省域地方政府性債務規模的空間差異與影響因素研究

王鋒，段然，何曉玲

（中國礦業大學管理學院，江蘇徐州221116）

省域地方政府性債務規模的空間差異與影響因素研究

王鋒，段然，何曉玲

（中國礦業大學管理學院，江蘇徐州221116）

文章基于2013年我國審計署和各省市審計廳公布的地方政府性債務數據，分析了我國省域地方政府性債務的現狀，并利用空間統計與空間計量方法研究了政府性債務規模的空間分布特征與影響因素。研究結果表明：我國的省域地方政府性債務總量大且增長速度快；地方政府性債務規模在東、中、西部地區呈梯度遞減特征，區域不平衡性程度為東、西、中部依次遞減；省域層面來看，地方政府性債務規模最高的是江蘇，最低是寧夏，省份間存在較大的差異；省域地方政府性債務存在著正向的空間自相關性，主要呈現出“高-高”與“低-低”集聚模式；國民生產總值、城鎮化率對政府性債務有顯著的正向影響，產業結構對地方政府性債務存在較顯著的負向影響。文章最后給出了相應的分析和建議。

地方政府性債務；影響因素；空間差異；空間計量模型

一、引言

改革開放以后，各級地方政府獲得了較大的經濟自主權，即財政收入的大頭歸地方財政，因此地方經濟得到了快速發展，但中央財政卻陷入困境。為了改善中央財政收入現狀，我國在1994年開始實行分稅制改革。國務院發展研究中心的報告顯示，分稅制后中央的稅收收入逐漸占全部稅收的一半以上，地方財權大幅下降。然而，地方財權下降的同時，事權并沒有得到相應的調整，即城市化發展進程中的地方政府基礎設施建設、工業化發展等在分稅制的框架下仍由地方政府承擔資金支持，因此，資金不足成為擺在地方政府面前的一個重大問題，財政壓力的增大使得政府的融資沖動更加強烈。另一方面，一些地方領導片面追求經濟增長，往往在強烈的“政績需求”沖動下，盲目舉債發展，加之地方政府及領導干部考核機制缺乏債務管理約束，致使部分地方的政府性債務快速增長。2013年12月30日，國家審計署發布的《全國政府性債務審計結果》顯示：截至2012年底，地方政府負有償還責任的債務為96 281.87億元、地方政府負有擔保責任的債務為24 871.29億元、地方政府可能承擔一定救助責任的債務為37 705.16億元，而到2013年6月底，地方政府這三類債務分別增長到108 859.17億元、26 655.77億元、43 393.72億元，增長率分別達到了13.06%、7.17%和15.09%。隨著地方政府債務規模的迅速擴大，地方政府性債務問題成為政府、專家學者不可忽視的重點與熱點問題。

二、文獻綜述

近年來，眾多學者對地方政府性債務問題進行了研究，取得了許多重要的研究成果。在債務成因方面，較多學者采用定性方法進行了研究，主要從財政體制、現有政績考核體制、債務管理制度等方面探討了我國地方政府性債務的成因。審計署審計科研所課題組（2010）從體制因素、法律因素、政策因素和監管因素分析了我國政府債務的主要成因［1］。李永剛（2011）認為中國地方政府債務產生的原因主要有財政體制原因如財權與事權劃分不合理、地方稅制不健全、產業結構制度不完善等［2］。龐博、方創琳（2014）認為我國地方政府債務的原因主要是財政體制缺陷、經濟增長過快和城市化建設等［3］。

近年來，有學者運用定量方法研究了地方政府債務的影響因素問題，取得了一定的研究成果。張蓉、周宇（2010）用陜西縣級的融資平臺公司授信額度表示政府負債能力，運用回歸模型分析得出國內生產總值、財政總收入等是影響地方政府負債能力的主要原因［4］。李永剛（2011）認為地方政府財政收入不足是舉債的深層次原因，并用多元線性回歸模型對2009年中國31個省級政府的稅收收入、非稅收收入、轉移支付和財政赤字進行回歸，結果表明轉移支付與地方政府財政赤字規模呈正相關，非稅收入與財政赤字呈負相關［5］。楊志安、閆婷、郭矜（2012）用VAR模型對遼寧省數據進行分析，得出實際利率和經濟增長率是影響政府債務的重要因素［6］。劉子怡、陳志斌（2015）以我國27個省份的城投債發行額為樣本，運用回歸方法研究認為內部激勵因素（信號傳遞激勵）和外部壓力因素（政府治理因素）均會對地方政府債務規模擴張產生影響［7］。韓鵬飛（2015）通過對我國30個省份的政府性債務進行T檢驗并構建回歸模型分析了我國地方政府性債務布局及其成因問題，結果發現我國地方政府性債務主要集中于經濟發達、房地產投資比例高的地區等，而深層次原因在于政府職能不清晰、GDP政績考核等［8］。

可見，目前對政府性債務規模及其影響因素的研究已有較多的研究成果，但現有的大多數定量研究采用是傳統的計量經濟學方法，這些模型隱含著地區之間相互獨立的假設，忽略了各省域間的空間相關性。現有文獻鮮有對地方政府性債務規模的空間效應以及在考慮空間效應基礎上對我國省域地方政府性債務規模影響因素的研究。本文將運用空間統計與空間計量經濟學方法，探討省域地方政府性債務規模的空間集聚特征與空間效應，并在此基礎上分析地方政府性債務規模的影響因素，以期獲得對地方政府性債務現狀與成因的更加深入的理解和認識，進而可以為地方政府債務管理政策的完善提供理論支撐。

三、我國地方政府性債務規模的現狀分析

我國地方政府性債務①狀況較為復雜，目前尚未有相關法律、制度等來規范和管理地方政府性債務問題。多數地方政府舉債隱蔽，增大了中央對地方債務的掌控難度。目前較為全面和權威的統計是來自審計署的審計報告。審計署于2011年、2012年和2013年分別進行了三次政府性債務審計。從審計主體來看，2011年的政府性債務審計針對的是全國市縣級以上地方政府。2012年的審計范圍包括15個省、3個直轄市本級及其所屬的15個省會城市本級、3個市轄區，共計36個本級地方政府。2013年的政府性債務審計對全國省、市、縣、鄉進行了全面審計。2011年和2012年的審計結果僅有全國審計署發布的審計公報，而2013年的審計結果不僅有全國總體審計公報，也有各省審計的具體情況。因為本文的研究范圍是省域層面，故本文所用數據取自2013年12月國家審計署公布的《全國政府性債務審計結果》與2014年1月各省市審計廳（局）公布的政府性債務審計結果公告。

（一）我國政府性債務的總體規模與結構

從表1可以看出：①2012年底到2013年6月底我國地方政府性債務規模增長較快，其中：中央和地方合計負有償還責任的債務明顯增多，增長了16 330.06億元，增長率為8.57%；政府負有擔保責任的債務也有所增加，增長了1 549.49億元，增長率為5.59%；政府可能承擔一定救助責任的債務也有增長，增加了7 178.24億元，增長率達到了12.10%。②從政府層級來看，相對于中央政府，地方政府在三類債務中的占比更高，均超過50%，尤其是負有擔保責任的債務。另外，2013年6月底相對于2012年底，地方政府在三類債務中占的比率都有所增加，其中負有償還責任的債務增長最多。③從不同債務類型的占比來看，無論是中央還是地方，負有償還責任的債務都是最多的，比如2013年6月底，中央政府與地方政府此類債務占各自債務總量的比率分別達到了79.24%和60.85%，其次是可能承擔一定救助責任的債務，最低的是負有擔保責任的債務。

表1 全國政府性債務規模與結構表

（二）各省政府性債務規模及結構分析

由表2可知，從經濟區層面來看：從各類債務規模②大小角度來看：①政府性債務、政府負有償還責任的債務、政府可能承擔一定救助責任的債務在東部、中部、西部具有梯度遞減的特征，且東部地區平均值高于全國平均水平，而中西部則低于全國平均水平。②政府負有擔保責任的債務則有所不同，中部地區最高、其次是西部，最低的是東部，且只有中部地區高于全國平均水平。政府負有擔保責任的債務主要資金投向交通運輸設施建設和市政建設，中部地區城市基礎設施整體水平不高，城市功能不夠完善，為貫徹落實黨中央、國務院提出的促進中部崛起的戰略部署，加快城市基礎設施建設步伐便成為重要內容，因此中部地區將大量資金投入相關項目，2012年中部地區的交通固定資產投資高達3 572億元，其政府負有擔保責任的債務規模龐大。

從經濟區債務規模差異的角度來看：①總體政府性債務、負有償還責任的債務東部地區內部省份間的差異最大（標準差分別為2 129.27億元和1 978.34億元），其次是西部省份（標準差分別為2 035.49億元和1 907.17億元），且都超過全國平均差異（標準差分別為2 024.17億元和1 899.90億元），而中部地區間的差異程度（標準差分別為848.96億元和797.91億元）則低于全國平均水平；②對于政府負有擔保責任的債務而言，西部地區間的差異最大、中部次之，而東部地區差異最小，且只有東部地區間的差異低于全國水平；對于政府可能承擔一定救助責任的債務而言，東、中、西部省份間的差異性呈現梯度遞減的特征，且只有東部地區的差異性高于全國平均差異程度。

從省份層面來看：截止到2013年6月，我國政府性債務最高的省份為江蘇，債務額為8 723.87億元，占全國總規模的7.52%；其次是廣東和四川，債務額分別為7 450.894億元、7 000.186億元，占比分別為6.42%和6.03%；債務額最低的是青海和寧夏，政府性債務總額只有797.83億和552.59億元，占全國的比例也僅為0.68%和0.47%。債務額最高的江蘇是債務最低的寧夏的15倍多。

表2 各省地方政府性債務規模與結構億元

四、空間統計與空間計量模型

根據Tobler地理學第一定律，任何事物或現象都存在相關性，并且這種相關性與事物間的距離有關，越臨近的事物間相關性越高。空間計量理論認為，地域相連的空間單元在同質屬性領域存在一定的地理關聯特征，而傳統計量模型并未將這種地域臨近單元間的空間關聯納入考慮范疇。而新經濟地理理論與空間經濟分析的相關文獻均已證明，區域經濟發展存在溢出關聯特征與協同效應，并且相鄰地區政府存在“業績競爭”，使得區域之間的經濟增長具有空間相關性。同時，在收入效應和替代效應的作用下，各省域地方政府性債務相互之間具有一定的傳染性。因此，有必要對地區間的空間效應進行分析，并在建模過程中將空間效應納入考量（王周偉等，2015）［9］，這有助于克服傳統計量模型可能存在的估計失效或偏差問題。

（一）探索性空間數據分析（ESDA）

探索性空間數據分析旨在揭示對象的空間分布，識別非典型空間位置（空間離群點），發現空間關聯模式，提出不同空間體制及其他形式的空間不穩定性（Longley A等，1999）［10］。ESDA的核心內容是通過全局空間自相關和局域空間自相關對空間關聯模式（趨同或異質）進行度量與檢驗，其中全局指標反映的是某種屬性值在整個研究區域的空間關聯模式，而局域指標用于反映一個區域單元上的某種屬性值與鄰近區域單元上同一屬性值的相關程度（王慶喜等，2014）［11］。

莫蘭（Moran）指數是早期用于檢驗空間關聯性和集聚問題的探索性空間分析指標，能夠反映整個研究區域內，各個地域單元與鄰近地域單元之間的相似度。它的計算公式如下：

其中，I為Moran指數；n為研究區域內地域單元總個數，wij是空間權重矩陣，xij是地域i的觀測值，且

由于莫蘭指數I是空間自相關回歸方程系數的估計值，其取值范圍為［-1，1］。莫蘭指數I在（0，1）之間就表示正相關，并且越接近1就表明相似性越強屬性集聚在一起，也就是高值與高值鄰接，低值與低值鄰接。莫蘭指數I在［-1，0）之間就表示負相關，莫蘭指數值越接近-1，就表明相異性越強的屬性集聚在一起，即高值與低值鄰接，低值與高值鄰接。當莫蘭指數值接近0時，則意味著屬性是隨機分布的或說明它們之間不存在空間自相關。

（二）空間計量模型

空間計量模型主要有空間滯后模型（SLM）和空間誤差模型（SEM）。空間滯后模型利用引入變量的空間滯后形式，把一個空間位置上的變化和其周圍相鄰位置上的變量聯系起來，這在某種程度上解釋了因為空間溢出效應和空間擴散等作用導致的空間依賴。主要用來檢驗一個地區的某一經濟變量是否對鄰近地區的同一變量產生擴散效應，SLM模型的表達式如下：

其中，Y為因變量；ρ為空間回歸系數，反映了空間單元之間的相互關系，即鄰近單元對本單元的影響程度；WY為空間權值矩陣的空間滯后因變量；X為n×k階外生解釋變量矩陣；β反映了自變量X對因變量Y的影響程度；ε為隨機誤差向量。

空間誤差模型將誤差項設定成某種空間過程，比如空間自回歸的形式，可以把因為測量誤差等一些原因導致的冗余之間的空間依賴表達出來。主要用來檢驗區域經濟指標間的相互影響因所處的相對位置不同而存在的差異，其表達形式如下：

其中，Y為因變量；X為解釋變量；β反映了自變量X對因變量Y的影響；λ是誤差項的空間自回歸系數；Wε為空間誤差項的空間滯后向量；ε為隨機誤差向量；μ為正態分布的隨機誤差項。

五、數據來源與變量選取

本文的因變量為各省份的政府性債務數據，根據2014年1月各省市審計機關發布的政府性債務審計結果公告中的數據計算得到，其他自變量數據來源于《2013年中國統計年鑒》。考慮到數據的可靠性和可獲得性，本文以中國23個省、4個直轄市和3個自治區為研究對象，雖然審計署是對全國31個省域政府（不包括中國香港、臺灣、澳門）進行的債務審計，但西藏自治區未公布其債務審計結果，因此缺西藏數據。考慮到政府性債務是長期積累形成的，且為避免數據波動及某年度數據偶然性的影響，本文自變量數據為2008-2012年5年數據的算術平均值。

（1）國內生產總值（gdp）：一方面，國內生產總值是反映一個地區經濟發展水平最顯著的指標，各省政府的舉債基本用于投資基礎設施建設和公益性項目，經濟發展水平在一定程度上影響著地方政府負債的能力。另一方面，目前我國仍在實施以經濟增長為主要內容、以官員任免制為依托的政績考核制度。因此，地方官員產生的GDP激勵導向也會促使地方政府加大投融資，擴大債務規模。

（2）產業結構（strur）：以第二產業產值占國內生產總值的比重表示。一個地區的產業結構在很大程度上決定了這個地區的工業化水平和稅收收入的規模，對地方政府的財政狀況有很大影響，進而會影響到政府債務規模。

（3）城鎮化率（czh）：以城鎮人口占地區總人口比重來表示，城鎮化發展離不開配套的基礎設施建設，地方政府在財力有限的情況下，為了響應國家號召就必須通過債務融資來解決資金短缺的問題，且城鎮化發展狀況不同的地區，其需要的建設及配套的資金規模也就不盡相同。

六、實證分析

（一）空間相關性檢驗

運用全局莫蘭檢驗來判斷政府性債務規模是否有空間相關性。本文根據R一階相鄰規則構建空間權重矩陣（設定海南省為與廣東省相鄰），并以此為基礎計算Moran's I值。本文使用Geoda 1.6.6軟件進行ESDA分析，全局Moran's I檢驗結果見圖1所示。

圖1 政府性債務的Moran'I指數

由圖1可以看出，政府性債務的Moran's I指數為0.160，經過499次隨機排列模擬，得到的P值為0.034，表明在0.05的顯著性水平下統計顯著。這說明我國地方政府性債務并不是隨機分布的，各省之間存在著顯著的空間正自相關性（空間依賴性），表現出相似值之間的空間集群，即具有較高債務規模地區相對地趨于與較高水平地區相鄰近，較低規模債務水平地區相對地趨于與較低水平地區相鄰近。可見在研究省域地方政府性債務規模問題時空間效應不容忽視。具體來看，落在第一象限的省份有：江蘇、上海、山東、浙江、重慶、湖南、河北、貴州，其政府性債務表現為債務規模較大的省份被債務規模較大的省份包圍（High-High，高-高集聚）；位于第二象限的省份有：海南、天津、廣西、福建、安徽、吉林和江西，其政府性債務表現為低債務水平的省份被高債務水平的省域所包圍（Low-High，低-高集聚）；位于第三象限的省份包括：甘肅、寧夏、青海、黑龍江、陜西、內蒙古、山西、云南、新疆，其政府性債務表現為低債務水平的省份被低債務水平的省份所包圍（Low-Low，低-低集聚）；位于第四象限的是：廣東、四川、北京、湖北、河南、遼寧，其政府性債務表現為高債務水平的省份被低債務水平的省份所包圍（Low-High，低-高集聚）。從全國整體來看，總體上以“高-高集聚”與“低-低集聚”為主。

（二）省域地方政府性債務規模影響因素的空間計量分析

本文以中國省域地方政府性債務為被解釋變量，選擇國民生產總值、城鎮化率和產業結構3個指標為自變量。利用空間計量模型研究國民生產總值、產業結構和城鎮化率對地方政府性債務的影響。模型估計結果見表3所列。

表3 政府性債務影響因素實證分析結果

首先，采用經典最小二乘法模型進行估計，可以看出在不考慮空間相關性的情況下，國民生產總值和城鎮化率對地方政府性債務的影響都是正向的，產業結構則與政府性債務呈反向相關關系。將空間相關性引入回歸模型，采用R一階權重矩陣對OLS估計的殘差進行空間依賴性檢驗，得OLS模型殘差的莫蘭指數值為2.348，伴隨概率為0.019，通過5%的顯著性檢驗，這說明殘差存在著空間相關性。

空間模型的判斷準則為：首先計算標準的LMError和LM-Lag統計量（即非穩健的統計量形式），如果這兩者都不顯著，選擇OLS模型，這種情況下Moran指數與LM檢驗統計量發生了矛盾，一般是由于異方差性和非正態分布導致Moran指數計算失真。如果其中之一顯著，如LM-Error顯著，則選擇空間誤差模型；LM-Lag顯著，則選擇空間滯后模型。如果是兩者都顯著，則進行穩健的LM診斷，這時需要計算Robust LM-Error和Robust LM-Lag統計量。如果Robust LMError顯著，則選擇空間誤差模型；如果是Robust LMLag顯著，則選擇空間滯后模型（陶長琪，2014）［12］。

根據表3，LM-Lag值為0.006，P值為0.797，統計不顯著，而LM-Error值為2.737，概率P為0.098，在10%的顯著性水平下統計顯著，故相對而言，SEM更為有效。另外，對比OLS模型、SLM模型和SEM模型，發現：SEM模型的R2為0.726，高于OLS模型0.660和SLM模型的0.661；SEM模型的Log likelihood值為-261.903，大于OLS的-264.001和SLM模型的-263.959；SEM模型的AIC和SC值分別為531.808和537.544，均小于OLS和SLM的AIC和SC值。這些說明SEM模型最優，故以此模型作為實證分析的基準模型。

根據SEM模型的估計結果，得到以下結論：

（1）SEM模型中的LAMBDA值為0.536，且通過了1%的顯著性檢驗，這說明我國各省域政府性債務具有空間交互作用，即某一省市的政府性債務受到鄰近市債務水平的誤差沖擊并且產生積極的作用。

（2）國民生產總值的回歸系數為0.149并通過1%的顯著性檢驗，這說明地區的經濟發展水平確實與債務規模有正向相關關系。我國經濟越發達的地方，其政府性債務規模越是龐大。分析其原因，一方面，經濟越是發達的地區其地方政府之間的競爭也越為激烈，而地方政府之間的競爭也在一定程度上增大了債務規模；分稅制使政府成為競爭主體，并用GDP考核增強了地方政府官員發展當地經濟的動力；以投資帶動經濟增長的路徑依賴刺激了地方政府的投資欲望，導致地方政府性債務迅猛增長。另一方面經濟水平較高的地區其本身的支出壓力和支出要求要大于經濟水平相對較小的地區，其舉債的理由和能力更大，也會導致其政府性債務規模的擴大。

（3）城鎮化率的回歸系數為35.942，概率P值為0.018，統計顯著，說明城鎮化率與地方政府性債務存在顯著的正向相關關系，城鎮化程度越高的地區其債務規模越大。近些年國家號召進行城鎮化建設，要將城鎮化作為全面建設小康社會的重要載體。一方面，人口增長規模與城鎮化率呈正比，城鎮化率越高的地方其人口規模越大，所需的基礎設置建設成為不可避免的支出項目，在地方原有支出責任的基礎上又添新項目，使得地方政府財政支出壓力加大；另一方面，城鎮化強化了地方政府的投資責任等，使得地方政府投融資的欲望比較強烈。

（4）產業結構的回歸系數為-34.716，P值為0.054，在10%的顯著性水平下統計顯著，這說明產業結構與地方政府性債務為負向關系，這顯示產業結構中第二產業占比的增加會促進地方政府債務的減少。政府收入90%來源于稅收，并且當下第二產業目前仍為我國主導產業。第二產業發達的地區政府稅收收入相對較高，政府收入水平也會明顯高于其他第二產業欠發達的地區，因此政府的舉債動機和規模也會相對較低。

七、結論與政策建議

（一）結論

本文以省域地方政府性債務為研究對象，從規模和結構等方面對地方政府性債務的現狀進行了分析，并利用空間統計與空間計量方法研究了政府性債務規模的空間效應與影響因素，得出如下結論：

（1）目前我國政府性債務規模整體上呈上升趨勢，并且地方政府性債務規模及增量均大于中央。

（2）從經濟區層面來說，政府性債務、政府負有償還責任的債務、政府可能承擔一定救助責任的債務規模在東部、中部、西部具有梯度遞減的特征；政府負有擔保責任的債務是中部地區最高、西部其次，東部最低。不同經濟區債務間的不平衡程度也存在較大的差異，其中政府性債務和政府負有償還責任的債務均為東部最大，西部和中部其次，而對于政府負有擔保責任的債務，地區差異程度呈西、中、東遞減排列；對于政府可能承擔一定救助責任的債務而言，西、中、東部地區的差異性逐漸增強。

（3）從省份層面來看，政府性債務和政府負有償還責任的債務規模最大的三個省份均為江蘇、廣東和四川省，最低的省份也同為海南、青海和寧夏；政府負有擔保責任的債務最高的三個省份依次為山西、重慶和四川，最低的為寧夏、青海和北京；政府可能承擔一定救助責任的債務最高的三個省份依次為山西、湖北和廣西，最低的依次為青海、寧夏和北京。從省份債務規模差異程度的角度來說，政府性債務的差異程度最高，其次是負有償還責任的債務，具有擔保責任債務的差異程度最低。

（4）我國地方各省債務之間存在著顯著的空間正自相關性，整體上呈現出“高-高集聚”與“低-低集聚”特征。

（5）國民生產總值、產業結構和城鎮化率對地方政府性債務規模具有顯著的影響。其中，國民生產總值和城鎮化率對地方政府性債務具有正向影響，產業結構對地方政府性債務具有反向作用。

（二）政策建議

（1）控制債務規模，明確責任主體。了解債務的規模和具體情況，是處理我國債務問題的前提條件，只有掌握債務的實際狀況，才能開始下一步的整治。當捋順了債務的來龍去脈，就能夠知道借債人是誰、什么用途、用了多少、誰來償還、償還期限如何、償還能力大小等問題。并且，在找到最優解決方案前，應控制債務總量，避免債務規模過大以致難以控制。在依照國務院有關“制止新債，摸清底數，明確責任，逐步化解”的原則，全面和徹底的清理地方政府已經形成的政府性債務的同時，還要落實債務主體，并且制定具體的償債計劃。

（2）完善政績考核制度。要改變地方政府領導干部對GDP的推崇，就需要從根本上改變對領導干部的考核制度。在政績考核過程中引入更多的參考指標，例如生態效益、就業率、居民收入水平等。2014年7月，中央紀委機關、審計署和國資委等等聯合公布了《黨政主要領導干部和國有企業領導人員經濟責任審計規定實施細則》，在細則中已經明確把地方政府性債務列入審計考核的內容。建立債務責任人跟蹤制度，讓誰借的債誰負責到底。在政績考核中，還應追查其曾任職務和曾舉債規模，對比償還度，償還能力等。

（3）合理發展城鎮化。合理制定城鎮化發展戰略，控制發展節奏，讓現有的財政能夠跟上建設的需求。與此同時，有序推進城市化進程，解決城鎮化快速發展中現存的突出問題，并且優化布局，集約高效，構建科學合理的城鎮化宏觀布局，嚴格控制城鎮建設用地規模，防止盲目新增上馬項目、重復建設等等對資源和費用的浪費。

（4）建立健全地方債務監督管理體系。地方債務管理制度的建立是當前地方債務管理的首要任務，將地方政府性債務納入統一的管理系統。約束地方政府融資，使融資平臺公司的操作規范化。將政府性債務的舉債還款透明化，并置于公眾的監督之下，不僅方便對債務的長效管理，更能及時發現存在問題、解決問題，提升政府公信力。建立健全債務風險預警制度，在妥善處理現存債務的同時防范潛在債務風險。

注釋：

①政府性債務包括政府負有償還責任的債務、政府負有擔保責任的債務和政府可能承擔一定救助責任的債務；政府負有擔保責任的債務是指由政府提供擔保，當某個被擔保人無力償還時，政府需承擔連帶責任的債務；政府可能承擔一定救助責任的債務是指政府不負有法律償還責任，但當債務人出現償債困難時，政府可能需給予一定救助的債務。

②政府負有擔保責任的債務和可能承擔一定救助責任的債務大多有相應的經營收入為償債來源，只有在被擔保人和債務人自身償債出現困難時，政府才需承擔一定的償還或救助責任。2014年全國政府性債務審計結果顯示，2007年以來，各年度全國政府負有擔保責任的債務和可能承擔一定救助責任的債務當年償還本金中，由財政資金實際償還的比率最高分別為19.13%和14.64%。本文政府性債務數據即為參考上述折算比例來計算各省的政府性債務，即將政府負有擔保責任的債務和政府可能承擔一定救助責任的債務按照上述比例折算過后與政府負有償還責任的債務加總。

［1］審計署審計科研所課題組.我國地方政府債務問題、成因及對策研究［J］.審計月刊，2010（8）：14-18.

［2］李永剛.地方政府債務規模影響因素及化解對策［J］.中南財經政法大學學報，2011（6）：3-6.

［3］龐博，方創琳.城市負債研究的國內外進展與展望［J］.經濟地理，2014，34（11）：43-51.

［4］張蓉，周宇.地方政府負債能力影響因素實證研究［J］.西安電子科技大學學報，2010，20（6）：56-62.

［5］李永剛.芻議地方政府顯性負債風險及其化解［J］.現代財經（天津財經大學學報），2011（7）：78-85.

［6］楊志安，閆婷，郭矜.影響地方政府債務規模因素的實證分析——以遼寧省為例［J］.遼寧大學學報：哲學社會科學版，2012，40（4）：79-83.

［7］劉子怡，陳志斌.地方政府債務規模擴張的影響研究——基于省級地方政府城投債的經驗證據［J］.華東經濟管理，2015，29（11）：96-101.

［8］韓鵬飛.我國地方政府債務布局及其成因［J］.上海金融，2015（2）：42-49.

［9］王周偉，敬志勇，龐濤.城鎮化進程中地方政府性債務限額設定研究［J］.山西財經大學學報，2015，37（1）：24-36.

［10］Longley A，Goodchild F，Maguire J.Geographical Informa?tion Systems［M］.New York：John Wiley&Sons，1999.

［11］王慶喜，蔣燁，，陳卓詠.區域經濟研究使用方法：基于ArcGIS，GeoDa和R的運用［M］.北京：經濟科學出版社，2014.

［12］陶長琪，楊海文.空間計量模型選擇及其模型分析［J］.統計研究，2014，31（8）：88-96.

［責任編輯：張青］

Research on Spatial Differences and Influential Factors of Provincial Local Government Debt Scale

WANG Feng，DUAN Ran，HE Xiao-ling
（School of Management，China University of Mining and Technology，Xuzhou 221116，China）

Based on the local government debt data released by China National Audit Office and the provincial audit offices in 2013，the paper analyzes the current situation of provincial local government debt in China，and studies the spatial distribu?tion characteristics and influential factors of the government debt scale by using the spatial statistics and spatial econometric methods.The results show that：The total provincial local government debt in China is large and the growth rate is fast；The scale of local government debt in the east，central and west regions shows a gradient decreasing feature，and the degree of re?gional imbalance is in turn decreasing in the east，west and central regions；At the provincial level，local government debt is the highest in Jiangsu，and the lowest is Ningxia，there are big differences between provinces.The provincial local govern?ment debt has a positive spatial autocorrelation，which mainly presents“high-high”and“low-low”concentration mode；GDP and urbanization rate have significant positive significant impacts on government debt，and the industrial structure has a significant negative impact on local government debt.Finally，the paper offers the corresponding analyses and suggestions.

local government debt；influential factor；spatial difference；spatial econometric model

F812.7；F207

A

1007-5097（2016）11-0067-07

10.3969/j.issn.1007-5097.2016.11.010

2016-08-11

國家自然科學基金面上項目（71673270）；教育部人文社會科學研究項目（14YJCZH146）；中央高校基本科研業務費專項資金項目（2014WB15）；全國統計科學研究項目（2015LY14；2014LZ26）；江蘇省社會科學基金項目（12GLC009）

王鋒（1980-），男，江蘇鹽城人，副教授，碩士生導師，博士，研究方向：區域經濟，空間統計與空間計量經濟學；段然（1991-），女，江蘇沛縣人，碩士研究生，研究方向：地方政府債務管理；何曉玲（1994-），女，四川江油人，碩士研究生，研究方向：區域經濟。