城镇化进程的加快导致民众对住宅的刚需进一步扩大,一些城市的商品住宅价格急剧飙升,日益凸显的“高房价”已然引发了全社会的密切关注。探讨商品住宅价格的时空衍化规律,对了解商品住宅价格的走势有着重要意义。本文考虑了所研究区域的经济变化特性,构建了一种融合了空间距离关系和经济社会关系的动态变化空间权重矩阵。基于该矩阵以及扰动项的时间滞后效应建立了含时间自回归误差项的空间自回归面板数据(Spatial Autoregressive Panel Data,SAPD)模型,最后将建立的SAPD模型应用于上海市行政区商品住宅价格的时空依赖性研究。主要研究内容如下:首先,融合空间距离关系和经济社会关系,构建了动态变化空间权重矩阵。对国内外各种经典的空间权重矩阵构造方法进行了比较分析,基于阈值距离权重矩阵和灰色关联度分析,构建了一种融合空间距离关系和经济社会关系的动态变化空间权重矩阵。其次,采用动态变化空间权重矩阵,建立了扰动项具有时间自相关性的随机效应SAPD模型。引入贝叶斯马尔可夫蒙特卡洛(Markov Chain Monte Carlo,MCMC)方法进行参数估计,系统地推导了模型中各参数的条件后验分布。给出了M-H(Metropolis-Hastings)算法和Gibbs抽样混合的抽样方法,对表征空间滞后性和时间相关性的参数单独使用M-H方法进行抽样,并通过不同周期数的蒙特卡洛实验得到了精度较高的估计结果,同时验证了MCMC估计方法用于该模型的有效性。最后,将建立的SAPD模型应用于上海市行政区商品住宅价格的时空依赖性研究中。基于Moran指数分析了上海市各行政区商品住宅价格间的空间相关性,用时滞灰关联分析计算了上海市行政区商品住宅价格各时期之间扰动项对应的时滞值,建立了上海市行政区商品住宅价格SAPD模型。进行模型参数估计及求解,结果表明:较空间权重矩阵固定不变的模型而言,空间权重矩阵动态变化的SAPD模型具有更好的拟合精度;上海市相邻行政区之间的商品住宅价格存在正向空间溢出效应;建立的商品住宅价格SAPD模型具备较好的应用效果。