我国开展东西部协作30年 成效显著

基于雁阵模型和后发优势理论，东部地区在劳动密集型产业上已丧失比较优势，而西部地区仍具劳动力成本优势——东西部协作政策为产业梯度转移提供了制度框架，降低了跨区域投资的信息成本和协调成本。产业协作可能通过三个渠道推动西部产业结构升级：（1）资本深化渠道——东部投资直接提升西部制造业资本存量；（2）技术扩散渠道——互派干部和企业家交流促进隐性知识转移；（3）产业集聚渠道——产业集群化发展产生马歇尔外部性。

据此提出以下假说：
- H1：东西部产业协作显著提升了西部地区第二、三产业增加值占GDP的比重（产业结构高级化方向）。
- H2：技术扩散渠道（以干部互派次数和产业园区共建数量代理）的产业升级效应强于单纯的资本转移渠道（以投资金额代理）。
- H3：劳动密集型制造业的产业转移效应强于资本/技术密集型产业，符合雁阵模型的产业梯度转移逻辑。

本文利用东西部协作结对关系的时空差异构建渐进DID识别策略。核心识别逻辑为：各省进入东西部协作体系的时间节点不尽相同，且结对关系具有外生性（由国务院扶贫办统一指定，不以承接地经济表现为转移），形成准自然实验。处理组为特定年份进入东西部产业协作体系的西部省份，对照组为同期未进入或协作强度较低的其他西部省份。关键识别假定：（1）在协作启动前，处理组与对照组在产业结构变动趋势上满足平行趋势假设——通过事件研究法验证；（2）协作启动时点不存在自我选择——由中央统一部署而非地方申请。使用Callaway & Sant'Anna (2021) 方法处理异质性处理效应。

基准渐进DID模型设定为：

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

其中 Y_{it} 为省份 i 在第 t 年的产业结构指标（第二三产业增加值占比或产业结构层次系数），Treat_{it} 为二元变量（省份 i 在 t 年已纳入东西部产业协作体系取 1，否则 0），X_{it} 为控制变量（人均GDP、固定资产投资率、人力资本水平、交通基础设施密度），μ_i 和 λ_t 分别为省份和年份固定效应。核心参数 β 捕捉产业协作的平均处理效应（ATT）。

中介效应模型进一步检验传导渠道：M_{it} = α₁ + a·Treat_{it} + γ₁X_{it} + μ_i + λ_t + ε_{it}（第一阶段）；Y_{it} = α₂ + c'·Treat_{it} + b·M_{it} + γ₂X_{it} + μ_i + λ_t + ε_{it}（第二阶段），其中 M_{it} 分别为资本深化、技术扩散、产业集聚三个渠道变量。

• 被解释变量：产业结构高级化指数（第二三产业增加值之和/第一产业增加值，对数化处理）；产业结构层次系数（∑(i×s_i)，s_i 为第 i 产业增加值占比）；参考干春晖等（2011）的泰尔指数测度产业结构合理化。
• 核心解释变量：Treat_{it} 根据国务院扶贫办东西部协作结对名单和各省首次签订协作协议年份手工构建；同时构造连续型变量——东西部协作产业投资强度（东部企业在西部协议投资额/西部省份GDP）。
• 控制变量：人均GDP、固定资产投资率、人口平均受教育年限、公路/铁路密度、市场化指数（樊纲指数）。
• 数据来源：省级面板数据来自国家统计局和各省统计年鉴；产业合作投资数据来自各省协作办公报。样本区间：2000—2025年，省级年度面板。

• **Bacon-Decomp 分解**：使用 Goodman-Bacon (2021) 分解方法检验渐进DID估计量中各2×2比较组的权重，诊断是否存在"坏比较"（将早期处理组作为后期处理组的对照组）导致的偏误。
• **替换产业结构测度**：以夜间灯光数据（DMSP-OLS/VIIRS）构造的第二三产业灯光密度比替代统计指标，检验结论对产业结构测度方式的敏感性——尤其排除西部地区统计数据质量问题的干扰。
• **安慰剂检验**：将各省纳入协作的年份分别前移3年、5年，构造虚假处理时点重新估计，预期虚假处理效应不显著，验证因果效应确实来自协作政策而非事前趋势。
• **排除其他政策干扰**：控制西部大开发战略（1999年起）、精准扶贫政策（2013年起）、乡村振兴战略（2017年起）等同期重大区域政策的虚拟变量，检验东西部协作的增量效应。

根据交易成本经济学，跨区域经济协作面临高昂的交易成本——信息不对称（东部企业不了解西部营商环境、要素价格）、协调成本（跨区域合同监督执行困难）、关系专用性投资风险（西部地区担心东部投资"候鸟式"撤离）。干部互派制度通过三条机制降低交易成本：（1）信任建立机制——派出的东部干部为西部带来"熟人网络"，降低初次接触的信息搜寻成本；（2）信息传递机制——互派干部充当东西部之间的"信息桥梁"，持续传递营商环境、政策法规和市场需求信息；（3）规则趋同机制——东部干部将东部的行政效率和审批标准引入西部，推动制度同构（DiMaggio & Powell, 1983），降低规则差异带来的交易摩擦。

据此提出以下假说：
- H1：干部互派人数与东西部产业合作投资额之间存在正向因果关系——每增加1名互派干部，次年东部对西部产业投资额增加X%。
- H2：经济管理岗位干部的协作促进效应显著强于社会事务岗位干部（交易成本降低的专业化分工）。
- H3：干部互派通过"信息传递"和"规则趋同"两条渠道降低交易成本——以西部省份行政审批事项减少数量和东部企业对西部营商环境满意度评分作为中介变量。

干部互派与产业投资之间存在反向因果风险——投资活跃的地区可能获得更多干部互派名额。本文采用两阶段最小二乘法（2SLS），以"结对省份省会之间的直线距离"作为干部互派强度的工具变量。其合理性在于：距离越远的结对省份，互派干部的旅行成本和生活适应成本越高，干部互派意愿和实际频次越低（相关性条件）；而地理距离是外生的自然禀赋，与产业投资决策无直接经济关联（外生性条件）。同时控制省份固定效应和年份固定效应以消除不可观测的时不变异质性和共同时间趋势。

基准IV-2SLS模型：

第一阶段：Cadre_{ijt} = α₁ + δ·Distance_{ij} + γ₁X_{ijt} + μ_{ij} + λ_t + ε_{ijt}

第二阶段：Y_{ijt} = α₂ + β·Cadre_{ijt}(hat) + γ₂X_{ijt} + μ_{ij} + λ_t + υ_{ijt}

其中 Cadre_{ijt} 为派出省 i 向接收省 j 在 t 年派出的干部累积人数，Distance_{ij} 为两省省会直线距离（对数化），Y_{ijt} 为经济合作成果（i 省对 j 省年度产业投资额、i 省采购 j 省农产品金额），X_{ijt} 为省级经济特征控制变量，μ_{ij} 为结对固定效应，λ_t 为年份固定效应。核心参数 β 识别干部互派制度对跨区域协作的因果效应。

中介效应检验纳入两个中介变量：M1（行政审批时间缩短百分比）代表规则趋同渠道，M2（东部企业西部投资咨询量）代表信息传递渠道。

• 被解释变量：东部省 i 对西部省 j 的年度新增产业投资协议金额（亿元）；东部省 i 采购/帮助销售西部省 j 农产品年度金额（亿元）。
• 核心解释变量：东西部协作结对省之间的干部累计互派人数（含挂职干部和专业技术人才）。
• 工具变量：结对省会直线距离（千米），取对数。
• 中介变量：规则趋同——西部省行政审批事项数（项）的年减少量；信息传递——东部企业在西部省工商注册新增数量和投资咨询量。
• 控制变量：两省人均GDP比、产业结构相似度指数（Krugman指数）、结对省份是否有高铁直连。
• 数据来源：干部互派数据来自农业农村部东西部协作台账（2016—2025年）；产业合作数据来自各省协作办公报；工商登记数据来自全国企业信用信息公示系统。样本为30对东西部结对省 × 10年 = 300个观测。

• **替换工具变量**：以"结对省份之间的铁路旅行时间"替代直线距离作为工具变量——考虑了实际交通便利程度对干部互派的影响——检验工具变量选择对结论的敏感性。
• **限制样本**：排除北京、上海、天津三个直辖市的结对省样本——这三个直辖市的资源动员能力特殊，排除后检验结论是否由"超级城市"效应驱动。
• **安慰剂检验**：以2016年协作体系制度化以前（1996—2015年）的数据，检验干部互派与产业投资的关系是否在制度化之前就已存在——若制度化前的关系不显著，强化因果识别。
• **排除干部质量替代解释**：控制互派干部的职级分布（处级及以上占比）和任期长度（平均挂职月数），检验数量效应是否仅仅是质量效应的代理变量。

根据工作搜寻理论，农村劳动力在跨区域流动中面临严重的就业信息不对称——自发进城务工者往往通过老乡介绍（强关系网络），信息渠道单一、工作岗位选择有限。东西部劳务协作通过有组织的劳务输出（政府对接用工需求、集中组织招聘、提供岗前培训）降低了工作搜寻的摩擦成本（Mortensen & Pissarides框架中的匹配函数效率提升）。同时，根据人力资本理论，协作体系提供的免费技能培训（如粤桂协作的"粤菜师傅""南粤家政"培训）增加了劳动力的人力资本存量，使其能匹配更高技能、更高薪酬的岗位。

据此提出以下假说：
- H1：通过东西部劳务协作渠道就业的农村劳动力，月工资比自发流动者高10—20%（劳务协作的工资溢价效应），且这一溢价在低技能劳动力群体中更为显著。
- H2：劳务协作就业者的社会保险参保率（养老保险、医疗保险、失业保险）显著高于自发流动者——协作机制提高了正规就业匹配率。
- H3：劳务协作的就业促进效应主要通过"信息匹配改善"（减少失业持续时间）和"技能培训提升"（提高岗位匹配度）两条渠道实现，社会网络扩展的效应相对次要。

核心挑战是就业参与的自选择问题——选择参加劳务协作的劳动力可能本身就业意愿和能力就高于不参加者。本文采用Heckman两步法进行样本选择校正：第一步用Probit模型估计劳动力参与劳务协作的概率（工具变量：所在村庄是否有东西部协作劳务输出站点、同村他人参与率），计算逆米尔斯比率（IMR）；第二步在工资方程中纳入IMR进行校正。同时使用PSM处理可观测特征的选择偏误——以年龄、教育、性别、婚姻状况、家庭抚养比作为匹配协变量，使用最近邻匹配（k=3）和核匹配两种方法。

Heckman两步法模型：

选择方程（第一阶段 Probit）：P(Coop_i = 1 | Z_i) = Φ(γ·Z_i)

工资方程（第二阶段 OLS）：lnWage_i = α + β·Coop_i + θ·IMR_i + δ·X_i + μ_prov + ε_i

其中 Coop_i 为二元变量（个体 i 通过东西部劳务协作渠道就业取1），Z_i 为选择方程的工具变量（村庄有劳务协作站点、同村劳务协作参与率），IMR_i 为从选择方程计算得到的逆米尔斯比率，X_i 为个体特征控制变量（年龄、教育年限、性别、婚姻状况、工作经验），μ_prov 为输出地省份固定效应。

PSM匹配后计算处理组的平均处理效应（ATT）：

ATT = E[lnWage(1) - lnWage(0) | Coop = 1]

• 被解释变量：月工资对数（税前含奖金，CFPS中"主要工作的税后月收入"经税收还原）；工作稳定性（是否签订固定/无固定期限劳动合同）；社会保险覆盖率（是否参加城镇职工基本养老保险/医疗保险）。
• 核心解释变量：劳务协作参与（二元变量，根据CFPS中"您是如何获得当前这份工作的——政府组织 vs. 自己找/亲友介绍"构造）。
• 工具变量：行政村是否有东西部劳务协作基层服务站/点（手工匹配CFPS村级编码与协作办基层站点名单）；同村参与劳务协作的比例（排除个体自身）。
• 控制变量：年龄及平方、受教育年限、性别、婚姻状态、家庭人口抚养比、健康状况自评。
• 数据来源：CFPS 2016—2024年五轮混合截面，聚焦输出地位于西部结对省份、流入地位于东部结对省份的18—60岁农村户籍劳动力样本。预计有效样本约3500—5000人。

• **替换处理组定义**：将处理组从"是否通过劳务协作就业"替换为"所在行政村劳务协作覆盖率"（村级层面的连续处理变量）——以村级聚类标准误估计——检验结论对处理组测度方式的敏感性。
• **Machado-Vella 非参数样本选择校正**：以Machado & Vella (2005) 的半参数选择模型替代Heckman两步法，放松对误差项正态分布的假定，检验样本选择校正方法对结论的影响。
• **替代被解释变量**：以小时工资替代月工资（用CFPS中"上月工作小时数"折算），排除"劳务协作就业者工作时间更长"的替代解释——若小时工资溢价依然存在，则工资溢价源于生产率差异而非劳动时间差异。
• **细化异质性分析**：按协作年份分组（1年以下 vs. 1—3年 vs. 3年以上），检验劳务协作的就业质量效应是否随时间推移衰减或增强——反映协作机制的持续性和沉淀效应。

在中国式分权体制下，地方官员面临GDP竞赛式的晋升锦标赛（周黎安, 2007）。东西部协作政策的特殊性在于：对东部省份而言，协作是"政治任务"而非"经济激励"——向西部投资不进入本省GDP核算、消耗本省财政资源却无直接经济回报；对西部省份而言，协作资金是"免费资源"——可能引发预算软约束和资源依赖。因此，政策执行效果高度依赖中央对官员的"政治账本"考核——若东西部协作指标纳入官员政绩考核体系并具有一票否决效力，则执行力强；若仅作为辅助指标，则可能流于形式。

据此提出以下假说：
- H1：东西部协作考核指标在官员政绩评价体系中的权重越高，东部省份对西部的产业投资和消费帮扶力度越强——政治激励强度与政策执行力正向相关。
- H2：有中央部门任职经历的省级官员（对中央政策意图更敏感）比纯地方晋升的官员在东西部协作中投入更多资源。
- H3：西部省份获得的东西部协作资金与自身财政努力存在替代效应——协作资金每增加1元，西部省份自身产业投资减少约X元（财政依赖效应）。

核心挑战是官员特征与协作力度之间的内生性——中央可能故意将"能力强"的官员派往协作任务重的省份。本文采用工具变量策略：以"东部省省长的出生省份是否为协作对口西部省"作为协作力度的工具变量——出生地关系具有外生的情感纽带，可能增强协作意愿（相关性），但出生地与官员能力的先天分布无关（外生性）。此外，利用官员任期门槛进行断点回归——在接近65岁退休年龄门槛时，晋升激励急剧减弱，考察晋升激励消失后协作力度的变化。

基准面板固定效应模型：

Cooperation_{it} = α + β·PromotionIncentive_{it} + γ·X_{it} + μ_i + λ_t + ε_{it}

其中 Cooperation_{it} 为东部省 i 在第 t 年对协作西部省的资金投入（亿元），PromotionIncentive_{it} 为省级主官（省委书记/省长）的晋升激励强度——以"剩余任期年限"的倒数代理（任期剩余越少，晋升压力越大），X_{it} 为省级经济特征控制变量（GDP增速、财政收入、人均GDP排名），μ_i 和 λ_t 为省份和年份固定效应。

断点回归（RD）利用 65 岁法定退休年龄门槛：

Cooperation_{it} = α + β·Over65_{it} + f(Age_{it} - 65) + γ·X_{it} + ε_{it}

其中 Over65_{it} 为二元变量（省级主官年龄 ≥ 65 取 1），f(·) 为驱动变量年龄的多项式函数。β 识别晋升激励消失对协作力度的局部平均处理效应。

• 被解释变量：东部省对协作西部省年度资金投入（财政援助 + 社会帮扶资金 + 企业投资协议金额之和，亿元）；西部省接收协作资金的年度财政配套率（自身配套/协作资金）。
• 核心解释变量：晋升激励强度——省级主官年龄至65岁的剩余年限倒数；中央经历——省级主官是否有中央部委副部级及以上任职经历（二元变量）；协作考核权重——省政府工作报告中"东西部协作"相关关键词频数/总字数（经NLP词频分析）。
• 工具变量：省级主官出生省份是否为协作对口省（二元变量）。
• 控制变量：省GDP、人均GDP省内排名（相对竞争压力）、省委书记/省长是否同年换届、中央转移支付占省财政收入比。
• 数据来源：官员履历数据库（从新华网/人民网简历手工编码，涵盖1996—2025年历任省级主官）；协作资金数据来自国务院扶贫办/农业农村部协作台账。样本为东部30省 × 30年。

• **替换晋升激励测度**：以"省级主官是否在任期内获得中央政治局委员/国务院副总理等关键晋升"作为事后晋升的代理变量，检验事前激励与事后结果的一致性；以"省级GDP增速在全国排名"替代年龄指标作为晋升压力的代理变量。
• **排除北京/上海/天津样本**：这三个直辖市的官员晋升路径和协作模式与其他省差异巨大——排除后检验结论是否仍成立。
• **安慰剂处理时点**：将东西部协作政策体系化的时间节点（2016年）前移至西部大开发战略启动年份（2000年），检验1996—2015年间"预协作时期"的晋升激励与协作行为是否存在与2016年后相同的模式——若不存在，验证制度化后政治激励效应是真实的。
• **文本情感分析校验**：以省政府工作报告中"东西部协作"相关表述的情感倾向（积极/中性/消极，经BERT中文预训练模型分类）替代词频作为协作重视程度的代理变量——检验文本分析方法对结论的影响。

从凯恩斯乘数理论出发，东部采购西部农产品本质上是中央协调下的跨区域定向需求注入。这一需求冲击通过两条渠道产生乘数效应：（1）直接收入渠道——西部农民获得销售收入后增加本地消费（假设边际消费倾向MPC ≈ 0.6—0.8），引致第二轮、第三轮需求扩张；（2）农业产业链渠道——农产品需求的增长沿产业链向上游传导，带动农资、加工、物流等关联行业发展，产生产业链乘数效应。新凯恩斯框架进一步提示：西部农产品供给在短期内存在价格粘性（受制于农业生产周期和流通体系），需求冲击在短期内更多体现为产量和收入增加而非价格上升（数量调整主导），使乘数效应在短期更为显著。

据此提出以下假说：
- H1：东部省每增加1元消费帮扶采购，西部省农民人均可支配收入增加X元（直接乘数），全省GDP增加Y元（含产业链乘数），估计总乘数约1.5—2.5。
- H2：政府采购渠道的短期乘数大于市场化采购渠道（因为政府订单的确定性更高、规模更大），但市场化采购渠道的持续效应更强——消费者偏好形成（habit formation）使后续自发复购率提高。
- H3：生鲜农产品的乘数效应弱于加工农产品——因生鲜产品的附加值低、产业链短，而加工品的产业链延伸效应更强。

消费帮扶金额与经济产出之间存在明显的反向因果关系——经济基础好的西部省份可能吸引更多消费帮扶。本文采用合成控制法（Abadie & Gardeazabal, 2003; Abadie et al., 2010），以消费帮扶政策启动前的西部省份经济特征（农民收入增速、农业产值占比、交通基础设施、对口东部省的消费规模等）构造一个"反事实"合成对照组，比较处理组省份在政策启动后与合成对照组的农民收入差距——此差距即为消费帮扶的处理效应。

同时利用消费帮扶政策的时空异质性构建交叠DID：不同结对省启动消费帮扶专项政策（如开设"协作专区"电商平台、设立消费帮扶专馆、组织集中采购活动）的时间点不同，以早启动省为处理组、晚启动省为对照组，在控制省份和年份固定效应下估计ATT。

合成控制法核心框架：

令 W 为权重向量，使得在政策前时期，合成控制组的农民收入轨迹与处理组最小化均方预测误差（MSPE）。处理效应为：τ_t = Y_{1t} - Σ_{j=2}^{J+1} w_j* Y_{jt}，t > T_0（政策后时期），其中 Y_{1t} 为处理省实际农民收入，Σ w_j* Y_{jt} 为合成控制组农民收入。

交叠DID补充模型：Y_{it} = α + β·ConsumptionAssist_{it} + γ·X_{it} + μ_i + λ_t + ε_{it}，其中 ConsumptionAssist_{it} 为二元变量处理指示符（省 i 在 t 年已启动消费帮扶专项政策），核心参数 β 为消费帮扶的平均处理效应。

基于省级投入产出表的社会核算矩阵（SAM）进一步计算产业链乘数：M_{SAM} = (I - A_n)^{-1}，其中 A_n 为扩展后的SAM支出系数矩阵，乘数效应体现为外生需求冲击通过SAM传导的最终收入增量。

• 被解释变量：西部省农民人均可支配收入（国家统计局农村住户调查，分省年度数据）；西部省农业及相关产业增加值（投入产出表推算）。核心计算——消费帮扶的边际收入效应：ΔY/ΔC。
• 核心解释变量：东部省采购西部省农产品年度金额（亿元）——分为政府采购额（东部各级政府预算内采购）和市场化采购额（东部企业/平台自发性采购）两部分；消费帮扶政策虚拟变量（二元）。
• 控制变量：全省GDP、农业产值占GDP比重、农村人口占比、农产品生产者价格指数、对口东部人均GDP。
• 数据来源：消费帮扶金额来自各省协作办公报和全国消费帮扶工作台账（2016—2025年）；农民收入来自国家统计局年鉴和各地统计公报。样本为12对东西部结对省 × 10年。

1. 安慰剂时空检验：将消费帮扶政策启动时间前移3年（虚假处理时点），重新进行SCM估计——若虚假时点的处理效应不显著，则因果效应可归因于消费帮扶政策；同时对所有对照组省份进行"伪处理"迭代，构建处理效应的经验分布并计算伪p值。
2. 替换被解释变量：以"西部省农村居民消费支出"替代"农民可支配收入"作为福利衡量指标——检验消费帮扶是否真正转化为实际消费改善而非储蓄——同时以"西部省县域社会消费品零售总额增速"作为区域性总需求指标进行交叉验证。
3. 渠道检验与排除竞争假说：控制同期实施的精准扶贫转移支付（中央财政专项扶贫资金/衔接资金）和乡村振兴专项补助——排除"农民收入增长源于其他转移支付而非消费帮扶"的竞争假说；同时以交互项 ConsumptionAssist × Post2020（2020年后脱贫攻坚完成）检验消费帮扶效应是否因其他政策退坡而增强。
4. 空间溢出效应检验：使用空间杜宾模型（SDM）检验消费帮扶对西部省周边未结对省份的农民收入是否存在空间溢出效应——若存在正向溢出（结对省农产品通过周边省渠道外销），则总乘数效应被低估。
---
date: 2026-06-11
field: 产业经济 — 制造业与工业
source: https://tv.cctv.com/2026/06/11/VIDERqxBHNxNMSwdgm4CL92w260611.shtml
topics_count: 5
📡 来源: 新闻联播
---