中国大中城市土地价格分布的空间特性研究

中国大中城市土地价格分布的

空间特性研究

摘 要：城市地价从经济角度上集中反映城市中人与地的关系,也从某种程度上反映城市土地利用活动的空间布局情况。本文运用GEOOPENDATA对地价进行空间分布格局分析,揭示了空间分布规律,并且定性地分析其成因。本文以住宅用地为研究对象，从中国统计局网站收集了全国35个大中城市的住宅用地地价数据，定性地分析了地价的空间特性，并且对地价的分布做出了合理的解释。 关键词：土地价格；GEOOPENDATA；空间特性；空间分布 中图分类号：F224. 0

The Spatial Character Study of Chinese Large and Medium-sized Cities’ Land Price

Abstract: From economic point, the urban land price reflects the relationship between human and land, and to some extent reflects urban land use activities' spatial layout. This paper uses the GEOOPENDATA to analyze land price's spatial distribution pattern, reveals spatial distribution regularity, and qualitatively analyzes the causes in this paper. Based on the residential land, a large amount of Chinese residential land price’s data from the website of China Bureau of Statistics are gathered, and then these data to qualitatively analyze the spatial character of land price and reasonably explain its spatial distribution.

Key Words: land price；GEOOPENDATA；spatial character；spatial distribution

目 录

1 绪论

1.1 选题背景 1 1.2 研究的目的和意义 1 1.3 国内外研究动态 2 1.4 城市土地价格影响因素研究 3 1.5 论文研究内容 2 数据的来源与收集

2. 1 数据的来源 3 城市地价的空间分析方法

3. 1 城市土地市场 3. 2 城市地价 3. 3 城市地价的时空差异 3. 4 城市地价的特点 3. 5 数据处理 3. 6 数据分析 4 总结与展望

4. 1 研究总结 4. 2 研究展望 参考文献 致谢 附表

5 5 5 6 7 7 7 14 16 16 17 18 19

中国大中城市土地价格分布的空间特性研究

1 绪论

1. 1选题背景

土地是人们赖以生存和社会持续发展的基础，是所有人类活动的基本要素. 土地作为一种不可再生的资源. 它的有效地、合理地运用对人类社会的发展和国民经济水平的提高有着重要的作用. 为了有效增加土地资产，土管理等相关部门有必要持续优化各种类型的土地利用结构，提高土地有效利用率完善土地市场建设. 土地市场时刻处于动态发展变化中,具有时间和空间属性的土地价格及其空间格局亦随之变化. 全面、准确、系统地掌握土地价格的变化情况,及时洞察土地价格空间分布、动态特征与发展趋势,能够提供给政府有效的宏观调控信息并为其做出科学、合理、有效的土地资源配置决策提供依据,同时为各级土地管理部门判断土地市场运行的健康状况、制定科学合理的土地价格管理政策提供有益的参考.

在社会主义市场经济的带动下,城市经济迅速增长,城市化和工业化进程快速推进,人们生活水平得到了很大的提高,同时也引起土地资源的日趋紧张. 为了提高幸福指数,人们趋向创造幸福和享受幸福,于是选择各方面因素均满意的区位来生活或进行商业、工业活动. 但是随着城市的发展,城市土地在逐年扩展,而土地资源短缺,在如此人地矛盾的形式下,某些条件优越的地段势必价格上涨. 因此,很有必要对城市土地价格空间分布格局及其影响因素做一深刻的分析研究,辅助土地需求者在购买合适地段土地时能够择优、科学购地,政府相关管理者从宏观层面上了解城市土地地价空间分布特征并为土地决策者制定合理的土地政策和价格制定提供科学依据,指导国家宏观调控土地市场,引导城市土地市场向持续、高效、健康的方向发展.

1. 2研究的目的和意义

土地是社会经济活动的基础,是人类生活和经济社会活动的载体. 它是一种有价值的

1

重要资源,也是国家重要的生产数据资料和资产. 它在所有社会经济活动中拥有特别显著的重要性. 它的重要性体现在所有社会经济生产活动中. 城市地价是城市中土地的位置不同而引起其周围环境的差异,导致城市土地价格不同,它反映了城市中人与土地的关系,体现了城市土地利用的布局情况. 我国土地市场在逐渐发展完善,土地交易也逐渐频繁,这些都为市场土地价格的研究提供了基础.

1. 3国内外研究动态

GIS技术不断发展成熟,GIS软件集成了大量的空间分析功能,空间分析技术被应用在许多领域,其中包括地价研究. 国外对地价的空间格局研究较多,Hedonic的价格模型,用克里金插值法对地价进行分析研究. 后来出现了很多对土地价格估计的分析和研究. 在GIS辅助技术的基础上对地价空间变异和分布情况的研究逐渐形成规模. 学术界热衷于通过地统计学以及地价空间决策和模型等对城市地价的研究. 地统计学(Geo-statistics)被许多学者认为是进行空间变异的很好的方法. Aztar& Abed (1994) 使用地统计与GIS技术建立了三维的数字地面模型,对土地价格进行分等方法研究贝鲁特市的地价. Lou (2004)运用克里金插值法建立城市的土地价格表面,分析土地价格的空间分布. McMillen, Sivitanidou, Kim & Lee (2005)等对市场经济成熟国家的城市地价进行研究,分析得到城市地价梯度是逐渐平缓的趋势 . McMillan (2003)和Kim & Lee (2005)通过研究,得出芝加哥与悉尼的城市地价梯度是由平缓变得陡峭的趋势 .

城市土地价格在中国的研究始于上世纪80年代,在马克思地租理论的基础上,借鉴国外的理论和方法,结合我国实际开始对土地价格理论和土地价格评估的方法进行研究. 我国以城镇土地基准地价评估为实践研究,形成“以土地级别为基础,级差收益为依据”的评估方法. 由于该方法不能反映严格意义上的土地市场价格,我国在1990、1993年分别颁布了《城市土地定级规程(试行)》和《城市土地估价规程(试行)》,确立了 “以土地分等定级为基础,土地收益为依据,土地市场交易价格为参考”的城市地价评估的原则和方法[1]. 依据《规程》,这些年内地价研究主要在基准地价的评价及应用、更新方面. 随着基准地价研究及评估实践的发展,基于GIS技术的土地价格研究获得了很快的发展.

李雪铭和张聲等(2004)运用GIS技术绘制大连市住宅价格等值线图,表明住宅小区价格呈现“以单一核为中心的同心圆形状衰减”的空间分布规律,但是由于城市自然环境的影响,

2

同心圆状临近海的周围出现了零星的高房价中心[2].

陈雯,徐建华和罗亚(2006)运用Kriging法对2004年浦东新区商品房样本价格进行空间插值,得到该区商品房的价格空间格局图(包括房价等值线图、房价栅格图),并分析该区商品房价格的分布特征及其原因[3].

李传华,潘竟虎和赵军(2007)运用空间分析功能进行点模式分析和空间自相关分析、空间插值方法等分析研究2005~2006年兰州市普通住宅价格的空间分布格局[4].

梅志雄和黎夏(2007)运用地统计学中的趋势分析法和普通克里金插值法对东竞市普通住宅价格进行空间变化趋势分析和空间局部估计进行了[5].

周华和李同升(2007)通过构建Hedonic模型结合回归分析方法对西安市住宅价格的分异机制进行研究.

梅志雄和黎夏(2008)利用普通克里金法对东堯市普通住宅交易价格空间分布进行了估计和模拟,并利用ESDA(探索性空间数据分析)的理论与方法分析研究东莞房价空间自相关性和变异性[6].

丁雪莹和洪灿等(2012)运用ArcGIS地统计分析模块对长沙市商品住宅样点进行正态性分析和空间自相关检验,并用Kriging和IDW空间插值法分别得到长沙市住宅价格空间格局图和等值线分布图,得出长沙市多中心发展趋势显著和区域住宅价格差异较大的特征.

高金龙,陈江龙等(2013)对住宅、商服和工业用地出让价格样本数据,利用传统统计学和地统计学两种方法,分析了南京市2001～2010年地价的统计特征和空间分布特征.

1. 4城市土地价格影响因素研究

城市土地价格影响因素是多方面的,依据土地价格影响区域范围大小被划分为宏观、中观和微观. 按照研究对象范围,影响因素分为宏观因素和微观因素. 宏观因素是指影响城市土地价格发生变化的共有因素,它影响的是城市间的土地价格,而微观因素是指在一定时间范围内,导致城市土地价格发生变化的具有显著性、个别性和特殊性的因素,它直接引起城市内部宗地价格产生差异. 宏观因素包括影响城市土地价格总体水平的自然、经济、社会和行政因素等. 微观因素括引起城市内部区域间土地价格水平的区域位于城市中的位置、商服繁华度、交通状况、公用设施及基础设施水平、区域环境条件、自然条件和土地使用限制等.

3

2000年莫兰指数散点图(I2000=0. 0562345) 2001年莫兰指数散点图（I2001=0. 0577772）

2002莫兰指数散点图（I2002=0. 0979146）

2004年莫兰指数散点图（I2004=0. 0884786）

2003年莫兰指数散点图（I2003=0. 0993473） 2005年莫兰指数散点图（I2005=0. 102399）9

2006年莫兰指数散点图（I2006=0. 116206） 2007年莫兰指数散点图（I2007=0. 154919）

2008年莫兰指数散点图（I2008=0. 128301）

2010年莫兰散点图（I2010?0. 133916）

2009年莫兰指数散点图（I2009?0. 134493） 2011年莫兰指数散点图（I2011?0. 111269）10

2012年莫兰指数散点图（I2012?0. 120804） 2013年莫兰指数散点图（I2013?0. 140286）

0.180.160.140.120.10.080.060.040.020莫兰指数折线图

莫兰值200020022004200620082010接着利用各城市的坐标模拟出地图，制成PRICE. SHP软件. 打开OpenGeoData软件，点击FILE>Open SHP File，得到模拟的地价地图，接着点击

，得到

11

2012，选择模拟的PRICE，点击OK得到下面

的地图.

2000年地价Cluster Map 2001年地价Cluster Map

2002年地价Cluster Map 2003年地价Cluster Map

2004年地价Cluster Map 2005年地价Cluster Map

12

2006年地价Cluster Map 2007年地价Cluster Map

2008年地价Cluster Map

2010年地价Cluster Map

2012年地价Cluster Map

2009年地价Cluster Map 2011年地价Cluster Map

2013年地价Cluster Map

13

如上图，其中深红色区域为High-High区域，粉红色区域为High-Low区域，灰色区域为Neighbor less，浅蓝色区域为Low-High区域，深蓝色区域为Low-Low区域. High-High区域其自身的土地价格和周边地区的土地价格均较高，二者空间差异程度较小，存在较强的空间正相关，即为热点区. 对于High-Low区域，其自身的土地价格较高但是周边的土地价格较低，二者空间差异程度较大，存在较强的空间负相关性，即为异质性突出. 对于Low-High区域，其自身土地价格较低，但是周边土地价格高，二者空间差异度较大，存在较强的空间负相关性，即为异质性突出. 对于Low-Low区域，其自身土地价格较低，周边土地价格也较低，二者空间差异度较小，存在较强的空间负相关性，即为盲点区.

3. 6 数据分析

从莫兰指数可以得知城市地价存在较强的空间相关性，即城市地价的分布是具有较大空间特性的，所以会呈现各种不同的地价分布. 而且随着时间的推移，我们可以从莫兰指数折线图中看出莫兰指数逐渐增大，即空间相关性也是在逐渐增加，即各城市区域之间的地价空间相关性逐渐增加.

纵观莫兰指数折线图以及国家这段时期的房价政策可得知如下的分析结果： 2002-2003 年相对稳定的协调阶段，这一阶段的中国房地产市场整体表现稳健，市场价格与销售量平稳增长，各地市场全面稳步成长，房地产业步入一个平稳上升的通道，从折线图中可以看出其上升的趋势比较平缓；

2003-2007 年，调控、反调控与总体反思阶段，2003 年中后期，国内部分地区的房地产市场开始出现过热的现象，政府为了稳定市场发展，开始进行全面的宏观调控，从折线图可以得出这段时间的莫兰指数有所下降但是下降的趋势不是很大；

而 2005-2006 年则是政策出台最为密集的阶段，这一阶段政府先后出台了10 多项政策措施，从土地、信贷、经济适用房、房价、产品结构，以及外资管理等多方面来全面反思国内的房地产行业发展. 2006-2007 年，热钱、炒作、人民币升值等因素的影响下，国内房价开始出现爆发式的增长，政府随即开始不断紧缩信贷，以期为“高热”的楼市降温. 2007年至今为房地产行业全面调整的阶段，2007 年第四季度开始，信贷紧缩政策的影响逐渐显露，不断升温的房价开始快速回落，伴随这一回落的还有商品房的成交量，2008 年，国际经济环境的全面衰退迹象逐渐明显，国内经济也受到较大的影响，在持续紧缩的信贷

14

政策下，房地产行业发展减速明显，行业内调整的深度与广度加大，资源整合的力度加强，整个行业伴随经济调整进入新一轮的全面调整期从折线图中我们可以看到2005-2006年莫兰指数飞速增加，一直到2007年达到顶峰值，2007年之后随着国家政策的紧缩，莫兰值也随着大幅度下降；

2009年，政府积极应对国际金融危机，实行了积极的财政政策和适度宽松的货币政策，保持经济平稳较快地发展. 在“保八”无虞，宏观经济复苏的背景下，房地产市场也经历了繁华的一年. 房屋销售面积和销售额均创下历史新高；住房保障体系不断加强和完善，廉租房、经济适用房等保障性安居工程建设进度迅速，从折线图中可以看出2009年的莫兰折线图有所回升；

2010年国务院出台“国十一条”，明确要求央行及银监会要加大对金融机构房地产贷款业务的监督管理和窗口指导；加强监控跨境投融资活动，防境外“热钱”冲击中国市场. 由于此政策的出台莫兰指数值又有下降的趋势；

2011年《国务院关于进一步做好房地产市场调控工作有关问题的通知》公布，即“新国八条”，同时国务院向各地分派房价调控督查组. 2012年，国务院发出通知指出，商品住房价格过高、上涨过快、供应紧张的地区，商业银行可根据风险状况，暂停发放购买第三套及以上住房贷款；对不能提供1年以上当地纳税证明或社会保险缴纳证明的非本地居民暂停发放第三套住房贷款. 通知要求，严格限制各种名目的炒房和投机性购房. 地方人民政府可根据实际情况，采取临时性措施，在一定时期内限定购房套数. 2013年举行的国务院常务会议出台了楼市调控“国五条”. 会议不仅再次重申坚持执行以限购、限贷为核心的调控政策，坚决打击投资投机性购房，还在继2011年之后再次提出要求各地公布年度房价控制目标. 此外，会议在明确既有政策的基础上，还提出了对房价上涨过快的城市及时采取限购措施，以及建立稳定房价工作问责制等内容，从折线图可以看出2011年起莫兰指数开始回升，且至2013年为止莫兰指数一直在稳步有序的上升，并没有猛增也没有骤降，可见国家调控政策的效果.

从2000年到2013年的地价Cluster Map图中可以看到地价的分布趋势，从刚开始的地价呈现一边倒的趋势，即只有个别地区的地价非常高，其他地方都是低价区. 随着时间的推移，个别高的地价区还是存在，几乎没有变，但是纵观整体，全国的地价都有上涨的趋势，即整体的地价是出于上升的态势的，以前的相对来说的低价区到现在来对比也成了平价区.

15

4 总结与展望

4. 1 研究总结

本文以全国35个大中城市为研究目标，利用OpenGeoData软件进行空间数据分析处理，获得价格空间分布格局，并在此基础上对影响因素进行简单地分析与描述. 本文的研究能够为政府相关部门合理安排土地用途和确定土地利用强度、提高土地利用效益等提供科学的参考依据,而且在理论及实践上都有积极的意义.

4. 2 研究展望

OPENGEODATA软件研究土地价格影响因素是目前该领域研究的热点之一,由于时间和水平有限,仍然有很多工作需要做. 本文研究也有一些不足,需要进一步改进.

（1）多种因素从各个不同方面影响地价,地价是众多因素相互作用与交互影响的结果. 本文从区域因素方面对土地价格影响因素进行分析研究,而对于其他的一般因素(包括社会、经济与制度因素)与个别因素(分为宗地条件和建筑物类别)方面未纳入本文的研究范围. 土地价格影响因素的全方位考虑方面,仍需本人在以后的研究工作中继续加强.

(2)由于现实条件的限制,若选取的样本数据足够多,可以对其进行筛选,选择更具有典型代表性的样本,那将使计算结果更贴近实际.

（3）由于时间和能力的限制，有很多的细致的影响因素如交通、娱乐设施、学校所在位置等没有考虑到内，若考虑到内将使得论文内容更加充实、细致、有说服力.

16

参 考 文 献

[1] 苏斌. GIS支持下的城市地价空间分布与土地集约利用研究[D]. 河南: 解放军信息工程大学, 2010.

[2] 李雪铭, 张馨等. 大连商品住宅价格空间分异规律研究[J]. 地域研究与开发, 2004, 23(6): 35-39.

[3] 商品房价格空间格局与区位模型研究一一以上海浦东新区为例[J]. 上海房地市场纵横, 2006: 12-14.

[4] 李传华, 潘竟虎等. 基于GIS的兰州市普通住宅价格空间格局分析[J]. 云南地理环境研究, 2007, 19(2): 88-91.

[5] 梅志雄, 黎夏. 基于地统计分析的房价空间分布差异研究—以东莞市2006年普通住宅价格为例[J]. 华南师范大学学报(自然科学版), 2007, (4): 120-126.

[6] 梅志雄, 黎夏. 基于ESDA和Kriging方法的东莞市住宅价格空间结构[J]. 经济地理, 2008, 28(5): 862-866.

[7] 常可. 长沙市城区住宅地价空间分布特征及其影响因素研究[D]. 湖南: 湖南师范大学, 2010. [8] 韩洁. 青岛市城区地价空间分异及影响因素研究[D]. 北京: 首都师范大学, 2012. 5. [9] 张丹. 住宅地价城市间差异的决定因素与实证分析[D]. 武汉: 华中师范大学, 2009. [10] 沈体雁, 冯等田, 孙铁山. 空间计量经济学[M]. 北京: 北京大学出版社, 2010.

17

致 谢

在美丽的宁大校园，我度过了人生中最美好的四年. 在这里我收获了知识，增长了见识，学会了为人的道理，也收获了宝贵的友情. 转眼间我就要离开学习与生活了七年的宁大，心中任有一份眷恋与不舍.

在本论文的写作过程中，我深深体会到理论研究的艰辛和愉悦，在这里，我要由衷感谢我的导师房彦兵老师对我的悉心关怀和指导. 房老师学识渊博、治学严谨、平易近人，他的为人与治学永远是我学习的榜样. 特别是在论文写作的过程中，尽管工作繁忙有加，房老师自始至终关注我的论文写作，给予我热情的鼓励和悉心的指导. 此外我还要感谢我的同学们对我的帮助和照顾.

最后，我要感谢我的父亲和母亲对我学业的支持. 在我十多年的求学生涯中，你们的鼓励和无尽的关爱给了我无比的温暖和前进的动力.

18

本文来源：https://www.bwwdw.com/article/vz17.html