波士顿房价分析_【空间计量R、Geoda案例】波士顿房价决定因素

空间计量经济学作为现代计量经济学的一个分支，近三十年来已经在区城经济、房地产经济等方面得到了广泛应用。有关空间计量经济学的介绍可参考专门的著作安塞林(1988)以及Lesage＆Pace(2009)。

目前已有多种建模方法用于处理空间相关性，其中得到研究和应用较多的方法是空间自回归模型(也称之为空间滞后模型)，这类模型由克里夫与奥德(1973，1981)提出，关于其估计和检验方面的研究可参考 Anselin(1988年)、 Kelejian和 Prucha(1999年)及Lee(2004年)。

1

波士顿房价决定因素

波士顿房价数据最初来源于Harrison, David, and Daniel L. Rubinfeld(1978年)，原文信息为：Harrison, David, and Daniel L. Rubinfeld, Hedonic Housing Prices and the Demand for Clean Air, Journal of Environmental Economics and Management, Volume 5, (1978), 81-102. Original data.

之后被广泛应用于空间模型的研究。

该数据集共有506条波士顿不同地区的家庭住房信息，包含房价中位数和CRIM(城镇的人均犯罪率)等13个影响因素以及经纬度信息。其后，Gilley, O.W., and R. Kelley Pace对数据进行修正(相关文章信息为：Gilley, O.W., and R. Kelley Pace, On the Harrison and Rubinfeld Data, Journal of Environmental Economics and Management, 31 (1996),403-405. Provided corrections and examined censoring.)，修正后的数据被多个国际著名期刊引用。

2

Geoda操作案例

1、导入数据

相关数据介绍为：