基于空间计量方法的我国房地产价格影响因素分析

摘要

事物在空间上往往是相互关联的，一般情况下，空间距离越近关联程度就越强;空间距离较远则往往关联程度较弱。地理空间临近所带来的空间效应在各类经济问题中均普遍存在。在市场一体化趋势不断加深、地区城镇化规模不断扩大的背景下，房地产业作为国民经济支柱产业，近二十年来发展迅速，同时也带动了许多相关行业的发展，为我国的经济发展做出了巨大贡献。然而房地产行业急剧扩张的同时住房价格也在急速攀升，房价的增长速度已远远超过居民收入的增速，使普通居民面临着巨大的购房压力房地产价格也成为众多学者热衷研究的课题之一。
　　在对我国房地产价格影响因素的研究中，越来越多的文献认为各个地区的房地产价格不是相互独立的，其中一种观点认为空间依赖的存在会使得回归结果是有偏的。本文首先选取我国各地区2010-2015年的面板数据，利用全局空间自相关指标(Moran指数I)和局部空间自相关指标(LISA指标等)检验我国房地产价格的空间自相关。然后运用空间计量方法，比较传统计量模型OLS和空间计量模型SLM与SEM的经济拟合效果，结合GeoDa软件，最终本文选定空间滞后面板数据计量模型SLM并进行进一步分析，发现三大房地产价格关键性影响因素分别为:房地产本年完成投资额、城镇居民人均可支配收入、房地产施工面积，说明偏向于金融政策、经济政策和土地政策的房地产调控手段更有可能在房价调控上取得良好成效。并依此从以上三个方面对相关政策制定者提出多点建议。

目录

声明

摘要

第1章 引言

1．1 研究背景与意义

1．1．1 研究背景

1．1．2 研究意义

1．2 研究思路及内容

1．3 创新点与不足

第2章 文献综述

2．1 国外文献研究综述

2．2 国内文献研究综述

第3章 理论背景及方法介绍

3．2 探索性空间数据分析

3．2．1 全局空间相关性

3．2．2 局部空间自相关

3．3 空间计量经济模型

3．3．1 空间滞后面板数据计量模型(SLM)

3．3．2 空间误差面板数据计量模型(SEM)

3．4 本文在研究中采用空间计量模型的原因

3．5 运用面板数据的优势与原理

第4章 实证分析

4．1 指标数据的选择

4．2 描述性统计

4．3 我国房地产价格的全局空间自相关性检验

4．4 我国房地产价格的局部空间自相关性检验

4．5 空间计量模型估计结果与比较

4．5．1 普通最小二乘模型(OLS)

4．5．2 空间滞后面板数据计量模型(SLM)

4．5．3 空间误差面板数据计量模型(SEM)

4．6 模型结果

第5章 结论与建议

5．2 政策建议

5．2．1 金融政策

5．2．2 经济政策

5．2．3 土地政策

5．2．4 其它建议

第6章 文章总结及实践展望

参考文献

致谢

个人简历 在读期间发表的学术论文与研究成果