| 摘要 | 第8-10页 |
| Abstract | 第10-11页 |
| 第一章 绪论 | 第12-26页 |
| 1.1 背景 | 第12-14页 |
| 1.2 国内外研究现状 | 第14-23页 |
| 1.2.1 国外研究现状 | 第14-18页 |
| 1.2.2 国内研究现状 | 第18-22页 |
| 1.2.3 国内外研究的特点和存在的问题 | 第22-23页 |
| 1.3 研究内容 | 第23-24页 |
| 1.4 论文组织 | 第24-25页 |
| 1.5 本章小结 | 第25-26页 |
| 第二章 住宅价格形成的理论及影响因素分析 | 第26-41页 |
| 2.1 住宅和住宅价格 | 第26-28页 |
| 2.1.1 房地产和房地产业 | 第26-27页 |
| 2.1.2 住宅和住宅价格 | 第27-28页 |
| 2.2 住宅价格的基本理论 | 第28-34页 |
| 2.2.1 马克思的劳动价值论 | 第28页 |
| 2.2.2 基于供求关系的均衡价格理论 | 第28-30页 |
| 2.2.3 特征价格理论 | 第30-31页 |
| 2.2.4 区位论 | 第31-34页 |
| 2.3 住宅价格影响因素分析 | 第34-40页 |
| 2.3.1 基于马克思劳动价值论的住宅价格影响因素分析 | 第34-36页 |
| 2.3.2 均衡价格理论影响因素分析 | 第36-37页 |
| 2.3.3 特征价格因素分析 | 第37页 |
| 2.3.4 区位论影响因素分析 | 第37-39页 |
| 2.3.5 城市尺度上住宅价格影响因素综合分析 | 第39-40页 |
| 2.4 本章小结 | 第40-41页 |
| 第三章 基于区域特征的城市住宅价格模型构建 | 第41-51页 |
| 3.1 基于供求关系均衡价格模型和住宅特征价格模型对比分析 | 第41-43页 |
| 3.1.1 基于供求关系的住宅均衡价格模型 | 第41-42页 |
| 3.1.2 住宅特征价格模型 | 第42-43页 |
| 3.1.3 对比分析 | 第43页 |
| 3.2 基于区域特征的城市住宅价格模型一般形式 | 第43-46页 |
| 3.2.1 区域特征价格模型的变量分析 | 第44-45页 |
| 3.2.2 区域特征住宅价格模型的一般形式 | 第45-46页 |
| 3.3 区域特征住宅价格全局模型构建 | 第46-47页 |
| 3.4 区域特征住宅价格的地理加权回归模型构建 | 第47页 |
| 3.5 郑州市区域特征住宅价格模型构建 | 第47-50页 |
| 3.5.1 研究区概况 | 第47-48页 |
| 3.5.2 郑州市区域特征住宅价格模型的因子选择 | 第48页 |
| 3.5.3 郑州市区域特征住宅价格模型的表达 | 第48-50页 |
| 3.6 本章小结 | 第50-51页 |
| 第四章 区域特征住宅价格模型估计与预测方法 | 第51-74页 |
| 4.1 多元线性回归 | 第51-57页 |
| 4.1.1 多元线性回归模型表达式 | 第51-52页 |
| 4.1.2 多元线性回归模型的高斯假设 | 第52页 |
| 4.1.3 参数估计 | 第52-53页 |
| 4.1.4 参数估计量的检验 | 第53-54页 |
| 4.1.5 模型检验 | 第54-57页 |
| 4.2 地理加权回归 | 第57-66页 |
| 4.2.1 地理加权回归的基本思想 | 第57-58页 |
| 4.2.2 地理加权回归模型估计 | 第58-60页 |
| 4.2.3 空间权函数 | 第60-62页 |
| 4.2.4 地理加权回归模型的带宽 | 第62-63页 |
| 4.2.5 地理加权回归模型的检验 | 第63-66页 |
| 4.3 空间自相关性分析 | 第66-69页 |
| 4.3.1 全局空间自相关 | 第66-68页 |
| 4.3.2 局部空间自相关 | 第68-69页 |
| 4.4 住宅价格的预测方法 | 第69-73页 |
| 4.4.1 回归模型预测方法 | 第69-70页 |
| 4.4.2 空间局部插值预测 | 第70-73页 |
| 4.5 本章小结 | 第73-74页 |
| 第五章 区域特征住宅价格模型变量获取 | 第74-90页 |
| 5.1 郑州市数字房产概述 | 第74-76页 |
| 5.1.1 郑州市数字房产的体系结构 | 第74-75页 |
| 5.1.2 数字房产的系统组成与主要功能 | 第75-76页 |
| 5.2 郑州市房产空间数据库 | 第76-81页 |
| 5.2.1 房产空间数据的组织与分层 | 第76-77页 |
| 5.2.2 房产空间数据属性 | 第77-79页 |
| 5.2.3 元数据 | 第79页 |
| 5.2.4 房产业务管理数据的组织 | 第79-81页 |
| 5.3 模型变量获取 | 第81-89页 |
| 5.3.1 住宅价格样本数据获取 | 第81页 |
| 5.3.2 模型自变量获取 | 第81-89页 |
| 5.4 本章小结 | 第89-90页 |
| 第六章 区域特征住宅价格模型验证与预测分析 | 第90-124页 |
| 6.1 全局多元线性回归模型的验证 | 第90-105页 |
| 6.1.1 基于时间截面的模型分析 | 第90-92页 |
| 6.1.2 区域特征住宅价格模型变量的描述性统计 | 第92-97页 |
| 6.1.3 住宅价格与模型变量的相关性分析 | 第97-101页 |
| 6.1.4 郑州市区域特征住宅价格全局模型的验证 | 第101-105页 |
| 6.2 区域特征住宅价格地理加权回归模型验证 | 第105-117页 |
| 6.2.1 模型变量的空间探索性分析（ESDA） | 第106-111页 |
| 6.2.2 住宅价格地理加权回归模型的最小二乘检验 | 第111-113页 |
| 6.2.3 住宅价格地理加权回归模型检验 | 第113-117页 |
| 6.3 区域特征住宅价格模型预测与验证 | 第117-123页 |
| 6.3.1 区域特征住宅价格全局多元线性回归模型预测 | 第117-118页 |
| 6.3.2 区域特征住宅价格地理加权回归模型的预测 | 第118-120页 |
| 6.3.3 模型预测的比较 | 第120-121页 |
| 6.3.4 住宅价格预测值三维地面模型拟合分析 | 第121-123页 |
| 6.4 本章小结 | 第123-124页 |
| 第七章 结论 | 第124-127页 |
| 7.1 工作总结 | 第124-126页 |
| 7.2 创新点 | 第126页 |
| 7.3 展望 | 第126-127页 |
| 参考文献 | 第127-134页 |
| 作者简历 攻读博士学位期间完成的主要工作 | 第134-135页 |
| 致谢 | 第135页 |
