基于网络爬虫的洪山区二手房特征价格研究论文.doc

论文（设计） 单 位 题 目 申报内容 专业 职称等级 学号 姓 名 指导老师 职称 提交日期 2019 完成日期 基于网络爬虫的洪山区二手房特征价格研究 一、论文说明 本写作团队长期从事论文写作，擅长数据处理、文献查找 图表绘制、理论分析，以及相关期刊论文的发表 具体联系金老师QQ：387 826 70 二、范文参考 邓沛能 [摘 要] 住房是城市一切活动不可缺少的基本要素，住房价格则是住房市场资源有效配置的中心环节，研究住房价格的影响因素具有十分重要的意义。目前对武汉地区的研究和直接获取的住房成交资料所含信息较少，难以满足研究的需要。基于此，通过Python网络爬虫技术解决数据获取的难题。在对住房价格影响因素实证研究时，考虑到传统OLS估计结果是有偏的，分别构建空间滞后模型和空间误差模型。最终对武汉洪山区二手房市场的实证研究表明，空间滞后模型拟合效果更好；中南路-武珞路商务中心、徐东商务中心和光谷商务中心对二手房价格有辐射效应，距离越近房价越贵。 [关键词] Python网络爬虫；特征价格模型；住宅特征；空间计量模型 [中图分类号] F293 [文献标识码] A [文章编号] 1009-6043（2018）08-0050-03 一、文獻综述 最早把特征价格理论应用到住宅市场分析的学者是Ridker（1967），分析了空气污染对于住宅价格的影响。随后，Lancaster（1966，1971）、Rosen（1974）分别从消费者理论，市场均衡理论完善了特征价格理论，奠定了特征价格分析方法的理论基础，在研究中研究者都把住宅的属性分解为三类：建筑特征，邻里特征，区位特征；变量的选择虽大致相同，但都结合了研究对象的实际情况选取了具有区域特点的变量。 在19世纪80年代之后，世界各地的学者应用特征价格模型对各地区住宅价格进行了评估。国内相关研究主要集中发达地区，如温海珍（2003）、张鑫（2008）研究杭州西湖区的二手房，王旭育（2006）研究上海的住宅市场，罗洲军（2012）研究西安二手房市场，李志辉（2008）、杨波（2009）研究武汉二手房市场，这些研究都是从构建的特征价格模型中得到各特征属性的隐含价格。随着HPM模型的应用逐渐成熟，一些学者开始研究单一因素对住房价格产生的偏效应。如，王雪、吴连喜（2016）以南昌市地铁一号线对例，研究南昌市地铁一号线对沿线二手房价格的影响。Haizhen Wen等（2017）以杭州为例，定量评估城市义务教育质量对房价的影响。Celine Grislain-Letremy等（2014）以法国三所城市为对象，研究危险的工业设施对于房价的影响。这些研究十分具有现实意义，为特征价格研究开启了新的视角，特征价格模型有了广泛的应用，迈向成熟阶段。 在实证研究过程中，有研究者指出即使考虑了区位特征变量，特征价格模型也会导致有偏的估计结果，这是因为住宅价格是一种空间数据存在空间自相关，住宅区位不同，价格往往差异很大。（温海珍等，2011）传统HPM模型的不足是它忽略了住宅的空间固定性，假定住宅价格在空间分布上具有相互独立性（Anselin，1988）；然而空间计量模型却能够反映住房价格数据存在的依赖性、异质性，所以许多学者开始考虑用空间计量技术来改善HPM模型，使HPM模型能够更好的应用于房地产价格的研究中。如，施雅娟（2013）研究杭州住宅价格，发现普通住宅特征价格模型忽略了住宅价格及其特征的空间效应，并从空间计量的角度，运用空间Durbin模型（SDM）对城市住宅的特征价格进行研究，揭示了住宅特征价格的空间效应。柳熊赳（2015）对昆明市27个住宅小区2014年的商品房交易数据进行分析，运用了传统的HPM、SEM和SLM模型进行对比分析，实证结果表明昆明市住宅小区的商品房价格存在空间相关性，这些研究都表明住宅价格确实是一种空间数据，运用空间计量模型更好。 二