区位特征、公共品与住宅价格开题报告

1．本课题研究的背景、目的及意义

研究背景

我国房地产产业自 1978 年起开始复苏，到 1998 年我国的福利分房制度终止等相关规定出台，这开启了房地产快速增长的大门。自此之后，房地产进入了平稳快速发展时期。但 2003 年后周期性波动幅度增大，因此近年以来，控制房价的涨速以便熨平波动，是我国宏观经济调控的关注点之一。

近些年，房地产市场过热，房价快速上涨，房价上涨速度远远大于居民收入增长速度，土地拍卖市场“地王”记录不断刷新，房地产投机行为的盛行已严重影响到中国经济的健康发展，迫使国家自2003 年以后开始频繁出台房地产宏观调控政策，例如通过调节利率，差异化调高首付贷款比例控制房地产交易中的贷款金额，征收房产税抑制投机需求等，但效果并不显著。中国房地产地区价格差异明显，供给和需求关系不合理，供给和需求结构失调，高空置率和有效需求旺盛矛盾等问题引起了国内学者们的极大关注。但因为影响房地产价格因素繁多且复杂，而且因素间可能存在相互关联作用，所以学术界在房地产价格主要影响因素这个问题的研究上未达成一致结论。

研究目的及意义

由于房地产行业关联产业链多且长，房地产价格的波动会对国民经济产生巨大影响甚至造成巨大的损失。以日本为例，日本 80 年代大量投机性资金涌入房地产行业引发房价泡沫膨胀，最后泡沫破灭，日本经济长期低迷不振。影响我国房地产价格关键因素是什么？因为供求关系决定市场价格，我们可以通过对供求因素分析，从根源上寻找影响房价的主要原因。选择影响房地产价格的主要解释变量来建立计量模型，探讨这些因素怎样影响及多大程度影响房地产价格，对房地产经济学具有理论指导意义。

同时，房地产价格关系到百姓切身利益，关系到开发商的收益，关系到地方政府的土地财政收入，关系到宏观经济政策，关系到银行抵押贷款的质量从而影响到中国金融的稳定。本文的研究有助于房地产市场主体（包括投资商、开发商、建设单位、销售代理结构、银行金融机构、中间服务机构）准确及时的预测房价的趋势及规律，从而做出正确的投资经营决策或购房计划，制定相应的营销、服务方法，使自己在市场竞争中处于有利地位，也有利于基层个体把握房价动态、及时做好购房贷房准备；从宏观层面上讲，研究房价不仅是房地产发展战略的基本要求，更是保证国民经济持续健康发展、维持实体经济竞争力、加快城镇化进程的有利前提。这对研究我国房地产价格问题具有现实意义。

2．本课题主要研究内容和预期目标

研究内容

第一章绪论。本章依据研究背景、研究意义、研究内容以及研究方法这四方面来引入区位特征、公共品供给对房地产住宅价格影响实证研究。

第二章文献综述。本章从国内外两方面，归纳梳理了前面学者有关影响房产住宅价格因素的研究成果，并进行文献述评，指出本文的创新与不足之处。

第三章理论分析。本章从理论角度论述区位特征、公共品供给和限购政策对苏州住宅价格的影响，并阐述以上因素对住宅价格影响的方向和传导机制。

第四章实证分析。本章选取2018年安居客、58同城等多个房屋中介平台上苏州市区二手房价格、地理位置以及周围公共设施等信息为研究样本，在进行统计性描述以及通过单位根检验，建立OLS线性回归模型，并进行稳定性检验。

第五章对策建议。本章从国家宏观层面、房地产自身调控和投资者理性投资这三个方面提出对策建议。

预期目标

本文通过对国内外前人学者的研究成果进行分类梳理，在论述影响房地产价格因素的基础上进行实证研究，选取2018年安居客、58同城等多个房屋中介平台上苏州地区二手房成交价格、地理位置和周围公共设施等信息为研究样本，在进行统计学描述以及通过单位根检验后，建立OLS线性回归模型以及稳健性回归进行实证研究。最后根据研究结果从宏观、微观的角度对中国房地产产业的持续发展提出相关的政策建议。

3．本课题拟采用的研究方法、步骤

第一，文献研究法。查阅国内外有关房地产住宅价格因素的文献，归纳梳理前人学者的研究框架、研究方法、结论以及对策建议，进而形成本文的研究思路。

第二，理论分析法。通过查阅相关资料深入分析区位特征、周围公共品供给以及限购政策对住宅价格的影响，从理论角度分析上述的因素对住宅价格可能产生的影响。

第三，实证研究法。搜集并整理苏州地区住宅价格及其周围环境等具体信息、数据等，依据线性回归的相关理论，建立对应的模型，实证研究区位特征、公共品供给和限购政策的影响。

第四，OLS模型。本文在研究相关关系时选择了常用的线性回归模型，之后采用单价再次进行稳健性回归进一步深入具体分析区位等因素对住宅价格的影响。

4．本课题主要参考文献

1Leonardo Bonilla‐Mejía,Esteban Lopez,Daniel McMillen. House prices and school choice: Evidence from Chicago’s magnet schools’ proximity lottery[J].Journal of Regional Science, 2020, 28(12):33-55.

2 Nicholas Apergis.The impact of tracking activities on Oklahoma's housing price:A panel cointegration analysis[J].Energy Policy, 2019, Vol.128, No.2: 94-101.

3 Rasa Upalyt—-Vitknien—,Marija Burinskien—. Analysis of the dynamics of walking distances to public transport routes and its influence on housing prices[J].Journal of Civil Engineering and Management, 2006,Vo1.12, No.3:132-148.

4 Zaichao Du,Lin Zhang.Home-purchase restrictions,property tax and housing prices in China[J].Journal of Econometrics, 2015,Vol.188,No:2:558-568.

5 Or Levkovich,Jan Rouwendal,Ramona van Marwijk. The effects of highway development on housing prices[J].Transportation, 2016, Vol.43, No.2:379-405.

6 Yeol Choi; Min Jung Seo; Seung Hwoon Oh.The Correlates between Walkable Environments and Housing Price using Multi-level Model[J].KSCE Journal of CIVIL ENGINEERING,2019,Vol.23,No.10:4516-4524.

7 Valentina Antoniucci,Giuliano Marella. Immigrants and the City :The Relevance of Immigration on Housing price Gradient[J].Buildings,2017, Vol.7 , No.4:1125-1137.

8 邓毅.地铁对沿线房价变动的影响与对策研究[D].江西:南昌大学, 2014.

9 杨鸿.城市轨道交通对住房价格影响的理论与实证研究：以杭州地铁为例[D].浙江:浙江大学, 2010.

10 李亮.城市公共品供给对房价的影响研究 ——基于 35 个大中城市的实证分析[D].湖北:华中科技大学, 2013.

11 张晶.苏州商品住房价格影响因素分析及房价预测[D].江苏:苏州大学, 2014.

12 尹晶萍.TOD视角下轨道交通对住房价值和土地开发强度的影响分析[D].浙江：浙江大学， 2015.

13 施嘉慧.我国房价与 GDP 的相关性研究[D].湖南:湖南师范大学, 2019.

14 郝丹璐.中国房地产价格影响因素研究[D].吉林:吉林大学, 2014.

15 李方.我国房价的影响因素分析——基于我国35个大中城市的面板数据[D].吉林:吉林财经大学, 2016.

16 范允奇，王艺明.中国房价影响因素的区域差异与时序变化研究[J].产业经济,2014(01):62-68.

5．本课题的具体进度安排（包括序号、起迄日期、工作内容）

（1）2022年2月——3月，通过查阅相关资料以及调查研究，进而拟定论文写作大纲、目录框架和前期的研究报告和外文翻译。

（2）2022年3月——5月，撰写毕业论文开题报告，完成初稿写作。

（3）2022年5月1日——5月26日，修改论文初稿。

（4）2022年6月初，毕业论文定稿、查重。