数字金融与地方政府债务风险——基于中国省级面板数据的分析

康鑫依，陈 帅

（上海理工大学管理学院，上海 200093）

党的十九大强调“守住不发生系统性金融风险的底线”，并将“防范化解重大风险”作为三大攻坚战的首位［1］，而日益严峻的地方债务问题为财政金融领域带来的联动反应则成了急待解决的重要方面，地方政府债务风险研究也已成为财政领域内的重要议题。根据财政部公布的数据，截至2020 年末全国地方政府债务余额高达25.66 万亿元，较上年增长4.36 万亿元，债务规模持续膨胀。尽管近年来中央多次下达文件，通过约束地方政府举债融资，为持续膨胀的地方债务规模“拉闸降温”。然而过度负债所带来的财政风险依然威胁着地方政府的财政稳定，同时也使得地方政府发生债务危机和财政危机的概率随之攀升。

在新《预算法》之前，中央严格限制地方政府的举债融资［2］，但考虑到城市化和工业化的快速进程及重大且艰巨的社会经济发展责任，地方政府为规避制度约束纷纷“绕道”成立地方融资平台，借助其公司实体向银行融借资金［3］。由此，借势地方融资平台的发展壮大，地方债务规模快速膨胀，越来越高的负债比使得地方政府的债务风险逐渐攀高，债务整治势在必行。在新《预算法》下，银行对融资平台信贷规模逐渐收紧，一些地方融资平台逐渐摆脱政府背景，向市场化方向转变；同时中央也放开了地方政府相对独立的发债权，虽然在一定程度上缓解了地方融资平台举债过度问题，却在另一方面引致地方政府过于依托信托、理财产品等类影子银行式融资的新问题，滋生了新的风险［4］。伴随着地方债务治理的进行，虽然中国地方政府的债务构成也不断变化，但只要身处以银行为主导的融资体系下，地方政府的举债融资就难以摆脱银行类金融机构的影响，所以金融市场的运行效率会直接反映在地方政府的融资效率上［5］。同时，融资环境的改善及效率的提高为解决地方政府所面对的融资困境释放了压力，从而正向激励其举债融资行为。

资金是金融行业的血脉，而信息与效率则是资金得以合理调配的基石。数字金融作为传统金融业的革新，在大数据与AI 的加持下，这种新型的金融业态不仅以互联网第三方支付渠道挑战传统的支付与清算结构，提高了金融服务效率，又能利用其数据优势收集交易信息、整合客户资源，促就了大量借贷供需的直接对接［6］。在数字金融的发展下，通畅的信息渠道与更高效的商业模式使得金融资源配置效率明显更高，资金配置成本也大大降低。除了信息化、数字化、智能化的主要特征外，数字金融同样也具有政策性和靶向性的特质，并随着数字金融在实体经济中的发展和渗透，优化资本配置方向，丰富金融产品及服务，对缓解由于银行信贷模式的单一化所造成的融资约束起到了一定的积极作用［7］。因此，在金融科技与金融机构的深度合作下，数字金融的发展有助于提高金融服务业的资本配置效率、降低融资成本，融资环境也得以改善［8］，为地方政府的举债融资减轻阻力，从而加重其债务负担。虽然一定程度上的资金融通对地方财政的周转流通及维系地方经济民生的正常运转起到了至关重要的作用，但随着公共财政与金融市场的联系愈加密切，过高的负债率为地方财政带来的债务风险会威胁市场经济的稳定和持续健康发展。故而，明确数字金融发展对地方债务风险的作用机制和影响路径对于数字时代下地方政府债务风险管控的后续研究和防范化解财政金融风险，推动区域经济的高质量发展有着一定的理论和现实意义，并为后续提出对治理地方债务风险的政策建议提供了思路。

1 理论分析与研究假设

1.1 数字金融对地方债务风险的影响

近年来，随着中国地方政府负债规模的日渐膨胀，债务风险不断升级。但即便面对日益攀升的偿债压力和中央的强监管，地方政府的举债规模也并没有因此有所缩减反而在沉重的财政支出责任的压迫下不得不全力开辟融资渠道，大肆举借外债缓解资金缺口压力。受在银行主导下金融体系的广泛影响，金融的发展、市场环境及业务模式的变化会对地方政府债务融资产生联动反应。

中国的数字金融起步于公益性小额信贷，后发展为支付、信贷等多种业务的综合金融服务，并基于互联网和移动通信的广泛应用而得到长足发展［9］。相较于传统金融，金融科技与金融机构合作的不断进步与深入使得数字金融得以更高的可获得性、便利性等优势向金融市场推出了其更为普惠、便利的综合金融服务，同时也推动了银行类金融机构由主要的信用中介向信息中介、风险中介和融资中介的多职能方向的转变，为信贷资金供给与主体融资需求的对接搭建平台［10］。至此，信贷融资市场与金融行为参与各方的壁垒被打破，融资市场的信息渠道更加通畅，金融资源配置效率显著提高。对于政府部门来说，由发展数字金融带来的高水平金融资源配置效率和更低的融资成本无疑能够助力于地方政府资金短缺问题的解决。面对这一重大利好，数字金融所带来的融资便利会激励地方政府的举债融资行为，推高地方政府负债规模，而这将在一定程度上对本就不甚乐观的地方债务风险状况起到“火上浇油”的效果。基于此，提出以下假设。

H1：数字金融对地方债务风险存在正向的激励作用。

1.2 政府经济治理能力对地方债务风险的调节效应

随着现代财政学的发展，有关政府债务的研究不再仅局限于某一固定视角，它是经济、社会、政治、文化等多方交叉作用下的产物。为有效管制债务和财政赤字，政府需要实现在各领域开展职能管理的制度重构［11］，而政府治理体系和治理能力的现代化转变可以通过制度设计实现，从而改善监督激励机制、提升财政资金使用效率，约束债务风险。国家治理体系和治理能力作为一种动态概念，可以体现在政府执政过程中的各个方面，其中一个重要方面就是经济治理能力［12］。因此地方政府经济治理能力的低下可能是导致地方财政入不敷出、资金周转困难的原因之一，进一步体现为地方政府对其持续扩展的债务规模的管控无力，从而导致地方债务风险日益严峻。实际上，在2015 年新《预算法》实施后，仍旧严峻的地方债务风险状况足以说明，中国地方政府对债务监管模式和治理对策的践行并没有达到预期效果，存在“文件虚置”与“制度空转”现象［13］，使得地方政府的债务治理难以突破瓶颈，地方财政状况仍不容乐观。其实，地方债务的治理与监管是否有效与地方政府是否执行已有政策有着更直接的关系，地方政府只有切实落实中央文件，政策对债务风险的管控才能彰显效果。换言之，合理完善的治理措施和监管体系固然重要，但实际运转制度的主体是否有能力落实，并达到预期目标也是不可忽视的重要因素。因此，即便现存有完备的债务监管政策，地方政府经济治理能力的高低仍然是地方政府债务风险得以有效控制的重要条件。

鉴于数字金融的发展对良好的金融生态环境的改善会在一定程度上激励地方政府的举债融资行为，使得债务规模加剧扩张、债务风险骤增，但外部环境激励是否有效还需要依靠融资主体能力的支撑。经济治理能力作为地方政府的基本能力，其差异会影响数字金融对地方政府债务融资的具体效应。拥有高水平经济治理能力的政府会更善于利用数字金融带来的便利，且对其政府所面对的债务风险持有更理智的看法和治理对策，从而合理管控发债规模，有效控制债务风险。基于此，提出以下假设。

H2：经济治理能力在数字金融与地方债务风险之间存在反向的调节效应。

2 研究设计

2.1 数据来源

限于现有的最新数据可得性，实证研究部分所选取的数据是2011—2018 年中国29 个省级政府的面板数据。由于西藏自治区和新疆维吾尔自治区的数据缺失严重，为保证数据的稳健性，故将两者从研究样本中剔除。其中，数字金融的相关数据取自北京大学数字普惠金融指数［14］；地方债务风险的相关数据主要取自中国国家统计局、《中国财政年鉴》《中国国土资源统计年鉴》《中国城市建设统计年鉴》、EPS 数据库等。此外，为避免极端值影响，对主要变量1%以上及99%以下的数据进行了Winsorize 处理。在进行方差膨胀因子检验后发现模型中各变量的VIF 值均小于10，平均值为3.90，所以认为变量间不存在多重共线性问题。

2.2 变量设定

参考文献［15-16］设定变量，见表1。对于被解释变量，由于中国地方政府债务受政府信用担保，债务违约风险发生的概率很小。因此从偿债角度衡量地方政府债务风险更具有现实意义。值得说明的是，目前国内已有多数学者和机构在数字金融领域开展了一系列研究并归纳出了多套数字金融的测算体系和指标。其中，由北京大学数字金融研究中心课题组构建和测算出的数字普惠金融指标体系涵盖了2011—2018 年中国31 个省份的普惠金融指数，符合本文的实证需要，故选其作为核心解释变量，并在本文的降维分析部分采用其覆盖广度、使用深度和数字化程度3 个细分指标对影响机制开展进一步分析［17］。为保证数据的平稳，对部分变量的数据取其自然对数处理。

表1 变量设定及说明

2.3 模型设定与实证策略

为验证假设H1，分析数字金融对地方债务风险的影响，构建如下基本模型：

式中：fiskit为地方债务风险指标；dfit表示数字金融指标；controlit表示可能影响到地方债务风险的一系列控制变量；系数α1衡量数字金融影响地方债务风险的大小；λi表示个体固定效应；μt表示时间效应；εit为随机误差项；下标i、t分别表示省份和年份。

在式（1）的基础上加入数字金融与经济治理能力的交互项dfit*emait，以此分析经济治理能力的调节效应，用于验证假设H2：

为更准确地分析数字金融与地方债务分析之间的内在关系，避免不同省份之间其他异质性因素对地方债务风险造成的影响，以及观察期内其他无法观测到的宏观因素导致地方债务风险发生的变动，采用双向固定效应模型进行基准回归分析，同时控制了省份（pro）和年份（year）效应。

3 实证结果及分析

3.1 描述性统计

表2 报告了本文所用变量的描述性统计特征，从中可以看出fisk 的最大值为0.311，最小值为0.001 8，均值为0.049 1，说明中国各省之间的债务风险水平存在一定差异；与fisk 相比，df 的均值虽然更接近最大值，但其标准差远大于fisk 的标准差，其指标的分布更具离散性，说明与地方政府债务风险相比，各省之间数字金融的发展水平差异更大。

表2 变量描述性统计

3.2 数字金融对地方债务风险的影响

在选择固定效应模型的基础上，为提高实证结果的精确度，同时对年份和省份进行控制，并逐步加入控制变量，具体回归结果见表3。从模型（1）的回归结果可以看出，数字金融对地方债务风险在5%的水平下显著正相关，即衡量数字金融发展水平的普惠金融指数每上升1%，地方债务风险就会上升0.099%。在模型（1）的基础上加入变量预算软约束（sbc）后，从模型（2）的回归结果可以看出，虽然数字金融对地方债务风险的影响系数有些许回落，但两者的关系仍然在5%的水平上显著正相关。因此可以认为数字金融的发展在一定程度上会加大地方政府债务的风险水平。由此，假设H1 得到证明。

表3 数字金融对方债务风险的影响

模型（3）显示了加入交互项df*ema 后的回归结果，df*ema 的回归系数为-0.026 且在10%的水平上显著，说明地方政府的经济治理能力对数字金融和地方债务风险之间存在反向的调节作用，即地方政府的经济治理能力越高，数字金融对地方债务风险的激励作用就越弱，说明了通过提高地方政府的经济治理能力能够对地方债务风险的控制作用，假设H2 成立。

除了核心解释变量的影响之外，预算软约束（sbc）对于地方政府的债务风险也存在显著的正向相关关系，同时这种正向关系在考虑了政府经济治理能力（ema）的影响因素之后变得更加显著，说明当预算软约束作为地方政府经济治理能力的一种体现时，其对提高地方债务风险水平的影响是更为明显的。

3.3 数字金融改善地方债务风险的降维分析

为进一步考察数字金融对地方债务风险的影响方式，分别从数字金融的覆盖广度、使用深度及普惠金融数字化程度3 个维度对地方债务风险的影响进行回归分析。其中，覆盖广度的衡量指标主要是地区电子账户的使用人数，通过对该指标的测度可以大致了解各地区的数字金融环境；使用深度通过测度各类数字金融业务的实际使用人数和人均交易额来考察各地区数字金融的应用程度；数字化程度则考察了各地区数字金融的应用效率。通过分析数字金融这3 个指标对地方债务风险的相关关系来更精确地刻画数字金融对地方债务风险的影响。具体结果见表4。

表4 数字金融对地方债务风险的降维分析

从cobredth、usedepth、digilevel 的估计系数可以看出，覆盖范围和使用深度这两个维度指标均对地方债务风险有着正向的驱动作用，且这种影响效力均在10%的显著性水平上大致保持相当。这说明良好的数字化金融环境和更高的数字化金融应用程度为地方政府融资提供了更加优越的市场条件，在一定程度上鼓励了地方政府的发债行为，以至于推高了债务风险。而数字化程度指标对地方债务风险虽然有着负向的相关关系但其影响并不显著，这也说明在数字金融对地方政府债务风险的正向驱动效果中，覆盖范围和使用深度发挥着主要的作用。此外，仅依靠数字金融的大面积推广和深度使用对地方债务的管控效果细微，而进一步提高数字金融的应用效率可能会使其对地方债务风险得到更显著的抑制作用。

3.4 内生性分析

在前述实证检验中，采用了双向固定效应模型，控制了个体和时间效应，一定程度上能够减少由于遗漏变量和随机误差带来的内生性问题。为增强实证结果的严密性，借鉴万佳彧等［19］的做法，选取2011—2018 年省级互联网普及率（net）的自然对数作为工具变量进行内生性检验。由于互联网普及率作为衡量互联网发展程度的关键指标，与数字金融之间有着密切联系，同时与地方债务风险之间不存在显著的关系。因此符合工具变量的选取标准。

通过豪斯曼检验结果发现，P值为0.777，无法拒绝“所有解释变量为内生变量”的原假设。由于传统的豪斯曼检验在回归中没有使用稳健标准误，谨慎起见，进行异方差稳健的DWH 检验，结果显示P值为0.772 与豪斯曼检验下结果基本一致。因此，可以认为模型中核心解释变量的不具有内生性。

表5 为使用工具变量互联网普及率（net）进行两阶段最小二乘法的估计结果。结果显示，第1 阶段F值远大于10，说明不存在弱工具变量问题，工具变量的选择有效。从第2 阶段df 对fisk 的影响系数来看，引入工具变量后的两阶段最小二乘法估计结果仍然显示数字金融对地方债务风险有着正向的相关关系，并在10%的水平上显著，证明了基准回归结果的稳健性。

表5 内生性检验

3.5 稳健性检验

前文通过对数字金融和地方债务风险进行双向固定效应回归，得出数字金融的发展在一定程度上会刺激地方债务风险的上升。为保证结论的可靠性，采取替换被解释变量的衡量方法（fisk=dsr），同时借鉴唐松等［20］的做法，剔除部分不宜观测且又具有重大影响的变量（is2）来进行稳健性检验。由于对地方债务风险的衡量主要从地方债务的偿债角度考虑，为保证研究结果的一致性，参考高华等［21］对于地方债务风险的衡量指标体系的设定，以地方政府当年还本付息额与财政收入的比值度量。

如表6 所示，在原模型的基础上替换被解释变量之后，虽然数字金融对地方债务风险的影响系数有轻微变化，但仍保持了一定水平的正向相关关系，数字金融对地方债务风险仍存在正向的推动作用，与基准回归的结论一致，证明了结论的可靠性。

表6 稳健性检验

4 结论与政策建议

4.1 结论

从分析论述数字金融对地方政府债务风险的直接影响机制及政府经济治理能力的调节效应出发，采用北京大学数字普惠金融指数作为核心变量的衡量指标，基于中国2011—2018 年的省级面板数据进行了实证分析，并得出如下结论：

1）数字金融的发展会为地方政府债务融资提供便利，这在一定程度上会激励地方政府的举债融资行为，从而增加地方债务风险。

2）地方政府的经济治理能力的高低对数字金融之于地方债务风险的影响有着反向的调节效应，拥有较高水平的经济治理能力的地方政府能够抑制数字金融对其债务风险的激励作用。

4.2 政策建议

上述研究结论证明了区域数字金融的发展虽然能通过改善区域融资环境提高地方政府的融资效率，但面对居高不下的债务规模，这种举债激励会加剧地方政府的债务风险。另外，政府的经济治理能力虽然只是影响地方政府债务的众多因素之一，却能减缓数字金融对地方政府债务风险的正向带动。因此提出以下几点政策建议：

1）合理利用数字金融发展红利。数字金融凭借金融科技的支撑，创新了服务类别、扩宽了服务口径、提高了服务效率，为地方政府在融资主体和路径选择上提供了多种可能。但这种融资便利并不应当成为地方政府盲目扩大债务规模的理由，如何合理利用数字金融为地方政府带来的融资红利，保持适当的债务率应当是各地政府需要考虑的重要问题。

2）提高地方政府的经济治理能力。在公共财政领域，地方政府拥有更有更高水平的债务管控能力能帮助其在面对更有利的融资条件时做出最合理的融资决策。此外，提升财政自给能力能使地方政府在管控债务风险时拥有主动权，也是彰显其经济治理水平更有力的证据。

3）正确处理公共财政与金融市场的关系。地方债作为债券市场最主要的债券类别之一，地方政府的财政状况与金融市场的健康稳定有着密切的联系。然而，地方债又由其发债方身份的政治属性使得地方政府的举债融资这一政府行为或是市场行为的属性界定难以彻底分割，总有一些本不应由政府承担的债务推高了地方政府的偿债风险。因此，正确界定政府的举债行为，处理好公共财政与金融市场的关系能够有效地厘清地方债务的偿债主体，降低地方政府债务风险。