基于增长效应和风险效应下地方债务适度规模研究

崔金平 代斌

摘   要：自2015年开启地方政府债务置换以来，地方债务风险得到极大缓释、债务成本明显下降，但债务余额经历了由降反升、升势不减的态势，地方政府“开前门”加速发债问题亟须关注和审慎评估。为此，本文选取全国地方债务率、GDP增速及地区信用风险水平等数据，运用Hansen的非线性的面板门槛估计方法，从经济增长和风险效应两个维度得出地方债规模的合理区间;在此基础上考量全国各个省份地方政府债务情况和存在问题，进而提出针对性的政策建议。

关键词：地方债;风险效应;增长效应

一、引言

随着我国经济转向高质量发展阶段，经济增速放缓，地方政府面临收支矛盾和转型压力，以债务扩张弥补或平滑收支缺口似乎成为最直接有效的渠道。对于地方政府而言，财政创收能力有限，财政支出刚性的存在导致地方政府的财政缺口呈现刚性特征，在财政收入不能保证实现公共服务均等化的情况下，通过政府举债融资成为财政资金来源的有效保证，也会促使地方债务规模扩大。

但是，地方政府负债是一把“双刃剑”，地方政府通过债务融资方式筹集资金可以获得相较于其他融资方式更低的融资成本，有利于拓宽融资渠道，增加公共产品供给。但是地方政府债务比率过高，会引发不少问题，例如带来通货膨胀风险、增加地方财政偿债负担等。近年来我国政府性债务率一直处于上升态势，尽管地方政府自主举债、限期置换暂时缓解了积聚的政府性债务风险，但随着债务限额不断宽松、债务规模渐趋扩大，地方政府债务的经济增长效率减弱、市场挤出效应明显、债务风险增大，亟须引起社会各界关注。

基于此，本文将我国地方债增长效应和风险效应纳入研究框架，摒弃了以往对地方债问题的线性因素研究，构建非线性的面板门槛效应模型，进一步明确了我国地方债务规模的合理水平，分析探讨地方政府债务发行和地方财政收支之间的平衡区间，研究我国不同区域间的地方债务规模差异水平，具有较强的理论与实践意义。

二、文献综述

地方债务问题是目前国内外学术研究的热点，不少学者针对地方债进行了深入的理论探讨，并且从实践层面也具有较多卓有成效的文献成果，研究领域涵盖了地方政府债务规模估算和预测、地方债经济增长效应以及地方债务风险效应等，主要包括以下方面：

（一）地方债规模估算

传统的地方债务规模测算方法是以国债作为研究角度，纳入债务依存度、债务比率、偿债比率等指标，选用线性模型进行估算和预测，例如梁学平（2002）[1]将国债规模作为被解释变量，选取财政收支指标、债务利息指标等，构建预警体系进行判定和预测;徐蕾（2018）[2]对于2017—2021年31个省份的地方隐性债务风险进行了测算，并对债务的可持续性进行判定;杜洪林（2011）[3]构建了DRB模型，选取国民收入、地方财政收支等指标，测算地方债的均衡规模;伴随着KMV模型在经济学领域运用推广，不少学者将KMV思路运用到了地方债发债规模方面，例如洪源（2018）[4]构建了KMV修正模型，从地方债务的流量和存量双重角度构建研究框架，测算债务管理新政下地方债务风险水平。

（二）地方债增长效应综述

对于地方债的增长效应研究，不同学者研究角度存在差异。Panizza和Presbitero（2012）[5]研究表明，政府举债规模扩大和增加财政赤字，从长期和短期两方面来看，对于经济产出影响都是积极显著的。Saxena和Cerra（2008）[6]研究认为，政府举债能在一定程度上摆脱经济萧条带来的负面影响，从而提振经济增长。DeLong和Summers（2012）[7]研究发现，在较低利率的市场环境下，财政扩张对于财政自给的作用是积极的，能够发挥财政政策对于经济的促进作用。Winsdon和Chrystol（2008）[8]表示，政府债务对于经济作用是积极的，能够刺激和带动区域经济发展。但是，国内外部分学者的研究结论并不一致。Checherita等（2012）[9]通过理论分析政府债务和经济增长的关系，发现公共债务水平与经济发展作用呈现U形的关系。刘金林（2013）[10]实证分析OECD34个成员国数据，实证检验发现，政府负债率对于经济增长的作用机制存在临界值，在不同区间，作用效果并不一致。

（三）地方债规模风险效应

关于地方债风险的研究，国内学者也从不同的角度进行了理论和实证分析，贺忠厚等（2006）[11]认为，地方政府债务规模扩张对于经济发展、信用环境等一系列因素产生影响，从而产生一定的债务风险。于海峰和崔迪（2010）[12]研究发现，在不同的因素影响下，地方债务規模的扩大会对经济发展造成一定负面影响，进而引发潜在的债务风险。伏润民等（2017）[13]研究发现，债务风险对于金融环境会产生一定的外溢效应，表现为政府债务规模的扩张，有可能会挤出民间信贷。陈志勇等（2015）[14]研究表明，随着城镇化进程的加快，地方债务规模增长，债务与资产期存在一定的错配风险，潜在的流动性风险较为明显。毛锐等（2018）[15]研究发现，随着地方债务规模的增长，会导致杠杆率的快速提升，债务风险引致的潜在金融风险需要重点关注。

通过梳理国内外学者关于地方债的研究可以看出，目前的研究主要是从地方债务规模估算、地方债与经济的关系以及地方债务引致的风险问题入手，形成了关于地方债务研究的诸多观点。但是整体来看，针对地方债的研究角度相对单一，并未将增长效应和风险效应同时纳入研究范畴，因此，本文选取不同角度对地方债适度规模进行探讨，以期为地方债理论和实践研究提供借鉴。

三、地方债适度规模实证分析

地方债务增长对于地方经济发展是把双刃剑，主要体现在两个方面：一是地方债务的增长效应，地方债务规模适度利用有益地方社会繁荣和经济发展，地方政府举借债务可以为私人资本不愿意介入的某些耗资巨大的公共投资项目（例如基础设施等）提供融资，这有利于完善基础公共服务，对经济增长产生促进作用。二是风险效应，地方政府举债会导致未来税费增加，对企业生产经营造成不利影响，并增加居民生活成本。尤其是在当前形势下，GDP支出中无效投资增加，各个地区基建速度不断加快，地方政府偿付压力不断增加，地方债的风险效应也随之体现出来。基于此，地方债务增长效应和风险问题如何合理协调和把控，怎样解决政府债务挤出问题，地方政府债务规模是否存在合理范围以及如何界定，是本文实证研究的重点。

（一）变量选择及数据描述

本文研究的是地方债务对于地区经济发展和地区金融生态环境的影响，选取地方债务率、GDP增速和地区信用风险水平作为主要研究变量。为确保统计数据的一致性和可比性，选取除西藏之外的30个省级区域2012—2017年的年度数据作为研究样本。数据主要来源于《新中国六十年统计资料汇编》《中国金融年鉴》《中国统计年鉴》《中国工业经济统计年鉴》和各省的统计年鉴。

1. 被解释变量。经查阅相关文献，考虑数据可得性和可比性原则，从财政收支均衡的资产端入手估计地方政府债务比率，选取各个省份债务余额与地方财政收入之比作为地方债务率代理指标。

2. 解释变量。本文研究的是地方债务对于地区经济发展水平和信用状况的作用效果，选取GDP增速作为地方经济发展水平的代理变量，在考虑数据可得性和指标合理性原则下，选取各个省份的金融机构不良贷款率作为地区金融风险的代理变量。

3. 控制变量。在充分考虑国内外研究现状和国内数据可得性的基础上，选取以下经济要素作为面板模型的控制变量：[UBRit]表示各个省份的城镇化发展情况;[CPIit]表示各个地区的物价水平;[FINit]表示各个地区的财政水平;[DELOit]表示各个省份的金融机构存贷款总额;[STUit]表示各个省份的产业结构发展情况;[FDIit]表示各个地区的外商直接投资;[MARKETit]表示各个省份的市场化水平;[Yearit]表示虚拟时间变量，主要为了消除面板模型中时间趋势的影响;[Eduit]为人力资本水平，以平均受教育年限表示，本文将各个省份的从业人员依据受教育年限不同赋予差异化权重，按照杨文举（2006）[16]的研究方法，将文盲、半文盲、小学、初中、高中、大专及以上这6种受教育水平分别表示为0、1、6、9、12、16，并进行加权平均，具体方法如下：

本文在实证分析前，先对面板模型中各个变量指标进行描述性统计，其中经济发展、外商直接投资、进出口水平和存贷款水平采用对数化处理，并剔除了样本变量的异常值，变量的描述性统计具体见表1。

（二）地方债务、经济增速和信用风险趋势

在选定了变量的基础上，本文选取全国总量数据，分析近几年地方债务规模、经济增长速度和信用风险的变化趋势如图1。通过图1可以看出;一是地方债务规模稳定增长，2012年和2013年地方债务规模保持较低水平，地方政府偿债压力相对较小，但2014年之后地方债务规模稳定在高位，近几年均超过14万亿元。二是GDP增速由高速发展转变为中高速、高质量发展，伴随我国经济发展进入新常态，经济增速稳中趋缓，宏观调控重心由“稳增长”向“防风险”转变，近三年的经济增速分别为6.9%、6.7%和6.9%。三是金融机构风险上行压力加大，2012年以来，全国商业银行信用风险水平呈现上升趋势，银行不良贷款率趋势性增长，截至2017年，商业银行不良贷款率为1.74%，较2012年提高了0.79个百分点。

（三）面板门槛模型设定

本文研究地方债务对于地区经济和金融生态环境的作用结果，摒弃了之前地方债与经济增长的简单线性关系，运用Hansen（1999）[17]建立的非线性面板门槛估计方法，选取不同省份的地方债务水平作为模型的门槛变量，检验在不同地方债务比率下，地区经济发展水平和地区信用风险水平发展趋势。

1. 模型门槛数量的确定。选取F统计量来判定模型单一门槛效应，并选取自主抽样方法计算统计量的置信区间。本文模型设定的判断门槛的统计量检验如表2。

通过面板门槛模型的F检验不难看出，双重门槛的统计量通过了显著性水平检验，可以判定样本存在双重门槛，所以本文将数据模型设定为双重门槛模型。

2. 门槛值置信区间的确定。门槛值的取值范围可以通过极大似然估计方法测算，公式如下：

其中，极大似然估计的原假设表示模型的门槛效应不显著，当LR趋向于0，原假设不成立。LR趋向于0，拒绝原假设，这时候的γ就表示面板门槛模型的门槛值，本文采取自主抽样的计算方法，运用stata12.0抽样500次，计算面板门槛的取值区间，从而计算出本文的LR值，可得第一个门槛值的置信范围为[1.78，2.11]，经测算当地方债务水平达到1.89时候，LR=0，由此本文判定模型的第一个门槛为1.89。在给定第一个门槛基础上，对于模型进行重新抽样，得到第二个门槛值的置信区间在[2.98，3.12]之间，经测算当政府干预在3.01时，LR值等于零，所以模型第二个门槛值为3.01。

（四）地方债增长效应分析

依据门槛模型测算方法，在不同取值范围内对样本数据进行分组回归，分析在地方债规模约束下，2012年以来地方债务的增长效应。本文将面板门槛模型和面板固定效应进行比对分析见表3。

固定效应模型结果显示，地方债发行促进经济增长的影响系数都通过显著性检验，说明地方债务发行可以提高地区基础设施建设水平，促进经济增长;门槛模型估计结果显示，在地方债规模较低水平（debt<1.89），地方债发行初期促进作用较为显著;当地方债规模不断增加，增长效应有所减缓但是仍较为显著，当地方债规模增至一定水平之后（debt>3.01），地方债发行对于经济增长的促进作用明显下降。为判断模型处理的最优区间，本文将样本按照地方債门槛分组，通过分析各组别经济指标发现，处于第二个区间内的各个样本省份的GDP增速稍高于另外两个组别，第三个组别GDP平均增速最低并且风险最高，因此，本文判断地方债发行规模处于（1.89

（五）地方债风险效应分析

同样采用面板固定效应和面板门槛模型分析地方债的风险效应，将门槛模型设定为：

通过面板门槛效应检验，判定模型存在单一门槛，判定过程本文不再赘述，本文根据门槛模型的估计结果将地方债的取值设定为两个区间，门槛值为2.483，具体模型实证验证结果见表4。

根据增长效应分析结果，地方债务规模处于一定水平之下时（debt<2.483），地方债发行对于地区金融风险水平的相关性没有通过显著性检验，说明地方债务水平在一定范围之内，不会对地方金融风险产生明显的促进作用，地方债务的风险效应不明显;但是当地方债规模跨越该水平时（debt>2.483），地方债发行会显著促进地方风险水平的提高，不利于地区金融生态环境的发展，因此，根据地方债风险效应门槛模型，本文将地方债务规模控制在（debt<2.483）区间内。

通过实证分析结果可以看出，地方债务发行规模应该处于（1.89

（六）分地区地方债务规模

根据实证分析结果，本文为进一步探讨全国各个省份的地方债务规模情况，将2012年以来观察时点的地方债规模情况进行分区间分析见表5。

从各个时点情况来看，2012年地方债务规模整体水平较低，21个省份的地方债务规模控制在较低的水平内，内蒙古、重庆、海南、四川、湖北的地方债务规模在适度区间内，吉林、云南、青海、贵州的地方债务水平相对较高;2015年地方政府大规模举债，整体债务水平较以往有较大提高，其中11个省份的债务水平较低，10个省份的债务水平在适度区间内，9个省份跨越进高水平组别;截至2017年底，13个省份的地方债务规模进入高水平区间，占比为43.33%，地方债务风险加剧。

总体来看，截至2017年，全国各个省份的债务水平发生了较为明显的差异性趋势，东部沿海地区和中部地区的债务率相对较低，地方政府的还债压力相对较小;而受到近年来西部地区大规模投资的推动，以贵州和青海为代表的西部省份债务负担率较重。

四、结论及政策建议

（一）研究结论

通过构建面板门槛效应模型，本文对2012—2017年全国30个省份的地方债数据进行了非线性分析，主要得出以下结论：一是地方债务对于地方经济发展的促进作用呈现倒U形趋势，地方政府举债对于经济发展有明显的促进作用，但是作用效果在不同的区间有所不同。伴随着地方债规模的不断扩张，促进效果逐步递增至顶点后递减。二是地方债务对于地方信用风险的作用效果呈现分化趋势，较低的债务水平并不会影响当地金融风险水平，但伴随着债务水平的提高，地方债务风险效应递增。三是中东西部地区的债务率水平呈现差异化趋势，近年来全国的整体债务率水平较以往年份明显提升，截至2017年，43.33%的省份地方债务率水平跨入适度规模之上。其中，中东部地区的债务率水平相对较低，西部地区偿债压力较大。

（二）政策建议

1. 统筹安排地方债发行规模，确保稳增长与防风险的协调平衡。在稳增长压力增大的形势下，各地应结合实际开展债券发行，特别对债券结构进行控制，如在地方政府风险较高的地区，要限制新增地方债的发行规模，对于政府风险可控的地区可根据需要增发债券，并将筹集资金尽快投入到效率较高的政府项目。同时，坚持严控房地产，增加减税力度，拉动民众消费，推动经济发展良性循环;加快各级政府间财权事权的改革，建立科学合理的转移支付机制，确保稳增长与防风险的协调平衡。

2. 优化新增债限额管理，平稳推进项目收益债发行，稳定或压降政府债务杠杆。目前，中央对各个省份的债务规模进行限额管理，对新增债务限额采取自上而下、逐级分配的原则。建议在此基础上，限额分配要与地方政府承债能力挂钩，压减主观因素调整成分，限制地方政府债务杠杆抬升。在确保项目质量的基础上，平稳项目收益专项债的发行，避免集中快上而影响债务资金使用质量，真正实现项目自身收益与债券本息的平衡;适度压减一般债和普通专项债的发行，全面提升债务资金使用效益。同时，应建立由地方财政、审计及相关职能部门共同组建的监督机制，监控和化解债务资金局部流动性风险，在适度压降债务杠杆的同时，增强地方政府运用债券融资的可持续性。

3. 培育地方财源，推进国库单一账户改革，增强政府偿债能力。地方政府应兼顾当前、立足长远，在政策设计、资金扶持、营商环境改善等方面推动企业转型升级和技术创新，涵养培育优质税源，借势新旧动能转换政策契机，精准推动供给侧结构性改革，富集转化高新技术，在产业升级中增强财政收入增长内生动力。同时推进国库单一账户改革，彻底清理不合规财政专户，减少财政资金中间环节，加快社保资金和非税收入直缴入库的推广，提升财政资金集中度和入库效率，提升政府偿债信用。

参考文献：

[1]梁学平， 李平.国债最优规模及我国债务风险控制的理论探讨 [J]. 财经科学， 2002，（s2）.

[2]徐蕾，刘小川.地方政府债务违约风险测度 [J].上海经济研究， 2018，（1）.

[3]杜洪林.地方政府债务最适规模的数理分析 [J]. 上海市经济管理干部学院学报，2011，（2）.

[4]洪源.偿债能力与地方政府债务违约风险——基于KMV修正模型的实证研究 [J].财贸经济，2018，v.39（5）.

[5]Ugo Panizza，Andrea Filippo Presbitero. 2012. Public Debt and Economic Growth：Is There a Causal Effect？ [J]. Mo.fi.r.working Papers，41（C）.

[6]Cerra V，Saxena S C. 2008. Growth Dynamics：The Myth of Economic Recovery [J].American Economic Review，98（1）.

[7]De Long，J.B. and Summers，L. H. 2012. Fiscal Policy in a Depressed Economy [J].Brookings Papers on Economic Activity，44（1）.

[8]Moore W，Thomas C. 2008. A Meta-Analysis of the Relationship Between Debt and Growth [J].Mpra Paper，9（3）.

[9]Checherita-Westphal C，Hallett A H，Rother P. 2012. Fiscal sustainability using growth-maximizing debt targets [J].46（6）.

[10]刘金林.基于经济增长视角的政府内外债规模研究：来自OECD的证据 [J].宏观经济研究，2013，（12）.

[11]贺忠厚，武永义，张召娣.地方政府债务风险的防化与预警 [J].财政研究， 2006，（1）.

[12]于海峰，崔迪.防范与化解地方政府债务风险问题研究 [J].财政研究，2010，（6）.

[13]伏潤民，缪小林，高跃光.地方政府债务风险对金融系统的空间外溢效应 [J].财贸经济，2017，（9）.

[14]解洪涛，陈志勇，陈利伟.中国地方政府省际财政健康度评价及解释——结合资产负债与收支信息的分析 [J].中国经济问题，2015，（1）.

[15]毛锐，刘楠楠，刘蓉.地方政府债务扩张与系统性金融风险的触发机制 [J].中国工业经济，2018，（4）.

[16]杨文举.技术效率、技术进步、资本深化与经济增长：基于DEA的经验分析 [J].世界经济，2006，（5）.

[17]Hansen，B.E. 1999. Threshold Effects in Non-Dynamic Panels：Estimation，Testing and Inference. Journal of Econometrics，93.