中国土地出让市场网络特征研究
——基于社会网络分析
范 郢，沈体雁，王彦博
（北京大学政府管理学院，北京100871）
摘 要： 土地作为核心生产要素之一，其空间流动性及配置优化对于经济发展具有重要意义。基于社会网络分析法，利用中国土地市场网2007—2016年土地交易数据研究土地出让市场的网络特征。研究发现：土地市场具有非常明显的市场分割特性；无论是省间网络还是城市间网络，商服用地和居住用地市场的出强度排名序列都较为相似，而工业用地市场的出强度排名序列则自成体系，这表明工业用地市场和商服用地、居住用地市场是两个独立性较高的不同市场；工业用地市场受到地理临近因素的影响远小于商服用地和居住用地市场，这证明工业企业具有更强的区位流动性，区位转移也较为容易；各城市在居住、商业、工业方面的对外吸引力和开放包容程度各不相同，北京、上海、深圳、广州等大城市的企业在外地获取土地最多。
关键词： 土地出让市场；社会网络分析；工业用地；凝聚子群；区位流动性
引 言
近年来，在经济全球化和产业转移的大背景下，国内外白热化的市场竞争迫使生产要素遵循市场化原则打破区域壁垒和市场分割而自由流动。其中，土地作为极为重要的生产要素对经济增长的促进作用已经成为学者们的共识［1］-［6］。但相比能够自由流动的劳动力和资本要素，土地要素具有空间锁定属性，流动性差。长期以来，由于国内市场分割严重和地方保护主义盛行，打破土地要素的空间属性实现异地购地极为困难。一方面，随着改革开放和中国加入世界贸易组织，中国土地市场的市场化程度逐步提高，异地购地成为可能。另一方面，经济高速增长背景下市场对土地的诉求和政府发展规划的约束也使得土地资源日渐紧缺。自然资源部数据表明，“十三五”期间，中国新增建设用地指标总量控制在3256万亩，比“十二五”减少669万亩。经济增长的需求和土地限量供给的矛盾日益突出。在此背景下，部分在本地难以获得购地指标的企业选择去用地指标相对宽松的城市购买土地进行生产经营，异地购地的现象越来越常见。所谓异地购地，是指企业注册地为一个城市，但去另外一个城市购买土地进行开发的这种现象。实际上，异地购地就是土地要素流动性的直观体现。
现有的土地研究主要集中在土地出让制度和政府土地出让行为方面。在土地出让制度的研究上，学者普遍认为应逐步减少协议、划拨等非市场化的土地出让占比，同时增大招拍挂等市场化调节方式出让的土地占比，如此更有利于实现土地要素的价值［7］［8］。 在政府土地出让行为上，大量研究关注政府出让工业用地和出让商服和居住用地的差异化策略，即政府倾向于低价出让工业用地，高价出让居住和商服用地。对此，学者们主要持有两种观点：一种是土地财政观点，即政府出让土地的动机是获得土地出让金［9］-［12］。 这种观点可以很好解释地方政府为什么采用饿地策略而高价出让居住和商服用地，但是却无法解释低价出让工业用地的动机。另一种更主流的观点是土地引资假说，即政府低价出让工业用地目的是吸引更多企业来本地投资，推动本地经济发展。土地只是政府招商引资的手段，土地出让金并不是政府的目的，而是希望通过低价出让土地来吸引投资，以期获得长期的税收收入和经济增长［13］-［15］。 总体而言，由于数据可得性限制，鲜有文献从异地购地的角度来研究土地要素的流动性及其网络特征。由于具有比较优势的中低端制造业企业缺乏区位特质性，即大部分制造业企业并不为本地消费者进行生产，而往往是为其他地区乃至国外生产可贸易品，制造业企业进行区位调整也比较容易，所以具有较高的流动性，而与制造业不同的服务业则提供的是在本地消费的非贸易性服务。显然，制造业企业的区位调整必然对应着一笔异地购地的土地交易与出让。尽管现有研究鲜有从土地要素流动性的角度出发，但是却从企业区位选择的角度侧面表明土地要素流动性这一事实。
代表土地要素流动的每一笔异地购地虽然是个体行为，但其具有综合且循环累积的影响。显然，如果某地区购地成本低，外地企业争相来该地区购地，该地土地供给就会越来越少，价格自然水涨船高，进而后来的企业到该地购地的成本就会上涨，企业就会重新决策，这符合复杂系统的特征。另一方面，当同时考虑异地购地企业所在地区和土地所在地区时，异地购地就可以视为一种图形式的关系型数据。包含起点、终点和由起点指向终点的边。其中起点代表购地企业所在地，终点代表购地所在地。边的权重代表购地强度。而社会网络分析是研究关系型数据强有力的工具，为研究土地要素流动和网络特征提供了一个新的视角。因此，本文基于社会网络分析的视角，研究将异地购地行为作为一种关系型数据的网络特征。本文利用中国土地市场网2007—2016年的土地出让数据，采用外向程度、凝聚子群等社会网络分析方法来精确刻画工业用地、商服用地和居住用地在省域间和城市间的网络特征，从而明晰中国土地要素的流动性特征。
上海自贸试验区是国内最早成立的自贸试验区。2017年3月国务院批复的《全面深化中国(上海)自由贸易试验区改革开放方案》中指出，上海自贸试验区要创新合作发展模式，并于2020年成为服务“一带一路”建设、推动市场主体走出去的桥头堡。
一、研究方法与数据
（一）研究方法
一是土地出让网络构建方法：土地出让网络为有向加权网络。网络定义为G（V，E），其中V为区域集合｛v1，v2，v3…，vn｝，E 为边集｛e1，e2，e3…em｝，网络的规模为n，土地网络连边对应于节点的二元组eij=｛vi，vj｝，表征i地区出让土地给j地区企业。为综合衡量i地区向j地区企业出让土地的面积和宗数，定义边权为式（1）：
土地出让数据来源于中国土地市场网从2007—2016年的每一笔土地出让记录，在剔除明显不合逻辑和错误重复的数据后，得到工业用地、商服用地、居住用地分别为334044笔、219522笔和648921笔记录。通过受让企业所在的位置信息确认受让企业所在地、企业名。
电商平台的目标是能够创造更高的销售额，政府对于电子商务的治理目标是希望构建安全和谐的电商运营模式，物流企业则希望能更有效率地完成其运输流程，消费者的目标则是拥有满意的购物服务。目标的不一致性在一定程度上导致主体行为的孤立性和利己性，电商为了增加高销售额而出现了所谓的“刷单”“刷好评”的现象，这是一种没有信用的欺骗行为，物流企业为了在量上完成运输工作可能出现超重、爆仓、暴力装卸、长时间长途运输等不良现象。目标的多元实质上还是在于利益主体的自我认识和分散合作，随着网络技术的发达，在现实生活中人们对于电子商务的容忍度越来越低，但似乎依旧没能够解决好电商各相关主体之间的内在关系。
采用凝聚子群方法可以总结出城市间土地出让市场网络的如下特点。
Sout（i）测度某一地区i整体上对其他地区企业出让土地的强度。Sin（i）度量i地区企业从其他地区获取土地的强度。
第二，工业用地市场受到地理临近因素的影响远弱于居住用地市场，工业用地网络中同一子群内的城市分布呈现出更加分散的状态。工业用地3子群中，东北、内蒙、京津冀等接壤地区，与地理位置甚远的江苏、福建、湖南、重庆等地被划入同一子群，河南、安徽等接壤地区与新疆和广西、广东大量城市被划入同一子群。而居住用地中的3个子群基本上以地理临近的城市为主组成，基本没有“飞地”的存在。当子群数目增加时，这一趋势更加明显，从图1（c）中可以发现大量相隔甚远的城市被划分到同一子群，如山西、云南各城市与甘肃西北部城市组成子群，而吉林、辽宁多个城市与陕西各城市组成子群，但在图1（d）中，只有零星小块“飞地”，子群内城市多连绵成片分布。当子群数量上升到15个时，工业用的子群分布更加零散交错。
（二）数据来源
其中areaij表示i地区出让给j区域企业的土地总面积，num ij为i地区出让给j区域企业的土地总的宗数。这样定义边的权重可以避免单独使用出让面积衡量时部分地块过大以及单独使用出让宗数衡量时部分地块过小所带来的数据偏差。
二、中国城市间土地出让网络特征
将工业用地、居住用地、商服用地的城市间出让网络进行凝聚子群划分，子群数目从3～15一一试验。由于商服用地和居住用地网络的划分结果具有较高相似性，因此只探讨工业用地和居住用地划分结果之异同。由于篇幅所限，仅展示具有代表性的3子群、7子群和15子群划分结果。图1（见下页）中，每个子群用同一颜色表示，两城市颜色相同则意味着这两个城市被划分到了同一子群中，阴影部分意味着这些城市没有发生跨区域出让或数据缺失。阴影城市大多为偏远城市或新设立的城市，亦有部分省直辖区域，例如西藏的纳西地区、林芝地区，青海省的玉树藏族自治州，甘肃的甘南藏族自治州，河南、湖北、海南的部分省直辖行政单位等。
（一）城市土地出让网络强度分析
以城市为基本单元，统计向异地企业出让土地的宗数和面积，计算每个城市的出强度。商服、居住和工业用地出强度排名前10名的城市见表1。不同土地类型的出强度排名，反映了各个城市在居住、商业、工业方面的对外吸引力和开放包容程度。居住用地中排名前两位的杭州市和苏州市以及商服用地中排名第一的杭州市，都与后续城市拉开了巨大差距，呈现出明显的梯度特征和集聚倾向，而工业用地市场则并无远超其他城市的“超级外向”城市，各个城市出强度有序排列、平滑下降。
居住用地出强度较高的城市大多属于宜居城市，如杭州、苏州、三亚、成都、无锡等，体现出稀缺的人文环境和生态因素对外地房地产企业的强大吸引力；商服用地出强度较高的城市多属于经济发达的全国知名城市或区域中心城市，如杭州市、上海市、合肥市、北京市等；工业用地出强度较高的城市则以传统工业强市和新兴工业大城市为主，如鄂州市、成都市、孝感市、天津市、武汉市等。整体来看，商服用地和居住用地出强度排名前10的城市构成有一定相似性，杭州、苏州、三亚、成都、无锡、南通等多个城市共同出现在两份榜单中，而工业用地排名则与居住用地和商服用地完全不同，仅有成都一个共现城市。
由表4可知，针对R10胎体配方，最高的焊接强度是T304焊料，均值是156 MPa，所以最适用于R10胎体配方的焊接材料是T304焊料。
表1 城市网络出强度排名
统计各个城市注册企业在外地获取土地宗数和面积，计算每个城市的入强度。入强度度量了不同城市所属企业在全国土地市场的开拓意志和竞争力，排名前10的城市如表2所示（见下页）。
（2）土地承包商大都将土地用作稻麦耕作（规模约13～26 hm2），也有部分用作虾蟹养殖（13～20 hm2）和杂交稻育种（73 hm2）。
与城市土地出强度排名不同，城市入强度排名在商服、居住和工业用地市场上展现出高度的一致性，入强度排名前10名的城市全部为直辖市、省会城市或计划单列城市。表3（见下页）展示了不同类型土地市场中，跨市购地最多的前10个城市占全国跨市购地的比例，比例越大说明这一市场的竞争优势越集中。工业用地市场上，排名前10的城市占全国跨市购地比重超过50%，体现出大城市的企业在全国工业用地市场中极强的竞争力和开拓性。商服用地和居住用地市场上，这一比例虽然小于工业用地市场，但仍有40%以上。
值得一提的是，广州、深圳、郑州等城市土地出强度较低（没有出现在表1中），却都具有较高的入强度（表2），体现出这些城市的企业在本地拥有极强的统治力，外地企业很难进入本地市场，而本地企业却能够在全国形成竞争优势。
表2 城市网络入强度排名
表3 前10名城市所属企业外出购地占全国的比例（%）
（二）城市间土地出让市场结构分析
为考察不同类型土地市场结构形态的差异，采用社会网络分析方法中的凝聚子群概念，对城市间不同类型的土地出让网络进行子群划分，以此深入刻画城市间土地市场网络特征。
首先以城市为节点，统计城市间出让强度矩阵。根据城市间三种类型土地出让强度矩阵，分别为工业用地、居住用地和商服用地构建城市间土地出让网络（weighted directed network），网络中每一个顶点（vertex）对应一个城市，每一对顶点（vi ，vj ） 间有一条弧 ＜ vi ，vj ＞ ，该弧的权值（weight）即为vi 到vj 的出让强度｜eij｜ 。
第六，要推进水权制度建设和水市场培育，用市场优化配置水资源。在这方面，水利部专门出台了指导意见，早在2000年，浙江的东阳向义乌就进行水权转换探索，取得了成功的经验。近些年，宁夏和内蒙古在引黄灌区，通过工业投资对老灌区进行节水改造，节约的水量通过水权转换用于工业建设，这方面取得了很好的经验。
二是土地出让强度中心性：在土地网络中，点强度是用来衡量某区域土地出让强弱的指标，因土地网络为有向、加权网络，考虑土地出让的方向性，将强度分为入强度和出强度，则节点入强度和出强度表达式如下：
第一，空间距离是城市间土地出让网络的重要影响因素。上述结果完全由跨城市交易的强度决定，在划分时并未考虑地理临近性，但显然相临近的城市更容易组成凝聚子群，且省边界尤其发挥强大的阻断作用。例如，图1（e）中，山西和陕西的城市由其省界隔开，被划入不同的子群中，山西省的全部城市被划入同一子群。再如，图1（f）中，甘肃和宁夏被划入同一个子群，该子群几乎完全以省界与其余子群相隔；而山东的全部城市单独构成一个子群。
3.5 3 0 岁以上的男性开始关注心脏问题,且随年龄增加,选择心脏检查的项目增多,此现象符合医学建议。
三是凝聚子群：凝聚子群是社会网络研究领域一个常见概念。一个网络中的凝聚子群，满足如下特征：子群内部的结点之间互相联系较强，子群之间的联系较弱，一个子群是网络中一系列内联紧密而外联松散的个体集合［16］。本文采用由Amorim等提出的基于塔布搜索（Tabu search）算法的子群划分方法［17］。该方法需要事先指定欲划分的子群数目，根据此数目设定成本函数（cost function），成本函数设定为子群内部顶点之间缺失的边与子群之间存在的边之和，然后使用塔布搜索方法寻找使得成本函数最小的子群划分。
第三，不同省份的省界约束力不同，省内联系紧密程度各异。例如在工业用地市场网络中，无论设置几个凝聚子群，山西省内的城市基本上都被划分在同一子群，说明该省内的城市间有很强的市场联系，而与外界联系却较少，该省的省界展现出十分强有力的约束。广东省界的约束力则较弱，当子群数为3时，其省内城市被分入三个不同的子群中（图1a），子群数为7时，省内城市被分入4个不同子群中（图1c），子群数为15时，其省内城市则被分入了5个不同子群中（图1e），说明广东省内各个城市之间的联系相对较弱，而与外省城市的联系则更加紧密。
W5500与单片机进行通信，使用SPI协议。在SPI协议中设置了不同环境下四种工作模式（0，1，2，3 四种模式）；每种模式的区别是根据SCLK的电平高低和相位不同来定义的；SPI的模式0和3唯一不同在于默认状态下，SCLK的信号电平不同；数据都是在SCLK上升沿锁定，当数据传输完成时，在下降沿输出[6]。W5500的数据帧分有三部分：地址段，用于存放接收到的数据；控制段，用于控制数据何时开始接收，何时发送；数据段，数据传送过程中的载体。W5500实现UDP通信，UDP与TCP有许多相似之处。在使用UDP时，经常遇到数据丢失，主要原因是在没有连接的时候自发传送数据。
图1 城市出让网络的凝聚子群划分结果
第四，经济越发达的地区，城市间的经济联系越趋向于复杂化。从居住用地市场的子群划分结果来看，东北地区和西部地区的子群受到地理临近性约束较强，“飞地”现象较少，而东南沿海地区则更容易出现子群分布交织错乱的现象，“飞地”情况较多。
2018年干田村稻鳅综合种养亩平纯收入达到2600元以上，是单纯种水稻的近10倍左右。2019年准备进一步扩大面积发展稻渔、稻蛙、稻虾等综合种养，政府看到村民的参与性、积极性和干田村的示范带头作用，决定把该村打造成振兴乡村发展的典型，进行全面规划，并纳入农发、农综、扶贫资金重点支持对象，加大基础设施投入，帮助村民脱贫致富，协助政府扶贫攻坚，助推美丽乡村建设。
结 论
本文采用中国土地市场网的工业用地、商服用地和居住用地的交易数据，构建了省域间和跨城市的出让网络，通过外向度分析、凝聚子群分析中国土地出让市场的网络特征。主要结论如下：
第一，土地市场有明显的区域分割特征。在跨城市出让网络的凝聚子群划分中，划分只考虑出让强度，并未考虑地理邻近，但结果却显示相近的城市更容易组成凝聚子群，省边界尤其发挥强大的阻断作用。这说明地理临近的城市更容易形成一体化的土地市场，而地理距离较远的城市，其土地市场则呈现更明显的分割特点。
第二，工业用地市场和商服、居住用地市场是两个独立性较高的不同市场。无论是省间网络还是城市间网络，商服用地和居住用地市场的出强度排名序列都较为相似，而工业用地市场则的出强度排名则自成体系。凝聚子群划分中，商服用地和居住用地网络的划分结构呈现出类似特点，明显区别于工业用地网络的划分结果。
第三，工业用地相比居住和商服用地具有更强的要素流动性，这是由于工业企业与其它类型企业相比拥有更强的区位流动性，受到地理距离的制约更小，有能力在全国范围内选择区位，区位转移也较为容易，这与陶然等［10］的结论相一致。在跨城市出让网络的凝聚子群划分中，工业用地市场网络的划分结果更加散乱无序，受到地理临近因素的影响远小于商服用地和居住用地市场，意味着“走出去”的工业企业能够比商服和房地产类企业走的更远。
第四，各城市在居住、商业、工业方面的对外吸引力和开放包容程度各不相同，杭州、苏州、三亚、成都、无锡等宜居城市更能吸引外地的房地产企业；杭州、上海、合肥、北京等发达城市更能吸引外地的商服类企业；鄂州、成都、孝感、天津、武汉等工业发展较快的城市更能吸引外地的工业企业。各个城市的企业在居住、商业、工业类型土地市场上的对外开拓意志和竞争力却保持高度一致，北京、上海、深圳、广州等大城市的企业在外地获取的土地最多。
本文基于全国2007—2016年间土地出让的宗地数据，创新性的利用社会网络分析方法构建了工业用地、商服用地和居住用地的出让网络，深化了对于土地要素流动性、土地出让网络结构特征的认识。但本文也存在一定的不足，相比总样本量，异地购地土地出让样本数量显得相对较少。这可能是企业为了获得当地政府的政策扶持和税收优惠而选择在当地注册企业后进行购地。这种情况无法被观测到，从而会导致一定的偏差。未来可以对企业异地注册进行购地进行进一步深化研究。
参考文献：
［1］DING C，LICHTEMBERG E．Land and Urban Economic growth in China［J］．Jaurnal of Regional Science，2011，51（2）：299-317．
［2］ LOUW E， et al．The Spatial Productivity of Industrial Land［J］．Regional Studies， 2012， 46（1）：137-147．
［3］MOLOTCH H．The City as a Growth Machine： Toward a Political Economy of Place［J］．American Journal of Sociology， 1976， 82（2）：309-332．
［4］蒋省三，刘守英，李青．土地制度改革与国民经济成长［J］．管理世界， 2007，（9）：1-9．
［5］杨志荣，靳相木．基于面板数据的土地投入对经济增长的影响——以浙江省为例［J］．长江流域资源与环境， 2009， 18（5）：409-415．
［6］杜雪君，黄忠华，吴次芳．中国土地财政与经济增长——基于省际面板数据的分析［J］．财贸经济，2009，（1）：60-64．
［7］杜葵，孙俊玲．城市土地供应机制及模式优化研究［J］．昆明理工大学学报：自然科学版， 2003， 28（3）：125-127．
［8］严金海．中国的房价与地价：理论、实证和政策分析［J］．数量经济技术经济研究， 2006， 23（1）：17-26．
［9］李学文，卢新海．经济增长背景下的土地财政与土地出让行为分析［J］．中国土地科学， 2012， 26（8）：42-47．
［10］陶然，陆曦，苏福兵，等．地区竞争格局演变下的中国转轨：财政激励和发展模式反思［J］．经济研究，2009，（7）：21-33．
［11］孙秀林，周飞舟．土地财政与分税制：一个实证解释［J］．中国社会科学，2013，（4）：40-59．
［12］薛白．财政分权、政府竞争与土地价格结构性偏离［J］．财经科学， 2011，（3）：49-57．
［13］张莉，王贤彬，徐现祥．财政激励、晋升激励与地方官员的土地出让行为［J］．中国工业经济，2011，（4）：35-43．
［14］杨其静，彭艳琼．晋升竞争与工业用地出让——基于2007—2011年中国城市面板数据的分析［J］．经济理论与经济管理， 2015，（9）： 5-17．
［15］杨继东，杨其静．保增长压力、刺激计划与工业用地出让［J］．经济研究， 2016，（1）：99-113．
［16］刘军．整体网分析：UCINET软件实用指南［M］．上海：格致出版社，2014．
［17］AMORIM S G D， et al．Clustering and Clique Partitioning：Simulated Annealing and Tabu Search Approaches［J］．Journal of Classification， 1992， 9（1）：17-41．
The Research on Network Characteristics of China＇s Land Conveyance Market—Analysis based on the Social Network
FAN Ying， SHEN Ti-yan， WANG Yan-bo
（School of government， Peking University， Beijing 100871，China）
Abstract： As one of the core production factors， land＇s spatial mobility and optimal allocation are very important to the economic development．Using the social network analysis method and the 2007-2016 land transaction data from China land market website， we studied the network characteristics of land conveyance．We find that： （1） The land transfer market has very distinct market segmentation characteristics．（2） Regardless of the inter-provincial network or the inter-city network，the degree of openness ranking for commercial land use and residential land use are ranked similarly，while the degree of openness ranking for the industrial land market is self-contained．Industrial land market and commercial and residential land market are two separate markets with high independence．（3） Industrial lands are affected by geographic proximity factors far less than commercial and residential land markets，thus demonstrating that industrial enterprises have stronger locational mobility and easier location shifts．（4） Each city has different attractiveness， degree of openness and tolerance in residential， commercial and industrial land market．
Key words： land conveyance market；social network analysis； industrial land； cohesive subgroup； location mobility
中图分类号： F061．6
文献标志码： A
文章编号： 1009-1971（2019）04-0134-07
收稿日期： 2019-04-21
基金项目： 国家社会科学基金重大项目（17ZDA055）；国家自然科学基金项目（71473008）；国家自然科学基金重大项目（71733001）
作者简介： 范郢（1990—），男，湖北十堰人，博士研究生，从事土地经济学、产业经济学研究；沈体雁（1971—），男，湖北天门人，教授，博士生导师，从事产业经济学、城市规划研究；王彦博（1989—），男，河南南阳人，博士研究生，从事区域经济、市场设计、计算机模拟分析研究。
［责任编辑：王 春］
标签：土地出让市场论文; 社会网络分析论文; 工业用地论文; 凝聚子群论文; 区位流动性论文; 北京大学政府管理学院论文;