楊翊鈞，胡文敏，趙 京

（1.中南林業(yè)科技大學 林學院，湖南 長沙 410000；2.常德市卓然基業(yè)建設項目管理有限公司，湖南 常德 415000）

我國城鎮(zhèn)化、工業(yè)化、城鄉(xiāng)統(tǒng)籌進程的加快導致大量土地征收和房屋拆遷，引發(fā)了多種社會矛盾，其中集體土地征地拆遷中涉及的各方利益沖突問題日趨顯著[1]。針對征用集體土地和農村建設用地、占用集體土地上的房屋拆遷，主要依據(jù)《集體土地房屋拆遷管理辦法》，但受地區(qū)社會經濟差異影響，各地在房屋安置補償?shù)奶幹棉k法上不盡相同[2]，一般主要采用貨幣補償和安置補償?shù)姆绞絒3]，即對村民宅基房屋拆遷實行貨幣補償，拆遷雙方達成補償協(xié)議，根據(jù)被拆遷房屋的重置價和宅基地的區(qū)位價統(tǒng)籌考慮確定，拆遷人向被拆遷人兌付補償款，并對拆遷房屋論證核算確定基準補償價格[4]?；鶞恃a償價格主要由政府主導，一般從房屋建成成本、區(qū)位優(yōu)勢、建成面積、物價系數(shù)、房屋重置等角度進行綜合考慮[5-6]，但從社會經濟發(fā)展水平的角度考慮得較少， 很少將土地房屋補償與物價水平聯(lián)系起來[7]。

地區(qū)物價水平折射出不同地區(qū)的綜合經濟狀況，反映了城市與農村經濟的差異、購買與消費的能力以及經濟投入與產出水平。集體土地拆遷補償價格同樣具有經濟屬性與職能[8]，在社會主義市場經濟條件下，這種客觀聯(lián)系使得建立物價與集體土地拆遷補償價格聯(lián)動機制成為一種必然要求[9]。集體土地拆遷補償價格能反映市場的變化，更好地適應市場調節(jié)[10]。集體土地拆遷補償價格與物價的聯(lián)動關系根植于市場經濟內在的商品交換關系中，是價值規(guī)律發(fā)揮作用的必然反映[11]。

目前，將物價納入房屋拆遷補償?shù)南嚓P研究較少，從市場經濟學的角度，物價是研究土地補償價格的構成基礎，物價的波動對土地價值的補償水平有著內在的驅動作用[12-13]，大多數(shù)探討物價驅動影響因素的研究主要采用傳統(tǒng)的計量經濟學方法，但土地拆遷存在空間異質性，該方法不適宜[14]?？臻g計量的經濟模型能很好地分析驅動因素，解釋空間規(guī)律[15]，以湖南省為例，本文利用地理加權回歸（GWR）模型，分析了集體土地拆遷補償?shù)奈飪r驅動因素，以期為建立集體土地征地拆遷補償價格與物價聯(lián)動機制做借鑒，補充集體土地征地拆遷補償?shù)亩▋r體系。

1 研究區(qū)與研究方法

1.1 研究區(qū)概況

2014年，湖南省開始實施新的《國有土地上房屋征收與補償條例》，原有的《城市房屋拆遷管理條例》同時廢止，各地市州均依此制定了相關的房屋補償條例。本文以湖南省14個地市州為例，收集和調查了2014年各地市州相關的《集體土地房屋征收與補償辦法》以及各地區(qū)的統(tǒng)計年鑒。湖南省各地市州的房屋拆遷規(guī)定不一，通常按照建筑類型把房屋補償劃分為鋼混、磚混、磚木3種，所有地區(qū)均對磚混結構的補償做了明確規(guī)定。為了統(tǒng)一標準，本文以磚混結構的補償作為房屋補償?shù)姆治鲋笜?，具體房屋補償價格見圖1。

本文從房地產產業(yè)經濟學角度，對物價指數(shù)進行篩選，采用了對社會經濟關注度和影響較大的指數(shù)：居民消費價格指數(shù)（CPI）、城鎮(zhèn)居民消費價格指數(shù)（UCPI）、農村居民消費價格指數(shù)（RCPI）、商品零售價格指數(shù)（RPI）和工業(yè)出廠價格指數(shù)（PPI）。

圖1 湖南省集體土地房屋拆遷補償價格分布圖（審圖號：GS(2014)6003）

1.2 研究方法

1.2.1 GWR模型

英國New Castle大學地理學家Fotheringham提出了GWR模型，用于研究空間非平穩(wěn)性。近年來，國內對于GWR模型的應用研究逐漸興起：蘇方林在研究各地知識產出與不同要素的相互關系中發(fā)現(xiàn)，GWR模型顯著優(yōu)于OLS模型；玄海燕采用GWR 模型分析了我國區(qū)域降水量隨海拔高度變化的一般空間特征；吳玉鳴[7]在對省級區(qū)域工業(yè)全要素生產率進行測算分析中發(fā)現(xiàn)，GWR模型可將影響來源分解成各省域的局部影響。從現(xiàn)有成果來看，GWR模型具有空間研究上的優(yōu)勢，一般形式可表示為：

式中，yi為觀測值；(ui,vi)為樣點i的坐標；β0(ui,vi)為i點的回歸常數(shù)；βk(ui,vi)為i點的第k個回歸常數(shù)，是地理位置的函數(shù)；p為獨立變量個數(shù)；xik為獨立變量xk在i點的值；εi為隨機誤差。

本文將 GWR 模型引入物價對房屋補償?shù)尿寗臃治?，基于以下假設：①相同時點與政治經濟背景；② 各物價驅動因素的空間分布不均衡；③空間不同位置受相同物價因素影響及其力度具有差異性。為方便計算分析，所有數(shù)據(jù)指標均進行Z-score 標準化，經過處理的數(shù)據(jù)符合標準正態(tài)分布，即均值為0，標準差為1，其轉化函數(shù)為：

式中，x*為新樣本數(shù)據(jù)；u為所有樣本數(shù)據(jù)的均值；σ為所有樣本數(shù)據(jù)的標準差。

1.2.2 空間相關性檢驗與分析

在建立GWR模型分析前，需進行空間相關性預檢驗。若空間效應會發(fā)揮作用，則需將空間效應納入模型分析框架中，并采用適合于空間計量的方法進行估計；反之，則可采用一般方法估計模型參數(shù)。在實際空間相關性研究中，Moran指數(shù)是一種常用的指標。本文通過Moran指數(shù)來檢驗區(qū)域內集體土地拆遷補償價格（V）的空間相關性存在與否。

表1 全局Moran指數(shù)檢測結果

如表1所示，V的Moran指數(shù)為0.376，Z得分為1.899，顯著性在正態(tài)分布函數(shù)為0.05的水平上較為較顯著，說明湖南省14個地市州的房屋拆遷補償價格在空間分布上具有明顯的正相關性。正的空間相關性代表相鄰地區(qū)的空間聯(lián)系特征類似，整體上各地區(qū)之間的補償價值存在空間相關性，即存在空間上較為明顯的集群現(xiàn)象。

2 物價與土地補償回歸結果分析

本文選取的自變量為V，解釋變量為CPI、UCPI、RCPI、RPI和PPI，以湖南省14個地市州為分析對象，分別利用OLS和GWR模型進行回歸估計，結果如圖2所示，可以看出，GWR模型回歸估計的結果比OLS的估測值更為平穩(wěn)。

圖2 OLS與GWR模型的預測結果

由表2可知，GWR模型回歸擬合高于OLS擬合，且OLS的卡方檢驗較小，未能通過0.05以下的顯著性檢驗；而GWR模型Sigma檢驗結果為1.000 867 1，可通過0.05以下的顯著性檢驗，說明OLS結果差異性高于GWR模型，因此GWR模型更為可行。

表2 OLS與GWR模型回歸預測分析

由GWR模型的回歸系數(shù)（表3）可知，湖南省14 個地市州的系數(shù)不盡相同，各物價指數(shù)對房屋補償價格的影響也不一致，說明二者之間存在地理上的非平穩(wěn)性。除CPI、RPI指數(shù)為正值外，UCPI、RCPI、PPI均為負值，表明不同物價指數(shù)對房屋補償價格的影響有空間差異，且影響程度也不同。

表3 GWR模型回歸系數(shù)

圖3 各物價指數(shù)的GWR模型回歸系數(shù)空間分布

由表3、圖3可以看出，CPI指數(shù)介于0.108～0.437，平均值為0.247 6，其影響主要為正效應，空間影響力從西向東逐漸減弱，湘西和湘中地區(qū)較為明顯；UCPI指數(shù)介于-0.304～-0.085，平均值為-0.187 7，其影響主要為負效應，在湘東地區(qū)影響程度較大，其他地區(qū)影響不均；RCPI指數(shù)介于-0.781～-0.609，平均值為-0.675 6，其影響主要為負效應，空間影響主要集中在湘東和湘北地區(qū)；RPI指數(shù)介于0.125～0.346，平均值為0.227 7，其影響主要為正效應，空間影響主要集中在湘東和湘西地區(qū)；PPI指數(shù)介于-1.078～-0.946，平均值為-1.017 4，其影響主要為負效應，空間影響由湘中部地區(qū)向東西兩側減弱。比較回歸系數(shù)的平均數(shù)絕對值發(fā)現(xiàn)，PPI、RCPI絕對值遠高于其他指數(shù)，說明PPI和RCPI對集體土地拆遷補償?shù)挠绊懴鄬Ω鼮轱@著。

3 結 語

綜上所述，GWR模型在解釋集體土地拆遷補償?shù)奈飪r驅動因素上，充分考慮了驅動的空間因素和物價在空間因素上的影響，減少了模型的偏差，增強了信息的精確性。通過對湖南省14個地市州5個物價指數(shù)的探討，得到以下結論：

1）湖南省房屋拆遷補償價格存在明顯的空間異質性，GWR模型對物價驅動的擬合優(yōu)于典型OLS，能更好地解釋其空間上的自相關性。

2）房屋拆遷補償價格與物價指數(shù)存在空間上的關聯(lián)性，且物價指數(shù)在空間上顯示了對房屋拆遷補償價格的非平穩(wěn)性，即空間差異性。UCPI、RCPI、PPI呈負影響效應，而CPI、RPI呈正影響效應。RCP與PPI對集體土地房屋拆遷補償價格的影響比其他物價指數(shù)更為顯著。

3）通過對物價指數(shù)的分析，利用調節(jié)農村居民消費水平、增加工業(yè)產業(yè)投入等宏觀市場經濟物價調控手段，對于改善目前集體土地拆遷補償難的現(xiàn)狀有重要意義。

[1] 楊奎奇,汪應宏,張紹良,等. 江蘇省城市地價影響因素分析與空間結構研究[J].人文地理,2013(1):69-74

[2] 蔣芳,朱道林. 基于GIS的地價空間分布規(guī)律研究:以北京市住宅地價為例[J].經濟地理,2005(2):199-202

[3] 張先貴,宋江,周宏亮.專門性立法:農村集體土地房屋拆遷必由之路[J].黑龍江省政法管理干部學院學報,2010(12):53-56

[4] 賴毅明.關于城市規(guī)劃區(qū)內集體土地房屋拆遷的幾點探討[J].中國房地產,2003(6):54-56

[5] 田大治.我國集體土地征收中存在的問題及對策研究[J].河南師范大學學報(哲學社會科學版),2012,39(4):96-99

[6] 林光平,龍志和.空間經濟計量[M].北京:科學出版社,2014:55-57

[7] 吳玉鳴.中國經濟增長與收入分配差異的空間計量經濟分析[M].北京:經濟科學出版社,2005:23-33

[8] 徐鳳真,章彥英.集體土地征收制度創(chuàng)新研究[M].北京:法律出版社,2011:65-77

[9] 線多峰.農村集體土地拆遷中的問題及其對策研究[D].沈陽:沈陽師范大學,2011:23-34

[10] 凌學東.集體土地上房屋估價方法研究[J].中國房地產估價與經紀,2015(1):26-33

[11] 馬軍成,吳翼虎,鄭防修,等.城鄉(xiāng)一體化土地市場下的征地補償標準研究[J].中國農學通報,2016,32(1):200-204

[12] 沈健.生產要素視角下的土地征收補償制度研究[D].哈爾濱:哈爾濱工業(yè)大學,2014:71-83

[13] 董冠鵬,張文忠,武文杰,等.北京城市住宅土地市場空間異質性模擬與預測[J].地理學報,2011(6):750-760

[14] 陳成忠,林振山.中國居民消費價格指數(shù)波動的周期性及其驅動因素研究[J].經濟問題探索,2009(8):77-84

[15] 張俊峰,張安錄.土地資源空間異質性與經濟發(fā)展水平的關系研究:以武漢城市圈為例[J].自然資源學報,2015,30(5):725-735