学区特征对存量住宅价格的影响及空间异质性研究 ——以深圳为例
发布时间：2021-10-23 23:19
随着我国经济的快速发展,居民生活水平日益提高,在满足衣食住行等基本生活需求前提下,人们开始重视对于精神层面的追求。获取优质教育资源作为提升精神层次的一种途径,父母为了让孩子们接受更好的教育,往往通过购置住房来获取受教育的便利性。而在我国优质教育资源稀缺且空间分布不均衡,日益增长的教育需求与供给间的矛盾凸显,因此,学区房问题成为了人们关注的热点。在这种情况下,教育资源对住宅价格的影响机制也逐渐展现出来,各地区天价学区房现象层出不群。在研究领域,学区房相关问题受到国内外学者的关注,并且取得一定成果。但是,整体来看,研究思路,侧重点都十分类似,得到的结果呈现一定的相似性。因此,为了探索学区房形成机理,准确了解不同区域教育资源对住宅市场的影响情况及差异性。本文对学区内教育资源质量进行细化,将住宅特征变量中的学区特征进行单独分析,考虑学区内小学和初中影响,全面研究学区内教育资源对住宅价格的影响机制。本文将针对不同区域教育资源对住宅价格影响的差异性问题,先构建特征价格模型和空间计量模型,从全局层面分析学区特征对住宅价格的影响程度及空间相关关系,并验证模型设立的准确性。然后,构建地理加权回归模型,揭...
【文章来源】：深圳大学广东省
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
技术路线
在确定了研究内容，研究方法和研究目的等基本信息后，根据模型的选择，应确定模型变量的选取，量化等内容。因此，本章将根据实际情况确定研究区域，然后进行模型变量的选取，变量的量化分析，最后完成实证数据的收集和预处理。4.1 研究区域4.1.1 深圳市住宅市场概况深圳市作为我国的第一个经济特区，经济发展迅猛，在短短 40 年的时间里，发展成为了国际化城市。2017 年深圳市 GDP 赶超广州，达 22438.39 亿元，固定资产投资5147.32 亿元，增长 23.8%，其中，房地产开发投资 2135.86 亿元，占比 41%。全市土地面积 1997.27 平方公里，常住人口 1252.83 万人，户籍人口 434.72 万人。深圳市房地产市场在良好经济体系支撑下，商品住宅价格持续上涨，历年来商品住宅价格变动情况如图 4-1 所示。
图 4-2 住宅样本分布图本文在确定小区样本后，根据学区划分情况，确定小区所对应的小学和初中，对于小区对应多所学校的情况，则采用质量较高的学校作为影响因素，最终确定小学 88 所，初中 58 所，具体分布情况如图 4-3、4-4 所示。
【参考文献】：
期刊论文
[1]西部中小城市住宅地价空间分异规律及影响因素研究——以天水市为例[J]. 吕志芳,陈英. 甘肃农业大学学报. 2017(05)
[2]基于地理加权回归模型对我国房地产投资影响因素分析[J]. 孙志妍,张洪. 经济研究导刊. 2017(05)
[3]北京市公共服务设施配置对住房价格的影响[J]. 梁军辉,林坚,吴佳雨. 城市发展研究. 2016(09)
[4]基于特征价格法的学区房价格外溢效应探讨——以厦门岛为例[J]. 洪世键,周玉. 建筑经济. 2016(02)
[5]基于地理加权回归的中国灰水足迹人文驱动因素分析[J]. 孙克,徐中民. 地理研究. 2016(01)
[6]学区房溢价新探——基于北京市城六区重复截面数据的实证分析[J]. 哈巍,吴红斌,余韧哲. 教育与经济. 2015(05)
[7]“学区房”溢价持续扩大的原因与对策研究——来自北京市的经验分析[J]. 陈舜,陈建伟. 西部论坛. 2015(05)
[8]基于特征价格模型的沈阳市商品住宅价格指数[J]. 赵亮. 东北大学学报(自然科学版). 2015(08)
[9]教育质量“资本化”对住房价格的影响——基于成都市武侯区小学学区房的实证分析[J]. 刘润秋,孙潇雅. 财经科学. 2015(08)
[10]优质教育资源对杭州学区房价格影响研究[J]. 毛丰付,罗刚飞,潘加顺. 城市与环境研究. 2014(02)
博士论文
[1]城市住宅地价空间分异及调控研究[D]. 刘洪洁.中国地质大学(北京) 2015
[2]基于Hedonic模型的上海住宅特征价格研究[D]. 王旭育.同济大学 2006
硕士论文
[1]基于地理加权回归的城市出租车客流影响因素分析及建模[D]. 叶显严.西南交通大学 2017
[2]学区质量对房价影响分析中的边界固定法和空间计量法的对比研究[D]. 李亚宁.深圳大学 2016
[3]优质小学对普通住房市场房价及房租影响的研究[D]. 江维.华中师范大学 2016
[4]城市住宅特征价格的空间异质性研究[D]. 陶云龙.浙江大学 2015
[5]基于GWR模型的武汉市住宅地价空间分异及影响因素研究[D]. 聂俊成.华中农业大学 2014
[6]基于特征价格模型的上海小区房价研究[D]. 张圣甫.复旦大学 2014
[7]城市义务教育资源对住宅价格的辐射效应[D]. 石文.哈尔滨工业大学 2013
[8]住房价格中地方公共品的资本化效应及其空间异质性研究[D]. 辛磊.清华大学 2013
[9]城市教育配套对住宅价格的影响研究[D]. 杨尚.浙江大学 2013
[10]基于地理加权回归模型的农用地地价空间结构研究[D]. 马瑛.华中农业大学 2012
本文编号：3454112
【文章来源】：深圳大学广东省
【文章页数】：81 页
【学位级别】：硕士
【部分图文】：
技术路线
在确定了研究内容，研究方法和研究目的等基本信息后，根据模型的选择，应确定模型变量的选取，量化等内容。因此，本章将根据实际情况确定研究区域，然后进行模型变量的选取，变量的量化分析，最后完成实证数据的收集和预处理。4.1 研究区域4.1.1 深圳市住宅市场概况深圳市作为我国的第一个经济特区，经济发展迅猛，在短短 40 年的时间里，发展成为了国际化城市。2017 年深圳市 GDP 赶超广州，达 22438.39 亿元，固定资产投资5147.32 亿元，增长 23.8%，其中，房地产开发投资 2135.86 亿元，占比 41%。全市土地面积 1997.27 平方公里，常住人口 1252.83 万人，户籍人口 434.72 万人。深圳市房地产市场在良好经济体系支撑下，商品住宅价格持续上涨，历年来商品住宅价格变动情况如图 4-1 所示。
图 4-2 住宅样本分布图本文在确定小区样本后，根据学区划分情况，确定小区所对应的小学和初中，对于小区对应多所学校的情况，则采用质量较高的学校作为影响因素，最终确定小学 88 所，初中 58 所，具体分布情况如图 4-3、4-4 所示。
【参考文献】：
期刊论文
[1]西部中小城市住宅地价空间分异规律及影响因素研究——以天水市为例[J]. 吕志芳,陈英. 甘肃农业大学学报. 2017(05)
[2]基于地理加权回归模型对我国房地产投资影响因素分析[J]. 孙志妍,张洪. 经济研究导刊. 2017(05)
[3]北京市公共服务设施配置对住房价格的影响[J]. 梁军辉,林坚,吴佳雨. 城市发展研究. 2016(09)
[4]基于特征价格法的学区房价格外溢效应探讨——以厦门岛为例[J]. 洪世键,周玉. 建筑经济. 2016(02)
[5]基于地理加权回归的中国灰水足迹人文驱动因素分析[J]. 孙克,徐中民. 地理研究. 2016(01)
[6]学区房溢价新探——基于北京市城六区重复截面数据的实证分析[J]. 哈巍,吴红斌,余韧哲. 教育与经济. 2015(05)
[7]“学区房”溢价持续扩大的原因与对策研究——来自北京市的经验分析[J]. 陈舜,陈建伟. 西部论坛. 2015(05)
[8]基于特征价格模型的沈阳市商品住宅价格指数[J]. 赵亮. 东北大学学报(自然科学版). 2015(08)
[9]教育质量“资本化”对住房价格的影响——基于成都市武侯区小学学区房的实证分析[J]. 刘润秋,孙潇雅. 财经科学. 2015(08)
[10]优质教育资源对杭州学区房价格影响研究[J]. 毛丰付,罗刚飞,潘加顺. 城市与环境研究. 2014(02)
博士论文
[1]城市住宅地价空间分异及调控研究[D]. 刘洪洁.中国地质大学(北京) 2015
[2]基于Hedonic模型的上海住宅特征价格研究[D]. 王旭育.同济大学 2006
硕士论文
[1]基于地理加权回归的城市出租车客流影响因素分析及建模[D]. 叶显严.西南交通大学 2017
[2]学区质量对房价影响分析中的边界固定法和空间计量法的对比研究[D]. 李亚宁.深圳大学 2016
[3]优质小学对普通住房市场房价及房租影响的研究[D]. 江维.华中师范大学 2016
[4]城市住宅特征价格的空间异质性研究[D]. 陶云龙.浙江大学 2015
[5]基于GWR模型的武汉市住宅地价空间分异及影响因素研究[D]. 聂俊成.华中农业大学 2014
[6]基于特征价格模型的上海小区房价研究[D]. 张圣甫.复旦大学 2014
[7]城市义务教育资源对住宅价格的辐射效应[D]. 石文.哈尔滨工业大学 2013
[8]住房价格中地方公共品的资本化效应及其空间异质性研究[D]. 辛磊.清华大学 2013
[9]城市教育配套对住宅价格的影响研究[D]. 杨尚.浙江大学 2013
[10]基于地理加权回归模型的农用地地价空间结构研究[D]. 马瑛.华中农业大学 2012
本文编号：3454112
本文链接：https://www.wllwen.com/jingjilunwen/jingjiguanlilunwen/3454112.html
