1．目的及意义

房地产是国民经济的支柱性产业，也是国民关心的重点话题，同时它的发展程度反映了一个国家或地区的经济及人民生活水平状况。自1998年的《国务院关于进一步深化城镇住房制度改革加快住房建设的通知》发布后，正式标志着我国分配住房制度结束，住房市场化的开始。随着时间的推动，我国房地产商品市场不断完善。2002年，国家进行土地使用权的改革，提出国有土地可以进行拍卖。自此，中国房地产出现了空前的持续繁荣局面，几乎每年都以超过5%的幅度在涨。更为值得关注的是在2016年和2017年，我国一线和二线城市房价飙升，出现房地产泡沫的特性。虽然国家陆续出台了不少政策想要抑制房价过快增长情况和房地产泡沫，引导房地产规范、健康地发展，但效果不尽人意。其中原因之一就是我国的国土辽阔，各地发展情况不一，政策措施与当地具体情况存在差异。因此，房地产市场应该充分考虑空间差异性，调控措施也应由宏观向微观发展，结合地方实情。在这样一个社会形势下，对于区域房价的影响因素的研究显得尤其重要。想要保证房地产市场正常运营，就要对该区域内的房地产价格波动有大致的了解。而武汉，是长江经济带核心城市，也是全国中部地区的中心城市。而房地产作为经济的重要产业，其研究结果对于中国的一线城市及中部城市的房价研究具有较强的借鉴价值。结合武汉市实际情况, 探究武汉市房价空间特征及其主要影响因素，希望可以对政府规范房地产市场、开发商投资决策及购房者购买选择提供参考依据。

随着房价的飞速上涨，影响房地产价格因素的研究也随之成为了热点。近年来，很多国内外学者们已突破传统的研究，更多地关注房价的空间分布问题。

国外更早地关注到空间因素是研究房产价格的一个重要因素。2018年，周亮锦和夏恩君总结了国外房价影响因素的已有研究，从研究方法和研究视角两个层面对国外学者有关房价影响因素的文献进行了归纳总结。结果表明国外学者对房价影响因素的研究主要从供求关系、消费者个体因素、住宅特征、政府政策和溢出效应五个研究视角展开。其中，空间计量方法是主要研究方法。早在1974年5月2日，Paelinck和Klaassen已经在荷兰统计协会年会大会致词时提出了空间计量学的概念，这对今后价格模型的研究提供了重要的理论依据。此外，还在1979年以系统的形式提出了特征价格模型和空间误差模型，这两个模型在房产价格影响因素的研究中应用也非常广泛。2010年，JamesLeSage and R. Kelley Pace提供了空间计量学的教科书，这本教科书为读者提供了空间计量模型的一些最新发展的总结，空间模型的处理，为空间模型的理论规范和实证应用感兴趣的学生和研究者的一个有价值的参考。2010年，Hoshinoand Kuriyama，采用空间计量模型估算了日本东京Setagaya区公园对单房住宅租金的影响。发现当数据集包含空间自相关时，简单最小二乘法是不理想的。为了提高估计的准确性，采用空间自回归与最小二乘模型相比，发现空间模型的有效性更高。结果表明，公园对房地产价值的影响随商品房与公园的距离和公园规模的变化而变化。2016年，PatrickBayer等人指出房价的波动受多个因素的影响，便利设施、邻里空气污染、暴力犯罪和种族构成都会对房价有影响。2017年，Hopkins在研究美国住房价格时，利用Hedonic回归发现了公共交通的邻近度与房屋价值之间的潜在关系，指出靠近公共交通可能会显著影响房地产价值。2016年时，SotiriosThanos等人在研究房价的影响因素时将时间维度回归到空间计量模型中，成功地分离出三种不同的效应。这一机制将价格上涨的预期引入到Hedonic price函数中，可能有助于房地产市场“泡沫”的传播。

虽然国内房地产市场起步较晚，但近年来，众多国内学者也投入到了房价问题的研究中，基于空间计量模型对房价的研究也越来越多。我国研究者方大春和裴梦迪利用社会网络分析方法对35个城市的房价空间关联网络结构特征进行研究。发现城市房价联动呈现显著的网络结构形态，网络密度和网络关联度呈现上升趋势，区域房价关联度较高。同时研究指出城市间空间邻接关系、人口数量、经济发展水平和产业结构差异对城市房价具有显著影响。董纪昌，张欣，周克成，李秀婷学者利用空间计量模型对全国范围内大部分城市的房价进行分析，研究表明我国区域房地产市场存在显著的空间依赖性，并呈现逐年增强的趋势。金升平，阮淑萍，汪燕春学者运用空间统计分析方法对我国31 个省市商品住宅房的价格进行研究，发现房价存在明显的空间异质性，经济发达的东部地区房价明显高于经济比较落后、房地产开发起步晚的中、西部地区，且中国省域房价及其影响因素存在明显的空间正相关性。利用空间滞后模型，发现人均 GDP、平均土地价格对房价的影响比较大，且与房价呈正相关; 房屋竣工面积和房价呈负相关，对房价影响不大。韩秀兰，李俊明学者将时间维度加入分析，利用贝叶斯时空层次非线性模型和贝叶斯分域时空回归模型，对我国35个主要城市房价进行研究。发现房价的两极分化越加严重，同时指出影响因素对房价的影响存在显著的地区差异。

我国也有不少学者以单个城市作为对象，研究影响房价的重要因素。李华香和陈志光学者以天津市为例，通过多层hedonic模型，研究发现住房价格变化的41%能够由城市内部空间差异所解释，并且住房是否装修、建筑年代、交通的便捷性、与经济中心的距离等特征也显著影响着住房的价格。温海珍，张之，张凌学者以杭州为例，利用空间自相关指数及空间计量经济学方法对房价的空间效应和决定因素进行研究。研究结果表明,住宅价格存在显著的空间效应，自然环境、文化氛围、运动设施、物业管理、室内设施、装修程度、房龄和与景点距离对对住宅价格有显著影响。柳雄赳以昆明为例，刘晓曈以南宁为例，基于空间计量模型，发现商品房价格存在空间相关性，城市房产价格和城市的空间结构联系密切，绿化率、物业费、教育配套，建筑面积和容积率对房价有显著影响。空间计量模型与特征价格模型的引入为房地产市场价格问题研究提供了新的视角，但是由于起步较晚，对区域房价进行空间特征价格模型的研究并进行实证分析还是相对较少的。

在理论价值方面，选择武汉城区房价重要影响因素研究是为了更好的理解当今社会中的房价不断上涨的原因, 将所学的理论知识融会贯通与此课题中，巩固基础知识，同时提高自己认识问题和分析问题的能力。而在实践价值方面，是因为随着社会经济的快速发展, 我国的房价不断攀升，对于社会上不同收入群体都有很大的影响，尤其是收入水平较低的群体，所以说房价的高低和社会中的每个人都息息相关。目前国内对区域房价进行空间特征价格模型的研究并进行实证分析还是相对较少的，因此想通过使用合适的空间计量模型，更好、更深入的了解房价的变化影响因素，并且以武汉为例进行实证研究，选择正确的研究方法，更好地进行数据分析与处理，得出影响武汉房价的主要因素，以期具备一定的参考价值。

{title}

2. 研究的基本内容与方案

{title}本文的研究思路是以武汉作为研究对象，通过借鉴国内外大量关于房地产价格空间统计分析及其影响因素分析的文献的基础上，选取武汉城区的相关截面数据，采用Moran’I指数法检验其空间相关性，进行空间Hedonic模型分析，尽可能地全面把握武汉城区房地产价格变动的空间规律以及各特征因素对房价的影响程度。首先，对武汉地区房地产业发展现状做简要评析，根据相关文献探索影响房地产价格的主要影响因素；然后，通过房地产价格的影响因素理论来为确定影响房地产价格的因素提供依据。其次，在总结相关理论的基础上，根据数据从实证方面考察武汉城区房地产业发展与各种因素的相关性以及重要性。最后，根据建模结果结合实际情况，总结武汉城区房地产业的主要影响因素及趋势，提出一些相关建议、对策，为武汉的经济社会建设服务。3. 参考文献

[1]方大春,裴梦迪.房价空间关联网络结构实证分析[J].上海经济研究,2018(01):63-73.

[2]Paelinck J H P,Klaassen L LH.Spatial econometrics[M].Saxon House,1979.

[3]Kathleen P. Bell. Introductionto Spatial Econometrics, by James LeSage and R. Kelly Pace[J]. Journal ofRegional Science,2010,50(5).

[4] TadaoHoshino,Koichi Kuriyama. Measuring the Benefits of Neighbourhood ParkAmenities: Application and Comparison of Spatial Hedonic Approaches[J].Environmental and Resource Economics,2010,45(3).