24个大中城市人均住房面积及房价相对泡沫估算_张延群

网络出版地址：http://www.cnki.net/kcms/detail/50.1200.c.20141104.1545.001.html

·全面深化改革·

ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１６７４⁃８１３１．２０１５．０１．０７

第２５卷第１期　２０１５年１月　Ｖｏｌ．２５　Ｎｏ．１　Ｊａｎ．２０１５

２４个大中城市人均住房面积及

房价相对泡沫估算

∗

张延群

（中国社会科学院数量经济与技术经济研究所，北京１００７３２）

摘　要：国家统计局公布的“城市人均住宅建筑面积”反映的是有当地户籍并有住房的城市居民的人均住房面积，与城市人均实际住房面积的概念存在着较大的差别。对我国２４个主要大中城市实际人均住房面积的估算结果明显小于统计年鉴公布的数据，而且不同城市之间存在较大的差距；利用估算结果进一步估计各城市的房价相对泡沫指数，结果表明一些城市相对于其他城市存在较高的房价泡沫。我国城市人均住房面积与发达国家相比还有明显差距，对住房的刚性需求仍然强劲，房地产业还将保持较快的增长速度；对已经出现较大房价泡沫的城市，应防止其局部风险向全局风险转化，而对于房价泡沫程度不高的城市，应支持居民的合理住房需求。

关键词：人均住房面积；房价泡沫；人均居住面积；房地产市场；房价相对泡沫指数；住房需求；城镇人口；人均可支配收入；房屋折旧率

中图分类号：Ｆ２９３；Ｆ２２２．３４　　　文献标志码：Ａ　　　文章编号：１６７４⁃８１３１（２０１５）０１⁃００６０⁃０６

一、引言

在谈到中国是否存在房地产供给过剩以及是否存在房地产价格泡沫时，媒体、房地产从业者、政府部门官员以及研究学者经常引用的一个指标就是国家统计局公布的“城市人均住宅建筑面积”。

人均住房面积数据对于分析和预测我国房地产市场的发展具有重要意义。如果居民的住房现状已经达到发达国家的水平，那么今后房地产投资的增长速度将有可能出现趋势性的下降；而如果居民的住房状况与发达国家相比还有很大的差距，那么随着中国城镇化进程的继续，房地产投资仍将保

∗

持较快的增长速度，继续成为拉动经济增长的重要力量。事实上，目前关于房地产投资是否过剩、房地产投资未来的走势以及是否存在房地产价格泡沫等问题的判断，都与这一统计数据有关。如果这一统计数据有偏差，不能反映城市居民实际的住房情况，那么就会严重误导人们对房地产业未来发展趋势的判断。

按照《中国统计年鉴》的数据，２０１２年我国城市人均住宅建筑面积为３２．９平方米，已经达到了较高的水平。目前在世界发达国家中，美国的人均居住面积大概为６０平方米，英国、法国、德国的人均住宅面积大概为３５平方米左右。虽然由于统计口径的

　基金项目：国家自然科学基金资助项目（７１４７１１７７）；中国社会科学院２０１４年创新工程

　作者简介：张延群（１９６８—　），女，内蒙古包头人；研究员，德国柏林自由大学经济学博士，主要从事计量经济学和宏观

经济学研究；Ｅ⁃ｍａｉｌ：ｙｑｚｈａｎｇ＠ｃａｓｓ．ｏｒｇ．ｃｎ。

感谢匿名审稿人提出的中肯和有价值的修改意见对完善本文作出了贡献。

收稿日期：２０１４⁃０８⁃２９；修回日期：２０１４⁃１０⁃２５

６０

张延群：２４个大中城市人均住房面积及房价相对泡沫估算

不一致，我国的数据很难与世界其他国家进行精确的对比，但似乎可以大致判断，我国城市居民人均住房面积已经基本达到了发达国家的水平。考虑到中国各个地区和城市的居住条件存在较大的差异，在北京、上海等特大型城市，由于人口规模庞大，人均住房面积应相对较低，但是按照各个城市统计年鉴的数据，即使在北京，全市城镇居民人均住宅建筑面积也已经达到２９．２６平方米（２０１２年），如果按户均３口人计算，则户均住房面积已接近９０平方米①。也就是说，从国家统计局公布的数据看，我国的人均住房面积已经基本达到了发达国家的水平。

但是，统计年鉴公布的数据似乎与现实情况并不符合。特别是在大城市，快速增长的人口规模和家庭数量导致对住房的刚性需求依然十分强烈，不论是买房还是租房，房源短缺、一房难求的现象普遍存在，无论是房价还是房租都呈现不断上涨的趋势；而一般收入人群的收入难以支付高昂的房价或租金，合租和群租成为新入职年轻人的普遍选择。因此，有必要对国家统计局公布的“城市人均住宅建筑面积”指标进行分析，厘清其真正的含义。已经有学者对全国人均住房面积进行过测算。郑玉歆（２０１４）、李昕和徐滇庆（２０１４）等已经清楚地指出，国家统计局的这个数据来自入户抽样调查，是有特定含义的。调查人员通过询问有户籍和有住房的当地家庭的住房面积，得到人均住房面积的数据。因此，这一数据其实反映的是城市中有当地户籍并且有住房的居民的人均住房面积。这与城

市人均实际住房面积的概念存在着较大的差异。目前中国正处于城镇化的加速时期，在大城市，常住人口数大大超过城市户籍人口，而没有当地户籍的城市常住人口的人均住房面积很有可能小于有当地户籍居民的人均住房面积。因此，这一统计数据应当明显高估了我国城市实际人均住房面积。郑玉歆（２０１４）利用城镇人口和新建住房建筑面积数据，假设１９８６年城镇人均住房建筑面积为１０平方米，折旧率为２％，估算了１９８５—２０１２年全国城镇人均住房建筑面积。按照他的估算，２０１２年城镇人均住房建筑面积仅为１８平方米，远远低于统计年鉴公布的３２．９平方米，也明显低于欧美以及日本等发达国家。

我国目前正处于快速城镇化时期，近十多年来各个地区的城镇化率都有明显上升。但是由于享有的资源和自然禀赋不同，各个城市吸引人口流入的程度有较大的差异。由于具有较多的就业机会、较浓厚的文化氛围、较高的教育医疗等社会服务水平以及一般来说较好的气候条件等，我国一些大城市，特别是直辖市和各个省会城市正在吸引更多的人口流入。图１是２００２—２０１２年我国部分城市人口规模的增长，可以看出，其中存在着很大的差异，最高的天津达到１１８％，而最低的哈尔滨只有２０％。人口增长速度的不同是形成各城市人均住房面积、住房供给以及房价存在较大差异的一个主要原因。我国目前房地产市场出现了较明显的分化，在北京、上海等一线城市，住房供不应求的状况还很明显，体现为房价的持续上升和高位企稳；但是，在一

图１　部分城市２００２—２０１２年城镇人口增长倍数

①

方米升到２００８年的９２．４平方米（ＳｔａｔｉｓｒｉｃａｌＨａｎｄｂｏｏｋｏｆＪａｐａｎ，２０１３，日本国家统计局网站：ｈｔｔｐ：／／ｗｗｗ．ｓｔａｔ．ｇｏ．ｊｐ）。

这一数值也接近日本东京的人均住房面积，根据日本统计年鉴的数据，日本家庭平均每户住房面积由１９８３年的８１．６平

６１

张延群：２４个大中城市人均住房面积及房价相对泡沫估算

些二、三线城市，出现了房屋成交量下降、新建房屋库存上升的情况，房价下行的压力较大。因此，对各个城市的人均居住情况进行准确测算对于预测房价和房地产投资的走势也是十分必要的。虽然在各个城市的统计年鉴中可以查到“城市人均住宅建筑面积”数据，但其统计的口径和方法与中国统计年鉴是一致的，即反映的是有当地户籍并且有住房家庭的人均住房面积，因此也存在明显高估的倾向。

本文的主要工作和贡献是，对我国２４个主要大中城市的实际人均住房面积进行了估算，然后测算各个城市的房价相对泡沫指数，并对其形成的原因进行分析。研究的结果对于判断不同地区房价的泡沫水平以及房地产投资的走势具有一定的指导意义。

实的住房需求。但是由于数据的可得性，在本文的计算中，除了北京、上海、天津外，其他城市用的是城市户籍非农业人口。城市户籍非农业人口一般少于城市的常住人口，特别是在流动人口较多的大４４０．８万，而户籍非农业人口为２６６．４万。因此，在计算人均住房面积时，会出现高估的倾向，特别是对于流动人口较多的大型城市，高估的程度会更高。

表１为２００５和２０１２年２４个主要大中城市人均住房面积的估算值以及统计年鉴公布的数据。可以看出，除了上海２００５年的数据，估计值全部小于年鉴数据。按照各城市的人口规模加权平均计１６．４和为２０平方米，远远低于统计年鉴的数据（２６􀆰１和３２．９平方米）。同时，人均住房面积在不同城市之间存在较大的差距。在人口较多的大型城市，如北京、上海、天津，人均住房面积为１４～１７平方米左右，而人口规模较少的城市，如呼和浩特和贵阳等，人均面积达到３０多平方米。人口规模较大的城市人均住房面积普遍低于人口规模较小的城市。算的２００５和２０１２年我国城市人均住房面积分别为型城市，比如在福州，２０１０年的城镇常住人口为

　　二、２４个大中城市实际人均住房面积的估算

　　本文采用与郑玉歆（２０１４）类似的方法估算我国２４个主要大中城市①的人均住房面积，再对各城市的人均住房面积进行加权后计算全国城市人均住房面积。在计算大中城市的人均住房面积时，用到的数据是城镇人口（北京、天津、上海）以及城市户籍非农业人口（其他城市）、各年的城市住宅竣工２００２—２０１２年。假设２００１年各城市的人均住房面积为１５平方米，按照公式（１）计算２００２—２０１２年各年的住宅总面积：ｈｔ＝ｈｔ－１（１－α）＋ｓｔ（１）

房屋面积，数据来源为ＷＩＮＤ数据库，样本区间为三、城市房价相对泡沫指数的测算

我国房地产市场是否存在泡沫是一个一直存在争论的问题。本文对不同城市房价的相对合理性和相对泡沫程度进行了简单的测算，测算结果对于预测和判断不同地区房价和房地产投资的走势具有参考价值，同时能够大致厘清房价相对泡沫指数较高的原因。

我们的测算基于以下想法：一般来说，不能简单地从某个城市房价的高低来判断其泡沫水平。如果一个城市具有较高的人均收入以及较小的人均住房面积，即使房价较高，因其具有实际需求的支撑，也很难说其高房价就有泡沫。相反，如果一个城市住房供给很大，人口流入的速度较慢，同时人均收入又较低，那么即使房价相对较低，也可能出现房价相对泡沫程度较高的情形，其出现房价下跌以及房地产投资增速下滑的可能性反而会大于一些房价较高的城市。基于这一思想，我们设计了公式（２）来计算各城市的房价相对泡沫指数。

总面积；α是住宅的折旧率，按照新的会计准则，住宅的折旧率为２．７％，考虑到我国目前城市建设过程中存在着大拆大建的情况，α的取值有可能低估，在本文的计算中，α取值为３％；ｓｔ为当年竣工的住宅商品房面积。在得到住宅总面积之后，除以人口数据，得到各城市的人均住房面积；再对各城市的人均住房面积按照人口比例进行加权平均，得到全国的城市人均住房面积。

在计算人均住房面积时，最适合的人口数据应是城镇常住人口数，因为城镇常住人口更能反映真

①

公式（１）中的ｈｔ（ｈｔ－１）是当年（上一年）的住宅

６２

由于一些主要大中城市的人口数据不全（如沈阳、拉萨等）等原因，在本文的计算中没有包含。

张延群：２４个大中城市人均住房面积及房价相对泡沫估算

表１　各城市的人均住房面积／平方米２００５年

统计年鉴数

北京天津太原呼和浩特大连长春哈尔滨上海杭州宁波合肥福州厦门南昌郑州武汉广州深圳海口成都贵阳西安兰州西宁全国平均

１９．５２４．２１８．４４２１．００１７．５８１８．９３１９．００１５．５０２０．７５２４．９２１８．３９１９．１８２３．００２０．８２２０．８２２０．６６１９．１０１９．００２１．５０２０．３８１６．２８１６．３８１６．７１１９．５０２６．１１

估算数１７．５５１３．１７１４．４７１８．４２１７．２３１４．６３１５．４４１７．３７１７．０２１９．３４１７．２０１８．７３１８．７３１４．３７１６．２９１６．３６１７．８２１４．０５１２．６８１４．７１１７．４１１４．８３１４．４５１２．７８１６．４０

２９．２６３０．００２９．００３１．５０２７．３０２９．２０２７．００３３．９０３４．３０３５．００２８．８０３２．１０３３．４０２９．０４３１．００３３．５０２２．５０２７．９０２９．８０３２．９０２２．７０３３．００２５．４０２５．８０３２．９１

２０１２年

统计年鉴数

估算数１５．５７１４．７９１２．７６３０．９９２７．１７２２．８７２２．１５１７．０８２５．０１２８．４５３２．８３２６．０２２６．０２２３．２２２９．６４２４．２３１９．４４１２．０９２１．４１２７．６４３４．６５２８．４０１６．４９１５．１３２２．５９

　　ＨＩ＝

公式（２）中的ＨＩ、Δｈ、Δｈｐ、Δｙ分别为各城市房２００１年）、房价水平和人均可支配收入（２０１２年相对于２００２年）的增长倍数。需要指出的是，这样计算是基于２００１年全国各城市都不存在房价泡沫的假设，而且计算的结果只是说明哪些城市的相对泡沫指数较高，即只是相对的大小，而不是绝对的价相对泡沫指数以及人均住房面积（２０１２年相对于

Δｈ×Δｈｐ

Δｙ

（２）

大小。

从表２可以看到，相对于人均收入的增长，一些城市房价上涨和人均住房面积的提高幅度较大，使得这些城市的房价相对泡沫指数较高，如排在前两位的宁波和杭州。贵阳的房价相对泡沫指数也排在较前的位置，主要是因为人均住宅面积增长过快，或者说是相对于人口的增长速度来说，建了太多的房子。而北京、上海、广州等房价较高的城市，其房价相对泡沫指数并不算高，主要的原因就是相

６３

张延群：２４个大中城市人均住房面积及房价相对泡沫估算

对于人口规模的快速增加，新建住房的供应相对不足，使得人均住房面积提高幅度较小，同时，其房价增长相对于收入增长来说并不是很高。我们的测

算结果基本上得到了实际数据的支持，比如截止到大中城市中居于前两位。

２０１４年８月，宁波和杭州的房价下跌幅度在７０个

表２　各城市房地产市场的相对泡沫指数

人均住房面积（２０１２年，平方米）

宁波杭州贵阳厦门成都福州合肥南昌海口呼和浩特郑州武汉西安北京上海大连深圳西宁长春广州兰州哈尔滨天津太原

２８．４５２５．０１３４．６５２６．０２２７．６４２６．０２３２．８３２３．２２２１．４１３０．９９２９．６４２４．２３２８．４０１５．５７１７．０８２７．１７１２．０９１５．１３２２．８７１９．４４１６．４９２２．１５１４．７９１２．７６

城镇人均可支配收入的增长倍数（２０１２相对于２００２年）

２．９３３．０３２．９８３．１９２．９６３．２１３．５６３．３６２．８７３．７５３．２３３．４６４．１７２．９３３．０３３．３６１．６３２．６２３．３０２．８４２．８１３．２１３．１７３．３７

商品房销售价格的上涨倍数（２０１２年相对于２００２年）

５．０２５．０２３．４６４．７９４．１７４．７９３．８４４．８３４．３５３．５１２．７２３．３０３．２４３．７１３．４６２．３７２．５４３．１６２．５８２．５４２．８２２．３３３．３２３．０６

房价相对泡沫指数

３．２５２．７６２．６８２．６０２．５９２．５９２．３６２．２２２．１６１．９４１．６６１．５４１．４７１．３１１．３０１．２８１．２５１．２２１．１９１．１６１．１０１．０７１．０３０．９４

四、结论和政策建议

本文对我国２４个主要大中城市的城市人均住房面积进行了测算，结果表明，到２０１２年各个城市１５平方米，最高将近３５平方米；进一步通过加权平均得到全国城市人均住房面积为２０平方米左右（２０１２年），远远低于国家统计局公布的３２．９平方６４

之间的人均住房面积存在很大的差异性，最低不到

米；在估计人均住房面积的基础上，考虑人均收入和房价等因素的影响对各个城市的房价相对泡沫指数进行了测算，结果表明一些城市相对于其他城市存在较高的房价泡沫，预示着在这些城市出现房价下跌和房地产投资下降的风险较大，测算的结果基本与各城市目前房价和房地产投资的实际走势相一致。

需要说明的是，在估算过程中，所选用的人口

张延群：２４个大中城市人均住房面积及房价相对泡沫估算

数据口径、房屋折旧率以及２００１年的初始人均住房面积（１５平方米）等都有将实际住房面积高估的倾向，因此，这一数据应该可以被看做是较乐观的估计。我们的测算结果有以下政策含义：

第一，由于我国实际城市人均住房面积与发达国家相比还存在明显的差距，如果考虑到房屋的质量以及居住环境和生活与交通的便利性，差距就更加明显。因此，可以预期，在未来较长的时期内，城市居民对住房的刚性需求仍将十分强劲。

第二，由于各个城市的人均住房面积和房价相对泡沫指数都存在较大的差异，需要针对不同城市的具体情况出台调控政策。对已经出现较大泡沫的城市，应防止其局部风险向全局风险转化；而对于泡沫程度不高的城市，应从促进需求的角度放松限购和限贷政策，支持居民的合理住房需求。

本文测算的结果表明，随着经济的增长以及居民收入水平的提高，在今后较长的时期，我国房地产的开发建设还将保持较快的速度。同时，需要指参考文献：

郑玉歆．２０１４．为什么要强化政府增加住房供给的责任？［Ｊ］．经济管理（４）：１⁃８．李昕，徐滇庆．２０１４．房地产供求与演变趋势：澄清一种统计口径［Ｊ］．改革（１）：３３⁃４２．出的是，住房是介于投资和消费之间的商品，其有效需求主要取决于收入水平，而收入水平的提高取决于资本存量、劳动投入以及劳动生产率水平的提高。相对于投入到实体经济（如制造业以及基础设施等）的投资，房地产投资对劳动生产率提高的贡献较小。因此，如果投资过分向房地产行业集中，对于提高劳动生产率、提高整体收入水平是不利的，从长期看会造成有支付能力住房需求的减少以及房地产市场的供过于求。因此，房地产业健康发展的前提条件是，房地产投资的增长速度与全社会投资的增长速度应相互协调，超出全社会固定资产投资增速的过快增长将是不可持续的。

ＥｓｔｉｍａｔｉｏｎｏｎｔｈｅＲｅｌａｔｉｖｅＢｕｂｂｌｅｏｆｔｈｅＨｏｕｓｉｎｇＰｒｉｃｅａｎｄＰｅｒＣａｐｉｔａＨｏｕｓｉｎｇＡｒｅａｉｎ２４ＢｉｇａｎｄＭｅｄｉｕｍＣｉｔｉｅｓｏｆＣｈｉｎａ

（ＱｕａｎｔｉｔａｔｉｖｅＥｃｏｎｏｍｙａｎｄＴｅｃｈｎｉｃａｌＥｃｏｎｏｍｙＩｎｓｔｉｔｕｔｅ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆ

ＳｏｃｉａｌＳｃｉｅｎｃｅ，Ｂｅｉｊｉｎｇ１００７３２，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：“ＵｒｂａｎＰｅｒＣａｐｉｔａＲｅｓｉｄｅｎｔｉａｌＣｏｎｓｔｒｕｃｔｉｏｎＡｒｅａ”ｐｕｂｌｉｓｈｅｄｂｙＣｈｉｎａＳｔａｔｉｓｔｉｃＢｕｒｅａｕｒｅｖｅａｌｓｔｈｅｐｅｒｏｆｐｒａｃｔｉｃａｌｕｒｂａｎｐｅｒｃａｐｉｔａｒｅｈｏｕｓｉｎｇａｒｅａ．Ｔｈｅｅｓｔｉｍａｔｅｄｒｅｓｕｌｔｆｏｒｐｒａｃｔｉｃａｌｐｅｒｃａｐｉｔａｒｅｈｏｕｓｉｎｇａｒｅａｉｎ２４ｂｉｇａｎｄｍｅｄｉｕｍｃｉｔｉｅｓｉｓｓｉｇｎｉｆｉｃａｎｔｌｙｓｍａｌｌｅｒｔｈａｎｔｈｅｄａｔａｐｕｂｌｉｓｈｅｄｂｙｔｈｅｙｅａｒｂｏｏｋｓ，ａｎｄｆｕｒｔｈｅｒｍｏｒｅ，ｔｈｅｒｅｉｓｂｉｇｃａｐｉｔａｒｅｓｉｄｅｎｔｉａｌａｒｅａｏｆｔｈｅｕｒｂａｎｒｅｓｉｄｅｎｔｓｗｉｔｈｌｏｃａｌｈｏｕｓｅｈｏｌｄｒｅｇｉｓｔｅｒ，ｗｈｉｃｈｉｓｑｕｉｔｅｄｉｆｆｅｒｅｎｔｆｒｏｍｔｈｅｃｏｎｃｅｐｔｄｉｆｆｅｒｅｎｃｅｂｅｔｗｅｅｎｄｉｆｆｅｒｅｎｔｃｉｔｉｅｓ．Ｂｙｕｓｉｎｇｔｈｅｅｓｔｉｍａｔｅｄｒｅｓｕｌｔｔｏｆｕｒｔｈｅｒｅｓｔｉｍａｔｅｔｈｅｒｅｌａｔｉｖｅｂｕｂｂｌｅｉｎｄｅｘｏｆｔｈａｎｉｎｏｔｈｅｒｓ，ｔｈａｔｔｈｅｒｅｉｓｏｂｖｉｏｕｓｌｙａｇａｐｏｆｐｅｒｃａｐｉｔａｒｅｈｏｕｓｉｎｇａｒｅａｂｅｔｗｅｅｎＣｈｉｎａａｎｄｔｈｅｄｅｖｅｌｏｐｅｄｓｔｉｌｌｐｏｗｅｒｆｕｌ．Ｔｈｅｌｏｃａｌｒｉｓｋｓｈｏｕｌｄｂｅｐｒｅｖｅｎｔｅｄｆｒｏｍｂｅｉｎｇｔｒａｎｓｆｏｒｍｅｄｉｎｔｏｇｌｏｂａｌｒｉｓｋｆｏｒｔｈｅｃｉｔｉｅｓｗｉｔｈｂｉｇｗｉｔｈｏｕｔｈｉｇｈｈｏｕｓｉｎｇｐｒｉｃｅｂｕｂｂｌｅ．ｈｏｕｓｉｎｇｄｅｐｒｅｃｉａｔｉｏｎ

ＺＨＡＮＧＹａｎ⁃ｑｕｎｕｒｂａｎｈｏｕｓｉｎｇｐｒｉｃｅｉｎｅａｃｈｃｉｔｙ，ｔｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｒｅｉｓｒｅｌａｔｉｖｅｌｙｈｉｇｈｅｒｈｏｕｓｉｎｇｐｒｉｃｅｂｕｂｂｌｅｉｎｓｏｍｅｃｉｔｉｅｓｃｏｕｎｔｒｉｅｓ，ｔｈａｔｒｅａｌｅｓｔａｔｅｉｎｄｕｓｔｒｙｗｉｌｌｃｏｎｔｉｎｕｅｔｏｋｅｅｐｒａｐｉｄｇｒｏｗｔｈｓｐｅｅｄｂｅｃａｕｓｅｔｈｅｒｉｇｉｄｄｅｍａｎｄｆｏｒｈｏｕｓｉｎｇｉｓｈｏｕｓｉｎｇｐｒｉｃｅｂｕｂｂｌｅａｌｒｅａｄｙａｎｄｔｈｅｒｅａｓｏｎａｂｌｅｈｏｕｓｉｎｇｄｅｍａｎｄｏｆｔｈｅｒｅｓｉｄｅｎｔｓｓｈｏｕｌｄｂｅｓｕｐｐｏｒｔｅｄｆｏｒｔｈｅｃｉｔｉｅｓＫｅｙｗｏｒｄｓ：ｐｅｒｃａｐｉｔａｒｅｈｏｕｓｉｎｇａｒｅａ；ｈｏｕｓｉｎｇｐｒｉｃｅｂｕｂｂｌｅ；ｐｅｒｃａｐｉｔａｒｅｓｉｄｅｎｔｉａｌａｒｅａ；ｒｅａｌｅｓｔａｔｅｍａｒｋｅｔ；ｒｅｌａｔｉｖｅｈｏｕｓｉｎｇｐｒｉｃｅｂｕｂｂｌｅｉｎｄｅｘ；ｈｏｕｓｉｎｇｄｅｍａｎｄ；ｕｒｂａｎｐｏｐｕｌａｔｉｏｎ；ｐｅｒｃａｐｉｔａｄｉｓｐｏｓａｂｌｅｉｎｃｏｍｅ；ＣＬＣｎｕｍｂｅｒ：Ｆ２９３；Ｆ２２２．３４　　　Ｄｏｃｕｍｅｎｔｃｏｄｅ：Ａ　　　ＡｒｔｉｃｌｅＩＤ：１６７４⁃８１３１（２０１５）０１⁃００６０⁃０６

（编辑：夏　冬）

６５