Endogenous Spatial Regression and Delineation of Submarkets: A New Framework with Application to Housing Markets
内生空间回归与子市场划分：新框架及其住房市场应用AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究住宅价格的空间依赖与子市场聚类，未明确涉及网络干扰或结构估计，给定细分中缺少直接对应项。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
内生空间回归与子市场划分：新框架及其住房市场应用
- 研究问题
- 住房子市场能否同时满足住宅属性相似、特征价格相似与住宅可替代性三项标准，如何在存在空间异质性和内生空间依赖时进行划分？
- 方法与思路
- 作者基于住宅特征价格模型构建函数型线性回归推断，并联合利用估计的函数型偏效应曲面和住房特征进行空间聚类。
- 材料陈述的贡献
- 摘要称，按属性与特征价格进行空间聚类也满足可替代性标准；葡萄牙城市群应用所得子市场体现了城市空间结构的历史与内生演变。
- 阅读关注点
- 重点核对相似性如何推出可替代性、内生空间依赖如何识别与估计，以及函数型偏效应、聚类规则和子市场边界的敏感性。
- 阅读边界
- 摘要未说明内生性处理所依赖的条件、聚类参数或划分效果的评价指标；不能仅凭应用描述判断子市场边界的可靠性与外部适用性。
原文摘要
Summary Housing submarkets have been defined by different criteria: (i) similarity in house attributes; (ii) similarity in hedonic prices; and (iii) substitutability of houses. We show that spatial clustering on (i) and (ii) also satisfies criterion (iii) and develop inferences based on functional linear regression of a hedonic house price model. Then, we delineate submarkets by clustering (jointly) on the surfaces of the estimated functional partial effects and housing features. The above model incorporates both spatial heterogeneity and endogenous spatial dependence. Application to an urban conglomeration in Portugal implies submarkets that emphasize the historical and endogenous evolution of urban spatial structure. Copyright © 2015 John Wiley & Sons, Ltd.