长江三角洲地价扩散现象探讨
李晶晶1，张绍良1,2**
作者简介：李晶晶，（1987-），女，研究生，土地经济。
通信联系人：张绍良，教授、博士生导师。土地资源评价与土地资产评估. E-mail: firem@163.com
（1. 中国矿业大学环境与测绘学院，江苏 徐州 221008；
5 2. 中国矿业大学低碳能源研究院，江苏 徐州 211116）
摘要：对2004-2010 年的长三角地区住宅用地价格进行相关性和协整性分析，探讨区域地价
扩散现象及规律。研究结果：（1）地价变化具有极强的空间联系性，并具有距离递减性；
（2）地价辐射整体格局呈近似圈层结构，作为辐射源，同一圈层中，辐射力度类似，对于
接受源，接收能力不一，嘉兴与苏州、杭州作为上海第一圈层内的接受源，其地价相关性和
10 协整性却没有苏州和杭州高，地价水平也较低，与其城市接受地价“溢出”能力相关。 得
出结论是长三角区域地价扩散客观存在，各城市经济发展水平不一，扩散能力和接受能力也
不一，经济发达城市,扩散能力较强，受周边城市的“溢出”影响较大，经济欠发达地区，
扩散能力较弱，受周边城市影响也较小。
关键词：公共管理；长三角；地价扩散；住宅用地价格；相关性分析；协同性分析
 0 引言
35 长三角地区，两省一市包括上海市、江苏省和浙江省，共25 个城市。区域面积21.07
万平方公里，区域GDP 占我国GDP 总量的24%，是我国经济和产业最发达的地区，也是
我国对外开放程度最高的地区。2009 年，长江三角洲地区综合地价水平较全国平均值高出
1473 元/平方米，在重点区域中处于领先水平。在经济发展和城市化进程中，长三角已经显
示出地价扩散现象[1]。
40 对地价扩散现象的探讨，将有利于区域内城市地价走势等问题研究。本文以长三角为例，
着重对长三角地价扩散现象分析，对长三角地价扩散的机制进行初步探讨。
1 地价扩散的界定
扩散作为一种地表过程一直受到相关自然科学的关注。上个世纪30 年代熊彼特提出“创
新”理念时，标志着在抽象空间上（而不是地表空间）“扩散”的逻辑性存在。经济地理学
 45 的研究因此也开始注意经济扩散问题。在我国，最近二十年来对经济地域运动和空间模式的
研究越来越多地涉及到扩散问题。
尽管地价扩散已为学者们所提及，但目前我国学术界专门针对区域地价扩散研究的还较
少，对地价扩散也尚无明确的定义。
区域经济学认为，经济发展空间上的梯度差异，使经济的空间转移和扩散通过资本投资、
50 技术传播和劳动力的迁移从一个地区流向另一个地区。经济的空间流动包括了扩散和转移这
两种方式。这里所谓的“扩散”是指从扩散源向周围地区逐次地、由近及远地连续扩散，扩
散强度随距离的阻碍作用而逐渐减弱。而所谓的“转移”则是采取跳跃的形式，从一个地区
向另一个地区流动时跨过了某个空间距离。一般而言，经济的总体流动往往是两种方式同时
发生[2]。
55 另有学者认为，“扩散”是指资源、要素和部分经济活动在地理空间上的分散趋向与过
程。局部范围的扩散，是按距离的远近向经济联系较密切的临近区域扩散。大范围的扩散是
由扩散源按全国或区域系统的等级顺序，蛙跳式向广大地区扩散。这时决定扩散方向的不只
是距离的远近，主要是接受新事物的能力差别，而梯度正是这种差距的反映[3]。
本文对地价扩散的界定是：一个城市的地价变化向其周边城市传播或转移的过程。这种
60 过程并非简单的价格变化，它包括时间序列上的协同性及相关性。
2 长三角地价扩散分析
2.1 样本容量的选取
2.1.1 基本公式
在简单随机抽样的条件下，使用的确定调查样本容量的公式为：
2
2 2
d
65 n = Z S
其中：n 代表所需要样本量；Z 表示置信水平下的Z 统计量，如95%置信水平的Z 统计
量为1.96，99%的Z 为2.68；S 代表总体的标准差；d 代表置信区间的1/2，在实际应用中的
就是允许误差，或者是调查误差。
以上公式只是理论上的，在实际应用中确定合理的样本量，必须考虑多方面的因素。总
70 体的标准差估计往往比较困难，需要对样本有先验知识，因此，通过地价动态监测网的相关
数据，对长三角地区的各类地价水平进行初步认识，见表1。然后根据统计学的知识，引入
变异系数的感念：变异系数V=标准差S/平均值X≤ 1。
有 2
2 2
2 2
2 2 2
/
( / )
p
Z V
d X
n = Z S X =
其中P 表示相对误差[4]。
75 2.1.2 容量选取
本文采用长江三角洲2005 至2008 年度及2009 年，2010 年季度地价数据进行分析。各
用地类型地价描述统计量如表1 所示。
 表1 不同用地类型地价统计量 单位（元/平方米）
Tab1 The statistics of different types land prices
极小值 极大值 均值 标准差
综合 3629 4342 3975.18 232.318
商业 6253 7426 6820.73 378.919
住宅 4093 7178 5929.00 1179.758
（数据来源：中国地价动态监测网）
85 选取置信水平为95%，即Z=1.96，根据长三角地区的特点，选取在误差水平为10%，
住宅的样本的容量为14 个城市，即在25 个城市中选取14 个城市进行相关研究。如表2 所
示不同误差水平下样本容量值。
表2 不同误差水平下样本容量
90 Tab2 Different error levels of the sample contains
P 1% 2% 5% 10%
综合 131.2092 32.8023 5.248368 1.312092
商业 118.5614 29.64034 4.742455 1.185614
住宅 1521.021 380.2552 60.84083 14.42136
结合实际情况，选取 “超级巨人”上海， “重量级巨人” 苏州、杭州、无锡、南京， “小
巨人”绍兴、南通、常州、嘉兴、徐州，还有泰州、扬州、金华、连云港，共14 个城市。收
集14 个城市2004-2010 年的土地出让数据，并对其进行相关性分析[5]。
95 上海是长三角的核心；其次两翼中，选择杭州和苏州，以分析省际城市的相关性，并选
择江苏省的无锡和南京，了解省内城市的相关性；最后选择南通、常州、泰州、扬州、徐州、
连云港，涉及江苏省的南中北各地区，以分析苏南、苏中、苏北地区的相关性；而同时了解
浙江省同级别的城市与江苏省城市的相关性。
2.2 住宅用地相关性分析
100 本文采用Pearson 简单相关系数衡量变量间的线性关系。在说明变量之间线性相关程度
时，根据经验可将相关程度分为以下几种情况：当r ≥ 0.8 时，视为高度相关；0.5 ≤ r <0.8
时，视为中度相关；0.3 ≤ r <0.5 时，视为低度相关； r <0.3 时，说明变量之间的相关程度
及弱，可视为不相关[6]。
对14 个城市住宅用地出让价格进行相关性分析，见表3。可以看出住宅用地上海与苏
105 州、扬州、嘉兴，杭州、南京、无锡、泰州的相关性都较高，分别为0.978，0.939，0.923，
0.843，0.862，0.885，0.811，可视为高度相关。见图1 ，可以形象的看出上海对其周边城
市的相关性程度。
 而苏州住宅用地价格除了上海外，与无锡、扬州、南京、杭州、南通、泰州、嘉兴的相
110 关性较高，可视为高度相关。苏州与其周边城市的相关程度见图2。与南京住宅价格具有高
度相关的城市有苏州、无锡、南通、泰州、杭州、上海和扬州，具体可以见图3。而与江苏
省北部城市徐州和连云港住宅用地价格高度相关的城市没有。
图1 上海的影响力
Fig.1 The influence of Shanghai
 杭州市作为浙江省省会城市，其影响力不言而喻，与其周边城市的地价高度相关的城市
115 有泰州、南通、无锡、南京、扬州、苏州和上海，涉及到苏中地区，同时也可以看出杭州的
影响力较大。绍兴市作为浙江省较发达城市具有高度相关的城市有无锡、常州、扬州、泰州，
其影响力要低于杭州。嘉兴作为离上海和江苏省城市最近的城市，与其高度相关的城市有上
海、苏州、扬州和常州。而没有与金华住宅地价高度相关的城市。
120 表3 各城市住宅用地相关系数
Tab.3 The correlation coefficient of residential
上海 苏州 杭州南京绍兴无锡常州南通泰州扬州嘉兴 徐州 金华
连云
港
Pearson 相关
性
上海 1 .978** .843 .862 .667 .885* .585 .798 .811 .939* .923* .422 .224 .403
住宅
显著性（双侧） .004 .073 .060 .535 .046 .300 .105 .095 .018 .025 .479 .717 .502
Pearson 相关
性
苏州 .978** 1 .902* .927** .791 .966** .457 .883* .885* .938** .817* .573 .250 .421
住宅
显著性（双侧） .004 .014 .008 .419 .002 .362 .020 .046 .006 .047 .234 .633 .406
Pearson 相关
性
杭州 .843 .902* 1 .906** .703 .906** .603 .956** .993** .903** .708 .700 .257 .097
住宅
显著性（双侧） .073 .014 .005 .504 .002 .152 .000 .001 .005 .116 .121 .579 .836
图2 苏州的影响力
Fig.2 The influence of Suzhou
图3 南京的影响力
Fig.3 The influence of Nanjing
 Pearson 相关
性
.862 .927** .906** 1 .666 南京 .921** .367 .943** .935* .856* .624 .558 .127 .384
住宅
显著性（双侧） .060 .008 .005 .536 .003 .418 .001 .020 .014 .186 .250 .785 .395
Pearson 相关
性
绍兴 .667 .791 .703 .666 1 .950 -.925 .631 .830 .836 .313 .046 .785 .024
住宅
显著性（双侧） .535 .419 .504 .536 .202 .249 .566 .377 .370 .797 .971 .425 .985
Pearson 相关
性
无锡 .885* .966** .906** .921** .950 1 .447 .897** .904* .923** .662 .640 .480 .096
住宅
显著性（双侧） .046 .002 .002 .003 .202 .315 .002 .035 .003 .152 .171 .275 .838
Pearson 相关
性
常州 .585 .457 .603 .367 -.925 .447 1 .557 .426 .734 .813* .604 .065 -.147
住宅
显著性（双侧） .300 .362 .152 .418 .249 .315 .194 .474 .060 .049 .204 .891 .754
Pearson 相关
性
南通 .798 .883* .956** .943** .631 .897** .557 1 .990** .919** .616 .721 .190 .129
住宅
显著性（双侧） .105 .020 .000 .001 .566 .002 .194 .001 .003 .193 .106 .684 .782
Pearson 相关
性
泰州 .811 .885* .993** .935* .830 .904* .426 .990** 1 .880* .624 .654 .297 .119
住宅
显著性（双侧） .095 .046 .001 .020 .377 .035 .474 .001 .049 .261 .231 .627 .849
Pearson 相关
性
扬州 .939* .938** .903** .856* .836 .923** .734 .919** .880* 1 .829* .796 .330 .041
住宅
显著性（双侧） .018 .006 .005 .014 .370 .003 .060 .003 .049 .041 .058 .469 .930
原创学术论文网Tag：代发论文 代写论文 代写职称论文 代写代发论文