"两重"建设推动一批民生工程落地实施

基于新凯恩斯DSGE框架，政府投资冲击通过总需求扩张和生产率提升两条渠道传导至实体经济（Christiano et al., 2005）。在名义刚性存在时，政府投资增加推高总需求，通过新凯恩斯菲利普斯曲线引致产出扩张。此外，"两重"建设的"投资于物"部分（灌区、管网）直接进入生产函数——灌区改造提升农业边际产出、管网升级降低城市运行成本——因而供给侧的长期乘数可能高于纯需求侧的短期乘数。经济周期阶段也会调节乘数大小——下行期闲置资源更多，乘数更大（Auerbach & Gorodnichenko, 2012）。

据此提出以下假说：
- H1："两重"建设投资对地方GDP的即期乘数在0.8—1.5之间，且累计乘数随时间递增，在第三年达到峰值。
- H2："投资于物"型项目（灌区、管网）的长期乘数大于"投资于人"型项目（教育），但后者的人力资本积累效应滞后期更长。
- H3：经济下行期"两重"投资的乘数大于经济扩张期（非线性效应）。

核心识别挑战是政府投资与GDP的双向因果——经济越差的省份可能获得越多"两重"资金。本文以中央"两重"资金分配的公式化部分（按人口、耕地面积、管网老化程度等客观指标加权分配）作为省级投资额的工具变量。该IV满足相关性（公式决定拨款规模）和外生性（公式因子前定于当期经济波动）。此外，局部投影法（Jordà, 2005）直接估计投资冲击后各期产出的脉冲响应，无需递归识别假设，对模型误设更为稳健。关键识别假定：中央分配公式中的权重因子仅通过投资渠道影响GDP，不存在其他独立传导路径；各省之间不存在显著的政策溢出效应。

基准面板固定效应模型：

GDP_growth_it = α + β × ln(Invest_it) + γ × X_it + μ_i + λ_t + ε_it

其中 Invest_it 为 i 省 t 年获得的"两重"建设资金（对数），X_it 为控制变量向量（人均GDP滞后值、工业占比、城镇化率、贸易开放度），μ_i 为省份固定效应，λ_t 为年份固定效应。关键参数 β 即财政乘数。

局部投影法设定：

y_{i,t+h} − y_{i,t−1} = α_h + β_h × shock_it + γ_h × X_it + μ_i + λ_t + ε_{i,t+h}

其中 h = 0,1,…,5 为投影期数，β_h 序列即为累计乘数的动态路径。

被解释变量：省级实际GDP同比增速（经X-12-ARIMA季节调整）、省级城镇新增就业人数（对数差分）。核心解释变量：省级"两重"建设年度资金拨付额（财政部），按不变价平减后取对数，并进一步拆分为"投资于物"子项（灌区改造+城市管网）与"投资于人"子项（教育学位+产教融合平台）。工具变量：中央对各省的公式化分配额度预测值。控制变量：人均GDP（对数，滞后一期）、第二产业占比、城镇化率、贸易依存度（进出口总额/GDP）。样本区间：2024—2026年（"两重"建设启动后），省级年度面板，共31个省份 × 3年 = 93个观测值。

• **替换乘数测度方法**：以SVAR替代局部投影法重新估计乘数脉冲响应，检验乘数估计是否对识别策略敏感。
• **排除极端省份**：分别剔除获得"两重"资金最多和最少的各3个省份重新回归，检验结论是否受极端观测值驱动。
• **安慰剂检验**：将"两重"资金拨付时点随机置换到实际年份之前，若虚假时点的投资冲击不显著，则支持识别有效。
• **空间溢出检验**：加入空间权重矩阵，以空间杜宾模型（SDM）检验邻省"两重"投资是否对本省GDP产生溢出（正）或虹吸（负）效应。

---

在中央—地方委托代理框架下，"两重"建设面临典型的代理问题：中央（委托人）追求国家战略目标最大化，而地方政府（代理人）可能因本地利益和信息优势而偏离中央意图。当项目筛选权下放但资金由中央拨付时，地方政府有激励申报"形象工程"而忽视投资回报率，导致软预算约束（Qian & Roland, 1998）。同时，项目类型的多样化（灌区、管网、教育）构成多任务代理——某些任务的绩效更易测度（如学位新增数量），可能导致资源向易测度任务倾斜，挤压难测度任务的投入（Holmström & Milgrom, 1991）。

据此提出以下假说：
- H1：省级营商环境质量越高的地区，"两重"项目的按期完成率越高、资金闲置率越低，即制度环境是项目执行效率的关键调节变量。
- H2：当项目筛选权与资金分配权高度集中时，信息不对称导致的资金错配概率增大；引入第三方专业评估可显著降低错配率。
- H3：可度量产出（学位数、灌溉面积）的项目在执行进度上快于难度量产出（管网安全性提升、创新能力建设）的项目，存在多任务代理扭曲。

核心识别挑战在于：制度环境好的省份可能本身治理能力就强，项目执行效率高与"两重"制度设计无关。本文利用各省市场化指数的截面变异 × "两重"项目启动时间的双重差分进行识别。此外，利用审计署专项审计报告中发现的制度缺陷作为"制度质量冲击"的外生度量——一旦某省被审计出制度漏洞，后续项目执行效率的变化可归因于制度修正。关键识别假定：审计发现的外生性（审计对象的选择并非完全基于项目表现）；各省之间不存在制度学习的溢出效应。

项目级别的面板固定效应模型：

CompletionRate_ijt = α + β × InstitutionIndex_it + γ × AuditShock_it + δ × (Institution × Audit)_it + θ × X_ijt + μ_j + λ_t + ε_ijt

其中 CompletionRate_ijt 为 i 省 j 项目 t 期的资金使用率/工期完成率，InstitutionIndex 为市场化指数，AuditShock 为审计署发现问题后的制度修正哑变量，交互项 δ 捕捉制度改善的边际效应。X_ijt 为项目层面控制变量（项目总投资额、类型哑变量、地方配套资金比例）。μ_j 为项目固定效应。

被解释变量：项目按期完成率（实际工期/计划工期）、资金闲置率（未拨付资金/已批复资金），来自发改委项目管理系统。核心解释变量：省际制度质量——樊纲市场化指数（含"政府与市场关系"分项）、审计署"两重"专项审计报告中制度缺陷事件计数（手工编码）。控制变量：项目总投资额（对数）、项目类型（灌区/管网/教育，三类哑变量）、地方财政配套比例、项目所在地GDP排名。样本区间：2024—2026年启动的全部"两重"项目，跨省面板，预期约300—500个项目观测值。

• **替换制度变量**：以世界银行B-READY营商环境评估的中国城市得分替代樊纲市场化指数，检验制度度量方式的敏感性。
• **Bacon-Decomp分解**：在多期DID框架下，检验处理效应的异质性——不同批次进入的项目其制度效应是否可比，排除"坏比较"的污染。
• **工具变量回归**：以各省1920年代的通商口岸数量作为当前市场化指数的历史工具变量（制度持续性假说），排除反向因果——即"两重"项目执行好反而改善了制度环境。
• **替代样本**：仅保留投资额在1—5亿元之间的中型项目子样本，排除大型项目（政治关注度高）和小型项目（管理灵活性大）的干扰。

---

根据诱致性技术变迁理论（Hayami & Ruttan, 1971），要素相对稀缺性驱动技术进步方向。中国北方水资源稀缺，"两重"灌区改造通过降低灌溉用水的有效价格，诱致节水技术和精准灌溉的采用，从而提升农业TFP。改造通过三条渠道影响粮食产能：（a）集约边际——减少渗漏、精准灌溉提升单产；（b）广延边际——改善灌溉条件使此前因缺水撂荒的土地恢复耕种，扩大播种面积；（c）结构边际——降低灌溉不确定性使农民从低价值旱地作物转向高价值水浇作物。

据此提出以下假说：
- H1：列入"两重"灌区改造的县，其农业TFP在改造完成后2年内提升3—5个百分点，高于未列入的对照县。
- H2：粮食增产效应中，单产提升（集约边际）贡献约50%，播种面积恢复（广延边际）贡献约30%，种植结构优化（结构边际）贡献约20%。
- H3：在初始灌溉条件越差（改造前渗漏率越高）的地区，灌区改造的TFP提升效应越大。

本文利用灌区逐批列入"两重"改造计划的时间差异，构造多期DID识别策略。由于灌区是否被列入取决于客观工程条件评估（坝龄、渗漏率、灌溉覆盖人口），而非当期农业产出水平，因此处理分配相对于农业TFP的变化是前定的。事件研究法以改造开工年份为事件时点，检验处理前是否存在前定趋势（平行趋势检验），以及处理后效应的动态累积。关键识别假定：在控制灌区固定效应和时间固定效应后，列入改造的灌区与未列入灌区的农业TFP在处理前趋势相同；灌区层面不存在同期其他政策（如农业补贴改革）的差异性冲击。

渐进DID基准模型：

ln(TFP)_it = α + β × Treat_it + γ × X_it + μ_i + λ_t + ε_it

其中 Treat_it 为 i 县 t 年起已列入"两重"灌区改造的哑变量（处理组在改造年份及之后取1），TFP_it 为经DEA-Malmquist方法测算的农业全要素生产率指数。关键参数 β 为灌区改造对农业TFP的平均处理效应。

事件研究法动态设定：

ln(TFP)_it = α + Σ_{k=−3, k≠−1}^{3} δ_k × D^k_it + γ × X_it + μ_i + λ_t + ε_it

其中 D^k_it 为相对于改造年份 k 期的事件哑变量，δ_k 序列描绘处理的动态效应，δ_{−3} 和 δ_{−2} 为平行趋势检验的关键。

被解释变量：县级农业TFP（DEA-Malmquist指数），投入指标包括播种面积（亩）、化肥施用量（折纯）、农业机械总动力（千瓦）、农业劳动力（人）；产出指标为农林牧渔业不变价增加值。核心解释变量：灌区列入"两重"改造的时间哑变量（水利部灌区改造项目库匹配至县级）。控制变量：年均降水量（气象站数据）、有效灌溉面积占比、农业劳动力平均受教育年限、化肥价格指数、距省会城市距离（运输成本代理变量）。样本区间：2021—2026年，县级年度面板，涵盖黄河流域和西北地区的约400个县。

• **替换TFP测算方法**：以随机前沿分析（SFA）替代DEA-Malmquist，检验TFP估计对测算方法假设（确定前沿 vs. 随机前沿）的敏感性。
• **安慰剂检验**：将灌区列入"两重"改造的时点随机置换至实际年份之前，若处理效应消失，则支持因果解释。
• **空间溢出检验**：检验邻县是否因本县灌区改造而经历农业TFP的溢出（正外部性）或虹吸（负外部性），控制空间自相关。
• **匹配+ DID**：以改造前灌区特征（渗漏率、灌溉面积、坝龄）为协变量进行倾向得分匹配（PSM），在匹配样本上重新估计DID，降低对照组选择的主观性。

---

在中国式财政联邦主义体制下，中央"两重"资金对地方政府构成巨大的资源吸引。根据晋升锦标赛理论（周黎安, 2007），地方官员在任期内有强烈激励争取中央资源以推动本地经济增长，从而在晋升竞争中占据优势。然而，当"两重"资金审批权集中于中央、执行责任归属地方时，地方政府面临"申报时夸大需求、执行时降低投入"的道德风险——选择性执行（O'Brien & Li, 1999）。此外，官员所处的任期阶段塑造其时间偏好：任期初期的官员更倾向于申报长期项目以锁定政绩，任期后期的官员则偏好短期可见的项目。

据此提出以下假说：
- H1：省委书记任职第2—3年的省份获得的"两重"人均资金显著高于其他任期阶段，因为该阶段是"表现政绩"的最优窗口。
- H2：地方政府在申报"两重"项目时的承诺配套资金比例与后期实际到位比例之间存在系统性偏离，且偏离幅度与地方财政压力正相关——财力越弱越倾向于高报承诺、低报执行。
- H3：审计署介入频率越高的省份，"两重"资金闲置率越低，即中央监督是抑制执行偏差的有效制度约束。

核心识别挑战是政治激励变量的内生性——既是资金分配的原因，也是资金分配的结果。本文采用以下策略：（1）利用省委书记任期作为政治激励的代理变量，任期的日历时间相对于"两重"资金分配是前定的，缓解反向因果；（2）利用省纪委书记异地调任的外生冲击作为监督强度的工具变量——纪委书记来自中央纪委直接调派（而非本地晋升）的省份，其"两重"资金使用受到更强的监督压力；（3）利用相邻省份的"两重"资金分配作为工具变量——地理相邻省份面临相似的国家战略需求，但其政治激励互不相关。关键识别假定：省委书记任期不通过除晋升激励以外的渠道影响"两重"资金分配；异地调任纪委书记的选择与各省"两重"项目前期表现无关。

基准模型：

FundPerCapita_it = α + β₁ × Tenure_it + β₂ × Tenure²_it + β₃ × FiscalPressure_it + β₄ × (Tenure × FiscalPressure)_it + γ × X_it + μ_i + λ_t + ε_it

其中 FundPerCapita 为 i 省 t 年人均"两重"资金（对数），Tenure 为省委书记已任职年数，二次项捕捉倒U型关系（H1）。FiscalPressure 以（地方一般公共预算支出−收入）/收入度量，交互项 β₄ 检验财力约束的调节效应。

执行偏差模型：

Gap_it = α + β₁ × Tenure_it + β₂ × AuditFreq_it + β₃ × (Tenure × Audit)_it + γ × X_it + μ_i + λ_t + ε_it

其中 Gap 为承诺配套资金比例与实际到位比例的差值，AuditFreq 为审计署"两重"专项审计的介入频率，交互项检验监督的纠偏效应（H3）。

被解释变量：省级人均"两重"资金拨付额（对数），数据来源于财政部；执行偏差（承诺配套资金比例−实际到位资金比例），来源于发改委项目管理系统与审计署公告的比对。核心解释变量：省委书记任期（年，从任命月起算），来源于中国领导干部数据库；省级财政压力指数；审计介入频率（审计署"两重"专项审计次数）。控制变量：省级GDP排名、城镇化率、是否为民族地区/边疆地区哑变量、上一年度中央转移支付占总财力比重。样本区间：2024—2026年，31个省份年度面板。

• **替换政治激励变量**：以省长任期替代省委书记任期，或以"年龄是否超过63岁"作为晋升前景的断点代理变量，检验政治激励度量方式的影响。
• **安慰剂检验**：将省委书记任期随机置换到非实际任期年份，若虚假的任期效应不显著，则支持任期与资金分配的因果联系。
• **排除直辖市和自治区**：直辖市和民族自治区的央地关系不同于一般省份，将其剔除后检验结论的普遍适用性。
• **历史工具变量**：以各省在"一五"计划（1953—1957年）期间获得的156项重点工程数量作为当前"两重"资金分配的IV——历史工业布局影响当前国家战略需求认定，但独立于当前官员的政治激励。

---

根据人力资本理论（Becker, 1964），教育投资可分为通用性人力资本（学术知识）和专用性人力资本（岗位特定技能）。"两重"产教融合平台通过在高校与企业之间搭建实训基地、联合课程开发和双导师制，增加了学生的专用性技能积累。在搜索与匹配框架（Mortensen & Pissarides, 1994）下，专用性技能通过两个渠道改善就业匹配：缩短信息不对称（企业更清楚学生能力）和降低企业培训成本（学生入岗即用）。但专用性过强也可能产生"锁定效应"——学生在特定行业外的就业灵活性下降，若该行业需求萎缩则面临更大失业风险。

据此提出以下假说：
- H1：获批产教融合平台的院校，其毕业生在战略性新兴产业的就业比例比获批前提高3—5个百分点，初职月薪提高5—8%。
- H2：就业改善效应在应用型本科和高职院校中强于研究型大学，因为前者对专用性技能的边际回报更高。
- H3：产教融合缩短毕业生首次就业的搜寻时间（从毕业到签约的天数减少），但对离职率的影响不显著——匹配效率提升，不等于长期锁定。

本文利用"两重"产教融合平台的逐批审批作为准自然实验。一批院校获批平台建设，与未获批的同类院校形成处理组和对照组。由于审批标准基于院校的学科基础、行业合作历史和区域战略地位——这些在审批前已基本固定——当前毕业生就业表现的差异可归因于平台建设的处理效应。事件研究法以平台获批年份为事件时点，检验处理前平行趋势。此外，由于就业结果仅对进入劳动力市场的毕业生可观测，本文使用Heckman两步法校正样本选择偏误（考研/待业者被排除导致的非随机缺失）。关键识别假定：获批与未获批院校的毕业生就业趋势在平台建设前平行；平台建设的处理效应不通过院校间师资流动产生显著溢出。

毕业生个体层面的扩展Mincer方程：

ln(Wage_ijt) = α + β × Platform_jt + γ × (Platform × AppType_j)_it + δ × Edu_ijt + θ × X_ijt + μ_j + λ_t + ε_ijt

其中 Wage_ijt 为 j 院校 i 毕业生 t 年的初职月薪（对数），Platform_jt 为 j 院校 t 年是否已获批并运行产教融合平台的哑变量，AppType_j 为院校类型（研究型/应用型/高职，用于检验H2），Edu_ijt 为个体受教育年限。关键参数 β 为产教融合对起薪的平均效应，γ 为与应用型的交互效应。

Heckman选择方程（第一阶段 Probit）：

Pr(Employed_ijt = 1) = Φ(Z_ijt × η)

其中 Z 包含家庭背景、专业类型、所在地劳动力市场状况等排他性变量。

被解释变量：毕业生初职月薪（对数，学信网就业调查微数据）、是否在战略性新兴产业就业（按《战略性新兴产业分类》2018版编码）、毕业—签约间隔天数。核心解释变量：院校是否获批"两重"产教融合平台（教育部批文手工编码），按批次划分为不同进入时点。控制变量：个体层面——性别、学历层次、专业大类、家庭所在地城乡类别；院校层面——是否为"双一流"、生师比、科研经费（对数）。数据来源：学信网2024—2026届毕业生就业质量调查（样本量约50万/届）、教育部产教融合平台院校名单、各高校《毕业生就业质量年度报告》。样本区间：2024—2026届毕业生，共约150万个体观测值。

1. 替换被解释变量：以毕业一年后的月薪（而非初职起薪）作为被解释变量，检验产教融合的长期人力资本回报而非短期信号效应。
2. PSM + DID：以院校在平台获批前的特征（学科评估等级、横向科研经费占比、已有的企业联合实验室数量）为协变量进行倾向得分匹配，在可比院校子样本上重新估计。
3. 排除"双一流"院校："双一流"院校本身享有资源优势和声誉溢价，其毕业生就业表现可能独立于产教融合。将其剔除后仅保留非"双一流"院校重新回归。
4. 行业异质性分析：分战略性新兴产业的子行业（人工智能、生物医药、新能源、新材料）估计效应，检验产教融合是否仅在部分行业有效——揭示专用性技能的"锁定"风险。
---
date: 2026-06-15
field: 产业经济 — 能源与绿色转型
source: https://tv.cctv.com/2026/06/15/VIDEMMCbtwKKpOz7RvPtgROa260615.shtml
topics_count: 5
---