Fcnki_基于空间计量模型的住宅价格空间效应实证分析_以杭州市为例_温海珍

合集下载

基于地价指数的城市住宅地价动态变化及因素研究—以杭州市为例

应的任务。能在此领域能够跟上国际发展的步伐，中国具有加大投人研发ｖＲ２０１５年２月，韩国的ＳＫＰＬＡＮＥＴ公司在专利技术的需求，加强技术改进，如从通过对体感式环境的搭建来增强ＫＲ２０１５００１４５５８Ａ中公开了一种在线跑步游戏，其产生一个虚拟的沉浸性；通过对体验前后用户自身的改变，来增强真实感；通过与虚跑步环境，跑步的环境包括道路、广告牌、光线等，基于此，用户可以拟环境在视觉、听觉、触觉上的代人来增强交互性等等。享受到更为真实的练习环境、体会真实的游戏训练感觉，以此提升参考文献了用户的兴趣与满意度。【１】赵沁平．虚拟现实综述［Ｊ］．中国科学：２００９（１）：２－－４６．从本节的分析中可以看出，游戏娱乐应用的重点专利主要集中［２】张扬．虚拟现实技术在电子游戏中的应用［Ｊ１．电脑知识与技术：在美国、３本、１韩国等专利大国，其从虚拟现实的雏形技术人工现实２０１２（７）：１６２４ — １６２５．（ＡｒｔｉｉｆｃｉａｌＲｅａｌｉｔｙ）技术到虚拟现实（ＶｉｒｔｕａｌＲｅａｌｉｔｙ）技术，再到目前交互性更强的增强现实（ＡｕｇｍｅｎｔｅｄＲｅａｌｉｔｙ）技术都有一定的研究基础，针对如何从技术角度，即如何从数据采集、模型建立、图像识别、图像处理等，来提高虚拟现实在不同领域的沉浸性、交互性和构想性，这些方面的改进创新点相对较高，对虚拟现实技术的应用也起到了很大的推动作用。

土地价格的时空演变及其影响因素分析以某市市为例

{定价策略}土地价格的时空演变及其影响因素分析以某市市为例济模型有两种结构形式，即空间滞后模型（SpatialLagModel，SLM）与空间误差模型（SpatialErrorModel，SEM）[6-8]。

（1）空间滞后模型（SLM）的函数形式为：（式2）其中，ρ为空间相关系数，W为空间权重矩阵，其他同（1）式。

ρ一般在-1到1之间取值。

ρ>0表示空间正相关，ρ<0表示空间负相关。

如果ρ=0，（1）式就变成了标准线性回归模型。

该模型表明空间依赖存在于因变量土地价格之间，反映了整个系统内相邻地块的价格之间存在相互影响。

（2）空间误差模型（SEM）的函数形式为：（式3）（式4）其中，W为权重矩阵，λ为空间自回归系数，ε为随机误差项向量，μ~N(0，σ2I)，其他同（1）式。

该模型表明空间依赖存在于误差项之间，反映了邻近地块价格的估计残差项之间存在相互影响。

由于空间计量模型违背了OLS估计的一些基本假定，所以通常采用极大似然法对SLM和SEM的参数进行一致和渐进有效的估计，然后使用对数似然函数值（LogL）、似然比率（LR）、赤池信息准则（AIC）、施瓦茨准则（SC）等检验准则来判断哪个模型更加适合。

LogL值越大，LR值越显著，AIC值和SC值越小，模型的拟合效果越好。

3基于空间计量模型的实证结果分析3.1空间效应检验根据空间计量经济学原理，在使用空间计量模型之前，必须对土地价格的空间效应进行检验，常用的方法是Moran’sI指数法。

如果存在空间效应，则进一步构建空间计量经济模型，进行空间计量估计。

Moran’sI∈[-1，1]，｜I｜越大表示相关性越高。

若I>0，则土地价格之间存在空间正相关；若I<0，则土地价格存在空间负相关；若I为0，则土地价格随机独立分布。

本文利用ArcView3.3绘制出147宗出让地块的分布图，运用OpenGeoda软件计算得到土地价格的全域Moran’sI为0.3853，并且Moran’sI在1%水平显著，其散点图如图1所示。

城市住宅特征价格分析_对杭州市的实证研究

作过程为, 在 SPSS 软件中选择强行进入法( Enter) 作为回归分析方法, 即所选择的 18 个自变量全部进入回归模型。同时,
征变量一般分为三大类, 即建筑特征、邻里特征和区位特征。采用方差膨胀因子( VIF) 对变量之间的共线性进行监测。
表 1 住宅特征变量的量化
Tab. 1 Housing characteristic and their measures
认为 Haas 才是使用特征价格模型的第一人。Haas 把特征价格模型作为其硕士论文( 1922) 的一部分, 对农地价格应用了 / hedonics0 的概念, 把到城市中心的距离和城市的大小作为两个重要的特征变量。其实在 Court 之前, Wallace ( 1926 ) 和 Waugh( 1929) 就应用了特征价格方法分别对农地价格和蔬菜价格进行了研究。Ridker( 1967) 是最早把特征价格理论应用到住宅市场分析的学者, 他采用住宅价格数据建立特征价格模型, 计算了环境质量的改善( 如空气污染的消除) 对住宅价格的影响。特征价格模型的理论基础往往被称为特征价格理论( hedonic price theory) , 主要包括以下两个方面的内容:
函数的估计奠定了基础 ( Rosen, S. , 1974) 。根据 Rosen 的理理、文体设施、生活配套、教育配套、邻近大学; 区位特征变量
论, 可以利用计量经济学方法( 如多元回归技术 ) 将产品特征 3 个, 为 CBD 距离、西湖距离、交通条件; 其它特征变量 1 个,
式、对数形式、对数线性形式三种。通过模型的试构建, 发现线性形式能够满足研究的要求, 因此, 本文选择线性函数表达

我国住宅商品房价格影响因素研究——基于空间计量模型

ｔｉｍｅ2005200620072008200920102011201220132014ｐｒｉｃｅ（元／ｍ２）2936.963119.253645.183576445947254993.175429.9358505933表１全国住宅商品房价格图１全国住宅商品房价格折线图摘要：住房问题关系到国计民生，一直备受关注，国家政策也大力支持房地产行业的发展，但随着经济的发展、物价上涨等经济环境的变化，高房价问题已成为重大经济问题。

本文引用了２００５—２０１４年我国３１个省的住宅商品房价格的空间面板数据，运用空间计量模型，分析了人均国内生产总值和工业化水平对房价的影响，并在此基础上分析了我国住房价格的空间溢出效应。

另外，也对我国房价进行了区域差异分析。

结果显示：人均ｇｄｐ和工业化水平对于住房价格有正向的促进作用，我国住房价格在空间上具有较强的集聚效应。

我国房价从区域上来看，从东部向西部呈现递减的规律。

关键词：人均ｇｄｐ；工业化水平；住房价格；Ｋ－ｍｅａｎｓ聚类；空间溢出效应我国住宅商品房价格影响因素研究———基于空间计量模型包舒雨（上海师范大学商学院，上海200234）一、引言自从1979年我国开始全价销售商品房以后，我国城镇化住房制度改革一直稳步地向前推进。

1998年我国便开始了全面住房市场化改革，进一步推动了房地产市场的货币化、商品化和市场化步骤。

住宅市场不断完善和日趋成熟，逐步成为国民经济新的增长点，奠定了国民经济支柱产业的地位。

但房地产行业随经济的发展、物价升高等经济环境的影响，带来的高房价问题又成为另一重大经济问题。

现在，面对居高不下的房价，让我国的居民们可谓是谈“房”色变！住宅商品房的价格是住宅市场供需双方之间经济利益关系的平衡点。

它不仅是商品住宅所处城市经济发展水平与商品住宅购买者收入状况的市场表现，而且也是商品住宅所处居住环境与商品住宅所在区位、商品住宅本身品质的直接反映。

居高不下的住宅价格蕴藏着许多内在相互联系的信息，包括人均gdp ，国民人均收入，城镇化水平，现代工业化水平，消费水平等等。

房价上涨的城乡收入分配效应——基于空间计量模型的实证分析

房价上涨的城乡收入分配效应——基于空间计量模型的实证
分析
林萍
【期刊名称】《福建行政学院学报》
【年(卷),期】2018(0)6
【摘要】从财富效应、人力资本投资效应、农业劳动力转移效应三个方面分析了房价上涨对城乡收入差距的影响机制,并基于2002-2016年中国31个省份的面板数据,使用空间计量模型检验房价上涨对城乡收入差距的影响.实证结果显示:房价上涨显著地拉大了城乡收入差距,但忽略空间因素会低估房价上涨的城乡收入差距扩大效应;房价上涨拉大城乡收入差距的直接原因是,房价的上涨提高了城镇居民的收入、降低了农村居民的收入;城乡人力资本投资差距扩大和农业劳动力转移率下降是房价上涨拉大城乡收入差距的重要渠道.因此,应将房价调控在合理范围、积极推进乡村振兴战略、实施城乡基本公共服务均等化政策,以降低城乡收入差距、维护社会的稳定和公平.
【总页数】10页(P101-110)
【作者】林萍
【作者单位】闽江师范高等专科学校马克思主义学院,福建福州350108
【正文语种】中文
【中图分类】F299.23;F124.7
【相关文献】
1.投机性需求、刚性需求与房价上涨的非线性关系——基于空间计量模型的实证研究 [J], 韩丽娜;赵红强
2.数字普惠金融与中国城乡收入差距r——基于空间计量模型的实证分析 [J], 张子豪;谭燕芝
3.浙江县域城乡收入差距空间格局及影响因素---基于空间杜宾模型偏微分法的实证分析 [J], 张超;蒋天颖;
4.产城融合视角下我国城乡差距的影响因素——基于空间计量模型的实证分析 [J], 曹晨; 奚昕
5.广西数字普惠金融与城乡收入差距——基于空间计量模型的实证分析 [J], 李慧平
因版权原因，仅展示原文概要，查看原文内容请购买。

市场细分与城市住宅特征价格分析

市场细分与城市住宅特征价格分析作者：温海珍贾生华来源：《浙江大学学报(人文社会科学版)》2006年第02期[摘要]从住宅特征价格的视角，提出检验和分析住宅细分市场的方法，并进行实证研究。

通过收集杭州市2473套住宅样本数据和290个住宅小区的实地调查资料，按照建筑类型和产权性质对住宅市场进行细分，选择18个住宅特征作为模型的自变量，建立杭州市整体市场和细分市场的特征价格模型。

Chow检验表明细分市场模型在统计上存在显著差异，说明这两种市场细分方法是合理可行的。

同时发现，不同细分市场的影响因素有所差异，住宅特征对住宅价格的影响程度有所不同；8个住宅特征对整体市场和细分市场均有显著影响，建筑面积和西湖距离对住宅价格有最重要的影响，CBD距离比西湖距离的影响程度更小。

[关键词]市场细分；住宅特征；特征价格模型[中图分类号]F290；TU976 [文献标志码]A [文章编号]1008—942X(2006)02—0155—07由于住宅产品的异质性特点，国外经常采用特征价格模型(hedonicpricemodel)估计住宅特征的隐含价格，揭示购房者的消费偏好，从而对城市住宅市场进行分析。

从理论上看，统一的住宅市场是应用特征价格模型的隐含前提条件。

但在现实世界中，由于消费者具有不同的需求结构，加上地域偏好和信息缺乏对消费者在住宅市场上的转移造成一定的障碍，整个城市范围内的住宅市场有可能会出现细分市场。

如果的确存在细分市场，则每个细分市场必须分别估计出各自的特征价格函数，此时若以整个城市范围作为单一市场得到的特征价格函数来分析细分市场，可能会提供一些有偏差的结果。

遗憾的是，对细分市场的定义、组成和结构，在以往的特征价格文献中研究得不多，但是已经引起国外众多研究者的重视，认为这是一个重要的实证研究的方向。

本文将从住宅特征的隐含价格出发定义细分市场，然后采用杭州市的住宅市场数据对细分市场的存在与否进行检验，并对不同细分市场的住宅特征价格进行比较分析。

城市景观对住宅价格的影响_以杭州市为例_温海珍

１引言
随着社会经济水平的不断发展，城市居民越来越重视居住环境的质量，优美的景观给人带来精神上的愉悦和身体上的裨益。通常意义上的景观是某种视觉对象，能使人产生愉悦感、新鲜感，或者具有特定的人文意义。［１］城市景观按种类可分为山景、湖景、海景、河景、公园绿地、休憩广场等，这些景观是城市中最被接受和活力最盛的部分。优美的景观代表着一种和住宅区位相关联的舒适性，众多研究均表明，舒适性具有内在价值，租房者或购房者都愿意为住宅毗邻景观支付一个附加价格。然而，景观的舒适性是指景观对人提供效用的满足程度，［２］其经济价值是隐性的，难以用货币价格直接衡量。［３］如何测量景观的隐含价值，国外目前应用最多的是特征价格法，即通过将居民愿意为居住环境舒适性支付的额外价值量化，分析景观对住宅价格的影响，从而将景观的内在价值外部化。特征价格理论认为，异质性商品拥有一系列的特征，这些特征对人们的效用决定了商品的价格。［４］其核心在于通过对市场交易数据的拟合，评估各属性的隐含价格，并建立价格与各属性特征间关系的函数模型，以揭示各属性特征对其价值的影响。［５］对此领域的研究可追溯至１９７３年Ｄａｒｌｉｎｇ关于城市水上公园外部效益的分析。［６］早
收稿日期：２０１１－１１－０５；修订日期：２０１２－０４－１５基金项目：国家自然科学基金资助项目（４０８０１０５７）；教育部人文社会科学研究青年基金资助项目
（１１ＹＪＣ７９０２７５）；浙江省自然科学基金资助项目（ＬＹ１２Ｄ０１０பைடு நூலகம்５Ｙ７１００１５５）；教育部留学回国人员科研启动基金资助项目作者简介：温海珍（１９７５－），男，江西宁都人，博士，副教授，主要从事不动产投资与管理研究。Ｅ－ｍａｉｌ：ｗｅｎｈａｉｚｈｅｎ＠２６３．ｎｅｔ通讯作者：张凌（１９７２－），女，博士，副教授，主要从事不动产投资与管理研究。Ｅ－ｍａｉｌ：ｚｌｃｉｖｉｌ＠１６３．ｃｏｍ

我国商品房销售价格的影响因素——基于空间面板计量模型的实证分析

关键词：商品房价格；房地产市场；空间面板计量模型
中图分类号：Ｆ０６１．５
文献标识码：Ａ
文章编号：１００２ —９８０Ｘ（２０１３）０９ —００９３ —０６
１研究背景
改革开放以来，中国经济迅猛发展。随着我国人民生活水平的日益提高，人们的住房需求日益旺
据，运用地理加权回归（ｇｅｏｇｒａｐｈｉｃａｌｌｙｗｅｉｇｈｔｅｄｒｅ－
民经济发展产生巨大影响，房地产业成为国民经济
发展中的支柱行业。
ｇｒｅｓｓｉｏｎ，ＧｗＲ）模型分析了我国各省区房价波动的空间异质性现象。温海珍等口利用２００８年杭州市
间滞后模型（ｓｐａｔｉａｌｌａｇｍｏｄｅｌ，ＳＬＭ），使用空间计量方法研究了商品房价格与商品房的刚性需求和投机性需求的数量关系，并得出我国住房价格存在显著的空间交互作用。廖厥椿［９］从重点城市和房地产市场的长期均衡两个角度，采用空间向量自回归模
价格。Ｃｈｅｎ等－５］利用１９９５－２００５年中国省级面板
量模型的回归结果优于传统的经济计量模型，该模
型具有较高的估计精度。韩丽娜和赵红强＿８运用空

基于空间计量模型的住宅价格影响因素研究

基于空间计量模型的住宅价格影响因素研究作者：张静怡胡曦李若思薛星群来源：《中国市场》2018年第24期[摘要]文章通过全局Moran’s I指数、LISA集聚地图等方法进行空间自相关分析后，利用空间滞后模型和空间误差模型对石家庄住宅价格的影响因素进行了实证研究。

结果表明，小区自身属性变量（板楼结构、停车位设置、绿化覆盖率和占地面积）和住宅周边公共服务设施的可达性（教育、医院和佛教）起到了正向推动作用。

说明人们对于基础生活设施的需求已得到满足，人们更加关注生活质量的提高，即对子女教育水平，身体健康的需求。

文章创新性的分析了住宅价格与宗教信仰偏好的关系，这对于政府制定政策具有借鉴意义。

[关键词]住宅价格；生活质量；便利性；空间计量模型近年来住房价格的快速上涨使得普通居民的购房压力剧增，住房价格成为政府宏观调控的重点、难点。

本文在计量模型中引入空间效应，分析其空间关联的影响因素，揭示出房价空间分布规律及其成因。

这对于把握住宅价格的变化趋势、解决城市居民的居住难题具有重要的社会经济意义。

通过对住宅价格进行空间自相关分析并定量化描述住宅价格空间分布，总结住宅价格空间结构，本研究揭示了住宅价格的空间依赖现象，进而揭示了房价与其影响因子间的空间关系，这有助于空间经济学研究视角及方法的扩展以及更好地了解房价影响因素间相互作用的客观规律，为空间分析模型在我国城市住宅价格的本土化研究提供一定的理论参考和借鉴。

1 相关文献综述以下文献采用空间分析与其他方法结合的形式进行研究。

李华香[ ]（2013）、张绍伙和彭贤伟[ ]（2010）、熊林华[ ]（2015）均利用空间分析方法，并绘制商品住宅价格趋势分析图，得到研究区域住宅价格总体空间分布格局，发现住宅价格均呈现出一定的变异性，由中心向四周递减。

林君燕等[ ]（2012）利用探索性空间数据分析克里格插值和多元回归分析相结合的方法进行研究，结果表明福州住宅价格呈多中心结构，并向四周逐渐递减，在空间分布上有一定的连续性；陈真、刘辉[ ]（2015）运用 GIS 统计分析与空间分析方法，绘制普通商品住宅价格空间分布特征图。

基于空间计量模型的太原市住宅价格分解研究

其价格水平的高低及影响价格的因素备受学术界和
实务界的关注。不同城市住宅价格差异显著主要是由于城市的经济水平、基础设施、生态环境、区位条件不同所致ｎ］，而同一城市不同区域的住宅价格差异主要是由邻里特征、区位特征和建筑特征不同所致［２］。太原市作为中国经济发展中游水平的山西省省会城市，其不同区域的住宅价格空间相关性如何？价格差异受各微观因素的作用程度有多大？如何在
Ｎｏ．７，２０１７
砸孳己
ＤＯＩ：１０．１６５２５／ｊ．ｃｎｋｉ．１４－１３６２／ｎ．２０１７．０７．０６
基于空间计量模型的太原市住宅价格分解研究
赵华平，赵之良
（山西财经大学管理科学与工程学院，山西太原０３００３１）
总第１３９期
现代工业经济和信息化
ＭｏｄｅｍＩｎｄｕｓｔｉｒａｌＥｃｏｎｏｍｙａｎｄＩｎｆｏｒｍａｔｉｏｎｉｚａｔｉｏｎ
Ｔ０ｔａ１０ｆ１３９源自２０１７年第７期
用ＡｒｃＧＩＳ、Ｓｕｒｆｅｒ、ＳＰＳＳ等软件，以成都市为例，对城市住宅价格空间分布特征及其影响因素进行系统性
分析，得出楼盘档次、区位条件、环境因素、交通可达性、历史与人文因素等是影响成都市住宅价格空间

杭州市住宅价格空间分异:基于特征价格的两维度分析

杭州市住宅价格空间分异：基于特征价格的两维度分析温海珍;张凌;彭鲁凤【摘要】研究目的:从特征价格的视角,构建城市住宅价格空间分异的两维度分析框架,并对杭州市住宅市场进行实证研究.研究方法:文献资料法和计量分析法.研究结果:住宅特征对住宅价格影响程度的差异性以及住宅特征空间分布的不均匀性,导致了住宅价格的空间分异.研究结论:基于特征价格模型的分析框架是有效且合理的.【期刊名称】《中国土地科学》【年(卷),期】2010(024)002【总页数】6页(P51-56)【关键词】土地经济;住宅价格;计量分析;空间分异;特征价格模型【作者】温海珍;张凌;彭鲁凤【作者单位】浙江大学房地产研究中心,浙江,杭州,310027;浙江大学房地产研究中心,浙江,杭州,310027;浙江大学房地产研究中心,浙江,杭州,310027【正文语种】中文【中图分类】F293.31 引言随着中国住房制度改革的深化，住宅市场化程度逐步加深，住宅价格已经成为学术界和实务界关注的焦点之一。

对城市住宅空间分异研究，通常以居住空间为对象，从社会学视角进行［1-2］。

而以住宅价格为对象，从经济学视角入手的空间分异研究尚不多见，特别是缺少对具体城市的实证研究。

现有文献多从区位理论出发，研究住宅价格的分布规律，然后分析住宅价格的影响因素［3-5］。

这些研究对住宅价格的空间分布模式进行了较为详细地分析，但对住宅价格的影响因素和空间分异形成的原因，缺少系统的分析框架。

本文尝试从特征价格的视角，采用特征价格模型和隔离指数，构建住宅价格空间分异的两维度分析框架，对杭州市住宅市场进行实证研究。

2 住宅价格空间分异的两维度分析框架城市住宅是一种“独特”的产品［6］，具有复杂性、固定性、耐久性、异质性等特点。

住宅价格的影响因素十分复杂，与住宅本身的特征关系密切。

从特征价格视角出发，住宅特征是住宅价格的决定因素，由于住宅的空间固定性，使得住宅特征在空间分布上存在差异，从而导致住宅价格的空间分异。

基于地统计学的城市住宅价格空间分布研究——以杭州为例的开题报告

基于地统计学的城市住宅价格空间分布研究——以杭州为例的开题报告一、研究背景随着城市化进程的不断加快，城市住宅价格得到了广泛关注。

在城市住房需求旺盛的情况下，房价水平对于居民的生活、工作、投资等方面都有着重要的影响。

因此，了解城市住宅价格空间分布规律，对于合理配置城市住房资源、制定科学的城市规划政策具有重要意义。

地统计学是一门研究空间对象和空间关联性的统计学领域。

它着眼于地球表面现象的空间分布和空间变异特征，可以进行空间关联分析、地理加权回归等空间分析技术，有助于揭示城市住宅价格的空间格局和价格形成的主要因素。

杭州作为一个发展迅速、揉合传统与现代的城市，住宅价格呈现出复杂的空间分布形态。

针对杭州的城市住宅价格空间分布特点，开展基于地统计学的研究对于有效分析杭州住宅价格形成机制、规划土地资源、推进城市景观管控等方面均有现实意义。

二、研究目的1. 揭示杭州城区住宅价格的空间分布特征，探究价格分布的聚集与散布特征。

2. 分析住宅价格与主要影响因素（如交通、商业、人口等）之间的空间关联性，探究主要影响因素与住宅价格的空间差异。

3. 基于地理加权回归模型，建立杭州城区住宅价格预测模型，并进行验证和测试。

三、研究方法通过对杭州市区住宅价格数据的收集和处理，结合地理信息系统（GIS）等技术手段，运用地统计学方法展开分析。

具体研究方法包括：1. 正态分布、空间自相关性分析。

通过对价格数据进行空间分析，检验其是否满足正态分布，并分析价格数据的空间自相关性，探究价格分布的空间格局。

2. 空间查询、空间交互分析。

将杭州市区划分为不同的区域，通过空间查询和空间交互分析定位价格高低区域及其所在位置。

3. 地理加权回归模型。

基于以上数据和分析结果，建立杭州市区住宅价格预测模型。

通过地理加权回归模型进行分析，并对模型进行验证和测试。

四、研究意义和研究价值1. 在对杭州市区住宅价格进行分析的基础上，为相关部门制定合理的住宅价格政策与规划提供参考。

ID384-土地价格的时空演变及其影响因素分析——以杭州市为例

土地价格的时空演变及其影响因素分析——以杭州市为例温海珍，张之礼（浙江大学房地产研究中心，杭州310027）摘要：以杭州市2006年5月至2010年3月的住宅类土地交易数据，运用空间计量模型，从时间和空间两个层面研究土地价格的变化趋势及土地价格的影响因素。

研究结果表明，容积率、土地等级对土地价格有显著影响。

空间层面上，土地价格的误差项之间存在显著的空间依赖性，邻近地块之间价格波动关联性较大，并且到城市景观中心西湖的距离对土地价格存在显著的负向影响。

时间维度上，地价有明显的上涨趋势，但在国际金融危机影响期间地价涨幅明显下降。

关键词：土地经济；土地价格；空间计量模型The analysis on spatial-temporal evolution and impacting factors of land prices: Evidence from Hangzhou CityWen Hai-zhen, Zhang Zhi-li(The Center for Real Estate Study, Zhejiang University, Hangzhou 310027, China)Abstract With residential land transaction data in Hangzhou between May in 2006 and March in 2010, applying spatial econometrics model, we analyzed the evolving trend of land prices from the spatial and temporal perspective, in addition to the impacting factors of land prices. The results show that plot ratio and land grade have significant influences on land prices. In space, residual errors of land prices have significant spatial dependence. There is great relevance between prices fluctuation of adjacent lands besides the significant negative impacts of distance to Xihu as the center of city landscape on land prices. In temporal dimension, land prices have obvious rising trend, but the rising degree of land prices declines evidently in the period of international financial crisis.Key words land economy; land prices; spatial econometrics model1引言城市土地价格是调节土地市场供应与需求的重要手段，也是衡量土地资源是否得到有效利用和合理配置的重要指标。

基于面板模型的商品住宅价格影响因素的实证研究

基于面板模型的商品住宅价格影响因素的实证研究
商品住宅价格是人们普遍关心的话题之一，而影响商品住宅价格的因素也是众所周知的复杂。

本文基于面板模型的方法，对商品住宅价格的影响因素进行了实证研究。

首先，我们选取了广州、上海、北京、深圳四个城市的商品住宅价格数据，时间跨度为2010年至2018年。

然后，我们将商品住宅价格作为因变量，选取了以下六个自变量，分别是GDP、CPI、金融利率、人口、建筑面积、城市交通指数。

这些自变量在理论上都可能对商品住宅价格产生影响。

接下来，我们利用面板数据的方法对上述数据进行分析。

首先，我们进行了时间序列相关性和单位根检验，结果表明，所有变量均通过检验。

其次，我们进行了基于OLS的面板回归，得到了以下结果：
$$Price=\beta_0+\beta_1GDP+\beta_2CPI+\beta_3IR+\beta_4Pop+\beta_5Area+\beta_6 TI+e$$
其中，Price代表商品住宅价格，GDP代表城市GDP，CPI代表消费者物价指数，IR代表金融利率，Pop代表城市人口，Area代表城市建筑面积，TI代表城市交通指数，e代表误差项。

通过回归结果可以发现，GDP、人口、建筑面积和城市交通指数与商品住宅价格呈正相关，而CPI和金融利率与商品住宅价格呈负相关。

具体地说，该模型中的β1、β4、β5和β6的系数均为正数，而β2和β3的系数均为负数。

由此可以推断，城市的经济发展水平、人口数量、建筑面积和便捷的交通条件，均会促进商品住宅价格的上涨；而消费者物价指数的上涨和金融利率的上升，均会抑制商品住宅价格的上涨。

重大事件对城市住宅价格的影响——来自杭州市的证据

重大事件对城市住宅价格的影响——来自杭州市的证据阮连法;包洪洁;温海珍【期刊名称】《中国土地科学》【年(卷),期】2012(026)012【摘要】研究目的：研究金融危机、宏观调控政策等重大事件对城市住宅价格的影响,为政策制定提供依据。

研究方法：BP多断点检测和集成经验模态分解。

研究结果：（1）重大事件导致房价序列产生结构性断点;（2）2008年金融危机使得杭州市商品住宅均价下跌4912.5元/m2,一年后反弹3759.0元/m2;（3）2007年货币调控政策刚开始的市场反应与预期相符,13周后相反,最终使得均价上升2072.3元/m2;（4）2010年＂国11条＂和＂新国10条＂两大调控政策对房价的综合影响程度为-2998.6元/m2,选择了恰当的实施时机。

研究结论：重大事件对房价波动的影响模式是＂台阶式＂的;建议在市场对宏观调控做出充分反应后再制定下一次调控政策。

%The purpose of this paper is to study the impacts of social events on urban housing prices,aiming to provide reference for policy makers.Research methods include BP multi-structure change tests and ensemble empirical mode decomposition(EEMD).The results indicate that structural changes in housing prices series were caused by social events.The 2008 financial crisis sent down housing prices in Hangzhou 4912.5 yuan/m2 averagely,and then it rebound upward 3759.0 yuan/m2 later.Control policies dominated by monetary finance in 2007 did not curb the rising momentum,but raised the prices of 5512 contrarily."The 11 regulations" and "new 10 rules" in 2010 brought a decrease of 2998.6yuan/m2 on the housing prices comprehensively,and the appropriate time points were chosen to implement.It is concluded that housing prices response mode of social events can be described as"setbacktype".Suggestions,such as market reactions to the last adjustment should be taken into account timely before making policies,were offered in the conclusion part.【总页数】7页(P41-47)【作者】阮连法;包洪洁;温海珍【作者单位】浙江大学土木工程管理研究所,浙江杭州310058;浙江大学土木工程管理研究所,浙江杭州310058;浙江大学土木工程管理研究所,浙江杭州310058 浙江大学房地产研究中心,浙江杭州310027【正文语种】中文【中图分类】F293.3【相关文献】1.基于系统动力学的住宅价格变化仿真模拟研究——来自上海市的经验证据 [J], 沈悦;马续涛2.工业用地价格是否影响企业进入:来自中国城市的微观证据 [J], 冯志艳;黄玖立3.货币政策对住宅商品房价格影响的区域差异——来自我国31省份的证据 [J], 王天雨4.城市公共服务水平、土地供给弹性与住宅价格——来自南京市的经验证据 [J], 李祥;王维娜5.房地产开发信贷规模与住宅价格的相关性研究--来自天津地区的经验证据 [J], 陈培瑶因版权原因，仅展示原文概要，查看原文内容请购买。

城市住房子市场价格演变:以杭州为例

城市住房子市场价格演变：以杭州为例张凌;温海珍【期刊名称】《浙江大学学报（理学版）》【年(卷),期】2013(40)6【摘要】研究住房子市场之间的房价差异和关联性,以及由此形成的城市住房子市场格局.通过构建特征价格模型,采用两期链式特征价格指数方法计算子市场的价格指数,并基于VAR模型,考察子市场房价之间的长期和短期关系.杭州住房市场的实证研究显示,根据地理位置划分的东、南、西、北和市中心5个子市场中,城东和城北2个起步较晚的住房市场房价具有长期均衡关系,其余3个子市场相对独立.同时,城西房价变化是市中心房价变化的Granger因,城东和城南分别是城北房价变化的Granger因.区位的资源优势、领先开发优势,以及投资型购房流向,是子市场房价短期Granger关系的动因.总之,住房子市场的位置特征、居住历史、开发进程和家庭搬迁流向可以在一定程度上解释长期和短期的房价关联.【总页数】7页(P726-732)【作者】张凌;温海珍【作者单位】浙江大学房地产研究中心,浙江杭州310058;浙江大学房地产研究中心,浙江杭州310058【正文语种】中文【中图分类】F293【相关文献】1.历史城市中心区的演变过程及其空间整合研究——以杭州市武林广场及周边地区概念性城市设计为例 [J], 孔孝云;董卫2.好房子，提前住——解密金都·城市芯宇的品质生活 [J],3.长江三角洲城市体系中不同等级城市用地空间结构演变——以上海、杭州、无锡、慈溪为例 [J], 王海亚;李加林4.城市规划方式演变:以杭州"梦想小镇"为例 [J], 伊拉克利斯·阿伊里乌;尼古拉斯·杜艾;徐耀军5.基于住房类型的城市居民职住格局特征及影响机制——以杭州市为例 [J], 黄琴诗;吴威;斯高阳因版权原因，仅展示原文概要，查看原文内容请购买。

城市住宅特征价格分析:对杭州市的实证研究

城市住宅特征价格分析：对杭州市的实证研究
郭文刚;崔新明;温海珍
【期刊名称】《经济地理》
【年(卷),期】2006()S1
【摘要】由于住宅产品的异质性,国外学者广泛使用特征价格模型分析城市住宅市场。

特征价格模型的理论基础主要由Lancaster偏好理论和Rosen的产品特征市场供需均衡模型两部分组成。

在访谈的基础上,选择了18个住宅特征作为模型的自变量,基于线性函数形式构建了杭州市住宅特征价格模型。

采用杭州市2 473个住宅样本数据和290个住宅小区的实地调查资料对模型进行了估计,发现就整个住宅市场而言,14个住宅特征对住宅价格具有显著影响,并且影响程度有差异。

同时,根据特征价格对14个住宅特征的影响程度进行了排序,并分为四类。

【总页数】5页(P172-175)
【关键词】住宅价格;住宅特征;特征价格模型
【作者】郭文刚;崔新明;温海珍
【作者单位】浙江大学建筑工程学院;浙江世贸置业投资有限公司
【正文语种】中文
【中图分类】F293.3
【相关文献】
1.基于特征价格模型的住宅需求价格弹性分析——深圳住宅市场实证研究 [J], 陈勇;John M.Clapp;Dogan Tirtiroglu
2.基于主成分分析的杭州市二手房住宅特征价格研究 [J], 王钶茗
3.城市居住区规划特征与住宅价格关系实证研究 [J], 王志鹏;王涵;李雪纯;苏海生;汪美惠
4.中国城市住宅价格空间关联的网络结构特征实证研究 [J], 邱岚岚;全诗涛;全诗凡
5.中国城市住宅价格空间关联的网络结构特征实证研究 [J], 邱岚岚;全诗涛;全诗凡因版权原因，仅展示原文概要，查看原文内容请购买。

我国大中城市住房市场的价量相关性

我国大中城市住房市场的价量相关性
张凌;温海珍
【期刊名称】《统计研究》
【年(卷),期】2013(30)10
【摘要】本文在分析住房市场价量关系经验和理论的基础上,通过构建VAR模型,对35个大中城市住房市场价格和交易量的相关性以及相互作用进行了实证研究；然后考虑限购政策对价量的影响,分析限购前后价量相关系数和Granger关系的变化；最后,通过拟合成分分析,找出价量相关性的主导因素.研究结果显示,我国大部分沿海发达城市,住房市场存在由滞后的价格变化导致的价量正相关关系,其根本原因是首付款增强效应和价格预期作用,这表明限购政策对于抑制我国城市住房市场的价格增长有一定效果,但对价量互动关系影响不大.
【总页数】6页(P40-45)
【作者】张凌;温海珍
【作者单位】浙江大学建筑工程学院工程管理研究所、浙江大学房地产研究中心;浙江大学建筑工程学院工程管理研究所、浙江大学房地产研究中心
【正文语种】中文
【中图分类】C812
【相关文献】
1.限购措施对新建商品住房市场的量价影响研究 [J], 陈通;张小宏
2.数量型货币政策工具影响上海住房市场量价波动的探讨 [J], 杨刚;王洪卫;曹黎娟
3.重大事件与政策调整对杭州市住房市场价量波动的影响 [J], 张凌;常欣;温海珍
4.今年一季度我国木浆、纸品外贸形势稳中上行——进口量升价落出口量价齐增[J], 郭萌
5.我国35个大中城市住房市场泡沫水平测度 [J], 周晶;郭明英
因版权原因，仅展示原文概要，查看原文内容请购买。

重大事件与政策调整对杭州市住房市场价量波动的影响

重大事件与政策调整对杭州市住房市场价量波动的影响张凌;常欣;温海珍【期刊名称】《浙江大学学报（理学版）》【年(卷),期】2017(44)3【摘要】Using the circle-frequency and structural change test method, we studied the influence of significant events including financial crisis, bailout policies and control policies on the operation rules of cyclical fluctuations in the real estate market in Hangzhou.The results show that significant events and control policies lead to cyclical turning points and structural breakpoints of housing price series and trading volume series.Financial crisis, bailout policies, "New National Ten" and "New National Five" as well as its detailed housing restriction policy have great effect on housing price and trading volume.The influencing cycle is long, and the extent of effect is large.The last two factors are closely related to the breakpoints of housing price and trading volume.%基于2004~2015年杭州市主城区新建商品住宅月度交易价格和成交套数数据,采用圆频率(circle-frequency CF)滤波和结构突变检验法,研究重大事件与政策调整对杭州市住房市场周期波动的影响.发现重大事件和政策导致房价序列及交易量序列出现周期拐点,并存在结构性断点,其中金融危机、"救市政策"与"新国十条""新国五条"及其细化产生的限购令等调控政策对杭州主城区新建商品住宅价格和交易量影响最大,影响周期长、幅度大.后两者还与价格和交易量的结构突变点紧密相关.【总页数】7页(P363-368,378)【作者】张凌;常欣;温海珍【作者单位】浙江大学建筑工程学院, 浙江杭州 310058;浙江大学建筑工程学院, 浙江杭州 310058;浙江大学建筑工程学院, 浙江杭州 310058【正文语种】中文【中图分类】F293.30【相关文献】1.数量型货币政策工具影响上海住房市场量价波动的探讨 [J], 杨刚;王洪卫;曹黎娟2.货币供应量与股票市场价格波动的相互影响研究——基于我国股票市场的实证[J], 王海洋3.重大事件对城市住宅价格的影响——来自杭州市的证据 [J], 阮连法;包洪洁;温海珍4.住房贷款利率政策调整对住房价格的影响 [J], 杨正东5.住房金融政策调整对楼市波动的影响力分析 [J], 王百欢因版权原因，仅展示原文概要，查看原文内容请购买。

住宅的特征与特征的价格--基于特征价格模型的分析

住宅的特征与特征的价格--基于特征价格模型的分析
温海珍;贾生华
【期刊名称】《浙江大学学报（工学版）》
【年(卷),期】2004(038)010
【摘要】由于住宅产品的异质性,特征价格模型(HPM)被广泛使用于分析城市住宅市场,在理论分析的基础上,尝试构建特征价格模型对杭州市的住宅市场进行实证研究.该模型的理论基础主要由Lancaster偏好理论和Rosen的产品特征市场供需均衡模型两部分组成.通过收集杭州市西湖区278套住宅交易资料,选择15个因素作为住宅特征,建立了住宅特征价格模型.采用SPSSl0.0软件对模型进行多元回归,得到了6个主要住宅特征的隐含价格,并将9个与房价关系密切的住宅特征按照重要程度分为三类.对模型的统计检验和模型结果的分析表明,该模型是有效的和合理的,可以用来解释和分析当地的住宅价格.
【总页数】6页(P1338-1342,1349)
【作者】温海珍;贾生华
【作者单位】浙江大学,房地产研究中心,浙江,杭州,310027;浙江大学,房地产研究中心,浙江,杭州,310027
【正文语种】中文
【中图分类】F290;TU976
【相关文献】
1.高价地块对北京市住宅价格影响的空间传导效应——基于特征价格模型的定量分析 [J], 王俊松;满燕云
2.基于特征价格模型的南京市住宅价格实证分析 [J], 徐丽;简迎辉;
3.基于特征价格模型的南京市住宅价格实证分析 [J], 徐丽;简迎辉
4.基于特征价格模型的太原市住宅价格影响因素分析 [J], 周丽丽
5.城市轨道交通对住宅价格的影响研究——基于特征价格模型的定量分析 [J], 王琳
因版权原因，仅展示原文概要，查看原文内容请购买。