革命老区振兴规划政策对固定资产投资的影响及其作用机理

摘 要：革命老区已经成为中国不可回避的区域协调发展的关键短板。针对陕甘宁、赣闽粤、大别山、左右江和川陕五个重点革命老区的革命老区振兴规划政策，使用多期双重差分法基于2000—2020 年县级面板数据分析其对固定资产投资的影响。研究发现：（1）革命老区振兴规划政策给政策覆盖地区固定资产投资带来了18.40%的额外增长，重大项目布局和财政转移支付为代表的“外部输血”和经济实际增长为代表的“内部造血”是两条重要作用渠道。（2）革命老区振兴规划政策使得五个重点革命老区固定资产投资额的增加更多地涌入实体经济而非房地产部门。革命老区振兴规划政策促进了产业升级与转型，并且在政策覆盖地区实现了“工业反哺农业、城市支持农村”。（3）革命老区振兴规划政策对固定资产的促进作用在社会经济指标相对薄弱的地区效果更显著，且具有政策示范效应和空间溢出性，可以带动政策覆盖地区周边以及其他相关地区发展。综上所述，革命老区振兴规划政策是对以革命老区为代表的经济相对欠发达地区，通过区域发展政策促进固定资产投资，进而拉动经济长效发展、产业升级转型和城乡共进的可行路径。

关键词：革命老区振兴规划；多期双重差分；固定资产投资；产业转型

一、引 言

中国长期以来一直面临区域发展不平衡、不充分的基本国情，统筹推动欠发达地区跨越式发展和重点突破从而实现高质量发展一直是政府经济发展工作的重点（张明林和李华旭，2021）。国家“十四五”规划《纲要》中明确强调，要继续深入实施区域协调发展战略，支持特殊类型地区加快发展，在发展中促进区域相对平衡。虽然部分学者认为区域协调战略存在“政策陷阱”和“资源诅咒”，政府倾向于过度集中于固定资产投资和能源资源开发，忽视了发展质量和产业结构升级，造成了“经济短视”（刘瑞明和赵仁杰，2015）。但基于中国的“一带一路”“西部大开发”“振兴东北”等区域协调战略的经验事实研究，更多的学者倾向于认为，区域协调策略有助于区域经济发展和扭转趋异的态势（范剑勇和谢强强，2010）。总体而言，中国西部落后地区，西南“一带一路”沿线地区以及东北老工业基地等区域发展落后问题已获得宏观层面的高度重视，不平衡不充分问题已经得到了一定程度的缓解（李兰冰和刘秉镰，2015；李琳和刘莹，2014）。在当前阶段，革命老区已经成为中国不可回避的区域协调发展的关键短板（龚斌磊等，2022），这就要求更加精准的政策单元来系统性、整体性针对革命老区，这一类特殊的欠发达地区进行专项顶层设计。

习近平总书记在党的十八大报告指出，要促进革命老区发展，在全面建成小康社会的进程中绝不能落下老区群众。“十三五”期间，有1/8 的中央预算资金使用在陕甘宁、赣闽粤、大别山、左右江和川陕五个重点革命老区中，投资规模超过3000 亿元（张明林和李华旭，2021）。2021 年11 月，国务院批复了《“十四五”特殊类型地区振兴发展规划》，明确了太行等12 个革命老区的规划范围，以及长治等20 个革命老区重点城市的目标定位（苟护生和童章舜，2022）。五个重点革命老区30km DEM 地势图如图1 所示，五个重点革命老区大多地势陡峭且位于中国省行政边界或省界线毗邻地区，易受到“边界效应”影响，即地方政府倾向于将经济活动的正外部性尽可能留在区域内部，从而导致边界毗邻地区基础设施建设的迟滞（杨冕等，2022）。在自然资源禀赋限制和历史遗留问题等多方面原因的影响下，革命老区长期以来产业发展后续动力不足，经济发展相对迟缓。

上述五个重点革命老区的社会经济发展水平在革命老区振兴计划实施后得到了显著提升，固定资产投资也取得了持续增长。作为拉动经济的“三驾马车”之一，固定资产投资是中国经济增长的重要引擎，对经济的影响是存在长期且滞后的效应（侯荣华，2002）。除此之外，政府越来越重视固定资产投资在产业升级转型和高质量发展中的引导作用。如图1 所示，十二大革命老区固定资产投资额虽然在总体上保持增长的态势且与全国其他区域的差距逐步缩小，但依旧处于落后局面。五个重点革命老区固定资产投资额与其他地区平均值的差距不断缩小，甚至在2017 年实现反超。

对于革命老区而言，这样的固定资产投资是否真的伴随着产业的高级化，以及产业结构合理化和城乡协调发展需要进一步研讨。目前，围绕革命老区振兴规划政策的研究，大多基于双重差分方法针对整体政策创新与效果评估（龚斌磊等，2022）、绿色全要素生产率（张明林和李华旭，2021）、绿色发展路径（杨冕等，2022）以及农业发展（张启正等，2022）等角度展开研究，也有小部分学者通过如赣南老区（李志萌和张宜红，2016）进行案例分析。张明林（2021）运用PSM-DID 方法从绿色全要素生产率的角度评估国家优先支持政策对五个重点革命老区的促进效应（张明林和李华旭，2021）。张启正（2022）探讨革命老区振兴规划对农业尤其是农业生产率这个重要指标的影响，发现其在促进农业现代化转型方面效果显著（张启正等，2022）。虽然，龚斌磊（2022）在分析革命老区的经济增长时，关注到了投资角度，并使用城镇固定资产投资完成额作为中介变量进行分析（龚斌磊等，2022）。但城镇固定资产投资完成额本身，并不能充分涵盖革命老区振兴规划政策对固定资产投资的复杂影响。五个重点革命老区的固定资产投资增加，是否涌向了房地产资源，挤占了其他领域的固定资产投资？“输血”式“造血”是革命老区经济发展前期重要财力支持的来源，但这并非长久之道。经济的长期发展还需要提高工业化水平和实际经济产出以实现正向循环发展，也就是内部“造血”。在革命老区这样特殊的欠发达地区，五个重点革命老区固定资产投资额的增加，“输血”和“造血”到底分别扮演着怎样的角色？这些地区是否真正能实现健康的“血液循环”？从更长远角度来说，革命老区是否实现了“工业反哺农业、城市支持农村”的新时期中国发展战略目标？

本文在系统性整合多渠道数据的基础上，构建2000—2020 年的非平衡县域面板数据，采用多期双重差分法（Staggered difference in difference，DID）分析革命老区振兴规划政策对政策覆盖地区固定资产投资的影响和作用机制。本文研究的边际贡献主要有以下三个方面：首先，基于投资角度，评估了革命老区振兴规划政策对固定资产投资的影响，为下一阶段通过政策拉动投资，进而推动革命老区经济高质量发展提供参考借鉴；其次，厘清了“外部输血”和“内部造血”两条革命老区振兴规划政策对促进固定资产投资的作用渠道，并进一步发现对固定资产的投资主要涌向实体而非房地产部门，并兼顾农业和农村发展，丰富了区域优先发展规划有关的经验研究；最后，通过异质性分析，探究社会经济水平异质性、政策示范效应和空间溢出性，为下一步推进其他相对欠发达地区跨越式发展提供决策参考。

二、理论分析框架

通过区域发展规划政策推动社会经济欠发达地区逆势追赶，缩小区域发展差距，推进落后地区增加收入和可持续发展已经成为近几十年来各国，尤其是发展中国家采用的共通策略。区域发展政策是指政府为促进各地区经济发展和社会和谐稳定通过加强资源配置、优化产业结构、促进基础设施建设、提升人才培养能力等方式，帮助不同地区发挥其独特的优势，促进区域内的经济协调发展（孙志燕和侯永志，2019）。根据制度经济学，区域经济发展与政府推行的政策制度密不可分，实施国家区域发展政策有利于从政策顶层设计打破革命老区发展的原始固定路径依赖性。根据内生经济增长理论，国家区域发展政策保障了地区的前期发展资本积累，并为后续产业升级提供了重要的资金来源和项目保障（杨冕等，2022）。革命老区振兴规划政策，在加强外部推力的同时，可以定向培育革命老区高质量发展的内源动力。

基于支出法的国民经济核算，固定资产投资作为资本形成总额中的重要组成成分，其重要性不言而喻。根据柯布—道格拉斯生产函数，固定资产净值作为投入的资本的主要代表，对经济产出有巨大的推动作用。而根据全要素生产率，流向支持技术进步的固定资产投资可以促进技术发展和产业升级进而促进生产效率的提高（Sascha et al.，2010）。

Abdul（2016）发现增加固定资产投资在长短期内都会提高产出，吸引私人投资，并降低失业率（Abdul et al.，2016）。Andreea（2022）针对现有的对使用固定资产投资作为促进增长因素效力的质疑，利用基于新兴欧盟和中欧国家的实证研究发现固定资产投资具有强大的积极影响（Andreeaet al.，2022）。Nguyen（2022）研究发现政府参与的公共投资将有效促进绿色发展（Nguyen et al.，2022）。此外，大量学者研究发现固定资产在调整产业结构和产业升级方面影响不容小觑（Rui etal.，2020）。

而学者们基于中国的经验事实研究也获得了类似的发现，苗敬毅等（2007）与侯荣华（2002）从中国不同时间维度的历史数据验证了固定资产投资对经济增长的影响和滞后效应（侯荣华，2002；苗敬毅等，2007）。固定资产投资往往是一个地区经济增长的前提保证，在当代固定资产投资也是优化产业结构的重要途径，为经济持续健康发展提供了重要动力（朱发仓和祝欣茹，2020）。固定资产投资对需求的总量和结构产生直接影响的同时，又增加了社会总供给从而扩大社会生产能力（曹跃群等，2019）。研究发现固定资产投资不仅可以促进低碳发展并且可以改善产业结构（Yangand Chien-Chiang，2020）。固定资产投资在通过消费投资增加当年地区生产总值（GDP）的同时，自身也形成未来生产和服务能力从而促进未来的GDP，并且固定资产的投资也可以在一定程度上也弥补因折旧而损耗和因技术落后而淘汰的生产能力，并增加了未来时期社会财富的创造能力。

政府的财政支出被视为固定资产投资的重要来源之一，但这一渠道通常被认为是“外部输血”可能治标不治本，只能解“一时之急”。而经济实际产出的提高对于固定投资的促进作用可以被认为是最重要的“内部造血”机制之一。房地产投资对其他固定资产投资的挤出效应占主导地位（黄徐亮等，2023），如果固定资产投资的“热钱”涌向房地产部门而非实体部门，则会引发房地产泡沫。房地产泡沫对技术创新存在资源错配、资金挤占和成本增加效应，显著抑制技术创新（马昭君和葛新权，2023）。虽然国家宏观层面一直以来重视农业和农民的脆弱性问题（李长松等，2023；徐婷婷和孙蓉，2022；Liu et al.，2023），但在政策的实施过程中，政府可能倾向于在短期内过度追求经济绩效，忽略或牺牲农业和农民。

如图2 所示，针对革命老区振兴规划政策对固定资产投资的影响研究以“外部输血”和“内部造血”为逻辑起点。一方面，通过产业结构转型项目布局和财政转移支付为当地的固定资产投资带来“外部输血”。另一方面，通过加快工业化进程和扩大社会信贷，实现“内部造血”，双渠道作用实现固定资产投资增加。在实现固定资产投资增加的基础上，革命老区振兴规划政策发挥固定资产投资的产业转型效应和创新效应，促使工业农业并举发展的同时，提高农村居民收入水平和乡村就业情况，从而达成“城市带动农村，工业反哺农业”的战略目标。

（一）模型设定

基于五个重点革命老区振兴规划政策分批次实施的政策特点，选用多期双重差分模型（李慧等，2024；廖直东和李威，2023），基准回归模型设定如下：

为规避模型估计系数的一致性被事后控制变量严重影响的问题，使用事前控制变量与πt 的交互项来控制政策发生前不同特征的地区可能存在的时间趋势差异保证条件独立性假设的成立（张启正等，2022）。

（二）变量选择

1. 被解释变量

固定资产投资额，是指以货币形式表现的在一定时期内建造和购置固定资产的工作量和与此有关的费用的总称，选用全社会固定资产投资额以反映地区固定资产投资的发展情况。全社会固定资产投资，是在一定时期内以货币形式表现的全社会建造和购置固定资产活动的工作量，以及与此有关的费用的总称。

2. 解释变量

本文的被解释变量为是否被革命老区振兴规划政策覆盖：若该县当年被革命老区振兴规划政策所覆盖取值为1，反之为0。

3. 控制变量

革命老区振兴规划政策并非传统意义上的完全外生冲击，因此需要进一步控制可能影响政策实施的相关变量是必要的，本文的控制变量主要有以下四个角度。（1）革命斗争历史，即是否为中国革命老根据地。根据中国老区建设促进会的统计，革命老区共包含1383 个县级行政单位。但拥有革命老区斗争历史只是选择革命老区振兴规划政策落地区域的一项必要前提条件，还需要考虑地理环境和经济发展水平有关因素。（2）地理条件，区域地理环境因素本身以及距离省会城市和地级市的远近先天地理区位因素也会影响革命老区自身经济发展情况进而影响革命老区振兴规划政策覆盖范围，具体包括平均海拔，地形起伏度和省会城市以及地级市的距离等。（3）社会经济控制变量，这些控制变量与当地的固定资产发展水平相关，且反映了县级行政区当地的社会经济状况，这些变量同时也可能是影响该县级行政区是否被纳入革命老区振兴规划政策的关键因素。具体而言包括地方财政支出、地方财政收入、财政紧张程度、总人口、地区生产总值、人均地区生产总值、人均纯收入。（4）其他可能影响革命老区振兴规划政策的覆盖范围的相关区域发展规划，包括11 个国家级集中连片特困地区、国家级贫困县政策和全国粮食生产先进单位。

（三）样本说明和变量描述性统计

主要围绕五个重点革命老区的振兴规划在剔除行政辖区有明显变动和数据严重缺失的县级行政单位后，最终构建了2000—2020 年中国31 个省（区、市）2264 个县级单位的非平衡面板数据以探究其对固定资产投资额的影响及其作用机理。

本文通过多渠道获取研究数据。全社会固定资产投资额、城镇固定资产投资完成额、流向实体的固定资产投资、人均国内生产总值、人均纯收入、财政支出、财政收入、财政紧张程度、总人口数等主要来自国泰安金融数据库CSMAR 的县域经济数据库以及国家统计局的县域统计年鉴，并进行交叉比对补充；中国革命老区根据地相关数据来源于中国老区建设促进会官网；县级行政区地形数据来自游珍（游珍等，2018）；县域平均海拔数据来源于美国奋进号航天飞机的雷达地形测绘SRTM（Shuttle Radar Topography Mission，SRTM）数据的1km 精度的DEM 数据；革命老区振兴规划政策的实施时间以及范围的数据来源于国务院自2012 年后陆续批准的支持赣南、陕甘宁、左右江、大别山、川陕等革命老区振兴发展的政策规划文件；国家级贫困县名录来自国家乡村振兴局的《全国832 个贫困县名单》；全国粮食生产先进单位名录来自《农业部关于表彰2010 年全国粮食生产先进单位和个人的决定》；集中连片特困地区名录来自《国务院扶贫办关于公布全国连片特困地区分县名单的说明》。

变量的详细介绍和描述性统计分析如表1 所示。

四、基准回归分析与稳健性检验

（一）基准回归

针对革命老区振兴规划政策对固定资产的影响，多期DID 面板数据可视化如图3 所示，革命老区振兴规划政策的政策落地时间和控制组对照组数量对比情况较为合理，本文所用的数据样本可以较好地反映出基于全国县域革命老区振兴规划政策的实际情况。

如表2 所示，所有回归均已考虑相关规划与时间固定效应的交互项、个体固定效应和时间固定效应，将革命斗争历史、地理位置条件、社会经济条件和区域发展规划逐步加入基准回归。如（1）～（5）列所示，回归系数在13.12%到19.96%之间浮动，且置信区间均为99%。本文以（5）列作为基准回归结果进行分析，革命老区振兴规划政策的实施在1%的水平上显著为政策覆盖县的固定资产投资带来了18.40%的额外增长，革命老区振兴规划政策能显著有效地促进政策覆盖地区固定资产投资增长的假设得到了证实。

（二）平行趋势检验

为检验固定资产投资的增长趋势是否在革命老区振兴规划政策落实之前就已经出现，选用事件研究法（黄炜等，2022）检验基准回归涉及的平行趋势假设，具体检验模型如下所示：

（三）稳健性检验

1. 缩尾处理

为避免异常值对研究结果的影响，对固定资产投资额进行上下两端1%与5%的缩尾处理。回归结果如表3 中（1）～（2）列所示，革命老区振兴规划政策的实施为政策覆盖地区固定资产投资额分别获得了17.79%和19.25%的增长，这与基准回归结果也相吻合。

2. 排除相关政策干扰

革命老区振兴规划政策覆盖地区在总体上属于相对欠发达地区，在地理分布上与国家连片特困地区和国家级贫困县有很大程度的重复。2015 年政府颁布《关于打赢脱贫攻坚战的决定》后，中央政府对贫困特困地区有不同程度的政策倾斜支持和财政拨款专项扶持。考虑到固定资产投资本身，可能很大程度受国家宏观政策和财政转移支付影响。而“脱贫攻坚”战略中的无条件转移支付等兜底保障政策，不可避免地会挤占来自政府的财政资金，影响“外部输血”的力度，进而对固定资产投资产生负面影响，所以本文将其纳入回归分析。结果如表3（3）列所示，在考虑了脱贫攻坚政策的影响后，革命老区振兴规划政策对五个重点革命老区依然带来了16.95%的固定资产增长，“脱贫攻坚”战略的实施使固定资产投资降低15.05%，且均在1%的水平上显著，这个回归结果也与经验事实相吻合。

3. 安慰剂检验

（1）随机提前政策实施时间

参考曹清峰（2020）的做法，采用以下方法随机提前政策时间点：假定国家革命老区振兴规划政策覆盖的县级行政区不变，如果现实中县级行政区i 在t 年被纳入了革命老区振兴规划政策覆盖范围，那么从[2000，t-1]的时间范围内随机抽取任意1 年作为i 县级行政区被纳入国家革命老区振兴规划政策覆盖的时间，并且重复随机1000 次（曹清峰，2020）。如图5 所示，革命老区振兴规划政策系数基本满足正态分布，且平均值小于真实系数估计值，即随机提前革命老区振兴规划政策覆盖的时间，对所在的县级行政区固定资产投资增长的带动效应出现明显下降，从反事实角度证实了革命老区振兴规划政策实施促进了固定资产投资。

（2）随机政策实施个体

将处理组中的革命老区振兴规划覆盖区域视为新的控制组；在控制组中选取与处理组样本数相同的县级行政区作为新的处理组，并且保持新处理组样本中县级行政区的政策实施时间、批次与原处理组一致，并且重复随机1000 次（曹清峰，2020）。如图6 所示，革命老区振兴规划的相关系数均值约为0，远小于基准回归17.32%，这表明革命老区振兴规划政策效应表现出了明显的区位导向性。

（3）同时随机政策时间与处理组样本

参考白俊红等（2022）的做法，从所有样本中选取与原处理组相同数量的样本，并随机生成政策实施时间，构建县级行政区与政策时间均随机的新处理组，并且随机重复500 次实验（白俊红等，2022）。如图7 所示，时间和个体双随机化处理后，革命老区振兴规划政策项系数集中分布于0 附近，绝大多数P 值大于0.1，并且随机系数基本位于真实值17.35%左侧，证明双重随机处理后，政策效果在显著性与作用强度方面均有大幅度削弱，也证实了基准回归结论的稳健性。

4. Bacon 分解

Goodman（2021）研究发现，处理效应的异质性使得同一处理变量对于不同个体产生的效果存在差异，将会导致双向固定效应估计量（TWFEDD）产生估计偏误（Goodman，2021）。为厘清处理效应异质性对TWFEDD 结果的映射程度和方向，Goodman 提出Bacon 分解，其检验核心是将TWFEDD 拆分为若干个经典DID（2*2DID）组合，测算每一个2*2DID 对应的处理效应和权重并进行异质性导致误差严重程度的判断（刘冲等，2022）。结果如表4 所示，将“早处理组”与“晚处理组”互为对照组的处理效应合并，其权重为3.60%，平均处理效应为14.98%，与处理组和对照组间的2*2DID 平均处理效应测度结果相近，且占总体回归结果的比重较小，说明处理效应异质性问题对整体TWFEDD 影响微乎其微，总体而言，基准回归结果较为可靠。

图8 Bacon 分解图更能清晰地展示相关Bacon 分解回归结果，进一步佐证尽管误差存在，但对本文的分析框架和数据样本统计回归研究影响较小，证明了基准回归结果的稳健性。

五、中介检验与进一步分析

（一）中介检验

根据理论分析，革命老区振兴规划政策实施后，政策覆盖地区固定资产投资主要通过“外部输血”和“内部造血”两条主要途径共同作用。但固定资产投资额多大程度通过所获得的政府转移支付增加来促进，同时“工业反哺农业、城市支持农村”是否达成？政策覆盖地区是否通过“输血”带动了“造血”，并且自主“造血”功能是否日益强大？这些都需要进一步讨论，参考江艇（2022）构建如下所示的中介模型（江艇，2022）：

如表5（1）列所示，相比于未受革命老区振兴规划政策覆盖的地区，革命老区振兴规划政策的实施使政策覆盖地区的地方政府一般预算支出增加了3.85%，且在1%的水平上显著。这说明，革命老区振兴规划政策的实施可以有效提升政策覆盖地区的地方政府一般性预算支出，政府的“输血”力度大幅提升。这与中央财政针对革命老区转移支付额的不断“加码”的客观事实相吻合。中央财政针对革命老区的转移性支付实现了激增，从2013 年的51.4 亿元以21.16%的年均增速攀升到2019 年的162.6 亿元，为同期中央财政对地方转移支付总额年均增速的近三倍（龚斌磊等，2022）。来自中央财政的转移支付资金，可以缓解地方财政压力，补充财政资金来源，推动革命老区的基础设施建设、产业发展等，引导投资，从而促进革命老区经济的均衡发展。以财政转移支付和政府重大项目布局为代表的“外部输血”，可以引导和推动革命老区这样的特殊地区的固定资产投资。

如表5（2）～（3）列所示而对于“内部造血”革命老区振兴规划政策的实施使政策覆盖地区年末金融机构各项贷款余额和工业增加值分别有6.48%和26.15%的提升，且在5%以上水平显著。年末金融机构各项贷款余额代表了从资金来源角度呈现的金融机构对社会的信贷投放规模，作为主要的贷款资金供给端，可以通过“乘数效应”促进社会经济各个领域的投资和运营。第二产业产值可以直观反映工业生产活动的发展情况，第二产业产值的增长通常意味着工业化水平的提高。这从侧面反映了革命老区生产能力的提升以及市场需求的增长，从需求端拉动固定资产投资额，推动革命老区经济“内部造血”渠道的发展。

革命老区振兴规划政策不仅引入外部资源，对政策覆盖地区快速注入发展动力，从而实现强力“输血”，同时发挥内生动力，实现“内部造血”，两条渠道相辅相成，互为补充，共同促进革命老区固定资产投资。

（二）进一步分析——对固定资产投资额的拆解

如表6（1）～（2）列所示，革命老区振兴规划政策使政策覆盖地区的新增固定资产减少43.37%，固定资产投资完成额获得了11.75%的额外增长，且均在1%的水平上显著。固定资产投资额是以工程完成进度为依据计算的，而新增固定资产是以项目是否通过验收交付使用为标准计算的。固定资产投资额正向相关和新增固定投资显著负向相关的回归结果，与革命老区振兴规划政策，通过重大项目布局立足长期规划发展而不是短期工程项目，交付期相对较长的真实情况相吻合。表6（3）～（5）列表明，革命老区振兴规划政策驱使流向房地产的固定资产投资额降低15.22%，房地产占固定资产比例降低了4.01%，流向实体的净固定资产投资额增加了22.9%，这表明革命老区振兴规划政策推动政策覆盖地区的固定资产投资额的增加额，主要涌入实体经济而不是房地产部门。

考虑到房地产投资对第二产业的挤出效应，革命老区振兴规划政策覆盖地区固定资产投资主要流向实体而不是房地产开发部门，固定资产投资完成额增加而新增固定资产减少的客观事实，表明革命老区振兴规划政策推动政策覆盖地区的固定资产投资流向长期重大项目，而不是短期短视项目，兼顾经济长期发展。

（三）进一步分析——工业反哺农业，城市支持农村

以史为鉴，可知兴替，推动工业反哺农业、城市支持农村的机制是促进区域协调发展的必要途径。中国目前工业化处于特定阶段，结合中国农业是国民经济的基础的战略，以及农村发展特殊性糅合复杂性的客观现实，决定了中国总体上已到达以工促农、以城带乡的新发展阶段。革命老区振兴规划政策在带动政策覆盖地区的固定投资增长的同时，是否注重产业结构高级化与合理化、统筹城乡发展和工业农业并举？为回答以上问题，围绕革命老区是否做到工业反哺农业，城市支持农村展开进一步分析。

如表7（1）～（3）列所示，革命老区振兴规划政策给IND 带来额外的1.18%提升，革命老区振兴规划政策给第二产业产值占GDP 比带来1.07%的增长，第二产业与第一产业产值比带来1.24%的提升。革命老区振兴规划政策就总体而言，促进农业和工业并行增长，并一定程度改善经济增长的质量和效率，优化产业结构。如表7（4）列所示，革命老区振兴规划政策给第三产业年末从业人数带来了78.27%的增长，从劳动供给角度提高了第三产业的资源投入，表明革命老区可以促进产业发展逐步高级化。

如表7（5）～（6）列，革命老区振兴规划政策对政策覆盖地区的农村人均纯收入带来了3.63%的增长，并且给乡村从业人数带来了413%的跨越式增加。革命老区振兴规划政策可以从收入和就业两个角度促使城镇的发展有效惠及农村地区，是否在政策覆盖地区产生了“城市支持农村”的效果。

综上所述，革命老区振兴规划政策实施后，促进了产业升级与转型，并且在政策覆盖地区实现了“工业反哺农业，城市支持农村”，在工业与农业的并举发展的同时，将城镇发展惠及农村地区。

六、异质性分析

（一）社会经济条件异质性分析

从整体社会经济水平角度上来看，革命老区振兴规划政策覆盖地区属于相对欠发达地区，但由于各地的地理位置和资源禀赋存在差异，以及历史遗留问题等因素的影响，各地的发展条件存在较大的异质性。因此，对于革命老区振兴规划政策的效果评估，不能只关注表面和平均情况。应注重改善偏远落后地区的发展状况，从根源上改善落后地区发展现状，通过区域发展政策缩小区域间发展差距，这在实现共同富裕的背景下显得至关重要。

参考高玥（2020）构造贷款余额和第一产业生产总值占地区GDP 比将样本划分成两组（高玥，2020）。若年末金融机构各项贷款余额高于样本均值，则该地区传统金融发展水平相对较高，赋值为1，反之则为0；若第一产业生产总值占地区GDP 比高于样本均值，则该地区产业已经逐渐完成从第一产业向第二、第三产业转移，赋值为1，反之则为0；第二产业产值高于样本均值，则该地区拥有较强的工业基础和制造业能力，赋值为1，反之则为0。将样本依次按照上述虚拟变量分组回归，回归结果如表8（1）～（6）列所示。在第一产业产值占比较低，以及贷款余额和第二产业发展相对乏力的地区，革命老区振兴规划政策对地区固定资产投资的促进作用被增强。此外，对工业发展水平相对欠缺的地区，革命老区振兴规划政策对固定资产投资具有更突出的促进作用。总体而言，革命老区振兴规划政策对社会经济指标相对薄弱的地区的固定资产投资都起到了更大的促进作用，这些相对最不发达的地区比相对发达地区取得了更大的增速。

（二）其他异质性分析

为进一步检验革命老区振兴规划政策对固定资产投资是否存在地区差异化影响，以及政策的示范效应和空间溢出效应，将样本范围依次分别缩小至2021 年划定的十二大革命老区振兴规划政策覆盖地区、五个重点革命老区涉及省份所属的县级行政单位，依次进行统计回归分析。

如表9（1）列所示，将样本缩小到2021 年所划定的十二大革命老区政策覆盖地区时，对固定资产的促进作用为13.93%，小于基准回归的结果。这背后可能的原因是：革命老区振兴规划政策存在一定的政策示范效应，五个重点革命老区振兴规划政策同时引起了十二大革命老区所属辖区政府的不同程度重视，这些地区不约而同都采用了有关政策推动这些地区的经济发展。

如表9（2）列所示，将样本缩小到五个重点革命老区涉及省份的县域，对固定资产投资的促进作用为14.89%，小于基准回归的结果。这背后可能的原因是：革命老区振兴规划政策有一定的空间溢出效应，能带动临近地区的固定资产投资额。革命老区振兴规划政策的实施引入一系列政策措施和资金投入，如增加基础设施建设、优化产业布局、提供财政支持等。这些政策的实施会带来一系列正向效应，包括增加就业机会、改善产业结构、提升经济活力等，从而吸引了更多的投资者和资本进入该地区。同时，由于革命老区和临近地区经济通常联系较为紧密，一定程度上的发展和繁荣也会对周边地区产生溢出效应，激发了临近地区的固定资产投资额增长。

七、结论与政策启示

使用2000—2020 年的县级非平衡面板数据，分析了针对五个重点革命老区的革命老区振兴规划政策对固定资产投资的影响，在深入分析其作用机理和政策成效的同时，本文得出以下结论：第一，革命老区振兴规划政策给政策覆盖地区固定资产投资带来了18.40%的额外增长，促使政策覆盖地区的固定资产投资显著提升，这种额外的增长主要的作用渠道为政府财政转移支付、重大项目布局和实际经济增长。第二，革命老区振兴规划政策使得五个重点革命老区固定资产投资额的增加很大程度上涌入实体经济而非房地产部门。革命老区振兴规划政策实施后，促进了产业升级与转型，并且在政策覆盖地区实现了“工业反哺农业，城市支持农村”。第三，革命老区振兴规划政策对固定资产的促进作用在社会经济指标相对薄弱的地区效果更显著，且具有政策示范效应和空间溢出性，可以带动政策覆盖地区周边以及其他相关地区发展。

综上所述，提出如下政策启示：第一，将更多有着红色革命基因的欠发达区域纳入革命老区振兴规划政策覆盖范围，深入挖掘地区特质，通过精准调控的宏观政策以刺激当地固定资产投资进而达到经济长效稳健增长的目标。事实上，各省份自2021 年《关于新时代支持革命老区振兴发展的意见》颁布后，已遵循中央指示相继出台扶助本地革命老区发展的相关政策，精准落地这些有关政策将进一步促进革命老区的固定资产投资。第二，通过重大项目布局，充分发挥固定资产效应，将固定资产投资的进一步增长建立在实际经济产出增加的基础上，加快产业升级转型，产业结构优化的效率变革。既要重视相关政策优惠与转移支付的“外部输血”渠道，也要正确认识工业发展和产业结构升级对农业发展的“反哺”作用，提高城镇居民生活水平的同时，不忘“支持农村”。第三，结合区域发展政策，针对性改善相对落后地区的经济发展技术、资金、资源等要素资源禀赋状况，加强农业基础设施建设，以提高农业生产率和产量，进一步推动农村经济发展，为实现共同富裕和区域发展提质增效。

参考文献

[1] 白俊红，张艺璇，卞元超. 创新驱动政策是否提升城市创业活跃度——来自国家创新型城市试点政策的经验证据[J]. 中国工业经济，2022 年第6 期，第61-78 页。

[2] 曹清峰. 国家级新区对区域经济增长的带动效应——基于70 大中城市的经验证据[J]. 中国工业经济，2020 年第7 期，第43-60 页。

[3] 曹跃群，郭鹏飞，罗玥琦. 基础设施投入对区域经济增长的多维影响——基于效率性、异质性和空间性的三维视角[J]. 数量经济技术经济研究，2019 年第36（11）期，第140-159 页。

[4] 范剑勇，谢强强. 地区间产业分布的本地市场效应及其对区域协调发展的启示[J]. 经济研究，2010 年第45（4）期，第107-119+133 页。

[5] 高玥. 高技术产业扶持政策阶段性特征及效果研究——以中国芯片产业为例[J]. 经济体制改革，2020 年第1期，第128-134 页。

[6] 龚斌磊，张启正，袁菱苒，刘晓光. 革命老区振兴发展的政策创新与效果评估[J]. 管理世界，2022 年第38（8）期，第26-43 页。

[7] 苟护生，童章舜. 新时代革命老区振兴发展的历史逻辑和现实意义[J]. 理论视野，2022 年第7 期，第5-10 页。

[8] 侯荣华. 固定资产投资效益及其滞后效应分析[J]. 数量经济技术经济研究，2002 年第3 期，第13-16 页。

[9] 黄炜，张子尧，刘安然. 从双重差分法到事件研究法[J]. 产业经济评论，2022 年第2 期，第17-36 页。

[10] 黄徐亮，徐海东，倪鹏飞. 带动还是挤出？房地产投资对其他固定资产投资的影响研究[J]. 经济学家，2023年第6 期，第78–87 页。

[11] 江艇. 因果推断经验研究中的中介效应与调节效应[J]. 中国工业经济，2022 年第5 期，第100-120 页。

[12] 李慧，佟孟华，张国建. 设立产业转型升级示范区对企业融资约束的影响——基于交错双重差分模型[J]. 产业经济评论，2024 年第3 期，第5-22 页。

[13] 李兰冰，刘秉镰. 中国区域经济增长绩效、源泉与演化：基于要素分解视角[J]. 经济研究，2015 年第50（8）期，第58-72 页。

[14] 李琳，刘莹. 中国区域经济协同发展的驱动因素——基于哈肯模型的分阶段实证研究[J]. 地理研究，2014 年第33（9）期，第1603-1616 页。

[15] 李长松，周霞，周玉玺. 中国粮食主产区农业水贫困与粮食生产脆弱性的时空耦合研究[J]. 农业资源与环境学报，2023 年第40（4）期，第965-75 页。

[16] 李志萌，张宜红. 革命老区产业扶贫模式、存在问题及破解路径——以赣南老区为例[J]. 江西社会科学，2016年第36（7）期，第61-67 页。

[17] 廖直东，李威. 创新型省份建设促进了产业创新成果转化吗？——来自创新型省份建设试点准自然实验的证据[J]. 产业经济评论，2023 年第2 期，第134-149 页。

[18] 刘冲，沙学康，张妍. 交错双重差分：处理效应异质性与估计方法选择[J]. 数量经济技术经济研究，2022 年第39（9）期，第177-204 页。

[19] 刘瑞明，赵仁杰. 西部大开发：增长驱动还是政策陷阱——基于PSM-DID 方法的研究[J]. 中国工业经济，2015 年第6 期，第32-43 页。

[20] 马昭君，葛新权. 房地产泡沫抑制了我国技术创新吗？——来自省际面板数据的经验证据[J]. 中国流通经济，2023 年第37（9）期，第11-22 页。

[21] 苗敬毅，刘应宗，方琳. 中国固定资产投资实证研究模型综述[J]. 经济问题，2007 年第11 期，第83-85 页。

[22] 孙志燕，侯永志. 对我国区域不平衡发展的多视角观察和政策应对[J]. 管理世界，2019 年第35（8）期，第1-8 页。

[23] 徐培，金泽虎，李静. 人才安居、技术创新的产业升级效应及空间溢出效应——基于人才安居城市和创新型城市的准自然实验[J]. 西安交通大学学报（社会科学版），2023 年第43（2）期，第60-68 页。

[24] 徐婷婷，孙蓉. 政策性农业保险能否缓解贫困脆弱性——基于典型村庄调研数据的分析[J]. 农业技术经济，2022 年第2 期，第126-44 页。

[25] 杨冕，谢泽宇，杨福霞. 省界毗邻地区绿色发展路径探索：来自革命老区振兴的启示[J]. 世界经济，2022 年第45（8）期，第157-79 页。

[26] 游珍，封志明，杨艳昭. 中国1km 地形起伏度数据集[J]. 全球变化数据学报（中英文），2018 年第2（2）期，第151-155+274-278 页。

[27] 张明林，李华旭. 国家优先支持政策促进绿色全要素生产率的效应评估——来自革命老区的经验证据[J]. 财经研究，2021 年第47（10）期，第65-79 页。

[28] 张启正，袁菱苒，胡沛楠，龚斌磊. 革命老区振兴规划对农业增长的影响及其作用机理[J]. 中国农村经济，2022 年第7 期，第38-58 页。

[29] 朱发仓，祝欣茹. 中国基础设施资本存量净额与固定资本消耗估计研究[J]. 数量经济技术经济研究，2020 年第37（6）期，第70-88 页。

[30] Abdul A.， Davide F， and Petia T.， “The Macroeconomic Effects of Public Investment： Evidence from Advanced Economies”， Journal of Macroeconomics， 2016， 50：224-40.

[31] Andreea O.， Gabriela D. and Dan D.， “The Effects of Public Investment on Sustainable Economic Growth： Empirical Evidence from Emerging Countries in Central and Eastern Europe”， Sustainability， 2022， 14（14）：8721.

[32] Goodman-Bacon， Andrew.， “Difference-in-Differences with Variation in Treatment Timing”， Journal of Econometrics，2021， 225（2）：254-77.

[33] Liu， C.， Chen， L.， Li， Z.， Wu， D. （2023）. The impact of digital financial inclusion and urbanization on agricultural mechanization： Evidence from counties of China. PLOS ONE， 18（11）， e0293910.

[34] Nguyen V.， Nguyen C.， Dinh van T.， Thai V.， Nguyen T.， and Tran T.， “The Role of Public-Private Partnership Investment and Eco-Innovation in Environmental Abatement in USA： Evidence from Quantile ARDL Approach”，Environmental Science and Pollution Research， 2022， 29（8）：12164-75.

[35] Rui W.， Zhongying Q.， Yumin S.， “Multiple Relationships between Fixed-Asset Investment and Industrial Structure Evolution in China–Based on Directed Acyclic Graph （DAG） Analysis and VAR Model”， Structural Change and Economic Dynamics， 2020， 55：222-31.

[36] Sascha O.， Becker， P.， and Maximilian von E.， “Going NUTS： The Effect of EU Structural Funds on Regional Performance”， Journal of Public Economics， 2010， 94（9–10）：578-90.

[37] Yang C.， Chien-Chiang L. ， “The Impact of Real Estate Investment on Air Quality： Evidence from China”， Environmental Science and Pollution Research， 2020， 27（18）：22989-1.