城市间商业地价与经济发展关系的差异比较分析

摘要:文章基于全国35个地价重点监测城市2000～2009年的数据，以人均GDP与全社会消费品零售额指标代表经济发展状况，通过单位根与协整检验，建立固定效应变系数模型，分析不同经济发展状况对城市商业地价的影响及差异。

关键词:商业地价；人均GDP；全社会消费品零售额；固定效应模型

Abstract: This paper based on the data of country's 35 premium focus on monitoring the city from 2000 to 2009, GDP per capita and social indicators of the retail sales of consumer goods on behalf of economic development, to establish fixed effects varying coefficient models, analyzes the impact of the different economic development on urban commercial premium and differences.Key words: commercial land prices; per capita GDP;-wide retail sales of social consumer goods; fixed effects model

中图分类号：F293.33文献标识码：A文章编号：2095-2104（2012）

引言

土地作为一种特殊的资源，是城市发展的基本载体。自城市土地使用制度改革以来，我国城市土地市场进入快速发展和完善的阶段。然而随着城市化水平的不断提高，土地资源稀缺与土地需求增长的矛盾日益凸显，经济发展的同时土地价格也随之上升。对比不同城市可以明显看出城市间土地价格的差异比较大。

Joseph S.Keiper认为土地内在生产力不同导致地价水平不同，土地价格的上升是因为土地使用量及使用密度的增长[1]。David Segal、Philip Srinivasan从城市规划方面研究，发现城市规划通过影响土地需求进而作用到土地价格上[2]。Yukio Noguchi、James Poterba曾分析日本多个城市地价，其中的一个结论是投机需求是城市地价上升的重要因素[3]。杨继瑞在中国城市地价论一书中较全面地阐述了地价影响因素，具体划分为10类，包括土地区位、用地性质、基础设施状况、经济、税收等方面[4]。董玛力、朱道林在分析长三角区城市地价时，得出在这一地区的城市地价受到区域经济发展水平的影响更为显著[5]。

根据不同研究成果显示，一些城市经济状况方面的因素是影响城市地价的关键。本文将以城市商业地价为对象，探索经济发展对城市商业地价的影响及其差异。

指标选择及数据来源

地价水平值是以一定范围内的平均地价反映某一时点地价水平高低状况的指标，按照土地用途可将地价水平值分为居住地价水平值、商业地价水平值和工业地价水平值。在我国城市地价动态监测体系中，地价水平值是重要的指标之一，能够直观地反映某一时间或区域内的地价水平，同时也能看出城市地价变化趋势及城市间的地价水平的不同。

在城市经济发展指标选取上，由于人均GDP在一定程度上能反映经济的发达程度，同时考虑到城市商业地价与商业服务水平有密切关系，并且商业服务水平也是城市经济繁荣的指标之一，因此共同选取这两个指标代表城市经济发展状况，并分别就商业地价与人均GDP、全社会消费品零售额的关系进行相互映证与比较，以保证结论的可靠性。

考虑到研究的可比性及数据的可获取性，本文选取全国35个地价重点监测城市，城市地价水平值的数据来源于中国城市地价动态监测网，人均GDP与全社会消费品零售额的数据来源于各城市2001～2010年统计年鉴，以2000年为起始样本点，时间跨度为2000～2009年。商业地价水平值、人均GDP、全社会消费品零售额分别记为P、G、C。

在实证分析前，为了消除可能存在的异方差影响，对城市商业地价水平值、人均GDP与全社会消费品零售额进行对数处理，得到ln(P)、ln(G)、ln(C)，通过构建PanalData模型进行分析，运用Eviews6.0软件确定城市商业地价水平值与人均GDP及全社会消费品零售额的模型。

实证分析

为了对城市间商业地价与人均GDP及全社会消费品零售额指标的关系进行定量与定性分析，结合所收集到的35个城市2000～2009年的面板数据，找出城市之间的差异情况，本文致力于通过面板数据的单位根检验与协整检验，构建出有效的面板数据模型，并就模型结果与实际相结合进行分析。

面板数据单位根检验

在应用面板数据模型分析时，为保证估计结果的有效性，避免伪回归，回归前必须对数据的平稳性进行检验，本文采用相同根情况下的单位根检验法(LLC检验、Breitung检验)与不同根情况下的单位根检验法(IPS检验、Fisher-ADF检验和Fisher-PP检验)。根据单位根检验结果，三个变量的一阶差分的P值都小于5%的置信水平，因此判断数据一阶差分平稳。

面板数据协整检验

通过单位根检验得出的一阶单整结果，需要进一步判定两个变量之间是否存在协整关系。本文采用Engle和Granger两步检验法，运用Pedroni检验,以回归残差为基础构造出7个面板协整检验统计量。在这七个中GroupADF与PanelADF统计量在小样本情况下检验效果更好，所以本文在判断变量间是否存在协整主要依据这两个结果。GroupADF与PanelADF统计量均在一定的显著性水平上拒绝了原假设，即城市商业地价水平与经济增长之间、城市商业地价水平与全社会消费品零售额之间存在协整关系。

面板模型检验

在面板数据分析时，利用Hausman检验判定模型影响形式，检验结果得到P值为0.0335，小于5%。因此应选择固定效应模型。利用协方差分析检验方法设定面板数据模型，两个假设如下。

如果接受则可以认为样本数据符合不变系数模型，无需进行进一步的检验。如果拒绝假设，则需要检验。如果接受，则认为样本数据符合变截距模型，反之拒绝，则认为样本数据符合变系数模型。具体通过构建和两个统计量来判断上述两个假设。

其中，N为截面数，T为期数，K为解释变量个数，本文中N=35、T=10、K=1。本文要构建ln(P)与ln(G)及ln(P)与ln(C)两个模型，分别用上标1和2加以区分。

根据软件运算得，=1.94、=4.03、=172.53、=8.91、=362.65，=2.25、=3.91、=148.81、=6.07、=268.34，而F1,5%（34,280）=1.47，F2,5%（68,280）=1.35，所以、、、统计值均大于对应临界值，即拒绝与，因此可以分别构建以下变系数模型：

式中，、为商业地价对数的平均值，、表示城市商业地价对数的偏离值，为第i个城市人均GDP对城市商业地价的弹性系数，为第i个城市社会消费品零售额对城市商业地价的弹性系数和反映了各城市商业地价水平与人均GDP、全社会消费品零售额之间的差异。其中i表示城市编号，i=1、2…35；t表示年份编号，t=1、2…10。

根据软件计算结果显示，模型调整拟合优度分别达到了99%与98.8%的，说明两个模型拟合程度很好，并且β也都通过了检验，F统计量为499.73、429.91，其对应P值都为0，达到了很好的显著水平。

结果分析

总体上依据我国整体经济地带划分为东、中和西部，见表5。比较表中两组β值可看出，分别由人均GDP与全社会消费品零售额所代表的城市经济状况对城市商业地价的影响比较一致，这也相互映证了文中所采用的两个指标具有代表性，所得到的结果也是可信的。

表5东、中、西部城市的模型影响系数估计结果

东部 大连 石家庄 广州 南京 杭州 济南 青岛 上海 沈阳 天津 厦门 北京

0.14 0.20 0.36 0.43 0.44 0.47 0.50 0.50 0.51 0.56 0.62 0.63

0.17 0.16 0.42 0.35 0.37 0.34 0.47 0.49 0.60 0.60 0.35 0.60

东部 福州 海口 宁波 深圳 平均值

0.67 0.80 0.80 1.01 0.54

0.47 0.47 0.72 0.79 0.46

西部 重庆 兰州 南宁 呼和浩特 西宁 西安 银川 乌鲁木齐 成都 贵阳 昆明 平均值

0.17 0.22 0.22 0.30 0.32 0.33 0.40 0.47 0.47 0.63 1.07 0.37

0.18 0.21 0.17 0.30 0.43 0.30 0.38 0.31 0.36 0.53 0.69 0.33

中部 哈尔滨 合肥 太原 长沙 郑州 武汉 南昌 长春 平均值

0.22 0.25 0.31 0.44 0.46 0.50 0.53 0.56 0.41

0.22 0.27 0.25 0.41 0.52 0.47 0.55 0.53 0.40

从全国及区域范围来看，城市商业地价与城市经济发展水平之间存在显著的正相关性，东部城市人均GDP与全社会消费品零售额对商业地价的平均影响系数为0.54、0.46，中部城市人均GDP与全社会消费品零售额对商业地价的平均影响系数为0.41、0.40，西部城市除去重庆和昆明外平均影响系数只有0.35、0.33，这种东强西弱与我国的实际情况是相符的。

从各城市来看，人均GDP对商业地价影响排名前五的城市为昆明、深圳、宁波、海口、福州，排名后五位的为兰州、哈尔滨、石家庄、重庆、大连，全社会消费品零售额对商业地价影响系数前五的为深圳、宁波、昆明、天津、北京，后五位为兰州、重庆、南宁、大连、石家庄。从这些城市的排名发现昆明、海口的商业地价受影响程度大于其他的发达城市，反而重庆、大连的商业地价受经济影响程度很小。昆明市2000年以后大量进行城市改造，市场上土地需求量非常大，投资需求增加、但投资渠道相对单一等原因，使商业地产成为更热门的投资方向，因此商业地产价格上涨，地价快速攀升。而海口与昆明又不相同，从表中看出全社会消费品零售额相比于人均GDP对海口商业地价影响要小的多，这与海口市主要依托农业与旅游业的产业结构有关。而从大连市2000～2009年土地供应数据来看，房地产用地占比在25～30%左右，工矿仓储用地与房地产用地比例在1.9:1左右，并且在不多的房地产用地供给中商服占比只有10%～15%，这与大连市住宅自住与投资的需求大、价格上涨快、开发利润高、资金周转快等因素有关，导致开发企业重住宅轻商业，综合原因导致商业地价上涨缓慢。

结论

通过对全国35个城市2000～2009年的面板数据分析得出以下结论：

（1）城市商业地价与该城市经济发展水平之间存在显著正相关性，这反映了土地与城市发展的密切联系，土地本身所具有的自然特性与经济特性决定了东部城市优越的地理位置、雄厚的经济基础与发达的商业服务给投资带来的效益相比于其他地区要高得多，那么更高的土地产出就会推动土地价格的上升。

（2）产生各城市间经济发展对商业地价影响程度差异的原因有许多，因为不同城市的产业结构是不同的，第一产业与第二产业比重大的城市相比于第三产业比重大的城市的商业地价受经济发展的影响要弱，并且相比较而言整个城市的价值也要小。另一方面城市所处的发展阶段不同也是造成商业地价差异的重要原因，发达城市较欠发达城市的商业服务要兴盛，经济带动效应更强。

（3）虽然经济发展能够带动商业服务发展，提高商业地价和城市价值，但也要看到城市的快速扩张发展应建立在合理规划利用的基础上，严格土地管理，形成良好的土地供给政策与资源配置，从而促成城市与土地的良性互动发展。

【参考文献】

JosephS.Keiper.Theoryandmeasurementofrent[M].Philadelphia,ChiltonCo.,1961.

DavidSegal,PhilipSrinivasan.TheimpactofsuburbangrowthrestrictionsonU.S.housingPriceinflation[J].1985,6:14-26.

YukioNoguchi,JamesPoterba.HousingMarketsintheU.S.andJapan[M].UniversityofChicagoPress,1994,5:11-28.

杨继瑞.中国城市地价论[M].四川:四川大学出版社,1998.

董玛力,朱道林.长江三角洲城市地价与区域经济发展关系研究[J].价格理论与实践,2006(6):48-49.

作者简介：

李超，男，重庆大学建设管理与房地产学院硕士研究生，主要研究方向：房地产开发、工程经济