基于大数据的城市住房价格空间分布特征研究基金工程：江苏高校哲学社会科学研究工程：基于ESDA的城市住宅价格空间分布特征及影响因素研究，批准号：2023SJA0504。三江学院校级科研工程：城市居住空间分布特征与驱动机制研究，批准号：2023SJKY035摘要：大数据研究的兴起为探索城市住房价格空间分布特征提供了新的方向，本文利用网络爬虫技术搜索南京市住房价格大数据，并通过GIS技术展示其空间分布特征，结果说明南京市房价存在地区差异性，空间结构呈环状分布并朝多中心开展。关键词：大数据;GIS;房价;空间分析当前，我国正处于经济新常态的社会转型期，各行各业都在进行产业结构调整、稳定开展趋势，关乎民生福祉的房地产业也在经历变革。住房价格作为住宅市场开展状态的直观表示，一直以来都备受研究学者的青睐。以往相关研究大多关注住房价格的变化趋势[1]，或是对其影响因素进行探究[2];近年来那么多以城市空间视角，探讨住房价格空间分布的差异性[3-4]，以此展示人、住宅、邻里、社会的多范围多角度关系。本文在此根底上，以南京市为例，引入大数据〔BigData〕概念，将住房价格与大数据相结合，再辅以地理信息系统〔GIS〕空间展示技术，将住宅数据的价格属性与地理属性相结合，共同探索城市住宅价格空间分布规律。一、研究对象与研究方法〔一〕研究区域与对象南京市地处长江中下游，是长三角都市辐射圈的核心城市，作为长江沿岸与东部沿海经济带的战略交汇点，南京的城区中心地位日益突出[5]，其住宅价格的变动趋势对周边地区将有深远影响。截至目前，南京市下辖共计11个行政区，由于溧水区与高淳区距离主城区过远，经济开展较为落后，那么不在本次研究范围之类。因此，本文研究区域为玄武区、秦淮区、建邺区、鼓楼区、浦口区、栖霞区、雨花台区、江宁区与六合区，并选取该9个行政区域2023年5月的普通商品住宅销售价格为具体研究对象。〔二〕研究方法随着互联网信息技术的普及，人们在日常生活中随时随地都可能产生大量数据，搜索、存储、处理与分析这些海量数据，能够保证信息的及时性、充分性、多样性、真实性与准确性。GIS技术那么是侧重于对地表和空间相关数据进行采集、管理、展示与研究，具备专业的处理能力以及出色的数据可视化效果。将住宅价格大数据与GIS技术相结合，能够充分展示出城市房价的空间分布状态并挖掘出其背后形成机理。二、数据来源与处理〔一〕数据来源本文样本数据主要通过两种方式获取，一是采取网络爬虫技术，批量...
