基于区域特征的城市住宅价格模型研究
Research on the City's House Price Model Based on the Regional Characteristics
本文以城市新建商品住宅为研究对象,通过分析国内外学者在住宅价格方面的研究现状,针对传统住宅价格模型存在的不足,依据区位论理论,将区域经济因素、区位因素、邻里因素、建筑因素和时间因素等综合考虑,研究了基于区域特征的城市住宅价格模型(以下简称区域特征住宅价格模型);运用多元线性回归和空间分析、空间统计技术,对区域特征住宅价格模型变量在全局上变化的平稳性和局部变化的非平稳性两个方面进行了研究,给出了区域特征住宅价格全局多元线性回归模型和地理加权回归模型的具体函数形式;以郑州市房产时空数据为样本,以模型计算为主题整合样本数据,采用空间分析方法求取模型影响因子,对模型进行了实验验证,实验表明模型能够较好地揭示新建商品住宅价格空间分布和时间上的变化规律,为城市新建住宅价格评估和预测提供科学依据,也为未来智慧房产建设提供了理论和方法支撑.本文主要研究内容和创新点如下:1.对我国新建商品住宅价格形成的机制、变化规律和主要影响因素进行了深入探讨.分析了国内外研究住宅价格的主要理论,在分析各种理论提出的影响住宅价格因素的基础上,重点研究了住宅均衡价格模型和住宅特征价格模型,提出了当前住宅价格模型存在的主要问题,为区域特征住宅价格模型构建打下了理论基础.2.基于地学的区位理论,综合分析了区域的自然特征(位置特征、环境邻里特征和建筑特征)和区域经济特征以及时间特征对住宅价格的影响,以套均成交价为因变量,以区域经济因素、位置因素、邻里因素、建筑特征因素和时间因素为自变量,提出了基于城市区域特征住宅价格模型;研究了全局多元线性回归模型的参数估计、检验和预测方法,提出了地理加权回归模型的估计、权函数的选择、带宽的优化、模型空间非平稳性检验等方法.3.由于区域特征的差异,在城市尺度上各城市区域特征住宅价格模型的解释变量的具体内容不完全相同,论文通过郑州市住宅价格影响因子的分析,预选了20个因子作为解释变量,构建了郑州市区域住宅价格全局模型和地理加权回归模型的具体实现形式,为模型的实证分析和验证奠定了基础.4.样本数据是验证所构建的区域特征住宅价格模型的基础,论文介绍了郑州市数字房产的结构、功能和主要的数据组织等.研究了从房产数据库中分析计算模型变量的方法,运用GIS空间分析和挖掘技术获取区域特征数据与位置有关的变量值,提出了非数值变量的赋值方法.针对我国住宅大多为单元房与西方国家的住宅大多为别墅之间差异,提出了以小区为单位选取住宅样本的方法,即建筑特征变量采用以小区为单位,住宅价格和建筑面积选取同户型住宅样本的均值,更加真实反映我国住宅现状,使区域特征住宅价格模型评估和预测的住宅价格趋近.5.选用郑州市2005年-2010年的样本数据对区域特征住宅价格全局多元线性回归模型和地理加权回归模型进行验证,并对2011年的样本数据的住宅价格进行预测和验证分析.用全局多元线性回归模型对2011年的住宅价格进行预测,其预测值和真值的相对误差均值为9%;用地理加权回归模型对2011年住宅价格进行预测,其预测值和真值的相对误差均值为5.5%;运用克里格插值分别对用全局多元线性回归模型地理加权回归模型预测的2011年的住宅价格均价预测值和真值进行空间拟合,发现预测结果和郑州市的住宅价格空间分布一致的,也证实了本模型建立是科学有效的.
- 作者：
- 吴天君
- 学位授予单位：
- 解放军信息工程大学
- 专业名称：
- 地图制图学与地理信息工程
- 授予学位：
- 博士
- 学位年度：
- 2012年
- 导师姓名：
- 崔铁军
- 中图分类号：
- F224；F293.3
- 关键词：
- 住宅价格；区位论；住宅价格模型；GIS；多元线性回归；地理加权回归
- House Price；the Location Theory；House Price Model；GIS；MultipleLinear Regression；the Geographical Weighted Regression