基于GIS的城市住宅价格空间分异特征研究

基于GIS的城市住宅价格空间分异特征研究

论文摘要

近年来,我国的城市化进程不断加速,与此同时,受城市化影响,房地产的市场份额不断增加。房地产行业已经成为国民经济的支柱产业之一。在全国房价快速增长的大背景下,大连市住宅市场也一路持续上行,表现活跃。住宅价格的增长在拉动了大连市经济发展的同时,也严重影响了市内民众的生活状态和质量。因此,研究大连市住宅价格空间变化规律及影响因素显得很有必要。本文以大连市在售二手房价格为研究对象,运用探索性空间分析方法和住宅特征价格模型法,借助ArcGIS、GeoDa、SPSS等软件对大连市中山区、西岗区、沙河口区的住宅小区价格进行了深入细致的分析。得出以下主要结论:⑴大连市中山区、西岗区、沙河口区三个地区的住宅价格主要集中在11000-25000(元/m2),约占住宅总量的84%。⑵住宅小区价格全局Moran’s I指数为0.64,整体上表现出较强的正相关性。局部来看,聚集现象明显,在西岗区政府、西安路和星海广场等附近出现“高高聚集”;在中山区解放路、西岗区长春路、团结街和胜利街等周边出现了“低低聚集”;在中山区葵英街道及附近发生了“高低聚集”的情况。⑶大连市住宅小区价格趋势性不太明显。东西方向上住宅价格变化缓慢,基本呈一条直线;南北方向上呈“N”字型。⑷住宅小区价格整体波动明显,在多个区域形成分化,在中山广场下方和西安路附近出现两个较为明显的中心,中心相互吸引拉高中间房价。⑸构建的住宅价格特征模型表明,大连市中山区、西岗区、沙河口区三个地方的住宅小区价格受行政中心、海岸线、重点小学和建筑类型的影响比较显著,公交站点、医院和大学对住宅价格的影响不明显。最后为更好的提升大连市二手房住宅的价值,保证房价市场的持续健康,从全面落实旧楼换新工作;提升改善教学质量和教育公平性;充分挖掘旅游资源等方面提出了一些建议。

论文目录

  • 摘要
  • Abstract
  • 1 绪论
  •   1.1 研究背景与意义
  •     1.1.1 研究背景
  •     1.1.2 研究意义
  •   1.2 研究现状
  •   1.3 研究思路
  •   1.4 论文结构
  • 2 城市住宅价格的空间分异分析方法
  •   2.1 探索性空间数据分析
  •   2.2 空间趋势分析
  •   2.3 空间自相关分析
  • 3 基于Hedonic的城市住宅价格模型
  •   3.1 Hedonic模型理论
  •   3.2 Hedonic模型的检验
  • 4 大连市住宅价格的空间分异及影响因素分析
  •   4.1 大连市概况及数据来源
  •   4.2 大连市住宅价格的空间分异特征
  •     4.2.1 探索性空间数据分析
  •     4.2.2 空间趋势分析
  •     4.2.3 空间自相关分析
  •   4.3 大连市住宅价格的影响因素分析
  •     4.3.1 特征变量选取
  •     4.3.2 模型的创建
  •     4.3.3 模型的检验
  •     4.3.4 特征价格模型总结
  • 5 结论和展望
  •   5.1 结论
  •   5.2 展望
  • 参考文献
  • 攻读硕士学位期间发表学术论文情况
  • 致谢
  • 文章来源

    类型: 硕士论文

    作者: 杨兵

    导师: 王方雄

    关键词: 城市住宅价格,时空分异,大连市

    来源: 辽宁师范大学

    年度: 2019

    分类: 基础科学,信息科技,经济与管理科学

    专业: 自然地理学和测绘学,计算机软件及计算机应用,宏观经济管理与可持续发展,投资

    单位: 辽宁师范大学

    分类号: F299.23;P208

    总页数: 52

    文件大小: 4733K

    下载量: 209

    相关论文文献

    • [1].四川省住宅价格时空变化规律研究[J]. 居舍 2020(08)
    • [2].出租车出行的居民活动区域与住宅价格的相关性[J]. 北京测绘 2019(10)
    • [3].2017年10月70个大中城市新建住宅价格指数[J]. 中国房地产 2017(34)
    • [4].2017年11月70个大中城市新建住宅价格指数[J]. 中国房地产 2018(01)
    • [5].我国城市间住宅价格溢出效应研究[J]. 经济经纬 2018(01)
    • [6].2017年12月70个大中城市新建住宅价格指数[J]. 中国房地产 2018(04)
    • [7].2016年10月70个大中城市新建住宅价格指数[J]. 中国房地产 2016(34)
    • [8].2016年11月70个大中城市新建住宅价格指数[J]. 中国房地产 2017(01)
    • [9].2016年12月70个大中城市新建住宅价格指数[J]. 中国房地产 2017(04)
    • [10].2017年1月70个大中城市新建住宅价格指数[J]. 中国房地产 2017(07)
    • [11].北京地区住宅价格合理性研究[J]. 财经界(学术版) 2017(05)
    • [12].2017年2月70个大中城市新建住宅价格指数[J]. 中国房地产 2017(10)
    • [13].2017年3月70个大中城市新建住宅价格指数[J]. 中国房地产 2017(13)
    • [14].轨道运营对住宅价格影响的实证分析——以重庆轨道3号线为例[J]. 西南师范大学学报(自然科学版) 2017(06)
    • [15].轨道交通开通对住宅价格的影响[J]. 土木工程与管理学报 2017(03)
    • [16].2017年4月70个大中城市新建住宅价格指数[J]. 中国房地产 2017(16)
    • [17].2017年5月70个大中城市新建住宅价格指数[J]. 中国房地产 2017(19)
    • [18].2017年6月70个大中城市新建住宅价格指数[J]. 中国房地产 2017(22)
    • [19].城市住宅价格的分异及相关研究[J]. 住宅与房地产 2017(24)
    • [20].2017年7月70个大中城市新建住宅价格指数[J]. 中国房地产 2017(25)
    • [21].2017年8月70个大中城市新建住宅价格指数[J]. 中国房地产 2017(28)
    • [22].2017年9月70个大中城市新建住宅价格指数[J]. 中国房地产 2017(31)
    • [23].2015年10月70个大中城市新建住宅价格指数[J]. 中国房地产 2015(34)
    • [24].2015年11月70个大中城市新建住宅价格指数[J]. 中国房地产 2016(01)
    • [25].2016年1月70个大中城市新建住宅价格指数[J]. 中国房地产 2016(07)
    • [26].2015年12月70个大中城市新建住宅价格指数[J]. 中国房地产 2016(04)
    • [27].2016年2月70个大中城市新建住宅价格指数[J]. 中国房地产 2016(10)
    • [28].2015年8月70个大中城市新建住宅价格指数[J]. 中国房地产 2015(28)
    • [29].2015年9月70个大中城市新建住宅价格指数[J]. 中国房地产 2015(31)
    • [30].2016年3月70个大中城市新建住宅价格指数[J]. 中国房地产 2016(13)

    标签:;  ;  ;  

    基于GIS的城市住宅价格空间分异特征研究
    下载Doc文档

    猜你喜欢