中东部地区商品住宅价格的时空依赖性分析开题报告

1. 研究目的与意义（文献综述）

随着我国经济的快速发展，人民生活水平的不断提高，城市化进程渐渐加深，我国的房地产产业也得到了迅速发展。房地产作为国民经济的重要部门，随着国民经济的快速增长，地位越来越突出。自1988年我国实行住宅市场化改革以来，房地产开发投资呈现出快速增长的势头，占gdp和固定房地产投资总额的比重也逐年上升。为确保国民经济持续稳定健康发展，就不能忽视房地产业的作用。在房地产业的发展中，住宅产业的发展成为我国一个新的消费增长点。其中，住宅价格是核心问题，它不仅直接反映了住宅商品本身所在的区位、环境和品质，更是住宅商品所处城市的经济发展水平与居民收入状况的市场表现。住宅价格问题不是简单的价高价低问题，而是经济、社会、生活、政策等的集中体现。因此，研究城市住宅价格的变动具有重要意义。但是我国目前对商品住宅价格的研究还只停留在宽泛的定性分析上，缺乏定量和实证研究，也缺乏简单适用的分析工具和模型模拟。我国对商品住宅的研究，主要集中在房价定价机制上，但我国房价存在区域性的价格差异，大量研究是以全国为切入点，未能考虑房地产价格影响机制的区域异质性，而且在模型选取方面忽略了商品住宅的空间特性。基于我国在商品住宅价格研究方面的不足，本文以武汉市城市商品住宅价格为例，首先探究影响城市商品住宅价格的因素，再就这些影响因素对其如何影响城市商品住宅价格做深度剖析。其次建立城市商品住宅价格的空间自回归模型，研究商品住宅价格的时间变化特征、空间分布规律及其影响因素。最后，分析武汉市城市商品住宅的时空依赖性，根据商品住宅价格的特点及其影响因素，提出稳定武汉市商品住宅价格、促进商品住宅市场合理发展的相关建议。

在最初对房地产市场价格的研究中，国内外学者主要是从国家或者城市的整体层面来研究影响房地产价格的影响因素，他们试图挖掘影响因素的共性。

国外学者对房价理论模型的研究较为深入，代表人物有meen、muellbauermurphy、spiegel、allengale等。meen(1990)提出一个包含利率、抵押贷款、收入、预期资本收益等变量的跨期房价模型；garinosarno(2004)在meen的研究基础上，着重从需求角度入手，提出一个跨期房地产需求函数，并导出理性预期条件下的房价模型。muellbauermurphy(1997)将成本因素引入房地产需求函数，导出房价关于收入、利率、预期、信贷等因素的房地产消费周期模型。spiegel(2001)也构建了基于房地产周期的模型，但他的出发点与muellbauermurphy存在本质的区别，muellbauer是以消费周期为切入点的，而spiegel以建筑周期为切入点，而且他将房地产建设、抵押贷款等视为内生变量，这与meen的跨期房价模型又存在很大不同。allengale(2000)则构建了基于风险资产的房地产市场局部均衡模型，他将房地产投机与房价纳入一个研究框架，并指出风险转移将导致对房地产这种风险资产的过度投资。song(2003)通过gis提取不同城市形态的变量，运用特征价格模型对新城市主义和传统城市形态进行了数量分析，得出新城市主义的住宅特征对住宅价格起到了正面作用。

2. 研究的基本内容与方案

2.1研究的基本内容：

1）影响城市商品住宅价格的因素有很多也很复杂，结合历年学者的历史研究得出了结论对变量进行选取，并收集数据对其进行预处理。

2）根据选取的变量建立模型，探究影响武汉市商品住宅价格的因素。

3. 研究计划与安排

1）第1-3周：阅读空间自回归模型的相关书籍，查阅有关的研究论文资料，并完成一篇英文文献的翻译工作。

2）第4-5周：根据要求完成毕业论文的开题报告；选择实证分析所需的数据并进行数据处理。

3）第6-8周：利用有关统计分析软件系统对数据进行统计建模分析，并得到初步结果。

4. 参考文献（12篇以上）

[1]郑帅. 商品住宅价格：影响因素与空间传导机制[D]. 天津:天津财经大学, 2013. 30-41[2]张育斌. 武汉市商品住宅价格影响因素研究[D]. 武汉:华中农业大学, 2012. 11-53[3]张明明. 武汉市商品住宅价格时空演变及影响因素研究[D]. 武汉:中南民族大学, 2013. 16-19[4]周焱彬. 我国房地产价格的影响机理及区域异质性[D]. 浙江:浙江理工大学, 2013. 27-43[5]刘云. 我国城市商品住宅价格影响因素研究[D]. 武汉:武汉理工大学, 2005. 15-20[6]曾晖. 城市住宅价格时空分布规律研究-以南京市和江门市为例[D]. 南京:南京林业大学, 2012. 25-26[7]阳辉. 城市商品住宅价格模型研究[D]. 大连:大连理工大学, 2005. 73-81[8]赵自胜. 城市商品住宅价格空间分异研究[D]. 河南:河南大学, 2010. 149-157[9]王鹤. 基于空间计量的房地产价格影响因素分析[J]. 经济评论, 2012, (1): 2-8[10]兰峰, 张媛. 商品住宅价格上涨的空间自回归模型及其实证[J]. 统计与决策, 2012, (13): 1-4[11]何丹, 孟斌, 张景秋. 北京市住宅价格时空分异特征研究[J]. 资源开发与市场, 2014, (3): 3-4[12]谢旦杏, 林雄斌. 城市住房价格时空间特征及其影响因素研究[J]. 经济地理, 2014, 34(4): 2-8[13]Hengyun Li, Jason Li Chen, Gang Li, Carey Goh. Tourism and regional income inequality: Evidence from China[J]. Annals of Tourism Research, 2016, 2016, (58): 81-99[14]Anupam Nanda, Jia-Huey Yeh. Spatio-temporal diffusion of residential land prices across Taipei regions[J]. Springer Journal, 2014, 3(1): 3-6[15]Feng Lan, Yuan Zhang. Spatial Autoregressive Model of Commodity Housing Price and Empirical Research[J]. Elsevier Journal, 2011, 1(8): 206-212