《ID384-土地价格的时空演变及其影响因素分析——以杭州市为例》由会员分享，可在线阅读，更多相关《ID384-土地价格的时空演变及其影响因素分析——以杭州市为例（8页珍藏版）》请在金锄头文库上搜索。
1、编号：时间：2021年x月x日书山有路勤为径，学海无涯苦作舟页码：第1页 共1页土地价格的时空演变及其影响因素分析以杭州市为例温海珍，张之礼收稿日期： 基金项目： 国家自然基金（40801057）第一作者：温海珍（1975-），男，江西宁都人，浙江大学房地产研究中心，管理学博士，副教授。主要研究方向为不动产投资与管理。E-mail: 。（浙江大学 房地产研究中心，杭州 310027）摘要：以杭州市2006年5月至2010年3月的住宅类土地交易数据，运用空间计量模型，从时间和空间两个层面研究土地价格的变化趋势及土地价格的影响因素。研究结果表明，容积率、土地等级对土地价格有显著影响。空间层面上，土
2、地价格的误差项之间存在显著的空间依赖性，邻近地块之间价格波动关联性较大，并且到城市景观中心西湖的距离对土地价格存在显著的负向影响。时间维度上，地价有明显的上涨趋势，但在国际金融危机影响期间地价涨幅明显下降。关键词：土地经济；土地价格；空间计量模型The analysis on spatial-temporal evolution and impacting factors of land prices: Evidence from Hangzhou CityWen Hai-zhen, Zhang Zhi-li(The Center for Real Estate Study, Zhejiang
3、 University, Hangzhou 310027, China)Abstract With residential land transaction data in Hangzhou between May in 2006 and March in 2010, applying spatial econometrics model, we analyzed the evolving trend of land prices from the spatial and temporal perspective, in addition to the impacting factors of
4、 land prices. The results show that plot ratio and land grade have significant influences on land prices. In space, residual errors of land prices have significant spatial dependence. There is great relevance between prices fluctuation of adjacent lands besides the significant negative impacts of di
5、stance to Xihu as the center of city landscape on land prices. In temporal dimension, land prices have obvious rising trend, but the rising degree of land prices declines evidently in the period of international financial crisis.Key words land economy; land prices; spatial econometrics model1引言城市土地价
6、格是调节土地市场供应与需求的重要手段，也是衡量土地资源是否得到有效利用和合理配置的重要指标。随着我国城市化进程的推进和城市经济的快速发展，城市内部土地价格在时间和空间两个维度上发生不断的变化。对土地价格演变和影响因素的研究，一直是众多学者关注的焦点之一，并取得了众多成果1-5。由于土地的空间固定性，土地价格往往具有空间依赖性。传统的回归模型假定土地价格在空间分布上具有相互独立性，无法测量土地价格的空间效应，容易导致模型估计系数是有偏的。本文尝试构建空间计量模型，检验住宅价格是否存在空间效应，在此基础上，分析土地价格的时空演变规律和微观影响因素，对杭州市住宅土地市场进行实证分析。2 数据与模型2
7、.1 数据与变量量化本文选用杭州市拍卖出让的住宅类土地交易数据，从2006年5月至2010年3月共147个样本。土地交易的范围涵盖杭州市主城区的上城区、下城区、拱墅区、江干区、西湖区、滨江区等6个城区。每宗土地的信息包括地理坐标、土地交易价格、地块面积、土地等级、容积率、交易时间、绿化率、建筑密度、起始价、成交价格等属性。研究中选用土地价格作为因变量，自变量分为三类：地块特征变量、区位特征变量和时间趋势变量。自变量的含义及其对因变量的预期影响符号如表1所示。变量的描述性统计情况如表2所示。表1 变量的描述与量化Tab.1 Description and quantification of th
8、e variables变量变量的描述与量化预期符号土地价格（P）单位面积土地价格（土地成交总价除以地块面积）（万元/m2）容积率（X1）建筑面积与地块面积之比 +土地等级（X2）共分7个等级，从第1到第7等级分别赋值1到7 -武林广场距离（X3）出让地块到武林广场的直线距离（km）-钱江新城距离（X4）出让地块到钱江新城杭州大剧院的直线距离（km）-西湖距离（X5）出让地块到西湖的直线距离（km）-T0虚拟变量，表示土地是否在2006年上半年出让（1代表“是”，否则为0，以下同）待定T1虚拟变量，表示土地是否在2006年下半年出让待定T2虚拟变量，表示土地是否在2007年上半年出让待定T3虚拟
9、变量，表示土地是否在2007年下半年出让待定T4虚拟变量，表示土地是否在2008年上半年出让待定T5虚拟变量，表示土地是否在2008年下半年出让待定T6虚拟变量，表示土地是否在2009年上半年出让待定T7虚拟变量，表示土地是否在2009年下半年出让待定T8虚拟变量，表示土地是否在2010年上半年出让待定（1）宗地特征变量地块的属性有很多，包括容积率、绿化率、建筑密度和土地等级等。经过建模尝试，发现绿化率和建筑密度对土地价格没有显著的影响，因此选用容积率和土地等级作为地块特征变量。众多研究表明，容积率越大，土地价格越高1,4,5。这是因为容积率越大，则可开发的建筑面积越大，开发商的盈利潜力越大，
10、于是开发商愿意支付的价格就越高。所以，预计容积率对土地价格的影响为正。土地等级是根据土地的自然和经济属性进行划分的，土地等级数值越小，级别越高，土地的基准地价就越高。所以，预计土地等级对土地价格的影响为负。（2）区位特征变量区位是影响开发商进行房地产开发的重要因素。到CBD距离越远，土地价格越低1-3。在杭州市，武林广场是老的CBD，钱江新城是2001开始建设的新CBD，而西湖是全市的景观中心，根据以往的研究，估计它们都会对土地价格产生负向影响。（3）时间趋势变量为研究土地出让价格的时间变化趋势，本文采用了时间虚拟变量，把2006年5月至2010年3月分为9个半年，并以2006年上半年为基期，
11、以反映这一时期土地价格的涨跌趋势。2006年上半年至2010年上半年分别采用虚拟变量T0T8表示，T0T8的土地出让宗数分别为6、16、20、25、3、8、11、54、4。表2 变量的描述性统计Tab.2 Descriptive statistics of the variables变量最小值最大值均值标准差土地价格0.29508.41601.76851.2100容积率1.10003.50002.34490.4132土地等级2.00007.00006.04081.2974武林广场距离0.837022.574510.25064.6227钱江新城距离2.260119.220111.49913.82
12、10西湖距离2.583824.566111.50964.57732.2 模型的函数形式设定根据上述所选的变量，在研究土地价格的影响因素时，本文设定基本模型的函数形式为： （式1）其中，P为土地价格，Xi（i=1，2，5）为出让地块的特征变量，Ti（i=1，2，8）为时间趋势变量，为随机误差项。但是，如果出让地块之间存在空间依赖性，则应采用空间计量模型。常用的空间计量经济模型有两种结构形式，即空间滞后模型（Spatial Lag Model，SLM）与空间误差模型（Spatial Error Model，SEM）6-8。（1）空间滞后模型（SLM）的函数形式为： （式2）其中，为空间相关系数，W
13、为空间权重矩阵，其他同（1）式。一般在-1到1之间取值。0表示空间正相关，0，则土地价格之间存在空间正相关；若I0，则土地价格存在空间负相关；若I为0，则土地价格随机独立分布。本文利用ArcView3.3绘制出147宗出让地块的分布图，运用OpenGeoda软件计算得到土地价格的全域Morans I为0.3853，并且Morans I在1%水平显著，其散点图如图1所示。这表明杭州市土地价格在区域分布上具有明显的空间效应，说明土地价格的空间分布不是随机的，而是具有一定的空间相关性。因此，可以采用空间计量模型进行估计。图1 杭州市土地价格Moran指数散点图Fig.1 Morans I scatter plot of land prices in Hangzhou3.2 模型的估计
