土地财政、房价上涨与地方政府债务风险——基于双向叠加视角的研究

唐云锋，刘清杰

(1.浙江财经大学 公共管理学院，浙江 杭州 310018；2.北京师范大学 新兴市场研究院，北京 100875)

一、问题的提出

经济数据显示，自中国住房市场化改革以来,全国房价整体处于上升趋势，房价增长率远远超过居民同期可支配收入增长率[1]。面对不断高企的房价，中央政府与地方政府出台了一系列调控政策，但房价依旧只涨不跌或者大涨小跌，调控效果不尽人意。尤其是2016 年，部分一线、二线城市在央企地王的刺激下，房价疯狂上涨所引发的社会恐慌引起了中央的重视。中央政府在当年的中央经济工作会议上，明确提出了“房子是用来住的，不是用来炒的”警示。在2016年年底的调查中，国内百名经济学家的34%认为“整体泡沫严重”，54%认为“局部泡沫严重”，这表明学界也认为中国房地产已经存在巨大风险。另外，2014年地方政府债务规模已经高达24万亿元，其中，负有偿还责任的债务为15.4万亿元，或有债务8.6万亿元。2017年国际货币基金组织公布的中国第四条款磋商报告数据显示，中国家庭、企业和地方政府债务占GDP的比重将从2016年的2.4倍上升到2022年的3倍，同时警告中国经济增速提高而伴生的债务规模快速扩张将加大经济增长的中期风险。中国经济发展中潜在的金融风险也引起了中央政府的高度重视，党的十九大报告确立了金融安全为“国家总体安全”战略之一，并在2018年中央经济工作会议上再次强调“防控金融风险是防范重大风险的首要任务”。房地产与地方政府债务作为现实中的重要风险点，两者互相交织，因此，如何有效防范两者风险叠加所诱发的系统性金融风险，已经成为学界的新课题与各级政府部门的工作重心之一。本文试图从双向联动效应视角分析房价与地方政府债务风险之间的互动叠加影响，以及土地财政在其中的调节作用，为风险叠加提供一种解释。

分税制改革后，地方政府财政压力逐渐增加，地方政府财政收入高度依赖土地财政，并以土地融资的债务作为发展经济的重要资金来源。因此，维持债务扩张与房地产市场的繁荣便成为地方政府的主要动力。房地产与地方政府债务风险问题一直是学界关注的热点，对于近年来房价的快速上涨与地方债务规模扩张所引发的风险讨论，相关的文献已很多，主要是围绕风险的制度性原因与动力机制展开的。在风险的制度性原因方面，孙秀林和周飞舟[2]与Chen 和Kung[3]研究认为分税制改革以来中央与地方财权事权分配失衡，地方政府面临财政压力，这也是其选择土地财政的根本原因。在此背景下，地方政府债务形成“风险大锅饭”的制度安排[4]。而刘昊和刘志彪[5]提出土地财政具有不可持续性，同时地方政府公共投资存在刚性，两者之间有不可克服的矛盾。伏润民和缪小林[6]就地方政府债务是否存在权责分离进行分析，研究认为其可能成为债务超常规增长及风险产生的重要原因。在风险的动力机制方面，已有文献主要认为土地财政是房价上涨的动力，刘民权和孙波[7]认为在土地财政驱动下，地方政府对土地出让招拍挂供给侧与住房需求侧进行双向控制，促进了房价上涨。Rukai[8]认为分税制改革下土地财政成为推动房价持续上涨的制度性动力。在财政分权行政集权体制下，任命制与任期制导致地方各级政府债务内生性逐级放大[9-10]。Liu和Zha[11]引入可抵押的土地资产与企业融资约束，发现土地价格与投资之间具有正向联动性。高然和龚六堂[12]认为土地财政将放大房地产波动性，并传导至实体经济。牛霖琳等[13]基于地方政府债务风险的传导机制，分析认为需要以结构性建模思路来构建风险的预警和防范机制。以上分析均是基于风险单向传导思路展开的。

综上，近年来的相关研究主要聚焦于房价与地方政府债务的单一领域，虽然有少数研究开始涉及风险的联动问题，但房价与地方政府债务这两个重要风险点的叠加效应还未引起学界的重视。如Liu和Zha[11]等引入可抵押的土地资产对企业融资约束的分析，张泉泉[14]研究金融与财政联动，韩心灵和韩保江[15]对现实主要风险点可能诱发系统性金融风险进行分析，以上研究虽开始关注系统性金融风险发生的逻辑，但均未涉及房价与地方政府债务这两个重要风险点的叠加效应。本研究拟从风险的双向叠加视角，分析房价与债务风险主体的微观心理及其诱发系统性金融风险的逻辑，运用脉冲响应函数图模拟风险叠加的机理，构建联立方程组以更有效地揭示风险叠加的效能。

本文的主要贡献在于：第一，从理论上解释了房价与地方政府债务风险之间的双向因果关系和互动叠加效应，并分析了土地财政在其中的重要作用。第二，建立联立方程组检验房价与地方政府债务风险之间的双向关系，避免了由此造成的内生性问题及其引起的估计结果偏差。第三，利用脉冲响应函数图动态模拟房价与地方政府债务风险之间的相互反馈影响机制，使房价(地方政府债务风险)受到地方政府债务风险(房价)的影响过程得以动态化呈现。本文的研究结果表明，在土地财政背景下，土地财政依赖强化了房价对地方政府债务风险的显著抑制作用，也强化了地方政府债务风险对房价的显著刺激作用，而这种效应在土地财政依赖度较高的西部地区表现得最为显著。

二、理论分析与研究假设

本部分将从理论层面分析房价与地方政府债务风险之间的相互联系，并提出理论假设，为后续的动态关系和量化检验提供理论依据。地方政府融资平台是发行城投债的主体，地方政府从间接渠道为城投债提供信用支持[16]。因此，本部分主要从城投债的角度分析房价与地方政府债务风险之间的相互作用机制，具体如图1所示。

图1 房价与地方政府债务风险的相互作用机制

(一)土地财政背景下房价对地方政府债务风险的影响机制

1994年的分税制改革和1998年的住房商品化改革使房价通过土地财政与地方政府债务联系起来，毋庸置疑的是，高房价使地价增值，从而进一步提高债务抵押品价值，降低了债务偿还风险[17]，在这个逻辑下，一旦房价下跌，可能导致债务风险快速增加。房价对地方政府债务风险的影响主要是通过地价的变化而产生的，路径是以高房价刺激土地需求市场。招拍挂的土地出让模式提高了土地价格对房价上涨的敏感度，当房价上涨时，土地价格倾向于伴随上涨。这是因为高房价激励开发商购买土地使用权，从而增加了土地一级出让市场的需求，在供给不变的情况下，造成高地价的结果[7]。其他多数学者也得出了高房价决定高地价的结论[18-19]。而地方政府融资平台在发行城投债时往往以土地为抵押品进行担保[20]，土地价格的上涨提高了土地抵押品价值，使银行面临的城投债偿债风险降低。另外，地方政府财政收入为融资平台举债提供保障[21]，而土地出让收入作为财政收入的重要来源，收入的波动高度依赖地价的变动，地价上涨促进地方政府财政收入的增加，从而降低偿债风险。而这其中地方政府财政收入对土地财政依赖度相对敏感，地方政府越依赖土地财政收入，地价的波动对其收入影响程度越高，当地价上涨时，地方政府对城投债偿还的信用支持力度也会增长，偿债风险降低。因此，债务风险对房价、地价的敏感度可能因为地方政府对土地财政的依赖程度不同而表现出差异化特征。

(二)土地财政背景下地方政府债务风险对房价的倒逼机制

地方政府债务利率越高，风险越大，承担的还款压力越大，而过度依赖土地财政的地方政府则主要以土地抵押获取债务。土地出让价格决定了其担保物的价值，因而地方政府有意控制土地供给以提高地价，而地价的提高亦进一步倒逼房价。另外，对于任期制下的地方政府官员而言，债务风险增大带来的首要压力不仅是还款压力，还有借款压力。债务风险过大导致借款压力增大，在现行体制下最好的解决方式是融资与卖地，融资举债基本是以土地抵押为媒介，因而地价决定了融资的规模且间接影响房价。更关键的是，政府这种对土地融资的路径依赖提高了居民对房价的心理预期，更助长了房价的棘轮效应。可见，地方政府不仅有激励在土地供给侧极力抬升地价，还有动力在房价需求侧助推价格[7]，因此，债务风险越高，房价增长得越快。而房价的不断提升引起的棘轮效应会使后续泡沫不断扩大。对于地方政府而言，其对房价影响的动力受到土地财政依赖度的影响，土地财政依赖度越高的地方政府具有越强的动力推高房价或者维持高房价[22]。因此，当政府债务风险增大时，地方政府为满足融资需求，有动力通过提高地价以提高土地抵押品价值和土地出让收入，从而强化融资能力。而在提高地价的过程中，必然导致房价的进一步提高，可见地方政府债务风险对房价的影响具有正向刺激作用。土地财政依赖度越高，这种动机越强烈，刺激作用越强。综上，笔者提出以下假设：

假设1：房价对地方政府债务风险具有抑制作用，地方政府对土地财政依赖度越高，这种抑制作用越强烈。

假设2：地方政府债务风险对房价具有刺激作用，地方政府对土地财政依赖度越高，这种刺激作用越强烈。

三、房价与地方政府债务风险关系的动态反馈模拟

结合前文的理论假设，本文先对房价与地方政府债务风险之间的动态反馈过程进行模拟，在检验平稳性的基础上构建协整模型和格兰杰模型对两者之间是否存在长期稳定关系和因果关系进行检验。在此基础上构建脉冲响应函数，观察两者变动对彼此冲击的动态变化过程。目的在于检验两变量之间存在相互影响的假设，也为后续构建联立方程组量化估计相互影响系数奠定基础。

(一) 样本说明与变量选择

本文的研究样本主要包含中国30个省份(西藏、香港、澳门、台湾除外)。2008年为应对金融危机的4万亿投资计划给地方政府利用融资平台进行债务融资以政策激励，由于本文研究的是城投债，因而以2009—2016年作为研究区间。本部分考察的主要变量为房价和地方政府债务风险，这两个指标的代理变量选择依据及测算方法如下：房价(HP)指标的代理变量为通用的商品房平均销售价格，测算过程参考安勇和王拉娣[23]与陈瑞等[24]的处理方法，用经CPI调整后的房屋销售价格指数来衡量房价，计算得到的值越大，房价越高，相关数据来自历年《中国统计年鉴》。地方政府债务风险(RATE)指标的代理变量为城投债的信用利差，即用城投债发行利率与同期的相同期限银行贷款利率[16-25-26]的差额来衡量，相关数据来自WIND数据库。

(二)因果关系检验

本文使用面板数据，同时考虑个体效应与时间效应，使估计结果更可靠。在进行检验之前有必要对两变量进行平稳性检验，以避免出现伪回归的问题。通过单位根方法对房价与地方政府债务风险进行平稳性检验，由于研究变量为面板数据，因而进行平稳性检验时选择截距项和趋势项同时存在，检验结果发现，房价和地方政府债务风险变量的P值分别为0.002和0.088，因而拒绝原假设，表明两变量的原序列均平稳，两变量存在一阶单整，满足协整检验的前提条件。

协整检验可以在区分长短期关系的同时避免可能的伪回归问题，本文采用Johansen检验方法进行协整检验。首先构建VAR模型，根据赤池信息准则和施瓦兹准则，确定最优滞后阶数为2。因而建立VAR(2)模型，对构建的VAR模型的平稳性进行检验发现，所有AR特征根的倒数均位于单位圆内，说明该模型是稳定的。从估计出的VAR模型结果来看，拟合优度很好，构建的VAR模型有效。由于建立的是无约束VAR模型，因而协整检验的VAR模型滞后期确定为1。协整检验的主要目的是分析房价与地方政府债务风险之间是否存在长期稳定关系，其中原假设为不存在协整关系，若小概率事件发生则拒绝原假设，反之亦然。选择截距和趋势项同时存在，在滞后区间为[1，1]的情况下，结果显示，迹统计量和最大特征值统计量的显著性检验结果中P值均为0.106，接受了两个研究变量之间存在最多一个关系的原假设，由此可知，房价与地方政府债务风险之间存在长期稳定关系。

在变量存在协整关系的条件下，可以利用格兰杰模型检验变量间的因果关系。格兰杰因果关系检验结果表明，在房价不是地方政府债务风险的格兰杰原因的原假设下P值为0.000，而在地方政府债务风险不是房价的格兰杰原因的原假设下P值为0.046，分别在1%和5%的显著性水平下显著，可以拒绝原假设，则房价与地方政府债务风险之间存在双向因果关系，即房价是地方政府债务风险的格兰杰原因，同时地方政府债务风险也是房价的格兰杰原因。因此，仅从数据关系来看，房价与地方政府债务风险之间是双向影响的。这符合前文的理论预期，即房价越高，地方政府以土地财政为抵押进行贷款就更加容易，贷款利率也会更低，另外，贷款利率的高低决定了地方政府借债的风险，如果贷款利率较高，影响未来地方政府贷款能力，地方政府为了提高贷款能力，就会倾向于提高抵押品价值。而对依赖土地财政的地方政府而言，其抵押品主要是土地，则控制土地供给提高地价成为地方政府在高贷款利率下的主要动机和行为，地价的上升进一步提高了地区的房价水平。房价与地方政府债务风险之间双向因果关系的存在使传统的单一方程变得不再适用，为尽量保证估计结果的可靠性，应该进一步建立联立方程组进行估计，这也是本文在后续建立联立方程组估计模型的经验依据。

(三)双向动态反馈机制

格兰杰因果关系直观地表现出房价与地方政府债务风险之间的信息引导关系，进一步需要通过脉冲响应函数揭露房价与地方政府债务风险之间的信息传递关系，得到双向动态反馈机制。联立方程组是否需要引入滞后项是由政策滞后性决定的，如果房价与地方政府债务风险之间的影响存在滞后特征，那么应该在方程中引入滞后变量，构建动态方程。因此，为了进一步分析随着时间的推进房价与地方政府债务风险之间相互影响的动态波动特征，本部分借助脉冲响应函数进行分析，揭示房价与地方政府债务风险之间波动的动态传递关系，利用脉冲响应函数进一步分析两变量因果关系的具体作用效果，得到房价与地方政府债务风险之间的动态反馈效应，如图2和图3所示。

图2 地方政府债务风险对房价冲击的回应 图3 房价对地方政府债务风险冲击的回应

从图2中可以看出，当给房价一个标准差的信息冲击后，债务风险从0开始快速向正的方向增长，并在经过1期的快速增长后又快速降低到负向关系，并在第3期后持续保持在负向关系，说明债务风险在面对房价的变动带来的冲击时，先是快速提高，在1期滞后以后风险开始下降并与房价呈现负向关系。说明房价对地方政府债务风险的影响总体上表现出显著的抑制作用，只是这种抑制效应存在滞后性，因而在相应方程中应引入房价的一阶滞后项。从图3中可以看出，当给债务风险一个标准差的冲击后，房价从0开始向负的方向变动，影响迅速增大，到第4期经历小幅平稳变动后反应程度开始逐渐减弱。从脉冲图来看，地方政府债务风险对房价的影响不够明显，持续较长时间仍未接近横轴，这可能是因为地方政府债务风险对房价的影响更间接，对土地财政依赖度较高的地区，面对债务风险时有更强的动机提高地价，从而间接推高房价；而对土地财政依赖度不高的地区，表现出的动机不够明显。可见，地方政府债务风险对房价的影响需要在引入土地财政交叉项后进一步进行估计。

四、回归模型设定与数据处理

本部分构建实证模型以检验理论假设，即房价与地方政府债务风险之间的相互影响程度以及土地财政在其中的作用。传统的单一模型估计过程容易因解释变量与被解释变量之间存在的双向因果关系而产生内生性问题，导致估计结果出现偏误。为解决这一问题，本文建立联立方程组进行估计。

(一)回归模型设定与变量选取

结合本文的研究目的及前期的检验结论，建立联立方程组如下：

(1)

联立方程组包含两个方程，上式是地方政府债务风险决定方程，以地方政府债务风险RATEit为被解释变量，上一期房价HPi,t-1为解释变量，土地财政依赖度DEPit为调节变量，HPi,t-1×DEPit表示在土地财政影响下上一期房价对地方政府债务风险的影响，即两者的关系受到土地财政依赖度的影响程度。联立方程组的下式为房价决定方程，以房价HPit为被解释变量，以前期债务风险RATEi,t-1为解释变量，同样以土地财政依赖度为调节变量，交叉项RATEi,t-1×DEPit表示土地财政影响下地方政府债务风险对房价的影响，反映的是土地财政在地方政府债务风险对房价影响中的角色。控制变量选择方面，在地方政府债务风险决定方程中，主要从地区政府财政状况和城投债特征两个方面选择，其中，人均财政赤字DEFICITSit、人均财政赤字占财政收入的比重DEREit、税收收入占债额的比重TAXit、发行规模SIZEit、债券信用评级RATINGit为控制变量，在房价决定方程中主要从地区宏观经济运行情况方面选择固定资产投资占比CAPITALit和GDP增长率GDPit作为控制变量。et和ut为回归残差，C(m)为待估参数，其中，m=1,2，…，12。i和t分别表示样本中的i地区和t时期。

前文已经交代了房价与债务风险的测算方法，此处不再赘述。本文借鉴秦凤鸣等[27]测算土地财政依赖度的方法，用土地出让收入占地方政府财政收入的比重来表示。控制变量借鉴Becker和Milbourn[25]与秦凤鸣等[27]对信用评级的衡量方法，设置A+级为1，AA-级为2，AA级为3，AA+ 级为4，AAA级为5。研究变量及数据来源如表1所示。

表1 研究变量及数据来源

(二)估计方法的选择

联立方程组中解释变量和被解释变量互为因果关系，从而产生内生性问题。因此，在估计联立方程组时通常使用系统估计方法，本文采用三阶段最小二乘估计法(3SLS)。参考余官胜[28]的处理方法，本文使用联立方程系统中各变量的滞后1期值作为工具变量。另外在估计联立方程组之前，需要对联立方程组是否合适进行识别，模型识别包括阶条件和秩条件。本文的联立方程组中内生变量为HP和RATE，外生变量为DEP、DERE、RATING、SIZE、TAX、DEFICITS、GDP、CAPITAL，满足秩条件(r(1,1)=2-1)。本文的联立方程组8个外生变量大于方程包含的两个内生变量，因此，也满足阶条件，可以根据式(1)的联立方程组模型进行有效估计。

五、经验分析及稳健性检验

本文在引入土地财政依赖度变量后建立联立方程组，对房价与地方政府债务风险之间的关系进行检验，为形成对比，估计未引入土地财政依赖度变量的方程组，得到的估计结果(1)由于篇幅限制，控制变量的估计结果略去，留存备索。如表2所示。模型(1)为未引入土地财政依赖度的方程，模型(2)为引入土地财政依赖度的方程，模型(3)和模型(4)为稳健性检验，即使用融资成本(城投债发行利率)作为地方政府债务风险的衡量方法，得到未引入交叉项和引入交叉项的结果。

表2 联立方程组系统估计结果

注：括号内为t值；*、**和***分别表示在10%、5%和1%的水平下显著。

从表2的估计结果可以看出，总体来看，相比于未引入交叉项的模型，引入交叉项后解释变量的解释系数更高，影响程度更大。其中，在地方政府债务风险决定模型中，房价的影响系数的绝对值从0.953增加到1.274，在房价决定模型中，地方政府债务风险的影响系数的绝对值从0.174增加到1.804，并且交叉项在两个方程中均显著，说明引入交叉项是合适的，因而后续分区域的结果仅在此报告引入交叉项后的结果。在地方政府债务风险决定模型中，房价对地方政府债务风险的影响显著为负，房价提高1个单位将导致地方政府债务风险降低1.274个单位，这是符合理论预期的。当考察土地财政依赖度在模型中的影响时，交叉项系数显著为负，系数为-0.142，说明地方政府对土地财政越依赖，将使房价对地方政府债务风险的抑制作用得以强化，符合理论假设。观察房价决定模型，地方政府债务风险对房价的影响显著为负，而当考虑土地财政时，从交叉项可以看出，显著为正，系数为2.140，绝对值高于债务风险的影响系数，可见地方政府对土地财政的依赖度加深，受到前期地方政府债务风险水平的影响，提高了房价上涨的动机。综合来看，土地财政使地方政府债务风险对房价的影响由显著为负转为显著为正，地方政府债务风险的提高助推了房价，这一结论验证了理论预期。

进而，本文根据模型(2)中交叉项的结果分析中国各省份土地财政依赖对房价与地方政府债务风险关系的影响。从式(1)中的地方政府债务风险决定模型和房价决定模型中得到以下方程：

∂RATEit/∂HPi,t-1=C(2)+C(3)×DEPit

(2)

∂HPit/∂RATEi,t-1=C(10)+C(11)×DEPit

(3)

从表2的估计结果可以看出，模型(2)中房价和土地财政依赖度的交叉项对地方政府债务风险具有显著负向影响，弹性系数为-0.142，而房价对地方政府债务风险具有显著抑制作用，系数为-1.274。因此，C(3)为-0.142，C(2)为-1.274。模型(2)中地方政府债务风险和土地财政依赖度的交叉项对房价具有显著正向影响，弹性系数为2.140，而地方政府债务风险对房价具有显著负向影响，弹性系数为-1.804。因此，C(10)为-1.804，C(11)为2.140。分别将这些数据代入式(2)和式(3)测算地方政府债务风险(房价)对房价(地方政府债务风险)的敏感度，结果发现，对于土地财政依赖度低的地区，地方政府债务风险与房价具有负向影响。以上海为例，其土地财政依赖度在中国最低，2016年为0.240。地方政府债务风险对房价的敏感度为-1.308，说明房价每提高1个单位，地方政府债务风险降低1.308个单位，而房价对地方政府债务风险的敏感度为-1.291，没有出现因为地方政府债务风险提高而推高房价的情况。相比而言，样本中2016年的青海土地财政依赖度最高，达到1.371，地方政府债务风险对房价的敏感度为-1.469，房价对地方政府债务风险的敏感度为1.131，可以看出，在土地财政依赖度较高的地区，房价的提高对地方政府债务风险的抑制作用更强，另外，地方政府债务风险的提高助推了房价的增长。

为了观察中国2009—2016年土地财政下地方政府债务风险与房价相互的弹性系数变化在地区间的分布情况，本文测算了各省份在2009—2016年的系数，在此基础上测算出各省份弹性系数的算术平均值。如图4所示，地方政府债务风险对房价的敏感度指的是房价变动时引起的地方政府债务风险变化，房价对地方政府债务风险的敏感度指的是地方政府债务风险的变动对房价波动的影响。

图4 房价与债务风险相互敏感度及土地财政依赖度

图4中横轴表示的中国各省级政府的土地财政依赖度排序，从图4可知，青海、甘肃、宁夏等西部地区省份的土地财政依赖度最高，而江苏、浙江、北京等东部地区省份的土地财政依赖度最低。随着土地财政依赖度的降低，房价对地方政府债务风险的敏感度也逐渐降低，由正向关系变为负向关系，对土地财政依赖度的降低也使房价受到地方政府债务风险的影响有所降低。而地方政府债务风险受到房价的影响则随着土地财政依赖度的降低而逐渐提高，在土地财政依赖度较高的地区，房价每提高1个单位，地方政府债务风险降低的程度远高于土地财政依赖度较低的地区，反之,在这种高的负向敏感度下，房价的降低也将导致地方政府债务风险大幅度上升。这说明在土地财政依赖度较高的地区,房价与地方政府债务风险被过度绑定。可见，中国房价与地方政府债务风险的相互敏感度形成剪刀差，对土地财政依赖度越高，越可能强化房价与地方政府债务风险的粘度，房价对地方政府债务风险的影响更加显著，影响程度也更深远。

为了确保分析结果具有稳健性，本文对式(1)的回归分析进行如下调整和重新估计：稳健性检验使用融资成本作为风险代理变量，融资成本的测算方法为城投债发行利率，选用城投债的利率(RATE2)作为违约风险的代理变量[29-30]，测算得到的值越大，说明地方政府债务风险越高。而将地方政府债务风险的代理变量测算方法更换后，得到结果如表2中的模型(3)和模型(4)所示，从表2中可以看出，加入交叉项同样是更加合适的，并且模型(4)的估计结果与模型(2)相比，房价与地方政府债务风险相互影响的系数以及交叉项系数同样是显著的，正如理论假设预期那样，房价对地方政府债务风险的影响显著为负，地方政府债务风险对房价则显著为正，在债务风险决定方程中交叉项系数显著为负，在房价决定方程中交叉项系数显著为正，说明估计结果是稳健的。

六、结论与政策建议

房价与地方政府债务风险是中国当前防范系统性金融风险的重点领域，房价的风险主要源于地方政府在对土地财政的高度依赖与财政压力下，政府、银行与央企等合谋形成的央企地王对房价的锚定效应，最终促成房价的棘轮效应。地方政府债务风险则主要源自其“风险大锅饭”的制度特征，以及任命制与任期制条件下政府官员对职位升迁的追逐所形成的地方政府债务扩张的逐级内生放大机制。而且作为最重要且相互交织的两个风险点，在经济下行与人口结构变化趋势下，土地资产的通缩效应很可能诱发两种风险的叠加并形成系统性金融风险。笔者认为，房价与地方政府债务风险之间存在双向联动效应，土地财政在其中起到了催化剂的作用。分析表明，需从风险叠加视角分析风险主体行为逻辑，对行为主体的风险反应与互动强度及其风险的叠加效果进行模拟，找出房价与地方政府债务风险叠加的媒介、路径与关键节点，据此设计出相对有效的防控策略，以维护中国的金融安全。

在经验研究部分，本文在VAR模型下建立脉冲响应函数，通过函数图模拟房价与地方政府债务风险之间的双向互动过程。从动态反馈结果来看，地方政府债务风险提高迅速刺激房价上涨，房价的上涨则促使地方政府债务风险逐级下降，从反应程度来看，房价受地方政府债务风险提高的影响更激烈。进一步构建联立方程组发现，在土地财政背景下，土地财政依赖强化了房价对地方政府债务风险的显著抑制作用，也强化了地方政府债务风险对房价的显著刺激作用，而这种效应在土地财政依赖度较高的西部地区省份表现最为显著。

长期以来，房价不断上涨，地方政府债务风险高企，本文研究表明，两者存在双向叠加效应，并且土地财政强化了这种联动影响。可见，单方面的风险控制可能无法达到预期效果。土地财政、房价与地方政府债务风险的联动性使风险的传导机制变得更加复杂，本文为理解中国土地财政背景下房价与地方政府债务风险的持续上升增加了一种解释。本文的研究结果也表明，中央为控制房价与地方政府债务风险而制定相关政策时，不但要考虑地方政府债务风险对房价的影响，而且也需要考虑房价对地方政府债务风险的影响，以及土地财政在其中的重要作用。尤其是在土地财政依赖度较高的地区，如何合理有效控制风险，需要基于复杂网络的视角，关注多方面互动影响并进行综合考量。