中部地区省会城市房地产与城市经济系统耦合协调研究

(华中农业大学 .公共管理学院;.经济管理学院,湖北 武汉 430070)

中部地区省会城市房地产与城市经济系统耦合协调研究

刘万红a,周 义a,周 怡b
(华中农业大学 a.公共管理学院;b.经济管理学院,湖北 武汉 430070)

为促进房地产与城市经济良性互动、协调发展,借用耦合协调模型和GM(1,1)模型对我国中部地区省会城市房地产与城市经济耦合协调度进行了动态分析与预测。结果表明:①2005—2014年城市经济系统得分、增速均较高,城市经济系统发展领先。②从耦合关系来看,所有城市均处于颉颃阶段,即将进入磨合阶段。③从耦合协调关系来看,中部省会城市整体处于轻度失调发展,即将达到勉强协调,城市经济相对滞后。④根据协调度及值,将城市划分为轻度失调发展城市经济系统滞后、轻度失调发展房地产系统滞后、濒临失调发展城市经济滞后三类。⑤2020年中部地区省会城市将形成武汉优质协调,郑州良好协调,长沙、合肥中级协调,太原、南昌勉强协调的格局。

耦合协调;协调度;颉颃;滞后;GM(1,1)

房地产业作为国家支柱产业,对国家与城市经济发展至关重要,两者相互制约、相互促进[1]。宏观经济持续上行是房地产稳步增长的有效保障,房地产业繁荣发展是地区经济有序发展的重要引擎之一[2]。2015年底以来,在全国“去库存、促发展、资产荒、供给侧改革”等综合因素推动下,我国部分一、二线城市出现了新一轮的房地产价格暴涨,房地产业与城市经济发展出现偏差。促进两者的良性互动,实现房地产业与城市经济的动态协调发展,助力房地产政策精准调控,一直是社会关注的热点问题和研究主题,具有重要的理论价值和现实意义。国内关于房地产业与城市宏观经济研究主要集中在房地产业与关联产业带动效应[2-5]、房地产投资对区域经济增长的影响[6-8]、房地产业与城市宏观经济协调关系[9-13]等。在房地产与城市宏观经济协调研究方面,早期研究通常采用长期均衡价格与实际房地产价格的偏离度来测量[9-11],后期开始借用物理学中的耦合协调度模型研究两者间的协调关系[11,13]。但研究的空间尺度多集中于国家或省域层面,忽略了区域内城市间房地产与经济存在明显差异,结果对实现政策“精准调控”意义不大;研究时间尺寸多集中于“时点”,缺乏基于时序的动态演进研究。本文拟以中部六省省会城市为对象研究房地产与城市经济的协调发展,测度2005—2014年各城市房地产与城市经济系统耦合协调度,分析其时空演化并根据演化规律将其划分为不同城市类型,借用GM(1,1)模型对2015—2022年耦合协调度值进行预测。

1 研究方法

1.1 耦合协调度模型

耦合源于物理学范畴,是指两个或多个系统(要素)利用各种交互作用而产生彼此影响的物理现象。实证研究往往使用耦合度函数用来测度系统间耦合关系的强弱,耦合度越高,表示系统结构发展越有序,关系越趋于稳定；反之，则系统结构发展越趋于无序、不稳定[19]。评价模型为:

C={u1×u2/(u1+u2)}1/2

(1)表1 耦合度等级的划分

为了避免出现两个子系统的综合得分均较低且相近,导致系统整体协同效应较高的误导,进一步构造了房地产与城市经济耦合协调度模型来测算不同区域房地产与区域经济交互耦合的协调程度,模型为:

D=(C×T)1/2,T=a×u1+b×u2

(2)

式中,u1、u2分别为房地产和城市经济系统综合得分;C为耦合度;T为整体效益指数;D为耦合协调度;a和b为待定系数,考虑到房地产与城市经济子系统重要性相当,a和b取值0.5。为直观有效地反映其耦合协调情况,在协调度分级的标准情况下引入u1/u2指标对系统发展同步性进行划分,标准见表2。

表2 协调度及子系统同步性划分

1.2 GM(1,1)预测模型

基于房地产及城市经济子系统数据来源于相关年份的统计年鉴,存在较大的滞后性,仅从现有数据分析只能反映其过往的发展情况和规律,因此引入灰色系统GM(1,1)模型,对房地产与城市经济系统耦合协调发展趋势进行预测与深入研究。GM(1,1)预测模型也称为“单变量一阶灰色模型”,是灰色系统理论的基本模型[20]。预测模型为:

(3)

式中,a、b为模型参数。模型估计参数a值决定了预测模型预测年限的长度,灰色预测模拟的后验差、小概率误差检验将决定模型预测精度[21]。评价标准见表3、表4。

表3 GM(1,1)模型预测的适用情况

表4 GM(1,1)模型精度检验标准

1.3 评价指标体系构建及权重赋予

城市经济和房地产子系统均属于复杂系统,往往很难使用单一指标进行有效模拟,国内外的测度研究也开始从单一指标向综合评价指标转变[14-17],但目前尚未形成共识。主观赋权无法避免地会产生随机性、主观性问题,客观赋权法则多存在面板数据研究的不适用性等问题。

表5 中部地区6个主要城市房地产与城市经济耦合协调发展指标体系与指标权重

为了解决综合评价指标确定问题,本文在现有研究[11-18]基础上,遵循可代表性、数据可获取性、可比性等原则,构建了两者耦合协调度指标模型(表5)。其中，城市经济子系统由经济规模、经济结构、经济活力、人民生活四方面构成,包含城市GDP、地方财政一般预算收入、固定资产投资额、社会消费品零售总额、城乡居民储蓄存款余额、第一产业占比、第三产业占比、科学技术投入占GDP比重、教育经费占GDP比重、GDP增长率、城镇居民人均可支配收入、农民人均纯收入、在岗职工平均工资等13个指标；地产子系统由房地产投资、房地产开发建设、房地产销售、行业经营、行业规模五方面构成,包括本年完成投资额、本年资金来源小计、施工面积、新开工面积、竣工面积、空置面积、商品房销售面积、商品房平均销售价格、企业主营业务收入、企业利润总额、企业负债总额、地产企业个数、从业人数等13个指标。为解决权重赋予中的主观性和面板数据不适用性问题,建立时间序列上的可比性,提高研究合理性,本文增加了时间序列,采用改进后的熵值法赋予权重[22]。

数据标准化处理:采用常规极差标准化。假设有m个年份、n个城市,s个指标,xijk表示第i年j城市第k个指标值,为避免熵值计算出现0的对数无意义,借鉴张琰飞[23],对标准化数据进行0.01的平移处理。

(4)

(5)

计算标准化后k项指标的比重:

(6)

计算k指标熵值:

(7)

计算k指标信息效用值:

gk=1-ek

(8)

计算指标的权重:

(9)

线性加权求和计算综合得分:

(10)

2 城市经济与房地产发展的耦合协调实证分析

2.1 研究区域

中部地区承东启西、连南接北,是我国重要的粮食生产基地、能源原材料基地、装备制造业基地和综合交通运输枢纽,在全国区域发展格局中具有重要的战略地位,包含山西、河南、安徽、湖北、江西、湖南六个相邻省份,国土面积102.8万km2,占全国陆地国土总面积的10.7%,省会城市分别为太原、郑州、合肥、武汉、南昌、长沙。国家统计局数据显示,2006—2015年底中部地区生产总值保持年均11.6%的增长率,高出全国平均水平2.1%[24]。2015年底以来,中部地区核心城市房地产价格出现明显上涨。2016年11月,标准排名(中国)研究院发布《2016年1—10月均价万元以上城市房价涨幅榜》,其中合肥市房价累计涨幅62.76%,排名全国第一,武汉累计涨幅37.48%,排名全国第五,郑州累计涨幅32.46%,排名全国第十[25]。在“中部崛起”战略背景下,省会城市经济不断优化,城市经济和房地产发展高度偏离的矛盾是选择其作为对象研究城市经济与房地产耦合协调发展的主要原因。

2.2 数据来源

城市经济子系统中城镇居民人均可支配收入、农民人均纯收入指标数据来源于各地2006—2015年的《统计年鉴》,其他指标数据来源于2006—2015年的《中国城市统计年鉴》,房地产子系统数据来源于2006—2015年的《中国房地产统计年鉴》。

2.3 房地产与城市经济系统发展时序分析

整体上(图1),2005—2014年中部省会城市的房地产与城市经济均呈逐步上升趋势,城市经济系统得分及增速高于房地产系统,表明在“中部崛起”战略的支持下,城市经济得到快速提升,增速明显,城市经济系统发展领先于房地产系统发展。2005—2007年城市经济发展带动房地产高速发展,两者间互动效应明显;2008—2011年,受金融危机影响,城市经济下降导致房地产急速降温,后在中央“4万亿”等系列宏观政策调整,尤其是在房地产经济强势崛起的带动下,城市经济再度快速发展,同时也引发了房地产路径依赖、经济结构问题的忧虑。随着下一轮针对房地产经济调整的宏观政策出台,2012—2014年城市经济进入动荡缓慢发展期。

图1 2005—2014年中部地区省会城市房地产、城市经济子系统得分均值

2.4 房地产与城市经济系统耦合度时序分析

从表6可见,2005—2014年中部六省省会城市房地产与城市经济耦合度一直处于颉颃阶段,表明两者尚未充分发挥双向促进带动的功效。这主要是由于我国房地产起步晚、发展时间短,该时期城市宏观经济经历过多次剧烈波动导致。从时序上看,六个省会城市的耦合度值均处于稳步上升的趋势,即将进入磨合阶段,随着经济转型调整,房地产与城市经济耦合度将进一步改善。

表6 中部地区6个主要城市2005—2014年耦合度C值

图2 2005—2014年整体协调度及u1/u2值

2.5 房地产与城市经济系统协调度时序分析

从纵向比较来看(图2),2005—2014年中部六省省会城市的房地产与城市经济耦合协调度平均值为0.385,u1/u2均值为1.12,处于轻度失调发展阶段，城市经济子系统相对滞后。中部六省省会城市整体耦合协调度持续上行,由0.316增长至0.494,即将达到勉强协调阶段,考察期内u1/u2值在2007年由房地产极度滞后反弹到城市严重滞后保持稳定,主要是由金融危机前城市经济出现走低趋势、城市经济对房地产投资的依赖度提升、房地产子系统过热导致。中部省会城市整体协调度变化曲线可划分为两个明显阶段：2005—2010年为波动调整期,房地产与城市经济轻度失调。2005年以来全国房地产价格出现一波非理性的暴涨,我国接连出台“国八条”、“国六条”等一系列组合调控政策,房地产迎来新的一轮调整。同时，2007年受全球金融危机影响,中国经济增速回落,城市经济出现下滑,城市经济子系统出现波动。该时期房地产与城市经济耦合协调度值在0.30—0.40之间，呈现出波动中调整的态势。2011—2014年为稳步上升期,协调度值稳定上行,由0.418提升至0.494,房地产与城市经济濒临失调,即将达到勉强协调,但增速明显放缓。主要原因是，为应对金融危机导致的经济萎缩、出口负增长、工厂倒闭等负面影响,我国出台了一揽子经济刺激计划,城市经济子系统回暖并保持较高水平增长,房地产与城市经济耦合协调度不断优化。但2014年底宽松的货币政策导致资本“脱实向需”愈演愈烈,房地产因其保值增值性吸引了大量资金涌入,房地产子系统短期内剧烈增长,导致房地产与城市经济协调度优化增速放缓。

图3 2005—2014年中部六城市协调度比较

表7 中部地区6个主要城市耦合协调度D及u1/u2值分级

从横向比较分析(图3),2005—2014年中部六省省会城市耦合协调度均保持上行趋势,但存在明显的细节差异。根据协调度子系统同步划分标准,结合中部地区省会城市耦合协调度D及u1/u2值(表7),将中部省会城市划分为三类:①轻度失调发展城市经济系统滞后型----合肥。2005—2014年，合肥的房地产与城市经济系统耦合协调度由轻度失调向勉强协调改善,滞后性由2007年房地产极度滞后探底反弹至城市经济严重滞后保持稳定,侧面印证了2015年底以来合肥市房价暴涨、供需失衡、恐慌性购房情绪蔓延、投资投机比重大的现实，表明合肥市近年来房地产与城市经济发展严重不匹配,房地产子系统发展过热、房价涨幅较快,存在较大泡沫。②轻度失调发展房地产系统滞后型----太原、南昌。太原市的房地产与城市经济协调度D值及同步性指标u1/u2不断优化,由2005年中度失调房地产极度滞后转变为濒临失调房地产严重滞后。太原市早年“因煤而兴”,而今“因煤而困”，城市经济结构差、转型晚,2009年地区生产总值增速仅为2.9%,远低于其他城市10%的增速,城市经济系统得分连续十年几乎停滞。太原市协调度和同步性指标的优化主要是因为房地产子系统相对城市经济子系统更加走低。住房需求侧方面,太原市常住人口相对少、人均住房面积高、人口吸附力小,同时经济低迷、投资投机客户少导致住房市场需求不足。住房供给侧方面,近年来太原市加大了棚户区、“城中村”改造,房地产供应量大幅增长,存在供应过剩的库存风险。南昌市房地产与城市经济耦合协调度迈入轻度失调,u1/u2值在房地产子系统比较滞后与城市经济子系统比较滞后中徘徊波动,属于同步性较好城市,接近合理水平。南昌市城市基础底子最薄、产业结构不合理:农业尚未形成产业化,工业化程度较低,缺乏高科技术战略性产业。考察期内在“中部崛起”战略的支撑下,南昌市城市经济逐步提升。2012年南昌市GDP增长率为12.5%,高于同期武汉的GDP增长率(11.4%),处于中部第三名,房地产子系统保持同步平稳增长,房地产与城市经济基本同步。③濒临失调发展城市经济系统滞后型----郑州、武汉、长沙。武汉市房地产与城市经济耦合协调度优化明显,跨越4个阶段,分别是2005—2007年轻度失调阶段、2008—2010年濒临失调阶段、2011—2013年勉强协调阶段、2014年首次达到初级协调阶段,房地产与城市经济系统耦合协调较好,而同步性u1/u2值则基本稳定在城市经济系统严重滞后。武汉市在城市经济和房地产系统方面均为中部第一名。2016年武汉入选为国家中心城市,地区生产总值达到11913亿元,排名全国第九、中部第一,城市经济成功转型,高新科技支柱产业形成,经济发展蒸蒸日上。武汉市城市经济子系统滞后的原因是近年来该市房地产承受了一线城市、周边省市的投资投机需求,市场过热、需求扩容明显,房地产价格涨幅惊人。2016年武汉市商品房成交28.8万套,房价累计增长37.48%,住房库存严重不足。郑州、长沙的房地产与城市经济耦合协调度值基本一致,分别跨越三个阶段,达到勉强协调阶段,城市发展严重滞后。长沙经济基础相对郑州较好，增速快,2014年GDP达到7825亿元,处于中部第二名,但房地产库存大、内需不足。郑州市为人口大省河南省的省会城市,省内人口吸附力大,2016年底郑州入围国家中心城市,未来城市发展速度快、前景可期,但同期房地产行情火热,在棚户区、“城中村”改造浪潮中供需两旺,“地王”、楼价记录接连刷新,城市经济系统严重滞后。

2.6 房地产与城市经济系统协调度预测

以2005—2014年中部六省省会城市房地产与城市经济耦合协调度值为基值对2015—2020年的耦合协调度值进行了GM(1,1)预测,其预测模型精度检验和预测值分别见表8、图4。模型估计参数α均满足-α≤0.3,适用于长期预测。通过后验差、小误差概率检验,模型预测精度较高,结果可信。

表8 中部地区省会城市2015—2022年GM(1,1)预测精度

图4 中部地区省会城市2005—2022年房地产与城市经济系统耦合协调度值趋势

从图4发现,在不发生宏观经济重大波动和房地产政策调整的环境下,2005—2020年六个省会城市房地产与城市经济耦合协调度值稳步上升,到2020年将形成四个明显等级,其中武汉为优质协调,郑州为良好协调,长沙、合肥为中级协调,太原、南昌为勉强协调。2005—2020年,武汉市持续领先,并将在2020年达到优质协调;长沙与郑州的房地产与城市经济耦合协调度值呈“Y”形演化,2014年开始郑州明显领先且差距不断增大;2005—2013年太原和南昌房地产与城市经济系统耦合协调值呈“螺旋交叉”态势,2014年太原市大幅领先并与南昌保持相对稳定的平行增长。

3 结论与建议

从耦合协调发展的角度出发,借助耦合协调模型对中部省会城市房地产与城市经济耦合协调发展关系进行了分析与预测。结果发现,中部六个省会城市房地产与城市经济系统均处于颉颃阶段,两者尚未充分发挥双向促进带动的功效,中部省会城市房地产与城市经济系统整体处于轻度失调、城市经济系统比较滞后阶段。

具体结论:①在构建房地产、城市经济系统评价指标体系基础上,采用改进后的熵值法赋予权重并测算房地产、城市经济系统综合得分。2005—2014年我国中部地区省会城市城市经济系统得分均值、增速均高于房地产系统,城市经济子系统发展领先,表明在“中部崛起”战略的支持下,城市经济得到快速提升,增速明显。②运用耦合协调度模型从横向、纵向角度对各省会城市房地产与城市经济系统耦合协调度进行了动态分析。2005—2014年,六个省会城市的房地产与城市经济系统耦合度处于颉颃阶段,尚未充分发挥双向促进带动的功效,即将进入磨合阶段,房地产与城市经济系统整体处于轻度失调,城市经济系统比较滞后。中部省会城市整体协调度变化曲线可以划分为两个明显阶段：2005—2010年为波动调整期,协调度值为0.30—0.40之间波动调整,房地产与城市经济轻度失调。2011—2014年为稳步上升期,协调度值由0.418提升至0.494,房地产与城市经济濒临失调,即将达到勉强协调,但增速明显放缓。根据协调度及u1/u2值,将城市划分为三类：合肥为轻度失调发展城市经济系统滞后型,太原、南昌为轻度失调发展房地产系统滞后型,武汉、郑州、长沙为濒临失调发展城市经济系统滞后型。③通过灰色系统预测GM(1,1)模型对2015—2020年中部地区省会城市房地产与城市经济系统耦合协调度值进行了预测。2020年，中部地区六个省会城市将形成武汉优质协调,郑州良好协调,长沙、合肥中级协调,太原、南昌勉强协调的格局。

为了促进城市经济与房地产系统的协调发展,提出以下建议：在未来的发展中,合肥应防范房地产泡沫,从供给需求结合角度抑制房地产非理性过热恶化,促进房地产平稳发展。太原应转变经济发展理念,利用原有工业基础完成工业化升级,实现经济转型与城市经济快速发展,同时进行住房供应侧改革,控制房价合理平稳增长,实现城市经济与房地产的同步发展。南昌应聚焦城市经济崛起,在“中部崛起”和长江经济带发展规划的政策支持下招商引资，培育新的经济增长点。武汉应在供给端增大土地与住房供应,打击投资投机窗口,促进房地产系统降温,实现房地产与城市经济系统协调的同步发展。长沙应加快落实“去库存”政策,同时严防市场过热,促使城市经济与房地产系统协调同步发展并不断优化。郑州市则应努力完善房地产市场规范化、公开化,打破行业潜规则、粗放式发展,推动房地产发展精细化,利用现阶段国家战略的高度支持城市经济发展。

[1]张永岳.中国房地产业与国民经济的互动效应及其协调发展[J].华东师范大学学报(哲学社会科学版),2008,(6)∶126-134.

[2]王国军,刘水杏.房地产业对相关产业的带动效应研究[J].经济研究,2004,(8)∶38-47.

[3]张清勇,年猛.中国房地产业关联度高、带动力强吗——兼论房地产业的定位[J].财贸经济,2012,(10)∶123-129.

[4]关高峰,贺根庆.房地产业对海南经济的关联与波及效应研究——基于投入产出模型的实证分析[J].中央财经大学学报,2014,(2)∶106-112.

[5]孙亚静,徐莹莹.吉林省房地产业与相关产业关联效应的实证分析[J].税务与经济,2014,(1)∶106-112.

[6]王先柱.VAR模型框架下房地产业与经济增长关系的实证检验[J].经济问题,2007,(7)∶31-34.

[7]孔行,黄玲,于渤.区域房地产业与区域经济发展的长期动态协调关系研究[J].中央财经大学学报,2009,(3)∶54-59.

[8]武康平,胡谍.房地产价格在宏观经济中的加速器作用研究[J].中国管理科学,2011,19(1)∶29-35.

[9]梁云芳,高铁梅,贺书平.房地产市场与国民经济协调发展的实证分析[J].中国社会科学,2006,(3)∶74-84,205-206.

[10]孔行,黄玲,于渤.区域房地产业与区域经济发展的长期动态协调关系研究[J].中央财经大学学报,2009,(3)∶54-59.

[11]杨波,杨亚西.房地产业与区域发展的协调度评价[J].华东经济管理,2011,25(10)∶43-46.

[12]王婧.山西省房地产业与国民经济协调发展研究[D].太原：山西财经大学硕士学位论文,2016.

[13]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.

[14]胡日东,李颖.我国房地产业发展的综合评价——基于动态因子分析法[J].经济地理,2011,31(11)∶1862-1866,1873.

[15]王宁,李慧民,谭啸,等.基于因子与聚类分析的中国大城市房地产业发展评价[J].西安建筑科技大学学报(自然科学版),2010,42(4)∶590-594,603.

[16]孟德友,李小建,陆玉麒,等.长江三角洲地区城市经济发展水平空间格局演变[J].经济地理,2014,34(2)∶50-57.

[17]施建刚,王哲.中国城市化与经济发展水平关系研究[J].中国人口科学,2012,(2)∶36-46，111.

[18]宋伟轩,白彩全,廖文强,等.长三角地区经济发展水平与居民生活质量耦合协调性研究[J].长江流域资源与环境,2013,22(11)∶1382-1388.

[19]谢守红,蔡海亚.长江三角洲物流业与区域经济耦合协调度研究[J].江西财经大学学报,2015,(5)∶20-27.

[20]龙会典,严广乐.基于SARIMA、GM(1,1)和BP神经网络集成模型的GDP时间序列预测研究[J].数理统计与管理,2013,32(5)∶814-822.

[21]范胜龙,杨玉珍,陈训争,等.基于PSR和无偏GM(1,1)模型的福建省耕地生态安全评价与预测[J].中国土地科学,2016,30(9)∶19-27.

[22]杨丽,孙之淳.基于熵值法的西部新型城镇化发展水平测评[J].经济问题,2015,(3)∶115-119.

[23]张琰飞,朱海英.西南地区文化演艺与旅游流耦合协调度实证研究[J].经济地理,2014,34(7)∶182-187.

[24]国务院.促进中部地区崛起规划[Z].2009-09-23.

[25]标准排名研究院.2016年1—10月均价万元以上城市房价涨幅榜[Z].2016-11-10.

[26]李健,滕欣.天津市海陆产业系统耦合协调发展研究[J].干旱区资源与环境,2014,28(2)∶1-6.

[27]郭庆然,丁翠翠.中国“三化”协调发展的区域格局及其影响因素研究——基于省际面板数据的实证研究[J].河北经贸大学学报,2017,38(1)∶101-109.

[28]樊鹏飞,梁流涛,李炎埔,等.基于系统耦合视角的京津冀城镇化协调发展评价[J].资源科学,2016,38(12)∶2361-2374.

[29]张广海,刘真真,王新越.中国沿海区域旅游化与生态环境耦合度分析及预测[J].生态环境学报,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

国家社会科学基金资助项目“城市弱势群体的住房保障制度研究”(编号:10CGL080);国家社会科学基金资助项目“保障房建设的社会空间效应、形成机制与福利测度研究”(编号:12CGL092)。

刘万红(1992-),男,湖北省荆州人,硕士研究生,主要研究方向为房地产经营管理、社会福利与保障。

周义(1973-),男,湖北省武汉人,博士,副教授,硕士生导师,主要研究方向为管理科学与工程、社会福利与保障。