李强主持国务院第二十次专题学习

基于 Rosen-Roback 空间均衡模型，将主体功能区划引入为空间约束条件：城市化地区放松土地供给约束、农产品主产区施加耕地保护红线、生态功能区限制工业开发。推导三类区域在要素自由流动与功能区分区管制两种体制下的均衡工资、地租与劳动力配置。提出假说：H1——主体功能区划通过引导劳动力向城市化地区集中，提高了全国加总劳动生产率；H2——生态补偿转移支付若低于机会成本，将导致生态功能区陷入"绿色贫困"陷阱；H3——农产品主产区的耕地保护政策通过土地用途管制抬高了城市化地区房价，产生空间福利再分配效应。

核心挑战在于功能区划定非随机——地方政府可能因经济发展水平而被"逆向选择"划入某类功能区。采用两阶段识别：第一阶段利用地理禀赋工具变量（坡度>15°面积占比、≥10℃积温、水资源总量）预测功能区划类型；第二阶段以功能区划为处理变量，以县级 TFP 为结果变量，构建 Bartik 工具变量估计。关键识别假定：地理禀赋仅通过功能区划渠道影响经济 outcome，且排除了同期其他区域政策干扰。

建立两阶段面板 IV 模型：第一階段用有序 Probit 估计地理禀赋对功能区类型（城市化/农产品/生态）的预测概率；第二阶段以预测概率为工具变量，估计功能区划对县级 ln(TFP) 的因果效应。基准方程：ln(TFP_it) = α + β·Zone_i + γ·X_it + μ_t + ε_it，其中 Zone_i 为功能区虚拟变量，X_it 包括人口密度、人力资本、基础设施等控制变量。进一步构建空间杜宾模型（SDM）捕捉功能区划的空间溢出效应。

核心被解释变量为县级全要素生产率，采用 LP 法（Levinsohn-Petrin）以中间投入为代理变量估计。核心解释变量为功能区类型三元离散变量，编码依据各省主体功能区规划文本（2010 版与 2020 修订版）。控制变量集包括：第二产业占比、平均受教育年限、公路密度、财政自给率、FDI 占 GDP 比重、到省会城市距离。工具变量集包括：平均坡度、年均积温、年降水量、到最近港口距离。样本覆盖 2850 个县级行政单元，时间跨度 2005-2025 年。

（1）替换 TFP 测算方法：采用 OP 法（Olley-Pakes）和 ACF 法（Ackerberg-Caves-Frazer）重新估计县级 TFP，检验结论对生产函数估计方法不敏感；（2）排除省会城市与直辖市样本，仅保留普通地级市下辖县，消除行政级别混杂效应；（3）安慰剂检验：将功能区划定时间随机提前 5 年，观察处理效应是否消失；（4）使用 2010 年人口普查的县级人口规模作为额外工具变量，构造过度识别检验（Sargan-Hansen J-test）验证工具变量外生性。

---

在凯恩斯交叉图（Keynesian Cross）框架中引入空间维度：某县获得的转移支付增加 ΔG，通过边际消费倾向（MPC）转化为本地需求，再通过劳动力通勤和商品贸易向邻近城市化地区溢出。推导空间财政乘数：ΔY_total/ΔG = 1/(1-MPC) + spillover，其中 spillover 取决于区域间贸易弹性和通勤率。提出三个假说：H1——生态功能区的转移支付乘数低于城市化地区，因为本地供给能力弱，需求大量外泄；H2——农产品主产区转移支付通过稳定农民收入，降低预防性储蓄，提高了边际消费倾向；H3——转移支付的空间乘数随距离衰减，但对邻接城市化地区存在显著正向溢出。

利用 2017 年国家重点生态功能区转移支付政策中对"生态保护红线面积占比"的准入阈值，构造模糊断点回归（Fuzzy RD）。处理变量——是否获得转移支付；驱动变量——县域生态保护红线面积占比距阈值的距离。第一阶段估计转移支付概率在阈值处的跳跃；第二阶段估计该跳跃对县级 GDP、居民消费、地方财政支出的因果效应。核心假定：除转移支付外，其他县域特征在阈值附近连续变化。

模糊 RD 基准模型：Stage 1: Transfer_it = α₀ + α₁·Above_i + f(Score_i) + ε_it；Stage 2: ln(Y_it) = β₀ + β₁·Ťransfer_it + g(Score_i) + η_it。局部线性回归采用 MSE 最优带宽选择器（Calonico-Cattaneo-Titiunik）。空间乘数估计采用 SpPVAR：Y_t = A·Y_{t-1} + B·W·Y_t + C·G_t + u_t，其中 W 为空间权重矩阵（基于地理距离与通勤流），G_t 为转移支付冲击向量，脉冲响应函数追踪需求跨区域传导路径。

结果变量：县级 GDP 增长率、社会消费品零售总额增速、地方一般公共预算支出增速、城乡居民人均可支配收入。处理变量：获得重点生态功能区转移支付金额（万元/年）。驱动变量：生态保护红线面积占县域面积比重（%）。控制变量：初始人均 GDP、产业结构、人口规模、是否为国家级贫困县。数据来源包括财政部公开的分县转移支付决算表（2015-2025）、中国县域统计年鉴及 CFPS 微观调查——后者用于校准县级 MPC。

（1）替换 RD 带宽选择方法：采用 CCT、IK、CV 三种带宽进行敏感性分析；（2）替换空间权重矩阵：分别使用反距离矩阵、k 近邻矩阵和经济距离矩阵（基于人均 GDP 差距）重新估计空间溢出；（3）控制同期其他转移支付改革——如均衡性转移支付系数调整、脱贫攻坚专项资金，分离主体功能区转移支付的净效应；（4）利用 2020 年新冠疫情作为外生需求冲击，通过三重差分（DDD）检验转移支付是否在冲击后发挥了自动稳定器功能。

---

在 Coase (1960) 和 Williamson (1985) 的框架下，将国土空间治理中的核心交易成本分解为三类：搜索成本（用地企业寻找可开发地块）、协调成本（发改、自然资源、生态环境等部门间审批博弈）和执法成本（土地违法的发现与处罚）。"一张图"平台通过统一的空间数据标准和跨部门共享机制，从本质上降低了这三类交易成本。假说 H1——"一张图"上线后，建设用地审批周期显著缩短；H2——平台降低了土地违法发现成本，违法案件数量上升但平均违法规模下降（选择性执法减少）；H3——信息透明化降低了企业跨区域选址的搜索成本，加速了制造业从东部沿海向中西部城市化地区的梯度转移。

利用各省份自然资源厅上线"一张图"实施监督信息系统的时序差异（2019-2024 年间先后上线），构建交叠 DID（Staggered DID）。处理组为已上线省份的下辖县市，对照组为尚未上线省份的下辖县市。针对 Staggered DID 中"坏对照组"问题，采用 Sun-Abraham (2021) 估计量和 Callaway-Sant'Anna (2021) 估计量进行异质性处理效应修正。核心识别假定：在控制省份和年份固定效应后，各省上线时点的选择与不可观测的经济冲击无关。

基准 Sun-Abraham 事件研究设定：Y_{it} = α_i + λ_t + Σ_{e≠-1} β_e·1{E_{it} = e} + γ·X_{it} + ε_{it}，其中 E_{it} 为县 i 在 t 年距所属省上线"一张图"的事件时间（event time）。关注系数 β_e：若平台有效，应在上线后出现结构化断点。异质性分析引入交互项：β_e × 信息复杂度（部门数量）、β_e × 初始交易成本水平（以土地审批平均耗时衡量）。以事前趋势检验（pre-trend test）验证平行趋势假定。

被解释变量：（1）建设用地审批周期——从用地预审到取得建设用地规划许可证的天数（来源：土地市场动态监测与监管系统 2015-2025 全量出让记录）；（2）土地违法案件数及涉及面积（来源：自然资源部年度土地矿产违法统计）；（3）制造业企业跨地级市迁址数量（来源：工商注册变更数据，利用企查查 API 抓取 2015-2025 年经营范围未变但注册地变更的企业）。核心解释变量：县级是否已接入省级"一张图"平台（0/1 时变变量）。控制变量：县级 GDP、固定资产投资增速、房地产开发投资占比、地方政府主官任期。

（1）替换 DID 估计量：同时报告 TWFE、Gardner、Borusyak-Jaravel-Spiess 三种估计量；（2）排除"先行示范区"效应：剔除深圳、浦东、雄安等先行先试区域，因为其平台上线可能与其他政策改革捆绑；（3）反事实检验：将各省上线时点分别提前 2 年和延后 2 年，仅在其实上线年份观察到处理效应；（4）以是否上线省级"互联网+政务服务"平台作为安慰剂处理，检验一般性政务信息化（而非空间信息整合）是否产生相似效应。

---

构建一个不完全信息的央地博弈模型：地方政府 i 拥有关于自身发展潜力（θ_i）的私人信息，中央根据地方上报信息和客观指标决定功能区类型。城市化地区享受要素倾斜配置的激励性政策（如用地指标倾斜、产业政策支持），而农产品主产区和生态功能区获得保障性政策（如转移支付、生态补偿）。地方政府面临权衡：如实上报类型可能因激励性政策更丰厚而激励"虚报城市化"；但"过度城市化"定位若无法兑现增长承诺，主官晋升前景受损。提出假说：H1——地方主官任期越短（晋升窗口越窄），越倾向于争取城市化地区定位；H2——中央通过周期性"科学评估"机制来约束地方信息操纵，评估频次与调整幅度正相关；H3——功能区划动态调整概率与地方经济增长绩效偏离预期（正偏或负偏）呈 U 型关系。

双重策略：首先，通过 NLP 主题模型（LDA）对各省政府工作报告（2010-2025）进行文本编码，识别地方政府在主体功能区议题上的策略性表述（如强调"发展潜力""产业基础"以争取城市化定位，或强调"生态屏障""粮食安全"以争取补偿）。将 NLP 编码的策略性表述强度作为地方信息操纵的代理变量。其次，以地方主官换届年份和省委书记年龄（距 65 岁退休线的时间距离）作为晋升激励的工具变量，估计晋升激励对功能区申报行为的因果效应。

功能区调整概率的 Conditional Logit 模型：Pr(Adj_{it}=1) = Λ(α·Incentive_{it} + β·StrategicSpeech_{it} + γ·Gap_{it} + δ·X_{it} + μ_p + λ_t)。其中 Adj_{it} 为地级市 i 在 t 年是否经历功能定位调整（0/1）；Incentive_{it} 为书记晋升激励强度（= 1 / 距退休年限）；StrategicSpeech_{it} 为 NLP 编码的策略性表述得分；Gap_{it} 为实际 GDP 增速与目标增速的偏差绝对值；X_{it} 包括资源承载力指数、城市化率等客观指标。μ_p 为省份固定效应，吸收省级层面的功能区调整策略差异。采用聚类标准误（地级市层面）以处理序列相关。

被解释变量"功能区调整"：比对 2010 版与 2020 修订版主体功能区规划中各地级市定位变化，编码为二元变量。核心解释变量"晋升激励"：采集 2010-2025 年间 333 个地级行政区党委书记的年龄、任期和晋升去向，构造"Incentive = 1 / max(65 - 年龄, 1)"。NLP 策略性表述得分：使用 jieba 分词 + TF-IDF 向量化各省政府工作报告，训练 LDA 主题模型提取"功能区定位博弈"主题，计算每篇报告的主题载荷作为代理变量。控制变量涵盖经济绩效、资源承载力、人口变化和地理区位。

（1）替换晋升激励测度：使用市委书记的省级排名（以省常委兼任为标杆）和前任书记晋升去向作为替代工具变量；（2）替换 NLP 方法：使用 BERT 预训练模型进行文本分类替代 LDA 主题模型，检验结果对文本分析方法选择的敏感性；（3）排除计划单列市和副省级城市，仅分析普通地级市，因为行政级别差异可能扭曲央地博弈的权力结构；（4）安慰剂：随机打乱功能区调整年份，检验观测到的政治经济效应是否消失；（5）利用 2018 年自然资源部组建（机构改革外生冲击）作为制度断点，检验治理结构调整对功能区划调整概率的影响。

---

在新古典增长模型的收敛框架（Barro & Sala-i-Martin, 1992）中引入主体功能区作为一种结构性断点：城市化地区享受要素倾斜配置，近似于增长极；农产品主产区受耕地保护约束，工业扩张受限，增长路径向下偏折；生态功能区面临"绿色增长"与"生态补偿"的双重逻辑。推导出三组假说：H1（σ 收敛）——主体功能区战略实施（2010 年后）使全国县域人均 GDP 的标准差缩小，即存在 σ 收敛；H2（俱乐部收敛）——同一功能区类型内部存在 β 收敛（穷县追赶富县），但跨类型收敛不显著，形成了"功能区俱乐部收敛"；H3（集聚阴影）——城市化地区周边 100 km 范围内的农产品主产区县的人均 GDP 增速低于远离城市化地区的同类县，即增长极产生了虹吸而非涓滴。

核心识别策略采用空间 β 收敛回归，同时控制空间自相关和功能区异质性。借鉴 Rey-Montouri (1999) 的空间收敛框架，在传统 Barro 回归中加入空间滞后项和功能区虚拟变量的交互项。为解决功能区划定可能内生于增长绩效（增长慢的县被划为生态区）的内生性问题，利用 2005 年（主体功能区战略试点前）的初始资源禀赋（坡度、积温、水资源）作为功能区划定的工具变量。对于 H3 的集聚阴影检验，构建地级市中心城区到周边县的欧氏距离连续变量，采用空间断点（Spatial RDD）估计阴影边界。

空间 β 收敛模型：Δln(y_{it}) = α + β·ln(y_{i,t-1}) + ρ·W·Δln(y_{it}) + Σ_k θ_k·Zone_{ik}·ln(y_{i,t-1}) + γ·X_{it} + ε_{it}。其中 Δln(y_{it}) 为人均 GDP 增速，ln(y_{i,t-1}) 为初始人均 GDP（收敛系数 β < 0 表示收敛），W 为空间权重矩阵。关键参数 θ_k 测度不同功能区类型对收敛速度的调节效应——若 θ_城市化 > 0，表明城市化地区收敛更快。分位数收敛回归（Quantile Convergence）：在 0.25、0.50、0.75 分位数处估计 β 系数，检验"穷者越穷、富者越富"的分布动态。

被解释变量为 2005-2025 年县级人均实际 GDP 的年均增速（经省级 CPI 平减）。核心解释变量为滞后一期人均 GDP（对数）与功能区类型虚拟变量的交互。功能区分类依据各省主体功能区规划，将 2850 个县划分为城市化地区（~20%）、农产品主产区（~45%）、重点生态功能区（~35%）。空间权重矩阵采用逆距离加权矩阵（带宽 200 km）。控制变量涵盖人力资本（平均受教育年限）、物质资本（固定资产投资/GDP）、人口增长率、产业结构（非农产业占比）、到省会城市的公路距离。其中县级 GDP 对部分数据缺失县采用夜间灯光数据（Chen & Nordhaus, 2011 方法）进行估算填补。

（1）替换空间权重矩阵：使用 10 近邻矩阵和经济距离矩阵（基于初始人均 GDP 差异）重新估计 β 收敛系数；（2）替代收敛测度：除传统 β 收敛外，报告 σ 收敛（标准差时序）和随机收敛（面板单位根检验）；（3）剔除资源型城市样本，因为资源价格波动可能扭曲收敛分析；（4）采用不同的子时段划分（2005-2010 试点前 vs. 2010-2020 全面实施期 vs. 2020-2025"十五五"前期）检验收敛动态的时变特征；（5）使用 Chen-Nordhaus (2011) 夜间灯光 GDP 估算数据替换官方统计数据，验证结论不受统计口径差异影响。

---
---
date: 2026-06-15
field: 能源与绿色转型
topics_count: 5
---