自贸试验区的经济增长与外溢效应——基于改进的政策效应评估方法

刘一鸣 王艺明 刘志红

一、引言

2013年以来，中国改革开放的一个重要决策就是设立了上海、天津、福建、广东等一系列自贸试验区。自贸试验区的设立是中央政府做出的一项关于中国经济改革、转型、升级的国家战略。“试验”二字则体现了其发展意义，即不断探索能够促进当地经济发展的相关制度创新。自贸区作为以制度改革为核心的“国家试验田”，其意义不仅要推动区域经济发展，更要通过先行先试的模式来探索可在全国范围内推广和复制的经验，以提高国家整体竞争力。自贸区自成立以来，实施了一系列政策措施：在投资体制方面，变正面清单转为负面清单，释放了对外开放的空间，提高了开放度和透明度；在政府管理体制方面，变审核制为备案制，切断了政府官员的“寻租之手”，提升了政府办事效率；在跨境投融资方面，放松外汇管制，解除资金跨境流动限制，探索投融资汇兑便利；在金融开放方面，逐步推进人民币国际化进程，拓展离岸金融业务，降低人民币和外币管制给企业带来的不确定性等。

近几年来，自贸试验区改革措施的稳步推进，进程不断加快。那么设立自贸试验区给地方经济发展带来了多大的成效？这是值得探究的重要问题，这个问题的答案对于我国继续推进自贸试验区建设，以及在全国范围内推广自贸试验区经验有重要意义。本文的研究目的在于对自贸试验区的政策效应进行评估。在研究方法上主要是改进了Hsiao et al.提出的基于面板数据的政策效应评估方法，同时将自贸试验区政策对上海的经济增长效应，以及对其他省市的外溢效应估计出来。我们以上海自贸区为研究对象的原因有两方面：(1)很多自贸区政策创新是在上海自贸区实施，然后再到其他自贸区或国内其他地区复制推广，因此以上海自贸区为研究对象能够更好地衡量自贸区的政策效应；(2)上海自贸区有很多政策是其他自贸区没有的，例如自贸账户政策，该政策极大促进了上海自贸区的金融改革创新，上海自贸区出台的7批近200项金融创新案例很多都与自贸账户相关，而这项政策是其他自贸区没有的。因此从这两个角度出发，本文主要以上海自贸区为研究对象。

另一种政策效应评估方法是非参数法，非参数法绕开了严格的理论分析，相应地减少了对数据的需求量，缺点是存在样本自选择等问题，常用的方法有倍差法和断点回归法等。Hsiao et al.发展了一种基于面板数据的政策效应评估方法，近年来该方法在政策效应评估方面获得了很多应用，而且该方法可以克服样本自选择问题，非常适合应用于自贸试验区的政策效应评估。然而，在对自贸试验区政策效应的研究上，非参数法也面临着一些困难，最大的问题是政策效应的外溢性。无论是倍差法、断点回归法还是Hsiao et al.方法，都必须假设控制组单位不受政策实施的影响。如果该假设不成立，我们通过对比控制组和处理组的表现，对政策效应进行评估所得到的结果就是有偏倚的。然而如前文所述，自贸试验区的政策效应显然会通过上海与其他省市之间的经济往来在全国范围内溢出，因此以其他省市的整体经济或辖内企业作为控制组进行政策效应评估会违反上述方法应用的基本前提。

本文对Hsiao et al.方法的另一个贡献是，在预测反事实时，Hsiao et al.采用AIC准则选择样本内预测最优的单一方程进行预测，而本文则采用模型平均(model averaging)方法，将多个模型预测结果的平均值作为反事实的预测值，这样一方面充分利用了所有的样本信息，另一方面可保证对反事实估计结果的稳健性。

同时，自贸试验区政策产生了三方面外溢效应：(1)贸易替代效应，自贸试验区在对外贸易方面的优势对东部沿海省市的对外贸易和经济增长产生了显著的挤出或替代效应；(2)正向外溢效应，自贸试验区的设立创造了更多经济机会，促进中部地区一些省市的经济增长；(3)负向外溢效应或虹吸效应，自贸试验区的优惠政策吸引了西部地区一些省市的资源向自贸试验区汇集，对这些省市的经济增长有不显著的负向影响。

二、文献述评

2013年以来我国新设立的自贸试验区迅速成为学界研究的热点。袁志刚介绍了上海自贸区发展面临的各种问题，并深入研究了政策如何推进、产业如何布局、监管如何更新等战略问题(4)袁志刚：《中国(上海)自由贸易试验区新战略研究》，上海：格致出版社、上海人民出版社，2013年。。上海对外经贸大学的专家学者从政府职能转变、企业境外投资、金融发展、法治建设、税制创新等方面深入研究了上海自贸区的建设战略、政策实施及实践问题(5)上海对外经贸大学2011计划办公室、科研处：《2014年中国(上海)自由贸易试验区研究蓝皮书》，上海：格林出版社、上海人民出版社，2014年。。陈霜华等将上海自贸区与其他国内外自贸区进行对比分析，指出了服务贸易存在的主要问题及制约条件，提出提升服务贸易发展的政策建议(6)陈霜华、陶凌云、黄菁：《上海自贸区背景下的服务贸易发展研究》，上海：复旦大学出版社，2014年。。陈文成则论述了上海自贸区的金融改革，不但对其进行了阶段性总结和前景展望，还结合金融理论与实践提出相关建议(7)陈文成：《自由贸易账户论——中国(上海)自由贸易试验区金融改革的理论与实践》，上海：格林出版社、上海人民出版社，2015年。。从现有关于自贸试验区的研究文献来看，大部分是从制度创新角度对自贸试验区建设进行总结，并提出进一步改革建议，还没有文献对我国自贸试验区的政策效应进行实证评估。

注意到Bai et al.和Du & Zhang都评估了房产税试点的政策效应，却得到了不同结论，说明模型选择准则对于政策评估的结果有较大影响。如果仅采用单一模型预测反事实，所得到结果可能误差较大。而本文则采用模型平均方法，将多个模型预测结果的平均值作为反事实的预测值，一方面充分利用了所有的样本信息，另一方面可得到稳健的预测结果。

三、基于面板数据的政策效应评估方法

(一)Hsiao et al.政策效应评估方法

Hsiao et al.所发展的基于面板数据的政策效应评估方法，其基本思路是利用横截面单元之间的相关性构建“反事实”的对照组样本。所谓“反事实”是指，在其他条件不变的情况下，假设某个地区未实施某项政策时该地区的观测值。Hsiao et al.假设，产生横截面相关性的原因是存在某些无法观测的共同因素，然而如果要直接界定共同影响因素，估计结果会存在较大误差，因此Hsiao et al.应用其他单位的变量值来构造受政策影响单位的“反事实”值。该方法利用面板数据进行估计，不仅能提供政策实施地区在实施前后的表现，还可以和同时期没有实施该政策的地区的表现作为对比，从而得到政策效应，而且所提供的时间序列信息还能进一步研究政策效应的长期表现，如是逐渐消失、趋于稳定或是爆发式增长等。

(1)

令yit的N×1阶向量形式为yt=(y1t,...,yNt)′，其中N为本文研究的所有省和直辖市个数，有N=31。假设在T1期之前并未设立自贸试验区，则可观测到的yt为：

(2)

假设在T1+1期时，第1个地区开始设立自贸试验区。注意到在本文研究期间，仅有上海自贸试验区在2013年9月29日正式挂牌成立，因此第1个地区即为上海，而T1为2013Q3，在T1期及T1期之前d1t为0，而T1期之后(即2013Q4以后)d1t为1。则有：

(3)

在本研究的样本期间，2006Q1到2015Q1，其他N-1个地区并未设立自贸试验区，则有：

(4)

(5)

(6)

(7)

(二)对政策效应外溢的检验

在本文所研究的问题中，Hsiao et al.方法成立需要满足以下假设，无论在自贸试验区成立之前还是之后，其他省市的经济增长都不受上海自贸试验区成立的影响。事实上这个假设可能无法满足，例如，上海自贸试验区成立后，因其制度优势，可能对其他地区的人力和物质资本投资产生“虹吸”或“外溢”效应，即将其他地区的资源吸引到自贸试验区内，或者为其他地区创造更多商业机会，这些情况下Hsiao et al.的假设不再成立。

那么如何检验政策效应的外溢是否存在？本文发展了一个检验方法以鉴别外溢性的存在。假设第i个控制组单位在第t期获得的外溢效应为δit，其i=2,...,N，t=T1+1,...,T。那么有：

(8)

(8)式中，控制组省市季度GDP的随机误差项中增加了δit部分，使得Hsiao et al.的假设不再成立，此时，对反事实的估计产生了一个系统性偏误，进而对政策效应Δ1t的估计也会产生系统性偏误。要检验Hsiao et al.的假设是否成立，我们需要用到以下推论：

(三)一个新的控制组单位选择策略——基于模型平均(model averaging)方法

在不存在政策外溢性的假设下，Hsiao et al.给出了一个控制组单位选择策略，即结合R2和AIC或AICC选择拟合度最好的反事实预测模型。本文将提出一个新的控制组单位选择策略，即模型平均(model averaging)方法，把拟合度高的模型按相等的权重平均起来，在控制组单位较多的情况下，本文所提出的方法可以利用所有的控制组样本信息，同时又避免估计误差较大的问题(14)限于论文篇幅，这里未具体列出该方法的步骤，有兴趣的读者可以向作者索取。。这个方法可以视为对于Hsiao et al.方法的进一步发展。Hsiao et al.仅选择拟合度最高的单一模型，目的是避免估计误差过大，但实际上浪费了控制组样本信息。与Hsiao et al.的方法相比，本文的方法的优点是，同时使用了所有的样本信息，还可以将政策效应和外溢效应同时估计出来。

(四)对政策效应与外溢效应的估计

δit=λiΔ1t，其中i=2,...,N，t=T1,...,T

(9)

(9)式的假设意味着，控制组省市i在t期获得的外溢效应为λi乘以自贸试验区对上海的政策效应。这个外溢效应是假设自贸试验区对其他地区有虹吸或促进效应，而外溢效应与自贸试验区对上海的政策效应相关：如果自贸试验区政策效应较大，它对其他地区的影响效应也较大；如果自贸试验区政策效应较小，它对其他地区的影响效应也较小。因此(8)式可以写成：

(10)

yit=αi+λiΔ1t+uit,i=2,...,N,t=T1,...,T

(11)

(12)

四、实证结果与分析

本部分采用基于面板数据的政策效应评估方法从经济增长的角度评估设立自贸试验区对上海经济发展的政策效应，以及对其他省市的外溢效应。上海自贸试验区在2013年9月29日成立，我们选取2006Q1—2015Q1的季度数据为样本，其中2006Q1—2013Q3为事件前窗口期，2013Q4—2015Q1为事件后窗口期。所用数据均来源于CEIC(中国经济数据库)。研究中采用各省市的名义季度GDP作为研究变量。试验组为上海，将全国其余30个省市作为控制组。为了消除季节因素的影响，所有数据均采用X-12方法进行季节调整，然后进行对数处理。

Hsiao et al.建议采用R2、AIC和AICC等准则来选择预测模型。但注意到可选择的模型空间非常大，严格说理论上并无法明确指导应该用那个模型，R2、AIC和AICC等准则仅仅提供了一个选择的参考。事实上，不同预测模型下对反事实和政策效应的估计差异非常大。不同模型的估计结果产生较大差异的原因有两方面，一方面来源于对a*的估计误差，由于Hsiao et al.方法下不同反事实模型只使用了部分样本信息，因此对a*的估计会存在误差。另一方面，更主要的原因是，如果自贸区政策实施以后对控制组省市产生了外溢效应，根据本文的推论1，这些外溢效应会进入反事实的预测值中，使得不同模型下对反事实的预测产生偏倚，从而不同模型的预测结果之间的差异会显著扩大。而在自贸区政策实施之后，不同反事实模型对政策效应的估计差异明显扩大，原因是外溢效应会进入每个模型对反事实的预测值中，使得不同模型下对反事实的预测差异扩大，也即，不同模型的预测差异，既包括对a*的估计误差部分，也包括外溢效应部分。

(一)自贸试验区政策的经济增长与外溢效应：基于改进的政策效应评估方法

1.初步估计与外溢效应的存在

本部分我们应用本文提出的控制组单位选择策略及反事实估计和预测方法，研究设立自贸试验区对上海经济增长的影响，主要研究变量为季度GDP。

图1中报告了不同控制组样本个数下对反事实的样本内(自贸试验区设立前，2006Q1—2013Q3)估计和样本外(自贸试验区设立后，2013Q4—2015Q1)预测，并与上海市的季度GDP作比较。图中的垂直虚线表示设立自贸试验区的时点。从图1所示结果来看，在自贸试验区设立后，上海市的季度GDP(用粗实线表示)要显著高于各种反事实预测值(用细虚线表示)，两者之间的差额即为设立自贸试验区对上海市季度GDP带来的增长效应。从2013Q4到2015Q1期间，根据不同控制组样本个数设定下的估计，设立自贸试验区使上海市2015Q1的GDP多增长了5.22%(m=4)、5.40%(m=5)、5.67%(m=6)、5.98%(m=8)和6.21%(m=10)，或使得上海市的GDP平均每年多增长了3.48%(m=4)、3.62%(m=5)、3.75%(m=6)、4.03%(m=8)和4.20%(m=10)。说明在不同控制组样本个数设定下，对反事实的预测有一定差异，从而导致对自贸试验区设立对上海市GDP的政策效应评估也存在差异。

从图2结果来看，对应于不同m值的预测模型，到2015Q1，政策效应的估计值在5.22%(m=4)到6.21%(m=10)之间，和前文应用Hsiao et al.方法所得到的政策效应在4.533%(m=6)到12.938%(m=10)之间相比，改进的政策效应评估方法所得到的估计值的离散程度明显较小。该估计值为不同预测模型的样本外预测值，如前文所述，不同模型的预测值差异主要来源于参数估计误差和政策外溢效应，而改进的政策效应评估方法所得到的差异较小，说明应用该方法得到的反事实和政策效应估计结果更为稳健(15)改进的政策效应评估方法所得到的预测值差异较小，说明要么该方法得到的参数估计误差较小，要么该方法减少了政策外溢效应。然而，在该部分这两种估计方法都没有处理政策外溢效应(后文会进行处理)，说明改进的政策效应评估方法得到的参数估计误差较小，所得到的反事实和政策效应估计结果更为稳健。。为了更清晰地看到不同控制组样本个数设定下的政策效应估计结果，我们在图2中将改进方法得到的政策效应估计结果表示出来。

图2所示的指标为上海的人均实际GDP减去反事实估计值，左边的垂直虚线表示设立自贸试验区的时点。从图2来看，从2014Q1开始，自贸试验区政策的实施整体对上海的人均实际GDP产生了持续的正向影响。从2013Q4到2015Q1，不同控制组样本个数设定下的政策效应估计结果的差异逐渐扩大，说明自贸试验区政策的外溢性逐渐增强。

注意到图2中，即使在自贸试验区政策实施前，不同控制组样本个数设定下，对反事实和政策效应的估计也是有差异的，其原因是在估计反事实方程时，估计得到的参数本身存在误差，特别是我们均采用不同省市的季度GDP作为解释变量，其中存在较为严重的近似多重共线性问题，使得参数估计存在较大误差。正如前文的分析，如果自贸试验区政策存在外溢效应，不同控制组样本个数设定下对反事实和政策效应会有不同估计。因此，如果外溢效应存在，不同控制组样本个数设定下对反事实以及政策效应估计的差异会扩大。我们用不同控制组样本设定下所得到的反事实以及政策效应估计的样本标准差来代表其差异。从2006Q1到2015Q1，我们计算不同控制组

(13)

R2=0.13。其中time为时间虚拟变量，在自贸试验区政策实施以前(2006Q1—2013Q3)取值为0，在自贸试验区政策实施以后(2013Q4—2015Q1)取值为1。根据(8)式的回归结果，在世贸试验区政策实施以后，不同控制组样本设定下对反事实和政策效应的估计差异有显著上升。如图3所示：

图3 不同控制组单位个数设定下对反事实和政策效应的估计差异

从(13)式以及图3结果来看，在自贸试验区政策实施以后，不同控制组样本设定下对反事实和政策效应的估计差异显著上升。说明自贸试验区政策已经对控制组(上海以外其他省市)产生影响，导致不同控制组样本个数设定下对政策效应的估计产生了较大差异。因此可以认为自贸试验区政策的外溢效应在2014Q4和2015Q1阶段开始体现出来。因此，要准确评估自贸试验区的经济发展效应，必须将其外溢效应估计出来。

2.对外溢效应的估计

续表1

自贸试验区政策的外溢效应表现出三方面特征：(1)首先是贸易替代效应，福建、浙江、江苏、山东和辽宁等东部沿海省市受到了显著负向影响，说明上海自贸试验区在对外贸易方面的优势对这些省市的对外贸易和经济增长产生了挤出或替代效应；(2)其次是经济增长的外溢效应，上海自贸试验区的设立创造了更多经济机会，促进中部地区一些省市的经济增长。(3)最后是经济增长的虹吸效应，上海自贸试验区带来的优惠政策，吸引了西部地区一些省市的资源向自贸试验区汇集，对这些省市的经济增长有较小的负向影响。

我们实证地检验上述自贸试验区外溢效应的三方面特征，在解释变量方面引入三个变量：(1)各省市是否为东部地区出海口Easti，如果是则取值为1，否则为0。(2)这些省市与上海的经济距离Geogdi，该变量等于上海与第i个省的省会城市或直辖市之间的距离的对数。(3)这些省市与上海的经济距离Econdi，该变量等于2013年第i个省或直辖市人均GDP的对数值与上海人均GDP的对数值之差。外溢效应对上述三变量的回归结果为(括号中为t统计量，***表示在1%水平上显著，**表示在5%水平上显著，*表示在10%水平上显著)：

(14)

R2=0.33。其中Easti系数估计量在5%的水平上显著为负，说明东部出海口省市的经济增长受到显著负面影响，从表1结果来看，福建、浙江、江苏、山东和辽宁等省市受到的负面影响是比较大的，因此在评估自贸试验区政策对上海的影响时，必须将其对控制组单位的负向外溢效应考虑进去。Geogdi的系数估计为正，而其平方项系数估计为负，该结果显示，离上海地理距离较远的省市，自贸试验区政策对其有负向的外溢效应；而离上海地理距离较近的省市，自贸试验区政策对其有正向的外溢效应。但Geogdi及其平方项的系数估计量不显著，如果从样本中剔除西藏，则Geogdi及其平方项的显著性(16)用估计系数的t统计量的p值表示。会提高到15%左右。Econdi系数估计量的显著性水平为13%，而其平方项系数估计量的显著性水平为11%，该结果显示，人均GDP比上海低较多的省市，自贸试验区政策对其会产生负向的外溢效应，而人均GDP接近或高于上海的省市，自贸试验区对其会产生正向的外溢效应。

整体看，地理距离离上海比较近以及人均GDP接近或高于上海的省市，自贸试验区政策对其有正向外溢效应；地理距离离上海比较远以及人均GDP比上海低较多的省市，自贸试验区政策对其有负向外溢效应。同时，上海对东部沿海省市有较大的挤出或替代效应。

(二)自贸试验区政策对上海的经济增长效应：调整后的结果

图4A是调整后的政策效应。在图4A中垂直虚线右侧部分，是对图1中估计得到的政策效应进行调整，剔除了控制组外溢效应影响后所得到的政策效应。从图4A来看，不同控制组样本数(m=4,5,6,8,10)设定下所得到的政策效应估计之间的差异有所收敛。更重要的是，与图3相比，所估计得到的政策效应有所下降，以2015Q1为例，大约下降了0.5%。

类似(13)式，为检验经过调整后，反事实或政策效应的估计差异在自贸试验区政策实施后是否有所收敛，我们进行了以下回归，其中STD1,t为不同控制组单位个数下政策效应估计值(调整后)的样本标准差(括号中t为统计量，***表示在1%水平上显著，**表示在5%水平上显著，*表示在10%水平上显著)：

STD1,t=0.0024+0.0010·timet+et
(7.56)***(1.19),t=2006Q1,...,2015Q1

(15)

R2=0.005。从回归结果可以看到，调整后的不同控制组单位个数下政策效应估计值(调整后)的差异，在政策实施后和实施前没有变化。在图4B中我们将STD1,t绘制出来，可以看到，在政策实施后，STD1,t值并无显著扩大。

图4 自贸试验区对上海季度GDP的政策效应：调整后的估计

从图4A的结果看，自贸试验区对上海的经济增长效应为，使2015Q1的GDP多增长了5.44%(取平均值)，或平均使上海名义GDP每季度多增长0.91%或平均每年多增长3.62%。

如果考虑到物价上涨因素，应用同期的全国GDP平减指数大体可以估算出，2013年全国GDP价格上涨了2.21%，2014年全国GDP价格上涨了0.85%，而2015年全国GDP价格已经呈现通缩迹象，从前三季度名义GDP与实际GDP增长率的比较来看，GDP价格下降了0.28%。应用上述数据进行平减后，上海自贸试验区对上海的经济增长效应为，使2015Q1的实际GDP多增长了约5%，或平均使上海实际GDP每季度多增长0.83%或平均每年多增长3.33%。由于政策实施期间内GDP价格上涨较小，自贸试验区政策对实际GDP的影响仅略小于对名义GDP的影响。

图5 自贸试验区对上海名义季度GDP增长率的政策效应：外溢效应调整后

五、结论

自贸试验区构建了中国与世界各国交流合作的新平台，研究其政策效应对自贸试验区建设与发展具有重要的理论和实践意义，本文改进了Hsiao et al.基于面板数据的政策效应评估方法，在研究方法上的主要贡献有：放宽控制组单位不受政策实施影响的假设，提出了判断该假设是否成立的检验；在该假设不成立时提出一个新的估计方法，应用该方法可同时将自贸试验区政策对上海的经济增长效应以及对其他省市的外溢效应估计出来。本文对Hsiao et al.方法的另一个贡献是，在预测反事实时，Hsiao et al.采用单一方程进行预测，而本文则采用模型平均方法，将多个模型预测结果的平均值作为反事实的预测值，这样一方面充分利用了所有的样本信息，另一方面可获得稳健的反事实估计结果。

从本文所得到的实证结果来看，自贸试验区在运行过程中，政府职能转变、扩大投资领域开放、贸易功能转型升级和金融领域开放创新等政策都对地方经济产生了显著的正面影响，直接体现在GDP增长率的提高上。但在推进过程中，要注意其产生的外溢效应，特别是对东部沿海省市产生了显著的挤出或替代效应，因此在未来的试验过程中，应该加快在全国范围内复制推广其经验的步伐，尤其是在政府职能转变、对外商投资实行准入前国民待遇加“负面清单”管理模式、金融创新等方面，需要大胆试验，对于取得的经验在全国范围大力推广复制，在最大限度上发挥自贸试验区的政策红利。