城鄉(xiāng)建設用地市場一體化測度及實證分析

鐘蘇娟，黃賢金

（南京大學地理與海洋科學學院，江蘇 南京 210023）

市場一體化是與市場分割相對的概念，城鄉(xiāng)建設用地市場一體化也即逐步消除市場分割壁壘的過程，是構建城鄉(xiāng)統(tǒng)一建設用地市場的必經路徑與主要內容[1]。自中共十七屆三中全會首次明確提出“逐步建立城鄉(xiāng)統(tǒng)一的建設用地市場”以來，城鄉(xiāng)建設用地市場的一體化被提上政策議程，也在多地的試點實踐中取得實質性進展。2022 年4 月，中共中央、國務院發(fā)布《關于加快建設全國統(tǒng)一大市場的意見》，重申健全城鄉(xiāng)統(tǒng)一土地市場目標，城鄉(xiāng)建設用地市場一體化再度成為關注焦點。但在現實中，由于二元土地市場的路徑依賴、集體經濟組織發(fā)育不足及上位法中缺乏具體指導等因素，城鄉(xiāng)建設用地市場的一體化依然面臨諸多困境[2-3]。如何科學、直觀地定量測度城鄉(xiāng)建設用地市場一體化的特征及趨勢成為實踐中亟需解決的問題，對認識和構建城鄉(xiāng)統(tǒng)一土地市場具有重要意義。

既有城鄉(xiāng)建設用地市場一體化研究以定性分析為主，學者圍繞城鄉(xiāng)建設用地權能平等[3]、增值收益分配公平[4]以及市場規(guī)則體系統(tǒng)一[5-6]等開展了諸多理論探討。隨著集體經營性建設用地入市的合法化，集體建設用地市場的培育與轉型成為關注焦點[7]。在此背景下，為數不多的定量研究一部分側重分析集體經營性建設用地入市對國有建設用地市場的影響[8-9]，另一部分則集中于對各地集體經營性建設用地入市績效的評價[10-12]。其中，地價是判斷城鄉(xiāng)建設用地市場發(fā)育程度及運行狀況的核心指標，集體建設用地在不同交易方式下的規(guī)模、頻次等也常被作為區(qū)域間城鄉(xiāng)建設用地市場一體化成效比較的主要依據[2,10,13]。但現有研究對城鄉(xiāng)建設用地市場一體化的直接測度依舊缺乏，基于集體建設用地市場發(fā)育程度的間接測度由于在實證前預設了市場分割的存在，在邏輯上也存在結果與前提循環(huán)論證的不足。

價格法是區(qū)域經濟學中測度市場整合程度的主流范式，在地方市場、商品市場以及國內外貿易市場的一體化分析中應用廣泛[14-15]。但由于較難剝離距離、基礎設施、信息傳遞等其他非制度性因素帶來的分割效應，其測度的精準性頗受質疑。近年來興起的自然實驗法可通過構造對照組彌補價格法的既有不足，已有研究基于空間相鄰的自然實驗設計，驗證了不同尺度市場分割效應的存在，并通過地塊配對后的價格指數進一步實現了市場分割效應的量化與分解[15-16]。在城鄉(xiāng)建設用地市場一體化量化分析中，也有學者運用傾向得分匹配法成功剝離了地塊屬性及區(qū)位等非產權因素對地價的影響，為實現不同產權地塊的可比提供了方法借鑒[10,17]。但其多以匹配模型中的回歸殘差或處理效應作為城鄉(xiāng)建設用地市場一體化水平的主要依據，本質上依舊是對市場分割效應的驗證而非直接測度，且對區(qū)域市場環(huán)境差異的考慮不足也可能使得地區(qū)間的市場供需差別混雜在價格離差中，影響研究結論的準確性。

綜上現實與理論背景，本文以浙江省德清縣與廣東省南海區(qū)為典型案例，基于兩地2015—2020 年城鄉(xiāng)土地市場交易數據，在對比不同區(qū)域土地產權市場分割效應差異的同時，將傾向得分匹配的“反事實”框架引入價格法中，探索實現對兩地城鄉(xiāng)建設用地市場一體化水平的定量測度與空間格局分析，以期為科學認知城鄉(xiāng)建設用地市場發(fā)育現狀及評估城鄉(xiāng)建設用地市場一體化績效提供參考。

1 理論分析與研究思路

制度是市場分割的主要來源之一，商品價格是表征市場整合程度的重要指標[18]。依據區(qū)域經濟學中的“一價定律”及“冰川成本”理論，當市場中的要素流動不存在任何制度性障礙時，同質商品的價格最終也將趨同或在無套利區(qū)間內波動[14,19]。對以權益表征價格的土地而言，國有建設用地與集體建設用地權能的不對等是城鄉(xiāng)建設用地市場一體化面臨的主要制度壁壘，由此帶來的城鄉(xiāng)地價差距也被視為建設用地市場分割的主要表現[13,20]。結合土地的位置固定性及區(qū)位在地價形成中的重要作用，“同地同權同價”被作為城鄉(xiāng)建設用地市場一體化的核心內涵與重要方向，認為相同地塊屬性及區(qū)位條件下的國有建設用地與集體建設用地應當擁有同樣的收益地價或市場地價[5,21-22]。

按照這一思路，本文以不同產權建設用地的價格差為城鄉(xiāng)建設用地市場一體化的主要依據。其內在邏輯為，如果市場一體化程度越高，那么地塊屬性及區(qū)位特征相似的國有建設用地與集體建設用地價格越相近；反之，如果二者價格差異較大，則意味著不同產權建設用地市場之間仍存在明顯的制度性壁壘?？紤]到現實中除產權外在地塊屬性及區(qū)位上具備可比性的“同質地塊”較難尋得，土地產權的平等性也難以量化，本文以土地產權性質為處理變量構建了“反事實”的研究框架，通過構建協(xié)變量平衡的匹配樣本，實現建設用地除產權外其他特征可比的自然實驗效果。在此基礎上，進一步結合價格法對比實驗組與對照組的價格差異，實現對城鄉(xiāng)建設用地市場一體化的定量測度。

為優(yōu)化匹配效果，研究首先基于傳統(tǒng)OLS回歸與時空地理加權回歸（GTWR）對產權及其他可能影響城鄉(xiāng)建設用地價格的關鍵變量進行了初步識別與分析。隨后，依據土地產權性質分別設置實驗組與對照組開展傾向得分匹配，在對比分析市場分割效應及其區(qū)域差異性的同時依據匹配得分篩選得到不同產權的相似地塊。最后，以匹配地塊的相對價格差確定城鄉(xiāng)建設用地市場的分割情況，并由此構建城鄉(xiāng)建設用地市場一體化指數。

2 研究方法與實證模型

2.1 地價影響因素分析

（1）特征價格模型。特征價格模型是基于消費者選擇理論，通過均衡市場中買者與賣者的實際互動報價推斷異質性商品價值的方法，在房地產及城市經濟領域應用廣泛[23]。對于土地這一并非勞動生產物的特殊商品而言，其在本質上并無價值，也無法以成本推斷具體價格，土地的市場價格本質上是地租的資本化，受市場供需影響較大且異質性明顯，適用于特征價格模型分析[20,24-25]。以該模型為基礎，本文以土地單價為因變量，綜合參考《城鎮(zhèn)土地估價規(guī)程》與既有研究成果分別選取代表地塊特性及區(qū)位特征在內的9個變量為自變量[9,13,21]，構建地價影響因素模型如下：

式（1）中：Pi為單位面積土地價格（price）；α0為常數項；Xij為第j個表征i地塊特性的地價影響因子，主要包含表征地塊特性的產權性質（property）、交易方式（trans）、規(guī)劃用途（type）、面積大?。╯ize）和使用年限（time）；Zik為第k個表征i區(qū)位特征的地價影響因子，代表與鎮(zhèn)中心的最短距離（diszc）、與客運站的最短距離（disrd）、與火車站的最短距離（disrl）、與河流的最短距離（disrr）；β、γ為回歸系數；ξi為誤差項。

（2）OLS回歸與時空地理加權回歸。為估算影響城鄉(xiāng)建設用地價格的關鍵變量，以混合OLS方法為基準構建線性回歸模型，考慮到地價在時空上的非平穩(wěn)性，進一步引入時空地理加權回歸（GTWR）模型分析[26]。為保證數據的平穩(wěn)性同時減少數據的異方差，研究對分類變量以外的所有變量都進行了對數化處理，得到具體運算模型如下：

式（2）—式（3）中：（ui，vi，ti）表示地塊單位i的時空坐標，分別代表經度、緯度以及年份；α0（ui，vi，ti）為截距項；其余變量含義與式（1）一致。

2.2 傾向得分匹配

匹配法可通過構建協(xié)變量平衡的匹配樣本達到“反事實”的自然實驗效果，可為從價格差異中單獨分離出產權影響以及尋得除產權外其他特征可比的一組國有建設用地與集體建設用地提供支撐[27]。按照尋找反事實的方法可將其分為協(xié)變量匹配與傾向得分匹配兩類，其中傾向得分匹配可通過估計處理變量的影響因素方程，把多維控制變量降成一維的傾向得分值，更適用于本文問題[17]。據此，以產權性質為處理變量，令集體經營性建設用地 = 1，國有建設用地 = 0，將影響地價的其他因素作為協(xié)變量，構建傾向得分匹配函數如下：

式（4）中：LP代表地價；property是土地產權性質；Xij含義與式（1）一致。PScore代表地塊歸屬于不同產權的概率，也即傾向值，在PScorei，1，match≈PScorej，0，match時，有Xi，1，match≈Xj，0，match，此時的i與j分別為國有建設用地以及集體經營性建設用地數據集中地塊性質以及區(qū)位條件相似的配對地塊。

2.3 相對價格法

價格法在當前的市場分割測度中應用廣泛，其主要依據為同質商品在不同地區(qū)價格比的方差，以相對價格波動范圍的收窄表征市場整合程度的提高[14,16,28]。借鑒PARSLEY與WEI的做法[19]，本文將經過傾向得分匹配后的集體建設用地與國有建設用地的相對價格比方差作為評定市場分割的標準，結合土地市場特性修正后構建城鄉(xiāng)建設用地市場一體化指數（URij）如下：

式（5）中：i、j分別為經過傾向得分匹配后地塊特征及區(qū)位條件相近的集體經營性建設用地及國有建設用地；Pi、Pj分別代表兩個地塊的成交單價，兩類地塊的價格比記作：?？紤]到地塊成交時間的年份差異，引入以2015年為基期的價格指數對地塊價格進行修正，得到。為減少數據的異方差與偏態(tài)性，對其取對數得到價格比：為地塊相對價格比的方差，為避免取對數計算后由地塊排序帶來的負值，對所求方差取絕對值處理，得到相對價格比的絕對變化量∣VAR(ΔQij) ∣?？紤]到“土地”這一商品在空間上固定，不同權屬地塊無法通過市場進行流通套利，為消除這種與特定區(qū)域相聯系的固定效應帶來的系統(tǒng)偏誤，進一步引入區(qū)域內集體建設用地與國有建設用地成交單價的均值比對相對價格變動量進行修正[14]，得到修正值，其本質即為城鄉(xiāng)建設用地市場的分割程度。據此，構建市場一體化指數，值越大表明市場一體化程度越高。

3 研究區(qū)概況與數據說明

3.1 研究區(qū)概況

德清縣為浙江省湖州市所轄縣，位于長三角腹地，是杭州都市區(qū)的重要節(jié)點縣也是國家城鄉(xiāng)融合發(fā)展試驗區(qū)浙江嘉湖片區(qū)的重要組成。佛山市南海區(qū)地處廣佛都市圈，毗連廣州，是廣東省唯一的城鄉(xiāng)融合發(fā)展改革創(chuàng)新實驗區(qū)所在地。案例區(qū)的選擇主要遵循如下原則：一是典型性，德清縣與南海區(qū)作為早期鄉(xiāng)鎮(zhèn)企業(yè)繁榮地區(qū)，均較早地開展了集體建設用地流轉實踐，也是中國最早一批開展集體經營性建設用地入市試點的區(qū)域，城鄉(xiāng)建設用地市場發(fā)育相對成熟。二是差異性，兩地分屬長三角與珠三角地區(qū)，工業(yè)化路徑與市場環(huán)境相差較大，集體建設用地入市模式也存在較大差別，可用于對比分析。三是資料可獲得性，兩地的集體建設用地市場交易活躍，且相關制度建設領先，可用于分析的數據資料豐富。

3.2 數據來源及變量解釋

研究以德清縣、南海區(qū)兩地2015—2020 年城鄉(xiāng)建設用地市場交易數據為基礎。其中集體經營性建設用地入市地塊數據通過部門調研獲取，國有土地出讓數據來自于中國土地市場交易網的公開數據，地塊的區(qū)位特征數據在ArcGIS 中依據地塊到鎮(zhèn)政府、河流、客運站以及火車站點的最短距離計算，具體變量及解釋分析見表1。

表1 主要變量及解釋Tab.1 Main variables and explanations

3.3 數據處理

（1）租金還原。為與國有出讓土地的單價對比，本文采用收益還原法將集體經營性建設用地中租賃地塊所支付的租金還原至當前時點[24]，具體還原公式如下：

式（6）中：P為土地價格；a為土地年租金；n為地塊出租年限；r為資本還原率。通過對德清縣以及南海區(qū)兩地的市場分析，選用無風險安全利率加風險調整值確定資本還原率。其中無風險安全利率為中國人民銀行發(fā)布的一年期銀行存款利率1.5%，結合市場調研結果，將風險調整值設置為2.5%，資本還原率r=無風險安全利率+風險調整值=1.5% + 2.5% = 4%。

（2）地價插值。利用Python抓取具體交易地塊的經緯度信息后，在ArcGIS中采用反空間距離權重法對地價數據進行插值處理。

3.4 不同產權地塊交易現狀

從市場交易數據來看，德清縣與南海區(qū)兩地原有的國有建設用地市場壟斷均被打破，城鄉(xiāng)建設用地市場一體化趨勢明顯（表2、表3），但整體上國有建設用地依舊在市場中占據主導。2015—2020 年德清縣國有土地出讓面積占比高達96%，南海區(qū)占比80%。就價格而言，不同產權的建設用地價格差異明顯。德清縣的國有建設用地相較于集體建設用地價格明顯偏高，但隨著集體經營性建設用地的不斷入市，二者間的地價比值從2015年的2.59∶1下降至1.81∶1，城鄉(xiāng)建設用地價格差距有縮小趨勢。南海區(qū)整體地價相較于德清縣較高，其城鄉(xiāng)建設用地之間的價格較為相近，在2015—2020 年，國有建設用地價格與集體建設用地價格之間的比值在0.81～1.59間浮動。

表2 2015—2020年德清縣城鄉(xiāng)建設用地市場概況Tab.2 Urban and rural construction land markets in Deqing County, 2015-2020

表3 2015—2020年南海區(qū)城鄉(xiāng)建設用地市場概況Tab.3 Urban and rural construction land markets in Nanhai District, 2015-2020

兩地不同產權的建設用地供給在空間上均呈聚集態(tài)勢（圖1、圖2）。德清縣的集體經營性建設用地入市地塊主要集中在洛舍鎮(zhèn)、新市鎮(zhèn)、鐘管鎮(zhèn)以及莫干山鎮(zhèn)、雷甸鎮(zhèn)，其中莫干山鎮(zhèn)與武康街道地塊多為商業(yè)用地，地價相對較高，國有出讓地塊則主要集中在莫干山鎮(zhèn)、新市鎮(zhèn)以及武康街道。南海區(qū)的獅山鎮(zhèn)、大瀝鎮(zhèn)與丹灶鎮(zhèn)入市地塊較多，三地占總入市地塊數量的83.25%。獅山鎮(zhèn)與大瀝鎮(zhèn)的國有建設用地供給居于前列，且兩地的國有建設用地單價均低于集體經營性建設用地入市地塊。

圖1 2015—2020年德清縣城鄉(xiāng)建設用地價格分布圖Fig.1 Land price distribution of urban and rural construction land in Deqing County, 2015-2020

圖2 2015—2020年南海區(qū)城鄉(xiāng)建設用地價格分布圖Fig.2 Land price distribution of urban and rural construction land in Nanhai District, 2015-2020

圖3 德清縣產權性質回歸系數Fig.3 Regression coefficients of property rights in Deqing County

圖4 南海區(qū)產權性質回歸系數Fig.4 Regression coefficients of property rights in Nanhai District

4 實證結果分析

4.1 產權的市場分割效應

（1）OLS基準回歸。在確保模型中自變量的方差膨脹因子（VIF）不大于5的情況下開展地價影響因素的回歸分析。從基準OLS 模型中可以看出（表4），不管是在德清縣還是南海區(qū)，產權均在1%的顯著性水平上影響城鄉(xiāng)建設用地價格。模型（1）、模型（2）中變量property的系數均為負數，說明在德清縣，集體建設用地產權仍負向作用于土地價格；模型（3）、模型（4）中property的系數均顯著為正，說明在南海區(qū)，集體產權性質的地塊反而可能擁有更高地價。

表4 OLS回歸結果Tab.4 OLS regression results

從控制變量上看，交易方式（trans）也對地價有著顯著影響，以招拍掛等市場化程度更高的交易方式成交的地塊，其地價更高。模型（2）與模型（4）中的用地類型（type）為2 以及3 的系數值均為正值且在1%的水平上顯著，在德清縣，商業(yè)用地與居住用地相比于工業(yè)用地的地價分別高1.196、2.123 個單位，在南海區(qū)這一比例更高，商業(yè)用地與居住用地分別比工業(yè)用地地價高出2.154、2.743個單位。在使用年限變量（lntime）上，德清縣的回歸系數顯著為負，南海區(qū)回歸系數也為負但并不顯著，這可能與其較多的租賃地塊相關。德清縣的用地面積（lnsize）回歸系數為0.059，說明地塊面積越大，其地價相對越高，而南海區(qū)的地塊面積與地價呈負相關，這與地方政府以較多低價工業(yè)地塊招商引資相關。在區(qū)位因子上，除德清縣與河流最短距離（lndisrr）及與客運站最短距離（lndisrd）回歸系數不顯著以外，距離火車站的最短距離（lndisrl）以及距離鎮(zhèn)中心的最短距離（lndiszc）都與地價呈顯著負相關，說明交通通達性以及區(qū)域中心的輻射力對城鄉(xiāng)建設用地價格存在顯著影響。

（2）GTWR 回歸。利用Geoda 9.5 軟件計算得到2015—2020年德清縣與南海區(qū)兩地城鄉(xiāng)建設用地價格的全局Moran’sI指數分別為0.030、-0.054，P值均通過1%的顯著性檢驗。這表明德清縣與南海區(qū)兩地城鄉(xiāng)建設用地價格的空間分布具有顯著的聚集特征，有必要在影響因素模型中加入對空間效應的考量?；谏鲜瞿Ｐ团c變量，采用GTWR 方法做進一步回歸分析，其中擬合優(yōu)度R2越高，AICc越小代表模型擬合效果越好。根據表5不難發(fā)現，在兩個案例地中GTWR 模型相比于OLS 模型而言與數據的擬合效果更好，更適用于城鄉(xiāng)建設用地價格影響因素及時空效應變化特征分析。

表5 模型效果對比Tab.5 Comparison of model results

由于GTWR 模型回歸結果中會反饋每一個樣本的回歸系數值，本文主要選取各回歸系數的均值、中位數、最小值以及最大值進行匯報。從表6 中可以看出產權性質（property）在德清縣的回歸系數均值為-0.376，而在南海區(qū)回歸系數均值為2.393，與先前OLS回歸結果保持一致。在空間上，德清縣產權回歸系數的聚集性突出，在東部的新市鎮(zhèn)以及禹越鎮(zhèn)兩地存在回歸系數為正值的情況。這主要受德清縣發(fā)展規(guī)劃影響，新市鎮(zhèn)以及禹越鎮(zhèn)作為德清縣東部主要的發(fā)展支柱，集體經營性建設用地入市地塊中商業(yè)用地較多，地價也與國有建設用地更為接近。而南海區(qū)的城鄉(xiāng)建設用地價格更多受市場驅動，產權回歸系數在空間上的分布相對均勻。此外，模型中大部分控制變量也均與OLS 回歸結果保持了較好的一致性①限于篇幅，控制變量回歸系數的空間變化不予正文中展示。，再次說明了回歸結果的穩(wěn)健性，也為后期的地塊匹配提供了較好支撐。

表6 GTWR回歸系數統(tǒng)計Tab.6 Summary of regression coefficients of GTWR

表7 不同方法下的平衡性檢驗結果Tab.7 Results of balance test under different methods

4.2 市場分割效應驗證及非對稱性分析

（1）傾向得分匹配。依據平衡性檢驗結果，德清縣與南海區(qū)兩個案例區(qū)樣本的偽R2、LR統(tǒng)計量、均值偏差等在經過K近鄰匹配、半徑匹配以及核匹配后均呈下降趨勢，說明匹配后的集體土地與國有土地在解釋變量方面的系統(tǒng)性差異顯著下降，最大限度降低了樣本選擇偏誤問題。其中德清縣在半徑距離為0.06時的匹配效果更好，而南海區(qū)在K近鄰匹配方法下匹配效果更佳。采用上述方法對兩個案例區(qū)的匹配效果進行測算比較發(fā)現，德清縣樣本匹配率為81.55%，南海區(qū)匹配率高達92.15%，匹配過程僅損失較少樣本量，達到模型檢驗要求。整體上，匹配后的德清縣與南海區(qū)均修正了不同產權屬性地塊的得分偏差，使得處理組與控制組除產權性質以外在其他維度上具有可比性，匹配效果較為理想。

（2）處理效應。表8報告了處理組和控制組在匹配前后的地價對比，組間差ATT值即為消除地塊屬性及區(qū)位差異后產權對地價的影響?？梢钥闯?，不同匹配方法下德清縣地區(qū)的ATT值均為負值，南海區(qū)的ATT值為正值，且均在1%的水平上顯著，與OLS及GTWR 模型結果具有一致性。這一方面驗證了產權在城鄉(xiāng)建設用地市場中的分割效應，與既有研究對城鄉(xiāng)建設用地價格差異的認知相符，即國有建設用地與集體建設用地價格差異的根源在于土地權利權能，其在所有權物化程度以及民事財產權上的差異等通過影響土地收益預期形成二者在價值價格上的差異，也使得城鄉(xiāng)建設用地的“同地同價”具有相對性[21,29]。另一方面，南海區(qū)集體產權與地價間的正相關性也提示著集體建設用地價格并不必然處于低位，在最小化由地塊屬性、區(qū)位及用途管制等帶來的級差地租差異后，地租索取權的實現程度也會影響集體建設用地在不同地區(qū)的價格表現[30]。如在南海區(qū)，農民與村集體相較于其他區(qū)域地權意識更強，在土地開發(fā)權的界定中也擁有著主導性地位，因而集體經營性建設用地的價格與國有建設用地大致趨同甚至更高[31-32]。

表8 基于不同匹配方法的ATT值Tab.8 ATT values based on different matching methods

4.3 城鄉(xiāng)建設用地市場一體化測度

依據城鄉(xiāng)建設用地市場一體化指數測度結果，南海區(qū)整體的城鄉(xiāng)建設用地市場一體化水平相較德清縣更高，其中德清縣市場一體化指數為0.880，南海區(qū)為1.707。這與既有研究中對集體建設用地市場發(fā)育程度的測算結果一致，南海區(qū)的集體建設用地市場相較德清縣發(fā)育更為成熟，集體建設用地價值的顯化程度也更高，因而在其與國有建設用地市場對接的過程中面臨的產權歧視相對更少[2,33]。就市場環(huán)境而言，南海區(qū)在長期自下而上的參與式發(fā)展中形成的“半城市化”土地利用結構突出，國有土地與集體土地常交錯出現，二者除產權屬性外區(qū)位特征相似[34]。且在當前，南海區(qū)將集體經營性建設用地入市作為產業(yè)轉型升級及提升城市品質的重要抓手，對集體建設用地效益的追求也更高，城鄉(xiāng)建設用地在市場中的競爭力大致平衡。而德清縣在以工業(yè)園區(qū)為主導的土地開發(fā)模式下，集體建設用地與國有建設用地相比在區(qū)位上的劣勢明顯，其當前的集體經營性建設用地入市也仍以緩解國有建設用地的供應不足為主要目標，大多被作為工業(yè)及倉儲用地，城鄉(xiāng)建設用地市場在價格及利用效益上仍存較大差距[9,24]。

從空間上看（圖5、圖6），德清縣的城鄉(xiāng)建設用地市場一體化相對于南海區(qū)更為均衡，全域市場一體化指數處于0.755～1.106 之間，而南海區(qū)在1.027～1.812之間浮動。這主要受兩地差異化的發(fā)展階段及入市模式影響。對處于快速發(fā)展階段的德清縣而言，土地的高效、精準供給是主要需求，當地政府鼓勵集體經濟組織間通過調換土地所有權、建設用地復墾指標交易等多種模式開展異地合作入市，區(qū)域間土地市場互動密切，也為其產業(yè)“聯村發(fā)展”及縮小區(qū)域發(fā)展差距提供了重要抓手[33]。而步入發(fā)展轉型階段的南海區(qū)對用地效率及效益要求更高，政府探索開展的集體建設用地整備入市以及城鄉(xiāng)建設用地“混合開發(fā)”等實踐均以市場為導向，在取得較高效益的同時激烈的市場競爭也帶來了區(qū)域間城鄉(xiāng)建設用地市場一體化水平的較大分化[35]。但總體上，兩地的城鄉(xiāng)建設用地市場一體化指數高值區(qū)域均出現在集體建設用地交易活躍、經濟也相對發(fā)達的地區(qū)，如德清縣高值區(qū)域主要為莫干山鎮(zhèn)、鐘管鎮(zhèn)以及洛舍鎮(zhèn)，南海區(qū)的高值區(qū)域主要在獅山鎮(zhèn)、丹灶鎮(zhèn)以及大瀝鎮(zhèn)。

圖5 德清縣市場一體化指數Fig.5 Market integration index of Deqing County

圖6 南海區(qū)市場一體化指數Fig.6 Market integration index of Nanhai District

5 結論與建議

本文立足“同地同權同價”改革目標，在驗證產權的市場分割效應存在的前提下，結合傾向得分匹配與相對價格法對浙江省德清縣與廣東省南海區(qū)兩地的城鄉(xiāng)建設用地市場一體化水平進行了綜合測度與對比分析。結果表明：（1）產權在城鄉(xiāng)建設用地市場中的分割效應顯著，且在地區(qū)間存在明顯非對稱性。不管是在南海區(qū)還是德清縣，產權均對城鄉(xiāng)建設用地的價格有著顯著影響，但南海區(qū)的集體產權以正向影響為主，而在德清縣則表現為負向作用。（2）地區(qū)間城鄉(xiāng)建設用地市場一體化進程不一。南海區(qū)的集體建設用地市場發(fā)育較為成熟且當前處于效益提升階段，城鄉(xiāng)建設用地在市場中的競爭力相對均衡，城鄉(xiāng)建設用地市場一體化的水平更高；而正處快速發(fā)展階段的德清縣，集體經營性建設用地入市主要用于緩解國有建設用地的供給不足，市場仍以國有建設用地為主導。（3）同一地區(qū)不同區(qū)域的城鄉(xiāng)建設用地市場一體化水平也并非一致。德清縣在異地合作入市模式下區(qū)域間土地市場互動較多，城鄉(xiāng)建設用地市場一體化水平相對均衡；而南海區(qū)在市場導向下的整備開發(fā)及“混合開發(fā)”等模式在提升用地效率的同時也強化了區(qū)域間的市場競爭，城鄉(xiāng)建設用地市場一體化水平在地區(qū)內部的分異明顯。

據此，未來推進城鄉(xiāng)建設用地市場一體化發(fā)展，一方面應持續(xù)關注集體建設用地在權利權能上的相對弱勢，通過更為合理的增值收益分配等提升集體建設用地的產權收益預期，降低其在市場中可能面臨的產權歧視；另一方面通過土地整治、村莊規(guī)劃等措施改善集體建設用地在地塊屬性及區(qū)位上的相對劣勢并強化效益管控，提升其市場競爭力。與此同時，也需關注城鄉(xiāng)建設用地市場一體化在區(qū)域協(xié)調發(fā)展中的作用，在以集體經營性建設用地入市助力城鄉(xiāng)共同富裕的同時，探索以異地調整、“集地券”等跨區(qū)域合作入市模式進一步平衡不同區(qū)域及村集體的利益訴求，縮小區(qū)域發(fā)展差距。

需要說明的是，囿于數據可得性，本文仍然存在諸多不足之處有待后續(xù)優(yōu)化，如在影響地價的指標體系構建中未考慮土地前期開發(fā)情況，在樣本的選擇上對中西部地區(qū)案例關注不足等。