安全稳定的经济影响及其测量

［摘 要］安全稳定是经济社会发展的前提。以高水平安全保障高质量发展，是新时代新征程党和政府的重要工作。文章利用183个经济体1950—2019年的数据，以战争和暴力冲突等构建代理变量，从统筹发展和安全的视角，测算安全稳定对经济发展的影响。研究发现：一是第二次世界大战以后，普遍持久的和平仍然需要不懈地追求。二是各种类型的重大的非安全稳定因素都会对经济产生一定程度的负面影响。三是利用倾向得分逆概率加权、内生处理效应等控制数据缺失和内生性等因素的影响后，负面效果依然成立。四是安全稳定带来的红利在数量上普遍大于非安全稳定造成的损失，这意味着追求安全稳定在经济层面是有效的决策。五是过去的发展水平会影响当前的安全稳定状态。六是非安全稳定事件影响技术选择和资源配置。非安全稳定事件会显著增加军事支出，降低教育支出和人均寿命。文章建议：一是要从学术层面，深入研究安全稳定的作用和机制，帮助社会更好理解保障国家和社会安全、建设新安全格局的重要意义；二是要从国家层面，在制度、法律、政策和措施等方面多管齐下，提高防范化解重大风险的能力，为高质量发展保驾护航；三是要从社会层面，群策群力，发挥人民群众的积极性和创造力，推动统筹发展和安全工作不断前进。

［关键词］安全；稳定；独立；战争；暴力冲突；经济影响；统筹发展和安全

［中图分类号］C921" ［文献标识码］A" ［文章编号］2096-7349（2024）03-0012-25

引" 言

安全稳定是经济社会发展的基石。灿烂的文明因异族的入侵而受损，强大的国家因内部的动乱而分崩离析，繁荣的社会因政权更迭而动荡不安，勤劳善良的人民因殖民者的到来而被迫为奴。凡此种种，古往今来，数不胜数。第二次世界大战以后，随着经济统计技术的成熟，安全稳定的经济后果直观可见。以伊拉克、卢旺达、伊朗和阿尔巴尼亚等国为例（见图1）。宾夕法尼亚大学世界数据库10.0（Penn World Table 10.0，简称“宾大世界表”或“PWT”）数据显示：第二次世界大战后这几个国家安全稳定时经济持续增长，但当国家间战争、内战、革命或政治转型等非安全稳定的事件出现时，经济受重挫。伊拉克在1990年的实际GDP约为1 285.14亿美元，1991年海湾战争爆发后，迅速降为433.04亿美元，直到1998年才超过战前的水平；卢旺达1989年的实际GDP约为84.06亿美元，1990年内战发生后，经济开始下滑，1993年约为68.25亿美元，1994年种族冲突爆发后，经济总量降至31.31亿美元，直到2002年才超过1989年的水平；伊朗在1978年的经济总量约为2 353.57亿美元，1979年革命爆发后，经济严重受挫，直到1992年才超过1978年的水平；阿尔巴尼亚1989年的实际GDP 约为125.17亿美元，1990年政治转型后，经济出现下滑，直到1996年才超过1989年的水平。

在社会层面和政策层面，安全稳定的重要性不言而喻。“宁为太平犬，莫作离乱人”，反映的是中国人民对太平年代的期盼，这在近代中国显得尤为迫切。鸦片战争后，西方列强的入侵使中华民族遭受了前所未有的劫难，无数仁人志士奋起反抗，救亡图存。孙中山在《建国方略》中写道，“惟发展之权，操之在我则存，操之在人则亡”［1］。发展之权要“操之在我”，国家独立是基本前提。列强入侵，主权落入外人之手，谈何发展？ 新民主主义革命时期，毛泽东在《新民主主义论》中提出“中国革命必须分为两个步骤。第一步，改变这个殖民地、半殖民地、半封建的社会形态，使之变成一个独立的民主主义的社会”［2］，再次强调了国家独立的重要性。改革开放后，党和国家工作重心是经济建设，和平的环境不可或缺。邓小平在1984年会见外国代表团时强调“中国需要至少二十年的和平，以便聚精会神地搞国内建设”［3］。 进入新时代，中国的国内外形势发生了深刻复杂的变化，实现中华民族伟大复兴的任务繁重艰巨，要牢牢掌握国家安全工作主权，统筹发展和安全，把国家安全贯穿党和国家工作各领域全过程。党的二十大报告强调“国家安全是民族复兴的根基，社会稳定是国家强盛的前提”［4］，并将统筹发展和安全作为新时代以来伟大变革的重要内容之一。2023年12月召开的中央经济工作会议上，习近平总书记进一步指出，“必须坚持高质量发展和高水平安全良性互动，以高质量发展促进高水平安全，以高水平安全保障高质量发展，发展和安全要动态平衡、相得益彰”［5］，充分肯定了统筹高质量发展和高水平安全的重要意义。

安全稳定的程度对于一国的社会生产和经济政策也有着重要的影响，这至少体现在3个方面：一是非安全稳定的直接损失。战争和暴力冲突等会造成大量的人口和资源损失，破坏社会正常的运行秩序。以日本侵华战争为例：据不完全统计，战争期间，中国军民伤亡3 500多万人。按1937年的比值折算，中国直接经济损失1 000多亿美元，间接经济损失5 000多亿美元［6］。二是影响技术选择的战略目标。以近代中国为例：毛泽东在1944年指出：“中国落后的原因，主要的是没有新式工业”“要打倒日本帝国主义，必需有工业；要中国的民族独立有巩固的保障，就必需工业化”［7］。发展工业，巩固国防，就需要优先发展重工业。理解这一逻辑，就十分容易理解毛泽东1956年在《论十大关系》中“重工业是我国建设的重点。必须优先发展生产资料的生产，这是已经定了的”这一论断［8］。三是影响资源配置的方式。以三线建设为例：20世纪60年代，中国面临极端危险的外部形势，党中央决定将工业生产布局向中西部转移，备战备荒。简单从经济效益角度，并不容易理解三线建设的意义，只有结合时代背景，才能对其有正确的评判。

安全稳定是发展的前提，学术界对其重要性也有充分的论述［9-10］。但遗憾的是，经济学领域对其影响程度的数量研究似乎还不够充分。比如：在阿西莫格鲁（Acemoglu）的经济增长理论教材中，他认为，增长的根本原因（fundamental cause）是幸运、地理、文化和制度，着重探讨了政治转型和分配冲突（distributional conflict）的影响，但没有介绍战争、和平或安全稳定的影响［11］；在阿吉翁（Aghion）等编撰的经济增长手册和泰勒（Taylor）等编撰的宏观经济手册中，也没有用专门的章节探讨安全稳定的作用［12-15］。这可能有3个方面的原因：一是经济增长的主题更多关注的是长期的结果，或者稳定状态时的结果。安全稳定是稳定状态默认的状态，无须特别关注，或者说非安全稳定状态属于非常态，不在考虑范围之内。二是衡量方法。影响安全稳定状态的事件类型很多，如何衡量并比较不同的状态，这并不容易。三是数据的获取。比如，当一国发生较大程度的社会动荡时，我们可以标记其状态，获得安全稳定状态的数据，但同时，社会动荡往往意味着很难准确统计经济数据，导致出现经济数据缺失的问题。

鉴于安全稳定的重要性，本研究尝试对其经济后果进行研究。本文的工作主要分为两个部分：一是利用系统和平中心（Center for Systemic Peace）的数据库，从国家是否独立、是否处于战争状态、是否处于暴力冲突状态、是否处于政治转型状态等角度，构建指标来衡量一国的安全稳定状态。二是结合宾大世界表的数据，利用固定效应模型、时变差分内差分和内生处理效应模型等方法估计安全稳定的经济影响。

一、文献综述

（一）新时代关于统筹发展和安全的重要论述

党的十八大以来，中华民族伟大复兴进入不可逆转的历史进程，但中华巨轮航行的道路并不是风平浪静的。党的二十大报告指出：“我国发展进入战略机遇和风险挑战并存、不确定难预料因素增多的时期”，“各种‘黑天鹅’、‘灰犀牛’事件随时可能发生。”［16］面对风险挑战，我们要“统筹发展和安全，全力战胜前进道路上各种困难和挑战，依靠顽强斗争打开事业发展新天地”［16］。

安全是发展的前提。新时代新征程中国发展面临的国际形势波谲云诡、周边环境复杂敏感、改革发展稳定任务艰巨繁重，只有社会大局稳定，改革开放和社会主义现代化建设才有良好的环境［17］。习近平总书记指出：“推动创新发展、协调发展、绿色发展、开放发展、共享发展，前提都是国家安全、社会稳定。没有安全和稳定，一切都无从谈起。”［18］为了确保国泰民安，必须居安思危，增强忧患意识，加强国家安全能力建设，夯实国家安全的社会基础，防范化解重大风险。

发展是安全的保障。习近平总书记指出：“发展是解决一切经济社会问题的关键。”［19］只有改革发展不断推进，社会稳定才能具有坚实基础。只有具备雄厚的经济物质基础，才能更好解决人民群众急难愁盼的问题，化解前进路上的风险和挑战，维护人民、政治、经济、军事、文化、社会等方面的安全。

发展和安全相辅相成，两者要同步推进。习近平总书记指出：“要处理好安全和发展的关系，做到协调一致、齐头并进，以安全保发展、以发展促安全，努力建久安之势、成长治之业。”［20］

（二）学术界关于安全稳定相关问题的探讨

关于安全稳定的重要性，在社会层面和政策层面的认识已比较充分。关于安全稳定的社会后果，历史学方面有较为详细的记录。相较于其他领域，在经济层面分析安全稳定的影响，直接研究的文献相对较少，间接探讨的相对较多。大致可以分为三类：

一是研究战争对一些经济指标的影响。阿巴迪（Abadie）等利用1998—1999年巴斯克地区的恐怖主义事件的数据，研究暴力冲突的经济成本，并发现在停火期间，巴斯克地区公司的股票在市场上有更好的表现［21］。古里埃夫（Guriev）等利用2014年俄罗斯79个地区的数据，研究了战争对社会资本的影响。社会资本用这些地区互联网上亲社会行为（pro-social behavior）指标检索量的第一个主成分表示。他们发现，战争的强度和距离战场的距离等指标对社会资本有显著的负面影响［22］。这些研究的一个特点是其研究的是战争等非安全稳定事件对特定经济指标的影响，没有从宏观层面考察其对经济发展的影响。

二是研究暴力冲突等对社会意识形态或政治转型的影响。康德拉（Condra）等利用阿富汗2003—2015年的数据，研究了炸弹袭击等暴力事件对选举投票率的影响，并发现选举期间的暴力事件会显著降低民众选举活动的参与度［23］。贝克尔（Becker）等利用德国1517年新教改革（Protestant Reformation）后1 000多个城市500多年的数据，研究发现新教改革后一些新教地区犹太人和基督教教徒在放贷等方面竞争加剧，进而导致反犹太主义（Anti-Semitism）现象增加［24］。阿西莫格鲁（Acemoglu）等利用第一次世界大战后意大利64个地区的数据，研究战争对社会意识形态的影响。他们发现，一战推动了法西斯主义在意大利的兴起［25］。这些研究主要关注战争等因素对意识形态等方面的负面影响，经济影响只是逻辑外推的结果。

三是在研究制度转型等问题时间接分析战争等因素的影响。巴罗（Barro）在研究所谓的罕见灾难事件（rare disaster）对金融市场的影响时，其中一个因素就是第一次世界大战和第二次世界大战等战争事件［26］。一定程度上，这篇文章是和本文主旨最为接近的研究。但不同的是，巴罗考虑的是全球层面的重大事件对资产回报率的影响，本研究考虑的是国别层面的重大事件对经济发展的影响。阿西莫格鲁等利用殖民地死亡率作为工具变量，研究制度对经济增长的影响，并发现欧洲殖民者会将欧洲的制度引入死亡率低的殖民地，使这些地区长期的经济表现更加优异［27］。阿西莫格鲁等利用法国大革命后法国军队对德国部分地区占领的历史事件，研究了制度转型对经济的影响。他们发现，法国在占领区推行的废除贵族特权、法律面前人人平等和废除行会等制度对经济的长期增长有正向影响［28］。这些研究的主要对象不是战争等非安全稳定因素，战争只是一个促发因素或工具。特别是，阿西莫格鲁的文章甚至可能引发误解，让人以为欧洲的侵略殖民行为对殖民地有利。事实上，殖民主义任何所谓的积极影响“来自失误或来自推行铁的法则所产生的意料之外的结果”［29］。

（三）简单评述

习近平总书记关于统筹发展和安全的重要论述继承和发展了毛泽东和邓小平等关于安全、发展相关问题的思考和观点，为新时代理解安全工作的重要意义、安全和发展的相互关系、推进发展和安全协同发展提供了理论指导。从学术层面，运用数据对安全稳定及其经济影响进行刻画和测量，可能是理解统筹发展和安全的一个基础性的工作。遗憾的是，目前的学术研究虽然从不同的角度研究战争和暴力冲突等非安全稳定事件对社会和经济的影响，但直接研究这些事件的宏观经济表现以及相互影响的文献还相对少见。在这些方面做一些尝试，便是本文的一个目的。

二、数据来源和衡量

（一）数据来源

本研究的经济数据来自宾大世界表（PWT数据库）。宾大世界表由芬斯特拉（Feenstra）等学者管理，涵盖183个国家或地区1950—2019年的产出、人口、资本存量和资本形成率等重要数据，是学术界国际经济计量研究的常用数据库［30］。

社会经济数据来自系统和平中心的MEPV数据库、PITF数据库和Polity5数据库1，以及哥德堡大学的政府质量（QoG）数据库2。系统和平中心的数据库包含一些国家状态的数据，比如是否处于被入侵状态、是否处于政治转型状态等。政府质量数据库是一个综合数据库，包含政府质量、社会文化、教育和法律等19个方面的数据。

（二）安全稳定的特征

判断和衡量一个国家的“安全”“稳定”状态和程度，具有一定的难度。首先，影响一个国家“安全”“稳定”的因素很多。国家被殖民、被入侵、发生外战或内战、存在种族冲突和发生政治转型等，都可能导致不安全或不稳定。其次，不同的因素影响程度不同。以对外战争为例，是否主动发动对外战争、战争是否靠近本土、战争是否发生在本国领域内、是局部战争还是全面战争等，对国家的影响程度都不同。最后，如何衡量影响程度。仍以战争为例，是用参与战争的绝对范围和绝对人数来衡量，还是用相对范围和相对人数来衡量？这些数据容易获取吗，值得相信吗？如何比较战争和种族冲突的影响？因此，找到一个简单、通用、公认的衡量指标几乎是不可能的，我们只能尽可能用不同的特征指标从不同的角度加以衡量。

1.独立

第一个可能的特征是国家是否独立。一个国家如果处于被殖民或被占领状态，它的经济政策受制于人，人民得不到真正的尊重，社会可能动荡不安，导致该国没有动力也没有能力发展经济。即使殖民者会带来所谓“先进”的技术或“先进”的制度，促使经济短期发展。但毫无疑问，被殖民或被占领对一国经济长期发展是不利的。道理非常简单：殖民者暴力扩张的目的显然不是为了做“善事”，发展殖民地的经济，而是从殖民地获得利益，其政策必然是偏向殖民者本身，而不是偏向殖民地的；反过来思考，结论也一样。殖民者如果是为了做“善事”，帮助殖民地发展，就会有更好的方法，比如通过平等的贸易、慈善或教育等手段，而不是暴力扩张。总体而言，一个国家如果丧失了经济发展的自主性，被人予取予夺，就会断送长期发展的潜力。

系统和平中心的MEPV数据库包含了1946—2018年世界各地区的国家安全稳定状态的数据。MEPV是一个非平衡面板数据库，1946年有71个国家或地区，2018年有167个国家或地区。“国家独立”用变量ind描述，ind=1 表示独立，ind=0 表示非独立。如图2所示，第二次世界大战后各个时期处于非独立状态的国家数量不多。1946年处于非独立状态的国家有5个，分别是阿尔及利亚（当时为法属殖民地，1962年正式独立）、巴基斯坦（当时为英属殖民地，1947年宣告独立）、越南（第二次世界大战前长期为法属殖民地，第二次世界大战后长期处于被侵略状态，1976年统一）、印度（当时为英属殖民地，1947年宣告独立）、印度尼西亚（第二次世界大战后受到英国和荷兰侵略，1949年成立联邦共和国，加入荷印联邦，1954年脱离荷印联邦）。1954年处于非独立状态的国家数量最多，分别是越南、马来西亚、突尼斯（当时为法属保护地，1956年独立）、阿尔及利亚、摩洛哥（原西班牙保护地，1956年独立）、肯尼亚（原英属殖民地，1963年独立）。

一个国家处于非独立状态，一般会有独立战争或其他形式的暴力冲突。处于非独立状态可以较好地描述一个国家处于严重不安全的处境，但这种描述方式仍然存在两个问题。一是MEPV 数据库数据的完整性问题。数据缺失较多，会影响统计的结果。以摩洛哥为例。摩洛哥1956年独立，一般而言，1956年之前应该都处于非独立状态。但在MEPV数据库中，摩洛哥数据的起始年份是1953年，这是1946年的非独立国家名单中不包含摩洛哥的原因。二是国家“独立”的定义。如果殖民者不再直接统治殖民地，而是通过扶植当地势力，分裂殖民地国家，我们能否认为殖民地国家已经获得了独立？以越南为例。1954年，越南南北分治。1955年，美国支持南越势力发动政变。1961年，越南战争爆发。1976年，越南南北统一。如何看待这段时间内越南的状态呢？MEPV数据库认为，1955年之后越南就一直处于独立状态，这会削弱“国家独立”变量作为国家安全状态代理变量的有效性。

2.战争

第二个可能的特征是国家是否处于战争状态。在MEPV数据库中，战争有4种形式：独立战争（intind）、外战（intwar）、内战（civwar）和种族战争（ethwar）。如图3所示，独立战争和国家处于非独立状态基本重合，例外的是卢旺达（1959—1961年）和南苏丹（2009年和2010年）。前者发生种族战争，后者发生种族暴力冲突。1950—2019年，外战最频繁的年份是1982年，共发生8次外战，分别发生在英国和阿根廷、以色列和黎巴嫩、越南和柬埔寨、伊朗和伊拉克。内战相对频繁，发生次数最多的是1992年，共15 次，分别发生在格鲁吉亚、柬埔寨、塔吉克斯坦、菲律宾、塞拉利昂、伊朗、利比里亚、阿尔及利亚、乍得、索马里、印尼、莫桑比克、安哥拉、萨尔瓦多和阿富汗。种族战争也比较频繁，1991年、1992年和1993年分别发生18次。以1993年为例，发生种族战争的国家或地区分别有巴布亚新几内亚、印度尼西亚、格鲁吉亚、以色列、南非、菲律宾、克罗地亚、土耳其、阿塞拜疆、卢旺达、布隆迪、缅甸、斯里兰卡、伊拉克、危地马拉、苏丹、波斯纳和印度。

3.暴力冲突

第三个可能的特征是国家是否处于暴力冲突的状态。在MEPV数据库中，暴力冲突有3种形式：国际暴力冲突（intviol）、国内暴力冲突（civviol）和种族暴力冲突（ethviol）。如图4所示，1950—2019年发生国际暴力冲突较多的年份是1964年和1978年。以1978年为例，发生国际暴力冲突的国家或地区分别是安哥拉、泰国、北也门、柬埔寨、津巴布韦、莫桑比克、南也门、刚果（金）、以色列和黎巴嫩。国内暴力冲突较多的年份是1978年、1980年、2016年和2017年。以2017年为例，发生国内暴力冲突的国家或地区分别是马里、刚果（金）、埃及、布隆迪、埃塞俄比亚、印度、菲律宾、委内瑞拉和墨西哥。种族暴力冲突较多的年份是1993年，分别发生在尼日尔、刚果（布）、巴基斯坦、塞内加尔、肯尼亚、摩尔多瓦、马里、印度、不丹、乌干达、英国、刚果（金）、尼日利亚和伊拉克等。

4.国家失败

第四个可能的特征是国家是否处于失败状态（state failure）。PITF数据库记录了1948—2018年4种国家失败的类型：种族战争（ethnic war）、政治战争（political war）、政治倒退（adverse regime change）、种族灭绝和政治屠杀（genocide and politicide）。据PITF数据库的定义：种族战争指的是政府和民族的、种族的、宗教的群体之间的暴力冲突；政治战争指的是政治革命，即有组织的政治组织谋求推翻中央政府的统治而发生的暴力冲突；政治倒退指的是国家突然从开放、民主的状态倒退到封闭、集权的状态等；种族灭绝和政治屠杀指的是针对语言或宗教特征的社区团体或政治反对派的一定规模的屠杀。如图5所示，1948—2018年种族战争最频繁的是1996年，白俄罗斯和尼日尔等共11个国家或地区发生该类事件；政治战争（政治革命）最频繁的是1992年，菲律宾和乍得等32个国家或地区发生该类事件；政治倒退最频繁的是1978年，埃塞俄比亚和印尼等11个国家或地区发生该类事件；种族灭绝或政治屠杀最频繁的是1989年，埃塞俄比亚和莫桑比克等17个国家或地区发生该类事件。

（三）指标构建

从对MEPV和PITF数据库的简单介绍可知，不同的数据库对战争和暴力冲突的衡量并不完全一致。以种族战争为例。在MEPV数据库中，1948—2018年种族战争最频繁的年份是1991年、1992年和1993年，而在PITF数据库中，最频繁的年份却是1996年。为了充分利用各数据库的信息，笔者构建了6个指标。

第一个指标是全样本指标（effnum）。笔者在计算国家安全稳定的经济影响时，需要利用PWT数据库中的实际GDP、人口数量和物质资本存量等数据。将这些数据记为Xit，其中i表示经济体，t表示时间。PWT数据库的时间跨度是1950—2019年共70年，笔者定义全样本指标如式（1）：

[effnumit=0，如果Xit没有缺省值1，其他] （1）

式（1）的含义是，如果Xit中存在一个缺省值或有效数据量小于70，则该经济体被标记为1，即存在非安全稳定的年份；只有全部数据有效或有效数据量等于70 的经济体，才会标记为0，即这70年为安全稳定。

用effnum来刻画国家的安全稳定状态，是基于两个方面的考虑：一是如果安全稳定得不到保障，可能难以收集到该经济体的数据，就会存在数据缺失的情况。反之，一个数据完整的经济体，如英国，即使存在外战（如1982年的马岛战争）等不安定因素，但这些因素对其可能影响甚微。二是如果经济体发生较大的非安全稳定事件或受到较大的安全威胁，这些事件的影响可能就不是短期的。这些事件可能影响该经济体的发展路径和技术选择，最终影响经济的长期表现。以第二次世界大战后的朝鲜为例。在20世纪50年代朝鲜战争结束后，朝鲜没有再卷入战争状态。但朝鲜与韩国以及西方的长期对立状态，使得朝鲜只能将军事工业作为国家发展的优先选项，这显然会影响朝鲜在民生等方面的发展。有鉴于此，笔者将effnum视为衡量战争等非安全稳定事件长期影响的指标。

用effnum来刻画国家的安全稳定状态，也可能存在两点不足。一是将有数据缺失值的经济体都标记为安全稳定受到或曾经受到影响，可能过于严格，这会减少安全稳定经济体的样本量。二是除了因安全稳定问题而难以统计，经济体数据缺失的另外一个可能的原因是生产力水平落后。现代的国家统计实际上是需要一定的经济水平和技术能力支撑的。虽然落后和挨打高度相关，但effnum=1将其归为一类，有可能扩大非完全稳定经济体的样本量。

第二个指标是战争指标。MEPV数据库将战争分为独立战争（intind）、外战（intwar）、内战（civwar）和种族战争（ethwar）等4种类型。在此基础上，笔者构建战争指标如式（2）：

[warit=0，如果indit=1∧intindit=0∧intwarit=0∧civwarit=0∧ethwarit=01，其他] （2）

式（2）的含义是，如果一个经济体处于独立状态（即ind=1）同时当期没有发生任何规模的战争，则warit=0，反之，等于1。

第三个指标是战争和暴力指标。MEPV数据库将战争和暴力冲突的数据加总得到一个新变量，actotal。 在此基础上，笔者构建战争暴力指标如式（3）：

[warviolit=0，如果actotalit=01，其他] （3）

第四个指标是国家失败指标。PITF数据库描述了4种国家失败状态：种族战争（ptype=1）、政治战争（ptype=2）、政治倒退（ptype=3）、种族灭绝和政治屠杀（ptype=4）。在此基础上，笔者构建指标如式（4）：

[stafailit=1，如果ptypeitgt;00，其他] （4）

第五个指标是政治转型指标。Polity 5数据库里面记录了经济体的政治状态，其中包含了3种特殊情况：入侵（polity=-66）、政权空白（polity=-77）和转型（polity=-88）。在此基础上，笔者构建指标如式（5）：

[changeit=1，如果polityit=-88∧polityit=-77∧polityit=-660，其他] （5）

第六个指标是无风险指标。MEPV、PITF和Polity 5数据库变量构建标准不一致，各个经济体非正常状态的年份也不完全一致。为了尽可能地描述经济体安全稳定的状态，笔者综合这些数据库，构建综合指标如式（6）：

[noriskit=1，如果warit+warviolit+stafailit+changeitgt;00，其他] （6）

式（6）的含义是，只要任何一个数据库标记为非安全稳定状态，就可认为该经济体存在安全稳定风险。

（四）变量的基本特征

表1报告了主要变量的基本统计特征。数据库包含183个经济体1950—2019年的数据，由于数据缺失等原因，数据为非平衡面板数据。经济变量来自PWT数据库。lnY是支出法实际GDP（百万美元；2017年不变价格）的对数，lnN是人口（百万）的对数，lnK是实际资本对数（百万美元；2017年不变价格）的对数。需要说明的是，lnN的最小值小于0，并不是数据错误，而是表示经济体的人口规模小于100万人。比如，蒙特塞拉特（Montserrat）2002年的人口为0.004 425（百万），取对数后为-5.42。

安全稳定变量是本文构建的全样本指标（effnum）、战争指标（war）、战争和暴力冲突指标（warviol）、国家失败指标（stafail）、政治转型指标（change）和无风险指标（norisk）。在这些指标中，处于安全稳定状态的样本数分别为3 850个、9 327个、8 817个、9 061个、10 095个和8 538个。 可以看出，除了effnum，非安全稳定状态数据相对较少，这可能源自非安全稳定事件的非随机性。

表1 变量的统计特征

[变量名 样本数 均值 标准误 最小值 最大值 lnY 10 314 10.37 2.25 3.01 16.85 lnK 10 314 13.91 1.65 8.73 18.44 lnN 10 314 1.6 2.13 -5.42 7.27 effnum 10 314 0.62 0.48 0 1 war 10 314 0.096 0.29 0 1 warviol 10 314 0.15 0.35 0 1 stafail 10 314 0.12 0.33 0 1 change 10 314 0.021 0.14 0 1 norisk 10 314 0.17 0.38 0 1 ]

三、基准回归结果

（一）回归设置及估计结果

假设生产函数为：

[Yit=Kβ1itNβ2iteαi+β3t+γDit+εit] （7）

其中Y为实际产出，K为实际物质资本，N为人口数量，i为经济体，t为年份，D为经济体安全稳定指标（即effnum、war、warviol、stafail、change、norisk），D=0表示安全稳定，D=1表示非安全稳定，[αi]表示经济体难以直接衡量的异质性特征，[β3]衡量技术进步率，[εit]为白噪声。将生产函数转化为回归方程式（8）：

[lnYit=αi+β1lnKiv+β2lnNit+β3t+γDit+εit] （8）

对于生产函数，有3点需要说明。第一点是式（7）的生产函数和式（8）的回归方程是等价的。将关键的解释变量引入生产函数进行分析，是学术界较为常见的做法。比如布鲁姆（Bloom）等在研究健康对增长的影响时，就把教育水平、工作年限和健康水平等因素直接写进生产函数［31］，贺大兴在研究政治平等对经济增长的作用时，通过让不同群体集体决定公共品供给的方式将政治力量间接引入生产函数［32］。第二点是关于生产函数要素的选择。生产到底需要多少种要素，并没有固定的答案，取决于技术水平、要素禀赋和生产方式。一般而言，我们会尽量控制常见的因素，比如物质资本、劳动人口和劳动时间等。除了物质资本，笔者只考虑人口规模的影响，主要基于如下考虑：一是为了获得尽可能多的样本。控制的变量越多，缺失的样本就越多。样本缺失太多会损失研究结论的一般性。因此，在后续的稳健性检验中笔者才会加入更多的控制变量。二是除了以直接参与劳动的方式影响生产，人口规模还可能通过影响市场规模和公共服务水平等方式间接影响生产。因此，控制人口规模更能衡量人对生产的影响。第三点是Dit在生产函数中的含义。Dit不是一般意义上的生产要素，因为生产要素通常具有特定的物质形态或物质载体，比如物质资本、人口规模、人力资本和铁路公路等。Dit可以看作广义技术水平的一部分。无论如何设定生产函数，理论产出值与实践中的真实产出值不可能相等，两者之差就是误差。误差不可避免，这些误差在生产函数研究或增长回归研究中，一般被称为“索罗剩余”或“技术水平”。将“技术水平”进一步分解，可以分为趋势和冲击两个部分。在式（7）和式（8）中，[β3t]刻画的是趋势项，[γDit]刻画的是非安全稳定事件的冲击。

对于回归方程，有一点需要说明：对于时间的处理。在回归中有两种常见的方式处理时间：一是时间冲击，[λt]，二是时间趋势，t。两种方式没有本质差别。但在处理生产函数时，它们的解释不同。前者认为不同时间点上冲击是不同的，没有趋势，一般适合研究外生冲击或政策的影响；后者认为在不同的时间点上存在趋势。在宏观经济模型中，我们一般认为生产函数有一个共同的技术进步率，存在增长趋势，因此，后者用在此处是合理的。

对于回归方程式（8），可采用固定效应模型估计。令[yit=lnYit]，xit=［lnKit；lnNit；t］为3×1的列向量，β=［β1；β2；β3］，[∆xit=xit-xit-1]，则式（8）可改写为式（9）：

[∆yit=∆xTitβ+γ∆Dit+∆εit] （9）

令X=［lnK；lnN；t］，在冲击项外生的假设下，即[εit⊥X]， [γ]的估计是一致的。在同等条件下，笔者可以估计出非安全稳定事件造成的损失，如式（10）：

[δ1=E[Y|D=1]-E[Y|D=0]/E[Y|D=0]=exp（γ）-1]" （10）

以及安全稳定的红利，如式（11）：

[δ2=E[Y|D=0]-E[Y|D=1]/E[Y|D=1]=exp（-γ）-1]" （11）

其中[δ1]的方差为[var[δ1]=exp2（γ）var[γ]]，[δ2]的方差为[var[δ2]=exp2（-γ）var[γ]]。根据给定系数及其方差，笔者检验[H0∶δ1=0]，[δ2=0]。估计方法的更多细节参考格林（Greene，2018）［33］。

（二）安全稳定的红利

表2报告了基准回归的结果。被解释变量是lnY。由于effnum是不随时间变化的常数，固定效应模型中差分处理会消去effnum的数据，从而导致难以估计[γ]。因此，表2采用最小二乘法估计effnum系数，采用固定效应模型估计D的其他代理变量的系数。

表2的结果表明：一是模型的拟合优度较高，R2大于等于0.92。这说明，传统的柯布道格拉斯函数和物质资本、人口数量两个要素的设定能够较好解释宏观的生产水平。二是要素变量系数的方向符合预期。三是安全稳定红利巨大。当经济体处于非安全稳定状态时，带来的直接经济损失在9%～24%，相应的安全稳定的红利为10%～32%。四是将时间的影响用冲击的方式处理，结论不变（限于表2的容量，这些结果未在表2中反映），其中6个指标计算出的非安全稳定事件的损失分别为-0.15（t值=-14.47）、-0.093（t值=[-6.51]）、-0.09（t值=-10.83）、-0.083（t值=-8.57）、-0.22（t值=-13.98）、[-0.093]（t值=-11.02），安全稳定的红利分别为0.18（t值=12.46）、0.077（t值=6.04）、0.11（t值=9.75）、0.090（t值=7.86）、0.29（t值=10.86）、0.10（t值=10.00）。

四、稳健性分析

（一）单位根

对于面板数据模型，如果时间跨度较长，可能存在单位根的问题，从而影响系数的显著性检验。本文的回归模型设定是式（8），但为了消除个体异质性的影响，实际回归中处理的是式（9）。这意味着，只要[ΔlnYit]、[ΔlnKit]、[ΔlnNit]不存在单位根，式（9）的估计方法就符合统计检验的基本要求。

表3报告了面板单位根费雪检验（Fisher type test）的结果。结果显示，3个变量在各项指标上都拒绝了存在单位根的零假设。这个结果符合预期，因为即使产出、资本和人口处于稳定增长的状态，对数处理后再差分也可以消除趋势项的影响。

（二）控制更多变量

笔者用就业人数对数lnL、平均劳动时间对数lnh和人力资本对数lnH代替回归方程式（2）中的人口规模对数lnN，以控制就业、劳动时间和人力资本对产出的影响。表4报告了回归结果，处理方法与表2一样。为节省篇幅，表4省略了lnK、lnL、lnh、lnH和t的结果报告。

表4的结果表明：一是模型的拟合优度有所上升，这可能是和样本量减少有关系。加入lnh后，样本量减少到3 492个。样本收集与经济体的经济水平、安全稳定状态等有关。如果不考虑回归方程式（2）的经济含义，其在数学上只是数据近似或拟合的一种方式。显然，经济体的数据越完整，解释变量越多，其经济表现可能越容易被拟合。二是[δ1]、[δ2]的方向和表2一致，但数值有所下降。这可能还是和样本量减少有关系。加入lnh后剩下的有效样本量来自69个经济体。这69个经济体主要包括经合组织成员或欧盟成员，以及一些经济体量较大的发展中国家等，其处于非安全稳定状态的时间相对较短。非安全稳定状态的经济体数据缺乏，使得其被识别的难度增加，这可能会低估这类状态的影响。这一点很容易理解。考虑一种极端的情况，假设世界上发生过一起非安全稳定事件。即使这个事件的影响很大，在测量上，很难和当年发生的其他事件有效区分，在统计上，其效果也可能被吸收，从而导致其统计意义上的影响较低。

（三）时变差分内差分

在基准回归模型（8）中，笔者假设非安全稳定事件只有即期的影响。这种假设可能需要放宽：一是非安全稳定事件的出现并不是随机的，而是具有复杂的政治经济历史文化背景，需要一定时间的积累。这意味着，这些事件在积累阶段，可能已经对社会经济产生了影响，比如事件爆发前社会已经出现了摩擦和冲突，或者对未来事件的预期会影响个体的行为，比如在事件爆发前，可能会出现外资出逃等现象。二是非安全稳定事件的解决也可能需要一定的时间。这意味着，过去发生的事件对未来可能产生持续性的影响。除表示非安全稳定事件长期影响的effnum，考虑到这两点，笔者对其他5个安全稳定变量将基准模型拓展为一个时变差分内差分模型（Time-Varying Difference-in-Differences），如式（12）：

[yit=αi+xTitβ+j=13γ1jDit-j+γDit+j=13γ2jDit+j+εit] （12）

其中，j=1，2，3表示笔者考虑安全稳定事件对过去和未来3年的影响。关于时变差分内差分模型的技术细节见赛鲁利（Cerulli）［34］。

表5报告了回归的主要结果：一是非安全稳定事件对当期和未来造成了持续的影响；二是除了change这个变量，其他变量通过了平行趋势检验。平行趋势检验的零假设是[H0∶γ21=γ22=γ23=0]。 按照估计社会—经济项目（Socio-Economic Programs）的一般做法，如果回归模型通过平行趋势检验，Dit的系数就能衡量项目的平均处理效应（Average Treatment Effects，ATE）。计算可知，D长期平均处理效应[ATE=j=13γ1j+γ]为-0.18（p值=0.000）、-0.16（p值=0.000）、-0.15（p值=0.000）、-0.15（p值=0.000），相应地，通过平行趋势检验的4个指标下衡量的非安全稳定事件损失分别为-0.16（t值=-4.60）、-0.15（t值=-5.12）、-0.14（t值=-4.20）、-0.14（t值=-5.25），安全稳定的红利分别为0.20（t值=3.85）、0.17（t值=4.38）、0.17（t值=3.60）、0.16（t值=4.53）。

（四）滞后和前置三期

非安全稳定事件可能对经济产生持续性的影响。以战争为例。战争爆发前，社会可能存在一段时间的矛盾积累期；战争结束后，经济体可能需要2～3年的恢复期。前文的时变差分内差分模型可以较好地处理当前事件对未来的持续性影响（即Dit对t+1及未来的影响），但很难处理当前事件在潜伏期的影响（即Dit对t-1期及过去的影响）。这是因为，时变差分内差分模型的平行趋势检验要求后者必须等于0。但现实中，潜伏期的影响不容忽视。鉴于此，笔者构建了一个新的变量，如式（13）：

[D—it=1，如果j=-qpDt+jgt;00，其他] （13）

式（13）的含义是，如果t-q年至t+p年内出现过一次非安全稳定事件，那么这段时间内[D—]记为1；其他情况下，记为0。不难看出，effnum滞后和前置后的结果[D—effnum]与[Deffnum]完全一样，故只检验其他5个安全稳定变量构建的[D—]。

表6报告了p=q=3时新变量下的回归结果。主要控制变量仍为物质资本K、人口N和年份t。可以发现：一是[D—]的系数绝对值与时变差分内差分的结果大致相当，高于基准回归的结果。这说明，非安全稳定事件确实会产生持续性的影响，用[D—]来衡量是必要的。二是非安全稳定事件的损失至少为-0.11，安全稳定的红利至少为0.12。

（五）倾向得分逆概率加权

非安全稳定事件导致的样本缺失，使得Dit在样本与总体中的分布不同，进而导致简单的差分内差分方法不一定有效。对于这种非随机性带来的估计偏误问题，倾向得分逆概率加权模型（Propensity-Score Inverse-Probability Weighting，IPW）是一种可行的方法。逆概率加权方法的基本思想是：如果事件Dit主要是源自可观测的变量，如[∆yit]，那么，利用Prob［Dit=1｜[∆yit]］来调整事件的权重，即增加样本中占比较少事件的权重、减少样本中占比较大事件的权重，从而使样本中的比例和总体中的比例相符。加权计算平均处理效应，不仅一致，而且更加有效。基于根据逆概率加权方法的基本程序，笔者首先基于[∆yit]及其滞后项生成Dit的倾向得分，然后用[1Prob[Dit=1]]作为非安全稳定状态的权重，[1（1-Prob[Dit=1]）]作为安全稳定状态的权重，然后计算加权后的平均处理效应。更多细节参见赛鲁利（Cerulli）［34］、因本斯（Imbens）等［35］。

表7报告了倾向得分逆概率加权的估计结果：一是 6个指标的平均处理效应方向符合预期，数值比前面方法估计的略微增大，这可能是增加了非安全稳定事件作为权重的结果。这一点在effnum和change两个指标里体现尤为明显。effnum的均值为0.62，意味着样本中非安全稳定事件的比例为62%。 这个比例超过一半有余，逆加权的影响应该较小。表6中effnum的系数为-0.16，和基准回归的结果差别不大。change的均值为0.021，这意味着样本中非安全稳定事件的比例为2.1%。这个比值太小，可以预见逆加权的影响较大，回归结果与基准回归的差值也证实了这一点。二是6个指标对产出的影响显著。非安全稳定事件的损失至少为 -0.15，安全稳定的红利至少为0.18。

（六）历史发展表现对安全稳定的影响与内生处理效应

在前面的分析中，笔者假设非安全稳定事件是影响生产函数的一个因素，与外生冲击项独立，即[Dit⊥εit]，但这一假设可能需要适当放宽。而非安全稳定事件的发生可能和一个经济体的社会经济历史文化等因素有关，可能需要一定时间的积累才会爆发。参考阿西莫格鲁（Acemoglu）［36］的做法，一个最简单的考虑是，Dit与经济体的异质性特征[αi]和经济体最近几年的经济表现有关。借鉴二元选择模型的做法，笔者构建式（14）：

[D*it=αi+j=1pϑjΔyt-j+vit]，[Dit=1D*itgt;0]" （14）

其中，[vit⊥εit]，1［·］为示性函数。Dit是[αi]、[εit]的非线性函数，这意味着方程式（9）中使用的差分方法难以消除[ΔDit]中[εit-1]的影响，故[ΔDit⊥Δεit]不一定成立。如果假设生产函数不受非安全稳定事件的影响，则式（7）和式（14）是一个标准的受限内生处理效应模型（Constrained Model with Endogenous Treatment Effects）。笔者假设生产函数受到非安全稳定事件的影响，构建式（15）：

[Yit=KβD1itNβD2iteαi+βDt3+εit] （15）

式（14）和式（15）构成一个一般内生处理效应模型。在生产函数设置基本可靠的前提下，两个模型在本质上没有区别。我们需要借助工具变量来得到非安全稳定事件影响的一致估计量。令[Zit=Δyit-2;…;Δyit-p]。 很明显[covDit，Zit≠0]，[EZTitεit=0]，因此，[Zit]是一个合适的工具变量。

表8报告了经济体过去的发展表现对其当前安全稳定状态的影响。其中，effnum不随时间变化，故采用logit模型估计；其他5个变量随时间变化，故采用面板logit固定效应回归模型估计；解释变量是滞后三期的经济增长率，L（1/3）.[Δy]。结果显示：一是过去3年的经济增长率对effnum没有显著的影响，这可能与logit模型没有很好控制个体异质性有关。二是在控制个体异质性后，过去的经济表现会显著影响经济体当前的安全稳定状态。以war为例。表8的第2行、第4行和第6行报告了解释变量影响的弹性，即dlnDit/dlnΔyit。由计算可知，前1年的经济增长率增加1个百分点，当前发生战争的概率下降0.085个百分点；前2年的经济增长率增加1个百分点，当前发生战争的概率下降0.079个百分点；前3年的经济增长率增加1个百分点，当前发生战争的概率下降0.05个百分点。这些结果很好地支持了习近平关于统筹发展和安全重要论述中“发展是安全的保障”的观点。

表9报告了内生处理效应模型的主要回归结果：一是6个指标都通过的wald检验，这说明考虑内生性是必要的。二是6个指标的平均处理效应（ATE）的方向符合预期。当然和基准模型一样，处理effnum指标时无法添加经济体异质性虚拟变量。三是6个指标的受限模型比一般模型的结果大。受限模型下，非安全稳定事件的损失至少为-0.35，安全红利至少为0.54。一般模型下，非安全稳定事件的损失至少为-0.35，安全稳定的红利至少为0.53。负面效果的绝对值变大的原因可能来自指标的内生性。在式（9）的估计中，如果[ExTitεit=0]，则[γFE=γ+covΔDitΔεitvarΔDit]。Dit是yit-1的函数，如果[covΔDitΔεitgt;0] ，则[γFEgt;γ]。对于OLS、FE估计结果偏误分析的具体细节，可参考赛鲁利（Cerulli）［34］。

（七）对技术选择和资源配置的影响

前文提到，非安全稳定事件可能通过影响技术选择和资源配置的方式影响经济的发展。为了检验这一点，笔者从政府质量数据库中选取了3个指标milexp、eduexp和life来进行分析，其中milexp是军费开支占GDP的比值，eduexp是教育支出占GDP的比值，life是出生时的预期寿命。国防军队建设需要重工业基础，军费开支越多意味着社会生产越偏向重工业方面的技术。提高教育水平和人均寿命，需要把更多的资源投向人力资本建设，在这两个方面投入越多，一定程度上说明国家和社会偏向民生和长期发展。

表10报告了回归结果。被解释变量是选取的3个变量的对数值。解释变量是综合指标norisk。第2～4列是普通最小二乘法的回归结果，第5～7列是固定效应模型的回归结果。结果显示：一是非安全稳定事件会显著增加军费支出，这说明国家和社会在安全稳定面临压力时，不得不投入资源解决燃眉之急。二是非安全稳定事件会减少教育支出和人均寿命，这说明在非常状态下，国家和社会将减少对民生和长远发展的关注。需要说明的是，军费支出、教育支出和人均寿命的影响因素众多，本文此处的研究只是揭示了它们之间可能的关联，探寻其因果关系还需要更加细致的研究。

五、结论与建议

新时代新征程中国经济社会发展长期向好、前景光明，但国内国际两个大局相互影响、相互交织、相互激荡，世界进入动荡变革期［37］，发展过程中也面临惊涛骇浪的风险。习近平总书记关于统筹发展和安全的重要论述阐明了安全、发展及其相互作用的重要意义，在此基础上，从经验证据层面进一步发掘其影响程度和机制，有助于社会更进一步理解统筹发展和安全的理论价值和实践价值。基于这一目的，笔者利用系统和平中心、宾大世界表等数据库中183个经济体1950—2019年的数据，通过构建战争状态和暴力冲突状态等代理变量，研究了安全稳定对经济发展的影响及其相互关系。研究发现：一是第二次世界大战之后，各国处于战争状态的比例约为9.6%，处于战争暴力冲突的比例约为15%，普遍持久的和平仍然需要不懈地追求。二是各种类型的重大的非安全稳定因素都会对经济产生严重的负面影响。基准回归模型显示，非安全稳定事件造成的直接损失至少为9%，相应地，安全稳定的红利至少为10%。三是利用倾向得分逆概率加权和内生处理效应等控制数据缺失和内生性等因素的影响后，负面效果依然成立。四是安全稳定带来的红利在数量上普遍大于非安全稳定造成的损失，这意味着追求安全稳定在经济层面是有效的决策。五是过去的发展水平会影响当前的安全稳定状态。前1年经济增长率增加1个百分点，发生非安全稳定事件的概率至少下降0.06个百分点。六是非安全稳定事件影响技术选择和资源配置。非安全稳定事件会显著增加军事支出，降低教育支出和人均寿命。

本研究可能会在两个层面加深我们对安全稳定的理解。一是安全稳定红利的衡量。社会层面对安全稳定的重要性有较好理解，但缺乏对其影响效果大小的把握。本文的研究结果一定程度上可以弥补这一不足。二是对特定时期政策的评估。一些经济体在安全受到威胁或者认为安全受到威胁时，会倾向于增加国防军事等方面的支出。这些政策是否合适，需要综合考虑非安全稳定事件的影响后才能正确评判。

本研究至少可以在3个方面进行拓展。一是关于安全稳定状态的衡量。基于数据的可得性，笔者用虚拟变量描述经济体的安全稳定状态。如果能收集更为详细的数据，构建连续变量指标，将有助于提高本研究结果的质量。二是关于缺失数据处理。笔者采用倾向得分逆概率加权、滞后和前置三期和工具变量等方法，尽可能减小缺失数据的影响。找到更好的工具描述缺失数据对样本分布的影响，或者尽可能收集缺失的经济数据，研究结果会更加稳健。三是关于安全稳定的长期影响。笔者结合生产函数，用全样本指标和时变差分内差分等方法研究安全稳定的长期影响。但如果用一个动态的框架，考虑积累和要素配置等因素的影响，可能会更加接近真实世界的结果。

文章建议如下：一是从学术层面，要深入研究安全稳定的作用及机制，帮助社会更好理解保障国家安全和社会稳定、建设新安全格局的重要意义。全面揭示安全稳定对个体、社会和国家的影响机理，准确刻画安全稳定的影响范围和程度，社会对其重要性的理解才不会仅仅停留在口头上，而是内化于心、外化于行，从思想上理解和认同党和国家的政策方针，从行动上自觉维护国家安全和社会稳定。二是从国家层面，要在制度、法律、政策和措施等方面多管齐下，提高防范化解重大风险的能力，为高质量发展保驾护航。充分发挥党对国家安全工作全面领导的制度优势，不断完善国家安全的相关法律法规和政策体系，及时出台和高效执行保障安全的办法和措施，形成科学有效的安全体系。三是从社会层面，要群策群力，发挥人民群众的积极性和创造力，推动统筹发展和安全工作不断前进。人民群众是真正的英雄，是维护国家安全和社会稳定的重要力量。新民主主义革命时期，我们党依靠人民群众赢得了反帝反封建的胜利，完成民族独立和人民解放的历史任务。新时代新征程，我们依然需要依靠人民群众维护国家的主权和安全，推动经济社会不断发展。

［参考文献］

［1］ 孙中山.孙中山选集［M］.北京：人民出版社，1981：212.

［2］ 毛泽东.毛泽东选集：第2卷［M］.北京：人民出版社，1991：666.

［3］ 邓小平.邓小平文选：第3卷［M］.北京：人民出版社，1993：50.

［4］ 习近平.习近平著作选读：第1卷［M］.北京：人民出版社，2023：43.

［5］ 中央经济工作会议在北京举行［N］.人民日报，2023-12-13（1）.

［6］ 胡锦涛.胡锦涛文选：第2卷［M］.北京：人民出版社，2016：337.

［7］ 毛泽东.毛泽东文集：第3卷［M］.北京：人民出版社，1996：146.

［8］ 毛泽东.毛泽东文集：第7卷［M］.北京：人民出版社，1996：24.

［9］" 郑国光. 统筹发展和安全 着力防范化解重大安全风险［J］. 红旗文稿，2021（10）：10-16.

［10］ 杨志成. 统筹推进高质量发展和高水平安全［J］. 红旗文稿，2022（12）：35-38.

［11］ ACEMOUGLU D. Introduction to Modern Economic Growth［M］.United States：The Princeton University Press，2009.

［12］ AGHION P，DURLAUF S. Handbook of Economic Growth：Volume 1［M］.Amsterdam：Elsevier，2005.

［13］ AGHION P，DURLAUF S. Handbook of Economic Growth：Volume 2［M］.Amsterdam：Elsevier，2014.

［14］ TAYLOR B，WOODFORD M. Handbook of Macroeconomics：Volume 1［M］.Amsterdam：Elsevier，1999.

［15］ TAYLOR B，UHLIG H. Handbook of Macroeconomics：Volume 2［M］.Amsterdam：Elsevier，2016.

［16］ 习近平.高举中国特色社会主义伟大旗帜" 为全面建设社会主义现代化国家而团结奋斗：在中国共产党第二十次全国代表大会上的报告［N］.人民日报，2022-10-26（1）.

［17］ 在新进中央委员会的委员、候补委员和省部级主要领导干部学习贯彻习近平新时代中国特色社会主义思想和党的十九大精神研讨班上的讲话［N］.人民日报， 2018-01-06（1）.

［18］ 习近平在省部级主要领导干部学习贯彻党的十八届五中全会精神专题研讨班上的讲话［N］.人民日报，2016-05-10（2）.

［19］ 中共中央宣传部，中央国家安全委员会办公室.总体国家安全观学习纲要［M］.北京：人民出版社， 2022：48.

［20］ 习近平.总体布局统筹各方创新发展" 努力把我国建设成为网络强国［N］.人民日报， 2014-02-28（1）.

［21］ ABADIE A，GARDEAZABAL J. The Economic Costs of Conflict［J］. American economic review，2003，93（1）：113-132.

［22］ GURIEV S，MELNIKOV N. War， Inflation， and Social Capital［J］. American economic review，2016，106（5）：230-235.

［23］ CONDRA L，LONG J，SHAVER A，et al. The Logic of Insurgent Electoral Violence［J］. American economic review，2018，108（11）：3199-3231.

［24］ BECKER S，PASCALI L. Religion， Division of Labor， and Conflict［J］. American economic review，2019，109（5）：1764-1804.

［25］ ACEMOGLU D，FEO G，LUCA G，et al. War， Socialism， and the Rise of Fascism： An Empirical Exploration［J］. Quarterly journal of economics，2022： 1233-1296.

［26］ BARRO R. Rare Disasters and Asset Markets in the Twentieth Century［J］. Quarterly journal of economics，2006，121：823-866.

［27］ ACEMOGLU D， JOHNSON S，ROBINSON J. The Colonial Origins of Comparative Development： An Empirical Investigation［J］. American economic review，2001，91（5）：1369-1401.

［28］ ACEMOGLU D， CANTONI D， JOHNSON S，et al. The Consequences of Radical Reform： The French Revolution［J］. American economic review，2011：3286-3307.

［29］ 博亨.殖民统治下的非洲：1880—1935年［M］.北京：中国对外翻译出版公司，1991：635.

［30］ FEENSTRA R，INKLAAR R，TIMMER M. The Next Generation of the Penn World Table ［J］. American economic review，2015，105（10）：3150-3182.

［31］ BLOOM D，CANNING D，SEVILLA J. The Effect of Health on Economic Growth［J］. World development， 2004，32（1）：5.

［32］ 贺大兴. 政治平等与经济增长［J］. 南方经济，2011（3）：18-19.

［33］ GREENE W. Econometric Analysis［M］. London：Pearson Education，2018.

［34］ CERULLI G. Econometric Evaluation of Socio-Economic Programs［M］.Amsterdam：" Springer，2022.

［35］ IMBENS G，WOOLDRIDGE J. Recent Developments in the Econometrics of Program Evaluation［J］. Journal of economic literature，2009，47（1）：5-86.

［36］ ACEMOGLU D， NAIDU S， RESTRPO P，et al. Democracy Does Cause Growth［J］. Journal of political economy，2019，127（1）：47-100.

［37］ 中共中央关于党的百年奋斗重大成就和历史经验的决议［N］. 人民日报，2021-11-17（1）.

［责任编辑：许春慧］

1了解更多信息，可检索MARSHALL M， GURR T. Center for Systemic Peace，2023.

2了解更多信息，可检索TEORELL J et al. The Quality of Government Standard Dataset，version jan22. University of Gothenburg： The Quality of Government Institute，2022.

［基金项目］国家社会科学基金重点项目“中国特色社会主义市场经济制度问题研究”（20AZD012）

［作者简介］贺大兴（1981— ），男，博士，北京大学马克思主义学院副教授，研究方向：发展经济学。

［引用格式］贺大兴.安全稳定的经济影响及其测量：基于统筹发展和安全的视角［J］.南宁师范大学学报（哲学社会科学版），2024，45（3）：12-36.