地方政府债务、区域差异与空间溢出效应——基于空间计量模型的研究

黄春元 刘 瑞

一、引言

改革开放以来，中国经济社会发展取得了令人瞩目的成就，国民经济总量已位居世界第二，社会生产能力得到快速提升。但是伴随经济发展，社会也呈现出环境治理迫切、养老问题突出、区域发展不平衡、地方政府债务与金融风险加剧等急需面对与解决的问题。特别是地方政府债务(以下简称“地方债务”)问题，更是近年来社会各界高度关注的一个热点问题。

中国地方债务呈现规模不断扩大、膨胀速度持续加快的趋势。地方债务从2001年的约2万亿元，增至2019年的约24万亿元(1)2015年开始，中国实行限额发行地方债务，有效控制了地方债务规模。经第十三届全国人民代表大会第二次会议审议批准，2019年全国地方政府债务限额为240 774.3亿元。其中，一般债务限额133 089.22亿元，专项债务限额107 685.08亿元。截至2019年10月末，全国地方政府债务余额为213 800亿元，控制在全国人大批准的限额之内。其中，一般债务119 235亿元，专项债务94 565亿元；政府债券211 550亿元，非政府债券形式存量政府债务2 250亿元。。地方债务总额年增长约为15%，超过同期GDP增长率。如此巨大的规模和膨胀速度，引发了社会各界对于中国地方债务问题的关注，如何科学治理地方债务以及防范债务风险成为日益备受关注的问题。

与此同时，中国对地方债务的治理也在不断完善。首先，出台了一系列文件、政策规范地方债务的发展。地方债务相关政策法规的调整主要包括以下几方面(2)上述调整主要体现在以下政策法规中：《中华人民共和国预算法》(1995)、《财政部代理发行2012年地方政府债券发行兑付办法》(财库〔2012〕46号)、《国务院关于加强地方政府性债务管理的意见》(国发〔2014〕43号)、《中华人民共和国预算法》(2014年修正)、《地方政府一般债务预算管理办法》(财预〔2016〕154号)、《中共中央 国务院关于防范化解地方政府隐性债务风险的意见》(中发〔2018〕27号)以及《中共中央办公厅 国务院办公厅关于印发〈地方政府隐性债务问责办法〉的通知》(中办发〔2018〕46号)，等等。：一是发行方式的调整，即由经国务院批准在确定限额内发行地方政府债券，到中央政府代发债券，再到地方政府在规定限额内适度发行债券；二是纳入预算管理的调整，由游离于预算之外到纳入预算管理；三是规定具体的地方债务事项的调整，例如具体规定举债主体、用途、规模、方式、监督制约机制以及法律责任等。其次，限定地方债务发展规模。财政部《关于对地方政府债务实行限额管理的实施意见(财预〔2015〕225号)》规定，要合理确定地方债务总限额，并逐级下达分地区地方债务限额，要求各地严格按照限额举借债务。再次，有效防范地方债务风险。建立健全地方债务风险防控机制，在全面评估和预警地方债务风险的基础上，建立债务风险化解和应急处置机制，并健全地方政府债务监督和考核问责机制。同时，采取地方债务存量置换等措施。这些举措在一定程度上起到了降低和防范地方债务风险的作用。

为了更加科学有效地提高地方债务的治理水平，除了在宏观层面准确把握地方债务总额、发展趋势等问题，应该更加准确地认识中国地方债务的中观层面现状(例如，地方债务的区域分布情况、发展特征)、增长机制以及影响因素。基于此目的，本文拟从地方债务区域分布特征入手，研究地方债务增长的不同机制及其可能存在的空间溢出效应。

本文余下内容安排如下：第二部分分析地方债务空间分布的特征，并进行相关文献评述；第三部分说明相关数据，并介绍实证方法；第四部分和第五部分报告实证结果，包括基准回归结果、稳健性检验以及对债务溢出效应的检验；第六部分是全文结论。

二、问题的提出与文献评述

(一)问题的提出：地方债务空间分布存在区域差异

根据笔者搜集整理的数据，按照2005—2015年省级人均地方债务余额对债务进行划分，人均债务较高的主要包括北京、上海、天津、江苏、浙江、广东、山东、海南和河北等东部地区省份，而陕西、山西、内蒙古等中西部地区省份以及黑龙江等东北地区省份的人均债务水平相对较低。本文根据地方债务分布特点，并结合经济发展水平，参考毛捷和黄春元(2018)[1]的做法，将全国债务分布划分为两大区域—— 东部地区和其他地区(3)本文依据国家统计局标准进行划分，其中东部包括北京、天津、河北、江苏、浙江、广东、福建、山东、上海、海南10个省份，其他地区包括除上述10个省份以及除港澳台、西藏外的20个省份。。中国区域发展不均衡，在经济发展水平、财政状况、基础设施、人口增长等方面存在着较大的差异。为什么中国地方债务会形成如此分布状况，这与区域差异之间是否存在关联呢？

基于上述分析，有两个具体问题有待研究，同时也是本文的研究内容：第一，各区域地方债务的差异性是否意味着背后债务增长的原因也具有差异性；第二，各地区间不同的债务规模以及各异的增长机制，是否会带来空间溢出效应，空间溢出效应如何。

(二)文献述评

国内学者的研究多是从财政体制、官员晋升激励、预算软约束、债务管理体制等角度解释地方政府债务的成因，在此基础上也开始关注政府债务的空间溢出效应。王宝顺和刘京焕(2011)[2]研究了财政分权体制下地方政府公共支出的空间外溢以及地方间增长竞赛对本区域经济增长的影响，认为地方政府公共支出存在空间外溢效应，同时生产性公共支出的空间外溢对本地经济增长有消极影响，而福利性支出对本地经济增长有积极影响。刁伟涛(2016a，2016b)[3][4]搜集整理中国30个省份的地方债务数据，并基于空间计量模型对地方政府债务的经济增长效应进行了实证分析。结果表明，考虑到经济增长的空间关联性之后，中国地方政府债务对于经济增长仍是具有促进作用的，但是其空间溢出效应不明显。郑威等(2017)[5]利用2005—2013年我国省级城投债面板数据，从税收竞争与引资竞争两个维度刻画地方政府竞争水平，并运用空间计量模型实证检验了地方政府竞争对地方债务增长的空间效应。研究发现：中国地方政府竞争与地方债务规模存在全域范围的正空间自相关性，并且其局域性的空间集聚特征也尤为明显；不论是税收竞争还是引资竞争，均显著地促进了地方债务规模的增长；相邻地区的地方政府竞争对本地区地方债务规模存在显著的空间溢出效应。黄健和毛锐(2018)[6]以2010—2016年度的省级城投债数据作为衡量地方政府债务的指标，通过面板结构向量自回归模型考察了地方政府投资冲动下中国地方债务发行规模的变动，最终研究了地方政府债务对于地方经济增长和政府投资的作用效应。王术华(2017)[7]利用1997—2015年地方政府债务等相关面板数据，研究了地方财政压力、政府支出竞争对地方政府债务规模扩张的影响，并运用空间计量模型，从全国整体和东、中、西部地区两个层面分别进行实证分析。研究表明，地方政府债务、地方财政压力与地方政府支出竞争均呈现一定的空间正相关特征；地方财政压力没有对地方政府债务规模的扩张起到促进作用，相反，在东、西部地区还起到一定的抑制作用；地方政府支出竞争对地方债务规模的扩张起到促进作用，尤其在西部地区，该作用更为明显。吴健梅等(2018)[8]对新常态下地方政府债务风险的现状及空间特征进行了分析，并在此基础上对债务风险溢出效应及机制展开讨论，发现当前地方政府债务风险有趋稳态势，但空间分布的聚集特征以及溢出效应会影响债务治理问题。

虽然国内相关研究已取得重大进展，但仍存在以下不足：(1)探析地方债务增长的原因时未充分考虑地区差异。中国各地区债务水平存在较大差异，发展不均衡的地区之间对不同水平债务的影响可能存在差异。因此，从债务水平差异性这一视角展开实证研究，能够更准确地揭示地方债务增长的内在原因。(2)不够重视债务水平不同地区之间可能存在的债务溢出效应。债务水平高、经济发展水平高对相邻地区不同债务及经济发展水平的地区，是否存在溢出效应以及溢出效应如何，尚未得到深入论证。本文利用笔者收集整理的省级政府债务和相关经济数据，对地方债务增长的成因进行多个维度(包括整体影响和不同地区)的实证分析，并以京津冀地区为例，对债务溢出效应进行了实证分析，弥补了已有文献存在的上述不足。

三、数据说明与实证方法

(一)数据说明

地方债务的数据获取难度较大，截至目前中国仍未建立专门针对地方债务的官方数据库，国家审计署掌握的地方债务审计数据公开的程度也比较有限。本文借鉴已有文献(黄春元和毛捷，2015[9]；陈诗一和汪莉，2016[10]；毛捷和黄春元，2018[1])的做法，按照显性债务与或有债务的类型，对省级地方债务数据进行归类整理和计算，以下是详细说明。在此，对于与后续实证分析相关的其他数据也一并介绍。

1.地方政府债务数据。

借鉴上述已有文献的做法，地方债务规模用当年地方政府债务余额表示，本年地方债务余额由三部分构成：第一，本年地方政府债券余额；第二，本年地方城投债余额；第三，本年地方国债转贷收入。在处理省级政府债务时，我们将地市级债券按照行政区域划分标准，加总为省级债券数据，记为省级债券1。如果该省具有以省政府(包括省国资委、省财政厅和省交通厅等)为最终控制人的债券，也将其视为省级债券，记为省级债券2。按照上述方法，计算省级债券1和省级债券2的余额，然后将其加总，作为该省当年政府发行债务余额和城投债余额。在此基础上，再加上当年省级国债转贷收入，即为当年省级政府债务余额。其中，文中基准回归主要使用地方债务余额1(=地方政府债券余额+地方城投债余额)，稳健性检验使用地方债务余额2(=地方政府债券余额+ 地方城投债余额+地方国债转贷收入)。

2.其他数据。

本文实证分析中还涉及到人均实际财政赤字、人均实际GDP、基础设施投资、各省份人均财政支出占全国人均财政支出之比、城镇化率以及人口增长率等数据。在此，要对基础设施投资进行专门说明。国内大多数文献在考虑地方债务问题时，普遍选用固定资产投资指标。根据国家审计署发布的《2013第32号公告：全国政府性债务审计结果》，从资金投向看，地方债务主要用于基础设施建设和公益性项目。截至2013年6月底，在已支出的政府负有偿还责任的地方债务(101 188.77亿元)里，约九成(86.77%)用于基础设施建设和公益性项目。其中，市政建设和交通运输设施建设占比合计约为60%，这说明基础设施建设是地方债务最主要的投向。为了更准确地捕捉地方债务增长成因，也出于数据可得性等原因，本文选用三大重点行业固定资产投资额替代固定资产投资总额指标，用“基础设施投资”指标表示，主要包含交通运输、仓储和邮政业，水利、环境和公共设施管理业以及房地产业等三大行业的固定资产投资额。本文使用2000年为基期的物价指数将名义数据调整为实际值，表1给出了本文实证分析所用主要变量的描述性统计结果。

表1 变量的描述性统计

3.数据来源。

上述地方政府债务数据，主要来源于《中国财政年鉴》、财政部网站、中国债券信息网、和讯债券网、中国货币网和中经统计网等公布的相关信息和数据。实证分析所需其他经济数据，均来自历年《中国财政年鉴》《中国统计年鉴》和《中国固定资产投资统计年鉴》。需要说明的是，由于西藏的地方政府债务数据具有特殊性，本文在进行实证分析时未将其纳入考虑，因此基准回归的样本时间跨度为2005—2015年(4)财政部《关于对地方政府债务实行限额管理的实施意见》(财预〔2015〕225号)规定，要合理确定地方债务总限额，并逐级下达分地区地方债务限额，要求各地严格按照限额举借债务。2015年之后的大规模举债是限额举债，可能会对地方政府发债的规模和意愿等产生约束影响。因此，本文样本时间跨度选择为2005—2015年。，包括30个省份。

(二)实证方法

1.基准模型。

本文首先构建不包含空间效应的基准模型，考察各个影响因素与地方政府债务之间的关系：

Debtit=α+βDeficitit+ψGDPit+ηXit+ui+εit

(1)

其中：i表示省份，t表示年份；Debt表示地方政府债务规模，我们采用人均实际地方政府债务余额Debt1与Debt2(取对数)进行度量；Deficit表示地方政府财政缺口，采用人均实际财政赤字(取对数)进行度量；GDP表示经济发展水平，采用人均实际GDP(取对数)进行度量。X为控制变量，包括：(1)财政分权程度，使用各省份人均财政支出占全国人均财政支出的比例进行度量(Czfq)。根据现有文献(邱栎桦和伏润民，2015[11]；陈宝东和邓晓兰，2017[12]；等等)，财政分权程度是影响地方政府债务的主要因素。地方政府财政越自由，债务水平越高。(2)人口增长压力，使用人口增长率进行度量(Rkzzl)。一些文献表明，人口增长压力越大，地方政府债务水平越高。(3)基础设施投资，用基础设施投资占GDP的比例进行度量(Jcsstz)。根据现有文献(刁伟涛，2016a[3]，2016b[4])，地方政府举债主要为了支援基础设施投资，因此基础设施投资也会影响地方政府债务规模。(4)城镇化水平，使用城镇人口占总人口的比重来度量(Czhl)。地方融资平台在为城镇化建设提供巨大财力支持的同时，也扩大了地方政府债务规模(毛捷等，2019[13]；余晨阳和邓敏婕，2013[14])。此外，μi表示省份i的个体效应，εit为随机误差项。

2.空间杜宾模型(SDM)。

基于前文的讨论，我们发现：地方政府债务的分布具有明显的集聚特征，即存在空间效应，因此需要构建空间计量模型进行研究。目前，空间计量模型主要有三种，分别为空间自回归模型(SAR)、空间误差模型(SEM)以及空间杜宾模型(SDM)。根据本文的理论设想，本省份的债务水平不仅受到其他省份债务水平的影响，还会受到其他省份财政状况、经济发展水平等因素的影响，因此使用空间杜宾模型进行实证分析更为契合我们的理论分析。SDM模型不仅包含了被解释变量的空间滞后项，同时还包含了其他地区影响因素的空间滞后项；不仅可以反映所有变量的空间相关性，而且使用滞后项进行估计可以很好地避免内生性问题。在此基础上，对基准模型(1)进行扩展，我们得到了本文的SDM模型：

(2)

3.空间权重矩阵。

空间权重矩阵反映了各个区域相互依赖的程度，是进行空间计量分析的前提。本文借鉴马丽梅等(2016)[15]、焦敬娟和王姣娥(2017)[16])的做法，构建以下两种空间权重矩阵，其中空间地理权重矩阵用于基准回归，嵌套空间权重矩阵用于稳健性检验。

(1)空间地理权重矩阵。两省份之间的地理距离越远，空间相互作用越小。因此，可将空间地理矩阵定义为两省份之间距离的倒数：

(3)

其中，dij为采用经纬度计算得到的两省之间的距离。

(2)将地理距离与经济距离结合起来，构建嵌套空间权重矩阵，具体构建方法如下：

(4)

四、实证结果及其分析

(一)空间自相关检验

在进行空间回归分析之前，首先应当检验地方政府债务的空间自相关性。莫兰指数(Moran’s I)是目前学术界最为认可的度量空间自相关性的指标之一。莫兰指数为正值，则具有正的空间自相关性；反之，则具有负的空间自相关性。本文采用人均实际地方政府债务余额Debt1来计算莫兰指数，具体结果见表2。

表2 人均实际地方政府债务余额的全局Moran’s I指数

从总体结果来看，除2005年、2006年与2008年以外，所有年份的地方政府债务的莫兰指数均显著为正，2005年与2006年虽然为负值，但结果极为不显著，这说明我国地方政府债务更可能存在正的空间自相关性；2008年地方政府债务的莫兰指数显著为负，即存在负的空间自相关性，这应该与2008年金融危机的特殊背景有关。纵向来看，我国地方政府债务的空间自相关性不断加强，因此值得我们更多的关注。

(二)空间回归结果

本文首先基于中国30个省份总体对地方政府债务的空间溢出效应进行分析，其次将中国30个省份划分为东部与其他地区两组，进行实证分析，进一步对比不同地区空间溢出效应的差异，实证结果见表3。

表3的前4列为总体30个省份的回归结果，模型(1)为混合OLS回归结果，模型(2)为仅考虑两个核心解释变量后的SDM模型估计结果，模型(3)与模型(4)为逐步加入所有控制变量后SDM模型的估计结果。表3的最后两列为分组回归结果，即模型(5)与模型(6)分别为东部与其他地区两组所有变量的SDM模型估计结果。本文中对随机效应模型与固定效应模型的采用均根据Hausman检验结果选取。

表3 地方政府债务空间面板回归结果

1.整体实证结果。

从实证结果来看，相比于线性回归，SDM模型的拟合效果更好一些。模型(2)～模型(5)中地方政府债务的空间滞后项系数ρ均显著为正，说明地方政府债务存在显著的正的空间溢出效应，即其他省份的债务水平越高，本省份的债务水平也会随之提高。一省份的地方政府举债行为会使得其他省份的地方政府纷纷效仿。

混合OLS回归的结果表明，人均实际财政赤字与地方政府债务水平之间存在显著的正向关系。而在加入了空间效应后，SDM模型的估计结果显示：人均实际财政赤字与地方政府债务水平之间表现出显著的负向关系，即本省份的财政缺口越大，债务水平越低。这说明，忽略空间效应的估计结果是有偏的，在不考虑空间效应的情况下，我们会错误地认为地方政府财政缺口是地方政府债务膨胀的主要原因，但实际上地方财政缺口抑制了地方政府举债，这与黄春元和毛捷(2015)[9]、王术华(2017)[7]等的结论基本一致。本文认为可能的原因为：财政缺口的扩大增加了地方政府的还债压力，使其对举债持谨慎态度。

混合OLS回归的结果表明，人均实际GDP与地方政府债务水平之间存在显著的正向关系。而在加入了空间效应后，SDM模型的估计结果显示：人均实际GDP与地方政府债务水平之间的关系为正，但并不显著。我们认为，这可能是由于经济发展水平对于地方债务具有双向作用的关系。即经济发展水平越高的地区，自我发展能力越强，债务使用效率越高，因此举债的动机越弱，从而抑制债务增长。相反，经济发展水平较低的地区，出于经济发展、民生等方面的需要，举债动机较明显，因此会促进地方债务水平提升(洪源等，2015[17])。再加之相邻省份之间债务的空间溢出效应，有可能会导致经济增长对地方债务的影响出现并不显著的结果。这一结果也从侧面印证了在考虑地方债务增长机制时重视区域差异的必要性。

此外，财政分权、人口增长率变量的估计结果与以往文献结论一致。财政分权变量的估计结果显著为正，说明本省份政府自主决定财政收支的权力越大，本省的债务水平越高；人口增长率变量的估计结果显著为正，说明本省份的人口增长越快，地方政府举债动机越大。基础设施投资变量的估计结果显著为负，说明基础设施越完善，政府可以减少用于基础设施投资的支出，从而使得债务水平越低。城镇化水平变量的估计结果不显著。

从各变量空间滞后项系数的估计结果来看，人均实际财政赤字的空间滞后项系数显著为正，表明其他省份的财政缺口越大，本省份的政府债务水平越高。原因可能在于，其他省份财政缺口越大，意味着在财政收入一定的情况下，会增加其财政支出，这使得本省在财政竞争的情况下，进一步增加本省份的财政支出，从而引致债务水平的提升。人均实际GDP的空间滞后项系数为正，说明其他省份的经济发展水平越高，本省份极有可能提高其债务水平，由于GDP的“追赶”效应以及中央绩效考核的压力，均会使得本省份通过增加政府债务来刺激经济发展。此外，基础设施投资的空间滞后项系数显著为正，说明其他省份增加其基础设施投资，会使得本省提高其债务水平。这意味着其他省份增加财政支出(增加基础设施投资)，会通过影响本省份的财政状况，最终引致债务水平的提升。财政分权、城镇化水平以及人口增长率的空间滞后项系数显著为负，说明其他省份的财政自由度以及城镇化水平越高，人口增长压力越大，本省份地方政府债务水平越低。

2.分组实证结果。

从东部与其他地区回归结果的对比来看，各影响因素以及空间溢出效应均存在明显的异质性：

(1)地方政府债务的空间滞后项系数ρ在东部显著为正，在其他地区为正但不显著。这说明，在经济发展水平较高的东部省份，由于自身偿债能力较强、债务使用效率较高等原因，地方政府举债更容易受到相邻省份的影响。

(2)人均财政赤字、人均实际GDP变量在东部显著为负，在其他地区为正但不显著。这说明财政缺口、经济发展水平对债务的抑制作用主要体现在经济发展水平较高的省份。

(3)其他因素的空间溢出效应。人均实际GDP的空间滞后项系数在东部显著为正，在其他地区为正但不显著，说明在经济发展较快的东部地区，地方政府举债更容易受到其他省份经济发展水平的影响；财政分权变量的空间滞后项系数在东部显著为负，而在其他地区不显著，说明在经济发展水平较高的东部省份，一省份的债务水平会由于其他省份财政自由度的提升而降低；城镇化水平的空间滞后项系数在其他地区显著为负，而在东部不显著，说明在经济发展较慢的省份，其他省份的城镇化进程是本省份政府举债考虑的因素之一。

(三)稳健性检验

本文通过更换空间权重矩阵与被解释变量两种方法对上述实证结果进行检验：

1.仅将空间地理权重矩阵更换为嵌套空间权重矩阵，对SDM模型的估计结果进行稳健性检验。空间嵌套权重矩阵的定义与计算方法如前文所述。稳健性检验结果见表4回归(7)。

2.将空间地理权重矩阵更换为嵌套空间权重矩阵，同时将被解释变量地方政府债务Debt1，更换为加入国债转贷收入的Debt2，对SDM模型进行稳健性检验，结果见表4回归(8)。

回归(7)与回归(8)的结果几乎一样，差异极其微小，同时与前文实证结果一致，这说明本文的结果绝非偶然。从整体来看，地方政府债务的空间滞后项系数ρ仍显著为正，再次证实了地方政府债务存在显著的正的空间溢出效应这一结论。人均实际财政赤字、人均实际GDP、基础设施投资、财政分权、城镇化水平、人口增长率以及各变量的空间滞后项的符号与前文基本一致，显著性水平仅有微小差异。综上所述，本文的实证结果具有较好的稳健性。

表4 地方政府债务空间面板的稳健性检验

五、债务溢出效应——基于GVAR模型

前文中，我们已经证实了地方政府债务空间溢出效应的存在性。在此部分，本文以京津冀地区为例，通过构建全局向量自回归(GVAR)模型，进一步分析在其他省份政府债务、财政支出以及经济发展水平的冲击下，本省份债务水平的动态响应过程。GVAR模型是由Garratt等(2006)[18]等基于VAR模型发展起来的计量方法，可以用于分析各个国家或地区经济变量的相互作用。目前，已经得到了大多数学者的认可。

本文使用地方政府债务余额(取对数)、财政支出增长率以及加权实际GDP增长率(5)加权实际GDP增长率的计算方法为：加权实际GDP增长率=(本年实际GDP-去年实际GDP)/[(本年实际GDP+去年实际GDP)/2]。三个变量构建GVAR模型，其中，全局变量(6)全局变量是指能够反映所有地区共同经济发展水平的变量，本文认为使用全国实际GDP增长率是合理的。设定为全国实际GDP增长率，连接矩阵使用前文中嵌套空间矩阵的方法构建，数据跨度为2005年第2季度到2015年第4季度。地方债务余额以及财政支出增长率由于未统计季度数据，本文参考崔百胜和朱麟(2016)[19]的做法，使用Eviews7.0将年度数据转化为季度数据。

GVAR模型在分析前需要进行外生性检验，本文12个地区外变量中仅有2个未通过检验，基本符合模型设定，同时大部分数据均为Ⅰ(1)过程，且每个省份至少存在2个协整关系，因此可以使用广义脉冲响应函数(GIRFs)来分析变量之间的动态关系。(7)由于篇幅所限，本文未列出具体检验结果。基于研究的需要，从以下3个方面进行分析。

(一)债务的空间溢出效应

为了进一步分析债务的空间溢出效应，本文通过给予北京债务水平一个正向冲击，即在当期提高北京的债务水平，来观察其对河北以及天津的影响，响应结果见图1。图中实线为响应结果，虚线为Bootstrap模拟下90%的置信区间。

从广义脉冲响应结果来看，3个省份债务水平的响应趋势大体相同，但响应强度略有差异。在前5期左右，3个省份的债务水平均呈现正向响应过程，5期之后，3个省份出现负向响应过程。12期之后，响应结果基本趋于稳定。在滞后1期时，北京、河北以及天津债务水平的响应达到最大值，分别为22%、37%和36%，前4期的累积响应值分别为10%、17%和12%。

基于以上结果，我们发现：首先，对于北京债务水平的正向冲击，河北以及天津的债务水平在短期都呈现出正向响应过程，再一次印证地方政府债务存在正的空间溢出效应的结论。其次，3个省份债务水平的提高都是短暂的。在5期之后，可能出于债务承受能力等因素的考虑，最终债务水平趋于降低。最后，对于北京债务水平的提升，其他2个省份债务水平提升的幅度更大，这说明地方政府债务的空间溢出效应大于其对自身的影响。(8)目前关于地方政府债务空间溢出效应的识别大多基于空间自相关模型、空间误差模型(刁伟涛2016a[3]，2016b[4]；等等)，在识别空间溢出效应时发挥了重要作用，但已有文献无法识别空间溢出效应的长期发展趋势。本文将能够反映空间相互作用长期关系的GVAR模型引入地方政府债务的研究当中，从协整关系与脉冲响应分析的角度对地方政府债务空间溢出效应的研究进行了有益补充。

图1 对北京债务水平冲击的响应

(二)财政支出对债务的空间溢出效应

前文已经证明财政赤字对地方政府债务具有正的溢出效应，在此部分，本文使用财政支出增长率再次考察财政支出对地方政府债务的空间溢出效应。在当期，我们通过给予北京市财政支出增长率一个正向冲击，来观察3个省份地方政府债务的响应情况，响应结果见图2。

广义脉冲响应结果显示，对于来自北京市财政支出增长率的正向冲击，3个省份的债务水平均呈现出由正转负的响应结果。在前2期，北京、河北以及天津的债务水平均表现出正向响应，在当期的响应值最大，分别为6%、10%和12%，2期的累积响应值分别为3%、3%和9%。从第3期开始，3个省份均转向负向响应，北京在第8期达到最大的响应值-11%，河北与天津均在第7期达到最大的响应值，分别为-26%与-22%。在16期后，基本趋于稳定。

可以看出，财政支出在短期内会刺激地方债务提升，但其抑制债务水平增长的作用更为明显，同时具有正的空间溢出效应。如图2所示，地方政府债务在当期的正向响应值最大，说明财政支出对于地方债务水平的影响具有即时效应。3个省份2期之后均呈现负向响应，暗示地方政府由于财政赤字的增加对高债务水平持谨慎态度，最终还是会收紧债务水平。从3个省份响应情况的对比来看，北京市财政支出对其他2个省份债务水平的空间溢出效应大于其对自身债务水平的影响。

图2 对北京财政支出冲击的响应

(三)经济发展水平对债务的空间溢出效应

经济发展水平对地方政府债务具有显著的正的空间溢出效应，这一结论在前文已经得到了验证。在此部分，本文采用加权经济增长率度量经济发展水平，再次检验经济发展水平对地方政府债务的空间溢出效应。在当期，我们通过给予北京经济增长率一个正向冲击，来观察3个省份地方政府债务的响应情况，响应结果见图3。

由图3可知，对于北京经济增长率一个单位的正向冲击，北京自身的债务水平在当期呈现出微弱的正向响应，响应值为0.9%。第1期至第7期，响应由正转负，且响应强度增强，平均响应值为-5%。第7期之后，保持在一个稳定的正向响应水平。河北与天津的债务水平响应趋势大致相同，在当期与滞后1期呈现出正向响应，在当期达到最大响应值，分别为5%和7%。第2期至第6期，由正向响应转为负向响应，平均响应值分别为-7%和-6%。第6期之后，均维持在一个相对稳定的正向响应水平。

图3 对北京经济增长冲击的响应

以上结果表明，在经济较发达的地区，经济发展水平对地方政府债务具有一定程度的抑制作用，且存在显著的正的空间溢出效应。北京经济增长率的提高，使得北京的债务水平在一定阶段内受到抑制，并保持相对稳定。而河北与天津由于存在GDP竞争，短期内会因为北京经济增长率的提高而增加其债务水平，考虑到债务偿还、可持续性等因素，长期看这种正向溢出效应维持时间不会太久，最终会趋于一个比较平稳的态势。

六、结语

地方债务增长机制，是近年来社会各界高度关注的一个热点问题。本文根据2005—2015年中国省级数据，利用空间计量模型实证检验了地方债务增长的影响机制。研究发现：(1)静态上看，影响地方债务水平的因素主要分为三大类。第一，抑制地方债务增长的因素。财政赤字和基础设施水平与地方政府债务水平之间存在显著的负向关系。这表明，本省份财政赤字越大，越增加政府还债压力，减弱举债动机；从地方债务投向看，当地基础设施水平越完善，政府举债的动机也会减弱。第二，促进地方债务增长的因素。财政分权和人口增长率与地方债务水平之间存在显著的正向关系。政府自主决定财政收支的权力越大，所受约束越弱，越可能采取举债来缓解财政压力；人口增长压力越大，对地方政府的要求越高，政府举债动机越大。第三，经济发展水平对地方债务增长的影响要分区域进行甄别。经济发展水平对于地方债务具有反向作用。经济发展水平较高的地区，政府财政收入较高，民间资本更为活跃，债务使用效率也更高，因此举债需求较小，从而抑制债务增长。相反，经济发展水平较低的地区，出于经济发展、改善民生等方面的需要，举债需求较大，因此会促进地方债务水平提升。因此，需要甄别区域差异对地方债务增长机制带来的影响。(2)从空间溢出效应看，影响地方债务水平的因素主要分为两大类。第一，经济发展水平、财政赤字和基础设施水平与地方债务水平之间存在正的空间相关性。即相邻地区上述因素水平的提高，将会产生明显的空间溢出效应，导致本地区增加地方债务规模。第二，财政分权、城镇化水平以及人口增长率与地方债务水平之间存在负的空间相关性。即相邻地区上述因素水平的提高，将会产生明显的空间溢出效应，导致本地区产生降低地方债务规模的冲动。(3)地方债务增长的影响因素存在明显的区域差异。相比于其他地区，经济发展水平、财政赤字、基础设施建设对东部地区债务增长的抑制作用更大，人口增长压力、财政分权对东部地区债务增长的促进作用更明显。从空间溢出效应来看，经济发展水平和财政分权对东部地区的空间溢出效应更显著，而城镇化水平对其他地区的空间溢出效应更明显。

本文的发现提供了以下政策启示：

第一，为了更加合理地控制地方债务规模，防范地方债务风险，应根据债务分布特征及债务增长机制区别对待。本文研究发现，经济发展水平对抑制东部地区债务增长的作用更为明显，而提高城镇化水平对于抑制其他地区债务增长则作用更大，因此，应加快落实十九大报告中所提出的建立“权责清晰、财力协调、区域均衡”的央地财政关系，统筹解决区域债务风险问题。对于东部地区，鉴于其较强的经济发展实力对地方债务具备一定的消化能力，可以适当保持较高档债务控制规模，但应重点防范地方官员利用政府债务盲目追求政绩的风险。而对于其他欠发达地区，首先应设置较低档债务控制规模；其次应积极推进区域经济协调发展战略，加快中西部地区城市群建设，提高中西部地区经济发展水平，增强其债务承受能力；最后可以适当加强对中西部地区的转移支付水平，以满足其城镇化建设需要，从而降低政府债务。

第二，国家出台政策控制地方债务规模时，还应考虑相邻地区地方债务的空间溢出效应。本文研究发现，地方政府举债容易通过“GDP”竞争以及财政扩张等渠道进行传导，影响其他地区政府举债。因此，为了弱化GDP绩效考核竞争带来的政府债务空间溢出风险，应加快推进官员考核机制改革，逐步取消GDP单一绩效考核指标，建立地方政府债务指标(规模和效率两方面指标)，并将其纳入包含政治、经济、生态等多方面构成的综合考核体系中。这样做一方面可以减少地方官员为追求政绩工程、形象工程而冲动举债的风险，另一方面可以有效控制政府债务扩张的速度与规模，促使地方政府审慎举债，科学用债。

第三，在治理地方政府债务时，应重点关注地方官员举债的短期效应。本文实证表明，当地政府的举债行为，以及其对相邻地区举债的空间溢出效应，都存在明显的短期举债冲动。因此，为防范地方政府为了短期利益盲目举债的风险，结合风险滞后性的特点，应考虑适当延长地方政府官员的考核期限，将官员任期结束后的经济发展状况纳入绩效考核指标。此外，可以考虑建立举债问责机制，坚持举债主体与偿债责任相匹配，以降低甚至阻断举债产生的空间溢出效应。