2017年中國商品住宅開發行業發展前景分析及預測【圖】

商品住宅開發李玲玲 2018-01-15 07:09 來源：智研咨詢

一、市場容量大

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

1、新建商品住宅開發銷售體量大，二手房交易規模亦達數萬億級別

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年行業雖然屢遭打壓、調控，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%，預計全年大概率突破 10 萬億元。二手房交易規模隨行業發展穩步提升，我國 2015 年二手房交易規模為 3.47 萬億元，同比增長 26%，其預計到 2020 年將達 5.65萬億元，5 年增長 63%。

二手房交易規模

數據來源：公開資料整理

2、我國人均居住面積與發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（德國聯邦統計局）、44（Google Scholar）、44.68（日本統計年鑒）平方米。考慮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展狀況的參照；而新加坡人口密度遠超我國數十倍，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據中最小值為 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

數據來源：公開資料整理

3、城鎮化率仍有較大提升空間

目前我國城鎮化率已超過全球及中等收入國家水平，2016 年，我國城鎮化率為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、日本的城鎮化率分別高達 75.51%、 81.79% 、82.84% 、93.93%，未來我國城鎮化發展仍具有較大提升空間。

我國城鎮化率經過快速增長進入后半程

數據來源：公開資料整理

我國城鎮化率相比發達國家仍有較大提升空間

數據來源：公開資料整理

4、人口保持增長持續創造住房需求

我國人口持續增長，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%，預計未來我國人口仍將保持較好的增長勢頭，為房地產市場持續創造住房需求。

我國人口持續增長

數據來源：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求態勢，累計供給缺口達 85 億平方米。

2000 年至 2016 年形成的供應總缺口

數據來源：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	數值
①	2016 年末總人口	13.83 億人
②	城鎮總人口	7.93 億人
③	鄉村人口	5.9 億人
④	當前城鎮人口居住建筑面積	36.6 平方米
⑤	參考發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	現有城鎮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 年末城鎮化率	57.35%
⑨	城鎮化率提升需求總建筑面積（若城鎮化率達到 72%，即發達國家的 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 年形成的供應總缺口	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
	未來總人口潛在增加	2.17 億人
	未來潛在增加總人口城鎮化的數量	1.56 億人
	總人口增長城鎮化所增加的住房需求	68.75 億平101.6 億平
	開發商增量總需求（ 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，假設其中 50%將達到壽命極限）	60 億平
	總市場容量（開發商增量總需求 +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

數據來源：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能大會上指出，我國住房使用壽命只能約持續 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全部更新換代”，這表明房改之前的住宅存量約為 120 億平方米，我們假設這些存量住宅中有 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 年的設計使用壽命

數據來源：公開資料整理

7、結論：商品住宅開發細分領域增量空間約 261-435 萬億元

我們通過城鎮化率、人均可居住面積、人口自然增長、2000~2016 年住宅供應缺口，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（假設以此計算的市場容量全部進入商品房市場）。其中，城鎮化率的提升、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 年形成的住宅供應缺口，有利于開發商開拓市場；而舊改需求對開發商而言不產生增量貢獻，最高人民法院于 2016 年 2 月 23 日發布了《物權法解釋（一）》，包括不動產登記與物權確認等等，使《物權法》更具操作性，加強了居民對物權的保護意識，開發商舊改拆除的房屋應依法給予拆遷補償，并保障被征收人的居住條件。

最高人民法院發布《物權法》司法解釋主要內容

時間	發布機構	文件名稱	主要內容
2007 年 3月	全國人大	《中華人民共和國物權法》	· 第四十二條為了公共利益的需要，依照法律規定的權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。征收集體所有的土地，應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，安排被征地農民的社會保障費用，保障被征地農民的生活，維護被征地農民的合法權益。征收單位、個人的房屋及其他不動產，應當依法給予拆遷補償，維護被征收人的合法權益；征收個人住宅的，還應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、救災等緊急需要，依照法律規定的權限和程序可以征用單位、個人的不動產或者動產。被征用的不動產或者動產使用后，應當返還被征用人。單位、個人的不動產或者動產被征用或者征用后毀損、滅失的，應當給予補償。
2016 年 2月	最高人民法院	最高人民法院關于適用〈中華人民共和國物權法〉若干問題的解釋（一）	（一）關于不動產登記與物權確認或基礎關系爭議（二）關于預告登記的效力（三）關于特殊動產轉讓中的“善意第三人” （四）關于發生物權變動效力的人民法院、仲裁委員會的法律文書的范圍（五）關于按份共有人優先購買權的司法保護（六）關于善意取得制度的適用

數據來源：公開資料整理

我們假設未來城鎮化率達到 72%（即達到發達國家 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，潛在總人口達到 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，對應的市場規模約為 261~435 萬億元，其中，對開發商有利的住宅市場增量約為302~ 544 億平方米，對應的市場規模約為 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展時期，租賃市場或將分流部分購房需求。

二、觸角延伸范圍廣，對國民經濟影響大

1、房地產產業鏈長，其繁榮或降溫將顯著影響上、下游眾多行業領域

①為社會經濟活動提供了及其重要的實體場所；②促進了相關產業鏈的發展，包括材料、金屬開采、建筑業、家居、家電等；③帶動了相關配套產業的繁榮，如金融業、教育、文化等；④為二手房交易及房屋租賃的提供了發展基礎。

房地產部分產業鏈示意圖

數據來源：公開資料整理

房地產部分配套產業示意圖

數據來源：公開資料整理

2、房地產支柱地位對國民經濟影響大

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現價的比重來看，該比例呈現明顯上升趨勢——從 2000 年的 3.6%提升至 2016年的 15.8%，創歷史新高，這意味著房地產對經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

數據來源：公開資料整理

2016 年，中國房地產業增加值占 GDP 比重達 6.47%，創歷史新高。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——發達國家房地產業早已度過了快速增長階段，在人們普遍認識中發達國家房地產業增加值占 GDP 的比重應該不高，但從客觀數據來看，發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、視房地產業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。

中國及部分發達國家房地產增加值占 GDP 比重

數據來源：公開資料整理

從各行業對 GDP 增長的貢獻率和拉動來看，房地產業在三大產業細分行業中排行前列，對經濟發展的貢獻程度較高，支柱地位突出。

行業對GDP累計同比貢獻率（%）

數據來源：公開資料整理

行業對GDP累計同比的拉動（百分點）

數據來源：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 年房地產的高速發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、醫院等公共設施建設，促進了地方城市的發展，而城市的發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。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%

數據來源：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計（數據最新更新至 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	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	海口	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	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	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	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%

數據來源：公開資料整理

2、地方政府性債務對土地出讓收入依賴度高

地方政府性債務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余額 34865 億元，占省市縣三級政府負有償還責任債務余額 93643 億元的 37.23%。我們統計了23 個省、直轄市政府承諾以土地出讓收入償還的債務余額占償還責任債務的比重（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，政府債務對土地出收入的依賴度均較高。

省、直轄市政府債務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余額 :占償還責任債務比重
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%