作者：宁波市社会科学界联合会
出版社：浙江大学出版社
格式: AZW3, DOCX, EPUB, MOBI, PDF, TXT
全面深化改革与法治宁波建设——宁波市社会科学界第五届学术大会文集(2015年度)试读：
地方政府性债务管理及风险防控研究——基于浙江、江苏、广东、宁波、青岛、厦门的比较分析
叶双猛 潘剑亮 范 雯2013年，国家审计署对全国政府性债务进行了再次审计，高额的政府债务，尤其是地方政府性债务再次成为社会各界关注的焦点。近两三年来，宁波市地方政府性债务额也出现了较快增长，从各地审计已公告的2012年数据看，在全国30个省份（西藏未公布，不含港澳台地区，后同）和3个计划单列市（青岛、厦门、宁波）中，宁波市总债务率最高，达108.53%。随着偿债高峰期的到来，如何加强债务管理、防范和化解债务风险已成为当前至关重要的问题。
一、地方政府性债务的内涵与分类
关于地方政府性债务的内涵，根据统计口径的不同存在诸多版本。本文所称地方政府性债务的口径与审计署的口径一致，具体包括政府负有偿还责任的债务、政府负有担保责任的债务和政府可能承担一定救助责任的其他相关债务，主要涉及政府性债务的政府部门和机构、经费补助事业单位、公用事业单位、融资平台公司等单位。
其中，政府负有偿还责任的债务是指需由财政资金偿还的债务，属政府债务；政府负有担保责任的债务是指由政府提供担保，当某个被担保人无力偿还时，政府需承担连带责任的债务；政府可能承担一定救助责任的债务是指政府不负有法律偿还责任，但当债务人出现偿债困难时，政府可能需给予一定救助的债务（见表1）。后两类债务均应由债务人以自身收入偿还，正常情况下无须政府承担偿债责任，属政府或有债务。表1 地方政府性债务的分类与范围债务类型具体范围地方政府债券、国债转贷、外债转贷、农业综合开发借款、其他财政转贷债务中，确定由财政资金偿还的政府负有偿债务政府融资平台公司、政府部门和机构、经费补助事业还责任的债单位、公用事业单位及其他单位举借、拖欠或以回购务（BT）等方式形成的债务中，确定由财政资金（不含车辆通行费、学费等收入）偿还的债务地方政府粮食企业和供销企业政策性挂账政府融资平台公司、经费补助事业单位、公用事业单位和其他单位举借，确定以债务单位事业收入（含学政府负有担费、住宿费教育收费收入）、经营收入（含车辆通行保责任的债费收入）等非财政资金偿还，且地方政府提供直接或务间接担保的债务地方政府举借，以非财政资金偿还的债务，视同政府担保债务政府承担一政府融资平台公司、经费补助事业单位和公用事业单定救助责任位为公益性项目举借，由非财政资金偿还，且地方政的其他相关府未提供担保的债务（不含拖欠其他单位和个人的债债务务）
二、宁波市本级政府性债务运行情况的纵向比较分析
（一）市本级债务运行的基本特点1.债务规模增长迅速
2012年年底，宁波市本级政府性债务余额1205亿元（不含粮食企业政策性挂账7529万元，下同），比2010年年底增加610.57亿元，增长102.72%。2013年6月月底，债务余额增加到1372.20亿元，比2012年年底增加167.2亿元，增长13.88%；比2010年年底增加777.77亿元，增长130.84%（见表2）。表2 宁波市本级政府性债务余额情况表 （单位：亿元）债务类型20102012年年底2013年6月月底年年底债务债务比比债务比比比比余额余额20102010余额2010201020122012年年年年年年年年年年年年底增底增底增底增底增底增长额长率长额长率长额长率政府负有偿还责499.750.250.50.845.345.69.12.94.72任的债务976467363914％08％62％政府负有担保责265.190.252.297.222.295.12.75.3132.23592866％825146％任的债务14％188.169.885.229.209.1095.21.其他相关债务19.1540.25776274％028793％32％594.610.102.1372.777.130.13.1205167.2合计435772％27784％88％
2.债务举借主体高度集中
2013年6月月底，宁波市本级政府性债务余额中，国有独资或控股企业（不含地方政府融资平台公司）、地方政府（含政府部门和机构）、融资平台公司为主要举借主体，举借的债务分别为828.91亿元、281.41亿元和112.75亿元，分别占比为60.41%、20.51%和7.99%，共计88.91%（见图1）。图1 2013年6月月底宁波市本级政府性债务余额的举借主体
3.举债年度分布不均
2013年6月月底，宁波市本级政府性债务余额中，2010年及以前年度举借528.50亿元，占38.52%；2011年度举借152.06亿元，占11.08%；2012年度举借422.76亿元，占30.81%；2013年1月至6月举借268.88亿元，占19.59%（见图2）。图2 2013年6月月底宁波市本级政府性债务余额的形成年度
4.偿债年份较为集中
2013年6月月底，宁波市本级政府性债务余额中，2013年下半年、2014年到期偿还的分别占13.78%和19.16%；2015年、2016年和2017年到期偿还的分别占15.75%、11.86%和9.23%；2018年以后到期偿还的占30.22%（见表3）。表3 宁波市本级2013年6月月底政府性债务未来偿债情况表 （单位：万元）偿债政府负有偿还政府负有担保其他相关债务三类债务合计年度责任的债务责任的债务债务额比重债务额比重债务额比重债务额比重201316.15.13.138.3415.5035.26189.10年下5.20％36％40％78％半年201424.12.19.209.7725.168.45％28.04262.97年81％24％16％201521.15.178.9320.236.79％16.907.38％216.06年17％75％201613.11.11.117.5917.886.00％27.31162.78年91％92％86％201710.87.5122.9116.20126.627.69％7.07％9.23％年35％201813.65.45.30.年及113.22196.15105.31414.6839％86％98％22％以后合计1372.845.36297.83229.02100％100％100％100％21（二）市本级债务运行的风险分析
1.常用指标分析《浙江省地方政府性债务管理实施暂行办法》（2006）将监测政府性债务的主要指标设定为负债率、债务率和偿债率。本文按照这一规定，对2012年年底政府性债务余额的风险状况进行了简要分析。[1]（1）负债率
2012年，宁波市本级政府负有偿还责任债务的负债率为11.5%，比2010年上升1.82个百分点；如加上政府负有担保责任的或有债务，负债率为18.47%，比2010年上升6.96个百分点。与10%的警戒线相比，宁波市地方政府性债务的负债率过高，偿债压力较大。[2]（2）债务率
2012年，宁波市本级政府负有偿还责任债务的债务率为145.09%，比2010年上升61.62个百分点；如加上政府负有担保责任的或有债务，债务率为196.43%，比2010年上升100.39个百分点。两类债务率均远远超过100%的警戒线。[3]（3）偿债率
2012年，宁波市本级政府负有偿还责任债务的偿债率为39.73%，比2010年上升2.92个百分点；如加上政府负有担保责任的或有债务，偿债率为49.35%，比2010年上升7.4个百分点。两类偿债率均远远超出15%的警戒线。
根据《浙江省地方政府性债务管理实施暂行办法》（2006）的规定，若3个债务监测指标中有1个指标达到或超出警戒线，则该市、县（市、区）不得再增加新的政府性债务。目前，宁波市的3个政府性债务指标均超出了警戒线，反映出其债务风险较大，亟须合理控制债务规模，大力防范债务风险。
2.其他指标分析——借新还旧率
2012年，宁波市本级政府负有偿还责任的债务、政府负有担保责任的债务、其他相关债务的借新还旧率分别为29.66%、31.19%和49.33%，比2010年年底下降了4.98个百分点、下降了50.01个百分点和上升了2.65个百分点。从债务偿还年度来看，这是由于新增债务的偿债高峰期尚未到来，所以借新还旧率和2010年相比，总体有所下降。但同时可以预计，在未来一定时期内，受可支配财力减少等因素的影响，借新还旧率还将继续攀升。
注释
[1]负债率反映一个地方国民经济状况与政府性债务余额相适应的关系，表明单位地区生产总值所承担的政府性债务情况，即：负债率=政府性债务余额/地区生产总值。
[2]债务率反映一个地方当年可支配财力对政府性债务余额的比例，即：债务率=政府性债务余额/当年可支配财力。
[3]偿债率反映一个地方当年可支配财力所需支付当年政府性债务本息的比例，即：偿债率=当年偿还政府性债务本息额/当年可支配财力。
三、宁波与其他省市债务运行情况的横向比较分析
根据各省市公布的审计结果，我们选取了青岛、厦门等计划单列市以及浙江、江苏、广东等经济较发达的沿海地区，与宁波进行对比分析，以进一步厘清宁波市政府性债务的总体情况。（一）宁波市债务规模和负债率较高，且近三年来增速很快
从经济总量和财政收入来看，宁波与青岛相差无几，但宁波各级政府的债务规模都超出青岛2～3倍（见表4）。从增速来看，近三年债务规模增长迅速，2013年6月月底，宁波市本级债务余额1372.20亿元，比2012年年底增加167.02亿元，增长13.88%；比2010年年底增加777.77亿元，增长130.84%。表4 各地债务规模与经济发展情况 （单位：亿元）地 区2013年6月月底政府债务规模2013年62013年6月月底累月月底累计 GDP计财政收入政府负有政府负有政府可能偿还责任担保责任承担一定的债务的债务救助责任的债务宁波市1732.82515.55728.313258.901355.33青岛市852.46127.39197.953629.251250.76厦门市326.6570.7815.141273.19436.99（二）宁波市债务率偏高，财政偿还压力很大[1]
此次审计各省市均以债务率和逾期债务率2个指标，对2012年
[2]年底政府性债务负担状况进行分析，结果表明，各省市政府性债务都存在一定的逾期情况，但逾期债务率都处于较低水平，偿还情况总体较好。从债务率这一指标来看，除厦门外，其他地区政府负有偿还责任债务的债务率都超过了50%，其中，宁波市最高，接近100%。总体来看，厦门的政府性债务管理最佳，债务负担最轻（见图3）。图3 2012年年底各地债务率和逾期债务率对比（三）宁波市偿债时间集中于2014年和2015年
从未来偿债年度来看，各地区的大部分债务都将在2014年、2015年、2018年及以后到期，近两年的偿债压力比较大。分类来看，在政府负有偿还责任的债务部分，青岛市和广东省2018年及以后的偿债规模最大，其余地区则主要集中在2014年和2015年；在政府负有担保责任的债务部分，除江苏省外其余地区在2018年及以后的偿债压力均较大，其中宁波市最高，达到41.61%；在政府可能承担一定救助责任的债务方面，厦门市和广东省的偿债压力主要集中在2017年、2018年及以后，其余地区则主要集中在2013年至2016年（见表5）。表5 各地政府性债务余额未来偿债情况对比
各地区债务类型2013年下20142015201620172018年及半年年年年年以后政府负有偿还责任宁波27.20.14.9.15.91％12.79％的债务市02％62％38％28％青岛15.14.12.10.10.36％36.34％市30％81％80％39％31.18.14.厦门9.13.27％12.80％市86％14％39％54％浙江27.19.14.9.15.65％14.28％省10％02％88％07％江苏29.19.11.6.21.92％11.16％省53％70％33％35％广东17.14.11.10.16.07％29.15％省40％96％89％53％
续表各地区债务类型2013年下2012012012012018年及半年4年5年6年7年以后政府负有担保责任的债宁波15.11.15.7.8.55％41.61％务市01％64％84％34％青岛18.18.14.11.6.55％30.18％市88％56％51％34％34.厦门9.8.6.5.51％36.15％市06％16％99％13％11.14.24.11.浙江7.30％31.52％省50％19％16％34％32.17.11.江苏9.16.18％13.10％省08％77％79％08％广东29.8.10.18.8.82％24.52％省11％83％13％59％政府可能承担一定救助宁波22.21.15.7.16.49％17.13％责任的债务市59％06％17％57％青岛18.16.16.9.13.74％25.74％市00％89％00％62％厦门15.9.20.12.11.43％30.38％市06％81％88％45％浙江20.15.12.8.13.19％28.52％75％81％81％省92％江苏24.17.11.9.16.66％20.24％72％69％61％省07％广东26.7.7.6.4.87％47.94％省37％07％24％51％（四）宁波市乡镇债务规模偏高
从乡镇债务总量来看，厦门市已经全部实现乡镇零债务，青岛市也基本消除了乡镇债务，而宁波市的债务规模为计划单列市中最大的，其中仅政府负有偿还责任的债务一项就高达60.27亿元，是青岛市的5.1倍；其乡镇政府的或有负债余额更高，为青岛市的3517.5倍（见表6）。就各类债务中乡镇债务的占比来看，政府负有偿还责任的债务部分，江苏省乡镇债务的占比为7.54%，为各地区之首；政府负有担保责任的债务和政府可能承担一定救助责任的债务部分，宁波市乡镇债务的占比均为各省市最高，分别为4.62%和6.39%。可见，宁波市乡镇政府承担的政府或有债务的规模较大、风险较高。表6 2013年6月月底各地乡镇债务规模 （单位：亿元）地 政府负有偿还责政府负有担保责政府可能承担一定救助责区任的债务任的债务任的债务乡镇规占比乡镇规占比乡镇规模占比模模宁波60.273.48％23.834.62％46.526.39％市青岛11.811.39％0.020.02％00市厦门000000市浙江226.634.45％3.220.98％89.915.94％省江苏575.4912.58264.817.54％1.29％4.30％省广东379.7236.6229.25.48％3.59％1.32％省
注释
[1]逾期债务率表示年末逾期债务余额占年末债务余额的比重，是反映到期不能偿还债务所占比重的指标。
[2]由于上述指标计算需要年度综合财力数据，因此，仅对截至2012年年底的债务负担状况进行分析。
四、当前宁波市政府性债务管理和风险防控存在的问题
地方政府性债务的产生和发展有着一定的客观必然性，为地方财政支出和经济增长提供了必要的财力支持。与此同时，债务运行管理过程中也存在着诸多问题，突出表现在以下几方面：（一）多头管理减弱控制效力，债务规模增长过快
宁波市财政局虽然对市本级政府性债务实行了年度计划备案管理，但政府性债务的举借、管理和使用工作，仍由相关单位自主决策实施。财政局无法从整体上对新增债务进行实质性的计划管理，缺乏对债务规模的有效控制。如根据宁波市财政局年度债务计划备案表，2012年市本级计划新增贷款46.39亿元，而审计结果显示2012年市本级举借的政府负有偿还责任和担保责任的债务额合计为324.41亿元，是计划新增贷款额的6.99倍。（二）部分融资平台公司资产质量不高，偿债能力弱，风险传递性强
地方国有融资平台的存在满足了旺盛的资金需求，但也逐渐暴露出自身资产质量不高、偿债能力不强等问题。2011年以来，宁波市对市本级融资平台公司及其债务进行了进一步清理规范，通过增加注册资本、清理存量债务等方式，使部分融资平台公司的资产质量和收入水平有所提高。然而，截至2012年年底，13家市本级融资平台公司中，有7家公司年末资产中存在不能或不宜变现的资产共计103.34亿元，占其总资产的44.53%；有4家公司资产负债率超过70%；有11家公司当年收入不足以偿还当年到期债务本息。2012年，在融资平台公司偿还的债务本息45.08亿元中，财政资金偿还42.57亿元，占94.44%。截至2013年6月月底，13家市本级融资平台公司的平均资产负债率仍然高达68.76%。可见，融资平台公司已由地方政府融通建设资金的渠道演变成为地方政府性债务的助推器，自身偿债能力严重不足，给金融安全和社会稳定留下隐患。同时，由于各融资平台之间还存在相互担保的现象，这使得各平台之间呈现出高度关联性和风险传染性；一旦某一平台发生债务违约，便会因为这种连带关系形成连环违约，形成债务违约的“多米诺骨牌”效应，进而放大该地区的债务风险。（三）债务偿还过多依赖土地出让收入，偿债压力较大
近年来，土地收入已成为地方政府财政收入的重要支柱，因而也成为各省市地方政府偿债资金的主要来源。截至2012年年底，县以上政府承诺以土地出让收入偿还的债务余额中，从绝对数来看，浙江省居三省之首，宁波市也远远高于厦门市（见表7）；从相对数来看，县以上政府承诺以土地出让收入偿还的债务余额占其负有偿还责任债务余额的比重中，浙江省和宁波市分别位列第一和第二，占比超过60%，远远高于其他地区（见表7）。政府偿债绝大部分依赖土地收入。表7 县以上政府承诺以土地出让收入偿还的债务余额及比重 （单位：亿元）地 区宁波厦门浙江江苏广东市市省省省874.2739.2646.1670.县以上政府承诺以土地出让收入偿还的120.2债务余额95441795占县以上政府负有偿还责任债务余额的60.29.66.37.26.比重10％07％27％48％99％
然而，以土地出让收入为偿债来源的债务增长与土地出让收入，特别是可支配土地出让收入的短期波动和长期下降之间的矛盾，使得未来政府偿债压力巨大。以宁波为例，2012年年底，宁波市本级承诺以土地出让收入为偿债来源的债务余额为427.63亿元，比2010年增加了159.25亿元；而2012年土地出让收入比2010年减少150.77亿元，降低了52.87%；扣除成本性支出和按国家规定提取的各项收入后的可支配土地出让收入减少122.9亿元，降低了78.72%。2012年以土地出让收入为偿债来源的债务需偿还本息112.05亿元，为当年可支配土地出让收入33.23亿元的337.22%，比2010年上升了258.71个百分点。（四）借新还旧比例较高，极易造成债务风险转移和风险累积
由于偿债能力不足，“借新还旧”成了地方政府填补债务黑洞的重要办法。以2012年和2013上半年为例，政府负有偿还责任的债务共还本付息90.45亿元，其中81.28%由财政资金偿还；政府负有担保责任的债务共还本付息41.47亿元，其中财政资金偿还38.74%，借新还旧偿还58.50%，非财政资金仅偿还2.77%；其他相关债务还本付息18.66亿元，全部使用非财政资金。随着近年来宁波市政府负有担保责任的债务偿债压力的增加，部分债务甚至已转变为政府直接偿还的债务，在财政收支矛盾加重的情况下，债务还本付息对借新还旧的依赖程度增大，使得债务风险从短期阶段性风险向长期性风险转变。而地方政府在“借新还旧”的同时继续举借新债，还会导致债务风险累积的负面后果。当众多融资平台大面积采用“借新还旧”，甚至会产生“债务集合”和“债务共振”效应。一旦货币政策收紧，市场资金紧张，融资平台“借新还旧”受阻，资金链断裂，发生债务危机的概率就会增大，并可能由此引发系统性风险。
五、地方政府性债务管理和风险防控的经验借鉴
（一）湖南省政府性债务管理2011年以来，湖南省不断加强政府性债务管理，取得了一系列成效，尤其是风险预警机制方面的经验值得借鉴。湖南省对政府性债务实行总规模控制，政府负有偿还责任的债务按100%计入政府债务规模，政府负有担保责任的债务和政府可能承担一定救助责任的债务按20%计入政府债务规模。同时，政府性债务以综合债务率为预警指标，并结合湖南城市化地区、农产品主产区和重点生态功能区等三类主体功能区的不同特点设置不同调整系数，以100%为警戒线（见表8）。处于警戒线以上的地区，原则上不得新增债务规模，同时要制订切实可行的政府性债务风险化解工作方案。工作方案应当明确债务化解的具体目标、时间安排及保障措施等内容，然后逐级上报省财政厅审核，并提交省委组织部备案。表8 债务预警级别分类
综合债务率预警级别处理细则该类地区如未达到当年债务化解目标，省财政厅适当调减其地方政府债券新增额度和一般性财政转移支付资金债务形成和债务化解等≥100％，且≤150％黄色预警情况，提请组织或监察部门采取通报、对该地区主要或分管领导进行诫勉谈话等方式，督促债务化解该类地区不得新开工涉及财政性资金偿还的基＞150％红色预警本建设项目，不得新增公用经费支出该类地区如未达到当年债务化解目标，省财政厅原则上不增加其地方政府债券额度和一般性财政转移支付资金视债务形成和债务化解等情况，提请组织部、人力资源和社会保障部取消该地区主要或分管领导当年评先评优资格，并将有关情况向其上级党委、政府报告，作为干部选拔任用的依据之一；问题严重的，及时提出组织调整建议，或由监察部门按规定追究相关人员的责任（二）浙江省青田县乡镇债务管理
在控制和化解乡镇债务方面，浙江省丽水市青田县的做法值得借鉴。改革前，青田县的乡镇财政负债面达100%，债务总额高达2465万元，占全县财政总收入的25%，地方财政收入的50%。2000年以来，围绕“消化旧债、控制新债”这一主线，青田县采取各种措施化债控债，截至2006年年末，31个乡镇和1个管委会100%化解了历年旧债，成功实现乡镇财政零负债。“青田模式”的具体做法主要有以下几方面：①成立乡镇财政管理中心，撤销所有乡镇账户，把乡镇财政收支集中到乡镇财政管理中心进行核算监管，建立“收入一个笼子，预算一个盘子，支出一个口子”的运营模式；②实行建设项目审批制度，所有乡镇政府性投资项目须先报县政府许可并经财政部门审核建设资金来源后，才可报县发改局审批立项；③支出要经县乡镇财政管理中心审核，严格控制日常经费与专项经费的使用和管理，严格按照指标控制乡镇招待费、交通费、差旅费等日常经费支出，实行收支实时监控，并建立专职乡镇报账员队伍；④制定乡镇政府性债务管理办法，要求在项目确定后，实施主体由乡镇政府转变成为县政府的有关职能部门，如农业综合开发项目由农发办实施，农村水利工程由县水利开发公司承担等，把负债归属到政府部门管理。
六、加强宁波市政府性债务管理与风险防控的对策建议
加强地方政府性债务管理，尽快建立一套科学、规范的风险预警机制，不仅是合理控制地方政府性债务规模的当务之急，也是防范和化解债务风险的长久之计。（一）规范债务管理机制，严控债务规模
变债务多头管理为财政部门统一归口管理。各级政府及其部门、所属单位于每年年底制订下年度债务收支计划，该计划必须坚持“量入为出”的原则，按照“下年度用地计划→下年度可收到土地出让金收入和其他收入→下年度建设规模→下年度贷款规模”的顺序和思路，倒推计算出贷款需求量，并报同级财政部门审核，审核通过后报同级政府常务会议，经会议审议批准后执行。未经财政部门审核同意的债务收支计划，各级投资审批主管部门不得批准。
此外，各级财政部门同时承担本级政府性债务和下级政府性债务的监督管理职责，通过建立健全政府性债务管理办法、政府融资项目资金管理办法等规章制度，进一步规范政府负债“借、用、还”各个环节，着力扭转多头举债、权责不清、调控不力的局面，严格将政府性债务置于可控范围之内。（二）强化融资平台监管，提升债务自偿能力
一方面，要加强对融资平台公司政府性债务举借的管理。要严格执行《国务院关于加强地方政府性债务管理的意见》（国发〔2014〕43号）的要求，剥离融资平台公司政府融资职能，确保融资平台公司不得新增政府债务；地方政府新发生或有债务，要严格限定在依法担保的范围内，并根据担保合同依法承担相关责任。另一方面，要进一步强化财务管理和资产监管。可以借鉴宁波市鄞州区的管理经验，对融资平台公司实行会计委派制，由各级财政局负责委派会计的聘用、委派和管理考核等工作，有关职能部门配合实施。[1]（三）探索PPP模式，提高政府效率
目前，BT（build—transfer，建设—移交）、BOT（build—operate—transfer，建设—经营—移交）、政府融资平台等多元化的投融资模式应用广泛，在降低融资成本方面取得了一定成效，但也导致个别地区的融资平台债务畸高，潜藏了较大的政府或有负债风险。结合目前的实际，可探索采用PPP等新型融资模式，吸引私人资本参与融资、建设和经营政府融资平台承建的准公益性项目，利用企业负债“腾挪”政府融资平台债务，从而把政府或有负债转化为社会负债，减少政府负债规模。
在具体操作过程中，要做好以下几方面的工作：①构建适宜PPP模式发展的法规制度，进一步明确PPP项目在政府采购、预算管理、绩效评价等方面的操作规则；②成立专门的PPP项目协调管理机构，建立有效的PPP模式运行工作机制，履行研究设计、项目储备、融资支持、招投标管理、争议协调等职责，并对风险分担、竞争机制、政府合理承诺、后续合同管理等方面进行指导；③制定有效的财务监管制度，加强对企业的账户管理，充分掌握项目资金流向，建立财务信息报告制度，要求私营部门定期向财政部门提供会计报表，同时引入绩效评价机制，对项目实行事前、事中、事后绩效评价。（四）严格土地出让收入还款来源债务管理，拓宽偿债资金来源
加强土地出让收入还款来源债务管理，一是严格审批以土地出让收入为偿债来源或者提供担保的政府性债务举借，控制增量，并采取多方筹集偿债资金、认真核实项目成本、细化分清还款责任等方式妥善处理存量，逐步减轻偿债压力；二是财政部门和国土部门要根据国家宏观调控政策变化情况，科学测算土地出让预期收入，联合做好土地出让收支预算，从而依据土地出让财力，确定相关举债规模，保障还款资金来源充足。
拓宽地方政府融资渠道，一是推进财政体制改革，建立地方财政收入稳定增长的体制和机制，完善中央与地方的税收分享制度，使地方政府支出与财力相匹配，这也是遏制地方政府债务扩张的关键。二是积极探索地方政府自行发债，试行地方政府债券市场化。在发改委的《关于2014年深化经济体制改革重点任务的意见》中提到，建立以政府债券为主体的地方政府举债融资机制，剥离融资平台公司政府融资职能。三是创新融资平台融资模式，适当加大企业债券、中期票据等融资额度，进行基础建设，扩大地方政府建设的资金来源，降低融资风险。（五）建立风险预警机制和偿债准备金制度，严控借新还旧，防范债务风险
加强地方政府性债务管理，要实行信息化管理和实时监控管理，建立风险预警体系，进行动态管理。宁波市可尝试建立一套以整体性指标（即负债率、债务率和偿债率）为重点，配合考虑债务风险性指标（即逾期债务率）和还款能力指标（即GDP增长率、财政收入增长率、借新还旧率）等债务风险指标体系，对政府性债务的规模、结构和安全性进行动态监测和评估。同时，借鉴湖南省的经验，设置监测指标的安全区和警示区；处于警示区的地区，必须制订详细、切实可行的债务风险化解工作方案，在有效化解现有存量债务、降低规模和风险等级前，不得举借新债。各监测指标按年考核，定期进行评估分析。
为提高政府还本付息能力，还要建立健全政府性债务偿还机制，努力实现“责、权、利”和“借、用、还”相统一。为降低借新还旧的比例，确保偿债资金的来源，必须尽快建立和完善偿债准备金制度；各级政府要按年初政府性债务余额的3%～8%设立偿债准备金，并由财政部门设立专户进行监督管理，从而提高本级政府的应债能力。（六）将政府性债务管理纳入政绩考核范围，提高化债积极性
为了充分调动化债的积极性，在具体工作中，对于债务化解工作做得好的地方可给予必要的财政补贴和奖励；反之，对那些在债务清理中弄虚作假、工作乏力、新增债务失控的地方，要给予相应的经济制裁和行政处罚。此外，在化解地方政府性债务风险的各项工作中，要明确责任落实，实行岗位对责、绩效对账，树立正确的政绩导向。可借鉴舟山市、义乌市和青田县的做法，一方面，将负债管理情况纳入对各级政府的年度工作目标责任制考核，与干部职工的年度目标考核和奖金等直接挂钩；另一方面，将政府性债务按政府级次分别纳入主要领导的综合业绩及任期经济责任审计范围，通过将政府性债务负债率作为地方党政领导班子和领导干部综合考评考核指标，设置合适的权重，来约束政府的举债刚性需求，合理控制举债进度，防范债务风险。参考文献
财政部财科所课题组.我国地方政府债务风险和对策.经济研究参考，2010（14）.
黄芳娜.中国地方政府债务管理研究.博士学位论文，财政部财政科学研究所，2011.
刘华.乡镇债务处置的“青田模式”为何受到国务院领导的关注？浙江32个乡镇“零负债”.21世纪经济报道，2010-03-22.
马恩涛，于洪良.财政分权地方债务控制与预算软约束.管理评论，2014（2）.
马海涛，马金华.解决我国地方债务的思路.当代财经，2011（7）.
杨志锦.地方政府性债务能否实现动态管理？.21世纪经济报，2013-07-23.
袁艳.青田：乡镇零负债.浙江日报，2010-05-20.作者单位：宁波市财政局
注释
[1]PPP：Public-Private-Partnerships，即公私伙伴关系。
金融普惠、资本配置效率与市场的决定性作用
余霞民一、问题的提出
2005年，联合国在宣传小额信贷年时首次提出了“普惠金融”（financial inclusion，亦称为包容性金融）的概念，这以后关于普惠金融的理念逐渐在全球范围内得到普及和推广。在国内，近年来普惠金融问题也得到了广泛关注，学术领域开展了一系列针对性的研究和讨论。特别是党的十八届三中全会通过的关于全面深化改革的决议中，在金融改革方面明确提出了“发展普惠金融”的要求，这也标志着推动金融的普惠发展上升为国家战略，普惠金融一时也成为中国金融领域研究的热点。各相关部门不仅从国家层面上推出了一系列发展普惠金融的政策措施，各地区也充分发挥主观能动性，结合地区实际，探索出了一系列发展普惠金融的模式和路径。从实施效果上看，这些政策也从整体上提升了我国金融发展的普惠水平，金融服务的覆盖面和渗透率明显提高，越来越多的社会群体得到了金融服务，有效支持了经济社会发展。
金融发展的根本目的在于服务实体经济，因此，衡量一项金融改革政策成功与否的标志，是改革后金融体系服务经济的功能是否得到了增强，所以在普惠金融发展过程中，我们必须要关注其对金融体系功能可能产生的影响。从现有国内关于普惠金融问题的研究和讨论看，大多数都集中于探讨发展普惠金融的政策措施，即如何使得金融体系能够惠及更多的社会群体，并扩大金融服务的覆盖面。尽管这也是普惠金融发展中的重要内容，但是另一关键问题也需要引起重视，就是普惠金融发展与其他经济变量之间可能存在的关系，比如普惠金融的发展在多大程度上促进了经济增长，以及何种普惠金融模式最有利于提高金融体系的功能并最终促进经济增长。这其中，最核心的问题是普惠金融发展与资本配置效率之间的关系，这主要是基于以下两点原因：①金融体系最基本和最核心的功能是优化资本的配置，即金融体系通过提高资本的配置效率来促进经济的增长，所以在普惠金融发展过程中，不仅需要关注金融服务的覆盖面是否扩大，更深层次的问题在于是否通过发展普惠金融提高了资本配置效率；②发展普惠金融的直接目的是使得社会各个阶层都能以合理的成本获得基本金融服务。因此，从某种意义上来说，普惠金融在一定程度上体现了金融公平的理念。而一般的观点认为，公平与效率往往难以兼得，要提高效率就必须牺牲公平，而要确保相对公平就必须损失一部分效率。那么，在金融领域公平与效率的关系如何？普惠金融的发展是否有利于提高资本的配置效率？这些问题都是在普惠金融发展过程中需要明确和论证的。基于此，本文试图拓展普惠金融问题研究的边界，将普惠金融与实体经济发展有效结合起来，论证和分析普惠金融发展与资本配置效率之间的关系以及影响两者关系的因素。
二、我国普惠金融发展水平的评估：基于省际的比较
在实证分析普惠金融发展与资本配置效率之间的关系前，首先需要对我国普惠金融的发展水平进行量化评估。由于金融的“普惠性”是一个综合性很强的概念，包括了很多方面的内容，因此，用单一指标来衡量金融普惠水平显然是不全面的。对于该类问题，通过建立指标体系来构建综合性的指数是比较常规的方法。本文通过建立衡量金融普惠水平的指标体系来构建普惠金融指数（IFI），并将其作为评价普惠金融发展程度的指标。（一）普惠金融指数指标体系的构建
近年来，随着普惠金融概念的普及和推广，关于普惠金融指标体系的研究逐渐兴起，也对全球一些主要国家的普惠金融发展状况进行了评估。同时，也有研究根据我国经济金融发展的特点，提出了符合我国实际的普惠金融指标体系，并从整体上评估我国普惠金融发展水平及在全球的地位。但是目前尚未有研究评估和比较我国各个地区的普惠金融发展水平。基于研究的实际和需要，在总结已有的研究基础上，同时根据数据可得性和重要性，本文从金融服务可得性（包括地理渗透率和人口渗透率）和金融使用情况等维度，选择了其中11个相对重要的指标（见表1），对我国分地区的普惠金融发展状况进行评估。表1 本文IFI指标体系选择维 度指 标计算公式A1：每千平方公里银行银行机构网点总数／行网点数量政区划面积A：金融服务可得性A2：每千平方公里 POS机数量／行政区划（地理渗透率）POS机数量（台）面积A3：每千平方公里 ATM机数量／行政区划ATM机数量（台）面积B1：每万人银行网点数银行机构网点总数／常量住人口B2：每万人 POS机数POS机数量／常住人口B：金融服务可得性量（台）数B3：每万人 ATM机数ATM机数量／常住人口（人口渗透率）量（台）数B4：每万人银行从业人银行从业人员数／常住员服务比例人口数C1：人均银行卡持有量发行的银行卡总数／常（张）住人口数C2：股票开户覆盖率股票账户数／常住人口（％）数C：金融使用情况C3：企业贷款渗透率有贷款记录的企业数／[1]（％）有贷款需求的企业数农户贷款余额／农村人C4：人均农户贷款余额口总数（二）指数的评估方法
宋汉光等（2014）在衡量G20国家的金融普惠水平时，根据人类发展指数（HDI）提出了普惠金融指数（IFI）的构建方法。本文仍采用此方法作为评价我国分地区的普惠金融水平。假设IFI有N个指标（P），每个指标的权重为w，用来表示该指标对评价金融普惠水平的重要性。可以用以下公式表示每个指标的测度值：
其中，P表示第i个指标在评估普惠金融指数时的测算值；w表示ii第i个指标的权重，其中0≤w≤1，w越大说明该指标对金融普惠指数的ii重要程度越高；x表示第i个维度评价指标的实际值；M和m分别表示iii第i个评价指标的最大值和最小值。
当P是正向指标时，P越大代表金融普惠水平越高；当P是反向iii指标时，P越大代表金融普惠水平越低。因此，当P是反向指标时，ii将P的计算公式调整为式（2）的形式，这样P越大时，代表这个地ii区在这个指标上的成就越高，使其与式（1）的标准一致。
由式（1）和（2）可以得出，各个指标P的取值范围为0≤P≤iiw。i
假设某个地区j各个指标的测算值都为0，即P=（0，0，0，…，0）j时，代表该地区在每个指标上都是最低值，其金融普惠水平最低；如果该地区各个指标的测算值都为w，即P=（w，w，…，w）时，ij12N代表该地区每个指标在所分析的对象内都是最高值，其金融普惠水平最高。因此，在构建金融普惠指数时，可以计算每个指标的实际测算值与最理想值的距离，并把各个指标的距离整合在一起形成一个测算结果，距离越大说明金融普惠水平越低。基于以上思路，本文的金融普惠指数公式如下：
在式（3）中，由于P的取值范围为0≤P≤w，所以金融普惠指数iiiIFI的取值范围为0≤IFI≤1。如果某个地区j的各个指标都最小，即P=（0，0，0，…，0），则IFI=0；如果P=（w，w，…，w），则jj12N[2]IFI=1。（三）指标权重的确定
在多指标的分析中，指标权重的确定是重点和难点。本文采用主成分分析法（principal components analysis）计算IFI 中各指标的权重（见表2），权重最大的指标为“每万人银行从业人员服务比例”，权重值为0.122；最小的为“人均银行卡持有量”，权重值为0.03。表2 普惠金融指数各指标权重指 标权 重：每千平方公里银行网点数量0.084A1：每千平方公里 POS机数量（台）0.086A2：每千平方公里 ATM机数量（台）A0.1133：每万人银行网点数量0.083B1
续表指 标权 重：每万人 POS机数量（台）B0.1212：每万人 AT M机数量（台）0.091B3：每万人银行从业人员服务比例B0.1224：人均银行卡持有量（张）0.030C1：股票开户覆盖率（％）C0.1182：企业贷款渗透率（％）0.070C3：人均农户贷款余额C0.0824（四）各省IFI的评估结果
使用前文的计算公式、主成分分析法所确定的权重以及指标的数[3]值，可以计算我国各地区的IFI，结果如表3所示。根据研究需要，本文评估的时间区间为2007—2013年。表3 各省（自治区、直辖市）（不含港澳台地区，后同）IFI测算结果（2007—2013年）地20072008200920102011201220132007 —2013年区年年年年年年年均值上0.3840.4710.4270.4780.5620.6560.7180.528海北0.3960.4590.4950.4990.5330.5810.6090.510京天0.2750.2940.3200.3270.3510.3890.4100.338津浙0.1990.2250.2500.2890.3420.4090.4600.311江江0.1340.1610.1700.2100.2430.2930.3310.220苏福0.1350.1570.1750.1960.2360.2870.3360.217建广0.1490.1630.1780.2000.2190.2870.3250.216东辽0.1540.1750.1740.2100.2330.2560.2870.213宁山0.1140.1300.1440.1640.2020.2510.2690.182东续表地区2007年2008年2009年2010年2011年2012年2013年2007 —2013年均值内蒙0.0990.1040.1360.1630.1880.2430.2640.171古0.1140.1220.1360.1590.1730.2120.2300.164吉林宁夏0.1010.1010.1260.1450.1700.2090.2420.156山西0.0860.1050.1250.1320.1660.2090.2380.1510.0980.1050.1120.1350.1620.2060.2400.151海南陕西0.0880.1000.1160.1330.1550.1960.2240.145重庆0.0800.0980.1050.1260.1640.2020.2320.144新疆0.0920.0800.1010.1300.1580.1980.2140.139黑龙0.0790.0980.1130.1300.1530.1860.2080.138江0.0840.0930.1010.1120.1390.1790.2000.130青海四川0.0690.0740.0880.1240.1440.1850.2060.127甘肃0.0620.0740.0900.1110.1340.1720.1960.1200.0760.0830.0950.1100.1290.1600.1830.120湖北河北0.0800.0840.0950.1050.1180.1510.1750.115西藏0.0770.0780.0880.0920.1070.1370.1530.105江西0.0620.0700.0800.0910.1140.1480.1660.104湖南0.0620.0660.0760.0870.1080.1370.1520.098河南0.0540.0660.0720.0890.1070.1370.1600.098安徽0.0400.0460.0610.0810.1030.1210.1530.0860.0360.0330.0610.0860.0990.1310.1470.085广西云南0.0340.0280.0530.0620.0760.1090.1260.070贵州0.0180.0210.0350.0600.0740.0970.1250.061变异0.7860.8320.7280.6520.6140.5540.5230.645系数
从表3的IFI评估结果分析，可以得出以下结论：（1）从全国层面看，我国普惠金融发展水平呈稳步提高的趋势。各省（自治区、直辖市）的平均IFI从2007年的0.114提高到2013年的0.274，年均增长14.5%，也高于同期经济增长的平均速度（如图1）。图1 我国各地区IFI均值变化情况（2007—2013年）
同时，普惠金融指数与金融总量（以贷款余额表示）的变化趋势并不一致（如图2），这也说明金融普惠水平与金融总量不是完全的正相关关系，金融总量的增长并不意味着金融普惠水平也能得到提高。所以，在金融发展理论中，除了金融总量，分析普惠金融发展与经济增长、资本配置效率等经济变量之间的关系也就显得尤为重要。图2 我国IFI增长率与贷款增长率比较（2008—2013年）（2）2007—2013年间，平均IFI居前三位的地区分别是上海、北京和天津，这也与其经济发展水平基本一致，其中最高的是上海市，其平均IFI为0.528。位于最后三位的分别是贵州、云南和广西，其中最低的为贵州省，其平均IFI为0.061，仅为上海市的1/10。尽管各地区的普惠金融发展水平差距较大，但从省际IFI的变异系数看，总体呈现下降趋势，即从2007年的0.786下降到2013年的0.523，这说明从全国范围来看，各地区普惠金融发展水平的差距越来越小。（3）从分指标来看，各地区差异最大的指标是每千平方公里POS机数量A，变异系数为2.64。该指标值最大的为上海市，有3.82万台，而最小的为西藏，仅有2.65台。差异最小的指标为每万人银行网点数量B，变异系数为0.17，该项指标值最大的为天津市，有2.011个，最小的为云南，也有1.1个。（4）对于普惠金融发展水平较高的地区来说，并不是所有的分指标都具有优势，其在一些指标上的水平也较低。比如企业贷款渗透率指标，最高的是辽宁，达到56.3%，而最低的天津仅为23.6%，其他较发达地区比如浙江、江苏和广东，分别为43.9%、35.3%和33.9%。主要原因在于这些发达地区企业众多，尤其是民营中小型企业，仍游离在正规的金融体系之外。因此，即便是发达地区，因为有大量的企业尚未得到金融机构的信贷支持，仍然有发展普惠金融的需求。
注释
[1]有贷款需求的企业数以领用了贷款卡的企业数量表示。
[2]这里需要说明的是，本文的普惠金融指数只是一个相对指数，指数本身的数值不代表具体金融普惠水平的大小，比如IFI 为1，只是说明在分析的对象内达到最大值；IFI 为0，也不意味其金融普惠水平最低，而只能说明在所分析和比较的区域或区间内的金融普惠水平的大小。
[3]本文普惠金融指数的各指标值来源于公开的数据以及一部分调查数据，对于少数缺失的数据，本文采用了平均增长率法进行了推算。由于篇幅所限，本文未列出所有分指标各年度的数值，而仅给出了各省（自治区、直辖市）每个指标2007—2013年的平均值供参阅。
三、普惠金融发展与资本配置效率：基于省际面板数据的分析
前文的分析说明，近年来我国的金融普惠水平整体得到了明显提升，而且各地区普惠金融发展的差距也在逐步缩小。但是，这只是发展普惠金融最直接的目标，更深层次的问题是普惠金融的发展是否促进了经济的增长，或者在多大程度上促进了经济增长。由于金融体系作用于经济增长的机制中最核心的是优化资本的配置，因此，分析普惠金融发展与经济体系中资本配置效率之间的关系就显得尤为重要，即金融普惠水平的提高是否利于增强金融体系优化资本配置功能，并以此提高资本配置效率。（一）计量模型的建立
本文建立计量模型的目的在于分析普惠金融发展与资本配置效率之间的关系，因此，模型中被解释变量是经济发展中的资本配置效率，而核心的解释变量是普惠金融发展的水平。借鉴和参考已有的研究成果（Boyreau-Debray ＆ Wei，2005；Guariglia ＆ Poncet，2008；李青原等，2010），本文建立以下资本配置效率的影响因素模型：fe=αfe+βifi+γcontrol+μ+φ+εitit-1itititit
其中，被解释变量fe为各地区的资本配置效率。解释变量中，fe为滞后一期的资本配置效率，ifi表示普惠金融发展水平，可使用-1前文所测算的各地区普惠金融指数来衡量。μ表示特定的区域效应，i目的在于控制不可观察的地区特殊变量的影响；φ表示特定的时间效t应，用以控制各年不同经济政策的影响；ε表示异质冲击项。同时，it为了更加准确地评估普惠金融发展对资本配置效率的影响，本模型还包含了若干控制变量，如金融总量、金融结构、经济对外开放度、经济市场化程度、政府干预程度等。根据数据可得性，本文分析的对象为2007—2013年我国31个省级行政区（不含港澳台地区）的面板数据。
在此基础上，根据研究目的，本文预先提出两个待检验的假设：
假设H：作为金融发展的重要内容，金融普惠水平与资本配置1效率之间存在正相关关系，金融覆盖面和渗透率的提高使得更多的社会群体能够享受到金融服务，从而有利于优化资本的配置。
假设H：政府干预下的普惠金融发展政策使得市场配置资源的2机制受到损害。在这种模式下，即使提高了金融发展的普惠水平，也不利于资本配置效率的提高。（二）变量的选择和数据来源（1）资本配置效率（fe ）。资本是经济增长中最重要的要素之一，资本配置效率的高低取决于两个前提条件：首先，企业管理者和投资者是否有能力区分投资项目的好坏；第二，企业管理者是否有足够的动力去追求和寻找具有高回报和潜力的行业而不存在其他的目标。早期的研究表明，金融体系具有项目甄别功能，有助于改进资本的配置过程，从而促进经济的增长。因为对于单个储蓄者来说，没有时间、能力和方法去获取、处理关于企业家能力及市场形势等相关信息，信息搜寻高成本阻止了资金流向高回报的投资项目，而金融机构在收集、处理信息方面的规模及专业优势能帮助投资者获得相关信息，资本配置因而得以优化。
目前衡量资本配置效率主要有两种方法：第一种方法的基本思路是资金在具有不同生产率的行业间流动时，将使各行业的资本边际产出率趋于均等，因此，可以用各行业的资本边际产出率的差别程度来判断一国的资本配置效率。但是这种方法有一定的局限性，首先是各行业生产函数的选择问题，因为选择何种生产函数将直接决定所分析行业资本边际产出率的数值；其次，该种方法只能考察资本配置效率的变化情况而不能计算具体的资本配置效率值。第二种方法的基本思路是资本配置效率的提高意味着在高资本回报率的行业（项目）内继续追加投资，在低资本回报率的行业（项目）内适时撤出资本，这样，就可以用资本对于行业长期盈利能力的敏感性作为衡量资本配置效率的指标。根据此思路，Wurgler（2000）分析了65个国家的28个行业在33年间的资本配置效率变化情况。他的研究结果表明，拥有相对发达金融市场的国家能够把资本配置到具有发展潜力的行业中，并且从落后的行业中退出，从而使资本的配置效率得到了提高。从目前关于资本配置效率的研究文献看，Wurgler的方法是测算资本配置效率时运用最广泛、认可度最高的工具，国内关于资本配置效率的研究也基本上采用该方法。Wurgler所建立的资本配置效率模型如下：
试读结束[说明：试读内容隐藏了图片]