北京市二手房价格时空演变特征

被引:16
作者
周湘 [1 ,2 ]
袁文 [1 ]
李汉青 [1 ,2 ]
马明清 [1 ,2 ]
袁武 [3 ]
机构
[1] 中国科学院地理科学与资源研究所
[2] 中国科学院大学
[3] 北京理工大学计算机学院
关键词
二手房价格; 泛在网络房地产大数据; 长时序栅格数据库; 时空演变格局;
D O I
暂无
中图分类号
F299.23 [城市经济管理]; P208 [测绘数据库与信息系统];
学科分类号
120405 ; 070503 ; 081603 ; 0818 ; 081802 ;
摘要
城市住宅价格时空格局及演变特征是衡量城市房地产市场发展均衡性的重要指标。针对海量的互联网实时房产数据,本文构建了一种长时序时空大数据挖掘方法。首先,利用挂牌数据和成交数据,进行了泛在网络地产数据的可用性验证;其次,提出了"混合像元"的多尺度栅格模型,以构建基于栅格系统的房产统计特征描述,形成了多源网络房产数据融合方法;然后分别采用莫兰指数和地理探测器分析房价的空间自相关性和分异性,并基于P-Bshade和邻近栅格时空插值算法解决了稀疏房产数据的融合与插值问题,构建了长时序房地产时空栅格数据库;最后,以北京六环范围内为研究区域,通过栅格区划算法进行了二手房价格时空演变格局的挖掘分析。
引用
收藏
页码:1049 / 1059
页数:11
相关论文
共 22 条
[1]   地理探测器:原理与展望 [J].
王劲峰 ;
徐成东 .
地理学报, 2017, 72 (01) :116-134
[2]   基于家庭区位需求的城市住房价格模拟分析 [J].
牛方曲 ;
刘卫东 ;
冯建喜 .
地理学报, 2016, 71 (10) :1731-1740
[3]   顾及时空异质性的缺失数据时空插值方法 [J].
樊子德 ;
龚健雅 ;
刘博 ;
李佳霖 ;
邓敏 .
测绘学报, 2016, (04) :458-465
[4]   基于Cokriging的住房价格空间格局分析——以长沙市为例 [J].
孙倩 ;
洪开荣 .
经济地理, 2014, 34 (12) :99-105
[5]   基于住宅价格的北京城市空间结构研究 [J].
王芳 ;
高晓路 ;
颜秉秋 .
地理科学进展, 2014, 33 (10) :1322-1331
[6]   基于协同克里金空气湿度空间插值研究 [J].
胡丹桂 ;
舒红 .
湖北农业科学, 2014, 53 (09) :2045-2049
[7]   北京市住宅价格时空分异特征研究 [J].
何丹 ;
孟斌 ;
张景秋 .
资源开发与市场, 2014, 30 (03) :281-285+385
[8]   中国城市住宅价格时空演变研究进展与展望 [J].
邹利林 ;
杨俊 ;
胡学东 .
地理科学进展, 2013, 32 (10) :1479-1489
[9]   重大事件对城市住宅价格的影响——来自杭州市的证据 [J].
阮连法 ;
包洪洁 ;
温海珍 .
中国土地科学, 2012, 26 (12) :41-47
[10]   宏观经济对房价影响的实证分析 [J].
任木荣 ;
彭广建 .
湖南工程学院学报(社会科学版), 2012, 22 (02) :11-14