京津冀住宅用地市場健康度的時空特征及影響因素分析

趙超然， 邵京京， 葛京鳳

1. 中國科學院地理科學與資源研究所 地表格局與模擬重點實驗室，北京 100101；2. 中國科學院大學 資源與環境學院，北京 100049；3. 邯鄲學院 經濟管理學院，河北 邯鄲 056005；4. 河北師范大學 地理科學學院，石家莊 050024

土地市場有效實現土地資源配置, 在提高土地資源利用效率中發揮不可或缺的作用[1-2]． 隨著我國社會主義市場經濟的快速發展, 以市場為主體的住房制度逐步建立, 我國住宅用地市場持續增溫． 各地住宅用地市場繁榮的同時, 土地利用效率低、 地價飛漲、 住房市場運行與區域社會經濟發展不協調等土地資源管理問題也日益突出[3]． 住宅用地市場作為土地市場中最活躍的部分, 其健康程度及發展狀況不僅關系著土地資源的配置效率, 更是與經濟發展、 社會穩定息息相關[4]． 自2003年國務院出臺《關于促進房地產市場持續健康發展的通知》后, “房地產市場健康”的概念被頻繁提及, 2017年黨的十九大報告中提出了“房住不炒”原則, 明確提出要促進房地產市場持續健康發展, 《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》也強調了“房地產市場健康”． 近兩年受整體經濟下行的影響, 住宅用地市場健康狀況引起了國內外社會與學術界的廣泛關注．

住宅用地市場是土地市場重要的組成部分, 健康度是表示土地市場發育程度的綜合變量, 健康度的高低代表著土地市場發展程度． 國內外的研究在描述土地市場綜合運行狀況時, 并不常用“健康度”這一表述, 而是用“市場發育”等較為粗略的定義． 目前, 關于住宅用地市場的研究, 國外研究多涉及土地產權制度、 市場機制以及政策調控下市場發育程度評價, 聚焦于市場運行狀況的單一指標評價, 如Himmelberg等[5]、 Miceli等[6]、 Radzimski[7]分別從房價收入比、 房屋空置率、 供求關系等方面對住宅用地市場發展進行測度． 國內研究從單一的市場化水平擴展至成熟度、 障礙度等評價, 指標選取、 分析思路與方法趨于成熟, 如宋偉軒等[8]、 余建輝等[9]、 湯慶園等[10]以市場較發達的南京、 北京、 上海等大城市為研究對象, 從住宅價格的時空分異及影響因素方面分析住宅市場的運行狀況; 韓娟等[11]以縣級行政區為研究單元, 對中國住宅出讓地價發育形態及影響因素進行分析; 任曉瑜等[12]、 吳郁玲等[13]分別以河北省、 江蘇省為例, 選取截面數據探究影響市場水平的原因; 胡香宇[14]以中國地價監測城市為研究對象, 構建住宅地價的健康度評價體系, 探究中國城市住宅地價健康度的分布特征; 徐心茹等[15]利用Ward系統聚類法對中國縣域住宅市場健康度進行綜合分區; 吳巍等[16]則從房地產市場角度構建評價指標, 探究長江中游城市群住宅市場健康度的時空演變特征．

綜上, 國內外對于住宅用地市場測度的研究日趨完善, 但仍存在以下問題: 一是研究范圍方面, 現有研究多以熱點大城市、 省域或全國尺度為主, 缺乏對城市群的整體性研究; 二是研究數據方面, 相關研究多采用截面數據, 難以準確反映住宅用地市場在時間上的連續性特征; 三是研究視角方面, 從健康度視角分析城市住宅用地市場的研究目前尚不多見． 而京津冀地區是我國經濟活力最強的區域之一, 京津冀協同發展不斷推進的同時, 也存在住宅地價差異大、 土地資源配置效率低、 住宅用地市場發育不平衡等問題． 因此, 本研究以京津冀為研究區, 選取2013-2017年13個地級市住宅用地出讓數據, 采用TOPSIS-灰色關聯度模型和面板數據模型, 從城市群空間整體性和時間連續性方面, 綜合分析研究區住宅用地市場健康度時空演化特征及影響因素, 以期優化京津冀地區住宅用地市場, 為制定京津冀協同健康發展的土地政策提供科學依據．

1 住宅用地市場健康度指標體系構建

一般來說, 健康的住宅用地市場狀態通過市場作用機制調節, 在達到高市場化水平的基礎上, 實現住宅用地資源有效配置, 同時與社會、 經濟呈協調、 可持續發展的態勢． 根據住宅用地市場發育程度的內涵要求, 參考徐心茹等[15-18]住宅用地市場評價指標體系, 從國民經濟發展、 市場活躍程度、 土地供應情況和人地協調關系4個方面定義8項指標測度住宅用地市場健康度． 如圖1所示, 價格形成機制是土地市場作用的核心, 當住宅價格與國民經濟均衡協調發展時, 住宅用地市場才能健康穩定, 因而將地價與經濟、 可支配收入協調度作為衡量住宅用地市場健康的重要指標; 市場活躍程度直接關系住宅用地市場的健康狀況, 其具體表現為地方財政收入對土地出讓收入的依賴性大小、 土地交易是否頻繁、 公開出讓率高低, 因此將土地財政貢獻度、 土地市場化交易率和土地市場交易活躍度確定為評價指標; 土地供應情況可以及時反映市場供給程度, 土地的稀缺性和不可再生性終會導致供不應求的情況, 所以住宅用地的供應比例以及有效供地率可以檢驗市場健康程度; 人地關系是當今社會發展必須直面和探討的問題, 因此將土地供應量與人口增長速度是否協調作為測度住宅用地市場可持續發展的指標． 具體指標如表1所示．

表1 京津冀住宅用地市場健康度評價指標及含義

圖1 住宅用地市場健康度框架

2 研究數據與方法

2.1 研究區概況和數據來源

京津冀是中國的“首都經濟圈”, 包括北京、 天津兩個直轄市及河北省的石家莊、 承德、 張家口、 秦皇島、 唐山、 廊坊、 保定、 滄州、 衡水、 邢臺、 邯鄲11個地級市, 面積21.6萬km2． 住宅地價數據來源于《河北省土地市場動態監測分析報告》和中國城市地價動態監測網(http: //www. landvalu.com.cn/), 住宅用地市場交易數據從各地級市自然資源和規劃局網站獲得, 用于評價住宅市場健康度及其影響因素的指標數據來源于《北京統計年鑒》 《天津統計年鑒》 《河北經濟年鑒》．

2.2 研究方法

2.2.1 TOPSIS-灰色關聯模型

TOPSIS模型和灰色關聯模型都可以判斷多屬性指標的優劣, 為使結果更加合理, 更符合實際情況, 將兩種算法結合起來實現住宅用地市場健康度的評價[19-20]． 計算步驟如下:

1) 構建加權規范化決策矩陣．

Zij=|Wj×Yij|nmi=1, 2, …,n;j=1, 2…,m

(1)

式中:Z為決策矩陣;Wj為熵權法[21]所求權重;Yij為標準化處理之后的指標數據;n為城市個數;m為指標個數．

正理想解:

(2)

負理想解:

Lj=min(Zij)j∈J

(3)

式中:J*為正向指標;J為負向指標．

(4)

(5)

(6)

(7)

式中:ρ的取值范圍為[0, 1], 通常取ρ=0.5．

(8)

(9)

6) 計算理想解的貼近度．

(10)

式中:Ci為貼近度,Ci越大, 評價對象越理想;α和β為權重, 取值范圍均為[0, 1], 且α+β= 1, 通常情況下,α=β=0.5．

2.2.2 空間自相關

ESDA以可視化的表示方法對數據的空間分布特征進行描述, 有效識別空間數據的結構和異常值, 可以直觀地揭示某一地理現象的空間集聚效應及其空間相互作用機制[22]． 為闡明京津冀住宅用地市場健康度的空間相關性和局部空間分布格局, 采用ESDA中的Getis-Ord Genral G指數和局部Getis-Ord Gi*[23]對其進行檢驗．

2.2.3 面板數據模型

本研究采用面板數據模型分析影響京津冀住宅用地市場健康度的社會經濟因素． 相較于截面數據模型和時間序列模型, 面板數據模型能夠有效控制不可觀測經濟變量帶來的估計偏差, 設定更合理, 模型參數的樣本估計量更準確． 同時能夠通過擴大樣本信息, 減少變量間的共線性, 提高估計量的自由度和有效性[24-25]．

考慮到各指標數據差距較大, 因此對所有數據取對數, 具體公式如下:

韓國也是一個非常注重養生的國家，韓國的氫健康產業起步比較晚，但是在企業、學術機構和用戶的支持下，得到了快速的發展。目前除了氫水之外，韓國企業還衍生出了氫沐浴、氫足療、氫美容等多個相關產業，并且受到了皮膚類疾病患者的高度認可。

lnIit=a0+a1lnJGit+a2lnJSit+a3lnRMit+a4lnCZit+a5lnJCit+a6lnFNit+ui+vit

(11)

式中:i為京津冀地區各城市;t為年份;JGit為i城市t年的人均GDP;JSit為i城市t年城鎮居民人均可支配收入;RMit為i城市t年的城市人口密度;CZit為i城市t年的城鎮化率;JCit為i城市t年進出口總額占GDP的比例;FNit為i城市t年非農產業產值占GDP的比例;ui為不可觀測的地區效應;vit為隨機誤差項;a0為研究單元共同的截距項;a1-a6分別為相對應指標的回歸系數．

3 結果與分析

3.1 住宅用地市場健康度時空特征

3.1.1 住宅用地市場健康度的時間演化

利用TOPSIS-灰色關聯度模型計算得到2013-2017年京津冀住宅用地市場健康度的最終得分及排名, 結果如表2所示． 從數值上看, 2013年健康度最高得分為0.655(北京市), 最低為0.446(承德市), 相差0.209; 2017年健康度最高得分為0.663(北京市), 最低為0.453(承德市), 相差0.210． 京津冀地區住宅用地市場健康度處于中等水平, 呈波動上升趨勢, 城市間差異縮?。?從排名上看, 北京市和天津市的位序穩定且健康程度高, 分列前兩名． 京津兩地的區位條件優越, 經濟發展迅速, 土地市場交易率和活躍度相對較高． 石家莊、 保定和廊坊3市健康水平次之, 排名在3至6名間輕微波動． 石家莊市作為河北省省會, 發展環境和區位條件優越, 保定和廊坊在京津的輻射帶動下, 住宅用地市場發育良好, 因此健康度雖有波動, 但整體較為穩定． 承德市和張家口市健康度位序最低, 排名也較穩定． 由于該地區地處偏遠, 經濟發展水平低, 土地財政貢獻高, 土地市場化交易、 有效供地占比不理想, 排名較低． 在13個城市中, 除秦皇島市和邢臺市的排名波動上升, 唐山市和滄州市持續下降以外, 大部分城市的健康度位序雖發生變化, 但波動不大．

表2 京津冀住宅用地市場健康度得分及排名情況

為進一步探索京津冀地區住宅用地市場健康度的時序特征, 采用差異指數來反映健康度的相對差異和絕對差異(圖2)． 從數值上看, 健康度的變異系數和標準差的變化一致, 在2013-2016年變異系數和標準差呈上升態勢, 城市間住宅用地市場的健康度分化; 2016-2017年略有下降, 市場分化趨勢減弱． 隨著京津冀協同發展不斷深化, 城市間住宅用地市場逐漸向一體化方向發展, 尤其在2016年后, 各城市根據實際情況, 差別化調控, 因城施策, 一定程度上縮減了市場差異, 住宅用地市場健康度的發展差距逐漸縮?。?/p>

圖2 住宅用地市場健康度變異系數及標準差

3.1.2 住宅用地市場健康度的空間特征

運用ArcGIS 10.2軟件對京津冀地區2013-2017年住宅用地市場健康度進行全局空間自相關分析(表3), 各年份空間關聯系數G(d)值和E(G)為正,Z值均大于1.96, 說明研究區住宅用地市場健康度呈顯著的空間正相關, 健康度較高的地域鄰接地區的健康水平也較高． 從空間集聚動態演變來看, 2013-2017年的G(d)值分別為0.086 563, 0.086 765, 0.086 581, 0.087 888和0.086 661, 變化較平穩, 表明京津冀各市健康水平總體空間格局在研究期間未發生劇烈的變動． 研究期內京津冀各城市健康度的全局空間關聯系數G(d)值始終小于0.1, 說明城市間的空間集聚性較弱． 因此, 在京津冀協同發展背景下, 各城市之間應加強合作與聯系, 發揮輻射帶動作用, 以實現京津冀住宅用地市場健康度的整體提升．

表3 京津冀住宅用地市場健康度的Getis-Ord General G指數

為進一步探索京津冀住宅用地市場健康度的空間格局和集聚特征, 利用局部空間自相關方法測度京津冀各市住宅用地市場健康度的Getis-Ord Gi*指數值, 并將其分為4級, 生成京津冀住宅用地市場健康度熱點區空間格局演變圖(圖3)．

底圖來源于國家測繪地理信息局標準地圖服務網站, 審圖號: GS(2016)1601號．

京津冀住宅用地市場健康度存在明顯的冷熱點聚集區, 整體分布呈現出“中間熱-南北冷”的趨勢． 2013年住宅用地市場健康度熱點區僅分布在北京市, 次熱點區分布在天津市、 石家莊市, 冷點區(含次冷點區)范圍大于熱點區(含次熱點區); 2014年廊坊市及保定市由次冷點區上升為次熱點區, 邯鄲市由冷點區上升為次冷點區, 健康度在空間上開始由“冷”轉“熱”; 2015年住宅用地市場健康度熱點區增至為京津兩市, 唐山市由次冷點區轉為次熱點區, 而衡水市降為冷點區; 2016年熱點區不變, 唐山市由次熱點區降為次冷點區, 衡水市再次進入次冷點區; 2017年石家莊市、 廊坊市上升為熱點區, 邢臺市、 衡水市、 秦皇島市上升為次熱點區, 張家口市進入次冷點區, 熱點區(含次熱點區)范圍大于冷點區(含次冷點區)． 北京市、 天津市及石家莊市經濟、 社會條件優越, 土地市場活躍, 住宅用地市場健康度較高, 在空間上形成高值集聚; 在京津輻射帶動作用下, 廊坊市、 保定市利用特殊的地理位置優勢, 發展住宅用地市場, 分別成為熱點區和次熱點區; 省會城市石家莊對周邊衡水市、 邢臺市的發展有帶動作用, 使之升為次熱點區; 承德市、 張家口市經濟基礎薄弱, 土地市場發展緩慢, 住宅用地市場健康度相對較低, 呈低值集聚態勢; 秦皇島市“異軍突起”, 充分利用環渤海地區的土地優惠政策, 優化住宅用地市場競爭環境, 由冷點區上升為次熱點區． 綜上, 研究期間京津冀住宅用地市場健康度熱點區(含次熱點區)范圍擴大, 冷點區(含次冷點區)范圍縮小, 呈由“冷”轉“熱”的趨勢． 隨著京津冀協同發展戰略的推進, 京津冀住宅用地市場健康度整體提升, 住宅用地市場中互利共贏協同發展的新格局初步顯現．

3.2 京津冀住宅用地市場健康度影響因素分析

3.2.1 影響因素的選取

住宅用地市場的健康程度是多種因素綜合作用的結果, 參考國內外相關研究[17, 26-28], 選取人均GDP(JG)、 城鎮居民人均可支配收入(JS)、 人口密度(RM)、 城鎮化率(CZ)、 進出口總額占GDP的比例(JC)和非農產業產值占GDP的比例(FN)6個指標作為住宅用地市場健康度的影響因子(表4)．

表4 京津冀住宅用地市場健康度影響因子表

地價與經濟的協調狀況是評價住宅用地市場健康度的重要指標, 經濟繁榮會提高人們對物質和精神生活的追求, 居民對高品質住房的需求也隨之增加, 進而吸引地產投入, 各地經濟水平的發展會帶動住宅用地市場的發展, 可用人均GDP和城鎮居民人均可支配收入表示各市的經濟發展水平; 人口密度和城鎮化率與城市住宅用地需求相關, 反映研究區潛在的住宅用地市場消費容量, 人口密度高, 城鎮化速度快, 人口向城區不斷轉移, 住宅用地的需求量增加, 城市須提高住宅用地市場的配置效率, 從而對住宅用地市場產生積極影響． 考慮到土地與人口供求關系的協調發展, 選取人口密度和城鎮化率作為反映社會狀況的因子; 對外開放水平的影響表現在通過對外來投資的利用改變固有的住宅用地交易方式, 行政劃撥的方式不斷減少, 市場化的招拍掛出讓方式增多, 隨著對外開放基本國策的深化以及對外商投資的引導, 無疑給住宅用地市場的發展帶來積極影響, 因而使用進出口總額占GDP的比例表征對外開放水平; 產業發展導致對土地的需求愈發迫切, 產業結構的變動會影響住宅用地市場的供求, 二、 三產業的發展變化往往伴隨著土地利用結構的調整, 住宅用地市場規模也會發生變化, 進而選取非農產業產值占GDP的比例作為影響因子．

3.2.2 模型選擇

靜態的面板數據模型通常分為混合回歸模型、 固定效應模型以及隨機效應模型3種． 為確定所需模型, 需在Eviews中依次對所有數據進行F檢驗以及Hausman檢驗, 得到的結果如表5所示．F檢驗和Hausman檢驗統計值分別為7.731 1和12.701 5, 其P值均小于0.01, 均拒絕原假設, 因此確定建立固定效應模型．

表5 模型設定檢驗結果

3.2.3 影響因素分析

運用Eviews 8.0軟件分別測得固定效應模型的整體估計量和系數估計結果(表6、 表7)． 從模型整體的顯著性來看,F統計量值為23.123 0, 相應的P值<0.01, 說明模型的整體擬合情況較好． 從模型的擬合優度來看,R2為0.890 5, 調整R2為0.861 5, 擬合效果較好． 從模型的回歸系數顯著性來看, 除了城鎮化率(P=0.094 0)以外, 其余解釋變量均通過了5%的顯著性檢驗, 說明所選指標對京津冀住宅用地市場健康度有較強的解釋力．

表6 固定效應模型的整體估計量

表7 固定效應模型估計結果

由表7可知, 城市住宅用地健康度與各影響因子均呈正向相關性． 非農產業產值占GDP的比例影響最大, 回歸系數為0.708 1． 住宅用地市場健康度的提高主要依托于非農產業發展, 研究期間京津冀正處于產業結構轉型期, 北京對津冀地區溢出效應明顯, 良好的區域分工格局初步形成, 產業結構調整使居民住宅用地需求量增大, 住宅用地市場規模迅速擴大, 市場交易頻繁, 因而其對住宅用地市場健康度的影響最大; 人均GDP影響次之, 回歸系數為0.466 1． 京津冀人均GDP增速較快, 年均增長33 144元, 經濟及物質水平大大提高, 政府用于住宅用地市場管理的資金充足, 使得人均GDP對住宅用地市場健康度的影響力也較大; 人口密度及城鎮居民人均可支配收入的回歸系數分別為0.297 3,0.271 0． 人口密度和城鎮居民人均可支配收入的增加, 可以在一定程度上刺激住宅用地的需求, 促進住宅用地市場健康發展; 進出口總額占GDP的比例和城鎮化率的影響力相對較小, 回歸系數不足0.1． 研究期間絕大部分城市進出口總額占GDP的比例下降, 城鎮化率相對穩定, 尤其是京津地區, 城鎮化率增幅極小, 二者對住宅用地市場健康度的影響相對較小．

4 結論與討論

4.1 結論

本研究基于TOPSIS-灰色關聯模型測算京津冀住宅用地市場健康度, 運用差異指數、 空間自相關和面板數據模型探究了住宅用地市場健康度的時空特征以及影響因素． 主要結論如下:

1) 研究期內京津冀住宅用地市場健康度呈波動上升的趨勢, 北京市、 天津市健康度較高, 承德市、 張家口市健康度較低, 大部分城市的健康度排名雖發生變化, 但波動不大． 2016年后住宅用地市場健康度絕對差異和相對差異減小, 城市間的差距縮?。?/p>

2) 京津冀住宅用地市場健康度在空間分布上具有正向相關關系, 總體空間格局變化平穩, 城市間的空間集聚性較弱． 京津冀住宅用地市場健康度存在“中間熱-南北冷”的空間格局, 呈由“冷”轉“熱”的趨勢． 自2014年京津冀協同發展戰略提出以后, 京津兩地對河北省的輻射帶動作用明顯增強, 住宅用地市場中互利共贏協同發展的新格局初步顯現．

3) 住宅用地市場健康度與經濟發展、 社會狀況、 對外開放和產業結構等影響因素均成正比, 其中非農產業產值占GDP的比例和人均GDP的影響較大, 回歸系數分別為0.708 1和0.466 1; 進出口總額占GDP的比例及城鎮化率的影響較小, 回歸系數不足0.05．

4.2 討論

從市場健康度視角出發, 利用面板數據探討2013-2017年京津冀住宅用地市場的時空演化特征, 在一定程度上保證了區域整體性和時空連續性, 客觀地揭示了京津冀住宅用地市場的時空差異, 對促進住宅用地市場協調健康發展具有重要意義． 隨著京津冀協同發展戰略的深入, 住宅用地市場也初步顯現協同發展格局, 京津應充分利用自身優勢, 發揮輻射帶動作用, 提高河北省住宅用地市場的健康水平, 不斷加強城市之間的聯系, 實現互利共贏． 從市場健康度的影響因素角度研究發現, 非農產業產值占GDP的比例對住宅用地市場健康度的影響最大, 面對當前不平衡的市場健康狀況, 京津冀應明晰產業定位與產業分工, 疏解非首都的核心功能, 不斷優化產業結構, 完成產業轉型升級與轉移對接, 逐步提高地區之間產業融合水平．

住宅用地市場健康狀況是一個復雜的、 受多種因素影響的系統, 其中土地政策對住宅用地市場的影響最為直接, 未來可深入探究政策性較強、 由政府統籌規劃的保障性住房、 經濟適用房、 廉租房等政策性住房的相關影響, 力求全面反映住宅市場健康狀況, 為制定合理的土地政策提供科學依據, 進而促進京津冀協同健康發展．