主管单位：中国科学技术协会
主办单位：中国地理学会
承办单位：华东师范大学
主办单位：中国地理学会
承办单位：华东师范大学
世界地理研究 ›› 2023, Vol. 32 ›› Issue (1): 117-129.DOI: 10.3969/j.issn.1004-9479.2023.01.2020680
韦汝虹1(
), 金李1, 方达1,2()
收稿日期:2020-09-26
修回日期:2020-12-24
出版日期:2023-01-01
发布日期:2023-01-01
通讯作者:
方达
作者简介:韦汝虹（1984—），女，博士，中级经济师，主要研究方向为金融学、区域经济学，E-mail： 1395927096@qq.com。
基金资助:
Ruhong WEI1(), Li JIN1, Da FANG1,2()
Received:2020-09-26
Revised:2020-12-24
Online:2023-01-01
Published:2023-01-01
Contact:
Da FANG
摘要：
商品房价格的空间溢出效应是当前学界探讨的重要议题，但鲜有研究基于区域视角测度并对比不同商品房价格空间溢出效应的差异。本文以长三角地区为例，基于GIS的空间计量模型尝试测度商品房价格的空间溢出效应，并进一步对比分析三种商品住宅（新住宅、二手住宅和租赁住宅）价格的空间溢出效应及其影响因素。结果表明：（1）上海、杭州和南京三个城市的商品住宅价格明显高于其他城市，说明其价格与城市的经济（行政）等级密不可分；（2）三种住宅价格均表现为由上海向内陆区域依次降低的空间规律，具有明显的空间等级性；（3）新住宅、二手住宅和租赁住宅价格的空间溢出效应依次减弱，但新住宅和二手住宅价格的溢出效应差别不大；（4）上海、苏州、南通和嘉兴四个城市处于高房价集聚区，该区域商品房价格与周边城市的商品住宅价格存在显著的空间溢出关系；（5）经济基础、消费需求和社会资源对三种商品住宅价格的空间溢出均具有显著的促进作用。
韦汝虹, 金李, 方达. 商品住宅价格空间溢出效应测度及其影响 因素分析[J]. 世界地理研究, 2023, 32(1): 117-129.
Ruhong WEI, Li JIN, Da FANG. The spatial spillover of housing price and its determinants: Case study in the Yangtze River Delta[J]. World Regional Studies, 2023, 32(1): 117-129.
图1 研究区概况注：本图基于自然资源部标准地图服务网站下载的审图号为GS（2019）1824号的标准地图制作，底图无修改。
Fig.1 Study area
| 住宅类型 | 新住宅/ （万元/平方米） | 二手住宅/ （万元/平方米） | 租赁住宅/ （元/月·平方米） |
|---|---|---|---|
| 均值 | 1.16 | 1.31 | 26.02 |
| 最大值 | 6.13 | 5.41 | 86.30 |
| 最小值 | 0.45 | 0.59 | 13.80 |
| 标准差 | 0.93 | 0.87 | 14.56 |
表1 长三角地区城市住宅价格的统计分析
Tab.1 Statistics analysis on housing price in the Yangtze River Delta
| 住宅类型 | 新住宅/ （万元/平方米） | 二手住宅/ （万元/平方米） | 租赁住宅/ （元/月·平方米） |
|---|---|---|---|
| 均值 | 1.16 | 1.31 | 26.02 |
| 最大值 | 6.13 | 5.41 | 86.30 |
| 最小值 | 0.45 | 0.59 | 13.80 |
| 标准差 | 0.93 | 0.87 | 14.56 |
图2 三维透视下长三角地区城市住宅价格
Fig.2 Housing price from the perspective of 3D in the Yangtze River Delta
图3 长三角城市住宅价格的空间特征
Fig.3 Spatial pattern of housing price in the Yangtze River Delta
| 指标 | 新住宅 | 二手住宅 | 租赁住宅 |
|---|---|---|---|
| Moran’s I 指数 | 0.330 3 | 0.315 4 | 0.242 2 |
| 预期指数 | -0.023 8 | -0.023 8 | -0.023 8 |
| 方差 | 0.007 7 | 0.008 7 | 0.009 2 |
| Z得分 | 4.023 8 | 3.646 7 | 2.772 6 |
| P值 | 0.000 1 | 0.000 3 | 0.005 5 |
表2 基于全局空间自相关的长三角地区住宅价格的空间溢出效应检验
Tab.2 Test on the spatial linkage of housing price by GSA Model in the Yangtze River Delta
| 指标 | 新住宅 | 二手住宅 | 租赁住宅 |
|---|---|---|---|
| Moran’s I 指数 | 0.330 3 | 0.315 4 | 0.242 2 |
| 预期指数 | -0.023 8 | -0.023 8 | -0.023 8 |
| 方差 | 0.007 7 | 0.008 7 | 0.009 2 |
| Z得分 | 4.023 8 | 3.646 7 | 2.772 6 |
| P值 | 0.000 1 | 0.000 3 | 0.005 5 |
图4 长三角城市住宅价格的热点分析
Fig.4 Hot spot analysis on housing price in the Yangtze River Delta
图5 商品住宅价格空间溢出效应形成的解释性框架
Fig.5 Conceptual framework of spatial linkage of commercial housing price
| 变量类型 | 解释变量（符号） | 变量含义及单位 |
|---|---|---|
| 经济基础 | 经济产出（GDP1 ） | 人均地区生产总值 /万元 |
| 产业结构（GDP2） | 三产占地区生产总值比/% | |
| 购买需求 | 需求潜力（POP） | 户籍人口/万人 |
| 购买能力（DEP） | 人均居民储蓄存款余额 /万元 | |
| 收入水平（INC ） | 在岗职工平均工资/ 万元 | |
| 供给水平 | 投资额度（INV） | 住宅类地产投资完成额/ 亿元 |
| 社会资源 | 服务水平（EMP） | 房地产从业人数 /万人 |
| 中学教育资源（MID） | 普通中学 /个 | |
| 高校教育资源（UNI） | 普通高等学校 /个 | |
| 交通便利性 | 公路便利性（ROA） | 人均铺装道路面积 /平方米 |
| 机场便利性（AIR） | 是否有机场 | |
| 高铁便利性（HIG） | 是否有高铁站 |
表3 解释变量的选取与说明
Tab.3 Explanatory variables and their interpretation
| 变量类型 | 解释变量（符号） | 变量含义及单位 |
|---|---|---|
| 经济基础 | 经济产出（GDP1 ） | 人均地区生产总值 /万元 |
| 产业结构（GDP2） | 三产占地区生产总值比/% | |
| 购买需求 | 需求潜力（POP） | 户籍人口/万人 |
| 购买能力（DEP） | 人均居民储蓄存款余额 /万元 | |
| 收入水平（INC ） | 在岗职工平均工资/ 万元 | |
| 供给水平 | 投资额度（INV） | 住宅类地产投资完成额/ 亿元 |
| 社会资源 | 服务水平（EMP） | 房地产从业人数 /万人 |
| 中学教育资源（MID） | 普通中学 /个 | |
| 高校教育资源（UNI） | 普通高等学校 /个 | |
| 交通便利性 | 公路便利性（ROA） | 人均铺装道路面积 /平方米 |
| 机场便利性（AIR） | 是否有机场 | |
| 高铁便利性（HIG） | 是否有高铁站 |
| 变量 | 新住宅 | 二手住宅 | 租赁住宅 | ||||||
|---|---|---|---|---|---|---|---|---|---|
| 模型I | 模型II | 模型III | 模型I | 模型II | 模型III | 模型I | 模型II | 模型III | |
| LN(GDP2) | -0.08 (0.99) | -0.02 (1.05) | 1.57* (0.82) | 0.15 (1.03) | 0.38 (1.11) | 1.95** (0.89) | 0.17 (1.10) | -0.08 (1.09) | 1.99** (0.94) |
| Ln(ROA) | -0.00 (0.24) | -0.03 (0.22) | -0.18 (0.21) | -0.12 (0.25) | -0.14 (0.23) | -0.23 (0.22) | -0.10 (0.27) | -0.19 (0.23) | -0.25 (0.24) |
| AIR | -0.25 (0.21) | -0.23 (0.21) | -0.22 (0.21) | -0.22 (0.22) | -0.19 (0.22) | -0.15 (0.22) | -0.22 (0.23) | -0.24 (0.22) | -0.18 (0.24) |
| HIG | 0.09 (0.21) | -0.19 (0.25) | 0.06 (0.24) | 0.08 (0.22) | -0.24 (0.26) | 0.10 (0.25) | -0.01 (0.24) | -0.42 (0.26) | -0.01 (0.27) |
| LN(INC) | 2.16** (0.79) | 2.61** (0.83) | 2.32** (0.89) | ||||||
| LN(POP) | 0.44 (0.31) | 0.50 (0.32) | 0.39 (0.34) | ||||||
| LN(INV) | -0.02 (0.25) | -0.14 (0.26) | 0.04 (0.28) | ||||||
| LN(GDP1) | 0.02 (0.32) | 0.12 (0.34) | -0.09 (0.36) | ||||||
| LN(DEP) | 0.79** (0.33) | 0.99** (0.34) | 1.19** (0.36) | ||||||
| LN(EMP) | -0.02 (0.15) | -0.12 (0.16) | -0.09 (0.16) | ||||||
| LN(MID) | 0.52* (0.28) | 0.59** (0.30) | 0.71** (0.29) | ||||||
| LN(UNI) | 0.24** (0.12) | 0.17 (0.13) | 0.19 (0.14) | ||||||
| Constant | -6.30* (3.51) | -3.58 (4.09) | -6.06** (2.99) | -7.80** (3.69) | -5.56 (4.39) | -7.38** (3.27) | -7.17* (3.91) | -4.47 (4.31) | -7.43** (3.42) |
| 空间滞后项 | 0.77** (0.09) | 0.70** (0.11) | 0.83** (0.07) | 0.70** (0.10) | 0.62** (0.13) | 0.80** (0.08) | 0.67** (0.12) | 0.50** (0.15) | 0.74** (0.10) |
| R2 | 0.82 | 0.80 | 0.78 | 0.82 | 0.79 | 0.77 | 0.76 | 0.78 | 0.71 |
| N | 42 | 42 | 42 | 42 | 42 | 42 | 42 | 42 | 42 |
表4 空间滞后模型结果
Tab.4 Results of Spatial Lag Model
| 变量 | 新住宅 | 二手住宅 | 租赁住宅 | ||||||
|---|---|---|---|---|---|---|---|---|---|
| 模型I | 模型II | 模型III | 模型I | 模型II | 模型III | 模型I | 模型II | 模型III | |
| LN(GDP2) | -0.08 (0.99) | -0.02 (1.05) | 1.57* (0.82) | 0.15 (1.03) | 0.38 (1.11) | 1.95** (0.89) | 0.17 (1.10) | -0.08 (1.09) | 1.99** (0.94) |
| Ln(ROA) | -0.00 (0.24) | -0.03 (0.22) | -0.18 (0.21) | -0.12 (0.25) | -0.14 (0.23) | -0.23 (0.22) | -0.10 (0.27) | -0.19 (0.23) | -0.25 (0.24) |
| AIR | -0.25 (0.21) | -0.23 (0.21) | -0.22 (0.21) | -0.22 (0.22) | -0.19 (0.22) | -0.15 (0.22) | -0.22 (0.23) | -0.24 (0.22) | -0.18 (0.24) |
| HIG | 0.09 (0.21) | -0.19 (0.25) | 0.06 (0.24) | 0.08 (0.22) | -0.24 (0.26) | 0.10 (0.25) | -0.01 (0.24) | -0.42 (0.26) | -0.01 (0.27) |
| LN(INC) | 2.16** (0.79) | 2.61** (0.83) | 2.32** (0.89) | ||||||
| LN(POP) | 0.44 (0.31) | 0.50 (0.32) | 0.39 (0.34) | ||||||
| LN(INV) | -0.02 (0.25) | -0.14 (0.26) | 0.04 (0.28) | ||||||
| LN(GDP1) | 0.02 (0.32) | 0.12 (0.34) | -0.09 (0.36) | ||||||
| LN(DEP) | 0.79** (0.33) | 0.99** (0.34) | 1.19** (0.36) | ||||||
| LN(EMP) | -0.02 (0.15) | -0.12 (0.16) | -0.09 (0.16) | ||||||
| LN(MID) | 0.52* (0.28) | 0.59** (0.30) | 0.71** (0.29) | ||||||
| LN(UNI) | 0.24** (0.12) | 0.17 (0.13) | 0.19 (0.14) | ||||||
| Constant | -6.30* (3.51) | -3.58 (4.09) | -6.06** (2.99) | -7.80** (3.69) | -5.56 (4.39) | -7.38** (3.27) | -7.17* (3.91) | -4.47 (4.31) | -7.43** (3.42) |
| 空间滞后项 | 0.77** (0.09) | 0.70** (0.11) | 0.83** (0.07) | 0.70** (0.10) | 0.62** (0.13) | 0.80** (0.08) | 0.67** (0.12) | 0.50** (0.15) | 0.74** (0.10) |
| R2 | 0.82 | 0.80 | 0.78 | 0.82 | 0.79 | 0.77 | 0.76 | 0.78 | 0.71 |
| N | 42 | 42 | 42 | 42 | 42 | 42 | 42 | 42 | 42 |
| 变量 | 新住宅 | 二手住宅 | 租赁住宅 | ||||||
|---|---|---|---|---|---|---|---|---|---|
| 模型I | 模型II | 模型III | 模型I | 模型II | 模型III | 模型I | 模型II | 模型III | |
| LN(GDP2) | -0.02 (0.99) | -0.01 (1.04) | 1.60* (0.82) | 0.16 (1.05) | 0.40 (1.13) | 1.99** (0.91) | 0.20 (1.07) | 0.08 (1.09) | 2.07** (0.93) |
| Ln(ROA) | -0.03 (0.24) | -0.07 (0.22) | -0.21 (0.21) | -0.11 (0.25) | -0.13 (0.24) | -0.22 (0.23) | -0.09 (0.26) | -0.12 (0.23) | -0.17 (0.23) |
| AIR | -0.24 (0.21) | -0.22 (0.21) | -0.21 (0.21) | -0.25 (0.22) | -0.21 (0.23) | -0.16 (0.23) | -0.24 (0.23) | -0.24 (0.22) | -0.20 (0.23) |
| HIG | 0.10 (0.21) | -0.19 (0.25) | 0.07 (0.24) | 0.11 (0.55) | -0.23 (0.27) | 0.13 (0.26) | 0.04 (0.23) | -0.33 (0.26) | 0.07 (0.26) |
| LN(INC) | 2.17** (0.82) | 2.71** (0.84) | 2.37** (0.86) | ||||||
| LN(POP) | 0.44 (0.31) | 0.54* (0.32) | 0.38 (0.33) | ||||||
| LN(INV) | -0.03 (0.26) | -0.17 (0.27) | -0.00 (0.28) | ||||||
| LN(GDP1) | 0.02 (0.33) | 0.15 (0.34) | 0.04 (0.35) | ||||||
| LN(DEP) | 0.82** (0.33) | 1.03** (0.37) | 1.12** (0.36) | ||||||
| LN(EMP) | -0.02 (0.15) | -0.13 (0.17) | -0.07 (0.16) | ||||||
| LN(MID) | 0.53* (0.28) | 0.62** (0.30) | 0.61** (0.29) | ||||||
| LN(UNI) | 0.24** (0.12) | 0.17 (0.13) | 0.17 (0.13) | ||||||
| Constant | -6.52* (3.52) | -3.66 (4.09) | -6.15** (3.00) | -8.14** (3.74) | -5.86 (4.46) | -7.55** (3.34) | -7.44* (3.83) | -4.70 (4.28) | -7.91** (3.38) |
| 空间滞后项 | 0.76** (0.09) | 0.69** (0.11) | 0.83** (0.08) | 0.68** (0.11) | 0.60** (0.13) | 0.79** (0.09) | 0.65** (0.12) | 0.51** (0.14) | 0.74** (0.10) |
| R2 | 0.81 | 0.80 | 0.78 | 0.81 | 0.80 | 0.76 | 0.78 | 0.78 | 0.72 |
| N | 42 | 42 | 42 | 42 | 42 | 42 | 42 | 42 | 42 |
表5 稳健性检验（空间滞后模型）
Tab.5 Test of robustness（Spatial Lag Model）
| 变量 | 新住宅 | 二手住宅 | 租赁住宅 | ||||||
|---|---|---|---|---|---|---|---|---|---|
| 模型I | 模型II | 模型III | 模型I | 模型II | 模型III | 模型I | 模型II | 模型III | |
| LN(GDP2) | -0.02 (0.99) | -0.01 (1.04) | 1.60* (0.82) | 0.16 (1.05) | 0.40 (1.13) | 1.99** (0.91) | 0.20 (1.07) | 0.08 (1.09) | 2.07** (0.93) |
| Ln(ROA) | -0.03 (0.24) | -0.07 (0.22) | -0.21 (0.21) | -0.11 (0.25) | -0.13 (0.24) | -0.22 (0.23) | -0.09 (0.26) | -0.12 (0.23) | -0.17 (0.23) |
| AIR | -0.24 (0.21) | -0.22 (0.21) | -0.21 (0.21) | -0.25 (0.22) | -0.21 (0.23) | -0.16 (0.23) | -0.24 (0.23) | -0.24 (0.22) | -0.20 (0.23) |
| HIG | 0.10 (0.21) | -0.19 (0.25) | 0.07 (0.24) | 0.11 (0.55) | -0.23 (0.27) | 0.13 (0.26) | 0.04 (0.23) | -0.33 (0.26) | 0.07 (0.26) |
| LN(INC) | 2.17** (0.82) | 2.71** (0.84) | 2.37** (0.86) | ||||||
| LN(POP) | 0.44 (0.31) | 0.54* (0.32) | 0.38 (0.33) | ||||||
| LN(INV) | -0.03 (0.26) | -0.17 (0.27) | -0.00 (0.28) | ||||||
| LN(GDP1) | 0.02 (0.33) | 0.15 (0.34) | 0.04 (0.35) | ||||||
| LN(DEP) | 0.82** (0.33) | 1.03** (0.37) | 1.12** (0.36) | ||||||
| LN(EMP) | -0.02 (0.15) | -0.13 (0.17) | -0.07 (0.16) | ||||||
| LN(MID) | 0.53* (0.28) | 0.62** (0.30) | 0.61** (0.29) | ||||||
| LN(UNI) | 0.24** (0.12) | 0.17 (0.13) | 0.17 (0.13) | ||||||
| Constant | -6.52* (3.52) | -3.66 (4.09) | -6.15** (3.00) | -8.14** (3.74) | -5.86 (4.46) | -7.55** (3.34) | -7.44* (3.83) | -4.70 (4.28) | -7.91** (3.38) |
| 空间滞后项 | 0.76** (0.09) | 0.69** (0.11) | 0.83** (0.08) | 0.68** (0.11) | 0.60** (0.13) | 0.79** (0.09) | 0.65** (0.12) | 0.51** (0.14) | 0.74** (0.10) |
| R2 | 0.81 | 0.80 | 0.78 | 0.81 | 0.80 | 0.76 | 0.78 | 0.78 | 0.72 |
| N | 42 | 42 | 42 | 42 | 42 | 42 | 42 | 42 | 42 |
| 1 | 周晶, 郭明英. 我国 35 个大中城市住房市场泡沫水平测度. 统计与决策, 2020 (1): 48-52. |
| ZHOU J, GUO M. Measurement of real estate market bubble of 35 cities in China. Statistics and Decision, 2020 (1): 48-52. | |
| 2 | 韦汝虹,金李,方达. 基于GIS的中国城市房地产泡沫的空间传染性分析:以2006～2014年35个大中城市为例.长江流域资源与环境,2018,27(9):1967-1976. |
| WEI R, JIN L, FANG D. Study on the spatial infection of real estate market bubble based on GIS in China: Case study of 35 metropolises in 2006~2014. Resources and Environment in the Yangtze Basin,2018,27(9):1967-1976. | |
| 3 | 张祚. 中国城市居民住房来源构成与省际差异:基于 "五普" 与 "六普" 数据的分析. 世界地理研究, 2014 (3): 52-63. |
| ZHANG Z. Housing supplying sources and provincial differences of Chinese urban residents: Based on 5th and 6th census data analysis. World Regional Studies, 2014 (3): 52-63. | |
| 4 | 曹春艳,曹志鹏.房产税对商品住宅价格的影响研究:基于重庆、上海房产税改革试点情况.价格月刊,2017(6):24-27. |
| CAO C, CAO Z. Research on the impact of real estate tax on price of commercial residential houses: Based on reform pilot situation in Chongqing and Shanghai. Prices Monthly,2017(6):24-27. | |
| 5 | 王宝令,李杰,马雪妍.沈阳市区域集聚行为对商品住宅价格的影响.沈阳建筑大学学报:社会科学版,2017(5): 493-497. |
| WANG B, LI J, MA X. The impact of regional agglomeration behavior on commercial housing price in Shenyang. Journal of Shenyang Jianzhu University:Social Science edition, 2017(5): 493-497. | |
| 6 | 宋宏,张璐.商业投资与房地产价格影响因素分析:以西安市为例.商业经济研究,2018(11):185-187. |
| SONG H, ZHANG L. Influential factors of commercial investment and housing price: A case study of Xi'an city. Journal of Commercial Economics,2018(11):185-187. | |
| 7 | 胡丽媛,罗小芳,许长新.人民币汇率对房地产价格的作用机制:基于FDI中介效应.商业经济研究,2019(2):157-160. |
| HU L, LUO X, XU C. The impact of RMB exchange rate of housing price: On the medicating role of FDI. Journal of Commercial Economics, 2019(2):157-160. | |
| 8 | 侯春灯,侯智勇.城市商品住宅价格经济影响因素计量分析.现代城市研究,2017(4):45-50. |
| HOU C, HOU Z. Econometric analysis on the economic factors of urban commercialized residential buildings price. Modern Urban Research,2017(4):45-50. | |
| 9 | 王岱, 刘宽斌, 张涛. 基于网民关注行为大数据实现对房地产价格的预测研究:以北京市房价为例. 数量经济研究, 2019(10): 154-166. |
| WANG D, LIU K, ZHANG T. Prediction of house price based on internet users' behavioral big data: Take housing price in Beijing. The Journal of Quantitative Economics, 2019(10): 154-166. | |
| 10 | 张立新,姜吉坤,温海珍.基于特征价格模型的商品住宅价格评估方法应用.统计与决策,2010(21):157-159. |
| ZHANG L, JIANG J, WEN H. The application of hedonic pricing models for the estimation of housing price. Statistics and Decision,2010(21):157-159. | |
| 11 | 石振武,袁甜甜.基于系统动力学的商品住宅价格宏观调控政策研究: 以哈尔滨市为例.价格月刊,2016(10):5-10. |
| SHI Z, YUAN T. System dynamics analysis and application on the impact of macro-control on commercial housing price: Taking Harbin as an example. Prices Monthly, 2016(10):5-10. | |
| 12 | 吴振华,王亚蓓.商品住宅价格系统动力学仿真与政策实验: 深圳与桂林数据比较.数学的实践与认识,2015(9):139-145. |
| WU Z, WANG Y. System dynamics simulation and policy experiments of urban commodity residence price-data comparison of Shenzhen and Guilin. Mathematics in Practice and Theory, 2015(9):139-145. | |
| 13 | 吴振华,王亚蓓,唐芹.深圳市商品住宅价格系统动力学模型仿真与政策实验.工程管理学报,2015,(3):136-141. |
| WU Z, WANG Y, TANG Q. The simulation and policy experiments of system dynamics model on the commercial housing price in Shenzhen. Journal of Engineering Management, 2015(3):136-141. | |
| 14 | 杨海娟,高二龙,赵新正, 等.西安市商品住宅价格空间格局的演化研究.测绘科学,2017(3):86-92. |
| YANG H, GAO E, ZHAO X, et al. Research on the evolution of the spatial pattern of commodity housing price in Xi'an city. Science of Surveying and Mapping,2017(3):86-92. | |
| 15 | 李文慧,韩惠.兰州市商品住宅价格的空间分异规律.测绘科学,2018(2):45-50. |
| LI W, HAN H. Characteristics of commercial residential price spatial differentiation in Lanzhou City. Science of Surveying and Mapping,2018(2):45-50. | |
| 16 | 石忆邵,李木秀.上海市住房价格梯度及其影响因素分析.地理学报,2006(6):604-612. |
| SHI Y, LI M. The analysis of the housing price gradient and its impact factors of Shanghai city. Acta Geographica Sinica, 2006(6):604-612. | |
| 17 | 王林林,左登华,董立峰.基于地统计分析的商品住宅价格空间分布研究.测绘地理信息,2015(5):52-54. |
| WANG L, ZUO D, DONG L. Spatial distribution of housing price based on geostatistics. Journal of Geomatics,2015(5):52-54. | |
| 18 | 尹上岗, 宋伟轩, 马志飞, 等.南京市住宅价格时空分异格局及影响因素分析:基于地理加权回归模型的实证研究.人文地理, 2018,33(3): 68-77. |
| YIN S, SONG W, MA Z, et al. Spatial differentiation and influencing factors analysis of housing prices in Nanjing: Based on Geographically Weighted Regression Model. Human Geography, 2018,33(3): 68-77. | |
| 19 | 陈多长,洪丹萍. 中国商品住宅价格省际差异的决定因素: 基于货币数量论的实证研究.浙江工业大学学报(社会科学版),2013,12(3):268-274. |
| CHEN D, HONG D. Determinants of the spatial difference of Chinese commodity housing price: An empirical study based on the quantity theory of money. Journal of Zhejiang University of Technology: Social Science edition,2013,12(3):268-274. | |
| 20 | ROEHNER B. Spatial analysis of real estate price bubbles: Paris, 1984-1993. Regional Science & Urban Economics, 1999, 29(1):73-88. |
| 21 | CAMERON G, MUELLBAUER J, MURPHY A. Was There a British House Price Bubble? Evidence from a Regional Panel. Oxford: University of Oxford, 2006. |
| 22 | 朱吉.中国城市房地产泡沫的时空特征分析.商业经济研究,2017(2):186-188. |
| ZHU J. A study on the spatial-temporal characteristics of real estate bubble of city in China. Journal of Commercial Economics,2017(2):186-188. | |
| 23 | 曾祥渭,刘志东,刘雯宇.我国城市群商品住宅价格传导与波动性外溢研究.管理评论,2015(9):3-13. |
| ZENG X, LIU Z, LIU W. Study on transmission and volatility spillover of housing prices in China's urban agglomerations. Management Review,2015(9):3-13. | |
| 24 | 陈雪楚, 彭建刚, 吴梦吟. 城市间房价相关性与系统性金融风险防范. 上海金融, 2012(8):16-20. |
| CHEN X, PENG J, WU M. Correlation of house price among cities and systematic financial risk prevention. Shanghai Finance, 2012(8):16-20. | |
| 25 | 张攀红. 中国房地产价格波动、泡沫测度及区域空间传染研究. 武汉:华中科技大学, 2016. |
| ZHANG P. Research on fluctuation of housing price, housing bubble's detection and its spatial contagion in China. Wuhan: Huazhong University of Science and Technology, 2016 | |
| 26 | 郭燕. 我国房地产泡沫的空间分布和传染机制研究. 长沙: 湖南大学, 2007. |
| GUO Y. The research on spatial distribution and infection mechanism of real estate bubble in China. Changsha: Hunan University, 2007. | |
| 27 | 苑德宇, 宋小宁. 中国区域房价泡沫测度及空间传染性研究: 基于2001-2005年35个大中城市面板数据的实证分析. 上海财经大学学报, 2008, 10(3):78-85. |
| YUAN D, SONG X. The research on measurement of bubble and spatial infection of regional real estate price in China: Empirical analysis based on 35 metropolises from 2001 to 2005. Journal of Shanghai University of Finance and Economics, 2008, 10(3):78-85. | |
| 28 | NNEJI O, BROOKS C, WARD C. Speculative bubble spillovers across regional housing markets. Ssrn Electronic Journal, 2015, 91(3):516-535. |
| 29 | 李影影. 经济联系视角下泛长三角网络结构研究. 世界地理研究, 2019, 28(1): 68-78. |
| LI Y. Research on spatial network structure of Pan-Yangtze River Delta. World Regional Studies, 2019, 28(1): 68-78. | |
| 30 | 王霜. 我国房地产投资影响因素实证研究.重庆: 重庆理工大学, 2017. |
| WANG S. Real estate investment influencing factors of the empirical research in China. Chongqing: Chongqing University of Technology, 2017 | |
| 31 | 郭敬禹,卢东斌.我国房地产价格波动机制研究:基于房地产投资需求的分析.价格理论与实践,2011(6):38-39. |
| GUO J, LU D. The mechanism of real estate price in China: Based on the analysis of investment demand for real estate industry. Price: Theory & Practice,2011(6):38-39. | |
| 32 | 任晓红. 交通基础设施、要素流动与制造业区位.重庆: 重庆大学, 2010. |
| REN X. Transportation infrastructure, factor mobility and manufacturing location. Chongqing: Chongqing University, 2010. | |
| 33 | 马光荣,程小萌,杨恩艳.交通基础设施如何促进资本流动:基于高铁开通和上市公司异地投资的研究.中国工业经济,2020(6):5-23. |
| MA G, CHENG X, YANG E. How does transportation infrastructure affect capital flows: A study from high-speed rail and cross-region investment of listed companies. China Industrial Economics, ,2020(6):5-23. | |
| 34 | ANSELIN L. Exploring Spatial Data with GeoDaTM: A Workbook. USA: Center for Spatially Integrated Science, 2005. |
| [1] | 孙启翔, 李百岁, 田桐羽, 许晔晖, 赵洪朴. 内蒙古的城市活力时空格局及影响因素研究[J]. 世界地理研究, 2023, 32(3): 101-111. |
| [2] | 李在军, 胡美娟. 江苏省生态福利绩效时空演化及影响机制研究[J]. 世界地理研究, 2023, 32(3): 124-135. |
| [3] | 银松, 李瑞, 殷红梅. 旅游发展背景下民族村寨居民地方性感知测度及影响因素研究[J]. 世界地理研究, 2023, 32(3): 144-156. |
| [4] | 徐婧雅, 宋周莺. 中国手机出口的时空格局演变及其影响因素[J]. 世界地理研究, 2023, 32(3): 17-27. |
| [5] | 周李, 张晓瑶, 徐琳琳, 虞虎, 吴殿廷. 中蒙俄经济走廊旅游吸引物分布特征及形成因素[J]. 世界地理研究, 2023, 32(3): 28-40. |
| [6] | 初楠臣, 张平宇, 吴相利, 徐爽, 史晓楠. 俄罗斯新冠肺炎疫情的扩散：过程、格局与影响因素研究[J]. 世界地理研究, 2023, 32(3): 41-51. |
| [7] | 李连刚, 胡晓辉. 新冠肺炎疫情下中国区域经济韧性时空格局与影响因素分析[J]. 世界地理研究, 2023, 32(3): 64-75. |
| [8] | 路昌, 徐雪源, 周美璇. 中国三大城市群收缩城市“三生”功能耦合协调度分析[J]. 世界地理研究, 2023, 32(3): 76-88. |
| [9] | 唐波, 陈得冠, 罗皓, 谢伟星, 林琳. 高质量发展背景下佛山市高新技术产业空间演变及影响因素[J]. 世界地理研究, 2023, 32(2): 136-145. |
| [10] | 谢潇, 盈斌, 杜芳娟, 宋潇玉, 吴函彦. 中国妇幼健康水平的区域差异和影响因素[J]. 世界地理研究, 2023, 32(2): 82-92. |
| [11] | 闫姗姗, 刘承良. 中国对外技术转移网络的空间演化及其影响因素[J]. 世界地理研究, 2023, 32(1): 19-30. |
| [12] | 谢明慧, 黄耿志, 张旭. 基于文化演出消费视角的中国城市网络空间结构与影响因素研究[J]. 世界地理研究, 2022, 31(6): 1332-1344. |
| [13] | 黄普基, 郭杰, 周晴. 韩国公寓更新中的居住形式与居民政治倾向关系研究[J]. 世界地理研究, 2022, 31(6): 1251-1260. |
| [14] | 马林靖, 李培速, 伍亚红. 城镇化发展如何影响非正规就业？[J]. 世界地理研究, 2022, 31(6): 1273-1284. |
| [15] | 杨人懿, 钟昌标, 杨子生, 刘凤莲, 彭海英. 西南喀斯特石漠化深度贫困县的贫困影响 因素分析[J]. 世界地理研究, 2022, 31(6): 1298-1309. |
| 阅读次数 | ||||||
|
全文 |
|
|||||
|
摘要 |
|
|||||
