中国城市房地产泡沫时空特征分析,本论文为您写房地产泡沫毕业论文范文和职称论文提供相关论文参考文献，可免费下载。
房地产泡沫论文参考文献：
内容摘 要：本文在尝试构建城市房地产泡沫测度指标体系的基础上,以35个大中城市为例,对中国2006-2014年城市房地产泡沫的时空特征进行分析.结果表明,整体上,中国房地产市场泡沫指数均指在波动中呈现上升趋势,且波动方向受到了宏观经济背景的明显影响.2006-2014年,在中国35个大中城市中,房地产市场过热和偏热的城市数量在逐渐增加,但处于正常状态的城市数量始终处于主导地位；此外,中国城市房地产泡沫存在明显的时空差异.热点聚类分析表明,房地产泡沫指数的冷、热点城市分别集中在北方和南方地区,即中国城市房地产泡沫具有明显的空间传染性.基于以上结论,最后提出中國城市房地产市场的调控策略.
关键词：房地产泡沫 时空分析 区域差异 测度
中图分类号：F299 文献标识码：A
引言
1998年,在政府主导下,中国开展了个人住房的货币化改革,自此,房地产市场开始迅速升温,并逐渐成为支柱产业,支撑着中国经济的快速发展,也深刻影响着社会公众福祉（张文斌,2016；李文峰,2016）.2006年以来,中国房价快速增长,一度引起金融系统异常,并带来了一系列社会问题.尤其是随着中国经济进入新常态,国内需求不旺,城市房价走势异常,呈现“大城市上涨、中小城市下跌”的两极化态势,商品房“去库存”成为各级政府面临的主要经济任务.
近年来,房价是否过高、是否存在严重泡沫,一直都是学者和公众关注并争议的焦点,探讨内容主要涉及房地产泡沫的测度方法（王浩、穆良平,2015）、量化评价（李文峰,2016））、预警机制（傅玳,2015）、影响因素（安鹏等,2008）等方面.其中,房地产泡沫量化评价是学者们研究的重点,并基于城市和区域两个空间尺度展开了广泛探讨.在城市尺度方面,修丽娜等（2009）基于天津市房地产泡沫程度的测度结果认为,房地产市场投资热度正在逐年升温,尤其是2003-2008年间投资过热,存在一定的泡沫现象；而张文斌（2016）基于兰州市的实证研究发现,尽管整体上兰州市房地产泡沫程度呈现不断扩展的态势,但在政府调控下,2007-2010年的房地产泡沫程度大幅下降.在区域尺度方面,学者们主要基于主要城市区域（苑德宇等,2008）、省级行政区域（张玉双,2016）和全国区域（李文峰,2016）三个空间尺度测度了中国房价的泡沫程度,结果表明,中国东部地区房价泡沫明显高于西部地区,在泡沫程度上,中国存在明显的房价泡沫,甚至有学者认为,中国房价泡沫巨大,且仍在持续膨胀（李文峰,2016）.基于以上研究结论,可得到以下两点认知：其一,关于中国房地产市场泡沫程度的研究认知存在一定分歧,是否存在严重的房地产泡沫尚存在争议（王琛,2013）；其二,中国房地产市场泡沫存在明显的区域差异,但其宏观尺度的区域格局与特征仍有待深入挖掘.
基于此,本文以中国35个大中城市为研究对象,尝试构架城市房地产泡沫评价体系,在时间尺度上分析房地产市场泡沫程度的空间动态变化规律,这有利于认识和理解中国房地产市场泡沫的宏观区位逻辑,也为政府对房地产市场的宏观调控提供参考.
数据来源与研究设计
(一)数据来源
根据中国房地产市场发展特征,2006年是房价快速上涨的节点时间,这也意味着2006年以后,是中国城市房地产泡沫快速产生和膨胀的发展阶段,因此,本文确定研究的时间跨度范围为2006-2014年.文中涉及的城市房地产市场运行数据来源于国家统计局官方网站和2007-2015年各城市统计年鉴.
(二)研究设计
1.房地产泡沫评价模型.评价体系构建.本文主要借鉴了测度体系模型（张文斌,2016）等城市房地产泡沫测度指标,并基于科学性、层次性、整体性和可操作性等原则,构建了包含“商品房销售价格增长率/GDP增长率、房地产投资额/GDP、房地产投资额/固定资产总投资额、房价收入比和商品住宅施工面积/竣工面积”5个具体指标的房地产市场泡沫评价体系.
评价模型构建.首先,需要对获取的数据进行标准化,以实现指标之间的可比性.根据已有房地产泡沫测度指标的标准化方法,Z-score标准化最为常用（陈超,2015）,本文沿用这一方法.其次,确定各指标权重.参考已有研究,本文采用变异系数法计算各指标权重（张文斌,2016）,以避免主观因素带来的误差.最后,根据标准化后的数值和各指标权重,计算各城市的房地产市场泡沫指数.计算公式为：
（1）式中：ωj为第j个城市房地产市场泡沫指数,Wi为第i个指标的权重,xij′为第j个城市第i个指标标准化后的数值.
2.空间计量分析模型.矢量数据符号法.矢量数据符号法是将矢量数据借助形象直观的符号在空间上加以表达（薛东前等,2014）.为直观反映中国城市房地产市场泡沫的基本空间格局,利用矢量数据符号法,将测度的城市房地产市场泡沫指数在空间上进行等级化表达.基于已有房地产市场泡沫等级的划分方法,并结合指标数据的基本特征,根据误差理论,确定采用3σ方法进行处理（张文斌,2016）.基于实际测度结果,对中国城市房地产市场泡沫程度进行了5等级划分（见表1）.矢量数据符号法将按照这一标准进行空间的等级化表达.
热点聚类分析法.苑德宇等（2008）认为,中国城市房地产泡沫在一定区域范围内具有明显的空间传染性.Getis-Ord Gi*指数是用于识别区域低值簇和高值簇的空间聚类分析方法,本文尝试利用这一方法,在对我国城市房地产泡沫的空间传染性加以验证的基础上,明确其空间集聚状态.计算公式为：
（2）式中：d为距离尺度,ωi、ωj分别为第i和第j个城市房地产市场泡沫指数,Wij为空间权重矩阵.为便于分析和空间表达,采用自然间断点分级法（Jenks）,将计算得到的Gi值划分了四个等级,并按照等级值由大到小的顺序依次命名为热点、次热点、次冷点和冷点城市.
结论：关于房地产泡沫方面的论文题目、论文提纲、中国地产泡沫有多严重论文开题报告、文献综述、参考文献的相关大学硕士和本科毕业论文。
中国主要城市房地产价格差异性其原因
摘要：房地产业是国民经济的支柱产业，而目前中国房地产市场发展不成熟，存在许多问题，比较突出的一个问题就是一些城市的房地产价格差异很大，主要表现为。
中国房地产泡沫形成逻辑和政策建议
摘 要中国房价一直居高不下，大量学者认为中国房地产市场中存在价格泡沫，本文将在相关数据的基础上讨论脱离市场基础的房地产价格如何形成，以及对如何平。
对中国房地产泡沫论和总结
摘 要对于房地产泡沫的问题，各学者在近二十年内的文献里都做出了详细的研究。本项目旨在以房地产泡沫论为切入点，主要从其理论意义与现实角度，总结房地。
中国一线和热点二线城市房地产市场泡沫调控政策
[摘 要]中国房地产价格在近几年不断上涨，在2016年涨势尤为明显，这主要体现在一线城市和一些重点二线城市，虽然一些限购政策陆续出台，但其调控效。