中国城市住宅价格的空间分化及其土地市场影响

王 洋，王德利， 刘丽华， 闫 梅，王少剑

（1.广州地理研究所，广东 广州 510070； 2. 广东省地理空间信息技术与应用公共实验室，广东 广州510070；3. 北京市社会科学院，北京 100101；4.华中科技大学社会学系，湖北 武汉 430074；5.中国科学院地理科学与资源研究所，北京 100101； 6.中国科学院大学，北京 100049；7.中山大学地理科学与规划学院，广东 广州 510275）

中国城市住宅价格的空间分化及其土地市场影响

王 洋1,2，王德利3， 刘丽华4， 闫 梅5，6，王少剑7

（1.广州地理研究所，广东 广州 510070； 2. 广东省地理空间信息技术与应用公共实验室，广东 广州510070；3. 北京市社会科学院，北京 100101；4.华中科技大学社会学系，湖北 武汉 430074；5.中国科学院地理科学与资源研究所，北京 100101； 6.中国科学院大学，北京 100049；7.中山大学地理科学与规划学院，广东 广州 510275）

研究目的：分析中国城市住房价格空间分化的新趋势、新格局与新特征，并定量探索土地市场因素对其分化的作用机制。研究方法：PDI分化指数分析、GIS空间分析、灰色关联分析。研究结果：中国城市住宅价格存在显著的空间分化现象，分化的主方向是一线城市与其他城市的等级性分化；住宅价格的空间差异格局呈现出行政等级性差异增强，空间集聚性分异减弱的新格局与新特征；土地市场包括的土地供给和土地成本因素同时决定了中国城市间住宅价格的空间分化，其中土地供给对三线城市的的影响更为显著；土地市场对不同等级城市的影响程度各异，整体来看，对一线城市房价增长的驱动最为明显。研究结论：2009年以来中国城市住宅价格的空间分化显著增强，并与土地市场因素密切相关，土地供给是核心影响因素。

土地经济；土地市场；住宅价格；PDI指数；灰色关联度；中国

1 引言

城市或区域间住宅价格的空间分异是区域经济学、地理学等学科研究的重要内容之一[1-3]。近年来，中国城市住宅价格持续快速上涨，影响了土地城镇化进程[4]，并存在“羊群效应”[5]，逐步显现出城市间房地产市场分化的新格局和新趋势[6]，城市间住宅价格存在的显著分化现象已得到学术界的认可[7-8]，这在省会城市间[9]、35个大城市间[10-11]和地级以上城市间都得到了印证[8]。2009年以来，中国城市住宅价格出现了自2008年房地产市场危机过后的复苏，总体上呈现快速上涨趋势，至2012年上涨趋势出现停滞，但2013年后房价又出现稳步上升，并呈现更显著的城市间分化趋势[6]。而以往研究成果较少关注最近5年中国城市住宅价格的新格局与新趋势，也较少对具体的分化程度进行定量分析，且多以官方统计数据为主，较少采用实际挂牌的住房数据。因此，有必要基于实际挂牌的大数据样本，对2009年以来中国城市住宅价格空间分化的新格局和新趋势予以深入剖析，以发现近5年来中国城市间住宅价格差异的变动趋势、程度和基本规律；探索城市间住宅价格是否出现显著的分化趋势，剖析这种趋势出现的方向，并判断其分化的空间集聚性或行政等级性，这有利于认清中国当前房地产市场的基本空间格局及其特征。

中国区域或城市间住宅价格分化趋势的背后必然有其内在因素驱动，目前学术界对具体推动因素目前尚无一致结论。主要观点有：供求关系是决定中国大都市住宅价格的核心因素[12]；职工平均工资和货物进出口总额对中国35个城市的房价差异影响显著[13]；城市人口规模和家庭收入水平是影响房价水平的主要因素[14]；人口规模、财富水平、建筑成本和治安状况是房价差异的主要影响因素[7]；自然环境和公共服务质量决定了房价差异，收入对房价的贡献度下降，而城市生活质量的贡献明显上升[10]；城市的自然环境特征和生产性环境特征是中国城市房价分异的影响因素[15]。由于城市样本选择、指标体系选取和数据采集时间各有不同，必然得出相异结论。而事实上，这些影响因素最终都可以归纳为两个方面：住房的供需和建设成本。基于供需理论和成本理论[16]，这两大因素在本质上决定了住宅价格及其空间分化格局[17-18]。

这些因素中，土地市场已成为中国城市住宅价格分化不可忽视的基础性因素。土地市场中的土地供应量（尤其是城市居住用地面积供应量）可决定商品住宅竣工或销售面积[19]，从而决定住房供给；在住宅建造成本差异不大的情况下，土地价格[20-21]差异几乎成为住宅成本差异的决定性因素，从而影响住宅价格。可以看出，土地市场分别通过供需视角和成本视角两个路径作用于住宅价格。因此，有必要基于土地供给和土地价格这两个土地市场的基本指标为切入点，探讨近5年来中国城市住宅价格空间分化的驱动因素，为差异化制定住房价格调控和房地产市场发展政策提供依据。

本文以2009年3月—2014年3月间中国116个主要城市住宅的平均挂牌单价为基本数据，深入分析近5年来中国城市住房价格空间分化的趋势和主要方向，探索土地市场因素对这种分化的影响程度，剖析其作用机制。同时分析土地市场对不同等级城市子市场影响的差异，为中国城市土地市场的管理提供参考。

2 数据与研究方法

2.1 研究区域与数据来源

以中国116个主要城市为研究对象，住宅数据为2009—2014年共5年的数据，来源于青岛禧泰房产数据技术有限公司提供的“全国房地产数据库”，该数据库由1.005亿套房屋、2.057亿套次出售数据组成（截至2014年4月30日），这种大数据可保证城市住宅均价计算的可信度和精确性。各城市的住宅均价数据为当月该城市所有出售数据的平均值，该数值由禧泰房产数据平台自动算出。城区人口、居住用地面积、土地价格等数据，由于从新增用地供应到住房实际供给有2—3年的滞后期，城市新增的人口也一般经过2—3年的过渡后才能同时具有实质性购房需求和购买能力[22]，再加上数据获取限制，以上数据均选取2006年和2011年的数据，以3年的滞后期计算，对应分析2009和2014年土地市场对住宅价格的影响。其中，城区人口（含暂住人口）和居住用地面积来源于《中国城乡建设统计年鉴（2006，2011）》，土地价格数据来源于《中国统计年鉴》（2007，2012）。

2.2 利用PDI指数测度住宅价格的空间分化方向与程度

本文利用PDI指数测度中国城市住宅价格的空间分化方向与强度。PDI指数是适用于地理学领域测度特定方向空间差异（或分化）程度的新方法[23]。该方法尤其适用于测度“高—低”两组地区（或城市）之间的空间分化程度与变化情况，并判断该区域的主要空间差异方向。PDI指数可表示为：

式1中，xi是组X（高住宅价格组）第i个城市的住宅均价，yj是组Y（低住宅价格组）第j个城市的住宅均价，μ为所有测度城市住宅价格的均值，n为组X的城市个数，m为组Y的城市个数，MX为组X的幂平均数，MY为组Y的幂平均数。以MX为例，可表示为：式2中，q为大于零的任意值，当q小于1，则权重更倾向于低住宅价格城市，反之倾向于高住宅价格城市。从本文的研究情况看，高、低价格组内部低水平的区域占多数，因此本文的q取0.8。PDI指数值越高，表明在该空间方向上的分化越显著。

2.3 基于灰色关联度测度影响因素

对于两个系统间的因素，其随时间或不同对象而变化的关联性大小的量度，称为关联度。采用灰色关联分析方法得出的关联度即“灰色关联度”。计算步骤如下：

（1）用极值法进行数据标准化，某一因素序列中第k个城市的标准化数值为：

（2）计算第k个城市因素i与因素j的灰色关联系数：

（3）计算因素i与因素j的灰色关联度：

式3—式5中，Fk是某一因素序列中第k个城市的原始值；Fmax、Fmin分别为该因素序列中的最大值和最小值；xk为第k个城市标准化后的数值；ξij（k）为因素xj对xi在第k个城市中的关联系数；ρ为分辨系数，一般取值为0.5；m为城市数。将关联度值由低到高分为5级，因素间的关联程度由弱到强[24]。本文测度的是2009—2014年住宅价格增长的影响因素，因此，xk为住宅单价增加量，Fk是各类影响因素（如居住用地供应量、地价等）的增加量。

3 中国城市住宅价格空间分化的特征与格局

3.1 住宅价格总体变动趋势

通过计算中国116个主要城市每年3月和9月成交量较高月份的住宅价格的月平均值及其增长率表明：近5年来中国主要城市住宅价格增长迅速，由2009年3月的4564元/m2增长到2014年3月的8102元/m2，增长近1倍。这种增长过程可界定为两个阶段，第一阶段是2009年3月—2011年9月的迅速上涨，平均半年的增长率可达到12%以上，最高可达17.61%（2009年9月—2010年3月），期间增长了3001元/ m2，增速非常明显。2011年9月—2012年3月住宅出现小幅下降，但随后又开启了第二轮上涨，该轮上涨的幅度和速度稍低，但也保持了约3%左右的平均半年增长率。

3.2 中国城市住宅价格的空间分化方向与程度

将本文研究的116个主要城市划分为一、二、三线3个等级：一线城市包括北京、上海、广州、深圳4市；二线城市为除了一线城市以外的省会城市和副省级城市，共32个；其余为三线城市。本文采用三种分组方式：一线城市与其他城市、一二线城市与其他城市、沿海城市群与其他城市。其中，沿海城市群定义为京津唐城市群、长三角城市群、海峡西岸城市群和珠三角城市群，共32个主要城市。

采用PDI指数分别计算上述三种分组情况下中国城市住宅价格空间分化变动趋势（图1），结果表明，一线城市与其他城市之间的分化趋势最为显著，分化趋势扩大也最为明显，PDI指数在5年来扩大了近1倍，这种扩大趋势主要出现在2012年3月以来的第二轮房价上涨时段中。中国城市住宅价格空间分化的主方向。一、二线城市与其他城市、沿海城市群与其他城市也存在着空间分化现象，前种分组方式的空间分化程度略低于后者。但在变动趋势上，一、二线城市与其他城市之间的分化明显增强，其PDI指数由2009年3月的0.3570增长到2014年3月的0.4536，增强的时间段是第二轮房价上涨。而沿海城市群与其他城市之间的分化趋势则正好相反，其在第一轮房价上涨区间中分化增长趋势明显，而后分化趋势又出现下降。由此可见，在近5年来的两轮房价上涨大潮中，房价增长热点区已经第一轮增长时段的沿海城市群转移到第二轮增长时段的一、二线城市（尤以一线城市为主）。

3.3 不同等级城市的住宅价格变化趋势

图1 三种分组情况下PDI指数变动趋势（2009—2014）Fig.1 The calculated values of PDI on housing price of 116 cites in China under 3 types since 2009

根据中国城市住宅价格特征，分别计算一、二、三线城市的住宅均价及其上涨幅度（表1）。结果表明，2009年以来，一线城市住宅均价的上涨量和幅度均最高。总体上，第一轮上涨的量和幅度高于第二轮，但这三类城市之间在不同上涨阶段，其涨幅特征也存在差异：涨幅方面，第一轮上涨阶段一、二、三线的涨幅差距不大，三线城市的涨幅高于二线城市，但到了第二轮上涨阶段，三线城市涨幅仅6.85%，这种涨幅仅与银行存款利率相当。而一线城市涨幅依然达到了35.29%，二线城市涨幅也达到12.79%，这表明，第一轮涨幅阶段属于全国普涨，而第二轮上涨则仅体现在一、二线城市，尤其是一线城市。由此，产生了这种城市等级性的住宅价格分化趋势。

表1 一、二、三线城市的住宅均价变动趋势（2009—2014）Tab.1 The trends of housing price on 3 types cites in China since 2009

3.4 住宅价格的空间格局与变化

通过GIS技术生成 2009年3月与2014年3月中国116个城市的住宅价格空间格局图（图2）。图2表明，2009年3月，多数城市住宅价格均低于5000元/m2，只有一线城市、少数二线城市和东南沿海城市的住宅价格高于5000元/m2，空间格局呈现出行政等级性和空间集聚性。到了2014年3月，这种空间特征依然明显，但其价格明显上升，均价高于5000元/m2已非常普遍，在东南沿海地区均价普遍高于10000元/m2。

图2 中国116城市住宅价格空间分异格局变化（2009，2014）Fig.2 The spatial inequality pattern of housing prices of 116 cities in China （2009，2014）

4 土地市场对中国城市住宅价格空间分化的影响

4.1 土地市场因素的变动趋势与特征

已有研究认为，供需理论和成本理论是解释城市住宅价格空间分化的两大核心视角[12]，土地市场中的土地供给和土地价格因素直接决定了住房供给和住房建设成本。本文分别利用新增城市居住用地面积代表住房供给，由于住宅价格与住宅供应成反比，因此居住用地面积取倒数（此处并不考虑二手房供应和改善性住房需求）。由于地价差异是成本差异的核心组成部分，因此用城市平均地价增加量代表建设成本，地价由各城市当年出让土地价款除以出让土地面积得出。前文所述从新增用地供应到住房实际供给本文选择3年的滞后期，数据的时间点分别选择2006—2011年。分别计算一、二、三线城市居住用地面积和地价的年平均值，并与全国116个城市总体平均值比较（表2）。结果表明，5年来全国116个城市平均地价的增长率达215.80%，远高于居住用地供应的增长率（38.22%）。在土地供应方面，一线城市增长率最低，仅增长24.06%，而二、三线城市增长率分别达到46.39%和38.00%；在地价方面，一线城市地价增长高达344.90%，远高于二、三线城市的200.74%和207.68%。这表明一线城市土地供应偏紧，而地价涨幅迅速，基于供需和成本两大机制，导致了其房价的大幅上涨。

表2 一、二、三线城市土地市场因素的变动趋势（2006—2011）Tab.2 The trends of land market on 3 types cites in China from 2006 to 2011

4.2 土地市场因素对中国城市住宅价格分化的影响程度及其空间差异

表3 住宅价格增长与土地市场因素的灰色关联度Tab.3 Grey correlation degree of the housing price growth and its main factors

利用灰色关联度分别计算土地供给和土地成本两项因素与住宅价格年均值之间的灰色关联度，进而分析土地市场因素对住宅价格分化的影响程度（表3）。结果表明，全国116城市范围内，住房价格增长与土地供给、土地成本这两大因素的灰色关联度均较高，表明土地市场因素对该时段的住宅价格分异具有显著影响。其中，房价与土地供给因素的灰色关联度达到0.8256，表明供应因素对中国116个城市分化的影响更为显著，并强于土地成本因素。

不同等级城市房价增长的土地市场影响程度也具有显著的差异特征。分别分析一、二、三线城市内部住宅价格与土地市场两大因素的灰色关联度，以此探索各自的核心影响因素（表4）。总体上，一线城市的土地市场因素对房价涨幅的影响最为显著，而二线城市的影响相对较弱。不同等级城市房价分异的核心拉动因素各有差异：一线城市中，土地供应和土地成本与房价之间的灰色关联度均大于0.8，表明这两大因素对房价增长的驱动作用都非常明显；二线城市和三线城市中，土地供给因素对房价增长的驱动作用强于土地成本因素。其中，三线城市中的土地供给因素对房价的影响更为显著。

因此，在解释近5年中国城市住房价格分化的推动因素中，供需理论和成本理论同时适用于解释一线城市的房价上涨。供需方面，4个一线城市近5年来城区人口共增加了1604.79万，增长了34.97%，这种快速的人口集聚带来了巨大的住房需求。而土地供给的增长率（24.06%）低于人口增长率10个百分点，新增住房供应速度远远满足不了其人口集聚所需住房的速度，使得一线城市的住宅价格大幅上涨。成本方面，一线城市5年来地价平均增长了344.99%，通过成本传导作用，直接导致其房价的增长。因此，土地市场中的土地供给和土地价格两大因素分别通过供需机制和成本机制作用于住宅价格；而在二、三线城市，供需理论更适用于解释其房价的变动。尤其在三线城市，近年来土地供应面积增长过多，而人口集聚速度相对较慢，使得房价增长缓慢。

全国层面，供需理论更加适合解释当前土地市场对住宅价格空间分化的影响。土地供给既决定了未来2—3年内城市整体的住房供应量，又可直接影响土地出让价格。因此，土地供给情况是中国城市间住宅价格分化的基础性影响因素。土地价格既受土地供给影响，又受到住宅价格的作用[25]。综上，土地市场因素通过供需机制和成本机制，最终决定了中国城市间的住宅价格空间分化（图3）。

图3 中国城市住房价格分化的土地市场影响机理Fig.3 The land market influencing mechanism of differentiation for housing prices in China

5 结论与政策建议

5.1 主要结论

（1）近5年来中国城市住宅价格存在着显著的空间分化现象，分化的主方向是一线城市与其他城市之间的等级性分化。不同等级城市的住宅价格变动趋势各异，一线城市住宅价格上涨幅度最大，二线城市次之，三线城市最低，形成了典型的等级性分化，并且主要集中于第二轮增长时段（2012.3—2014.3），而三线城市在前后两轮增长阶段的价格变动趋势差异巨大。在此基础上，中国城市住宅价格的空间差异格局呈现出行政等级性差异增强，空间集聚性分异减弱的新格局与新特征。

（2）基于供需机制和成本机制，土地市场中的土地供给和土地价格因素同时决定了中国城市间住宅价格的空间分化，其中土地供给的影响更为显著，是决定住宅价格分化的基础性因素。不同等级城市的土地因素影响强度各有不同，其中，土地市场对一线城市住宅价格的影响最为显著，对二、三线城市的影响稍弱，但土地市场中的土地供给因素对三线城市的影响更为明显。供需理论和成本理论同时适用于解释一线城市房价的上涨，而在二、三线城市，供需理论更加适用于解释其房价的变动。

5.2 政策建议

针对近5年来中国城市住宅价格呈现的空间分化特征，应采用住宅价格等级化、差异化的房价调控策略和土地市场政策。在一线城市和部分房价上涨过快的二线城市，继续严格控制新增外来人口数量，减缓由于过快的人口城市化对一线城市住房资源产生的争夺压力，同时应增大保障性居住用地供应比重，提高住房供应数量，从根本上缓解一线城市房价增长过快的趋势；在其余二线城市和三线城市，应控制新增居住用地面积，降低土地城市化速度，防止土地城市化冒进，避免由于住房供应相对过剩而造成的房地产市场风险与泡沫；同时，在规模较小的三线城市，鼓励或吸引人口流入，促进人口城市化，使房地产市场更加健康和可持续地发展。

（

）：

［1］ Luo Z Q, Chunlu L I U, Picken D. Housing price diffusion pattern of Australia’s state capital cities［J］ . International Journal of Strategic Property Management, 2007,（11）: 227 - 242.

［2］ Stevenson S. House price diffusion and inter-regional and cross-border house price dynamics［J］ . Journal of Property Research, 2004, 21（4）:301 - 320.

［3］ Pollakowski H O, Ray T S. Housing price diffusion patterns at different aggregation levels: an examination of housing market efficiency［J］ . Journal of Housing Research, 1997, 8（1）:107 - 124.

［4］ 李永乐，舒帮荣，吴群. 房地产价格与土地城镇化：传导机制与实证研究［J］ . 中国土地科学，2013，27（11）：52 - 58.

［5］ 高波，洪涛. 中国住宅市场羊群行为研究——基于1999—2005动态面板模型的实证分析［J］ . 管理世界，2008，（2）：90 - 96.

［6］ 邱少君.房地产市场的分化及其趋势［J］ . 中国房地产，2014，（7）：33 - 35.

［7］ 张娟锋，刘洪玉. 住宅价格与土地价格的城市差异及其决定因素［J］ . 统计研究， 2010， 27（3）： 37 - 44.

［8］ 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.

［9］ 郭斌. 住房供应体系及其价格发展趋势研究［M］ . 西安： 西安交通大学出版社， 2010.

［10］ 郑思齐，曹洋，刘洪玉. 城市价值在住房价格中的显性化及其政策含义——对中国35个城市住宅价格的实证研究［J］ . 城市发展研究， 2008，（1）： 4 - 7.

［11］ 高波，陈健，邹琳华. 区域房价差异、劳动力流动与产业升级［J］ . 经济研究，2012，（1）：66 - 79.

［12］ 吴群，高慧琼. 供求关系对大都市商品住宅价格作用机理的分析——以南京市为例［J］ . 中国土地科学，2006，20（2）：51 - 56.

［13］ 张绍良，李晶晶，公云龙. 基于特征价格模型的城市住宅价格影响因素研究［J］ . 地域研究与开发，2013，32（4）：80 - 83.

［14］ 崔新明. 城市住宅价格的动力因素及其实证研究［D］ . 杭州：浙江大学，2003.

［15］ 何鸣，柯善咨，文嫣. 城市环境特征品质与中国房地产价格的区域差异［J］ . 财经理论与实践， 2009， 30（2）： 97 - 103.

［16］ 王洋，李强，王少剑， 等. 扬州市住宅价格空间分异的影响因素与驱动机制［J］ . 地理科学进展， 2014，33（3）：375 - 388.

［17］ 张红， 翁少群. 基于均衡价格形成机制的住宅价格变化特征研究［J］ . 土木工程学报， 2007， 40（8）： 100 - 105.

［18］ Ozanne L, Thibodeau T. Explaining Metropolitan Housing Price Differences［J］ . Journal of Urban Economies, 1983, 13（1）: 51 - 66.

［19］ 邓长荣. 我国住宅价格影响因素与波动性特征［D］ . 成都： 电子科技大学，2010.

［20］ 邓宏， 尹丹华， 汤建中. 税后房价收入比的估算方法及中美房价的对比［J］ . 广州大学学报（社会科学版）， 2010， 9（12）： 41 - 44.

［21］ Peter A, George M, Roselyne J, et al. Explaining house prices in Australia： 1970—2003［J］ . Economic Record, 2005, 81（1）: 96 - 103.

［22］ Zhang H. Effects of urban land supply policy on real estate in China: an econometric analysis［J］ . Journal of Real Estate Literature, 2008, 16（1）: 55 - 72.

［23］ Wang Yang, Fang Chuanglin, Xiu Chunliang, et al. A new approach to measurement of regional inequality in particular directions［J］ . Chinese Geographical Science, 2012, 22（6）: 705–717.

［24］ 周杜辉， 李同昇， 哈斯巴根， 等. 陕西省县域综合发展水平空间分异及机理［J］ . 地理科学进展， 2011， 30（2）： 205 - 214.

［25］ 刘琳， 刘洪玉. 地价与房价关系的经济学分析［J］ . 数量经济技术经济研究， 2003，（7）： 27 - 30.

（本文责编：郎海鸥）

Spatial Differentiation of Urban Housing Prices and Its Impacts on Land Market in China

WANG Yang1,2, WANG De-li3, LIU Li-hua4, YAN Mei5,6, WANG Shao-jian7
（1. Guangzhou Institute of Geography, Guangzhou 510070, China; 2. Guangdong Open Laboratory of Geospatial Information Technology and Application, Guangzhou 510070, China; 3. Beijing Academy of Social Sciences, Beijing 100101, China; 4. Department of Sociology, Huazhong University of Science and Technology, Wuhan 430074, China; 5. Institution of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101, China; 6. University of Chinese Academy of Sciences, Beijing 100049, China; 7. School of Geography and Planning, Sun Yat-sen University, Guangzhou 510275, China）

The purpose of this study is to study on the new trends, new patterns and new features of spatial differentiation of urban housing prices in China, and discuss driving factors and mechanism of land market. Methods employed were PDI index, GIS and gray relative analysis. The results indicate that 1） significant spatial inequalityof urban housing prices exists in china, especially the grade differentiation between first-tier cities and other cities; 2） the administrative hierarchical disparity of housing prices enhanced, while the spatial agglomeration disparity weakened; 3） the land supply and cost are in direct relation to spatial differentiation of urban housing prices in China, with the first factor being the most significantly; 4） the influence of land market for the housing prices vary among cities with different levels, with first-tier cities being the most significantly. It is concluded that significant spatial inequality and disparity of urban housing prices exists in China. It is closely related to factors of land market, and the core driving force is the land supply.

land economy; land market; housing prices; PDI index; gray relative analysis; China

F293.3

A

1001-8158（2015）06-0033-08

10.13708/j.cnki.cn11-2640.2015.06.005

2014-09-27

2015-05-15

国家自然科学基金（41201154，41401164）；北京市社会科学院重点课题（2015A2385）。

王洋（1984-），男，黑龙江黑河人，博士，城乡规划工程师。主要研究方向为经济地理、城市与区域规划。E-mail: wyxkwy@163.com

王德利（1984-），男，山东淄博人，博士，副研究员。主要研究方向为城市地理。E-mail: wangdl562@163.com