经典理论与基础文献

这些是研究房地产价格不可不读的开山之作和奠基性文献,为后续研究提供了核心理论框架。

1. Alonso, W. (1964). Location and Land Use. Harvard University Press.

   • 中文译名: 《区位与土地利用》
   • 核心贡献: 提出了竞价地租理论，将城市视为一个由中心商业区向外扩展的同心圆结构，不同行业和家庭为了获得最佳区位，会进行竞价，形成地租梯度，这是理解城市空间结构和房地产价格空间分布的基础。

2. Mills, E. S. (1967). An Aggregative Model of Resource Allocation in a Metropolitan Area. American Economic Review.

   • 核心贡献: 发展了单中心城市模型，将 Alonso 的理论形式化，并引入了通勤成本，系统地分析了城市规模、交通成本与地价（房价）之间的关系。

3. Rosen, S. (1974). Hedonic Prices and Implicit Markets: Product Differentiation in Pure Competition. Journal of Political Economy.

   • 中文译名: 《特征价格与隐性市场：纯粹竞争中的产品差异化》
   • 核心贡献: 提出了特征价格理论，该理论认为，任何商品（尤其是住房）都是由一系列特征（如面积、地段、楼层、学区、环境等）构成的组合，其价格是这些特征隐含价格的加总，这是进行房地产价格影响因素实证分析最核心的理论基础。

4. Case, K. E., & Shiller, R. J. (2003). Is There a Bubble in the Housing Market? Brookings Papers on Economic Activity.

   
   （图片来源网络，侵删）
   • 核心贡献: 开创性地提出了房价指数的理性预期模型，并构建了著名的凯斯-席勒房价指数，该指数通过重复交易同一套房产来控制房屋异质性，被认为是衡量真实房价波动的“黄金标准”，他们的研究对识别房地产泡沫起到了关键作用。

核心议题与实证研究文献

这些文献围绕商品房价格研究的几个核心问题展开,包括影响因素、价格泡沫、空间依赖性等。

(一) 影响因素研究

1. 经济基本面因素:

   • Mankiw, N. G., & Weil, D. N. (1989). The Baby Boom, Baby Bust, and the Housing Market. Brookings Papers on Economic Activity.
     • 核心贡献: 经典的人口结构研究，分析了人口（如婴儿潮一代）的年龄结构变化对住房需求及价格的长远影响。
   • Quigley, J. M. (1999). Real Estate Prices and Economic Cycles. International Real Estate Review.
     • 核心贡献: 系统综述了宏观经济变量（如GDP、利率、通货膨胀、收入）与房地产价格之间的复杂关系。

2. 政策与制度因素:

   • Glaeser, E. L., Gyourko, J., & Saks, R. E. (2005). Why Is Manhattan So Expensive? Regulation and the Rise in Housing Prices. Journal of Law and Economics.
     • 核心贡献: 强有力地论证了土地使用管制（如严格的 zoning 法规）是导致美国大城市（如纽约）房价高昂的关键原因之一，而非单纯的自然地理限制。
   • 陈彦斌, 陈小亮. (2025). 房地产市场调控: 理论、实践与未来方向. 经济研究.
     • 核心贡献: 系统梳理了中国房地产市场的特点和调控政策（如限购、限贷、限售），并评估了其有效性，是理解中国房地产政策的重要文献。

(二) 价格泡沫与波动性

1. 泡沫识别与检验:
   • Shiller, R. J. (2005). Irrational Exuberance (2nd ed.). Princeton University Press.
     • 中文译名: 《非理性繁荣》
     • 核心贡献: 从行为经济学视角，深入分析了资产价格泡沫的形成机理，指出市场心理、投机和非理性预期在泡沫形成中的关键作用，书中对2000年互联网泡沫和2008年美国房地产泡沫的预测和分析极具影响力。
   • 周京奎. (2005). 金融支持过度与房地产泡沫——理论与中国经验证据. 财贸经济.
     • 核心贡献: 研究了中国金融支持（如银行信贷）与房地产价格泡沫之间的关系，为理解中国房地产市场的金融驱动提供了重要视角。

(三) 空间效应与计量方法

1. 空间依赖性:
   • Anselin, L. (1988). Spatial Econometrics: Methods and Models. Kluwer Academic Publishers.
     • 核心贡献: 空间计量经济学的奠基之作，系统介绍了空间自相关和空间滞后等概念，为处理房地产价格数据中普遍存在的空间依赖性（即一栋房子的价格受其周边房子价格影响）提供了方法论基础。
   • 李斌, 丁烈云, & 叶裕民. (2011). 中国城市住宅价格的空间依赖性与溢出效应研究. 地理学报.
     • 核心贡献: 利用空间计量模型，实证研究了中国城市住宅价格的空间依赖性和溢出效应，发现房价存在显著的空间扩散和传染现象。

研究方法与前沿动态

这些文献代表了当前房地产价格研究的前沿方向,包括大数据应用、机器学习等。

1. 大数据与机器学习在房价评估中的应用:

   • Guo, Y., & Li, Y. (2025). Machine Learning-Based House Price Prediction: A Survey. arXiv preprint arXiv:2101.05916.
     • 核心贡献: 一篇关于机器学习用于房价预测的综述文章，系统梳理了从传统线性回归到复杂神经网络（如XGBoost, GNN）等各种方法的优劣和应用场景。
   • 姚玲珍, & 刘旦. (2025). 基于网络搜索大数据的房价波动预期研究. 财经研究.
     • 核心贡献: 利用百度搜索指数等网络大数据，构建了基于公众搜索行为的房价预期指标，为研究市场情绪和预期对房价的影响提供了新的数据来源和视角。

2. 网络科学与复杂系统:

   • Zhang, J., & Geltner, D. (2025). A Simple Spatial Model of Housing Prices. Real Estate Economics.
   • 核心贡献: 将城市住房市场建模为一个网络，其中节点是房产，边代表空间邻近性或相似性，这种方法能更好地捕捉房价波动的复杂空间动态和传导路径。

如何查找更多文献？

1. 学术数据库:

   • 英文数据库: Google Scholar, Web of Science, Scopus, JSTOR, EconLit (经济学专业数据库)。
   • 中文数据库: 中国知网, 万方数据, 维普资讯。

2. 关键词组合搜索:

   • 中文: 商品房价格, 住宅价格, 房价影响因素, 房地产泡沫, 特征价格模型, 空间计量, 房价预测。
   • 英文: House Prices, Residential Real Estate, Housing Market, Determinants of House Prices, Housing Bubbles, Hedonic Pricing Model, Spatial Econometrics, House Price Prediction。

3. 追踪顶级期刊:

   • 经济学/金融学: American Economic Review, Journal of Political Economy, Journal of Finance, Journal of Real Estate Finance and Economics.
   • 房地产专业: Real Estate Economics, Journal of Real Estate Research, Journal of Housing Economics.
   • 地理/规划: Journal of Housing Studies, Journal of Real Estate Literature.
   • 中文顶级期刊: 《经济研究》、《管理世界》、《经济学（季刊）》、《金融研究》、《财贸经济》、《地理学报》等。

希望这个详细的参考文献列表能为您的研究工作提供有力的支持！