基于区域特征的城市住宅价格模型研究
|
摘要
本文以城市新建商品住宅为研究对象，通过分析国内外学者在住宅价格方面的研究现状，针对传统住宅价格模型存在的不足，依据区位论理论，将区域经济因素、区位因素、邻里因素、建筑因素和时间因素等综合考虑，研究了基于区域特征的城市住宅价格模型（以下简称区域特征住宅价格模型）；运用多元线性回归和空间分析、空间统计技术，对区域特征住宅价格模型变量在全局上变化的平稳性和局部变化的非平稳性两个方面进行了研究，给出了区域特征住宅价格全局多元线性回归模型和地理加权回归模型的具体函数形式；以郑州市房产时空数据为样本，以模型计算为主题整合样本数据，采用空间分析方法求取模型影响因子，对模型进行了实验验证，实验表明模型能够较好地揭示新建商品住宅价格空间分布和时间上的变化规律，为城市新建住宅价格评估和预测提供科学依据，也为未来智慧房产建设提供了理论和方法支撑。本文主要研究内容和创新点如下：
1.对我国新建商品住宅价格形成的机制、变化规律和主要影响因素进行了深入探讨。分析了国内外研究住宅价格的主要理论，在分析各种理论提出的影响住宅价格因素的基础上，重点研究了住宅均衡价格模型和住宅特征价格模型，提出了当前住宅价格模型存在的主要问题，为区域特征住宅价格模型构建打下了理论基础。
2.基于地学的区位理论，综合分析了区域的自然特征（位置特征、环境邻里特征和建筑特征）和区域经济特征以及时间特征对住宅价格的影响，以套均成交价为因变量，以区域经济因素、位置因素、邻里因素、建筑特征因素和时间因素为自变量，提出了基于城市区域特征住宅价格模型；研究了全局多元线性回归模型的参数估计、检验和预测方法，提出了地理加权回归模型的估计、权函数的选择、带宽的优化、模型空间非平稳性检验等方法。
3.由于区域特征的差异，在城市尺度上各城市区域特征住宅价格模型的解释变量的具体内容不完全相同，论文通过郑州市住宅价格影响因子的分析，预选了20个因子作为解释变量，构建了郑州市区域住宅价格全局模型和地理加权回归模型的具体实现形式，为模型的实证分析和验证奠定了基础。
4.样本数据是验证所构建的区域特征住宅价格模型的基础，论文介绍了郑州市数字房产的结构、功能和主要的数据组织等。研究了从房产数据库中分析计算模型变量的方法，运用GIS空间分析和挖掘技术获取区域特征数据与位置有关的变量值，提出了非数值变量的赋值方法。针对我国住宅大多为单元房与西方国家的住宅大多为别墅之间差异，提出了以小区为单位选取住宅样本的方法，即建筑特征变量采用以小区为单位，住宅价格和建筑面积选取同户型住宅样本的均值，更加真实反映我国住宅现状，使区域特征住宅价格模型评估和预测的住宅价格趋近。
5．选用郑州市2005年-2010年的样本数据对区域特征住宅价格全局多元线性回归模型和地理加权回归模型进行验证，并对2011年的样本数据的住宅价格进行预测和验证分析。用全局多元线性回归模型对2011年的住宅价格进行预测，其预测值和真值的相对误差均值为9%；用地理加权回归模型对2011年住宅价格进行预测，其预测值和真值的相对误差均值为5.5%；运用克里格插值分别对用全局多元线性回归模型地理加权回归模型预测的2011年的住宅价格均价预测值和真值进行空间拟合，发现预测结果和郑州市的住宅价格空间分布一致的，也证实了本模型建立是科学有效的。
The paper selected new commodity housing market price of city for the main object ofstudy, in the urban scale by analyzing the situation that the domestic and foreign scholarsresearched on housing price, analyzed newly built commodity housing market price formationmechanism, changes in the law and the main factors. For lack of the traditional house pricemodel, the model of the urban housing price based on regional characteristics (the followingcalled regional characteristics of the housing price model) was built innovatively by Reference toregional economic factors, location factors, neighborhood factors, construction factors, and timefactors according to the theories of locations. For the smooth change of housing price modelvariables in the global and no smooth change of housing price model variables in the local, thepaper used multiple linear regression and spatial analysis techniques, built the multiple linearregression model of the price of global and local geographical weighted regression model of theregional characteristics of the house and its specific functional form. The paper selected thesample data from the Zhengzhou city real estate spatiotemporal data, integrated of sample datafor the main purpose of the model calculations, and computed the model space factor impactfactors by use the GIS spatial analysis tools. The results showed that the model better revealedthe spatial distribution pattern and the variation in time of newly built commodity housingmarket price, it could be provide technical support for assessment and prediction of cities in newhousing price and could provide the scientific decision basis for the government regulation ofhousing price and also provided the theoretical and methodological support for the futureconstruction of the intellectual property. The main content and innovation of the paper were asfollows:
1．The paper analyzed the main theories of the housing price that the domestic and foreignscholars had researched, pointed out that the main problems that currently existed in researches,studied the main factors on the house price the various theories pointed out, analyzed of themodels of equilibrium price and housing hedonic price specially.
2. The house concept in China and western countries were different. The author believesthat it was more appropriate to use the house community as a unit when the house sample dadawas selected.
3.Based on the location theories of the earth science, the paper comprehensively analyzedthe impact of various factors on housing price including natural characteristics (location,neighborhood, and structure), regional economic characteristics and time characteristics,defined the average transaction price each set of the community as the dependent variable andthe natural characteristics (location, neighborhood, and structure), the regional economiccharacteristics and the time characteristics as the independent variables, pointed out the model ofhousing price based on regional characteristic, built the general form of the characteristics of thehousing price model in urban scale, The paper studied the methods include the parameterestimate, the model test and the model prediction of the model of the global multiple linearregression. The paper discussed the methods of the local geographical weighted regressionmodel include the estimate of the choice of weight function, the optimization of the bandwidthand the test of the spatial non-stationary.
4. The paper calculated the impact factor in the model by the spatial analysis of GIS in orderto reduce the random factors and ensure the objectivity of the data.
5. For instants of Zhengzhou, the total price of an average house set were as the dependentvariable,20variables were as independent variables, the paper validated the models of the globalmultiple linear regression models and the local geographically weighted regression model basedon the regional characteristics of housing prices of ZhengZhou city by the sample data of2005-2010of ZhengZhou, predicted and analyzed the house price of the sample data of2011ofZhengzhou. The result showed that the models built by the paper were a scientific and effective.
1.对我国新建商品住宅价格形成的机制、变化规律和主要影响因素进行了深入探讨。分析了国内外研究住宅价格的主要理论，在分析各种理论提出的影响住宅价格因素的基础上，重点研究了住宅均衡价格模型和住宅特征价格模型，提出了当前住宅价格模型存在的主要问题，为区域特征住宅价格模型构建打下了理论基础。
2.基于地学的区位理论，综合分析了区域的自然特征（位置特征、环境邻里特征和建筑特征）和区域经济特征以及时间特征对住宅价格的影响，以套均成交价为因变量，以区域经济因素、位置因素、邻里因素、建筑特征因素和时间因素为自变量，提出了基于城市区域特征住宅价格模型；研究了全局多元线性回归模型的参数估计、检验和预测方法，提出了地理加权回归模型的估计、权函数的选择、带宽的优化、模型空间非平稳性检验等方法。
3.由于区域特征的差异，在城市尺度上各城市区域特征住宅价格模型的解释变量的具体内容不完全相同，论文通过郑州市住宅价格影响因子的分析，预选了20个因子作为解释变量，构建了郑州市区域住宅价格全局模型和地理加权回归模型的具体实现形式，为模型的实证分析和验证奠定了基础。
4.样本数据是验证所构建的区域特征住宅价格模型的基础，论文介绍了郑州市数字房产的结构、功能和主要的数据组织等。研究了从房产数据库中分析计算模型变量的方法，运用GIS空间分析和挖掘技术获取区域特征数据与位置有关的变量值，提出了非数值变量的赋值方法。针对我国住宅大多为单元房与西方国家的住宅大多为别墅之间差异，提出了以小区为单位选取住宅样本的方法，即建筑特征变量采用以小区为单位，住宅价格和建筑面积选取同户型住宅样本的均值，更加真实反映我国住宅现状，使区域特征住宅价格模型评估和预测的住宅价格趋近。
5．选用郑州市2005年-2010年的样本数据对区域特征住宅价格全局多元线性回归模型和地理加权回归模型进行验证，并对2011年的样本数据的住宅价格进行预测和验证分析。用全局多元线性回归模型对2011年的住宅价格进行预测，其预测值和真值的相对误差均值为9%；用地理加权回归模型对2011年住宅价格进行预测，其预测值和真值的相对误差均值为5.5%；运用克里格插值分别对用全局多元线性回归模型地理加权回归模型预测的2011年的住宅价格均价预测值和真值进行空间拟合，发现预测结果和郑州市的住宅价格空间分布一致的，也证实了本模型建立是科学有效的。
The paper selected new commodity housing market price of city for the main object ofstudy, in the urban scale by analyzing the situation that the domestic and foreign scholarsresearched on housing price, analyzed newly built commodity housing market price formationmechanism, changes in the law and the main factors. For lack of the traditional house pricemodel, the model of the urban housing price based on regional characteristics (the followingcalled regional characteristics of the housing price model) was built innovatively by Reference toregional economic factors, location factors, neighborhood factors, construction factors, and timefactors according to the theories of locations. For the smooth change of housing price modelvariables in the global and no smooth change of housing price model variables in the local, thepaper used multiple linear regression and spatial analysis techniques, built the multiple linearregression model of the price of global and local geographical weighted regression model of theregional characteristics of the house and its specific functional form. The paper selected thesample data from the Zhengzhou city real estate spatiotemporal data, integrated of sample datafor the main purpose of the model calculations, and computed the model space factor impactfactors by use the GIS spatial analysis tools. The results showed that the model better revealedthe spatial distribution pattern and the variation in time of newly built commodity housingmarket price, it could be provide technical support for assessment and prediction of cities in newhousing price and could provide the scientific decision basis for the government regulation ofhousing price and also provided the theoretical and methodological support for the futureconstruction of the intellectual property. The main content and innovation of the paper were asfollows:
1．The paper analyzed the main theories of the housing price that the domestic and foreignscholars had researched, pointed out that the main problems that currently existed in researches,studied the main factors on the house price the various theories pointed out, analyzed of themodels of equilibrium price and housing hedonic price specially.
2. The house concept in China and western countries were different. The author believesthat it was more appropriate to use the house community as a unit when the house sample dadawas selected.
3.Based on the location theories of the earth science, the paper comprehensively analyzedthe impact of various factors on housing price including natural characteristics (location,neighborhood, and structure), regional economic characteristics and time characteristics,defined the average transaction price each set of the community as the dependent variable andthe natural characteristics (location, neighborhood, and structure), the regional economiccharacteristics and the time characteristics as the independent variables, pointed out the model ofhousing price based on regional characteristic, built the general form of the characteristics of thehousing price model in urban scale, The paper studied the methods include the parameterestimate, the model test and the model prediction of the model of the global multiple linearregression. The paper discussed the methods of the local geographical weighted regressionmodel include the estimate of the choice of weight function, the optimization of the bandwidthand the test of the spatial non-stationary.
4. The paper calculated the impact factor in the model by the spatial analysis of GIS in orderto reduce the random factors and ensure the objectivity of the data.
5. For instants of Zhengzhou, the total price of an average house set were as the dependentvariable,20variables were as independent variables, the paper validated the models of the globalmultiple linear regression models and the local geographically weighted regression model basedon the regional characteristics of housing prices of ZhengZhou city by the sample data of2005-2010of ZhengZhou, predicted and analyzed the house price of the sample data of2011ofZhengzhou. The result showed that the models built by the paper were a scientific and effective.
引文
[1]项昀．房地产估价市场比较法的改进研究[D]，东北林业大学硕士学位论文，2006．6
[2]王忠亮．青岛市住宅商品房价格影响因素研究[D]，山东建筑大学硕士学位论文，2008．1
[3]张跃庆．房地产业的发展与宏观经济调控的实施[J]．中国房地信息．2004．8
[4]周晓东，文启湘．房地产行业价格因素分析及实证研究[J]．经济经纬．2007．5
[5] O.Sullivan．Urban Economics4thEdition [M].the McGraw Hill Companies，lnc，2000.
[6]刘琳，刘洪玉.地价与房价关系的经济学分析[J].数量经济技术经济研究.2003.7．
[7]王家耀，宁津生，张祖勋主编.中国数字城市建设方案及推进战略研究[M]. ISBN978-7-03-022822-2:北京:科学出版社，2008
[8]吴宇哲.基于GIS的城市住宅价格时空演变规律探索及其应用研究[D]博士论文，浙江大学，2005
[9]马立军.住宅价格形成机制研究[M].河北农业大学硕士论文.2006.6
[10]马歇尔.经济学原理[M].北京:商务印书馆1983.下卷.
[11]Roger P Sindt， Real Estate Investment Analysis and Applications，Prentice Hall Upper Saddle River，NewJersey，1999.
[12]斯蒂格里茨[美].经济学[M].北京:中国人民大学出版社.1996
[13]David Spaulding. Measuring Investment Performance Caculating and Evaluating Investment Risk andRetrun New York.MC:Hill.1997
[14]中国房地产估价师学会.房地产估价理论与方法[M].北京:中国物价出版社，2002.
[15]丁烈云.房地产开发[M].北京:中国建筑工业出版社，1999
[16]张协奎.房地产估价方法与应用[M].武汉:武汉工业大学出版社，2000
[17]付克华.早期预警体系的理论回顾及其评价[J].世界经济，2003.3，P12-15
[18]Norman.G.Miller，Michael.A.Sklarz.A Note on Leading Indicators of Housing Market Price Trends[J].TheJournal of Real Estate Research，1986.9，P99-109
[19]彭建文，张金鹦.房地产景气与总体经济、金融市场关系之研究[C]，中华民国住宅学会第七届年会论文集，1998
[20]Bradford Case， William Goetzmann，K.Geert Rouwenhorst.Global Real Estate Markets一Cycles andFundamentals[J].IntenrationalCenterforFinance，1999.7
[21]杨泽泉，李政道.台湾房地产景气与政府政策之研究[C].第五届两岸中华文化与经营管理学术研讨会论文集，2001
[22]丁烈云.房地产周期波动成因分析「J」.华中科技大学学报(社会科学版)，2003.2，P37-4
[23]Kaminsky， Graciela L. and Carmen.M.Reinhart，1998， Financial Crises in Asia and Latin America:Then and Now， American Economic Review， Papers and Proceedings;88(2)，May1998，pp.444-48.
[24]Eric Myott.Housing Early Warning System Feasibility In the Hamline MidwayArea， Neighborhood Planning for Community Revitalization，1999.3
[25]J.Nellis and J.Longbottom.An empirical analysis of the determination of house prices in the UnitedKingdom[J].Urban Studies，1981(17):9-21.
[26]R.Buckley and J.Ermisch.Theory and empiricism in the econometric modelling of house prices[J].UrbanStudies，1983(20):83-90.
[27]Min Hwang and Quigley，John M.Economic fundamentals in local housing markets: evidence fromU.S.metropolitan regions[J].Journal of Regional Science，2006，8(46):425-453.
[28]Waugh F V. Quality factors influencing vegetable prices[J]. Journal of Farm Economics，1928，75(10):185-196.
[29]Landcaster.K.J. A new approach to consumer theory[J].Journal of Political Economy，1966，74(1):132-157.
[30]Ridker R G， Henning J A. The determinants of residential property values with special reference to airpollution [J].The Review of Economics and Statistics，1967，49(2):246-257.
[31]Rosen S. Hedonic prices and implicit markets: product differentiation in pure competition[J].Journal ofPolitical Economy，1974，82(1):35-55.
[32]Azar K.T.， Fellreira J.J．&Abed J．et a1．Reconstruction in postwar Beirut：Using GIS to estimate spatialdistribution of1and value[J]．Geo-Info Systems，1994，4(7)：34-41
[33]Gallimore＆Fletcher Modelling the influence of location on Value[J]．Journal of property valuation＆investment，199614(1)：6-19.
[34]Dubin R．A．Spatial autocorrelation a11d neighborhood quality[J]．RegionalScience and Economics，1992.22：433-452.
[35]Olmo.J.C. Spatial Estimation of Housing Prices and Locational Rents[J]．Urban studies，1995，32(8)：1331-1344．
[36] Fotheringham A．S．Trends in quantitative methods I：Stressing the local．Progress in HumanGeographically，1997，V01．21(1)：8896.
[37]Fotheringham A．S．，BrunsdonC．，Charlton M．Geographically weightedregression：a natural evolutionof the expansion method for spatial data analysis．Environment and Planning A，1998，V01．30(11)：19051927
[38]FotheringhamA．S．，Charlton M．，Brunsdon C．The geographically ofparameter space：An investigationof spatial nonstationarity．International Journal of Geographical Information Systems，1996，Voi．10(3)：605627.
[39]GaoXiaolu，ASAMI Yasushi．Influence of spatial features on land and housing prices．TsinghuaScienceand Technology，2005，V01．10(3)：344-353
[40]百度百科http://baike.baidu.com/view/1362338.htm
[41]李小建.经济地理学[M].北京：高等教育出版社.2006第二版.
[42]LADIS J，CERVERO R．Middle-age Sprawl：BART and Urban Development [J]．Access，1999，(14)．
[43]Murtaza Hider&Eric J Miller，Effects of Transportation Infrastructure and Location Elements onResidential Rea1Estate Va1ues，Application of spatial Autoregressive Techniques(Working Paper)，2001.
[44]Malpezzi S．A Simple Error Correction Model of Housing Price Journal of Housing Economics，1999，(1)：27-62．
[45]Clapp J M，Giaccotto C．The Influence of Economic Variables on Local Housing Price Dynamics．Journalof Urban Economics，1994，36(2)：161·183．
[46]Anglin P．Local Dynamics and Contagion in Real Estate Markets．The International Conference on RealEstates and Macro Economy，Beijing，July，2006(1)1924．
[47]张宏斌.房价中的地价因素及其作用分析[J].中国土地，2001(9):36-38
[48]张大亮，周丽梅.顾客需求的变化对房地产价格的影响[J].价格理论与实践，2004(4):58-59
[49]姚先国，黄炜华.地价与房价的关系[J]中国土地，2001(9):33-35
[50]李龙，张英，张达等.浅析影响我国房地产价格上涨的因素[J]哈尔滨商业大学学报(自然科学版)，2004(4):496-498
[51]顾宝炎，王志强.住宅高价位的成因及政策建议[J]市场观察.1999(12):6-8.
[52]高波，毛丰付.房价与地价关系的实证检验_1999_2002[J].产业经济研究（双月刊）2003，3[4]:19-24
[53]贺元启.基于计量经济模型的房价与地价关系研究[J].建筑经济2006[7]:127-130
[54]刘润秋，蒋永穆.论房价决定地价_兼论当前房地产宏观调控政策[J].社会科学研究2005[6]:44-48
[55]严金海.中国的房价与地价_理论_实证和政策分析[J].数量经济技术经济研究2006[1]:17-26
[56]谢叙祎.上海市房价与地价关系的实证研究[J].世界经济情况2006[12]:30-33
[57]姚先国，黄炜华.地价与房价的关系[J].中国土地2001[9]:33-35
[58]况伟大.房价与地价关系研究_模型及中国数据检验[J].财贸经济情况2005[11]:56-63
[59]王冰，黄磊.浅谈居民收入水平与住房价格的关系[J].中国科技信息，2005(12):50.
[60]唐杰.征收房产税对房价的影响[J].技术与市场，2006(1):56-57.
[61]杨勇，温修春.开征物业税对房地产价格的影响[J].中国物价，2005(5):55-61.
[62]岳树民.房地产税制改革应考虑的问题[J].经济研究参考2005(55):34-35
[63]周永宏.当前我国房价与租金关系的经济学分析_一个市场区隔理论的解释[J].当代财经，2005(10):13-16.
[64]崔光灿.上海市房价、地价和租金关系研究[J].中国房地产，2006(4):13-16.
[65]柴强.房地产估价理论与方法[M].北京:中国物价出版社，2001.
[66]柴强.房地产评估理论与实务[M].北京:中国物价出版社，1998.
[67]曹建军.现代房地产估价理论与方法[M].广州:中山大学出版社，1997.
[68]陈修年.房地产估价方法与实务[M].南京:东南大学出版社，1999.
[69]叶剑平.中国房地产监测预警系统指标体系设计[J].中外房地产导报.2000，P16-19.
[70]何国钊，曹振良，李是.中国房地产周期研究[J].经济研究.1996.12.
[71]谭刚.深圳房地产周期波动研究[M].建筑经济.2001.
[72]刘学成.中国房地产业周期波动理论与实证研究[D].南开大学博士学位论文.2001.
[73]丁烈云.房地产周期波动成因分析.华中科技大学学报(社会科学版).2003.2.
[74]梁运斌.我国房地产业景气指标设置与预警预报系统建设的基本构想[J]北京房地产杂志，1995，11:18-21.
[75]赵黎明，贾永飞，钱伟荣.房地产预警系统研究[J].天津大学学报(社会科学版)，1999，12:277-280.
[76]丁烈云，徐泽青.城市房地产预警系统设计与开发[J]，基建优化，2000，6:5-14.
[77]叶艳兵，丁烈云.房地产预警指标体系设计研究[J].基建优化，2001.6:1-3.
[78]丁烈云.房地产周期波动与预警研究[D]〔博士学位论文〕.上海:同济大学图书馆，2002
[79]李永江，辛益军，李海宁.房地产业预警预报系统影响因素的聚类分析[J].经济师，2003(6)
[80]周忠学，李永江.房地产业预警预报系统影响因素的主成分分析[J.]企业经济，2003年12月
[81]韩立达.我国城市房地产预警系统研究〔D]〔博士学位论文」.成都:四川大学，2004.10
[82]丁烈云，李斌.房地产市场预警调控系统的构建技术要点及流程设计[J]，系统工程理论与实践，2002，4:58-62.
[83]李维哲，曲波.地产泡沫预警系统研叙[J].中国房地产金融，2002，8:15-18.(城市科学版)，2003，3:9-13.
[84]袁志刚，樊潇彦房地产市场理性袍沫分掀习经济研究，2003，3:34-43.
[85]曹振凯，何小敏.土地政策对房地产市场的影响[J].国土资源2006(2):35-38.
[86]胡晓添、濮励杰等.土地因素对房价的时效影响实证分析_以南京市为例[J].中国土地科学，2005，19(6):36-39.
[87]吴龙龙，黄丽明.试析银行信贷对住房价格的调控作用[J].商业研究，2006(14):146-149.
[88]段岩燕，曹振良.加息对房地产价格的影响[J].中国房地产，2005(1):16.
[89]章辉赞，张红.加息对我国房地产市场的影响分析[J].中国房地产金融，2005(3):30-32.
[90]蒋一军，龚江辉．异质商品价格指数Hedonic方法[J]中国统计，1996(4)：37.
[91]彭新育，吴甫成．土地价格和享乐评价方法[J]．经济地理，1998，V18(3)：14-19
[92]陈敬东等.享乐评价法在房地产评估中的应用[J].西安理工大学学报，2002，18：102-105.
[93]马思新，李昂.基于Hedonic模型的北京住宅价格影响因素分析[J].土木工程学报.2003.36（9）：59-64.
[94]宋永发，王颖等.基于主成分分析法的特征价格模型[J].价值工程.2008.4:134-137.
[95]温海珍，贾生华.市场细分与城市住宅特征价格分析[J].浙江大学学报(人文社会科学版).2006.36(2):155-161.
[96]王家耀，魏海平，成毅，熊自明:时空GIS的研究与进展[J]海洋测绘，Vol24(5)，2004.pp1-4.
[97]李东月.灰色GM(I，1)模型在房价预测中的算法研究企业经济，2006(3):5-16.
[98]李东月.房价预测模型的比较研究[J].工业技术经济，2006，(9):27一32
[99]张蓬涛，杨红.基于神经网络的基准地价预测模型研究以河北省主要城市为例[J]中国土地科学，200，(5):7-10.
[100]牛东晓.模糊处理变结构神经网络日负荷预测研究.运筹与管理[J]，2001，(1):12-18.
[101]张文忠、孟斌等，交通通道对住宅空间扩展和居民住宅区位选择的作用[J]，地理科学，2004.24(1):7-13.
[102]张春花、李雪铭等.大连居住空间的扩散及郊区化研究，地域研究与开发，2005.24（1）：66-69.
[103]许晓辉.上海市商品住宅价格空间分布特征分析[J].经济地理.1997.1:80-87
[104]何宁，顾保南..城市轨道交通对土地利用的作用分析[J]城市轨道交通研究1998.1(4):32-36.
[105]PETERM. Transportation and Urban Form： Stages in the spatial Evolution of AmericanMetropolis[M]． Guildford Press．2004．
[106]周俊、徐建刚，轨道交通的廊道效应与城市土地利用分析，城市轨道交通研究，2002.5(1):77-81.
[107]陈世勋，上海城市轨道交通体系社会经济效益估算分析[J]城市轨道交通研究.2004.7(1):1-5.
[108]郑新奇，王家耀，阎弘文，王爱萍，王筱明：数字地价模型在城市地价时空分析中的应用[J]资源科学Vol.26(1)，2004.pp14-21.
[109]徐燕，王晓梅．1994-1999年北京市住宅出让地价时空分布研究[J]．中国土地科学，2000.14(4):42-46.
[110]李雪铭，张馨等.大连商品住宅价格空间分异规律研究[J].地域研究与开发.2204.23(6):35-39.
[111]王霞，朱道林．地统计学在都市房价空间分布规律研究中的应用-以北京市为例[j]．中国软科学，2004(8)152-155，108.
[112]李传华，潘竟虎等．基于GIS的兰州市普通住宅价格空间格局分析[J]．云南地理环境研究，2007.19(2):88-91.
[113]马敏蕾，吕斌等.基于GIS基础上的北京住房价格空间格局研究[J].中国国土资源经济.2008.21(12):26-28.
[114]黄宇，罗智勇等.基于GIS的城市居住适宜性评价研究[J].测绘科学.2008.33(1):126-129.
[115]黄萌，黄海. Voronoi图在城镇地价指数监测中的应用探讨[J].地理空间信息.2008.6(6):28-30.
[116]覃文忠.地理加权回归基本理论与应用研究[D]，博士论文同济大学，2007
[117]赵自胜.城市商品住宅价格空间分异研究[D]博士论文河南大学，2010.
[118]维基百科http://wiki.mbalib.com/wiki/%E4%BD%8F%E5%AE%85%E4%BB%B7%E6%A0%BC
[119]硕士论文网http://wenwen.soso.com/z/q345397594.htm?ch=wtk.title)
[120]百度百科http://baike.baidu.com/view/58553.htm
[121]马立军.住宅价格形成机制研究[D].河北农业大学硕士论文.2006.6：（5-6）
[122]百度百科.房地产需求. http://baike.baidu.com/view/2169052.htm
[123]百度百科.房地产供给. http://baike.baidu.com/view/1339150.htm
[124]徐林.房地产价格研究及价格指数模型设计[D].东南大学硕士论文.2004.3.
[125]王旭育：基于Hedonic模型的上海住宅特征价格研究[D]博士论文同济大学2006
[126]陈亮.住宅项目特征定价模型研究[D].西南交通大学硕士论文.2007.7.
[127]温海珍.城市住宅的特征价格：理论分析与实证研究[D].博士学位论文浙江大学.2004.
[128]贾生华，温海珍.房地产特征价格模型的理论发展及其应用[J].外国经济与管理. Vo126(5)．2004.
[129]陈子龙住宅房地产项目区位对价格的影响及其选择[J]东南大学学报(哲学社会科学版). Jun.2009Vol1(11)122-125.
[130]吴磊.房地产区位价值研究-以南京市为例[M]东南大学硕士论文2006.3：10-15
[131]张红.房地产经济学[M].北京：清华大学出版社，2005.
[132]硕士论文网对我国房地产价格的政治经济学分析http://www.lwenfbw.com/article-803.html
[133]庄彬惠.关于商品住宅价格影响因素的理论研究与数量分析[M].硕士学位论文.厦门大学.2007.3.
[134]赵亮.基于特征价格的住宅价格空间分异研究[D]硕士学位论文北京交通大学.2008.6
[135]朱明仓，吴合镇等.重庆市房价地价动态关系模型构建[J].成都理工大学学报(自然科学版)v01．5(35)．2008
[136]朱建君，贺亮.基于Hedonic模型的南京住宅价格实证分析[J].中国物价.2008.12：44-47.
[137]赵何军.基于Hedonic模型的天津住宅价格因素分析[J].《现代经济》2008.12(7):15-16.
[138]高微，赵林，谭黎明. Hedonic模型在住宅价格中的应用[J].中国科技信息.2008.2：162-163.
[139]李正.轨道交通对房地产价格影响的定量分析[D].河海大学硕士论文.2007.6
[140]陈莉.城市轨道交通对沿线房地产价格的影响研究[J]特区经济2007.8:261-263.
[141]胡晓霞.地铁对新建住宅价格影响的定量分析[D]浙江大学硕士论文.2008.5
[142]Francois Ortalo-Magne·，Sven Rady.Housing transactions and macroeconomic fluctuations: a case studyof England and Wales[J] Journal of Housing Economics13(2004)：287-303
[143]Brunsdon C．，Aitkin M．，FotheringhamA．S．，Charlton M．A comparison of random coeffici-entmodelling and geographically weighted regression for spatially non-stationaryregressionproblems．Geographical and Environmental Modelling，1999，V01．3(1)：4762
[144]Brunsdon C．，Fotheringham A．S．，Chariton M．Geographically weighted regression：Amethod forexploring spatial nonstationarity．Geographical Analysis，1996，V01．28(4)：281-298
[145]Brunsdon C．，Fotheringham A．S．，Charlton M．Geographically weighted regression modeling spatialnon-stationary．The Statistician，1998，V01．47(3)：431-443
[146]Brunsdon C．， Fotheringham A． S．， Charlton M． Spatial nonstationarity and autoregressivemodels．Environmentand PlanningA，1998，V01．30(6)：957--973
[147]Brunsdon C．，Fotheringham A．S．，Charlton M．Some notes on parametric significance test forgeographically weighted regression．Journal of Regional Science，1999，V01．39(3)：497-584
[148]Brunsdon C．，Fotheringham A．S．，Charlton M．Geographically weighted regression as statisticalmodel．Proceedings of the40th Annual Meeting of the Western Regional Sciencassociation，PalmSprings，California，February，2001：25～28
[149]Brunsdon C．，Fotheringham A．S．，Charlton M．Geographically weighted summary statistics aframework for iocalised exploratory data analysis．Computers，Environment and Urban Systems，2002，V01．26(6)：501-524
[150]ARCGIS帮助库http://help.arcgis.com/zh-cn/arcgisdesktop/10.0/help/index.html
[151]地统计学. http://zhidao.baidu.com/question/1442093.html2005.11.
[152]马敏蕾，吕斌，冯长春. GIS基础上的北京住房价格空间格局研究[J].中国国土资源经济2008(12).26-28.
[153]李曦，汪琳媛.利用层次分析建立的房地产价格回归法[J]华东交通大学学报[J].2007.24（2）:151-153.
[154]施建刚、白庆华.基于模糊数学的快速递减加权式"比较法评估房地产价格中的应用研究[J].土木工程学报.2003.36（3）.21-24.
[155]王德、黄万枢. Hedonic住宅价格法及其应用[J].城市规划。2005.3：62-71.
[156]姜海东.大连市房地产价格评价指标研究[M].硕士学位论文.大连交通大学.2008.5
[157]百度文库http://wenku.baidu.com/view/129c0ad084254b35eefd3496.html
[158]Ronald.W.Kaiser. The Long Cycle of Real Estate[J]. Journal of Real Estate Research，1997.3，P233-257
[159]Peter Fortura，Joseph Kushner．Canadian intercity house price differentials．AREUEA Journal，1986(4)：34-38.
[160]Stuart A.Gabriel，Joe P.Mattey，and William L.Wascher. House price differentials and dynamics: evidencefrom the Los Angeles and San Francisco metropolitan areas.
[161]Geoff Kenny. Modeling the demand and supply side of the housing market: evidence fromireland[J].Economic Modeling，1999(16):389-409.
[162]Fulai Huang，Feng Wang. A system for early-warning and for ecasting of real estate development [J].Automation in Construction14(2005)333-342
[163]张协奎，陈伟清.中外房地产估价发展综述[J].河南城建高等专科学校学报.2000.9（2）:52-57.
[164]郭庆军，赛云秀等.模糊综合评判在房地产估价中的应用[J].基建优化.2006.27（5）:94-97.
[165]黄大兵.基于模糊数学的房地产评估体系的模拟与实现[D].长安大学硕士论文.西安.2005.5
[166]何山.房地产估价理论与方法研究[D].山东科技大学硕士学位论文2002.1.
[167]顶昀.房地产估价市场比较法的改进研究[D].东北林业大学硕士学位论文.2006.6.
[168]姜海东.大连市房地产价格评价指标研究[D].大连交通大学硕士论文.2008.5
[169]邱菀华．中房指数．北京航空航天大学学报．2006(6)：22-26.
[170]丰雷．中国房地产指数的现状和趋势．大连房地产研究．2006(3)：2-10.
[171]地理信息系统http://baike.baidu.com/view/5094.htm.
[172]徐圣军.我国房地产产业化发展实证研究[D]硕士论文电子科技大学，2004.
[173]百度百科http://baike.baidu.com/view/25866.htm
[174]闫国平.上海房地产市场价格影响因素研究一一以住宅市场为例[D]同济大学博士论文2007
[175]马庆国.管理统计--数据获取、统计原理、SPSS工具与应用科学出版社北京2002.
[176]王家耀，成毅，吴明光，孙庆辉.地理信息系统的演进与发展[J].测绘科学技术学报，Vol.25(4)，2008.235-240.
[177]王家耀，周海燕，成毅.关于地理信息系统与决策支持系统的探讨[J].测绘科学.Vol.28(1)，2002，1-4.
[178]乐阳，龚健雅. Dijkstra最短路径算法的一种高效率实现[J]武汉测绘科技大学学报Vol.124（3）.1999.1-5.
[179]周海燕，王家耀，吴升.空间数据挖掘技术及其应用[J].测绘通报2002(2).12-13.
[180]维基百科http://zh.wikipedia.org/wiki/%E4%BC%AF%E5%90%89%E6%96%AF%E6%A8%A1%E5%BC%8F
[181]王家耀.地理信息系统的发展与发展中的地理信息系统[J]中国工程科学2009，Vol.11(2):10-16
[182]陈述彭，何建邦，承继成．地理信息地球信息科学，1997，3：11～2O
[2]王忠亮．青岛市住宅商品房价格影响因素研究[D]，山东建筑大学硕士学位论文，2008．1
[3]张跃庆．房地产业的发展与宏观经济调控的实施[J]．中国房地信息．2004．8
[4]周晓东，文启湘．房地产行业价格因素分析及实证研究[J]．经济经纬．2007．5
[5] O.Sullivan．Urban Economics4thEdition [M].the McGraw Hill Companies，lnc，2000.
[6]刘琳，刘洪玉.地价与房价关系的经济学分析[J].数量经济技术经济研究.2003.7．
[7]王家耀，宁津生，张祖勋主编.中国数字城市建设方案及推进战略研究[M]. ISBN978-7-03-022822-2:北京:科学出版社，2008
[8]吴宇哲.基于GIS的城市住宅价格时空演变规律探索及其应用研究[D]博士论文，浙江大学，2005
[9]马立军.住宅价格形成机制研究[M].河北农业大学硕士论文.2006.6
[10]马歇尔.经济学原理[M].北京:商务印书馆1983.下卷.
[11]Roger P Sindt， Real Estate Investment Analysis and Applications，Prentice Hall Upper Saddle River，NewJersey，1999.
[12]斯蒂格里茨[美].经济学[M].北京:中国人民大学出版社.1996
[13]David Spaulding. Measuring Investment Performance Caculating and Evaluating Investment Risk andRetrun New York.MC:Hill.1997
[14]中国房地产估价师学会.房地产估价理论与方法[M].北京:中国物价出版社，2002.
[15]丁烈云.房地产开发[M].北京:中国建筑工业出版社，1999
[16]张协奎.房地产估价方法与应用[M].武汉:武汉工业大学出版社，2000
[17]付克华.早期预警体系的理论回顾及其评价[J].世界经济，2003.3，P12-15
[18]Norman.G.Miller，Michael.A.Sklarz.A Note on Leading Indicators of Housing Market Price Trends[J].TheJournal of Real Estate Research，1986.9，P99-109
[19]彭建文，张金鹦.房地产景气与总体经济、金融市场关系之研究[C]，中华民国住宅学会第七届年会论文集，1998
[20]Bradford Case， William Goetzmann，K.Geert Rouwenhorst.Global Real Estate Markets一Cycles andFundamentals[J].IntenrationalCenterforFinance，1999.7
[21]杨泽泉，李政道.台湾房地产景气与政府政策之研究[C].第五届两岸中华文化与经营管理学术研讨会论文集，2001
[22]丁烈云.房地产周期波动成因分析「J」.华中科技大学学报(社会科学版)，2003.2，P37-4
[23]Kaminsky， Graciela L. and Carmen.M.Reinhart，1998， Financial Crises in Asia and Latin America:Then and Now， American Economic Review， Papers and Proceedings;88(2)，May1998，pp.444-48.
[24]Eric Myott.Housing Early Warning System Feasibility In the Hamline MidwayArea， Neighborhood Planning for Community Revitalization，1999.3
[25]J.Nellis and J.Longbottom.An empirical analysis of the determination of house prices in the UnitedKingdom[J].Urban Studies，1981(17):9-21.
[26]R.Buckley and J.Ermisch.Theory and empiricism in the econometric modelling of house prices[J].UrbanStudies，1983(20):83-90.
[27]Min Hwang and Quigley，John M.Economic fundamentals in local housing markets: evidence fromU.S.metropolitan regions[J].Journal of Regional Science，2006，8(46):425-453.
[28]Waugh F V. Quality factors influencing vegetable prices[J]. Journal of Farm Economics，1928，75(10):185-196.
[29]Landcaster.K.J. A new approach to consumer theory[J].Journal of Political Economy，1966，74(1):132-157.
[30]Ridker R G， Henning J A. The determinants of residential property values with special reference to airpollution [J].The Review of Economics and Statistics，1967，49(2):246-257.
[31]Rosen S. Hedonic prices and implicit markets: product differentiation in pure competition[J].Journal ofPolitical Economy，1974，82(1):35-55.
[32]Azar K.T.， Fellreira J.J．&Abed J．et a1．Reconstruction in postwar Beirut：Using GIS to estimate spatialdistribution of1and value[J]．Geo-Info Systems，1994，4(7)：34-41
[33]Gallimore＆Fletcher Modelling the influence of location on Value[J]．Journal of property valuation＆investment，199614(1)：6-19.
[34]Dubin R．A．Spatial autocorrelation a11d neighborhood quality[J]．RegionalScience and Economics，1992.22：433-452.
[35]Olmo.J.C. Spatial Estimation of Housing Prices and Locational Rents[J]．Urban studies，1995，32(8)：1331-1344．
[36] Fotheringham A．S．Trends in quantitative methods I：Stressing the local．Progress in HumanGeographically，1997，V01．21(1)：8896.
[37]Fotheringham A．S．，BrunsdonC．，Charlton M．Geographically weightedregression：a natural evolutionof the expansion method for spatial data analysis．Environment and Planning A，1998，V01．30(11)：19051927
[38]FotheringhamA．S．，Charlton M．，Brunsdon C．The geographically ofparameter space：An investigationof spatial nonstationarity．International Journal of Geographical Information Systems，1996，Voi．10(3)：605627.
[39]GaoXiaolu，ASAMI Yasushi．Influence of spatial features on land and housing prices．TsinghuaScienceand Technology，2005，V01．10(3)：344-353
[40]百度百科http://baike.baidu.com/view/1362338.htm
[41]李小建.经济地理学[M].北京：高等教育出版社.2006第二版.
[42]LADIS J，CERVERO R．Middle-age Sprawl：BART and Urban Development [J]．Access，1999，(14)．
[43]Murtaza Hider&Eric J Miller，Effects of Transportation Infrastructure and Location Elements onResidential Rea1Estate Va1ues，Application of spatial Autoregressive Techniques(Working Paper)，2001.
[44]Malpezzi S．A Simple Error Correction Model of Housing Price Journal of Housing Economics，1999，(1)：27-62．
[45]Clapp J M，Giaccotto C．The Influence of Economic Variables on Local Housing Price Dynamics．Journalof Urban Economics，1994，36(2)：161·183．
[46]Anglin P．Local Dynamics and Contagion in Real Estate Markets．The International Conference on RealEstates and Macro Economy，Beijing，July，2006(1)1924．
[47]张宏斌.房价中的地价因素及其作用分析[J].中国土地，2001(9):36-38
[48]张大亮，周丽梅.顾客需求的变化对房地产价格的影响[J].价格理论与实践，2004(4):58-59
[49]姚先国，黄炜华.地价与房价的关系[J]中国土地，2001(9):33-35
[50]李龙，张英，张达等.浅析影响我国房地产价格上涨的因素[J]哈尔滨商业大学学报(自然科学版)，2004(4):496-498
[51]顾宝炎，王志强.住宅高价位的成因及政策建议[J]市场观察.1999(12):6-8.
[52]高波，毛丰付.房价与地价关系的实证检验_1999_2002[J].产业经济研究（双月刊）2003，3[4]:19-24
[53]贺元启.基于计量经济模型的房价与地价关系研究[J].建筑经济2006[7]:127-130
[54]刘润秋，蒋永穆.论房价决定地价_兼论当前房地产宏观调控政策[J].社会科学研究2005[6]:44-48
[55]严金海.中国的房价与地价_理论_实证和政策分析[J].数量经济技术经济研究2006[1]:17-26
[56]谢叙祎.上海市房价与地价关系的实证研究[J].世界经济情况2006[12]:30-33
[57]姚先国，黄炜华.地价与房价的关系[J].中国土地2001[9]:33-35
[58]况伟大.房价与地价关系研究_模型及中国数据检验[J].财贸经济情况2005[11]:56-63
[59]王冰，黄磊.浅谈居民收入水平与住房价格的关系[J].中国科技信息，2005(12):50.
[60]唐杰.征收房产税对房价的影响[J].技术与市场，2006(1):56-57.
[61]杨勇，温修春.开征物业税对房地产价格的影响[J].中国物价，2005(5):55-61.
[62]岳树民.房地产税制改革应考虑的问题[J].经济研究参考2005(55):34-35
[63]周永宏.当前我国房价与租金关系的经济学分析_一个市场区隔理论的解释[J].当代财经，2005(10):13-16.
[64]崔光灿.上海市房价、地价和租金关系研究[J].中国房地产，2006(4):13-16.
[65]柴强.房地产估价理论与方法[M].北京:中国物价出版社，2001.
[66]柴强.房地产评估理论与实务[M].北京:中国物价出版社，1998.
[67]曹建军.现代房地产估价理论与方法[M].广州:中山大学出版社，1997.
[68]陈修年.房地产估价方法与实务[M].南京:东南大学出版社，1999.
[69]叶剑平.中国房地产监测预警系统指标体系设计[J].中外房地产导报.2000，P16-19.
[70]何国钊，曹振良，李是.中国房地产周期研究[J].经济研究.1996.12.
[71]谭刚.深圳房地产周期波动研究[M].建筑经济.2001.
[72]刘学成.中国房地产业周期波动理论与实证研究[D].南开大学博士学位论文.2001.
[73]丁烈云.房地产周期波动成因分析.华中科技大学学报(社会科学版).2003.2.
[74]梁运斌.我国房地产业景气指标设置与预警预报系统建设的基本构想[J]北京房地产杂志，1995，11:18-21.
[75]赵黎明，贾永飞，钱伟荣.房地产预警系统研究[J].天津大学学报(社会科学版)，1999，12:277-280.
[76]丁烈云，徐泽青.城市房地产预警系统设计与开发[J]，基建优化，2000，6:5-14.
[77]叶艳兵，丁烈云.房地产预警指标体系设计研究[J].基建优化，2001.6:1-3.
[78]丁烈云.房地产周期波动与预警研究[D]〔博士学位论文〕.上海:同济大学图书馆，2002
[79]李永江，辛益军，李海宁.房地产业预警预报系统影响因素的聚类分析[J].经济师，2003(6)
[80]周忠学，李永江.房地产业预警预报系统影响因素的主成分分析[J.]企业经济，2003年12月
[81]韩立达.我国城市房地产预警系统研究〔D]〔博士学位论文」.成都:四川大学，2004.10
[82]丁烈云，李斌.房地产市场预警调控系统的构建技术要点及流程设计[J]，系统工程理论与实践，2002，4:58-62.
[83]李维哲，曲波.地产泡沫预警系统研叙[J].中国房地产金融，2002，8:15-18.(城市科学版)，2003，3:9-13.
[84]袁志刚，樊潇彦房地产市场理性袍沫分掀习经济研究，2003，3:34-43.
[85]曹振凯，何小敏.土地政策对房地产市场的影响[J].国土资源2006(2):35-38.
[86]胡晓添、濮励杰等.土地因素对房价的时效影响实证分析_以南京市为例[J].中国土地科学，2005，19(6):36-39.
[87]吴龙龙，黄丽明.试析银行信贷对住房价格的调控作用[J].商业研究，2006(14):146-149.
[88]段岩燕，曹振良.加息对房地产价格的影响[J].中国房地产，2005(1):16.
[89]章辉赞，张红.加息对我国房地产市场的影响分析[J].中国房地产金融，2005(3):30-32.
[90]蒋一军，龚江辉．异质商品价格指数Hedonic方法[J]中国统计，1996(4)：37.
[91]彭新育，吴甫成．土地价格和享乐评价方法[J]．经济地理，1998，V18(3)：14-19
[92]陈敬东等.享乐评价法在房地产评估中的应用[J].西安理工大学学报，2002，18：102-105.
[93]马思新，李昂.基于Hedonic模型的北京住宅价格影响因素分析[J].土木工程学报.2003.36（9）：59-64.
[94]宋永发，王颖等.基于主成分分析法的特征价格模型[J].价值工程.2008.4:134-137.
[95]温海珍，贾生华.市场细分与城市住宅特征价格分析[J].浙江大学学报(人文社会科学版).2006.36(2):155-161.
[96]王家耀，魏海平，成毅，熊自明:时空GIS的研究与进展[J]海洋测绘，Vol24(5)，2004.pp1-4.
[97]李东月.灰色GM(I，1)模型在房价预测中的算法研究企业经济，2006(3):5-16.
[98]李东月.房价预测模型的比较研究[J].工业技术经济，2006，(9):27一32
[99]张蓬涛，杨红.基于神经网络的基准地价预测模型研究以河北省主要城市为例[J]中国土地科学，200，(5):7-10.
[100]牛东晓.模糊处理变结构神经网络日负荷预测研究.运筹与管理[J]，2001，(1):12-18.
[101]张文忠、孟斌等，交通通道对住宅空间扩展和居民住宅区位选择的作用[J]，地理科学，2004.24(1):7-13.
[102]张春花、李雪铭等.大连居住空间的扩散及郊区化研究，地域研究与开发，2005.24（1）：66-69.
[103]许晓辉.上海市商品住宅价格空间分布特征分析[J].经济地理.1997.1:80-87
[104]何宁，顾保南..城市轨道交通对土地利用的作用分析[J]城市轨道交通研究1998.1(4):32-36.
[105]PETERM. Transportation and Urban Form： Stages in the spatial Evolution of AmericanMetropolis[M]． Guildford Press．2004．
[106]周俊、徐建刚，轨道交通的廊道效应与城市土地利用分析，城市轨道交通研究，2002.5(1):77-81.
[107]陈世勋，上海城市轨道交通体系社会经济效益估算分析[J]城市轨道交通研究.2004.7(1):1-5.
[108]郑新奇，王家耀，阎弘文，王爱萍，王筱明：数字地价模型在城市地价时空分析中的应用[J]资源科学Vol.26(1)，2004.pp14-21.
[109]徐燕，王晓梅．1994-1999年北京市住宅出让地价时空分布研究[J]．中国土地科学，2000.14(4):42-46.
[110]李雪铭，张馨等.大连商品住宅价格空间分异规律研究[J].地域研究与开发.2204.23(6):35-39.
[111]王霞，朱道林．地统计学在都市房价空间分布规律研究中的应用-以北京市为例[j]．中国软科学，2004(8)152-155，108.
[112]李传华，潘竟虎等．基于GIS的兰州市普通住宅价格空间格局分析[J]．云南地理环境研究，2007.19(2):88-91.
[113]马敏蕾，吕斌等.基于GIS基础上的北京住房价格空间格局研究[J].中国国土资源经济.2008.21(12):26-28.
[114]黄宇，罗智勇等.基于GIS的城市居住适宜性评价研究[J].测绘科学.2008.33(1):126-129.
[115]黄萌，黄海. Voronoi图在城镇地价指数监测中的应用探讨[J].地理空间信息.2008.6(6):28-30.
[116]覃文忠.地理加权回归基本理论与应用研究[D]，博士论文同济大学，2007
[117]赵自胜.城市商品住宅价格空间分异研究[D]博士论文河南大学，2010.
[118]维基百科http://wiki.mbalib.com/wiki/%E4%BD%8F%E5%AE%85%E4%BB%B7%E6%A0%BC
[119]硕士论文网http://wenwen.soso.com/z/q345397594.htm?ch=wtk.title)
[120]百度百科http://baike.baidu.com/view/58553.htm
[121]马立军.住宅价格形成机制研究[D].河北农业大学硕士论文.2006.6：（5-6）
[122]百度百科.房地产需求. http://baike.baidu.com/view/2169052.htm
[123]百度百科.房地产供给. http://baike.baidu.com/view/1339150.htm
[124]徐林.房地产价格研究及价格指数模型设计[D].东南大学硕士论文.2004.3.
[125]王旭育：基于Hedonic模型的上海住宅特征价格研究[D]博士论文同济大学2006
[126]陈亮.住宅项目特征定价模型研究[D].西南交通大学硕士论文.2007.7.
[127]温海珍.城市住宅的特征价格：理论分析与实证研究[D].博士学位论文浙江大学.2004.
[128]贾生华，温海珍.房地产特征价格模型的理论发展及其应用[J].外国经济与管理. Vo126(5)．2004.
[129]陈子龙住宅房地产项目区位对价格的影响及其选择[J]东南大学学报(哲学社会科学版). Jun.2009Vol1(11)122-125.
[130]吴磊.房地产区位价值研究-以南京市为例[M]东南大学硕士论文2006.3：10-15
[131]张红.房地产经济学[M].北京：清华大学出版社，2005.
[132]硕士论文网对我国房地产价格的政治经济学分析http://www.lwenfbw.com/article-803.html
[133]庄彬惠.关于商品住宅价格影响因素的理论研究与数量分析[M].硕士学位论文.厦门大学.2007.3.
[134]赵亮.基于特征价格的住宅价格空间分异研究[D]硕士学位论文北京交通大学.2008.6
[135]朱明仓，吴合镇等.重庆市房价地价动态关系模型构建[J].成都理工大学学报(自然科学版)v01．5(35)．2008
[136]朱建君，贺亮.基于Hedonic模型的南京住宅价格实证分析[J].中国物价.2008.12：44-47.
[137]赵何军.基于Hedonic模型的天津住宅价格因素分析[J].《现代经济》2008.12(7):15-16.
[138]高微，赵林，谭黎明. Hedonic模型在住宅价格中的应用[J].中国科技信息.2008.2：162-163.
[139]李正.轨道交通对房地产价格影响的定量分析[D].河海大学硕士论文.2007.6
[140]陈莉.城市轨道交通对沿线房地产价格的影响研究[J]特区经济2007.8:261-263.
[141]胡晓霞.地铁对新建住宅价格影响的定量分析[D]浙江大学硕士论文.2008.5
[142]Francois Ortalo-Magne·，Sven Rady.Housing transactions and macroeconomic fluctuations: a case studyof England and Wales[J] Journal of Housing Economics13(2004)：287-303
[143]Brunsdon C．，Aitkin M．，FotheringhamA．S．，Charlton M．A comparison of random coeffici-entmodelling and geographically weighted regression for spatially non-stationaryregressionproblems．Geographical and Environmental Modelling，1999，V01．3(1)：4762
[144]Brunsdon C．，Fotheringham A．S．，Chariton M．Geographically weighted regression：Amethod forexploring spatial nonstationarity．Geographical Analysis，1996，V01．28(4)：281-298
[145]Brunsdon C．，Fotheringham A．S．，Charlton M．Geographically weighted regression modeling spatialnon-stationary．The Statistician，1998，V01．47(3)：431-443
[146]Brunsdon C．， Fotheringham A． S．， Charlton M． Spatial nonstationarity and autoregressivemodels．Environmentand PlanningA，1998，V01．30(6)：957--973
[147]Brunsdon C．，Fotheringham A．S．，Charlton M．Some notes on parametric significance test forgeographically weighted regression．Journal of Regional Science，1999，V01．39(3)：497-584
[148]Brunsdon C．，Fotheringham A．S．，Charlton M．Geographically weighted regression as statisticalmodel．Proceedings of the40th Annual Meeting of the Western Regional Sciencassociation，PalmSprings，California，February，2001：25～28
[149]Brunsdon C．，Fotheringham A．S．，Charlton M．Geographically weighted summary statistics aframework for iocalised exploratory data analysis．Computers，Environment and Urban Systems，2002，V01．26(6)：501-524
[150]ARCGIS帮助库http://help.arcgis.com/zh-cn/arcgisdesktop/10.0/help/index.html
[151]地统计学. http://zhidao.baidu.com/question/1442093.html2005.11.
[152]马敏蕾，吕斌，冯长春. GIS基础上的北京住房价格空间格局研究[J].中国国土资源经济2008(12).26-28.
[153]李曦，汪琳媛.利用层次分析建立的房地产价格回归法[J]华东交通大学学报[J].2007.24（2）:151-153.
[154]施建刚、白庆华.基于模糊数学的快速递减加权式"比较法评估房地产价格中的应用研究[J].土木工程学报.2003.36（3）.21-24.
[155]王德、黄万枢. Hedonic住宅价格法及其应用[J].城市规划。2005.3：62-71.
[156]姜海东.大连市房地产价格评价指标研究[M].硕士学位论文.大连交通大学.2008.5
[157]百度文库http://wenku.baidu.com/view/129c0ad084254b35eefd3496.html
[158]Ronald.W.Kaiser. The Long Cycle of Real Estate[J]. Journal of Real Estate Research，1997.3，P233-257
[159]Peter Fortura，Joseph Kushner．Canadian intercity house price differentials．AREUEA Journal，1986(4)：34-38.
[160]Stuart A.Gabriel，Joe P.Mattey，and William L.Wascher. House price differentials and dynamics: evidencefrom the Los Angeles and San Francisco metropolitan areas.
[161]Geoff Kenny. Modeling the demand and supply side of the housing market: evidence fromireland[J].Economic Modeling，1999(16):389-409.
[162]Fulai Huang，Feng Wang. A system for early-warning and for ecasting of real estate development [J].Automation in Construction14(2005)333-342
[163]张协奎，陈伟清.中外房地产估价发展综述[J].河南城建高等专科学校学报.2000.9（2）:52-57.
[164]郭庆军，赛云秀等.模糊综合评判在房地产估价中的应用[J].基建优化.2006.27（5）:94-97.
[165]黄大兵.基于模糊数学的房地产评估体系的模拟与实现[D].长安大学硕士论文.西安.2005.5
[166]何山.房地产估价理论与方法研究[D].山东科技大学硕士学位论文2002.1.
[167]顶昀.房地产估价市场比较法的改进研究[D].东北林业大学硕士学位论文.2006.6.
[168]姜海东.大连市房地产价格评价指标研究[D].大连交通大学硕士论文.2008.5
[169]邱菀华．中房指数．北京航空航天大学学报．2006(6)：22-26.
[170]丰雷．中国房地产指数的现状和趋势．大连房地产研究．2006(3)：2-10.
[171]地理信息系统http://baike.baidu.com/view/5094.htm.
[172]徐圣军.我国房地产产业化发展实证研究[D]硕士论文电子科技大学，2004.
[173]百度百科http://baike.baidu.com/view/25866.htm
[174]闫国平.上海房地产市场价格影响因素研究一一以住宅市场为例[D]同济大学博士论文2007
[175]马庆国.管理统计--数据获取、统计原理、SPSS工具与应用科学出版社北京2002.
[176]王家耀，成毅，吴明光，孙庆辉.地理信息系统的演进与发展[J].测绘科学技术学报，Vol.25(4)，2008.235-240.
[177]王家耀，周海燕，成毅.关于地理信息系统与决策支持系统的探讨[J].测绘科学.Vol.28(1)，2002，1-4.
[178]乐阳，龚健雅. Dijkstra最短路径算法的一种高效率实现[J]武汉测绘科技大学学报Vol.124（3）.1999.1-5.
[179]周海燕，王家耀，吴升.空间数据挖掘技术及其应用[J].测绘通报2002(2).12-13.
[180]维基百科http://zh.wikipedia.org/wiki/%E4%BC%AF%E5%90%89%E6%96%AF%E6%A8%A1%E5%BC%8F
[181]王家耀.地理信息系统的发展与发展中的地理信息系统[J]中国工程科学2009，Vol.11(2):10-16
[182]陈述彭，何建邦，承继成．地理信息地球信息科学，1997，3：11～2O
© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号 地址：北京市海淀区学院路29号 邮编：100083 电话：办公室：(+86 10)66554848；文献借阅、咨询服务、科技查新：66554700 |