上半年铁路客运多项指标创新高 激发消费潜能

基于凯恩斯乘数理论，铁路客运投资通过直接效应（建设运营就业）和间接效应（旅游消费链）产生需求扩张。旅游列车作为"流动性消费场景"，使交通支出向餐饮、住宿、文创等领域溢出，形成消费乘数。提出假说：H1——铁路客运量每增长1%，沿线城市消费总额增长超过1%（乘数>1）；H2——旅游列车开行的消费乘数显著高于普通客运；H3——假期时段的乘数效应高于日常时段。

利用2019年"八纵八横"高铁网络贯通作为外生冲击，构建双重差分（DID）框架。处理组为新开通高铁站点的沿线城市，控制组为未开通站点的相似城市。关键识别假定为平行趋势假定——在高铁开通前，处理组与控制组的消费增长趋势无系统性差异。辅以工具变量法，以地形坡度作为铁路建设成本的代理变量，控制铁路线路规划的内生性问题。

基准模型：$C_{it} = \alpha + \beta_1 Rail_{it} + \beta_2 Tourism_{it} + \beta_3 Rail_{it} \times Tourism_{it} + \gamma X_{it} + \mu_i + \lambda_t + \varepsilon_{it}$。其中 $C_{it}$ 为城市消费总额，$Rail_{it}$ 为铁路客运量对数，$Tourism_{it}$ 为旅游列车开行数量，交互项捕捉铁路旅游的额外消费效应，$X_{it}$ 为控制变量（人均GDP、人口规模、互联网普及率），$\mu_i$ 和 $\lambda_t$ 分别为城市和年份固定效应。

被解释变量：城市社会消费品零售总额（对数）及人均旅游消费支出。核心解释变量：铁路客运量（对数）、旅游列车开行班次、高铁站点虚拟变量。控制变量包括：人均GDP、城镇化率、第三产业占比、互联网普及率、居民可支配收入。数据来源于国家统计局分市统计年鉴（2015-2026）、国铁集团客运数据及各省文旅厅旅游统计公报，构建覆盖280个地级市的面板数据集。

第一，替换被解释变量为夜间灯光数据（DMSP-VIIRS）作为消费活动的代理指标，验证结论不受统计口径变化影响。第二，采用安慰剂检验，将高铁开通时间随机提前2-3年，检验虚假处理效应是否显著（预期不显著）。第三，使用倾向得分匹配-双重差分（PSM-DID）重新估计，确保处理组与控制组在可观测特征上的平衡性。第四，排除直辖市和省会城市样本，检验结论在中小城市的适用性。

---

Williamson指出，资产专用性、不确定性和交易频率决定交易成本。铁路旅游融合涉及铁路调度（高度专用资产）、旅游产品设计（中等专用性）和地方配套（低专用性），三者的资产专用性错配导致协调成本高昂。提出假说：H1——跨部门协调层级越多，政策从中央到地方的执行时滞越长；H2——地方政府设立铁路旅游协调机构的地区，旅游列车开行数量显著更多；H3——国铁集团内部考核指标中旅游列车权重的提升是执行效果的关键激励因素。

采用自然实验设计，以2025年"15项举措"政策出台为外生冲击，比较政策出台前后各地铁路旅游融合发展的变化。利用各地制度安排的差异（是否设立专项协调机构、是否纳入政府考核、是否有财政配套）作为处理变量，构建多值处理效应模型。关键识别假定：各地制度安排的选择主要受历史行政传统影响，与当期旅游消费需求无直接因果关系，满足条件独立性假定。

采用模糊集定性比较分析（fsQCA），以旅游列车开行数量增长率为结果变量，条件变量包括：跨部门协调层级数、专项财政配套金额、地方政府考核权重、国铁集团区域公司参与度、文旅资源禀赋指数。同时构建面板回归模型：$Train_{it} = \alpha + \beta_1 Inst_{it} + \beta_2 Coord_{it} + \gamma X_{it} + \mu_i + \lambda_t + \varepsilon_{it}$，其中 $Inst_{it}$ 为制度安排综合指数，$Coord_{it}$ 为协调机制虚拟变量。

制度安排变量通过文本分析构建：从各省市实施方案中提取协调层级数、财政配套额度、考核权重等维度，采用主成分分析合成制度安排综合指数。旅游列车开行数据来自国铁集团各区域公司月度运营报表。控制变量包括：地区旅游资源A级景区数量、铁路网密度、人均旅游消费、地方政府财力（一般公共预算收入）。数据来源为政策文件库、国铁集团运营数据及各省市统计年鉴，覆盖31个省级行政区2024-2026年季度数据。

第一，使用fsQCA的必要性分析与充分性分析交叉验证，确认制度安排与执行效果之间的因果组态关系。第二，采用贝叶斯分层模型替代传统面板回归，纳入省级随机效应，检验结论对模型设定的敏感性。第三，通过深度访谈（不少于15位相关部门官员和国铁集团管理人员）获取定性证据，三角验证量化分析结论。第四，以2023年类似跨部门政策（如"交通强国"试点）的执行效果作为外部效度检验。

---

Thaler的心理账户理论指出，消费者将支出归入不同心理账户（日常交通 vs. 旅游体验），不同账户的支付意愿差异显著。旅游列车通过文化命名（"南湖1921"）和体验设计，将出行从"交通账户"转移至"体验账户"，后者预算约束更宽松。提出假说：H1——品牌化旅游列车的溢价支付意愿显著高于功能等价的普通列车；H2——文化符号越强烈的列车命名，溢价支付意愿越高（框架效应）；H3——假期情境下"体验账户"激活程度更高，溢价效应被放大。

设计两阶段实验。第一阶段：在线离散选择实验，随机向2000名受访者展示不同框架的列车选项（功能框架 vs. 文化框架 vs. 体验框架），通过随机分配消除选择偏差，识别框架效应。第二阶段：田野实验，与国铁集团合作在某条旅游专线上随机向购票用户推送不同版本的营销信息（锚定高价 vs. 锚定低价 vs. 无锚定），利用随机分配实现因果识别。关键假定：实验组间的随机分配保证了处理效应的外部有效性。

离散选择实验采用随机参数Logit模型（Mixed Logit）：$U_{ij} = \beta_{price} P_{ij} + \beta_{brand} B_{ij} + \beta_{culture} C_{ij} + \beta_{frame} F_{ij} + \varepsilon_{ij}$，其中个体偏好参数允许随机分布。田野实验采用处理效应模型：$WTP_i = \alpha + \tau T_i + \gamma Z_i + \varepsilon_i$，$T_i$ 为处理组虚拟变量（锚定高价=1，锚定低价=0），$Z_i$ 为个体特征向量。结合潜在类别模型识别消费者异质性。

离散选择实验的属性设计：票价（5个水平，基准价±20%/±40%）、列车类型（普通/品牌旅游/高端旅游）、行程时长、文化体验项目数量。田野实验的处理变量为营销信息框架，结果变量为实际购票转化率和客单价。个体特征变量包括：年龄、收入、旅游频率、文化消费偏好量表。问卷数据通过Credamo平台采集（N=2000），田野数据通过12306平台A/B测试获取（N=50000），实验时间为2026年第三季度。

第一，采用Harrison & Rutström（2008）的结构化方法检验实验中的假设性偏差，比较陈述偏好与显示偏好的一致性。第二，使用贝叶斯信息准则（BIC）比较不同分布假设下的混合Logit模型拟合度，确保模型选择稳健。第三，通过交叉验证将田野实验结果与问卷实验结果进行外部效度比对。第四，排除旅游经验极丰富和极少的极端样本，检验结论对样本构成的敏感性。

---

国铁集团作为央企面临双重目标：中央要求其保值增值（市场化），地方要求其服务区域发展（公共性）。旅游列车线路选择成为央地博弈的均衡结果——中央偏好经济效率高的东部线路，地方争取能带动欠发达地区发展的线路。基于周黎安"晋升锦标赛"理论，地方官员有激励争取铁路旅游项目以拉动GDP和旅游收入。提出假说：H1——旅游列车线路密度与地方官员晋升激励强度正相关；H2——经济欠发达地区的旅游列车财政补贴率显著更高；H3——央地博弈均衡偏向政治权重更高的省份。

利用省级领导更替作为外生冲击，构建断点回归（RDD）与双重差分（DID）相结合的识别框架。新任省委书记/省长上任后，对铁路旅游项目的争取力度可能发生变化，而领导更替时间由中央决定，对地方经济而言近似外生。关键识别假定：领导更替前后，除官员激励变化外，其他影响旅游列车开行的因素保持连续。辅以空间断点设计，比较省际边界两侧相似地区在旅游列车覆盖上的差异。

构建空间杜宾模型：$Y_{it} = \rho W Y_{it} + \beta_1 Pol_{it} + \beta_2 Fiscal_{it} + \theta_1 W \cdot Pol_{it} + \theta_2 W \cdot Fiscal_{it} + \gamma X_{it} + \mu_i + \lambda_t + \varepsilon_{it}$。其中 $Y_{it}$ 为旅游列车开行数量，$W$ 为空间权重矩阵（地理邻接+经济距离），$Pol_{it}$ 为政治激励指数（官员任期、年龄、晋升概率），$Fiscal_{it}$ 为财政补贴变量。空间滞后项捕捉相邻省份的策略互动效应。

政治激励指数构建：基于省委书记/省长的年龄（距退休年龄差）、任期、既往晋升记录，采用主成分分析合成综合政治激励强度。旅游列车数据来自国铁集团各局集团公司年度客运计划。财政补贴数据来自财政部对铁路公益性运输的补贴明细及各省市铁路发展专项资金报表。控制变量包括：旅游资源禀赋（A级景区数）、铁路网密度、人均GDP、城镇化率。空间权重矩阵基于省会城市距离和经济相似度构建。数据覆盖31个省份2020-2026年面板。

第一，使用不同空间权重矩阵（地理距离、经济距离、政治关联矩阵）重新估计空间杜宾模型，检验结论对空间结构假定的敏感性。第二，采用领导更替的精确时间断点回归（Sharp RDD），以换届月份为断点，检验政治激励变化的即时效应。第三，利用反事实模拟——将东部省份的政治激励参数赋予西部省份，预测旅游列车分布变化，与实际分布比较。第四，排除疫情期间样本（2020-2022），确保结论不受异常冲击干扰。

---

Lewis二元经济模型指出，劳动力从低生产率部门向高生产率部门转移推动经济增长。旅游列车开行为沿线县域创造了从农业/制造业向旅游服务业转型的契机——游客流入激活餐饮、住宿、文创等服务业需求。Hirschman的不平衡增长理论预测，铁路旅游作为"主导部门"会通过前向关联（旅游服务）和后向关联（农产品供给）带动整体转型。提出假说：H1——旅游列车开行显著提升沿线县域第三产业占比；H2——旅游列车缩小城乡消费差距（扩散效应>极化效应）；H3——旅游资源禀赋越丰富的县域，转型效应越显著。

利用2024-2025年旅游列车线路的逐步开通作为准自然实验，构建多期双重差分（Staggered DID）模型。处理组为旅游列车途经的县域，控制组为具有相似铁路通达性但未开行旅游列车的县域。采用Sun & Abraham（2021）的交互加权估计量（IW estimator）处理异质性处理效应偏误。关键识别假定：在旅游列车开通前，处理组与控制组的产业结构和消费差距变化趋势平行，通过事件研究图验证。

多期DID模型：$Y_{it} = \alpha + \sum_{k=-3}^{3} \beta_k D_i \times Year_k + \gamma X_{it} + \mu_i + \lambda_t + \varepsilon_{it}$。其中 $Y_{it}$ 为产业结构指数或城乡消费差距，$D_i$ 为旅游列车途经县域虚拟变量，$Year_k$ 为相对开通年份的时间虚拟变量（$k=0$为开通年）。中介效应模型：$Y_{it} = \alpha + c \cdot Rail_{it} + \varepsilon_{it}$；$M_{it} = \alpha + a \cdot Rail_{it} + \varepsilon_{it}$；$Y_{it} = \alpha + c' \cdot Rail_{it} + b \cdot M_{it} + \varepsilon_{it}$，中介变量 $M_{it}$ 为旅游就业人数和旅游收入。

被解释变量：县域第三产业增加值占比、城乡消费支出泰尔指数。核心解释变量：旅游列车途经县域虚拟变量×开通后时间虚拟变量。中介变量：县域旅游从业人数、旅游总收入、新增涉旅市场主体数量。控制变量：县域GDP、财政支出、人口规模、教育水平、互联网覆盖率、到最近高铁站距离。旅游列车线路数据来自国铁集团运营计划，县域经济数据来自《中国县域统计年鉴》，旅游数据来自全国旅游抽样调查和美团/大众点评POI数据。覆盖全国1800个县域2018-2026年面板。

第一，采用Borusyak et al.（2024）的异质性稳健DID估计量，与Sun & Abraham方法交叉验证，确保多期DID结论不受负权重问题干扰。第二，使用合成控制法（Synthetic Control Method）为每个处理组县域构建反事实对照组，比较实际与合成对照组的产业转型路径。第三，利用GIS缓冲区分析，比较距铁路线路10km、20km、50km范围内县域的效应梯度衰减，验证空间溢出效应的存在性。第四，排除国家级贫困县样本，检验结论不受定向扶贫政策混杂影响。

---

> 📊 视角覆盖：凯恩斯主义（乘数效应）、制度经济学（交易成本）、行为经济学（心理账户）、政治经济学（央地博弈）、发展经济学（结构转型）
> 📋 选题数量：5 个差异化论文选题

> 📂 经济领域：宏观经济 / GDP与经济增长
> 🔗 原文链接：https://www.gov.cn/yaowen/liebiao/202607/content_7075263.htm

📄 新闻正文

7月13日下午，中共中央政治局常委、国务院总理李强主持召开经济形势专家和企业家座谈会，听取对当前经济形势和下一步经济工作的意见建议。

座谈会上，黄汉权、杨志勇、王文、章俊、侯启军、于东来、王志坚、历军等先后发言。大家认为，在国际形势变乱交织、动荡加剧的背景下，上半年我国经济总体平稳，新动能加快壮大，以自身发展的确定性有力应对外部环境的不确定性。虽然仍面临一些风险挑战，但高质量发展的后劲持续增强。大家还就解决经济运行中存在的矛盾和问题提出意见建议。

在听取专家和企业家发言后，李强说，今年以来，在以习近平同志为核心的党中央坚强领导下，各地区各部门认真落实国家宏观政策，克服各种不利因素，努力促进经济持续向好，着力推动高质量发展。要全面客观认识当前经济形势，既充分肯定取得的成绩，又清醒看到存在的问题，对经济运行中出现的新变化新动向，要深入分析思考，善于研机析理，更好地趋利避害。要注重从整体上把握经济形势，特别是要看到我国经济正全面转入高质量发展轨道，长期向好的内在支撑更加坚实。

李强强调，做好下半年经济工作，直接关系全年发展目标实现，关系"十五五"良好开局。要按照党中央决策部署，保持高质量发展战略定力，加大逆周期调节力度，用好用足存量政策，预研储备增量政策，切实巩固拓展经济稳中向好态势。要系统施策释放内需潜力，抓好服务业扩能提质政策落实，扩大优质服务供给，加快培育消费新增长点。坚持投资于物和投资于人协同发力，着力推进重大基础设施网络建设，加强教育、培训等人力资本投入，完善医疗、养老、托育等公共服务，在改善民生中扩大内需。要推进新旧动能平稳接续转换，加快制造业数智化转型，推动先进制造业和现代服务业深度融合，促进人工智能等新技术规模化商业化应用，培育更多新产业新赛道。要深入做好稳就业稳企业工作，实施好稳岗扩容提质行动，积极拓展新职业新岗位，确保就业大局稳定。要及时回应企业关切，持续优化营商环境，注重用改革的办法激发市场活力，支持企业更好发展。

李强希望广大企业家坚定发展信心，深入挖掘需求升级和产业升级机遇，持续做强实体经济，为稳就业促发展多作贡献。希望专家学者发挥专业优势，加强战略性前瞻性研究，多提建设性意见。

吴政隆参加座谈会。

### 🎓 论文选题

基于Keynes有效需求不足理论与Hicks IS-LM框架，分析经济下行期逆周期调节的传导机制。当经济处于产出缺口为负的状态时，财政扩张的挤出效应较弱，乘数应显著大于1。提出假说H1：经济低迷期增量财政支出乘数大于经济扩张期；H2：存量政策与增量政策协同发力时乘数具有超加性；H3：逆周期调节对服务业需求的乘数效应大于对制造业投资的乘数效应。

采用叙事法（Narrative Approach，Ramey 2011）从国务院常务会议纪要和政策文件中识别外生财政政策冲击，排除内生性干扰。结合Auerbach & Gorodnichenko (2012) 的状态依赖型局部投影法，以GDP增长率或产出缺口作为状态变量，分别估计经济扩张期和收缩期的差异化财政乘数。核心识别假定为：政策冲击在控制宏观经济预期后与当期误差项不相关。

构建状态依赖型局部投影模型：$Y_{t+h} - Y_{t-1} = \alpha_h + \beta_h \cdot \Delta G_t \cdot I(s_t < 0) + \gamma_h \cdot \Delta G_t \cdot I(s_t \geq 0) + \sum_{j=1}^{p} \phi_{h,j} X_{t-j} + \epsilon_{t+h}$，其中 $\Delta G_t$ 为叙事法识别的外生政府支出冲击，$s_t$ 为产出缺口状态变量，$I(\cdot)$ 为示性函数，$X_{t-j}$ 为控制变量向量，$\beta_h$ 和 $\gamma_h$ 分别为收缩期和扩张期的累积乘数。

被解释变量为实际GDP（季度）、工业增加值（月度）、社会消费品零售总额。核心解释变量为叙事法识别的政府支出冲击序列。状态变量为HP滤波或BK滤波产出的产出缺口。控制变量包括：M2增速、社会融资规模增量、PPI、CPI、出口增速、利率（DR007）。政策力度指数通过文本分析国务院政策文件构造，按月统计政策出台频率与力度关键词。数据来源为Wind数据库、国家统计局、财政部月度预算执行报告。

第一，替换状态变量度量方法，分别使用HP滤波（λ=1600）、BK滤波和线性趋势去趋势法计算产出缺口，检验结论对趋势分解方法的敏感性。第二，采用不同的政策冲击识别方式，以Blanchard-Perotti SVAR结构冲击替代叙事法冲击，比较乘数估计的一致性。第三，引入外部冲击控制变量（如新冠疫情虚拟变量、中美贸易摩擦虚拟变量），排除供给侧极端事件对需求侧乘数估计的干扰。

---

基于Coase交易成本理论与North制度变迁框架，营商环境构成企业运营面临的制度性交易成本。行政审批简化直接降低准入阶段的合规成本，市场准入放宽减少寻租与垄断租金，法治环境改善降低合同执行与争议解决成本。假说H1：营商环境优化显著降低新企业注册的时间成本与资金成本；H2：制度性交易成本降低对中小企业生产率的提升效应大于大型企业；H3：法治环境维度的改善对企业长期投资决策的激励效应最为显著。

利用各省市推行营商环境改革的时间差异构造多期双重差分（Staggered DID）。以各省市出台重大营商环境改革文件（如"放管服"改革深化、一网通办推进）的时点作为处理节点。处理组为改革推进较早且力度较大的城市，对照组为同期尚未推进类似改革的城市。核心识别假定为平行趋势假定：改革推进前，处理组与对照组的企业进入率和生产率趋势无系统性差异。采用事件研究法检验平行趋势假定。

多期DID基准模型：$Y_{ict} = \alpha + \beta \cdot D_{ct} + \gamma X_{ict} + \delta Z_{ct} + \mu_i + \lambda_t + \theta_{c} \times t + \epsilon_{ict}$，其中 $Y_{ict}$ 为企业 $i$ 在城市 $c$ 第 $t$ 年的绩效指标（生产率、利润率或进入退出虚拟变量），$D_{ct}$ 为城市 $c$ 在第 $t$ 年是否实施营商环境改革的虚拟变量，$X_{ict}$ 为企业特征控制变量，$Z_{ct}$ 为城市宏观经济控制变量，$\theta_c \times t$ 为城市特定线性时间趋势。

被解释变量包括：企业进入率（新注册企业数/存量企业数）、全要素生产率（OP法和LP法估计）、企业利润率。核心解释变量为营商环境改革虚拟变量，以各省市正式改革文件发布时点界定。制度性交易成本的代理变量包括：企业注册平均耗时（工商数据）、行政审批事项数量（各地政务服务中心）、涉企诉讼平均审理周期（司法大数据）。控制变量涵盖城市GDP、人口、产业结构、财政支出等。数据来源为国家企业信用信息公示系统、中国工业企业数据库和各省市政务服务中心公开数据。

第一，采用Callaway & Sant'Anna (2021) 的异质性稳健DID估计量，解决多期DID中处理效应异质性导致的偏误问题，确保估计量在处理时间交错情形下的一致性。第二，利用合成控制法（Synthetic Control Method）对改革力度最大的标杆城市构造反事实对照组，比较实际路径与合成路径的差异，验证DID结论。第三，以世界银行营商环境评价（Doing Business/B-READY）中的中国分指标作为替代被解释变量进行跨国面板回归，检验结论的外部有效性。

---

基于Tversky & Kahneman前景理论与锚定启发式，高层座谈会中"经济总体平稳""新动能壮大"等确定性表述构成正向锚点，而"风险挑战""不利因素"等表述构成负向锚点。由于损失厌恶，负向锚对企业家投资决策的抑制效应应大于正向锚的激励效应。假说H1：座谈会中积极话语占比提升显著促进企业投资支出；H2：消极话语的抑制效应（绝对值）大于积极话语的激励效应，呈现损失厌恶的非对称性；H3：不确定性较高行业中，政策信号对企业投资决策的影响更为显著。

利用座谈会召开的时间节点作为外生信息冲击事件。收集2005年以来所有国务院经济形势座谈会的新闻通稿文本，使用FinBERT中文金融情绪模型提取积极、消极和不确定性情绪得分。以座谈会召开前后一个季度窗口期的企业投资变化作为被解释变量，控制企业自身经营状况和行业特征后，识别政策话语情绪对企业投资的净效应。核心识别假定为座谈会政策话语的情绪变化与个别企业的特质性投资冲击不相关。

基准面板模型：$\Delta I_{it} = \alpha + \beta_1 \cdot Pos_{t} + \beta_2 \cdot Neg_{t} + \beta_3 \cdot Unc_{t} + \gamma X_{it-1} + \delta Z_{t-1} + \mu_i + \lambda_t + \epsilon_{it}$，其中 $\Delta I_{it}$ 为企业 $i$ 在第 $t$ 季度的投资支出变动率，$Pos_t$、$Neg_t$、$Unc_t$ 分别为当期座谈会文本的积极、消极和不确定性情绪得分，$X_{it-1}$ 为滞后一期企业特征（营收增速、现金流、杠杆率），$Z_{t-1}$ 为宏观控制变量，$\mu_i$ 为企业固定效应，$\lambda_t$ 为时间固定效应。

被解释变量为企业季度资本支出变动率（CSMAR数据库A股上市公司财务数据）。核心解释变量为座谈会文本情绪指标：使用FinBERT模型对新闻通稿进行逐句情绪分类，计算积极句占比、消极句占比和不确定性句占比。替代度量使用词典法（Loughran-McDonald中文扩展词典）进行交叉验证。控制变量包括：企业营业收入增速、经营性现金流/总资产、资产负债率、托宾Q值、行业景气指数。宏观控制变量包括GDP增速、M2增速、PMI。企业家信心指标使用中国人民银行季度企业家问卷调查中的宏观经济热度指数。

第一，采用不同的文本情绪度量方法（FinBERT、词典法、人工标注）进行交叉验证，确保情绪指标的稳健性。第二，利用安慰剂检验，将座谈会日期随机前移或后移一个季度构造伪处理事件，检验伪事件窗口中政策话语是否仍具有显著解释力。第三，引入企业异质性分组检验：按行业不确定性水平（基于行业营收波动率）和企业融资约束程度（SA指数）分组回归，验证H3的理论预测。

---

基于Oates财政联邦主义和Maskin等中国晋升锦标赛框架，中央与地方在逆周期调节中存在信息不对称和目标函数差异。中央关注总量稳定和结构优化，地方关注本地GDP增速和财政收入。当中央释放"加大逆周期调节"信号时，地方政府面临积极跟进（争取中央资源）和观望等待（规避地方债务风险）的策略选择。假说H1：中央政策信号强度与地方财政扩张力度正相关但呈非线性关系；H2：财政压力较大的省份对中央增量政策的响应更为积极，体现"激励相容"特征；H3：地方响应的滞后性显著降低宏观政策传导效率。

利用国务院经济形势座谈会等高层政策信号释放事件作为外生冲击，量化中央政策信号强度。以各省市政府工作报告中对中央宏观政策的呼应程度（文本相似度）作为地方政策响应的度量。利用各省财政自给率的差异构造异质性处理效应分析。核心识别假定为：在控制省级经济基本面后，中央政策信号强度的时间变异与省级层面不可观测的时变因素不相关。采用工具变量法（以中央经济工作会议出席领导层级作为政策信号强度的工具变量）进一步处理内生性。

面板门槛模型：$F_{it} = \alpha_i + \lambda_t + \beta_1 \cdot S_t \cdot I(S_t \leq \gamma) + \beta_2 \cdot S_t \cdot I(S_t > \gamma) + \delta X_{it} + \epsilon_{it}$，其中 $F_{it}$ 为省份 $i$ 第 $t$ 月财政支出增速，$S_t$ 为中央政策信号强度指数，$\gamma$ 为待估门槛值，$X_{it}$ 为控制变量（GDP增速、财政收入、土地出让金、转移支付）。引入空间滞后项 $W \cdot F_{t}$ 捕捉省份间策略互动的空间溢出效应，$W$ 为地理邻接权重矩阵。

被解释变量为省级一般公共预算支出月度同比增速和地方政府专项债发行规模。核心解释变量为中央政策信号强度指数，通过文本分析国务院常务会议纪要和高层经济座谈会新闻稿，以政策关键词频率和领导讲话力度综合度量。地方响应指标为各省政府工作报告与中央经济工作会议文本的余弦相似度。控制变量包括：省级GDP增速、一般公共预算收入、土地出让金收入、中央转移支付、城投债存量。财政自给率以一般公共预算收入/一般公共预算支出度量。数据来源为财政部月度预算执行数据、中国债券信息网、各省统计公报。

第一，替换政策信号强度的度量方式，分别采用关键词频率法、文本情绪分析法和专家评分法构造三种替代指标，比较门槛效应估计的一致性。第二，利用省级主要领导更替事件作为央地博弈强度的外生冲击进行安慰剂检验，验证非经济类政治事件不触发类似的财政响应模式。第三，将分析单元从省级下沉到地级市层面，利用地级市固定资产投资月度数据检验结论是否在不同行政层级上保持一致。

---

基于Mincer人力资本理论和Acemoglu-Autor任务模型，"投资于人"政策通过扩大教育培训供给提升劳动者技能水平，但在制造业数智化转型背景下，技能偏向型技术变迁可能导致中等技能岗位被替代，加剧就业极化。假说H1：人力资本投入扩张显著提升高技能和低技能劳动者占比，降低中等技能劳动者占比（就业极化效应）；H2：教育培训投入的工资溢价效应在高技能劳动者中更为显著，扩大技能间工资差距；H3：公共服务完善（医疗、养老、托育）通过降低预防性储蓄促进低技能劳动者就业参与率提升。

利用1999年高校扩招政策在各省份的差异化冲击力度作为人力资本供给扩张的工具变量（参考Li et al. 2014）。具体而言，以各省1998年高校数量与全国扩招幅度的交互项作为各省份人力资本积累速度的工具变量。对于"投资于人"政策强度的识别，采用Bartik工具变量法：以全国层面教育培训支出增速与各地初始教育资源禀赋（师生比）的交互项作为外生政策冲击。核心假定为高校扩招的地区差异仅通过人力资本供给渠道影响就业结构。

两阶段最小二乘法（2SLS）：第一阶段 $HC_{ct} = \pi_0 + \pi_1 \cdot IV_{ct} + \pi_2 W_{ct} + \mu_c + \lambda_t + \nu_{ct}$，其中 $HC_{ct}$ 为城市 $c$ 第 $t$ 年人力资本存量（大专及以上学历人口占比），$IV_{ct}$ 为Bartik工具变量。第二阶段 $Y_{ct} = \alpha + \beta \cdot \widehat{HC}_{ct} + \gamma W_{ct} + \mu_c + \lambda_t + \epsilon_{ct}$，其中 $Y_{ct}$ 为就业结构指标（高/中/低技能就业占比）或工资分位数指标，$W_{ct}$ 为城市控制变量向量。

被解释变量分为就业结构指标和工资分配指标。就业结构按职业分类将岗位分为高技能（管理/专业技术）、中等技能（ clerical/操作）、低技能（服务/体力），计算各技能层级就业占比。工资指标使用城镇就业人员工资的第10、25、50、75、90百分位数。核心解释变量为人力资本存量（大专及以上人口占比）和"投资于人"政策强度（人均教育支出+人均医疗卫生支出+人均社会保障支出）。控制变量包括：城市GDP、产业结构（第三产业占比）、固定资产投资、FDI、互联网普及率。数据来源为CFPS微观调查数据、教育部教育经费统计年鉴和各地统计年鉴。

第一，采用分位数回归替代OLS估计人力资本投入对不同工资分位数的异质性效应，无需依赖线性条件均值假定，更准确地捕捉工资分布尾部的变化。第二，利用中国人口普查数据（2010年和2020年）构造长差分估计，以十年期人力资本变化对就业结构变化的影响验证短期面板回归结论的长期一致性。第三，引入制造业数智化转型程度的交互项，检验技术变迁对人力资本回报的调节效应，验证Acemoglu-Autor任务模型的核心预测。

---

---