亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        宗地規(guī)模、城市類型與土地出讓溢價
        ——基于70個大中城市住宅用地出讓數(shù)據(jù)的實證分析

        2019-11-13 01:13:20劉占洋劉江濤
        中國土地科學(xué) 2019年9期
        關(guān)鍵詞:宗地溢價規(guī)模

        張 波,劉占洋,劉江濤

        (1.北京大學(xué)政府管理學(xué)院,北京 100871;2.中國人民大學(xué)商學(xué)院,北京 100872)

        1 研究背景

        自2002年《招標拍賣掛牌出讓國有土地使用權(quán)的規(guī)定》頒布以來,中國土地交易市場化不斷深入?!罢信膾臁敝贫冗M一步激發(fā)了中國房地產(chǎn)市場活力,為增強房地產(chǎn)市場調(diào)控、規(guī)范土地市場秩序、促進房地產(chǎn)市場健康發(fā)展打下了堅實的基礎(chǔ)。

        與此同時,由于城市土地的稀缺性、“市場失靈”和“招拍掛”(特別是拍賣)過程中的市場刺激效應(yīng)不斷顯現(xiàn),高溢價地塊頻現(xiàn),“地王”現(xiàn)象層出不窮,并且在住宅用地出讓過程中表現(xiàn)尤為突出。由于住宅市場在房地產(chǎn)領(lǐng)域中的領(lǐng)軍和指示作用,本文選擇住宅用地在土地招拍掛過程中的溢價比率作為研究對象,并定義為“溢價率”①本文定義溢價率=(競拍成交價-起始價)/起始價×100%。。

        表1顯示,2007—2017年,全國70個大中城市住宅用地土地溢價明顯,2017年土地溢價率高達33%,同年,浙江省寧波、杭州等城市的土地溢價率超過了60%,個別城市如廣東惠州等更是達到了100%以上。

        根據(jù)簡單描述性統(tǒng)計,有如下初步發(fā)現(xiàn):土地溢價率在不同規(guī)模的城市之間差異較大,超大城市的住宅用地溢價率相對最高。東部城市的土地溢價率明顯高于中部和西部,但部分年份中西部城市的土地溢價水平會出現(xiàn)比東部城市還高的情況(表2)。

        表1 不同規(guī)模城市住宅用地出讓溢價率情況(2007—2017年)Tab.1 The premium rate of residential land leasing in different scale cities (2007-2017) (%)

        描述性統(tǒng)計還顯示出,土地溢價率和宗地規(guī)模有一定關(guān)聯(lián)。出讓宗地面積越大,土地溢價率越高,土地溢價率位于前20%的地塊平均規(guī)模(5.27 hm2)比位于末20%的地塊平均規(guī)模(3.98 hm2)高出了32.41%,比平均水平(4.56 hm2)高出了15.57%(表3)。

        表2 不同區(qū)位城市住宅用地出讓溢價率情況(2007—2017年)Tab.2 The premium rate of residential land leasing in cities with different location (2007-2017) (%)

        表3 土地溢價率分段平均值與對應(yīng)的宗地規(guī)模Tab.3 The partitional average of the land premium rate and the corresponding land size

        總的來說,土地高溢價現(xiàn)象在全國范圍內(nèi)較為普遍,但不同規(guī)模和區(qū)位的城市間有較大差異,和出讓宗地單宗規(guī)模也有一定的關(guān)系。為探尋其中的關(guān)聯(lián)細節(jié),本文利用2007—2017年全國70個大中城市的土地出讓面板數(shù)據(jù),對住宅用地出讓溢價率水平與宗地規(guī)模之間的關(guān)系進行實證研究,并討論不同類型的城市中這一關(guān)系的差異表現(xiàn),力圖為進一步增強政府房地產(chǎn)市場宏觀調(diào)控效果、穩(wěn)定地價提供政策參考。

        2 文獻綜述

        2.1 土地溢價率研究

        對土地市場溢價率的研究主要集中在微觀影響因素上。曲衛(wèi)東等選擇北京市2003—2010年出讓的住宅與商業(yè)用地,運用特征價格模型研究發(fā)現(xiàn)土地用途、容積率、方位、競得人性質(zhì)和區(qū)位是土地拍賣溢價的顯著影響因素[1];胡梟和姜漢一通過2003—2012年北京市經(jīng)營用地出讓數(shù)據(jù)進行研究,發(fā)現(xiàn)宗地建筑面積、起始單價、容積率、出讓方式以及成交月份等因素對土地溢價影響顯著[2];QIN Y等將土地價格變化分為土地特征變化帶來的組合效應(yīng)和由基礎(chǔ)地價函數(shù)的梯度變化引起的系數(shù)效應(yīng),得出組合效應(yīng)和系數(shù)效應(yīng)對價格變動的貢獻會因土地的類型不同而有所差異的結(jié)論[3]。

        還有學(xué)者認為拍賣制度對土地溢價率有影響。韓笑對2003—2009年北京市土地公開出讓交易案例進行分析,發(fā)現(xiàn)土地溢價率與競價方式、競價次數(shù)之間顯著相關(guān)[4];王媛等基于2003—2008年地級市數(shù)據(jù),發(fā)現(xiàn)拍賣方式會顯著影響土地成交價格,并認為相對于拍賣,掛牌的土地成交價格普遍較低[5];GWIN等認為提供房地產(chǎn)信息可以有效避免過度拍賣現(xiàn)象出現(xiàn)[6]。而況偉大和李濤對中國35個大中城市2003—2008年土地市場和房地產(chǎn)市場數(shù)據(jù)的研究表明,“招拍掛”不會導(dǎo)致地價的快速上漲,高房價才是土地高溢價的主因[7]。

        此外,亦有學(xué)者認為土地出讓市場的高溢價與房地產(chǎn)企業(yè)的行為有關(guān),比如張浩等發(fā)現(xiàn)房地產(chǎn)商對未來房價的高預(yù)期會對土地價格有顯著的推動作用[8]。城市的宏觀屬性也被認為是影響城市土地溢價的因素,WEN H研究認為人均可支配收入以及房價預(yù)期效應(yīng)是引起土地價格上漲的重要因素,城市經(jīng)濟基本面是土地價格的決定因素[9]。

        2.2 宗地規(guī)模影響研究

        現(xiàn)有文獻中關(guān)于宗地規(guī)模的研究集中在城市發(fā)展和土地價格領(lǐng)域,也有少數(shù)學(xué)者研究了土地溢價率與單宗土地規(guī)模之間的關(guān)系。高琳等通過實證研究,得出空間細碎化和人口規(guī)模細碎化會通過地方競爭效應(yīng)促進第二產(chǎn)業(yè)發(fā)展從而對城市經(jīng)濟的長期增長起到積極作用[10]。楊昭熙等研究了細碎化程度對農(nóng)村土地流轉(zhuǎn)決策的影響[11]。屠帆等發(fā)現(xiàn)包括宗地規(guī)模之內(nèi)的地塊特征會對工業(yè)用地價格產(chǎn)生影響[12]。

        陳杰在解釋“地王”現(xiàn)象時,認為土地面積大時企業(yè)可以通過分階段開發(fā)逐步抬高房價,并且通過鉆規(guī)劃空子獲得更高利潤,但并沒有實證檢驗[13]。羅罡輝等研究了1999—2006年杭州市一級土地市場交易數(shù)據(jù),發(fā)現(xiàn)宗地面積大小對住宅地價有顯著影響,且這一影響在空間上具有層次性變化的規(guī)律[14]。筆者和馬瑜瓊在研究公共品對城市土地價格的影響時,通過數(shù)據(jù)實證發(fā)現(xiàn)土地面積對土地價格有著顯著正效應(yīng),即土地面積越大,單位面積價格越高[15]。宋濤選取了上海市2013—2014年公開出讓的住、商、辦土地成交數(shù)據(jù),發(fā)現(xiàn)單宗土地面積與溢價率之間存在負相關(guān)[16]。

        2.3 文獻小結(jié)

        回顧上述有關(guān)土地溢價率和宗地規(guī)模的研究文獻,本文發(fā)現(xiàn)對土地溢價率的研究主要集中在微觀因素分析和制度分析上,對從宗地規(guī)模的視角來探究土地溢價率的研究較少。而對宗地規(guī)模研究也多集中在對土地價格的影響上,很少聚焦土地溢價水平?,F(xiàn)實土地市場中,出讓地塊的面積大小常常是開發(fā)商關(guān)注的土地屬性,在土地使用權(quán)出讓過程中會影響溢價水平,因此有必要對土地溢價率與宗地規(guī)模之間的關(guān)系進行實證檢驗。

        3 研究設(shè)計

        3.1 數(shù)據(jù)來源

        為檢驗土地溢價率與宗地規(guī)模、城市類型(城市規(guī)模及所在區(qū)域)的關(guān)系,本文利用2007—2017年全國70個大中城市的有關(guān)數(shù)據(jù)①考慮到大理州的數(shù)據(jù)缺失較多而予以剔除,共包括69個城市。。數(shù)據(jù)主要來源于國信房地產(chǎn)信息網(wǎng),少數(shù)缺失值通過CEIC數(shù)據(jù)庫②https: //insights.ceicdata.com。和歷年《中國統(tǒng)計年鑒》、各省統(tǒng)計年鑒補齊。數(shù)據(jù)處理使用Stata 15。由于部分統(tǒng)計數(shù)據(jù)缺失,本文選擇非均衡面板數(shù)據(jù),但缺失數(shù)據(jù)較為隨機,不存在因缺失值內(nèi)生而帶來的偏誤。

        3.2 變量選取

        (1)土地溢價變量。定義土地溢價率=(競拍成交價-起始價)/起始價×100%。

        (2)宗地規(guī)模的衡量變量。宗地規(guī)模指的是成交土地的地塊面積大小。由于本文使用整個市區(qū)的總體水平進入模型,宗地規(guī)模數(shù)據(jù)為實際成交的出讓宗地平均面積。

        (3)城市基本面數(shù)據(jù)。GOODMAN對中國2000—2005年21個省級城市的面板數(shù)據(jù)進行研究時認為,城市基本面數(shù)據(jù)是城市土地價格的決定性因素[9]。為了更好地研究宗地規(guī)模與土地溢價率之間的關(guān)系,本文選擇城市規(guī)模、經(jīng)濟發(fā)展水平、經(jīng)濟發(fā)展前景三類變量作為城市的基本面變量對城市間的差異進行控制。城市規(guī)模用城市常住人口以及城市建成區(qū)面積來表征。經(jīng)濟發(fā)展水平用GDP表征。發(fā)展前景用GDP增長率和小學(xué)在校生數(shù)量來表征③此變量為現(xiàn)有文獻中沒有使用過的變量。。

        根據(jù)其數(shù)據(jù)特征和分布情況,將各變量進行一定的處理,進入模型的變量描述性統(tǒng)計結(jié)果如表4。

        表4 變量描述統(tǒng)計結(jié)果Tab.4 Variable description

        在2007—2017年全國69個大中城市的土地交易中,土地溢價率平均為20.45%,最小值為0,最大值為237.80%。不同地區(qū)不同年份的土地溢價率數(shù)值存在較大差異④土地出讓過程中如果出現(xiàn)“流拍”現(xiàn)象,溢價率理論上應(yīng)為負值,但實踐中因未成交不計入樣本數(shù)據(jù)。。成交土地地塊面積平均為4.60 hm2,最大值為22.63 hm2,最小值僅有0.20 hm2。值得一提的是,小學(xué)在校生數(shù)量平均為43.09萬人,最少的僅有6.13萬人,最多的城市高達238.50萬人,各城市之間的小學(xué)生數(shù)量差異懸殊。

        4 實證分析

        4.1 模型構(gòu)建

        本文主要考察土地細碎程度對土地成交溢價率的調(diào)節(jié)效應(yīng),同時加入城市規(guī)模、城市經(jīng)濟發(fā)展水平以及城市發(fā)展前景等城市基本面變量作為控制變量,以消除城市發(fā)展差異對土地溢價水平的影響。由于溢價率的波動較大,使用半對數(shù)形式將其線性化。此外,由于影響土地溢價的因素較多,還需要控制其他可能的影響因素,基本計量方程見式(1):

        式(1)中:c為常數(shù)項;ε為個體效應(yīng);μ為時間效應(yīng);其余均為系數(shù)。各變量的定義見表5。

        表5 變量定義Tab.5 Variable de fi nitions

        4.2 回歸結(jié)果

        (1)平穩(wěn)性檢驗。為避免偽回歸,針對非平衡面板數(shù)據(jù),進行費雪式檢驗,結(jié)果顯示所有變量通過單位根檢驗,且都在1%的水平上拒絕了“存在單位根”的原假設(shè),說明數(shù)據(jù)整體平穩(wěn)。

        (2)模型選擇。使用Hausman檢驗判斷究竟使用固定效應(yīng)還是隨機效應(yīng)模型時,發(fā)現(xiàn)模型存在同方差(p<0.01)現(xiàn)象。傳統(tǒng)的Hausman檢驗假定,在H0成立的情況下,隨機效用模型最有效率,這意味著,擾動項必須是同方差的,在異方差的情況下不能使用傳統(tǒng)的Hausman檢驗假定[16]。使用穩(wěn)健的Hausman檢驗,檢驗結(jié)果沒有拒絕原假設(shè)(p= 0.1591),即應(yīng)該使用隨機效應(yīng)模型。三種效應(yīng)均展現(xiàn)于表6。

        表6 基礎(chǔ)模型(模型1)回歸結(jié)果Tab.6 Basic model (model 1) regression results

        表6中模型1-3的校正R2為0.1925,方差分析的F統(tǒng)計量小于0.00001,即高度顯著,所選擇的解釋變量與溢價率水平高度相關(guān)。解釋變量整體顯著,宗地規(guī)模、GDP和小學(xué)生數(shù)量都在1%的置信水平下顯著,GDP增長率在5%的置信水平下顯著,建成區(qū)面積則在10%的置信水平下顯著,即在控制了城市其他特征的條件下,宗地規(guī)模與土地溢價率顯著正相關(guān)。

        (3)宗地規(guī)模的具體影響??紤]到宗地規(guī)模使用的是全年的平均量,面積差異可能較大。為了更具體地探究宗地規(guī)模對土地溢價率的影響,將宗地規(guī)模按照分位數(shù)劃分為3個定類變量,按照地塊大小從小到大依次編號,并以第一類地塊作為基準組數(shù)據(jù),將不同規(guī)模的地塊納入模型。由此得到模型2-1,回歸結(jié)果見表7。

        表7 土地規(guī)模等級與土地溢價率的回歸結(jié)果Tab.7 Regression results of land size and land premium rate

        相對于第一類地塊(截距項),第二類和第三類地塊對土地溢價率的影響都是顯著的,其中第三類地塊在1%的置信水平下顯著(p<0.01)。從影響系數(shù)上看,三個變量的影響依次遞增,即土地地塊越大,對土地溢價率的影響越高,與模型1結(jié)論相同。

        更進一步,模型2-2則將宗地規(guī)模變量按照分位數(shù)劃分成5個定類變量,并按照地塊大小依次編號,同樣將第一類地塊定為基準組數(shù)據(jù)。結(jié)果(表7)顯示,相對于第1類地塊來說,第3、4、5類地塊對土地溢價率的影響都很顯著。值得注意的是,5分類的變量對土地溢價率的影響出現(xiàn)了先增加后下降的“倒U”型影響曲線(圖1),并非單向遞增。對于最大規(guī)模地塊溢價反而有所下降這一表現(xiàn),猜測可能的原因在于高總價的條件下參與競價的各項條件要求較為嚴苛,可能參與的開發(fā)商數(shù)量較少,底價設(shè)定前詢價范圍也較小,由于競爭條件、競爭者數(shù)量等原因,有可能溢價率較低。這些推測還需進一步的嚴格數(shù)學(xué)證明,筆者將另文闡述。

        (4)城市規(guī)模的影響。模型1-3中,代表城市規(guī)模的人口變量和建成區(qū)面積變量都不顯著,這與傳統(tǒng)的研究結(jié)論較為不同。為進行比對,將城市人口規(guī)模進行分級,分為中等城市(小于100萬人)、大城市(100萬~500萬人)、特大城市(500萬~1000萬人)和超大城市(1000萬人以上)4類①2014年11月,國務(wù)院印發(fā)《關(guān)于調(diào)整城市規(guī)模劃分標準的通知》,提出新的城市規(guī)模劃分標準以城區(qū)常住人口為統(tǒng)計口徑??紤]到此前部分城市城區(qū)常住人口數(shù)據(jù)缺失較多且存在區(qū)劃調(diào)整,故使用城市人口作為判據(jù)。。相應(yīng)的將人口變量替換成城市規(guī)模等級的虛擬變量,將中等城市作為基礎(chǔ)回歸數(shù)據(jù)納入回歸模型。回歸結(jié)果(表8)顯示,相比于中等城市,是否是大城市、特大城市和超大城市與土地溢價率均有顯著的影響,且都在1%的水平下顯著(p<0.01)。就回歸系數(shù)來看,隨著城市人口規(guī)模上升,城市規(guī)模對土地溢價水平的影響也呈現(xiàn)出了先上升后下降的“倒U”型。其中,特大城市級別的土地溢價水平最高。

        圖1 “倒U”型曲線示意圖Fig.1 The schematic diagram of “Inverted U” curve

        (5)城市規(guī)模與地塊規(guī)模的交互。在不同的城市規(guī)模下的宗地規(guī)模對土地溢價水平的影響也存在差異。為了研究其中的關(guān)系,本文將城市規(guī)模分級變量與宗地規(guī)模分級變量所形成的交互項作為新的變量納入模型3-2(表8)。相比于模型1-3,模型3-2的校正R2微弱上升,達到了0.2012。交互變量總體顯著,中等城市和特大城市的宗地規(guī)模變量在1%的水平下顯著(p<0.01)。就回歸系數(shù)而言,中等城市中的地塊大小對溢價率的影響最高,特大城市次之,說明在中等城市和特大城市中地塊面積越大,溢價率越高。

        (6)城市區(qū)位的影響??紤]到城市的區(qū)位對土地溢價水平的影響,在模型1中加入代表城市區(qū)位(東中西①本文對東中西部作如下劃分:東部:北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南11個省市中的32個城市;中部:山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南8個省份中的20個城市;西部:四川、重慶、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆、廣西、內(nèi)蒙古12個省份中的17個城市。)的虛擬變量,并且將“是否位于西部地區(qū)”變量作為基礎(chǔ)回歸數(shù)據(jù),得到模型4-1?;貧w結(jié)果(表9)顯示,相比于西部城市,東部和中部城市土地溢價水平較高,且東部城市更明顯。

        (7)城市區(qū)位與宗地規(guī)模的交互影響。同樣的,為了研究城市區(qū)位與宗地規(guī)模對土地溢價水平的交互影響,將城市區(qū)位變量與宗地規(guī)模變量相乘形成的交互變量納入模型,形成模型4-2。結(jié)果顯示,中部城市和東部城市中宗地規(guī)模對土地溢價率的影響較為顯著(p<0.01),且地塊面積越大,溢價率越高,而這一關(guān)系在西部城市中并不顯著。

        4.3 回歸結(jié)果分析

        總體來看,宗地規(guī)模與土地溢價率之間存在著顯著的正向關(guān)系,即土地地塊越大,土地拍賣的溢價越高。

        可供開發(fā)的面積越大,開發(fā)商更有可能在住宅周邊布局相關(guān)配套設(shè)施,提升樓盤品質(zhì),獲得更高利潤。其次,大面積地塊意味著有機會分期開發(fā),通過分階段開發(fā)提升后期房價,從而抬升土地價格。同時,分期開發(fā)可以有效緩解資金壓力,降低開發(fā)風險[13],因此,開發(fā)商會更加偏好取得面積較大的土地。再次,單次購買的地塊面積越大,意味著企業(yè)可以減少在土地市場中重復(fù)競爭的次數(shù),出于對交易成本的考量,企業(yè)更青睞面積較大的地塊。

        表8 城市規(guī)模與土地溢價率的回歸結(jié)果Tab.8 Regression results of city size and land premium rate

        表9 城市區(qū)位與土地溢價率的回歸結(jié)果Tab.9 Regression results of city location and land premium rate

        需要注意的是,模型2-2表明,面積過大的土地也可能會帶來更小的溢價水平。這可能是因為土地地塊過大則總價過高,參與競爭的買者較少,溢價水平也就較低。同時,在不同人口規(guī)模的城市中,宗地規(guī)模對土地溢價水平的影響也不同。人口介于500萬~1000萬之間的特大城市中土地溢價水平受宗地規(guī)模的影響較為敏感,但人口超過1000萬的超大城市卻并不敏感。此外,東部和中部城市中,地塊大小對土地溢價水平影響顯著,但西部城市卻并不顯著。這是因為東部和中部地區(qū)的土地出讓市場較為完善,而西部地區(qū)還相對落后。

        加入的控制變量中,代表城市經(jīng)濟水平的GDP變量在1%的水平下顯著,且方向為負,即經(jīng)濟發(fā)展水平越高的城市,土地溢價水平越低。這可能與土地溢價率定義本身有關(guān),土地溢價率定義為成交價與起始價的差與起始價之間的比值,與起始價內(nèi)生相關(guān),而經(jīng)濟水平越發(fā)達的城市,其土地市場相對成熟,起始拍賣價格一般也比較高,這就可能導(dǎo)致GDP高的城市土地溢價率反而偏低。

        本文使用了小學(xué)生數(shù)量作為衡量城市發(fā)展?jié)摿Φ淖兞?,回歸結(jié)果顯示,變量在1%置信水平下顯著,且在所有相關(guān)系數(shù)中的絕對數(shù)值最大,說明小學(xué)生數(shù)量強烈地影響著土地的溢價水平。一方面小學(xué)生人數(shù)的增長能夠非常生動地表達其監(jiān)護人在大量涌入城市,意味著該城市擁有更多的消費家庭,真實住房需求大。開發(fā)商更愿意為土地的開發(fā)權(quán)支付高溢價。另一方面,青壯年勞動力的涌入表達了城市有更好的就業(yè)機會和發(fā)展前景,即城市的發(fā)展預(yù)期更好。基于樂觀預(yù)期,開發(fā)商也愿意支付高溢價為未來的土地升值做準備。因此,小學(xué)生數(shù)量發(fā)揮著一個價格指示器的作用,它既能指示當期的需求水平,又能預(yù)示未來的升值潛力。

        另一個衡量城市發(fā)展?jié)摿Φ目刂谱兞俊狦DP增長率也在5%的水平下顯著且正向。與小學(xué)生數(shù)量顯示城市社會發(fā)展?jié)摿Σ煌?,GDP增長率反映城市經(jīng)濟領(lǐng)域的預(yù)期發(fā)展水平。GDP增長率越高,意味著城市總體收入具有較大上升預(yù)期,在可預(yù)見的未來也會出現(xiàn)更高的房地產(chǎn)需求,土地溢價率自然更高。

        作為城市規(guī)模的控制變量“建成區(qū)面積”在5%置信水平下顯著,且系數(shù)為正,與城市經(jīng)濟學(xué)基本理論相符。而“城市常住人口”變量在模型中并不顯著。一方面,中國房地產(chǎn)市場中將房地產(chǎn)當作投資性資產(chǎn)的比例較高,導(dǎo)致現(xiàn)行的土地價格一定程度上脫離了城市人口對住房的正常剛性需求。另一方面,樣本城市人口數(shù)據(jù)跨度太大可能會影響回歸的結(jié)果。模型結(jié)果顯示,城市規(guī)模對土地溢價水平的影響呈現(xiàn)出先上升后下降的“倒U”型曲線。

        5 結(jié)論與政策建議

        5.1 研究結(jié)論

        本文研究發(fā)現(xiàn),宗地規(guī)模對土地溢價水平有著顯著的正向影響,但是二者并不是嚴格的遞增關(guān)系,而是出現(xiàn)了左邊平緩上升右邊較快下降的類“倒U”型增長。此外,位于不同區(qū)位的城市,宗地規(guī)模對土地溢價水平的影響也存在差異。東部城市和中部城市中,地塊大小對土地溢價水平影響顯著,但西部城市卻并不顯著。

        不同人口規(guī)模的城市中,宗地規(guī)模對土地溢價水平的影響也是不同的。人口介于500萬~1000萬人之間的特大城市中土地溢價水平受宗地規(guī)模的影響最為強烈,但人口超過1000萬人的超大城市卻相對不敏感。從人口結(jié)構(gòu)的角度,小學(xué)生數(shù)量越多的城市,城市有效需求和發(fā)展預(yù)期都較高,土地溢價水平更明顯。

        5.2 政策建議

        針對上述研究結(jié)論,在當前國民經(jīng)濟發(fā)展面臨重大挑戰(zhàn)和深刻轉(zhuǎn)型的條件下,政府應(yīng)當注重把控城市發(fā)展節(jié)奏,引導(dǎo)和發(fā)揮“住房市場與國民經(jīng)濟的逆周期屬性[17]”,合理調(diào)控土地溢價率,更精準的實施房地產(chǎn)市場宏觀調(diào)控政策,建議央地政府在以下領(lǐng)域著力。

        (1)靈活研判市場,以“溢價率”為控制標靶。地方政府應(yīng)當考慮自身市場需求,將土地供給的節(jié)奏、頻率、速度與溢價率關(guān)聯(lián),時刻關(guān)注土地溢價率的指示器和標靶作用。處于高溢價區(qū)間的城市應(yīng)當合理調(diào)整供給、減低投放宗地的平均規(guī)模,增加供地宗數(shù),將土地溢價率穩(wěn)定在合理可控的水平,保證住房市場穩(wěn)定有序,切實促進“房住不炒”政策目標的實現(xiàn)。

        (2)國家空間管理部門加快出臺分類調(diào)控的土地政策。對東中西不同區(qū)位,大中小不同規(guī)模的城市,進行針對性的分組,出臺具有更強“指向性”和“適應(yīng)性”的土地政策[18],更加合理有序的調(diào)控住房市場。

        (3)提高各級城市基礎(chǔ)教育水平。提升基礎(chǔ)教育水平,能夠吸引更多本地有效需求并提升城市發(fā)展正向預(yù)期,有利于新型城鎮(zhèn)化工作的有序推進。

        猜你喜歡
        宗地溢價規(guī)模
        2024年底A股各板塊市場規(guī)模
        兩市可轉(zhuǎn)債折溢價表
        規(guī)模之殤
        能源(2018年7期)2018-09-21 07:56:14
        兩市可轉(zhuǎn)債折溢價表
        兩市可轉(zhuǎn)債折溢價表
        兩市可轉(zhuǎn)債折溢價表
        Mentor Grpahics宣布推出規(guī)??蛇_15BG的Veloce Strato平臺
        汽車零部件(2017年2期)2017-04-07 07:38:47
        嚴控公立醫(yī)院規(guī)模過快擴張
        基于歷史歸檔的宗地查詢系統(tǒng)的設(shè)計與實現(xiàn)
        河南科技(2014年22期)2014-02-27 14:18:03
        地籍宗地時空數(shù)據(jù)庫中的變化檢測
        91盗摄偷拍一区二区三区| 无码中文字幕色专区| 中国精品视频一区二区三区| 日本免费一区精品推荐| 亚洲国产精品国自拍av| 永久免费人禽av在线观看| 国产成人综合久久精品免费| WWW拍拍拍| 日本午夜理论一区二区在线观看| 中文字幕人妻丝袜成熟乱| 青草视频在线播放| 亚洲精品一二区| 国产精品亚洲av无人区一区蜜桃| 午夜免费观看日韩一级视频| 日本免费a级毛一片| 另类欧美亚洲| 国产99视频一区二区三区 | 草莓视频在线观看无码免费| 国产专区亚洲专区久久| 日韩日韩日韩日韩日韩日韩| 亚洲中文字幕无码永久在线| 久久无码高潮喷水抽搐| 91偷自国产一区二区三区| 天堂网www资源在线| 最新69国产成人精品视频免费| 久久久久亚洲av无码a片| 亚洲av无码一区二区三区观看 | 亚洲综合国产成人丁香五月小说| 午夜视频一区二区三区播放| 夫妇交换性三中文字幕 | 琪琪的色原网站| 亚洲日本va99在线| 午夜国产精品一区二区三区| 免费不卡无码av在线观看| 久久午夜无码鲁丝片直播午夜精品 | 欧美老妇多毛xxxxx极瑞视频| 好大好硬好爽免费视频| 日本精品一区二区在线看| 性av一区二区三区免费| 在线亚洲+欧美+日本专区| av狼人婷婷久久亚洲综合|