EN中文

经济地理 >

2024 , Vol. 44 >Issue 8: 68 - 76

DOI: https://doi.org/10.15957/j.cnki.jjdl.2024.08.009

区域经济与理论方法

普惠金融影响地方政府债务的作用机制及其时空效应

  • 袁旭宏 , 1, 2 ,
  • 张怀志 , 2, ※ ,
  • 马超群 1 ,
  • 崔浩南 2
展开
  • 1.湖南大学 工商管理学院，中国湖南 长沙 410082
  • 2.湖南科技大学 商学院，中国湖南 湘潭 411201
※ 张怀志（1999—），男，硕士研究生，研究方向为金融经济与公司治理。E-mail：

袁旭宏（1986—），男，博士后，讲师，硕士生导师，研究方向为金融经济与产业经济。E-mail：

收稿日期: 2023-10-25

  修回日期: 2024-06-29

  网络出版日期: 2024-09-23

基金资助

湖南省社会科学基金一般项目(22YBA029)

收起

Spatiotemporal Effects and Mechanisms of Inclusive Finance on Local Debt in China

  • YUAN Xuhong , 1, 2 ,
  • ZHANG Huaizhi , 2, ※ ,
  • MA Chaoqun 1 ,
  • CUI HaoNan 2
Expand
  • 1. Business School，Hunan University，Changsha 410082，Hunan，China
  • 2. School of Business，Hunan University of Science and Technology，Xiangtan 411201，Hunan，China

Received date: 2023-10-25

  Revised date: 2024-06-29

  Online published: 2024-09-23

Fold

摘要

文章基于我国2011—2021年地级及以上市域面板数据，运用固定效应模型、分位数估计、空间滞后模型等方法，探讨了普惠金融影响地方政府债务规模的时空效应与作用机制，并对其稳定性进行了检验。结果表明：①从时序效应来看，发展普惠金融具有降低地方政府债务规模的效应，这种“降债”效应呈现出随着地方政府债务规模增加而减弱的特点，同时表现出人口流出地/流入地、城市区位、经济发展水平、城市商业水平方面的异质性；②从空间效应来看，发展普惠金融既产生了降低本地政府债务规模的直接效应，还产生了间接降低相邻地区政府债务规模的溢出效应，且直接效应大于间接效应；③机制分析发现，发展普惠金融通过促进地区产业结构升级、提升产业结构合理化、缩小地方财政缺口可以降低地方政府债务规模。未来，应强化金融有效服务实体经济发展的体制机制建设，发挥普惠金融有效减低地方政府债务规模的机制作用，共同促进经济高质量发展。

关键词： 普惠金融; 地方政府债务; 实体经济; 空间效应; 高质量发展; 作用机制; 产业结构

本文引用格式

袁旭宏 , 张怀志 , 马超群 , 崔浩南 . 普惠金融影响地方政府债务的作用机制及其时空效应[J]. 经济地理, 2024 , 44(8) : 68 -76 . DOI: 10.15957/j.cnki.jjdl.2024.08.009

Abstract

Based on the panel data of prefecture-level cities and above in China from 2011 to 2021, this study employs fixed effects models,quantile regression,and spatial lag models to analyze,examining the spatiotemporal effects and mechanisms of inclusive finance on the scale of local government debt. The findings are as follows: 1) In terms of temporal effect, the development of inclusive finance has the effect of reducing the scale of local government debt. This debt-reduction effect diminishes as the scale of local debt increases and exhibits heterogeneity based on factors such as population migration,urban location,economic development level, and urban commercial level. 2) In terms of spatial effect,the development of inclusive finance not only directly reduces the scale of local government debt, but also indirectly reduces the scale of government debt in neighboring regions through spillover effects,and the direct effect is more pronounced than the indirect effect. 3) The development of inclusive finance reduces local government debt by promoting industrial structure upgrades,enhancing the rationalization of industrial structures,and narrowing local fiscal gaps. It should focus on strengthening the institutional mechanisms that enable finance to effectively serve the real economy,leveraging the role of inclusive finance in reducing local government debt scales and jointly fostering high-quality economic development.

Key words： inclusive finance; local government debt; real economy; spatial effects; high-quality development; mechanism of action; industrial structure

发展普惠金融是否有助于防范和化解地方债务风险，学界尚未有一致结论。当前，地方政府债务规模居高不下，地方政府财政压力剧增，债务风险不断累积，已成为我国构建新发展格局、促进经济高质量发展面临的重大问题之一。地方政府过度举债降低了经济增长效率[1]，更令人担忧的是，随着地方政府债务规模的不断扩张，地方政府风险有可能演变成金融风险[2]。因此，探寻既能促进地方经济持续健康发展，又能降低地方债务规模，更能防范和化解地方债务风险的有效方法，成为当务之急。事实上，防范和化解地方债务风险，关键在于有效降低地方政府债务规模，其核心在于通过提振经济、扩大税基来提升地方政府偿债能力，归根到底是实体经济的高质量发展。
普惠金融作为金融资源配置的重要机制，需要兼顾增进民生福祉、有效防范风险、促进经济高质量发展等多重目标，发展普惠金融意味着将金融服务和金融市场延伸到更低收入群体及更偏远地区，延伸到原本难以获取金融服务的群体，扩大金融服务的辐射范围[3]。一方面，发展普惠金融，有助于提高银行非利息收入，增强银行的盈利韧性[4]。另一方面，发展普惠金融，为中小企业提供低成本金融服务、契合中小企业多样化融资需求的金融产品，有利于缓解中小企业的融资约束[5]，推动大众创业和万众创新，促进地方民营经济发展，改善地方财政收支状况，进而提升地方政府偿债能力、缓解地方政府债务压力。
国家“十四五”规划强调“构建金融有效支持实体经济的体制机制，提升金融科技水平，增强金融普惠性”；2023年《关于促进民营经济发展壮大的意见》提出8个方面共计31条举措，其中，在“加大对民营经济政策支持力度”部分中明确强调“完善融资支持政策制度”。发展普惠金融作为我国壮大民营经济、培育中小企业、鼓励创新创业的金融支持政策，长期以来是否具有降低地方政府债务规模的效应?存在何种影响机制?通过对上述问题的系统研究，对发展普惠金融、防范和化解地方政府债务风险具有重要的借鉴价值和指导意义。基于此，本文利用2011—2021年我国271个地级及以上城市面板数据，研究普惠金融发展对地方政府债务规模的时空影响效应与作用机制，基于我国地方债务居高不下的现状，探讨普惠金融影响地方政府债务规模的时序效应和空间效应研究；基于地级市面板数据和多种计量方法相结合，分析普惠金融影响地方政府债务规模的作用机制以及可能存在的异质性，对理解“金融服务实体经济高质量发展”提供理论与策略支持（图1）。
图1 发展普惠金融影响地方政府债务规模的作用机制与时空效应

Fig.1 Spatiotemporal effect and mechanism of the inclusive finance development on the scale of local government debt

1 理论机制及研究假设

1.1 发展普惠金融对地方债务规模的影响效应

对于金融业而言，发展普惠金融扩大了金融行业服务范围、丰富了金融产品种类，进而促进金融业发展，有助于提高政府在金融行业获取的税收收入。对于中小微企业而言，普惠金融有助于企业以相对低的成本获取金融服务，可缓解企业面临的融资约束，提升企业发展能力，进而促进地方税基扩张[6]；对于贫困治理而言，发展普惠金融有助于低收入人群获取金融支持，提升其收入水平和可持续生计能力，阻止规模性返贫，缩小贫富差距，壮大中等收入群体规模。对于地方政府而言，发展普惠金融是金融服务实体经济的重要政策机制，是地方政府促进经济社会发展的重要补充，具体体现在：一方面通过合理化财政资金流向，可减少政府资源错配行为[7]、官员腐败及资金滥用情况，提升政府支出效率[8]，合理化、规范化的政府行为有助于普惠金融的作用效果；另一方面发展普惠金融既可提升金融服务的覆盖率，也可有效提高政府的行为的规范性和合理性[9]。同时，普惠金融的服务对象为属地范围内的中小企业与低收入群体，对政府融资成本不会产生显著影响。基于上述分析，本文提出假说1。
H1：发展普惠金融有助于降低地方政府债务规模。

1.2 发展普惠金融对地方政府债务规模的空间影响

从空间关联来看，地区之间生产要素进行跨区域配置，受到环境差异、时间成本及转移成本等因素影响，地理位置较近、经济关联较强的地区之间可能存在高度相关性，容易呈现出以生产要素富集地区向周边地区逸散的空间溢出效应、以周边城市生产要素向中心城市聚集的空间虹吸效应等空间相关性。而发展普惠金融是以服务本地中小微企业为主，本地区的普惠金融会对周边地区产生示范作用，邻近地区之间相互借鉴与学习，可促进地区间普惠金融的协同发展，进而可能产生间接降低邻近地区政府债务规模的空间溢出效应。同时，普惠金融突破了传统金融服务的门槛限制，其与互联网技术融合发展，可使普惠金融的跨区域影响更为便捷，地区间相互借鉴和学习形成的空间关联性可能更为显著[10]。据此，本文提出假说2。
H2：发展普惠金融不仅有助于直接降低本地政府债务规模，还会间接降低相邻地区政府债务规模。

1.3 发展普惠金融影响地方政府债务规模的作用机制

2019年第四次全国经济普查显示，中小微企业占总企业数量比例达到99%以上，吸纳就业人员近80%，孕育了70%的创新技术，贡献了60%的国内生产总值与50%的税收。中小微企业税收是地方财政收入的重要来源，普惠金融主要通过缓解企业融资约束、降低信贷成本等方式促进中小微企业发展，扩大地方税基，增加政府税收收入，缩小地方财政缺口，进而缓解政府财政压力，降低地方政府债务规模。发展普惠金融有助于缓解金融市场的供需矛盾，对于构建完善的金融市场发挥着重要的作用[11]，并推动地方产业结构升级[12]。由于中小微企业的财务规范性参差不齐，银行对信用难以估计的中小微企业放贷较为谨慎[13]，而发展普惠金融使得银行需要推出更多的普惠型金融产品，其多样化的金融产品推动了金融资源配置深化，中小微企业的融资选择也更加多样化[14]。同时，在普惠金融服务中小微企业过程中，能够提高政府对于中小微企业的税收征管效率[15]。此外，普惠金融让低收入群体获取金融支持更为便捷，使消费端消费偏好在由实用型转向发展型的同时，倒逼产业满足消费者需求，促进产业结构升级[16]。例如，唐文进等发现数字普惠金融的覆盖广度更大，对产业结构升级具有显著促进作用[17]；王正新等发现在不同区域中普惠金融对产业结构升级的影响呈现区域异质性，其中对东部、中部地区的促进作用更为明显[18]。近年来，我国第三产业发展迅速，部分地区第三产业产值占比超过第二产业，进入后工业化时代，产业结构升级进程中伴随着产业合理化水平不断提高，而地方民营企业、中小微企业成为我国产业转型升级的重要支撑。为此，本文提出假说H3~H5。
H3：发展普惠金融有助于缩小地方财政缺口，进而降低地方政府债务规模。
H4：发展普惠金融有助于地方产业结构升级，进而降低地方政府债务规模。
H5：发展普惠金融有助于提升产业结构合理化水平，进而降低地方政府债务规模。

2 研究设计

2.1 数据与变量说明

本文选取我国2011—2021年271个地级及以上城市（以下简称城市）数据分析普惠金融对地方政府债务规模的影响效应和作用机制，由于部分年份数据缺失严重，空间效应分析选取2011—2018年的177个城市数据进行分析。数据主要来源于WIND数据库、历年的《中国城市统计年鉴》《中国金融年鉴》《中国区域金融运行报告》及各城市统计局网站等，所有数据均进行对数化处理。

2.1.1 被解释变量：地方政府债务规模

现有研究采用政府的基建投资支出与政府收入之间的差额作为地方政府债务的衡量方式[20]，或是采用将地方政府债务分成显性债务与或有债务[21]，这两种方法对地方政府债务规模的衡量方式有一定的参考性，但存在数据衡量误差及数据可获得性问题。也有研究采用各地区审计部门披露的债务数据进行研究[22]，尽管官方发布的债务数据参考性较强，但由于部分省市披露的数据时间跨度较短、不连续且存在较多缺失值，难以支撑本文实证研究。考虑到地方政府主要通过融资平台在一级市场进行债务融资[19,23]，本文采用数据可获取性较高的地方政府融资平台债务余额表示地方政府债务规模（lndebt）。

2.1.2 核心解释变量：普惠金融发展指数（lnifi）

考虑到普惠金融特性及数据可得性，本文从金融服务可获得度、金融服务覆盖密度及金融服务使用深度3个维度6个指标构建普惠金融发展指数。其中，金融服务可获得度包括每万人金融机构数及每万人金融机构从业人数2个子指标；金融服务覆盖密度包括每万平方公里金融机构数及每万平方公里金融机构从业人数2个子指标；金融服务使用深度包括人均存款占人均GDP比重及人均贷款占人均GDP比重2个子指标。普惠金融发展指数的测度方法如下：
为避免量纲不同所造成的数据缺少可比性问题，本文采用极差法对原始数据进行无量纲化处理。为降低主观因素带来的结果偏移，参考彭文斌等的方法采用变异系数法对各维度进行赋权[24]。
V i t = S i t D i t ¯ i = 1,2 , ⋯ , n
w i t = V i t ∑ i = 1 n V i t
式中： S i t代表 D i t在t时期的标准差； V i t表示变异系数； w i t表示各指标所占权重。
最后采用欧式距离法计算普惠金融发展指数。
I F I t = 1 2 X 1 t 2 + X 2 t 2 + ⋯ + X n t 2 w 1 2 + w 2 2 + ⋯ + w n 2 + w 1 2 - X 1 t 2 + w 2 2 - X 2 t 2 + ⋯ + w n 2 - X n 2 w 1 2 + w 2 2 + ⋯ + w n 2
式中： I F I t表示某地区t时期的普惠金融发展指数，取值范围为[0,1]，当 I F I t越趋于1时，表示普惠金融发展水平越高，反之则表示普惠金融发展水平越低。

2.1.3 中介变量

财政缺口（lncaiq）：预算内财政支出减去预算内财政收入的差值。政府财政收支不平衡是地方政府债务扩张的重要原因，增加政府财政收入、缩小财政缺口有助于降低地方政府债务规模。
产业结构（lntgb）：采用第三产业产值与第二产业产值之比表示产业结构升级指数（lnTs）；参考袁航等的研究[25]，采用泰尔指数计算产业结构合理化水平（lnTl）。

2.1.4 控制变量

考虑到影响地方政府债务规模的其他因素，选取以下几个控制变量：①lnpai为城市排水管道长度的对数；②lngong为城市公园绿地面积的对数；③lnkexue为科学支出对数；④lnxue为中小学教师与学生之间的比例对数；⑤lnrbo为博物馆数的对数；⑥lnryi为人均医院床位的对数。以上控制变量反映出地方政府在基础设施投资、科教文卫等方面的非生产性投资。⑦Yh为城市是否为沿海城市，是为1，不是为0；经度与纬度为城市的经纬度对数。这3项表示城市的地理区位变量。

2.2 模型构建

2.2.1 基准回归：固定效应模型

构建以下模型进行实证分析：
l n d e b t i t = C + α i t l n I F I i t + β i t c o n t r o l i t + i n d + y e a r + ε
式中： l n d e b t i t表示地方政府债务规模； l n I F I i t表示i地区t年的普惠金融发展水平； c o n t r o l i t表示控制变量；ind以及year分别表示城市的个体效应以及时间效应； ε为残差项。

2.2.2 空间估计模型

考虑到地方政府债务规模可能会受到邻近地区普惠金融发展情况影响，本文构建空间模型进行分析。首先采用邻接矩阵（两地区相邻记为1，不相邻记为0）作为空间权重矩阵，对主要变量进行莫兰指数的测算，分析是否存在空间相关性；其次采用LM检验、Hausman检验、LR检验选择最适空间回归模型，并将空间效应分解为对本地区的直接影响效应和对相邻地区的间接影响效应（溢出效应）。空间回归模型设定如下：
y = ρ W y + X β + θ W X + δ δ = λ W δ + ε ε ∼ N 0 ,   σ 2
式中：y表示n维被解释变量列向量；X表示 n ∙ k阶被解释变量矩阵；N为区域数量；K为解释变量数；W表示空间权重矩阵； ρ和 θ表示空间自回归系数； λ表示空间自相关系数； β表示x的行向量； δ以及 ε分别表示相互独立同分布的误差项与干扰项。

2.2.3 分位数估计模型

传统最小二乘估计是均值回归，难以对数据所蕴含信息进行充分挖掘，而分位数回归能较好处理数据极值和挖掘数据信息。具体模型设定如下：
Q q D e b t I F I , Z = α ( q ) + β ( q ) I F I i + γ ( q ) Z i
式中： Q q D e b t I F I , Z代表被解释变量 D e b t在解释变量为IFI与Z时第q分位上的值； β ( q )表示第q分位上主要解释变量的系数。通过不同分位的普惠金融（lnifi）系数变化，来观察不同地方政府债务规模水平上发展普惠金融对地方政府债务规模的影响效应的强弱差异。

2.2.4 中介效应检验

为探究普惠金融影响地方政府债务规模可能存在的影响路径，本文运用递归法设定中介效应模型，检验可能存在的影响路径。各控制变量与基准回归保持一致。

3 实证结果与分析

3.1 基准回归分析

表1报告了发展普惠金融影响地方政府债务规模的时序效应。从列（1）和列（2）的结果来看，Hausman检验在1%水平显著为正，采用固定效应模型进行估计，从单变量到多变量估计结果来看，普惠金融的系数绝对值相较于单变量回归有所减小，但是系数符号均在1%显著性水平上为负，说明地方普惠金融发展水平与地方政府债务规模呈显著负相关关系，即发展普惠金融有助于降低地方政府债务规模。从列（3）~（7）的分位数估计结果来看，不同分位下的普惠金融（lnifi）系数均为显著为负，再次说明发展普惠金融能够显著降低地方政府债务规模，假说1成立。随着分位点上升，普惠金融发展指数绝对值呈现逐渐减小的趋势，说明地方政府债务规模较小，发展普惠金融降低地方政府债务规模的效应更强。
表1 基准回归及分位数回归

Tab.1 Baseline regression and quantile regression

变量 （1）fe （ln debt） （2）fe （ln debt） （3）Q10 （ln debt） （4）Q25 （ln debt） （5）Q50 （ln debt） （6）Q75 （ln debt） （7）Q90 （ln debt）
lnifi -0.345***（0.0786） -0.245***（0.0774） -0.369***（0.0455） -0.290***（0.0233） -0.317***（0.0206） -0.250***（0.00701） -0.237***（0.0134）
lnpai 0.0848**（0.0389） 0.276***（0.0382） 0.230***（0.0403） 0.302***（0.0598） 0.270***（0.0711） 0.293***（0.0581）
lngong 0.400***（0.0540） 0.543***（0.0870） 0.476***（0.0555） 0.363***（0.0460） 0.415***（0.0808） 0.388***（0.0605）
lnkexue 0.247***（0.0221） 0.343***（0.0403） 0.347***（0.0132） 0.402***（0.0108） 0.391***（0.00483） 0.392***（0.00310）
lnxue 0.0396（0.0900） 0.237***（0.0737） 0.201**（0.0815） 0.268***（0.0412） 0.278***（0.0592） 0.209***（0.00293）
lnrbo -0.242***（0.0425） -0.0498（0.0496） -0.0463***0.0150） -0.0625***（0.0160） -0.0741***.00219） -0.0856***0.00638）
lnryi 0.165（0.106） 0.670***（0.0652） 0.658***（0.0672） 0.823***（0.125） 0.933***（0.0639） 0.946***（0.0489）
Yh -31.78***（9.774） -0.356***（0.0499） -0.438***（0.0686） -0.483***（0.0336） -0.503***（0.0493） -0.480***（0.0181）
经度 -19.70***（7.255） -0.495（0.460） 1.174***（0.156） 0.997***（0.130） 1.294***（0.392） 0.818***（0.0900）
纬度 -37.17***（12.89） -0.770***（0.150） -0.757***（0.0667） -0.571***（0.101） -0.728***（0.0154） -0.642***（0.0860）

注：括号内数值为标准误；*表示p<0.10，**表示p<0.05，***表示p<0.01。表2~表5同。

3.2 普惠金融对地方政府债务的空间效应检验

本文采用自然资源部标准地图服务网站下载的审图号为GS（2023）2767号的标准地图和ArcGIS软件，按照低水平、较低水平、较高水平、高水平4个等级，分别绘制2012和2021年各地级市普惠金融与地方政府债务的空间分布图（图2、图3）。①由图2可知，普惠金融较低水平区明显减少，高值区域集中在我国东北及江浙沪地区，广东与广西交界地区、河南与湖北交界地区普惠金融发展水平较低。②由图3可知，2012年我国地方政府融资平台债务高值地区比较分散；到2021年，地方政府债务水平普遍上升，尤其是中部城市和沿海城市的地方政府债务明显上升，高值区主要集中在长三角、京津冀及重庆市。
图2 地级及以上城市普惠金融发展指数的时空演化

注：基于自然资源部标准地图服务网站下载的审图号为GS（2023）2767号的标准地图制作，底图无修改。图3同。

Fig.2 Spatiotemporal evolution of inclusive finance development index in prefecture-level cities and above

图3 地级及以上城市政府债务规模的时空演化

Fig.3 Spatiotemporal evolution of the scale of local government debt in prefecture-level cities and above

通过采用空间邻接矩阵测算普惠金融发展水平与地方政府债务规模的莫兰指数（表2），发现普惠金融与地方政府债务规模的莫兰指数均为正值，并且呈现逐年上升趋势，说明普惠金融与地方政府债务规模均存在逐年增强的空间相关性。因此，有必要进一步对普惠金融与地方政府债务规模进行空间效应分析。
表2 莫兰指数

Tab.2 Moran index

年份 lndebt lnifi
Moranindex Z值 P值 Moranindex Z值 P值
2012 0.0969 1.8066 0.0708 0.1735 3.2641 0.0011
2013 0.0611 1.1764 0.2394 0.2269 4.2175 0.0000
2014 0.0914 1.7088 0.0875 0.3757 6.7858 0.0000
2015 0.0966 1.8002 0.0718 0.3260 5.9739 0.0000
2016 0.1167 2.1531 0.0313 0.4453 8.0565 0.0000
2017 0.1583 2.8842 0.0039 0.5066 9.1119 0.0000
2018 0.1950 3.5302 0.0004 0.4158 7.5697 0.0000
首先，采用LM检验（表略）对静态面板回归（OLS）进行空间关系检验发现，既可以使用空间滞后模型也可以使用空间误差模型，但进一步的LR检验发现不能拒绝“空间杜宾模型会退化成空间滞后模型”的原假设，因此，最终使用双固定效应的空间滞后模型进行分析。其次，为验证空间效应的稳健性，采用人均地方政府债务规模替换地方政府债务规模进行稳健性检验，并将空间效应分解成直接效应和间接效应（表3）。
表3 空间估计结果与空间效应分解

Tab.3 Spatial estimation results and spatial effect decomposition

（1） SAR （2） Direct （3） Indirect （4） Total （5） SAR （6） Direct （7） Indirect （8） Total
lnifi -4.576**（1.870） -4.585**（1.952） -1.375**（0.633） -5.960**（2.545） -3.845**（1.883） -3.847*（1.969） -1.210*（0.656） -5.057*（2.594）
控制变量 Y Y Y Y Y Y Y Y
rho 0.243***（0.0323） 0.252***（0.0322）
sigma2_e 0.114***（0.00460） 0.115***（0.00467）
N 1239 1239
R2 0.420 0.328
时点固定 Y Y
个体固定 Y Y
hausman 412.95*** 189.6***
表3列（1）估计结果中普惠金融发展指数显著为负，说明考虑地区空间相关性后，发展普惠金融仍然有助于降低地方政府债务规模。空间滞后模型估计的参数并不能直接反映出空间效应，借鉴Lesage等提出的偏微分方法，将空间效应分解成直接空间效应与间接空间效应[26]。从表3列（2）直接效应结果看，本地区普惠金融发展越好，越有助于降低本地区地方政府债务规模，与基准回归结论保持一致；从表3列（3）间接效应结果看，本地区普惠金融发展可以降低邻近地区的地方政府债务规模，假设2成立，且相比而言，直接效应大于间接效应。表3列（5）~（8）采用地方人均债务规模替换被解释变量的稳健性检验结果，通过空间相关性检验、静态面板LM检验、Hausman检验及LR检验，稳健性检验同样选择空间滞后模型（SAR）进行估计，结论未发生变化。综上可知，发展普惠金融不仅有助于直接降低本地政府债务规模，还会间接降低相邻地区政府债务规模，且直接效应强于间接效应，空间效应具有稳健性。假说2得到验证。

3.3 稳健性检验

考虑到内生性、数据缺失值的影响，本文进行3个方面的稳健性检验：一是工具变量估计，采用滞后一期的普惠金融发展指数作为工具变量。参考Bartik的研究，将滞后一期的普惠金融发展指数与年度普惠金融发展指数差分相乘构建IVlnifi工具变量进行稳健性检验[27]。二是2011和2021年样本中地方政府债务数据缺失值较多，剔除两年样本后的估计结果；三是采用普惠金融发展指数滞后一期、滞后二期进行估计的结果。
2种工具变量的两阶段最小二乘（2SLS）估计稳健性检验结果。其中，可知第一阶段中工具变量与内生变量估计系数显著，表明2个工具变量与内生变量有较好的解释力，并且第一阶段F值大于10，拒绝存在弱工具变量原假设，工具变量数量小于内生变量个数，因此不存在过度识别问题。同时，工具变量IVifi是根据普惠金融发展指数得出，与普惠金融具有强相关性，并且不会通过其他渠道影响地方政府债务规模，因此同时满足工具变量与普惠金融强相关、与其他解释变量不相关的条件。考虑内生性后普惠金融发展指数绝对值明显变大，且显著为负，与基准回归结论保持一致，说明忽视内生性会导致普惠金融降低地方政府债务规模的效应被低估。普惠金融发展指数显著为负（-0.174）。分别采用普惠金融发展指数滞后一期、滞后二期进行估计，以此来降低“地方政府债务规模的增长促进本地区普惠金融发展”这一反向因果关系的影响，估计结果中滞后二期估计系数绝对值大于滞后一期估计系数绝对值，说明发展普惠金融降低地方政府债务规模的效应具有持续性。上述稳健性检验与基准回归系数符号保持一致，说明基准回归结论具有稳健性。

3.4 机制分析

①结合表1列（2）估计结果“发展普惠金融有助于降低地方政府债务规模”，表4列（1）普惠金融发展指数显著为负，说明发展普惠金融具有缩小地方财政缺口的作用，列（2）中普惠金融发展指数依旧显著为负，而财政缺口系数显著为正，说明发展普惠金融通过缩小地方财政缺口降低了地方政府债务规模，“普惠金融—地方财政缺口—地方政府债务规模”的影响机制成立，中介效应占总效应的77.9%，假说3得到验证。②表4列（3）（4）报告了产业结构升级的中介效应检验结果，其中列（3）普惠金融发展指数显著为正，表明发展普惠金融有助于地方第三产业发展，即发展普惠金融促进了产业结构升级；列（4）中普惠金融发展指数显著为负、产业结构升级系数显著为正，表明产业结构升级有助于降低地方政府债务规模，可见“普惠金融—产业结构升级—地方政府债务规模”的影响机制成立，中介效应比例为9.08%，假说4得到验证。③表4列（5）（6）报告了产业结构合理化水平的中介效应检验结果，其中列（5）普惠金融发展指数同样显著为正，表明发展普惠金融有助于提升地区产业结构合理化水平；列（6）普惠金融发展指数与产业合理化水平的系数均是显著为负，表明产业结构合理化水平提高有助于降低地方政府债务规模，即“普惠金融—产业结构合理化—地方政府债务规模”的影响机制成立，中介效应比例为16.85%，假说5成立。④进一步分析，结合表4列（1）（3）（7）可知，采用三二产值比表示的产业结构升级是发展普惠金融缩小地方财政缺口的中介机制，其中介效应比例为3.16%。对于财政缺口、产业结构升级、产业结构合理化的中介效应检验，均通过了sobel检验、goodman 1以及goodman 2三种检验，说明上述机制具有稳健性。上述结论完全符合现实，发展普惠金融降低了中小微企业获取金融服务的门槛和成本，缓解了中小微企业面临的融资约束，而中小微企业的发展促进产业结构升级、提高产业合理化水平、缩小了地方财政缺口，进而间接降低地方政府债务规模。
表4 机制检验

Tab.4 Mechanism test

（1） lnCaiq （2） lndebt （3） lnTs （4） lndebt （5） lnTl （6） lndebt （7） lnCaiq
lnifi -0.0799*** -0.2274*** 0.113*** -0.229*** 0.0215* -0.241*** -0.0565**
（-2.8239） （-2.9211） （0.0196） （0.0777） （0.0129） （0.0849） （0.0282）
lnTs -0.140* -0.208***
（0.0720） （0.0281）
lnCaiq 0.1726***
（3.7667）
lnTl -1.107***
（0.154）
控制变量 Y Y Y Y Y Y Y
_cons 13.043*** -7.2667*** 1.336*** -4.879*** -0.00721 -2.593* 13.31***
（29.1873） （-5.7129） （0.309） （1.110） （0.235） （1.380） （0.444）
N 2854 2480 2880 2507 2067 1762 2852
R2 0.8938 0.8835 0.8817 0.8860 0.8323 0.9078 0.8960
Hausman 793.25*** 65.10*** 911.19*** 257.65*** 82.00*** 367.18*** 6729.86***
sobel检验 -0.1805***（-6.539） -0.0212***（-2.721） -0.038**（z=-2.215） -0.0246*（-1.648）
Goodman 1 -0.1805***（-6.532） -0.0212***（-2.683） -0.038**（z=-2.198） -0.0246*（-1.646）
Goodman 2 -0.1805***（-6.547） -0.0212***（-2.761） -0.038**（z=-2.233） -0.0246*（-1.649）
中介效应 -0.1805***（-6.539） -0.0212***（-2.721） -0.038**（z=-2.215） -0.0246***（-1.652）
直接效应 -0.0512***（-0.720） -0.2126***（-3.209） -0.190**（z=-2.23） -0.7549***（-21.876）
总效应 -0.2317***（-3.471） -0.2338***（-3.521） -0.228***（z=-2.64） -0.7795***（-20.750）
占比 0.7790 0.0908 0.1685 0.0316

3.5 异质性检验

本文从以下4个方面检验发展普惠金融对地方政府债务规模的异质性影响（表5）：①将城市样本分为人口流入地和流出地，计算如下：当年常住人口-去年常住人口-│出人口-死亡人口│，大于0为人口流入地，小于0为人口流出地；②从东部、中部、西部3个地区进行分析，探究发展普惠金融对地方政府债务规模的影响效果的区域差异；③根据每年全国地级市人均GDP水平，将全样本分为高于人均GDP组与低于人均GDP组；④根据2023年《城市商业魅力排行榜》划分一线城市、新一线城市、二线城市、三线城市、四线城市及五线城市的标准，本文将新一线城市及一线城市合并成一线城市组，将三线城市、四线城市及五线城市合并成其他城市组，最终将全部样本划分成一线城市、二线城市及其他城市3个城市组。
表5 分区域与经济水平的异质性检验

Tab.5 Heterogeneity test in different region and based on the economic level

变量 （1）
人口流入		 （2）
人口流出		 （3）
东部		 （4）
中部		 （5）
西部		 （6）
高于人均GDP		 （7）
低于人均GDP		 （8）
一线城市		 （9）
二线城市		 （10）
其他城市
lnifi -0.295***（0.0875） -0.103（0.216） -0.307*（0.166） -0.281**（0.112） -0.235*（0.134） -0.168
（0.151）		 -0.263***（0.0934） 2.362***（0.555） 0.132
（0.390）		 -0.263***（0.0832）
_cons -6.589***（1.410） -5.439**（2.263） 0.0799（2.190） 0.00924（1.776） -8.257***（1.832） -4.423**
（1.755）		 -6.964***（1.527） 15.55***（4.451） 6.735*（3.896） -6.522***（1.235）
N 1760 748 893 943 672 1013 1495 149 306 2053
R2 0.8176 0.9161 0.9034 0.8911 0.8734 0.9103 0.8068 0.9593 0.9192 0.8253
Hausman 35.84*** 53.82*** 1682.7*** 266.85*** 69.86*** 300.50*** 98.33*** 14.38** 157.54*** 46.13***
表5列（1）（2）分别为人口流入地和人口流出地的估计结果，其中列（1）人口流入地样本估计的普惠金融发展指系数为-0.295，且在0.01水平显著，而列（2）人口流出地样本估计的普惠金融发展指数不显著为负，说明在人口流入地区发展普惠金融更有助于降低地方政府债务规模；列（3）~（5）为东部、中部、西部地区的异质性检验，其中3个地区样本估计结果中普惠金融发展指数均显著为负，系数绝对值呈现东、中、西部逐渐减小的特征。由列（6）（7）可知，高于当年人均GDP的城市样本普惠金融发展指数不显著，而低于当年人均GDP的城市样本估计的普惠金融发展指数-0.263，且在0.01水平显著，说明在人均GDP水平相对较低城市发展普惠金融的降债效应更加显著。由列（8）~（10）可知，一线城市普惠金融对地方政府债务规模的影响系数为2.362，在1%水平显著，在一线城市发展普惠金融会扩大地方政府债务规模；二线城市普惠金融统计系数不显著，其他城市组的普惠金融发展指数为-0.263，且在1%水平显著，可见在三线及以下城市发展普惠金融具有显著的降债作用。通过异质性分析可知，发展普惠金融降低地方政府债务规模的效应表现出人口流动、城市区位、经济发展水平、商业发展水平方面的异质性。

4 结论与建议

通过探究普惠金融对地方政府债务规模的时空影响效应与作用机制发现：①从时序效应来看，发展普惠金融有助于降低地方政府债务规模，尤其对于地方政府债务规模较小的城市，发展普惠金融降低地方政府债务规模的效应更强；通过工具变量估计、剔除样本缺失较多的年份、滞后项估计的稳健性检验表明，发展普惠金融有助于降低地方政府债务规模的结论依然成立。②从空间效应来看，发展普惠金融既存在降低本地政府债务规模的直接效应，还产生了间接降低相邻地区政府债务规模的溢出效应。③机制检验表明，发展普惠金融通过缩小地方财政缺口、促进产业结构升级、提升产业结构合理化水平来降低地方政府债务规模，其中介效应分别达到77.90%、9.08%、16.85%。④异质性检验表明，发展普惠金融降低地方政府债务规模的效应表现出人口流出地/流入地、城市区位、经济发展水平、商业发展水平方面的异质性。
根据上述结论，本文提出以下政策建议：①有效监测地方政府债务，防范地方政府债务风险。首先，要落实政府债务资金流向信息披露机制，从举债缘由、举债规模、审批流程及资金使用情况等方面进行全流程债务管理。其次，要提升政府债务风险监测有效性，构建包含债务率、偿还率及逾期率等指标的政府债务风险多维监测指标体系，进行实时动态监测。最后，要坚持融资主体与责任主体一致、融资目的与资金流向一致、项目申请与具体落实一致的“三个一致”原则，切实提高政府债务融资资金使用效率。②推进普惠金融发展，提高金融服务质量。首先，要加强普惠金融基础设施建设，通过合理布局物理网点、完善线下金融基础设施、丰富普惠金融业务等方式扩大金融服务覆盖面。其次，要构建基于大数据、区块链等数字技术的金融服务主客体互信机制，加大金融知识宣传力度，建立“客户导向”的产品创新机制，以满足不同行业、不同体量的客户需求，提高金融服务效率。③重视发挥普惠金融的“降债”作用。要加大针对第三产业、中小企业、民营企业的普惠金融支持力度，通过拓宽融资渠道、落实新兴企业金融支持政策、适当降低融资门槛等方式改善融资环境，推动地方产业结构升级，提升产业结构合理化水平，在实体经济高质量发展过程中减小地方政府债务规模。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
余海跃, 康书隆. 地方政府债务扩张、企业融资成本与投资挤出效应[J]. 世界经济, 2020, 43(7):49-72.

[2]
赵文举, 张曾莲. 地方政府债务风险会加剧区域性金融风险聚集吗[J]. 当代财经, 2021(6):38-50.

[3]
杜晓山. 小额信贷的发展与普惠性金融体系框架[J]. 中国农村经济, 2006(8):70-73,78.

[4]
欧理平. 普惠金融对商业银行盈利可持续性的影响研究[J]. 学术论坛, 2016, 39(4):41-45.

[5]
梁榜, 张建华. 中国普惠金融创新能否缓解中小企业的融资约束[J]. 中国科技论坛, 2018(11):94-105.

[6]
欧卫东, 李殿相, 李秋然, 等. 浅论金融深化对中国税收增长的影响[J]. 税务研究, 2019(4):98-103.

[7]
张曾莲, 王莹. 地方政府债务、支出效率与金融稳定的互动关系研究——基于中国30个省份样本的实证分析[J]. 软科学, 2021, 35(9):1-7.

[8]
刘勇政, 冯海波. 腐败、公共支出效率与长期经济增长[J]. 经济研究, 2011, 46(9):17-28.

[9]
张珍花, 杨朝晖. 数字普惠金融对经济高质量增长影响研究——基于政府参与视角[J]. 华东经济管理, 2022, 36(4):71-78.

[10]
黎翠梅, 周莹. 数字普惠金融对农村消费的影响研究——基于空间计量模型[J]. 经济地理, 2021, 41(12):177-186.

DOI

[11]
王秋颖, 赵德海. 农村普惠金融供给侧改革的现实困境与破解路径[J]. 现代经济探讨, 2020(10):76-81,125.

[12]
李爱真, 苏治, 付红妍. 金融发展、技术创新与产业升级关系的实证研究——基于中国277个地级市面板数据[J]. 经济纵横, 2022(5):39-51.

[13]
郑录军, 韩庆潇, 王兆旭. 金融科技、目标相容与小微信贷供给——基于区域问卷调查的微观银行证据[J]. 国际金融研究, 2023(3):50-60.

[14]
邹伟, 凌江怀. 普惠金融与中小微企业融资约束——来自中国中小微企业的经验证据[J]. 财经论丛, 2018(6):34-45.

[15]
梁晓琴. 数字普惠金融对地方税收影响的实证研究[J]. 审计与经济研究, 2020, 35(5):96-104.

[16]
随力瑞, 金浩. 普惠金融对产业结构升级的作用机制与效应研究[J]. 审计与经济研究, 2022, 37(4):110-118.

[17]
唐文进, 李爽, 陶云清. 数字普惠金融发展与产业结构升级——来自283个城市的经验证据[J]. 广东财经大学学报, 2019, 34(6):35-49.

[18]
王正新, 李丹丹, 张翔宇. 特色小镇建设对县域经济高质量发展的影响——以浙江为例的准自然实验研究[J]. 数量经济研究, 2022, 13(4):53-70.

[19]
肖叶. 财政支出偏向促进了城投债发行吗——基于新口径的实证分析[J]. 山西财经大学学报, 2020, 42(8):43-55.

[20]
吕健. 影子银行推动地方政府债务增长了吗[J]. 财贸经济, 2014(8):38-48.

[21]
黄春元, 毛捷. 财政状况与地方债务规模——基于转移支付视角的新发现[J]. 财贸经济, 2015(6):18-31.

[22]
陈瑞, 卞洋, 齐天翔. 房价波动对地方债规模的影响——基于省级数据的实证研究[J]. 财政研究, 2016(6):86-94.

[23]
蒲丹琳, 王善平. 官员晋升激励、经济责任审计与地方政府投融资平台债务[J]. 会计研究, 2014(5):88-93,95.

[24]
彭文斌, 曹笑天. 城市更新作用下生态韧性时空分异及其影响效应——以环长株潭城市群为例[J]. 经济地理, 2023, 43(10):44-52.

DOI

[25]
袁航, 朱承亮. 国家高新区推动了中国产业结构转型升级吗[J]. 中国工业经济, 2018(8):60-77.

[26]
Le Sage J, Pace R K. Introduction to Spatial Econometrics[M]. New York: Chapman and Hall/CRC, 2009.

[27]
Bartik T J. How do the effects of local growth on employment rates vary with initial labor market conditions?[J]. SSRN Electronic Journal, 2006(11):1372814.

Options
文章导航

/

〈 〉