楊君翔 張琳 趙明敏

摘要：以中國291個地級市為基本分析單元，采用泰爾指數(shù)分析了2000—2014年中國城市住宅投資的時空差異格局，應(yīng)用地理探測器分析中國各區(qū)域城市住宅投資差異的驅(qū)動力。研究表明，2000—2014年，各區(qū)域城市住宅投資逐年增長，時空分異顯著，東部、中部、西部地區(qū)城市住宅投資差異顯著，住宅投資較大的城市主要分布在環(huán)渤海地區(qū)、長江三角洲、珠江三角洲、東部沿海城市以及中國中部地區(qū)的省會城市。由泰爾指數(shù)分析得出，城市住宅投資的區(qū)域間差異和區(qū)域內(nèi)差異逐漸減小。地理探測器分析得出，城市常住人口、建成區(qū)面積、固定資產(chǎn)投資和房地產(chǎn)從業(yè)人員是影響城市住宅投資分異的4個重要因素。

關(guān)鍵詞：住宅投資;時空差異;驅(qū)動力;泰爾指數(shù);地理探測器

中圖分類號：F301.3? ? ? ? ?文獻(xiàn)標(biāo)識碼：A

文章編號：0439-8114（2019）09-0149-05

DOI：10.14088/j.cnki.issn0439-8114.2019.09.035? ? ? ? ? ?開放科學(xué)（資源服務(wù)）標(biāo)識碼（OSID）：

Abstract： Taking 291 prefecture-level cities in China as the basic analysis unit， the Theil index is used to analyze the spatial-temporal difference pattern of urban residential investment in China from 2000 to 2014; and geo-detectors are applied to analyze the driving forces of urban residential investment differences in various regions of China. Research shows that from 2000 to 2014， urban residential investment in various regions increased year by year， and the spatial-temporal differentiation was significant. The urban residential investment in the eastern， central and western regions was significantly different. The cities with large residential investment were mainly distributed in the Bohai Rim region， the Yangtze River Delta and the Pearl River Delta， eastern coastal cities， and capital cities in central China. According to the analysis of the Theil index， the inter-regional differences and intra-regional differences in urban residential investment are gradually decreasing. According to the analysis of geo-detectors， urban permanent residents， built-up area， fixed assets investment and real estate practitioners are four important factors that affect the differentiation of urban residential investment.

Key words： residential investment; space-time difference; Thiel index; geo-detector

改革開放以來，中國城市建設(shè)用地擴(kuò)展迅速，住宅需求迅速擴(kuò)大，住宅建設(shè)取得巨大進(jìn)展，住宅投資逐年增加。2014年，中國城市居住用地面積為15 783.05 km2，與2000年相比增長了8 569.86 km2，占城市建設(shè)用地面積的30.72%;城市住宅投資為62 146.59億元，約為2000年城市住宅投資的17倍。1998年住房制度改革以來，房價的不斷上漲、土地的供給有限性和城市人口的快速增長造成了城市住宅用地的緊缺。同時，國家、企業(yè)和個人對于住宅的投資不斷加大，持續(xù)繁榮的房地產(chǎn)業(yè)吸收了大量的社會資產(chǎn)，住宅集投資與消費的雙重需求屬性，更加刺激了中國對城市住宅的投資[1-3]。中國各城市在地理環(huán)境、國家政策、經(jīng)濟(jì)發(fā)展等方面存在較大差異，城市住宅投資存在著極大的不平衡，因此，對城市住宅投資進(jìn)行相關(guān)研究是十分必要的[4]。

已有文獻(xiàn)對城市住宅投資的相關(guān)研究主要集中于城市住宅投資和農(nóng)村住宅投資兩個方面。城市住宅投資的相關(guān)研究主要包括住宅投資與經(jīng)濟(jì)增長之間的關(guān)系、住宅投資時空格局變化及影響因素兩個方面。城市住宅投資與經(jīng)濟(jì)增長關(guān)系研究認(rèn)為，在全國層面上，經(jīng)濟(jì)增長帶動住宅投資，而住宅投資不能帶動經(jīng)濟(jì)增長，在地區(qū)層面上，住宅投資和經(jīng)濟(jì)增長關(guān)系呈動態(tài)變化[5，6];但也有研究通過ECM實證和定量分析認(rèn)為房地產(chǎn)投資能促進(jìn)經(jīng)濟(jì)增長[7，8];此外，有研究者從各類住宅投資對經(jīng)濟(jì)增長的影響階段進(jìn)行分析，認(rèn)為各類住宅投資在時間序列上對經(jīng)濟(jì)增長的影響強度各不相同[9]。住宅投資時空格局變化及影響因素方面，有研究者從全國和省級尺度上進(jìn)行了分析，發(fā)現(xiàn)各城市或區(qū)域間住宅投資存在較大差異，人口、經(jīng)濟(jì)、交通、市場規(guī)模以及城鎮(zhèn)居民人均收入均會影響住宅投資[10，11];而分析房價[12]和房地產(chǎn)增量[13]對住宅投資的影響發(fā)現(xiàn)，不同類型房價對住宅投資影響不同，房地產(chǎn)增量與住宅投資相互影響，共同增長。在農(nóng)村住宅投資方面，有研究從農(nóng)戶的個人特征、家庭特征、現(xiàn)有住房特征和村莊特征4個方面對農(nóng)村預(yù)期住宅投資的影響進(jìn)行了分析[14];也有研究從地權(quán)安全性、農(nóng)村住房市場、房價、農(nóng)村相關(guān)土地制度等方面對農(nóng)村住宅投資的影響進(jìn)行分析[15-17]。以上研究主要集中于全國、省域尺度，而在地級市層面上對城市住宅投資的研究相對較少。鑒于此，以中國291個地級市為基本分析單元，通過泰爾指數(shù)和地理探測器進(jìn)行城市住宅投資的區(qū)域差異分析及驅(qū)動力探討?，F(xiàn)有文獻(xiàn)為城市住宅投資時空差異的研究提供了有效借鑒，在影響因素方面也有著一定的引導(dǎo)作用。研究城市住宅投資的時空差異及驅(qū)動力能夠為城市住宅投資提供指導(dǎo)，為國家房地產(chǎn)政策提供參考，對穩(wěn)定住宅市場、保障住房有效供應(yīng)、縮小貧富差距具有一定的現(xiàn)實意義。

1? 數(shù)據(jù)來源與指標(biāo)選取

以2014年中國291個地級市為研究單元，研究時段為2000—2014年。為保持?jǐn)?shù)據(jù)的連續(xù)性和可比性，將其他年份的數(shù)據(jù)進(jìn)行合并和分解，使之與2014年的行政區(qū)劃相一致。由于臺灣、香港、澳門等地的重要數(shù)據(jù)缺失，將這些城市剔除后進(jìn)行空間分析。住宅投資是房地產(chǎn)投資中的一類。住宅指專供居住的房屋，包括別墅、公寓、職工家屬宿舍和集體宿舍（包括職工單身宿舍和學(xué)生宿舍）等，但不包括住宅樓中作為人防或不住人的地下室等。從城市常住人口、建成區(qū)面積、二三產(chǎn)業(yè)產(chǎn)值占GDP比例、人均地區(qū)生產(chǎn)總值、固定資產(chǎn)投資、職工平均工資和房地產(chǎn)從業(yè)人員等7個方面進(jìn)行城市住宅投資的驅(qū)動力分析（表1）。研究所涉及的數(shù)據(jù)均來源于2001—2015年《中國城市統(tǒng)計年鑒》以及各省、直轄市、自治區(qū)統(tǒng)計年鑒。

城市常住人口數(shù)量對城市住宅投資的增長具有很強的推動作用，人口的集聚推進(jìn)了工業(yè)化和城鎮(zhèn)化進(jìn)程，推動了房地產(chǎn)業(yè)發(fā)展，帶動住宅建設(shè)，從而促進(jìn)城市的住宅投資;同時，房地產(chǎn)市場消費者是城鎮(zhèn)人口，人口規(guī)模的擴(kuò)大必然拉動房地產(chǎn)消費與投資。房地產(chǎn)從業(yè)人員數(shù)量代表著一個區(qū)域的房地產(chǎn)市場發(fā)展規(guī)模，房地產(chǎn)從業(yè)人員的數(shù)量越多，房地產(chǎn)市場規(guī)模越大，越能促進(jìn)城市住宅投資的增加。建成區(qū)面積可以用來表征城市空間規(guī)模及未來發(fā)展?jié)摿Γ粋€地區(qū)的城市化水平和經(jīng)濟(jì)發(fā)展水平對城市的擴(kuò)展有著重要影響，中國城市的建成區(qū)更接近于城市的實體區(qū)域，更能真實反映城市用地的規(guī)模。人均地區(qū)生產(chǎn)總值和二三產(chǎn)業(yè)產(chǎn)值占GDP比例是衡量一個區(qū)域經(jīng)濟(jì)發(fā)展水平的重要指標(biāo)，也是一個區(qū)域房地產(chǎn)業(yè)投資的重要影響因素，其中，二三產(chǎn)業(yè)的發(fā)展為住宅投資提供了良好的產(chǎn)業(yè)支撐，能夠有效推動整個住宅市場的繁榮。固定資產(chǎn)投資帶動了基礎(chǔ)設(shè)施、交通的發(fā)展，從而促進(jìn)城市的住宅投資。職工平均工資一定程度上代表了一個城市的經(jīng)濟(jì)發(fā)展水平，人均工資越高，則城市的對外開放程度越大，當(dāng)?shù)鼐用竦馁徺I力越強，住宅投資也就越多。

2? 研究方法

2.1? 泰爾指數(shù)

泰爾指數(shù)常用來測量收入不均等的狀況，其值越大，收入差異越大;值越小，收入差異越小。泰爾指數(shù)可以按照不同的分組分解為組間差距和組內(nèi)差距，這就把收入差距分解為組內(nèi)變動差距和組間變動差距[18]。本研究采用泰爾指數(shù)來表示城市住宅投資的差異度。

依據(jù)《中國城市建設(shè)統(tǒng)計年鑒》的地理分區(qū)，將研究區(qū)域分為東部、中部和西部3個區(qū)域，東部區(qū)域包括北京市、天津市、河北省、遼寧省、上海市、江蘇省、浙江省、海南省、山東省、廣東省、廣西壯族自治區(qū)、福建省;中部區(qū)域包括山西省、內(nèi)蒙古自治區(qū)、吉林省、黑龍江省、安徽省、江西省、河南省、湖北省、湖南省;西部區(qū)域包括重慶市、四川省、貴州省、云南省、西藏自治區(qū)、陜西省、甘肅省、青海省、寧夏回族自治區(qū)、新疆維吾爾自治區(qū)。將泰爾指數(shù)分解為組內(nèi)差距與組間差距，以此來分析東部、中部和西部城市的住宅投資差異?？偛罹?、組間差距和組內(nèi)差距分別有如下表達(dá)式：

式中，k為研究的城市分組數(shù);n為研究城市總數(shù);nk為第k組的城市個數(shù);yi為第i個城市的住宅投資;yk為第k組的城市的住宅投資。全國組內(nèi)差距項為各組的組內(nèi)差距之和。

2.2? K-means聚類分析

聚類分析是統(tǒng)計學(xué)中研究分類的多元統(tǒng)計分析方法。K-means聚類分析也稱快速聚類，能將數(shù)據(jù)看成K維空間上的點，以距離作為測度個體關(guān)系的指標(biāo)，在聚類過程中，樣本觀測所屬的類會不斷調(diào)整，直至最終達(dá)到穩(wěn)定為止。應(yīng)用SPSS軟件對城市住宅投資的驅(qū)動因素進(jìn)行K-means聚類，分為1、2、3、4、5、6、7七類，在此基礎(chǔ)上進(jìn)行驅(qū)動力分析。

2.3? 地理探測器

地理事物的空間分布差異受到多種自然和經(jīng)濟(jì)社會因素的相互作用，探索其形成機理對地理學(xué)的相關(guān)研究具有重要意義。地理探測器是探測空間分異性及背后驅(qū)動力的一種工具，最初應(yīng)用在致病因素對地方疾病發(fā)生的影響程度測算，后逐漸向其他領(lǐng)域拓寬，其針對類別數(shù)據(jù)的算法優(yōu)于連續(xù)數(shù)據(jù)[19-21]。擬將其用于探測各要素基于地級市尺度對城市住宅投資空間分異的影響，模型如下：

3? 結(jié)果與分析

3.1? 城市住宅投資的時空差異

2000—2014年中國的城市住宅投資總體上呈現(xiàn)增長趨勢，由3 608億元增長到了62 146億元，增加了近16倍。分時段來看，2000—2003年，城市住宅投資由3 609億元增長到了5 079億元，呈現(xiàn)出波動上升趨勢，增速較緩;2004—2009年，城市住宅投資由8 919億元增長到了24 948億元，增速加快;2010—2014年，城市住宅投資由33 494億元增長到了62 146億元，呈現(xiàn)出快速上升趨勢

住宅投資在地級市單元上存在較大的時空差異。2000—2014年各地級市住宅投資基本都呈現(xiàn)出增加的趨勢，且數(shù)值增量較大，不便于作圖分析且沒有可比性，如果單純從住宅投資量或者年度差異方面進(jìn)行住宅投資的時空差異分析有失嚴(yán)謹(jǐn)。因此，選取各個地級市住宅投資占全部地級市住宅投資的比值對住宅投資時空差異進(jìn)行研究。2000和2005年，住宅投資較大的城市集中在長江三角洲、珠江三角洲以及中國東部和中部的省會城市，且各地級市之間住宅投資存在較大的差異，住宅投資額最大的10個城市分布在中國中部和西部地區(qū)的省會城市和直轄市，住宅投資額最低的幾個城市則分散在中國中部和西部地區(qū)的非省會城市。2010和2014年，住宅投資較大的城市主要分布在京津地區(qū)、長江三角洲、珠江三角洲、東部沿海城市以及中國中部地區(qū)的各省會城市，其中，2014年平均住宅投資額較大的城市為遼寧、北京、天津、上海、南京、蘇州、浙江、廣州、深圳、珠海、重慶、成都、武漢、長沙等地，大部分屬于中國東部沿海城市和內(nèi)陸省會城市。從2000—2014年各地級市總體數(shù)據(jù)來看，城市住宅投資額偏高的區(qū)域逐漸在京津地區(qū)、長江三角洲、珠江三角洲地區(qū)形成和擴(kuò)展，中小城市由于自然環(huán)境、經(jīng)濟(jì)發(fā)展等因素的限制，城市住宅投資額明顯偏低。

2000—2014年中國城市住宅投資組內(nèi)差距、組間差距和總差距見圖1。由圖1可以看出，2000—2014年中國城市住宅投資差異呈先增大后減小的趨勢。2000年的城市住宅投資總差距中有79%來自組內(nèi)差距，而2014年的城市住宅投資總差距中僅有41%來自組內(nèi)差距。2000—2002年城市住宅投資差異主要是組內(nèi)差距引起的，2002—2014年城市住宅投資差異主要是組間差距引起的。2000—2014年，城市住宅投資的組內(nèi)差距整體呈現(xiàn)下降趨勢，組間差距呈先上升后下降趨勢;2002年組內(nèi)差距和組間差距基本一致;2002年以后，組內(nèi)差異和組間差異都逐步減小，相對于組間差異，組內(nèi)差異下降更快。2000—2002年，中國經(jīng)濟(jì)處于通貨緊縮時期，各城市的住宅投資增速有所下降，區(qū)域間城市住宅投資差距不大，使得城市住宅投資總差距相對較小。2003年之后，國家大力促進(jìn)房地產(chǎn)業(yè)的發(fā)展，各省市都加大了對住宅的投資，隨著經(jīng)濟(jì)的快速發(fā)展，長江三角洲、珠江三角洲、環(huán)渤海地區(qū)城市住宅投資有了很大提升，使得東部地區(qū)的組內(nèi)差距有所減小，進(jìn)而造成中國城市住宅投資的區(qū)域內(nèi)差異減小，最終降低了城市住宅投資總差異。近年來，國家政策的扶持和宏觀調(diào)控促進(jìn)了各區(qū)域住宅投資的協(xié)調(diào)發(fā)展，東部地區(qū)的居住用地供給減少，城市住宅投資增速下降，而中西部城市正處于經(jīng)濟(jì)快速發(fā)展時期，建設(shè)用地快速擴(kuò)張，城市住宅投資增速較快，區(qū)域間住宅投資差異減小，從而降低了城市住宅投資的總差異。

3.2? 城市住宅投資的驅(qū)動力探測分析

城市住宅投資受到多種因素的相互影響。選取了人口集聚、城市規(guī)模、經(jīng)濟(jì)發(fā)展3個方面的7個指標(biāo)作為探測因子，利用地理探測器模型分別測算各探測因子對城市住宅投資影響能力的P值（表2），各年份數(shù)據(jù)均通過顯著性檢驗。為了便于分析和比較不同探測因子在各地區(qū)的探測結(jié)果，對結(jié)果進(jìn)行決定力排序（圖2）。

3.2.1? 人口對城市住宅投資的影響? 用城市常住人口和房地產(chǎn)從業(yè)人員表征人口對城市住宅投資的影響。2000年，城市常住人口對東部和西部地區(qū)的住宅投資影響較大;房地產(chǎn)從業(yè)人員對東部地區(qū)影響較大;2014年，城市常住人口和房地產(chǎn)從業(yè)人員對各地區(qū)的住宅投資影響都大。城市常住人口規(guī)模能夠反映住宅的消費規(guī)模，房地產(chǎn)從業(yè)人員反映房地產(chǎn)市場規(guī)模以及房地產(chǎn)業(yè)中介服務(wù)發(fā)達(dá)程度。房地產(chǎn)業(yè)是勞動密集型行業(yè)，充足的勞動力會促進(jìn)區(qū)域的房地產(chǎn)投資，進(jìn)而促進(jìn)住宅投資[22]。2000—2014年，城市常住人口對中部城市住宅投資影響變大，說明在此階段，中部地區(qū)城市常住人口的增長推動了工業(yè)化和現(xiàn)代化的進(jìn)程，促進(jìn)了房地產(chǎn)業(yè)的快速發(fā)展，大量基礎(chǔ)設(shè)施建設(shè)促進(jìn)了城市的住宅投資。1998年住房制度改革以來，中國房地產(chǎn)市場蓬勃發(fā)展，東部地區(qū)相對于中西部地區(qū)，市場規(guī)模更加完善，房地產(chǎn)從業(yè)人員對城市住宅投資影響更大。到2014年，伴隨著城市人口和房地產(chǎn)從業(yè)人員的增加，住宅的需求增大及房地產(chǎn)市場的逐步完善，推動了房地產(chǎn)業(yè)的發(fā)展，促使城市住宅投資增加。

3.2.2? 城市規(guī)模對住宅投資的影響? 2000年，建成區(qū)面積對東部和西部地區(qū)的城市住宅投資有較大影響;2014年，建成區(qū)面積對各地區(qū)城市住宅投資都有較大影響。2000—2014年，中部地區(qū)的建成區(qū)面積對城市住宅投資的影響力由弱變強，表明在中部地區(qū)城市發(fā)展過程中，由原本的建成區(qū)內(nèi)擴(kuò)展轉(zhuǎn)向建成區(qū)的擴(kuò)張，城市住宅投資的增長更加依賴于城市規(guī)模的擴(kuò)展。到2014年，各區(qū)域城市的房地產(chǎn)業(yè)都有了較大發(fā)展，建成區(qū)面積直接反映了城市用地的規(guī)模，建成區(qū)面積越大，城市住房規(guī)模越大，住宅投資越多。中國是以住宅投資需求為主的市場，投資性需求促進(jìn)了城市規(guī)模的擴(kuò)張[23，24]。

3.2.3? 城市規(guī)模對住宅投資的影響? 二三產(chǎn)業(yè)產(chǎn)值占比和人均生產(chǎn)總值在2000和2014年對各地區(qū)城市住宅投資影響都較弱，這是由于二三產(chǎn)業(yè)產(chǎn)值占比在各城市之間差異較小，而城市住宅投資在區(qū)域內(nèi)和區(qū)域間都有明顯差異，兩者之間的影響作用減弱[25]。2000年，中國經(jīng)濟(jì)處于通貨緊縮時期，城市建設(shè)發(fā)展緩慢，基礎(chǔ)設(shè)施投入減少，居民購買力下降。近年來，中國經(jīng)濟(jì)從高速發(fā)展轉(zhuǎn)向中高速發(fā)展，人均生產(chǎn)總值與住房建設(shè)的相關(guān)性明顯減弱[26]。因此，人均生產(chǎn)總值和二三產(chǎn)業(yè)產(chǎn)值占比在2014年對城市住宅投資影響較小。

3.2.4? 固定資產(chǎn)投資對住宅投資的影響? 固定資產(chǎn)投資對2000和2014年各地區(qū)城市住宅投資均有顯著影響。固定資產(chǎn)投資水平越高，基礎(chǔ)設(shè)施建設(shè)、服務(wù)業(yè)等越完善，房地產(chǎn)開發(fā)投資越多，更多的資本會投入到住宅建設(shè)當(dāng)中，因此固定資產(chǎn)投資對城市住宅投資有重要影響。

3.2.5? 職工平均工資對住宅投資的影響? 職工平均工資對2000和2014年東部地區(qū)的住宅投資有顯著影響。區(qū)域工資水平表征一個區(qū)域居民的購買力，中國東部地區(qū)存在巨大的工資差異，工資水平是區(qū)域吸納人口的重要影響因素，工資水平越高，吸納人口越多，越能帶動房地產(chǎn)的需求，從而促進(jìn)了城市住宅投資。

4? 結(jié)論

本研究以中國291個地級市作為基本單元，通過泰爾指數(shù)對2000—2014年中國城市住宅投資進(jìn)行空間差異格局分析，并通過地理探測器分析了城市住宅投資差異的驅(qū)動力因素，得出以下結(jié)論。

1）2000—2014年，城市住宅投資總體呈現(xiàn)出快速增長趨勢，但在地級市單元上存在著較大的時空差異，東中部城市的住宅投資普遍大于西部城市。其中，住宅投資較大的城市主要分布在環(huán)渤海地區(qū)、長江三角洲、珠江三角洲、東部沿海城市以及中部地區(qū)的各省會城市。

2）2000—2014年，中國城市住宅投資差異先增大后減小，組內(nèi)差距持續(xù)下降，組間差距呈先上升后下降趨勢。

3）地區(qū)城市住宅投資差異機理并不相同，各探測因子探測值差異較大。2000年，東部和西部地區(qū)受城市常住人口、建成區(qū)面積和固定資產(chǎn)投資影響較大，而中部地區(qū)受到城市常住人口和建成區(qū)面積的影響較低。2014年，各地區(qū)城市住宅投資差異機理也略有不用，各地區(qū)受城市常住人口、建成區(qū)面積、固定資產(chǎn)投資和房地產(chǎn)從業(yè)人員的影響最為突出，職工平均工資、二三產(chǎn)業(yè)產(chǎn)值占比、人均生產(chǎn)總值對東部地區(qū)影響高于中部和西部地區(qū)。總體而言，城市常住人口、建成區(qū)面積、固定資產(chǎn)投資和房地產(chǎn)從業(yè)人員是中國城市住宅投資差異的4個重要影響因素。

本研究在區(qū)域和時間上均進(jìn)行了宏觀分析，研究結(jié)論對相關(guān)部門進(jìn)行房地產(chǎn)調(diào)控有一定的借鑒意義。中國住宅市場受政策變化、經(jīng)濟(jì)發(fā)展及其他因素的共同影響，未來可從中國房地產(chǎn)政策和市場、區(qū)域經(jīng)濟(jì)發(fā)展政策、自然狀況等方面進(jìn)行驅(qū)動力擴(kuò)展研究，擴(kuò)大指標(biāo)層，從更深層次探測城市住宅投資差異的驅(qū)動力，為中國城市住宅投資提供指導(dǎo)性意見。

參考文獻(xiàn)：

[1] 呂江林.我國城市住房市場泡沫水平的度量[J].經(jīng)濟(jì)研究，2010，45（6）：28-41.

[2] 劉婷婷，張? 典.消費需求、投資需求與家庭住房消費決策——基于微觀調(diào)查數(shù)據(jù)的分析[J].消費經(jīng)濟(jì)，2015，31（1）：3-9.

[3] 楊? 贊，張? 歡，趙麗清.中國住房的雙重屬性：消費和投資的視角[J].經(jīng)濟(jì)研究，2014，49（S1）：55-65.

[4] 沈昊婧，王福良，陳? 春.城市住房投資及其影響因素的時空特征分析[J].現(xiàn)代城市研究，2015（4）：85-90，104.

[5] 趙奉軍.住宅投資與經(jīng)濟(jì)周期牽扯：自O(shè)ECD國家生發(fā)[J].改革，2012（6）：55-64.

[6] 張清勇，鄭環(huán)環(huán).中國住宅投資引領(lǐng)經(jīng)濟(jì)增長嗎？[J].經(jīng)濟(jì)研究，2012，47（2）：67-79.

[7] 祝運海.房地產(chǎn)開發(fā)投資與經(jīng)濟(jì)增長的動態(tài)關(guān)系研究——基于ECM的實證分析[J].經(jīng)濟(jì)問題，2011（5）：44-47.

[8] 許憲春，賈? 海，李? 皎，等.房地產(chǎn)經(jīng)濟(jì)對中國國民經(jīng)濟(jì)增長的作用研究[J].中國社會科學(xué)，2015（1）：84-101，204.

[9] 周穩(wěn)海，陳立文，趙桂玲.住宅投資對經(jīng)濟(jì)增長影響的階段比較研究——基于面板數(shù)據(jù)系統(tǒng)GMM模型[J].經(jīng)濟(jì)問題探索， 2016（7）：36-45.

[10] 張清勇.中國住宅投資波動的長期趨勢與區(qū)域差異[J].建筑經(jīng)濟(jì)，2008（10）：84-88.

[11] 田秉濤，王曉文，尹? 春.基于ESDA-GIS的福建省房地產(chǎn)住宅投資時空格局及其影響機制研究[J].福建師范大學(xué)學(xué)報（自然科學(xué)版），2014，30（2）：81-89.

[12] 李永樂，吳? 群.房價對住宅投資的影響研究——來自中國省級面板數(shù)據(jù)的證據(jù)[J].建筑經(jīng)濟(jì)，2014（5）：70-73.

[13] 馮亞娟，馮? 榮，王奎山.房地產(chǎn)增量與房地產(chǎn)住宅投資的關(guān)聯(lián)性[J].遼寧工程技術(shù)大學(xué)學(xué)報（社會科學(xué)版），2014，16（1）：12-14.

[14] 李? 君，陳長瑤.影響農(nóng)戶預(yù)期住宅投資意愿的因素分析[J].統(tǒng)計與決策，2009（4）：78-81.

[15] 方? 麗，田傳浩.地權(quán)安全性、農(nóng)村住房租賃市場與住宅投資——以杭州市城鄉(xiāng)交錯區(qū)24個村為例[J].中國土地科學(xué)，2013， 27（2）：16-21.

[16] 田傳浩，傅? 楠，鄭文娟.宅基地制度、地權(quán)安全性與農(nóng)村住宅投資行為[J].中國房地產(chǎn)，2011（2）：64-73.

[17] 任? 健，趙奉軍.二元土地制度、高房價與農(nóng)戶住宅投資過度[J].中國房地產(chǎn)，2013（8）：3-11.

[18] AKITA T，LUKMAN R A，YAMADA Y. Inequality in the distribution of household expenditures in indonesia：A theil decomposition analysis[J].Developing economies，1999，37（2）：197-221.

[19] WANG J F，LI X H，CHRISTAKOS G，et al. Geographical detectors based health risk assessment and its application in the neuraltube defects study of the Heshun region，China[J].International journal of geographical information science，2010， 24（10）：107-127.

[20] 王勁峰，徐成東.地理探測器：原理與展望[J].地理學(xué)報，2017， 72（1）：116-134.

[21] 丁? 悅，蔡建明，任周鵬，等.基于地理探測器的國家級經(jīng)濟(jì)技術(shù)開發(fā)區(qū)經(jīng)濟(jì)增長率空間分異及影響因素[J].地理科學(xué)進(jìn)展，2014，33（5）：657-666.

[22] 陳龍乾，姚? 遠(yuǎn)，李效順.港口城區(qū)房地產(chǎn)投資驅(qū)動機制分析——以連云港市港口城區(qū)為例[J].地理與地理信息科學(xué)，2012，28（3）：44-48.

[23] 楊? 東，趙樹寬.我國近十年商品住宅需求的彈性變化[J].社會科學(xué)研究，2013（4）：27-31.

[24] 譚? 銳.住房投資性需求與中國城市規(guī)模擴(kuò)張——基于空間均衡模型的分析[J].經(jīng)濟(jì)評論，2013（5）：31-41.

[25] 丁洪建.大中城市居住地價的時空變化規(guī)律及啟示[J].中國房地產(chǎn)，2009（11）：52-54.

[26] 國務(wù)院發(fā)展研究中心課題組.中國新型城鎮(zhèn)化：道路、模式和政策[M].北京：中國發(fā)展出版社，2014.

收稿日期：2019-01-21

作者簡介：楊君翔（1991-），男，江蘇南京人，在讀碩士研究生，研究方向為應(yīng)用與發(fā)展心理學(xué)，（電話）13016996919（電子信箱）499306839@qq.com。