中国城市土地价格研究：实证结果与分析

5.1.4　实证结果与分析

1）模型总体的估计结果

基于已有的变量选取，本书利用式（5.2）的方程形式分别对普通住宅用地和办公用地的地价决定方程进行估计，估计方法采用OLS法。模型的估计结果如表5-2所示。

表5-2　地价决定模型的估计结果

续表5-2

注：（1）表中＊＊＊、＊＊、＊分别表示估计结果在99%、95%和90%的置信区间下显著。

（2）被解释变量为LnLPRICE。

（3）变量前的符号Ln表示该变量以对数形式引入模型中。

地价决定模型的回归结果显示：地块物理属性、区位属性和邻里属性等变量较好地解释了地价的变化，且对地价存在显著的影响；模型的拟合优度（调整后R²）均在30%以上。该结果验证了待检验命题H1的成立，表明中国这一新兴土地市场的有效性，地价的影响因素在市场交易过程中得到了买卖双方的识别，价格发挥出较好的引导市场参与者行为的作用。

LOTSIZE前的系数估计值表明，地价与地块规模之间存在凸函数的关系，也即地块的开发表现为规模报酬递减^［15］。该结果与Dale－Johnson和Brzeski^［63］以波兰克拉科夫市为例，对转型经济过程中地价方程的实证研究发现相一致，说明地块的分割开发更有效，这与目前土地管理部门控制土地供应过程中的单宗地块规模的思路相吻合。并且，地块的分割开发也有利于减小房地产市场中开发企业区域垄断力量的形成。但需要指出的是，由于协议出让的地块为毛地，很多地块的出让中配有代征地，需要开发企业投入较大的成本完成其开发建设。因此，伴有代征地地块的地价款通常会进行一定的折减，而地块面积越大，伴有代征地的比例就越高，这也是地价与地块规模之间表现为凸函数关系的一个原因。

地块的容积率FAR对地价的影响为负，但对办公用地价格的影响不显著。这是因为，随着建筑物楼层的增高，物业建设投资中将有较高比例的资本用于楼梯、电梯等建筑物基础设备的建造，而不能增加住房产出^［137］，因此，FAR对地价的影响为负。但对于办公用地而言，楼层的增加可以为其使用者带来知识外溢效应（Knowledge Spillover）和地标性效应^［82］这两种力量的共同作用使得FAR对办公用地价格的影响并不一定表现为负。

D＿TAM前的系数估计值显示，住宅用地和办公用地的价格梯度分别为－0.054和－0.072，这表明：住宅用地到城市中心的距离每减小1km，开发企业愿意为其多支付5.2%的价格；而办公用地到城市中心的距离每减小1km，开发企业愿意为其多支付6.9%的价格。办公用地的竞租曲线陡于住宅用地，因而，办公用地的开发更靠近城市中心的位置。这与表5-1中D＿TAM变量的描述性统计结果一致，验证了单中心城市模型对城市空间结构的基本预测，同时说明，北京市的空间结构整体上仍表现为单中心的形态。

此外，模型回归结果中，哑元变量YEAR和DISTRICT前的系数估计值给出了住宅和办公用地的价格在时间和空间上的相对变化。可以看出，住宅用地价格随时间表现出明显的增长趋势，而办公用地价格随时间变化则较为平稳；空间邻里属性的差异对住宅用地价格变化的影响显著，对于办公用地而言，东城区、海淀区和朝阳区表现出显著的邻里属性优势。

2）分时间段的估计结果

为从动态的角度进一步研究地价的时空演变，并对待检验命题H2和H3进行验证，本书将样本均匀划分为三个时间段，即1993—1997年、1998—2002年和2003—2007年，分别对住宅用地和办公用地的价格决定模型进行估计，以揭示地价方程的时空变化规律以及市场参与者对地价影响因素的信息掌握程度或认知程度随时间的变化。

表5-3显示了三个时间段住宅用地与办公用地相关变量的描述性统计结果。可以看出，住宅和办公用地的开发总体上均表现出蔓延的趋势，但各个时间段内，办公用地的空间分布相比于住宅用地而言更靠近城市中心的位置。从地价水平的变化来看，住宅用地的价格波动较大，办公用地在不同时间段并未表现出明显的价格差异。FAR的统计结果表明，办公用地的开发强度随时间减小，住宅用地的开发强度在第二个时间段显著增加，而在第三个时间段则明显减小。理论上，随着土地开发空间区位的蔓延，地块的开发强度也随之减小；但住房的耐久性特征和城市再开发的进行会使地块的开发强度并不一定表现为随着到城市中心距离的增加而平滑衰减的趋势^［166］。

表5-3　变量分时间段的描述性统计

续表5-3

(www.xing528.com)

表5-4和表5-5分别给出了住宅用地和办公用地不同时间段的地价决定模型的估计结果。模型拟合优度的变化为待检验命题H3提供了实证依据，即地价决定模型的解释能力随时间增强。政策不确定性的减小以及市场数据与信息的完善，使地价的影响因素在更大程度上被市场参与者所识别，价格在市场交易过程中逐渐被发现。该结果也从另一个角度说明了中国新兴土地市场的有效性。此外，地块物理属性和区位属性对地价影响的显著性也随着时间的推移而逐渐显现，这再次对待检验命题H3进行了验证；LOTSIZE和FAR前的系数估计值与表5-2中全样本的估计结果一致，表明实证研究中构建的地价决定模型具有较好的稳健性（Robustness）。

表5-4　住宅用地不同时间段的地价决定模型估计结果

续表5-4

表注：（1）表中＊＊＊、＊＊、＊分别表示估计结果在99%、95%和90%的置信区间下显著。

（2）被解释变量为LnLPRICE。

（3）变量前的符号Ln表示该变量以对数形式引入模型中。

（4）表中哑元变量未一一列出。

表5-5　办公用地不同时间段的地价决定模型估计结果

续表5-5

表注：（1）表中＊＊＊、＊＊、＊分别表示估计结果在99%、95%和90%的置信区间下显著。

（2）被解释变量为LnLPRICE。

（3）变量前的符号Ln表示该变量以对数形式引入模型中。

（4）表中哑元变量未一一列出。

在各个时间段，住宅用地价格决定模型的拟合优度均小于办公用地。本书认为，对于办公活动而言，区位因素是其在进行选址决策中考虑的首要因素并且被赋予很高的权重。因此，办公用地价格的影响因素相对简单，但对住宅用地而言，消费者的偏好则较为复杂，除了区位因素，消费者在进行居住选址时还会综合考虑社区的医疗服务、教育质量以及环境舒适度等多种因素。因此，住宅用地价格的影响因素会相对复杂。

表5-4中，D＿TAM前的系数估计值表明，住宅用地的价格梯度并未随时间表现出一致的变化趋势，在研究的三个时间段内，住宅用地的价格梯度先增加后减小。该结果与McMillen^［162］以芝加哥为例对地价方程的估计中发现的价格梯度随时间变缓的结论不同。正如Dale－Johnson和Brzeski^［65］所解释的，转型经济国家的土地市场与城市发展模式与西方成熟国家不同。在西方成熟国家，城市开发表现出较为明显的由内向外的蔓延模式，因此，土地的价格梯度随时间变得平缓。而对于转型经济国家而言，由于受计划经济体制的影响，城市内部土地资源的配置存在着一定的不合理性，随着土地市场的发展，城市在向外扩张的过程中还伴随着较大规模的填充式再开发，因此，在土地市场的初始发展阶段，地价梯度可能会表现出变陡的趋势。但随着土地市场的成熟和城市内部填充式开发的减少，土地的价格梯度将表现出随着城市的扩张而变缓的趋势。

与住宅用地价格梯度的发现结果不同，办公用地的价格梯度随时间表现出明显的变陡趋势，如表5-5中D＿TAM前的系数估计值所示。本书认为，该结果并不归因于办公用地的填充式开发，相反，表5-3中对三个时间段内D＿TAM均值的初步统计结果表明，办公用地的开发在空间分布上表现出蔓延的趋势。这里，我们将办公用地的竞租曲线随着时间的推移而变得更为陡峭的现象解释为企业对集聚经济的需求。随着我国土地市场的发展，城市就业中心日益成熟，企业可以从集聚经济中获得更多的外部性收益，因而，企业愿意为距离市中心较近的区位支付更高的价格，这是办公用地价格梯度变陡的主要驱动力。集聚经济效益对办公用地选址行为的影响将在第6章进行深入论述。