武汉市城镇化与房地产发展耦合协调度分析

仇兵奎，张 惠

(1.晋中学院公共管理学院，山西晋中030600;2.华中科技大学应用经济学博士后流动站，武汉430074;3.华南师范大学城市文化学院，广东佛山528225)

0 引言

耦合作为一个名词术语，在物理、通信、软件、机械等学科内都有其特定的内涵，概括起来主要是指对两个或两个以上实体或体系之间相互联系、相互作用、相互依赖程度的一个度量［1-2］。城镇化与房地产发展是两个性质不同的系统，二者各自的耦合要素相互作用、彼此影响，客观上存在着极其复杂的交互耦合关系。一方面，城镇化的不断发展，使城市基础设施不断改善，城市生活日益便利，大量非农业人口涌入城市，房地产需求加大，而且众多失地农民的被动城镇化也促使房地产在结构及价格等方面不断完善;另一方面，房地产投资过热、交易中的投机行为、房价的非理性增长以及房屋的大量空置等，在一定程度上会反作用于城镇化，影响城镇化进程，城镇化与房地产发展的总体关系就是这种作用与反馈关系的总和。但是从另一个角度来看，房地产发展中存在的诸多问题是城镇化进程中产生的，归根到底是城镇化发展方式与房地产发展状况不协调所致，而不在于城镇化自身，因而只能在城镇化的动态发展中不断予以解决。目前，国内学者对城镇化与房地产互动关系的研究主要从以下2个角度出发:(1)城镇化的内涵。城镇化不是简单的城市人口比例增加和面积扩张，而是要在产业支撑、人居环境、社会保障、生活方式等方面实现由“乡”到“城”的转变。随着人口素质的全面提高以及生活质量的提高，人们对于居住条件的要求逐渐提高，客观上也刺激了房地产投资的增加。(2)城镇化与房地产发展的互动关系。师立新等在分析房地产市场影响因素时，认为城镇化水平是其一个重要因素，城镇化推动住房需求，拉动房价增长［3］;陈真真等以上海为例对上海市城镇化水平与房地产发展相关性进行量化说明，从人口郊区化、房地产的空间分布直接说明房地产发展对城镇化的影响路径，通过房地产的前向关联产业和后向关联产业以及生态环境和轨道交通间接阐述了房地产发展对于城镇化的作用机制［4］。但学者们对城镇化与房地产互动渠道与机制的研究较少，并没有对其进行系统深入的剖析，并且随着新型城镇化概念的不断深化以及国家对于房地产业的高度关注，区域城镇化与房地产业如何协调发展，学者们并未涉及。

武汉是全国特大城市之一和重要的交通枢纽，华中地区和长江中游的经济、科技、教育和文化中心。2013年，全市实现地区生产总值9 051.27亿元，城市居民人均可支配收人29 821.22元，人均消费支出20 157.32元，人均住房建筑面积34.75 m2;完成房地产开发投资1 905.60亿元，占全市社会固定资产总投资的31.75%，其中，住宅开发投资1 250.78亿元，办公楼投资123.68亿元，商业营业用房投资274.26亿元，其他投资256.88亿元。根据武汉市政府常务会议审议并通过的《关于加快推进新农村建设的意见》草案，武汉市城镇化水平在“十二五”末将达到77%，城镇化与房地产发展状况之间的协调程度在时间上是如何演变的?怎样才能更好地实现城镇化与房地产良性互动?针对这些问题，借助改进的TOPSIS法与耦合协调度模型，利用武汉市2002—2013年相关指标数据，对城镇化、房地产发展状况及二者的耦合协调度进行分析，为引导城镇化有序发展、促进房地产健康运行、实现二者有机协调提供科学依据。

1 研究方法与数据来源

1.1 指标体系构建

指标体系的建立是进行综合评价的关键内容。为了揭示城镇化与房地产发展状况间的协调程度，从系统论角度，遵循科学性、系统性、概括性和数据可获取性等原则，对城镇化水平与房地产发展状况指标进行筛选，建立评价指标体系(表1)。由于所选指标间量纲不同，采用极差标准化法［5-6］对正、负效应指标进行标准化处理，统一量纲，且利用变异系数法［7-8］确定各指标权重。

表1 城镇化水平与房地产发展状况评价指标体系Tab.1 Evaluation indicator system of urbanization and real estate development condition

1.2 研究方法

1.2.1 综合指数评价模型。TOPSIS法是一种多属性决策方法，已被广泛用于多目标决策评价中［9］。其基本原理是通过构造决策问题中的各指标最优解和最劣解，计算比较对象靠近最优解和远离最劣解的程度，给出比较对象的优劣排序，作为决策判据。与传统的TOPSIS法相比，改进的TOPSIS法［10］主要针对评价对象与正理想解和负理想解的评价公式进行了改进。具体步骤如下。

①构建指标标准化后数据矩阵V=(vij)m×n。

②根据各指标权重，构建加权的决策矩阵:

⑤计算各评价单元与最优值的相对接近度Ci。Ci越大，表示评价对象状态越优，若评价对象各指标均处于最优状态，则Ci=1;若评价对象各指标均处于最劣状态，则Ci=0。公式如下:

1.2.2 耦合协调度评价模型。目前，国内外关于协调度的计算方法主要有4种［11］:耦合协调度模型、灰色关联模型、熵变方程法、区间值判断法。借鉴物理学中的容量耦合概念和容量耦合系数模型来计算耦合协调度:

式中:D为耦合协调度;C为耦合度系数;F(x)，G(y)分别为新型城镇化水平与房地产健康状况;α和β为待定权数，一般取0.5。从耦合协调度公式可以看出，其取值在0～1之间，等于1时为最佳协调状态，越小则越不协调。耦合协调度的分级标准见表2。

表2 耦合协调度等级划分标准Tab.2 Criteria for evaluating coupling coordination degree

1.3 数据来源

本研究所用原始数据主要来源于《武汉统计年鉴》(2003—2014)、《武汉建设年鉴》(2003—2014)以及2002—2013年武汉市国民经济与社会发展统计公报和各年度《武汉市房地产市场运行情况通报》。

2 结果分析

利用改进的TOPSIS法计算得出2002—2013年武汉市城镇化水平和房地产业发展状况，并通过耦合协调度模型，对两系统的耦合度及协调性水平进行测度(表3)。

表3 武汉市2002—2013年城镇化水平与房地产发展综合指数及协调度Tab.3 Synthetic appraising index for urbanization and real estate development and coordinative degree between them in Wuhan City during 2002—2013

2.1 综合发展指数分析

从表3和图1可以看出，2002—2013年期间，武汉市城镇化水平与房地产发展状况均呈不断增长态势，其中，城镇化发展综合指数由2002年的0.083 7发展到2013年的0.865 9，年均增长率高达23.67%，而房地产发展综合指数在研究期内的年均增长率仅为7.56%。作为衡量城市房价泡沫的一个重要参考值，2013年，武汉市房价收入比高达8.9，大大超过一些发达国家规定的泡沫区标准，这也在一定程度上影响了房地产发展状况综合指数的提升。

图1 2002—2013年武汉市城镇化发展水平综合指数与房地产发展状况指数动态变化Fig.1 Variations of synthetic appraising index of urbanization and real estate development in Wuhan City from 2002 to 2013

从城镇化与房地产综合序参量运行趋势可以看出，二者的发展呈剪刀状，以2008年为分水岭，在此之前，武汉市城镇化发展滞后于房地产发展，而在2008年之后，持续高速发展的城镇化进程对于房地产的发展提出了更高的要求，使得武汉市房地产供需总量、结构等历史欠账及后期非理性增长等问题不断显露，房地产发展开始滞后于城镇化发展，且随着时间的推移，二者间的差距不断扩大，2012年，城镇化发展水平综合指数与房地产发展状况指数的差值为0.196 0，相对滞后性表现得最为明显。

2.2 耦合协调度分析

由表3可知，2002—2013年武汉市城镇化水平与房地产发展状况耦合度指数在0.4～0.5之间波动，耦合程度较低，表明城镇化的不断发展并没有与房地产形成高效的互助效应，并且耦合度自2008年起有下降趋势，主要是因为近年来社会经济的快速发展，房地产供给总量的增长速度并不能完全消化需求的膨胀速率。

武汉市城镇化水平与房地产发展状况耦合协调度指数在研究时段内逐年递增，说明城镇化与房地产发展系统一直在朝着更加完善与协调的方向发展，若能保持目前发展态势并且排除突变因素，城镇化与房地产发展系统会不断进入更高层次的耦合协调发展阶段(图2)。对比图1和图2后发现，耦合协调度的运行轨迹与房地产发展综合指数变化情况具有很大的相似性，耦合协调度指数在研究期内增长0.227 1，平均每年增长0.028 1，根据耦合协调度发展标准，可将武汉市2002—2013年城镇化与房地产发展协调性演化趋势分为5个阶段。

图2 2002—2013年武汉市城镇化水平与房地产发展状况耦合协调度Fig.2 Coupling coordinative degree of urbanization and real estate development in Wuhan Ctiy from 2002 to 2013

2.2.1 2002—2003年中度失调阶段。此阶段是研究时段内武汉市城镇化与房地产发展协调性最低的时期，城镇化水平综合指数低于0.1，地方政府盲目推动城市建设，导致房地产过度开发，这种发展模式在短期内能够推动城市发展以及房地产市场的繁荣，但最终会导致城镇产业结构不合理，资源严重浪费，阻碍城市与房地产的健康稳定发展，

2.2.2 2004—2005年轻度失调阶段。在此时段内，由于长远、科学的城镇总体规划的缺失或滞后，使得城镇房地产发展与环境、资源、生态之间的矛盾和冲突日益突出，极大地制约了城镇化进程，但随着时间的推移，城镇化滞后于房地产发展的程度不断降低，两系统的协调性有一定程度的提升。

2.2.3 2006—2009年濒临失调阶段。城镇化水平综合指数在这一阶段内有了较大幅度的提升，房地产发展状况指数处在考察期的适中水平，且两系统的耦合度在这此时段内达到最高值，二者的交互作用不断凸显，协调状况由“轻度失调”转为“濒临失调”。

2.2.4 2010—2011年勉强协调阶段。在快速城镇化背景下，大量农村人口涌入城市，大幅增加了房地产市场的需求总量，也对房地产需求结构产生深远影响。尽管在这一时段内武汉市城镇化水平仍然较低，但是综合发展指数有了一定程度的提高，且房地产开发的时间间隔效应不断显现，使城镇化与房地产发展逐步协调。

2.2.5 2012—2013年初步协调阶段。在此阶段内，武汉市城镇化水平综合指数不断攀升，住房需求旺盛，但由于高档商品房利润空间更大，在房地产开发投资中，别墅和高档公寓的开发面积和投资金额不断增长，中低档商品房投资明显不足，加剧了房地产供给结构失衡，一定程度上影响着房地产发展与城镇化的协调程度。

3 结论与展望

第一，2002—2013年，武汉市城镇化水平综合指数与房地产发展状况均呈逐年增加趋势，但从2008年起，房地产发展逐渐滞后于城镇化，且有不断加大的趋势，因此，要在城镇化推进过程中制定科学合理的城镇总体规划，构建合理的城镇化体系，合理确定城市定位以及城市的主导产业，引导房地产有序发展。

第二，在研究时段内，武汉市城镇化与房地产发展耦合协调度变化轨迹与房地产发展指数波动情况有较大的相似性，依据耦合协调度等级划分标准，耦合协调度主要经历了5种类型，分别是中度失调、轻度失调、濒临失调、勉强协调与初步协调。今后要平衡房地产总量，优化房地产结构，保证房屋质量及房价的理性增长，从而使其与城镇化产生最大的互动效应。

由于尚未形成统一的城镇化与房地产发展协调性评判模型，本研究依据物理学耦合系统概念，初步构建了武汉市城镇化与房地产发展的耦合度模型与耦合协调度模型，并利用相关数据进行了分析。在以后的研究中，评价模型有待进一步完善。

［1］ 李冠英，张建新，刘培学，等.南京市土地利用效益耦合关系研究［J］.地域研究与开发，2012，31(1):130-134.

［2］ 杨奎奇，苗天青，欧向军.江苏省城市房地产业与区域经济耦合研究［J］.地域研究与开发，2014，33(1):41-45.

［3］ 师立新，任志强，尚鹏.浅论影响我国房地产市场的因素及因素的影响［J］.价值工程，2008(9):166-168.

［4］ 陈真真，毕秀晶.房地产业对城市化的影响——以上海为例［J］.中国商界，2008(1):112-113.

［5］ 李景刚，张效军，高艳梅，等.基于改进熵值模型的城市土地集约利用动态评价——以广州市为例［J］.地域研究与开发，2012，31(4):118-123.

［6］ 宋伟轩.长江沿岸50个城市的低碳化发展评价［J］.地域研究与开发，2012，31(1):139-144.

［7］ 储沙，陈来.基于变异系数法的安徽省节能减排评价研究［J］.中国人口·资源与环境，2011，21(3):512-516.

［8］ 冀巨海，王琪.煤炭企业绩效灰色关联评价——基于变异系数法的分析［J］.经济问题，2011(5):89-91.

［9］ 郭相兴，夏显力，张小力，等.中国不同区域小城镇发展水平综合评价分析［J］.地域研究与开发，2014，33(5):50-54.

［10］ 鲁春阳，文枫，杨庆媛，等.基于改进的TOPSIS法的城市土地利用绩效评价及障碍因子诊断——以重庆市为例［J］.资源科学，2011，33(3):535-541.

［11］ 李国柱.经济增长与环境协调发展的计量分析［M］.北京:中国经济出版社，2007.