趙超然， 邵京京， 葛京鳳

1. 中國(guó)科學(xué)院地理科學(xué)與資源研究所 地表格局與模擬重點(diǎn)實(shí)驗(yàn)室，北京 100101；2. 中國(guó)科學(xué)院大學(xué) 資源與環(huán)境學(xué)院，北京 100049；3. 邯鄲學(xué)院 經(jīng)濟(jì)管理學(xué)院，河北 邯鄲 056005；4. 河北師范大學(xué) 地理科學(xué)學(xué)院，石家莊 050024

土地市場(chǎng)有效實(shí)現(xiàn)土地資源配置, 在提高土地資源利用效率中發(fā)揮不可或缺的作用[1-2]． 隨著我國(guó)社會(huì)主義市場(chǎng)經(jīng)濟(jì)的快速發(fā)展, 以市場(chǎng)為主體的住房制度逐步建立, 我國(guó)住宅用地市場(chǎng)持續(xù)增溫． 各地住宅用地市場(chǎng)繁榮的同時(shí), 土地利用效率低、 地價(jià)飛漲、 住房市場(chǎng)運(yùn)行與區(qū)域社會(huì)經(jīng)濟(jì)發(fā)展不協(xié)調(diào)等土地資源管理問(wèn)題也日益突出[3]． 住宅用地市場(chǎng)作為土地市場(chǎng)中最活躍的部分, 其健康程度及發(fā)展?fàn)顩r不僅關(guān)系著土地資源的配置效率, 更是與經(jīng)濟(jì)發(fā)展、 社會(huì)穩(wěn)定息息相關(guān)[4]． 自2003年國(guó)務(wù)院出臺(tái)《關(guān)于促進(jìn)房地產(chǎn)市場(chǎng)持續(xù)健康發(fā)展的通知》后, “房地產(chǎn)市場(chǎng)健康”的概念被頻繁提及, 2017年黨的十九大報(bào)告中提出了“房住不炒”原則, 明確提出要促進(jìn)房地產(chǎn)市場(chǎng)持續(xù)健康發(fā)展, 《中華人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》也強(qiáng)調(diào)了“房地產(chǎn)市場(chǎng)健康”． 近兩年受整體經(jīng)濟(jì)下行的影響, 住宅用地市場(chǎng)健康狀況引起了國(guó)內(nèi)外社會(huì)與學(xué)術(shù)界的廣泛關(guān)注．

住宅用地市場(chǎng)是土地市場(chǎng)重要的組成部分, 健康度是表示土地市場(chǎng)發(fā)育程度的綜合變量, 健康度的高低代表著土地市場(chǎng)發(fā)展程度． 國(guó)內(nèi)外的研究在描述土地市場(chǎng)綜合運(yùn)行狀況時(shí), 并不常用“健康度”這一表述, 而是用“市場(chǎng)發(fā)育”等較為粗略的定義． 目前, 關(guān)于住宅用地市場(chǎng)的研究, 國(guó)外研究多涉及土地產(chǎn)權(quán)制度、 市場(chǎng)機(jī)制以及政策調(diào)控下市場(chǎng)發(fā)育程度評(píng)價(jià), 聚焦于市場(chǎng)運(yùn)行狀況的單一指標(biāo)評(píng)價(jià), 如Himmelberg等[5]、 Miceli等[6]、 Radzimski[7]分別從房?jī)r(jià)收入比、 房屋空置率、 供求關(guān)系等方面對(duì)住宅用地市場(chǎng)發(fā)展進(jìn)行測(cè)度． 國(guó)內(nèi)研究從單一的市場(chǎng)化水平擴(kuò)展至成熟度、 障礙度等評(píng)價(jià), 指標(biāo)選取、 分析思路與方法趨于成熟, 如宋偉軒等[8]、 余建輝等[9]、 湯慶園等[10]以市場(chǎng)較發(fā)達(dá)的南京、 北京、 上海等大城市為研究對(duì)象, 從住宅價(jià)格的時(shí)空分異及影響因素方面分析住宅市場(chǎng)的運(yùn)行狀況; 韓娟等[11]以縣級(jí)行政區(qū)為研究單元, 對(duì)中國(guó)住宅出讓地價(jià)發(fā)育形態(tài)及影響因素進(jìn)行分析; 任曉瑜等[12]、 吳郁玲等[13]分別以河北省、 江蘇省為例, 選取截面數(shù)據(jù)探究影響市場(chǎng)水平的原因; 胡香宇[14]以中國(guó)地價(jià)監(jiān)測(cè)城市為研究對(duì)象, 構(gòu)建住宅地價(jià)的健康度評(píng)價(jià)體系, 探究中國(guó)城市住宅地價(jià)健康度的分布特征; 徐心茹等[15]利用Ward系統(tǒng)聚類法對(duì)中國(guó)縣域住宅市場(chǎng)健康度進(jìn)行綜合分區(qū); 吳巍等[16]則從房地產(chǎn)市場(chǎng)角度構(gòu)建評(píng)價(jià)指標(biāo), 探究長(zhǎng)江中游城市群住宅市場(chǎng)健康度的時(shí)空演變特征．

綜上, 國(guó)內(nèi)外對(duì)于住宅用地市場(chǎng)測(cè)度的研究日趨完善, 但仍存在以下問(wèn)題: 一是研究范圍方面, 現(xiàn)有研究多以熱點(diǎn)大城市、 省域或全國(guó)尺度為主, 缺乏對(duì)城市群的整體性研究; 二是研究數(shù)據(jù)方面, 相關(guān)研究多采用截面數(shù)據(jù), 難以準(zhǔn)確反映住宅用地市場(chǎng)在時(shí)間上的連續(xù)性特征; 三是研究視角方面, 從健康度視角分析城市住宅用地市場(chǎng)的研究目前尚不多見． 而京津冀地區(qū)是我國(guó)經(jīng)濟(jì)活力最強(qiáng)的區(qū)域之一, 京津冀協(xié)同發(fā)展不斷推進(jìn)的同時(shí), 也存在住宅地價(jià)差異大、 土地資源配置效率低、 住宅用地市場(chǎng)發(fā)育不平衡等問(wèn)題． 因此, 本研究以京津冀為研究區(qū), 選取2013-2017年13個(gè)地級(jí)市住宅用地出讓數(shù)據(jù), 采用TOPSIS-灰色關(guān)聯(lián)度模型和面板數(shù)據(jù)模型, 從城市群空間整體性和時(shí)間連續(xù)性方面, 綜合分析研究區(qū)住宅用地市場(chǎng)健康度時(shí)空演化特征及影響因素, 以期優(yōu)化京津冀地區(qū)住宅用地市場(chǎng), 為制定京津冀協(xié)同健康發(fā)展的土地政策提供科學(xué)依據(jù)．

1 住宅用地市場(chǎng)健康度指標(biāo)體系構(gòu)建

一般來(lái)說(shuō), 健康的住宅用地市場(chǎng)狀態(tài)通過(guò)市場(chǎng)作用機(jī)制調(diào)節(jié), 在達(dá)到高市場(chǎng)化水平的基礎(chǔ)上, 實(shí)現(xiàn)住宅用地資源有效配置, 同時(shí)與社會(huì)、 經(jīng)濟(jì)呈協(xié)調(diào)、 可持續(xù)發(fā)展的態(tài)勢(shì)． 根據(jù)住宅用地市場(chǎng)發(fā)育程度的內(nèi)涵要求, 參考徐心茹等[15-18]住宅用地市場(chǎng)評(píng)價(jià)指標(biāo)體系, 從國(guó)民經(jīng)濟(jì)發(fā)展、 市場(chǎng)活躍程度、 土地供應(yīng)情況和人地協(xié)調(diào)關(guān)系4個(gè)方面定義8項(xiàng)指標(biāo)測(cè)度住宅用地市場(chǎng)健康度． 如圖1所示, 價(jià)格形成機(jī)制是土地市場(chǎng)作用的核心, 當(dāng)住宅價(jià)格與國(guó)民經(jīng)濟(jì)均衡協(xié)調(diào)發(fā)展時(shí), 住宅用地市場(chǎng)才能健康穩(wěn)定, 因而將地價(jià)與經(jīng)濟(jì)、 可支配收入?yún)f(xié)調(diào)度作為衡量住宅用地市場(chǎng)健康的重要指標(biāo); 市場(chǎng)活躍程度直接關(guān)系住宅用地市場(chǎng)的健康狀況, 其具體表現(xiàn)為地方財(cái)政收入對(duì)土地出讓收入的依賴性大小、 土地交易是否頻繁、 公開出讓率高低, 因此將土地財(cái)政貢獻(xiàn)度、 土地市場(chǎng)化交易率和土地市場(chǎng)交易活躍度確定為評(píng)價(jià)指標(biāo); 土地供應(yīng)情況可以及時(shí)反映市場(chǎng)供給程度, 土地的稀缺性和不可再生性終會(huì)導(dǎo)致供不應(yīng)求的情況, 所以住宅用地的供應(yīng)比例以及有效供地率可以檢驗(yàn)市場(chǎng)健康程度; 人地關(guān)系是當(dāng)今社會(huì)發(fā)展必須直面和探討的問(wèn)題, 因此將土地供應(yīng)量與人口增長(zhǎng)速度是否協(xié)調(diào)作為測(cè)度住宅用地市場(chǎng)可持續(xù)發(fā)展的指標(biāo)． 具體指標(biāo)如表1所示．

表1 京津冀住宅用地市場(chǎng)健康度評(píng)價(jià)指標(biāo)及含義

圖1 住宅用地市場(chǎng)健康度框架

2 研究數(shù)據(jù)與方法

2.1 研究區(qū)概況和數(shù)據(jù)來(lái)源

京津冀是中國(guó)的“首都經(jīng)濟(jì)圈”, 包括北京、 天津兩個(gè)直轄市及河北省的石家莊、 承德、 張家口、 秦皇島、 唐山、 廊坊、 保定、 滄州、 衡水、 邢臺(tái)、 邯鄲11個(gè)地級(jí)市, 面積21.6萬(wàn)km2． 住宅地價(jià)數(shù)據(jù)來(lái)源于《河北省土地市場(chǎng)動(dòng)態(tài)監(jiān)測(cè)分析報(bào)告》和中國(guó)城市地價(jià)動(dòng)態(tài)監(jiān)測(cè)網(wǎng)(http: //www. landvalu.com.cn/), 住宅用地市場(chǎng)交易數(shù)據(jù)從各地級(jí)市自然資源和規(guī)劃局網(wǎng)站獲得, 用于評(píng)價(jià)住宅市場(chǎng)健康度及其影響因素的指標(biāo)數(shù)據(jù)來(lái)源于《北京統(tǒng)計(jì)年鑒》 《天津統(tǒng)計(jì)年鑒》 《河北經(jīng)濟(jì)年鑒》．

2.2 研究方法

2.2.1 TOPSIS-灰色關(guān)聯(lián)模型

TOPSIS模型和灰色關(guān)聯(lián)模型都可以判斷多屬性指標(biāo)的優(yōu)劣, 為使結(jié)果更加合理, 更符合實(shí)際情況, 將兩種算法結(jié)合起來(lái)實(shí)現(xiàn)住宅用地市場(chǎng)健康度的評(píng)價(jià)[19-20]． 計(jì)算步驟如下:

1) 構(gòu)建加權(quán)規(guī)范化決策矩陣．

Zij=|Wj×Yij|nmi=1, 2, …,n;j=1, 2…,m

(1)

式中:Z為決策矩陣;Wj為熵權(quán)法[21]所求權(quán)重;Yij為標(biāo)準(zhǔn)化處理之后的指標(biāo)數(shù)據(jù);n為城市個(gè)數(shù);m為指標(biāo)個(gè)數(shù)．

正理想解:

(2)

負(fù)理想解:

Lj=min(Zij)j∈J

(3)

式中:J*為正向指標(biāo);J為負(fù)向指標(biāo)．

(4)

(5)

(6)

(7)

式中:ρ的取值范圍為[0, 1], 通常取ρ=0.5．

(8)

(9)

6) 計(jì)算理想解的貼近度．

(10)

式中:Ci為貼近度,Ci越大, 評(píng)價(jià)對(duì)象越理想;α和β為權(quán)重, 取值范圍均為[0, 1], 且α+β= 1, 通常情況下,α=β=0.5．

2.2.2 空間自相關(guān)

ESDA以可視化的表示方法對(duì)數(shù)據(jù)的空間分布特征進(jìn)行描述, 有效識(shí)別空間數(shù)據(jù)的結(jié)構(gòu)和異常值, 可以直觀地揭示某一地理現(xiàn)象的空間集聚效應(yīng)及其空間相互作用機(jī)制[22]． 為闡明京津冀住宅用地市場(chǎng)健康度的空間相關(guān)性和局部空間分布格局, 采用ESDA中的Getis-Ord Genral G指數(shù)和局部Getis-Ord Gi*[23]對(duì)其進(jìn)行檢驗(yàn)．

2.2.3 面板數(shù)據(jù)模型

本研究采用面板數(shù)據(jù)模型分析影響京津冀住宅用地市場(chǎng)健康度的社會(huì)經(jīng)濟(jì)因素． 相較于截面數(shù)據(jù)模型和時(shí)間序列模型, 面板數(shù)據(jù)模型能夠有效控制不可觀測(cè)經(jīng)濟(jì)變量帶來(lái)的估計(jì)偏差, 設(shè)定更合理, 模型參數(shù)的樣本估計(jì)量更準(zhǔn)確． 同時(shí)能夠通過(guò)擴(kuò)大樣本信息, 減少變量間的共線性, 提高估計(jì)量的自由度和有效性[24-25]．

考慮到各指標(biāo)數(shù)據(jù)差距較大, 因此對(duì)所有數(shù)據(jù)取對(duì)數(shù), 具體公式如下:

韓國(guó)也是一個(gè)非常注重養(yǎng)生的國(guó)家，韓國(guó)的氫健康產(chǎn)業(yè)起步比較晚，但是在企業(yè)、學(xué)術(shù)機(jī)構(gòu)和用戶的支持下，得到了快速的發(fā)展。目前除了氫水之外，韓國(guó)企業(yè)還衍生出了氫沐浴、氫足療、氫美容等多個(gè)相關(guān)產(chǎn)業(yè)，并且受到了皮膚類疾病患者的高度認(rèn)可。

lnIit=a0+a1lnJGit+a2lnJSit+a3lnRMit+a4lnCZit+a5lnJCit+a6lnFNit+ui+vit

(11)

式中:i為京津冀地區(qū)各城市;t為年份;JGit為i城市t年的人均GDP;JSit為i城市t年城鎮(zhèn)居民人均可支配收入;RMit為i城市t年的城市人口密度;CZit為i城市t年的城鎮(zhèn)化率;JCit為i城市t年進(jìn)出口總額占GDP的比例;FNit為i城市t年非農(nóng)產(chǎn)業(yè)產(chǎn)值占GDP的比例;ui為不可觀測(cè)的地區(qū)效應(yīng);vit為隨機(jī)誤差項(xiàng);a0為研究單元共同的截距項(xiàng);a1-a6分別為相對(duì)應(yīng)指標(biāo)的回歸系數(shù)．

3 結(jié)果與分析

3.1 住宅用地市場(chǎng)健康度時(shí)空特征

3.1.1 住宅用地市場(chǎng)健康度的時(shí)間演化

利用TOPSIS-灰色關(guān)聯(lián)度模型計(jì)算得到2013-2017年京津冀住宅用地市場(chǎng)健康度的最終得分及排名, 結(jié)果如表2所示． 從數(shù)值上看, 2013年健康度最高得分為0.655(北京市), 最低為0.446(承德市), 相差0.209; 2017年健康度最高得分為0.663(北京市), 最低為0.453(承德市), 相差0.210． 京津冀地區(qū)住宅用地市場(chǎng)健康度處于中等水平, 呈波動(dòng)上升趨勢(shì), 城市間差異縮?。?從排名上看, 北京市和天津市的位序穩(wěn)定且健康程度高, 分列前兩名． 京津兩地的區(qū)位條件優(yōu)越, 經(jīng)濟(jì)發(fā)展迅速, 土地市場(chǎng)交易率和活躍度相對(duì)較高． 石家莊、 保定和廊坊3市健康水平次之, 排名在3至6名間輕微波動(dòng)． 石家莊市作為河北省省會(huì), 發(fā)展環(huán)境和區(qū)位條件優(yōu)越, 保定和廊坊在京津的輻射帶動(dòng)下, 住宅用地市場(chǎng)發(fā)育良好, 因此健康度雖有波動(dòng), 但整體較為穩(wěn)定． 承德市和張家口市健康度位序最低, 排名也較穩(wěn)定． 由于該地區(qū)地處偏遠(yuǎn), 經(jīng)濟(jì)發(fā)展水平低, 土地財(cái)政貢獻(xiàn)高, 土地市場(chǎng)化交易、 有效供地占比不理想, 排名較低． 在13個(gè)城市中, 除秦皇島市和邢臺(tái)市的排名波動(dòng)上升, 唐山市和滄州市持續(xù)下降以外, 大部分城市的健康度位序雖發(fā)生變化, 但波動(dòng)不大．

表2 京津冀住宅用地市場(chǎng)健康度得分及排名情況

為進(jìn)一步探索京津冀地區(qū)住宅用地市場(chǎng)健康度的時(shí)序特征, 采用差異指數(shù)來(lái)反映健康度的相對(duì)差異和絕對(duì)差異(圖2)． 從數(shù)值上看, 健康度的變異系數(shù)和標(biāo)準(zhǔn)差的變化一致, 在2013-2016年變異系數(shù)和標(biāo)準(zhǔn)差呈上升態(tài)勢(shì), 城市間住宅用地市場(chǎng)的健康度分化; 2016-2017年略有下降, 市場(chǎng)分化趨勢(shì)減弱． 隨著京津冀協(xié)同發(fā)展不斷深化, 城市間住宅用地市場(chǎng)逐漸向一體化方向發(fā)展, 尤其在2016年后, 各城市根據(jù)實(shí)際情況, 差別化調(diào)控, 因城施策, 一定程度上縮減了市場(chǎng)差異, 住宅用地市場(chǎng)健康度的發(fā)展差距逐漸縮?。?/p>

圖2 住宅用地市場(chǎng)健康度變異系數(shù)及標(biāo)準(zhǔn)差

3.1.2 住宅用地市場(chǎng)健康度的空間特征

運(yùn)用ArcGIS 10.2軟件對(duì)京津冀地區(qū)2013-2017年住宅用地市場(chǎng)健康度進(jìn)行全局空間自相關(guān)分析(表3), 各年份空間關(guān)聯(lián)系數(shù)G(d)值和E(G)為正,Z值均大于1.96, 說(shuō)明研究區(qū)住宅用地市場(chǎng)健康度呈顯著的空間正相關(guān), 健康度較高的地域鄰接地區(qū)的健康水平也較高． 從空間集聚動(dòng)態(tài)演變來(lái)看, 2013-2017年的G(d)值分別為0.086 563, 0.086 765, 0.086 581, 0.087 888和0.086 661, 變化較平穩(wěn), 表明京津冀各市健康水平總體空間格局在研究期間未發(fā)生劇烈的變動(dòng)． 研究期內(nèi)京津冀各城市健康度的全局空間關(guān)聯(lián)系數(shù)G(d)值始終小于0.1, 說(shuō)明城市間的空間集聚性較弱． 因此, 在京津冀協(xié)同發(fā)展背景下, 各城市之間應(yīng)加強(qiáng)合作與聯(lián)系, 發(fā)揮輻射帶動(dòng)作用, 以實(shí)現(xiàn)京津冀住宅用地市場(chǎng)健康度的整體提升．

表3 京津冀住宅用地市場(chǎng)健康度的Getis-Ord General G指數(shù)

為進(jìn)一步探索京津冀住宅用地市場(chǎng)健康度的空間格局和集聚特征, 利用局部空間自相關(guān)方法測(cè)度京津冀各市住宅用地市場(chǎng)健康度的Getis-Ord Gi*指數(shù)值, 并將其分為4級(jí), 生成京津冀住宅用地市場(chǎng)健康度熱點(diǎn)區(qū)空間格局演變圖(圖3)．

底圖來(lái)源于國(guó)家測(cè)繪地理信息局標(biāo)準(zhǔn)地圖服務(wù)網(wǎng)站, 審圖號(hào): GS(2016)1601號(hào)．

京津冀住宅用地市場(chǎng)健康度存在明顯的冷熱點(diǎn)聚集區(qū), 整體分布呈現(xiàn)出“中間熱-南北冷”的趨勢(shì)． 2013年住宅用地市場(chǎng)健康度熱點(diǎn)區(qū)僅分布在北京市, 次熱點(diǎn)區(qū)分布在天津市、 石家莊市, 冷點(diǎn)區(qū)(含次冷點(diǎn)區(qū))范圍大于熱點(diǎn)區(qū)(含次熱點(diǎn)區(qū)); 2014年廊坊市及保定市由次冷點(diǎn)區(qū)上升為次熱點(diǎn)區(qū), 邯鄲市由冷點(diǎn)區(qū)上升為次冷點(diǎn)區(qū), 健康度在空間上開始由“冷”轉(zhuǎn)“熱”; 2015年住宅用地市場(chǎng)健康度熱點(diǎn)區(qū)增至為京津兩市, 唐山市由次冷點(diǎn)區(qū)轉(zhuǎn)為次熱點(diǎn)區(qū), 而衡水市降為冷點(diǎn)區(qū); 2016年熱點(diǎn)區(qū)不變, 唐山市由次熱點(diǎn)區(qū)降為次冷點(diǎn)區(qū), 衡水市再次進(jìn)入次冷點(diǎn)區(qū); 2017年石家莊市、 廊坊市上升為熱點(diǎn)區(qū), 邢臺(tái)市、 衡水市、 秦皇島市上升為次熱點(diǎn)區(qū), 張家口市進(jìn)入次冷點(diǎn)區(qū), 熱點(diǎn)區(qū)(含次熱點(diǎn)區(qū))范圍大于冷點(diǎn)區(qū)(含次冷點(diǎn)區(qū))． 北京市、 天津市及石家莊市經(jīng)濟(jì)、 社會(huì)條件優(yōu)越, 土地市場(chǎng)活躍, 住宅用地市場(chǎng)健康度較高, 在空間上形成高值集聚; 在京津輻射帶動(dòng)作用下, 廊坊市、 保定市利用特殊的地理位置優(yōu)勢(shì), 發(fā)展住宅用地市場(chǎng), 分別成為熱點(diǎn)區(qū)和次熱點(diǎn)區(qū); 省會(huì)城市石家莊對(duì)周邊衡水市、 邢臺(tái)市的發(fā)展有帶動(dòng)作用, 使之升為次熱點(diǎn)區(qū); 承德市、 張家口市經(jīng)濟(jì)基礎(chǔ)薄弱, 土地市場(chǎng)發(fā)展緩慢, 住宅用地市場(chǎng)健康度相對(duì)較低, 呈低值集聚態(tài)勢(shì); 秦皇島市“異軍突起”, 充分利用環(huán)渤海地區(qū)的土地優(yōu)惠政策, 優(yōu)化住宅用地市場(chǎng)競(jìng)爭(zhēng)環(huán)境, 由冷點(diǎn)區(qū)上升為次熱點(diǎn)區(qū)． 綜上, 研究期間京津冀住宅用地市場(chǎng)健康度熱點(diǎn)區(qū)(含次熱點(diǎn)區(qū))范圍擴(kuò)大, 冷點(diǎn)區(qū)(含次冷點(diǎn)區(qū))范圍縮小, 呈由“冷”轉(zhuǎn)“熱”的趨勢(shì)． 隨著京津冀協(xié)同發(fā)展戰(zhàn)略的推進(jìn), 京津冀住宅用地市場(chǎng)健康度整體提升, 住宅用地市場(chǎng)中互利共贏協(xié)同發(fā)展的新格局初步顯現(xiàn)．

3.2 京津冀住宅用地市場(chǎng)健康度影響因素分析

3.2.1 影響因素的選取

住宅用地市場(chǎng)的健康程度是多種因素綜合作用的結(jié)果, 參考國(guó)內(nèi)外相關(guān)研究[17, 26-28], 選取人均GDP(JG)、 城鎮(zhèn)居民人均可支配收入(JS)、 人口密度(RM)、 城鎮(zhèn)化率(CZ)、 進(jìn)出口總額占GDP的比例(JC)和非農(nóng)產(chǎn)業(yè)產(chǎn)值占GDP的比例(FN)6個(gè)指標(biāo)作為住宅用地市場(chǎng)健康度的影響因子(表4)．

表4 京津冀住宅用地市場(chǎng)健康度影響因子表

地價(jià)與經(jīng)濟(jì)的協(xié)調(diào)狀況是評(píng)價(jià)住宅用地市場(chǎng)健康度的重要指標(biāo), 經(jīng)濟(jì)繁榮會(huì)提高人們對(duì)物質(zhì)和精神生活的追求, 居民對(duì)高品質(zhì)住房的需求也隨之增加, 進(jìn)而吸引地產(chǎn)投入, 各地經(jīng)濟(jì)水平的發(fā)展會(huì)帶動(dòng)住宅用地市場(chǎng)的發(fā)展, 可用人均GDP和城鎮(zhèn)居民人均可支配收入表示各市的經(jīng)濟(jì)發(fā)展水平; 人口密度和城鎮(zhèn)化率與城市住宅用地需求相關(guān), 反映研究區(qū)潛在的住宅用地市場(chǎng)消費(fèi)容量, 人口密度高, 城鎮(zhèn)化速度快, 人口向城區(qū)不斷轉(zhuǎn)移, 住宅用地的需求量增加, 城市須提高住宅用地市場(chǎng)的配置效率, 從而對(duì)住宅用地市場(chǎng)產(chǎn)生積極影響． 考慮到土地與人口供求關(guān)系的協(xié)調(diào)發(fā)展, 選取人口密度和城鎮(zhèn)化率作為反映社會(huì)狀況的因子; 對(duì)外開放水平的影響表現(xiàn)在通過(guò)對(duì)外來(lái)投資的利用改變固有的住宅用地交易方式, 行政劃撥的方式不斷減少, 市場(chǎng)化的招拍掛出讓方式增多, 隨著對(duì)外開放基本國(guó)策的深化以及對(duì)外商投資的引導(dǎo), 無(wú)疑給住宅用地市場(chǎng)的發(fā)展帶來(lái)積極影響, 因而使用進(jìn)出口總額占GDP的比例表征對(duì)外開放水平; 產(chǎn)業(yè)發(fā)展導(dǎo)致對(duì)土地的需求愈發(fā)迫切, 產(chǎn)業(yè)結(jié)構(gòu)的變動(dòng)會(huì)影響住宅用地市場(chǎng)的供求, 二、 三產(chǎn)業(yè)的發(fā)展變化往往伴隨著土地利用結(jié)構(gòu)的調(diào)整, 住宅用地市場(chǎng)規(guī)模也會(huì)發(fā)生變化, 進(jìn)而選取非農(nóng)產(chǎn)業(yè)產(chǎn)值占GDP的比例作為影響因子．

3.2.2 模型選擇

靜態(tài)的面板數(shù)據(jù)模型通常分為混合回歸模型、 固定效應(yīng)模型以及隨機(jī)效應(yīng)模型3種． 為確定所需模型, 需在Eviews中依次對(duì)所有數(shù)據(jù)進(jìn)行F檢驗(yàn)以及Hausman檢驗(yàn), 得到的結(jié)果如表5所示．F檢驗(yàn)和Hausman檢驗(yàn)統(tǒng)計(jì)值分別為7.731 1和12.701 5, 其P值均小于0.01, 均拒絕原假設(shè), 因此確定建立固定效應(yīng)模型．

表5 模型設(shè)定檢驗(yàn)結(jié)果

3.2.3 影響因素分析

運(yùn)用Eviews 8.0軟件分別測(cè)得固定效應(yīng)模型的整體估計(jì)量和系數(shù)估計(jì)結(jié)果(表6、 表7)． 從模型整體的顯著性來(lái)看,F統(tǒng)計(jì)量值為23.123 0, 相應(yīng)的P值<0.01, 說(shuō)明模型的整體擬合情況較好． 從模型的擬合優(yōu)度來(lái)看,R2為0.890 5, 調(diào)整R2為0.861 5, 擬合效果較好． 從模型的回歸系數(shù)顯著性來(lái)看, 除了城鎮(zhèn)化率(P=0.094 0)以外, 其余解釋變量均通過(guò)了5%的顯著性檢驗(yàn), 說(shuō)明所選指標(biāo)對(duì)京津冀住宅用地市場(chǎng)健康度有較強(qiáng)的解釋力．

表6 固定效應(yīng)模型的整體估計(jì)量

表7 固定效應(yīng)模型估計(jì)結(jié)果

由表7可知, 城市住宅用地健康度與各影響因子均呈正向相關(guān)性． 非農(nóng)產(chǎn)業(yè)產(chǎn)值占GDP的比例影響最大, 回歸系數(shù)為0.708 1． 住宅用地市場(chǎng)健康度的提高主要依托于非農(nóng)產(chǎn)業(yè)發(fā)展, 研究期間京津冀正處于產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型期, 北京對(duì)津冀地區(qū)溢出效應(yīng)明顯, 良好的區(qū)域分工格局初步形成, 產(chǎn)業(yè)結(jié)構(gòu)調(diào)整使居民住宅用地需求量增大, 住宅用地市場(chǎng)規(guī)模迅速擴(kuò)大, 市場(chǎng)交易頻繁, 因而其對(duì)住宅用地市場(chǎng)健康度的影響最大; 人均GDP影響次之, 回歸系數(shù)為0.466 1． 京津冀人均GDP增速較快, 年均增長(zhǎng)33 144元, 經(jīng)濟(jì)及物質(zhì)水平大大提高, 政府用于住宅用地市場(chǎng)管理的資金充足, 使得人均GDP對(duì)住宅用地市場(chǎng)健康度的影響力也較大; 人口密度及城鎮(zhèn)居民人均可支配收入的回歸系數(shù)分別為0.297 3,0.271 0． 人口密度和城鎮(zhèn)居民人均可支配收入的增加, 可以在一定程度上刺激住宅用地的需求, 促進(jìn)住宅用地市場(chǎng)健康發(fā)展; 進(jìn)出口總額占GDP的比例和城鎮(zhèn)化率的影響力相對(duì)較小, 回歸系數(shù)不足0.1． 研究期間絕大部分城市進(jìn)出口總額占GDP的比例下降, 城鎮(zhèn)化率相對(duì)穩(wěn)定, 尤其是京津地區(qū), 城鎮(zhèn)化率增幅極小, 二者對(duì)住宅用地市場(chǎng)健康度的影響相對(duì)較?。?/p>

4 結(jié)論與討論

4.1 結(jié)論

本研究基于TOPSIS-灰色關(guān)聯(lián)模型測(cè)算京津冀住宅用地市場(chǎng)健康度, 運(yùn)用差異指數(shù)、 空間自相關(guān)和面板數(shù)據(jù)模型探究了住宅用地市場(chǎng)健康度的時(shí)空特征以及影響因素． 主要結(jié)論如下:

1) 研究期內(nèi)京津冀住宅用地市場(chǎng)健康度呈波動(dòng)上升的趨勢(shì), 北京市、 天津市健康度較高, 承德市、 張家口市健康度較低, 大部分城市的健康度排名雖發(fā)生變化, 但波動(dòng)不大． 2016年后住宅用地市場(chǎng)健康度絕對(duì)差異和相對(duì)差異減小, 城市間的差距縮小．

2) 京津冀住宅用地市場(chǎng)健康度在空間分布上具有正向相關(guān)關(guān)系, 總體空間格局變化平穩(wěn), 城市間的空間集聚性較弱． 京津冀住宅用地市場(chǎng)健康度存在“中間熱-南北冷”的空間格局, 呈由“冷”轉(zhuǎn)“熱”的趨勢(shì)． 自2014年京津冀協(xié)同發(fā)展戰(zhàn)略提出以后, 京津兩地對(duì)河北省的輻射帶動(dòng)作用明顯增強(qiáng), 住宅用地市場(chǎng)中互利共贏協(xié)同發(fā)展的新格局初步顯現(xiàn)．

3) 住宅用地市場(chǎng)健康度與經(jīng)濟(jì)發(fā)展、 社會(huì)狀況、 對(duì)外開放和產(chǎn)業(yè)結(jié)構(gòu)等影響因素均成正比, 其中非農(nóng)產(chǎn)業(yè)產(chǎn)值占GDP的比例和人均GDP的影響較大, 回歸系數(shù)分別為0.708 1和0.466 1; 進(jìn)出口總額占GDP的比例及城鎮(zhèn)化率的影響較小, 回歸系數(shù)不足0.05．

4.2 討論

從市場(chǎng)健康度視角出發(fā), 利用面板數(shù)據(jù)探討2013-2017年京津冀住宅用地市場(chǎng)的時(shí)空演化特征, 在一定程度上保證了區(qū)域整體性和時(shí)空連續(xù)性, 客觀地揭示了京津冀住宅用地市場(chǎng)的時(shí)空差異, 對(duì)促進(jìn)住宅用地市場(chǎng)協(xié)調(diào)健康發(fā)展具有重要意義． 隨著京津冀協(xié)同發(fā)展戰(zhàn)略的深入, 住宅用地市場(chǎng)也初步顯現(xiàn)協(xié)同發(fā)展格局, 京津應(yīng)充分利用自身優(yōu)勢(shì), 發(fā)揮輻射帶動(dòng)作用, 提高河北省住宅用地市場(chǎng)的健康水平, 不斷加強(qiáng)城市之間的聯(lián)系, 實(shí)現(xiàn)互利共贏． 從市場(chǎng)健康度的影響因素角度研究發(fā)現(xiàn), 非農(nóng)產(chǎn)業(yè)產(chǎn)值占GDP的比例對(duì)住宅用地市場(chǎng)健康度的影響最大, 面對(duì)當(dāng)前不平衡的市場(chǎng)健康狀況, 京津冀應(yīng)明晰產(chǎn)業(yè)定位與產(chǎn)業(yè)分工, 疏解非首都的核心功能, 不斷優(yōu)化產(chǎn)業(yè)結(jié)構(gòu), 完成產(chǎn)業(yè)轉(zhuǎn)型升級(jí)與轉(zhuǎn)移對(duì)接, 逐步提高地區(qū)之間產(chǎn)業(yè)融合水平．

住宅用地市場(chǎng)健康狀況是一個(gè)復(fù)雜的、 受多種因素影響的系統(tǒng), 其中土地政策對(duì)住宅用地市場(chǎng)的影響最為直接, 未來(lái)可深入探究政策性較強(qiáng)、 由政府統(tǒng)籌規(guī)劃的保障性住房、 經(jīng)濟(jì)適用房、 廉租房等政策性住房的相關(guān)影響, 力求全面反映住宅市場(chǎng)健康狀況, 為制定合理的土地政策提供科學(xué)依據(jù), 進(jìn)而促進(jìn)京津冀協(xié)同健康發(fā)展．