长江三角洲城市群住宅价格传导及影响因素研究

发布时间：2017-03-23 11:25

  本文关键词：长江三角洲城市群住宅价格传导及影响因素研究，由笔耕文化传播整理发布。

【摘要】：住宅是人类生存与发展的最基本生活资料之一,也是衡量一个国家经济发展和生活水平的重要标志。由房地产行业的发展历程可知,城市商品住宅市场波动频繁,受政策及各社会经济影响较大,因此城市商品住宅一直是政府部门、房地产学术界关注的热点和焦点问题。随着房地产行业市场化进程推进,城市住宅价格逐渐呈现区域分化、空间分化趋势,住宅价格在城市间的空间扩散效应持续增强,一个城市的房价变化往往会影响周边城市房价波动。基于此背景,选择合理的研究范围,深入研究区域房地产价格变化的传导波动规律,判断空间因素对房地产价格的影响程度,是房地产住宅价格研究的重中之重。同时,不同区域经济发展情况不同,房地产市场的需求和供给存在着区域差异,导致住宅价格影响因素存在差异,因此研究区域住宅价格的影响机制具有必要性。本文借鉴房地产价格研究的“波纹效应”理论,针对住宅价格城市间差异问题的现实需要,以长江三角洲为研究区域,以各城市商品住宅价格为研究对象,在详细分析国内外研究成果基础上,通过协整关系检验、Granger因果关系检验和脉冲响应函数等方法,量化区域住宅价格变化的传导规律和影响力度；在此基础上,判断长三角城市群住宅价格的空间关系,构建空间计量模型研究影响住宅价格变化的关键因素,提出区域差异化的房地产市场调控策略。论文的核心研究内容包括以下四部分：1、长三角住宅价格传导路径分析。从区域性角度,明确区域住宅价格传导路径及具体情况,全面考察长三角核心区住宅价格在多个城市间的相关性及传导情况,采用Granger因果检验等计量经济方法,明晰长三角住宅价格的传导路径和基本机理。2、长三角重点城市住宅价格变化联动分析。利用脉冲响应函数等计量经济方法,为进一步验证住宅价格传导的连续性及持久影响程度,判断某个城市住宅价格变化对其他城市的冲击效果,以及几个大中城市的互动规律及互动程度,明确区域住宅市场联系的紧密度。3、长三角住宅价格空间自相关分析。利用空间自相关指标检验长三角住宅价格的空间自相关性,明确空间地理位置是否为住宅价格易产生联动效应的显著影响因素。4、基于空间计量的长三角住宅价格影响因素研究。基于数据可得性角度,系统分析并选取引起住宅价格变动的因素,依据是否考虑空间因素建立两类回归模型(普通多元回归模型与空间计量模型),研究各城市住宅价格变化的差异及其显著影响因素,总结长三角住宅价格的影响机理。经过实证研究,总结研究成果如下：1、长三角城市间住宅价格变化存在显著传导作用。上海是长三角地区引发住宅价格变化联动的核心城市,长三角核心区域城市住宅价格传导符合由区域中心向周边区域扩散的规律,验证了房价传导的“波纹效应”。2、空间地理位置是住宅价格变化产生联动效应的显著影响因素。距离长三角核心城市上海的地理相邻程度越接近,越容易引发次级传导。相比较而言,上海、南京、杭州等几个大中城市,地理未直接相邻,传导的路径相对独立；不同行政区域,南京住宅价格对杭州和宁波住宅价格的上升具有一定的限制性。3、长三角核心区住宅价格存在长期正向的空间自相关与空间异质性特征。随着城市化进程推进及房地产市场的繁荣发展,长三角住宅市场的联系发展趋于紧密；然而因城市社会、经济发展程度不同,住宅价格存在高低差异,造成住宅价格在空间分布上具有局部差异性。4、长三角城市住宅价格变化存在显著的空间扩散效应。空间关系已成为住宅价格变化的显著影响因素；此外,在考虑了空间因素之后,体现房地产供给、需求以及经济基本面的变量对住宅价格的影响程度上有所减小。5、区域地区经济、城市居民收入水平、房地产供给、市场预期、空间关系都显著影响住宅价格,是住宅价格影响机理的重要组成部分,加上各城市住宅价格存在相互传导作用,由此综合形成长三角住宅价格的影响机制。此外,长三角住宅市场整体仍处于供不应求状态,但是其需求倾向于投资保值性需求,而非自住型需求,人口需求已不是主导住宅价格变化的显著因素；同时,长三角住宅价格处于高位运行时期,应做好市场调控措施,警惕泡沫风险。
【关键词】：住宅价格 传导路径 影响因素 空间计量 长江三角洲
【学位授予单位】：中国地质大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F299.23
【目录】：

• 作者简介7-8
• 摘要8-10
• abstract10-16
• 第一章 绪论16-23
• 1.1 研究背景与意义16-17
• 1.1.1 研究背景16-17
• 1.1.2 研究意义17
• 1.2 国内外研究综述17-20
• 1.2.1 国外研究现状17-18
• 1.2.2 国内研究现状18-19
• 1.2.3 文献评述及小结19-20
• 1.3 研究对象与范围20-21
• 1.4 研究方法与技术路线21-22
• 1.4.1 研究方法21
• 1.4.2 技术路线21-22
• 1.5 研究内容与论文结构22-23
• 第二章 长三角住宅价格传导路径分析23-30
• 2.1 研究方法介绍23-24
• 2.1.1 单位根检验23
• 2.1.2 Granger因果检验23-24
• 2.2 数据来源与处理24-25
• 2.3 实证检验25-29
• 2.3.1 ADF单位根检验25-26
• 2.3.2 Granger因果检验26-28
• 2.3.3 长三角住宅价格传导路径分析28-29
• 2.4 本章小结29-30
• 第三章 长三角重点城市住宅价格变化联动效应分析30-36
• 3.1 研究方法介绍30
• 3.1.1 协整检验30
• 3.1.2 脉冲响应函数30
• 3.2 数据来源与处理30-31
• 3.3 实证检验31-35
• 3.3.1 ADF单位根检验31-32
• 3.3.2 Johansen协整检验32
• 3.3.3 Granger因果检验32-33
• 3.3.4 脉冲响应函数33-35
• 3.4 本章小结35-36
• 第四章 长三角住宅价格空间自相关分析36-41
• 4.1 研究方法介绍36-37
• 4.1.1 空间权重矩阵36
• 4.1.2 全局空间自相关36-37
• 4.1.3 局部空间自相关37
• 4.2 数据来源与处理37
• 4.3 实证检验37-40
• 4.3.1 空间权重矩阵定义37-38
• 4.3.2 Moran's I统计量38-39
• 4.3.3 LISA统计量39-40
• 4.4 本章小结40-41
• 第五章 基于空间计量的长三角住宅价格影响因素分析41-51
• 5.1 研究方法介绍41-42
• 5.1.1 空间滞后模型41
• 5.1.2 空间误差模型41-42
• 5.1.3 地理加权回归模型42
• 5.2 变量选择与数据预处理42-43
• 5.2.1 变量选择42-43
• 5.2.2 数据来源与处理43
• 5.3 实证检验43-50
• 5.3.1 全域回归模型43-47
• 5.3.2 局域回归模型47-49
• 5.3.3 回归模型比较49-50
• 5.4 本章小结50-51
• 第六章 结论与展望51-53
• 6.1 研究结论51
• 6.2 区域房地产市场调控政策建议51-52
• 6.3 论文局限性及后续研究展望52-53
• 6.3.1 论文研究局限性52
• 6.3.2 后续研究展望52-53
• 致谢53-54
• 参考文献54-57
• 附图57-62
• 附图1：长三角重点城市住宅价格脉冲响应函数结果57-58
• 附图2：长三角住宅价格全局Moran's I指数58-59
• 附图3：长三角住宅价格局部空间自相关LISA图59-62
• 附表62-74
• 附表1：长三角12个城市住宅价格Granger因果检验结果62-67
• 附表2：长三角重点城市住宅价格Johansen协整检验结果67-70
• 附表3：长三角重点城市住宅价格Granger因果检验结果70-71
• 附表4：长三角核心区住宅价格MLRM模型检验结果71-73
• 附表5：长三角核心区住宅价格SLM模型检验结果73-74
• 附表6：长三角核心区住宅价格SEM模型检验结果74

【相似文献】

中国期刊全文数据库 前10条

1 常亚滨,张迎丽;我市住宅价格上涨因素剖析[J];克山师专学报;2004年01期

2 王秋石;加息对我国住宅价格影响的经济学分析[J];审计与理财;2004年11期

3 张海旺;范宝虹;;全国普通住宅价格增长加速的背后[J];数据;2007年10期

4 潘石屹;;两三年后住宅价格一定降[J];21世纪建筑材料居业;2011年10期

5 丛亚军;现有住宅价格应重新核定[J];当代法学;1996年06期

6 刘福垣;如何把住宅价格降下来[J];中国土地;1998年07期

7 ;住宅价格分为四类三档[J];特区与港澳经济;1998年05期

8 ;我国住宅价格将定为四类三档[J];中国保险;1998年06期

9 王爱华;影响住宅价格的因素[J];住宅科技;1999年06期

10 ;2013年12月70个大中城市新建住宅价格指数[J];中国房地产;2014年03期

中国重要会议论文全文数据库 前6条

1 冯长春;刘保奎;;住宅价格对城市轨道交通的空间响应过程分析——以深圳地铁1号线为例[A];中国地理学会2006年学术年会论文摘要集[C];2006年

2 王向成;;住宅价格、偿债风险与系统危机和措施[A];建设经济文化强省：挑战·机遇·对策——山东省社会科学界2009年学术年会文集（2）[C];2009年

3 徐大伟;段姗姗;王佳宏;;北京市城市住宅价格环境影响特征因素的实证研究[A];2010中国可持续发展论坛2010年专刊（二）[C];2010年

4 曹振良;;促进住宅销售市场的形成和发育[A];当今中国经济学八大理论热点[C];1994年

5 王东;刘小明;赵子云;;不同波段深圳住宅价格外部影响因素的比较分析[A];第三届（2008）中国管理学年会——会计分会场论文集[C];2008年

6 刘钺;;基于GIS的城市住宅价格空间分异研究[A];中国地理信息系统协会第八届年会论文集[C];2004年

中国重要报纸全文数据库 前10条

1 逢佳;英国3月住宅价格月升0.4%[N];上海证券报;2007年

2 记者　 鲁扬 通讯员　 王轩;六城市住宅价格涨势不减[N];中华建筑报;2006年

3 固原;新建住宅价格首现负增长[N];扬州日报;2011年

4 记者 梁倩 高伟;百城住宅价格连续5月上涨[N];经济参考报;2012年

5 记者 陈玮 实习生 周丽瑶;兰州住宅价格同经下跌0.1%[N];兰州日报;2012年

6 本报记者 姚轩杰;十大城市住宅价格指数七连涨[N];中国证券报;2013年

7 记者 陈玮;兰州新建住宅价格同比上涨7.3%[N];兰州日报;2013年

8 记者 于祥明;百城住宅价格连涨17个月[N];上海证券报;2013年

9 记者 小言;三季度新建住宅价格同比上涨[N];西宁晚报;2013年

10 中金标准数据研究总监 高邃;连跌三个月 百城住宅价格同比下降首超半数[N];中国房地产报;2014年

中国博士学位论文全文数据库 前10条

1 杨冬宁;住宅价格的多因素动态分析研究[D];复旦大学;2009年

2 崔新明;城市住宅价格的动力因素及其实证研究[D];浙江大学;2003年

3 孔煜;城市住宅价格变动的影响因素研究[D];重庆大学;2006年

4 曾晖;城市住宅价格时空分布规律研究[D];南京林业大学;2012年

5 郝前进;特征价格法与上海住宅价格的决定机制研究[D];复旦大学;2007年

6 徐迎军;我国住宅价格波动与效应研究[D];南京航空航天大学;2011年

7 郭贵海;城市住宅价格演变规律空间影响因子相关性研究[D];中国矿业大学(北京);2012年

8 孙璐璐;近期我国城市住宅价格波动与政府宏观调控[D];西南财经大学;2006年

9 张娟锋;住宅价格与土地价格的城市间差异及其决定因素研究[D];浙江大学;2008年

10 吴松年;经济结构性失衡与住宅价格关系研究[D];复旦大学;2011年

中国硕士学位论文全文数据库 前10条

1 吕宁;我国八大经济区域和典型行政区域住宅价格变动的比较、分析及预测[D];东北财经大学;2005年

2 李琦;城市轨道交通对沿线住宅价格的影响研究[D];华中农业大学;2012年

3 关s，

本文编号：263642