[關(guān)鍵詞] 數(shù)字金融;地方政府隱性債務(wù)風(fēng)險(xiǎn);財(cái)政自給能力;空間雙重差分模型;空間溢出效應(yīng)

一、引言

“地方政府隱性債務(wù)”問題近年來廣受關(guān)注，如何防范化解地方政府隱性債務(wù)隱患，是實(shí)現(xiàn)中國(guó)區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展的現(xiàn)實(shí)要求，也是推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展的必然需求。雖然在過去十年中，債務(wù)融資為經(jīng)濟(jì)發(fā)展起到了重要支持，但過度和無序的隱性債務(wù)擴(kuò)張也將風(fēng)險(xiǎn)轉(zhuǎn)移到了實(shí)體經(jīng)濟(jì)。據(jù)《中國(guó)財(cái)政年鑒（2021）》和Wind數(shù)據(jù)庫(kù)統(tǒng)計(jì)，2011—2020年間，中國(guó)地方政府的財(cái)政赤字規(guī)模由3.95萬億增至10.84萬億，同時(shí)期地方政府通過地方融資平臺(tái)發(fā)行的城投債融資的總量從0.47萬億增至4.98萬億。稅收分配改革將征稅權(quán)移交給了中央政府，使地方政府在履行財(cái)政義務(wù)方面面臨更大壓力。地方政府只能通過被動(dòng)舉債將財(cái)政收入的重點(diǎn)由稅收收入轉(zhuǎn)為預(yù)算外收入即隱性債務(wù)融資。除了城投債外，地方政府還通過影子銀行、政府購(gòu)買服務(wù)、PPP項(xiàng)目融資等方式進(jìn)行借款。地方政府隱性債務(wù)已逐漸成為中國(guó)金融風(fēng)險(xiǎn)的重大隱患。

隨著金融服務(wù)和數(shù)字技術(shù)的緊密結(jié)合，數(shù)字金融依賴于人工智能、大數(shù)據(jù)等技術(shù)引領(lǐng)傳統(tǒng)金融業(yè)的數(shù)字化變革。相較于傳統(tǒng)金融，數(shù)字金融具有更強(qiáng)的信息獲取和篩選能力，可以整合大量數(shù)據(jù)和信息，變革傳統(tǒng)金融交易方式，降低貸款門檻，拓寬融資渠道，優(yōu)化外部金融環(huán)境，豐富金融產(chǎn)品和服務(wù)，節(jié)約企業(yè)融資成本，提高企業(yè)融資便利性，并且將進(jìn)一步弱化依靠銀行貸款模式下的融資困難，方便市場(chǎng)資金進(jìn)入實(shí)體經(jīng)濟(jì)，提高金融服務(wù)實(shí)體效率。因此，數(shù)字金融在革新傳統(tǒng)金融生態(tài)的同時(shí)，也能較好地彌補(bǔ)實(shí)體經(jīng)濟(jì)“融資難”的問題。隨著中國(guó)經(jīng)濟(jì)從高速增長(zhǎng)轉(zhuǎn)向高質(zhì)量發(fā)展，房地產(chǎn)市場(chǎng)的需求增長(zhǎng)放緩，土地需求大幅下降。經(jīng)濟(jì)下行與商品價(jià)格因素波動(dòng)導(dǎo)致收入增速超過GDP降速。作為財(cái)政收入的重要組成部分，土地出讓金收入和地方稅收收入增速都面臨下降，但地方政府的財(cái)政支出具有剛性上行特征，不可避免地導(dǎo)致地方政府通過債務(wù)增加彌補(bǔ)這一缺口。尤其是，地方政府為對(duì)沖此輪新冠肺炎疫情對(duì)地方經(jīng)濟(jì)的影響，2020年和2021年地方債分別發(fā)行6.44 萬億和7.49 萬億，較2019 年增長(zhǎng)49% 和43%，2022年全年發(fā)行新增地方債4.7566萬億，地方政府的債務(wù)比率正在接近紅線，債務(wù)風(fēng)險(xiǎn)逐漸增加。2022年3月十三屆全國(guó)人大五次會(huì)議的政府工作報(bào)告中強(qiáng)調(diào)要“充分推動(dòng)防范化解地方政府債務(wù)，合理處置重大金融風(fēng)險(xiǎn)事件”，審慎化解現(xiàn)有政府隱性債務(wù)風(fēng)險(xiǎn)成為2022年10月黨的二十大報(bào)告中要求“防范化解重大風(fēng)險(xiǎn)”的重要內(nèi)容。2022年12月中央經(jīng)濟(jì)工作會(huì)議再次強(qiáng)調(diào)“要防范化解地方政府債務(wù)風(fēng)險(xiǎn)，堅(jiān)決遏制增量、化解存量”。數(shù)字金融作為公共資金供給的輔助渠道，對(duì)地方政府隱性債務(wù)融資也必將產(chǎn)生重大影響。數(shù)字金融的普惠性、靶向性和跨時(shí)空配置金融資源等特性使其成為化解地方政府隱性債務(wù)風(fēng)險(xiǎn)的重要工具。鑒于此，本文測(cè)算了2011-2020年中國(guó)30個(gè)省份的地方政府隱性債務(wù)風(fēng)險(xiǎn)水平，采用空間計(jì)量方法探究數(shù)字金融對(duì)地方政府債務(wù)隱性風(fēng)險(xiǎn)的空間影響效應(yīng)，并利用空間雙重差分模型評(píng)估2016年《G20數(shù)字普惠金融高級(jí)準(zhǔn)則》影響地方政府隱性債務(wù)風(fēng)險(xiǎn)的政策效應(yīng)。本文的邊際貢獻(xiàn)有：首先，使用空間杜賓模型分析數(shù)字金融對(duì)隱性債務(wù)風(fēng)險(xiǎn)的作用，為運(yùn)用數(shù)字金融突破地理壁壘和時(shí)空限制進(jìn)而輻射帶動(dòng)跨區(qū)域政府隱性債務(wù)風(fēng)險(xiǎn)降低提供了理論支撐和政策指導(dǎo)實(shí)踐。其次，再?gòu)臋C(jī)制分析層面，進(jìn)一步考察政府財(cái)政自給能力差異在數(shù)字金融影響地方政府隱性債務(wù)風(fēng)險(xiǎn)過程中的調(diào)節(jié)作用，在一定程度上彌補(bǔ)了現(xiàn)有研究只關(guān)注金融資源差異而忽視政府財(cái)政影響的不足。最后，借助2016年《G20數(shù)字普惠金融高級(jí)準(zhǔn)則》發(fā)布的準(zhǔn)自然實(shí)驗(yàn)，利用空間雙重差分法測(cè)度數(shù)字金融政策實(shí)施的政策效應(yīng)，更加說明數(shù)字金融對(duì)地方隱性債務(wù)風(fēng)險(xiǎn)的動(dòng)態(tài)影響。

二、研究綜述

數(shù)字金融具有共享、便捷、低成本等特點(diǎn)，是推動(dòng)中國(guó)經(jīng)濟(jì)高質(zhì)量可持續(xù)發(fā)展的重要能量。目前對(duì)數(shù)字金融的研究主要集中在以下兩個(gè)方面：一方面，涉及對(duì)數(shù)字金融本身的研究，主要包含數(shù)字金融發(fā)展現(xiàn)狀、風(fēng)險(xiǎn)及監(jiān)管要求。隨著互聯(lián)網(wǎng)技術(shù)的普及，我國(guó)數(shù)字金融水平不斷提高，其出現(xiàn)彌補(bǔ)了傳統(tǒng)金融的服務(wù)現(xiàn)狀，大大促進(jìn)了城鄉(xiāng)包容性增長(zhǎng)〔1〕。與數(shù)字金融同時(shí)增長(zhǎng)的還有其潛在風(fēng)險(xiǎn)，由于相關(guān)領(lǐng)域處于新興狀態(tài)，相關(guān)的監(jiān)管措施尚未制定規(guī)劃，傳統(tǒng)金融監(jiān)管模式需要進(jìn)行改善和更新來應(yīng)對(duì)新的潛在風(fēng)險(xiǎn)因素〔2〕。另一方面，聚焦于數(shù)字金融發(fā)展對(duì)于整體經(jīng)濟(jì)的影響。在微觀層面，數(shù)字金融提高企業(yè)融資效率，刺激其技術(shù)創(chuàng)新〔3〕;在中觀層面，數(shù)字金融對(duì)區(qū)域技術(shù)創(chuàng)新水平存在顯著的正向激勵(lì)效應(yīng)的空間溢出性特征〔4〕，推動(dòng)產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)〔5〕;在宏觀層面，數(shù)字金融能夠顯著縮小城鄉(xiāng)收入差距，促進(jìn)共同富?！?〕。

目前，關(guān)于隱性債務(wù)的學(xué)術(shù)研究主要集中在其形成原因和經(jīng)濟(jì)影響方面。隱性債務(wù)風(fēng)險(xiǎn)的形成原因包括預(yù)算赤字、轉(zhuǎn)移支付、軟預(yù)算約束、土地財(cái)政等方面〔7〕。經(jīng)濟(jì)影響包括宏觀經(jīng)濟(jì)影響和微觀經(jīng)濟(jì)影響。在宏觀層面，地方債務(wù)如果超過平衡點(diǎn)，則會(huì)削弱其正面影響，從而影響資源配置，導(dǎo)致經(jīng)濟(jì)放緩〔8〕。在微觀層面，地方政府債務(wù)擴(kuò)張可能降低企業(yè)融資效率，影響社會(huì)資金對(duì)企業(yè)的投資力度，對(duì)企業(yè)融資造成“擠出”效應(yīng)〔1〕。

隱性債務(wù)風(fēng)險(xiǎn)問題與政府金融發(fā)展緊緊相連，投融資市場(chǎng)發(fā)展影響地方政府債務(wù)〔2〕。作為金融創(chuàng)新與現(xiàn)代數(shù)字科技深度融合的產(chǎn)物，數(shù)字金融可以解決因傳統(tǒng)融資缺乏風(fēng)險(xiǎn)管理而引起的市場(chǎng)風(fēng)險(xiǎn)溢價(jià)問題〔3〕。通過開發(fā)多種應(yīng)用場(chǎng)景，數(shù)字金融消除了對(duì)線下活動(dòng)的空間限制，降低了獲得資本的門檻，擴(kuò)大了資金匹配的機(jī)會(huì)〔4〕。但隨著數(shù)字金融的不斷創(chuàng)新，其帶來的金融風(fēng)險(xiǎn)問題也更易疊加和擴(kuò)散〔5〕。地方政府隱性債務(wù)風(fēng)險(xiǎn)是中國(guó)金融安全戰(zhàn)略中應(yīng)高度關(guān)注的金融風(fēng)險(xiǎn)。現(xiàn)有研究卻在一定程度忽略了數(shù)字金融與地方政府隱性債務(wù)的空間影響。在此背景下，本文將兩者結(jié)合到一個(gè)分析框架中，并從空間和政策角度分析了兩者的影響。與以往研究不同，本文從靜態(tài)和動(dòng)態(tài)角度，研究了數(shù)字金融對(duì)地方政府隱性債務(wù)風(fēng)險(xiǎn)的空間溢出效應(yīng)、調(diào)整效應(yīng)和政策效應(yīng)等核心問題，較為全面地刻畫了數(shù)字金融與地方政府隱性債務(wù)風(fēng)險(xiǎn)之間的空間影響關(guān)系，從數(shù)字金融的視角，為解決我國(guó)地方政府隱性債務(wù)問題提出理論和實(shí)證支持。

三、影響機(jī)制與研究假設(shè)

（一）數(shù)字金融影響地方政府隱性債務(wù)風(fēng)險(xiǎn)的作用機(jī)制

作為數(shù)字科技與金融創(chuàng)新深度融合的產(chǎn)物，數(shù)字金融通過多種渠道影響地方政府隱性債務(wù)風(fēng)險(xiǎn)，具體如下：

第一，數(shù)字金融可以優(yōu)化金融市場(chǎng)環(huán)境，增加資金供求匹配，支持地方政府隱性債務(wù)融資。一方面，基于海量數(shù)據(jù)挖掘和分析，數(shù)字金融可以更有效地評(píng)估金融市場(chǎng)的融資需求，減少搜索成本、交易成本和風(fēng)險(xiǎn)識(shí)別成本，減少金融部門的逆向選擇和道德風(fēng)險(xiǎn)〔6〕，增加政府部門可利用的信貸資源;另一方面通過供應(yīng)鏈融資和多元化融資，擴(kuò)大實(shí)體經(jīng)濟(jì)的融資渠道，降低融資成本，從而通過針對(duì)投資項(xiàng)目風(fēng)險(xiǎn)狀況的智能投資建議和大數(shù)據(jù)分析獲得更合適的金融資源〔7〕，提升融資效率，降低政府隱性債務(wù)風(fēng)險(xiǎn)。

第二，立足數(shù)字金融創(chuàng)新模式和技術(shù)優(yōu)勢(shì)，提供多種融資渠道，創(chuàng)新商業(yè)模式，促進(jìn)商業(yè)銀行的數(shù)字化轉(zhuǎn)型，降低國(guó)有商業(yè)銀行的不良貸款風(fēng)險(xiǎn)。隨著數(shù)字金融的快速發(fā)展，傳統(tǒng)銀行業(yè)積極尋求競(jìng)爭(zhēng)優(yōu)勢(shì)，在云技術(shù)、人工智能和區(qū)塊鏈領(lǐng)域?qū)ふ野l(fā)展經(jīng)濟(jì)生活的新途徑和新模式，并逐步走向數(shù)字化。隨著傳統(tǒng)金融向智能生態(tài)金融模式轉(zhuǎn)型，擴(kuò)大了金融服務(wù)供給，提高了銀行的整體生產(chǎn)效率，有助于減少商業(yè)銀行貸款不確定性。商業(yè)銀行信用關(guān)系在中國(guó)金融體系中至關(guān)重要，其不良貸款影響債券市場(chǎng)和影子銀行業(yè)務(wù)，可能直接引發(fā)地方政府隱性債務(wù)隱性風(fēng)險(xiǎn)。同時(shí)，較高的數(shù)字金融發(fā)展有助于促進(jìn)實(shí)體經(jīng)濟(jì)增長(zhǎng)、企業(yè)創(chuàng)新〔1〕，從而降低地方政府干預(yù)經(jīng)濟(jì)的成本。因此，數(shù)字金融可通過自身的創(chuàng)新模式和技術(shù)優(yōu)勢(shì)一定程度上化解地方政府隱性債務(wù)風(fēng)險(xiǎn)。

第三，數(shù)字金融可使金融機(jī)構(gòu)和相關(guān)監(jiān)管機(jī)構(gòu)有效監(jiān)控金融交易，打擊洗錢和逃稅行為。地方政府隱性債務(wù)的形成源于金融分權(quán)制度，由于政府向市場(chǎng)放權(quán)，金融機(jī)構(gòu)擁有了更大的自主權(quán)和管理權(quán)，更多的金融資源，行業(yè)競(jìng)爭(zhēng)更加激烈，遠(yuǎn)程經(jīng)營(yíng)更加活躍，導(dǎo)致它們積極增加杠桿供應(yīng)，使它們更容易面臨杠桿風(fēng)險(xiǎn)。數(shù)字科技技術(shù)的運(yùn)用，可以在決策中更多地依靠數(shù)據(jù)和科學(xué)來及時(shí)有效地識(shí)別和應(yīng)對(duì)債務(wù)風(fēng)險(xiǎn)。同時(shí)，通過對(duì)金融機(jī)構(gòu)和地方融資平臺(tái)的合理監(jiān)管，可以有效緩解政府對(duì)商業(yè)銀行不良貸款和地方融資平臺(tái)債務(wù)的隱性擔(dān)保風(fēng)險(xiǎn)。

基于上述作用機(jī)制的分析，提出以下研究假設(shè)：

H1：數(shù)字金融對(duì)于地方政府隱性債務(wù)風(fēng)險(xiǎn)具有緩釋效應(yīng)。

不同省份的數(shù)字科技基礎(chǔ)、經(jīng)濟(jì)金融資源稟賦存在較大不同，使其數(shù)字金融發(fā)展程度也存在一定差異，數(shù)字金融在空間上配置金融資源的優(yōu)勢(shì)，將有助于限制鄰近省份的政府當(dāng)局的隱性債務(wù)風(fēng)險(xiǎn)。一方面，數(shù)字金融通過使用數(shù)字技術(shù)可以縮短時(shí)間和空間的距離，從而促進(jìn)實(shí)體經(jīng)濟(jì)的融資，促進(jìn)區(qū)域間金融活動(dòng)的相互聯(lián)系。這種新型金融服務(wù)模式具有普惠、低成本、廣覆蓋、高效率等優(yōu)勢(shì)，使數(shù)字金融不依賴于地理位置，促使其影響相鄰地區(qū)的可能性提高〔2〕;另一方面，由于競(jìng)爭(zhēng)壓力、經(jīng)濟(jì)發(fā)展、金融規(guī)模等原因，地方隱性債務(wù)問題通常在地理空間尺度上具有區(qū)域關(guān)聯(lián)效應(yīng)。地方政府競(jìng)爭(zhēng)對(duì)地方債務(wù)增長(zhǎng)存在正空間自相關(guān)，其地方空間集聚特征尤為明顯〔3〕。在應(yīng)對(duì)地方政府隱性債務(wù)風(fēng)險(xiǎn)方面，數(shù)字金融很可能呈現(xiàn)區(qū)域間擴(kuò)散傳導(dǎo)的特征。因此，基于現(xiàn)有研究充分考慮影響因素和空間關(guān)聯(lián)，可以得出，兩者影響可能存在空間溢出效應(yīng)。由此，提出以下研究假設(shè)：

H2：數(shù)字金融對(duì)地方政府隱性債務(wù)風(fēng)險(xiǎn)影響存在空間溢出效應(yīng)。

（二）數(shù)字金融影響地方政府隱性債務(wù)風(fēng)險(xiǎn)的調(diào)節(jié)作用

作為公共經(jīng)濟(jì)的主體，地方政府自身的財(cái)政安全影響著本地隱性債務(wù)風(fēng)險(xiǎn)水平。財(cái)政自給作為地方政府自身財(cái)力對(duì)支出責(zé)任的實(shí)際覆蓋的體現(xiàn)，自身財(cái)力越高的地方政府越有可能得到市場(chǎng)資本的支持，這不僅改善了政府的籌資環(huán)境和可得性，也降低了其債務(wù)的資金運(yùn)用成本〔1〕。在市場(chǎng)參與者不同的情況下，數(shù)字金融對(duì)實(shí)體經(jīng)濟(jì)也會(huì)產(chǎn)生不同的作用，金融資源需求者的特定屬性會(huì)導(dǎo)致實(shí)體經(jīng)濟(jì)發(fā)展產(chǎn)生結(jié)構(gòu)和區(qū)域差異。數(shù)字金融作為地方政府債務(wù)融資的重要來源，為滿足政府融資需求創(chuàng)造了一個(gè)有利的金融生態(tài)系統(tǒng)。然而，來自外部環(huán)境的激勵(lì)措施的有效性取決于融資實(shí)體的財(cái)政能力。地方政府的財(cái)政能力差異會(huì)影響數(shù)字金融在地方政府獲得資金方面的效用，這反過來又影響數(shù)字金融對(duì)于地方政府隱性債務(wù)風(fēng)險(xiǎn)的緩釋作用。據(jù)此，提出以下研究假設(shè)：

H3：地方政府財(cái)政自給能力在數(shù)字金融影響地方政府隱性債務(wù)風(fēng)險(xiǎn)的過程中起到調(diào)節(jié)作用。

四、地方政府隱性債務(wù)風(fēng)險(xiǎn)的測(cè)算分析

由于政府債務(wù)的公共屬性，地方政府隱性債務(wù)可分為政府依法規(guī)定有義務(wù)償還的直接隱性債務(wù)和影響社會(huì)環(huán)境穩(wěn)定、金融市場(chǎng)發(fā)展時(shí)要償還的間接隱性債務(wù)兩方面。借鑒李麗珍和劉金林（2019）〔2〕、Arslanalp和Liao（2014）〔3〕運(yùn)用金融風(fēng)險(xiǎn)概率測(cè)算方法，通過確定直接債務(wù)風(fēng)險(xiǎn)與間接債務(wù)轉(zhuǎn)化率的比率來衡量間接債務(wù)違約風(fēng)險(xiǎn)的概率，設(shè)置政府負(fù)擔(dān)比例來衡量政府對(duì)債務(wù)的承載狀況。在計(jì)算不同類別的債務(wù)、系數(shù)和比率時(shí)，沿用李麗珍和安秀梅（2019）〔4〕的思路，同時(shí)結(jié)合蔡利和段康（2022）〔5〕在計(jì)算間接隱性債務(wù)時(shí)，納入缺口補(bǔ)助型PPP、使用者付費(fèi)型PPP債務(wù)融資和地方融資平臺(tái)的債務(wù)進(jìn)行測(cè)算。選擇地方政府隱性債務(wù)率來衡量，分類測(cè)算指標(biāo)如表1所示。

如表1所示，首先，地方政府直接隱性債務(wù)方面，養(yǎng)老金缺口以城鎮(zhèn)企業(yè)職工工資總額和制度規(guī)定8%的繳納系數(shù)來測(cè)算，其最終由國(guó)家隱性債務(wù)相關(guān)的金融賬戶來彌補(bǔ)，經(jīng)財(cái)政支付完成，故而政府負(fù)擔(dān)比例均值取值為1，違約風(fēng)險(xiǎn)取值為1。地方融資平臺(tái)債務(wù)以地方融資平臺(tái)發(fā)行的城投債總額來表示〔1〕，地方融資平臺(tái)的創(chuàng)建和管理都依賴于地方政府的信用擔(dān)保，其債務(wù)具有“剛兌預(yù)期”，尤其是公益性項(xiàng)目的償債主要依賴于政府性補(bǔ)助，政府負(fù)擔(dān)比例最高值為1，最低值為0。違約風(fēng)險(xiǎn)的概率參照中國(guó)商業(yè)銀行對(duì)各類債務(wù)賦予的風(fēng)險(xiǎn)權(quán)重，將地方融資平臺(tái)債務(wù)違約風(fēng)險(xiǎn)的概率定為50%。PPP項(xiàng)目的違約風(fēng)險(xiǎn)取值為20%，PPP項(xiàng)目發(fā)生違約時(shí)損失的比例按照PPP項(xiàng)目庫(kù)中各個(gè)PPP項(xiàng)目的不同屬性確定債務(wù)比例。政府付費(fèi)型PPP在很大程度上依賴于政府撥款的償還，本質(zhì)上是地方政府的直接債務(wù)融資，政府負(fù)擔(dān)率的均值取值為1。其次，地方政府間接隱性債務(wù)方面，國(guó)有企業(yè)和商業(yè)銀行政府負(fù)擔(dān)比例被設(shè)定為政府救助責(zé)任的比例區(qū)間，最大值為50%，最小值為0。地方國(guó)有企業(yè)債務(wù)和商業(yè)銀行不良貸款違約風(fēng)險(xiǎn)的概率參照中國(guó)商業(yè)銀行對(duì)各類債務(wù)賦予的風(fēng)險(xiǎn)權(quán)重定為50%，同上文PPP項(xiàng)目的違約風(fēng)險(xiǎn)取值為20%，此外在使用者付費(fèi)型PPP項(xiàng)目，政府的負(fù)擔(dān)水平是指政府對(duì)項(xiàng)目合同的風(fēng)險(xiǎn)成本的分擔(dān)，最高值和最低值均取值為15%;缺口補(bǔ)助型PPP項(xiàng)目政府負(fù)擔(dān)最高值賦值為1，最低值賦值為15%。因此，地方政府隱性債務(wù)風(fēng)險(xiǎn)可由前述所計(jì)算出的地方隱性債務(wù)規(guī)模與地區(qū)當(dāng)年國(guó)民生產(chǎn)總值的比值來衡量各地區(qū)地方政府隱性債務(wù)風(fēng)險(xiǎn)〔2〕。運(yùn)用上述指標(biāo)測(cè)度的2011-2020年中國(guó)30個(gè)省份（不含西藏）的地方政府隱性債務(wù)風(fēng)險(xiǎn)均值，如圖1所示。貴州、重慶和新疆三個(gè)省市的地方政府隱性債務(wù)風(fēng)險(xiǎn)相對(duì)較高，而吉林居于全國(guó)最低水平。

（一）變量說明

1.被解釋變量：地方政府隱性債務(wù)風(fēng)險(xiǎn)（Risk），采用上文計(jì)算的各省份地方政府隱性債務(wù)風(fēng)險(xiǎn)來衡量。

2.核心解釋變量：數(shù)字金融（DF），采用北京大學(xué)互聯(lián)網(wǎng)金融研究中心開發(fā)的數(shù)字普惠金融指數(shù)作為數(shù)字金融的指標(biāo)，數(shù)字普惠金融指數(shù)廣泛用于衡量各省份數(shù)字金融的發(fā)展水平〔1〕，它由三個(gè)二級(jí)指標(biāo)組成：覆蓋廣度、使用深度和數(shù)字化程度。

3.控制變量：依據(jù)候世英和宋良榮（2020）〔2〕、唐松等（2020）〔3〕等學(xué)者的方法，主要選擇以下控制變量：產(chǎn)業(yè)結(jié)構(gòu)（indus），采用各省份第二、三產(chǎn)業(yè)與GDP的比值來衡量;不良貸款率（nof），銀行等融資機(jī)構(gòu)的資金情況也會(huì)影響地方政府隱性債務(wù)融資的可得性，利用各省份銀行不良貸款與總貸款的比值來衡量地區(qū)不良貸款率;經(jīng)濟(jì)發(fā)展水平（gdp），以各省的國(guó)內(nèi)生產(chǎn)總值的對(duì)數(shù)衡量;城鎮(zhèn)化水平（lou），以城市人口占各省總?cè)丝诘谋壤齺砗饬?金融發(fā)展水平（jrfz），以金融機(jī)構(gòu)的存款和貸款余額與各省地區(qū)GDP的比值來衡量;財(cái)政分權(quán)（fisd），以各省人均公共支出與人均財(cái)政支出之比來衡量。

4.調(diào)節(jié)變量：由于地方政府自有財(cái)力水平影響著地方政府隱性債務(wù)規(guī)模，參照朱軍和鄒韜略（2022）〔1〕的方法，選取財(cái)政自給率（fisuff）為調(diào)節(jié)變量，采用地區(qū)一般預(yù)算財(cái)政收入與支出之比進(jìn)行計(jì)量。

（二）數(shù)據(jù)來源

本文總結(jié)了2011-2020年中國(guó)30個(gè)省級(jí)行政區(qū)域（不包括西藏、香港、澳門和臺(tái)灣）的相關(guān)數(shù)據(jù)。其中地方政府隱性債務(wù)風(fēng)險(xiǎn)相關(guān)數(shù)據(jù)來自Wind數(shù)據(jù)庫(kù)，其他數(shù)據(jù)主要來自國(guó)泰安數(shù)據(jù)庫(kù)、《中國(guó)統(tǒng)計(jì)年鑒》、《中國(guó)金融統(tǒng)計(jì)年鑒》和《中國(guó)金融年鑒》。所有數(shù)據(jù)均由筆者手工整理計(jì)算所得，根據(jù)財(cái)政部、國(guó)家和社會(huì)資本合作中心項(xiàng)目管理數(shù)據(jù)庫(kù)中的信息編制PPP項(xiàng)目信息。為了減少異常值的影響，所有連續(xù)變量均在1%和99%分位數(shù)處做了縮尾處理。所有變量的描述性統(tǒng)計(jì)數(shù)據(jù)見表2。

（三）計(jì)量模型設(shè)定

1.空間面板回歸模型

為了分析數(shù)字金融對(duì)地方政府隱性債務(wù)風(fēng)險(xiǎn)的空間效應(yīng)，這里引入地理空間依賴信息，在實(shí)證檢驗(yàn)中使用了三個(gè)經(jīng)典的空間效應(yīng)分析模型，即空間自回歸模型（SAR）、空間誤差模型（SEM）和空間杜賓模型（SDM）。為了獲取最好的擬合效果，通過LR檢驗(yàn)和Wald檢驗(yàn)確定最佳擬合的模型進(jìn)行實(shí)證分析。SLM、SEM 和SDM 這三種模型的具體形式如下：

其中，Risk為地方政府隱性債務(wù)風(fēng)險(xiǎn)變量;W 為地理距離權(quán)重矩陣，其矩陣元素為Wij =1/dij2，其中，dij為兩個(gè)省會(huì)城市的地理距離;ρ為空間效應(yīng)系數(shù);DF為數(shù)字金融發(fā)展變量;control為控制變量;β表示自變量和控制變量回歸系數(shù);i和t分別表示省份和時(shí)間;ξ表示符合正態(tài)分布的隨機(jī)擾動(dòng)項(xiàng)。

2.空間調(diào)節(jié)效應(yīng)模型

在分析數(shù)字金融影響地方政府隱性債務(wù)風(fēng)險(xiǎn)的空間效應(yīng)時(shí)，有必要考慮地方政府財(cái)政自給能力的調(diào)節(jié)作用。為了驗(yàn)證假設(shè)H2，將數(shù)字金融與地方政府財(cái)政自給能力兩者的交叉項(xiàng)引入模型（3）中，得到如下模型：

六、實(shí)證分析

（一）空間相關(guān)性分析

在運(yùn)用空間計(jì)量模型檢驗(yàn)數(shù)字金融對(duì)地方政府隱性債務(wù)風(fēng)險(xiǎn)的影響效應(yīng)之前，需要檢驗(yàn)地方政府隱性債務(wù)風(fēng)險(xiǎn)是否具有空間依賴性與相關(guān)性。選用地理距離空間權(quán)重矩陣，采用Moran'sI指數(shù)檢驗(yàn)地方政府隱性債務(wù)風(fēng)險(xiǎn)的空間依賴性，如表3所示。

由表3可知，除2018年以外，地方政府隱性債務(wù)風(fēng)險(xiǎn)均表現(xiàn)出顯著的正向相關(guān)性，表明該變量具有顯著的空間正相關(guān)性。變量的空間相關(guān)模式變現(xiàn)為“高—高”和“低—低”集聚，說明多數(shù)省份與其相近地區(qū)表現(xiàn)出相似的空間集聚特征，進(jìn)一步證實(shí)了地方政府隱性債務(wù)風(fēng)險(xiǎn)存在著明顯的正向空間溢出性。因此，將地方政府隱性債務(wù)風(fēng)險(xiǎn)作為被解釋變量納入經(jīng)濟(jì)地理考察范圍的空間計(jì)量模型是科學(xué)合理的。

（二）空間計(jì)量回歸結(jié)果

在進(jìn)行空間回歸分析之前，根據(jù)Hausmans檢驗(yàn)、LM 檢驗(yàn)和極大似然比（LR）檢驗(yàn)的結(jié)果進(jìn)一步確定最優(yōu)的空間計(jì)量模型，根據(jù)檢驗(yàn)結(jié)果，選擇空間杜賓模型（SDM）下的雙向固定效應(yīng)模型是最優(yōu)模型。利用中國(guó)30個(gè)省份數(shù)字金融和地方政府隱性債務(wù)風(fēng)險(xiǎn)數(shù)據(jù)進(jìn)行空間計(jì)量分析，結(jié)合空間計(jì)量模型適用性檢驗(yàn)結(jié)果，表4給出了不同空間模型下雙向固定效應(yīng)的檢驗(yàn)結(jié)果。

從表4 可以看出，在所有三個(gè)空間模型中，地方政府隱性債務(wù)風(fēng)險(xiǎn)的空間溢出系數(shù)都明顯為正，并在1%的水平上顯著，表明各省的地方政府隱性債務(wù)風(fēng)險(xiǎn)之間存在正相關(guān)關(guān)系。在溢出效應(yīng)的影響下，周邊地區(qū)政府隱性債務(wù)風(fēng)險(xiǎn)的增加對(duì)該地區(qū)具有一定的空間溢出效應(yīng)。數(shù)字金融每增加一個(gè)單位，地方政府隱性債務(wù)風(fēng)險(xiǎn)的平均減少量為0.0079個(gè)單位，表明發(fā)展數(shù)字融資可以顯著降低地方政府的隱性債務(wù)風(fēng)險(xiǎn)。同時(shí)，在使用地理距離矩陣的情況下，數(shù)字金融對(duì)地方政府隱性債務(wù)風(fēng)險(xiǎn)的空間溢出效應(yīng)系數(shù)為-0.0117，表明數(shù)字金融會(huì)緩釋經(jīng)濟(jì)地理位置鄰近地區(qū)的隱性債務(wù)風(fēng)險(xiǎn)。因?yàn)閿?shù)字金融發(fā)展水平越高，區(qū)域信用信息不對(duì)稱性越低，地方政府債券和融資平臺(tái)的市場(chǎng)定價(jià)相對(duì)公平，金融機(jī)構(gòu)和市場(chǎng)的信用度越高，政府越容易從各種信貸渠道中獲得貸款。同時(shí)，數(shù)字金融可以有效地消除人才、知識(shí)、資本和其他資源在區(qū)域之間流動(dòng)的障礙，鄰近省份的金融生態(tài)環(huán)境會(huì)相互影響，數(shù)字金融發(fā)展使得相鄰地區(qū)對(duì)債務(wù)規(guī)模的承載能力和信用程度增強(qiáng)，地方政府隱性債務(wù)的融資成本得到降低，從而債務(wù)風(fēng)險(xiǎn)得到進(jìn)一步的緩釋。

關(guān)于控制變量，產(chǎn)業(yè)結(jié)構(gòu)對(duì)地方政府隱性債務(wù)風(fēng)險(xiǎn)的提升具有一定緩釋作用，表明產(chǎn)業(yè)結(jié)構(gòu)越均衡的省份可能會(huì)抑制地方債務(wù)的過度膨脹。對(duì)于其他控制變量，經(jīng)濟(jì)發(fā)展、對(duì)外開放水平對(duì)地方隱性債務(wù)風(fēng)險(xiǎn)的影響均不顯著，金融發(fā)展，不良貸款率均在1%的水平下顯著，這表明，區(qū)域金融環(huán)境越好，地方政府的借貸成本越低，越容易管理資金量增加的風(fēng)險(xiǎn)?？偟膩碚f，雖然SEM 模型估計(jì)的系數(shù)與SAR模型估計(jì)的系數(shù)不盡相同，但變量的系數(shù)估計(jì)方向相同，表明估計(jì)結(jié)果的可靠性。

（三）空間調(diào)節(jié)效應(yīng)分析

數(shù)字金融發(fā)展有助于營(yíng)造良好的外部金融環(huán)境，直接影響地方政府隱性債務(wù)風(fēng)險(xiǎn)狀態(tài)，但從融資主體特征來看，地方政府對(duì)轉(zhuǎn)移支付的依賴越少，就會(huì)有更多的自由來管理自身的資金運(yùn)用，這些內(nèi)部能力的差異將轉(zhuǎn)化為外部環(huán)境對(duì)地方政府隱性債務(wù)規(guī)模的影響。鑒于此，這里引入地方政府財(cái)政自給度與數(shù)字金融的交互變量（DF×fisuff），研究各省財(cái)政自主權(quán)的差異對(duì)數(shù)字金融的影響的調(diào)節(jié)作用，結(jié)果如表5所示。

從表5可以看出，地方政府財(cái)政自給能力在數(shù)字金融影響地方政府隱性債務(wù)風(fēng)險(xiǎn)過程中確實(shí)起到了一定調(diào)節(jié)作用，其中本地區(qū)財(cái)政自給與數(shù)字金融的交互變量系數(shù)為-0.0137，鄰近地區(qū)的財(cái)政自給與數(shù)字金融交互系數(shù)為-0.0059，在10%水平下顯著。結(jié)合數(shù)字金融的系數(shù)可知，當(dāng)不同省份之間政府財(cái)政自給能力差異越大時(shí)，本地區(qū)和相鄰地區(qū)在數(shù)字金融影響地方政府隱性債務(wù)風(fēng)險(xiǎn)過程中就會(huì)產(chǎn)生更加顯著的負(fù)向調(diào)節(jié)催化作用。具體而言，地方財(cái)政自給水平越高，數(shù)字金融對(duì)政府隱性債務(wù)融資風(fēng)險(xiǎn)的緩釋作用越強(qiáng)，這主要是因?yàn)樨?cái)政自給水平強(qiáng)的地區(qū)的經(jīng)濟(jì)水平、市場(chǎng)營(yíng)銷和對(duì)外開放程度也比較有利，可以吸引各級(jí)社會(huì)資本加入，使得地方政府融資成本相對(duì)越低。假設(shè)H3得以論證。

（四）空間效應(yīng)的穩(wěn)健性檢驗(yàn)

為了檢驗(yàn)上述結(jié)果的可靠性，運(yùn)用以下方法進(jìn)行檢驗(yàn)：

第一，替換權(quán)重矩陣，使用經(jīng)濟(jì)地理嵌套矩陣重新估計(jì)，由地理距離空間權(quán)重矩陣（W1）和經(jīng)濟(jì)距離空間權(quán)重矩陣（W2）的平均值來計(jì)算〔1〕，公式如下：

第二，剔除直轄市。由于中國(guó)不同省份之間數(shù)字金融和地方政府隱性債務(wù)風(fēng)險(xiǎn)都存在較大差異，尤其是四個(gè)直轄市的金融發(fā)展遠(yuǎn)超其他省份。因此，為了檢驗(yàn)上述結(jié)論的普遍性，北京、天津、上海和重慶這四個(gè)直轄市的面板數(shù)據(jù)被排除在回歸中。表6分別給出了更換權(quán)重矩陣和剔出直轄市兩種方法下的回歸結(jié)果，可以發(fā)現(xiàn)，參數(shù)估計(jì)結(jié)果和顯著性并沒有發(fā)生明顯變化，說明上述結(jié)果是穩(wěn)健的。

七、基于空間SDID模型的政策效應(yīng)分析

（一）模型設(shè)定和平行趨勢(shì)檢驗(yàn)

2016年9月，中國(guó)人民銀行發(fā)布了《G20數(shù)字金融普惠高級(jí)原則》，其中涉及數(shù)字金融發(fā)展的主要?jiǎng)?chuàng)新和潛在風(fēng)險(xiǎn)，保護(hù)金融消費(fèi)者權(quán)益，是國(guó)際社會(huì)在這一領(lǐng)域發(fā)起的第一項(xiàng)高級(jí)別原則。因此，本文將原則的發(fā)布視為“準(zhǔn)自然實(shí)驗(yàn)”，并將政策提出的時(shí)機(jī)視為外生變量。同時(shí)，將中國(guó)30個(gè)省份劃分為東部、中西部地區(qū)，因?yàn)榈貐^(qū)發(fā)展程度不同，所以政策的影響強(qiáng)度在東部地區(qū)和中西部地區(qū)之間有很大差異，將東部地區(qū)與中西部地區(qū)分為實(shí)驗(yàn)組與對(duì)照組，利用DID模型和SDID模型考察該政策的實(shí)施給數(shù)字金融影響地方政府隱性債務(wù)風(fēng)險(xiǎn)過程所帶來的政策效應(yīng)。

雙重差分法（DID）是目前研究政策實(shí)施效應(yīng)最重要的方法之一〔1〕，該方法將樣本分為實(shí)驗(yàn)組和對(duì)照組，通過分析兩個(gè)樣本在政策前后的變化來探究事件沖擊或政策實(shí)施對(duì)不同主體的影響，構(gòu)建DID 模型的一個(gè)重要條件是，研究樣本必須滿足平行趨勢(shì)假設(shè)。因此構(gòu)建了以下回歸模型，以檢驗(yàn)樣本數(shù)據(jù)的平行趨勢(shì)：

其中，β-T和β+T分別表示政策實(shí)施前T 年和政策實(shí)施后T 年的影響系數(shù)，β表示政策實(shí)施當(dāng)年的影響系數(shù);DIDit為虛擬變量，值為1表示i是實(shí)施政策的省份，值為0表示i未不實(shí)施政策的省份;Tit為時(shí)間虛擬變量，政策實(shí)施前值為0，政策實(shí)施后值為1;α是截距項(xiàng)，γt 和μi 分別表示時(shí)間固定效應(yīng)和空間固定效應(yīng)，ξit是隨機(jī)誤差項(xiàng)。

圖2的結(jié)果顯示，數(shù)字金融政策實(shí)施前兩年和第一年的系數(shù)都不顯著，說明東部地區(qū)與中西部地區(qū)在政策出臺(tái)前的地方政府隱性債務(wù)風(fēng)險(xiǎn)沒有明顯差異，滿足平行趨勢(shì)假設(shè)。數(shù)字金融政策出臺(tái)后第一年和第二年的估計(jì)系數(shù)明顯為負(fù)，表明該政策出臺(tái)后對(duì)東部地區(qū)的地方政府隱性債務(wù)風(fēng)險(xiǎn)有明顯的緩解作用;但是，數(shù)字金融政策實(shí)施后第三年的估計(jì)系數(shù)并不顯著，說明這一趨勢(shì)在政策實(shí)施后的第三年從動(dòng)態(tài)效應(yīng)上逐漸消失，因而可認(rèn)為數(shù)字金融政策實(shí)施對(duì)地方政府隱性債務(wù)風(fēng)險(xiǎn)的緩釋作用可能存在時(shí)間效應(yīng)。為了更加細(xì)致地檢驗(yàn)這種政策效應(yīng)，構(gòu)建如下基準(zhǔn)DID 模型：

其中，Dit·Tit為地區(qū)虛擬變量和時(shí)間虛擬變量的交互項(xiàng)，數(shù)字金融的政策頒布效應(yīng)通過其系數(shù)β反映。

根據(jù)上文分析，數(shù)字金融帶來的“時(shí)空壓縮”效應(yīng)，使得區(qū)域間的空間關(guān)聯(lián)特征得以體現(xiàn)。數(shù)字金融不僅對(duì)本地有影響，對(duì)附近地區(qū)也會(huì)產(chǎn)生顯著的溢出效應(yīng)，如果不考慮這種經(jīng)濟(jì)聯(lián)系，回歸估計(jì)的結(jié)果會(huì)有偏差。因此，建立空間雙差模型（SDID）可以更好地克服基準(zhǔn)DID模型估計(jì)的空間相關(guān)數(shù)據(jù)的不一致性，也可以在相當(dāng)程度上避免內(nèi)生性問題。因此，在基準(zhǔn)DID 模型中加入空間滯后項(xiàng)，模型具體形式如下：

其中，W 為空間權(quán)重矩陣，為保持與前述模型的一致性，選擇地理距離權(quán)重矩陣;WRiskit為被解釋變量的空間滯后項(xiàng)，ρ為空間滯后項(xiàng)溢出影響的系數(shù)，表示區(qū)域間溢出效應(yīng)的強(qiáng)度;Riskit為因變量，表示第i省份在時(shí)間t的地方政府隱性債務(wù)風(fēng)險(xiǎn)水平;系數(shù)β表示數(shù)字金融政策發(fā)布對(duì)地方政府隱性債務(wù)風(fēng)險(xiǎn)水平影響的凈效應(yīng)，control為控制變量。

（二）回歸結(jié)果分析

本文分別采用基準(zhǔn)雙重差分模型（DID）、雙重差分空間杜賓模型（SDMSDID）進(jìn)行參數(shù)估計(jì)。使用LR檢驗(yàn)、LM 檢驗(yàn)等，得出在雙重差分空間杜賓模型下選擇雙向固定效應(yīng)模型更為合適，結(jié)果如表7所示。

由表7可知，在不考慮空間效應(yīng)情況下，DID的估計(jì)系數(shù)為-0.165，在10% 的顯著性水平上顯著，表明數(shù)字金融對(duì)地方隱性債務(wù)風(fēng)險(xiǎn)有顯著緩釋作用。從SDMSDID模型的回歸結(jié)果可以看出，空間自回歸的系數(shù)均顯著為正，說明各地區(qū)地方政府隱性債務(wù)風(fēng)險(xiǎn)具有顯著的正向空間溢出效應(yīng);DID和WDID的回歸系數(shù)分別為-0.405和-0.150，說明數(shù)字金融政策的實(shí)施使得本地區(qū)的地方政府隱性債務(wù)風(fēng)險(xiǎn)降低0.405，還使臨近地區(qū)的地方政府隱性債務(wù)風(fēng)險(xiǎn)降低0.150，進(jìn)一步說明數(shù)字金融政策實(shí)施能夠緩釋地方政府隱性債務(wù)風(fēng)險(xiǎn)。

（三）平行趨勢(shì)檢驗(yàn)與反事實(shí)檢驗(yàn)

實(shí)驗(yàn)組和對(duì)照組的可比性是利用空間SDID模型分析數(shù)字金融政策發(fā)布對(duì)地方政府隱性債務(wù)風(fēng)險(xiǎn)影響的前提，即如果沒有數(shù)字金融政策發(fā)布這一事實(shí)，實(shí)驗(yàn)組和對(duì)照組就不會(huì)因?yàn)闀r(shí)間不同而產(chǎn)生變化。通過反事實(shí)檢驗(yàn)方法〔1〕，將2011年設(shè)為數(shù)字金融政策實(shí)施的假設(shè)時(shí)間點(diǎn)，以避免因其他政策或不可觀測(cè)的因素致使地方政府隱性債務(wù)風(fēng)險(xiǎn)發(fā)生變化而被誤認(rèn)為是因數(shù)字金融政策實(shí)施而產(chǎn)生的變化，造成結(jié)果出現(xiàn)偏誤。反事實(shí)檢驗(yàn)的結(jié)果如表8所示，在將部分對(duì)照組更改為控制組的情況下，數(shù)字金融政策實(shí)施的政策時(shí)間效果系數(shù)不再顯著，表明地方政府隱性債務(wù)風(fēng)險(xiǎn)的改善確實(shí)可以用數(shù)字金融政策實(shí)施來做相應(yīng)解釋。

八、結(jié)論

基于地方政府直接隱性債務(wù)和間接隱性債務(wù)兩個(gè)方面建立地方政府隱性債務(wù)的分類測(cè)算指標(biāo)體系，測(cè)度中國(guó)30個(gè)省份的地方政府隱性債務(wù)風(fēng)險(xiǎn)水平。首先，從理論上解析了數(shù)字金融影響地方政府隱性債務(wù)風(fēng)險(xiǎn)的緩釋作用機(jī)制和空間作用機(jī)制，并進(jìn)一步聚焦于分析地方政府財(cái)政自給能力的調(diào)節(jié)效應(yīng)和數(shù)字金融的政策效應(yīng)，其次，運(yùn)用實(shí)證模型研究數(shù)字金融對(duì)地方政府隱性債務(wù)風(fēng)險(xiǎn)的影響關(guān)系。主要結(jié)論包括：第一，數(shù)字金融發(fā)展有助于緩釋地方政府隱性債務(wù)風(fēng)險(xiǎn)。第二，數(shù)字金融發(fā)展的空間輻射效應(yīng)有助于減少鄰近地區(qū)地方政府的債務(wù)隱性風(fēng)險(xiǎn)。第三，地方政府財(cái)政自給能力在數(shù)字金融對(duì)地方政府隱性債務(wù)風(fēng)險(xiǎn)的作用中具有緩釋的調(diào)節(jié)效應(yīng);第四，數(shù)字金融政策的實(shí)施顯著緩釋了本地區(qū)和周邊地區(qū)的地方政府隱性債務(wù)風(fēng)險(xiǎn)，且其緩釋效應(yīng)在數(shù)字金融政策實(shí)施后逐漸降低乃至消失。

九、政策啟示

本文為從數(shù)字金融視角防范和化解地方政府隱性債務(wù)風(fēng)險(xiǎn)提供了理論基礎(chǔ)和實(shí)證依據(jù)，為促進(jìn)區(qū)域經(jīng)濟(jì)協(xié)調(diào)發(fā)展提供了經(jīng)驗(yàn)借鑒。應(yīng)對(duì)當(dāng)今中國(guó)數(shù)字金融的快速發(fā)展，提出如下四點(diǎn)政策建議：第一，利用數(shù)字技術(shù)和金融部門的整合優(yōu)勢(shì)，提升地方政府融資效率。數(shù)字金融拓寬了借貸服務(wù)發(fā)展的界限，補(bǔ)充了傳統(tǒng)融資市場(chǎng)的短板，為地方政府隱性債務(wù)提供了多元化的投資結(jié)構(gòu)和融資方式，地方政府應(yīng)利用數(shù)字金融這種優(yōu)勢(shì)，尋找便捷、成本低的融資方式，在降低政府隱性債務(wù)風(fēng)險(xiǎn)的同時(shí)優(yōu)化整體經(jīng)濟(jì)，提升經(jīng)濟(jì)發(fā)展水平;第二，要加速區(qū)域內(nèi)相鄰省際經(jīng)濟(jì)圈的建立，充分利用數(shù)字金融對(duì)政府隱性債務(wù)風(fēng)險(xiǎn)的空間溢出效應(yīng)，實(shí)現(xiàn)省份之間債務(wù)風(fēng)險(xiǎn)的共同控制。由于地方政府隱性債務(wù)風(fēng)險(xiǎn)具有空間相關(guān)性，對(duì)于地方隱性債務(wù)風(fēng)險(xiǎn)的處理措施要針對(duì)本地區(qū)乃至經(jīng)濟(jì)圈的特征來制定，避免統(tǒng)一集中管理可能造成的風(fēng)險(xiǎn)擴(kuò)大等問題。同時(shí)，相近省份之間的溝通交流，如政府隱性債務(wù)風(fēng)險(xiǎn)較低的地區(qū)可以向其他地區(qū)提供治理債務(wù)風(fēng)險(xiǎn)的方法，可以幫助降低債務(wù)風(fēng)險(xiǎn)，整治地區(qū)債務(wù)環(huán)境;第三，鑒于數(shù)字金融緩釋地方政府隱性債務(wù)風(fēng)險(xiǎn)的同時(shí)受到地方財(cái)政自給能力的影響，政府應(yīng)加大對(duì)自身財(cái)政狀況的重視，逐步改善地方政府財(cái)權(quán)和事務(wù)的匹配程度，不盲目進(jìn)行財(cái)政投資，精準(zhǔn)確定支出范圍，提高財(cái)政投融資效率。第四，運(yùn)用數(shù)字金融中的數(shù)字化技術(shù)，推動(dòng)政府財(cái)政事務(wù)處理與數(shù)字化技術(shù)相結(jié)合，促進(jìn)地方政府財(cái)政升級(jí)，構(gòu)建金融資本供給和政府融資需求的良性循環(huán)，形成數(shù)字金融對(duì)地方政府隱性債務(wù)風(fēng)險(xiǎn)的有效緩釋效應(yīng)。