新兴产业发展对城市经济影响研究——兼析互联网经济对杭州市住房价格影响
发布时间：2021-08-27 22:16
新兴产业的崛起繁荣了城市经济,也带来了新的房价问题。本文以杭州市为例,论述新兴产业的崛起对于城市经济以及住房价格水平的影响,并通过收集整理住房价格、新兴产业的空间数据,构建地理空间分析模型,运用核密度分析和皮尔逊相关系数等方法研究杭州市主城区房价空间分布特征,综合分析新兴产业的空间布局对房价的影响及二者之间的关系,为城市政策的制定和住房价格水平研究提供理论支持。
【文章来源】：价格理论与实践. 2019,(11)北大核心
【文章页数】：4 页
【部分图文】：
杭州市主城区互联网公司和房价核密度分析
故二者相关关系呈正相关；其值在0.01级别，经检验sig=0.004，即p值处于小于0.01的范围，故呈现显著相关关系，说明杭州市主城区的住房价格水平和互联网公司的数量间呈显著相关关系，即互联网公司的空间分布越多、越密集，则该地区的住房价格水平越高；互联网公司的空间分布越少、越分散，则该地区的住房价格水平越低。3.房价空间分布与互联网公司空间布局相关性分析。为了从地理空间角度佐证上述结果，本文利用ArcGIS中的波段集统计工具，对杭州市住房价格核密度分析栅格数据和互联网公司栅格数据进行相关性分析（图3）。结果显示，西湖周边地区的互联网公司和房价高值的集中度较高，整体上呈现出以西湖周边地区为核心，向四周递减，局部形成次中心的趋势。高集聚区主要集中在西湖区、钱江新城、下城区和滨江区一带；拱墅区、萧山区和余杭区临平新城也有部分集聚特征出现。这意味着杭州市主城区内房价的空间分布与互联网公司的空间分布呈现正相关性，即互联网公司集聚程度越高的地区，住房均价越高；互联网公司集聚程度越低的地区，住房均价越低。西湖周边地区区位条件优越，开发较早，是传统的城市中心地区，各项设施和生活配套齐全。但作图1杭州市主城区互联网公司和房价核密度分析来源：作者自绘图3住房价格和互联网公司空间分布相关性分析图来源：作者自绘图2住宅价格及互联网公司空间分布正态P-P图来源：作者自绘表1皮尔逊相关系数分析结果（来源：作者自绘）**.在0.01级别（双侧），相关性显著。新兴产业发展对城市经济影响研究140
驻，使其成为杭州市置业投资的新高地。由于上述杭州市互联网公司的空间分布和住房价格分布规律有空间上的相似情况出现———即以西湖周边地区为核心，聚集峰值向周边地区递减，并在局部地区形成聚集组团或核心的特征，故本文进一步研究互联网公司的布局对于房价的分布规律的影响，二者之间在空间上是否存在一定的关联性。2.基于SPSS的房价空间分布与互联网公司空间分布数量的相关性分析。笔者利用SPSS软件绘制了回归标准化残差的正态分布图，结果显示样本点的分布基本呈现在一条直线上，小值区域有少部分点偏离（图2），表明样本数据基本服从正态分布。剔除部分无效数据后，利用皮尔逊相关系数分析得到杭州市主城区住房价格水平和互联网公司的空间分布数量之间的相关系数r=0.316（表1），故二者相关关系呈正相关；其值在0.01级别，经检验sig=0.004，即p值处于小于0.01的范围，故呈现显著相关关系，说明杭州市主城区的住房价格水平和互联网公司的数量间呈显著相关关系，即互联网公司的空间分布越多、越密集，则该地区的住房价格水平越高；互联网公司的空间分布越少、越分散，则该地区的住房价格水平越低。3.房价空间分布与互联网公司空间布局相关性分析。为了从地理空间角度佐证上述结果，本文利用ArcGIS中的波段集统计工具，对杭州市住房价格核密度分析栅格数据和互联网公司栅格数据进行相关性分析（图3）。结果显示，西湖周边地区的互联网公司和房价高值的集中度较高，整体上呈现出以西湖周边地区为核心，向四周递减，局部形成次中心的趋势。高集聚区主要集中在西湖区、钱江新城、下城区和滨江区一带；拱墅区、萧山区和余杭区临平新城也有部分集聚特征出现。这意味着杭州市主城区内房价的空间分布与互联网公司的空间分布
【参考文献】：
期刊论文
[1]城市交通便利度对房价影响研究——基于14座新一线城市面板数据分析[J]. 周祥,王丽娅. 价格理论与实践. 2019(10)
[2]区域科技创新、产业结构与房价——基于30个省直辖市面板数据的实证检验[J]. 宋婧. 财经理论与实践. 2019(06)
[3]房价、产业结构升级和人力资本结构——基于PVAR模型的动态分析[J]. 陈甬军,李环环. 工业技术经济. 2019(08)
[4]中国产业结构调整升级趋势与“十四五”时期政策思路[J]. 郭克莎. 中国工业经济. 2019(07)
[5]人才引进政策对城市住房价格影响研究——基于南京、武汉、西安三市的实证分析[J]. 胡元瑞. 价格理论与实践. 2019(04)
[6]创业投资引导基金发展若干问题思考——基于战略性新兴产业发展视角的分析[J]. 李萌. 价格理论与实践. 2016(12)
[7]战略性新兴产业对经济发展带动作用的路径研究——基于对武汉东湖高新区的调研[J]. 赵玉林,王筱茜. 科技进步与对策. 2015(03)
[8]产业结构变迁与住宅价格关系实证研究——来自中国内地的经验分析[J]. 刘嘉毅,陶婷芳,夏鑫. 财经研究. 2014(03)
本文编号：3367199
【文章来源】：价格理论与实践. 2019,(11)北大核心
【文章页数】：4 页
【部分图文】：
杭州市主城区互联网公司和房价核密度分析
故二者相关关系呈正相关；其值在0.01级别，经检验sig=0.004，即p值处于小于0.01的范围，故呈现显著相关关系，说明杭州市主城区的住房价格水平和互联网公司的数量间呈显著相关关系，即互联网公司的空间分布越多、越密集，则该地区的住房价格水平越高；互联网公司的空间分布越少、越分散，则该地区的住房价格水平越低。3.房价空间分布与互联网公司空间布局相关性分析。为了从地理空间角度佐证上述结果，本文利用ArcGIS中的波段集统计工具，对杭州市住房价格核密度分析栅格数据和互联网公司栅格数据进行相关性分析（图3）。结果显示，西湖周边地区的互联网公司和房价高值的集中度较高，整体上呈现出以西湖周边地区为核心，向四周递减，局部形成次中心的趋势。高集聚区主要集中在西湖区、钱江新城、下城区和滨江区一带；拱墅区、萧山区和余杭区临平新城也有部分集聚特征出现。这意味着杭州市主城区内房价的空间分布与互联网公司的空间分布呈现正相关性，即互联网公司集聚程度越高的地区，住房均价越高；互联网公司集聚程度越低的地区，住房均价越低。西湖周边地区区位条件优越，开发较早，是传统的城市中心地区，各项设施和生活配套齐全。但作图1杭州市主城区互联网公司和房价核密度分析来源：作者自绘图3住房价格和互联网公司空间分布相关性分析图来源：作者自绘图2住宅价格及互联网公司空间分布正态P-P图来源：作者自绘表1皮尔逊相关系数分析结果（来源：作者自绘）**.在0.01级别（双侧），相关性显著。新兴产业发展对城市经济影响研究140
驻，使其成为杭州市置业投资的新高地。由于上述杭州市互联网公司的空间分布和住房价格分布规律有空间上的相似情况出现———即以西湖周边地区为核心，聚集峰值向周边地区递减，并在局部地区形成聚集组团或核心的特征，故本文进一步研究互联网公司的布局对于房价的分布规律的影响，二者之间在空间上是否存在一定的关联性。2.基于SPSS的房价空间分布与互联网公司空间分布数量的相关性分析。笔者利用SPSS软件绘制了回归标准化残差的正态分布图，结果显示样本点的分布基本呈现在一条直线上，小值区域有少部分点偏离（图2），表明样本数据基本服从正态分布。剔除部分无效数据后，利用皮尔逊相关系数分析得到杭州市主城区住房价格水平和互联网公司的空间分布数量之间的相关系数r=0.316（表1），故二者相关关系呈正相关；其值在0.01级别，经检验sig=0.004，即p值处于小于0.01的范围，故呈现显著相关关系，说明杭州市主城区的住房价格水平和互联网公司的数量间呈显著相关关系，即互联网公司的空间分布越多、越密集，则该地区的住房价格水平越高；互联网公司的空间分布越少、越分散，则该地区的住房价格水平越低。3.房价空间分布与互联网公司空间布局相关性分析。为了从地理空间角度佐证上述结果，本文利用ArcGIS中的波段集统计工具，对杭州市住房价格核密度分析栅格数据和互联网公司栅格数据进行相关性分析（图3）。结果显示，西湖周边地区的互联网公司和房价高值的集中度较高，整体上呈现出以西湖周边地区为核心，向四周递减，局部形成次中心的趋势。高集聚区主要集中在西湖区、钱江新城、下城区和滨江区一带；拱墅区、萧山区和余杭区临平新城也有部分集聚特征出现。这意味着杭州市主城区内房价的空间分布与互联网公司的空间分布
【参考文献】：
期刊论文
[1]城市交通便利度对房价影响研究——基于14座新一线城市面板数据分析[J]. 周祥,王丽娅. 价格理论与实践. 2019(10)
[2]区域科技创新、产业结构与房价——基于30个省直辖市面板数据的实证检验[J]. 宋婧. 财经理论与实践. 2019(06)
[3]房价、产业结构升级和人力资本结构——基于PVAR模型的动态分析[J]. 陈甬军,李环环. 工业技术经济. 2019(08)
[4]中国产业结构调整升级趋势与“十四五”时期政策思路[J]. 郭克莎. 中国工业经济. 2019(07)
[5]人才引进政策对城市住房价格影响研究——基于南京、武汉、西安三市的实证分析[J]. 胡元瑞. 价格理论与实践. 2019(04)
[6]创业投资引导基金发展若干问题思考——基于战略性新兴产业发展视角的分析[J]. 李萌. 价格理论与实践. 2016(12)
[7]战略性新兴产业对经济发展带动作用的路径研究——基于对武汉东湖高新区的调研[J]. 赵玉林,王筱茜. 科技进步与对策. 2015(03)
[8]产业结构变迁与住宅价格关系实证研究——来自中国内地的经验分析[J]. 刘嘉毅,陶婷芳,夏鑫. 财经研究. 2014(03)
本文编号：3367199
本文链接：https://www.wllwen.com/jingjilunwen/chanyejingjilunwen/3367199.html
