空間情報探索型ヘドニック回帰分析手法の開発研究

空间信息搜索型特征回归分析方法的研究与开发

基本信息

批准号：
21653023
负责人：
浅見泰司
金额：
$ 2.05万
依托单位：
The University of Tokyo
依托单位国家：
日本
项目类别：
Grant-in-Aid for Challenging Exploratory Research
财政年份：
2009
资助国家：
日本
起止时间：
2009 至 2010
项目状态：
已结题

项目摘要

不動産価格推定式をより精度を上げるために、web上の情報を検索して用いる可能性について分析した。その例として、葛飾区、港区、世田谷区の3区のマンション賃料推定モデルをとりあげ、インターネット上のWeblogから抽出してきた各地域の評判情報を説明変数としてモデルに追加して、その精度向上がどの程度可能であるかを検証した。本研究の手法が確立されれば、定量的なデータとして扱いにくい「景観の良さ」や「高級感」といった指標をモデルの精度向上のために活用することができる。分析の結果、特に都心区などブランド性が高いと思われるエリアにおいて、精度向上が顕著であり、説明変数の自動探索の有効性を確かめることができた。空間情報とテキスト解析の適切な分析により、ヘドニック分析の精度向上が見込まれることから、手法の発展性も確認できた。また、バブル崩壊時にオフィスが住宅にコンバージョンされたが、コンバージョンの前後の利益ギャップとコンバージョンされる確率をヘドニック分析を用いて分析した。その結果、特に都心部に位置するという空間的な特徴が確率に大きく影響することが判明した。さらに、空間的な特徴量である敷地の接道の有無の判定のための簡易な手法としてバッファー領域を用いる方法の有効性を検討した。その結果、面ボロノイ分割を用いる方法と比較しても、精度は0.2～3.3%であり、面ボロノイ分割を用いる方法の計算量が膨大になることを考えれば、バッファー領域を用いる方法は十分に実用に耐えることが判明した。また、そのための最適なバッファー距離は平均的な敷地面積の平方根の約0.35倍が良いことが実際の検証分析で明らかになった。この他、都市の今後の評価において重要と思われる要因を体系的にとりまとめ、今後のヘドニック今析で評価上重視すべき観点などをとりまとめた。

我们分析了搜索和使用网络上信息以提高房地产价格估计方程的准确性的可能性。例如，我们以三个病房（Katsushika Ward，Minato Ward和Setagaya Ward）的公寓估算租金估算模型，并将从Internet Weblog提取的每个区域的声誉信息添加到该模型中，以作为一种解释性变量，以验证其准确性的准确性。一旦建立了这项研究的方法，就可以使用定量数据来提高模型的准确性，诸如“良好景观”和“奢侈品”之类的指数。分析表明，在诸如中央城市病房（Central City Wards）等品牌高度相关的领域以及自动搜索解释变量的有效性中，精度得到了提高。还确认了该方法的改进，因为预计可以通过对空间信息和文本分析的适当分析来提高享乐分析的准确性。此外，当在气泡崩溃期间将办公室转换为房屋时，使用享乐分析分析了转化前后的利润差距和转化率的可能性。结果，发现尤其是位于内城区的空间特征对概率有重大影响。此外，研究了使用缓冲区作为确定是否使用基于空间特征的简单方法的有效性。结果，发现与使用Facet Voronoi分裂的方法相比，准确性为0.2至3.3％，并且考虑到使用Facet Voronoi划分的方法的计算量变得巨大，因此使用缓冲区的方法足够实用。此外，实际验证分析表明，其最佳缓冲距离约为平均位点面积的平方根的0.35倍。此外，我们已经系统地汇总了人们认为在未来的城市评估中很重要的因素，并总结了在未来的享乐分析中应强调的观点。