1. 研究目的与意义
城市轨道交通具有运量大、速度快、安全准点、乘车条件舒适、污染小等特点，是建设公交都市不可或缺的重大基础设施之一。住宅价格既是评价轨道交通外部效益、引导轨道交通投融资模式优化的重要观测指标，又是影响居民置业行为进而影响居民通勤模式选择的重要因素，两者之间存在的反作用，对城市人口空间分布进而对轨道交通客流结构具有决定性的影响。研究城市轨道站点与住宅价格关系，评估轨道交通的实际影响范围，对后续开展轨道交通周边存量用地更新和新建轨道交通沿线土地收储及综合开发具有实际参考价值。因此, 定量研究城市地铁的发展对周边房地产价值的影响, 对城市未来土地规划与利用、研究地铁开发成本与效益、制定土地基准地价, 研究地铁住宅, 商业综合开发具有相当重要的理论意义和实际应用价值。
2. 课题关键问题和重难点
综合运用所学的专业理论知识，了解城市交通发展政策、运用大数据以及空间分析工具分析数据、解决实际需求的能力。基于既有文献研究，了解城市住宅与城市轨道交通发展的互动机理。研究反映住宅用地特征的指标体系，建立住宅综合质量评价模型。抓取案例城市轨道交通运营网络数据和沿线住宅特征数据，分析住宅与轨道交通站点的时空距离的关系。针对案例城市，提出住宅用地布局与轨道交通协调发展的主要建议。 2.1课题关键内容： 1、数据获取用时空法量化轨道交通站点可达性，采用火车采集器和分别获取住宅区位特征变量、邻里特征变量、建筑自身特征变量所需数据；采用python自编程序调用百度地图开发者平台API获取评价轨道交通站点可达性的各出行方式耗时、路径距离数据；； 2、数据分析。采用ArcGIS处理清洗筛选空间数据； 3、建立模型。通过建立住宅特征价格评价模型，使用STATA进行统计分析； 4、得出结论。揭露了城市不同发展程度区域住宅综合特征质量与轨道交通时空距离的关系。 2.2课题难点： 1、数据获取用时空法量化轨道交通站点可达性，采用火车采集器和分别获取住宅区位特征变量、邻里特征变量、建筑自身特征变量所需数据；采用python自编程序调用百度地图开发者平台API获取评价轨道交通站点可达性的各出行方式耗时、路径距离数据； 2、建立模型。通过建立住宅特征价格评价模型，使用STATA进行统计分析； |
3. 国内外研究现状（文献综述）
3.1轨道交通对于住宅价格影响的综述
3.1.1城市轨道交通对住宅价格影响的空间范围综述
国外学者对于轨道交通对住宅价格的空间影响范围并没有严格的定论。部分欧美学者选择站点周围0.4KM至1KM为研究范围如Chesterton选取1km为研究范围Debrezionetal选取了0.4km研究范围。日本学者在影响范围选取上也多采用经验值，但是较欧美学者范围较大，一般采用距轨道交通站点2KM为研究范围。也有部分学者根据不同的研究目的划分不同出行方式的影响范围。
国内对轨道交通空间影响范围的研究较为丰富。部分学者与欧美学者一致，采取经验值的方法主观地划定轨道交通的影响范围，一般选取0.5KM至3KM为研究范围。如袁媛选取了0.6km作为研究范围，张珩选取1km为研究范围。
亦部分学者采用了模型定量研究的方法探究轨道交通影响范围。主要的方法有等可达性模型方法、特征价格模型方法、问卷调查法等。如张小松等采用等可达性理论模型，按照交通成本计算城市轨道交通个站点的影响范围。亦有部分学者提出建立特征价格模型，根据回归分析结果，确定轨道交通的影响区域，为进一步分析做铺垫。何剑华以500m为阶，发现北京地铁13号线影响半径为1~2km，然后保留了13号线各站点周围2km，内的住宅进行下一步的分析。
还有部分学者发现，轨道交通对住房价格的影响程度与距地铁站点直线距离存在着显著的倒U形关系；阚钧等（2012）对成都地铁2号线进行研究发现地铁站点对周围1km范围内的住宅价格影响较为明显，其中影响程度最大的为400m～600m区域；唐宗鹏（2014）研究重庆地铁1号线表明地铁站点对周围1km～1.5km区域内住宅增值效果明显。
3.1.2城市轨道交通对住宅价格影响在不同区域的差异性综述
王云、陈胜男（2014）认为轨道交通对住宅价格的影响范围可能并不是简单的圈层衰减，不同轨道站点对周围房价影响范围随着其到市中心距离的不同而不同，距离市中心越远，增值空间潜力越大。张维阳、李慧（2012）也认为轨道交通对郊区住宅价格的影响有可能会高于城市中心区域。刘康和吴群等（2015）对南京市地铁1、2号线沿线房价进行研究发现离地铁站点距离不同，对住宅价格影响的程度也不同，距地铁站点500m以内住房价格比500m以外高出14.3%。
考虑到在城市不同区位，轨道交通的影响效应存在差异，一些学者将城市划分为不同的圈层或不同的区域，探究在城市不同的区域轨道交通对住房价格的平均效应。如谷一桢等将北京地铁13号线沿线区域划分为三个分市场，采用特征价格模型进行验证，结果显示，在郊区站点周边1km范围内的住宅价格比1km外的住宅价格高出20%，约1000元/m2，但在市中心增值效应并不显著。韦英娜以城市环线为界限，对成都地铁1号线站点周边2km以内的住宅价格进行研究发现，从一环内到四环外1号线对住宅价格的影响逐渐加强，住宅每靠近站点1km，价格分别上涨324元/m2、570元/m2、883元/m2、1012元/m2。
基于一般的回归方程的价格特征模型计算出来的结果是轨道交通影响的全局效应，随着研究的深入，考虑到空间影响的非稳定性，近年来有学者基于地理信息系统软件采用地理加权回归模型探究轨道交通对住宅价格影响的局部空间效应。如邵雪清采用此方法对杭州地铁1号线进行了研究，表明轨道交通对住宅价格影响存在空间差异性，增值效应随着站点到市中心距离增加而加强，在中心城区影响较小，次中心城区其次，偏远郊区影响最大。
作者 | 研究内容 | 研究方法 | 研究结论 |
Chesterton[ | 轨道交通影响范围 | 经验值 | 站点圈层1km |
Debrezionetal | 经验值 | 站点圈层0.4km | |
Debrezion G | 经验值 | 站点圈层2km | |
袁媛 | 经验值 | 站点圈层0.6km | |
张珩 | 经验值 | 站点圈层1km | |
张小松 | 等可达性理论模型 | 站点圈层2km | |
何剑华 | 特征价格模型 | 站点圈层1-2km | |
阚钧 | 轨道交通对住房价格的影响程度与距地铁站点直线距离存在着显著的倒U形关系 | ||
王云、陈胜男 | 站点所属不同区域影响范围差异性 | 不同轨道站点对周围房价影响范围随着其到市中心距离的不同而不同 | |
张维阳、李慧 | 轨道交通对郊区住宅价格的影响有可能会高于城市中心区域 | ||
谷一桢 | 特征价格模型 | 在郊区站点周边1km范围内的住宅价格比1km外的住宅价格高出20%，约1000元/m2，但在市中心增值效应并不显著 | |
韦英娜 | 从一环内到四环外1号线对住宅价格的影响逐渐加强 | ||
邵雪清 | 地理加权回归模型 | 增值效应随着站点到市中心距离增加而加强，在中心城区影响较小，次中心城区其次，偏远郊区影响最大 | |
刘康和吴群 | 离站点距离不同影响不同 | 离地铁站点距离不同，对住宅价格影响的程度也不同 |
4. 研究方案
方法与技术路线4.1研究方法本文拟采用，文献研究、模型构建、网络数据抓取、数据统计分析、GIS空间分析、系统总结等方法。 （1）文献研究：通过对相关文献的梳理和学习，掌握国内外各学者对住宅特性研究、城市不同区域轨道站点周围土地开发研究的最新动态。 （2）模型构建：在前人研究基础上，根据案例城市的实际情况选取合适的住宅特征指标，按城市不同发展程度分区构建住宅特征价格模型。 （3）网络数据抓取：根据所构建的模型获取所需数据。数据类型主要分为住宅类：住宅自身特性数据；时空距离类：通过开发编程程序调用百度API获取各OD点所需时空数据；城市商业设施POI数据；城市轨道交通数据。并对所获数据进行简单的清洗和分析整理。 （4）空间统计分析数据分析：对所获取变量进行量化后，利用所构建模型，通过统计软件得出各区域各住宅特征隐含价格，并分析各隐含价格在空间上的差异性。 （5）系统总结提出建议：解读数据分析结果，/得出结论，并提出合理建议。 4.2技术路线
图1.1技术路线图 |
5. 工作计划
周次 | 工作内容 |
1 | 按指导教师指定的英文原文进行翻译，完成翻译工作 检索与阅读相关专业文献，写出文献综述，按时提交开题报告 |
2～3 | 分析城市住宅与城市轨道交通发展的互动机理； |
4～6 | 研究住宅特征指标体系，建立住宅综合质量评价模型 |
7～8 | 抓取并处理案例城市轨道交通运营网络数据和沿线住宅特征数据， |
9 | 研究住宅特征及综合质量与轨道交通时空距离的相关性，探讨案例城市住宅用地布局与轨道交通协调发展的建议 |
10 | 完成论文初稿 |
11～12 | 反复修改、完善论文 |
13 | 毕业论文定稿并打印装订成册，毕业论文答辩资格审查，答辩 |
14 | 规范化检查、评定成绩 |
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
