我国住宅商品房市场价格的区域差异性研究

发布时间：2017-04-23 19:05

  本文关键词：我国住宅商品房市场价格的区域差异性研究，，由笔耕文化传播整理发布。

【摘要】：房地产业作为我国国民经济发展的重要基础性产业和支柱产业,其稳定发展与否关系着整体的经济运行。判断房地产市场是否稳定发展的一项重要指标就是房地产价格,对房地产价格的变化进行深入研究分析,加强对房地产业稳定发展的保障,对整个国民经济发展意义重大。自1998年我国实行房地产市场全面市场化改革以来,随着房地产市场的不断发展和成熟,房地产价格不断上涨。随之而来的,房地产价格的区域差异愈加凸显,如2014年北京、上海等一线城市住宅商品房价格已接近20000元/平方米,深圳市更是突破了20000元/平方米,而如洛阳、榆林等三四线城市住宅商品房价格仍在4000元/平方米左右。过高的房价已经开始影响居民的正常生活,而如果房价的区域差异得不到合理的调控,那么将会严重影响我国社会稳定。因此,深入研究我国住宅商品房价格变化及其区域差异对促进房地产市场和国民经济健康稳定发展具有重要意义。本文首先从理论角度分析产生房价区域差异的主要原因,认为这种房价的区域差异特征主要来源于住房之间的特征的差异。同时结合我国房地产市场发展现状进行房价区域差异的探索性空间统计分析以及空间相关性检验,分析结果显示由于房地产具有位置的固定性和不可移动性、使用长期性、保值增值性等特点,我国房地产价格存在显著的区域差异和空间相关性。其次,结合我国房地产相关数据,通过建立面板模型对相关影响因素进行甄别,确定了收入水平、经济发展、土地供给、人口因素和信贷因素五个方面中的人均可支配收入、失业率、GDP、住宅房地产销售面积、人口自然增长率和住宅房地产投资额六个指标为影响房价变化的主要影响因素。再次,为检验解释变量与被解释变量的溢出效应,构建空间和时间双固定的空间杜宾模型来验证房价的空间特征,结果显示,房价变动对空间邻近地区具有显著的正向溢出效应,失业率和人口自然增长率对房价变动没有显著影响。但是空间溢出效应分解显示,人口自然增长率的直接效应、间接效应和总效应均为正,但直接效应不显著；失业率的直接效应为正、间接效应和总效应为负,但均不显著。空间依赖性分析表明房价变动的区域差异显著存在,各城市的房价变动存在显著空间相关性,其产生区域差异的主要原因来自于变量的溢出效应。最后,本文还选取2014年的横截面数据通过构建空间变系数模型——地理加权回归模型(Geographically Weighted Regression,GWR)对房价影响因素的空间异质性进行分析。模型的探索回归结果表明,失业率、GDP和人口自然增长率三个指标能够更好的说明空间异质性,模型估计结果显示：相比经典计量模型,GWR模型的拟合效果更好。我国房价的变化存在显著的区域差异,不同地区的失业率、GDP和人口自然增长率对房价变动具有不同的影响。这为各地区政府因地制宜的制定房地产市场调控政策,把握推动房价上涨的根源,有针对性的进行宏观调控,提供了一定的依据。
【关键词】：住宅商品房价格 区域差异 空间杜宾模型 GWR模型
【学位授予单位】：西南财经大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F299.23
【目录】：

• 摘要4-6
• Abstract6-10
• 1. 绪论10-16
• 1.1 研究背景10-12
• 1.2 研究意义12-13
• 1.3 主要研究问题、方法和研究路线13-15
• 1.4 论文结构15
• 1.5 本文的创新之处15-16
• 2. 文献综述、基础理论和分析方法16-31
• 2.1 国内外文献综述16-19
• 2.2 影响房地产价格区域差异因素的基础理论分析19-23
• 2.2.1 影响因素的文献分析19-23
• 2.2.2 小结23
• 2.3 空间计量经济学分析方法23-31
• 2.3.1 基本概念23-24
• 2.3.2 空间权重矩阵24-25
• 2.3.3 空间自相关指数25-27
• 2.3.4 空间面板模型27-28
• 2.3.5 空间变系数模型28-31
• 3. 我国房地产市场发展现状和区域差异特征分析31-48
• 3.1 我国房地产市场发展现状分析32-40
• 3.1.1 住宅商品房平均销售价格32-34
• 3.1.2 住宅商品房需求状况34-36
• 3.1.3 我国住宅商品房供给情况36-39
• 3.1.4 住宅房地产开发投资状况39-40
• 3.2 我国住宅商品房价格的区域特征分析40-43
• 3.3 空间特征和结构分析43-47
• 3.3.1 空间权重矩阵的构建43
• 3.3.2 全局空间相关性分析43-45
• 3.3.3 局部空间相关性分析45-47
• 3.4 本章小结47-48
• 4. 实证分析48-76
• 4.1 我国影响房地产价格区域差异因素分析48-52
• 4.2 房地产价格影响因素的面板模型分析52-60
• 4.2.1 数据来源与指标选取52-53
• 4.2.2 模型的构建与分析53-54
• 4.2.3 面板数据模型估计结果分析54-59
• 4.2.4 小结59-60
• 4.3 房地产价格影响因素的空间面板模型分析60-68
• 4.3.1 空间面板模型的检验与构建60-63
• 4.3.2 模型估计63-66
• 4.3.3 模型估计结果分析66-68
• 4.4 空间异质性模型分析68-74
• 4.4.1 模型的构建69-70
• 4.4.2 模型的估计70-72
• 4.4.3 结果分析72-74
• 4.5 本章小结74-76
• 5. 结论与展望76-80
• 5.1 研究结论76-78
• 5.2 政策建议78-79
• 5.3 未来展望79-80
• 参考文献80-86
• 附录86-91
• 致谢91

【相似文献】

中国期刊全文数据库 前10条

1 陈殿阁;论住宅商品房价格形成机制[J];辽宁大学学报(哲学社会科学版);2005年04期

2 陈殿阁;;试析完善住宅商品房价格形成机制的对策[J];中国物价;2006年06期

3 杨继先;刘平;;基于客户价值的住宅商品房功能满意度分析[J];科技经济市场;2009年11期

4 王健康;;花苑村住宅商品房开工[J];施工企业管理;1987年06期

5 ;成都市近期非住宅商品房行情[J];中外房地产导报;1995年17期

6 蓉房;成都近期住宅商品房行情[J];中国房地信息;1997年09期

7 蒋明远;住宅商品房开发应重视商品价值[J];住宅科技;1998年08期

8 吴慧中;上海空置住宅商品房的成因和对策[J];上海管理科学;2000年05期

9 夏剑锋;武汉住宅商品房的发展趋势[J];统计与决策;2002年05期

10 陈殿阁;完善住宅商品房价格形成机制的思路[J];税务;2002年11期

中国重要报纸全文数据库 前10条

1 昆杉;昆山：出台文件规范住宅商品房价格论证[N];江苏法制报;2008年

2 高改芳;去年上海住宅商品房价格下降3.2%[N];中国证券报;2007年

3 本报记者 刘天红;房价，还能一路上涨吗？[N];抚顺日报;2006年

4 记者 李建兴;财政部拍卖违规违纪资产[N];人民日报;2000年

5 记者 王岚 通讯员 周嘉娣;上半年宁波三江片房价同比上涨5.3%[N];宁波日报;2007年

6 本报记者 邹伟;上市量：今年前10个月同比多2766套[N];南京日报;2007年

7 记者 朱蓓宁邋实习生 严静;低价房竞拍热情回落[N];南通日报;2008年

8 王远未 方霞 本报记者 薛庆元;住宅商品房变成了办公公寓[N];中国消费者报;2009年

9 一财;青岛高房价“经营城市”思路终结[N];江苏法制报;2007年

10 郑春平;南京：收紧房价虚高的缰绳[N];新华每日电讯;2003年

中国博士学位论文全文数据库 前1条

1 唐烈英;个人住宅商品房买卖贷款按揭法律问题研究[D];西南政法大学;2005年

中国硕士学位论文全文数据库 前10条

1 刘浪;我国住宅商品房价格趋高的因素分析[D];湖南农业大学;2008年

2 黄襄;住宅商品房价格合理性评价研究[D];广西大学;2015年

3 杨木杰;货币政策对昆明住宅商品房市场调控效果研究[D];云南财经大学;2016年

4 王睿;三亚市新建住宅商品房空置调控研究[D];云南财经大学;2016年

5 祁科;栻桥住宅商品房项目可行性研究[D];天津大学;2014年

6 程莉;基于数据挖掘的皖南地区小城市住宅商品房市场分析应用[D];安徽工业大学;2015年

7 武阳;我国住宅商品房市场价格的区域差异性研究[D];西南财经大学;2016年

8 熊灿;中国住宅商品房定价机制研究[D];湖南师范大学;2012年

9 戎晨芳;对影响我国住宅商品房价格的主要因素分析及政策建议[D];安徽大学;2010年

10 叶丽群;成都市普通住宅商品房目标消费者行为研究[D];四川师范大学;2009年

  本文关键词：我国住宅商品房市场价格的区域差异性研究，由笔耕文化传播整理发布。

本文编号：322854