中国西部大开发政策净效应评估

孔 阳，何伟军，覃朝晖，谭江涛

（三峡大学 经济与管理学院，湖北 宜昌 443002）

0 引言

西部大开发的实施使得西部地区迎来了一些宏观经济指标上的增长，然而，由于后发优势的存在，即使没有西部大开发战略，西部地区的经济也会取得一定程度上的增长。由此，激发了人们对于西部大开发政策净效应的争论：是政策失灵，还是政策促进？

研究其政策净效应类的文献不在少数，但始终未能形成统一的结论。部分研究者认为，西部大开发对西部地区的经济增长起到了促进作用。刘生龙等（2009）[1]明确指出，其促进作用为1.5个百分点，同时也缩小了西部与中东部之间的经济水平差距。李国平等（2011）[2]研究发现，西部大开发提高了地区经济增长质量，实现了其快而好的发展。

而另一部分研究者认为，西部大开发对西部地区经济增长的影响并不显著，反而进一步拉大了西部与中东部地区之间的收入差距。例如，刘瑞明和赵仁杰（2015）[3]运用倾向值匹配双重差分法研究发现，西部大开发并没有显著影响西部地区的经济增长,彭曦和陈仲常（2016）[4]也得出了同样的结论。不可否认，西部大开发虽然给西部地区带来了一定的经济增长，但也拉大了西部与中东部之间的收入差距[5，6]，地区之间的不均衡发展格局进一步恶化[7]。与此同时，西部地区的城乡收入差距也被进一步拉大[8]，西部各省城乡收入差距增加了5.7～8.5个百分点[9]。

由于影响西部地区经济增长的因素众多，例如，自然灾害、资源储备以及各种宏观经济因素等，而西部大开发战略只是众多因素之一。要想研究西部大开发是否促进了西部地区的经济增长，就需要从众多影响因素中将西部大开发的影响剥离出来，否则，得出的政策净效应就会存在一定的偏差。由于双重差分法（DID）能有效解决模型的内生性问题，能够剔除混淆变量的影响，进而得出政策的净效应，因此在宏观政策评价方面应用广泛[10，11]。

基于此，本文在前人研究的基础上，引入双重差分法（DID）对西部大开发的经济增长净效应进行客观有效地评估，并研究西部大开发的具体影响机制，从而为下阶段的政策制定与调整提出建议。

1 研究设计

1.1 双重差分方法与模型

双重差分法的关键是要构造“处理组”与“对照组”，通过控制其他影响西部地区经济增长的主要因素，对比西部大开发政策实施前后，“处理组”与“对照组”之间的差异。文中用二分虚拟变量dw表示某省份是否实行了西部大开发政策，1表示西部省份，即处理组，0表示非西部省份，即对照组；时间虚拟变量dt的二分值表示西部大开发实施前后的年份，1表示西部大开发实施后的年份，0表示西部大开发实施前的年份。

根据dw和dt的不同取值组合，可将数据样本划分为四组，分别为：实行西部大开发后的处理组、实行西部大开发之前的处理组、实行西部大开发后的对照组、实行西部大开发之前的对照组。双重差分法的通用模型如下：

其中，被解释变量Yit指的是地区GDP增长率ggdp，二分虚拟变量dt、dw、dwdt分别表示时间变量、分组变量以及两者的交互项，i和t分别代表各个省市和所在年份，Zit代表影响地区GDP增长的控制变量，εit表示随即扰动项。a3是西部大开发政策对西部地区经济增长率的净效应系数，其推导过程如表1所示。

表1 政策净效应系数推导

1.2 变量选择与数据来源

为了更好地度量西部大开发对地区经济增长率的净效应，本文选取了GDP增长率（ggdp）作为被解释变量[6]。为了保证评估结果的客观有效性，本文将影响经济增长的其他因素进行了控制。其具体含义及计算方法如表2所示。

表2 控制变量及其含义与计算方法

为了更客观地得出西部大开发对西部地区经济增长的净效应，本文采取双重差分法对其进行评估。本文数据均来自Wind金融数据库中的中国宏观经济数据库和历年中国统计年鉴。鉴于1994年以前和2015年以后的数据缺失严重，同时，由于1994年开始实行的分税制改革，增强了中央对财政资源的控制能力，对各地区经济增长影响显著[12]，因此，以1994年为起始年份，可以规避分税制改革对结果的影响；而国务院于2015年明确了“一带一路”具体实施思路和愿景，其中的“丝绸之路经济带”涵盖了10个西部省份，该政策的实施必定会对西部地区的经济增长率产生影响，因此本文不考虑2015年以后的年份，以规避“一带一路”政策对西部大开发政策实施效果的影响，因此本文选取1994—2015年全国27个省市的面板数据进行研究①我国共有34个省级行政单位，除去港澳台，还剩下31个省级行政单位。其中，西部大开发政策实施范围包括重庆、四川、贵州、云南、西藏、陕西、甘肃、宁夏、青海、新疆、内蒙古和广西这12个西部省份，由于山西、贵州、福建、江西这4个省的数据缺失严重，予以剔除，剩余的27个省市中，共有11个西部省市（处理组），16个非西部省市（对照组）。（一带一路涉及重庆、云南、西藏、陕西、甘肃、宁夏、青海、新疆、内蒙古、广西，共10个西部省市）。

2 方法适用性检验

双重差分法要满足两个假设前提：随机性假设和共同趋势假设[13]。

2.1 随机性假设检验

由于西部大开发政策只针对西部地区的省市，但在实行西部大开发政策之前，西部地区与中东部地区的经济增速存在较大差距，为了验证西部大开发的实行是否与解释变量的选择有关。文中以分组变量dw为因变量，对表3中其他解释变量逐个进行Logit回归。

表3 Logit回归结果

从上述回归结果可知，除了服务业水平（tgdp）和政府规模（gov）的回归结果不显著外，其他解释变量的回归结果都在1%的水平上显著，表明分组变量dw受到了农业化水平（fgdp）、工业化水平（sgdp）、外商投资（fdi）等解释变量的显著影响，但从回归（9）的结果可以看出，实际经济增长率（ggdp）估计系数并不显著。这表明处理组的省市选择与政策实施前的实际经济增长率无关，而实际经济增长率正是本文的研究对象；此外，由于分组变量dw的取值是根据国家对西部地区的划分为依据，由此进一步验证了DID的随机性假设。

2.2 共同趋势假设检验

DID方法的共同趋势假设认为，尽管处理组与对照组存在差异，但只要两者在改革前的发展趋势一致，即处理组和对照组之间的实际经济增长率的差值是固定的，也可以认为对照组的选择是合适的。表4（见下页）给出了1994—2015年西部省市（west）与非西部省市(nwest)的历年实际平均GDP增长率，其对应的实际平均GDP增长率走势可知，处理组与对照组之间的差异并不明显，大致呈相同增长趋势。

基于此，以实际平均GDP增长率的差分值（dggdp）作为被解释变量，以dw为解释变量，研究西部大开发实施前处理组与对照组的GDP增长率的趋势差异。如下页表5所示，回归结果并不显著，表明西部大开发实施前，处理组和对照组的实际经济增长率的趋势差异并不显著，即验证了共同趋势假设。

表4 处理组与对照组历年实际平均GDP增长率（%）

表5 实际平均经济增长率趋势回归

3 实证结果分析

对指标进行描述性统计，结果如表6。

表6 描述性统计

3.1 西部大开发的政策净效应

如表7所示，（1）式和（2）式分别为不加入控制变量和加入控制变量时的回归结果。由（1）式的回归结果可知，在不加入控制变量时，西部大开发对西部地区GDP增长率的影响并不显著；而（2）式是在加入了地区教育水平、三大产业水平、政府规模等控制变量之后，西部大开发政策净效应估计值为0.0466，且在1%的统计水平上显著为正,其中，地区教育水平、工业化水平和政府规模对地区GDP增长率起到了显著促进作用；服务业水平、固定资产投资和人均消费水平对地区GDP增长率有显著负影响；而地区农业化水平和外商投资水平对地区GDP增长率的影响并不显著。根据相关文献阅读，预期以上控制变量的理想回归结果应当都是显著为正。但由于1997年和2008年分别爆发过亚洲金融危机和国际金融危机，再加上中国2008年4万亿救市使得房价再创新高，导致居民处于对未来经济形势的担心而不愿意消费，因而可能会出现居民消费对GDP增长率具有显著负影响；而固定资产投资具有较长的回收期，在某一时间段内也可能对经济增长率存在显著负影响；农业和服务业相对于工业而言，在GDP中的占比相对较小，特别是农业，其增长离不开大量的补贴政策，因而可能对经济增长率的影响不显著或者显著为负。另外，中国经济的蓬勃发展，使得外商投资发挥的作用越来越小，可能出现不显著影响。

表7 各因素对西部地区经济增长的影响

为了验证上述结果的可靠性，本文只选取西部省市进行检验，检验结果在显著性水平和系数正负性方面均与表7一致，只在数值上存在较小差异，进而验证了表8结果的正确性。

表8 结果检验

3.2 西部大开发对地区经济增长率的影响机制

根据前文的回归结果可知，西部大开发政策使得西部地区的实际经济增长率提高了4.66个百分点。进一步探究西部大开发的具体影响机制，对地区政策调整具有重要指导意义。为此，本文以各控制变量为因变量，分别对dt、dw和dwdt进行回归。回归结果如表9所示，西部大开发只对地区工业化水平（sgdp）、固定资产投资水平（far）和外商投资水平（fdi）具有显著促进作用；而对地区教育水平（edu）、农业化水平（fgdp）、服务业水平（tgdp）和政府规模（gov）具有显著负影响，对人均消费水平（pcc）则没有显著影响。显而易见，对于固定资产投资和外商投资而言，投资者更倾向于在拥有国家政策扶持的地区进行投资，西部地区拥有丰富的自然资源和廉价的劳动力，投资者在西部投资既能享受政策优惠，又能获得廉价的劳动力和工业资源，进而促进了西部地区工业水平的显著提升。居民消费水平的提高并不显著，可能是由于经济形势不好、地区服务水平得不到提升或物价过高所导致。由于缺乏投资，农业和服务业的发展反而在西部大开发政策中被抑制，与此同时，由于西部大开发实行了一系列税收优惠和减免政策，使得西部地区的财政税收有所减少。西部大开发最终通过正向影响地区工业化水平（sgdp）、固定资产投资水平（far）和外商投资水平（fdi），进而使得地区实际经济增长率提高了4.66个百分点。

表9 西部大开发影响机制研究

3.3 西部大开发政策效果的动态持续性

随着西部大开发政策的推进，其政策效应的动态性对于后期政策调整至关重要，为此，本文通过设定时间虚拟变量的滞后项对西部大开发政策的动态效应进行检验，表10中的（1）式和（2）式分别是不加入控制量和加入控制变量的回归结果。

结果表明，不加入控制变量时，考虑到政策的滞后性后，西部大开发对GDP增长率的影响始终不显著；而加入控制变量后，回归结果从滞后六期开始不显著。从而进一步说明，西部大开发的动态持续效应并不显著，要想促进西部地区的经济发展，需要进一步推进西部大开发的实施，既要坚持政策扶持和引导，也要进行相应的改进。

4 结论与建议

本文的实证结果显示，西部大开发作为一项平衡区域发展的重大政策，虽然降低了地区的农业化水平、服务业水平、教育水平以及政府规模，且对地区人均消费水平没有显著影响，却显著提高了地区的工业化水平、固定资产投资水平和外商投资水平，最终使得地区经济增长率提高了4.66个百分点，但政策效应未能保持动态持续性。不难看出，单凭实物资产的投入以及工业化强势发展，不能够保证西部大开发政策净效应的持续性。

表10 西部大开发政策效应的动态持续性检验

本文在肯定西部大开发对地区经济增长率有正向影响的同时，也发现了西部地区发展的不足之处：

（1）过度重视工业化，使得农业和服务业的发展未能在西部大开发政策中得到正向促进；西部大开发虽然提高了地区经济增长率，却未能显著影响到该地区人民的消费意愿，因而并未能从根本上提高人民的生活水平。

（2）过度依赖资产投入。西部大开发虽然显著提高了当地的固定资产投资水平和外商投资水平，却降低了当地的教育水平，而教育水平的提高有利于地区人力资本的积累，对于持续提高地区经济增长率而言至关重要。

综上所述，本文有针对性地给出了以下几点建议：

第一，合理优化产业结构，实现产业升级。结合西部地区的特点，在发展工业化的同时，也要协调农业和服务业的发展，切合改善人民的生活水平。与此同时，在以“环境资源约束”、“自然资源约束”、“市场资源约束”为主的“系统资源约束”下，使西部地区之间依托特色资源承接产业转移，在不适宜或无条件承接产业转移的情况下，按照市场导向及产业布局原则，合理进行产业结构优化，实现产业升级。

第二，进一步加大在养老保险、扶贫、医疗方面的投入，稳定物价（尤其是房价）水平，从而激励人民消费，以提高其生活质量，进而促进经济增长。

第三，继续提高固定资产投资水平和外商投资水平。西部地区的经济发展不仅需要大量的固定资产投资来进行基础设施建设，而且需要其他资本的持续进入，从而为当地产业发展注入活力，以拉动经济的持续增长。

第四，加强教育等软环境建设。西部大开发要想实现持续的正向政策效应，除了要有适度的固定资产和外商投资外，还需要加强教育投入，地区法制建设，市场制度完善以及环保意识提升等，以实现西部大开发正向效应的持续性。