Please wait a minute...
浙江大学学报（理学版）
浙江大学学报（理学版）  2024, Vol. 51 Issue (3): 381-390    DOI: 10.3785/j.issn.1008-9497.2024.03.016
城市科学     
医疗资源资本化效应及其异质性研究
张钊1,毛义华1,2,3(),王凯1,胡雨晨3
1.浙江大学 建筑工程学院, 浙江 杭州 310058
2.浙江大学平衡建筑研究中心, 浙江 杭州 310014
3.浙江大学 滨海产业技术研究院, 天津 300301
A research on the capitalization effects of medical resources and their heterogeneity: Competitive analysis based on the infectious hospital and general 3A hospitals in Harbin
Zhao ZHANG1,Yihua MAO1,2,3(),Kai WANG1,Yuchen HU3
1.College of Civil Engineering and Architecture，Zhejiang University，Hangzhou 310058，China
2.Center for Balance Architecture，Zhejiang University，Hangzhou 310014，China
3.Binhai Industrial Technology Research Institute，Zhejiang University，Tianjin 300301，China
 全文: PDF(665 KB)   HTML( 0 )
摘要：

受新型冠状病毒感染冲击以及我国人口老龄化程度加深的影响，医疗资源的分布与质量成为影响住宅价格的重要因素，从而产生了医疗资源资本化效应。通过问卷调查，分析了城市居民对哈尔滨市传染病医院与全科三甲医院两种医疗资源的偏好差异。基于分位数回归模型与交互效应检验，深入探讨了医疗资源资本化效应的空间异质性、社会异质性以及两种医疗资源的同质性。结果表明：（1）传染病医院抑制了附近的住宅价格，全科三甲医院提升了附近的住宅价格，且随着距离的增加，两种医疗资源的资本化效应均逐渐减弱；（2）中等价位住宅对与传染病医院的距离更敏感，随着住宅价格的提高，全科三甲医院的资本化效应逐渐增强；（3）两种医疗资源具有交互资本化效应，住宅与全科三甲医院临近增强了传染病医院的邻避效应。
关键词： 医疗资源;  资本化效应;  传染病医院;  住宅价格    
Abstract:

With the impact of the epidemic and the deepening of population aging in China, the distribution and quality of medical resources have become important factors affecting housing prices, gradually generating the capitalization effects of medical resources. In this study, the differences in the resident's preference for the infectious hospital and general 3A hospitals in Harbin were explored in depth through a questionnaire survey and a comparative analysis of their capitalization effects. Furthermore, the social heterogeneity of the capitalization effects of medical resources and the homogeneity of the two kinds of medical resources were analyzed based on quantile regression models and interaction effects tests. The results show that (1) the infectious hospital depresses the prices of nearby housings, and general 3A hospitals increase the prices of nearby housings. The capitalization effect of both medical resources gradually decreases with increasing distance. (2) Medium-priced housings are more sensitive to the proximity of the infectious hospital, and the capitalization effect of general 3A hospitals gradually increases as the price of housings increases. (3) There is an interaction between the capitalization effects of the two kinds of medical resources, and the proximity of general 3A hospitals enhances the NIMBY (not in my backyard) effect of infectious hospitals.
Key words: medical resource    capitalization effect    infectious hospital    housing price
收稿日期: 2023-02-16 出版日期: 2024-05-07
CLC:  F 293.3  
基金资助: 国家重点研发项目(2022YFC3601604);浙江大学平衡建筑研究中心立项项目（K横-20203512-28C）
通讯作者: 毛义华     E-mail: maoyihua@zju.edu.cn
作者简介: 张钊（1998—），ORCID：https：//orcid.org/0000-0002-5460-6089，男，博士研究生，主要从事城市开发与城市更新研究.
服务　　
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章　　
张钊
毛义华
王凯
胡雨晨

引用本文:

张钊,毛义华,王凯,胡雨晨. 医疗资源资本化效应及其异质性研究[J]. 浙江大学学报（理学版）, 2024, 51(3): 381-390.

Zhao ZHANG,Yihua MAO,Kai WANG,Yuchen HU. A research on the capitalization effects of medical resources and their heterogeneity: Competitive analysis based on the infectious hospital and general 3A hospitals in Harbin. Journal of Zhejiang University (Science Edition), 2024, 51(3): 381-390.

链接本文:

https://www.zjujournals.com/sci/CN/10.3785/j.issn.1008-9497.2024.03.016    或    https://www.zjujournals.com/sci/CN/Y2024/V51/I3/381

变量名称变量定义最小值最大值均值标准差
住宅价格（P）住宅总价（元）400 0002 340 000621 279.91330 825.31
面积（AREA）住宅建筑面积（㎡）2217660.7123.00
房龄（AGE）2021减房屋建成年份（年）23617.847.84
装修（DEC）毛坯、简装、精装分别赋值为1，2，3132.220.51
中层（MF）住宅是否位于中层，是为1，否为0010.370.47
高层（HF）住宅是否位于高层，是为1，否为0010.360.42
容积率（PR）社区地上建筑总面积与净用地面积的比值0.5010.682.812.19
绿化率（GR）社区绿化面积与总用地面积的比值0.060.500.340.06
学校（SCH）住宅1 km范围内是否有小学，有为1，无为0010.760.24
地铁（SUB）住宅1 km范围内是否有地铁，有为1，无为0010.130.34
购物中心距离（DSM）与最近购物中心的直线距离（km）0.165.712.771.63
垃圾场距离（DRTS）与最近垃圾回收站的直线距离（km）0.132.050.970.46
传染病医院距离（DIH）与传染病医院的直线距离（km）0.336.002.951.34
全科三甲医院距离（DGH）与最近全科三甲医院的直线距离（km）0.463.312.500.64
市中心距离（DCBD）与市中心（哈尔滨火车站）的直线距离（km）2.169.776.161.64
中央大街距离（DCS）与中央大街的直线距离（km）3.4412.257.982.05
表1  变量定义与描述性统计
图1  理论框架
序号题项选项人数比例/%
1居住在第六医院附近给您的生活带来了哪些影响便捷的医疗条件8922.25
吵闹拥挤的环境4812.00
对传播病毒和细菌的担忧28370.75
无影响317.75
2居住在某医院（距离该社区最近的全科三甲医院）附近给您的生活带来了哪些影响便捷的医疗条件30977.25
吵闹拥挤的环境11528.75
对传播病毒和细菌的担忧7218.00
无影响6215.50
3您认为第六医院对周边住宅价格产生了怎样的影响降低周边住宅价格35689.00
不变358.75
提高周边住宅价格92.25
4你认为某医院（距离该社区最近的全科三甲医院）对周边住宅价格产生了怎样的影响降低周边住宅价格7518.75
不变30.75
提高周边住宅价格32280.50
5患发烧感冒等日常疾病时您或您的家人是否去过第六医院就诊是10726.75
否29373.25
6如果您居住的地方与普通全科医院的距离过远，患发烧感冒等日常疾病时您是否会考虑去第六医院就诊是31278.00
否8822.00
表2  医疗资源资本化效应的认知度调查结果
变量线性回归二次回归离散回归
IHGHIHGH
lnAREA0.963***0.951***0.960***0.929***0.964***
lnAGE-0.143***-0.154***-0.140***-0.141***-0.134***
DEC0.103***0.100***0.101***0.096***0.104***
MF0.0060.013**0.0080.014**0.005
HF-0.097***-0.090***-0.094***-0.090***-0.101***
VR-0.003***-0.001*-0.003***0.000-0.004
GR0.707***0.685***0.704***0.631***0.733***
SCH0.056***0.047***0.050***0.025***0.050***
SUB0.034***0.035***0.033***0.034***0.033***
DSM-0.080***-0.080***-0.077***-0.108***-0.079***
DRTS0.026***0.017***0.032***0.014**0.050***
DCBD-0.146***-0.148***-0.144***-0.137***-0.133***
DCS-0.089***-0.089***-0.086***-0.114***-0.087***
DIH0.037***0.074***0.036***0.043***
DIH-squared-0.006***
IH1-0.181***
IH2-0.143***
IH3-0.102***
IH4-0.063***
IH5-0.045***
DGH-0.041***-0.048***-0.120***-0.036***
DGH-squared0.018***
GH10.098***
GH20.014***
GH30.004**
Cons10.738***10.794***10.784***11.173***10.466***
MonthYesYesYesYesYes
Adj R20.8260.8270.8260.8360.826
表3  基准回归与非线性回归结果
变量分位点
0.10.30.50.70.9
lnAREA0.747***0.975***0.984***0.995***0.909***
lnAGE-0.175***-0.182***-0.165***-0.154***-0.092***
DEC-0.0400.023***0.071***0.099***0.151***
MF-0.016***0.0040.036***-0.0010.008***
HF-0.094***-0.133***-0.082***-0.083***-0.006***
VR0.000-0.005***-0.005***-0.009***0.019***
GR0.702***0.724***0.816***0.580***0.404***
SCH0.034***0.042***0.066***0.040***0.007***
SUB0.023***0.033***0.054***0.077***0.093***
DSM-0.050***-0.085***-0.100***-0.067***-0.028***
DRTS0.023***0.009*0.007*0.013***0.054***
DCBD-0.051***-0.101***-0.133***-0.152***-0.233***
DCS-0.048***-0.084***-0.109***-0.083***-0.068***
DIH0.023***0.039***0.055***0.038***0.005***
DGH0.053***0.007-0.020***-0.060***-0.211***
Cons10.894***10.530***10.690***10.808***11.696***
MonthYesYesYesYesYes
Pseudo R20.3290.4370.5050.5930.764
表4  分位数回归模型的回归结果
变量基准模型分位数回归模型
0.10.30.50.70.9
lnAREA0.948***0.782***0.970***0.964***0.953***0.928***
lnAGE-0.132***-0.175***-0.177***-0.156***-0.140***-0.080***
DEC0.094***-0.0400.013***0.055***0.073***0.139***
MF0.003-0.019***0.0060.019***0.0010.021***
HF-0.100***-0.103***-0.131***-0.083***-0.082***0.002
VR-0.004***-0.001-0.005***-0.006***-0.006***0.024***
GR0.703***0.746***0.818***0.774***0.653***0.374***
SCH0.058***0.041***0.060***0.068***0.052***0.024***
SUB0.037***0.023***0.035***0.058***0.081***0.096***
DSM-0.083***-0.066***-0.092***-0.105***-0.063***-0.043***
DRTS0.038***0.001***0.0080.017***0.031***0.062***
DCBD-0.156***-0.064***-0.110***-0.135***-0.161***-0.246***
DCS-0.102***-0.068***-0.094***-0.118***-0.085***-0.092***
DIH0.048***0.036***0.045***0.066***0.037***0.022***
DGH-0.031***0.054***-0.009***-0.003***-0.056***-0.214***
DIH*DGH-0.027***-0.015***-0.014***-0.012***-0.017***-0.027***
Cons10.909***11.130***10.783***10.969***10.947***11.307***
MonthYesYesYesYesYesYes
Adj/Pseudo R20.8280.3310.4380.5070.5960.766
表5  交互效应回归结果
29 WEN H， LI S， HUI E C M， et al. Externality impacts of "Not in My Backyard" facilities on property values： Evidence from the Hangzhou waste sorting and reduction complex projects［J］. Habitat International， 2022， 125： 102583. DOI：10.1016/j.habitatint.2022.102583
doi: 10.1016/j.habitatint.2022.102583
30 丁乐蓉， 李阳. 重大传染病疫情情境下网络舆情时空分异规律研究［J］. 现代情报， 2023， 43（1）： 120-130. DOI：10.3969/j.issn.1008-0821.2023.01.012
DING L R， LI Y. Research on spatial and temporal differentiation of public opinion in the situation of major infectious diseases［J］. Journal of Modern Information， 2023， 43（1）： 120-130. DOI：10.3969/j.issn.1008-0821.2023.01.012
doi: 10.3969/j.issn.1008-0821.2023.01.012
1 沈体雁， 于瀚辰， 周麟， 等. 北京市二手住宅价格影响机制：基于多尺度地理加权回归模型（MGWR）的研究［J］. 经济地理， 2020， 40（3）： 75-83. DOI：10.15957/j.cnki.jjdl.2020.03.009
SHEN T Y， YU H C， ZHOU L， et al. On hedonic price of second-hand houses in Beijing based on multi-scale geographically weighted regression：Scale law of spatial heterogeneity［J］. Economic Geography， 2020， 40（3）： 75-83. DOI：10.15957/j.cnki.jjdl.2020. 03.009
doi: 10.15957/j.cnki.jjdl.2020. 03.009
2 李磊， 王博. 城市公共资源对无锡市房地产价格的影响研究［J］. 资源开发与市场， 2010， 26（9）： 794-798. doi:10.3969/j.issn.1005-8141.2010.09.008
LI L， WANG B. Research on effects of public resources on real estate price in Wuxi city［J］. Resource Development & Market， 2010， 26（9）： 794-798. doi:10.3969/j.issn.1005-8141.2010.09.008
doi: 10.3969/j.issn.1005-8141.2010.09.008
3 XIAO Y， WEN H， HUI E C M， et al. Dynamic capitalization effects of educational facilities during different market stages： An empirical study in Hangzhou， China［J］. Land Use Policy， 2022， 122： 106342. DOI：10.1016/j.landusepol.2022.106342
doi: 10.1016/j.landusepol.2022.106342
4 WEN H Z， XIAO Y， HUI E C M， et al. Education quality， accessibility， and housing price： Does spatial heterogeneity exist in education capitalization？［J］. Habitat International， 2018， 78： 68-82. DOI：10. 1016/j.habitatint.2018.05.012
doi: 10. 1016/j.habitatint.2018.05.012
5 WEN H， XIAO Y， HUI E C M. Quantile effect of educational facilities on housing price： Do homebuyers of higher-priced housing pay more for educational resources？［J］. Cities， 2019， 90： 100-112. DOI：10. 1016/j.cities.2019.01.019
doi: 10. 1016/j.cities.2019.01.019
6 PENG Y， TIAN C， WEN H. How does school district adjustment affect housing prices： An empirical investigation from Hangzhou， China［J］. China Economic Review， 2021， 69： 101683. DOI：10. 1016/j.chieco.2021.101683
doi: 10. 1016/j.chieco.2021.101683
7 WEN H， GUI Z， TIAN C， et al. Subway opening， traffic accessibility， and housing prices： A quantile hedonic analysis in Hangzhou， China［J］. Sustainability， 2018， 10（7）： 2254. DOI：10.3390/su10072254
doi: 10.3390/su10072254
8 XIAO Y， HUI E C M， WEN H. Effects of floor level and landscape proximity on housing price： A hedonic analysis in Hangzhou， China［J］. Habitat International， 2019， 87： 11-26. DOI：10.1016/j.habitatint.2019.03.008
doi: 10.1016/j.habitatint.2019.03.008
9 张丹丹， 黄金迪， 罗楚亮. 从“医疗挤兑”到“普惠医疗”：武汉疫情防控策略转变的效应分析［J］. 经济学报， 2021， 8（2）： 182-206. DOI：10.16513/j.cnki.cje.20210602.003
ZANG D D， HANG J D， LUO C L. From “Hospital Runs” to “Health Care for All”： The impact of the public health policy change［J］. China Journal of Economics， 2021， 8（2）： 182-206. DOI：10.16513/j.cnki.cje.20210602.003
doi: 10.16513/j.cnki.cje.20210602.003
10 张小东， 韩昊英， 陈宇， 等. 我国医院空间布局特点及其影响因素分析［J］. 浙江大学学报（理学版）， 2021， 48（1）： 84-92. DOI：10.3785/j.issn.1008-9497. 2021.01.012
ZHANG X D， HAN H Y， CHEN Y， et al. A study on the characteristics and influencing factors of hospital spatial distribution in China［J］. Journal of Zhejiang University（Science Edition）， 2021， 48（1）： 84-92. DOI：10.3785/j.issn.1008-9497.2021. 01.012
doi: 10.3785/j.issn.1008-9497.2021. 01.012
11 徐丹萌， 李欣， 张苏文. 沈阳市住房价格空间分异格局及其影响因素研究［J］. 人文地理， 2021， 36（6）： 125-134. DOI：10.13959/j.issn.1003-2398.2021.06.014
XU D M， LI X， ZHANG S W. Spatial differentiation patterns and influencing factors analysis of housing prices in Shenyang［J］. Human Geography， 2021， 36（6）： 125-134. DOI：10.13959/j.issn.1003-2398. 2021.06.014
doi: 10.13959/j.issn.1003-2398. 2021.06.014
12 李伊祺， 余建辉， 张文忠. 机场设施邻避效应对北京市住宅价格空间影响研究：以北京首都国际机场为例［J］. 地理研究， 2021， 40（7）： 1993-2004. DOI：10.11821/dlyj020210092
LI Y Q， YU J H， ZHANG W Z. Spatial impact of airport facilities' NIMBY effect on residential prices： A case study of Beijing Capital International Airport［J］. Geographical Research， 2021， 40（7）： 1993-2004. DOI：10.11821/dlyj020210092
doi: 10.11821/dlyj020210092
13 张红丽， 严洁. 老旧厂房改造对周边房价的时空异质效应分析：基于特征价格模型与多期双重差分模型的检验［J］. 城市问题， 2022， 6： 57-65. DOI：10.13239/j.bjsshkxy.cswt.220606
ZHANG H L， YAN J. Analysis of the spatio-temporal heterogeneous effect of old factory renovation on neighboring house prices： Based on the test of hedonic price model and multi-period DID model［J］. Urban Problems， 2022， 6： 57-65. DOI：10.13239/j.bjsshkxy.cswt.220606
doi: 10.13239/j.bjsshkxy.cswt.220606
14 张志峰. 重点医院对周边住宅价格影响的实证分析［J］. 统计与决策， 2016， 21： 106-109. DOI：10.13546/j.cnki.tjyjc.2016.21.028
ZHANG Z F. Empirical analysis of the impact of key hospitals on neighboring housing prices［J］. Statistics & Decision， 2016， 21： 106-109. DOI：10.13546/j.cnki.tjyjc.2016.21.028
doi: 10.13546/j.cnki.tjyjc.2016.21.028
15 斯子文， 石忆邵. 三甲医院对人口分布及房价影响的研究： 以复旦大学附属儿科医院为例［J］. 经济地理， 2013， 33（10）： 74-81. DOI：10.15957/j.cnki.jjdl. 2013.10.013
SI Z W， SHI Y S. The impacts of class 3A comprehensive hospitals on population distribution and housing price： Take children's hospital of Fudan University for example［J］. Economic Geography， 2013， 33（10）： 74-81. DOI：10.15957/j.cnki.jjdl. 2013.10.013
doi: 10.15957/j.cnki.jjdl. 2013.10.013
16 PENG T C， CHIANG Y H. The non-linearity of hospitals' proximity on property prices： Experiences from Taipei， Taiwan［J］. Journal of Property Research， 2015， 32（4）： 341-361. DOI：10.1080/09599916.2015.1089923
doi: 10.1080/09599916.2015.1089923
17 赵卓娅. 空间视角下医疗公共服务资本化差异［D］. 厦门：厦门大学， 2019.
ZHAO Z Y. Capitalization Difference of Medical Public Service from the Perspective of Space［D］. Xiamen： Xiamen University， 2019.
18 谢涤湘， 吴淑琪， 常江. 邻避设施空间分布特征及其与周边住宅价格的关系： 广州案例［J］. 地理科学进展， 2023， 42（1）： 42-52. DOI：10.18306/dlkxjz. 2023.01.004
XIE D X， WU S Q， CHANG J. The spatial distribution of NIMBY facilities and housing prices in surrounding areas： A case study of Guangzhou［J］. Progress in Geography， 2023， 42（1）： 42-52. DOI：10.18306/dlkxjz.2023.01.004
doi: 10.18306/dlkxjz.2023.01.004
19 唐红涛， 刘亦鹏， 吴忠才. 基于POI数据的房价影响因素空间异质性分析： 以长沙市为例［J］. 城市问题， 2021， 2： 95-103. DOI：10.13239/j.bjsshkxy.cswt. 210210
TANG H T， LIU Y P， WU Z C. Spatial heterogeneity analysis of housing price influencing factors based on POI data： Taking Changsha as an example［J］. Urban Problems， 2021， 2： 95-103. DOI：10.13239/j.bjsshkxy.cswt.210210
doi: 10.13239/j.bjsshkxy.cswt.210210
20 ZIETZ J， ZIETZ E N， SIRMANS G S. Determinants of house prices： A quantile regression approach［J］. The Journal of Real Estate Finance and Economics， 2008， 37（4）： 317-333. DOI：10. 1007/s11146-007-9053-7
doi: 10. 1007/s11146-007-9053-7
21 PENG T C. The capitalization of spatial healthcare accessibility into house prices in Taiwan： An application of spatial quantile regression［J］. International Journal of Housing Markets and Analysis， 2020， 14（5）： 860-893. DOI：10.1108/IJHMA-06-2020-0076
doi: 10.1108/IJHMA-06-2020-0076
22 宋敏， 甘煦， 周洋. 教育与居民金融知识水平： 来自中国家庭金融调查数据的证据［J］. 北京工商大学学报（社会科学版）， 2021， 36（2）： 80-91. DOI：10.12085/j.issn.1009-6116.2021.02.007
SONG M， GAN X， ZHOU Y. Education and financial literacy： Evidence from China household finance survey［J］. Journal of Beijing Technology and Business University （Social Sciences）， 2021， 36（2）： 80-91. DOI：10.12085/j.issn.1009-6116. 2021.02.007
doi: 10.12085/j.issn.1009-6116. 2021.02.007
23 李春桃. 哈尔滨市医疗设施空间可达性及布局优化研究［D］. 哈尔滨：哈尔滨师范大学， 2020.
LI C T. Research on Spatial Accessibility and Layout Optimization of Medical Facilities in Harbin［D］. Harbin： Harbin Normal University， 2020.
24 DAI X， BAI X， XU M. The influence of Beijing rail transfer stations on surrounding housing prices［J］. Habitat International， 2016， 55： 79-88. DOI：10. 1016/j.habitatint.2016.02.008
doi: 10. 1016/j.habitatint.2016.02.008
25 张莉， 赵鹤， 胡晓珂， 等. 绿色住宅能多卖多少钱： 基于显示性偏好法与意愿调查法的北京市绿色住宅溢价分析［J］. 中国房地产， 2015（21）： 21-27. DOI：10.13562/j.china.real.estate.2015.21.003
ZHANG L， ZHAO H， HU X K， et al. Analysis of price premium for green housing in Beijing： The contrast of hedonic price method and willingness to pay［J］. China Real Estate， 2015（21）： 21-27. DOI：10.13562/j.china.real.estate.2015.21.003
doi: 10.13562/j.china.real.estate.2015.21.003
26 ZHANG H， MAO S， WANG X. How much are people willing to pay for clean air？ Analyzing housing prices in response to the smog free tower in Xi'an［J］. International Journal of Environmental Research and Public Health， 2021， 18（19）： 10210. DOI：10. 3390/ijerph181910210
doi: 10. 3390/ijerph181910210
27 WEN H， GUI Z， TIAN C， et al. Expressway proximity effects on property prices in Hangzhou， China： Multidimensional housing submarket approach［J］. Journal of Urban Planning and Development， 2022， 148（1）： 04021070. DOI：10.1061/（ASCE）UP.1943-5444.0000757
doi: 10.1061/（ASCE）UP.1943-5444.0000757
[1] 赵沁娜,李航. 国家工业遗产项目认定的资本化效应研究——基于双重差分法的实证分析[J]. 浙江大学学报（理学版）, 2023, 50(2): 236-248.
[2] 张凌, 杨霖尊. 基于CEEMD的重大事件对香港住宅价格影响的实证分析[J]. 浙江大学学报（理学版）, 2020, 47(3): 380-390.
[3] 冯友建, 陈天一. 基于SEM模型的轨道交通对住宅价格的空间效应——以杭州市为例[J]. 浙江大学学报（理学版）, 2020, 47(1): 115-122.