中圖分類號：F49 文獻標志碼：A 文章編號：1009-055X（2025）04-0046-16

doi：10.19366/j. cnki.1009-055X.2025.04.005

一、引言

在當前全球經(jīng)濟增長放緩的背景下，數(shù)字經(jīng)濟為經(jīng)濟增長提供了新動能。數(shù)字經(jīng)濟通過催生新業(yè)態(tài)、提升傳統(tǒng)產(chǎn)業(yè)生產(chǎn)效率、優(yōu)化政府治理手段和促進信息資產(chǎn)化等途徑推動經(jīng)濟發(fā)展，已經(jīng)成為推動經(jīng)濟持續(xù)增長的新引擎。2023年，我國數(shù)字經(jīng)濟規(guī)模已經(jīng)達到53.9萬億元，數(shù)字經(jīng)濟增速已連續(xù)12 年高于國內(nèi)生產(chǎn)總值（gross domestic product，GDP）增速[1]。黨的二十大報告明確指出，要加快發(fā)展數(shù)字經(jīng)濟，實現(xiàn)數(shù)字經(jīng)濟和實體經(jīng)濟深度融合[2]。黨的二十屆三中全會進一步指出，健全促進實體經(jīng)濟和數(shù)字經(jīng)濟深度融合制度[3]。因此，發(fā)展數(shù)字經(jīng)濟對于我國當前經(jīng)濟發(fā)展具有重要意義。

但與此同時，我國地方政府債務問題也逐步凸顯。為緩解 2008年國際金融危機對經(jīng)濟的沖擊，我國曾于2008年11月推出了“四萬億計劃”，該計劃持續(xù)到2010年才基本結(jié)束。這段時間為了滿足計劃的資金需求，中央政府放松了對地方政府擴張政府債務的限制，地方政府可以通過地方融資平臺進行舉債，導致大量政府債務的隱性化。根據(jù)財政部發(fā)布的《關(guān)于2024年中央和地方預算執(zhí)行情況與2025年中央和地方預算草案的報告（摘要）》，2025年我國新增政府債務總規(guī)模達到11.86萬億元，較2024年增長了2.9萬億元[4]。大量隱性政府債務增加了政府的債務壓力與債務風險，為了緩解這一問題，全國人大常委會辦公廳在2024年11月8日舉行的新聞發(fā)布會中宣布，政府將直接增加地方化債資源10萬億元5?？梢?，在國內(nèi)較高政府債務風險的背景下，化解地方政府債務、降低政府債務風險仍是當前地方政府的重要工作。

在此背景下，地方政府面臨一個問題：快速擴張的地方政府債務融資規(guī)模是否會抑制城市數(shù)字經(jīng)濟的發(fā)展？一方面，地方政府通過擴張政府債務能夠改善當?shù)氐幕A(chǔ)設施建設，從而提高資本回報率，吸引企業(yè)投資，進而推動地方數(shù)字經(jīng)濟發(fā)展。地方政府利用數(shù)字經(jīng)濟作為經(jīng)濟持續(xù)增長的引擎，可以有效推動城市的經(jīng)濟快速發(fā)展，進而提升政府償債能力，降低債務風險，形成債務擴張的良性循環(huán)。但另一方面，從理論來看，政府債務的急劇擴張會擠出實體經(jīng)濟，造成地方資金和人才流失，影響當?shù)氐臄?shù)字經(jīng)濟發(fā)展。例如，在金融市場中，地方政府往往占據(jù)融資的優(yōu)勢地位，地方債務的擴張會吸收金融市場貸款，增加企業(yè)融資約束，造成對實體經(jīng)濟的擠出[]，從而影響經(jīng)濟長期發(fā)展[7]。此外，政府債務的擴張會吸引企業(yè)將資金投入金融市場，促進非金融企業(yè)金融化[8]，進一步擠壓實體經(jīng)濟。實體經(jīng)濟的擠壓將會造成金融產(chǎn)業(yè)的人才虹吸效應，并大幅提高中小企業(yè)的融資成本，進而抑制地方數(shù)字人才和資本的流人，影響地方數(shù)字產(chǎn)業(yè)發(fā)展以及企業(yè)數(shù)字化轉(zhuǎn)型，抑制數(shù)字經(jīng)濟發(fā)展。那么，地方政府債務融資規(guī)模究竟會如何影響城市數(shù)字經(jīng)濟發(fā)展？對這一問題進行深入研究和探討具有重要的現(xiàn)實意義。

目前，學界已有大量文獻關(guān)注城市數(shù)字經(jīng)濟發(fā)展。其中，已有文獻主要研究的是城市數(shù)字經(jīng)濟發(fā)展對其他要素的影響，只有少量文獻探討城市數(shù)字經(jīng)濟發(fā)展的影響因素。例如，陸揚等發(fā)現(xiàn)，區(qū)域一體化能顯著促進區(qū)域內(nèi)數(shù)字經(jīng)濟發(fā)展。黃旭等[1研究發(fā)現(xiàn)，生成式人工智能能夠引領(lǐng)數(shù)字經(jīng)濟的迅猛崛起，并逐步成為國家競爭力的新引擎。丁曉欽等[11]發(fā)現(xiàn)，數(shù)字政府建設能夠?qū)Τ鞘袛?shù)字經(jīng)濟發(fā)展產(chǎn)生正外部性。李俊銘等[12]發(fā)現(xiàn)，新型城鎮(zhèn)化、市場化改革與數(shù)字經(jīng)濟發(fā)展之間存在高耦合協(xié)調(diào)度，市場化改革有利于數(shù)字經(jīng)濟發(fā)展，新型城鎮(zhèn)化和數(shù)字經(jīng)濟發(fā)展能夠相互促進。但現(xiàn)有文獻仍鮮有探討地方政府債務對城市數(shù)字經(jīng)濟發(fā)展的影響。在地方政府債務融資規(guī)模龐大、城市數(shù)字經(jīng)濟發(fā)展勢頭迅猛的現(xiàn)實背景下，研究地方政府債務對城市數(shù)字經(jīng)濟發(fā)展的影響，進一步探討城市數(shù)字經(jīng)濟發(fā)展的影響因素，無疑有助于經(jīng)濟增長提質(zhì)增效，推動實現(xiàn)經(jīng)濟高質(zhì)量發(fā)展。

基于以上分析，本文對2011—2022年我國地級及以上城市樣本進行分析，使用“地方融資平臺有息債券在地級及以上城市層面的加總”度量地方政府債務融資規(guī)模，并對地方政府債務融資規(guī)模如何影響城市數(shù)字經(jīng)濟發(fā)展進行檢驗。與既有文獻相比，本文的邊際貢獻可能在于以下三個方面，即對影響城市數(shù)字經(jīng)濟發(fā)展的因素、地方政府債務的經(jīng)濟效應以及不同類別城市中地方政府債務對城市數(shù)字經(jīng)濟發(fā)展的差異影響進行了系統(tǒng)分析并提供實證證據(jù)。

二、理論分析和研究假設

自分稅制改革以來，地方政府就面臨著財政支出與財政收人不匹配的難題。地方政府債務規(guī)模呈逐年上升趨勢。根據(jù)財政部數(shù)據(jù)，從2015年至2021年，我國地方政府債務余額已從15萬億元增至30萬億元[13]。自 2018年以來，我國地方政府債務規(guī)模增速均保持在兩位數(shù)的增長水平。與此同時，我國數(shù)字經(jīng)濟呈現(xiàn)迅猛發(fā)展態(tài)勢。自2012年以來，我國數(shù)字經(jīng)濟增速已連續(xù)12年顯著超過國內(nèi)GDP增速[1。可見，在我國地方政府債務規(guī)模不斷擴張的同時，城市數(shù)字經(jīng)濟發(fā)展勢頭同樣迅猛。但對于這兩者之間的關(guān)系，仍需進一步研究與討論。

不可否認的是，政府債務存量的擴張可以為地方基礎(chǔ)設施建設提供更加穩(wěn)定的資金來源，激發(fā)各部門基礎(chǔ)設施的投資[14]。毛捷等[15]認為，地方政府債務作用于基礎(chǔ)設施投資，進而促進經(jīng)濟增長，是地方政府債務拉動經(jīng)濟發(fā)展的主要機制。而基礎(chǔ)設施建設，諸如交通基礎(chǔ)設施的建設，有利于地區(qū)之間的人才流動[16]，為地區(qū)數(shù)字經(jīng)濟發(fā)展提供人才基礎(chǔ)。同時，以通信設施、算力設施為基礎(chǔ)的數(shù)字基礎(chǔ)設施建設，同樣有利于數(shù)字經(jīng)濟的發(fā)展。從這個角度來看，地方政府債務擴張可以一定程度上促進地方數(shù)字經(jīng)濟發(fā)展。但從另一個角度來看，地方政府債務存量過高一定程度上反映出當?shù)刎斦С龅拈L期失衡，甚至形成結(jié)構(gòu)性問題，加劇當?shù)貍鶆诊L險。張杰[17]研究發(fā)現(xiàn)，對于高地方政府債務風險地區(qū)，一方面，政府缺乏為當?shù)靥峁┕卜?、基礎(chǔ)設施和社會治理等公共品的能力，一定程度上削弱了當?shù)孛癖妼τ诨鶎诱恼J同感，降低地區(qū)人才吸引力；另一方面，政府缺乏扶持和引導企業(yè)發(fā)展的資金，這不僅會影響當?shù)仄髽I(yè)的轉(zhuǎn)型發(fā)展，還會阻礙有意在當?shù)匕l(fā)展的企業(yè)進人。綜上所述，本文將從人才流動、資本流動和企業(yè)轉(zhuǎn)型三個方面補充闡釋地方政府債務規(guī)模對城市數(shù)字經(jīng)濟發(fā)展的影響路徑。

隨著我國經(jīng)濟發(fā)展從物質(zhì)資本驅(qū)動轉(zhuǎn)變?yōu)槿肆Y本驅(qū)動，人才成為各城市競相爭奪的資源[18]。目前，許多城市正面臨著數(shù)字人才短缺的問題[19]。各地政府圍繞中央提出的人才強國戰(zhàn)略，并結(jié)合自身實際情況相繼推出人才引進政策。在各城市“搶人”的浪潮之下，高負債城市相較于低負債城市在人才競爭中是否擁有更大的優(yōu)勢，這是值得進一步研究的問題。地方政府債務的高存量，往往意味著當?shù)卣罩С３Ｌ幱诓黄胶獾臓顟B(tài)。為了化解債務風險，地方政府需要在一定程度上削減財政支出，以彌補財政赤字。相較于基本民生服務、公共服務等硬性開銷，人才引進支出相對更具彈性，因此，高存量的政府債務更有可能導致人才引進政策強度的減弱。在各地爭相推出人才引進政策的背景下，地方政府減弱人才引進政策強度，將不利于當?shù)匕l(fā)展數(shù)字經(jīng)濟。李逸飛等[20]研究發(fā)現(xiàn)，地方政府債務改善可以顯著提升企業(yè)技術(shù)員工占比，即地方政府債務融資規(guī)模的減少可以有效促進技術(shù)人才的流入。余明桂等8研究發(fā)現(xiàn)，地方政府債務規(guī)模的擴張不僅加劇了企業(yè)融資約束，還加速了非金融企業(yè)金融化進程，進而抑制了企業(yè)勞動雇傭。因此，地方政府債務融資規(guī)模的擴張會顯著遏制人才特別是技術(shù)人才的流人。綜上所述，地方政府債務存量過高，會影響該地人才優(yōu)待水平，導致數(shù)字人才的短缺甚至外流，進而抑制數(shù)字經(jīng)濟的發(fā)展。

隨著中國經(jīng)濟進人高質(zhì)量發(fā)展階段，中國的勞動力成本優(yōu)勢相較于東南亞國家逐漸下降，并且隨著發(fā)達國家的再工業(yè)化，我國實際使用的外商直接投資的增速逐漸放緩。據(jù)2024年《中國統(tǒng)計年鑒》，2015—2023年我國實際使用的外商直接投資的平均增速僅為 3.04% 。在此背景下，國務院制定和發(fā)布了許多政策以激勵地方招商引資，各地也掀起招商引資的熱潮。雖然我國各地招商引資政策十分豐富，但多具有“惠強惠大惠新”的共同特征[21]。以武漢市為例，武漢市政府為新引進武漢的固定資產(chǎn)投資項目和優(yōu)質(zhì)企業(yè)落戶項目，出臺了專項扶持政策，符合條件的各類企業(yè)落戶武漢即可獲得 300萬元到500 萬元的一次性落戶獎勵[22]。資本偏好低風險地區(qū)，地方政府債務存量的擴張不僅會降低地方信用，提高地方政府償債風險，甚至會引致主權(quán)債務危機甚至金融危機，從而增加外來資本的投資風險，對外來資本的流入產(chǎn)生擠出效應[23」。因此，擴張地方政府債務會削弱地方招商引資能力，減少外來資本，進而阻礙技術(shù)研發(fā)，抑制城市數(shù)字經(jīng)濟的持續(xù)發(fā)展。

產(chǎn)業(yè)數(shù)字化是數(shù)字經(jīng)濟發(fā)展的核心之一[24]，而產(chǎn)業(yè)數(shù)字化的主要方式就是通過企業(yè)數(shù)字化轉(zhuǎn)型。在數(shù)字經(jīng)濟時代，企業(yè)數(shù)字化轉(zhuǎn)型可以賦予企業(yè)更多經(jīng)濟活力，是企業(yè)提高自身競爭力、挖掘數(shù)據(jù)要素價值的重要渠道[25]。但是，目前我國大多數(shù)企業(yè)在數(shù)字化轉(zhuǎn)型過程中或多或少都面臨著一些問題，如轉(zhuǎn)型能力不足、轉(zhuǎn)型成本過高、轉(zhuǎn)型陣痛期過長、網(wǎng)絡安全威脅、歷史數(shù)據(jù)分類存儲以及員工更迭等[25-26]，僅靠企業(yè)自身常常難以有效解決上述問題，需要政府的政策或資金支持。周闊等[27研究發(fā)現(xiàn)，地方政府加強債務治理可以顯著推動民營企業(yè)關(guān)鍵數(shù)字技術(shù)的創(chuàng)新突破，助力其突破數(shù)字化轉(zhuǎn)型進程中的技術(shù)壁壘，進而推動企業(yè)數(shù)字化轉(zhuǎn)型。李逸飛等[2研究發(fā)現(xiàn)，地方政府債務融資規(guī)模的改善主要通過投資效應、人才效應和數(shù)字技術(shù)創(chuàng)新效應，推動企業(yè)數(shù)字化轉(zhuǎn)型。Yang等[2研究發(fā)現(xiàn)，地方政府債務的擴張會通過強化企業(yè)融資約束和扭曲企業(yè)投資偏好來抑制企業(yè)數(shù)字化轉(zhuǎn)型。在地方政府債務存在軟約束的前提下，地方政府債務存量的擴張，會削減政府對當?shù)仄髽I(yè)進行數(shù)字化轉(zhuǎn)型的補貼，造成對實體經(jīng)濟的擠出和非金融企業(yè)金融化，進一步抑制企業(yè)數(shù)字化轉(zhuǎn)型，影響地方產(chǎn)業(yè)數(shù)字化程度，進而影響地方數(shù)字經(jīng)濟的發(fā)展。

綜上所述，本文提出如下假設：

H：地方政府債務存量的擴大會抑制數(shù)字經(jīng)濟發(fā)展。

三、計量模型設定與實證數(shù)據(jù)說明

為了更好地闡釋地方政府債務對城市數(shù)字經(jīng)濟的影響，本文基于中國地級及以上城市面板數(shù)據(jù)，構(gòu)建了計量模型。

（一）數(shù)據(jù)來源與樣本選擇

考慮到可獲取的北京大學數(shù)字普惠金融指數(shù)[30]的年份是2011年，且《中國城市統(tǒng)計年鑒》發(fā)布的最新數(shù)據(jù)是截至2022年，本文將實證研究的樣本區(qū)間限定在2011—2022年。地方政府債務數(shù)據(jù)來源于Wind數(shù)據(jù)庫，其他有關(guān)城市層面的數(shù)據(jù)來源于《中國城市統(tǒng)計年鑒》，部分上市公司數(shù)據(jù)來源于中國研究數(shù)據(jù)服務平臺（Chinese Research Data Services Platform）。此外，本文涉及地級及以上城市層面的宏觀數(shù)據(jù)均來自《中國城市統(tǒng)計年鑒》。為了防止極端異常值對實證分析過程的影響，本文對所有連續(xù)變量均進行了上下 1% 縮尾處理，并剔除數(shù)據(jù)缺失樣本，最終樣本包含2 208 個城市一年度觀察值。

（二）模型設定和變量定義

了檢驗地方政府債務融資規(guī)模對城市數(shù)字經(jīng)濟發(fā)展的影響，本文構(gòu)建如下模型：

Dige_i，t=α₀+α₁CT_-debt_i，t+γZ_it+δ_i+λ_t+ε_i，t

式中，Dige表示城市數(shù)字經(jīng)濟發(fā)展水平，該指標的構(gòu)建綜合了城市層面多項指標。參考以往文獻，趙濤等[31|主要從城市互聯(lián)網(wǎng)發(fā)展和數(shù)字金融普惠兩個方面測度數(shù)字經(jīng)濟發(fā)展水平，但是僅從兩方面衡量城市數(shù)字經(jīng)濟發(fā)展在現(xiàn)實之中仍具有一定的局限性。國家統(tǒng)計局在《數(shù)字經(jīng)濟及其核心產(chǎn)業(yè)統(tǒng)計分類（2021）》（國家統(tǒng)計局令第33號）中，將數(shù)字經(jīng)濟產(chǎn)業(yè)范圍確定為：數(shù)字產(chǎn)品制造業(yè)、數(shù)字產(chǎn)品服務業(yè)、數(shù)字技術(shù)應用業(yè)、數(shù)字要素驅(qū)動業(yè)、數(shù)字化效率提升業(yè)五個大類。本文參考余典范等[32]的研究，依據(jù)國家統(tǒng)計局劃分的五大類構(gòu)建城市數(shù)字經(jīng)濟發(fā)展水平的代理變量。

具體而言，數(shù)字產(chǎn)品制造業(yè)通過城市內(nèi)的所有計算機、通信和其他電子設備制造上市公司總資產(chǎn)和廣播、電視、電影和影視錄音制作業(yè)公司的總資產(chǎn)進行表征；數(shù)字產(chǎn)品服務業(yè)通過城市內(nèi)所有互聯(lián)網(wǎng)和相關(guān)服務業(yè)上市公司總資產(chǎn)、軟件和信息技術(shù)服務業(yè)上市公司總資產(chǎn)以及電信、廣播電視和衛(wèi)星傳輸服務的上市公司總資產(chǎn)度量；數(shù)字技術(shù)應用業(yè)通過信息傳輸、計算機服務和軟件業(yè)就業(yè)人數(shù)占比以及人均電信業(yè)務收入衡量；數(shù)字要素驅(qū)動業(yè)使用互聯(lián)網(wǎng)寬帶接入用戶占比以及移動電話年末用戶數(shù)占比度量；數(shù)字化效率提升業(yè)通過北京大學數(shù)字普惠金融指數(shù)[30進行衡量。最后，利用熵權(quán)法對這些指標進行處理并求權(quán)重，以最終的評分值作為城市數(shù)字經(jīng)濟發(fā)展水平的代理變量。

CT_debt表示地方政府債務融資規(guī)模。本文參考陳舒悅等[33]、余明桂等[8]對地方政府隱性債務的度量方式進行測度。融資平臺有息債券是地方政府隱性債務的主體，融資平臺發(fā)行地方城投債時需要披露當年以及前三年的財務報表，因此融資平臺的有息債券數(shù)據(jù)可得性較高。故本文通過加總城市內(nèi)所有融資平臺有息債券作為地方政府債務融資規(guī)模的代理變量。具體步驟如下：首先，獲取2018年第四季度中國銀行保險監(jiān)督管理委員會發(fā)布的各城市注冊的融資平臺名單；其次，在Wind 數(shù)據(jù)庫中導人各城市注冊的融資平臺名單，獲取各融資平臺 2011—2022年度財務報表并計算各融資平臺有息債券余額（包括短期借款、應付票據(jù)、應付短期債券、一年內(nèi)到期的非流動負債、其他流動負債、長期借款、應付債券）；最后，在城市層面加總?cè)谫Y平臺有息債券作為地方政府融資規(guī)模的代理變量，參考冀云陽等[34]，使用融資平臺債務有息債務總額人均值的對數(shù)作為地方政府債務融資規(guī)模的代理變量。

Z 是控制變量。參考劉雅君等[35、陸軍等[36]、陳貴富等[3]的研究，選取地方發(fā)展水平（development）、科教支持力度（sci_edu）、人力資本（capital）、財政支出水平（gover_paid）、產(chǎn)業(yè)結(jié)構(gòu)（indus_struc）、職工平均工資（salary）作為控制變量。除此之外，本文對年度時間固定效應δ_i 和城市個體固定效應 λ_t 進行了控制。模型中， ε_i，t 表示隨機擾動項； α₀ 是常數(shù)項； α₁ 是估計系數(shù)，表示地方政府債務對城市經(jīng)濟發(fā)展的影響效應； γ 是控制變量的估計系數(shù)。各變量的具體定義和衡量方式見表1。

（三）描述性統(tǒng)計

表2報告了式（1）中各連續(xù)型變量的描述性統(tǒng)計結(jié)果，所有連續(xù)型變量均在 1% 水平上縮尾。值得注意的是，城市數(shù)字化發(fā)展水平是通過熵權(quán)法計算出來的評分，為了展示的美觀性，本文對其進行了放大10000倍的處理。由于人均融資平臺有息債券在地級及以上城市內(nèi)加總后的最小值為97元，最大值為80019元，標準差為13893。因此，地級及以上城市內(nèi)人均融資平臺有息債券存在數(shù)據(jù)量過大、數(shù)據(jù)標準差大的問題?？紤]到模型中可能存在的異方差問題，使用地方政府債務融資規(guī)模人均值的對數(shù)作為地方政府債務融資規(guī)模的代理變量。

四、實證結(jié)果及分析

為驗證地方政府債務對城市數(shù)字經(jīng)濟發(fā)展的影響，本文首先運用雙向固定效應模型進行基準回歸分析。在此基礎(chǔ)上，使用工具變量法與外生沖擊檢驗探討內(nèi)生性問題，并進行一系列穩(wěn)健性檢驗。

（一）地方政府債務融資規(guī)模與城市數(shù)字經(jīng)濟發(fā)展

表3報告了基準回歸模型的估計結(jié)果，驗證了地方政府債務融資規(guī)模對城市數(shù)字經(jīng)濟發(fā)展的負向影響。模型（1）報告了不加控制變量但控制雙向固定效應的模型估計結(jié)果。進一步的，本文基于理論分析，并同時參考劉雅君等[35]、陸軍等[36]的研究結(jié)果，發(fā)現(xiàn)地方發(fā)展水平、地方科教支持力度和地方人力資本對城市數(shù)字經(jīng)濟發(fā)展有較為顯著的正向影響；本文在控制雙向固定效應的基礎(chǔ)上先對這三個變量進行控制，以進一步觀察在控制對城市數(shù)字經(jīng)濟發(fā)展有顯著推動作用的控制變量后模型回歸結(jié)果的變化，具體的回歸結(jié)果見模型（2）。根據(jù)現(xiàn)有文獻，剩余三個控制變量，即財政支出水平、產(chǎn)業(yè)結(jié)構(gòu)、職工平均工資對地方數(shù)字經(jīng)濟發(fā)展的影響存在爭議，因此，本文在控制前三個變量的基礎(chǔ)上將這剩余三個控制變量同時加入模型中進行檢驗，回歸結(jié)果模型（3）。

模型（1）是僅加入控制雙向固定效應的回歸結(jié)果，核心解釋變量在 1% 的顯著水平上顯著為負。模型（2）是在控制雙向固定效應的基礎(chǔ)上，加人了部分理論上對城市數(shù)字經(jīng)濟發(fā)展有正向推動的控制變量，回歸結(jié)果顯示核心解釋變量仍然在 1% 的水平上顯著為負。而模型（3）是在控制雙向固定效應后，加入全部控制變量的模型回歸結(jié)果，核心解釋變量的系數(shù)仍然在 1% 的顯著水平上顯著為負。并且，隨著逐漸加入控制變量，模型的調(diào)整 R² 值增大，表明模型的解釋能力進一步提升。上述回歸結(jié)果均表明，地方政府債務融資規(guī)模對城市數(shù)字經(jīng)濟發(fā)展具有顯著的負向影響，即地方政府債務融資規(guī)模顯著降低了城市數(shù)字經(jīng)濟發(fā)展水平。

值得注意的是，上述回歸結(jié)果與現(xiàn)實中地方政府債務快速擴大、數(shù)字經(jīng)濟發(fā)展高速發(fā)展的現(xiàn)象不完全一致。究其原因，可能有以下幾點。首先，從地方政府債務的存量來看，根據(jù)李稻葵等[38]的研究，2020 年地方政府財政盈余和地方國企利潤總額之和僅占地方債規(guī)模的 2.2% ，微弱的財力甚至無法支撐政府還息，政府債務問題已較為嚴峻。而近 80% 的地方政府債務都屬于基建債務[38]，這部分政府債務存量又在多個層面上遏制了當?shù)財?shù)字經(jīng)濟的發(fā)展。其次，從地方政府債務的流量來看，地方政府進一步舉債往往不是為了發(fā)展數(shù)字經(jīng)濟，大多是出于基礎(chǔ)設施建設和公共服務提供[38]、平衡財政收支[39]，甚至是借新償舊以化解政府存量債務風險，并不能直接推動數(shù)字經(jīng)濟的發(fā)展。

除此之外，龐大的政府債務存量一定程度上反映了地方在發(fā)展過程中可能存在過度關(guān)注GDP增長和短期行為較為突出的現(xiàn)象[38]，而這種對未來重視不足的傾向同樣不利于數(shù)字經(jīng)濟的發(fā)展。并且，不斷擴大的政府債務存量意味著地方財政長期處于收支失衡狀態(tài)，甚至有可能已經(jīng)成為結(jié)構(gòu)性問題，給當?shù)貛砹溯^高的債務風險，不利于數(shù)字經(jīng)濟的發(fā)展。其中，一個典型的例子便是天津。天津地處在京津冀地區(qū)，在北京的輻射下數(shù)字經(jīng)濟發(fā)展具有得天獨厚的優(yōu)勢，但是由于其較高的政府債務，其數(shù)字經(jīng)濟發(fā)展程度與其他直轄市或一線省會城市相比仍有較大差距。綜上所述，地方政府債務雖然在歷史上的確曾帶來諸多益處，但在一些地方，當前大量的地方政府債務存量已經(jīng)超過當前地方政府的債務承受能力[38」，嚴重抑制了當?shù)氐臄?shù)字經(jīng)濟發(fā)展。這也是目前政府增加化債資源、防范化解地方政府債務風險的部分意義所在。

（二）內(nèi)生性問題

本文采用工具變量和外生沖擊檢驗的方法緩解模型可能存在的內(nèi)生性問題。

1．工具變量法

為了緩解因果關(guān)系識別中遺漏變量和反向因果等問題導致的內(nèi)生性偏誤，本文首先使用工具變量法緩解計量模型可能存在的內(nèi)生性問題。參考熊虎等[40]、Demirci 等[41]、余海躍等[42]的研究，本文采用城市政府土地出讓面積和地方財政一般預算支出中的國防支出作為地方政府債務的工具變量；同時，考慮到不同城市之間行政區(qū)域土地面積的差異性，本文使用政府土地出讓面積除以城市行政區(qū)域土地面積，進行標準化處理。此外，為了避免地方政府債務對政府土地出讓面積的反向影響，保證工具變量的外生性，本文選取標準化后的政府土地出讓面積的三階滯后項（Lsq），以及地方財政一般預算支出中的國防支出（Dspend），共同作為地方政府債務的工具變量。從工具變量的相關(guān)性來看，政府土地出讓面積與地方政府債務融資規(guī)模具有顯著的相關(guān)性。政府通過出讓土地實施土地財政，會對地方政府的債務融資產(chǎn)生顯著的促進作用[43]。范劍勇等[44]指出，地方政府通過降低土地價格來吸引投資，會使得地方政府出現(xiàn)債務難以遏制等問題。而地方財政一般預算支出中的國防支出與財政支出密切相關(guān)，因此與地方政府債務融資規(guī)模具有高度相關(guān)性，工具變量的相關(guān)性條件得以滿足。從工具變量的外生性來看，地方政府出讓土地行為，主要與中央和地方政府的土地政策以及地方政府的收支相關(guān)，滯后三年的土地出讓面積不僅與當期城市數(shù)字經(jīng)濟發(fā)展的相關(guān)性較弱，且不會直接影響當期城市數(shù)字經(jīng)濟發(fā)展的規(guī)模，具備較強的外生性。而國防支出是政府一般公共預算支出中較為外生的部分，同樣不會影響城市的數(shù)字經(jīng)濟發(fā)展，具備較強的外生性。

表4模型（1）報告了工具變量估計第一階段的回歸結(jié)果。結(jié)果顯示：標準化后的政府土地出讓面積的三階滯后項和國防支出對地方政府債務的影響均顯著為正，從計量結(jié)果上證明工具變量的相關(guān)性，Kleibergen-PaaprkLM檢驗量為96.265，在 1% 水平上拒絕原假設，不可識別約束檢驗通過，工具變量與內(nèi)生解釋變量具有一定的相關(guān)性。Kleibergen-Paap rkWaldF統(tǒng)計量大小為58.093，顯著大于10，弱工具變量檢驗通過，工具變量與內(nèi)生變量之間具有較強的相關(guān)性。以上檢驗結(jié)果顯示，本文選取的工具變量是有效且合理的。表4模型（2）匯報了工具變量第二階段回歸結(jié)果，結(jié)果顯示：地方政府債務融資規(guī)模（CT_debt）的回歸系數(shù)依然顯著為負，說明在排除了內(nèi)生性問題的干擾下，基準回歸結(jié)果是較為可信的，證明了本文模型和結(jié)果的穩(wěn)健性。

2.外生沖擊檢驗

《中華人民共和國預算法》（以下簡稱《預算法》）在2014年修正時，在允許地方政府適當發(fā)行政府債券的同時，明確地方政府不得以其他任何方式舉借債務或提供擔保，因而有利于規(guī)范政府收支行為，強化預算約束，并規(guī)范化政府舉債方式。《預算法》的頒布對政府隱性負債起到了明顯的治理效果，稀釋了政府債務風險[45]。基于此，本文將《預算法》的頒布作為外生沖擊事件，構(gòu)建雙重差分模型進行外生沖擊檢驗?？紤]到《預算法》的頒布是全國性事件，并不存在傳統(tǒng)意義上的實驗組和對照組，傳統(tǒng)的雙重差分模型不適用。參考蔡慶豐等[46]的研究，本文構(gòu)建強度雙重差分模型。筆者認為，地方政府債務融資規(guī)模越大的城市，其受到《預算法》的影響就會越大。同時，為了充分避免政策對實驗組和對照組劃分的影響，本文通過計算各城市2011—2013年地方政府債務融資規(guī)模的均值，以此作為實驗組和對照組劃分的基礎(chǔ)，并具體以2011—2013 年地方政府債務融資規(guī)模的均值的中位數(shù)為標準，劃分實驗組和對照組。具體模型設定如下：

Digei，t=θ₀+θ₁Treat_i×Shock_t+θ₂X_i，t+δ_i+λ_t+ε_i，t

式中， Treat_i×Shock_t 是本模型中的核心解釋變量，其中Treat;表示該城市是否是實驗組，如果是實驗組 Treati則賦值為1，反之為0；而 Shock，表示該城市是否受到外生沖擊，如果受到?jīng)_擊即年份在2015年及以后，Shock，則賦值為1，反之為 0θ₁ 是本模型關(guān)注的重點，如果 θ₁ 顯著為正，說明在《預算法》實施后，實驗組的數(shù)字經(jīng)濟發(fā)展水平高于對照組的數(shù)字經(jīng)濟發(fā)展水平。而《預算法》的實施可以降低地方政府債務融資水平， θ₁ 顯著為正，則說明隨著地方政府債務融資水平的降低，城市數(shù)字經(jīng)濟發(fā)展水平提升，即可驗證地方政府債務融資水平對數(shù)字經(jīng)濟發(fā)展水平的抑制作用。表

5報告了強度雙重差分模型的回歸結(jié)果。如表5所示，Treat × Shock的系數(shù)在 5% 的顯著性水平下正向顯著，這表明《預算法》的實施有利于城市數(shù)字經(jīng)濟發(fā)展，間接證明了本文的觀點，即地方政府債務融資規(guī)模的變動會引起數(shù)字經(jīng)濟發(fā)展水平的反向變動，地方政府債務融資水平對數(shù)字經(jīng)濟發(fā)展水平具有抑制作用。

（三）穩(wěn)健性檢驗

為檢驗基準回歸結(jié)果的穩(wěn)健性，本文采用替換解釋變量的衡量方式、替換被解釋變量的衡量方式、排除中美貿(mào)易摩擦的影響，進行穩(wěn)健性檢驗。穩(wěn)健性檢驗結(jié)果見表6。

1.替換解釋變量的衡量方式

本文重新定義地方政府債務融資規(guī)模，以檢驗基準回歸結(jié)果的穩(wěn)健性。具體替換方式如下：首先，在城市層面加總?cè)谫Y平臺有息負債并取自然對數(shù)，作為地方政府債務融資規(guī)模的代理變量，具體回歸結(jié)果見表6模型（1）。其次，由于地方政府債務的利用效果往往具有一定的滯后性，使用滯后一期的政府債務融資規(guī)模作為地方政府債務融資規(guī)模的代理變量，具體回歸結(jié)果見表6模型（2）。上述兩個回歸結(jié)果顯示，替代解釋變量的衡量方式后，回歸結(jié)果仍未出現(xiàn)顯著性變化，融資平臺有息債券對數(shù)和政府債務融資規(guī)模滯后項的系數(shù)依然顯著為負，說明模型結(jié)果是較為穩(wěn)健的。

2.替換被解釋變量的衡量方式

本文通過對城市數(shù)字經(jīng)濟發(fā)展的重新定義，以檢驗模型結(jié)果的穩(wěn)健性。具體來說，參考趙濤等[31「對城市數(shù)字經(jīng)濟發(fā)展情況的度量方式，構(gòu)建城市數(shù)字經(jīng)濟發(fā)展的代理變量進行穩(wěn)健性檢驗，具體回歸結(jié)果見表6模型（3）?；貧w結(jié)果顯示，解釋變量政府債務融資規(guī)模的系數(shù)保持負向顯著，地方政府債務仍然顯著抑制城市數(shù)字經(jīng)濟發(fā)展。

3.排除中美貿(mào)易摩擦的影響

2018年3月，美國政府宣布對中國出口至美國的商品加征關(guān)稅，這一舉措引發(fā)了中美兩國的貿(mào)易爭端，中美貿(mào)易摩擦從此不斷加劇。為了避免中美貿(mào)易摩擦對地方政府債務的影響，本文剔除了2019年及以后的數(shù)據(jù)，重新進行回歸，具體回歸結(jié)果見表6模型（4）。回歸結(jié)果顯示，地方政府債務融資規(guī)模的系數(shù)仍顯著為負，說明模型結(jié)果是較為穩(wěn)健的。

五、異質(zhì)性分析

地方政府債務對城市數(shù)字經(jīng)濟發(fā)展的抑制作用，可能會受到城市的行政級別、政策強度和研發(fā)強度的影響。首先，地方政府債務具有很強的政策性，研究不同行政級別城市的政府債務對城市數(shù)字經(jīng)濟的影響是很有必要的。城市級別的不同會帶來資源和環(huán)境上的差異，這種差異會促使生產(chǎn)要素在高行政級別城市過度聚集[47]，從而削弱政府債務對城市數(shù)字經(jīng)濟發(fā)展的影響。并且，較高的行政級別對外商投資有直接正向影響[48]，進一步弱化了政府債務對城市數(shù)字經(jīng)濟發(fā)展的抑制作用。因此，相較于高行政級別城市，低行政級別城市受政府債務的影響可能會更強。其次，首個國家級大數(shù)據(jù)綜合試驗區(qū)2016年在貴州成立，之后不斷有大數(shù)據(jù)綜合試驗區(qū)獲批成立。大數(shù)據(jù)綜合試驗區(qū)的設立可以顯著促進當?shù)厝肆Y本升級[49]，并推動地方企業(yè)數(shù)字化轉(zhuǎn)型[50]，而處在大數(shù)據(jù)綜合試驗區(qū)的城市會對數(shù)字經(jīng)濟發(fā)展有更加明顯的政策支持，進一步稀釋地方政府債務對數(shù)字經(jīng)濟發(fā)展的負面影響。因此，處在大數(shù)據(jù)綜合試驗區(qū)的城市受政府債務的影響可能會更小。最后，研發(fā)強度不僅會顯著影響地方的經(jīng)濟發(fā)展質(zhì)量[51]，還可以改善大數(shù)據(jù)企業(yè)現(xiàn)在以及未來的績效[52]，有利于地方的數(shù)字經(jīng)濟發(fā)展，進一步緩解地方政府債務的負向影響。因此，研發(fā)強度越強的地區(qū)，受政府債務影響的可能性會越小。

（一）行政級別異質(zhì)性

本文所選樣本既包括普通地級市樣本，又包括直轄市、副省級城市和省會城市樣本。城市的行政級別，預計將會影響地方政府債務融資規(guī)模對城市數(shù)字經(jīng)濟發(fā)展的抑制作用。一方面，2014年，財政部印發(fā)《2014年地方政府債券自發(fā)自還試點辦法》，該辦法明確規(guī)定試點地區(qū)在國務院批準的發(fā)債規(guī)模限額內(nèi)，自行組織本地區(qū)政府債券發(fā)行、支付利息和償還本金的機制，并強調(diào)了地方自行承擔債券還本付息責任。而該辦法涉及的試點地區(qū)主要是直轄市和副省級城市。另一方面，不同層級城市的政府在行為模式上可能存在差異，并且地方政府架構(gòu)不同可能影響地方政府舉債強度，從而影響地方政府債務融資規(guī)模對城市數(shù)字經(jīng)濟發(fā)展的抑制作用。據(jù)此，本文將樣本劃分為中心城市和非中心城市，中心城市包括直轄市、副省級城市和省會城市，而非中心城市即普通地級市。接著分別對中心城市和非中心城市進行回歸，回歸結(jié)果見表7。

回歸結(jié)果顯示，對于中心城市，地方政府債務對城市數(shù)字經(jīng)濟發(fā)展的影響不再顯著，但是對于非中心城市，地方政府債務仍然抑制城市數(shù)字經(jīng)濟發(fā)展?？赡艿脑蛟谟冢阂皇菍τ谥行某鞘卸?，城市基礎(chǔ)較好，中央政策傾斜程度高，未來發(fā)展前景好，高地方負債并不會帶來外來資本流入意愿的降低，而非中心城市不具備這樣的紅利，過度舉債就會導致政府信用的下降，進而削弱外來資本對城市發(fā)展的信心，從而影響數(shù)字經(jīng)濟的發(fā)展；二是中心城市的經(jīng)濟更加活躍，企業(yè)之間的競爭壓力更大。由于企業(yè)數(shù)字化轉(zhuǎn)型對企業(yè)績效具有提升作用，在中心城市的企業(yè)迫于競爭壓力便會不斷改革創(chuàng)新，更有動力進行數(shù)字化轉(zhuǎn)型，以避免在激烈的競爭中落于下風。因此，對于中心城市而言，地方政府往往不需要過多給予數(shù)字化轉(zhuǎn)型補貼，企業(yè)也會迫于競爭壓力選擇數(shù)字化轉(zhuǎn)型。但是對于非中心城市，企業(yè)數(shù)量往往較少，企業(yè)之間的競爭大多不如中心城市激烈，如果缺少政府推動，往往沒有動力進行數(shù)字化轉(zhuǎn)型；三是中心城市有著更高的資源配置效率[53]、更快的政策出臺頻率、更加透明的政策措施、更加完善的人才引進政策、更好的經(jīng)濟環(huán)境和就業(yè)環(huán)境，這些都會成為吸引人才流動的重要因素。在多重因素作用下，中心城市的地方政府即使降低對人才的優(yōu)惠，仍然會有很多人才涌人。但是對于非中心城市，或許地方政府對人才的優(yōu)待就是人才流入的主要原因，當政府因債務增加被迫降低對人才的補助后，人才便會很快流失，進而影響當?shù)財?shù)字經(jīng)濟的發(fā)展。因此，對于非中心城市而言，地方債務會顯著影響城市數(shù)字經(jīng)濟發(fā)展。

（二）政策強度異質(zhì)性

2016年3月，經(jīng)國家發(fā)展改革委、工業(yè)和信息化部、中央網(wǎng)信辦發(fā)函批復，中國首個國家級大數(shù)據(jù)綜合試驗區(qū)在貴州成立。同年10月，又有兩個跨區(qū)域類綜試區(qū)、四個區(qū)域示范類綜試區(qū)和一個大數(shù)據(jù)基礎(chǔ)設施統(tǒng)籌發(fā)展類綜試區(qū)獲批成立。相較于未處于大數(shù)據(jù)綜合實驗區(qū)內(nèi)的城市，處于大數(shù)據(jù)綜合試驗區(qū)內(nèi)的城市對于數(shù)字經(jīng)濟發(fā)展的政策支持程度會更高。據(jù)此，本文依據(jù)城市是否屬于國家級大數(shù)據(jù)綜合試驗區(qū)，將樣本劃分為高政策強度和低政策強度兩類，接著分別對高政策強度樣本和低政策強度樣本進行回歸，回歸結(jié)果見表8?；貧w結(jié)果顯示，對于高政策強度樣本而言，地方政府債務融資規(guī)模對城市數(shù)字經(jīng)濟發(fā)展的影響不顯著，但是對于低政策強度樣本，地方債務對城市數(shù)字經(jīng)濟發(fā)展仍然負向顯著。原因可能有以下三個：一是在國家級大數(shù)據(jù)綜合試驗區(qū)，地方享受國家的政策的扶持和優(yōu)待，會更加吸引企業(yè)特別是數(shù)字化企業(yè)的進入，政府負債擴張也不會較大程度上影響資金的流入。而對于非國家級大數(shù)據(jù)綜合試驗區(qū)的城市，則沒有享受這種紅利，政府高負債運行必然會影響資本的流人；二是在國家級大數(shù)據(jù)綜合試驗區(qū)，國家政策和補貼促進了原本需要競爭和補助才能發(fā)展的企業(yè)數(shù)字化轉(zhuǎn)型，而位于非國家級大數(shù)據(jù)綜合試驗區(qū)的企業(yè)無法享受這種紅利；三是在國家級大數(shù)據(jù)綜合試驗區(qū)，政策對數(shù)字化產(chǎn)業(yè)的扶持必然會帶來更好的就業(yè)環(huán)境和人才補貼，進而吸引人才流入。綜上，在國家級大數(shù)據(jù)綜合實驗區(qū)，地方政府債務的擴張對人才、資本流動和企業(yè)數(shù)字化轉(zhuǎn)型的抑制作用較弱，因此，在高政策強度地區(qū)，地方政府債務對城市數(shù)字經(jīng)濟發(fā)展的負向影響不再顯著。

（三） 研發(fā)強度異質(zhì)性

進一步的，本文根據(jù)各城市研發(fā)人員數(shù)量的平均數(shù)，將城市劃分為高研發(fā)強度城市和低研發(fā)強度城市兩類，爾后分別進行回歸，回歸結(jié)果見表9?；貧w結(jié)果顯示，對于低研發(fā)強度地區(qū)，地方政府債務均在 1% 的水平上顯著抑制城市數(shù)字經(jīng)濟發(fā)展。但是對于高研發(fā)強度地區(qū)，地方政府債務規(guī)模的擴張對城市數(shù)字經(jīng)濟發(fā)展的負向影響不再顯著。原因可能有以下兩個：一是高研發(fā)強度地區(qū)目前已有較多研發(fā)人員，因此，相較于低研發(fā)強度地區(qū)，人才流人對城市數(shù)字經(jīng)濟發(fā)展的影響更小。并且，已經(jīng)定居的人才進行跨區(qū)域流動，需要考慮諸多因素，如家庭所在地等，因此已經(jīng)定居城市內(nèi)的研發(fā)人員大多不會因為地方人才引進強度的降低而離開。因此，對于高研發(fā)強度的地區(qū)，地方政府債務擴張對人才流動的抑制作用相對較弱。二是高研發(fā)強度地區(qū)往往經(jīng)濟發(fā)展水平也會更高，相較于低研發(fā)強度的城市有著更全面的基礎(chǔ)設施和政策扶持，地方負債規(guī)模的上升并不會帶來外來資本流人意愿的大幅降低。并且，經(jīng)濟發(fā)展水平更高的高研發(fā)強度地區(qū)，企業(yè)之間的競爭往往更激烈，在缺少政府補助的情況下，同樣會有意愿進行數(shù)字化轉(zhuǎn)型。而低研發(fā)強度地區(qū)并沒有上述優(yōu)勢，因此，低研發(fā)強度地區(qū)的數(shù)字經(jīng)濟發(fā)展會對地方政府債務融資規(guī)模有著更高的敏感度。

六、研究發(fā)現(xiàn)與啟示

本文以我國2011—2022年地級及以上城市為樣本，對地方政府債務融資規(guī)模如何影響城市數(shù)字經(jīng)濟發(fā)展進行了研究。研究發(fā)現(xiàn)，地方政府債務融資規(guī)模的擴張會對城市數(shù)字經(jīng)濟發(fā)展水平產(chǎn)生顯著的抑制作用，并通過內(nèi)生性檢驗和穩(wěn)健性檢驗，證明模型結(jié)果是穩(wěn)健的。異質(zhì)性分析表明，地方政府債務融資規(guī)模對城市數(shù)字經(jīng)濟發(fā)展的負向影響主要集中在非中心城市、低政策強度城市和低研發(fā)強度城市。

本文具有一定的理論意義和邊際貢獻。第一，本文對數(shù)字經(jīng)濟發(fā)展的影響因素進行了補充。目前，學界對于數(shù)字經(jīng)濟的研究主要關(guān)注數(shù)字經(jīng)濟發(fā)展對其他要素的影響。在本文之前，只有少量文獻關(guān)注于數(shù)字經(jīng)濟發(fā)展的影響因素，并主要是從區(qū)域一體化程度、生成式人工智能、數(shù)字政府建設情況、市場化改革、新型城鎮(zhèn)化，以及高新區(qū)的技術(shù)創(chuàng)新和“寬帶中國”戰(zhàn)略帶來的基礎(chǔ)設施建設等方面進行了討論[9-12.35-36]。本文從新的角度對數(shù)字經(jīng)濟發(fā)展的影響因素進行解釋，即在地方政府債務嚴峻的現(xiàn)實背景下，從地方政府債務的角度解釋城市數(shù)字經(jīng)濟發(fā)展，著重強調(diào)了地方財政的影響，補充了現(xiàn)有研究的不足。第二，本文為地方政府債務的經(jīng)濟效應研究提供了一個新的視角。當前，對于地方政府債務的研究已經(jīng)較為完善，大量文獻對地方債務如何影響其他變量進行了研究。毛捷等[54通過實證研究發(fā)現(xiàn)，地方政府債務不利于降低企業(yè)污染排放，并會影響地方環(huán)境污染程度；余明桂等[8研究發(fā)現(xiàn)，地方政府債務融資的擴張加劇了企業(yè)融資約束、促進非金融企業(yè)金融化，進而抑制了企業(yè)勞動雇傭；冀云陽等[55]通過實證研究，檢驗了地方政府債務規(guī)模的上升不利于全要素生產(chǎn)率的提高。但已有文獻未對地方債務如何影響城市數(shù)字經(jīng)濟進行探討，本文拓寬了地方政府債務影響的研究范圍。第三，本文對不同類別城市中地方政府債務對城市數(shù)字經(jīng)濟發(fā)展的影響差異進行了系統(tǒng)分析?？紤]到不同行政級別、不同政策強度和不同研發(fā)強度的城市在資本、人才、數(shù)字企業(yè)等數(shù)字經(jīng)濟發(fā)展要素的稟賦上的差異，本文具體分析了不同類型的城市地方政府債務對數(shù)字經(jīng)濟發(fā)展的差異性影響，并提供了相應的實證證據(jù)。本文的結(jié)論為地方政府管理地方政府債務、發(fā)展數(shù)字經(jīng)濟提供了政策參考和決策依據(jù)。

本文的研究結(jié)論可為地方政府發(fā)展數(shù)字經(jīng)濟提供一定的啟示。首先，地方政府債務融資規(guī)模的擴張會對城市數(shù)字經(jīng)濟發(fā)展產(chǎn)生抑制作用。黨的二十屆三中全會提出，要完善政府債務管理制度，而其關(guān)鍵在于進一步堅持繼續(xù)深化財政體制改革，合理劃分中央與地方財政事權(quán)和支出責任，通過壓縮地方政府債務比例、發(fā)展壯大國債市場等方式化解地方政府債務問題。中央政府應當加強地方政府債務績效管理，關(guān)注債務使用效果，并強化債務監(jiān)管。同時，應當嚴格落實地方政府舉債終身問責制和債務問題倒查機制，完善地方政府債務全鏈條、全流程監(jiān)管。地方政府應當完善債務分配機制，將政府債務向項目準備充分、未來收益明顯、能夠推動經(jīng)濟高發(fā)展的項目傾斜，進而緩解地方政府債務對城市數(shù)字經(jīng)濟發(fā)展的負面影響，促進城市數(shù)字經(jīng)濟發(fā)展。除此之外，地方政府應該意識到數(shù)字經(jīng)濟在目前經(jīng)濟發(fā)展中的重要作用，適當提高對數(shù)字經(jīng)濟發(fā)展的支持力度。其次，地方政府債務融資規(guī)模對城市數(shù)字經(jīng)濟發(fā)展的負向影響主要集中在非中心城市、低政策強度城市和低研發(fā)強度城市。對于這些城市，地方政府更應該因地制宜地推出針對性政策。一方面，地方化債資源的增加使得地方政府化解存量債務的壓力大大減輕。因此，政府應當將工作重心轉(zhuǎn)移至防范新增債務上，堅決遏制新增隱性債務，建立更加完善的債務監(jiān)測口徑，防范隱性債務擴張，同時強化預算約束管理，加強債務監(jiān)管問責，進一步緩解地方政府債務風險。另一方面，地方政府應當落實數(shù)字經(jīng)濟發(fā)展規(guī)劃，堅持“資金跟著項目走，項目跟著規(guī)劃走”，提高地方政府資金利用效率。除了地方政府之外，中央政府也可以充分實施“大數(shù)據(jù)試點地區(qū)政策”，將更多的城市納入試點范圍，使之享受數(shù)字經(jīng)濟發(fā)展的紅利。中央政府可以參考貴州的成功經(jīng)驗，將更多大數(shù)據(jù)中心搬到相對落后的區(qū)域，拉動當?shù)鼐蜆I(yè)和經(jīng)濟的發(fā)展。概言之，地方政府應當充分發(fā)揮政府對數(shù)字經(jīng)濟發(fā)展的引領(lǐng)作用，通過政策扶持、設立專項基金和組織技術(shù)交流等方式，充分發(fā)揮政府在數(shù)字經(jīng)濟發(fā)展中的引領(lǐng)作用，以推動城市數(shù)字經(jīng)濟的發(fā)展。

本文也存在一定的局限，需在未來研究中進一步完善。一方面，由于既有數(shù)據(jù)的限制，本文對假設中提到的作用機制缺乏進一步實證檢驗，僅停留在理論層面對其進行分析。未來研究者可以通過構(gòu)建更為準確的變量，從實證角度來驗證地方政府債務對城市數(shù)字經(jīng)濟發(fā)展的影響機制。另一方面，地方政府債務數(shù)據(jù)存在部分缺失，本文將數(shù)據(jù)缺失的樣本進行刪除，在一定程度上可能會對實證分析結(jié)果產(chǎn)生影響。本文雖在穩(wěn)健性檢驗部分，通過多種方式試圖緩解數(shù)據(jù)缺失對實證分析結(jié)果帶來的影響，但仍無法完全排除這種影響。未來研究者或許可以通過人工智能、數(shù)據(jù)爬蟲等技術(shù)，以獲取相關(guān)數(shù)據(jù)。

參考文獻：

[1］中國信息通信研究院．中國數(shù)字經(jīng)濟發(fā)展研究報告（2024年）[R/OL]．（2024-08－27）[2024-09-03].https：//www.caict. ac.cn/kxyj/qwfb/bps/202408/t20240827_491581.htm.

[2] 習近平．高舉中國特色社會主義偉大旗幟 為全面建設社會主義現(xiàn)代化國家而團結(jié)奮斗——在中國共產(chǎn)黨第二十次全國代表大會上的報告［N]．人民日報，2022-10-26（01）.

[3] 新華社．中共二十屆三中全會在京舉行［N]．人民日報，2024-07－19（01）.

[4] 中華人民共和國財政部．關(guān)于2024 年中央和地方預算執(zhí)行情況與2025年中央和地方預算草案的報告（摘要）[EB/OL]. （2025-03-06）[2025-03-16]. htps：//www.gov.cn/yaowen/liebiao/202503/content_7010832. htm.

[5] 初磊.6萬億 +4 萬億！地方政府化債壓力將大大減輕［N]．經(jīng)濟導報，2024-11-08（01）.

[6] 劉暢，曹光宇，馬光榮．地方政府融資平臺擠出了中小企業(yè)貸款嗎？［J]．經(jīng)濟研究，2020，55（3）：50-64.

[7] HUANG Y，PAGANO M，PANIZZA U. Local crowding-out in China [J]. The Journal of Finance， 2020，75（6）：2855-2898.

[8] 余明桂，王空．地方政府債務融資、擠出效應與企業(yè)勞動雇傭［J]．經(jīng)濟研究，2022，57（2）：58－72.

[9] 陸揚，王育寶．區(qū)域一體化、數(shù)字經(jīng)濟發(fā)展與創(chuàng)新要素流動路徑［J]．經(jīng)濟問題探索，2024（9）：77－94.

[10] 黃旭，洪美玲．生成式人工智能助力數(shù)字經(jīng)濟高質(zhì)量發(fā)展的影響機制與提升路徑［J]．南方經(jīng)濟，2024（8）：23-44.

[11] 丁曉欽，楊明萱．數(shù)字政府助推數(shù)字經(jīng)濟高質(zhì)量發(fā)展：機理與路徑［J]．上海經(jīng)濟研究，2024（8）：33-42.

[12] 李俊銘，夏友富．新型城鎮(zhèn)化、市場化改革與數(shù)字經(jīng)濟發(fā)展［J]．統(tǒng)計與信息論壇，2024，39（6）：32-44.

[13] 中國地方政府債券信息公開平臺．全國地方政府債務限額［EB/OL].（2024－09-01）［2024－12－17].https：//www. celma. org. cn/ndsj/index. jhtml.

[14] 洪源，胡慧姣．地方政府自主發(fā)債是否有利于提升地區(qū)經(jīng)濟發(fā)展質(zhì)量？——基于地方債全面“自發(fā)自還”改革的準自然實驗分析［J]．金融研究，2023（5）：77-95.

[15] 毛捷，黃春元．地方債務、區(qū)域差異與經(jīng)濟增長——基于中國地級市數(shù)據(jù)的驗證［J］．金融研究，2018，61 （5）：1-19.

[16] MICHAELS G. The effect of trade on the demand for skill-evidence from the interstate highway system [J].Review of Economics and Statistics，2008，90 （4）：683-701.

[17］張杰．中國地方政府債務風險的形成機制、分層結(jié)構(gòu)與解決路徑［J]．探索與爭鳴，2024（5）：31-41，177.

[18] 鐘騰，羅吉罡，汪昌云．地方政府人才引進政策促進了區(qū)域創(chuàng)新嗎？——來自準自然實驗的證據(jù)［J]．金融研究，2021（5）：135-152.

[19] 秦文晉，劉鑫鵬．網(wǎng)絡基礎(chǔ)設施建設對數(shù)字經(jīng)濟發(fā)展的影響研究——基于“寬帶中國”試點政策的準自然實驗［J]．經(jīng)濟問題探索，2022（3）：15-30.

[20] 李逸飛，李靜，楚爾鳴．地方債管理體制改革與企業(yè)人力資本升級：理論與機制［J]．金融研究，2023（9）： 131 -149.

[21］馬相東，張文魁，劉丁一．地方政府招商引資政策的變遷歷程與取向觀察：1978—2021年［J]．改革，2021 （8）： 131 -144.

[22] 武漢市人民政府．市人民政府關(guān)于印發(fā)武漢市招商引資獎勵辦法（試行）的通知［EB/OL]．（2017－12－19）［2024－12－17].https ：11 www.wuhan. gov. cn/zwgk/xxgk/zfwj/gfxwj/202003/t20200316_973355. shtml

[23] 洗國明，冷艷麗．地方政府債務、金融發(fā)展與FDI——基于空間計量經(jīng)濟模型的實證分析［J]．南開經(jīng)濟研究，2016（3）：52-74.

[24] 中國信息通信研究院．中國數(shù)字經(jīng)濟發(fā)展白皮書（2020年）[R/OL].（2020-07－27）[2024－12－17].https：//www. caict. ac. cn/kxyj/qwfb/bps/202007/t20200702_285535. htm.

[25］孫偉增，毛寧，蘭峰，等．政策賦能、數(shù)字生態(tài)與企業(yè)數(shù)字化轉(zhuǎn)型——基于國家大數(shù)據(jù)綜合試驗區(qū)的準自然實驗［J]．中國工業(yè)經(jīng)濟，2023，41（9）：117-135.

[26] SUNDARAM R， SHARMA D R， SHAKYA D A. Digital transformation of business models： a systematic reviewof impact on revenue and supply chain[J]. International Journal of Management，2O20，11（5）：9-21.

[27］周闊，曲植，時運通，等．地方政府債務治理與民營企業(yè)新質(zhì)生產(chǎn)力——基于關(guān)鍵數(shù)字技術(shù)突破的考察[J]．經(jīng)濟評論，2024（4）：20-37.

[28] 李逸飛，曹策，楚爾鳴．地方債管理體制改革與企業(yè)數(shù)字化轉(zhuǎn)型［J]．經(jīng)濟學動態(tài)，2023（4）：79-94.

[29] YANG Y， CHEN W，YU Z. Local government debt and corporate digital transformation： evidence from China[J]．Finance Research Letters，2023，57：104282.

[30] 郭峰，王靖一，王芳，等．測度中國數(shù)字普惠金融發(fā)展：指數(shù)編制與空間特征［J]．經(jīng)濟學（季刊），2020，19 （4）：1401 -1418.

[31] 趙濤，張智，梁上坤．數(shù)字經(jīng)濟、創(chuàng)業(yè)活躍度與高質(zhì)量發(fā)展——來自中國城市的經(jīng)驗證據(jù)［J]．管理世界，2020，36（10）：65-76.

[32] 余典范，龍睿，王超．數(shù)字經(jīng)濟與邊界地區(qū)污染治理［J]．經(jīng)濟研究，2023，58（11）：172－189.

[33] 陳舒悅，劉悅，張際．基于上市企業(yè)微觀杠桿率的貨幣政策傳導效率的研究——地方政府隱性債務視角[J]．經(jīng)濟學（季刊），2024，24（1）：237-253.

[34] 冀云陽，劉慧媛，張謙．地方政府債務對產(chǎn)業(yè)空間布局的影響研究——基于工業(yè)用地出讓微觀數(shù)據(jù)的分析[J].財政研究，2023，44（1）：85-100.

［35］劉雅君，蔣國梁．網(wǎng)絡基礎(chǔ)設施建設推動了城市數(shù)字經(jīng)濟發(fā)展嗎？——基于“寬帶中國”戰(zhàn)略的準自然實驗［J]．求是學刊，2022，49（3）：61-73.

[36] 陸軍，張越．國家高新區(qū)技術(shù)創(chuàng)新是否驅(qū)動了地方數(shù)字經(jīng)濟發(fā)展？——基于創(chuàng)新擴散機制的實證分析[J]．貴州師范大學學報（社會科學版），2024，65（2）：100－117.

[37] 陳貴富，韓靜，韓愷明．城市數(shù)字經(jīng)濟發(fā)展、技能偏向型技術(shù)進步與勞動力不充分就業(yè)［J]．中國工業(yè)經(jīng)濟，2022，40（8）：118-136.

[38] 李稻葵，張鶴．中國地方政府債務規(guī)模研究［J]．財貿(mào)經(jīng)濟，2024，45（12）：5－21.

[39] 張學誕，李娜．減稅降費與財政可持續(xù)性：一個分析矩陣［J]．財政科學，2019（10）：61-68

[40] 熊虎，沈坤榮．地方政府債務對創(chuàng)新的擠出效應研究［J]．經(jīng)濟科學，2019，41（4）：5-17.

[41] DEMIRCII， HUANG J， SIALM C. Government debt and corporate leverage： international evidence [J].Journal of Financial Economics，2019，133（2）：337-356.

[42] 余海躍，康書隆．地方政府債務擴張、企業(yè)融資成本與投資擠出效應［J]．世界經(jīng)濟，2020，43（7）：49-72.

[43] 張曾蓮，嚴秋斯．土地財政、預算軟約束與地方政府債務規(guī)模［J]．中國土地科學，2018，32（5）：45-53.

[44] 范劍勇，莫家偉．地方債務、土地市場與地區(qū)工業(yè)增長［J]．經(jīng)濟研究，2014，49（1）：41-55.

[45] 郭敏，段藝璇，黃亦炫．國企政策功能與我國地方政府隱性債：形成機制、度量與經(jīng)濟影響［J]．管理世界，2020，36（12）：36-54.

[46] 蔡慶豐，吳奇艷，吳冠琛．地方隱性債務、銀行風險感知與企業(yè)信貸可得性［J］．中國工業(yè)經(jīng)濟，2024（1）：112 –130.

[47] 閆中曉，吳禎．城市行政級別、數(shù)字經(jīng)濟與要素市場扭曲［J]．西部論壇，2023，33（2）：1－15.

[48] 曾鵬，秦艷輝．城市行政級別、產(chǎn)業(yè)集聚對外商直接投資的影響 [J]．國際貿(mào)易問題，2017（1）：104－115.

[49] 張珂涵，張古，趙興羅．數(shù)據(jù)要素賦能對人力資本升級的作用機制分析——基于國家級大數(shù)據(jù)綜合試驗區(qū)數(shù)據(jù)［J].科技管理研究，2024，44（3）：174-182

[50] 曾祥炎，魏蒙蒙，周?。當?shù)字經(jīng)濟發(fā)展如何影響企業(yè)轉(zhuǎn)型升級？——基于國家級大數(shù)據(jù)綜合試驗區(qū)的準自然實驗［J]．福建論壇（人文社會科學版），2023（9）：74-91.

[51] 河南財經(jīng)政法大學課題組．研發(fā)投入對中國經(jīng)濟高質(zhì)量發(fā)展的影響研究［J]．區(qū)域經(jīng)濟評論，2021（4）：95-106.

[52] 岳宇君，孟渺．研發(fā)投入、資源特征與大數(shù)據(jù)企業(yè)經(jīng)營績效［J]．湖南科技大學學報（社會科學版），2022，25（2）：74-85.

[53] 江艇，孫鯤鵬，聶輝華．城市級別、全要素生產(chǎn)率和資源錯配［J]．管理世界，2018，34（3）：38－50，77，183.

[54] 毛捷，郭玉清，曹婧，等．融資平臺債務與環(huán)境污染治理［J]．管理世界，2022，38（10）：96－118.

[55] 冀云陽，鐘世虎．地方政府債務對全要素生產(chǎn)率的影響研究［J]．財政研究，2022（4）：87－99.

Does Government Debt Inhibit Urban Digital Economic Development？ An Analysis Based on Panel Data of Chinese Cities at Prefecture Level and Above

HE LiWANG Shaozhang JIANG Zhen （Faculty of Applied Economics，University of Chinese Academy of Social Sciences，Beijing 102488，China）

Abstract ： The report of the 2Oth National Congress of the Communist Party of China proposed to accelerate the development of the digital economy and deepen its integration with the real economy. Currently， the digital economy has become a new engine for sustained economic growth，while the development of the digital economy requires substantial financial investment from governments. Against the backdrop of rising local government debt， it is crucial to examine whether the scale of local government debt financing inhibits the development of urban digital economy. Using panel data from prefecture-level and above cities in China （2011- 2022），this study examined the impact of local government debt on urban digital economy development. It finds that local government debt scale significantly suppresses the growth of the urban digital economy. Further analysis shows that the negative impact is more pronounced in non-central cities， cities with low policy intensity and cities with low Ramp;D intensity. This research provides theoretical and policy insights for local governments to optimize debt financing strategies and foster digital economy growth.

Key words： government debt； digital economy ; talent flow； capital flow ； enterprise digitaltransformation