黃忠華，李書萱，杜雪君

（1.華東師范大學(xué)經(jīng)濟(jì)與管理學(xué)部，上海 200062；2.上海師范大學(xué)商學(xué)院，上海 200234）

1 引言

地價(jià)是土地市場(chǎng)重要信號(hào)，也是經(jīng)濟(jì)運(yùn)行和區(qū)域發(fā)展的重要表征。學(xué)者們對(duì)地價(jià)空間特征與影響因素進(jìn)行了廣泛研究，認(rèn)為宏觀經(jīng)濟(jì)因素、區(qū)位、規(guī)劃政策等對(duì)地價(jià)空間格局的影響顯著[1]。相關(guān)學(xué)者也從空間分異特征角度研究城市地價(jià)問題，發(fā)現(xiàn)城市地價(jià)在時(shí)間維度上快速增長(zhǎng)同時(shí)，也在空間維度上呈現(xiàn)關(guān)聯(lián)性和網(wǎng)絡(luò)結(jié)構(gòu)形態(tài)[2-4]。目前關(guān)于區(qū)域房地產(chǎn)價(jià)格俱樂部收斂的相關(guān)研究較多[5-6]，但對(duì)區(qū)域一體化發(fā)展背景下地價(jià)空間增長(zhǎng)格局及關(guān)聯(lián)特征研究還比較少。CARMONA等研究表明地價(jià)變化不僅與基本面因素有關(guān)，還受到泡沫因素影響[7]。還有研究表明，地價(jià)俱樂部收斂城市存在地價(jià)趨同變動(dòng)，但地區(qū)間地價(jià)絕對(duì)差異未減少[8]。

現(xiàn)有研究對(duì)地價(jià)空間格局和演化過程進(jìn)行分析，主要發(fā)現(xiàn)：（1）城市地價(jià)變化是資本、產(chǎn)業(yè)、人口等社會(huì)經(jīng)濟(jì)和資源要素流動(dòng)的結(jié)果[9]。城市地價(jià)受高鐵“虹吸效應(yīng)”影響，高鐵“虹吸”效應(yīng)促進(jìn)區(qū)域間要素流動(dòng)，將沿線城市轉(zhuǎn)化為經(jīng)濟(jì)網(wǎng)絡(luò)“節(jié)點(diǎn)”，從而促進(jìn)區(qū)域經(jīng)濟(jì)發(fā)展和地價(jià)變動(dòng)[10]。（2）城市地理距離、經(jīng)濟(jì)發(fā)展水平和經(jīng)濟(jì)聯(lián)系等因素影響地價(jià)空間格局[11]。（3）區(qū)域地價(jià)變化與差異不僅與城市自身特征因素有關(guān)，也與周邊城市影響有關(guān)。土地是城市產(chǎn)業(yè)和經(jīng)濟(jì)活動(dòng)的重要空間載體，地價(jià)與城市經(jīng)濟(jì)、產(chǎn)業(yè)變遷具有同向協(xié)調(diào)關(guān)系[12]，地價(jià)與產(chǎn)業(yè)擴(kuò)散轉(zhuǎn)移相關(guān)[13]。（4）城市地價(jià)擴(kuò)散和傳導(dǎo)影響資源要素流動(dòng)并作用于區(qū)域發(fā)展，城市間地價(jià)差異也影響人口等要素流動(dòng)和住房市場(chǎng)發(fā)展[14]。

因此，一體化發(fā)展、要素流動(dòng)與地價(jià)擴(kuò)散間存在著相互關(guān)聯(lián)作用，如圖1所示。一體化發(fā)展促進(jìn)區(qū)域要素資源流動(dòng)，推動(dòng)要素空間重新配置和區(qū)域經(jīng)濟(jì)重塑，導(dǎo)致地價(jià)增長(zhǎng)差異和空間格局分異。此外，地價(jià)空間格局也會(huì)通過影響要素流動(dòng)和產(chǎn)業(yè)發(fā)展影響要素流動(dòng)與一體化發(fā)展格局。

圖1 一體化發(fā)展、要素流動(dòng)與地價(jià)空間格局Fig.1 Integrated development, factor mobility and regional land price spatial pattern

本文以長(zhǎng)三角區(qū)域作為研究對(duì)象，基于2008—2019年長(zhǎng)三角一體化區(qū)域城市地價(jià)數(shù)據(jù)，分析一體化發(fā)展背景下城市地價(jià)時(shí)序演化規(guī)律和空間分布格局，探討區(qū)域差異、要素流動(dòng)以及地價(jià)空間時(shí)空格局與影響機(jī)制，提出長(zhǎng)三角一體化發(fā)展下土地市場(chǎng)高質(zhì)量發(fā)展建議。與以往研究相比，本文創(chuàng)新主要體現(xiàn)在：（1）以區(qū)域一體化視角分析長(zhǎng)三角城市地價(jià)時(shí)空格局與階段特征；（2）分析一體化區(qū)域地價(jià)變化規(guī)律與網(wǎng)絡(luò)特征；（3）從地價(jià)變化與關(guān)聯(lián)格局探討促進(jìn)長(zhǎng)三角一體化高質(zhì)量發(fā)展的地價(jià)調(diào)控建議。

2 研究區(qū)域、數(shù)據(jù)來源與方法

2.1 研究區(qū)域與數(shù)據(jù)來源

考慮數(shù)據(jù)可得性，本文范圍為長(zhǎng)三角37個(gè)城市（因地價(jià)數(shù)據(jù)缺失，不包括安徽的亳州、淮南、黃山和宣城），探討長(zhǎng)三角地區(qū)2008—2019年城市地價(jià)變化特征與空間格局。2018年11月，長(zhǎng)三角區(qū)域一體化發(fā)展上升為國(guó)家戰(zhàn)略。根據(jù)2019年《長(zhǎng)江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要》，長(zhǎng)三角一體化發(fā)展地區(qū)規(guī)劃范圍包括上海市、江蘇省、浙江省以及安徽省全域，面積達(dá)35.8萬km2。長(zhǎng)三角城市群作為我國(guó)經(jīng)濟(jì)發(fā)展的重要引擎，其總面積占全國(guó)3.74%，常住人口占全國(guó)16.15%，實(shí)現(xiàn)的GDP占全國(guó)的23.49%[15]。長(zhǎng)三角地區(qū)一體化發(fā)展程度高，人口、資金和產(chǎn)業(yè)等資源要素流動(dòng)頻繁，城市內(nèi)生發(fā)展動(dòng)力強(qiáng)勁，而且土地與房地產(chǎn)市場(chǎng)發(fā)展迅速并聯(lián)系緊密[16-17]。

本文中地價(jià)和土地供給面積數(shù)據(jù)來源于中國(guó)指數(shù)研究院CREIS數(shù)據(jù)庫(kù)。其中地價(jià)數(shù)據(jù)為城市住宅用地平均價(jià)格。需說明的是，盡管地價(jià)在微觀地塊層面內(nèi)涵表現(xiàn)差距較大，但本文主要研究城市層面的地價(jià)時(shí)空變化趨勢(shì)特征與規(guī)律，還對(duì)收集的地價(jià)數(shù)據(jù)進(jìn)行了核驗(yàn)，發(fā)現(xiàn)其能正確反映城市層面的地價(jià)時(shí)空變化趨勢(shì)。城市經(jīng)濟(jì)社會(huì)數(shù)據(jù)來源于《中國(guó)城市統(tǒng)計(jì)年鑒》和各省、市統(tǒng)計(jì)年鑒。鐵路數(shù)據(jù)來自鐵路12306官網(wǎng)，營(yíng)商環(huán)境數(shù)據(jù)來自《管理世界》經(jīng)濟(jì)研究院發(fā)布的《中國(guó)城市營(yíng)商環(huán)境評(píng)價(jià)》。

2.2 研究方法

2.2.1 探索性空間數(shù)據(jù)分析方法

采用探索性空間數(shù)據(jù)分析長(zhǎng)三角城市地價(jià)空間關(guān)聯(lián)特征。本文采用地理距離的空間權(quán)重矩陣反映城市鄰近關(guān)系，通過Moran’s I分析長(zhǎng)三角地區(qū)地價(jià)的空間關(guān)聯(lián)程度。

2.2.2 社會(huì)網(wǎng)絡(luò)分析方法

本文通過改進(jìn)后的引力模型計(jì)算出城市間地價(jià)關(guān)聯(lián)強(qiáng)度矩陣，計(jì)算公式如下：

式（1）中：Rij為城市i和j的地價(jià)關(guān)聯(lián)強(qiáng)度，即城市間地價(jià)聯(lián)系的緊密程度；Ki和Kj為城市i和j的城鎮(zhèn)化率；Ui和Uj為城市i和j的年末常住人口數(shù)；Vi和Vj為城市i和j的城市地價(jià)水平；Gij為城市i和j的距離?？紤]到一體化發(fā)展下城市間交通網(wǎng)的時(shí)空縮短作用，采用高鐵通行時(shí)間來反映城市間交通距離。

本文采用Ucinet 6.0軟件，對(duì)長(zhǎng)三角城市間地價(jià)關(guān)聯(lián)網(wǎng)絡(luò)進(jìn)行整體網(wǎng)絡(luò)分析和個(gè)體中心性分析，并采用二次指派程序（Quadratic Assignment Procedure, QAP）方法，對(duì)一體化發(fā)展下城市間地價(jià)關(guān)聯(lián)的驅(qū)動(dòng)因素進(jìn)行分析。

2.2.3 空間計(jì)量分析

本文采用如下空間計(jì)量模型進(jìn)行估計(jì)城市地價(jià)影響因素：

式（2）中：Y為地價(jià)；W是空間權(quán)重矩陣；X是解釋變量；μ是隨機(jī)誤差項(xiàng)；β是解釋變量對(duì)被解釋變量影響；λ是相鄰地區(qū)被解釋變量對(duì)本地被解釋變量影響；δ是相鄰地區(qū)解釋變量對(duì)本地被解釋變量影響；ρ是隨機(jī)誤差項(xiàng)的空間相關(guān)系數(shù)。當(dāng)δ = ρ = 0時(shí)，式（2）為空間滯后模型；當(dāng)λ = δ = 0時(shí)，式（2）為空間誤差模型；當(dāng)ρ = 0時(shí)，式（2）為空間杜賓模型。

3 長(zhǎng)三角區(qū)域地價(jià)時(shí)空演變格局

3.1 地價(jià)時(shí)序增長(zhǎng)規(guī)律

圖2顯示，從增長(zhǎng)時(shí)序上來看，2008年以來長(zhǎng)三角城市地價(jià)變化大致呈現(xiàn)4個(gè)階段：（1）復(fù)蘇增長(zhǎng)階段（2008—2009年），地價(jià)平均值由1 866元/m2上漲至1 972元/m2，增幅為5.68%，2008年為應(yīng)對(duì)美國(guó)次貸危機(jī)引發(fā)的全球金融危機(jī)影響，中央出臺(tái)“擴(kuò)內(nèi)需、保增長(zhǎng)、調(diào)結(jié)構(gòu)”措施，地價(jià)復(fù)蘇增長(zhǎng)；（2）相對(duì)企穩(wěn)階段（2010—2014年），這一時(shí)期地價(jià)保持穩(wěn)定、略有下降，這一時(shí)期地價(jià)主要受房地產(chǎn)市場(chǎng)調(diào)控政策影響而基本保持穩(wěn)定；（3）快速增長(zhǎng)階段（2015—2016年），受2016年《長(zhǎng)江三角洲城市群發(fā)展規(guī)劃》出臺(tái)影響，長(zhǎng)三角一體化戰(zhàn)略正式推出，長(zhǎng)三角城市地價(jià)快速上漲，平均值由2 160元/m2上漲至3 609元/m2，增幅達(dá)67.08%；（4）平穩(wěn)增長(zhǎng)階段（2017—2019年），2018年長(zhǎng)三角一體化發(fā)展正式上升為國(guó)家戰(zhàn)略。2019年國(guó)家出臺(tái)《長(zhǎng)江三角洲區(qū)域一體化發(fā)展規(guī)劃綱要》，進(jìn)一步將一體化范圍擴(kuò)大至長(zhǎng)三角三省一市全域，長(zhǎng)三角一體化發(fā)展上升至新高度和廣度，長(zhǎng)三角城市地價(jià)應(yīng)勢(shì)平穩(wěn)增長(zhǎng)，平均值由3 609元/m2上漲至4 430元/m2，增幅為22.75%。

圖2 2008—2019年長(zhǎng)三角城市平均地價(jià)增長(zhǎng)情況Fig.2 Average land price growth of cities in the Yangtze River Delta from 2008 to 2019

3.2 地價(jià)時(shí)序差異測(cè)度

本文采用泰爾指數(shù)，分析2008—2019年長(zhǎng)三角城市地價(jià)變異情況（表1），發(fā)現(xiàn)：2008—2019年，長(zhǎng)三角城市地價(jià)水平整體上漲，但城市間的地價(jià)差異先增大后縮小，地價(jià)泰爾指數(shù)由2008年的0.38下降到2019年的0.20，在2011—2016年持續(xù)上漲，并在2016年達(dá)到最高值0.50。隨著長(zhǎng)三角一體化正式推進(jìn)（2015—2016年），城市地價(jià)高速增長(zhǎng)，這一時(shí)期的地價(jià)泰爾指數(shù)同比漲幅也最大，達(dá)到38.64%。2016年長(zhǎng)三角一體化發(fā)展規(guī)劃正式出臺(tái)后，城市地價(jià)泰爾指數(shù)呈下降趨勢(shì)，表明長(zhǎng)三角地區(qū)地價(jià)差距總體縮小。從地價(jià)差異貢獻(xiàn)率來看，近年來省域內(nèi)地價(jià)差異高于省域間地價(jià)差異。

表1 2008—2019年長(zhǎng)三角城市地價(jià)泰爾指數(shù)變化情況Tab.1 Theil index changes for land prices in cities of the Yangtze River Delta from 2008 to 2019

2016年6月發(fā)布《長(zhǎng)江三角洲城市群發(fā)展規(guī)劃》，提出發(fā)揮上海龍頭和核心作用，推進(jìn)長(zhǎng)三角南京、杭州、合肥、蘇錫常、寧波5個(gè)都市圈同城化發(fā)展。本文進(jìn)一步對(duì)一核五圈城市地價(jià)差異進(jìn)行分析，結(jié)果如表2。首先，長(zhǎng)三角“一核五圈”內(nèi)城市地價(jià)泰爾指數(shù)明顯低于長(zhǎng)三角整體地價(jià)泰爾指數(shù)。其次，長(zhǎng)三角都市圈一體化發(fā)展過程中，地價(jià)整體泰爾指數(shù)持續(xù)下降，無論是長(zhǎng)三角都市圈內(nèi)還是都市圈間城市地價(jià)差異都呈現(xiàn)縮小趨勢(shì)。

表2 2008—2019年長(zhǎng)三角都市圈城市地價(jià)泰爾指數(shù)變化情況Tab.2 Changes in land price Theil index of cities in the Yangtze River Delta metropolitan area from 2008 to 2019

3.3 地價(jià)空間分異格局

長(zhǎng)三角城市地價(jià)空間分異格局顯著，如圖3所示。城市間地價(jià)差距明顯，上海、杭州、南京、蘇州、合肥等城市地價(jià)較高，并帶動(dòng)周邊城市地價(jià)上漲。但從目前地價(jià)空間格局變化情況來看，安徽城市地價(jià)水平整體上與其他省份存在較大差距，并且合肥與省內(nèi)其他城市的地價(jià)差異仍然較大，也表明省會(huì)城市合肥對(duì)省內(nèi)其他城市地價(jià)的帶動(dòng)作用有限。

圖3 長(zhǎng)三角城市地價(jià)空間分布Fig.3 Spatial distribution of land prices of cities in the Yangtze River Delta

進(jìn)一步發(fā)現(xiàn)，地級(jí)市內(nèi)部區(qū)縣地價(jià)差異大于城市層面的地價(jià)差異，以2018年地價(jià)數(shù)據(jù)為例，上海市普陀區(qū)與松江區(qū)的地價(jià)差距達(dá)到32 020元/m2；杭州上城區(qū)與建德市的地價(jià)差距高達(dá)30 693元/m2；南京秦淮區(qū)與溧水區(qū)的地價(jià)差距為21 927元/m2；蘇州、寧波等城市內(nèi)部的區(qū)縣地價(jià)最大差距也超過15 000元/m2。

本文進(jìn)一步借鑒周小平等的研究[18]，分析長(zhǎng)三角城市地價(jià)空間關(guān)聯(lián)性，結(jié)果如圖4所示。首先，2009—2014年和2017—2019年，長(zhǎng)三角城市地價(jià)的Moran’s I指數(shù)均通過顯著性檢驗(yàn)，表明城市間地價(jià)具有較強(qiáng)的空間相關(guān)性，即地價(jià)較高的城市聚集在一起，地價(jià)較低的城市聚集在一起。但整體上Moran’s I值較低，表明地價(jià)空間關(guān)聯(lián)特征總體還不強(qiáng)。其次，隨著2016年長(zhǎng)三角一體化發(fā)展戰(zhàn)略實(shí)施，長(zhǎng)三角城市地價(jià)上漲有所減緩，城市間地價(jià)差距呈現(xiàn)不斷縮小趨勢(shì)，地價(jià)空間相關(guān)性增大。

圖4 2009年—2019年長(zhǎng)三角城市地價(jià)全局Moran’s IFig.4 Moran’s I of land prices for cities in the Yangtze River Delta from 2009 to 2019

4 長(zhǎng)三角城市地價(jià)增長(zhǎng)時(shí)空格局

4.1 地價(jià)空間格局的網(wǎng)絡(luò)特征分析

4.1.1 長(zhǎng)三角城市地價(jià)整體網(wǎng)絡(luò)特征分析

2016年6月國(guó)家正式出臺(tái)《長(zhǎng)江三角洲城市群發(fā)展規(guī)劃》，推進(jìn)長(zhǎng)三角都市圈同城化發(fā)展。因此，本文以此為時(shí)間節(jié)點(diǎn)，采用修正的引力模型對(duì)2015年和2018年長(zhǎng)三角36個(gè)城市（由于舟山暫未開通與長(zhǎng)三角其他城市的高鐵，其城市連通性數(shù)據(jù)缺失，故本部分研究樣本不包括舟山）地價(jià)空間關(guān)聯(lián)強(qiáng)度進(jìn)行計(jì)算，利用Netdraw軟件得到長(zhǎng)三角城市地價(jià)關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)（圖5）。

網(wǎng)絡(luò)密度衡量城市間地價(jià)聯(lián)系強(qiáng)度。圖5中可見，36個(gè)城市間網(wǎng)絡(luò)密度由2015年的0.150小幅上升至2018年的0.155，表明一體化發(fā)展下長(zhǎng)三角城市間地價(jià)聯(lián)系有所漸進(jìn)增強(qiáng)。網(wǎng)絡(luò)等級(jí)度由0.25下降至0.20，表明隨著一體化發(fā)展推進(jìn)，長(zhǎng)三角城市地價(jià)網(wǎng)絡(luò)結(jié)構(gòu)等級(jí)性下降，總體朝扁平化結(jié)構(gòu)發(fā)展。2015年和2018年網(wǎng)絡(luò)效率值分別為0.83和0.82，表明長(zhǎng)三角城市地價(jià)空間關(guān)聯(lián)穩(wěn)定性處于較高水平?？梢?，隨著長(zhǎng)三角一體化不斷發(fā)展與交通網(wǎng)密度不斷加大，城市間交往聯(lián)系更為緊密，長(zhǎng)三角地價(jià)關(guān)聯(lián)網(wǎng)絡(luò)緊密程度總體不斷提升。

圖5 2015年和2018年長(zhǎng)三角城市地價(jià)的空間關(guān)聯(lián)網(wǎng)絡(luò)特征Fig.5 Characteristics of spatial correlation network of land prices of cities in the Yangtze River Delta in 2015 and 2018

4.1.2 長(zhǎng)三角城市地價(jià)個(gè)體網(wǎng)絡(luò)特征分析

進(jìn)一步測(cè)算長(zhǎng)三角城市地價(jià)網(wǎng)絡(luò)的點(diǎn)度中心度、接近中心度以及中介中心度，以分析不同城市在長(zhǎng)三角地價(jià)空間關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)中的地位和角色（圖6）。（1）點(diǎn)度中心度，衡量城市地價(jià)在關(guān)聯(lián)網(wǎng)絡(luò)結(jié)構(gòu)處于核心位置的水平，中心度越大，表明與該城市地價(jià)關(guān)聯(lián)的城市數(shù)量越多。從計(jì)算結(jié)果來看，2018年36個(gè)城市的點(diǎn)度中心度平均為22.70。其中有12個(gè)城市的點(diǎn)度中心度值超過均值。排名靠前的城市依次為：南京、上海、杭州、合肥、徐州和蘇州等，其中南京、上海和杭州的點(diǎn)度中心度值遠(yuǎn)超過其他城市，達(dá)到50以上，表明這些城市處于網(wǎng)絡(luò)結(jié)構(gòu)中較核心位置。（2）接近中心度，分析城市地價(jià)與其他城市發(fā)生聯(lián)系的便捷度。36個(gè)城市的接近中心度均值為51.06，高于均值城市有14個(gè)。排名靠前的城市依次為：南京、上海、杭州、徐州和蘇州等。（3）中介中心度，衡量中心城市對(duì)周邊城市地價(jià)的影響力。36個(gè)城市的中介中心度均值為2.95，高于均值城市有8個(gè)。排名靠前的城市依次為：南京、杭州、上海、徐州和合肥等。

圖6 2018年長(zhǎng)三角區(qū)域城市中心度的空間分布Fig.6 The spatial distribution of urban centrality for cities in the Yangtze River Delta in 2018

綜合來看，三個(gè)指標(biāo)的變化趨勢(shì)基本相同。長(zhǎng)三角區(qū)域中上海、南京、杭州在網(wǎng)絡(luò)結(jié)構(gòu)中處于核心引領(lǐng)者地位，合肥和蘇州等城市也處于較關(guān)鍵位置。從2015—2018年城市個(gè)體特征的變化來看，上海和南京的點(diǎn)度中心度略有下降，合肥點(diǎn)度中心度基本不變，杭州和蘇州點(diǎn)度中心度上升?？梢?，長(zhǎng)三角主要城市地位差距在縮小，處于相對(duì)核心位置的城市越來越多。在長(zhǎng)三角一體化進(jìn)程中，都市圈協(xié)同發(fā)展促進(jìn)了地價(jià)空間關(guān)聯(lián)格局的形成，都市圈內(nèi)核心城市作為要素資源的輻射極，帶動(dòng)區(qū)域內(nèi)城市的聯(lián)動(dòng)發(fā)展與地價(jià)關(guān)聯(lián)與高—高聚集分布。

4.1.3 地價(jià)空間格局驅(qū)動(dòng)因素

為實(shí)證檢驗(yàn)長(zhǎng)三角城市地價(jià)空間結(jié)構(gòu)的驅(qū)動(dòng)因素，本文采用二次指派程序（QAP，不需假設(shè)自變量相互獨(dú)立，在社會(huì)網(wǎng)絡(luò)研究中普遍采用）回歸分析。借鑒相關(guān)學(xué)者的研究[19]，本文選取城市間可達(dá)性、城市間連通性、營(yíng)商環(huán)境、人口以及經(jīng)濟(jì)發(fā)展水平為影響因素進(jìn)行檢驗(yàn)。其中城市間可達(dá)性用高鐵網(wǎng)絡(luò)從一個(gè)城市到達(dá)另一個(gè)城市的最短時(shí)間來衡量；城市間連通性通過每日高鐵網(wǎng)絡(luò)在城市間的運(yùn)行班次來衡量；營(yíng)商環(huán)境用城市營(yíng)商環(huán)境評(píng)價(jià)指數(shù)來衡量；人口用年末常住人口來衡量；經(jīng)濟(jì)發(fā)展水平用人均地區(qū)生產(chǎn)總值來衡量。

采用QAP回歸對(duì)長(zhǎng)三角地價(jià)空間格局網(wǎng)絡(luò)結(jié)構(gòu)的驅(qū)動(dòng)因素進(jìn)行計(jì)量檢驗(yàn)分析，通過5 000次隨機(jī)置換得到表3結(jié)果。表3中概率A表示隨機(jī)置換產(chǎn)生的回歸系數(shù)大于實(shí)際觀察到的回歸系數(shù)的概率（概率B與此相反）。首先，QAP回歸分析得到調(diào)整后的R2為0.40，擬合效果較好。其次，城市間可達(dá)性和經(jīng)濟(jì)發(fā)展變量系數(shù)均在0.01水平上顯著為負(fù)，城市間連通性和營(yíng)商環(huán)境均在0.01水平上顯著為正，人口因素在0.05水平上顯著為負(fù)?？傮w來看這些因素均對(duì)長(zhǎng)三角地價(jià)空間網(wǎng)絡(luò)結(jié)構(gòu)產(chǎn)生顯著影響，是導(dǎo)致長(zhǎng)三角地價(jià)空間網(wǎng)絡(luò)關(guān)聯(lián)格局形成的重要因素。

表3 QAP回歸結(jié)果Tab.3 QAP regression results

4.2 長(zhǎng)三角城市地價(jià)增長(zhǎng)模式分類分析

進(jìn)一步根據(jù)長(zhǎng)三角城市水平及網(wǎng)絡(luò)特征，將長(zhǎng)三角城市劃分為5個(gè)層級(jí)（表4）：（1）第1層級(jí)，包括上海，為國(guó)家中心城市和長(zhǎng)三角龍頭城市；（2）第2層級(jí)，包括杭州和南京，是長(zhǎng)三角兩翼上的特大城市；（3）第3層級(jí)，包括蘇州、無錫、寧波、溫州和合肥，分別是江蘇、浙江、安徽的經(jīng)濟(jì)發(fā)達(dá)城市；（4）第4層級(jí)，包括常州、揚(yáng)州、鎮(zhèn)江、南通、泰州、湖州、嘉興、紹興、臺(tái)州、舟山、金華、衢州、麗水，分別為江蘇和浙江經(jīng)濟(jì)中等發(fā)達(dá)城市；（5）第5層級(jí)，1～4層次外的其他16個(gè)城市。

表4 基于城市地價(jià)網(wǎng)絡(luò)特征劃分的長(zhǎng)三角城市類型Fig.4 Types of cities in the Yangtze River Delta based on urban land price network characteristics

從分類型城市地價(jià)時(shí)序增長(zhǎng)情況來看（圖7），2008—2019年長(zhǎng)三角城市間地價(jià)差異總體呈現(xiàn)“縮小—擴(kuò)大—再縮小”的趨勢(shì)，與地價(jià)泰爾指數(shù)分析結(jié)果一致。2016年《長(zhǎng)江三角洲城市群發(fā)展規(guī)劃》正式出臺(tái)后，長(zhǎng)三角城市間地價(jià)差距整體明顯縮小。核心城市上海地價(jià)水平變動(dòng)與其他城市變化較為一致。第二、三層級(jí)城市地價(jià)趨勢(shì)變動(dòng)和上海相比有一定滯后，但總體呈現(xiàn)相似變化規(guī)律，兩類城市可能受到核心城市上海地價(jià)信號(hào)影響而形成大致相同的變動(dòng)趨勢(shì)。其他城市地價(jià)整體上仍然處于較低水平，增長(zhǎng)幅度并不明顯。

圖7 長(zhǎng)三角不同類型城市地價(jià)增長(zhǎng)模式Fig.7 Land price growth patterns of different types of cities in the Yangtze River Delta

4.3 基于地價(jià)房?jī)r(jià)比的長(zhǎng)三角城市土地市場(chǎng)發(fā)展時(shí)空格局分析

從長(zhǎng)三角城市地價(jià)房?jī)r(jià)比空間差異（圖8）來看：（1）2011年、2015年和2018年長(zhǎng)三角區(qū)域分別有13.51%、27.03%和51.35%的城市地價(jià)房?jī)r(jià)比處于合理區(qū)間（筆者對(duì)歷年地級(jí)市地價(jià)房?jī)r(jià)統(tǒng)計(jì)發(fā)現(xiàn)地價(jià)房?jī)r(jià)比基本在30%～50%，由此認(rèn)為地價(jià)房?jī)r(jià)比在這一區(qū)間較為合理），2019年達(dá)到62.86%，表明長(zhǎng)三角區(qū)域大部分城市地價(jià)房?jī)r(jià)比趨向合理；（2）江蘇徐州、連云港、淮安和宿遷，安徽滁州、阜陽(yáng)、淮北、宿州和六安等城市地價(jià)房?jī)r(jià)比一直處于較低水平；（3）南京、杭州和蘇州等城市的地價(jià)房?jī)r(jià)比近年來處于較高的水平，應(yīng)增加住宅用地供給以防止房?jī)r(jià)過熱。

圖8 2011年、2015年和2018年長(zhǎng)三角城市地價(jià)房?jī)r(jià)比空間分布格局Fig.8 The spatial distribution pattern for the ratio between land prices and housing prices of cities in the Yangtze River Delta in 2011, 2015 and 2018

4.4 地價(jià)空間格局影響機(jī)制分析

根據(jù)相關(guān)文獻(xiàn)[1]，本文實(shí)證檢驗(yàn)長(zhǎng)三角區(qū)域城市地價(jià)空間格局的影響因素，選取住宅用地供給面積（LS）、年末常住人口數(shù)（RP）、地區(qū)生產(chǎn)總值（GDP）、第三產(chǎn)業(yè)比重（TI）、實(shí)際使用外商金額（FI）、公路里程數(shù)（HM）等變量。采用Stata軟件對(duì)2010—2018年長(zhǎng)三角37個(gè)城市面板數(shù)據(jù)進(jìn)行估計(jì)，估計(jì)結(jié)果如表5所示。表5中，直接效應(yīng)估計(jì)結(jié)果方面，城市住宅用地供應(yīng)量和地區(qū)生產(chǎn)總值和在5%的顯著性水平下對(duì)本地地價(jià)產(chǎn)生顯著影響。其中，住宅用地供應(yīng)每增加1%，本地地價(jià)將降低0.08%，表明土地供給增加對(duì)地價(jià)具有抑制作用。

表5 長(zhǎng)三角城市地價(jià)空間計(jì)量模型回歸結(jié)果Tab.5 Spatial econometric regression results for land prices of cities in the Yangtze River Delta

地區(qū)生產(chǎn)總值每增加1%，本地地價(jià)會(huì)升高0.3%。

間接效應(yīng)方面，周邊城市住宅用地供應(yīng)量對(duì)本地地價(jià)有顯著的負(fù)向溢出效應(yīng)。周邊主要城市增加土地供給可能會(huì)產(chǎn)生 “示范效應(yīng)”，促使本地政府采取類似策略，也增加住宅用地供給，從而導(dǎo)致地價(jià)下降。周邊城市地區(qū)生產(chǎn)總值對(duì)本地地價(jià)也有顯著正向溢出效應(yīng)，周邊城市地區(qū)生產(chǎn)總值每增加1%，本地地價(jià)會(huì)升高1%，可見一體化發(fā)展背景下主要城市經(jīng)濟(jì)發(fā)展對(duì)周邊城市的輻射帶動(dòng)作用凸顯。同時(shí)，從周邊城市地價(jià)對(duì)本地地價(jià)的影響系數(shù)顯著為正來看，周邊城市地價(jià)信號(hào)的“引導(dǎo)效應(yīng)”較大，引起公眾對(duì)本地地價(jià)上漲預(yù)期從而帶來本地區(qū)地價(jià)上漲。

5 結(jié)論

本文實(shí)證研究長(zhǎng)三角城市地價(jià)時(shí)空演變特征及空間格局，主要發(fā)現(xiàn)：（1）2008—2019年長(zhǎng)三角城市地價(jià)水平經(jīng)歷復(fù)蘇增長(zhǎng)（2008—2009年）、相對(duì)企穩(wěn)（2010—2014年）、快速增長(zhǎng)（2015—2016年）和平穩(wěn)增長(zhǎng)（2017—2019年）4個(gè)階段。（2）長(zhǎng)三角城市地價(jià)水平整體上漲，但城市間地價(jià)差異先增大后縮小。從泰爾指數(shù)貢獻(xiàn)率來看，城市間的地價(jià)差異大于省域間的地價(jià)差異。長(zhǎng)三角“一核五圈”都市圈內(nèi)地價(jià)差異低于長(zhǎng)三角整體地價(jià)差異。（3）長(zhǎng)三角城市地價(jià)呈現(xiàn)出一定的正向空間依賴，但整體的地價(jià)空間聚集程度還不高。2016年以后長(zhǎng)三角地價(jià)空間相關(guān)性逐步提升，隨著長(zhǎng)三角高質(zhì)量一體化發(fā)展以及交通進(jìn)一步互聯(lián)互通，地價(jià)趨同現(xiàn)象將更為明顯。（4）上海、南京、杭州在地價(jià)空間網(wǎng)絡(luò)結(jié)構(gòu)中處于引領(lǐng)者地位，合肥和蘇州等城市也處于重要圈層位置。長(zhǎng)三角一體化發(fā)展下，都市圈地價(jià)空間關(guān)聯(lián)格局較為顯著，核心城市帶動(dòng)鄰近地區(qū)或相同層級(jí)城市地價(jià)變化趨同。城市經(jīng)濟(jì)社會(huì)發(fā)展的“輻射效應(yīng)”以及城市地價(jià)信號(hào)的“引導(dǎo)效應(yīng)”共同作用形成地價(jià)空間關(guān)聯(lián)格局。

本文的政策含義是：（1）當(dāng)前長(zhǎng)三角區(qū)域的地價(jià)空間整體性和一體化效應(yīng)還不強(qiáng)，存在較明顯的層級(jí)和圈層結(jié)構(gòu)，未來應(yīng)進(jìn)一步加強(qiáng)跨區(qū)域土地、人才、資金等要素的市場(chǎng)化配置與流動(dòng)，提升土地要素配置效率與區(qū)域地價(jià)合理增長(zhǎng)、聯(lián)動(dòng)；（2）不斷完善基礎(chǔ)設(shè)施互聯(lián)互通，促進(jìn)資源要素自由流動(dòng)與區(qū)域城市地價(jià)一體化發(fā)展；（3）完善地價(jià)和房?jī)r(jià)聯(lián)動(dòng)機(jī)制，穩(wěn)定區(qū)域地價(jià)與房?jī)r(jià)的合理比值，促進(jìn)一體化區(qū)域經(jīng)濟(jì)社會(huì)與土地市場(chǎng)發(fā)展差異。

本文探討了區(qū)域一體化發(fā)展背景下長(zhǎng)三角城市地價(jià)時(shí)空演變特征及空間關(guān)聯(lián)格局，對(duì)認(rèn)識(shí)一體化區(qū)域地價(jià)時(shí)空格局與網(wǎng)絡(luò)關(guān)聯(lián)特征具有參考意義。未來研究可在區(qū)域城市地價(jià)時(shí)空擴(kuò)散路徑與多元機(jī)制等方面進(jìn)一步深化，探索一體化發(fā)展對(duì)地價(jià)增長(zhǎng)與時(shí)空關(guān)聯(lián)模式的微觀動(dòng)力機(jī)制，進(jìn)一步深入揭示一體化發(fā)展與城市地價(jià)的復(fù)雜作用關(guān)系。