改革开放以来,房地产业作为国民经济的支柱产业,对扩大区域经济合作的深度、加快区域经济一体化的建设步伐起到了至关重要的作用。现有的文献资料显示,区域间的房地产市场有一定的空间相关性,但目前国内对房价的空间效应研究大多停留在全国的层面上,从城市群或地区层面对房价进行空间分析的研究还相对较少。本文基于环渤海地区的25个城市2008—2018年的实际数据,通过建模分析,研究除了经济基本面因素之外,环渤海地区的城市房价是否受到周围城市房价的影响,即环渤海地区房价的空间效应研究。首先,本文将房价的历史信息对某个城市或地区当前房价的影响分为两方面:一方面是本市的历史房价信息在时间维度上的传递对本市当前房价的影响;另一方面是其他城市的房价信息通过空间维度的传递对本市当前房价的影响。所以,本文在空间面板数据模型中加入被解释变量的滞后项,使模型中既包含空间维度又包含时间维度,采用拟极大似然法估计模型中的参数,并进行蒙特卡罗模拟来检验估计效果。其次,分析了环渤海地区的内部差异和联系,考虑需求因素、供给因素以及空间因素,对环渤海地区房价的影响因素进行分析,通过理论推导将房价的影响因素总结如下:某地区第t期的房价不仅受到其他地区第t期的房价影响,还会受到本地区第t-1期的房价影响,且受到收入水平、人口数量、住房存量、利率水平和开发成本等经济基本面因素的影响。最后,进行实证分析,先对环渤海地区的25个城市2008—2018年的房价数据进行空间相关性分析,通过分别设定地理权重矩阵和经济—距离权重矩阵,计算整体Moran’s I指数,发现环渤海地区的住房价格从2014年后显示出显著的整体空间相关性,并且经济—距离矩阵下的Moran’s I指数比地理矩阵下的Moran’s I指数更大,说明环渤海地区房价的空间相关性依赖于城市间的经济联系。然后,将供给因素和需求因素作为控制变量,把本文提出的带有被解释变量滞后项的空间面板数据模型应用于环渤海地区房价的研究上,结果发现空间效应是影响房价的重要因素,环渤海地区的城市房价具有正向的空间效应。