论文部分内容阅读
摘 要：利用省域面板数据，采用合成控制法，检验和测度了京津冀区域协同发展中由政策转变演进带来的经济增长效应。研究发现：在京津冀区域发展政策干预初期，区域人均GDP增长速度损耗平均达15%—16%，最高达21.06%;随后政策调整，转为强化区域内部协同规划，区域人均GDP增速平均提高3%—4%，最高达8.6%，大大修正了前期政策中的负面效应。可见，早期政策干预没能释放京津冀区域经济增长的潜力，而后面针对区域内部的规划整合与合理疏解，对优化区域整体发展有了积极作用。因此，政策制定者应把握区域发展阶段特征与变化趋势，相机优化政策设计，使政策调整更加符合区域发展的规律，使得区域内部及区域与区域之间相互协同。
关键词：合成控制法;京津冀;区域协同发展;经济增长
中图分类号：F207 文献标识码：A 文章编号：1000-4149（2020）05-0072-15
DOI：10.3969/j.issn.1000-4149.2020.00.043
一、引言与文献综述
一个国家内的区域经济会受到国家区域发展政策变迁的深刻影响，中央政府根据国家发展战略以及区域发展在全局中的地位和实际需要不断调整区域发展政策，而政策调整变迁对区域经济增长和发展到底会产生怎样的影响呢？对于中国这样一个地域广阔且区域差异较大的国家，“促进区域协同发展”是众多区域发展战略中备受重视的政策之一。作为典型区域，京津冀以未来新型首都城市群的定位成为协同政策的最突出实践对象。这符合国际上主流的区域合作趋势，也适合国内城市群逐渐担当起发展引擎的大背景，可以说建设“世界级城市群”开启了城市化最高阶段发展模式[1]。对京津冀而言，在20世纪80年代的起步态势是较好的，但随着2009年前后 “总部经济”的出现，区域内部的割裂开始凸显[2]，于是中央及各级政府迅速作出反应，开始着手调整区域内的协同性。作为中国生产力较发达的区域之一，京津冀区域整体经济规模虽已达到一定体量，但经济密度还较低，面对开发程度已经较高、环境承载力减弱的客观现实，化解严重的内部失衡问题变得尤为迫切。更重要的是，京津冀地区并非一般意义的城市群，由于包含首都城市，肩负着新型首都经济圈的历史使命，京津冀地区的发展更呈现出特殊协同的需求[3]。一方面这符合中国经济高质量发展的需要，另一方面也有利于平衡城市间的巨大落差。
秉承空间协调和区域平衡发展的理念，已有大量学者对京津冀地区的协同发展进行了广泛又深入的研究，内容涉及顶层设计、地方政治、产业链、人才匹配以及区域一体化等方方面面，然而结论却多有差异。最为广泛的结论是经过多维度的度量发现京津冀地区协同程度不高，三地产业、科技、服务业、人才分布差异明显[4-7]。刘玉成等认为一体化策略并没能显著促进三地的经济增长[8]，区域内的分工合作更依赖于顶层设计和策略层的高层面指引[9]，破解之道在于通过突破地方政府间的利益博弈[10]、优化城市群功能分工[11]等方法构建更高层面的包容性区域协同。
国家发展和改革委员会于2011年启动首都经济圈的规划与编制，以此作为协同发展标志性的起点，开启了近十年的区域协同发展设计，表现为一脉相承、环环紧扣的区域协同发展政策，如表1所示。
一系列的政策及其调整变迁产生了怎样的作用呢？其效果又是如何？这一方面已经有一些研究积累，然而，由于传统实证方法在内生性偏误等方面存在局限性，限制了研究的实际操作空间，结果也不甚理想。同时，作为协同政策的典型区域，大多数文献的研究框架是将北京、天津、河北三地分开来设计，缺少区域整体的发展测度。毕竟，区域发展须明确利益主体，即发展目标应定位于区域利益乃至国家利益而非地方利益，这才是经济高质量發展的逻辑起点。既然如此，京津冀区域的利益主体还应该是分割的吗？如果国际上的世界级城市群是以整体来衡量经济密度的[1]，那么京津冀区域作为一个整体其发展程度如何呢？该区域的国土开发密度已经较高，资源环境承载能力逐渐减弱，在发展模式必须改变的迫切要求下，其区域协同政策执行后的经济发展态势是否改变？定量测度又如何？针对这一系列问题仍少有文献涉及。本文便是以此为切入点，将由2011年以来一揽子的京津冀协同政策引起的区域总体经济增长视为一次自然实验，采用新近发展的合成控制方法[12]，致力于推进政策调整变迁在区域经济增长中的作用研究，深入剖析和测度京津冀区域协同发展政策在区域经济增长中的效果和作用，希望得出一些有意义的结论，以便为今后政策调整或相近区域发展政策制定提供实证依据。
基于以上思考，本文采用合成控制法定量评估京津冀协同发展的政策变迁及其效果，较现有文献在三个方面有所突破：第一，实证方法选用了合成控制法[12]进行模拟研究，典型的优点是克服了传统估计模型中的多种偏误，模拟出的反事实也更符合实验要求，较其他方法更为客观。第二，研究对象的选取站在了区域整体的视角，补充了以区域为单元的政策绩效评估，打破了现有文献中省域间的传统分割思路，为我国区域发展提供技术参考。第三，区域协同发展政策本身呈系统性和动态变化的特点，本文不同于以往研究将该政策仅作为一个时间节点处理，而是将其沿时间进行梳理，构建与系列政策变迁相对的“反事实”，以探究政策效果的动态变化。
二、研究原理与设计
为了解释我们最为关注的“因果关系”，寻找一个理想的自然实验是一个可行选择，但是这在社会科学中往往很难做到。当我们试图衡量经济政策的效果时，由于社会发展的方方面面，如历史、文化、地域、宗教等差异，政策的实施与结果是极易受到干扰的。干扰的难以控制即意味着实验并不具备理想的条件，在这种情况下采用一般意义的简单做法很难规避选择性偏误，内生性不可避免。本文选取了最近发展起来的一种非实验评估方法——合成控制法[12]，运用原始的统计原理，借助构造反事实来衡量政策实验的结果，实现自然实验般的实证效果。按这个思路，方法的核心是寻找没有受到政策干预的地区组成“潜在控制组”，并选择最佳权重，使得经过加权的合成控制地区在经济特征上尽可能地接近实验执行前的处理地区，随后比较政策实施与未实施的差别，推算出政策的作用。 具体而言，在评估某政策实施于某个地区的效应时，采用合成控制法首先需要确定研究对象，一般为该地区和其他未实施政策的区域集合，就本文而言即P+1个地区，包括政策实施的1个区域和未实施的P个区域。其次，明确研究对象的变量为体现P+1个区域的经济特征变量，加入时间维度呈现为T期面板数据。当然，只有在第i区域受到政策实施的影响且实施时间为自第T0期至观察期末（1 接下来W*的获取便成为重点，我们通过W*的权重组合来合成控制组对象以模拟反事实，据此该方法被称为合成控制法。在京津冀地区实施协同发展之前，记各描述经济发展的预测变量为向量Z1（z×1维列向量，下标1表示处理组）;将其他28个地区的相应预测变量记为矩阵Z0（z×p维矩阵，下标0表示“控制组”，包括28个地区的相应取值）。我们可以选择权重
W使Z0W尽可能接近Z1，以实现合成控制后的合成京津冀在经济特征上尽可能接近真实的京津冀区域，接近程度则可用下式来度量：
但Z1中控制地区的每个预测变量对于结果變量的预测能力大小不同，故应赋予不同权重。而不同权重的择优过程，实际为一个有约束的最小化问题。
V为（z×z）维对角矩阵，对角线元素皆非负，反映相应的预测变量对于结果变量的相对重要性。选择最优的V，使得在政策活动全面开启之前，合成京津冀地区的人均实际GDP（或增速）与真实京津冀地区尽量接近，记Y1为（15×1）维列向量，即京津冀地区在1997—2011年（共15年）的人均实际GDP。
即构成合成京津冀地区的最优权重，将其代入（7）式，可评估京津冀地区进行协同发展干预的政策效果。
三、数据来源、整理及权重计算
1.数据说明与变量选取
本文采用的数据为1997—2017年的中国省级面板数据，数据来自历年《中国统计年鉴》及各省统计年鉴。研究对象选取京津冀地区。作为我国生产力较发达的地区之一，该区域具有颇为独特的地域、文化属性和政治生态，其经济协同发展进度受到从中央到地方的高度重视。并且，区域协同发展战略旨在整体平衡发展，实则是在区域协调发展概念的基础上扩展到多维度的协调同步[14]，也是区域一体化、由协调走向和谐发展的必然选择。据此，本文通过对数据进行整合分析，以改变已有研究中将此区域划分为北京、天津、河北三处来讨论地域差异的常规范式，将京津冀区域的经济数据合并形成一系列区域数据，进而构建地区整体的合成控制对照系。对照组的区域数据为除中国香港、澳门、台湾等地区外大陆31个省级行政区中不含京津冀的其他28个省域面板数据。
在以下的分析中，采用京津冀地区为1个独立的政策执行区域，即“干预组”，其他28个地区为政策未实施区域作为“控制组”，如此搜集数据有以下几个方面原因：①中国境内所有的省级区域中，大陆主体的政策背景一致为社会主义市场经济制度，排除了香港、澳门、台湾3个有制度差异的区域，这是因为制度环境的差异使港、澳、台地区的经济特点明显不同于大陆，并不能通过进入控制组加权来得到合成控制对象。②自1997年至2017年间，中国大陆地区仅有京津冀地区实施了极有针对性的区域协同发展政策，且呈“一揽子组合”体系，这主要是因为京津冀重要的区域地位，也自然形成了一个政策干预组。③关于协同政策执行时间的认定，虽然《京津冀协同发展规划纲要》的颁布是在2015年，但首都经济区域协同干预却早于该时点，体现为早在2011年政府便开始规划和编制首都经济圈，并与随后一系列的政策跟进（见表1）形成“一揽子”的系列导引，且都是以“协同发展”为目的，可见自2011年至今京津冀的协同发展政策一直在实施中。
按上述设计原理，本文主要是通过从经济特征方面加权组合求得一个“合成京津冀”，使其在政策执行前与真正的京津冀地区尽量保持增长一致，进而估计出未受政策干预的京津冀地区在政策时点后的经济增长。当然在合成反事实的经济增长时，本文借鉴王贤彬和聂海峰[15]、杨经国等[16]的研究经验，综合选取了以下几个要素指标关于经济指标的选择，一方面，本文参考了国际国内经典的文献，合成控制法的创始人埃尔伯特·阿贝蒂（Alberto Abadie） 等在研究西班牙巴斯克地区恐怖活动的经济成本时[12]，选择的变量是较为丰富和复杂的，该方法被引入国内后，学者们在借鉴学习的基础上结合中国实际，考虑数据的可得性，对系列经济指标进行了筛选，简化为本文中的几个指标;其中就业人员数占常住人口比重是人口经济参与度的典型指标;第一产业增加值占GDP比重作为一个产业结构指标，是反向变量，反映了产业的非农化，且该变量更不易受到外部因素的影响;固定资产投资占GDP比重可以有效衡量资本投入的基本情况;实际人均产出可体现经济发展程度;实际人均产出增长率刻画了经济增长的效率。另一方面，本文的研究重点侧重于测度区域政策变迁的作用与效果，时效性极为关键，且由于研究的数据获得性限制，并考虑到变量指标的筛选需要大量的国际国内数据的支撑成本，最终简化了控制预测变量的个数。进一步的细化研究，我们将在其基础上结合中国区域经济的实际另撰文详细探讨。
从业人口占全部人口比重、实际人均产出、实际人均产出增长率、固定资产投资占GDP比重、第一产业增加值占GDP比重。借助计算机反复调整权重，对经济特征进行加权合成，模拟出“合成京津冀”的经济数据。其中，以目标地区与合成地区的实际人均产出差额衡量区域政策调整对经济增长的政策影响，其余指标则作为预测控制变量来拟合京津冀的合成控制对象。 2.京津冀政策干预反事实的构建及权重计算
本文将全部样本分为两个部分，一部分为处理样本即京津冀地区;另一部分为控制样本作为处理样本的对照组，包含除了京津冀外的28个地区。在采用合成控制法前，初步以对照组平均值来模拟京津冀地区未实施政策的反事实，但并不理想。对比京津冀地区与其他地区平均的人均实际GDP发现，京津冀与对照组均值之间呈逐渐发散状，差距随时间推移扩大，总体来看差距较为明显，如图1所示，京津冀地区的人均GDP明显高于对照组地区的平均水平，基本无法实现两者的相互拟合。另外，由经济发展速度可见，在协同政策实施之前人均实际产出的增速虽有多处相交，但仍体现出较大的差距，其中2007年、2008年、2009年、2010年等多个年份对照组地区的增速明显高于京津冀，1998年、1999年、2001年则相反，汇总起来发现两者的吻合度不高，如图2所示。可见用平均化的对照组来模拟京津冀协同反事实的经济发展速度也是不理想的。
对比以上平均化的处理方法，合成控制法可有效解决对照组与控制组的匹配问题。本文借鉴阿贝蒂等开发的Synth程序[13]来衡量协同发展政策的政策效果，这样一方面可以克服政策评价时容易出现的内生性问题，另一方面可测度出协同政策干预可计量的政策绩效。如前所述，京津冀的协同政策干预实际上早于《京津冀协同发展规划纲要》的颁布，可追溯到2011年，本文采用1997—2011年的经济特征和人均实际产出增长率来模拟京津冀的合成控制对象，协同政策的效果则由2011年后的真实京津冀与合成控制對象的预测值对比取差值得来。在合成控制中，权重的获得是关键，通过最小化2011年以前控制组与干预组的人均实际产出增长率的均方差，得到表2。由于包含首都、直辖市等政治和文化优势，京津冀地区具有很强的经济集聚能力，其整体的经济特征更偏向于南方发达地区和东部沿海城市，体现为对照组的权重匹配中发达地区占3/4的权重，浙江省占47.4%、上海占16.8%、江苏占10.3%，贵州占20.5%、西藏占5%，就经济发展的综合质量来看比较合乎逻辑。
3.合成京津冀与真实京津冀的比较
采用合成控制法得到如表3所示结果，模型的预测变量值有了明显的改进，变量对比显示，对于一些重要的经济变量，合成京津冀与真实京津冀的变量系数是非常接近的，对于反事实的模拟明显比对照组平均值有了很大的进步，拟合度大大提高。由此我们可以从劳动力投入（就业人员数占常住人口比重）、产业结构（第一产业增加值占GDP比重）、资本投入（全社会固定资产投资占GDP 比重）、经济增长绩效（人均实际GDP增长率）等指标看出，合成京津冀较好地模拟了协同政策干预反事实的京津冀地区。
四、政策的经济效果及作用分析
1.效果及作用分析
当选定合成控制的对照组后，观察对照组的模拟GDP及增长速度与京津冀的实际GDP及增长速度的对比图（见图3、图4），2011年垂线位置表示政策干预起始点京津冀地区的“协同”政策干预具体自2011年开始，按照经济规律，在政策干预试点地区往往会出现政策反应的“提前”或“滞后”现象，本文中的这种情况并不明显，固将政策干预时点定为2011年，并不提前或错后，这在实际京津冀和合成京津冀人均实际产出增长率对比的图4中较为明显。，在政策干预之前，1997—2011年间控制组通过加权合成已很好地实现了对京津冀地区经济的模拟，表现为两条曲线非常接近，可以说合成京津冀较好地复制了“协同发展”政策干预前的京津冀地区，也从侧面证明由经济特征推算的经济增长概况是有意义的。图3中 2011年以后两条曲线出现了分离，实际的京津冀与合成对照组的经济曲线均有所平缓，这是否意味着协同发展的政策干预开始逐渐起作用？进一步比较经济发展速度如图4所示，在1998—2010年的非政策干预期，合成京津冀与真实京津冀的人均产出增长率轨迹是非常相似的，表现为两条线较为接近，明显比图2的对照组均值模拟改进很大，这进一步证明以合成京津冀来模拟区域发展政策反事实的经济状况是可行的。
由图3和图4可知，在协同政策干预开始后，真实京津冀与合成京津冀两条曲线出现了明显的偏离。这表明协同政策的实施影响了京津冀地区的经济增长。具体的表现是：自2011年协同政策干预开始，起初几年效果并不理想，甚至对整体区域的经济增长起到了一定的抑制作用。
图5中2011—2015年京津冀地区的人均实际产出增长速度明显低于反事实（合成京津冀）约15%—16%。其中，2012年实际京津冀较合成京津冀人均实际产出增长率低12.62%，2013年则低16.54%，2014年、2015年分别低21.06%和12.46%，也就是说政策干预早期，虽有首都经济圈等协同的设计指引，但并没有实现更好的经济增长，反而伴随着非首都功能的过度集聚限制了整个区域的发展，这与卞泽阳等的研究结果[2]相近。直到2016年、2017年，政府开始调整政策，注重“非首都功能”疏解，经济增速才开始快速回升，2016年实际京津冀仅比合成京津冀人均实际产出增长率低0.86%，相差较小，到2017年则高出8.59%（见图5）。可见，政策干预后期京津冀区域内部的协同修正力度很大，2016年建设北京城市副中心、2017年设立河北雄安新区系列政策的执行，以开拓性的模式启动了优化整合京津冀城市布局和空间结构的新思维，实质性地推进了协同发展的经济效果。
为了更加直观地比较协同政策干预对京津冀地区经济增长的影响，可进一步剥离出控制组（京津冀）与合成组（合成京津冀）人均实际GDP增长率的对比差，以图6中曲线的走势来描绘该差距。在真实京津冀与合成京津冀差异的时间序列里，可以发现2011年以前，两者的差异一直在-0.008与0.005的范围内，2012年之后差异明显增大且为负向，扩大到-0.017，差异扩大了100%乃至更高，随后出现了政策效果的修正，直到2016年开始出现正值，接着扩大到0.005的程度， 后面呈现进一步扩大的趋势。可见京津冀区域在政策执行近十年的时间里，差异的扩大是不能忽视的，也不是偶然的，协同发展的政策效果在人均实际产出增长率这一衡量经济增长的指标上变动明显，呈现出先下降后上升的态势，时效性随时间凸显。 区域政策的执行需要一定周期，只有准确把握趋势、发展阶段等关键指标的变化，才能使政策得到有效落实并取得良好效果。可见指标体系的可计量化越发重要，政府只有通过准确的指标构建方能衡量政策的进展程度，从而发现问题，进而有针对性地进行调整、优化。在京津冀协同政策早期，首都经济圈的美好前景带来了极好的经济预期，但盲目集聚并没有推进区域经济的整体发展，在协同政策干预初期，人均实际GDP的增速大幅度下挫，明显低于没有协同政策干预的反事实，也就是说，协同早期的政策效果是反向的。图4中实际曲线在2016年出现了拉升，而这恰与京津冀协同发展系列政策中“非首都功能疏散”的出台高度吻合。可见，当前协同区域内部整合疏解的政策，对优化区域经济整体发展而言是一个好的设计。以上分析已经较直观地刻画了京津冀“协同”干预调整变迁的政策效果，接下来需要进行有效性检验，以保证政策干预结果的有效性和统计显著性。
2.有效性检验
有效性检验的最终目的是确定由模拟测度的波动差异并非随机趋势所致，实则为保证变量间的真实联系。虽然本文采用宏观数据，可避免以微观估计宏观的不确定性差异，但由于模拟的真伪概率真实存在，所以检验模拟的可靠性是极有必要的。在验证结果的有效性时，为验证实证分析中经济增长的波动确实源于区域政策的影响而非其他因素，同时保证政策的统计显著性。针对本文所采用的合成控制法[12]，对其得到的非参数估计结果进行检验须放弃大样本推断技术，本文运用安慰剂检验法来实现随机化检验推断：随机思想在这里仍为关键，我们预检验京津冀地区协同发展政策的实验效果，可以通过随机选取对照组中任一地区，假设该地也接受了协同发展政策，利用合成控制法模拟出合成数据，观察是否仍会出现模拟合成区域与真实区域存在差异的情况，如果这种差异远没有京津冀差异大，则可证明区域政策对京津冀地区的政策效果是有效的，即相互区别的能力强，统计上可信。
具体而言，取对照组中任一地区，假设与处理样本在同样的年份实施了同样的“协同发展”经济政策，与实验组一样我们对其进行合成控制模拟出这个地区的反事实，测算出该地区与其未受政策干预的经济增长差异。以此类推，将对照组中的每个地区都进行同样的操作，类似检验“安慰剂”一般，检验是否每个地区无论实施政策与否都在这个年份之后开始了经济增长的变动。如果实验组对象与合成控制后的反事实的差异是有效的，那么这组差异应该是远远大于其他控制组单元在同样设计后的差异。按照以上方法对对照组的每个区域进行类似分析，通过分析各个地区合成后与真实的经济增长差异的分布情况，比较差异，应该可以鉴别出京津冀地区的政策效果在其中是最为显著的，即实证分析中的政策前后差异效果在安慰剂对照组中差异最大。
为进一步衡量差异的显著性，我们构造一个能够体现一个地区较其合成控制对象拟合程度的系数——拟合差异度（mean squared prediction error，MSPE），对比政策執行前后的MSPE可以帮我们甄别“安慰剂”和“真实政策”效果，如下所示：
依据同样的思路还必须明确，在对照组中如果一些地区在政策假设实施前，拟合差异度pre_MSPE过大意味着该模拟效果不是很好，模型有效性欠佳，以此为依据来比较该地区的政策实施前后的经济增长效果差异是没有意义的，所以应将其剔除。如重庆市在政策执行前的pre_MSPE超过京津冀4倍之多，模拟精度不佳予以剔除。同时，测度控制组中每个地区政策执行前的pre_MSPE发现，无一例外全部大于或远大于实验对象京津冀的MSPE，这在一定程度上验证了模型的有效性。而且对比控制组和实验组的各个MSPE_ratio值发现，29个地区中只有1个地区宁夏回族自治区的MSPE_ratio略高于京津冀地区，但这与事实不符，也就是出现误差的概率仅达到3%，其他都远远小于京津冀的政策效果。如图7所示，最后一列黑条为京津冀地区的MSPE_ratio，前后差异显而易见。如此可见，通过以上有效性检验，我们可以认为在仅3%的小概率机会上会出现估计的偏误，证明协同发展的政策干预是有效果的，即在区域政策执行后京津冀地区的经济增速发生明显改变，政策执行后的经济增速较之前变化达19.78倍，如图7所示。
3.稳健性检验
通常在验证模型的稳健性时，可以通过改变方法、数据构成或更换变量再进行重复实验来观察模型结果的显著性变动，进而评价模型解释能力的稳健性。如果变动并不明显，表示模型的设计是较为稳健的。本文便是以这种思路进行稳健性分析，通过一次次删除占有一定权重的地区来实现数据结构的调整，再重新一次次模拟新的合成京津冀地区，比较新合成后的京津冀较之前的变动，从而确定模型是否稳健。依此思路，我们将控制组中权重为正的地区一一去除（上海、江苏、浙江、西藏、贵州），重新模拟后比较政策效果，发现模型并没有因为数据结构变化而与之前的结论相异。如图8所示，由于模型仍然有显著的政策效果，模拟分析的结果仍然比较显著，并没因控制组区域调整而出现明显的结果不一致，敏感性分析的结果证明了模型较为稳健。由图9发现，合成京津冀与迭代去除控制组地区后的京津冀在政策效果测度上与前面基本保持一致，模型具备稳健性。
五、结论与政策建议
推动京津冀协同发展，是面向未来打造世界级城市群和新首都经济圈的需要，是推进区域发展创新需要，更是我国在新发展阶段重要的战略选择。本文采用合成控制法，发现对于试点区域京津冀来说，自协同发展系列政策实施以来，政策变迁在区域经济增长中的作用处于动态变化中。该方法在评价区域政策时，通过数据驱动可以在干预效果未知的情况下实施实验，这大大提升了政策效果评价的客观性，使系列变动的政策效果得以精确测量。
本文研究发现：在假设其他外生性冲击为零的前提下，协同发展政策在一定程度上转变了京津冀地区原有的经济增长趋势。在京津冀协同政策干预初期，首都经济圈的美好前景带来了较好的经济预期，导致北京、天津两大城市特别是北京过度集聚却没能推进区域经济的整体发展，极化趋势与区域化协同出现了明显的不适应性，表现为人均GDP增长速度损耗平均达15%—16%，最高达21.06%，早期的政策意图与效果明显相背离，即当政策干预与经济规律不契合时，积极的政策并不必然出现积极的结果，在经济集聚于少数城市时，区域政策的出台反而使集聚更为集中，并不利于惠及区域整体;随后，由于政策调整跟进，尤其是“非首都功能疏散”政策的出台，相机优化集聚过程中的区域协同性，大大修正了前期政策的负面效应，整体经济迅速回升，区域的人均GDP增速平均可提高3%—4%，最高达8.6%。可见，随着协同系列政策的调整变迁，虽然初期政策干预对京津冀区域增长不利，但后期针对区域内部的整合疏解政策适时完善了政策架构，具有很强的修正作用。由此可见系列政策变迁中，尤其是“非首都功能疏散”政策的出台，大大促进了京津冀整体经济的复苏，这表明区域协同与集聚效应的适时匹配对优化区域整体发展有积极意义。因此，区域协同发展的政策设计须充分考虑经济规律与现实的适应性，平衡与区域发展契机的匹配度，系统推进政策的相机调整与实时跟进。 当然，本文仅为区域协同发展政策效果的评估提供了一种实证的回答，更为严谨的政策调整完善的建议须另专门撰文。中国面对如此广大的领土，区域发展与革新是极有必要的，作为区域协同发展试点的京津冀地区由于战略地位突出，又面对人口集中、区域发展失衡、生态环境脆弱等棘手问题，中央政府已在多层面、多角度进行了系统性协同推动，本文意在度量这一系列政策变迁的动态效果。同时认为京津冀地区的协同发展，须建立可计量的指标体系，并适时进行度量，准确衡量区域的协同发展程度，把握发展阶段与变化趋势，不断优化政策设计，使政策调整更加符合区域协同发展的契机。进一步地，为有效促进京津冀的协同发展，本文认为可设计阶段性推进步骤：首先，以区域整体利益为出发点，除了公路、交通、市政、基础通信、公共服务等公共设施的一体化建设外，尤其须加强行政体系、政策环境、市场环境的多维度协同;其次，在协同发展的现有政策体系中，提高配套政策与系统体系的完善度，探索区域协同发展可计量的考核与评价体制，且三地发展不可只顾自身利益，应建立利益共同体，使公众逐渐认知并充满信心;最后，实现中长期以协同发展、友好开发为目标的政策框架，调整产业格局，协调错位融合，内部整合与疏解，逐步实现高质量转变以催生世界级的高品质城市群。
参考文献：
[1]沈聪. 世界级城市群与京津冀的崛起——访北京大学首都发展研究院院长李国平[J]. 前线， 2018（1）：70-72.
[2]卞泽阳， 殷醒民， 章奇. 中国经济特区创新功能演变：从试点到协同——以雄安新区为例[J]. 科学管理研究， 2018（4）：7-10.
[3]戴宏伟. 新型首都城市群建设与京津冀协同发展[J]. 前线， 2018（8）：82-83.
[4]许爱萍. 京津冀科技创新协同发展战略研究[J]. 技术经济与管理研究， 2014（10）：119-123.
[5]郑志丹. 京津冀协同发展背景下的金融聚集与经济收敛——京津冀城市群与长三角城市群的对比分析[J]. 技術经济， 2016（7）：103-111.
[6]周伟， 马碧云. 京津冀产业分工与可持续发展的实证分析[J]. 商业经济研究， 2017（3）：208-210.
[7]ZOU N， WU B. The developmental research of Hebei province high level innovative and creative talents on the cooperative development of Beijing， Tianjin and Hebei province[J]. Advanced Materials Research， 2014，2912（860）：2983-2986.
[8]刘玉成， 杨露鑫， 万兴. 京津冀协同发展的经济效应——基于“反事实”的思维视角[J]. 技术经济， 2018（4）：103-111.
[9]文魁. 京津冀大棋局——京津冀协同发展的战略思考[J]. 经济与管理， 2014（6）：8-12.
[10]殷阿娜， 王厚双. 京津冀产业梯度转移中的政府合作博弈演化[J]. 技术经济， 2016（1）：78-82.
[11]马燕坤. 京津冀城市群城市功能分工研究[J]. 经济研究参考， 2018（21）：26-44.
[12]ABADIE A， GARDEAZABAL J. The economic costs of conflict： a case study of the Basque country[J]. American Economic Review， 2003， 93（1）：113-132.
[13]ABADIE A， DIAMOND A， HAINMVELLER J. Synthetic control methods for comparative case studies： estimating the effect of California’s tobacco control program[J]. Journal of the American Statistical Association，2010，105（490）： 493-505.
[14]程鹏. 可持续发展的创新战略——协同发展[J]. 科技进步与对策， 2001（8）：23-24.
[15]王贤彬， 聂海峰. 行政区划调整与经济增长[J]. 管理世界， 2010（4）：42-53.
[16]杨经国， 周灵灵， 邹恒甫. 我国经济特区设立的经济增长效应评估——基于合成控制法的分析[J]. 经济学动态， 2017（1）：41-51.
[责任编辑 刘爱华]
关键词：合成控制法;京津冀;区域协同发展;经济增长
中图分类号：F207 文献标识码：A 文章编号：1000-4149（2020）05-0072-15
DOI：10.3969/j.issn.1000-4149.2020.00.043
一、引言与文献综述
一个国家内的区域经济会受到国家区域发展政策变迁的深刻影响，中央政府根据国家发展战略以及区域发展在全局中的地位和实际需要不断调整区域发展政策，而政策调整变迁对区域经济增长和发展到底会产生怎样的影响呢？对于中国这样一个地域广阔且区域差异较大的国家，“促进区域协同发展”是众多区域发展战略中备受重视的政策之一。作为典型区域，京津冀以未来新型首都城市群的定位成为协同政策的最突出实践对象。这符合国际上主流的区域合作趋势，也适合国内城市群逐渐担当起发展引擎的大背景，可以说建设“世界级城市群”开启了城市化最高阶段发展模式[1]。对京津冀而言，在20世纪80年代的起步态势是较好的，但随着2009年前后 “总部经济”的出现，区域内部的割裂开始凸显[2]，于是中央及各级政府迅速作出反应，开始着手调整区域内的协同性。作为中国生产力较发达的区域之一，京津冀区域整体经济规模虽已达到一定体量，但经济密度还较低，面对开发程度已经较高、环境承载力减弱的客观现实，化解严重的内部失衡问题变得尤为迫切。更重要的是，京津冀地区并非一般意义的城市群，由于包含首都城市，肩负着新型首都经济圈的历史使命，京津冀地区的发展更呈现出特殊协同的需求[3]。一方面这符合中国经济高质量发展的需要，另一方面也有利于平衡城市间的巨大落差。
秉承空间协调和区域平衡发展的理念，已有大量学者对京津冀地区的协同发展进行了广泛又深入的研究，内容涉及顶层设计、地方政治、产业链、人才匹配以及区域一体化等方方面面，然而结论却多有差异。最为广泛的结论是经过多维度的度量发现京津冀地区协同程度不高，三地产业、科技、服务业、人才分布差异明显[4-7]。刘玉成等认为一体化策略并没能显著促进三地的经济增长[8]，区域内的分工合作更依赖于顶层设计和策略层的高层面指引[9]，破解之道在于通过突破地方政府间的利益博弈[10]、优化城市群功能分工[11]等方法构建更高层面的包容性区域协同。
国家发展和改革委员会于2011年启动首都经济圈的规划与编制，以此作为协同发展标志性的起点，开启了近十年的区域协同发展设计，表现为一脉相承、环环紧扣的区域协同发展政策，如表1所示。
一系列的政策及其调整变迁产生了怎样的作用呢？其效果又是如何？这一方面已经有一些研究积累，然而，由于传统实证方法在内生性偏误等方面存在局限性，限制了研究的实际操作空间，结果也不甚理想。同时，作为协同政策的典型区域，大多数文献的研究框架是将北京、天津、河北三地分开来设计，缺少区域整体的发展测度。毕竟，区域发展须明确利益主体，即发展目标应定位于区域利益乃至国家利益而非地方利益，这才是经济高质量發展的逻辑起点。既然如此，京津冀区域的利益主体还应该是分割的吗？如果国际上的世界级城市群是以整体来衡量经济密度的[1]，那么京津冀区域作为一个整体其发展程度如何呢？该区域的国土开发密度已经较高，资源环境承载能力逐渐减弱，在发展模式必须改变的迫切要求下，其区域协同政策执行后的经济发展态势是否改变？定量测度又如何？针对这一系列问题仍少有文献涉及。本文便是以此为切入点，将由2011年以来一揽子的京津冀协同政策引起的区域总体经济增长视为一次自然实验，采用新近发展的合成控制方法[12]，致力于推进政策调整变迁在区域经济增长中的作用研究，深入剖析和测度京津冀区域协同发展政策在区域经济增长中的效果和作用，希望得出一些有意义的结论，以便为今后政策调整或相近区域发展政策制定提供实证依据。
基于以上思考，本文采用合成控制法定量评估京津冀协同发展的政策变迁及其效果，较现有文献在三个方面有所突破：第一，实证方法选用了合成控制法[12]进行模拟研究，典型的优点是克服了传统估计模型中的多种偏误，模拟出的反事实也更符合实验要求，较其他方法更为客观。第二，研究对象的选取站在了区域整体的视角，补充了以区域为单元的政策绩效评估，打破了现有文献中省域间的传统分割思路，为我国区域发展提供技术参考。第三，区域协同发展政策本身呈系统性和动态变化的特点，本文不同于以往研究将该政策仅作为一个时间节点处理，而是将其沿时间进行梳理，构建与系列政策变迁相对的“反事实”，以探究政策效果的动态变化。
二、研究原理与设计
为了解释我们最为关注的“因果关系”，寻找一个理想的自然实验是一个可行选择，但是这在社会科学中往往很难做到。当我们试图衡量经济政策的效果时，由于社会发展的方方面面，如历史、文化、地域、宗教等差异，政策的实施与结果是极易受到干扰的。干扰的难以控制即意味着实验并不具备理想的条件，在这种情况下采用一般意义的简单做法很难规避选择性偏误，内生性不可避免。本文选取了最近发展起来的一种非实验评估方法——合成控制法[12]，运用原始的统计原理，借助构造反事实来衡量政策实验的结果，实现自然实验般的实证效果。按这个思路，方法的核心是寻找没有受到政策干预的地区组成“潜在控制组”，并选择最佳权重，使得经过加权的合成控制地区在经济特征上尽可能地接近实验执行前的处理地区，随后比较政策实施与未实施的差别，推算出政策的作用。 具体而言，在评估某政策实施于某个地区的效应时，采用合成控制法首先需要确定研究对象，一般为该地区和其他未实施政策的区域集合，就本文而言即P+1个地区，包括政策实施的1个区域和未实施的P个区域。其次，明确研究对象的变量为体现P+1个区域的经济特征变量，加入时间维度呈现为T期面板数据。当然，只有在第i区域受到政策实施的影响且实施时间为自第T0期至观察期末（1
W使Z0W尽可能接近Z1，以实现合成控制后的合成京津冀在经济特征上尽可能接近真实的京津冀区域，接近程度则可用下式来度量：
但Z1中控制地区的每个预测变量对于结果變量的预测能力大小不同，故应赋予不同权重。而不同权重的择优过程，实际为一个有约束的最小化问题。
V为（z×z）维对角矩阵，对角线元素皆非负，反映相应的预测变量对于结果变量的相对重要性。选择最优的V，使得在政策活动全面开启之前，合成京津冀地区的人均实际GDP（或增速）与真实京津冀地区尽量接近，记Y1为（15×1）维列向量，即京津冀地区在1997—2011年（共15年）的人均实际GDP。
即构成合成京津冀地区的最优权重，将其代入（7）式，可评估京津冀地区进行协同发展干预的政策效果。
三、数据来源、整理及权重计算
1.数据说明与变量选取
本文采用的数据为1997—2017年的中国省级面板数据，数据来自历年《中国统计年鉴》及各省统计年鉴。研究对象选取京津冀地区。作为我国生产力较发达的地区之一，该区域具有颇为独特的地域、文化属性和政治生态，其经济协同发展进度受到从中央到地方的高度重视。并且，区域协同发展战略旨在整体平衡发展，实则是在区域协调发展概念的基础上扩展到多维度的协调同步[14]，也是区域一体化、由协调走向和谐发展的必然选择。据此，本文通过对数据进行整合分析，以改变已有研究中将此区域划分为北京、天津、河北三处来讨论地域差异的常规范式，将京津冀区域的经济数据合并形成一系列区域数据，进而构建地区整体的合成控制对照系。对照组的区域数据为除中国香港、澳门、台湾等地区外大陆31个省级行政区中不含京津冀的其他28个省域面板数据。
在以下的分析中，采用京津冀地区为1个独立的政策执行区域，即“干预组”，其他28个地区为政策未实施区域作为“控制组”，如此搜集数据有以下几个方面原因：①中国境内所有的省级区域中，大陆主体的政策背景一致为社会主义市场经济制度，排除了香港、澳门、台湾3个有制度差异的区域，这是因为制度环境的差异使港、澳、台地区的经济特点明显不同于大陆，并不能通过进入控制组加权来得到合成控制对象。②自1997年至2017年间，中国大陆地区仅有京津冀地区实施了极有针对性的区域协同发展政策，且呈“一揽子组合”体系，这主要是因为京津冀重要的区域地位，也自然形成了一个政策干预组。③关于协同政策执行时间的认定，虽然《京津冀协同发展规划纲要》的颁布是在2015年，但首都经济区域协同干预却早于该时点，体现为早在2011年政府便开始规划和编制首都经济圈，并与随后一系列的政策跟进（见表1）形成“一揽子”的系列导引，且都是以“协同发展”为目的，可见自2011年至今京津冀的协同发展政策一直在实施中。
按上述设计原理，本文主要是通过从经济特征方面加权组合求得一个“合成京津冀”，使其在政策执行前与真正的京津冀地区尽量保持增长一致，进而估计出未受政策干预的京津冀地区在政策时点后的经济增长。当然在合成反事实的经济增长时，本文借鉴王贤彬和聂海峰[15]、杨经国等[16]的研究经验，综合选取了以下几个要素指标关于经济指标的选择，一方面，本文参考了国际国内经典的文献，合成控制法的创始人埃尔伯特·阿贝蒂（Alberto Abadie） 等在研究西班牙巴斯克地区恐怖活动的经济成本时[12]，选择的变量是较为丰富和复杂的，该方法被引入国内后，学者们在借鉴学习的基础上结合中国实际，考虑数据的可得性，对系列经济指标进行了筛选，简化为本文中的几个指标;其中就业人员数占常住人口比重是人口经济参与度的典型指标;第一产业增加值占GDP比重作为一个产业结构指标，是反向变量，反映了产业的非农化，且该变量更不易受到外部因素的影响;固定资产投资占GDP比重可以有效衡量资本投入的基本情况;实际人均产出可体现经济发展程度;实际人均产出增长率刻画了经济增长的效率。另一方面，本文的研究重点侧重于测度区域政策变迁的作用与效果，时效性极为关键，且由于研究的数据获得性限制，并考虑到变量指标的筛选需要大量的国际国内数据的支撑成本，最终简化了控制预测变量的个数。进一步的细化研究，我们将在其基础上结合中国区域经济的实际另撰文详细探讨。
从业人口占全部人口比重、实际人均产出、实际人均产出增长率、固定资产投资占GDP比重、第一产业增加值占GDP比重。借助计算机反复调整权重，对经济特征进行加权合成，模拟出“合成京津冀”的经济数据。其中，以目标地区与合成地区的实际人均产出差额衡量区域政策调整对经济增长的政策影响，其余指标则作为预测控制变量来拟合京津冀的合成控制对象。 2.京津冀政策干预反事实的构建及权重计算
本文将全部样本分为两个部分，一部分为处理样本即京津冀地区;另一部分为控制样本作为处理样本的对照组，包含除了京津冀外的28个地区。在采用合成控制法前，初步以对照组平均值来模拟京津冀地区未实施政策的反事实，但并不理想。对比京津冀地区与其他地区平均的人均实际GDP发现，京津冀与对照组均值之间呈逐渐发散状，差距随时间推移扩大，总体来看差距较为明显，如图1所示，京津冀地区的人均GDP明显高于对照组地区的平均水平，基本无法实现两者的相互拟合。另外，由经济发展速度可见，在协同政策实施之前人均实际产出的增速虽有多处相交，但仍体现出较大的差距，其中2007年、2008年、2009年、2010年等多个年份对照组地区的增速明显高于京津冀，1998年、1999年、2001年则相反，汇总起来发现两者的吻合度不高，如图2所示。可见用平均化的对照组来模拟京津冀协同反事实的经济发展速度也是不理想的。
对比以上平均化的处理方法，合成控制法可有效解决对照组与控制组的匹配问题。本文借鉴阿贝蒂等开发的Synth程序[13]来衡量协同发展政策的政策效果，这样一方面可以克服政策评价时容易出现的内生性问题，另一方面可测度出协同政策干预可计量的政策绩效。如前所述，京津冀的协同政策干预实际上早于《京津冀协同发展规划纲要》的颁布，可追溯到2011年，本文采用1997—2011年的经济特征和人均实际产出增长率来模拟京津冀的合成控制对象，协同政策的效果则由2011年后的真实京津冀与合成控制對象的预测值对比取差值得来。在合成控制中，权重的获得是关键，通过最小化2011年以前控制组与干预组的人均实际产出增长率的均方差，得到表2。由于包含首都、直辖市等政治和文化优势，京津冀地区具有很强的经济集聚能力，其整体的经济特征更偏向于南方发达地区和东部沿海城市，体现为对照组的权重匹配中发达地区占3/4的权重，浙江省占47.4%、上海占16.8%、江苏占10.3%，贵州占20.5%、西藏占5%，就经济发展的综合质量来看比较合乎逻辑。
3.合成京津冀与真实京津冀的比较
采用合成控制法得到如表3所示结果，模型的预测变量值有了明显的改进，变量对比显示，对于一些重要的经济变量，合成京津冀与真实京津冀的变量系数是非常接近的，对于反事实的模拟明显比对照组平均值有了很大的进步，拟合度大大提高。由此我们可以从劳动力投入（就业人员数占常住人口比重）、产业结构（第一产业增加值占GDP比重）、资本投入（全社会固定资产投资占GDP 比重）、经济增长绩效（人均实际GDP增长率）等指标看出，合成京津冀较好地模拟了协同政策干预反事实的京津冀地区。
四、政策的经济效果及作用分析
1.效果及作用分析
当选定合成控制的对照组后，观察对照组的模拟GDP及增长速度与京津冀的实际GDP及增长速度的对比图（见图3、图4），2011年垂线位置表示政策干预起始点京津冀地区的“协同”政策干预具体自2011年开始，按照经济规律，在政策干预试点地区往往会出现政策反应的“提前”或“滞后”现象，本文中的这种情况并不明显，固将政策干预时点定为2011年，并不提前或错后，这在实际京津冀和合成京津冀人均实际产出增长率对比的图4中较为明显。，在政策干预之前，1997—2011年间控制组通过加权合成已很好地实现了对京津冀地区经济的模拟，表现为两条曲线非常接近，可以说合成京津冀较好地复制了“协同发展”政策干预前的京津冀地区，也从侧面证明由经济特征推算的经济增长概况是有意义的。图3中 2011年以后两条曲线出现了分离，实际的京津冀与合成对照组的经济曲线均有所平缓，这是否意味着协同发展的政策干预开始逐渐起作用？进一步比较经济发展速度如图4所示，在1998—2010年的非政策干预期，合成京津冀与真实京津冀的人均产出增长率轨迹是非常相似的，表现为两条线较为接近，明显比图2的对照组均值模拟改进很大，这进一步证明以合成京津冀来模拟区域发展政策反事实的经济状况是可行的。
由图3和图4可知，在协同政策干预开始后，真实京津冀与合成京津冀两条曲线出现了明显的偏离。这表明协同政策的实施影响了京津冀地区的经济增长。具体的表现是：自2011年协同政策干预开始，起初几年效果并不理想，甚至对整体区域的经济增长起到了一定的抑制作用。
图5中2011—2015年京津冀地区的人均实际产出增长速度明显低于反事实（合成京津冀）约15%—16%。其中，2012年实际京津冀较合成京津冀人均实际产出增长率低12.62%，2013年则低16.54%，2014年、2015年分别低21.06%和12.46%，也就是说政策干预早期，虽有首都经济圈等协同的设计指引，但并没有实现更好的经济增长，反而伴随着非首都功能的过度集聚限制了整个区域的发展，这与卞泽阳等的研究结果[2]相近。直到2016年、2017年，政府开始调整政策，注重“非首都功能”疏解，经济增速才开始快速回升，2016年实际京津冀仅比合成京津冀人均实际产出增长率低0.86%，相差较小，到2017年则高出8.59%（见图5）。可见，政策干预后期京津冀区域内部的协同修正力度很大，2016年建设北京城市副中心、2017年设立河北雄安新区系列政策的执行，以开拓性的模式启动了优化整合京津冀城市布局和空间结构的新思维，实质性地推进了协同发展的经济效果。
为了更加直观地比较协同政策干预对京津冀地区经济增长的影响，可进一步剥离出控制组（京津冀）与合成组（合成京津冀）人均实际GDP增长率的对比差，以图6中曲线的走势来描绘该差距。在真实京津冀与合成京津冀差异的时间序列里，可以发现2011年以前，两者的差异一直在-0.008与0.005的范围内，2012年之后差异明显增大且为负向，扩大到-0.017，差异扩大了100%乃至更高，随后出现了政策效果的修正，直到2016年开始出现正值，接着扩大到0.005的程度， 后面呈现进一步扩大的趋势。可见京津冀区域在政策执行近十年的时间里，差异的扩大是不能忽视的，也不是偶然的，协同发展的政策效果在人均实际产出增长率这一衡量经济增长的指标上变动明显，呈现出先下降后上升的态势，时效性随时间凸显。 区域政策的执行需要一定周期，只有准确把握趋势、发展阶段等关键指标的变化，才能使政策得到有效落实并取得良好效果。可见指标体系的可计量化越发重要，政府只有通过准确的指标构建方能衡量政策的进展程度，从而发现问题，进而有针对性地进行调整、优化。在京津冀协同政策早期，首都经济圈的美好前景带来了极好的经济预期，但盲目集聚并没有推进区域经济的整体发展，在协同政策干预初期，人均实际GDP的增速大幅度下挫，明显低于没有协同政策干预的反事实，也就是说，协同早期的政策效果是反向的。图4中实际曲线在2016年出现了拉升，而这恰与京津冀协同发展系列政策中“非首都功能疏散”的出台高度吻合。可见，当前协同区域内部整合疏解的政策，对优化区域经济整体发展而言是一个好的设计。以上分析已经较直观地刻画了京津冀“协同”干预调整变迁的政策效果，接下来需要进行有效性检验，以保证政策干预结果的有效性和统计显著性。
2.有效性检验
有效性检验的最终目的是确定由模拟测度的波动差异并非随机趋势所致，实则为保证变量间的真实联系。虽然本文采用宏观数据，可避免以微观估计宏观的不确定性差异，但由于模拟的真伪概率真实存在，所以检验模拟的可靠性是极有必要的。在验证结果的有效性时，为验证实证分析中经济增长的波动确实源于区域政策的影响而非其他因素，同时保证政策的统计显著性。针对本文所采用的合成控制法[12]，对其得到的非参数估计结果进行检验须放弃大样本推断技术，本文运用安慰剂检验法来实现随机化检验推断：随机思想在这里仍为关键，我们预检验京津冀地区协同发展政策的实验效果，可以通过随机选取对照组中任一地区，假设该地也接受了协同发展政策，利用合成控制法模拟出合成数据，观察是否仍会出现模拟合成区域与真实区域存在差异的情况，如果这种差异远没有京津冀差异大，则可证明区域政策对京津冀地区的政策效果是有效的，即相互区别的能力强，统计上可信。
具体而言，取对照组中任一地区，假设与处理样本在同样的年份实施了同样的“协同发展”经济政策，与实验组一样我们对其进行合成控制模拟出这个地区的反事实，测算出该地区与其未受政策干预的经济增长差异。以此类推，将对照组中的每个地区都进行同样的操作，类似检验“安慰剂”一般，检验是否每个地区无论实施政策与否都在这个年份之后开始了经济增长的变动。如果实验组对象与合成控制后的反事实的差异是有效的，那么这组差异应该是远远大于其他控制组单元在同样设计后的差异。按照以上方法对对照组的每个区域进行类似分析，通过分析各个地区合成后与真实的经济增长差异的分布情况，比较差异，应该可以鉴别出京津冀地区的政策效果在其中是最为显著的，即实证分析中的政策前后差异效果在安慰剂对照组中差异最大。
为进一步衡量差异的显著性，我们构造一个能够体现一个地区较其合成控制对象拟合程度的系数——拟合差异度（mean squared prediction error，MSPE），对比政策執行前后的MSPE可以帮我们甄别“安慰剂”和“真实政策”效果，如下所示：
依据同样的思路还必须明确，在对照组中如果一些地区在政策假设实施前，拟合差异度pre_MSPE过大意味着该模拟效果不是很好，模型有效性欠佳，以此为依据来比较该地区的政策实施前后的经济增长效果差异是没有意义的，所以应将其剔除。如重庆市在政策执行前的pre_MSPE超过京津冀4倍之多，模拟精度不佳予以剔除。同时，测度控制组中每个地区政策执行前的pre_MSPE发现，无一例外全部大于或远大于实验对象京津冀的MSPE，这在一定程度上验证了模型的有效性。而且对比控制组和实验组的各个MSPE_ratio值发现，29个地区中只有1个地区宁夏回族自治区的MSPE_ratio略高于京津冀地区，但这与事实不符，也就是出现误差的概率仅达到3%，其他都远远小于京津冀的政策效果。如图7所示，最后一列黑条为京津冀地区的MSPE_ratio，前后差异显而易见。如此可见，通过以上有效性检验，我们可以认为在仅3%的小概率机会上会出现估计的偏误，证明协同发展的政策干预是有效果的，即在区域政策执行后京津冀地区的经济增速发生明显改变，政策执行后的经济增速较之前变化达19.78倍，如图7所示。
3.稳健性检验
通常在验证模型的稳健性时，可以通过改变方法、数据构成或更换变量再进行重复实验来观察模型结果的显著性变动，进而评价模型解释能力的稳健性。如果变动并不明显，表示模型的设计是较为稳健的。本文便是以这种思路进行稳健性分析，通过一次次删除占有一定权重的地区来实现数据结构的调整，再重新一次次模拟新的合成京津冀地区，比较新合成后的京津冀较之前的变动，从而确定模型是否稳健。依此思路，我们将控制组中权重为正的地区一一去除（上海、江苏、浙江、西藏、贵州），重新模拟后比较政策效果，发现模型并没有因为数据结构变化而与之前的结论相异。如图8所示，由于模型仍然有显著的政策效果，模拟分析的结果仍然比较显著，并没因控制组区域调整而出现明显的结果不一致，敏感性分析的结果证明了模型较为稳健。由图9发现，合成京津冀与迭代去除控制组地区后的京津冀在政策效果测度上与前面基本保持一致，模型具备稳健性。
五、结论与政策建议
推动京津冀协同发展，是面向未来打造世界级城市群和新首都经济圈的需要，是推进区域发展创新需要，更是我国在新发展阶段重要的战略选择。本文采用合成控制法，发现对于试点区域京津冀来说，自协同发展系列政策实施以来，政策变迁在区域经济增长中的作用处于动态变化中。该方法在评价区域政策时，通过数据驱动可以在干预效果未知的情况下实施实验，这大大提升了政策效果评价的客观性，使系列变动的政策效果得以精确测量。
本文研究发现：在假设其他外生性冲击为零的前提下，协同发展政策在一定程度上转变了京津冀地区原有的经济增长趋势。在京津冀协同政策干预初期，首都经济圈的美好前景带来了较好的经济预期，导致北京、天津两大城市特别是北京过度集聚却没能推进区域经济的整体发展，极化趋势与区域化协同出现了明显的不适应性，表现为人均GDP增长速度损耗平均达15%—16%，最高达21.06%，早期的政策意图与效果明显相背离，即当政策干预与经济规律不契合时，积极的政策并不必然出现积极的结果，在经济集聚于少数城市时，区域政策的出台反而使集聚更为集中，并不利于惠及区域整体;随后，由于政策调整跟进，尤其是“非首都功能疏散”政策的出台，相机优化集聚过程中的区域协同性，大大修正了前期政策的负面效应，整体经济迅速回升，区域的人均GDP增速平均可提高3%—4%，最高达8.6%。可见，随着协同系列政策的调整变迁，虽然初期政策干预对京津冀区域增长不利，但后期针对区域内部的整合疏解政策适时完善了政策架构，具有很强的修正作用。由此可见系列政策变迁中，尤其是“非首都功能疏散”政策的出台，大大促进了京津冀整体经济的复苏，这表明区域协同与集聚效应的适时匹配对优化区域整体发展有积极意义。因此，区域协同发展的政策设计须充分考虑经济规律与现实的适应性，平衡与区域发展契机的匹配度，系统推进政策的相机调整与实时跟进。 当然，本文仅为区域协同发展政策效果的评估提供了一种实证的回答，更为严谨的政策调整完善的建议须另专门撰文。中国面对如此广大的领土，区域发展与革新是极有必要的，作为区域协同发展试点的京津冀地区由于战略地位突出，又面对人口集中、区域发展失衡、生态环境脆弱等棘手问题，中央政府已在多层面、多角度进行了系统性协同推动，本文意在度量这一系列政策变迁的动态效果。同时认为京津冀地区的协同发展，须建立可计量的指标体系，并适时进行度量，准确衡量区域的协同发展程度，把握发展阶段与变化趋势，不断优化政策设计，使政策调整更加符合区域协同发展的契机。进一步地，为有效促进京津冀的协同发展，本文认为可设计阶段性推进步骤：首先，以区域整体利益为出发点，除了公路、交通、市政、基础通信、公共服务等公共设施的一体化建设外，尤其须加强行政体系、政策环境、市场环境的多维度协同;其次，在协同发展的现有政策体系中，提高配套政策与系统体系的完善度，探索区域协同发展可计量的考核与评价体制，且三地发展不可只顾自身利益，应建立利益共同体，使公众逐渐认知并充满信心;最后，实现中长期以协同发展、友好开发为目标的政策框架，调整产业格局，协调错位融合，内部整合与疏解，逐步实现高质量转变以催生世界级的高品质城市群。
参考文献：
[1]沈聪. 世界级城市群与京津冀的崛起——访北京大学首都发展研究院院长李国平[J]. 前线， 2018（1）：70-72.
[2]卞泽阳， 殷醒民， 章奇. 中国经济特区创新功能演变：从试点到协同——以雄安新区为例[J]. 科学管理研究， 2018（4）：7-10.
[3]戴宏伟. 新型首都城市群建设与京津冀协同发展[J]. 前线， 2018（8）：82-83.
[4]许爱萍. 京津冀科技创新协同发展战略研究[J]. 技术经济与管理研究， 2014（10）：119-123.
[5]郑志丹. 京津冀协同发展背景下的金融聚集与经济收敛——京津冀城市群与长三角城市群的对比分析[J]. 技術经济， 2016（7）：103-111.
[6]周伟， 马碧云. 京津冀产业分工与可持续发展的实证分析[J]. 商业经济研究， 2017（3）：208-210.
[7]ZOU N， WU B. The developmental research of Hebei province high level innovative and creative talents on the cooperative development of Beijing， Tianjin and Hebei province[J]. Advanced Materials Research， 2014，2912（860）：2983-2986.
[8]刘玉成， 杨露鑫， 万兴. 京津冀协同发展的经济效应——基于“反事实”的思维视角[J]. 技术经济， 2018（4）：103-111.
[9]文魁. 京津冀大棋局——京津冀协同发展的战略思考[J]. 经济与管理， 2014（6）：8-12.
[10]殷阿娜， 王厚双. 京津冀产业梯度转移中的政府合作博弈演化[J]. 技术经济， 2016（1）：78-82.
[11]马燕坤. 京津冀城市群城市功能分工研究[J]. 经济研究参考， 2018（21）：26-44.
[12]ABADIE A， GARDEAZABAL J. The economic costs of conflict： a case study of the Basque country[J]. American Economic Review， 2003， 93（1）：113-132.
[13]ABADIE A， DIAMOND A， HAINMVELLER J. Synthetic control methods for comparative case studies： estimating the effect of California’s tobacco control program[J]. Journal of the American Statistical Association，2010，105（490）： 493-505.
[14]程鹏. 可持续发展的创新战略——协同发展[J]. 科技进步与对策， 2001（8）：23-24.
[15]王贤彬， 聂海峰. 行政区划调整与经济增长[J]. 管理世界， 2010（4）：42-53.
[16]杨经国， 周灵灵， 邹恒甫. 我国经济特区设立的经济增长效应评估——基于合成控制法的分析[J]. 经济学动态， 2017（1）：41-51.
[责任编辑 刘爱华]