[發明專利]結合地理加權和多層線性的房地產價格影響因子分析方法

在審

• 申請號: 202110871416.0
• 申請日: 2021-07-30
• 公開（公告）號: CN113627978A
• 公開（公告）日: 2021-11-09
• 發明（設計）人: 盧賓賓;胡奕公
• 申請（專利權）人: 武漢大學
• 主分類號: G06Q30/02
• 分類號: G06Q30/02;G06Q50/16;G06K9/62;G06F17/18
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 嚴彥

本發明提供一種結合地理加權和多層線性的房地產價格影響因子分析方法，包括將所有房地產項目樣本根據空間坐標進行分組，位置上處于同一區域的樣本歸為一組；將房地產屬性變量及相關地理空間變量進行分類，分為“空間變量”和“非空間變量”兩類，并進行變量優選，得到最終的模型，最終的模型中包括組級變量和樣本級變量；使用樣本級變量構建多層線性模型并求解；組合最終解，將上一步求解得到的各參數與變量組合起來對因變量進行解釋，從而得到房地產價格影響因子分析結果。本發明為解決房地產價格影響因子分析問題中多尺度現象和空間異質現象，使用多層線性回歸模型和地理加權回歸模型進行結合，自動給出更加合理的房地產價格影響因子分析結果。

技術領域

本發明屬于地理信息科學領域，尤其涉及結合地理加權和多層線性的房地產價格影響因子分析方法。

背景技術

住房問題是事關民生的重要問題，隨著近幾年多地房地產市場價格快速增長，使這一問題愈發嚴峻，也成為在群眾中廣泛討論的議題。目前互聯網上已經存在很多房地產信息整合發布站點，如房天下、安居客等。但是這些網站通常僅提供房地產相關屬性、交易信息的發布，缺少對不同房地產項目價格影響因子進行分析的方法，因此無法提供對房價分布和變化內生因素的分析。

房地產價格影響因子是一個經典的經濟地理學問題，目前廣泛使用“享樂價格模型”對其進行分析。該模型將價格影響因素分為結構要素、位置要素、鄰域要素和其他要素四個方面，根據不同類型要素的不同特點對房地產價格影響因子進行分析。傳統上使用普通線性回歸等全局模型，對該模型進行擬合，得到一個全局解，進一步研究各個因子對房地產價格影響的強弱。然而，房地產價格影響因子分析是一個典型的區位因素具有顯著影響的問題，其中體現著很強的空間異質性，因此導致傳統普通線性模型的分析結果具有較低的擬合度。因此，通過使用地理加權回歸模型等局部回歸方法，可以提高模型的擬合度。該方法已經在房地產價格研究中取得了廣泛的應用。另一方面，房地產價格的影響因素具有不同的尺度效應，不同類型的因素其影響范圍不同，因而形成了一種層級現象。然而，地理加權回歸模型沒有對層級信息的處理。對于這一問題，分層線性模型通過將變量分為樣本級和組級，分別構建模型，從而解決這一問題，也已經在房地產價格研究中取得了一定的應用。同樣的，分層線性模型作為一個全局模型，也沒有考慮空間異質性。因此，需要一種分析技術將該兩種方法進行結合，既能考慮房地產價格影響因子之間的層級信息，也能充分考慮空間異質性。

發明內容

本發明提出了一種結合了地理加權模型和多層線性模型的房地產價格影響因子分析方法，該方法涉及空間數據回歸分析方向。

本發明提供一種結合地理加權和多層線性的房地產價格影響因子分析方法，包括以下步驟：

步驟1，將所有房地產項目樣本根據空間坐標進行分組，位置上處于同一區域的樣本歸為一組；

步驟2，將房地產屬性變量及相關地理空間變量進行分類，分為“空間變量”和“非空間變量”兩類，并進行變量優選，得到最終的模型，最終的模型中包括組級變量和樣本級變量；

步驟3，使用樣本級變量構建如下式的多層線性模型并求解，

β_ki＝γ_k0+μ_ki

其中，

y_ij為因變量的值，表示房地產價格，i是房地產樣本所在的組號，j是房地產樣本在本組內的樣本號，i＝1，2，…，m，j＝1，2，…，n；

x_ijk為樣本集變量，k為樣本變量的編號，k＝1，2，…，p；

β_0i為組級殘差；

β_ki為第i組中的樣本關于樣本級變量x_ijk的回歸系數；