产业结构、人口聚集对二线城市住房价格的影响研究
发布时间：2021-11-08 14:22
近年来,由于过快增长的流动性、城镇化空间结构的调整和实体经济投资渠道的缺陷,使得超一线城市以及许多二三线城市房价的高涨,并带动其他周围一些城市房价的增长。同时,众多学者在研究房价的影响因素时,从不同角度出发,发现房价增长的同时,我国城市的产业结构逐渐升级和人口聚集度逐渐升高。城市间房地产市场的差异逐渐变大,超一线城市和一线城市所拥有的资金、人才吸引力导致了区域要素配置的不平等,更多的资源流向了优势城市,为了缓解优势城市出现的“大城市病”问题,二线城市将是我国资源转移的重点城市。基于以上原因,本文从产业结构和人口聚集的视角介入,探究二者如何影响二线城市住宅价格。本文在梳理文献时,首先归纳了国内外学者所研究的影响房价的因素,其次,重点归纳了产业结构和人口聚集对住宅价格的影响和作用机理。随后进行了历史和现状研究,回顾了2003-2017年人口规模,人口密度和三大产业的发展过程和现状。在实证部分,通过收集2003-2017年30个二线城市的数据,以人口密度代表人口聚集、第二、三产业比值代表产业结构、住宅平均销售价格、土地价格、GDP、固定资产投资占比、人均可支配收入做控制变量,构建面板数据模型...
【文章来源】：江西财经大学江西省
【文章页数】：57 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第1章 绪论
1.1 研究背景、目的及意义
1.1.1 研究背景
1.1.2 研究目的
1.1.3 研究意义
1.2 研究内容和方法
1.2.1 研究内容
1.2.2 研究方法
1.3 可能的创新点
1.4 技术路线图
第2章 相关理论及文献综述
2.1 相关理论
2.1.1 房地产价格形成的理论基础
2.1.2 房地产商品价格的影响因素
2.2 文献综述
2.2.1 产业结构对住房价格的影响
2.2.2 人口聚集度对住房价格的影响
2.2.3 面板数据GMM估计
2.2.4 文献评述
第3章 住房价格、产业结构和人口聚集的变动情况
3.1 房价历史波动状况
3.2 人口聚集度特征
3.2.1 人口规模波动状况
3.2.2 人口密度趋势分析
3.2.3 人口聚集度的发展趋势
3.3 产业结构的演变及现状分析
3.3.1 三大产业产值历史变迁
3.3.2 产业结构高度化的历史演变及现状
第4章 产业结构、人口聚集对住房价格影响的实证研究
4.1 样本数据及变量的选取
4.1.1 城市类型的划分
4.1.2 样本构成
4.1.3 变量的选取
4.1.4 变量的描述性统计
4.2 模型的构建
4.3 计量检验
4.3.1 单位根及协整检验
4.3.2 协整检验
4.4 面板数据回归分析
4.4.1 固定效应回归:二线城市和三类城市
4.4.2 内生性问题与两阶段最小二乘回归
4.5 不同产业对房价的影响
第5章 结论、政策建议及展望
5.1 结论分析
5.2 政策建议
5.3 不足和展望
参考文献
致谢
【参考文献】：
期刊论文
[1]人口因素与房地产价格关系的研究——基于2006—2017大中城市面板数据的分析[J]. 任啸辰,傅程远. 中国国土资源经济. 2019(12)
[2]基于人口变化趋势的房地产价格分析[J]. 谭冰. 现代营销(下旬刊). 2019(11)
[3]产业结构升级、区域创新与经济增长——基于省际面板数据GMM分析[J]. 裴梦迪,方大春. 吉林工商学院学报. 2019(05)
[4]城市化如何推高中国房价?——基于城镇化水平分解的空间计量经济学分析[J]. 龚维进,徐春华,王海波. 经济问题探索. 2019(03)
[5]人力资本红利、产业结构升级与经济增长——基于省际面板数据GMM分析[J]. 王婷,方大春. 吉林工商学院学报. 2019(01)
[6]中国各地区人口特征和房价波动的动态关系[J]. 许永洪,吴林颖. 统计研究. 2019(01)
[7]中美房价影响因素的实证对比研究[J]. 刘琳,张洪瑞. 中国物价. 2018(12)
[8]利率市场化、显性存款保险与银行风险承担——基于两步系统GMM估计的实证分析[J]. 赵尚梅,贺江. 时代金融. 2018(11)
[9]资源集中、人口集聚与城市房价差异研究——基于35个大中城市面板数据的实证分析[J]. 周爱民,彭俊华,许桂华. 中国房地产. 2018(03)
[10]资源聚集、经济增长、土地供给与区际房价增长差异研究[J]. 汪昆,袁祥飞. 中国物价. 2018(01)
博士论文
[1]动态面板数据模型估计及其内生结构突变检验理论与应用[D]. 王津港.华中科技大学 2009
硕士论文
[1]产业结构变迁对房地产价格的影响研究[D]. 朱腾甜.湘潭大学 2019
[2]相对房价差异对地区产业结构的影响[D]. 张文杰.新疆大学 2018
[3]人口结构变化对房价的影响研究[D]. 黄诗韵.华东师范大学 2018
[4]人口结构、产业升级对房地产价格的影响研究[D]. 张凯锋.山东建筑大学 2018
[5]基于VAR模型的人口结构与商品住房价格关系的实证研究[D]. 陈鋆泽.浙江财经大学 2018
[6]外来人口、产业结构对房价影响的实证研究[D]. 李满.南京财经大学 2018
[7]产业结构、就业结构对房价的影响[D]. 彭银.华中师范大学 2017
[8]经济集聚与房价的空间差异性研究[D]. 刘汤娜.湘潭大学 2015
[9]经济聚集与人口聚集的关系分析[D]. 韦柳河.西南财经大学 2013
本文编号：3483870
【文章来源】：江西财经大学江西省
【文章页数】：57 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
第1章 绪论
1.1 研究背景、目的及意义
1.1.1 研究背景
1.1.2 研究目的
1.1.3 研究意义
1.2 研究内容和方法
1.2.1 研究内容
1.2.2 研究方法
1.3 可能的创新点
1.4 技术路线图
第2章 相关理论及文献综述
2.1 相关理论
2.1.1 房地产价格形成的理论基础
2.1.2 房地产商品价格的影响因素
2.2 文献综述
2.2.1 产业结构对住房价格的影响
2.2.2 人口聚集度对住房价格的影响
2.2.3 面板数据GMM估计
2.2.4 文献评述
第3章 住房价格、产业结构和人口聚集的变动情况
3.1 房价历史波动状况
3.2 人口聚集度特征
3.2.1 人口规模波动状况
3.2.2 人口密度趋势分析
3.2.3 人口聚集度的发展趋势
3.3 产业结构的演变及现状分析
3.3.1 三大产业产值历史变迁
3.3.2 产业结构高度化的历史演变及现状
第4章 产业结构、人口聚集对住房价格影响的实证研究
4.1 样本数据及变量的选取
4.1.1 城市类型的划分
4.1.2 样本构成
4.1.3 变量的选取
4.1.4 变量的描述性统计
4.2 模型的构建
4.3 计量检验
4.3.1 单位根及协整检验
4.3.2 协整检验
4.4 面板数据回归分析
4.4.1 固定效应回归:二线城市和三类城市
4.4.2 内生性问题与两阶段最小二乘回归
4.5 不同产业对房价的影响
第5章 结论、政策建议及展望
5.1 结论分析
5.2 政策建议
5.3 不足和展望
参考文献
致谢
【参考文献】：
期刊论文
[1]人口因素与房地产价格关系的研究——基于2006—2017大中城市面板数据的分析[J]. 任啸辰,傅程远. 中国国土资源经济. 2019(12)
[2]基于人口变化趋势的房地产价格分析[J]. 谭冰. 现代营销(下旬刊). 2019(11)
[3]产业结构升级、区域创新与经济增长——基于省际面板数据GMM分析[J]. 裴梦迪,方大春. 吉林工商学院学报. 2019(05)
[4]城市化如何推高中国房价?——基于城镇化水平分解的空间计量经济学分析[J]. 龚维进,徐春华,王海波. 经济问题探索. 2019(03)
[5]人力资本红利、产业结构升级与经济增长——基于省际面板数据GMM分析[J]. 王婷,方大春. 吉林工商学院学报. 2019(01)
[6]中国各地区人口特征和房价波动的动态关系[J]. 许永洪,吴林颖. 统计研究. 2019(01)
[7]中美房价影响因素的实证对比研究[J]. 刘琳,张洪瑞. 中国物价. 2018(12)
[8]利率市场化、显性存款保险与银行风险承担——基于两步系统GMM估计的实证分析[J]. 赵尚梅,贺江. 时代金融. 2018(11)
[9]资源集中、人口集聚与城市房价差异研究——基于35个大中城市面板数据的实证分析[J]. 周爱民,彭俊华,许桂华. 中国房地产. 2018(03)
[10]资源聚集、经济增长、土地供给与区际房价增长差异研究[J]. 汪昆,袁祥飞. 中国物价. 2018(01)
博士论文
[1]动态面板数据模型估计及其内生结构突变检验理论与应用[D]. 王津港.华中科技大学 2009
硕士论文
[1]产业结构变迁对房地产价格的影响研究[D]. 朱腾甜.湘潭大学 2019
[2]相对房价差异对地区产业结构的影响[D]. 张文杰.新疆大学 2018
[3]人口结构变化对房价的影响研究[D]. 黄诗韵.华东师范大学 2018
[4]人口结构、产业升级对房地产价格的影响研究[D]. 张凯锋.山东建筑大学 2018
[5]基于VAR模型的人口结构与商品住房价格关系的实证研究[D]. 陈鋆泽.浙江财经大学 2018
[6]外来人口、产业结构对房价影响的实证研究[D]. 李满.南京财经大学 2018
[7]产业结构、就业结构对房价的影响[D]. 彭银.华中师范大学 2017
[8]经济集聚与房价的空间差异性研究[D]. 刘汤娜.湘潭大学 2015
[9]经济聚集与人口聚集的关系分析[D]. 韦柳河.西南财经大学 2013
本文编号：3483870
本文链接：https://www.wllwen.com/shoufeilunwen/shuoshibiyelunwen/3483870.html
