張娟鋒，李樂樂，張丹霞，湛東升

（浙江工業(yè)大學 管理學院，浙江 杭州 310023）

隱性債務對城市空間擴張的影響研究

張娟鋒，李樂樂，張丹霞，湛東升*

（浙江工業(yè)大學 管理學院，浙江 杭州 310023）

為推動城市開發(fā)與基礎設施建設，滿足城市新增人口的公共服務需求，地方隱性債務規(guī)?？焖僭鲩L，經濟下行加劇了地方政府所面臨的債務風險。利用2007—2018年我國285個地級市隱性債務數據，采用固定效應模型，從債務規(guī)模與發(fā)債主體特征兩個視角評估隱性債務對城市空間擴張的驅動機制。主要結論有：（1）隱性債務規(guī)模對城市空間擴張有顯著正向影響，上期隱性債務規(guī)模的增加將推動當期城市建成區(qū)擴張。發(fā)債規(guī)模增加1億元，城市建成區(qū)面積增加0.192 km2，“借債建城”成為地方政府推動城市空間擴張的主要模式。（2）發(fā)債企業(yè)數和發(fā)債企業(yè)質量對城市空間擴張有顯著正向影響，發(fā)債企業(yè)數增加，且信用評級為AA+及以上，發(fā)債主體的比例提高推動城市建成區(qū)面積的增加。信用等級高的發(fā)債企業(yè)越多，城市擴張能力越強。（3）發(fā)債企業(yè)數對城市空間擴張的影響存在區(qū)域異質性，發(fā)債企業(yè)數對中西部地區(qū)的城市空間擴張具有顯著正向影響，對東部地區(qū)則無顯著影響。

空間擴張；隱性債務；融資平臺；地方政府

0 引言

分稅制改革后地方政府的可支配財政收入減少，而城鎮(zhèn)化所面臨的地方事權與日增多，財權與事權的失衡導致地方財政壓力增加。為應對財政缺口，地方政府轉向用土地資產籌集資金推動城鎮(zhèn)化發(fā)展。一方面，土地出讓收入、土地與房地產稅收與土地抵押融借款構成了城市建設的資金來源［1-3］；另一方面，地方政府向發(fā)債企業(yè)（主要表現形式為地方城市建設投資公司，簡稱“城投公司”，通常為地方國有企業(yè)）注入土地并以此作為抵押獲得銀行貸款或債務融資等［4-5］。目前，發(fā)債企業(yè)債務是地方政府隱性債務的主要來源［6］?！俺峭秱庇址Q“準市政債”，是地方政府利用發(fā)債企業(yè)公開發(fā)行的企業(yè)債券與中期票據等。盡管“城投債”是企業(yè)債券，但其資金主要用于城市開發(fā)與基礎設施建設，城投債是隱性的地方政府債務。

2015年實施的新預算法規(guī)定，地方政府只能在國務院確定的限額內舉債。隨著我國城鎮(zhèn)化進入快車道，快速增長的公共服務成本和基礎設施建設開支給地方政府財政帶來了巨大壓力，通過隱性債務支撐城市擴張成為選項［7-9］。地方政府紛紛成立各種類型的“城市開發(fā)與建設公司”，通過銀行貸款、融資租賃、發(fā)行債券、票據等金融方式籌集資金。如圖1所示，我國285個地級市城投債發(fā)行支數和發(fā)債規(guī)模穩(wěn)定增長，2007—2018年期間，285個地級市累計發(fā)行城投債11 589支，統(tǒng)計發(fā)債金額高達億元。據國際貨幣基金組織（IMF）測算，2019年我國地方政府隱性債務達42.17萬億元，幾乎是地方顯性債務（21.31萬億元）的2倍，以國際通用的債務率（債務余額／綜合財力）指標衡量，地方政府債務率（含隱性債務）高達246.91%，遠超國際通行警戒值。

圖1 2007—2018年我國285個地級市城投債發(fā)行支數和發(fā)債規(guī)模Fig.1 The number and scale of urban investment bonds in 285 prefecture-level cities from 2007 to 2018

隨著發(fā)債企業(yè)債務規(guī)模的快速增長，地方政府隱性債務負擔加重，具有一定的財政風險和金融風險［10-15］。由于發(fā)債企業(yè)所籌集的資金主要用于市政與公用事業(yè)建設，建設周期長且盈利能力有限，發(fā)債企業(yè)則依賴未來土地出讓收入償還債務。房地產市場價格波動將影響土地出讓收入，一旦房地產市場下行，土地出讓收入減少，將削弱隱性債務的償還能力，大量違約債務最終由地方政府財政兜底，演變?yōu)榈胤秸呢斦L險。同時，由于發(fā)債企業(yè)主要通過從商業(yè)銀行獲取貸款或發(fā)債等方式融資，其資金獲取主要來源于商業(yè)銀行等金融機構，隱性債務的違約將顯著提高銀行等金融體系的風險。此外，地方政府隱性債務負擔的加重將導致國民經濟流動性減少，同時擠占私人部門的資金，降低資源配置效率，不利于經濟長期可持續(xù)發(fā)展［16-17］。

與此同時，由于城投債多用于城市開發(fā)、市政基礎設施和公共設施建設，隨著城投債規(guī)模的增加，各省（自治區(qū)）的建成區(qū)面積不斷增大，我國城市建成區(qū)面積從2006年的33 659.80 km2擴張至2018年的58 455.66 km2，年均增長率達4.71%。我國城鎮(zhèn)化進程面臨要素失衡問題，城市土地城鎮(zhèn)化速度遠快于人口城鎮(zhèn)化速度，存在城鎮(zhèn)土地過度開發(fā)的風險［18-21］。城市空間低密度和分散化擴張造成了土地集約化水平的下降，土地資產閑置與房地產價格泡沫等問題，降低了土地利用效率［22-23］。

十九大報告提出的新發(fā)展理念，要實現更高質量、更有效率、更加公平、更可持續(xù)、更為安全的發(fā)展。地方隱性債務在城市開發(fā)、市政基礎設施和公共設施建設中發(fā)揮了重要作用，驅動了城市空間的快速擴張，改變了城市面貌。但債務規(guī)模持續(xù)增長帶來的系統(tǒng)性風險也與日俱增，危及社會經濟系統(tǒng)的穩(wěn)定，不利于地方經濟持續(xù)健康發(fā)展。以城投債為支撐的城市擴張明顯違背了新發(fā)展理念，對地方政府隱性債務驅動城市空間擴張的機理進行研究，具有重要的現實意義。

1 理論分析與研究假設

城市空間外擴已成為城市經濟和城市地理學科普遍關注的問題。研究表明，社會經濟、人口、城市交通發(fā)展是城市空間外擴的重要驅動因素［24-29］。經濟增長、結構轉型、人口城鎮(zhèn)化和人口密度等是城市空間擴張的主要驅動力。隨著我國經濟水平的提高和產業(yè)結構的轉變，居民收入增加和勞動力需求驅動農村人口向城市遷移，使得城市人口密度不斷提高。為滿足城市人口居住空間需求和公共基礎設施服務要求，城市土地面積不斷增加。城市交通狀況的改善能增加空間可達性，降低企業(yè)運輸成本和居民通勤成本，從而促進企業(yè)選址和居住空間的外移。

除市場力量外，地方政府對城市空間擴張具有導向作用，財政分權［30］、戶籍制度［31］、官員晉升［32］等制度因素推動城市空間擴張。地方政府財政分權度的提高顯著推動了城市空間的擴張；戶籍制度對城市空間擴張有顯著的正向影響，是造成城市空間無序擴張的主要原因；官員晉升激勵對城市空間擴張有正向影響，晉升壓力較強的領導更有動機利用土地出讓促進經濟增長，推動建成區(qū)的擴張。

此外，選取土地出讓收入作為土地財政的代理變量，研究表明，在我國獨特的財政制度和土地管理體制下，土地財政成為推動城市空間擴張的重要因素［33-34］。一方面，地方政府可以利用土地出讓，將農村集體土地征用為城市建設用地，使建成區(qū)面積不斷增加；另一方面，地方政府通過土地出讓為基礎設施建設提供資金支持［35-36］。除出讓土地的收入外，以土地為抵押物的貸款與發(fā)債融資也不斷增加。發(fā)債企業(yè)以土地作為擔保發(fā)行城投債，所籌資金多用于市政基礎設施和公共設施建設，但是，城投債的發(fā)債規(guī)模對城市空間擴張的影響仍待檢驗?；谝陨戏治?，提出假設1。

假設1城投債的發(fā)債規(guī)模對城市空間擴張產生正向影響。

作為城投債發(fā)行主體的發(fā)債企業(yè)，其數量和質量均會影響發(fā)債行為。當期具有發(fā)行城投債資格的企業(yè)數越多，發(fā)行債券的機會越大，對城市空間擴張的影響越顯著。依據聯(lián)合信用發(fā)布的報告《城投公司信用評級方法的比較與研究》，信用評級機構結合區(qū)域經濟環(huán)境、政府經濟實力、地方政府債務、地方政府的支持力度、發(fā)債企業(yè)自身信用等對發(fā)債企業(yè)進行主體信用評級，主體信用等級分為AAA，AA+，AA，AA-，A+。發(fā)債企業(yè)的信用等級越高，償還債務的能力越強，受不利經濟環(huán)境的影響越小，違約風險相對較低［16］。信用等級越高的發(fā)債企業(yè)傾向于發(fā)行更多的城投債，從而影響城市空間擴張?；谝陨戏治觯岢黾僭O2。

假設2發(fā)債企業(yè)的數量與質量對城市空間擴張產生正向影響。

研究表明，城市群空間擴張存在一定的差異，不同城市群在擴張速度上差異較大［37］。從全國視角（不含港、澳、臺）看，東部高于中、西、東北部，整體上城市群快速擴張的中心由東向西移動［38］。不同區(qū)域城投債發(fā)債規(guī)模存在顯著差異，雖然東部地區(qū)所包含的省份較少，但2007—2018年每年新發(fā)城投債的總額遠高于中西部地區(qū)，約為中西部地區(qū)發(fā)債總額之和。此外，不同區(qū)域經濟發(fā)展水平、人口規(guī)模、城鎮(zhèn)化水平和融資環(huán)境等均存在較大差異，城市基礎設施建設對城投債的依賴性存在一定差別?；谝陨戏治觯岢黾僭O3。

假設3城投債對城市空間擴張的影響存在區(qū)域異質性。

2 模型設定、變量選擇及數據描述

2.1 模型設定

為檢驗上述假設，需構建面板數據模型。面板數據模型包括混合效應模型、隨機效應模型和固定效應模型3種。首先，通過F檢驗對混合效應模型和隨機效應模型進行選擇。對于全樣本數據和分區(qū)域樣本數據，F檢驗均在1%顯著性水平下拒絕了原假設，故選取隨機效應模型。其次，通過豪斯曼檢驗對隨機效應模型和固定效應模型進行選擇。對于全樣本數據和分區(qū)域樣本數據，豪斯曼檢驗均在1%顯著性水平下拒絕了原假設。因此對各樣本數據均采用固定效應模型進行分析。計量模型設定為

2.2 變量選擇及數據描述

通過數據分析，剔除了西藏自治區(qū)、青海省和海南省數據嚴重缺失的地級市，篩選我國285個地級市（不含港、澳、臺）作為研究對象，收集整理了2007—2018年城市空間擴張和城投債的相關數據進行實證研究。

2.2.1 被解釋變量

參考劉顏［35］的做法，用城市建成區(qū)面積衡量城市空間擴張。城市建成區(qū)面積（Area）是指城區(qū)（縣城）內實際已成片開發(fā)建設、市政基礎設施和公共設施具備的區(qū)域面積。在城市空間擴張過程中，通常表現為城市建成區(qū)面積的增加。數據來自《中國城市建設統(tǒng)計年鑒》。

2.2.2 解釋變量

選取城投債的發(fā)債規(guī)模、發(fā)債企業(yè)數和發(fā)債企業(yè)質量作為核心解釋變量。（1）發(fā)債規(guī)模（Scale）：表示城市i在年發(fā)行城投債的規(guī)模，若城市i在年未發(fā)行城投債，則該值為0，單位為億元。（2）發(fā)債企業(yè)數（Quantity）：表示城市i在年發(fā)行城投債的發(fā)債企業(yè)數，若城市i在年未發(fā)行城投債，則該值為0，單位為個。（3）發(fā)債企業(yè)質量（Quality）：從發(fā)債企業(yè)主體級別看，我國城投債的發(fā)債主體信用評級主要集中在AA及以上，本研究用城市i在年信用評級為AA+及以上的比例評估發(fā)債企業(yè)質量?；赪ind數據庫中各?。ㄗ灾螀^(qū)）的城投債數據，結合城投債的發(fā)債年份，剔除各地級市城投公司在上海、深圳上市的企業(yè)債，手動整理得到2007—2018年各地級市（不含港、澳、臺）城投債發(fā)債支數與發(fā)債規(guī)模。

2.2.3 控制變量

為避免遺漏變量造成估計偏誤，在計量模型中加入了社會經濟、人口和區(qū)域交通3個控制變量。用人均GDP、外商直接投資、城市產業(yè)結構評估社會經濟因素對城市擴張的影響。（1）人均GDP（PCGDP）：隨著人均GDP的增加，城市區(qū)域收入水平相對提高，人口從農村向城市流動，為滿足日益增長的城市人口的生活空間和公共服務需求，城市空間相應擴張。從《中國城市統(tǒng)計年鑒》和各省市統(tǒng)計年鑒獲取人均GDP數據，單位為元。（2）外商直接投資（Invest）：用從《中國城市統(tǒng)計年鑒》獲取的各地級市當年實際使用外資金額作為外商直接投資，單位為萬美元。（3）城市產業(yè)結構（Structure）：用第二、三產業(yè)占總GDP的比重表示城市產業(yè)結構，數據來源于《中國城市統(tǒng)計年鑒》和各省市統(tǒng)計年鑒。

根據LI等［26］的研究，人口是引發(fā)城市快速擴張的重要因素，城市擴張與交通基礎設施的改善相關，優(yōu)化道路網絡和提高交通可達性可有效引導城市擴張的方向和速度。在實證研究中，用人口數和人口密度評估人口對城市空間擴張的影響：（1）人口數（People）：為與建成區(qū)面積的定義相對應，用人口數衡量。人口數為城區(qū)常住人口和暫住人口之和，單位為萬人。數據來自《中國城市建設統(tǒng)計年鑒》。（2）人口密度（Popden）：（城區(qū)常住人口+城區(qū)暫住人口）/城區(qū)面積，單位為人·km-2，表示城區(qū)內的人口疏密程度。數據來自《中國城市建設統(tǒng)計年鑒》。

此外，城市軌道交通（地鐵、輕軌和磁懸?。┮殉蔀楦鞒鞘凶钪匾慕煌椖浚瑢Τ鞘袛U張的影響日益凸顯。本研究設置軌道交通變量，考察軌道交通建設和城市道路面積2個城市交通發(fā)展指標對城市空間擴張的影響。（1）軌道交通建設（Rail）：若城市i在t年已有軌道交通，則該變量為1，否則為0。數據來自《中國城市建設統(tǒng)計年鑒》。（2）城市道路面積（Road）：指道路面積和與道路相通的廣場、橋梁、隧道的面積，單位為萬m2。數據來自《中國城市建設統(tǒng)計年鑒》。各變量的描述性統(tǒng)計如表1所示，其中對人均GDP、外商直接投資、人口數、人口密度和城市道路面積進行了對數化處理。

表1 各變量的描述性統(tǒng)計Table 1 Definitions and descriptive statistics of variables

3 實證結果

3.1 全樣本回歸結果

在回歸分析前對變量進行了共線性檢驗，結果表明VIF均小于10，不存在多重共線性。將發(fā)債規(guī)模、發(fā)債企業(yè)數、發(fā)債企業(yè)質量3個核心解釋變量分別納入回歸模型，得到模型1～模型3，將3個核心解釋變量同時納入回歸模型，得到模型4。在不同維度下觀察城市隱性債務對城市空間擴張的影響，回歸結果如表2所示。由表2可知，模型的R2有顯著不同；其中，模型4的R2為0.622 5，具有較好的解釋力。

對比模型1和模型4，可知發(fā)債規(guī)模（LScale）對建成區(qū)面積（Area）存在顯著正向影響（系數為0.192），表明前一期城投債的發(fā)行，將推動城市市政公用設施和公共設施建設，增加當期城市建成區(qū)面積。

表2 285個地級市的面板數據回歸結果Table 2 Estimation results of the panel data models of 285 prefecture-level cities

注 *，**，***分別表示在10%，5%和1%水平上通過顯著性檢驗，括號內為t值。表3和表4同此。

對比模型2和模型4，可知發(fā)債企業(yè)數（LQuantity）對建成區(qū)面積的影響為正且在5%水平上通過顯著性檢驗（系數為0.859）。前一期具有發(fā)債資格的企業(yè)數越多，建成區(qū)面積擴張越快。發(fā)債企業(yè)籌集的資金越多，越利于推動城市空間擴張。

同樣，對比模型3和模型4，可知發(fā)債企業(yè)質量（LQuality）對建成區(qū)面積的影響為正且在1%水平上通過顯著性檢驗（系數為0.044）。發(fā)債企業(yè)的信用等級越高，償還債務的能力越強，受經濟環(huán)境的影響就越小。信用評級高的發(fā)債企業(yè)有能力發(fā)行更多的城投債，推進城市基礎設施建設，使建成區(qū)面積不斷增加。

此外，從模型1～模型4中可發(fā)現，人均GDP的估計系數顯著為正，表明城市經濟發(fā)展水平的提高顯著推動城市空間擴張。人口數的系數顯著為正，表明城市人口的增加顯著推動城市空間擴張。在區(qū)域交通中，軌道交通建設和城市道路面積的系數均顯著為正，表明有軌道交通的城市向外擴張的能力更強，發(fā)達的交通基礎設施將提高城市的可達性，降低通勤成本，城市空間將沿交通線路擴張。

3.2 分區(qū)域回歸結果

不同區(qū)域城市發(fā)展水平、人口規(guī)模和融資環(huán)境等存在較大的差異，其發(fā)債總額和城市空間擴張速度也存在差異，為考察城投債的發(fā)債規(guī)模、發(fā)債企業(yè)數和發(fā)債企業(yè)質量對城市空間擴張的影響是否存在異質性，進一步將樣本分為東部和中西部，分區(qū)域分析模型，結果如表3所示。

表3 東部和中西部地區(qū)面板數據的回歸結果Table 3 Estimation results of the panel data model in the eastern and mid-western regions

注 對東部、中部和西部地區(qū)的劃分基于國家統(tǒng)計局對三大經濟地帶的區(qū)域劃分方法，其中，東部地區(qū)包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南；中部地區(qū)包括山西、吉林、黑龍江、安徽、江西、河南、湖北和湖南；西部地區(qū)包括內蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆。

從模型5和模型6看，不同區(qū)域城投債的發(fā)債規(guī)模系數均顯著為正，表明前一期的發(fā)債規(guī)模越大，越有利于推動建成區(qū)面積的增加，區(qū)域間的差異性不顯著。中西部地區(qū)發(fā)債企業(yè)數的系數顯著為正，表明前一期發(fā)債企業(yè)數的增加，將間接推動城市空間擴張。東部地區(qū)發(fā)債企業(yè)數的系數為負，未通過顯著性檢驗，表明前一期發(fā)債企業(yè)數對該區(qū)域建成區(qū)面積的影響不顯著。東部地區(qū)和中西部地區(qū)發(fā)債企業(yè)數對城市建成區(qū)面積均無顯著影響。東部地區(qū)人均GDP、人口數、軌道交通建設和城市道路面積對建成區(qū)面積的影響遠大于中西部地區(qū)。

3.3 穩(wěn)健性檢驗

考慮模型可能出現內生性問題，本文采用廣義矩估計（generalized method of moment，GMM）進行穩(wěn)健性檢驗。選取當期和滯后二期的發(fā)債規(guī)模、發(fā)債企業(yè)數和發(fā)債企業(yè)質量為工具變量，得到的估計結果如表4所示，與全樣本回歸相同，在穩(wěn)健性檢驗時，將3個核心變量分別對被解釋變量進行回歸，同時將所有核心解釋變量納入回歸模型，分別得到模型7～模型10。由R2值可知，模型的擬合度較好。從模型7～模型9看，發(fā)債規(guī)模、發(fā)債企業(yè)數和發(fā)債企業(yè)質量的系數均為正且在1%水平上通過顯著性檢驗。核心解釋變量系數的正負和顯著性均未發(fā)生太大變化，與固定效應模型的估計結果基本一致，表明模型的估計結果具有較高的穩(wěn)健性。

表4 穩(wěn)健性檢驗結果Table 4 The results of robustness test

4 結論與建議

隨著城鎮(zhèn)化進程的加快，我國地方政府隱性債務規(guī)模不斷增加，存在一定的財政風險和金融風險，不利于經濟健康穩(wěn)定可持續(xù)的發(fā)展。利用2007—2018年我國285個地級市的城投債數據，以地方政府是否存在“借債建城”問題為出發(fā)點，采用固定效應模型將城投債的發(fā)債規(guī)模和發(fā)債企業(yè)數、發(fā)債企業(yè)質量納入回歸模型，檢驗了其對城市空間擴張的影響。

首先，地方政府通過隱性債務“借債建城”，推動了我國建成區(qū)面積的快速擴張。研究發(fā)現，各地級市通過發(fā)行城投債為城市市政基礎設施和公共設施建設融資，使得城市建成區(qū)面積不斷增加，推動城市空間擴張。其次，發(fā)債企業(yè)數和發(fā)債企業(yè)質量通過影響發(fā)債企業(yè)的發(fā)債能力，間接推動城市空間擴張。發(fā)債企業(yè)數對城市空間擴張的影響存在區(qū)域異質性，對中西部地區(qū)有正向顯著影響，對東部地區(qū)則無顯著影響。隨著發(fā)債規(guī)模的不斷增加，城市空間存在非理性擴張問題，造成土地資源的低效利用與房地產市場的價格泡沫。

基于以上研究結論，提出規(guī)范地方隱性債務與預防城市過度擴張的政策建議。

第一，應拓寬和規(guī)范地方政府的融資渠道，改變當前城市建設過度依賴土地融資的現狀，約束地方政府“借債建城”行為。對于大型市政基礎設施和公共設施項目，可采用政府和社會資本合作（public-private partnership，PPP）模式，鼓勵私營企業(yè)、民營資本與政府合作，參與城市開發(fā)、市政基礎設施和公共設施建設，減輕地方政府的財政負擔。此外，還應完善土地開發(fā)政策，結合地區(qū)經濟發(fā)展水平和人口規(guī)模等因素，合理規(guī)劃不同用途土地的比例，避免城市內土地供給結構失衡。

第二，應加強對地方隱性債務的監(jiān)督管理，加大對違規(guī)舉債的懲罰力度，嚴格控制債務規(guī)模。結合地方政府現有的隱性債務規(guī)模、使用效率、經濟實力和綜合財力等情況建立地方債務風險監(jiān)測指標體系，設置風險警戒線，各地區(qū)應將債務水平控制在警戒線以下。將地方政府隱性債務納入地方人大監(jiān)督范圍，形成常態(tài)化的審計與監(jiān)督機制，推動隱性債務顯性化。加大對違法違規(guī)融資的問責和處罰力度，實行債務終身問責制，完善地方政府的政績評價體系，改進與優(yōu)化考核方式和晉升機制。

第三，應明確界定發(fā)債企業(yè)與地方政府的權利邊界，控制發(fā)債企業(yè)的數量和質量，降低地方隱性債務的違約風險。對此應加強對發(fā)債企業(yè)發(fā)債期限、成本、償債資金來源和效益等的審核、評估和監(jiān)測，推進發(fā)債企業(yè)的市場化轉型，將政府信用與企業(yè)信用隔離，切斷地方政府對發(fā)債企業(yè)的資產延伸和風險聯(lián)保，明確地方政府對債務償還、擔保和救助所負的責任等。

［1］WANG J， LIN Y F，GLENDINNING A， et al. Land-use changes and land policies evolution in Chinaapos;s urbanization processes［J］. Land Use Policy， 2018， 75：375-387. DOI：10.1016/j.landusepol.2018. 04.011

［2］杜金華，陳治國. 土地財政依賴對城市擴張的影響［J］.財經科學， 2018（5）：79-89.

DU J H， CHEN Z G. Effect of land finance dependence on urban expansion［J］. Finance and Economics， 2018（5）：79-89.

［3］XU N N. What gave rise to Chinaapos;s land finance？［J］. Land Use Policy， 2019， 87：104015. DOI：10.1016/j.landusepol.2019.05.034

［4］張路. 地方債務擴張的政府策略：來自融資平臺“城投債”發(fā)行的證據［J］. 中國工業(yè)經濟， 2020（2）：44-62. DOI：10.19581/j.cnki.ciejournal.2020.02.003

ZHANG L. Local debt expansion and the strategy of local government［J］. China Industrial Economics，2020（2）：44-62. DOI：10.19581/j.cnki.ciejournal. 2020.02.003

［5］劉元春，陳金至. 土地制度、融資模式與中國特色工業(yè)化［J］. 中國工業(yè)經濟， 2020（3）：5-23.

LIU Y C， CHEN J Z. Land system，financing mode and industrialization with Chinese characteristics［J］. China Industrial Economics， 2020（3）：5-23.

［6］吉富星. 地方政府隱性債務的實質、規(guī)模與風險研究［J］. 財政研究， 2018（11）：62-70.

JI F X. Study on the nature，scale and risk of implicit debt of local governments［J］. Public Finance Research， 2018（11）：62-70.

［7］MILAN B F， CREUTZIG F. Municipal policies accelerated urban sprawl and public debts in Spain［J］. Land Use Policy， 2016， 54：103-115. DOI：10.1016/j.landusepol.2016.01.009

［8］曹婧，毛捷，薛熠. 城投債為何持續(xù)增長：基于新口徑的實證分析［J］. 財貿經濟， 2019，40（5）： 5-22.

CAO J， MAO J，XUE Y. Why do municipal investment bonds continue to grow？An empirical analysis based on new statistical scope［J］. Finance and Trade Economics， 2019，40（5）： 5-22.

［9］徐紅，汪峰. 財政分權背景下的財政透明度建設與城投債擴張［J］. 經濟科學， 2019（5）：5-17. DOI：10. 12088/PKU.jjkx.2019.05.01

XU H， WANG F. Fiscal transparency construction and urban investment debt expansion under the background of fiscal decentralization［J］. Economic Science， 2019（5）：5-17. DOI：10.12088/PKU.jjkx. 2019.05.01

［10］劉尚希，石英華，武靖州. 制度主義公共債務管理模式的失靈：基于公共風險視角的反思［J］. 管理世界，2017（1）： 5-16.

LIU S X， SHI Y H，WU J Z. The failure of institutionalism public debt management model：Reflection based on the perspective of public risk［J］. Management World， 2017（1）：5-16.

［11］劉海申. 我國地方政府隱性債務風險狀況及化解建議［J］. 地方財政研究， 2020（1）：20-23.

LIU H S. The risk status and resolving suggestions of local governmentsapos; hidden debt in China［J］. Sub National Fiscal Research， 2020（1）：20-23.

［12］牛霖琳，洪智武，陳國進. 地方政府債務隱憂及其風險傳導：基于國債收益率與城投債利差的分析［J］. 經濟研究，2016， 51（11）：83-95.

NIU L L， HONG Z W，CHEN G J. Local government debt risk and its transmission in China：An analysis based on treasury yields and chengtou bond spreads［J］. Economic Research Journal， 2016，51（11）：83-95.

［13］楊繼東，楊其靜，劉凱. 以地融資與債務增長：基于地級市面板數據的經驗研究［J］. 財貿經濟， 2018，39（2）： 52-68，117. DOI：10.3969/j.issn.1002-8102. 2018.02.004

YANG J D， YANG Q J，LIU K. Land finance and debt growth： An empirical study based on prefecture-level panel data［J］. Finance and Trade Economics， 2018，39（2）： 52-68，117. DOI：10.3969/j.issn.1002-8102.2018.02.004

［14］張莉，年永威，劉京軍. 土地市場波動與地方債：以城投債為例［J］. 經濟學（季刊）， 2018，17（3）： 1103-1126. DOI：10.13821/j.cnki.ceq.2018.04.11

ZHANG L， NIAN Y W，LIU J J. Land market fluctuations and local government debts：Evidence from the municipal investment bonds in China［J］. China Economic Quarterly， 2018， 17（3）：1103-1126. DOI：10.13821/j.cnki.ceq.2018.04.11

［15］PAN F H， ZHANG F M，ZHU S J， et al. Developing by borrowing？Inter-jurisdictional competition， land finance and local debt accumulation in China［J］. Urban Studies，2017， 54（4）：897-916. DOI：10.1177/0042098015624838

［16］王永欽，陳映輝，杜巨瀾. 軟預算約束與中國地方政府債務違約風險：來自金融市場的證據［J］. 經濟研究，2016， 51（11）：96-109.

WANG Y Q， CHEN Y H，DU J L. Soft budget constraint and the default risk of Chinese local government debts： Evidence from the financial markets［J］. Economic Research Journal， 2016，51（11）：96-109.

［17］劉守英，王志鋒，張維凡，等. “以地謀發(fā)展”模式的衰竭：基于門檻回歸模型的實證研究［J］. 管理世界， 2020，36（6）： 80-92，119， 246. DOI：10.3969/j.issn.1002-5502.2020.06.007

LIU S Y， WANG Z F，ZHANG W F， et al. The exhaustion of Chinaapos;s “l(fā)and-driven development” mode： An analysis based on threshold regression［J］. Management World， 2020， 36（6）：80-92，119， 246. DOI：10.3969/j.issn.1002-5502.2020.06.007

［18］江曼琦，席強敏. 中國主要城市化地區(qū)測度：基于人口聚集視角［J］. 中國社會科學， 2015（8）：26-46，204-205.

JIANG M Q， XI Q M. Estimating major urbanized areas in China： A population concentration approach［J］. Social Sciences in China，2015（8）： 26-46，204-205.

［19］CHEN M X， LIU W D，LU D D. Challenges and the way forward in Chinaapos;s new-type urbanization［J］. Land Use Policy， 2016， 55：334-339. DOI：10.1016/j.landusepol.2015.07.025

［20］吳一凡，劉彥隨，李裕瑞. 中國人口與土地城鎮(zhèn)化時空耦合特征及驅動機制［J］. 地理學報， 2018，73（10）：1865-1879. DOI：10.11821/dlxb201810004

WU Y F， LIU Y S，LI Y R. Spatio-temporal coupling of demographic-landscape urbanization and its driving forces in China［J］. Acta Geographica Sinica， 2018，73（10）：1865-1879. DOI：10.11821/dlxb201810004

［21］冀云陽，付文林，楊寓涵. 土地融資、城市化失衡與地方債務風險［J］. 統(tǒng)計研究， 2019，36（7）： 91-103. DOI：10.19343/j.cnki.11-1302/c.2019.07.008

JI Y Y， FU W L，YANG Y H. Land financing， unbalanced urbanization and the risk of local government debt［J］. Statistical Research， 2019， 36（7）：91-103. DOI：10.19343/j.cnki.11-1302/c.2019.07.008

［22］毛文峰，陸軍. 土地資源錯配、城市蔓延與地方政府債務：基于新口徑城投債數據的經驗證據［J］. 經濟學家，2020（4）： 80-88.

MAO W F， LU J. Land resource mismatch， urban sprawl and local government debt-Empirical evidence based on new-caliber urban investment debt data［J］. Economist，2020（4）： 80-88.

［23］陳坤秋，王良健，屠爽爽，等. 效率與協(xié)調：土地市場助推城鎮(zhèn)化發(fā)展的證據［J］. 經濟地理， 2019，39（3）： 37-47. DOI：10.15957/j.cnki.jjdl.2019.03.005

CHEN K Q， WANG L J，TU S S， et al. Efficiency and coordination：How does land market promote the development of urbanization［J］. Economic Geography， 2019， 39（3）：37-47. DOI：10.15957/j.cnki.jjdl.2019. 03.005

［24］鄧保彪，王雅琪，翁睿，等. 快速城鎮(zhèn)化背景下迅速擴張型城市空間演化時空特征及驅動力機制：以合肥市為例［J］. 資源開發(fā)與市場，2019， 35（10）：1280-1287. DOI：10.3969/j.issn.1005-8141.2019.10.010

DENG B B， WANG Y Q，WENG R， et al. Study on spatial-temporal characteristics and driving forces of spatial evolution of rapidly expansionary cities under the background of rapid urbanization： A case study of Hefei city［J］. Resource Development and Market， 2019，35（10）：1280-1287. DOI：10.3969/j.issn.1005-8141.2019.10.010

［25］SHU C， XIE H L，JIANG J F， et al. Is urban land development driven by economic development or fiscal revenue stimuli in China？［J］. Land Use Policy， 2018， 77：107-115. DOI：10.1016/j.landusepol.2018. 05.031

［26］LI G D， SUN S，FANG C L. The varying driving forces of urban expansion in China：Insights from a spatial-temporal analysis［J］. Landscape and Urban Planning， 2018，174： 63-77. DOI：10.1016/j.landurbplan.2018. 03.004

［27］ZHANG C， MIAO C H，ZHANG W Z， et al. Spatiotemporal patterns of urban sprawl and its relationship with economic development in China during 1990-2010［J］. Habitat International，2018， 79： 51-60. DOI：10.1016/j.habitatint.2018.07.003

［28］李曉燕，李慧穎，滿衛(wèi)東，等. 哈長城市群城鎮(zhèn)用地擴展進程及其驅動因素研究［J］. 地理科學， 2018，38（8）： 1273-1282. DOI：10.13249/j.cnki.sgs.2018.08.009

LI X Y， LI H Y，MAN W D， et al. Process and driving factors of urban land expansion in Harbin-Changchun city cluster［J］. Scientia Geographica Sinica， 2018，38（8）： 1273-1282. DOI：10.13249/j.cnki.sgs.2018.08.009

［29］耿甜偉，毛雅倩，李九全，等. 西安城市擴展時空特征及驅動機制［J］. 經濟地理， 2019，39（10）：62-70. DOI：10.15957/j.cnki.jjdl.2019.10.009

GENG T W， MAO Y Q，LI J Q， et al. Spatio-temporal characteristics and driving mechanism of Xiapos;an urban expansion［J］. Economic Geography， 2019， 39（10）：62-70. DOI：10.15957/j.cnki.jjdl. 2019.10.009

（下轉第頁）

［30］洪世鍵，曾瑜琦. 制度變遷背景下中國城市空間增長驅動力探討［J］. 經濟地理， 2016，36（6）： 67-73. DOI：10.15957/j.cnki.jjdl.2016.06.009

HONG S J， ZENG Y Q. Driving factors of Chinaapos;s urban spatial growth in the context of institutional change［J］. Economic Geography， 2016， 36（6）：67-73. DOI：10.15957/j.cnki.jjdl.2016.06.009

［31］李強，李新華. 城市蔓延測度、空間分異與形成機制研究［J］. 統(tǒng)計與決策， 2019，35（21）：108-112. DOI：10.13546/j.cnki.tjyjc.2019.21.025

LI Q， LI X H. Research on urban sprawl measurement， spatial differentiation and formation mechanism［J］. Statistics amp; Decision， 2019，35（21）：108-112. DOI：10.13546/j.cnki.tjyjc.2019.21.025

［32］傅利平，李永輝. 地方政府官員晉升競爭、個人特征對城市擴張的影響：基于全國地級市面板數據的實證分析［J］. 城市問題，2015（1）： 27-32，40. DOI：10. 13239/j.bjsshkxy.cswt.150105

FU L P， LI Y H. The influence of promotion competition and personal characteristics of local government officials on urban expansion： An empirical analysis based on national prefecture-level city panel data［J］. Urban Problems，2015（1）： 27-32，40. DOI：10.13239/j.bjsshkxy.cswt.150105

［33］葉林，吳木鑾，高穎玲. 土地財政與城市擴張：實證證據及對策研究［J］. 經濟社會體制比較， 2016（2）：39-47. DOI：CNKI：SUN：JJSH.0.2016-02-004

YE L， WU M L，GAO Y L. Land-based finance and urban expansion：Evidence from China［J］. Comparative Economic and Social Systems， 2016（2）：39-47. DOI：

CNKI：SUN：JJSH.0.2016-02-004

［34］劉瑞超，陳東景，路蘭. 土地財政對城市蔓延的影響［J］. 城市問題， 2018（5）：85-91. DOI：10.13239/j.bjsshkxy.cswt.180510

LIU R C， CHEN D J，LU L. The impact of land finance on urban sprawl［J］. Urban Problems，2018（5）： 85-91. DOI：10.13239/j.bjsshkxy.cswt.180510

［35］劉顏. 土地財政對中國城市空間擴張的影響：基于動態(tài)空間計量模型的實證檢驗［J］. 財經理論與實踐，2019， 40（3）：9-14. DOI：10.16339/j.cnki.hdxbcjb. 2019.03.002

LIU Y. Study on the influence of land finance on urban spatial expansion in China： An empirical test based on dynamic spatial econometrics model［J］. The Theory and Practice of Finance and Economics， 2019，40（3）： 9-14. DOI：10.16339/j.cnki.hdxbcjb.2019. 03.002

［36］GAO H N. Public land leasing，public productive spending and economic growth in Chinese cities［J］. Land Use Policy， 2019， 88：104076. DOI：10.1016/j.landusepol.2019.104076

［37］張景奇，周思靜，修春亮. 基于夜間燈光數據的中國五大區(qū)域級城市群空間擴張協(xié)同性對比［J］. 中國土地科學，2019， 33（10）：56-65. DOI：10.11994/zgtdkx.20191010.095456

ZHANG J Q， ZHOU S J，XIU C L. Comparison of the spatial expansion synergy in five regional urban agglomerations in China based on the night lighting data［J］. China Land Science， 2019， 33（10）：56-65. DOI：10.11994/zgtdkx.20191010.095456

［38］歐陽曉，朱翔. 中國城市群城市用地擴張時空動態(tài)特征［J］. 地理學報， 2020，75（3）： 571-588. DOI：10. 11821/dlxb202003010

OUYANG X， ZHU X. Spatio-temporal characteristics of urban land expansion in Chinese urban agglomerations［J］. Acta Geographica Sinica， 2020，75（3）： 571-588. DOI：10.11821/dlxb20200 3010

The impact of implicit debt on cities′ spatial expansion

ZHANG Juanfeng, LI Lele, ZHANG Danxia, ZHAN Dongsheng

（The College of Management，Zhejiang University of Technology，Hangzhou310023，China）

In order to promote urban development and infrastructure construction, and supply the public goods for the increasing urban population, the scale of the local implicit debt is growing rapidly. With the economics depression, the debt risk of local governments is high. Based on the perspective of the debt scale and issuersapos; characteristics, this paper uses the data of implicit debt in 285 prefecture-level cities from 2007 to 2018, and uses a fixed-effect model to evaluate the driving mechanism of implicit debt on citiesapos; spatial expansion. There are three conclusions: (1) The scale of implicit debt has a significant positive impact on the expansion of urban space. The increase in the scale of implicit debt in the previous period will promote the expansion of urban built-up areas in the current period. With The scale of debt increasing 100 million RMB, the urban built-up area would increase by 0.192 km2. quot;Borrowing money to build the cityquot; is becoming the main mode for local governments. (2) The number and rating of bond issuers have a positive and significant impact on urban space expansion. The increase in the number of bond issuers and in the proportion of bond issuers with a credit rating of AA+ and above will promote the increase in urban built-up areas. More local financing platforms with high credit are capable of promote urban expansion. (3) The influence of the number of bond-issuing companies has regional heterogeneity. It has a positive and significant impact on urban spatial expansion in the central and western regions, while has no significant impact in the eastern region.

spatial expansion; implicit debt; financing platform; local government

F 323.24

A

1008?9497（2022）05?633?09

2021?07?09.

浙江省社科規(guī)劃項目（22NDJC053YB）；杭州市哲學社會科學規(guī)劃項目（Z20JC099）；浙江工業(yè)大學人文社科類基本科研業(yè)務費項目（GB202003004）；國家社科基金項目（16BJL053）.

張娟鋒（1979—），ORCID：https：//orcid.org/0000-0003-4917-1372，男，博士，教授，主要從事房地產經濟和城市經濟學研究.

通信作者，ORCID：https：//orcid.org/0000-0002-4575-0652，E-mail：zhands@126.com.

10.3785/j.issn.1008-9497.2022.05.015