我國地方政府債務風險度量研究

淳偉德 文章

【摘 要】 隨著我國地方債務余額逐年升高，度量地方政府債務風險大小，防范地方政府債務危機爆發已迫在眉睫。債務風險度量作為風險管理至關重要的一步，文章著眼于地方政府債務循環全過程選取風險因子構建我國地方政府債務風險特征指標體系，綜合運用主、客觀賦權法度量我國地方政府債務風險，并且采用聚類分析對我國地方政府債務風險進行評級，劃分了三個風險等級區間，用直觀的紅、黃、綠信號燈表示風險高低。實證結果表明，我國地方政府債務風險出現紅燈的情況為4.31%，表明當前我國地方政府債務風險總體可控，但出現黃燈的情況占比高達68.1%，表明當前地方政府債務風險情況并不樂觀，應引起高度重視。

【關鍵詞】 地方政府債務; 組合權重; 風險度量; 風險評級

【中圖分類號】 F812.5;F224.32? 【文獻標識碼】 A? 【文章編號】 1004-5937（2021）05-0028-09

一、引言

近年來，“地方政府債務風險”已成為各國面臨的重大經濟問題，而我國地方政府債務風險也成為各界關注的熱點問題。2008年，全球金融危機給各國經濟都造成了嚴重沖擊，我國為應對經濟衰退而發起的四萬億投資計劃，一定程度上加重了各地方政府財政負擔。2014年，修訂后的《預算法》給予地方政府在限額內舉債的權力，標志著我國逐漸推進政府投融資領域的改革。同時，我國城鎮化建設的推進，刺激各地方政府基礎建設投資資金的需求。由于自身財力有限，為滿足資金需求各地方政府大規模舉債，這無疑是對地方財政的極大挑戰。財政部2020年1月22日發布公告顯示，截至2019年12月末，我國地方政府債務余額已達213 072億元。值得注意的是，我國地方政府債務余額逐年升高的同時，地方財政收入并未呈現逐年升高的跡象，與此相反，我國地方政府財政赤字等指標卻在逐年升高。財政收入作為地方政府債務還本付息的重要資金來源，若其增速與債務余額增速常年失衡，會給地方財政正常運轉帶來極大的潛在風險。若不進行有效管控，當地方政府當期債務償還敞口大于綜合財力時，該地方政府就會出現償還危機。隨著經濟發展模式的轉變，我國經濟金融領域也正在經歷根本性的變革。為牢牢守住不發生系統性金融風險的底線，加強對我國地方政府債務風險的相關研究顯得十分迫切且必要。

二、文獻綜述

我國地方政府債務風險雖客觀存在，實則看不見、摸不著，因此如何有效度量債務風險就顯得十分重要。迄今為止，國內外學者對地方政府債務風險相關內容進行了卓有成效的研究。雖然目前研究地方政府債務風險的文獻數量不少，但針對地方政府債務風險度量的文獻相對較少，大多數文獻是從理論上分析地方政府債務風險的來源及形成路徑，未進行量化研究。如Kharas et al.[1]通過實證方法分析了東南亞金融危機，認為其爆發與政府隱性債務有很強的相關性。Easterly et al.[2]論述了運用資產負債表來評估政府財政狀況及財政風險情況。吳聚穩[3]認為地方政府性債務風險產生的原因是地方政府融資體制和地方政府職能定位。劉蓉等[4]分析了引致地方政府債務風險的體制原因和道德原因，對地方政府債務風險的及時釋放與解決提出了自己的觀點。邵瑞銀[5]認為地方政府行政長官出于政治資本及晉升等內在的驅動力，忽視了與地方經濟發展相匹配的承債能力，所導致的投資沖動、面子工程等一些非理性行為也進一步誘發了地方政府舉借債務的膨脹。Miao[6]認為債務風險是由于“權力、責任和利益”之間的不平衡關系造成的。李升等[7]對我國地方政府債務風險形成機理進行研究，發現不同口徑的財政自主度對不同債務風險的影響存在明顯差異。隨著對地方政府債務風險研究的深入，有學者認為僅進行定性研究，已無法滿足控制債務風險的需求，因為只有有效地刻畫債務風險的大小，才能根據債務風險的高低采取有效的管理措施。而目前以度量地方政府債務風險為主題的文獻較少，如潘志斌[8]基于或有權益模型的我國地方政府性債務風險度量;馬文揚等[9]采用COX模型對我國地方政府債務風險進行度量與評級。在大多數文獻中，度量地方政府債務風險僅作為風險預警研究的一個步驟出現。如王曉光等[10]提出了通過選取的8個指標運用模糊綜合評判法對地方政府債務風險進行研究;楊志安等[11]運用AHP評價法對我國面臨的財政風險進行風險區間劃分;李斌等[12]綜合運用TOPSIS法和德爾菲法對樣本的債務風險進行量化;李凱風等[13]基于熵權TOPSIS方法和綜合模糊評價法對債務風險水平進行測算與分析;范仕程等[14]建立KMV模型測算我國地方性政府債券規模風險;李子超[15]基于修正Merton模型，對抽樣地區地方政府債務信用風險做了定量分析。以上對地方政府債務風險的研究取得了一定的成果，但目前對地方政府債務風險研究多將研究重點放在風險預警模型的構建上，而忽略債務風險來源分析和風險度量研究。然而風險來源分析與風險度量研究對于債務風險管理來說至關重要，因此應該加強這方面的研究。現有研究其風險來源較為單一，特別是針對地方政府債務風險度量的已有研究未著眼于地方政府債務循環全過程，全面分析風險來源以實現全面度量債務風險;在風險度量方法選取上也未考慮結合主、客觀賦權法各自的優劣，以提高風險度量的準確性。

基于此，本文借鑒洪源等[16]所提出“地方政府債務風險要著眼于債務全過程循環”，從債務舉借環節、使用環節、償還環節挑選指標構建我國地方政府債務風險度量指標體系，以期全面納入風險影響因子。同時考慮到因子分析法、層次分析法、熵權法各具優勢，因而本文將該三種分析法相結合，以期更好地度量我國地方政府債務風險。將該三種方法相結合對風險進行度量，在其他研究領域已取得較好的研究成果，但其還未應用于我國地方政府債務風險度量中。綜上所述，與已有研究成果相比本文具有明顯的創新性。

三、特征指標體系與樣本選取

（一）指標體系

地方政府債務風險本身作為一個非顯性指標，要直觀衡量其大小，需要通過分析債務風險影響因素，構建地方政府債務風險綜合特征指標體系。在此需要指出，本文所研究的地方政府債務風險是馬文揚等[9]研究中指出的全口徑債務償付風險，即地方政府無法按時償付債務本金及利息的風險，而不是外部風險、政治風險等。基于此，為全面納入風險影響因子，本文著眼于地方政府債務循環過程構建特征指標體系。需要說明的是，舉借環節所選指標表示當期經濟發展狀況、負債情況，用其衡量當期地方政府舉債意愿和舉債能力;債務使用環節所選指標主要反映債務資金使用情況，其間接決定了地方政府償債能力;償還環節所選指標主要反映當期地方財政收入結構和財政收支情況，衡量地方政府償還能力。本文從地方政府債務舉借、使用、償還環節篩選風險影響因子，以期全面分析風險來源，共篩選19個地方政府償付風險指標。具體指標如表1所示。

（二）樣本選取

為全面度量我國各地方政府的債務風險，并基于數據可獲得性和完整性，本文研究樣本為除西藏、新疆外，其余各省級政府和4個直轄市2011—2018年政府年度相關數據。本文數據來源于國家統計局、各省份財政廳年度財政預決算報告、年度經濟公報、年度政府工作報告、統計年鑒以及Wind數據庫。本文主要使用Excel、SPSS 24軟件、SPSSAU在線分析軟件進行數據處理和分析。

四、研究方法

（一）指標無量綱化處理

本文為度量地方政府債務風險而構建的風險特征指標體系中所包含的各指標在內涵、表現形式、度量單位和數量級上都有較大差異，在計算風險綜合值時，不做任何處理直接將這些指標加起來，會導致所得到的風險綜合值不合理。因此在進行特征選擇之前，一般會先進行數據無量綱化處理，這樣才能使表征不同屬性（單位不同）的各特征之間有可比性。目前對數據無量綱化處理的方法有很多，本文則采取最為常用的MIN-MAX歸一化來對樣本數據進行無量綱化處理，具體公式如下所示：

（二）顯著性檢驗

在進行因子分析前，需要對所構成的風險特征指標體系進行顯著性檢驗，通過此步驟對所構建的風險特征指標體系進行優化，剔除一些對于地方政府當期償付困境影響不足的指標，以期提高地方政府債務風險度量的準確性。本文采取較為常用的指標顯著性檢驗Kruskal-Wallis非參數檢驗法對構建的地方政府債務風險特征指標進行檢驗，檢驗結果顯示：經濟債務彈性系數為0.781、財政債務彈性顯著性系數0.993、新增債務率系數為0.581，在90%的顯著性水平上，以上三個指標無法通過顯著性檢驗，為更加準確度量我國地方政府債務風險，應將以上三個指標剔除，其余16個指標可以用于下一步的分析。

（三）主、客觀權重確定方法

基于因子分析法能夠保證更加全面納入風險因素，并找出隱藏的具有代表性的因子，然后將具有相同本質的風險因子納入到公因子中，這樣不僅實現了風險指標體系的降維，而且能夠更好地解釋原始指標體系。因而本文采用因子分析法重新構建我國地方政府債務風險指標體系，劃分出一級指標并賦權。又考慮到層次分析法的優越性，本文運用該方法來確定一級指標下包含的各二級指標的權重，由此實現定性分析和定量分析的結合，使所確定的指標權重更加具有說服力，能夠更好地利用、分析、處理由有限個影響因素所構成的地方政府風險綜合特征指標體系。而熵權法（Entropy Method）是利用特征指標數據自身特征來對各指標進行客觀賦權的方法，因此本文采用熵權法依據各指標數據的變異程度，利用信息熵求得各指標的客觀權重，為地方政府債務風險綜合評價提供依據。

（四）權重分配系數確定方法

由上文分析可知，通過因子分析法和層次分析法得到風險特征指標體系各指標的主觀權重，通過熵值法得到各指標的客觀權重，考慮到兩個權重各具優劣，為使確定的指標權重更具說服力，以提高風險度量的準確性，本文將采用主、客觀權重相結合的方法確定地方政府債務風險指標體系中各指標的組合權重。就如何確定風險指標的組合權重這個問題，本文借鑒劉媛媛等[17]采用的線性組合法來解決，由綜合指標的主觀權重Wi'和客觀權重Wi"，可計算得到組合權重Wi，為了剔除較大波動數據的干擾，使Wi'與Wi"之間的差異程度與α與β的差異程度一致，引入距離函數的概念確定組合權重的表達式[18]，如下所示：

上述公式中，α和β表示主、客觀權重的分配系數，其中α+β=1。

主觀權重和客觀權重之間的距離函數表達式，如下所示：

α和β之間的差值是分配系數間的差異：

綜上，構建模型6：

通過求解以上方程組，可以求得主、客觀權重的分配系數，將分配系數帶入公式，即可以得到由主、客觀權重計算出的組合權重Wi。

（五）地方政府債務風險評級

本文通過組合權重，可計算出我國各地方政府債務風險綜合評價值，由此實現地方政府債務風險的度量。為對我國地方政府債務風險進行評級，本文選擇運用聚類分析（CA）將我國地方政府債務風險綜合評價值劃分為三個區間，又為直觀地表示債務風險的大小，采用綠燈、黃燈、紅燈來作為債務風險信號燈，綠燈代表該地方政府債務風險較小，處于安全范圍;黃燈代表該地方政府債務風險較大，該地方政府應加強對債務的監管，以防債務風險進一步擴大;紅燈則代表該地方政府債務問題很嚴重，已經發生債務償還危機，為避免對地方政府財政造成更大的威脅，該地方政府應立即采取相應的措施以降低政府債務風險。

五、實證研究

（一）我國地方政府債務風險指標的主觀權重

1.因子分析

首先，運用因子分析法得到地方政府債務風險一級指標體系及相應權重。本文將除西藏、新疆外，其他各省份通過顯著性檢驗的16個風險特征指標2011—2018年的相關數據，用SPSS 24軟件進行因子分析。通過輸出結果顯示，該分析中KMO統計量為0.7，由于KMO統計量大于0.5，且伴隨概率值為0.000<0.01，達到了顯著性水平，表明該數據集滿足因子分析的條件，代表本研究樣本數據適合做因子分析。

做因子分析，主要目的是提取所需公因子，而確定公因子數目的最重要條件是使得提取的各公因子的累計方差貢獻率要越大越好，具體來說是指所提取的公共因子的累計方差百分比應達到85%以上，才能表明所提取的公共因子能夠很好地解釋樣本數據信息。根據此標準，將通過顯著性檢驗的16個指標數據進行因子分析，結果發現剛性支出占比在所提取的每個公因子上其因子載荷值都較低，而剔除該指標后發現在提取公因子個數不變的情況下，累計方差貢獻率得到顯著提高。因此本文剔除該項指標，將剩下15項指標進行因子分析，最終結果如表2所示。

由表2可以看出，所提取的五個公因子累計方差貢獻率高達85.187%，說明選本文提取的5個公共因子可以較好地體現我國地方政府債務風險的主要特征，具有較強的解釋力。除此外，為了解上述所提取的5個公因子所包含的特征指標，故需對各特征指標的因子載荷矩陣進行旋轉處理，根據旋轉后的因子載荷矩陣，可以得到各公因子下指標構成情況。由旋轉后的因子載荷矩陣可以得出，公共因子1中具有較大載荷指標的有轉移支付依賴度、財政壓力、赤字率、地方財政自給率，主要反映的是當期地方政府的財政收入情況和地區發展狀況，因此將公共因子1定義為財政風險;金融發展成熟度、宏觀稅負水平、貿易開發度、產業結構升級在公共因子2上具有較大的載荷，主要反映地方政府當期社會經濟發展情況，因此可以將公共因子2定義為經濟環境風險;債務率、債務負擔率、債務財政負擔率在公共因子3上表現出較大的載荷，主要反映地方政府當期是否具有債務償還壓力，因此可以將公共因子3定義為償債風險;稅收收入占比和土地出讓收入占比在公共因子4上具有較大的載荷，該兩項指標均反映一個地方政府當期財政收入來源情況，表明地方政府發生潛在風險的可能性，因此將公共因子4定義為潛在風險;公因子5中具有較大載荷的指標為居民儲蓄水平和各省份GDP占比情況，該兩項指標可以反映各地區居民儲蓄情況和地區經濟發展水平，該兩項指標越高，代表該地區發展動力越強，根據理性人和資本的逐利性，若這兩指標較低會導致人才的流失和資金流失，因而將公共因子5定義為社會環境風險。綜上所述，本文將財政風險、經濟環境風險、債務風險、潛在風險、社會環境風險設為本文研究的一級指標，也是下文層次分析的決策層指標。

本文所構建的一級指標層對我國地方政府債務風險綜合指標體系的權重可以用各公共因子的貢獻率來確定。表2所示，本文共提取了5個公共因子，各公共因子對應的特征值為6.186、2.51、1.724、1.501、0.857，由公式λjλj，可以計算得出公共因子1的權重為0.484;公共因子2的權重為0.196;公共因子3的權重為0.135;公共因子4的權重為0.117;公共因子5的權重為0.067，故本文所研究的我國地方政府債務風險綜合值可以表示為：

F=0.484F1+0.196F2+0.135F3+0.117F4+0.067F5（7）

2.層次分析

通過以上處理，可以得到我國地方政府債務風險綜合指標體系中所劃分的一級指標體系及其相應的權重。那么接下來應該思考，各一級指標下所包含的二級指標應賦予其多大權重呢？值得注意的是，一個指標的權重大小取決于該指標對所研究問題的重要程度。基于此，本文將運用對比兩兩指標相對重要程度的層次分析法來確定各二級指標的權重。由層次分析法操作步驟可知，本文需要構建5個重要性判斷矩陣，因篇幅有限且重要性判斷矩陣構建方法是相同的，本文僅詳細介紹對公共因子1所包含的四個指標構建重要性判斷矩陣。值得強調的是，重要性判斷矩陣所強調的是兩兩指標的重要性相對大小，而不是該指標對所有指標重要性的大小，通過整理相關研究文獻，采取相關評判標準可以得到公共因子1所包含的五個指標的重要性判斷矩陣，如表3所示。

眾所周知，層次分析法一個最為關鍵步驟就是層次分析結果必須通過一致性檢驗，以表3所構建財政風險風險的重要性判斷矩陣為例，該表數據不一致程度的指標CI為0.0194，而一致性的標準RI通過查表可知為0.9，故其隨機一致性比率CR的值為CI/RI=0.021，小于0.1，通過一致性檢驗，說明所構建的重要性判斷矩陣是有效的。

3.FA-AHP法綜合權重

經過上文分析可知，運用因子分析法可得到地方政府債務風險綜合指標體系中所劃分的一級指標的權重，運用層次分析法可以得到各一級指標下所包含的各二級指標的權重，將一級指標的權重與二級指標層各指標的權重相結合，可計算出本文所研究的地方政府債務風險綜合指標體系中各指標的主觀綜合權重。值得一提的是，采用上述方法，可計算出由因子分析得到的公共因子2、3、4、5中所包含的各二級指標的權重。綜上所述，運用因子分析法和層次分析相結合的方法，可以較為全面且準確地計算出各特征指標綜合權重。

（二）我國地方政府債務風險指標的客觀權重

上文已求得我國地方政府債務風險指標體系各指標的主觀權重，但值得注意的是，主觀權重的確定是以兩個指標對地方政府債務風險影響程度相對大小作為判斷標準，為避免人為確定的重要性判斷矩陣所得到的權重影響風險度量的準確性，將采用熵值法來確定本文所構建地方政府債務風險指標體系中各指標的客觀權重。因此，本文將通過顯著性檢驗的15個風險特征指標進行無量綱化處理，將處理后的2011—2018年的數據數據錄入SPSSAU，選擇綜合分析中的熵權法對錄入數據進行分析，即可獲得各指標的熵值權重系數。

（三）我國地方政府債務風險指標的組合權重

至此，已得到我國地方政府債務風險綜合指標體系的主觀權重和客觀權重，因主、客觀賦權法各有優劣，為了提高我國地方政府債務風險度量的準確性，本文引入距離函數使得主、客觀權重的差異程度與分配系數α與β差異程度相一致，以此確定主觀權重和客觀權重的分配系數，將相關數據帶入公式6，則可求得主、客觀權重的分配系數為0.72、0.28。將分配系數帶入則可求得我國地方政府債務風險綜合指標體系所含各指標的最終組合權重。各指標的主觀權重、客觀權重以及組合權重具體情況，如表4所示。

（四）實證分析

綜合上述分析，得到了我國地方政府債務風險綜合指標體系各指標的最終組合權重，將2011—2018年各省份數據帶入，即可求得各地方政府2011—2018年地方政府債務風險綜合評價值。由于篇幅有限，本文僅展示各省份2015—2018年的數據結果。具體如表5所示。

至此實現了我國地方政府債務風險的度量，可求得各省份各期地方政府債務風險綜合值，那么接下來應該思考的問題是：如何評判各地方政府債務風險的高低呢？通過查找相關文獻，為客觀地對我國地方政府債務風險進行評級，準確地反映我國地方政府債務風險綜合值的狀態區間，同時有效避免人為劃分債務風險閾值來確定債務風險區間帶來的負面影響，本文采用聚類分析法，客觀地將我國地方政府債務風險綜合評價值劃分為三類。為了更直觀地展現出各地方政府債務風險的實際狀況，本文根據風險綜合評價值的大小，用紅、黃、綠信號燈來表示當年地方政府債務風險的狀態，紅色代表當年地方政府債務問題十分嚴重，已發生債務風險;黃燈表示當年地方政府債務風險雖較大，但還處于可控范圍;綠燈表示當年地方政府債務風險較小。

通過整理聚類分析的結果可以得到：債務風險值R為[0，0.336）時為低風險區間，代表地方政府債務情況較為樂觀;R為[0.336，0.608）時為中度風險區間，代表地方政府債務風險雖總體可控，但也不容忽視，因加強地方政府債務的管理，降低或至少應維持在現有水平;R為[0.608，1）時為重度風險區間，代表當前地方政府債務風險較高，應立刻采取措施控制風險，以免導致地方政府發生償債危機。由實證結果可以得到以下的結論：第一，2011—2018年，我國地方政府債務風險出現紅色警告占比為4.31%，代表地方政府債務總體處于可控制范圍。第二，近八年來我國地方政府債務風險出現紅燈警告的次數，總體來說比例不算太高，但不容忽視的是黃色警告高達占比68.10%、綠色警告占比僅為27.59%，因而表明當前我國地方政府債務風險總體情況并不樂觀，各相關部門應加強重視程度。第三，雖然地方政府債務出現紅燈次數較少，但值得注意的是發出黃色警告的次數已高達68.1%，由此說明我國大多數地方政府已或多或少地出現債務償還問題，各地方政府相關管理部門應采取相應措施解決當前存在的問題。綜合上述分析，可以得出我國各省份地方政府債務處于中度風險的省份較多，這說明我國有許多地方政府已經出現潛在償還風險，處于黃燈區的地方政府雖然還未產生較為嚴重的地方政府債務償還壓力，但是其地方政府債務償還壓力正在日益增加。因此，各地方政府應該高度重視，加強地方政府債務管理，及時采取有效的措施去控制債務風險的增加，避免地方政府債務風險進一步的增加，由此引發地方政府債務償還危機，損壞地方政府的信譽。

分析2015—2018年我國各省份地方政府債務風險狀況相關數據可以發現：第一，2015—2018年來大多數地方政府的債務風險綜合值呈現逐年增長趨勢，這表明地方政府必須加強管理地方債務，防控債務風險突破紅線。第二，為科學反映我國不同區域的社會經濟發展狀況，劃分為四個經濟區域：東部、中部、西部、東北。由表5結果可以看出，四年來債務風險警示燈為綠燈的省份全部出現在東部經濟發達區域圈，而相反四年全為紅燈的省份均出現在經濟較為落后的西部區域，由此可以得出，一個省份的經濟發展在很大程度上影響著地方政府債務的舉借、使用和償還。這個結果與實際相符，因為財政收入是地方政府資金的主要來源。當地區經濟發展水平較低時，其財政收入就相對較差，而地區的經濟發展又離不開人才與資金，值得注意的是經濟發展水平越差的地區其人才流失率和資金流失率越高，這些地區想要發展就更為困難，地方政府為改變現狀加快地區發展，在本身資金不足的情況下，就只能依靠大量舉債。然而經濟發展水平較低的地區其資金投資回報率又相對較低，這又一定程度上縮減地方政府資金來源，這形成了惡性循環，在一定程度上加重地方政府債務風險。第三，從表5可以看出，除了湖南、甘肅、陜西出現了債務風險狀況由風險高的警示燈變為風險較低的警示燈外，其余均是維持當前的風險警示燈狀態或者向更高風險警示燈的轉變，由此也可以看出地方政府債務風險的控制對于各省份來說都是一個極其困難的事情，能夠做到將債務風險控制在原有狀態不再繼續增加已是不易之事。因此各地方政府應引起高度重視，加強對地方政府債務風險的監管，極力控制地方政府債務風險進一步增加，讓地方政府債務健康發展。

六、結論與啟示

本文結合各分析方法的優點，采用因子分析法和層次分析相結合得到我國地方政府債務風險綜合評價體系各指標的主觀權重，又采用熵權法計算得出各指標的客觀權重。后采用使得主、客觀權重的差異與其賦予主、客觀權重的權重差異相一致的處理方法，以期更好地結合主、客觀權重，從而能夠更加準確地度量對我國地方政府債務風險。各指標組合權重確定后，帶入2011—2018年相關數據，可計算出地方政府債務風險綜合值。考慮到人為劃分債務風險區間會產生負面影響，本文又采用聚類分析法，客觀地將地方政府債務風險綜合值劃分為三類，并用較為直觀的紅、黃、綠警示燈來對我國地方政府債務風險進行債務風險評級。

將本文研究結果同各地方政府財政決算報告中關于地方政府債務風險情況說明做比對，可表明采用主、客觀相結合的方法確定的組合權重來度量我國地方政府債務風險具有一定可靠性。通過實證研究部分可以看出，近八年來我國地方政府債務風險存在以下三方面的問題：第一，除西藏、新疆外，其余各省份地方政府處于重度風險區間的情況占比為4.31%，可得出我國地方政府債務風險總體處于可控范圍。但是值得注意的是，處于中風險區間的情況高達68.10%，又由于多省份的債務風險綜合評價值逐年呈上升趨勢，如江蘇、浙江、四川等，特別是有5個省份其2018年債務風險值已超過0.55，若不加以控制這些處于中風險區間的省份有極大的可能惡化到重度風險區間。第二，我國地方政府債務風險的大小與地方經濟發達程度呈反比趨勢。由研究結果可知，東部發達省份債務風險水平整體較低，目前債務警示燈為綠色的，全部是東部經濟發達地區。而西部較為落后的省份其債務風險水平整體較高，并且出現紅燈的省份也多集中于西部地區。第三，我國地方政府債務風險水平處于綠燈占比僅為27.59%。該結果表明，雖多數省份地方政府未發生債務危機，但各地方政府債務循環過程也已出現問題，應高度重視并立即采取相應的措施控制地方政府債務風險，以免發生債務危機。

為順利實現我國經濟的轉軌，進一步推動我國經濟高質量發展，牢牢守住不發生系統性金融風險的底線，各地方政府應從下三個方面防范地方政府債務風險：首先，應從地方政府債務舉借上出發，各地方政府應合理評判債務資金需求和償還債務資金的能力。不盲目追求當前政績單數據漂亮，應著眼于地方政府長期發展，合理安排地方政府債務舉借量。特別是西部較為落后的地區，要合理規劃舉債，不能只圖短期利益而大力舉債，這樣可能會適得其反。其次，從地方政府債務使用環節出發，各地方政府應加強債務資金使用管理，充分發揮債務資金作用。讓地方政府債務資金流入到最需要的地方，合理規劃每一筆債務資金，提高債務資金的使用效率，讓每一筆資金都能最大化推動地方經濟的發展。最后，各地方政府應做到“未雨綢繆”，合理規劃和管理每一筆債務資金，讓相關部門統計出現有的每一筆債務，完整記錄每一筆債務的來源和去向，以及歸還時間。按時償還當期應還本息，時刻將地方政府信用放在第一位。只有地方政府將債務管理落實到債務循環的每一個環節，才能讓地方政府債務風險始終處于安全區間。

【參考文獻】

[1] HOMI KHARAS，DEEPAK MISHRA.Fiscal policy，hidden deficits[C].World Bank Economists' Forum，2001：1-48.

[2] WILLIAN EASTERLY，DAVID YURAVLIVKER. Evaluating government net worth in Colombia and Republica Bolivariana de Venezuela[C].Government At Risk：Contingent Liabilities and Fiscal Risk，2002：181-202.

[3] 吳聚穩.論析地方政府債務成因與建議[J].理論界，2009（9）：68-69.

[4] 劉蓉，黃洪.我國地方政府債務風險的度量、評估與釋放[J]. 經濟理論與經濟管理，2012，82（7）：82-88.

[5] 邵瑞銀.地方政府性債務風險的識別與預警研究[J].會計之友，2013（23）：80-84.

[6] XIAOLIN MIAO.Status analysis and control measures of the debt risk in Chinese local government：based on the study of the relationship between power，responsibility，and interests[J].China Finance and Economic Review，2016，29（8）：1-19.

[7] 李升，陸琛怡.地方政府債務風險的形成機理研究：基于顯性債務和隱性債務的異質性分析[J].中央財經大學學報，2020（7）：3-16，47.

[8] 潘志斌.基于或有權益模型的我國地方政府性債務風險度量[J].系統管理學報，2015，24（6）：847-853.

[9] 馬文揚，劉迪.以風險評級助力地方政府債務風險管控[J].財會月刊，2020（14）：145-152.

[10] 王曉光，高淑東.地方政府債務風險的預警評價與控制[J].當代經濟研究，2015（4）：53-55.

[11] 楊志安，寧宇之.中國財政風險預警系統的構建——基于AHP評價法的實證研究[J].中國經濟問題，2014（4）：30-37.

[12] 李斌，郭劍橋，何萬里.一種新的地方政府債務風險預警系統設計與應用[J].數量經濟技術經濟研究，2016（10）：96-112.

[13] 李凱風，李星. 債務風險水平的識別及對區域金融風險的影響——基于熵權TOPSIS法和綜合模糊評價法[J]. 上海金融，2019（3）：74-80.

[14] 范仕程，陳冬.地方政府債務可持續性及規模風險度量[J].時代金融，2019（14）：10-13.

[15] 李子超.地方政府債務信用風險研究——基于修正Merton模型的實證分析[J].經濟師，2020（4）：126-128，131.

[16] 洪源，王群群，蘇知立.地方政府債務風險非線性先導預警系統的構建與應用研究[J]. 數量經濟技術經濟研究，2018，35（6）：95-113.

[17] 劉媛媛，王紹強，王小博，等.基于AHP-熵權法的孟印緬地區洪水災害風險評估[J].地理研究，2020，39（8）：1892-1906.

[18] 張晨，王清，陳劍平. 金沙江流域泥石流的組合賦權法危險度評價[J].巖土力學，2011，32（3）：831-836.