朱世豪 黃大全

摘要：城市住宅價格一直是城市地理學、城市規(guī)劃學和經(jīng)濟地理學研究的重點內(nèi)容。都市圈內(nèi)部房地產(chǎn)市場發(fā)展迥異，體現(xiàn)了一個地區(qū)不同尺度之間資源配置能力和作用。本文采用克里金插值方法對長三角都市圈房價空間分布格局進行空間估計，并重點討論浙江省湖州市小城鎮(zhèn)房價的影響因素。研究結(jié)果表明：（1）長三角都市圈房價分布呈現(xiàn)出多中心的分布特征，但省間的共通性不強。（2）湖州市房價分布受杭州房價溢出效應影響，呈現(xiàn)出軸線狀的雙中心特征，垂直于軸向東西兩側(cè)衰減。（3）都市圈核心城市房價溢出效應遠大于小城鎮(zhèn)自身核心區(qū)的集聚效應，小城市的房價水平受鄰近的大城市影響顯著。

關(guān)鍵詞：小城鎮(zhèn)；住宅價格；克里金插值；溢出效應；長三角都市圈；湖州市

doi：10.3969/j.issn.1009-1483.2020.03.003 中圖分類號：F293.3

文章編號：1009-1483（2020）03-0012-07 文獻標識碼：A

The Spatial Distribution Characteristics of Housing Prices in Small Towns of the Yangtze River Delta： Taking Huzhou City as an Example

ZHU Shihao， HUANG Daquan

[Abstract] Urban housing price has always been the focus of urban geography， urban planning and economic geography. The development of the real estate market in the metropolitan area is quite different， which reflects the resource allocation ability and function of different scales in a region. In this paper， kriging interpolation method is used to estimate the spatial distribution pattern of housing prices in the metropolitan area of the Yangtze river delta. Taking Huzhou as an example， it studies the influence of metropolitan area housing price on small towns housing prices. The result shows that： （1） The housing price distribution in the metropolitan area of the Yangtze river delta shows the characteristics of multi-pole core distribution， but the inter-provincial commonality is not strong. （2） The distribution of housing prices in Huzhou is influenced by the diffusion effect of housing prices in Hangzhou， presents a double-center feature like an axis， which decays vertically to the east and west. （3） The spillover effect of housing prices in the core cities in the metropolitan area is much larger than the agglomeration effect of small towns， and the real estate market in small towns is influenced by the big cities and moves closer to the big cities.

[Keywords] small towns； housing price； Kriging interpolation； spillover effect； Yangtze river delta； Huzhou City

引言

城市住宅價格一直是城市地理學、城市規(guī)劃學和經(jīng)濟地理學研究的重點內(nèi)容。隨著房地產(chǎn)產(chǎn)業(yè)的迅速發(fā)展，住宅價格的空間分布特征和分異規(guī)律越來越成為認識城市發(fā)展狀態(tài)和城市間相互關(guān)系的重要視角。

房地產(chǎn)市場價格受區(qū)位條件、小區(qū)環(huán)境和房屋本身質(zhì)量等多種因素影響，是城市內(nèi)部與所在區(qū)域的社會、經(jīng)濟、政策等眾多因素交互影響的結(jié)果。住宅作為和土地具有強關(guān)聯(lián)性的建筑，它受到距離城市中心遠近的影響；作為一種商品，它還受到自身屬性和供求關(guān)系的影響；同時，房地產(chǎn)市場作為地方性市場，又受到其他地區(qū)市場的影響。

地租地價理論和區(qū)位理論是城市住宅價格形成的理論依據(jù)。國外對于房地產(chǎn)的研究最早可以追溯到17世紀末William Petty提出的“級差地租”[1]。20世紀初，美國經(jīng)濟學家Richard Theodore Ely和Edward Ward Morehouse強調(diào)了城市土地特征和土地價格對住宅價格的影響[2]。20世紀60年代，William Alonso等將區(qū)位論應用于城市內(nèi)部地租地價的系統(tǒng)分析[3]，以解釋城市內(nèi)部的地用與地價的分布，建立了解釋城市住宅分布的分析框架[4]。之后國內(nèi)外學者在其基礎(chǔ)上進行了修正和改進[5]，加入了政府因素[6]、軌道交通[7]、土地供應[8]等因素，使其在住宅與土地關(guān)系等方面得到廣泛應用。

由于住宅是一種典型的商品，其價格差異取決于構(gòu)成商品的各個特征，因此更多學者從特征價格理論出發(fā)構(gòu)建模型進行研究。國外學者最早使用特征價格模型（Hedonic Price Model，簡稱HPM）對住宅市場進行理論和實證研究。其中，Ronald G. Ridker最早利用特征價格模型分析了環(huán)境質(zhì)量與城市住宅價格的關(guān)系[9]。到了20世紀70年代，Sherwin Rosen等將HPM引入房地產(chǎn)與城市經(jīng)濟領(lǐng)域，用來解釋住宅價格空間分異形成的原因[10]。20世紀80年代以來，HPM在國內(nèi)外得到了廣泛應用，在模型的結(jié)構(gòu)改善、因子選擇等方面得到了更加深入的研究[11-15]。

以上兩類理論的前提假設(shè)對象都是一個孤立城市，但在現(xiàn)實中，房地產(chǎn)市場并不是完全獨立的，還需要考慮區(qū)域住宅價格的溢出效應[16]。溢出效應反映出經(jīng)濟基準面并不能很好地解釋住宅價格的時空分布，某個房地產(chǎn)市場不僅受到城市中心的影響，更受到鄰近大城市的房地產(chǎn)市場的影響。對這種效應的研究最早起源于英國，后來擴散到如美國[17]、愛爾蘭[18]、澳大利亞[19]等其他地區(qū)。

中國的房地產(chǎn)市場起步較晚，目前研究多以單個房地產(chǎn)市場為研究對象分析城市內(nèi)部的住宅價格空間分布特征和影響因素[20-21]，或是研究城市間房地產(chǎn)市場影響因素的差異[22]，缺少強調(diào)區(qū)域內(nèi)多個房地產(chǎn)市場之間相互影響的研究，且由于數(shù)據(jù)收集限制，不能直觀刻畫溢出效應的細節(jié)空間特征。

長三角都市圈是中國三大經(jīng)濟圈之一，是沿海地區(qū)經(jīng)濟規(guī)模最大、城市最密集的區(qū)域，也是我國房地產(chǎn)市場最為發(fā)達的地區(qū)[23]，但長三角都市圈內(nèi)部的房地產(chǎn)市場發(fā)展迥異，呈現(xiàn)出較明顯的多中心特點。本研究基于房地產(chǎn)交易信息平臺提供的2018年長三角都市圈范圍內(nèi)二手房交易信息，利用地理編碼技術(shù)和空間插值方法，分析長三角都市圈的房價空間分布特征，并以浙江省湖州市為例研究都市圈大城市房地產(chǎn)市場對小城鎮(zhèn)住宅價格空間分布的影響。

1研究區(qū)域與方法

1.1研究區(qū)域

根據(jù)《長江三角洲城市群發(fā)展規(guī)劃》，長三角都市圈包括：上海，江蘇省的南京、無錫、常州、蘇州、南通、鹽城、揚州、鎮(zhèn)江、泰州，浙江省的杭州、寧波、嘉興、湖州、紹興、金華、舟山、臺州，安徽省的合肥、蕪湖、馬鞍山、銅陵、安慶、滁州、池州、宣城等26市（見圖1）。長三角都市圈土地面積 21.17萬平方公里，約占全國的2.2%；2014年地區(qū)生產(chǎn)總值12.67萬億元，約占全國的18.5%。長三角都市圈內(nèi)城市類型多樣，房地產(chǎn)市場特征復雜，隨著城鎮(zhèn)化進程的推進，小城鎮(zhèn)逐漸成為房地產(chǎn)市場的重心。

長三角小城鎮(zhèn)數(shù)量眾多，其發(fā)展主要特征為：承接核心城市的產(chǎn)業(yè)轉(zhuǎn)移，消化外來人口；立足特色產(chǎn)業(yè)和資源稟賦，提供生態(tài)休閑服務；發(fā)展基本公共服務功能，平衡城鄉(xiāng)差距。湖州市地處浙江北部，東鄰嘉興，南接杭州，北瀕太湖，既是長三角城市群成員城市，又是環(huán)杭州灣核心城市。近年來，湖州市深度融入杭州都市圈，通過建立省際產(chǎn)業(yè)轉(zhuǎn)移示范區(qū)主動承接產(chǎn)業(yè)溢出，推進重大項目，集聚特色產(chǎn)業(yè)，取得了豐碩成果。同時湖州市自然環(huán)境優(yōu)美，是“兩山”理論發(fā)源地、“生態(tài)+”的先行地，在綠色發(fā)展和創(chuàng)新生態(tài)方面具有典范作用。因此以湖州為例研究長三角都市圈小城鎮(zhèn)住宅價格空間分布特征，具有一定代表性和科學性。

1.2數(shù)據(jù)來源

本文的住宅價格均采用城市二手房單位建筑面積的均價。筆者利用網(wǎng)絡(luò)爬蟲技術(shù)，通過房地產(chǎn)交易平臺“房天下”（www.fang.com）提供的二手房交易信息，搜集了2018年長三角都市圈范圍內(nèi)城市的二手房樣本點的單位建筑面積價格和地址信息，并通過地理編碼技術(shù)，將樣本點的地址信息映射為地理坐標（見圖2）。

需要指出的是，二手房的實際交易價格和房地產(chǎn)交易平臺公布的價格之間存在誤差，但并不會對都市圈房價整體分異格局的分析結(jié)果造成重大影響。

1.3研究方法

本文分析采用空間插值方法進行擬合，空間插值方法是一種應用于將離散點的測量數(shù)據(jù)轉(zhuǎn)換為連續(xù)的曲面數(shù)據(jù)的算法，能夠?qū)M合出的曲面與其他空間現(xiàn)象的分布情況進行比較，具有廣泛的應用場景。

空間插值方法主要包括克里金插值、最近鄰插值、反距離權(quán)重插值、樣條函數(shù)插值等，由于住宅價格在空間上具有顯著的相關(guān)性，且擬合效果不會受到樣本點非均勻采樣的影響[24]，因此本研究選擇克里金插值方法。

克里金插值方法是在地統(tǒng)計學的半變異函數(shù)理論和結(jié)構(gòu)分析基礎(chǔ)上，對樣本點進行最優(yōu)無偏估計的一種方法[25]?？死锝鸩逯捣紤]了研究區(qū)域內(nèi)采樣點的隨機性和結(jié)構(gòu)性，最大化利用了采樣點數(shù)值和空間關(guān)系所提供的各種信息，避免了異常值的產(chǎn)生，從而使這種插值方法比其他方法更精確。

2長三角房價分布格局

2.1長三角都市圈房價空間分布特征

根據(jù)收集的長三角住宅價格數(shù)據(jù)，利用克里金插值方法制作出長三角都市圈房價空間分布擬合圖（見圖3）。

整體來看，長三角都市圈東部地區(qū)和南部地區(qū)住宅價格較高，西部安徽地區(qū)的住宅價格較低。長三角的房價空間分布東西差異較為明顯，呈現(xiàn)出多中心分布特征。上海作為中國經(jīng)濟、金融、貿(mào)易、航運、科技創(chuàng)新中心和長三角都市圈的超大城市，其房價最高。南京、杭州、蘇州、寧波等Ⅰ、Ⅱ型大城市房價次之，合肥作為安徽省省會城市房價相對較低，與江蘇省的常州和浙江省臺州類似處于中等水平，而都市圈其余的地市房價相對較低。

長三角都市圈核心城市對小城鎮(zhèn)產(chǎn)生溢出效應，經(jīng)濟基準面已經(jīng)不能對住宅價格分布狀況作出合理解釋[26]，呈現(xiàn)出多源點的波紋式擴散狀，且擴散形狀復雜，核心城市之間的溢出效應存在差異。

上海、蘇州的住宅價格最高且相互間的房地產(chǎn)市場共通性較好，溢出效應最強，嘉興、南通和無錫的房地產(chǎn)市場受其影響形成環(huán)上海市、蘇州市的高房價區(qū)域；南京的住宅價格相對較高，南京市內(nèi)部住宅價格高，但輻射面積較小，在區(qū)域中的溢出效應較弱，且衰減較快，揚州、鎮(zhèn)江、常州的高住宅價格區(qū)域仍在城市中心，鄰接處的住宅價格受影響強度不大；杭州的住宅價格處于第二階梯對區(qū)域住宅價格的溢出效應相對較強且輻射范圍較大，湖州、紹興、金華和安徽省的宣城受其影響較大，呈現(xiàn)出鄰接處的住宅價格高于各自城市中心的特征；其余城市如合肥、寧波等溢出效應不明顯。

長三角都市圈的房價空間分布的跨省域共通性不強，說明長三角都市圈房地產(chǎn)市場所依賴的社會、經(jīng)濟、政治聯(lián)系沒有突破省級邊界實現(xiàn)成熟的一體化。上海市與江蘇省蘇州市的房地產(chǎn)市場擁有獨立的中心，在省界線周邊形成相對低洼的住宅價格區(qū)。安徽省滁州市和馬鞍山市對江蘇省南京市房地產(chǎn)市場的響應不強，只有浙江省杭州市突破了省界，提高了安徽省宣城市南部的房地產(chǎn)市場價格。

2.2湖州市小城鎮(zhèn)房價空間分布特征

同樣利用克里金插值方法對湖州市房價空間分布進行擬合，通過統(tǒng)計各個價格區(qū)間的占地面積可以發(fā)現(xiàn)，研究范圍內(nèi)各個住宅價格區(qū)間面積占比差異明顯。湖州市住宅價格主要集中在6552～9384元之間，約占湖州市總面積的39%（見圖4）。高住宅價格區(qū)間分級豐富且面積小，超過16396元的住宅價格占地面積約為7%。

從湖州市住宅價格空間分布擬合的結(jié)果來看，湖州市吳興區(qū)沿湖和安吉縣、德清縣南部住宅價格較高，而南潯區(qū)和長興縣東西兩側(cè)住宅價格較低，尤其是長興縣與安吉縣西側(cè)靠近浙江省界一側(cè)的鄉(xiāng)鎮(zhèn)價格最低，空間差異明顯，呈現(xiàn)出軸狀的雙中心特征，而不是同心圓圈層式拓展（見圖5）。房地產(chǎn)市場的重心在安吉、德清兩縣南部。

吳興區(qū)作為湖州市的政治、經(jīng)濟、文化中心，地區(qū)交通便利、基礎(chǔ)設(shè)施完善，緊鄰太湖且自然條件優(yōu)越，因此平均住宅價格較高，形成以主城區(qū)為中心，貼近太湖沿岸圈層式向外衰減。且由于北部太湖的自然阻斷作用，蘇州市的房地產(chǎn)溢出效應被打斷，因此形成基于吳興區(qū)經(jīng)濟基準面的住宅價格空間分布中心之一。

但從整個湖州市來看，高房價市場實際上主要聚集在遠離主城區(qū)的安吉、德清兩縣南部，且高房價范圍遠大于吳興區(qū)北部臨太湖區(qū)域的住宅價格范圍，成為湖州市房地產(chǎn)市場的核心地帶。

從自然條件來看，優(yōu)良的環(huán)境質(zhì)量是影響發(fā)達地區(qū)房地產(chǎn)市場的重要因素之一。安吉、德清兩縣是極具發(fā)展特色的生態(tài)縣，是“兩山”理念發(fā)展強縣。兩縣境內(nèi)擁有中南百草原、新市古鎮(zhèn)等豐富的旅游資源，因此自然環(huán)境優(yōu)美、旅游業(yè)發(fā)達。當?shù)囟嘁郎蕉ǖ木b修洋房和排屋等高檔住宅，適合度假、養(yǎng)生和人居，且已形成規(guī)模，吸引了長三角都市圈各個城市人口遷入。

從地理區(qū)位和特征價格來看，地理臨近和交通特征也成為影響安吉、德清兩縣房地產(chǎn)市場的一個重要因素。首先，安吉、德清兩縣作為杭州的“北大門”，其與杭州的地理優(yōu)越性超過了湖州市主城區(qū)。其次，高鐵縮短了安吉、德清兩縣與杭州的距離，隨著杭德城際鐵路被納入杭州都市圈鐵路規(guī)劃，交通的便捷度和人流物流的緊密度將得到進一步提高。

此外，大型的會議或國際賽事提前刺激了德清縣房地產(chǎn)市場潛力。德清縣作為2018年聯(lián)合國地理信息大會會場和2022年亞運會的分會場，正處在住宅價格增值的前期階段。知名度的提升、經(jīng)濟投資的流入和當?shù)鼗A(chǔ)、配套設(shè)施的完善都刺激了德清縣房地產(chǎn)市場的增值。

總體來看，安吉、德清縣高住宅價格的主要原因仍是杭州市房地產(chǎn)市場的溢出效應。因為安吉、德清縣南鄰杭州，距杭不到30公里，核心城市人口和外地人口向當?shù)剡w移導致剛性需求、改善型需求和投資性需求一起轉(zhuǎn)移，帶動了當?shù)胤康禺a(chǎn)市場發(fā)展。同時安吉、德清縣相對于吳興區(qū)來說與杭州市的融城時間早，聯(lián)系更緊密，共通性更強，流動強度和頻度更大，其經(jīng)濟、文化、生活更融入杭州，受到杭州市發(fā)達的房地產(chǎn)市場溢出效應影響，形成了南部的高住宅價格區(qū)域。

3結(jié)論與討論

城市住宅價格是在房地產(chǎn)市場供求關(guān)系相互作用中形成的，受到社會、經(jīng)濟、政策、人口、建筑特征等多重因素影響。但從區(qū)域角度來看，某個房地產(chǎn)市場不僅受到城市中心經(jīng)濟基準面的影響，更受到鄰近大城市房地產(chǎn)市場的溢出效應影響。本文對長三角都市圈的房價空間分布特征進行了擬合分析，并以湖州市為例，強調(diào)了溢出效應在區(qū)域住宅價格空間分布的重要作用，研究結(jié)論如下：

（1）長三角住宅價格空間分布格局與其城市體系結(jié)構(gòu)、經(jīng)濟發(fā)展程度基本一致，長三角的房價由直轄市、省會城市向外圍跳躍式遞減，呈現(xiàn)出多極核分布特征。長三角都市圈核心城市對非核心城市產(chǎn)生溢出效應，呈現(xiàn)出多源點的波紋式擴散狀，且擴散形狀復雜。小城鎮(zhèn)房價偏移其經(jīng)濟基準面，形成靠近核心城市的高住宅價格區(qū)。長三角都市圈房價空間分布的跨省域共通性不強，長三角一體化程度有待提高。

（2）湖州市受杭州市房價溢出效應影響，吳興區(qū)沿湖和安吉縣、德清縣南部住宅價格較高，而南潯區(qū)和長興縣東西兩側(cè)住宅價格較低，呈現(xiàn)出軸狀的雙中心特征。湖州市的房價空間分布主要受到當?shù)刈匀画h(huán)境條件和杭州市房地產(chǎn)市場溢出效應的影響，高住宅價格區(qū)主要集中在湖州市南部。

（3）核心城市對小城鎮(zhèn)的住宅價格溢出效應影響遠大于小城鎮(zhèn)自身發(fā)展影響，且這種影響與小城鎮(zhèn)同核心城市空間距離的遠近、經(jīng)濟聯(lián)系的密切性、交通的連通性和城市間的人口遷移有關(guān)。都市圈的一體化程度，尤其市交通的一體化程度越高，核心城市對小城鎮(zhèn)的溢出效應越強，輻射面積越廣。

核心城市對小城鎮(zhèn)房地產(chǎn)市場起到帶動、刺激作用的同時，同樣也讓小城鎮(zhèn)的房地產(chǎn)市場面臨承載市場份額的挑戰(zhàn)，這是區(qū)域住宅價格的空間溢出效應帶來的二次效應。因此需要統(tǒng)籌規(guī)劃長三角的核心城市和小城鎮(zhèn)的住宅建設(shè)和政策支持，以滿足湖州市類似小城鎮(zhèn)承接核心城市溢出效應的基本需求。因此本文提出如下政策建議：第一，統(tǒng)籌管控核心城市與周邊小城鎮(zhèn)房地產(chǎn)市場。房地產(chǎn)相關(guān)政策制定和實施不能局限于城市單元，應當充分考慮核心城市與周邊小城鎮(zhèn)間的聯(lián)系，提前考慮核心城市對小城鎮(zhèn)的溢出效應，從全局出發(fā)管理和調(diào)控住宅用地供應和住宅租買選擇機制，同時限制跨區(qū)域房產(chǎn)投機行為。第二，降低核心城市與小城鎮(zhèn)制度性壁壘，加快城市間交通網(wǎng)絡(luò)建設(shè)。在公共服務、社會保障、交通運輸?shù)确矫鎸崿F(xiàn)一體化，合理布局房地產(chǎn)租賃與銷售市場，充分發(fā)揮核心城市地區(qū)對周邊地區(qū)的溢出作用，實現(xiàn)都市圈內(nèi)部協(xié)同發(fā)展。第三，適當引導房地產(chǎn)開發(fā)商以房地產(chǎn)需求為基礎(chǔ)進行開發(fā)建設(shè)，充分認識了解到小城鎮(zhèn)實際住房需求和實際承受能力，避免溢出效應對小城鎮(zhèn)房地產(chǎn)市場造成負面影響。

由于數(shù)據(jù)收集和地理編碼有一定難度，本文只收集了一期長三角都市圈的房價數(shù)據(jù)來分析長三角都市圈房價空間分布特征，缺少量化的指標具體分析其影響因素，但還是得到了和實際相符的實證結(jié)論，可以較好地映射出長三角都市圈的核心城市發(fā)展對周邊小城鎮(zhèn)的影響，為長三角都市圈的一體化建設(shè)提供參考依據(jù)。

參考文獻：

[1]威廉·配第.賦稅論 獻給英明人士貨幣略論[M].陳冬野，等，譯.北京：商務印書館，1963.

[2]周誠.土地經(jīng)濟學原理[M].北京：商務印書館，2003.

[3] Alonso W. Location and Land Use： Toward a General Theory of Land Rent[M]. Cambridge： Harvard Universty Press，1964.

[4] Th J V， nen， Suntum U V. The Isolated State in Relation to Agriculture and Political Economy[M].London： Palgrave Macmillan UK， 2009.

[5]彭翊，羅忠華.阿朗索地租模型及其修正[J].中國房地信息，2003（10）：28-29.

[6]張岑遙.城市房地產(chǎn)價格中的地方政府因素：成因、機制和效應[J].中央財經(jīng)大學學報，2005（10）：65-69.

[7]鄭捷奮.城市軌道交通與周邊房地產(chǎn)價值關(guān)系研究[D].北京：清華大學，2004.

[8] Nichols J B， Oliner S D， Mulhall M R. Swings in commercial and residential land prices in the United States[J]. AEI Economics Working Papers，2013，73（1）：57-76.

[9] Henning R J A. The Determinants of Residential Property Values with Special Reference to Air Pollution[J]. The Review of Economics and Statistics，1967，49（2）：246-257.

[10] Rosen S. Hedonic Prices and Implicit Markets： Product Differentiation in Pure Competition[J]. Journal of Political Economy，1974，82（1）：34-55.

[11] Sirpal R. Empirical Modeling of the Relative Impacts of Various Sizes of Shopping Centers on the Values of Surrounding Residential Properties[J]. Journal of Real Estate Research，1994，9（4）：487-506.

[12]溫海珍，賈生華.住宅的特征與特征的價格——基于特征價格模型的分析[J].浙江大學學報（工學版），2004（10）：101-105，112.

[13]郭文剛，崔新明，溫海珍.城市住宅特征價格分析：對杭州市的實證研究[J].經(jīng)濟地理，2006（z1）：175-190.

[14]周麗萍，李慧民，楊嘉.基于GIS的房地產(chǎn)特征價格模型研究[J].西安建筑科技大學學報（社會科學版），2008（2）：26-28，39.

[15]何里文，鄧敏慧，韋圓蘭. 武廣高鐵對住宅價格影響的實證分析——基于Hedonic Price模型和微觀調(diào)查數(shù)據(jù)[J].現(xiàn)代城市研究，2015（8）：14-20，25.

[16] Holmans A E. House prices： changes through time at national and sub-national level[R]. London： Department of the Environment，1990.

[17] Clapp J M， Tirtiroglu D. Positive feedback trading and diffusion of asset price changes： Evidence from housing transactions[J]. Journal of Economic Behavior and Organization， 1994，24（3）：337-355.

[18] Stevenson， Simon. House price diffusion and interregional and cross-border house price dynamics[J]. Journal of Property Research，2004，21（4）：301-320.

[19] Costello G， Fraser P， Groenewold N. House prices， nonfundamental components and interstate spillovers： The Australian experience[J]. Journal of Banking & Finance，2011，35（3）：653-669.

[20]孫倩，洪開榮.基于Cokriging的住房價格空間格局分析——以長沙市為例[J].經(jīng)濟地理，2014，34（12）：99-105.

[21]王彥君.西安市居住空間分異及其效應評價研究[D].西安：西北大學，2018.

[22]宋偉軒，劉春卉.長三角一體化區(qū)域城市商品住宅價格分異機理研究[J].地理研究，2018， 37（1）：92-102.

[23]張旭亮，寧越敏.長三角城市群城市經(jīng)濟聯(lián)系及國際化空間發(fā)展戰(zhàn)略[J].經(jīng)濟地理，2011，31（3）：353-359.

[24]吳宇哲，吳次芳.基于Kriging技術(shù)的城市基準地價評估研究[J].經(jīng)濟地理，2001，21（5）：584-588.

[25]曾暉.城市住宅價格時空分布規(guī)律研究[D].南京：南京林業(yè)大學，2012.

[26]陳卓.長三角區(qū)域城市的房價偏離及其溢出效應研究[D].南京：南京財經(jīng)大學，2016.