EN中文

地理研究 >

2025 , Vol. 44 >Issue 3: 619 - 637

DOI: https://doi.org/10.11821/dlyj020240448

中国土地出让规模和出让价格的时空分异与形成机制

  • 林树高 , 1, 2 ,
  • 徐勤航 3 ,
  • 诸培新 , 1, 2 ,
  • 陆汝成 4 ,
  • 张鹏 1 ,
  • 毕佳港 1
展开
  • 1.南京农业大学公共管理学院，南京 210095
  • 2.南京农业大学中国资源环境与发展研究院，南京 210095
  • 3.山东省宏观经济研究院战略规划研究所，济南 250014
  • 4.南宁师范大学自然资源与测绘学院，南宁 530001
诸培新（1968-），男，江苏高淳人，博士，教授，博士生导师，主要研究方向为土地经济与政策。E-mail:

林树高（1993-），男，广西北海人，博士研究生，主要研究方向为土地经济与政策。E-mail:

收稿日期: 2024-05-22

  录用日期: 2024-12-21

  网络出版日期: 2025-03-04

基金资助

国家社会科学基金万人计划领军人才项目(22VRC163)

国家自然科学基金项目(42061043)

收起

Spatio-temporal divergence and formation mechanism of land transfer scale and price in China

  • LIN Shugao , 1, 2 ,
  • XU Qinhang 3 ,
  • ZHU Peixin , 1, 2 ,
  • LU Rucheng 4 ,
  • ZHANG Peng 1 ,
  • BI Jiagang 1
Expand
  • 1. College of Public Administration, Nanjing Agricultural University, Nanjing 210095, China
  • 2. China Resources & Environment and Development Academy, Nanjing Agricultural University, Nanjing 210095, China
  • 3. Institute of Strategic Planning, Shandong Academy of Macroeconomic Research, Jinan 250014, China
  • 4. School of Natural Resources and Surveying, Nanning Normal University, Nanning 530001, China

Received date: 2024-05-22

  Accepted date: 2024-12-21

  Online published: 2025-03-04

Fold

摘要

揭示土地出让规模和出让价格的变化规律对促进土地要素参与宏观调控过程具有借鉴意义。本文利用冷热点、标准差椭圆和综合地价模型刻画2007—2022年中国295个城市的土地出让规模和出让价格变化的时空特征，采用双变量空间自相关模型分析空间交互关系并借助地理探测器揭示其形成机制。结果表明：① 土地出让规模历经高速增长-急剧下降-平稳上升的变化特征，呈现“东热西冷”的空间格局，工矿用地和商服用地的出让重心由东向西迁移，住宅用地和其他用地的出让重心由北向南迁移。② 住宅用地和商服用地价格上涨较快，工矿用地和其他用地价格上涨较慢，各类地价均呈现“东南高、西北低”格局，空间分布由点状离散向面状集聚演进，局部差异缩小、全局差距扩大。③ 土地出让规模和出让价格具有显著的空间正相关关系，局域空间格局呈现高-高集聚和低-高集聚位于“胡焕庸线”以东，低-低集聚和高-低集聚位于“胡焕庸线”以西的分布特征。④ 多因素交互作用对土地出让规模和出让价格的影响高于单因素，土地出让规模和出让价格变化是经济发展和社会生活导向下政策制度实施和区位条件优化的结果。应通过优化土地出让结构、调控土地出让价格、引导土地出让规模与出让价格的交互效应促进区域协调发展。

关键词： 土地出让规模; 土地出让价格; 空间关联; 时空格局; 形成机制; 地理探测器

本文引用格式

林树高 , 徐勤航 , 诸培新 , 陆汝成 , 张鹏 , 毕佳港 . 中国土地出让规模和出让价格的时空分异与形成机制[J]. 地理研究, 2025 , 44(3) : 619 -637 . DOI: 10.11821/dlyj020240448

Abstract

Unveiling the evolutionary rules and mechanisms of land transfer scale and land transfer price holds referential significance for enhancing the role of land resources in macroeconomic control. This paper takes the land market transaction data from 295 cities in China from 2007 to 2022 as a case study. Using cold-hot spot analysis, standard deviation ellipses and a comprehensive land price model, this analysis depicts the spatio-temporal characteristics of land transfer scale and price changes. A bivariate spatial autocorrelation model is employed to analyze the spatial interaction between the scale and price of land transfer. Furthermore, the geographical detector is used to uncover the formation mechanism. The findings of the study reveal that: (1) The land transfer scale experiences a trajectory of rapid growth, sharp decline and gradual rise, exhibiting a spatial pattern of "hot in the east, but cold in the west". The gravities of industrial and mining land and commercial land transfer shift westward, whereas those of residential land and other land types move southward. (2) Residential land prices and commercial land prices rise quickly, while the transfer prices of industrial and mining land and other types of land increase slowly. All types of land prices show a pattern of "higher in the southeast, but lower in the northwest", transitioning from scattered points to clustered regions, which reduce local disparities but expand the overall gap. (3) A significant positive spatial correlation is observed between the scale and price of land transfer. The local spatial pattern displays high-high and low-high clustering to the east of the Hu Huanyong Line, while low-low clustering and high-low clustering are found to the west of the Hu Huanyong Line. (4) The impact of multifactor interactions on land transfer scale and land transfer price is greater than that of single factors. Changes in land transfer scale and price are the result of policy implementation and location condition optimization under the guidance of economic development and social life. Therefore, regional coordinated development should be promoted by optimizing land transfer structure, regulating land transfer prices, guiding the interactive effects between land transfer scale and price, and ensuring the orderly operation of the land factor market.

Key words： land transfer scale; land transfer price; spatial correlation; temporal pattern; formation mechanism; Geo-detector

1 引言

土地要素在中国经济奇迹创造中扮演的重要角色引起各界高度关注。改革开放以来，城镇化和工业化快速发展，使中国在短期内迅速成为“世界工厂”的同时[1]，也驱动地方政府通过土地市场，以寻求土地出让规模最大化为导向和以谋求土地出让价格攀升为目标，迫使城市规模迅速扩张引致的城市土地结构失衡等问题日渐显现[2]。土地出让在促进财政收入增加、经济快速增长的同时，也造成土地城镇化与产业城镇化、人口城镇化失衡和区域土地资源错配的局面[3]，制约了区域经济社会与资源环境协调可持续发展[4]。党的二十届三中全会指出，健全土地等生产要素由市场评价贡献、按贡献决定报酬的机制和完善实施区域协调发展战略机制。因此，把握土地出让规模和出让价格变化的时空规律及其形成机制，是深化土地要素市场化改革的逻辑基础，对加强土地市场宏观调控和促进区域协调发展具有重要意义。
土地出让是指国家以土地所有者的身份，根据土地性质、位置、用途等因素，将土地使用权有偿、限量出让于土地使用权人，并由土地使用权人向国家支付土地出让金的行为[4]。土地出让作为实现土地价值的重要途径之一，其出让规模和出让价格变化规律既是地理学研究城市扩张问题的切入点，也是管理学和经济学研究政府宏观调控政策的突破点。国外文献较早关注土地市场理论[5]、土地出让价格形成[6]、土地市场空间演变[7]和土地出让影响因素[8]等方面的研究，相关成果奠定了土地有偿出让的理论基础。中国学者紧密围绕市场化改革进程开展土地出让相关研究，在“晋升锦标赛”和资源错配理论框架下，重点分析土地出让规模的时空特征，并探讨土地出让价格的影响因素及其与经济社会发展的关系。在土地出让规模研究上，学者通过刻画和揭示不同尺度下的土地出让规模时空规律和形成机制，为国土空间结构调整、土地政策制定和城市格局优化提供了参考依据。全国尺度的土地出让规模在经济发展和政府调控下，形成核心-轴线-簇团的圈层空间结构[9]；而局部地区土地出让规模在政府、企业、居民等不同主体相互作用与博弈下，呈现出城市中心密集、城市外围稀疏的空间分异格局[10,11]。地方政府为推动经济发展、缓解公共财政压力和改善人民生活水平，加大土地出让规模以扩大建成区承载工业化和城镇化发展[12]，但由于各城市的经济发展潜力和资源禀赋不同[13]，导致中国城市土地出让规模存在非优配置、区域差异扩大等问题[14,15]。因此，面向土地资源错配的结构和空间纠偏成为优化土地资源配置的重要突破口[16]。在土地出让价格研究上，主要集中在单一地类或综合地类出让价格的时空变化[17,18]、影响因素[19,20]以及土地出让价格变动对经济增长[21]、产业结构调整[22]和高质量发展[23]的效应等方面。自实施“招拍挂”政策以来，土地出让价格呈现显著的上升趋势[24]，不同用地类型和地区之间的出让价格分异逐渐深化[25]，一方面土地出让价格偏低将加剧土地粗放利用和产业结构低端，从而降低经济发展动能[26]；另一方面土地出让价格过高将引致土地过度开发，衍生城市功能失调、环境污染等问题，制约高质量发展[27]。以上事实表明，中国土地出让规模和出让价格的区域极化日益显现，土地出让结构失衡和土地出让价格扭曲形成的交互效应在影响产业结构转型升级的同时，也造成土地资源粗放利用或过度开发而加剧国土空间格局冲突，制约区域可持续发展进程[28]。已有研究分别刻画土地出让规模和出让价格变化的时空规律并探讨其影响因素，对深化土地要素市场化改革具有借鉴意义，但仍存在以下不足：一是现有文献单独分析土地出让规模和出让价格的变化规律，未将土地出让规模与出让价格纳入同一个研究框架中，难以从长时序系统地刻画土地出让规模和出让价格的时空分异规律和交互响应过程；二是现有文献侧重选取经济、社会和政策等因素分别对土地出让规模或出让价格变化的影响作用，而土地出让规模和出让价格作为一个土地市场紧密联系的两个方面，其时空演变过程的共同机制还需进一步探讨。
土地出让规模和出让价格是土地出让制度的重要内容，规模和价格是反映土地市场供需双方均衡的核心指标。土地出让规模作为供给端响应需求端价格信号形成的结果之一，揭示土地出让规模和出让价格的空间分异机制，成为调控土地出让规模和出让价格结构差异以推动区域协调发展的逻辑前提和关键路径。鉴于此，本文将土地出让规模与出让价格纳入同一分析框架，以中国地级及以上城市的2007—2022年土地交易数据为基础，从演变格局、交互过程两个方面分析土地出让规模和出让价格的时空分异特征，从直接作用和交互效应两个层面系统揭示其形成机制，并探索性地提出政策建议，以期为优化土地出让结构和空间配置促进高质量发展提供参考。

2 研究方法与数据来源

2.1 研究方法

2.1.1 冷热点分析

冷热点分析用于识别研究对象在不同地理空间上的高低值聚类特征，是揭示要素空间集聚模式的重要工具。使用该模型分析土地出让规模的热点区和冷点区，刻画土地出让规模的空间分布特征，计算公式参见张小东等[9]。

2.1.2 标准差椭圆

标准差椭圆模型对研究不均衡分布的属性空间变化规律具有重要参考价值。采用标准差椭圆模型识别各类用地出让规模的重心位置及其空间移动趋势，揭示各类用地出让规模的变化路径，计算公式参见宋永永等[3]。

2.1.3 综合地价模型

土地出让涉及多种用地类型，不同用地类型价格存在显著差异，本文采用综合地价模型表征城市土地平均出让价格。计算公式为[17]：
P i j = ∑ i = 1 n S i j / ∑ a = 1 n A i j
式中：Pij表示综合地价；n为土地出让类型数；Sij为i城市j地类的出让收入；Aij为i城市j地类的出让面积。

2.1.4 双变量空间自相关

双变量空间自相关模型可刻画两个变量的空间增减关系，用于揭示两种要素之间的空间相关程度。选取该模型探究土地出让规模和出让价格的空间响应关系与分异特征，计算公式参见张玥等[29]。

2.1.5 地理探测器

地理探测器是探究要素空间分异格局影响因素的常用模型，有因子探测器、交互探测器、生态探测器和风险探测器四个模块。本文借助地理探测器模型分析土地出让规模和出让价格变化的影响因素，揭示其时空格局的形成机制。计算公式为[30]：
q = 1 - 1 n δ 2 ∑ h = 1 l n h δ h 2
式中：q为因子作用力，q值越大表明因子解释力越强；h为指标分级的数量； n h、 δ h 2分别为特定层的样本数和方差，n和δ2分别为整个区域的样本数和方差。

2.2 数据来源

本文以中国295个地级及以上城市为研究对象，考虑数据完整性，研究区不包括西藏自治区和香港特别行政区、澳门特别行政区和台湾地区。① 用于刻画土地出让规模和出让价格时空格局的土地出让数据来源于中国土地市场网（http://www.landchina.com/），数据涵盖时间段为2007年1月1日至2022年12月31日，共计2891602宗地出让记录，主要包括土地出让的面积、用途、供地方式、成交价格等信息。考虑土地出让结构和市场化程度，本文筛选协议、招标、拍卖和挂牌四种出让方式的数据共计2044579条，并根据中国城市规划建设用地标准和相关研究用地分类[31,32]，将土地出让类型划分为工矿用地、住宅用地、商服用地和其他用地（公共管理与公共服务用地等）四类，据此计算各市土地出让规模和出让价格。② 用于探究土地出让规模和出让价格时空格局演变形成机制的社会经济数据来源于对应年份的《中国城市统计年鉴》（https://www.stats.gov.cn/zs/tjwh/tjkw/tjzl/）和《中国房地产统计年鉴》（https://www.shujuku.org/），地形数据来源于《中国基础地理数据集》（https://www.ngcc.cn）。

3 结果分析

3.1 土地出让规模的时空演变

3.1.1 土地出让规模的时空变化格局

中国土地出让规模具有时序阶段性和地域差异性。从时序阶段性来看（见图1a），2007—2009年为土地出让规模快速增长期，土地出让面积由2179.39 km2上升到3865.73 km2，年均增长33.18%。该阶段为刺激要素市场和保障社会经济发展，土地管理部门适时调整土地供应政策，对于特定项目和行业减免土地出让金、提供利率优惠、税收优惠等措施，土地出让规模快速增长。2010—2013年为土地出让规模波动增长期，土地出让面积年均增长率为4.56%。该阶段国家实施集约化发展导向的城乡建设用地出让制度，同时通过“增减挂钩”政策有效缓解耕地保护趋严背景下的建设用地供给压力。2014—2016年为土地出让规模收缩期，为加快新型城镇化建设，建设用地开发由增量迈向存量，土地出让面积由3843.03 km2降至2090.83 km2，年均减幅为14.24%。2017—2022年为土地出让规模缓慢增长期，该时期经济由高速增长转入高质量发展，土地出让面积年均增长率为5.70%。从地域差异性来看（见图1b），土地出让规模呈东部地区>西部地区>中部地区>东北地区的特征，土地出让规模增长率呈中部地区>西部地区>东部地区>东北地区的规律。东部地区作为中国经济发展的增长极和重要引擎，需要大量建设用地保障城镇化和工业化发展，但随着高质量发展引领的土地开发节地水平和产出效益“双提升”，土地出让面积逐渐下降。西部地区经济社会欠发达，2003年起中国新增的城镇建设用地逐渐向西部倾斜以支撑西部大开发和脱贫攻坚等战略实施，土地出让面积仍保持高速增长。中部地区交通区位优势显著，在承接东部产业转移、促进产业结构转型升级上需配备更多的工矿、住宅和商服用地支撑“中部崛起”，土地出让面积保持中高速增长。东北地区存量建设用地较多，加上资源外流和经济发展动能不足，土地出让面积较小并逐年下滑。
图1 2007—2022年土地出让面积时序变化

Fig. 1 Chronological change in land transfer area from 2007 to 2022

中国土地出让规模形成“东热西冷”的空间格局，冷热点区呈簇团状分布特征（见图2）。① 处于热点区的城市由49个增至71个，形成以京津冀和长三角城市群为核心向外围延伸的分布格局，呈现由北向南收缩、由东向西扩张的空间特征。京津冀和长三角城市群是中国经济发展基础最好、区位条件最优的地区，城市群内各城市因城市化进程加快而积极推进城市扩张和基础设施建设。由于城市群在经济发展和资源整合等方面具有较强的溢出效应，能带动周边城市土地出让面积提升，这类城市多处于高值簇。② 处于次热点区的城市由30个减至28个，呈现环热点区分布、由离散点状向连续线状演进的空间格局，并在重庆市与湖南省交界之处形成次热点集聚区，表明热点区土地出让规模对相邻城市具有显著的辐射带动作用。受京津冀城市群的辐射带动，2007年东北地区南部部分城市位于次热点区，土地出让面积处于中值簇，但随着区域开发程度加深和受经济发展动力制约的影响，2022年该地区已退化为冷点区，土地出让面积显著下降。重庆和长沙市所在的成渝城市群和长株潭城市群，作为区域协调发展的增长极，土地出让面积有所增加。③ 冷点区与次冷点区交融分布，冷点城市由23个跃升至41个，次冷点城市数量总体稳定，主要分布于云南、新疆、内蒙古、甘肃、青海等省区，受限于自然地理条件和经济发展基础，该地区城市空间规模总体变化较小，土地出让面积处于低值簇。
图2 2007—2022年土地出让面积冷热点分布

注：该图基于自然资源部地图技术审查中心标准地图（审图号为GS（2019）1835号）绘制，底图边界无修改。

Fig. 2 Distribution of cold and hot spots in land transfer area from 2007 to 2022

3.1.2 土地出让结构的时空变化格局

中国各类土地出让规模具有时序波动性。工矿用地出让面积最大，占据土地出让规模的“半壁江山”，呈“W”型变化特征（见图3）。2007—2012年工矿用地出让面积占比波动较大，尤其是2007—2009年，在土地出让规模剧增的情况下，工矿用地出让面积占比由55.08%跌至39.88%；2013—2022年工矿用地出让面积波动较大，但占比保持在50%左右，呈微增趋势。住宅用地出让面积占比约为30%、呈下降之势，随着城镇化进程放缓、住房市场趋于饱和，加之城市更新推动存量用地再开发，缓解了住宅用地的增量需求，土地城镇化快于人口城镇化的趋势有所缓解。商服用地出让面积占比由剧变向平稳过渡，2007—2009年商服用地出让面积由209.37 km2增至970.69 km2，占比由9.68%升至25.11%，为激发市场活力和提高土地财政收入以加快公共基础设施建设，中国加大了商服用地的出让规模。2015年以后，商服用地需求总体稳定，年均出让面积保持在320km2左右，占比以年均1%的幅度下降，与经济发展速度及房地产市场预期紧密相关。其他用地出让面积以年均3.98%的速度平稳增长，占比由2007年的5.10%逐渐提高到2022年的8.52%。为提升城市公共基础设施服务水平，落实“生活空间适度宜居”的国土空间开发目标，各地区鼓励企业和单位投资建设基础设施，从而增加其他用地的供应。
图3 2007—2022年各类型土地出让面积及结构占比

Fig. 3 The area and structure of different types of transfer land from 2007 to 2022

中国各类土地出让格局变化明显、空间迁移具有显著的指向性。从土地出让规模的标准差椭圆来看，工矿用地和商服用地的重心沿东西方向迁移，住宅用地和其他用地的重心沿南北方向迁移（见图4）。① 工矿用地重心由安徽省迁至河南省，主要沿东西方向迂回迁移。2007—2012年椭圆的面积和长短轴剧增，表明工矿用地出让面积离散分布、区域配置相对均衡。该时期东部、中部、西部和东北部的工矿用地出让面积结构由2007年的47.11∶25.22∶16.83∶10.84调整至2012年的38.86∶24.15∶28.88∶8.11。2012年以后椭圆的长短轴和面积逐渐缩小，表明工矿用地出让集聚效应加强，2022年西部地区工矿用地占同类用地出让面积的比例相较2012年升高7.12%，而东北地区由10.84%降至3.62%，东部地区占比有所下降、中部地区占比保持不变，工矿用地出让整体上向西部地区集中。② 商服用地椭圆的面积增加、短轴拉伸、长轴收缩，重心由河南省的信阳市向北迁移至许昌市再向西迁移至南阳市，表明商服用地出让面积集聚效应减弱、区域均衡性增强，东北地区和西部地区的出让面积先后增长较快。2007—2012年为推动东北老工业基地振兴和寻求新的经济增长点，通过完善商业服务配套设施以带动服务业发展，商服用地出让面积增长3倍之余，占同类用地出让面积的比例由6.22%升至9.68%，导致商服用地出让重心逐渐沿东北方向转移。2012—2022年为缩小东西部发展差距、支持西部大开发战略，西部地区商服用地占同类用地出让面积的比例由29.60%升至34.04%，重心向西部迁移。③ 住宅用地重心位于河南省，椭圆的面积先增后减、长轴收缩、短轴延长，表明住宅用地出让面积的集聚效应在东西方向上减弱、在南北方向上增强。其中，2007—2012年西部地区住宅用地出让面积增长1.64倍，占同类用地出让面积的比例由22.41%升至26.91%；中部地区增长1.42倍，占比由23.80%升至24.77%，重心由东向西迁移。2012—2022年东部地区城市化高速发展，住宅用地占同类用地出让面积的比例显著提升，而中部和西部地区占比逐渐下降，重心由北向南迁移。④ 其他用地的椭圆面积先增后减，重心由山东省迁移至河南省、沿东北向西南变化，表明其他用地出让面积在东北地区大幅减少、在中部和西部地区快速增长，集聚优势由东部向中西部转移。为提升中西部地区城市公共服务设施、提高新型城镇化水平和缩小区域发展差距，其他用地出让面积逐渐向中西部倾斜，2007—2022年中西部地区其他用地占同类用地出让面积的比例由42.41%升至49.90%，东北地区由22.99%降至4.60%。
图4 2007—2022年各类型土地出让面积的标准差椭圆

注：该图基于自然资源部地图技术审查中心标准地图（审图号为GS（2019）1835号）绘制，底图边界无修改。

Fig. 4 Standard deviation ellipse of different types of land transfer area from 2007 to 2022

3.2 土地出让价格的时空演变

3.2.1 土地出让价格时序变化特征

中国土地出让综合地价呈明显上涨趋势、区域极化程度有所收缩。2007—2022年土地出让综合地价由385.84元/m2涨至1810.97元/m2，年均增长率达10.86%，土地市场化水平不断提升（见图5a）。对比不同类型土地出让价格可知，住宅用地价格>商服用地价格>其他用地价格>工矿用地价格，各类用地价格差距逐渐扩大。住宅用地和商服用地价格上涨最快，年均增长率分别为11.07%、12.61%，其中2012年两类用地出让价格出现较大幅度的下降，出现出让面积和出让价格“双降”现象；工矿用地和其他用地价格上涨较慢，年均增长率分别为1.21%、1.29%。住宅用地和工矿用地价格之比由2007年的2.95扩大至2022年的11.90，中国“两手供地”策略加剧土地出让价格扭曲程度，土地出让价格受政策调控影响而波动变化的特征明显。
图5 2007—2022年土地出让价格时序变化

Fig. 5 Chronological change in land transfer prices from 2007 to 2022

为系统考察土地出让市场价格的整体变化趋势，通过正态分布图分析综合地价的时序特征，以反映各类用地价格的变化态势（见图5b）。研究期内土地出让综合地价正态分布曲线整体右移，其中2007—2012年曲线右移最大，表明该阶段土地出让价格升幅最大，原因是土地市场化机制逐步建立和完善。正态分布曲线波峰总体呈上升趋势，表明土地出让价格“两极分化”趋势减缓，其中2007—2012年波峰上升较大，表明综合地价处于高值区和低值区的城市大幅减少，综合地价区域差异逐渐下降；2012—2017年波峰下降，表明综合地价低值区和高值区城市增加，地价区域差异扩大，该阶段人口城市化快速发展，各地区之间的人口转移规模差距导致城市发展对住宅用地和商服用地的需求量有所不同，驱动以住宅用地和商服用地价格为主导的综合地价逐渐分化；2017—2022年波峰逐渐上升，表明综合地价高值区、低值区城市减少，区域差异收缩，但曲线右拖尾大幅延伸，高值区和低值区之间的土地出让价格差距拉大。

3.2.2 土地出让价格空间变化特征

公共管理与公共服务等其他用地出让主要受政府调控，市场化程度较低、出让价格波动变化较小，故本文主要探讨综合地价和工矿、商服和住宅等用地价格的变化格局。2007—2022年中国土地出让综合地价及各类用地价格空间格局总体稳定，呈现“东南高、西北低”的特征（见图6）。总体来看，土地出让综合地价高值区位于具有优越的地理位置和良好的经济基础的京津冀、成渝、长三角和珠三角等城市群以及省会城市；低值区位于内蒙古、新疆、青海、甘肃和宁夏等西北地区，这些地区经济增长动力相对不足，产业结构较为单一，主要以能源、重工业和农业为主；中值区环高值区分布，集中在中部地区和西南地区，该地区由于地理位置、交通条件和营商环境等方面还存在一定劣势，投资吸引力相对较弱，从而影响土地出让价格上升。从不同用地类型价格来看：① 工矿用地价格分布呈现出由“小集聚大分散”向“大集聚小分散”演变的格局，高值区集中于工业化和城镇化水平较高的长三角和珠三角地区，其中2022年深圳市和上海市的工矿用地价格最高，分别达2522.40元/m2、1942.50元/m2；低值区集中于西北地区，该地区缺乏高新技术产业和服务业等附加值高的产业支柱，加上自然环境相对恶劣、人口密度低，导致大部分城市工矿用地价格低于100元/m2。② 商服用地价格分布格局由“大分散”向“小集聚”演变，高值区集中于京津冀、珠三角、长三角、成渝和长江中游等城市群，其中2022年北京市该地类出让价格最高达到33690.2元/m2，该地区城市化水平高、人口集中，消费群体大，对商业服务设施的需求旺盛抬升了商服用地价格；低值区沿西北和东北的内陆边境地区分布，由于气候和地理环境条件的限制，该地区人口密度低且外流趋势明显，商服用地价格走低。③ 住宅用地价格分布格局由点状离散向簇团集聚演变，高值区由团状向线性带状沿东部沿海地区集中，沿海地区城镇化发展速度最快，房地产开发和商服设施供给需求旺盛，但由于中心城市和发达地区的建设用地资源更为紧缺，加上土地市场发育日渐完善，土地交易竞争较充分，致使土地供应无法满足市场需求，导致住宅用地价格较高；低值区位于西北和西南地区，受地理位置、人口分布和经济发展等因素综合影响。总体来看，随着土地市场化程度普遍提高，各值区分布格局由点状离散向面状集聚演进，局部土地出让价格区域差异缩小，但东西和南北方向上的分异格局愈加显著，需推动区域协调发展、促进新型城镇化建设和优化经济布局以实现区域建设用地可持续利用。
图6 2007—2022年土地出让价格空间格局

注：该图基于自然资源部地图技术审查中心标准地图（审图号为GS（2019）1835号）绘制，底图边界无修改。

Fig. 6 Spatial pattern of land transfer prices from 2007 to 2022

3.3 土地出让规模和出让价格的空间关联

2007—2022年中国土地出让规模和出让价格的全局Moran′s I均显著为正，表明土地出让规模和出让价格具有空间正相关关系，是土地财政导向下形成的“示范效应”加剧土地出让结构和土地出让价格相互作用的结果[23]。土地出让规模和出让价格相互作用强度呈“N”型变化过程，2007—2012年土地出让规模和出让价格的空间交互关系增强，该时期土地市场化水平跃升促进了各类用地出让价格明显上升，同时为刺激经济增长，产业园区和基础设施建设导致土地出让规模剧增；2012—2017年土地出让规模和出让价格的空间交互关系减弱，原因是国家大力推进生态文明建设力度，各地通过存量建设用地再开发和用途转换补充用地需求，尽管土地出让价格有所提升，但不同城市的土地资源需求总量与新增、存量建设用地之间的关系不同，致使一级市场的土地出让规模存在差异；2017—2022年土地出让规模和出让价格的空间交互关系逐渐增强，原因是在高质量发展阶段，区域经济相互依存愈发紧密，市场在资源配置中发挥的作用逐渐增强，提升了土地出让规模和出让价格的匹配关系（见图7）。
图7 土地出让规模和出让价格双变量LISA聚集图

注：该图基于自然资源部地图技术审查中心标准地图（审图号为GS（2019）1835号）绘制，底图边界无修改。

Fig. 7 Bivariate LISA aggregation of land transfer scale and land transfer price

在Z值检验（P = 0.001）的基础上绘制土地出让规模和出让价格的双变量空间自相关格局图（见图7），反映市域土地出让规模与其邻域土地出让价格的空间关联模式及分异特征。土地出让规模和出让价格的局域空间自相关格局呈现高-高集聚和低-高集聚位于“胡焕庸线”以东、低-低集聚和高-低集聚位于“胡焕庸线”以西的分布特征。① 高-高集聚区位于长三角、珠三角、京津冀和长江中游等城市群，范围逐渐扩大。这些地区均为中国经济社会发展优势增长极，快速工业化和城镇化产生的人口和经济规模效应，引发土地资源需求一直处于高位并推高土地价值，致使本地区的土地出让规模和出让价格处于“双高”状态。同时，产业转移和发展规模的溢出效应带动相邻地区的土地出让规模和出让价格也处于高位。② 低-高集聚区位于长江中游南部和长三角与珠三角的交汇区，与高-高集聚区交融分布，范围逐渐收缩。在高-高集聚区产业发展的虹吸效应影响下，该区域经济发展活力疲软导致土地资源需求较低，但因人口扩张的溢出效应、“职住”分离的城市发展导向和地方政府募集财政收入完善公共基础设施，使周边地区住房和商服产业需求旺盛，从而抬高了周边地区的土地出让价格[25]。③ 低-低集聚区位于新疆、内蒙古和青海等西北地区，呈环状向点状收缩的空间格局。西北地区人口稀疏、自然环境恶劣和可开发利用的土地资源匮乏，加上城镇化和工业化发展速度较慢，导致土地出让的供需及其价格均处于较低水平。④ 高-低集聚区主要位于新疆，由低-低集聚区退化而来，呈先扩张后收缩之势。为完善西部地区的工业基础和公共设施，在土地资源配置上向西部地区倾斜，以低价方式大量出让新增建设用地，但随着资源要素市场化配置改革的深入推进和受制于地区自然环境条件，西部地区“低价高出”的土地资源配置方式逐步改善。

3.4 土地出让规模与出让价格空间格局的形成机制

3.4.1 影响因子选取

土地出让规模和出让价格受产业结构调整、人口结构变化、区位条件优化和公共设施完善等多种因子的影响，其空间格局分异是区位条件、经济发展、社会生活、政策制度等因素交互作用的结果。参考相关研究[11,12,15,17]和本文实际，选取地形（X1）、城市等级（X2）、交通路网密度（X3）等因子表征区位条件因素，其中，地形以平均坡度表征；城市等级以直辖市、计划单列市和省会城市赋值为2，其余城市赋值为1表征；交通路网密度以公路里程除以土地总面积表征。选取人均GDP（X4）、二三产业占比（X5）、房地产市场（X6）等因子表征经济发展因素，其中房地产市场用商品房销售面积表征。选取城镇居民可支配收入（X7）、城镇中小学数量（X8）、城镇化水平（X9）等因子表征社会生活因素。选取建成区面积（X10）、绿化覆盖率（X11）、固定资产投资（X12）等因子表征政策制度因素。由公式（2）探测各因子对土地出让规模和出让价格的解析力，揭示不同因素对土地出让规模和出让价格时空分异的作用机制。

3.4.2 影响因子探测

不同时期单因子驱动作用下的土地出让规模和出让价格的主导影响因素不同（见表1）。从土地出让规模影响因子来看，固定资产投资、房地产市场的q值较高，其次为建成区面积、城市等级，地形、交通路网密度的q值较小，表明土地出让规模的影响因素解析力强度为政策制度>经济发展>社会生活>区位条件。在用途管制和年度计划的双重规制下，政策制度实施对土地出让规模起决定性作用；在城镇化发展和产业结构调整过程中，城镇居民收入提高，市民在城市的活动增强要求扩大承载空间范围以满足生产、生活需求，推动房地产市场快速发展，经济发展和社会生活对土地出让规模起主导性作用；城市等级和地形决定不同土地类型的地域分异和稀缺性，交通路网密度体现改造土地的便捷程度，区位条件因素一定程度上塑造土地出让规模的分布格局。从土地出让价格影响因素来看，城镇居民可支配收入、城镇中小学数量、人均GDP、房地产市场和建成区面积的q值较高，地形、交通路网密度、绿化覆盖率的q值较小，表明土地出让价格的影响因素解析力强度为社会生活>经济发展>政策制度>区位条件。受地方政府“两手供地”的土地出让模式调控，工矿用地价格较低，而住宅用地和商服用地出让的市场化程度高，价格易受地方经济水平、居民收入和房地产市场的影响，区位条件则对土地出让价格影响较小，原因是土地综合价格变化由商服用地和住宅用地价格主导，而这两类用地出让往往处于城市交通相对优越的位置[33]，并受房地产市场预期的影响较大。
表1 土地出让规模和出让价格的影响因子探测

Tab. 1 Detection of factors influencing the scale and prices of land transfer and land transfer

因素 因子 土地出让规模 土地出让价格
2007年 2012年 2017年 2022年 2007年 2012年 2017年 2022年
区位条件 X1 0.06*** 0.09*** 0.12*** 0.09*** 0.01 0.03* 0.02 0.03*
X2 0.30*** 0.13*** 0.15*** 0.12*** 0.20*** 0.32*** 0.40*** 0.32***
X3 0.04* 0.06*** 0.09*** 0.06*** 0.04 0.01 0.02 0.01
经济发展 X4 0.23*** 0.13*** 0.15*** 0.14*** 0.24*** 0.35*** 0.44*** 0.38***
X5 0.10*** 0.04*** 0.06*** 0.04** 0.14*** 0.20*** 0.28*** 0.20***
X6 0.55*** 0.39** 0.48*** 0.48*** 0.29*** 0.39*** 0.29*** 0.25***
社会生活 X7 0.22*** 0.15*** 0.13*** 0.19*** 0.36*** 0.54*** 0.47*** 0.47***
X8 0.19*** 0.19*** 0.20*** 0.16*** 0.13*** 0.47*** 0.47*** 0.54***
X9 0.15*** 0.03 0.06*** 0.05*** 0.12*** 0.27*** 0.30*** 0.28***
政策制度 X10 0.46*** 0.29*** 0.28*** 0.29*** 0.24*** 0.55*** 0.51*** 0.55***
X11 0.06*** 0.03 0.02 0.03 0.02 0.03 0.04** 0.03
X12 0.67*** 0.44*** 0.61*** 0.44*** 0.27*** 0.29*** 0.31*** 0.29***

注：*、**、***表示分别通过10%、5%和1%的显著性检验。

多因子交互作用对土地出让规模和出让价格的影响高于单因子，表现为非线性减弱和增强作用（见图8）。从土地出让规模影响因子的交互作用来看，政策制度因素中的固定资产投资、建成区面积与其余各类因子的交互作用较强并逐渐减弱，原因是土地出让规模一直受政府调控影响，但随着城镇化、工业化加快和要素市场化配置水平提高，经济发展对土地出让规模的影响愈加显著；社会生活与经济发展因素的交互作用较强，其中城镇居民可支配收入、房地产市场和城镇中小学数量叠加二三产业占比和人均GDP的交互作用q值较高，原因是经济发展促进居民收入增加，对改善生活条件尤其是含学区房在内的教育资源提出了更高要求[33]，推动中国商品房销售面积由2007年的74.92万m2升至2017年的162.83万m2再回落至2022年的130.93万m2，呈先高速增长后逐步下降的变化过程，导致住宅用地和商服用地出让规模增加；区位条件与政策制度因素的交互作用较强，原因是在政策调控土地出让时，需要考虑区域土地资源本底和区位条件。从土地出让价格影响因子的交互作用来看，城镇居民可支配收入、城镇中小学数量和人均GDP、房地产市场的交互作用增强，表明社会生活和经济发展交互作用对土地出让价格的影响较大，原因是经济发展促进居民增收塑造积极的房地产市场预期，推高了住宅用地和商服用地的出让价格；地形、交通路网密度与城镇居民可支配收入的交互作用较强，表明区位条件与社会生活相互作用对土地出让价格的影响较大，根源是城镇居民收入提高后往往乐于向区位优越的城市居住、就业，推动平原地区产业发展并促进地价适应土地市场需求变化，中国人口向东部沿海平原地区的迁移格局验证了这一事实；建成区面积、固定资产投资与二三产业占比、城镇居民可支配收入的交互作用对土地出让价格也具有一定的解析力，原因是建成区面积决定了区域承载经济增长的潜力，人口和产业集聚驱动地方政府加大公共基础设施投入，人口增加、居民收入提高和基础设施完善提升土地出让价格。
图8 土地出让规模和出让价格因子交互作用q值

Fig. 8 The q-value of interaction between land transfer scale and land transfer price factors

3.4.3 形成机制归纳

中国土地出让规模和出让价格的演变格局是区位条件、经济发展、社会生活和政策制度综合作用的结果，不同因素影响效应存在时间差异性和空间分异性，在时间效应和空间效应交互作用下形成土地出让规模和出让价格的地理分异格局（见图9）。① 区位条件通过资源本底分布、增值基础优势影响土地出让规模和出让价格。首先，在地形起伏较高的地区，土地资源分布不均衡、开发难度大，土地出让规模较小且出让价格较低；在平原、沿海地区，土地资源类型分布均衡、易开发，土地出让规模较大且出让价格较高。在区位优良的中心城区和交通枢纽地区，土地的增值条件优越且利用效益高，土地出让规模和出让价格较高，而在区位欠佳的偏远地区，则反之。此外，区位条件对土地出让的影响还与交通设施的完备程度有关，在高速公路、铁路、机场等交通设施较为发达的地区，土地出让规模和出让价格都较高；相反，在交通设施欠优的地区，土地出让规模小且出让价格低。② 经济发展通过产业结构调整、规模集聚效应影响土地出让规模和出让价格。经济发展是土地出让规模格局演变的主要动力，原因是各地区产业结构由第一产业主导向以第二、第三产业为增长极的转型发展过程中，亟需大量工业、住宅、商服和其他用地承载工业化、城镇化和公共基础设施建设，土地出让规模随之增大。经济发展推动产业、人口集聚，形成的消费、就业和休闲等虹吸效应对市民定居、商服业和工业企业进驻具有引导作用，房地产开发需求提高和竞争加剧促进城市地价上涨。③ 社会生活通过商服设施需求、市场预期变化影响土地出让规模和出让价格。城镇化促进城镇人口密度增加，居民对住房改善和医疗、养老、教育等公共服务设施的需求不断上升，要求增加住宅用地、商服用地和其他用地供给规模以满足居民的生产、生活、生态功能，同时地方政府通过加大土地出让规模以获取土地财政收入缓解城市在建设上面临的财政支出压力；居民收入提高伴随出现的服务需求层次提升，以及居民对房地产和商服行业的积极市场预期迅速推高了土地出让价格。④ 政策制度通过空间规划引导、市场宏观调控影响土地出让规模和出让价格。政策制度实施对土地出让规模的影响主要体现在土地利用计划和城市规划等方面，政府通过制定各项规划来规范土地开发利用，从而影响土地出让规模。一方面，政府通过控制土地供应总量和规定土地用途来影响土地出让规模；另一方面，政府制定竞拍、招标、税收、补贴等土地出让政策来调节土地出让价格和土地出让收益。总之，政府可以通过制定土地利用计划、城市规划、土地出让方式、土地出让收益等政策来影响土地出让规模和出让价格。
图9 土地出让规模和出让价格的形成机制

Fig. 9 Formation mechanism of land transfer scale and transfer price

4 结论与讨论

4.1 结论

（1）中国土地出让规模具有时序阶段性和地域差异性，呈现“东热西冷”的空间格局。土地出让规模历经高速增长、急剧下降、平稳上升等阶段，东部地区土地出让规模最大、中部地区和西部地区增长率较高。土地出让规模热点区位于京津冀和长三角城市群，呈由北向南收缩、由东向西扩张的空间特征；次热点区环热点区分布并由离散点状向线性带状演进；冷点区范围扩大，位于西北和东北地区。各类土地出让格局指向性显著，工矿用地和商服用地的出让重心由东向西迁移，住宅用地和其他用地的出让重心由北向南迁移。
（2）中国土地出让价格明显上涨，呈现“东南高、西北低”的分布特征。住宅用地和商服用地价格上涨较快、工矿用地和其他用地价格上涨较慢，各地区土地出让价格差异收缩、各类用地出让价格差距扩大。各类用地价格的高值区位于京津冀、成渝、长三角和珠三角等城市群以及省会城市，低值区位于内蒙古、新疆、青海、宁夏和甘肃等西北地区，中值区环高值区分布，集中在中部地区和西南地区。
（3）土地出让规模和出让价格具有空间正相关关系，相互作用强度呈非线性的“N”型变化过程。土地出让规模和出让价格局域关联的东西向分异明显，高-高集聚区位于长三角、珠三角、京津冀和长江中游等城市群，范围逐渐扩张；低-高集聚区位于长江中游南部和长三角与珠三角的交汇区，与高-高集聚区交融分布，范围逐渐收缩；低-低集聚区和高-低集聚区位于新疆、内蒙古和青海等西北地区，呈点状向团状收缩，“低价高出”的土地出让模式逐步改善。
（4）中国土地出让规模和出让价格分异格局受区位条件、经济发展、社会生活和政策制度等因素的综合影响。多因素交互作用对土地出让规模和出让价格的影响高于单因素，不同因素交互作用存在时间差异性和空间分异性，区位条件通过资源本底分布和增值基础优势、经济发展通过产业结构调整和规模集聚效应、社会生活通过商服设施需求和市场预期变化、政策制度通过空间规划引导和市场宏观调控对土地出让规模和出让价格产生影响。

4.2 讨论

中国土地出让规模和出让价格的阶段性变化响应经济社会转型和政策制度实施。在经济发展由高速增长向高质量发展转轨的过程中，土地出让规模经历多个波动期，土地资源要素在应对金融危机冲击、生态文明建设、贸易格局更替等经济社会变革中发挥了基础性作用[33]。为应对国际金融危机，大力推进基础设施建设和加快房地产开发，经济增长动力由出口的外环驱动向投资、消费的内核牵引转换，商服用地、住宅用地和其他用地出让面积迅速增长导致2008—2009年土地出让规模剧增[10]，土地市场和房地产市场发育推动土地出让价格稳速增长。随着投资效应减弱和国家将优化国土空间格局作为落实生态文明建设的重要举措，土地资源配置逐渐由增量开发转向存量挖潜，使2010—2015年土地出让规模波动收缩[34]。2016年以后，面对外商投资增长放缓和经济下行压力，国家开展一系列基于土地要素的宏观调控，针对房地产市场出台的限价松绑、利率下调、降首付等措施，土地出让规模再次增长，但由于各地区加大存量土地开发力度，近年土地出让规模呈下降之势[35]。中国土地出让价格“双高双低”是经济发展转型、社会生活需求和政策宏观调控的结果，综合地价变化反映经济社会持续向好发展和对未来积极预期的良好局面[17]。21世纪以来，地方政府为吸引投资，采取低价的方式大规模出让工矿用地，在保障工业化快速发展的同时也催生土地利用率低、生态破坏和城市无序扩张等问题[36]，为此国家通过转变土地出让方式提高土地市场化程度，促进工矿用地和其他用地出让价格增长。为纾解人口城镇化滞后于土地城镇化困境，地方政府高价出让住宅用地和商服用地，为基础设施建设和推进以人为核心的新型城镇化提供保障和动力，促进城市土地增值、第三产业发展[37]，缓解分税制改革所带来的财政压力，但土地财政扩张也引发了区域资源空间错配问题[38]。中国“两手供地”策略形成的价格差异导致土地出让综合价格由商服用地和住宅用地价格主导，并受工矿用地价格约束。
基于上述结论，提出以下政策启示：一是优化土地出让结构。工矿用地出让重心持续向中西部地区迁移，尤其是西北地区土地出让规模大但出让价格低的分异格局明显，进一步加剧该地区的国土空间冲突和城市空心化。因此，应以国土空间规划为依据，适当增加中西部地区住宅、商服用地出让比例并提高工矿用地价格，吸引人口回流和促进产业结构升级，缓解人口城镇化滞后于土地城镇化。利用土地出让二级市场机制调整东北和东部地区城市用地结构，推动因产业转移腾退的低效、存量工矿用地向住宅、商服用地转换，实现土地功能转型和城市发展模式由“外延”向“内填”转变。二是调控土地出让价格。中西部地区以构建城乡统一的建设用地市场为导向，提升工矿用地市场化程度，以税收奖励替换价格补贴，推动产业结构升级和提升土地利用效率，并根据房地产市场运行情况，适时调整土地出让最低价格，保持土地交易市场稳定。强化东部地区土地市场调控和监管力度，确保出让过程的合法性和合规性，稳定住宅用地和商服用地价格，防止出让价格“大起”而抑制居民消费和避免价格“大落”出现市场预期释减。三是打好“规模+价格”组合拳，引导土地出让规模与出让价格交互溢出效应。西北地区土地出让规模大、价格低导致土地粗放利用，需结合经济发展趋势和城市等级，立足区位条件和社会需求综合确定土地出让规模和出让价格，严防相邻城市土地出让模式同质化而加剧后备资源过度开发；调控东部地区土地出让规模和出让价格“双高”的溢出效应，避免经济发展水平不足和城镇化水平不高的相邻城市效仿发达地区的土地出让模式而加剧国土空间冲突，积极开展存量商品房以旧换新行动和商品房回购用于保障性住房的力度，助力房地产市场回暖。

真挚感谢两位匿名评审专家在论文评审中所付出的时间和精力，评审专家对本文研究框架、结果分析、因素选取和政策启示等方面提出富有建设性的修改意见，使本文获益匪浅。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
刘守英, 熊雪锋, 章永辉, 等. 土地制度与中国发展模式. 中国工业经济, 2022, (1): 34-53.

[Liu Shouying, Xiong Xuefeng, Zhang Yonghui, et al. Land system and China's development mode. China Industrial Economics, 2022, (1): 34-53.]

[2]
刘守英, 王志锋, 张维凡, 等. “以地谋发展”模式的衰竭: 基于门槛回归模型的实证研究. 管理世界, 2020, 36(6): 80-92.

[Liu Shouying, Wang Zhifeng, Zhang Weifan, et al. The exhaustion of China's "land-driven development" mode: An analysis based on threshold regression. Journal of Management World, 2020, 36(6): 80-92.]

[3]
宋永永, 薛东前, 夏四友, 等. 近40a黄河流域国土空间格局变化特征与形成机理. 地理研究, 2021, 40(5): 1445-1463.

[Song Yongyong, Xue Dongqian, Xia Siyou, et al. Change characteristics and formation mechanism of the territorial spatial pattern in the Yellow River Basin from 1980 to 2018, China. Geographical Research, 2021, 40(5): 1445-1463.]

[4]
夏方舟, 陈伊凝, 黄怿, 等. 土地储备融资政策变化对地方政府土地出让行为的影响研究. 中国土地科学, 2023, 37(6): 30-40.

[Xia Fangzhou, Chen Yining, Huang Yi, et al. Impact analysis of land reserve financing policy changes on local government land leasing behavior. China Land Science, 2023, 37(6): 30-40.]

[5]
Zhao C, Chen B, Li X. Rising housing prices and marriage delays in China: Evidence from the urban land transaction policy. Cities, 2024, (135): 104214.

[6]
Alexander S, Arshad J, Muhammad I, et al. Land banking, land price and Ghana's informal land markets: A relational complexity approach. Land Use Policy, 2024, (141): 107133.

[7]
Gong Y, Yao Y. Demographic changes and the housing market. Regional Science and Urban Economics, 2022, (95): 103734.

[8]
Liang C. The impact of air pollution on urban land price and willingness to pay for clean air: Evidence from micro level land transactions in China. Journal of Cleaner Production, 2023, (414): 137790.

[9]
张小东, 韩昊英, 陈宇. 2003—2018年中国地级城市土地出让交易状况及时空动态特征. 地球信息科学学报, 2020, 22(9): 1823-1836.

[Zhang Xiaodong, Han Haoying, Chen Yu. Spatiotemporal dynamics of land use right assignment transactions in prefecture-level cities of China from 2003 to 2018. Journal of Geo-information Science, 2020, 22(9): 1823-1836.]

[10]
杨兴柱, 朱跃, 王群. 黄山市土地出让区位选择空间特征与影响因素研究. 地理研究, 2019, 38(6): 1435-1450.

[Yang Xingzhu, Zhu Yue, Wang Qun. Spatial location characteristics and influencing factors of urban land transfer in Huangshan city. Geographical Research, 2019, 38(6): 1435-1450.]

[11]
刘润, 任晓蕾, 孙桂英. 武汉市土地出让的格局、特征与影响因素研究. 城市问题, 2021, (8): 36-44.

[Liu Run, Ren Xiaolei, Sun Guiying. Research on the pattern, characteristics and influencing factors of land transfer in Wuhan. Urban Problems, 2021, (8): 36-44.]

[12]
邹秀清, 胡丽杰, 邹智尹, 等. 地方政府土地型融资风险测度及影响因素的空间异质性: 以2005—2018年中国省级政府为例. 地理研究, 2024, 43(2): 287-302.

[Zou Xiuqing, Hu Lijie, Zou Zhiyin, et al. Local government's land-based financing risk measurement and spatial heterogeneity of influencing factors: China's provincial governments as examples, from 2005 to 2018. Geographical Research, 2024, 43(2): 287-302.]

[13]
范建双, 周琳, 虞晓芬. 土地财政和土地市场发育对城市房价的影响. 地理科学, 2021, 41(5): 863-871.

[Fan Jianshuang, Zhou Lin, Yu Xiaofen. Influence of land finance and land market development on urban housing price. Scientia Geographica Sinica, 2021, 41(5): 863-871.]

[14]
黄志基, 朱晟君, 石涛. 工业用地出让、技术关联与产业进入动态. 经济地理, 2022, 42(5): 144-155.

[Huang Zhiji, Zhu Shengjun, Shi Tao. Industrial land transfer, technological relatedness and industrial entry dynamics. Economic Geography, 2022, 42(5): 144-155.]

[15]
刘奎, 王健. 土地经营对中国城市空间扩张的驱动机制: 基于273个地级市的实证分析. 资源科学, 2021, 43(4): 764-775.

[Liu Kui, Wang Jian. Driving mechanism of land conduct on urban spatial expansion in China: Empirical analysis based on 273 prefecture-level cities. Resources Science, 2021, 43(4): 764-775.]

[16]
李汝资, 刘耀彬, 王文刚, 等. 中国城市土地财政扩张及对经济效率影响路径. 地理学报, 2020, 75(10): 2126-2145.

[Li Ruzi, Liu Yaobin, Wang Wengang, et al. China's urban land finance expansion and the transmission routes to economic efficiency. Acta Geographica Sinica, 2020, 75(10): 2126-2145.]

[17]
刘晓宇, 辛良杰. 2007—2019年中国城市土地价格的空间分化. 地理研究, 2022, 41(6): 1637-1651.

[Liu Xiaoyu, Xin Liangjie. Spatial divergence of urban land prices in China from 2007 to 2019. Geographical Research, 2022, 41(6): 1637-1651.]

[18]
Hui E, Yu K, Shen J, et al. A tale of two cities: A comparative study of land conveyance decisions upon national policies and their impacts on land transaction prices in Beijing and Shanghai. Habitat International, 2023, (131): 102734.

[19]
黄奕淇, 曲卫东. 住宅用地“两集中”供应对土地出让价格影响机制分析. 中国土地科学, 2022, 36(11): 64-74.

[Huang Yiqi, Qu Weidong. Influence mechanism of centralized land supply policy on residential land prices. China Land Science, 2022, 36(11): 64-74.]

[20]
陈思霞, 王希瑞, 卢盛峰. 政社合作开发模式下的土地出让价格策略及激励机制. 经济研究, 2023, 58(7): 191-208.

[Chen Sixia, Wang Xirui, Lu Shengfeng. Land-use-right transfer pricing strategy and Incentive mechanisms in the public-private partnership mode. Economic Research Journal, 2023, 58(7): 191-208.]

[21]
郭杰, 饶含. 土地资产价格波动与经济中的流动性供给: 基于以地融资视角的研究. 金融研究, 2022, (7): 76-93.

[Guo Jie, Rao Han. Land asset price fluctuation and liquidity supply: A study from the perspective of land financing. Journal of Financial Research, 2022, (7): 76-93.]

[22]
彭山桂, 张苗, 王健. 土地要素价格对城市产业转型升级的影响及其溢出效应: 基于长江三角洲城市群的实证研究. 中国土地科学, 2021, 35(12): 44-53.

[Peng Shangui, Zhang Miao, Wang Jian. Research on the impact of land price on urban industrial transformation and upgrading and its spillover effects: An empirical study of urban agglomeration in Yangtze River Delta. China Land Science, 2021, 35(12): 44-53.]

[23]
梁若冰, 蓝天. 行政区扩张、土地出让依赖与城市发展质量: 基于卫星灯光数据的准实验研究. 经济学(季刊), 2023, 23(3): 1019-1034.

[Liang Ruobing, Lan Tian. Administrative region expansion, land leasing dependence, and urban development quality: Quasi-experiment study with satellite light data. China Economic Quarterly, 2023, 23(3): 1019-1034.]

[24]
王少剑, 王洋, 蔺雪芹, 等. 中国县域住宅价格的空间差异特征与影响机制. 地理学报, 2016, 71(8): 1329-1342.

[Wang Shaojian, Wang Yang, Lin Xueqin, et al. Spatial differentiation patterns and influencing mechanism of housing prices in China: Based on data of 2872 counties. Acta Geographica Sinica, 2016, 71(8): 1329-1342.]

[25]
苑韶峰, 朱从谋, 杨丽霞. 长三角城市群各业用地价格的空间分布格局及影响因素. 长江流域资源与环境, 2017, 26(10): 1538-1546.

[Yuan Shaofeng, Zhu Congmou, Yang Lixia. Spatial analysis of various land price and its influencing factors in Yangtze River Delta Agglomeration. Resources and Environment in the Yangtze Basin, 2017, 26(10): 1538-1546.]

[26]
李佳, 卢新海, 匡兵, 等. 工业用地错配如何影响区域绿色发展. 中国土地科学, 2021, 35(7): 43-50.

[Li Jia, Lu Xinhai, Kuang Bing, et al. How does the industrial land misallocation affect regional green development. China Land Science, 2021, 35(7): 43-50.]

[27]
段莉芝, 李玉双. 土地资源错配与经济波动的空间溢出效应实证分析. 经济地理, 2020, 40(3): 207-215.

[Duan Lizhi, Li Yushuang. Empirical analysis of spatial spillover effect stems from land resource misallocation and economic fluctuation. Economic Geography, 2020, 40(3): 207-215.]

[28]
陈坤秋, 龙花楼. 中国土地市场对城乡融合发展的影响. 自然资源学报, 2019, 34(2): 221-235.

[Chen Kunqiu, Long Hualou. Impacts of land market on urban-rural integrated development in China. Journal of Natural Resources, 2019, 34(2): 221-235.]

[29]
张玥, 代亚强, 陈媛媛, 等. 土地利用隐性转型与土地利用碳排放空间关联研究. 中国土地科学, 2022, 36(6): 100-112.

[Zhang Yue, Dai Yaqiang, Chen Yuanyuan, et al. The study on spatial correlation of recessive land use transformation and land use carbon emission. China Land Science, 2022, 36(6): 100-112.]

[30]
王劲峰, 徐成东. 地理探测器: 原理与展望. 地理学报, 2017, 72(1): 116-134.

[Wang Jinfeng, Xu Chengdong. Geodetector: Principle and prospective. Acta Geographica Sinica, 2017, 72(1): 116-134.]

[31]
刘晔, 黄晓虹. 土地出让对居民消费的影响: 基于土地出让结构及动态效应的研究. 财政研究, 2022, (10): 16-32.

[Liu Ye, Huang Xiaohong. Impact of land transfer on residents′ consumption: Based on land supply structure and dynamic effect research. Public Finance Research, 2022, (10): 16-32.]

[32]
徐勇, 赵燊, 樊杰. 中国城市规划建设用地标准及气候和地形地貌修订. 地理学报, 2020, 75(1): 194-208.

[Xu Yong, Zhao Shen, Fan Jie. Urban planning construction land standard and its revision of climate and topography in China. Acta Geographica Sinica, 2020, 75(1): 194-208.]

[33]
廖谋华, 杨广亮, 赵敏强. 为什么住宅用地与工业用地的价格差距不断扩大. 经济学(季刊), 2024, 24(3): 944-961.

[Liao Mouhua, Yang Guangliang, Zhao Minqiang. Why is the price disparity between residential and industrial and prices widening. China Economic Quarterly, 2024, 24(3): 944-961.]

[34]
刘璇, 许恒周, 张苗. 土地出让市场化的碳排放效应及传导机制: 基于产业结构中介视角. 中国人口·资源与环境, 2022, 32(6): 12-21.

[Liu Xuan, Xu Hengzhou, Zhang Miao. Impact and transmission mechanism of land leasing marketization on carbon emissions. China Population, Resources and Environment, 2022, 32(6): 12-21.]

[35]
杨继东, 魏冉, 黄阳华. 中国工业用地出让结构的空间特征及其演变. 中国人民大学学报, 2023, 37(5): 74-87.

[Yang Jidong, Wei Ran, Huang Yanghua. On the spatial pattern and evolution of industrial land supply in China. Journal of Renmin University of China, 2023, 37(5): 74-87.]

[36]
赵扶扬, 陈斌开, 刘守英. 宏观调控、地方政府与中国经济发展模式转型: 土地供给的视角. 经济研究, 2021, 56(7): 4-23.

[Zhao Fuyang, Chen Binkai, Liu Shouying. Macroeconomic policy, local government, and the transformation of China′s economic development model: A new perspective from land supply. Economic Research Journal, 2021, 56(7): 4-23.]

[37]
于斌斌, 苏宜梅. 土地财政如何影响土地利用效率? 基于规模与技术视角的动态空间杜宾模型检验. 地理研究, 2022, 41(2): 527-545.

[Yu Binbin, Su Yimei. How does land finance affect land use efficiency? Dynamic space Durbin model test based on the perspective of scale and technology. Geographical Research, 2022, 41(2): 527-545.]

[38]
程开明, 于静涵. 中国城市资源空间错配: 特征测度与时空演进. 地理科学, 2023, 43(4): 617-628.

[Cheng Kaiming, Yu Jinghan. Resource spatial misallocation of cities in China: Characteristic measurement and spatio-temporal evolution. Scientia Geographica Sinica, 2023, 43(4): 617-628.]

Options
文章导航

/

〈 〉