自住房市场化以来,我国的房地产业取得了长足的发展,与此同时全国的房价水平长期处在上升通道之中,房价的持续上涨引起了社会各界的广泛关注。国内外已有许多研究对于我国房价的持续上涨现象做出解释和分析,表明我国房价主要受到土地供给政策、房地产相关税收政策、城镇化进程和国内货币政策等相关因素的影响。近年来,随着国家大力推动京津冀、港珠澳和长三角等都市圈的一体化发展,以及国内高铁和高速公路的快速建设,我国各界人士的跨城跨省的交流与工作越来越多,成渝两地更是在今年开始落地住房公积金互认的政策,这些因素都使得城市之间的房价的空间相关性在明显增强。可以预见到未来决定房价趋势的因素将不限于土地供给、城镇化等传统因素,城市之间的各类交互活动也将对城市的房价走向起到不可忽视的影响。近年来,越来越多的研究开始关注房价的空间交互效应,比较多的文献采用空间自回归模型。本文在梳理了房价相关研究及空间计量经济学理论的基础上,提出将非参数统计分析方法引入空间计量模型中,将传统空间自回归模型的空间权重矩阵由空间权重函数替代,并使用B样条方法逼近未知的空间权重函数,在此基础上使用GMM方法进行模型估计。通过实证研究可以发现,使用事先未知的空间权重函数来表示房价的空间交互效应,相较于使用先验知识设定的空间权重矩阵有以下好处:第一,空间权重函数的估计结果完全取决于数据本身的信息,完全曰数据驱动,而空间权重矩阵的设定方法会与数据背后的真实空间交互规律有一定程度的出入,此时使用空间权重函数的半参数模型会比参数模型取得更好的模型效果,实证分析过程中也验证了这一点。第二,空间权重函数能挖掘出更多的空间交互效应信息,因为空间权重函数是关于距离的函数,可以反映不同距离下的随距离变化而变化房价空间交互效应,而空间权重矩阵的系数是一个标量,只反映了整个数据集平均意义上的空间交互效应。实证研究的结果表明,半参数空间模型对房价数据的拟合效果整体优于参数空间模型,并且模型选择指标BIC和AIC在各年样本数据的建模中更多地选择了半参数空间模型。从半参数空间模型结果可知,我国房价在人口距离的层面上有负向的空间交互效应,且交互效应总体来讲随着人口差距的增加而减弱,说明人口差距较小的城市之间房价存在明显的竞争性,竞争关系将随着城市人口距离的增加而逐渐消失。另外,我国房价在地理距离的层面上有正向的空间交互效应,且聚集效应总体来讲随着地理距离的增加而有效减弱,表明所处地理区域较近的城市之间的房价存在明显的聚集性,聚集程度将随着地理距离的增加而逐渐消失。基于实证分析结果,本文建议加强对重点中心城市房价的监控,重视国家中心城市对地区房价的带动作用;国家制定城市圈协同发展规划和地方制定人才政策时,需要重点考虑房价的交互效应,保障房价长期健康平稳发展。本文的创新点在于:1.本文在传统的空间计量模型的基础上,使用非参数方法处理空间交互项,建立半参数空间模型,对房价的空间交互效应研究更加灵活;2.使用人口距离来分析房价的空间交互效应,扩展了空间模型的应用范围,就人口因素对房价的影响提出了新的观点,助力人才引进、落户等政策的制定。