【摘 要】
:
城市空间房价市场的不平衡发展阻碍了经济的高质量发展,而且高房价不断的影响着人民生活的幸福感。武汉市是我国中部地区发展较快的城市,常住人口数量大,房产交易活跃,因此,首先基于2016-2019年942个居民小区的均价样本点,在武汉市主城区构建房价时空数据库,试图在住宅小区尺度揭示房价的时空演变规律。其次,从宏观和微观两个层面构建具有现实意义的指标体系,一方面研究武汉市住宅价格与宏观经济发展的联动关系
论文部分内容阅读
城市空间房价市场的不平衡发展阻碍了经济的高质量发展,而且高房价不断的影响着人民生活的幸福感。武汉市是我国中部地区发展较快的城市,常住人口数量大,房产交易活跃,因此,首先基于2016-2019年942个居民小区的均价样本点,在武汉市主城区构建房价时空数据库,试图在住宅小区尺度揭示房价的时空演变规律。其次,从宏观和微观两个层面构建具有现实意义的指标体系,一方面研究武汉市住宅价格与宏观经济发展的联动关系,另一方面从主城区三环线内、二环线内、一环线内三个空间尺度对住宅价格与配套基础设施关系的地理空间特征进行研究,为城市规划建设提供建议,推动城市房价市场的高质量发展。本文利用莫兰指数(Moran’s I)对主城区住宅小区之间房价的空间相关性进行了分析,一方面基于空间权重设定不同的邻近空间范围,对不同空间范围内的城市住宅小区房价样本点进行相关性分析,另一方面根据2016-2019年主城区房价市场空间集聚程度的变化,揭示房价市场时空演变规律。对主城区2019年942个房价样本点建立反距离权重插值,并分别在三环线内、二环线内、一环线内建立空间三维趋势图,可视化房价在主城区的变化趋势。一方面利用建立好的宏观经济指标,在武汉市构建向量自回归模型(Vector Autoregression,VAR)进行不平稳时间序列变量的Johansen协整分析,另一方面在主城区构建地理加权回归(GWR)模型和普通最小二乘法(OLS)模型进行影响因素分析。主要结论为:(1)武汉市主城区房价在空间上呈正相关集聚,高房价居民小区集聚在主城区中心区域,低房价居民小区相对分散在距离城区较远、靠近三环线的区域。2016-2019年武汉市主城区房价均呈空间正相关集聚,其中在2016-2017年,房价空间集聚程度增幅最大,增速最快,在2017-2019年,房价集聚程度增速趋于平缓,经调研,主要有两方面原因,一是政策的有意识调控推动了城市全面发展,区位房价差异得到了改善,二是城市基础设施建设力度在不断增加,居住环境得到全面改善。(2)武汉市商品住宅价格与地区生产总值、城镇居民人均可支配收入、住宅开发投资额存在长期均衡关系,即城镇居民人均可支配收入和住宅开发投资额、地区生产总值能正向推动房价增长。(3)OLS模型和GWR模型对房价影响因素的论证结果相近。从不同环线以内样本点的OLS模型回归结果可知,OLS模型是对影响因素作用机制的整体性分析,很大程度上缺乏对部分区域空间关系差异性的考虑,结果存在片面性。GWR模型结果表明,各区域影响因素空间关系差异显著,作用关系以及作用强度都存在差异,结合OLS模型结果,可以看出绿化率、房龄、停车位总量等住宅特征对房价的影响程度最大,总体上,邻近城市公园、地铁站点、商业中心、综合医院、小学对房价有提升作用,因此,有关部门可以结合局部地区的实际情况,通过推动基础设施的全面建设来推动住宅价格的平稳发展。
其他文献
求解最优化问题一直都是计算机工程、生产调度、人工智能等领域广泛关注的一个问题,其核心思想是在可行解范围内设计符合特定约束条件的方案,使得目标最优化。随着计算机科学技术的飞速发展,经典的传统优化方法已不足以解决约束条件越加复杂的优化问题。群智能优化算法普遍具有灵活度高、寻优性能良好、鲁棒性强等优势,该类算法可以更好的解决非线性、大规模的复杂优化问题,因此自其提出之日起便受到广泛的关注与研究。近年来,
伴随着互联网技术的迅速发展,网络的安全问题越来越引起人们的关注。在复杂网络中,存在着大量的攻击性病毒,一旦网络中的计算机被病毒感染并爆发,将会对人类的生产生活造成不可估量的损失。因此,本文针对网络安全中存在的问题,研究了恶意代码的分类和病毒的传播控制方法。通过从不同的角度来遏制或减小病毒在计算机中的传播,从而控制其造成的不良影响。本文主要进行两方面工作:(1)针对恶意代码家族存在的混淆问题,提出了
随着双目立体视觉理论的发展,以及计算机硬件计算能力与影像采集设备精度的提升,双目立体视觉技术在三维测量、目标定位与三维场景重建等领域应用愈加广泛。在环境复杂的井下矿山中,实现准确、稳定的出矿计量,是当前矿山企业在生产管理中必须考虑的现实问题。针对矿斗载矿量测量的问题,本文以形状不规则的钨矿石为研究对象,提出了一种基于双目立体视觉的非接触式体积测量方法,并对形状不规则的矿石进行了体积测量试验。双目视
影响最大化问题旨在从社交网络中找出能使信息扩散范围最广的Top-k个用户作为信息源发散信息。社交网络结构的多样化不断给影响最大化问题注入活力,让它在近二十年里经久不衰,一直是学术界的热门问题。本文从基于割点的社交网络影响最大化算法和通过优化网络结构实现影响最大化两个方面展开如下工作:(1)基于割点的社交网络影响最大化算法:现有算法主要关注于节点的特征,较少从社交网络的连通性角度来看待影响最大化问题
本文的研究基于现实安检过程中,管制物品图像的语义分割来展开。目前,管制物品的检测工作大部分是通过安检X光机对包裹扫描,人眼判断包裹是否夹带管制物品,其中,安检X光机对包裹中的一些小目标检测效果较差,甚至检测不到,存在安全隐患,管制物品的自动语义分割能有效提高安检效率和提升安全指数,并同时能够节约人力成本,保障人们在公共出行和公共场所的安全。图像的语义分割是计算机视觉基本任务之一,图像的语义信息是用
水下机器人由于具有携带方便,操作简单的特点,被广泛应用于水下资源勘探与开采,因此,对其控制系统的研究,实现水下机器人稳定、快速、准确的运动控制,具有重要的工程意义。针对水下机器人受水流影响大,受力情况复杂,难以实现高效的运动控制等问题,本文采用串级LADRC控制方法对水下机器人的艏向与深度进行控制;利用粒子群算法对串级LADRC控制器的参数进行优化,具体研究如下:首先,利用solidworks建立
语音增强在数字信号处理领域占据着举足轻重的地位,能在改善受损语音质量的同时提升其可懂度,在智慧家庭等方向得到了广泛地应用。随着深度学习在计算机领域的普及,基于深度学习的网络模型训练成为了当下实现语音增强的主流方法。目前主要是基于深度学习来搭建网络模型,并结合大量数据运算,在模型中学习从带噪特征映射到增强目标的函数,以解决语音增强任务。然而,该方案仍然存在着语音增强质量不高、模型训练速度缓慢以及模型
磁悬浮列车具有零摩擦、少运维、爬坡能力强、智能化程度高等特点。进一步提高我国自主知识产权的磁悬浮相关技术,是促进磁悬浮技术推广应用、加快交通强国建设、构建现代化高品质综合立体运输网络的重要战略抓手,具有重大战略意义。本文针对磁悬浮列车速度跟踪控制算法设计中存在的问题,开展如下研究工作:(1)通过数据拟合的方法修正磁悬浮列车牵引特性曲线,并梳理总结、优化完善磁悬浮列车动力学模型、阻力模型和牵引计算模
随着无人驾驶技术和智能交通领域的发展,目标检测已经成为机器学习中最典型的问题,其中行人检测作为智能交通领域中重要的组成环节,因此也成为目前国内外研究者重点研究的课题之一。本论文主要针对道路交通场景下的行人检测问题进行研究,由于复杂的背景和不可控的自然条件会为我们的检测任务带来挑战,通常情况下主要表现为:一方面图像中的行人尺度和姿态不一,同时受到外界光照和天气环境等不可控自然条件的影响使得一些行人变
计算机视觉领域作为一个新兴技术正在不断发展与进步,其中目标检测任务是计算机视觉中十分基础同时又特别重要的一个研究领域,在监视与跟踪、医学影像分析、机器人导航、国防系统(目标自动识别)等多个领域有着必不可少的作用。目标检测的任务就是在所给定的图片中找出目标的具体位置,同时在目标上标记出其属于哪一种类。尽管随着深度学习的发展不断涌现出新的算法,但对于通用目标检测领域来说还具有很大的挑战。本文详细地阐述