●刁偉濤 王子合
中國地級及以上城市城投債承載能力的量化評估與空間格局
●刁偉濤 王子合
本文構建了用于量化城投債承載能力的指標體系,并利用熵值法計算得到我國289個地級及以上城市在2014年的承債能力指數。結果表明,我國城市承債能力具有顯著的正向空間關聯性,并呈現出東部、中部、西部和東北地區(qū)依次逐步減弱的趨勢,因此對于城投債的管控治理要有保有壓,同時防范重點區(qū)域。
城投債 承載能力 空間格局
通過融資平臺發(fā)行城投債是地方政府基礎設施建設投資的重要融資渠道之一,尤其是在當前經濟下行壓力加大、穩(wěn)增長政策逐步加碼的背景下,城投公司面臨的融資約束已經明顯放松,一個突出表現就是從2015年下半年起,受“43號文”①影響的城投債發(fā)行開始回暖,發(fā)行數量和規(guī)模逐步上升,尤其是2016年第一季度,共發(fā)行城投債652支,發(fā)行金額6501.6億元,創(chuàng)下歷史新高②。雖然在新《預算法》下城投公司已經不再具備政府融資職能,其債券也不再被納入政府債務,但是作為由地方政府或其部門設立的、負責運作公益性和準公益性政府投資項目的經濟實體,其經營計劃和人事安排等都受地方政府干預和控制(鐘輝勇和陸銘,2015),其主要收入來源于財政資金撥付,其資產也主要來自于政府注入或劃撥,因此其債務承載能力與地方經濟發(fā)展和地方財力狀況等因素實際上是密切相關的。
綜合來看,一方面,在經濟增速放緩的背景下,地方一般公共預算收入增速在下滑,政府性基金收入尤其國有土地使用權出讓收入增長乏力甚至大幅下降;另一方面,城投債的發(fā)行仍在大規(guī)模進行,其存量規(guī)模在不斷擴張,這無疑是對地方政府償債能力的嚴峻考驗。當然,不同城市的經濟總量、發(fā)展水平、政府財力及其結構是不同的,城投債的存量規(guī)模也是不同的,其對城投債的承載能力當然也是不同的,因此有必要以地級及以上城市為對象,構建其城投債承載能力的指標體系,通過量化評估,識別和區(qū)分不同城市的承債能力,這對于實現城投債有保有壓、全面綜合的管控治理無疑具有重要的現實意義。
(一)指標體系構建
對于我國地方政府償債能力或債務風險的指標體系構建,已經有大量的文獻進行了相關研究,這些研究基本囊括了影響地方政府償債能力或債務風險的大部分指標,并且全面涵蓋了正向指標、負向指標和中值指標,借鑒這些研究并且采納其關鍵和重要指標,舍棄次要或重疊指標,本文構建了適合于測度地級及以上城市承債能力的量化指標體系,如表1所示。
在城市城投債承載能力的量化指標體系中分為一級指標和二級指標,一級指標涵蓋經濟發(fā)展狀況、財政運行狀況和舉借債務狀況三個方面,其中經濟發(fā)展狀況一級指標包括人均實際GDP、實際GDP增長率、產業(yè)結構和固定資產投資率4個二級指標,財政運行狀況包括公共財政稅負水平、公共財政自給率、人均土地出讓收入和土地財政依賴度4個二級指標,舉借債務狀況則包括負債率、人均債務規(guī)模和債務率3個二級指標,合計11個二級指標,基本涵蓋了影響城投債承載能力的各方面因素。
表1 地方政府償債能力量化指標體系
表2 地方政府償債能力量化指標的權重賦值結果
表3 償債能力指數前15位城市和后15位城市
在這11個二級指標中,負債率、人均債務規(guī)模和債務率為負向指標,意味著該指標數值越大,繼續(xù)承載債務的能力就越小;土地財政依賴度為中值指標,本文認為這一指標綜合反映了城市的發(fā)展水平以及地方政府土地出讓行為的意愿和能力等,但并不是說該指標數值越大,其債務承載能力越大。一般而言,土地出讓規(guī)模與一般公共財政規(guī)模應該存在一個合理的比例,超過這個比例往往意味著地方政府賣地行為的短期化和沖動性,因此也難以持續(xù),而低于這個比例,則可能意味著城市發(fā)展水平的落后以及房地產市場的需求低迷等;其他7個指標均為正向指標。
上述指標的具體計算取值都設定在2014年,其基礎數據主要來自于2015年的《城市統計年鑒》和《國土資源統計年鑒》,而城投債數據則來自于萬得(WIND)數據庫。需要說明的是,本文主要分類匯總了地級及以上城市的城投債數據,對于省屬或省級城投公司,因為無法估算具體到地級市的城投債規(guī)模,因此不予考慮。同時與其他指標相對應,城投債選擇的是2014年底的存量規(guī)模,利用2010-2014年每年發(fā)行的城投債規(guī)模加總得到③。
(二)熵值法、權重賦值與評價指數測算
熵值法是一種根據各個指標自身所提供的信息來計算其權重的數學方法,指標值之間的差異或離散程度用來刻畫信息熵,差異程度大,則信息熵值小,意味著該項指標能夠提供的信息就越大,權重也越大;反之,離散程度小,則信息熵值大,該項指標能夠提供的信息就越小,權重也越小。與其他確定不同指標權重的主要方法相比,熵值法能夠有效地避免人為確定權重的主觀性,使評估結果更具客觀性。
本文基于2014年我國289個地級及以上城市(更新至2014年底,同時不含三沙市、日喀則市和昌都市)的相應數據,對各類正向指標、負向指標和中值指標進行標準化處理,并確定了各分層的指標權重,量化結果如表2所示。
表4 各個省份的城市平均償債能力指數
圖1 我國289個地級及以上城市城投債承載能力的空間分布
利用熵值法測算出各個指標的權重之后,對地方政府償債能力的量化評級指標進行加權計算,得到2014年我國各個地級及以上城市的城投債承載能力量化估測結果,限于篇幅,本文僅列示其中的前15位城市和后15位城市(如表3所示),以及31個省份(港澳臺除外)所轄地級市的平均承載能力指數(如表4所示)④,同時將289個城市劃分為四個區(qū)間并以地圖的形式呈現(如圖1所示)⑤。
通過對我國289個地級及以上城市各個指標的權重以及在2014年城投債承載能力估測結果的分析,并結合表3和表4,可以得到如下的總體把握和基本論斷:
其一,將289個城市按照承債能力指數進行排序并劃分為三組:高承債能力組、中承債能力組和低承債能力組,其與東中西的三大區(qū)域劃分具有明顯的對應性,債務承載能力從東經中到西呈現出逐步減弱的空間分布,這與表4所呈現的各個省份地級市平均償債能力指數、與圖3所呈現的空間分布也是相印證的。
其二,從表3可以看出,承債能力高的城市基本是直轄市、省會城市或計劃單列市,但是如果單看其舉債情況,相應的指標(負向指標)并不低,這在很大程度上意味著其經濟發(fā)展水平和財政運行狀況可以支撐起相對較高的債務規(guī)模,因此衡量估測承債能力的更重要指標是經濟發(fā)展水平和財政運行狀況,這與表2中兩個一級指標的較高權重也是吻合一致的。
其三,東北地區(qū)的城市承債能力已與西部地區(qū)基本相當,尤其是吉林省和黑龍江省,整體上已經弱于西部地區(qū),因此從承債能力而言,東部、中部、西部和東北地區(qū)應該是更為合理的區(qū)域劃分,而東北地區(qū)的債務問題尤其要得到高度的重視⑥。
上文對我289個城市城投債承載能力的空間分布進行了闡述,但是分析只是初步的,對其指數區(qū)間的劃分也不一定科學嚴謹,同時空間分布并不等同于空間關聯或空間自相關,后者是用來分析空間分布規(guī)律或其格局的更科學方法,一般用莫蘭指數(全域莫蘭指數和局域莫蘭指數)這一統計量來分析刻畫空間變量的關聯性或自相關性。
(一)全域空間關聯性分析
全域空間關聯性分析研究的是整個區(qū)域內所有地理或空間單元的整體空間關系,或者說是平均關聯程度,其對應的是全域莫蘭指數,計算公式如(1)所示:
表5 城市承債能力的空間關聯性檢驗
圖4 城市承債能力的局域莫蘭指數散點圖(W1和W2)
在空間關聯性分析中,空間權重矩陣的確定是其前提和基礎,考慮到各個城市的償債能力在地理上的分布聚集狀況,本文主要利用空間相鄰性來刻畫其空間權重矩陣的,即如果i地區(qū)與j地區(qū)有共同的邊界,則為相鄰地區(qū),其矩陣元素Wij設為1,否則設為0,如果i=j,W1,ij設為0,該空間權重矩陣記為W1。同時,考慮到本文所考慮的289個地級及以上城市并不是我國地理區(qū)域的全部,70多個自治州、地區(qū)、盟以及省直轄的縣級市并不在其內,而后者占據了我國很大比例的地理區(qū)域(尤其是西部地區(qū)),邊界相鄰不一定適合289個城市空間關聯關系的實際狀況,其中也有很多彼此孤立的城市,因此本文進一步考慮K個相鄰單元的空間權重矩陣構建思路。在二元相鄰空間權重矩陣的計算中,每一個地理單元的平均相鄰要素數目為4.9,因此本文取K=5,該空間權重矩陣記為W2。在W1和W2下,城市承債能力的空間關聯性及其檢驗,如表5所示。
通過表5可以看出,我國各個地級及以上城市的承債能力具有顯著且正向的空間關聯性,在W1下莫蘭指數值為0.2553,在1%的置信水平下顯著為正,在W2下莫蘭指數值為0.3375,在1%的置信水平下顯著為正。
(二)局域空間關聯性分析
全域空間關聯性分析能夠揭示出相應變量在空間整體上的平均關聯性,但是在一般情況下,關聯性是存在空間差異的,也就是說,不同局域的空間單元關聯性可能會有所不同,因此需要進一步利用可以刻畫空間關聯性的局域指標,來進行以某空間單元為中心的空間關聯性分析,從而更好地識別城市承債能力的空間關系。一般利用局域莫蘭指數來分析局域空間關聯性,其計算公式如(3)所示:
局域莫蘭指數可以反映一個空間單元與其相鄰單元的平均值來說是屬于正向關聯的“高高聚集”或“低低聚集”,還是屬于負向關聯的“高低聚集”或“低高聚集”,本文利用GeoDa軟件繪制局域莫蘭指數的散點圖(如圖4所示),第一象限(HH)代表了高指標值的區(qū)域單元被高指標值的區(qū)域包圍,第二象限(LH)代表了低指標值的區(qū)域單元被高指標值的區(qū)域包圍,第三象限(LL)代表了低指標值的區(qū)域單元被低指標值的區(qū)域包圍,第四象限(HL)代表了高指標值的區(qū)域單元被低指標值的區(qū)域包圍,可以看出更多的城市分布在空間正向關聯的第一象限和第三象限⑦。
本文主要參考借鑒國內對省份償債能力指標體系的相關研究,構建了適合于量化城市城投債承載能力的兩層指標體系,利用熵值法計算了其一級指標和二級指標的權重,并最終計算得到我國289個地級及以上城市城投債承載能力指數。結果表明,289個城市的承債能力具有顯著的正向空間關聯性,并且與東中西的三大區(qū)域劃分具有明顯的對應性,從東到西逐步趨弱;同時,承債能力高的城市基本是直轄市、省會城市或計劃單列市,表明在當前的債務規(guī)模下,較高經濟發(fā)展水平和良好財政運行狀況的城市仍然具有進一步增加負債的空間;最后,東北地區(qū)的城市承債能力已與西部地區(qū)基本相當甚至更低,要重點防范這一區(qū)域發(fā)生系統性的債務風險。
上述基本論斷對于城投債的治理管控也具有一定的政策啟示,雖然在新《預算法》下城投公司已經不再具備政府融資職能,城投債也不再被納入政府債務,但是其作為地方政府推動基礎設施建設的經濟實體這一職能基本沒有變化,只要地方政府承擔促進經濟建設和推進城鎮(zhèn)化等職責,城投公司的融資需求就必然是客觀存在的,尤其是在當前穩(wěn)增長的背景之下。當然,城投公司政府融資職能的剝離必然會對其融資能力造成影響,地方政府利用財政擔保和財政補貼等方式增強其融資能力也基本不再可行。本文認為,增強城投公司融資能力要從財政思路轉向資產思路、從政府思路轉向企業(yè)思路,通過資產劃撥等方式向城投公司注入更大規(guī)模的經營性資產,既可以提升城投公司的資產規(guī)模與質量,也有利于促進城投公司的業(yè)務多元化戰(zhàn)略或者向產業(yè)經營實體轉型,從而實現其融資方式的市場化。
(作者單位:青島理工大學經貿學院、美國東北大學)
注釋:
①“43號文”是指國務院在2014年10月2日發(fā)布的《關于加強地方政府性債務管理的意見》,其核心內容之一是剝離融資平臺公司政府融資職能,融資平臺公司不得新增政府債務。
②數據來自于招商證券研究報告“城投全面歸來、史上最強發(fā)行——一季度城投債發(fā)行及評級調整梳理”,2016年4月5日。
③根據對WIND城投債數據的相應計算,2010-2014年發(fā)行的城投債平均期限為5.22年,2009-2014年發(fā)行的平均期限為5.29年,本文取其整數5年,因此2014年底的城投債規(guī)模利用2010-2014年這5年的發(fā)行規(guī)模加總得到。
④為了數值的直觀易讀,承債能力指數是在原始數據的基礎上乘以一萬倍。
⑤詳細的數據可向筆者索要。
⑥根據招商證券的統計,2015年城投債主體信用評級被調低的城投公司一共18家,其中東北地區(qū)就占了8家,這在很大程度上反映出2015年東北地區(qū)經濟增長和財政收入狀況的進一步惡化,也印證了本文的論斷。
⑦289個城市的具體局域莫蘭指數數值,可向筆者索要。
[1]伏潤民,王衛(wèi)昆,繆小林.我國地方政府債務風險與可持續(xù)性規(guī)模探討[J].財貿經濟,2008,(10).
[2]郭玉清,袁靜,李永寧.中國各省區(qū)財政償債能力的比較與演進:2005-2012[J].財貿研究,2015,(01).
[3]金榮學,張楠,張迪.我國地方政府性債務風險預警模型構建研究[J].湖南財政經濟學院學報,2013,(01).
[4]考燕鳴,王淑梅,馬靜婷.地方政府債務績效考核指標體系構建及評價模型研究[J].當代財經,2009,(07).
[5]繆小林,伏潤民.我國地方政府性債務風險生成與測度研究[J].財貿經濟,2012,(01).
[6]裴育,歐陽華生.地方債務風險預警程序與指標體系的構建[J].當代財經,2006,(03).
[7]卿固,趙淑惠,曹櫪元.基于逐級多次模糊綜合評價法構建地方政府債務預警模型[J].農業(yè)技術經濟,2011,(02).
[8]王曉光.地方政府債務的風險評價與控制[J].統計與決策,2005,(09).
[9]謝虹.地方政府債務風險構成及預警評價模型構建初探[J].現代財經,2007,(07).
[10]許爭,戚新.地方政府性債務風險預警研究——基于東北地區(qū)某市的經驗數據[J].科學決策,2013,(08).
[11]伊淑彪.地方政府債務評價指標體系構建及實證分析[J].地方財政研究,2011,(04).
[12]楊林,侯歡.新型城鎮(zhèn)化進程中地方政府債務風險的再思考[J].財經論叢,2015,(05).
[13]鐘輝勇,陸銘.財政轉移支付如何影響了地方政府債務[J].金融研究,2015,(09).