西部大开发战略的实施绩效考察

李 冀 严汉平 刘 航

(西北大学经济管理学院，陕西西安710127)

西部大开发战略的实施绩效考察

李 冀 严汉平 刘 航

(西北大学经济管理学院，陕西西安710127)

选择“十一五”末期国家区域发展规划的战略重点——成渝经济区、关中天水经济区、广西北部湾经济区作为研究对象，从经济增长趋同性研究的视角出发，利用上述三大经济区所涵盖的30个地级及以上城市的数据作为样本，采取Onestep-System-GMM方法对动态面板趋同模型进行回归，考察三大经济区在2000－2009年之间经济增长的趋同性质，并计算出大致趋同速度。本文的研究结果显示，西部地区的经济增长呈现出明显的条件趋同特征，趋同速度大约为－3.3% －2.0%，即西部大开发战略实施以来，西部地区内部的经济增长出现了缓慢的趋异。由于政策时滞的存在，且西部地区投资多以基础设施建设为主，投资以及经济增长的滞后一期对当期经济增长的影响并不显著。而初始经济状态和教育事业费支出对当期经济增长则有显著的正向影响。因此促进西部经济基础薄弱地区的发展是未来西部大开发深化推进的关键，而在保持物质资本投资规模的同时加大教育及人力投资的比重则可以有效缩小西部地区经济差异。

西部大开发战略;实施绩效;经济增长趋同性;动态面板趋同模型

市场化进程开始至今30余年以来，中国经历了经济的高速增长和体制的深刻变革，但是不同地区之间经济发展水平的差异开始扩大。根据严汉平、李冀等［1］的测算，中国省际人均GDP的Theil指数已经由1978年的0.028上升至2008年的0.061。区域经济差异过大可能导致经济增长不可持续等一系列不利影响，为了遏制这一趋势，1999年中央开始实施西部大开发战略，西部地区累计投资规模达1.74万亿元。2006年末国家正式出台的《国家西部大开发“十一五”规划》中明确提出“加快建立分工合理、协作配套、优势互补的成渝、关中－天水、环北部湾(广西)等重点经济区，成为带动和支撑西部大开发的战略高地。”此后，三大经济区的区域规划在“十一五”后期相继出台。然而，三大经济区各自的区位条件、资源禀赋、发展基础、产业结构、发展方向等均存在差异，由此可能经济增长出现趋异，从而拉大西部地区内部经济差异，从而影响西部大开发战略的实施绩效。此外，由于西部地区在全国经济版图中处于相对落后的位置，西部地区内部经济发展失衡所带来的两极分化将使国家区域协调发展战略和宏观调控政策进一步趋于复杂。基于这一考虑，本文以西部三大经济区作为对象，通过对2000年以来三大经济区城市经济增长的趋同性进行考察，从而对西部大开发战略的实施绩效进行评价。

1 主要观点评述

缩小我国地区经济差异是西部大开发战略实施的初衷，因此对区域经济差异的变动进行考察是评价西部大开发战略的绩效考察的关键。岳利萍、白永秀［2］的研究发现西部大开发实施以来，东西部地区经济增长的绝对差距和相对差距均呈现扩大的趋势，其实证结果显示市场政策差异、市场容量差异和市场体制差异是目前造成东西部地区发展差距逐渐扩大的主要因素。但更近一些的研究则提出了不同的看法，如刘生龙、王亚华等［3］基于1987－2007年中国省际面板数据所做的实证研究结果显示，西部大开发战略的实施使得西部地区2000年以来的年均经济增长率增加了1.5%，从而促使中国区域经济由趋异转向趋同。而李冀、严汉平［4］的实证研究结果则进一步发现，1999－2008年中国东、中、西部三大地带之间发生了速度为10.5%的绝对收敛。无论西部大开发战略的实施是否缩小了中国的地区经济差异，但上述文献均忽略了一点，即西部地区内部的经济差异究竟呈何等变化趋势?而这构成了西部大开发战略实施绩效的另一个部分。借助趋同理论对其经济增长趋同性进行考察则能够有效地回答这一问题。

大多数研究经济增长趋同性问题的相关文献倾向于按照趋同趋势及涵义的不同，将区域经济增长趋同的类型进行了不同的划分。目前运用较为广泛的是Barro和Sala-i-Martin［5］基于新古典经济增长理论的背景，所提出的β趋同的概念，即经济增长率和初始经济发展水平之间存在着负相关关系，并且随着时间的推移，所有国家或地区将趋同于相同的人均收入水平。不过，这一“绝对的β趋同”内含一个严格的假设，即对于由一些经济体(国家或地区)所组成的群体，尽管彼此相互隔绝、封闭，但却具有完全相同的基本经济特征、经济增长路径和均衡稳态。然而，从文献研究的现实状况来看，多数实证研究认为，在大范围样本条件下很难发现绝对β趋同。此外，区域人均收入的增长不仅取决于期初的人均收入水平，而且也受到其他因素的影响，例如:资源禀赋、产业结构以及区域间要素流动等。如果选定合适的变量进行控制，也可以验证初始收入和经济增长率之间存在负相关关系，即称为“条件β趋同”［6］。在使用趋同理论所进行的相关研究中，刘金山［7］发现随着市场化改革的深入，西部各地区经济增长由收敛转为发散，但他使用的样本是2001年以前的数据，并不能反映西部大开战略的效应。郭爱君、贾善铭［8］在对1952－2007年西部地区经济增长敛散性的考察结果显示，西部地区并不存在明显的经济增长收敛特性，而西部大开发实施后经济的发散性增强。但是他们所使用的省级数据无法有效地克服区域异质性问题，后者可能导致估计结果有偏，而使用更为细致的地理单元作为样本则可以有效地克服区域异质性［9－10］。

作为西部经济基础相对较好的地区，三大经济区已经成为带动西部地区整体经济发展的主要力量。选择三大经济区城市经济增长的趋同性进行考察，不仅可以作为西部地区内部经济差异变动的集中体现，而且相对较好的经济基础意味着经济的初始状态不会存在过分悬殊的差异，而这一点对条件趋同研究至关重要。因此本文试图以此为切入点，在弥补现有文献研究不足的基础上对这一问题进行考察。

2 研究方法

2.1 实证模型及变量说明

本文对于β趋同分析沿用附加人力资本的索洛增长模型，并遵循 Mankiw，Rome和 Weil(即“MRW”，1992)的分析框架。假定初始函数为Cobb-Douglas形式，产出Y是资本存量K、人力资本H、劳动L和技术水平A的函数。

假设sk是收入中投资于物质资本的部分，sh是收入中投资于人力资本的部分，物质资本与人力资本的动态变化可以表示为:

其中，y=Y/AL，k=K/AL，h=H/AL。当经济达到稳。可以得到:

将(4)、(5)式带入生产函数(1)中，并取自然对数得:

设y*为单位有效劳动收入的稳态水平，则有:

y(t)为时间t的人均收入实际值。当接近其稳态水平时，趋同速度为:

其中，λ=(n+g+δ)(1－α－β)。不难得到微分方程(8)的解:lny(t)=(1 － e－λt)lny*+e－λtlny(T)(9)

其中，y(T)为基期的单位有效劳动收入。在方程两边同时减去lny(T)，并替换y*可以得到:

由于存在i个区域，上式可以被改写为:

考虑到区域经济政策的实施可能具有的滞后效应，我们在(11)中加入因变量的滞后项;此外，为了刻画样本中可能存在的地区差异，则在(11)中加入随截面个体变化的ui，则(11)进一步变为:

式(12)是一个典型的动态面板模型，也是本文所要估计的基本面板数据条件β趋同方程。需要说明的是，式中Δpcgdpi，t是因变量，反映了特定时期内各地级市的实际人均GDP增长率，X则为控制变量集，其包含的解释变量为:资本 sk(i，t);人力资本 sh(i，t)以及人口增长率、技术进步率和折旧率的复合变量(n+g+δ)(i，t)。对于式中的核心自变量初始人均 GDPyi，T，如果其系数 β1显著为负，则说明经济增长率与初始人均产出水平负相关，趋同假说成立。对于y(t)，本文选取当年人均GDP作为衡量指标。为了扩大样本容量，保证估计的有效性，本文设定t－T=1。此外，选取固定资产投资占GDP比重作为衡量物质资本变量sk的指标;选取教育事业费支出占GDP的比例作为衡量人力资本变量sh的指标，由于2001年后《中国城市统计年鉴》未将按“市区”统计的教育事业费支出列出，故统一使用按“地区”统计的教育事业费支出代替。变量n则可以通过计算各期年末总人口的平均增长率得到。最后，对于其余无法直接观测的变量，即衡量技术进步的变量和衡量资本折旧的变量δ，则遵循MRW的处理方法，即假设g和δ是常数，且分别等于0.02和0.03。最后可以根据β1计算不同区域的趋同速度λ。

2.2 数据来源及处理

由于西部大开发战略实施自1999年起正式实施，因此本文选取成渝、关中－天水以及广西北部湾三大经济区《规划》所涵盖的所有30个地级及以上城市自2000－2009年数据作为样本，全部数据来自历年《中国城市统计年鉴》。从现有的统计数据来看，《中国城市统计年鉴》对地级市分别列出“地区”和“市区”两项，“地区”包括市区和下辖县、县级市，包含了农村地区的数据，不能真实地反映城市的经济活动;“市区”则仅包括城区和郊区，行政界线相对稳定，体现了城市中的经济活动。由于统计本身的原因，玉林市、崇左市、眉山市、雅安市、商洛市的个别年份数据缺失，使用内插法补足。

3 实证分析

3.1 估计方法的说明

对于本文所采用的动态面板数据模型而言，因变量滞后项Δpcgdpi，t－1的存在会导致其与不可观测的界面异质性效应ui产生相关，进而导致参数估计的非一致性问题［11］;不仅如此，因变量滞后项还会导致不可避免的模型内生性问题。为了克服上述问题，需要采取工具变量法对式(12)进行估计。Arellano＆Bond(1991)提出了用一阶差分GMM(first differenced GMM)估计方法，在假设干扰项ε(it)不存在序列相关的前提下，对式(12)进行一阶差分，利用滞后的被解释变量作为差分方程中相应变量的工具变量。然而，Blundell and Bond［12］、Judson and Owen［13］很快指出了这一估计方法所存在的缺陷，即DIF－GMM估计量会导致部分样本信息的损失，因此对于不适于小样本分析;此外，当解释变量表现出较强的序列相关性时，水平滞后项将会成为差分方程中内生变量的弱工具变量，从而导致估计结果有偏，因此需要寻求更佳的工具变量。为了克服弱工具变量的问题，Arellano and Bover［14］以及Blundell and Bond［12］提出了系统GMM估计方法。与一阶差分GMM不同的是，系统GMM估计量采用差分变量的滞后项作为水平值的工具变量，相当于进一步增加了可用的工具变量，且估计过程中同时使用水平方程和差分方程，因此一般认为系统GMM估计量具有更好的有限样本特征。考虑到本文所使用的样本数量有限，结合面板数据的单位根检验结果(无法拒绝所有控制变量为一阶单整的假设)，因此为了有效克服弱工具变量问题，选择系统GMM方法进行估计。此外，由于本文的动态面板数据的样本容量相对较小，为了避免小样本偏差，因此我们采取Onestep-System-GMM进行估计。

由于系统GMM估计不仅将水平值的滞后项作为差分变量的工具变量，而且进一步采用差分变量的滞后项作为水平值的工具变量，因此为了检验工具变量是否有效，Arellano and Bover以及Blundell and Bond先后提出了过度识别约束检验和自回归(AR)检验。前者用于判断估计过程中所使用的矩条件工具变量在总体上是否有效，要求汇报Sagan检验值或Hansen检验值;后者则用于判断残差项在差分回归与差分水平回归中是否存在序列相关，该检验允许一阶序列相关存在，但不允许二阶序列相关存在。

3.2 实证结果的分析

3.2.1 单位根检验

为了增加检验结果的稳定性，本文利用Levin-Lin-Chu(LLC)、Im-Pesaran-Shin(IPS)、Fisher-ADF 和 Fisher-PP四种方法来进行面板数据的单位根检验。对30个地级及以上城市面板数据的稳定性进行检验，结果见表1。四种检验方法的零假设为序列存在一个单位根。

根据表1所显示的结果，在针对各变量水平值进行的单位根检验中，如果选择 0.05的显著性水平，只有ln(yi，t/yi，o)、lnyi，o在 IPS 检验下显示为不平稳，而其他变量在所有检验方法下种均显示为平稳。在这种情况下，进一步检验各变量的一阶差分，结果显示所有变量的一阶差分均为平稳序列，即一阶单整I(1)。因此，为了避免一阶差分GMM可能存在的弱工具变量问题，我们选择系统GMM方法进行回归分析。

3.2.2 模型估计

由于系统GMM对不同类型的经济变量采取了不同的工具变量设置方法，因此首先需要对不同经济变量性质进行判断。为了稳健起见，我们基于式(12)分别构建两个不同的模型:在模型A中，我们假设除因变量滞后项Δpcgdpi，t－1之外的其他自变量均为外生变量;在模型B中，则将除人口增长率、技术进步率和折旧率的复合变量(n+g+δ)(i，t)之外的其他自变量均设定为内生变量。两个模型的估计结果分别如表2所示。

表1 各变量的单位根检验结果Tab.1 Unit root test result

表2 模型估计结果Tab.2 The estimation result

从表2给出的检验结果来看，两个模型中残差序列均存在显著的一阶自相关，但AR(2)检验值均在0.10以上，因此不存在二阶自相关，而模型B的Hansen检验值更大，这说明模型B对经济变量性质的判断在总体上更符合动态面板数据的估计要求。

表2中的估计结果基本符合经济学解释。对于直接影响趋同假说是否成立的核心自变量

yi，T，无论是模型A还是模型B，其系数均为正值，且分别在5%和10%的显著性水平下通过了显著性检验。据此，我们不难判断，西部地区成渝经济区、关中天水经济区以及广西北部湾经济区自西部大开发战略实施以来城市经济增长呈现较为显著的趋异特征。基于模型A和模型B所估计得到的系数，并结合公式β1=－(1－e－λt)，可以分别计算得到西部三大经济区之间的经济增长趋异速度为2.0%和3.3%。这一结果表明，尽管西部大开发战略的实施所带来的西部地区经济的快速增长可能促使中国区域经济的整体增长状况从趋异转向趋同，但在西部地区，尤其是成渝地区、关中－天水地区和广西北部湾地区，经济增长反而出现趋异，尽管趋异速度相对多数实证研究的结果而言较为缓慢［15－18］。但这从另一个方面考证了西部大开发战略的实施绩效，即在促进中国整体区域经济增长趋同的同时，并未能缩小西部地区内部的区域经济差异。

在两个模型中，因变量滞后项的系数估计结果均为负值，但并不显著，表明西部大开发迄今为止所表现出的政策短期时滞效应并不明显，前一年的经济增速对下一年的经济增长并没有显著的影响。一般而言，经济政策的时滞大约为五至十年，我国建国以来的区域经济政策的演变与区域经济差异的变动也呈现出周期大约为十年左右的阶段性耦合，因此因变量滞后一期的影响不显著也在我们意料之中。

在两个模型中，资本变量sk(i，t)对数值的系数均为负，与常规意义上的理解存在差异。投资是促进产出增加和经济增长的基本条件之一，而在多数类似的实证研究中，投资对经济增长均有着显著的正向影响。对于这一问题的解释，需要充分考虑投资的项目周期因素。在整个“十五”、“十一五”期间，西部大开发战略实施的第一阶段中投资主要集中于基础设施建设。西部大开发投资建设资金主要来源于中央财政性建设资金、国家政策性银行贷款、国际金融组织和外国政府优惠贷款。在中央财政性建设资金方面，水利、交通、能源等基础设施建设项目是其主要的流向;在银行信贷投入方面，则重点支持铁路、主干线公路、电力、石油、天然气等大中型能源项目建设，对于投资大、建设期长的基础设施项目，根据项目建设周期和还贷能力，则可以适当延长贷款期限;而对外商投资西部地区基础设施和优势产业项目，也给予了适当放宽外商投资股比限制等多项优惠政策。由此可见，西部大开发战略实施以来，建设周期较长的基础设施和基础产业建设构成了西部地区新增投资中最主要的部分，而前期的大规模投资建设发生的若干年后，才会带来的产出水平的提高。因此西部地区的投资类型对当期经济增长的推动可能并不显著。而sk(i，t)对数值的系数未能通过显著性检验也说明了这一点。

人力资本sh(i，t)对数值的系数均为正值，且通过了5%的显著性检验，说明人力资本投资显著对于当期经济增长产生了显著影响。需要说明的是，本文对于人力资本度量选择了投入法，即以教育事业费支出作为代理变量。从一般意义而言，投入法可能会倾向于强化人力资本推动经济增长影响的估计，在时间跨度较短，样本容量较小的情况下尤为如此。在其他的实证研究中，除投入法之外，对人力资本的度量主要根据受教育年限或是用知识存量价值指标，不同的度量方法所得到的人力资本对经济增长的影响呈现不同的结果，这主要是因为在等人的研究中，多使用劳动人口平均受教育年限、入学率等作为代理变量［19－21］。但钱雪亚等［22］认为，这样的变量选取则倾向于强化在长周期中人力资本推动经济增长影响的估计。同时考虑到本文样本容量较小，因此上述方法及相关的结论并不适用于本文。

最后，人口增长率、技术进步率和折旧率复合变量(n+g+δ)(i，t)对数值的系数在两个模型中同样呈负值，且高度显著，这与新古典模型的预测相同，即人口增长会阻碍经济的增长，而在经济总量基数相对较小的西部地区，这一估计结果可能会得到强化。

4 结论

对于西部大开发战略的评价，多数研究均以中国整体区域经济差异的变动作为考察视角。但却忽略了由此可能带来的西部地区内部区域经济差异的变动。基于这一考虑，本文从另一个方面对西部大开发的政策实施绩效进行评价，即考察西部大开发实施以来西部地区的经济增长趋同性。结合近年来中央出台的一系列区域经济发展规划，将成渝经济区、关中－天水经济区以及广西北部湾经济区等三个西部地区未来的经济增长极区域作为分析对象。与多数文献研究不同，本文的研究结果表明，尽管西部大开发战略的实施可能在一定程度上缩小了中国东西部的区域经济差异，促进了中国地区经济增长趋同，但却导致西部地区内部的经济增长出现了缓慢的趋异。这意味着，西部地区内部的区域经济差异有所扩大。

初始经济状态对经济增长的影响相当显著，即在西部地区的经济增长呈现出明显的条件趋同特征，而趋同速度则大约为 －3.3% －2.0%(或者说趋异速度为2.0% －3.3%)。初始的区位条件、经济基础、产业结构、禀赋条件等起着关键的作用。因此，促进西部经济基础薄弱地区的发展是未来西部大开发深化推进的关键，也是促使西部地区经济差异缩小的有效途径。

由于西部大开发战略实施至今不过十余年时间，而西部地区的投资建设多以投资规模大、建设周期长的道路交通、水利设施、通讯电力、能源开发等基础设施建设为主，投资对经济增长的推动存在时滞，在当期表现得并不明显;也正是由于时滞的存在，经济增长的滞后一期的影响同样不显著，因此在未来西部大开发第二个十年完成后，预计这些因素将起到更为显著的影响。

人力资本投资在西部地区经济增长中显得尤为重要。本文的研究结果表明教育事业费支出对当期的经济增长有显著的正向影响。这一方面缘于代理变量的指标选取，同时西部地区人力资本存量薄弱也强化了这一结论。在第一阶段西部大开发战略的实施过程中，从建设资金的使用来看，物质资本投资占据了绝对比重，而教育及人力资本投资的比重则相对较小。考虑到西部地区人力资本对经济增长所具有的显著推动作用，未来应当加大相关投资的比重。

References)

［1］严汉平，李冀，王欣亮.建国以来我国区域经济差异变动的空间分解:基于不同区划方式的比较［J］.财经科学，2010，(11):86 －91.［YanHanping，LiJi， WangXinliang. TheSpatial Decomposition of China’s Regional Economic Disparities Changes:A Comparison Based on Different Methods of Districts Division［J］.Finance＆ Economics，2010，(11):86－91.］

［2］岳利萍，白永秀.从东西部地区差距评价西部大开发战略实施绩效:基于主成份分析法的视角［J］.科研管理，2008，(5):84－88.［Yue Liping，Bai Yongxiu.Performance Evaluation on the Strategy of Western Region Development of China based on the Difference between East and West Regions Using PCA［J］.Science Research Management，2008，(5):84 －88.］

［3］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，(9):94 － 104.［Liu Shenglong，Wang Yahua，Hu Angang.The Effect of Western Development Program and Regional Economic Convergence in China［J］.Economic Research Journal，2009，(9):94 －104.］

［4］李冀，严汉平.中国区域经济差异演进趋势分析:基于政策导向和收敛速度的双重视角［J］.经济问题，2010，(12):14 －18.［Li Ji，Yan Hanping.The Prospect of China’s Regional Disparity Trend:Based on the Viewpoint of Policy Guidance and Convergence Speed［J］.On Economic Problems，2010，(12):14 －18.］

［5］Barro R J，Sala-i-Martin X.Convergence［J］.Journal of Political Economy，1992，100(2):223－251.

［6］Mankiw N G.，Romer D，Weil D.A Contribution to the Empirics of Economic Growth［J］.Quarterly Journal of Economics，1992，107:34－79.

［7］刘金山.西部地区经济收敛性分析［J］.开发研究，2005，(3):42－44.［ Liu Jinshan.Analysis of Western Growth Convergence［J］.Research On Development，2005，(3):42 －44.］

［8］郭爱君，贾善铭.经济增长β收敛研究:基于西部地区1952－2007年的省级面板数据［J］.兰州大学学报:社会科学版，2010，(4):123 － 130.［Guo Aijun Jia Shanming.A β-Convergence Study of Economic Growth:1952－2007 Provincial Panel Data in West China［J］.Journal of Lanzhou University:Social Sciences Edition，2010，(4):123 －130.］

［9］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.［Xu Xianxiang，Li Xun.Convergence in Chinese Cities［J］.Economic Research Journal，2004，(5):40 －48.］

［10］周业安，章泉.参数异质性、经济趋同与中国区域经济发展［J］.经济研究，2008，(1):60 － 75.［Zhou Yean，Zhang Quan.Parameter Heterogeneity，Economic Convergenceand Regional Economic Development in China［J］.Economic Research Journal，2008，(1):60 －75.］

［11］Arellano，Bond S.Some Tests of Specification for Panel Data:Monte Carlo Evidence and an Application to Employment Equations［J］.Review of Economic Studies，1991，58:277 －297.

［12］Bundell R，Bond S.Initial Conditions and Moment Restrictions in Dynamic Panel Data Models［J］.Journal of Economics，1998，87:115－143.

［13］Judson，Ruth A，Owen A L.Estimation Dynamic Panel Data Models:A Practical Guide for Macroeconomists［J］.Economics Letter，1999，65(1):9 －15.

［14］Arellano B M O.Another look at the Instrumental Variables Estimation of Error Components Models［J］. Journal of Econometrics，1995，68:29 －51.

［15］林毅夫，刘明兴.中国的经济增长收敛与收入分配［J］.世界经济，2003，(8):3 － 14.［Lin Yifu，Liu Mingxing.Growth Convergence and Income Distribution in China［J］. World Economy，2003，(8):3 －14.］

［16］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.［Wang Zhigang.Doubt of China Growth Conditional Convergence［J］.Management World，2004，(3):25 －30.］

［17］程建，连玉君.中国区域经济增长收敛的协整分析［J］.经济科学，2005，(5):16 － 24.［Cheng Jian，Lian Yujun.Cointegration Analysis of China Regional Growth Conditional Convergence［J］.Economic Science，2005，(5):16 －24.］

［18］许召元，李善同.近年来中国地区差距的变化趋势［J］.经济研究，2006，(7):106 － 116.［Xu Zhaoyuan，Li Shantong.Analysis on the Trend of Regional Income Disparity in China［J］.Economic Research Journal，2006，(7):196 －116.］

［19］Benhabib J，Spiegel M M，The Role of Human Capital in Economic Development:Evidence from Aggregate Cross-country Data［J］.Journal of Monetary Economics，1994，34:143 －173.

［20］Pritchett L.Where Has All Education Gone?［J］.World Bank Economic Review，2001，(15):267－39.1

［21］姚先国，张海峰.教育、人力资本与地区经济差异［J］.经济研究，2008，(5):47 －57.［Yao Xianguo，Zhang Haifeng.Education，Human Capital and Regional Economic Differentials［J］.Economic Research Journal，2008，(5):47 －57.］

［22］钱雪亚，王秋实，刘辉.中国人力资本水平再估算:1995－2005［J］.统计研究，2008，(12):3 －10.［Qian Xueya，Wang Qiushi，Liu Hui.Calculation of China Human Resource Level:1995 －2005［J］.Statistical Research，2008，(12):3 －10.］

The Study of the Western Development Strategy Performance

LI JiYAN Han-ping LIU Hang
(School of Economics and Management，Northwest University，Xi’an Shaanxi 710127，China)

The paper selects Chengdu-Chongqing Economic Zone，Guanzhong-Tianshui Economic Zone and Guangxi Beibu Gulf Economic Zone，as the research objects.From the perspective of economic growth convergence，using the 30-city data in the above three big economic zones as samples，taking Onestep-System-GMM method on dynamic panel model，the paper tests the convergence of three economic zones economic growth from 2000 to 2009 and calculates the approximate convergence speed.The result shows，the economy of the western China shows obvious conditional convergence，and the approximate convergence speed is －3.3%to －2%，which means since the strategy of development of the West Regions carried out，internal economy growth in western region appears slow divergence.Because of policy lagging effect and infrastructure construction，investment and lagging one phase of growth have the weak influence growth，but initial economy and education expenditure have the significant positive influence to current growth.Thus，promoting development of the less developed areas in western China is important future western development.In addition，keeping current physical capital investment scale and increasing education and human capital investment can effectively reduce the western region disparity.

western big development strategy;implementation performance;growth convergence;dynamic panel convergence model

F061.5

A

1002－2104(2012)06－0158－06

10.3969/j.issn.1002－2104.2012.06.026

(编辑:李 琪)

2012－01－08

韩美，教授，主要研究方向为资源环境与可持续发展。

王仁卿，教授，博导，主要研究方向为生态学。

山东省科技攻关项目“黄河三角洲湿地生态价值研究”(编号:2006GG2206019)。