西部內陸自貿區的經濟增長效應研究： 基于合成控制法

何 杰 唐 亮

（瀘州職業技術學院，四川 瀘州 646000）

自由貿易試驗區（簡稱“自貿區”）是指在某一國或地區境內建立的實行某種特殊政策或試驗政策的區域（王耀中等，2021）。迄今為止，我國共有20個自貿區和1個自貿港，但只有四川、重慶、陜西等3個內陸型自貿區位于西部地區。從3個自貿區掛牌4周年的成果看，3個自貿區在新增企業、吸引外商投資、進出口貿易等方面成效顯著，均會直接或間接影響當地經濟發展?；诖?，本文擬采用合成控制法（SCM）實證檢驗西部內陸自貿區的經濟增長效應，提出對策建議。

一、文獻回顧

一些學者專門研究了我國自貿區驅動經濟增長的作用機制，認為我國自貿區主要通過貿易紅利、福利效應、投資效應、規模效應、企業競爭、技術進步、產業結構、市場化改革等方面的作用驅動地區經濟增長（趙亮和陳淑梅，2016；葉霖莉，2020；張阿城和于業芹，2020）。

自貿區政策效應的評估方法主要有參數估計法和非參數估計法（Hsiao et al，2012）。參數估計法從理論上分析評估變量的影響因素，構建以政策變量為核心解釋變量的函數并進行實證分析。此方法雖然可以同時處理可觀測變量和不可觀測變量的選擇，但對數據量要求較大，且結果的有效性取決于構建函數的正確性，通常采用工具變量法解決其內生性問題（劉志紅，2018）。蔡玲和楊月濤（2021）采用此方法評估了自貿區政策對城市經濟增長的影響。非參數估計法減少對數據量的要求，但對樣本選擇有特定要求。常用的非參數估計法有斷點回歸法（RDD）、傾向得分匹配法（PSM）、雙重差分法（DID）、雙重差分傾向得分匹配法（PSM-DID）、合成控制法（SCM）、Hsiao面板數據政策效應評估法（舒海兵等，2007；劉志紅，2018）。葉霖莉（2020）采用雙重差分法評估了上海、天津、廣東和福建自貿區的經濟增長效應，張阿城和于業芹（2020）采用雙重差分傾向得分匹配法評估了7個地級市自貿片區的經濟增長效應，譚娜等（2015）、劉一鳴等（2020）采用Hsiao面板數據政策效應評估法評估了上海自貿區的經濟增長效應。

學界對我國自貿區能否促進地區經濟增長進行了實證檢驗。多數研究結論證實自貿區能夠促進地區經濟增長，譚娜等（2015）評估了上海自貿區的經濟增長效應，發現上海自貿區對上海經濟增長具有顯著的正效應，工業增加值和進出口總額同比分別提升2.69%和6.73%；應望江和范波文（2018）評估了上海、天津、廣東和福建4個自貿區的經濟增長效應，發現自貿區成立對當地經濟增長具有積極作用，使上海、天津、福建和廣東的季度GDP分別增長2.27%、3.55%、0.7%和1.18%；張阿城和于業芹（2020）評估了7個地級市自貿區的經濟增長效應，發現自貿區成立對地級市的經濟增長具有顯著正效應，使人均GDP增加0.849%；王耀中等（2021）評估了22個地級市自貿片區的經濟增長效應，發現自貿區試點顯著促進地區經濟增長，但對經濟增長的促進作用呈現邊際效用遞減；蔡玲和楊月濤（2021）評估了城市經濟增長，認為自貿區政策可以顯著促進城市經濟增長，且對鄰近城市具有正向溢出效應。也有學者得出了不同結論。葉修群（2018）評估了上海、天津、廣東和福建4個自貿區的經濟增長效應，發現上海和廣東自貿區顯著促進地區經濟增長，但天津和福建自貿區沒有顯著效應；葉霖莉（2020）評估了上海、天津、廣東和福建4個自貿區的經濟增長效應，發現上海、廣東和福建自貿區顯著促進地區經濟增長，但天津自貿區沒有顯著效應；張軍等（2019）評估了第一、二、三批自貿區的經濟增長效應，發現內陸型自貿區的經濟增長效應顯著高于沿海型自貿區；白仲林等（2020）評估了東、中、西部地區自貿區的經濟增長效應，發現自貿區的經濟增長效應具有顯著的區域差異性，中部地區自貿區的經濟增長效應顯著為負，東部和西部地區自貿區的經濟增長效應顯著為正，但東部自貿區的經濟增長效應強于西部地區。

可以看出，理論上，自貿區能夠促進地區經濟增長，主要通過貿易紅利、福利效應、投資效應、規模效應、企業競爭、技術進步、產業結構、市場化改革等方面的作用實現。由于自貿區的影響機制非常復雜，加之數據收集難度大，對自貿區經濟增長效應的評估多數采用非參數估計法。實證方面，多數研究結論證實自貿區的經濟增長效應顯著為正，但區域之間具有顯著差異性，少數自貿區沒有表現出正效應。從研究區域看，學界主要研究了東、中部地區的自貿區，尚無文獻專門研究西部內陸自貿區的經濟增長效應。西部地區在經濟發展上長期落后于東、中部地區，是全國實現共同富裕最困難的地區，若能通過自貿區建設實現地區經濟快速增長，對于實現我國第二個百年奮斗目標具有重大意義。因此，有必要專門研究西部內陸自貿區的經濟增長效應。

二、實證方法、模型及數據說明

（一）實證方法與模型

合成控制法（Synthetic Control Method）由Abadie和Gardeazabal（2003） 提出，其基本思想是，由于控制組中的所有個體與處理組中的所有個體都不可能完全相似，但可通過對每個控制組的個體賦予一個權重，通過加權平均后構造一個合成控制組。利用權重使合成控制組的行為與處理組在政策之前的行為相似，然后假設事后處理組未受到政策干預，且其行為與合成控制組相似，此時合成控制組的事后結果可以作為處理組受政策后的“反事實”結果，兩個結果之間的差異即為政策實施的效應。該方法的優點是可以克服在選取控制組時出現的樣本選擇偏差以及政策的內生性問題（趙西亮，2017）。

本文將自貿區成立對地區經濟產生的效應作為一項自然實驗，將四川、重慶和陜西作為試點地區，分別作為處理組，其他未掛牌自貿區的省份作為控制組，通過對比分析處理組和控制組之間的差異，從而估計西部內陸自貿區的經濟增長效應。采用此方法，有3個前提假設。

假設1：假設共有K+1個觀測地區，其中僅第1個地區受到自貿區掛牌的影響，即該地區為處理組，其余K個地區為控制組。

假設2：假設處理組與控制組T期的經濟增長情況可被觀測，用T0表示自貿區掛牌之前的季度，即1≤T0＜T。用YitN表示地區i在t時未受到自貿區影響的經濟增長情況，用YitI表示地區i在t時受到自貿區影響的經濟增長情況，即ait=YitI-YitN表示自貿區帶來的經濟效應，其中，i=1,…,K+1；t=1,…,T。

假設3：自貿區對掛牌之前的經濟增長無影響，即當t≤T0時，所有地區都有YitI=YitN；當T0＜t≤T時，所有地區都有ait=YitI-YitN。

此外，還需要引入是否受自貿區影響的虛擬變量Dit，如果地區i在t時已掛牌自貿區，則該虛擬變量為1，否則為0。那么，在t時觀測到地區i的結果為Yit=DitYitI+(1-Dit)YitN，即Yit=YitN+aitDit。由于在T0之后僅有第1個地區會受到自貿區掛牌的影響，所以只需估計ait即可。當t＞T0時，

式（1）中，Y1t為處理組的實際值，是可觀測的；Y1tN為處理組的合成值，是不可觀測的。因此，需要通過構造“反事實”來預測Y1tN。

令Y1tN由以下模型決定：

式（2）中，δt表示時間趨勢，是一個1×r維的無法觀測的共同因子；θt是一個1×r維的未知參數；Zi是一個r×1維的控制變量，其不受自貿區掛牌的影響；λt是一個1×F維的無法觀測的共同因子；μi表示地區固定效應，是F×1維且不可觀測；εit為標準誤差，均值為0。

顯然，Y1tN可通過控制組的合成進行預測。為此，需要考慮一個K×1維的權重向量W=(w2,…,wK+1)T，對于k=2,…,K+1，有wk≥0且w2+…+wK+1=1。向量W表示控制組內所有地區的加權平均，wK表示對處理組可行的合成控制。

若想估算出式（3）的結果，則必須確定向量W*=(w*2,…,w*k+1)T。Abadie等（2010、2012）已證明可以用作為Y1Nt的無偏估計，進而可得到，即作為a1t的估計。

（二）數據說明

本文選用季度數據進行研究，結合數據實際情況，以地區季度生產總值指數（GDPI）作為評估指標，選用人均可支配收入指數（PCDII）、人均可支配支出指數（PCDEI）和固定資產投資價格指數（FASPI）作為控制變量（預測變量）。

考慮新冠疫情對經濟增長的強大沖擊，加之2019年8月第5批6個自貿區（江蘇、河北、黑龍江、廣西、山東、云南）掛牌成立，為使控制組樣本盡可能多，本文數據的時間段為2014年第1季度～2019年第2季度。在樣本期間，除了四川、重慶和陜西3個自貿區外，還掛牌成立了8個自貿區和1個自貿港，這些省份予以剔除；此外，由于西藏部分數據缺失，也予以剔除。剔除后，處理組樣本分別為四川、重慶和陜西，控制組樣本為北京、河北、山西、內蒙古、吉林、黑龍江、江蘇、安徽、江西、山東、湖南、廣西、貴州、云南、甘肅、青海、寧夏和新疆18個省市區。采用的數據均來源于國家統計局官方網站分省季度數據。

三、實證結果分析

（一）權重表

表1顯示，合成四川的經濟行為由18個省份加權平均合成，權重從大到小排名前4的省份分別是湖南（22.9%）、廣西（7.8%）、云南（7.4%）和貴州（5.7%），共占43.8%的權重；合成重慶的經濟行為由18個省份加權平均合成，權重從大到小排名前4的省份分別是新疆（24.9%）、甘肅（19%）、江蘇（11.3%）和貴州（9.6%），共占64.8%的權重；合成陜西的經濟行為由4個省份加權平均合成，權重從大到小分別是湖南（41.3%）、黑龍江（37.1%）、新疆（21.5%）和北京（0.1%）。

表1 合成控制權重表

（二）平衡性檢驗

為檢驗合成結果的可靠性，表2顯示了預測變量的平衡性檢驗結果。從表2列4、列7和列10可以看出，人均可支配收入指數、人均可支配支出指數和固定資產投資價格指數3個預測變量的真實值與合成值非常接近。從表2的均方根預測誤差（RMSPE）看，合成四川和合成陜西的效果較好，而合成重慶的效果不理想（其值分別是四川的3.48倍和陜西的2.84倍）。平衡性檢驗結果表明，合成四川和合成陜西可以很好地復制四川和陜西的經濟行為，但合成重慶不能很好地復制重慶的經濟行為。

表2 合成控制平衡性檢驗結果

（三）合成控制分析

圖1中的豎實線標記位置為2017年第2季度（即自貿區掛牌時間）。從圖1a可以看出，四川未成立自貿區之前，合成四川的季度生產總值指數與真實四川幾乎如影隨形，表明合成四川可以很好地作為四川未成立自貿區的“反事實”結果；四川在成立自貿區之后，真實四川與合成四川的季度生產總值指數差距擴大，僅2018年第3季度合成四川值高于真實四川值，其余季度合成四川值均低于真實四川值。從圖1b可以看出，重慶未成立自貿區之前，合成重慶與真實重慶差距較大，不能很好地作為重慶未成立自貿區的“反事實”結果，與表2重慶的RMSPE結果一致；重慶在成立自貿區之后，合成重慶的季度生產總值指數與真實重慶更加緊密，多數季度的合成重慶值高于真實重慶值。從圖1c可以看出，陜西未成立自貿區之前，合成陜西的季度生產總值指數與真實陜西幾乎“形影不離”，尤其是2014年第4季度以后，表明合成陜西可以很好地作為陜西未成立自貿區的“反事實”結果；陜西在成立自貿區之后，真實陜西與合成陜西的季度生產總值指數差距擴大，僅2019年第2季度合成陜西值高于真實陜西值，其余季度合成陜西值均低于真實陜西值。合成控制圖的結果表明，四川和陜西自貿區的成立表現出了顯著的經濟增長正效應，而重慶自貿區的成立未表現出經濟增長效應。

圖1 地區季度生產總值指數的真實值 與合成值對比（2014～2019年）

（四）處理效應分析

表3顯示了四川、重慶和陜西的季度生產總值指數的影響效應。從四川的影響效應看，僅2018年第3季度為負效應，其余季度均為正效應，2018年第4季度達到頂峰，掛牌之后9個季度的平均影響效應為5.98，表明四川自貿區的成立表現出顯著的經濟增長正效應；掛牌當年第2～4季度的平均效應為3.33，掛牌第2年第1～4季度的平均效應為10.11，掛牌第3年第1～2季度的平均效應為1.71，表明四川自貿區的經濟增長效應先增強后減弱。從重慶的影響效應看，影響效應不顯著，且影響效應為負值，意味著重慶自貿區未表現出經濟增長效應。從陜西的影響效應看，僅2019年第2季度為負效應，其余季度均為正效應，2018年第3季度達到頂峰，掛牌之后9個季度的平均影響效應為7.50，表明陜西自貿區的成立表現出顯著的經濟增長正效應；掛牌當年第2～4季度的平均效應為7.80，掛牌第2年第1～4季度的平均效應為10.60，掛牌第3年第1～2季度的平均效應為0.86，表明陜西自貿區的經濟增長效應先增強后減弱。由此可知，四川和陜西自貿區的成立表現出顯著的經濟增長正效應，而重慶自貿區的成立未表現出經濟增長效應；四川和陜西自貿區的經濟增長效應均為先增強后減弱，且在掛牌第2年達到頂峰。

表3 地區季度生產總值指數的影響效應

四、穩健性檢驗

（一）安慰劑檢驗

為了檢驗合成控制結果是否具有統計上的顯著，Abadie等（2010）提出安慰劑檢驗。其基本思想是，在控制組中隨機選擇一個樣本個體，利用合成控制法構造其合成樣本，估計其“反事實”狀態下的政策效應，再將結果與實驗組的政策效應進行對比，看兩者是否存在顯著差異，如果存在顯著差異，則實驗組的政策效應并非偶然事件，其政策效應是顯著的，反之亦然。

根據此方法，本文進行了安慰劑檢驗。當RMSPE值比較大時，表明該樣本個體合成控制效果不理想，其預測變量差值很難反映其政策效應（劉友金和曾小明，2018）。由于重慶未表現出顯著的經濟增長效應，安慰劑檢驗時未考慮重慶。圖2a保留了RMSPE值低于四川2倍的省份，剔除了8個省份，控制組的數量為10個；圖2b保留了RMSPE值低于陜西2倍的省份，剔除了3個省份，控制組的數量為15個。由圖2可知，2014年第1季度～2017年第1季度，四川和陜西的季度生產總值指數的真實值與合成值差距的變化程度與其他省份的差距并不大，但2017年第2季度后，四川和陜西與其他省份的差距逐漸變大，四川和陜西圍繞10上下浮動，而其他省份上下浮動極大。這意味著有9.09%的概率會出現四川與合成樣本之間這么大的變動程度，有6.25%的概率會出現陜西與合成樣本之間這么大的變動程度，類似于統計推斷中的顯著性檢驗。圖2結果表明，四川和陜西自貿區的設立對地區經濟增長在10%的置信水平上顯著。

圖2 安慰劑檢驗結果

（二）雙重差分法檢驗

為進一步檢驗合成控制結果的穩健性，本文運用雙重差分法分別估計四川、重慶和陜西自貿區的經濟增長效應。表4顯示，四川和陜西在自貿區成立前，兩省的季度生產總值指數的處理組與控制組差分均在10%的置信水平上不顯著，即地區季度生產總值指數的處理組與控制組在自貿區成立前沒有顯著差異，滿足雙重差分法使用的前提條件；自貿區成立后，四川和陜西的季度生產總值指數的處理組與控制組差分均在10%的置信水平上顯著，且差分均為正值，表明四川和陜西自貿區的成立表現出顯著的經濟增長正效應；兩省在整個樣本期間的平均處理效應均在10%的置信水平上顯著，且差分均為正值，再次表明四川和陜西自貿區的成立表現出顯著的經濟增長正效應，這與前面的結論一致。重慶在自貿區成立前具有顯著差異，在自貿區成立后沒有顯著差異，且平均處理效應也沒有顯著差異，表明重慶自貿區未表現出顯著的經濟增長效應，這與前面的結論一致。

表4 雙重差分法檢驗結果

為了確保表4結果的穩健性，本文進一步檢驗了各變量在基期（2014Q1～ 2017Q1）時處理組與控制組的均值是否相等。表5顯示，四川和陜西的4個變量在基期均沒有顯著差異，滿足雙重差分法使用的前提條件，與表2的平衡性檢驗結果一致；重慶的3個控制變量在基期均沒有顯著差異，但地區季度生產總值指數具有顯著差異，這與表4結果一致。表4結果表明，雙重差分法的檢驗結果具有穩健性。

表5 變量基期均值檢驗結果

五、結論與建議

本文基于2014年第1季度～2019年第2季度全國省級季度面板數據，采用合成控制法研究西部內陸自貿區的經濟增長效應，并采用安慰劑檢驗和雙重差分法對實證結果進行穩健性檢驗。研究發現：自貿區對地區經濟增長具有顯著的正效應，其影響效應呈現“先增強后減弱”的趨勢；西部內陸自貿區的經濟增長效應存在地區差異性，四川和陜西自貿區表現出顯著的經濟增長正效應，其平均影響效應分別為5.98和7.50，但重慶自貿區的經濟增長效應不明顯。

基于上述分析，建議西部內陸自貿區采取多種舉措進一步提升自貿區的經濟增長效應：主動服務和融入“一帶一路”、新一輪西部大開發、鄉村振興、長江經濟帶、成渝地區雙城經濟圈、黃河流域生態保護和高質量發展等國家重大戰略，加快推進西部內陸地區的開放力度，擴大自貿區的貿易紅利和投資效應；加快開放通道建設，搶抓西部陸海新通道建設機遇，充分依托中歐班列、國際航空樞紐、鐵路樞紐、高速公路港、水港等，構建功能完備的立體綜合開放通道體系，打造西部內陸開放新高地；堅持制度創新，更大力度深化“放管服”改革，持續優化營商環境，大力推動投資和貿易便利化，強化金融管理與服務創新，讓市場主體釋放更大活力，最大限度發揮好自貿區的政策紅利；加快復制推廣，釋放更多政策紅利和福利效應，不僅要復制推廣其他自貿區的制度創新成果，還要將本地自貿區的制度創新成果在本地其他地區進行推廣實施，讓自貿區對地區經濟的增長效應持續下去。與此同時，西部內陸自貿區還應結合各地的資源稟賦和區域特色，充分發揮試驗田效應，擴大自貿區的溢出效應。四川自貿區應利用新增企業數量名列前茅的優勢，不斷提升營商環境的含金量，讓新增企業真正落地生根，通過投資效應、規模效應、企業競爭、技術進步等促進四川經濟增長。陜西自貿區應充分發揮產業集聚效應，不斷做大做強臨空經濟、文化旅游、健康醫療、會展服務、現代農業等特色產業，形成產業集聚洼地，通過產業結構調整、市場化改革等促進陜西經濟增長。重慶自貿區應加快制度創新，充分利用好自貿區政策紅利，走深走實西部陸海新通道，不斷提升通道的互聯互通水平，做大做強進出口貿易，保障內外資項目落地生效，通過貿易紅利、福利效應、投資效應等推動重慶經濟增長，促使重慶自貿區表現出顯著的經濟增長正效應。