郭文偉

(廣東財(cái)經(jīng)大學(xué) 金融學(xué)院，廣東 廣州 510320)

2019年2月國(guó)務(wù)院頒布了《粵港澳大灣區(qū)發(fā)展規(guī)劃綱要》，這意味著建設(shè)粵港澳大灣區(qū)已經(jīng)成為重要的國(guó)家戰(zhàn)略并開始進(jìn)入實(shí)施階段。目前港珠澳大橋已經(jīng)全面通車，未來隨著中深通道的建成通車，粵港澳大灣區(qū)各城市之間的基礎(chǔ)設(shè)施將日趨完善，這將會(huì)進(jìn)一步加快建設(shè)國(guó)際一流大灣區(qū)和世界級(jí)城市群的進(jìn)程。因此，在這種背景下，大灣區(qū)內(nèi)各城市之間房?jī)r(jià)聯(lián)動(dòng)性將會(huì)不斷增強(qiáng)，進(jìn)而產(chǎn)生相互影響。從實(shí)際情況來看，大灣區(qū)內(nèi)香港和澳門的房地產(chǎn)市場(chǎng)與珠三角區(qū)域房地產(chǎn)市場(chǎng)和住宅價(jià)格水平差異較大，其中香港和澳門住宅價(jià)格遠(yuǎn)高于珠三角區(qū)域住宅價(jià)格。同樣，珠三角9市房?jī)r(jià)差異也非常大。2008年金融危機(jī)以來，各國(guó)政府相繼實(shí)施較為寬松的貨幣政策和財(cái)政政策刺激經(jīng)濟(jì)增長(zhǎng)，從而引發(fā)全球流動(dòng)性泛濫，利率持續(xù)走低，個(gè)別國(guó)家甚至出現(xiàn)持續(xù)較長(zhǎng)時(shí)間的負(fù)利率。在這種背景下，全球核心資產(chǎn)價(jià)格(股市、樓市、貴金屬)受到逐利資本推動(dòng)而出現(xiàn)明顯的上漲趨勢(shì)，資產(chǎn)泡沫化程度日趨嚴(yán)重。以粵港澳大灣區(qū)樓市為例，在2013年6月至2020年6月期間，各城市房?jī)r(jià)上漲幅度分別為廣州33.28%、深圳98.16%、佛山50.01%、東莞82.69%、惠州65.51%、中山57.97%、珠海70.07%、江門31.28%、肇慶38.14%、香港49.35%、澳門39.64%①。顯然，在此期間，深圳房?jī)r(jià)漲幅最大，接近翻倍；其次是東莞房?jī)r(jià)，漲了近83%；房?jī)r(jià)漲幅最小的是江門樓市，平均漲了近32%；相比之下，香港和澳門房?jī)r(jià)雖然遠(yuǎn)高于珠三角房?jī)r(jià)，但漲幅卻相對(duì)較小。大灣區(qū)各城市現(xiàn)有房?jī)r(jià)水平普遍較高，香港和澳門的平均房?jī)r(jià)早己超過20萬(wàn)元/平方米，在珠三角區(qū)域內(nèi)，截至2020年6月，深圳平均房?jī)r(jià)達(dá)到5.45萬(wàn)元/平方米，廣州為2.2萬(wàn)元/平方米；城市人口和經(jīng)濟(jì)規(guī)模最多達(dá)到三線城市標(biāo)準(zhǔn)的珠海市平均房?jī)r(jià)也高達(dá)2.13萬(wàn)元/平方米；三線城市東莞則以1.7萬(wàn)元/平方米的房?jī)r(jià)超過了二線城市佛山房?jī)r(jià)(1.31萬(wàn)元/平方米)，與其相鄰的中山和惠州房?jī)r(jià)也均超過1萬(wàn)元/平方米；連偏居珠江三角西部的江門市房?jī)r(jià)也達(dá)到8 133元/平方米。相比之下，肇慶平均房?jī)r(jià)近幾年處于盤整走勢(shì)，目前為7 072元/平方米。目前社會(huì)各界對(duì)國(guó)內(nèi)房地產(chǎn)市場(chǎng)是否存在泡沫依然存在較大的爭(zhēng)議，但房地產(chǎn)市場(chǎng)價(jià)格走勢(shì)出現(xiàn)明顯的區(qū)域性和結(jié)構(gòu)性分化已是不爭(zhēng)的事實(shí)。在粵港澳大灣區(qū)未來逐步一體化融合的趨勢(shì)下，灣區(qū)內(nèi)各城市是否存在周期性的房?jī)r(jià)泡沫呢？是否存在房?jī)r(jià)泡沫的交叉?zhèn)魅九c遷移？整個(gè)大灣區(qū)內(nèi)房?jī)r(jià)泡沫的空間溢出效應(yīng)和傳染網(wǎng)絡(luò)特征如何呢？顯然，對(duì)這些問題的深入研究有助于構(gòu)建粵港澳大灣區(qū)房地產(chǎn)市場(chǎng)風(fēng)險(xiǎn)預(yù)警系統(tǒng)來防范區(qū)域性房?jī)r(jià)泡沫破滅風(fēng)險(xiǎn)，這在當(dāng)前中央政府致力于抑制房?jī)r(jià)泡沫，防范房地產(chǎn)金融風(fēng)險(xiǎn)的大背景下具有重要的現(xiàn)實(shí)意義和研究?jī)r(jià)值。

一、文獻(xiàn)綜述

從研究對(duì)象來看，國(guó)內(nèi)學(xué)者大部分側(cè)重研究全國(guó)性的房地產(chǎn)市場(chǎng)泡沫，而專門研究粵港澳大灣區(qū)房?jī)r(jià)泡沫的文獻(xiàn)相對(duì)較少，僅僅少數(shù)學(xué)者對(duì)珠三角房地產(chǎn)市場(chǎng)價(jià)格波動(dòng)及其泡沫程度進(jìn)行研究。在珠三角房地產(chǎn)市場(chǎng)方面，左夏偉、謝昌浩通過建模分析了“泛珠三角”房?jī)r(jià)差異的原因及其波動(dòng)特征[1]。中國(guó)人民銀行佛山市中心支行課題組則重點(diǎn)對(duì)珠三角城市房?jī)r(jià)泡沫程度進(jìn)行實(shí)證研究，發(fā)現(xiàn)在該研究時(shí)期內(nèi)珠三角房地產(chǎn)市場(chǎng)普遍存在房?jī)r(jià)泡沫，且一線城市房?jī)r(jià)泡沫比其他城市更為嚴(yán)重，經(jīng)濟(jì)越不發(fā)達(dá)的城市房?jī)r(jià)泡沫程度越小[2]。陳章喜、黃準(zhǔn)以廣州、深圳、東莞為分析對(duì)象，使用格蘭杰因果關(guān)系法檢驗(yàn)這三個(gè)城市房?jī)r(jià)之間的因果關(guān)系，最終發(fā)現(xiàn)深圳是廣州和東莞房?jī)r(jià)波動(dòng)的單向原因，且影響程度較大，而廣州房?jī)r(jià)和東莞房?jī)r(jià)互為因果關(guān)系，也即存在相互影響的特征，但影響程度較小[3]。陳英楠、陳建對(duì)廣深兩市房?jī)r(jià)的聯(lián)動(dòng)性進(jìn)行了實(shí)證分析，發(fā)現(xiàn)兩地房?jī)r(jià)波動(dòng)的聯(lián)動(dòng)性較高[4]。楊元梅、譚術(shù)魁認(rèn)為珠三角房?jī)r(jià)水平受到其城市經(jīng)濟(jì)規(guī)模的影響最大，同時(shí)住宅用地價(jià)格也對(duì)房?jī)r(jià)產(chǎn)生顯著影響[5]。曾暉發(fā)現(xiàn)廣深兩市的房?jī)r(jià)波動(dòng)溢出效應(yīng)最為強(qiáng)烈，且會(huì)對(duì)珠海產(chǎn)生明顯的溢出效應(yīng)，整個(gè)珠三角房?jī)r(jià)波動(dòng)具有周期性特征[6]。

在全國(guó)房?jī)r(jià)泡沫測(cè)度方面，國(guó)內(nèi)不少學(xué)者采用各類方法對(duì)我國(guó)房地產(chǎn)市場(chǎng)進(jìn)行建模分析，其研究結(jié)論大都表明我國(guó)并不存在顯著的全國(guó)性房?jī)r(jià)泡沫，但存在明顯的區(qū)域性房?jī)r(jià)泡沫[7-12]。Matthew等人較早采用PWY方法監(jiān)測(cè)中國(guó)香港房?jī)r(jià)泡沫的存在性，最終發(fā)現(xiàn)香港房地產(chǎn)市場(chǎng)在20世紀(jì)90年代中期存在顯著的周期性泡沫[13]。許春青等人通過比較中國(guó)香港與內(nèi)地城市房?jī)r(jià)泡沫后發(fā)現(xiàn)：總體上，國(guó)內(nèi)房地產(chǎn)市場(chǎng)的泡沫程度并不嚴(yán)重，但沿海發(fā)達(dá)城市房?jī)r(jià)泡沫要顯著大于內(nèi)陸城市房?jī)r(jià)泡沫[11]。郭文偉、陳順強(qiáng)采用BSADF方法對(duì)珠三角區(qū)域城市房?jī)r(jià)泡沫進(jìn)行測(cè)度并進(jìn)一步分析其空間分布特征：其研究結(jié)果表明珠三角城市房?jī)r(jià)普遍存在明顯的周期性泡沫和空間溢出效應(yīng)；城市房?jī)r(jià)泡沫的空間分布具有地理聚集和經(jīng)濟(jì)聚集的雙重特征；在整個(gè)研究時(shí)期內(nèi)城市房?jī)r(jià)泡沫存在跨區(qū)域遷移現(xiàn)象[14]。

在城市房?jī)r(jià)泡沫的空間溢出效應(yīng)方面，國(guó)內(nèi)少數(shù)學(xué)者基于空間計(jì)量模型分析我國(guó)城市房?jī)r(jià)泡沫的空間分布特征，大部分學(xué)者的研究結(jié)論表明我國(guó)房地產(chǎn)市場(chǎng)泡沫存在空間傳染效應(yīng)和由中心向外部輻射的波紋效應(yīng)。王天雨分析了我國(guó)31個(gè)省級(jí)區(qū)域的房?jī)r(jià)泡沫及其區(qū)域分布差異特征，發(fā)現(xiàn)我國(guó)整體房?jī)r(jià)泡沫程度呈現(xiàn)上升趨勢(shì)，中西部房?jī)r(jià)泡沫程度逐漸逼近東部房?jī)r(jià)泡沫程度[15]。張超以長(zhǎng)三角城市為研究對(duì)象，在測(cè)度房?jī)r(jià)泡沫的基礎(chǔ)上進(jìn)一步分析其空間傳染效應(yīng)，研究結(jié)果表明在研究時(shí)期內(nèi)長(zhǎng)三角城市均出現(xiàn)程度不同的房?jī)r(jià)泡沫，且城市房?jī)r(jià)泡沫存在空間溢出效應(yīng)[16]。劉海云、呂龍基于改進(jìn)后的住宅基礎(chǔ)價(jià)值模型測(cè)度了國(guó)內(nèi)42個(gè)大中型城市的房?jī)r(jià)泡沫并進(jìn)一步分析其空間傳染效應(yīng)和影響因素，最終發(fā)現(xiàn)中國(guó)城市房?jī)r(jià)泡沫程度在逐漸增強(qiáng)，存在由東向西的空間傳染效應(yīng)和波紋效應(yīng)，不同城市在房?jī)r(jià)泡沫傳染網(wǎng)絡(luò)中扮演不同的角色[17]。李倫一、張翔基于對(duì)數(shù)周期性冪律方法測(cè)度了我國(guó)100個(gè)城市的房?jī)r(jià)泡沫進(jìn)而分析其空間傳染效應(yīng)，最終研究結(jié)論表明我國(guó)房?jī)r(jià)泡沫主要存在正向泡沫和反轉(zhuǎn)泡沫兩種狀態(tài)，且正向房?jī)r(jià)泡沫區(qū)域的空間傳染效應(yīng)要大于反轉(zhuǎn)房?jī)r(jià)泡沫區(qū)域[18]。汪盧俊、駱永民基于GSADF方法測(cè)度了國(guó)內(nèi)百城房?jī)r(jià)泡沫并比較其空間分布差異，結(jié)果發(fā)現(xiàn)我國(guó)一、二線城市普遍存在周期性房?jī)r(jià)泡沫，而三、四線城市房?jī)r(jià)泡沫并不明顯，但各城市房?jī)r(jià)泡沫程度差異明顯；國(guó)內(nèi)三大區(qū)域(京津翼、長(zhǎng)三角、珠三角)的一線城市房?jī)r(jià)泡沫會(huì)向周邊城市傳染，存在一定程度的空間溢出效應(yīng)[19]。

從房?jī)r(jià)泡沫測(cè)度方法來看，目前主要有四類方法：第一類是綜合指標(biāo)法[20]，第二類是局部均衡模型法[21]，第三類是對(duì)數(shù)周期性冪律方法[18]，第四類是PWY方法和BSADF方法[19,22-24]。綜合來看，只有BSADF方法能及時(shí)捕捉多個(gè)周期性泡沫的發(fā)生時(shí)點(diǎn)、次數(shù)、泡沫峰值等較為細(xì)致的特征，從而已經(jīng)成為國(guó)際主流的資產(chǎn)泡沫監(jiān)測(cè)方法。因此，本文也將采用該方法對(duì)粵港澳大灣區(qū)房?jī)r(jià)泡沫進(jìn)行動(dòng)態(tài)監(jiān)測(cè)。與此同時(shí)，由于粵港澳大灣區(qū)戰(zhàn)略提出時(shí)間不長(zhǎng)，至今鮮有文獻(xiàn)對(duì)粵港澳大灣區(qū)各城市房?jī)r(jià)泡沫進(jìn)行全面測(cè)度及比較，也沒有文獻(xiàn)專門分析粵港澳大灣區(qū)各城市房?jī)r(jià)泡沫之間的空間溢出效應(yīng)和傳染網(wǎng)絡(luò)特征。因此，本文首先采用BSADF方法動(dòng)態(tài)測(cè)度粵港澳大灣區(qū)各城市房?jī)r(jià)泡沫；其次在充分比較各城市房?jī)r(jià)泡沫差異的基礎(chǔ)上，采用高維動(dòng)態(tài)R-Vine Copula模型和空間計(jì)量模型來測(cè)度大灣區(qū)內(nèi)城市房?jī)r(jià)泡沫的復(fù)雜相依結(jié)構(gòu)和空間溢出效應(yīng)；最終結(jié)合格蘭杰因果檢驗(yàn)來揭示各城市房?jī)r(jià)泡沫的傳染網(wǎng)絡(luò)特征。相比現(xiàn)有研究，本文的特色有以下幾個(gè)方面：第一，首次基于BSADF方法全面測(cè)度了粵港澳大灣區(qū)各城市房?jī)r(jià)泡沫程度、存續(xù)周期和演化過程；第二，采用高維動(dòng)態(tài)R-Vine Copula模型來揭示大灣區(qū)房?jī)r(jià)泡沫的動(dòng)態(tài)相依結(jié)構(gòu)演化過程及其存在的結(jié)構(gòu)性突變性特征；第三，利用格蘭杰因果關(guān)系法識(shí)別粵港澳大灣區(qū)城市房?jī)r(jià)泡沫傳染網(wǎng)絡(luò)中的傳染源和傳染路徑。顯然，在堅(jiān)持“房住不炒”和“守住不發(fā)生系統(tǒng)性風(fēng)險(xiǎn)”底線的大背景下，本文研究成果將為構(gòu)建精準(zhǔn)及時(shí)的粵港澳大灣區(qū)房?jī)r(jià)預(yù)警系統(tǒng)和防范房?jī)r(jià)泡沫跨區(qū)域傳染的協(xié)調(diào)聯(lián)動(dòng)機(jī)制提供有益的借鑒。

二、房?jī)r(jià)泡沫識(shí)別測(cè)度模型

由于之前的傳統(tǒng)檢驗(yàn)方法(如方差穩(wěn)定性檢驗(yàn)、協(xié)整檢驗(yàn)等)無(wú)法成功識(shí)別出周期性泡沫，對(duì)此，Phillips等人提出了新的檢測(cè)方法SADF：將直接檢驗(yàn)資產(chǎn)價(jià)格pt是否存在泡沫的傳統(tǒng)思維轉(zhuǎn)換到檢驗(yàn)pt是否存在弱爆炸性過程特征(具有弱爆炸過程特征則視為存在泡沫)[22]。具體做法如下：首先對(duì)下面ADF穩(wěn)定性檢驗(yàn)?zāi)Ｐ瓦M(jìn)行滾動(dòng)估計(jì)，從而獲得自回歸系數(shù)ρ的一系列估計(jì)值，然后從統(tǒng)計(jì)上判斷ρ是否顯著大于1：

(1)

具體的判斷標(biāo)準(zhǔn)為：當(dāng)ρ≤1時(shí)，資產(chǎn)價(jià)格不存在泡沫；當(dāng)ρ>1時(shí)，資產(chǎn)價(jià)格存在泡沫。由于SADF檢驗(yàn)方法只能識(shí)別單個(gè)資產(chǎn)泡沫，對(duì)此，Phillips等人在SADF基礎(chǔ)上通過技術(shù)改進(jìn)提出了BSADF檢驗(yàn)法[23]。BSADF方法可同時(shí)揭示出多個(gè)資產(chǎn)泡沫存續(xù)時(shí)點(diǎn)，該方法原理這里不再詳述，具體可詳見參考文獻(xiàn)[23-24]。這里僅簡(jiǎn)述其對(duì)資產(chǎn)價(jià)格泡沫存續(xù)時(shí)點(diǎn)的判斷標(biāo)準(zhǔn)：

(2)

(3)

三、粵港澳大灣區(qū)城市房?jī)r(jià)泡沫測(cè)度及比較

(一)粵港澳大灣區(qū)城市房?jī)r(jià)指數(shù)的選取與說明

粵港澳大灣區(qū)包括了珠三角9市(廣州、深圳、佛山、東莞、惠州、珠海、中山、肇慶、江門)、中國(guó)香港特別行政區(qū)和中國(guó)澳門特別行政區(qū)，共11個(gè)城市?；诟鞒鞘蟹?jī)r(jià)指數(shù)的可獲得性和代表性，本文選取了東方財(cái)富網(wǎng)推出的Choice數(shù)據(jù)中的各城市房?jī)r(jià)指數(shù)代表各城市住宅市場(chǎng)價(jià)格走勢(shì)，所有房?jī)r(jià)指數(shù)均為月度數(shù)據(jù)。研究時(shí)期統(tǒng)一為2013年6月至2020年6月，每個(gè)城市各有85個(gè)樣本數(shù)據(jù)。通過對(duì)這11個(gè)城市房?jī)r(jià)指數(shù)進(jìn)行描述性統(tǒng)計(jì)可知：除了江門、肇慶、香港的房?jī)r(jià)指數(shù)表現(xiàn)出輕微的右偏特征外，其他8個(gè)城市房?jī)r(jià)指數(shù)均表現(xiàn)出一定程度的左偏。在正態(tài)分布檢驗(yàn)上，所有城市房?jī)r(jià)指數(shù)JB統(tǒng)計(jì)值均顯著拒絕原假設(shè)，說明這些城市的房?jī)r(jià)指數(shù)均不服從正態(tài)分布。從房?jī)r(jià)指數(shù)標(biāo)準(zhǔn)差來看，深圳房?jī)r(jià)指數(shù)標(biāo)準(zhǔn)差遠(yuǎn)大于其他城市，說明深圳房?jī)r(jià)的波動(dòng)程度最為激烈；其次是東莞和佛山的房?jī)r(jià)波動(dòng)率也相對(duì)較高；香港和澳門的房?jī)r(jià)波動(dòng)率較小。

(二)粵港澳大灣區(qū)城市房?jī)r(jià)泡沫存在性檢驗(yàn)

這里采用SADF檢驗(yàn)法和BSADF檢驗(yàn)法分別對(duì)粵港澳大灣區(qū)11個(gè)城市的房?jī)r(jià)泡沫存在性進(jìn)行檢驗(yàn)，結(jié)果見表1。

表1 粵港澳大灣區(qū)城市房?jī)r(jià)泡沫存在性檢驗(yàn)結(jié)果

在遞歸估計(jì)分析中，樣本初始窗口長(zhǎng)為17個(gè)月(約一年半)，步長(zhǎng)為一個(gè)月，也即每次遞歸估計(jì)后新增一個(gè)月納入樣本窗口中進(jìn)行循環(huán)估計(jì)。為了獲得各城市房?jī)r(jià)指數(shù)的統(tǒng)計(jì)量SADF臨界值和統(tǒng)計(jì)量BSADF臨界值，本文對(duì)所有房?jī)r(jià)指數(shù)均進(jìn)行了2 000次模擬，并獲得了兩個(gè)檢驗(yàn)指標(biāo)在1%、5%和10%置信水平上的臨界值及其臨界值序列，為后面的房?jī)r(jià)泡沫周期時(shí)點(diǎn)判斷奠定基礎(chǔ)。

表2 粵港澳大灣區(qū)城市房?jī)r(jià)泡沫統(tǒng)計(jì)匯總表

由表2的檢驗(yàn)結(jié)果可知，在三種置信水平上，BSADF統(tǒng)計(jì)值均明顯大于SADF統(tǒng)計(jì)值，說明BSADF檢驗(yàn)法能發(fā)現(xiàn)SADF檢驗(yàn)法無(wú)法檢測(cè)到的房?jī)r(jià)周期性泡沫；從統(tǒng)計(jì)結(jié)果來看，澳門和肇慶的BSADF統(tǒng)計(jì)值均小于BSADF在10%置信水平上的臨界值，說明這兩個(gè)城市在10%的置信水平上接受原假設(shè)，也即不存在明顯的周期性泡沫。其他9個(gè)城市的BSADF統(tǒng)計(jì)值均大于其在1%置信水平上的臨界值，由此說明，在整個(gè)研究時(shí)期內(nèi)，除了澳門和肇慶外，粵港澳大灣區(qū)其他9個(gè)城市均在1%的置信水平上出現(xiàn)了周期性房?jī)r(jià)泡沫。

(三)粵港澳大灣區(qū)城市房?jī)r(jià)泡沫存續(xù)周期時(shí)點(diǎn)及其泡沫程度比較

通過比較粵港澳大灣區(qū)各城市房?jī)r(jià)指數(shù)的BSADF統(tǒng)計(jì)序列與其在5%置信水平上臨界值序列的大小判斷各城市房?jī)r(jià)泡沫的存續(xù)周期時(shí)點(diǎn)。當(dāng)BSADF統(tǒng)計(jì)值首次大于其臨界值(CV-BSADF)時(shí)就表示出現(xiàn)周期性泡沫；當(dāng)BSADF統(tǒng)計(jì)值首次小于或等于臨界值時(shí)就表示該周期性泡沫已消失。顯然，當(dāng)BSADF值越大就意味著該泡沫程度越嚴(yán)重。從粵港澳大灣區(qū)各城市房?jī)r(jià)泡沫走勢(shì)可看出，相比珠三角9市，港澳地區(qū)較早出現(xiàn)房?jī)r(jià)泡沫；香港在2014―2015年就出現(xiàn)了嚴(yán)重的房?jī)r(jià)泡沫；而澳門住宅市場(chǎng)同樣在2015年期間出現(xiàn)了1次短暫的價(jià)格泡沫。而珠三角9市主要在2015―2019年陸續(xù)出現(xiàn)房?jī)r(jià)泡沫。其中，深圳和廣州率先出現(xiàn)房?jī)r(jià)泡沫；隨后佛山、東莞、中山、江門陸續(xù)出現(xiàn)房?jī)r(jià)泡沫；珠海、惠州、肇慶等城市緊隨其后出現(xiàn)泡沫。進(jìn)入2016年以來，各城市房?jī)r(jià)泡沫走勢(shì)出現(xiàn)明顯的結(jié)構(gòu)分化；從房?jī)r(jià)泡沫發(fā)生時(shí)點(diǎn)的先后順序來看，香港率先在2014年出現(xiàn)明顯的房?jī)r(jià)泡沫，然后傳染到深圳并于2015年出現(xiàn)明顯房?jī)r(jià)泡沫，接著從2016年開始帶動(dòng)了相鄰城市房?jī)r(jià)上漲并陸續(xù)出現(xiàn)房?jī)r(jià)泡沫。這些表明在整個(gè)大灣區(qū)內(nèi)出現(xiàn)了由一線城市房?jī)r(jià)泡沫向二、三、四線城市的跨區(qū)域傳染現(xiàn)象。從整個(gè)粵港澳大灣區(qū)平均房?jī)r(jià)泡沫走勢(shì)來看，在2016年1月至2018年11月期間出現(xiàn)了一次持續(xù)了35個(gè)月之久的泡沫；同樣，珠三角房?jī)r(jià)泡沫走勢(shì)與粵港澳大灣區(qū)房?jī)r(jià)泡沫走勢(shì)較為相似，但其泡沫程度大于粵港澳大灣區(qū)房?jī)r(jià)泡沫程度。

從各城市房?jī)r(jià)泡沫的持續(xù)周期來看，香港最早在2014年11月就開始出現(xiàn)了第一個(gè)持續(xù)了11個(gè)月之久的房?jī)r(jià)泡沫，隨后在2015年9月破滅，在2017年4月至2018年10月期間又出現(xiàn)了一個(gè)持續(xù)19個(gè)月的房?jī)r(jià)泡沫。深圳在2015年5月至2017年4月期間出現(xiàn)了長(zhǎng)達(dá)24個(gè)月之久的房?jī)r(jià)泡沫，接著緊鄰深圳的東莞和惠州分別在2016年至2019年期間出現(xiàn)了長(zhǎng)達(dá)41個(gè)月和28個(gè)月之久的房?jī)r(jià)泡沫。佛山在2016年3月至2019年10月期間出現(xiàn)了長(zhǎng)達(dá)44個(gè)月之久的房?jī)r(jià)泡沫，中山在2016年3月至2019年7月期間出現(xiàn)了長(zhǎng)達(dá)41個(gè)月之久的房?jī)r(jià)泡沫。相比之下，同樣緊鄰深圳的廣州則直到2016年8月至2019年7月期間才開始出現(xiàn)一個(gè)長(zhǎng)達(dá)36個(gè)月的房?jī)r(jià)泡沫。江門在2016年9月至2020年6月期間出現(xiàn)了一個(gè)持續(xù)46個(gè)月的房?jī)r(jià)泡沫?？傮w上看，除了肇慶和澳門，大灣區(qū)的其他城市房?jī)r(jià)均在2015―2019年出現(xiàn)了一個(gè)持續(xù)時(shí)間較長(zhǎng)的周期性泡沫。

從表2可知，粵港澳大灣區(qū)各城市均出現(xiàn)了泡沫，但在泡沫程度、發(fā)生次數(shù)和持續(xù)周期上均存在顯著差異。從各城市房?jī)r(jià)泡沫均值來看，從大到小依次為佛山>中山>江門>東莞>珠海>香港>廣州>惠州>深圳>澳門>肇慶。由此說明，在整個(gè)研究時(shí)期內(nèi)，二線城市(佛山、東莞)、三線城市(中山、江門、珠海)的房?jī)r(jià)泡沫要明顯大于一線城市(廣州、深圳)與兩個(gè)特別行政區(qū)(香港、澳門)。其中，佛山、中山和東莞的房?jī)r(jià)泡沫總體最為嚴(yán)重，而肇慶和澳門房?jī)r(jià)泡沫程度最小，甚至出現(xiàn)負(fù)泡沫均值。香港和澳門的房?jī)r(jià)水平雖然在粵港澳大灣區(qū)中最高，但其房?jī)r(jià)泡沫程度并不大。從房?jī)r(jià)泡沫的波動(dòng)率來看，城市房?jī)r(jià)泡沫均值越大，其波動(dòng)率也越大。從出現(xiàn)的泡沫峰值來看，深圳在2015年7月出現(xiàn)了最大泡沫值(8.14)，其次是珠海在2016年9月出現(xiàn)了最大泡沫值(8.04)；其他城市的泡沫峰值分別為廣州(3.85)、佛山(5.86)、東莞(5.13)、惠州(4.84)、中山(5.47)、江門(5.16)、肇慶(-0.25)、澳門(1.38)、香港(4.27)。從這些泡沫峰值的發(fā)生時(shí)點(diǎn)來看大都發(fā)生在2015―2016年。在此期間，珠三角區(qū)域內(nèi)主要率先由深圳房?jī)r(jià)開始引領(lǐng)，然后帶動(dòng)廣州房?jī)r(jià)上漲，接著帶動(dòng)粵港澳大灣區(qū)的其他二、三線城市相繼上漲，從而導(dǎo)致房?jī)r(jià)泡沫在大灣區(qū)內(nèi)快速擴(kuò)散。

(四)粵港澳大灣區(qū)城市房?jī)r(jià)空間溢出效應(yīng)

這里采用全局莫蘭指數(shù)Moran′s I分析粵港澳大灣區(qū)城市房?jī)r(jià)泡沫的空間自相關(guān)，以進(jìn)一步探討在整個(gè)研究時(shí)期內(nèi)大灣區(qū)房?jī)r(jià)泡沫的空間聚集趨勢(shì)。Moran′s I的取值范圍為[-1,1]，越接近1，表示大灣區(qū)城市房?jī)r(jià)泡沫之間的空間正相關(guān)性越強(qiáng)；越接近-1，表示大灣區(qū)城市房?jī)r(jià)泡沫之間的空間負(fù)相關(guān)性越強(qiáng)；趨近于0，則表明城市房?jī)r(jià)泡沫間空間相關(guān)性弱或不相關(guān)。最終分析結(jié)果如圖1所示。

圖1 粵港澳大灣區(qū)總體房?jī)r(jià)泡沫走勢(shì)及其空間自相關(guān)性

從圖1可知，整個(gè)時(shí)期內(nèi)大灣區(qū)城市房?jī)r(jià)泡沫之間出現(xiàn)正負(fù)交替的空間自相關(guān)性。在2014年6月至2015年8月期間，大灣區(qū)城市房?jī)r(jià)泡沫之間均呈現(xiàn)出負(fù)向的空間自相關(guān)性，即出現(xiàn)高房?jī)r(jià)泡沫的城市往往與低房?jī)r(jià)泡沫聚集在一起，說明相鄰城市房?jī)r(jià)泡沫之間可能存在此消彼長(zhǎng)的格局。2015年9月至2018年12月期間大灣區(qū)房?jī)r(jià)泡沫之間基本呈現(xiàn)出正向的空間自相關(guān)，即高房?jī)r(jià)泡沫的城市聚集在一起，而低房?jī)r(jià)泡沫城市聚集在一起，說明在一定程度上該時(shí)期內(nèi)大灣區(qū)房?jī)r(jià)泡沫出現(xiàn)了相互促進(jìn)的格局。從2019年1月至今，大灣區(qū)房?jī)r(jià)泡沫之間基本以正向空間自相關(guān)為主并橫向震蕩走低的趨勢(shì)，這說明在這個(gè)時(shí)期內(nèi)大灣區(qū)內(nèi)也是高房?jī)r(jià)泡沫的城市相互聚集，低房?jī)r(jià)泡沫的城市相互聚集，房?jī)r(jià)泡沫的空間正向溢出效應(yīng)較為明顯。從對(duì)比圖2中的Moran′s I指數(shù)走勢(shì)和大灣區(qū)平均房?jī)r(jià)泡沫指數(shù)的走勢(shì)可知，兩者在一定程度上存在同步性，通過測(cè)度表明兩者的線性相關(guān)性為0.26，且在1%的置信水平上顯著。在普遍出現(xiàn)負(fù)泡沫的時(shí)期內(nèi)(2014―2015)，Moran′s I指數(shù)也基本為負(fù)值。在普遍出現(xiàn)房?jī)r(jià)泡沫的時(shí)期內(nèi)(2015―2018)伴隨著較為明顯的房?jī)r(jià)泡沫正向空間自相關(guān)，也即表明當(dāng)大灣區(qū)城市普遍出現(xiàn)房?jī)r(jià)泡沫并不斷膨脹的時(shí)候，相鄰城市之間的房?jī)r(jià)泡沫正向溢出效應(yīng)就越發(fā)明顯，而隨著大灣區(qū)房?jī)r(jià)泡沫開始逐步收縮時(shí)(2019―2020)，各城市房?jī)r(jià)泡沫走勢(shì)開始分化，在空間上就會(huì)出現(xiàn)此消彼長(zhǎng)的趨勢(shì)。

四、粵港澳大灣區(qū)城市房?jī)r(jià)泡沫相依結(jié)構(gòu)及傳染網(wǎng)絡(luò)

(一)粵港澳大灣區(qū)城市房?jī)r(jià)泡沫靜態(tài)相依結(jié)構(gòu)特征

由于R-Vine Copula方法不需要事前假設(shè)樹結(jié)構(gòu)，而是完全基于數(shù)據(jù)的特征構(gòu)建自身樹結(jié)構(gòu)形式，具有較強(qiáng)的客觀性和合理性[25-26]。因此，本文結(jié)合滾動(dòng)窗口技術(shù)構(gòu)建高維動(dòng)態(tài)R-Vine Copula模型系統(tǒng)分析粵港澳大灣區(qū)城市房?jī)r(jià)泡沫的靜態(tài)和動(dòng)態(tài)相依結(jié)構(gòu)及其結(jié)構(gòu)突變性特征。由于文章篇幅限制，有關(guān)R-Vine Copula模型的結(jié)構(gòu)形式和原理可詳見相關(guān)文獻(xiàn)[25-26]?；浉郯拇鬄硡^(qū)包括了11個(gè)城市，對(duì)應(yīng)R-Vine Copula模型的維度d=11，模型在理論上含有2d-1=210=1 024個(gè)不同的RVM矩陣；為了確定最佳的RVM矩陣，本文參考J.Di β manna等人通過最大生成樹方法確定最佳RVM的方式[26]。隨后采用常用的似然函數(shù)值LL最大、AIC和BIC值最小的原則從31種備選Copula模型中確定最佳的Copula模型；與此同時(shí)，這里用R編程實(shí)現(xiàn)R-Vine Copula下各邊Copula類型的選擇和參數(shù)估計(jì)。R-Vine結(jié)構(gòu)中的第一棵樹各邊代表無(wú)條件相依性，隨后樹結(jié)構(gòu)中各邊均為條件相依性。由于篇幅限制，這里只給出在整個(gè)時(shí)期內(nèi)粵港澳大灣區(qū)各城市房?jī)r(jià)泡沫相依結(jié)構(gòu)中第一棵樹結(jié)構(gòu)及其相依性估計(jì)結(jié)果(見圖2)。

圖2 粵港澳大灣區(qū)城市房?jī)r(jià)泡沫相依結(jié)構(gòu)及傳染網(wǎng)絡(luò)

從圖2子圖(1)可看出，粵港澳大灣區(qū)各城市房?jī)r(jià)泡沫的相依結(jié)構(gòu)中共出現(xiàn)了F、SG、SC、C270、BB8 5類Copula模型，依次分別代表了Frank Copula模型、Survival Gumbel Copula模型、Rotated Clayton 270 degrees Copula模型、Frank-Joe Copula模型。F模型適合刻畫具有正向上下尾對(duì)稱的相依結(jié)構(gòu)特征；BB8模型適合刻畫具有正向上下尾非對(duì)稱的相依結(jié)構(gòu)特征；SG模型適合刻畫正向上尾相依結(jié)構(gòu)特征；SC模型適合刻畫正向下尾相依結(jié)構(gòu)特征；C270適合刻畫負(fù)向下尾相依結(jié)構(gòu)特征。在整個(gè)時(shí)期內(nèi)，粵港澳大灣區(qū)各城市房?jī)r(jià)泡沫相依結(jié)構(gòu)具有如下特征：第一，東莞在整個(gè)大灣區(qū)中起到中心樞紐的作用，其分別連接了佛山、中山、珠海、惠州。第二，城市房?jī)r(jià)泡沫存在地理相鄰聚集特征，地理位置相鄰的城市房?jī)r(jià)泡沫之間更容易存在較高的相依性。比如，廣州與佛山的相依性為0.70，東莞與佛山、中山、惠州和珠海的相依性分別為0.71、0.72、0.69、0.68，深圳與惠州之間的相依性為0.48；廣州與江門的相依性也達(dá)到0.68；澳門與江門之間的相依性為0.25；香港與肇慶之間的相依性為0.34。這說明這些相連城市房?jī)r(jià)泡沫之間的走勢(shì)存在較為緊密的正向聯(lián)動(dòng)性。不過，惠州與肇慶之間就存在負(fù)相依性(-0.4)，說明這兩個(gè)城市房?jī)r(jià)泡沫之間存在此消彼長(zhǎng)的關(guān)系。第三，各相連城市房?jī)r(jià)泡沫之間大都存在非對(duì)稱的上下尾相依結(jié)構(gòu)。比如，廣州與江門、深圳與惠州的房?jī)r(jià)泡沫之間均存在上尾相依結(jié)構(gòu)，也即相連城市房?jī)r(jià)泡沫只在膨脹時(shí)才存在趨同性。而香港與肇慶的房?jī)r(jià)泡沫之間存在下尾相依結(jié)構(gòu)，說明兩者在房?jī)r(jià)泡沫收縮時(shí)存在趨同性。東莞與佛山、中山之間存在上下尾對(duì)稱的相依結(jié)構(gòu)，說明相連城市房?jī)r(jià)泡沫之間存在同步膨脹和收縮的聯(lián)動(dòng)性。東莞與惠州、珠海，廣州與佛山，澳門與江門之間存在非對(duì)稱上下尾相依結(jié)構(gòu)，說明相鄰城市房?jī)r(jià)泡沫之間的變化不具有趨同性。

(二)粵港澳大灣區(qū)城市房?jī)r(jià)泡沫動(dòng)態(tài)相依性

由于基于整個(gè)時(shí)期的研究樣本下的靜態(tài)相依結(jié)構(gòu)具有較強(qiáng)的穩(wěn)定性，為了充分刻畫粵港澳大灣區(qū)各城市房?jī)r(jià)泡沫之間的動(dòng)態(tài)相依性，這里首先假設(shè)在每個(gè)時(shí)點(diǎn)上大灣區(qū)各城市房?jī)r(jià)泡沫的相依結(jié)構(gòu)如圖2所示并保持不變，然后結(jié)合滑動(dòng)窗口技術(shù)構(gòu)建動(dòng)態(tài)R-Vine Copula模型揭示在整個(gè)研究時(shí)期內(nèi)大灣區(qū)各城市房?jī)r(jià)泡沫之間的動(dòng)態(tài)相依性。具體做法如下：從整個(gè)研究時(shí)期T中選取一段固定長(zhǎng)度的時(shí)間段t(12個(gè)月)，從T=0開始選取出時(shí)間段t1，并向后滑動(dòng)固定的步長(zhǎng)step(1個(gè)月)，再選取出時(shí)間段t2。以此類推直至滑動(dòng)窗口移動(dòng)到時(shí)間段T的最后，根據(jù)本文樣本長(zhǎng)度，固定窗口總共向后移動(dòng)了62次，從而需要進(jìn)行62次R-Vine Copula模型的參數(shù)估計(jì)。從最終分析結(jié)果可知，在所有相連城市中，廣州和佛山的房?jī)r(jià)泡沫相依性最高，在整個(gè)研究時(shí)期內(nèi)平均達(dá)到了0.94；從相依性走勢(shì)來看，廣佛兩地房?jī)r(jià)泡沫相依性始終處于高位，除了在2016年受到嚴(yán)厲的房?jī)r(jià)調(diào)控后開始出現(xiàn)明顯下降，最低降到0.34，但到2017年又上升到0.94以上。這與多年來實(shí)施廣佛同城的一體化建設(shè)戰(zhàn)略密切相關(guān)，目前廣州與佛山已經(jīng)在城市交通、產(chǎn)業(yè)協(xié)同、生產(chǎn)要素流動(dòng)等方面深度融合，從而使得兩地房?jī)r(jià)泡沫變化始終具有高度同步性。相比之下，廣州與江門的房?jī)r(jià)泡沫相依性均值為0.79，但相依性走勢(shì)波動(dòng)較大；其相依性除了2016年出現(xiàn)下降趨勢(shì)外，在2019年9月還出現(xiàn)斷崖式下跌，相依性由正變負(fù)，直到2020年5月才回升至均值水平。處于整個(gè)大灣區(qū)房?jī)r(jià)泡沫樞紐中心的東莞也與相連的4個(gè)城市存在較高的相依性。比如，在整個(gè)時(shí)期內(nèi)，東莞與中山、佛山、珠海、惠州的相依性均值分別達(dá)到0.91、0.88、0.78、0.66；從走勢(shì)來看，這四種相依性在整個(gè)時(shí)期內(nèi)的走勢(shì)基本類似，均是在2016年出現(xiàn)明顯下降至0.40，隨后在2017年恢復(fù)到均值水平并保持橫盤波動(dòng)趨勢(shì)。同樣，深圳與惠州的房?jī)r(jià)泡沫相依性均值雖然也達(dá)到0.65，但整個(gè)走勢(shì)波動(dòng)較為激烈；其相依性從2015年的0.80一路下降至2015年12月的-0.34才開始觸底回升至2017年2月的0.79；隨后又開始震動(dòng)下降至2018年8月的-0.73；此后逐步緩慢上升至2020年6月的0.65。由此說明深圳與惠州雖然地理位置緊密相連，但其房?jī)r(jià)泡沫的膨脹與收縮并非一直保持同步，而是出現(xiàn)了相互促進(jìn)和此消彼長(zhǎng)的輪動(dòng)趨勢(shì)。從兩個(gè)特別行政區(qū)來看，在整個(gè)時(shí)期內(nèi)香港與肇慶、澳門與江門的房?jī)r(jià)泡沫相依性均值分別為0.40、-0.72。香港與肇慶的房?jī)r(jià)泡沫相依性在2015年5月―2017年11月始終保持在0.42上下小幅波動(dòng)，但隨后就出現(xiàn)了劇烈波動(dòng)并兩次探底并出現(xiàn)明顯的負(fù)值，直到2020年才恢復(fù)至相依性均值附近。相比之下，澳門與江門的房?jī)r(jià)泡沫相依性在整個(gè)時(shí)期內(nèi)的大部分時(shí)間均為負(fù)值，只在2018年下半年至2019年上半年期間出現(xiàn)較小的正值，這說明兩地房?jī)r(jià)泡沫主要存在此消彼長(zhǎng)的趨勢(shì)。

(三)粵港澳大灣區(qū)城市房?jī)r(jià)泡沫相依結(jié)構(gòu)突變特征分析

上面通過假定粵港澳大灣區(qū)城市房?jī)r(jià)泡沫相依結(jié)構(gòu)在整個(gè)時(shí)期內(nèi)一直保持不變得以測(cè)度出各相連城市房?jī)r(jià)泡沫之間的動(dòng)態(tài)相依性，但卻無(wú)法及時(shí)捕捉研究時(shí)期內(nèi)粵港澳大灣區(qū)城市房?jī)r(jià)泡沫相依結(jié)構(gòu)的突變特征。比如，由于在研究時(shí)期內(nèi)出現(xiàn)的重大事件(比如2020年新冠肺炎疫情)的沖擊會(huì)對(duì)整個(gè)相依結(jié)構(gòu)產(chǎn)生重大影響，進(jìn)而改變了內(nèi)部結(jié)構(gòu)分布及其內(nèi)部相依性。對(duì)此，為了能及時(shí)捕捉大灣區(qū)城市房?jī)r(jià)泡沫相依結(jié)構(gòu)的突變特征，這里不再事前假設(shè)其相依結(jié)構(gòu)并同樣采用滾動(dòng)窗口技術(shù)構(gòu)建動(dòng)態(tài)R-Vine Copula模型進(jìn)行分析，滾動(dòng)窗口和步長(zhǎng)的設(shè)置與上述分析相同。首先，提取各個(gè)滾動(dòng)區(qū)間的赤池信息量準(zhǔn)則和貝葉斯信息準(zhǔn)則(AIC、BIC)，這些序列的走勢(shì)在一定程度上衡量了粵港澳大灣區(qū)城市房?jī)r(jià)泡沫相依結(jié)構(gòu)的穩(wěn)定性。為了客觀地提取出動(dòng)態(tài)相依結(jié)構(gòu)變化的突變時(shí)點(diǎn)位置，本文采用了Bai、Perron提出的多結(jié)構(gòu)突變點(diǎn)檢測(cè)方法分析所提取出的AIC與BIC序列是否存在突變點(diǎn)[27]。接著使用多結(jié)構(gòu)突變點(diǎn)檢測(cè)方法分析AIC、BIC序列并識(shí)別出突變點(diǎn)的發(fā)生時(shí)點(diǎn)。最后，結(jié)合經(jīng)濟(jì)政策背景解釋突變點(diǎn)發(fā)生時(shí)點(diǎn)的合理性。最終分析可知，整個(gè)時(shí)期內(nèi)AIC、BIC走勢(shì)較為同步，均包含了一段非常明顯的震蕩下降與上升趨勢(shì)(201608―201907)，說明在這個(gè)時(shí)期內(nèi)粵港澳大灣區(qū)城市房?jī)r(jià)泡沫的相依結(jié)構(gòu)發(fā)生了明顯的結(jié)構(gòu)突變，隨后又逐漸恢復(fù)常態(tài)。本文采用的多結(jié)構(gòu)突變點(diǎn)檢測(cè)方法的原假設(shè)為系列不存在結(jié)構(gòu)突變；備擇假設(shè)為系列存在結(jié)構(gòu)突變。這里采用MOSUM值檢測(cè)法和移動(dòng)估計(jì)(ME)值對(duì)BIC和AIC序列進(jìn)行檢測(cè)，這兩種方法均是通過計(jì)算出MOSUM值和ME值并與在1%置信水平上的臨界值進(jìn)行比較；如果p值大于1%，則不拒絕原假設(shè)，否則就拒絕原假設(shè)，不拒絕備擇假設(shè)。由于基于AIC和BIC的分析結(jié)果是一致的。這里僅介紹基于AIC的檢驗(yàn)結(jié)果。通過檢測(cè)發(fā)現(xiàn)整個(gè)時(shí)期內(nèi)存在3個(gè)結(jié)構(gòu)突變點(diǎn)，對(duì)應(yīng)的發(fā)生時(shí)間分別是2016年12月、2017年9月和2018年8月，由此形成4個(gè)突變區(qū)間(2015年5月―2016年12月、2017年1月―2017年9月、2017年10月―2018年8月、2018年9月―2020年6月)。顯然，有關(guān)推進(jìn)大灣區(qū)建設(shè)的重大政策和事件均會(huì)導(dǎo)致整個(gè)灣區(qū)的城市房?jī)r(jià)泡沫相依結(jié)構(gòu)產(chǎn)生突變。突變點(diǎn)的發(fā)生時(shí)點(diǎn)附近往往伴隨著重大政策的出臺(tái)。比如，中國(guó)商務(wù)部、外交部和國(guó)家發(fā)改委在2015年3月聯(lián)合發(fā)布的《推動(dòng)共建絲綢之路經(jīng)濟(jì)帶和21世紀(jì)海上絲綢之路的愿景與行動(dòng)》文件中首次明確提出要建設(shè)粵港澳大灣區(qū)；隨后2016年制定的“十三五”規(guī)劃中進(jìn)一步提出“支持港澳在泛珠三角區(qū)域合作中發(fā)揮重要作用，推動(dòng)粵港澳大灣區(qū)和跨省區(qū)重大合作平臺(tái)建設(shè)”。2016年12月中央經(jīng)濟(jì)工作會(huì)議首次提出了“房子是用來住的，不是用來炒的”屬性定位并要求長(zhǎng)期堅(jiān)持落實(shí)到全國(guó)房?jī)r(jià)調(diào)控政策中。2017年7月，國(guó)家發(fā)展和改革委員會(huì)、廣東省人民政府、香港特別行政區(qū)政府、澳門特別行政區(qū)政府簽署了《深化粵港澳合作推進(jìn)大灣區(qū)建設(shè)框架協(xié)議》文件。2018年11月，中共中央、國(guó)務(wù)院明確要求以香港、澳門、廣州、深圳為中心引領(lǐng)粵港澳大灣區(qū)建設(shè)，帶動(dòng)珠江—西江經(jīng)濟(jì)帶創(chuàng)新綠色發(fā)展。2019年2月18日，中共中央、國(guó)務(wù)院印發(fā)了《粵港澳大灣區(qū)發(fā)展規(guī)劃綱要》，使得粵港澳大灣區(qū)建設(shè)上升為國(guó)家級(jí)戰(zhàn)略并開始實(shí)施。

(四)粵港澳大灣區(qū)城市房?jī)r(jià)泡沫傳染網(wǎng)絡(luò)動(dòng)態(tài)演化特征分析

通過上述的滾動(dòng)窗口技術(shù)同時(shí)獲得每個(gè)時(shí)點(diǎn)上粵港澳大灣區(qū)城市房?jī)r(jià)泡沫的相鄰矩陣，然后采用社會(huì)網(wǎng)絡(luò)關(guān)系分析法，可測(cè)度出每個(gè)時(shí)點(diǎn)上各城市房?jī)r(jià)泡沫相依網(wǎng)絡(luò)的整體指標(biāo)(中心勢(shì)Network Centralization)和個(gè)體指標(biāo)(節(jié)點(diǎn)度Degree、節(jié)點(diǎn)緊密度Close、節(jié)點(diǎn)中介性Betweenness和節(jié)點(diǎn)特征向量中心性Eigenvector)，以此全面刻畫粵港澳大灣區(qū)城市房?jī)r(jià)泡沫傳染網(wǎng)絡(luò)的動(dòng)態(tài)演化特征。

網(wǎng)絡(luò)中心勢(shì)指標(biāo)反映了網(wǎng)絡(luò)中各節(jié)點(diǎn)之間的密切程度，用各節(jié)點(diǎn)之間的最短距離計(jì)算，其值越小表明網(wǎng)絡(luò)各節(jié)點(diǎn)之間的密切程度越大。在整個(gè)研究時(shí)期內(nèi)，粵港澳大灣區(qū)城市房?jī)r(jià)泡沫相依網(wǎng)絡(luò)的整體中心勢(shì)指標(biāo)值始終在0.4至1.0之間呈周期性波動(dòng)走勢(shì)。整體網(wǎng)絡(luò)中心勢(shì)指標(biāo)從2015年5月的0.75一路震蕩下降至2017年4月的0.37，說明該時(shí)期內(nèi)大灣區(qū)城市房?jī)r(jià)泡沫之間的緊密程度在不斷增強(qiáng)。隨后整體網(wǎng)絡(luò)中心勢(shì)指標(biāo)從2017年5月開始震蕩上升至2018年6月的峰值1.0，說明這個(gè)時(shí)期內(nèi)各城市房?jī)r(jià)泡沫之間的緊密程度開始出現(xiàn)明顯下降。從2018年7月開始又進(jìn)入新一輪的震蕩下降周期，至2020年6月跌至0.52，說明粵港澳大灣區(qū)城市房?jī)r(jià)泡沫之間的緊密程度又進(jìn)入了上升周期。這種周期性的波動(dòng)走勢(shì)與房?jī)r(jià)泡沫走勢(shì)及其空間溢出效應(yīng)存在密切關(guān)系。在2015年5月一2017年4月，各城市房?jī)r(jià)泡沫先后出現(xiàn)且陸續(xù)進(jìn)入泡沫加速膨脹階段，導(dǎo)致各城市房?jī)r(jià)泡沫之間存在明顯正向空間溢出效應(yīng)和聚集效應(yīng)，從而增強(qiáng)了整個(gè)城市房?jī)r(jià)泡沫的緊密程度。隨后，國(guó)家開始新一輪的嚴(yán)厲房?jī)r(jià)調(diào)控政策以抑制房地產(chǎn)日趨嚴(yán)重的泡沫化傾向。在國(guó)家“因城施策”的城市房?jī)r(jià)差異化調(diào)控政策沖擊下，各城市房?jī)r(jià)走勢(shì)開始出現(xiàn)明顯分化，城市房?jī)r(jià)泡沫也出現(xiàn)明顯的收縮趨勢(shì)，其空間正向溢出效應(yīng)逐漸減弱，從而導(dǎo)致各城市房?jī)r(jià)泡沫之間的緊密程度在2017年之后普遍進(jìn)入下降周期。由此可見，粵港澳大灣區(qū)城市房?jī)r(jià)泡沫的周期性演化不但影響了泡沫空間溢出效應(yīng)，也影響了城市泡沫相依網(wǎng)絡(luò)緊密程度的周期性波動(dòng)過程。

(五)粵港澳大灣區(qū)城市房?jī)r(jià)泡沫傳染機(jī)制分析

圖2子圖(1)只是刻畫了粵港澳大灣區(qū)各城市房?jī)r(jià)泡沫的相依結(jié)構(gòu)特征及其相依性，但沒有揭示出各城市房?jī)r(jià)泡沫間的因果關(guān)系。對(duì)此，本文采用格蘭杰因果關(guān)系檢驗(yàn)法對(duì)圖2子圖(1)中相互連接的各城市房?jī)r(jià)泡沫之間的因果關(guān)系進(jìn)行檢驗(yàn)，以進(jìn)一步刻畫粵港澳大灣區(qū)城市房?jī)r(jià)泡沫的傳染網(wǎng)絡(luò)特征。具體分析思路如下：首先，對(duì)粵港澳大灣區(qū)11個(gè)城市房?jī)r(jià)泡沫數(shù)據(jù)進(jìn)行穩(wěn)定性檢驗(yàn)(ADF單位根檢驗(yàn))，結(jié)果發(fā)現(xiàn)各城市房?jī)r(jià)泡沫序列均為平穩(wěn)時(shí)間序列；然后，采用相連城市房?jī)r(jià)泡沫序列來構(gòu)建二元向量自回歸模型，根據(jù)AIC、SC和HQ值最小準(zhǔn)則來確定向量自回歸模型的最佳滯后階數(shù)；最后，根據(jù)最佳滯后階數(shù)進(jìn)行格蘭杰因果關(guān)系檢驗(yàn)，具體檢驗(yàn)結(jié)果見圖2子圖(2)。圖2子圖(2)中箭頭方向表示格蘭杰因果方向，也即房?jī)r(jià)泡沫傳染路徑；子圖(2)中對(duì)應(yīng)的百分?jǐn)?shù)為置信水平。由檢驗(yàn)結(jié)果可知，東莞是整個(gè)粵港澳大灣區(qū)房?jī)r(jià)泡沫的傳染中心；在1%的置信水平上，東莞是中山房?jī)r(jià)泡沫的單向格蘭杰原因，說明東莞房?jī)r(jià)泡沫會(huì)引發(fā)中山房?jī)r(jià)泡沫。同時(shí)，在1%的置信水平上，東莞與佛山、珠海、惠州之間互為雙向格蘭杰原因，這說明東莞房?jī)r(jià)泡沫與這三個(gè)城市房?jī)r(jià)泡沫之間會(huì)相互傳染。廣州房?jī)r(jià)泡沫在1%的置信水平上是江門房?jī)r(jià)泡沫的單向格蘭杰原因；江門房?jī)r(jià)泡沫在1%的置信水平上是澳門房?jī)r(jià)泡沫的單向格蘭杰原因；深圳房?jī)r(jià)泡沫在1%的置信水平上是惠州房?jī)r(jià)泡沫的單向格蘭杰原因；香港房?jī)r(jià)泡沫在10%的置信水平上是肇慶房?jī)r(jià)泡沫的單向格蘭杰原因；而惠州與肇慶在1%的置信水平上互為格蘭杰原因。從粵港澳大灣區(qū)各城市房?jī)r(jià)泡沫傳染網(wǎng)絡(luò)來看，房?jī)r(jià)泡沫的傳導(dǎo)往往是從經(jīng)濟(jì)相對(duì)發(fā)達(dá)的城市(深圳、廣州、佛山、香港)傳染到經(jīng)濟(jì)相對(duì)一般的城市(珠海、惠州、中山、江門)；東莞在整個(gè)大灣區(qū)房?jī)r(jià)傳染網(wǎng)絡(luò)中起到了非常重要的中介作用，能夠?qū)碜韵愀?、深圳和廣州的房?jī)r(jià)泡沫進(jìn)一步向其周邊的二、三、四線城市傳遞。

五、結(jié)論與建議

本文首次采用單位根右側(cè)ADF泡沫檢驗(yàn)方法(BSADF)動(dòng)態(tài)測(cè)度粵港澳大灣區(qū)11個(gè)城市在2014―2020年的房?jī)r(jià)泡沫，在全面比較各城市房?jī)r(jià)泡沫異質(zhì)性的基礎(chǔ)上，采用R-Vine Copula模型和空間計(jì)量模型來刻畫房?jī)r(jià)泡沫的動(dòng)態(tài)相依結(jié)構(gòu)及其傳染網(wǎng)絡(luò)特征，結(jié)論如下。

第一，在整個(gè)研究時(shí)期內(nèi)，除了澳門和肇慶沒有出現(xiàn)明顯泡沫外，其他9個(gè)城市均存在顯著的周期性房?jī)r(jià)泡沫，且房?jī)r(jià)泡沫程度差異明顯。二線城市(佛山、東莞)的房?jī)r(jià)泡沫最嚴(yán)重，三線城市(中山、江門、珠海)的房?jī)r(jià)泡沫緊隨其后，一線城市(廣州、深圳)的房?jī)r(jià)泡沫程度次之，兩個(gè)特別行政區(qū)(香港、澳門)的房?jī)r(jià)泡沫相對(duì)較小。整個(gè)粵港澳大灣區(qū)在2016年1月至2018年11月期間出現(xiàn)了一次持續(xù)了35個(gè)月之久的周期性房?jī)r(jià)泡沫。

第二，粵港澳大灣區(qū)房?jī)r(jià)泡沫存在明顯的跨區(qū)域遷移特征。香港率先在2014年出現(xiàn)明顯的房?jī)r(jià)泡沫，然后深圳受到傳染并于2015年出現(xiàn)明顯房?jī)r(jià)泡沫，接著從2016年開始帶動(dòng)了相鄰城市(廣州、東莞、佛山、中山、惠州、珠海)房?jī)r(jià)上漲并前后出現(xiàn)房?jī)r(jià)泡沫。這些表明在整個(gè)大灣區(qū)內(nèi)出現(xiàn)了由核心城市或一線城市房?jī)r(jià)泡沫向二、三、四線城市的跨區(qū)域傳染現(xiàn)象。

第三，粵港澳大灣區(qū)房?jī)r(jià)泡沫程度與其空間自相關(guān)性之間存在顯著的正向關(guān)系。大灣區(qū)城市房?jī)r(jià)泡沫越嚴(yán)重，各城市房?jī)r(jià)泡沫之間的正向空間溢出效應(yīng)越大；當(dāng)大灣區(qū)城市普遍出現(xiàn)房?jī)r(jià)泡沫并不斷膨脹的時(shí)候，相鄰城市房?jī)r(jià)泡沫之間就會(huì)表現(xiàn)出相互促進(jìn)的趨勢(shì)，而隨著大灣區(qū)房?jī)r(jià)泡沫開始逐步收縮時(shí)，各城市房?jī)r(jià)泡沫之間就會(huì)出現(xiàn)此消彼長(zhǎng)的趨勢(shì)。

第四，東莞在整個(gè)大灣區(qū)房?jī)r(jià)泡沫傳染網(wǎng)絡(luò)中起到中心樞紐的地位。東莞分別連接了佛山、中山、珠海、惠州，城市房?jī)r(jià)泡沫傳染網(wǎng)絡(luò)存在地理相鄰聚集特征。地理位置相鄰的城市房?jī)r(jià)泡沫之間更容易存在較高的相依性。從粵港澳大灣區(qū)各城市房?jī)r(jià)泡沫傳染網(wǎng)絡(luò)來看，房?jī)r(jià)泡沫的傳導(dǎo)往往是從經(jīng)濟(jì)相對(duì)發(fā)達(dá)的城市(香港、深圳、廣州、佛山)傳染到經(jīng)濟(jì)相對(duì)一般的城市(珠海、惠州、中山、江門)；東莞在整個(gè)大灣區(qū)房?jī)r(jià)傳染網(wǎng)絡(luò)中起到了非常重要的中介作用，能夠?qū)碜韵愀邸⑸钲诤蛷V州的房?jī)r(jià)泡沫進(jìn)一步向其周邊的二、三、四線城市傳遞。

第五，粵港澳大灣區(qū)中一體化程度越高的城市房?jī)r(jià)泡沫相依性也越高。在所有相連城市中，廣佛同城的一體化程度最高，這使得兩者之間的房?jī)r(jià)泡沫相依性均值最高，達(dá)到0.94；其次，東莞與中山、佛山、珠海、惠州的相依性也較高，均值分別達(dá)到0.91、0.88、0.78、0.66。

第六，粵港澳大灣區(qū)房?jī)r(jià)泡沫相依結(jié)構(gòu)在整個(gè)時(shí)期內(nèi)存在結(jié)構(gòu)性突變，有關(guān)推進(jìn)大灣區(qū)建設(shè)的各類重大政策和房?jī)r(jià)調(diào)控政策均會(huì)對(duì)其結(jié)構(gòu)性突變時(shí)點(diǎn)產(chǎn)生重要影響。

根據(jù)上述研究結(jié)論，提出如下粵港澳大灣區(qū)城市房?jī)r(jià)泡沫跨區(qū)傳染的防范對(duì)策。

第一，建立粵港澳大灣區(qū)城市房?jī)r(jià)泡沫預(yù)警體系。在國(guó)家持續(xù)強(qiáng)調(diào)并落實(shí)“房住不炒”和防范房地產(chǎn)金融風(fēng)險(xiǎn)的大背景下，有必要建立面向粵港澳大灣區(qū)各城市的房?jī)r(jià)泡沫預(yù)警體系；通過該預(yù)警體系來實(shí)時(shí)監(jiān)測(cè)各城市房地產(chǎn)市場(chǎng)走勢(shì)，并在出現(xiàn)房?jī)r(jià)泡沫并加速膨脹時(shí)提出預(yù)警，為隨后制定有針對(duì)性的房?jī)r(jià)泡沫防范對(duì)策提供指導(dǎo)。

第二，實(shí)施“一城一策”的房?jī)r(jià)泡沫防范措施。在獲得粵港澳大灣區(qū)內(nèi)各城市房?jī)r(jià)泡沫程度及其空間演化趨勢(shì)的基礎(chǔ)上，針對(duì)具體城市的房?jī)r(jià)泡沫程度及其所處的泡沫存續(xù)周期來制定力度不同的抑制措施。對(duì)于已經(jīng)出現(xiàn)房?jī)r(jià)泡沫且房?jī)r(jià)泡沫處于膨脹時(shí)期的城市，要采取嚴(yán)厲的調(diào)控政策，如可考慮采用限購(gòu)、限貸、限價(jià)政策；大幅提高交易稅費(fèi)或推出房產(chǎn)稅，以此大幅提升持有環(huán)節(jié)和交易環(huán)節(jié)的成本。對(duì)于處于負(fù)泡沫階段的城市，則采取實(shí)時(shí)關(guān)注的做法。

第三，建立粵港澳大灣區(qū)城市房?jī)r(jià)泡沫聯(lián)防聯(lián)控協(xié)同機(jī)制。當(dāng)前粵港澳大灣區(qū)房?jī)r(jià)泡沫已經(jīng)展現(xiàn)出明顯的正向空間溢出效應(yīng)，這將導(dǎo)致各城市房?jī)r(jià)及房?jī)r(jià)泡沫的相互影響，最終會(huì)削弱各地政府的房?jī)r(jià)泡沫抑制政策的實(shí)施效果。對(duì)此，除了各地政府獨(dú)立對(duì)管轄范圍內(nèi)的房地產(chǎn)市場(chǎng)進(jìn)行監(jiān)管外，有必要超越單個(gè)城市層面，通過對(duì)整個(gè)大灣區(qū)房?jī)r(jià)泡沫傳染網(wǎng)絡(luò)的深入分析建立整個(gè)粵港澳大灣區(qū)的房?jī)r(jià)泡沫協(xié)調(diào)機(jī)制。通過該協(xié)調(diào)機(jī)制識(shí)別出傳染網(wǎng)絡(luò)中核心傳染源和傳染路徑，同時(shí)實(shí)現(xiàn)各城市房?jī)r(jià)泡沫預(yù)警信息、調(diào)控政策制定、調(diào)控時(shí)機(jī)和力度等信息的協(xié)同共享，從而減緩各城市房?jī)r(jià)泡沫抑制政策的相互影響。

注釋：

①數(shù)據(jù)來源：珠三角9市房?jī)r(jià)數(shù)據(jù)采用國(guó)家統(tǒng)計(jì)局發(fā)布的百城住宅價(jià)格數(shù)據(jù)，香港房?jī)r(jià)數(shù)據(jù)采用中原地產(chǎn)發(fā)布的香港住宅價(jià)格指數(shù)，澳門房?jī)r(jià)數(shù)據(jù)采用澳門統(tǒng)計(jì)暨普查局定期發(fā)布的澳門整體住宅樓價(jià)指數(shù)。