【新思想引领新征程】持续增进民生福祉 托起百姓稳稳的幸福

根据凯恩斯乘数理论，政府民生支出通过增加居民可支配收入（收入渠道）和改善未来预期（预期渠道）两条路径刺激居民消费。然而，根据李嘉图等价假说，如果居民预期未来税负将因当前财政扩张而增加，则财政乘数可能接近于零。在中国制度背景下，民生支出具有较强的转移支付属性，可能更直接地放松家庭流动性约束，从而产生较高的消费乘数。

据此提出以下假说：
- H1：民生财政支出对居民消费具有显著正乘数效应，乘数大于基础设施投资支出的乘数（收入渠道主导）。
- H2：社保就业支出和卫生健康支出的消费乘数高于教育支出，因前两者更直接缓解预防性储蓄动机（预期渠道）。
- H3：民生支出乘数在经济欠发达地区更大，因当地居民流动性约束更紧、边际消费倾向更高。

核心识别挑战在于民生支出的内生性——中央政府可能在经济下行时增加转移支付，导致OLS估计有偏。本文以中央对地方转移支付中「一般性转移支付」的外生规则性变动作为民生支出的工具变量。一般性转移支付按公式法分配，与地方当期经济波动弱相关，满足外生性条件。同时控制省份固定效应和年份固定效应以消除不随时间变化的地区特征和共同宏观冲击。关键识别假定：(a) 转移支付变动仅通过民生支出影响居民消费（排他性约束）；(b) 不存在弱工具变量问题（F统计量 > 10）。

基准面板固定效应模型设定为：

C_it = α + β G_it + γ X_it + μ_i + λ_t + ε_it

其中 C_it 为 i 省 t 年居民人均消费支出实际增速，G_it 为民生财政支出实际增速（按教育、社保就业、卫生健康、住房保障四类分别进入回归），X_it 为控制变量向量（GDP增速、城镇化率、老龄化率、金融发展水平），μ_i 为省份固定效应，λ_t 为年份固定效应。关键参数 β 衡量民生支出的消费乘数，预期为正。

IV第一阶段：G_it = δ + θ Transfer_it + π X_it + μ_i + λ_t + ν_it，其中 Transfer_it 为中央对地方一般性转移支付的公式分配变动。

被解释变量：居民人均消费支出实际增速，经CPI平减后取对数差分（国家统计局住户收支调查）。核心解释变量：各省教育、社保就业、卫生健康、住房保障四项支出合计及分项人均实际增速，同样经CPI平减（财政部财政决算数据）。工具变量：中央对地方一般性转移支付人均实际增速，剔除专项转移支付（因其具有更强内生性）。控制变量：GDP实际增速、65岁以上人口占比、城镇化率、金融机构贷款余额/GDP。样本区间：2010—2025年，31省面板，共496个观测值。

• **替换工具变量构造**：以「县级基本财力保障机制奖补资金」替代一般性转移支付总额作为IV，因该资金分配公式更为刚性，排除转移支付其他组成部分的潜在内生性干扰。
• **更换消费测度**：以社会消费品零售总额增速替代住户调查人均消费支出，检验乘数估计对消费统计口径的敏感性。
• **排除特定时期干扰**：剔除2020—2022年疫情特殊时期重新估计，检验基准结论是否由极端年份驱动。
• **交互项异质性检验**：在基准方程中加入民生支出与人均GDP的交互项，直接检验H3所预期的乘数在欠发达地区更大的假说。

---

根据Moretti（2010）的本地劳动市场乘数理论，城市更新投资不仅直接创造建筑和装修岗位（直接效应），还通过改善社区环境和商业条件带动零售、餐饮、社区服务等本地服务业就业（间接效应）。然而，在技能偏向型技术变革框架下，改造项目的设计、监理等岗位要求较高的技能水平，而施工和保洁等岗位偏向低技能劳动者，因此就业效应可能存在技能维度上的异质性。

据此提出以下假说：
- H1：老旧小区改造显著提高周边居民就业率，且间接就业效应（服务业）大于直接就业效应（建筑业）。
- H2：改造对低技能劳动者的就业改善效应更强，体现为低学历、低技能群体的就业率和劳动参与率上升幅度更大。
- H3：就业质量改善存在滞后效应——工资和社保覆盖的改善在改造完成后1—2年才显现，因服务业新岗位初期多为非正规就业。

利用各省老旧小区改造开工进度的时间差异构造渐进DID。核心识别逻辑：同一城市内，改造小区周边的居民为处理组，同期未改造小区周边居民为对照组。由于改造计划由省级政府按年度下达，各城市、各社区的改造时序具有一定外生性（与当地当期经济波动弱相关）。使用Callaway & Sant'Anna（2021）的渐进DID估计量解决处理效应异质性问题。关键识别假定：(a) 在改造前，处理组和对照组的就业趋势平行（以事件研究法检验）；(b) 改造时序不基于当期就业状况选择（排除反向因果）。

基准渐进DID模型的事件研究形式为：

Y_ict = α + Σ_{k=-m, k≠-1}^{K} β_k D_{c,t-k} + γ X_ict + μ_c + λ_t + ε_ict

其中 Y_ict 为 c 社区 i 个体在 t 年的就业状态（就业=1）或对数工资，D_{c,t-k} 为 c 社区在 t-k 期是否已开工改造的指示变量。β_k 捕捉改造后第 k 期的动态处理效应。X_ict 为个体层面控制变量（年龄、教育、性别、婚姻），μ_c 为社区固定效应，λ_t 为年份固定效应。标准误在社区层面聚类。

被解释变量：(a) 就业状态——过去12个月是否有工作（CFPS个体调查）；(b) 对数月工资——主业的税后月收入；(c) 就业质量指数——综合社保参与（有无养老保险/医疗保险）、劳动合同签订、职业稳定性（当前工作年限）构造标准化指数。核心解释变量：社区是否在t年前已纳入省级老旧小区改造计划（以立项/开工年份确定）。控制变量：年龄及平方项、受教育年限、性别、婚姻状态、健康状况自评。样本：2018—2025年CFPS四轮调查数据中的城市样本，匹配住建部改造项目清单，约150个社区的个体面板。

• **更换对照组定义**：将对照组限定为同一城市内规划在未来3年改造但尚未启动的小区，排除「永远不改造的小区」可能存在的系统性差异。
• **安慰剂检验**：将每个社区的改造时间前移2年，检验是否仍有显著「处理效应」——若安慰剂系数不显著，则支持因果识别。
• **Bacon-Decomp分解**：使用Goodman-Bacon分解检验渐进DID估计中是否存在「早处理 vs 晚处理」不当比较的污染。
• **Heckman样本选择校正**：对工资方程估计中可能存在的就业选择偏差进行Heckman两步法校正，检验工资效应是否因样本选择而偏误。

---

根据North（1990）的制度变迁理论，新制度的有效性取决于其能否与既有制度环境形成激励相容。在养老服务领域，中央政府推行社区嵌入式养老的意图是实现「就近养老」，但地方政府面临多任务委托代理困境：养老床位数量的考核指标易于量化（硬件维度），而服务质量和老年人满意度难以度量（软件维度）。根据Holmstrom & Milgrom（1991）的多任务模型，当某个任务的绩效不可合约化时，代理人会减少对该任务的努力，倾向于过度投资于可量化的指标。

据此提出以下假说：
- H1：嵌入式养老机构试点政策显著增加了社区养老服务设施数量（硬件），但对服务质量（老年满意度、服务种类丰富度）的提升不显著。
- H2：以床位数为核心的财政补贴机制激励地方政府追求数量扩张而非质量提升（激励扭曲效应）。
- H3：将服务质量指标纳入地方官员绩效考核的城市，嵌入式养老机构的服务质量显著高于仅考核数量的城市。

以各省发布社区嵌入式养老服务机构试点政策的时间差异作为准自然实验，采用渐进DID识别制度的因果效应。核心逻辑：同一年份，已实施试点政策的省份（处理组）与尚未实施的省份（对照组）在养老服务供给上的差异可归因于制度变革。关键识别挑战：(a) 试点省份的选择可能非随机——经济发展水平高的省份可能更早试点；(b) 同期其他老龄化政策（长期护理保险试点等）可能混淆因果识别。通过控制省份固定效应和纳入长期护理保险试点哑变量来解决。关键识别假定：在政策实施前，处理组和对照组的养老服务供给趋势平行。

基准渐进DID模型设定为：

Y_it = α + β Policy_it + γ X_it + μ_i + λ_t + ε_it

其中 Y_it 为 i 省（市）t 年的养老服务供给指标（每千名老人养老床位数或服务满意度指数），Policy_it 为 i 省（市）在 t 年是否已实施嵌入式养老机构试点政策的哑变量。β 为制度的平均处理效应，预期为正。X_it 为控制变量：老龄化率（65+占比）、人均GDP、财政自给率、城镇化率、是否同时实施长期护理保险。μ_i 为省份固定效应，λ_t 为年份固定效应。

中介效应路径检验：Policy_it → Subsidy_it（财政补贴力度）→ Y_it 和 Policy_it → KPI_it（考核指标中是否含服务质量）→ Y_it。

被解释变量：(a) 每千名65岁及以上老人拥有的社区养老服务设施数量（民政部养老服务统计年鉴）；(b) 养老服务满意度指数——基于CGSS中「养老服务满意度」问卷数据聚合至省级均值。核心解释变量：嵌入式养老机构试点政策哑变量——以省政府办公厅或民政厅正式发文时间为政策启动时点。中介变量：人均养老服务财政补贴金额（地方财政决算中「老年福利」科目/65+人口）；绩效考核中是否包含服务质量指标（基于政策文本编码）。样本区间：2015—2025年，31省面板，共341个观测值。

• **替换制度识别方式**：以各省首个嵌入式养老机构实际投入运营的时间替代政策发文时间作为制度启动时点，检验结论对制度定义方式的敏感性。
• **排除其他老龄化政策干扰**：在基准方程中逐步加入长期护理保险试点、医养结合试点、居家和社区养老服务改革试点等同期政策哑变量，检验嵌入式养老机构的净效应是否稳定。
• **Bacon-Decomp分解**：对渐进DID估计进行Goodman-Bacon分解，检验「早试点 vs 晚试点」的处理组间比较是否污染ATT估计。
• **定性比较分析（QCA）补充**：选取6—8个试点城市进行fsQCA分析，识别制度执行成功（高供给+高质量）的必要和充分条件组合，补充定量分析的因果机制。

---

根据Tiebout-Oates公共品资本化假说，地方政府提供的公共品质量改善会资本化到当地房价中。口袋公园作为小微公共空间，提供绿色休闲服务，理论上应提升周边居民居住满意度和房产价值。然而，从发展经济学的可行能力视角看，公共品改善可能导致租金上涨，低收入居民的支付能力不足以维持原有居住区位，被迫迁出——即「绅士化」风险。这种福利分布的不平等性是传统成本效益分析所忽略的。

据此提出以下假说：
- H1：口袋公园建设显著提升周边500米范围内居民的居住满意度（主观福利）和房价（市场福利），效应随距离衰减。
- H2：房价资本化效应在高收入社区更强（需求侧支付意愿更高），但居住满意度提升在低收入社区更强（主观福利边际效用更大）。
- H3：口袋公园建设后2—3年内，周边低收入社区出现显著的人口置换——高收入居民迁入、低收入居民迁出（绅士化效应）。

核心识别挑战是口袋公园选址的内生性——政府可能优先在居民需求高或地价低的区域建设口袋公园。本文采用两种策略：(a) 空间DID——以口袋公园服务半径500米内为处理组、500—1000米为对照组，利用空间距离的准随机性；(b) Bartik工具变量——以城市「街角地块和闲置空地」的面积占比（由历史规划决定）与全省口袋公园建设任务增速的交互项，作为具体选址的工具变量。关键识别假定：在口袋公园建成前，处理组和对照组的房价和满意度趋势平行（以事件研究法检验）。

基准空间DID的事件研究模型为：

Y_jt = α + Σ_{k=-2, k≠-1}^{3} β_k Park_{j,t-k} + γ X_jt + μ_j + λ_t + ε_jt

其中 Y_jt 为 j 小区（社区网格）在 t 期的平均房价对数或居住满意度均值，Park_{j,t-k} 为 j 小区500米内是否在 t-k 期建成口袋公园的指示变量。β_k 捕捉建设后第 k 期的动态福利效应。μ_j 为小区固定效应，λ_t 为年份×城市固定效应。

人口置换方程：PovertyRate_jt = α + θ PostPark_jt + δ (PostPark × HighIncome_j) + γ X_jt + μ_j + λ_t + ε_jt，其中 PovertyRate 为小区低收入人口占比，交互项系数 δ 检验绅士化效应。

被解释变量：(a) 对数二手房成交单价——链家/贝壳交易数据，经CPI平减；(b) 居住满意度——CFPS中「对现有住房满意度」（1—5量表）和「对周边环境满意度」均值；(c) 小区低收入人口占比——以全国人口普查/1%抽样数据中小区层面低收入户占比。核心解释变量：各小区500米范围内口袋公园建设完成时间（住建部项目清单匹配高德/百度地图POI）。控制变量：小区房龄、距地铁站/公交站距离、距中小学距离、距医院距离（均来自POI数据）。样本：2020—2025年，覆盖天津、上海、深圳等已大规模建设口袋公园的城市，不少于300个小区。

• **替换处理组定义**：将处理组半径从500米分别改为300米和800米，检验空间衰减效应的稳健性——预期300米效应更大、800米效应更小。
• **Bartik IV估计**：以城市历史规划留白用地面积占比（1990年代城市规划中划定的「公共绿地」占建成区面积比）与当年全省口袋公园建设任务增速的交互项作为IV，处理选址内生性。
• **排除同期其他城市更新干扰**：在控制变量中增加小区是否在同期纳入老旧小区改造计划的哑变量，排除其他城市更新项目的混淆效应。
• **置换检验（Permutation Test）**：随机分配口袋公园的空间位置进行1000次模拟，检验真实处理效应是否显著高于随机分布的伪效应。

---

根据第二代财政联邦主义理论（Qian & Weingast, 1997），中国式分权在激励地方政府发展经济方面是「市场维护型联邦主义」，但同时存在地方公共品供给不足的体制性缺陷。原因在于：(a) 地方官员在晋升锦标赛中更倾向于投资经济增速见效快的基础设施（基建），而非见效慢、难以量化的民生服务；(b) 央地事权划分中「中央点菜、地方买单」的格局增加了地方财政压力，加剧民生支出挤出。2018年以来，医疗卫生、教育、科技等领域相继出台了中央与地方财政事权和支出责任划分改革方案，为识别制度改革的因果效应提供了准自然实验。

据此提出以下假说：
- H1：地方政府在财政支出结构中存在显著「重基建、轻民生」的偏向，在教育、医疗、住房保障领域的支出占比与经济发展水平呈负相关。
- H2：2018年医疗卫生领域事权划分改革后，地方卫生健康支出占比显著提高，证实事权上移中央有助于矫正地方支出偏向。
- H3：一般性转移支付占比越高的省份，地方民生支出偏向越弱——因一般性转移支付赋予地方更大支配自由，反而可能被挪用于基建而非民生。

本文采用双重策略：(a) 利用2018年医疗卫生领域事权改革作为自然实验，构造DID——改革明确划分了中央与地方在公共卫生、医疗保障等方面的支出责任（中央承担更多），可检验事权上移是否增加了地方的卫生健康支出；(b) 利用转移支付结构的跨省差异——以「一般性转移支付占比」为核心解释变量，检验其对民生支出占比的影响方向。同时控制官员晋升激励变量（任期、年龄、是否处于晋升窗口期），以分离政治激励与财政制度的相对贡献。关键识别假定：事权改革在各省的实施时间基本同步，且同期无其他重大财政体制改革。

DID基准方程（事权改革效应）：

HealthShare_it = α + β Reform_it + γ X_it + μ_i + λ_t + ε_it

其中 HealthShare_it 为 i 省（市）t 年卫生健康支出占一般公共预算支出的比重，Reform_it 为事权改革实施哑变量（2018年及以后 = 1），β 预期为正。

财政结构效应方程：

LivelihoodShare_it = α + δ GenTransferShare_it + θ PromotionPressure_it + γ X_it + μ_i + λ_t + ε_it

其中 LivelihoodShare 为四项民生支出合计占比，GenTransferShare 为一般性转移支付占转移支付总额比重，PromotionPressure 为官员晋升压力指标（任期倒数第二年 = 1）。δ 预期为负（H3），θ 预期为负（晋升压力挤出民生支出）。

被解释变量：教育、社保就业、卫生健康、住房保障四项支出合计占一般公共预算支出比重及各自分项占比（财政部财政决算数据，省级和地级市两级）。核心解释变量：(a) 事权改革哑变量——2018年医疗卫生、2019年教育、2020年科技领域的事权划分改革文件发布时间点；(b) 一般性转移支付占比——中央对地方一般性转移支付/转移支付总额。官员晋升压力：各省省长/省委书记的任期年数，第4年或第5年标记为晋升压力窗口期（官员履历数据库）。控制变量：人均GDP、城镇化率、老龄化率、财政自给率、地方政府债务率（Wind）。样本：2000—2025年，31省面板（省级分析）+ 约280个地级市面板（地级分析）。

1. 替换核心被解释变量：以民生支出绝对额的人均实际增速替代占比，排除分母效应（基建支出膨胀导致占比被动下降）的可能干扰。
2. 事件研究法检验平行趋势：对2018年医疗卫生事权改革构造事件研究方程，检验改革前处理组与对照组趋势是否平行——若改革前系数不显著、改革后系数逐渐增大，则支持因果识别。
3. 替换官员激励变量：以省委书记/省长的来源（中央空降 vs 本地晋升 vs 异地调任）替代任期作为晋升激励的代理变量，检验不同来源官员的支出偏好差异。
4. 排除直辖市和计划单列市：因直辖市和计划单列市的财政体制与普通省份不同（与中央直接结算），将其从样本中剔除后重新估计，检验结论的普适性。
---
date: 2026-06-15
field: 产业经济 — 能源与绿色转型
source: https://tv.cctv.com/2026/06/15/VIDEEIrTajFq2MQC3awRkNYN260615.shtml
topics_count: 5
---