发帖
雷达卡
省直管县改革是2003年以来中国行政体系和财政体系中的一项重大改革。对这一改革进行政策评估文章有很多，仅BOSS认识的就有一堆人写过相关文章。Li Pei, Lu Yi and Wang Jin的最新工作论文对这一题目进行了新的尝试。作者发现，省直管县改革使得试点县的人均GDP增长率年平均降低了约0.44%。作者认为，省直管县这样一种行政层级“扁平化”的改革使得上级ZF（省级ZF）管理县的过程中沟通、协调的难度加大了，最终对县级地方ZF的控制力有所削弱，从而损害了地方经济增长。
省直管县当然是一种极为不好的“自然实验”，通常情况下我们认为这样的DID既不“自然”也没有“实验”，那么作者是如何利用如此糟烂的DID制度背景实现identification的呢？
传统的DID识别策略要求处置组和对照组在没有处置的情况下具有平行的时间趋势，这一假定在绝大多数DID设定的背景下当然是不成立的（至少是不严格成立的）。根据中央ZF的文件知识精神，各地应当优先考虑将财政困难县、国家级贫困县、粮食和棉花生产大县作为省直管县改革的试点。此外，为了降低改革风险，各省在出台省直管县改革政策时还根据各自不同的情况确立了其他的一些原则。作者详细搜集了各省省直管县试点的文件，并选择了8个主要的变量——县级市、国家级贫困县、粮食主产县、各省的边界县、平均海拔、平均坡度、财政缺口和城市化率。
为了排除省直管县与被解释变量的相关性中由这些决定省直管县试点变量的的时间趋势导致的差异，作者使用三种不同的方式在DID模型中加以控制。首先，可以将这8个变量与时间趋势T，T的平方和T的三次方的交叉项加入以双向固定效应估计的DID模型。三次项交叉项这种非常灵活的函数形式基本上可以将上述8个变量导致的非平行趋势控制住。更进一步，作者还尝试了将这8个特征变量与是否省直管县前后的dummy或者年度dummy的交叉项加入模型的两种更加苛刻的控制。在上述三种控制方式中，作者还加入了该县是否是省直管县与时间趋势的交叉项，以控制处置组与对照组两者可能存在的非平行趋势。
为了进一步证实上述因果识别策略的稳健性，作者还进行了一些额外的检验。首先，作者按照全国省直管县试点每年新增的县的个数随机选取一些县作为“伪省直管县”进行安慰剂检验，500次bootstrap随机抽样估计出的“伪省直管县”的系数近似随机地分布在0附近。此外，作者将省直管县前后四年及当期的dummy放入加入了包含特征变量与年度dummy交叉项的模型中，结果发现，省直管县之前的四个dummy的系数均不具有统计显著性，而从当期开始显著为负。
作者改用人均灯光亮度数据发现，结论依然稳健。作者的机制检验表明，省直管县提高了试点县获得的转移支付，但公共支出（特别是促进经济增长的公共支出）降低。在土地出让方面，省直管县提高了ZF通过协议方式出让土地的比重、降低了土地出让平均价格（也就意味着可能存在更多的土地交易腐败）。
Li Pei, Lu Yi and Wang Jin, 2016, DoesFlattening Government Improve Economic Performance? Evidence from China,working paper
转帖地址：http://mp.weixin.qq.com/s?__biz= ... isappinstalled=0#rd
-----------------------------2016年6月18日09:37:42
京公网安备 11010802022788号
