張煊宜　施潤(rùn)和

摘要：城市服務(wù)設(shè)施分布的空間分異性造成了住宅獲取各類城市服務(wù)的便捷度差異.為享受更優(yōu)質(zhì)的生活，人們往往會(huì)愿意支付更昂貴的價(jià)格購(gòu)房.本文基于空間分異性思想，利用地理探測(cè)器模型，將各類服務(wù)設(shè)施的分布密度作為影響因子，以2018年上海市的城市住宅價(jià)格為例，探究各類城市服務(wù)設(shè)施對(duì)城市住宅價(jià)格的影響力.結(jié)果表明：①上海市整體房?jī)r(jià)分布從內(nèi)環(huán)沿軌道交通環(huán)線呈放射圈層向四周郊區(qū)遞減.②越靠近市中心，城市服務(wù)設(shè)施對(duì)塑造房?jī)r(jià)分布空間格局的影響力越顯著.③交通服務(wù)設(shè)施對(duì)上海市房?jī)r(jià)分布格局的影響力最顯著，城市服務(wù)設(shè)施對(duì)房?jī)r(jià)分布格局的影響力受到不同區(qū)域空間功能差異的影響，因此在房?jī)r(jià)調(diào)控中需要注意城市服務(wù)設(shè)施的優(yōu)化.

關(guān)鍵詞：地理探測(cè)器;公共服務(wù)設(shè)施;城市住宅價(jià)格;上海

中圖分類號(hào)：F299.23

文獻(xiàn)標(biāo)志碼：A

DOI： 10.3969/j.issn.1000-5641.2019.06.016

0 引言

城市住宅是具有空間分布異質(zhì)性的商品，其價(jià)格受商品本身特征和周邊環(huán)境影響.城市服務(wù)設(shè)施空間分布分異造成了住宅獲取城市服務(wù)的差異，為了便捷地獲取到優(yōu)質(zhì)服務(wù)，人們往往會(huì)愿意支付更昂貴的價(jià)格購(gòu)買住房[1].因此，城市服務(wù)設(shè)施對(duì)住宅價(jià)格具有資本化效應(yīng)[2-3]，研究其對(duì)住宅價(jià)格的影響有助于促進(jìn)城市協(xié)調(diào)發(fā)展，幫助政府進(jìn)行城市服務(wù)設(shè)施資源管理，為投資商提供一定的參考.影響城市住宅價(jià)格的因素很多，城市住宅的外部環(huán)境對(duì)房?jī)r(jià)有顯著影響[4-5].在國(guó)內(nèi)外相關(guān)研究中，已有不少學(xué)者針對(duì)教育服務(wù)設(shè)施[6-7]、公共交通[8-9]、休閑娛樂(lè)設(shè)施[10-11]等城市基礎(chǔ)和公共服務(wù)設(shè)施對(duì)城市住宅價(jià)格的影響開(kāi)展了相關(guān)的分析和評(píng)估.梳理已有研究的內(nèi)容和結(jié)果后發(fā)現(xiàn)，相關(guān)文章多集中于探究單一服務(wù)設(shè)施與房?jī)r(jià)的關(guān)系，缺乏各類設(shè)施對(duì)房?jī)r(jià)影響力的綜合探究.因此，本文基于地理探測(cè)器，探究上海市的各類服務(wù)設(shè)施的空間分異對(duì)住宅價(jià)格的影響，分析和衡量服務(wù)設(shè)施的社會(huì)經(jīng)濟(jì)價(jià)值，為政府進(jìn)行公共服務(wù)設(shè)施的空間布局優(yōu)化調(diào)整和投資商進(jìn)行投資的可行性判斷提供一定的理論參考.

1 研究對(duì)象與方法

1.1 研究區(qū)概況

上海位于我國(guó)東部長(zhǎng)江出?？?，是我國(guó)最大的城市之一[12].它與江蘇、浙江兩省構(gòu)成了富饒的長(zhǎng)江三角洲，交通便利，經(jīng)濟(jì)發(fā)達(dá)[13].2016年，上海市的財(cái)政總收入為6406億元人民幣，增速達(dá)到了16%，排名全國(guó)第1[14].作為我國(guó)最大的經(jīng)濟(jì)中心，上海的地理位置、就業(yè)機(jī)遇、教育環(huán)境和公共資源的優(yōu)越性吸引了大量的外地人口流入，購(gòu)房問(wèn)題關(guān)乎民生實(shí)際，一直是市民、政府和投資者等各方關(guān)注的焦點(diǎn).據(jù)統(tǒng)計(jì)局有關(guān)數(shù)據(jù)顯示，2017年，上海市的房?jī)r(jià)漲幅位居全國(guó)第2，僅次于深圳[15]，而內(nèi)環(huán)以內(nèi)和外環(huán)以外的房?jī)r(jià)差價(jià)能高達(dá)每平方米10萬(wàn)以上.房?jī)r(jià)空間分異受到不同區(qū)域空間功能差異影響，城市服務(wù)設(shè)施與區(qū)域空間功能的差異影響了城市住宅價(jià)格的分異格局，對(duì)其進(jìn)行分析可以為政府調(diào)控房?jī)r(jià)提供一定幫助，為優(yōu)化城市服務(wù)布局、調(diào)節(jié)城市的區(qū)域空間功能提供科學(xué)參考.

1.2 研究思路

本文在分析上海市城市住宅價(jià)格空間格局的基礎(chǔ)上，探究城市服務(wù)設(shè)施的地理空間分布對(duì)住宅價(jià)格的影響力.用空間自相關(guān)識(shí)別上海市房?jī)r(jià)的冷/熱點(diǎn)聚集狀況，分析房?jī)r(jià)的空間分布格局，并將上海市的房?jī)r(jià)根據(jù)自然間斷法從高至低分為5個(gè)圈層，運(yùn)用地理探測(cè)器分析不同圈層內(nèi)城市服務(wù)設(shè)施對(duì)房?jī)r(jià)影響力的差異，以此說(shuō)明城市基礎(chǔ)服務(wù)設(shè)施對(duì)房?jī)r(jià)空間塑造的影響，研究的總體設(shè)計(jì)流程見(jiàn)圖1.

1.3 城市服務(wù)設(shè)施類別的選擇

考慮到居民對(duì)服務(wù)設(shè)施的需求，本文主要選取基礎(chǔ)教育設(shè)施、交通設(shè)施、金融保險(xiǎn)設(shè)施、購(gòu)物設(shè)施、醫(yī)療保健服務(wù)設(shè)施、體育休閑服務(wù)設(shè)施、餐飲服務(wù)設(shè)施、生活服務(wù)設(shè)施和風(fēng)景名勝設(shè)施這9類作為影響因子進(jìn)行探究[16]，各類設(shè)施的主要分類見(jiàn)表1.

1.4 數(shù)據(jù)來(lái)源與數(shù)據(jù)處理方法

1.4.1 房?jī)r(jià)數(shù)據(jù)

本文使用的上海市的房?jī)r(jià)數(shù)據(jù)源自主流房產(chǎn)網(wǎng)站.為使數(shù)據(jù)更為準(zhǔn)確可靠，本文同時(shí)爬取了鏈家網(wǎng)（https：//sh.lianjia.com/）、安居客（https：//shanghai.anj uke.com/）和房天下（http：//sh.fang.com/）3個(gè)網(wǎng)站上2018年5月份的最新房?jī)r(jià)數(shù)據(jù)進(jìn)行均價(jià)計(jì)算，整理后得到上海市27 609個(gè)小區(qū)的房?jī)r(jià)數(shù)據(jù)，為消除噪聲影響，使用1 kmxl km網(wǎng)格進(jìn)行進(jìn)一步整理統(tǒng)計(jì)，進(jìn)而用地理探測(cè)器探究服務(wù)設(shè)施空間分異對(duì)房?jī)r(jià)的影響力.

1.4.2 城市服務(wù)設(shè)施數(shù)據(jù)

城市服務(wù)設(shè)施數(shù)據(jù)來(lái)自高德地圖（https：//www.amap.com/），采集時(shí)間與房?jī)r(jià)數(shù)據(jù)同步，按表1所列類別采集上海市各類城市服務(wù)設(shè)施信息并進(jìn)行空間落點(diǎn).計(jì)算各類服務(wù)設(shè)施在1km2網(wǎng)格空間內(nèi)的密度，以此為地理探測(cè)器分析基礎(chǔ).

1.5 研究方法

1.5.1 局部空間自相關(guān)（熱點(diǎn)分析）

本文采用統(tǒng)計(jì)量Gi來(lái)反映空間數(shù)據(jù)的熱點(diǎn)聚集性[17].局部空間自相關(guān)將單個(gè)房?jī)r(jià)要素及其相鄰要素的局部總和與整體總和加以比較，并用整體總和對(duì)局部總和進(jìn)行估計(jì).若局部總和接近估計(jì)量，則判斷為沒(méi)有顯著聚集性;若差異較大，會(huì)通過(guò)計(jì)算Z值來(lái)區(qū)分高房?jī)r(jià)聚集區(qū)和低房

2 上海市房?jī)r(jià)空間分布格局分析

上海市主要居住用地集中在外環(huán)以內(nèi)及近郊，房?jī)r(jià)高值區(qū)在內(nèi)環(huán)中心城區(qū).房?jī)r(jià)分布沿軌道交通主干線向周邊郊區(qū)延伸，形成以內(nèi)環(huán)為中心，以放射圈層狀向四周遞減的格局，符合上海城市發(fā)展空間格局特征（見(jiàn)圖2a）.在去除極端噪聲并經(jīng)過(guò)1 km2的網(wǎng)格平均統(tǒng)計(jì)后，房?jī)r(jià)在9 000 -13 000元/m2的范圍內(nèi)浮動(dòng)，其中，全市最低值出現(xiàn)在崇明，最高值出現(xiàn)在徐匯，上海各小區(qū)的平均房?jī)r(jià)約為6萬(wàn)元/m2.平均房?jī)r(jià)最高的區(qū)縣是靜安，約為9萬(wàn)元/m2;平均房?jī)r(jià)最低的是崇明，約為2萬(wàn)元/m2（見(jiàn)圖3）.

用G統(tǒng)計(jì)量進(jìn)行局部空間自相關(guān)分析（見(jiàn)圖2b-d），結(jié)果顯示，上海市房?jī)r(jià)同時(shí)存在熱點(diǎn)（高房?jī)r(jià)）聚集和冷點(diǎn)（低房?jī)r(jià)）聚集.Z得分較高的區(qū)域主要為外環(huán)以內(nèi)，用P值假設(shè)檢驗(yàn)發(fā)現(xiàn)，外環(huán)線附近的P>0.05，并未通過(guò)假設(shè)檢驗(yàn)，即無(wú)明顯的聚集性.上海外環(huán)線是居民剛需置業(yè)和改善置業(yè)的分水嶺，又經(jīng)過(guò)部分軌道交通末端及張江高科技術(shù)園區(qū)等產(chǎn)業(yè)園區(qū)，部分區(qū)域房?jī)r(jià)的漲幅較大，造成外環(huán)線附近的房?jī)r(jià)分布較為離散，高低不均，結(jié)合Z得分和P值可以基本得到結(jié)論：上海市熱點(diǎn)聚集區(qū)主要集中在上海外環(huán)線以內(nèi)，而外環(huán)線以外基本為冷點(diǎn)聚集區(qū)，總體特征表現(xiàn)為中心高四周低，下文將對(duì)城市服務(wù)設(shè)施對(duì)房?jī)r(jià)的影響進(jìn)行分析，以探討上海房?jī)r(jià)的空間格局的形成機(jī)理.

3 城市服務(wù)設(shè)施對(duì)房?jī)r(jià)的影響力分析

3.1 上海市房?jī)r(jià)圈層劃分

本文使用Jerks提出的自然間斷法[19]，將上海劃分成5個(gè)圈層空間（見(jiàn)圖4），并以此計(jì)算房?jī)r(jià)均值、標(biāo)準(zhǔn)差（見(jiàn)表2）及城市服務(wù)設(shè)施對(duì)塑造房?jī)r(jià)空間分布格局的解釋力.可以看到，上海各個(gè)圈層的房?jī)r(jià)差異顯著.從中心第1圈層的90 851元/1112遞減到第5圈層的17 149元/m2，房?jī)r(jià)的變異性則是從第5圈層向中心第1圈層遞增.同時(shí)也可以看出，上海市整體的房?jī)r(jià)分布離散程度大，區(qū)域內(nèi)房?jī)r(jià)冷熱不均且差異較大.

3.2 城市服務(wù)設(shè)施對(duì)上海市整體房?jī)r(jià)分布格局的影響力

各類城市服務(wù)設(shè)施的密度與房?jī)r(jià)有明顯正相關(guān)關(guān)系（見(jiàn)圖5），在各類城市服務(wù)設(shè)施密度越大，即城市基礎(chǔ)與公共服務(wù)越完善的空間功能優(yōu)越區(qū)域，房?jī)r(jià)一般會(huì)高漲.房?jī)r(jià)曲線快速上漲的拐點(diǎn)出現(xiàn)在6萬(wàn)～8萬(wàn)元/m2之間，空間分布集中在外環(huán)以內(nèi)，8萬(wàn)以上的房?jī)r(jià)上升趨勢(shì)更為劇烈，這部分樓盤主要集中在中環(huán)以內(nèi).

為進(jìn)一步探究各類城市服務(wù)設(shè)施對(duì)房?jī)r(jià)分布格局的影響，本文使用地理探測(cè)器進(jìn)行研究分析，結(jié)果發(fā)現(xiàn)：在上海市全市整體范圍中，各類城市服務(wù)設(shè)施對(duì)房?jī)r(jià)的解釋力排序?yàn)榻煌ㄔO(shè)施>餐飲服務(wù)>體育休閑服務(wù)>金融保險(xiǎn)服務(wù)>生活服務(wù)>醫(yī)療保健服務(wù)>購(gòu)物>基礎(chǔ)教育設(shè)施>風(fēng)景名勝（見(jiàn)圖6）.其中，交通設(shè)施對(duì)于房?jī)r(jià)分布形態(tài)的塑造影響最強(qiáng).城市交通設(shè)施的建設(shè)不但能改變城市用地性質(zhì)，促進(jìn)土地開(kāi)發(fā)強(qiáng)度，還能提高周邊物業(yè)對(duì)各類城市服務(wù)的可達(dá)性，帶來(lái)周邊房地產(chǎn)價(jià)值的上漲.尤其在面積廣闊、生活節(jié)奏快的大城市，居民更愿意為可靠的交通設(shè)施和便利的出行條件付出更高的價(jià)格，

與日常生活息息相關(guān)的餐飲、體育休閑、金融保險(xiǎn)和生活服務(wù)對(duì)房?jī)r(jià)分布的影響力較為接近，q值均在0.38～0.42之間，快節(jié)奏的生活使居民對(duì)該類服務(wù)便捷度就有了更高要求.城市居民對(duì)自身生活品質(zhì)的日益重視和追求在體育休閑服務(wù)的解釋力上也能夠有所體現(xiàn)，隨著居民生活水平和對(duì)健康的關(guān)注度持續(xù)提高，住房周邊的健身休閑配建水平也成為了居民買房時(shí)考慮的重要因素.體育休閑服務(wù)設(shè)施的完善可以有助于房產(chǎn)項(xiàng)目的銷售和升值.基礎(chǔ)教育設(shè)施在這9類服務(wù)設(shè)施中排名相對(duì)較低，但并不代表房?jī)r(jià)受教育設(shè)施影響小，而是房?jī)r(jià)整體空間布局受教育設(shè)施的影響相對(duì)其他因素較小，教育設(shè)施相對(duì)其他設(shè)施來(lái)說(shuō)，數(shù)量明顯較為稀少，其影響力范圍有局限.教育設(shè)施對(duì)房?jī)r(jià)的影響力在局部區(qū)域會(huì)特別顯著，而本文主要探討的是整體分布格局與設(shè)施空間分布的關(guān)系，范圍較大.教育設(shè)施局部影響力強(qiáng)，但數(shù)量較少，因此從宏觀尺度，教育設(shè)施對(duì)房?jī)r(jià)整體分布格局的影響力會(huì)有所削弱.

3.3 城市服務(wù)設(shè)施對(duì)不同圈層中房?jī)r(jià)分布格局的影響

將各國(guó)層中各類因子對(duì)房?jī)r(jià)分布格局的解釋力分別排序并進(jìn)行比較發(fā)現(xiàn)f見(jiàn)圖71：城市服務(wù)設(shè)施在各國(guó)層中對(duì)于房?jī)r(jià)分布格局的影響力排序與全市范圍相似，但仍反映出了一些特殊的變化特征.在整體上，各類服務(wù)設(shè)施的解釋力從第5圈層到第1圈層在普遍增高，這說(shuō)明越靠近市中心，由服務(wù)設(shè)施所造成的房?jī)r(jià)變動(dòng)越大，即城市服務(wù)設(shè)施對(duì)塑造房?jī)r(jià)分布空間格局的影響力越高，這與根據(jù)各個(gè)圈層的標(biāo)準(zhǔn)偏差中看到的房?jī)r(jià)變異性從第5圈層到第1圈層逐漸增高的規(guī)律是相符合的.

從第1圈層到第5圈層，交通設(shè)施和餐飲服務(wù)對(duì)于房?jī)r(jià)分布格局的影響力差在不斷減小，最后在第5圈層中，交通設(shè)施對(duì)房?jī)r(jià)的影響力被餐飲服務(wù)反超.這可能是與在遠(yuǎn)郊圈層購(gòu)房的居民由于利用公共交通進(jìn)行市內(nèi)通勤的距離過(guò)遠(yuǎn)，時(shí)間過(guò)長(zhǎng)，因此更傾向于使用私家車出行，對(duì)公共交通設(shè)施的依賴性降低有關(guān).生活服務(wù)設(shè)施作為居民日常生活的基本保障，其在各個(gè)圈層的排名較為穩(wěn)定，均在第3、4名.外圈層中體育休閑服務(wù)對(duì)于房?jī)r(jià)分布格局的影響力排名較內(nèi)圈層高，能一定程度地反映外國(guó)層的休閑娛樂(lè)功能.而金融保險(xiǎn)服務(wù)則與體育休閑服務(wù)相反，從第1圈層的第4名逐漸下降至第5圈層的第7名，無(wú)論是從數(shù)值上還是各類因子的排名上看，金融保險(xiǎn)服務(wù)對(duì)房?jī)r(jià)的解釋力在內(nèi)圈層相對(duì)更為顯著，反映出金融保險(xiǎn)服務(wù)對(duì)中心圈層的影響大于外圈層.醫(yī)療保險(xiǎn)服務(wù)在各類因子對(duì)房?jī)r(jià)影響解釋力中的排名基本保持在第5、6名左右，而基礎(chǔ)教育設(shè)施、購(gòu)物和風(fēng)景名勝則在第7、8、9名徘徊，這幾類城市服務(wù)設(shè)施排在交通設(shè)施、餐飲服務(wù)、生活服務(wù)這3類保障居民日常基礎(chǔ)生活的設(shè)施與提升居民生活品質(zhì)的體育休閑服務(wù)之后，說(shuō)明城市居民對(duì)住房配套的首要需求一般是保障交通出行和日常生活，然后是提升生活品質(zhì)和滿足經(jīng)濟(jì)行為，在此基礎(chǔ)上進(jìn)一步考慮生活中可能需要的醫(yī)療、購(gòu)物、教育和游玩等.基礎(chǔ)教育設(shè)施的排名從城市中心的第1圈層到最外圍的第5圈層不斷上升，但需要注意的是，雖然教育設(shè)施對(duì)房?jī)r(jià)空間分布格局的解釋力的排名是增高的，但是越往市郊圈層，解釋力的數(shù)值是整體降低的.外部圈層的房?jī)r(jià)平均值小，標(biāo)準(zhǔn)偏差小，即整體房?jī)r(jià)變化波動(dòng)變小了，因此計(jì)算出的各類設(shè)施對(duì)房?jī)r(jià)的影響力也會(huì)變小，而教育設(shè)施對(duì)局部房?jī)r(jià)影響力的減弱程度相比其他設(shè)施要低，從而造成了教育設(shè)施的排名反而在增高.

4 結(jié)果與討論

本文使用2018年上海房源數(shù)據(jù)，通過(guò)綜合多個(gè)主流房產(chǎn)網(wǎng)站的信息、去除極端值等數(shù)據(jù)處理方法增強(qiáng)數(shù)據(jù)可靠性，并使用了局部空間自相關(guān)方法分析上海市的房?jī)r(jià)空間分布格局.地理探測(cè)器是空間數(shù)據(jù)探索的有力方法，適用于數(shù)值量空間分異性的度量.因此，本文用其識(shí)別對(duì)房?jī)r(jià)影響顯著城市服務(wù)設(shè)施因子，探究各類城市服務(wù)設(shè)施對(duì)房?jī)r(jià)整體分布格局的影響力.主要結(jié)論以及相關(guān)討論如下.

（1）上海各小區(qū)的平均房?jī)r(jià)約為6萬(wàn)元/m2.平均房?jī)r(jià)最高的區(qū)縣是靜安，最低的是崇明.上海市房?jī)r(jià)冷熱分布不均且差異較大，房?jī)r(jià)高值集中在中心城區(qū)，沿軌道交通主干線向各個(gè)郊區(qū)延伸，整體形成以內(nèi)環(huán)為中心，以放射圈層狀向四周郊區(qū)遞減的格局.但也有部分地區(qū)較為特殊，在地圖上顯示出了與周邊不同的高值或低值，最明顯的有佘山高級(jí)別墅群，主要是在絕佳的天然景觀資源和獨(dú)特的歷史沉淀影響下所形成.除此之外，還有部分科技園以及產(chǎn)業(yè)園區(qū)周邊，也由于政策影響，房?jī)r(jià)較周邊有所抬升.對(duì)于這部分區(qū)域，房?jī)r(jià)的響應(yīng)可能會(huì)稍快于城市設(shè)施的建設(shè)，但總體而言，上海地區(qū)房?jī)r(jià)和服務(wù)設(shè)施的分布仍存在明顯正相關(guān)關(guān)系.

（2）在上海全市整體范圍中，各類城市服務(wù)設(shè)施對(duì)房?jī)r(jià)的解釋力排序?yàn)榻煌ㄔO(shè)施>餐飲服務(wù)>體育休閑服務(wù)>金融保險(xiǎn)服務(wù)>生活服務(wù)>醫(yī)療保健服務(wù)>購(gòu)物>基礎(chǔ)教育設(shè)施>風(fēng)景名勝.從各類因子的排名可以看出：交通服務(wù)設(shè)施的改善能夠提升所有城市服務(wù)設(shè)施的可達(dá)性和服務(wù)水平，獲取公共交通服務(wù)越快捷的小區(qū)，獲取各類城市服務(wù)均會(huì)較為便利，因此居民最愿意為可靠的公共交通設(shè)施和便利的出行條件付出更高的價(jià)格.基礎(chǔ)教育設(shè)施排名相對(duì)較低并不代表房?jī)r(jià)受教育設(shè)施影響小.教育設(shè)施局部影響力強(qiáng)，但數(shù)量較少，因此從宏觀尺度來(lái)看，教育設(shè)施對(duì)房?jī)r(jià)整體分布格局的影響力會(huì)有所削弱.

（3）各類服務(wù)設(shè)施的解釋力從第5圈層到第1圈層在普遍增高，說(shuō)明越靠近市中心，城市服務(wù)設(shè)施對(duì)塑造房?jī)r(jià)分布空間格局的影響力越顯著.在不同的圈層中，城市服務(wù)設(shè)施對(duì)于房?jī)r(jià)的影響力受空間功能差異和公共服務(wù)配置情況的影響，一般情況下，服務(wù)越完善的區(qū)域房?jī)r(jià)較高.因此，在房?jī)r(jià)調(diào)控中需要注意區(qū)域的空間功能和公共服務(wù)配置的優(yōu)化，例如在遠(yuǎn)郊區(qū)域應(yīng)該加強(qiáng)教育服務(wù)設(shè)施的建設(shè)等.

房?jī)r(jià)的空間分異與城市服務(wù)設(shè)施的不均等有很大關(guān)系.分析各類服務(wù)設(shè)施對(duì)房?jī)r(jià)的影響力，有針對(duì)性、階段化地對(duì)區(qū)域服務(wù)進(jìn)行改善，明確城市服務(wù)投入，科學(xué)合理地評(píng)價(jià)城市服務(wù)設(shè)施的落實(shí)情況和效果，能夠不斷完善實(shí)現(xiàn)城市服務(wù)設(shè)施均衡分布，解決民生問(wèn)題是漫長(zhǎng)而艱巨的過(guò)程，需要我們不斷探索.

[參考文獻(xiàn)]

[1] 楊林川，張銜春，洪世鍵，等.公共服務(wù)設(shè)施步行可達(dá)性對(duì)住宅價(jià)格的影響——基于累積機(jī)會(huì)的可達(dá)性度量方法[J].南方經(jīng)濟(jì)，2016， V34（1）： 57-70.

[2] 許光建，魏義方，戴李元，等.中國(guó)城市住房?jī)r(jià)格變動(dòng)影響因素分析[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2010，V（8）： 5-14.

[3] 李祥，高波，王維娜公共服務(wù)資本化與房?jī)r(jià)租金背離——基于南京市微觀數(shù)據(jù)的實(shí)證研究[J].經(jīng)濟(jì)評(píng)論，2012（5）： 78-88

[4] 王德，黃萬(wàn)樞.外部環(huán)境對(duì)住宅價(jià)格影響的Hedonic法研究——以上海市為例[J].城市規(guī)劃，2007，31（9）： 34-41.

[5] 楊冬寧.城市環(huán)境對(duì)住宅價(jià)格形成的影響分析[J].城市規(guī)劃，2011（6）： 36-40.

[6] HAURIN D R， BRASINGTON D. School quality and real house prices： Inter- and intrametropolitan effects [Jl.Journal of Housing Economics， 1996， 5（4）： 351-368

[7] TURNBULL G K： ZAHIROVIC-HERBERT V， ZHENG M. Uncertain school quality and house prices： Theoryand empirical evidence [J]. Journal of Real Estate Finance& Economics， 2017（9）： 1-25

[8] BOWES D R， IHLANFELDT K R. Identifying the impacts of rail transit stations on residential property values[J]. Journal of Urban Economics， 2001， 50（1）： 1-25.

[9] 葉霞飛，蔡蔚.城市軌道交通開(kāi)發(fā)利益的計(jì)算方法[J].同濟(jì)大學(xué)學(xué)報(bào)（自然科學(xué)版），2002， 30（4）： 431-436.

[10] 梁軍輝，林堅(jiān)，吳佳雨.北京市公共服務(wù)設(shè)施配置對(duì)住房?jī)r(jià)格的影響[J].城市發(fā)展研究，2016， 23（9）：82-87

[11]KOOSHALI A D. PARVIZI R， AZERI A R K， et al.A comparative study on the effect of nature on satisfactionwith residence at detached houses （single unit） and residential building complexes （apartment） [J]. Procedia-Social and Behavioral Sciences， 2015， 201： 243-254.

[12] 汪道涵，上海的經(jīng)濟(jì)及對(duì)外經(jīng)濟(jì)聯(lián)系的發(fā)展[J].世界經(jīng)濟(jì)，1981（5）：54-55.

[13] 徐邁.我國(guó)保險(xiǎn)市場(chǎng)現(xiàn)狀及其發(fā)展趨勢(shì)——上海市保險(xiǎn)市場(chǎng)的調(diào)查報(bào)告[J]保險(xiǎn)研究，1996（4）： 35-39.

[14] 李凱，張濤上海市2017 2020年GDP預(yù)測(cè)研究——基于改進(jìn)的GM（1，I）模型[J]華東經(jīng)濟(jì)管理，2017， 31（10）： 11-15.

[15] 張永慶，蔣海霞.基于博弈論視角的上海市房?jī)r(jià)現(xiàn)狀分析[J]，物流工程與管理，2017， 39（4）： 168-170.

[16] 蔡秀云，李雪，湯寅吳.公共服務(wù)與人口城市化發(fā)展關(guān)系研究[J].中國(guó)人口科學(xué)，2012 （6）：58-65.

[17]GETIS A， ORD J K. The analysis of spatial association by use of distance statistics [J]. Geographical Analysis，1992， 24（3）： 189-206.

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

[19] SMITH M J，GOODCHILD M F. LONGLEY P A. Geospatial Analysis：A Comprehensive Guide [M]. [8.1];Matador， 2009.

（責(zé)任編輯：李萬(wàn)會(huì)）

收稿日期：2018-10-18

基金項(xiàng)目：上海市浦東新區(qū)統(tǒng)計(jì)局普查中心統(tǒng)計(jì)項(xiàng)目;中央高校基本科研業(yè)務(wù)費(fèi)項(xiàng)目

第一作者：張煊宜，女，碩士研究生，研究方向?yàn)榈乩硇畔⑾到y(tǒng).E-mail： xuanyi_931204@163.com.

通信作者：施潤(rùn)和，男，副教授，碩士生導(dǎo)師，研究方向?yàn)槎窟b感算法研究與應(yīng)用.

E-mail： thshi@geo.ecnu.edu.cn.