基于GIS的房价多变量影响性分析——以成都市为例

在过去几十年里,随着城市进程的推进以及国内房价的快速上涨,房价调控已成为一个重要课题。为了更好地调控房价,相关影响因素需要得到更好的分析。此前成都房价增长较快,而针对影响其房价的多变量分析却很少,尤其是结合空间变量进行分析。因此以成都房价为例,对多变量的影响进行分析。最终选择最优算法随机森林进行全局分析,具备较高的房价预测准确度。研究发现除房屋本质属性外,空间相关因素对成都房价也有着较大影响,其中到地铁最邻近距离为最大影响因素,其次是到企业聚集中心和重点中学的距离。此外,结合SHAP图表对多变量进行分析,能更直观了解正向负向房价影响因子,有助于在规划阶段对相关设施资源进行更好的规划。