EN中文

Economic geography >

2019 , Vol. 39 >Issue 3: 20 - 28

DOI: https://doi.org/10.15957/j.cnki.jjdl.2019.03.003

Can the Policy of the Economic Zone Promote the Western Economic Growth? Research Based on Synthetic Control Method

  • LI Guoping ,
  • LI Hongwei , ※
Expand
  • School of Economics and Finance，Xi'an Jiaotong University，Xi'an 710061，Shaanxi，China

Received date: 2018-07-08

  Revised date: 2018-09-06

  Online published: 2025-04-29

Fold

Abstract

Based on the policy experiment of the planning of the economic zone and the synthetic control method, this paper selects the Beibu Gulf Economic Zone and the Guanzhong-Tianshui Economic Zone as the research object and evaluates the policy effect on the western region. The results show that: 1) from an overall perspective, the policy of the economic zone has a positive effect on the economic growth of the region, but there is a fluctuation in the policy effect; 2) the policy effect of each constituent city in the economic zone is different, but the economic zone policy has a restraining effect on the economic growth of the core city of the economic zone; 3) the difference between the results of the urban empirical study shows that the economic development of the cities in the economic zone does not necessarily follow the Economic Zone Planning based on its own resource endowment, location conditions, development status and political background, especially for the city in the non-administrative region. The result of neglecting administration barrier is that in the economic zone policy plays the negative role.

Key words： Economic Zone; policy effect evaluation; synthetic control method; economic growth; the great western development strategy; spatial planning; high-quality development

Cite this article

LI Guoping , LI Hongwei . Can the Policy of the Economic Zone Promote the Western Economic Growth? Research Based on Synthetic Control Method[J]. Economic geography, 2019 , 39(3) : 20 -28 . DOI: 10.15957/j.cnki.jjdl.2019.03.003

党的十九大提出“强化举措推进西部大开发形成新格局”的要求，如何在爬坡过坎、转型升级的关键阶段，通过更加科学的空间规划和资源整合，实现“向高质量发展阶段”的要求，是西部地区面临的一个重要任务。在这样的现实背景下，通过经济区规划“着力培育若干带动区域协调协同发展的增长极”，不仅能够吸收三大增长极以点带面发展区域经济的思路，而且能够满足其打造“第四增长极”[1]和成为支持西部大开发战略高地[2]的诉求，对缩小东西部发展差距和实现区域协调发展具有重要意义。
经济区规划是国家深入推进西部大开发战略的重要手段。西部地区的经济区规划一方面尊重区域发展规律，选择由于自然条件和经济社会条件自发形成的经济区域，另一方面也依赖国家组织力量的统筹安排，具有一定的强制性。在现有文献中，探讨以行政力量为主导进行规划的区域联盟和经济区划改变对区域经济的影响，一直为学者们所关注[3-4]。

1 文献综述

如何评价西部地区的区域经济规划政策效应?现有文献以西部大开发为题材，进行了富有成果的研究。刘生龙等发现西部大开发的实施使得西部地区2000年以来的年均经济增长率增加了约1.5个百分点[5]。刘瑞明等发现西部大开发政策对地区GDP、人均GDP增长依然没有显著推动作用，甚至对地区GDP有显著的负向作用[6]。同时，学者们从作用机制方面入手，研究有关政策对区域发展的作用机制，王洛林等认为，西部地区相对于东部地区更高的固定资产投资，是政策效果产生的主要原因[7]。谭周令等发现西部大开发政策提升了西部地区对外开放程度和基础设施投资，但在一定程度上对人力资源存在“挤出效应”[8]。同时，学者们发现，区域政策所带来的经济联系和产业分工优化是促进西北地区经济增长的主要途径[9]。这一结论在学者们对其他区域政策进行评估时得到验证[10]。
截至2015年，以国务院明确批准、国家发改委明确出台规划为依据，西部地区在国家层面中得到批准的经济区依照时间顺序为：北部湾经济区、关中—天水经济区、成渝经济区、呼包银榆经济区和黔中经济区。已有文献对西部地区经济区规划的研究停留在理论阐释和可行性分析阶段。部分学者对经济区政策持肯定态度，其依据在于：①经济区不仅能够促进区域经济协同发展，更能够从区域协同创新、区域资源共享、区域要素流通等方面对区域经济社会发展产生作用[11-12]。②经济区规划依托区域核心城市，这意味着经济区从规划布局来看，是西部地区最有可能成为增长极的区域[13-14]。③经济区人口密集、市场广阔、需求旺盛、潜力巨大，有利于吸引海内外投资等各类要素在此集聚和重组[15-16]。但也有学者对经济区政策提出质疑，通过从交通通达性的角度测度经济区县域经济之间的相关联系，结果发现基于不同交通方式的县际经济联系中龙头城市、孤岛城市、孤点城市并存，大多城市处于自我发展阶段，区域一体化进程缓慢[17]，且需要面对产业集聚度不高和体制机制创新活力不足[18]、基本公共服务和人力资源开发水平亟待提高[19]、生态建设和环境保护任务繁重[20-21]等问题。从以往研究看，研究者们的观点分歧产生的主要原因在于，少有文献对经济规划区的政策效应进行估计，使得以往的实证结果中不能够剥离出经济区规划的净政策效应。鉴于此，对经济区政策效应的评估对西部大开发的持续进行和落后地区的经济发展实践具有重要现实意义。
以往政策效应评价中所常采用的双重差分法和双重差分倾向得分匹配法均容易导致隐性偏差。本文利用Abadie等基于Rubin的反事实框架提出的合成控制法来估计政策的效果[22]。Abadie等认为，通过对若干未受政策干预影响的区域进行适当的线性组合，可以构造一个更加优秀的“合成控制地区”[23]，且线性组合的最优权重由数据驱动，避免了研究者主观选择控制组的随意性。合成控制法在近年国内区域政策效果的评价中逐渐得到应用，学者们利用合成控制法对自贸区的设立[24]、经济特区的设立[25]的政策效应进行了可信的评估。鉴于此，本文基于2001—2015年西部地区地级市的面板数据，采用合成控制法，对经济区规划的净政策效应进行估计，以此来衡量经济区规划对西部地区经济增长的作用。在西部地区的经济区中，由于成渝经济区的相关解释变量的特征向量是远离其他地区特征向量的凸组合，采用合成控制法无法得到权重矩阵，而黔中经济区和呼包银榆经济区受到经济区政策影响的时间较短，无法体现出拟合结果的变化情况，故在西部地区的经济区中，本文选取北部湾经济区和关中—天水经济区为研究对象。本文的边际贡献如下：①本文采用纯数据驱动的合成控制法，对西部地区经济区规划的政策效应进行估计，不仅能够评价经济区规划是否有效，也能够评估政策实施后每年的政策效应，反映政策效应的变化趋势。②本文从整体和经济区组成城市两个方面对政策效应进行估计，不仅能从经济区层面探讨政策对经济区经济增长的影响情况，也能反映出经济区组成城市之间的差异情况。

2 研究设计和数据来源

2.1 研究设计

人均GDP的变化是判断地区政策效果是否有效的重要参考之一。假设共有M+N个地区，地区 i ∈ 1 , ⋯ , M , M + 1 , M + N，将地区 i ∈ 1 , ⋯ , M视作未受政策影响的潜在的控制组，地区 i ∈ M + 1 , ⋯ , M + N视作受政策影响的处理组。 A _ G D P i t N表示地区 i在时间 t上未受到政策影响时的人均GDP，假定 t = T 0为地区受到政策影响的时间点。 A _ G D P i t I表示地区 i在时间 t上受到政策影响时的人均GDP，如果地区 i在第 T 0 + 1至第 T期持续受到政策的干预，对所有 i ∈ 1 , … , M + N，均有 A _ G D P i t N = A _ G D P i t I。设 α i t = A _ G D P i t I - A _ G D P i t N，表示经济区的设立对区域 i的实验效应，则在 T 0 + 1 , … , T时间段上，有 A _ G D P i t I = A _ G D P i t N + α i t。对于地区而言，计算经济区设立的实验效应，需要对 A _ G D P i t N进行估计。本文采用Abadie等[22]提出的因子模型估计 A _ G D P i t N，则有：
A _ G D P i t N = δ t + θ t Z i + σ t μ i + ε i t
A _ G D P i t = A _ G D P i t N + α i t D i t
式中： δ t为固定时间效应； Z i为可观测的向量； θ t为其系数； σ t表示个体固定效应， μ i表示时间固定效应，两者的乘积表示不可观测的互动固定效应； ε i t为随机扰动项，设 D i t为是否接受政策影响的虚拟变量，如果接受 D i t的值取1，否则取0。
为了得到经济区政策的影响效应，必须估计经济区假设没有受到政策影响时的经济发展状况 A _ G D P i t N。将合成控制地区的权重记为M维列向量： W = ω 1 , … , ω M '。 ω i ∈ [ 0,1 ]且 ω 1 + ω 2 + ⋯ + ω M = 1， ω i代表控制组地区在合成处理组地区时所占的权重。合成控制地区的结果变量可写为：
∑ i = 1 M ω i A _ G D P i t = δ t + θ t ' ∑ i = 1 M ω i Z i + σ t ' ∑ i = 1 M ω i μ i + ∑ i = 1 M ω i ε i t
依据假设，地区 i = M + 1受到经济区设立的政策影响，则有：
      A _ G D P M + 1 , t N - ∑ i = 1 M ω i A _ G D P i t = θ t ' Z M + 1 - ∑ i = 1 M ω i Z i + σ t ' μ M + 1 - ∑ i = 1 M ω i μ i +       ∑ i = 1 M ω i ε M + 1 , t - ε i t
如果存在 W，使 Z M + 1 ≈ ∑ i = 1 M ω i Z i且 A _ G D P M + 1 , t N ≈ ∑ i = 1 M ω i A _ G D P i t , t ∈ 1 , … , T 0。则也会有 μ M + 1 ≈ ∑ i = 1 M ω i μ i。定义合成控制估计量：
α M + 1 , t * = A _ G D P M + 1 , t N - ∑ i = 1 M ω i * A _ G D P i t t = T 0 + 1 , … , T
如果合成控制的权重向量 W *能够很好复制处理地区的经济特征与干预前的结果变量，则当干预前期数 T 0趋向无穷大时，合成控制估计量是渐进无偏。
本文采用Abadie等的做法[22]，用近似解来确定最优合成控制的权重向量 W *。在某个地区受到政策影响之前，记其各预测变量的平均值为向量 H 1（K ×1维列向量，下标1表示其为处理组）。将控制组相应预测变量的平均值记为矩阵 H 0（K ×i维列向量，下标0表示其为控制组，其中第 i列为第 i个地区的相应取值），选择最小化 H 1和 H 0 W之间的距离来确定最优合成控制的权重向量 W *。即考虑有约束的最小化问题：
m i n W H 1 - H 0 W ' V H 1 - H 0 W s . t . ω i ≥ 0 ; i = 1 , … , M ; ω 1 + ω 2 + ⋯ + ω M = 1
式中： V为（K ×K）维对角矩阵，其对角元素均为非负权重，反映相应的预测变量对于人均GDP的相对重要性，记此约束最小化问题的最优解为 W * ( V )，显然其结果依赖于对角矩阵 V。Abadie等认为，记 Z 1为 T 0 × 1维列向量，包含处理组在受政策影响之前所有结果变量；记 Z 0为 ( T 0 × M )维矩阵，表示控制组在政策影响发生之前的结果变量。则
V * = a r g m i n V Z 1 - Z 0 W * ( V ) ' Z 1 - Z 0 W * ( V )
通过式（6）求解出 V *，代入式（5）求解出 W *，将其代入式（4）可得受到经济区政策影响后的效应估计值。

2.2 研究对象、数据来源及变量说明

本文选取西部地区地级市2001—2015年的面板数据，具体数据来源于《中国统计年鉴》《中国城市统计年鉴》，部分缺失数据通过各省的统计年鉴和各地级市的年度统计公报补齐。北部湾经济区和关中—天水经济区作为国家规划的经济区，为本文的处理组；选取西部地区其他地级市为控制组。对控制组样本做出如下处理：①删除数据缺失严重，对估计结果可能产生较大影响的地级市（如拉萨市、陇南市）。②删除成为地级市时间较短的城市，因为其数据的统计口径在成为地级市前后存在不一致（如海东市）。③合成控制法在选择控制组时，要求其与处理组存在着较为相似的区域特征，本文删除掉与处理组城市联系较少的部分内蒙古地区的地级市。④合成控制法的权重约束条件，使得当目标城市的特征向量远离其他地区特征向量的凸组合时，不存在符合约束条件的权重，本文删除掉满足这个条件的城市（如重庆市）。⑤控制组中删除其他受到经济区政策但并未纳入处理组的城市。处理组和控制组的城市见表1。
表1 处理组和控制组城市名称

Tab.1 Processing group and control group

组别 城市数 城市名称及分布
处理组 13个 北部湾经济区（南宁市、玉林市、北海市、钦州市、防城港市、崇左市），关中—天水经济区（西安市、咸阳市、宝鸡市、渭南市、铜川市、商洛市、天水市）
控制组 37个 广西（柳州市、桂林市、梧州市、贵港市、百色市、贺州市、河池市、来宾市），四川（广元市、巴中市），云南（昆明市、曲靖市、玉溪市、保山市、昭通市、丽江市、思茅市、临沧市），贵州（六盘水市），陕西（延安市、汉中市、安康市），甘肃（兰州市、嘉峪关市、金昌市、白银市、武威市、张掖市、平凉市、酒泉市、庆阳市），青海（西宁市），宁夏（石嘴山市、吴忠市、固原市），新疆（乌鲁木齐市、克拉玛依市）
本文依据已有的研究成果，以人均GDP代表经济增长水平。本文选择的其他控制地区经济增长的影响因素如下：选择用第二产业产值占GDP的比重来表示产业结果；用人口密度来反映劳动力状况；用固定资产投资与GDP的比值来反映资本投入；用科学教育占财政支出的比例表示对技术的投入；用限额以上企业工业总产值与GDP的比值表示经济发展效果；用实际利用外资金额与GDP的比值表示对外开放程度。此外为了更好地提高研究对象在政策实施前的拟合精确度，加入样本第一年的人均GDP值 A _ G D P 1 t以及政策实施前一年的人均GDP值 A _ G D P T 0 - 1 , t作为预测变量。

3 实证结果

本文依据合成控制法，具体检验我国在西部地区实行“经济区”规划对区域经济发展产生的影响。首先，对关中—天水经济区和北部湾经济区的总体情况进行检验，之后对考察经济区中的各个城市的情况进行分析，最后对实证结果进行安慰剂检验。

3.1 总体政策效应的评估

如前文研究设计中所述，本文基于未受经济区政策影响的控制组地级市，采用合成控制法来构建“该城市未受政策影响”的反事实对象，这一研究设计的有效性验证可来源于受经济区政策影响之前的相关统计数据。表2中，列出了北部湾经济区和关中—天水经济区控制变量的实际值与合成预测值的对比情况。可见，在政策未实施的时间段内，基于最优权重组合构建合成控制值和实际值之间的差异非常小。这说明合成权重组合的有效性，并为构建“未受经济区政策影响”的反事实结果提供了基础。
表2 合成控制法构建指标结果对比

Tab.2 Comparison of index results based on the synthetic control method

变量 北部湾经济区 关中—天水经济区 42个控制城市均值
实际值 合成控制值 实际值 合成控制值
第二产业产值占GDP的比重（%） 32.041 34.701 44.881 44.933 46.920
人口密度（人/km2） 297.457 271.903 348.724 349.078 166.741
工业总产值与GDP的比值（%） 0.480 0.491 0.757 0.758 0.900
固定资产投资与GDP的比值（%） 0.358 0.396 0.525 0.526 0.694
科学教育占财政支出的比例（%） 0.207 0.207 0.245 0.246 0.213
实际利用外资金额与GDP的比值（%） 0.002 0.002 0.003 0.003 0.003
图1报告了我国在西部地区进行经济区规划的两个经济区及其合成人均GDP的演变路径。其中，图中左边部分表示两个地区人均GDP的实际值和人均GDP的合成值的情况，垂直的虚线代表了国家实施经济区政策的年份，本文依据2008年1月国务院批准的《广西北部湾经济区发展规划》和2009年6月国务院批准的《关中―天水经济区发展规划》，将北部湾经济区的政策实施年份定为2008年，将关中—天水经济区的政策实施年份定为2010年。图中下边部分表示经济区政策实施后净政策效应。
图1 总体政策效应的估计

Fig.1 Estimate of the overall policy effect

从图1中可知对北部湾经济区，在2008年经济区规划政策实施之前，其实际人均GDP值和合成人均GDP值之间的拟合程度较好，在2008年经济区规划政策实施之后，政策效应基本为正，即北部湾经济区的设立对北部湾地区的经济增长的作用是正向的。对关中—天水经济区，在其经济区规划政策实施之前，其实际人均GDP值和合成人均GDP值拟合程度高，当其2010年受到经济区政策影响以后，其经济增长水平均高于通过反事实构建的“合成关—天经济区”，虽然政策效应的绝对值存在波动，从实证结果可知，关—天经济区的设立使得该区域人均GDP至少增加了2 000元。
从两个经济区的对比来看，关中—天水经济区的政策效应更加稳定，但其政策效应的峰值却不及北部湾经济区；北部湾经济区的政策效应虽然有着更高水平的发展趋势，但其拟合程度不及关中—天水经济区。将政策效应占当年人均GDP的比值视作经济区政策对经济增长的贡献率，可知关中—天水经济区的平均贡献率为10.7%、北部湾经济区的平均贡献率为12.6%。值得注意的是，虽然受到经济区政策影响的时间不一样，但其政策效应的拐点均出现在2012年，即在2012年之前，政策效应一直增加，而在2012年以后政策效应趋于下降，并在2014年前后再度上扬。

3.2 各城市政策效应的评估

本文的研究在沿用将经济区作为整体讨论的基础上，分别分析受到经济区政策影响的每一个城市，构建每一个目标城市的合成控制城市。以西安为例，西安是关中—天水经济区的核心城市，其受到经济区政策的影响时间视作2010年，西安受到关中—天水经济区规划的政策效应影响，通过西安和合成西安在2010年后的经济增长指标（人均GDP）的差值来体现。表3为所有经济区城市对应的合成控制组权重。
表3 合成控制城市中控制组城市的权重

Tab.3 Weight of the city in the control group

宝鸡市 北海市 崇左市 防城港市 南宁市 钦州市 商洛市 天水市 铜川市 渭南市 西安市 咸阳市 玉林市
安顺市 0.011 0 0 0 0 0 0 0.200 0 0.101 0 0 0
百色市 0.005 0 0 0 0 0 0 0 0 0 0 0 0
白银市 0.004 0 0 0 0 0 0 0 0.264 0 0 0 0
保山市 0.004 0 0 0 0 0 0 0 0 0 0 0 0
巴中市 0.004 0.351 0.311 0 0 0.120 0 0 0 0 0 0 0
定西市 0.007 0 0.123 0 0.318 0.241 0.417 0 0 0 0 0 0
广元市 0.003 0 0 0 0 0 0.083 0.013 0.015 0 0 0 0
贵港市 0.226 0.149 0 0 0 0.433 0.197 0 0.126 0.431 0 0.422 0.717
桂林市 0.006 0 0 0 0 0 0 0.09 0 0 0 0 0
固原市 0.041 0 0 0 0 0 0 0 0 0 0 0 0
汉中市 0.004 0 0 0 0 0 0 0 0 0 0 0 0
河池市 0.006 0 0 0 0 0 0 0 0 0 0 0 0
贺州市 0.004 0 0 0 0 0 0 0 0 0 0 0 0
嘉峪关市 0.041 0 0 0 0 0 0 0 0 0 0 0 0.088
金昌市 0.003 0.022 0.028 0.156 0 0 0 0 0 0 0 0 0
酒泉市 0.004 0 0 0 0 0 0 0 0 0 0 0 0
克拉玛依 0.208 0 0 0 0 0 0 0.001 0 0 0 0 0
昆明市 0.004 0.216 0 0.207 0.682 0.091 0 0 0 0 0 0 0.044
来宾市 0.004 0 0 0 0 0 0 0 0 0 0 0 0
兰州市 0.007 0 0 0 0 0 0 0 0 0 0.302 0.321 0
丽江市 0.006 0 0 0 0 0 0 0 0 0 0 0 0
临沧市 0.004 0 0 0 0 0 0 0 0 0 0 0 0
六盘水市 0.161 0 0 0 0 0 0 0.048 0.353 0.317 0 0.192 0.002
柳州市 0.003 0 0.133 0.243 0 0.107 0 0 0.117 0.050 0 0.006 0
平凉市 0.015 0 0 0 0 0 0 0.106 0 0 0 0 0
普洱市 0.004 0 0.257 0.395 0 0 0 0.103 0 0 0 0 0
庆阳市 0.006 0 0 0 0 0 0 0 0 0 0 0 0
曲靖市 0.005 0 0 0 0 0 0 0 0 0 0 0 0
石嘴山市 0.004 0 0 0 0 0 0 0 0 0 0 0 0
乌鲁木齐 0.003 0.204 0 0 0 0 0 0 0 0 0.228 0 0
武威市 0.005 0 0 0 0 0 0 0.053 0 0 0 0 0
吴忠市 0.005 0 0 0 0 0 0 0 0 0 0 0 0
梧州市 0.005 0 0 0 0 0 0 0 0 0 0 0 0
西宁市 0.008 0 0 0 0 0 0 0 0 0 0.286 0 0
延安市 0.156 0.049 0.149 0 0 0.009 0.075 0 0.125 0.008 0.184 0.059 0
玉溪市 0.002 0.008 0 0 0 0 0.222 0 0 0 0 0 0
张掖市 0.008 0 0 0 0 0 0 0 0 0 0 0 0
昭通市 0.004 0 0 0 0 0 0.006 0.388 0 0.093 0 0 0.149

注：表中第一行为处理组城市，第一列为控制组城市。以南宁市为例，合成南宁中包含了31.8%的定西，68.2%的昆明，每一列的总权重之和为1。

本文使用STATA中的程序包进行权重估计，并得出了处理组中13个城市与对应的合成控制城市2001—2015年的人均GDP值如图2所示（限于篇幅，本文依据结果的特点进行分类，仅展示其中6个城市的结果），图中虚线代表经济区政策开始实施的年份，得出结论如下：①并不是所有处理组中的目标城市都能找到合适的合成控制对象，就拟合效果而言，宝鸡市在政策实施前，其合成控制值和实际值之间的差距过大，这表明之后的估计值不具有合理性，故在后续的讨论中，剔除掉这个拟合效果差的城市。②其他城市在政策实施前，代表自身实际人均GDP的实线和代表对应合成控制城市的虚线几乎重合，表明合成控制城市能较好拟合政策实施之前的处理组城市。但在政策实施后各城市的经济增长水平与对应合成控制城市相比，呈现出不同的发展趋势。其中，崇左市的拟合情况表明崇左的实际人均GDP与合成控制崇左的人均GDP曲线在政策实施后的部分相互交叉，意味着其政策效应正负向摆动，难以把握其变动趋势（类似的城市有玉林市和钦州市）；防城港的拟合情况表明，经济区政策对防城港的经济增长起到了巨大的推动作用，其实际人均GDP值在政策实施后的时间段内远高于合成控制值，且两者之间的差值不断扩大（类似的城市有商洛市和北海市）；天水市的拟合情况表明其真实经济增长水平落后于其合成城市，代表经济区政策的实施对其经济增长产生了负向作用；西安市的拟合情况显示，在刚开始的一段时间内，其实际人均GDP值大于合成西安的人均GDP值，但之后的时间，合成西安的人均GDP值超过实际值；渭南市的拟合情况显示，在政策实施刚开始的阶段，政策效应较为明显，但过一段时间后政策效应逐渐减弱，在图中表现为实际值和合成城市的人均GDP值的逐渐趋同（类似的城市有铜川市）。
图2 经济区各城市及其合成控制城市的人均GDP

Fig.2 Per capita GDP of cities in the economic zone and their synthetic control cities

从实证的结果来看，经济区政策对于不同城市的经济增长影响存在着显著的区域性差异：①对于经济区核心城市而言，经济区政策对其经济增长的影响并不显著。北部湾经济区的核心城市南宁市和关中—天水经济区的核心城市西安市，其政策实施后的政策效应均不理想，实证表明，关中—天水经济区的设立对西安的经济增长产生了抑制作用，北部湾经济区自2013年后对南宁市的经济增长产生负向和极其微弱的正向作用；对于经济区核心城市而言，其与经济区中的次核心城市之间的中心—外围模式并未得到强化。产生这种情况的原因可能在于，在实施经济区政策后，出于经济区共同发展的政策要求，核心城市在技术溢出、外部经济和区域公共产品的提供方面并非出于自身效率最大化的考虑。此外，核心城市由于自身产业转型和升级的要求，并不能对周边城市的生产要素进行有效的吸收和配置，《关中―天水经济区发展规划》中提出以宝鸡、渭南、铜川、商洛、天水等地为重点，加快重要矿产资源开发及深加工。但在研究时间内，西安市的第二产业占GDP的比重从47.7%下降到36.6%，而第三产业占比则从45.8%上升到59.6%，产业结构的改变使西安和周边城市的产业发展缺乏联动，很难将生产的外部性内部化。②从天水市的实证结果来看，经济区政策对非本省城市的经济增长起到抑制作用。天水市是两个经济区中，唯一属于其他省份的城市。虽然从地理位置看，其与关中接壤，但是关中—天水经济区的设立却对其经济增长产生了抑制作用。对于关中—天水经济区的其他城市而言，西安在政治上对其具有约束力，在经济上也具有向心力作用，而天水市在行政划分上属于甘肃，相较于行政命令，经济区政策并不具备持久的强约束力。天水市的实证结果表明，将不同行政区域的城市纳入到同一经济区域的政策，其政策效果值得怀疑。

3.3 安慰剂检验

为了证明处理组地区的经济增长效应确实源于国家经济区的政策规划而非其他因素，且经济区政策效应在统计上是显著的，本文利用Abadie等提出的安慰剂检验法进行检验[23]。该方法的步骤是：在控制组城市选取一个地级市，然后假设该地级市在政策实施的时间点上受到经济区政策影响，在依据合成控制法利用其它控制组的地级市构造该城市的合成控制城市，得出其政策效应值。通过对控制组所有城市逐一进行安慰剂检验，若发现所有安慰剂检验得出的政策效应值，即安慰剂效果均小于实验组的政策效应的话，即可认为实验组的评估在统计上是显著的，且证明估计结果是稳健的。
本文以防城港市为例，进行安慰剂检验，其余城市由于篇幅所限不再一一列出。首先列出防城港市的政策效应值，将控制组中的其他地级市作为假想的处理地区，假设其于2008年受到经济区政策的影响，用合成控制法估计其“安慰剂效应”。同时，本文参考Abadie等的做法[26]，仅保留干预后RMSPE不超过防城港市干预前RMSPE三倍的31个城市，如图3。
图3 安慰剂效应分布情况

Fig.3 Results of placebo effect taking Fangchenggang City as an example

从图3中可知，橙色线表示防城港市的政策效应（即防城港市与其合成城市的人均GDP差值），而灰色线表示其他31个城市的安慰剂效应（即这些城市与其相应的合成城市的人均GDP差值）。显然与其他城市的安慰剂效应相比，防城港市的政策效应显得特别大。在安慰剂检验中，本文假设政策实施年份为2008年，可知在政策实施之前的年份，防城港市的变动程度与其他城市一样并不大，但在2008年后逐年开始增大，上述结果表明，经济区城市与合成控制对象的人均GDP差异真的来源于经济区政策的实施。从传统统计推断的角度来看，意味着出现如此显著的政策效应的概率为1/32。按照上述步骤的安慰剂检验，结果表明，在5%的显著性水平下，经济区政策的实施能够促进防城港市的经济增长。
同时，基于Abadie等的研究，本文还考虑了基于时间的安慰剂检验[26]。以关中—天水经济区为例，具体来说，假想将经济区政策实施的时间前移至2005年，然后重新用合成控制法进行估计，估计结果如图4，结果显示，无论在政策干预之前或以后，合成关中—天水经济区的人均GDP均与实际值十分相似。这表明，假想的2005年开始实施经济区政策并没有任何效应。
图4 基于时间的安慰剂检验

Fig.4 Placebo test based on time series

4 结论与政策启示

本文基于合成控制法、选取北部湾经济区和关中—天水经济区，对西部地区经济区规划的政策效应进行评估。结论如下：①从整体上看，经济区规划政策对区域的经济增长具有正向的作用，但政策效应存在波动情况，关中—天水经济区和北部湾经济区政策规划的实施，对两个经济区经济增长的平均贡献率为10.7%和12.6%。②进一步研究发现，经济区政策对经济区核心城市的经济增长均产生抑制作用。对于经济区核心城市而言，其与经济区中的次核心城市之间的中心—外围模式并未得到强化。产生这种情况的原因可能在于，在实施经济区政策后，出于经济区共同发展的政策要求，核心城市在技术溢出、外部经济和区域公共产品的提供方面并非出于自身效率最大化的考虑，这一结论得到本文拟合结果的证明：在关中—天水经济区的规划中，西咸经济一体化、建设大西安是规划中的核心要求之一，但从实证结果来看，咸阳的政策效应显著为正且不断增加，而西安的政策效应在政策实施的前两年为正，之后持续为负且不断下降。③分城市实证研究结果的差异性表明，基于自身的资源禀赋、区位条件、发展现状和政治背景，经济区中的城市的经济发展并不一定按照经济区规划中设想的情况，经济区政策所给予的外部冲击和动力并不能较明显改变经济区城市的现有经济发展模式，尤其对于非本行政区域的城市（天水市），忽视由于行政区划所带来的政治壁垒的结果就是经济区政策的负向作用。
本文的政策建议如下：
第一，经济区规划的设立应该顺势而为而非强势而为。从时间分布来看，经济区的规划申请集中于2008—2012年之间，地方出于自身核心城市建设的需要而申请；国家出于推进西部大开发、中部崛起等区域发展战略的考虑而批准。但经济区规划中对“中国经济增长第四级”的追求、在行政手段的影响下不合理的产业补贴、超规模的公共物品供给等导致资源配置浪费的行为是不可避免的。“十九大”报告中“以城市群为主体构建大中小城市和小城镇协调发展的城镇格局”的表述和“共抓大保护、不搞大开发”的要求更加符合现有的区域发展要求。
第二，破除妨碍生产要素流动的制度性壁垒，才是经济区内部协调发展的途径。核心城市经济增长水平被抑制的一个原因在于经济区内部协调发展的政治要求，但区域协调发展不应该是经济区内部经济增长水平的匀质分布，经济区内部的协调发展要求次核心城市深度参与到整个经济区的发展过程中，通过适当的人口流出来提高人均资源占有量和人均收入水平[27]。而经济区内部进行城市帮扶和转移支付的时候，不应该违背经济发展规律发展并不具有竞争优势的产业。
第三，减少区域规划与国家层面规划和行政区域设计的冲突，避免由此产生的资源浪费。目前，除了经济区规划外，还存在其他付诸政策文件、涉及经济区域划分的规划，如重点城市群规划，主体功能区规划中的国家层面的重点开发区域，还存在城市之间自发成立的会议平台。各个区域规划之间相互重叠但又存在不完全相同的情况，使得处在规划当中的城市很难完全找到自己在政策规划当中的位置，导致资源的无效率配置。

References

Publishing order | Descend order by publishing year | Descend order by cited within
[1]
石腾超. 第四届中国经济学前沿论坛(2012)——打造中国经济“第四增长极”会议综述[J]. 经济学动态, 2013(2):154-156.

[2]
刘朝明, 董晖, 韩斌. 西部增长极与成渝经济区战略目标定位研究[J]. 经济学家, 2006(2):104-108.

[3]
王贤彬, 聂海峰. 行政区划调整与经济增长[J]. 管理世界, 2010(4):42-53.

[4]
Elsner B. Does emigration benefit the stayers?Evidence from EU enlargement[J]. Journal of Population Economics, 2013, 26(2):531-553.

[5]
刘生龙, 王亚华, 胡鞍钢. 西部大开发成效与中国区域经济收敛[J]. 经济研究, 2009, 44(9):94-105.

[6]
刘瑞明, 赵仁杰. 西部大开发:增长驱动还是政策陷阱——基于PSM-DID方法的研究[J]. 中国工业经济, 2015(6):32-43.

[7]
王洛林, 魏后凯. 我国西部大开发的进展及效果评价[J]. 财贸经济, 2003(10):5-12+95.

[8]
谭周令, 程豹. 西部大开发的净政策效应分析[J]. 中国人口·资源与环境, 2018, 28(3):169-176.

[9]
罗超平, 黄俊, 张卫国. 西部大开发、 城乡一体化与新型城镇化——“中国西部开发研究联合体第10届学术年会(2015)”综述[J]. 管理世界, 2015(8):166-169.

[10]
刘乃全, 吴友. 长三角扩容能促进区域经济共同增长吗[J]. 中国工业经济, 2017(6):79-97.

[11]
张燕, 徐建华, 吴玉鸣. 地理空间效应视角下的后发经济区趋同研究——以北部湾经济区为例[J]. 经济地理, 2011, 31(12):1981-1 987.

[12]
张协奎, 林冠群, 陈伟清. 促进区域协同创新的模式与策略思考——以广西北部湾经济区为例[J]. 管理世界, 2015(10):174-175.

[13]
刘朝明, 董晖, 韩斌. 西部增长极与成渝经济区战略目标定位研究[J]. 经济学家, 2006(2):104-108.

[14]
姚作林, 涂建军, 牛慧敏, 等. 成渝经济区城市群空间结构要素特征分析[J]. 经济地理, 2017, 37(1):82-89.

[15]
李霞, 王明杰. 新经济地理视角下的区域合作研究——以成渝经济区为例[J]. 宏观经济研究, 2013(4):93-99.

[16]
刘彦花, 陈伟清. 广西北部湾经济区产业结构演进与经济增长研究[J]. 广西社会科学, 2017(1):16-20.

[17]
王妙妙, 曹小曙. 基于交通通达性的关中—天水经济区县际经济联系测度及时空动态分析[J]. 地理研究, 2016, 35(6):1107-1 126.

[18]
杨晓波, 孙继琼. 成渝经济区次级中心双城一体化构建——基于共生理论的视角[J]. 财经科学, 2014(4):91-99.

[19]
黄国胜, 王武科, 李青阳. 多重视角下的北部湾经济区开放开发探讨[J]. 资源科学, 2009, 31(1):164-170.

[20]
杨晓楠, 李晶, 秦克玉, 等. 关中—天水经济区生态系统服务的权衡关系[J]. 地理学报, 2015, 70(11):1762-1 773.

[21]
杨建林, 徐君. 经济区产业结构变动对生态环境的动态效应分析——以呼包银榆经济区为例[J]. 经济地理, 2015, 35(10):179-186.

[22]
Abadie A, J Gardeazabal. The economic costs of conflict:A case study of the Basque country[J]. American Economic Review, 2003(1):113-132.

[23]
Abadie A, Diamond A, Hainmueller J. Synthetic control meth-ods for comparative case studies:Estimating the effect of California’s tobacco control program[J]. Journal of the American Statistical Association, 2010,105:493-505.

[24]
聂飞. 中国—东盟自贸区战略的贸易创造效应研究——基于合成控制法的实证分析[J]. 财贸研究, 2017, 28(7):36-47.

[25]
杨经国, 周灵灵, 邹恒甫. 我国经济特区设立的经济增长效应评估——基于合成控制法的分析[J]. 经济学动态, 2017(1):41-51.

[26]
Abadie A, Diamond A. Comparative politics and the synthetic control method[J]. American Journal of Political Science, 2015, 59(2):495-510.

[27]
陆铭. 城市、 区域和国家发展——空间政治经济学的现在与未来[J]. 经济学(季刊), 2017, 16(4):1499-1 532.

Options
Outlines

/

〈 〉