城市住宅价格空间分异的区域一体化因素分析——以河南省开封市为例

城市住宅价格空间分异的区域一体化因素分析
———以河南省开封市为例
蔡媛媛１，朱英明１，艾少伟２
（１．南京理工大学经济管理学院，南京２１００９４；２．河南大学黄河文明与可持续发展研究中心，河南开封４７５００１）
摘要：选取２００１年、２００６年、２００９年、２０１６年４个时点的城市商品住宅交易数据，基于空间分析与计量模型等方法，对开封市住宅价格时空变化特征及其与区域一体化因素的关系进行分析。

结果表明：开封市城区住宅价格空间分布由单中心模式向多中心结构转变，邻近郑州的金明区正成为房价“高峰”；跨界交通和新城规划等一体化因素对开封市住宅价格的影响较为显著，且影响力随着一体化推进而变化。

其中，郑开大道对住宅价格的正向促进作用呈先增后降的特点，开通相对较晚的郑开城际轻轨对住宅价格有着明显的正向作用，而开封西郊金明区的快速扩张弱化了其潜在效应。

这有效地证实了区域一体化对城市住宅价格有显著影响。

关　键　词：住宅价格；区域一体化；空间分异；开封市
中图分类号：Ｆ１２９．９ 文献标志码：Ａ 文章编号：１００３２３６３（２０２１）０２?００６２?０６ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００３
２３６３．２０２１．０２．０１１收稿日期：２０１９－０５－１３；修回日期：２０２１－０３－０１
基金项目：江苏省研究生科研与实践创新计划项目（ＫＹＣＸ１９＿０２２４
）；国家社会科学基金项目（２０ＢＪＬ１０６）作者简介：蔡媛媛（１９８９－），女，河南荥阳市人，博士研究生，主
要从事区域与城市发展研究，
（Ｅ ｍａｉｌ）ｙｕａｎｃａｉ＠ｎｊｕｓｔ．ｅｄｕ．ｃｎ。

通信作者：艾少伟（１９７８－），男，回族，河南禹州市人，教授，博士生导师，博士，主要从事社会文化地理、经济地理、区域发展与规划
研究，
（Ｅ ｍａｉｌ）ａｉｓｈａｏｗｅｉ＠１６３．ｃｏｍ。

０　引言
日益高企的城市住宅价格成为城市地理学者关注的热点话题。

现有研究已经对城市间和城市内部住宅价格分异及其作用机理进行大量探讨。

城市间住宅价格因经济水平、城市等级等因素而差异显著
［１－２］
，也会因
人口、信息等互动性行为而产生波及效应［３］。

城市内部住宅价格的空间形态较为多样且驱动因素愈发复杂［４］。

城市内部住宅价格不仅与住房传统特征属性如建筑、区位等以及城市自身因素如旧城改造、新城开发或多中心
衍生等相关［５－９］
，也受相邻中心城市的辐射力、协同带动
性的影响。

尤其是随着同城化、城市群的崛起，区域间一体化中完善的跨界交通系统、快速成长的邻接区域会改变城市内部要素与结构，间接或直接作用于住宅价格
［１０－１１］。

由此，在城市发展日趋一体化的新阶段，城市
内部住宅价格空间演变及其影响因素值得进一步考察。

中国城市住宅价格的空间异质性很强，且因城市更新、社会经济发展而复杂多样。

在中国快速的城市化与尚未成熟的住房市场化碰撞中，城市住宅价格空间分异格局由早期的单中心演化出多种形态，包括区域均衡式的单中心或多中心圈层模式、多中心扇形、簇团或多重混合模式［４，１２－１３］。

而导致城市住宅价格空间分异的因
素主要包括宏观背景、住宅特征属性、城市发展等多个
方面
［１４］。

宏观层面上，经济基本面、政府政策、土地成本
对整体住宅市场产生明显影响［
８］。

不少学者基于特征价格理论从城市内部微观视角分析城市中公园绿地、医
院学校、犯罪噪音等邻里环境［１５－１８］
，城市中心或轨道交通等区位条件［７，１９］及朝向、楼层、面积等建筑质量［２０］对
住宅价格的作用。

此外，城市空间变化如多中心结构，
新城规划与旧城重建等同样影响住宅价格分异［
５，２１］。

目前，在城市发展一体化的背景下，城市间轨道交通与公共设施日趋完善，产业、交通等高度融合，人才、资源、信息等要素优化配置，区域间在相互联系的基础上逐渐实
现优势互补、协同发展［２２］。

尤其是中心城市周边的不发
达城市受到中心城市的扩散效应而城市经济快速发展，城市基础设施质量和居民生活水准均向中心城市趋
同［２３］。

同时，考虑到中心城市高房价压力、周边城市发
展潜力等客观因素，周边城市住宅面临的居住或投机等需求将对其住宅价格产生影响。

此外，一体化过程中两城边界区域间合作互动会促使周边城市新增长极的形成，随着新增长极产业、人口的集中和基础配套设施的
完善，区域的发展潜力会抬升住宅价格［２４－２５］。

基于此，以郑汴一体化下的开封市为例，选取郑汴一体化实施前后的２００１年、２００６年、２００９年、２０１６年４个代表性时点的住宅样点数据，分析区域一体化下开封市住宅价格空间格局的演变特征，并构建计量模型考察区域一体化对城市住宅价格空间分异的影响。

１　理论基础
城市住宅价格空间分布是空间分异模式的具体体
现，与城市空间结构变化密切相连［２６］。

区位则是两者关
联的具体要素。

城市住宅价格的区位条件主要取决于与就业、服务等中心的距离。

因此，城市发展的不同结构类型必然会对住宅空间格局产生影响。

早期城市发展多呈单中心结构，城市中心是就业
　第４０卷　第２期　２０２１年　４月地域研究与开发
ＡＲＥＡＬＲＥＳＥＡＲＣＨＡＮＤＤＥＶＥＬＯＰＭＥＮＴＶｏｌ．４０　Ｎｏ．２
Ａｐｒ．２０２１
区、商业区、服务场所的集聚地。

通过竞价租金理论可以解释单中心城市住宅价格与城市中心距离的递减关系［２７－２９］，即居住地距离城市中心距离越近，通勤成本越低而住宅价格反而越高。

因此，在保持其他物品均衡分布的条件下，住宅价格随着与城市中心距离的增加而下降，形成围绕城市中心向外圈层均匀递减的模式［３０］。

城市化、工业化推动城市加速扩张，人口涌入、企业外迁与城市交通完善等为居住郊区化提供了条件，相应的商业、就业、休闲等设施随之配套建设。

多中心结构形成完善的城市功能体系并缓解了单中心的负荷。

单中心距离衰减规律已无法解释多中心结构城市中住宅价格空间变化。

多个城市中心均会对周围城市住宅价格产生影响，弱化原城市中心对城市住宅价格空间分布的作用力度［７，３１］。

因此，在多中心城市形态中，住宅价格在围绕原城市中心成圈层向外递减的同时，会在新中心周围呈凸显上涨后以相同方式规律性递减。

全球化、经济一体化热潮中，区域一体化通过压缩时空距离、消除行政壁垒促进城市间要素流动，塑造新的城市发展格局［３２］。

为加强区域间合作，利用中心城市带动落后地区发展，中国城市已形成多种类型的区域一体化形式［２２］。

毗邻城市间通过城际交通建设、信息资源共享、产业基础设施共建等措施促进城市间融合，同时借助中心城市的扩散效应及空间引力作用带动周边落后城市发展，两城邻接区域发展尤其明显。

此外，城市就业机会、邻里环境等因素会改变城市住宅刚性与投机需求，影响城市内部住宅价格［１１］。

可见，在区域一体化的城市多中心结构中，住宅价格在遵循多中心圈层模式的基础上，因受一体化战略与中心城市扩散效应的双重作用，邻近中心城市区域的住宅价格明显更高。

２　研究区域、研究方法与数据来源２．１!9:fj
开封市西邻河南省会郑州，社会经济历经繁荣、衰败、复苏的过程，而郑汴一体化战略对开封市的复苏具有关键作用。

２００５年开封市对行政区划进行了部分调整，临近中心城市郑州的新城金明区被规划为郑汴一体化发展的中心区域，也是开封未来经济发展的增长极。

在龙亭区、鼓楼区、禹王台区、顺河回族区和金明区５个市辖区中，鼓楼区与龙亭区经济较为发达，禹王台区、顺河回族区城中村、旧建筑较多，相对落后。

２０１４年开封进行了新一轮区划调整，为了便于对比不同年份城市住宅价格空间分布，本研究仍以未调整的开封市行政区划为基准，考虑到住房分布与居民活动范围，选取开封市主城区（以机场北路和复兴大道为南北界，以护城大堤为东西界合围而成的区域）作为研究区（图１）。

２．２!9:kl
２．２．１　变量选取。

基于２００３—２０１６年郑汴一体化规划政策，
从相关政策措施中提取出诸如为加强郑州与开封
图１　研究区域与住宅样点空间分布
Ｆｉｇ．１　Ｓｔｕｄｙａｒｅａｓａｎｄｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆｈｏｕｓｉｎｇｓａｍｐｌｅ
联系２００５年开通的郑开大道、２０１４年开通便于双城生活的“１７分钟”宋城轻轨、为与郑州东区接轨相联而规划的开封新区金明区等相关政策并进行量化处理，即选取郑开大道沿线、郑开轻轨和城区规划３个变量作为一体化的表征指标。

同时，已有研究大多依据特征价格理论从住宅建筑、区位以及邻里环境３个方面剖析城市住宅价格影响机制。

据此，在控制住宅传统特征价格属性的基础上，选取相关指标并量化以考察郑汴一体化对开封市住宅价格的影响（表１）。

２．２．２　特征价格模型。

传统的特征价格模型是基于普通最小二乘法（ＯＬＳ）回归研究产品价格与其特征属性间的关系，常用的函数形式包含线性、半对数和对数形式。

经过多次试验与对比，采用函数的对数形式构建模型，其中因变量住宅单位价格以及连续型自变量采用自然对数形式，虚拟以及等级变量线性化。

具体表达式为：ｌｎｐｉ＝β０＋∑βｉＸｉ＋∑βｋＺｋ＋ε　。

式中：ｐｉ为住宅ｉ的单位价格；Ｘｉ为住宅的建筑、区位以及邻里属性所包括的变量；Ｚｋ为郑汴一体化措施量化因素；β０，βｉ，βｋ为待估计系数；ε为随机误差项。

２．２．３　空间滞后模型。

通过对住宅价格样本点进行空间自相关检验，除２００１年外，２００６年、２００９年和２０１６年样本点的Ｍｏｒａｎ’ｓＩ指数均显著且大于０，表明区域间住宅价格存在空间效应。

为消除空间效应，进一步采用空间滞后模型（ｓｐａｔｉａｌｌａｇｍｏｄｅｌ，ＳＬＭ）来提高估测结果的精准性。

具体表达式为：
ｌｎｐ＝ρＷｐ＋Ｘβ＋ε　。

式中：ｐ为住宅样本点价格；ρ为空间回归系数，反映住宅样点间的相互关系；Ｗ为空间权重矩阵；Ｘ为解释变量矩阵；β为待估计系数；ε为随机误差向量。

２．３!>?@A
以开封市商品住宅交易（二手房）的单位面积成交价表征住宅价格。

数据来源于开封市房地产交易数据库。

住宅小区样本价格是各小区内收集的住宅样本价格按面积进行加权平均得到，２００１年、２００６年、２００９年、
·
３
６
·
　第２期蔡媛媛，等：城市住宅价格空间分异的区域一体化因素分析
表１　变量特征及描述
Ｔａｂ．１　Ｖａｒｉａｂｌｅｓｃｈａｒａｃｔｅｒｉｓｔｉｃａｎｄｄｅｓｃｒｉｐｔｉｏｎ
变量类型特征变量 变量描述
因变量ＨＰ住宅价格 所选住宅样点的单位价格（取自然对数）
建筑因素ＨＯＲ住宅朝向 朝向是否为南，是＝１，否＝０ＨＡＲ住宅面积 住宅的总面积（取自然对数）ＨＦＬ楼层 住宅的楼层数
ＰＲ小区容积率 住宅所在小区的容积率
区位因素旧城中心ＤＧＬＳ鼓楼广场样点到鼓楼广场的道路距离（取自然对数）
新城中心ＤＪＭＳ金明广场样点到开元广场的道路距离（取自然对数）
市内交通ＤＢＳ公交站点样点到最近的公交站点的道路距离（取自然对数）
邻里因素公园绿地ＤＰＳＳ龙庭等公园景观样点到最近的城市公园或绿地景观的道路距离（取自然对数）教育设施
ＤＫＧ幼儿园样点到最近的幼儿园的道路距离（取自然对数）
ＤＰＳ小学样点到最近的小学的道路距离（取自然对数）
医院ＤＨＯＳＰ综合性三甲医院样点到最近的医院的道路距离（取自然对数）
商业服务ＤＤＳ百货商场样点到最近的百货超市的道路距离（取自然对数）
农贸市场ＤＦＭ宋都市场、东京大市场等农贸市场样点到最近的农贸市场的道路距离（取自然对数）
郑汴一体化因素ＺＫＥＷ郑开大道沿线 样点是否处于郑开大道沿线１０００ｍ范围内，是＝１，否＝０ＺＫＩＲ郑开城际轻轨 样点是否处于郑开轻轨站周围１０００ｍ范围内，是＝１，否＝０ＮＪＭ城区规划 样点是否处于金明区，是＝１，否＝０
２０１６年４个时点内共获得１５５６个住宅样点和６２５个住宅小区样点。

另外，利用经纬度查询工具（ＸＧｅｏｃｏｄｉｎｇ）获取开封市住宅及小区样本中心位置、绿地、公园、景区等要素空间坐标，利用ＡｒｃＧＩＳ软件将住宅价格、各属性要素与开封主城区矢量相匹配，分别建立住宅与住宅小区样本点的空间属性数据库。

３　结果与分析
３．１!ÓÔ b ÕÃÖ¿×ØÙp4D+pq ３．１．１　住宅价格的市场特征。

郑汴一体化策略实施后，开封住宅价格提升显著，增长率呈短周期小幅波动。

２００１—２０１６年，开封市住宅平均单价由８８９元／ｍ２增长至４８６４元／ｍ２，年均增长率高达１３．１２％。

纵观开封住宅价格一体化实施前后的变化，实施前，开封市住宅年均价波动增长，增速变化较大；２００６年实施后，住宅价格增长率波动幅度减小。

横向对比郑州住宅市场，２００１—２００４年，开封住宅均价与增长速率明显低于郑州，年均价与增长率分别比郑州低７９４元／ｍ２和２４．２７百分点；２００５—２００７年，郑汴一体化实施初期，开封住宅价格上涨明显，其增长率平均已高出郑州１７．３３百分点；２００９—２０１２年，郑汴一体化上升为国家战略，开封住宅价格持续增长，其年增长率平均高出郑州６．８６百分点，两城年增长率差距趋向缩小；而２０１３—２０１６年，郑汴金融电信交通同城化等实施，两城市住宅价格年增长率差距缩小至６ ２７百分点。

由此可见，郑汴一体化实施过程中，开封市住宅价格市场变化显著。

３．１．２　住宅价格的空间格局。

由图２可知，２００１年郑汴一体化实施前，开封经济活动主要集中在宋城墙内部，城市住宅价格由旧城区中心鼓楼商圈（鼓楼、东大街与中山路附近）向外分散递减，高价住宅主要分布在旧城中心－鼓楼广场附近，而低价格出现在市中心外围区域。

２００６年一体化战略实施，高住宅价格逐渐向城墙外扩散，向西转移趋势明显。

２００９年城区住宅价格出现新的分布格局，高价格逐渐由旧城区鼓楼广场附近向鼓楼与龙亭交界区域移动，集中于新中心周围（金明广场、金明大道以及郑开大道沿线），而旧城区（城墙内部）的住宅价格整体水平逐渐低于外围。

２０１６年一体化阶段性工作已经完成，高住宅价格区域主要分布在金明及龙亭等地，金明区的表现尤为突出，开封城区住宅价格整体呈现以金明区为中心、龙亭区为次中心的双中心格局。

总体看来，郑汴一体化下开封市住宅价格空间分异与理论基础描述模式大致吻合。

开封市住宅价格空间分布由以旧城区为主的“单中心”模式转变为“新旧”中心共存的多中心模式，且邻近郑州的金明区为高价中心。

３．２!×ØÙp+,pqEF4fj b 23基于所选取指标，采用特征价格模型考察郑汴一体化对开封市住宅价格时空变化的影响。

首先，对所选取变量进行共线性检验，发现变量的ＶＩＦ检验值均小于３，说明不存在明显共线性问题。

其次，采用空间计量回归ＳＬＭ进行分析时，ＳＬＭ通过了极大似然ＬＭ Ｌａｇ检验，并且系数ρ均通过了５％显著性水平检验，再次说明空间效应考虑的必要性。

其拟合优度稍高于ＯＬＳ回归，极大似然值（ＬＩＫ）更大，ＡＩＣ与ＳＣ值较小，说明ＳＬＭ模型相对最优。

在此基础上，分析郑汴一体化对开封市住宅价格的影响（表２）。

从城区规划方面看，是否位于金明区（ＮＪＭ）对城市住宅价格影响的回归系数显著且为正，说明一体化中的城区规划因素对住宅价格具有明显的促进作用。

变量ＮＪＭ的回归系数由２００６年的０．１５５持续下降到２０１６年的０．０４３，说明金明区规划建设在早期对开封市住宅价格产生较大的促进作用，而后期正向作用有所减弱。

在郑汴一体化战略实施初期，开封新区金明区融商贸服务、科研教育、居住办公等为一体的完善功能，快速集聚人口和资本，房地产投资和住宅供给明显增加。

此外，
·
４
６
·地域研究与开发第４０卷
图２　区域一体化背景下开封市住宅价格空间格局变化
Ｆｉｇ．２　ＳｐａｔｉａｌｅｖｏｌｕｔｉｏｎｏｆｈｏｕｓｉｎｇｐｒｉｃｅｓｉｎＫａｉｆｅｎｇｕｎｄｅｒｔｈｅｂａｃｋｇｒｏｕｎｄｏｆｒｅｇｉｏｎａｌｉｎｔｅｇｒａｔｉｏｎ
表２　住宅价格影响因素的回归结果
Ｔａｂ．２　Ｒｅｇｒｅｓｓｒｅｓｕｌｔｓｏｆｔｈｅｉｎｔｅｇｒａｔｉｏｎｆａｃｔｏｒｓｏｎｈｏｕｓｉｎｇｐｒｉｃｅｓ
２００１年ＯＬＳ
２００６年
ＯＬＳＳＬＭ
２００９年
ＯＬＳＳＬＭ
２０１６年
ＯＬＳＳＬＭ
ＺＫＥＷ０．０９２ ０．０８９ ０．１４１ ０．１４７ ０．０４０ ０．０３６ ＮＪＭ０．１５９ ０．１５５ ０．０７９ ０．０８０ ０．０４４ ０．０４３ ＺＫＩＲ０．０２８ ０．０３１ ＨＯＲ０．２９３ ０．３０６ ０．３０９ ０．４０２ ０．４２１ ０．２９３ ０．２８６ ＨＦＬ－０．０７４ －０．０５１ －０．０５１ ０．１４１ ０．１４１ ０．０１２ ０．０１２ ＨＡＲ０．１００ ０．３３６ ０．３３４ ０．２５９ ０．２５６ ０．１１１ ０．１１０ ＰＲ－０．０５６ －０．１８８ －０．１８８ －０．０４４ －０．０４３ －０．１１８ －０．１１６ ＤＧＬＳ－０．１６６ －０．０７０１ －０．０７４ －０．００２－０．００８０．１５２ ０．１２４ ＤＢＳ－０．０１８ －０．０１８－０．０１６０．０３７０．０３８－０．０２０ －０．０２０ ＤＪＭＳ０．０７３０．０２５ －０．１３８ －０．１３８ －０．０３０ －０．０２７ ＤＰＳＳ０．１０９ －０．０５１ －０．０５４ －０．０９４ －０．０９１ －０．０２８ －０．０２６ ＤＨＯＳＰ０．０３５－０．０５３ －０．０５４ －０．０４７－０．０４６ －０．０６１ －０．０６３ ＤＦＭ－０．１５５ ０．０７９ ０．０８３ ０．０３４ ０．０３３０．０４７０．０４６ ＤＤＳ－０．０１６－０．０３６ －０．０３５ ０．０４４ ０．０４７－０．０３７ －０．０５４ ＤＫＧ０．０９９ ０．００００．００５－０．０９７ －０．０９５ －０．０１１ －０．０１１ ＤＰＳ－０．１１６ ０．０３５６０．０３６０．１２２ ０．１１８ ０．０１９０．０１８常数项７．３４５ ４．３７６ ７．４００ ６．８９３ ５．６２８ ７．３５５ ５．６４１ ρ— — ０．１３７ — ０．０８２ — ０．２２４ ａｄｊ Ｒ２０．２７６０．５７００．５８８０．４４１０．４４５０．５４５０．５５０ＬＩＫ－１２８．９３０３６．２１３３６．２９４－１８５．１１２－１８３．９６２１６１．３６８１６３．３８５ＡＩＣ２８７．８７０－３６．４２６－３７．５８８４０６．２２４４０５．９２４－２８４．７３６－２８６．７７１ＳＣ３４０．０８０３５．９９６３１．８５７４７８．３３８４７２．０４５－２０４．８１１－２０６．６３９
Ｍｏｒａｎ’ｓＩ０．０９４０．０３７ — ０．０１８ — ０．１１８ — 说明： ， ， 分别表示在０．１０，０．０５，０．０１水平上显著。

其优质的公共设施与良好的居住环境促进了旧城区居民西迁，同时吸引较多在郑工作者与房地产投机者在本区域购买住宅［１１］。

所以，随着一体化推进，开封市整体发展重心已西移至金明区，后期住宅市场快速发展确保
·
５
６
·
　第２期蔡媛媛，等：城市住宅价格空间分异的区域一体化因素分析
了充足的住宅供给，人口和资本的集中速度趋于平缓。

从跨界交通方面看，郑开大道与郑开城际轻轨回归系数均为显著正值，表明城市间跨界交通对周边住宅价格产生显著的正效应。

郑汴一体化战略实施的十年中，城市间跨界交通系统构建压缩了两城的时空距离。

２００６年郑开大道开通，郑开快速公交的通车首次将两城间的通勤时间缩短到１ｈ内。

２００６—２００９年，以交通联系为主的一体化战略提高了两城互动联系，为两城的协同合作提供了便利，提高了沿线及开封西区的发展优势，吸引了人力和资本，促进沿线住宅价格上升。

２０１６年其效应虽有所下降，但仍对沿线住宅价格产生显著的正效应。

２０１４年郑开城际轻轨的开通将两城的距离缩短到１７ｍｉｎ，使“双城生活”成为可能，更利于人员与资本的流动。

到２０１６年，城际轻轨对住宅价格的外部作用尤为明显。

由此可见，区域一体化背景下城市间轨道交通系统会对城市住宅价格有着重要影响［１９］。

从控制变量看，在郑汴一体化进程中，传统的住宅特征属性对房价的解释强度存在显著变化。

住宅的朝向、楼层、面积以及小区容积率作为建筑固有属性，对住宅价格始终存在显著的影响，南向、高楼层、大面积、小区容积率小的住宅价格相对更高；区位因素中新旧城市中心对住宅价格的影响与城市发展紧密相连［３１］。

在一体化实施之初，城市活动集中于老城区，城市西区初建。

旧城中心－鼓楼广场对住宅价格呈现显著的正向作用。

随着金明区快速发展、人口不断集聚，新城市中心－金明广场的形成对住宅价格的影响逐渐显著。

而旧城中心对周边住宅价格逐渐呈现负向效应；就邻里环境而言，离医院、学校以及商场超市等基本生活设施越近的住宅往往有着更高的价格［２１］。

另外，随着人们对生活质量的需求不断提升，公园景观等宜人性的环境对住宅价格的正向影响明显上升［１５］。

４　结论、建议与讨论
４．１!GH
郑汴一体化进程中开封市住宅价格空间分异现象日益凸显，由“单中心”逐步转变为“新”“老”中心并存的双中心模式。

郑汴一体化战略显著促进开封西区的建设与开发，住宅价格中心整体西移。

高住宅价格由原来的旧城中心鼓楼广场周围转移至新城区金明区及拥有丰富绿地景观的龙亭区附近，而低价格由老城墙外界郊区向城墙内鼓楼区、顺河回族区等旧城区分布。

郑汴一体化相关措施如新区规划、轨道交通建设对开封市住宅价格空间格局演变产生显著影响，且该影响随一体化推进而变化。

郑开大道开通促进郑开两城人口等要素流通，对周边住宅价格具有持续明显的促进效应；郑开城际轻轨进一步压缩了两城距离，为城市间的互动协同提供便利，促使郑开“双城生活”模式实现，抬高了周边住宅价格水平；随着新城区的成熟与完善，开封新区金明区成为开封市重要的人口经济集中区域，其对城市住宅价格的正向效应逐渐削弱。

４．２!IJ
响应“住房不炒”的国家号召，稳定开封整体房价，把握住宅价格空间分异规律，有效推动郑汴一体化与郑开双创走廊建设。

协同郑汴两城的住房交易管理。

郑汴一体化为“双城生活”模式提供了可能性，位于两城之间的开封西区成为投机购房的目标区域。

协同郑汴两城的住房交易管理有助于控制过度的投机性购房行为，避免开封西区住房价格的极端上涨，维护刚需购房者的利益，稳定开封整体住房的市场价格。

优化城市公共基础设施建设。

住宅价格高低是反映城市公共服务、基础设施质量与分布的主要表征。

开封东、西两区公共基础设施在质量与数量上分配不均，是造成住房价格差异的重要因素。

改善旧城区的医院、学校等服务质量，增加公园等休闲设施建设并优化其空间分布，提升旧城区基础设施建设水平，缩小城市住宅价格内部差异。

４．３!KH
本研究拓展了城市住宅价格研究的外部视角，深化了城市住宅价格空间分异的区域一体化因素解释。

城市住宅价格会受到一体化和城市自身发展的共同作用，如何将两种效应分开是今后研究的重要方向。

参考文献：
［１］　王洋，王德利，王少剑．中国城市住宅价格的空间分异格局及影响因素［Ｊ］．地理科学，２０１３，３３（１０）：１１５７－１１６５．［２］　王少剑，王洋，蔺雪芹，等．中国县域住宅价格的空间差异特征与影响机制［Ｊ］．地理学报，２０１６，７１（８）：
１３２９－１３４２．
［３］　ＹＵＨ，ＨＵＡＮＧＹ．ＲｅｇｉｏｎａｌＨｅｔｅｒｏｇｅｎｅｉｔｙａｎｄｔｈｅＴｒａｎｓ ｒｅｇｉｏｎａｌＩｎｔｅｒａｃｔｉｏｎｏｆＨｏｕｓｉｎｇＰｒｉｃｅｓａｎｄＩｎｆｌａｔｉｏｎ：Ｅｖｉ
ｄｅｎｃｅｆｒｏｍＣｈｉｎａ’ｓ３５ＭａｊｏｒＣｉｔｉｅｓ［Ｊ］．ＵｒｂａｎＳｔｕｄｉｅｓ，
２０１６，５３（１６）：３４７２－３４９２．
［４］　邹利林，杨俊，胡学东．中国城市住宅价格时空演变研究进展与展望［Ｊ］．地理科学进展，２０１３，３２（１０）：１４７９－１４８９．［５］　秦波，焦永利．北京住宅价格分布与城市空间结构演变［Ｊ］．经济地理，２０１０，３０（１１）：１８１５－１８２０．
［６］　ＦＡＹＥＢ，ＦＵＲ?Ｌ．Ｓｑｕａｒｅ，Ｐｌａｚａ，Ｐｉａｚｚａ，Ｐｌａｃｅ：ＷｈａｔＤｏＷｅＫｎｏｗａｂｏｕｔｔｈｅｓｅＴａｒｇｅｔｓｏｆＵｒｂａｎＲｅｇｅｎｅｒａｔｉｏｎＰｒｏ
ｇｒａｍｍｅｓ？［Ｊ］．ＵｒｂａｎＳｔｕｄｉｅｓ，２０１２，４９（１４）：３０８１－３０９９．［７］　ＷＥＮＨ，ＴＡＯＹ．ＰｏｌｙｃｅｎｔｒｉｃＵｒｂａｎＳｔｒｕｃｔｕｒｅａｎｄＨｏｕｓｉｎｇＰｒｉｃｅｉｎｔｈｅＴｒａｎｓｉｔｉｏｎａｌＣｈｉｎａ：ＥｖｉｄｅｎｃｅｆｒｏｍＨａｎｇｚｈｏｕ
［Ｊ］．ＨａｂｉｔａｔＩｎｔｅｒｎａｔｉｏｎａｌ，２０１５，４６：１３８－１４６．
［８］　沈悦，刘洪玉．住宅价格与经济基本面：１９９５—２００２年中国１４城市的实证研究［Ｊ］．经济研究，２００４（６）：７８－８６．［９］　贾生华，温海珍．房地产特征价格模型的理论发展及其应用［Ｊ］．外国经济与管理，２００４，２６（５）：４２－４４．
·
６
６
·地域研究与开发第４０卷
［１０］　ＺＨＯＵＹ，ＧＵＯＨ．ＩｓＳｈｅｎｚｈｅｎＨｏｕｓｉｎｇＰｒｉｃｅＢｕｂｂｌｅ
ｔｈａｔＨｉｇｈ？ＡＰｅｒｓｐｅｃｔｉｖｅｏｆＳｈｅｎｚｈｅｎＨｏｎｇＫｏｎｇＣｒｏｓｓ ｂｏｒｄｅｒＩｎｔｅｇｒａｔｉｏｎ［Ｊ］．ＩｎｔｅｒｎａｔｉｏｎａｌＲｅａｌＥｓｔａｔｅＲｅｖｉｅｗ，２０１５，１８（１）：３６５－３８２．
［１１］　刘晓君，丁超，卢晨．郑汴一体化对开封市住宅价格的
影响研究［Ｊ］．地域研究与开发，２０１１，３０（３）：５２－５５．
［１２］　许晓晖．上海市商品住宅价格空间分布特征分析
［Ｊ］．经济地理，１９９７，１７（１）：８０－８７．
［１３］　孙倩，洪开荣．基于Ｃｏｋｒｉｇｉｎｇ的住房价格空间格局分
析———以长沙市为例［Ｊ］．经济地理，２０１４，３４（１２）：９９－１０５．
［１４］　蔡媛媛，郑琰琳，袁丰．城市住宅价格国内外研究动态与
未来展望［Ｊ］．地域研究与开发，２０１８，３７（１）：４６－５３．
［１５］　温海珍，李旭宁，张凌．城市景观对住宅价格的影
响———以杭州市为例［Ｊ］．地理研究，２０１２，３１（１０）：１８０６－１８１４．
［１６］　彭保发，石忆邵，单癑，等．上海市三甲医院对周边地
区住房价格的空间影响效应分析［Ｊ］．地理科学，２０１５，３５（７）：８６０－８６６．
［１７］　石忆邵，王伊婷．上海市学区房价格的影响机制［Ｊ］．
中国土地科学，２０１４，２８（１２）：４７－５５．
［１８］　黄静，崔光灿，王诤诤．大型主题乐园对周边住宅价格
的影响分析———以上海迪士尼为例［Ｊ］．城市发展研究，２０１８，２５（５）：４２－４８．
［１９］　谷一桢，郑思齐．轨道交通对住宅价格和土地开发强
度的影响———以北京市１３号线为例［Ｊ］．地理学报，２０１０，６５（２）：２１３－２２３．
［２０］　唐铭杰，刘宣．城市住宅结构特征的居民偏好分析
［Ｊ］．经济地理，２０１５，３５（５）：７２－７７．
［２１］　ＹＵＡＮＦ，ＷＵＪ，ＷＥＩＹＤ，ｅｔａｌ．ＰｏｌｉｃｙＣｈａｎｇｅ，Ａｍｅｎｉｔｙ，
ａｎｄＳｐａｔｉｏｔｅｍｐｏｒａｌＤｙｎａｍｉｃｓｏｆＨｏｕｓｉｎｇＰｒｉｃｅｓｉｎＮａｎ ｊｉｎｇ，Ｃｈｉｎａ［Ｊ］．ＬａｎｄＵｓｅＰｏｌｉｃｙ，２０１８，７５：２２５－２３６．
［２２］　方创琳，张永姣．中国城市一体化地区形成机制、空间
组织模式与格局［Ｊ］．城市规划学刊，２０１４（６）：５－１２．
［２３］　宋伟轩，刘春卉．长三角一体化区域城市商品住宅价格
分异机理研究［Ｊ］．地理研究，２０１８，３７（１）：９４－１０４．
［２４］　龚健，栾君，王文婷，等．长三角城市群住宅价格的空
间传导路径［Ｊ］．经济地理，２０１７，３７（７）：９０－９８．
［２５］　张婧，沈玉芳，刘曙华，等．区域金融协调发展研究———
基于长三角经济一体化的实证［Ｊ］．地域研究与开发，２０１０，２９（５）：３３－３８．
［２６］　王洋，方创琳，盛长元．扬州市住宅价格的空间分异与
模式演变［Ｊ］．地理学报，２０１３，６８（８）：１０８２－１０９６．
［２７］　ＡＬＯＮＳＯＷ．ＬｏｃａｔｉｏｎａｎｄＬａｎｄＵｓｅ：ＴｏｗａｒｄＡＧｅｎｅｒａｌ
ＴｈｅｏｒｙｏｆＬａｎｄＲｅｎｔ［Ｍ］．Ｃａｍｂｒｉｄｇｅ，Ｍ．Ａ．：ＨａｒｗａｒｄＵｎｉｖｅｒｓｉｔｙＰｒｅｓｓ，１９６４：１１－２６．
［２８］　ＴＥＲＭＯＴＥＭ．ＣｉｔｉｅｓａｎｄＨｏｕｓｉｎｇ：ＴｈｅＳｐａｔｉａｌＰａｔｔｅｒｎｏｆ
ＵｒｂａｎＲｅｓｉｄｅｎｔｉａｌＬａｎｄＵｓｅｂｙＲ．Ｆ．ＭＵＴＨ［Ｊ］．ＬａｎｄＵｓｅ，１９６９（５）：５９１－５９２．
［２９］　ＭＩＬＬＳＥＳ．ＡｎＡｇｇｒｅｇａｔｉｖｅＭｏｄｅｌｏｆＲｅｓｏｕｒｃｅＡｌｌｏｃａ
ｔｉｏｎｉｎＡＭｅｔｒｏｐｏｌｉｔａｎＡｒｅａ［Ｊ］．ＡｍｅｒｉｃａｎＥｃｏｎｏｍｉｃＲｅ ｖｉｅｗ，１９６７，５７（２）：１９７－２１０．
［３０］　ＨＡＮＳＳ．ＳｐａｔｉａｌＳｔｒｕｃｔｕｒｅｏｆＲｅｓｉｄｅｎｔｉａｌＰｒｏｐｅｒｔｙ ｖａｌｕｅ
ＤｉｓｔｒｉｂｕｔｉｏｎｉｎＢｅｉｊｉｎｇａｎｄＪａｋａｒｔａ［Ｊ］．ＥｎｖｉｒｏｎｍｅｎｔａｎｄＰｌａｎｎｉｎｇＡ，２００４，３６（７）：１２５９－１２８３．
［３１］　ＱＩＮＢ，ＨＡＮＳＳ．ＥｍｅｒｇｉｎｇＰｏｌｙｃｅｎｔｒｉｃｉｔｙｉｎＢｅｉｊｉｎｇ：Ｅｖ
ｉｄｅｎｃｅｆｒｏｍＨｏｕｓｉｎｇＰｒｉｃｅＶａｒｉａｔｉｏｎｓ，２００１－０５［Ｊ］．Ｕｒ ｂａｎＳｔｕｄｉｅｓ，２０１３，５０（１０）：２００６－２０２３．
［３２］　王珏，陈雯．全球化视角的区域主义与区域一体化理论
阐释［Ｊ］．地理科学进展，２０１３，３２（７）：１０８２－１０９１．
ＩｍｐａｃｔｓｏｆＲｅｇｉｏｎａｌＩｎｔｅｇｒａｔｉｏｎｏｎｔｈｅＳｐａｔｉａｌＤｉｆｆｅｒｅｎｔｉａｔｉｏｎｏｆ
ＵｒｂａｎＨｏｕｓｉｎｇＰｒｉｃｅｓ：ＡＣａｓｅＳｔｕｄｙｏｆＫａｉｆｅｎｇＣｉｔｙ，ＨｅｎａｎＰｒｏｖｉｎｃｅ
ＣＡＩＹｕａｎｙｕａｎ１，ＺＨＵＹｉｎｇｍｉｎｇ１，ＡＩＳｈａｏｗｅｉ
２
（１．ＳｃｈｏｏｌｏｆＥｃｏｎｏｍｉｃｓａｎｄＭａｎａｇｅｍｅｎｔ，ＮａｎｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ，Ｎａｎｊｉｎｇ２１００９４，Ｃｈｉｎａ；２．ＫｅｙＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅ
ｏｆＹｅｌｌｏｗＲｉｖｅｒＣｉｖｉｌｉｚａｔｉｏｎａｎｄＳｕｓｔａｉｎａｂｌｅＤｅｖｅｌｏｐｍｅｎｔ，ＨｅｎａｎＵｎｉｖｅｒｓｉｔｙ，Ｋａｉｆｅｎｇ４７５００１，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：ＴａｋｉｎｇＫａｉｆｅｎｇＣｉｔｙａｓａｎｅｘａｍｐｌｅ，ｔｈｉｓｐａｐｅｒｕｓｅｄｃｏｍｍｅｒｃｉａｌｒｅｓｉｄｅｎｔｉａｌｔｒａｎｓａｃｔｉｏｎｄａｔａｉｎ２００１，２００６，２００９ａｎｄ２０１６，ａｎｄａｄｏｐｔｅｄｔｈｅｓｐａｔｉａｌａｎａｌｙｓｉｓａｎｄｅｃｏｎｏｍｅｔｒｉｃｍｏｄｅｌｔｏｅｘｐｌｏｒｅｔｈｅｓｐａｔｉｏｔｅｍｐｏｒａｌｃｈａｎｇｅｓｏｆｈｏｕｓｉｎｇｐｒｉｃｅｓａｎｄｔｈｅｅｆｆｅｃｔｓｏｆｒｅｇｉｏｎａｌｉｎｔｅｇｒａｔｉｏｎｏｎｈｏｕｓｉｎｇｐｒｉｃｅｓ．Ｔｈｅｆｉｎｄｉｎｇｓａｒｅａｓｆｏｌｌｏｗｓ：ＴｈｅｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆＫａｉｆｅｎｇ’ｓｈｏｕｓｉｎｇｐｒｉｃｅｓｈａｓｓｈｉｆｔｅｄｆｒｏｍｔｈｅｍｏｎｏｃｅｎｔｒｉｃｍｏｄｅｃｅｎｔｅｒｉｎｇｏｎｔｈｅｏｌｄＣＢＤｔｏｔｈｅｐｏｌｙｃｅｎｔｒｉｃｍｏｄｅｌ，ａｎｄＪｉｎｍｉｎｇａｄｊａｃｅｎｔｔｏＺｈｅｎｇｚｈｏｕｉｓｂｅｃｏｍｉｎｇｔｈｅｈｉｇｈｅｓｔｐｒｉｃｅｓｏｆＫａｉｆｅｎｇ；Ｒｅｇｉｏｎａｌｉｎｔｅ ｇｒａｔｉｏｎｆａｃｔｏｒｓｉｎｃｌｕｄｉｎｇｃｒｏｓｓ ｂｏｒｄｅｒｔｒａｆｆｉｃａｎｄＪｉｎｍｉｎｇｄｉｓｔｒｉｃｔｐｌａｎｎｉｎｇｈａｖｅａｓｉｇｎｉｆｉｃａｎｔｌｙｐｏｓｉｔｉｖｅｉｍｐａｃｔｏｎｈｏｕｓｉｎｇｐｒｉｃｅｓ，ｔｈｅｅｆｆｅｃｔｓｏｆｗｈｉｃｈｃｈａｎｇｅｗｉｔｈｔｈｅｉｎｔｅｇｒａｔｉｏｎｐｒｏｇｒｅｓｓ．Ｅｓｐｅｃｉａｌｌｙ，ｔｈｅｐｏｓｉｔｉｖｅｉｍｐａｃｔｏｆｔｈｅｅｘ ｐｒｅｓｓｗａｙｏｆＺｈｅｎｇｚｈｏｕａｎｄＫａｉｆｅｎｇｏｎｈｏｕｓｉｎｇｐｒｉｃｅｓｈａｓｂｅｅｎｆｉｒｓｔｌｙｉｎｃｒｅａｓｅｄａｎｄｔｈｅｎｄｅｃｌｉｎｅｄ．Ｔｈｅｏｐｅｎｏｆｔｈｅｉｎｔｅｒｃｉｔｙｌｉｇｈｔｒａｉｌｓｈｏｗｓａｓｉｇｎｉｆｉｃａｎｔｌｙｐｏｓｉｔｉｖｅｅｆｆｅｃｔｏｎｈｏｕｓｉｎｇｐｒｉｃｅｓ，ｗｈｉｌｅｔｈｅｐｏｔｅｎｔｉａｌｅｆｆｅｃｔｏｆｎｅｗｔｏｗｎ Ｊｉｎ ｍｉｎｇｉｓｄｅｃｒｅａｓｉｎｇ．Ｔｈｉｓｐａｐｅｒｓｈｏｗｓｔｈａｔｒｅｇｉｏｎａｌｉｎｔｅｇｒａｔｉｏｎｈａｓａｓｉｇｎｉｆｉｃａｎｔｉｎｆｌｕｅｎｃｅｏｎｕｒｂａｎｈｏｕｓｉｎｇｐｒｉｃｅｓ．
Ｋｅｙｗｏｒｄｓ：ｈｏｕｓｉｎｇｐｒｉｃｅ；ｒｅｇｉｏｎａｌｉｎｔｅｇｒａｔｉｏｎ；ｓｐａｔｉａｌｄｉｆｆｅｒｅｎｔｉａｔｉｏｎ；ＫａｉｆｅｎｇＣｉｔｙ
·
７６·　第２期蔡媛媛，等：城市住宅价格空间分异的区域一体化因素分析。