京津冀地区房价联动网络结构研究

发布时间：2021-11-16 03:08

　　通过对传统引力模型的改进,计算得出京津冀地区房价空间关联矩阵。借鉴社会网络分析法（SNA）,考察房价联动的网络结构特点及影响因素。结果表明:城市间房价的互动关系呈网络结构形态;北京、天津、石家庄等城市在房价联动网络中具有引领作用;经济发展水平和就业水平相似的城市更容易产生相同的购房需求,从而会增强房价波动的扩散效应;城市经济开放度、人均可支配收入和常住人口数量差异越大,其对城市间房价联动的影响越强,城市间地理距离越近,房价联动现象越显著。 

【文章来源】：地域研究与开发. 2019,38(05)北大核心CSSCICSCD

【文章页数】：6 页

【部分图文】：

京津冀地区房价联动效应网络结构Fig．1NetworkstructurediagramoflinkageeffectofhousingpricesinBeijing-Tianjin-Hebeiregion

【参考文献】：
期刊论文
[1]长三角城市群房价泡沫测度及空间传染效应[J]. 张超.  中南财经政法大学学报. 2018(03)
[2]基于引力模型的皖北城市经济联系研究[J]. 方超,盛旗锋,李少付.  地域研究与开发. 2018(02)
[3]京津冀城市群城市体系空间结构及其演变特征[J]. 赵金丽,张璐璐,宋金平.  地域研究与开发. 2018(02)
[4]长三角珠三角城市人口和经济规模分布特征比较研究——基于齐普夫定律的视角[J]. 刘建党,唐杰,梁植军.  城市问题. 2018(01)
[5]房价空间关联网络结构实证分析[J]. 方大春,裴梦迪.  上海经济研究. 2018(01)
[6]我国城市间住宅价格溢出效应研究[J]. 董加加,纪晗.  经济经纬. 2018(01)
[7]房地产价格空间溢出效应测度与趋势解析[J]. 张炜,景维民.  现代财经(天津财经大学学报). 2017(05)
[8]论房价波动的区域间传导——基于两地区DSGE模型与动态空间面板模型的研究[J]. 高然,龚六堂.  华东师范大学学报(哲学社会科学版). 2017(01)
[9]“互联网+”背景下长三角城市群空间组织重构——基于复杂网络结构的视角[J]. 崔大树,袁璐.  财经论丛. 2016(11)
[10]城市房价联动的网络结构特征及其影响因素——基于中国69个大中城市月度数据的经验考察[J]. 陈明华,刘华军,孙亚男,何礼伟.  南方经济. 2016(01)

博士论文
[1]珠三角“极点”城市住宅价格传导研究[D]. 钟威.华中科技大学 2010



本文编号：3498044