长三角一体化区域城市商品住宅价格分异机理研究

doi:10.11821/dlyj201801007

摘要/Abstract

摘要：

城市住宅价格及其空间差异是21世纪以来引起城市地理学者持续关注的热点问题。以长三角135个区县为研究对象,在通过分异度指数测度发现2014-2016年各区县商品房价差异增大的基础上,以商品房单位面积成交均价为因变量,提取16项房价影响因素为自变量,通过逐步回归和地理加权回归进行定量分析。研究发现：高校资源、经济密度、房产政策、经济实力、公共服务投入、高端从业者占比和产业结构7项指标对房价分异的影响最显著,而各因素对区域内房价的影响程度均具有显著的空间不稳定性。进而,提出房价是城市经济、人力、社会和行政等资源丰度的货币化表达,区域房价分异是城市支配资源能力差异的综合反映,其中行政资源在各类资源中占据主导地位。由此判断,长三角各区县房价在短时期内较难实现“俱乐部收敛”,沪宁杭等核心城市与外围地区的房价差距可能会继续扩大。

关键词: 房价, 影响因素, 一体化区域, 区县尺度, 长三角地区

Abstract:

Urban housing price and its spatial differentiation has been a hot issue that has aroused the sustained attention of urban geographers since the beginning of this century. The present research covers 135 districts and counties in the Yangtze River Delta (YRD). The dependent variable used is the average price per square meter of commercial housing. 16 factors that affect housing price are used as independent variables. To arrive at the findings, the Theil index, stepwise regression and geographically weighted regression have been used. The findings are as follows: (1) The difference in the price of commercial housing between districts and counties in the YRD has been increasing from 2014 to 2016, and the difference in housing prices between the districts and counties with very expensive and very cheap housing has increased to more than 10 times; (2) Seven factors have the largest impact on housing price differentiation, namely: university and college resources, economic density, real estate policy, economic strength, investment in public services, the proportion of high-end practitioners and industrial structure; (3) The impact of the explanatory indicators shows significant spatial instability in the region. Based on these findings, this paper proposes that housing price is a monetized expression of the abundance of urban economy, human resources, social and administrative resources, etc., while regional housing price differentiation is a comprehensive reflection of the differences in the ability of cities to dominate resources, among which administrative resources play a leading role. Therefore, even if integrated development makes up the per capita economic index, the income level of residents in the YRD Region and the basic public services therein tend to play a similar role in the region. The significant differences in the ability of cities to gather scarce resources mean that it is relatively difficult for the housing prices of districts and counties in the YRD Region to achieve "club convergence" in the near term and the housing price differences between the core cites (Shanghai, Nanjing, Hangzhou, etc.) and other cities will continue to increase.

Key words: housing price, influencing factors, integrated region, district and county scale, the Yangtze River Delta

宋伟轩, 刘春卉. 长三角一体化区域城市商品住宅价格分异机理研究[J]. 地理研究, 2018, 37(1): 92-102.

Weixuan SONG, Chunhui LIU. The price differentiation mechanism of commercial housing in the Yangtze River Delta[J]. GEOGRAPHICAL RESEARCH, 2018, 37(1): 92-102.

图/表 9

图1

表1

表2

表3

表4

表5

表6

图2

图3

参考文献 23

[1]	Jud G D, Daniel T W.The dynamics of metropolitan housing prices. Journal of Real Estate Research, 2002, 23(1): 29-46.
[2]	邹至庄, 牛霖琳. 中国城镇居民住房的需求与供给. 金融研究, 2010, (1): 1-11.
	[Zou Zhizhuang, Niu Linlin.Demand and supply of urban housing in China. Journal of Financial Research, 2010, (1): 1-11.]
[3]	Dipasquale D, Wheaton W C.Housing market dynamics and the future of housing prices. Journal of Urban Economics, 1994, 35(1): 1-27. doi: 10.1006/juec.1994.1001
[4]	沈悦, 刘洪玉. 住房价格与经济基本面: 1995-2002年中国14城市的实证研究. 经济研究, 2004, (6): 78-86.
	[Shen Yue, Liu Hongyu.Housing prices and economic fundamentals: A cross city analysis of China for 1995-2002. Economic Research Journal, 2004, (6): 78-86.]
[5]	Peek J, Wilcox J.Housing, credit constraints, and macro stability: The secondary mortgage market and reduced cyclicality of residential investment. American Economic Review, 2006, 96(2): 135-140. doi: 10.1257/000282806777211973
[6]	梁云芳, 高铁梅. 中国房地产价格波动区域差异的实证分析. 经济研究, 2007, (8): 133-142.
	[Liang Yunfang, Gao Tiemei.Empirical analysis on real estate price fluctuation in different provinces of China. Economic Research Journal, 2007, (8): 133-142.]
[7]	Poterba J M.House price dynamics: The role of tax policy and demography. Brookings Papers on Economic Activity, 1991, (2): 143-183. doi: 10.2307/2534591
[8]	况伟大. 住房特性、物业税与房价. 经济研究, 2009, (4): 151-160.
	[Kuang Weida.Housing characteristics, property tax and house prices. Economic Research Journal, 2009, (4): 151-160.]
[9]	戴学珍, 马娜. 供需因素对城市商品住宅价格的影响极其空间分布. 城市发展研究, 2010, 17(10): 46-49. doi: 10.3969/j.issn.1006-3862.2010.10.009
	[Dai Xuezhen, Ma Na.The influence and special distribution of demand and supply factors on urban commodity housing price. Urban Studies, 2010, 17(10): 46-49.] doi: 10.3969/j.issn.1006-3862.2010.10.009
[10]	Wang Z, Zhang Q.Fundamental factors in the housing markets of China. Journal of Housing Economics, 2014, 25(9): 53-61. doi: 10.1016/j.jhe.2014.04.001
[11]	卢建新, 苗建军. 中国城市住房价格动态特征及其影响因素. 投资研究, 2011, (7): 2-13.
	[Lu Jianxin, Miao Jianjun.The determinants and dynamic properties of China's urban housing prices. Investment Research, 2011, (7): 2-13.]
[12]	张绍良, 李晶晶, 公云龙. 基于特征价格模型的城市住宅价格影响因素研究. 地域研究与开发, 2013, 32(4): 80-83.
	[Zhang Shaoliang, Li Jingjing, Gong Yunlong.Study on the influencing factors of urban house price based on hedonic price model. Areal Research and Development, 2013, 32(4): 80-83.]
[13]	郝前进, 陈杰. 长三角房地产市场的价格差异及决定因素. 经济地理, 2007, 27(6): 985-989.
	[Hao Qianjin, Chen Jie.The determinants of urban house prices difference in Yangtze River Delta. Economic Geography, 2007, 27(6): 985-989.]
[14]	王洋, 王德利, 王少剑. 中国城市住宅价格的空间分异格局及影响因素. 地理科学, 2013, 33(10): 1157-1165.
	[Wang Yang, Wang Deli, Wang Shaojian.Spatial differentiation patterns and impact factors of housing price of China's cities. Scientia Geographica Sinica, 2013, 33(10): 1157-1165.]
[15]	王少剑, 王洋, 蔺雪芹, 等. 中国县域住宅价格的空间差异特征与影响机制. 地理学报, 2016, 71(8): 1329-1342. doi: 10.11821/dlxb201608004
	[Wang Shaojian, Wang Yang, Lin Xueqin, et al.Spatial differentiation patterns and influencing mechanism of housing prices in China: Based on data of 2872 counties. Acta Geographica Sinica, 2016, 71(8): 1329-1342.] doi: 10.11821/dlxb201608004
[16]	方晓萍, 丁四保. 中国城市住房价格的地理扩散及其区域外部性问题. 地理科学, 2012, 32(2): 143-148.
	[Fang Xiaoping, Ding Sibao.Geographical spread of urban house price in China and its regional externality. Scientia Geographica Sinica, 2012, 32(2): 143-148.]
[17]	郑思齐, 曹洋, 刘洪玉. 城市价值在住房价格中的显性化及其政策含义: 对中国35个城市住宅价格的实证研究. 城市发展研究, 2008, 15(1): 4-7.
	[Zheng Siqi, Cao Yang, Liu Hongyu.The value of a city and its house price: An empirical study across 35 Chinese cities. Urban Studies, 2008, 15(1): 4-7.]
[18]	世界银行. 2009年世界发展报告: 重塑世界经济地理. 北京: 清华大学出版社, 2009.
	[The World Bank.World Development Report 2009: Reshaping Economic Geography. Beijing: Tsinghua University Press, 2009.]
[19]	吴威, 曹有挥, 曹卫东, 等. 长三角地区交通优势度的空间格局. 地理研究, 2011, 30(12): 2199-2208.
	[Wu Wei, Cao Youhui, Cao Weidong, et al.The pattern of transportation superiority in Yangtze River Delta. Geographical Research, 2011, 30(12): 2199-2208.]
[20]	陈雯, 王珏. 长江三角洲空间一体化发展格局的初步测度. 地理科学, 2013, 33(8): 902-908.
	[Chen Wen, Wang Jue.Assessment and measurement of spatial integration in the Yangtze River Delta. Scientia Geographica Sinica, 2013, 33(8): 902-908.]
[21]	宋伟轩, 陈雯, 彭颖. 长三角区域一体化背景下城乡收入格局演变研究. 地理科学, 2013, 33(9): 1037-1042.
	[Song Weixuan, Chen Wen, Peng Ying.Spatial pattern of urban-rural income under the background of regional integration in the Yangtze River Delta. Scientia Geographica Sinica, 2013, 33(9): 1037-1042.]
[22]	曹天邦, 黄克龙, 李剑波, 等. 基于GWR的南京市住宅地价空间分异及演变. 地理研究, 2013, 32(12): 2324-2333. doi: 10.11821/dlyj201312014
	[Cao Tianbang, Huang Kelong, Li Jianbo, et al.Research on spatial variation and evolution of residential land price in Nanjing based on GWR Model. Geographical Research, 2013, 32(12): 2324-2333.] doi: 10.11821/dlyj201312014
[23]	孙倩, 汤放华. 基于空间扩展模型和地理加权回归模型的城市住房价格空间分异比较. 地理研究, 2015, 34(7): 1343-1351. doi: 10.11821/dlyj201507013
	[Sun Qian, Tang Fanghua.The comparison of city housing price spatial variances based on spatial expansion and geographical weighted regression models. Geographical Research, 2015, 34(7): 1343-1351.] doi: 10.11821/dlyj201507013

变量类型	解释变量	定义
经济资源	经济实力	人均GDP（元）
	收入水平	城镇居民家庭平均可支配收入（元）
	经济密度	单位面积地区生产总值（元/m²）
	产业结构	第三产业增加值占地区生产总值比例（%）
人力资源	人口集聚密度	常住人口/土地面积（人/m²）
	人口吸引能力	常住人口/户籍人口（%）
	高端从业者占比	金融、商务、科技服务从业人口/全部从业人口（%）
	适龄劳动者占比	年龄在15~59周岁常住人口/全部常住人口（%）
社会资源	公共服务投入	地方一般财政支出/常住人口（元/人）
	优质教育资源	省重点初中、小学数量/常住人口（个/万人）
	优质医疗资源	三级医院数量/常住人口（个/万人）
	区位交通条件	到达沪宁杭城市中心高速公路里程之和（km）
行政资源	城市规模	小、中、大、特大、超大城市分别赋值1、3、5、7、9;城区按地级市辖区人口计算,县（市）按本区域计算
	政府驻地	区县级政府、地级市政府、省级政府驻地分别赋值1、3、5;得分可累加
	高校资源	本地级市内大专以上普通高校、211高校、985高校分别赋值1、3、5;得分可累加;县（市）得分减半
	房产政策	区域内商品住房采取不限贷不限购、限贷或限购、限贷加限购政策分别赋值1、3、5

价格区间（万元/m²）		最低房价	低房价	中低房价	中等房价	中上房价	高房价	最高房价
价格区间（万元/m²）		0.0~0.6	0.6~0.8	0.8~1.0	1.0~2.0	2.0~3.0	3.0~5.0	5.0~8.0
2014年	数量（个）	18	50	28	24	7	7	1
	占比（%）	13.3	37.0	20.8	17.8	5.2	5.2	0.7
2016年	数量（个）	9	30	34	33	15	6	8
	占比（%）	6.7	22.2	25.2	24.4	11.1	4.5	5.9

年份	城市间			城市内部		区域整体分异指数
年份	分异指数		贡献率(%)		分异指数	贡献率(%)
2014	0.07312	71.011		0.02985	28.989	0.10297
2015	0.08152	73.064		0.03005	26.936	0.11158
2016	0.10393	78.371		0.02868	21.629	0.13262

变量	房价相关性			指标共线性
变量	Pearson系数		相关性判断	容忍度	VIF	多重共线性诊断
经济实力	0.316	弱相关		0.298	3.358	不存在共线性
收入水平	0.344	弱相关		0.521	1.918	不存在共线性
经济密度	0.723	强相关		0.096	10.449	较强共线性
产业结构	0.545	中等相关		0.252	3.965	不存在共线性
人口集聚密度	0.786	强相关		0.117	8.518	不存在共线性
人口吸引能力	0.238	弱相关		0.197	5.066	不存在共线性
高端从业者占比	0.798	强相关		0.107	9.368	不存在共线性
适龄劳动者占比	0.279	弱相关		0.180	5.549	不存在共线性
公共服务投入	0.518	中等相关		0.412	2.427	不存在共线性
优质教育资源	0.623	强相关		0.230	4.353	不存在共线性
优质医疗资源	0.420	中等相关		0.347	2.878	不存在共线性
区位交通条件	-0.350	弱相关		0.586	1.707	不存在共线性
城市规模	0.694	强相关		0.223	4.474	不存在共线性
政府驻地	0.116	极弱相关		0.670	1.494	不存在共线性
高校资源	0.800	极强相关		0.212	4.724	不存在共线性
房产政策	0.742	强相关		0.197	5.065	不存在共线性

模型	R	R²	调整R²	变量指标
1	0.800	0.640	0.638	高校资源
2	0.897	0.805	0.802	高校资源、经济密度
3	0.908	0.825	0.821	高校资源、经济密度、房产政策
4	0.914	0.836	0.831	高校资源、经济密度、房产政策、经济实力
5	0.924	0.853	0.848	高校资源、经济密度、房产政策、经济实力、公共服务投入
6	0.930	0.865	0.859	高校资源、经济密度、房产政策、经济实力、公共服务投入、高端从业者占比
7	0.933	0.870	0.863	高校资源、经济密度、房产政策、经济实力、公共服务投入、高端从业者占比、产业结构