宗地规模、城市类型与土地出让溢价
——基于70个大中城市住宅用地出让数据的实证分析
张 波1，刘占洋1，刘江涛2
（1.北京大学政府管理学院，北京 100871；2.中国人民大学商学院，北京 100872）
摘要： 研究目的：确定住宅用地出让溢价率水平与宗地规模之间的关系，比较不同规模和区位城市中这一关系的差异。研究方法：理论分析，面板数据分析。研究结果：总体上宗地规模对土地溢价率的影响呈现 “倒U”型变化关系，不同规模和区位城市中这一关系有差异。人口介于500万～1000万之间的特大城市中土地溢价水平受宗地规模的影响较为强烈，东部和中部城市中宗地规模大小对土地溢价水平影响显著，西部城市不显著。研究结论：地方政府在总量既定条件下调整宗地投放规模可在一定程度上调控土地溢价率。
关键词： 土地管理；土地溢价率；宗地规模；面板数据回归；城市规模；城市区位
1 研究背景
自2002年《招标拍卖挂牌出让国有土地使用权的规定》颁布以来，中国土地交易市场化不断深入。“招拍挂”制度进一步激发了中国房地产市场活力，为增强房地产市场调控、规范土地市场秩序、促进房地产市场健康发展打下了坚实的基础。
与此同时，由于城市土地的稀缺性、“市场失灵”和“招拍挂”（特别是拍卖）过程中的市场刺激效应不断显现，高溢价地块频现，“地王”现象层出不穷，并且在住宅用地出让过程中表现尤为突出。由于住宅市场在房地产领域中的领军和指示作用，本文选择住宅用地在土地招拍挂过程中的溢价比率作为研究对象，并定义为“溢价率”① 本文定义溢价率=（竞拍成交价-起始价）/起始价×100%。 。
表1显示，2007—2017年，全国70个大中城市住宅用地土地溢价明显，2017年土地溢价率高达33%，同年，浙江省宁波、杭州等城市的土地溢价率超过了60%，个别城市如广东惠州等更是达到了100%以上。
根据简单描述性统计，有如下初步发现：土地溢价率在不同规模的城市之间差异较大，超大城市的住宅用地溢价率相对最高。东部城市的土地溢价率明显高于中部和西部，但部分年份中西部城市的土地溢价水平会出现比东部城市还高的情况（表2）。
（4）排水管道安装完后，按规定要求必须进行闭水试验。凡属隐蔽暗装管道必须按分项工序进行。卫生洁具及设备安装后，必须进行通水试验。且应在油漆粉刷最后一道工序前进行。粘接剂易挥发，使用后应随时封盖。冬季施工进行粘接时，粘接场所应通风良好，远离明火。
表1 不同规模城市住宅用地出让溢价率情况（2007—2017年）
Tab.1 The premium rate of residential land leasing in different scale cities (2007-2017) (%)
（2）模型选择。使用Hausman检验判断究竟使用固定效应还是随机效应模型时，发现模型存在同方差（p ＜0.01）现象。传统的Hausman检验假定，在H0成立的情况下，随机效用模型最有效率，这意味着，扰动项必须是同方差的，在异方差的情况下不能使用传统的Hausman检验假定[16]。使用稳健的Hausman检验，检验结果没有拒绝原假设（p = 0.1591），即应该使用随机效应模型。三种效应均展现于表6。
表2 不同区位城市住宅用地出让溢价率情况（2007—2017年）
Tab.2 The premium rate of residential land leasing in cities with different location (2007-2017) (%)
表3 土地溢价率分段平均值与对应的宗地规模
Tab.3 The partitional average of the land premium rate and the corresponding land size
总的来说，土地高溢价现象在全国范围内较为普遍，但不同规模和区位的城市间有较大差异，和出让宗地单宗规模也有一定的关系。为探寻其中的关联细节，本文利用2007—2017年全国70个大中城市的土地出让面板数据，对住宅用地出让溢价率水平与宗地规模之间的关系进行实证研究，并讨论不同类型的城市中这一关系的差异表现，力图为进一步增强政府房地产市场宏观调控效果、稳定地价提供政策参考。
2 文献综述
2.1 土地溢价率研究
从本项目深度处理单元的进、出水水质来看，在二级处理的过程中NH3-N、TN的去除要求已经达到，在深度处理工艺的选择中无需特殊考虑，去除的重点是形成SS和BOD5、COD以及TP的颗粒状和胶体状杂质。
还有学者认为拍卖制度对土地溢价率有影响。韩笑对2003—2009年北京市土地公开出让交易案例进行分析，发现土地溢价率与竞价方式、竞价次数之间显著相关[4]；王媛等基于2003—2008年地级市数据，发现拍卖方式会显著影响土地成交价格，并认为相对于拍卖，挂牌的土地成交价格普遍较低[5]；GWIN等认为提供房地产信息可以有效避免过度拍卖现象出现[6]。而况伟大和李涛对中国35个大中城市2003—2008年土地市场和房地产市场数据的研究表明，“招拍挂”不会导致地价的快速上涨，高房价才是土地高溢价的主因[7]。
当今社会，人口老龄化已经成为世界各国所共同面临的一个重要的社会问题。预计到2050年，老年人将占人口的20%。截止到2017年，中国成为世界上老年人口最多的国家。无论是发达国家还是发展中国家，面向全体老年人开展老年教育是老年人群的应有之权、发展之需。
此外，亦有学者认为土地出让市场的高溢价与房地产企业的行为有关，比如张浩等发现房地产商对未来房价的高预期会对土地价格有显著的推动作用[8]。城市的宏观属性也被认为是影响城市土地溢价的因素，WEN H研究认为人均可支配收入以及房价预期效应是引起土地价格上涨的重要因素，城市经济基本面是土地价格的决定因素[9]。
2.2 宗地规模影响研究
式（1）中：c 为常数项；ε 为个体效应；μ 为时间效应；其余均为系数。各变量的定义见表5。
陈杰在解释“地王”现象时，认为土地面积大时企业可以通过分阶段开发逐步抬高房价，并且通过钻规划空子获得更高利润，但并没有实证检验[13]。罗罡辉等研究了1999—2006年杭州市一级土地市场交易数据，发现宗地面积大小对住宅地价有显著影响，且这一影响在空间上具有层次性变化的规律[14]。笔者和马瑜琼在研究公共品对城市土地价格的影响时，通过数据实证发现土地面积对土地价格有着显著正效应，即土地面积越大，单位面积价格越高[15]。宋涛选取了上海市2013—2014年公开出让的住、商、办土地成交数据，发现单宗土地面积与溢价率之间存在负相关[16]。
2.3 文献小结
回顾上述有关土地溢价率和宗地规模的研究文献，本文发现对土地溢价率的研究主要集中在微观因素分析和制度分析上，对从宗地规模的视角来探究土地溢价率的研究较少。而对宗地规模研究也多集中在对土地价格的影响上，很少聚焦土地溢价水平。现实土地市场中，出让地块的面积大小常常是开发商关注的土地属性，在土地使用权出让过程中会影响溢价水平，因此有必要对土地溢价率与宗地规模之间的关系进行实证检验。
“西方人的权力一直通过暴力和贸易来攫取资源……并且遮掩了非正式的市场与在一个全球经济中国家的地位所形塑脉络下的政治权力施展之间长期的关系。”[3]140有学者把这些国家权力的转型过程视为影子政府，一种权力的另类的制度化，其中私人的以及积累的政治循环在相互得到强化。利比里亚这样的例子告诉人们，不要期望朝向西方“善治”的理想迈进，表面上一种“民主”框架的“再制度化”可能就是一种虚构，而根基于阴影权力关系之上的体制可能会持续相当长的一段时间。
3 研究设计
3.1 数据来源
为检验土地溢价率与宗地规模、城市类型（城市规模及所在区域）的关系，本文利用2007—2017年全国70个大中城市的有关数据① 考虑到大理州的数据缺失较多而予以剔除，共包括69个城市。 。数据主要来源于国信房地产信息网，少数缺失值通过CEIC数据库② https: //insights.ceicdata.com。 和历年《中国统计年鉴》、各省统计年鉴补齐。数据处理使用Stata 15。由于部分统计数据缺失，本文选择非均衡面板数据，但缺失数据较为随机，不存在因缺失值内生而带来的偏误。
3.2 变量选取
（1）土地溢价变量。定义土地溢价率=（竞拍成交价-起始价）/起始价×100%。
（2）宗地规模的衡量变量。宗地规模指的是成交土地的地块面积大小。由于本文使用整个市区的总体水平进入模型，宗地规模数据为实际成交的出让宗地平均面积。
党的十九大明确实施乡村振兴战略，并把产业兴旺作为首要任务。在脱贫攻坚这场硬仗中，南阳虽取得了阶段性成果，但在新型经营主体与贫困户利益联结机制及扶贫带动持续性方面，还存在不足之处，与实现乡村振兴的总目标和各级领导的要求还有一定差距。我们将继续强化责任意识，因地制宜科学施策，推动产业扶贫向纵深发展、向高效迈进，确保实现建档立卡贫困人口增收脱贫目标。
根据其数据特征和分布情况，将各变量进行一定的处理，进入模型的变量描述性统计结果如表4。
表4 变量描述统计结果
Tab.4 Variable description
在2007—2017年全国69个大中城市的土地交易中，土地溢价率平均为20.45%，最小值为0，最大值为237.80%。不同地区不同年份的土地溢价率数值存在较大差异④ 土地出让过程中如果出现“流拍”现象，溢价率理论上应为负值，但实践中因未成交不计入样本数据。 。成交土地地块面积平均为4.60 hm2，最大值为22.63 hm2，最小值仅有0.20 hm2。值得一提的是，小学在校生数量平均为43.09万人，最少的仅有6.13万人，最多的城市高达238.50万人，各城市之间的小学生数量差异悬殊。
4 实证分析
4.1 模型构建
本文主要考察土地细碎程度对土地成交溢价率的调节效应，同时加入城市规模、城市经济发展水平以及城市发展前景等城市基本面变量作为控制变量，以消除城市发展差异对土地溢价水平的影响。由于溢价率的波动较大，使用半对数形式将其线性化。此外，由于影响土地溢价的因素较多，还需要控制其他可能的影响因素，基本计量方程见式（1）：
现有文献中关于宗地规模的研究集中在城市发展和土地价格领域，也有少数学者研究了土地溢价率与单宗土地规模之间的关系。高琳等通过实证研究，得出空间细碎化和人口规模细碎化会通过地方竞争效应促进第二产业发展从而对城市经济的长期增长起到积极作用[10]。杨昭熙等研究了细碎化程度对农村土地流转决策的影响[11]。屠帆等发现包括宗地规模之内的地块特征会对工业用地价格产生影响[12]。
表5 变量定义
Tab.5 Variable de fi nitions
4.2 回归结果
采用SPSS 18.0统计学软件对数据进行处理，计数资料采用x2检验，以P＜0.05为差异有统计学意义。
描述性统计还显示出，土地溢价率和宗地规模有一定关联。出让宗地面积越大，土地溢价率越高，土地溢价率位于前20%的地块平均规模（5.27 hm2）比位于末20%的地块平均规模（3.98 hm2）高出了32.41%，比平均水平（4.56 hm2）高出了15.57%（表3）。
表6 基础模型（模型1）回归结果
Tab.6 Basic model (model 1) regression results
表6中模型1-3的校正R 2为0.1925，方差分析的F 统计量小于0.00001，即高度显著，所选择的解释变量与溢价率水平高度相关。解释变量整体显著，宗地规模、GDP和小学生数量都在1%的置信水平下显著，GDP增长率在5%的置信水平下显著，建成区面积则在10%的置信水平下显著，即在控制了城市其他特征的条件下，宗地规模与土地溢价率显著正相关。
（3）宗地规模的具体影响。考虑到宗地规模使用的是全年的平均量，面积差异可能较大。为了更具体地探究宗地规模对土地溢价率的影响，将宗地规模按照分位数划分为3个定类变量，按照地块大小从小到大依次编号，并以第一类地块作为基准组数据，将不同规模的地块纳入模型。由此得到模型2-1，回归结果见表7。
对土地市场溢价率的研究主要集中在微观影响因素上。曲卫东等选择北京市2003—2010年出让的住宅与商业用地，运用特征价格模型研究发现土地用途、容积率、方位、竞得人性质和区位是土地拍卖溢价的显著影响因素[1]；胡枭和姜汉一通过2003—2012年北京市经营用地出让数据进行研究，发现宗地建筑面积、起始单价、容积率、出让方式以及成交月份等因素对土地溢价影响显著[2]；QIN Y等将土地价格变化分为土地特征变化带来的组合效应和由基础地价函数的梯度变化引起的系数效应，得出组合效应和系数效应对价格变动的贡献会因土地的类型不同而有所差异的结论[3]。
表7 土地规模等级与土地溢价率的回归结果Tab.7 Regression results of land size and land premium rate
相对于第一类地块（截距项），第二类和第三类地块对土地溢价率的影响都是显著的，其中第三类地块在1%的置信水平下显著（p ＜0.01）。从影响系数上看，三个变量的影响依次递增，即土地地块越大，对土地溢价率的影响越高，与模型1结论相同。
更进一步，模型2-2则将宗地规模变量按照分位数划分成5个定类变量，并按照地块大小依次编号，同样将第一类地块定为基准组数据。结果（表7）显示，相对于第1类地块来说，第3、4、5类地块对土地溢价率的影响都很显著。值得注意的是，5分类的变量对土地溢价率的影响出现了先增加后下降的“倒U”型影响曲线（图1），并非单向递增。对于最大规模地块溢价反而有所下降这一表现，猜测可能的原因在于高总价的条件下参与竞价的各项条件要求较为严苛，可能参与的开发商数量较少，底价设定前询价范围也较小，由于竞争条件、竞争者数量等原因，有可能溢价率较低。这些推测还需进一步的严格数学证明，笔者将另文阐述。
（4）城市规模的影响。模型1-3中，代表城市规模的人口变量和建成区面积变量都不显著，这与传统的研究结论较为不同。为进行比对，将城市人口规模进行分级，分为中等城市（小于100万人）、大城市（100万～500万人）、特大城市（500万～1000万人）和超大城市（1000万人以上）4类① 2014年11月，国务院印发《关于调整城市规模划分标准的通知》，提出新的城市规模划分标准以城区常住人口为统计口径。考虑到此前部分城市城区常住人口数据缺失较多且存在区划调整，故使用城市人口作为判据。 。相应的将人口变量替换成城市规模等级的虚拟变量，将中等城市作为基础回归数据纳入回归模型。回归结果（表8）显示，相比于中等城市，是否是大城市、特大城市和超大城市与土地溢价率均有显著的影响，且都在1%的水平下显著（p ＜0.01）。就回归系数来看，随着城市人口规模上升，城市规模对土地溢价水平的影响也呈现出了先上升后下降的“倒U”型。其中，特大城市级别的土地溢价水平最高。
预算管理系统以“经费预算和使用为主线、预算执行和控制为重点，核算和监督为依托，财务分析为评价依据”的管理体系，提升远程报销服务与监督能力。通过院所两级管理预算管理实现预算整体规划、分所下发，各所实现按部门二次分解预算，达到各所按经济科目精细化控制预算的目标；各所领导可以实时掌控预算执行进度及资金流向，院级领导可以纵观全院预算执行，为决策分析做数据支撑。
图1 “倒U”型曲线示意图Fig.1 The schematic diagram of “Inverted U” curve
注：横坐标为宗地规模，第2类至第5类地块自小至大排列；纵坐标为模型2-2中5分类情况下，相对于最小规模地块，其他地块溢价率的变动趋势。纵坐标点值为模型2-2Lr 50x 项（x = 2～5）回归数值结果，纵坐标点值越大，意味着这类土地的溢价趋势越高。示意图采用曲线平滑化处理。
（5）城市规模与地块规模的交互。在不同的城市规模下的宗地规模对土地溢价水平的影响也存在差异。为了研究其中的关系，本文将城市规模分级变量与宗地规模分级变量所形成的交互项作为新的变量纳入模型3-2（表8）。相比于模型1-3，模型3-2的校正R 2微弱上升，达到了0.2012。交互变量总体显著，中等城市和特大城市的宗地规模变量在1%的水平下显著（p ＜0.01）。就回归系数而言，中等城市中的地块大小对溢价率的影响最高，特大城市次之，说明在中等城市和特大城市中地块面积越大，溢价率越高。
（6）城市区位的影响。考虑到城市的区位对土地溢价水平的影响，在模型1中加入代表城市区位（东中西① 本文对东中西部作如下划分：东部：北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南11个省市中的32个城市；中部：山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南8个省份中的20个城市；西部：四川、重庆、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆、广西、内蒙古12个省份中的17个城市。 ）的虚拟变量，并且将“是否位于西部地区”变量作为基础回归数据，得到模型4-1。回归结果（表9）显示，相比于西部城市，东部和中部城市土地溢价水平较高，且东部城市更明显。
（1）平稳性检验。为避免伪回归，针对非平衡面板数据，进行费雪式检验，结果显示所有变量通过单位根检验，且都在1%的水平上拒绝了“存在单位根”的原假设，说明数据整体平稳。
（7）城市区位与宗地规模的交互影响。同样的，为了研究城市区位与宗地规模对土地溢价水平的交互影响，将城市区位变量与宗地规模变量相乘形成的交互变量纳入模型，形成模型4-2。结果显示，中部城市和东部城市中宗地规模对土地溢价率的影响较为显著（p ＜0.01），且地块面积越大，溢价率越高，而这一关系在西部城市中并不显著。
（3）城市基本面数据。GOODMAN对中国2000—2005年21个省级城市的面板数据进行研究时认为，城市基本面数据是城市土地价格的决定性因素[9]。为了更好地研究宗地规模与土地溢价率之间的关系，本文选择城市规模、经济发展水平、经济发展前景三类变量作为城市的基本面变量对城市间的差异进行控制。城市规模用城市常住人口以及城市建成区面积来表征。经济发展水平用GDP表征。发展前景用GDP增长率和小学在校生数量来表征③ 此变量为现有文献中没有使用过的变量。 。
4.3 回归结果分析
总体来看，宗地规模与土地溢价率之间存在着显著的正向关系，即土地地块越大，土地拍卖的溢价越高。
第二步，进行主成分分析，同时严格保证90%以上的方差率，所以提取3个主成分，累计方差解释率为94.80%。
可供开发的面积越大，开发商更有可能在住宅周边布局相关配套设施，提升楼盘品质，获得更高利润。其次，大面积地块意味着有机会分期开发，通过分阶段开发提升后期房价，从而抬升土地价格。同时，分期开发可以有效缓解资金压力，降低开发风险[13]，因此，开发商会更加偏好取得面积较大的土地。再次，单次购买的地块面积越大，意味着企业可以减少在土地市场中重复竞争的次数，出于对交易成本的考量，企业更青睐面积较大的地块。
表8 城市规模与土地溢价率的回归结果
Tab.8 Regression results of city size and land premium rate
表9 城市区位与土地溢价率的回归结果
Tab.9 Regression results of city location and land premium rate
需要注意的是，模型2-2表明，面积过大的土地也可能会带来更小的溢价水平。这可能是因为土地地块过大则总价过高，参与竞争的买者较少，溢价水平也就较低。同时，在不同人口规模的城市中，宗地规模对土地溢价水平的影响也不同。人口介于500万～1000万之间的特大城市中土地溢价水平受宗地规模的影响较为敏感，但人口超过1000万的超大城市却并不敏感。此外，东部和中部城市中，地块大小对土地溢价水平影响显著，但西部城市却并不显著。这是因为东部和中部地区的土地出让市场较为完善，而西部地区还相对落后。
加入的控制变量中，代表城市经济水平的GDP变量在1%的水平下显著，且方向为负，即经济发展水平越高的城市，土地溢价水平越低。这可能与土地溢价率定义本身有关，土地溢价率定义为成交价与起始价的差与起始价之间的比值，与起始价内生相关，而经济水平越发达的城市，其土地市场相对成熟，起始拍卖价格一般也比较高，这就可能导致GDP高的城市土地溢价率反而偏低。
我们看到有些语文课堂的整合是不正确的。目前，与语文学科整合最多的学科可能是信息技术学科了。由于多媒体设备的普及，很多教师上课用的课件直接网上链接，或是收集了大量的图片、文字在课堂中播放给学生。这种不经加工的整合只能更耗费时间，并会因为信息量过大，反而使学生在大脑中形成信息爆炸，而收获更少。还有时候是与美术、音乐学科的整合。而所谓的音乐整合只是加入一首歌曲，或是调动课堂气氛，或是为渲染情境。如果与美术整合的就是像学了《乡下人家》后，画一画想象的乡下画面，或是像学了《詹天佑》画一张铁路设计图。我们似乎都感觉到这样的整合太低层次，低效率了，对提高学生的语言素养又没什么促进作用。
本文使用了小学生数量作为衡量城市发展潜力的变量，回归结果显示，变量在1%置信水平下显著，且在所有相关系数中的绝对数值最大，说明小学生数量强烈地影响着土地的溢价水平。一方面小学生人数的增长能够非常生动地表达其监护人在大量涌入城市，意味着该城市拥有更多的消费家庭，真实住房需求大。开发商更愿意为土地的开发权支付高溢价。另一方面，青壮年劳动力的涌入表达了城市有更好的就业机会和发展前景，即城市的发展预期更好。基于乐观预期，开发商也愿意支付高溢价为未来的土地升值做准备。因此，小学生数量发挥着一个价格指示器的作用，它既能指示当期的需求水平，又能预示未来的升值潜力。
另一个衡量城市发展潜力的控制变量——GDP增长率也在5%的水平下显著且正向。与小学生数量显示城市社会发展潜力不同，GDP增长率反映城市经济领域的预期发展水平。GDP增长率越高，意味着城市总体收入具有较大上升预期，在可预见的未来也会出现更高的房地产需求，土地溢价率自然更高。
作为城市规模的控制变量“建成区面积”在5%置信水平下显著，且系数为正，与城市经济学基本理论相符。而“城市常住人口”变量在模型中并不显著。一方面，中国房地产市场中将房地产当作投资性资产的比例较高，导致现行的土地价格一定程度上脱离了城市人口对住房的正常刚性需求。另一方面，样本城市人口数据跨度太大可能会影响回归的结果。模型结果显示，城市规模对土地溢价水平的影响呈现出先上升后下降的“倒U”型曲线。
如今，农民工进城务工的热情越来越高涨，然而由于没有足够的经济能力，只能让孩子留在家中，孩子便成了留守儿童。目前，留守儿童数量日益增多，这些孩子大多是未成年人，没有双亲的照顾，他们的身心发展很容易受到影响，由此产生了很多问题，教育问题是重中之重。如果孩子在生活中遇到了烦恼无处倾诉，学习上的困难无力解决，在各个方面都得不到正确的引导，不仅影响孩子今后的发展，而且对农村未来的发展有很大影响。解决好当前的这些问题，对建设新农村、解决“三农”问题、实现城乡统筹发展有重要意义。
5 结论与政策建议
5.1 研究结论
本文研究发现，宗地规模对土地溢价水平有着显著的正向影响，但是二者并不是严格的递增关系，而是出现了左边平缓上升右边较快下降的类“倒U”型增长。此外，位于不同区位的城市，宗地规模对土地溢价水平的影响也存在差异。东部城市和中部城市中，地块大小对土地溢价水平影响显著，但西部城市却并不显著。
不同人口规模的城市中，宗地规模对土地溢价水平的影响也是不同的。人口介于500万～1000万人之间的特大城市中土地溢价水平受宗地规模的影响最为强烈，但人口超过1000万人的超大城市却相对不敏感。从人口结构的角度，小学生数量越多的城市，城市有效需求和发展预期都较高，土地溢价水平更明显。
5.2 政策建议
针对上述研究结论，在当前国民经济发展面临重大挑战和深刻转型的条件下，政府应当注重把控城市发展节奏，引导和发挥“住房市场与国民经济的逆周期属性[17]”，合理调控土地溢价率，更精准的实施房地产市场宏观调控政策，建议央地政府在以下领域着力。
（1）灵活研判市场，以“溢价率”为控制标靶。地方政府应当考虑自身市场需求，将土地供给的节奏、频率、速度与溢价率关联，时刻关注土地溢价率的指示器和标靶作用。处于高溢价区间的城市应当合理调整供给、减低投放宗地的平均规模，增加供地宗数，将土地溢价率稳定在合理可控的水平，保证住房市场稳定有序，切实促进“房住不炒”政策目标的实现。
与此同时，韩妆的创新及其之于亚洲市场的战略意义正受到海外资本的关注，2018年4月，欧莱雅集团首次收购韩国潮流品牌3CE，引起轰动。近两年间，A.H.C母公司珂泊亚、GOWOONSESANG COSMETIC等韩妆企业亦相继被海外企业收购。这说明，韩妆在国际市场的地位也正逐步提升。
（2）国家空间管理部门加快出台分类调控的土地政策。对东中西不同区位，大中小不同规模的城市，进行针对性的分组，出台具有更强“指向性”和“适应性”的土地政策[18]，更加合理有序的调控住房市场。
（3）提高各级城市基础教育水平。提升基础教育水平，能够吸引更多本地有效需求并提升城市发展正向预期，有利于新型城镇化工作的有序推进。
参考文献（References）:
［1］ 曲卫东，刘晓龙. 北京市土地拍卖溢价实证检验［J］ . 系统工程理论与实践，2013，33（1）：117 - 124.
［2］ 胡枭，姜汉一. 土地供应、溢价与地价调控——基于2003—2012年北京市经营性用地公开出让数据的实证分析［J］ . 城市发展研究，2013，20（11）：62 - 68.
［3］ QIN Y, ZHU H, ZHU R. Changes in the distribution of land prices in urban China during 2007-2012［J］ . Regional Science and Urban Economics, 2016, 57: 77 - 90.
［4］ 韩笑. 土地公开出让价格的影响因素和地价调控方法改进研究——基于2003—2009年北京市土地公开出让交易案例的实证分析［D］ . 北京：中国人民大学，2010：40 - 41.
［5］ 王媛，杨广亮. 为经济增长而干预：地方政府的土地出让策略分析［J］ . 管理世界，2016（5）：18 - 31.
［6］ GWIN C R, ONG S E, SPIELER A C. Auctions and land values: an experimental analysis［J］ . Urban Studies, 2005,42(12): 2245 - 2259.
［7］ 况伟大，李涛. 土地出让方式、地价与房价［J］ . 金融研究，2012（8）：56 - 69.
［8］ 张浩，李仲飞. 房价预期、土地价格与房地产商行为［J］ .管理评论，2016，28（4）：52 - 61.
［9］ WEN H, GOODMAN A C. Relationship between urban land price and housing price: evidence from 21 provincial capitals in China［J］ . Habitat International, 2013, 40: 9 - 17.
［10］ 高琳，高伟华. 竞争效应抑或规模效应——辖区细碎对城市长期经济增长的影响［J］ . 管理世界，2018，34（12）：67 - 80.
［11］ 杨昭熙，杨钢桥. 农地细碎化对农户农地流转决策的影响研究［J］ . 中国土地科学，2017，31（4）：33 - 42，79.
［12］ 屠帆，葛家玮，刘道学，等. 土地出让市场化改革进程中工业地价影响因素研究［J］ . 中国土地科学，2017，31（12）：33 - 41，68.
［13］ 陈杰. 地王频出背后的可能性猜想［J］ . 中国房地产信息，2010（3）：44 - 48.
［14］ 罗罡辉，吴次芳，郑娟尔. 宗地面积对住宅地价的影响［J］ . 中国土地科学，2007，21（5）：66 - 69，78
［15］ 张波，马瑜琼，刘江涛. 公共品供给对城市内部土地价格的影响——以东京、大阪城市中心区为例［J］ . 现代日本经济，2015（1）：1 - 14.
［16］ 宋涛. 土地出让溢价率影响因素的实证研究——以上海市为例［J］ . 价格理论与实践，2015（5）：64 - 66.
［17］ 黄志刚，许伟. 住房市场波动与宏观经济政策的有效性［J］ . 经济研究，2017（5）：103 - 116.
［18］ 周小平，秦振扬，赵松，等. 中国住宅地价房价比的空间格局、演变特征及影响因素——基于35个大中城市的空间计量分析［J］ . 中国土地科学，2019，33（1）：40 - 48.
Land Size, City Type and Land Auction Premium: Empirical Analysis of Residential Land Leasing Data from Seventy Big and Medium-sized Cities
ZHANG Bo1, LIU Zhanyang1, LIU Jiangtao2
(1. School of Government, Peking University, Beijing 100871, China; 2. School of Business, Renmin University,Beijing 100872, China)
Abstract: The purposes of this paper are to determine the relationship between the level of residential land leasing premium rate and the land size, and to compare the differences in this relationship between cities of different sizes and locations. The methods used include theoretical analysis and panel data analysis. The results show that the impact of the land size on the land premium rate shows a kind of “inverted U” type. And there is a significant difference in the relationship between cities of different scales and locations. Specifically, the land premium level in the mega-cities with a population between 5 million and 10 million is influenced by the land size strongly. In the eastern and central cities,the land size has a significant impact on the land premium level, but Its impact on the western cities is insignificant. In conclusion, the local government can adjust the land supply size in order to pre-adjust the land premiums to a suitable level.
Key words: land management; land premium rate; land size; panel data regression; city size; city location
中图分类号： F301.2
文献标志码： A
文章编号： 1001-8158（2019）09-0028-09
doi: 10.11994/zgtdkx.20190829.145951
收稿日期： 2019-05-23；
修稿日期： 2019-07-25
第一作者： 张波（1976-），男，河北保定人，博士，副教授。主要研究方向为区域经济发展、土地政策与制度。E-mail: zhangbo@pku.edu.cn
通讯作者： 刘江涛（1976-），女，河北保定人，博士。主要研究方向为土地制度与政策、房地产经济、财务管理。E-mail: liujiangtao@rmbs.ruc.edu.cn
（本文责编：陈美景）
标签：土地管理论文; 土地溢价率论文; 宗地规模论文; 面板数据回归论文; 城市规模论文; 城市区位论文; 北京大学政府管理学院论文; 中国人民大学商学院论文;