甘肃省地方政府债务风险时空格局分析

□文/田珊珊

（兰州财经大学会计学院 甘肃·兰州）

［提要］ 在当前经济发展快速变化的时代，我国地方政府性债务规模正在不断扩大，如何进一步加强对政府性债务的管理，有效防范当前中央和地方政府性债务风险，已成为当前亟待解决的问题。本文以甘肃省陇东黄土高原地区为例，运用指标体系评价法、熵值法、莫兰指数，将甘肃省年鉴（2019）和甘肃省地方年鉴（2019）中陇东地区八项指标的相关数据制作成各要素专题图，并通过熵值法将八项指标赋予相应的权重，进行综合等级分类，绘制甘肃省陇东地区地方政府债务风险等级分布图，总结甘肃省陇东地区地方政府债务风险的空间分布格局。

为了应对2008年的国际性金融危机，我国中央政府出台了高额度的债券投资项目，并且首次被允许向当地政府公开发行债券融资，这一举措奠定了我国当代中央政府在银行等各类机构公开发行债券的市场化先河。2015年之后，中央政府出台相关政策，要求地方政府每年必须披露当地地方政府债务的相关情况，还规定了地方政府每年的债务限额，以期达到客观认识我国地方政府债务余额的空间分布格局的目的。为此，本文通过借助GIS分析软件分析陇东黄土地区地方政府债务风险的空间地域特征，研究这一现状的内在机理，为该地区后续的经济发展提供一定的借鉴。

一、基本概述

（一）地方政府债务风险内涵。地方政府负有债务的风险主要泛指一个地方政府虽然承担了债务却又无力按期支付还本缴费的可能性以及其他相应因素而产生的影响，例如导致地方政府的财政持续不能正常发展、拖欠领导班子的工资和企业职工的养老金以及对自己无力从事的公用服务项目的投入。20世纪90年代初，由于当时中央政府对外融资的约束，导致当时地方政府不得不通过合法的渠道直接实现对外融资，只能通过借助当地企业贷款的名义来直接举借当地地方政府性的债务。自2015年起，新《预算法》正式颁布并开始执行，地方政府对于债务管理也步入了一个新的时期。截至2020年末，全国各级地方政府的债务总量和剩余为25.66万亿元，控制在全国人大审议批准的28.81万亿元的最低限额之内。及时掌握相关政策的变动以及研究新政策实施后我国地方政府债务的发展情况，对于我国地方政府债务风险的防范与化解具有重要的理论和研究意义。

（二）地方政府债务风险相关研究。伏润民等从地方政府债务风险的概念进行分析，得出导致地方政府债务概念增长的真正原因是因为地方政府并不是“责任政府”，提出防范地方政府债务风险需要地方政府权责统一。于海峰等从地方政府债务风险的危害和地方政府债务概念形成原因的角度来分析，得出化解地方政府债务风险的途径。黄国桥等从地方政府性债务风险的传导机制和地方政府债务风险的生成机理进行分析，解释了地方政府性债务对财政安全的影响和政府性债务产生的深层原因。何杨等从土地财政的视角，通过分析地方政府债务融资方法和依靠土地来发展经济的模式进行分析，提出该模式可能由于国内外经济形势变化而暴露缺点。综合来看，前文的研究成果大半部分基于土地视角、地方政府债务风险生成原理和传导机制来研究地方政府债务问题，较少通过地理学角度来研究地方政府债务分析概念。因此，本文从地理学角度来分析陇东地区的地方政府债务风险的空间分布格局。

二、陇东黄土地区概况、研究数据及研究方法

（一）研究区概况。陇东地区位于甘肃省东部，东到子午岭、西至六盘水、南临泾河、北至白于山分水岭。陇东地区南面傍水，东、西、北三面环山，海拔高度在1，100～1，600m之间，地势上西北偏高、东南偏低，黄土厚度从北到南逐渐变薄。陇东地区包括平凉市和庆阳市，平凉市由崆峒区、华亭市、泾川县、灵台县、静宁县、崇信县、庄浪县构成，庆阳市由西峰区及庆城县、环县、华池县、合水县、正宁县、宁县、镇远县构成。

（二）研究数据。本文研究陇东黄土地区地方政府债务风险，主要选取的数据有陇东地区15个区县的人口、经济、财政收入及社保收入支出额等基本数据，2019年《甘肃省统计年鉴》、各区县2019统计年鉴以及各区县政府工作报告（2019）为最主要数据来源。

（三）研究方法。地方政府债务风险的形成原因有很多，主要表现为政府为促进当地经济发展，而中央下拨财政收入有限，因此不得不举借债务。本文结合陇东地区的经济情况，选取具有代表性的指标，得出评价指标体系，通过数据计算进行量化，判断地方政府负债是否存在风险。（表1）

表1 指标体系一览表

在指标体系基础上，利用地理信息系统（GIS）相关技术对地方政府债务进行分析。地理信息系统（GIS）可以对一定区域的空间数据进行提取和分析，通过描述相关算法以及相关计算公式得到结果。借助GIS对地理空间信息进行提取分析，分析不同因素对地方政府债务风险空间布局特征的影响。

莫兰指数分为全局莫兰指数和局部莫兰指数，在ARCGIS里分别是“空间自相关”与“聚类和异常值分析”工具。莫兰指数分析过程一般是先做一个地区的全局莫兰指数，全局莫兰指数会提示数据会在何处出现空间自相关。如果全局有空间自相关出现，接着做局部莫兰指数；局部莫兰指数会提示异常值将会出现在何处或集聚在何处。以此分析地方政府债务风险空间分布格局。

本文结合莫兰指数、指标体系评价法、GIS分析方法，将甘肃陇东地区县界矢量图作为底图，债务依存度、债务负担率、社保缺口度、债务偿还率、借新还旧债务额占债务总额比重、银行存贷比、地方人均负债额（万元）、灾害补贴承担率八项指标数据确定权重，得出综合指标排名，对其综合数据进行分级处理，进行可视化处理，制成陇东黄土地区八项指标专题图和地方政府债务风险综合指标排名的空间格局分布图，最后运用ARCGIS中的莫兰指数来分析空间自相关性。

三、陇东地区县域地方政府债务风险空间分布格局

本文选取了8个指标来对陇东地区的地方政府债务风险空间分布格局进行分析。首先，通过陇东地区的各项基础数据计算得出对应指标数据，得出各指标要素数据的空间分布格局；其次，通过熵值法来确定各指标权重，得出综合指标数据的空间分布格局；最后，运用ARCGIS的莫兰指数得出陇东地区地方政府债务风险的空间分布格局。

（一）地方政府债务风险各指标要素数据分析

1、债务依存度

国际公认标准一般是控制在20%以内。通过查阅2019年甘肃省各区县统计年鉴相关数据可得2018年各区县的地方政府债务收入额和地方财政支出与还本付息支出额。

根据陇东地区债务依存度空间分布图可以得出，2018年合水县的债务依存度较高，宁县第二，而其余县区债务依存度良好，均控制在国际公认标准下。从地理空间的角度来看，陇东地区的债务依存度呈现东部高、西部低；北部低、南部少的空间格局。

2、债务负担率。债务负担率是指用当年地方政府债务累计额（决算数）占同期地方生产总值（GDP）的比重，用计算公式表示：

此指标反映地方政府的应债能力，公认国际标准的政府债务负担率不超过60%。通过查阅2019年甘肃省各区县统计年鉴相关数据可得2018年各区县的地方政府债务余额（决算数）和地方GDP值。

根据陇东地区债务负担率空间分布图得出，崇信县、正宁、庄浪县的债务负担率略高，其余各县债务负担率较低，但总体来看，陇东地区的债务负担率较低，符合国际公认标准。从地理空间的角度来看，陇东地区的债务负担率总体呈现东部、中部、西部都高，北部低、南部高的空间分布格局。

3、债务偿还率

计算公式为：

其能够反映出政府在当年的财政收入当中用来偿还还本付息的份额，因为财政资金收入是有限，而债务是必须偿还，这就导致地方政府在举债过程中要受到多方面因素的制约。根据国际惯例，一般小于0.2。通过查阅2019年甘肃省各区县统计年鉴相关数据可得2018年各区县的地方债务还本付息额和地方GDP值。

通过陇东地区债务偿还率空间分布图得出，灵台、泾川、正宁、合水县的债务偿还率较高，高于国际标准；其余各县债务偿还率合理，符合国际公认标准。从地理空间的角度来看，陇东地区的债务偿还率呈现东南部高、西北部低的空间分布格局。

4、借新还旧债务额占债务总额比重

计算公式为：

此指标越小说明政府债务运行越好。通过查阅2019年甘肃省各区县统计年鉴相关数据，可得2018年各区县的地方政府借新还旧债务额和地方债务总额。

通过陇东地区借新还旧债务额占债务总额比重空间格局分布图得出，庆阳市存在“借新还旧”的债务额，而平凉市不存在此问题。庆阳市中合水县、宁县的借新还旧债务额占债务总额比重略高。从地理空间的角度来看，陇东地区的借新还旧债务额占债务总额比重呈现东部高、西部低的空间格局，由于庆阳市存在“借新还旧”的债务额情况，所以空间分布格局集中在东部。

5、人均负债额

计算公式为：

此指标反映当地地方居民人均债务负担情况和地方债务是否合理。通过查阅2019年甘肃省各区县统计年鉴相关数据可得2018年各区县的地方债务余额和总人口数。

通过陇东地区地方人均负债额的空间分布图得出，西峰区人均负债额最高，为13，000万元；崇信县、华池县人均负债额为10，000万元左右；其余各县人均负债额均在5，000万元以下。从地理空间的角度来看，陇东地区的地方人均负债额总体呈现北部高、南部低的空间格局。

6、社保缺口债务度。社保缺口负担债务程度是指当年所有者地方社会保险资金的存入总额减去当年所有者地方社会保险资金支付总额所计算得到的数量，然后再将其除以当年所有者地方社会保险资金存入总额。计算公式表示为：

此指标反映当年我国社会保险基金的流动性缺口，此指标的平均值越低就愈好。通过查阅2019年甘肃省各区县统计年鉴数据可得2018年各区县的人均基本养老保险金存款总额和各区县人均养老保险金支出总额。

通过陇东地区社保缺口债务度的空间分布图得出，宁县和庄浪县的社会保障金缺口债务度较大，其余各县社会保障金缺口债务度较小或有盈余。从地理空间的角度来看，陇东地区社保缺口债务度总体呈现东部高、西部低，北部和南部均低的空间格局。

7、银行存贷比

计算公式为：

此指标反映出银行的存贷比情况。通过查阅2019年甘肃省各区县统计年鉴相关数据可得2018年各区县的银行贷款总额和银行存款总额。

根据陇东地区银行存贷比的空间分布格局得出，静宁县、西峰区、崆峒区的银行存贷比高于75%，高于国际标准；其余各县银行存贷比低于75%，低于国际标准。从地理空间的角度来看，陇东地区的银行存贷比总体呈现西部高、东部低的空间格局。

8、灾害补贴承担率

计算公式为：

此指标值越小越好。通过查阅2019年甘肃省各区县统计年鉴相关数据，可得2018年各区县的自然灾害政府补贴额和2018年财政收入。

通过陇东地区灾害补贴承担率空间分布图得出，合水县、正宁县的灾害补贴承担率略高，庆城县、镇远县、西峰区、宁县、灵台县的灾害补贴承担率较低，环县、华池县、泾川县、崆峒区、华亭市、庄浪县、静宁县没有发生自然灾害，因此无灾害补贴。从地理空间的角度来看，陇东地区的灾害补贴承担率总体呈现东部高、西部低，南部高、北部高的空间格局。

（二）地方政府债务风险综合指标数据分析。利用熵值法来确定指标体系下各个指标的权重，最终得出一个综合指标值和排名。综合指标值越大、排名越靠前，地方政府债务的风险越高；反之，综合指标值越小、排名越靠后，地方政府债务的风险越低。通过2018年陇东地区地方政府债务风险各项指标数据，分别应用Excel软件和ArcGIS软件得出2018年份的综合指标图、排名图、分布图、莫兰指数空间自相关报表。综合计算得出各项指标权重：债务依存度权重为0.0387，债务负担率权重0.0795，借新还旧债务额占债务总额比重权重0.1280，地方人均负债额（万元）0.0636，社保缺口债务度0.1798，银行存贷比权重0.1756，灾害补贴承担率权重0.053，债务偿还率权重0.2818。最后得出综合指标的排名。将综合指标和排名的Excel表连接进入ArcGIS中，整理出陇东地区地方政府债务风险综合指标的空间分布格局。从陇东地区综合排名的空间分布格局中可以得出，排名靠前的区县位于东南部地区、排名靠后的区县位于北部地区的空间格局。

（三）地方政府债务风险空间相关性分析。运用ARCGIS软件中的莫兰指数来分析地方政府债务风险的空间分布格局是否存在空间相关性。以莫兰指数结果报表来看，Moran I指数为-0.043918、z得分为0.51655、p值0.588056。综合三个数据得出，甘肃省陇东地区地方政府债务风险空间分布格局并不明显，各个地区之间的地方政府债务风险并无联系，主要与自身的经济发展水平和政策有关。

四、结论

本文以甘肃省陇东地区的地方政府债务风险问题为研究对象，借助ArcGIS、Excel等软件，通过不同时期的数据，分析其地方政府债务风险的空间格局。陇东黄土高原地区，尤其是泾川县、庄浪县、灵台县三县，政府债务风险较高，其他区县政府债务风险控制良好。从地理学角度来看，地方政府债务风险在空间上并无明显格局，每个市既有政府债务风险管理得当的区县，也有政府债务风险管理欠妥的区县。针对地方债务风险格局的分析结果，甘肃省政府应结合现状和发展趋势，进一步管控地方政府债务风险。