徐州市各县区房地产价格差异研究
姚远，陈龙乾**
作者简介：姚远，（1987-），男，硕士，主要研究方向：土地经济
通信联系人：陈龙乾，（1964-），男，教授，主要研究方向：土地经济与不动产经济. E-mail: clqcumt@126.com
（中国矿业大学环境与测绘学院，江苏 徐州 221116）
5 摘要：近年来，徐州市房地产经济发展快速，然而各县区房地产发展不平衡，导致房地产价
格呈现区域差异。在此背景下，本文以研究徐州市各县区房地产价格差异为目的，以标准差、
标准差系数、相对发展率以及回归分析等为研究方法。研究结果表明：（1）从总体走势上
看，近年来差异有加大的趋势；从发展速度上看，沛县、铜山县、丰县发展较快，最具备发
展潜力。（2）根据回归模型Y=274.989+0.027×X1+0.523×X2+93.591×X3，可知人均GDP、
10 单位房屋竣工成本、单位道路面积对房地产价格的影响度分别为0.027、0.523、93.591。
通过模型量化分析可揭示徐州市各县区房地产价格差异的原因。
关键词：房地产价格；徐州市；县区；回归模型
 0 引言
近年来，随着我国经济持续高速增长，房地产市场也快速发展，由于各地房地产市场发
35 育完善程度不一，导致了区域间房价的差异。徐州市是我国内陆三线城市，随着金融危机后
房地产商由饱和的一二线城市转战三线城市，徐州市房地产业近年来实现了较快发展。2008
年徐州市房地产再建项目超过700 个，仅市区占有150 余个；房地产房屋成交量达到34781
套，其中住宅类占67%以上[1]。徐州市房地产业整体发展较快，但局部仍存在不平衡，从房
地产价格水平来看，市区的4162.67 元/平方米要明显高于睢宁县的1744.49 元/平方米[2]。
40 随着我国房地产业高速发展，房地产价格区域差异也越发明显。因此，这一研究领域也
成为我国众多学者近年来尝试研究的热点。龙莹、张世银等人指出宏观经济的快速发展、地
价的上升、一般物价水平上涨是推动全国房价上涨的主要原因[3]；沈丽、李文君等人研究了
房地产价格区域差异与统一利率政策之间的联系[4]；孔煜等人研究了银行信贷对房地产价格
的影响[5]；何鸣、柯善咨等人从城市环境特征品质的差异出发，对房地产价格区域差异进行
 45 研究[6]。然而，我国至目前的研究中，绝大多数是基于省市级行政单位或者国家区域单元数
据，从宏观上很好地解释了现实区域经济大格局的差异变化，而针对县区间房地产经济发展
差异产生的原因的研究相对较少。所以，对徐州市各县区进行房地产价格差异研究，对我们
更好地看清房地产经济发展的形势，逐步缩小区域经济差距，促进房地产业持续、健康、稳
步发展和区域房地产协调发展具有非常重要的意义。
50 1 徐州市房地产价格区域差异测度
1.1 总体走势差异的测度
在区域研究中，以往学者通常利用标准差和标准差系数这两个指标作为研究指标。标准
差，是各数据偏离平均数的距离的平均数，它是离均差平方和平均后的方根，用σ 表示。标
准差能反映一个数据集的离散程度。其计算公式为：
( )2 x x f
f
σ
−
= Σ
Σ
55 （式1）
标准差其数值的大小不仅与这组数据本身水平高低有关，而且还取决于数据的计量单
位。对于不同水平的总体不宜直接用标准差指标进行对比，标准差系数能更好的反映不同水
平总体的标志变动度。标准差系数是一组数据的标准差指标与其平均指标之比，它是一个相
对变异指标，其计算公式为：
V
X σ
σ
60 = （式2）
其中，Vσ 为标准差系数；σ 为标准差； X 为平均值。本文以徐州市七个县区2006-2008
年的房地产价格（见图1）作为研究对象，通过计算其标准差和标准差系数来分析徐州市各
县区房地产价格的差异，见表1。
65 数据来源：依据《徐州市统计年鉴2009》中的相关数据计算得出
图1 徐州市各县区2006-2008 年的房地产价格
Fig. 1 The real estate price of different counties in Xuzhou City during 2006-2008
从表1 中的标准差数据显示，徐州市房地产价格的区域差异具有波动状况，且2008 年
70 标准差值高于2006 年的标准差值，总体来说具有上升趋势；标准差系数基本维持在0.2 以
上的中等水平，逐年有增大趋势，说明徐州市房地产价格的区域差异显著性一般，但差异有
扩大趋势。综上所述，徐州市房地产价格存在区域差异，而且这种差异有波动扩大的趋势。
0
500
1000
1500
2000
2500
3000
3500
市区丰县沛县铜山县睢宁县新沂市邳州市
徐州区域
房地产价格
2006年
2007年
2008年
(元/平方米)
 表1 2006-2008 年徐州市房地产价格区域差异测度表
Tab. 1 Regional differences measure to the real estate price in Xuzhou City during 2006-2008
年份 2006 2007 2008
标准差 484.17 471.83 493.28
标准差系数 0.26 0.28 0.29
75 数据来源：依据《徐州市统计年鉴2009》中的相关数据计算得出
1.2 发展速度差异的测度
在总体描述中，可以看出徐州房地产经济发展的区域差异有逐年波动扩大的趋势，下面
从徐州市各区域房地产经济发展速度上的差异来对此进一步分析。衡量区域房地产经济发展
80 速度的差异，通常的指标可以是采用价格的增长或下降的幅度作为指标，但是其不方便之处
是确定基数的问题。为此，本文引入相对发展率(Nich)概念，其本意是为测度各区域在某一
时期内人均GDP 的变化与同一时期全市人均GDP 的变化的关系[7]，我们采用这种思想，并
结合房地产经济发展方面因素，这里将相对发展率定义为某一个区域的房地产价格某一时间
段内的变化和整个全市均价水平的变化量的比值。其计算公式为
2 1
2 1
x x
x x
Nich i i
−
−
85 = （式3）
其中，xi2、xi1 表示徐州市某一区域在某两个时间点上的房地产价格水平，x2、x1 表示徐
州市在某两个时间点上房地产的全市平均价格。
下面采用徐州市七个区域2006 年至2008 年房地产价格数据，经计算得出徐州市各区域
房地产经济的相对发展率，见表2：
90
表2 徐州市房地产价格增长速度差异分析表
Tab. 2 Analysis of real estate price growth differences in Xuzhou City
年份 市区 丰县 沛县 铜山县 睢宁县 新沂市 邳州市
2006-2008 0.88 1.07 1.74 1.32 0.23 0.80 0.96
数据来源：依据《徐州市统计年鉴2009》中的相关数据计算得出
95 表2 中，相对发展率高低反映出房地产价格增长速度快慢，由此可以看出，房地产经济
发展速度由快到慢的顺序为：沛县、铜山县、丰县、邳州市、市区、新沂市、睢宁县，其中，
沛县、铜山县、丰县这三个区域的Nich 值均大于1，表明2006-2008 年这些区域的房地产价
格变化幅度要大于整个徐州市的平均价格的变化幅度，即房地产经济发展速度相对较快；邳
州市、市区、新沂市、睢宁县这四个区域的Nich 值均小于1，表明2006 年至2008 年这些
100 区域房地产经济发展速度相对较慢。此外，不难看出，市区房地产价格增长速度逐步放缓，
沛县、铜山县房地产价格增长速度较快，且沛县的Nich 值约是价格增长速度较慢的睢宁市
7.5 倍。
2 徐州市房地产价格区域差异分析
2.1 指标选取与筛选
105 我国学者陈秀山认为，要理解一个地区的经济发展进程，并寻找地区经济发展的影响因
素，合理的逻辑是地区投入要素的状况包括了质和量两方面，然后是探讨这些要素的“配置”
情况，接下来是要寻找这些经过配置后的要素的“使用”效率，最后如果是在上述三种情况
都一样的情况下，还要考虑区域间空间格局变动力量的作用[8]。依据这个原理，研究整个房
地产价格上的区域差异，可以从不同区域在要素投入、要素配置、要素使用效率以及空间格
 110 局上的差异尝试研究。因此，在笔者能够获得的数据的条件下，本文从基础设施建设、城镇
人口、城镇面积、宏观经济水平、房地产成本角度分别选取道路面积、常住人口、建成区面
积、人均GDP、单位房屋竣工成本五个指标，见表3。
表3 徐州市各县区指标数据表
115 Tab. 3 The indexs data of different counties in Xuzhou City
房地产价格
（元）
道路面积
（万平方米）
常住人口
（万人）
建成区面积
（平方公里）
人均GDP
（元）
单位房屋竣
工成本（元）
市区 4162.47 1855.00 197.38 144.13 56580.00 2262.98
丰县 1958.36 296.00 99.61 28.33 9985.03 839.08
沛县 2334.31 363.06 112.50 43.17 16437.33 1405.72
铜山县 2958.55 359.00 118.90 27.81 19933.26 1836.83
睢宁县 1744.49 182.60 114.46 26.58 9390.72 1094.85
新沂市 2646.09 420.60 91.13 40.52 16316.26 1802.28
邳州市 2052.48 376.42 125.23 46.13 14921.62 1398.90
数据来源：《徐州统计年鉴2009》相关数据计算而得
但是不能直接将上述五个指标作为自变量，将房地产价格作为因变量进行回归分析，原
因是：1、上述五项指标中可能存在较高的正相关关系，若直接进行回归分析，会产生多重
120 线性问题影响分析结果的正确性；2、指标过多，建立的回归方程进行显著性检验和回归系
数检验都难以通过，导致回归方程无效。因此，下面对上述五项指标进行筛选。利用SPSS
软件进行相关性分析，可得到各指标间的相关性水平，见表4。
表4 五项指标与房地产价格相关性分析表
125 Tab. 4 Correlation analysis between five indexs and the real estate price
指 标 房地产
价格（元）
邮电业务
总量（万元）
道路面积
（万平方米）
常住人口
（万人）
建成区面积
（平方公里）
人均GDP
（元/平
方米）
道路面积
（万平方米）
0.90 0.99
常住人口
（万人）
0.80 0.97 0.93
建成区面积
（平方公里）
0.86 0.98 0.99 0.93
人均GDP（元） 0.95 0.96 0.93 0.93 0.97
单位房屋竣工
成本（元） 0.91 0.73 0.74 0.65 0.71 0.81
通过表4 可见，人均GDP、单位房屋竣工成本这两项指标与房地产价格的Pearson 相关
系数分别为0.95、0.91，并且其他四项指标的Pearson 相关系数相对较小，道路面积和建成
原创学术论文网Tag：职称论文发表 代写代发论文 经济论文代写 经济论文发表