數(shù)字金融與地方政府隱性債務風險:空間溢出與政策效應

[關鍵詞] 數(shù)字金融;地方政府隱性債務風險;財政自給能力;空間雙重差分模型;空間溢出效應

一、引言

“地方政府隱性債務”問題近年來廣受關注，如何防范化解地方政府隱性債務隱患，是實現(xiàn)中國區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展的現(xiàn)實要求，也是推動經(jīng)濟高質(zhì)量發(fā)展的必然需求。雖然在過去十年中，債務融資為經(jīng)濟發(fā)展起到了重要支持，但過度和無序的隱性債務擴張也將風險轉(zhuǎn)移到了實體經(jīng)濟。據(jù)《中國財政年鑒（2021）》和Wind數(shù)據(jù)庫統(tǒng)計，2011—2020年間，中國地方政府的財政赤字規(guī)模由3.95萬億增至10.84萬億，同時期地方政府通過地方融資平臺發(fā)行的城投債融資的總量從0.47萬億增至4.98萬億。稅收分配改革將征稅權移交給了中央政府，使地方政府在履行財政義務方面面臨更大壓力。地方政府只能通過被動舉債將財政收入的重點由稅收收入轉(zhuǎn)為預算外收入即隱性債務融資。除了城投債外，地方政府還通過影子銀行、政府購買服務、PPP項目融資等方式進行借款。地方政府隱性債務已逐漸成為中國金融風險的重大隱患。

隨著金融服務和數(shù)字技術的緊密結合，數(shù)字金融依賴于人工智能、大數(shù)據(jù)等技術引領傳統(tǒng)金融業(yè)的數(shù)字化變革。相較于傳統(tǒng)金融，數(shù)字金融具有更強的信息獲取和篩選能力，可以整合大量數(shù)據(jù)和信息，變革傳統(tǒng)金融交易方式，降低貸款門檻，拓寬融資渠道，優(yōu)化外部金融環(huán)境，豐富金融產(chǎn)品和服務，節(jié)約企業(yè)融資成本，提高企業(yè)融資便利性，并且將進一步弱化依靠銀行貸款模式下的融資困難，方便市場資金進入實體經(jīng)濟，提高金融服務實體效率。因此，數(shù)字金融在革新傳統(tǒng)金融生態(tài)的同時，也能較好地彌補實體經(jīng)濟“融資難”的問題。隨著中國經(jīng)濟從高速增長轉(zhuǎn)向高質(zhì)量發(fā)展，房地產(chǎn)市場的需求增長放緩，土地需求大幅下降。經(jīng)濟下行與商品價格因素波動導致收入增速超過GDP降速。作為財政收入的重要組成部分，土地出讓金收入和地方稅收收入增速都面臨下降，但地方政府的財政支出具有剛性上行特征，不可避免地導致地方政府通過債務增加彌補這一缺口。尤其是，地方政府為對沖此輪新冠肺炎疫情對地方經(jīng)濟的影響，2020年和2021年地方債分別發(fā)行6.44 萬億和7.49 萬億，較2019 年增長49% 和43%，2022年全年發(fā)行新增地方債4.7566萬億，地方政府的債務比率正在接近紅線，債務風險逐漸增加。2022年3月十三屆全國人大五次會議的政府工作報告中強調(diào)要“充分推動防范化解地方政府債務，合理處置重大金融風險事件”，審慎化解現(xiàn)有政府隱性債務風險成為2022年10月黨的二十大報告中要求“防范化解重大風險”的重要內(nèi)容。2022年12月中央經(jīng)濟工作會議再次強調(diào)“要防范化解地方政府債務風險，堅決遏制增量、化解存量”。數(shù)字金融作為公共資金供給的輔助渠道，對地方政府隱性債務融資也必將產(chǎn)生重大影響。數(shù)字金融的普惠性、靶向性和跨時空配置金融資源等特性使其成為化解地方政府隱性債務風險的重要工具。鑒于此，本文測算了2011-2020年中國30個省份的地方政府隱性債務風險水平，采用空間計量方法探究數(shù)字金融對地方政府債務隱性風險的空間影響效應，并利用空間雙重差分模型評估2016年《G20數(shù)字普惠金融高級準則》影響地方政府隱性債務風險的政策效應。本文的邊際貢獻有：首先，使用空間杜賓模型分析數(shù)字金融對隱性債務風險的作用，為運用數(shù)字金融突破地理壁壘和時空限制進而輻射帶動跨區(qū)域政府隱性債務風險降低提供了理論支撐和政策指導實踐。其次，再從機制分析層面，進一步考察政府財政自給能力差異在數(shù)字金融影響地方政府隱性債務風險過程中的調(diào)節(jié)作用，在一定程度上彌補了現(xiàn)有研究只關注金融資源差異而忽視政府財政影響的不足。最后，借助2016年《G20數(shù)字普惠金融高級準則》發(fā)布的準自然實驗，利用空間雙重差分法測度數(shù)字金融政策實施的政策效應，更加說明數(shù)字金融對地方隱性債務風險的動態(tài)影響。

二、研究綜述

數(shù)字金融具有共享、便捷、低成本等特點，是推動中國經(jīng)濟高質(zhì)量可持續(xù)發(fā)展的重要能量。目前對數(shù)字金融的研究主要集中在以下兩個方面：一方面，涉及對數(shù)字金融本身的研究，主要包含數(shù)字金融發(fā)展現(xiàn)狀、風險及監(jiān)管要求。隨著互聯(lián)網(wǎng)技術的普及，我國數(shù)字金融水平不斷提高，其出現(xiàn)彌補了傳統(tǒng)金融的服務現(xiàn)狀，大大促進了城鄉(xiāng)包容性增長〔1〕。與數(shù)字金融同時增長的還有其潛在風險，由于相關領域處于新興狀態(tài)，相關的監(jiān)管措施尚未制定規(guī)劃，傳統(tǒng)金融監(jiān)管模式需要進行改善和更新來應對新的潛在風險因素〔2〕。另一方面，聚焦于數(shù)字金融發(fā)展對于整體經(jīng)濟的影響。在微觀層面，數(shù)字金融提高企業(yè)融資效率，刺激其技術創(chuàng)新〔3〕;在中觀層面，數(shù)字金融對區(qū)域技術創(chuàng)新水平存在顯著的正向激勵效應的空間溢出性特征〔4〕，推動產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型，促進產(chǎn)業(yè)結構升級〔5〕;在宏觀層面，數(shù)字金融能夠顯著縮小城鄉(xiāng)收入差距，促進共同富?！?〕。

目前，關于隱性債務的學術研究主要集中在其形成原因和經(jīng)濟影響方面。隱性債務風險的形成原因包括預算赤字、轉(zhuǎn)移支付、軟預算約束、土地財政等方面〔7〕。經(jīng)濟影響包括宏觀經(jīng)濟影響和微觀經(jīng)濟影響。在宏觀層面，地方債務如果超過平衡點，則會削弱其正面影響，從而影響資源配置，導致經(jīng)濟放緩〔8〕。在微觀層面，地方政府債務擴張可能降低企業(yè)融資效率，影響社會資金對企業(yè)的投資力度，對企業(yè)融資造成“擠出”效應〔1〕。

隱性債務風險問題與政府金融發(fā)展緊緊相連，投融資市場發(fā)展影響地方政府債務〔2〕。作為金融創(chuàng)新與現(xiàn)代數(shù)字科技深度融合的產(chǎn)物，數(shù)字金融可以解決因傳統(tǒng)融資缺乏風險管理而引起的市場風險溢價問題〔3〕。通過開發(fā)多種應用場景，數(shù)字金融消除了對線下活動的空間限制，降低了獲得資本的門檻，擴大了資金匹配的機會〔4〕。但隨著數(shù)字金融的不斷創(chuàng)新，其帶來的金融風險問題也更易疊加和擴散〔5〕。地方政府隱性債務風險是中國金融安全戰(zhàn)略中應高度關注的金融風險?，F(xiàn)有研究卻在一定程度忽略了數(shù)字金融與地方政府隱性債務的空間影響。在此背景下，本文將兩者結合到一個分析框架中，并從空間和政策角度分析了兩者的影響。與以往研究不同，本文從靜態(tài)和動態(tài)角度，研究了數(shù)字金融對地方政府隱性債務風險的空間溢出效應、調(diào)整效應和政策效應等核心問題，較為全面地刻畫了數(shù)字金融與地方政府隱性債務風險之間的空間影響關系，從數(shù)字金融的視角，為解決我國地方政府隱性債務問題提出理論和實證支持。

三、影響機制與研究假設

（一）數(shù)字金融影響地方政府隱性債務風險的作用機制

作為數(shù)字科技與金融創(chuàng)新深度融合的產(chǎn)物，數(shù)字金融通過多種渠道影響地方政府隱性債務風險，具體如下：

第一，數(shù)字金融可以優(yōu)化金融市場環(huán)境，增加資金供求匹配，支持地方政府隱性債務融資。一方面，基于海量數(shù)據(jù)挖掘和分析，數(shù)字金融可以更有效地評估金融市場的融資需求，減少搜索成本、交易成本和風險識別成本，減少金融部門的逆向選擇和道德風險〔6〕，增加政府部門可利用的信貸資源;另一方面通過供應鏈融資和多元化融資，擴大實體經(jīng)濟的融資渠道，降低融資成本，從而通過針對投資項目風險狀況的智能投資建議和大數(shù)據(jù)分析獲得更合適的金融資源〔7〕，提升融資效率，降低政府隱性債務風險。

第二，立足數(shù)字金融創(chuàng)新模式和技術優(yōu)勢，提供多種融資渠道，創(chuàng)新商業(yè)模式，促進商業(yè)銀行的數(shù)字化轉(zhuǎn)型，降低國有商業(yè)銀行的不良貸款風險。隨著數(shù)字金融的快速發(fā)展，傳統(tǒng)銀行業(yè)積極尋求競爭優(yōu)勢，在云技術、人工智能和區(qū)塊鏈領域?qū)ふ野l(fā)展經(jīng)濟生活的新途徑和新模式，并逐步走向數(shù)字化。隨著傳統(tǒng)金融向智能生態(tài)金融模式轉(zhuǎn)型，擴大了金融服務供給，提高了銀行的整體生產(chǎn)效率，有助于減少商業(yè)銀行貸款不確定性。商業(yè)銀行信用關系在中國金融體系中至關重要，其不良貸款影響債券市場和影子銀行業(yè)務，可能直接引發(fā)地方政府隱性債務隱性風險。同時，較高的數(shù)字金融發(fā)展有助于促進實體經(jīng)濟增長、企業(yè)創(chuàng)新〔1〕，從而降低地方政府干預經(jīng)濟的成本。因此，數(shù)字金融可通過自身的創(chuàng)新模式和技術優(yōu)勢一定程度上化解地方政府隱性債務風險。

第三，數(shù)字金融可使金融機構和相關監(jiān)管機構有效監(jiān)控金融交易，打擊洗錢和逃稅行為。地方政府隱性債務的形成源于金融分權制度，由于政府向市場放權，金融機構擁有了更大的自主權和管理權，更多的金融資源，行業(yè)競爭更加激烈，遠程經(jīng)營更加活躍，導致它們積極增加杠桿供應，使它們更容易面臨杠桿風險。數(shù)字科技技術的運用，可以在決策中更多地依靠數(shù)據(jù)和科學來及時有效地識別和應對債務風險。同時，通過對金融機構和地方融資平臺的合理監(jiān)管，可以有效緩解政府對商業(yè)銀行不良貸款和地方融資平臺債務的隱性擔保風險。

基于上述作用機制的分析，提出以下研究假設：

H1：數(shù)字金融對于地方政府隱性債務風險具有緩釋效應。

不同省份的數(shù)字科技基礎、經(jīng)濟金融資源稟賦存在較大不同，使其數(shù)字金融發(fā)展程度也存在一定差異，數(shù)字金融在空間上配置金融資源的優(yōu)勢，將有助于限制鄰近省份的政府當局的隱性債務風險。一方面，數(shù)字金融通過使用數(shù)字技術可以縮短時間和空間的距離，從而促進實體經(jīng)濟的融資，促進區(qū)域間金融活動的相互聯(lián)系。這種新型金融服務模式具有普惠、低成本、廣覆蓋、高效率等優(yōu)勢，使數(shù)字金融不依賴于地理位置，促使其影響相鄰地區(qū)的可能性提高〔2〕;另一方面，由于競爭壓力、經(jīng)濟發(fā)展、金融規(guī)模等原因，地方隱性債務問題通常在地理空間尺度上具有區(qū)域關聯(lián)效應。地方政府競爭對地方債務增長存在正空間自相關，其地方空間集聚特征尤為明顯〔3〕。在應對地方政府隱性債務風險方面，數(shù)字金融很可能呈現(xiàn)區(qū)域間擴散傳導的特征。因此，基于現(xiàn)有研究充分考慮影響因素和空間關聯(lián)，可以得出，兩者影響可能存在空間溢出效應。由此，提出以下研究假設：

H2：數(shù)字金融對地方政府隱性債務風險影響存在空間溢出效應。

（二）數(shù)字金融影響地方政府隱性債務風險的調(diào)節(jié)作用

作為公共經(jīng)濟的主體，地方政府自身的財政安全影響著本地隱性債務風險水平。財政自給作為地方政府自身財力對支出責任的實際覆蓋的體現(xiàn)，自身財力越高的地方政府越有可能得到市場資本的支持，這不僅改善了政府的籌資環(huán)境和可得性，也降低了其債務的資金運用成本〔1〕。在市場參與者不同的情況下，數(shù)字金融對實體經(jīng)濟也會產(chǎn)生不同的作用，金融資源需求者的特定屬性會導致實體經(jīng)濟發(fā)展產(chǎn)生結構和區(qū)域差異。數(shù)字金融作為地方政府債務融資的重要來源，為滿足政府融資需求創(chuàng)造了一個有利的金融生態(tài)系統(tǒng)。然而，來自外部環(huán)境的激勵措施的有效性取決于融資實體的財政能力。地方政府的財政能力差異會影響數(shù)字金融在地方政府獲得資金方面的效用，這反過來又影響數(shù)字金融對于地方政府隱性債務風險的緩釋作用。據(jù)此，提出以下研究假設：

H3：地方政府財政自給能力在數(shù)字金融影響地方政府隱性債務風險的過程中起到調(diào)節(jié)作用。

四、地方政府隱性債務風險的測算分析

由于政府債務的公共屬性，地方政府隱性債務可分為政府依法規(guī)定有義務償還的直接隱性債務和影響社會環(huán)境穩(wěn)定、金融市場發(fā)展時要償還的間接隱性債務兩方面。借鑒李麗珍和劉金林（2019）〔2〕、Arslanalp和Liao（2014）〔3〕運用金融風險概率測算方法，通過確定直接債務風險與間接債務轉(zhuǎn)化率的比率來衡量間接債務違約風險的概率，設置政府負擔比例來衡量政府對債務的承載狀況。在計算不同類別的債務、系數(shù)和比率時，沿用李麗珍和安秀梅（2019）〔4〕的思路，同時結合蔡利和段康（2022）〔5〕在計算間接隱性債務時，納入缺口補助型PPP、使用者付費型PPP債務融資和地方融資平臺的債務進行測算。選擇地方政府隱性債務率來衡量，分類測算指標如表1所示。

如表1所示，首先，地方政府直接隱性債務方面，養(yǎng)老金缺口以城鎮(zhèn)企業(yè)職工工資總額和制度規(guī)定8%的繳納系數(shù)來測算，其最終由國家隱性債務相關的金融賬戶來彌補，經(jīng)財政支付完成，故而政府負擔比例均值取值為1，違約風險取值為1。地方融資平臺債務以地方融資平臺發(fā)行的城投債總額來表示〔1〕，地方融資平臺的創(chuàng)建和管理都依賴于地方政府的信用擔保，其債務具有“剛兌預期”，尤其是公益性項目的償債主要依賴于政府性補助，政府負擔比例最高值為1，最低值為0。違約風險的概率參照中國商業(yè)銀行對各類債務賦予的風險權重，將地方融資平臺債務違約風險的概率定為50%。PPP項目的違約風險取值為20%，PPP項目發(fā)生違約時損失的比例按照PPP項目庫中各個PPP項目的不同屬性確定債務比例。政府付費型PPP在很大程度上依賴于政府撥款的償還，本質(zhì)上是地方政府的直接債務融資，政府負擔率的均值取值為1。其次，地方政府間接隱性債務方面，國有企業(yè)和商業(yè)銀行政府負擔比例被設定為政府救助責任的比例區(qū)間，最大值為50%，最小值為0。地方國有企業(yè)債務和商業(yè)銀行不良貸款違約風險的概率參照中國商業(yè)銀行對各類債務賦予的風險權重定為50%，同上文PPP項目的違約風險取值為20%，此外在使用者付費型PPP項目，政府的負擔水平是指政府對項目合同的風險成本的分擔，最高值和最低值均取值為15%;缺口補助型PPP項目政府負擔最高值賦值為1，最低值賦值為15%。因此，地方政府隱性債務風險可由前述所計算出的地方隱性債務規(guī)模與地區(qū)當年國民生產(chǎn)總值的比值來衡量各地區(qū)地方政府隱性債務風險〔2〕。運用上述指標測度的2011-2020年中國30個省份（不含西藏）的地方政府隱性債務風險均值，如圖1所示。貴州、重慶和新疆三個省市的地方政府隱性債務風險相對較高，而吉林居于全國最低水平。

（一）變量說明

1.被解釋變量：地方政府隱性債務風險（Risk），采用上文計算的各省份地方政府隱性債務風險來衡量。

2.核心解釋變量：數(shù)字金融（DF），采用北京大學互聯(lián)網(wǎng)金融研究中心開發(fā)的數(shù)字普惠金融指數(shù)作為數(shù)字金融的指標，數(shù)字普惠金融指數(shù)廣泛用于衡量各省份數(shù)字金融的發(fā)展水平〔1〕，它由三個二級指標組成：覆蓋廣度、使用深度和數(shù)字化程度。

3.控制變量：依據(jù)候世英和宋良榮（2020）〔2〕、唐松等（2020）〔3〕等學者的方法，主要選擇以下控制變量：產(chǎn)業(yè)結構（indus），采用各省份第二、三產(chǎn)業(yè)與GDP的比值來衡量;不良貸款率（nof），銀行等融資機構的資金情況也會影響地方政府隱性債務融資的可得性，利用各省份銀行不良貸款與總貸款的比值來衡量地區(qū)不良貸款率;經(jīng)濟發(fā)展水平（gdp），以各省的國內(nèi)生產(chǎn)總值的對數(shù)衡量;城鎮(zhèn)化水平（lou），以城市人口占各省總人口的比例來衡量;金融發(fā)展水平（jrfz），以金融機構的存款和貸款余額與各省地區(qū)GDP的比值來衡量;財政分權（fisd），以各省人均公共支出與人均財政支出之比來衡量。

4.調(diào)節(jié)變量：由于地方政府自有財力水平影響著地方政府隱性債務規(guī)模，參照朱軍和鄒韜略（2022）〔1〕的方法，選取財政自給率（fisuff）為調(diào)節(jié)變量，采用地區(qū)一般預算財政收入與支出之比進行計量。

（二）數(shù)據(jù)來源

本文總結了2011-2020年中國30個省級行政區(qū)域（不包括西藏、香港、澳門和臺灣）的相關數(shù)據(jù)。其中地方政府隱性債務風險相關數(shù)據(jù)來自Wind數(shù)據(jù)庫，其他數(shù)據(jù)主要來自國泰安數(shù)據(jù)庫、《中國統(tǒng)計年鑒》、《中國金融統(tǒng)計年鑒》和《中國金融年鑒》。所有數(shù)據(jù)均由筆者手工整理計算所得，根據(jù)財政部、國家和社會資本合作中心項目管理數(shù)據(jù)庫中的信息編制PPP項目信息。為了減少異常值的影響，所有連續(xù)變量均在1%和99%分位數(shù)處做了縮尾處理。所有變量的描述性統(tǒng)計數(shù)據(jù)見表2。

（三）計量模型設定

1.空間面板回歸模型

為了分析數(shù)字金融對地方政府隱性債務風險的空間效應，這里引入地理空間依賴信息，在實證檢驗中使用了三個經(jīng)典的空間效應分析模型，即空間自回歸模型（SAR）、空間誤差模型（SEM）和空間杜賓模型（SDM）。為了獲取最好的擬合效果，通過LR檢驗和Wald檢驗確定最佳擬合的模型進行實證分析。SLM、SEM 和SDM 這三種模型的具體形式如下：

其中，Risk為地方政府隱性債務風險變量;W 為地理距離權重矩陣，其矩陣元素為Wij =1/dij2，其中，dij為兩個省會城市的地理距離;ρ為空間效應系數(shù);DF為數(shù)字金融發(fā)展變量;control為控制變量;β表示自變量和控制變量回歸系數(shù);i和t分別表示省份和時間;ξ表示符合正態(tài)分布的隨機擾動項。

2.空間調(diào)節(jié)效應模型

在分析數(shù)字金融影響地方政府隱性債務風險的空間效應時，有必要考慮地方政府財政自給能力的調(diào)節(jié)作用。為了驗證假設H2，將數(shù)字金融與地方政府財政自給能力兩者的交叉項引入模型（3）中，得到如下模型：

六、實證分析

（一）空間相關性分析

在運用空間計量模型檢驗數(shù)字金融對地方政府隱性債務風險的影響效應之前，需要檢驗地方政府隱性債務風險是否具有空間依賴性與相關性。選用地理距離空間權重矩陣，采用Moran'sI指數(shù)檢驗地方政府隱性債務風險的空間依賴性，如表3所示。

由表3可知，除2018年以外，地方政府隱性債務風險均表現(xiàn)出顯著的正向相關性，表明該變量具有顯著的空間正相關性。變量的空間相關模式變現(xiàn)為“高—高”和“低—低”集聚，說明多數(shù)省份與其相近地區(qū)表現(xiàn)出相似的空間集聚特征，進一步證實了地方政府隱性債務風險存在著明顯的正向空間溢出性。因此，將地方政府隱性債務風險作為被解釋變量納入經(jīng)濟地理考察范圍的空間計量模型是科學合理的。

（二）空間計量回歸結果

在進行空間回歸分析之前，根據(jù)Hausmans檢驗、LM 檢驗和極大似然比（LR）檢驗的結果進一步確定最優(yōu)的空間計量模型，根據(jù)檢驗結果，選擇空間杜賓模型（SDM）下的雙向固定效應模型是最優(yōu)模型。利用中國30個省份數(shù)字金融和地方政府隱性債務風險數(shù)據(jù)進行空間計量分析，結合空間計量模型適用性檢驗結果，表4給出了不同空間模型下雙向固定效應的檢驗結果。

從表4 可以看出，在所有三個空間模型中，地方政府隱性債務風險的空間溢出系數(shù)都明顯為正，并在1%的水平上顯著，表明各省的地方政府隱性債務風險之間存在正相關關系。在溢出效應的影響下，周邊地區(qū)政府隱性債務風險的增加對該地區(qū)具有一定的空間溢出效應。數(shù)字金融每增加一個單位，地方政府隱性債務風險的平均減少量為0.0079個單位，表明發(fā)展數(shù)字融資可以顯著降低地方政府的隱性債務風險。同時，在使用地理距離矩陣的情況下，數(shù)字金融對地方政府隱性債務風險的空間溢出效應系數(shù)為-0.0117，表明數(shù)字金融會緩釋經(jīng)濟地理位置鄰近地區(qū)的隱性債務風險。因為數(shù)字金融發(fā)展水平越高，區(qū)域信用信息不對稱性越低，地方政府債券和融資平臺的市場定價相對公平，金融機構和市場的信用度越高，政府越容易從各種信貸渠道中獲得貸款。同時，數(shù)字金融可以有效地消除人才、知識、資本和其他資源在區(qū)域之間流動的障礙，鄰近省份的金融生態(tài)環(huán)境會相互影響，數(shù)字金融發(fā)展使得相鄰地區(qū)對債務規(guī)模的承載能力和信用程度增強，地方政府隱性債務的融資成本得到降低，從而債務風險得到進一步的緩釋。

關于控制變量，產(chǎn)業(yè)結構對地方政府隱性債務風險的提升具有一定緩釋作用，表明產(chǎn)業(yè)結構越均衡的省份可能會抑制地方債務的過度膨脹。對于其他控制變量，經(jīng)濟發(fā)展、對外開放水平對地方隱性債務風險的影響均不顯著，金融發(fā)展，不良貸款率均在1%的水平下顯著，這表明，區(qū)域金融環(huán)境越好，地方政府的借貸成本越低，越容易管理資金量增加的風險?？偟膩碚f，雖然SEM 模型估計的系數(shù)與SAR模型估計的系數(shù)不盡相同，但變量的系數(shù)估計方向相同，表明估計結果的可靠性。

（三）空間調(diào)節(jié)效應分析

數(shù)字金融發(fā)展有助于營造良好的外部金融環(huán)境，直接影響地方政府隱性債務風險狀態(tài)，但從融資主體特征來看，地方政府對轉(zhuǎn)移支付的依賴越少，就會有更多的自由來管理自身的資金運用，這些內(nèi)部能力的差異將轉(zhuǎn)化為外部環(huán)境對地方政府隱性債務規(guī)模的影響。鑒于此，這里引入地方政府財政自給度與數(shù)字金融的交互變量（DF×fisuff），研究各省財政自主權的差異對數(shù)字金融的影響的調(diào)節(jié)作用，結果如表5所示。

從表5可以看出，地方政府財政自給能力在數(shù)字金融影響地方政府隱性債務風險過程中確實起到了一定調(diào)節(jié)作用，其中本地區(qū)財政自給與數(shù)字金融的交互變量系數(shù)為-0.0137，鄰近地區(qū)的財政自給與數(shù)字金融交互系數(shù)為-0.0059，在10%水平下顯著。結合數(shù)字金融的系數(shù)可知，當不同省份之間政府財政自給能力差異越大時，本地區(qū)和相鄰地區(qū)在數(shù)字金融影響地方政府隱性債務風險過程中就會產(chǎn)生更加顯著的負向調(diào)節(jié)催化作用。具體而言，地方財政自給水平越高，數(shù)字金融對政府隱性債務融資風險的緩釋作用越強，這主要是因為財政自給水平強的地區(qū)的經(jīng)濟水平、市場營銷和對外開放程度也比較有利，可以吸引各級社會資本加入，使得地方政府融資成本相對越低。假設H3得以論證。

（四）空間效應的穩(wěn)健性檢驗

為了檢驗上述結果的可靠性，運用以下方法進行檢驗：

第一，替換權重矩陣，使用經(jīng)濟地理嵌套矩陣重新估計，由地理距離空間權重矩陣（W1）和經(jīng)濟距離空間權重矩陣（W2）的平均值來計算〔1〕，公式如下：

第二，剔除直轄市。由于中國不同省份之間數(shù)字金融和地方政府隱性債務風險都存在較大差異，尤其是四個直轄市的金融發(fā)展遠超其他省份。因此，為了檢驗上述結論的普遍性，北京、天津、上海和重慶這四個直轄市的面板數(shù)據(jù)被排除在回歸中。表6分別給出了更換權重矩陣和剔出直轄市兩種方法下的回歸結果，可以發(fā)現(xiàn)，參數(shù)估計結果和顯著性并沒有發(fā)生明顯變化，說明上述結果是穩(wěn)健的。

七、基于空間SDID模型的政策效應分析

（一）模型設定和平行趨勢檢驗

2016年9月，中國人民銀行發(fā)布了《G20數(shù)字金融普惠高級原則》，其中涉及數(shù)字金融發(fā)展的主要創(chuàng)新和潛在風險，保護金融消費者權益，是國際社會在這一領域發(fā)起的第一項高級別原則。因此，本文將原則的發(fā)布視為“準自然實驗”，并將政策提出的時機視為外生變量。同時，將中國30個省份劃分為東部、中西部地區(qū)，因為地區(qū)發(fā)展程度不同，所以政策的影響強度在東部地區(qū)和中西部地區(qū)之間有很大差異，將東部地區(qū)與中西部地區(qū)分為實驗組與對照組，利用DID模型和SDID模型考察該政策的實施給數(shù)字金融影響地方政府隱性債務風險過程所帶來的政策效應。

雙重差分法（DID）是目前研究政策實施效應最重要的方法之一〔1〕，該方法將樣本分為實驗組和對照組，通過分析兩個樣本在政策前后的變化來探究事件沖擊或政策實施對不同主體的影響，構建DID 模型的一個重要條件是，研究樣本必須滿足平行趨勢假設。因此構建了以下回歸模型，以檢驗樣本數(shù)據(jù)的平行趨勢：

其中，β-T和β+T分別表示政策實施前T 年和政策實施后T 年的影響系數(shù)，β表示政策實施當年的影響系數(shù);DIDit為虛擬變量，值為1表示i是實施政策的省份，值為0表示i未不實施政策的省份;Tit為時間虛擬變量，政策實施前值為0，政策實施后值為1;α是截距項，γt 和μi 分別表示時間固定效應和空間固定效應，ξit是隨機誤差項。

圖2的結果顯示，數(shù)字金融政策實施前兩年和第一年的系數(shù)都不顯著，說明東部地區(qū)與中西部地區(qū)在政策出臺前的地方政府隱性債務風險沒有明顯差異，滿足平行趨勢假設。數(shù)字金融政策出臺后第一年和第二年的估計系數(shù)明顯為負，表明該政策出臺后對東部地區(qū)的地方政府隱性債務風險有明顯的緩解作用;但是，數(shù)字金融政策實施后第三年的估計系數(shù)并不顯著，說明這一趨勢在政策實施后的第三年從動態(tài)效應上逐漸消失，因而可認為數(shù)字金融政策實施對地方政府隱性債務風險的緩釋作用可能存在時間效應。為了更加細致地檢驗這種政策效應，構建如下基準DID 模型：

其中，Dit·Tit為地區(qū)虛擬變量和時間虛擬變量的交互項，數(shù)字金融的政策頒布效應通過其系數(shù)β反映。

根據(jù)上文分析，數(shù)字金融帶來的“時空壓縮”效應，使得區(qū)域間的空間關聯(lián)特征得以體現(xiàn)。數(shù)字金融不僅對本地有影響，對附近地區(qū)也會產(chǎn)生顯著的溢出效應，如果不考慮這種經(jīng)濟聯(lián)系，回歸估計的結果會有偏差。因此，建立空間雙差模型（SDID）可以更好地克服基準DID模型估計的空間相關數(shù)據(jù)的不一致性，也可以在相當程度上避免內(nèi)生性問題。因此，在基準DID 模型中加入空間滯后項，模型具體形式如下：

其中，W 為空間權重矩陣，為保持與前述模型的一致性，選擇地理距離權重矩陣;WRiskit為被解釋變量的空間滯后項，ρ為空間滯后項溢出影響的系數(shù)，表示區(qū)域間溢出效應的強度;Riskit為因變量，表示第i省份在時間t的地方政府隱性債務風險水平;系數(shù)β表示數(shù)字金融政策發(fā)布對地方政府隱性債務風險水平影響的凈效應，control為控制變量。

（二）回歸結果分析

本文分別采用基準雙重差分模型（DID）、雙重差分空間杜賓模型（SDMSDID）進行參數(shù)估計。使用LR檢驗、LM 檢驗等，得出在雙重差分空間杜賓模型下選擇雙向固定效應模型更為合適，結果如表7所示。

由表7可知，在不考慮空間效應情況下，DID的估計系數(shù)為-0.165，在10% 的顯著性水平上顯著，表明數(shù)字金融對地方隱性債務風險有顯著緩釋作用。從SDMSDID模型的回歸結果可以看出，空間自回歸的系數(shù)均顯著為正，說明各地區(qū)地方政府隱性債務風險具有顯著的正向空間溢出效應;DID和WDID的回歸系數(shù)分別為-0.405和-0.150，說明數(shù)字金融政策的實施使得本地區(qū)的地方政府隱性債務風險降低0.405，還使臨近地區(qū)的地方政府隱性債務風險降低0.150，進一步說明數(shù)字金融政策實施能夠緩釋地方政府隱性債務風險。

（三）平行趨勢檢驗與反事實檢驗

實驗組和對照組的可比性是利用空間SDID模型分析數(shù)字金融政策發(fā)布對地方政府隱性債務風險影響的前提，即如果沒有數(shù)字金融政策發(fā)布這一事實，實驗組和對照組就不會因為時間不同而產(chǎn)生變化。通過反事實檢驗方法〔1〕，將2011年設為數(shù)字金融政策實施的假設時間點，以避免因其他政策或不可觀測的因素致使地方政府隱性債務風險發(fā)生變化而被誤認為是因數(shù)字金融政策實施而產(chǎn)生的變化，造成結果出現(xiàn)偏誤。反事實檢驗的結果如表8所示，在將部分對照組更改為控制組的情況下，數(shù)字金融政策實施的政策時間效果系數(shù)不再顯著，表明地方政府隱性債務風險的改善確實可以用數(shù)字金融政策實施來做相應解釋。

八、結論

基于地方政府直接隱性債務和間接隱性債務兩個方面建立地方政府隱性債務的分類測算指標體系，測度中國30個省份的地方政府隱性債務風險水平。首先，從理論上解析了數(shù)字金融影響地方政府隱性債務風險的緩釋作用機制和空間作用機制，并進一步聚焦于分析地方政府財政自給能力的調(diào)節(jié)效應和數(shù)字金融的政策效應，其次，運用實證模型研究數(shù)字金融對地方政府隱性債務風險的影響關系。主要結論包括：第一，數(shù)字金融發(fā)展有助于緩釋地方政府隱性債務風險。第二，數(shù)字金融發(fā)展的空間輻射效應有助于減少鄰近地區(qū)地方政府的債務隱性風險。第三，地方政府財政自給能力在數(shù)字金融對地方政府隱性債務風險的作用中具有緩釋的調(diào)節(jié)效應;第四，數(shù)字金融政策的實施顯著緩釋了本地區(qū)和周邊地區(qū)的地方政府隱性債務風險，且其緩釋效應在數(shù)字金融政策實施后逐漸降低乃至消失。

九、政策啟示

本文為從數(shù)字金融視角防范和化解地方政府隱性債務風險提供了理論基礎和實證依據(jù)，為促進區(qū)域經(jīng)濟協(xié)調(diào)發(fā)展提供了經(jīng)驗借鑒。應對當今中國數(shù)字金融的快速發(fā)展，提出如下四點政策建議：第一，利用數(shù)字技術和金融部門的整合優(yōu)勢，提升地方政府融資效率。數(shù)字金融拓寬了借貸服務發(fā)展的界限，補充了傳統(tǒng)融資市場的短板，為地方政府隱性債務提供了多元化的投資結構和融資方式，地方政府應利用數(shù)字金融這種優(yōu)勢，尋找便捷、成本低的融資方式，在降低政府隱性債務風險的同時優(yōu)化整體經(jīng)濟，提升經(jīng)濟發(fā)展水平;第二，要加速區(qū)域內(nèi)相鄰省際經(jīng)濟圈的建立，充分利用數(shù)字金融對政府隱性債務風險的空間溢出效應，實現(xiàn)省份之間債務風險的共同控制。由于地方政府隱性債務風險具有空間相關性，對于地方隱性債務風險的處理措施要針對本地區(qū)乃至經(jīng)濟圈的特征來制定，避免統(tǒng)一集中管理可能造成的風險擴大等問題。同時，相近省份之間的溝通交流，如政府隱性債務風險較低的地區(qū)可以向其他地區(qū)提供治理債務風險的方法，可以幫助降低債務風險，整治地區(qū)債務環(huán)境;第三，鑒于數(shù)字金融緩釋地方政府隱性債務風險的同時受到地方財政自給能力的影響，政府應加大對自身財政狀況的重視，逐步改善地方政府財權和事務的匹配程度，不盲目進行財政投資，精準確定支出范圍，提高財政投融資效率。第四，運用數(shù)字金融中的數(shù)字化技術，推動政府財政事務處理與數(shù)字化技術相結合，促進地方政府財政升級，構建金融資本供給和政府融資需求的良性循環(huán)，形成數(shù)字金融對地方政府隱性債務風險的有效緩釋效應。