中國城市土地價格變動的空間關聯(lián)及其影響因素研究

崔新蕾

(內(nèi)蒙古大學 經(jīng)濟管理學院,內(nèi)蒙古 呼和浩特 010021)

1 引言

隨著我國工業(yè)化和城鎮(zhèn)化進程加快,對住房的需求導致對建設用地需求增加,土地價格是國家調(diào)控土地市場供需關系的一個重要杠桿,決定了區(qū)域土地的利用方式和利用效率。土地市場一體化進程加速推進,相鄰地區(qū)土地的替代性和互補性作用凸顯[1],相鄰城市地價關聯(lián)性增強,為加強地價管理、研究城市間地價關聯(lián)關系及其影響因素,可為土地利用和城市管理提供理論依據(jù),對政府完善土地市

場建設具有現(xiàn)實意義。

從相關領域研究進展看,我國城市地價存在明顯的空間關聯(lián)和地區(qū)差異。曹天邦等認為城市地價在空間和時間分布上具有較強的關聯(lián)性和特殊性,地價空間演變主要受城市內(nèi)部的區(qū)位條件、交通條件、城市規(guī)劃、公用設施狀況和環(huán)境條件等的影響[2];楊奎奇等證實江蘇省城市地價整體具有正的相關性,且明顯存在南北、東西地價的梯度變化[3];李曉進等研究證明河北省地價具有明顯的空間自相關性,且以地價高值區(qū)為中心呈圈層式結構向外遞減,不同地區(qū)地價受各因子的影響程度存在差異性[4];張娟鋒、賈生華測度了長三角地區(qū)土地價格差異的決定因素為城市基礎設施投資強度、人均持有流動資產(chǎn)水平和城市住宅開發(fā)量[5];王愛等基于微觀影響因素的視角,證實容積率對合肥市居住、商業(yè)和辦公三類用地地價的空間格局都存在顯著影響[6]。對地價影響因素測度的方法主要有LLGWR模型[7]、GWR模型[8,9]、Hedonic模型[10]、結構方程模型[11]、多元復合函數(shù)回歸模型[12]。學者們對城市地價的研究多集中在某個城市內(nèi)部,或研究城市地價的空間結構,尚未從城市間地價的空間關聯(lián)進行研究。本文以我國35個大中城市為樣本,利用社會網(wǎng)絡分析法和QAP方法揭示城市土地價格空間關聯(lián)的網(wǎng)絡結構特征,考察地價空間關聯(lián)效應,并實證研究其相關影響因素,為土地價格調(diào)控和土地供給數(shù)量的跨區(qū)域配置提供對策建議。

2 研究方法及數(shù)據(jù)來源

2.1 城市地價空間關聯(lián)網(wǎng)絡構建

城市地價的空間關聯(lián)網(wǎng)絡是探究空間土地價格之間相互關系的集合。網(wǎng)絡中的“點”為35個大中城市,網(wǎng)絡中的“線”為各城市在地價關系上的空間關聯(lián),由此構建城市地價的空間關聯(lián)。利用修正后的引力模型研究城市地價的空間溢出效應,計算公式為:

(1)

2.2 地價網(wǎng)絡結構特征

整體網(wǎng)絡特征的衡量指標有網(wǎng)絡密度和網(wǎng)絡關聯(lián)度。網(wǎng)絡密度是指網(wǎng)絡中各成員之間緊密聯(lián)系的程度,成員之間聯(lián)系越多,該網(wǎng)絡的密度就越大,本文選擇有向網(wǎng)絡密度計算方法。網(wǎng)絡關聯(lián)度反映網(wǎng)絡自身的穩(wěn)健性和脆弱性,如果任何兩個城市通過一條直接或間接的路徑相連,那么網(wǎng)絡關聯(lián)度就較高;若網(wǎng)絡中很多線均通過一個城市相連,說明網(wǎng)絡對該城市存在較強的依賴性,一旦排除該城市網(wǎng)絡就可能崩潰,此時網(wǎng)絡關聯(lián)度較低。

網(wǎng)絡節(jié)點特征的衡量指標有點度中心度、中間中心度和接近中心度。點度中心度衡量各城市地價在區(qū)域中的中心位置,點度中心度越高,表明該城市居于網(wǎng)絡的中心并對其他城市聯(lián)系越多。點度中心度根據(jù)城市間聯(lián)系方向可分為點出度和點入度,點出度反映該城市地價對其他城市地價的輻射程度,點入度反映其他城市地價對該城市地價的影響程度。中間中心度反映一個城市是否處于多個城市間聯(lián)系的連線上,表示該城市對其他城市的控制程度。中間中心度越高，表明該城市越處于網(wǎng)絡的中心位置,說明該城市地價能控制其他城市地價的聯(lián)動程度。接近中心度反映一個城市地價不受其他城市地價控制的能力,接近中心度越高,表明該城市地價越不受其他城市地價的影響。凝聚子群在城市地價網(wǎng)絡中表明,某些城市地價之間聯(lián)系緊密而集聚成一個具有較強緊密聯(lián)系的小群體現(xiàn)象。網(wǎng)絡結構特征中的指標公式見斯科特[13]和劉軍[14]的研究。

2.3 QAP方法

本文的研究變量均為關系數(shù)據(jù),如果使用傳統(tǒng)計量統(tǒng)計方法處理變量之間的關系可能存在“多重共線性”,因此選擇二次指派程序(Quadratic Assignment Procedure,QAP)這種非參數(shù)估計方法可有效避免多重共線性問題。QAP回歸方法可用于一個矩陣對多個矩陣的回歸分析,能實現(xiàn)參數(shù)估計值和可決系數(shù)的顯著性檢驗[14]。

2.4 數(shù)據(jù)來源

本文選擇我國35個大中城市作為網(wǎng)絡節(jié)點,基于2004—2015年度數(shù)據(jù)研究城市地價網(wǎng)絡結構特征及其影響因素。城市土地價格來自中國地價監(jiān)測網(wǎng);城市總?cè)丝凇挝痪蜆I(yè)人員數(shù)、在崗職工平均工資、人口密度、GDP、建成區(qū)面積、實際使用外資額、金融機構貸款余額、萬人互聯(lián)網(wǎng)戶數(shù)、萬人擁有公共汽車數(shù)量、人均城市道路面積、貨運總量和每百人公共圖書館藏書等數(shù)據(jù)來自2005—2016年的《中國城市統(tǒng)計年鑒》。

3 結果及分析

3.1 整體網(wǎng)絡結構特征分析

根據(jù)修正后的引力模型,計算出我國35個大中城市地價的聯(lián)系強度值,根據(jù)整體網(wǎng)絡密度計算公式,得出地價網(wǎng)絡密度值和網(wǎng)絡關聯(lián)關系數(shù)(圖1)?？傮w上看,城市地價間網(wǎng)絡密度值總體上相對不高,2004—2015年網(wǎng)絡密度最大值僅為0.2034,表明當前35個大中城市的地價空間網(wǎng)絡聯(lián)系表現(xiàn)出一種相對弱聯(lián)結狀態(tài);從演化趨勢看,城市地價間聯(lián)系的網(wǎng)絡密度值呈現(xiàn)出不斷上升的趨勢,從2004年的0.1412提高到2015年的0.2034,表明自2004年以來城市間的地價聯(lián)系活動愈加頻繁,地價結點間聯(lián)系渠道越來越強,城市地價網(wǎng)絡化程度不斷增強;網(wǎng)絡關聯(lián)關系數(shù)的變動趨勢和網(wǎng)絡密度保持一致,由2004年的168個增加到2015年的242個,與最大可能的空間關聯(lián)關系數(shù)目1190個還存在一定的差距,說明提高地價空間關聯(lián)性的空間還很大。

圖1 城市地價的網(wǎng)絡密度及網(wǎng)絡關聯(lián)關系數(shù)

圖2 2004年城市地價的空間網(wǎng)絡結構

使用Ucinet軟件生成2004年和2015年城市地

價空間網(wǎng)絡結構圖(圖2、圖3)。從圖2、圖3可見,城市地價呈現(xiàn)顯著的網(wǎng)絡結構特征,且隨時間變動網(wǎng)絡節(jié)點聯(lián)系越緊密。

圖3 2015年城市地價的空間網(wǎng)絡結構

3.2 中心性分析

對城市地價的空間關聯(lián)網(wǎng)絡進行中心性分析,點度中心度的結果見圖4。2004年和2015年點度中心度的均值分別為21.879和31.765,排名第一的城市為深圳,后依次為上海和廣州。2004年高于均值的城市有11個,排序依次為深圳、上海、廣州、大連、寧波、太原、北京、青島、重慶、呼和浩特、西安;2015年高于均值的城市有17個,排序依次為深圳、廣州、上海、寧波、重慶、天津、北京、鄭州、青島、武漢、西安、蘭州、呼和浩特、西寧、石家莊、哈爾濱、長沙。由東部沿海城市向中部城市擴展,說明這些城市地價與其他城市地價間存在較多聯(lián)系,在網(wǎng)絡中處于中心位置。排名后三位的城市是昆明、南寧和海口,說明這些城市的地價與其他城市聯(lián)動關系較弱,所處的地理位置相對偏遠,地價變動可能較多取決于當?shù)亟?jīng)濟社會發(fā)展因素。

圖4 城市地價空間關聯(lián)網(wǎng)絡點度中心度

城市地價的中心度有兩種,另一種是點入度為受益關系數(shù),一種是點出度為溢出關系數(shù),點入度和點出度結果見圖5、圖6。關聯(lián)關系數(shù)排名靠前的城市多位于東部沿海地區(qū),表現(xiàn)為受益關系數(shù)大于溢出關系數(shù),總體表現(xiàn)為受益關系,說明這些城市與其他城市積極建立聯(lián)系,對外部資源進行有效整合利用,地價受其他城市的影響較強。2004年和2015年分別有26個和21個城市表現(xiàn)為溢出關系,排名前五位的是2004年的大連、太原、青島、呼和浩特、銀川,2015年的西安、鄭州、青島、西寧、蘭州,這些城市對其他城市的輻射功能遠大于其他城市。2004年的大連和南京、2015年的青島和呼和浩特溢出關系數(shù)與受益關系數(shù)相等,石家莊、天津、鄭州、成都和長沙由2004年的凈溢出轉(zhuǎn)為2015年的凈受益。

圖5 2004年城市地價空間關聯(lián)網(wǎng)絡點度中心度

圖6 2015城市地價空間關聯(lián)網(wǎng)絡點度中心度

圖7 2004年、2015年城市地價空間關聯(lián)網(wǎng)絡中間中心度

中間中心度結果見圖7。中間中心度的均值由2004年的1.166上升到2015年的2.139,中間中心度最高的城市由大連轉(zhuǎn)變?yōu)猷嵵荨?015年中間中心度排名高于均值的城市依次為鄭州、青島、重慶、西安、呼和浩特、寧波、天津、上海、石家莊、哈爾濱、武漢、北京,這12個城市的中間中心度之和占總量的90.23%,表明這些城市處于核心圈層,在地價關聯(lián)網(wǎng)絡中控制其他城市間地價聯(lián)系的能力較強,在關聯(lián)網(wǎng)絡中發(fā)揮著中介和橋梁作用。排名靠后的城市有?？?、南寧、昆明、廈門、福州、貴陽、長春、烏魯木齊、西寧、廣州,中間中心度為0,這些城市難以在地價關聯(lián)網(wǎng)絡中對其他城市的地價起到控制和支配作用。地價空間關聯(lián)網(wǎng)絡中各個城市的中間中心度參差不齊,呈現(xiàn)出非均衡性特征,相當多的地價聯(lián)系通過鄭州、青島、重慶和西安等中部經(jīng)濟發(fā)達城市來完成。

接近中心度的結果見圖8。接近中心度的均值由2004年的10.330上升到2015年的16.101,地價關聯(lián)網(wǎng)絡的整體聯(lián)通能力不斷增強。深圳的接近中心度一直居于首位,說明深圳的地價聯(lián)通能力最強,在地價調(diào)控網(wǎng)絡中居于核心地位,在權力及影響力方面較強,對政策調(diào)控因素的反映速度也較快。接近中心度排名靠前的城市主要有深圳、廣州、上海、重慶、天津、鄭州、寧波和北京,說明這些城市與其他城市的通達性較好,地價聯(lián)系較緊密,在地價關聯(lián)網(wǎng)絡中處于中心位置,在地價調(diào)控中處于中心行動者角色。排名靠后的城市有?？?、南寧、昆明、福州、貴陽、烏魯木齊、西寧,說明這些城市與其他城市的通達性一般,地價聯(lián)系也一般,在地價關聯(lián)網(wǎng)絡中受控于其他城市,處于邊緣性行動者角色。

圖8 2004年、2015年城市地價空間關聯(lián)網(wǎng)絡接近中心度

3.3 凝聚子群分析

對城市地價空間關聯(lián)網(wǎng)絡進行塊模型分析,得到城市地價4個板塊,板塊包含的城市和特征屬性見表1。隨著35個大中城市地價聯(lián)系的變化,板塊中包含的城市也在發(fā)生變化。第一板塊屬于經(jīng)濟人板塊,成員主要為東部和中部城市,在關聯(lián)網(wǎng)絡中起著中介與橋梁作用,既接受其他板塊城市的溢出,也對外部城市發(fā)出影響;第二板塊屬于凈受益板塊,成員主要為東部沿海城市,主要接受其他城市地價的溢出;第三板塊屬于凈溢出板塊,成員主要為東部和西部城市,主要對其他城市地價產(chǎn)生溢出效應;第四板塊屬于雙向溢出板塊,成員為主要東部和中部城市,在關聯(lián)網(wǎng)絡中起著板塊內(nèi)外雙向連接作用。

表1 城市地價空間網(wǎng)絡關系板塊屬性特征

根據(jù)城市地價關聯(lián)關系在板塊間的分布,計算得到各個板塊的網(wǎng)絡密度矩陣,考察板塊之間地價關系。城市地價關聯(lián)關系網(wǎng)絡的整體密度由2004年的0.1412上升到2015年的0.2034,如果板塊網(wǎng)絡密度值大于關聯(lián)網(wǎng)絡的整體網(wǎng)絡密度值,則賦值為1,表明地價聯(lián)動更集中于該板塊中的城市;如果小于關聯(lián)網(wǎng)絡的整體網(wǎng)絡密度值,則賦值為0。根據(jù)此原則可將密度矩陣轉(zhuǎn)化為像矩陣(表2),像矩陣可直觀地反映地價在各板塊間的溢出效應,考察各城市間地價的傳導機制。

2004年,第一板塊的溢出效應主要體現(xiàn)在對第一板塊內(nèi)部和第二板塊的溢出關系;第二板塊的溢出效應主要體現(xiàn)對第二板塊內(nèi)部和第四板塊的溢出關系;第三板塊的溢出效應主要體現(xiàn)對第二板塊的溢出關系;第四板塊的溢出效應主要體現(xiàn)對第二板塊和第四板塊內(nèi)部的溢出關系。由像矩陣可以看出,第一、二、四板塊內(nèi)部的地價具有顯著的關聯(lián)性,表現(xiàn)出“俱樂部”效應。2015年,第一板塊的溢出效應主要體現(xiàn)對第二板塊和第三板塊的溢出關系;第二板塊的溢出效應主要體現(xiàn)在第二板塊內(nèi)部的溢出關系,對其他板塊沒有產(chǎn)生顯著的溢出效應;第三板塊的溢出效應主要體現(xiàn)對第一板塊內(nèi)部和第二板塊的溢出關系;第四板塊的溢出效應主要體現(xiàn)對第二板塊的溢出關系。由像矩陣可見,只有第二板塊內(nèi)部的地價具有顯著的關聯(lián)性,表現(xiàn)出“俱樂部”效應。隨著時間的推移,板塊內(nèi)部的聯(lián)系較松散,對外部板塊的溢出效應增強,網(wǎng)絡結構的穩(wěn)定性也在增強。

3.4 城市地價空間關聯(lián)影響因素分析

城市地價空間關聯(lián)網(wǎng)絡形成受多種因素作用影響,借鑒前人研究結果[3,4,15,16],本文從人口數(shù)量、經(jīng)濟發(fā)展、金融發(fā)展、區(qū)域開放度、土地利用和交通基礎設施等城市間差距進行指標選取。衡量指標有職工工資差異EW、在崗職工數(shù)差異SS、地均GDP差異LG、人均建設用地差異PL、外商投資額差異FI、金融機構貸款差異FL、人均城市道路面積差異UR、萬人擁有公共汽車數(shù)差異、貨運總量差異FV、萬人互聯(lián)網(wǎng)戶數(shù)差異MI、每百人公共圖書館藏書差異HB。

QAP相關分析模型中的自變量取自城市地價空間關聯(lián)的差值矩陣,表3中相關系數(shù)為正,表明城市間聯(lián)系越緊密,對地價空間關聯(lián)網(wǎng)絡的完善與擴展促進作用越大;相關系數(shù)為負表明差值越大,城市地價聯(lián)系越小,對地價空間關聯(lián)網(wǎng)絡的擴展升級起制約作用。QAP相關分析顯示,除2004年的在崗職工數(shù)和地均GDP外,所以指標均通過10%的顯著性檢驗,且相關系數(shù)都大于零,說明這些因素對城市地價空間關聯(lián)關系具有積極的正向影響,城市地價空間關聯(lián)網(wǎng)絡更傾向于職工工資較高、勞動力富裕、地均經(jīng)濟產(chǎn)值高、用地供給充足、吸引外商投資能力強、金融發(fā)展水平完善、城市交通便利和基礎設施完善的區(qū)域拓展。這能解釋城市地價空間關聯(lián)網(wǎng)絡的“東密西疏”格局,東部地區(qū)依靠區(qū)位優(yōu)勢,吸引了大量的勞動力和外商投資,形成完善的經(jīng)濟發(fā)展基礎,與西部地區(qū)之間的發(fā)展差距對地價空間關聯(lián)網(wǎng)絡的延伸起到抑制作用。

在QAP回歸分析模型中,調(diào)整后的判定系數(shù)R2均通過1%的顯著性水平檢驗,本研究選擇的變量在2004年能解釋城市地價空間關聯(lián)影響的13.0%,2015年的解釋能力為12.1%,QAP的回歸解釋能力都低于OLS回歸[17]。從表3可見,職工工資差異的回歸系數(shù)通過了顯著性檢驗,其數(shù)值為正且均高于其他影響因素的回歸系數(shù),結果表明城市地價空間關聯(lián)的主要成因是地區(qū)職工工資差異,工資收入高的地區(qū)對勞動力具有較強的吸引力,勞動力遷移帶來家庭財富涌入,可能帶動城市住房需求增長和對土地需求量的增加,從而影響城市地價變動的關聯(lián)性。2015年外商投資額差異、金融機構貸款差異、人均城市道路面積差異、萬人擁有公共汽車數(shù)差異的回歸系數(shù)均通過顯著性檢驗,為正向影響,說明城市間外商投資、金融發(fā)展水平和交通基礎設施水平差異越大,城市間地價的空間關聯(lián)和溢出效應越大;人均建設用地差異、貨運總量差異的回歸系數(shù)均通過顯著性的檢驗,為負向影響,說明城市間人均建設用地擁有量和貨運總量的差異越小,越有利于城市地價的空間溢出。崗職工數(shù)差異、地均GDP差異、每百人公共圖書館藏書差異的回歸系數(shù)均沒有通過顯著性檢驗。

4 結論與建議

4.1 結論

城市地價空間關聯(lián)網(wǎng)絡密度整體不高,但日趨緊密,提高地價關聯(lián)網(wǎng)絡的空間很大。城市地價空間關聯(lián)網(wǎng)絡的點度中心度、中間中心度和接近中心度的均值隨時間變動增加,城市在地價空間關聯(lián)網(wǎng)絡中的位勢存在顯著差異,上海、廣州和深圳的點度中心度和接近中心度排名均靠前,處在網(wǎng)絡的中心位置,說明在城市地價空間關聯(lián)網(wǎng)絡中,與這3個城市直接相關聯(lián)的連接數(shù)最多。中部城市主要起梁橋作用,西部城市主要接受其他城市地價的影響。隨著35個大中城市地價空間關聯(lián)的變動,四大板塊中包含的城市也發(fā)生了變化,沒有發(fā)生變動的城市為:第一板塊包含的城市有北京、天津、呼和浩特、青島,為經(jīng)紀人板塊;第二板塊包含的城市有上海、廣州、深圳,為凈受益板塊;第三板塊包含的城市有哈爾濱、蘭州、鄭州、銀川、西寧、重慶、西安、烏魯木齊,為凈溢出板塊;第四板塊包含的城市有杭州、南京、福州、廈門,為雙向溢出板塊。板塊間的“俱樂部效應”減弱,而“梯度效應”增強。城市地價空間關聯(lián)網(wǎng)絡更傾向于職工工資較高、勞動力富裕、地均經(jīng)濟產(chǎn)值

高、用地供給充足、吸引外商投資能力強、金融發(fā)展水平完善、城市交通便利和基礎設施比較完善的區(qū)域拓展。回歸結果表明,職工工資差異、外商投資額差異、金融機構貸款差異、人均城市道路面積差異和萬人擁有公共汽車數(shù)差異對城市地價空間的關聯(lián)性具有顯著的正向影響,人均建設用地差異和貨運總量差異對城市地價空間的關聯(lián)性具有顯著的負向影響。

4.2 建議

首先,我國城市地價存在普遍的空間關聯(lián),不同城市在整體網(wǎng)絡地位中存在差異化,可通過宏觀調(diào)控和降低要素流動成本等方式來增加區(qū)域間的流通渠道。其次,城市地價空間關聯(lián)存在板塊特征,要充分發(fā)揮地價板塊間的關聯(lián)效應,制定并推行區(qū)域差異化的土地政策,因地制宜地實行土地空間分類管理,以提高土地利用效率。第三,城市地價不僅受土地市場和本地社會經(jīng)濟的影響,還受到其他城市地價和經(jīng)濟的溢出效應,在調(diào)控地價的過程中要不斷完善土地市場體系建設,通過調(diào)節(jié)城市間職工工資、地均經(jīng)濟產(chǎn)值和基礎設施水平差異程度等因素,為提升地價調(diào)控創(chuàng)造有利條件。