优化人口、土地和资本的生产资源配置是推动中国高效城镇化和解决城市土地财政问题的关键路径。特别是1994年中国进行分税制改革后,以土地出让金为核心的“土地财政”逐渐成为推动城市经济增长和建设用地规模扩张的强劲助力。本文深入剖析不同工业发展阶段的城市其地方政府债务对城市建设用地利用效率的差异化影响,并实证分析了不同经济发展水平和不同地方政府累计债务水平的城市中,地方政府债务对城市建设用地利用效率的差异化影响,为地方政府规划政府负债提供参考。文章还对城市未来建设用地利用效率进行预测,以期为中国其他中西部非沿海城市的地方政府的土地财政行为提供参考和借鉴意义。论文主要研究内容及结果如下:(1)本文对中国沿海51个城市的工业发展水平进行了量化,根据钱纳里工业发展阶段的划分标准,得出城市工业化水平综合指数。基于不同的城市工业化综合指数,实证分析了地方政府债务对城市建设用地利用效率的差异化影响。结果表明:不同工业阶段城市地方政府债务对城市建设用地利用效率的影响不同:在中国沿海51个城市中,营口、厦门等15个城市的地方政府债务对城市建设用地利用效率影响不显著,天津、上海等7个城市的地方政府债务对城市建设用地利用效率影响显著为正,湛江、阳江等29个城市地方政府债务对城市建设用地利用效率影响显著为负。(2)本文进一步分析地方政府债务对城市建设用地利用效率的非线性影响,利用面板门槛模型进行实证研究。研究结果发现:以城市经济发展水平(pgdp)作为门槛变量具有双门槛效应,门槛响应边界为2.67和5.17万元。当pgdp<2.67、2.67<pgdp<5.17和5.17<pgdp时,地方政府债务对城市建设用地利用效率的影响程度分别为:无影响、负影响和正影响;以地方政府累计负债水平(sd)作为门槛变量具有单门槛效应,门槛响应边界为15.83%。当sd<15.83%和sd>15.83%时,新增债务水平对城市建设用地利用效率分别为:正向促进和反向抑制。城市类型识别显示中国未来应重点关注双门槛均为负响应的城市,该类城市地方政府债务水平与城市经济发展已存在脱节现象,而且累计负债水平亦超出地区经济可偿还范围。(3)为更好的为中西部等非沿海城市提供参考和借鉴意义,本文借助BP神经网络模型对城市建设用地利用效率进行预测。对中国沿海51个城市2018年城市建设用地利用效率预测结果发现:平均预测准确率为61%。预测误差与地方政府累计负债水平相关。在地方政府累计负债水平在15.83%以上时,BP算法的神经网络模型在对城市建设用地利用效率的预测的误差率相对较小,平均为36.08%;尤其在地方政府累计负债水平超过50%的城市中,BP算法的神经网络模型预测误差率仅为25.87%。在此基础上,根据BP神经网络预测模型计算得出2020年及2021年中国沿海51市城市建设用地利用效率预测结果。这为众多高负债水平城市的地方政府提供了合理预估城市建设用地利用效率的有效方式。