地方政府債務(wù)會(huì)抑制城市數(shù)字經(jīng)濟(jì)發(fā)展嗎？

中圖分類號(hào)：F49 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1009-055X（2025）04-0046-16

doi：10.19366/j. cnki.1009-055X.2025.04.005

一、引言

在當(dāng)前全球經(jīng)濟(jì)增長(zhǎng)放緩的背景下，數(shù)字經(jīng)濟(jì)為經(jīng)濟(jì)增長(zhǎng)提供了新動(dòng)能。數(shù)字經(jīng)濟(jì)通過(guò)催生新業(yè)態(tài)、提升傳統(tǒng)產(chǎn)業(yè)生產(chǎn)效率、優(yōu)化政府治理手段和促進(jìn)信息資產(chǎn)化等途徑推動(dòng)經(jīng)濟(jì)發(fā)展，已經(jīng)成為推動(dòng)經(jīng)濟(jì)持續(xù)增長(zhǎng)的新引擎。2023年，我國(guó)數(shù)字經(jīng)濟(jì)規(guī)模已經(jīng)達(dá)到53.9萬(wàn)億元，數(shù)字經(jīng)濟(jì)增速已連續(xù)12 年高于國(guó)內(nèi)生產(chǎn)總值（gross domestic product，GDP）增速[1]。黨的二十大報(bào)告明確指出，要加快發(fā)展數(shù)字經(jīng)濟(jì)，實(shí)現(xiàn)數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)深度融合[2]。黨的二十屆三中全會(huì)進(jìn)一步指出，健全促進(jìn)實(shí)體經(jīng)濟(jì)和數(shù)字經(jīng)濟(jì)深度融合制度[3]。因此，發(fā)展數(shù)字經(jīng)濟(jì)對(duì)于我國(guó)當(dāng)前經(jīng)濟(jì)發(fā)展具有重要意義。

但與此同時(shí)，我國(guó)地方政府債務(wù)問(wèn)題也逐步凸顯。為緩解 2008年國(guó)際金融危機(jī)對(duì)經(jīng)濟(jì)的沖擊，我國(guó)曾于2008年11月推出了“四萬(wàn)億計(jì)劃”，該計(jì)劃持續(xù)到2010年才基本結(jié)束。這段時(shí)間為了滿足計(jì)劃的資金需求，中央政府放松了對(duì)地方政府?dāng)U張政府債務(wù)的限制，地方政府可以通過(guò)地方融資平臺(tái)進(jìn)行舉債，導(dǎo)致大量政府債務(wù)的隱性化。根據(jù)財(cái)政部發(fā)布的《關(guān)于2024年中央和地方預(yù)算執(zhí)行情況與2025年中央和地方預(yù)算草案的報(bào)告（摘要）》，2025年我國(guó)新增政府債務(wù)總規(guī)模達(dá)到11.86萬(wàn)億元，較2024年增長(zhǎng)了2.9萬(wàn)億元[4]。大量隱性政府債務(wù)增加了政府的債務(wù)壓力與債務(wù)風(fēng)險(xiǎn)，為了緩解這一問(wèn)題，全國(guó)人大常委會(huì)辦公廳在2024年11月8日舉行的新聞發(fā)布會(huì)中宣布，政府將直接增加地方化債資源10萬(wàn)億元5?？梢?，在國(guó)內(nèi)較高政府債務(wù)風(fēng)險(xiǎn)的背景下，化解地方政府債務(wù)、降低政府債務(wù)風(fēng)險(xiǎn)仍是當(dāng)前地方政府的重要工作。

在此背景下，地方政府面臨一個(gè)問(wèn)題：快速擴(kuò)張的地方政府債務(wù)融資規(guī)模是否會(huì)抑制城市數(shù)字經(jīng)濟(jì)的發(fā)展？一方面，地方政府通過(guò)擴(kuò)張政府債務(wù)能夠改善當(dāng)?shù)氐幕A(chǔ)設(shè)施建設(shè)，從而提高資本回報(bào)率，吸引企業(yè)投資，進(jìn)而推動(dòng)地方數(shù)字經(jīng)濟(jì)發(fā)展。地方政府利用數(shù)字經(jīng)濟(jì)作為經(jīng)濟(jì)持續(xù)增長(zhǎng)的引擎，可以有效推動(dòng)城市的經(jīng)濟(jì)快速發(fā)展，進(jìn)而提升政府償債能力，降低債務(wù)風(fēng)險(xiǎn)，形成債務(wù)擴(kuò)張的良性循環(huán)。但另一方面，從理論來(lái)看，政府債務(wù)的急劇擴(kuò)張會(huì)擠出實(shí)體經(jīng)濟(jì)，造成地方資金和人才流失，影響當(dāng)?shù)氐臄?shù)字經(jīng)濟(jì)發(fā)展。例如，在金融市場(chǎng)中，地方政府往往占據(jù)融資的優(yōu)勢(shì)地位，地方債務(wù)的擴(kuò)張會(huì)吸收金融市場(chǎng)貸款，增加企業(yè)融資約束，造成對(duì)實(shí)體經(jīng)濟(jì)的擠出[]，從而影響經(jīng)濟(jì)長(zhǎng)期發(fā)展[7]。此外，政府債務(wù)的擴(kuò)張會(huì)吸引企業(yè)將資金投入金融市場(chǎng)，促進(jìn)非金融企業(yè)金融化[8]，進(jìn)一步擠壓實(shí)體經(jīng)濟(jì)。實(shí)體經(jīng)濟(jì)的擠壓將會(huì)造成金融產(chǎn)業(yè)的人才虹吸效應(yīng)，并大幅提高中小企業(yè)的融資成本，進(jìn)而抑制地方數(shù)字人才和資本的流人，影響地方數(shù)字產(chǎn)業(yè)發(fā)展以及企業(yè)數(shù)字化轉(zhuǎn)型，抑制數(shù)字經(jīng)濟(jì)發(fā)展。那么，地方政府債務(wù)融資規(guī)模究竟會(huì)如何影響城市數(shù)字經(jīng)濟(jì)發(fā)展？對(duì)這一問(wèn)題進(jìn)行深入研究和探討具有重要的現(xiàn)實(shí)意義。

目前，學(xué)界已有大量文獻(xiàn)關(guān)注城市數(shù)字經(jīng)濟(jì)發(fā)展。其中，已有文獻(xiàn)主要研究的是城市數(shù)字經(jīng)濟(jì)發(fā)展對(duì)其他要素的影響，只有少量文獻(xiàn)探討城市數(shù)字經(jīng)濟(jì)發(fā)展的影響因素。例如，陸揚(yáng)等發(fā)現(xiàn)，區(qū)域一體化能顯著促進(jìn)區(qū)域內(nèi)數(shù)字經(jīng)濟(jì)發(fā)展。黃旭等[1研究發(fā)現(xiàn)，生成式人工智能能夠引領(lǐng)數(shù)字經(jīng)濟(jì)的迅猛崛起，并逐步成為國(guó)家競(jìng)爭(zhēng)力的新引擎。丁曉欽等[11]發(fā)現(xiàn)，數(shù)字政府建設(shè)能夠?qū)Τ鞘袛?shù)字經(jīng)濟(jì)發(fā)展產(chǎn)生正外部性。李俊銘等[12]發(fā)現(xiàn)，新型城鎮(zhèn)化、市場(chǎng)化改革與數(shù)字經(jīng)濟(jì)發(fā)展之間存在高耦合協(xié)調(diào)度，市場(chǎng)化改革有利于數(shù)字經(jīng)濟(jì)發(fā)展，新型城鎮(zhèn)化和數(shù)字經(jīng)濟(jì)發(fā)展能夠相互促進(jìn)。但現(xiàn)有文獻(xiàn)仍鮮有探討地方政府債務(wù)對(duì)城市數(shù)字經(jīng)濟(jì)發(fā)展的影響。在地方政府債務(wù)融資規(guī)模龐大、城市數(shù)字經(jīng)濟(jì)發(fā)展勢(shì)頭迅猛的現(xiàn)實(shí)背景下，研究地方政府債務(wù)對(duì)城市數(shù)字經(jīng)濟(jì)發(fā)展的影響，進(jìn)一步探討城市數(shù)字經(jīng)濟(jì)發(fā)展的影響因素，無(wú)疑有助于經(jīng)濟(jì)增長(zhǎng)提質(zhì)增效，推動(dòng)實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展。

基于以上分析，本文對(duì)2011—2022年我國(guó)地級(jí)及以上城市樣本進(jìn)行分析，使用“地方融資平臺(tái)有息債券在地級(jí)及以上城市層面的加總”度量地方政府債務(wù)融資規(guī)模，并對(duì)地方政府債務(wù)融資規(guī)模如何影響城市數(shù)字經(jīng)濟(jì)發(fā)展進(jìn)行檢驗(yàn)。與既有文獻(xiàn)相比，本文的邊際貢獻(xiàn)可能在于以下三個(gè)方面，即對(duì)影響城市數(shù)字經(jīng)濟(jì)發(fā)展的因素、地方政府債務(wù)的經(jīng)濟(jì)效應(yīng)以及不同類別城市中地方政府債務(wù)對(duì)城市數(shù)字經(jīng)濟(jì)發(fā)展的差異影響進(jìn)行了系統(tǒng)分析并提供實(shí)證證據(jù)。

二、理論分析和研究假設(shè)

自分稅制改革以來(lái)，地方政府就面臨著財(cái)政支出與財(cái)政收人不匹配的難題。地方政府債務(wù)規(guī)模呈逐年上升趨勢(shì)。根據(jù)財(cái)政部數(shù)據(jù)，從2015年至2021年，我國(guó)地方政府債務(wù)余額已從15萬(wàn)億元增至30萬(wàn)億元[13]。自 2018年以來(lái)，我國(guó)地方政府債務(wù)規(guī)模增速均保持在兩位數(shù)的增長(zhǎng)水平。與此同時(shí)，我國(guó)數(shù)字經(jīng)濟(jì)呈現(xiàn)迅猛發(fā)展態(tài)勢(shì)。自2012年以來(lái)，我國(guó)數(shù)字經(jīng)濟(jì)增速已連續(xù)12年顯著超過(guò)國(guó)內(nèi)GDP增速[1。可見，在我國(guó)地方政府債務(wù)規(guī)模不斷擴(kuò)張的同時(shí)，城市數(shù)字經(jīng)濟(jì)發(fā)展勢(shì)頭同樣迅猛。但對(duì)于這兩者之間的關(guān)系，仍需進(jìn)一步研究與討論。

不可否認(rèn)的是，政府債務(wù)存量的擴(kuò)張可以為地方基礎(chǔ)設(shè)施建設(shè)提供更加穩(wěn)定的資金來(lái)源，激發(fā)各部門基礎(chǔ)設(shè)施的投資[14]。毛捷等[15]認(rèn)為，地方政府債務(wù)作用于基礎(chǔ)設(shè)施投資，進(jìn)而促進(jìn)經(jīng)濟(jì)增長(zhǎng)，是地方政府債務(wù)拉動(dòng)經(jīng)濟(jì)發(fā)展的主要機(jī)制。而基礎(chǔ)設(shè)施建設(shè)，諸如交通基礎(chǔ)設(shè)施的建設(shè)，有利于地區(qū)之間的人才流動(dòng)[16]，為地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展提供人才基礎(chǔ)。同時(shí)，以通信設(shè)施、算力設(shè)施為基礎(chǔ)的數(shù)字基礎(chǔ)設(shè)施建設(shè)，同樣有利于數(shù)字經(jīng)濟(jì)的發(fā)展。從這個(gè)角度來(lái)看，地方政府債務(wù)擴(kuò)張可以一定程度上促進(jìn)地方數(shù)字經(jīng)濟(jì)發(fā)展。但從另一個(gè)角度來(lái)看，地方政府債務(wù)存量過(guò)高一定程度上反映出當(dāng)?shù)刎?cái)政支出的長(zhǎng)期失衡，甚至形成結(jié)構(gòu)性問(wèn)題，加劇當(dāng)?shù)貍鶆?wù)風(fēng)險(xiǎn)。張杰[17]研究發(fā)現(xiàn)，對(duì)于高地方政府債務(wù)風(fēng)險(xiǎn)地區(qū)，一方面，政府缺乏為當(dāng)?shù)靥峁┕卜?wù)、基礎(chǔ)設(shè)施和社會(huì)治理等公共品的能力，一定程度上削弱了當(dāng)?shù)孛癖妼?duì)于基層政府的認(rèn)同感，降低地區(qū)人才吸引力；另一方面，政府缺乏扶持和引導(dǎo)企業(yè)發(fā)展的資金，這不僅會(huì)影響當(dāng)?shù)仄髽I(yè)的轉(zhuǎn)型發(fā)展，還會(huì)阻礙有意在當(dāng)?shù)匕l(fā)展的企業(yè)進(jìn)人。綜上所述，本文將從人才流動(dòng)、資本流動(dòng)和企業(yè)轉(zhuǎn)型三個(gè)方面補(bǔ)充闡釋地方政府債務(wù)規(guī)模對(duì)城市數(shù)字經(jīng)濟(jì)發(fā)展的影響路徑。

隨著我國(guó)經(jīng)濟(jì)發(fā)展從物質(zhì)資本驅(qū)動(dòng)轉(zhuǎn)變?yōu)槿肆Y本驅(qū)動(dòng)，人才成為各城市競(jìng)相爭(zhēng)奪的資源[18]。目前，許多城市正面臨著數(shù)字人才短缺的問(wèn)題[19]。各地政府圍繞中央提出的人才強(qiáng)國(guó)戰(zhàn)略，并結(jié)合自身實(shí)際情況相繼推出人才引進(jìn)政策。在各城市“搶人”的浪潮之下，高負(fù)債城市相較于低負(fù)債城市在人才競(jìng)爭(zhēng)中是否擁有更大的優(yōu)勢(shì)，這是值得進(jìn)一步研究的問(wèn)題。地方政府債務(wù)的高存量，往往意味著當(dāng)?shù)卣罩С３Ｌ幱诓黄胶獾臓顟B(tài)。為了化解債務(wù)風(fēng)險(xiǎn)，地方政府需要在一定程度上削減財(cái)政支出，以彌補(bǔ)財(cái)政赤字。相較于基本民生服務(wù)、公共服務(wù)等硬性開銷，人才引進(jìn)支出相對(duì)更具彈性，因此，高存量的政府債務(wù)更有可能導(dǎo)致人才引進(jìn)政策強(qiáng)度的減弱。在各地爭(zhēng)相推出人才引進(jìn)政策的背景下，地方政府減弱人才引進(jìn)政策強(qiáng)度，將不利于當(dāng)?shù)匕l(fā)展數(shù)字經(jīng)濟(jì)。李逸飛等[20]研究發(fā)現(xiàn)，地方政府債務(wù)改善可以顯著提升企業(yè)技術(shù)員工占比，即地方政府債務(wù)融資規(guī)模的減少可以有效促進(jìn)技術(shù)人才的流入。余明桂等8研究發(fā)現(xiàn)，地方政府債務(wù)規(guī)模的擴(kuò)張不僅加劇了企業(yè)融資約束，還加速了非金融企業(yè)金融化進(jìn)程，進(jìn)而抑制了企業(yè)勞動(dòng)雇傭。因此，地方政府債務(wù)融資規(guī)模的擴(kuò)張會(huì)顯著遏制人才特別是技術(shù)人才的流人。綜上所述，地方政府債務(wù)存量過(guò)高，會(huì)影響該地人才優(yōu)待水平，導(dǎo)致數(shù)字人才的短缺甚至外流，進(jìn)而抑制數(shù)字經(jīng)濟(jì)的發(fā)展。

隨著中國(guó)經(jīng)濟(jì)進(jìn)人高質(zhì)量發(fā)展階段，中國(guó)的勞動(dòng)力成本優(yōu)勢(shì)相較于東南亞國(guó)家逐漸下降，并且隨著發(fā)達(dá)國(guó)家的再工業(yè)化，我國(guó)實(shí)際使用的外商直接投資的增速逐漸放緩。據(jù)2024年《中國(guó)統(tǒng)計(jì)年鑒》，2015—2023年我國(guó)實(shí)際使用的外商直接投資的平均增速僅為 3.04% 。在此背景下，國(guó)務(wù)院制定和發(fā)布了許多政策以激勵(lì)地方招商引資，各地也掀起招商引資的熱潮。雖然我國(guó)各地招商引資政策十分豐富，但多具有“惠強(qiáng)惠大惠新”的共同特征[21]。以武漢市為例，武漢市政府為新引進(jìn)武漢的固定資產(chǎn)投資項(xiàng)目和優(yōu)質(zhì)企業(yè)落戶項(xiàng)目，出臺(tái)了專項(xiàng)扶持政策，符合條件的各類企業(yè)落戶武漢即可獲得 300萬(wàn)元到500 萬(wàn)元的一次性落戶獎(jiǎng)勵(lì)[22]。資本偏好低風(fēng)險(xiǎn)地區(qū)，地方政府債務(wù)存量的擴(kuò)張不僅會(huì)降低地方信用，提高地方政府償債風(fēng)險(xiǎn)，甚至?xí)轮鳈?quán)債務(wù)危機(jī)甚至金融危機(jī)，從而增加外來(lái)資本的投資風(fēng)險(xiǎn)，對(duì)外來(lái)資本的流入產(chǎn)生擠出效應(yīng)[23」。因此，擴(kuò)張地方政府債務(wù)會(huì)削弱地方招商引資能力，減少外來(lái)資本，進(jìn)而阻礙技術(shù)研發(fā)，抑制城市數(shù)字經(jīng)濟(jì)的持續(xù)發(fā)展。

產(chǎn)業(yè)數(shù)字化是數(shù)字經(jīng)濟(jì)發(fā)展的核心之一[24]，而產(chǎn)業(yè)數(shù)字化的主要方式就是通過(guò)企業(yè)數(shù)字化轉(zhuǎn)型。在數(shù)字經(jīng)濟(jì)時(shí)代，企業(yè)數(shù)字化轉(zhuǎn)型可以賦予企業(yè)更多經(jīng)濟(jì)活力，是企業(yè)提高自身競(jìng)爭(zhēng)力、挖掘數(shù)據(jù)要素價(jià)值的重要渠道[25]。但是，目前我國(guó)大多數(shù)企業(yè)在數(shù)字化轉(zhuǎn)型過(guò)程中或多或少都面臨著一些問(wèn)題，如轉(zhuǎn)型能力不足、轉(zhuǎn)型成本過(guò)高、轉(zhuǎn)型陣痛期過(guò)長(zhǎng)、網(wǎng)絡(luò)安全威脅、歷史數(shù)據(jù)分類存儲(chǔ)以及員工更迭等[25-26]，僅靠企業(yè)自身常常難以有效解決上述問(wèn)題，需要政府的政策或資金支持。周闊等[27研究發(fā)現(xiàn)，地方政府加強(qiáng)債務(wù)治理可以顯著推動(dòng)民營(yíng)企業(yè)關(guān)鍵數(shù)字技術(shù)的創(chuàng)新突破，助力其突破數(shù)字化轉(zhuǎn)型進(jìn)程中的技術(shù)壁壘，進(jìn)而推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型。李逸飛等[2研究發(fā)現(xiàn)，地方政府債務(wù)融資規(guī)模的改善主要通過(guò)投資效應(yīng)、人才效應(yīng)和數(shù)字技術(shù)創(chuàng)新效應(yīng)，推動(dòng)企業(yè)數(shù)字化轉(zhuǎn)型。Yang等[2研究發(fā)現(xiàn)，地方政府債務(wù)的擴(kuò)張會(huì)通過(guò)強(qiáng)化企業(yè)融資約束和扭曲企業(yè)投資偏好來(lái)抑制企業(yè)數(shù)字化轉(zhuǎn)型。在地方政府債務(wù)存在軟約束的前提下，地方政府債務(wù)存量的擴(kuò)張，會(huì)削減政府對(duì)當(dāng)?shù)仄髽I(yè)進(jìn)行數(shù)字化轉(zhuǎn)型的補(bǔ)貼，造成對(duì)實(shí)體經(jīng)濟(jì)的擠出和非金融企業(yè)金融化，進(jìn)一步抑制企業(yè)數(shù)字化轉(zhuǎn)型，影響地方產(chǎn)業(yè)數(shù)字化程度，進(jìn)而影響地方數(shù)字經(jīng)濟(jì)的發(fā)展。

綜上所述，本文提出如下假設(shè)：

H：地方政府債務(wù)存量的擴(kuò)大會(huì)抑制數(shù)字經(jīng)濟(jì)發(fā)展。

三、計(jì)量模型設(shè)定與實(shí)證數(shù)據(jù)說(shuō)明

為了更好地闡釋地方政府債務(wù)對(duì)城市數(shù)字經(jīng)濟(jì)的影響，本文基于中國(guó)地級(jí)及以上城市面板數(shù)據(jù)，構(gòu)建了計(jì)量模型。

（一）數(shù)據(jù)來(lái)源與樣本選擇

考慮到可獲取的北京大學(xué)數(shù)字普惠金融指數(shù)[30]的年份是2011年，且《中國(guó)城市統(tǒng)計(jì)年鑒》發(fā)布的最新數(shù)據(jù)是截至2022年，本文將實(shí)證研究的樣本區(qū)間限定在2011—2022年。地方政府債務(wù)數(shù)據(jù)來(lái)源于Wind數(shù)據(jù)庫(kù)，其他有關(guān)城市層面的數(shù)據(jù)來(lái)源于《中國(guó)城市統(tǒng)計(jì)年鑒》，部分上市公司數(shù)據(jù)來(lái)源于中國(guó)研究數(shù)據(jù)服務(wù)平臺(tái)（Chinese Research Data Services Platform）。此外，本文涉及地級(jí)及以上城市層面的宏觀數(shù)據(jù)均來(lái)自《中國(guó)城市統(tǒng)計(jì)年鑒》。為了防止極端異常值對(duì)實(shí)證分析過(guò)程的影響，本文對(duì)所有連續(xù)變量均進(jìn)行了上下 1% 縮尾處理，并剔除數(shù)據(jù)缺失樣本，最終樣本包含2 208 個(gè)城市一年度觀察值。

（二）模型設(shè)定和變量定義

了檢驗(yàn)地方政府債務(wù)融資規(guī)模對(duì)城市數(shù)字經(jīng)濟(jì)發(fā)展的影響，本文構(gòu)建如下模型：

Dige_i，t=α₀+α₁CT_-debt_i，t+γZ_it+δ_i+λ_t+ε_i，t

式中，Dige表示城市數(shù)字經(jīng)濟(jì)發(fā)展水平，該指標(biāo)的構(gòu)建綜合了城市層面多項(xiàng)指標(biāo)。參考以往文獻(xiàn)，趙濤等[31|主要從城市互聯(lián)網(wǎng)發(fā)展和數(shù)字金融普惠兩個(gè)方面測(cè)度數(shù)字經(jīng)濟(jì)發(fā)展水平，但是僅從兩方面衡量城市數(shù)字經(jīng)濟(jì)發(fā)展在現(xiàn)實(shí)之中仍具有一定的局限性。國(guó)家統(tǒng)計(jì)局在《數(shù)字經(jīng)濟(jì)及其核心產(chǎn)業(yè)統(tǒng)計(jì)分類（2021）》（國(guó)家統(tǒng)計(jì)局令第33號(hào)）中，將數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)范圍確定為：數(shù)字產(chǎn)品制造業(yè)、數(shù)字產(chǎn)品服務(wù)業(yè)、數(shù)字技術(shù)應(yīng)用業(yè)、數(shù)字要素驅(qū)動(dòng)業(yè)、數(shù)字化效率提升業(yè)五個(gè)大類。本文參考余典范等[32]的研究，依據(jù)國(guó)家統(tǒng)計(jì)局劃分的五大類構(gòu)建城市數(shù)字經(jīng)濟(jì)發(fā)展水平的代理變量。

具體而言，數(shù)字產(chǎn)品制造業(yè)通過(guò)城市內(nèi)的所有計(jì)算機(jī)、通信和其他電子設(shè)備制造上市公司總資產(chǎn)和廣播、電視、電影和影視錄音制作業(yè)公司的總資產(chǎn)進(jìn)行表征；數(shù)字產(chǎn)品服務(wù)業(yè)通過(guò)城市內(nèi)所有互聯(lián)網(wǎng)和相關(guān)服務(wù)業(yè)上市公司總資產(chǎn)、軟件和信息技術(shù)服務(wù)業(yè)上市公司總資產(chǎn)以及電信、廣播電視和衛(wèi)星傳輸服務(wù)的上市公司總資產(chǎn)度量；數(shù)字技術(shù)應(yīng)用業(yè)通過(guò)信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)就業(yè)人數(shù)占比以及人均電信業(yè)務(wù)收入衡量；數(shù)字要素驅(qū)動(dòng)業(yè)使用互聯(lián)網(wǎng)寬帶接入用戶占比以及移動(dòng)電話年末用戶數(shù)占比度量；數(shù)字化效率提升業(yè)通過(guò)北京大學(xué)數(shù)字普惠金融指數(shù)[30進(jìn)行衡量。最后，利用熵權(quán)法對(duì)這些指標(biāo)進(jìn)行處理并求權(quán)重，以最終的評(píng)分值作為城市數(shù)字經(jīng)濟(jì)發(fā)展水平的代理變量。

CT_debt表示地方政府債務(wù)融資規(guī)模。本文參考陳舒悅等[33]、余明桂等[8]對(duì)地方政府隱性債務(wù)的度量方式進(jìn)行測(cè)度。融資平臺(tái)有息債券是地方政府隱性債務(wù)的主體，融資平臺(tái)發(fā)行地方城投債時(shí)需要披露當(dāng)年以及前三年的財(cái)務(wù)報(bào)表，因此融資平臺(tái)的有息債券數(shù)據(jù)可得性較高。故本文通過(guò)加總城市內(nèi)所有融資平臺(tái)有息債券作為地方政府債務(wù)融資規(guī)模的代理變量。具體步驟如下：首先，獲取2018年第四季度中國(guó)銀行保險(xiǎn)監(jiān)督管理委員會(huì)發(fā)布的各城市注冊(cè)的融資平臺(tái)名單；其次，在Wind 數(shù)據(jù)庫(kù)中導(dǎo)人各城市注冊(cè)的融資平臺(tái)名單，獲取各融資平臺(tái) 2011—2022年度財(cái)務(wù)報(bào)表并計(jì)算各融資平臺(tái)有息債券余額（包括短期借款、應(yīng)付票據(jù)、應(yīng)付短期債券、一年內(nèi)到期的非流動(dòng)負(fù)債、其他流動(dòng)負(fù)債、長(zhǎng)期借款、應(yīng)付債券）；最后，在城市層面加總?cè)谫Y平臺(tái)有息債券作為地方政府融資規(guī)模的代理變量，參考冀云陽(yáng)等[34]，使用融資平臺(tái)債務(wù)有息債務(wù)總額人均值的對(duì)數(shù)作為地方政府債務(wù)融資規(guī)模的代理變量。

Z 是控制變量。參考劉雅君等[35、陸軍等[36]、陳貴富等[3]的研究，選取地方發(fā)展水平（development）、科教支持力度（sci_edu）、人力資本（capital）、財(cái)政支出水平（gover_paid）、產(chǎn)業(yè)結(jié)構(gòu)（indus_struc）、職工平均工資（salary）作為控制變量。除此之外，本文對(duì)年度時(shí)間固定效應(yīng)δ_i 和城市個(gè)體固定效應(yīng) λ_t 進(jìn)行了控制。模型中， ε_i，t 表示隨機(jī)擾動(dòng)項(xiàng)； α₀ 是常數(shù)項(xiàng)； α₁ 是估計(jì)系數(shù)，表示地方政府債務(wù)對(duì)城市經(jīng)濟(jì)發(fā)展的影響效應(yīng)； γ 是控制變量的估計(jì)系數(shù)。各變量的具體定義和衡量方式見表1。

（三）描述性統(tǒng)計(jì)

表2報(bào)告了式（1）中各連續(xù)型變量的描述性統(tǒng)計(jì)結(jié)果，所有連續(xù)型變量均在 1% 水平上縮尾。值得注意的是，城市數(shù)字化發(fā)展水平是通過(guò)熵權(quán)法計(jì)算出來(lái)的評(píng)分，為了展示的美觀性，本文對(duì)其進(jìn)行了放大10000倍的處理。由于人均融資平臺(tái)有息債券在地級(jí)及以上城市內(nèi)加總后的最小值為97元，最大值為80019元，標(biāo)準(zhǔn)差為13893。因此，地級(jí)及以上城市內(nèi)人均融資平臺(tái)有息債券存在數(shù)據(jù)量過(guò)大、數(shù)據(jù)標(biāo)準(zhǔn)差大的問(wèn)題。考慮到模型中可能存在的異方差問(wèn)題，使用地方政府債務(wù)融資規(guī)模人均值的對(duì)數(shù)作為地方政府債務(wù)融資規(guī)模的代理變量。

四、實(shí)證結(jié)果及分析

為驗(yàn)證地方政府債務(wù)對(duì)城市數(shù)字經(jīng)濟(jì)發(fā)展的影響，本文首先運(yùn)用雙向固定效應(yīng)模型進(jìn)行基準(zhǔn)回歸分析。在此基礎(chǔ)上，使用工具變量法與外生沖擊檢驗(yàn)探討內(nèi)生性問(wèn)題，并進(jìn)行一系列穩(wěn)健性檢驗(yàn)。

（一）地方政府債務(wù)融資規(guī)模與城市數(shù)字經(jīng)濟(jì)發(fā)展

表3報(bào)告了基準(zhǔn)回歸模型的估計(jì)結(jié)果，驗(yàn)證了地方政府債務(wù)融資規(guī)模對(duì)城市數(shù)字經(jīng)濟(jì)發(fā)展的負(fù)向影響。模型（1）報(bào)告了不加控制變量但控制雙向固定效應(yīng)的模型估計(jì)結(jié)果。進(jìn)一步的，本文基于理論分析，并同時(shí)參考劉雅君等[35]、陸軍等[36]的研究結(jié)果，發(fā)現(xiàn)地方發(fā)展水平、地方科教支持力度和地方人力資本對(duì)城市數(shù)字經(jīng)濟(jì)發(fā)展有較為顯著的正向影響；本文在控制雙向固定效應(yīng)的基礎(chǔ)上先對(duì)這三個(gè)變量進(jìn)行控制，以進(jìn)一步觀察在控制對(duì)城市數(shù)字經(jīng)濟(jì)發(fā)展有顯著推動(dòng)作用的控制變量后模型回歸結(jié)果的變化，具體的回歸結(jié)果見模型（2）。根據(jù)現(xiàn)有文獻(xiàn)，剩余三個(gè)控制變量，即財(cái)政支出水平、產(chǎn)業(yè)結(jié)構(gòu)、職工平均工資對(duì)地方數(shù)字經(jīng)濟(jì)發(fā)展的影響存在爭(zhēng)議，因此，本文在控制前三個(gè)變量的基礎(chǔ)上將這剩余三個(gè)控制變量同時(shí)加入模型中進(jìn)行檢驗(yàn)，回歸結(jié)果模型（3）。

模型（1）是僅加入控制雙向固定效應(yīng)的回歸結(jié)果，核心解釋變量在 1% 的顯著水平上顯著為負(fù)。模型（2）是在控制雙向固定效應(yīng)的基礎(chǔ)上，加人了部分理論上對(duì)城市數(shù)字經(jīng)濟(jì)發(fā)展有正向推動(dòng)的控制變量，回歸結(jié)果顯示核心解釋變量仍然在 1% 的水平上顯著為負(fù)。而模型（3）是在控制雙向固定效應(yīng)后，加入全部控制變量的模型回歸結(jié)果，核心解釋變量的系數(shù)仍然在 1% 的顯著水平上顯著為負(fù)。并且，隨著逐漸加入控制變量，模型的調(diào)整 R² 值增大，表明模型的解釋能力進(jìn)一步提升。上述回歸結(jié)果均表明，地方政府債務(wù)融資規(guī)模對(duì)城市數(shù)字經(jīng)濟(jì)發(fā)展具有顯著的負(fù)向影響，即地方政府債務(wù)融資規(guī)模顯著降低了城市數(shù)字經(jīng)濟(jì)發(fā)展水平。

值得注意的是，上述回歸結(jié)果與現(xiàn)實(shí)中地方政府債務(wù)快速擴(kuò)大、數(shù)字經(jīng)濟(jì)發(fā)展高速發(fā)展的現(xiàn)象不完全一致。究其原因，可能有以下幾點(diǎn)。首先，從地方政府債務(wù)的存量來(lái)看，根據(jù)李稻葵等[38]的研究，2020 年地方政府財(cái)政盈余和地方國(guó)企利潤(rùn)總額之和僅占地方債規(guī)模的 2.2% ，微弱的財(cái)力甚至無(wú)法支撐政府還息，政府債務(wù)問(wèn)題已較為嚴(yán)峻。而近 80% 的地方政府債務(wù)都屬于基建債務(wù)[38]，這部分政府債務(wù)存量又在多個(gè)層面上遏制了當(dāng)?shù)財(cái)?shù)字經(jīng)濟(jì)的發(fā)展。其次，從地方政府債務(wù)的流量來(lái)看，地方政府進(jìn)一步舉債往往不是為了發(fā)展數(shù)字經(jīng)濟(jì)，大多是出于基礎(chǔ)設(shè)施建設(shè)和公共服務(wù)提供[38]、平衡財(cái)政收支[39]，甚至是借新償舊以化解政府存量債務(wù)風(fēng)險(xiǎn)，并不能直接推動(dòng)數(shù)字經(jīng)濟(jì)的發(fā)展。

除此之外，龐大的政府債務(wù)存量一定程度上反映了地方在發(fā)展過(guò)程中可能存在過(guò)度關(guān)注GDP增長(zhǎng)和短期行為較為突出的現(xiàn)象[38]，而這種對(duì)未來(lái)重視不足的傾向同樣不利于數(shù)字經(jīng)濟(jì)的發(fā)展。并且，不斷擴(kuò)大的政府債務(wù)存量意味著地方財(cái)政長(zhǎng)期處于收支失衡狀態(tài)，甚至有可能已經(jīng)成為結(jié)構(gòu)性問(wèn)題，給當(dāng)?shù)貛?lái)了較高的債務(wù)風(fēng)險(xiǎn)，不利于數(shù)字經(jīng)濟(jì)的發(fā)展。其中，一個(gè)典型的例子便是天津。天津地處在京津冀地區(qū)，在北京的輻射下數(shù)字經(jīng)濟(jì)發(fā)展具有得天獨(dú)厚的優(yōu)勢(shì)，但是由于其較高的政府債務(wù)，其數(shù)字經(jīng)濟(jì)發(fā)展程度與其他直轄市或一線省會(huì)城市相比仍有較大差距。綜上所述，地方政府債務(wù)雖然在歷史上的確曾帶來(lái)諸多益處，但在一些地方，當(dāng)前大量的地方政府債務(wù)存量已經(jīng)超過(guò)當(dāng)前地方政府的債務(wù)承受能力[38」，嚴(yán)重抑制了當(dāng)?shù)氐臄?shù)字經(jīng)濟(jì)發(fā)展。這也是目前政府增加化債資源、防范化解地方政府債務(wù)風(fēng)險(xiǎn)的部分意義所在。

（二）內(nèi)生性問(wèn)題

本文采用工具變量和外生沖擊檢驗(yàn)的方法緩解模型可能存在的內(nèi)生性問(wèn)題。

1．工具變量法

為了緩解因果關(guān)系識(shí)別中遺漏變量和反向因果等問(wèn)題導(dǎo)致的內(nèi)生性偏誤，本文首先使用工具變量法緩解計(jì)量模型可能存在的內(nèi)生性問(wèn)題。參考熊虎等[40]、Demirci 等[41]、余海躍等[42]的研究，本文采用城市政府土地出讓面積和地方財(cái)政一般預(yù)算支出中的國(guó)防支出作為地方政府債務(wù)的工具變量；同時(shí)，考慮到不同城市之間行政區(qū)域土地面積的差異性，本文使用政府土地出讓面積除以城市行政區(qū)域土地面積，進(jìn)行標(biāo)準(zhǔn)化處理。此外，為了避免地方政府債務(wù)對(duì)政府土地出讓面積的反向影響，保證工具變量的外生性，本文選取標(biāo)準(zhǔn)化后的政府土地出讓面積的三階滯后項(xiàng)（Lsq），以及地方財(cái)政一般預(yù)算支出中的國(guó)防支出（Dspend），共同作為地方政府債務(wù)的工具變量。從工具變量的相關(guān)性來(lái)看，政府土地出讓面積與地方政府債務(wù)融資規(guī)模具有顯著的相關(guān)性。政府通過(guò)出讓土地實(shí)施土地財(cái)政，會(huì)對(duì)地方政府的債務(wù)融資產(chǎn)生顯著的促進(jìn)作用[43]。范劍勇等[44]指出，地方政府通過(guò)降低土地價(jià)格來(lái)吸引投資，會(huì)使得地方政府出現(xiàn)債務(wù)難以遏制等問(wèn)題。而地方財(cái)政一般預(yù)算支出中的國(guó)防支出與財(cái)政支出密切相關(guān)，因此與地方政府債務(wù)融資規(guī)模具有高度相關(guān)性，工具變量的相關(guān)性條件得以滿足。從工具變量的外生性來(lái)看，地方政府出讓土地行為，主要與中央和地方政府的土地政策以及地方政府的收支相關(guān)，滯后三年的土地出讓面積不僅與當(dāng)期城市數(shù)字經(jīng)濟(jì)發(fā)展的相關(guān)性較弱，且不會(huì)直接影響當(dāng)期城市數(shù)字經(jīng)濟(jì)發(fā)展的規(guī)模，具備較強(qiáng)的外生性。而國(guó)防支出是政府一般公共預(yù)算支出中較為外生的部分，同樣不會(huì)影響城市的數(shù)字經(jīng)濟(jì)發(fā)展，具備較強(qiáng)的外生性。

表4模型（1）報(bào)告了工具變量估計(jì)第一階段的回歸結(jié)果。結(jié)果顯示：標(biāo)準(zhǔn)化后的政府土地出讓面積的三階滯后項(xiàng)和國(guó)防支出對(duì)地方政府債務(wù)的影響均顯著為正，從計(jì)量結(jié)果上證明工具變量的相關(guān)性，Kleibergen-PaaprkLM檢驗(yàn)量為96.265，在 1% 水平上拒絕原假設(shè)，不可識(shí)別約束檢驗(yàn)通過(guò)，工具變量與內(nèi)生解釋變量具有一定的相關(guān)性。Kleibergen-Paap rkWaldF統(tǒng)計(jì)量大小為58.093，顯著大于10，弱工具變量檢驗(yàn)通過(guò)，工具變量與內(nèi)生變量之間具有較強(qiáng)的相關(guān)性。以上檢驗(yàn)結(jié)果顯示，本文選取的工具變量是有效且合理的。表4模型（2）匯報(bào)了工具變量第二階段回歸結(jié)果，結(jié)果顯示：地方政府債務(wù)融資規(guī)模（CT_debt）的回歸系數(shù)依然顯著為負(fù)，說(shuō)明在排除了內(nèi)生性問(wèn)題的干擾下，基準(zhǔn)回歸結(jié)果是較為可信的，證明了本文模型和結(jié)果的穩(wěn)健性。

2.外生沖擊檢驗(yàn)

《中華人民共和國(guó)預(yù)算法》（以下簡(jiǎn)稱《預(yù)算法》）在2014年修正時(shí)，在允許地方政府適當(dāng)發(fā)行政府債券的同時(shí)，明確地方政府不得以其他任何方式舉借債務(wù)或提供擔(dān)保，因而有利于規(guī)范政府收支行為，強(qiáng)化預(yù)算約束，并規(guī)范化政府舉債方式?！额A(yù)算法》的頒布對(duì)政府隱性負(fù)債起到了明顯的治理效果，稀釋了政府債務(wù)風(fēng)險(xiǎn)[45]?；诖?，本文將《預(yù)算法》的頒布作為外生沖擊事件，構(gòu)建雙重差分模型進(jìn)行外生沖擊檢驗(yàn)。考慮到《預(yù)算法》的頒布是全國(guó)性事件，并不存在傳統(tǒng)意義上的實(shí)驗(yàn)組和對(duì)照組，傳統(tǒng)的雙重差分模型不適用。參考蔡慶豐等[46]的研究，本文構(gòu)建強(qiáng)度雙重差分模型。筆者認(rèn)為，地方政府債務(wù)融資規(guī)模越大的城市，其受到《預(yù)算法》的影響就會(huì)越大。同時(shí)，為了充分避免政策對(duì)實(shí)驗(yàn)組和對(duì)照組劃分的影響，本文通過(guò)計(jì)算各城市2011—2013年地方政府債務(wù)融資規(guī)模的均值，以此作為實(shí)驗(yàn)組和對(duì)照組劃分的基礎(chǔ)，并具體以2011—2013 年地方政府債務(wù)融資規(guī)模的均值的中位數(shù)為標(biāo)準(zhǔn)，劃分實(shí)驗(yàn)組和對(duì)照組。具體模型設(shè)定如下：

Digei，t=θ₀+θ₁Treat_i×Shock_t+θ₂X_i，t+δ_i+λ_t+ε_i，t

式中， Treat_i×Shock_t 是本模型中的核心解釋變量，其中Treat;表示該城市是否是實(shí)驗(yàn)組，如果是實(shí)驗(yàn)組 Treati則賦值為1，反之為0；而 Shock，表示該城市是否受到外生沖擊，如果受到?jīng)_擊即年份在2015年及以后，Shock，則賦值為1，反之為 0θ₁ 是本模型關(guān)注的重點(diǎn)，如果 θ₁ 顯著為正，說(shuō)明在《預(yù)算法》實(shí)施后，實(shí)驗(yàn)組的數(shù)字經(jīng)濟(jì)發(fā)展水平高于對(duì)照組的數(shù)字經(jīng)濟(jì)發(fā)展水平。而《預(yù)算法》的實(shí)施可以降低地方政府債務(wù)融資水平， θ₁ 顯著為正，則說(shuō)明隨著地方政府債務(wù)融資水平的降低，城市數(shù)字經(jīng)濟(jì)發(fā)展水平提升，即可驗(yàn)證地方政府債務(wù)融資水平對(duì)數(shù)字經(jīng)濟(jì)發(fā)展水平的抑制作用。表

5報(bào)告了強(qiáng)度雙重差分模型的回歸結(jié)果。如表5所示，Treat × Shock的系數(shù)在 5% 的顯著性水平下正向顯著，這表明《預(yù)算法》的實(shí)施有利于城市數(shù)字經(jīng)濟(jì)發(fā)展，間接證明了本文的觀點(diǎn)，即地方政府債務(wù)融資規(guī)模的變動(dòng)會(huì)引起數(shù)字經(jīng)濟(jì)發(fā)展水平的反向變動(dòng)，地方政府債務(wù)融資水平對(duì)數(shù)字經(jīng)濟(jì)發(fā)展水平具有抑制作用。

（三）穩(wěn)健性檢驗(yàn)

為檢驗(yàn)基準(zhǔn)回歸結(jié)果的穩(wěn)健性，本文采用替換解釋變量的衡量方式、替換被解釋變量的衡量方式、排除中美貿(mào)易摩擦的影響，進(jìn)行穩(wěn)健性檢驗(yàn)。穩(wěn)健性檢驗(yàn)結(jié)果見表6。

1.替換解釋變量的衡量方式

本文重新定義地方政府債務(wù)融資規(guī)模，以檢驗(yàn)基準(zhǔn)回歸結(jié)果的穩(wěn)健性。具體替換方式如下：首先，在城市層面加總?cè)谫Y平臺(tái)有息負(fù)債并取自然對(duì)數(shù)，作為地方政府債務(wù)融資規(guī)模的代理變量，具體回歸結(jié)果見表6模型（1）。其次，由于地方政府債務(wù)的利用效果往往具有一定的滯后性，使用滯后一期的政府債務(wù)融資規(guī)模作為地方政府債務(wù)融資規(guī)模的代理變量，具體回歸結(jié)果見表6模型（2）。上述兩個(gè)回歸結(jié)果顯示，替代解釋變量的衡量方式后，回歸結(jié)果仍未出現(xiàn)顯著性變化，融資平臺(tái)有息債券對(duì)數(shù)和政府債務(wù)融資規(guī)模滯后項(xiàng)的系數(shù)依然顯著為負(fù)，說(shuō)明模型結(jié)果是較為穩(wěn)健的。

2.替換被解釋變量的衡量方式

本文通過(guò)對(duì)城市數(shù)字經(jīng)濟(jì)發(fā)展的重新定義，以檢驗(yàn)?zāi)Ｐ徒Y(jié)果的穩(wěn)健性。具體來(lái)說(shuō)，參考趙濤等[31「對(duì)城市數(shù)字經(jīng)濟(jì)發(fā)展情況的度量方式，構(gòu)建城市數(shù)字經(jīng)濟(jì)發(fā)展的代理變量進(jìn)行穩(wěn)健性檢驗(yàn)，具體回歸結(jié)果見表6模型（3）?；貧w結(jié)果顯示，解釋變量政府債務(wù)融資規(guī)模的系數(shù)保持負(fù)向顯著，地方政府債務(wù)仍然顯著抑制城市數(shù)字經(jīng)濟(jì)發(fā)展。

3.排除中美貿(mào)易摩擦的影響

2018年3月，美國(guó)政府宣布對(duì)中國(guó)出口至美國(guó)的商品加征關(guān)稅，這一舉措引發(fā)了中美兩國(guó)的貿(mào)易爭(zhēng)端，中美貿(mào)易摩擦從此不斷加劇。為了避免中美貿(mào)易摩擦對(duì)地方政府債務(wù)的影響，本文剔除了2019年及以后的數(shù)據(jù)，重新進(jìn)行回歸，具體回歸結(jié)果見表6模型（4）?；貧w結(jié)果顯示，地方政府債務(wù)融資規(guī)模的系數(shù)仍顯著為負(fù)，說(shuō)明模型結(jié)果是較為穩(wěn)健的。

五、異質(zhì)性分析

地方政府債務(wù)對(duì)城市數(shù)字經(jīng)濟(jì)發(fā)展的抑制作用，可能會(huì)受到城市的行政級(jí)別、政策強(qiáng)度和研發(fā)強(qiáng)度的影響。首先，地方政府債務(wù)具有很強(qiáng)的政策性，研究不同行政級(jí)別城市的政府債務(wù)對(duì)城市數(shù)字經(jīng)濟(jì)的影響是很有必要的。城市級(jí)別的不同會(huì)帶來(lái)資源和環(huán)境上的差異，這種差異會(huì)促使生產(chǎn)要素在高行政級(jí)別城市過(guò)度聚集[47]，從而削弱政府債務(wù)對(duì)城市數(shù)字經(jīng)濟(jì)發(fā)展的影響。并且，較高的行政級(jí)別對(duì)外商投資有直接正向影響[48]，進(jìn)一步弱化了政府債務(wù)對(duì)城市數(shù)字經(jīng)濟(jì)發(fā)展的抑制作用。因此，相較于高行政級(jí)別城市，低行政級(jí)別城市受政府債務(wù)的影響可能會(huì)更強(qiáng)。其次，首個(gè)國(guó)家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)2016年在貴州成立，之后不斷有大數(shù)據(jù)綜合試驗(yàn)區(qū)獲批成立。大數(shù)據(jù)綜合試驗(yàn)區(qū)的設(shè)立可以顯著促進(jìn)當(dāng)?shù)厝肆Y本升級(jí)[49]，并推動(dòng)地方企業(yè)數(shù)字化轉(zhuǎn)型[50]，而處在大數(shù)據(jù)綜合試驗(yàn)區(qū)的城市會(huì)對(duì)數(shù)字經(jīng)濟(jì)發(fā)展有更加明顯的政策支持，進(jìn)一步稀釋地方政府債務(wù)對(duì)數(shù)字經(jīng)濟(jì)發(fā)展的負(fù)面影響。因此，處在大數(shù)據(jù)綜合試驗(yàn)區(qū)的城市受政府債務(wù)的影響可能會(huì)更小。最后，研發(fā)強(qiáng)度不僅會(huì)顯著影響地方的經(jīng)濟(jì)發(fā)展質(zhì)量[51]，還可以改善大數(shù)據(jù)企業(yè)現(xiàn)在以及未來(lái)的績(jī)效[52]，有利于地方的數(shù)字經(jīng)濟(jì)發(fā)展，進(jìn)一步緩解地方政府債務(wù)的負(fù)向影響。因此，研發(fā)強(qiáng)度越強(qiáng)的地區(qū)，受政府債務(wù)影響的可能性會(huì)越小。

（一）行政級(jí)別異質(zhì)性

本文所選樣本既包括普通地級(jí)市樣本，又包括直轄市、副省級(jí)城市和省會(huì)城市樣本。城市的行政級(jí)別，預(yù)計(jì)將會(huì)影響地方政府債務(wù)融資規(guī)模對(duì)城市數(shù)字經(jīng)濟(jì)發(fā)展的抑制作用。一方面，2014年，財(cái)政部印發(fā)《2014年地方政府債券自發(fā)自還試點(diǎn)辦法》，該辦法明確規(guī)定試點(diǎn)地區(qū)在國(guó)務(wù)院批準(zhǔn)的發(fā)債規(guī)模限額內(nèi)，自行組織本地區(qū)政府債券發(fā)行、支付利息和償還本金的機(jī)制，并強(qiáng)調(diào)了地方自行承擔(dān)債券還本付息責(zé)任。而該辦法涉及的試點(diǎn)地區(qū)主要是直轄市和副省級(jí)城市。另一方面，不同層級(jí)城市的政府在行為模式上可能存在差異，并且地方政府架構(gòu)不同可能影響地方政府舉債強(qiáng)度，從而影響地方政府債務(wù)融資規(guī)模對(duì)城市數(shù)字經(jīng)濟(jì)發(fā)展的抑制作用。據(jù)此，本文將樣本劃分為中心城市和非中心城市，中心城市包括直轄市、副省級(jí)城市和省會(huì)城市，而非中心城市即普通地級(jí)市。接著分別對(duì)中心城市和非中心城市進(jìn)行回歸，回歸結(jié)果見表7。

回歸結(jié)果顯示，對(duì)于中心城市，地方政府債務(wù)對(duì)城市數(shù)字經(jīng)濟(jì)發(fā)展的影響不再顯著，但是對(duì)于非中心城市，地方政府債務(wù)仍然抑制城市數(shù)字經(jīng)濟(jì)發(fā)展?？赡艿脑蛟谟冢阂皇菍?duì)于中心城市而言，城市基礎(chǔ)較好，中央政策傾斜程度高，未來(lái)發(fā)展前景好，高地方負(fù)債并不會(huì)帶來(lái)外來(lái)資本流入意愿的降低，而非中心城市不具備這樣的紅利，過(guò)度舉債就會(huì)導(dǎo)致政府信用的下降，進(jìn)而削弱外來(lái)資本對(duì)城市發(fā)展的信心，從而影響數(shù)字經(jīng)濟(jì)的發(fā)展；二是中心城市的經(jīng)濟(jì)更加活躍，企業(yè)之間的競(jìng)爭(zhēng)壓力更大。由于企業(yè)數(shù)字化轉(zhuǎn)型對(duì)企業(yè)績(jī)效具有提升作用，在中心城市的企業(yè)迫于競(jìng)爭(zhēng)壓力便會(huì)不斷改革創(chuàng)新，更有動(dòng)力進(jìn)行數(shù)字化轉(zhuǎn)型，以避免在激烈的競(jìng)爭(zhēng)中落于下風(fēng)。因此，對(duì)于中心城市而言，地方政府往往不需要過(guò)多給予數(shù)字化轉(zhuǎn)型補(bǔ)貼，企業(yè)也會(huì)迫于競(jìng)爭(zhēng)壓力選擇數(shù)字化轉(zhuǎn)型。但是對(duì)于非中心城市，企業(yè)數(shù)量往往較少，企業(yè)之間的競(jìng)爭(zhēng)大多不如中心城市激烈，如果缺少政府推動(dòng)，往往沒(méi)有動(dòng)力進(jìn)行數(shù)字化轉(zhuǎn)型；三是中心城市有著更高的資源配置效率[53]、更快的政策出臺(tái)頻率、更加透明的政策措施、更加完善的人才引進(jìn)政策、更好的經(jīng)濟(jì)環(huán)境和就業(yè)環(huán)境，這些都會(huì)成為吸引人才流動(dòng)的重要因素。在多重因素作用下，中心城市的地方政府即使降低對(duì)人才的優(yōu)惠，仍然會(huì)有很多人才涌人。但是對(duì)于非中心城市，或許地方政府對(duì)人才的優(yōu)待就是人才流入的主要原因，當(dāng)政府因債務(wù)增加被迫降低對(duì)人才的補(bǔ)助后，人才便會(huì)很快流失，進(jìn)而影響當(dāng)?shù)財(cái)?shù)字經(jīng)濟(jì)的發(fā)展。因此，對(duì)于非中心城市而言，地方債務(wù)會(huì)顯著影響城市數(shù)字經(jīng)濟(jì)發(fā)展。

（二）政策強(qiáng)度異質(zhì)性

2016年3月，經(jīng)國(guó)家發(fā)展改革委、工業(yè)和信息化部、中央網(wǎng)信辦發(fā)函批復(fù)，中國(guó)首個(gè)國(guó)家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)在貴州成立。同年10月，又有兩個(gè)跨區(qū)域類綜試區(qū)、四個(gè)區(qū)域示范類綜試區(qū)和一個(gè)大數(shù)據(jù)基礎(chǔ)設(shè)施統(tǒng)籌發(fā)展類綜試區(qū)獲批成立。相較于未處于大數(shù)據(jù)綜合實(shí)驗(yàn)區(qū)內(nèi)的城市，處于大數(shù)據(jù)綜合試驗(yàn)區(qū)內(nèi)的城市對(duì)于數(shù)字經(jīng)濟(jì)發(fā)展的政策支持程度會(huì)更高。據(jù)此，本文依據(jù)城市是否屬于國(guó)家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)，將樣本劃分為高政策強(qiáng)度和低政策強(qiáng)度兩類，接著分別對(duì)高政策強(qiáng)度樣本和低政策強(qiáng)度樣本進(jìn)行回歸，回歸結(jié)果見表8?；貧w結(jié)果顯示，對(duì)于高政策強(qiáng)度樣本而言，地方政府債務(wù)融資規(guī)模對(duì)城市數(shù)字經(jīng)濟(jì)發(fā)展的影響不顯著，但是對(duì)于低政策強(qiáng)度樣本，地方債務(wù)對(duì)城市數(shù)字經(jīng)濟(jì)發(fā)展仍然負(fù)向顯著。原因可能有以下三個(gè)：一是在國(guó)家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)，地方享受國(guó)家的政策的扶持和優(yōu)待，會(huì)更加吸引企業(yè)特別是數(shù)字化企業(yè)的進(jìn)入，政府負(fù)債擴(kuò)張也不會(huì)較大程度上影響資金的流入。而對(duì)于非國(guó)家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)的城市，則沒(méi)有享受這種紅利，政府高負(fù)債運(yùn)行必然會(huì)影響資本的流人；二是在國(guó)家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)，國(guó)家政策和補(bǔ)貼促進(jìn)了原本需要競(jìng)爭(zhēng)和補(bǔ)助才能發(fā)展的企業(yè)數(shù)字化轉(zhuǎn)型，而位于非國(guó)家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)的企業(yè)無(wú)法享受這種紅利；三是在國(guó)家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)，政策對(duì)數(shù)字化產(chǎn)業(yè)的扶持必然會(huì)帶來(lái)更好的就業(yè)環(huán)境和人才補(bǔ)貼，進(jìn)而吸引人才流入。綜上，在國(guó)家級(jí)大數(shù)據(jù)綜合實(shí)驗(yàn)區(qū)，地方政府債務(wù)的擴(kuò)張對(duì)人才、資本流動(dòng)和企業(yè)數(shù)字化轉(zhuǎn)型的抑制作用較弱，因此，在高政策強(qiáng)度地區(qū)，地方政府債務(wù)對(duì)城市數(shù)字經(jīng)濟(jì)發(fā)展的負(fù)向影響不再顯著。

（三） 研發(fā)強(qiáng)度異質(zhì)性

進(jìn)一步的，本文根據(jù)各城市研發(fā)人員數(shù)量的平均數(shù)，將城市劃分為高研發(fā)強(qiáng)度城市和低研發(fā)強(qiáng)度城市兩類，爾后分別進(jìn)行回歸，回歸結(jié)果見表9?；貧w結(jié)果顯示，對(duì)于低研發(fā)強(qiáng)度地區(qū)，地方政府債務(wù)均在 1% 的水平上顯著抑制城市數(shù)字經(jīng)濟(jì)發(fā)展。但是對(duì)于高研發(fā)強(qiáng)度地區(qū)，地方政府債務(wù)規(guī)模的擴(kuò)張對(duì)城市數(shù)字經(jīng)濟(jì)發(fā)展的負(fù)向影響不再顯著。原因可能有以下兩個(gè)：一是高研發(fā)強(qiáng)度地區(qū)目前已有較多研發(fā)人員，因此，相較于低研發(fā)強(qiáng)度地區(qū)，人才流人對(duì)城市數(shù)字經(jīng)濟(jì)發(fā)展的影響更小。并且，已經(jīng)定居的人才進(jìn)行跨區(qū)域流動(dòng)，需要考慮諸多因素，如家庭所在地等，因此已經(jīng)定居城市內(nèi)的研發(fā)人員大多不會(huì)因?yàn)榈胤饺瞬乓M(jìn)強(qiáng)度的降低而離開。因此，對(duì)于高研發(fā)強(qiáng)度的地區(qū)，地方政府債務(wù)擴(kuò)張對(duì)人才流動(dòng)的抑制作用相對(duì)較弱。二是高研發(fā)強(qiáng)度地區(qū)往往經(jīng)濟(jì)發(fā)展水平也會(huì)更高，相較于低研發(fā)強(qiáng)度的城市有著更全面的基礎(chǔ)設(shè)施和政策扶持，地方負(fù)債規(guī)模的上升并不會(huì)帶來(lái)外來(lái)資本流人意愿的大幅降低。并且，經(jīng)濟(jì)發(fā)展水平更高的高研發(fā)強(qiáng)度地區(qū)，企業(yè)之間的競(jìng)爭(zhēng)往往更激烈，在缺少政府補(bǔ)助的情況下，同樣會(huì)有意愿進(jìn)行數(shù)字化轉(zhuǎn)型。而低研發(fā)強(qiáng)度地區(qū)并沒(méi)有上述優(yōu)勢(shì)，因此，低研發(fā)強(qiáng)度地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展會(huì)對(duì)地方政府債務(wù)融資規(guī)模有著更高的敏感度。

六、研究發(fā)現(xiàn)與啟示

本文以我國(guó)2011—2022年地級(jí)及以上城市為樣本，對(duì)地方政府債務(wù)融資規(guī)模如何影響城市數(shù)字經(jīng)濟(jì)發(fā)展進(jìn)行了研究。研究發(fā)現(xiàn)，地方政府債務(wù)融資規(guī)模的擴(kuò)張會(huì)對(duì)城市數(shù)字經(jīng)濟(jì)發(fā)展水平產(chǎn)生顯著的抑制作用，并通過(guò)內(nèi)生性檢驗(yàn)和穩(wěn)健性檢驗(yàn)，證明模型結(jié)果是穩(wěn)健的。異質(zhì)性分析表明，地方政府債務(wù)融資規(guī)模對(duì)城市數(shù)字經(jīng)濟(jì)發(fā)展的負(fù)向影響主要集中在非中心城市、低政策強(qiáng)度城市和低研發(fā)強(qiáng)度城市。

本文具有一定的理論意義和邊際貢獻(xiàn)。第一，本文對(duì)數(shù)字經(jīng)濟(jì)發(fā)展的影響因素進(jìn)行了補(bǔ)充。目前，學(xué)界對(duì)于數(shù)字經(jīng)濟(jì)的研究主要關(guān)注數(shù)字經(jīng)濟(jì)發(fā)展對(duì)其他要素的影響。在本文之前，只有少量文獻(xiàn)關(guān)注于數(shù)字經(jīng)濟(jì)發(fā)展的影響因素，并主要是從區(qū)域一體化程度、生成式人工智能、數(shù)字政府建設(shè)情況、市場(chǎng)化改革、新型城鎮(zhèn)化，以及高新區(qū)的技術(shù)創(chuàng)新和“寬帶中國(guó)”戰(zhàn)略帶來(lái)的基礎(chǔ)設(shè)施建設(shè)等方面進(jìn)行了討論[9-12.35-36]。本文從新的角度對(duì)數(shù)字經(jīng)濟(jì)發(fā)展的影響因素進(jìn)行解釋，即在地方政府債務(wù)嚴(yán)峻的現(xiàn)實(shí)背景下，從地方政府債務(wù)的角度解釋城市數(shù)字經(jīng)濟(jì)發(fā)展，著重強(qiáng)調(diào)了地方財(cái)政的影響，補(bǔ)充了現(xiàn)有研究的不足。第二，本文為地方政府債務(wù)的經(jīng)濟(jì)效應(yīng)研究提供了一個(gè)新的視角。當(dāng)前，對(duì)于地方政府債務(wù)的研究已經(jīng)較為完善，大量文獻(xiàn)對(duì)地方債務(wù)如何影響其他變量進(jìn)行了研究。毛捷等[54通過(guò)實(shí)證研究發(fā)現(xiàn)，地方政府債務(wù)不利于降低企業(yè)污染排放，并會(huì)影響地方環(huán)境污染程度；余明桂等[8研究發(fā)現(xiàn)，地方政府債務(wù)融資的擴(kuò)張加劇了企業(yè)融資約束、促進(jìn)非金融企業(yè)金融化，進(jìn)而抑制了企業(yè)勞動(dòng)雇傭；冀云陽(yáng)等[55]通過(guò)實(shí)證研究，檢驗(yàn)了地方政府債務(wù)規(guī)模的上升不利于全要素生產(chǎn)率的提高。但已有文獻(xiàn)未對(duì)地方債務(wù)如何影響城市數(shù)字經(jīng)濟(jì)進(jìn)行探討，本文拓寬了地方政府債務(wù)影響的研究范圍。第三，本文對(duì)不同類別城市中地方政府債務(wù)對(duì)城市數(shù)字經(jīng)濟(jì)發(fā)展的影響差異進(jìn)行了系統(tǒng)分析。考慮到不同行政級(jí)別、不同政策強(qiáng)度和不同研發(fā)強(qiáng)度的城市在資本、人才、數(shù)字企業(yè)等數(shù)字經(jīng)濟(jì)發(fā)展要素的稟賦上的差異，本文具體分析了不同類型的城市地方政府債務(wù)對(duì)數(shù)字經(jīng)濟(jì)發(fā)展的差異性影響，并提供了相應(yīng)的實(shí)證證據(jù)。本文的結(jié)論為地方政府管理地方政府債務(wù)、發(fā)展數(shù)字經(jīng)濟(jì)提供了政策參考和決策依據(jù)。

本文的研究結(jié)論可為地方政府發(fā)展數(shù)字經(jīng)濟(jì)提供一定的啟示。首先，地方政府債務(wù)融資規(guī)模的擴(kuò)張會(huì)對(duì)城市數(shù)字經(jīng)濟(jì)發(fā)展產(chǎn)生抑制作用。黨的二十屆三中全會(huì)提出，要完善政府債務(wù)管理制度，而其關(guān)鍵在于進(jìn)一步堅(jiān)持繼續(xù)深化財(cái)政體制改革，合理劃分中央與地方財(cái)政事權(quán)和支出責(zé)任，通過(guò)壓縮地方政府債務(wù)比例、發(fā)展壯大國(guó)債市場(chǎng)等方式化解地方政府債務(wù)問(wèn)題。中央政府應(yīng)當(dāng)加強(qiáng)地方政府債務(wù)績(jī)效管理，關(guān)注債務(wù)使用效果，并強(qiáng)化債務(wù)監(jiān)管。同時(shí)，應(yīng)當(dāng)嚴(yán)格落實(shí)地方政府舉債終身問(wèn)責(zé)制和債務(wù)問(wèn)題倒查機(jī)制，完善地方政府債務(wù)全鏈條、全流程監(jiān)管。地方政府應(yīng)當(dāng)完善債務(wù)分配機(jī)制，將政府債務(wù)向項(xiàng)目準(zhǔn)備充分、未來(lái)收益明顯、能夠推動(dòng)經(jīng)濟(jì)高發(fā)展的項(xiàng)目?jī)A斜，進(jìn)而緩解地方政府債務(wù)對(duì)城市數(shù)字經(jīng)濟(jì)發(fā)展的負(fù)面影響，促進(jìn)城市數(shù)字經(jīng)濟(jì)發(fā)展。除此之外，地方政府應(yīng)該意識(shí)到數(shù)字經(jīng)濟(jì)在目前經(jīng)濟(jì)發(fā)展中的重要作用，適當(dāng)提高對(duì)數(shù)字經(jīng)濟(jì)發(fā)展的支持力度。其次，地方政府債務(wù)融資規(guī)模對(duì)城市數(shù)字經(jīng)濟(jì)發(fā)展的負(fù)向影響主要集中在非中心城市、低政策強(qiáng)度城市和低研發(fā)強(qiáng)度城市。對(duì)于這些城市，地方政府更應(yīng)該因地制宜地推出針對(duì)性政策。一方面，地方化債資源的增加使得地方政府化解存量債務(wù)的壓力大大減輕。因此，政府應(yīng)當(dāng)將工作重心轉(zhuǎn)移至防范新增債務(wù)上，堅(jiān)決遏制新增隱性債務(wù)，建立更加完善的債務(wù)監(jiān)測(cè)口徑，防范隱性債務(wù)擴(kuò)張，同時(shí)強(qiáng)化預(yù)算約束管理，加強(qiáng)債務(wù)監(jiān)管問(wèn)責(zé)，進(jìn)一步緩解地方政府債務(wù)風(fēng)險(xiǎn)。另一方面，地方政府應(yīng)當(dāng)落實(shí)數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃，堅(jiān)持“資金跟著項(xiàng)目走，項(xiàng)目跟著規(guī)劃走”，提高地方政府資金利用效率。除了地方政府之外，中央政府也可以充分實(shí)施“大數(shù)據(jù)試點(diǎn)地區(qū)政策”，將更多的城市納入試點(diǎn)范圍，使之享受數(shù)字經(jīng)濟(jì)發(fā)展的紅利。中央政府可以參考貴州的成功經(jīng)驗(yàn)，將更多大數(shù)據(jù)中心搬到相對(duì)落后的區(qū)域，拉動(dòng)當(dāng)?shù)鼐蜆I(yè)和經(jīng)濟(jì)的發(fā)展。概言之，地方政府應(yīng)當(dāng)充分發(fā)揮政府對(duì)數(shù)字經(jīng)濟(jì)發(fā)展的引領(lǐng)作用，通過(guò)政策扶持、設(shè)立專項(xiàng)基金和組織技術(shù)交流等方式，充分發(fā)揮政府在數(shù)字經(jīng)濟(jì)發(fā)展中的引領(lǐng)作用，以推動(dòng)城市數(shù)字經(jīng)濟(jì)的發(fā)展。

本文也存在一定的局限，需在未來(lái)研究中進(jìn)一步完善。一方面，由于既有數(shù)據(jù)的限制，本文對(duì)假設(shè)中提到的作用機(jī)制缺乏進(jìn)一步實(shí)證檢驗(yàn)，僅停留在理論層面對(duì)其進(jìn)行分析。未來(lái)研究者可以通過(guò)構(gòu)建更為準(zhǔn)確的變量，從實(shí)證角度來(lái)驗(yàn)證地方政府債務(wù)對(duì)城市數(shù)字經(jīng)濟(jì)發(fā)展的影響機(jī)制。另一方面，地方政府債務(wù)數(shù)據(jù)存在部分缺失，本文將數(shù)據(jù)缺失的樣本進(jìn)行刪除，在一定程度上可能會(huì)對(duì)實(shí)證分析結(jié)果產(chǎn)生影響。本文雖在穩(wěn)健性檢驗(yàn)部分，通過(guò)多種方式試圖緩解數(shù)據(jù)缺失對(duì)實(shí)證分析結(jié)果帶來(lái)的影響，但仍無(wú)法完全排除這種影響。未來(lái)研究者或許可以通過(guò)人工智能、數(shù)據(jù)爬蟲等技術(shù)，以獲取相關(guān)數(shù)據(jù)。

參考文獻(xiàn)：

[1］中國(guó)信息通信研究院．中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展研究報(bào)告（2024年）[R/OL]．（2024-08－27）[2024-09-03].https：//www.caict. ac.cn/kxyj/qwfb/bps/202408/t20240827_491581.htm.

[2] 習(xí)近平．高舉中國(guó)特色社會(huì)主義偉大旗幟 為全面建設(shè)社會(huì)主義現(xiàn)代化國(guó)家而團(tuán)結(jié)奮斗——在中國(guó)共產(chǎn)黨第二十次全國(guó)代表大會(huì)上的報(bào)告［N]．人民日?qǐng)?bào)，2022-10-26（01）.

[3] 新華社．中共二十屆三中全會(huì)在京舉行［N]．人民日?qǐng)?bào)，2024-07－19（01）.

[4] 中華人民共和國(guó)財(cái)政部．關(guān)于2024 年中央和地方預(yù)算執(zhí)行情況與2025年中央和地方預(yù)算草案的報(bào)告（摘要）[EB/OL]. （2025-03-06）[2025-03-16]. htps：//www.gov.cn/yaowen/liebiao/202503/content_7010832. htm.

[5] 初磊.6萬(wàn)億 +4 萬(wàn)億！地方政府化債壓力將大大減輕［N]．經(jīng)濟(jì)導(dǎo)報(bào)，2024-11-08（01）.

[6] 劉暢，曹光宇，馬光榮．地方政府融資平臺(tái)擠出了中小企業(yè)貸款嗎？［J]．經(jīng)濟(jì)研究，2020，55（3）：50-64.

[7] HUANG Y，PAGANO M，PANIZZA U. Local crowding-out in China [J]. The Journal of Finance， 2020，75（6）：2855-2898.

[8] 余明桂，王空．地方政府債務(wù)融資、擠出效應(yīng)與企業(yè)勞動(dòng)雇傭［J]．經(jīng)濟(jì)研究，2022，57（2）：58－72.

[9] 陸揚(yáng)，王育寶．區(qū)域一體化、數(shù)字經(jīng)濟(jì)發(fā)展與創(chuàng)新要素流動(dòng)路徑［J]．經(jīng)濟(jì)問(wèn)題探索，2024（9）：77－94.

[10] 黃旭，洪美玲．生成式人工智能助力數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展的影響機(jī)制與提升路徑［J]．南方經(jīng)濟(jì)，2024（8）：23-44.

[11] 丁曉欽，楊明萱．?dāng)?shù)字政府助推數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展：機(jī)理與路徑［J]．上海經(jīng)濟(jì)研究，2024（8）：33-42.

[12] 李俊銘，夏友富．新型城鎮(zhèn)化、市場(chǎng)化改革與數(shù)字經(jīng)濟(jì)發(fā)展［J]．統(tǒng)計(jì)與信息論壇，2024，39（6）：32-44.

[13] 中國(guó)地方政府債券信息公開平臺(tái)．全國(guó)地方政府債務(wù)限額［EB/OL].（2024－09-01）［2024－12－17].https：//www. celma. org. cn/ndsj/index. jhtml.

[14] 洪源，胡慧姣．地方政府自主發(fā)債是否有利于提升地區(qū)經(jīng)濟(jì)發(fā)展質(zhì)量？——基于地方債全面“自發(fā)自還”改革的準(zhǔn)自然實(shí)驗(yàn)分析［J]．金融研究，2023（5）：77-95.

[15] 毛捷，黃春元．地方債務(wù)、區(qū)域差異與經(jīng)濟(jì)增長(zhǎng)——基于中國(guó)地級(jí)市數(shù)據(jù)的驗(yàn)證［J］．金融研究，2018，61 （5）：1-19.

[16] MICHAELS G. The effect of trade on the demand for skill-evidence from the interstate highway system [J].Review of Economics and Statistics，2008，90 （4）：683-701.

[17］張杰．中國(guó)地方政府債務(wù)風(fēng)險(xiǎn)的形成機(jī)制、分層結(jié)構(gòu)與解決路徑［J]．探索與爭(zhēng)鳴，2024（5）：31-41，177.

[18] 鐘騰，羅吉罡，汪昌云．地方政府人才引進(jìn)政策促進(jìn)了區(qū)域創(chuàng)新嗎？——來(lái)自準(zhǔn)自然實(shí)驗(yàn)的證據(jù)［J]．金融研究，2021（5）：135-152.

[19] 秦文晉，劉鑫鵬．網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)對(duì)數(shù)字經(jīng)濟(jì)發(fā)展的影響研究——基于“寬帶中國(guó)”試點(diǎn)政策的準(zhǔn)自然實(shí)驗(yàn)［J]．經(jīng)濟(jì)問(wèn)題探索，2022（3）：15-30.

[20] 李逸飛，李靜，楚爾鳴．地方債管理體制改革與企業(yè)人力資本升級(jí)：理論與機(jī)制［J]．金融研究，2023（9）： 131 -149.

[21］馬相東，張文魁，劉丁一．地方政府招商引資政策的變遷歷程與取向觀察：1978—2021年［J]．改革，2021 （8）： 131 -144.

[22] 武漢市人民政府．市人民政府關(guān)于印發(fā)武漢市招商引資獎(jiǎng)勵(lì)辦法（試行）的通知［EB/OL]．（2017－12－19）［2024－12－17].https ：11 www.wuhan. gov. cn/zwgk/xxgk/zfwj/gfxwj/202003/t20200316_973355. shtml

[23] 洗國(guó)明，冷艷麗．地方政府債務(wù)、金融發(fā)展與FDI——基于空間計(jì)量經(jīng)濟(jì)模型的實(shí)證分析［J]．南開經(jīng)濟(jì)研究，2016（3）：52-74.

[24] 中國(guó)信息通信研究院．中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展白皮書（2020年）[R/OL].（2020-07－27）[2024－12－17].https：//www. caict. ac. cn/kxyj/qwfb/bps/202007/t20200702_285535. htm.

[25］孫偉增，毛寧，蘭峰，等．政策賦能、數(shù)字生態(tài)與企業(yè)數(shù)字化轉(zhuǎn)型——基于國(guó)家大數(shù)據(jù)綜合試驗(yàn)區(qū)的準(zhǔn)自然實(shí)驗(yàn)［J]．中國(guó)工業(yè)經(jīng)濟(jì)，2023，41（9）：117-135.

[26] SUNDARAM R， SHARMA D R， SHAKYA D A. Digital transformation of business models： a systematic reviewof impact on revenue and supply chain[J]. International Journal of Management，2O20，11（5）：9-21.

[27］周闊，曲植，時(shí)運(yùn)通，等．地方政府債務(wù)治理與民營(yíng)企業(yè)新質(zhì)生產(chǎn)力——基于關(guān)鍵數(shù)字技術(shù)突破的考察[J]．經(jīng)濟(jì)評(píng)論，2024（4）：20-37.

[28] 李逸飛，曹策，楚爾鳴．地方債管理體制改革與企業(yè)數(shù)字化轉(zhuǎn)型［J]．經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2023（4）：79-94.

[29] YANG Y， CHEN W，YU Z. Local government debt and corporate digital transformation： evidence from China[J]．Finance Research Letters，2023，57：104282.

[30] 郭峰，王靖一，王芳，等．測(cè)度中國(guó)數(shù)字普惠金融發(fā)展：指數(shù)編制與空間特征［J]．經(jīng)濟(jì)學(xué)（季刊），2020，19 （4）：1401 -1418.

[31] 趙濤，張智，梁上坤．?dāng)?shù)字經(jīng)濟(jì)、創(chuàng)業(yè)活躍度與高質(zhì)量發(fā)展——來(lái)自中國(guó)城市的經(jīng)驗(yàn)證據(jù)［J]．管理世界，2020，36（10）：65-76.

[32] 余典范，龍睿，王超．?dāng)?shù)字經(jīng)濟(jì)與邊界地區(qū)污染治理［J]．經(jīng)濟(jì)研究，2023，58（11）：172－189.

[33] 陳舒悅，劉悅，張際．基于上市企業(yè)微觀杠桿率的貨幣政策傳導(dǎo)效率的研究——地方政府隱性債務(wù)視角[J]．經(jīng)濟(jì)學(xué)（季刊），2024，24（1）：237-253.

[34] 冀云陽(yáng)，劉慧媛，張謙．地方政府債務(wù)對(duì)產(chǎn)業(yè)空間布局的影響研究——基于工業(yè)用地出讓微觀數(shù)據(jù)的分析[J].財(cái)政研究，2023，44（1）：85-100.

［35］劉雅君，蔣國(guó)梁．網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)推動(dòng)了城市數(shù)字經(jīng)濟(jì)發(fā)展嗎？——基于“寬帶中國(guó)”戰(zhàn)略的準(zhǔn)自然實(shí)驗(yàn)［J]．求是學(xué)刊，2022，49（3）：61-73.

[36] 陸軍，張?jiān)剑畤?guó)家高新區(qū)技術(shù)創(chuàng)新是否驅(qū)動(dòng)了地方數(shù)字經(jīng)濟(jì)發(fā)展？——基于創(chuàng)新擴(kuò)散機(jī)制的實(shí)證分析[J]．貴州師范大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2024，65（2）：100－117.

[37] 陳貴富，韓靜，韓愷明．城市數(shù)字經(jīng)濟(jì)發(fā)展、技能偏向型技術(shù)進(jìn)步與勞動(dòng)力不充分就業(yè)［J]．中國(guó)工業(yè)經(jīng)濟(jì)，2022，40（8）：118-136.

[38] 李稻葵，張鶴．中國(guó)地方政府債務(wù)規(guī)模研究［J]．財(cái)貿(mào)經(jīng)濟(jì)，2024，45（12）：5－21.

[39] 張學(xué)誕，李娜．減稅降費(fèi)與財(cái)政可持續(xù)性：一個(gè)分析矩陣［J]．財(cái)政科學(xué)，2019（10）：61-68

[40] 熊虎，沈坤榮．地方政府債務(wù)對(duì)創(chuàng)新的擠出效應(yīng)研究［J]．經(jīng)濟(jì)科學(xué)，2019，41（4）：5-17.

[41] DEMIRCII， HUANG J， SIALM C. Government debt and corporate leverage： international evidence [J].Journal of Financial Economics，2019，133（2）：337-356.

[42] 余海躍，康書?。胤秸畟鶆?wù)擴(kuò)張、企業(yè)融資成本與投資擠出效應(yīng)［J]．世界經(jīng)濟(jì)，2020，43（7）：49-72.

[43] 張?jiān)?，?yán)秋斯．土地財(cái)政、預(yù)算軟約束與地方政府債務(wù)規(guī)模［J]．中國(guó)土地科學(xué)，2018，32（5）：45-53.

[44] 范劍勇，莫家偉．地方債務(wù)、土地市場(chǎng)與地區(qū)工業(yè)增長(zhǎng)［J]．經(jīng)濟(jì)研究，2014，49（1）：41-55.

[45] 郭敏，段藝璇，黃亦炫．國(guó)企政策功能與我國(guó)地方政府隱性債：形成機(jī)制、度量與經(jīng)濟(jì)影響［J]．管理世界，2020，36（12）：36-54.

[46] 蔡慶豐，吳奇艷，吳冠琛．地方隱性債務(wù)、銀行風(fēng)險(xiǎn)感知與企業(yè)信貸可得性［J］．中國(guó)工業(yè)經(jīng)濟(jì)，2024（1）：112 –130.

[47] 閆中曉，吳禎．城市行政級(jí)別、數(shù)字經(jīng)濟(jì)與要素市場(chǎng)扭曲［J]．西部論壇，2023，33（2）：1－15.

[48] 曾鵬，秦艷輝．城市行政級(jí)別、產(chǎn)業(yè)集聚對(duì)外商直接投資的影響 [J]．國(guó)際貿(mào)易問(wèn)題，2017（1）：104－115.

[49] 張珂涵，張古，趙興羅．?dāng)?shù)據(jù)要素賦能對(duì)人力資本升級(jí)的作用機(jī)制分析——基于國(guó)家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)數(shù)據(jù)［J].科技管理研究，2024，44（3）：174-182

[50] 曾祥炎，魏蒙蒙，周健．?dāng)?shù)字經(jīng)濟(jì)發(fā)展如何影響企業(yè)轉(zhuǎn)型升級(jí)？——基于國(guó)家級(jí)大數(shù)據(jù)綜合試驗(yàn)區(qū)的準(zhǔn)自然實(shí)驗(yàn)［J]．福建論壇（人文社會(huì)科學(xué)版），2023（9）：74-91.

[51] 河南財(cái)經(jīng)政法大學(xué)課題組．研發(fā)投入對(duì)中國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展的影響研究［J]．區(qū)域經(jīng)濟(jì)評(píng)論，2021（4）：95-106.

[52] 岳宇君，孟渺．研發(fā)投入、資源特征與大數(shù)據(jù)企業(yè)經(jīng)營(yíng)績(jī)效［J]．湖南科技大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2022，25（2）：74-85.

[53] 江艇，孫鯤鵬，聶輝華．城市級(jí)別、全要素生產(chǎn)率和資源錯(cuò)配［J]．管理世界，2018，34（3）：38－50，77，183.

[54] 毛捷，郭玉清，曹婧，等．融資平臺(tái)債務(wù)與環(huán)境污染治理［J]．管理世界，2022，38（10）：96－118.

[55] 冀云陽(yáng)，鐘世虎．地方政府債務(wù)對(duì)全要素生產(chǎn)率的影響研究［J]．財(cái)政研究，2022（4）：87－99.

Does Government Debt Inhibit Urban Digital Economic Development？ An Analysis Based on Panel Data of Chinese Cities at Prefecture Level and Above

HE LiWANG Shaozhang JIANG Zhen （Faculty of Applied Economics，University of Chinese Academy of Social Sciences，Beijing 102488，China）

Abstract ： The report of the 2Oth National Congress of the Communist Party of China proposed to accelerate the development of the digital economy and deepen its integration with the real economy. Currently， the digital economy has become a new engine for sustained economic growth，while the development of the digital economy requires substantial financial investment from governments. Against the backdrop of rising local government debt， it is crucial to examine whether the scale of local government debt financing inhibits the development of urban digital economy. Using panel data from prefecture-level and above cities in China （2011- 2022），this study examined the impact of local government debt on urban digital economy development. It finds that local government debt scale significantly suppresses the growth of the urban digital economy. Further analysis shows that the negative impact is more pronounced in non-central cities， cities with low policy intensity and cities with low Ramp;D intensity. This research provides theoretical and policy insights for local governments to optimize debt financing strategies and foster digital economy growth.

Key words： government debt； digital economy ; talent flow； capital flow ； enterprise digitaltransformation