我國地方債務適度規模實證研究

曲文俏+陳磊+謝豐

內容摘要：2008年金融危機后我國實施的4萬億經濟刺激計劃，為擴大內需、促進經濟增長做出了積極貢獻，但在隨后的幾年里，以地方融資平臺為典型代表的地方政府負債成為各方關注的焦點，擔心地方債務風險對中國金融穩定構成威脅，甚至導致中國重蹈歐美債務危機覆轍，本文基于1990-2010年近百個國家地方債務合理水平的估計模型，細致整理了地方債務規模，并在此基礎上，通過實證分析預測各省份的適度債務規模，分析債務風險，并得出相關結論。

關鍵詞：地方債務 適度債務規模 債務風險

引言

地方債務的井噴式擴展源自2008年的超常規經濟刺激計劃，盡管中央政府出臺了4萬億投資計劃，但是絕大部分配套資金需要地方政府自行籌集，加之地方政府紛紛出臺各自的經濟刺激計劃，這需要地方政府借助銀行貸款、發行債券等渠道來籌集資金。2009年3月，人民銀行與銀監會聯合發布了《關于進一步加強信貸結構調整促進國民經濟平穩較快發展的指導意見》，明確提出了要支持有條件的地方政府組建投融資平臺，拓寬中央政府投資項目的配套資金融資渠道，在這之后，地方融資平臺橫空出世，成為了地方政府的重要融資工具。但是由于管理混亂，某些融資平臺出現了較為嚴重的債務風險問題，2010年7月30日，財政部、發展改革委、人民銀行、銀監會四部委聯合發布了《關于貫徹（國務院關于加強地方政府融資平臺公司管理有關問題的通知）相關事項的通知》，對融資平臺開始了清理整頓工作，融資平臺風險在短短一年多時間變開始暴露。但是僅僅又間隔一年多，在2012年初，關于融資平臺的發展道路就又出現了轉折，發生了兩個“情理之中，意料之外”的故事，首先，美國經濟危機之后全球經濟危機是意料之中，但是隨后歐債危機的持續發酵導致中國經濟快速下滑是意料之外，2011年以來的經濟下行危機甚至超過了2007-2008年度；其次，融資平臺在2011和2012年的兌付高峰期是情理之中的，但是如此多平臺公司的債務無法按時歸還是意料之外的。面對國內外復雜的經濟環境，宏觀調控的政府開始轉向“穩增長”的政策，地方政府跑部委、上項目，新一輪的地方投資熱情高漲，而地方債務擴張之路似乎要再上征程。

相關研究綜述

盡管地方官員的政治晉升并沒有量化指標，但是學術界的研究表明，上世紀90年代以來，眾多地方官員的升遷與當期經濟發展速度有著密切的關系（王賢彬等，2010），由此可見，GDP是衡量官員政績的硬性指標之一，政績的驅使成為地方政府高增長和高波動的政治原因。地方政府官員的政治晉升模式外化為GDP錦標賽，尤其是20世紀90年代分稅制改革之后，在地方財政收入有限的情況下，大規模的投資項目必然要求地方政府積極舉債，從而鋪就了地方政府債務擴張之路。

本文將近些年地方債務增速的變化情況和同期GDP增速疊加到一起，我們可以發現某些規律（見圖1），地方債務擴張速度最快的分別是1998年和2009年，同比分別增長了48.20%和61.92%，而這兩年恰逢亞洲金融危機和本輪經濟危機對我國經濟影響最大的時期，即1997年亞洲金融危機和2008年全球金融危機之后的第二年，這兩年我國GDP的增速分別為7.8%和9.2%，都處在階段性的衰退期。而我國一直信奉凱恩斯主義，對經濟的干預能力和力度都比較強，而政府的宏觀調控行為都遵循著“逆周期”調節的特征，在中國這樣一個中央集權的國家，地方政府對中央決策的執行力遠遠大于國外地方政府，進一步增強了逆周期調控的特征，我國的大部分地方債務都是這兩段時間內形成的，而目前巨大的地方債務問題本質上反映了我國反危機刺激政策過猛帶來的“后遺癥”，它潛藏在經濟刺激政策出臺后的表面繁榮之下，2-5年后就會開始表露。

目前，審計署并沒有公布各省市余額明細，但是我們可以根據各省市公布的2010年預算執行和其他財政收支的審計工作報告整理出19個省市的債務余額情況（見表1），結果顯示，北京、山東等東部沿海地區的債務余額比較多，而海南、甘肅等地區的債務余額較少，但如果我們從存量角度考慮債務率（政府債務/GDP的比重），則發現排名靠前的多是經濟欠發達地區，由于這些地區財政收入和經濟發展水平有限，不得不依賴政府債務的擴張獲取資金支持，例如海南、寧夏、吉林、甘肅四省的債務率超過了30%，此類經濟欠發達地區未來可能成為信用事件爆發的源泉。

目前，國外在對政府債務的相關研究多停留在國家宏觀層面，原因在于外國的地方政府享有自主舉債的權利，故政府債務在地方與中央間無實質性的差異。而我國的地方政府并沒有賦予負債的權利，具有較強的特殊性，因此國內學者關于地方政府的債務的研究較為豐富，但是國內關于對地方債務規模進行定量研究的論文較少，已有的文獻主要采取KMV模型估計違約的可能性，根據可接受的違約概率選擇適度的發債規模。例如張旭等（2011）探討了廣西省地方債的發行規模適度性；蔣忠元（2011）分析了江蘇省地方政府債的發行規模問題。此外，也有部分文獻基于理性預期均衡模型的研究，例如王昱（2011）等以遼寧省為例分析了各因素對地方政府舉債規模的影響。國內關于地方債務的研究呈現出以下特點：一是主要以定性研究為主，缺乏定量研究和深入的分析，由于地方政府債務信息以及融資平臺的相關數據確實難以獲得，限制了學術界開展規范性的實證研究和定量研究，從而無法系統性、針對性的對地方債務風險進行綜合分析。二是研究成果中絕大部分出現2009年之后，原因在于融資平臺的大躍進始于2008年底，風險顯現于2009年。三是地方債務風險的隱匿性，很難獲得精確統計數字，也很難進行風險控制模型的研究。

我國目前是否存在債務風險？這成為繼歐債危機、美國財政斷崖之后有一個備受關注的焦點話題，如果按照警戒線指標看，中國的總體債務規模以及占GDP的比重尚在可控范圍之內，但是僅僅考慮債務率這一單一指標并不適用于各個省市的具體情形，例如，各省的金融發展水平不同，金融發展水平越高，其融資能力更強，發債的合理規模更高。本文在匯總各種影響債務合理規模的基礎上，合理判斷我國地方債務的合理規模。endprint

模型設定與數據說明

由于僅僅使用財政收入反映地方債務的不夠全面，本文基于1990-2010年的近百個國家地方債務合理水平的估計模型，設定如下基本模型：

Debt=αFd+βPgdp+γUrban+

Revenue+c+ε

其中Debt表示中央政府債務/GDP。其中中央政府債務是政府在某一特定日期欠他人未償還的直接定期合同債務的全部存量。它包括國內和國外債務，例如貨幣和存款、除股票外的其他證券以及貸款。它是政府負債總額減去政府所持有的股票和金融衍生物的差。由于債務是存量而非流量，所以要在給定日期（通常為財政年度的最后一天）進行衡量。資料來源自世界銀行WDI統計數據庫。FD表示金融發展水平，如果某國的金融市場發達程度越高，其融資的能力越強，債務規模的承受能力越強。Pgdp表示人均GDP水平，代表經濟發展程度，經濟程度越高， 債務的償還能力越強，但另一方面，經濟發展程度越高，其對債務的需求也相應降低，因此其對債務規模的影響并不確定。表示城市化水平，以城鎮人口占總人口的比例表示，城鎮化水平越高，對債務的承受能力越強。表示財政收入，財政實力越強，政府償債能力越強，貸款違約的機率越小。以上指標均來自世界銀行WDI統計數據庫。

實證結果分析

如表2所示，由于面板數據假定擾動項為獨立同分布，但是對于我們選取的跨國面板而言，同期的經濟活動可能會相互影響，從而出現截面相關（cross-sectional correlation），引發異方差。此時估計系數依然會出現偏誤，處理辦法是采取可行廣義最小二乘法（FGLS）估計。我們使用Wald檢驗判斷組間異方差，原假設為組間同方差，結果為76.70，強烈拒絕了組間同方差的假設。因此我們選擇隨機效應模型，利用FGLS估計法進行檢驗，同時也列出了面板固定效應（FE）和隨機效應的估計結果。面板固定效應、隨機效應進行估計根據Hausman檢驗選擇面板固定效應或隨機效應，原假設為隨機效應為正確的模型。Hausman P值為0.258，無法拒絕原假設，表明面板隨機效應模型更加適合。

同時為了增強檢驗結果的穩健性，我們同時采用系統廣義矩（sys GMM）的方法進行估計。我們使用Sargan 檢驗檢驗工具變量的有效性，使用Arellano- Bond二階序列相關統計量檢驗模型的殘差項是否滿足不存在序列相關的原假設。根據Arellano-Bond檢驗擾動項2階自相關的檢驗，得到的P值分別為0.99和0.5180，無法拒絕擾動項不存在自相關的原假設。此外，由于GMM估計存在多個工具變量，需要Sargan 統計量進行過度識別檢驗，結果無法拒絕不存在過度識別的原假設，說明工具變量的設置是合理的。

以可行廣義最小二乘法（FGLS）為例，FD的系數為0.223，并顯著為正，表明貸款/GDP上升1%，債務/GDP的合理規模比重上升0.223%。人均gdp的影響為負，表明經濟發展水平越高，債務的合理規模越小。城市化顯著為負，城市化越高，債務規模越小，一點與國外的債務用密切相關，國外的中央政府債務主要用于國民的福利建設，而非城市基礎設施建設。而我國的債務則主要用于基礎設施建設，因此，此變量在中外有不同的含義，在之后的回歸中我們考慮將其剔除。財政收入顯著為正，且影響程度大于金融市場發展，說明財政收入仍然是負債規模的最本質的影響因素。

地方政府債務合理規模估計

我們將跨國數據剔除城市化之后，使用可行廣義最小二乘法（FGLS）進行估計，可以得到FD、Pgdp和Revenue的估計系數，分別是0.206、-0.0006918和0.2675158（這三個系數均在1%的水平位置上顯著，且其它指標均高度顯著）。之后，我們整理了2010年我國各省區的人均GDP、財政收入、和貸款/GDP的相關數據，資料來源自中宏數據庫（見表3）。

將這三個系數代入到以上指標后，我們可以估計出各個城市的合理債務規模和債務率。國際上是馬斯特里赫特條約曾將政府債務余額占GDP的60%作為警戒線，但是根據表3的計算結果，我國沒有一個地區的合理債務率為60%，其中北京最高，其合理債務率為46%，其它各省區的合理債務率規模均在30%以下，如果僅僅按照國際標準的60%去計算，現有樣本的債務率均處在合理范圍之內，但是按照本文推算的合理債務率，絕大部分的省區債務率都偏高。

我們通過各省的審計公報整理了2010年14個省區的地方債務規模，根據圖2可知，北京的實際債務規模遠低于其合理規模，山東、河南和重慶的實際債務規模與其合理債務規模相近，基本處在合理負債范圍之內，而其它10省區的實際債務規模均超過合理范圍，屬于過度負債的范疇。

結論

綜上所述，與發達國家直接負債驅動模式不同，中國的風險在于投資驅動下的債務擴張，但最后的結果依然是債務風險。由于一些地方政府對經濟增長的盲目膜拜，投資自然對其有極大的激勵作用，無論是土地財政還是地方融資平臺，其最后的去向都是進行基礎設施及相關產業的投資。

今后十年，中國要把“城鎮化”作為推動中國經濟增長的動力引擎，那么城市化所引發的“公共部門投資”將迫使中央政府必須妥善解決當前的地方政府債務問題。不斷地用更高的投資規模來刺激放緩的經濟，最后很可能導致重蹈其他國家泡沫危機的覆轍。因此，為避免對中國經濟乃至全球經濟產出受到不可預見的巨大沖擊，切斷“投資擴張→債務擴張”的高風險鏈條，中國必須實現“投資軟著陸”，而把經濟發展的重心放在中長期的供給管理和建立緩沖上。

參考文獻：

1.Alessandro Missale，Francesco Giavazzi，Pierpaolo Benigno，National Bureau of Economic Research.Managing the public debt in fiscal stabilizations ： the evidence[M].Cambridge， MA ： National Bureau of Economic Research， 1997.21 -67

2.Allen Sehick. Budgeting for Fisea lRisk [R].The World Bank，1998

3.Bommer Julian，Spence Robin.Development of an earthquake loss modelfor Turkish catastrophe insurance [J]. Journal of Seismology，2002

4.David M.Morris，Asset Securitization：Principles and Practice，Executive Enterprise， 1990（5）

5.巴曙松.地方政府投融資平臺的發展及其風險評估[J].西南金融，2009（9）

6.布倫南，布坎南.憲政經濟學[M].中國社會科學出版社，2004

7.財政部財政科學研究所編：《中國財經改革研究報告（2004-2005）》，經濟科學出版社，2006

8.陳炳才，田青，李峰.地方政府融資平臺風險防范對策[J].中國金融，2010（1）

9.陳曉紅，梁慶凱.目前國家開發銀行城建貸款的風險及其防范[J].中南大學學報，2004（1）

10.創章彰.商業銀行信用風險管理—兼論巴塞爾協議[M].中國人民大學出版社，2002

11.黨均章，王慶華.地方政府融資平臺貸款風險分析與思考[J].銀行家，2010（4）endprint

模型設定與數據說明

由于僅僅使用財政收入反映地方債務的不夠全面，本文基于1990-2010年的近百個國家地方債務合理水平的估計模型，設定如下基本模型：

Debt=αFd+βPgdp+γUrban+

Revenue+c+ε

其中Debt表示中央政府債務/GDP。其中中央政府債務是政府在某一特定日期欠他人未償還的直接定期合同債務的全部存量。它包括國內和國外債務，例如貨幣和存款、除股票外的其他證券以及貸款。它是政府負債總額減去政府所持有的股票和金融衍生物的差。由于債務是存量而非流量，所以要在給定日期（通常為財政年度的最后一天）進行衡量。資料來源自世界銀行WDI統計數據庫。FD表示金融發展水平，如果某國的金融市場發達程度越高，其融資的能力越強，債務規模的承受能力越強。Pgdp表示人均GDP水平，代表經濟發展程度，經濟程度越高， 債務的償還能力越強，但另一方面，經濟發展程度越高，其對債務的需求也相應降低，因此其對債務規模的影響并不確定。表示城市化水平，以城鎮人口占總人口的比例表示，城鎮化水平越高，對債務的承受能力越強。表示財政收入，財政實力越強，政府償債能力越強，貸款違約的機率越小。以上指標均來自世界銀行WDI統計數據庫。

實證結果分析

如表2所示，由于面板數據假定擾動項為獨立同分布，但是對于我們選取的跨國面板而言，同期的經濟活動可能會相互影響，從而出現截面相關（cross-sectional correlation），引發異方差。此時估計系數依然會出現偏誤，處理辦法是采取可行廣義最小二乘法（FGLS）估計。我們使用Wald檢驗判斷組間異方差，原假設為組間同方差，結果為76.70，強烈拒絕了組間同方差的假設。因此我們選擇隨機效應模型，利用FGLS估計法進行檢驗，同時也列出了面板固定效應（FE）和隨機效應的估計結果。面板固定效應、隨機效應進行估計根據Hausman檢驗選擇面板固定效應或隨機效應，原假設為隨機效應為正確的模型。Hausman P值為0.258，無法拒絕原假設，表明面板隨機效應模型更加適合。

同時為了增強檢驗結果的穩健性，我們同時采用系統廣義矩（sys GMM）的方法進行估計。我們使用Sargan 檢驗檢驗工具變量的有效性，使用Arellano- Bond二階序列相關統計量檢驗模型的殘差項是否滿足不存在序列相關的原假設。根據Arellano-Bond檢驗擾動項2階自相關的檢驗，得到的P值分別為0.99和0.5180，無法拒絕擾動項不存在自相關的原假設。此外，由于GMM估計存在多個工具變量，需要Sargan 統計量進行過度識別檢驗，結果無法拒絕不存在過度識別的原假設，說明工具變量的設置是合理的。

以可行廣義最小二乘法（FGLS）為例，FD的系數為0.223，并顯著為正，表明貸款/GDP上升1%，債務/GDP的合理規模比重上升0.223%。人均gdp的影響為負，表明經濟發展水平越高，債務的合理規模越小。城市化顯著為負，城市化越高，債務規模越小，一點與國外的債務用密切相關，國外的中央政府債務主要用于國民的福利建設，而非城市基礎設施建設。而我國的債務則主要用于基礎設施建設，因此，此變量在中外有不同的含義，在之后的回歸中我們考慮將其剔除。財政收入顯著為正，且影響程度大于金融市場發展，說明財政收入仍然是負債規模的最本質的影響因素。

地方政府債務合理規模估計

我們將跨國數據剔除城市化之后，使用可行廣義最小二乘法（FGLS）進行估計，可以得到FD、Pgdp和Revenue的估計系數，分別是0.206、-0.0006918和0.2675158（這三個系數均在1%的水平位置上顯著，且其它指標均高度顯著）。之后，我們整理了2010年我國各省區的人均GDP、財政收入、和貸款/GDP的相關數據，資料來源自中宏數據庫（見表3）。

將這三個系數代入到以上指標后，我們可以估計出各個城市的合理債務規模和債務率。國際上是馬斯特里赫特條約曾將政府債務余額占GDP的60%作為警戒線，但是根據表3的計算結果，我國沒有一個地區的合理債務率為60%，其中北京最高，其合理債務率為46%，其它各省區的合理債務率規模均在30%以下，如果僅僅按照國際標準的60%去計算，現有樣本的債務率均處在合理范圍之內，但是按照本文推算的合理債務率，絕大部分的省區債務率都偏高。

我們通過各省的審計公報整理了2010年14個省區的地方債務規模，根據圖2可知，北京的實際債務規模遠低于其合理規模，山東、河南和重慶的實際債務規模與其合理債務規模相近，基本處在合理負債范圍之內，而其它10省區的實際債務規模均超過合理范圍，屬于過度負債的范疇。

結論

綜上所述，與發達國家直接負債驅動模式不同，中國的風險在于投資驅動下的債務擴張，但最后的結果依然是債務風險。由于一些地方政府對經濟增長的盲目膜拜，投資自然對其有極大的激勵作用，無論是土地財政還是地方融資平臺，其最后的去向都是進行基礎設施及相關產業的投資。

今后十年，中國要把“城鎮化”作為推動中國經濟增長的動力引擎，那么城市化所引發的“公共部門投資”將迫使中央政府必須妥善解決當前的地方政府債務問題。不斷地用更高的投資規模來刺激放緩的經濟，最后很可能導致重蹈其他國家泡沫危機的覆轍。因此，為避免對中國經濟乃至全球經濟產出受到不可預見的巨大沖擊，切斷“投資擴張→債務擴張”的高風險鏈條，中國必須實現“投資軟著陸”，而把經濟發展的重心放在中長期的供給管理和建立緩沖上。

參考文獻：

1.Alessandro Missale，Francesco Giavazzi，Pierpaolo Benigno，National Bureau of Economic Research.Managing the public debt in fiscal stabilizations ： the evidence[M].Cambridge， MA ： National Bureau of Economic Research， 1997.21 -67

2.Allen Sehick. Budgeting for Fisea lRisk [R].The World Bank，1998

3.Bommer Julian，Spence Robin.Development of an earthquake loss modelfor Turkish catastrophe insurance [J]. Journal of Seismology，2002

4.David M.Morris，Asset Securitization：Principles and Practice，Executive Enterprise， 1990（5）

5.巴曙松.地方政府投融資平臺的發展及其風險評估[J].西南金融，2009（9）

6.布倫南，布坎南.憲政經濟學[M].中國社會科學出版社，2004

7.財政部財政科學研究所編：《中國財經改革研究報告（2004-2005）》，經濟科學出版社，2006

8.陳炳才，田青，李峰.地方政府融資平臺風險防范對策[J].中國金融，2010（1）

9.陳曉紅，梁慶凱.目前國家開發銀行城建貸款的風險及其防范[J].中南大學學報，2004（1）

10.創章彰.商業銀行信用風險管理—兼論巴塞爾協議[M].中國人民大學出版社，2002

11.黨均章，王慶華.地方政府融資平臺貸款風險分析與思考[J].銀行家，2010（4）endprint

模型設定與數據說明

由于僅僅使用財政收入反映地方債務的不夠全面，本文基于1990-2010年的近百個國家地方債務合理水平的估計模型，設定如下基本模型：

Debt=αFd+βPgdp+γUrban+

Revenue+c+ε

其中Debt表示中央政府債務/GDP。其中中央政府債務是政府在某一特定日期欠他人未償還的直接定期合同債務的全部存量。它包括國內和國外債務，例如貨幣和存款、除股票外的其他證券以及貸款。它是政府負債總額減去政府所持有的股票和金融衍生物的差。由于債務是存量而非流量，所以要在給定日期（通常為財政年度的最后一天）進行衡量。資料來源自世界銀行WDI統計數據庫。FD表示金融發展水平，如果某國的金融市場發達程度越高，其融資的能力越強，債務規模的承受能力越強。Pgdp表示人均GDP水平，代表經濟發展程度，經濟程度越高， 債務的償還能力越強，但另一方面，經濟發展程度越高，其對債務的需求也相應降低，因此其對債務規模的影響并不確定。表示城市化水平，以城鎮人口占總人口的比例表示，城鎮化水平越高，對債務的承受能力越強。表示財政收入，財政實力越強，政府償債能力越強，貸款違約的機率越小。以上指標均來自世界銀行WDI統計數據庫。

實證結果分析

如表2所示，由于面板數據假定擾動項為獨立同分布，但是對于我們選取的跨國面板而言，同期的經濟活動可能會相互影響，從而出現截面相關（cross-sectional correlation），引發異方差。此時估計系數依然會出現偏誤，處理辦法是采取可行廣義最小二乘法（FGLS）估計。我們使用Wald檢驗判斷組間異方差，原假設為組間同方差，結果為76.70，強烈拒絕了組間同方差的假設。因此我們選擇隨機效應模型，利用FGLS估計法進行檢驗，同時也列出了面板固定效應（FE）和隨機效應的估計結果。面板固定效應、隨機效應進行估計根據Hausman檢驗選擇面板固定效應或隨機效應，原假設為隨機效應為正確的模型。Hausman P值為0.258，無法拒絕原假設，表明面板隨機效應模型更加適合。

同時為了增強檢驗結果的穩健性，我們同時采用系統廣義矩（sys GMM）的方法進行估計。我們使用Sargan 檢驗檢驗工具變量的有效性，使用Arellano- Bond二階序列相關統計量檢驗模型的殘差項是否滿足不存在序列相關的原假設。根據Arellano-Bond檢驗擾動項2階自相關的檢驗，得到的P值分別為0.99和0.5180，無法拒絕擾動項不存在自相關的原假設。此外，由于GMM估計存在多個工具變量，需要Sargan 統計量進行過度識別檢驗，結果無法拒絕不存在過度識別的原假設，說明工具變量的設置是合理的。

以可行廣義最小二乘法（FGLS）為例，FD的系數為0.223，并顯著為正，表明貸款/GDP上升1%，債務/GDP的合理規模比重上升0.223%。人均gdp的影響為負，表明經濟發展水平越高，債務的合理規模越小。城市化顯著為負，城市化越高，債務規模越小，一點與國外的債務用密切相關，國外的中央政府債務主要用于國民的福利建設，而非城市基礎設施建設。而我國的債務則主要用于基礎設施建設，因此，此變量在中外有不同的含義，在之后的回歸中我們考慮將其剔除。財政收入顯著為正，且影響程度大于金融市場發展，說明財政收入仍然是負債規模的最本質的影響因素。

地方政府債務合理規模估計

我們將跨國數據剔除城市化之后，使用可行廣義最小二乘法（FGLS）進行估計，可以得到FD、Pgdp和Revenue的估計系數，分別是0.206、-0.0006918和0.2675158（這三個系數均在1%的水平位置上顯著，且其它指標均高度顯著）。之后，我們整理了2010年我國各省區的人均GDP、財政收入、和貸款/GDP的相關數據，資料來源自中宏數據庫（見表3）。

將這三個系數代入到以上指標后，我們可以估計出各個城市的合理債務規模和債務率。國際上是馬斯特里赫特條約曾將政府債務余額占GDP的60%作為警戒線，但是根據表3的計算結果，我國沒有一個地區的合理債務率為60%，其中北京最高，其合理債務率為46%，其它各省區的合理債務率規模均在30%以下，如果僅僅按照國際標準的60%去計算，現有樣本的債務率均處在合理范圍之內，但是按照本文推算的合理債務率，絕大部分的省區債務率都偏高。

我們通過各省的審計公報整理了2010年14個省區的地方債務規模，根據圖2可知，北京的實際債務規模遠低于其合理規模，山東、河南和重慶的實際債務規模與其合理債務規模相近，基本處在合理負債范圍之內，而其它10省區的實際債務規模均超過合理范圍，屬于過度負債的范疇。

結論

綜上所述，與發達國家直接負債驅動模式不同，中國的風險在于投資驅動下的債務擴張，但最后的結果依然是債務風險。由于一些地方政府對經濟增長的盲目膜拜，投資自然對其有極大的激勵作用，無論是土地財政還是地方融資平臺，其最后的去向都是進行基礎設施及相關產業的投資。

今后十年，中國要把“城鎮化”作為推動中國經濟增長的動力引擎，那么城市化所引發的“公共部門投資”將迫使中央政府必須妥善解決當前的地方政府債務問題。不斷地用更高的投資規模來刺激放緩的經濟，最后很可能導致重蹈其他國家泡沫危機的覆轍。因此，為避免對中國經濟乃至全球經濟產出受到不可預見的巨大沖擊，切斷“投資擴張→債務擴張”的高風險鏈條，中國必須實現“投資軟著陸”，而把經濟發展的重心放在中長期的供給管理和建立緩沖上。

參考文獻：

1.Alessandro Missale，Francesco Giavazzi，Pierpaolo Benigno，National Bureau of Economic Research.Managing the public debt in fiscal stabilizations ： the evidence[M].Cambridge， MA ： National Bureau of Economic Research， 1997.21 -67

2.Allen Sehick. Budgeting for Fisea lRisk [R].The World Bank，1998

3.Bommer Julian，Spence Robin.Development of an earthquake loss modelfor Turkish catastrophe insurance [J]. Journal of Seismology，2002

4.David M.Morris，Asset Securitization：Principles and Practice，Executive Enterprise， 1990（5）

5.巴曙松.地方政府投融資平臺的發展及其風險評估[J].西南金融，2009（9）

6.布倫南，布坎南.憲政經濟學[M].中國社會科學出版社，2004

7.財政部財政科學研究所編：《中國財經改革研究報告（2004-2005）》，經濟科學出版社，2006

8.陳炳才，田青，李峰.地方政府融資平臺風險防范對策[J].中國金融，2010（1）

9.陳曉紅，梁慶凱.目前國家開發銀行城建貸款的風險及其防范[J].中南大學學報，2004（1）

10.創章彰.商業銀行信用風險管理—兼論巴塞爾協議[M].中國人民大學出版社，2002

11.黨均章，王慶華.地方政府融資平臺貸款風險分析與思考[J].銀行家，2010（4）endprint