首页> 中文学位 >基于空间面板模型的我国主要城市房价影响因素分析
【6h】

基于空间面板模型的我国主要城市房价影响因素分析

代理获取

目录

声明

1绪论

1.1 研究背景

1.1.1 我国房地产市场发展历程

1.1.2 我国房地产市场现状

1.2 研究意义

1.3 研究思路及内容

1.4 研究的创新点

2 文献综述

2.1 国外研究文献综述

2.2 国内研究文献综述

3 数据的基本分析和预处理

3.1 研究样本和变量的选取

3.1.1 样本选取说明

3.1.2 影响因素选择分析

3.2数据特征分析

3.2.1房价变化及特征说明

3.2.2变量的描述性统计

3.2.3 房价和影响因素的相关分析

3.3 城市类型的划分

3.3.1 划分依据说明

3.3.2 聚类结果分析

4 城市房价影响因素的实证分析

4.1 模型的基本构造

4.1.1 普通面板数据模型构造

4.1.2 空间面板数据模型构造

4.2 普通面板模型的实证分析

4.2.1 模型形式检验

4.2.2 模型的估计及结果分析

4.3 空间面板模型的实证分析

4.3.1 空间权重矩阵介绍

4.3.2 空间相关性检验

4.3.3 空间面板模型设定形式的检验

4.3.4 不同权重矩阵下的模型回归结果

4.3.5不同空间权重矩阵下的模型比较分析

5 研究结论及政策建议

5.1 主要结论

5.2 政策建议

5.3 不足和展望

参考文献

致谢

展开▼

摘要

近年来房地产行业实现了跨越式发展,对国民经济起到重要支撑作用的同时也助力了中国经济的腾飞。但随着房地产行业的快速扩张,日益高涨的房价成为了社会各界的关注热点,我国政府也相继出台了多项政策来对房价进行控制。为了确保宏观政策调控的合理性,这需要对整个房地产行业进行更为科学有效的分析。  以前有关于房价的研究大多假定不同省份之间的房价在空间分布上是相互独立的,忽略了空间依赖性和空间异质性的存在,且研究对象集中于省域范围内。但相关研究表明不同城市的房价之间可能存在空间上的相关性,因此本文基于全国31个主要城市2005年-2018年的统计数据,在普通面板模型的基础上,除了引入基于地理位置的邻接权重矩阵和距离权重矩阵之外,根据31个城市按经济指标聚类的结果,构造经济分类权重矩阵,再采用空间计量经济学的方法研究城市房价的空间相关性及其影响因素。  本文结构大致如下:第一章介绍了房价影响因素的研究背景和意义、本文的研究思路和内容以及本文研究的创新之处,第二章对国内外部分关于房价影响因素的文献进行了研究和概括,第三章对样本和数据的选取进行了描述和解释,并展开一些描述性统计分析及可行性分析。  第四章对商品房销售价格及其影响因素的总体数据建立普通模型,在通过一系列检验之后确定模型的最终形式,得到参数的估计结果。接下来在考虑空间相关性的基础上,利用Moran’s I指数检验31个城市间房价是否存在空间依赖性,结果表明城市的房价之间确实存在空间相关性。在设定Queen邻接、反距离、经济距离和根据城市聚类结果自定义的经济分类这四种不同的空间权重矩阵之后,建立对应的空间面板模型,并对模型进行检验,确定模型形式,然后根据四个模型的估计结果,综合变量显著性、拟合优度、AIC值和BIC值等指标对模型进行选择。比较空间面板模型的估计结果发现,四个权重矩阵下的参数估计值相差不大,整体上具有相似性,但不同权重矩阵下房价的空间相关性强弱有所不同。比较普通面板模型和空间面板模型的实证分析结果发现,模型中通过显著性检验的变量略有不同,且通过空间面板模型得到的结论比没有将空间相关性纳入考虑的普通面板模型更为合理可靠,模型的拟合效果也更好。  第五章在实证研究的基础上得出了影响31个城市商品房价格的有关因素,即空间相关性、城镇人均可支配收入、人口总数、房地产投资开发额、房屋竣工面积和商品房销售面积这些因素会对城市的房价产生影响,并在此基础上为促进房地产行业的健康稳定发展提出了一些建议,房价的调控应该坚持统筹兼顾和因地制宜相结合的原则,政府在尊重房地产市场发展规律的基础上加大宏观调控力度。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号