摘要：本文研究了安徽省住宅用地出让价格的供求因素。以区县为单位，主要收集并计算出了2010年至2016年安徽省住宅用地人均价格、人均财政收入、人均GDP、人均工业增加值、非农业人口比重、人均新增建设用地面积等数据，采用了图表分析，文字分析等分析方法，作为探求供给与需求两方面的重要因素。并得出以下结论：从需求的角度，随着人均收入的增加，非农业人口比重的上升，人均工业增加值的增加，安徽省住宅用地出让价格上升。从供给的角度，随着人均新增建设用地面积的增加，安徽省住宅用地出让价格下降。由此得出应当综合考虑供给和需求两方面因素，促进住宅用地出让价格健康发展。
关键词：安徽省 住宅用地 出让价格 供求因素
一、引言
住宅用地主要是指满足居民生活的用地，住宅用地关系国计民生，其出让价格更是住宅用地市场的核心,价格机制属于基础性的调节机制，住宅用地出让价格是否合理影响着整个住宅用地市场的发展。在当前国内外种种不确定因素和趋势的影响下，对安徽省的住宅用地出让价格的供求因素进行分析具有重大的理论和现实意义。
西方自光荣革命已后，便进入资本主义社会，经过数百年的发展，市场经济发展程度高，市场体系健全，土地的市场化程度高，便于学者对土地进行研究。故西方学者对于地价的影响因素研究远早于我国。主要有霍伊特在同心环模式的基础上提出的扇形模式;伯吉斯认为城市中心是商业汇聚之地，从而地价最高，距城市中心越远地价越低,从而提出了同心圆模式。由于我国早期实行计划经济，自改革开放后，市场经济才逐步发展，目前发展程度，市场体系等各方面不是很完善，故对住宅用地的出让价格的研究比较滞后，但后续的住宅用地的出让价格的研究有很大的进展。主要有周林林土地市场成熟度较高的上海市为研究对象,
基于特征价格模型，采用统计分析，研究了其住宅用地的微观影响因素。谢建云以2001-2010年长沙市地价监测成果及住宅用地出让成交数据为基础,运用数理统计方法和计算机软件技术,对长沙市城区住宅地价进行研究，从而分析影响住宅地价的影响因素，并因此对未来的住宅地价进行判断预测。
本文将安徽省作为研究区域，通过中国土地市场网查询了2010-2016年安徽省住宅用地的供地结果，以安徽省住宅用地出让价格作为研究对象。首先根据安徽省的具体实际情况介绍该省当前的住宅用地市场现状，然后以土地关系供求理论，住宅用地价格理论等理论为指导，采用统计分析法方法找出在中国特色社会主义市场经济的环境下，影响住宅地价的各项因素。最后对安徽省当前的住宅用地情况进行客观的评价，并为该省住宅用地出让价的调控以及住宅用地的资源配置提出建议参考。
二、住宅用地出让价格的影响因素
不言而喻，影响住宅用地出让价格的因素有很多，不胜枚举。例如，城市发展水平，地理位置，国家政策，土地供给，交通的便利程度，出让方式，土地级别，供地方式等。本文将着重从供给和需求两方面研究住宅用地的出让价格。
（一）供给方面
土地供给主要是指新增建设用地，是指规划期间内用于工业，住宅等建设用的土地，这部分土地主要是由耕地或是未利用土地转化而来。据2010年第六次人口普查，我国人口已经超过13亿，对于一个人口大国来说，无农不稳，粮食安全显得尤为重要。所以我国实行严格的耕地保护制度，确保18亿亩耕地红线不动摇。这也就表明新增建设用地的供给愈来愈是稀缺的资源，新增建设用地的面积会持续紧张，势必会造成住宅用地的出让价格的上涨。而且我国对新增建设用地的供给是有规划的，每年的新增建设用地的基本上是确定的，变化不会很大，随着城市化进程的加快，人均建设用地的指标就会逐渐稀释。因此住宅用的的供给和住宅用地的需求之间的矛盾会进一步凸显。显而易见这会影响住宅用地的出让价格。
（二）需求方面
住宅用地需求是指居民为了居住和发展，在一定时期，在各种可能的价格水平下所愿意并且能够购买的住宅用地的量。居民对住宅用地的居住需求主要是满足自己最基本的住房需求以及追求生活舒适，惬意住好房的需求。居民对住宅用地的发展需求主要是指将其用于投资，用于资产的保值增值，而不是满足自己的居住，主要有投机性需求和投资性需求。投资性需求的目的在于赚取差价，如：炒房团、投机客。投资性需求是购买住宅后将其出租获取租金收益，当下中产阶级，个体工商户将其作为资产保值增值的工具。
影响住宅用地的需求的因素有很多，例如，一个城市的交通便利条件、地理位置，当地的经济发展水平的各项指标如：人均国内生产总值（人均GDP）、财政收入、人均工业增加值、非农业人口的比重、农村居民现金收入，人口密度，城市居民可支配收入等。本文将着重从以下几个方面分析：
1.人均国内生产总值（人均GDP）
人均国内生产总值（Real GDP per capital）,也称人均GDP，它是将一个国家或地区核算期（通常是一年）实现的国内生产总值与这个国家或地区的常住人口相比进行计算而获得。由于GDP反映的是整体情况，而实践中为了追求结果的可靠性，通常会采用人均GDP这一经济指标，因为其剔除了人口因素对结果的影响，所以人均GDP能够比较客观真实地反映了一定国家或地区经济社会的发展水平和发展程度，可以较好的反映当地人民的生活水平。人均GDP越高意味着人民生活水平越高，当地居民也就有更多的资金和动力去投资和建设住房。所以研究人均国内生产总值对住宅用地的出让价格具有极其重要的意义。按照经济学理论认为，人均GDP与住宅用地的出让价格成正比，即人均GDP越高，住宅用地的出让价格越高。
2.非农业人口的比重
非农业人口是指从事非农业生产活动的劳动人口及其家庭被抚养人口。在近四十年的改革开放和城市化建设的大背景下进城务工人员也就是农民工，特别是新生代农民工以及随迁子女对当地的住房需求具有极大的推动作用。作为新生代农民工极力想摆脱贫穷落后的生活现状，并且怀着理想和抱负融入当地城市。在经济社会快发展的今天个体工商户的地位迅速崛起，并积累了大量的财富，在当前社会投资渠道单一的现实背景下，住宅便成了资产保值增值极佳的工具。非农业人口的比重在一定程度上反映了一个地区的城市化水平，经济发展程度。在当前城乡二元经济结构的背景下，城市以其独有的条件，例如：便利的交通，完善的基础设施，较高的社会保障体系，就业发展机会多，吸引着大量非农业人口的集聚。也就是说，非农业人口比重越大，当地的城市化水平愈高，经济发展愈好，人们的可支配收入也就愈高，对住宅的需求也就会越大，不仅对自住性住宅需求大，而且会对投资性和投机性的住宅需求也会很大
3.人均工业增加值
工业增加值是指工业企业在报告期内以货币形式表现的工业生产活动的最终成果。人均工业增加值越高表明当地的工业发展程度高，工业化水平高，无工不富，当地居民的就业机会增加，其收入也就会增加。收入水平决定消费水平，这将会影响住宅用地的出让价格。另外工业化与城市化总是相互促进的关系，工业化推动城市化的发展，随着城市化的发展，社会保障体系的完善，人们对投资性和投机性的需求就会增加，这也会推动住宅用地出让价格的上涨。
此外，工业发展势必会增加更多的工业用地，工业越发达，对土地的需求就会越多。在有限的新增建设用地中住宅用地的供给就会减少，这势必会推高住宅用地的出让价格。
三、数据来源与描述
（一）数据的来源
本文以安徽省为例，主要通过统计分析2010年至2016年安徽省17个地级市以下的105个县级行政区，包括44个市辖区、5个县级市、56个县的相关数据。将全省的数据进行分析，进而研究供求因素对于住宅用地出让价格的影响。数据主要包括供地结果信息，住宅用地价格，各地区人均新增建设用地面积，各地区人口总量，各地区非农业人口比重，各地区人均GDP，各地区人均工业增加值，通过对其进行研究分析进而得出相关结论。
1.供地结果
本文采用的供地结果数据来自中国土地市场网中的结果公告查询，查询了安徽省住宅用地出让2010-2016年共七年的数据，包括其供地结果信息中的电子监管号，地级市，区县，区县代码（1=市本级，2=市辖区，3=县级市，4=县），土地出让面积，土地来源（新增建设用地=1；现有建设用地=2），供地方式（1=协议出让；2=招标出让；3=拍卖出让；4=挂牌出让；5=租赁；6=划拨），行业分类，土地级别，土地用途，成交价格，土地使用权人，签约日期。
2.住宅用地价格
本文中住宅用地价格为各区县每宗土地成交价格与面积数的比值得出即为住宅用地价格。以此作为衡量依据。
3.人均新增建设用地面积
人均新增建设用地主要是每一年各个区县新增加的土地面积。通常是指标形式，新增建设用地对于一个地区土地规划具有决定性的影响。数据主要是通过查询各地区的2006至2020土地利用总体规划，根据各区县在这个规划期间内可供使用的新增建设用地总量与当地人口的比值得出。
4.各地区人口总量
主要依据2010年第六次人口普查数据，以区县为单位，统计每个区县的地区人口总量。
5.各地区非农业人口比重
非农业人口比重反映了一个城市的城镇化水平，对住宅用地的供求的研究着有着极为重要的意义。该数据主要通过查询安徽统计年鉴中该地区非农业人口，通过计算该地区非农业人口与人口总值的比值得出。
6.各地区人均GDP
人均GDP反映了一个城市的经济社会发展水平。该数据主要通过查询安徽统计年鉴中该地区GDP，通过计算该地区的GDP与人口数量的比值得出。
7.各地区人均工业增加值
该数据主要通过查询安徽统计年鉴中该地区的工业增加值，通过计算该地区的工业增加值与人口总量的比值得出
（二）数据描述
1.住宅用地平均出让价格的城市间差异
表1各城市住宅用地出让价格均价( 单位：万元/公顷)
注：皖北:宿州市 淮北市 阜阳市 亳州市
皖中:合肥市 蚌埠市 滁州市 六安市 安庆市 巢湖市 淮南市
皖南:宣城市 马鞍山市 黄山市 铜陵市 池州市 芜湖市
上表及图反映的是2010-2016各地区间住宅用地出让价格的均价，由上表及图可知，皖北地区的住宅用地的出让价格高于皖中和皖南，略高于全省平均水平，比全省高0.08%。皖中与皖南相比略高，但相差不大。总体来说各地区之间住宅用地的出让价格相差不是很明显，说明地区差异对住宅用地的出让价格的影响不大。
2.住宅用地平均出让价格的地区间差异
表2各地区住宅用地出让价格均价（单位：万元/公顷）
上表及图反映的是2010-2016各地区间住宅用地出让价格的均价，由上表及图可知，皖北地区的住宅用地的出让价格高于皖中和皖南，略高于全省平均水平，比全省高0.08%。皖中与皖南相比略高，但相差不大。总体来说各地区之间住宅用地的出让价格相差不是很明显，说明地区差异对住宅用地的出让价格的影响不大。
3.住宅用地平均出让价格行政区划间的差异
表3各行政区划住宅用地出让价格均价 (单位：万元/公顷)
上表及图反映的是2010-2016各行政区划间住宅用地出让价格的均价，由上表及图可知，市本级和县之间的住宅用地的出让价格相差不大，且均低于全省平均水平，分别低2.99%、3%。市辖区的住宅用地的出让价格最低，与全省的平均水平相比低3.78%。县级市的住宅用地的出让价格最高，比全省平均水平高9.77%。总体来说，除去县级市，其它行政区划之间的住宅用地的出让价格之间的差异不大，说明行政区划对住宅用地的出让价格有一定的影响，但不是很大。
4.住宅用地平均出让价格的年份间变化
表4各年份住宅用地出让价格均价 (单位：万元/公顷)
上表及图反映的是2010-2016安徽省住宅用地出让价格均价的变化情况，由上表及图可知，住宅用地的出让价格总体呈上升趋势，在2015年有回落趋势，但在2016呈现报复性反弹，比2015年上涨14.04%。2012年、2013、2014年环比上涨比较温和，分别环比上涨1.23%、1.69%、0.78%。
5.安徽省人均GDP的变化
表5 安徽省2010-2016年人均GDP变化（单位：元）
上表及图反映的是安徽省2010-2016年人均GDP的变化情况。由上表及图可知，安徽省人均GDP一直处于上升趋势，在2011年、2012年上涨比较迅速，分别上涨22.84%、12.21%，之后的上涨趋势有所减缓，其中2015年上涨最慢，比2014年上涨4.48%。2016年上涨趋势有所回升，比2015年上涨8.69%。表明经济在逐渐复苏。通过趋势对比图我们可以知道，人均GDP和住宅用地出让价格变化趋势一致，说明人均GDP对住宅用地的出让价格产生了重要的影响。
6.安徽省人均工业增加值的变化
表6 安徽省2010-2016年工业增加值变化（单位：元）
上表及图反映的是安徽省2010-2015年人均工业增加值的变化情况。由上表及图可知，安徽省工业增加值一直处于上升趋势，在2011年、2012、2013年上涨比较迅速，分别上涨28%、12.377%、13.55%.之后的上涨趋势有所减缓，其中2015年上涨最慢，比2014年仅上涨3.08%。通过趋势对比图我们可以知道，人均工业增加值和住宅用地出让价格的变化趋势一致，说明人均工业增加值对住宅用地的出让价格产生了重要的影响。
四、实证检验
由参数模型的回归结果（见附录）可知，该样本有效数据共有4694个，在衡量估计的模型对观测值的拟合程度时，多重可决系数R-squared=0.2964,说明模型对数据的拟合程度并不是很高。对回归模型参数的显著性进行检验，即t检验。已知在t分布表中，在给定95%的置信水平下，当自由度大于120时，我们通过查找t检验分布表可得临界值ta/2 =1.96。在给定90%的置信水平下，临界值ta/2 =1.65。
1、当解释变量为人均新增建设用地时，t=-1.56,说明在95%的置信水平下，人均新增建设用地这一解释变量会对住宅用地出让价格负的影响，但是不是很显著。人均年新增建设用地每增加一公顷，会使住宅用地出让价格降低7.79万元/公顷。由于新增建设用地的总体规划是2006-2020年.而本文所研究的是2010-2016年间的住宅用地的出让价格，每年的新增建设用地的具体数目不知是多少，故对土地的出让价格不是很显著。
2、当解释变量是人均GDP时，t=2.69，说明在95%的置信水平下，人均GDP对住宅用地的出让价格会产生正的显著性影响。每当人均GDP增加一元，会使住宅用地的出让价格增加0.37万元/公顷。主要原因是人均GDP的增加意味着人民生活水平提高，当地居民也就有更多的资金和动力去投资和建设住房。
3、当解释变量为人均财政收入时，t=-3.25,说明在95%的置信水平下人均财政收入对住宅用地的出让价格会产生负的显著性影响。说明地方财政对土地财政的依赖较小。
4、当解释变量为非农业人口的比重时，t=5.59，说明在95%的置信水平下，非农业人口的比重对住宅用的出让价格产生正的显著性影响。每当非农业人口的比重增加1%时，会使住宅供地的出让价格增加1874.10万元/公顷。一是因为在工业化的大背景下，非农业人口的收入较高，而且经过近四十年的改革开放逐渐积累了大量的财富，自然会引起对住宅的需求，而且随着经济条件的改善会提高对住宅的需求，特别是高档住宅的需求。二是因为当前我国市场经济体系发展不完善，投资渠道单一，人们往往会将住宅作为资产保值增值的工具，进而增加了投资性住宅需求和投机性住宅需求。三是因为进城务工人员特别是新生代农民工对住宅的需求，进而推高住宅用地的价格，如前所述。
5、当土地来源为新增建设用地时，t=3.99,说明在95%的置信水平下，土地来源会对住宅用地的价格产生正显著性的影响。新增建设用地的出让价格比现有建设用地的出让价格高211.73万元/公顷。新增建设用地是影响住宅用地出让价格的重要因素，我国已经制定2006-2020年土地利用总体规划，新增建设用地都是计划供给的，总的新增建设用地固定，每年新增建设用地就会愈来愈紧张，自然推高住宅用地的出让价格。
6、当解释变量为供地方式时，用代码2表示招标出让，3表示拍卖出让，4表示挂牌出让，6表示划拨。当供地方式为拍卖出让和挂牌出让时，t统计量分别为14.37,8.95，说明在95%的置信水平下拍卖出让和挂牌出让会对住宅用地出让价格产生正的显著性影响，拍卖出让与协议出让相比住宅用地出让价格增加1420.21万元/公顷，挂牌出让时的住宅用地出让价格比协议出让高866.42万元/公顷；当供地方式是划拨时，t=-3.24,说明在95%的置信水平下，划拨对住宅用地的出让价格产生负的显著性影响，划拨时住宅用地的出让价格比租赁时的出让价格低400.32万元/公顷。而当供地方式是招标出让时，t=0.89，说明在95%的置信水平下，招标出让对住宅用地的出让价格的影响是不显著的。
7、当解释变量为土地级别时，当土地级别为2级，7级，12级，14级时，t的统计值分别是，t=1.07，t=-0.64，t=-0.2,t=-1.1，其值均小于1.96，说明在95%的置信水平下其对住宅用地的出让价格是不显著的。当土地级别是3级，4级，5级，6级，13级时，t的统计值分别是，t=-3.7，t=-5.73，t=-7.42，t=-2.26，t=-5.42，说明在95%的置信水平下其对住宅用地的出让价格产生负的显著性影响。当土地级别为10级，11级，18级时，t的统计值分别是t=2.70，t=3.77，t=3.52，说明在95%的置信水平下其对住宅用地产生负的显著性影响。
8、当解释变量为土地用途时，用代码1表示其他普通商品住房用地，2表示中低价位、中小套型普通商品住房用地，3表示经济适用住房用地、廉租房建设用地、公共租赁住房用地，4表示高档住宅用地。当土地用途其他普通商品住房用地时，t=2.39,说明在95%的置信水平下，其他普通商品住房用地对住宅用地的出让价格产生正的显著性影响；当土地用途为中低价位、中小套型普通商品住房用地时，t=2.77,说明在95%的置信水平下，中低价位、中小套型普通商品住房用地对住宅用地的出让价格产生正的显著性影响。当土地用途为经济适用住房用地，廉租房建设用地，公共租赁住房用地，高档住宅用地时，其t的统计量分别为t=1.69，t=0.51.说明在95%的置信水平下其对住宅用地的出让价格的影响是不显著的。
9、当解释变量为城市时，用代码3404表示淮南市，3405表示马鞍山市，3407表示铜陵市，3408表示安庆市，3411表示滁州市，3413表示宿州市，3415表示六安市，3416表示亳州市，3417表示池州市；当城市为淮南市，马鞍山市，铜陵市，安庆市，滁州市，宿州市时，其t的统计量分别是t=1.06，t=1.10，t=-0.03，t=0.95，t=1.12，t=0.96，t=0.89;说明在95%的置信水平下其对住宅用地的出让价格的影响是不显著的。当城市为亳州市，池州市时，其t的统计量分别是分别是t=3.05,t=2.19;说明在95%的置信水平下，其对住宅用地的出让价格产生正的显著影响。
五、结论与建议
（一）结论
通过以上对安徽省住宅用地的出让价格的因素的分析，可以知道影响安徽省住宅用地的出让价格因素很多，其中人均GDP、人均工业增加值和非农业人口的比重对住宅用地的出让价格的影响尤为突出，人均新增建设用地对住宅用地的出让价格有较为重要的影响。人均GDP、人均工业增加值与非农业人口比重与住宅用地的出让价格成正相关关系，人均新增建设用地与住宅用地的出让价格成负相关关系。土地的供地方式和土地用途也会对住宅用地的出让价格产生重要影响。
（二）建议
随着工业化城市化的发展，人们将进一步向城市集聚，而城市的各项优于农村的条件更是使人们趋之若鹜。因此城镇住房需求将会呈现明显上升趋势，这必将引起住宅用地出让价格的上涨。住宅用地出让价格上涨，势必会增加居民的住宅投入资本和生活成本，所以，政府要采取合理有效措施来控制住宅用地出让价格的上涨。因此提出如下建议：
1.合理增加土地供给和提高土地利用效率
首先，供给是影响价格的一个重要因素，合理有计划的增加有助于降低住宅用地的出让价格。当然对于14亿人口的大国来说一定要严守18亿亩耕地红线。一方面，合理增加土地供给，另一方面要确保粮食安全，这就需要通过其他方式补充耕地，并采用现代农业技术提高粮食产量。此外，需要提高土地利用效率，对于闲置土地要进行统一规划合理利用；对于住宅增加楼层，增加容积率，最大程度的满足住房需求，进一步发挥土地的效益。
2.宅基地有偿退出机制
在近四十年的改革开放中，各种经济建设正如火如荼的进行，大批的建设工人从各地农村来到城市拼搏，也就是我们所称的农民工兄弟。由于农民工大部分时间在城市居住，或是在城乡间候鸟式奔波。这就导致农村宅基地的利用不高，造成了这一重要资源的闲置。实行宅基地有偿退出机制不仅可以满足农民工基本的住房需求，而且可以有效利用农村宅基地，为社会经济发展提供重要而稀缺的土地资源，化解城镇建设用地矛盾。
3.建立健全住房保障制度
当前我国的住房保障制度，主要是为了保障低收入群体的基本住房需求。大力发展廉租房、经济适用房、公共租赁房，真正实现住有所居，这有助于减少对商品住宅的需求。国家应该通过划拨或协议出让的方式增加这类土地的供给，从而有效的降低对商品住宅的需求。
4.实行城乡一体化
由于我国长期实行城乡二元结构，导致城市在基础设施、社会保障体系、教育、医疗等各方面条件优于农村。曾经流传一句话大病小病上协和（北京协和医院），这也就从侧面表明城市的各项条件优于农村，这就吸引着农村人口往城市集聚。而且当下农村结婚女方都要求男方在城市有房。究其原因，无非是城市各方面的条件比农村优越。在建设社会主义新农村的大背景下，一定要补短板，统筹规划城乡经济发展，实现社会资源的均衡配置，使人们在乡村也能享受城市的待遇。真正实现城乡一体化，有助于降低对城市住房的需求。
参考文献：
[1]韩启德.探索进城落户农民宅基地有偿退出机制[J].人民论坛,2015,(04):8-11.
[2]刘德海.基于房地产可持续发展目标的用地保障模式改革研究[D].山东建筑大学,2014.
[3]何艳梅.住宅价格调控政策研究[D].哈尔滨工业大学,2014.
[4]王磊.基于引致需求模型的城市间住宅用地价格水平差异研究[D].浙江大学,2006.
[5]陈怡.重庆主城2008-2013年商品住宅用地出让量影响因素研究[D].重庆大学,2014.
[6]祖明.基于特征价格模型的城市住宅土地价格影响因素研究[D].哈尔滨工业大学,2008.
[7]张娟锋.住宅价格与土地价格的城市间差异及其决定因素研究[D].浙江大学,2008.
[8]李灿.重庆市商品住宅价格与土地价格互动性研究[D].西南大学,2008.
[9]谢建云.长沙市城区住宅地价变化的影响因素及趋势预测[D].湖南师范大学,2012.
[10]李剑.L市土地价格影响因素与预测分析[D].华南理工大学,2012.
[11]常可.1998年以来长沙市城区商品住宅价格变化特征及趋势预测．中国集体经济，2010年第1期(1)．
[12]吴群.供求关系对大都市商品住宅价格作用机理的分析一以南京市为例[J]．中国土地科学，2006(2)：51．56．
[13] 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，2006：17．26
[14]刘洪彬，王秋兵．基于特征价格模型的城市住宅用地出让价格影响因素研究［J].经济地理，2011，31（6）：1008－1013．
[15]冯波,郭巍,陈昕.北京市住宅用地价格影响因素分析——基于特征价格模型的实证研究[J].中国物价,2016,(11):53-55.
[16]周林林.基于特征价格模型的城市住宅用地价格影响因素研究[D].华东师范大学,2015.
附录：回归结果