西部国家级新区对全要素生产率的提升效应

张海利

摘要：西部省区国家级新区是对西部资源整合优化的一个重要途径。文章利用2010-2020年间5个国家级新区所涉及的51个城市的面板数据，采用多期DID方法，评估了国家级新区对西部区域全要素生产率的影响，并通过了平衡趋势和一系列的稳健性检验。研究发现，国家级新区政策对西部区域全要素生产率提升有显著效应。通过进一步研究发现，“单城设区”模式的新区政策效果要优于“双城设区”模式。文章通过上述结论提出了相关性的政策建议。

关键词：西部国家级新区；全要素生产率；多期DID

一、前言

西部地区是国家重点扶持的欠发达地区，而国家级新区是旨在促进区协调发展的先行示范区，西部省区国家级新区肩负的重任不言而喻，其具有推动西部大开发的战略愿景。“十四五”是我国经济高质量发展阶段，西部地区由于位于内陆、产业活跃度低于其他地区导致的社会经济发展滞后，使其实现社会主义现代化的困难比其他地区多，而西部省区国家级新区在引领西部改革发展等方面发挥着不可替代的作用。要促进西部经济高质量发展，西部国家级高新区很关键。自西部的国家级新区设立以来，给周边城市带来了虹吸效应，且政策效应优于沿海地区，具有“以点带面”“东西协作”的战略意义，有效带动区域的进步。研究西部国家级新区的政策效应，仅观测GDP规模变化是远远不够的，应考量经济增长的质量。

国家级新区作为一项国家层面的区位导向型政策，其受到了学者的广泛关注。对于国家级新区的研究，王慧娟、沈体雁（2021）发现国家级新区有辐射带动作用，资本聚集是经济快速增长的主要机制。对于西部国家级新区的研究，董锁成、李泽红等（2022）构建西部的城市竞争力模型，预测西部未来国家级新区的区位选择和空间布局。尚虎平、刘俊腾（2021）发现兰州新区带动了区域经济增长。除了研究国家级新区对区域经济影响外，也有关于国家级新区社会治理创新、新区绿色增长能力等的相关性研究。

虽然关于国家级新区的研究不少，但是大多数集中在所有新区的公共研究，以及沿海和中部地区的国家级新区的研究，针对西部国家级新区的研究较少。即使政策相同，但在不同的地区实施，其政策效果不尽相同，单纯将所有国家级新区混合在一起研究，成果对于不同地区会有所偏颇。目前，更多的学者对国家级新区的研究集中在对经济的影响效应上，鲜少关注全要素生产率。西部新区相比其余地区新区，西部国家级新区存在社会经济产业发展与城市总体规划间协调不足、缺乏技能人才、吸资能力差等问题，全要素生产率综合考量了产出与投入，可以衡量西部新区的绿色化发展程度。故本文单独针对西部地区的国家级新区，研究西部新区是否对全要素生产率有提升作用，并根据研究结果提出了相关建议。

二、数据来源与模型构建

（一）数据来源

目前，国家级新区一共十九个，其中西部有六个，直辖市的政策背景和经济实力与其他城市差距较大，故本文不考虑位于重庆的两江新区样本，以另外五个新区为研究对象进行分析，同时由于普洱市、毕节市和铜仁市的数值缺失比较严重，剔除这三个样本，共51个样本，研究时区为2010年至2020年，共561条运算数据。参考以往文献做法，均以国家级新区母城为实验组，共8个实验组，该省非新区地级市为对照组，共43个对照组。

本文采用2010-2020年的面板数据进行分析，涉及数据均来自各《中国区域经济统计年鉴》和《中国城市统计年鉴》，少数缺失值用线性插值法补齐。本文使用的分析软件是MAXDEA和STATA17。

（二）模型构建

在评估政策实施效果的方法中，双重差分法（简称DID）是使用较多的方法。该方法的基本思想是将制度变迁和新政策实施视为一次外生于经济系统的“自然实验”或“准实验”。因此，国家级新区政策可被视作“准自然实验”，运用DID进行政策效应的评估。考虑到各国家级新区的获批时间不同，本文使用多期DID模型进行评估。

Yit=β0+β1didit+？鄣xit+ωperiodit+γtreatit+εit（1）

didit=periodit×treatit（2）

其中，i和t分别表示城市和年份；period时间虚拟变量，实验前取值为0，试验后取值为1；treat分别表示地区虚拟变量，实验组取1，对照组取0；did前的系数β1表示政策效应的大小，εit为随机误差项；x表示一系列的控制变量，本文分别从城镇化率（urb）、消费水平（cons）、人力资本水平（popul）、政府干预（gover）和实际GDP（ln_gdp）五个变量进行表征。全要素生产率（TFP）是本文的被解释变量Y，同时引入绿色全要素生产率（GTFP）加以比较说明。

（三）变量选取

1. 被解释变量

经济高质量发展时代要求实现资源效益最大化。全要素生产率是衡量经济发展质量和增长潜力的一个重要指标，通过资源整合和配置合理化，减少投入产出的比例，使生产力尽可能最大化。全要素生产率是整体经济效率的体现，而绿色全要素生产率的测算考虑了非期望产出，如废气、废水等，是全要素生产率的补充和延伸。

通过参考相关学者对生产效率的研究，本文采用DEA-Malmquist指数对全要素生产率和绿色全要素生产率进行测算。其中，劳动力投入选用城镇单位从业人员数测度；资本投入测度参考张军等（2004）方法，采用“永续盘存法”，以固定资产资本存量为当年投资指标，投资指标（Ii，t）表示城市 i 在 t 期的当年固定资产投资，折旧率（δi，t）取值为9.6%，使用他们的方法得到了价格指数（Pi，t），表示城市 i 在 t 期的固定资产投资价格指数，本文以2009年为基期，则城市i在t期的资本存量为Ki，t＝Ki，t-1（1-δi，t）+■，以此得到2009-2020年的资本投入资本；能源投入将天然气、液化石油和全社会用电量折算成万吨标准煤来度量。产出变量用实际 GDP 来度量，即采用 GDP 平减指数以2009年为基期进行折算得到实际值。全要素生产率与绿色全要素生产率不同点在于是否考虑非期望产出，通过资源消耗和各要素的投入，产出的结果往往伴随着SO2、废水等污染物。故绿色全要素生产率模型中的投入变量和期望产出变量与全要素生产率的一致，非期望产出变量用工业废水排放量、工业SO2排放量和工业粉尘排放量三者进行测算。

基于2010-2020年51个城市的相关数据，在规模报酬可变（VRS）假设下，采用非径向非角度方向性距离函数（SBM-DDF）方法测算各城市的全要素生产率（TFP）得到ML指数，但ML指数结果表示的全要素生产率的变动率，因此参考李斌等（2013）做法，假设2009年的全要素生产率为1，根据测算得出的ML指数值进行累乘，进而得到2009-2020年51个城市的全要素生产率。

2. 核心解释变量

核心解释变量是城市获得国家批准成为国家级新区的时间，用didit表示，若城市i在第t年获批新区为国家级新区，则did值在第t年及之后的年份取值为1，否则为0。表1为各国家级新区获批时间。

3. 控制变量

（1）城镇化率（urb）：城镇化率是农村人口向城市转移的体现，学者们对城镇化率的作用持不同观点，赵磊等（2022）认为城镇化能提高全要素生产率，促进经济增长，但也有学者认为城镇化率对经济增长起反作用。故本文采用城镇常住人口占城市常住人口比重表示城镇化率。

（2）消费水平（cons）：近年来，国家的消费结构不断升级，消费水平也不断提高，显著提高了经济增长质量，表明内需已逐步成为促进经济发展的重要内生动力，激发社会生产力。消费水平用社会消费品零售总额占GDP的比重表示。

（3）人力资本水平（popul）：西奥多·W·舒尔提出人力资本积累是经济增长的重要源泉，人力资本促进区域经济高质量发展，但在经济发展到一定水平后，人力资本会抑制经济增长。本文用本专科生在校人数占全市常住人口比重表示。

（4）政府干预（gover）：政府财政支出可以完善基础设施，提高生产力，但财政支出的增加会加剧社会税负，降低人民收入，是消极怠工的一大原因。政府干预用政府财政支出占GDP的比重表示。

（5）实际GDP（ln_gdp）：GDP越高的城市全要素生产率也越高，究其原因可能在于城市整体经济水平越高，其拥有的制度水平和生产设施比经济水平较低的城市优越，其生产水平越高。本文采用实际GDP的对数值来表示。

三、实证结果分析

（一）基准回归结果

本文采用固定效应模型，消除非观测的地区效应和时间效应，对式（1）进行回归，结果如表2所示。回归结果显示，全要素生产率（TFP）的估计系数在5%水平下显著为正，说明国家级新区的设立显著提高西部的全要素生产率。绿色全要素生产率（GTFP）的估计系数也为正，但不显著，说明国家级新区的设立对绿色全要素生产率的影响不明显。整体来说，国家级新区的设立对西部的发展发挥作用，促进全要素生产率提高。

（二）平衡趋势检验

平行趋势检验是检验该模型是否有效的重要步骤，在政策实施前，实验组的城市和对照组的城市全要素生产率的变化趋势应该保持一致。本文以国家级新区政策实施的第一年为基期，即图1中的第0期。政策实施效果有滞后性，也就是要实施三年左右才有效果，结合运算结果显示，国家级新区对全要素生产率是有显著效应的，满足DID的前提条件，样本通过检验。从图1可以明显看出，国家级新区的设立能够提升全要素生产率，且政策实施效果随政策实施年限增加而呈放大趋势。

（三）稳健性检验

1. 个体安慰剂检验

从样本中随机抽取设立国家新区政策的个体对主要研究结论进行安慰剂检验。本文选取2015年的城市样本，从2015年的样本中随机抽取8个样本，将其设定为“伪”实验组，并将剩余样本设定为对照组，以此构建个体安慰剂检验的交互项，重复500次上述过程进行回归分析，结果如图2所示。这一反事实估计验证了上述结论为可靠性，表明国家级新区的设立确实提高了全要素生产率，且这一结论不是由个体的因素造成的。

2. 时间安慰剂检验

国家级新区创设对全要素生产率显著为正，能够驱动所在城市全要素生产率的增长，但这也可能是受同时期政策等因素的影响才导致的显著结果，为排除其他因素干扰，要考察未创设国家级新区时，虚拟变量did对全要素生产率的影响。本文分别假设国家级新区政策执行时间提前3年（did_3表示政策提前3年实施的交互项）和提前4年（did_4表示政策提前4年实施的交互项），结果如表3中（1）和（2）所示。从数据来看，did_3和did_4的估计系数均不显著，这从另一方面印证了国家级新区创设是区域全要素生产率增长的要素，而非时间因素。

3. 缩尾处理检验

本文考虑实验结果可能受到极端值影响，故分别进行了1%和5%的缩尾处理，以此进行检验。实验结果如表3中（3）和（4）所示，估计系数依旧是显著的，与实验结果差异不大，证实了本文基准回归结果的稳健性。

4. 排除其他政策干扰检验

政府在不同时期会制定不同的政策方针，而这些政策实施的区域有可能会重叠，导致本文实验可能会受到类似的政策干扰，导致结果出现误差。为了排除相关性区域政策对国家级新区政策效应的干扰，本文考虑了自由贸易试验区、“一带一路”、国家级高新区和国家产城融合示范区这四个国家级层面的政策，探究国家级新区在这四个政策重叠的情况下，其政策效果是否依旧显著或者有无明显差异。为此，构建如下模型：

式（3）中，did_Fit为新加入变量，若城市i在第t年加入自由贸易试验区，则该城市在t年及以后值为1，否则为0；式（4）中，did_Bit为新加入变量，若城市i在第t年加入“一带一路”，则该城市在t年及以后值为1，否则为0；式（5）中，did_NDit为新加入变量，若城市i在第t年加入国家级高新区，则该城市在t年及以后值为1，否则为0；式（6）中，did_NLDit为新加入变量，若城市i在第t年加入国家级高新区，则该城市在t年及以后值为1，否则为0；其余变量符合，同式（1）。以上模型计算结果如表4所示，可以发现控制这四个政策的影响后，国家级新区设立对全要素生产率依旧显著起促进作用，更加说明了实验结果的可靠性。

（四）布局类型与西部国家级新区建设成效

国家级新区的布局类型不完全相同，如兰州新区和滇中新区采取“单城设区”模式，也就是新区布局在一个城市里，而西咸新区、贵安新区和天府新区采取“双城设区”模式。从理论上说，“单城设区”模式更有利于发挥区域主体有优势，不用面临由于地区政治制度、经济制度和文化制度不同而产生的问题，提高行政效率，容易形成“极化效应”。而“双城设区”模式由于新区跨越了两座城市，相比一座城市，资源更多，可供选择的机会更多，故其更能激发区域间的协同优势，发挥辐射效应。

表5中（1）和（2）列分别是“单城设区”模式和“双城设区”模式的回归结果。结果显示“单城设区”模式的did系数显著为正，而“双城设区”模式的did系数虽为正，但没有通过显著性检验，由此可以发现，“单城设区”模式的国家级新区对于西部地区的全要素生产率的推动作用明显高于“双城设区”模式的国家级新区。

四、结语

本文以2010-2020年西部51个城市为研究对象，采用多期DID方法评估了国家级新区对西部区域全要素生产率的影响，研究发现国家级新区确实可以正向显著影响西部地区全要素生产率的增长，且人力资本和实际GDP均能正向促进新区政策对西部全要素生产率的效果。西部地区更适合“单城设区”布局，这种模式布局下，国家级新区政策效果更明显。

在东西部发展差异较大的背景下，要加快西部发展，使其加速实现社会主义现代化发展，设立国家级新区是实现这一目标的高效手段。根据本文的研究结果，提出以下政策建议：第一，西部新区对全要素生产率提升有积极的效果，说明国家级新区是实现西部经济高质量发展的重要载体，应该继续推动国家级新区政策建设，不断优化政策，使政策可以发挥更好的效果。第二，新区建设布局要合理，减少不同区域间的发展壁垒，共谋协同发展。双城设区可以优势互补，更好实现区域一体化的愿景，但是区域差异、产业基底、体制机制等矛盾对西部区域影响效果明显大于国家级新区对全要素生产率提升的促进作用，政府要更注重区域差异等问题，打破地区边界问题，实现整体大于部分之和的效应。

参考文献：

[1]谢广靖，石郁萌.国家级新区发展的再认识[J].城市规划，2016，40（05）：9-20.

[2]赵艾.区域经济发展的守正与创新[J].区域经济评论，2020（01）：4-7+2.

[3]周国富，陈鑫鹏.国家级新区建设对区域经济发展的影响[J].经济经纬，2022，39（03）：3-14.

[4]彭小雷，刘剑锋.大战略、大平台、大作为——论西部国家级新区发展对新型城镇化的作用[J].城市规划，2014，38（S2）：20-26.

[5]王慧娟，沈体雁.政府与市场共促国家级新区建设的机理及效应[J].学术论坛，2021，44（05）：60-71.

[6]董锁成，李泽红，石广义，郑吉，夏冰，郭晓佳，杨洋，李宇，李富佳，程昊，胡毅，吴永娇，张荣霞，金良.西部地级城市竞争力评价与“十四五”国家级新区布局[J].自然资源学报，2022，37（07）：1657-1672.

[7]尚虎平，刘俊腾.国家级新区带动欠发达地区“弯道超车”研究[J].科学学研究，2022，40（12）：2194-2204.

[8]马海韵，尤永盛.国家级新区社会治理创新：空间与路径——以南京江北新区为例[J].哈尔滨工业大学学报（社会科学版），2020，22（06）：23-29.

[9]赵东方，武春友，商华.国家级新区绿色增长能力提升路径研究[J].当代经济管理，2017，39（12）：16-20.

[10]叶姮，李贵才，李莉，王乾，张华.国家级新区功能定位及发展建议——基于GRNN潜力评价方法[J].经济地理，2015，35（02）：92-99.

[11]陈林，伍海军.国内双重差分法的研究现状与潜在问题[J].数量经济技术经济研究，2015，32（07）：133-148.

[12]王锋，葛星.低碳转型冲击就业吗——来自低碳城市试点的经验证据[J].中国工业经济，2022（05）：81-99.

[13]陆菁，鄢云.环境政策与资源配置：研究综述与展望[J].中国人口·资源与环境，2022，32（12）：127-137.

[14]张军，吴桂英，张吉鹏.中国省际物质资本存量估算：1952-2000[J].经济研究，2004（10）：35-44.

[15]徐国泉，刘则渊，姜照华.中国碳排放的因素分解模型及实证分析：1995-2004[J].中国人口·资源与环境，2006（06）：158-161.

[16]李斌，彭星，欧阳铭珂.环境规制、绿色全要素生产率与中国工业发展方式转变——基于36个工业行业数据的实证研究[J].中国工业经济，2013（04）：56-68.

[17]赵磊，陈衍，刘颖.旅游业、新型城镇化与经济增长[J].旅游科学，2022，36（06）：20-44.

[18]李庄园.公共服务：经济高质量增长的新动能[J].山西大学学报（哲学社会科学版），2022，45（06）：151-160.

[19]吴艳，贺正楚，潘红玉，等.消费需求对经济增长质量的影响及传导路径[J].管理科学学报，2021，24（12）：104-123.

[20]吴金龙，傅康生，白俊红，钱非非.消费升级引领战略性新兴产业全球价值链攀升——理论逻辑与中国经验[J].经济学报，2023，10（03）：195-240.

[21]张忠俊，郭晓旭，张喜玲，李宾.金融集聚、人力资本结构演进与经济高质量发展[J].统计与决策，2021，37（02）：10-14.

[22]刘降斌，刘秋明.金融集聚与经济增长的交互影响与空间溢出效应研究[J].商业研究，2021（06）：73-80.

[23]魏下海，董志强，赵秋运.人口年龄结构变化与劳动收入份额：理论与经验研究[J].南开经济研究，2012（02）：100-119.

[24]程开明，刘书成.城市经济密度与全要素生产率——兼论城市规模的调节效应[J].中国人口科学，2022（06）：39-54+126.

（作者单位：贵州师范大学经济与管理学院）