共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
城市化对房价的影响:线性还是非线性?——基于四种面板数据回归模型的实证分析 总被引:2,自引:0,他引:2
文章从线性和非线性两个角度分析了中国城市化进程对房价的影响。通过对各省历年房价和城市化的核密度估计空间分布分析,发现城市化和房价之间存在明显的正相关性,并且各省份的城市化和房价水平存在"双峰"分布特征和空间相关性。这说明在分析城市化对房价的影响时应考虑可能的门限效应和空间溢出效应这两种非线性关系。据此,文章基于中国30个省份1998-2009年的面板数据,使用普通面板回归、空间面板回归、门限面板回归和平滑门限面板回归这四种模型进行分析发现,城市化水平对本地区和相邻地区的房价均具有显著的促进作用,且在经济增长水平较高、人力资本集聚的地区,城市化对房价的促进作用更加显著。 相似文献
3.
前几年,"房价增长"、"房价回落"等话题随时随处都能引起一场争论,"专家预言是否准确"、"房价将于何时下跌"等问题一直是热门。但随着专家们关于房价下跌预测的惨败,人们不再讨论相关问题,也不再关心专家们对房价的分析。经济学家们会用各种曲线、散点、数字向大众分析这一 相似文献
4.
房价是涨是跌,成本是商品房价格的基础,商品房价格随成本的涨跌,市场需求变化而变化。调控房价,应从商品房成本构成要素去研究,有效运用土地、税收、金融调节杠杆,实行市场机制为主体,政府机制为保障,规范和完善商品房市场,建立和培育保障性住房市场,配置适度份额的廉租房,实现"两个市场机制"运行互补,是当前有效解决住房社会供需矛盾,解决"居者有其所"的必然出路。 相似文献
5.
我国区域市场城市房价互动关系的实证研究 总被引:3,自引:0,他引:3
本文借鉴区域房价相关研究的"波纹效应"理论,应用Johansen协整关系检验、多变量格兰杰因果关系检验和脉冲响应函数方法,分别分析了我国5个主要区域市场城市房价之间的互动关系。Johansen协整关系检验表明,虽然各城市房价的短期波动存在较大差异,但长期来看房价运行却具有相互制约的稳定关系。多变量格兰杰因果关系检验表明,在每个区域市场内部,都存在多个统计显著的因果关系,且北京、大连、上海、宁波、深圳、厦门、郑州、武汉、西安和重庆10个城市对区域市场内其它城市房价具有显著的预测能力,被定义为"核心城市"。脉冲响应函数分析进一步证明,宁波、深圳、厦门和重庆4个"核心城市"房价的正向新生信息能引发区域内所有其它城市房价的上涨,而上海和西安2个"核心城市"房价的正向新生信息则能引发区域内所有其它城市房价的下降。本文结论对政府差异化和优化住房市场干预策略具有启发意义。 相似文献
6.
文章基于中国285个地级以上城市2006-2018年的相关数据,估算各样本城市房价泡沫指数,并将其作为房价替代指标以研究高房价与区域创新能力二者间的关系.结果 显示:一是虽然房价一直在涨,但房价总体泡沫水平却呈现倒"U"型特征;二是样本期内,城市房价与地区创新呈显著正相关性,即房价每上涨1%,区域技术创新将上升0.154%;三是城市房价上涨通过加快生产资本形成、促进产业结构转型升级及提高外商投资水平三条路径促使区域创新能力上升;四是房价对区域创新能力的影响效应因地区及规模各异而不尽相同,东部地区影响为正,而中西部地区呈负向作用,此外,大城市房价对于创新能力的影响显著高于小城市. 相似文献
7.
8.
9.
10.
11.
一、 引言
房价的持续增长让我们 "慌乱". 2016 年, 国际置业顾问Knight Frank发布了 "全球150大城市一季度房价涨幅榜", 排行榜的前五位中, 中国占据了4席, 包括深圳、 上海、 南京和北京, 其中深圳房价的涨幅最大为62 .5%. 国家统计局新出炉的数据也显示, 全国70个大中城市的住宅房价都有不同程度的涨幅. 本文尝试运用数据挖掘中的k-means算法, 根据我国大中城市住宅房价的涨幅程度进行聚类分析, 得出不同层次的住宅房价涨幅, 并对其结果进行分析解释. 然后综合学者们对住宅房价影响因素的研究, 提出本文对不同层次住宅房价影响的3个因素, 最后结合统计数据对这些因素与不同层次住宅房价的关联度进行比较分析. 相似文献
12.
13.
房价如何影响劳动力流动? 总被引:2,自引:0,他引:2
《经济研究》2017,(8):155-170
中国房价持续增长,远远超过工资的增长。那么房价有没有抑制外来劳动力的流入呢?本文对此进行分析。在理论上,本文论证了房价的拉力作用和阻力作用,一方面是由于房价作为备择城市的城市特征信号降低了预期未来收入的不确定性所带来的拉力,另一方面是房价作为居住成本压缩可支配收入所产生的阻力,两种作用最终对劳动力流动产生先吸引后抑制的倒U型影响。在实证上,本文使用2012年和2014年中国劳动力动态调查数据(CLDS)和2000—2012年250个地级市的房价数据匹配出一个房价如何影响劳动力流动的微观数据库,发现房价对劳动力流动确实存在"倒U型"影响。考虑到内生性问题,控制了房价测量误差、流出地特征、流动动机等因素后结果依然稳健。并且,本文重点考察了劳动力教育水平、技能水平、家庭阶层、户籍等各种异质性的影响,发现高技能劳动力的倒U型拐点更小,对房价更敏感,原因在于其购房需求更强;倒U型影响主要作用在大城市,且沿海城市劳动力流动的倒U型拐点更大。当前除部分一线城市外,大部分城市的房价表现出对劳动力的拉力。 相似文献
14.
国有土地出让收入和地方债务收入是宽口径"土地财政"的重要组成部分。通过对2009-2012年我国30个省份面板数据的实证研究表明,这两个因素对于当地房价具有正向的推动作用,后者的影响机制主要是债务支出的资本化。这一结论对于我国的房价调控以及土地财政和地方债务的治理具有一定的启示。因此,建议进一步完善分税制财政体制,降低地方政府对土地财政的依赖,修正以GDP为核心指标的晋升考核制度,将地方债务规模和还债能力也纳入考核,在地方债"新规"下严格控制地方政府的发债规模并规范其支出投向。 相似文献
15.
《经济地理》2021,41(4):57-65
利用2005—2019年我国31省面板数据,基于三种权重矩阵构建空间滞后模型和空间误差模型,分析房价、房价收入比对城镇化的影响。结果表明:(1)房价、房价收入比与三种城镇化的空间自相关和空间依赖性显著,并存在空间溢出效应和"马太效应"。(2)房价对人口城镇化、经济城镇化与土地城镇化的正向影响作用显著,房价对人口城镇化的影响呈现倒"U"型,但房价对经济城镇化和土地城镇化的影响是线性的。(3)房价收入比对人口城镇化的影响为正,房价收入比对经济城镇化与土地城镇化的影响呈倒"U"型。(4)从区域看,东部和中部房价上涨对人口城镇化的影响为正,西部为负;中部房价收入比对人口城镇化的影响不显著,西部为正,东部为负;中西部人口城镇化溢出效应最大。 相似文献
16.
17.
本文致力于解决如下两个问题:一是我国房价上涨如何影响制造业就业,二是该影响通过何种途径实现.本文基于1999-2007年中国全部国有及规模以上制造业企业和全国278个地级以上城市相匹配的数据表明,房价上涨的“需求效应”和“抵押担保效应”压过“挤出效应”,使得制造业企业就业增加,表明房价上涨并非制造业企业“用工难”的幕后推手.同时,房价上涨对制造业就业的影响在区域、时间、行业等方面存在广泛差异.进一步地,通过考察房价上涨对不同融资约束类型制造业企业就业的异质性影响,发现房价上涨对影响制造业就业的影响主要是通过“需求效应”而非“抵押担保效应”实现.本文的发现有助于从劳动力就业的视角深化关于房价上涨如何影响我国实体经济的认识,对我国房价调控及促进就业相关政策讨论具有一定现实意义. 相似文献
18.
笔者以美国房价为样本,选取了可能影响房价的13个因素,以特征价格法的思想为基础,运用回归分析、聚类分析、神经网络模型、回归树模型等统计工具,构造房价关于特征因素的测度模型,探究房价的关键作用因素。笔者通过分析得出,room(房间数)和lsat(低层阶级人口比例的对数)是两个最重要的变量,它的政策含义是,国家应该大力增加房产信息透明性,并在房地产政策调整过程中注意阶层差异化的影响。 相似文献
19.
20.
正2013年,全国房价涨声一片,与年初各地制定的房价控制目标相去甚远。2013年年初出台的"国五条"第一条就明确要求:制定并公布年度新建商品住房价格控制目标,建立健全稳定房价工作的考核问责制度。这意味着,如果地方政府完不成年初确定的房价控制目标,将面临问责。然而种种迹象显示,"房价问责"似乎难以落实。 相似文献