近年来,我国房地产市场持续发展,住房价格也随之上涨,房地产价格已成为衡量我国房地产市场健康稳定的重要指标。人们对房地产价格的预测需求不断增长,要求也在不断提高。住房价格问题已成为我国人民关注的焦点,有关住房价格问题的许多研究已经在我国和国际的期刊上发表,现有的住房价格预测方法有很多,其中大多数是基于多元线性回归和时间序列分析的,这些分析方法通常都是基于单个选定的模型进行的。模型选择方法选出唯一的模型进行统计推断,该过程会引入模型选择不确定性。而作为模型选择的自然扩展,模型平均法被认为在预测中会更加准确。因此,本文将采用模型平均法对我国的区域房价数据进行分析和预测。首先,本文分析了我国房地产市场的状况,介绍了相关的研究背景、意义及目的,回顾相关文献,总结了前人的研究成果和相应的研究方法。然后,介绍了本文所涉及到的一些理论知识,主要包括空间计量经济,模型选择方法和模型平均方法三方面。接下来就是实证分析部分,本文考虑了 2003年至2018年我国31个省市的商品房平均销售价格及7个宏观经济因素。具体而言,使用Moran指数对区域房价数据进行空间自相关检验,检验结果表明,我国31个省市的商品房平均销售价格之间存在空间自相关。依托空间自回归模型、模型选择和模型平均三方面的理论,组成了分别基于不同准则的空间自回归模型平均和空间自回归模型选择预测程序,根据三种标准(1:3、1:1、3:1)将原始房价数据分为训练集和测试集,构造均方误差(简称MSE)用于评估不同方法的表现。预测结果表明,相比较而言,模型平均法的确优于常用的模型选择法;且与其它两种准则相比,利用扩展的Mallows Cp准则预测出来的MSE更小,这一发现也进一步支持了模型平均法在实际情况中的使用。