公云龍，張紹良，趙 松，李晶晶

（1.中國(guó)礦業(yè)大學(xué)環(huán)境與測(cè)繪學(xué)院，江蘇徐州221116；2.中國(guó)土地勘測(cè)規(guī)劃院，北京100035）

城市地價(jià)水平是城市社會(huì)經(jīng)濟(jì)綜合發(fā)展水平的表征。實(shí)證研究結(jié)果表明，城市人口規(guī)模、收入水平、經(jīng)濟(jì)增長(zhǎng)、基礎(chǔ)設(shè)施建設(shè)、宜居環(huán)境、城市規(guī)劃等因素都會(huì)對(duì)城市地價(jià)產(chǎn)生影響[1-3]。董黎明、華文、胡冠軍、朱健寧等構(gòu)建了全面的城市土地質(zhì)量與地價(jià)水平影響因素因子體系[4-7]。近年來(lái)，伴隨著中國(guó)經(jīng)濟(jì)的不斷發(fā)展及經(jīng)濟(jì)結(jié)構(gòu)調(diào)整的不斷深化，金融業(yè)對(duì)各行各業(yè)發(fā)展的支撐作用越發(fā)重要，實(shí)證研究證明區(qū)域金融發(fā)展與經(jīng)濟(jì)發(fā)展息息相關(guān)，而區(qū)域金融發(fā)展的不平衡也成為地區(qū)經(jīng)濟(jì)差距擴(kuò)大的關(guān)鍵原因[8-9]。房地產(chǎn)業(yè)作為國(guó)民經(jīng)濟(jì)的重要部門(mén)，同時(shí)又屬資金密集型產(chǎn)業(yè)，其價(jià)格自然深受金融發(fā)展的推動(dòng)，然而這種影響作用在地價(jià)研究中卻并沒(méi)有被充分關(guān)注。

眾多研究表明利率等金融政策工具對(duì)房地產(chǎn)價(jià)格具有顯著影響。張濤等通過(guò)了一個(gè)改進(jìn)的貸款理論模型證實(shí)房地產(chǎn)實(shí)際按揭貸款對(duì)房地產(chǎn)價(jià)格具有顯著的正效應(yīng)，而利率的提高會(huì)引起房地產(chǎn)價(jià)格的下降[10]；王來(lái)福、郭峰得到了類似的結(jié)論，并且發(fā)現(xiàn)貨幣供應(yīng)量變動(dòng)對(duì)房地產(chǎn)價(jià)格變化的貢獻(xiàn)率要大于利率變化的貢獻(xiàn)率[11]。宋勃、高波發(fā)現(xiàn)不同利率在不同時(shí)期對(duì)房地產(chǎn)價(jià)格會(huì)產(chǎn)生不同影響，并建議央行在調(diào)控房地產(chǎn)價(jià)格時(shí)，要靈活運(yùn)用多種利率手段[12]。劉貴輝也驗(yàn)證了利率、貨幣供應(yīng)量、銀行信貸和差別信貸政策對(duì)房地產(chǎn)市場(chǎng)具有顯著影響[13]。

經(jīng)濟(jì)領(lǐng)域的學(xué)者多從時(shí)間序列角度研究利率等金融工具在國(guó)家總體尺度上對(duì)房產(chǎn)價(jià)格產(chǎn)生的影響，其對(duì)地價(jià)的影響效應(yīng)卻較少受到關(guān)注。另一方面，既然國(guó)家層面上貨幣供應(yīng)量等金融指標(biāo)的變化會(huì)引起房地產(chǎn)價(jià)格的變動(dòng)，那么在區(qū)域尺度上，不同城市之間金融環(huán)境的差異或者金融發(fā)展水平的差異是否也會(huì)引起城市之間地價(jià)的顯著差異呢？本研究將以一個(gè)截面數(shù)據(jù)集為基礎(chǔ)，構(gòu)建理論分析模型，運(yùn)用回歸分析手段對(duì)這個(gè)問(wèn)題做出分析，考察金融發(fā)展對(duì)城市間地價(jià)水平的影響。

1 城市地價(jià)理論模型及金融發(fā)展的影響分析

城市地價(jià)水平由土地市場(chǎng)供求關(guān)系所決定，而土地需求作為一種衍生需求，與房產(chǎn)交易市場(chǎng)緊密相關(guān)，也致使城市地價(jià)的決定因素復(fù)雜多樣。這里借鑒Potepan[14]的分析思路，從房地產(chǎn)市場(chǎng)的結(jié)構(gòu)分解入手，以住宅市場(chǎng)為例，構(gòu)建城市均衡地價(jià)的理論模型，借此分析金融發(fā)展對(duì)城市地價(jià)的影響機(jī)制。

城市住宅房地產(chǎn)市場(chǎng)可以劃分為兩個(gè)相關(guān)子市場(chǎng)：一為住宅交易市場(chǎng)，自住型和投資型住房消費(fèi)者構(gòu)成了此市場(chǎng)的需求方，住宅供應(yīng)依賴于房地產(chǎn)開(kāi)發(fā)商；二為住宅用地交易市場(chǎng)，房地產(chǎn)開(kāi)發(fā)商在此市場(chǎng)中作為需求方，而土地由政府壟斷供應(yīng)。由于兩個(gè)市場(chǎng)在供求雙方的相互關(guān)聯(lián)，其價(jià)格也相互關(guān)聯(lián)，也就是說(shuō)，兩個(gè)市場(chǎng)中的價(jià)格具有同向變化特征且具有共同的影響因素。

首先考慮住宅交易市場(chǎng)H，假設(shè)住宅市場(chǎng)的需求分為自住型需求和投資型需求，每一種需求由相應(yīng)消費(fèi)者的“購(gòu)買(mǎi)意愿”及融資能力所決定，這里的“購(gòu)買(mǎi)意愿”可理解為相應(yīng)消費(fèi)者“愿意且能夠負(fù)擔(dān)的購(gòu)買(mǎi)力”，是一種潛在購(gòu)買(mǎi)力，融資則是這種潛在購(gòu)買(mǎi)力向現(xiàn)實(shí)購(gòu)買(mǎi)力轉(zhuǎn)化的必要途徑。于是有：

式1中，Hd為住宅需求量；P為住宅價(jià)格，高的住宅價(jià)格將導(dǎo)致需求量的減少；Wo為自住型住房消費(fèi)者對(duì)住宅產(chǎn)品的“購(gòu)買(mǎi)意愿”，主要由城市消費(fèi)者的工資水平、城市基礎(chǔ)設(shè)施建設(shè)、社會(huì)保障體系等決定；Wi為投資型住房消費(fèi)者的“購(gòu)買(mǎi)意愿”，主要由城市人口、社會(huì)經(jīng)濟(jì)運(yùn)行狀況等因素決定；F是指融資能力，由一個(gè)城市的金融發(fā)展水平所決定，通過(guò)影響消費(fèi)者的消費(fèi)行為，從而對(duì)住宅需求產(chǎn)生影響。不論自住型住房消費(fèi)者還是投資性住房消費(fèi)者，由于自身預(yù)算能力的限制，購(gòu)買(mǎi)房地產(chǎn)品時(shí)都需要通過(guò)金融機(jī)構(gòu)融資。金融發(fā)展水平高的地區(qū)資金供應(yīng)量充足，金融行業(yè)信息透明度高，交易成本低，從而使得融資成本下降，融資效率上升，也變相提高了資本收益率，自住型和投資型消費(fèi)者更愿意實(shí)現(xiàn)自己的“購(gòu)買(mǎi)意愿”，推動(dòng)住宅需求增加。

在住宅市場(chǎng)中，開(kāi)發(fā)商提供住宅的供應(yīng)，其供應(yīng)量方程如下所示：

式2中，Hs為住宅供應(yīng)量；P為住宅價(jià)格，更高的住宅價(jià)格將導(dǎo)致供應(yīng)量的增加；l為住宅用地價(jià)格，其價(jià)格的增加將導(dǎo)致住宅供應(yīng)量的減少；Wk為開(kāi)發(fā)商的“供應(yīng)意愿”，由當(dāng)前社會(huì)經(jīng)濟(jì)基本狀況及對(duì)未來(lái)的預(yù)期所決定。融資能力F（金融發(fā)展水平）的提高對(duì)住宅供應(yīng)量有正向的推動(dòng)作用，這是因?yàn)榻鹑诎l(fā)展帶來(lái)的融資成本的下降，使資本的重置價(jià)格降低，資本的邊際效率提高，一些原本微利的開(kāi)發(fā)項(xiàng)目就會(huì)變得大有利益，開(kāi)發(fā)商的供應(yīng)意愿大量釋放，現(xiàn)實(shí)需求強(qiáng)烈，住宅供應(yīng)量增加。

綜合式1和式2，可以確定住宅的長(zhǎng)期供求均衡價(jià)格：

金融發(fā)展水平F的提高會(huì)放大住宅需求，推動(dòng)房?jī)r(jià)上漲，同時(shí)又會(huì)推動(dòng)住宅供應(yīng)量增加，導(dǎo)致房?jī)r(jià)下降，但由于土地稀缺性以及建設(shè)周期等原因，住宅供給彈性遠(yuǎn)遠(yuǎn)小于需求彈性，推動(dòng)住宅價(jià)格上升；另一方面，由于土地供應(yīng)彈性較小，開(kāi)發(fā)商之間相互競(jìng)價(jià)勢(shì)必會(huì)推高土地價(jià)格，使得住宅建設(shè)成本大幅增加，帶動(dòng)住宅價(jià)格上漲。

接著考慮土地交易市場(chǎng)，此市場(chǎng)中開(kāi)發(fā)商成為需求者，影響土地需求的因素與影響住宅供給的因素相同：

式4中，Ld為住宅用地需求量；住宅價(jià)格P的上漲、開(kāi)發(fā)商供應(yīng)意愿的提高、金融水平的發(fā)展都會(huì)推動(dòng)土地需求增加，土地價(jià)格的上漲會(huì)導(dǎo)致需求下降。土地供應(yīng)由政府壟斷控制，政府的供應(yīng)意愿主要受土地規(guī)劃政策、供地政策的影響，當(dāng)然農(nóng)用地轉(zhuǎn)為建設(shè)用地也要花費(fèi)大量的成本，也需要融資，因此也會(huì)受金融發(fā)展水平的影響。

式5中，Wz為政府的“供應(yīng)意愿”。根據(jù)式4和式5，土地的長(zhǎng)期均衡價(jià)格由下式?jīng)Q定：

同樣由于土地供應(yīng)的彈性小于土地需求彈性，金融發(fā)展水平F的提高會(huì)推動(dòng)地價(jià)上漲。根據(jù)式3和式6的關(guān)聯(lián)關(guān)系，可得出房地產(chǎn)市場(chǎng)中住宅用地價(jià)格的決定因素：

綜上所述，金融水平的發(fā)展帶來(lái)的融資效率的提高，在住宅市場(chǎng)中對(duì)消費(fèi)者和開(kāi)發(fā)商的行為都會(huì)產(chǎn)生影響，導(dǎo)致住宅價(jià)格上漲，通過(guò)住宅市場(chǎng)與土地市場(chǎng)的關(guān)聯(lián)影響土地市場(chǎng)的供求關(guān)系，推動(dòng)土地價(jià)格的上漲。同理可以推得，金融發(fā)展水平的提高也會(huì)推動(dòng)商業(yè)地價(jià)的上漲。

2 模型確定與數(shù)據(jù)收集

2.1 變量選取及模型確定

要確定地價(jià)均衡模型，需進(jìn)一步分析金融發(fā)展水平（F）、自住型消費(fèi)者購(gòu)買(mǎi)意愿（Wo）、投資型消費(fèi)者購(gòu)買(mǎi)意愿（Wi）、開(kāi)發(fā)商供給意愿（Wk）的影響因素，政府的供給意愿（Wz）在此暫不做分析。

區(qū)域金融發(fā)展不僅包括金融總量的擴(kuò)張而且也包括金融結(jié)構(gòu)的優(yōu)化。中國(guó)現(xiàn)階段的金融體系中間接金融（銀行信用）仍處于最重要的地位，商業(yè)銀行又是最重要的金融機(jī)構(gòu)，商業(yè)銀行的金融資產(chǎn)規(guī)模是衡量金融體系實(shí)力最重要的指標(biāo)[15]。因此，本研究選取人均金融機(jī)構(gòu)各項(xiàng)貸款余額（L）和人均金融機(jī)構(gòu)各項(xiàng)存款余額（S）兩項(xiàng)指標(biāo)作為金融發(fā)展規(guī)模的指標(biāo)。金融結(jié)構(gòu)優(yōu)化的指標(biāo)可選用金融相關(guān)比率（FIR）來(lái)衡量，F(xiàn)IR為全部金融資產(chǎn)價(jià)值與全部實(shí)物資產(chǎn)價(jià)值（即國(guó)民財(cái)富）之比，其變動(dòng)反映了金融上層結(jié)構(gòu)與經(jīng)濟(jì)基礎(chǔ)結(jié)構(gòu)之間在規(guī)模上的變化關(guān)系，但由于中國(guó)缺乏各地區(qū)金融資產(chǎn)以及M2的統(tǒng)計(jì)數(shù)據(jù)，國(guó)內(nèi)學(xué)者一般用下式計(jì)算[16]：FIR=某一地區(qū)一定時(shí)期期末金融機(jī)構(gòu)存貸款余額/同期GDP，本文也沿用這一算法，反映的是區(qū)域銀行業(yè)的深化程度。

對(duì)于投資性消費(fèi)者購(gòu)買(mǎi)意愿Wi和開(kāi)發(fā)商供給意愿Wk，兩者的主要出發(fā)點(diǎn)都為投資獲利，因此擁有一些共同的影響因素，主要受當(dāng)前社會(huì)經(jīng)濟(jì)運(yùn)行狀況及未來(lái)預(yù)期收益的影響，這里選用城市人口規(guī)模（P）、人均地區(qū)生產(chǎn)總值（GDP）、人均社會(huì)消費(fèi)品零售額（C）、人均固定資產(chǎn)投資（I）、外商直接投資（FDI）來(lái)衡量。對(duì)于自住型消費(fèi)者的購(gòu)買(mǎi)意愿Wo，則主要受自身收入狀況、城市基本設(shè)施建設(shè)等因素的影響，本文選取在崗職工平均工資（W）、人均教育支出（E）來(lái)衡量。商業(yè)地價(jià)和住宅地價(jià)的影響因素雖有所差別，但差異不大，本文不再單獨(dú)選取其影響因子，最終確定城市地價(jià)的影響因素見(jiàn)表1。

根據(jù)式7及上述所選取的影響因素，可構(gòu)建城市地價(jià)的一般線性模型：

式8中，price為土地價(jià)格，本文選取商業(yè)和住宅監(jiān)測(cè)地價(jià)作為因變量。

表1 城市地價(jià)的影響因子體系Tab.1 The influencing factors of urban land price

2.2 數(shù)據(jù)收集

在選取樣本集時(shí)不僅要考慮樣本城市土地市場(chǎng)的發(fā)育完善程度，同時(shí)還要考慮地價(jià)的可比性問(wèn)題及數(shù)據(jù)的可獲性。基于此，本文以“中國(guó)城市地價(jià)動(dòng)態(tài)監(jiān)測(cè)系統(tǒng)”所監(jiān)測(cè)的104座城市為研究對(duì)象①“中國(guó)城市地價(jià)動(dòng)態(tài)監(jiān)測(cè)系統(tǒng)”共監(jiān)測(cè)105個(gè)城市，但由于拉薩的統(tǒng)計(jì)數(shù)據(jù)不全，沒(méi)有被選入樣本中。，利用2009年商業(yè)和住宅監(jiān)測(cè)地價(jià)的截面數(shù)據(jù)進(jìn)行分析。金融發(fā)展水平等自變量數(shù)據(jù)來(lái)源于《中國(guó)城市統(tǒng)計(jì)年鑒2010》或者根據(jù)各城市統(tǒng)計(jì)年鑒的相關(guān)數(shù)據(jù)整理得到。由于地價(jià)監(jiān)測(cè)數(shù)據(jù)主要反映的是市區(qū)的土地市場(chǎng)狀況，因此自變量的取值為市轄區(qū)的統(tǒng)計(jì)數(shù)據(jù)，不包括所轄縣或市。

3 實(shí)證分析結(jié)果

3.1 相關(guān)系數(shù)分析

變量之間的相關(guān)系數(shù)在表2中給出。商業(yè)地價(jià)（Cpr）與人均金融機(jī)構(gòu)貸款余額（L）、人均金融機(jī)構(gòu)存款余額（S）、人均教育支出（E）以及外商直接投資（FDI）之間呈現(xiàn)較高的線性相關(guān)特征；住宅地價(jià)（Rpr）與L、S、E的相關(guān)程度較之商業(yè)地價(jià)要更高一些，且土地價(jià)格（Cpr、Rpr）與金融發(fā)展規(guī)模變量（L、S）之間的相關(guān)性要明顯強(qiáng)于與其他社會(huì)經(jīng)濟(jì)發(fā)展指標(biāo)之間的相關(guān)關(guān)系。觀察解釋變量的相關(guān)系數(shù)，L與S之間高度相關(guān)，且L、S與E、人均社會(huì)消費(fèi)品零售額（C）的相關(guān)程度也較高，這4者之間會(huì)存在一定程度的線性相關(guān)性。

表2 城市地價(jià)與變量的相關(guān)系數(shù)Tab.2 Correlations of urban land price and independent variables

3.2 最小二乘估計(jì)及多重共線性判定

對(duì)式8運(yùn)用普通最小二乘法（OLS）進(jìn)行估計(jì)，并進(jìn)行共線性診斷，結(jié)果見(jiàn)表3。分析商業(yè)地價(jià)的回歸結(jié)果可以發(fā)現(xiàn)，在回歸方程整體顯著的情況下，只有人均金融機(jī)構(gòu)各項(xiàng)貸款余額（L）、人均金融機(jī)構(gòu)各項(xiàng)存款余額（S）、城市人口規(guī)模（P）、在崗職工平均工資（W）、人均教育支出（E）5個(gè)變量通過(guò)顯著性t檢驗(yàn)，其中L、P、W、E對(duì)商業(yè)地價(jià)具有顯著的正向影響作用，但S的邊際作用卻為負(fù)值，與現(xiàn)實(shí)經(jīng)濟(jì)意義不符合，與相關(guān)系數(shù)的符號(hào)也相反。容忍度（Tolerance）的檢驗(yàn)結(jié)果表明L、S小于0.1，存在嚴(yán)重的多重共線性，C、E的容忍度也小于0.2，存在一定程度的共線性問(wèn)題。多重共線性已嚴(yán)重影響了估計(jì)結(jié)果，不能忽略，同樣多重共線性問(wèn)題也給住宅地價(jià)的估計(jì)有效性帶來(lái)了影響，因此需要采取一種更有效的估計(jì)方法。

3.3 嶺回歸分析

嶺回歸估計(jì)是一種有偏估計(jì)方法，以損失部分信息、降低精度為代價(jià)獲得更為符合實(shí)際、更可靠的回歸系數(shù)，對(duì)病態(tài)數(shù)據(jù)的耐受性遠(yuǎn)遠(yuǎn)強(qiáng)于普通最小二乘法，在一些實(shí)踐中取得了很好的效果[17]。其估計(jì)方法為：

式9中，X為標(biāo)準(zhǔn)化矩陣；βk為回歸系數(shù)向量的嶺回歸估計(jì)參數(shù)；k為某一給定的常數(shù)。參數(shù)k的選取是嶺回歸的關(guān)鍵，k值選取不宜太大，同時(shí)還應(yīng)保證嶺跡圖上各估計(jì)系數(shù)基本穩(wěn)定，符號(hào)合理，殘差平方和增大不多。

對(duì)商業(yè)地價(jià)和住宅地價(jià)分別進(jìn)行嶺回歸估計(jì)，其嶺跡圖見(jiàn)圖1。根據(jù)變量剔除原則[18]，剔除商業(yè)地價(jià)和住宅地價(jià)嶺跡圖中不穩(wěn)定趨于0的自變量GDP、C、I，將剩余變量再做嶺回歸分析，結(jié)果見(jiàn)圖2。觀察各剩余變量的嶺跡趨勢(shì)，當(dāng)嶺參數(shù)取值大于0.15后，各變量的回歸系數(shù)趨于平穩(wěn)（以水平直線為漸近線），故取嶺參數(shù)為0.2時(shí)的方程進(jìn)行分析，將標(biāo)準(zhǔn)化回歸系數(shù)轉(zhuǎn)化為一般偏回歸系數(shù)，并給出各變量的t檢驗(yàn)值，結(jié)果見(jiàn)表4。

3.4 嶺回歸結(jié)果分析

通過(guò)表4，嶺回歸方程整體通過(guò)顯著性F檢驗(yàn)，各因素對(duì)商業(yè)和住宅地價(jià)的綜合影響作用顯著。與OLS估計(jì)結(jié)果相比較，嶺回歸估計(jì)的R2有所降低，對(duì)地價(jià)變異的解釋能力下降了5%左右，但獲得了更為穩(wěn)健和有效的估計(jì)系數(shù)。綜合來(lái)看，嶺回歸的估計(jì)結(jié)果要優(yōu)于OLS估計(jì)。

金融發(fā)展水平對(duì)城市商業(yè)和住宅地價(jià)具有顯著影響。其中人均金融機(jī)構(gòu)各項(xiàng)貸款余額（L）的偏回歸系數(shù)分別為0.015和0.013，也就是說(shuō)在控制其他社會(huì)經(jīng)濟(jì)及金融變量的情況下，人均貸款每增加1000元，商業(yè)和住宅地價(jià)將分別上漲15元/m2和13元/m2，表明城市貨幣供應(yīng)的變化對(duì)商業(yè)和住宅地價(jià)具有強(qiáng)度基本相同的正向影響。已有研究也表明貨幣供應(yīng)量或?qū)嶋H貸款的增加會(huì)導(dǎo)致房?jī)r(jià)的上漲[10-11]，佐證了本文的結(jié)論。人均金融機(jī)構(gòu)各項(xiàng)存款余額（S）對(duì)商業(yè)地價(jià)的影響作用不顯著，而在0.01的顯著性水平上對(duì)住宅地價(jià)具有明顯的正效應(yīng)，這與中國(guó)居民的消費(fèi)習(xí)慣有關(guān)，當(dāng)前隨著居民消費(fèi)的升級(jí)，住房消費(fèi)的邊際效用明顯大于消費(fèi)其他商品帶來(lái)的效用提高，由此也造成了住宅房地產(chǎn)消費(fèi)火熱，居民的儲(chǔ)蓄存款也更傾向于花費(fèi)在住宅支出上。金融相關(guān)比率（FIR）作為衡量金融發(fā)展深度的指標(biāo)，對(duì)商業(yè)和住宅地價(jià)并沒(méi)有產(chǎn)生顯著的影響，這主要是因?yàn)楫?dāng)前中國(guó)金融水平的發(fā)展主要還是表現(xiàn)為規(guī)模的擴(kuò)張，金融發(fā)展的深度與廣度特征還不明顯。從回歸結(jié)果中還可以看出，L對(duì)住宅地價(jià)的邊際作用效應(yīng)要遠(yuǎn)大于S的邊際效應(yīng)，這也預(yù)示著貸款規(guī)模變動(dòng)對(duì)地價(jià)變動(dòng)的貢獻(xiàn)率要大于存款規(guī)模變動(dòng)對(duì)地價(jià)變動(dòng)的貢獻(xiàn)。

表3 OLS回歸結(jié)果Tab.3 The regression results of OLS

圖1 原始變量嶺跡圖Fig.1 Ridge trice of original variables

圖2 剩余變量嶺跡圖Fig.2 Ridge trace of remain variables

表4 嶺回歸結(jié)果Tab.4 Parameters of ridge regression

城市人口（P）、外商直接投資（FDI）、在崗職工平均工資（W）、人均教育支出（E）對(duì)商業(yè)和住宅地價(jià)均具有顯著的正向影響，且這些指標(biāo)對(duì)前者的影響強(qiáng)度要高于后者，特別是P和FDI對(duì)商業(yè)地價(jià)的影響強(qiáng)度是對(duì)住宅地價(jià)作用強(qiáng)度的2倍。同時(shí)還可以注意到，當(dāng)人均教育支出和職工工資等量增加時(shí)，增加教育支出對(duì)地價(jià)的推動(dòng)作用要遠(yuǎn)遠(yuǎn)大于工資增長(zhǎng)的推動(dòng)力，這也意味著政府加大對(duì)教育等社會(huì)福利設(shè)施的投入，將會(huì)更多的釋放居民的潛在購(gòu)買(mǎi)力。

一個(gè)令人感興趣的問(wèn)題是地價(jià)的增長(zhǎng)主要是由居民收入的增加引起的還是由寬松的信貸政策帶來(lái)的，通過(guò)本文的結(jié)果可以發(fā)現(xiàn)，不論商業(yè)地價(jià)還是住宅地價(jià)，職工工資（W）增長(zhǎng)帶來(lái)的邊際效應(yīng)都明顯大于人均貸款（L）增加帶來(lái)的邊際效應(yīng)，其差異達(dá)到3倍甚至更多，說(shuō)明人民收入水平的增加是當(dāng)前中國(guó)地價(jià)上漲的主要?jiǎng)右颉４送?，人均GDP（GDP）、人均社會(huì)消費(fèi)品零售額（C）、人均固定資產(chǎn)投資（I）對(duì)商業(yè)和住宅地價(jià)的影響作用不大而在嶺回歸方程中被剔除。這主要是因?yàn)橄M(fèi)者或開(kāi)發(fā)商在選擇房地產(chǎn)投資對(duì)象時(shí)，不再過(guò)分關(guān)注城市經(jīng)濟(jì)的粗放增長(zhǎng)，開(kāi)始更多地關(guān)注城市社會(huì)發(fā)展等方面的綜合素質(zhì)的提升。

4 結(jié)論與討論

隨著中國(guó)經(jīng)濟(jì)體制改革的不斷深入，金融業(yè)對(duì)經(jīng)濟(jì)發(fā)展的引導(dǎo)作用逐步體現(xiàn)，且由于房地產(chǎn)業(yè)對(duì)資金的依賴，使得金融業(yè)對(duì)房地產(chǎn)市場(chǎng)的影響愈發(fā)明顯。本研究通過(guò)構(gòu)建均衡地價(jià)理論模型闡述了金融發(fā)展對(duì)地價(jià)的影響效應(yīng)，繼而以一個(gè)截面數(shù)據(jù)集為基礎(chǔ)，實(shí)證研究了金融發(fā)展對(duì)城市地價(jià)的影響，得到以下結(jié)論：

首先，金融發(fā)展水平對(duì)城市地價(jià)具有顯著影響，商業(yè)和住宅地價(jià)目前主要受金融發(fā)展總量規(guī)模的影響，金融結(jié)構(gòu)優(yōu)化的影響尚未顯現(xiàn)。其中貸款規(guī)模對(duì)商業(yè)和住宅地價(jià)具有顯著的正效應(yīng)且作用強(qiáng)度基本相同，而存款規(guī)模只對(duì)住宅地價(jià)產(chǎn)生影響且強(qiáng)度較小。這也預(yù)示著在宏觀層面，適當(dāng)控制貨幣供應(yīng)特別是信貸規(guī)模對(duì)穩(wěn)定地價(jià)具有重要意義。

其次，職工工資水平、外商直接投資等社會(huì)經(jīng)濟(jì)發(fā)展變量對(duì)商業(yè)和住宅地價(jià)也具有顯著的影響，其中居民收入的增加是當(dāng)前地價(jià)上漲的主要因素，而寬松的信貸政策、充足的貨幣供應(yīng)為地價(jià)上漲提供了支撐。

由于解釋變量間多重共線性的存在，嶺回歸的估計(jì)結(jié)果要比普通最小二乘回歸穩(wěn)健有效，但對(duì)于嶺參數(shù)k的選取，目前還沒(méi)有形成公認(rèn)的最優(yōu)選擇方法，在本文中，嶺參數(shù)的選取和變量剔除也具有一定的主觀性，是一種定性分析與定量分析相結(jié)合的方法。同時(shí)由于地價(jià)影響因素的多樣性及其作用方式的復(fù)雜性，線性回歸模型在分析時(shí)有一定的局限性，因此還需深入研究更優(yōu)更完善的地價(jià)表達(dá)模型。

（

）：

［1］ Wang R.The Structure of Chinese Urban Land Prices: Estimates from Benchmark Land Price Data［J］.Real Estate Financial Economy，2007.

［2］ Kim K S，Park S J，Kweon Y J.Highway Traffic Noise Effects on Land Price in an Urban Area［J］.Transportation Research Part D，2007，12（4）: 275-280.

［3］ Malpezzi S.Housing Prices, Externalities, and Regulation in U.S.Metropolitan Areas［J］.Journal of Housing Research，1996，7（2）:209-241.

［4］ 董黎明，李向明，馮長(zhǎng)春.中國(guó)城市土地有償使用的地域差異及分等研究［J］.地理學(xué)報(bào)，1993，48（1）：1-10.

［5］ 華文，范黎，吳群，等.城市地價(jià)水平影響因素的相關(guān)分析——以江蘇省為例［J］.經(jīng)濟(jì)地理，2005，25（2）：203-204.

［6］ 胡冠軍.基于Panel Data模型的城市地價(jià)水平影響因素研究——以全國(guó)27個(gè)大中城市為例［D］.杭州：浙江大學(xué)，2007.

［7］ 朱健寧.省域城市地價(jià)空間分異的影響因素研究——以江蘇省為例［D］.南京：南京農(nóng)業(yè)大學(xué)，2008.

［8］ 尹宗成，丁日佳.中國(guó)區(qū)域金融發(fā)展水平與區(qū)域經(jīng)濟(jì)差異的協(xié)整檢驗(yàn)［J］.廣東金融學(xué)院學(xué)報(bào)，2008，23（3）：92-99.

［9］ 王小魯，樊綱.中國(guó)地區(qū)差距的變動(dòng)趨勢(shì)和影響因素［J］.經(jīng)濟(jì)研究，2004，（1）：33-44.

［10］張濤，龔六堂，卜永祥.資產(chǎn)回報(bào)、住房按揭貸款與房地產(chǎn)均衡價(jià)格［J］.金融研究，2006，（2）：1-11.

［11］王來(lái)福，郭峰.貨幣政策對(duì)房地產(chǎn)價(jià)格的動(dòng)態(tài)影響研究——基于VAR模型的實(shí)證［J］.財(cái)經(jīng)問(wèn)題研究，2007，（11）：15-19.

［12］宋勃，高波.利率沖擊與房地產(chǎn)市場(chǎng)價(jià)格波動(dòng)的理論與實(shí)證分析：1998—2006［J］.經(jīng)濟(jì)評(píng)論，2007，（4）：46-56.

［13］劉貴輝.基于ARDL模型的中國(guó)貨幣信貸政策與房地產(chǎn)市場(chǎng)關(guān)系的實(shí)證檢驗(yàn)［J］.經(jīng)濟(jì)問(wèn)題探索，2010，（9）：151-156.

［14］ Potepan M J.Explaining Intermetropolitan Variation in Housing Prices, Rents and Land Prices［J］.Real Estate Economics，1996，24（2）：219-245.

［15］董金玲.江蘇區(qū)域金融發(fā)展水平測(cè)度及聚類［J］.華東經(jīng)濟(jì)管理，2009，23（12）：20-25.

［16］趙偉，馬瑞永.中國(guó)區(qū)域金融發(fā)展的收斂性、成因及政策建議［J］.中國(guó)軟科學(xué)，2006，（2）：94-101.

［17］高魏，閔捷，張安錄.基于嶺回歸的農(nóng)地城市流轉(zhuǎn)影響因素分析［J］.中國(guó)土地科學(xué)，2007，21（3）：51-58.

［18］劉賢趙，張安定，李嘉竹，等.地理學(xué)數(shù)學(xué)方法［M］.北京：科學(xué)出版社，2009.