2017年中國商品住宅開發(fā)行業(yè)發(fā)展前景分析及預(yù)測【圖】

商品住宅開發(fā) 李玲玲 2018-01-15 07:09 來源：智研咨詢

一、市場容量大

中國房地產(chǎn)市場容量大，在未包括二手房交易、房地產(chǎn)金融、房地產(chǎn)交易服務(wù)、住房租賃、商業(yè)地產(chǎn)運營等領(lǐng)域的情況下，僅在新建商品住宅開發(fā)銷售領(lǐng)域預(yù)計就有約 261-435 萬億元的增量空間。上述增量源自城鎮(zhèn)居民人均居住面積提升、城鎮(zhèn)化率提升、人口自然增長、過往住房供應(yīng)缺口、舊房改造等。

1、新建商品住宅開發(fā)銷售體量大，二手房交易規(guī)模亦達數(shù)萬億級別

2016 年末，我國新建商品住宅銷售額達 9.9 萬億元，同比增長 36.1%。2017年行業(yè)雖然屢遭打壓、調(diào)控，但商品住宅仍有顯著增長，2017 年 1-10 月銷售額為 8.6 萬億元，同比增長 9.6%，預(yù)計全年大概率突破 10 萬億元。二手房交易規(guī)模隨行業(yè)發(fā)展穩(wěn)步提升，我國 2015 年二手房交易規(guī)模為 3.47 萬億元，同比增長 26%，其預(yù)計到 2020 年將達 5.65萬億元，5 年增長 63%。

二手房交易規(guī)模

數(shù)據(jù)來源：公開資料整理

2、我國人均居住面積與發(fā)達國家相比仍有增長空間

2016 年，我國人均居住面積為 36.6 平方米，較 10 年前大幅增長了 35%，房屋居住舒適度顯著提升，但與發(fā)達國家的人均居住面積相比仍存在一定的差距，如美國、德國、英國、日本的人均居住面積分別達 65.03（美國普查局）、44.6（德國聯(lián)邦統(tǒng)計局）、44（Google Scholar）、44.68（日本統(tǒng)計年鑒）平方米?？紤]到人均居住面積受人口密度影響，因此人口密度與我國較為接近的國家更具參考價值，我國人口密度介于美國和德國之間，并且小于英國和日本，總體差異度仍可接受，因此這四個國家的人均居住面積有望成為我國未來發(fā)展狀況的參照；而新加坡人口密度遠超我國數(shù)十倍，人均居住面積不具備參考價值。由于美國、德國、英國和日本四個國家的人均居住面積數(shù)據(jù)中最小值為 44 平方米，我們保守估計未來我國人均居住面積將達到這一水平。

中國與發(fā)達國家人口密度和人均居住面積對比

國家	人口密度（人/平方公里）	人均居住面積（平方米）
美國	35.32	65.03
中國	146.85	36.6
德國	236.94	44.6
英國	271.31	44
日本	348.35	44.68
新加坡	7908.72	27.69

數(shù)據(jù)來源：公開資料整理

3、城鎮(zhèn)化率仍有較大提升空間

目前我國城鎮(zhèn)化率已超過全球及中等收入國家水平，2016 年，我國城鎮(zhèn)化率為57.35%，較 2008 年提升了 10.36 個百分點，年均增長 1.3 個百分點，增長較上半程有所放緩，但整體水平與高收入國家相比仍存在較大差距，如德國、美國、英國、日本的城鎮(zhèn)化率分別高達 75.51%、 81.79% 、82.84% 、93.93%，未來我國城鎮(zhèn)化發(fā)展仍具有較大提升空間。

我國城鎮(zhèn)化率經(jīng)過快速增長進入后半程

數(shù)據(jù)來源：公開資料整理

我國城鎮(zhèn)化率相比發(fā)達國家仍有較大提升空間

數(shù)據(jù)來源：公開資料整理

4、人口保持增長持續(xù)創(chuàng)造住房需求

我國人口持續(xù)增長，近 10 年保持在 5%左右的人口自然增長率，2016 年在二胎政策影響下，人口增長率小幅上升，達到 5.86%，預(yù)計未來我國人口仍將保持較好的增長勢頭，為房地產(chǎn)市場持續(xù)創(chuàng)造住房需求。

我國人口持續(xù)增長

數(shù)據(jù)來源：公開資料整理

5、供給缺口回補空間大

過去十多年商品住房累計供給缺口較大，自 2000 年以來，除 2010、12、14及 15 年這四個年份沒有缺口，其余年份每年均呈供不應(yīng)求態(tài)勢，累計供給缺口達 85 億平方米。

2000 年至 2016 年形成的供應(yīng)總?cè)笨?br />

數(shù)據(jù)來源：公開資料整理

2016 年后中國商品房住宅潛在總需求測算

序號	指標	數(shù)值
①	2016 年末總?cè)丝?/div>	13.83 億人
②	城鎮(zhèn)總?cè)丝?/div>	7.93 億人
③	鄉(xiāng)村人口	5.9 億人
④	當前城鎮(zhèn)人口居住建筑面積	36.6 平方米
⑤	參考發(fā)達國家人均居住面積得出的改善性需求（中性與樂觀兩種情況）	英國 44 平方米美國 65.03 平方米
⑥	現(xiàn)有城鎮(zhèn)人口人均居住面積改善空間	7.4 平方米28.43 平方米
⑦	改善需求總建筑面積	58.68 億平225.45 億平
⑧	2016 年末城鎮(zhèn)化率	57.35%
⑨	城鎮(zhèn)化率提升需求總建筑面積（若城鎮(zhèn)化率達到 72%，即發(fā)達國家的 80%，且人均居住面按上述標準）	89.15 億平131.76 億平
⑩	2000 年至 2016 年形成的供應(yīng)總?cè)笨?/div>	85.48 億平
	未考慮人口增長的 2016 年之后的總潛在需求（⑦+⑨+⑩）	233.31 億平 442.69 億平
	未來總?cè)丝跐撛谠黾?/div>	2.17 億人
	未來潛在增加總?cè)丝诔擎?zhèn)化的數(shù)量	1.56 億人
	總?cè)丝谠鲩L城鎮(zhèn)化所增加的住房需求	68.75 億平101.6 億平
	開發(fā)商增量總需求（ ⑦+⑨+⑩+）	302.06 億平 544.29 億平
	舊改總需求建筑面積（1998年前住宅存量約為 120億平方米，假設(shè)其中 50%將達到壽命極限）	60 億平
	總市場容量（開發(fā)商增量總需求 +舊改總需求）	362.06 億平 604.29 億平
	2016 年全國新建商品住宅均價（銷售額/銷售面積，統(tǒng)計局口徑）	7202.58 元/平
	參考 2016 年房價，2016年之后的住宅潛在需求金額	260.77 萬億元 435.24 萬億

數(shù)據(jù)來源：公開資料整理

6、老舊房屋亟待更新改造

住建部原副部長仇保興曾在 2010 年第六屆國際綠色建筑與建筑節(jié)能大會上指出，我國住房使用壽命只能約持續(xù) 25-30 年，近年來建造于上世紀八九十年代多起房屋坍塌事件也佐證了這一點。 “2009 年中國城鎮(zhèn)住房存量約為 170 億平方米，其中 1997 年房改以來新建的住宅存量約為 50 億平方米，總體上新建住房占比為 30%；相比而言，截至 1975 年，日本住房存量幾乎已經(jīng)全部更新?lián)Q代”，這表明房改之前的住宅存量約為 120 億平方米，我們假設(shè)這些存量住宅中有 50%將達到壽命極限，則約有 60 億平方米的住宅存在更新改造需求。

近年我國房屋使用壽命達 20-30 年后的坍塌事件

時間	事件
2009 年 8 月	石家莊市一座建于上世紀 80 年代的二層樓房倒塌
2012 年 12 月	交付 20 余年的寧波市錦屏街道 2 幢樓倒塌
2013 年 3 月	紹興市越城區(qū)一幢四層樓的民房倒塌
2014 年 4 月	浙江奉化只有 20 年歷史的居民樓突然坍塌
2016 年 1 月	南寧一住戶陽臺突然坍塌，該房所在樓房是上世紀 80 年代建造的大板房，已超過 25 年的設(shè)計使用壽命

數(shù)據(jù)來源：公開資料整理

7、結(jié)論：商品住宅開發(fā)細分領(lǐng)域增量空間約 261-435 萬億元

我們通過城鎮(zhèn)化率、人均可居住面積、人口自然增長、2000~2016 年住宅供應(yīng)缺口，以及老舊住宅更新等五大因素來測算未來我國住宅總建筑面積（假設(shè)以此計算的市場容量全部進入商品房市場）。其中，城鎮(zhèn)化率的提升、人均可居住面積的擴大、人口的自然增長形成的市場增量，以及 2000~2016 年形成的住宅供應(yīng)缺口，有利于開發(fā)商開拓市場；而舊改需求對開發(fā)商而言不產(chǎn)生增量貢獻，最高人民法院于 2016 年 2 月 23 日發(fā)布了《物權(quán)法解釋（一）》，包括不動產(chǎn)登記與物權(quán)確認等等，使《物權(quán)法》更具操作性，加強了居民對物權(quán)的保護意識，開發(fā)商舊改拆除的房屋應(yīng)依法給予拆遷補償，并保障被征收人的居住條件。

最高人民法院發(fā)布《物權(quán)法》司法解釋主要內(nèi)容

時間	發(fā)布機構(gòu)	文件名稱	主要內(nèi)容
2007 年 3月	全國人大	《中華人民共和國物權(quán)法》	· 第四十二條為了公共利益的需要，依照法律規(guī)定的權(quán)限和程序可以征收集體所有的土地和單位、個人的房屋及其他不動產(chǎn)。征收集體所有的土地，應(yīng)當依法足額支付土地補償費、安置補助費、地上附著物和青苗的補償費等費用，安排被征地農(nóng)民的社會保障費用，保障被征地農(nóng)民的生活，維護被征地農(nóng)民的合法權(quán)益。征收單位、個人的房屋及其他不動產(chǎn)，應(yīng)當依法給予拆遷補償，維護被征收人的合法權(quán)益；征收個人住宅的，還應(yīng)當保障被征收人的居住條件。任何單位和個人不得貪污、挪用、私分、截留、拖欠征收補償費等費用。 · 第四十四條因搶險、救災(zāi)等緊急需要，依照法律規(guī)定的權(quán)限和程序可以征用單位、個人的不動產(chǎn)或者動產(chǎn)。被征用的不動產(chǎn)或者動產(chǎn)使用后，應(yīng)當返還被征用人。單位、個人的不動產(chǎn)或者動產(chǎn)被征用或者征用后毀損、滅失的，應(yīng)當給予補償。
2016 年 2月	最高人民法院	最高人民法院關(guān)于適用〈中華人民共和國物權(quán)法〉若干問題的解釋（一）	（一）關(guān)于不動產(chǎn)登記與物權(quán)確認或基礎(chǔ)關(guān)系爭議（二）關(guān)于預(yù)告登記的效力（三）關(guān)于特殊動產(chǎn)轉(zhuǎn)讓中的“善意第三人” （四）關(guān)于發(fā)生物權(quán)變動效力的人民法院、仲裁委員會的法律文書的范圍（五）關(guān)于按份共有人優(yōu)先購買權(quán)的司法保護（六）關(guān)于善意取得制度的適用

數(shù)據(jù)來源：公開資料整理

我們假設(shè)未來城鎮(zhèn)化率達到 72%（即達到發(fā)達國家 80%的水平），人均居住面積在中性和樂觀情況下分別達到 44（英國）和 65（美國）平方米，潛在總?cè)丝谶_到 16 億人，以此測算的住宅總需求建筑面積約為 362~ 604 億平方米，對應(yīng)的市場規(guī)模約為 261~435 萬億元，其中，對開發(fā)商有利的住宅市場增量約為302~ 544 億平方米，對應(yīng)的市場規(guī)模約為 218~392 萬億元。另外，由于目前我國租賃市場正處于政策紅利推動下的快速發(fā)展時期，租賃市場或?qū)⒎至鞑糠仲彿啃枨蟆?/p>

二、觸角延伸范圍廣，對國民經(jīng)濟影響大

1、房地產(chǎn)產(chǎn)業(yè)鏈長，其繁榮或降溫將顯著影響上、下游眾多行業(yè)領(lǐng)域

①為社會經(jīng)濟活動提供了及其重要的實體場所；②促進了相關(guān)產(chǎn)業(yè)鏈的發(fā)展，包括材料、金屬開采、建筑業(yè)、家居、家電等；③帶動了相關(guān)配套產(chǎn)業(yè)的繁榮，如金融業(yè)、教育、文化等；④為二手房交易及房屋租賃的提供了發(fā)展基礎(chǔ)。

房地產(chǎn)部分產(chǎn)業(yè)鏈示意圖

數(shù)據(jù)來源：公開資料整理

房地產(chǎn)部分配套產(chǎn)業(yè)示意圖

數(shù)據(jù)來源：公開資料整理

2、房地產(chǎn)支柱地位對國民經(jīng)濟影響大

新建商品房銷售額快速增長，截至 2016 年末，銷售額已達 11.8 萬億元，2000年至 2016 年增長了近 32 倍，年均復合增速超 24%。從商品房銷售額占 GDP現(xiàn)價的比重來看，該比例呈現(xiàn)明顯上升趨勢——從 2000 年的 3.6%提升至 2016年的 15.8%，創(chuàng)歷史新高，這意味著房地產(chǎn)對經(jīng)濟增長的貢獻在加大，重要性在提升。商品房銷售面積累計同比增速每增加 9.5%，GDP 提高 0.1%。

商品房銷售額/GDP 呈上升趨勢

數(shù)據(jù)來源：公開資料整理

2016 年，中國房地產(chǎn)業(yè)增加值占 GDP 比重達 6.47%，創(chuàng)歷史新高。從國際比較來看，中國這一指標仍處于較低水平，未來仍有增長空間——發(fā)達國家房地產(chǎn)業(yè)早已度過了快速增長階段，在人們普遍認識中發(fā)達國家房地產(chǎn)業(yè)增加值占 GDP 的比重應(yīng)該不高，但從客觀數(shù)據(jù)來看，發(fā)達國家這一指標仍處于高位，如美國常年處于 11%~12%的水平，英國從 2009 年的 9.2%快速上升至 2016 年 13.1%的新高，甚至連以租房為主、視房地產(chǎn)業(yè)為福利重要組成部分的德國，該指標在 2016 年也處于 11%的高位。

中國及部分發(fā)達國家房地產(chǎn)增加值占 GDP 比重

數(shù)據(jù)來源：公開資料整理

從各行業(yè)對 GDP 增長的貢獻率和拉動來看，房地產(chǎn)業(yè)在三大產(chǎn)業(yè)細分行業(yè)中排行前列，對經(jīng)濟發(fā)展的貢獻程度較高，支柱地位突出。

行業(yè)對GDP累計同比貢獻率（%）

數(shù)據(jù)來源：公開資料整理

行業(yè)對GDP累計同比的拉動（百分點）

數(shù)據(jù)來源：公開資料整理

三、地方政府對土地財政依賴度高

1、土地財政短期不可替代

中國近 20 年房地產(chǎn)的高速發(fā)展與土地財政密不可分，地方政府通過土地出讓金獲取充裕財力用于道路、交通、學校、醫(yī)院等公共設(shè)施建設(shè)，促進了地方城市的發(fā)展，而城市的發(fā)展又提升了土地的價值，反哺地方政府的土地出讓價值，形成良性循環(huán)。這種土地財政機制隨著時間的推移，不但成為了地方政府重要的財政收入來源，也是地方政府主要的償債來源之一，短期不可替代。

1）土地出讓金占公共財政收入比重大

A）省、直轄市

2016 年土地出讓金占財政收入比重超過 30%的省、直轄市有 14 個，占全部 25 個省、直轄市的 56%，其中土地出讓金占比超過50%的省、直轄市有 6 個，占比 43%，可見大部分省、直轄市的土地出讓金占財政收入比重較大。

2016 年省、直轄市土地出讓金占公共財政收入比重較大

序號	省、直轄市	土地出讓金（億元）	公共財政收入（億元）	土地出讓金占比
1	江西	1211	1621	75%
2	重慶	1497	2228	67%
3	江蘇	5431	8121	67%
4	安徽	1104	1793	62%
5	河南	1436	2415	59%
6	浙江	1973	3441	57%
7	湖南	1173	2515	47%
8	河北	1208	2851	42%
9	四川	1412	3389	42%
10	山東	2227	5529	40%
11	廣西	626	1556	40%
12	海南	244	628	39%
13	廣東	3384	10390	33%
14	天津	879	2723	32%
15	山西	495	1702	29%
16	遼寧	612	2127	29%
17	甘肅	207	744	28%
18	陜西	417	1834	23%
19	吉林	287	1264	23%
20	云南	361	1812	20%
21	新疆	246	1331	18%
22	黑龍江	169	1166	14%
23	上海	799	5520	14%
24	北京	429	5081	8%
25	貴州	32	1503	2%

數(shù)據(jù)來源：公開資料整理

B）地級市

我們按照上述方法對地級市進行統(tǒng)計（數(shù)據(jù)最新更新至 2009 年），由于 wind沒有地級市的土地出讓金指標，因此以政府性基金收入（其中絕大部分為土地出讓金）指標進行替代。結(jié)果顯示，政府性基金收入占公共財政收入超過 50%的地級市有 169 個，占比全部 240 個地級市的 70%，其中，政府性基金收入占公共財政收入超過 100%的地級市有 44 個，占比 26%，可見地級市的土地出讓金占比也較大。

2009 年地級市土地出讓金占公共財政收入比重

序號	地級市	政府性基金收入（億元）	公共財政收入（億元）	政府性基金收入占比
1	廣元	25.1	10.2	245%
2	濰坊	322.7	158	204%
3	綿陽	65.5	33.7	194%
4	北海	27.6	17.2	161%
5	杭州	820.7	520.8	158%
6	鞍山	193.1	123.1	157%
7	成都	569	387.4	147%
8	南充	34.5	23.5	147%
9	德陽	46.1	31.8	145%
10	沈陽	463	320.2	145%
11	營口	82.1	57.1	144%
12	自貢	24.4	17	143%
13	阜新	25.8	18.6	139%
14	眉山	24.7	18.4	134%
15	三亞	35.8	26.7	134%
16	濟南	280.9	210.2	134%
17	寧波	564.3	432.8	130%
18	衢州	49.1	37.9	130%
19	大同	60.9	47.6	128%
20	廊坊	87	69.3	126%
21	大連	497	400.2	124%
22	常州	260.2	215.9	121%
23	臨沂	109.8	91.5	120%
24	開封	34.9	29.5	118%
25	溫州	227.1	195.6	116%
26	滁州	42.9	37.1	116%
27	臺州	157.4	136	116%
28	亳州	19.8	17.3	115%
29	宣城	40.2	35.4	113%
30	黃山	23.4	20.8	112%
31	金華	144.4	129.3	112%
32	紹興	178.7	160.4	111%
33	寧德	30.4	27.5	110%
34	舟山	52.8	48.8	108%
35	九江	54.6	50.5	108%
36	佛山	271.2	254.7	106%
37	撫順	56.4	53.8	105%
38	青島	390	377	103%
39	防城港	19	18.5	103%
40	蕪湖	70.4	69.4	101%
41	麗水	37.7	37.4	101%
42	滄州	64.9	64.7	100%
43	湖州	80.2	80	100%
44	咸寧	18.1	18.1	100%
45	西安	180	181.4	99%
46	撫州	35.2	35.6	99%
47	嘉興	140	141.7	99%
48	合肥	176.5	180.9	98%
49	連云港	87.6	90.2	97%
50	遂寧	12.7	13.1	97%
51	新余	31.5	33	95%
52	長春	136	142.7	95%
53	蚌埠	30.2	31.7	95%
54	南平	29.7	31.4	95%
55	鎮(zhèn)江	94.7	101.6	93%
56	阜陽	27.3	29.9	91%
57	白山	18	19.8	91%
58	福州	177.5	195.3	91%
59	駐馬店	26.5	29.3	90%
60	樂山	30.9	34.3	90%
61	哈爾濱	172.8	193.4	89%
62	太原	104.8	117.5	89%
63	廣安	14.3	16.2	89%
64	宜春	42.1	47.7	88%
65	鐵嶺	42.3	48	88%
66	南寧	105.1	120.5	87%
67	衡水	18.8	21.7	87%
68	貴陽	91.3	105.4	87%
69	玉林	26.2	30.6	86%
70	鹽城	104.9	126.8	83%
71	安慶	34.1	41.6	82%
72	棗莊	49.8	60.8	82%
73	宿州	15	18.5	81%
74	梧州	19	23.5	81%
75	南昌	93.8	115.9	81%
76	鷹潭	14.5	18.1	80%
77	徐州	131.6	164.3	80%
78	龍巖	43.2	54.3	80%
79	六安	26.1	33.1	79%
80	惠州	78.9	101.6	78%
81	內(nèi)江	12.5	16.2	77%
82	達州	18.1	23.4	77%
83	信陽	21.5	28	77%
84	肇慶	42.3	55.9	76%
85	廣州	530.7	702.7	76%
86	贛州	50.9	68.1	75%
87	三明	28.4	38	75%
88	武漢	236.1	316.1	75%
89	晉城	35.7	48.1	74%
90	運城	19	26.3	72%
91	莆田	27.4	37.9	72%
92	瀘州	23.2	32.1	72%
93	保定	52.8	73.3	72%
94	周口	22.1	30.9	72%
95	宜昌	39.4	54.9	72%
96	濟寧	95.9	134.7	71%
97	蘭州	40.4	57	71%
98	廈門	170.3	240.6	71%
99	泰安	64.7	91.4	71%
100	牡丹江	21.5	30.6	70%
101	陽江	14.1	20.2	70%
102	湛江	36.7	52.7	70%
103	商丘	24.5	35.4	69%
104	淮北	15.3	22.1	69%
105	孝感	18.5	27	69%
106	益陽	14	20.6	68%
107	東營	55	80.9	68%
108	普洱	11.3	16.6	68%
109	欽州	14.2	21	67%
110	景德鎮(zhèn)	16.4	24.3	67%
111	柳州	41.2	61.4	67%
112	黑河	6.6	9.9	67%
113	伊春	3.9	5.9	66%
114	漳州	46.6	70.9	66%
115	日照	28.3	43.5	65%
116	鄂爾多斯	105.1	162	65%
117	東莞	149.2	231.2	65%
118	張家口	30.3	47	64%
119	隨州	4.9	7.6	64%
120	聊城	35.6	55.4	64%
121	蘇州	476.6	745.2	64%
122	許昌	29.8	47.1	63%
123	江門	52.8	83.6	63%
124	衡陽	29.4	46.6	63%
125	吉安	25.1	39.7	63%
126	襄陽	22.9	37	62%
127	遼陽	29.4	48	61%
128	長沙	150.6	246.3	61%
129	?？?/div>	23.5	38.4	61%
130	雅安	6.6	10.9	61%
131	鶴壁	10.9	18	60%
132	宜賓	24.6	41	60%
133	邢臺	25.7	43	60%
134	齊齊哈爾	20.5	34.5	59%
135	貴港	11.5	19.5	59%
136	菏澤	35.8	60.6	59%
137	萊蕪	19.2	32.7	59%
138	上饒	28.2	48.1	59%
139	邵陽	14.9	25.5	59%
140	南陽	32.9	56.2	59%
141	唐山	99.1	169.7	58%
142	漯河	11.8	20.4	58%
143	麗江	6.7	11.7	58%
144	百色	16.5	28.5	58%
145	淮安	55.5	96.5	58%
146	南通	114	199	57%
147	黃石	14.8	26	57%
148	錦州	26.9	48	56%
149	長治	38.6	69.6	56%
150	河源	11.1	20.2	55%
151	濱州	43.9	80.2	55%
152	呂梁	32.4	59.7	54%
153	揚州	69.3	128.1	54%
154	威海	55.5	102.5	54%
155	忻州	18.1	33.5	54%
156	淮南	20.1	37.3	54%
157	陽泉	15.9	29.8	53%
158	鄭州	159.5	301.9	53%
159	清遠	26.4	50	53%
160	南京	228.5	434.5	53%
161	綏化	10.1	19.3	52%
162	攀枝花	18.2	34.9	52%
163	朔州	23.8	46.2	51%
164	池州	12.4	24.1	51%
165	秦皇島	28.7	56.3	51%
166	泉州	76	150.1	51%
167	石家莊	63	126	50%
168	宿遷	31.5	63.1	50%
169	泰州	68.8	138.6	50%
170	十堰	12.7	25.8	49%
171	安陽	27.2	55.2	49%
172	遵義	22.5	46.3	49%
173	云浮	9.1	18.8	49%
174	邯鄲	41.9	87.2	48%
175	德州	26.4	55.3	48%
176	丹東	23.8	50.1	48%
177	中山	52.4	110.4	47%
178	昆明	95	201.6	47%
179	承德	21.1	45.2	47%
180	濮陽	11.7	25.3	46%
181	晉中	26.7	57.8	46%
182	梅州	14.2	30.8	46%
183	四平	9.8	21.4	46%
184	新鄉(xiāng)	25.5	55.9	46%
185	無錫	189.5	415.9	46%
186	三門峽	18.8	41.5	45%
187	桂林	25	55.1	45%
188	盤錦	19.6	43.4	45%
189	松原	11.4	25.8	44%
190	萍鄉(xiāng)	11.9	27.3	44%
191	淄博	55.1	128.8	43%
192	鄂州	5.8	13.6	42%
193	葫蘆島	15.7	37.3	42%
194	臨汾	26.4	62.9	42%
195	韶關(guān)	17	40.7	42%
196	荊州	9.3	22.4	42%
197	通化	10.6	26	41%
198	婁底	11.3	28.1	40%
199	懷化	10.3	25.5	40%
200	揭陽	10.8	28.9	38%
201	平頂山	26.3	70.3	37%
202	白城	4.7	12.6	37%
203	馬鞍山	23.4	63.7	37%
204	荊門	6.4	18.1	35%
205	汕尾	6.9	19.7	35%
206	朝陽	14.7	42.1	35%
207	永州	9.3	26.8	35%
208	佳木斯	4.9	14.5	33%
209	洛陽	39.3	120.3	33%
210	漢中	4.6	14.4	32%
211	岳陽	13.7	43.7	31%
212	呼和浩特	32.2	106.8	30%
213	深圳	262	880.8	30%
214	煙臺	55.5	189.1	29%
215	遼源	4.2	14.4	29%
216	郴州	14.2	48.8	29%
217	包頭	37.7	130.3	29%
218	大慶	24.1	84.5	29%
219	珠海	27.4	101.4	27%
220	焦作	14.4	54.4	26%
221	株洲	17.6	66.6	26%
222	雞西	4.8	18.4	26%
223	張家界	3.1	12	26%
224	黃岡	8	32.2	25%
225	本溪	12.2	50.3	24%
226	鶴崗	2.8	11.7	23%
227	銅陵	7.5	33	23%
228	玉溪	12	54.2	22%
229	常德	11.3	51.2	22%
230	汕頭	11.9	58.5	20%
231	七臺河	3.3	16.8	20%
232	潮州	3.5	18.2	19%
233	湘潭	7.1	38.7	18%
234	寶雞	5	30.1	17%
235	茂名	6.4	41.7	15%
236	雙鴨山	2.6	17.8	14%
237	六盤水	3.6	37.1	10%
238	咸陽	2.7	31.7	8%
239	延安	5.6	90.5	6%
240	拉薩	0.1	15.6	1%

數(shù)據(jù)來源：公開資料整理

2、地方政府性債務(wù)對土地出讓收入依賴度高

地方政府性債務(wù)對土地出讓收入的依賴程度較高，截至 2012 年底，11 個省級、316 個市級、1396 個縣級政府承諾以土地出讓收入償還的債務(wù)余額 34865 億元，占省市縣三級政府負有償還責任債務(wù)余額 93643 億元的 37.23%。我們統(tǒng)計了23 個省、直轄市政府承諾以土地出讓收入償還的債務(wù)余額占償還責任債務(wù)的比重（下稱“土地出讓金償債比重”），17 個省、直轄市的土地出讓金償債比重超過 30%，占比全部 23 個省、直轄市的 74%，其中土地出讓金償債比重超過 50%省、直轄市有 6 個，占比 26%，可見無論全國還是省市，政府債務(wù)對土地出收入的依賴度均較高。

省、直轄市政府債務(wù)對土地出讓收入依賴度較高

序號	省、直轄市	政府承諾以土地出讓收入償還的債務(wù)余額 :占償還責任債務(wù)比重
1	浙江	66.27%
2	天津	64.56%
3	北京	60.30%
4	福建	57.13%
5	海南	56.74%
6	重慶	50.89%
7	江西	46.72%
8	上海	44.06%
9	湖北	42.99%
10	四川	40.00%
11	遼寧	38.91%
12	廣西	38.09%
13	山東	37.84%
14	江蘇	37.48%
15	安徽	36.21%
16	黑龍江	36.10%
17	湖南	30.87%
18	廣東	26.99%
19	陜西	26.73%
20	吉林	22.99%
21	甘肅	22.40%
22	河北	22.13%
23	山西	20.67%