高级检索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于供求关系的房价波动分析

周亮锦,夏恩君,魏星

downloadPDF
文章导航> bob手机在线登陆学报（社会科学版）> 2019> (6): 97-106
周亮锦, 夏恩君, 魏星. 基于供求关系的房价波动分析[J]. bob手机在线登陆学报（社会科学版）, 2019, (6): 97-106. doi: 10.15918/j.jbitss1009-3370.2019.1599
引用本文: 周亮锦, 夏恩君, 魏星. 基于供求关系的房价波动分析[J]. bob手机在线登陆学报（社会科学版）, 2019, (6): 97-106.doi:10.15918/j.jbitss1009-3370.2019.1599
shu
ZHOU Liangjin, XIA Enjun, WEI Xing. An Analysis of Housing Prices Fluctuation based on the Relationship between Supply and Demand[J]. Journal of Beijing Institute of Technology (Social Sciences Edition), 2019, (6): 97-106. doi: 10.15918/j.jbitss1009-3370.2019.1599
Citation: ZHOU Liangjin, XIA Enjun, WEI Xing. An Analysis of Housing Prices Fluctuation based on the Relationship between Supply and Demand[J].Journal of Beijing Institute of Technology (Social Sciences Edition), 2019, (6): 97-106.doi:10.15918/j.jbitss1009-3370.2019.1599
shu

基于供求关系的房价波动分析

doi:10.15918/j.jbitss1009-3370.2019.1599
  • 1.

    bob手机在线登陆 管理与经济学院, 北京 100081

基金项目:

国家自然科学基金项目“开放式创新网络众包模式的运行机理及行为管理研究”（71572012）

详细信息

  • 中图分类号:F293.3

An Analysis of Housing Prices Fluctuation based on the Relationship between Supply and Demand

  • 1.

    Beijing Institute of Technology, School of Management and Economics, Beijing 100081, China

  • 摘要:基于1999—2017年中国35个大中城市的面板数据，构建基于供求关系的面板回归模型，从国家和区域两个层面对造成房价波动的原因进行探究。结果表明：价格预期在全国和区域模型中均对房价有显著的正向影响，且在大多数地区，其影响力大于其他因素；人口对房价有正向影响，但只在北部沿海、东部沿海和南部沿海显著；收入对南部沿海、黄河中游和西南地区的房价均有显著的正向影响，而在北部沿海、东部沿海、长江中游、西北地区和东北地区，该因素对房价的影响并不显著；除全国和西南、西北地区外，房屋造价作为成本因素对绝大多数地区的房价有正向影响；信贷的可获得性作为政策因素对房价有正向影响，除南部沿海和黄河中游外，在其他区域均显著；住宅开发投资与住宅价格呈负相关关系，但其只在少数经济发达地区显著。因此，未来对房地产市场的调控应根据区域房价波动影响因素的不同区别对待，因地制宜。
    Abstract:Using the panel data of 35 large and medium-sized cities in China from 1999 to 2017,panel regression models of both national and regional are established to explore the causes of housing prices fluctuation. The results show that:price expectation has significant positive impacts on national and regional housing prices,and its influence on housing prices in most regions is greater than others. population has a positive impact on housing prices,but this impact is only significant in the North Coast,East Coast and South Coast. income has significant positive impacts on housing prices in the South Coast,Yellow River,and Southwest,while in the North Coast,East Coast,Yangtze River,Borthwest,and Northeast,the influence is not significant; as the cost factor,the housing cost has a positive impact on housing prices in most regions,except for the national level,the Southwest and the Northwest in the regional level. as the policy factor,credit availability has a positive impact on housing prices,and the impacts are significant in most regions,except the South Coast and Yellow River. housing investment and housing prices are negatively related,its non-significant relationships exist in most regions,except a few economically developed areas,such as the North coast and the East coast. Therefore,the regulation and control of the real estate market in the future should be treated differently,according to local conditions and the different influencing factors of regional housing price fluctuation.
  • [1] 沈悦,刘洪玉. 住宅价格与经济基本面:1995-2002年中国14城市的实证研究[J]. 经济研究,2004(6):78-86.
    [2] LI Q,CHAND S. House prices and market fundamentals in urban China[J]. Habitat International,2013,40(11):148-153.
    [3] WU J,GYOURKO J,DENG Y. Evaluating the risk of Chinese housing markets:what we know and what we need to know[J]. China Economic Review,2016,39:91-114.
    [4] 李仲飞,郑军,黄宇元. 有限理性、异质预期与房价内生演化机制[J]. 经济学(季刊),2015,14(2):453-482.
    [5] 高波,洪涛. 中国住宅市场羊群行为研究——基于1999-2005动态面板模型的实证分析[J]. 管理世界,2008(2):90-96.
    [6] ZHENG M,WANG H,WANG C,et al. Speculative behavior in a housing market:boom and bust[J]. Economic Modelling,2017,61:50-64.
    [7] KONG F,YIN H,NAKAGOSHI N. Using GIS and landscape metrics in the hedonic price modeling of the amenity value of urban green space:a case study in Jinan City,China[J]. Landscape & Urban Planning,2007,79(3):240-252.
    [8] 宋伟轩,毛宁,陈培阳,等. 基于住宅价格视角的居住分异耦合机制与时空特征——以南京为例[J]. 地理学报,2017,72(4):589-602.
    [9] CHEN W Y,LI X. Impacts of urban stream pollution:a comparative spatial hedonic study of high-rise residential buildings in Guangzhou,south China[J]. Geographical Journal,2018,184(3):283-297.
    [10] SHIH Y N,LI H C,QIN B. Housing price bubbles and inter-provincial spillover:evidence from China[J]. Habitat International,2014,43(4):142-151.
    [11] HUI E C M,LIANG C. Spatial spillover effect of urban landscape views on property price[J]. Applied Geography,2016,72:26-35.
    [12] 丁如曦,倪鹏飞. 中国城市住房价格波动的区域空间关联与溢出效应——基于2005-2012年全国285个城市空间面板数据的研究[J]. 财贸经济,2015(6):136-150.
    [13] 况伟大,马一鸣. 物业税、供求弹性与房价[J]. 中国软科学,2010(12):27-35.
    [14] 王敏,黄滢. 限购和房产税对房价的影响:基于长期动态均衡的分析[J]. 世界经济,2013(1):141-159.
    [15] 谭政勋,王聪. 房价波动、货币政策立场识别及其反应研究[J]. 经济研究,2015(1):67-83.
    [16] 王鹤. 基于空间计量的房地产价格影响因素分析[J]. 经济评论,2012(1):48-56.
    [17] 张红,李洋. 房地产市场对货币政策传导效应的区域差异研究[J]. 金融研究,2013(2):114-128.
    [18] 梁云芳,高铁梅. 中国房地产价格波动区域差异的实证分析[J]. 经济研究,2007(8):133-142.
    [19] 魏玮,陈杰. 加杠杆是否一定会成为房价上涨的助推器?——来自省际面板门槛模型的证据[J]. 金融研究,2017(12):48-63.
    [20] 余华义,黄燕芬. 货币政策影响下收入和房价的跨区域联动[J]. 中国软科学,2015(10):85-100.
    [21] ZHANG H,LI L,HUI C M,et al. Comparisons of the relations between housing prices and the macroeconomy in China's first-,second-and third-tier cities[J]. Habitat International,2016,57:24-42.
    [22] 李仲飞,张浩. 成本推动、需求拉动——什么推动了中国房价上涨?[J]. 中国管理科学,2015,23(5):143-150.
    [23] 张亚丽,梁云芳,高铁梅. 预期收入、收益率和房价波动——基于35个城市动态面板模型的研究[J]. 财贸经济,2011(1):122-129.
    [24] 王少剑,王洋,蔺雪芹,等. 中国县域住宅价格的空间差异特征与影响机制[J]. 地理学报,2016,71(8):1329-1342.
    [25] ZHANG L,HUI C M,WEN H. Housing price-volume dynamics under the regulation policy:difference between Chinese coastal and inland cities[J]. Habitat International,2015,47:29-40.
    [26] GUTIERREZ L. Panel unit-root tests for cross-sectionally correlated panels:a monte carlo comparison[J]. Oxford Bulletin of Economics & Statistics,2006,68(4):519-540.
    [27] PEDRONI P. Critical values for cointegration tests in heterogeneous panels with multiple regressors[J]. Oxford Bulletin of Economics & Statistics,1999,61(S1):653-670.
    [28] ZHANG H,HUANG Y,YAO H. Heterogeneous expectation,beliefs evolution and house price volatility[J]. Economic Modelling,2016,53:409-418.
    [29] WANG Z,ZHANG Q. Fundamental factors in the housing markets of China[J]. Journal of Housing Economics,2014,25:53-61.
    [30] 况伟大. 预期、投机与中国城市房价波动[J]. 经济研究,2010(9):67-78.
    [31] 王频,侯成琪. 预期冲击、房价波动与经济波动[J]. 经济研究,2017(4):48-63.
    [32] 邹瑾,于焘华,王大波. 人口老龄化与房价的区域差异研究——基于面板协整模型的实证分析[J]. 金融研究,2015(11):64-79.
    [33] 徐建炜,徐奇渊,何帆. 房价上涨背后的人口结构因素:国际经验与中国证据[J]. 世界经济,2012(1):24-42.
    [34] WANG Y,WANG S,LI G,et al. Identifying the determinants of housing prices in China using spatial regression and the geographical detector technique[J]. Applied Geography,2017,79:26-36.
    [35] ZHANG L,HUI E C,WEN H. The regional house prices in China:ripple effect or differentiation[J]. Habitat International,2017,67:118-128.
  • [1] 张平淡, 屠西伟.制造业集聚与雾霾：基于能源消费的异质性分析. bob手机在线登陆学报（社会科学版）, 2022, 24(6): 30-40.doi:10.15918/j.jbitss1009-3370.2022.0871
    [2] 王兵, 吴英东, 刘朋帅, 陈思卿.可再生能源发展影响因素区域异质性研究. bob手机在线登陆学报（社会科学版）, 2022, 24(1): 39-50.doi:10.15918/j.jbitss1009-3370.2022.5679
    [3] 马轶群.中国环境污染的波动性研究. bob手机在线登陆学报（社会科学版）, 2021, 23(4): 40-48.doi:10.15918/j.jbitss1009-3370.2021.4065
    [4] 郎丽华, 李雪亚.空间集聚对制造业出口的非线性影响及其异质性分析. bob手机在线登陆学报（社会科学版）, 2021, 23(1): 89-98.doi:10.15918/j.jbitss1009-3370.2021.4085
    [5] 陈晓和, 周可.创新异质性、政府补贴与军民融合企业创新发展. bob手机在线登陆学报（社会科学版）, 2021, 23(1): 117-126.doi:10.15918/j.jbitss1009-3370.2021.3014
    [6] 赵领娣, 范超, 王海霞.中国碳市场与能源市场的时变溢出效应. bob手机在线登陆学报（社会科学版）, 2021, 23(1): 28-40.doi:10.15918/j.jbitss1009-3370.2021.4972
    [7] 屈小娥, 胡琰欣, 赵昱钧.产业集聚对制造业绿色全要素生产率的影响——基于长短期行业异质性视角的经验分析. bob手机在线登陆学报（社会科学版）, 2019, (1): 27-36.doi:10.15918/j.jbitss1009-3370.2019.5632
    [8] 尹建华, 王森, 张玲玲.制度同构下企业环境战略的异质性响应——来自重污染行业上市公司社会责任报告的经验分析. bob手机在线登陆学报（社会科学版）, 2019, (4): 47-55.doi:10.15918/j.jbitss1009-3370.2019.1985
    [9] 余文涛, 吴士炜.基于异质性视角的创意阶层区域分布的影响因素. bob手机在线登陆学报（社会科学版）, 2019, (4): 64-72.doi:10.15918/j.jbitss1009-3370.2019.1422
    [10] 庞雨蒙.竞争政策、企业全要素生产率与资源配置效应——基于异质性发电企业的检验. bob手机在线登陆学报（社会科学版）, 2018, (1): 17-24.doi:10.15918/j.jbitss1009-3370.2018.3917
    [11] 林小玲, 张凯.房价波动、银行信贷与产业升级——基于银行信贷中介效应检验及区域差异对比分析. bob手机在线登陆学报（社会科学版）, 2018, (6): 84-95.doi:10.15918/j.jbitss1009-3370.2018.3562
    [12] 宋妍, 张明, 陈赛.个体异质性与环境公共物品的私人有效供给. bob手机在线登陆学报（社会科学版）, 2017, (6): 18-27.doi:10.15918/j.jbitss1009-3370.2017.2577
    [13] 鄢哲明, 邓晓兰, 杨志明.异质性技术创新对碳强度的影响——基于全球专利数据. bob手机在线登陆学报（社会科学版）, 2017, (1): 20-27.doi:10.15918/j.jbitss1009-3370.2017.0103
    [14] 张先锋, 申屠瑶, 王俊凯.环境规制、企业异质性与企业退出. bob手机在线登陆学报（社会科学版）, 2017, (4): 43-49.doi:10.15918/j.jbitss1009-3370.2017.2384
    [15] 汪克亮, 孟祥瑞, 杨力, 程云鹤.生产技术异质性与区域绿色全要素生产率增长——基于共同前沿与2000-2012年中国省际面板数据的分析. bob手机在线登陆学报（社会科学版）, 2015, (1): 23-31.doi:10.15918/j.jbitss1009-3370.2015.0104
    [16] 赵玉焕, 王淞.基于技术异质性的中日贸易隐含碳测算及分析. bob手机在线登陆学报（社会科学版）, 2014, (1): 12-18,26.
    [17] 孙岩.家庭异质性因素对城市居民能源使用行为的影响. bob手机在线登陆学报（社会科学版）, 2013, (5): 23-28.
    [18] 王春峰, 庄泓刚, 房振明, 卢涛.多重指标波动性模型在中国股市波动性估计 和预测的应用——基于高频数据的研究. bob手机在线登陆学报（社会科学版）, 2008, (5): 41-46.
    [19] 王春峰, 程鹏飞, 房振明.中国股市流动性与波动性关系的实证研究. bob手机在线登陆学报（社会科学版）, 2007, (4): 63-66.
    [20] 韩小龙, 曹奇.上海铜期货日流动性与日波动性关系的实证研究. bob手机在线登陆学报（社会科学版）, 2006, (2): 64-67.
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:477
  • HTML全文浏览量:1
  • PDF下载量:255
  • 被引次数:0
出版历程
  • 收稿日期:2019-05-17
  • 刊出日期:2019-12-23

基于供求关系的房价波动分析

doi:10.15918/j.jbitss1009-3370.2019.1599
  • 1. bob手机在线登陆 管理与经济学院, 北京 100081
    • 基金项目:

    国家自然科学基金项目“开放式创新网络众包模式的运行机理及行为管理研究”（71572012）

  • 收稿日期:2019-05-17
  • 刊出日期:2019-12-23

  • 中图分类号:F293.3

摘要:基于1999—2017年中国35个大中城市的面板数据，构建基于供求关系的面板回归模型，从国家和区域两个层面对造成房价波动的原因进行探究。结果表明：价格预期在全国和区域模型中均对房价有显著的正向影响，且在大多数地区，其影响力大于其他因素；人口对房价有正向影响，但只在北部沿海、东部沿海和南部沿海显著；收入对南部沿海、黄河中游和西南地区的房价均有显著的正向影响，而在北部沿海、东部沿海、长江中游、西北地区和东北地区，该因素对房价的影响并不显著；除全国和西南、西北地区外，房屋造价作为成本因素对绝大多数地区的房价有正向影响；信贷的可获得性作为政策因素对房价有正向影响，除南部沿海和黄河中游外，在其他区域均显著；住宅开发投资与住宅价格呈负相关关系，但其只在少数经济发达地区显著。因此，未来对房地产市场的调控应根据区域房价波动影响因素的不同区别对待，因地制宜。

English Abstract

周亮锦, 夏恩君, 魏星. 基于供求关系的房价波动分析[J]. bob手机在线登陆学报（社会科学版）, 2019, (6): 97-106. doi: 10.15918/j.jbitss1009-3370.2019.1599
引用本文: 周亮锦, 夏恩君, 魏星. 基于供求关系的房价波动分析[J]. bob手机在线登陆学报（社会科学版）, 2019, (6): 97-106.doi:10.15918/j.jbitss1009-3370.2019.1599
shu
ZHOU Liangjin, XIA Enjun, WEI Xing. An Analysis of Housing Prices Fluctuation based on the Relationship between Supply and Demand[J]. Journal of Beijing Institute of Technology (Social Sciences Edition), 2019, (6): 97-106. doi: 10.15918/j.jbitss1009-3370.2019.1599
Citation: ZHOU Liangjin, XIA Enjun, WEI Xing. An Analysis of Housing Prices Fluctuation based on the Relationship between Supply and Demand[J].Journal of Beijing Institute of Technology (Social Sciences Edition), 2019, (6): 97-106.doi:10.15918/j.jbitss1009-3370.2019.1599
shu
参考文献 (35)

目录

    /

      返回文章
      返回

        作者相关

        写作规范

        友情链接

        总访问量: 今日访问量:

        版权所有：bob手机在线登陆学术期刊中心

        主管单位: 中华人民共和国工业和信息化部 主办单位: bob手机在线登陆 地址: 北京市海淀区中关村南大街5号

        本系统由北京仁和汇智信息技术有限公司开发  百度统计

        Baidu
        map