基于ArcGIS的西安市住宅價格空間分布特征及影響因素研究
發(fā)布時間:2021-03-29 12:33
住宅價格和居民基本生活以及社會的健康穩(wěn)定發(fā)展息息相關(guān)。針對現(xiàn)有對西部二線城市住宅價格的空間分布研究較少的情況,對住宅價格的空間分布特征及其影響因素展開研究,為土地規(guī)劃、城市基礎(chǔ)設(shè)施建設(shè)和房地產(chǎn)開發(fā)提供相應(yīng)的決策支持。本文從地質(zhì)統(tǒng)計學(xué)角度出發(fā),以451處西安市主城區(qū)的住宅價格數(shù)據(jù)為例,在實證分析中利用空間自相關(guān)、變異函數(shù)、克里金空間插值等方法,總結(jié)了城市住宅價格的空間結(jié)構(gòu)特征,并證明了住宅價格的空間非平穩(wěn)性。接著選取適宜的影響因子構(gòu)建一般Hedonic特征價格模型和GWR地理加權(quán)回歸模型對西安市住宅價格的影響因素進行研究。本文的主要研究成果是:(1)通過地質(zhì)統(tǒng)計學(xué)的方法,發(fā)現(xiàn)西安市住宅價格整體呈現(xiàn)空間正相關(guān)性,其全局Moran’s I指數(shù)為0.333。在各向同性上,指數(shù)模型是住宅價格的最優(yōu)擬合模型,模型決定系數(shù)(R2)為0.974,但在不同方向上變異程度不盡相同。目前,西安市住宅價格的空間分布在整體上呈現(xiàn)南高北低、東高西低的趨勢,存在明顯的空間變異性;并且形成一個極值中心,兩個次級核心組團,兩個新組團的局面。(2)選取商服中心、公交站點、地鐵、路網(wǎng)密度、醫(yī)院、學(xué)校、...
【文章來源】:西安建筑科技大學(xué)陜西省
【文章頁數(shù)】:79 頁
【學(xué)位級別】:碩士
【部分圖文】:
技術(shù)路線圖
礱鞒??司嗬牒笱?鏡闃?洳淮嬖誑占湎喙匭裕???2.1。圖 2.1 半方差函數(shù)示意圖2.1.3 克里金空間插值通過對隨機函數(shù)值進行估計或插值達到對缺失測量值的點進行預(yù)估,而克里金方法是一種最好的線性無偏估計方法,實際上克里金方法利用已知的樣本點數(shù)
西安建筑科技大學(xué)碩士學(xué)位論文極值問題得到普通 Kriging 方程組[62]:1()()1,2,...,110 niiniijijxxxxjn 為 Kriging 系統(tǒng)工程, 為變異函數(shù)。式可以得到區(qū)域內(nèi)任意一點的理論估計值,克里金插。
【參考文獻】:
期刊論文
[1]西安市住宅價格空間分布特征及影響因素[J]. 盧才武,張明,江松,吳珺華. 測繪科學(xué). 2018(10)
[2]西部中小城市住宅地價空間分異規(guī)律及影響因素研究——以天水市為例[J]. 呂志芳,陳英. 甘肅農(nóng)業(yè)大學(xué)學(xué)報. 2017(05)
[3]基于GWR的住宅地價相對修正方法研究——以深圳市為例[J]. 胡煒,劉永學(xué),林勇軍. 中國土地科學(xué). 2017(09)
[4]蘭州市基本公共服務(wù)水平的區(qū)域差異分析[J]. 孫建國,王紅霞,張志華. 測繪科學(xué). 2017(05)
[5]基于GWR模型的于田綠洲土壤表層鹽分空間分異及其影響因子[J]. 袁玉蕓,瓦哈甫·哈力克,關(guān)靖云,盧龍輝,張琴琴. 應(yīng)用生態(tài)學(xué)報. 2016(10)
[6]多中心山地城市住房價格空間格局研究——以重慶主城區(qū)為例[J]. 王夢瑋,劉勇,劉秀華. 西南大學(xué)學(xué)報(自然科學(xué)版). 2016(05)
[7]城市住宅價格空間分異及影響因素研究[J]. 郭金金,夏同水,李建春. 統(tǒng)計與決策. 2016(08)
[8]蘭州市商品住房價格空間分布格局及其影響因素[J]. 陳蜒,張志斌. 干旱區(qū)資源與環(huán)境. 2015(12)
[9]基于空間相關(guān)性的WEEE逆向物流回收預(yù)測研究[J]. 呂君,謝家平. 管理工程學(xué)報. 2015(04)
[10]普通克里金法在海水溫度剖面插值中的應(yīng)用[J]. 楊雪峰,胡長青. 聲學(xué)技術(shù). 2015(05)
博士論文
[1]武漢市居民居住空間結(jié)構(gòu)研究[D]. 竇小華.華中師范大學(xué) 2011
碩士論文
[1]西安市普通商品住宅價格時空變化特征及影響因素分析[D]. 李蕊.西北大學(xué) 2015
[2]城市住宅特征價格的空間異質(zhì)性研究[D]. 陶云龍.浙江大學(xué) 2015
[3]上海市城市住宅價格空間分異實證研究[D]. 韋國堅.浙江大學(xué) 2013
本文編號:3107555
【文章來源】:西安建筑科技大學(xué)陜西省
【文章頁數(shù)】:79 頁
【學(xué)位級別】:碩士
【部分圖文】:
技術(shù)路線圖
礱鞒??司嗬牒笱?鏡闃?洳淮嬖誑占湎喙匭裕???2.1。圖 2.1 半方差函數(shù)示意圖2.1.3 克里金空間插值通過對隨機函數(shù)值進行估計或插值達到對缺失測量值的點進行預(yù)估,而克里金方法是一種最好的線性無偏估計方法,實際上克里金方法利用已知的樣本點數(shù)
西安建筑科技大學(xué)碩士學(xué)位論文極值問題得到普通 Kriging 方程組[62]:1()()1,2,...,110 niiniijijxxxxjn 為 Kriging 系統(tǒng)工程, 為變異函數(shù)。式可以得到區(qū)域內(nèi)任意一點的理論估計值,克里金插。
【參考文獻】:
期刊論文
[1]西安市住宅價格空間分布特征及影響因素[J]. 盧才武,張明,江松,吳珺華. 測繪科學(xué). 2018(10)
[2]西部中小城市住宅地價空間分異規(guī)律及影響因素研究——以天水市為例[J]. 呂志芳,陳英. 甘肅農(nóng)業(yè)大學(xué)學(xué)報. 2017(05)
[3]基于GWR的住宅地價相對修正方法研究——以深圳市為例[J]. 胡煒,劉永學(xué),林勇軍. 中國土地科學(xué). 2017(09)
[4]蘭州市基本公共服務(wù)水平的區(qū)域差異分析[J]. 孫建國,王紅霞,張志華. 測繪科學(xué). 2017(05)
[5]基于GWR模型的于田綠洲土壤表層鹽分空間分異及其影響因子[J]. 袁玉蕓,瓦哈甫·哈力克,關(guān)靖云,盧龍輝,張琴琴. 應(yīng)用生態(tài)學(xué)報. 2016(10)
[6]多中心山地城市住房價格空間格局研究——以重慶主城區(qū)為例[J]. 王夢瑋,劉勇,劉秀華. 西南大學(xué)學(xué)報(自然科學(xué)版). 2016(05)
[7]城市住宅價格空間分異及影響因素研究[J]. 郭金金,夏同水,李建春. 統(tǒng)計與決策. 2016(08)
[8]蘭州市商品住房價格空間分布格局及其影響因素[J]. 陳蜒,張志斌. 干旱區(qū)資源與環(huán)境. 2015(12)
[9]基于空間相關(guān)性的WEEE逆向物流回收預(yù)測研究[J]. 呂君,謝家平. 管理工程學(xué)報. 2015(04)
[10]普通克里金法在海水溫度剖面插值中的應(yīng)用[J]. 楊雪峰,胡長青. 聲學(xué)技術(shù). 2015(05)
博士論文
[1]武漢市居民居住空間結(jié)構(gòu)研究[D]. 竇小華.華中師范大學(xué) 2011
碩士論文
[1]西安市普通商品住宅價格時空變化特征及影響因素分析[D]. 李蕊.西北大學(xué) 2015
[2]城市住宅特征價格的空間異質(zhì)性研究[D]. 陶云龍.浙江大學(xué) 2015
[3]上海市城市住宅價格空間分異實證研究[D]. 韋國堅.浙江大學(xué) 2013
本文編號:3107555
本文鏈接:http://sikaile.net/jingjilunwen/jingjiguanlilunwen/3107555.html
最近更新
教材專著