一、空间插值法在地价梯度场分析中的应用——以北京市住宅用地为例（论文文献综述）
尕让卓玛[1]（2021）在《商务办公楼地价时空分异特征及演变机理研究 ——以杭州市主城区为例》文中进行了进一步梳理城市,是具有多种功能的复杂综合系统,城市用地因此需要承载城市经济、文化、生活等各类功能。随着城市形态演化和经济结构更迭,对城市空间的精细化管理和配置成为城市发展的新诉求,故城市地价的细分和精细化研究成为当前国际研究的新趋势。商务办公活动作为一种典型的经济活动,是城市空间承载的主要内容之一,而商务办公楼地价（简称为城市商办地价）作为城市商务空间利用变化的重要驱动力直接影响着城市形态及经济结构的调整和发展。因此,探究商务办公楼用地及其主要细分地类地价的时空分异特征及演变机理,对城市经济空间精细化管理具十分重要的理论和实践意义。城市商办地价与其他城市地价一样,其时空差异是客观存在的,但是无论是商办地价的时间波动还是空间分异,必然都是在某些特定影响因素的作用下,受某种机理的支配。本文在梳理和总结已有研究成果的基础上,就商办地价的时空分异的影响因素为切入点,提炼和构建了商办地价时空分异特征演变机理的理论分析框架,以2006年-2015年杭州市主城区商务办公楼地价为实证研究对象,分析城市商办地价时空分异特征,并通过OLS、GTWR、GWR、TWR等模型比较分析,识别那些主导这一特征形成的因素及其影响程度,从而探究城市商办地价的时空演变机理。主要结果如下:1、城市商办地价时空分异是城市经济和空间形态结构在时空维度“共同作用”的结果,这种作用在时间维度不同阶段的特征遵循经典供需理论,而城市商办地价在区位、邻里和个别尺度的空间差异可以用地价竞租理论、亨利·乔治定理及特征价格理论分别解释,城市商办地价时空分异影响因素依据其在不同时空维度的影响程度可以划分为区位因素、邻里因素和个别因素。2、杭州主城区商办地价在时间上总体上呈现“大小年”交替出现的波动状态。其中,2010年是一个重要节点。在空间上杭州主城区商办地价在该时间段内有较强的分异特征,表现为由低值集聚逐步向高值集聚转变,且商办地价“热点”主要分布在武林-湖滨CBD区周围,说明现代城市的商务经济依旧对城市成熟CBD具有强空间依赖性。3、构建了由区位中心度、交通通达度、商务集聚度等7个影响因素共17个影响因子组成的商办地价时空特征影响因素因子体系。对该因子体系的OLS检验结果显示,与湖滨CBD的距离（CBD2）、与钱江CBD的距离（CBD3）商务集聚度（BUN）、区块产业结构水平（EL）、区块住宅地价水平（PL）、生活服务配套成熟度（EN）、宗地面积（AR）等因子统计检验显着,与住宅地价及商业地价的影响因子体系差别明显。4、运用地理加权回归（GWR）、时间加权地理回归（TWR）和时空地理加权回归（GTWR）模型定量解释和分析商办地价时空分异的影响因素。用AIC、R2和RSS来考察GWR系列模型的拟合优度,结果证明2006-2015年杭州主城区商办地价影响因子的GTWR模型具有最好的拟合优度,各模型拟合优度GTWR>TWR>GWR>OLS。5、杭州商办细分地类中商业金融兼办公用地（商办地类1）和商业商务用地（商办地类2）地价在时空演变中表现出不同的分异特征,受区块住宅地价水平（PL）、生活服务配套成熟度（EN）、宗地容积率（FRO）等为共同的影响因子。而二者影响因子的主要区别在于对区位中心度和产业结构的敏感度差异显着。6、商办地价时空演变具有区位选择机理、“点-轴”演进机理和功能推动机理,故建议杭州商办地价未来管理可以做以下4点尝试:1)建构商办用地的“阳光型”价格体系,提升区位选择机制;2)学习“香农经验”完善商办用地配套,提高“点-轴”辐射力;3)推进商办用地的“共享模式”创新,升级商办用地承载力;4)依据“公共池塘资源”属性制定政策规则,优化商办用地时空配置
才振[2]（2020）在《武汉市农地发展权定价与空间异质性研究》文中研究指明集体土地发展权的实现是解决集体以及农民土地收益和分配问题的关键,同时也有助于深化农村土地改革以及城乡统一建设用地市场的建立。本文以湖北省武汉市远城区为例,根据期权价值理论以及资产价值理论中的收益还原法,结合农地流转为不同用地概率来建立武汉市农地综合发展权定价模型,运用Kriging插值探讨武汉市农地发展权价值的空间分异,并从区位交通、邻里特征以及结构特征三个方面选取了商业中心、公交站、地铁站、公园、医院、中小学、高等院校、地块面积、容积率一共9个具体指标,然后运用GWR模型分析各影响因素的异质性,根据结果分析影响因素的贡献度,具体的研究内容以及结论如下:第一,国内外土地发展权的研究进展,本文研究所需的理论基础。梳理了国内外关于土地发展权的研究概况、定价研究、影响因素研究以及空间异质性模型研究的相关文献,分析研究中涉及到的相关理论基础,明确了文章研究的方向与意义。第二,测算出农地综合发展权定价模型。武汉市农地流转为工业用地的概率为45.8%,武汉市农地流转为住宅用地的概率为18.68%,武汉市农地流转为商业用地的概率为4.87%,武汉市农用地价值为13.5元/m2。从发展权定价模型中可以看出农地发展权价值与其到商业中心的距离、商业中心的人口变化以及土地的收入等因素有关。第三,武汉市农地发展权价值的探索性空间分析以及Kringing插值分析。在武汉市各远城区选取437个地块样点进行发展权价值测算,经QQPLOT图的分析检测,发展权价值取对数后符合正态分布,运用Kringing空间插值结果进行表面分析和剖面分析,武汉市农地发展权价值集中分布在400-1300元/m2之间。空间分布上大致是由主城区向外围呈不严格的递减趋势,发展权的高值区主要分布在东西湖区、蔡甸区与黄陂区靠近主城区的区域;发展权的低值区主要分布各远城区远离城市中心的行政界线边缘处。第四,运用GWR模型分析武汉市农地发展权价值各影响因素的边际贡献程度和空间异质性成因。各POI中对农地发展权价值的平均边际贡献程度为:公园>医院>中小学>公交站点>最近CBD>高等院校>地铁站点。越靠近CBD处农地发展权价值越高;“医疗型”和“中小学教育型”设施成为推动农地发展权价值增加的重要因素。武汉市交通网络发达,农地发展权价值的增加不再依赖地铁站点和公交站点。第五,研究不足与研究展望。对农地流转概率的测算没有考虑空间管制以及地块外部性等因素,测算地块与各因素的最短距离时利用直线距离而不是路网距离。进一步研究中可以把武汉市的土地发展权分为两个部分:一部分是武汉市农地发展权,另一部分是武汉市市地的发展权。本文运用375份农地交易数据基于期权价值理论以及收益还原法构建土地发展权定价模型,然后选取437个地块样点定量测算农地发展权价值,运用普通克里金空间插值和GWR模型探讨武汉市农地发展权价值的影响因素的平均贡献度及空间异质性成因。一方面可以在空间层面上对制定征地区片价提供参考,另一方面为科学有效地管理以及运用土地发展权制度提供理论依据。
黄清越[3]（2020）在《徐州市主城区住宅价格空间分异及其影响因素研究》文中认为城市住宅价格的形成是多元因素共同作用的结果,量化分析住宅价格在空间上的分布规律及其与影响因素间的关系,有利于深入探究并掌握住宅价格的内在规律和形成机理,为政府部门进行有关决策提供参考。本文基于区位理论和城市空间结构理论,参考已有的住宅价格空间分异研究主要方法,利用探索性空间数据分析方法和空间插值法对徐州市主城区住宅价格空间分异特征进行了定量分析和可视化描述;并利用OLS模型和GWR模型量化住宅价格空间分异影响因素的作用规律。研究主要内容及结论如下:（1）在GIS支持下,利用探索性空间数据分析方法对研究区域的住宅价格数据进行正态分布检验、全局趋势分析以及空间自相关分析,研究得知徐州市主城区住宅价格数据经log变换后服从正态分布,且在X和Y方向上均存在U型趋势;研究区住宅价格在区域全局上呈现显着的空间正相关,在局部上既存在高值聚集和低值聚集,也有少量异质点分布。运用克里金插值法对研究区域住宅价格数据进行空间插值,生成连续的住宅价格表面,分析并总结研究区域的住宅价格的空间分异模式为多核心空间结构,住宅价格由中心向外层递减,其变化与住宅区位特征紧密相关。（2）对收集到的研究区域住宅价格数据、住宅小区属性数据、小区样点和影响因素空间数据进行处理和量化,利用GIS软件建立研究区住宅样点数据图层及属性数据库,结合研究区域规划方案和发展现状,从住宅样点属性数据中选取合适的影响因素构建研究区域住宅价格与影响因素的OLS模型和GWR模型,对模型结果进行比较分析和验证发现,在对表现为空间非平稳性的数据进行研究时GWR模型的拟合度比OLS模型更优;利用GIS软件绘制GWR模型的回归系数分布图,分析得知,住宅价格受房龄、绿化率、公交站点等因素的影响表现为单一正向或负向作用,且作用在空间上较为平稳;大型商超和公园广场等因素也与住宅价格存在单一负相关,但其作用大小随空间位置的改变而改变;城市中心、医院、中小学等因素对住宅价格的影响随位置变化表现为大部分区域的显着负相关和个别异质区域的正向作用;地铁站对住宅价格的影响方式随位置变化而有着较大差别,表现为在区域东南部的提升作用和西部的抑制作用;大学和风景名胜在区域对住宅价格的空间分异的影响存在与先验知识不符的异常作用,因此判定为整体表现不显着,该类因素内部的具体项选择可能存在偏差。
向跃恒[4]（2020）在《苏州市姑苏区学区房价格时空特征及影响因素研究》文中认为学区房价格研究是城市地理学研究的一部分,探究学区房的价格驱动机制,研究二手学区房价格的时空分布特征,对于城市长期规划、解决适龄儿童入学问题、提高居民生活品质有着重要作用。目前在针对学区房的研究中,往往将视角集中在模型的选取与优化、影响因子的时空异质性上,在对于影响因子的选取与量化方式、有关政策对于学区房价格的影响程度、学区房价格研究的空间尺度的选取上尚存在一定欠缺,对于如何形成影响因子与学区房价格的影响关系上,可以进行进一步研究。本文以姑苏区各小学学区作为研究点,选取了苏州市姑苏区2013-2019年间的二手学区房交易数据与不动产统一登记数据,通过对以往对于学区房价格影响因素的研究成果,结合苏州市姑苏区的经济社会发展特征,分别对各个指标进行评判,确定了学区房价格影响因子选取与量化体系。本文以苏州市姑苏区为例,对2013-2019年二手学区房价格的时空分布规律进行研究,表现出由西向东、由北向南逐渐增长的态势,整体高价区域逐渐由“单中心”向“多个次级中心”的形态转移,体现了学区房市场的空间异质性。采用了特征价格模型和地理加权回归模型,揭示了各个因子对于学区房价格的影响程度,将学区房与非学区房的交易量与换手率进行比较,得出了姑苏区学区房价格的时空特征和分布规律。研究结果表明,教育因素对于学区房价格影响程度最大,其次为区位因素,而苏州市积极的学区房政策对于抑制学区房价格上涨起到了一定作用,学区房价格相对于无相关政策的模拟结果有显着降低。政策实行前后,相对非学区房换手率,差值由+35.39%降低到-8.90%。学区房市场在教育绅士化的作用背景下,其重心逐渐由市中心向多个次级中心转移。本研究丰富了学区房价格的研究体系,提出了均衡教育资源、增加入学指标、发展城市副中心等学区房价格管控的主要思路,为苏州市学区房市场调控提供了一定的参考价值。
贾喜梅[5]（2019）在《基于GWR模型的漯河市城区住宅用地基准地价测算研究》文中研究指明基准地价评估工作不仅为土地权属交易以及产权交易提供了必要的数据依据,也为政府进行土地市场规划化管理、为土地利用规划的编制以及土地政策和措施的制定提供了科学依据。而在传统的对基准地价评估的研究中,往往是在对各个级别的地价样点直接进行算数平均而测算出级别基准地价,这种方法要求地价样点要足够多,而且要分布均匀,容易存在偏差。因此,《城镇土地估价规程》中提出了基于传统的一般线性回归模型评估基准地价的方法,但传统的全局线性回归模型不能体现出地价在局部范围的变化情况。因此,本文以漯河市城区住宅地价为例,在选用能够对地价进行局部参数估计的地理加权回归模型（Geographically Weighted Regression,GWR）对地价影响因素进行作用机理分析的基础上,尝试基于GWR模型对基准地价进行了评估测算。具体研究结果如下:1.利用ArcGis10.2中的探索性空间数据分析（ESDA）工具对研究区的样点进行了数据结构分析、趋势分析以及空间自相关分析,结果表明,本次研究所选取的住宅样点地价符合正态分布状况,同时趋势分析也表明漯河市城区住宅地价样点具有全局趋势,住宅地价表现出从城区中心向四周逐渐递减的趋势;空间自相关结果表明:漯河市城区住宅地价呈现出高度的相关性,地价样点呈现出一定的集聚性,CBD商务中心呈现出明显的高高集聚（HH,热点）模式,城区东部偏南部边缘地区呈现出低低集聚（LL,冷点）模式,即地价样点存在空间异质性与空间非平稳性特征,这为接下来GWR模型对地价进行研究奠定了基础。然后对住宅地价进行普通克里金插值,并绘制出等值线图生成连续的地价表面,结果表明漯河市住宅地价分布状况呈现出从中心商务区向四周外围逐渐递减的单核结构。2.本文共选取了商服繁华影响度、道路通达度、基础设施完善度、公用设施完备度、绿地覆盖度、人口密度、河流影响度等7个影响因素10个因子作为住宅基准地价定级因素因子,影响因素的量化采用因素因子作用分值法。并且采用将频率直方图和克里金插值结果相结合的方法将住宅土地划分为5个级别。3.本文基于住宅地价的7个影响因素分别建立一般线性回归模型和GWR回归模型对住宅地价的形成机制和作用机理进行解释分析,并且将两个模型的回归结果进行对比分析,结果表明,GWR模型对住宅地价解释的程度要优于一般线性回归模型。4.本文基于GWR模型测算出了漯河市城区住宅土地级别基准地价。结果为一级地3750元/m2,二级地3000元/m2,三级地2300元/m2,四级地1750元/m2,五级地1300元/m2。对研究区住宅基准地价级差验证,结果表明基于GWR模型测算出的基准地价都具有明显的正级差,地价测算具有合理性。
张坤[6]（2019）在《特大城市中心城区二手房价格空间分异及影响因素研究 ——以重庆市为例》文中研究指明自改革开放以来,我国房地产业经过从无到有的过程,逐渐成为国民经济支柱产业之一。2016年,GDP排名TOP 30城市的二手房市场交易量与新建商品房市场交易量比例为1.1:1,这标志着我国特大城市房地产业已经迈入存量时代。但是,特大城市二手房市场目前还存在相关制度不完善、交易信息不对称、交易流程不规范、交易价格不合理等问题,部分城市“房价倒挂”现象也值得关注研究。城市是社会发展的趋势,存量房交易是房地产业发展的趋势。在这一背景下,深入分析特大城市二手房价格空间分异及其影响因素不仅能够从本质探讨二手房的客观价值,丰富住宅价格理论,更能够为建设合理高效的二手房市场提供借鉴依据,具有重要的时代意义。为研究特大城市中心城区二手房价格空间分异及其影响因素,论文首先对特大城市二手房价格等相关概念和空间经济学等相关理论进行了介绍;其次,基于特征价格理论使用文献研究法、专家访谈法和归纳演绎法对特大城市二手房价格特征因素进行了系统地收集和科学地分类,并基于A类因素规则和过半数规则筛选了具有代表性的特征因素;紧接着,使用具有代表性的特征价格因素构建了特大城市中心城区二手房特征价格模型和地理加权回归模型;最后,使用2018年10月重庆市中心城区二手房价格数据进行实证研究,并利用ArcGIS软件对主要特征因素进行了可视化分析,进一步探讨了重庆市中心城区二手房价格空间结构并推出相应的政策建议。研究结果表明:（1）特大城市中心城区二手房价格是多特征因素综合作用的结果。论文识别出45种特大城市中心城区二手房价格特征因素,将其分为建筑结构特征、区位特征和邻里环境特征三大类,并筛选出代表性特征因素10个;（2）重庆市中心城区二手房价格具有显着的空间依赖性,其空间分布特征以高高聚集和低低聚集为主,并且重庆市中心城区初步具有多核心城市结构特征;（3）特征价格模型和地理加权回归模型对重庆市中心城区的分析结果较为一致,对二手房价格影响较大的特征因素有住宅房龄、中央商务区、城市轨道交通、城市次中心等;（4）在重庆市中心城区二手房价格模型拟合方面,地理加权回归模型显着优于特征价格模型,地理加权回归模型证明不同特征因素对二手房价格影响具有空间差异。通过对二手房价格空间分异及其影响因素进行研究,能够为二手房市场政策制定、市场调控以及参与者的决策提供绵薄之力。
储昭海[7]（2019）在《宿州市土地二级市场交易样点空间分布特征及其改革试点研究》文中进行了进一步梳理目前全国的土地二级市场运行过程中存在着交易规则不健全,政府的服务和监管不完善,交易信息不对称、交易平台不规范等突出问题,已不能满足新型城镇化和经济转型发展需要。由于历史遗留问题严重、部门业务上重叠较多,宿州市国有建设用地使用权二级市场针对这些问题做了一些工作,初步积累了国有建设用地试点改革经验,虽然挽回了不少国有土地收益流失,但是无法彻底杜绝全国层面共性难题和大量隐形交易现实问题。原国土资源部于2017年1月22日将宿州市列为国有土地二级市场试点城市,为宿州市土地二级市场建设完善提供较好契机。土地二级市场是由土地使用权在土地经营者或使用者之间的横向流转形成的,包括建设用地使用权的转让、抵押和出租。本论文收集整理了宿州市2015-2018年四年的二级市场有效交易样点264个,运用全局趋势法和插值分析法等技术方法,分析得出宿州市土地二级市场存在以下特征和问题:（1）宿州市土地二级市场交易样点商服用地价格较高、住宅用地次之、工矿仓储用地价格最低;商服地价、住宅地价和工矿仓储用地由市中心向外围递减的趋势,但递减的速度不同,符合城市的地价规律。（2）宿州市土地二级交易样点空间分布不管整体上看还是分用途看,空间分布都不均匀,且交易类型分布不均衡,以抵押为主,转让和出租少。（3）宿州市土地二级市场存在着配套制度建设滞后,交易不规范;部门职能交叉,管理体制不健全;服务体系不健全,隐形交易普遍存在;缺乏对土地出租交易的监管等诸多问题。在此背景下,本论文从完善交易机制、创新运行模式、健全服务体系、加强监测监管、强化部门协作等五方面设计了宿州市土地二级市场改革试点方案,并对设计方案进行了可行分析。
张采昕[8]（2019）在《基于GWR模型的住宅地价空间分异及影响因素对比研究 ——以成都市和重庆市为例》文中研究表明土地价格是影响住房价格的一个重要因素,其反映了一个城市土地市场的运行状况,甚至能够反映出一个城市的经济水平和未来的发展趋势。在同一时间,不同城市土地价格地域分异差距很大,其地价影响因素不同;不同时间,同一城市地价地域分异也不一样,影响因素也不相同。这些不同的因素会导致土地价格的走向和分布不一样,并进一步对城市经济发展产生重要影响。因此研究某一城市土地价格影响因素具有重要意义,鉴于中国目前能比较完整获得的土地数据仅住宅地价,故而往往以住宅地价作为代表来进行研究。本文从微观角度入手,以GWR模型为基础,能更全面地反映城市住宅土地价格在区域空间上所表现的特征差异,且能更准确地分析出住宅地价受哪些因素影响,以及受这些因素影响的程度和次序等问题。本文以成都和重庆两市的住宅地价为研究对象,分析并对比两个城市住宅地价的空间分异情况以及各影响因素的异同,不仅能找到具体城市住宅地价的各影响因素和其背后的作用机理,还可以帮助成都和重庆两市的市政府找到住宅地价的共性和各自的特点,以便两市政府规划部门根据各自的特性和影响因素分别做出更加符合自身发展的规划,引导土地价格适当增长。本文的数据来源为成都市和重庆市国土资源局所公布的“招拍挂”土地出让信息,研究中主要使用了探索性空间数据分析方法、克里金插值法,以及采用了GWR模型。在获取研究数据之后,第一步要对数据进行一般性特征描述及分析,第二步,对数据进行探索性空间数据分析,先是用直方图和QQ正态图检验数据是否服从正态分布;然后对数据进行全局趋势分析,以三维透视图的形式描述数据在特定方向上的变化趋势;接着再运用空间自相关分析解读数据的空间异质性和集聚性;为了更深入地分析数据的空间相关性,本文还用了半变异函数云图解析了数据的各向异性。数据进行完探索性空间数据分析后,如果符合克里金插值的前提条件就可以进行克里金插值,并借助ARCGIS相关工具生成住宅地价在研究区的全局分布图,直观地体现了城市地价的空间分异特征。然后,本文选取净用地面积、容积率、主干道、地铁（轨道交通）站点、商务中心区（CBD）、大型商场、公园、小学、大学、医院这10个微观影响因素参与构建GWR模型,计算出各因素的回归系数,以此分析各影响因素和两城市住宅地价之间的关系,并形成各回归系数在空间上的克里金插值分布图。本文得出的主要结论如下:（1）成都市形成了以“市中心——天府新区”为核心的双中心住宅地价结构,而重庆市是以城中心为地价最高处的单中心结构,且重庆市CBD地区的住宅地价明显高于成都市双中心住宅地价。（2）成都市和重庆市住宅地价的共性是都具有集聚性,大部分区域表现为“高高”聚类和“低低”聚类,且呈“拱桥形”变化,但是在局部也存在着突变性。（3）影响成都市和重庆市住宅地价空间分异最重要的因素均是容积率,说明目前市民对居住环境的开阔性和私密性的要求程度更高了。（4）影响住宅地价的因素在不同时间点上是不同的,且在不同城市、不同区域的作用程度和影响方向也是十分不同的,而且某些因素对住宅地价的影响已经发生了变化。相应的主要对策如下:（1）根据城市住宅的地价空间分异现象,差异化调整城市土地的规划和建设,并进一步差异化调整城市的住宅价格。（2）针对容积率因素,建议成都市政府要合理设计土地容积率和楼群密度、高度,在获取利润最大化的同时要兼顾住宅楼群的密度和高度,而建议重庆市政府要在原高容积率的基础上适当降低容积率上限;针对CBD因素,城市发展要合理布局新兴经济中心,并且重要的是要保持多个中心之间的适当距离。（3）对成都市地价和住房价格避免“一刀切”的行政调控方式。（4）要加强重庆市产业布局与地价差异化的协调化发展,特别是高新产业和林农产业的发展布局一定要根据地价差异化进行调整。
胡香宇[9]（2018）在《中国城市住宅地价健康度研究 ——以地价监测城市为例》文中指出随着我国城市化进程的逐步加快,大批人口迁入城市,城市住宅用地大面积出让,地价作为土地市场运作的价值判断标准和反映土地供求关系最灵敏的指标,能够及时反映城市经济发展水平和城市发展的趋势,因此住宅地价水平是否合理,与城市发展是否协调等问题越来越受到各界人士关注。深入研究地价监测城市住宅地价健康度以及对不健康城市进行宏观调控,对提高我国城市住宅用地科学管理水平、促进城市住宅地价健康可持续发展具有十分重要的意义。本研究依托于国家自然科学基金项目“多尺度城市地价分异规律研究”（20152018年,编号:41471090）、河北师范大学博士基金项目“京津冀城市地价协调发展:空间格局、区域差异与影响机理”（20162018年,编号:L2016B14）,在总结分析国内外对于城市住宅地价时空分异规律、影响因素及合理地价等相关理论及实践的基础上,以全国105个地价动态监测城市为研究对象,引入“住宅地价健康度”的概念,构建“地价-经济协调度、地价-城市扩张合理度、地价-民生协调度、市场化交易率、土地财政贡献度”五项评价指标,运用TOPSIS模型,对105个城市住宅地价健康度进行评价分析,探讨各城市住宅地价健康状况。主要研究结论如下:（1）在住宅地价健康度评价指标方面,（1）地价-经济协调度总体偏低,湖南省、湖北省、京津冀地区城市地价涨幅与经济增长协调度相对理想;（2）地价-城市扩张合理度整体性能一般,东部沿海、东北、华中地区合理度较高,其他地区表现较差;（3）地价-民生合理度基本合理,与经济发展水平和购房压力恰恰相反,总体上呈现出“西高东低,北高南低”分布;（4）市场化交易率普遍很高,仅有黑龙江省、河南省部分城市市场化交易略低;（5）总体上地方财政的独立性比较理想,河北省、广西省、福建省的部分城市财政上对出让土地依赖性较大。（2）在住宅地价健康度综合分类结果方面,（1）成长受阻型的研究单元最多,高达29个,主要分布在河南省、黑龙江省;（2）发育稳定型与发展良好型共计48个城市,其中发展稳定型分布比较零散,发展良好型分布比较集中,湖北、湖南、山东、长三角占大多数;（3）成熟健康型与发育缺陷型的研究单元数量最少,成熟健康型分布零散,发育缺陷型主要分布在东南沿海。（3）就划分后七大区域类型而言,（1）西北区、西南区以稳定型、受阻型为主,地价水平很低,经济发展缓慢,出让面积小,市场化交易率低;（2）华北地区各种类型均有分布,民生情况较差,其他指标表现正常;（3）华东区涉及城市最多住宅用地需求旺盛,城市出让土地收入贡献度较大;（4）华中地区各城市情况比较理想,五项指标发展均衡,部分城市居住用地面积有所缩减;（5）华南区住宅地价两极分化非常明显,广州、深圳等住宅地价增长较快,但地价与收入间问题比较严重,少数城市地价相对较低,市场活跃度也偏低,地价与经济发展协调性有待提高。（4）就划分后三大城市类型而言,（1）类型一（省会直辖市城市）城市经济发展迅速,地价水平涨幅比经济增长猛烈,加之人口密度过大,地价与收入不合理,城市扩张与土地出让较多,土地市场交易率偏高。（2）类型二（一线、新一线、二线城市不包括类型一在内的城市）城市经济与地价均呈现稳定健康发展,部分城市因出让面积大,出让收入多,财政独立性较差,地价收入比仍处于较低水平;（3）类型三（三、四、五线城市）城市经济发展稳定,但地价水平、居住用地面积有增有降,发展不合理,少数城市居民购房有较大压力,出让的住宅用地面积大,市场交易率高,表现良好,但对地方财政的贡献度偏高,类型三城市情况最复杂。
苏亚艺[10]（2015）在《基于房价梯度的城市居住功能疏解研究 ——以北京市为例》文中指出合理的居住功能布局是城市健康发展的必要条件,现阶段我国许多大城市都需要进行功能疏解以实现精明增长。住房价格和区位是人们选择居住位置的核心要素,房价梯度对居住功能疏解有重要影响,因此,从房价梯度视角进行城市居住功能疏解研究显得十分必要。本文在进行房价梯度内涵解析的基础上,分析住房价格梯度与居住功能布局、交通条件改善、公共服务水平提高的理论关系；而后,以北京市西南一带为实证区,采用克里格插值方法、特征价格法分析住房价格空间结构及梯度；采用引力模型,以网格为单元评价、分析教育、医疗、商业服务等公共服务设施的可达性及其对房价梯度的影响；采用特征价格模型分析沟通城区和郊区的轨道交通对城郊之间房价梯度的影响；采用统计分析、ArcGis空间分析方法分析了住宅用地开发的郊区化趋势,并借鉴世界城市东京和伦敦的居住功能疏解经验,提出北京市居住功能疏解建议。通过研究得出以下结论：（1）房价梯度是表征住房价格和城市区位内在关系的指标,是城市住宅功能疏解潜力的“晴雨表”。房价梯度高预示该区域具有较大的城市居住功能疏解潜力,反之亦反之。平缓的房价曲线表明城市居住功能布局较为合理。作为重要居住区位因素,交通条件的改善、公共服务水平的提高能够在市场机制作用下提升区域住房价格,进而降低房价梯度。（2）住房价格空间自相关明显,房价由城市中心向郊区递减。住房价格曲线在城区下降迅速,而在郊区下降幅度则放缓。在四环、五环和六环内,南和西南方向的房价梯度分别为-11.4%和-7.1%、-7.7%和-5.8%、.4.93%和-4.19%。南向的房价梯度高于西南方向,表明南向的房价对于区位更为敏感。（3）虽然城区和郊区的公共服务水平都不断改善,但两者的差距在扩大。研究区公共服务可达性呈现东北部高,西南部低的整体特征。在四环和五环内,房价梯度与公共服务可达性梯度呈现正相关,而将测算区域延伸至六环时,两者变为非正相关,这反映了北京住宅开发扩张较快而导致的郊区公共服务配套不足。城郊之间公共服务非均等化不利于居住功能的疏解。（4）轨道交通能有效降低其沿线房价梯度。在研究期内,轨道交通沿线房价梯度呈现先加速扩大再加速缩小的倒“U”型结构,而后住房梯度趋于稳定。轨道交通对于房价梯度的影响机理在于轨道交通增加了郊区的住房需求。轨道交通的建设有助于居住功能的疏解。（5）北京市住宅开发郊区化明显。为促进居住功能向郊区疏散,北京市加大了郊区住宅用地供应开发。但郊区住宅用地开发受宏观经济影响明显,具有不稳定性。（6）为促进北京市居住功能疏解,应加快促进郊区新城发展；增加郊区的住宅用地供应,保障住宅用地开发的稳定性；加强郊区公共服务设施配套建设；加强市郊轨道交通建设；建立房价梯度动态监测制度。
二、空间插值法在地价梯度场分析中的应用——以北京市住宅用地为例（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、空间插值法在地价梯度场分析中的应用——以北京市住宅用地为例（论文提纲范文）
（1）商务办公楼地价时空分异特征及演变机理研究 ——以杭州市主城区为例（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 商办用地的概念和特征 |
| 1.1.1 商办用地及商办地价 |
| 1.1.2 商办用地的基本特征 |
| 1.2 研究的背景 |
| 1.2.1 理论背景 |
| 1.2.2 现实背景 |
| 1.3 研究目的和意义 |
| 1.3.1 研究目的 |
| 1.3.2 研究意义 |
| 1.4 研究的结构框架 |
| 1.5 研究方法和技术路线 |
| 1.5.1 研究方法 |
| 1.5.2 技术路线 |
| 2 文献综述 |
| 2.1 城市地价及其时空特征研究 |
| 2.1.1 城市地价 |
| 2.1.2 城市地价的时空分异特征研究 |
| 2.2 城市地价时空分异的影响因素研究 |
| 2.2.1 城市地价影响因素及其分类 |
| 2.2.2 城市地价时空特征影响因素的研究方法 |
| 2.3 商办地价及其时空分异相关研究 |
| 2.3.1 生产性服务业及其时空特征 |
| 2.3.2 商务办公楼及其租金特征 |
| 2.4 文献评述及研究切入点 |
| 3 商办地价时空分异演变机理的理论框架及实证前提 |
| 3.1 商办地价时空分异影响因素及演变机理的理论分析 |
| 3.1.1 商办地价时空分异的影响因素分析 |
| 3.1.2 商办地价时空分异演变机理的理论分析 |
| 3.2 我国商办地价时空分异研究的实证前提 |
| 3.2.1 相对稳定的政策区间:我国城市土地市场的政策因素 |
| 3.2.2 相对成熟的市场环境:我国商办地价发展的时间特征 |
| 3.3 本章小结 |
| 4 研究数据 |
| 4.1 数据选择 |
| 4.1.1 研究区选择 |
| 4.1.2 研究空间范围选择 |
| 4.1.3 研究时间范围选择 |
| 4.1.4 数据类型选择 |
| 4.2 数据的获取 |
| 4.2.1 原始数据的采集 |
| 4.2.2 地价数据的预处理 |
| 4.2.3 研究数据的基本统计分析 |
| 4.3 杭州商办样本数据的特征分析 |
| 4.3.1 不同年份商办用地交易样本的分布 |
| 4.3.2 不同区域商办用地交易样本的分布 |
| 4.3.3 不同用途分类商办用地交易样本的分布 |
| 4.4 本章小结 |
| 5 杭州商办地价时空分异特征研究 |
| 5.1 杭州商办用地价的时间特征 |
| 5.2 商办地价的数据结构与趋势 |
| 5.2.1 杭州商办地价数据正态分布检验 |
| 5.2.2 杭州商办地价的空间趋势 |
| 5.3 商办地价的空间分异总体特征分析 |
| 5.3.1 杭州市主城区商办地价空间自相关性分析 |
| 5.3.2 杭州市主城区商办地价空间异质性分析 |
| 5.3.3 杭州市主城区商办地价空间插值分析 |
| 5.4 杭州主城区商办细分地类的空间分异特征分析 |
| 5.4.1 杭州主城区商办细分地类样本空间分布特征 |
| 5.4.2 杭州主城区商办细分地类空间分异特征 |
| 5.5 本章小结 |
| 6 杭州主城区商办地价时空分异影响因子体系研究 |
| 6.1 商办地价时空分异影响因素体系构建与量化 |
| 6.1.1 商办地价时空分异影响因素简析 |
| 6.1.2 商办地价时空分异影响因素体系构建 |
| 6.1.3 影响因子说明与量化 |
| 6.2 基于常规线性回归(OLS)模型的影响因子检验 |
| 6.2.1 常规线性回归(OLS)模型简介 |
| 6.2.2 OLS模型检验及其结果分析 |
| 6.3 基于GWR系列模型的影响因子检验 |
| 6.3.1 时空地理加权回归(GTWR)概述 |
| 6.3.2 模型构建 |
| 6.3.3 模型回归结果的比较及选择 |
| 6.4 本章小结 |
| 7 杭州主城区商办地价时空分异影响因子比较分析 |
| 7.1 杭州主城区商办地价时空分异的典型影响因素分析 |
| 7.1.1 典型区位因素分析 |
| 7.1.2 邻里因素 |
| 7.1.3 个别因素:宗地面积 |
| 7.2 杭州主城区商办细分地类地价时空分异影响因子分析 |
| 7.2.1 商办细分地类地价时空演变影响因子的模型检验 |
| 7.2.2 商办地类1 影响因子分析 |
| 7.2.3 商办地类2 影响因子分析 |
| 7.3 本章小结 |
| 8 杭州主城区商办地价时空分异演变机理及其政策启示 |
| 8.1 商办地价时空分异的演变机理解析 |
| 8.1.1 区位选择机理 |
| 8.1.2 点-轴演进机理 |
| 8.1.3 功能推动机理 |
| 8.2 政策启示 |
| 8.2.1 建构商办用地的“阳光型”价格体系,提升区位选择机制 |
| 8.2.2 学习“香农经验”完善商办用地配套,提高“点-轴”辐射力 |
| 8.2.3 推进商办楼用地的“共享模式”创新,升级商办用地承载力 |
| 8.2.4 依据“公共池塘资源”属性制定政策规则,优化商办用地时空配置 |
| 8.3 本章小结 |
| 9 研究结论与展望 |
| 9.1 结论 |
| 9.2 可能的创新点 |
| 9.3 研究展望 |
| 参考文献 |
（2）武汉市农地发展权定价与空间异质性研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 引言 |
| 1.1 研究背景 |
| 1.2 研究目的与意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 主要内容、技术路线及方法 |
| 1.3.1 主要内容 |
| 1.3.2 技术路线 |
| 1.3.3 研究方法 |
| 1.4 论文可能创新 |
| 2 相关概念、理论与研究综述 |
| 2.1 基本概念 |
| 2.1.1 农地流转概率 |
| 2.1.2 农地综合发展权价值 |
| 2.1.3 农地发展权价值的空间异质性 |
| 2.2 相关理论 |
| 2.2.1 地租理论 |
| 2.2.2 实物期权理论 |
| 2.2.3 空间计量学理论 |
| 2.3 国内外研究综述 |
| 2.3.1 国外土地发展权研究进展 |
| 2.3.2 国内土地发展权研究进展 |
| 2.3.3 相关研究评述 |
| 3 研究模型、区域与数据来源 |
| 3.1 研究模型 |
| 3.1.1 农地综合发展权定价模型 |
| 3.1.2 农地流转方向概率的模型 |
| 3.1.3 农地发展权定价模型 |
| 3.1.4 探索性空间数据分析模型 |
| 3.1.5 Kringing空间内插 |
| 3.1.6 地理回归加权模型(GWR) |
| 3.2 研究区域 |
| 3.3 数据来源 |
| 4 农地综合发展权定价 |
| 4.1 农地流转的概率 |
| 4.2 农地流转为不同用地后的价值 |
| 4.3 农用地价值 |
| 4.4 综合发展权定价 |
| 5 农地发展权价值的空间异质性 |
| 5.1 样点数据统计分析 |
| 5.2 农地发展权价值的探索性空间分析 |
| 5.2.1 正态分布检验 |
| 5.2.2 空间自相关分析 |
| 5.3 农地发展权价值的Kringing插值分析 |
| 5.3.1 农地发展权价值空间分异的表面分析 |
| 5.3.2 农地发展权价值剖面梯度分析 |
| 5.4 基于GWR模型的空间异质性分析 |
| 5.4.1 指标选择与说明 |
| 5.4.2 GWR结果分析 |
| 5.5 各影响因素对发展权价值的贡献度差异分析 |
| 6 结论与研究展望 |
| 6.1 结论与讨论 |
| 6.2 研究不足 |
| 6.3 研究展望 |
| 参考文献 |
| 致谢 |
（3）徐州市主城区住宅价格空间分异及其影响因素研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容与技术路线 |
| 2 研究理论与方法 |
| 2.1 研究理论 |
| 2.2 研究方法与模型 |
| 2.3 本章小结 |
| 3 研究区概况及数据处理 |
| 3.1 研究区概况 |
| 3.2 数据来源与处理 |
| 3.3 影响因素选取与量化 |
| 3.4 本章小结 |
| 4 住宅价格空间分异特征分析 |
| 4.1 样点数据统计分析 |
| 4.2 探索性空间数据分析 |
| 4.3 基于空间插值的住宅价格空间分异特征分析 |
| 4.4 本章小结 |
| 5 住宅价格空间分异影响因素分析 |
| 5.1 基于OLS模型的住宅价格空间分异影响因素分析 |
| 5.2 基于GWR模型的住宅价格空间分异影响因素分析 |
| 5.3 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 不足与展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（4）苏州市姑苏区学区房价格时空特征及影响因素研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 现实背景 |
| 1.1.2 理论背景 |
| 1.1.3 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 住宅价格模型与方法研究 |
| 1.2.2 学区房价格影响因素研究 |
| 1.2.3 房价数据与时空信息挖掘研究 |
| 1.2.4 研究现状小结 |
| 1.3 研究目标与研究内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.4 研究方法和技术路线 |
| 1.4.1 研究方法 |
| 1.4.2 技术路线 |
| 第2章 苏州市学区房时空分布特征与演变规律 |
| 2.1 研究区域概述 |
| 2.1.1 研究地区 |
| 2.1.2 学区房政策 |
| 2.2 数据获取与处理 |
| 2.2.1 数据来源 |
| 2.2.2 数据清洗与预处理 |
| 2.3 二手学区房价格时空分布特征 |
| 2.3.1 探索性空间分析 |
| 2.3.2 学区房交易量与价格的时空特征 |
| 第3章 苏州市姑苏区学区房价格模型 |
| 3.1 学区房价格影响因素 |
| 3.1.1 特征变量的分析 |
| 3.1.2 数据量化 |
| 3.1.3 学区房价格影响因子选择 |
| 3.2 住宅特征价格模型 |
| 3.2.1 最小二乘法 |
| 3.2.2 显着性与残差检验 |
| 3.2.3 回归模型解释 |
| 3.3 地理加权回归模型 |
| 3.3.1 参数选择 |
| 3.3.2 回归模型 |
| 3.3.3 回归分析 |
| 3.4 模型实证检验对比 |
| 3.5 影响因子分析 |
| 3.5.1 教育因素 |
| 3.5.2 区位因素 |
| 3.5.3 交通因素 |
| 3.5.4 建筑因素 |
| 3.5.5 小结 |
| 第4章 学区房价格变化影响因素 |
| 4.1 学区房与一般住宅差异分析 |
| 4.2 学区房溢价率 |
| 4.3 学区房价格驱动因素与教育绅士化 |
| 4.4 学区房价格调控建议 |
| 第5章 研究成果 |
| 5.1 研究结论 |
| 5.2 研究特色 |
| 5.3 不足与展望 |
| 附录:家长评价问卷调查表 |
| 参考文献 |
| 致谢 |
（5）基于GWR模型的漯河市城区住宅用地基准地价测算研究（论文提纲范文）
| 致谢 |
| 摘要 |
| 1 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 文献综述 |
| 1.2.1 基准地价评估的研究进展 |
| 1.2.2 地理加权回归模型的研究进展 |
| 1.2.3 综合评述 |
| 1.3 研究内容 |
| 1.4 研究方法和技术路线 |
| 1.4.1 研究方法 |
| 1.4.2 技术路线 |
| 2 理论基础和主要方法原理 |
| 2.1 理论基础 |
| 2.1.1 马克思地租地价理论 |
| 2.1.2 土地区位论 |
| 2.2 主要方法原理 |
| 2.2.1 探索性空间数据分析(ESDA) |
| 2.2.2 地统计学 |
| 2.2.3 GWR模型 |
| 3 研究区域及数据来源与处理 |
| 3.1 研究区域 |
| 3.2 数据收集与来源 |
| 3.2.1 数据收集与来源 |
| 3.2.2 数据处理 |
| 4 研究区住宅基准地价实证研究 |
| 4.1 研究区住宅地价空间分异 |
| 4.1.1 探索性空间数据分析 |
| 4.1.2 基于克里金插值的住宅地价空间分异研究 |
| 4.2 住宅定级因素因子的选取与土地级别划定 |
| 4.2.1 定级因素因子的选取 |
| 4.2.2 因素因子的量化 |
| 4.2.3 地价样点因素分值属性库的构建 |
| 4.2.4 住宅土地级别的划定 |
| 4.3 住宅地价空间分异影响因素研究 |
| 4.3.1 基于传统线性回归模型的住宅地价影响因素分析 |
| 4.3.2 基于GWR模型的住宅地价影响因素分析 |
| 4.3.3 两种模型对比结果分析 |
| 4.4 基于GWR模型的研究区住宅基准地价测算研究 |
| 4.4.1 评价单元的划分 |
| 4.4.2 评价单元内作用分值的获取 |
| 4.4.3 影响因素GWR模型回归系数的获取 |
| 4.4.4 研究区住宅基准地价测算 |
| 4.4.5 研究区住宅基准地价级差验证 |
| 5 结论与展望 |
| 5.1 研究结论 |
| 5.2 研究创新与展望 |
| 5.2.1 本文的创新处 |
| 5.2.2 研究展望 |
| 参考文献 |
| ABSTRACT |
（6）特大城市中心城区二手房价格空间分异及影响因素研究 ——以重庆市为例（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.1.1 二手房已成为特大城市房市主力军 |
| 1.1.2 特大城市二手房价格反映市场价值 |
| 1.1.3 特大城市二手房价格存在空间分异 |
| 1.2 研究目的与意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 住宅价格空间分布研究 |
| 1.3.2 住宅价格特征因素研究 |
| 1.3.3 住宅价格空间分异研究 |
| 1.3.4 文献评述 |
| 1.4 研究方案 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.4.3 技术路线 |
| 2 相关概念及理论基础 |
| 2.1 相关概念 |
| 2.1.1 特大城市 |
| 2.1.2 中心城区 |
| 2.1.3 二手房价格 |
| 2.1.4 空间分异 |
| 2.2 理论基础 |
| 2.2.1 区位理论 |
| 2.2.2 城市空间结构理论 |
| 2.2.3 特征价格模型的理论 |
| 2.2.4 地理加权回归模型的理论 |
| 2.3 本章小结 |
| 3 特大城市中心城区二手房价格特征因素分析 |
| 3.1 特大城市中心城区二手房属性 |
| 3.1.1 住宅一般属性 |
| 3.1.2 特大城市中心城区二手房特性 |
| 3.2 特大城市二手房价格特征因素选取原则 |
| 3.3 特大城市二手房价格特征因素识别 |
| 3.3.1 基于文献研究法的特大城市二手房价格特征因素识别 |
| 3.3.2 基于专家访谈法的特大城市二手房价格特征因素识别 |
| 3.3.3 基于归纳演绎法的特大城市二手房价格特征因素分类体系 |
| 3.4 二手房价格特征因素的筛选与量化 |
| 3.4.1 二手房价格特征因素的筛选 |
| 3.4.2 二手房价格特征因素的量化 |
| 3.5 本章小结 |
| 4 特大城市中心城区二手房价格空间分异分析方法 |
| 4.1 经典研究模型：特征价格模型 |
| 4.1.1 特征价格模型的构建 |
| 4.1.2 特征价格模型的形式 |
| 4.1.3 特征价格模型的不足 |
| 4.2 空间分异研究方法 |
| 4.2.1 空间分布分析：地统计学 |
| 4.2.2 空间数据分析：探索性空间数据分析 |
| 4.2.3 空间研究模型：地理加权回归模型 |
| 4.3 本章小结 |
| 5 重庆市中心城区二手房价格空间分异分析 |
| 5.1 重庆市中心城区二手房价格特征因素 |
| 5.1.1 研究区域的界定 |
| 5.1.2 房地产市场概况 |
| 5.1.3 价格特征因素描述 |
| 5.2 重庆市中心城区二手房特征因素数据 |
| 5.2.1 数据来源 |
| 5.2.2 数据筛选 |
| 5.2.3 数据处理 |
| 5.3 重庆市中心城区二手房空间分布 |
| 5.3.1 二手房成交单价分析 |
| 5.3.2 二手房空间分布特征 |
| 5.4 基于HPM模型的回归分析 |
| 5.4.1 HMP模型检验 |
| 5.4.2 模型结果的分析 |
| 5.5 基于GWR模型的回归分析 |
| 5.5.1 GWR模型检验 |
| 5.5.2 模型结果的分析 |
| 5.5.3 二手房价格空间结构分析 |
| 5.6 模型的对比与总结 |
| 5.7 政策建议 |
| 5.7.1 均衡发展导向下的分块调控 |
| 5.7.2 量力而行导向下的综合考量 |
| 5.8 本章小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.1.1 主要结论 |
| 6.1.2 创新之处 |
| 6.2 不足与展望 |
| 参考文献 |
| 附录 |
| A 作者在攻读学位期间发表的论文目录 |
| B 学位论文数据集 |
| 附表 |
| 附表1 |
| 附表2 |
| 附表3 |
| 致谢 |
（7）宿州市土地二级市场交易样点空间分布特征及其改革试点研究（论文提纲范文）
| 致谢 摘要 abstract 变量注释表 1 |
| 绪论 1.1 |
| 研究背景 1.2 |
| 研究意义 1.3 |
| 国内研究概况 1.4 |
| 国外研究概况 1.5 |
| 研究目标与内容 1.6 |
| 研究方法及技术路线 2 |
| 研究区现状及理论基础 2.1 |
| 研究区现状 2.2 |
| 基础理论 3 |
| 宿州市土地二级市场交易样点空间分布特征研究 3.1 |
| 宿州市土地二级市场交易样点概况 3.2 |
| 土地二级市场交易特征及其存在的问题 3.3 |
| 基于GIS的空间分布特征研究 3.4 |
| 小结 4 |
| 宿州市土地二级市场改革试点方案设计与可行性分析 4.1 |
| 完善交易机制 4.2 |
| 创新运行模式 4.3 |
| 健全服务体系 4.4 |
| 加强监测监管 4.5 |
| 强化部门协作 4.6 |
| 可行性分析 5 |
| 结论与展望 5.1 |
| 主要结论 5.2 |
| 研究不足与展望 参考文献 作者简介 学位论文数据集 |
（8）基于GWR模型的住宅地价空间分异及影响因素对比研究 ——以成都市和重庆市为例（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景与研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的和意义 |
| 1.2 研究内容与研究方法 |
| 1.2.1 研究内容 |
| 1.2.2 研究方法 |
| 1.3 技术路线与创新点 |
| 1.3.1 技术路线 |
| 1.3.2 创新点 |
| 2 国内外研究进展与相关理论基础 |
| 2.1 相关概念界定 |
| 2.1.1 地价的界定 |
| 2.1.2 住宅地价空间分异的界定 |
| 2.2 相关理论基础 |
| 2.2.1 地租地价理论 |
| 2.2.2 区位理论 |
| 2.2.3 城市空间结构理论 |
| 2.3 国内外研究进展 |
| 2.3.1 GWR模型应用研究进展 |
| 2.3.2 地价空间分异研究进展 |
| 2.3.3 小结评述 |
| 3 研究区住宅地价的一般分析 |
| 3.1 研究区住宅地价概况 |
| 3.1.1 成都市住宅地价概况 |
| 3.1.2 重庆市住宅地价概况 |
| 3.2 数据处理 |
| 3.2.1 数据来源 |
| 3.2.2 数据的时间修正 |
| 3.2.3 数据录入 |
| 3.3 研究区住宅地价的一般分析 |
| 3.3.1 土地价格呈上升趋势 |
| 3.3.2 住宅地价具有南北差异 |
| 3.3.3 住宅地价呈多中心或单中心 |
| 4 研究区住宅地价空间分异的探索性空间数据分析 |
| 4.1 正态分布检验 |
| 4.1.1 直方图 |
| 4.1.2 正态QQ图 |
| 4.2 全局趋势分析 |
| 4.2.1 成都市样点数据的全局趋势分析 |
| 4.2.2 重庆市样点数据的全局趋势分析 |
| 4.3 空间自相关分析 |
| 4.3.1 全局空间自相关分析 |
| 4.3.2 局部空间自相关分析 |
| 4.4 半变异函数云图 |
| 4.4.1 成都市样点数据的半变异函数云分析 |
| 4.4.2 重庆市样点数据的半变异函数云分析 |
| 5 研究区住宅地价空间分异的插值分析 |
| 5.1 克里金插值法原理 |
| 5.1.1 半变异函数 |
| 5.1.2 半变异函数的拟合模型 |
| 5.1.3 克里金插值 |
| 5.2 利用克里金插值法生成住宅地价分布图 |
| 5.3 研究区住宅地价空间分异特征的表面分析 |
| 5.3.1 成都市住宅地价空间分异特征的表面分析 |
| 5.3.2 重庆市住宅地价空间分异特征的表面分析 |
| 5.3.3 成都市与重庆市住宅地价空间分异特征的表面对比分析 |
| 5.4 研究区住宅地价空间分异特征的剖面分析 |
| 5.4.1 成都市住宅地价空间分异特征的剖面分析 |
| 5.4.2 重庆市住宅地价空间分异特征的剖面分析 |
| 5.4.3 成都市与重庆市住宅地价空间分异特征的剖面对比分析 |
| 6 住宅地价空间分异影响因素的概念模型 |
| 6.1 土地价格影响因素的分类 |
| 6.2 宏微观因素对住宅地价的影响 |
| 6.2.1 宏观因素对住宅地价的影响 |
| 6.2.2 微观因素对住宅地价的影响 |
| 6.3 住宅地价影响因素的选取与量化 |
| 6.4 住宅地价影响因素的量化方法 |
| 7 基于GWR模型的研究区住宅地价分异影响因素空间计量分析 |
| 7.1 GWR模型的理论基础 |
| 7.1.1 GWR模型基本原理与公式 |
| 7.1.2 权重函数的确定 |
| 7.1.3 宽带的确定 |
| 7.2 GWR模型的建立与构建过程 |
| 7.3 成都市和重庆市住宅地价GWR模型结果分析 |
| 7.3.1 成都市住宅地价GWR模型结果分析与检验 |
| 7.3.2 重庆市住宅地价GWR模型结果分析与检验 |
| 7.3.3 GWR模型结果对比分析 |
| 7.4 成都市和重庆市住宅地价各影响因素分析 |
| 7.4.1 成都市住宅地价各影响因素分析 |
| 7.4.2 重庆市住宅地价各影响因素分析 |
| 7.4.3 研究区住宅地价各影响因素对比分析 |
| 8 研究结论与对策建议 |
| 8.1 分析结果小结 |
| 8.2 研究结论 |
| 8.3 对策建议 |
| 8.4 研究不足与展望 |
| 8.4.1 研究不足 |
| 8.4.2 研究展望 |
| 参考文献 |
| 附录 |
| 致谢 |
（9）中国城市住宅地价健康度研究 ——以地价监测城市为例（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景和研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究进展 |
| 1.2.1 国外研究进展 |
| 1.2.2 国内研究进展 |
| 2 研究方法及理论基础 |
| 2.1 研究内容 |
| 2.2 研究方法 |
| 2.3 相关概念 |
| 2.3.1 地价 |
| 2.3.2 地价评估 |
| 2.3.3 城市地价系统 |
| 2.3.4 城市住宅地价健康度 |
| 2.4 理论基础 |
| 2.4.1 区位论 |
| 2.4.2 土地供需理论 |
| 2.4.3 可持续发展理论 |
| 3 城市住宅地价健康度评价方法 |
| 3.1 TOPSIS（逼近理想解排序法） |
| 3.1.1 TOPSIS法基本原理 |
| 3.1.2 TOPSIS法基本步骤 |
| 3.2 熵权法 |
| 3.2.1 熵权法的基本原理 |
| 3.2.2 熵权法的主要过程 |
| 4 105个地价监测城市住宅地价健康度评价 |
| 4.1 研究区域概况 |
| 4.1.1 地理位置 |
| 4.1.2 社会经济状况 |
| 4.2 住宅地价健康度指标体系构建 |
| 4.2.1 指标选取的原则与依据 |
| 4.2.2 住宅地价健康度评价指标 |
| 4.2.3 数据来源与说明 |
| 4.3 指标量化及权重确定 |
| 4.3.1 指标标准化 |
| 4.3.2 权重的确定 |
| 4.4 基于TOPSIS住宅地价健康度指数测算 |
| 4.4.1 住宅地价健康度评价步骤 |
| 4.4.2 住宅地价健康度指数测定 |
| 4.5 基于自然间断点分级法的住宅地价健康度类型划分 |
| 4.5.1 分类标准的确定 |
| 4.5.2 住宅地价健康度划分结果 |
| 5 住宅地价健康度分布特征分析 |
| 5.1 七大地理分区分类研究 |
| 5.1.1 特征描述 |
| 5.1.2 原因分析 |
| 5.2 三种类型城市分类研究 |
| 5.2.1 特征描述 |
| 5.2.2 原因分析 |
| 6 结论 |
| 6.1 研究结论 |
| 6.2 创新点 |
| 6.3 不足 |
| 7 对策及建议 |
| 参考文献 |
| 致谢 |
（10）基于房价梯度的城市居住功能疏解研究 ——以北京市为例（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的及意义 |
| 1.3 国内外研究综述 |
| 1.4 研究内容及方法、技术路线 |
| 第二章 房价梯度与城市居住功能布局关系 |
| 2.1 城市居住功能及其布局理论 |
| 2.2 城市住宅价格对城市居住功能布局的影响 |
| 2.3 城市房价梯度内涵及其变化原因 |
| 2.4 房价梯度对居住功能布局的影响 |
| 2.5 交通条件对房价梯度的影响 |
| 2.6 公共服务水平对房价梯度变化的影响 |
| 2.7 住宅用地开发对城市居住功能结构影响 |
| 2.8 本章小结 |
| 第三章 北京市房价梯度研究 |
| 3.1 研究区概况 |
| 3.2 房价差异时序变化 |
| 3.3 房价空间结构 |
| 3.4 不同方向房价梯度 |
| 3.5 本章小结 |
| 第四章 公共服务水平对房价梯度影响 |
| 4.1 公共服务水平时序分析 |
| 4.2 公共服务可达性空间结构 |
| 4.3 房价与公共服务可达性关系研究 |
| 4.4 公共服务水平对房价梯度影响 |
| 4.5 本章小结 |
| 第五章 轨道交通对城郊之间房价梯度影响 |
| 5.1 研究范围选择 |
| 5.2 研究思路 |
| 5.3 研究方法与数据来源说明 |
| 5.4 城区和郊区房价梯度分析 |
| 5.5 轨道交通沿线房价梯度变化机理 |
| 5.6 本章小结 |
| 第六章 房价梯度对住宅开发郊区化的影响 |
| 6.1 北京市住宅用地开发情况 |
| 6.2 研究区住宅用地开发情况 |
| 6.3 研究区住宅供应空间结构 |
| 6.4 房价梯度对住宅开发郊区化的影响 |
| 6.5 本章小结 |
| 第七章 居住功能疏解国际借鉴及建议 |
| 7.1 世界城市居住功能疏解经验 |
| 7.2 北京市居住功能疏解建议 |
| 7.3 本章小结 |
| 第八章 结论与讨论 |
| 8.1 结论 |
| 8.2 创新点 |
| 8.3 讨论 |
| 参考文献 |
| 致谢 |
| 作者简介 |
四、空间插值法在地价梯度场分析中的应用——以北京市住宅用地为例（论文参考文献）
- [1]商务办公楼地价时空分异特征及演变机理研究 ——以杭州市主城区为例[D]. 尕让卓玛. 浙江大学, 2021(08)
- [2]武汉市农地发展权定价与空间异质性研究[D]. 才振. 华中农业大学, 2020(02)
- [3]徐州市主城区住宅价格空间分异及其影响因素研究[D]. 黄清越. 中国矿业大学, 2020(03)
- [4]苏州市姑苏区学区房价格时空特征及影响因素研究[D]. 向跃恒. 南京师范大学, 2020(03)
- [5]基于GWR模型的漯河市城区住宅用地基准地价测算研究[D]. 贾喜梅. 河南农业大学, 2019(04)
- [6]特大城市中心城区二手房价格空间分异及影响因素研究 ——以重庆市为例[D]. 张坤. 重庆大学, 2019(12)
- [7]宿州市土地二级市场交易样点空间分布特征及其改革试点研究[D]. 储昭海. 中国矿业大学, 2019(12)
- [8]基于GWR模型的住宅地价空间分异及影响因素对比研究 ——以成都市和重庆市为例[D]. 张采昕. 西南财经大学, 2019(07)
- [9]中国城市住宅地价健康度研究 ——以地价监测城市为例[D]. 胡香宇. 河北师范大学, 2018(07)
- [10]基于房价梯度的城市居住功能疏解研究 ——以北京市为例[D]. 苏亚艺. 中国农业大学, 2015(07)