魏 彧，梁藍(lán)心，羅志鵬

(1.貴州財(cái)經(jīng)大學(xué)大數(shù)據(jù)應(yīng)用與經(jīng)濟(jì)學(xué)院，貴州 貴陽 550025；2.貴州財(cái)經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院，貴州 貴陽 550025)

一、引言及文獻(xiàn)回顧

預(yù)算是現(xiàn)代財(cái)政制度的核心，是推進(jìn)國家治理體系和治理能力現(xiàn)代化的重要支撐。黨的二十大報(bào)告明確提出“健全現(xiàn)代預(yù)算制度”?！秶鴦?wù)院關(guān)于進(jìn)一步深化預(yù)算管理制度改革的意見》(國發(fā)〔2021〕5號)也強(qiáng)調(diào)“既不得虛列收支、增加規(guī)模，也不得少列收支、脫離監(jiān)督”，且“堅(jiān)持先有預(yù)算后有支出，嚴(yán)禁超預(yù)算、無預(yù)算安排支出”。可見“嚴(yán)格預(yù)算編制管理”“強(qiáng)化預(yù)算執(zhí)行”的重點(diǎn)是預(yù)算編制與預(yù)算執(zhí)行盡可能保持一致。但是中國政府預(yù)算編制與預(yù)算執(zhí)行長期存在較大偏離。一方面，政府“超收”行為加重微觀經(jīng)濟(jì)體的稅費(fèi)負(fù)擔(dān)；“超支”行為浪費(fèi)財(cái)政資金，降低財(cái)政支出績效[1]；另一方面，政府“少收”行為影響財(cái)政可持續(xù)性；“少支”行為降低公共品供給水平和財(cái)政投資效率?？梢?，政府預(yù)算偏離對政府財(cái)政行為和財(cái)政宏觀調(diào)控效果有重要影響[2][3]。

數(shù)字化治理是提升政府預(yù)算管理水平的有效途徑。2020年財(cái)政部提出以系統(tǒng)化思維和信息化手段深化預(yù)算管理制度改革，推進(jìn)數(shù)字財(cái)政建設(shè)。國發(fā)〔2021〕5號文則進(jìn)一步強(qiáng)調(diào)“推進(jìn)部門間預(yù)算信息互聯(lián)互享”“提高預(yù)算管理信息化水平”。那么數(shù)字化治理能否降低政府預(yù)算偏離程度？如果推動智慧城市建設(shè)有助于降低預(yù)算偏離，其中的機(jī)制是什么？深入回答這些問題，對中國抓住數(shù)字經(jīng)濟(jì)發(fā)展機(jī)遇、規(guī)范預(yù)算管理、更好發(fā)揮財(cái)政在國家治理中的基礎(chǔ)和重要支柱作用有著重要意義。

作為一種典型的財(cái)政現(xiàn)象，預(yù)算是政府事先安排的財(cái)政收支計(jì)劃，客觀上預(yù)算編制與預(yù)算執(zhí)行結(jié)果存在一定的偏差。自1994年分稅制改革以來，中國財(cái)政收入超預(yù)算增長已經(jīng)成為一種常態(tài)[4]。目前，中國政府預(yù)算偏離程度不僅高于同期英美等發(fā)達(dá)國家，而且超過國際通行的5%偏離范圍。較大的預(yù)算偏離滋生政府盲目舉債動機(jī)，加劇財(cái)政政策不確定，沖擊消費(fèi)、價(jià)格和投資，不利于經(jīng)濟(jì)穩(wěn)定[5][6][7][8]。

全國層面的預(yù)算偏離表現(xiàn)為超收和超支。宏觀經(jīng)濟(jì)不確定、預(yù)算技術(shù)不成熟以及經(jīng)濟(jì)政策變動是引發(fā)政府預(yù)算偏離的主要原因。從宏觀經(jīng)濟(jì)看，財(cái)政預(yù)算收入增長幅度在經(jīng)濟(jì)繁榮時(shí)容易被低估，經(jīng)濟(jì)低迷時(shí)往往被高估，影響財(cái)政收入預(yù)測的準(zhǔn)確性[9]。從預(yù)算技術(shù)看，由于政府通常采用基數(shù)加增長法和GDP掛鉤法來預(yù)測預(yù)算規(guī)模，政府對經(jīng)濟(jì)社會發(fā)展的經(jīng)驗(yàn)判斷，直接影響預(yù)算編制的準(zhǔn)確性[10][11]。從經(jīng)濟(jì)政策看，政府逆周期的宏觀調(diào)控政策(比如經(jīng)濟(jì)低迷時(shí)期，政府實(shí)施積極的財(cái)政政策)會使得預(yù)算超支，加大預(yù)算偏離[3]。

省級層面的預(yù)算偏離則表現(xiàn)出與全國層面截然不同的超收和少支。一方面，事權(quán)和支出責(zé)任不匹配導(dǎo)致地方政府面臨巨大的財(cái)政壓力。地方政府通過加強(qiáng)稅收征管和大力發(fā)展地方經(jīng)濟(jì)，緩解財(cái)政壓力，容易導(dǎo)致超收[10]。另一方面，地方政府支出高度依賴中央轉(zhuǎn)移支付，其中專項(xiàng)轉(zhuǎn)移支付需要地方政府同步配套資金，如果在支出執(zhí)行過程中地方配套資金不到位，則導(dǎo)致少支[3][12]。

目前，已有文獻(xiàn)主要從全國、省級層面探討中國預(yù)算偏離的現(xiàn)狀、程度以及原因，為本文研究提供了有利的參考。但現(xiàn)有研究較少從數(shù)字化治理視角，審視中國政府預(yù)算偏離問題。本文將智慧城市試點(diǎn)政策作為數(shù)字化治理的準(zhǔn)自然實(shí)驗(yàn)，運(yùn)用多期雙重差分模型，評估數(shù)字化治理對政府預(yù)算偏離的影響?？赡艿倪呺H貢獻(xiàn)如下：

第一，研究視角方面。雖然已有文獻(xiàn)闡述了數(shù)字財(cái)政的內(nèi)涵和數(shù)字技術(shù)在財(cái)政領(lǐng)域的應(yīng)用，但是沒有實(shí)證檢驗(yàn)數(shù)字化如何提升政府預(yù)算管理。本文從預(yù)算編制質(zhì)量、預(yù)算執(zhí)行約束角度，系統(tǒng)分析了數(shù)字化治理對預(yù)算偏離的影響機(jī)制。

第二，研究對象方面。已有文獻(xiàn)主要集中在全國和省級層面預(yù)算偏離研究上，但是受央地事權(quán)和支出責(zé)任劃分的影響，財(cái)權(quán)層層上收，事權(quán)層層下放，越是基層政府，支出責(zé)任越重。地級市政府預(yù)算偏離程度往往比省級和全國層面的更大，因此，研究數(shù)字化治理對省以下政府預(yù)算偏離的影響，對于提升預(yù)算編制的質(zhì)量和強(qiáng)化預(yù)算執(zhí)行的約束更有參考意義。

第三，研究設(shè)計(jì)方面。區(qū)別于已有文獻(xiàn)使用指標(biāo)體系方法刻畫數(shù)字化治理水平，本文借助智慧城市試點(diǎn)政策的準(zhǔn)自然實(shí)驗(yàn)，通過雙重差分模型驗(yàn)證智慧城市試點(diǎn)政策對預(yù)算偏離的影響，并通過三重差分模型進(jìn)一步檢驗(yàn)了數(shù)字化治理對預(yù)算偏離的影響機(jī)制，有效增強(qiáng)了整體論證邏輯的理論性與可信性。

二、數(shù)字化治理特征與地級市政府預(yù)算偏離的典型事實(shí)

數(shù)字化治理特征主要包含新技術(shù)體系、新政府形態(tài)以及新治理模式[13]。從新技術(shù)體系看，智慧城市建設(shè)是政府?dāng)?shù)字化治理的重要方面。核心是依托物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)和人工智能等信息技術(shù)手段，建設(shè)能對城市的各種公共信息進(jìn)行統(tǒng)一管理、交換的數(shù)字信息平臺，滿足城市各類業(yè)務(wù)和行業(yè)發(fā)展對公共服務(wù)和信息交換的需求[14]。從新政府形態(tài)看，智慧城市建設(shè)夯實(shí)了政府?dāng)?shù)字化轉(zhuǎn)型的根基，提升政府?dāng)?shù)字化履職能力?！秶鴦?wù)院關(guān)于加強(qiáng)數(shù)字政府建設(shè)的指導(dǎo)意見》(國發(fā)〔2022〕14號)提出，將數(shù)字技術(shù)應(yīng)用于財(cái)政預(yù)算管理、數(shù)字經(jīng)濟(jì)治理等方面，全面提升政府經(jīng)濟(jì)調(diào)控的數(shù)字化水平。從新治理模式看，國家“十四五”規(guī)劃綱已明確提出，要分級分類推進(jìn)新型智慧城市建設(shè)。智慧城市已成為促進(jìn)政府職能轉(zhuǎn)變、推進(jìn)城市治理體系與治理能力現(xiàn)代化的關(guān)鍵抓手。綜上，智慧城市建設(shè)包含了數(shù)字化治理的核心特征，是一種典型的數(shù)字化治理手段，且它的主導(dǎo)者和實(shí)施者為政府部門。上述分析為本文將智慧城市試點(diǎn)政策作為數(shù)字化治理的替代變量提供了佐證。

已有研究發(fā)現(xiàn)，省級層面政府預(yù)算偏離一直呈現(xiàn)出擴(kuò)大趨勢，表現(xiàn)為超收、少支現(xiàn)象[8]。然而如圖1所示，地級市層面的政府預(yù)算偏離情形則有所不同，2009—2019年間主要表現(xiàn)為超收、超支現(xiàn)象。這可能與基層政府財(cái)權(quán)和支出責(zé)任不匹配有關(guān)，地方政府在“預(yù)算軟約束”下，對超收收入擁有較大的自由裁量權(quán)，可能產(chǎn)生追求超收和超支的傾向。同時(shí)，地級市與省級相反的預(yù)算偏離趨勢也表明將省級層面研究應(yīng)用于地級市可能會誤判預(yù)算偏離情形。因此，需要因城施策以降低預(yù)算偏離。從時(shí)間趨勢看，收入預(yù)算偏離與支出預(yù)算偏離變化趨勢基本一致，且預(yù)算偏離整體上呈現(xiàn)出不斷下降趨勢。

圖1 地級市預(yù)算偏離趨勢

三、理論分析與研究假說

(一)數(shù)字化治理對預(yù)算偏離的影響

造成預(yù)算偏離較大的原因可以歸結(jié)為預(yù)算編制的質(zhì)量較低或者預(yù)算執(zhí)行的約束力不足[1]。從預(yù)算編制看，地方政府應(yīng)用數(shù)字化平臺、數(shù)字信息系統(tǒng)等技術(shù)手段，有利于解決各預(yù)算支出部門之間數(shù)據(jù)不規(guī)范、不共享等信息不對稱問題，強(qiáng)化財(cái)政部門與各預(yù)算支出部門信息互通，促進(jìn)財(cái)政部門全面掌握各預(yù)算支出部門信息，提高預(yù)算編制科學(xué)性，減少各預(yù)算支出部門隨意調(diào)整預(yù)算的行為，促進(jìn)預(yù)算編制質(zhì)量的提升，從而降低政府預(yù)算偏離[13]。

從預(yù)算執(zhí)行看，電子政務(wù)是數(shù)字技術(shù)在財(cái)政治理領(lǐng)域的應(yīng)用。一方面，電子政務(wù)平臺有助于預(yù)算管理流程公開化、程序化和規(guī)范化，從而強(qiáng)化地方政府預(yù)算執(zhí)行約束，降低預(yù)算偏離；另一方面，電子政務(wù)有利于提高辦事效率，精簡政府機(jī)構(gòu)，明確政府職能，為公眾行使財(cái)政監(jiān)督權(quán)提供便利，抑制地方政府預(yù)算最大化的動機(jī)，強(qiáng)化地方政府預(yù)算執(zhí)行約束，降低預(yù)算偏離?？傊?，數(shù)字化治理通過規(guī)范預(yù)算編制和預(yù)算執(zhí)行，有利于降低政府預(yù)算偏離。

據(jù)此，提出假說1：數(shù)字化治理有助于降低地方政府預(yù)算偏離度。

(二)數(shù)字化治理對預(yù)算編制質(zhì)量的影響

委托代理理論認(rèn)為，委托人和代理人之間存在信息不對稱，當(dāng)委托人和代理人的利益和目標(biāo)不一致時(shí)，代理人出于維護(hù)自身利益最大化的考慮，可能會做出損害委托人利益的行為。在預(yù)算編制過程中，財(cái)政部門作為委托人，無法準(zhǔn)確掌握代理人(即各預(yù)算支出部門)的預(yù)算安排動向和財(cái)政資金使用情況。各預(yù)算支出部門為了爭取對本部門有利的預(yù)算資金，在信息不對稱條件下，存在私自虛列、多列預(yù)算行為，與委托人進(jìn)行“討價(jià)還價(jià)”，以實(shí)現(xiàn)在預(yù)算年度內(nèi)，盡量多調(diào)整預(yù)算和多追加預(yù)算的目的?？傊?，財(cái)政部門和各預(yù)算支出部門之間的委托代理問題，可能導(dǎo)致預(yù)算調(diào)整隨意且次數(shù)頻繁，這會降低年初預(yù)算編制的科學(xué)性，助長年初預(yù)算編制的粗放行為，使得預(yù)算編制的質(zhì)量下降，造成預(yù)算偏離。

智慧城市試點(diǎn)政策作為政府主導(dǎo)的數(shù)字化治理手段，將各預(yù)算支出部門聯(lián)系起來，有利于掌握各預(yù)算支出部門的預(yù)算安排動向。各部門相聯(lián)的數(shù)字化治理，提升了財(cái)政部門獲取信息能力，能夠降低信息不對稱程度，擴(kuò)展財(cái)政部門的信息邊界，將預(yù)算分配權(quán)重新集中于財(cái)政部門[15][16]。因此，數(shù)字化治理有助于減少信息不對稱導(dǎo)致的委托代理問題，使得預(yù)算編制更加科學(xué)，降低各預(yù)算支出部門的非合理化、頻繁調(diào)整預(yù)算行為，提高預(yù)算編制的質(zhì)量，從而降低預(yù)算偏離。

據(jù)此，提出假設(shè)2：數(shù)字化治理通過降低政府預(yù)算調(diào)整程度、提高預(yù)算編制質(zhì)量，降低了政府預(yù)算偏離。

(三)數(shù)字化治理對預(yù)算執(zhí)行約束的影響

預(yù)算最大化理論認(rèn)為，地方政府作為理性經(jīng)濟(jì)人，有追求公共資源自由裁量權(quán)最大化的動機(jī)，表現(xiàn)為地方政府追求預(yù)算最大化。在預(yù)算執(zhí)行過程中，一方面，由于地方政府對超收有較大的自由裁量權(quán)，地方政府有盡量增加財(cái)政收入的動機(jī)，形成超收預(yù)算偏離；另一方面，在以GDP增長為核心的政績考核背景下，地方政府傾向于超支以盡可能增加投資、消費(fèi)，刺激城市經(jīng)濟(jì)增長，進(jìn)而導(dǎo)致超支預(yù)算偏離。總之，地方政府預(yù)算最大化動機(jī)，弱化了預(yù)算執(zhí)行的約束，導(dǎo)致預(yù)算偏離。

在智慧城市建設(shè)過程中，數(shù)字化政府先試先行，推動了電子政務(wù)的發(fā)展[17]。電子政務(wù)水平是地方政府?dāng)?shù)字化治理能力的重要體現(xiàn)。地方政府通過電子政務(wù)平臺，有利于簡化辦事流程、提高政府效率，促進(jìn)部門繁雜的大政府向精簡的小政府轉(zhuǎn)型優(yōu)化。小政府有利于明確政府職能，發(fā)揮公眾財(cái)政監(jiān)督權(quán)，增強(qiáng)預(yù)算執(zhí)行約束力，削弱地方政府預(yù)算最大化動機(jī)，降低超收、超支預(yù)算偏離。

據(jù)此，提出假說3：數(shù)字化治理通過提高政府電子政務(wù)水平、增強(qiáng)預(yù)算執(zhí)行的約束力，降低政府預(yù)算偏離。

四、研究設(shè)計(jì)

(一)模型設(shè)定

本文參照住房和城鄉(xiāng)建設(shè)部(下文簡稱住建部)2012—2014年公布的三批次智慧城市試點(diǎn)名單，以智慧城市試點(diǎn)政策實(shí)施的所屬年份作為政策發(fā)生時(shí)點(diǎn)，構(gòu)建時(shí)點(diǎn)不一致的多期DID模型如下：

BudDevit=β0+β1Policyit+β2Controlsit+λi+γt+μit

(1)

其中，BudDevit為預(yù)算偏離，Policyit采用智慧城市試點(diǎn)名單與試點(diǎn)政策實(shí)施時(shí)間的交互項(xiàng)表示，Controlsit為一系列影響政府預(yù)算偏離的控制變量向量。λi為城市固定效應(yīng)，γt為年份固定效應(yīng)，μit為隨機(jī)擾動項(xiàng)。

(二)變量選取與數(shù)據(jù)說明

1.被解釋變量。預(yù)算偏離包括收入預(yù)算偏離、支出預(yù)算偏離與總預(yù)算偏離，其中總預(yù)算偏離綜合反映了政府收入和支出預(yù)算偏離的情況。借鑒張凱強(qiáng)和陳志剛(2021)的做法，本文采用總預(yù)算偏離衡量預(yù)算偏離，其公式如下[8]：

(2)

式(2)中收入預(yù)算和支出預(yù)算采用年初預(yù)算數(shù)衡量，收入決算和支出決算采用最終決算數(shù)衡量[18]。

2.核心解釋變量。核心解釋變量為數(shù)字化治理，采用智慧城市試點(diǎn)政策(Treat)與試點(diǎn)政策實(shí)施時(shí)間(Post)的交互項(xiàng)(Policy)表示。兩個(gè)虛擬變量構(gòu)建如下：(1)智慧城市試點(diǎn)政策虛擬變量(Treat)。其中，住建部公布三批次共96個(gè)地級市為試點(diǎn)城市，屬于實(shí)驗(yàn)組，Treat取值為1；其余138個(gè)地級市屬于控制組，Treat取值為0。(2)試點(diǎn)實(shí)施時(shí)間虛擬變量(Post)。將三批試點(diǎn)各自的實(shí)施時(shí)間在2012、2013和2014年當(dāng)年及之后的年份設(shè)置為1，之前為0。

3.控制變量。參照已有文獻(xiàn)，設(shè)置控制變量如下[19][10][8][20][21]：(1)人口密度(Density)，用地級市人口與行政面積的比值衡量；(2)實(shí)際GDP增長率(Gdpgrowth)，用本期實(shí)際GDP與上一期實(shí)際GDP的差值除以上期實(shí)際GDP來衡量；(3)城市化發(fā)展水平(Urban)，用非農(nóng)業(yè)人口與年末總?cè)丝诘谋戎岛饬俊?4)失業(yè)率(Unemp)，用年末城鎮(zhèn)登記失業(yè)人員與勞動力人口比值衡量；(5)人均病床數(shù)(Hp_bed)，用醫(yī)院、衛(wèi)生院病床數(shù)與年末總?cè)丝诘谋戎岛饬浚?6)市場化水平(MarketIndex)，參照樊綱指數(shù)，從市場化進(jìn)程、政府與市場關(guān)系、非國有經(jīng)濟(jì)發(fā)展、產(chǎn)品市場發(fā)育、要素市場發(fā)育等方面進(jìn)行衡量。

4.機(jī)制變量。具體設(shè)置如下：(1)預(yù)算調(diào)整程度(Budpre_dev)，采用“(支出預(yù)算的調(diào)整預(yù)算數(shù)-支出年初預(yù)算數(shù))/支出年初預(yù)算數(shù)”的絕對值衡量。(2)電子政務(wù)水平(E_gov)，采用國脈電子政務(wù)網(wǎng)發(fā)布的地級市政府網(wǎng)站建設(shè)得分衡量。該指標(biāo)從政務(wù)公開、公眾參與、在線服務(wù)等方面對地方政府網(wǎng)站建設(shè)進(jìn)行績效評價(jià)，廣泛應(yīng)用于各主流電子政府評估報(bào)告中，具有一定的綜合性和代表性[22][23]。

5.數(shù)據(jù)說明。本文使用2009—2019年234個(gè)地級市的非平衡面板數(shù)據(jù)。數(shù)據(jù)來源于《中國城市統(tǒng)計(jì)年鑒》、地級市兩會報(bào)告、國脈電子政務(wù)網(wǎng)。在確定智慧城市試點(diǎn)樣本的過程中，將僅有部分區(qū)、縣納入試點(diǎn)范圍的地級市樣本刪除。

各變量的描述性統(tǒng)計(jì)如表1所示。

表1 各變量的描述性統(tǒng)計(jì)結(jié)果

五、實(shí)證結(jié)果分析

(一)基準(zhǔn)回歸

表2報(bào)告了智慧城市試點(diǎn)政策對政府預(yù)算偏離的估計(jì)結(jié)果(1)本文還采用了Heckman兩步法和工具變量法對模型的內(nèi)生性進(jìn)行了處理，得到的結(jié)論與基準(zhǔn)回歸一致。但限于篇幅，相關(guān)結(jié)果省略，作者備索。。其中列(1)是未加入控制變量的回歸結(jié)果；列(2)是加入控制變量，沒有固定年份效應(yīng)和城市個(gè)體效應(yīng)的回歸結(jié)果；列(3)是加入控制變量，同時(shí)固定年份效應(yīng)和城市個(gè)體效應(yīng)的回歸結(jié)果。所有估計(jì)結(jié)果表明，無論是否加入控制變量，智慧城市試點(diǎn)政策對政府預(yù)算偏離影響均顯著為負(fù)，說明數(shù)字化治理顯著降低了政府預(yù)算偏離。以列(3)為例，相對于非智慧城市，智慧城市的政府預(yù)算偏離程度平均降低了0.6509個(gè)單位。進(jìn)一步計(jì)算多期DID的平均效應(yīng)可知，試點(diǎn)城市比非試點(diǎn)城市的預(yù)算偏離平均下降了17.05%(0.262×0.6509)。

(二)穩(wěn)健性檢驗(yàn)

1.平行趨勢檢驗(yàn)。雙重差分回歸要求在智慧城市試點(diǎn)政策沖擊之前，實(shí)驗(yàn)組和控制組的預(yù)算偏離不存在明顯的趨勢差異。如圖2所示，政策實(shí)施前，試點(diǎn)城市和非試點(diǎn)城市的預(yù)算偏離差異不顯著，并在政策實(shí)施的當(dāng)期開始，試點(diǎn)城市和非試點(diǎn)城市的預(yù)算偏離呈現(xiàn)出顯著差異。因此，實(shí)驗(yàn)組和控制組在智慧城市試點(diǎn)政策前具有共同趨勢。本文借鑒Beck等(2010)和Serfling(2016)的研究，利用事件研究法進(jìn)一步進(jìn)行了驗(yàn)證，系數(shù)估計(jì)結(jié)果表明，平行趨勢成立(2)限于篇幅，此處未報(bào)告結(jié)果，作者備索。。因此，本文使用雙重差分模型是合理的[24][25]。

圖2 平行趨勢檢驗(yàn)

2.安慰劑檢驗(yàn)。智慧城市試點(diǎn)政策對預(yù)算偏離的降低作用可能受到模型設(shè)定或遺漏變量的干擾，進(jìn)而造成研究結(jié)論的隨機(jī)性。為進(jìn)一步明確降低預(yù)算偏離效應(yīng)是由智慧城市試點(diǎn)建設(shè)所引起，本部分進(jìn)行安慰劑檢驗(yàn)。具體而言，從樣本相應(yīng)試點(diǎn)年份隨機(jī)抽取對應(yīng)的城市作為偽實(shí)驗(yàn)組，根據(jù)偽實(shí)驗(yàn)組和試點(diǎn)展開時(shí)間虛擬變量生成偽DID變量，用偽DID變量與預(yù)算偏離進(jìn)行回歸，將此過程循環(huán)500次。圖3是自抽樣回歸系數(shù)的p值以及核密度分布圖，結(jié)果表明隨機(jī)抽樣系數(shù)的期望值趨近于0，較大程度偏離于表2中基準(zhǔn)回歸結(jié)果-0.6509(圖3虛豎線為基準(zhǔn)回歸系數(shù)，位于分布圖的低尾位置)，同時(shí)從p值也能看出大部分隨機(jī)抽樣的估計(jì)系數(shù)都聚集在0附近且p值遠(yuǎn)大于0.1。因此進(jìn)一步驗(yàn)證了基準(zhǔn)回歸結(jié)果的穩(wěn)健性。

圖3 安慰劑檢驗(yàn)

3.排除新《預(yù)算法》實(shí)施的干擾。同時(shí)期政府預(yù)算偏離可能受到其他政策的干擾，從而高估或者低估智慧城市試點(diǎn)政策對預(yù)算偏離的影響。2015年實(shí)施的《中華人民共和國預(yù)算法》(本文簡稱新《預(yù)算法》)在規(guī)范政府收支，強(qiáng)化預(yù)算約束，加強(qiáng)預(yù)算管理監(jiān)督方面做了明確規(guī)定，可能對智慧城市的預(yù)算偏離造成影響。按照李建軍和劉媛(2020)的方法構(gòu)建強(qiáng)度DID模型，識別和排除這一影響[1]。表3列(1)是加入新《預(yù)算法》實(shí)施的虛擬變量回歸結(jié)果，Policy的系數(shù)仍然顯著，試點(diǎn)城市比非試點(diǎn)城市的預(yù)算偏離平均下降了0.6418個(gè)單位，即試點(diǎn)城市比非試點(diǎn)城市的預(yù)算偏離平均下降了16.82%(0.262×0.6418)。與表2列(3)基準(zhǔn)回歸比較可知，系數(shù)絕對值有所減小，這表明排除新《預(yù)算法》實(shí)施的干擾后，智慧城市試點(diǎn)政策仍然顯著降低政府預(yù)算偏離。

表3 排除新《預(yù)算法》實(shí)施的干擾和PSM-DID方法檢驗(yàn)

4.PSM-DID方法。本文進(jìn)一步利用傾向匹配得分的雙重差分(PSM-DID)方法來降低實(shí)驗(yàn)組和控制組變化趨勢存在的系統(tǒng)性差異。在具體的估計(jì)中，本文采用實(shí)際GDP增長率和城市化發(fā)展水平等影響智慧城市試點(diǎn)選擇的變量估計(jì)傾向指數(shù)，通過模型平衡性檢驗(yàn)后運(yùn)用一對一近鄰匹配的方式獲得智慧城市控制組樣本，之后用匹配好的數(shù)據(jù)進(jìn)行多期DID估計(jì)。實(shí)證結(jié)果如表3列(2)所示，可以看出在利用PSM方法緩解樣本選擇性偏差之后，與非試點(diǎn)城市相比，試點(diǎn)城市預(yù)算偏離顯著降低，與前文基準(zhǔn)回歸估計(jì)結(jié)論無明顯差異，進(jìn)一步驗(yàn)證了基準(zhǔn)回歸結(jié)果是穩(wěn)健的。

六、機(jī)制檢驗(yàn)與異質(zhì)性分析

(一)機(jī)制檢驗(yàn)

1.提高預(yù)算編制質(zhì)量。本文借鑒田利輝等(2022)構(gòu)建三重差分模型的機(jī)制檢驗(yàn)方法，檢驗(yàn)數(shù)字化治理是否通過提高預(yù)算編制質(zhì)量，減少預(yù)算調(diào)整，最終降低預(yù)算偏離[26]。對此，設(shè)定虛擬變量Budpre_dev_dummy，當(dāng)政府預(yù)算調(diào)整程度小于樣本中位數(shù)時(shí)取1，否則取0。構(gòu)建Budpre_dev_dummy與數(shù)字化治理(Policy)交互項(xiàng)、Budpre_dev_dummy與智慧城市試點(diǎn)政策虛擬變量(Treat)交互項(xiàng)、Budpre_dev_dummy與試點(diǎn)實(shí)施時(shí)間虛擬變量(Post)交互項(xiàng)，將三者加入式(1)進(jìn)行回歸，結(jié)果如表4列(1)和列(2)所示，Budpre_dev_dummy×Policy系數(shù)顯著為負(fù)，表明智慧城市試點(diǎn)政策通過提高預(yù)算編制質(zhì)量，降低預(yù)算偏離的機(jī)制成立。

表4 機(jī)制檢驗(yàn)

2.強(qiáng)化預(yù)算執(zhí)行約束。類似地，設(shè)定虛擬變量E_gov_dummy，當(dāng)政府電子政務(wù)水平大于中位數(shù)時(shí)取1，否則取0，并分別構(gòu)建E_gov_dummy與數(shù)字化治理、智慧城市試點(diǎn)政策虛擬變量、以及試點(diǎn)實(shí)施時(shí)間虛擬變量三個(gè)變量的交互項(xiàng)，加入式(1)中進(jìn)行三重差分回歸。從表4列(3)和列(4)可知，E_gov_dummy×Policy系數(shù)顯著為負(fù)，表明智慧城市試點(diǎn)政策通過強(qiáng)化預(yù)算執(zhí)行約束，降低預(yù)算偏離的機(jī)制成立。

(二)異質(zhì)性分析

智慧城市以信息技術(shù)和科技創(chuàng)新為基本特征，主要依托物聯(lián)網(wǎng)、云計(jì)算、大數(shù)據(jù)和人工智能等知識密集型、資本密集的信息通信產(chǎn)業(yè)。在智慧城市推動數(shù)字化治理過程中，智慧城市所依托的新一代信息通信技術(shù)，離不開5G基站、大數(shù)據(jù)中心、人工智能、工業(yè)互聯(lián)網(wǎng)等新型基礎(chǔ)設(shè)施建設(shè)(下文簡稱新基建)。一方面，新基建由于投資規(guī)模大、資金回收慢，項(xiàng)目專業(yè)性高，投資風(fēng)險(xiǎn)高等特點(diǎn)，存在融資難問題；另一方面，新一代信息技術(shù)更新速度快，新基建的建設(shè)、運(yùn)營、維護(hù)和軟件開發(fā)、迭代需要大量人才、技術(shù)的支撐。因而，金融發(fā)展、人力資本是影響城市新基建和城市“智慧化”的重要因素。金融發(fā)展和人力資本水平不同的城市，數(shù)字化治理對預(yù)算偏離可能存在異質(zhì)性影響。

根據(jù)金融機(jī)構(gòu)存貸款余額占GDP比值中位數(shù)、每萬人在校大學(xué)生數(shù)對數(shù)值中位數(shù)，分別將樣本分為低金融發(fā)展水平和高金融發(fā)展水平組，以及低人力資本水平和高人力資本水平組。按照金融發(fā)展、人力資本水平分組考察數(shù)字化治理對預(yù)算偏離的影響。從表5可知，智慧城市試點(diǎn)政策顯著降低了高金融發(fā)展、高人力資本水平城市的預(yù)算偏離，這與基準(zhǔn)回歸結(jié)果一致。但是對低金融發(fā)展、低人力資本水平城市的預(yù)算偏離影響并不顯著，這與智慧城市依托的新一代信息通信技術(shù)、新型基礎(chǔ)設(shè)施建設(shè)，需要大量資本和人才支撐相關(guān)。低金融發(fā)展和低人力資本水平制約了城市智慧化、智能化發(fā)展，降低了數(shù)字化治理預(yù)算偏離的效果。

表5 異質(zhì)性分析結(jié)果

七、結(jié)論與啟示

數(shù)字化治理有利于提升預(yù)算管理的規(guī)范化和智能化，實(shí)現(xiàn)財(cái)政預(yù)算數(shù)據(jù)由碎片化向集中化轉(zhuǎn)型。本文以智慧城市試點(diǎn)政策作為數(shù)字化治理的準(zhǔn)自然實(shí)驗(yàn)，運(yùn)用多期DID方法評估數(shù)字化治理對政府預(yù)算偏離的影響。研究發(fā)現(xiàn)：(1)典型事實(shí)發(fā)現(xiàn)，2009—2019年，地級市預(yù)算偏離呈現(xiàn)出不斷下降趨勢，大部分地級市預(yù)算偏離表現(xiàn)為超收、超支現(xiàn)象，這不同于已有研究發(fā)現(xiàn)省級層面預(yù)算偏離超收、少支現(xiàn)象[8]。(2)智慧城市試點(diǎn)政策顯著降低了政府預(yù)算偏離。該結(jié)論經(jīng)過一系列穩(wěn)健性檢驗(yàn)和內(nèi)生性處理之后依然成立。機(jī)制檢驗(yàn)表明，提高預(yù)算編制質(zhì)量與強(qiáng)化預(yù)算執(zhí)行約束，是數(shù)字化治理降低政府預(yù)算偏離的有效途徑。(3)異質(zhì)性分析表明，金融發(fā)展程度高、人力資本水平高的城市能更好發(fā)揮數(shù)字化治理對預(yù)算偏離的降低作用。當(dāng)金融發(fā)展、人力資本水平低于中位數(shù)時(shí)，數(shù)字化治理降低預(yù)算偏離效應(yīng)并不顯著。鑒于數(shù)字化治理降低預(yù)算偏離的良好效果，本文提出如下政策建議：

首先，推動以數(shù)字技術(shù)為核心的智慧城市建設(shè)，通過完善政府?dāng)?shù)字化治理新模式，發(fā)揮降低預(yù)算偏離的作用。一方面，加快建設(shè)數(shù)字財(cái)政系統(tǒng)，構(gòu)建智能化財(cái)政資金數(shù)字平臺，實(shí)現(xiàn)中央、省、市、區(qū)縣、鎮(zhèn)(街)五級行政區(qū)劃全覆蓋。加強(qiáng)物聯(lián)網(wǎng)、互聯(lián)網(wǎng)、大數(shù)據(jù)、云計(jì)算等數(shù)字信息技術(shù)應(yīng)用，將財(cái)政部門和各預(yù)算支出部門緊密聯(lián)系起來，讓財(cái)政資金運(yùn)行更加有效和安全，提升預(yù)算編制科學(xué)性和強(qiáng)化預(yù)算執(zhí)行約束力，降低政府預(yù)算偏離。另一方面，開發(fā)財(cái)政數(shù)字化應(yīng)用場景，有效整合財(cái)政數(shù)字資源，不斷發(fā)掘財(cái)政數(shù)據(jù)資源應(yīng)用價(jià)值，如中央財(cái)政資金直達(dá)機(jī)制、財(cái)政收支預(yù)測、預(yù)算執(zhí)行追蹤、預(yù)算資金監(jiān)管，將數(shù)字化治理與預(yù)算管理有機(jī)結(jié)合起來，實(shí)現(xiàn)“以數(shù)理財(cái)”，提升預(yù)算管理和財(cái)政治理水平。

其次，探索數(shù)字化治理降低預(yù)算偏離的多維路徑，優(yōu)化政策實(shí)施效果。一是在技術(shù)中嵌入制度規(guī)范，增強(qiáng)財(cái)政部門在預(yù)算管理過程中的地位，細(xì)化現(xiàn)行預(yù)算編制科目，提高各預(yù)算支出部門預(yù)算編制科學(xué)性和合理性，有效降低非合理化的頻繁調(diào)整預(yù)算行為，提高預(yù)算編制的質(zhì)量。二是推動政府電子政務(wù)水平提升，建設(shè)數(shù)字化財(cái)政監(jiān)督體系，實(shí)現(xiàn)預(yù)算全口徑、全過程的智能化監(jiān)控與風(fēng)險(xiǎn)預(yù)警，實(shí)行一體化的預(yù)算管理業(yè)務(wù)規(guī)范和技術(shù)標(biāo)準(zhǔn)，抑制政府部門預(yù)算最大化動機(jī)，強(qiáng)化預(yù)算執(zhí)行約束力。

最后，因地制宜推動政府?dāng)?shù)字化治理，提升政策執(zhí)行的靈活性和包容性。金融機(jī)構(gòu)提供差異化金融產(chǎn)品，拓寬融資支持方式，優(yōu)化金融供給結(jié)構(gòu)，增強(qiáng)金融對智慧城市建設(shè)的融資支持度。吸引高素質(zhì)科技人才和高技能勞動者流入，充分發(fā)揮城市人力資本聚集效能，提升數(shù)字化治理降低政府預(yù)算偏離政策效果。當(dāng)?shù)卣畱?yīng)適度超前部署新基建建設(shè)工作，加強(qiáng)信息基礎(chǔ)設(shè)施建設(shè)水平，擴(kuò)寬數(shù)字經(jīng)濟(jì)發(fā)展的影響范圍。強(qiáng)化對數(shù)字科技的引領(lǐng)能力，暢通數(shù)字經(jīng)濟(jì)發(fā)展的信息高速公路，強(qiáng)化數(shù)字化治理的基礎(chǔ)數(shù)據(jù)識別、收集能力的建設(shè)，從而提升預(yù)算管理精準(zhǔn)度和財(cái)政治理水平。