习近平对常态化做好东西部协作工作作出重要指示

发展经济学视角下，东西部协作本质上是发达地区向欠发达地区的产业与技术梯度转移。Lewis二元经济模型预测，东部劳动力成本上升将推动劳动密集型产业向西部转移，加速西部农业劳动力向工业部门流动，促进结构转型。Acemoglu & Zilibotti（2001）的技术匹配理论进一步指出，技术转移的成功取决于转出地与承接地之间的要素禀赋匹配度——技术差距过大时，承接地的吸收能力不足，技术扩散效应受限。由此提出三个假说：H1——产业协作园区的设立使西部承接县的制造业占比在3年内提升2-5个百分点；H2——"技术阶梯"效应存在：东部转出产业的技术水平与西部现有产业呈正梯度排列，差距过大或过小均不利于扩散；H3——西部地区人力资本存量（以平均受教育年限衡量）正向调节技术吸收效果，人力资本越高，技术扩散弹性越大。

核心内生性挑战在于：产业转移园区的选址非随机，东部省份可能选择与其经济互补性最强、发展潜力最大的西部县市建立园区，导致估计高估。本文采用三种识别策略：其一，利用东西部结对帮扶关系的"历史路径依赖"——闽宁结对源于1996年习近平同志在福建工作时推动的闽宁对口扶贫协作，广东-广西、上海-云南等结对关系具有相似的历史锚定特征，以结对关系的初始年份作为园区选址的工具变量，该变量与当前经济条件不直接相关但深刻影响协作安排；其二，采用Borusyak et al.（2024）的异质性处理效应稳健估计量，处理渐进DID中不同批次园区的处理效应异质性问题；其三，以县级地形起伏度（SRTM数字高程数据）与到省会距离的交互项作为园区选址的工具变量，地理条件影响产业布局适宜性但与当期经济增长冲击无关。

基准模型采用双向固定效应DID设定：Y_{it} = α + β · Park_{it} + γ · X_{it} + μ_i + λ_t + ε_{it}，其中Y_{it}为县i在t年的产业结构高度化指数（第三产业增加值/第二产业增加值，或高技术制造业产值占比），Park_{it}为园区是否已设立的二值变量，μ_i与λ_t分别为县固定效应和年份固定效应。技术扩散的中介效应检验采用Baron-Kenny三步法：Step1——园区设立→技术扩散（以西部县全要素生产率TFP衡量）；Step2——技术扩散→产业结构升级；Step3——控制TFP后园区设立的直接效应是否衰减。TFP采用LP法（Levinsohn & Petrin, 2003）估计。技术匹配度的调节效应通过交互项Park × TechGap引入，TechGap定义为东部转出产业与西部既有制造业的人均固定资产净值之比。

被解释变量为产业结构高度化三维指标：产值结构（制造业增加值/GDP）、就业结构（制造业就业/总就业）、技术结构（高技术产业产值/制造业总产值）。核心解释变量Park_{it}为产业协作园区设立的二元变量，园区名录来自国家乡村振兴局东西部协作台账（2016-2026），共计约400个园区。技术匹配度TechGap以东部转出行业的资本密集度（人均固定资产净值）与西部承接县制造业资本密集度的比值衡量。控制变量包括：县域人均GDP、城镇化率、公路密度、金融机构贷款余额/GDP、财政自给率。数据来源涵盖中国工业企业数据库约30万家企业、2010-2025年县域统计年鉴、各省投入产出表及东西部协作年度评估报告。

一是替换被解释变量，以夜间灯光亮度（DMSP/OLS与NPP/VIIRS卫星数据）的县域均值替代产业结构指数，检验园区对经济活动密度的综合影响是否一致。二是合成控制法——对每个设立园区的处理县，使用未设立园区的西部县作为控制池，以事前经济特征（产业占比、人均GDP、财政支出、人口密度）构建合成对照，逐一比较处理效应。三是安慰剂检验——将园区设立时间随机提前3-5年，重新估计1,000次，构建安慰剂系数分布，检验真实效应是否显著偏离分布中心。四是替换TFP估计方法，改用Ackerberg-Caves-Frazer（2015）方法替代LP法，排除生产函数估计方法对中介效应结论的影响。五是排除省会城市和计划单列市的县域样本，检验结论是否由行政中心城市驱动。

---

Williamson的治理结构理论指出，交易频率、资产专用性和不确定性共同决定最优治理结构。东西部产业协作涉及高度专用性资产（园区基建、产业链配套），且跨行政区的协调天然面临高交易成本——信息不对称、合同执行困难、利益分配争议。Ostrom的自主治理理论强调，当参与方能够自主设计规则、建立监督与惩罚机制时，公共事务的治理绩效优于外部强加的制度安排。由此提出假说：H1——采用"共建共管共享"三方治理结构（东部政府+西部政府+市场化运营主体）的协作园区，其企业入驻率与存活率显著高于仅由西部单方管理的园区；H2——建立了明确的税收分成与GDP核算分计机制的结对省市，协作项目落地速度更快、规模更大，交易成本更低；H3——具有"关系型契约"特征（如官员双向挂职、长期对口关系）的协作安排，在应对政策不确定性时表现更稳健，合同违约率显著低于纯正式契约安排。

核心识别挑战在于协作制度的选择内生性：经济互补性强的结对省市更可能选择深层次的制度安排，制度选择本身可能是协作潜力的结果而非原因。本文采用三种策略：其一，利用结对帮扶关系的"初始外生性"——闽宁协作始于1996年习近平同志亲自推动的对口扶贫，沪滇、苏陕等结对关系也源于中央统一部署，结对关系本身对于当期经济变量具有相对外生性；其二，以结对省市的地理距离作为制度深度的工具变量——距离越远，制度协调成本越高，越需要正式化程度更高的制度安排，但地理距离对协作经济绩效不构成直接因果路径（控制了交通基础设施后）；其三，运用fsQCA方法，通过跨案例的逻辑比较分析，识别高协作绩效的必要条件与充分条件组合，该方法不依赖大样本统计推断假设，适用于中等样本（20-50个协作对）的因果条件组态分析。

主回归采用PSM-DID设定：第一阶段以园区设立前3年的经济特征（人均GDP、工业占比、财政收入、人口规模）和地理特征（距省会距离、是否沿边）估计园区接受特定治理结构的倾向得分；第二阶段在匹配样本中比较不同治理结构园区在企业入驻率（入驻企业数/规划面积）、企业存活率（注册后3年仍在营比例）和税收贡献度（亩均税收）上的差异。fsQCA的模型设定为：Outcome（高协作绩效）= f（税收分成机制 · 干部挂职密度 · 市场化运营 · 产业匹配度 · 交通连通性），通过真值表分析与布尔最小化，识别导致高绩效的充分条件组态，计算一致率（consistency）与覆盖率（coverage）指标。

被解释变量三组：协作效率——园区从签约到首批企业投产的时长（月）、园区企业入驻率（%）、园区内企业3年存活率（%）；经济绩效——园区亩均税收（万元/亩）、园区工业增加值增速（%）；治理可持续性——协作协议续签次数、协作领域扩展数量。核心解释变量为治理结构类型学分类：Type1——共建共管共享型（双方派员组成管委会+市场化运营公司），Type2——委托管理型（东部托管或品牌输出），Type3——援助主导型（西部管理+东部资金技术支持）。交易成本指标从三个维度构造：信息成本（双方互访频次、信息共享平台覆盖率）、协调成本（从项目提出到协议签署的平均时长）、执行成本（协议条款的履约率）。数据来源：30个代表性园区深度访谈（2025-2026年开展，每园区访谈管委会负责人、企业代表、挂职干部各2-3人），200份园区问卷，工商注册与年报数据（2016-2026），协作省市共建协议及年度评估报告。

一是调整匹配方法——分别采用马氏距离匹配、粗化精确匹配（CEM）和熵平衡法替代倾向得分匹配，检验匹配方法对处理效应估计的影响。二是改变绩效窗口期——以园区设立后5年的累计绩效替代3年期绩效，检验制度效应的持久性。三是排除"示范园区"——从样本中剔除被国务院或国家乡村振兴局正式命名表彰的示范园区，检验结论是否由政策倾斜造成的"盆景效应"驱动。四是在fsQCA分析中调整校准锚点——分别以样本中位数、33分位数和66分位数为交叉点，检验组态分析结果的校准敏感性。五是增加空间计量检验——纳入空间滞后项，检验相邻地区的协作制度是否存在空间溢出或竞争效应。

---

新古典增长理论预测，在资本边际报酬递减规律作用下，资本将从富裕的东部流向资本稀缺的西部，劳动力则从低工资的西部流向高工资的东部，两个方向的力量共同推动区域人均收入收敛。东西部协作政策通过降低跨区域要素流动的制度性壁垒——资本方面通过产业转移补贴和共建园区降低投资门槛，劳动力方面通过劳务协作和技能培训降低迁移成本——加速了这一收敛过程。Hsieh & Klenow（2009）的研究表明，中国省际间的资源错配导致TFP损失约30-50%，要素流动的改善可以释放可观的效率增益。提出假说：H1——1996-2026年间，参与东西部协作结对省市的省际人均GDP差距以年均1.5-2.0%的速度收敛（β收敛），收敛速度显著快于非结对省份；H2——东西部协作资金流每增加1%（占西部省份GDP比重），承接地制造业TFP提升0.3-0.5个百分点，主要通过缓解资本错配实现；H3——劳动力流动的"选择性"特征（高技能劳动者更可能东迁）可能部分抵消了资本西流带来的收敛效应，存在"人力资本逆向流失"的调节作用。

核心挑战在于分离东西部协作效应与其他同时期的区域政策效应（西部大开发、中部崛起、"一带一路"等）。识别策略如下：其一，利用东西部结对帮扶关系的"准随机"性质——结对安排主要由中央在1996年和2016年两轮确定，结对对象的选择以行政级别和政治考量为主，并非按经济互补性配对，因此处理组（结对省市的受援地区）与对照组（未被结对的西部地区）的比较具有准实验性质；其二，构建转移-份额（shift-share）工具变量——以协作初期（1996-2000年）结对东部省市的产业结构为"份额"，以全国各行业的平均增速为"转移"，构造预测的产业转移资金流，该工具变量由历史产业结构和全国趋势共同决定，与当期区域经济冲击不相关；其三，采用空间杜宾模型（SDM）估计协作效应的空间溢出——结对省市的经济增长不仅影响自身收敛速度，还可能通过示范效应和竞争效应影响周边非结对地区。

β收敛回归采用动态面板系统GMM设定：Δln y_{it} = α + β · ln y_{i,t-1} + δ · Cooperation_{it} + θ · (Cooperation_{it} × ln y_{i,t-1}) + γ · X_{it} + μ_i + λ_t + ε_{it}，其中y_{it}为省i在t年的人均GDP，β<0指示收敛。交互项系数θ检验协作是否加速收敛——若θ<0且显著，则协作强化了收敛趋势。Hsieh-Klenow错配分解模型设定为：ln TFP_{it} = α + η · η · MisallocationReduction_{it} + ρ · CapitalFlow_{it} + σ · LaborFlow_{it} + X_{it}′Γ + μ_i + λ_t + ε_{it}，其中MisallocationReduction以资本边际产出离散度（MRPK dispersion）的年度下降幅度衡量，CapitalFlow为东部向西部的人均协作资金流量。空间杜宾模型引入空间权重矩阵W（以省际公路距离的倒数构造），设定为Y = ρWY + Xβ + WXθ + ε，直接效应与间接效应分别衡量协作对本地和邻地的收敛贡献。

被解释变量包括省际人均GDP对数差、省际TFP差距（以DEA-Malmquist指数测算）、MRPK离散度（参考Hsieh & Klenow方法，利用省级工业行业数据反推各行业资本边际产出，计算省内行业间标准差）。核心解释变量Cooperation_{it}为协作参与强度指数，由三个维度合成为综合指标：资本协作（东部向西部产业转移投资额/西部GDP）、劳务协作（西部向东部有组织劳务输出人数/西部劳动力总量）、技术协作（东部向西部技术合同成交额/西部R&D支出）。控制变量包括：人力资本（平均受教育年限）、基础设施（公路和铁路密度）、市场化程度（非国有经济占比）、对外开放度（进出口总额/GDP）。数据来源涵盖1996-2026年各省统计年鉴、全国流动人口动态监测调查（CMDS）2010-2026年约200万个体样本、国家乡村振兴局东西部协作资金台账、科技部全国技术市场统计年报。

一是替换收敛指标——以夜间灯光亮度（DMSP/OLS与VIIRS卫星数据）的人均值和变异系数分别替代人均GDP和σ收敛指标，消除GDP统计数据质量问题的干扰。二是换用不同空间权重矩阵——以省际铁路旅行时间、经济距离（人均GDP之差的倒数）替代公路距离矩阵，检验空间效应估计的敏感性。三是滚动窗口估计——以10年为窗口期滚动估计β收敛系数，检验协作效应的时变性。四是更换错配测量方法——分别采用OP协方差法测算的TFPR离散度和Foster-Haltiwanger-Syverson（2008）的收益TFP离散度，验证错配测量方法对结论的影响。五是排除异常值——逐一剔除样本中人均GDP最高和最低10%的省份，检验收敛估计是否受极端值驱动。

---

在财政联邦主义框架下，地方政府是追求自身财政利益最大化的理性行为体。东西部协作本质上是中央主导下的跨区域财政资源再分配——东部省份被要求将财政资金、产业资源和干部人才投向西部，这对于东部省份而言构成了"财政外溢"成本。晋升锦标赛理论指出，当协作成效被纳入地方官员考核体系时，官员有激励加大协作投入以获取晋升优势；但若考核指标偏重"可量化"维度（如资金拨付额），官员可能倾向于"象征性合规"——拨付足够资金以满足考核要求，但忽视资金使用效率和产业合作的质量。周飞舟的"逆向软预算约束"理论进一步指出，当中央政府承担最终兜底责任时，地方政府有动机将协作成本向上转嫁。提出假说：H1——当东西部协作被明确纳入省级政府绩效考核指标后，东部省份的协作资金拨付额在考核年度出现断点式跃升（约15-25%），但资金使用效率（以协作园区亩均税收衡量）并未同步提升；H2——东部省份主官距退休年龄越近（晋升激励越弱），协作投入力度越弱，呈现"晋升周期效应"；H3——中央转移支付对东西部协作存在"替代效应"——中央对西部省份的一般性转移支付每增加1元，东部对口协作资金减少约0.15-0.25元。

核心识别挑战来自三重内生性：其一，中央转移支付分配与地方经济状况相关；其二，官员晋升与协作绩效之间可能存在反向因果（因协作成效好而获得晋升）；其三，考核指标调整本身可能受前期协作表现的影响。本文采用以下识别策略：第一，利用中央专项转移支付的"公式化分配"特征——部分转移支付项目（如重点生态功能区转移支付）按固定的公式（县域面积、人口、生态指标等）分配，不受地方协作成效的影响，以公式计算的预测转移支付额作为实际转移支付的工具变量；第二，利用地方党委书记的"任期倒计时"作为晋升激励的外生测度——距65岁退休年龄的时间由出生日期决定，与当期协作绩效无关但深刻影响官员行为；第三，采用断点回归设计，以协作考核制度正式纳入省级政府考核体系的发文日期为断点，比较发文前后12个月协作投入指标的离散变化——发文日期由省级常务会议周期和中央政策传导节奏决定，对当期经济形势相对外生。

基准面板固定效应模型：CooperationSpending_{it} = α + β₁ · AssessmentPressure_{it} + β₂ · PromotionIncentive_{it} + β₃ · CentralTransfer_{it} + β₄ · (CentralTransfer_{it} × AssessmentPressure_{it}) + γ · X_{it} + μ_i + λ_t + ε_{it}，其中i为东部援助省份，t为年份。CooperationSpending为协作财力投入（援助资金/本级财政支出），AssessmentPressure为考核压力变量（协作工作是否纳入考核×考核权重），PromotionIncentive为晋升激励（1/距退休年限），CentralTransfer为中央对西部受援省份的专项转移支付。交互项β₄检验考核压力对转移支付替代效应的调节作用。断点回归RDD模型设定为局部线性回归：Y = α + τ · D + β₁ · (X-c) + β₂ · D · (X-c) + ε，其中c为考核政策发文的月份，D为c之后的指示变量，带宽采用Calonico-Cattaneo-Titiunik（2014）的最优带宽选择法。τ即为考核制度对协作投入的局部平均处理效应（LATE）。

被解释变量为三维度量表：协作财力投入（援助资金占援助方本级财政支出比例，%）、协作人力投入（东部向西部挂职干部人数/东部干部总数，‰）、协作产业投入（东部企业在西部协作园区实际投资额，亿元）。核心解释变量：考核压力（AssessmentPressure）由文本分析构造——对各省年度绩效考核文件中"东西部协作"或"对口帮扶"一词的TF-IDF权重进行标准化处理，同时构建二元变量（是否纳入考核）。晋升激励（PromotionIncentive）基于官员履历数据构造：计算省委书记和省长距65岁退休的剩余月数，取倒数，并与任期内省GDP增速排名变化交互。中央转移支付数据来自财政部预算司《中央对地方转移支付决算表》，分解为一般性转移支付与专项转移支付。控制变量：援助省人均GDP、受援省人均GDP、援助省与受援省的地理距离、援助省市场化指数（樊纲指数）。数据来源涵盖2016-2026年9个东部援助省和14个西部受援省的面板，共计约250个观测值，政策文本约600份。

一是替换考核压力指标——以官方媒体报道（人民日报、新华社）中"东西部协作+省份名称"的年度报道篇数替代TF-IDF权重，检验舆论监督渠道的替代效应是否一致。二是改变RDD带宽——分别使用Calonico-Cattaneo-Titiunik的最优带宽、一半最优带宽和两倍最优带宽，检验断点估计的带宽敏感性。三是进行Donut-hole RDD——剔除考核制度出台前后各3个月的观测值，排除政策实施过渡期的制度摩擦对估计的影响。四是替换晋升激励指标——分别以官员任期月数、是否处于党代会年份（人事调整窗口期）、是否有中央任职经历作为晋升激励的替代测度。五是将样本限定于"非换届年"——剔除省级党代会和全国"两会"年份的观测值，排除政治周期的干扰。

---

在DMP搜索匹配框架下，劳动力市场存在信息摩擦——雇主寻找合适工人和工人寻找合适工作的过程均需要时间和成本。东西部劳务协作通过"有组织输出"（政府搭建的劳务对接平台、订单式培训、定向招聘）降低了搜索摩擦，理论上应提高匹配效率（降低失业持续时间、提高人岗匹配度）。Becker的人力资本理论进一步预测，劳务协作中的"培训-就业"联动机制使西部劳动力在流动前获得针对性技能培训，这构成通用人力资本投资，在其返乡后可通过"技能回流"促进西部本地的产业升级。由此提出假说：H1——参与有组织劳务输出的西部劳动力，其首次就业的失业持续时间比自发流动者缩短30-50%，人岗匹配度（以学历-职业匹配和教育回报率衡量）显著更高；H2——接受协作培训的劳动力，其小时工资比未受培训的自发流动者高8-15%（培训的工资溢价），且溢价随培训时长递增；H3——有组织输出劳动力的返乡创业概率比自发流动者高5-8个百分点，其在东部积累的技能和资金构成返乡创业的人力资本和物质资本双重基础。

核心内生性在于：参与有组织劳务输出的劳动力可能本身具有更强的就业意愿和能力，导致估计高估。识别策略如下：其一，以县级"有组织输出"的覆盖率（该县参与有组织输出的劳动力占全县外出劳动力的比例）作为个体参与的工具变量——县级覆盖率由地方政府与东部劳务协作签约的规模决定，该指标受县级行政能力和结对关系影响，与个体不可观测特征不直接相关；其二，利用劳务协作政策在县级的"逐批次推开"特征——同一个人口大县中，某年份劳务协作名额由当年省级下达的指标决定，以年份-县级的指标分配作为个体参与的外生冲击；其三，在返乡创业分析中，利用"被动回流"样本（因家庭原因、健康原因被迫返乡者）作为"主动回流"（完成人力资本积累后的选择回流）的反事实对照，通过比较两类回流者的创业概率和创业成功率，分离协作培训的净人力资本效应。

就业匹配效率的DID模型：Y_{it} = α + β · Organized_{it} + γ · X_{it} + μ_i + λ_t + ε_{it}，其中Y_{it}为劳动力i在t次流动中的就业匹配指标（失业持续时间/月、教育过度-教育不足的或然性得分、小时工资对数），Organized_{it}为是否通过有组织输出渠道（1/0）。Heckman两阶段模型校正就业参与的选择偏差：第一阶段Probit估计个体是否参与劳动力市场（就业概率），第二阶段在就业者子样本中估计有组织输出对工资的效应，逆米尔斯比率纳入第二阶段校正选择性偏误。返乡创业的DID设定为：Entrepreneurship_{it} = α + β · (Organized_i × Return_i) + γ · X_{it} + μ_c + λ_t + ε_{it}，其中Return_i为是否返乡的二元变量，互动项系数β检验有组织输出经历对返乡创业概率的增量效应。

被解释变量四组：就业匹配质量——失业持续时间（自首次求职至首次就业的月数）、教育-职业匹配度（基于ORU方程的或然性得分）、小时工资（元/小时）、就业稳定性（在当前岗位连续工作12个月以上的概率）；培训参与——是否接受过协作培训（1/0）、培训时长（天）；回流决策——是否返回户籍地所在省份就业或创业（1/0）；返乡创业——是否在返乡后12个月内注册个体工商户或企业（1/0）、创业存活期（月）。核心解释变量Organized为是否通过东西部劳务协作有组织渠道实现就业的二元变量。控制变量包括：年龄、性别、受教育年限、婚姻状况、家庭抚养比、户籍地人均GDP、务工目的地人均GDP、务工行业与职业固定效应。数据来源：CMDS 2010-2026年约200万个体样本（以西部地区户籍且有过跨省流动经历的劳动力为分析对象，有效样本约15万），CLDS 2012-2024年四轮追踪调查约2万户，人社部东西部劳务协作实名制管理系统数据（2020-2026年，约500万条输出记录），工商总局返乡创业企业注册数据。

一是替换匹配质量指标——以岗位保留率（入职后3个月、6个月、12个月仍在岗的比例）替代失业持续时间和教育匹配度，检验不同匹配质量维度的一致性。二是工具变量回归——以县级有组织输出覆盖率和年份-县级劳务协作指标作为Organized的工具变量，采用2SLS重新估计，比较OLS与IV估计的差异方向以判断遗漏变量偏误的方向。三是倾向得分匹配（PSM）——用年龄、教育、性别、户籍地经济特征等协变量估计个体参与有组织输出的倾向得分，在匹配样本中重新估计处理效应。四是排除"自发跟随"样本——将虽未通过正式有组织渠道但对口城市也是协作结对城市的自发流出者从对照组中剔除，以更干净的对照组（对口城市非结对城市的自发流出者）重新比较。五是将分析限定于首次外出务工者子样本，排除多次流动经历对估计的干扰，检验结论的样本敏感性。

---