土地財政、地方債務與房價
——基于新房樓盤數據的實證分析

■陳瀟 景芃超 譚婭

長期以來，中國學者使用省級和地市級商品房房價數據，從財政壓力、土地財政、房價預期、利率等多方面分析了各地房價的增長原因，并為地方隱性債務的測算、增長原因以及如何防范化解債務風險做出了理論和實踐方面的貢獻。然而，較少有研究關注土地財政對不同土地供應類型房價影響的差異，也較為缺乏對土地財政和地方政府債務推動房價增長的相關機制的深入分析。

本文采用樓盤層面的新房樓盤均價數據和地級市層面的土地財政數據，研究了土地財政對新房樓盤房價的影響，并著重關注了地方政府債務對該影響的調節機制。

一、文獻綜述

（一）現有研究

有學者認為土地財政擴張是房價持續走高的主要原因[1]。地方政府可以通過控制土地的供給，在很大程度上影響房地產市場。地方政府作為土地的所有者、供給者和壟斷者，出于財政激勵、晉升激勵等以GDP為核心的評價指標，產生了通過土地出讓獲得財政收入或者進行招商引資的動機[2]。土地公有制下的住房金融化和土地金融化，共同擴大房地產生產以維持資本積累，且住房金融化拉動住房需求，而土地金融化加快提供相應供給[3]。地方政府面臨的財政壓力驅動其積極追求更高的土地出讓收入。土地財政作為連接地方政府財政壓力和房價的中間變量，其規模與房價有明顯的正相關關系[4]。唐云鋒等[5]在研究土地財政、財政壓力和房價“棘輪效應”時，應用系統GMM估計，考察了土地財政和財政壓力的交互作用，認為財政壓力作為一種制度性因素通過土地財政對房價產生間接作用，固化了房價的“棘輪效應”。邵朝對等[6]在探究房價、土地財政和城市集聚特征時發現，在與土地財政的互動中，房價上漲推動產業結構升級、優化城市集聚特征的效力被不斷削弱。

對于地方政府的供地模式，鄒琳華等[7]認為房價對土地出讓的變動并不敏感，地方政府為了獲得更多收入而傾向于擴大土地供應，即因為地方政府競爭、官員升遷等“售地沖動”而采取積極的土地財政政策。但在特定情況下，梅冬州等[8]構建了一個多部門的小國開放經濟DSGE 模型，分析表明在面對外部負向沖擊和經濟衰退的背景下，地方政府將收緊土地供應來提高地價和房價，進而穩定地方財政收入。但這樣的緊縮行為將進一步抑制居民消費和總需求[9]，導致我國宏觀政策與經濟政策發生沖突，使得經濟陷入“穩增長”與“調結構”的兩難境地。

除了關注地方政府財政壓力和土地財政，已有研究也涉及地方債對房價的影響機制。在2015 年新《預算法》實施之后，為統籌發展與安全，加快防范化解財政金融風險，徐軍偉等[10]系統梳理了政府部門和業界機構對融資平臺公司的分類和定義，并在此基礎上重新界定了融資平臺公司和城投債，建立了基于融資平臺公司新名單的城投債數據庫。發行地方政府債券是地方政府融通資金的主要能力之一，不僅表現為以直接投資的方式促進GDP 的增長，而且可以通過基礎設施建設和壓低工業用地價格雙重渠道進行招商引資。在經濟發展條件和資源稟賦較好的地區，引資競爭可能導致將土地過量供給到工業用地領域，致使商住用地資源緊缺，房價上漲[11]。地方政府債務對經濟增長的影響呈倒U型關系，且具有門檻效應。在地方公債發展初期，地方債對區域經濟增長的促進作用占優，幫助地方政府突破預算內財政限制，提高公共品供給能力，并有效集中社會閑置資本。但當債務規模突破債務平衡點時，地方債帶來的擠出效應和積累的債務壓力，以及社會對政府的預期降低，將對經濟增長產生負面影響[12]。面對信貸的外生擴張時，住房需求和房價均表現出顯著的增長[13]。面對宏觀經濟沖擊時，外部沖擊將導致以“招商引資”為基礎的“土地財政”模式難以為繼，地方政府逐步轉向以“基建投資”為依托的“土地金融”模式。土地不僅是重要的生產要素，也是企業的抵押擔保資產。在該情況下，外部沖擊導致企業和居民對土地產生需求競爭，進一步抬高了地價，地價上升緩解了企業的信貸約束，刺激其投資，兩者共同引起了較大的經濟波動[14]，其代價是房價高企和地方政府債務快速攀升[15]。

綜上所述，關于土地財政、地方債務以及房價的研究還有以下可以拓展的方面：第一，在研究土地財政和房價的模型中多采用省份和地級市層面的面板數據，少有采用新房樓盤層面數據進行驗證。第二，在地方債的規范研究和實證研究中普遍關注地方債對宏觀經濟的影響，少有采用交互項來檢驗土地財政和地方債對房價影響的相互作用。本文的創新性體現在以下三方面：一是從微觀層面分析了土地財政對房價的推動作用。二是以新房樓盤房價數據替代普遍研究中的商品房均價。土地財政影響土地價格并直接影響開發商成本，因此，土地財政與房地產市場聯系最緊密的住房類型就是新房樓盤，特別是住宅類樓盤。三是將土地財政、地方債和房價置于同一研究框架，實證分析三者之間的關系，并檢驗地方債與土地財政的交互作用。本文采用混合截面模型，構建工具變量以及多種穩健性檢驗，有效處理反向因果和遺漏變量偏差導致的內生性問題。同時，分樣本進行回歸，考察土地財政對不同物業類型、不同地區房價的差異性影響。

（二）研究假說

許多學者認為，在分級預算體制下，地方政府在面臨財政壓力時，將積極推動土地開發和城市化建設以獲得更多的土地出讓收入[16，17]。地方政府往往會壓低工業用地出讓價格進行招商引資，同時高價出讓商住用地[18—20]，并且地方政府的限購政策會導致房地產泡沫的空間轉移[21]，造成房地產開發成本提高，新房樓盤房價上升。2008 年金融危機爆發后，我國出臺了四萬億經濟刺激計劃，開始了新一輪的積極財政政策，地方政府開啟了以發行地方政府債券和通過融資平臺進行籌資的債務融資模式。在1994年《預算法》的基礎上，地方政府債券先后經歷了“代發代還”“自發代還”和“自發自還”三種模式的演變。地方政府債券融資主要為完成上級下達的建設任務，基礎設施投資可以在短期內顯著地資本化到土地價格中，并引致地方政府更多采用土地抵押貸款進行融資[22]。楊繼東等[23]和張莉等[24]考察了土地融資對地方政府債務增長的影響，認為城投債的發行通常以土地出讓收入作為擔保，這種土地出讓的融資放大效應同時放大了當地經濟對于房地產的敏感度。

綜上所述，地方政府土地財政與地方債對房價的影響機理如圖1 所示。據此，本文提出以下研究假說：

圖1 地方政府土地財政與地方債影響房價的機理

假說1：土地出讓收入會影響住宅類新房樓盤價格。

假說2：土地抵押融資會間接提高房價，債務發行規模擴大會使得政府更多依賴土地出讓收入進行抵押或償還本金，有助于促進土地財政對房價的推動作用。

二、模型設定與變量選取

（一）實證模型設定

為分析地方政府土地財政對于新房樓盤價格的影響，本文在基準模型中選取人均土地出讓收入的對數值作為土地財政的衡量指標，并采用如（1）式所示的固定效應回歸方程進行分析：

其中，下標i、c、t分別表示樓盤、地級市和年份；被解釋變量lnPriceict為地級市c的樓盤i在第t年的樓盤均價（單位：元/平方米）的對數值[25]；關鍵解釋變量lnALandct表示地級市c在第t年的人均土地出讓收入（單位：元）的對數值；Xict和Ect分別表示一系列樓盤層面和地級市層面控制變量的向量，用以控制樓盤和地級市層面的特征；γc為地級市固定效應；yeart為年份固定效應；εict為隨機擾動項。本文主要關注的系數是β，其含義是控制樓盤和地區特征等因素后，人均土地出讓收入對樓盤均價的影響。標準誤在城市層面進行聚類調整。

式（1）中，被解釋變量基于樓盤層面的數據，關鍵解釋變量基于地級市層面的數據，可在一定程度上緩解反向因果關系帶來的內生關聯問題，但仍可能遺漏某些同時影響樓盤房價和地方政府土地財政的因素，造成內生性問題。因此，本文使用工具變量法，并借鑒Nakamura 等[26]的思路，計算出樣本期內某地級市人均土地出讓收入與該地級市所在省份人均土地出讓收入之比的均值，以此均值為權重與該地級市所在省份當年人均土地出讓收入生成交互項，作為該地級市當年人均土地出讓收入的工具變量，并使用兩階段最小二乘法重新估計地方政府土地財政規模對樓盤房價的影響。該工具變量滿足：（1）相關性要求，人均土地出讓收入與工具變量高度相關；（2）外生性要求，遺漏變量與工具變量無直接聯系，地級市或樓盤層面的遺漏變量很難影響地級市所在省份的整體情況，且地級市人均土地出讓收入與該地級市所在省份人均土地出讓收入之比的均值為恒定值，不受遺漏變量影響。式（2）和式（3）分別為第一階段和第二階段回歸方程，其中lnALand_weightct為人均土地財政收入加權值，νct為隨機擾動項，其他變量含義與式（1）相同。第二階段回歸中關鍵解釋變量是由第一階段回歸得到的人均土地出讓收入擬合值，本文主要關注系數β。

土地財政對樓盤房價的影響可能受到地方政府債務調節。當地方政府債務壓力加大時，土地財政對樓盤房價的影響也有進一步增強的趨勢。為進一步探究地方政府債務與土地財政在樓盤房價持續升高中互動的特殊性，本文進一步引入地方政府債務與土地財政的交叉項進行檢驗：

其中，lndebtct為地級市c 在第t 年的城投債發行規模（單位：元）的對數值；lnALandct×lndebtct為土地財政和地方債務規模的交叉項；主要關注系數δ的符號，顯示了地方政府債務在土地財政影響樓盤房價過程中的調節作用。

（二）變量選取和說明

1.被解釋變量

本文采用新房樓盤的參考均價（lnPrice）來表示樓盤房價。樓盤參考均價表示樓盤初次銷售時的定價，在一定程度上反映了開發商決策。本文對樓盤參考均價做了對數化處理。

2.關鍵解釋變量

（1）土地財政。本文使用人均土地出讓收入的對數值（lnALand）作為土地財政的衡量指標。通過對土地出讓收入進行人均調整，可以更好地反映地方政府土地財政行為對其發展轄區內每個居民的影響，以及地方政府在借貸市場上的相對融資談判能力。在穩健性檢驗中，本文將土地財政衡量指標替換成了土地出讓總收入（lnLand）和土地出讓依存度（dependence），對基準模型重新進行了估計。

（2）地方政府債務。本文參考徐軍偉等[10]對融資平臺公司和城投債的定義，采取其統計的各地級市城投債發行規模的對數值（lndebt）來衡量地方政府債務水平。

3.控制變量

根據已有文獻，本文添加如下控制變量以降低遺漏變量帶來的內生性問題：

（1）樓盤：包括綠化率（ratio_green）、容積率（far）、車位配比（car）。這些指標能夠反映樓盤的配套設施和小區環境，也能反映房地產開發商對建設用地的使用強度，與樓盤開發成本密切相關，屬于樓盤的物理特征。

（2）經濟：包括人均GDP（lngdppc）、人口密度（lnpopden）、第三產業占比（ratio_third）。這些指標能夠反映樓盤所在城市發展水平和居民對住房的需求，隨著居民收入和城市人口的增多，商品房的需求總量會增加[27]，進而推升房價。

（3）房屋需求：樓盤所在城市的商品房銷售面積（lnarea），反映了住房市場上需求側對房價的影響。

（4）房屋供給：房地產開發投資（lninvest），反映了房地產市場的金融發展程度和房地產市場的投資活躍度。

（三）數據來源和說明

本文使用的房價指標和樓盤指標來自CnOpen-Data中國新房信息數據庫①。該數據庫包含全國28個省級行政區、直轄市與對應多個重點城市的所有新開發樓盤信息。土地出讓收入數據來自《中國城市統計年鑒》，其他地級市數據來自CEIC 數據庫和EPS 數據庫。為緩解極端值對實證結果的潛在影響，本文對連續變量進行上下限各1%的縮尾處理，處理后的樣本中包含2004—2017 年26 個省級行政區中101個城市的5450個新房樓盤信息。本文選取2004—2017 年的主要原因是：首先，新房樓盤數據和土地財政相關統計指標在此區間內可得并且口徑一致；其次，該時間段不受全球新冠疫情影響。各變量的定義及數據說明見表1，表2報告了主要變量描述性統計。

表1 主要變量定義

表2 主要變量描述性統計

三、計量檢驗與結果分析

（一）基準回歸結果

本文分析了土地財政對新房樓盤房價的影響。表3（1）列為核心解釋變量對于新房樓盤房價的回歸，結果顯示人均土地出讓收入與樓盤參考均價之間存在顯著的正相關關系。（2）列引入了年份、城市和物業類型的固定效應進行控制，盡管核心解釋變量的系數減小，但仍然在統計上顯著。（3）列進一步添加了樓盤和地級市層面的特征變量，結果仍然表明人均土地出讓收入與樓盤參考均價之間存在顯著的正相關關系。該結果支持了本文的假說1。

表3 土地財政影響樓盤房價的回歸結果

（二）穩健性檢驗

在基準回歸中，未考慮內生性問題，也未考慮到變量設置可能引起測量誤差等因素。這些因素是否會干擾基準實證結論需要進一步驗證。內生性問題可能存在于兩個方面：一是反向因果問題，即高房價可能會推動土地價格上漲，因此政府在土地出讓決策上會更積極。二是遺漏變量問題。例如，城市建設和環境改善可能導致房價上漲，而這些基礎設施往往依賴政府大量的財政支出，導致政府有更多出讓土地的動機。上述潛在內生性問題可能導致核心解釋變量與誤差項之間存在相關性，從而導致回歸系數出現偏誤。

為了確保結果的穩健性，本文采用了多種方法進行穩健性檢驗，包括工具變量回歸、不同類型的固定效應模型、替換核心解釋變量和控制標準誤差聚類等方法，從而加強了本文實證結論的可信度。

1.工具變量估計結果

為了解決內生性問題，如前所述，本文采用兩階段工具變量法進行驗證。第一階段估計結果見表4（1）列，工具變量的識別不足檢驗中，Anderson LM統計量在1%顯著性水平上拒絕工具變量識別不足的原假設；弱工具變量檢驗中，Cragg-Donald Wald F統計量遠大于Stock-Yogo 弱工具變量檢驗的臨界值，拒絕存在弱工具變量的原假設。表4（2）和（3）列報告了內生變量（即核心解釋變量）和工具變量的簡約形式結果。（3）列加入內生變量后，工具變量回歸系數值變小且變得不顯著，而內生變量的符號不變且仍然顯著，表明工具變量只能通過內生變量來影響新房樓盤房價，滿足排他性約束假設。第二階段回歸中，人均土地出讓收入的估計系數顯著為正，與基準回歸結果一致。

表4 穩健性檢驗（工具變量）的回歸結果

2.土地財政影響樓盤房價的穩健性檢驗結果

表5 報告了其他穩健性檢驗的回歸結果。首先，針對基準回歸中可能存在的遺漏省份層面變量的問題，（1）列在基準模型的基礎上控制了省份與年份交互固定效應，控制了不同省份隨時間變化的因素，包括政策支持、宏觀經濟波動等，核心解釋變量的估計系數保持顯著且符號不變。其次，經濟變化、政策沖擊可能對不同物業類型的新房樓盤房價產生異質性影響，為控制這些不可觀測的異質性沖擊因素，（2）列加入物業類型與年份的交互固定效應，控制每一種物業類型隨時間變化的因素，回歸結果仍保持穩健。最后，土地財政可以用多種指標進行衡量，（3）和（4）列將核心解釋變量人均土地出讓收入用各市土地出讓收入和土地財政依存度進行替換，其中，土地財政依存度定義為土地出讓收入占地方財政預算內收入的比例。結果顯示，土地財政指標的系數仍顯著為正。此外，由于同一種物業類型受到房地產開發決策和政府政策等因素的影響，故房價在物業類型上可能存在序列相關性，（5）列報告了將標準誤聚類到物業類型和年份上的回歸結果，人均土地出讓收入對新房樓盤參考均價的影響仍正向顯著。以上穩健性檢驗均可說明，地方政府土地財政的擴張對新房樓盤房價有明顯的刺激作用，推動了房價攀升。

表5 土地財政影響樓盤房價的穩健性檢驗回歸結果

（三）異質性分析

接下來，本文將探討土地財政對新房樓盤房價的異質性影響。自分稅制改革以來，我國各地區由于經濟發展水平不均衡，各地方政府財政收入狀況存在明顯的差異，這導致地方政府財政決策行為具有異質性。同時，在樓盤開發過程中，不同的物業類型會產生不同的開發成本，土地財政對不同物業類型房價的影響可能存在差異。表6匯報了引入交互項進行異質性分析的回歸結果。

表6 土地財政影響樓盤房價的異質性分析回歸結果

1.區域異質性

我國幅員遼闊，東中西部在經濟發展水平、產業結構等方面有明顯差異。已有研究對于土地財政與房價之間的正相關效應有兩種觀點：一種觀點認為地方政府的土地供給在不同區域對于住房價格的影響沒有顯著區別；另一種觀點則認為相較于中西部省份，土地財政更為活躍的東部發達省份其土地出讓行為對房價的影響程度更大。因此，本文將新房樓盤所處區域劃分為東部、中部和西部，劃分標準來自國家統計局②。表6（1）列引入了虛擬變量中部（middle）、西部（west）的虛擬變量與人均土地出讓收入對數值的交互項，系數均不顯著，表明無論東中西部，地方政府擴大土地財政的行為都對新房樓盤的房價提高沒有顯著影響，且在不同區域間沒有顯著的差別。

2.城市等級

由于經濟規模、財政收入、行政等級、市場認可度等因素在城市間有巨大差異，土地財政對新房樓盤房價的作用可能在不同等級的城市間存在異質性。因此，本文將新房樓盤所在城市根據城市等級進行劃分，劃分標準來自中國社科院財經戰略研究院住房大數據項目組③。表6（2）列在基準回歸的基礎上加入一線和二線城市（city_a）虛擬變量與人均土地出讓收入對數值的交互項，回歸系數不顯著，表明就土地財政對新房樓盤房價的影響而言，一二線城市與三四線城市之間不具有異質性。

3.人口規模

我國早期的宏觀調控政策主要是從房地產市場的供給側進行調整，而后由于政策效力不足轉而關注需求側管理。需求側管理的主要內容是限購政策，截至2014 年共有46 個大中城市實施了限購政策，而中小城市人口由于規模小，缺乏人口流入，普遍沒有住房購買限制[21]。因此，本文采用《國務院關于調整城市規模劃分標準的通知》（國發〔2014〕51號）的劃分④，將城市按人口規模分為超大城市和非超大城市，以此來間接分析人口規模和限購政策可能產生的異質性影響。表6（3）列引入了超大城市（pop_large）與人均土地出讓收入對數值的交互項，回歸系數顯著為正，表明當其他因素相同時，同樣水平的人均土地出讓收入，人口規模更大的城市中，土地財政行為對新房樓盤房價的促進作用更強。不同于主要由經濟發展水平決定的城市等級，由人口規模劃分的不同等級城市在土地財政對新房樓盤房價的影響上具有異質性。這可能是因為：對于人口規模更大的城市，人們的住房需求更高，地方政府可以更大程度影響土地價格，同時房地產商在對土地進行開發后有更大的溢價空間，進而強化了土地財政對房價上漲的作用。此外，人口規模較大的城市往往存在限購政策，表6（3）列的回歸結果也在一定程度上反映了限購對于土地財政與新房樓盤房價之間的正相關效應有促進作用，間接驗證了假說1 中土地財政通過購房引導政策影響房價的途徑。

4.土地財政依存度

不同地方政府依賴土地財政的程度存在差異，可能對基準結果產生異質性影響。根據地方政府的土地財政依存度中位數，本文將所有城市劃分成高依賴度和低依賴度的樣本，并構建虛擬變量高依存度（high_dependence）。土地財政依賴度較高的地區，其房地產投資通常也相對較高，土地財政將影響城市的空間擴張效應和產業集聚等因素，因此造成房價的波動[28]。表6（4）列引入高依存度（high_dependence）虛擬變量與人均土地出讓收入對數值的交互項，回歸系數不顯著，表明土地財政可能不會因地方政府對土地財政的依賴程度不同而對新房樓盤房價產生異質性影響。

5.物業類型

根據假說1，土地財政的主要影響途徑包括對不同用地類型出讓價格的差異化控制，為進一步驗證假說1，對物業類型進行劃分并引入交互項進行異質性分析。表6（5）列引入住宅物業（estate_a）虛擬變量與人均土地出讓收入對數值的交互項回歸，交互項系數在1%的水平上顯著為正。從結果上看，相較于其他物業類型，土地財政的擴張對于住宅物業新房樓盤價格推動作用更加明顯，地方政府的積極土地財政政策會更多地體現在對住宅物業樓盤的價格推動上，驗證了假說1。

（四）進一步討論

本文的基準結果可能受到地方政府土地財政動機的影響，當地方政府債務壓力越大時，可能有動機通過土地財政獲取更多財政收入。為驗證假說2，本文在基準回歸中進一步引入了地方債對數值和土地財政指標的交互項，回歸結果匯報在表7（1）列中。結果顯示，人均土地出讓收入對數值與地方債規模對數值的交互項回歸系數顯著為正，表明地方政府越依賴地方債務進行招商引資和基礎設施建設，就越需要依靠土地財政來償還債務，從而推動新房樓盤房價上升的作用越強。一方面，這種交互作用可能是由于隨著基礎設施的改善，房價也因環境的改善而上升；另一方面，房價上升會使地方政府更依賴土地出讓的融資方式，導致土地成交價格上漲，房地產開發成本上升，從而推動新房樓盤房價上升。表7（2）和（3）列將土地財政的變量替換為土地出讓收入和土地財政依存度，進行了穩健性檢驗，交互項的回歸結果依然顯著，表明這一結論具有較強的穩健性。表7（4）至（6）列報告了分別針對東部、中部和西部地區的分樣本回歸結果。結果顯示，東部和中部地區樣本的交互項顯著為正，中部地區樣本的估計系數甚至大于東部地區，而西部地區樣本的交互項并不顯著。因此，地方政府債務規模擴張對土地財政推動房價上升的影響在東部和中部地區更為顯著，而在西部地區并不明顯。毛捷等[12]在關于地方債務對經濟增長的區域差異研究中提到，地方債務、土地財政以及樓盤房價的機制可能受到不同地區債務平衡點和債務規模的影響，東部和中部地區因經濟發展水平等因素，其債務規模和金融市場發展水平高于西部地區，因此東部和中部地方政府的土地財政和土地引資行為更加活躍，對房地產市場的影響更為強烈。

表7 土地財政、地方債與樓盤房價的回歸結果

四、結論與啟示

本文采用地級市層面的土地財政、政府債務數據以及樓盤層面的房價相關數據進行實證研究，分析了土地財政（包括土地財政收入和土地財政依存度）對新房樓盤房價的影響，同時從土地抵押融資的角度研究了地方債務與土地財政在推動房價上漲方面的交互作用。研究結果發現，土地財政對新房樓盤房價的上漲有顯著影響。通過使用工具變量法、替換被解釋變量及改變標準誤聚類層面進行穩健性檢驗后，上述結論保持不變。通過多角度的異質性分析，本文發現土地財政對新房樓盤房價的影響主要體現在人口規模較大的城市和住宅物業類型的樓盤。借助地方城投債發行規模數據，本文還構建了土地財政與地方債的交互項并引入基準回歸，研究發現在地方債務蓬勃發展的階段，地方政府的債務上升反而促進更多的土地質押和出讓行為，提高了土地財政對房價的推動作用。在金融市場發展水平更高的東部和中部地區，地方債務與土地財政的聯系更為密切。

根據上述研究結論，本文得出以下政策啟示：

第一，土地財政行為是推動房價上漲的重要原因之一。深化財稅體制改革和完善分稅制將是改善地方政府土地財政狀況的關鍵措施，有助于在源頭上控制土地財政對房價的推動作用。考慮到土地財政具有不可持續性，地方政府需要增加穩定和可持續的財政收入。提高建設用地指標的配置效率，增加城市用地的靈活性，以促進工業用地和商住用地的合理分配，從而平衡房地產市場的供求結構。

第二，土地財政對房價的影響與地方債務緊密相關。地方政府通常會借助融資平臺舉借債務，以土地資產作為信用擔保，以土地價值增值作為償債來源，這可能導致土地財政面臨財政壓力和房地產開發項目效率低下的雙重問題。應加強對地方政府土地使用制度的頂層設計，嚴格控制土地要素與地方融資平臺的資產信用聯系，規范政府債務發行的條件和償債來源，以促進房地產行業和地方經濟的健康發展。

第三，綜合發展和穩定是關鍵。房地產市場波動較大，應該努力維持地價、房價和市場預期的穩定。要完善“人房地錢”四要素的聯動機制，進行結構性調整，特別是對人口規模較大、產業較發達的熱門城市。此外，要進行住房資源的分配調整，減少錯配和浪費，促進土地資源的高效使用。同時應保持政策的連續性和穩定性，以確保地方政府的土地財政政策平穩應對宏觀經濟波動，避免造成房價過大波動，以此穩定預期，最終實現地價和房價的穩定。

注 釋

①CnOpenData 數據平臺（中國開放數據）是覆蓋經濟、金融、法律、醫療、人文等多個學科維度的綜合性數據平臺。中國新房信息數據庫囊括了一線、新一線、二線和三四線城市的新建商品房信息，包含在售、待售和售罄三種銷售狀態，涵蓋了新建商品房小區名稱、地理位置、在售戶型、建筑面積、參考價格、物業類型、開發商名稱、綠化率、占地面積、車位配比等字段。

②《東西中部和東北地區劃分方法》詳見網址：http：//www.stats.gov.cn/zt_18555/zthd/sjtjr/dejtjkfr/tjkp/202302/t20230216_1909741.htm。

③《中國住房大數據分析報告》詳見網址：http：//naes.cssn.cn/cj_zwz/ry/yjry/zlh/zlhyjcg/202002/t20200229_5094692.shtml。

④《國務院關于調整城市規模劃分標準的通知》（國發〔2014〕51 號）詳見網址：https：//www.gov.cn/gongbao/content/2014/content_2779012.htm。