基于GWR的湖南省集体土地拆迁补偿的物价驱动分析

我国城镇化、工业化、城乡统筹进程的加快导致大量土地征收和房屋拆迁，引发了多种社会矛盾，其中集体土地征地拆迁中涉及的各方利益冲突问题日趋显著[1]。针对征用集体土地和农村建设用地、占用集体土地上的房屋拆迁，主要依据《集体土地房屋拆迁管理办法》，但受地区社会经济差异影响，各地在房屋安置补偿的处置办法上不尽相同[2]，一般主要采用货币补偿和安置补偿的方式[3]，即对村民宅基房屋拆迁实行货币补偿，拆迁双方达成补偿协议，根据被拆迁房屋的重置价和宅基地的区位价统筹考虑确定，拆迁人向被拆迁人兑付补偿款，并对拆迁房屋论证核算确定基准补偿价格[4]。基准补偿价格主要由政府主导，一般从房屋建成成本、区位优势、建成面积、物价系数、房屋重置等角度进行综合考虑[5-6]，但从社会经济发展水平的角度考虑得较少， 很少将土地房屋补偿与物价水平联系起来[7]。

地区物价水平折射出不同地区的综合经济状况，反映了城市与农村经济的差异、购买与消费的能力以及经济投入与产出水平。集体土地拆迁补偿价格同样具有经济属性与职能[8]，在社会主义市场经济条件下，这种客观联系使得建立物价与集体土地拆迁补偿价格联动机制成为一种必然要求[9]。集体土地拆迁补偿价格能反映市场的变化，更好地适应市场调节[10]。集体土地拆迁补偿价格与物价的联动关系根植于市场经济内在的商品交换关系中，是价值规律发挥作用的必然反映[11]。

目前，将物价纳入房屋拆迁补偿的相关研究较少，从市场经济学的角度，物价是研究土地补偿价格的构成基础，物价的波动对土地价值的补偿水平有着内在的驱动作用[12-13]，大多数探讨物价驱动影响因素的研究主要采用传统的计量经济学方法，但土地拆迁存在空间异质性，该方法不适宜[14]。空间计量的经济模型能很好地分析驱动因素，解释空间规律[15]，以湖南省为例，本文利用地理加权回归（GWR）模型，分析了集体土地拆迁补偿的物价驱动因素，以期为建立集体土地征地拆迁补偿价格与物价联动机制做借鉴，补充集体土地征地拆迁补偿的定价体系。

1 研究区与研究方法

1.1 研究区概况

2014年，湖南省开始实施新的《国有土地上房屋征收与补偿条例》，原有的《城市房屋拆迁管理条例》同时废止，各地市州均依此制定了相关的房屋补偿条例。本文以湖南省14个地市州为例，收集和调查了2014年各地市州相关的《集体土地房屋征收与补偿办法》以及各地区的统计年鉴。湖南省各地市州的房屋拆迁规定不一，通常按照建筑类型把房屋补偿划分为钢混、砖混、砖木3种，所有地区均对砖混结构的补偿做了明确规定。为了统一标准，本文以砖混结构的补偿作为房屋补偿的分析指标，具体房屋补偿价格见图1。

本文从房地产产业经济学角度，对物价指数进行筛选，采用了对社会经济关注度和影响较大的指数：居民消费价格指数（CPI）、城镇居民消费价格指数（UCPI）、农村居民消费价格指数（RCPI）、商品零售价格指数（RPI）和工业出厂价格指数（PPI）。

图1 湖南省集体土地房屋拆迁补偿价格分布图（审图号：GS(2014)6003）

1.2 研究方法

在建立GWR模型分析前，需进行空间相关性预检验。若空间效应会发挥作用，则需将空间效应纳入模型分析框架中，并采用适合于空间计量的方法进行估计；反之，则可采用一般方法估计模型参数。在实际空间相关性研究中，Moran指数是一种常用的指标。本文通过Moran指数来检验区域内集体土地拆迁补偿价格（V）的空间相关性存在与否。

1.2.2 空间相关性检验与分析

具体而言，培训教师首先应在培训前充分了解受训单位的培训目标和公务员的需求，设定相应的教学目标（聚焦高阶目标）进行课程设置，并与受训单位和公务员进行沟通、完善后，确定教学内容框架。其次，教师在开展培训过程中，应适时就教学内容进行适合性与否的互动，并及时关注、感知学员培训投入度的变化，及时调整教学内容，以便更好地适应公务员实际所需。

式中，yi为观测值；(ui,vi)为样点i的坐标；β0(ui,vi)为i点的回归常数；βk(ui,vi)为i点的第k个回归常数，是地理位置的函数；p为独立变量个数；xik为独立变量xk在i点的值；εi为随机误差。

本文将 GWR 模型引入物价对房屋补偿的驱动分析，基于以下假设：①相同时点与政治经济背景；② 各物价驱动因素的空间分布不均衡；③空间不同位置受相同物价因素影响及其力度具有差异性。为方便计算分析，所有数据指标均进行Z-score 标准化，经过处理的数据符合标准正态分布，即均值为0，标准差为1，其转化函数为：

式中，x*为新样本数据；u为所有样本数据的均值；σ为所有样本数据的标准差。

“自强不息、艰苦奋斗，苦干实干、兴业报国，敢为人先、追求卓越”，是兰州石化的企业精神，也是兰州石化的“魂”和“魄”。正是凭着这种精神，在60年的时光长河中，兰州石化历经改革改制浪潮，却始终保持着队伍不散、思想不乱、精神不垮、作风过硬。

英国New Castle大学地理学家Fotheringham提出了GWR模型，用于研究空间非平稳性。近年来，国内对于GWR模型的应用研究逐渐兴起：苏方林在研究各地知识产出与不同要素的相互关系中发现，GWR模型显著优于OLS模型；玄海燕采用GWR 模型分析了我国区域降水量随海拔高度变化的一般空间特征；吴玉鸣[7]在对省级区域工业全要素生产率进行测算分析中发现，GWR模型可将影响来源分解成各省域的局部影响。从现有成果来看，GWR模型具有空间研究上的优势，一般形式可表示为：

1.2.1 GWR模型

表1 全局Moran指数检测结果

注：**代表在正态分部函数在0.05的水平上显著。

Moran 指数 Z得分 p值 显著性0.376 1.899 0.05 **

国内学者和地方政府就创新型城市评价指标体系进行了大量的研究，从不同视角建立了形式上完备的指标体系，可基本划分为两类，即：①基于创新投入和产出过程的指标体系；②基于创新内容构成的指标体系。

普遍存在频繁大额现金使用现象，存在使用现金支票支付工程款现象。普遍存在大量白条抵库现象，白条金额最少的6.4万元，个别单位库存现金余额较大，白条金额达到60余万元,超过三个月的有35.4万元，最长的白条是2009年的，至今没有处理。有的单位甚至抵库的白条无领导签字，存在极大的风险。乡镇机关受限于财政条件，未按要求推行公务卡管理。另外，教育系统实行全市财务统管后，乡镇教育成报账单位，已经没有单位账号，发现有的单位存在一次性抚恤金、教育遗属、退职费存在个人账户发放问题。

2 物价与土地补偿回归结果分析

由GWR模型的回归系数（表3）可知，湖南省14 个地市州的系数不尽相同，各物价指数对房屋补偿价格的影响也不一致，说明二者之间存在地理上的非平稳性。除CPI、RPI指数为正值外，UCPI、RCPI、PPI均为负值，表明不同物价指数对房屋补偿价格的影响有空间差异，且影响程度也不同。

如表1所示，V的Moran指数为0.376，Z得分为1.899，显著性在正态分布函数为0.05的水平上较为较显著，说明湖南省14个地市州的房屋拆迁补偿价格在空间分布上具有明显的正相关性。正的空间相关性代表相邻地区的空间联系特征类似，整体上各地区之间的补偿价值存在空间相关性，即存在空间上较为明显的集群现象。

根据终端水价的定义和计算方法可知，影响用水成本和用水量的因素均对终端水价的测算产生影响。项目区3个农民用水者协会的管辖范围，由于灌溉条件、灌溉方式、工程状况、水源工程供水方式等不同，终端水价存在着差异。桃花山镇农民用水者协会管辖范围为山区地形，有提水灌溉和自流灌溉两种供水方式，由于提水灌溉成本高于自流灌溉，因此需要分别计算提水灌溉和自流灌溉终端水价。调关镇农民用水者协会和东升镇农民用水者协会控制范围为丘陵区，水源供水方式为提水灌溉，由于山区提水泵站扬程高、流量低，而丘陵地区提水泵站扬程低、流量大，运行成本存在着差异，因此有必要对山区和丘陵区的提灌终端水价分别计算。

图2 OLS与GWR模型的预测结果

由表3、图3可以看出，CPI指数介于0.108～0.437，平均值为0.247 6，其影响主要为正效应，空间影响力从西向东逐渐减弱，湘西和湘中地区较为明显；UCPI指数介于-0.304～-0.085，平均值为-0.187 7，其影响主要为负效应，在湘东地区影响程度较大，其他地区影响不均；RCPI指数介于-0.781～-0.609，平均值为-0.675 6，其影响主要为负效应，空间影响主要集中在湘东和湘北地区；RPI指数介于0.125～0.346，平均值为0.227 7，其影响主要为正效应，空间影响主要集中在湘东和湘西地区；PPI指数介于-1.078～-0.946，平均值为-1.017 4，其影响主要为负效应，空间影响由湘中部地区向东西两侧减弱。比较回归系数的平均数绝对值发现，PPI、RCPI绝对值远高于其他指数，说明PPI和RCPI对集体土地拆迁补偿的影响相对更为显著。

表2 OLS与GWR模型回归预测分析

CPI、UCPI、RCPI、RPI、PPI R2 0.324 875 62 0.375 005 8 F 0.952 303 -R2-adjusted - -0.017 422 3 Chi-square 126.942 7 -Sigma - 1.008 671指标 OLS回归分析 GWR模型回归分析自变量 V V解释变量 CPI、UCPI、RCPI、RPI、PPI

本文选取的自变量为V，解释变量为CPI、UCPI、RCPI、RPI和PPI，以湖南省14个地市州为分析对象，分别利用OLS和GWR模型进行回归估计，结果如图2所示，可以看出，GWR模型回归估计的结果比OLS的估测值更为平稳。

表3 GWR模型回归系数

解释变量 截距 平均数 中位数CPI 0.108～0.437 0.247 6 0.247 8 UCPI -0.304～-0.085 -0.187 7 -0.187 2 RCPI -0.781～-0.609 -0.675 6 -0.670 4 RPI 0.125～0.346 0.227 7 0.219 5 PPI -1.078～-0.946 -1.017 4 -1.017 2

图3 各物价指数的GWR模型回归系数空间分布

由表2可知，GWR模型回归拟合高于OLS拟合，且OLS的卡方检验较小，未能通过0.05以下的显著性检验；而GWR模型Sigma检验结果为1.000 867 1，可通过0.05以下的显著性检验，说明OLS结果差异性高于GWR模型，因此GWR模型更为可行。

3 结 语

综上所述，GWR模型在解释集体土地拆迁补偿的物价驱动因素上，充分考虑了驱动的空间因素和物价在空间因素上的影响，减少了模型的偏差，增强了信息的精确性。通过对湖南省14个地市州5个物价指数的探讨，得到以下结论：

1）湖南省房屋拆迁补偿价格存在明显的空间异质性，GWR模型对物价驱动的拟合优于典型OLS，能更好地解释其空间上的自相关性。

［4］王刚，邱玉辉，蒲国林 一个基于语义元的相似度计算方法研究[J],计算机应用研究,2008，25（11）：3253-3255

2）房屋拆迁补偿价格与物价指数存在空间上的关联性，且物价指数在空间上显示了对房屋拆迁补偿价格的非平稳性，即空间差异性。UCPI、RCPI、PPI呈负影响效应，而CPI、RPI呈正影响效应。RCP与PPI对集体土地房屋拆迁补偿价格的影响比其他物价指数更为显著。

3）通过对物价指数的分析，利用调节农村居民消费水平、增加工业产业投入等宏观市场经济物价调控手段，对于改善目前集体土地拆迁补偿难的现状有重要意义。

参考文献

[1] 杨奎奇,汪应宏,张绍良,等. 江苏省城市地价影响因素分析与空间结构研究[J].人文地理,2013(1):69-74

[2] 蒋芳,朱道林. 基于GIS的地价空间分布规律研究:以北京市住宅地价为例[J].经济地理,2005(2):199-202

[3] 张先贵,宋江,周宏亮.专门性立法:农村集体土地房屋拆迁必由之路[J].黑龙江省政法管理干部学院学报,2010(12):53-56

[4] 赖毅明.关于城市规划区内集体土地房屋拆迁的几点探讨[J].中国房地产,2003(6):54-56

[5] 田大治.我国集体土地征收中存在的问题及对策研究[J].河南师范大学学报(哲学社会科学版),2012,39(4):96-99

[6] 林光平,龙志和.空间经济计量[M].北京:科学出版社,2014:55-57

[7] 吴玉鸣.中国经济增长与收入分配差异的空间计量经济分析[M].北京:经济科学出版社,2005:23-33

[8] 徐凤真,章彦英.集体土地征收制度创新研究[M].北京:法律出版社,2011:65-77

[9] 线多峰.农村集体土地拆迁中的问题及其对策研究[D].沈阳:沈阳师范大学,2011:23-34

[10] 凌学东.集体土地上房屋估价方法研究[J].中国房地产估价与经纪,2015(1):26-33

[11] 马军成,吴翼虎,郑防修,等.城乡一体化土地市场下的征地补偿标准研究[J].中国农学通报,2016,32(1):200-204

[12] 沈健.生产要素视角下的土地征收补偿制度研究[D].哈尔滨:哈尔滨工业大学,2014:71-83

[13] 董冠鹏,张文忠,武文杰,等.北京城市住宅土地市场空间异质性模拟与预测[J].地理学报,2011(6):750-760

[14] 陈成忠,林振山.中国居民消费价格指数波动的周期性及其驱动因素研究[J].经济问题探索,2009(8):77-84

[15] 张俊峰,张安录.土地资源空间异质性与经济发展水平的关系研究:以武汉城市圈为例[J].自然资源学报,2015,30(5):725-735