我国地方政府债务风险度量研究
淳伟德 文章
【摘 要】 随着我国地方债务余额逐年升高，度量地方政府债务风险大小，防范地方政府债务危机爆发已迫在眉睫。债务风险度量作为风险管理至关重要的一步，文章着眼于地方政府债务循环全过程选取风险因子构建我国地方政府债务风险特征指标体系，综合运用主、客观赋权法度量我国地方政府债务风险，并且采用聚类分析对我国地方政府债务风险进行评级，划分了三个风险等级区间，用直观的红、黄、绿信号灯表示风险高低。实证结果表明，我国地方政府债务风险出现红灯的情况为4.31%，表明当前我国地方政府债务风险总体可控，但出现黄灯的情况占比高达68.1%，表明当前地方政府债务风险情况并不乐观，应引起高度重视。
【关键词】 地方政府债务; 组合权重; 风险度量; 风险评级
【中图分类号】 F812.5;F224.32? 【文献标识码】 A? 【文章编号】 1004-5937（2021）05-0028-09
一、引言
近年来，“地方政府债务风险”已成为各国面临的重大经济问题，而我国地方政府债务风险也成为各界关注的热点问题。2008年，全球金融危机给各国经济都造成了严重冲击，我国为应对经济衰退而发起的四万亿投资计划，一定程度上加重了各地方政府财政负担。2014年，修订后的《预算法》给予地方政府在限额内举债的权力，标志着我国逐渐推进政府投融资领域的改革。同时，我国城镇化建设的推进，刺激各地方政府基础建设投资资金的需求。由于自身财力有限，为满足资金需求各地方政府大规模举债，这无疑是对地方财政的极大挑战。财政部2020年1月22日发布公告显示，截至2019年12月末，我国地方政府债务余额已达213 072亿元。值得注意的是，我国地方政府债务余额逐年升高的同时，地方财政收入并未呈现逐年升高的迹象，与此相反，我国地方政府财政赤字等指标却在逐年升高。财政收入作为地方政府债务还本付息的重要资金来源，若其增速与债务余额增速常年失衡，会给地方财政正常运转带来极大的潜在风险。若不进行有效管控，当地方政府当期债务偿还敞口大于综合财力时，该地方政府就会出现偿还危机。随着经济发展模式的转变，我国经济金融领域也正在经历根本性的变革。为牢牢守住不发生系统性金融风险的底线，加强对我国地方政府债务风险的相关研究显得十分迫切且必要。
二、文献综述
我国地方政府债务风险虽客观存在，实则看不见、摸不着，因此如何有效度量债务风险就显得十分重要。迄今为止，国内外学者对地方政府债务风险相关内容进行了卓有成效的研究。虽然目前研究地方政府债务风险的文献数量不少，但针对地方政府债务风险度量的文献相对较少，大多数文献是从理论上分析地方政府债务风险的来源及形成路径，未进行量化研究。如Kharas et al.[1]通过实证方法分析了东南亚金融危机，认为其爆发与政府隐性债务有很强的相关性。Easterly et al.[2]论述了运用资产负债表来评估政府财政状况及财政风险情况。吴聚稳[3]认为地方政府性债务风险产生的原因是地方政府融资体制和地方政府职能定位。刘蓉等[4]分析了引致地方政府债务风险的体制原因和道德原因，对地方政府债务风险的及时释放与解决提出了自己的观点。邵瑞银[5]认为地方政府行政长官出于政治资本及晋升等内在的驱动力，忽视了与地方经济发展相匹配的承债能力，所导致的投资冲动、面子工程等一些非理性行为也进一步诱发了地方政府举借债务的膨胀。Miao[6]认为债务风险是由于“权力、责任和利益”之间的不平衡关系造成的。李升等[7]对我国地方政府债务风险形成机理进行研究，发现不同口径的财政自主度对不同债务风险的影响存在明显差异。随着对地方政府债务风险研究的深入，有学者认为仅进行定性研究，已无法满足控制债务风险的需求，因为只有有效地刻画债务风险的大小，才能根据债务风险的高低采取有效的管理措施。而目前以度量地方政府债务风险为主题的文献较少，如潘志斌[8]基于或有权益模型的我国地方政府性债务风险度量;马文扬等[9]采用COX模型对我国地方政府债务风险进行度量与评级。在大多数文献中，度量地方政府债务风险仅作为风险预警研究的一个步骤出现。如王晓光等[10]提出了通过选取的8个指标运用模糊综合评判法对地方政府债务风险进行研究;杨志安等[11]运用AHP评价法对我国面临的财政风险进行风险区间划分;李斌等[12]综合运用TOPSIS法和德尔菲法对样本的债务风险进行量化;李凯风等[13]基于熵权TOPSIS方法和綜合模糊评价法对债务风险水平进行测算与分析;范仕程等[14]建立KMV模型测算我国地方性政府债券规模风险;李子超[15]基于修正Merton模型，对抽样地区地方政府债务信用风险做了定量分析。以上对地方政府债务风险的研究取得了一定的成果，但目前对地方政府债务风险研究多将研究重点放在风险预警模型的构建上，而忽略债务风险来源分析和风险度量研究。然而风险来源分析与风险度量研究对于债务风险管理来说至关重要，因此应该加强这方面的研究。现有研究其风险来源较为单一，特别是针对地方政府债务风险度量的已有研究未着眼于地方政府债务循环全过程，全面分析风险来源以实现全面度量债务风险;在风险度量方法选取上也未考虑结合主、客观赋权法各自的优劣，以提高风险度量的准确性。
基于此，本文借鉴洪源等[16]所提出“地方政府债务风险要着眼于债务全过程循环”，从债务举借环节、使用环节、偿还环节挑选指标构建我国地方政府债务风险度量指标体系，以期全面纳入风险影响因子。同时考虑到因子分析法、层次分析法、熵权法各具优势，因而本文将该三种分析法相结合，以期更好地度量我国地方政府债务风险。将该三种方法相结合对风险进行度量，在其他研究领域已取得较好的研究成果，但其还未应用于我国地方政府债务风险度量中。综上所述，与已有研究成果相比本文具有明显的创新性。
三、特征指标体系与样本选取
（一）指标体系
地方政府债务风险本身作为一个非显性指标，要直观衡量其大小，需要通过分析债务风险影响因素，构建地方政府债务风险综合特征指标体系。在此需要指出，本文所研究的地方政府债务风险是马文扬等[9]研究中指出的全口径债务偿付风险，即地方政府无法按时偿付债务本金及利息的风险，而不是外部风险、政治风险等。基于此，为全面纳入风险影响因子，本文着眼于地方政府债务循环过程构建特征指标体系。需要说明的是，举借环节所选指标表示当期经济发展状况、负债情况，用其衡量当期地方政府举债意愿和举债能力;债务使用环节所选指标主要反映债务资金使用情况，其间接决定了地方政府偿债能力;偿还环节所选指标主要反映当期地方财政收入结构和财政收支情况，衡量地方政府偿还能力。本文从地方政府债务举借、使用、偿还环节筛选风险影响因子，以期全面分析风险来源，共筛选19个地方政府偿付风险指标。具体指标如表1所示。
（二）样本选取
为全面度量我国各地方政府的债务风险，并基于数据可获得性和完整性，本文研究样本为除西藏、新疆外，其余各省级政府和4个直辖市2011—2018年政府年度相关数据。本文数据来源于国家统计局、各省份财政厅年度财政预决算报告、年度经济公报、年度政府工作报告、统计年鉴以及Wind数据库。本文主要使用Excel、SPSS 24软件、SPSSAU在线分析软件进行数据处理和分析。
四、研究方法
（一）指标无量纲化处理
本文为度量地方政府债务风险而构建的风险特征指标体系中所包含的各指标在内涵、表现形式、度量单位和数量级上都有较大差异，在计算风险综合值时，不做任何处理直接将这些指标加起来，会导致所得到的风险综合值不合理。因此在进行特征选择之前，一般会先进行数据无量纲化处理，这样才能使表征不同属性（单位不同）的各特征之间有可比性。目前对数据无量纲化处理的方法有很多，本文则采取最为常用的MIN-MAX归一化来对样本数据进行无量纲化处理，具体公式如下所示：
（二）显著性检验
在进行因子分析前，需要对所构成的风险特征指标体系进行显著性检验，通过此步骤对所构建的风险特征指标体系进行优化，剔除一些对于地方政府当期偿付困境影响不足的指标，以期提高地方政府债务风险度量的准确性。本文采取较为常用的指标显著性检验Kruskal-Wallis非参数检验法对构建的地方政府债务风险特征指标进行检验，检验结果显示：经济债务弹性系数为0.781、财政债务弹性显著性系数0.993、新增债务率系数为0.581，在90%的显著性水平上，以上三个指标无法通过显著性检验，为更加准确度量我国地方政府债务风险，应将以上三个指标剔除，其余16个指标可以用于下一步的分析。
（三）主、客观权重确定方法
基于因子分析法能够保证更加全面纳入风险因素，并找出隐藏的具有代表性的因子，然后将具有相同本质的风险因子纳入到公因子中，这样不仅实现了风险指标体系的降维，而且能够更好地解释原始指标体系。因而本文采用因子分析法重新构建我国地方政府债务风险指标体系，划分出一级指标并赋权。又考虑到层次分析法的优越性，本文运用该方法来确定一级指标下包含的各二级指标的权重，由此实现定性分析和定量分析的结合，使所确定的指标权重更加具有说服力，能够更好地利用、分析、处理由有限个影响因素所构成的地方政府风险综合特征指标体系。而熵权法（Entropy Method）是利用特征指标数据自身特征来对各指标进行客观赋权的方法，因此本文采用熵权法依据各指标数据的变异程度，利用信息熵求得各指标的客观权重，为地方政府债务风险综合评价提供依据。
（四）权重分配系数确定方法
由上文分析可知，通过因子分析法和层次分析法得到风险特征指标体系各指标的主观权重，通过熵值法得到各指标的客观权重，考虑到两个权重各具优劣，为使确定的指标权重更具说服力，以提高风险度量的准确性，本文将采用主、客观权重相结合的方法确定地方政府债务风险指标体系中各指标的组合权重。就如何确定风险指标的组合权重这个问题，本文借鉴刘媛媛等[17]采用的线性组合法来解决，由综合指标的主观权重Wi'和客观权重Wi"，可计算得到组合权重Wi，为了剔除较大波动数据的干扰，使Wi'与Wi"之间的差异程度与α与β的差异程度一致，引入距离函数的概念确定组合权重的表达式[18]，如下所示：
上述公式中，α和β表示主、客观权重的分配系数，其中α+β=1。
主观权重和客观权重之间的距离函数表达式，如下所示：
α和β之间的差值是分配系数间的差异：
综上，构建模型6：
通過求解以上方程组，可以求得主、客观权重的分配系数，将分配系数带入公式，即可以得到由主、客观权重计算出的组合权重Wi。
（五）地方政府债务风险评级
本文通过组合权重，可计算出我国各地方政府债务风险综合评价值，由此实现地方政府债务风险的度量。为对我国地方政府债务风险进行评级，本文选择运用聚类分析（CA）将我国地方政府债务风险综合评价值划分为三个区间，又为直观地表示债务风险的大小，采用绿灯、黄灯、红灯来作为债务风险信号灯，绿灯代表该地方政府债务风险较小，处于安全范围;黄灯代表该地方政府债务风险较大，该地方政府应加强对债务的监管，以防债务风险进一步扩大;红灯则代表该地方政府债务问题很严重，已经发生债务偿还危机，为避免对地方政府财政造成更大的威胁，该地方政府应立即采取相应的措施以降低政府债务风险。
五、实证研究
（一）我国地方政府债务风险指标的主观权重
1.因子分析
首先，运用因子分析法得到地方政府债务风险一级指标体系及相应权重。本文将除西藏、新疆外，其他各省份通过显著性检验的16个风险特征指标2011—2018年的相关数据，用SPSS 24软件进行因子分析。通过输出结果显示，该分析中KMO统计量为0.7，由于KMO统计量大于0.5，且伴随概率值为0.000<0.01，达到了显著性水平，表明该数据集满足因子分析的条件，代表本研究样本数据适合做因子分析。
做因子分析，主要目的是提取所需公因子，而确定公因子数目的最重要条件是使得提取的各公因子的累计方差贡献率要越大越好，具体来说是指所提取的公共因子的累计方差百分比应达到85%以上，才能表明所提取的公共因子能够很好地解释样本数据信息。根据此标准，将通过显著性检验的16个指标数据进行因子分析，结果发现刚性支出占比在所提取的每个公因子上其因子载荷值都较低，而剔除该指标后发现在提取公因子个数不变的情况下，累计方差贡献率得到显著提高。因此本文剔除该项指标，将剩下15项指标进行因子分析，最终结果如表2所示。
由表2可以看出，所提取的五个公因子累计方差贡献率高达85.187%，说明選本文提取的5个公共因子可以较好地体现我国地方政府债务风险的主要特征，具有较强的解释力。除此外，为了解上述所提取的5个公因子所包含的特征指标，故需对各特征指标的因子载荷矩阵进行旋转处理，根据旋转后的因子载荷矩阵，可以得到各公因子下指标构成情况。由旋转后的因子载荷矩阵可以得出，公共因子1中具有较大载荷指标的有转移支付依赖度、财政压力、赤字率、地方财政自给率，主要反映的是当期地方政府的财政收入情况和地区发展状况，因此将公共因子1定义为财政风险;金融发展成熟度、宏观税负水平、贸易开发度、产业结构升级在公共因子2上具有较大的载荷，主要反映地方政府当期社会经济发展情况，因此可以将公共因子2定义为经济环境风险;债务率、债务负担率、债务财政负担率在公共因子3上表现出较大的载荷，主要反映地方政府当期是否具有债务偿还压力，因此可以将公共因子3定义为偿债风险;税收收入占比和土地出让收入占比在公共因子4上具有较大的载荷，该两项指标均反映一个地方政府当期财政收入来源情况，表明地方政府发生潜在风险的可能性，因此将公共因子4定义为潜在风险;公因子5中具有较大载荷的指标为居民储蓄水平和各省份GDP占比情况，该两项指标可以反映各地区居民储蓄情况和地区经济发展水平，该两项指标越高，代表该地区发展动力越强，根据理性人和资本的逐利性，若这两指标较低会导致人才的流失和资金流失，因而将公共因子5定义为社会环境风险。综上所述，本文将财政风险、经济环境风险、债务风险、潜在风险、社会环境风险设为本文研究的一级指标，也是下文层次分析的决策层指标。
本文所构建的一级指标层对我国地方政府债务风险综合指标体系的权重可以用各公共因子的贡献率来确定。表2所示，本文共提取了5个公共因子，各公共因子对应的特征值为6.186、2.51、1.724、1.501、0.857，由公式λjλj，可以计算得出公共因子1的权重为0.484;公共因子2的权重为0.196;公共因子3的权重为0.135;公共因子4的权重为0.117;公共因子5的权重为0.067，故本文所研究的我国地方政府债务风险综合值可以表示为：
F=0.484F1+0.196F2+0.135F3+0.117F4+0.067F5（7）
2.层次分析
通过以上处理，可以得到我国地方政府债务风险综合指标体系中所划分的一级指标体系及其相应的权重。那么接下来应该思考，各一级指标下所包含的二级指标应赋予其多大权重呢？值得注意的是，一个指标的权重大小取决于该指标对所研究问题的重要程度。基于此，本文将运用对比两两指标相对重要程度的层次分析法来确定各二级指标的权重。由层次分析法操作步骤可知，本文需要构建5个重要性判断矩阵，因篇幅有限且重要性判断矩阵构建方法是相同的，本文仅详细介绍对公共因子1所包含的四个指标构建重要性判断矩阵。值得强调的是，重要性判断矩阵所强调的是两两指标的重要性相对大小，而不是该指标对所有指标重要性的大小，通过整理相关研究文献，采取相关评判标准可以得到公共因子1所包含的五个指标的重要性判断矩阵，如表3所示。
众所周知，层次分析法一个最为关键步骤就是层次分析结果必须通过一致性检验，以表3所构建财政风险风险的重要性判断矩阵为例，该表数据不一致程度的指标CI为0.0194，而一致性的标准RI通过查表可知为0.9，故其随机一致性比率CR的值为CI/RI=0.021，小于0.1，通过一致性检验，说明所构建的重要性判断矩阵是有效的。
3.FA-AHP法综合权重
经过上文分析可知，运用因子分析法可得到地方政府债务风险综合指标体系中所划分的一级指标的权重，运用层次分析法可以得到各一级指标下所包含的各二级指标的权重，将一级指标的权重与二级指标层各指标的权重相结合，可计算出本文所研究的地方政府债务风险综合指标体系中各指标的主观综合权重。值得一提的是，采用上述方法，可计算出由因子分析得到的公共因子2、3、4、5中所包含的各二级指标的权重。综上所述，运用因子分析法和层次分析相结合的方法，可以较为全面且准确地计算出各特征指标综合权重。
（二）我国地方政府债务风险指标的客观权重
上文已求得我国地方政府债务风险指标体系各指标的主观权重，但值得注意的是，主观权重的确定是以两个指标对地方政府债务风险影响程度相对大小作为判断标准，为避免人为确定的重要性判断矩阵所得到的权重影响风险度量的准确性，将采用熵值法来确定本文所构建地方政府债务风险指标体系中各指标的客观权重。因此，本文将通过显著性检验的15个风险特征指标进行无量纲化处理，将处理后的2011—2018年的数据数据录入SPSSAU，选择综合分析中的熵权法对录入数据进行分析，即可获得各指标的熵值权重系数。
（三）我国地方政府债务风险指标的组合权重
至此，已得到我国地方政府债务风险综合指标体系的主观权重和客观权重，因主、客观赋权法各有优劣，为了提高我国地方政府债务风险度量的准确性，本文引入距离函数使得主、客观权重的差异程度与分配系数α与β差异程度相一致，以此确定主观权重和客观权重的分配系数，将相关数据带入公式6，则可求得主、客观权重的分配系数为0.72、0.28。将分配系数带入则可求得我国地方政府债务风险综合指标体系所含各指标的最终组合权重。各指标的主观权重、客观权重以及组合权重具体情况，如表4所示。
（四）实证分析
综合上述分析，得到了我国地方政府债务风险综合指标体系各指标的最终组合权重，将2011—2018年各省份数据带入，即可求得各地方政府2011—2018年地方政府债务风险综合评价值。由于篇幅有限，本文仅展示各省份2015—2018年的数据结果。具体如表5所示。
至此实现了我国地方政府债务风险的度量，可求得各省份各期地方政府债务风险综合值，那么接下来应该思考的问题是：如何评判各地方政府债务风险的高低呢？通过查找相关文献，为客观地对我国地方政府债务风险进行评级，准确地反映我国地方政府债务风险综合值的状态区间，同时有效避免人为划分债务风险阈值来确定债务风险区间带来的负面影响，本文采用聚类分析法，客观地将我国地方政府债务风险综合评价值划分为三类。为了更直观地展现出各地方政府债务风险的实际状况，本文根据风险综合评价值的大小，用红、黄、绿信号灯来表示当年地方政府债务风险的状态，红色代表当年地方政府债务问题十分严重，已发生债务风险;黄灯表示当年地方政府债务风险虽较大，但还处于可控范围;绿灯表示当年地方政府债务风险较小。
通过整理聚类分析的结果可以得到：债务风险值R为[0，0.336）时为低风险区间，代表地方政府债务情况较为乐观;R为[0.336，0.608）时为中度风险区间，代表地方政府债务风险虽总体可控，但也不容忽视，因加强地方政府债务的管理，降低或至少应维持在现有水平;R为[0.608，1）时为重度风险区间，代表当前地方政府债务风险较高，应立刻采取措施控制风险，以免导致地方政府发生偿债危机。由实证结果可以得到以下的结论：第一，2011—2018年，我国地方政府债务风险出现红色警告占比为4.31%，代表地方政府债务总体处于可控制范围。第二，近八年来我国地方政府债务风险出现红灯警告的次数，总体来说比例不算太高，但不容忽视的是黄色警告高达占比68.10%、绿色警告占比仅为27.59%，因而表明当前我国地方政府债务风险总体情况并不乐观，各相关部门应加强重视程度。第三，虽然地方政府债务出现红灯次数较少，但值得注意的是发出黄色警告的次数已高达68.1%，由此说明我国大多数地方政府已或多或少地出现债务偿还问题，各地方政府相关管理部门应采取相应措施解决当前存在的问题。综合上述分析，可以得出我国各省份地方政府债务处于中度风险的省份较多，这说明我国有许多地方政府已经出现潜在偿还风险，处于黄灯区的地方政府虽然还未产生较为严重的地方政府债务偿还压力，但是其地方政府债务偿还压力正在日益增加。因此，各地方政府应该高度重视，加强地方政府债务管理，及时采取有效的措施去控制债务风险的增加，避免地方政府债务风险进一步的增加，由此引发地方政府债务偿还危机，损坏地方政府的信誉。
分析2015—2018年我国各省份地方政府债务风险状况相关数据可以发现：第一，2015—2018年来大多数地方政府的债务风险综合值呈现逐年增长趋势，这表明地方政府必须加强管理地方债务，防控债务风险突破红线。第二，为科学反映我国不同区域的社会经济发展状况，划分为四个经济区域：东部、中部、西部、东北。由表5结果可以看出，四年来债务风险警示灯为绿灯的省份全部出现在东部经济发达区域圈，而相反四年全为红灯的省份均出现在经济较为落后的西部区域，由此可以得出，一个省份的经济发展在很大程度上影响着地方政府债务的举借、使用和偿还。这个结果与实际相符，因为财政收入是地方政府资金的主要来源。当地区经济发展水平较低时，其财政收入就相对较差，而地区的经济发展又离不开人才与资金，值得注意的是经济发展水平越差的地区其人才流失率和资金流失率越高，这些地区想要发展就更为困难，地方政府为改变现状加快地区发展，在本身资金不足的情况下，就只能依靠大量举债。然而经济发展水平较低的地区其资金投资回报率又相对较低，这又一定程度上缩减地方政府资金来源，这形成了恶性循环，在一定程度上加重地方政府债务风险。第三，从表5可以看出，除了湖南、甘肃、陕西出现了债务风险状况由风险高的警示灯变为风险较低的警示灯外，其余均是维持当前的风险警示灯状态或者向更高风险警示灯的转变，由此也可以看出地方政府债务风险的控制对于各省份来说都是一个极其困难的事情，能够做到将债务风险控制在原有状态不再继续增加已是不易之事。因此各地方政府应引起高度重视，加强对地方政府债务风险的监管，极力控制地方政府债务风险进一步增加，让地方政府债务健康发展。
六、结论与启示
本文结合各分析方法的优点，采用因子分析法和层次分析相结合得到我国地方政府债务风险综合评价体系各指标的主观权重，又采用熵权法计算得出各指标的客观权重。后采用使得主、客观权重的差异与其赋予主、客观权重的权重差异相一致的处理方法，以期更好地结合主、客观权重，从而能够更加准确地度量对我国地方政府债务风险。各指标组合权重确定后，带入2011—2018年相关数据，可计算出地方政府债务风险综合值。考虑到人为划分债务风险区间会产生负面影响，本文又采用聚类分析法，客观地将地方政府债务风险综合值划分为三类，并用较为直观的红、黄、绿警示灯来对我国地方政府债务风险进行债务风险评级。
将本文研究结果同各地方政府财政决算报告中关于地方政府债务风险情况说明做比对，可表明采用主、客观相结合的方法确定的组合权重来度量我国地方政府债务风险具有一定可靠性。通过实证研究部分可以看出，近八年来我国地方政府债务风险存在以下三方面的问题：第一，除西藏、新疆外，其余各省份地方政府处于重度风险区间的情况占比为4.31%，可得出我国地方政府债务风险总体处于可控范围。但是值得注意的是，处于中风险区间的情况高达68.10%，又由于多省份的债务风险综合评价值逐年呈上升趋势，如江苏、浙江、四川等，特别是有5个省份其2018年债务风险值已超过0.55，若不加以控制这些处于中风险区间的省份有极大的可能恶化到重度风险区间。第二，我国地方政府债务风险的大小与地方经济发达程度呈反比趋势。由研究结果可知，东部发达省份债务风险水平整体较低，目前债务警示灯为绿色的，全部是东部经济发达地区。而西部较为落后的省份其债务风险水平整体較高，并且出现红灯的省份也多集中于西部地区。第三，我国地方政府债务风险水平处于绿灯占比仅为27.59%。该结果表明，虽多数省份地方政府未发生债务危机，但各地方政府债务循环过程也已出现问题，应高度重视并立即采取相应的措施控制地方政府债务风险，以免发生债务危机。
为顺利实现我国经济的转轨，进一步推动我国经济高质量发展，牢牢守住不发生系统性金融风险的底线，各地方政府应从下三个方面防范地方政府债务风险：首先，应从地方政府债务举借上出发，各地方政府应合理评判债务资金需求和偿还债务资金的能力。不盲目追求当前政绩单数据漂亮，应着眼于地方政府长期发展，合理安排地方政府债务举借量。特别是西部较为落后的地区，要合理规划举债，不能只图短期利益而大力举债，这样可能会适得其反。其次，从地方政府债务使用环节出发，各地方政府应加强债务资金使用管理，充分发挥债务资金作用。让地方政府债务资金流入到最需要的地方，合理规划每一笔债务资金，提高债务资金的使用效率，让每一笔资金都能最大化推动地方经济的发展。最后，各地方政府应做到“未雨绸缪”，合理规划和管理每一笔债务资金，让相关部门统计出现有的每一笔债务，完整记录每一笔债务的来源和去向，以及归还时间。按时偿还当期应还本息，时刻将地方政府信用放在第一位。只有地方政府将债务管理落实到债务循环的每一个环节，才能让地方政府债务风险始终处于安全区间。
【参考文献】
[1] HOMI KHARAS，DEEPAK MISHRA.Fiscal policy，hidden deficits[C].World Bank Economists' Forum，2001：1-48.
[2] WILLIAN EASTERLY，DAVID YURAVLIVKER. Evaluating government net worth in Colombia and Republica Bolivariana de Venezuela[C].Government At Risk：Contingent Liabilities and Fiscal Risk，2002：181-202.
[3] 吴聚稳.论析地方政府债务成因与建议[J].理论界，2009（9）：68-69.
[4] 刘蓉，黄洪.我国地方政府债务风险的度量、评估与释放[J]. 经济理论与经济管理，2012，82（7）：82-88.
[5] 邵瑞银.地方政府性债务风险的识别与预警研究[J].会计之友，2013（23）：80-84.
[6] XIAOLIN MIAO.Status analysis and control measures of the debt risk in Chinese local government：based on the study of the relationship between power，responsibility，and interests[J].China Finance and Economic Review，2016，29（8）：1-19.
[7] 李升，陆琛怡.地方政府债务风险的形成机理研究：基于显性债务和隐性债务的异质性分析[J].中央财经大学学报，2020（7）：3-16，47.
[8] 潘志斌.基于或有权益模型的我国地方政府性债务风险度量[J].系统管理学报，2015，24（6）：847-853.
[9] 马文扬，刘迪.以风险评级助力地方政府债务风险管控[J].财会月刊，2020（14）：145-152.
[10] 王晓光，高淑东.地方政府债务风险的预警评价与控制[J].当代经济研究，2015（4）：53-55.
[11] 杨志安，宁宇之.中国财政风险预警系统的构建——基于AHP评价法的实证研究[J].中国经济问题，2014（4）：30-37.
[12] 李斌，郭剑桥，何万里.一种新的地方政府债务风险预警系统设计与应用[J].数量经济技术经济研究，2016（10）：96-112.
[13] 李凯风，李星. 债务风险水平的识别及对区域金融风险的影响——基于熵权TOPSIS法和综合模糊评价法[J]. 上海金融，2019（3）：74-80.
[14] 范仕程，陈冬.地方政府债务可持续性及规模风险度量[J].时代金融，2019（14）：10-13.
[15] 李子超.地方政府债务信用风险研究——基于修正Merton模型的实证分析[J].经济师，2020（4）：126-128，131.
[16] 洪源，王群群，苏知立.地方政府债务风险非线性先导预警系统的构建与应用研究[J]. 数量经济技术经济研究，2018，35（6）：95-113.
[17] 刘媛媛，王绍强，王小博，等.基于AHP-熵权法的孟印缅地区洪水灾害风险评估[J].地理研究，2020，39（8）：1892-1906.
[18] 張晨，王清，陈剑平. 金沙江流域泥石流的组合赋权法危险度评价[J].岩土力学，2011，32（3）：831-836.
