文樂(lè)+彭代彥

摘要：利用2001—2013年的281個(gè)地級(jí)市及以上城市面板數(shù)據(jù)，運(yùn)用空間計(jì)量模型，研究土地供給對(duì)房?jī)r(jià)的空間影響，并進(jìn)一步分析中國(guó)房?jī)r(jià)快速上漲的成因。研究發(fā)現(xiàn)：首先，從全國(guó)來(lái)看，房?jī)r(jià)對(duì)土地供給的總彈性為-00532，說(shuō)明土地供給減少推高房?jī)r(jià)；土地供給的空間溢出效應(yīng)顯著為負(fù)，若不考慮空間溢出效應(yīng)，將會(huì)高估土地供給對(duì)房?jī)r(jià)的直接效應(yīng)。其次，土地供給的空間效應(yīng)還存在時(shí)空差異，2003年后東部土地供給的空間效應(yīng)大于中西部地區(qū)，表明土地供給政策向中西部?jī)A斜導(dǎo)致東部地區(qū)房?jī)r(jià)進(jìn)一步上漲。此外，研究還發(fā)現(xiàn)工業(yè)用地面積占比對(duì)房?jī)r(jià)也有重要影響。因此，為抑制房?jī)r(jià)過(guò)快上漲，需要深化土地供給側(cè)改革，增加?xùn)|部土地供給總量，并調(diào)整土地供給結(jié)構(gòu)，防止工業(yè)用地過(guò)度擴(kuò)張。

關(guān)鍵詞：房?jī)r(jià)；空間計(jì)量；土地供給；空間溢出效應(yīng)

文章編號(hào)：2095-5960（2017）01-0014-11

中圖分類號(hào)：F061.6

文獻(xiàn)標(biāo)識(shí)碼：A

一、引言

自2003年以來(lái)，中國(guó)房?jī)r(jià)快速上漲，引起社會(huì)極大關(guān)注。2002年全國(guó)商品房平均銷售價(jià)格為2250元/平方米，而2013年提高到6237元/平方米①①數(shù)據(jù)來(lái)源于《中國(guó)房地產(chǎn)統(tǒng)計(jì)年鑒》。

，上漲了177.20%，而且東部城市比中西部城市平均房?jī)r(jià)上漲幅度更大（如圖1所示）。為避免房?jī)r(jià)過(guò)快上漲，維持住房市場(chǎng)的穩(wěn)定，中央政府先后從限貸、限購(gòu)、限價(jià)、房產(chǎn)稅、保障性住房建設(shè)等多個(gè)方面入手，相繼出臺(tái)了一系列嚴(yán)厲的措施，包括

“國(guó)八條”②②《國(guó)務(wù)院辦公廳關(guān)于切實(shí)穩(wěn)定住房?jī)r(jià)格的通知》（國(guó)辦發(fā)明電〔2005〕8號(hào)）。

、“國(guó)六條”③③《國(guó)務(wù)院辦公廳轉(zhuǎn)發(fā)建設(shè)部等部門關(guān)于調(diào)整住房供應(yīng)結(jié)構(gòu)穩(wěn)定住房?jī)r(jià)格意見的通知》（國(guó)辦發(fā)〔2006〕37號(hào)）。

等，然而，這些政策收效甚微，未能真正抑制住房?jī)r(jià)快速上漲。顯然，進(jìn)一步認(rèn)識(shí)房?jī)r(jià)上漲的成因，有利于調(diào)控房?jī)r(jià)。

學(xué)術(shù)界對(duì)房?jī)r(jià)上漲的原因進(jìn)行了大量研究，普遍認(rèn)為推高房?jī)r(jià)的主要因素是城市土地供給。其中，許小年（2011）認(rèn)為中國(guó)房?jī)r(jià)的上漲與人為的土地供應(yīng)控制有關(guān)。[1]一方面，為了保護(hù)耕地，國(guó)家制定了18億畝耕地紅線，嚴(yán)格限制土地供給；而人口、收入與城鎮(zhèn)化水平一直在不斷提高，使得土地的供需矛盾加劇，進(jìn)而導(dǎo)致房?jī)r(jià)上漲。另一方面，為了平衡區(qū)域發(fā)展，2003年以來(lái)中央開始實(shí)行傾向于中西部的土地供給政策，相應(yīng)壓縮東部地區(qū)的土地供給，使得東部地區(qū)房?jī)r(jià)進(jìn)一步地上漲。[2]此外，從地方政府角度來(lái)看，在中國(guó)土地供給一級(jí)市場(chǎng)上，地方政府擁有壟斷權(quán)，土地供給不足也是地方政府行為的作用。[3]地方政府出于晉升激勵(lì)和財(cái)政壓力，一方面，低地價(jià)甚至零地價(jià)出讓工業(yè)用地進(jìn)行招商引資，促進(jìn)地方經(jīng)濟(jì)增長(zhǎng)，因而獲得財(cái)政收入與晉升籌碼；另一方面，地方政府限制居住用地的供給量，使得住宅用地難以滿足市場(chǎng)需求，導(dǎo)致房?jī)r(jià)、地價(jià)上漲，進(jìn)而增加地方政府的土地出讓收入，為地方建設(shè)融資[4][5]。在土地供給市場(chǎng)上盡量擴(kuò)大工業(yè)用地而壓縮住宅用地是地方政府的理性選擇。2003—2013年間住宅用地面積占建設(shè)用地面積的比重全國(guó)平均水平僅為31%，而一線城市住宅用地占比還低于30%①①數(shù)據(jù)來(lái)源于《中國(guó)城市建設(shè)統(tǒng)計(jì)年鑒》，作者整理。

[11]的研究則發(fā)現(xiàn)臺(tái)北的房?jī)r(jià)與周邊城市房?jī)r(jià)存在明顯的相互作用，但是對(duì)較遠(yuǎn)的城市影響不明顯。國(guó)內(nèi)一些學(xué)者分別以中國(guó)35個(gè)大中城市和285個(gè)地級(jí)市及以上城市的房?jī)r(jià)為研究樣本，證實(shí)了空間溢出效應(yīng)的存在[12][13][14]。其次，現(xiàn)有實(shí)證研究大多采用時(shí)間序列或面板數(shù)據(jù)模型，但由于假定樣本之間不存在空間自相關(guān)和異質(zhì)性，模型估計(jì)結(jié)果有偏且不一致[15][16]。

綜合以上分析，本文擬基于空間溢出視角，運(yùn)用空間德賓模型，并利用2001—2013年中國(guó)281個(gè)地級(jí)市及以上城市的面板數(shù)據(jù)集，研究土地供給對(duì)房?jī)r(jià)的空間影響，并把空間效應(yīng)分解為直接效應(yīng)、間接效應(yīng)與總效應(yīng)。與既有研究相比，本文的貢獻(xiàn)主要在于三個(gè)方面：第一，充分考慮了區(qū)域間的空間交互作用，實(shí)證模型估計(jì)更為可靠，同時(shí)還構(gòu)建了不同空間權(quán)重矩陣并進(jìn)行穩(wěn)健性檢驗(yàn)；第二，首次使用來(lái)自2001—2013年281個(gè)地級(jí)市的面板數(shù)據(jù)集，其大樣本數(shù)據(jù)可以進(jìn)行更為深入的分析；第三，進(jìn)一步分析了土地供給變化對(duì)房?jī)r(jià)的空間影響，有利于更好地認(rèn)清中國(guó)房?jī)r(jià)上漲的根源，并有利于政府對(duì)房地產(chǎn)市場(chǎng)進(jìn)行調(diào)控。

二、

土地供給政策背景與理論分析

（一）土地供給的政策背景

中國(guó)實(shí)行嚴(yán)格的建設(shè)用地指標(biāo)控制和用地審批制度，土地由政府壟斷供給。對(duì)于每一年度的土地供給計(jì)劃指標(biāo)，國(guó)土資源部根據(jù)全國(guó)土地利用年度計(jì)劃總量控制指標(biāo)建議以及省、自治區(qū)、直轄市上報(bào)的計(jì)劃指標(biāo)建議，編制全國(guó)土地利用年度計(jì)劃草案。草案須依次上報(bào)國(guó)務(wù)院審定及人大審議通過(guò)后再下達(dá)各地正式執(zhí)行①①《土地利用年度計(jì)劃管理辦法》第九條。且土地利用年度計(jì)劃一經(jīng)批準(zhǔn)下達(dá)，必須嚴(yán)格執(zhí)行②②《土地利用年度計(jì)劃管理辦法》第十三條。

為了保護(hù)耕地，平衡區(qū)域發(fā)展，國(guó)家自2003年開始實(shí)行傾向中西部的土地供給政策。[2]從圖2可以看到，自2003起年全國(guó)審批建設(shè)用地增長(zhǎng)率明顯下降，多數(shù)年份土地供給增長(zhǎng)率甚至為負(fù)③③在2009年有明顯的增幅，可能是2008年金融危機(jī)后國(guó)家經(jīng)濟(jì)刺激的作用。

，說(shuō)明國(guó)家土地供給總量是收緊的。而圖3表明自2003年起中西部的土地供給在相對(duì)增加，因?yàn)橹形鞑拷ㄔO(shè)用地審批面積占全國(guó)建設(shè)用地審批面積的比重自2003年呈現(xiàn)上升趨勢(shì)，總建設(shè)用地審批面積占比從2002年的476%上升到了2013年的6663%。另外，中西部的土地出讓面積占全國(guó)總出讓面積的比重在2003年之前是下降的，而此后從2003年的3155%一直上升到2013年的5586%。

2015年中國(guó)土地勘測(cè)規(guī)劃院發(fā)布了《全國(guó)城鎮(zhèn)土地利用數(shù)據(jù)匯總成果分析報(bào)告》④④中國(guó)土地勘測(cè)規(guī)劃院.指出2009—2014年，全國(guó)城鎮(zhèn)住宅用地面積累計(jì)增幅為230%，且增幅由2010年的53%下降至2014年的36%，呈放緩趨勢(shì)。自2011年起，中、西部地區(qū)的城鎮(zhèn)住宅用地年度增幅維持在5%、6%左右，均大于東部地區(qū)的年度增幅。自2009至2014年間，對(duì)于不同規(guī)模城市，其住宅用地的年度增幅也呈現(xiàn)出“小城市>中等城市>大城市>特大城市和超大城市”的特征。簡(jiǎn)而言之，近十年來(lái)土地供給政策表現(xiàn)為：土地供給總量增長(zhǎng)減緩并且向中西部地區(qū)偏移。

（二）理論分析

根據(jù)空間經(jīng)濟(jì)學(xué)的定義，本地城市的土地供給變化對(duì)本地城市房?jī)r(jià)的影響被稱為“直接效應(yīng)”；而本地城市的土地供給變化對(duì)周邊其他城市房?jī)r(jià)的影響被稱為“間接效用”，也即溢出效應(yīng)；并把直接效應(yīng)與間接效應(yīng)之和定義為“總效應(yīng)”[17]。

顯然，如果各個(gè)城市是封閉的或相互獨(dú)立的，那么就不會(huì)存在空間溢出效應(yīng)，土地供給的直接效應(yīng)就等于總效應(yīng)。但是，如果人口、資金以及資本等要素在區(qū)域之間可以自由流動(dòng)，那么就會(huì)產(chǎn)生空間溢出效應(yīng)，土地供給的直接效應(yīng)也會(huì)降低。[18][19]換句話說(shuō)，本地城市土地供給變化對(duì)本地房?jī)r(jià)的影響會(huì)擴(kuò)散到周邊城市。原因在于，當(dāng)其他條件不變時(shí)，本地城市減少土地供給量，則本地城市住房供給就會(huì)受到限制，導(dǎo)致房屋供給不足，本地城市房?jī)r(jià)上漲，土地供給的直接效應(yīng)為負(fù)；同時(shí)，由于可供利用的土地減少，本地城市房?jī)r(jià)以及土地使用成本都將上升，從而迫使企業(yè)和居民可能向周邊城市轉(zhuǎn)移，進(jìn)而增加周邊城市的住房需求，導(dǎo)致周邊城市房?jī)r(jià)上漲，土地供給的溢出效應(yīng)也為負(fù)；而本地城市由于企業(yè)和居民的流出，住房需求減少，房?jī)r(jià)下降，這部分抵消了本地城市房?jī)r(jià)上漲幅度，進(jìn)而直接效應(yīng)下降。

綜合以上分析可知，土地供給對(duì)房?jī)r(jià)的直接效應(yīng)與空間溢出效應(yīng)為負(fù)，同時(shí)，直接效應(yīng)要小于不考慮空間溢出效應(yīng)時(shí)的水平。另外，土地供給總量減緩且向中西部地區(qū)傾斜，導(dǎo)致東部地區(qū)土地供給不足，因此，東部地區(qū)房?jī)r(jià)要比中西部上漲得更快。換言之，傾向中西部的土地供給政策進(jìn)一步推升了東部房?jī)r(jià)。

三、實(shí)證模型、

變量選取與數(shù)據(jù)說(shuō)明

（一）實(shí)證模型

比較常用的空間計(jì)量模型主要是空間自相關(guān)模型（SAR）、空間誤差模型（SEM）和空間德賓模型（SDM）。SAR模型主要研究相鄰地區(qū)對(duì)主體行為直接產(chǎn)生的影響，SEM模型通過(guò)誤差項(xiàng)的相互影響來(lái)表現(xiàn)空間關(guān)系，而SDM模型是SAR模型和SEM模型更廣義的形式，優(yōu)點(diǎn)在于同時(shí)考慮了自變量和因變量的空間相關(guān)性[15]。SAR、SEM和SDM模型的具體形式分別如下：

維空間權(quán)重矩陣，Wij為矩陣W的元素?？臻g權(quán)重矩陣是進(jìn)行空間計(jì)量分析的關(guān)鍵，根據(jù)需要可以設(shè)定不同的權(quán)重矩陣，不同的權(quán)重矩陣得到的計(jì)量估計(jì)結(jié)果也可能產(chǎn)生很大的差異。因此本文首先選取國(guó)內(nèi)學(xué)者普遍采用的鄰結(jié)矩陣作為基準(zhǔn)模型，然后分別以地理距離矩陣、引力矩陣作為穩(wěn)健性檢驗(yàn)。鄰結(jié)矩陣的取值方法為如果兩個(gè)地區(qū)相鄰，那么Wij取值為1，否則取值為0，最后對(duì)矩陣W進(jìn)行行標(biāo)準(zhǔn)化。

（二）變量選取與數(shù)據(jù)來(lái)源

因變量房?jī)r(jià)為商品房屋銷售單價(jià)（元/平方米），具體用《中國(guó)區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》固定資產(chǎn)投資表中的“商品房銷售額”除以“商品房銷售面積”得到，并使用CPI將其折算為以2000年不變價(jià)表示的實(shí)際值，然后取對(duì)數(shù)，用lnhp表示。

關(guān)于核心變量土地供給，考慮到商品住宅用地必須以出讓方式供給，相應(yīng)的土地出讓面積也更為直接地影響房?jī)r(jià)，因此，土地供給指標(biāo)用各城市國(guó)有建設(shè)用地出讓面積（公頃）來(lái)表示，并取對(duì)數(shù)，符號(hào)為lnland，相應(yīng)數(shù)據(jù)出自歷年《中國(guó)國(guó)土資源年鑒》；同時(shí)，考慮到從土地出讓到形成房屋供給需要一定時(shí)間且為緩解模型內(nèi)生性，使用滯后一期的土地出讓數(shù)據(jù)。

關(guān)于控制變量。考慮到并非全部土地出讓面積都用于住房建設(shè)，其中也有一部分屬于工業(yè)用地，還考慮到地方政府在土地市場(chǎng)上擴(kuò)張工業(yè)用地，相對(duì)縮減住宅用地供給從而提高房?jī)r(jià)，借鑒范劍勇等（2015）[5]的做法，使用工業(yè)用地占城市建設(shè)用地面積比重這一變量控制用地結(jié)構(gòu)的影響，用變量Ril表示，并取滯后一期，數(shù)據(jù)來(lái)源于《中國(guó)城市建設(shè)統(tǒng)計(jì)年鑒》。通常收入水平越高，對(duì)住房需求越大，房?jī)r(jià)可能越高；用人均GDP控制收入水平的影響，并利用CPI指數(shù)平減，然后取對(duì)數(shù)，用lngdp表示?？紤]到中國(guó)相當(dāng)部分購(gòu)房者需要通過(guò)貸款買房，借鑒李永友（2014）[12]的做法，用金融便利性來(lái)衡量融資約束對(duì)居民住房需求的影響，具體度量采用市轄區(qū)銀行貸款占市轄區(qū)GDP比重，用Loan表示；人口密度與人口增長(zhǎng)率兩個(gè)人口變量主要反映購(gòu)買壓力，分別用lnden和Pgr表示，通常購(gòu)買壓力越大，房?jī)r(jià)越高，預(yù)期符號(hào)為正；工業(yè)化水平用第二產(chǎn)業(yè)占GDP的比重，用Seco表示，通常工業(yè)化水平越高，對(duì)土地與住房需求越高，從而房?jī)r(jià)可能越高，預(yù)期符號(hào)為正。另外，考慮到城市公共服務(wù)差異影響住房品質(zhì)，進(jìn)而資本化為房?jī)r(jià)的一部分，而城市市政公用設(shè)施建設(shè)固定資產(chǎn)投資主要用于城市供水、燃?xì)?、集中供熱、公共交通、道路橋梁、排水、防洪、園林綠化、市容環(huán)境衛(wèi)生建設(shè)等，因此本文選擇城市市政公用設(shè)施建設(shè)固定資產(chǎn)投資占城市GDP的比重來(lái)反映市政公共服務(wù)的相對(duì)水平，用變量Amen表示。另外，用普通中學(xué)每萬(wàn)學(xué)生中教師占比作為教育水平的代理變量，用變量lnedu表示。以上控制變量中，人均GDP、金融便利性、人口密度、人口增長(zhǎng)率以及工業(yè)化水平、教育水平的相關(guān)數(shù)據(jù)均來(lái)自歷年《中國(guó)城市統(tǒng)計(jì)年鑒》，且為確保數(shù)據(jù)的準(zhǔn)確性，使用市轄區(qū)數(shù)據(jù)。另外，由于《中國(guó)城市統(tǒng)計(jì)年鑒》未公布2001和2002年城市貸款數(shù)據(jù)，用《中國(guó)區(qū)域統(tǒng)計(jì)年鑒》中的工商業(yè)貸款作為替代；城市市政公用設(shè)施建設(shè)固定資產(chǎn)投資數(shù)據(jù)來(lái)自于歷年《中國(guó)城市建設(shè)統(tǒng)計(jì)年鑒》。

四、實(shí)證結(jié)果分析

（一）空間相關(guān)性檢驗(yàn)

I值都是顯著為正的，平均值為0315，且從2001年到2013年整體呈現(xiàn)上升趨勢(shì)，說(shuō)明地區(qū)間房?jī)r(jià)存在空間上的正相關(guān)而且空間關(guān)聯(lián)效應(yīng)是增強(qiáng)的；表現(xiàn)為高房?jī)r(jià)城市集中在東部地區(qū)，低房?jī)r(jià)城市集中在中西部地區(qū)，全國(guó)整體呈現(xiàn)“高—高”和“低—低”集聚分布特征。此外，在OLS模型基礎(chǔ)上，對(duì)模型的空間自相關(guān)和空間誤差相關(guān)進(jìn)行了LM和R-LM檢驗(yàn)，相關(guān)檢驗(yàn)結(jié)果是高度顯著的，拒絕不存在空間效應(yīng)的原假設(shè)，因而采用空間計(jì)量模型估計(jì)是合適的。

（二）空間模型的估計(jì)結(jié)果及討論

本文采用極大似然法進(jìn)行估計(jì)，Hausman檢驗(yàn)結(jié)果表明固定效應(yīng)模型要優(yōu)于隨機(jī)效應(yīng)模型，同時(shí)個(gè)體固定效應(yīng)和時(shí)間固定效應(yīng)的聯(lián)合檢驗(yàn)表明雙向固定效應(yīng)模型較為適宜。另外，根據(jù)Lee基于表3的SDM模型，進(jìn)行綜合比較分析，發(fā)現(xiàn)如下幾個(gè)特征：

（1）土地出讓面積對(duì)本地房?jī)r(jià)起負(fù)向作用，而且溢出效應(yīng)也顯著為負(fù)。從表3的SDM模型估計(jì)可以看到lnland的系數(shù)為負(fù)，這說(shuō)明本地土地供給的減少將導(dǎo)致本地房?jī)r(jià)上漲。這跟預(yù)期是一致的，因?yàn)橥恋爻鲎屆娣e的減少，住房供給量減少。另外，相比于不考慮空間效應(yīng)的模型，lnland的系數(shù)絕對(duì)值有所下降，這種差異是受到空間溢出效應(yīng)作用的緣故。模型中W×lnland的系數(shù)顯著為負(fù)，說(shuō)明其他地區(qū)增加土地供給，本地房?jī)r(jià)將會(huì)下降，或者本地增加土地供給，能夠降低其他地區(qū)房?jī)r(jià)。符合前文理論分析。

（2）工業(yè)用地面積占比提高不僅可以推升本地城市房?jī)r(jià)，而且對(duì)周邊城市房?jī)r(jià)也起正向作用。在表3的SDM模型中Ril的系數(shù)顯著為正，說(shuō)明本地工業(yè)用地占建設(shè)用地的面積比重越高，本地房?jī)r(jià)也越高，地方政府大量出讓工業(yè)用地而擠占居住用地，從而推高房?jī)r(jià)。另外，W×Ril的系數(shù)也是顯著為正的，說(shuō)明工業(yè)用地面積占比的溢出效應(yīng)為正，即本地工業(yè)用地面積的增加將引起周邊地區(qū)房?jī)r(jià)上漲。換言之，其他城市工業(yè)用地的增加對(duì)本地城市房?jī)r(jià)起推升作用。

（3）關(guān)于其他控制變量?？刂谱兞糠?hào)跟預(yù)期基本是一致的，人均收入水平、金融便利性、人口增長(zhǎng)率與工業(yè)化水平這類需求因素對(duì)本地房?jī)r(jià)以及對(duì)周邊城市房?jī)r(jià)基本都有顯著正向作用，只有人口密度的影響不顯著，可能是城市蔓延稀釋了人口密度；在供給因素中，城市市政建設(shè)固定資產(chǎn)投資占比的空間溢出效應(yīng)在10%的顯著水平上為正，但直接效應(yīng)不顯著。教育水平的直接效應(yīng)和間接效應(yīng)都顯著為正，也就是教育水平越高，房?jī)r(jià)更高。空間自相關(guān)系數(shù)（δ）顯著為負(fù)，說(shuō)明房?jī)r(jià)“高-低”、“低-高”空間集聚特征明顯，跟姜松和王釗（2014）[21]的研究是一致的。

五、進(jìn)一步分析

（一）空間效應(yīng)的分解及時(shí)空差異

綜合前文分析，發(fā)現(xiàn)如下特征：

（1）從全樣本來(lái)看，本地城市土地供給增加對(duì)房?jī)r(jià)的直接效應(yīng)要小于間接效應(yīng)，同時(shí)工業(yè)用地占比和人均GDP是影響房?jī)r(jià)的重要因素。當(dāng)周邊所有城市土地供給增加1%，本地城市房?jī)r(jià)將下降408%，而其他城市土地供給不變時(shí)，本地城市土地供給增加僅能使房?jī)r(jià)下降124%，這要小于不考慮空間關(guān)系的效應(yīng)（203%）。再?gòu)目傂?yīng)來(lái)看，土地出讓面積是高度顯著為負(fù)的，彈性為-00532，也就是說(shuō)，全國(guó)所有地區(qū)減少土地出讓面積1%，房?jī)r(jià)將上漲532%。這說(shuō)明，土地供給減少對(duì)房?jī)r(jià)具有重要影響。在控制變量中，工業(yè)用地占比具有顯著的正向溢出效應(yīng)，總效應(yīng)也顯著為正的04915。

（2）從子樣本來(lái)看，土地供給對(duì)房?jī)r(jià)的影響存在明顯的區(qū)域差異，東部土地供給的邊際影響要大于中西部。具體而言，東部土地出讓的直接效應(yīng)顯著為-00156，高于全國(guó)平均水平，而中西部地區(qū)直接效應(yīng)僅為-00072，且不顯著；東部土地出讓間接效應(yīng)高度顯著為-00705，影響遠(yuǎn)大于中西部土地出讓的間接效應(yīng)，后者僅為-00293；再次，東部與中西部土地供給的總效應(yīng)也存在很大的差異，東部總效應(yīng)為-00861，而中西部總效應(yīng)為-00366，表明傾向中西部的土地供給政策推升了東部地區(qū)房?jī)r(jià)。

從前文圖2和圖3可知，2003年前后土地供給政策發(fā)生了重大變化。具體來(lái)說(shuō)，2003年后土地供給增長(zhǎng)減緩而且向中西部地區(qū)偏移，東部地區(qū)審批建設(shè)用地面積占比和土地出讓面積占比自2003年后都在下降。為觀察土地供給政策變化對(duì)房?jī)r(jià)的影響，從時(shí)空兩個(gè)維度進(jìn)一步分解土地供給的空間效應(yīng)。從表5的分解結(jié)果可知，2003年之前，東部和中西部土地供給對(duì)房?jī)r(jià)的影響并不明顯，但是2003年后東部和中西部土地供給的總效應(yīng)都顯著為負(fù)，而且東部地區(qū)的直接效應(yīng)、間接效應(yīng)及總效應(yīng)都要大于中西部地區(qū)。這說(shuō)明2003年土地供給政策對(duì)房?jī)r(jià)產(chǎn)生了顯著影響，而且東部地區(qū)受土地供給的影響大于中西部受土地供給的影響，同時(shí)，也表明傾向中西部的土地供給政策進(jìn)一步推升了東部地區(qū)房?jī)r(jià)。

（二）穩(wěn)健性檢驗(yàn)

作為穩(wěn)健性分析，首先考察了權(quán)重矩陣的變化，是否會(huì)對(duì)前文估計(jì)結(jié)果產(chǎn)生顯著影響。使用的不同權(quán)重矩陣包括球面距離矩陣、球面距離平方矩陣和引力矩陣，其中，地理距離矩陣根據(jù)兩個(gè)城市的經(jīng)緯度計(jì)算球面距離，然后直接取倒數(shù)或者取距離平方的倒數(shù)所得；引力矩陣用兩城市間的GDP的乘積與地理距離之比表示。估計(jì)的SDM模型結(jié)果見表6，可知估計(jì)結(jié)果跟表3估計(jì)的土地供給系數(shù)符號(hào)完全是一致的。

在基準(zhǔn)回歸中，考慮到住房建設(shè)周期，本文使用了土地出讓面積變量與工業(yè)用地占比變量的滯后一期數(shù)據(jù)，但是，如果考慮到理性預(yù)期的作用，那么潛在購(gòu)買房屋者就可能對(duì)本年度的土地供給情況作出反應(yīng)，即當(dāng)本年度土地供給減少時(shí)，下一年度房?jī)r(jià)就將進(jìn)一步上漲。理性消費(fèi)者預(yù)計(jì)到這一點(diǎn)，就會(huì)提前購(gòu)房，使得土地供給減少在本年度就傳導(dǎo)到房?jī)r(jià)上。因此，使用當(dāng)年數(shù)據(jù)再次進(jìn)行了估計(jì)，可知表6第（4）個(gè)回歸模型的系數(shù)符號(hào)跟表3的基準(zhǔn)回歸是一致的。

六、結(jié)論與啟示

近十多年以來(lái)，中國(guó)房?jī)r(jià)快速上漲，尤其是東部地區(qū)上漲速度更快。針對(duì)這一現(xiàn)象，本文首次利用2001—2013年中國(guó)281個(gè)地級(jí)市及以上城市的空間面板數(shù)據(jù)集，運(yùn)用空間德賓模型研究了土地供給政策對(duì)房?jī)r(jià)的空間影響，并把空間效應(yīng)分解為直接效應(yīng)、間接效應(yīng)和總效應(yīng)，進(jìn)一步探討了房?jī)r(jià)上漲的成因。結(jié)果發(fā)現(xiàn)，土地供給對(duì)房?jī)r(jià)的影響存在顯著負(fù)的空間溢出效應(yīng)，而直接效應(yīng)相比于普通面板模型的系數(shù)要小得多，表明如果不考慮空間溢出效應(yīng)，會(huì)高估土地供給對(duì)房?jī)r(jià)的作用。使用不同的權(quán)重矩陣的結(jié)果表明，本文的估計(jì)結(jié)果也是穩(wěn)健的。而全國(guó)房?jī)r(jià)對(duì)土地供給的總彈性為-00532，間接效應(yīng)為-00408，直接效應(yīng)僅為-00124。我們還發(fā)現(xiàn)，土地供給的空間溢出效應(yīng)存在顯著的時(shí)空差異，原因在于偏向中西部的土地供給政策使得東部地區(qū)用地更為緊張，從而進(jìn)一步推升東部地區(qū)房?jī)r(jià)。此外，工業(yè)用地占比不僅對(duì)本地城市房?jī)r(jià)有顯著的正向作用，而且對(duì)周邊城市房?jī)r(jià)也有正的溢出效應(yīng)。

房?jī)r(jià)的過(guò)快上漲不僅關(guān)系到百姓生活，也影響國(guó)民經(jīng)濟(jì)的平穩(wěn)健康發(fā)展和社會(huì)穩(wěn)定，因此需要維持房?jī)r(jià)穩(wěn)定，防止房?jī)r(jià)過(guò)快增長(zhǎng)。然而，近年來(lái)，中央政府雖然密集出臺(tái)了多種措施以遏制房?jī)r(jià)過(guò)快上漲，但是房?jī)r(jià)快速上漲的勢(shì)頭并未得到全面遏制。2014年國(guó)土資源部出臺(tái)的《關(guān)于強(qiáng)化管控落實(shí)最嚴(yán)格耕地保護(hù)制度的通知》（國(guó)土資發(fā)〔2014〕18號(hào)）明文要求“逐步減少新增建設(shè)用地計(jì)劃指標(biāo)，重點(diǎn)控制東部地區(qū)特別是京津冀、長(zhǎng)三角、珠三角三大城市群建設(shè)用地規(guī)模，對(duì)耕地后備資源不足的地區(qū)相應(yīng)減少建設(shè)占用耕地指標(biāo)”，這意味著東部地區(qū)土地供給將減少，房?jī)r(jià)將會(huì)繼續(xù)上漲。

從本文的研究結(jié)果來(lái)看，為抑制房?jī)r(jià)過(guò)快上漲，需要深化土地供給側(cè)改革，具體要從兩個(gè)方面著手，一是增加?xùn)|部地區(qū)土地供給總量，二是調(diào)整土地供給結(jié)構(gòu)。同時(shí)，值得注意的是，由于空間溢出效應(yīng)的存在，土地供給的直接效應(yīng)比較小，單獨(dú)增加一個(gè)城市房?jī)r(jià)并不能顯著降低該城市的房?jī)r(jià)，需要考慮土地供給的全域效果。此外，由于地方政府面臨財(cái)政壓力和晉升壓力，往往傾向于增加工業(yè)用地而減少住宅用地，從而進(jìn)一步推升房?jī)r(jià)上漲。因此，在增加土地供給總量的同時(shí)，也需要調(diào)整土地供給結(jié)構(gòu)，防止工業(yè)用地面積的過(guò)度擴(kuò)張。當(dāng)然，這需要進(jìn)一步調(diào)整現(xiàn)有的財(cái)稅體制以及官員的考核機(jī)制，減輕地方政府對(duì)“土地財(cái)政”的依賴。總而言之，防止房?jī)r(jià)過(guò)快上漲，不僅需要調(diào)節(jié)住房需求，更需要改善住房供給結(jié)構(gòu)，深化供給側(cè)的改革，解決住房供需矛盾。

參考文獻(xiàn)：

[1]許小年.土地供給不足造成房?jī)r(jià)高企[N].經(jīng)濟(jì)參考報(bào)，2011-11-11.

[2]陸銘，張航，梁文泉.偏向中西部的土地供應(yīng)如何推升了東部的工資[J].中國(guó)社會(huì)科學(xué).2015（5）：59-83.

[3]鄭思齊，師展.“土地財(cái)政”下的土地和住宅市場(chǎng)：對(duì)地方政府行為的分析[J].廣東社會(huì)科學(xué)，2011（2）：5-10.

[4]陶然，袁飛，曹廣忠.區(qū)域競(jìng)爭(zhēng)、土地出讓與地方財(cái)政效應(yīng)：基于1999～2003年中國(guó)地級(jí)城市面板數(shù)據(jù)的分析[J].世界經(jīng)濟(jì)，2007（10）：15-27.

[5]范劍勇，莫家偉，張吉鵬.居住模式與中國(guó)城鎮(zhèn)化——基于土地供給視角的經(jīng)驗(yàn)研究[J].中國(guó)社會(huì)科學(xué)，2015（4）：44-63.

[6]陳斌開，楊汝岱.土地供給、住房?jī)r(jià)格與中國(guó)城鎮(zhèn)居民儲(chǔ)蓄[J].經(jīng)濟(jì)研究，2013（1）：