基于Hedonic分位数模型对城市住宅价格差异性的研究——以深圳市为例.docx

基于Hedonic分位数模型对城市住宅价格差异性的研究——以深圳市为例
基于Hedonic分位数模型对城市住宅价格差异性的研究——以深圳市为例
摘要：
本文以深圳市为例，基于Hedonic分位数模型，探讨了城市住宅价格的差异性。通过对深圳市住房市场数据的分析，发现住房价格受到多种因素的影响，包括地理位置、房屋面积、周边配套设施等。同时，通过分位数回归分析，发现不同分位数的住房价格受到不同因素的影响，高价住房受到地理位置和房屋面积等因素的影响更显著。研究结果为房地产市场的决策提供了参考，也为城市规划和住房政策的制定提供了理论支持。
关键词：Hedonic分位数模型；城市住宅价格差异性；深圳市
第一章引言
1.1研究背景
随着城市化的进程不断推进，城市住宅的价格差异性引起了学术界和政府的关注。城市住宅价格差异性是指在同一城市内，不同住房典型特征对价格的影响不同。深圳市作为中国经济发展最快的城市之一，住房价格差异性较为明显，这对于房地产市场的决策和政府的调控都提出了新的挑战。
1.2研究目的和意义
本文旨在通过Hedonic分位数模型对深圳市住宅价格差异性进行研究，明确不同因素对不同分位数的住房价格的影响程度，为房地产市场决策和住房政策的制定提供理论依据。
第二章文献综述
2.1Hedonic模型的发展
Hedonic模型是一种通过分解商品价格的方法，来估计商品各个属性对价格的影响的模型。Hedonic模型的发展经历了多个阶段，从最早的简单线性回归模型到目前的高级模型，逐渐考虑了诸多影响因素。
2.2Hedonic分位数模型的应用
Hedonic分位数模型是在传统Hedonic模型的基础上发展起来的。Hedonic分位数模型主要用于研究商品价格的分布情况和不同分位数价格受到的影响因素差异的模型。
第三章研究方法
3.1模型构建
本研究基于Hedonic分位数模型，选择了地理位置、房屋面积、周边配套设施等因素作为自变量，住房价格作为因变量，建立了多元回归模型。
3.2数据收集和处理
本文采用了深圳市住房市场的实际数据，通过数据清洗和筛选，得到了可用的数据样本。
第四章实证结果
4.1描述性统计
在深圳市住房市场数据的描述性统计中，发现住房价格的分布呈现右偏的形态。
4.2Hedonic分位数模型结果
通过Hedonic分位数模型的回归分析，发现地理位置和房屋面积是影响住房价格的主要因素，而周边配套设施和其他因素的影响相对较小。
第五章结论与讨论
5.1结论总结
本文通过Hedonic分位数模型对深圳市住宅价格差异性进行了研究。研究结果表明，住房价格受到多种因素的影响，不同因素对不同分位数的价格影响程度不同。
5.2建议和展望
根据研究结果，建议政府在住房政策制定和房地产市场的规划中，应更加注重地理位置和房屋面积等因素的影响。此外，未来还可以考虑更多的因素，如交通便利性、教育资源等对住房价格的影响。
参考文献
附录：数据处理和回归分析的详细结果
以上是关于基于Hedonic分位数模型对城市住宅价格差异性的研究以深圳市为例的论文，希望能对你有所帮助。