中国社科院财经战略研究院
中国社科院城市与竞争力研究中心
中国住房市场发展月度分析报告
（2018年01月）
十九大报告指出要“坚持房子是用来住的、不是用来炒的定位，加快建立多主体供给、多渠道保障、租购并举的住房制度，让全体人民住有所居”。为促进房地产市场平稳健康发展，中国社科院财经战略研究院、中国社科院城市与竞争力研究中心项目组在2017年12月大数据房价指数（BHPI）的基础上，结合项目组对住房市场的长期跟踪研究，完成了2018年1月《中国住房市场发展月度分析报告》。
一、市场概述
2017年12月大数据房价指数监测发现，2017年除广州外的一线城市房价持续稳中有降，并未出现反弹迹象。热点二线城市房价年度涨幅较大，但目前房价总体呈现退热企稳态势。市场的趋于稳定，为深化住房制度改革和完善住房市场长效机制创造了时间与空间。
2017年一线城市房价总体表现稳中有降，热点二城市房价总体涨幅较大。2017年12月大数据房价指同比显示，成都、杭州、济南、青岛、西安等二线城市分别以70.39%、56.33%、52.4%、51.75%、51.29%的同比涨幅居样本城市前五位。一线城市中，北京同比下跌2.27%，上海同比下跌0.35%，深圳同比上涨8.14%，广州同比上涨46.11%。分区域看，样本城市中，京津冀板块城市综合房价下跌3.36%，长三角板块城市综合房价上涨8.96%，中部和珠三角板块城市综合房价分别上涨24.78%和23.48%。
2017年12月大数据房价指数环比显示，热点二线城市房价开始退热企稳。多数样本城市房价环比涨幅在2%以内，另有5个城市房价环比下跌。样本城市中，环比涨幅在2%以上的只有南宁、成都、烟台3个城市，且涨幅均未超过4%。天津、上海、北京、厦门、郑州居样本城市房价环比涨幅后五位，房价均出现不同程度环比下跌，其中天津房价环比下跌2.57%居跌幅首位。2017年12月北京房价继续下跌1.1%，从2017年5月开始已经连续下跌了8个月。廊坊（燕郊）房价从2017年4月房价最高点至2017年12月，累计跌幅达36.8%。根据当时当地购房信贷政策，首套房最低首付在20-30%之间，这意味着最高价位区间进入廊坊（燕郊）市场的购房者已经成为“负翁”。不过2017年12月廊坊（燕郊）房价环比微涨0.59%，后市走势及风险有待进一步观察。
2017年样本城市房价总体呈中低价区间上移，超高价区间下移的态势。2017年12月，北京、深圳、上海分别以53778元/平方米、53614元/平方米和49712元/平方米的单价中位数，居样本城市前三位。其中上海单价已经跌破5万，而北京在2017年4月单价中位数曾达到63962元/平方米。从低价位区间看，2017年12月，样本城市中，只有沈阳、烟台、太原三个城市单价中位数在万元以下。而在一年前的2016年12月，共有11个样本城市单价中位数在万元以下，其中西安单价中位数仅为6550元/平方米。
样本城市以单套总价计算的实际购房支出相差高达五倍，北京最高大连最低。2017年12月，样本城市中，北京以402万元/套的总价中位数居全国第一，深圳、厦门分别以352万元/套、322万元/套的总价中位数位居全国第二、第三。而单价中位数居第二的上海，总价中位数却仅位居全国第四，为319万元/套。这说明，上海的实际住房负担要略低于直觉，当然这是以牺牲居住条件为代价的。大连以78万元/套的总价中位数居样本城市最末，不足第一位北京的五分之一，相对较低的单价和小户型偏好使得大连的购房支出处于较低的水平。其它总价中位数相对较低的省会及以上城市有长沙、重庆、西安、沈阳、太原等，单套总价总位数均在百万元以下。
二、形势分析
从市场面看，经历2016-2017年的市场回升，中国住房去库存工作基本完成，多数城市住房库存水平较低。同时为了抑制房地产泡沫，一线城市出台了有史以来最严格的市场调控政策。而在部分三四线城市，去库存政策尚未及时调整。这是2017年一线城市房价稳中有降，二三四线城市房价快速上涨的基本背景。
对于一线城市与热点二线城市，市场的短期供求平衡主要靠严厉的调控政策来维系，房价的稳定性较为脆弱。试图放宽调控的尝试可能会引发房价的重新发弹。
对于多数三四线城市而言，住房市场短期库存虽然较低，房价虽然上涨较快，但潜在供给能力较高，已售空置现象也较严重，房价持续快速上涨的基础并不存在。
从政策面看，全国住房城乡建设工作会议明确，要“保持房地产市场调控政策连续性和稳定性”、“坚持调控目标不动摇、力度不放松”。房地产市场调控不会发生方向性转变，抑制投资投机性需求仍是调控主基调。
从长效机制看，国土资源部表示我国将研究制定权属不变、符合规划条件下，非房地产企业依法取得使用权的土地作为住宅用地的办法，深化利用农村集体经营性建设用地建设租赁住房试点，推动建立多主体供应、多渠道保障租购并举的住房制度，让全体人民住有所居。这其中有实质意义的主要有两条：一是政府将不再是居住用地唯一提供者，企业自建住房可能成为新的住房供给渠道；二是利用农村集体经营性建设用地建设租赁住房，目前正在试点进程之中。从企业自建住房看，它能有效改善住房供应结构，对于职住平衡、引进人才等都具有积级的意义。但它不能从总量上缓解住房供求矛盾。毕竟城市可用土地有限而需求极为庞大，这方面的供应潜力并不大。农村集体经营性建设用地建设租赁住房目前只是处于试点阶段，离推广应用还有很长的距离。短期内对市场供求尚不构成重要影响。
三、短期走势预判
由于一线城市调控政策放松的概率极小，预计一线城市房价以稳定为主，短期内大起大落的可能性均不存在。
二线城市库存水平虽然较低，但房价累积涨幅较大。同时，二线城市调控政策也没有一线城市严格。综合库存、价格水平和政策方向推断，二线城市短期房价以慢涨或平稳为主。
三四线城市逐步进入退热或下跌阶段。三四线城市当前的低库存和市场发热，只是特定政策和市场环境下的表象。其潜在供应能力和民间空置量都较大，如果市场预期发生变化，可能出现止涨或下跌。
四、政策建议
1．保持调控政策的延续性与总体稳定性，同时根据市场形势变化相机进行政策微调。中国大中城市住房市场的供求矛盾长期存在，抑制投资投机性需求的政策方向不应发生改变。限购、限贷等行之有效的投资投机抑制性政策，不能轻易退出。同时可根据市场发展与供需结构变化，因地制宜对已经出台的调控政策进行微调，以适应形势发展、提高市场效率。在因城施策的政策环境下，尽管具体政策的选择由各城市政府自主决定，但各城市政府仍需要对稳定房价负主体责任。
2．深化利用农村集体经营性建设用地建设租赁住房试点。利用农村集体经营性建设用地建设租赁住房是一项具有伟大历史意义的改革尝试，它同时涉及集体土地开发利用和发展住房租赁市场两大长效机制关键性议题。如果运用得当，可以从根本上改变中国城市住房市场的高房价格局。短期内需要在总结经验基础上稳妥有效推进，同时注重解决好如何与“小产权房”划清界限这一难题。
3.降低棚改货币化安置比例，尽量采取实物安置方式。2017年三四线城市房价的猛涨，棚改的货币化安置起了很重要的推动作用。三四线城市的市场容量较小，大量安置家庭用高于市场价的补偿金进入市场集中购房，迅速推高了短期房价，并使得补偿金的实际购买力下降。适时退出棚改货币化安置政策，将对快速上涨的三四线城市房价起到釜底抽薪作用，避免市场大起大落。
表1 2017年12月主要城市大数据房价指数
城市 |
环比上涨% |
同比上涨% |
近3月 上涨% |
近半年 上涨% |
||||
10月 |
11月 |
12月 |
10月 |
11月 |
12月 |
|||
| 成都 | 8.26 | 6.2 | 3.39 | 62.26 | 68.64 | 70.39 | 18.86 | 36.07 |
| 杭州 | 2.98 | 1.29 | 0.88 | 62.3 | 58.99 | 56.33 | 5.23 | 25.52 |
| 济南 | 1.86 | 1.19 | 1.1 | 62.89 | 56.61 | 52.4 | 4.21 | 14.17 |
| 青岛 | 1.11 | 1.51 | 1.85 | 55.29 | 54.88 | 51.75 | 4.53 | 10.51 |
| 西安 | 1.22 | 1.85 | 0.71 | 52.14 | 52.14 | 51.29 | 3.82 | 36.16 |
| 佛山 | 0.35 | -0.25 | 0.06 | 62.3 | 57.85 | 48.87 | 0.16 | 4.92 |
| 广州 | 1.54 | -0.09 | 1.39 | 50.88 | 46.93 | 46.11 | 2.85 | 12.88 |
| 长沙 | 0.66 | 0.92 | 0.61 | 46.51 | 42.55 | 36.52 | 2.2 | 10.44 |
| 重庆 | 0.45 | 0.96 | 0.63 | 37.85 | 36.51 | 36.5 | 2.05 | 6.98 |
| 南宁 | - | 2 | 3.82 | 32.92 | 28.61 | 32.12 | 13.06 | 19.94 |
| 惠州 | 1.04 | 2.02 | 0.4 | 31.92 | 30.62 | 31.18 | 3.5 | 14.96 |
| 石家庄 | -2.85 | 1.73 | 0.07 | 49.51 | 42.39 | 31.11 | -1.1 | 6.03 |
| 无锡 | 1.06 | -0.26 | 0.05 | 35.26 | 31.35 | 30.62 | 0.85 | 7.98 |
| 烟台 | 2.39 | 2.59 | 3.31 | 23.79 | 24.91 | 29.27 | 8.51 | 18.21 |
| 武汉 | 1.11 | 1.65 | 0.89 | 27.93 | 25.52 | 25.35 | 3.69 | 10.42 |
| 沈阳 | 1.62 | 1.64 | 1.3 | 19.41 | 21.02 | 21.91 | 4.62 | 11.07 |
| 东莞 | 1.11 | 0.86 | 1.03 | 25.14 | 22.49 | 21.63 | 3.04 | 7.99 |
| 厦门 | -0.27 | 0.06 | -0.17 | 23.54 | 22.39 | 18.81 | -0.38 | -0.34 |
| 太原 | 1.5 | 2.07 | 1.62 | 14.82 | 16.42 | 18.21 | 5.29 | 9.75 |
| 大连 | 1.36 | 1.45 | 1.53 | 13.89 | 14.68 | 15.96 | 4.4 | 7.57 |
| 南京 | 0.32 | 1.75 | 0.17 | 14.37 | 16.56 | 15 | 2.25 | 3.58 |
| 郑州 | -0.7 | 0.14 | -0.15 | 18.34 | 13.15 | 10.11 | -0.71 | 0.11 |
| 深圳 | 0.45 | 0.41 | 0.08 | 6.17 | 7.6 | 8.14 | 0.94 | 2.93 |
| 苏州 | -0.39 | -0.23 | 0.5 | 0.41 | 3.84 | 2.17 | -0.13 | 2.13 |
| 上海 | -1.05 | -0.04 | -1.44 | 4.06 | 2.14 | -0.35 | -2.51 | -3.62 |
| 合肥 | 0.35 | 0.35 | 0.15 | -1.76 | -2.07 | -1.29 | 0.85 | 1.22 |
| 北京 | -1.23 | -1.16 | -1.1 | 4.17 | 2.2 | -2.27 | -3.44 | -7.96 |
| 天津 | -1.88 | -2.48 | -2.57 | 4.44 | -1.39 | -6.74 | -6.77 | -12.09 |
| 廊坊 | -6.63 | -7.88 | 0.59 | -21.6 | -25.66 | -27.68 | -13.48 | -23.3 |
| 中山 | 0.65 | 0.69 | 1.38 | - | - | - | 2.74 | 1.41 |
| 京津冀 | -1.43 | -1.59 | -1.37 | 3.82 | 1.24 | -3.36 | -4.32 | -8.95 |
| 长三角 | -0.47 | 0.25 | -0.66 | 11.16 | 10 | 8.96 | -0.88 | 1.54 |
| 中部 | 1.19 | 2.03 | 0.73 | 27.6 | 26.57 | 24.78 | 4 | 9.68 |
| 珠三角 | 1.03 | -0.29 | -0.11 | 26.3 | 25.24 | 23.48 | 0.63 | 6.02 |
|
数据来源：住房大数据联合实验室（www.zfdsj.org）数据库 中国社科院财经战略研究院住房大数据项目组 |
|||||||
注：各城市以2017年12月房价同比涨幅为顺序。由于每月都将根据最新数据对所有指数进行重算与修订，不同版本的指数可能会有细微差异，以最新版本为准。近半年及近3月上涨均指截至12月底的房价累计涨幅。计算范围仅限于存量（二手）住房成交价数据。廊坊房价主要根据廊坊市燕郊板块数据编制，下同。
表2 2017年12月主要城区大数据房价指数（一线城市）
城市 |
区县 |
同比上涨% |
环比上涨% |
近3个月 上涨% |
近半年 上涨% |
||
11月 |
12月 |
11月 |
12月 |
||||
北京 |
东城 |
4.28 |
1.06 |
-0.05 |
-1.31 |
-3.24 |
-9.67 |
西城 |
4.67 |
1.51 |
-1.82 |
-0.15 |
-3.09 |
-6.18 |
|
朝阳 |
2.17 |
-2.32 |
-1.09 |
-0.93 |
-3.01 |
-6.96 |
|
海淀 |
2.1 |
-2.93 |
-1.86 |
-0.32 |
-2.72 |
-5.96 |
|
丰台 |
1.46 |
-1.34 |
0.02 |
-0.71 |
-3.09 |
-8.97 |
|
石景山 |
2.01 |
-1.88 |
-3.54 |
-0.31 |
-4.21 |
-8.54 |
|
通州 |
-7.42 |
-10.14 |
-2.39 |
-2 |
-6.77 |
-12.41 |
|
昌平 |
3.38 |
-2.63 |
-1.06 |
-1.57 |
-3.9 |
-6.75 |
|
大兴 |
0.65 |
-4.02 |
-2.51 |
-1.41 |
-5.11 |
-10.5 |
|
顺义 |
3.11 |
-3.72 |
0.81 |
-3.74 |
-2.67 |
-8.18 |
|
房山 |
13.92 |
6.03 |
0.05 |
-1.44 |
-2.75 |
-10.58 |
|
门头沟 |
6.97 |
-2.6 |
-0.7 |
-2.89 |
-6.23 |
-9.4 |
|
上海 |
浦东 |
2.58 |
-0.08 |
-0.77 |
-1.77 |
-2.53 |
-3.69 |
闵行 |
-0.57 |
-2.92 |
0.14 |
-2.26 |
-4.3 |
-6.45 |
|
宝山 |
0.93 |
-2.95 |
0.05 |
-2.05 |
-3.29 |
-4.26 |
|
徐汇 |
2.09 |
1.91 |
0.53 |
-0.17 |
1.23 |
-0.12 |
|
普陀 |
-0.31 |
-0.38 |
0.42 |
0.22 |
-3.25 |
-1.82 |
|
杨浦 |
3.27 |
0.99 |
-1.9 |
0.71 |
-3.11 |
-4.05 |
|
长宁 |
3.8 |
2.79 |
-1.15 |
-0.14 |
-0.22 |
-4.14 |
|
松江 |
-0.91 |
-5.27 |
2.01 |
-2.77 |
-4.27 |
-5.5 |
|
嘉定 |
-1.35 |
-2.99 |
-0.77 |
-0.14 |
-1.49 |
-3.56 |
|
闸北 |
1.57 |
1.59 |
2.29 |
0.13 |
0.76 |
-2.49 |
|
虹口 |
2.61 |
1.77 |
2.07 |
-2.16 |
-0.49 |
-1.9 |
|
青浦 |
4.12 |
2.34 |
-3.14 |
-2.04 |
-5.65 |
-3.44 |
|
奉贤 |
3.49 |
-0.35 |
-1.51 |
-2.2 |
-4.09 |
-4.21 |
|
深圳 |
罗湖 |
3.94 |
4.38 |
0.35 |
-0.4 |
0.09 |
-0.49 |
福田 |
9.12 |
8.47 |
-0.29 |
0.63 |
1.43 |
3.08 |
|
南山 |
11.28 |
12.63 |
-0.13 |
-0.04 |
1.51 |
4.15 |
|
宝安 |
7.4 |
9.38 |
1.76 |
0.69 |
-1.59 |
3.87 |
|
龙岗 |
6.09 |
5.67 |
0.78 |
-1.26 |
0.81 |
1.54 |
|
广州 |
天河 |
38.24 |
28.82 |
0.06 |
-4.06 |
-0.15 |
4.34 |
海珠 |
43.56 |
42.28 |
0.3 |
1.12 |
2.33 |
11.53 |
|
番禺 |
53.82 |
59.68 |
0.36 |
5.84 |
8.45 |
19.19 |
|
数据来源 |
住房大数据联合实验室（www.zfdsj.org）数据库 中国社科院财经战略研究院住房大数据项目组 |
||||||
注：各区县板块的划分参考了行业习惯和市场关联性，与行政区划可能不完全一致。由于每月都将根据最新数据对所有指数进行重算与修订，不同版本的指数可能会有细微差异，以最新版本为准。计算范围仅限于存量（二手）住房成交价数据。近半年及近3月上涨均指截至12月底的房价累计涨幅。由于成交低迷，暂将上海黄浦、静安区移出统计表。
表3 2017年12月主要城区大数据房价指数（二三线城市）
城市 |
区县 |
同比上涨% |
环比上涨% |
近3个月 上涨% |
近半年 上涨% |
||
11月 |
12月 |
11月 |
12月 |
||||
天津 |
南开 | 3.67 | -2.49 | -3.5 | -2.18 | -6.93 | -10.56 |
| 河西 | 3.93 | -3.76 | -1.89 | -1.95 | -5.4 | -12.36 | |
| 河北 | 2.98 | -5.25 | -1.1 | -2.93 | -4.8 | -13.12 | |
| 河东 | 4.74 | -3.63 | -0.92 | -1.49 | -3.57 | -8.88 | |
| 红桥 | -0.45 | -6.37 | -2.7 | -3.44 | -6.44 | -13.16 | |
| 西青 | -3.26 | -9.58 | -1.34 | -1.28 | -5.37 | -13.89 | |
| 东丽 | 1.9 | -4.1 | -1.35 | -2.35 | -4.15 | -12.22 | |
南京 |
鼓楼 | 24.98 | 22.79 | 3.12 | 0.27 | 4.65 | 10.69 |
| 建邺 | 16.49 | 14.93 | 1.01 | -0.65 | 0.74 | 3.35 | |
| 秦淮 | 23.81 | 21.23 | 0.8 | 0.61 | 2.09 | 5.66 | |
| 玄武 | 23.78 | 20.95 | 2.59 | 0.66 | 3.77 | 6.32 | |
| 江宁 | 7.92 | 6.99 | 0.6 | 0.09 | 1.1 | 1.76 | |
成都 |
锦江 | 71.57 | 71.68 | 5.42 | 3.76 | 14.25 | 28.88 |
| 青羊 | 70.44 | 70.11 | 4.73 | 3.21 | 12.98 | 26.85 | |
| 武侯 | 61.86 | 64.68 | 4.83 | 3.94 | 14.14 | 29.91 | |
| 成华 | 74.34 | 76.78 | 6.26 | 4.11 | 17.79 | 35.5 | |
| 金牛 | 58.59 | 63.16 | 5.54 | 4.43 | 16.79 | 31.89 | |
| 天府新区 | 68.91 | 63.09 | 5.6 | 2.46 | 14.54 | 32.86 | |
| 郫都 | 78.78 | 83.79 | 8.56 | 4.98 | 24.88 | 48.42 | |
重庆 |
江北 | 48.24 | 40.97 | 1.02 | 0.61 | 3.33 | 8.54 |
| 渝北 | 53.75 | 46.35 | 0.26 | 0.29 | 1.63 | 8.75 | |
| 南岸 | 40.08 | 39.6 | 1.65 | 1.28 | 4.46 | 10.69 | |
大连 |
甘井子 | 15.89 | 17.79 | 1.03 | 1.88 | 4.93 | 9.09 |
| 沙河口 | 13.44 | 14.35 | 1.08 | 1.4 | 3.19 | 6.55 | |
杭州 |
西湖 | 53.4 | 49.74 | 1.82 | 1.97 | 7.04 | 23.45 |
| 下城 | 56.93 | 55.87 | 1.16 | 1.74 | 6.45 | 26.6 | |
| 拱墅 | 52.01 | 50.28 | 0.03 | 0.07 | 3.02 | 21.59 | |
青岛 |
市南 | 49.47 | 43.4 | 0.03 | -0.76 | 0.85 | 7.15 |
| 市北 | 48.06 | 44.35 | 1.25 | 1.55 | 2.92 | 7.68 | |
| 李沧 | 51.78 | 44.81 | 1.31 | 0.87 | 3.2 | 4.93 | |
| 崂山 | 43.86 | 41.77 | -0.81 | 1.7 | 3.24 | 8.02 | |
| 黄岛 | 68.21 | 67.4 | 2.43 | 3.24 | 8.69 | 18.28 | |
长沙 |
雨花 | 39.91 | 33.37 | 0.61 | 0.02 | 1.35 | 8.65 |
苏州 |
工业园区 | 2.92 | 2.87 | 0.7 | 0.21 | 1.22 | 1.98 |
沈阳 |
铁西 | 14.64 | 11.37 | -0.13 | -0.23 | 0.97 | 6.28 |
| 和平 | 37.14 | 33.17 | 1.63 | 0.96 | 4.92 | 12.85 | |
| 浑南 | 32.21 | 32.49 | 2.01 | 2.42 | 4.38 | 13.15 | |
济南 |
市中 | 67.21 | 63.15 | 1.21 | 1.93 | 4.75 | 13.33 |
| 天桥 | 57.98 | 53.92 | 1.29 | 0.86 | 4.83 | 15.94 | |
数据来源 |
住房大数据联合实验室（www.zfdsj.org）数据库 | ||||||
中国社科院财经战略研究院住房大数据项目组
注：各区县板块的划分参考了行业习惯和市场关联性，与行政区划可能不完全一致。由于每月都将根据最新数据对所有指数进行重算与修订，不同版本的指数可能会有细微差异，以最新版本为准。计算范围仅限于存量（二手）住房成交价数据。近半年及近3月上涨均指截至12月底的房价累计涨幅。
表4 2017年12月主要城市大数据住房单价中位数（元/平方米）
| 城市 | 2017年9月 | 2017年10月 | 2017年11月 | 2017年12月 |
| 北京 | 57964 | 56341 | 56246 | 53778 |
| 深圳 | 52948 | 51858 | 53267 | 53614 |
| 上海 | 51487 | 50624 | 50896 | 49712 |
| 厦门 | 40868 | 40806 | 37786 | 38964 |
| 南京 | 27995 | 28187 | 27978 | 28917 |
| 杭州 | 28203 | 27876 | 27797 | 28810 |
| 广州 | 26700 | 27289 | 27896 | 28747 |
| 天津 | 25960 | 25182 | 24694 | 23891 |
| 苏州 | 18995 | 19131 | 19624 | 19815 |
| 廊坊 | 22032 | 20573 | 19283 | 19805 |
| 青岛 | 18465 | 18218 | 18693 | 19386 |
| 武汉 | 18230 | 18574 | 18256 | 18848 |
| 济南 | 16796 | 16760 | 16807 | 17844 |
| 东莞 | 17024 | 17526 | 17395 | 17615 |
| 石家庄 | 19620 | 16505 | 16109 | 16739 |
| 合肥 | 15941 | 16210 | 15556 | 16078 |
| 郑州 | 17391 | 17108 | 16720 | 15911 |
| 佛山 | 13011 | 13266 | 14286 | 14855 |
| 成都 | 12912 | 13508 | 14252 | 14715 |
| 南宁 | 7508 | 13039 | 15304 | 12985 |
| 中山 | 11554 | 11679 | 12038 | 11662 |
| 重庆 | 10899 | 11196 | 11198 | 11373 |
| 大连 | 10468 | 10781 | 11203 | 11249 |
| 长沙 | 10582 | 10371 | 10848 | 10766 |
| 西安 | 8812 | 10289 | 10566 | 10402 |
| 无锡 | 10912 | 10608 | 11290 | 10234 |
| 惠州 | 10889 | 11495 | 10870 | 10119 |
| 太原 | 8740 | 8855 | 9299 | 9581 |
| 烟台 | 9315 | 9476 | 9559 | 9500 |
| 沈阳 | 8913 | 8970 | 9443 | 9202 |
| 数据来源 | 住房大数据联合实验室（www.zfdsj.org）数据库 | |||
中国社科院财经战略研究院住房大数据项目组
注：计算范围仅限于存量（二手）住房成交价数据。
表5 2017年12月主要城市大数据住房总价中位数（万元/套）
| 城市 | 2017年9月 | 2017年10月 | 2017年11月 | 2017年12月 |
| 北京 | 435 | 415 | 413 | 402 |
| 深圳 | 344 | 332 | 364 | 352 |
| 厦门 | 312 | 300 | 268 | 322 |
| 上海 | 328 | 330 | 318 | 319 |
| 杭州 | 217 | 212 | 208 | 225 |
| 南京 | 199 | 203 | 197 | 211 |
| 广州 | 176 | 192 | 200 | 203 |
| 苏州 | 165 | 167 | 175 | 173 |
| 东莞 | 146 | 139 | 153 | 161 |
| 武汉 | 156 | 158 | 153 | 153 |
| 廊坊 | 166 | 156 | 156 | 150 |
| 济南 | 128 | 124 | 118 | 148 |
| 青岛 | 138 | 144 | 141 | 146 |
| 天津 | 152 | 153 | 148 | 142 |
| 合肥 | 130 | 140 | 132 | 133 |
| 郑州 | 143 | 114 | 134 | 132 |
| 南宁 | 74 | 68 | 79 | 130 |
| 石家庄 | 128 | 172 | 132 | 128 |
| 佛山 | 108 | 112 | 118 | 119 |
| 成都 | 105 | 109 | 114 | 118 |
| 中山 | 110 | 95 | 111 | 104 |
| 长沙 | 96 | 89 | 102 | 102 |
| 重庆 | 89 | 89 | 92 | 94 |
| 无锡 | 89 | 95 | 103 | 90 |
| 西安 | 76 | 85 | 88 | 86 |
| 沈阳 | 80 | 83 | 87 | 85 |
| 太原 | 76 | 75 | 81 | 83 |
| 烟台 | 86 | 80 | 80 | 83 |
| 惠州 | 98 | 90 | 133 | 82 |
| 大连 | 72 | 77 | 77 | 78 |
| 数据来源 | 住房大数据联合实验室（www.zfdsj.org）数据库 | |||
中国社科院财经战略研究院住房大数据项目组
注：计算范围仅限于存量（二手）住房成交价数据。
大数据房价指数（BHPI）由中国社科院财经战略研究院住房大数据项目组根据采自互联网的数百万条存量住房实际成交价数据，利用最新互联网大数据分析技术和国际通行的重复交易指数模型计算。通过新技术的应用，BHPI尽可能规避了房价指数编制常见的阴阳合同价、非理性报价、网签时间滞后、加总失真等技术难题，以求更为贴近居民家庭对房价涨跌的真实感受。BHPI为月度存量房价格指数，指数样本目前覆盖了约三十个主要城市和数十个重点城市的主要城区。根据重复交易指数模型的技术特性，BHPI仅监测存量住房价格变动，新建商品住房价格变动不计入BHPI。BHPI为大数据挖掘研究前沿成果，数据仅作为市场研究参考，住房市场评价以政府统计部门数据为准。
主要执笔人：
邹琳华 中国社科院财经战略研究院住房大数据项目组组长，《中国住房市场发展月度分析报告》主编
王业强 中国社科院城市与环境研究所土地与不动产研究室主任，中国社科院《房地产蓝皮书》主编
吕风勇中国社科院城市与竞争力研究中心研究员，《中国县域经济发展报告》主编
姜雪梅 中国社科院城市与竞争力研究中心研究员，中国社科院《中国住房发展报告》副主编
本研究受国家自然科学基金面上项目（批准号：项目批准号：71774169）及全国统计科学重点项目（批准号：2017LZ28）资助。
