城市房价联动的网络结构特征及其影响因素——基于中国69个大中城市月度数据的经验考察

全面认识城市房价联动的网络结构特征对于提高房价调控政策的精准性、构建跨区域房价协同调控机制具有重要的理论意义和应用价值。文章基于2011年1月至2015年2月中国69个大中城市50个月的新建商品住宅销售价格同比指数,利用社会网络分析(SNA)方法实证考察了城市房价联动的网络结构特征及其影响因素。研究发现:一、从整体网络结构特征看,样本考察期内,中国城市房价联动呈现显著的网络结构形态,且通达性好、稳定性高。二、中心性分析结果显示,上海、广州、深圳、北京等城市中心度较高,处于网络中心位置,具有房价"引领"作用。三、块模型分析结果显示,北京等9个城市属于净溢出板块,在网络中扮演"引导"角色。长沙等17个城市属于经纪人板块,在网络中扮演"桥梁"角色;北海等25个城市属于双向溢出板块,在网络中扮演内、外部双向"引导"角色;九江等18个城市属于净受益板块,在网络中扮演"跟随"角色。此外,板块的"俱乐部效应"、"梯度效应"显著。四、QAP分析结果显示,城市间人口数量、经济发展水平、工资收入水平、金融发展水平和产业结构差异对城市间房价联动关系具有显著影响。基于上述结论文章得出了中国城市房价协同调控的政策启示。

货币政策对京津冀重点城市房价的影响

基于当前房市发展乱象,国家以及各级政府也相继出台了各种政策规范进行调控。针对京津冀区域城市协同发展的特点,引入SNA法分析区域城市房价联动性,并利用模型研究货币政策对京津冀区域城市房价的影响。实证发现,货币政策中货币供应量对整个区域城市影响呈现逐级传递现象,信贷对不同层次城市的影响存在差异。