• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      房地產(chǎn)學(xué)科1998-2018年研究結(jié)構(gòu)分析
      ——基于CSSCI文獻(xiàn)共被引分析

      2020-07-01 11:38:06虞曉芬蕭文龍
      科學(xué)經(jīng)濟(jì)社會 2020年2期
      關(guān)鍵詞:命名房價(jià)聚類

      虞曉芬,蕭文龍

      (浙江工業(yè)大學(xué) 管理學(xué)院,浙江 杭州 310023)

      引言

      房地產(chǎn)作為我國國民經(jīng)濟(jì)的重要產(chǎn)業(yè)之一,一直是研究的熱點(diǎn)領(lǐng)域,發(fā)表的論文數(shù)量大,研究的主題多[1]。本文運(yùn)用情報(bào)學(xué)學(xué)科中的文獻(xiàn)共被引分析方法,結(jié)合R語言輔助工具和因素分析、聚類分析和多維尺度分析,旨在厘清房地產(chǎn)學(xué)科的研究結(jié)構(gòu)和研究現(xiàn)狀,對于幫助學(xué)者準(zhǔn)確把握研究方向、更好地開展進(jìn)一步研究具有一定的現(xiàn)實(shí)意義(1)感謝碩士研究生陳瀟騰在論文數(shù)據(jù)處理、分析時(shí)的協(xié)助。。

      一、相關(guān)研究基礎(chǔ)與文獻(xiàn)綜述

      Kessler研究發(fā)現(xiàn),當(dāng)兩篇文章同時(shí)被其他文章引用的頻次越高,則代表兩篇文獻(xiàn)之間的相關(guān)性越高,同時(shí)也代表其可能具有高價(jià)值[2]。在此基礎(chǔ)上,Small等人在1973年提出共被引分析概念后,引起了情報(bào)學(xué)界尤其是文獻(xiàn)計(jì)量學(xué)領(lǐng)域研究人員的極大興趣,許多學(xué)者紛紛從共引關(guān)系入手,利用SCI、SSCI等檢索工具,對文獻(xiàn)進(jìn)行分析研究。他們的研究結(jié)果表明:一個(gè)專業(yè)是由在其發(fā)展中出現(xiàn)的為數(shù)不多且極其重要的論文所定義的[3]。Small[4]、I.V.Marshakova[5]、陳超美[6]等一直采用共被引方法對各個(gè)學(xué)科的研究結(jié)構(gòu)進(jìn)行分析,并描繪其發(fā)展歷程。另有White通過構(gòu)建共被引矩陣,并進(jìn)行因素分析、多維尺度分析與聚類分析來探討資訊科學(xué)領(lǐng)域的知識結(jié)構(gòu),進(jìn)而找出該領(lǐng)域知識結(jié)構(gòu)的變化情況[7]。

      趙丹群[8]、Shiau[9]、開濱[10]等國內(nèi)學(xué)者也通過構(gòu)建共被引矩陣,并結(jié)合因子分析、多維尺度分析、聚類分析等統(tǒng)計(jì)分析方法,確定對應(yīng)領(lǐng)域的核心知識和研究方法。陳悅[11]、趙黨志[12]、侯劍華[13]、趙蓉英[14]、康全禮和丁飛己[15]等運(yùn)用文獻(xiàn)共被引研究方法,進(jìn)行了管理學(xué)、計(jì)量學(xué)等學(xué)科可視化的研究。

      二、研究方法

      通過對共被引分析相關(guān)的研究進(jìn)行整理發(fā)現(xiàn),Web of Science和中國社會科學(xué)引文索引(CSSCI)這兩個(gè)在線數(shù)據(jù)庫是研究人員研究國內(nèi)外文獻(xiàn)所采用的數(shù)據(jù)庫,共被引分析結(jié)合SPSS統(tǒng)計(jì)分析軟件中的因素分析、聚類分析和多維尺度分析等三種方法,是諸多學(xué)者用于尋找文獻(xiàn)之間關(guān)系程度的研究方法[16]。本文選用的是因素分析、聚類分析和多維尺度分析組合的分析方法,進(jìn)而分類及選出房地產(chǎn)學(xué)科的研究結(jié)構(gòu)。通過引文分析,從CSSCI數(shù)據(jù)庫取得文獻(xiàn)后利用R語言進(jìn)行解析,分別取出高引用文獻(xiàn)后通過高被引分析計(jì)算出共被引矩陣,借助SPSS統(tǒng)計(jì)軟件進(jìn)行因素分析、聚類分析和多維尺度分析。

      三、數(shù)據(jù)來源與處理

      本文研究數(shù)據(jù)來源于中國社會科學(xué)引文索引(CSSCI)數(shù)據(jù)庫,數(shù)據(jù)檢索時(shí)間是2018年10月1日。檢索條件為“所有字段=房地產(chǎn),文獻(xiàn)類型=論文,學(xué)科類型=管理學(xué),年=1998-2018”和“所有字段=房地產(chǎn),文獻(xiàn)類型=論文,學(xué)科類型=經(jīng)濟(jì)學(xué),年=1998-2018”,分別檢索到327篇和3791篇結(jié)果,共計(jì)4118篇。通過去重77篇后,得到有效文獻(xiàn)4041篇,36370條參考文獻(xiàn)記錄。本文主要研究的是文獻(xiàn)之間的共引情況,故通過關(guān)鍵詞“出版社”和“產(chǎn)業(yè)報(bào)告”去除參考文獻(xiàn)中的圖書和專業(yè)報(bào)告,以及標(biāo)題缺失無法確定具體文獻(xiàn)的記錄和參考文獻(xiàn)空缺的記錄,共得到有效參考文獻(xiàn)28252篇。

      將原始文獻(xiàn)依照年份依次排序,整理出1998年至2018年間原始文獻(xiàn)在CSSCI核心數(shù)據(jù)庫所含期刊中的發(fā)表年份趨勢,如圖1。

      圖1 原始文獻(xiàn)發(fā)表年份趨勢

      由圖所示,1998年-2003年文獻(xiàn)年發(fā)表數(shù)量穩(wěn)定在79-103篇,從2004年開始逐年上升,至2008年達(dá)到頂峰314篇,這與中央政府從2003年開始的各類房地產(chǎn)調(diào)控有關(guān),使得對房地產(chǎn)問題的關(guān)注度持續(xù)走高,學(xué)界的研究熱情不斷攀升。2008年至2011年,房地產(chǎn)相關(guān)文獻(xiàn)的年發(fā)表量維持在相對較高的狀態(tài),期間也是房地產(chǎn)市場快速發(fā)展的階段。從2012年開始,年發(fā)表量逐年走低并降低至169篇(2017年),研究產(chǎn)出有所下降。

      通過原始文獻(xiàn)的期刊分布分析,可以觀察到來源文獻(xiàn)資料的分布情況和重點(diǎn)期刊。本研究將原始文獻(xiàn)在CSSCI所含期刊分布做統(tǒng)一整理,如表1。發(fā)表量前5名的期刊分別為:(1)統(tǒng)計(jì)與決策;(2)價(jià)格理論與實(shí)踐;(3)稅務(wù)研究;(4)城市發(fā)展研究;(5)經(jīng)濟(jì)體制改革。

      表1 原始文獻(xiàn)期刊分布(前20)

      四、結(jié)果分析

      (一)初步分析

      被引用文獻(xiàn)的初步整理主要目的在于引文分析萃取出具有高價(jià)值的高被引用文獻(xiàn)。將28252篇被引用文獻(xiàn)的期刊分布展開討論,如圖2,然后計(jì)算被引用文獻(xiàn)并將其由高至低排序,依此排序構(gòu)建共被引矩陣,再以壓力值0.2為篩選條件,選擇合適的共被引矩陣。但是本研究中,當(dāng)壓力系數(shù)小于0.2時(shí),高被引用文獻(xiàn)數(shù)量太少,依此得出的分析結(jié)果可能較不具可靠性與準(zhǔn)確性,因此采用逐步測試法,最后到54篇時(shí),聚類分析結(jié)果與多維尺度分析結(jié)果兩個(gè)圖上能分群且不交叉重疊,因此,采用54篇高被引用文獻(xiàn)所構(gòu)建的共被引矩陣,其中引用次數(shù)均≥15。

      將54篇高被引用文獻(xiàn)的期刊分布做統(tǒng)一整理,得出房地產(chǎn)學(xué)科引用文獻(xiàn)上最具有影響力的前五大期刊為:(1)經(jīng)濟(jì)研究;(2)財(cái)貿(mào)經(jīng)濟(jì);(3)數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;(4)管理世界;(5)世界經(jīng)濟(jì)。

      本研究運(yùn)用引文分析的54篇高被引用文獻(xiàn),構(gòu)建出54*54的共被引矩陣,此矩陣為一對稱矩陣,經(jīng)過數(shù)據(jù)資料量化后得到表示各文獻(xiàn)之間相關(guān)性的數(shù)值,分別代表兩篇文章之間的共被引次數(shù),以便做進(jìn)一步分析。其中,原對角線數(shù)值為0,因?yàn)槲墨I(xiàn)本身不存在共同被引用的情況,為了符合矩陣的相似性,將對角線的數(shù)值以該文獻(xiàn)與其他文獻(xiàn)共被引次數(shù)的最大值替換[17]。

      圖2 被引用文獻(xiàn)期刊分布圖

      (二)因素分析

      本研究通過因素分析法進(jìn)行分析,用主成分分析法提取因子并結(jié)合最大方差法,對共被引矩陣進(jìn)行成分提取。根據(jù)特征值大于1的標(biāo)準(zhǔn)提取出14個(gè)成分因子,總方差解釋量85.242%,高于建議值的70%,如表2所示。通過仔細(xì)閱讀各因素所含文獻(xiàn),依照文中出現(xiàn)的高頻詞和核心知識將14個(gè)因素依次命名。

      表2 因素分析結(jié)果

      因素一命名為“信貸”,此因素所含文獻(xiàn)主要探討房地產(chǎn)與住房按揭貸款、借貸熱潮等信貸問題之間的關(guān)系。因素二命名為“貨幣”,該因素所含文獻(xiàn)主要探討房地產(chǎn)與貨幣因素、貨幣傳導(dǎo)機(jī)制和貨幣政策之間的關(guān)系。因素三命名為“消費(fèi)”,該因素所含文獻(xiàn)主要探討了住房財(cái)富和居民消費(fèi)、家庭消費(fèi)、社會總消費(fèi)之間的關(guān)系。因素四命名為“經(jīng)濟(jì)基本面”,該因素所含文獻(xiàn)主要探討房地產(chǎn)價(jià)格和人均GDP、物價(jià)之間的關(guān)系。因素五命名為“房地產(chǎn)經(jīng)濟(jì)”,該因素所含文獻(xiàn)主要探討房地產(chǎn)市場發(fā)展及經(jīng)濟(jì)增長等相關(guān)問題。因素六命名為“通貨膨脹”,該因素所含文獻(xiàn)主要探討房地產(chǎn)價(jià)格與貨幣供應(yīng)量、通貨膨脹之間的關(guān)系。因素七命名為“市場競爭”,該因素所含文獻(xiàn)主要探討了房價(jià)與土地價(jià)格、房地產(chǎn)市場壟斷之間的關(guān)系。因素八命名為“供需結(jié)構(gòu)”,該因素所含文獻(xiàn)主要探討房價(jià)波動與土地供應(yīng)結(jié)構(gòu)、市場需求結(jié)構(gòu)和人口結(jié)構(gòu)之間的影響。因素九命名為“價(jià)格波動”,該因素所含文獻(xiàn)主要探討了房地產(chǎn)價(jià)格波動、周期波動的相關(guān)問題。因素十命名為“宏觀經(jīng)濟(jì)”,該因素所含文獻(xiàn)主要探討了房地產(chǎn)市場發(fā)展與金融穩(wěn)定、經(jīng)濟(jì)增長之間的關(guān)系。因素十一命名為“泡沫”,該因素所含文獻(xiàn)主要探討房地產(chǎn)市場的泡沫水平及泡沫破滅等相關(guān)問題。因素十二命名為“住房權(quán)益及成本”,該因素所含文獻(xiàn)主要探討住房權(quán)益和住房成本的相關(guān)問題。因素十三命名為“匯率”,該因素所含文獻(xiàn)主要探討了房價(jià)與人民幣匯率之間的關(guān)系。因素十四命名為“房地產(chǎn)稅”,該因素所含文獻(xiàn)主要探討了房屋價(jià)值和財(cái)產(chǎn)稅、物業(yè)稅等房地產(chǎn)稅的關(guān)系。

      (三)聚類分析

      使用聚類分析,用Z分?jǐn)?shù)進(jìn)行標(biāo)準(zhǔn)化,再利用平方歐式距離與Word’s方法對高被引矩陣進(jìn)行聚類,其結(jié)果分為七大聚類,如圖3所示。

      圖3 聚類分析結(jié)果

      聚類一命名為“房地產(chǎn)稅與匯率”,此聚類所含文獻(xiàn)主要是討論房地產(chǎn)價(jià)格和財(cái)產(chǎn)稅、物業(yè)稅等房地產(chǎn)稅及人民幣匯率之間的關(guān)系。聚類二命名為“價(jià)格波動”,此聚類所含文獻(xiàn)主要是探討房價(jià)泡沫、房價(jià)升值、房價(jià)變動等房地產(chǎn)價(jià)格波動問題。聚類三命名為“市場競爭”,此聚類所含文獻(xiàn)主要探討了房價(jià)和土地價(jià)格、開發(fā)商市場壟斷、土地空間競爭等因素之間的關(guān)系。聚類四命名為“宏觀經(jīng)濟(jì)”,此聚類所含文獻(xiàn)主要探討房地產(chǎn)與金融穩(wěn)定、經(jīng)濟(jì)增長等的相互關(guān)系。聚類五命名為“消費(fèi)”,此聚類所含文獻(xiàn)主要探討房地產(chǎn)消費(fèi)和人口、居民消費(fèi)支出、市場預(yù)期之間的關(guān)系。聚類六命名為“信貸”,此聚類所含文獻(xiàn)主要探討房地產(chǎn)與銀行貸款、貸款風(fēng)險(xiǎn)之間的聯(lián)系。聚類七命名為“貨幣”,此聚類所含文獻(xiàn)主要探討房地產(chǎn)與貨幣政策、利率、通貨膨脹等貨幣因素的關(guān)系。

      (四)多維尺度分析

      通過多維尺度分析,將54篇高被引用文獻(xiàn)之間的關(guān)系以二維平面圖的形式展示,并對照聚類分析結(jié)果以視覺化方式展示。在多維尺度分析中,使用與聚類分析相同的平方歐式距離,以及利用Z分?jǐn)?shù)來標(biāo)準(zhǔn)化矩陣,將文獻(xiàn)之間的關(guān)系按距離在圖上展示,最后對照聚類分析結(jié)果如圖4所示。

      圖4 多維尺度分析結(jié)果

      五、討論

      (一)房地產(chǎn)學(xué)科文獻(xiàn)分析

      本研究將文獻(xiàn)分成兩大類進(jìn)行處理:(1)原始文獻(xiàn);(2)被引用文獻(xiàn)。根據(jù)文獻(xiàn)發(fā)表的年份趨勢來看,房地產(chǎn)相關(guān)文獻(xiàn)在2008年發(fā)表量突破300篇,直到2011年一直處于相當(dāng)穩(wěn)定的狀態(tài),從2012年起,相關(guān)文獻(xiàn)年發(fā)表量逐年走低,至2017年降至169篇,房地產(chǎn)學(xué)科的研究熱度和產(chǎn)出下降。從文獻(xiàn)在CSSCI中的期刊分布來看,主要發(fā)表于(1)統(tǒng)計(jì)與決策:247篇;(2)價(jià)格理論與實(shí)踐:119篇;(3)稅務(wù)研究:107篇?!督y(tǒng)計(jì)與決策》(半月刊)研究統(tǒng)計(jì)前沿理論,探究統(tǒng)計(jì)新方法,以統(tǒng)計(jì)視角解決經(jīng)濟(jì)社會中的熱點(diǎn)難點(diǎn)問題?!秲r(jià)格理論與實(shí)踐》(月刊)研究價(jià)格理論、價(jià)格政策?!抖悇?wù)研究》(月刊)主要研究稅收理論。根據(jù)以上結(jié)果,可以發(fā)現(xiàn)大部分文獻(xiàn)集中在房地產(chǎn)價(jià)格、房產(chǎn)稅、金融、消費(fèi)等經(jīng)濟(jì)問題。

      被引用文獻(xiàn)分析中,主要整理了被引用文獻(xiàn)的來源期刊分布、高被引用文獻(xiàn)來源期刊分布等。由被引用文獻(xiàn)的來源期刊分布可知,前三名的期刊分別為:(1)經(jīng)濟(jì)研究;(2)金融研究;(3)American Economic Review(AER),均屬于經(jīng)濟(jì)學(xué)領(lǐng)域。與原始文獻(xiàn)中的來源期刊排名比較來看:在原始文獻(xiàn)的來源期刊排名中,《經(jīng)濟(jì)研究》(復(fù)合影響因子11.232)排名67,《金融研究》(復(fù)合影響因子7.130)排名30,American Economic Review(經(jīng)濟(jì)學(xué)領(lǐng)域最具有學(xué)術(shù)聲望的重要期刊)不在CSSCI所含期刊中;反觀原始文獻(xiàn)來源期刊在被引文獻(xiàn)來源期刊中的排名,統(tǒng)計(jì)與決策(復(fù)合影響因子1.134)排名19,《價(jià)格理論與實(shí)踐》(復(fù)合影響因子1.503)排名17,稅務(wù)研究(復(fù)合影響因子1.979)排名21??梢姳灰梦墨I(xiàn)中來源期刊排名高者在原始文獻(xiàn)來源期刊排名中較后,原始文獻(xiàn)來源期刊排名前三者在被引用文獻(xiàn)來源期刊排名中也相對較后。原因主要是以下四點(diǎn):(1)被引用文獻(xiàn)來源期刊排名靠前者,影響因子較高,文章發(fā)表難度大;(2)原始文獻(xiàn)來源期刊排名靠前者,影響因子相對較低,文章發(fā)表較易,且統(tǒng)計(jì)與決策為半月刊故數(shù)量更多,文章數(shù)量基數(shù)大;(3)被引用文獻(xiàn)來源期刊排名前三均為經(jīng)濟(jì)類綜合期刊,故房地產(chǎn)相關(guān)的文章發(fā)表數(shù)量不多;(4)房地產(chǎn)領(lǐng)域缺少核心且高影響力的期刊,相關(guān)文獻(xiàn)分布零散。

      (二)房地產(chǎn)學(xué)科研究結(jié)構(gòu)探討

      本研究透過文獻(xiàn)共被引分析對照聚類分析結(jié)果,共找出7個(gè)議題,分別為:(1)房地產(chǎn)稅與匯率;(2)價(jià)格波動;(3)市場競爭;(4)宏觀經(jīng)濟(jì);(5)消費(fèi);(6)信貸;(7)貨幣。

      議題一,房地產(chǎn)稅與匯率。房地產(chǎn)稅是地方財(cái)政收入重要的來源,也是調(diào)控房地產(chǎn)市場和財(cái)富再分配的重要工具,因此,房地產(chǎn)稅如何合理設(shè)置以及對市場運(yùn)行效率與公平的影響,是研究的重要主題。隨著房地產(chǎn)投資投機(jī)熱,上海、重慶等地開征房地產(chǎn)稅改革試點(diǎn)以期調(diào)控房價(jià)(吳旭慶,2018)。在經(jīng)典的房地產(chǎn)稅收觀點(diǎn)中,投資者不承擔(dān)任何的稅負(fù),全轉(zhuǎn)稼給消費(fèi)者承擔(dān),最終導(dǎo)致了房價(jià)高漲,但經(jīng)典觀點(diǎn)均忽略了住房市場不完全競爭的特性,況偉大(2012)研究認(rèn)為開征房地產(chǎn)稅能夠抑制房地產(chǎn)價(jià)格上漲。此外也有不少學(xué)者反對通過開征物業(yè)稅來控制房價(jià)(劉明慧,2009;羅東秋2010)。從利率影響來看,本國貨幣的升值會吸引外來資本的涌入,作為投資收益較高的房地產(chǎn)對資本極具吸引力,超額需求以至房價(jià)上漲(王愛儉,2007;)。除此之外匯率波動也會通過財(cái)富效應(yīng)、巴拉薩-薩繆爾森效應(yīng)等結(jié)構(gòu)性變化角度影響房價(jià)(譚小芬,2013;林木材,2013)。

      議題二,價(jià)格波動。房地產(chǎn)價(jià)格的過度波動會給經(jīng)濟(jì)帶來負(fù)面影響,進(jìn)而影響社會方方面面。供給和需求是造成房地產(chǎn)價(jià)格波動的根本原因(盧馳文,2011;李勇,2012)。學(xué)者們更為關(guān)注的是房地產(chǎn)價(jià)格劇烈波動帶來的泡沫破裂對經(jīng)濟(jì)金融的負(fù)面影響(譚曉紅 2010)。也有部分學(xué)者研究了在經(jīng)濟(jì)常態(tài)下,房地產(chǎn)價(jià)格波動對經(jīng)濟(jì)社會的影響(原鵬飛 2010;楊俊杰 2012)。泡沫經(jīng)濟(jì)的研究始于上世紀(jì)末,經(jīng)濟(jì)學(xué)家推導(dǎo)了泡沫存在的可能性,后來有學(xué)者對泡沫進(jìn)行了分類(李雅珍2001;嚴(yán)躍進(jìn) 2016),探討泡沫產(chǎn)生和破滅的原因(曹振良,1999;才元,2007)。

      議題三,市場競爭。2017年作為各地地王頻出的年頭,各路開發(fā)商高價(jià)拿地的消息層出不窮,惡性的市場競爭使得房地產(chǎn)成為了政府重點(diǎn)調(diào)控的行業(yè)。上世紀(jì)90年代,學(xué)者開始研究土地供給和地價(jià)、房價(jià)的關(guān)系(謝若鋒,1992;光楊,1998),發(fā)現(xiàn)土地供應(yīng)量對房地產(chǎn)價(jià)格起著決定作用(宗華包,2004;劉民權(quán),2009),房價(jià)和地價(jià)長期呈正相關(guān),房價(jià)的波動是導(dǎo)致地價(jià)波動的主要原因(楊慎,2003),也有學(xué)者認(rèn)為地價(jià)和房價(jià)沒有絕對關(guān)系(張小武,2005),降低地價(jià)對抑制房價(jià)沒有影響(劉琳,2003;況偉大,2005)。隨著研究的不斷發(fā)展,開發(fā)商競爭等市場因素開始受到學(xué)者的重視,政企博弈推動了開發(fā)商抬高地價(jià),導(dǎo)致政府抬高房價(jià)(毛豐付,2011;任國良,2011)。而更多的研究還是關(guān)注于房價(jià)和地價(jià),究竟是誰決定了誰。

      議題四,宏觀經(jīng)濟(jì)。房地產(chǎn)在2014年被定義為我國國民經(jīng)濟(jì)的支柱產(chǎn)業(yè),房地產(chǎn)發(fā)展與宏觀經(jīng)濟(jì)環(huán)境存在密切聯(lián)系。宏觀經(jīng)濟(jì)對房價(jià)的影響研究主要集中在對房地產(chǎn)供需、房地產(chǎn)周期等方面。對房地產(chǎn)供需的沖擊研究,主要從居民消費(fèi)預(yù)期影響(吳文斌,2011)、房地產(chǎn)投資收益率影響(王義群,2016)和投資風(fēng)險(xiǎn)程度影響(譚剛,2002)等角度。除了供需之外,宏觀經(jīng)濟(jì)的周期性波動對房地產(chǎn)波動的影響也受到了越來越多學(xué)者的關(guān)注(楊俊杰,2012;叢穎,2014)。

      議題五,消費(fèi)。房地產(chǎn)具有商品屬性,從概念上來講其屬于實(shí)物財(cái)富,是消費(fèi)者消費(fèi)的對象。大部分學(xué)者認(rèn)為房價(jià)上漲對消費(fèi)有促進(jìn)作用(張紅2005;趙曉剛,2009),也有學(xué)者通過實(shí)證分析發(fā)現(xiàn)房價(jià)上漲不會刺激消費(fèi)增加(洪濤,2006;劉麗,2008)。國內(nèi)學(xué)者的研究主要是偏重于宏觀總量的數(shù)據(jù)研究(李振明,2001;李學(xué)峰,2003),近年來開始有學(xué)者關(guān)注住房財(cái)富效應(yīng)(姚琳珍,2008;黃靜,2009;高波,2011)。

      議題六,信貸。2017年末人民幣房地產(chǎn)貸款余額32.2萬億元,同比增長20.9%,增速比上年末低6.1個(gè)百分點(diǎn);全年增加5.6萬億元,同比少增1,087億元,信貸成為房地產(chǎn)融資的重要來源。銀行信貸是刺激房地產(chǎn)價(jià)格攀升的主要原因(李宏瑾,2005;李健飛,2005;張濤,2006),同時(shí)房價(jià)不斷攀升對房地產(chǎn)信貸擴(kuò)張有明顯的促進(jìn)作用(李健飛,2005;江彤,2007;向宇,2010)。多種研究表明兩者之間互為因果且具有長期相關(guān)性(段忠東,2007;孔煜,2009;王曉明,2010),且影響作用存在區(qū)域差異(郭琨,2011)。

      議題七,貨幣。貨幣因素和房地產(chǎn)業(yè)密切相關(guān),房地產(chǎn)行業(yè)的穩(wěn)定直接影響到金融貨幣的穩(wěn)定,對于房地產(chǎn)業(yè)和金融貨幣的交叉研究受到了研究人員的極大青睞。房地產(chǎn)具有金融屬性(劉洪玉,2006;應(yīng)紅,2007;易憲容,2008),大量的研究集中在金融健康和房地產(chǎn)風(fēng)險(xiǎn)上,包括住房消費(fèi)貸款(易憲容,2009)、房地產(chǎn)金融風(fēng)險(xiǎn)、房地產(chǎn)資產(chǎn)泡沫(李懿,2008;王文春,2014)等。也有學(xué)者分析房地產(chǎn)行業(yè)和通貨膨脹之間的關(guān)系(董紀(jì)昌,2012),發(fā)現(xiàn)房地產(chǎn)行業(yè)會導(dǎo)致通貨膨脹。

      因素分析與聚類分析不同的因素有“貨幣”“房地產(chǎn)經(jīng)濟(jì)”“通貨膨脹”“供需結(jié)構(gòu)”“宏觀經(jīng)濟(jì)”“泡沫”“住房權(quán)益及成本”“匯率”“稅”。貨幣政策、信貸政策、房地產(chǎn)經(jīng)濟(jì)、通貨膨脹、宏觀經(jīng)濟(jì)等均與貨幣政策相關(guān),故采用“貨幣”命名。房地產(chǎn)供需結(jié)構(gòu)、房地產(chǎn)泡沫、住房權(quán)益等問題會導(dǎo)致房價(jià)波動或由房價(jià)波動所導(dǎo)致,故以“價(jià)格波動”命名。“匯率”和“稅”合并成了新的聚類“稅與匯率”。

      六、結(jié)論

      本研究的目的為利用文獻(xiàn)共被引分析、因素分析、聚類分析與多維尺度分析,探討房地產(chǎn)學(xué)科的研究結(jié)構(gòu)和特征。以CSSCI數(shù)據(jù)庫中1998年至2018年間的經(jīng)濟(jì)類和管理類文章為數(shù)據(jù)源,經(jīng)整理后得到房地產(chǎn)相關(guān)的原始文獻(xiàn)4041篇和被引用文獻(xiàn)28252篇,利用共被引用方法提取出54篇高被引用文獻(xiàn)組成共被引矩陣,再搭配統(tǒng)計(jì)分析,建構(gòu)出房地產(chǎn)學(xué)科的研究結(jié)構(gòu)。

      房地產(chǎn)學(xué)科在現(xiàn)今的學(xué)術(shù)研究中正處于穩(wěn)定發(fā)展的階段,研究結(jié)構(gòu)主要分為七大類,分別是:(1)房地產(chǎn)稅與匯率;(2)價(jià)格波動;(3)市場競爭;(4)宏觀經(jīng)濟(jì);(5)消費(fèi);(6)信貸;(7)貨幣。透過這些結(jié)構(gòu)與學(xué)者們的研究發(fā)現(xiàn),房地產(chǎn)價(jià)格被學(xué)者們廣泛研究,幾乎每一個(gè)研究分支均在討論房地產(chǎn)價(jià)格和相關(guān)因素之間的關(guān)系,這和房地產(chǎn)業(yè)是我國國民經(jīng)濟(jì)的支柱產(chǎn)業(yè)這一定位密不可分。此外,房地產(chǎn)相關(guān)文章發(fā)表量較高的期刊,高影響力(高被引用)文章反而較少,這樣的倒掛現(xiàn)象也值得引起業(yè)界的注意,房地產(chǎn)學(xué)科發(fā)文量較高的期刊均是經(jīng)濟(jì)類、管理類等綜合性期刊,本學(xué)科領(lǐng)域缺少公認(rèn)的高質(zhì)量專屬期刊。本研究厘清了房地產(chǎn)學(xué)科領(lǐng)域的研究結(jié)構(gòu)和高價(jià)值文獻(xiàn)分布,便于相關(guān)學(xué)者開展進(jìn)一步研究,以期能更好地推動房地產(chǎn)學(xué)科的發(fā)展和促進(jìn)其學(xué)科體系的提升。

      猜你喜歡
      命名房價(jià)聚類
      命名——助力有機(jī)化學(xué)的學(xué)習(xí)
      兩大手段!深圳土地“擴(kuò)權(quán)”定了,房價(jià)還會再漲?
      防范未然 “穩(wěn)房價(jià)”更要“穩(wěn)房租”
      有一種男人以“暖”命名
      東方女性(2018年3期)2018-04-16 15:30:02
      為一條河命名——在白河源
      散文詩(2017年17期)2018-01-31 02:34:08
      基于DBSACN聚類算法的XML文檔聚類
      電子測試(2017年15期)2017-12-18 07:19:27
      去庫存的根本途徑還在于降房價(jià)
      公民與法治(2016年8期)2016-05-17 04:11:34
      2016房價(jià)“漲”聲響起
      基于改進(jìn)的遺傳算法的模糊聚類算法
      一種層次初始的聚類個(gè)數(shù)自適應(yīng)的聚類方法研究
      高碑店市| 新源县| 阳新县| 道孚县| 邛崃市| 石河子市| 安化县| 石阡县| 日喀则市| 黄龙县| 松江区| 房山区| 错那县| 兴国县| 工布江达县| 香格里拉县| 柏乡县| 白山市| 高平市| 鄄城县| 文水县| 达州市| 东安县| 卢龙县| 德清县| 海门市| 科技| 枣强县| 长岭县| 嵊州市| 台东市| 邹城市| 淮阳县| 福安市| 德昌县| 万山特区| 安宁市| 定结县| 大埔县| 庆阳市| 彭山县|