金 浩，張文若，李瑞晶

（1.河北工業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院，天津 300401；2.河北金融學(xué)院 金融系，河北 保定 071051）

一、引言

扶貧開(kāi)發(fā)是我國(guó)實(shí)現(xiàn)鄉(xiāng)村振興、共建小康社會(huì)的必由之路。隨著脫貧攻堅(jiān)進(jìn)入深水區(qū)，國(guó)家扶貧開(kāi)發(fā)工作也更加強(qiáng)調(diào)精準(zhǔn)性，扶貧工作重心逐漸轉(zhuǎn)向以集中連片特殊困難地區(qū)和國(guó)家扶貧開(kāi)發(fā)工作重點(diǎn)縣為代表的主戰(zhàn)場(chǎng)。2012 年3 月，國(guó)務(wù)院扶貧開(kāi)發(fā)領(lǐng)導(dǎo)小組正式公布了最新一輪扶貧開(kāi)發(fā)工作重點(diǎn)縣（下文簡(jiǎn)稱“貧困縣”）名單，將592 個(gè)貧困人口集中、基礎(chǔ)設(shè)施薄弱，扶貧難度較大的縣（市、區(qū)、旗，下文簡(jiǎn)稱“縣”）確立為國(guó)家級(jí)貧困縣，并為其提供政策傾斜。

貧困縣的設(shè)立始終是我國(guó)扶貧開(kāi)發(fā)工作的重要環(huán)節(jié)，被列為貧困縣的地區(qū)在財(cái)政轉(zhuǎn)移支付、息稅減免、公共服務(wù)和基礎(chǔ)設(shè)施建設(shè)等多個(gè)方面享有政策優(yōu)惠。但這些政策優(yōu)惠能否真正惠及貧困縣經(jīng)濟(jì)發(fā)展與居民生活水平提升？前期已有很多學(xué)者對(duì)此開(kāi)展了深入的研究和探討。

一種觀點(diǎn)認(rèn)為，貧困縣政策的實(shí)施取得了比較理想的政策效果，有利于提升貧困縣人力資本存量和人均儲(chǔ)蓄存款余額[1-2]，推動(dòng)“三農(nóng)”發(fā)展和工業(yè)部門生產(chǎn)率提升[3-4]，進(jìn)而促進(jìn)貧困縣經(jīng)濟(jì)增長(zhǎng)和提升農(nóng)村居民的人均收入水平[5]。黃志平[6]認(rèn)為，國(guó)家級(jí)貧困縣的設(shè)立主要通過(guò)優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)和增加固定資產(chǎn)投資的渠道發(fā)揮作用，對(duì)于縣域經(jīng)濟(jì)增長(zhǎng)存在顯著而持久的推動(dòng)效應(yīng)，并且有助于降低區(qū)域間經(jīng)濟(jì)發(fā)展的不平衡性。

而另一種觀點(diǎn)認(rèn)為，貧困縣政策的脫貧效果明顯被夸大了。由于存在“后發(fā)優(yōu)勢(shì)”[7]，貧困發(fā)生率的下降不過(guò)是經(jīng)濟(jì)增長(zhǎng)的自然規(guī)律的體現(xiàn)[8]。第一，貧困縣政策可能存在政策失靈現(xiàn)象，由于缺乏有效的配套制度保障，扶貧開(kāi)發(fā)工作重點(diǎn)縣政策不僅未能促進(jìn)縣域人均GDP 的增長(zhǎng)，反而擴(kuò)大了區(qū)域差距[9]。第二，貧困縣政策存在偏重“三農(nóng)”發(fā)展的傾向，過(guò)度扶持落后產(chǎn)業(yè)發(fā)展，抑制了這些地區(qū)的城市化進(jìn)程，對(duì)于縮小城鄉(xiāng)差距存在不利影響[10]。第三，由于缺乏完善的貧困縣退出機(jī)制，隨著時(shí)間的推移，政策的精準(zhǔn)度和有效性也會(huì)有所下降[11-12]。

此外，還有研究對(duì)扶貧政策成效的區(qū)域異質(zhì)性進(jìn)行了分析[13]。王藝明等[14]指出，“八七計(jì)劃”在貴州、甘肅、內(nèi)蒙古和河北四省區(qū)的政策效果各有差異，其中在甘肅和貴州，政策實(shí)施績(jī)效更加顯著，而在內(nèi)蒙古和河北，政策效果不穩(wěn)定。劉偉等[15]和趙正等[16]分別針對(duì)陜西安康和秦嶺地區(qū)的貧困農(nóng)戶開(kāi)展了調(diào)查研究，認(rèn)為參與精準(zhǔn)扶貧項(xiàng)目有利于提高兩地農(nóng)村貧困農(nóng)戶收入。但江帆等[17]針對(duì)湖北省實(shí)證研究卻發(fā)現(xiàn)，扶貧開(kāi)發(fā)政策的執(zhí)行并未有效推動(dòng)貧困縣經(jīng)濟(jì)增長(zhǎng)，更不利于縮小區(qū)域間經(jīng)濟(jì)差異。

綜上可知，已有文獻(xiàn)不僅對(duì)貧困縣政策的執(zhí)行效果存在一定爭(zhēng)議，并且發(fā)現(xiàn)政策的實(shí)施成效在不同地區(qū)也表現(xiàn)出明顯的異質(zhì)性。在最新一輪的國(guó)家扶貧開(kāi)發(fā)戰(zhàn)略中，河北省有39 個(gè)縣被列為貧困縣，是我國(guó)東部沿海地區(qū)貧困縣數(shù)量最多、貧困程度最深的省份之一?，F(xiàn)有研究普遍側(cè)重關(guān)注我國(guó)西部地區(qū)、老少邊窮地區(qū)、民族地區(qū)的扶貧開(kāi)發(fā)進(jìn)程，卻很少有研究討論扶貧開(kāi)發(fā)工作重點(diǎn)縣政策在河北省的執(zhí)行情況。河北省的貧困縣主要集中在張承地區(qū)、環(huán)首都地區(qū)、太行山區(qū)和黑龍港流域，這些地區(qū)自然生態(tài)環(huán)境惡劣，經(jīng)濟(jì)基礎(chǔ)薄弱，面臨經(jīng)濟(jì)建設(shè)和生態(tài)涵養(yǎng)的雙重壓力，其貧困問(wèn)題極具典型性和特殊性。基于此，本研究以河北省為例，采用傾向得分匹配-雙重差分（PSM-DID）模型構(gòu)建準(zhǔn)自然實(shí)驗(yàn)分析框架，評(píng)估扶貧開(kāi)發(fā)工作重點(diǎn)縣政策對(duì)于河北省縣域經(jīng)濟(jì)增長(zhǎng)的影響及其作用機(jī)制。本研究有助于對(duì)我國(guó)扶貧開(kāi)發(fā)工作重點(diǎn)縣政策執(zhí)行的有效性進(jìn)行更加充分和全面的認(rèn)識(shí)，并為扶貧開(kāi)發(fā)政策與區(qū)域經(jīng)濟(jì)發(fā)展戰(zhàn)略的合理對(duì)接提供理論參考。

二、理論分析與研究假設(shè)

近年來(lái)，河北省通過(guò)財(cái)政專項(xiàng)資金投入、稅息優(yōu)惠、產(chǎn)業(yè)培育、就業(yè)幫扶、教育脫貧等多種渠道并行推進(jìn)減貧工作。在產(chǎn)業(yè)扶貧方面，各地區(qū)結(jié)合當(dāng)?shù)刭Y源稟賦和產(chǎn)業(yè)基礎(chǔ)，通過(guò)現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)園區(qū)、帶貧合作社、家庭農(nóng)場(chǎng)等多種經(jīng)營(yíng)主體模式，應(yīng)用先進(jìn)技術(shù)，發(fā)展具有鄉(xiāng)土特色的手工業(yè)和生態(tài)旅游業(yè)，培育涉農(nóng)新業(yè)態(tài)，帶動(dòng)貧困地區(qū)發(fā)展和貧困人口脫貧致富。在金融扶貧方面，運(yùn)用財(cái)政和金融工具聚合金融資源，為貧困縣經(jīng)濟(jì)發(fā)展提供優(yōu)質(zhì)資本積累[18]。2018年河北省財(cái)政投入專項(xiàng)扶貧資金40.4 億元，同比增長(zhǎng)306%[19]；2017 年河北省貧困縣貸款余額達(dá)4 486.1億元，高于河北全省和非貧困縣貸款增速[20]。在教育和技能扶貧方面，一是在義務(wù)教育階段，通過(guò)改善農(nóng)村辦學(xué)條件、資助建檔立卡貧困生入學(xué)、行政督促輟學(xué)學(xué)生復(fù)學(xué)等措施提高義務(wù)教育鞏固率；二是在勞動(dòng)力培養(yǎng)上，堅(jiān)持“扶貧先扶智”，通過(guò)發(fā)展職業(yè)教育和培訓(xùn)、推進(jìn)產(chǎn)教融合，著力提升勞動(dòng)力素質(zhì)和技術(shù)能力，促進(jìn)貧困勞動(dòng)力就業(yè)。綜上所述，如圖1 所示，扶貧開(kāi)發(fā)重點(diǎn)縣政策主要通過(guò)支持縣域產(chǎn)業(yè)發(fā)展、增加縣域資本和勞動(dòng)力生產(chǎn)要素積累等多種渠道促進(jìn)貧困縣經(jīng)濟(jì)增長(zhǎng)。

基于以上分析，本文提出以下兩個(gè)研究假設(shè)：

假設(shè)1：扶貧開(kāi)發(fā)重點(diǎn)縣政策有利于促進(jìn)河北省貧困縣經(jīng)濟(jì)增長(zhǎng)。

圖1 扶貧開(kāi)發(fā)重點(diǎn)縣政策影響貧困縣經(jīng)濟(jì)增長(zhǎng)的作用機(jī)理

假設(shè)2：扶貧開(kāi)發(fā)重點(diǎn)縣政策通過(guò)支持縣域產(chǎn)業(yè)發(fā)展、增加縣域資本和勞動(dòng)力生產(chǎn)要素積累等多種渠道促進(jìn)河北省貧困縣經(jīng)濟(jì)增長(zhǎng)。

三、模型構(gòu)建與數(shù)據(jù)說(shuō)明

（一）PSM-DID 方法

貧困縣政策在河北省的實(shí)施構(gòu)成了一項(xiàng)準(zhǔn)自然實(shí)驗(yàn)，可以采用雙重差分法（Difference in Differences，DID）評(píng)估政策的實(shí)施效果。DID 將政策和時(shí)間虛擬變量的交互項(xiàng)納入到回歸模型中，通過(guò)比較政策實(shí)施前后，受到政策影響的地區(qū)與未受影響的地區(qū)的差異估算政策執(zhí)行的影響。

但是在實(shí)踐中，由于貧困縣和非貧困縣的特征本身就存在差異，這樣一來(lái)就會(huì)導(dǎo)致傳統(tǒng)DID 模型在估計(jì)上存在樣本選擇偏誤。Rosenbaum et al.[21]提出的傾向得分匹配（Propensity Score Matching，PSM）方法則可以有效解決這一問(wèn)題。PSM 的基本思想是，考慮一個(gè)地區(qū)是否被列為貧困縣的影響因素，構(gòu)建Logistic 回歸模型計(jì)算每個(gè)地區(qū)被列為貧困縣的概率（即傾向得分），然后將得分接近的樣本進(jìn)行匹配，并將沒(méi)有匹配對(duì)象的樣本剔除，那么剩余樣本就具有了同質(zhì)性。使用匹配后的精煉樣本構(gòu)建DID 模型，可以避免由于樣本選擇性偏差而導(dǎo)致的估計(jì)偏誤，從而能夠更加精準(zhǔn)地識(shí)別政策帶來(lái)的凈效應(yīng)。

（二）模型、變量與數(shù)據(jù)說(shuō)明

本研究使用PSM-DID 方法分析貧困縣政策的經(jīng)濟(jì)增長(zhǎng)效應(yīng)，構(gòu)建DID 基準(zhǔn)回歸模型如式（1）所示：

模型被解釋變量為縣域經(jīng)濟(jì)增長(zhǎng)水平，使用人均GDP 的自然對(duì)數(shù)表示。

核心解釋變量did 為貧困縣虛擬變量poverty和政策執(zhí)行時(shí)間虛擬變量time 的交互項(xiàng)。其中貧困縣虛擬變量根據(jù)國(guó)務(wù)院扶貧開(kāi)發(fā)領(lǐng)導(dǎo)小組于2012年3 月公布的《國(guó)家扶貧開(kāi)發(fā)工作重點(diǎn)縣名單》確定，若一個(gè)地區(qū)位于名單中，令poverty=1，否則令poverty=0。政策執(zhí)行時(shí)點(diǎn)根據(jù)文件發(fā)布時(shí)間確定，令2012 年及以后年份的time=1，否則令time=0。

模型控制變量主要包括其他可能影響區(qū)域經(jīng)濟(jì)增長(zhǎng)的因素。參考同類研究的控制變量設(shè)定情況[6，9]，本研究選擇產(chǎn)業(yè)結(jié)構(gòu)合理化、產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化、金融機(jī)構(gòu)貸款規(guī)模、固定資產(chǎn)投資規(guī)模、政府干預(yù)強(qiáng)度、居民受教育程度和勞動(dòng)力規(guī)模等7 項(xiàng)指標(biāo)作為控制變量。其中產(chǎn)業(yè)結(jié)構(gòu)合理化使用二三產(chǎn)業(yè)增加值占GDP 的比重表示，記為industry1；產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化使用第三產(chǎn)業(yè)增加值與第二產(chǎn)業(yè)增加值之比表示，記為industry2；金融機(jī)構(gòu)貸款規(guī)模使用人均金融機(jī)構(gòu)貸款余額的自然對(duì)數(shù)表示，記為lnfin；固定資產(chǎn)投資規(guī)模使用固定資產(chǎn)投資余額與GDP 之比表示，記為investment；政府干預(yù)強(qiáng)度使用財(cái)政預(yù)算收支之和與GDP 的比值表示，記為gov；居民受教育水平使用中小學(xué)在校學(xué)生數(shù)與總?cè)丝跀?shù)之比表示，記為edu；勞動(dòng)力規(guī)模使用單位就業(yè)人數(shù)與總?cè)丝跀?shù)之比表示，記為labor?；鶞?zhǔn)回歸模型涉及的主要變量設(shè)定情況匯總?cè)绫? 所示。

研究樣本選擇河北省131 個(gè)縣2008—2016 年均衡面板數(shù)據(jù)，其中37 個(gè)縣為貧困縣，94 個(gè)縣為非貧困縣。原始數(shù)據(jù)來(lái)源于國(guó)研網(wǎng)縣級(jí)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)庫(kù)和CNKI 中國(guó)經(jīng)濟(jì)社會(huì)大數(shù)據(jù)研究平臺(tái)，個(gè)別缺失數(shù)據(jù)采用插值法彌補(bǔ)。變量數(shù)據(jù)的描述性統(tǒng)計(jì)分析情況如表2 所示。從中可以看出，貧困縣的人均GDP、二三產(chǎn)業(yè)占比、金融機(jī)構(gòu)貸款規(guī)模、人均受教育程度和就業(yè)規(guī)模都低于非貧困縣和全部樣本的平均值，但財(cái)政收支占GDP 的比重高于非貧困縣，表明貧困縣與其他地區(qū)相比經(jīng)濟(jì)狀況相對(duì)更差，并受到了更強(qiáng)政策干預(yù)的影響，這從側(cè)面反映出扶貧政策具有較好的瞄準(zhǔn)性。

表1 基準(zhǔn)模型主要變量匯總

四、實(shí)證結(jié)果與分析

（一）傾向得分匹配

本研究使用一對(duì)一臨近匹配法對(duì)貧困縣與非貧困縣樣本進(jìn)行傾向得分匹配，匹配使用的協(xié)變量包括：rgdp、industry1、industry2、lnsave、lnfin、investment、edu、labor 和lngov。其中變量rgdp、lnsave 和lngov 分別表示人均GDP、人均金融機(jī)構(gòu)儲(chǔ)蓄存款余額的自然對(duì)數(shù)和人均財(cái)政收入的自然對(duì)數(shù)，其余變量的含義和計(jì)算方式與前文一致。除極少數(shù)，Logistic 回歸模型的估計(jì)系數(shù)均通過(guò)了顯著性檢驗(yàn)，表明協(xié)變量選擇有效。傾向得分匹配的檢驗(yàn)結(jié)果如圖2 和表3所示，匹配后貧困縣和非貧困縣的公共支撐范圍如圖3 所示。

表2 變量數(shù)據(jù)的描述性統(tǒng)計(jì)

圖2 匹配前后貧困縣與非貧困縣的標(biāo)準(zhǔn)偏差

圖3 匹配后樣本的共同支撐域

從圖2 和表3 中可以看出，匹配前貧困縣與非貧困縣的標(biāo)準(zhǔn)偏差值較大，均超過(guò)了35%，平衡性檢驗(yàn)的p 統(tǒng)計(jì)值也在0.01 的顯著性水平下拒絕原假設(shè)，說(shuō)明二者存在明顯的系統(tǒng)性偏差。匹配后兩組樣本的特征變量均值的差異與匹配前（表3）相比有所減小，標(biāo)準(zhǔn)化偏差值明顯降低，均低于20%，平衡性檢驗(yàn)的p 值大多不再顯著，Logistic 回歸模型的偽R2也從0.295 降低到0.019，表明匹配后貧困縣和非貧困縣的特征差異得到了很好的控制，可以有效地降低回歸過(guò)程中的樣本選擇偏誤。如圖3 所示，匹配后的貧困縣和非貧困縣樣本存在一定的共同支撐范圍，處在共同支撐域內(nèi)的樣本有977 個(gè)，損耗樣本202 個(gè)。

（二）政策效應(yīng)分析

基準(zhǔn)回歸模型的估計(jì)結(jié)果如表4 所示，其中第（1）列和第（2）列分別為匹配前樣本隨機(jī)效應(yīng)和固定效應(yīng)模型的估計(jì)結(jié)果，第（3）列和第（4）列分別為匹配后樣本隨機(jī)效應(yīng)和固定效應(yīng)模型的估計(jì)結(jié)果。模型的擬合優(yōu)度R2接近0.9，解釋變量的估計(jì)系數(shù)大多也通過(guò)了顯著性檢驗(yàn)，回歸結(jié)果比較理想。

從主要解釋變量的回歸結(jié)果來(lái)看，變量did 的回歸系數(shù)為正，且在大多數(shù)情況下都通過(guò)了顯著性檢驗(yàn)（隨機(jī)效應(yīng)的PSM-DID 模型除外），表明扶貧開(kāi)發(fā)工作重點(diǎn)縣政策的實(shí)施對(duì)于縣域經(jīng)濟(jì)增長(zhǎng)存在顯著的促進(jìn)效果。從各個(gè)控制變量的回歸結(jié)果來(lái)看，變量lnfin、edu 和labor 的回歸系數(shù)顯著為正，表明金融機(jī)構(gòu)貸款、居民受教育水平和就業(yè)水平對(duì)區(qū)域經(jīng)濟(jì)增長(zhǎng)均存在顯著的促進(jìn)作用。變量industry1 和industry2、investment 和gov 的回歸系數(shù)顯著為負(fù)，反映出縣域產(chǎn)業(yè)結(jié)構(gòu)、固定資產(chǎn)投資和政府干預(yù)與經(jīng)濟(jì)增長(zhǎng)呈負(fù)相關(guān)關(guān)系。

（三）作用機(jī)制分析

進(jìn)一步，本研究通過(guò)構(gòu)建含政策虛擬變量和解釋變量交互項(xiàng)的回歸模型，具體分析貧困縣政策推動(dòng)縣域經(jīng)濟(jì)增長(zhǎng)的作用機(jī)制。如式（2）所示，X×poverty 為政策虛擬變量與解釋變量的交互項(xiàng)，結(jié)合前文的理論分析可知，扶貧開(kāi)發(fā)政策主要在資本投入、產(chǎn)業(yè)發(fā)展、增進(jìn)教育和就業(yè)等方面施加政策影響，因此將X 分別設(shè)定為lnfin、investment、industry1、industry2、edu 和labor。εit為隨機(jī)誤差項(xiàng)。模型的回歸結(jié)果如表5 所示。

表5 中第一行的變量名代表其所屬列模型的X。從模型估計(jì)結(jié)果來(lái)看，全部模型的R2均超過(guò)了0.86，擬合優(yōu)度較高。從政策的作用機(jī)制來(lái)看，變量investment×poverty 的回歸系數(shù)顯著為正而investment 不顯著，表明在河北省縣域可能存在固定資產(chǎn)投資浪費(fèi)現(xiàn)象，導(dǎo)致投資促進(jìn)經(jīng)濟(jì)增長(zhǎng)的效果沒(méi)有很好地體現(xiàn)，但貧困縣政策的實(shí)施可以改善固定資產(chǎn)投資利用方式，使其顯著地促進(jìn)經(jīng)濟(jì)增長(zhǎng)。變量investment×poverty 的系數(shù)顯著為正，反映出政策可以提升貧困縣的貸款可得性，改善貧困地區(qū)的金融排斥現(xiàn)象，但政策效應(yīng)相對(duì)較小。從產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的渠道來(lái)看，變量industry1×poverty 和industry2×poverty 的回歸系數(shù)均顯著為正，反映出扶貧開(kāi)發(fā)政策對(duì)于“三農(nóng)”發(fā)展的支持一定程度上扭轉(zhuǎn)了縣域產(chǎn)業(yè)結(jié)構(gòu)不合理的局面，更有利于培育與當(dāng)?shù)匾刭Y源稟賦和經(jīng)濟(jì)發(fā)展需求相適應(yīng)的優(yōu)勢(shì)產(chǎn)業(yè)。變量edu×poverty 和labor×poverty 的回歸系數(shù)均顯著為正，表明貧困縣政策的實(shí)施提高了勞動(dòng)力素質(zhì)，促進(jìn)了就業(yè)，為縣域經(jīng)濟(jì)增長(zhǎng)提供了更有力的人力資本積累。

（四）穩(wěn)健性檢驗(yàn)

本研究采用安慰劑檢驗(yàn)和更換PSM 協(xié)變量?jī)煞N方法對(duì)實(shí)證結(jié)果進(jìn)行穩(wěn)健性檢驗(yàn)，以保證研究結(jié)論的可靠性。

第一，通過(guò)構(gòu)建反事實(shí)分析框架進(jìn)行安慰劑檢驗(yàn)，其基本思路為：分別假設(shè)政策實(shí)施時(shí)間提前兩年和推遲兩年，若此時(shí)變量did 的回歸系數(shù)仍然顯著，則說(shuō)明存在某種未考慮的因素而非政策本身導(dǎo)致了貧困縣的經(jīng)濟(jì)增長(zhǎng)。安慰劑檢驗(yàn)?zāi)Ｐ偷幕貧w結(jié)果如表6 所示，從中可以看出，無(wú)論是假設(shè)政策提前還是推遲兩年實(shí)施，變量did 的回歸系數(shù)均不再顯著，表明安慰劑政策對(duì)經(jīng)濟(jì)增長(zhǎng)未表現(xiàn)出促進(jìn)作用，也就是說(shuō)，扶貧開(kāi)發(fā)政策確實(shí)產(chǎn)生了促進(jìn)縣域經(jīng)濟(jì)增長(zhǎng)的效果。

第二，本研究通過(guò)更換PSM 協(xié)變量的方式進(jìn)行穩(wěn)健性檢驗(yàn)。本文在這里選擇了兩組變量作為PSM的協(xié)變量：第一類是反映縣域經(jīng)濟(jì)特征的變量組合，具體包括縣域人均GDP（rgdp）、產(chǎn)業(yè)結(jié)構(gòu)合理化（industry1）和產(chǎn)業(yè)結(jié)構(gòu)高級(jí)化（industry2）三項(xiàng)指標(biāo)；第二類是反映縣域生產(chǎn)要素投入的變量組合，具體包括貸款規(guī)模（lnfin）、固定資產(chǎn)投資規(guī)模（investment）、居民受教育水平（edu）和就業(yè)水平（labor）四項(xiàng)指標(biāo)。匹配方式仍然選用一對(duì)一近鄰匹配法。由于這里使用的協(xié)變量數(shù)量減少，相當(dāng)于放松了匹配條件，因此處在共同支撐域內(nèi)的樣本數(shù)量有所增加，保留樣本分別為1 025 個(gè)和1 058 個(gè)。更換匹配變量后的PSM-DID 模型回歸結(jié)果如表7 所示，其中第（1）列和第（2）列分別為第一組PSM 的隨機(jī)效應(yīng)和固定效應(yīng)模型的回歸結(jié)果，第（3）列和第（4）列分別為第二組PSM 的隨機(jī)效應(yīng)和固定效應(yīng)模型回歸結(jié)果。從表7 中可以看出，PSM-DID 模型的擬合優(yōu)度均接近0.9，解釋變量的回歸系數(shù)方向、大小及其顯著性水平與基準(zhǔn)回歸模型高度一致，表明實(shí)證結(jié)果具備較好的穩(wěn)健性。

表6 安慰劑檢驗(yàn)?zāi)Ｐ突貧w結(jié)果

五、結(jié)論與建議

扶貧開(kāi)發(fā)工作重點(diǎn)縣政策是我國(guó)新一輪扶貧開(kāi)發(fā)戰(zhàn)略的核心制度性安排。本研究基于河北省131個(gè)縣2008—2016 年面板數(shù)據(jù)，采用PSM-DID 方法構(gòu)建準(zhǔn)自然實(shí)驗(yàn)分析框架，評(píng)估了政策實(shí)施對(duì)于河北省貧困縣經(jīng)濟(jì)增長(zhǎng)的影響及其作用機(jī)制。研究發(fā)現(xiàn)：扶貧開(kāi)發(fā)工作重點(diǎn)縣政策在河北省的實(shí)施取得了比較理想的效果，有利于促進(jìn)貧困縣經(jīng)濟(jì)增長(zhǎng)，并且這一結(jié)論通過(guò)了反事實(shí)分析、更換PSM 協(xié)變量等多種形式的穩(wěn)健性檢驗(yàn)；政策的實(shí)施可通過(guò)支持縣域優(yōu)勢(shì)產(chǎn)業(yè)發(fā)展、增加縣域資本和勞動(dòng)力生產(chǎn)要素積累等多種渠道起到推動(dòng)貧困地區(qū)經(jīng)濟(jì)增長(zhǎng)的作用。

表7 更換匹配變量的模型回歸結(jié)果

本文對(duì)未來(lái)河北省縣域扶貧開(kāi)發(fā)與經(jīng)濟(jì)發(fā)展提出如下政策建議：第一，應(yīng)因地因時(shí)制宜地完善扶貧開(kāi)發(fā)機(jī)制，避免為了滿足短期考核指標(biāo)而進(jìn)行“一刀切”的政策改革模式。作為京津冀協(xié)同發(fā)展和雄安新區(qū)建設(shè)的組成部分，河北省的發(fā)展具有至關(guān)重要的戰(zhàn)略性意義，未來(lái)的扶貧開(kāi)發(fā)戰(zhàn)略應(yīng)和區(qū)域協(xié)同發(fā)展戰(zhàn)略實(shí)現(xiàn)有效銜接，重視縣域優(yōu)勢(shì)產(chǎn)業(yè)和龍頭企業(yè)發(fā)展，培育縣域經(jīng)濟(jì)增長(zhǎng)的內(nèi)生動(dòng)力，逐步縮小與發(fā)達(dá)地區(qū)的差距。第二，應(yīng)重視扶貧開(kāi)發(fā)政策效應(yīng)的持久性和延續(xù)性?，F(xiàn)階段貧困縣逐步脫貧摘帽，需要謹(jǐn)防這些剛剛脫貧的地區(qū)在缺少國(guó)家政策扶持的情況下再度陷入貧困。建議及時(shí)采取一些地方性的政策措施打造優(yōu)勢(shì)平臺(tái)，營(yíng)造有利環(huán)境，吸引更多市場(chǎng)和社會(huì)力量參與縣域經(jīng)濟(jì)建設(shè)，從而對(duì)貧困縣政策退出的影響起到一定緩和作用。