陳亮 劉亦文 胡宗義

摘 要：運(yùn)用空間地理加權(quán)回歸模型的估計(jì)方法，對中國2001～2010年31個(gè)省域貨幣政策的執(zhí)行效應(yīng)進(jìn)行了實(shí)證分析.通過貨幣政策測度變量M2的Moran指數(shù)值及散點(diǎn)圖，直觀地刻畫出中國貨幣政策的執(zhí)行效果在各省域上存在著空間自相關(guān)性和異質(zhì)性.在回歸模型中，納入空間效應(yīng)的GWR估計(jì)更優(yōu)于傳統(tǒng)的OLS估計(jì).實(shí)證結(jié)果表明：經(jīng)濟(jì)增長、物價(jià)水平和固定資產(chǎn)投資在一定程度上對貨幣政策區(qū)域異質(zhì)性效應(yīng)的形成都有影響，并且物價(jià)水平是其最主要的影響因素，進(jìn)一步強(qiáng)調(diào)在貨幣政策調(diào)控時(shí)應(yīng)將穩(wěn)定物價(jià)總水平放在更加突出的位置.

關(guān)鍵詞：地理加權(quán)回歸模型；貨幣政策；空間異質(zhì)性；時(shí)間序列；優(yōu)化；動態(tài)模型

中圖分類號：F822.0 文獻(xiàn)標(biāo)識碼：A

文章編號：1674-2974（2015）11-0139-06

作為政策當(dāng)局的有力宏觀調(diào)控工具，貨幣政策在一國經(jīng)濟(jì)發(fā)展中扮演關(guān)鍵角色.通常情況下，貨幣當(dāng)局主要依托貨幣供應(yīng)量、利率這兩種貨幣政策傳導(dǎo)渠道來對宏觀經(jīng)濟(jì)進(jìn)行調(diào)控.除了上述的兩種主要貨幣政策傳導(dǎo)渠道外，還有諸多的其他形式，如匯率傳導(dǎo)渠道、資產(chǎn)負(fù)債渠道等.然而，貨幣政策的傳導(dǎo)是一個(gè)極其復(fù)雜的過程，整個(gè)過程環(huán)節(jié)多、渠道廣，而且還會受到每個(gè)不同區(qū)域經(jīng)濟(jì)發(fā)展水平、金融資源分布、金融結(jié)構(gòu)差異等不同要素的異質(zhì)性影響，每一項(xiàng)統(tǒng)一的貨幣政策在傳導(dǎo)過程中往往都會產(chǎn)生區(qū)域差異，形成貨幣政策區(qū)域異質(zhì)性效應(yīng).如果不考慮貨幣政策的區(qū)域異質(zhì)性效應(yīng)，不僅會影響貨幣政策的有效性，也會對經(jīng)濟(jì)平穩(wěn)發(fā)展帶來沖擊，進(jìn)而加劇區(qū)域經(jīng)濟(jì)非均衡發(fā)展.作為一個(gè)發(fā)展中大國，自改革開放以來，伴隨經(jīng)濟(jì)騰飛的同時(shí)，中國區(qū)域之間經(jīng)濟(jì)發(fā)展差距在逐步拉大，各區(qū)域間的金融發(fā)展水平和金融資源配置差距也隨之?dāng)U大，貨幣政策在中國不同地區(qū)、不同省份的調(diào)控效率效果差異越來越明顯.因此，在研究貨幣政策在中國各地區(qū)的執(zhí)行情況以及對經(jīng)濟(jì)運(yùn)行的影響時(shí)，就必須充分考慮各地區(qū)的異質(zhì)性.

Beare（1976）認(rèn)為貨幣政策之所以會產(chǎn)生區(qū)域異質(zhì)性效應(yīng)，是由于其傳導(dǎo)渠道所導(dǎo)致[1].Ridhwan等（2008）研究了貨幣政策對區(qū)域經(jīng)濟(jì)發(fā)展的影響，認(rèn)為貨幣政策和金融市場可以促進(jìn)區(qū)域發(fā)展，特別是在欠發(fā)達(dá)的國家更可以發(fā)揮重要潛在的作用[2].Chappel Jr等（2008）分析了地區(qū)經(jīng)濟(jì)狀況對貨幣政策制定者的影響，認(rèn)為區(qū)位條件影響央行行長的政策偏好[3].Yang 等（2010）基于1991～2002年瑞典數(shù)據(jù)分析了貨幣政策對瑞典區(qū)域房價(jià)的影響，研究結(jié)果表明貨幣政策對瑞典房地產(chǎn)市場具有顯著的區(qū)域效應(yīng)[4].Mamoru（2010）基于企業(yè)微觀數(shù)據(jù)研究發(fā)現(xiàn)，后危機(jī)時(shí)代量化寬松貨幣政策對日本47個(gè)地區(qū)借貸市場產(chǎn)生了異質(zhì)性影響[5].Massimo等（2013）研究貨幣政策對地區(qū)債務(wù)融資的影響[6].

國內(nèi)對貨幣政策區(qū)域異質(zhì)性效應(yīng)的研究起步較晚，始于20世紀(jì)90年代.葛兆強(qiáng)、郝繼倫（1995）基于貨幣政策區(qū)域化角度探尋解決中國區(qū)域經(jīng)濟(jì)發(fā)展非均衡問題[7].國內(nèi)大多數(shù)學(xué)者是在借鑒國外研究成果的基礎(chǔ)上利用向量回歸模型（包括VAR和SVAR模型）對中國貨幣政策區(qū)域異質(zhì)性效應(yīng)的存在性進(jìn)行實(shí)證研究，代表性文獻(xiàn)見文[8-11].

不難發(fā)現(xiàn)，國內(nèi)外學(xué)者對貨幣政策區(qū)域效應(yīng)的異質(zhì)性研究是廣泛而深入的，但多數(shù)有關(guān)貨幣政策區(qū)域效應(yīng)的研究并沒有將區(qū)域之間的空間關(guān)聯(lián)性和依賴性納入分析體系.貨幣政策效應(yīng)不僅受本地經(jīng)濟(jì)基礎(chǔ)、金融結(jié)構(gòu)等影響，同時(shí)還會受到周邊地區(qū)諸如金融活動的溢出效應(yīng)等影響.因此，將空間效應(yīng)納入貨幣政策的有效性分析更加準(zhǔn)確、更具說服力.現(xiàn)有研究表明，納入了空間效應(yīng)的GWR模型是一種比傳統(tǒng)的OLS估計(jì)更適應(yīng)于分析貨幣政策執(zhí)行效果的空間特征[12-15].對此，本文采用地理加權(quán)回歸模型來估計(jì)中國貨幣政策產(chǎn)生區(qū)域差異性效應(yīng)的影響因素，進(jìn)而從實(shí)證分析的結(jié)果提出關(guān)于貨幣政策實(shí)施的建議和對策.

1 模型構(gòu)建、指標(biāo)選取及數(shù)據(jù)說明

1.1 GWR模型與本文的技術(shù)處理

由于中國各地區(qū)經(jīng)濟(jì)發(fā)展水平、金融結(jié)構(gòu)存在明顯的差異性，貨幣政策效應(yīng)在各地區(qū)相同時(shí)期的有效性也存在著較大的差異性，這從空間計(jì)量經(jīng)濟(jì)學(xué)的角度可以用空間異質(zhì)性（Spatial Heterogeneity）來闡釋.處理空間異質(zhì)性的一個(gè)主要方法是非參數(shù)局域線性回歸模型，即英國學(xué)者Fotheringham提出的地理加權(quán)回歸（GWR）模型，該模型是用于研究空間關(guān)系的一種新方法.中國貨幣政策區(qū)域執(zhí)行效果的空間差異正好具有這一特征.地理加權(quán)回歸模型的一般表達(dá)式為：

1.2 指標(biāo)、數(shù)據(jù)的選取

綜合考慮貨幣政策的傳導(dǎo)機(jī)制，其基本的傳導(dǎo)過程可為貨幣當(dāng)局的貨幣政策首先作用于金融體系及各類金融市場，并沿著貨幣供應(yīng)量和利率兩個(gè)途徑傳導(dǎo)，進(jìn)而影響投資需求、消費(fèi)需求，并通過總需求與總供給的相互作用，最終影響價(jià)格和產(chǎn)出.中國是一個(gè)發(fā)展中國家，市場經(jīng)濟(jì)體制還在不斷地完善，利率市場化改革仍處在漸進(jìn)的推進(jìn)過程中，因而以利率指標(biāo)作為貨幣政策變量還有待商榷，國內(nèi)學(xué)者的研究中多以貨幣供應(yīng)量或金融機(jī)構(gòu)信貸量作為貨幣政策變量.與信貸量相比，貨幣供應(yīng)量是現(xiàn)階段中國貨幣政策的中介目標(biāo)，以它作為貨幣政策變量更具有代表性，且信貸規(guī)模與貨幣供應(yīng)量之間存在高度相關(guān)關(guān)系，信貸量在很大程度上由貨幣供應(yīng)量決定，因此本文選取廣義貨幣供應(yīng)量M2作為貨幣政策變量.由于部分省市缺乏省域?qū)用娴呢泿殴?yīng)量M2的統(tǒng)計(jì)數(shù)據(jù)，且流通中的現(xiàn)金相對于存款來說所占比重較小，故本文借鑒前人研究

郎雯（2011）詳細(xì)闡述了省域?qū)用嬉越鹑跈C(jī)構(gòu)存款余額數(shù)據(jù)來代替貨幣供應(yīng)量M2的合理性[18].，以該省市金融機(jī)構(gòu)存款余額數(shù)據(jù)來代替貨幣供應(yīng)量M2.

為研究貨幣政策區(qū)域異質(zhì)性效應(yīng)，還需明確貨幣政策調(diào)整的目標(biāo)，進(jìn)而對貨幣政策在各區(qū)域的效應(yīng)進(jìn)行比較.因此本文選取居民消費(fèi)物價(jià)指數(shù)CPI和經(jīng)濟(jì)增長變量GDP來度量貨幣政策調(diào)控的“穩(wěn)物價(jià)，保增長”這兩大目標(biāo).此外，由于央行采取預(yù)調(diào)微調(diào)的貨幣政策需要根據(jù)經(jīng)濟(jì)運(yùn)行環(huán)境來實(shí)施寬松或緊縮的貨幣政策，當(dāng)微觀經(jīng)濟(jì)層面面臨資金困難，內(nèi)需乏力等問題時(shí)，應(yīng)采取適度寬松的貨幣政策，增加貨幣供應(yīng)量，引導(dǎo)市場預(yù)期和信心，刺激擴(kuò)大企業(yè)的投資.反之可采用緊縮貨幣政策.可見，企業(yè)投資的需求變化主要依賴于貨幣供應(yīng)量的變化，本文還將選取固定資產(chǎn)投資總額I指標(biāo)來反映貨幣政策的異質(zhì)性效應(yīng).

本文選取的變量M2，I，CPI和GDP的原始數(shù)據(jù)來源于歷年《中國區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》、《中國統(tǒng)計(jì)年鑒》和各省市統(tǒng)計(jì)年鑒，時(shí)間跨度為2002～2011年，實(shí)證結(jié)果利用SAM4.0軟件實(shí)現(xiàn).

2 實(shí)證分析

2.1 2001～2010年中國各省域的貨幣政策變量M2的Moran指數(shù)

本文選取2001～2010年中國31個(gè)省域的貨幣政策測度變量M2為統(tǒng)計(jì)指標(biāo)，并對其取自然對數(shù)，對M2進(jìn)行數(shù)據(jù)變換以減小變幅，利用SAM空間計(jì)量軟件得到歷年的貨幣供應(yīng)量M2的Moran指數(shù)值，結(jié)果如表1所示.Moran指數(shù)的檢驗(yàn)是建立在正態(tài)分布假設(shè)之上的，從結(jié)果顯示看出，在0.1的顯著水平下各年份的統(tǒng)計(jì)量均顯著.自2001年以來，貨幣供應(yīng)量M2的Moran指數(shù)略顯上升趨勢，其顯著性水平也有增強(qiáng)的趨勢.這表明中國各省域的貨幣供應(yīng)量M2表現(xiàn)出小幅度擴(kuò)大的空間集聚現(xiàn)象，但整體上這一指數(shù)的數(shù)值在0.2附近波動，為正的空間自相關(guān)性.同時(shí)貨幣供應(yīng)量是非均勻分布的，正是這種空間上的非均勻或非隨機(jī)分布導(dǎo)致了貨幣政策效應(yīng)的空間區(qū)域異質(zhì)性.

同時(shí)，圖1分別描繪了2001和2010年中國31個(gè)省域貨幣供應(yīng)量M2的Moran散點(diǎn)圖.在這兩個(gè)年份的Moran散點(diǎn)圖中，可以發(fā)現(xiàn)，第一、三象限內(nèi)分布的散點(diǎn)明顯多于其他兩個(gè)象限，且第三象限（高高類型）又多于第二象限（低低類型），這從總體上揭示出中國貨幣政策效應(yīng)的區(qū)域非均質(zhì)性.通過貨幣政策測度變量M2的Moran指數(shù)值及散點(diǎn)圖，可以直觀地反映出中國貨幣政策的執(zhí)行效果在各省域上存在著空間自相關(guān)性和異質(zhì)性.

2.2 基于OLS與GWR模型的回歸估計(jì)比較分析

本文分析了中國31個(gè)省域2010年貨幣政策執(zhí)行效果情況，得到如表2所示的OLS估計(jì)結(jié)果.根據(jù)OLS回歸結(jié)果，模型擬合優(yōu)度達(dá)到0.941，表明模型整體上是顯著的.但回歸模型 OLS 只對參數(shù)進(jìn)行平均意義上的全域估計(jì)，不能反映參數(shù)在不同空間的空間非穩(wěn)定性.由于貨幣政策變量在空間上表現(xiàn)出自相關(guān)性和異質(zhì)性，而傳統(tǒng)的回歸模型是建立在最小二乘法基礎(chǔ)上對參數(shù)進(jìn)行估計(jì)的，其估計(jì)系數(shù)是一個(gè)常數(shù)，故無法揭示中國貨幣政策效應(yīng)的空間區(qū)域異質(zhì)性.因此，忽視空間效應(yīng)的OLS估計(jì)會導(dǎo)致研究得出的各種結(jié)果和推論缺乏應(yīng)有的解釋力.

采用地理加權(quán)回歸模型（GWR）進(jìn)行估計(jì)，以局部系數(shù)10%使用Gaussian核函數(shù)得到如表3估計(jì)結(jié)果.

可見，模型使用地理加權(quán)回歸的方法時(shí)， GWR在統(tǒng)計(jì)上非常顯著，它可以解釋貨幣政策效應(yīng)總變異的95.5%.與OLS的結(jié)果相比，殘差平方和也由1.58下降到0.86，Sigma值也出現(xiàn)了顯著的下降.GWR 估計(jì)結(jié)果顯示，處于不同分位點(diǎn)時(shí)各個(gè)解釋變量對每一空間樣本點(diǎn)的貨幣政策變量都有特定的回歸擬合估計(jì)值，且分位數(shù)的參數(shù)估計(jì)值差異比較顯著， 直觀地刻畫出省域?qū)用嫔县泿耪叩膶?shí)施效果存在一定程度的異質(zhì)性，這也說明各解釋變量對區(qū)域內(nèi)貨幣政策作用的影響是異質(zhì)的.

表2和表3列出了OLS和GWR估計(jì)的回歸系數(shù)，從所取的3個(gè)影響因子OLS估計(jì)來說，固定資產(chǎn)投資總額I和GDP在0.01的顯著性水平下都是顯著的，而居民消費(fèi)物價(jià)指數(shù)指標(biāo)則需將顯著性水平放大到0.15的情況下才顯著.利用GWR進(jìn)行局部參數(shù)估計(jì)得出的系數(shù)可以很好地揭示出貨幣供應(yīng)量和各影響因子之間復(fù)雜的關(guān)系，每一個(gè)影響因子對貨幣供應(yīng)量的影響是隨著區(qū)位的變化而變化，但所有的影響因子在不同程度上有著一致的影響.居民消費(fèi)物價(jià)指數(shù)和固定資產(chǎn)投資總額對貨幣供應(yīng)量有負(fù)向影響，而GDP對貨幣供應(yīng)量有正向作用，物價(jià)指數(shù)上漲，在宏觀經(jīng)濟(jì)中表現(xiàn)出為了抑制通脹，國家將采取適度的緊縮貨幣政策，從而減少貨幣供應(yīng)量，反之亦然.而當(dāng)微觀經(jīng)濟(jì)層面的固定投資總額不斷擴(kuò)大時(shí)，意味著其流通資金充足，在流通過程中將收縮貨幣供應(yīng)量.相反，區(qū)域內(nèi)經(jīng)濟(jì)基礎(chǔ)越占優(yōu)勢，金融結(jié)構(gòu)越優(yōu)化，則金融機(jī)構(gòu)的存款及流通中的現(xiàn)金也會越多，意味著貨幣供應(yīng)量也就越多，從而進(jìn)一步刺激社會經(jīng)濟(jì)的發(fā)展，促進(jìn)良性循環(huán)的形成.這一點(diǎn)可以從中國貨幣政策調(diào)整長期偏向于東部沿海經(jīng)濟(jì)發(fā)達(dá)地區(qū)得到反映.經(jīng)濟(jì)增長、物價(jià)水平和企業(yè)投資都在一定程度上對貨幣政策區(qū)域異質(zhì)性效應(yīng)的形成產(chǎn)生了影響，其中最重要的影響因素是居民消費(fèi)物價(jià)指數(shù)，這也說明了中央將穩(wěn)定物價(jià)總水平放在更加突出的位置原因所在，不同地區(qū)的物價(jià)持續(xù)上漲或下跌以及自身經(jīng)濟(jì)條件基礎(chǔ)，會進(jìn)一步加深貨幣政策實(shí)施效果的差異化.

3 結(jié) 論

本文利用Moran指數(shù)和Moran散點(diǎn)圖完整地描述了2001～2010年間中國31個(gè)省區(qū)貨幣政策測度變量M2的空間分布特征.空間自相關(guān)分析結(jié)果表明，自2001年以來，貨幣供應(yīng)量M2的Moran指數(shù)呈上升趨勢，這表明中國各省域的貨幣供應(yīng)量M2表現(xiàn)出小幅度擴(kuò)大的空間集聚現(xiàn)象，但整體上這一指數(shù)的數(shù)值在0.2附近波動，為正的空間自相關(guān)性.通過貨幣政策測度變量M2的Moran指數(shù)值及散點(diǎn)圖，直觀地刻畫出中國貨幣政策的執(zhí)行效果在各省域上存在著空間自相關(guān)性和異質(zhì)性.

實(shí)證分析發(fā)現(xiàn)，經(jīng)濟(jì)增長、物價(jià)水平和企業(yè)投資都在一定程度上對貨幣政策區(qū)域異質(zhì)性效應(yīng)的形成產(chǎn)生了影響，其中最重要的影響因素是物價(jià)水平.由于經(jīng)濟(jì)與金融發(fā)展和消費(fèi)水平的區(qū)域差異導(dǎo)致了貨幣政策的區(qū)域異質(zhì)性效應(yīng)，故統(tǒng)一的貨幣政策并不能協(xié)調(diào)區(qū)域之間的經(jīng)濟(jì)發(fā)展，對部分地區(qū)的經(jīng)濟(jì)發(fā)展甚至?xí)a(chǎn)生負(fù)面影響，進(jìn)而阻礙整體宏觀經(jīng)濟(jì)目標(biāo)的實(shí)現(xiàn).

結(jié)合中國的具體國情和政策實(shí)踐經(jīng)驗(yàn)，本文認(rèn)為要緩解中國貨幣政策區(qū)域異質(zhì)性效應(yīng)問題，第一，應(yīng)實(shí)行差異化的區(qū)域性貨幣政策.比如通過貨幣政策制定權(quán)的適度下放和貨幣政策工具的區(qū)域差別化等操作，以減緩中國貨幣政策的區(qū)域異質(zhì)性效應(yīng).目前的差別化存款準(zhǔn)備金率政策實(shí)踐已取得了一定的成效，但差別化區(qū)域貨幣政策的貫徹落實(shí)仍任重道遠(yuǎn).第二，從貨幣政策的傳導(dǎo)機(jī)制來看，深化金融體制改革，優(yōu)化欠發(fā)達(dá)地區(qū)的金融結(jié)構(gòu)、促進(jìn)產(chǎn)業(yè)升級，把握好“流動性”這個(gè)總閘門，將信貸資金更多投向?qū)嶓w經(jīng)濟(jì)特別是“三農(nóng)”和中小企業(yè)，提高貨幣資金的傳導(dǎo)效率，從而弱化貨幣政策執(zhí)行效果的區(qū)域差異.

參考文獻(xiàn)

[1] BEARE J B.A monetarist model of regional business cycles ＼[J＼]. Journal of Regional Science，1976（16）：57-63.

＼[2＼] RIDHWAN M M， NIJKAMP P， RIETVEL P， et al. Regional development and monetary policy ： a review of the role of monetary unions， capital mobility and locational effects＼[R＼]. VU University Amsterdam， Faculty of Economics， Business Administration and Econometrics in Its Series Serie Research Memoranda with Number 0007，2008：1-12.

＼[3＼] CHAPPEL JR H W， MCGREGOR R R， VERMILYEA T D. Regional economic conditions and monetary policy＼[J＼]. European Journal of Political Economy， 2008， 24（2）：283-293.

＼[4＼] YANG Zan，WANG Song-tao， CAMPBELL R. Monetary policy and regional price boom in Sweden＼[J＼]. Journal of Policy Modeling， 2010， 32（6）：865-879.

＼[5＼] MAMORU N. The regional effects of quantitative easing monetary policy in Japan： Evidence from post-crisis firm data＼[J＼]. Global Economic Review， 2011，40 （1）：1-19.

＼[6＼] MASSIMO M， ZHANG Lei. Monetary policy and regional availability of debt financing＼[J＼]. Journal of Monetary Economics， 2013， 60（4）：439-458.

＼[7＼] 葛兆強(qiáng)，郝繼倫. 區(qū)域經(jīng)濟(jì)與貨幣政策區(qū)域化＼[J＼]. 寧夏社會科學(xué)，1995（3）：12-18.

GE Zhao-qiang， HAO Ji-lun. Regional economy and regional monetary policy＼[J＼].Social Sciences in Ningxia，1995（3）：12-18.（In Chinese）

＼[8＼] 丁文麗. 轉(zhuǎn)軌時(shí)期中國貨幣政策效力區(qū)域非對稱性實(shí)證研究—基于VAR模型的經(jīng)驗(yàn)分析＼[J＼]. 經(jīng)濟(jì)科學(xué)， 2006（6）：1-9.

DING Wen-li. Asymmetric of the regional monetary policy during the transformation period in China——Based on the empirical analysis of VAR model＼[J＼]. Economic Science， 2006（6）：1-9. （In Chinese）

＼[9＼] 蔣益民，陳璋. SVAR模型框架下貨幣政策區(qū)域效應(yīng)的實(shí)證研究：1978-2006＼[J＼]. 金融研究， 2009（4）：180-195.

JIANG Yi-min， CHEN Zhang. The empirical research on the asymmetric of the regional monetary policy under the framework of the SVAR model＼[J＼]. Journal of Finance， 2009（4）：180-195. （In Chinese）

＼[10＼]董志勇，黃邁，周銘山. 我國貨幣政策區(qū)域效應(yīng)的度量與成因分析＼[J＼].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2010（10）： 34-40.

DONG Zhi-yong， HUANG Mai， ZHOU Ming-shan. Regional effects of the monetary policies in China： Measures and interpretation＼[J＼]. Economic Theory and Business Management， 2010（10）： 34-40. （In Chinese）

＼[11＼]申俊喜，曹源芳，封思賢.貨幣政策的區(qū)域異質(zhì)性效應(yīng)——基于中國31個(gè)省域的實(shí)證分析＼[J＼]. 中國工業(yè)經(jīng)濟(jì)， 2011（6）：36-46.

SHEN Jun-xi， CAO Yuan-fang， FENG Si-xian. The regional heterogeneity effects of the monetary policy——an empirical analysis based on provincial data＼[J＼]. China Industrial Economics， 2011（6）：36-46. （In Chinese）

＼[12＼]蘇方林.省域R&D知識溢出的GWR實(shí)證分析＼[J＼].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2007（2）：145-153.

SU Fang-lin. An empirical analysis on China's provincial R&D knowledge spillovers on using GWR＼[J＼]. The Journal of Quantitative & Technical Economics， 2007（2）：145-153. （In Chinese）

＼[13＼]李志，周生路，張紅富，等.基于GWR模型的南京市住宅地價(jià)影響因素及其邊際價(jià)格作用研究＼[J＼].中國土地科學(xué)，2009，23（10）：20-25.

LI Zhi， ZHOU Sheng-lu， ZHANG Hong-fu， et al. Exploring the factors impacting on the residential land price and measuring their marginal effects based on geographically weighted regression Model： A case study of Nanjing＼[J＼]. China Land Science， 2009，23（10）：20-25. （In Chinese）

＼[14＼]曾暉，楊平，朱建君.城市住宅價(jià)格影響因素的空間非平穩(wěn)性分析＼[J＼].湖南大學(xué)學(xué)報(bào)：自然科學(xué)版，2012，39（5）： 88-92.

ZENG Hui， YANG Ping， ZHU Jian-jun. Analysis on the spatial non-stationary of urban housing pricing factors＼[J＼]. Journal of Hunan University： Natural Sciences， 2012，39（5）： 88-92. （In Chinese）

＼[15＼]吳巍，周生路，魏也華，等.空間異質(zhì)模型在城市擴(kuò)展模擬中的應(yīng)用與評估＼[J＼].湖南大學(xué)學(xué)報(bào)：自然科學(xué)版，2013，40（12）：114-119.

WU Wei， ZHOU Sheng-lu， WEI Ye-hua，et al. Application and evaluation of spatial heterogeneity model in the simulation of urban expansion＼[J＼]. Journal of Hunan University： Natural Sciences， 2013，40（12）：114-119. （In Chinese）

＼[16＼]BRUNSHDON C， FOTHERINGHAM A M， CHARLTON M. Geographical weighted regression： A method for exploring spatial nonstationarity ＼[J＼].Geographical Analysis，1996， 28（4）：281-298.

＼[17＼]BRUNSHDON C， FOTHERINGHAM A M， CHARLTON M. Geographical weighted summary statistics—a framework for localized exploratory data analysis ＼[J＼]. Computer，Environment and Urban Systems， 2002，26：501-524.

＼[18＼]郎雯.中國貨幣政策的區(qū)域效應(yīng)檢驗(yàn)及分析＼[D＼]. 成都：西南財(cái)經(jīng)大學(xué)金融學(xué)院，2011：30-31.

LANG Wen. The inspection and analysis for the regional effects of monetary policy in China＼[D＼].Chengdu： College of Finance，Southwestern University of Finance and Economics，2011：30-31. （In Chinese）