文献类型：期刊文章

作　　者：苏瑞娟[1,2] 赵博娟[1]

Su Ruijuan;Zhao Bojuan(School of Statistics,Tianjin University of Finance and Economics,Tianjin 300222,China;School of Data Engineering,Tianjin University of Finance and Economics Pearl River College,Tianjin 301811,China)

机构地区：[1]天津财经大学统计学院,天津300222 [2]天津财经大学珠江学院数据工程学院,天津301811

出　　处：《统计与决策》

年　　份：2020

期　　号：23

起止页码：9-14

语　　种：中文

收录情况：BDHX、BDHX2017、CSSCI、CSSCI2019_2020、NSSD、RCCSE、RWSKHX、ZGKJHX、核心刊

摘　　要：在基于OLS的传统Hedonic房价指数构建中,房价的地理位置坐标没有被纳入模型,使观测个体之间的空间相关问题被忽略,也导致了模型中估计的参数和构建的Hedonic房价指数的偏误。文章将空间计量经济模型(SEM和SLM)和空间广义可加模型(GAM)应用于分析天津二手住宅交易数据,能够提高传统Hedonic模型的拟合与预测能力,进而提高房价指数估计精度。结果表明,传统Hedonic房价指数在房价较平稳时期有效,但在快速上涨时期因不能对交易住宅的地理位置质量变动进行完全地调整会低估房价指数。

关 键 词：地理空间数据 Hedonic回归模型  Hedonic估计方法  空间计量经济模型 空间广义可加模型  

分 类 号：C813[统计学类]