【树立和践行正确政绩观】实干担当促发展 推动学习教育见行见效

根据交易成本经济学（Williamson, 1985），企业进入市场的交易成本包括搜寻成本（了解行业标准、审批准则）和签约成本（准备合规材料、与多部门协调）。行业开办指南通过整合分散的法规标准和审批流程，将隐性的制度知识编码化、公开化，本质上是降低了市场的"进入交易成本"。根据Djankov et al.（2002）的进入管制理论，进入成本的降低应显著提升新企业的创办速度和存活概率。

据此提出以下假说：
- H1：行业开办指南显著缩短了受影响行业的企业注册办理时长，平均缩短不低于30%。
- H2：行业开办指南通过降低信息搜寻成本和跨部门协调成本两个渠道提升企业设立效率，其中信息搜寻成本降低的中介效应占比超过50%。
- H3：行业开办指南对初创型小微企业的促进效应强于大型企业，对服务业（直播电商）的效应强于制造业（茶叶生产），反映在不同行业的信息密集型程度上。

本文利用汉中市行业开办指南分行业分批推广的政策特征，采用多期DID识别因果效应。识别逻辑为：在同一城市内，茶叶生产和直播电商两个行业在不同时点接受政策处理（行业开办指南出台），而未出台指南的行业构成对照组。核心识别假定：（1）平行趋势假定——在指南出台前，处理组和对照组行业的企业注册时长变化趋势相似；（2）无预期效应——企业无法提前预知并调整行为以利用政策；（3）无行业间溢出——指南出台不会显著改变未处理行业的进入成本。使用Callaway & Sant'Anna（2021）方法处理多期DID中的负权重问题。

基准多期DID模型设定为：

Y_{it} = α + β ⋅ Guide_{it} + γ X_{it} + μ_i + λ_t + ε_{it}

其中 Y_{it} 为企业 i 在 t 期的经营绩效（注册时长或存活状态），Guide_{it} 为二元处理变量（企业注册时所在行业已出台指南为1，否则为0），μ_i 为企业固定效应，λ_t 为时间固定效应（月度）。β 为核心参数，预期 β < 0（注册时长缩短）。事件研究设定为 Y_{it} = α + Σ_{k=-q}^{p} β_k ⋅ D_{it}^k + γ X_{it} + μ_i + λ_t + ε_{it}，以验证平行趋势和处理效应的时间轮廓。

被解释变量：（1）注册时长——从企业首次提交申请到获得营业执照的自然天数（对数化处理）；（2）企业存活——注册后12个月内是否注销的二元变量。核心解释变量：Guide_{it}——企业注册时所处行业×注册月份对应的指南出台状态。中介变量：（1）信息搜寻成本——企业问卷调查中"行业准入标准了解难度"5级Likert评分；（2）协调成本——企业注册涉及的审批部门数量和盖章环节数。控制变量：企业注册资本（对数）、企业类型（个体/公司）、行业固定效应。样本区间：指南出台前后各12个月（约2025年6月至2027年6月）。数据来源：汉中市行政审批服务局行政记录、工商登记数据库、企业电话/线上问卷调查（n≥500）。

• **替换对照组**：以陕西省其他未出台行业开办指南的地级市（如安康、商洛）同类行业作为对照组重新估计DID，检验汉中样本的结论是否可推广。
• **排除其他改革干扰**：手动编码汉中市同期其他优化营商环境政策文件，将其作为控制变量纳入模型，排除"行业开办指南效应"实为同期其他政策效应的可能。
• **Bacon-Decomp分解**：使用Goodman-Bacon（2021）分解方法，将DID估计量分解为各2×2子组的加权平均，检验是否存在负权重问题导致的估计偏误。
• **安慰剂检验**：将指南出台时间随机前置3-6个月，重复估计1000次，构建安慰剂效应分布，检验实际估计参数是否位于分布尾部（p<0.05）。

---

官员晋升锦标赛理论（周黎安, 2007）认为，在以GDP为核心考核指标的激励结构下，地方官员偏好短期内可量化的经济增长，而忽视城市更新、营商环境等长期性、难以量化的公共服务。中央推动"正确政绩观"学习教育，本质上是对官员激励结构的再校准——通过政治教育和整改落实两个机制，将"群众获得感""历史遗留问题解决"等非GDP指标纳入隐性考核体系。然而，政策执行的"选择性应对"（O'Brien & Li, 1999）和"运动式治理"的不可持续性，可能导致台账数量膨胀但真实整改质量不高。

据此提出以下假说：
- H1：学习教育开展后，地方政府在营商环境、城市更新、市场主体服务等"民生实绩"领域的财政支出占比和行政资源投入显著上升。
- H2：整改台账的"质量指数"（具体性×可量化性×时限明确性）每提高1个标准差，对应区域的新增市场主体数量提升8%-12%。
- H3：政治激励效应存在衰减——学习教育开展后3-6个月内政策执行力度最强，此后回归均值（运动式治理的时间衰减效应）。

本文利用"正确政绩观"学习教育在全国不同地区分批推进的时间差异，构建交错DID（Staggered DID）识别策略。核心识别逻辑：学习教育相当于一次外生政治冲击——中央自上而下部署，地方无选择权，处理时点的地理差异主要取决于省委安排而非地方经济状况。关键识别假定包括：处理时点与不可观测的经济趋势不相关（由中央部署保证外生性）；不同批次处理组之间无相互干扰（地区间的政治学习无显著溢出效应）；平行趋势假定——在学习教育开展前，处理组和未处理组的经济治理行为指标呈现相似的时间趋势。

基准交错DID模型设定为：

Y_{it} = α + β ⋅ Learn_{it} + γ X_{it} + μ_i + λ_t + ε_{it}

其中 Y_{it} 为城市 i 在季度 t 的经济治理行为指标（营商环境财政支出占比、城市更新投资增速、新增市场主体对数），Learn_{it} 为二元变量（城市 i 在季度 t 已开展学习教育为1），μ_i 为城市固定效应（吸收不随时间变化的城市特征），λ_t 为季度固定效应（吸收共同时间趋势）。β 识别学习教育的平均处理效应，预期 β > 0。事件研究设定检验处理效应的动态轮廓。

被解释变量：（1）营商环境财政支出占比——地方一般公共预算支出中"商业服务业等事务"占比；（2）城市更新投资增速——市政设施固定资产投资同比增速；（3）新增市场主体对数——工商登记新设企业数的自然对数。核心解释变量：Learn_{it}——根据各市学习教育动员部署会的公开报道时间编码。中介变量（台账质量指数）：通过对整改台账文本进行LDA主题模型分析，提取"具体行动"vs"模糊表态"维度，结合可量化指标比例（如整改项中是否有明确的数字目标）和完成时限明确性（是否有具体日期）构建综合指数（Cronbach's α ≥ 0.7）。样本：全国地级市及以上城市，2025Q1—2027Q2季度面板数据。数据来源：各市政府网站公开的整改台账文本、中国城市统计年鉴、工商登记数据库、财政部地方政府财政决算报表。

• **替换政治冲击窗口**：将假处理时点提前2个季度，进行安慰剂检验，观察β估计值是否不再显著——若假处理时点无效应，则增强了基准结论的可信度。
• **排除中央其他政策干扰**：手动编码2025-2026年中央层面出台的其他与营商环境、城市更新相关的政策文件（如国务院办公厅发文），作为控制变量纳入模型，检验学习教育效应是否独立于其他顶层政策。
• **替换被解释变量的测度**：以政务服务"好差评"满意度评分替代财政支出占比，以夜间灯光亮度增长率替代城市更新投资增速，检验结论对绩效测度方式的敏感性。
• **Bacon-Decomp分解**：使用Goodman-Bacon方法分解交错DID估计量，检验处理组间相互比较是否导致负权重偏误。

---

根据凯恩斯乘数理论，政府投资通过直接效应（建筑业产出增加）、间接效应（建材等上下游产业链拉动）和引致效应（建筑业从业人员收入增加带动消费）三阶段传导，对区域GDP产生乘数放大作用。城市更新投资与新建投资的关键差异在于：（1）原拆原建涉及居民临时安置和回迁，产生额外的服务消费支出；（2）城市更新改善居住品质后，引致物业服务、社区商业等配套服务业需求——形成"二次乘数"；（3）老旧小区改造主要面向存量空间，土地供给无增量变化，投资传导路径与新建开发不同。

据此提出以下假说：
- H1：城市更新投资的GDP乘数在1.2-1.8之间，低于新建基础设施投资（1.5-2.2），但若纳入物业服务的"二次乘数"，长期乘数可达2.0以上。
- H2：原拆原建项目对本地居民消费的引致效应显著强于单纯的老旧小区外立面整治——前者因居民参与安置决策产生更强的消费激活。
- H3：城市更新投资每增加1亿元，可拉动本地服务业就业约80-120人，其中约40%来自物业服务和社区商业的"二次乘数"渠道。

本文采用合成控制法（SCM）进行因果识别。以西城区为处理单元，利用北京市其他城区（东城、朝阳、海淀、丰台等）的经济特征加权构造一个"反事实西城区"——该合成单元在城市更新投资力度、人口结构、产业结构等方面与西城区相似，但未经历同规模的城市更新推进。核心识别逻辑：比较真实西城区与合成西城区在城市更新大规模推进后的GDP增速和就业差异，差异即为城市更新投资的因果效应。关键识别假定：（1）处理前匹配质量足够好（RMSPE足够小）；（2）无同期外部冲击仅影响西城区；（3）其他城区不受西城区城市更新的溢出影响（或溢出效应有限）。

合成控制法的形式化设定为：选取 J 个对照城区，通过加权向量 W = (w_1, ..., w_J)′，w_j ≥ 0，Σw_j = 1，使得处理前时期合成单元的各预测变量值（GDP增速、人口密度、二产占比、财政收入等）与西城区尽可能接近。处理效应为：

τ_t = Y_{1t} - Σ_{j=2}^{J+1} w_j^* Y_{jt} （t ≥ T_0）

其中 Y_{1t} 为西城区在 t 期的结果变量，Y_{jt} 为对照城区 j 的结果变量，T_0 为城市更新大规模推进的起始时点（以三里河原拆原建项目启动为标志）。处理前时期的 τ_t 应接近零（匹配质量检验），处理后时期 τ_t > 0 表明城市更新投资的正向效应。同时使用PVAR模型分析投资-就业-服务产出的动态交互。

被解释变量：（1）区域GDP季调环比增速（西城区统计局）；（2）新增就业人数——城镇新增就业登记人数（月度）；（3）物业服务业营业收入同比增速（北京市服务业统计）。核心解释变量：城市更新投资强度——西城区城市更新项目月度完成投资额（住建委项目台账汇总）占区域GDP的比例。PVAR系统中的内生变量向量：Y_t = [Invest_t, Employ_t, Service_t]′ 分别代表城市更新投资对数、新增就业对数、物业服务产出对数。预测变量（SCM匹配用）：GDP增速（3年处理前均值）、人口密度、二产占比、财政自给率、商品房均价、老旧小区占比。样本区间：2023年1月—2027年6月月度数据。数据来源：西城区统计局、北京市统计局、西城区住建委城市更新项目台账、北京市投入产出表。

• **替换合成对照组构建方法**：改用DID替代SCM，以北京市其他城区为对照组，用双向固定效应模型重新估计城市更新投资的因果效应，检验方法依赖下的结论稳健性。
• **空间安慰剂检验**：将SCM的"处理单元"依次赋予北京市其他城区（东城、朝阳等），检验这些城区是否也出现"伪处理效应"——若仅西城区显著，则增强因果推断的可信度。
• **子项目异质性分析**：将城市更新投资细分为原拆原建、外立面整治、管网改造三类，分别测算各类投资的乘数效应，检验不同更新模式的经济效应差异。
• **排除人口流动干扰**：以西城区常住人口自然增长率和净流动率为控制变量，检验城市更新的经济效应是否混淆了人口结构变化的影响。

---

结构转型理论认为，经济发展的核心是劳动力从低生产率部门（传统农业）向高生产率部门（加工制造业、服务业）的持续转移。汉中市编制茶叶生产和直播电商行业开办指南，本质上是降低了特色产业的进入壁垒——通过统一行业标准、简化审批流程、提供全链条服务指引，使潜在创业者面临的"制度性创业成本"显著下降。根据新结构经济学（林毅夫, 2012），产业政策的有效性取决于是否遵循要素禀赋比较优势。汉中的茶叶产业拥有自然资源禀赋（秦巴山区适宜种植），直播电商则利用了当地特色农产品的差异化优势。

据此提出以下假说：
- H1：行业开办指南出台后，汉中市茶叶加工企业数量增长20%-35%，直播电商主体数量增长40%-60%，超过未出台指南的对照行业。
- H2：行业开办指南通过降低市场进入门槛（以注册时长缩短衡量），促进了茶叶和电商产业集群的空间集聚（以HHI指数衡量），集群效应的中介作用显著。
- H3：产业培育政策对农村居民工资性收入的提升效应（3%-5%）大于对经营性收入的提升效应（1%-2%）——因新市场主体主要创造雇佣机会而非自我雇佣。

本文面临两大识别挑战：（1）产业选择的内生性——汉中市为何选择茶叶和直播电商编制指南？很可能因为这些行业本身增长潜力大，导致OLS高估政策效应；（2）政策效应与行业增长趋势的混淆——无法区分是指南效应还是行业自然增长。为此采用双重策略：第一，使用历史工具变量——以1980年代汉中各县的茶叶种植面积和海拔高度（决定茶叶品质的外生地理条件）作为当前政策扶持强度的工具变量，缓解产业选择内生性。第二，使用同市未出台指南的行业（如中药材种植、传统餐饮）作为对照组，构建DID识别。

基准2SLS-DID模型设定为：

第一阶段：Guide_{it} = η + δ ⋅ HistoryTea_i + θ X_{it} + μ_i + λ_t + ν_{it}
第二阶段：Y_{it} = α + β ⋅ \widehat{Guide}_{it} + γ X_{it} + μ_i + λ_t + ε_{it}

其中 Guide_{it} 为行业 i 在 t 期的处理状态，HistoryTea_i 为县区级历史茶叶种植面积（1980年代数据），Y_{it} 为结果变量（企业数量对数、产业集群HHI指数、居民收入）。\widehat{Guide}_{it} 为第一阶段预测值。关键识别假定：历史茶叶面积仅通过当前政策扶持影响产业结构转型（排他性约束——历史种植面积不直接决定今天的电商发展，除通过产业发展路径依赖外）。

被解释变量：（1）市场主体增长——茶叶和直播电商行业每月新注册企业数的自然对数；（2）产业集群度——以县域为单位的茶叶加工企业HHI指数（赫芬达尔指数，衡量企业空间集中度）；（3）居民收入——城乡住户调查中茶叶种植户和非种植户的工资性和经营性收入。核心解释变量：行业开办指南出台状态（时间×行业交互项）。工具变量：1980年代各县茶叶种植面积（公顷，来自汉中市农业志）。中介变量：注册时长中位数（天）、行业信息透明度（企业主"我了解行业准入标准"的Likert评分）。控制变量：县域GDP增速、人口规模、交通基础设施密度（公路里程/面积）、市场化指数（樊纲指数）。样本区间：2024年1月—2027年6月，月度-行业面板。数据来源：汉中市统计年鉴、工商登记系统、淘宝/抖音电商平台公开数据、CFPS陕南子样本微观调查数据。

• **替换工具变量构造**：以县域海拔高度（高海拔→适宜种茶的外生地理条件）替代历史茶叶面积作为IV，检验结论对工具变量选择的敏感性。海拔通过影响茶叶品质间接影响产业发展路径，但不可能通过其他渠道直接影响直播电商。
• **排除电商平台补贴干扰**：手动收集抖音、淘宝在2025-2026年期间对汉中地区的流量扶持和物流补贴政策，将其作为控制变量纳入模型，排除"行业开办指南效应"实为平台补贴效应的可能。
• **置换检验（Permutation Test）**：将行业开办指南随机分配给汉中市其他行业（如中药材、餐饮、物流等），重复估计1000次，构建虚假政策效应的分布，检验真实估计是否位于分布的95%分位数以上。
• **替换被解释变量测度**：以企业存活率（注册后12个月内持续经营的概率）替代企业注册量，以县域茶叶品牌淘宝搜索指数替代HHI集群度，检验结论对经济绩效不同维度测度的稳健性。

---

行政负担理论（Herd & Moynihan, 2019）将个体与政府互动过程中的负担分为三类：学习成本（了解规则和标准的信息搜寻成本）、合规成本（满足规则所需的文书准备和时间投入）和心理成本（互动过程中的焦虑、失控感和尊严损失）。汉中市从"企业多头跑、反复跑"到"编制统一行业开办指南、全链条服务"的改革，在三类负担上均产生了降低效应：学习成本因信息集中而下降、合规成本因标准统一而下降、心理成本因流程简化而下降。根据前景理论，创业者在面临"繁琐审批"这一确定的损失时，倾向于维持现状（不创业）；当行政审批简化降低确定损失后，创业行动的概率显著上升。

据此提出以下假说：
- H1：行业开办指南出台后，创业者的行政负担感知（三维度量表综合得分）显著下降，其中心理成本维度的降幅最大（≥30%），因"不确定性的消除"是心理成本下降的首要机制。
- H2：行政负担感知每降低1个标准差，创业行动概率提升12-18个百分点，"感知负担→创业意向→实际注册"的心理传导路径中，创业意向的中介效应占比不低于50%。
- H3：行政审批简化对返乡创业者的行为激励效应强于本地居民——返乡者面临更高的信息不对称和制度陌生感，指南出台对该群体的边际减负效应更大。

本文采用两种互补识别策略。第一，断点回归设计（RDD）：以行业开办指南正式公布的精确日期作为断点，比较断点前后短期内（前后各3个月）提交创业申请的个体在创业行为上的差异。RDD的核心优势在于——指南出台日期是行政审批服务局决定的精确时点，临近断点两侧的创业者除是否受指南影响外，其他特征近似随机分布。第二，结构方程模型（SEM）：利用问卷调查数据，估计"指南知晓→行政负担感知（学习/合规/心理成本）→创业意向→创业行为"的路径系数，检验中介效应是否显著。RDD识别简约式因果效应，SEM揭示传导机制。

RDD模糊断点设定为：

Y_i = α + β ⋅ T_i + f(D_i) + γ X_i + ε_i
T_i = 1[D_i ≥ c]（处理状态）

其中 D_i 为创业者 i 首次咨询审批服务日期距断点（指南出台日期）的标准化天数，c = 0，f(D_i) 为断点两侧的局部线性或二次趋势函数。T_i 的实际接受概率需用第一阶段方程估计（模糊RDD）。核心参数 β 识别指南出台对创业者行为（注册申请提交率、实际注册率）的局部平均处理效应（LATE）。最优带宽由Calonico-Cattaneo-Titiunik（CCT）方法以MSE最小化准则选择。

SEM设定包括测量模型（潜变量行政负担感知由三个维度的观测指标反映）和结构模型（负担感知→创业意向→创业行为，含路径系数和中介效应检验）。

被解释变量：（1）创业行为——断点前后30天内是否提交注册申请（二元变量）；（2）实际注册——提交申请后60天内是否完成注册并取得营业执照。核心潜变量（行政负担感知）：通过李克特7级量表测量三个维度——学习成本（3题，如"我清楚了解开办XX业务需要满足哪些行业标准"，Cronbach's α ≥ 0.80）、合规成本（3题，如"准备审批材料花费了我大量时间精力"）、心理成本（4题，如"与审批部门打交道的过程让我感到压力和不确定"，α ≥ 0.85）。工具变量（RDD第一阶段）：D_i（距断点天数）及其与断点指示函数的交互项。控制变量：创业者年龄、学历、此前创业经历、家庭收入、行业类型。断点样本：断点前后各3个月（约2025年9月至2026年9月）首次咨询审批的创业者。数据来源：汉中市行政审批服务局咨询登记系统、电话/线上创业者问卷调查（目标样本n ≥ 800）、工商登记微观数据。

• **替换断点位置**：将假设断点移至指南出台前60天和后60天，在假断点处不应观察到行为跳跃——若仅真实断点处显著跳跃，支持RDD的因果识别效度。同时进行McCrary密度检验——观察断点两侧创业者咨询密度的连续性，排除操纵断点的可能。
• **替换带宽选择方法**：分别使用CCT最优带宽、手动±30天、±60天、±90天带宽进行估计，检验β系数的带宽敏感性——若不同带宽下结论方向一致，增强估计稳定性。
• **替换实证策略**：以安康市、商洛市（同期未出台行业开办指南）的同期创业者作为对照组，使用DID替代RDD重新估计政策效应，检验方法依赖下的结论一致性。
• **排除理性替代解释**：在SEM中增加"信息不对称感知"和"人力资本水平"两个控制变量——若加入后行政负担感知的路径系数仍然显著，可排除"看起来是心理成本降低，实际是信息获取改善或创业者能力提高"的理性替代解释。