环首都经济圈住宅用地价格梯度空间互异性研究

张化学，王德起

(首都经济贸易大学 城市经济与公共管理学院，北京 100070)

环首都经济圈住宅用地价格梯度空间互异性研究

张化学，王德起

(首都经济贸易大学 城市经济与公共管理学院，北京 100070)

本文系统梳理和回顾了地价梯度相关理论以及国内外实证研究案例，利用2009-2013年土地出让数据，采用特征价格模型研究了环首都经济圈住宅用地价格梯度空间分布互异性及其影响因素。研究表明：环首都经济圈各区域到北京市中心的住宅用地价格梯度均为负，呈现出住宅用地价格随着到北京城市中心距离的增加而衰减的特征，但各区域地价梯度存在着明显的互异性；到北京市中心的距离和通行能力是影响住宅用地价格梯度差异性的重要因素，两者对住宅用地价格梯度存在显著的减缓作用。

环首都经济圈；特征价格模型；地价梯度

引言

环首都经济圈处于京津冀的核心区域，是京津冀发展战略的重要组成部分，对于加快北京和河北的经济转型推进区域的协调和可持续发展，促进京津冀经济一体化具有重大的现实意义。与此同时，近年来随着房地产市场的调整和城市间分化的加剧，越来越多的开发商将全国及区域的核心城市，以及核心城市的周边区域作为投资的重点。

近年来国内对地价梯度的研究虽然很多，但大都以单个城市为研究对象，很少将研究范围扩展至跨越行政区域的城市群。本文旨在通过实证分析，研究环首都经济圈各区域住宅地价空间分布特征及其主要影响因素，为政府制定区域政策和规划提供参考，为开发商选择投资区域提供依据。

一、地价梯度理论基础及模型

1.理论基础

地价梯度是对城市地价空间分布的一种度量指标，是指随着与城市中心(或次中心)区距离的增加，每单位距离地价的变动[1]。地价梯度的本质是反映地价与其区位之间的关系。

17世纪末，配第(Petty)最早从土地位置的差别上提出了级差地租的概念[2]。19世纪，李嘉图(Ricardo)将级差地租归结于投资于不同肥沃程度和位置的土地有着不同的收益[3]。杜能(Thunen，1826)提出了孤立国理论(也称为农业区位论)，它揭示了负的租金制度，即距离中心市场越远，农业用地的租金就会越低。杜能的这一思想，对以后区位理论的发展起到了很大的影响作用，他奠定了空间相互作用和城市地域结构等的理论基础。阿朗索(Alonso，1964)在农业区位理论的基础上，基于单中心城市的假设，提出了竞租模型,认为地块的土地价值将随着它到城市中心点距离的增加而下降，即负的地价梯度[5]。

米尔斯(Mills,1972)[6]，穆特(Muth,1969)[7]基于单中心城市假设，发展了单中心城市模型，认为地租(地价是未来地租的现值)是由土地的可达性(交通成本与位置之间的权衡)决定的，土地租金(地价)随着到市中心距离增大而降低，且随着距离城市中心距离的增加，其下降速度也会降低。随着城市的发展，经济活动开始从城市中心向次中心转移，用到城市中心的距离已经不能很好地解释地价变量，甚至出现正的地价梯度。为了提高模型对地价梯度分布规律的解释能力，一些学者在单中心城市假设的基础上，引入了方向、交通、景观等控制变量。于璐等(2008)在研究北京住房价格梯度时，考虑到北京交通基础设施和城市次中心在空间分布上的不均匀，纳入了方向区域变量，显著提高了模型解释能力，得出北京住房价格梯度存在着明显的空间差异性，并将原因归结于北京交通基础设施与城市次中心分布的不均匀性[1]。

2.研究模型

在估算地价梯度时，特征价格模型(Hedonic Price Model)是最为常见的方法，该理论认为，土地具有多方面的不同特征或品质(如位置、面积、容积率、规划条件等特征)，地价是所有这些特征的综合反映。当土地的某一特征或品质改变时，地价也会随之改变。

基本模型为：

P=f(S,L,N,T)

(1)

其中：S为地块的结构特征向量；L为地块的区位特征向量；N为地块的邻里特征向量；T为观察到价格的时间。

戴尔·约翰等(Dale Johnson et.al.,2001)基于土地交易数据，选择到CBD距离、排水系统、交易时间等变量，构建特征价格模型，分析波兰克拉科夫的地价空间分布特征[8]。由美斋田(Yumi Saita，2003)选取变量包括拍卖日期、法庭、交通、土地面积、土地用途、土地使用现状、税收等21个变量，对东京司法拍卖土地价格进行分析[9]。余建辉等(2013)通过建立特征价格模型，选择地块的区位特征(距CBD距离)、结构特征(用地面积)、周边居住用地均价、商业办公用地均价、公共服务设施可达性(公共交通、教育设施、公园设施)、社会经济(人口密度、就业可达、教育状况、公共租房比例、犯罪率、居住用地出让比例)和年份虚拟变量，研究了北京2004-2009年出让地块价格的空间分异特征[10]。贝利等(Bailey et.al.,1963)于1963年首次提出来并系统阐述了重复销售模型[11]，它利用同一宗房地产在不同时期的交易价格数据，这解决了特征价格模型中解释变量选取的困难，但它需要长时间大量交易资料的积累，适合于交易频繁的市场。麦克米伦(McMillen，2003)基于芝加哥1983-1998年大量的交易数据，利用重复销售模型研究了芝加哥的房价梯度[12]。丹等人(Tam et.al.,2004)利用重复销售模型，得出香港明显的负房价梯度[13]。

3.研究区域

本文研究区域为环首都经济圈，考虑到广阳和安次同属于廊坊市区，本文将两者合并为廊坊市区，研究区域包括：固安、廊坊市区、香河、大厂、三河、滦平、兴隆、丰宁、赤城、怀来、涿鹿、涞水和涿州13个高(区、县)，分别属于廊坊市、保定市、张家口市和承德市。

二、模型与数据

1.模型设计

本文将基于北京作为环首都经济圈的单中心假设为基础，同时考虑次中心的前提下，采用修正后的特征价格模型，对环首都经济圈住宅地价梯度进行实证研究。

在公式(1)的基础上，本文将邻里特征并入区位特征，且将区位特征分为用来衡量价格梯度的Lg和其他区位特征的L0，则模型表达为：

P=f(S,Lg,L0,T)

(2)

Lg为到CBD的距离(地理距离、时间距离、时间成本)。考虑到出让地块数据的质量和可获取性，本文选取地块到天安门和所在市(区、县)中心的直线距离作为区位特征变量；选取地块面积、容积率作为结构变量；同时，选取地块所在市(区、县)和交易年份作为控制变量(见表2)。模型及变量如下：

(3)

2.数据描述

本文选取如上区域2009-2013年间的住宅用地出让数据*区域2009—2013年住宅土地出让数据来自国土资源部网站(http://landchina.mlr.gov.cn/)。，筛选出区域内的居住用地地块，剔除了信息不完整及异常数据后，得到有效样本434个。为了方便运用ARGIS研究，本文按照同等标准，同时选择了北京145个住宅用地出让数据，具体信息有地块的位置、面积、成交价格、容积率、交易日期等。

利用Arcgis，将如上出让地块样本资料标注在地图上，建立北京2009—2013年住宅用地出让样点空间数据库。以此为基础，生成样本的区位特征数据，进行样本地块空间特征分析。具体如图1所示。

3.估计与解释

模型(3)的估计结果见下表4。从估计结果来看，除廊坊、兴隆、涿鹿不显著外，其余系数显著水平大都为1%；模型的解释能力为68.25%，地块面积、容积率的系数显著为负，时间哑元变量的系数显著为正，到地块所在市(区、县)中心距离系数显著为负。

注：*、**、***分别表示显著水平为10%、5%和1%。

以赤城为基准区域，各市(区、县)哑元变量的系数代表该区域相对于北京市中心的住宅用地价格梯度与基准区域的价格梯度之比差。相对于北京市中心赤城的住宅用地价格梯度为-0.022，则其他区域住宅用地价格梯度如表5。

注：*、**、***分别表示显著水平为10%、5%和1%。

从模型估计结果来看，环首都经济圈各区域到北京市中心的住宅用地价格梯度均为负，呈现出住宅用地价格随着到北京城市中心距离的增加而衰减的特征；各区域住宅用地价格梯度也存在着明显的空间互异性，价格梯度绝对值最大为大厂0.055，最小的为丰宁0.011。同时，到各区域的行政中心(市、区、县中心)的住宅用地价格梯度也呈负向关系。

值得注意的是，丰宁、滦平、赤城、兴隆、涿鹿、廊坊6个区域到北京市中心的地价梯度绝对值相对较低，且低于到环首都经济圈13个市(区、县)中心的住宅用地价格梯度，证明了丰宁、滦平、赤城、兴隆、涿鹿、廊坊作为次中心的作用相对明显。在这6个区域中，除了廊坊，其余都是在13个市(区、县)中距离北京市中心距离最远的(见表1)。廊坊市本身是省辖地级市，而广阳区、安次区作为廊坊市政府所在地，是廊坊的政治、经济、文化中心，又是环首都经济圈区域内仅次于北京市的次中心。丰宁、滦平、赤城、兴隆、涿鹿由于位置偏远，受北京市的辐射力度较弱，城区的次中心作用相对明显；而大厂、香河、固安、三河、涿州等距离北京市较近，受北京市的辐射力度较强，城区的次中心作用不太明显。

为了进一步研究距离和交通对各区域住宅用地价格梯度的影响，以涿州市、涞水县、涿鹿县、怀来县、赤城县、丰宁县、滦平县、兴隆县、三河市、大厂县、香河县、廊坊市区、固安县13个市(区、县)中心到北京市中心之间的距离和通行能力作为自变量解释住宅用地价格梯度，构建如下模型：

LnFPG=a0+a1COM+a2D0

(4)

式中：FPG表示住宅用地价格梯度，采取对数形式；COM表示通行能力，见表6；D0表示市(区、县)中心到北京市中心的距离，见表1。

回归结果如表7所示，模型的解释能力77.6%，道路通行能力和到北京市中心距离系数的显著水平分别是5%和1%；道路通行能力和到北京市中心距离系数均为负，表明两者对住宅用地价格梯度存在显著的减缓作用。地价梯度大小取决于作为环首都经济圈中心的北京与各市(区、县)中心对各区域辐射能力强弱的对比：距离北京市中心距离近、交通条件好的区域，次中心优势相对不明显，对地价梯度减缓作用小，地价梯度就比较陡峭；相反，地价梯度就比较平缓。

注：*、**、***分别表示显著水平为10%、5%和1%。

其中，通行能力系数的绝对值为0.000 261,远低于到北京市中心距离系数的绝对值0.012 639，这一方面说明距离住宅用地价格梯度的影响较大，另一方面也可能是因为本研究由于资料所限，只选取了公路交通，而没有考虑铁路等公共交通条件的因素。

三、结论与讨论

本文通过对环首都经济圈地价空间分布的理论分析和实证研究，力图探寻各区域住宅用地价格梯度演变特点，以及影响地价梯度空间互异性的主要影响因素。研究结果表明：

相对于环首都经济圈中心的北京，各市(区、县)的住宅用地价格梯度存在着互异性(价格梯度绝对值最大为大厂0.055，最小的为丰宁0.011)，即不同市(区、县)的住宅用地价格随着到北京城市中心距离的增加而衰减速度是不同的，说明北京对周边区域的辐射强度是不均匀的，价格梯度(绝对值)越高的区域，所受到的辐射就强，反之就弱。 总体来看，越靠近北京的地区价格梯度的绝对值越大，验证了米尔斯(Mills,1972)[4]和穆特(Muth,1969)[5]单中心城市模型，即靠近中心的区域地价下降速度快。随着北京房价不断攀升，越来越多的居民在北京工作，但选择到三河、香河、大厂、固安、廊坊、涿州等距离北京较近的区域购房居住，距离对于他们来说比较敏感。所以这些区域的住宅用地价格梯度较陡；同时，随着北京高收入人群的不断增加和居住环境的不断恶化，他们倾向于选择空气质量、自然环境和社会环境较好的社区作为度假用途，距离不再是他们最为关注的要素，对于此类住宅用地的价格梯度就较为平缓。

另外，到北京市中心的距离和通行能力是影响各市(区、县)住宅用地价格梯度差异性的重要因素，两者对住宅用地价格梯度存在显著的减缓作用，且距离对地价梯度的影响程度远高于通行能力，由于在测算通行能力时，因资料及时间原因，没有考虑对居住影响较大的公共交通状况，可能导致通行能力对地价梯度的影响程度被低估。为了缓解北京的人口压力，向周边区域转移部分居住功能，加强以轨道交通为主的公共交通建设对于提升三河、香河、大厂、固安、廊坊、涿州等居住承载力具有重大意义。

[1]于璐，郑思齐，刘洪玉.住房价格梯度的空间互异性及影响因素——对北京城市空间结构的实证研究[J].经济地理，2008(3)：406-410.

[2]邹析松，蔡龙.如何理解威廉·配弗关于价值源泉的决定[J].经济科学，1985(3)：78-80.

[3]大卫·李嘉图.政治经济学及赋税原理[M].北京：北京联合出版公司，2003.

[4]杜能.孤立国同农业和国民经济的关系[M].北京：南务印书馆，1986.

[5]阿隆索.区位和土地利用：地租的一般理论[M].北京：商务印书馆，2007.

[6]MILLS E S.Studies in the structure of urban economy[M].Baltimore：Johns Hopkins University Press,1972.

[7]MUTH R F.Cities and housing[M].Chicago:University of Chicago Press,1969.

[8]DALE-JOHNSON D，BRZESKI W.Spatial regression analysis of commercial land price gradients[C].Tokyo:The Asian Real Estate Society Sixth Annual Conference,2001.

[9]YUMI Saita.Land Prices in the Tokyo Metropolitan Area: A Hedonic Analysis of Judicial Auction Prices[C].Bank of Japan Working Paper Series，2003，No.03-E-4.

[10]余建辉,张文忠,董冠鹏.北京市居住用地特征价格的空间分异特征[J].地理研究，2013(6)：1113-1120.

[11]BAILEY M J，MUTH R F，NOURSE H O． A regression method for real estate price index construction [J]．Journal of the American Statistical Association，1963，58(304): 933-942．

[12]MCMILLEN D P．The return of centralization to Chicago: using repeat sales to identify changes in house price distance gradients [J]． Regional Science and Urban Economics，2003，33(3):287-304．

[13]YIU C Y,TAM C S.The estimation of housing price gradients: a comparison of different approaches applied in Hong Kong[C].Toronto：Internatoml Research Conference，2004.

(责任编辑：张任之)

A Spatial Analysis of Residential Land Prices Gradients in Economic Circle Around the Capital of China

ZHANG Huaxue，WANG Deqi

(Capital University of Economics and Business，Beijing 100070,China)

The paper gives a brief review about the land gradient theories and empirical case studies at home and abroad.Based on the hedonic land price models，the residential land price gradients in Economic Circle around the Capital of China (ECCC) is estimated using the auctioned price of residential land from 2009 to 2013.The results show the residential land price gradients from the ECCC to the center of Beijing are significantly negative，presenting the characteristic of residential land prices decrease as the distances to the center of Beijing increase，but the land price gradient of different regrons have an obvious contrast; the distance to the center of Beijing and transportation capacity are two important factors affecting the residential land price gradients，both of which have a significant show-down effect.

economic circle around the capital of China (ECCC); hedonic pricing model; land price gradient

2014-09-07

国家自然科学基金项目“地价梯度与产业梯度耦合机制及城市群产业用地结构优化研究”(71173148)；国土资源部公益性行业科研专项课题“首都土地利用方式转变与土地增效技术研究”(201211001)

张化学(1974—)，男，首都经济贸易大学城市经济与公共管理学院博士研究生，研究方向为区域经济、不动产经济；王德起(1962—)，男，首都经济贸易大学城市经济与公共管理学院教授，博士生导师，研究方向为区域土地利用及不动产经济。

F299.27

A

1008-2700(2015)02-0067-07