EN中文

经济地理 >

2024 , Vol. 44 >Issue 4: 1 - 11

DOI: https://doi.org/10.15957/j.cnki.jjdl.2024.04.001

区域经济与理论方法

精准帮扶政策对县域经济增长助推效应及其收敛性实证研究

  • 周力 , 1 ,
  • 邹璠 , 2, ※ ,
  • 沈坤荣 3
展开
  • 1.同济大学 经济与管理学院，中国 上海 200092
  • 2.南京农业大学 经济管理学院，中国江苏 南京 210095
  • 3.南京大学 商学院，中国江苏 南京 210093
※邹璠（1994—），女，博士研究生，研究方向为县域经济发展。E-mail：

周力（1981—），男，博士，教授，研究方向为农业经济学、发展经济学。E-mail：

收稿日期: 2023-11-01

  修回日期: 2024-04-23

  网络出版日期: 2024-09-12

基金资助

国家社会科学基金重大项目(19ZDA117)

国家自然科学基金应急项目(72141011)

江苏省高校优势学科建设工程资助项目(PAPD)

收起

Boosting Effect of Targeted Poverty Alleviation Policy on County Economic Growth and Its Convergence

  • ZHOU Li , 1 ,
  • ZOU Fan , 2, ※ ,
  • SHEN Kunrong 3
Expand
  • 1. School of Economics and Management，Tongji University，Shanghai 200092，China
  • 2. College of Economics and Management，Nanjing Agricultural University，Nanjing 210095，Jiangsu，China
  • 3. Business School，Nanjing University，Nanjing 210093，Jiangsu，China

Received date: 2023-11-01

  Revised date: 2024-04-23

  Online published: 2024-09-12

Fold

摘要

保障欠发达县域共享发展成果、实现经济协调发展，是我国精准帮扶政策的应有之义。文章基于2006—2019年中国县域数据，采用经济增长收敛方程展开实证分析。研究发现：①我国县域经济存在收敛性，精准帮扶政策可以提升欠发达县域的经济增长速度（β收敛）。从作用机制看，产业结构升级与财政效率提升是精准帮扶助推经济收敛的关键，这与新古典增长理论、新经济地理学或内生增长理论的假说机理都不相符。②精准帮扶期间中国县域经济收敛源于贫困县、非贫困县内部的差距缩小（俱乐部组内收敛），而以东西部协作为代表的结对精准帮扶不能显著缩小贫困县与非贫困县之间的差距（俱乐部组间收敛）。据此，提出我国应该依据欠发达县域的比较优势顺势而为，兼顾效率与公平，调整优化结对关系和帮扶方式，加强政府综合治理能力，借助产业政策、财税政策等振兴欠发达县域，实现共同富裕目标。

关键词： 县域经济; 精准帮扶; 结对帮扶关系; 地区经济差异; 贫困县; 产业政策; 助推效应

本文引用格式

周力 , 邹璠 , 沈坤荣 . 精准帮扶政策对县域经济增长助推效应及其收敛性实证研究[J]. 经济地理, 2024 , 44(4) : 1 -11 . DOI: 10.15957/j.cnki.jjdl.2024.04.001

Abstract

Ensuring that underdeveloped counties share the development achievement and realize coordinated development is indispensable goals of China's targeted poverty alleviation policy. Based on the county data from 2006 to 2019 in China,this paper conducts an empirical analysis using the convergence equation of economic growth. The results show that: 1) China's county economy has convergence,targeted poverty alleviation policy can enhance the economic growth rate of underdeveloped counties (β convergence). According to the mechanism analysis,industrial structure upgrade and financial efficiency improvement are the keys to promoting the economic convergence,which is inconsistent with the hypothesis of either Neoclassical Growth Theory, New Economic Geography or Endogenous Growth Theory. 2) Further analysis shows that the economic convergence of China's counties stems from reducing the gap between counties within the poor and non-poor groups (within club convergence) during the period of Targeted Poverty Alleviation. Pairing assistance by the eastern region-western region cooperation policy cannot narrow the economic gap between poor counties and others (intergroup club convergence). Taking into account both efficiency and equity,China should follow the comparative advantages of underdeveloped counties, adjust the pairing assistance relationships and improve assistance methods between the eastern region and the western region,and strengthen the management capacity of the government. To realize common prosperity, the government should revitalize underdeveloped counties through industrial,financial, and taxation policies.

Key words： county economics; targeted poverty alleviation; pairing assistance relationships; regional economic differences; poor counties; industrial policy; boosting effect

党的十八大后，我国组织实施了人类历史上规模最大、力度最强的脱贫攻坚战，彻底消除了绝对贫困问题。特别是自2013年以来，党中央提出“精准扶贫精准脱贫”的重要思想，全党全国以更大的决心和力度，遵从“六个精准”的基本方略 ① ，变大水漫灌为精准滴灌，使得脱贫攻坚战取得全面胜利。当前，我国社会主要矛盾已经转化为“人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾”。如何兼顾效率和公平、实现平衡增长，是学界和政府的重要议题。精准帮扶对农户的增收成效现已被充分肯定[1]，那么，这一政策对于欠发达地区经济以及区域差距有何影响?
缩小地区经济差距的重中之重是实现经济收敛[2-3]。新古典增长理论描述了在资本边际收益递减的假定下，初始落后的地区有着更快的经济增速，并称之为 β收敛。其中，绝对收敛指在不控制其他条件因素下，地区基期人均收入（或GDP）与其后期增长率之间呈反比关系[4]；条件收敛指除初始水平外，地区经济增长率还取决于影响长期均衡的其他因素（如储蓄率、人口增长率、人力资本和制度等）[5]；另外，条件收敛往往发生在那些具有相似经济基础条件的经济体之内，即俱乐部收敛。改革开放以来，我国省域间的经济增长总体上缺乏绝对收敛性[6⇓-8]。要素市场扭曲、劳动力迁移障碍、政府政策偏向等问题的存在违背了基本假定前提，如果控制了这些因素，条件收敛可以得到验证[8]。Herrerias等基于1952—2008年数据，发现我国省际经济存在俱乐部收敛特征[3]。另有一些研究认为，区域经济增长可能呈发散趋势。其中，以Romer为代表的内生增长理论认为，技术外部性、专业化分工等会导致发达地区的资本边际收益递增[9]；以Krugman为代表的新经济地理学从规模报酬递增和运输成本角度指出，在一定发展阶段，由于发达地区更具投资吸引力，产业与生产要素集聚，地区间呈现不平衡增长[10]。还有观点认为，我国地区间之所以没有呈现新古典式经济收敛，主要源于市场作用下的经济差距扩大，而政府调控未能有效改变市场力量[11-12]，甚至使本地资源配置偏离比较优势[13]。
保障欠发达区域共享发展成果，是精准帮扶政策的应有之义 ② 。国际经验表明，发展中国家针对低收入人口的援助有效提高了家庭消费投资与生产能力，通过同时刺激供给与需求，改善本地生产、贸易与经济增长[14]。中国政府具备集中力量办大事的政治优势，演进的政策工具理应具有促进经济收敛的积极效应。本世纪伊始，中央采取了一系列区域性帮扶政策 ③ ，使得各省人均GDP差距自2004年后逐渐缩小[15]。与过去的粗放式帮扶相比，精准帮扶对区域发展的作用具有特殊性。例如，产业发展上，区域式帮扶主要通过基础设施、公共服务完善等来提升整体生产生活条件，而精准帮扶侧重将低收入人群纳入现代产业链，确保他们的参与和受益，为地区发展注入内生动力[16]；资金使用上，由于因户因人施策、动态管理，对实际情况更为了解的地方政府在财政上被赋予更多自主权，极大提高了地方政府的积极性[17]，避免了过去资源使用不精准、低质低效等问题；精准帮扶还更加注重对于人力资本的投资，进一步释放发展活力。
现有文献在省市经济收敛、县域经济增长、精准帮扶微观成效等方面已有大量探讨，但仍有待完善之处：①相比于省、市，县域作为城市经济与农村经济的关键结合，其收敛也是不平衡不充分发展的重要表现，但鲜有文献涉及。本文基于县域人均GDP测算的基尼系数表明研究期内经济差距呈缩小态势，这虽为从县域层面研究经济收敛提供了特征事实，但收敛（或发散）仍有待检验。②精准帮扶的相关文献基本围绕农户微观福利展开，而忽略了其对于欠发达地区经济发展的溢出作用。个别新近研究讨论了设立国家级贫困县[18-19]、“八七扶贫”计划[20]、转移支付[21]等区域帮扶对地区经济的影响，并对就业、人力资本、投资、产业发展、金融等多维机制展开中介效应检验[18-21]。但是精准帮扶与前期粗放式帮扶在作用渠道与效果上应有所差别。③许多学者检验了我国区域经济中的“俱乐部收敛”特征[7]，但此类研究主要测算不同俱乐部的差异化增长速度，未实证检验政策是否助推各俱乐部之间的收敛。④现有文献主要针对“中央—地方”形式的纵向帮扶展开研究[18-20]，缺乏探讨区域间联动协作的横向帮扶。
基于此，本文重点回答如下问题：中国县域经济增长呈收敛趋势吗?精准帮扶在此过程中是否起到助推作用?首先，本文使用2006—2019年中国县域面板数据，实证检验我国县域经济的收敛趋势；其次，将2014年精准帮扶的正式实施作为准自然实验，借助以国家级贫困县为实验组划分的双重差分法开展实证分析，并从要素流动、财政支出、产业结构、技术进步、金融发展等影响机制出发，深入剖析精准帮扶下中国县域经济的收敛机理；再次，使用泰尔指数分解方法，研究我国中东西区域之间、贫困县与其他县之间的收敛趋势；最后，采用县域配对样本，将2016年东西结对帮扶作为政策节点，探究这一县际协作制度能否缩小东部发达县与中西部欠发达县之间的差距。通过总结精准帮扶时期的县域发展经验，为探索乡村振兴时期的县域帮扶政策提供启示和借鉴。

1 实证研究设计

1.1 基准回归设定

首先，本文参照Barro等的 β收敛方程[22]，对我国县域经济的绝对收敛、条件收敛和俱乐部收敛进行分析。具体设定如下：
l o g y i , j / y i , j - 1 = α + β · l o g y i , j - 1 + γ · l o g y i , j - 1 / y i , j - 2 + ε i , j
式中：i指某县域；j表示某年； y i , j和 y i , j - 1分别当期和滞后期的人均GDP；因变量 l o g y i , j / y i , j - 1表示i县在j-1至j年之间的经济增长率（或经济增速）。对于系数 β来说，新古典经济增长理论预测其符号为负，即区域长期向着相同的稳态水平收敛，内生增长理论及新经济地理学则预测其符号为正。为了控制经济增长的“惯性”，回归中纳入滞后期的经济增长率 l o g y i , j - 1 / y i , j - 2。 ε i , j表示随机干扰项。变量描述见表1。
表1 变量定义与描述统计

Tab.1 Variable definitions and descriptive statistics

变量 变量说明 均值 标准差 最小值 最大值
l o g y i , j / y i , j - 1 年人均GDP增长率 0.021 0.098 0.432 0.457
l o g y i , j - 1 滞后期人均GDP对数（万元，2006年价格） 9.273 0.673 7.911 10.899
T P A i , j - 1 1=精准帮扶实施期间属于贫困县，0=其他 0.135 0.342 0.000 1.000
T r e a t i 1=国家级贫困县，0=其他 0.379 0.485 0.000 1.000
P o s t j - 1 1=精准帮扶实施之后，0=其他 0.357 0.479 0.000 1.000
P o p u i , j - 1 人口密度（百人/km2） 3.002 3.085 0.009 17.05
I n v e s t i , j - 1 固定资产投资额/GDP 0.706 0.351 0.003 1.999
F i s c a l i , j - 1 公共财政支出/GDP 0.265 0.221 0.049 1.034
N a g r i , j - 1 二三产业增加值/GDP 0.780 0.120 0.435 0.981
P a t e n t i , j - 1 专利授权数量/人口数量（个/万人） 3.730 11.062 0.000 107.9
C r e d i t i , j - 1 年末金融机构各项贷款余额/GDP 0.529 0.301 0.002 1.718
S a v i , j - 1 居民储蓄存款余额/GDP 0.650 0.292 0.096 1.628
在式（1）的基础上，对3种收敛形式，本文分别考虑以下不同设定：①不另外纳入其他变量，用于检验绝对收敛。②依据戴觅等的做法[8]，加入表示特定俱乐部的虚拟变量，用于检验俱乐部收敛（即“俱乐部组内收敛”）。这一做法允许具有相同初始GDP水平的县域的经济增速在不同俱乐部之间存在差异，但在俱乐部内部相同。俱乐部采用2种划分方式，一是按县域所在省份分为东部、中部和西部3个区域，二是将全部县分为贫困县与其他县两组（对应于后文变量 T r e a t i）。③加入一系列条件变量 Z i , j - 1，包括滞后期的县域人口密度 ① 、固定资产、财政依存度、非农产业、发明专利、金融信贷、居民储蓄等，用于检验条件收敛。此外，考虑到县域之间不可观测的结构性因素与时间趋势，参考Chambers等的做法[23]，本文进一步在条件收敛检验中加入县固定效应 μ i和时间固定效应 δ j。
其次，本文考察精准帮扶的助推作用。本文基于《中国农村扶贫开发纲要（2011—2020年）》中划分的832个国家级贫困县名单，通过探讨精准帮扶在经济发展水平不同的地区的差异化效果，来考察其对于县域经济收敛的影响。具体而言，本文采用双重差分模型，将精准帮扶政策视作一项“准自然实验”并纳入式（1）。本文设定Treat作为区分处理组与对照组的虚拟变量。 T r e a t i = 1表示i县属于国家级贫困县（实验组）， T r e a t i = 0表示属于其余县（对照组）；设定Post作为区分精准帮扶实施前后的时间虚拟变量， P o s t j = 1表示年份j为2014年及以后，否则 P o s t j = 0。核心自变量（TPA）为贫困县变量（Treat）与时点变量（Post）的交互项。模型设立如下：
l o g y i , j / y i , j - 1 = α + β · l o g y i , j - 1 + δ · T P A i , j - 1 + ϕ · T P A i , j - 1 · l o g y i , j - 1 + γ · l o g y i , j - 1 / y i , j - 2 + ε i , j
模型（2）中，令 T P A i , j - 1 = 1表示i县在精准帮扶政策实施期间（ j - 1 ≥ 2014）属于国家级贫困县。根据相关文献，在回归中控制政策实施前样本县的初始人均收入水平后，可视特定地区被纳入政策覆盖范围是外生的[24]。本文通过在回归中纳入滞后期县人均GDP来控制样本县的初始发展水平。同时，本文认为精准帮扶更可能加快初始落后县域的经济增长速度，因而纳入政策与滞后期GDP的交互项 T P A i , j - 1 · l o g y i , j - 1，并预测该变量系数为负。部分回归中另外控制了条件变量 Z i , j - 1、县固定效应 μ i和时间固定效应 δ j。
需要说明的是，双重差分法的采用前提是对照组不受政策干预的影响。精准帮扶主要体现在针对“建档立卡贫困户” ② 的帮扶。现实中，部分贫困人口也分布于非贫困县，并且享受到了一定的政策帮助。然而，作为建档立卡贫困人口聚集的区域，国家级贫困县无疑是推行精准帮扶的主战场。据国务院《“十三五”脱贫攻坚规划》统计，2015年我国建档立卡人口共5630万，其中63.4%分布于832个国家级贫困县。而本文统计得出，国家级贫困县人口仅占同年所有县域总人口的不到30%；同时，国家级贫困县的建档立卡户人口占比为13.6%，而其他县建档立卡户人口占比仅为2.8%。可见，面向建档立卡户的精准帮扶政策主要作用于贫困县。既有研究也表明，国家对贫困县的精准帮扶倾斜力度远远高于其他县[25]；地方政府也会根据各自的人力、财力和物力基础，在帮扶力度上对脱贫难度较大的贫困县有所侧重[26]。

1.2 其他实证分析

2016年7月，习近平总书记在东西部扶贫协作座谈会上，重新部署了“十三五”东西部协作和对口支援工作，安排东部267个经济较发达县与西部地区434个贫困县开展结对帮扶。本文基于精准帮扶时期的东西部协作制度，原创性地将样本中的758个国家级贫困县（ T r e a t i = 1）与1242个其他县（ T r e a t i = 0）分别进行两两配对，扩展为758 ×1242个配对组，分析两组之间的经济收敛。该部分样本时间跨度为2014—2019年，涵盖了东西部扶贫协作重大调整实施前和实施后的时期。设定如下计量模型：
l o g y r , j y r , j - 1 - l o g y p , j y p , j - 1 = α ' + β ' · l o g y r , j - 1 - l o g y p , j - 1 + δ ' · T P A _ P a i r r p , j - 1 + ϕ · T P A _ P a i r r p , j - 1 · l o g y r , j - 1 - l o g y p , j - 1 + γ ' · l o g y r , j - 1 y r , j - 2 - l o g y p , j - 1 y p , j - 2 + ρ ' · Z r p , j - 1 + μ r p ' + δ j ' + θ r p , j '
式中：下标p与r分别表示国家级贫困县与其他县；因变量 l o g y r , j y r , j - 1 - l o g y p , j y p , j - 1表示j-1至j年之间，相互配对的贫困县p与其他县r之间的人均GDP增长率之差； T P A _ P a i r r p , j - 1是本文关注的政策变量，表示为j-1年r县和p县之间是否存在结对帮扶关系的虚拟变量；系数 δ '能够反映出帮扶政策对于贫困县与其他县之间经济增速差距的影响，即本文关注的俱乐部组间收敛。与基准回归模型的思路类似，回归中加入因变量的滞后项 l o g y r , j - 1 y r , j - 2 - l o g y p , j - 1 y p , j - 2以及滞后期配对组人均GDP之差 l o g y r , j - 1 - l o g y p , j - 1。前者用来控制地区经济差距变动的惯性，后者用来控制初始经济差距对于俱乐部组间收敛速度的影响。政策变量与滞后期配对组人均GDP之差的交互项（ T P A _ P a i r r p , j - 1 · l o g y r , j - 1 - l o g y p , j - 1）反映了初始双方经济差距对于政策作用发挥的调节效应。 Z r p , j - 1表示滞后期配对双方其他条件特征变量的差距，条件变量的选取与基准模型一致。此外， μ r p '表示配对组固定效应； δ j '表示年份固定效应； θ r p , j '表示随机干扰项。

1.3 数据来源及说明

本文样本时间跨度为2006—2019年，起始年份的选取是因为2006年1月1日起我国废止农业税。作为家庭联产承包责任制后我国农村最重要的一项制度改革，取消农业税对于县域经济发展有不容忽视的影响[27-28]。例如，务农成本的降低促进了农民收入提高以及农业生产决策优化。农民增收可以扩大对工业产品及服务业的需求，农业增产则有助于就业向非农部门转移，进而促进县域二三产业的发展[28]。但农业税的取消也给县级政府带来了一定财政压力，使得其倾向于通过调整支出结构以及加强招商引资等方式改变县域发展模式[29]。本文使用的县域经济数据主要来自历年《中国县域统计年鉴》以及各省份统计年鉴；国家级贫困县以及东西部协作名单来自国家乡村振兴局；各县域的专利授权数量来自国家知识产权局的专利数据库；各县域的人口密度数据来自LandScan全球人口动态统计分析数据库 ① 。在剔除变量缺失与异常值后，样本共包含2000个县域样本，其中1242个非贫困县、758个贫困县。

2 β收敛分析

2.1 基准回归结果

表2列（1）~（5）报告了县域经济增长的绝对收敛、俱乐部收敛和条件收敛的回归结果。列（1）未引入任何其他变量时，基期人均GDP l o g y i , j - 1的估计参数 β为负，且在1%的水平上显著，表明样本期间我国县域经济存在绝对收敛，收敛速度为-0.045 ② 。列（2）回归中加入东中西虚拟变量后，模型的拟合优度（R2）有所上升，并且估计参数 β的值变大 ③ 。该结果说明我国三大区域之间存在结构性差异，县域经济呈现俱乐部收敛现象，收敛速度为-0.051。列（3）回归在列（1）的基础上加入贫困县虚拟变量后，收敛速度进一步增加（-0.06）。说明相比按中东西三大区域划分，以贫困县与其他县划分的县域经济呈现更明显的俱乐部收敛趋势 ① 。列（4）加入了一系列县域特征变量，结果显示，我国县域经济增长也存在条件收敛，收敛速度为-0.09。列（5）则进一步加入了年份和县固定效应，结果仍然一致 ② 。
表2 县域经济β收敛及精准帮扶的助推作用分析

Tab.2 β Convergence of county economy and the impact of targeted poverty alleviation

因变量：年人均GDP增长率 l o g y i , j / y i , j - 1
绝对收敛 俱乐部收敛 条件收敛 政策效应
（1） （2） （3） （4） （5） （6） （7） （8）
l o g y i , j - 1 -0.045*** -0.051*** -0.060*** -0.090*** -0.600*** -0.047** -0.087*** -0.599***
（0.010） （0.012） （0.013） （0.021） （0.036） （0.015） （0.022） （0.039）
T P A i , j - 1 0.650* 0.954** 1.610***
（0.297） （0.356） （0.186）
T P A i , j - 1 · l o g y i , j - 1 -0.069* -0.102** -0.175***
（0.033） （0.040） （0.021）
P o s t j - 1 -0.077*** -0.083***
（0.016） （0.018）
T r e a t i -0.043** -0.051** -0.056**
（0.014） （0.019） （0.023）
l o g y i , j - 1 / y i , j - 2 -0.156* -0.154* -0.149* -0.164* 0.024 -0.190* -0.196** 0.006
（0.083） （0.082） （0.081） （0.084） （0.031） （0.085） （0.086） （0.034）
P o p u i , j - 1 -0.001 -0.003* -0.003** -0.002
（0.001） （0.002） （0.001） （0.002）
I n v e s t i , j - 1 0.018** 0.016 0.017 0.006
（0.008） （0.010） （0.010） （0.010）
F i s c a l i , j - 1 -0.104** -0.115** -0.090** -0.191***
（0.041） （0.047） （0.039） （0.050）
N a g r i , j - 1 0.085 0.601*** 0.115* 0.535***
（0.051） （0.090） （0.053） （0.091）
P a t e n t i , j - 1 0.001*** -0.000 0.001*** 0.0005
（0.000） （0.000） （0.000） （0.000）
C r e d i t i , j - 1 0.020* -0.002 0.023 -0.011
（0.010） （0.014） （0.014） （0.015）
S a v i , j - 1 -0.068** -0.132*** -0.060* -0.195***
（0.023） （0.027） （0.028） （0.031）
常数项 0.435*** 0.514*** 0.595*** 0.863*** 5.206*** 0.510*** 0.835*** 5.316***
（0.092） （0.112） （0.128） （0.170） （0.318） （0.150） （0.194） （0.350）
东中西虚拟变量 否 是 否 否 否 否 否 否
年份固定效应 否 否 否 否 是 否 否 是
县固定效应 否 否 否 否 是 否 否 是
样本量 24000 24000 24000 19319 19319 22000 17549 17549
R2 0.055 0.059 0.063 0.080 0.320 0.096 0.120 0.353

注：1.*、**、***分別表示在10%、5%、1%水平上显著。为了克服时间波动的影响，括号内为按照年份进行的聚类稳健标准误。表3~表6同。

2.列（6）~（8）回归中，删除了2013—2014年观测期的样本（j=2014时），因为2013年处于精准帮扶实施前、2014年处于实施后，因而无法有效甄别政策发挥的作用。列（4）（5）与列（1）~（3）相比，样本量的差异来自控制变量的部分缺失，列（7）（8）同理。

表2列（6）~（8）报告了精准帮扶对县域经济收敛的助推作用。 T P A i , j - 1的系数表明，精准帮扶本身显著提高县域人均GDP增速。交互项[ T P A i , j - 1 · l o g ( y i , j - 1 )]的系数显著为负，意味着精准帮扶更能够加快初始落后县域的经济增速，即促进县域经济收敛。在既有研究的基础上[1-2]，本文的回归结果表明，精准帮扶在促进农户增收的同时，还对于欠发达地区的经济发展起到积极作用，有利于县域均衡发展。
表3 精准帮扶对县域经济收敛影响的稳健性检验

Tab.3 Robustness tests of the impact of targeted poverty alleviation on county economy convergence

因变量：年人均GDP增长率 l o g y i , j / y i , j - T / T
T=1 T=2 T=3 T=4
系统GMM 2012—2019年 脱贫摘帽 空间杜宾
（1） （2） （3） （4） （5） （6） （7）
l o g y i , j - T -0.698***（0.100） -0.805***（0.048） -0.599***（0.039） -0.074***（0.004） -0.444***（0.027） -0.371***（0.018） -0.259***（0.010）
T P A i , j - T 6.655***（1.675） 1.748***（0.254） 1.607***（0.188） 0.283***（0.095） 0.834***（0.118） 0.524***（0.125） 0.215***（0.052）
T P A i , j - T · l o g y i , j - T -0.816***（0.184） -0.191***（0.028） -0.175***（0.021） -0.029***（0.011） -0.091***（0.013） -0.057***（0.014） -0.022***（0.006）
l o g y i , j - T / y i , j - 2 T / T 0.087**（0.037） 0.074***（0.028） 0.006（0.034） -0.147***（0.009） -0.020（0.020） 0.011（0.013） 0.035*（0.019）
Q u i t i , j - 1 0.013（0.013）
常数项 3.043（1.989） 6.957***（0.425） 5.319***（0.351） 0.462***（0.036） 4.076***（0.251） 3.556***（0.177） 2.323***（0.105）
其他条件变量 是 是 是 是 是 是 是
年份固定效应 是 是 是 是 是 是 是
县固定效应 是 是 是 是 是 是 是
样本量 17549 11478 17549 14087 8199 5035 3254
R2 - 0.5 0.353 0.102 0.525 0.728 0.792

2.2 稳健性检验

为了探讨精准帮扶对县域经济收敛影响结论的稳健性，本文基于表2列（8）的回归开展一系列稳健性检验：①为解决动态面板中因变量滞后期可能带来的内生性问题，列（1）使用系统GMM方法进行回归，结果仍然一致 ③ 。②本文按照脱贫攻坚时期是否为国家级贫困县区分实验组与控制组地区。但考虑到该轮贫困县国家于2012年（精准帮扶实施前）就已划分完成，为了剥离前期粗放式区域帮扶的作用、避免高估精准帮扶效应，本文将样本期限制在2012—2019年，即仅对比贫困县确定后、精准帮扶实施前的阶段（ 2012 ≤ j - 1 < 2014）与精准帮扶实施后的阶段（ j - 1 ≥ 2014）的差异。列（2）回归结果表明，即使在考虑到区域帮扶的影响后，精准帮扶仍然发挥显著作用。③考虑到国家级贫困县存在退出机制，本文基于国家乡村振兴局公布的历年“脱贫摘帽名单”，设计了贫困县退出虚拟变量（ Q u i t i , j - 1）。在控制了贫困县退出变量后，列（3）结果依然稳健。④考虑到区域经济的空间相关性，本文还采用空间杜宾模型进行回归，空间权重矩阵使用各县域是否相邻来衡量，列（4）结果均与基准结果一致 ④ 。⑤本文更改经济增速的观测期长度进行回归。具体地，将基准回归中因变量 l o g y i , j / y i , j - 1分别替换为 l o g y i , j / y i , j - 2 / 2， l o g y i , j / y i , j - 3 / 3和 l o g y i , j / y i , j - 4 / 4⑤ 。表列（5）~（7）结果表明，不论观测期长度取任何值，精准帮扶助推县域经济收敛的结论仍然稳健。

2.3 影响机制分析

为检验精准帮扶助推县域经济收敛的作用机制，本文采用两阶段中介效应进行分析。第一阶段依次将前述一系列条件变量的当期值（ Z i , j）设为因变量，评估精准帮扶对各类经济增长驱动因素的影响（表4）。由于本文重点关注收敛问题，此处主要讨论交互项 T P A i , j - 1 · l o g y i , j - 1的估计参数。第二阶段回归则分别将这些驱动因素作为自变量，分析其对经济增长率的影响（表5）。
表4 影响机制分析第一阶段结果

Tab.4 First stage results of mechanism analysis

（1） P o p u i , j （2） I n v e s t i , j （3） F i s c a l i , j （4） N a g r i , j （5） P a t e n t i , j （6） C r e d i t i , j （7） S a v i , j
l o g y i , j - 1 -0.112*（0.058） -0.105***（0.021） -0.097***（0.009） 0.050***（0.004） -0.104（0.308） -0.109***（0.014） -0.171***（0.016）
T P A i , j - 1 -1.706***（0.660） 0.153（0.188） 0.178**（0.083） 0.243***（0.029） -7.893***（1.857） 0.376**（0.166） 0.432***（0.103）
T P A i , j - 1 · l o g y i , j - 1 0.190**（0.074） -0.006（0.021） -0.015（0.009） -0.026***（0.003） 0.520**（0.212） -0.037**（0.019） -0.044***（0.012）
l o g y i , j - 1 / y i , j - 2 0.020（0.031） 0.074***（0.017） 0.021***（0.005） -0.002（0.002） 0.537***（0.198） 0.014（0.010） 0.030***（0.009）
常数项 5.232***（0.525） 1.415***（0.194） 1.150***（0.081） 0.297***（0.039） 4.184（2.787） 1.439***（0.127） 2.201***（0.146）
其他条件变量 否 否 否 否 否 否 否
年份固定效应 是 是 是 是 是 是 是
县固定效应 是 是 是 是 是 是 是
样本量 20690 17143 21992 22000 21920 177639 21931
R2 0.940 0.671 0.908 0.920 0.813 0.750 0.869
表5 影响机制分析第二阶段结果

Tab.5 Second stage results of mechanism analysis

因变量：年人均GDP增长率 l o g y i , j / y i , j - 1
（1） （2） （3） （4） （5） （6） （7）
l o g y i , j - 1 -0.431***（0.026） -0.549***（0.038） -0.480***（0.025） -0.491***（0.026） -0.420***（0.025） -0.470***（0.029） -0.507***（0.029）
T P A i , j - 1 1.274***（0.181） 1.332***（0.200） 1.329***（0.158） 0.872***（0.168） 1.230***（0.170） 1.473***（0.189） 1.417***（0.150）
T P A i , j - 1 · l o g y i , j - 1 -0.139***（0.020） -0.145***（0.022） -0.142***（0.018） -0.095***（0.019） -0.133***（0.019） -0.160***（0.021） -0.152***（0.017）
l o g y i , j - 1 / y i , j - 2 -0.035（0.028） -0.027（0.040） -0.026（0.027） -0.035（0.027） -0.040（0.028） -0.032（0.030） -0.023（0.027）
P o p u i , j -0.001（0.003）
I n v e s t i , j -0.017（0.014）
F i s c a l i , j -0.615***（0.048）
N a g r i , j 1.411***（0.093）
P a t e n t i , j 0.002***（0.000）
C r e d i t i , j -0.184***（0.015）
S a v i , j -0.483***（0.027）
常数项 4.005***（0.239） 5.102***（0.344） 4.610***（0.233） 3.483***（0.218） 3.896***（0.231） 4.443***（0.265） 5.010***（0.270）
其他条件变量 否 否 否 否 否 否 否
年份固定效应 是 是 是 是 是 是 是
县固定效应 是 是 是 是 是 是 是
样本量 20690 17143 21992 22000 21920 19763 21931
R2 0.306 0.372 0.347 0.353 0.305 0.333 0.372

2.3.1 劳动力流动机制

表4列（1）交互项 T P A i , j - 1 · l o g y i , j - 1的估计参数显著为正，说明对于初始人均GDP越低的县域，在精准帮扶的影响下其人口密度下降越快。人口流动虽然是经济发展与城市化进程中的常态，但农村低收入人群普遍劳动技能偏低，非农转移与实现充分就业的壁垒仍然存在。精准帮扶通过点对点有组织的劳务输出、提供技能培训及劳务信息等措施，有序引导建档立卡人口跨县流动。欠发达地区的自然资源（如土地、矿产、旅游资源等）是一定的，劳动力适当流出有利于提高留守居民的人均资源拥有量，实现人均收入收敛[15]。然而，表5列（1）中 P o p u i , j的估计参数表明，人口密度改变对县域经济增速影响不显著。可能的原因在于，就业精准帮扶在实施中具有溢出效应，带动了欠发达县域中其他高素质劳动力流动，造成人力资本外流[18]。

2.3.2 资本投入机制

表4列（2）结果显示，对于初始落后的县域，精准帮扶并未显著提高其投资水平。这可能因为，由于数据可获性，本文中县域投资采用固定资产投资比例衡量，而包括水电、农田水利、交通基础建设等在内的固定资产投资，在前期区域帮扶时就已大规模开展，因而精准帮扶的效应不突出。相较而言，精准帮扶更多在“两不愁三保障” ① 方面进行了大量非生产性的公共投资与公共服务。类似的研究认为，此类援助帮扶可能导致“荷兰病”现象，对制造业等方面的私人投资产生一定挤出效应[30]。

2.3.3 财政投入机制

表4列（3）结果表明，精准帮扶对初始落后县域的财政依存度没有显著影响。精准帮扶时期，针对国家级贫困县的资金使用与管理也更加精准。为了确保帮扶资源真正用在帮扶对象上，“扶贫专项资金”直接下拨到对实际发展情况更为了解的县级政府，省市级政府不得截留与挪用 ② 。这些专项资金主要用于支持贫困县建档立卡户发展特色种养等产业，承接来料加工订单等。本文参考陈诗一等的方法[31]，进一步利用非参数DEA方法核算出各县政府财政支出的相对效率 ③ 。结果显示，精准帮扶显著提升了财政效率，进而促进了县域经济收敛 ④ 。

2.3.4 产业结构机制

表4列（4）与表5列（4）结果表明，精准帮扶可以显著提升初始落后县域的二三产业占比，从而促进县域经济收敛。作为精准帮扶的首要手段，产业帮扶在该时期呈现出重要特征：一方面，更强调“产业到户到人”，因地制宜“精准”安排帮扶项目[17]，这些扶持项目不乏许多二三产业项目（或“接二连三”项目）；另一方面，过往的帮扶措施往往忽视低收入群体的主体地位，精准帮扶强调产业发展与农户的衔接，提升其通过自身劳动从而改善收入的积极性。借助各种政策优惠，资源与要素由生产率低的农业部门流向生产率高的二三产业。此外，低收入群体往往具有较高的边际消费倾向，而精准帮扶显著促进农户增收，进而通过消费升级引致产业结构变迁。

2.3.5 技术进步机制

表4列（5）与表5列（5）结果表明，精准帮扶显著减少初始落后县域的专利发明，进而抑制了经济增长。可能的原因在于，欠发达地区主要采用技术引进（而非专利发明）以缩小地区经济差距[32]，精准帮扶未能有效激活本地原创的创新动力。

2.3.6 金融发展机制

表4列（6）（7）与表5列（6）（7）结果表明，精准帮扶促使基期落后县域的金融机构贷款与储蓄率显著增加。与区域开发式帮扶相比，精准帮扶更加注重为低收入群体提供金融渠道的支持，如通过转移性支付或提供专项小额贷款增加农户发展生产经营的资金。但是，金融发展因素进而抑制了经济增速。可能的原因：一是在于居民的储蓄增加意味着消费减少，进而使总需求减少；二是欠发达地区的金融体系尚不完善，小型金融机构发展有限，而大中型机构存在储蓄资源外流[33]。在这种情况下，储蓄与信贷未能有效转化为投资，而用于农户发展生产的资金也未必能在短期内获得直接回报，因而无法助推欠发达县域的经济增长[19]。

3 俱乐部组间收敛分析

3.1 特征事实

根据上文结论，精准帮扶有效助推了县域经济 β收敛，即欠发达地区有着比发达地区更快的经济增长速度。那么，我国县域间的经济差距是否缩小 ① ?如果缩小，主要是来源于贫困县、非贫困县内部，还是贫困县与非贫困县之间?图1a基于人均GDP的泰尔指数分解法，汇报了2006—2019年中国县域经济差距的基本趋势。从全域泰尔指数的变化来看，2009年开始我国县域经济差距出现缩小趋势。但将其分解为组内差异与组间差异后，县域经济差距的缩小主要来源于组内，且贫困县组内差距下降更为明显（特别是在2014年之后），而组间差异基本不变 ② 。类似地，图1b绘制了按照中东西部划分的县域经济差距。可以发现，西部地区组内经济差距明显减小，但组间差距仍然变化不大。这种现象暗含了近年来中国县域经济可能存在“俱乐部组内收敛、组间不收敛”的特征。
图1 基于人均GDP的泰尔指数分解

Fig.1 Theil index decomposition based on GDP per capita

3.2 东西部协作效应

县域经济收敛的实现不仅要加强相对落后县域的发展能力，更要通过有效的区域联动发展，促进欠发达县域与发达县域之间缩小差距、共享增长（俱乐部组间收敛）。东西部协作帮扶制度虽然始于1996年 ① ，但不同于过往政策，精准帮扶时期的结对协作具有以下特征：①结对关系更加精准。区域式帮扶时期的东西部协作主要在省级层面，而精准帮扶时期秉承“扶到点上、根上”的原则，充分考虑各地区间的经济发展特征，推动县域层面的对接，并在此基础上将结对关系下沉至乡镇、行政村层面。②帮扶对象更加精准。精准帮扶时期的东西部协作围绕产业合作、劳务协作、人才支援、资金支持、社会参与5个方面，对原有的帮扶方式进行拓展、深化、细化。更重要的是，各类措施都明确要求聚焦于建档立卡低收入人口。③考核机制更加精准。精准帮扶时期，东西部协作考核制度正式建立，明确规定了考核内容、方式及结果应用，其中不乏建档立卡人口就业吸纳人数、培训人数等具有“精准”属性的考核指标。
然而，表6列（1）回归结果显示， T P A _ P a i r r p , j - 1的估计系数不显著，说明精准帮扶中的东西部协作制度并没有显著缩小协作双方的经济增长差距，即未能促进贫困县与其他县的俱乐部组间收敛。考虑到我国三大地带本身在地理位置、自然条件、发展基础等方面存在差异，而东西部协作名单中大部分是东部县与西部县之间“结对子”，因而列（2）进一步纳入一系列“东中西配对虚拟变量” ② 来控制三大区域间的固有差异。列（3）则控制了条件变量，列（4）在此基础上加入县配对组固定效应与年份固定效应。可以看出，结对帮扶均未显著促进俱乐部组间收敛。相关研究为这一结果提供了可能的解释，吴国宝指出精准扶贫时期的东西部协作更多地考虑西部县的脱贫需要和东部的经济实力，较少考虑协作地区间资源禀赋的互补性、比较优势等其他因素[35]。此外，由于西部地区总体的投资软硬环境要差于东部地区，“万企帮万村”等引资政策实效不佳，东西部协作难以真正撬动资本由帮扶县向被帮扶县大规模流动。
表6 东西部协作对县域俱乐部组间收敛的影响

Tab.6 Between-club convergence of county economy and the effect of eastern region-western region collaboration

因变量：贫困县与其他县经济增速之差 l o g y r , j y r , j - 1 - l o g y p , j y p , j - 1
（1） （2） （3） （4）
l o g y r , j - 1 - l o g y p , j - 1 -0.001***（0.000） -0.002***（0.000） -0.003***（0.000） -0.025***（0.001）
T P A _ P a i r r p , j - 1 0.402（0.399） 0.420（0.456） 0.114（0.538） -0.646（0.797）
T P A _ P a i r r p , j - 1 · l o g y r , j - 1 - l o g y p , j - 1 -0.022（0.027） -0.035（0.039） -0.005（0.036） 0.048（0.054）
l o g y r , j - 1 y r , j - 2 - l o g y p , j - 1 y p , j - 2 -0.344***（0.001） -0.397***（0.001） -0.282***（0.001） -0.712***（0.001）
常数项 -0.060***（0.002） 0.174***（0.003） -0.000（0.002） 0.279***（0.017）
东中西配对虚拟变量 否 是 否 否
其他条件变量 否 否 是 是
年份固定效应 否 否 否 是
县配对固定效应 否 否 否 是
样本量 2451312 2451312 2096403 2096403
R2 0.134 0.158 0.596 0.797

4 结论与启示

本文基于2006—2019年中国县域数据，针对精准帮扶政策下的县域经济收敛展开实证分析。相较已有研究，本文选取具有重要社会与治理功能的县域为研究对象，首次将帮扶政策引入新古典经济收敛方程，验证了精准帮扶“以点筑面”的积极作用。这不仅有利于总结前期的县域发展经验，更为探索乡村振兴时期的县域帮扶政策提供启示 ③ 。得出结论如下：①我国县域经济增长存在绝对收敛、俱乐部收敛以及条件收敛；②精准帮扶不仅可以提升县域经济增速，还可以加快县域经济收敛速度、助推经济协调发展；③精准帮扶主要通过产业结构升级与财政效率提升促进了县域经济收敛；④尽管精准帮扶时期我国县域经济差距缩小，但其贡献局限于缩小贫困县内部的经济差距（俱乐部组内收敛）。跨区域的协作帮扶对缩小贫困县与非贫困县之间的经济差距（俱乐部组间收敛）作用不显著。
基于以上结论，本文得到启示如下：
①精准帮扶下中国县域经济虽然呈现新古典增长理论描述的收敛趋势，但从实际情况来看，新世纪以来我国劳动力、资本、技术、信息等要素向发达地区集聚[15]，与该理论中资本向欠发达地区流动而收敛的机理相悖。与此同时，尽管要素集聚促进了发达地区的规模经济与内生性增长，我国县域经济也未见如新经济地理学或内生增长理论预测的发散态势。本文以精准帮扶政策为切入点，发现产业政策与财税政策是我国实现县域经济收敛的关键，后期仍应将其作为全面推进高质量发展的抓手。一方面，欠发达县域要在结合自身自然文化环境的基础上，进一步延长产业价值链，优化产业结构，创新发展模式；另一方面，要提升对于欠发达地区返贫群体的动态识别能力，保证财政帮扶投入的精准化。
②精准帮扶在带动目标主体增收脱贫的同时，对于解决区域上的不平衡不充分发展问题也有积极溢出效应。但根据本文的影响机制分析，精准帮扶在实施中仍然存在一定不完善之处。例如，劳动力流动的传导机制不畅；本地储蓄信贷未能有效转化为投资；还可能存在创新挤出等负面机制。基于此，乡村振兴时期县域帮扶政策的优化要着重从以下方面入手：一是把握欠发达地区人力资源稀缺与人口结构老龄化的特点，在顺应人口流动趋势的同时，推动人才返乡下乡，积累人力资本；二是欠发达地区要加大对于研发的投入，在接受项目帮扶时注重与发达地区的学习交流，推动本地创新；三是当前欠发达地区仍未形成有效的规模经济，资本收益率低，需进一步通过实施各类优惠政策、改善营商环境等吸引先进要素集聚，鼓励工商资本参与欠发达县域发展。
③精准帮扶中东西部结对协作制度的作用有限。未来我国应该依据欠发达县域的比较优势顺势而为，调整优化结对帮扶关系和帮扶方式。要按照“分类指导、区别对待”原则，通过精准施策提升政策效果。要根据结对地区间的资源禀赋、产业关联、差距特征等，充分发挥双方的比较优势，因地制宜地选择协作路径。此外，精准帮扶时期的结对协作更多强调反贫困支援，在此基础上，后期还应注重协作中的互惠共赢，促进先发地区自主、自愿地带动后发地区共享发展。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
李芳华, 张阳阳, 郑新业. 精准扶贫政策效果评估——基于贫困人口微观追踪数据[J]. 经济研究, 2020, 55(8):171-187.

[2]
徐现祥, 李郇. 中国城市经济增长的趋同分析[J]. 经济研究, 2004(5):40-48.

[3]
Herrerias M J, Ordoñez J. New evidence on the role of regional clusters and convergence in China (1952-2008)[J]. China Economic Review, 2012, 23(4):1120-1133.

[4]
Baumol W. Productivity, Convergence and welfare:What the long run data show[J]. American Economic Review, 1986,76:1072-1085.

[5]
Barro R J. Economic growth in a cross-section of countries[J]. Quarterly Journal of Economics, 1991,106:407-443.

[6]
蔡昉, 都阳. 中国地区经济增长的趋同与差异——对西部开发战略的启示[J]. 经济研究, 2000(10):30-37,80.

[7]
沈坤荣, 马俊. 中国经济增长的“俱乐部收敛”特征及其成因研究[J]. 经济研究, 2002(1):33-39,94-95.

[8]
戴觅, 茅锐. 产业异质性、 产业结构与中国省际经济收敛[J]. 管理世界, 2015(6):34-46,62,187.

[9]
Romer P. Increasing returns and long-run growth[J]. Journal of Political Economy, 1986,94:1002-1037.

[10]
Krugman P. Increasing returns and economic geography[J]. Journal of Political Economy, 1991,99:483-499.

[11]
马拴友, 于红霞. 转移支付与地区经济收敛[J]. 经济研究, 2003(3):26-33,90.

[12]
王志刚. 质疑中国经济增长的条件收敛性[J]. 管理世界, 2004(3):25-30.

[13]
Young A. The razor’s edge:Distortions and incremental reform in the People’s Republic of China[J]. Quarterly Journal of Economics, 2000, 115(4):1091-1135.

[14]
Villa J M, Social transfers and growth:Evidence from luminosity data[J]. Economic Development and Cultural Change, 2016, 65(1):39-61.

[15]
陆铭, 李鹏飞, 钟辉勇. 发展与平衡的新时代——新中国70年的空间政治经济学[J]. 管理世界, 2019, 35(10):11-23,63,219.

[16]
林万龙, 孙颖. 精准到户?: 产业精准扶贫政策评价及下一步改革思考[J]. 中国农业大学学报:社会科学版, 2020, 37(6):12-21.

[17]
王立国, 李卓. 精准投资、 脱贫增收与乡村振兴——来自脱贫县(区)的实证研究[J]. 财经问题研究, 2022(12):69-81.

[18]
黄志平. 国家级贫困县的设立推动了当地经济发展吗?——基于PSM-DID方法的实证研究[J]. 中国农村经济, 2018(5):98-111.

[19]
张彬斌. 新时期政策扶贫、目标选择和农民增收[J]. 经济学(季刊), 2013, 12(3):959-982.

[20]
Meng L. Evaluating China’s poverty alleviation program:A regression discontinuity approach[J]. Journal of Public Economics, 2013,101:1-11.

[21]
马光荣, 郭庆旺, 刘畅. 财政转移支付结构与地区经济增长[J]. 中国社会科学, 2016(9):105-125,207-208.

[22]
Barro R J, Sala-i-Martin X. Economic Growth[M]. New York: McGraw-Hill,1995.

[23]
Chambers D, Dhongde S. Convergence in income distributions:Evidence from a panel of countries[J]. Economic Modelling, 2016,59:262-270.

[24]
徐舒, 王貂, 杨汝岱. 国家级贫困县政策的收入分配效应[J]. 经济研究, 2020, 55(4):134-149.

[25]
张博胜, 曹筱杨. 精准扶贫政策对国家级贫困县城乡收入差距的影响[J]. 资源科学, 2021, 43(8):1549-1561.

DOI

[26]
刘梦航, 李俊伟, 李强. 精准扶贫政策对城乡居民收入差距的影响研究——以山西省为例[J]. 中国农业资源与区划, 2020, 41(8):228-237.

[27]
Luo R F, Zhang L X, Huang J K, et al. Elections,fiscal reform and public goods provision in rural China[J]. Journal of Comparative Economics, 2007, 35(3):583-611.

[28]
李卓, 封立涛. 农业减税降赋对经济现代化的促进作用——来自取消农业税的证据[J]. 经济评论, 2022(3):56-71.

[29]
吴敏, 周黎安. 财政压力的多层级传递与应对——基于取消农业税改革的研究[J]. 世界经济文汇, 2020(1):41-59.

[30]
Bulte E H, Xu L, Zhang X. Post-disaster aid and development of the manufacturing sector:Lessons from a natural experiment in China[J]. European Economic Review, 2018, 101 (9):441-458.

[31]
陈诗一, 张军. 中国地方政府财政支出效率研究:1978—2005[J]. 中国社会科学, 2008(4):65-78,206.

[32]
李光泗, 徐翔. 技术引进与地区经济收敛[J]. 经济学(季刊), 2008, 7(3):983-996.

[33]
王仁祥, 王婧. 县域视角下的贫困、金融发展与经济增长——基于系统GMM方法的再检验[J]. 经济理论与经济管理, 2017(1):84-94.

[34]
潘文卿. 中国区域经济差异与收敛[J]. 中国社会科学, 2010(1):72-84,222-223.

[35]
吴国宝. 东西部扶贫协作困境及其破解[J]. 改革, 2017(8):57-61.

Options
文章导航

/

〈 〉