朱吉

內(nèi)容摘要：本文在嘗試構建城市房地產(chǎn)泡沫測度指標體系的基礎上，以35個大中城市為例，對中國2006-2014年城市房地產(chǎn)泡沫的時空特征進行分析。結果表明，整體上，中國房地產(chǎn)市場泡沫指數(shù)均指在波動中呈現(xiàn)上升趨勢，且波動方向受到了宏觀經(jīng)濟背景的明顯影響。2006-2014年，在中國35個大中城市中，房地產(chǎn)市場過熱和偏熱的城市數(shù)量在逐漸增加，但處于正常狀態(tài)的城市數(shù)量始終處于主導地位；此外，中國城市房地產(chǎn)泡沫存在明顯的時空差異。熱點聚類分析表明，房地產(chǎn)泡沫指數(shù)的冷、熱點城市分別集中在北方和南方地區(qū)，即中國城市房地產(chǎn)泡沫具有明顯的空間傳染性?；谝陨辖Y論，最后提出中國城市房地產(chǎn)市場的調控策略。

關鍵詞：房地產(chǎn)泡沫 時空分析 區(qū)域差異 測度

中圖分類號：F299 文獻標識碼：A

引言

1998年，在政府主導下，中國開展了個人住房的貨幣化改革，自此，房地產(chǎn)市場開始迅速升溫，并逐漸成為支柱產(chǎn)業(yè)，支撐著中國經(jīng)濟的快速發(fā)展，也深刻影響著社會公眾福祉（張文斌，2016；李文峰，2016）。2006年以來，中國房價快速增長，一度引起金融系統(tǒng)異常，并帶來了一系列社會問題。尤其是隨著中國經(jīng)濟進入新常態(tài)，國內(nèi)需求不旺，城市房價走勢異常，呈現(xiàn)“大城市上漲、中小城市下跌”的兩極化態(tài)勢，商品房“去庫存”成為各級政府面臨的主要經(jīng)濟任務。

近年來，房價是否過高、是否存在嚴重泡沫，一直都是學者和公眾關注并爭議的焦點，探討內(nèi)容主要涉及房地產(chǎn)泡沫的測度方法（王浩、穆良平，2015）、量化評價（李文峰，2016））、預警機制（傅玳，2015）、影響因素（安鵬等，2008）等方面。其中，房地產(chǎn)泡沫量化評價是學者們研究的重點，并基于城市和區(qū)域兩個空間尺度展開了廣泛探討。在城市尺度方面，修麗娜等（2009）基于天津市房地產(chǎn)泡沫程度的測度結果認為，房地產(chǎn)市場投資熱度正在逐年升溫，尤其是2003-2008年間投資過熱，存在一定的泡沫現(xiàn)象；而張文斌（2016）基于蘭州市的實證研究發(fā)現(xiàn)，盡管整體上蘭州市房地產(chǎn)泡沫程度呈現(xiàn)不斷擴展的態(tài)勢，但在政府調控下，2007-2010年的房地產(chǎn)泡沫程度大幅下降。在區(qū)域尺度方面，學者們主要基于主要城市區(qū)域（苑德宇等，2008）、省級行政區(qū)域（張玉雙，2016）和全國區(qū)域（李文峰，2016）三個空間尺度測度了中國房價的泡沫程度，結果表明，中國東部地區(qū)房價泡沫明顯高于西部地區(qū)，在泡沫程度上，中國存在明顯的房價泡沫，甚至有學者認為，中國房價泡沫巨大，且仍在持續(xù)膨脹（李文峰，2016）?；谝陨涎芯拷Y論，可得到以下兩點認知：其一，關于中國房地產(chǎn)市場泡沫程度的研究認知存在一定分歧，是否存在嚴重的房地產(chǎn)泡沫尚存在爭議（王琛，2013）；其二，中國房地產(chǎn)市場泡沫存在明顯的區(qū)域差異，但其宏觀尺度的區(qū)域格局與特征仍有待深入挖掘。

基于此，本文以中國35個大中城市為研究對象，嘗試構架城市房地產(chǎn)泡沫評價體系，在時間尺度上分析房地產(chǎn)市場泡沫程度的空間動態(tài)變化規(guī)律，這有利于認識和理解中國房地產(chǎn)市場泡沫的宏觀區(qū)位邏輯，也為政府對房地產(chǎn)市場的宏觀調控提供參考。

數(shù)據(jù)來源與研究設計

（一）數(shù)據(jù)來源

根據(jù)中國房地產(chǎn)市場發(fā)展特征，2006年是房價快速上漲的節(jié)點時間，這也意味著2006年以后，是中國城市房地產(chǎn)泡沫快速產(chǎn)生和膨脹的發(fā)展階段，因此，本文確定研究的時間跨度范圍為2006-2014年。文中涉及的城市房地產(chǎn)市場運行數(shù)據(jù)來源于國家統(tǒng)計局官方網(wǎng)站和2007-2015年各城市統(tǒng)計年鑒。

（二）研究設計

1.房地產(chǎn)泡沫評價模型。評價體系構建。本文主要借鑒了測度體系模型（張文斌，2016）等城市房地產(chǎn)泡沫測度指標，并基于科學性、層次性、整體性和可操作性等原則，構建了包含“商品房銷售價格增長率/GDP增長率、房地產(chǎn)投資額/GDP、房地產(chǎn)投資額/固定資產(chǎn)總投資額、房價收入比和商品住宅施工面積/竣工面積”5個具體指標的房地產(chǎn)市場泡沫評價體系。

評價模型構建。首先，需要對獲取的數(shù)據(jù)進行標準化，以實現(xiàn)指標之間的可比性。根據(jù)已有房地產(chǎn)泡沫測度指標的標準化方法，Z-score標準化最為常用（陳超，2015），本文沿用這一方法。其次，確定各指標權重。參考已有研究，本文采用變異系數(shù)法計算各指標權重（張文斌，2016），以避免主觀因素帶來的誤差。最后，根據(jù)標準化后的數(shù)值和各指標權重，計算各城市的房地產(chǎn)市場泡沫指數(shù)。計算公式為：

（1）式中：ωj為第j個城市房地產(chǎn)市場泡沫指數(shù)，Wi為第i個指標的權重，xij′為第j個城市第i個指標標準化后的數(shù)值。

2.空間計量分析模型。矢量數(shù)據(jù)符號法。矢量數(shù)據(jù)符號法是將矢量數(shù)據(jù)借助形象直觀的符號在空間上加以表達（薛東前等，2014）。為直觀反映中國城市房地產(chǎn)市場泡沫的基本空間格局，利用矢量數(shù)據(jù)符號法，將測度的城市房地產(chǎn)市場泡沫指數(shù)在空間上進行等級化表達?；谝延蟹康禺a(chǎn)市場泡沫等級的劃分方法，并結合指標數(shù)據(jù)的基本特征，根據(jù)誤差理論，確定采用3σ方法進行處理（張文斌，2016）?；趯嶋H測度結果，對中國城市房地產(chǎn)市場泡沫程度進行了5等級劃分（見表1）。矢量數(shù)據(jù)符號法將按照這一標準進行空間的等級化表達。

熱點聚類分析法。苑德宇等（2008）認為，中國城市房地產(chǎn)泡沫在一定區(qū)域范圍內(nèi)具有明顯的空間傳染性。Getis-Ord Gi*指數(shù)是用于識別區(qū)域低值簇和高值簇的空間聚類分析方法，本文嘗試利用這一方法，在對我國城市房地產(chǎn)泡沫的空間傳染性加以驗證的基礎上，明確其空間集聚狀態(tài)。計算公式為：

（2）式中：d為距離尺度，ωi、ωj分別為第i和第j個城市房地產(chǎn)市場泡沫指數(shù)，Wij為空間權重矩陣。為便于分析和空間表達，采用自然間斷點分級法（Jenks），將計算得到的Gi值劃分了四個等級，并按照等級值由大到小的順序依次命名為熱點、次熱點、次冷點和冷點城市。

評價結果

（一）中國35個大中城市房地產(chǎn)泡沫程度的整體評價

分別將2006-2014年中國35個大中城市的房地產(chǎn)泡沫測度分指標和綜合指標（泡沫指數(shù)）求均值（見圖1），以反映中國城市房地產(chǎn)泡沫的基本變動情況。整體來看，2006-2014年中國房地產(chǎn)市場泡沫程度在波動中呈現(xiàn)上升趨勢。其中，房地產(chǎn)市場泡沫指數(shù)由2006年的-0.3302上升至2014年的0.2747，根據(jù)本文的中國城市房地產(chǎn)市場泡沫等級劃分標準，35個大中城市的房地產(chǎn)泡沫指數(shù)平均值始終處于正常狀態(tài)區(qū)間（-0.5306～0.5306），但并不能認為中國城市房地產(chǎn)市場不存在嚴重泡沫。

從波動特征來看，房地產(chǎn)泡沫指數(shù)的波動受到了宏觀經(jīng)濟背景的明顯影響。測度結果表明，2008-2009年，中國房地產(chǎn)泡沫指數(shù)增長緩慢，個別指標（如房地產(chǎn)投資額、房價收入比等）指數(shù)甚至開始下跌，這與2008年的全球金融危機導致房地產(chǎn)市場投資熱度下降、房市需求不旺等有關。2011年之后，中國經(jīng)濟逐步轉入新常態(tài)，國家統(tǒng)計局發(fā)布的《國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》數(shù)據(jù)顯示，GDP增速由2011年的9.2%下降到了2014年的7.4%，這一階段的房地產(chǎn)市場泡沫指數(shù)由2011年的0.1530增長至2014年的0.2747，增長速度逐漸趨緩，說明房地產(chǎn)泡沫受到中國經(jīng)濟發(fā)展的顯著影響。

（二）中國35個大中城市房地產(chǎn)泡沫程度的空間特征

依據(jù)等時間間隔的原則，選擇2006、2010和2014年三個年份的房地產(chǎn)市場泡沫指數(shù)，采用矢量數(shù)據(jù)符號法進行空間可視化表達（見圖2）。結果表明，2006年，除石家莊市和廈門市的房地產(chǎn)泡沫指數(shù)分別為-1.0187和0.5977，處于過冷和偏熱狀態(tài)之外，其他城市均處于偏冷和正常兩個狀態(tài)區(qū)間內(nèi)。從數(shù)量上來看，處于正常狀態(tài)的城市數(shù)量為23個，偏冷城市數(shù)量為10個，正常狀態(tài)的城市數(shù)量多于偏冷城市。從空間上來看，處于偏冷狀態(tài)的城市主要集中在中、西部地區(qū)，而處于正常狀態(tài)的城市在東、中、西三個區(qū)域均有分布，空間上相對均衡。2010年，房地產(chǎn)市場泡沫程度顯著增強，逐漸出現(xiàn)過熱城市，如太原市、深圳市等，但總體上，仍以正常狀態(tài)的城市為主。在空間分布上，偏熱和過熱狀態(tài)的城市主要分布在中、東部地區(qū)。2014年，房地產(chǎn)市場泡沫程度進一步增強，但在數(shù)量上，處于正常狀態(tài)的城市仍占大多數(shù)。從空間上來看，房地產(chǎn)市場偏熱和過熱的城市主要集中在中國的東南和西南兩大區(qū)域。需要說明的是，房地產(chǎn)市場處于過熱狀態(tài)的城市數(shù)量進一步增長至4個，分別為深圳市、廈門市、昆明市和蘭州市，顯然，以上4個城市的經(jīng)濟發(fā)展呈現(xiàn)兩極化狀態(tài)，深圳市和廈門市在35個城市中居于前列，昆明市和蘭州市則相對落后。由此說明，對于經(jīng)濟發(fā)展較快的城市（如廈門市、深圳市等），可能由于投資過熱導致房地產(chǎn)市場泡沫程度較高，對于經(jīng)濟發(fā)展相對落后的城市（如蘭州市、昆明市等），可能由于消費需求不旺，導致商品房庫存量過大帶來了嚴重的房市泡沫。

總之，2006-2014年，中國35個大中城市的房地產(chǎn)市場泡沫程度呈現(xiàn)出不斷強化的趨勢，房地產(chǎn)市場過熱和偏熱的城市數(shù)量逐漸增長，但處于正常狀態(tài)的城市的數(shù)量始終處于主導地位；此外，各狀態(tài)下城市的空間格局也在不斷變化。

（三）中國35個大中城市房地產(chǎn)泡沫程度熱點分析

文章選擇2006、2010和2014年三個年份的房地產(chǎn)市場泡沫指數(shù)，基于Getis-Ord Gi*指數(shù)進行了熱點聚類分析（見圖3）。整體上來看，2006-2014年，房地產(chǎn)泡沫指數(shù)的冷點城市主要集中在北方地區(qū)，熱點城市則集中南方地區(qū)，且不同年份存在一定差別。

具體來看，2006和2010年的熱點聚類分析結果基本相同，房地產(chǎn)泡沫指數(shù)的冷點城市主要集中在東北、華北和西北三大區(qū)域；熱點城市主要集中在長三角和珠三角區(qū)域。冷熱點城市的空間分界線大致為“昆明-大連”一線。2014年的熱點聚類格局較2006和2010年發(fā)生了顯著變化，房地產(chǎn)泡沫指數(shù)的冷點城市主要集中東北和華北地區(qū)，尤以環(huán)渤海區(qū)域較為集中，熱點城市則主要集中在珠三角和長江中游區(qū)域。冷熱點城市的空間分界線大致為“西寧-上海”一線。通過對比三個年份的熱點聚類結果發(fā)現(xiàn)，變化最為明顯的是長三角地區(qū)，由2006年的熱點城市集聚區(qū)逐漸轉為2014年的次冷點城市集聚區(qū)，這是政府調控和房地產(chǎn)市場剛性需求共同作用的結果。

根據(jù)熱點聚類分析發(fā)現(xiàn)，中國房地產(chǎn)泡沫具有顯著的空間集聚效應，這反映了城市之間房地產(chǎn)市場在空間上明顯的相互作用關系，進一步驗證了房地產(chǎn)泡沫空間傳染性的存在。

結論與啟示

（一）結論

本文在嘗試構建城市房地產(chǎn)泡沫測度指標體系的基礎上，以35個大中城市為例，對中國2006-2014年城市房地產(chǎn)泡沫進行了時空特征分析。主要結論如下：

整體來看，2006-2014年中國房地產(chǎn)市場泡沫程度在波動中呈現(xiàn)上升趨勢。房地產(chǎn)市場泡沫指數(shù)均值由2006年的-0.3302上升至2014年的0.2747，但始終處于正常狀態(tài)區(qū)間。房地產(chǎn)泡沫指數(shù)波動受到了宏觀經(jīng)濟背景的明顯影響。

2006-2014年，在中國35個大中城市中，房地產(chǎn)市場過熱和偏熱的城市數(shù)量逐漸增長，但處于正常狀態(tài)的城市數(shù)量始終處于主導地位；此外，各狀態(tài)下城市的空間格局也在不斷變化。

2006-2014年，房地產(chǎn)泡沫指數(shù)的冷點城市主要集中在北方地區(qū)，熱點城市則集中南方地區(qū)，且不同年份存在一定差別，這一特征表明中國房地產(chǎn)泡沫具有顯著的空間集聚效應，進一步驗證了房地產(chǎn)泡沫空間傳染性的存在。

（二）啟示

基于以上結論，得到如下啟示：

首先，中國城市房地產(chǎn)市場的泡沫程度的確正在逐年強化，這意味著房地產(chǎn)泡沫破裂的風險正在增大。一方面，房地產(chǎn)泡沫的長期存在和發(fā)展，容易吸引更多社會資本的投入，進而對其他產(chǎn)業(yè)產(chǎn)生抑制，導致經(jīng)濟結構和社會結構的失衡（Hendershott.P.H，2000）；另一方面，房地產(chǎn)泡沫的破裂會對社會經(jīng)濟帶來嚴重危害，尤其是會對金融系統(tǒng)產(chǎn)生致命性危害，進而殃及生產(chǎn)、消費等活動（田傳浩，2004），甚至可能引發(fā)政治和社會危機（汪丁丁，2003）。因此，從目前來看，及時有效地對中國城市房地產(chǎn)市場進行監(jiān)管和調控是十分有必要的。

其次，警惕個別城市的房地產(chǎn)市場。根據(jù)評價結果可以發(fā)現(xiàn)，個別城市的房地產(chǎn)泡沫現(xiàn)象明顯，如深圳市、廈門市等，需要特別關注和警惕，根據(jù)房地產(chǎn)泡沫的空間傳染性可知，一旦這些高風險城市的房地產(chǎn)市場泡沫破裂，極可能會引起其他城市樓市的崩潰。因此，需要強化對高風險城市的調控力度，以杜絕樓市崩潰的“連環(huán)效應”。

最后，對于房地產(chǎn)市場的宏觀調控，應當注意區(qū)域的差異性。由于不同區(qū)域的房地產(chǎn)泡沫程度存在顯著差別，且城市之間經(jīng)濟水平、產(chǎn)業(yè)結構、管理機制等也明顯不同，因此，在政府進行宏觀調控時，需要因地制宜，采取差異化調控措施。

參考文獻：

1.張文斌.基于測度體系模型的蘭州市房地產(chǎn)泡沫測度研究[J].干旱區(qū)資源與環(huán)境，2016，30（1）

2.李文峰.房地產(chǎn)價格泡沫的估算與實證檢驗[J].統(tǒng)計與決策，2016（6）

3.王浩，穆良平.當前我國房地產(chǎn)泡沫兩種主要測度方法：研究思路、誤區(qū)及適用性分析[J].宏觀經(jīng)濟研究，2015（2）

4.傅玳.房地產(chǎn)市場泡沫測度及預警指標體系的構建[J].統(tǒng)計與決策，2015（19）

5.安鵬，蔡明超，高國華.中國房地產(chǎn)泡沫的測度與成因解析：以上海市為例[J].統(tǒng)計與決策，2008（20）

6.修麗娜，劉湘南，黃凌翔.房地產(chǎn)泡沫實證分析：以天津市為例[J].城市發(fā)展研究，2009，16（7）

7.苑德宇，宋小寧.中國區(qū)域房價泡沫測度及空間傳染性研究：基于2001-2005年35個大中城市面板數(shù)據(jù)的實證分析[J].上海財經(jīng)大學學報（哲學社會科學版），2008，10（3）

8.張玉雙.我國地區(qū)房地產(chǎn)價格泡沫的測度[J].統(tǒng)計與決策，2016（5）

9.王琛.中國房地產(chǎn)泡沫影響因素研究：從異質性分析的角度[D].青島大學， 2013

10.陳超.昆明市房地產(chǎn)泡沫測度及預警機制研究[D].云南財經(jīng)大學，2015

11.薛東前，黃晶，馬蓓蓓等.西安市文化娛樂業(yè)的空間格局及熱點區(qū)模式研究[J].地理學報，2014，69（4）

12.Hendershott.P.H. Property Asset Bubbles： Evidence from the Sydney Office Market.[J].Journal of Real Estate Finance & Economics，2000， 20（20）

13.田傳浩，賈生華，伍恩偉.監(jiān)督制度、市場信息與協(xié)議地價：基于杭州市土地儲備制度改革的經(jīng)驗[J].經(jīng)濟學（季刊）， 2004（1）

14.汪丁丁.為什么“政府失靈”比“市場失靈”更加危險？[J].財經(jīng)，2003（2）