区域城投债融资环境的边际变化是多维的，单一指标的边际改善或恶化，未必代表区域城投债融资环境发生了相应的改善或恶化。例如，融资成本的上升可能是市场总体利率环境趋紧导致的，又或者是区域倾向进行更长期限的融资，在其他条件不变的情况下同样会带来融资成本的上升。
　　综合考虑模型的精简性和变量的有效性，本文构造了“量-价-期限”三维坐标，将以上三项指标的变动形成的23种情况将区域城投债融资环境划分为八个层次，构建了“城投债融资环境三维度分析法”。我们以全国所有省份各项指标变动率的50%分位数（中位数）作为原点，其中变动率通过2022年相较2021年的数据变动得到。换言之，本模型中的上升和下降是相对概念，而非绝对概念。对于某区域而言，若其变动率减去基准变动率大于0则定义为“上升”，反之定义为“下降”。
　　本文计算了各省份2022年融资价格、融资量与融资期限相较于2021年的变化率，并据此进行了融资层次划分。整体来看，湖北、安徽等地的融资环境边际改善较为显著。而吉林、重庆等地的融资环境出现了边际弱化。
　　使用“城投债融资环境三维度分析法”，本文重点分析了江苏省、贵州省、重庆市和天津市的融资环境，从分地级市与分城投平台行政级别两个视角深入解读了区域城投债融资环境的变化。
　　在“城投债融资环境三维度分析法”的基础上，本文对模型进行了进一步拓展。首先，对融资价格、融资量和融资期限三个指标赋予权重。由于上述模型隐含了融资量、融资价格和融资期限三个指标的重要性相当的假设，但这一假设不尽合理。三者的重要性可能存在优先级。其次，将“绝对情况分析”纳入模型框架。由于部分地区融资环境一贯较优，导致上述模型计算出的2022年相较2021年的边际改善幅度较小，如果仅关注相对的边际变化率、忽略各地绝对情况的差异，会导致分析结果的偏误。因此，本文将各地的绝对情况纳入模型框架，形成了“相对变化”与“绝对情况”并重的模型。调整后的权重赋值为：融资价格绝对情况20%、融资价格相对变化20%、融资量绝对情况20%、融资量相对变化20%、融资期限绝对情况10%、融资期限相对变化10%。此外，构建量化评分体系。由于“相对变化”模型只考虑了变化的方向，未考虑变化的幅度，在三项指标变化幅度明显有异时对区域的评价可能有偏。以各区域每项指标在全国范围内的分位数作为评分依据进行赋分。
　　通过对三项指标赋予不同权重、将“绝对情况分析”纳入模型框架和构建评分体系建立了拓展模型。基于拓展模型，本文重新计算了各省份的融资环境得分。与原模型下的分层结果相比，浙江、福建和上海等省份的排名显著提升，主要原因是这些省份融资环境一贯较优，在“相对变化”模型下，其边际变化不显著，而在综合指标体系下，其绝对融资优势和相对融资变化皆得以体现。
　　信用债市场回顾：本周信用债发行总额4089.46亿元，较上周增长11.66%，净融资额414.87亿元，继续保持净融资；其中城投债净融资为584.29亿元，为净流入:本周产业债净融资额为-169.42亿元，保持净流出；本周信用债市场成交活跃度略有下降，年期、3年期和5年期中短票据收益率有所下行；本周有2家信用债发行人主体评级发生下调。
　　风险提示：1）城投口径判定存在一定主观性；2）模型假设不合理或计算结果有偏颇；3）公开信息披露不完整或不及时；3）城投政策变化超预期；4）数据提取失误；5）利率环境波动剧烈；6）各区域发债节奏有差异。