沈阳市商品住宅价格影响因素的空间异质性研究

随着社会经济的不断发展,人们对于生活质量的要求不断地提高,其中对住宅的要求也越来越高。本文试图运用定性和定量的探究方法,对影响沈阳市主城区小区房价的影响因素进行空间异质性研究。首先通过空间自相关分析,探究不同区位的小区房价在空间上是否具有空间相似性;然后构建地理加权回归模型,通过回归系数定量的研究影响因素对不同空间上的房价的影响程度,以此探究影响因素对房价的影响在空间上的异质性。结果表明不同区位的沈阳市商品住宅价格受小区的区位特征因素、邻里特征因素以及服务特征因素的影响,影响程度具有空间分异的特点,这为沈阳市房价政策的调控提供了重要的参考价值意义。     

供求关系对大都市商品住宅价格作用机理的分析--以南京市为例

研究目的以商品住宅价格水平及涨幅较为典型的南京市为例,探讨供求关系对商品住宅价格作用的机理.研究方法理论分析和实证分析相结合.研究结果土地供给、商品住宅投资与竣工面积等因素形成的商品住宅供给,与新增人口、城市拆改和改善居住条件等形成的商品住宅自住性需求和投资性需求比为0.48,供求矛盾是拉动南京市商品住宅价格上涨的根源.研究结论供求关系是房价变化的主要因素和决定因素,房地产价格形成主要遵循非价值价格理论,生产成本(地价等)只是房地产价格的构成要素,对房地产价格的作用是有限的.     

上海市房价影响因素研究——基于供给和需求视角

选取2008～2017年上海市社会经济数据为样本,运用逐步多元线性回归模型从供给和需求角度对上海市商品住宅价格的具体影响因素进行实证分析。结果表明,需求因素中的城镇居民人均消费支出和居民消费价格指数以及供给因素中的住宅竣工面积对房价具有显著影响,供求失衡是造成上海市房价现状的重要因素。文章最后从政府和消费者角度提出了相关建议。     

大连市房地产开发资金来源与价格波动关系研究

基于大连市当前快速上涨的房价问题,根据大连市2004-2012年房地产开发资金来源与房地产价格数据,在利用ADF法对各个时间序列数据进行检验的基础上,运用Granger因果关系检验模型对大连市房地产开发资金来源变动与房价变动之间的因果关系进行分析,并运用灰色关联度方法对与房价有显著Granger因果关系的资金来源之间的关联度进行实证研究。研究结果显示:利用外资与房价的变化并没有直接的因果关系,大连市房地产是以其他资金来源为主,国内贷款和自筹资金对总的资金开发来源的影响处于同一水平。     

石家庄市房地产价格影响因素实证分析

本文基于石家庄市2002～2020年房地产业相关时间序列数据,建立多元回归模型,从需求、供给和政策等方面实证分析石家庄房价的主要影响因素.同时,根据模型预测石家庄市未来五年商品住宅价格的可能区间,为石家庄市房地产业理性发展提供辅助决策依据.     

石家庄市商品住宅价格影响因素分析

随着我国经济的飞速发展,国内各大城市的商品住宅价格不断上升,持续走高的商品住宅价格已经成为全社会普遍关注的焦点。本文利用石家庄市2001～2010年间的数据,建立石家庄市商品住宅价格影响因素计量模型,并利用主成分分析法进行实证分析。     

基于空间计量模型的商品住宅开发商定价互动影响及其空间分异研究——以济南市为例

研究目的:检验并测度商品住宅开发商定价的互动影响,分析商品住宅开发商定价互动影响在空间上的分布格局和变异规律。研究方法:空间计量方法和空间插值方法。研究结果:(1)济南市商品住宅开发商定价存在非常显著的正向互动影响。(2)互动影响对各楼盘开发商定价的平均贡献率为30.68%;在商品住宅价格形成过程中,将近三分之一的价格变动来源于开发商之间的互动影响。(3)济南城市建成区内互动影响贡献率整体表现为中心低、周边高,中心—外围递增的空间分异规律。研究结论:地方政府应将开发商定价互动影响纳入房地产调控措施,利用互动影响作用,更有针对性地实现调控目标。     

中国城市住宅价格的空间分化及其土地市场影响

研究目的:分析中国城市住房价格空间分化的新趋势、新格局与新特征,并定量探索土地市场因素对其分化的作用机制。研究方法:PDI分化指数分析、GIS空间分析、灰色关联分析。研究结果:中国城市住宅价格存在显著的空间分化现象,分化的主方向是一线城市与其他城市的等级性分化;住宅价格的空间差异格局呈现出行政等级性差异增强,空间集聚性分异减弱的新格局与新特征;土地市场包括的土地供给和土地成本因素同时决定了中国城市间住宅价格的空间分化,其中土地供给对三线城市的的影响更为显著;土地市场对不同等级城市的影响程度各异,整体来看,对一线城市房价增长的驱动最为明显。研究结论:2009年以来中国城市住宅价格的空间分化显著增强,并与土地市场因素密切相关,土地供给是核心影响因素。     

基于地理加权回归的武汉市住宅房价空间分异及其影响因素分析

利用2015年3月份武汉市主城区660个住宅小区的平均房价数据,通过反距离权重插值,空间自相关分析与构建地理加权回归模型,揭示武汉市主城区内房价的空间分异规律及影响因素的影响程度。实验结果表明:(1)武汉市主城区的房价呈现出多中心分布的格局,以沿江大道和和平大道的带状区域为峰值中心向周围逐步衰减,其中在带状区域内形成了三个峰值中心,在其他区域形成了三个峰值次中心。(2)武汉市主城区的房价在空间分布上是显著集聚的,其中汉口片区的房价分布表现为高高聚集的特点,汉阳片区的房价分布表现为低低聚集的特点,武昌片区的房价分布两种特点都有。形成上述空间分布是城市规划、地理区位、环境景观与房屋属性综合作用的结果。(3)物业费、绿化率、户均停车位、建成年份、银行数量、超市数量、地铁站距离、三甲医院距离和江景距离这九个变量是武汉市主城区内房价差异的重要影响因素。其中影响程度最大的因素为物业费,影响程度最小的为银行数量和超市数量。     

关于调控商品住宅价格着力点的研判

研究目的:研判中国商品住宅价格水平及其驱动力,提出下一步调控价格方向的政策建议。研究方法:提出研判商品住宅价格标准,以北京为例,借助房价收入比、控制购房还贷比的方法,研判商品住宅的价格水平及其主要驱动力,进而提出相应的调控着力点。研究结果:(1)北京商品住宅价格高于60%以上的居民户均住房消费水平;(2)商品住宅价格高位运行的驱动力主要来自房地产开发企业高额利润驱动、土地成本上升和投资(机)性需求增长。研究结论:中国商品住宅价格调控的下一步重点应当是稳定甚至降低土地成本、强化监控房地产开发企业的成本核算和利润所得、提高抑制投机性需求的针对性。     

合肥市房地产需求因素分析

2016上半年,合肥、南京、苏州和厦门并称为房价四小龙,房价涨幅赶超北上广。本文从合肥房地产的现状着手,利用微观经济学中影响需求的不同因素进行分析房价上涨的原因。其中主要包括价格、人口、消费者预期、消费者偏好、购买力几大因素,来一一分析它们分别对合肥房地产的购买需求的影响。最后,希望利用本文的相关分析来给合肥市政府部门相关政策建议,助推合肥房地产的平稳发展。     

土地市场对房价的时效影响研究--以广州市为例

在全国范围内房价出现持续上涨的同时,广州市的房价却出现了阶段性平稳下降的现象.鉴于土地市场是影响城市房地产价格最为重要的因素之一,通过采用时差相关性方法测算广州市土地市场相关因素对房价在时间上领先或滞后作用及年限,结合实证分析广州市土地交易价格、土地供应面积、土地出让金与政策法律法规均对房价的时效作用,并提出可行性的政策建议.     

信贷政策调整和房地产价格的动态关系--基于VEC模型的分析

文章从理论角度分析了银行信贷同房产价格间的关系和作用机制,并在此基础上利用2010年1月-2019年6月全国房产价格月度数据建立VEC模型进行实证研究。结果表明,银行信贷和房产价格具有双向因果关系:房价波动对信贷波动具有显著影响,而信贷波动对房价波动影响相对有限。文章认为房价波动通过短期信贷、抵押物价值和银行资本金三种渠道来影响信贷供给。因此,政府在调整信贷政策时需要考虑房价波动的影响。     

“对接上海示范区”背景下嘉兴市房产价格研究——基于“人口—信贷—房价”模型

基于嘉兴"对接上海示范区"的背景,选取嘉兴市1998—2018年相关研究指标,采用"人口—信贷—房价"模型,对嘉兴市房产价格的影响因素进行实证检验。研究表明:单独考察人口因素对房地产价格的影响,在人口红利阶段,人口数量增加、抚养比下降及经济增速提高,会导致房地产价格上涨;单独考察信贷因素对房地产价格的影响,信贷因素对于房地产价格存在放大效应;综合考察人口和信贷因素对房价的影响,两者存在明显的相互促进和放大效应。     

无锡市商品住宅价格预测

随着国民经济的不断提升,房地产行业的支柱地位越来越鲜明,房价也成为人们关注的焦点。而商品住宅作为房地产行业的主要组成部分,对地方经济发展以及居民生活水平的提升至关重要。本文以无锡市为例,构建GM(1,1)模型预测其未来5年商品住宅均价。结果表明：无锡未来5年商品住宅价格将持续上涨,稳中有升。只有在满足人民合理住房需求基础上,不断探索新发展模式,加强市场监管力度,才能在新形势下实现精准施策,促进我国住房消费健康循环。     

城市居住小区开敞度 空间分异研究 ——以大连市沙河口区为例

为探究空间布局对小区内的居住环境和视觉感受的影响,本文以大连市沙河口区UDEM和遥感影像为基础数据,以"D/H"距离指标表现空间感知,用更加直观和简易可行的方法对居住小区的空间开敞程度做出测算和比较,同时对计算结果进行空间自相关分析,发现:(1)开敞度较低的小区主要分布于沙河口区的东部和南部,开敞度较高的小区主要分布于沙河口区的中部和北部;(2)"高—高"集聚区主要在北部绿香花园以及中部的明阳花园小区附近分布,"低—低"集聚区主要在东部的集贤街附近和民兴花园附近分布。     

武汉市房价的空间分布格局及其影响因素分析

本文利用网络爬虫技术搜集武汉市主城区房价样本,采集2014年9月-2015年9月的房价数据和相应的社会经济地理数据。本文首先探索武汉市主城区住宅价格的空间分布形态;然后,根据模型比较选取最优空间模型,并筛选影响房价空间分异的显著性因子。研究结果表明:(1)武汉市主城区房价主要呈现多中心集聚的空间格局。(2)地理加权回归模型比克里格插值和多元线性模型更准确地捕捉房价空间分异特征。(3)总楼层因子,城市中心、轨道交通、主干道、综合商场、基础教育、开敞空间(包括长江、湖泊、公园绿地、城市广场)的可达性因子能够显著影响房价的梯度变化,其影响系数的空间波动也证明影响因子在不同城市区位对房价变化的影响程度的差异性。     

房地产价格分布的空间自相关分析——以东莞市为例

研究目的分析东莞市房价分布的空间自相关特征及空间分布格局.研究方法依据东莞市2006年普通住宅交易均价数据,运用空间自相关理论和方法进行分析.选用全局和局域Momn's Ⅰ指数、Moran散点图、LISA集聚图等工具进行测度和实证分析.研究结果东莞市房价总体空间差异较小,房价全局空间自相关特征显著、总体上呈现空间集聚格局;东莞大部分普通住宅价格呈现局部空间集聚格局,也有少量存在空间异质性而呈现局部离散格局.     

老龄化、经济发展、教育与房价——基于似不相关回归方法的实证分析

通过实证分析2002—2016年我国30个省份(西藏除外)的面板数据,探讨老龄化、与房价的关系,并引入地区GDP、地区教育状况等因素,通过构建似不相关回归模型,探索老年抚养比、GDP、教育水平等宏观因素对住宅商品房价格的影响程度。得出了四个重要结论:①地区生产总值与房价逆向相关,说明近年来我国住房价格的增长确实过快,畸形发展。过高的房价不利于我国整体经济的发展;②目前阶段来看老龄化现象助推了房价上涨;③教育水平的提高对抑制房价具有正向促进作用;④地方财政房产税收入与房价正相关。最后给出了相关的政策建议。     

中国住宅地价房价比的空间格局、演变特征及影响因素——基于35个大中城市的空间计量分析

研究目的:探索35个大中城市住宅地价房价比的空间格局、演变特征及影响因素,为房地产市场调控政策提供参考。研究方法:基于中国国土勘测规划院中国城市地价动态监测系统中35个大中城市2010—2017年住宅地价房价比的监测数据,运用描述性分析、探索性空间数据分析和面板空间杜宾模型进行研究。研究结果:(1)2010—2017年,35个大中城市地价房价比的平均值呈现先降后增再降的趋势,区域间绝对值和变化趋势的差异较为明显;(2)35个大中城市的地价房价比大致呈东南高、西北低的阶梯状格局,大部分城市的地价房价比分位数在研究段内未发生明显变化,仅北京、广州和呼和浩特明显上升,长春和合肥明显下降;(3)从关联特征来看,35个大中城市的地价房价比存在显著的空间聚集性,其呈现先升后降的趋势,在2013年达到最大;(4)通过面板空间杜宾模型研究发现,住宅用地供给对本地地价房价比有显著负向影响,房地产开发投资额和人均可支配收入对本地地价房价比有显著正向影响。空间效应方面,本地住宅用地供给和人口密度对邻近城市地价房价比有负向溢出效应,房地产开发投资额和人均可支配收入对邻近城市地价房价比有正向溢出效应。研究结论:住宅地价房价比不仅受本地土地供给、房地产开发规模和人均可支配收入影响,还受到邻近城市住宅用地供给和房地产开发规模的影响,因此房地产市场调控应该同时注重"城市联动"和"因城施策"。