數(shù)字金融對地方政府債務(wù)風(fēng)險的影響效應(yīng)研究
——基于動態(tài)SDM模型的實證檢驗

張璇 張梅青 唐云鋒

(1.北京交通大學(xué)經(jīng)濟管理學(xué)院，北京 100044；2.浙江越秀外國語學(xué)院國際金融與貿(mào)易學(xué)院，浙江 紹興 312000)

一、引言

金融安全是國家安全的重要組成部分。2021年3月，中國“十四五”規(guī)劃明確提出“實施金融安全戰(zhàn)略”。2021年4月，《國務(wù)院關(guān)于進一步深化預(yù)算管理制度改革的意見》(國發(fā)〔2021〕5號)明確指出要“防范化解地方政府隱性債務(wù)風(fēng)險，堅決防止風(fēng)險累積形成系統(tǒng)性風(fēng)險”。根據(jù)財政部數(shù)據(jù)，截至2022年8月末，全國地方政府債務(wù)余額為34.78萬億元，同比增長22.16%。疫情沖擊下地方政府債務(wù)融資需求持續(xù)擴大，數(shù)字金融作為一種新興金融科技創(chuàng)新，能夠有效緩解地方政府債務(wù)融資困境(侯世英和宋良榮，2020)[16]。數(shù)字金融已經(jīng)成為中國數(shù)字經(jīng)濟的重要組成部分，地方政府債務(wù)風(fēng)險又是金融風(fēng)險的重大風(fēng)險源，如何防控數(shù)字金融時代下的地方政府債務(wù)風(fēng)險已是當務(wù)之急(丁曉蔚，2021)[10]。由此，數(shù)字金融對地方政府債務(wù)風(fēng)險的影響機制是什么？這一機制又存在怎樣的結(jié)構(gòu)化特征和區(qū)域化差異？本文將針對這些問題展開深入研究。

數(shù)字金融具有共享、便捷、低成本、低門檻等特點(Frost et al.，2019；王永倉和王小華，2022)[4][31]，是推動中國經(jīng)濟高質(zhì)量可持續(xù)發(fā)展的重要能量(薛瑩和胡堅，2020)[33]。具體體現(xiàn)在三個層面：在微觀層面，數(shù)字金融緩解了中小企業(yè)融資約束，提高了金融部門效率(Yang et al.，2021)[8]；在中觀層面，數(shù)字金融能夠有效驅(qū)動我國城市創(chuàng)新發(fā)展(汪亞楠等，2020)[30]，推動產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型，促進產(chǎn)業(yè)結(jié)構(gòu)升級(李優(yōu)樹等，2022)[23]；在宏觀層面，數(shù)字金融能夠顯著縮小城鄉(xiāng)收入差距，促進共同富裕(宋科等，2022)[24]。此外，學(xué)界主要從銀行信貸、財政壓力和房地產(chǎn)價格三個視角闡述其與地方政府債務(wù)風(fēng)險的影響關(guān)系。財政壓力是地方政府大規(guī)模舉債的重要動因，其對地方政府債務(wù)風(fēng)險有顯著的正向刺激影響(洪源等，2018)[15]；而商業(yè)銀行是地方政府債券的主要持有者，并且商業(yè)銀行信貸在房地產(chǎn)融資中占比高達三分之二。因此，商業(yè)銀行信貸配置的規(guī)模、期限結(jié)構(gòu)和配置效率以及房地產(chǎn)價格，均會對地方政府債務(wù)風(fēng)險產(chǎn)生影響(趙全厚和許靜，2022；唐云鋒和劉清杰，2020)[35][28]。

地方政府債務(wù)風(fēng)險問題與金融發(fā)展關(guān)系十分密切。侯世英和宋良榮(2020)[16]研究發(fā)現(xiàn)，數(shù)字金融發(fā)展對地方政府債務(wù)融資效率具有積極作用。但隨著數(shù)字金融技術(shù)和產(chǎn)品的不斷創(chuàng)新，其帶來的金融風(fēng)險問題也更易疊加和擴散，地方政府債務(wù)風(fēng)險是中國金融安全戰(zhàn)略中應(yīng)高度關(guān)注的金融風(fēng)險(滑冬玲，2019)[17]。然而，鮮有文獻從數(shù)字金融視域下研究地方政府債務(wù)風(fēng)險問題，更缺乏從動態(tài)視角研究跨期、跨區(qū)的數(shù)字金融對地方政府債務(wù)風(fēng)險的空間影響機制。鑒于此，本文綜合考慮我國現(xiàn)實邏輯與體制背景，通過構(gòu)建動態(tài)空間杜賓模型(Spatial Durbin Model，SDM)，著重探討數(shù)字金融對地方政府債務(wù)風(fēng)險的直接影響效應(yīng)和空間影響效應(yīng)。本文可能的邊際貢獻在于：一是通過構(gòu)建動態(tài)SDM模型，揭示數(shù)字金融視角下地方政府債務(wù)風(fēng)險跨期、跨部門的風(fēng)險溢出機制，為系統(tǒng)性風(fēng)險防控策略優(yōu)化提供新視角和新路徑；二是結(jié)合地方政府債務(wù)風(fēng)險的空間集聚特征及演化趨勢，從中觀視角揭示數(shù)字金融發(fā)展對地方政府債務(wù)風(fēng)險產(chǎn)生的跨期、跨區(qū)的空間溢出機制；三是通過結(jié)構(gòu)異質(zhì)性和區(qū)域異質(zhì)性分析，深度挖掘數(shù)字金融對地方政府債務(wù)風(fēng)險影響的重要維度和區(qū)域差異，為數(shù)字金融時代下地方政府債務(wù)風(fēng)險的區(qū)域聯(lián)防聯(lián)控提供政策依據(jù)。

二、理論分析與研究假設(shè)

(一)數(shù)字金融對地方政府債務(wù)風(fēng)險的直接影響機制

數(shù)字金融是銀行等傳統(tǒng)金融機構(gòu)與互聯(lián)網(wǎng)公司利用數(shù)字技術(shù)實現(xiàn)的支付、投資等金融創(chuàng)新模式(黃益平和黃卓，2018)[19]，是大數(shù)據(jù)、云計算、5G等新興數(shù)字產(chǎn)業(yè)與傳統(tǒng)金融的有機結(jié)合。數(shù)字金融發(fā)展對地方政府債務(wù)風(fēng)險的影響主要體現(xiàn)在以下兩個方面：

一是債務(wù)資金融通方面。隨著我國城市化水平不斷提高，基礎(chǔ)設(shè)施建設(shè)的剛性需求與地方財政資金緊缺的矛盾日漸突出，債務(wù)性融資是地方政府的主要融資方式。而數(shù)字金融具有科技性、政策性和靶向性，傳統(tǒng)金融會對長尾客戶產(chǎn)生金融排斥，數(shù)字金融則可以破除區(qū)域壁壘，拓展金融服務(wù)廣度和深度，促使地方政府擁有更多的債務(wù)融資對象和城市建設(shè)資金，有效解決了地方政府融資渠道少、財政缺口大的難題。地方政府通過數(shù)字金融獲得較為充裕的城市建設(shè)資金，有效推動了地區(qū)經(jīng)濟發(fā)展，促使地方政府財政收入增加，這不僅能緩解地方政府遺留的隱性債務(wù)壓力，也為地方政府項目運營與償債提供資金保障。此外，由于數(shù)字金融的便捷性和普惠性，數(shù)字金融不僅提高了金融市場的運行效率，而且為地方政府降低了融資成本(Mushtaq and Bruneau，2019)[7]。從財政金融協(xié)同視角看，數(shù)字金融發(fā)展實現(xiàn)了地方政府債務(wù)的可持續(xù)性，由于融資杠桿效應(yīng)，地方政府的經(jīng)濟實力不斷加強，從而有效降低了地方政府債務(wù)風(fēng)險。

二是數(shù)字技術(shù)風(fēng)險控制方面。數(shù)字金融能夠依托大數(shù)據(jù)、云計算等數(shù)字技術(shù)，對地方政府債務(wù)數(shù)據(jù)進行采集、處理和分析，破除地方政府債務(wù)融資市場參與方之間的“數(shù)據(jù)壁壘”和“信息煙囪”，降低信息搜尋成本和信息交互成本?；谖写砝碚?，數(shù)字技術(shù)提升了地方政府債務(wù)融資各環(huán)節(jié)的透明度，實現(xiàn)金融資源供給與地方政府債務(wù)融資需求的精準匹配，降低了借貸雙方信息不對稱風(fēng)險(Jagtiani and Lemieux，2019)[3]。此外，數(shù)字金融能夠通過大數(shù)據(jù)平臺整合地方政府債務(wù)的資金流向和信息動態(tài)，對海量結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)進行動態(tài)、實時和智能監(jiān)測，并通過智能化的風(fēng)險防控手段為地方政府挖掘“信用資產(chǎn)價值”，為地方政府搭建全方位債務(wù)風(fēng)險評估系統(tǒng)，提升地方政府債務(wù)風(fēng)險甄別能力并實現(xiàn)風(fēng)險穿透式監(jiān)管，克服了傳統(tǒng)金融高風(fēng)險溢價問題(黃益平和邱晗，2021)[20]，從而降低了地方政府債務(wù)風(fēng)險?；谏鲜龇治?，本文提出如下假設(shè)：

H1a：數(shù)字金融對地方政府債務(wù)風(fēng)險存在負向影響，即數(shù)字金融發(fā)展能夠有效抑制地方政府債務(wù)風(fēng)險。

數(shù)字金融兼具科技屬性和金融屬性，是一把“雙刃劍”，對地方政府債務(wù)風(fēng)險也可能產(chǎn)生增大作用。中國數(shù)字金融還存在征信系統(tǒng)不完善、數(shù)字技術(shù)不成熟、金融監(jiān)管不到位等問題(李蒼舒和沈艷，2019)[21]，在開放互動的互聯(lián)網(wǎng)空間，金融、技術(shù)、網(wǎng)絡(luò)等風(fēng)險更易疊加，數(shù)字金融本質(zhì)上是轉(zhuǎn)移風(fēng)險而不是消除風(fēng)險，特殊情況下還會產(chǎn)生新的金融風(fēng)險(Liao，2018)[6]，在風(fēng)險跨部門、跨區(qū)域傳染下可能引發(fā)系統(tǒng)性金融風(fēng)險。金融體系是地方政府債務(wù)資金的主要來源，系統(tǒng)性金融風(fēng)險的暴發(fā)會導(dǎo)致地方政府財政資金嚴重損失，從而加劇地方政府債務(wù)風(fēng)險?；谏鲜龇治觯疚奶岢鋈缦录僭O(shè)：

H1b：數(shù)字金融對地方政府債務(wù)風(fēng)險存在正向影響，即數(shù)字金融發(fā)展會增大地方政府債務(wù)風(fēng)險。

(二)數(shù)字金融對地方政府債務(wù)風(fēng)險的空間影響機制

在互聯(lián)網(wǎng)技術(shù)的支持下，數(shù)字金融在實體經(jīng)濟中擴散和滲透，打破了線下交易的空間約束，發(fā)展逐步呈現(xiàn)空間關(guān)聯(lián)特征，這為其對鄰近地區(qū)政府債務(wù)風(fēng)險產(chǎn)生外溢作用提供了前提條件。已有研究證實，數(shù)字金融發(fā)展在地理距離空間權(quán)重矩陣下具有顯著的空間集聚性和空間溢出效應(yīng)(李明賢等，2021)[22]。數(shù)字金融發(fā)展突破了部門和地域限制，加速了資金、信息、技術(shù)等要素的自由流通與有效配置，在空間層面呈現(xiàn)低成本聚集和高流動性，數(shù)字金融發(fā)展水平較高的地區(qū)能夠?qū)︵徑貐^(qū)形成“以點帶面”的發(fā)展格局。數(shù)字金融發(fā)展在經(jīng)濟增長、創(chuàng)業(yè)活躍度、銀行貸款等社會經(jīng)濟發(fā)展方面會產(chǎn)生空間溢出效應(yīng)(褚翠翠等，2021；溫博慧等，2022)[9][32]，而經(jīng)濟發(fā)展、信貸支持等與地方政府債務(wù)風(fēng)險也具有較強的關(guān)聯(lián)性(趙全厚和許靜，2022)[35]，這為數(shù)字金融對地方政府債務(wù)風(fēng)險產(chǎn)生空間溢出效應(yīng)提供了可能性。此外，基于假設(shè)H1a和假設(shè)H1b，數(shù)字金融能夠?qū)Φ胤秸畟鶆?wù)風(fēng)險產(chǎn)生正向或負向作用，這也會影響地方政府債務(wù)風(fēng)險的擴散程度。地方政府債務(wù)風(fēng)險呈現(xiàn)高度復(fù)雜的網(wǎng)絡(luò)關(guān)聯(lián)特征以及多線程空間溢出特征，以多米諾骨牌效應(yīng)在區(qū)域間傳染(Gennaioli et al.，2017)[2]?；诳臻g經(jīng)濟學(xué)理論和金融風(fēng)險傳染理論，區(qū)域性地方政府債務(wù)風(fēng)險不僅會對局部金融市場產(chǎn)生沖擊，也可能誘發(fā)多部門、跨地區(qū)的地方政府債務(wù)風(fēng)險空間溢出。基于上述分析，本文提出如下假設(shè)：

H2：數(shù)字金融對地方政府債務(wù)風(fēng)險具有空間溢出效應(yīng)，即數(shù)字金融發(fā)展會對鄰近地區(qū)政府債務(wù)風(fēng)險產(chǎn)生外溢作用。

三、研究設(shè)計

(一)空間計量模型的構(gòu)建

本文重點探討中國省域?qū)用鏀?shù)字金融對地方政府債務(wù)風(fēng)險的直接影響和空間溢出機制。變量之間的空間溢出機制主要體現(xiàn)在地區(qū)間的相互影響，并且地方政府債務(wù)風(fēng)險可能存在時間慣性和區(qū)域間的時空依存關(guān)系，因此，需要借助動態(tài)空間計量模型進行分析。此外，SDM模型是空間滯后模型(Spatial Lag Model，SLM)和空間誤差模型(Spatial Error Model，SEM)的一般形式。因此，本文構(gòu)建包含動態(tài)效應(yīng)的地方政府債務(wù)風(fēng)險SDM模型，如式(1)所示：

其中，LDRit為第i省在t時期的地方政府債務(wù)風(fēng)險，LDRi,t-1為滯后一期的地方政府債務(wù)風(fēng)險，DFit為第i省在t時期的數(shù)字金融發(fā)展總指數(shù)或數(shù)字金融某一維度指數(shù)，Xit為控制變量集。α表示截距項，τ為時間滯后項系數(shù)，ρ、β2、γ分別表示各變量空間滯后項系數(shù)，δ為時空滯后項系數(shù)，β1、θ分別表示各變量系數(shù)，μi表示空間效應(yīng)，?t表示時間效應(yīng)，εit為誤差項，Wij為空間權(quán)重矩陣。本文基于實際地理距離構(gòu)造空間權(quán)重矩陣Wij，如式(2)所示：

其中dij代表省份i與省份j之間的實際地理距離，Wij為省份i和省份j之間地理距離倒數(shù)的平方。

(二)數(shù)據(jù)來源

基于數(shù)據(jù)的可獲得性和完整性，本文選取2011―2020年中國31個省區(qū)市(不含港澳臺地區(qū))數(shù)據(jù)，數(shù)據(jù)來源于國家統(tǒng)計局數(shù)據(jù)庫、各省份統(tǒng)計年鑒、Wind數(shù)據(jù)庫以及CEIC經(jīng)濟數(shù)據(jù)庫。對于個別變量缺失的年份數(shù)據(jù)，采用GM(1,1)灰色預(yù)測均值差分方法進行估值。

(三)變量選取與說明

1.被解釋變量

綜合考慮中國地方政府現(xiàn)實狀況與體制背景，借鑒張璇等(2022)[34]已有文獻，本文從債務(wù)負擔率、財政負債率和財政支出規(guī)模三個維度對地方政府債務(wù)風(fēng)險進行綜合測度。債務(wù)負擔率由地方政府債務(wù)余額與地區(qū)生產(chǎn)總值之比進行度量，反映地方經(jīng)濟總規(guī)模對政府債務(wù)的承受能力；財政負債率由地方政府債務(wù)余額與地方財政收入之比進行度量，反映當期財政收入償還債務(wù)余額的能力；財政支出規(guī)模由地方財政支出與地區(qū)生產(chǎn)總值之比進行度量，反映財政分配活動對經(jīng)濟運行的影響。

2.解釋變量

借鑒侯世英和宋良榮(2020)[16]、溫博慧等(2022)[32]等已有文獻，選取北京大學(xué)數(shù)字金融研究中心數(shù)字普惠金融指數(shù)作為中國數(shù)字金融發(fā)展的總度量指標，該指數(shù)較為貼切地刻畫了中國數(shù)字金融發(fā)展水平，具有較高的真實性和權(quán)威性。為全面探析數(shù)字金融對地方政府債務(wù)風(fēng)險的結(jié)構(gòu)性效應(yīng)，進一步選取該指數(shù)的三大維度，即數(shù)字金融覆蓋廣度、數(shù)字金融使用深度以及數(shù)字金融數(shù)字化程度分別作為本文的解釋變量。數(shù)字金融覆蓋廣度即數(shù)字金融業(yè)務(wù)的賬戶數(shù)量、用戶比例等，數(shù)字金融使用深度即數(shù)字金融支付、貨幣基金、信貸、保險、投資等服務(wù)類型的使用情況，數(shù)字金融數(shù)字化程度即數(shù)字金融移動化、實惠化、信用化、便利化的程度。

3.控制變量

參考黃春元和劉瑞(2020)[18]等研究，將其他影響地方政府債務(wù)風(fēng)險的因素作為控制變量，具體包括市場化程度、土地財政依賴度、固定資產(chǎn)投資、經(jīng)濟水平、財政分權(quán)度、城鎮(zhèn)化和對外開放程度。

4.變量的描述性統(tǒng)計

本文對上述變量的面板數(shù)據(jù)展開研究，并對部分變量進行對數(shù)處理，以消除異方差的影響。實證模型變量定義如表1所示，各變量的描述性統(tǒng)計結(jié)果如表2所示。

表1 實證模型變量定義

表2 變量的描述性統(tǒng)計結(jié)果

四、實證結(jié)果與分析

(一)空間相關(guān)性檢驗

1.全局空間自相關(guān)檢驗

在使用空間計量模型之前，需要先考察數(shù)據(jù)是否存在空間依賴性，即進行空間相關(guān)性檢驗。本文通過全局Moran’s I指數(shù)考察中國地方政府債務(wù)風(fēng)險總體上的空間依賴程度，全局Moran’s I指數(shù)的計算方法如式(3)所示：

其中，n為樣本地區(qū)數(shù)量，xi和xj分別表示省份i和省份j的地方政府債務(wù)風(fēng)險指數(shù)， 為觀測值平均數(shù)，S2為樣本方差，wij為地理距離空間權(quán)重矩陣。Moran’s I指數(shù)取值范圍是[-1,1]，大于0表示地方政府債務(wù)風(fēng)險在整體上表現(xiàn)為空間正相關(guān)，小于0則表示地方政府債務(wù)風(fēng)險在整體上表現(xiàn)為空間負相關(guān)?；诘乩砭嚯x空間權(quán)重矩陣，借助Stata軟件對地方政府債務(wù)風(fēng)險和數(shù)字金融發(fā)展總指數(shù)做全局Moran’s I空間自相關(guān)檢驗，結(jié)果如表3所示。在研究期內(nèi)地方政府債務(wù)風(fēng)險和數(shù)字金融發(fā)展均存在顯著的空間正相關(guān)性，且Moran’s I指數(shù)整體呈上升趨勢，說明中國地方政府債務(wù)風(fēng)險和數(shù)字金融發(fā)展具有明顯的空間依賴性，且空間依賴性逐漸加強。

表3 全局空間自相關(guān)檢驗結(jié)果

2.局部空間自相關(guān)檢驗

本文通過局部Moran’s I散點圖和LISA集聚圖進一步分析地方政府債務(wù)風(fēng)險局部空間集聚特征及其演化趨勢。局部 Moran’s I 指數(shù)的計算方法如式(4)所示：

局部Moran’s I指數(shù)與全局Moran’s I指數(shù)含義相似，但局部Moran’s I重點考察某區(qū)域i附近的空間集聚情況，具體分為四種集聚類型：高-高集聚(high-high)、低-低集聚(low-low)、低-高集聚(low-high)和高-低集聚(high-low)?；诘乩砭嚯x空間權(quán)重矩陣，選取2011年、2015年和2020年的數(shù)據(jù)，借助Stata軟件繪制地方政府債務(wù)風(fēng)險局部Moran’s I散點圖，如圖1、圖2和圖3所示。從地方政府債務(wù)風(fēng)險集聚分布情況看，大多數(shù)省份分布在第Ⅰ和第Ⅲ象限，說明各省份的地方政府債務(wù)風(fēng)險集聚情況以高-高集聚和低-低集聚為主，相較于2011年，2015年和2020年的空間集聚性逐漸加強。

圖1 2011年地方政府債務(wù)風(fēng)險Moran散點圖

圖2 2015年地方政府債務(wù)風(fēng)險Moran散點圖

圖3 2020年地方政府債務(wù)風(fēng)險Moran散點圖

借助ArcGIS軟件繪制2011年、2015年及2020年地方政府債務(wù)風(fēng)險LISA集聚圖，如圖4、圖5和圖6所示，進一步考察局部空間演化趨勢。在2011年，云南省和廣西壯族自治區(qū)呈高-高集聚狀態(tài)，表明這兩個地區(qū)的地方政府債務(wù)風(fēng)險較高，且集聚在一起；內(nèi)蒙古自治區(qū)和遼寧省呈高-低集聚狀態(tài)，表明這兩個地區(qū)的地方政府債務(wù)風(fēng)險較大，但其周圍地區(qū)的地方政府債務(wù)風(fēng)險處于低值；四川省和重慶市呈低-高集聚狀態(tài)，表明這兩個地區(qū)的地方政府債務(wù)風(fēng)險較低，但其周圍地區(qū)的地方政府債務(wù)風(fēng)險較高；河北省、山東省、安徽省、江蘇省和上海市呈低-低集聚狀態(tài)，表明這些集聚的省區(qū)處于地方政府債務(wù)風(fēng)險洼地。相較于2011年，2015年高-高集聚狀態(tài)的地區(qū)依舊是云南省和廣西壯族自治區(qū)；低-高集聚狀態(tài)的地區(qū)由四川省和重慶市變?yōu)樗拇ㄊ『臀鞑刈灾螀^(qū)；低-低集聚狀態(tài)的地區(qū)新增河南省、浙江省和福建省；無高-低集聚狀態(tài)的地區(qū)。相較于2015年，2020年僅甘肅省呈高-高集聚狀態(tài)，其他集聚狀態(tài)均與2015年保持一致。

圖4 2011年地方政府債務(wù)風(fēng)險LISA集聚圖

圖5 2015年地方政府債務(wù)風(fēng)險LISA集聚圖

圖6 2020年地方政府債務(wù)風(fēng)險LISA集聚圖

綜上，通過分析地方政府債務(wù)風(fēng)險空間演化特征，發(fā)現(xiàn)中國地方政府債務(wù)風(fēng)險具有明顯的空間集聚性，局部空間格局以高-高集聚和低-低集聚為主，以低-高集聚和高-低集聚為輔。從局部空間演化趨勢看，沿海地區(qū)的地方政府債務(wù)風(fēng)險相對穩(wěn)定，而內(nèi)陸地區(qū)變化較大。因此，需進一步通過空間計量實證分析，探究數(shù)字金融對地方政府債務(wù)風(fēng)險的直接影響效應(yīng)和空間影響效應(yīng)。

(二)模型檢驗與選擇

空間相關(guān)性檢驗結(jié)果佐證了實證模型中有必要考慮變量之間的空間作用。為確保模型的有效性，在模型運行之前，還需要進一步確定空間計量模型的形式和效應(yīng)。因此，對地方政府債務(wù)風(fēng)險的空間計量模型進行檢驗與選擇，結(jié)果如表4所示。首先，對空間計量模型形式進行檢驗，結(jié)果顯示：LM error、robust LM error和robust LM lag統(tǒng)計量值分別為7.578、21.376、14.349，均通過了1%的顯著性水平檢驗，說明地方政府債務(wù)風(fēng)險具有空間效應(yīng)，需要采用空間計量模型。Wald檢驗及LR檢驗下的空間滯后統(tǒng)計量值和空間誤差統(tǒng)計量值均通過了1%的顯著性水平檢驗，說明地方政府債務(wù)風(fēng)險的空間計量模型應(yīng)采用SDM模型。其次，對空間計量模型效應(yīng)進行檢驗，結(jié)果顯示：Hausman檢驗和LR檢驗統(tǒng)計量值均通過了1%顯著性水平檢驗，說明SDM模型應(yīng)采用時空固定效應(yīng)。

表4 空間計量模型檢驗結(jié)果

(三)實證結(jié)果分析

1.模型估計結(jié)果分析

根據(jù)前文檢驗結(jié)果，對靜態(tài)SDM模型和動態(tài)SDM模型的時空固定效應(yīng)分別做模型估計，并將靜態(tài)SDM模型作為對比模型，結(jié)果如表5所示。靜態(tài)SDM模型和動態(tài)SDM模型中，數(shù)字金融對地方政府債務(wù)風(fēng)險的作用方向和顯著性水平基本一致，但動態(tài)SDM模型同時包含地方政府債務(wù)風(fēng)險的時間滯后項、空間滯后項和時空滯后項，且都通過1%的顯著性水平檢驗，進一步表明動態(tài)SDM模型的參數(shù)估計結(jié)果對計量模型具有更強的解釋力。

表5 靜態(tài)SDM 模型與動態(tài)SDM 模型估計結(jié)果

根據(jù)時空固定效應(yīng)下的動態(tài)SDM模型估計結(jié)果，發(fā)現(xiàn)：(1)空間維度方面，地方政府債務(wù)風(fēng)險的空間滯后項系數(shù)顯著為正，說明中國地方政府債務(wù)風(fēng)險在地理距離相近的地區(qū)存在顯著的空間溢出效應(yīng)，這與全局空間相關(guān)性檢驗結(jié)果一致。(2)時間維度方面，地方政府債務(wù)風(fēng)險的時間滯后項系數(shù)顯著為正，說明中國地方政府債務(wù)風(fēng)險存在時間慣性，表現(xiàn)為時序上的雪球效應(yīng)?？赡艿脑蚴牵胤秸畟鶆?wù)風(fēng)險管控等政策的調(diào)整，本身存在時間上的滯后性，從而引起地方政府債務(wù)風(fēng)險的變化也隨之滯后。(3)時空雙向維度方面，地方政府債務(wù)風(fēng)險的時空滯后項系數(shù)顯著為正，表明本地區(qū)上一期地方政府債務(wù)風(fēng)險對鄰近地區(qū)政府債務(wù)風(fēng)險具有正向影響，即存在時空季風(fēng)效應(yīng)。可能的原因是，基于金融風(fēng)險傳染理論，地方政府債務(wù)風(fēng)險的區(qū)域性危機可能誘發(fā)多部門、跨地區(qū)金融危機的相繼發(fā)生，從而產(chǎn)生非接觸性金融風(fēng)險傳染現(xiàn)象。

在解釋變量估計結(jié)果方面：(1)數(shù)字金融發(fā)展總指數(shù)系數(shù)顯著為負，說明數(shù)字金融發(fā)展對地方政府債務(wù)風(fēng)險存在顯著的負向影響，即數(shù)字金融發(fā)展能夠有效抑制地方政府債務(wù)風(fēng)險。因此，假設(shè)H1a得到驗證。(2)數(shù)字金融發(fā)展總指數(shù)的空間滯后項系數(shù)通過顯著性水平檢驗，表明數(shù)字金融對地方政府債務(wù)風(fēng)險存在空間溢出效應(yīng)。因此，中國各省的地方政府債務(wù)風(fēng)險不僅存在內(nèi)生的時間滯后效應(yīng)及空間交互效應(yīng)，還存在外生的數(shù)字金融空間交互效應(yīng)。

2.影響效應(yīng)分析

動態(tài)SDM模型估計結(jié)果不能直接反映解釋變量對被解釋變量的邊際效應(yīng)。為進一步考察直接影響效應(yīng)和空間溢出效應(yīng)，參考Elhorst(2014)[1]的研究方法，將各變量進行偏微分分解，即把數(shù)字金融對地方政府債務(wù)風(fēng)險的影響效應(yīng)分解為直接效應(yīng)、間接效應(yīng)(空間溢出效應(yīng))和總效應(yīng)。由于動態(tài)SDM模型包含了滯后一期的地方政府債務(wù)風(fēng)險及其空間滯后項，從時間維度上又分為短期效應(yīng)和長期效應(yīng)。

數(shù)字金融對地方政府債務(wù)風(fēng)險影響效應(yīng)的分解結(jié)果如表6所示，數(shù)字金融的短期總效應(yīng)系數(shù)和長期總效應(yīng)系數(shù)均顯著為負，再次證明數(shù)字金融的發(fā)展對地方政府債務(wù)風(fēng)險存在非常顯著的負向影響。短期總效應(yīng)絕對值大于長期總效應(yīng)絕對值，說明數(shù)字金融可以有效降低地方政府債務(wù)風(fēng)險，且這一作用會隨著時間的推移而減弱。數(shù)字金融的長期間接效應(yīng)系數(shù)顯著為負，說明數(shù)字金融對地方政府債務(wù)風(fēng)險存在比較顯著的長期負向空間溢出效應(yīng)，即本地區(qū)數(shù)字金融發(fā)展水平越高，鄰近地區(qū)政府債務(wù)風(fēng)險越小，且該效應(yīng)具有長遠影響，因此，假設(shè)H2得到驗證。

表6 數(shù)字金融對地方政府債務(wù)風(fēng)險的影響效應(yīng)分解結(jié)果

上述內(nèi)容的經(jīng)濟邏輯在于：一方面，數(shù)字金融滿足了地區(qū)經(jīng)濟發(fā)展的財政資金需求，實現(xiàn)了地方財政資源和地區(qū)金融資源的優(yōu)化配置，在融資杠桿效應(yīng)下，地方財政收入增加，地方政府債務(wù)風(fēng)險降低；另一方面，數(shù)字金融依托數(shù)字技術(shù)，降低了信息不對稱風(fēng)險，提升了地方政府債務(wù)風(fēng)險甄別能力。此外，數(shù)字金融發(fā)展具有空間溢出效應(yīng)，不僅帶動了鄰近地區(qū)金融和經(jīng)濟發(fā)展，還抑制了地方政府債務(wù)風(fēng)險的跨部門、跨區(qū)域擴散。因此，鄰近地區(qū)的政府債務(wù)風(fēng)險也會減小，整體表現(xiàn)為系統(tǒng)性金融風(fēng)險的降低。

(四)穩(wěn)健性檢驗

為確保實證結(jié)果的可靠性，本文進一步進行了穩(wěn)健性檢驗。(1)替換被解釋變量，參考伏潤民等(2017)[11]，采用地方政府債務(wù)余額表征地方政府債務(wù)風(fēng)險，重新評估數(shù)字金融與地方政府債務(wù)風(fēng)險之間的關(guān)系。(2)替換解釋變量，前文中地方政府債務(wù)風(fēng)險和數(shù)字金融指數(shù)均使用了省級數(shù)據(jù)，為加強研究結(jié)論的可靠性，參考顧海峰和高水文(2022)[12]，以各省地級市數(shù)字金融發(fā)展指數(shù)均值進行重新檢驗。(3)剔除特殊樣本，參考唐松等(2020)[27]，由于直轄市的地理位置、經(jīng)濟政策等存在特殊性，地方政府債務(wù)融資、數(shù)字金融發(fā)展等也可能存在顯著差異，剔除直轄市樣本，重新進行模型檢驗。(4)更換空間權(quán)重矩陣，采用兩種更換方法，構(gòu)建鄰接空間權(quán)重矩陣和反地理距離空間權(quán)重矩陣，在基準空間計量模型的基礎(chǔ)上，分別引入動態(tài)SDM模型，以考察空間計量模型的穩(wěn)健性。以上檢驗結(jié)果如表7所示，整體來看，各檢驗結(jié)果中的地方政府債務(wù)風(fēng)險空間滯后項系數(shù)仍顯著為正，并且數(shù)字金融及其空間滯后項的符號和顯著性均未發(fā)生明顯變化，表明本文實證結(jié)果具有穩(wěn)健性。

表7 穩(wěn)健性檢驗結(jié)果

五、進一步分析

(一)結(jié)構(gòu)異質(zhì)性分析

數(shù)字金融涵蓋多個維度，具體可分為數(shù)字金融覆蓋廣度、數(shù)字金融使用深度和數(shù)字金融數(shù)字化程度。進一步將數(shù)字金融三大維度分別作為解釋變量，探討不同維度下的數(shù)字金融對地方政府債務(wù)風(fēng)險的影響差異。對數(shù)字金融的結(jié)構(gòu)異質(zhì)性做動態(tài)SDM模型檢驗，結(jié)果如表8所示。從數(shù)字金融的結(jié)構(gòu)異質(zhì)性估計結(jié)果看，地方政府債務(wù)風(fēng)險的空間滯后項系數(shù)在三大維度估計結(jié)果中仍顯著為正，這與數(shù)字金融發(fā)展總指數(shù)檢驗結(jié)果一致。

表8 基于結(jié)構(gòu)異質(zhì)性的動態(tài)SDM 模型估計結(jié)果

進一步對數(shù)字金融結(jié)構(gòu)異質(zhì)性的影響效應(yīng)進行分解，結(jié)果如表9所示，數(shù)字金融各維度對地方政府債務(wù)風(fēng)險的影響主要體現(xiàn)在短期效應(yīng)。根據(jù)各效應(yīng)系數(shù)正負和顯著性，得出以下檢驗結(jié)果：(1)數(shù)字金融覆蓋廣度對地方政府債務(wù)風(fēng)險存在負向直接影響以及正向空間溢出效應(yīng)。(2)數(shù)字金融使用深度對地方政府債務(wù)風(fēng)險存在負向直接影響。(3)數(shù)字金融數(shù)字化程度對地方政府債務(wù)風(fēng)險存在正向直接影響以及負向空間溢出效應(yīng)，因此，假設(shè)H1b得到驗證。此外，對比各效應(yīng)系數(shù)絕對值的大小，可以發(fā)現(xiàn)，在影響強度方面：(1)各維度對地方政府債務(wù)風(fēng)險的直接影響強度從大到小依次為：數(shù)字金融使用深度、數(shù)字金融數(shù)字化程度、數(shù)字金融覆蓋廣度。(2)數(shù)字金融數(shù)字化程度對地方政府債務(wù)風(fēng)險的空間溢出效應(yīng)大于數(shù)字金融覆蓋廣度。

表9 基于結(jié)構(gòu)異質(zhì)性的影響效應(yīng)分解結(jié)果

基于上述結(jié)果，可能的原因是，數(shù)字金融覆蓋廣度和使用深度的增加不僅降低了地方政府債務(wù)管理的資金成本和交易成本，還促使地方政府債務(wù)的投資者向長尾客戶群延伸，更多的機構(gòu)投資者和個人投資者能夠購買相關(guān)的數(shù)字金融產(chǎn)品。這有效緩解了地方政府債務(wù)資金壓力，進而降低了地方政府債務(wù)風(fēng)險。此外，商業(yè)銀行是地方政府債務(wù)的主要持有者和信貸供給方，孫志紅和琚望靜(2022)[26]研究發(fā)現(xiàn)，覆蓋廣度和使用深度也是商業(yè)銀行進行風(fēng)險控制的主要驅(qū)動力，這在一定程度上支持了本文研究結(jié)論。而數(shù)字金融數(shù)字化程度可能存在虹吸效應(yīng)，本地區(qū)數(shù)字金融過度數(shù)字化會吸引周圍地區(qū)金融、經(jīng)濟等資源向本地區(qū)流動，本地區(qū)政府將面臨債務(wù)資源數(shù)字化管理的新挑戰(zhàn)，從而承擔了較多地方政府債務(wù)風(fēng)險；并且數(shù)字金融憑借互聯(lián)網(wǎng)數(shù)字技術(shù)更易打破區(qū)域壁壘，因此，數(shù)字化程度的空間溢出效應(yīng)也較大。這也表明中國金融的數(shù)字化程度還有待進一步優(yōu)化(汪亞楠等，2020)[29]。

(二)區(qū)域異質(zhì)性分析

通過局部空間檢驗，本文發(fā)現(xiàn)中國不同區(qū)域的地方政府債務(wù)風(fēng)險存在明顯的集聚差異，因此，進一步探討數(shù)字金融發(fā)展對地方政府債務(wù)風(fēng)險影響的區(qū)域異質(zhì)性。首先，探討沿海地區(qū)與內(nèi)陸地區(qū)的區(qū)域異質(zhì)性。參考孫才志和李曉瑋(2022)[25]，本文沿海地區(qū)的范圍包括天津市、浙江省、廣東省等11個地區(qū)，其余地區(qū)劃分為內(nèi)陸地區(qū)。其次，根據(jù)國家統(tǒng)計局的區(qū)域劃分方法，進一步分析我國東部、中部、西部和東北四區(qū)的區(qū)域異質(zhì)性。區(qū)域異質(zhì)性的動態(tài)SDM模型檢驗結(jié)果如表10所示，地方政府債務(wù)風(fēng)險的空間滯后項系數(shù)均顯著為正，這與中國全域檢驗結(jié)果一致。

表10 基于區(qū)域異質(zhì)性的動態(tài)SDM 模型估計結(jié)果

進一步對各區(qū)域的影響效應(yīng)進行分解，結(jié)果如表11所示。從沿海與內(nèi)陸的區(qū)域異質(zhì)性看，得出以下檢驗結(jié)果：(1)沿海地區(qū)數(shù)字金融發(fā)展對地方政府債務(wù)風(fēng)險存在顯著正向直接影響，因此，假設(shè)H1b再次得到驗證。沿海地區(qū)短期間接效應(yīng)系數(shù)顯著為正，即也存在短期正向空間溢出效應(yīng)。(2)內(nèi)陸地區(qū)存在顯著的長期負向直接影響和長期負向空間溢出效應(yīng)，這與全域檢驗結(jié)果一致，但內(nèi)陸地區(qū)整體表現(xiàn)為從短期到長期“由促轉(zhuǎn)抑”的空間溢出效應(yīng)。此外，對比各效應(yīng)系數(shù)絕對值的大小，可以發(fā)現(xiàn)內(nèi)陸地區(qū)數(shù)字金融對地方政府債務(wù)風(fēng)險的整體影響強度大于沿海地區(qū)。

表11 基于區(qū)域異質(zhì)性的影響效應(yīng)分解結(jié)果

為增強研究結(jié)論的準確性，進一步探究我國東部、中部、西部與東北的區(qū)域異質(zhì)性，得出以下檢驗結(jié)果：(1)東部地區(qū)數(shù)字金融發(fā)展對地方政府債務(wù)風(fēng)險存在顯著的短期正向直接影響和短期正向空間溢出效應(yīng)。我國東部地區(qū)的大多數(shù)省份處于沿海地區(qū)，其檢驗結(jié)果與沿海地區(qū)基本一致。(2)無論短期還是長期，中部和東北地區(qū)均存在負向直接影響和負向空間溢出效應(yīng)。這與全域檢驗結(jié)果一致。(3)西部地區(qū)存在負向直接影響，以及從短期到長期“由促轉(zhuǎn)抑”的空間溢出效應(yīng)。這與內(nèi)陸地區(qū)檢驗結(jié)果基本一致。整體來看，除東部地區(qū)，其余地區(qū)與中國全域檢驗結(jié)果基本一致，西部地區(qū)雖然存在“由促轉(zhuǎn)抑”的空間溢出效應(yīng)，但長期內(nèi)依然是負向空間溢出效應(yīng)。此外，對比各效應(yīng)系數(shù)絕對值的大小，發(fā)現(xiàn)短期內(nèi)影響強度從大到小依次為：西部地區(qū)、東北地區(qū)、東部地區(qū)、中部地區(qū)，而長期內(nèi)影響強度從大到小依次為：東北地區(qū)、西部地區(qū)、東部地區(qū)、中部地區(qū)。

上述結(jié)果的可能原因是，中國數(shù)字金融發(fā)展呈現(xiàn)自東南沿海至內(nèi)陸逐漸減弱的趨勢(郭峰等，2020)[13]，東部地區(qū)具有比較發(fā)達的數(shù)字化金融市場，其金融風(fēng)險和數(shù)字技術(shù)風(fēng)險的相互疊加加劇了風(fēng)險跨部門、跨區(qū)域溢出。這對地方政府債務(wù)風(fēng)險系統(tǒng)產(chǎn)生了沖擊，即數(shù)字技術(shù)并沒有改變金融風(fēng)險的隱蔽性、突發(fā)性和傳染性，反而擴大了系統(tǒng)性金融風(fēng)險(何宏慶，2020)[14]。這也驗證了本文結(jié)構(gòu)異質(zhì)性分析結(jié)果，過高的數(shù)字化程度會增加地方政府債務(wù)風(fēng)險。而在中部、西部和東北地區(qū)，數(shù)字金融表現(xiàn)出較強的企業(yè)技術(shù)創(chuàng)新驅(qū)動效果(唐松等，2020)[27]，發(fā)揮了數(shù)字金融的技術(shù)優(yōu)勢和普惠作用，促使地方政府取得較好的融資杠桿效應(yīng)。伴隨著地方財政收入的增加，地方政府債務(wù)風(fēng)險會降低，而且在數(shù)字金融空間溢出增加和金融風(fēng)險擴散減少的雙重作用下，鄰近地區(qū)的政府債務(wù)風(fēng)險也會降低。此外，地方政府債務(wù)融資對地區(qū)金融發(fā)展水平具有較高的依賴性(Li et al.，2022)[5]，尤其是西部地區(qū)存在較強的金融排斥，導(dǎo)致數(shù)字金融對地方政府債務(wù)風(fēng)險的負向空間溢出作用并未得到及時釋放；但隨著數(shù)字金融在西部地區(qū)不斷擴散和滲透，其對鄰近地區(qū)政府債務(wù)風(fēng)險的抑制作用會逐漸顯現(xiàn)。

六、結(jié)論與建議

通過構(gòu)建動態(tài)SDM模型，本文分析了地方政府債務(wù)風(fēng)險空間演化特征，實證檢驗了數(shù)字金融對地方政府債務(wù)風(fēng)險的直接影響效應(yīng)和空間溢出效應(yīng)，并進一步對比分析了數(shù)字金融的結(jié)構(gòu)異質(zhì)性和區(qū)域異質(zhì)性。本文得出以下主要結(jié)論：(1)數(shù)字金融和地方政府債務(wù)風(fēng)險均存在顯著的空間依賴性。地方政府債務(wù)風(fēng)險局部空間分布以高-高集聚和低-低集聚為主，并且呈現(xiàn)時間雪球效應(yīng)、空間溢出效應(yīng)以及時空季風(fēng)效應(yīng)。(2)數(shù)字金融對地方政府債務(wù)風(fēng)險存在顯著的負向直接影響和負向空間溢出效應(yīng)。(3)從數(shù)字金融結(jié)構(gòu)異質(zhì)性看，覆蓋廣度存在顯著負向直接影響和正向空間溢出效應(yīng)，數(shù)字化程度存在顯著正向直接影響和負向空間溢出效應(yīng)，使用深度僅存在顯著負向直接影響。直接影響強度從大到小依次為：使用深度、數(shù)字化程度、覆蓋廣度，且數(shù)字化程度的空間溢出效應(yīng)大于覆蓋廣度。(4)從區(qū)域異質(zhì)性看，東部地區(qū)存在顯著的短期正向直接影響和短期正向空間溢出效應(yīng)，中部和東北地區(qū)均存在負向直接影響和負向空間溢出效應(yīng)，西部地區(qū)存在負向直接影響以及從短期到長期“由促轉(zhuǎn)抑”的空間溢出效應(yīng)。此外，西部地區(qū)和東北地區(qū)的整體影響強度較大。

據(jù)此，為全面落實我國金融安全戰(zhàn)略，實現(xiàn)數(shù)字金融高質(zhì)量發(fā)展與化解地方政府債務(wù)風(fēng)險的動態(tài)協(xié)同，本文提出以下政策建議：

第一，加大數(shù)字金融發(fā)展力度，化解地方政府債務(wù)風(fēng)險。本文研究發(fā)現(xiàn)數(shù)字金融發(fā)展能夠有效抑制地方政府債務(wù)風(fēng)險，對鄰近地區(qū)也能產(chǎn)生積極作用。因此，在疫情反復(fù)沖擊的背景下，政府應(yīng)將數(shù)字金融作為金融供給側(cè)結(jié)構(gòu)性改革的重要著力點，并將發(fā)展數(shù)字金融產(chǎn)業(yè)作為增強經(jīng)濟發(fā)展韌性的戰(zhàn)略舉措。在財政金融聯(lián)合治理框架下，加強數(shù)字金融基礎(chǔ)設(shè)施建設(shè)，搭建開放式數(shù)字化金融平臺，打破區(qū)域間、行業(yè)間的數(shù)據(jù)壁壘，實現(xiàn)數(shù)字金融與地方政府債務(wù)信息資源共享與整合。建立跨部門、跨地區(qū)的數(shù)字金融協(xié)同監(jiān)管機制，構(gòu)建基于數(shù)字金融的地方政府債務(wù)風(fēng)險監(jiān)測系統(tǒng)，強化數(shù)字金融對地方政府債務(wù)風(fēng)險防控的賦能作用。

第二，重視數(shù)字金融使用深度，警惕數(shù)字金融過度數(shù)字化。本文研究發(fā)現(xiàn)數(shù)字金融使用深度對地方政府債務(wù)風(fēng)險的抑制作用最大，而數(shù)字金融數(shù)字化程度會加大地方政府債務(wù)風(fēng)險，對鄰近地區(qū)也會產(chǎn)生消極作用。因此，政府應(yīng)適度拓展數(shù)字金融覆蓋廣度，并將數(shù)字金融使用深度作為地方政府債務(wù)風(fēng)險防控的重要渠道，比如，創(chuàng)新數(shù)字金融發(fā)展的業(yè)態(tài)和模式，加大數(shù)字技術(shù)在保險、貨幣基金、投資、信貸等領(lǐng)域的全方位應(yīng)用深度，鼓勵研發(fā)數(shù)字金融產(chǎn)品，打造數(shù)字金融服務(wù)新模式。同時，將數(shù)字金融數(shù)字化程度作為地方政府債務(wù)風(fēng)險預(yù)警的重點關(guān)注維度，一方面，防范數(shù)字技術(shù)應(yīng)用風(fēng)險，提升金融系統(tǒng)網(wǎng)絡(luò)安全的態(tài)勢感知、威脅發(fā)現(xiàn)和攻擊溯源能力；另一方面，增強政府數(shù)字化監(jiān)管能力，形成政府主導(dǎo)、多元參與的金融數(shù)字化治理格局，提升財政與金融的系統(tǒng)性風(fēng)險防范水平。

第三，統(tǒng)籌區(qū)域數(shù)字金融發(fā)展政策，防范地方政府債務(wù)風(fēng)險空間溢出。本文研究發(fā)現(xiàn)數(shù)字金融發(fā)展對地方政府債務(wù)風(fēng)險的影響存在較大區(qū)域差異。因此，政府應(yīng)因地制宜引導(dǎo)數(shù)字金融資源合理布局，充分考慮地方政府債務(wù)風(fēng)險空間溢出效應(yīng)，防范地方政府債務(wù)風(fēng)險跨期、跨區(qū)、跨部門溢出。注重區(qū)域內(nèi)數(shù)字金融政策的集成效應(yīng)，統(tǒng)籌不同區(qū)域之間數(shù)字金融政策的聯(lián)動效果。采取數(shù)字金融區(qū)域差異化發(fā)展戰(zhàn)略，比如，東部地區(qū)應(yīng)注重數(shù)字金融發(fā)展政策的短期效應(yīng)，積極引導(dǎo)數(shù)字金融業(yè)務(wù)創(chuàng)新，發(fā)揮其向內(nèi)陸地區(qū)的輻射作用；同時，加強數(shù)字金融系統(tǒng)網(wǎng)絡(luò)安全，構(gòu)建政府、金融、公眾等全方位數(shù)字化風(fēng)險聯(lián)動與預(yù)警平臺。中部和東北地區(qū)應(yīng)著力提升智能金融網(wǎng)點的數(shù)量和規(guī)模，推廣數(shù)字金融產(chǎn)品和服務(wù)。西部地區(qū)應(yīng)對數(shù)字金融和數(shù)字產(chǎn)業(yè)給予政策扶持，鼓勵金融機構(gòu)和高科技互聯(lián)網(wǎng)企業(yè)向西部地區(qū)拓展市場，減緩西部地區(qū)的金融排斥，加快釋放數(shù)字金融紅利。 ■