TOP5主编实证: 像中国一样的产业政策很好, 得到国际认可! DID, 事件研究, 各种灵活计量模型设计！

在2011年AER上发表了一篇文章《Growing like China，像中国一样增长》，作者之一为Fabrizio Zilibotti。该文构建了一个与中国经济转型相适应的增长模式，用新古典模型来重新解释中国经济一些重要特征的“故事”，是“现代经济学本土化、中国经济问题国际化” 的研究成果。

好巧不巧，在2023年ECM上Fabrizio Zilibotti等又发表了一篇《Growing like India，像印度一样增长》。该文构建了一个与“服务主导型”的印度经济增长模式相适应的模型，并量化了这一模式对穷、富人群体的福利分配的影响。

真是个人偏好，上述文章的作者中都包括曾经的欧洲经济学会主席Fabrizio Zilibotti（ECM共同主编, RES执行主编, JEEA主编）。

TOP5搞事情么? 前有AER《像中国一样增长》, 今有ECM《像印度一样增长》

Alder, S., Shao, L. & Zilibotti, F. Economic reforms and industrial policy in a panel of Chinese cities. J Econ Growth 21, 305–349. https://doi.org/10.1007/s10887-016-9131-x

关于产业政策，参看1.牛津大佬再次TOP刊调停, 操刀“产业政策的政治经济学”, 揭示产业政策背后的逻辑！2.24年连续2篇TOP5刊的“产业政策”文章后, 林毅夫教授在SCMP上做出坚定的回应！3.“牛津产业政策手册”出炉! 产业政策领域必备研究指南！4.最新TOP5: 历时超过5年首次实证评估中国产业政策+结构估计！5.为终止林-张产业政策纷争, 哈佛和牛津教授亲自操刀最新"产业政策新经济学"雄文！

概览一下该文：

本文旨在探究地区性产业政策对经济发展的影响，特别分析了中国经济特区（SEZ）的设立对经济发展的影响。研究基于1988年至2010年中国地级城市面板数据，采用双重差分法（difference-in-difference）进行估计——主要利用了经济特区在时间和空间上的设立差异。研究发现，设立经济特区的长期效应预计导致GDP的增长幅度达20%。这一结果在不同模型设定下均得到验证，并在内陆省份的子样本中也得到了支持（这些省份选择某城市作为特区主要基于行政标准，而非诸如期前期发展成功所以选择它）。尽管经济特区对全要素生产率和人力资本投资也产生了积极效应，但主要的影响机制还是对物质资本积累的正面影响。

大概是个啥情况？

自1978年启动改革开放以来，中国经济步入了一条史无前例的增长轨迹，展现出强劲的韧性。在改革初期引入的多项新政策和制度中，至今难以明确区分哪些因素起到了决定性作用。本文旨在通过深入探讨中国产业政策的一个关键组成部分，增进我们对中国成功政策背后原因的理解。同时，本文也为地域政策效果的讨论提供了新的实证支持。

具体是什么呢？

本文通过对不同城市和年份设立的经济特区（SEZ）的比较分析，评估了经济特区对经济发展的深远影响。在中国的改革开放历程中，经济特区扮演了举足轻重的角色，其重要性主要体现在三个方面：首先，它们是中国渐进式发展战略的核心，遵循“试验学习”的原则；其次，它们导致了地理区域和行业间的不平衡发展；最后，与其他改革措施相比，经济特区的影响更容易量化，因为它们通常以在中国不同城市逐步实施的、具有明确法律地位的变化形式出现。最初的经济特区主要设立在沿海地区，它们作为市场配置的试验田，享有特殊的劳动市场、外商直接投资、企业所有权和出口管制政策。这些特区与其他地区的主要区别在于，当地政治领导人拥有较大的自治权，能够自主决定产业政策的关键方面。随着早期实验的成功，从1990年代初开始，经济特区逐渐从沿海城市扩展到内陆地区，新特区的设立一直持续至今。例如，2013年9月，李克强总理推动了上海自由贸易试验区的成立，该区域为浦东提供了全面的外贸自由化和部分资本市场自由化，进一步推动了经济特区的发展。

本文利用1988至2010年间276个城市的面板数据进行深入分析。在计量经济学方法的应用上，本文采纳了双重差分法（difference-in-difference）进行估计，以此控制那些不随时间变化的城市固有特征。同时，通过引入省份与时间的交互固定效应，进一步消除了省级特有冲击的影响。研究首先将GDP的对数或人均GDP作为因变量，并将城市获得经济特区地位的次年作为改革指标的起点（即，该指标从此取值为1），同时纳入了城市土地面积等特征作为控制变量。在基准模型中，本文发现经济特区的设立促进了城市GDP水平增长约12%，与人均GDP增长9%，这一结果在考虑地方政府支出后依然稳健。

为了探究改革的渐进效应，本文进一步采用了更为灵活的模型设定——事件研究法，允许改革影响随时间变化，既包括参数化也包括非参数化的形式。研究发现，政策效果呈现累积性增长趋势，并在大约10年后趋于稳定；预计经济特区的长期效应将导致GDP水平的差异性增长达到20%。此外，本文还探讨了经济特区地位授予后GDP和人均GDP增长的途径，发现经济特区不仅吸引了更多人口流入，还增加了对物理资本和人力资本的投资，并伴随着全要素生产率（TFP）的显著提升。

本文在分析中存在两个需要特别指出的局限性。首先，城市被选为处理组或对照组的过程可能并非随机。中国政府可能基于某些先前的认知，有意选择了那些工业发展条件特别优越的城市（即“挑选赢家”），或者相反，选择了那些有助于减少区域不平等的城市。据叙述，在改革初期，“挑选赢家”的战略可能尤为关键，因为所有的经济特区都选择在沿海地区，靠近潜在的贸易伙伴和投资者，例如中国香港和中国台湾。理想情况下，研究者希望能够找到工具变量来隔离改革处理中的外生变化，但在实际操作中，寻找有效的工具变量极为困难。

为了减轻内生性问题，本文采取了三种互补的策略。首先，本文将样本限定在内陆省份的城市，这些城市中经济特区的选择主要基于严格的行政标准，即是否为省会城市。其次，本文引入了改革前几年的指标，以捕捉差异化的趋势。第三，本文控制了基于不同城市初始条件的灵活差异化趋势。这一点尤为重要，因为设有经济特区的城市通常人口密度更大，发展水平更高，而没有经济特区的城市则相对落后。结果令人欣慰：在限制样本中的结果依然稳健，改革前的差异性趋势并不显著，允许基于初始发展水平或人口密度的差异化趋势也不会显著影响本文关注的关键系数。

本文分析的第二个局限涉及到数据质量问题。存在一种担忧，即地方统计数据可能被地方官员策略性地操纵，以营造经济特区成功的假象，进而吸引更多的政府支持。此外，尽管城市级别的名义GDP数据是可获取的，但城市级别的价格平减指数则更为复杂，且仅在少数城市和年份有数据。在本文的主要模型中，仅使用了名义变量。通过引入城市固定效应，本文消除了由于时间不变的价格水平差异而产生的任何偏差。省际的通货膨胀差异则通过时间和省份固定效应的交互项来加以吸收。然而，这仍然留下了一个问题，即同一省份内不同城市的通货膨胀率可能存在差异。如果经济特区地位确实导致了较高的系统性通货膨胀率，那么部分估计效果可能归因于通货膨胀。

为了应对这一担忧，本文首先证明了，在拥有城市级别价格数据的更小样本中，经济特区城市的通货膨胀率并未显著高于非经济特区城市。接着，本文采用了不依赖于价格的替代GDP代理变量，如卫星测量的夜间灯光强度和电力消费数据。这些结果进一步确认了经济特区具有显著且稳健的影响效果。通过这些补充分析，本文力图确保研究结果的准确性和可靠性，尽管存在数据质量的潜在问题。

实证策略与结果

动机

在本节中，我们将深入探讨本文所采用的计量经济学策略及其主要发现。本文主要运用了双重差分法（difference-in-difference）进行估计，这一方法基于经济特区（SEZ）设立后23年间各城市经济政策的变化进行分析。

尽管本文的重点在于实证分析，并未构建一个正式的理论模型，但从空间均衡模型的角度来启发和解释本文的分析是非常有益的。Greenstone等（2010年）构建了一个包含多个地区的模型经济体，其中企业利用劳动力、资本和土地在这些地区进行生产。企业是完全流动的，在均衡状态下其利润相等。工人的流动性受到限制，因为他们对某些地区有特定的偏好，这导致效用在不同地区之间平衡，但工资并不平衡。地方生产力的溢出效应意味着全要素生产率（TFP）依赖于某一地区工作的和生活的劳动力池。

通过引入这一理论框架，我们可以更好地理解经济特区设立对城市间经济政策变化的影响，以及这些变化如何通过劳动力流动和生产力溢出效应在不同地区间产生差异。这种理论视角为我们的实证分析提供了坚实的理论基础，并帮助我们更深入地解释了经济特区对经济增长的潜在影响机制。

本文将经济特区的设立视为一种政策冲击，并在此框架下进行分析。这一政策冲击降低了受影响地区企业的运营成本，激励企业搬迁或在经济特区内扩大业务规模。由于聚集外部性和外国企业（或更高效的中国企业）搬迁至经济特区带来的技术转移效应，可能会提升全要素生产率。然而，企业流入（可能是逐步的）受到拥挤外部性的限制，因为新企业的加入提高了当地土地和劳动力等要素的价格。成本的增加可能会抵消最初的利润增长，从而形成一个均衡机制。当企业利润和工人效用在各地区间达到平衡时，动态调整过程将逐渐停止。在新的空间均衡状态下，经济特区的全要素生产率、资本和劳动力存量，以及最终的GDP将实现永久性的提升。

在这一模型框架下，本文首先探讨了经济特区的设立是否会导致GDP和人均GDP相对于其他城市的增长。在一个资本和劳动力完全自由流动的理想环境中，我们预期全要素生产率、要素积累和GDP将出现永久性增长，而劳动生产率（即人均GDP）最终会在不同地区间达到平衡。但如果劳动力流动性受到限制，那么在设立经济特区的城市中，人均GDP也可能永久性地更高。在中国，劳动力流动性虽非完全受限，但受到户籍制度等因素的制约。因此，本文检验了经济特区的设立是否同时影响GDP（及其组成部分）和人均GDP。通过这一分析，我们旨在揭示经济特区政策对经济增长和区域发展差异的深远影响。

基准回归模型

在本节中，本文展开了回归分析，将GDP或人均GDP的对数设为因变量。在GDP的回归分析中，我们并未控制劳动力的变化，因为这些因素已在结果变量中得到体现；而在以人均GDP为因变量的回归分析中，我们控制了人口因素，以反映劳动力边际收益的递减效应。

其中，Yipt代表名义GDP或人均名义GDP的对数，表示城市固定效应，γpt代表省-时间固定效应，I_Reformit是一个指示变量，当某城市获得省级经济特区地位时，从次年开始取值为1。Xit是一组随时间变化的控制变量，是误差项。城市固定效应吸收了与城市特征（例如初始发展水平或地理位置）相关的不随时间变化的异质性。因此，改革效应是通过每个省内的城市-时间层面来识别的。省-时间固定效应控制了可能产生混淆效应的、随时间变化的省级特有冲击，它们吸收了省际通货膨胀差异。

方程（1）中的计量经济学模型设定将处理效应限定为改革后GDP（或人均GDP）水平路径的变化，即在经历改革的城市中，当改革的指示变量被激活时，GDP（或人均GDP）的水平（或趋势）可能会发生改变。接下来，本文将进一步探讨更为灵活的计量经济学模型，这些模型允许趋势出现断点和分布滞后效应。

改革前趋势

表3的结果揭示了一个可能的问题：那些设立经济特区（SEZ）的城市可能在改革前就已经处于一个更高的增长轨迹，或者这些城市可能正是因为其潜在的成功而被选中。尽管本文聚焦于内陆省会城市，这在一定程度上减轻了这种担忧，但城市被纳入处理组的年份可能并非随机。此外，省会城市本身可能就是一个特殊的群体。

为了解决这一问题，本文采取了多种策略。首先，本文考察了被处理城市在改革前几年的表现是否与同省其他城市有所不同。表4是对表3的补充，报告了回归结果，其中增加了四个改革前的指标，分别在改革年份及其前1年、2年和3年取值为1。如果某些城市因为改革前表现突出而被授予SEZ地位，那么这些系数应该是正的并且显著。然而，本文发现改革前的虚拟变量估计系数大多为负且不显著。在第（5）列中，改革年份和改革前1年的指标边际显著，但为负。在总体样本中，处理效应仍然是正的且显著（第（1）-（3）列）。在内陆样本中，第（4）列的估计为正且显著，而第（5）-（6）列则为正但不显著。总体而言，表4的结果令人放心，表明被处理城市在改革前并没有显示出更高的经济表现。

其次，本文引入了一种更为灵活的回归模型，该模型允许被处理城市与未被处理城市展现出不同的时间趋势。这一改进解决了基准回归模型中可能存在的问题，即SEZ的正效应可能因为忽略了改革前的趋势而被高估。新模型允许主办SEZ的城市在改革前就展现出与对照组不同的线性时间趋势。在某些模型设定中，本文甚至允许这一趋势在改革指示变量等于1时发生结构性变化。更具体地说，本文考虑了如下的模型设定：

其中，与之前相同，是在改革后第一年启动的指示变量。进一步，是一个虚拟变量，标识在任何时间点成为经济特区的城市。t≥1998表示观察年份。因此，捕捉了经济特区SEZ城市的线性趋势的陡峭程度，即SEZ城市与非SEZ城市之间增长率的差异。是城市i首次设立SEZ的年份（如果城市从未成为经济特区，则设=0。交互项允许从首次设立SEZ开始，趋势发生差异（即趋势断裂）。系数衡量这种趋势断裂的陡峭程度。捕捉了基准模型中所示的水平变化。

通过这种更灵活的模型，本文能够更准确地评估SEZ政策的实际效应，同时控制了可能的时间趋势差异。

表5展示了全样本和内陆样本的回归结果，分别呈现在第（1）-（4）列和第（5）-（8）列。在以人均GDP为因变量并控制人口后，结果依然保持稳健。表5的第（1）列和第（5）列重新展示了表3中的第（2）列和第（5）列的结果，以便进行比较。

在第（2）列和第（6）列的回归分析中，本文引入了针对改革城市的特定线性趋势。这些估计系数，代表改革城市的时间趋势，在全样本和内陆样本中都显示出统计学上的显著性。值得注意的是，尽管在全样本中仍然非常显著，但大部分效应现在似乎被趋势所吸收。然而，在内陆样本中，这种显著性消失了。第（2）列和第（6）列的趋势没有区分改革前后的时期。因此，在第（3）列和第（7）列中，本文通过在回归模型中加交互项来允许改革城市的趋势发生结构性变化。值得注意的是，估计系数在全样本中几乎保持不变，而在内陆样本中有所上升。此外，改革前趋势的估计系数在两个样本中均有所下降且不再显著。改革后的趋势在全样本中为正但统计上不显著，而在内陆样本中则为正且显著。

综上所述，目前研究所采用的计量经济学模型设定显示，基准模型中GDP水平的变化效果优于那些允许趋势断裂的模型，后者可能会导致处理组与对照组之间GDP的永久性差异。这意味着，尽管允许趋势断裂的模型提供了对改革影响的更细致理解，但基准模型的结果更为稳健，更能准确地反映出经济特区政策对GDP水平的长期影响。

这一模型的回归结果见于第（4）列和第（8）列。在这两种情况下，本文发现且，这意味着SEZ在改革初期促进了增长，但这种增长的加速在随后几年中逐渐减弱。在全样本中，这些系数在统计上是显著的，而在内陆样本中，平方项虽然是负的，但并不显著。

事件研究

在本节中，本文采用了一种非参数分析方法来探究改革的影响，该方法不对改革后（以及改革前）的效应施加任何特定的函数形式限制。所有效应通过独立的滞后或前置虚拟变量来捕捉。具体而言，本文进行了如下形式的回归分析：

在模型中，正值表示城市i成为SEZ主办城市的年份与年份t之间的差值，而负值则表示城市i将在t年之后进行改革的年份差。这一模型设定使得本文能够识别改革发生之前的滞后效应。例如，如果一个城市在1984年首次设立SEZ，那么它将有从4年到26年的前置效应。在基准回归模型中，这样的城市不会显示出任何内部变化，且改革指示变量将与城市固定效应共线。在本文的样本中，改革后最大前置年数为26，对应的是1984年设立SEZ的城市。本文还构建了改革年份及其前3年的虚拟变量，以便检验改革前这些城市的经济表现是否显著不同。被省略的类别（即所有指示变量为零的类别）包括从未进行改革的城市以及改革发生在改革前3年以上的城市。控制变量包括城市土地面积的对数和常规的固定效应。

GDP的回归分析结果呈现在图3中，而人均GDP的回归结果则展示在图4中，这些结果将在第5节中进行更深入的讨论，届时本文将对这些效应进行详细分解。这些图表描绘了改革后n年（例如，n=10表示改革后第10年的效应）处理效应的滞后和前置影响。图3的上半部分展示了全样本中GDP的效应。该回归模型验证了上一节的发现。具体来说，改革后的第一年，GDP路径出现了断裂，随后增长率暂时提高，并在大约10年后趋于稳定。这些效应的规模与上一节的结果大致相当。改革前3年中仅有微小且统计上不显著的GDP增长，这可能暗示了一些轻微的正向选择。需要注意的是，在SEZ设立后的第19年，标准误差有所增加（对应图中的垂直线）。这是由于观察值数量显著减少，因为许多城市在1991年和1992年进行了改革。

本文对内陆省份的受限样本（排除了那些已进行改革但非省会城市的城市）进行了相同的回归分析，结果见图3的下半部分。尽管估计的精确度较低，但定性模式和点估计与全样本相似，这进一步验证了本文的发现。

关于多期DID或交叠DID: 1.DID相关前沿问题“政策交错执行+堆叠DID+事件研究”, 附完整slides，2.交错(渐进)DID中, 用TWFE估计处理效应的问题, 及Bacon分解识别估计偏误，3.典范! 这篇AER在一图表里用了所有DID最新进展方法, 审稿人直接服了！4.最新Sun和Abraham(2020)和TWFE估计多期或交错DID并绘图展示结果！详细解读code！5.多期DID或渐进DID或交叠DID, 最新Stata执行命令整理如下供大家学习，6.多期DID前沿方法大讨论, e.g., 进入-退出型DID, 异质性和动态性处理效应DID, 基期选择问题等，7.交叠DID中平行趋势检验, 事件研究图绘制, 安慰剂检验的保姆级程序指南！8.欣慰! 营养午餐计划终于登上TOP5! 交叠DID+异质性稳健DID！9.用事件研究法开展政策评估的过程, 手把手教学文章！10.从双重差分法到事件研究法, 双重差分滥用与需要注意的问题，11.系统梳理DID最新进展: 从多期DID的潜在问题到当前主流解决方法和代码! 12.标准DID中的平行趋势检验,动态效应, 安慰剂检验, 预期效应教程，13.DID从经典到前沿方法的保姆级教程, 释放最完整数据和代码！14.现代DID: 理解DID近期进展, DID研究绝对领军人物的“DID最新进展分享”