下载文档原格式
基于地理信息系统的城市房地产市场分析与评估城市房地产市场是一个复杂的系统，受到多个因素的影响。
而地理信息系统（GIS）作为一种强大的工具，可以帮助我们对城市房地产市场进行有效的分析与评估。
本文将介绍基于地理信息系统的城市房地产市场分析与评估方法。
首先，地理信息系统可以用来收集和整理大量的城市相关数据，包括地理位置、用途规划、建筑年代、交通设施等。
通过建立地理数据库，我们可以获得全面而准确的城市房地产市场信息。
这些信息可以用来识别不同区域的特点和潜力，以及了解市场的供需状况。
其次，地理信息系统可以进行空间分析，帮助我们发现城市房地产市场的空间规律。
例如，我们可以使用地理信息系统的空间插值技术，根据已有数据对未知地点进行估计，从而推断出不同区域的房地产价格水平。
通过空间分析，我们可以确定哪些地点具有潜在的投资价值，以及哪些地点存在潜在的风险。
另外，地理信息系统还可以进行市场预测和风险评估。
通过对历史数据的分析，我们可以建立房地产市场模型，并预测未来市场的走向。
同时，地理信息系统还可以根据不同的风险指标，如自然灾害和犯罪率等，进行风险评估，并提供相应的应对措施。
这些信息对于投资者和决策者来说具有重要的参考意义。
最后，地理信息系统还可以进行市场展示与可视化分析。
通过将房地产市场的数据以地图的形式展示出来，我们可以更直观地了解市场的分布和特点。
同时，地理信息系统还可以将不同的数据进行叠加分析，帮助我们发现不同因素之间的关系，并更好地解读市场的动态。
综上所述，地理信息系统在城市房地产市场分析与评估中发挥着重要的作用。
通过收集、整理、分析和展示大量的城市相关数据，我们可以更好地了解市场的特点和潜力，预测市场的发展趋势，并评估市场的风险。
这将为投资者、政府和决策者提供重要的参考，帮助他们做出更明智的决策。
The Study of Housing Hedonic Price Model Based
on GIS
作者： 周丽萍[1,2] 李慧民[1] 杨嘉[2]
作者机构： [1]西安建筑科技大学,陕西西安710055 [2]西北工业大学,陕西西安710072出版物刊名： 西安建筑科技大学学报：社会科学版
页码： 21-23页
主题词： 房地产估价 GIS 特征价格模型
摘要：特征价格模型是房地产领域有效的评估和分析工具，将其与GIS技术结合起寒，可以充分利用二者的优势，给评估人员提供决策帮助。
在特征价格模型和GIS理论的基础上，通过多个案例的数据收集·建立了西安市住宅价格模型。
以TopMap Desktop6桌面地理信息系统作为GIS实现平台，对部分楼盘的物业价格、小区环境、交通条件等特征数据进行了专题图分析，研究了基于GIS的特征价格模型的具体应用方法。
基于GIS的普通住宅价格空间分布及影响因素分析随着经济的发展，普通住宅的价格也成为了人们关注的热点之一。
价格的高低与区位的因素有很大的关系，因此研究普通住宅价格的空间分布及影响因素也成为了研究的重点之一。
本文以广州市为例，运用地理信息系统（GIS）技术，对普通住宅价格的空间分布及影响因素进行分析。
使用GIS软件将广州市各个区的普通住宅价格进行处理，形成价格热力图。
从价格热力图可以看出，广州市普通住宅价格普遍较高，但各个区的价格分布还是有所不同。
其中，越秀区、天河区、海珠区、荔湾区等市中心区域的价格较高，而增城区、从化区等远离市中心的区域价格相对较低。
1.交通因素交通因素是影响普通住宅价格最关键的因素之一，交通便利的区域普通住宅价格较高，交通不便的区域普通住宅价格较低。
例如，市中心区域的交通便利度较高，普通住宅价格相对较高；而远离市中心的增城区、从化区因为交通不便利，普通住宅价格相对较低。
2.区位因素3.人口因素广州市是经济发达的大都市，人口众多。
区域人口数量的多少，也是影响普通住宅价格的因素之一。
人口密集的区域普通住宅价格相对较高，人口稀少的区域普通住宅价格相对较低。
4.学校因素学校因素也是影响普通住宅价格的重要因素之一。
一些好学校周边的房价较高，因为家长们愿意为自己的孩子考虑到学校因素。
例如，广州市白云区中山大学附近的普通住宅价格较高。
综上所述，交通、区位、人口、学校等因素是影响普通住宅价格的主要因素之一。
通过对这些因素的研究和分析，可以更加准确地预测和判断普通住宅价格的变化。
2010年10月第5期城 市 勘 测U rban G eotechn i ca l Investigati on &Survey i ngO ct .2010N o .5文章编号:1672-8262(2010)05-57-04中图分类号:F729 9,P 208文献标识码:A基于G IS 和特征价格的住宅房产价格评估王秀丽*,李恒凯* 收稿日期:2010 01 28作者简介:王秀丽(1977 ),女,硕士,讲师,研究方向为工程项目管理与房地产估价。
基金项目:江西省教育厅科技研究项目(编号:GJJ10489)(江西理工大学,江西赣州 341000)摘 要:特征价格模型是房地产领域有效的评估和分析工具,将其与G IS 技术结合起来,利用G IS 为其特征变量的量化提供辅助支持,可以充分利用二者的优势,使评估准确可靠。
本文阐述了G IS 和特征价格模型的结合点及评估模型的构建过程,以Supe r M ap D eskpro 2008作为G IS 平台,以SPSS 17 0作为拟合分析软件,以赣州市基础数据和房产数据作为检验数据对评估模型进行了验证,表明该模型具有很强实用性,具有重要的应用推广价值。
关键词:特征价格;G IS ;房地产估价1 引 言特征价格理论是西方经济学中为研究异质商品的价格而提出的一种理论,并在实践中得到广泛应用。
住宅房产是一种典型的异质性商品,在实际的住宅交易市场中,住宅产品是作为内在特征的集合来出售的,因此,国内外对于住宅房产的估价,特征价格估价法是其常用的方法之一[1~2]。
由于住宅特征对应的特征价格无法直接得到,所以需要采集住宅特征方面的资料和市场交易数据来构建特征价格模型,得出住宅特征和住宅价格之间的函数关系,从而进行特征价格的估价。
在特征价格模型的构建中,特征因子的确定和因子的准确量化,是影响特征价格估价准确性的关键因素。
地理信息系统(G I S)技术具有强大的空间数据管理和分析功能,可以实现空间图形信息与属性信息的一体化管理,建立空间与属性的有机关联,实现估价过程中的信息支持和可视化表达,特别是对于和空间位置相关的特征因子的量化,具有独特的优势,能极大提高量化的效率和准确率,将GI S 与特征价格模型结合可以充分利用二者各自的优越性,实现优势互补。
基于G IS技术的房地产估价系统谷晓玉 ①王卫安② 摘 要 本文在分析了房地产估价行业特点和存在问题的前提下,讨论了以G IS技术为基础建设房地产估价信息系统,具体分析了系统建设的可行性、功能设计、实施方法及建成效果,为将G IS技术与房地产估价这两者的结合提供了一个新的实例。
关键词 房地产 估价 G IS 辅助估价 估价管理一、问题的提出我国的房地产估价,是在改革开放的背景下,随着房地产市场的形成而出现的。
随着房地产市场的不断发展而逐步走向成熟。
近年来,随着房地产市场的迅速膨胀,房地产估价业务愈加频繁,但在估价手段的技术研究方面仍比较落后,严重滞后于房地产行业发展的要求。
因此,房地产估价手段的技术研究是评估业面临的紧迫问题。
而如何提高工作效率和质量,成为估价技术研究的主要课题。
房地产评估中涉及到的社区、物业、公交、水电、学校、超市、道路、银行配套及规划信息等大量数据,均是与地理位置有密切关系的信息。
G IS技术(地理信息系统)的应用为我们提供了一种解决问题的新途径:即在计算机、网络技术和数据库技术的基础上,引入G IS技术,建立以G IS技术为基础的房地产估价信息系统。
二、可行性分析1.房地产估价行业存在的问题目前我国房地产估价行业普遍存在的问题主要包括:(1)不重视信息收集,估价缺乏客观数据,过于依赖估价师的主观经验,评估结果过于随意,质量参差不齐;(2)信息收集手段落后,数据零散,缺乏系统性和统一性;(3)信息管理不善,对已获得的信息和数据的分析、处理手段落后,造成大量信息资源闲置;(4)信息传播不畅、资源不能共享;(5)手工操作高成本低效率;(6)作业的规程不尽规范、合理,房地产估价离信息化、规范化和科学化尚有很大的距离等。
类似的弊端削弱了房地产估价工作的科学性与合理性,阻碍了估价行业的良性发展。
目前业界对开发架构合理、功能强大的估价软件的呼声已经越来越高;提高房地产估价的高科技含量的要求越来越迫切。
基于GIS的房地产智能评估系统研究[摘要] 在构建房地产智能评估机制的基础上,设计开发基于GIS的房地产智能评估系统。
本文阐述房地产智能评估的系统架构和功能模块,设计GIS地理数据库及其引领智能评估功能实现的业务流程。
该系统综合了房地产评估智能化和GIS导评的技术优势,为GIS的推广应用提供了可以借鉴的模式。
[关键词] 房地产评估;信息系统;地理信息系统1引言近年来,随着信息技术、互联网技术的不断发展,我国房地产评估部门纷纷借助计算机完成评估工作,但仅限于评估某些特定内容,大部分部门尚未实现对整个流程的计算机化。
将评估的整个流程系统化、自动化,建立起智能的房地产评估的信息系统,将是未来房地产评估作业的主要方式。
另外,由于房地产评估行业的特点,有大量的空间位置信息和周边环境信息, 如房屋楼盘的地理位置及其属性信息、周边环境、估价时点等需要形象直观地描述和表达,因此可以将GIS引入到评估系统中,建立起全方位、全流程的并且能够实现图形操作管理的智能评估系统。
将MIS和GIS有机结合,利用MIS实现评估流程的自动化、智能化,借助GIS 实现空间图形的形象化、直观化,建立房产图形、图像、文字三位一体化管理的智能房地产评估系统,能够针对评估行业的薄弱环节,有效弥补其不足。
2房地产智能评估系统利用MIS建立的房地产智能评估系统有7个模块:注册登录模块、房产评估模块、案例信息模块、公文流转模块、后台管理模块、房产资讯模块、电子地图模块。
注册登录模块主要实现用户的注册以及登录。
智能房产评估系统是多角色参与的系统,本企业评估师、技术总监以及普通用户都可使用,实现信息的共享。
在案例信息模块中,可以实现案例查询、案例录入,并可对案例属性信息进行维护管理。
公文流转模块主要用于实现公司内部办公的自动化,不同身份登录获得不同的响应权限,登录人员可以对公文进行增加、查阅、删除,按照评估的流程和进度实现文件的流转。
后台管理模块是有操作权限的人员登录后台管理操作页面,通过此页面进行用户信息维护管理的工作。
地理信息系统知识：GIS在房地产评估中的应用地理信息系统（GIS）是一种将地理空间数据与非空间数据结合的技术。
它可以将不同来源、不同类型和不同格式的数据进行整合，从而实现对地理信息的分析和处理。
GIS技术在房地产评估中有着广泛且重要的应用，这篇文章将从以下方面进行介绍。
一、GIS在房地产评估中的基本原理：GIS可以将不同的数据层进行叠加和分析，从而形成一幅地图。
基于这张地图，可以进行各种各样的空间分析，通过空间关系和地理位置信息来描述和表达地理事件。
在房地产评估中，GIS可以通过建立地图来获取需要的空间数据，例如地形、土地用途、建筑物、公路和管线等。
通过这些数据的集成和建模，可以生成具有空间属性的房地产评估报告。
二、GIS在房地产评估中的应用：1.土地评估：GIS可以通过在空间上标注土地用途、面积、土质和地形等属性来进行土地评估。
根据土地的农业、工业或商业用途，可以评估出土地的市场价值。
2.建筑评估：基于GIS技术，可以将建筑物的位置、建筑面积、构造和功能等重要属性信息整合，形成一张具有空间特性的地图。
通过此地图可以评估出建筑物的价值、公允价值和折旧率等相关信息。
3.商业评估：GIS可以通过集成市场和人口数据，来分析商业区的交通、人流量、面积和价格等数据。
这种商业评估可以帮助评估商业产业的投资价值和市场趋势。
4.环境评估：GIS可以通过评估环境要素（如土壤质量、水资源和气候变化等），来评估房地产开发是否符合环境规划的要求。
三、GIS在房地产评估中的挑战尽管GIS技术在房地产评估中有很多优点，但仍然存在着一些挑战。
一方面，GIS技术的应用需要涉及到大量的数据和算法，需要投入较高的技术和财力了解和掌握相关知识与技术。
另一方面，GIS技术在数据收集和处理上面也存在一定的不确定性和误差。
四、总结GIS技术在房地产评估中有着广泛的应用，无论是土地评估、建筑评估还是商业评估和环境评估等方面，都起到了非常重要的作用。
商业经济论点ARGUMENT137基于技术下武汉市房产价格预测与分析文/林进，何川，熊颖，向鑫，尤昊宇（长沙理工大学建筑学院，湖南长沙 410000）摘要：本文以武汉市的房地产价格为研究对象，以近期实际成交的房地产价格数据为依据，采用线性回归分析法，探讨了影响房地产价格的因素。
其中，时间序列分析表明，武汉市房产价格波动较大的区域为商圈区域、轨道交通周边区域、重点学区区域以及河湖周边区域。
在武汉市，以中心城区为核心的同心圆状区域、“两江”核心区域、湖泊周边区域的房地产价格依次递减。
“两江”核心区域地理环境差异较大，未来几个月房价相对平稳，局部地区略有下降。
关键词：GIS；房产价格预测；线性回归；时间序列城市的宜居程度与区域环境、经济、文化密不可分，而普通人来首要考虑的是当地的房价。
房价的平稳性、合理性关乎社会民生，它是政府有关部门关注的热点。
在此背景下，许多学者分析、研究了房价的影响因素，并且构建了房价预测模型。
房价的影响因素主要包括人口、政策、人均GDP、居民消费能力、居民可支配收入、工业化影响、房产投资额等。
其中，人口因素包括城镇化程度、人口密度与人口总量等；政策因素包括利率、税率、购房政策等。
[1]本研究基于GIS技术和时间序列分析方法，分析了房产价格的影响因素，预测了后疫情时代武汉市房价。
1.研究概况与准备1.1区域概况武汉市地处江汉平原东部、长江与汉水的交汇处。
长江及其最长支流汉江横贯市区，将武汉市一分为三，形成了武昌、汉口、汉阳三镇隔江相望的格局。
武汉市有“九省通衢”之称，是中国内陆最大的水陆空交通枢纽。
截至2020年末，武汉市总面积8569.15km2，常住人口1232.65万人。
2021年，武汉市GDP为1.77万亿元。
1.2数据来源随着大数据时代的到来，人们可以从互联网上获取房产交易市场的相关信息。
笔者使用浏览器中自带的开发功能，分析了房产网页中爬虫的结构，从而为数据获取提供了依据。
基于GIS的普通住宅价格空间分布及影响因素分析近年来，随着城市化进程的加速和经济水平的不断提高，普通住宅市场成为了人们关注的焦点之一。
随之而来的问题是，普通住宅的价格空间分布如何？又有哪些主要的影响因素呢？为了更好地了解这些问题，本文将基于地理信息系统（GIS）技术，对普通住宅价格空间分布及其影响因素进行分析。
一、普通住宅价格空间分布通过GIS技术，我们可以对城市的普通住宅价格进行空间分布的分析，从而得出不同区域的价格特征。
在分析过程中，我们可以综合考虑多种因素，例如地理位置、交通便利程度、教育资源、商业配套等，从而得出较为客观的分析结论。
在许多城市中，普通住宅的价格分布呈现明显的特征。
一般来说，城市中心区域的普通住宅价格较高，这主要受到其便利的交通和丰富的商业、教育资源的影响。
而远离城市中心的郊区地区，其普通住宅价格则相对较低。
不同城市之间也存在明显的差异，例如一线城市的价格普遍较高，而三四线城市的价格则相对较低。
1. 地理位置地理位置是影响普通住宅价格的重要因素。
一般来说，距离城市中心越近的地方，其普通住宅价格往往越高。
这是因为城市中心区域拥有更多的商业、教育资源以及便利的交通，吸引了大量人口聚集，从而推高了住宅价格。
地理环境优越的地方，如靠近河流、湖泊、山脉等，也往往会带来更高的住宅价格。
2. 交通便利程度交通便利程度是影响普通住宅价格的重要因素之一。
在城市中，交通便利的地方通常具有更高的活力和更广阔的发展空间，因此其住宅价格也相应较高。
地铁沿线的住宅价格往往明显高于非地铁沿线的住宅。
3. 教育资源教育资源是影响普通住宅价格的重要因素之一。
热门的学区房价格往往高于一般的房价，因为家长们都希望子女接受更好的教育资源。
在一些城市中，优质的教育资源会直接推高周边住宅的价格。
4. 商业配套商业配套是影响普通住宅价格的重要因素之一。
在商业繁华的地方，周边的普通住宅价格往往也会相应较高。
这是因为人们在购物、娱乐、就餐等方面更加便利，因此愿意为此支付更高的居住成本。
基于GIS的不动产估价系统的设计与实现摘要：目前，不动产估价行业在经济活动中占有重要地位。
不动产市场的繁荣促进了不动产估价业务的发展，然而大多数估价机构目前所采取的估价技术手段仍较为落后。
一方面，信息获取和管理方式落后，数据零散；另一方面，估价过程中人为因素介入较多，估价师的主观因素阻碍了估价工作的客观性和公正性，间接阻碍了行业良性发展。
面对上述问题，以信息技术和GIS技术为手段，通过研发不动产估价系统迫在眉睫。
关键词：GIS；不动产估价；信息系统引言通常我们依据实物的自然性质，将其分为动产和不动产。
土地和附着于土地上的改良物为不动产并多指房屋、土地、采矿权等。
不动产具有不可移动性和独特性，其权益表现一般是无法看见的，必须依照一定的参照物对它的权益进行具体化。
在对不动产进行估价的时候需要遵循一定的规律，其中包括商品经济学及社会行为学的基本原则，估价人员结合对不动产估价的目的，综合考量政治、经济文化因素进行权益的判断和估计。
估价过程中涉及大量的统计知识，这些知识均是在以地理位置为核心衍生出现的，如不动产附近的社区服务、教育资源、交通医疗等资源。
GeographicInformationSystem(GIS)地理信息系统可以把数据与图形管理应用到不动产估价活动中，基于GIS的不动产估价可以有效提高不动产的估价效率。
1 GIS 基本功能概述GIS 即“地理信息系统”，指基于计算机硬件以及软件的支撑，对地理环境信息进行采集、存储、检索、分析和显示的综合性技术系统。
为了实现现代农业物流系统运输、仓储等各个环节更方便、高效的管理，将 GIS 技术融入其中，不仅可以使企业对资源的配置更加合理，也能做到避免一些不必要的消耗，最终实现提高效率，降低成本。
将 GIS 运用于农业物流中，是物流信息化与现代化深度融合的必然要求。
据研究，物流管理过程中，涉及地理环境信息的物流数据占到80% 以上，通过 GIS 技术与物流管理的深度结合，可以实时监控车辆信息、及时对物流线路进行优化，使得物流工作的质量和效率极大提升。
2010年10月第5期城 市 勘 测U rban G eotechn i ca l Investigati on &Survey i ngO ct .2010N o .5文章编号:1672-8262(2010)05-57-04中图分类号:F729 9,P 208文献标识码:A基于G IS 和特征价格的住宅房产价格评估王秀丽*,李恒凯* 收稿日期:2010 01 28作者简介:王秀丽(1977 ),女,硕士,讲师,研究方向为工程项目管理与房地产估价。
基金项目:江西省教育厅科技研究项目(编号:GJJ10489)(江西理工大学,江西赣州 341000)摘 要:特征价格模型是房地产领域有效的评估和分析工具,将其与G IS 技术结合起来,利用G IS 为其特征变量的量化提供辅助支持,可以充分利用二者的优势,使评估准确可靠。
本文阐述了G IS 和特征价格模型的结合点及评估模型的构建过程,以Supe r M ap D eskpro 2008作为G IS 平台,以SPSS 17 0作为拟合分析软件,以赣州市基础数据和房产数据作为检验数据对评估模型进行了验证,表明该模型具有很强实用性,具有重要的应用推广价值。
关键词:特征价格;G IS ;房地产估价1 引 言特征价格理论是西方经济学中为研究异质商品的价格而提出的一种理论,并在实践中得到广泛应用。
住宅房产是一种典型的异质性商品,在实际的住宅交易市场中,住宅产品是作为内在特征的集合来出售的,因此,国内外对于住宅房产的估价,特征价格估价法是其常用的方法之一[1~2]。
由于住宅特征对应的特征价格无法直接得到,所以需要采集住宅特征方面的资料和市场交易数据来构建特征价格模型,得出住宅特征和住宅价格之间的函数关系,从而进行特征价格的估价。
在特征价格模型的构建中,特征因子的确定和因子的准确量化,是影响特征价格估价准确性的关键因素。
地理信息系统(G I S)技术具有强大的空间数据管理和分析功能,可以实现空间图形信息与属性信息的一体化管理,建立空间与属性的有机关联,实现估价过程中的信息支持和可视化表达,特别是对于和空间位置相关的特征因子的量化,具有独特的优势,能极大提高量化的效率和准确率,将GI S 与特征价格模型结合可以充分利用二者各自的优越性,实现优势互补。
目前,已有一些这方面的研究[3~4],本文在这些研究基础上,将根据住宅房产的特征价格特点,进一步挖掘GIS 的功能,建立一套合理的基于GI S 的住宅房产评估流程,为住宅房产的价格评估,探寻可行和更精确的评估方法。
2 G I S 和特征价格评估的结合点2 1 G IS 为特征价格评估提供数据采集和管理在住宅房产特征价格评估中,涉及大量住宅特征方面的资料和市场交易数据的采集和管理,而G I S 技术无疑为这些数据的管理提供了最佳的方式。
G I S 可以实现空间图形信息与属性信息的一体化管理,建立空间与属性的有机联系,实现房地产估价过程中的信息支持和可视化表达。
G I S 可以有效地组织和管理特征因子量化过程中涉及的大量统计、经济、规划、建筑等实地调查和统计分析信息,解决特征价格估价信息种类多、数量大、来源广、且格式不统一带来的问题[5]。
2 2 G I S 为特征价格评估提供多样化的查询方式估价人员在特征因子量化过程中,需要查询大量数据,为因子量化提供依据,而G I S 提供了方便的查询功能: 按图形查询,可在地图上按任意范围,如任意开窗、任意多边形或点、线、面缓冲区等查询。
例如:为了对交易案例所在区域教育配套设施进行量化,可以利用缓冲区分析功能查询出该交易案例一定范围内所有幼儿园、小学、中学等,并能快速定位查询这些学校相关信息和这些学校到交易案例的最短距离等情况,为估价人员进行量化评分提供充足的数据支持;!按属性查询,可按数据库中的地物名称查询符合的地物,并在地图上高亮显示;∀综合查询,按图形条件和属性条件进行查询。
以上三种查询方式都会在查询结束将查询结果用图形和属性数据方式表现出来。
2 3 G I S 为估价系统提供空间分析G I S 的空间分析功能如缓冲区分析、叠加分析、路径分析等分析模型均可用于特征价格评估。
例如利用G I S 的点、线、面缓冲区分析,获得某房地产交易案例某一范围内的周边信息,如商业、学校、银行、交通等服务配套信息,充分利用房地产数据的空间特性,根据其对估价过程及结果的影响辅助估价师进行估价特征量化;城 市 勘 测2010年10月再如分析某地物(公园、超市等)对周围房地产价格的影响,根据不同的影响范围产生不同的缓冲区,通过分析缓冲区内的价格变化情况,检验对房地产价格的影响程度。
此外,在建好各种数据库后通过空间叠加、提取等空间分析手段可制作各种专题图,每一项影响房地产价格的因素都可作为一个专题图层来管理。
如交通便捷程度图、区位特征分布图、环境质量评价图等。
3 评估模型的构建3 1 特征变量的选取目前,国内对住宅特征价格研究主要把住宅的特征分为建筑特征、区位特征、邻里特征三大类。
但针对各地的经济发展、文化氛围、自然环境等条件的差异,特征参数的选取也不尽相同,根据归纳总结,选取了如表1所示的特征变量。
住宅房产特征变量选取 表1特征分类变量名称特征变量的含义建筑特征面积住宅的建筑面积(m2)朝向南北朝向或东西朝向房龄住宅建筑的年龄(年,选定样本交易或挂牌的当年为0年)装修住宅的装修程度:精装修、高档装修、简单装修、无装修楼层住宅建筑所在楼层的层数车位有车位或无车位邻里特征自然环境小区周边环境,是否临江、依山、临近大学或公园,或者靠近高速、铁路、城市主干道、有噪声或粉尘的工厂。
小区环境小区内部环境,考虑小区占地面积、道路、绿化率、大型人造景观等文体设施小区内的游泳池、健身设施、篮球场、网球场、老年人活动室等生活配套小区内及附近一定范围内的超市、菜场、银行、邮局、医院的大小及分布情况教育配套小区附近一定距离的幼儿园、小学、中学的质量及分布情况物业管理小区内公共设施的维护、绿化、环境卫生、保安等区位特征地段表示为建筑到选定研究地区内若干政治经济文化中心的加权平均距离交通条件周围一定范围内公交、地铁线路的条数及方便程度3 2 G IS辅助下的特征变量量化确定出特征变量后,接下来就是对这些变量进行量化。
对特征变量的准确量化是模型是否成功的关键,要充分利用G I S的数据管理、查询和分析功能为估价人员提供辅助支持。
对于表1中的建筑特征,由于面积(m2)、朝向、房龄(年)等都是房屋自身的属性,这些参数的含义比较明确,变量的值可以直接采用挂牌资料中住宅特征的实际数值,这些属性值可以直接通过G I S进行录入,利用G I S的数据管理功能进行管理即可。
对于朝向和车位采用虚拟变量进行量化,根据挂牌资料的实际情况,南北朝向赋值1,其他赋值0;有车库或车位赋值1,否则赋值0;装修:根据挂牌资料中的装修情况,直接进行打分。
打分标准为:无装修(1分)、简易装修(2分)、中档装修(3分)、精装修(4分)。
对于表1中的邻里特征所涉及的变量,一般我们很难从交易案例自身数据获取相应信息,传统方法是对每个交易案例数据的邻里特征变量进行实地考察,然后综合评价赋值,由于特征价格评估所涉及的交易案例数据量众多,导致进行指标量化时费时费力,而且实地考察也难免有疏漏之处,导致量化的准确性难以保证。
在G I S平台下,我们可以调用当地的基础地理数据库,然后利用G I S的各种查询和分析功能来对该交易案例周围的环境、设施和物业进行分析和评价赋分。
具体来说,对于某交易案例的自然环境、生活配套和教育配套设施的评价赋分,可以利用G I S的缓冲查询功能查询出一定范围内对应的特征变量指标数据,比如有多少邮局、学校、菜场、公园等信息及具体对应指标地物的属性信息,如学校规模,教学质量、师资力量等,还可以利用G I S量算功能算出这些地物指标与交易案例的距离,并可以将GIS分析和专题制图功能结合起来制作专题分析图,比如某公园对与周边住宅房产的自然环境影响评价图。
估价人员通过这些查询和分析手段,并结合当地的整体情况,对自然环境、生活配套和教育配套设施进行分级,分为优、良、中、差四个等级,分别赋分为值为4、3、2、1,界于这两者之间的,赋值为3 5、2 5、1 5,为了增加赋值的准确性,也可以采用多个估价人员分别赋分,然后采用加权平均的方法获得最终赋值。
对于某交易案例的小区环境、生活配套、物业管理这些邻里特征,可以调用G IS数据库里的小区地图,对其进行查询和分析,赋值方法也采用和自然环境、生活配套、教育配套类似的方法进行分级赋分。
对于表1中的区位特征,主要体现为地段和交通条件,可以通过G I S制图功能,调用该城市各地段房地产交易价格,制作房地产价格分级图,研究房地产价格与具体地理区位和交通的关系。
一般来说,较优的区位一般位于该城市政治经济文化中心,而该区位通常也具有较高房价,这里,我们可以选定研究地区内若干58第5期王秀丽等 基于G IS和特征价格的住宅房产价格评估政治经济文化中心,若有多个中心,可以通过专家评分方法评定出各个中心权重,然后通过G I S量算功能计算交易案例到政治经济文化中心的距离,并计算出加权距离,然后根据区位中心辐射原理,视交易案例所在地与中心点的加权距离进行综合评分。
对于交通条件,可以通过GIS的网络分析功能来判断,通过G I S的网络分析功能,可以方便计算出交易案例到其他任意兴趣点的最短路径,如市中心、火车站、汽车站等,并能方便计算出到这些兴趣点的最短路径之和,路径之和越小,说明交通条件越好,并参考G I S查询功能查询出的该交易案例一定范围内公交、地铁情况,估价人员就能据此对交易案例的交通情况进行定级赋分。
区位特征定级赋分方法和邻里特征定级赋分方法一致。
3 3 函数解析式的建立按照3 2所示方法利用G I S软件,对待估房产和交易案例的特征变量均进行了定级赋分以后,接下来就是根据交易案例的各特征变量值,进行函数拟合分析,建立函数解析式,然后将待估房产的特征变量值带入函数解析式,即可求出待估房产价格。
由于G I S软件统计分析功能较弱,一般我们可以将GIS软件中的交易案例和待估房产的特征变量数据导入Exce,l然后将Excel数据导入MATLAB或者SPSS等专业的统计软件进行回归分析或主成分分析,通过这些专业软件快速计算出函数解析式。
4 评估模型应用实践按照评估模型的构建思路,我们以G I S软件Su per M ap Deskpro2008作为交易房地产数据和城市基础数据等数据的数据管理和分析平台,以SPSS统计分析软件作为函数拟合分析软件。
本文以赣州市章贡区作为研究区域,多层住宅为研究对象。
