地方隐性债务规模的统计测度研究

欧阳胜银 蔡美玲

摘 要：通过构建一个3-1-2的MIMIC模型对我国地方隐性债务进行规模测度，结果发现：显性债务约束力度是我国出现地方隐性债务的主要成因，也是地方隐性债务风险化解的主要突破口;2003—2018年我国地方隐性债务规模呈现出明显的双倒“U”型特征，在2007年和2015年左右分别达到历史高位，2016年开始出现趋势性下降;地方隐性债务规模占GDP的比重表现出显著的下降趋势，我国隐性债务风险得到较好的管控。

关键词： 地方隐性债务;MIMIC模型;统计测度

中图分类号：F222文献标识码： A文章编号：1003-7217（2020）02-0077-07

一、引 言

受《中华人民共和国预算法》和《国务院关于加强地方政府性债务管理的意见》（国发 [2014] 43 号）等法律和规定约束，地方政府举债手段和方式已经发生较大变化，为规避上级监管而频繁出现的违规借款或变相举债等模式，逐渐衍生出一种难以发觉的地方隐性债务。地方隐性债务具有隐蔽性强、规模大、成因复杂等特征，如此大规模且不易察觉的地方隐性债务一旦不能得到有效控制，便会恶化地区财政状况，损害地方政府信用，由此降低经济增长质量，并极有可能诱发系统性金融风险。因此，加强地方隐性债务问题研究，严控地方变相举债、防范地方隐性债务风险，已成为目前的研究热点。

纵观已有相关研究成果，发现其主要集中在如何识别与管控地方隐性债务，以及如何測度并分析地方隐性债务的可持续性等方面。梳理研究渊源发现，Hana Polackova（1998）[1]较早对地方隐性债务进行了较全面的研究，其构建的2×2维债务矩阵成为学者们研究地方隐性债务的基础。尽管随后有少部分学者结合我国实践对财政风险矩阵做出了一些改进，但基本大同小异[2，3]。

总体来看，当前研究着重从多个角度对地方隐性债务的成因展开探索，如从不同角度验证政府担保会增加隐性债务风险，并会增加主权债务风险发生的几率[4-6]，这使得加强地方隐性债务的识别与管控研究成为近年来的焦点。而分税制改革的历史遗留、金融工具的创新与债务管理的滞后、行政管理架构的内在推动等方面导致地方隐性债务屡控不止[7]。有研究则进一步剖析了直接隐性负债和或有隐性负债的形成机制[8]。

基于形成机制、识别边界等问题的研究，地方隐性债务背后的扩张意图可以解析为“绕道逻辑”“倒逼逻辑”和“机会主义逻辑”[9]，学者们也借此分析管控地方隐性债务风险的重要举措，主要表现在以融资平台和PPP项目为突破口，加强内外部约束、提高政府信息披露质量、明晰事权和事责、完善收入分配制度等方面[10-13]。

在定性探讨地方隐性债务成因与风险化解对策的基础上，一些量化研究成果逐渐呈现出来。关于量化地方隐性债务规模方面的研究方案主要有两种：一是从社会保障制度出发探讨地方隐性债务的测度问题，并重点以养老保险为突破口展开统计研究，测算的基本思路是根据在职“中人”和退休“老人”两种类型分别设计精算模型[15-18];二是采用核算方式统计地方隐形债务规模[19-23]。

与此同时，部分学者认为地方举债存在适度区间，超出适度区间的边界则会带来负面影响，因而债务适度区间的边界可以作为风险预警点的界定依据。如有学者通过实证发现，政府债务与经济增长确实存在一种倒“U”形关系，具体表现为适当的政府债务可以促进经济增长，但政府债务过高会抑制经济增长，倒“U”形的最高点即是政府债务的最优区间[24-26]。也就是说，当地方隐性债务规模尚未达到倒“U”形最高点时，其存在可持续性;反之，则不存在可持续性[9]。

综观国内外已有研究成果，学者们对于地方隐性债务问题展开了积极探索，从而为本文的研究提供了极具启发性的参照。但同时发现：（1）学术界已经从理论层面探讨了地方隐性债务的核算边界问题，但如何基于实证视角测度地方隐性债务的研究成果还很少;（2）已有学者开始研究地方政府债务的规模测度问题，但主要是采用分类核算、逐级加总的方式，使得不同学者采用不同口径核算的结果也存在较大差异。基于此背景，拟采用一种新的方法对地方隐性债务规模展开统计测度，希冀通过探索和量化地方隐性债务的规模与增速，寻找地方隐性债务风险的防范与化解对策。

二、地方隐性债务的测度方法与指标说明

（一）测度方法

对地方隐性债务规模进行准确估算，理论上需要了解财政收支统计的全过程，需要对隐性债务组成部分予以逐项核算。然而，当前学术界对地方隐性债务内涵缺乏统一界定，对其核算口径也无统一标准，哪些应当视为地方隐性债务的组成部分、隐性债务显性化的概率究竟有多高等问题都悬而未决，致使常规核算方法给出的结果在学术界存在较大争议。基于此，尝试以一些对地方隐性债务具有重要影响，同时又可直接采纳的官方统计数据为基础，运用多指标多因果模型（multiple indicators/multiple cause，简称MIMIC模型）对地方隐性债务进行估算。

与传统计量模型存在较大差异之处在于，MIMIC模型对变量的要求存在外显变量和內显变量之分，其中外显变量表示所研究对象的外在影响因素，内显变量则表示研究对象所引致的结果信息[28]。根据其基本原理，设计测度地方隐性债务的MIMIC模型由两个部分所构成：一是反映地方隐性债务原因的结构方程，二是地方隐性债务导致结果的量测方程。具体形式如式（1）、式（2）所示。

π=Φixi+ξ  （i=1，2，…，p）（1）

yj=φjπ+εj  （j=1，2，…，q）（2）

式（1）中，π为潜变量，表示地方隐性债务规模，xi为外显变量，表示地方政府存在隐性债务的原因，Φi表示外显变量对潜变量的作用系数，ξ为结构方程的误差项;式（2）中的yj为內显变量，表示由地方隐性债务所引起的经济变动，φj表示潜变量对经济变动的作用系数，εj为量测方程的误差项。并且通常认为，E（ξ εj）=0，E（ξ2）=σ2，E（εε′）=Z，Z为下三角矩阵。

式（1）和式（2）分别度量原因变量与潜变量、潜变量与结果变量之间的关联。由于地方隐性债务本身存在数据获取的困难，因而可以通过直接分析和度量潜变量因素的原因变量对结果变量的影响，来对模型进行参数估计，并据此对目标变量进行统计测度[29]，这正是MIMIC模型的巧妙之处。

基于此，将式（2）代入式（1）可得：

yj=φj（Φixi+ξ）+εj=φj·Φixi+φj·ξ+εj（3）

式（3）表示的就是潜变量因素的系列原因变量对系列结果变量的影响模型，即引发地方隐性债务的原因变量xi对地方隐性债务引发后果的结果变量yj所带来的影响，影响因子由φj·Φi确定。

通过內显变量和外显变量构建的模型即可对式（3）进行估计，MIMIC模型就是通过外生变量间的这些相互联系来解释方程的结构化关系。而一旦模型可以识别，那么各指标参数则可能得到估计，式（1）与式（2）也能得出表达结果，地方隐性债务规模就能相应地得到解答。

（二）指标选择与说明

由于MIMIC模型存在多个原因变量和结果变量，需要同时整合结构方程和量测方程才可对潜变量进行分析，因而谨慎选择显变量（包括內显变量和外显变量）成为模型准确估计的关键[30]。对度量地方隐性债务内显变量和外显变量的考察，一是基于各项变量应该满足一般计量模型构建的原则;二是在选择变量时努力寻找理论或经验法则的支持，以此尽可能使得模型估计不存在系统性偏误，从而提高参数估计的敏感度。

1.外显变量的选择与说明。基于模型需要与经济意义上的考虑，对于影响地方隐性债务的外显变量的选择，尝试从以下六个方面展开：

（1）显性债务管制。改革开放初期，为推动经济增长，我国地方政府被赋予发债的权力。但随后地方债务出现激增引发了各界对经济风险的重视，于是1994年颁布了《预算法》来取消地方政府的发债权力，致使地方政府的违规举债现象非常普遍，显性债务得到较大程度的控制，而隐性债务规模却激增。与此同时，亚洲金融危机的爆发，以及之后发生的美国次贷危机，迫使诸多国家通过放开债务管制刺激经济复苏，我国地方显性债务也因此得到井喷式增长。而随着欧债危机的全面爆发，引发了国内对地方政府畸高债务的关注，债务管理开始逐渐收紧。但已经集聚的债务融资规模、地方政府违规担保、融资平台公司信贷缺失等问题已成为现实，并引发了各界对此问题的重新审视。不少人士认为，与其这样“禁而未禁”，不如适当放开地方债务约束手段。于是2015年新颁布的《预算法》赋予地方政府有限的举债权力，显性债务管制得到一定程度的放松，而隐性债务的调控得到进一步加强。

设置虚拟变量来体现显性债务管制力度，用符号C-debt表示，参照马恩涛（2019）梳理政府对地方债务管制的政策变化[31]，设置显性债务管制严格时段为1，宽松时段为0。

（2）事权与财权不匹配。根据《国务院关于推进中央与地方财政事权和支出责任划分改革的指导意见》（国发〔2016〕49号），我国地方政府承担着社会治安、市政交通、农村公路、城乡社区事务等财政事权，同时还在教育、养老与医疗保险、公共卫生与文化、就业、重大基础设施项目、环境保护与治理等方面与中央共同承担财政事权。对于履行财政事权时的财政支出，地方政府主要依靠自有财力解决，如果出现收支缺口，则主要通过上级政府的一般性转移支付和少量地方政府发债的方式来弥补，但这种弥补通常仅限于部分公益性和保障民生等基本项目，倘若地方政府进一步实施经济增长方案，也需自行买单，因而地方政府的财政支出壓力非常大。与此同时，新《预算法》以及近年来的经济工作会议都频繁强调地方政府的有限举债权力，严控地方举债方面的任何金融创新，对地方政府债务实行严格限额管理。这种需要承担大量事权和缺乏有效财权的不匹配，导致地方政府在正规举债受限、自我创收能力缺乏的背景下，一些违规举债现象便频频发生，这些不能纳入财政预算却又存在政府隐性担保的“地下”债务，成为地方隐性债务的主要组成部分。由此可见，事权与财权的不匹配，是我国地方隐性债务出现的重要诱因。

由于财政收入主要体现为财权，财政支出主要衡量的是事权，因而用财政收支缺口作为该指标的代理变量，用符号Material-Financial表示。

（3）金融工具创新。新《预算法》给予地方政府有限的举债权力，但同时提出债务限额管理办法，明确地方政府发行债务的总额。地方政府通过正规途径发行债券来筹集资金的方式受到严格限制，便会通过绕开中央监管和新《预算法》约束的方式，以隐蔽手段来开展金融市场举债手段的创新，以此解决社会稳定、民生保障、经济发展等资金需求的压力。这种金融创新给地方政府提供了丰富的融资途径，开拓了更宽的融资渠道，在债务预算约束下，会形成更多的隐性债务。但金融系统本身具有脆弱性，需要得到极强的监管，金融创新工具在缺乏有效风险评估与监控的前提下被推行于世，这使得隐性债务呈现出更显著的风险特征。

以金融机构人民币信贷中的金融债券作为金融工具创新的代理变量，用符号F-innovation表示。

（4）政绩冲动。长期以来，我国地方政府官员都存在强烈的经济指标攀比，为了在经济锦标赛中取得好成绩，GDP规模得到最多关注，由此地方投资出现形式多样、渠道丰富、规模巨大等特征。虽然近年来中央明确我国经济已处于平稳发展的新常态，逐步进入高质量发展的新时代，这种政绩冲动得到明显的管控，但不少地方政府仍然存在经济目标设定过高、基础设施重复建设、固定资产投资过量等问题。为了完成过高的经济目标，地方政府需要保证稳定的资金投入，但在现有财政收支制度下，对于因基础设施重复建设和固定资产投资过量等形成的资金缺口，则主要依靠超财政预算以外的政府借款加以弥补，这种未列入财政预算的政府借款常常伴随着变相担保，从而形成隐性债务。

以投资增长速度超过GDP增速的部分作为政绩冲动的代理指标，用符号P-impulse表示。

（5）财政竞争。已有研究表明，地区财政状况越好，地方政府债务扩张速度会加快;反之，财政状况越差，地方政府债务规模的膨胀速度更慢 [32]。这种财政状况良好的地区，有时并非由于该地区以税收为主的财政收入大于财政支出，而在于其财政收入来源主要是依靠各种形式的举债。这就表现为地方政府会努力丰富财政收入的获取手段，拓宽财政收入的获取途径，而抢夺其他地区的财政收入与补贴也成为一种主要的方式，这种财政竞争会进一步加剧债务规模的膨胀 [33]。正因如此，地区间财政竞争的加剧是地方隐性债务形成的动因。基于此，选用各省市自治区在同一年度的最高地方财政收入与最低地方财政收入之比作为财政竞争的代理指标，用符号F-competition表示。

（6）商业银行违规放贷。尽管市场化进程在不断推进，但我国商业银行仍存在较显著的政府性质，几乎所有的商业银行均与政府存在千丝万缕的联系。商业银行在审批项目贷款时，银行高管往往因收受拟贷款对象好处而审批不严;对于政府性质的项目贷款，也往往存在政府信用背书幻想而草草审批。一些商业银行因违规放贷导致部分贷款回收出现违约时，最终的现实情况也多是由政府来兜底，由此产生地方政府隐性债务。对于商业银行的违规放贷现象，用商业银行不良贷款率作为代理变量，用符号B-illegallending表示。

2.内显变量的选择与说明。关于MIMIC模型的內显变量的选择，从相对工资增长速度和政府融资力度两个方面考虑地方隐性债务可能引致的经济结果。

（1）国有企事业单位职工相对工资增长。地方隐性债务出现大规模增加时，一方面，地方政府将大量变相举债资金用于基础性公益类项目投资，从而提高经济增速;另一方面，则是需要为隐性债务的潜在显性化做好应对准备，从而极有可能降低体制内职工的工资增长速度，导致为国有企事业单位提供的工资性收入相对减少。基于上述考虑，将国有企事业单位职工的相对工资增长速度设计为地方隐性债务的第一个内显变量，具体是以国有单位就业人员平均工资增速与经济增速的差值作为代理变量，用符号R-wagegrowth表示。

（2）政府融资力度。地方隐性债务如果增长速度过快，在有限财政收入背景下，地方政府可能会尝试通过外部融资的方式来应对债务增高问题，试图化解隐性债务风险，但这种方式会提高政府融资的频率与规模。由于我国现行统计制度对于社会融资规模这一指标，界定的是实体经济从金融体系中获取的全部资金，包含了非政府性企业、居民等主体的融资成分。但从政府考虑偿还债务、化解风险这一视角而言，只能锁定社会融资规模中的政府性融资规模，因而需要对非政府性企业、居民等主体的融资成分予以剔除。基于此，选用其他存款性公司对政府债权作为政府担保社会融资的代理变量，用符号F-scale表示。

六个外显变量和两个内显变量的基础数据，分别来源于中国经济与社会发展统计数据库、中国人民银行网站、国家统计局网站和银保监会网站等。

三、实证分析

（一）指标的平稳性检验

MIMIC模型要求各变量均是平稳的，因而首先对各变量进行平稳性检验，结果如表1所示。从表1可以发现B-illegallending和R-wagegrowth的原始序论是平稳的，其余变量呈现出显著的非平稳特征，为此，对P-impulse、C-debt、Material-Financial、F-innovation、F-competition和R-wagegrowth进行一阶差分，ADF和PP检验的结果发现这些差分项均显著平稳，从而可以进行MIMIC模型的估计分析。

（二）MIMIC模型估计

根据外显变量与内显变量的选择方案，设定测度地方隐性债务的MIMIC模型的初始状态为6-1-2形式。同时，根据MIMIC模型路径参数的构建原则，选定地方隐性债务到R-wagegrowth的路径参数φ11为1，F-scale的路径参数用φ12表示。MIMIC模型的初始状态如图1所示。

根据图1设计的方案，首先对6-1-2 MIMIC模型进行拟合估计，结果如表2所示。由表2发现ΔP-impulse没有通过显著性检验，同时AGFI、RMSEA、CFI等统计量也不理想。为此，根据统计显著性大小对各个变量进行适当删减，结果发现：保留ΔC-debt、ΔMaterial-Financial和ΔF-competition三个外显变量的3-1-2  MIMIC模型最为理想，三个

外显变量均通过显著性检验，同时，模型的各统计量也较为理想，因而最终采用3-1-2  MIMIC模型进行拟合估计。

由于显性债务管制、财政收支缺口和财政竞争三个外显变量均是一阶差分平稳，在拟合MIMIC模型时也是以差分形式表示，因而3-1-2  MIMIC模型的理论表达式反映的是各个解释变量（外显变量）的相对变化对被解释变量（地方隐性债务）的相对影响程度。从而拟合的最优3-1-2模型如式（4）所示。

ΔLID=0.037ΔC-debt+

0.003ΔMaterial-Financial+

0.022ΔF-competition（4）

由式（4）可知，ΔC-debt、ΔMaterial-Financial和ΔF-competition的拟合系数均大于0，说明这些因素都具有提升地方隐性债务增速的作用。从系数估計结果的大小来看，ΔC-debt的拟合系数最大，意味着新《预算法》等法规和制度对显性债务的约束是我国地方隐性债务增速得以加快的主要推力。

將显性债务约束、财政收支缺口和财政竞争三个变量的原始数据代入式（4），可得2004—2018年我国地方隐性债务规模增速如表3所示。可以发现，样本期间内我国地方隐性债务增速相对较低，最高增速为4.47%，最低增速为-3.29%，平均增速为0.42%。从增速结果来看，在美国次贷危机爆发以前，我国地方隐性债务都呈现出增高的趋势，但于2008年开始出现震荡式波动，直到2016年开始又出现明显的下降态势，这体现了我国长期以来对经济增长的宏观调控以及对地方隐性债务规模的严密监视，也反映了地方隐性债务风险的管控举措取得了较好的效果。

（三）地方隐性债务规模的整体估算

表3是地方隐性债务规模增速的估算结果，表4是基于国内外学者与研究机构的调研数据，用以估算我国地方隐性债务的具体规模。

从表4估计的绝对规模来看，我国地方隐性债务规模在2003—2018年经历了两个先增加后减少的双倒“U”型过程，第一次倒“U”型的峰值出现在2007年，第二次倒“U”型的峰值大约在2015年左右，这与我国应对美国次贷危机以及颁布新《预算法》具有重要关联。从相对结果来看，样本期间内地方隐性债务与GDP的占比呈现出逐期降低的趋势，表明我国地方隐性债务风险进一步得到控制，大规模地方隐性债务引发系统性金融风险的可能性得到极大程度的降低。

四、研究结论与建议

以上通过选取显性债务管制、财权与事权不匹配、金融工具创新、政绩冲动、财政竞争以及商业银行违规放贷六项外显变量，以及工资增长速度和政府融资力度两项内显变量，构建地方隐性债务成因的多指标多因果MIMIC模型，以国内外主要研究机构和学者的调研结果为依据，对我国2003—2018年的地方隐性债务规模进行统计核算。得出的主要研究结论如下：（1）通过设计反映地方隐性债务形成原因及影响结果的MIMIC模型，可以有效解决传统分类核算方法面临的统计口径定位不明、样本量偏小等难题，得出的结论基本符合我国实践。（2）显性债务约束是我国地方隐性债务规模扩大的主要成因，放松对显性债务的约束将有效降低隐性债务规模。（3）我国地方隐性债务规模呈现出两个先增加后减少的双倒“U”型特征，其历史高位大约出现在2007年和2015年，随着隐性债务规范手段和规章制度的完善，地方隐性债务规模将逐期降低;从隐性债务与GDP的占比来看，地方隐性债务风险得到明显缓解。

基于上述结论可以发现，我国地方隐性债务存量依然较高，因而有效遏制地方隐性债务增量、化解地方隐性债务风险仍旧是当前的重要经济议题，为此，可以从三个方面予以重点考虑：（1）对地方隐性债务的认识存在不足与片面等问题，主要原因之一在于基础数据难以获取，因而完善地方隐性债务的核算与公布制度，可以及早发现地方隐性债务的潜在风险，也有助于提高政府声誉、改善形象。（2）放松对地方政府显性债务的约束力度将有助于降低地方隐性债务规模增量，因而继续赋予地方政府有限举债权，可在一定程度上促进隐性债务的显性化，并可据此建立债务风险的防范与化解体系，提高金融系统的稳健性。（3）地方隐性债务的主要组成部分是规避了上级审计约束后的超预算表外融资，因而加强对违规与变相举债行为的管控，是降低地方隐性债务规模存量的主要手段。

参考文献：

[1] Hana Polackova. Contingent government liabilities： a hidden risk for fiscal stability[R]. Policy Reasearch Working Paper， Word Bank， 1998.

[2] 袁方， 周莉. 乡村隐性债务的治理——来自新疆E县的调查[J]. 地方财政研究， 2010（5）：53-56.

[3] 黄亦炫. 隐性或有负债视角下的主权债务风险研究[D]. 北京：对外经济贸易大学， 2017.

[4] Alter A， Schuler Y S. Credit spread interdependencies of European states and banks during the finanical crisis[J]. Journal of Banking and Finance， 2012，36（12）： 3444-3468.

[5] Borio C. Macroprudential policy and the financial cycle： some stylized facts and policy Suggestions[M]. Cambridge： MIT Press Book Chapters， 2014：71-86.

[6] Gennaioli N， Martin A， Rossi S. Banks， government bonds， and default： what do the data say？[R]. Brussels： European Corporate Governance Institute-Finance Working Paper， 2014， No.425.

[7] 马蔡琛. 基于政府预算视角的地方隐性债务管理[J]. 财政科学， 2018（5）： 18-23.

[8] 温来成， 李婷. 我国地方政府隐性债务边界的厘清及治理问题研究[J]. 中央财经大学学报， 2019（7）： 18-26+114.

[9] 马万里. 中国地方政府隐性债务扩张的行为逻辑——兼论规范地方政府举债行为的路径转换与对策建议[J]. 财政研究， 2019（8）： 60-71+128.

[10]郝宇彪， 郭林. 社会保障制度是政府债务风险凸显的原因吗？——以美国为例[J]. 国外社会科学， 2016（4）：97-106.

[11]林涛， 冉萍. 我国沿边地区地方政府债务风险管理机制的构建[J]. 时代金融， 2016（32）： 85-87.

[12]封北麟. 地方政府隐性债务问题分析及对策研究[J]. 财政科学， 2018（5）： 55-62.

[13]刘方. 防范地方政府隐性债务背景下PPP健康发展研究[J]. 当代经济管理， 2019（9）： 29-35.

[14]李丹， 王郅强. PPP隐性债务风险的生成：理论、经验与启示[J]. 行政论坛， 2019（4）： 101-107.

[15]刘学良. 中国养老保险的收支缺口和可持续性研究[J]. 中国工业经济， 2014（9）： 25-37.

[16]江正发， 冯晨阳， 岑敏华. 中国城镇职工基本养老保险精算平衡的条件[J]. 金融经济学研究， 2017（3）： 117-128.

[17]郑海涛， 顾东芳， 蒋云赟，等. 中国公共养老金体系的隐性负债及其财政承受能力研究[J]. 现代经济探讨， 2018（3）：1-8.

[18]赵越强， 柏满迎. 中国养老保障体系转制债务风险的压力测试评估[J]. 数量经济技术经济研究， 2018（4）： 80-96.

[19]刘少波， 黄文青. 我国地方政府隐性债务状况研究[J]. 财政研究， 2008（9）： 64-68.

[20]吴盼文，等. 我国政府性债务扩张对金融稳定的影响——基于隐性债务视角[J]. 金融研究， 2013（12）： 57+59-71.

[21]吉富星. 地方政府隐性债务的实质、规模与风险研究[J]. 财政研究， 2018（11）： 62-70.

[22]李丽珍， 安秀梅. 地方政府隐性债务：边界、分类估算及治理路径[J]. 当代财经， 2019（3）： 37-47.

[23]谢进城， 张宗泽. PPP项目、隐性债务和显性债务关系的实证[J]. 统计与决策， 2019（19）： 162-166.

[24]Reinhart C M， Rogoff K S. Growth in a time of debt[J]. American Economic Review， 2010，100（2）： 573-578.

[25]Checherita Westphal C， Rother P. The impact of high government debt on economic growth and its channels： an empirical investigation for euro area[J]. European Economic Review， 2012， 56（7）： 1392-1405.

[26]Woo J， Kumer M S. Public debt and growth[R].IMF Working Paper，2010.No.10/174.

[27]刁偉涛. 经济增长视角下我国地方政府债务的适度规模研究——基于省际数据的分析[J]. 经济问题， 2016（3）： 50-54.

[28]邱海洋. 共享经济发展对区域生态效率影响的空间计量分析[J]. 现代经济探讨， 2018（7）： 10-17.

[29]孙群力， 李永海. 我国地区财政幻觉指数测算及影响因素研究——基于MIMIC模型方法[J]. 财政研究， 2016（10） ： 36-48.

[30]徐藹婷， 李金昌. 中国未被观测经济规模——基于MIMIC模型和经济普查数据的新发现[J]. 统计研究， 2007，24（9）： 30-36.

[31]马恩涛. 我国地方政府债务管理：历史回顾与未来展望[J]. 公共财政研究， 2019（2）： 15-25.

[32]黄春元， 毛捷. 财政状况与地方债务规模——基于转移支付视角的新发现[J]. 财贸经济， 2015（6）： 18-31.

[33]宋美喆， 徐鸣鹤. 财政竞争视角下的地方政府债务研究[J]. 财经理论与实践， 2017，38（3）： 91-96.

（责任编辑：宁晓青）

Statistical Measurement of the Scale of Local Implicit Debt

OUYANG Shengyin，CAI Meiling

（Hunan University of Science and Technology， Business of School， Xiangtan，Hunan 411201，China）

Abstract：Strengthening the study of local implicit debt is of great value to strictly control local disguised debt and guard against the risk of local implicit debt. By constructing a 3-1-2 MIMIC model to measure the scale of China's local implicit debt， and finds that： （1） the binding force of explicit debt is the main cause of the emergence of local implicit debt in our country， and it is also the main breakthrough to resolve the risk of local implicit debt.; （2） during the period of 2003-2018， the scale of local recessive debt in China showed double inverted U-shaped characteristics obviously， reaching historic highs in 2007 and 2015 respectively， and tending to decline in 2016; （3） the proportion of local implicit debt to GDP shows a significant downward trend， and the risk of implicit debt in China has been well controlled.

Key words：local implicit debt; MIMIC Model; statistical measure