基于AHP-TOPSIS 法的我国地方政府债务风险测度研究

马恩涛 姜 超

一、引 言

2014 年以来，我国经济发展步入新常态，经济增长速度由过去的高速转变为中高速，经济下行压力逐年加大。在政府收支上，一方面，我国正处于产业转型升级期，供给侧改革要求减税降费，为此，中央政府在全面推行营业税改增值税并降低增值税税率的同时也对《个人所得税法》进行了修订，这些减税政策的实行必然会减少地方政府预算内收入。另一方面，在财政收入增幅下降的同时，我国的财政支出特别是地方政府财政支出增速却没有显著降低，新经济时代产业转型需要地方政府的扶持，社会保障等公共服务也对地方政府支出提出了更高的要求。因此，这种“减收增支”的扩张性财政政策，在调整产业结构、改善民生的同时却伴生了地方政府收支矛盾进一步加剧。实际上，我国大部分地方政府的财政赤字水平已经连续多年达到《马斯特里赫特条约》规定的3%的警戒线，财政的刚性收支赤字需要用地方政府举债来解决，而长年积累的债务问题也逐渐凸显，如果继续处于实施积极的财政政策的大背景下，可能令政府债务风险更难处理。

以此为背景，我国中央政府针对地方政府债务管理做出了一系列部署。《关于加强我国地方性政府债务管理的意见》(国发〔2014〕43 号)可以说表明了我国整治地方政府债务的决心。它赋予了地方政府适度举债权并规范了地方政府举债融资机制以控制债务规模和化解债务风险，为债务管理构建了明晰的政策框架。《地方政府债务风险应急处置预案》(国办〔2016〕88 号)则确立了地方政府债务风险的处理方法，逐步建立起我国管理地方政府债务的政策体系，进一步强调建立地方政府债务风险评估及预警机制，并定期评估各地方政府债务风险。在多项措施并行下，我国地方政府债务管理政策成效到底如何？地方政府债务风险是否得到控制成为大家普遍关心的问题。因此，对地方政府债务风险进行经常性的动态监督与测度就显得非常必要。而要实现对地方政府债务的动态监督与测度，科学的评判标准和具有较强可操作性的风险评估和预警系统又显得十分迫切。然而，就现有地方政府债务风险量化研究而言，大多只注重对经济指标的考察，不仅忽略了制度因素所导致的债务风险，而且很少有考虑到一些隐性债务风险产生的影响。本文拟通过吸纳不同债务风险指标构建一套涵盖经济因素、财政因素和债务因素的全方位地方政府债务风险测度体系。在此基础上利用AHPTOPSIS 方法对我国省级地方政府债务风险进行测度，然后将前置一年的测度指标样本值输入构建的BP 神经网络中，检验测度系统的准确性。进而采取有针对性和可操作性的政策，以期为化解地方政府债务风险提供参考。

二、文献综述

有关政府债务风险测度的相关文献聚焦于对政府债券的统计量化研究，但国内外的研究方法却大相径庭。由于西方国家政府债务多是以债券形式存在，联邦政府和地方政府都可以发行政府债券，并且管理制度完善，它的规范性和透明性决定了国外学者对政府债务的研究主要集中在对政府债券的研究上。先有Abiad 和Ostry(2005)从会计恒等式角度对政府债券风险进行了定量分析；后有学者如Oxon 和Smith(2006)分别用趋势法和现代计算机模拟仿真对本国地方政府债务做了风险模拟，考察政府债务的风险大小。而最近国外学者主要是通过债券的利差代表主权债务风险的大小，如Aitor(2015)使用信用违约互换(CDS)讨论了主权债务风险与银行风险。这种基于主权债务信用风险的测度方法，国外还有一些其他的方法，如Marcos(2020)使用谷歌搜索数据构建一个反映投资者对主权债务市场情绪的指数(GSSI)，并通过面板数据回归分析了欧洲国家主权信用违约掉期的成因，结果显示GSSI 与其他主权风险指数具有高度相关性，提供了一种新的主权风险度量方法。Lorenzo 和Tomas(2019)为了解决内生性问题，则是构建了一个衡量最大新兴市场本币政府债务指数(FIR)来反映主权债务风险情况。

国内学者对地方政府债务风险的统计量化研究主要有两大方向。其一，一些学者从资产负债表的角度测算评估地方政府债务风险。沈沛龙和樊欢(2012)基于资产负债表的研究颇具代表性，他先编制了一个简化的政府资产负债表，通过计算资产负债的几何距离来判断违约概率，用来测算地方政府债务风险。在对地方政府债务风险的分析中，KMV 方法是计算违约距离的常用模型。张海星(2016)也尝试使用KMV 方法构建地方政府信用风险度量模型，并将财政收入进行滞后回归后估算了地方政府债券安全发行规模，以此预测其未来年度发生信用风险的可能性，但此类信用风险评估模型常用于金融风险的估算，用于政府债务风险的测算会存在数据缺失或误差较大等问题；何德旭和王学凯(2020)基于债务率反推出可担保的地方政府财力的比例，并运用KMV 模型测算各省份地方政府债务违约风险。与此相似，刁伟涛等(2019)将违约概率、违约损失率等概念引入我国地方政府债务风险的测度，使用省级政府债券的发行利率和信用利差等数据，对我国地方政府的一般债务风险和专项债务风险进行了估算。其二，另一些学者对债务风险的测算则从宏观经济变量中提取影响地方政府债务偿还能力的指标，将理论与统计学模型相结合，构建统计模型进行测算。梁丽萍和李新光(2016)虽然基于地方政府资产负债表进行债务风险的测算，但使用的方法却截然不同，她通过对资产负债表内容的剖解，提炼出影响债务风险的重要指标，以此构建地方政府债务风险测度指标定义表，通过AHP 层次分析法测算债务风险。最近，洪源和王群群(2018)借鉴“非线性先导法”的预警思想，运用AHP-TOSIS 法和K-均值聚类法测算我国近十年地方政府债务综合风险输出评估样本值，在此基础上，利用软计算方法集成技术来构建符合地方政府债务风险非线性本质的先导预警系统，但他没有考虑到制度因素及一些隐性风险所带来的影响。

从以上现有的政府债务风险的量化研究文献来看，国内外研究都重视地方政府债务风险，但又各有侧重，有所差别，这主要表现在两方面：一是国内外政府债务结构存在较大差异，国外研究中的债务问题都是在允许政府发行国债进行融资的前提下设定的，如果使用国外方法测算我国地方政府债务风险，可能会缺少相应的数据而无法实现，并且由于体制等原因，我国政府债务负担能力可能更高，简单使用国外测算政府债务风险的方法可能无法准确测算风险。二是国内政府债务风险测算指标单一，侧重于讨论政府即期的债务状况，缺少对制度因素和隐性风险的考虑。尽管制度因素并非地方政府债务风险的直接诱因，但因为“GDP 锦标赛”等原因，会导致债务的不合理扩张，或通过不健康、不合理的投资项目影响政府收益，或者间接演化为政府或有债务，最终都恶化了地方政府债务风险。正如Eichler(2014)指出，更高程度的制度稳定和实施紧缩措施的权力可以显著减少主权债务风险；张帆(2016)在研究了美国州和地方政府债务的现状、问题后对比两国的债务机制、监管机制，阐述了我国在中央和地方划分财权、事权的问题上存在诸多问题。而隐性风险虽然很早就被提到，但由于数据隐晦、内容复杂等原因，一般无法使用系统准确的变量来衡量。因此，本文将在我国地方政府债务风险测度指标体系的构建中，充分借鉴国内外相关学者的既有研究成果，丰富债务风险测度指标，实现对我国地方政府债务风险的科学研判。

三、地方政府债务风险测度——指标体系构建、评价方法选取及系统构建

地方政府债务风险的测度离不开测度指标体系的构建，然而，由于指标选取具有一定的主观性，同时也存在着统计误差，通过债务风险指标体系来测算债务风险大小始终会具有一定的局限性。本文力图在遵循科学性、可比性、可行性等原则的前提下，结合新常态后我国财政和经济社会发展情况，借鉴国内外学者的成果，综合考虑我国地方政府债务现状和制度环境，建立了一套包含经济因素、财政因素和债务因素的债务风险测度指标体系，以科学研判我国地方政府债务风险状况。

（一）指标体系构建

为了保证指标体系具有层次性，本文将诸多影响地方政府债务的因素分为三大类，即经济因素、财政因素和债务因素。经济因素是讨论政府债务风险的首要因素，主要包括经济环境因素与发展潜力因素，它可以影响到风险大小的上限与下限，一个经济稳定、发展潜力高的地区风险必然好于经济动荡、发展潜力低的地区。财政因素则是广义上的财政定义，包括了财政制度因素与财政实力因素，它间接体现了政府的债务扩张能力与偿付能力，是影响政府债务风险的重要因素。而债务因素包括政府的显性债务和隐性债务，显性债务包括了政府的负债情况与偿债能力，直接反映了政府债务风险的大小；隐性因素也是影响政府债务风险的一个重要因素，包含了金融风险、PPP项目风险、社会保险收支风险等，是影响政府债务风险不可忽视的因素之一。表1 汇总了影响地方政府债务风险的23 项指标，其中目标层为地方政府债务风险，准则层与子准则层分别为一级与二级指标，解释了指标的类别，指标层为具体的23 项指标，变量定义显示了23 项指标具体计算方法，最后指标属性解释了该项指标对地方政府债务风险的影响方向，正向表明该指标为效益型指标，其与债务风险成负相关关系，负向指标则为成本型指标，与债务风险成正相关关系。

表1 地方政府债务风险测度指标体系

1. 经济因素

(1)经济环境。因为地区经济状况会与当地政府财政收入紧密相关，一个地区的地方政府债务规模与经济发展水平呈正相关关系(魏加宁，2014)。一般来说，GDP 较高的省份，政府债务余额同样较高。一方面，良好的经济环境会吸引更多的政府投资，而政府投资往往与政府债务的扩张息息相关，势必会对地方政府债务风险产生影响。另一方面，健康的经济环境创造了稳定的政府偿债环境，使地方政府对偿债前景更为乐观。基于此，本文选取了与经济发展相关的4 个指标来衡量地区经济发展水平，用地区GDP 增长率、规模化工业企业资本增长率以及GDP 与固定资产投资的比率分别衡量地区经济发展增速、稳定性与效率；劳动力供给也可以用于衡量各地区经济发展的情况，我们将城镇登记失业率纳入该项指标之中。

2. 财政因素

(1)制度因素。制度被新古典经济学家看作是社会运行和经济发展的既定前提(黄少安和韦倩，2016)。通过导入特定的制度规则可以界定人们的选择空间，约束人们的行为，从而减少经济运行中的不确定性，增强经济系统的稳定性。近年来，更多的研究则是通过计量分析方法来定量分析制度的绩效(杨友才和俞宗火，2013)，然而对其进行量化研究则是实证研究的热点和难点。为了量化制度因素，本文首先遵循“经济人”假设的普适性，即认为政府官员与市场上的普通人一样，都是个人利益最大化者，他追求个人利益时考虑的主要因素是薪金、社会名望、权力、晋升等。改革开放以后，我国干部管理体制由过去的政治挂帅转变为注重官员在任期内的绩效。因此地方政府官员为了得到政治晋升或者避免降级，会极力追求自己任期内的政绩。在官员考核制度未完善的情况下，经济发展程度是一个官员政绩最直观的体现，理性的官员为了个人的政治前途，会不断加大经济建设的投入，致力于推动本辖区经济发展以位居兄弟辖区的前列。这会形成一种基于上级政府评价的锦标赛式的绩效竞争，而投资的资金主要依靠政府债务。在晋升竞争的压力下，官员甚至会主动谋求政府债务的扩张，而近年来很多文献进一步证明，这种债务的膨胀主要体现在隐性债务的增长(司海平、刘小鸽和魏建，2018；曹婧、毛捷和薛熠，2019；汪峰等，2020)，晋升压力通过隐性债务这一路径增大了地方政府的总体债务风险，基于此，本文构建晋升压力指标来测算政府债务风险。对于这一指标的设计，我们参考了王贤彬和徐现祥(2010)的研究成果，对省级官员外部更替压力进行了测算。

在各地方政府财政支出具有一定自主性的前提下，地方政府支出与中央政府转移支付带来的道德风险对于债务风险的影响很大，本文使用地方政府接受中央财政补助和转移支付大小来衡量各省份的财政依赖度。除此之外，财税体制失衡导致财权与事权不对称是地方政府债务风险形成的主要影响因素之一(后小仙，2016)。对于财政分权变量的选择，财政收支分权指标的使用最为广泛，但在财政依赖度指标中，本文考虑到了中央财政补助和转移支付对地方政府债务风险的影响，如果使用财政收支作为财政分权的度量方法，可能会产生数据重复利用的问题。而税收分成指标虽然存在其反映财政分权程度的精度不够的原因(毛捷等，2018)，但考虑到财政分权作为子指标纳入风险测算体系中的得分权重，精度的偏差对整体测算结果影响不大，两相权衡，本文选择税收分成指标作为财政分权指标的替代变量。

(2) 财政实力。因为政府资产包含大量难以短时间变现的固定资产，故以财政收入来作为政府偿债资金的替代变量更具有一定的可信度，这意味着财政实力越强的辖区政府偿债能力越强。具体来说，本文分别选取一般公共预算收入增长率代表地方政府财政收入增长水平，使用一般公共预算支出代表政府的财政支出扩张，另外，使用财政赤字依存度考察财政收支差额情况；最后通过税收收入占一般公共预算收入的比重观察财政收入的稳定性。

3. 债务因素

(1) 显性债务。对于债务状况的描述，本文选择了债务增长率、债务负担率、债务依存度、债务率、偿债率5 个指标。债务增长率反映了各地方政府债务增长速度，通常情况下该数值不应超过同期GDP 增长率，否则意味着GDP 的增长中有一部分是靠债务支撑的；债务负担率与债务率是对地方政府债务规模特征的测度，前者指当年债务余额占GDP 的比例，后者为当年债务余额与综合财力的比值，它们分别反映了地区经济实力与政府财政实力对债务的负担能力；债务依存度是指当年的新增债务与财政支出的比值，用于衡量地方政府财政支出对债务收入的依赖度；偿债率是指地方政府当年的债务还本付息额与当年可支配财力的比例关系，它反映了利息风险、即期支付风险和公共支出挤出风险(李吉栋，2017)，偿债率与地方政府的偿债能力成反比关系。

(2) 隐性债务。显性债务对于政府来说是确定的，可以进行管理核算，因而其风险容易防范和控制；而隐性债务却恰恰相反，其结构复杂，且易受环境影响，很难进行预测，管理难度极大。关于政府隐性债务风险，金融风险是最主要的组成部分之一，在过去几十年中，发生过几次大规模的全球性金融危机，如亚洲金融危机、俄罗斯金融危机以及次贷危机和欧债危机。它们都有一个共同的特征：在风险偏好高涨时期，金融机构陷入破产边缘，伴随着政府对金融机构的救助和资本重组，金融风险开始向财政风险传导，金融危机进而转变成财政危机。Acharya(2013)研究了爱尔兰在金融危机期间的表现情况，验证了金融风险对隐性债务风险的重要影响。金融危机后，爱尔兰银行信贷违约率持续大幅上升，随着政府对银行展开救助，从2008 年9 月底到2008 年10 月这一个月内，数据显示，银行CDS 价格显著下降，而各国主权债务CDS 价格相应增加。这表明银行救助将违约风险从金融部门转移到政府部门，表明欧洲政府债券和银行CDS 价格在危机期间表现出显著的共线性，但他们在危机前几乎没有相关性，可以说这是研究金融风险与政府债务风险联系的一个典型事实证据。从世界各国金融危机期间对银行业的救助来看，尽管措施不同，但最终都会形成政府或有债务，从更广泛意义上来看，除金融危机外，与金融相关的领域与活动所导致的风险最终都可能转嫁到政府头上，形成政府的债务风险(马恩涛，2021)。从实证数据上讲，也有很多学者对其进行了充分的论证(Bratis，Laopodis 和 Kouretas，2018；Gomez-Puig，Singh 和 Rivero，2019；Cifarelli 和Paladino，2020)。放眼国内，马万里和张敏(2020)通过对风险传导机制的讨论，也认为地方政府隐性债务扩张与系统性金融风险息息相关，实际上，过去几年地方政府财政压力正是通过融资平台、影子银行以及PPP 等模式在财政、金融部门之间扩散。李玉龙(2019)还另辟蹊径，从地方政府债券和土地财政的视角分析了地方政府债务风险诱发系统性金融风险的潜在机制，研究提到，由于土地财政因素的存在，地方政府偿债压力可能增大，导致系统性金融风险增大。而这些影响风险传导的因素主要依靠的传播渠道为金融部门对地方政府债券的增持，这样可能引发银行持有期限较长的地方政府债务带来的期限错配(陈志勇等，2015)。

隐性债务的主要来源除金融风险外，PPP 项目风险、社会保险收支风险也是其重要组成部分(张平和王楠，2020；薛惠元和王雅，2020)。为了衡量金融风险，本文采用了三种方法，一是使用城投债发行的规模数据对地区金融风险环境进行模拟。城投债由地方投融资平台发行，主要用于地方基础设施建设或公益性项目，盈利能力低但利率却很高，负债规模急剧扩大且十分依赖银行贷款，一旦发生债务风险需要政府来兜底，因此是政府隐性债务风险的重要组成部分，这是国内衡量与政府债务风险相关的金融风险的重要指标。二是使用银行持有的政府债券发行规模衡量银行业风险。Gennaioli 和Martin(2014)认为银行持有的债券使主权债务的危机直接传播到银行，并且影响政府关于救助和战略违约的决定，它们间接地决定了政府或有负债的大小。三是使用风险溢价指标表示社会的风险偏好。Itamar 和 Alexi(2018)指出，中央银行会通过改变名义利率来控制流动性溢价。较低的名义利率导致较低的流动性溢价，这种关系具有很强的证据支持。反过来，低流动性溢价也会降低杠杆成本，增加风险承担，从而降低风险溢价和经济中的资本成本。而社会融资规模增量的变动会反映货币供给量的变化，间接反映了利率的变化，因此该指标能在一定程度上反映风险溢价情况。关于PPP 项目风险的估测，由于PPP 项目数据公开程度低，数据搜集困难，本文使用各省份政府性基金预算粗略反映PPP 项目风险对地方政府隐性债务风险的影响。至于社会保险收支风险，本文使用地方政府社会保险基金预算收支情况来体现。

（二）评价方法的选取——AHP-TOPSIS 方法

在构建好地方政府债务风险测度指标体系的基础上，我们下一步就是根据这些反映地方政府债务风险的不同指标汇总成一个整体指标，而这就需要对不同指标进行权重赋值。指标的权重赋值方法有很多，主要可以分为客观评价和主观评价两个大类。国内文献常用的客观评价方法，比如熵权法，在标准化数据的过程中，数值本身的大小被抹杀了，不能用来纵向比较不同年份的情况。与之相对的是主观评价方法，虽然主观定权可能导致一定的数据失真，但本文选取的AHP 层次分析法可以通过对标度的选择而优化权重的精确性。此外，这种方法尤其可用于对多目标、多准则以及多时期的系统进行评价。

对于加权方法的选择，现有研究中广泛采用的是非线性方法。该方法相比于线性加权方法具有一定的时期扩展性和预期性，常用的有模糊综合评价法、主成分分析法、数据包络分析法以及理想解法(TOPSIS)等。模糊评价法可以根据模糊数学的隶属度理论把定性评价转化为定量评价，但对指标权重矢量的确定主观性太强；主成分分析法不仅会因降维导致变量的解释具有模糊性，且难以解决因子负荷的符号的正负问题；数据包络分析多用于处理多指标投入和多指标产出的效率评价方面；TOPSIS 方法虽然会因权重信息提前给定导致结果具有一定的主观性，但我们可以通过层次分析法求得权重减少主观误差。然而TOPSIS 方法有个重要缺点是在测算不同年份的风险时，会因归一化与理想解独立的原因使得测算结果无法准确反映风险的时间纵向变化。为解决这一问题，本文创新性地从指标设计和模型设计两方面入手，一是在指标的选取方面选择同一量纲数据；二是在理想解的选择方面综合了历年数据，不同年份的风险测算会受到历史期数据的影响，最终使得观测风险的纵向变化变得可行。

1. 使用AHP 方法计算权重

本文使用层次分析法研究地方政府债务风险的指标权重，该方法的基本思路与对一个复杂决策问题的剖解过程类似。首先是建立层次结构，在深入分析实际政府债务问题的基础上，将相关的各个指标按照不同属性自上而下分解成五个层次，同一子层的指标从属于上一层指标。最上层为目标层，即地方政府债务风险指标。最下层为对象层，研究对象为全国30 个省份。中间分为三个层次，即准则层、子准则层和指标层。具体见上文地方政府债务风险测度指标体系表(对象层未列出)。

其次，需要构造判断矩阵。构造判断矩阵是层次分析法的核心，判断矩阵元素的值反映了人们对各元素相对重要性的认识。这种认识通常是根据对客观实际的模糊判断来进行，我们因此邀请了政府债务领域的专家进行了重要性标度。在某一准则下，对处于同一子层次的各指标重要性进行两两比较，直到最下层。通过建立的这种递阶层次结构，分析评价系统中各基本要素之间的关系。

2. TOPSIS 统计模型构建与测算

需要提到的是，为直观显示风险的变化情况，本文将指标统一调整为负向(成本型)指标，即指标数值越大，债务风险测算结果越大。据此可计算各地区政府债务风险到理想解的距离。到正理想解的距离为：

在获得地方政府债务风险测算值后，为了对地方政府债务风险状况做出清晰的量化判断，避免人为划分的主观因素对债务风险大小区间所带来的影响，采用谱聚类方法对债务风险测算值进行进一步的分区间处理。

（三）基于BP 神经网络进行系统的训练和检验

（四）地方政府债务风险测度系统的构建思路

本文对地方政府债务风险测度结合了AHP-TOPSIS 和BP 神经网络两种方法，其目的分别是对债务风险进行估算、对估算结果精确度进行检验。系统的流程和思路如图2 所示。

图1 23× y× 1 的三层BP网络模型

图2 地方政府债务风险测度系统流程

四、实证分析

（一）数据来源

考虑到数据可获得性，本文数据选取2016—2020 年除中国香港特别行政区、澳门特别行政区、台湾省以及西藏以外的30 个省级行政区作为评价对象。这些数据来源于国家统计局、中国地方政府债券信息公开平台、历年《中国统计年鉴》《中国财政年鉴》《中国税务年鉴》和各省份的财政收支决算表，部分数据来自于中国人民银行、wind 数据库等。最后，鉴于代表影响债务风险的诸多测度指标对地方政府债务风险的影响存在一定时滞，同时考虑到测度指标与债务风险值的内生性问题，我们将测度指标的样本数据前置一年处理。

（二）使用AHP 方法计算权重

首先影响到层次分析法准确性的一项重要工作便是标度方法的选择。简单的三标度法虽然可以提供较高的一致性，但得到的权重精确度较低，学界一般采用1—9 及其倒数的线性标度方法(Saaty 标度法)。而对于多种标度方法的比较，Franek 和Kresta(2014)认为在提高一致性方面，根式标度法与对数标度法有较好表现，几何标度法与指数标度法更能突出最优先的标准，而线性法与平衡法则为相对综合的标度法。然而，Balkenborg(2009)以消费者选择理论为基础对最优选择进行仿真模拟，结果显示线性标度法、几何标度法与指数标度法拟合效果很差。由于本文根据准则层内容新设置了子准则层，减少了单层指标数量，解决了一致性问题，所以考虑采用突出优先权价值的标准。综上所述，本文选择平衡标度法就每一层次的指标相对重要性给出定量标示。当相互比较因素的重要性能够用具有实际意义的比值说明时，判断矩阵S 相应元素的值则取这个比值 u，即 s =( u, i , j = 1,2, … ,p ，其中 u = {u, u, … u}表示子层评价指标集，p 表示指标个数。接下来以准则层为例进行说明，具体判断矩阵如表2，其他判断矩阵由于篇幅原因暂不列出。

表2 准则层的判断矩阵

表3 判断矩阵取值含义

表4 各指标权重计算结果

（三）使用TOPSIS 方法对风险进行测算

我们将2016—2020 年30 个省份数据导入Matlab 软件，最终得出的各省份地方政府债务风险结果如表5 所示。

表5 2016—2020年各省份地方政府债务风险测算结果

（四）测算结果的横纵向比较分析

结果显示，近年来我国地方政府债务风险正在逐年上升，从2016 年的0.5279 上升到2020 年的0.5955，上升了0.0676，增加了12.8%，并且债务风险增长并未放缓，有继续增长的趋势。近几年中央不断发文强调地方政府要防范控制地方债务风险，可以看出化解债务风险到了势在必行的地步。从各省份数据来看，各个地区债务风险差异度大，风险最高的地区(贵州)比最低的地区(上海)高出了215.6%，整体上经济实力较强的省份地方政府债务风险较低，但也有例外，比如天津市作为我国直辖市之一，债务风险达到0.6470，重庆市也达到了0.6241；而山西、辽宁等经济相对不强的省份地方政府债务风险表现相对良好，平均水平都保持在0.45 以下。

已有研究表明，我国地方政府债务呈现一定的空间关联性(王术华，2017)。为直观显示各省份地方政府债务风险的区域性变化，我们使用分位数法将各省份债务风险均值绘制成空间分布图后发现，我国各省份各年份债务风险的相对大小呈现一定的聚集现象，高风险地区集中在中部、西南地区，东南部沿海省份风险明显小于其他省份。为了解决各地区债务风险问题，需要研究各省份具体指标的优劣势，以便对症下药。本文使用谱聚类的方法对风险测算结果进行聚类分析(图3)。根据风险相似度将30 个省份分为五类，并结合测得的地方政府债务风险将其由低到高排序，如表6 所示。同时，为分析各省份债务风险特征，本文将各省份指标汇总计算了均值，压缩为截面数据。

图3 谱聚类树状图

表6 各地方政府债务风险分类情况

如表6 所示，能够称得上低风险地区的只有北京与上海两大直辖市，这是因为不仅仅两地有较高的经济发展水平以及高额、稳定的财政收入能够有效保障政府的支出行为，而且直辖市通常地域小，政府管理成本低，可控程度高，管理体制也更为完善，因此能够有效监督和管控风险。广东省强劲的经济实力拉动了政府的债务负担能力，为债务风险提供了更高的波动区间，保持经济的稳定发展能有效防范债务风险。但地方政府债务风险并不是与经济发展水平简单地呈线性关系。可以看出，山西省与辽宁省经济规模虽然相对不大，但债务风险较低，经观察发现主要得益于隐性债务少，其五项指标均低于平均水平。中风险的省份分布较为分散，虽然造成风险增大的原因各不相同，但总体上这些省份的债务水平都处于一个较高的位置，尤其是债务率，除新疆、甘肃、湖北、河南四省份外，其余省份债务率均高于平均水平，如果不尽快采取措施化解债务存量，就有恶化的趋势。处于较高风险地区的几个省份主要位于中部、西南部地区。我们先讨论除天津、重庆和湖南外的其他省份，首先吉林、青海、云南、江西、陕西、宁夏、广西这些省份的主要特征是财政实力薄弱，有些省份十分依赖中央补助，除天津市外财政依赖度基本上都超过了40%，青海、宁夏、广西更是超过了50%，财政实力制约着地方政府对债务的负担能力与偿债能力，考虑如何提高财政实力是这些省份化解政府债务风险的首要目标；对于天津、重庆和湖南这三个地区来说，债台高筑是其风险水平居高不下的主要原因，控制债务的增量，减少债务存量是这三个地区控制风险的有效办法。从测算数据来看，只有贵州省处于高风险地区，债务指标是贵州省最为严重的指标，其近几年的负担率、依存度、债务率、偿债率的平均值分别为62.82%、32.02%、139.14%、40.96%，而2020 年各项指标分别为61.66%、35.50%、154.65%、87.81%，可以看出贵州省的债务指标比较严重，需要引起当地政府的重视。

（五）地方政府债务风险来源结构分析

通过对测算结果的横纵向比较分析，可以了解到各地方政府债务风险的分布空间特征以及风险特点，便于地方政府有针对性地采取措施调控风险。进一步，本文将地方政府债务风险来源进行拆解并计算各指标风险大小随时间变化情况，对其分析可以有效地观察到风险结构特征的变化情况。

从表7 测算结果可以看出，有三个指标存在比较突出的特征，分别是财政实力指标、显性债务指标以及隐性债务指标，其风险随时间变化情况如图4～6 所示。从图4可以看出我国地方政府财政实力从2017 年开始总体压力突然增大，并一直维持着较高的压力水平，随着减费降税政策的推行，该政策确实在一定程度上影响到了地方政府的财力。与此相对应，地方政府为了维持财政的运转，显性债务一路走高不可避免，这是近年来地方政府显性债务加大的直接诱因之一。然而，从隐性债务风险变化的情况来看，初期地方政府的风险是下降的，自2014 年新预算法修订以后，地方政府债务得到了规范化治理，许多隐性债务被翻上了台面，着手处理这些“烫手山芋”是政府工作的重要目标。随着遗留隐性债务的处理与新债务的需求提升，隐性债务从“混乱”增多到“有序”增多成为我国地方政府隐性债务变化的特征之一，而且从趋势来看，地方隐性债务风险将进一步提高。

表7 子指标风险测算结果

图4 财政实力风险

图5 显性债务风险

图6 隐性债务风险

（六）基于BP 神经网络进行系统的训练和检验

通过测度系统输出的预测值与样本实际值之间的对比，可以发现预测值与实际值之间的误差平均值仅为0.088，预测准确率达100%，预测的准确性较高。从附录表中还可以看到，平均百分比精度为98.54%。样本的百分比精度最高为湖南省，达到了99.97%，绝大多数样本预测值百分比精度达到95%以上，有1 个样本的百分比精度是89.57%，但也非常接近于95%。对于地方政府债务风险测度这个问题来说，模型预测结果非常理想。图7 和图8 给出了BP 网络系统对各检验样本预测值对实际值的拟合情况，拟合值为0.9978。

图7 检验样本的预测值和实际值

图8 预测值和实际值的拟合效果

图7 和图8 说明了本文所设计的地方政府债务风险测度系统对检验样本的拟合比较理想，误差结果令人满意。该系统能切实地对样本中各属性与综合评价值之间所蕴含的关系及专家的宝贵经验进行泛化，从而较好地发挥其对方政府债务风险预警的功能。

五、结论与政策建议

本文主要通过考察影响地方政府债务风险的各类变量来实现对地方政府债务风险的科学研判。在充分考虑这些影响地方政府债务风险因素的情况下，结合已有研究，我们将各项指标归纳为经济因素、财政因素和债务因素三类，据此构建了一个全面综合的风险测度指标体系，进而对各省级政府债务风险进行了静态测度并进行了横纵向对比分析。发现我国省级地方政府债务风险水平自2016 年以来逐年提升，并且没有缓和的迹象，从空间分布上来看，中部地区、西南部地区风险相对更高，通过对风险结构进行拆解来看，发现推动地方政府债务风险水平不断拔高的主要原因是地方政府财政压力的增大以及债务状况的不断恶化。在此基础上将前置一年的测度指标样本值输入构建的BP 神经网络中，输出风险预测值并与实际值进行对比，验证了测度系统的准确性。

当然，我们在测算省级地方政府债务风险过程中，也存在一些不足：(1)虽然本文对地方政府债务风险的测算方法的选取原因进行过探讨与选择，但肯定有一些主观因素夹杂其中，通过计算机仿真才有可能真正实现选取方法的科学性与准确性；(2)本文只是简单量化了制度因素与隐性风险对地方政府债务风险的影响，事实上，这两类指标内容复杂，本文构建的指标并不能面面俱到，比如我国官员的横向调动频繁，虽然在一定程度上阻止了裙带关系的出现，但这种责任非连带制同样容易造成决策者在自己任职期间不计成本不计后果地扩大融资，然后通过较长的偿债周期给下一届政府带来相当大的偿债压力，诸多问题不一而足。即使如此，在测量地方政府债务风险的过程中引入制度因素与隐性债务指标的确为下一步对地方政府债务风险的研究提供了一些参考。根据风险测算结果，本文提出以下控制地方政府债务风险的政策建议。

第一，积极控制地方政府债务规模。从测算结果不难看出，地方政府显性债务状况的恶化是地方政府债务风险逐年拔高的最主要的推手，更重要的是显性债务状况有加速恶化的趋势，可以理解的是在经济下行大环境下，举债投资可以推动经济的发展，同时举债也是财政压力增大的无奈之举，但要注重政府投资的质量与效益，确保在建项目后续融资，不要盲目追求投资项目数量，一旦盲目扩张债务导致政府信用受损则得不偿失。尽管中央已经对地方政府债务实行限额管理，但各地方也应该设计符合当地发展特点的债务扩张规划，把债务限制在可持续的范围内。同时要注意的还有隐性债务风险的规模，风险来源拆解结果同样反映了地方政府隐性债务风险加速扩散的趋势，中央已经多次强调了要防范化解金融风险特别是防止发生系统性金融风险，但放眼到地方，以地方政府债务风险为代表的财政风险与金融风险的交互感染显然没有受到各地方政府的重视，要做到对隐性风险的监控，不能听之任之，要加强政府与银行之间的合作，建立财政风险与金融风险的良性传导机制，这是增强地方政府债务负担能力的有效方法。

第二，稳定财政收支，“减费降税”政策与经济阵痛期的双管齐下使得地方政府维持财政的正常运行稍显捉襟见肘。前一段时间的土地财政策略也是应对财政压力增大的举措之一。但这种不可持续手段无法从根本上解决问题。从目前财政运行的角度来看，支出上的节流比收入上的开源可行性更高一些，通过制定长期和中期预算，精化财政使用规划，消除突击花钱现象；重视债务的去向，近年来特别要注意专项债券的使用，对项目的审查要全程全覆盖，凸显专项债券的收益性。另外，也要寻求制度上的改革。地方政府财政的自主性可能会导致债务风险的扩大，但收紧中央对地方的管控会使当地经济发展失去一定活力，并且会使地方政府收入过度依赖土地财政，导致收入结构畸形。解决这一问题只能从监督制度上着手，通过监督规范政府行为，并做到对政府决策的事后考察。着眼于个人层面的官员管理制度改革具有同样的道理，中央政府要建立全面的考核问责机制，把地方政府债务风险指标纳入考核体系之中，明确落实责任；各级政府要建立适当的政府决策公开机制，积极配合各部门化解债务风险。当然，这些改革的推进也会遇到一些阻碍，从“经济人”假设的角度来看，改革的推行者在改革中获得的短期收益是负的。这些改革既增加了政府的运行成本，又对官员素质提出了更高的要求，所以官员并不是改革的积极推动者。因此，本文认为真正长期有效的方法还是注重提高官员素质，培养官员责任意识，通过加强党风建设和思想文化建设，打破“经济人”假设，为地方政府债务风险防范创造一个良好的制度环境。