基于gis技术的城市商品住宅价格指数测算研究——以大连市为例

《基于gis技术的城市商品住宅价格指数测算研究——以大连市为例》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：密级：学校代码：!Q!鱼墨学号：200811252逢挛毒下乾犬学硕士学位论文⑨基于GIS技术的城市商品住宅价格指数测算研究一一以大连市为例作者姓名：学科、专业：研究方向：导师姓名：张一鸣区域经济学沿海区域经济布局研究王利教授二。一一年四月学位论文独创性声明本人承诺：所呈交的学位论文是本人在导师指导下所取得的研究成果。论文中除特别加以标注和致谢的地方外，不包含他人和其他机构已经撰写或发表过的研究成果，其他同志的研究成果对本人的启示和所提供的帮助，均已在论文中做了明确的声明并表示谢意。学位论文作者签名：主髭二喳学位论文版权的使用授权

2、书本学位论文作者完全了解辽宁师范大学有关保留、使用学位论文的规定，及学校有权保留并向国家有关部门或机构送交复印件或磁盘，允许论文被查阅和借阅。本文授权辽宁师范大学，可以将学位论文的全部或部分内容编入有关数据库并进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文，并且本人电子文档的内容和纸质论文的内容相一致。保密的学位论文在解密后使用本授权书。⋯一躲避鬟蓄紧名：辽宁师范大学硕士学位论文摘要与近年来房地产业的迅猛发展相比，房地产价格指数测算研究显得尤为落后。虽然市面上已有针对不同用途不同目的设计的十几种房地产相关价格指数，但总体

3、来说都存在着各种缺陷，如：编制的理论基础不够完善、样本数据不具代表性和全面性，数据更新不够及时等。现存房地产相关价格指数不能在时间和空间上，准确反映当时当地的房地产价格水平，因此如何合理遴选样本，改进房地产价格指数计算方法，及时更新价格指数和预测未来价格指数趋势成为当下各相关利益主体最关心的问题。本文正是在这一时代背景下，通过对国内外不同房地产价格指数数据选取方式和指数编制方法的研究，在样本数据采集、区块边界划定、价格指数编制等关键环节提出更为有效的方法。具体来说，在样本数据采集上，本文提出利用官方途径和非官方途径各自的优势，来选取样本

4、数据；在区块边界划定上，引入GIS制图技术中的Voronoi来理性确定各区块边界，通过区块和地段的划分更为有效地消除了区位因素对价格指数的影响；在价格指数编制上，提出采用交易额、区块面积、楼盘数三者逐级加权的复合权数加权平均法。本文在理论研究成果基础上，对大连市区商品住宅价格指数进行测算，借此达到检验成果的目的。最后，本文通过对大连市商品住宅价格指数测算结果的分析，得出了大连市整体商品住宅价格水平和地段商品住宅价格水平变动的原因，并对未来大连市商品住宅价格总体趋势做出了简单预测，为房地产各利益相关主体在进行商品住宅交易决策时提供参考依据

5、。关键词：GIS；Voronoi；商品住宅；价格指数；测算辽宁师范人学硕士学位论文Urban—basedGIStechnology，Commercialhousingpriceindexmeasure一一Tal(ingDalianasanexampleAbstractComparedtotherapiddevelopmentoftherealestateindustryinrecentyears，realestatepriceindexmeasurementstudyisparticularlybehind．Althoughthemar

6、kethasbeendesignedfordifferentpurposesfordifferentusesofadozenrealestate-relatedpriceindex，but，overall，therearevariousdefects，suchillS：thepreparationofthetheoreticalbasisisnotperfect，thesampledataisnotrepresentativeandcomprehensive，nottimelydataupdatesandSOon．Relatedtore

7、alestatepriceindexofexistingintimeandspaceCannotaccuratelyreflectthecurrentlocalrealestatepricelevels，thereasonableselectionofsamples，toimprovetherealestatepriceindexcalculationmethodtoupdatethepriceindexandpredictfuturetrendsinamomentofthepriceindexrelevantstakeholdersa

8、remostconcemedabout．Thisarticleisinthebackground，throughdomesticandinternationalrealestatepriceindexdat