傾向中西部的土地供給如何推升了房價

文樂+彭代彥

摘要：利用2001—2013年的281個地級市及以上城市面板數據，運用空間計量模型，研究土地供給對房價的空間影響，并進一步分析中國房價快速上漲的成因。研究發現：首先，從全國來看，房價對土地供給的總彈性為-00532，說明土地供給減少推高房價；土地供給的空間溢出效應顯著為負，若不考慮空間溢出效應，將會高估土地供給對房價的直接效應。其次，土地供給的空間效應還存在時空差異，2003年后東部土地供給的空間效應大于中西部地區，表明土地供給政策向中西部傾斜導致東部地區房價進一步上漲。此外，研究還發現工業用地面積占比對房價也有重要影響。因此，為抑制房價過快上漲，需要深化土地供給側改革，增加東部土地供給總量，并調整土地供給結構，防止工業用地過度擴張。

關鍵詞：房價；空間計量；土地供給；空間溢出效應

文章編號：2095-5960（2017）01-0014-11

中圖分類號：F061.6

文獻標識碼：A

一、引言

自2003年以來，中國房價快速上漲，引起社會極大關注。2002年全國商品房平均銷售價格為2250元/平方米，而2013年提高到6237元/平方米①①數據來源于《中國房地產統計年鑒》。

，上漲了177.20%，而且東部城市比中西部城市平均房價上漲幅度更大（如圖1所示）。為避免房價過快上漲，維持住房市場的穩定，中央政府先后從限貸、限購、限價、房產稅、保障性住房建設等多個方面入手，相繼出臺了一系列嚴厲的措施，包括

“國八條”②②《國務院辦公廳關于切實穩定住房價格的通知》（國辦發明電〔2005〕8號）。

、“國六條”③③《國務院辦公廳轉發建設部等部門關于調整住房供應結構穩定住房價格意見的通知》（國辦發〔2006〕37號）。

等，然而，這些政策收效甚微，未能真正抑制住房價快速上漲。顯然，進一步認識房價上漲的成因，有利于調控房價。

學術界對房價上漲的原因進行了大量研究，普遍認為推高房價的主要因素是城市土地供給。其中，許小年（2011）認為中國房價的上漲與人為的土地供應控制有關。[1]一方面，為了保護耕地，國家制定了18億畝耕地紅線，嚴格限制土地供給；而人口、收入與城鎮化水平一直在不斷提高，使得土地的供需矛盾加劇，進而導致房價上漲。另一方面，為了平衡區域發展，2003年以來中央開始實行傾向于中西部的土地供給政策，相應壓縮東部地區的土地供給，使得東部地區房價進一步地上漲。[2]此外，從地方政府角度來看，在中國土地供給一級市場上，地方政府擁有壟斷權，土地供給不足也是地方政府行為的作用。[3]地方政府出于晉升激勵和財政壓力，一方面，低地價甚至零地價出讓工業用地進行招商引資，促進地方經濟增長，因而獲得財政收入與晉升籌碼；另一方面，地方政府限制居住用地的供給量，使得住宅用地難以滿足市場需求，導致房價、地價上漲，進而增加地方政府的土地出讓收入，為地方建設融資[4][5]。在土地供給市場上盡量擴大工業用地而壓縮住宅用地是地方政府的理性選擇。2003—2013年間住宅用地面積占建設用地面積的比重全國平均水平僅為31%，而一線城市住宅用地占比還低于30%①①數據來源于《中國城市建設統計年鑒》，作者整理。

[11]的研究則發現臺北的房價與周邊城市房價存在明顯的相互作用，但是對較遠的城市影響不明顯。國內一些學者分別以中國35個大中城市和285個地級市及以上城市的房價為研究樣本，證實了空間溢出效應的存在[12][13][14]。其次，現有實證研究大多采用時間序列或面板數據模型，但由于假定樣本之間不存在空間自相關和異質性，模型估計結果有偏且不一致[15][16]。

綜合以上分析，本文擬基于空間溢出視角，運用空間德賓模型，并利用2001—2013年中國281個地級市及以上城市的面板數據集，研究土地供給對房價的空間影響，并把空間效應分解為直接效應、間接效應與總效應。與既有研究相比，本文的貢獻主要在于三個方面：第一，充分考慮了區域間的空間交互作用，實證模型估計更為可靠，同時還構建了不同空間權重矩陣并進行穩健性檢驗；第二，首次使用來自2001—2013年281個地級市的面板數據集，其大樣本數據可以進行更為深入的分析；第三，進一步分析了土地供給變化對房價的空間影響，有利于更好地認清中國房價上漲的根源，并有利于政府對房地產市場進行調控。

二、

土地供給政策背景與理論分析

（一）土地供給的政策背景

中國實行嚴格的建設用地指標控制和用地審批制度，土地由政府壟斷供給。對于每一年度的土地供給計劃指標，國土資源部根據全國土地利用年度計劃總量控制指標建議以及省、自治區、直轄市上報的計劃指標建議，編制全國土地利用年度計劃草案。草案須依次上報國務院審定及人大審議通過后再下達各地正式執行①①《土地利用年度計劃管理辦法》第九條。且土地利用年度計劃一經批準下達，必須嚴格執行②②《土地利用年度計劃管理辦法》第十三條。

為了保護耕地，平衡區域發展，國家自2003年開始實行傾向中西部的土地供給政策。[2]從圖2可以看到，自2003起年全國審批建設用地增長率明顯下降，多數年份土地供給增長率甚至為負③③在2009年有明顯的增幅，可能是2008年金融危機后國家經濟刺激的作用。

，說明國家土地供給總量是收緊的。而圖3表明自2003年起中西部的土地供給在相對增加，因為中西部建設用地審批面積占全國建設用地審批面積的比重自2003年呈現上升趨勢，總建設用地審批面積占比從2002年的476%上升到了2013年的6663%。另外，中西部的土地出讓面積占全國總出讓面積的比重在2003年之前是下降的，而此后從2003年的3155%一直上升到2013年的5586%。

2015年中國土地勘測規劃院發布了《全國城鎮土地利用數據匯總成果分析報告》④④中國土地勘測規劃院.指出2009—2014年，全國城鎮住宅用地面積累計增幅為230%，且增幅由2010年的53%下降至2014年的36%，呈放緩趨勢。自2011年起，中、西部地區的城鎮住宅用地年度增幅維持在5%、6%左右，均大于東部地區的年度增幅。自2009至2014年間，對于不同規模城市，其住宅用地的年度增幅也呈現出“小城市>中等城市>大城市>特大城市和超大城市”的特征。簡而言之，近十年來土地供給政策表現為：土地供給總量增長減緩并且向中西部地區偏移。

（二）理論分析

根據空間經濟學的定義，本地城市的土地供給變化對本地城市房價的影響被稱為“直接效應”；而本地城市的土地供給變化對周邊其他城市房價的影響被稱為“間接效用”，也即溢出效應；并把直接效應與間接效應之和定義為“總效應”[17]。

顯然，如果各個城市是封閉的或相互獨立的，那么就不會存在空間溢出效應，土地供給的直接效應就等于總效應。但是，如果人口、資金以及資本等要素在區域之間可以自由流動，那么就會產生空間溢出效應，土地供給的直接效應也會降低。[18][19]換句話說，本地城市土地供給變化對本地房價的影響會擴散到周邊城市。原因在于，當其他條件不變時，本地城市減少土地供給量，則本地城市住房供給就會受到限制，導致房屋供給不足，本地城市房價上漲，土地供給的直接效應為負；同時，由于可供利用的土地減少，本地城市房價以及土地使用成本都將上升，從而迫使企業和居民可能向周邊城市轉移，進而增加周邊城市的住房需求，導致周邊城市房價上漲，土地供給的溢出效應也為負；而本地城市由于企業和居民的流出，住房需求減少，房價下降，這部分抵消了本地城市房價上漲幅度，進而直接效應下降。

綜合以上分析可知，土地供給對房價的直接效應與空間溢出效應為負，同時，直接效應要小于不考慮空間溢出效應時的水平。另外，土地供給總量減緩且向中西部地區傾斜，導致東部地區土地供給不足，因此，東部地區房價要比中西部上漲得更快。換言之，傾向中西部的土地供給政策進一步推升了東部房價。

三、實證模型、

變量選取與數據說明

（一）實證模型

比較常用的空間計量模型主要是空間自相關模型（SAR）、空間誤差模型（SEM）和空間德賓模型（SDM）。SAR模型主要研究相鄰地區對主體行為直接產生的影響，SEM模型通過誤差項的相互影響來表現空間關系，而SDM模型是SAR模型和SEM模型更廣義的形式，優點在于同時考慮了自變量和因變量的空間相關性[15]。SAR、SEM和SDM模型的具體形式分別如下：

維空間權重矩陣，Wij為矩陣W的元素。空間權重矩陣是進行空間計量分析的關鍵，根據需要可以設定不同的權重矩陣，不同的權重矩陣得到的計量估計結果也可能產生很大的差異。因此本文首先選取國內學者普遍采用的鄰結矩陣作為基準模型，然后分別以地理距離矩陣、引力矩陣作為穩健性檢驗。鄰結矩陣的取值方法為如果兩個地區相鄰，那么Wij取值為1，否則取值為0，最后對矩陣W進行行標準化。

（二）變量選取與數據來源

因變量房價為商品房屋銷售單價（元/平方米），具體用《中國區域經濟統計年鑒》固定資產投資表中的“商品房銷售額”除以“商品房銷售面積”得到，并使用CPI將其折算為以2000年不變價表示的實際值，然后取對數，用lnhp表示。

關于核心變量土地供給，考慮到商品住宅用地必須以出讓方式供給，相應的土地出讓面積也更為直接地影響房價，因此，土地供給指標用各城市國有建設用地出讓面積（公頃）來表示，并取對數，符號為lnland，相應數據出自歷年《中國國土資源年鑒》；同時，考慮到從土地出讓到形成房屋供給需要一定時間且為緩解模型內生性，使用滯后一期的土地出讓數據。

關于控制變量。考慮到并非全部土地出讓面積都用于住房建設，其中也有一部分屬于工業用地，還考慮到地方政府在土地市場上擴張工業用地，相對縮減住宅用地供給從而提高房價，借鑒范劍勇等（2015）[5]的做法，使用工業用地占城市建設用地面積比重這一變量控制用地結構的影響，用變量Ril表示，并取滯后一期，數據來源于《中國城市建設統計年鑒》。通常收入水平越高，對住房需求越大，房價可能越高；用人均GDP控制收入水平的影響，并利用CPI指數平減，然后取對數，用lngdp表示。考慮到中國相當部分購房者需要通過貸款買房，借鑒李永友（2014）[12]的做法，用金融便利性來衡量融資約束對居民住房需求的影響，具體度量采用市轄區銀行貸款占市轄區GDP比重，用Loan表示；人口密度與人口增長率兩個人口變量主要反映購買壓力，分別用lnden和Pgr表示，通常購買壓力越大，房價越高，預期符號為正；工業化水平用第二產業占GDP的比重，用Seco表示，通常工業化水平越高，對土地與住房需求越高，從而房價可能越高，預期符號為正。另外，考慮到城市公共服務差異影響住房品質，進而資本化為房價的一部分，而城市市政公用設施建設固定資產投資主要用于城市供水、燃氣、集中供熱、公共交通、道路橋梁、排水、防洪、園林綠化、市容環境衛生建設等，因此本文選擇城市市政公用設施建設固定資產投資占城市GDP的比重來反映市政公共服務的相對水平，用變量Amen表示。另外，用普通中學每萬學生中教師占比作為教育水平的代理變量，用變量lnedu表示。以上控制變量中，人均GDP、金融便利性、人口密度、人口增長率以及工業化水平、教育水平的相關數據均來自歷年《中國城市統計年鑒》，且為確保數據的準確性，使用市轄區數據。另外，由于《中國城市統計年鑒》未公布2001和2002年城市貸款數據，用《中國區域統計年鑒》中的工商業貸款作為替代；城市市政公用設施建設固定資產投資數據來自于歷年《中國城市建設統計年鑒》。

四、實證結果分析

（一）空間相關性檢驗

I值都是顯著為正的，平均值為0315，且從2001年到2013年整體呈現上升趨勢，說明地區間房價存在空間上的正相關而且空間關聯效應是增強的；表現為高房價城市集中在東部地區，低房價城市集中在中西部地區，全國整體呈現“高—高”和“低—低”集聚分布特征。此外，在OLS模型基礎上，對模型的空間自相關和空間誤差相關進行了LM和R-LM檢驗，相關檢驗結果是高度顯著的，拒絕不存在空間效應的原假設，因而采用空間計量模型估計是合適的。

（二）空間模型的估計結果及討論

本文采用極大似然法進行估計，Hausman檢驗結果表明固定效應模型要優于隨機效應模型，同時個體固定效應和時間固定效應的聯合檢驗表明雙向固定效應模型較為適宜。另外，根據Lee基于表3的SDM模型，進行綜合比較分析，發現如下幾個特征：

（1）土地出讓面積對本地房價起負向作用，而且溢出效應也顯著為負。從表3的SDM模型估計可以看到lnland的系數為負，這說明本地土地供給的減少將導致本地房價上漲。這跟預期是一致的，因為土地出讓面積的減少，住房供給量減少。另外，相比于不考慮空間效應的模型，lnland的系數絕對值有所下降，這種差異是受到空間溢出效應作用的緣故。模型中W×lnland的系數顯著為負，說明其他地區增加土地供給，本地房價將會下降，或者本地增加土地供給，能夠降低其他地區房價。符合前文理論分析。

（2）工業用地面積占比提高不僅可以推升本地城市房價，而且對周邊城市房價也起正向作用。在表3的SDM模型中Ril的系數顯著為正，說明本地工業用地占建設用地的面積比重越高，本地房價也越高，地方政府大量出讓工業用地而擠占居住用地，從而推高房價。另外，W×Ril的系數也是顯著為正的，說明工業用地面積占比的溢出效應為正，即本地工業用地面積的增加將引起周邊地區房價上漲。換言之，其他城市工業用地的增加對本地城市房價起推升作用。

（3）關于其他控制變量。控制變量符號跟預期基本是一致的，人均收入水平、金融便利性、人口增長率與工業化水平這類需求因素對本地房價以及對周邊城市房價基本都有顯著正向作用，只有人口密度的影響不顯著，可能是城市蔓延稀釋了人口密度；在供給因素中，城市市政建設固定資產投資占比的空間溢出效應在10%的顯著水平上為正，但直接效應不顯著。教育水平的直接效應和間接效應都顯著為正，也就是教育水平越高，房價更高。空間自相關系數（δ）顯著為負，說明房價“高-低”、“低-高”空間集聚特征明顯，跟姜松和王釗（2014）[21]的研究是一致的。

五、進一步分析

（一）空間效應的分解及時空差異

綜合前文分析，發現如下特征：

（1）從全樣本來看，本地城市土地供給增加對房價的直接效應要小于間接效應，同時工業用地占比和人均GDP是影響房價的重要因素。當周邊所有城市土地供給增加1%，本地城市房價將下降408%，而其他城市土地供給不變時，本地城市土地供給增加僅能使房價下降124%，這要小于不考慮空間關系的效應（203%）。再從總效應來看，土地出讓面積是高度顯著為負的，彈性為-00532，也就是說，全國所有地區減少土地出讓面積1%，房價將上漲532%。這說明，土地供給減少對房價具有重要影響。在控制變量中，工業用地占比具有顯著的正向溢出效應，總效應也顯著為正的04915。

（2）從子樣本來看，土地供給對房價的影響存在明顯的區域差異，東部土地供給的邊際影響要大于中西部。具體而言，東部土地出讓的直接效應顯著為-00156，高于全國平均水平，而中西部地區直接效應僅為-00072，且不顯著；東部土地出讓間接效應高度顯著為-00705，影響遠大于中西部土地出讓的間接效應，后者僅為-00293；再次，東部與中西部土地供給的總效應也存在很大的差異，東部總效應為-00861，而中西部總效應為-00366，表明傾向中西部的土地供給政策推升了東部地區房價。

從前文圖2和圖3可知，2003年前后土地供給政策發生了重大變化。具體來說，2003年后土地供給增長減緩而且向中西部地區偏移，東部地區審批建設用地面積占比和土地出讓面積占比自2003年后都在下降。為觀察土地供給政策變化對房價的影響，從時空兩個維度進一步分解土地供給的空間效應。從表5的分解結果可知，2003年之前，東部和中西部土地供給對房價的影響并不明顯，但是2003年后東部和中西部土地供給的總效應都顯著為負，而且東部地區的直接效應、間接效應及總效應都要大于中西部地區。這說明2003年土地供給政策對房價產生了顯著影響，而且東部地區受土地供給的影響大于中西部受土地供給的影響，同時，也表明傾向中西部的土地供給政策進一步推升了東部地區房價。

（二）穩健性檢驗

作為穩健性分析，首先考察了權重矩陣的變化，是否會對前文估計結果產生顯著影響。使用的不同權重矩陣包括球面距離矩陣、球面距離平方矩陣和引力矩陣，其中，地理距離矩陣根據兩個城市的經緯度計算球面距離，然后直接取倒數或者取距離平方的倒數所得；引力矩陣用兩城市間的GDP的乘積與地理距離之比表示。估計的SDM模型結果見表6，可知估計結果跟表3估計的土地供給系數符號完全是一致的。

在基準回歸中，考慮到住房建設周期，本文使用了土地出讓面積變量與工業用地占比變量的滯后一期數據，但是，如果考慮到理性預期的作用，那么潛在購買房屋者就可能對本年度的土地供給情況作出反應，即當本年度土地供給減少時，下一年度房價就將進一步上漲。理性消費者預計到這一點，就會提前購房，使得土地供給減少在本年度就傳導到房價上。因此，使用當年數據再次進行了估計，可知表6第（4）個回歸模型的系數符號跟表3的基準回歸是一致的。

六、結論與啟示

近十多年以來，中國房價快速上漲，尤其是東部地區上漲速度更快。針對這一現象，本文首次利用2001—2013年中國281個地級市及以上城市的空間面板數據集，運用空間德賓模型研究了土地供給政策對房價的空間影響，并把空間效應分解為直接效應、間接效應和總效應，進一步探討了房價上漲的成因。結果發現，土地供給對房價的影響存在顯著負的空間溢出效應，而直接效應相比于普通面板模型的系數要小得多，表明如果不考慮空間溢出效應，會高估土地供給對房價的作用。使用不同的權重矩陣的結果表明，本文的估計結果也是穩健的。而全國房價對土地供給的總彈性為-00532，間接效應為-00408，直接效應僅為-00124。我們還發現，土地供給的空間溢出效應存在顯著的時空差異，原因在于偏向中西部的土地供給政策使得東部地區用地更為緊張，從而進一步推升東部地區房價。此外，工業用地占比不僅對本地城市房價有顯著的正向作用，而且對周邊城市房價也有正的溢出效應。

房價的過快上漲不僅關系到百姓生活，也影響國民經濟的平穩健康發展和社會穩定，因此需要維持房價穩定，防止房價過快增長。然而，近年來，中央政府雖然密集出臺了多種措施以遏制房價過快上漲，但是房價快速上漲的勢頭并未得到全面遏制。2014年國土資源部出臺的《關于強化管控落實最嚴格耕地保護制度的通知》（國土資發〔2014〕18號）明文要求“逐步減少新增建設用地計劃指標，重點控制東部地區特別是京津冀、長三角、珠三角三大城市群建設用地規模，對耕地后備資源不足的地區相應減少建設占用耕地指標”，這意味著東部地區土地供給將減少，房價將會繼續上漲。

從本文的研究結果來看，為抑制房價過快上漲，需要深化土地供給側改革，具體要從兩個方面著手，一是增加東部地區土地供給總量，二是調整土地供給結構。同時，值得注意的是，由于空間溢出效應的存在，土地供給的直接效應比較小，單獨增加一個城市房價并不能顯著降低該城市的房價，需要考慮土地供給的全域效果。此外，由于地方政府面臨財政壓力和晉升壓力，往往傾向于增加工業用地而減少住宅用地，從而進一步推升房價上漲。因此，在增加土地供給總量的同時，也需要調整土地供給結構，防止工業用地面積的過度擴張。當然，這需要進一步調整現有的財稅體制以及官員的考核機制，減輕地方政府對“土地財政”的依賴。總而言之，防止房價過快上漲，不僅需要調節住房需求，更需要改善住房供給結構，深化供給側的改革，解決住房供需矛盾。

參考文獻：

[1]許小年.土地供給不足造成房價高企[N].經濟參考報，2011-11-11.

[2]陸銘，張航，梁文泉.偏向中西部的土地供應如何推升了東部的工資[J].中國社會科學.2015（5）：59-83.

[3]鄭思齊，師展.“土地財政”下的土地和住宅市場：對地方政府行為的分析[J].廣東社會科學，2011（2）：5-10.

[4]陶然，袁飛，曹廣忠.區域競爭、土地出讓與地方財政效應：基于1999～2003年中國地級城市面板數據的分析[J].世界經濟，2007（10）：15-27.

[5]范劍勇，莫家偉，張吉鵬.居住模式與中國城鎮化——基于土地供給視角的經驗研究[J].中國社會科學，2015（4）：44-63.

[6]陳斌開，楊汝岱.土地供給、住房價格與中國城鎮居民儲蓄[J].經濟研究，2013（1）：