證券組我國城市房價的地區(qū)差異研究基于gwr模型

房地產(chǎn)業(yè)作為我國國民經(jīng)濟(jì)發(fā)展的重要基礎(chǔ)性產(chǎn)業(yè)和支柱產(chǎn)業(yè)，其穩(wěn)定發(fā)展與否關(guān)權(quán)回歸模型(GeographicallyWeightedRegression，GWR)對房價影響因素的空間異質(zhì)性進(jìn)明空間異質(zhì)性，模型估計結(jié)果顯示：相比經(jīng)典計量模型，GWR模型的擬合效果更好。我發(fā)布《通知》②，開始全面住房市場化。住房制度的不斷深化，住房市場需求呈現(xiàn)“噴發(fā)效應(yīng)”，將房地產(chǎn)業(yè)向市場化全面推進(jìn)。我地產(chǎn)價①本文中出現(xiàn)的“房地產(chǎn)價格”“房價”均指住宅商品房平均②《通知》：指發(fā)布的《進(jìn)一步深化住房制度，加快住房建設(shè)》線城市如、等城市房地產(chǎn)市場投資過熱，遠(yuǎn)遠(yuǎn)高于三四線城市，例如不僅如此，經(jīng)濟(jì)學(xué)中的“效應(yīng)④”在這里似乎有愈演愈烈之勢，一些房入討論了住宅價格的影響因素。Downs（1993）通過研究市場條件的差別會不同地區(qū)具有不同影響。、（2013）通過認(rèn)為不同城市的房價對人均可支配收入和信用擴(kuò)張的反應(yīng)敏感度不一樣。、（2013）認(rèn)為我國并將其不斷擴(kuò)展，后國內(nèi)學(xué)者如龍瑩（2010）、和（2011）等開始內(nèi)文獻(xiàn)中所選取的研究數(shù)據(jù)，大部分基于我國省級面板數(shù)據(jù)，或者35SpatialEconometrics:MethodsandModels滑的思想，提出了空間變系數(shù)模型—GWR（GeographicallyWeighted????=??0(????,????)+∑????(????,????)??????+ ????~N(0,????(????????)ik????是????=????0+∑????????????+ ????~N(0,??????=（????WX）????介紹Gauss函數(shù)法和Bi-square法，具體形式如下：????=空間核為：??????????=???(θBi-square[1?( ??????≤ ??????>??+AIC=2n?ln(?)+n?ln(2π)+ ???2?

為我地產(chǎn)市場快速進(jìn)入發(fā)展階段，房地產(chǎn)價格上漲也較快，2008年我050000速數(shù)速數(shù)城市的住宅商品房平均、人均可支配收入、失業(yè)率、GDP、住宅商品房《《3各指標(biāo)的統(tǒng)計特征P-??????????=α??+??1??????????????+??2????????????+??3??????????????+??4????SA????++??6????????????+??7????????????+??8????????????+ （??????~N(0,i=1,2……71,t=1,2……指從年到??????是指第i個城市在第t年的住宅商品房平均，住人口數(shù)，????????itα????????+4模型（3）-（--(--（--（--（--（--（--（--（--（--（--（--（--（-均可支配收入下降失業(yè)率上升、經(jīng)濟(jì)、住宅商品房量上漲、人口自然增水平、住宅商品房量和人口自然增長率直接對房價產(chǎn)生影響，而失業(yè)率、經(jīng)區(qū)發(fā)展上存在著發(fā)達(dá)地區(qū)和地區(qū)以及中心地區(qū)和地區(qū)等不同的經(jīng)濟(jì)地變量。探索回歸結(jié)果如表5。表 VIFAICJBP—??????????、JOBR??????????、????????二??????????、JOBR三JOBR、??????????VIFVIF說明其越能解釋因變量的變化；JBJarque-Bera否呈正態(tài)分布；K(BP)表示Koenker(BP)統(tǒng)計量，是一種檢驗方法，用于確定模體的地理回歸模型如下： ????=??0(????,????)+∑??1(????,????)??????(JOBR)+∑??2(????,

+∑??2(????,????)??????(????????)+ ????~N(0,6GWR（固定型空間核）----AIC 表 -------AIC P值要進(jìn)一步進(jìn)行方差分析，分析結(jié)果如表8。8GWR4而固定型空間核改善2.72，顯然調(diào)整型空間核的估計方法能夠改善；調(diào)整型空間核的估計方法的殘差平方和為1.03，仍然比固定型空間核的估計方法的空間估計結(jié)果的顯著性檢驗。檢驗結(jié)果顯示，GWR??2均大于OLS模型。AICGWR顯然，對空間異質(zhì)性的分析，GWR模型的效果較好。動房價上漲。在市、市、青島市、大連市、寧波市等經(jīng)濟(jì)發(fā)展速度一直集，而且具有很大比例的，如市2014年常住人口中近41%為流動人口，海口市2014年常住人口中近25%為，的增加勢必導(dǎo)致此不同地區(qū)房價變動必然具有顯著差異(如圖3)。用地理回歸（GWR）的方法，對城市房價的空間異質(zhì)性進(jìn)行分析，得出以下J.NellisandJ.Longbottom.AnempiricalysisofthedeterminationofhousepricesintheUnitedKingdom[J].UrbanStudies,1981(17):9-21.Case,K.E.&Shiller,R.J.TheBehaviorofHomeBuyersinBoomandPostBoomMarkets[J].NberWorkingPaper,1989a,No.2748.Case,K.E.&Shiller,R.J.TheEfficiencyoftheMarketforSingle-FamilyHome,[J].AmericanEconomicReview,1989b,79(1):125-137.Downs,A.RealEstateandLong-WaveCycles[R].NationalRealEstateInvestor,1993, Shilton,l.andC.Stanley,SpatialFiltering:ConcentrationorDispersionofNCREIFInstitutionalInvestment[J],JournalofRealEstateResearch,1995,10(5):569-82. Anselin,L,BeraA,K,Florax,RandYoon,M.J,SimpleDiagnosticTestsforSpatialDependence[J].RegionalScienceandUrbanEconomics,1996,6(1):77-104.Ortalo-Magne,F.&Rady,andS.HousingMarketDynamics:OntheContributionof ShocksandCreditConstraints[J].ReviewofEconomicStudies,2006,73(2):459-485．,,,,高鐵梅.我國商品住宅波動成因的實證分析[J].管理世界,2006,(8):,, 的[J].工業(yè)技術(shù)經(jīng)濟(jì),2011,(10):119-125.,(,.房價波動的空間效應(yīng)：估計方法與我國實證[J].數(shù)理統(tǒng)計與管理,2013,32(5):401-,.城市住房價格的空間相關(guān)性、影響因素與傳遞效應(yīng)——基于區(qū)域市場關(guān)系層面的[J].經(jīng)濟(jì)與管理,2013,15(5):81-88.ResearchontheRegionalDifferencesofUrbanHousingPrice——BasedontheGWRModelWuYang:Therealestateindustryhasbeenyinganincreasinglyimportantroleinthenationaleconomyandbecameanimportantpillarindustryofnationaleconomyin.Thehealthydevelopmentoftherealestateindustryhasanimportantimpactoneconomicoperationin.thispaperselectsthecrosssectiondataof2015toyzethespatialheterogeneityofhousingpricebyconstructingaGeographicallyWeightedRegressionmodelinordertofacilitatetheysis.Theexploreregressionresultsshowthattheunemploymentrate,GDPandpopulationnaturalgrowthratecanillustratethespatialheterogeneitybetter.Theestimatedresultsshowedthat:comparedtotheOLSmodel,theGWRModelisbetter.Therearesignificantregionaldifferencesoftherealestatepricewhicharecausedbydifferentregionsoftheunemploymentrate,GDPandthen