중국의 도시화 과정이 가속화되면서 도시 인구가 증가하고있으며, 일반적으로 도시 교통은 도로 혼잡과 교통혼잡 문제에직면하고 있다. 도시철도 교통은 신속성, 정시, 큰 운송량, 낮은 사고율, 상대적인 환경 보호 등의 특징 때문에 도시 교통의 압력을 완화하기 위한 주요 수단이 되었다. 세계의 많은 학자들은 도시철도 운행이 주변 주민들에게 편리함을 가져다 주면서도 주변 경제의발전, 특히 주변 부동산 가격에 미치는 부가가치 효과를견인한다는 것을 알아챘다. 도시철도가 주변 부동산가격에 미치는 영향에 대한 ...
중국의 도시화 과정이 가속화되면서 도시 인구가 증가하고있으며, 일반적으로 도시 교통은 도로 혼잡과 교통혼잡 문제에직면하고 있다. 도시철도 교통은 신속성, 정시, 큰 운송량, 낮은 사고율, 상대적인 환경 보호 등의 특징 때문에 도시 교통의 압력을 완화하기 위한 주요 수단이 되었다. 세계의 많은 학자들은 도시철도 운행이 주변 주민들에게 편리함을 가져다 주면서도 주변 경제의발전, 특히 주변 부동산 가격에 미치는 부가가치 효과를견인한다는 것을 알아챘다. 도시철도가 주변 부동산가격에 미치는 영향에 대한 정량적 분석은 도시철도 건설과 부동산 개발업자 간의 상생협력을 촉진하고 도시철도 건설의 수익성 있는 운영방식을 개발하는데 큰 의미가 있다. 한편, 그것은 또한 정부 부처, 구매자 또는 투자자들이 결정을 내릴 수 있도록 참고자료를 제공할 수 있다. 각 도시의 경제개발 현황, 도시계획 및 배치, 교통 및 기타 인프라 완성도가 다르기 때문에, 다른 도시철도가 주변 부동산 가격에 미치는 영향도 다르다. 본 논문은 중국 항저우( Hangzhou)의 철도를 배경으로, 항저우( Hangzhou) 지하철 1호선이 주변 부동산 가격에 미치는 영향을 연구하기 위해 지하철 1호선을 예로 들고 있다. 첫 장에서는 연구의 배경과 의의를 소개한다. 두 번째 장에서는 전 세계 관련 분야의 연구 결과를 설명하고 기존 연구의 단점을 요약한다. 제3장에서는 제2장을 바탕으로 주변 부동산 가격에 대한 도시철도 교통의 기능 메커니즘을 정성적으로 분석하고, 4가지 종류의 공간 가격 모델을 소개한다. 일반 선형 모델(OLS), 공간 시차 가격 모델(SLM), 공간 오차 가격 모델(SEM), 지리 가중 회귀 모델(GWR)을 포함한다. 제4장에서, 항저우 지하철 1호선 주변 일부 주택의 표본 데이터를 예로 들어 공간가격 모델을 구축해 도시철도 교통이 주변 부동산가격에 미치는 공간효과를 정량적으로 분석한다. 마지막으로 도시철도가 주변 부동산 가격에 미치는 영향에 대한 양적 결론이 제시된다. 제5장은 실증 연구를 기초로 하고, 본 논문의 결론을 요약하고 분석하며, 본 논문의 관련 정책 권고와 결여를 제시한다.
중국의 도시화 과정이 가속화되면서 도시 인구가 증가하고있으며, 일반적으로 도시 교통은 도로 혼잡과 교통혼잡 문제에직면하고 있다. 도시철도 교통은 신속성, 정시, 큰 운송량, 낮은 사고율, 상대적인 환경 보호 등의 특징 때문에 도시 교통의 압력을 완화하기 위한 주요 수단이 되었다. 세계의 많은 학자들은 도시철도 운행이 주변 주민들에게 편리함을 가져다 주면서도 주변 경제의발전, 특히 주변 부동산 가격에 미치는 부가가치 효과를견인한다는 것을 알아챘다. 도시철도가 주변 부동산가격에 미치는 영향에 대한 정량적 분석은 도시철도 건설과 부동산 개발업자 간의 상생협력을 촉진하고 도시철도 건설의 수익성 있는 운영방식을 개발하는데 큰 의미가 있다. 한편, 그것은 또한 정부 부처, 구매자 또는 투자자들이 결정을 내릴 수 있도록 참고자료를 제공할 수 있다. 각 도시의 경제개발 현황, 도시계획 및 배치, 교통 및 기타 인프라 완성도가 다르기 때문에, 다른 도시철도가 주변 부동산 가격에 미치는 영향도 다르다. 본 논문은 중국 항저우( Hangzhou)의 철도를 배경으로, 항저우( Hangzhou) 지하철 1호선이 주변 부동산 가격에 미치는 영향을 연구하기 위해 지하철 1호선을 예로 들고 있다. 첫 장에서는 연구의 배경과 의의를 소개한다. 두 번째 장에서는 전 세계 관련 분야의 연구 결과를 설명하고 기존 연구의 단점을 요약한다. 제3장에서는 제2장을 바탕으로 주변 부동산 가격에 대한 도시철도 교통의 기능 메커니즘을 정성적으로 분석하고, 4가지 종류의 공간 가격 모델을 소개한다. 일반 선형 모델(OLS), 공간 시차 가격 모델(SLM), 공간 오차 가격 모델(SEM), 지리 가중 회귀 모델(GWR)을 포함한다. 제4장에서, 항저우 지하철 1호선 주변 일부 주택의 표본 데이터를 예로 들어 공간가격 모델을 구축해 도시철도 교통이 주변 부동산가격에 미치는 공간효과를 정량적으로 분석한다. 마지막으로 도시철도가 주변 부동산 가격에 미치는 영향에 대한 양적 결론이 제시된다. 제5장은 실증 연구를 기초로 하고, 본 논문의 결론을 요약하고 분석하며, 본 논문의 관련 정책 권고와 결여를 제시한다.
With the acceleration of China's urbanizationprocess, the number of urban population is increasing, and urban traffic isgenerally faced with the problems of road congestion and traffic disorder.Urban rail transit has become the main means to relieve the pressure of urbantraffic due to its characteri...
With the acceleration of China's urbanizationprocess, the number of urban population is increasing, and urban traffic isgenerally faced with the problems of road congestion and traffic disorder.Urban rail transit has become the main means to relieve the pressure of urbantraffic due to its characteristics of rapidity, punctuality, large traffic volume,low accident rate and relative environmental protection. Many scholars in theworld have noticed that while urban rail transit brings convenience to thesurrounding residents, it also drives the development of the surroundingeconomy, especially the value-added effect on the surrounding real estateprices. Quantitative analysis of the influence of urban rail transit on thesurrounding real estate prices is of great significance to promote the win-wincooperation between urban rail transit and real estate developers, and todevelop the profitable operation mode of urban rail transit. Meanwhile, it canalso provide reference for government departments, buyers or investors to makedecisions. Due to the different economic development status,urban planning and layout, transportation and other infrastructure completenessof each city, the impact of different urban rail transit on the price ofsurrounding real estate is also different. This paper takes the rail transit inHangzhou, China as the background and takes subway line 1 as an example tostudy the influence of Hangzhou subway line 1 on the surrounding real estateprices. The first chapter introduces the background andsignificance of the research. The second chapter describes the research resultsin related fields worldwide and summarizes the shortcomings of existingresearch. The third chapter, based on the second chapter, qualitativelyanalyzes the function mechanism of urban rail transit on the surrounding realestate price, and introduces four kinds of spatial price models. It includesgeneral linear model (OLS), spatial lag price model (SLM), spatial error pricemodel (SEM), and spatial geographically weighted regression model (GWR). Inchapter 4, taking the sample data of some residential buildings around Hangzhousubway line 1 as an example, to construct a spatial price model, and thespatial effect of urban rail transit on the surrounding real estate price isanalyzed from a quantitative perspective. Finally, a quantitative conclusion onthe impact of urban rail transit on the surrounding real estate price isproposed. The fifth chapter is on the basis of empirical research, summarizeand analyze the conclusion of this paper, and put forward the relevant policyrecommendations and deficiencies of this paper.
With the acceleration of China's urbanizationprocess, the number of urban population is increasing, and urban traffic isgenerally faced with the problems of road congestion and traffic disorder.Urban rail transit has become the main means to relieve the pressure of urbantraffic due to its characteristics of rapidity, punctuality, large traffic volume,low accident rate and relative environmental protection. Many scholars in theworld have noticed that while urban rail transit brings convenience to thesurrounding residents, it also drives the development of the surroundingeconomy, especially the value-added effect on the surrounding real estateprices. Quantitative analysis of the influence of urban rail transit on thesurrounding real estate prices is of great significance to promote the win-wincooperation between urban rail transit and real estate developers, and todevelop the profitable operation mode of urban rail transit. Meanwhile, it canalso provide reference for government departments, buyers or investors to makedecisions. Due to the different economic development status,urban planning and layout, transportation and other infrastructure completenessof each city, the impact of different urban rail transit on the price ofsurrounding real estate is also different. This paper takes the rail transit inHangzhou, China as the background and takes subway line 1 as an example tostudy the influence of Hangzhou subway line 1 on the surrounding real estateprices. The first chapter introduces the background andsignificance of the research. The second chapter describes the research resultsin related fields worldwide and summarizes the shortcomings of existingresearch. The third chapter, based on the second chapter, qualitativelyanalyzes the function mechanism of urban rail transit on the surrounding realestate price, and introduces four kinds of spatial price models. It includesgeneral linear model (OLS), spatial lag price model (SLM), spatial error pricemodel (SEM), and spatial geographically weighted regression model (GWR). Inchapter 4, taking the sample data of some residential buildings around Hangzhousubway line 1 as an example, to construct a spatial price model, and thespatial effect of urban rail transit on the surrounding real estate price isanalyzed from a quantitative perspective. Finally, a quantitative conclusion onthe impact of urban rail transit on the surrounding real estate price isproposed. The fifth chapter is on the basis of empirical research, summarizeand analyze the conclusion of this paper, and put forward the relevant policyrecommendations and deficiencies of this paper.
주제어
#도시철도교통 부동산가격 공간시차모델 공간오차모델 지리가중회귀 Urban Rail Transit Real Estate Price Spatial Lag Model Spatial Error Model Geographic Weighted Regression Model
학위논문 정보
저자
오사원
학위수여기관
중앙대학교 대학원
학위구분
국내석사
학과
도시계획부동산학과 도시계획전공
지도교수
전명진
발행연도
2020
총페이지
iv, 78장
키워드
도시철도교통 부동산가격 공간시차모델 공간오차모델 지리가중회귀 Urban Rail Transit Real Estate Price Spatial Lag Model Spatial Error Model Geographic Weighted Regression Model
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.