中部地區省會城市房地產與城市經濟系統耦合協調研究

(華中農業大學 .公共管理學院;.經濟管理學院,湖北 武漢 430070)

中部地區省會城市房地產與城市經濟系統耦合協調研究

劉萬紅a,周 義a,周 怡b
(華中農業大學 a.公共管理學院;b.經濟管理學院,湖北 武漢 430070)

為促進房地產與城市經濟良性互動、協調發展,借用耦合協調模型和GM(1,1)模型對我國中部地區省會城市房地產與城市經濟耦合協調度進行了動態分析與預測。結果表明:①2005—2014年城市經濟系統得分、增速均較高,城市經濟系統發展領先。②從耦合關系來看,所有城市均處于頡頏階段,即將進入磨合階段。③從耦合協調關系來看,中部省會城市整體處于輕度失調發展,即將達到勉強協調,城市經濟相對滯后。④根據協調度及值,將城市劃分為輕度失調發展城市經濟系統滯后、輕度失調發展房地產系統滯后、瀕臨失調發展城市經濟滯后三類。⑤2020年中部地區省會城市將形成武漢優質協調,鄭州良好協調,長沙、合肥中級協調,太原、南昌勉強協調的格局。

耦合協調;協調度;頡頏;滯后;GM(1,1)

房地產業作為國家支柱產業,對國家與城市經濟發展至關重要,兩者相互制約、相互促進[1]。宏觀經濟持續上行是房地產穩步增長的有效保障,房地產業繁榮發展是地區經濟有序發展的重要引擎之一[2]。2015年底以來,在全國“去庫存、促發展、資產荒、供給側改革”等綜合因素推動下,我國部分一、二線城市出現了新一輪的房地產價格暴漲,房地產業與城市經濟發展出現偏差。促進兩者的良性互動,實現房地產業與城市經濟的動態協調發展,助力房地產政策精準調控,一直是社會關注的熱點問題和研究主題,具有重要的理論價值和現實意義。國內關于房地產業與城市宏觀經濟研究主要集中在房地產業與關聯產業帶動效應[2-5]、房地產投資對區域經濟增長的影響[6-8]、房地產業與城市宏觀經濟協調關系[9-13]等。在房地產與城市宏觀經濟協調研究方面,早期研究通常采用長期均衡價格與實際房地產價格的偏離度來測量[9-11],后期開始借用物理學中的耦合協調度模型研究兩者間的協調關系[11,13]。但研究的空間尺度多集中于國家或省域層面,忽略了區域內城市間房地產與經濟存在明顯差異,結果對實現政策“精準調控”意義不大;研究時間尺寸多集中于“時點”,缺乏基于時序的動態演進研究。本文擬以中部六省省會城市為對象研究房地產與城市經濟的協調發展,測度2005—2014年各城市房地產與城市經濟系統耦合協調度,分析其時空演化并根據演化規律將其劃分為不同城市類型,借用GM(1,1)模型對2015—2022年耦合協調度值進行預測。

1 研究方法

1.1 耦合協調度模型

耦合源于物理學范疇,是指兩個或多個系統(要素)利用各種交互作用而產生彼此影響的物理現象。實證研究往往使用耦合度函數用來測度系統間耦合關系的強弱,耦合度越高,表示系統結構發展越有序,關系越趨于穩定；反之，則系統結構發展越趨于無序、不穩定[19]。評價模型為:

C={u1×u2/(u1+u2)}1/2

(1)表1 耦合度等級的劃分

為了避免出現兩個子系統的綜合得分均較低且相近,導致系統整體協同效應較高的誤導,進一步構造了房地產與城市經濟耦合協調度模型來測算不同區域房地產與區域經濟交互耦合的協調程度,模型為:

D=(C×T)1/2,T=a×u1+b×u2

(2)

式中,u1、u2分別為房地產和城市經濟系統綜合得分;C為耦合度;T為整體效益指數;D為耦合協調度;a和b為待定系數,考慮到房地產與城市經濟子系統重要性相當,a和b取值0.5。為直觀有效地反映其耦合協調情況,在協調度分級的標準情況下引入u1/u2指標對系統發展同步性進行劃分,標準見表2。

表2 協調度及子系統同步性劃分

1.2 GM(1,1)預測模型

基于房地產及城市經濟子系統數據來源于相關年份的統計年鑒,存在較大的滯后性,僅從現有數據分析只能反映其過往的發展情況和規律,因此引入灰色系統GM(1,1)模型,對房地產與城市經濟系統耦合協調發展趨勢進行預測與深入研究。GM(1,1)預測模型也稱為“單變量一階灰色模型”,是灰色系統理論的基本模型[20]。預測模型為:

(3)

式中,a、b為模型參數。模型估計參數a值決定了預測模型預測年限的長度,灰色預測模擬的后驗差、小概率誤差檢驗將決定模型預測精度[21]。評價標準見表3、表4。

表3 GM(1,1)模型預測的適用情況

表4 GM(1,1)模型精度檢驗標準

1.3 評價指標體系構建及權重賦予

城市經濟和房地產子系統均屬于復雜系統,往往很難使用單一指標進行有效模擬,國內外的測度研究也開始從單一指標向綜合評價指標轉變[14-17],但目前尚未形成共識。主觀賦權無法避免地會產生隨機性、主觀性問題,客觀賦權法則多存在面板數據研究的不適用性等問題。

表5 中部地區6個主要城市房地產與城市經濟耦合協調發展指標體系與指標權重

為了解決綜合評價指標確定問題,本文在現有研究[11-18]基礎上,遵循可代表性、數據可獲取性、可比性等原則,構建了兩者耦合協調度指標模型(表5)。其中，城市經濟子系統由經濟規模、經濟結構、經濟活力、人民生活四方面構成,包含城市GDP、地方財政一般預算收入、固定資產投資額、社會消費品零售總額、城鄉居民儲蓄存款余額、第一產業占比、第三產業占比、科學技術投入占GDP比重、教育經費占GDP比重、GDP增長率、城鎮居民人均可支配收入、農民人均純收入、在崗職工平均工資等13個指標；地產子系統由房地產投資、房地產開發建設、房地產銷售、行業經營、行業規模五方面構成,包括本年完成投資額、本年資金來源小計、施工面積、新開工面積、竣工面積、空置面積、商品房銷售面積、商品房平均銷售價格、企業主營業務收入、企業利潤總額、企業負債總額、地產企業個數、從業人數等13個指標。為解決權重賦予中的主觀性和面板數據不適用性問題,建立時間序列上的可比性,提高研究合理性,本文增加了時間序列,采用改進后的熵值法賦予權重[22]。

數據標準化處理:采用常規極差標準化。假設有m個年份、n個城市,s個指標,xijk表示第i年j城市第k個指標值,為避免熵值計算出現0的對數無意義,借鑒張琰飛[23],對標準化數據進行0.01的平移處理。

(4)

(5)

計算標準化后k項指標的比重:

(6)

計算k指標熵值:

(7)

計算k指標信息效用值:

gk=1-ek

(8)

計算指標的權重:

(9)

線性加權求和計算綜合得分:

(10)

2 城市經濟與房地產發展的耦合協調實證分析

2.1 研究區域

中部地區承東啟西、連南接北,是我國重要的糧食生產基地、能源原材料基地、裝備制造業基地和綜合交通運輸樞紐,在全國區域發展格局中具有重要的戰略地位,包含山西、河南、安徽、湖北、江西、湖南六個相鄰省份,國土面積102.8萬km2,占全國陸地國土總面積的10.7%,省會城市分別為太原、鄭州、合肥、武漢、南昌、長沙。國家統計局數據顯示,2006—2015年底中部地區生產總值保持年均11.6%的增長率,高出全國平均水平2.1%[24]。2015年底以來,中部地區核心城市房地產價格出現明顯上漲。2016年11月,標準排名(中國)研究院發布《2016年1—10月均價萬元以上城市房價漲幅榜》,其中合肥市房價累計漲幅62.76%,排名全國第一,武漢累計漲幅37.48%,排名全國第五,鄭州累計漲幅32.46%,排名全國第十[25]。在“中部崛起”戰略背景下,省會城市經濟不斷優化,城市經濟和房地產發展高度偏離的矛盾是選擇其作為對象研究城市經濟與房地產耦合協調發展的主要原因。

2.2 數據來源

城市經濟子系統中城鎮居民人均可支配收入、農民人均純收入指標數據來源于各地2006—2015年的《統計年鑒》,其他指標數據來源于2006—2015年的《中國城市統計年鑒》,房地產子系統數據來源于2006—2015年的《中國房地產統計年鑒》。

2.3 房地產與城市經濟系統發展時序分析

整體上(圖1),2005—2014年中部省會城市的房地產與城市經濟均呈逐步上升趨勢,城市經濟系統得分及增速高于房地產系統,表明在“中部崛起”戰略的支持下,城市經濟得到快速提升,增速明顯,城市經濟系統發展領先于房地產系統發展。2005—2007年城市經濟發展帶動房地產高速發展,兩者間互動效應明顯;2008—2011年,受金融危機影響,城市經濟下降導致房地產急速降溫,后在中央“4萬億”等系列宏觀政策調整,尤其是在房地產經濟強勢崛起的帶動下,城市經濟再度快速發展,同時也引發了房地產路徑依賴、經濟結構問題的憂慮。隨著下一輪針對房地產經濟調整的宏觀政策出臺,2012—2014年城市經濟進入動蕩緩慢發展期。

圖1 2005—2014年中部地區省會城市房地產、城市經濟子系統得分均值

2.4 房地產與城市經濟系統耦合度時序分析

從表6可見,2005—2014年中部六省省會城市房地產與城市經濟耦合度一直處于頡頏階段,表明兩者尚未充分發揮雙向促進帶動的功效。這主要是由于我國房地產起步晚、發展時間短,該時期城市宏觀經濟經歷過多次劇烈波動導致。從時序上看,六個省會城市的耦合度值均處于穩步上升的趨勢,即將進入磨合階段,隨著經濟轉型調整,房地產與城市經濟耦合度將進一步改善。

表6 中部地區6個主要城市2005—2014年耦合度C值

圖2 2005—2014年整體協調度及u1/u2值

2.5 房地產與城市經濟系統協調度時序分析

從縱向比較來看(圖2),2005—2014年中部六省省會城市的房地產與城市經濟耦合協調度平均值為0.385,u1/u2均值為1.12,處于輕度失調發展階段，城市經濟子系統相對滯后。中部六省省會城市整體耦合協調度持續上行,由0.316增長至0.494,即將達到勉強協調階段,考察期內u1/u2值在2007年由房地產極度滯后反彈到城市嚴重滯后保持穩定,主要是由金融危機前城市經濟出現走低趨勢、城市經濟對房地產投資的依賴度提升、房地產子系統過熱導致。中部省會城市整體協調度變化曲線可劃分為兩個明顯階段：2005—2010年為波動調整期,房地產與城市經濟輕度失調。2005年以來全國房地產價格出現一波非理性的暴漲,我國接連出臺“國八條”、“國六條”等一系列組合調控政策,房地產迎來新的一輪調整。同時，2007年受全球金融危機影響,中國經濟增速回落,城市經濟出現下滑,城市經濟子系統出現波動。該時期房地產與城市經濟耦合協調度值在0.30—0.40之間，呈現出波動中調整的態勢。2011—2014年為穩步上升期,協調度值穩定上行,由0.418提升至0.494,房地產與城市經濟瀕臨失調,即將達到勉強協調,但增速明顯放緩。主要原因是，為應對金融危機導致的經濟萎縮、出口負增長、工廠倒閉等負面影響,我國出臺了一攬子經濟刺激計劃,城市經濟子系統回暖并保持較高水平增長,房地產與城市經濟耦合協調度不斷優化。但2014年底寬松的貨幣政策導致資本“脫實向需”愈演愈烈,房地產因其保值增值性吸引了大量資金涌入,房地產子系統短期內劇烈增長,導致房地產與城市經濟協調度優化增速放緩。

圖3 2005—2014年中部六城市協調度比較

表7 中部地區6個主要城市耦合協調度D及u1/u2值分級

從橫向比較分析(圖3),2005—2014年中部六省省會城市耦合協調度均保持上行趨勢,但存在明顯的細節差異。根據協調度子系統同步劃分標準,結合中部地區省會城市耦合協調度D及u1/u2值(表7),將中部省會城市劃分為三類:①輕度失調發展城市經濟系統滯后型----合肥。2005—2014年，合肥的房地產與城市經濟系統耦合協調度由輕度失調向勉強協調改善,滯后性由2007年房地產極度滯后探底反彈至城市經濟嚴重滯后保持穩定,側面印證了2015年底以來合肥市房價暴漲、供需失衡、恐慌性購房情緒蔓延、投資投機比重大的現實，表明合肥市近年來房地產與城市經濟發展嚴重不匹配,房地產子系統發展過熱、房價漲幅較快,存在較大泡沫。②輕度失調發展房地產系統滯后型----太原、南昌。太原市的房地產與城市經濟協調度D值及同步性指標u1/u2不斷優化,由2005年中度失調房地產極度滯后轉變為瀕臨失調房地產嚴重滯后。太原市早年“因煤而興”,而今“因煤而困”，城市經濟結構差、轉型晚,2009年地區生產總值增速僅為2.9%,遠低于其他城市10%的增速,城市經濟系統得分連續十年幾乎停滯。太原市協調度和同步性指標的優化主要是因為房地產子系統相對城市經濟子系統更加走低。住房需求側方面,太原市常住人口相對少、人均住房面積高、人口吸附力小,同時經濟低迷、投資投機客戶少導致住房市場需求不足。住房供給側方面,近年來太原市加大了棚戶區、“城中村”改造,房地產供應量大幅增長,存在供應過剩的庫存風險。南昌市房地產與城市經濟耦合協調度邁入輕度失調,u1/u2值在房地產子系統比較滯后與城市經濟子系統比較滯后中徘徊波動,屬于同步性較好城市,接近合理水平。南昌市城市基礎底子最薄、產業結構不合理:農業尚未形成產業化,工業化程度較低,缺乏高科技術戰略性產業。考察期內在“中部崛起”戰略的支撐下,南昌市城市經濟逐步提升。2012年南昌市GDP增長率為12.5%,高于同期武漢的GDP增長率(11.4%),處于中部第三名,房地產子系統保持同步平穩增長,房地產與城市經濟基本同步。③瀕臨失調發展城市經濟系統滯后型----鄭州、武漢、長沙。武漢市房地產與城市經濟耦合協調度優化明顯,跨越4個階段,分別是2005—2007年輕度失調階段、2008—2010年瀕臨失調階段、2011—2013年勉強協調階段、2014年首次達到初級協調階段,房地產與城市經濟系統耦合協調較好,而同步性u1/u2值則基本穩定在城市經濟系統嚴重滯后。武漢市在城市經濟和房地產系統方面均為中部第一名。2016年武漢入選為國家中心城市,地區生產總值達到11913億元,排名全國第九、中部第一,城市經濟成功轉型,高新科技支柱產業形成,經濟發展蒸蒸日上。武漢市城市經濟子系統滯后的原因是近年來該市房地產承受了一線城市、周邊省市的投資投機需求,市場過熱、需求擴容明顯,房地產價格漲幅驚人。2016年武漢市商品房成交28.8萬套,房價累計增長37.48%,住房庫存嚴重不足。鄭州、長沙的房地產與城市經濟耦合協調度值基本一致,分別跨越三個階段,達到勉強協調階段,城市發展嚴重滯后。長沙經濟基礎相對鄭州較好，增速快,2014年GDP達到7825億元,處于中部第二名,但房地產庫存大、內需不足。鄭州市為人口大省河南省的省會城市,省內人口吸附力大,2016年底鄭州入圍國家中心城市,未來城市發展速度快、前景可期,但同期房地產行情火熱,在棚戶區、“城中村”改造浪潮中供需兩旺,“地王”、樓價記錄接連刷新,城市經濟系統嚴重滯后。

2.6 房地產與城市經濟系統協調度預測

以2005—2014年中部六省省會城市房地產與城市經濟耦合協調度值為基值對2015—2020年的耦合協調度值進行了GM(1,1)預測,其預測模型精度檢驗和預測值分別見表8、圖4。模型估計參數α均滿足-α≤0.3,適用于長期預測。通過后驗差、小誤差概率檢驗,模型預測精度較高,結果可信。

表8 中部地區省會城市2015—2022年GM(1,1)預測精度

圖4 中部地區省會城市2005—2022年房地產與城市經濟系統耦合協調度值趨勢

從圖4發現,在不發生宏觀經濟重大波動和房地產政策調整的環境下,2005—2020年六個省會城市房地產與城市經濟耦合協調度值穩步上升,到2020年將形成四個明顯等級,其中武漢為優質協調,鄭州為良好協調,長沙、合肥為中級協調,太原、南昌為勉強協調。2005—2020年,武漢市持續領先,并將在2020年達到優質協調;長沙與鄭州的房地產與城市經濟耦合協調度值呈“Y”形演化,2014年開始鄭州明顯領先且差距不斷增大;2005—2013年太原和南昌房地產與城市經濟系統耦合協調值呈“螺旋交叉”態勢,2014年太原市大幅領先并與南昌保持相對穩定的平行增長。

3 結論與建議

從耦合協調發展的角度出發,借助耦合協調模型對中部省會城市房地產與城市經濟耦合協調發展關系進行了分析與預測。結果發現,中部六個省會城市房地產與城市經濟系統均處于頡頏階段,兩者尚未充分發揮雙向促進帶動的功效,中部省會城市房地產與城市經濟系統整體處于輕度失調、城市經濟系統比較滯后階段。

具體結論:①在構建房地產、城市經濟系統評價指標體系基礎上,采用改進后的熵值法賦予權重并測算房地產、城市經濟系統綜合得分。2005—2014年我國中部地區省會城市城市經濟系統得分均值、增速均高于房地產系統,城市經濟子系統發展領先,表明在“中部崛起”戰略的支持下,城市經濟得到快速提升,增速明顯。②運用耦合協調度模型從橫向、縱向角度對各省會城市房地產與城市經濟系統耦合協調度進行了動態分析。2005—2014年,六個省會城市的房地產與城市經濟系統耦合度處于頡頏階段,尚未充分發揮雙向促進帶動的功效,即將進入磨合階段,房地產與城市經濟系統整體處于輕度失調,城市經濟系統比較滯后。中部省會城市整體協調度變化曲線可以劃分為兩個明顯階段：2005—2010年為波動調整期,協調度值為0.30—0.40之間波動調整,房地產與城市經濟輕度失調。2011—2014年為穩步上升期,協調度值由0.418提升至0.494,房地產與城市經濟瀕臨失調,即將達到勉強協調,但增速明顯放緩。根據協調度及u1/u2值,將城市劃分為三類：合肥為輕度失調發展城市經濟系統滯后型,太原、南昌為輕度失調發展房地產系統滯后型,武漢、鄭州、長沙為瀕臨失調發展城市經濟系統滯后型。③通過灰色系統預測GM(1,1)模型對2015—2020年中部地區省會城市房地產與城市經濟系統耦合協調度值進行了預測。2020年，中部地區六個省會城市將形成武漢優質協調,鄭州良好協調,長沙、合肥中級協調,太原、南昌勉強協調的格局。

為了促進城市經濟與房地產系統的協調發展,提出以下建議：在未來的發展中,合肥應防范房地產泡沫,從供給需求結合角度抑制房地產非理性過熱惡化,促進房地產平穩發展。太原應轉變經濟發展理念,利用原有工業基礎完成工業化升級,實現經濟轉型與城市經濟快速發展,同時進行住房供應側改革,控制房價合理平穩增長,實現城市經濟與房地產的同步發展。南昌應聚焦城市經濟崛起,在“中部崛起”和長江經濟帶發展規劃的政策支持下招商引資，培育新的經濟增長點。武漢應在供給端增大土地與住房供應,打擊投資投機窗口,促進房地產系統降溫,實現房地產與城市經濟系統協調的同步發展。長沙應加快落實“去庫存”政策,同時嚴防市場過熱,促使城市經濟與房地產系統協調同步發展并不斷優化。鄭州市則應努力完善房地產市場規范化、公開化,打破行業潛規則、粗放式發展,推動房地產發展精細化,利用現階段國家戰略的高度支持城市經濟發展。

[1]張永岳.中國房地產業與國民經濟的互動效應及其協調發展[J].華東師范大學學報(哲學社會科學版),2008,(6)∶126-134.

[2]王國軍,劉水杏.房地產業對相關產業的帶動效應研究[J].經濟研究,2004,(8)∶38-47.

[3]張清勇,年猛.中國房地產業關聯度高、帶動力強嗎——兼論房地產業的定位[J].財貿經濟,2012,(10)∶123-129.

[4]關高峰,賀根慶.房地產業對海南經濟的關聯與波及效應研究——基于投入產出模型的實證分析[J].中央財經大學學報,2014,(2)∶106-112.

[5]孫亞靜,徐瑩瑩.吉林省房地產業與相關產業關聯效應的實證分析[J].稅務與經濟,2014,(1)∶106-112.

[6]王先柱.VAR模型框架下房地產業與經濟增長關系的實證檢驗[J].經濟問題,2007,(7)∶31-34.

[7]孔行,黃玲,于渤.區域房地產業與區域經濟發展的長期動態協調關系研究[J].中央財經大學學報,2009,(3)∶54-59.

[8]武康平,胡諜.房地產價格在宏觀經濟中的加速器作用研究[J].中國管理科學,2011,19(1)∶29-35.

[9]梁云芳,高鐵梅,賀書平.房地產市場與國民經濟協調發展的實證分析[J].中國社會科學,2006,(3)∶74-84,205-206.

[10]孔行,黃玲,于渤.區域房地產業與區域經濟發展的長期動態協調關系研究[J].中央財經大學學報,2009,(3)∶54-59.

[11]楊波,楊亞西.房地產業與區域發展的協調度評價[J].華東經濟管理,2011,25(10)∶43-46.

[12]王婧.山西省房地產業與國民經濟協調發展研究[D].太原：山西財經大學碩士學位論文,2016.

[13]楊奎奇,苗天青,歐向軍.江蘇省城市房地產業與區域經濟耦合研究[J].地域研究與開發,2014,33(1)∶41-45.

[14]胡日東,李穎.我國房地產業發展的綜合評價——基于動態因子分析法[J].經濟地理,2011,31(11)∶1862-1866,1873.

[15]王寧,李慧民,譚嘯,等.基于因子與聚類分析的中國大城市房地產業發展評價[J].西安建筑科技大學學報(自然科學版),2010,42(4)∶590-594,603.

[16]孟德友,李小建,陸玉麒,等.長江三角洲地區城市經濟發展水平空間格局演變[J].經濟地理,2014,34(2)∶50-57.

[17]施建剛,王哲.中國城市化與經濟發展水平關系研究[J].中國人口科學,2012,(2)∶36-46，111.

[18]宋偉軒,白彩全,廖文強,等.長三角地區經濟發展水平與居民生活質量耦合協調性研究[J].長江流域資源與環境,2013,22(11)∶1382-1388.

[19]謝守紅,蔡海亞.長江三角洲物流業與區域經濟耦合協調度研究[J].江西財經大學學報,2015,(5)∶20-27.

[20]龍會典,嚴廣樂.基于SARIMA、GM(1,1)和BP神經網絡集成模型的GDP時間序列預測研究[J].數理統計與管理,2013,32(5)∶814-822.

[21]范勝龍,楊玉珍,陳訓爭,等.基于PSR和無偏GM(1,1)模型的福建省耕地生態安全評價與預測[J].中國土地科學,2016,30(9)∶19-27.

[22]楊麗,孫之淳.基于熵值法的西部新型城鎮化發展水平測評[J].經濟問題,2015,(3)∶115-119.

[23]張琰飛,朱海英.西南地區文化演藝與旅游流耦合協調度實證研究[J].經濟地理,2014,34(7)∶182-187.

[24]國務院.促進中部地區崛起規劃[Z].2009-09-23.

[25]標準排名研究院.2016年1—10月均價萬元以上城市房價漲幅榜[Z].2016-11-10.

[26]李健,滕欣.天津市海陸產業系統耦合協調發展研究[J].干旱區資源與環境,2014,28(2)∶1-6.

[27]郭慶然,丁翠翠.中國“三化”協調發展的區域格局及其影響因素研究——基于省際面板數據的實證研究[J].河北經貿大學學報,2017,38(1)∶101-109.

[28]樊鵬飛,梁流濤,李炎埔,等.基于系統耦合視角的京津冀城鎮化協調發展評價[J].資源科學,2016,38(12)∶2361-2374.

[29]張廣海,劉真真,王新越.中國沿海區域旅游化與生態環境耦合度分析及預測[J].生態環境學報,2013,22(5)∶792-800.

AnalysisonCouplingDevelopmentBetweenRealEstateandUrbanEconomicinProvincialCapitalsofCentralChina

LIU Wan-honga,ZHOU Yia,ZHOU Yib
(Huazhong Agricultural University a.School of Land Management;b.School of Economics amp; Management,Wuhan 430070,China)

In order to promote the positive interaction and coordinate the development between the real estate and the urban economy,the coupling coordination model and the GM (1,1) model were used to analyze and forecast the real estate and urban economic coupling coordination degree of the provincial capital cities in six provinces.The results showed that:①From 2005 to 2014,the urban economic system scores and the growth rate were higher,and developed ahead.② From the coupling relationship,all cities were in antagonistic stage,would soon enter the run-in stage.③From the coupling and coordination relationship,the central capital city as a whole in a slight imbalance development,was about to reach a reluctant coordination,the city economy was relatively lagging behind.④According to the degree of coordination and the cities were divided into three categories:Mild disorder to develop urban economic system lag,mild imbalance in the development of real estate system lagging behind the development of urban economic downturn.⑤By 2020,Wuhan was quality coordination,Zhengzhou was good coordination of,Changsha,Hefei was intermediate coordinate,Taiyuan,and Nanchang was coordination of different grades.

coupling coordination;coordination degree;antagonism;lag;GM (1,1)

10.3969/j.issn.1005-8141.2017.06.011

F293.3

A

1005-8141(2017)06-0699-06

2017-03-21；

2017-04-09

國家社會科學基金資助項目“城市弱勢群體的住房保障制度研究”(編號:10CGL080);國家社會科學基金資助項目“保障房建設的社會空間效應、形成機制與福利測度研究”(編號:12CGL092)。

劉萬紅(1992-),男,湖北省荊州人,碩士研究生,主要研究方向為房地產經營管理、社會福利與保障。

周義(1973-),男,湖北省武漢人,博士,副教授,碩士生導師,主要研究方向為管理科學與工程、社會福利與保障。