我国人口结构对商品住宅价格的影响研究 ——基于31个省份的实证分析
发布时间:2021-02-03 17:36
改革开放以来,我国房地产业发展迅速,已成为经济发展的重要支柱,但随着经济的发展,行业成长中的诸多问题也逐渐显现出来,其中,商品住宅价格的不断上涨,已成为全社会关注的焦点。我国多次出台相关政策措施来抑制高涨的房价,但收效甚微。尤其是在2004年以来,截至2016年底,我国商品住宅价格年均增长达到了10.2%,其中2016年涨幅更是高达16.6%。对此,不少学者对商品住宅价格的影响因素进行了探究,但鉴于引起商品住宅价格变化的原因较多,得到的结论也存在较大差异。根据“需求决定经济”的市场经济定律,有必要对我国房地产市场发展中的需求及需求主体进行深入分析,厘清市场需求主体对商品住宅价格的作用机制,方能为房地产业的健康发展提供科学切实的参考。人口作为住宅需求的主体,对商品住宅价格具有根本性的影响。人口的结构因素众多,其作用过程均在于通过对住宅供求平衡产生影响进而引起商品住宅价格的波动。由于经济的发展、社会思想观念的转变以及二十世纪七十年代“计划生育”政策的实施,我国的人口结构正在发生巨大的转变——人口老龄化日益加剧,我国人口红利正在逐渐消失;教育环境的改善,社会人口教育水平大幅提高,主要表现为人...
【文章来源】:中南财经政法大学湖北省 211工程院校 教育部直属院校
【文章页数】:87 页
【学位级别】:硕士
【部分图文】:
论文框架和思路图
从理论上说,房地产市场的供求均衡总是会达住宅价格由0P 上升至'P ,但是 价格对购买者而言过,此时,房地产市场中就会出现供大于求的现象,当商品价出售住宅,此时,由于商品住宅价格降低,需求也会果价格下跌到一定程度,供给方将会愈来愈不愿意提供,商品住宅价格才逐渐稳定下来。但是在现实情况中,,均衡只是一种永远的趋势,均衡价格的变动方向也取相对幅度,即取决于房地产需求的价格弹性与供给的价
受教育年限(edu)、第二产业从业人员比例(si)、第三产业从业人员比例(可支配收入(lninc)、人口城镇化率(urban)和常住流动人口比例( flo)市场相关指标为商品住宅价格(lnhp)、新开工住宅面积(lnranc)、住宅开(lnrdi)等,由于有配偶人口比例(mar )指标对商品住宅价格影响并不显在此处不纳入考虑。在各个指标历年数据的基础上求取均值进行“降维”,选用欧氏距离,由于不同指标之间的数量级相差较大,若直接进行聚类分析忽略较小指标的作用,因此本文先对各个指标利用全距标准化进行转化,即除以其最大值和最小值之差。聚类分析结果如表 3-7 所示。表 3-7 基于人口结构和住宅市场特征的区域聚类分析结果类别 地区一类区域 北京、上海、天津、广东、浙江、江苏、辽宁二类区域 安徽、重庆、福建、河北、湖北、湖南、吉林、江西、内蒙古、四川、陕西、山西、黑龙江三类区域 甘肃、广西、贵州、海南、河南、宁夏、青海、新疆、西藏、云南区域划分结果在地图上表示如图 3-1 所示。
【参考文献】:
期刊论文
[1]日本经验对我国住房市场区域发展趋势的启示[J]. 任荣荣. 中国投资. 2017(01)
[2]城镇化对房价的影响:理论与实证分析[J]. 张延,张静. 财政研究. 2016(06)
[3]长三角房价波动区域差异分析[J]. 陈煜雯. 财经界(学术版). 2016(07)
[4]人口结构对房地产价格的影响——基于动态面板和门限模型的实证研究[J]. 左杨. 吉林金融研究. 2016 (03)
[5]住房价格与城镇居民收入分配差距关系研究——基于26个大中城市的实证[J]. 杨巧,杨扬长. 贵州财经大学学报. 2016(02)
[6]人口年龄结构、预期与中国房价:基于需求方的视角[J]. 叶永刚,王凌伟,魏海瑞. 统计与决策. 2016(04)
[7]不同城市的房价是否具有相同的人口集聚效应——基于35个大中城市PVAR模型的实证分析[J]. 楚尔鸣,何鑫. 统计与信息论坛. 2016(03)
[8]人口冲击、婚姻和住房市场[J]. 刘学良,吴璟,邓永恒. 南开经济研究. 2016(01)
[9]房价变动的影响因素研究:一个文献综述[J]. 袁东,何秋谷,赵波. 经济与管理研究. 2016(03)
[10]人口老龄化与房价的区域差异研究——基于面板协整模型的实证分析[J]. 邹瑾,于焘华,王大波. 金融研究. 2015(11)
本文编号:3016902
【文章来源】:中南财经政法大学湖北省 211工程院校 教育部直属院校
【文章页数】:87 页
【学位级别】:硕士
【部分图文】:
论文框架和思路图
从理论上说,房地产市场的供求均衡总是会达住宅价格由0P 上升至'P ,但是 价格对购买者而言过,此时,房地产市场中就会出现供大于求的现象,当商品价出售住宅,此时,由于商品住宅价格降低,需求也会果价格下跌到一定程度,供给方将会愈来愈不愿意提供,商品住宅价格才逐渐稳定下来。但是在现实情况中,,均衡只是一种永远的趋势,均衡价格的变动方向也取相对幅度,即取决于房地产需求的价格弹性与供给的价
受教育年限(edu)、第二产业从业人员比例(si)、第三产业从业人员比例(可支配收入(lninc)、人口城镇化率(urban)和常住流动人口比例( flo)市场相关指标为商品住宅价格(lnhp)、新开工住宅面积(lnranc)、住宅开(lnrdi)等,由于有配偶人口比例(mar )指标对商品住宅价格影响并不显在此处不纳入考虑。在各个指标历年数据的基础上求取均值进行“降维”,选用欧氏距离,由于不同指标之间的数量级相差较大,若直接进行聚类分析忽略较小指标的作用,因此本文先对各个指标利用全距标准化进行转化,即除以其最大值和最小值之差。聚类分析结果如表 3-7 所示。表 3-7 基于人口结构和住宅市场特征的区域聚类分析结果类别 地区一类区域 北京、上海、天津、广东、浙江、江苏、辽宁二类区域 安徽、重庆、福建、河北、湖北、湖南、吉林、江西、内蒙古、四川、陕西、山西、黑龙江三类区域 甘肃、广西、贵州、海南、河南、宁夏、青海、新疆、西藏、云南区域划分结果在地图上表示如图 3-1 所示。
【参考文献】:
期刊论文
[1]日本经验对我国住房市场区域发展趋势的启示[J]. 任荣荣. 中国投资. 2017(01)
[2]城镇化对房价的影响:理论与实证分析[J]. 张延,张静. 财政研究. 2016(06)
[3]长三角房价波动区域差异分析[J]. 陈煜雯. 财经界(学术版). 2016(07)
[4]人口结构对房地产价格的影响——基于动态面板和门限模型的实证研究[J]. 左杨. 吉林金融研究. 2016 (03)
[5]住房价格与城镇居民收入分配差距关系研究——基于26个大中城市的实证[J]. 杨巧,杨扬长. 贵州财经大学学报. 2016(02)
[6]人口年龄结构、预期与中国房价:基于需求方的视角[J]. 叶永刚,王凌伟,魏海瑞. 统计与决策. 2016(04)
[7]不同城市的房价是否具有相同的人口集聚效应——基于35个大中城市PVAR模型的实证分析[J]. 楚尔鸣,何鑫. 统计与信息论坛. 2016(03)
[8]人口冲击、婚姻和住房市场[J]. 刘学良,吴璟,邓永恒. 南开经济研究. 2016(01)
[9]房价变动的影响因素研究:一个文献综述[J]. 袁东,何秋谷,赵波. 经济与管理研究. 2016(03)
[10]人口老龄化与房价的区域差异研究——基于面板协整模型的实证分析[J]. 邹瑾,于焘华,王大波. 金融研究. 2015(11)
本文编号:3016902
本文链接:https://www.wllwen.com/shekelunwen/renkou/3016902.html