2009年以来，地价和房价持续快速上涨，中央政府针对住房和土地市场的调控力度不断增强，地方政府“稳地价”的压力持续存在。2018和2019年的中央经济会议进一步强调了要“稳地价、稳房价、稳预期”。以“稳地价”为前提的房地产市场平稳健康发展长效机制建设成为我国城乡建设工作的重要目标之一。地方政府作为城市土地市场管理者和中央政府代理人^[1]，承担着在城市层面落实中央土地政策、计划的任务，是落实“稳地价”和“长效机制”建设任务的责任主体。

大量文献对地方政府的国有土地供给决策进行了探讨^[2-17]。但现有研究没有区分政府的“土地计划供应”决策和“土地实际成交”结果之间的差异，而是普遍将土地均衡成交的数量或价格作为地方政府的土地供给决策开展理论或实证研究。由于居住、商服等经营性用地自2004年“8.31”大限以来只能通过招标、挂牌、拍卖方式出让(简称“招拍挂”出让)，地方政府计划供应的土地可能会在市场上流标或流拍，使实际成交的土地数量小于地方政府计划供应的土地数量。此外，在“招拍挂”出让机制下，地方政府只能决定土地出让的底价，最终的成交价格取决于市场上开发商的报价。因此探究“稳地价”调控能否实现“长效机制”，既需要理解地方政府在“稳地价”压力下的土地计划供应决策，还需要分析用地企业在“稳地价”调控下的土地需求决策，把握“稳地价”(调控目标)、地方政府土地计划供应(调控执行)和城市土地市场实际成交(调控效果)之间的关系。

本文在土地成交数据的基础上补充了土地流拍数据，构建了地方政府计划供应的土地数据库。首先分析了地方政府在“稳地价”调控下的居住用地供给决策；其次，分析了调控政策对土地市场需求的影响；最后，发现“稳地价”调控显著提高了地方政府的土地出让金收入，而没有实现调控地价的目标。

1 文献综述和理论假设 1.1 文献综述

中国的地方政府是实际的城市土地所有者和垄断供应商^[18]，研究政府在土地供应中的决策逻辑，是理解城市土地供应规模急剧扩张，把握其对城市经济增长影响的关键。文献主要是从激励的视角解释地方政府供应国有土地的行为逻辑，评价地方官员绩效、决定官员晋升的指标主要是地区GDP增长率^[19-20]。因此，为了促进经济增长，地方政府会通过增加土地供应获取更高的地租收入，实现“以地生租”^[4-5]；通过土地供应进行招商引资、促进产业发展和房地产市场发展，以获取未来的增值税、企业所得税以及房地产和建筑业相关税收，实现“以地生税”^{[7, 17]}，同时通过提高工业用地供应以推进外来人口持续流入^[10]和通过降低工业用地地租以吸引企业进入^[8]等途径，推动城镇化发展并促进城市经济增长。此外，官员年龄、任期、晋升竞争强度、是否腐败，以及地区晋升竞争强度和党代会周期等与官员晋升机会相关的因素，也会显著影响地方政府的土地供应决策^{[9, 15]}。为了获得更大的晋升机会，地方政府还通过选择挂牌方式出让土地从而与本地精英合谋^[16]、将土地出让给关联企业^{[2, 6, 13]}等方式执行土地供应决策。

相比于激励，现有研究较少分析压力对地方政府土地供应决策的影响。此外，由于数据限制，现有研究普遍使用实际成交的土地数量表征地方政府决策的土地数量；这对探究地方政府土地供应决策的激励动机影响不大，但区分二者对于理解宏观调控对土地市场的影响非常重要。在“稳地价”调控背景下，中央政府的调控目标是土地成交价格；但地方政府只能决策土地推出数量和起始价格，不能决定均衡成交价格——调控目标的实现与否对于地方政府而言是不确定的。

1.2 理论假设

本文对地方政府的“稳地价”调控下的地方政府土地供应决策进行假设。基于《土地利用年度计划管理办法》，县级以上地方政府需要测算并逐年提出本地的土地利用年度计划，逐级上报、得到批准后，制订国有建设用地供应计划(2010年之前为土地供应计划)，明确各类用地的新增建设用地规模并严格执行。在需求端，用地企业基于各城市的供地计划，决定其每年在各个城市计划购置的土地规模。在地方政府和用地企业分别以年度为单位进行居住用地供需数量决策后，针对每一宗微观地块，地方政府需要评估土地出让起始价格并在出让文件中予以公示；进一步，在给定的出让方式下，竞买企业将以起始价格为起点进行竞价决策；最终，报价最高或符合其他土地竞得标准的竞买企业获得土地使用权并支付土地出让金；竞买人数不足的土地宣布流标或流拍，即供应失败。

图 1对上述背景进行了一个模型化表述。假定地方政府本年内计划供应的土地数量为S，企业在本城市本年内计划购置的土地数量为D；地块i的起始价格为r_i，企业对地块的竞买价格为b_i。一般认为，起始价格由专业的评估机构评定，地方政府对起始价格的干预相对较小；地方政府主要通过决策S，影响企业竞争和竞买报价，进而影响地块i的成交概率P(sale)_i和成交价格sp_i；并最终影响城市层面的土地成交概率P(sale)、成交数量S^*以及成交价格sp^*。

由图 1可以看出，S，即“土地计划供应”规模，是地方政府实际决策的；而S^*和sp^*，即“土地实际成交”规模和价格，是中央政府所关注的。“稳地价”调控的目标是希望稳定土地成交价格sp^*。在我国土地成交价格持续上涨的背景下，稳定地价可以简单地理解为抑制地价过快上涨，地方政府在“稳地价”调控下的土地供应数量决策目标是降低土地成交价格的期望值。因此，为了降低成交价格期望，地方政府会显著增加居住用地计划供应规模，弱化用地企业针对每一宗地块的报价竞争，从而降低成交价格。

严格来讲，“稳地价”的含义是抑制地价波动，即降低土地成交价格的方差。本文也推导了以降低成交价格方差为目标情形下的土地供应决策，发现地方政府也会增加土地计划供应规模(感兴趣的读者可向作者索要结果)。本文预期在“稳地价”压力下，地方政府会显著增加计划供应的居住用地规模。

2 数据和模型设定 2.1 数据和变量

本文以中国4个直辖市和294个地级市作为研究对象，以年度为研究时间单位，实证检验地价调控压力对地方政府土地供应决策的影响。分析所使用的数据主要包括3部分：土地供应和成交数据、城市官员数据和城市经济社会数据。土地供应和成交数据来自CREIS中指数据房地产数据信息系统，包括城市层面地方政府执行供应的各类用途土地的数量、面积，以及最终成交的各类用途土地的数量、面积和价格。城市官员数据来自CSMAR经济金融研究数据库。城市经济社会数据来自《中国城市统计年鉴》和《中国区域经济统计年鉴》，用于控制影响城市土地供应规模的其他因素。

去除数据缺失严重的城市，本文最终使用109个城市2007—2017年的非平衡面板数据作为回归分析的样本。需要说明的是，本文使用的土地供应规模为“土地计划供应”规模，包括最终成交和未成交的土地；而非大多现有研究所使用的“土地实际成交”规模。

2.2 模型设定

地方政府进行地价调控的压力来源于中央政府对房地产市场的宏观调控。自2010年开始，中央政府出台若干项宏观调控政策，明确要求“房价过高、上涨过快、住房有效供应不足的城市”“房价上涨过快的城市”，要通过调节(住宅)土地供应规模，调节房价水平。因此，地价调控“压力”的产生需同时满足2个条件：在时间上处于2010年至今的房地产市场调控期；在主体上属于房地产市场宏观调控的对象，例如房价“上涨过快”的城市。2010年以前，由于房地产市场密集调控尚未开始，各城市面临的地价调控压力相对较小；2010年以后，如果城市房价未发生快速上涨，也无需进行地价调控。

基于上述分析，本文构建式(1)所示的回归模型分析地方政府面临的地价调控“压力”对其土地供应决策的影响。其中，HighHPG_{c, t}表示城市c在年份t的房价增速超过10%，即房价“上涨过快”。Post_t表示年份t处于2010年至今的房地产市场调控期。HighHPG×Post_{c, t-1}为二者交叉项，β₁即表示地价调控“压力”对地方政府土地供应决策的影响。

$ \begin{gathered} \operatorname{Land}_{c, t}=\alpha_{c}+\beta_{1} \times \operatorname{HighHPG} \times \text { Post }_{c, t-1}+ \\ \beta_{2} \times \operatorname{HighHPG}_{c, t-1}+\beta_{3} \times \text { Post }_{t-1}+ \\ \gamma \times X_{c, t-1}+\theta_{t}+\varepsilon_{c, t} . \end{gathered} $

(1)

其中：Land_{c, t}表示城市c的政府在时期t决策供应的居住用地面积。为缓解模型的内生性问题，以及由于土地收储、土地供应计划审批等决定的土地供应调整成本，关键变量HighHPG×Post、HighHPG和Post均取滞后一期的值。X_{c, t-1}为滞后一期的影响城市土地供应的宏观经济社会变量。模型为双向固定效应模型，θ_t为年份固定效应，ε_{c, t}为残差项。

参照相关研究^{[15-17, 21-23]}，X包括：人口密度(人/km²)的对数值和建成区土地面积(km²)的对数值，用于控制地区发展初始禀赋；固定资产投资总额占GDP比重，用于控制资本要素投入；在岗职工平均人数(万人)的对数值，用于控制劳动力要素投入；年末人均实有铺装道路面积对数值，用于控制公共基础设施投入；商品房当年销售均价(元/m²)的对数值，用于控制居住和商业办公地产单价；第二产业增加值占GDP的比重，用于控制工业用地生产率；职工平均工资(元)的对数值，用于控制居住和商业办公用地生产率；全要素生产率增速，用于控制资本生产率、劳动力生产率和基础设施生产率；城市建设用地占市辖区面积比重，用于控制土地征补价格；居民消费价格指数，用于控制单位面积居住和商业办公用地开发成本。此外，财政压力，即地方财政收支差占地方财政收入的比重，用于控制地方政府进行土地出让的财政动机；土地财政依赖程度，即居住用地出让金收入占地方财政收入的比重，用于控制地方政府进行土地出让的以地生租；政府引资程度，即当年实际使用外资金额(foreign direct investments, FDI)的对数值(万美元)，用于控制地方政府进行土地出让的以地生税动机。全要素生产率增速数据来源于美国大型企业联合会整体经济数据库(TED)；各城市各类用地的征收补偿标准数据可得性较差，本文采用城市建设用地占市辖区面积比重作为土地征收补偿价格的代理变量，比重越大表明该城市可征收用地比例越小，对应的征收成本更高；其他数据来源于统计年鉴。

本文使用的主要变量的描述性统计如表 1所示。

3 实证结果：“稳地价”调控与土地供应增加 3.1 基准结果

式(1)的回归结果如表 2所示。交叉项的系数显著为正，这一正向效应在控制了城市固定效应和年份固定效应的情形下显著，在额外控制协变量、省份-年份固定效应的情形下同样显著且系数值有所升高。结果表明，2010年后房价增速更快(即地价调控压力更大)的城市政府，明显供应了更大规模的居住用地面积。对比表 2的结果可以发现，无论是以规划建筑面积还是以建设用地面积表示的居住用地计划供应规模，均受到上述效应的影响；且前者作为直接影响住房供应面积的变量，对调控压力的反应比后者更大、更显著。

表 2中的基准回归结果使用了城市层面的聚类稳健标准误，控制了残差项在城市内部序列相关。考虑误差项可能存在的其他维度的空间相关和序列相关，本文进一步将标准误在省份-年度层面进行聚类，以控制特定年度和特定省份内部城市之间的空间相关^[24]；并借鉴Cameron等^[25]的研究，采用双重聚类(two-way clustering)标准误。结果如表 3所示，交叉项的系数的仍显著为正，2010年后房价增速超过10%的城市，显著增大了居住用地的供应规模。表 3中的回归被解释变量为居住用地的规划建筑面积，以建设用地面积作为被解释变量的结果与之相似。

表 2和3显示了房价宏观调控带来的地价调控压力对地方政府居住用地出让决策的平均影响。进一步，借助事件研究法(event study)的思路，构建式(2)所示的回归模型，对2010年房地产市场调控开始前以及调控期内各年的影响效果进行动态分析。

$ \operatorname{Land}_{c, t}=\alpha_{c}+\sum\limits_{k=-3}^{5+} \beta_{1, k} \operatorname{HighHPG}_{c, t-1} \times P_{k}+\\ \beta_{2} \times \operatorname{HighHPG}{ }_{c, t-1}+\gamma \times X_{c, t-1}+\theta_{t}+\varepsilon_{c, t}. $

(2)

其中：P_k为二元变量，取值1表征调控政策出台的第k年，例如P_-3表示调控政策出台前的第3年，即2007年；P₀为2010年；P₄为调控政策出台后的第4年，即2014年；2015年及以后年份即为P₅₊。为分析事前和事后趋势，以调控政策出台前的一年为参照，即k≠-1。

动态影响的分析结果如图 2所示。首先，房价宏观调控出台之前，交叉项系数均不显著；此外，在进入2010年调控期后，前2~3年，相比于房价增速慢的城市，房价增速快、面临调控压力大的城市，其居住用地供应面积显著更高；但这一影响在2014年及以后显著性明显下降。这一动态变化过程与房地产市场调控强度的动态变化高度一致。本文统计了国务院、住房和城乡建设部和国土资源部(现自然资源部)在2010—2017年间出台的有关房地产市场调控的“通知”文件，发现在2010年出台5次、2011年2次、2012年1次、2013年1次，而2014年后未再出台相应“通知”。可见，调控越强，居住用地增加的效果越大。需要注意的是，在调控当年，即2010年，虽然调控力度最大，但土地供应增加并不显著，这可以解释为土地收储和土地年度利用计划的编制工作都在年初就已完成，增加住房用地供应需要时间。因此，土地供应在2011年开始显著增加，伴随调控持续，在2012年最为显著。

3.2 稳健性检验和安慰剂检验

本文对基准回归的结果稳健性进行检验。首先，基准模型中对房价“上涨过快”城市的识别是基于房价增速超过10%，本文对这一标准进行放宽和收紧，分别以8%和12%作为界限识别房价“上涨过快”的城市，进而构建交叉项进行回归。如表 4所示，新构建的交叉项对居住用地规划建筑面积和建设用地面积的正向影响仍然显著。

其次，保证双重差分分析结果可靠性的一个重要条件是同期没有其他政策干扰。但2010—2013年间，为抑制房价过快上涨，中央政府逐年出台《全国居住用地供应计划》(下称“计划”)，直接要求地方政府增大居住用地供应规模；具体做法是在“计划”中为各省政府逐年设定远高于往年供应规模的居住用地供应计划，要求地方政府执行^[26]。因此需要剔除中央政府通过“计划”对地方政府居住用地供应决策的直接影响。尽管通过控制省份-年度固定效应已经在一定程度上解决了这一问题，但不同城市对“计划”的反应可能存在异质性。表 5控制了中央政府对各省政府的居住用地供应干扰度Central_inter_{p, t}，表示如下：

$ \text { Central_inter }_{p, t}=\frac{\text { LandTarget }_{p, t}}{\text { Land }_{p, t-1}}-1. $

(3)

其中：LandTarget_{p, t}为中央政府在“计划”中为省份设定的年需要供应的居住用地规模；Land_{p, t-1}为省份p在t-1年实际供应的居住用地规模。Central_inter_{p, t}越大，表明中央政府对地方政府居住用地供应的正向刺激越强。将Central_inter及其与HighHPG×Post的三交叉项引入基准回归后，如表 5所示，交叉项的系数仍然正向显著。表明在剔除了中央对地方政府的直接干预后，地方政府在压力下提高居住用地供应规模的结果仍然显著存在。

最后，将商业办公用地和工业用地供应面积作为被解释变量，进行安慰剂检验(placebo test)。如果房价调控对居住用地供应面积的正向影响是地方政府在调控压力下做出的反应，则预期该正向影响对除居住用地以外的其他用地不显著。如表 6所示，无论对商业办公用地还是工业用地进行回归，交叉项的系数均不显著，符合预期；表明表 2—5发现的正向效应不是由于同期其他宏观因素或房地产市场整体因素所影响，为本文的关键结论提供了安慰剂。

3.3 异质性分析

本文对不同城市进行异质性分析。异质性分析的必要性在于，即使给定相同的房价增速并同处于房地产市场调控期(交叉项取值1)，不同城市政府感知的地价调控压力也可能存在区别。如果地方政府增加居住用地供应的行为是地价调控压力下的结果，而交叉项表征的房价调控压力转化为地价调控压力的程度在城市间存在差异，则预期交叉项的系数在城市之间应存在异质性。

基于这一逻辑，首先检验不同级别的城市间的异质性，区分省会城市、直辖市、计划单列市(SPcity)和其他城市。2011年1月，国务院办公厅发布《关于进一步做好房地产市场调控工作有关问题的通知》(国办发〔2011〕1号)，要求直辖市、计划单列市、省会城市以及房价过高、上涨过快的城市实施住房限购，即在需求端采取措施抑制房价上涨。因此本文预期，由于直辖市、计划单列市、省会城市必须采取住房限购措施抑制房价，在相同的房价调控压力下，上述城市在供给端通过进行土地价格调控的压力相应较小。为检验这一路径，构建HighHPG×Post与直辖市、计划单列市、省会城市(SPcity)的三交叉项，将其纳入回归。结果如表 7中最左侧2列所示，三交叉项系数显著为负，即直辖市、计划单列市、省会城市在给定的房价调控压力下，增大居住用地供应面积的幅度显著小于其他城市，符合预期；同时，三交叉项系数的绝对值小于HighHPG×Post系数的绝对值，因此无论是何种级别的城市，调控压力对居住用地供应面积的总影响都是正向显著的，不改变核心结论。

其次，分析城市主官对压力转化的影响，不同的城市主官面对中央政府同样的调控任务的敏感度是不同的。本文以市长的任期对这一异质性进行检验，并假定任期对压力转化程度存在正U形影响。这是由于刚上任的市长有更强的晋升激励^[27-28]，而临近换届的市长更加风险规避，都会使其对中央政府的政策要求更为敏感。为检验这一路径，将HighHPG×Post分别与市长任期(tenure)及任期平方(tenuresqr)进行交叉并纳入回归。结果如表 7最右侧2列所示，任期平方交叉项的系数显著为正，任期交叉项的系数显著为负，表明市长任期产生了显著的正U形影响，刚上任的市长或面临换届的市长相比任期中段的市长，对调控压力的反应更敏感并进行了更大程度的居住用地增供，符合预期。

4 讨论：土地供应增加与土地成交

地方政府显著增加居住用地供应规模带来的一个可能问题是，如果“稳地价、稳房价、稳预期”的调控政策有效，企业对居住用地的需求将下降，土地流拍会加剧。因此本文转向需求端，分析土地竞买企业的行为。

对于每一宗土地，地方政府会设定一个最低成交价格r，如果市场上的土地竞买企业愿意为该宗地支付的最高报价低于r，则土地流拍；土地流拍率即为最高报价低于r的概率；反之，土地成交，土地成交价格为最高报价或第二高报价，土地成交的溢价率为最高报价或第二高报价高出r的比例。如果“稳地价”调控下的土地供应增加使市场上的企业对土地的估价降低，则预期土地成交的价格和溢价率会显著下降，由此起到地价调控的效果；但如果进一步降低到低于政府设定的最低成交价格r，则会导致流拍率显著上升，引发土地价格大幅下降的风险。

首先分析土地计划供应增加是否加剧了土地流拍风险，然后检验其是否有效调控了成交价格。

4.1 土地供应增加对土地流拍率的影响

样本城市在2007—2017年间的居住用地平均流拍率(流拍率=1-实际成交宗数/计划供应宗数)为26%。图 3a展示了历年居住用地计划供应宗数、实际成交宗数以及流拍率。可以看出，居住用地供应和成交规模在2008—2013年间持续上涨，2013年以后波动下降，二者趋势相对一致。但各年的土地流拍率仍有较大差异。以“稳地价”调控政策出台为分界线，2010年及以前的居住用地平均流拍率为27.6%，2011年以后居住用地平均流拍率略有下降，为25.1%。

图 3b展示了东部城市、中部城市、东北部城市和西部城市的年均居住用地流拍率，东部城市的流拍率显著低于其他城市，36%的东部城市的年均居住用地流拍率低于20%，平均流拍率为23.3%。而其他城市的流拍率基本全部高于20%，中部城市平均流拍率为30.5%，西部地区平均流拍率为26.0%，东北部地区平均流拍率为32.6%。

尽管居住用地流拍率在不同年份、不同城市之间存在差异；但整体而言，有26%的供应土地最终是没有成交的，反映了地方政府供应的大量土地没有对应的市场需求，无法成交，这提醒要警惕增加土地供应会导致的土地流拍加剧问题。

以居住用地流拍率为被解释变量，基于动态面板模型检验土地供应增加对土地流拍的影响。居住用地流拍率以未成交居住用地宗数占地方政府供应的居住用地宗数的比例来衡量，记为“流拍率-宗数”。此外，本文采用了2个替代变量，分别为“流拍率-建设用地面积”和“流拍率-规划建筑面积”；前者表示未成交的居住类建设用地面积占地方政府供应的居住类建设用地面积的比例；后者表示未成交的居住用地规划建筑面积占地方政府供应的居住用地规划建筑面积的比例。3个指标相互检验以增强结果的稳健性。

回归结果如表 8所示，居住用地流拍率在土地供应增加后并没有显著上升。这表明，尽管地方政府在“稳地价”调控压力下显著增加了居住用地的供应规模，但增加的供应很好地被市场需求消化了，居住用地供给和需求同比例上升，维持了原本的土地成交率。尽管“稳地价”调控下企业土地需求上升的原因需要未来研究进一步探讨，这一初步结果表明“稳地价”调控并没有导致土地流拍风险，但同时引出了另一个新的问题：“稳地价”调控有效影响了市场预期，进而有效控制了成交地价吗？

4.2 土地供应增加对土地溢价率、成交价格和出让金收入的影响

以城市年均成交居住用地的平均溢价率和成交楼面地价作为被解释变量，基于动态面板模型检验土地供应增加对土地成交溢价和价格的影响，结果如表 9所示。无论是土地成交溢价率还是成交价格，都没有由于“稳地价”调控政策下的土地供应增加发生明显下降。由此本文推论，在“稳地价”调控政策下，市场预期并没有发生显著改变：市场上用地企业对居住用地的估价没有由于房地产市场宏观调控和地方政府增大居住用地供应的举措而发生下调，市场对未来的房地产市场仍然保持乐观。这使得土地供应增加虽然没有导致土地流拍率大幅提高，但也没有有效降低土地成交价格。

在地价没有显著下降，而地方政府供应和成交的居住用地规模显著增大的情形下，本文预期地方政府实现的居住用地出让金收入更高了。为了检验这一结论，表 9以居住用地的土地出让金收入为被解释变量进行回归，发现“稳地价”调控政策确实在1%的显著性水平上提高了居住用地出让金收入。

5 结论

本文区分了“土地计划供应”和“土地实际成交”，分别检验了“稳地价”调控对土地市场供给决策和需求决策的影响。在供给端，本文发现“稳地价”的政治压力会使地方政府显著提高计划供应的居住用地规模，特别是在一般城市或刚经历过市长更替的城市等“稳地价”调控效果对地方官员晋升影响更大的情形下。但在需求端，土地供应增加没有影响企业对居住用地的价格预期和需求总量，因此未造成居住用地成交率、溢价率和成交价格的显著变化。最终，“稳地价”调控只提高了居住用地供应规模和地方政府实现的土地出让金收入，而没有实现调控地价的目标。

本文的结论表明，不断增大国有土地供应，不仅仅是地方政府为了谋求经济增长和政治晋升主动采取的政策工具，同时也是地方政府为了减少行政问责和处罚被动采用的政策防御；为国有建设用地供应规模不断扩大的现象提供了更全面的理论解释。更为重要的是，本文的结论揭示了“稳地价”调控尚未能实现建立房地产发展长效机制的目标，调控政策未能有效影响市场预期及需求是其中的重要原因。完善房地产市场平稳健康发展长效机制既需要供给侧改革，也需要进一步理解用地企业预期和需求对调控政策执行效果的影响。