基于多尺度地理加权回归模型的苏州市房价影响因素与机制研究开题报告

1. 研究目的与意义

研究背景：

随着城市化水平不断提高，城市人口不断增加，诸多城市问题日益凸显。自1998年房地产改革以来，房地产市场进入了快速发展阶段，这也导致了城市居住用地的价格波动并呈上升趋势。随着近些年我国经济的持续飞速发展，住宅问题已经成为影响居民生活的普遍问题。房地产业是当前中国许多城市最为活跃的产业，住宅区的区位、周边交通、环境等因素是购房者通常考虑的条件，同时其也是决定住宅区房屋价格的重要因素。对于房价的研究，利于房屋的售卖以及购买，使居民购买房屋更加便利。

2. 研究内容和预期目标

主要研究内容：

房地产业是当前中国许多城市最为活跃的产业，住宅区的区位、周边交通、环境等因素是购房者通常考虑的条件，同时其也是决定住宅区房屋价格的重要因素。苏州市是江苏省的经济强市，研究通过爬取苏州市的住宅小区的房价信息，利用多尺度地理加权回归（mgwr）模型，探究房屋的社区属性、商业区位、交通区位、服务区位和景观区位等类型变量对苏州市住宅价格的影响规律和尺度规律，mgwr模型提供影响住宅价格分布因子的特定信息，通过可视化工具进行直观显示，在保证数据的准确度的同时，又可以呈现详细的空间变化。

以苏州市为研究区域，基于苏州市行政区划数据、house数据、苏州poi兴趣点数据等，有以下几项研究内容：

3. 研究的方法与步骤

研究方法：

地理加权回归( geographically weighted regression)是一种变化后的线性回归模型，它为数据集中的各个要素构建了独立的方程，用于将落在各目标要素的带宽范围内的因变量和解释变量。在任何一个选定的变量上，用数据的局部子集构建一个回归模型，使得数据包含在这个局部模型中，进行空间加权，权重的大小取决于空间的相邻程度和相互位置。其优点在于对普通回归方法的扩展，具有快速调节空间权重的功能，模型中的系数可以更好地反映各个要素的差异性和非均质性。

gwr 模型方程：

4. 参考文献

[1]宋伟轩，毛宁，陈培阳，等．基于住宅价格视角的居住分异耦合机制x时空特征——以南京为例［j］．地理学报，2017，72(4):589 －602．

[2] 徐晶鑫,李俊峰. 基于gwr模型的南京市住宅价格影响因素与机制研究[j]. 测绘与空间地理信息, 2020, v.43;no.257(09):53-59.

[3] 尹上岗, 宋伟轩, 马志飞,等. 南京市住宅价格时空分异格局及其影响因素分析——基于地理加权回归模型的实证研究[j]. 人文地理, 2018, v.33；no.161(03):73-82.

[4] 张静,张丽芳,濮励杰,等.基于gwr模型的城市住宅地价的时空演变研究——以江苏省为例[j]. 地理科学,2012,32(7):828-834.

5. 计划与进度安排

1. 接受任务，内容理解，指导教师讲解、讨论、阅读指导教师规定的文献，撰写开题报告（2022.3.1-2022.3.8）；

2. 收集相关参数，通过网络、期刊进行相关资料搜集（2022.3.9-2022.3.15）；

3. 数据处理和入库：对数据进行预处理，包括地理投影变换和苏州房价的相关信息，并将数据导入数据库（2022.3.16-2022.3.31）；

   剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付