張佑林，王 凡

(上海對外經(jīng)貿(mào)大學(xué) 國際經(jīng)貿(mào)學(xué)院，上海 201620)

一、引言

黨的十八大以來，以習(xí)近平同志為核心的黨中央把扶貧開發(fā)擺到治國理政的重要位置，提升到事關(guān)全面建成小康社會、實現(xiàn)第一個百年奮斗目標(biāo)的新高度，并將其納入“五位一體”總體布局和“四個全面”戰(zhàn)略布局進行決策部署。在全黨全社會的共同努力下，我國成功解決了大規(guī)模的農(nóng)村貧困人口的溫飽問題，成為世界上減貧人口最多的國家。然而，貧困問題依然是我國經(jīng)濟社會發(fā)展中最突出的“短板”，脫貧攻堅形勢仍然復(fù)雜嚴峻?！秶窠?jīng)濟和社會發(fā)展第十三個五年規(guī)劃綱要》指出：“把革命老區(qū)、民族地區(qū)、邊疆地區(qū)、集中連片貧困地區(qū)作為脫貧攻堅重點，持續(xù)加大對集中連片特殊困難地區(qū)的扶貧投入力度。”其中，“革命老區(qū)”孕育了中國共產(chǎn)黨和人民軍隊，是新中國的搖籃，為中國革命和社會主義建設(shè)事業(yè)做出了不可磨滅的重大貢獻。由于自然、歷史、地理等多重因素影響，“革命老區(qū)”的經(jīng)濟發(fā)展水平相對滯后，自我發(fā)展能力不足，脫貧攻堅任務(wù)十分艱巨。幸運的是：在特殊的政治文化背景下，“革命老區(qū)”的身份賦予了縣域一定的政治資源，擁有此項政治資源是否有助于“革命老區(qū)”的扶貧建設(shè)？

本文搜集了2005—2015年1882個縣的數(shù)據(jù)，運用廣義最小二乘法(GLS)和豪斯曼-泰勒(Hausman-Taylor)兩種方法研究表明：相比沒有政治資源的非革命老區(qū)縣，具有政治資源的“革命老區(qū)”縣在地區(qū)層面的絕對經(jīng)濟差距高出約15%，在省級層面的絕對經(jīng)濟差距高出約12%，即具有此項政治資源顯著擴大了其在地區(qū)和省級層面的絕對經(jīng)濟差距，并沒有起到有助于扶貧建設(shè)的作用。在基于“革命老區(qū)”縣類別的異質(zhì)性分析中，一類“革命老區(qū)”賦予的政治資源顯著擴大了其在地區(qū)和省級層面的絕對經(jīng)濟差距，而在二類“革命老區(qū)”中的此影響不顯著。在機制分析中，“革命老區(qū)”賦予的政治資源顯著擴大了非生產(chǎn)性的縣社會福利支出，間接地擠占其在城鎮(zhèn)化建設(shè)的支出，生產(chǎn)性支出缺乏導(dǎo)致其經(jīng)濟增長動力不足，使得經(jīng)濟發(fā)展水平相對落后，最終擴大了其在地區(qū)和省級層面的絕對經(jīng)濟差距。根據(jù)結(jié)論提出：我國政府應(yīng)加大對“革命老區(qū)”地區(qū)基礎(chǔ)設(shè)施的投資力度，開發(fā)其經(jīng)濟增長新引擎，從經(jīng)濟“輸血”向經(jīng)濟“造血”過渡；應(yīng)進一步完善“革命老區(qū)”縣財政支出制度，并加強自上而下的行政監(jiān)督與管理；應(yīng)繼續(xù)深入落實我國的“精準扶貧”政策，提高扶貧建設(shè)的效率。

本文其他部分安排如下：第二部分是文獻回顧與評價；第三部分是“革命老區(qū)”的發(fā)展歷程介紹；第四部分是識別策略、計量模型與數(shù)據(jù)說明；第五部分是實證回歸結(jié)果；第六部分是結(jié)論。

二、文獻回顧與評價

(一)文獻回顧

解釋我國區(qū)域經(jīng)濟發(fā)展中面臨的一些問題并探究其背后的經(jīng)濟規(guī)律，這離不開我國特殊的“政治集權(quán)”的干部人事管理制度。在“政治集權(quán)”的制度下，我國干部人事管理制度的最基本原則是“黨管干部”，同時實行“分部分級”管理。政治運作的機制是任命制，每一級地方政府的首長都是由上一級政府任命的，而任命的考核標(biāo)準往往是官員轄區(qū)的經(jīng)濟產(chǎn)出總量。這就使得官員若想在考核中取得成功，其必須在其轄區(qū)干出一番經(jīng)濟成果，這就是政府作用在經(jīng)濟中的體現(xiàn)[1]。通過分析已有相關(guān)文獻得出：以GDP為核心的政治錦標(biāo)賽是理解中國經(jīng)濟增長的政治經(jīng)濟學(xué)基礎(chǔ)(郭瑞等)認為政府官員的特征、行為、作用既是主流經(jīng)濟學(xué)理論忽視的因素，又是中國經(jīng)濟發(fā)展過程中的一個非常突出的現(xiàn)實特征[2，3-5]。揭示了中國地方官員的治理模式——“晉升錦標(biāo)賽治理模式”與中國高速經(jīng)濟增長及其各種特有問題的內(nèi)在關(guān)聯(lián)：晉升錦標(biāo)賽作為中國政府官員的激勵模式，它是中國經(jīng)濟奇跡的重要根源。

從目前該領(lǐng)域的研究成果來看，官員在經(jīng)濟發(fā)展中起的作用可以分為“援助之手”和“攫取之手”兩個方面。就“援助之手”來講(Acemoglu D,et al)，肯定了在“政治晉升錦標(biāo)賽”制度下官員對經(jīng)濟增長的貢獻[6]。基于中國省級官員與四位數(shù)制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)變動相匹配的面板數(shù)據(jù)研究發(fā)現(xiàn)：省委書記、省長在短期內(nèi)能引領(lǐng)轄區(qū)產(chǎn)業(yè)結(jié)構(gòu)變動，但長期主要靠市場[7]。基于1978—2005年間省長(省委書記)交流樣本構(gòu)造了省長(省委書記)與省區(qū)相匹配的面板數(shù)據(jù)發(fā)現(xiàn)：省長交流能夠使流入地的經(jīng)濟增長速度提高1個百分點左右[8]，同時發(fā)現(xiàn)：中央官員對其籍貫來源省區(qū)的經(jīng)濟增長有顯著的促進作用,對其曾工作過的省區(qū)經(jīng)濟增長的影響則并不顯著,并且這一促進作用主要是通過提高其籍貫來源地的投資率來實現(xiàn)的[9]?；?003年部長更換的自然實驗發(fā)現(xiàn)：新任部長的政治關(guān)聯(lián)效應(yīng)會使其來源地的地級市獲得的專項轉(zhuǎn)移支付增加2億元[10]?；谑〖壒賳T的微觀數(shù)據(jù)發(fā)現(xiàn)：官員更替顯著增加了轄區(qū)內(nèi)交通基礎(chǔ)設(shè)施投資，官員變動頻率的增加則顯著帶動了轄區(qū)內(nèi)交通基礎(chǔ)設(shè)施投資的波動[11]。

就“攫取之手”來講，有研究表明當(dāng)經(jīng)濟體致力于經(jīng)濟增長時,具有政治資源有助于承接更多的污染產(chǎn)能,從而帶來更多的污染[12]?；?004—2010年的數(shù)據(jù)研究了環(huán)境污染問題，發(fā)現(xiàn)具有政治資源地級市的人均工業(yè)SO2和煙塵排放量增長分別快了3%左右和16%左右，同時政治資源對環(huán)境污染的加劇具有長期性。孫偉增、羅黨論、鄭思齊等研究認為[13]，長期以來,由于官員過度追求以經(jīng)濟增長為主的晉升激勵指標(biāo),在經(jīng)濟飛速發(fā)展的同時,環(huán)境污染和能源消耗也愈加嚴重[14]。

(二)文獻評價

以上是從“援助之手”和“攫取之手”兩個方面對相關(guān)文獻進行了梳理與總結(jié)，已有文獻豐富的研究成果給本文奠定了基礎(chǔ)，但其對區(qū)域經(jīng)濟發(fā)展不平衡的政治解釋較少，如區(qū)域經(jīng)濟差距問題。特別是對“革命老區(qū)”經(jīng)濟發(fā)展的研究非常稀少，其不僅具有特殊政治身份，同時又是我國當(dāng)前階段扶貧攻堅的重點對象。在政治文化背景下，“革命老區(qū)”的身份賦予的政治資源在其經(jīng)濟發(fā)展中扮演著什么樣的角色？是“攫取之手”還是“援助之手”。因此，本文基于前人的研究成果對政治資源在其“革命老區(qū)”經(jīng)濟發(fā)展中扮演著什么樣的角色進行深入探究，本文的研究成果也將是對相關(guān)研究領(lǐng)域的一個補充。

三、“革命老區(qū)”的發(fā)展歷程介紹

(一)革命老區(qū)定義①

中國革命老區(qū)根據(jù)地(簡稱革命老區(qū)或老區(qū))是指第二次國內(nèi)革命戰(zhàn)爭時期和抗日戰(zhàn)爭時期，在中國共產(chǎn)黨和毛澤東等老一輩無產(chǎn)階級革命家領(lǐng)導(dǎo)下創(chuàng)建的革命根據(jù)地。劃定革命老根據(jù)地應(yīng)以生產(chǎn)大隊為單位，如果一個公社內(nèi)，屬于革命老根據(jù)地的生產(chǎn)大隊超過半數(shù)，這個公社可算作革命老根據(jù)地公社。

(二)革命老區(qū)劃分依據(jù)

第二次國內(nèi)革命戰(zhàn)爭根據(jù)地的劃定標(biāo)準：曾經(jīng)有黨的組織，有革命武裝，發(fā)動了群眾，進行了打土豪、分田地、分糧食、分牲畜等運動，主要是建立了工農(nóng)政權(quán)并進行了武裝斗爭，堅持半年以上時間的?？谷崭鶕?jù)地的劃定標(biāo)準：曾經(jīng)有黨的組織、有革命武裝，發(fā)動了群眾，進行了減租減息運動，主要是建立了抗日民主政權(quán)并進行了武裝斗爭，堅持一年以上時間的。

“中國老區(qū)建設(shè)促進會”于1995 年按照老區(qū)鄉(xiāng)鎮(zhèn)在縣內(nèi)所占比例將革命老區(qū)縣劃分為四類?？紤]到上述復(fù)雜情況，為了更客觀、準確地研究革命老區(qū)的經(jīng)濟發(fā)展情況，本文參考中國老區(qū)建設(shè)促進會于1997 年編寫的《中國革命老區(qū)》，選擇全國一類、二類革命老區(qū)縣作為研究對象，其中一類革命老區(qū)縣共316個，二類革命老區(qū)縣共281個，合計共597個縣。

(三)一、二類革命老區(qū)縣的地理分布

圖1為本文統(tǒng)計的597個革命老區(qū)縣的地理分布圖。革命老區(qū)分布在除新疆維吾爾自治區(qū)、西藏自治區(qū)、青海省等以外的其他省份。北部主要集中在陜西省、山西省和河北省，并且一類革命老區(qū)縣在該三省居多；南部主要集中在江西省、湖南省、貴州省和安徽省，其中一類革命老區(qū)縣主要集中在江西省，并且整體分布相對北部比較分散；東北、西南地區(qū)革命老區(qū)數(shù)量相對稀少并且分布比較分散。

圖1我國一類和二類革命老區(qū)縣地理分布圖
資料來源：系作者整理通過ArcGIS軟件計算而得

四、識別策略、計量模型與數(shù)據(jù)說明

(一)識別策略

本文以“革命老區(qū)”的身份作為政治資源的代理變量，旨在識別“革命老區(qū)”身份賦予的政治資源在其扶貧建設(shè)中起到的作用，但在識別策略上可能存在以下三個方面的問題。

首先，需要解決的問題是排除“樣本自選擇問題”(sample selection problem)所造成的內(nèi)生性，即某縣不能被一些不可觀測的地區(qū)特征等遺漏變量顯著地影響其是否成為革命老區(qū)縣。比較幸運的是某個縣是否具有“革命老區(qū)”的帽子取決于該縣是否參加過第二次國內(nèi)革命戰(zhàn)爭和抗日戰(zhàn)爭?？紤]到戰(zhàn)爭的不確定性和當(dāng)時共產(chǎn)黨領(lǐng)導(dǎo)的革命活動主要基于軍事斗爭策略，本文接受一個縣是否成為革命老區(qū)縣比較接近隨機分組產(chǎn)生的結(jié)果。

其次，由于本文所收集到的樣本是1872個縣級的數(shù)據(jù)，其中革命老區(qū)數(shù)量為597個，約占所有縣樣本的1/3，這樣帶來的問題是處理組與控制組樣本量差距懸殊，并且以全國縣域為研究樣本處理組與控制組樣本存在較大的系統(tǒng)性偏差，因此在回歸之前，本文運用傾向匹配得分(Propensity Score Matching)思想，采用半徑(卡尺)匹配的方法將處理組和控制組的系統(tǒng)性偏差降到最小，以得到準確的無偏估計量。

再次，在計量模型估計方法上，考慮到本文以“革命老區(qū)”作為政治資源的代理變量并以虛擬變量的形式來表示，其實不隨時間變化的。若本文采用固定效應(yīng)的估計方法，則會導(dǎo)致政治資源核心變量的估計效應(yīng)被吸收掉。因此，本文借鑒孟可強、陸銘[15]和宋小寧、陳斌、梁琦[16]的識別對策，分別采用面板數(shù)據(jù)的廣義最小二乘法(GLS)和豪斯曼-泰勒法兩種計量估計方法。廣義最小二乘法(GLS)可以控制可能存在的異方差問題，豪斯曼-泰勒法可以利用模型內(nèi)部信息產(chǎn)生工具變量，采用工具變量估計來解決個體效應(yīng)與解釋變量相關(guān)導(dǎo)致的內(nèi)生性問題。

(二)計量模型

lngdp_gapi,t=α0+α1revolution_areai+α2Controli,t+Yeart+εi,t

lngdp_gapi,t為被解釋變量，表示i縣域在t年的絕對經(jīng)濟差距，本文借鑒卞元超、吳利華、白俊紅[17]的方法采用縣域GDP的離差形式來反映絕對經(jīng)濟差距，具體如下：

為了更全面地衡量縣域的絕對經(jīng)濟差距，本文從省份和地區(qū)兩個層面入手，如lngdp_gapi,t-ln|GDPr/p,t-GDPi,t|所示，GDPr/p,t分別表示在t年，i縣域所處地區(qū)的所有縣域GDP均值與i縣域所處省份的所有縣域GDP均值。GDPi,t表示i縣在t年的GDP值。最后對其差值取絕對值并采用對數(shù)形式。

revolution_areai為核心解釋變量，表示i縣是否為革命老區(qū)縣。本文采用虛擬變量的形式，若i縣為革命老區(qū)縣，則令revolution_areai=1；若i縣為非革命老區(qū)縣，則令revolution_areai=0。

Controli,t為控制變量，為減少遺漏變量問題帶來的估計偏誤，本文借鑒張清正[18]和范建雙、虞曉芬、周琳[19]的研究成果，加入如下控制變量：金融發(fā)展水平(fin_level)，用年末金融機構(gòu)貸款余額比居民儲蓄余額表示；固定資產(chǎn)投資額(fixed_invest)，用固定資產(chǎn)投資額的對數(shù)形式表示；人力資本(hum_capital)，用在校中學(xué)生數(shù)比縣域總?cè)丝诒硎荆还I(yè)化水平(indus_level)，用規(guī)模以上工業(yè)總產(chǎn)出的對數(shù)形式表示；政府支出規(guī)模(gov_spend)，用縣級政府的財政支出比其GDP表示；農(nóng)業(yè)現(xiàn)代化水平(mod_agri_level)，用農(nóng)業(yè)機械總功率的對數(shù)形式表示。

Yeart為時間效應(yīng)，用來控制時間趨勢帶來的經(jīng)濟影響。εi,t為隨機擾動項。

(三)數(shù)據(jù)說明

本文以2005—2012年全國的縣為研究樣本，為了樣本中保證樣本不存在較大的系統(tǒng)性偏差，本文在做傾向匹配得分(PSM)前將樣本中的四大直轄市(北京、天津、上海和重慶)刪除，同時將縣級層面的市轄區(qū)和省直管縣刪除。由于海南省的數(shù)據(jù)嚴重缺失，本文也將其從樣本中刪除，最終本文樣本中共含1837個縣。

在革命老區(qū)縣的設(shè)立上，1995年中國老區(qū)建設(shè)促進會按照老區(qū)鄉(xiāng)鎮(zhèn)在縣內(nèi)所占比例將革命老區(qū)縣進行了分類，將革命老區(qū)縣分為四類。考慮到上述復(fù)雜情況，同時為了更客觀、準確地研究革命老區(qū)的經(jīng)濟發(fā)展情況，本文參考中國老區(qū)建設(shè)促進會于1997年編寫的《中國革命老區(qū)》，選擇全國一類革命老區(qū)縣和二類革命老區(qū)縣作為研究對象，其中一類革命老區(qū)縣共316個，二類革命老區(qū)縣共281個，合計共597個②。

工業(yè)革命之前，技術(shù)進步非常緩慢，一個人一生幾乎感受不到技術(shù)的進步，沿著同樣的技術(shù)路徑勞動和生活，可謂天經(jīng)地義。工業(yè)革命以后，尤其是20世紀下半葉以來，一個人可以感受到技術(shù)的明顯進步。1980年代以來，每十年甚至每年都可以感受到技術(shù)的明顯進步。

本文用到的所有的縣級社會經(jīng)濟數(shù)據(jù)來自2005—2012年《中國縣(市)社會經(jīng)濟統(tǒng)計年鑒》和《全國地市縣財政統(tǒng)計資料》，并且以國泰安數(shù)據(jù)庫作為補充。各省縣與其省會城市的距離是根據(jù)國家地理信息公共服務(wù)平臺查詢得到的經(jīng)緯度通過MATLAB軟件計算而得。

五、實證回歸結(jié)果

(一)描述性統(tǒng)計

表1 主要變量描述性統(tǒng)計

續(xù)表

變量變量解釋觀測值平均值標(biāo)準差p25p50p75revolution_area革命老區(qū)縣(1,2類)152140.3130.464001revolution_area1革命老區(qū)縣(1類)152140.1670.373000revolution_area2革命老區(qū)縣(2類)152140.1470.354000

注：系作者整理而得

如表1所示，可以觀察出地區(qū)層面GDP離差和省級層面GDP離差其標(biāo)注差均較大，從樣本數(shù)據(jù)上說明縣域的絕對經(jīng)濟差距較大?？刂谱兞恐泄潭ㄙY產(chǎn)投資額、工業(yè)化水平和農(nóng)業(yè)現(xiàn)代化水平標(biāo)準差相對較大，說明樣本中的各個縣在固定資產(chǎn)投資額、工業(yè)化水平和農(nóng)業(yè)現(xiàn)代化水平中存在明顯的差異。革命老區(qū)縣(revolution_area)的平均值為0.313，說明革命老區(qū)縣的數(shù)量在本文樣本中占到31.3%，其中一類革命老區(qū)縣為16.7%，二類革命老區(qū)縣為14.7%。

(二)基準回歸結(jié)果

如表2基準回歸結(jié)果所示，基準回歸從地區(qū)層面和省級層面兩個方面來討論，并同時采用GLS和HT兩種估計方法。列(1)與列(2)報告了地區(qū)層面的回歸結(jié)果，可以看出核心解釋變量(revolution_area)正向顯著，顯著性水平分別為1%與5%，說明“革命老區(qū)”賦予的政治資源顯著擴大了其在地區(qū)層面上的絕對經(jīng)濟差距。列(3)與列(4)報告了省級層面的回歸結(jié)果，可以看出核心解釋變量(revolution_area)正向顯著，顯著性水平分別為5%與10%，說明“革命老區(qū)”賦予的政治資源顯著擴大了其在省級層面上的絕對經(jīng)濟差距。相比沒有政治資源的非革命老區(qū)縣，具有政治資源的“革命老區(qū)”縣在地區(qū)層面的絕對經(jīng)濟差距相對高出約15%，在省級層面的絕對經(jīng)濟差距相對高出約12%。總的來講，從基準回歸結(jié)果可以得出：以“革命老區(qū)”的身份作為政治資源的代理變量，具有此項政治資源會顯著擴大其在地區(qū)和省級層面的絕對經(jīng)濟差距。

表2 基準回歸結(jié)果

注：“***”“**”和“*”分別表示1%、5%和10%的統(tǒng)計顯著性水平，系數(shù)下方括號內(nèi)報告的是t值

(三)異質(zhì)性分析

由基準回歸結(jié)果可知：以“革命老區(qū)”的身份作為政治資源的代理變量，具有此項政治資源會顯著擴大其在地區(qū)和省級層面的絕對經(jīng)濟差距。但往往結(jié)論不具有普適性，本文樣本中的革命老區(qū)縣由一類和二類革命老區(qū)縣組成，并且現(xiàn)實中級別的不同會使得政治資源的影響力存在一定的差異，因此本文設(shè)計出基于革命老區(qū)縣類別的異質(zhì)性分析。

如表3所示，本文異質(zhì)性分析在基準回歸的基礎(chǔ)上從一、二類革命老區(qū)縣展開，列(1)至列(4)報告的是以“一類革命老區(qū)”的身份作為政治資源的代理變量的回歸結(jié)果，可以看出核心解釋變量(revolution_area)在地區(qū)層面和省級層面都正向顯著，顯著性水平為5%、10%、1%與5%，說明以“一類革命老區(qū)”的身份作為政治資源的代理變量，具有此項政治資源顯著擴大了其在地區(qū)和省級層面的絕對經(jīng)濟差距。相比沒有政治資源的非革命老區(qū)縣，具有政治資源的“革命老區(qū)”縣在地區(qū)層面的絕對經(jīng)濟差距相對高出約13%，在省級層面的絕對經(jīng)濟差距相對高出約17%，這與基準回歸中核心解釋變量(revolution_area)的估計系數(shù)接近。列(5)至列(8)報告的是以“二類革命老區(qū)”的身份作為政治資源的代理變量的回歸結(jié)果，可以看出核心解釋變量(revolution_area)在地區(qū)層面和省級層面都不顯著，說明具有以“二類革命老區(qū)”的身份作為政治資源的代理變量，對其在地區(qū)和省級層面的絕對經(jīng)濟差距沒有顯著的影響。

(四)穩(wěn)健性檢驗

為了保證基準回歸的識別結(jié)果無偏誤，本文設(shè)計出四種穩(wěn)健性檢驗方法對其進行檢驗，具體如下：

1.運用反事實檢驗思想

本文通過改變政策的執(zhí)行對象來構(gòu)造反事實。具體而言，首先將研究對象放在地州級市，若某個地州級市為革命老區(qū)縣，則將這個地州級市就歸入下一步的研究對象，相反如果地州級市中不存在革命老區(qū)縣，則將其所有縣直接歸入控制組。然后將研究對象地州級市中的革命老區(qū)縣刪除，將剩下的縣設(shè)定為“假革命老區(qū)縣”,其現(xiàn)實中不具有“紅色”背景的政治資源。如果以“革命老區(qū)”的身份作為政治資源的代理變量，具有此項政治資源的確會顯著擴大其在地區(qū)和省級層面的絕對經(jīng)濟差距。那么按照預(yù)期以“假革命老區(qū)縣”作為非具有政治資源的代理變量，則核心解釋變量(no_revolution_area)將不會存在同樣的作用效果。

如表4所示，列(1)與列(2)報告了地區(qū)層面的回歸結(jié)果，列(3)與列(4)報告了省級層面的回歸結(jié)果，可以看出在地區(qū)和省級兩個層面上，核心解釋變量(no_revolution_area)均不存在對其在地區(qū)和省級層面絕對經(jīng)濟差距的顯著擴大作用，這符合本文構(gòu)造反事實的預(yù)期結(jié)果，說明以“革命老區(qū)”的身份作為政治資源的代理變量，具有此項政治資源的確顯著擴大了其在地區(qū)和省級層面的絕對經(jīng)濟差距。

表3 基于革命老區(qū)縣類別的異質(zhì)性分析回歸結(jié)果

注：“***”“**”和“*”分別表示1%、5%和10%的統(tǒng)計顯著性水平，系數(shù)下方括號內(nèi)報告的是t值

表4 反事實檢驗回歸結(jié)果

注：“***”“**”和“*”分別表示1%、5%和10%的統(tǒng)計顯著性水平，系數(shù)下方括號內(nèi)報告的是t值

2.控制“國家扶貧開發(fā)工作重點縣”政策帶來的影響

國家扶貧開發(fā)工作重點縣同革命老區(qū)縣一樣可以獲得特殊的政治資源，這種特殊的政治資源帶來的好處是：中央政府在經(jīng)濟資源的配置中加大偏向性的優(yōu)惠以支持國家扶貧開發(fā)工作重點縣的社會經(jīng)濟發(fā)展，同時給予較多地方財政的自主支配空間。如果國家扶貧開發(fā)工作重點縣特殊的政治資源同樣會對地區(qū)和省級層面的絕對經(jīng)濟差距有顯著的擴大作用，那么會產(chǎn)生政策的混淆使得本文基準回歸中核心解釋變量(revolution_area)的估計結(jié)果是有偏的。因此，本文考慮在回歸中控制“國家扶貧開發(fā)工作重點縣”政策帶來的影響。具體而言，本文搜集到國家扶貧開發(fā)工作重點縣共425個③，將國家扶貧開發(fā)工作重點縣(p_county)也采用虛擬變量的形式加入到回歸方程中，若某個縣為國家扶貧開發(fā)工作重點縣，則p_county=1；若非國家扶貧開發(fā)工作重點縣，則p_county=0。

如表5所示，在基準回歸的基礎(chǔ)上加入p_county來控制“國家扶貧開發(fā)工作重點縣”政策帶來的影響，列(1)與列(2)報告了地區(qū)層面的回歸結(jié)果，可以看出核心解釋變量(revolution_area)正向顯著，顯著性水平均為5%，說明在考慮“國家扶貧開發(fā)工作重點縣”政策的基礎(chǔ)上，“革命老區(qū)”賦予的政治資源顯著擴大了其在地區(qū)層面的絕對經(jīng)濟差距。列(3)與列(4)報告了省級層面的回歸結(jié)果，可以看出核心解釋變量(revolution_area)正向顯著，顯著性水平分別為1%與5%，說明“革命老區(qū)”賦予的政治資源顯著擴大了其在省級層面的絕對經(jīng)濟差距?？傊?，在控制“國家扶貧開發(fā)工作重點縣”政策帶來的影響后，以“革命老區(qū)”的身份作為政治資源的代理變量，具有此項政治資源仍然顯著擴大了其在地區(qū)和省級層面的絕對經(jīng)濟差距。

表5 控制“國家扶貧開發(fā)工作重點縣”政策回歸結(jié)果

續(xù)表

變量(1)(2)(3)(4)地區(qū)層面(lngdp_gap)省級層面(lngdp_gap)GLSHTGLSHTlnfixed_invest0.0093(0.7108)-0.0048(-0.3656)0.0532***(3.1529)0.0400***(3.0183)hum_capital-0.1094**(-2.5378)-0.0546(-1.4341)-0.1106**(-2.3691)-0.0752*(-1.9415)lnindus_level0.0534***(3.7889)0.0342**(2.3879)0.0833***(4.7431)0.0736***(5.0188)gov_spend0.1215***(2.6958)0.1747***(4.6748)0.2384***(4.4262)0.2292***(6.0114)lnmod_agri_level-0.0301(-1.3148)0.1175***(4.2408)0.0246(1.0248)0.1771***(6.2438)p_county-0.2294***(-3.8898)-0.1996***(-3.0021)-0.1072*(-1.7128)-0.0868(-1.2366)_cons11.7832***(21.4618)10.7658***(22.4254)8.9115***(14.5770)8.6109***(17.5171)時間效應(yīng)YesYesYesYes觀測值10392103921038910389

注：“***”“**”和“*”分別表示1%、5%和10%的統(tǒng)計顯著性水平，系數(shù)下方括號內(nèi)報告的是t值

3.刪除樣本中所含的省會城市和副省級城市

本文采用縣級GDP與地區(qū)平均GDP、省級平均GDP的離差來衡量絕對經(jīng)濟差距，但存在的一個問題是：樣本中所含有的省會城市和副省級城市因其政治、經(jīng)濟規(guī)模的優(yōu)勢使得其轄區(qū)縣域的經(jīng)濟發(fā)展水平往往和其他縣域有較大的差異，這可能造成本文計算的地區(qū)和省級層面的平均GDP會受到極端值的影響形成“差距假象”。因此，為了保證一個準確的識別結(jié)果，本文在回歸樣本中將全國省會城市和副省級城市刪除④。

如表6所示，在刪除樣本中所含的省會城市和副省級城市的回歸結(jié)果中，列(1)與列(2)報告了地區(qū)層面的回歸結(jié)果，可以看出核心解釋變量(revolution_area)正向顯著，顯著性水平均為5%，說明在刪除樣本中所含的省會城市和副省級城市后，“革命老區(qū)”賦予的政治資源顯著擴大了其在地區(qū)層面的絕對經(jīng)濟差距。列(3)與列(4)報告了省級層面的回歸結(jié)果，可以看出核心解釋變量(revolution_area)正向顯著，顯著性水平均為1%，說明“革命老區(qū)”賦予的政治資源顯著擴大了其在省級層面的絕對經(jīng)濟差距?？傊趧h除樣本中所含的省會城市和副省級城市后，以“革命老區(qū)”的身份作為政治資源的代理變量，具有此項政治資源顯著擴大了其在地區(qū)和省級層面的絕對經(jīng)濟差距。

表6 刪除樣本中所含的省會城市和副省級城市回歸結(jié)果

續(xù)表

變量(1)(2)(3)(4)地區(qū)層面(lngdp_gap)省級層面(lngdp_gap)GLSHTGLSHTlnmod_agri_level-0.0280(-1.1832)0.1266***(4.5076)0.0166(0.6756)0.1605***(5.5421)_cons12.2609***(21.2319)11.0358***(22.2126)9.5940***(15.2206)9.0231***(17.6082)時間效應(yīng)YesYesYesYes觀測值9562956295599559

注：“***”“**”和“*”分別表示1%、5%和10%的統(tǒng)計顯著性水平，系數(shù)下方括號內(nèi)報告的是t值

4.控制縣域到所屬省會城市的距離回歸結(jié)果

在識別策略中談到成為“革命老區(qū)”可能受到一些不可觀測的因素而存在“自選擇”問題，考慮到當(dāng)時國民黨軍隊一般情況下都駐扎在每個省的重要中心城市，在國共兩黨政治、軍事對立時期，相對弱勢的共產(chǎn)黨革命武裝領(lǐng)導(dǎo)的革命活動可能盡量避開中心城市。這可以體現(xiàn)在井岡山革命根據(jù)地時期的軍事斗爭思想：“農(nóng)村包圍城市，武裝奪取政權(quán)”，那么離中心城市越遠的地區(qū)就越有可能開展革命活動，最終成為今天的革命老區(qū)縣。因此，為了保證核心解釋變(revolution_area)識別結(jié)果的準確性，本文在回歸中將控制縣域到所屬省會城市的距離。

如表7所示，在基準回歸的基礎(chǔ)上加入lndistance來控制縣域到所屬省會城市的距離，列(1)與列(2)報告了地區(qū)層面的回歸結(jié)果，可以看出核心解釋變量(revolution_area)正向顯著，顯著性水平均為1%。列(3)與列(4)報告了省級層面的回歸結(jié)果，可以看出核心解釋變量(revolution_area)正向顯著，顯著性水平均為1%。這說明在控制縣域到所屬省會城市的距離的基礎(chǔ)上，以“革命老區(qū)”的身份作為政治資源的代理變量，具有此項政治資源顯著擴大了其在地區(qū)和省級層面的絕對經(jīng)濟差距。

表7 控制縣域到所屬省會城市的距離回歸結(jié)果

注：“***”“**”和“*”分別表示1%、5%和10%的統(tǒng)計顯著性水平，系數(shù)下方括號內(nèi)報告的是t值

(五)機制分析

上文以“革命老區(qū)”作為政治資源的代理變量，回歸結(jié)果說明政治資源顯著擴大了地區(qū)和省級層面的絕對經(jīng)濟差距，但是存在的問題是：其并沒有說明是因為政治資源推動了經(jīng)濟發(fā)展，還是政治資源阻礙了經(jīng)濟發(fā)展，最終導(dǎo)致絕對經(jīng)濟差距的擴大。因此，在做機制分析之前，本文將對以“革命老區(qū)”作為政治資源帶來的經(jīng)濟效應(yīng)進行檢驗。

如表8所示，列(1)與列(2)報告了核心解釋變量(revolution_area)對縣級GDP的回歸結(jié)果，GLS估計方法下核心解釋變量(revolution_area)估計系數(shù)負向顯著，顯著水平為10%，而HT估計方法下核心解釋變量(revolution_area)估計系數(shù)不顯著。列(3)與列(4)報告了核心解釋變量(revolution_area)對縣級人均GDP的回歸結(jié)果，HT估計方法下核心解釋變量(revolution_area)估計系數(shù)負向顯著，顯著水平均為1%。以上回歸結(jié)果說明以“革命老區(qū)”的身份作為政治資源的代理變量，具有此項政治資源阻礙了其經(jīng)濟發(fā)展，使得其經(jīng)濟發(fā)展水平相對落后于非革命老區(qū)縣。

表8 政治資源的經(jīng)濟效應(yīng)檢驗回歸結(jié)果

注：“***”“**”和“*”分別表示1%、5%和10%的統(tǒng)計顯著性水平，系數(shù)下方括號內(nèi)報告的是t值

通過對政治資源的經(jīng)濟效應(yīng)分析結(jié)果可知：以“革命老區(qū)”為衡量標(biāo)準的設(shè)定的政治資源阻礙了其縣域經(jīng)濟的發(fā)展，進而導(dǎo)致其絕對經(jīng)濟差距持續(xù)擴大，但是為什么本文中的政治資源會阻礙縣域經(jīng)濟的發(fā)展？本文從社會福利支出和城鎮(zhèn)化建設(shè)兩個角度來解釋。

首先，(王守坤，2017)研究認為，長征事件賦予了沿線縣域一類特別的政治資源稟賦，提高了長征沿線縣成為革命老區(qū)縣和國家級貧困縣的概率，長征沿線縣級政府能夠確定性地獲得來自中央政府的政策與財政資金支持，進而具有更為寬松的預(yù)算支出空間，但這些優(yōu)勢的財政資源可能會被扭曲利用，多投入一些非生產(chǎn)性的支出項目上，如財政資金違規(guī)使用，支出更多的行政管理費用，以及承擔(dān)更多的財政供養(yǎng)人口等，最終造成長征縣的經(jīng)濟發(fā)展相對落后[20]。本文以“革命老區(qū)”為衡量標(biāo)準設(shè)定的政治資源類似于“長征縣”帶來的政治資源，那革命老區(qū)是否也存在同樣的現(xiàn)象？由于縣級層面數(shù)據(jù)的缺失，本文以人均福利組織數(shù)與人均福利組織床位數(shù)兩個指標(biāo)來作為縣社會福利支出的代理變量，對其進行檢驗。

其次，從經(jīng)濟增長的驅(qū)動因素來看，城鎮(zhèn)化建設(shè)是當(dāng)代經(jīng)濟增長的主要驅(qū)動力量(郭晨、張衛(wèi)東，2017)，認為新型城鎮(zhèn)化建設(shè)通過提高公共設(shè)施水平、促進就業(yè)結(jié)構(gòu)轉(zhuǎn)型和健全社會保障體系提升區(qū)域經(jīng)濟發(fā)展質(zhì)量，并且在經(jīng)濟規(guī)模大、人力資本高、政府作用強的前提下，新型城鎮(zhèn)化建設(shè)能夠進一步提升區(qū)域經(jīng)濟發(fā)展質(zhì)量[21](田麗，2018)。認為城鎮(zhèn)化有利于提高農(nóng)村人均收入，從而促進農(nóng)村經(jīng)濟發(fā)展，城鎮(zhèn)化水平越高，繼續(xù)推進城鎮(zhèn)化對農(nóng)村人均收入提高的促進作用越強[22]。

基于前人研究結(jié)果，本文中革命老區(qū)縣是否是因為城鎮(zhèn)化建設(shè)落后導(dǎo)致其經(jīng)濟發(fā)展緩慢？本文以城鎮(zhèn)與鄉(xiāng)村人口的比值來作為縣域城鎮(zhèn)化建設(shè)的代理變量，對其進行檢驗。

如表9所示，列(1)至列(4)報告了社會福利支出角度的回歸結(jié)果，其中列(1)與列(2)是人均福利單位床位數(shù)(lnwel_bed)的回歸結(jié)果，可以看出核心解釋變量(revolution_area)估計系數(shù)正向顯著，顯著性水平均為1%。列(3)與列(4)是人均福利單位床位數(shù)(lnwel_bed)的回歸結(jié)果，可以看出核心解釋變量(revolution_area)估計系數(shù)正向顯著，顯著性水平均為1%，說明相比給革命老區(qū)縣，“革命老區(qū)”賦予的的政治資源顯著增加了其社會的福利支出，造成地方財政資源的扭曲利用。列(5)與列(6)報告了城鎮(zhèn)化建設(shè)角度的回歸結(jié)果，可以看出核心解釋變量(revolution_area)估計系數(shù)負向顯著，顯著性水平均為1%，說明相比給革命老區(qū)縣，“革命老區(qū)”賦予的的政治資源顯著阻礙了其城鎮(zhèn)化建設(shè)，使得其城鎮(zhèn)化水平相對落后。這正好符合(楊得前，蔡芳宏，2015)的研究結(jié)論，其認為當(dāng)前我國欠發(fā)達地區(qū)財政政策仍存在較多問題，主要表現(xiàn)在財政促進新型城鎮(zhèn)化發(fā)展的成效不理想[23]。

總之，可以從機制分析中看出：“革命老區(qū)”政府過多的財政資源投入非生產(chǎn)性福利支出上，這可能進一步擠占社會經(jīng)濟發(fā)展所需的生產(chǎn)性支出，如機制中探究的城鎮(zhèn)化建設(shè)，“革命老區(qū)”賦予的的政治資源并沒有促進其城鎮(zhèn)化建設(shè)。這最終導(dǎo)致其經(jīng)濟發(fā)展水平相對落后，擴大了其在地區(qū)和省級層面的絕對經(jīng)濟差距。

表9 機制檢驗回歸結(jié)果

注：“***”“**”和“*”分別表示1%、5%和10%的統(tǒng)計顯著性水平，系數(shù)下方括號內(nèi)報告的是t值

六、結(jié)論

根據(jù)本文研究結(jié)論從三個方面提出有關(guān)建議，具體如下:

(一)加大對“革命老區(qū)”地區(qū)基礎(chǔ)設(shè)施的投資力度，開發(fā)其經(jīng)濟增長新引擎

由于自然、地理、歷史等因素，“革命老區(qū)”地區(qū)的基礎(chǔ)設(shè)施條件相對落后，而落后的基礎(chǔ)設(shè)施正是阻礙“革命老區(qū)”經(jīng)濟增長的主要瓶頸。然而，當(dāng)今城鎮(zhèn)化的建設(shè)作為推動經(jīng)濟增長的主要引擎，完善的基礎(chǔ)設(shè)施條件是進行城鎮(zhèn)化高水平發(fā)展的基礎(chǔ)。同時，“革命老區(qū)”因其自然環(huán)境和歷史因素有著豐富的旅游資源，如“延安革命圣地”，打造紅色旅游基地也需在完善的基礎(chǔ)設(shè)施之上。因此，我國政府應(yīng)加大對革命老區(qū)的投資力度，進一步完善其基礎(chǔ)設(shè)施條件，為其地方經(jīng)濟發(fā)展“造血”，開發(fā)經(jīng)濟增長新引擎。

(二)完善“革命老區(qū)”縣財政支出制度，并加強自上而下的行政監(jiān)督與管理

從本文研究結(jié)論可以看出革命老區(qū)縣的身份賦予的政治資源顯著擴大了縣社會福利的支出?！案锩蠀^(qū)”政府過多的財政資源投入非生產(chǎn)性福利支出上，這將進一步擠占社會經(jīng)濟發(fā)展所需的生產(chǎn)性支出，如機制中探究的城鎮(zhèn)化建設(shè)，最終導(dǎo)致當(dāng)?shù)亟?jīng)濟增長潛力低下，并且對政府大額財政福利支出的依賴會加劇對財政資源的扭曲利用。因此，中央政府應(yīng)該完善各級政府財政支出的制度，特別是如本文研究的“革命老區(qū)”，并且要加強自上而下的行政監(jiān)督與管理。

(三)繼續(xù)深入落實我國的“精準扶貧”政策，提高扶貧建設(shè)的效率

黨的十八大以來，中央調(diào)整了以往以區(qū)域開發(fā)為主的扶貧開發(fā)模式，將精準扶貧和精準脫貧作為基本方略。以往的扶貧開發(fā)模式以“撒胡椒面”式的實物救濟“輸血”為主，救濟形式單一、分散、力度較低，很難集中解決一些制約區(qū)域發(fā)展的重要問題，而精準扶貧就是將貧困家庭和貧困人口作為主要扶持對象，而不能僅僅停留在扶持貧困縣和貧困村的層面上。2012年至2017年，中國貧困人口減少近7000萬人，相當(dāng)于每分鐘至少有26人擺脫了貧困。貧困發(fā)生率由10.2%下降到3.1%，并且貧困縣數(shù)量實現(xiàn)了首次減少，創(chuàng)造了中國扶貧史上的最好成績。因此“革命老區(qū)”作為我國扶貧攻堅戰(zhàn)的重點區(qū)域，當(dāng)?shù)貞?yīng)當(dāng)精準、高效利用中央政府給予的財政優(yōu)惠，將財政資金投入脫貧重點領(lǐng)域，改善其經(jīng)濟發(fā)展水平的落后面貌。

注 釋：

①1979年6月24日，為貫徹國務(wù)院1978年12月2日國發(fā)〔1978〕250號文件批轉(zhuǎn)財政部《關(guān)于減輕農(nóng)村稅收負擔(dān)問題的報告》中提出關(guān)于免征革命老根據(jù)地社、隊企業(yè)工商所得稅問題，各地對劃定革命老根據(jù)地的標(biāo)準和劃分免征工商所得稅的標(biāo)準，即對什么經(jīng)濟條件的社、隊才免征工商所得稅兩個問題，不斷打電話、致函民政部請示。為此，民政部、財政部經(jīng)國務(wù)院批準，聯(lián)合下發(fā)了《關(guān)于免征革命老根據(jù)地社隊企業(yè)工商所得稅問題的通知》(民發(fā)〔1979〕30號、〔79〕財稅85號文件)，通知中對劃定革命老根據(jù)地的標(biāo)準明確做出了規(guī)定。此后，為確認革命老區(qū)，國務(wù)院設(shè)立了老區(qū)辦，辦公地點設(shè)在農(nóng)業(yè)部(1993年，全國老區(qū)辦正式撤銷，同時停止了對革命老區(qū)的審批確認工作)。

②中國老區(qū)建設(shè)促進會，1997年《中國革命老區(qū)》，中共黨史出版社。

③資料來源：國家扶貧開發(fā)領(lǐng)導(dǎo)小組辦公室，http://www.cpad.gov.cn/art/2012/3/19/art_50_23706.html。

④省會城市有：石家莊市、沈陽市、哈爾濱市、杭州市、福州市、濟南市、廣州市、武漢市、成都市、昆明市、蘭州市、南寧市、銀川市、太原市、長春市、南京市、合肥市、南昌市、鄭州市、長沙市、貴陽市、西安市、西寧市、呼和浩特市、拉薩市和烏魯木齊市，其中某些省會城市為副省級城市。副省級城市有：廈門市、寧波市、深圳市、青島市和大連市。