（作者宋雪涛， 天风证券 宏观首席研究员；张伟， 天风证券 宏观研究员）
10月人大常委会批准增发一万亿国债后，年内赤字率上调到3.8%左右[1]，引发了市场对未来财政空间和思路的讨论，有观点认为万亿国债的增发意义重大，意味着就此打开了财政空间。
实际上将中央和地方赤字汇总起来计算的广义赤字率，可能既不止3%，也不止3.8%。
广义赤字也可以有不同口径。窄口径的广义赤字，我们定义为“一般公共预算的收入与支出缺口”，这个口径除了国债和地方一般债所对应的狭义赤字，还包含调用其它预算、历史结余和预算稳定基金等部分。
中口径的广义赤字，我们定义为“一般公共预算和政府性基金的收入与支出缺口”，比窄口径的广义赤字多了这些年扩张较快的专项债等政府性基金“赤字”。
较宽口径的广义赤字，我们定义为“一般公共预算和政府性基金的收入与支出缺口和城投公开债券净增额”，比中口径的广义赤字多了城投的公开债融资。
更宽口径的广义赤字，我们定义为“一般公共预算和政府性基金的收入与支出缺口和城投带息债务净增额”，比较宽口径的广义赤字又多了城投的贷款、非标等其它债务融资。
我们先不考虑规模庞大的城投带息债务。
由于2014年审计甄别地方政府隐性债务，将地方政府一类债务在2015年一次性并入地方政府法定债务管理，造成窄口径和中口径的广义赤字率从2015年开始便突破了3%，尔后持续高于3%。
从2018年开始，专项债等政府性基金预算中的赤字加速扩张，中口径的广义赤字率与窄口径的广义赤字率的差距逐年拉大，2022年窄口径和中口径的广义赤字率分别为4.0%、5.9%（将中央单位特殊上缴利润18100亿元根据财政收入处理）。
将四季度增发的万亿国债考虑在内后，预计2023年窄口径和中口径的广义赤字率分别为5.0%、7.2%，较2022年分别提升1.0、1.3个百分点。
如果将城投融资定性为地方政府的表外举债，将城投带息债务的净增规模也考虑在内，那么2022年更宽口径的广义赤字率高达9.5%。
因此，如果将中央和地方汇总来看，我国财政政策实际上一直维持着积极的状态，真实的广义赤字率早已超过3%，所谓“3%红线”并未对财政扩张形成本质约束。
与其它国家相比，我国的中央政府杠杆率不高。截至2021年，根据世界银行数据，经合组织成员国、高收入国家、后人口红利国家的中央政府杠杆率分别为122.3%、126.9%、127.6%，而我国的中央政府杠杆率则仅为20.3%，不及美国的一半，明显低于全球其它主要国家。
在过去多年财政赤字扩张的进程中，我国的地方政府施展了主要的作用。2022年宽口径财政赤字中，中央政府贡献约19%，地方政府的表内（即一般预算+政府性基金）贡献约43%，地方政府的表外（即城投带息债务）贡献约38%。
过去多年，财政加杠杆主要通过地方政府完成。2022年，考虑城投带息债务后，我国的政府杠杆率为72.2%，较2015年提升32.2个百分点。其中考虑城投带息债务后的地方政府广义杠杆率为50.8%，较2015年提升26.3个百分点，地方政府广义杠杆率是中央政府杠杆率的2.4倍，而2015年则仅为1.6倍。
经过多年的债务扩张，地方政府债务压力已经处于较高水平。2022年末，我国地方政府显性债务余额（即并入地方政府财政预算的一般债务余额和专项债务余额）约35万亿元人民币，地方政府显性债务率（即“显性债务余额/综合财力”，综合财力=一般预算收入+政府性基金收入）约为125%，较2021年大幅提高19个百分点，已经超出了我国地方政府债务率100%的警戒线，甚至高出国际经常使用的120%的最高警戒线5个百分点[1]。
再考虑超过50万亿元的隐性债务（以截至2022年末53万亿元的发债城投带息债务估计）后，当前地方政府债务压力明显偏大。截至2022年，我国地方政府宽口径债务率已经达到262%，较2021年提升37个百分点，天津、黑龙江、新疆、湖北明显偏高，超过500%。
虽然3%已经不是约束，但今年还是上调了狭义赤字率，无法忽视的起因是房地产下行进一步加大了地方政府的偿债压力。土地出让收入是地方政府重要的财力来源，2021年地方政府土地出让收入约为8.5万亿元人民币，占当年地方综合财力的29%。而随着房地产的走弱，土地出让收入持续下滑，2022年地方政府土地出让收入仅有6.7万亿元人民币，较2021年下滑1.8万亿元人民币，在地方综合财力中的占比也下降到了24%，是抬升地方政府债务率的主要原因之一。
而今年土地财政仍在持续走弱，1-10月地方政府土地出让收入约为3.5万亿元人民币，较去年同期下降20.5%。根据往年前十个月土地出让收入在全年中的占比推算，预计全年地方政府土地出让收入约为5.2万亿元左右，较去年下滑1.5万亿元左右，同时也意味着今年地方政府性基金收入将较年初预算目标少1.5万亿元（年初预算中，预计地方政府性基金收入较去年增长0.4%）。
债务高企和土地出让收入下滑放大了地方政府的债务风险，因此，今年7月24日的中央政治局会议第壹次提出了“要有效预防化解地方债务风险，制定实施一揽子化债方案”[1]。
地方政府债务，目前仍然处于“铁索连舟”的状态，显性债务与隐性债务密切关联，不同区域、不同主体的隐性债务也相互关联。在金融市场的实操中，投资者目前仍然默认城投债务隐含了地方政府的信用背书，既未将城投信用与政府信用进行本质隔离，也未将城投债务区域之间的信用进行隔离。单一城投主体的债务违约，可能会打破“城投信仰”，进而波及到其它的城投主体。
目前，甭管是出于防风险考虑，还是出于稳增长考虑，短时间内均需避免以城投债务为代表的地方债务出现本质风险袒露。一方面，地方债务通过融资行为与广大金融机构紧密连接，而当前地产风险尚未完全出清，一旦地方债务出现风险，则有可能引发更大的危险。另一方面，财政政策仍然需要通过地方政府来落地生效，地方债务压力过上将会影响财政政策的实际效果（2022年以来，石油沥青开工率与基建投资增速屡次出现了背离，说明在地方债务压力加大制约了基建投资的实际效果）。
因此，在财政已经比较积极但仍需继续扩张的情景下，中央政府需要接替地方政府成为财政加杠杆的主体。万亿国债的增发代表了这种财政发力的结构性变化开始出现，并且中央金融工作会议也明确要求“建立同高质量发展相适应的政府债务管理制度，优化中央和地方政府债务结构”[1]，从政策设计层面也明确了政府加杠杆主体由地方向中央转移的路线。
地方债务收缩、中央债务扩张，只能说明财政赤字的结构正在发生变化，但结构的调整，其实不能直接指向整体财政赤字将进一步扩张。
那么赤字率的约束是啥？
制约财政赤字扩张空间的其实不是当期通胀压力或“3%”的赤字率经验红线，而是政府负债的可连续性，而负债可连续性则决定于国家信用。与个人借贷类似，国家信用越强，则可承担的债务规模也就越大。
债务只是一个中性的工具，就像医师看病开药，是药三分毒，究竟是治病的良药还是致死的毒药，本质决定于用药的剂量。合理用药的剂量决定于人的体重，正确的债务也由“国家的体重”——即国家信用所决定。
国家信用的背后，是一个国家的综合国力。综合国力由软实力和硬实力组成：软实力是由技术、劳动力、资本等决定的潜在经济增速；硬实力则由政治、外交、军事等决定。
当一个国家的综合国力越强，其财政赤字空间就相应越大，在赤字上限之下通过发债来增进经济增长，非但不会影响其债务的连续性，反而会进一步强化综合国力来提升赤字空间，表现在数据上就是国际收入与支出平衡、汇率稳定甚至走强。
2008年今后的美国就是典型的案例。2008年以后，美国为了应对金融危机造成的冲击，大幅提升政府杠杆率，政府杠杆率由2007年的57.7%大幅提升至2022年的111.9%；但由于美国综合国力仍在不断增强，并领先全球其它国家，因此美元指数并未因财政赤字大幅扩张而走弱，反而在持续走强。
反观2008-2014年间的欧洲，由于其财政扩张缺少综合国力的支撑，不具有可连续性，非但没有缓解欧洲的经济压力，反而造成了欧元的贬值和债务风险的积累。
因此，一个国家财政赤字的上限其实不是一个固定的数值，而是在综合国力、债务规模发展、国际竞争博弈中形成的动态均衡。
如果把经济发展比作一场足球赛，3%的赤字率就像球场中线，退在中线内不意味着不会丢球，推到中线外也不意味着能进球，球在哪里不影响竞赛结果，进球还是丢球最终还是由实力决定的。
当财政赤字超过综合国力可支撑的债务上限以后，财政加杠杆将不再具备可连续性。国际资本开始对国家信用发生担忧，国际收入与支出开始失衡，汇率贬值，滋生金融、经济风险，财政被动紧缩。当财政赤字被削减至过低水平以后，财政收缩开始拖累综合国力、抑制总需求，造成实际增长低于潜在增长，则财政重新加杠杆将有益于经济增速回归潜在增速，从而稳定国际收入与支出和汇率。
回到我国财政空间这个问题上。举债结构的调整是比较清晰的，房地产周期长期下行、土地财政退坡，意味着地方政府表内外举债空间可能已经迫近了上限，未来需要由中央接替地方成为加杠杆的主体，万亿国债增发开启了中央地方债务结构优化的进程，中央财政的赤字空间或许就此打开。
整体财政赤字空间是否进一步打开，表面上决定于中央财政扩张和地方财政收缩的相对幅度，但本质决定于将来的内外部压力和综合国力，是动态博弈下的结果。在债务可持续发展的视角下，如果科技、外交、军事等持续突破，则我国整体财政赤字空间或将进一步打开。
甭管是漂亮的去杠杆还是漂亮的加杠杆，核心还是发展。回到足球赛的比喻，压力大的时候退到中线内防守还击，压力小的时候推到中线外全面进攻。足球是圆的，债务也是圆的，足球场上需要根据对手状态随时进行攻守转换，赤字率也需要根据外部环境变化、综合国力上进、防风险压力而保持进退自如，进可攻退可守才是以发展为方向的债务平衡状态。
风险提示：
城投平台的认定可能存在偏差；部分数据的口径不完全一致，可能会造成测算结果的偏差。
（本文仅代表作者个人观点）
