政治文化背景下的扶貧建設(shè)
——來(lái)自革命老區(qū)的證據(jù)

張佑林，王 凡

(上海對(duì)外經(jīng)貿(mào)大學(xué) 國(guó)際經(jīng)貿(mào)學(xué)院，上海 201620)

一、引言

黨的十八大以來(lái)，以習(xí)近平同志為核心的黨中央把扶貧開(kāi)發(fā)擺到治國(guó)理政的重要位置，提升到事關(guān)全面建成小康社會(huì)、實(shí)現(xiàn)第一個(gè)百年奮斗目標(biāo)的新高度，并將其納入“五位一體”總體布局和“四個(gè)全面”戰(zhàn)略布局進(jìn)行決策部署。在全黨全社會(huì)的共同努力下，我國(guó)成功解決了大規(guī)模的農(nóng)村貧困人口的溫飽問(wèn)題，成為世界上減貧人口最多的國(guó)家。然而，貧困問(wèn)題依然是我國(guó)經(jīng)濟(jì)社會(huì)發(fā)展中最突出的“短板”，脫貧攻堅(jiān)形勢(shì)仍然復(fù)雜嚴(yán)峻。《國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十三個(gè)五年規(guī)劃綱要》指出：“把革命老區(qū)、民族地區(qū)、邊疆地區(qū)、集中連片貧困地區(qū)作為脫貧攻堅(jiān)重點(diǎn)，持續(xù)加大對(duì)集中連片特殊困難地區(qū)的扶貧投入力度?！逼渲?，“革命老區(qū)”孕育了中國(guó)共產(chǎn)黨和人民軍隊(duì)，是新中國(guó)的搖籃，為中國(guó)革命和社會(huì)主義建設(shè)事業(yè)做出了不可磨滅的重大貢獻(xiàn)。由于自然、歷史、地理等多重因素影響，“革命老區(qū)”的經(jīng)濟(jì)發(fā)展水平相對(duì)滯后，自我發(fā)展能力不足，脫貧攻堅(jiān)任務(wù)十分艱巨。幸運(yùn)的是：在特殊的政治文化背景下，“革命老區(qū)”的身份賦予了縣域一定的政治資源，擁有此項(xiàng)政治資源是否有助于“革命老區(qū)”的扶貧建設(shè)？

本文搜集了2005—2015年1882個(gè)縣的數(shù)據(jù)，運(yùn)用廣義最小二乘法(GLS)和豪斯曼-泰勒(Hausman-Taylor)兩種方法研究表明：相比沒(méi)有政治資源的非革命老區(qū)縣，具有政治資源的“革命老區(qū)”縣在地區(qū)層面的絕對(duì)經(jīng)濟(jì)差距高出約15%，在省級(jí)層面的絕對(duì)經(jīng)濟(jì)差距高出約12%，即具有此項(xiàng)政治資源顯著擴(kuò)大了其在地區(qū)和省級(jí)層面的絕對(duì)經(jīng)濟(jì)差距，并沒(méi)有起到有助于扶貧建設(shè)的作用。在基于“革命老區(qū)”縣類(lèi)別的異質(zhì)性分析中，一類(lèi)“革命老區(qū)”賦予的政治資源顯著擴(kuò)大了其在地區(qū)和省級(jí)層面的絕對(duì)經(jīng)濟(jì)差距，而在二類(lèi)“革命老區(qū)”中的此影響不顯著。在機(jī)制分析中，“革命老區(qū)”賦予的政治資源顯著擴(kuò)大了非生產(chǎn)性的縣社會(huì)福利支出，間接地?cái)D占其在城鎮(zhèn)化建設(shè)的支出，生產(chǎn)性支出缺乏導(dǎo)致其經(jīng)濟(jì)增長(zhǎng)動(dòng)力不足，使得經(jīng)濟(jì)發(fā)展水平相對(duì)落后，最終擴(kuò)大了其在地區(qū)和省級(jí)層面的絕對(duì)經(jīng)濟(jì)差距。根據(jù)結(jié)論提出：我國(guó)政府應(yīng)加大對(duì)“革命老區(qū)”地區(qū)基礎(chǔ)設(shè)施的投資力度，開(kāi)發(fā)其經(jīng)濟(jì)增長(zhǎng)新引擎，從經(jīng)濟(jì)“輸血”向經(jīng)濟(jì)“造血”過(guò)渡；應(yīng)進(jìn)一步完善“革命老區(qū)”縣財(cái)政支出制度，并加強(qiáng)自上而下的行政監(jiān)督與管理；應(yīng)繼續(xù)深入落實(shí)我國(guó)的“精準(zhǔn)扶貧”政策，提高扶貧建設(shè)的效率。

本文其他部分安排如下：第二部分是文獻(xiàn)回顧與評(píng)價(jià)；第三部分是“革命老區(qū)”的發(fā)展歷程介紹；第四部分是識(shí)別策略、計(jì)量模型與數(shù)據(jù)說(shuō)明；第五部分是實(shí)證回歸結(jié)果；第六部分是結(jié)論。

二、文獻(xiàn)回顧與評(píng)價(jià)

(一)文獻(xiàn)回顧

解釋我國(guó)區(qū)域經(jīng)濟(jì)發(fā)展中面臨的一些問(wèn)題并探究其背后的經(jīng)濟(jì)規(guī)律，這離不開(kāi)我國(guó)特殊的“政治集權(quán)”的干部人事管理制度。在“政治集權(quán)”的制度下，我國(guó)干部人事管理制度的最基本原則是“黨管干部”，同時(shí)實(shí)行“分部分級(jí)”管理。政治運(yùn)作的機(jī)制是任命制，每一級(jí)地方政府的首長(zhǎng)都是由上一級(jí)政府任命的，而任命的考核標(biāo)準(zhǔn)往往是官員轄區(qū)的經(jīng)濟(jì)產(chǎn)出總量。這就使得官員若想在考核中取得成功，其必須在其轄區(qū)干出一番經(jīng)濟(jì)成果，這就是政府作用在經(jīng)濟(jì)中的體現(xiàn)[1]。通過(guò)分析已有相關(guān)文獻(xiàn)得出：以GDP為核心的政治錦標(biāo)賽是理解中國(guó)經(jīng)濟(jì)增長(zhǎng)的政治經(jīng)濟(jì)學(xué)基礎(chǔ)(郭瑞等)認(rèn)為政府官員的特征、行為、作用既是主流經(jīng)濟(jì)學(xué)理論忽視的因素，又是中國(guó)經(jīng)濟(jì)發(fā)展過(guò)程中的一個(gè)非常突出的現(xiàn)實(shí)特征[2，3-5]。揭示了中國(guó)地方官員的治理模式——“晉升錦標(biāo)賽治理模式”與中國(guó)高速經(jīng)濟(jì)增長(zhǎng)及其各種特有問(wèn)題的內(nèi)在關(guān)聯(lián)：晉升錦標(biāo)賽作為中國(guó)政府官員的激勵(lì)模式，它是中國(guó)經(jīng)濟(jì)奇跡的重要根源。

從目前該領(lǐng)域的研究成果來(lái)看，官員在經(jīng)濟(jì)發(fā)展中起的作用可以分為“援助之手”和“攫取之手”兩個(gè)方面。就“援助之手”來(lái)講(Acemoglu D,et al)，肯定了在“政治晉升錦標(biāo)賽”制度下官員對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)[6]?；谥袊?guó)省級(jí)官員與四位數(shù)制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)相匹配的面板數(shù)據(jù)研究發(fā)現(xiàn)：省委書(shū)記、省長(zhǎng)在短期內(nèi)能引領(lǐng)轄區(qū)產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)，但長(zhǎng)期主要靠市場(chǎng)[7]?；?978—2005年間省長(zhǎng)(省委書(shū)記)交流樣本構(gòu)造了省長(zhǎng)(省委書(shū)記)與省區(qū)相匹配的面板數(shù)據(jù)發(fā)現(xiàn)：省長(zhǎng)交流能夠使流入地的經(jīng)濟(jì)增長(zhǎng)速度提高1個(gè)百分點(diǎn)左右[8]，同時(shí)發(fā)現(xiàn)：中央官員對(duì)其籍貫來(lái)源省區(qū)的經(jīng)濟(jì)增長(zhǎng)有顯著的促進(jìn)作用,對(duì)其曾工作過(guò)的省區(qū)經(jīng)濟(jì)增長(zhǎng)的影響則并不顯著,并且這一促進(jìn)作用主要是通過(guò)提高其籍貫來(lái)源地的投資率來(lái)實(shí)現(xiàn)的[9]?；?003年部長(zhǎng)更換的自然實(shí)驗(yàn)發(fā)現(xiàn)：新任部長(zhǎng)的政治關(guān)聯(lián)效應(yīng)會(huì)使其來(lái)源地的地級(jí)市獲得的專(zhuān)項(xiàng)轉(zhuǎn)移支付增加2億元[10]?；谑〖?jí)官員的微觀數(shù)據(jù)發(fā)現(xiàn)：官員更替顯著增加了轄區(qū)內(nèi)交通基礎(chǔ)設(shè)施投資，官員變動(dòng)頻率的增加則顯著帶動(dòng)了轄區(qū)內(nèi)交通基礎(chǔ)設(shè)施投資的波動(dòng)[11]。

就“攫取之手”來(lái)講，有研究表明當(dāng)經(jīng)濟(jì)體致力于經(jīng)濟(jì)增長(zhǎng)時(shí),具有政治資源有助于承接更多的污染產(chǎn)能,從而帶來(lái)更多的污染[12]?；?004—2010年的數(shù)據(jù)研究了環(huán)境污染問(wèn)題，發(fā)現(xiàn)具有政治資源地級(jí)市的人均工業(yè)SO2和煙塵排放量增長(zhǎng)分別快了3%左右和16%左右，同時(shí)政治資源對(duì)環(huán)境污染的加劇具有長(zhǎng)期性。孫偉增、羅黨論、鄭思齊等研究認(rèn)為[13]，長(zhǎng)期以來(lái),由于官員過(guò)度追求以經(jīng)濟(jì)增長(zhǎng)為主的晉升激勵(lì)指標(biāo),在經(jīng)濟(jì)飛速發(fā)展的同時(shí),環(huán)境污染和能源消耗也愈加嚴(yán)重[14]。

(二)文獻(xiàn)評(píng)價(jià)

以上是從“援助之手”和“攫取之手”兩個(gè)方面對(duì)相關(guān)文獻(xiàn)進(jìn)行了梳理與總結(jié)，已有文獻(xiàn)豐富的研究成果給本文奠定了基礎(chǔ)，但其對(duì)區(qū)域經(jīng)濟(jì)發(fā)展不平衡的政治解釋較少，如區(qū)域經(jīng)濟(jì)差距問(wèn)題。特別是對(duì)“革命老區(qū)”經(jīng)濟(jì)發(fā)展的研究非常稀少，其不僅具有特殊政治身份，同時(shí)又是我國(guó)當(dāng)前階段扶貧攻堅(jiān)的重點(diǎn)對(duì)象。在政治文化背景下，“革命老區(qū)”的身份賦予的政治資源在其經(jīng)濟(jì)發(fā)展中扮演著什么樣的角色？是“攫取之手”還是“援助之手”。因此，本文基于前人的研究成果對(duì)政治資源在其“革命老區(qū)”經(jīng)濟(jì)發(fā)展中扮演著什么樣的角色進(jìn)行深入探究，本文的研究成果也將是對(duì)相關(guān)研究領(lǐng)域的一個(gè)補(bǔ)充。

三、“革命老區(qū)”的發(fā)展歷程介紹

(一)革命老區(qū)定義①

中國(guó)革命老區(qū)根據(jù)地(簡(jiǎn)稱(chēng)革命老區(qū)或老區(qū))是指第二次國(guó)內(nèi)革命戰(zhàn)爭(zhēng)時(shí)期和抗日戰(zhàn)爭(zhēng)時(shí)期，在中國(guó)共產(chǎn)黨和毛澤東等老一輩無(wú)產(chǎn)階級(jí)革命家領(lǐng)導(dǎo)下創(chuàng)建的革命根據(jù)地。劃定革命老根據(jù)地應(yīng)以生產(chǎn)大隊(duì)為單位，如果一個(gè)公社內(nèi)，屬于革命老根據(jù)地的生產(chǎn)大隊(duì)超過(guò)半數(shù)，這個(gè)公社可算作革命老根據(jù)地公社。

(二)革命老區(qū)劃分依據(jù)

第二次國(guó)內(nèi)革命戰(zhàn)爭(zhēng)根據(jù)地的劃定標(biāo)準(zhǔn)：曾經(jīng)有黨的組織，有革命武裝，發(fā)動(dòng)了群眾，進(jìn)行了打土豪、分田地、分糧食、分牲畜等運(yùn)動(dòng)，主要是建立了工農(nóng)政權(quán)并進(jìn)行了武裝斗爭(zhēng)，堅(jiān)持半年以上時(shí)間的。抗日根據(jù)地的劃定標(biāo)準(zhǔn)：曾經(jīng)有黨的組織、有革命武裝，發(fā)動(dòng)了群眾，進(jìn)行了減租減息運(yùn)動(dòng)，主要是建立了抗日民主政權(quán)并進(jìn)行了武裝斗爭(zhēng)，堅(jiān)持一年以上時(shí)間的。

“中國(guó)老區(qū)建設(shè)促進(jìn)會(huì)”于1995 年按照老區(qū)鄉(xiāng)鎮(zhèn)在縣內(nèi)所占比例將革命老區(qū)縣劃分為四類(lèi)?？紤]到上述復(fù)雜情況，為了更客觀、準(zhǔn)確地研究革命老區(qū)的經(jīng)濟(jì)發(fā)展情況，本文參考中國(guó)老區(qū)建設(shè)促進(jìn)會(huì)于1997 年編寫(xiě)的《中國(guó)革命老區(qū)》，選擇全國(guó)一類(lèi)、二類(lèi)革命老區(qū)縣作為研究對(duì)象，其中一類(lèi)革命老區(qū)縣共316個(gè)，二類(lèi)革命老區(qū)縣共281個(gè)，合計(jì)共597個(gè)縣。

(三)一、二類(lèi)革命老區(qū)縣的地理分布

圖1為本文統(tǒng)計(jì)的597個(gè)革命老區(qū)縣的地理分布圖。革命老區(qū)分布在除新疆維吾爾自治區(qū)、西藏自治區(qū)、青海省等以外的其他省份。北部主要集中在陜西省、山西省和河北省，并且一類(lèi)革命老區(qū)縣在該三省居多；南部主要集中在江西省、湖南省、貴州省和安徽省，其中一類(lèi)革命老區(qū)縣主要集中在江西省，并且整體分布相對(duì)北部比較分散；東北、西南地區(qū)革命老區(qū)數(shù)量相對(duì)稀少并且分布比較分散。

圖1我國(guó)一類(lèi)和二類(lèi)革命老區(qū)縣地理分布圖
資料來(lái)源：系作者整理通過(guò)ArcGIS軟件計(jì)算而得

四、識(shí)別策略、計(jì)量模型與數(shù)據(jù)說(shuō)明

(一)識(shí)別策略

本文以“革命老區(qū)”的身份作為政治資源的代理變量，旨在識(shí)別“革命老區(qū)”身份賦予的政治資源在其扶貧建設(shè)中起到的作用，但在識(shí)別策略上可能存在以下三個(gè)方面的問(wèn)題。

首先，需要解決的問(wèn)題是排除“樣本自選擇問(wèn)題”(sample selection problem)所造成的內(nèi)生性，即某縣不能被一些不可觀測(cè)的地區(qū)特征等遺漏變量顯著地影響其是否成為革命老區(qū)縣。比較幸運(yùn)的是某個(gè)縣是否具有“革命老區(qū)”的帽子取決于該縣是否參加過(guò)第二次國(guó)內(nèi)革命戰(zhàn)爭(zhēng)和抗日戰(zhàn)爭(zhēng)?？紤]到戰(zhàn)爭(zhēng)的不確定性和當(dāng)時(shí)共產(chǎn)黨領(lǐng)導(dǎo)的革命活動(dòng)主要基于軍事斗爭(zhēng)策略，本文接受一個(gè)縣是否成為革命老區(qū)縣比較接近隨機(jī)分組產(chǎn)生的結(jié)果。

其次，由于本文所收集到的樣本是1872個(gè)縣級(jí)的數(shù)據(jù)，其中革命老區(qū)數(shù)量為597個(gè)，約占所有縣樣本的1/3，這樣帶來(lái)的問(wèn)題是處理組與控制組樣本量差距懸殊，并且以全國(guó)縣域?yàn)檠芯繕颖咎幚斫M與控制組樣本存在較大的系統(tǒng)性偏差，因此在回歸之前，本文運(yùn)用傾向匹配得分(Propensity Score Matching)思想，采用半徑(卡尺)匹配的方法將處理組和控制組的系統(tǒng)性偏差降到最小，以得到準(zhǔn)確的無(wú)偏估計(jì)量。

再次，在計(jì)量模型估計(jì)方法上，考慮到本文以“革命老區(qū)”作為政治資源的代理變量并以虛擬變量的形式來(lái)表示，其實(shí)不隨時(shí)間變化的。若本文采用固定效應(yīng)的估計(jì)方法，則會(huì)導(dǎo)致政治資源核心變量的估計(jì)效應(yīng)被吸收掉。因此，本文借鑒孟可強(qiáng)、陸銘[15]和宋小寧、陳斌、梁琦[16]的識(shí)別對(duì)策，分別采用面板數(shù)據(jù)的廣義最小二乘法(GLS)和豪斯曼-泰勒法兩種計(jì)量估計(jì)方法。廣義最小二乘法(GLS)可以控制可能存在的異方差問(wèn)題，豪斯曼-泰勒法可以利用模型內(nèi)部信息產(chǎn)生工具變量，采用工具變量估計(jì)來(lái)解決個(gè)體效應(yīng)與解釋變量相關(guān)導(dǎo)致的內(nèi)生性問(wèn)題。

(二)計(jì)量模型

lngdp_gapi,t=α0+α1revolution_areai+α2Controli,t+Yeart+εi,t

lngdp_gapi,t為被解釋變量，表示i縣域在t年的絕對(duì)經(jīng)濟(jì)差距，本文借鑒卞元超、吳利華、白俊紅[17]的方法采用縣域GDP的離差形式來(lái)反映絕對(duì)經(jīng)濟(jì)差距，具體如下：

為了更全面地衡量縣域的絕對(duì)經(jīng)濟(jì)差距，本文從省份和地區(qū)兩個(gè)層面入手，如lngdp_gapi,t-ln|GDPr/p,t-GDPi,t|所示，GDPr/p,t分別表示在t年，i縣域所處地區(qū)的所有縣域GDP均值與i縣域所處省份的所有縣域GDP均值。GDPi,t表示i縣在t年的GDP值。最后對(duì)其差值取絕對(duì)值并采用對(duì)數(shù)形式。

revolution_areai為核心解釋變量，表示i縣是否為革命老區(qū)縣。本文采用虛擬變量的形式，若i縣為革命老區(qū)縣，則令revolution_areai=1；若i縣為非革命老區(qū)縣，則令revolution_areai=0。

Controli,t為控制變量，為減少遺漏變量問(wèn)題帶來(lái)的估計(jì)偏誤，本文借鑒張清正[18]和范建雙、虞曉芬、周琳[19]的研究成果，加入如下控制變量：金融發(fā)展水平(fin_level)，用年末金融機(jī)構(gòu)貸款余額比居民儲(chǔ)蓄余額表示；固定資產(chǎn)投資額(fixed_invest)，用固定資產(chǎn)投資額的對(duì)數(shù)形式表示；人力資本(hum_capital)，用在校中學(xué)生數(shù)比縣域總?cè)丝诒硎?；工業(yè)化水平(indus_level)，用規(guī)模以上工業(yè)總產(chǎn)出的對(duì)數(shù)形式表示；政府支出規(guī)模(gov_spend)，用縣級(jí)政府的財(cái)政支出比其GDP表示；農(nóng)業(yè)現(xiàn)代化水平(mod_agri_level)，用農(nóng)業(yè)機(jī)械總功率的對(duì)數(shù)形式表示。

Yeart為時(shí)間效應(yīng)，用來(lái)控制時(shí)間趨勢(shì)帶來(lái)的經(jīng)濟(jì)影響。εi,t為隨機(jī)擾動(dòng)項(xiàng)。

(三)數(shù)據(jù)說(shuō)明

本文以2005—2012年全國(guó)的縣為研究樣本，為了樣本中保證樣本不存在較大的系統(tǒng)性偏差，本文在做傾向匹配得分(PSM)前將樣本中的四大直轄市(北京、天津、上海和重慶)刪除，同時(shí)將縣級(jí)層面的市轄區(qū)和省直管縣刪除。由于海南省的數(shù)據(jù)嚴(yán)重缺失，本文也將其從樣本中刪除，最終本文樣本中共含1837個(gè)縣。

在革命老區(qū)縣的設(shè)立上，1995年中國(guó)老區(qū)建設(shè)促進(jìn)會(huì)按照老區(qū)鄉(xiāng)鎮(zhèn)在縣內(nèi)所占比例將革命老區(qū)縣進(jìn)行了分類(lèi)，將革命老區(qū)縣分為四類(lèi)?？紤]到上述復(fù)雜情況，同時(shí)為了更客觀、準(zhǔn)確地研究革命老區(qū)的經(jīng)濟(jì)發(fā)展情況，本文參考中國(guó)老區(qū)建設(shè)促進(jìn)會(huì)于1997年編寫(xiě)的《中國(guó)革命老區(qū)》，選擇全國(guó)一類(lèi)革命老區(qū)縣和二類(lèi)革命老區(qū)縣作為研究對(duì)象，其中一類(lèi)革命老區(qū)縣共316個(gè)，二類(lèi)革命老區(qū)縣共281個(gè)，合計(jì)共597個(gè)②。

工業(yè)革命之前，技術(shù)進(jìn)步非常緩慢，一個(gè)人一生幾乎感受不到技術(shù)的進(jìn)步，沿著同樣的技術(shù)路徑勞動(dòng)和生活，可謂天經(jīng)地義。工業(yè)革命以后，尤其是20世紀(jì)下半葉以來(lái)，一個(gè)人可以感受到技術(shù)的明顯進(jìn)步。1980年代以來(lái)，每十年甚至每年都可以感受到技術(shù)的明顯進(jìn)步。

本文用到的所有的縣級(jí)社會(huì)經(jīng)濟(jì)數(shù)據(jù)來(lái)自2005—2012年《中國(guó)縣(市)社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)年鑒》和《全國(guó)地市縣財(cái)政統(tǒng)計(jì)資料》，并且以國(guó)泰安數(shù)據(jù)庫(kù)作為補(bǔ)充。各省縣與其省會(huì)城市的距離是根據(jù)國(guó)家地理信息公共服務(wù)平臺(tái)查詢(xún)得到的經(jīng)緯度通過(guò)MATLAB軟件計(jì)算而得。

五、實(shí)證回歸結(jié)果

(一)描述性統(tǒng)計(jì)

表1 主要變量描述性統(tǒng)計(jì)

續(xù)表

變量變量解釋觀測(cè)值平均值標(biāo)準(zhǔn)差p25p50p75revolution_area革命老區(qū)縣(1,2類(lèi))152140.3130.464001revolution_area1革命老區(qū)縣(1類(lèi))152140.1670.373000revolution_area2革命老區(qū)縣(2類(lèi))152140.1470.354000

注：系作者整理而得

如表1所示，可以觀察出地區(qū)層面GDP離差和省級(jí)層面GDP離差其標(biāo)注差均較大，從樣本數(shù)據(jù)上說(shuō)明縣域的絕對(duì)經(jīng)濟(jì)差距較大?？刂谱兞恐泄潭ㄙY產(chǎn)投資額、工業(yè)化水平和農(nóng)業(yè)現(xiàn)代化水平標(biāo)準(zhǔn)差相對(duì)較大，說(shuō)明樣本中的各個(gè)縣在固定資產(chǎn)投資額、工業(yè)化水平和農(nóng)業(yè)現(xiàn)代化水平中存在明顯的差異。革命老區(qū)縣(revolution_area)的平均值為0.313，說(shuō)明革命老區(qū)縣的數(shù)量在本文樣本中占到31.3%，其中一類(lèi)革命老區(qū)縣為16.7%，二類(lèi)革命老區(qū)縣為14.7%。

(二)基準(zhǔn)回歸結(jié)果

如表2基準(zhǔn)回歸結(jié)果所示，基準(zhǔn)回歸從地區(qū)層面和省級(jí)層面兩個(gè)方面來(lái)討論，并同時(shí)采用GLS和HT兩種估計(jì)方法。列(1)與列(2)報(bào)告了地區(qū)層面的回歸結(jié)果，可以看出核心解釋變量(revolution_area)正向顯著，顯著性水平分別為1%與5%，說(shuō)明“革命老區(qū)”賦予的政治資源顯著擴(kuò)大了其在地區(qū)層面上的絕對(duì)經(jīng)濟(jì)差距。列(3)與列(4)報(bào)告了省級(jí)層面的回歸結(jié)果，可以看出核心解釋變量(revolution_area)正向顯著，顯著性水平分別為5%與10%，說(shuō)明“革命老區(qū)”賦予的政治資源顯著擴(kuò)大了其在省級(jí)層面上的絕對(duì)經(jīng)濟(jì)差距。相比沒(méi)有政治資源的非革命老區(qū)縣，具有政治資源的“革命老區(qū)”縣在地區(qū)層面的絕對(duì)經(jīng)濟(jì)差距相對(duì)高出約15%，在省級(jí)層面的絕對(duì)經(jīng)濟(jì)差距相對(duì)高出約12%。總的來(lái)講，從基準(zhǔn)回歸結(jié)果可以得出：以“革命老區(qū)”的身份作為政治資源的代理變量，具有此項(xiàng)政治資源會(huì)顯著擴(kuò)大其在地區(qū)和省級(jí)層面的絕對(duì)經(jīng)濟(jì)差距。

表2 基準(zhǔn)回歸結(jié)果

注：“***”“**”和“*”分別表示1%、5%和10%的統(tǒng)計(jì)顯著性水平，系數(shù)下方括號(hào)內(nèi)報(bào)告的是t值

(三)異質(zhì)性分析

由基準(zhǔn)回歸結(jié)果可知：以“革命老區(qū)”的身份作為政治資源的代理變量，具有此項(xiàng)政治資源會(huì)顯著擴(kuò)大其在地區(qū)和省級(jí)層面的絕對(duì)經(jīng)濟(jì)差距。但往往結(jié)論不具有普適性，本文樣本中的革命老區(qū)縣由一類(lèi)和二類(lèi)革命老區(qū)縣組成，并且現(xiàn)實(shí)中級(jí)別的不同會(huì)使得政治資源的影響力存在一定的差異，因此本文設(shè)計(jì)出基于革命老區(qū)縣類(lèi)別的異質(zhì)性分析。

如表3所示，本文異質(zhì)性分析在基準(zhǔn)回歸的基礎(chǔ)上從一、二類(lèi)革命老區(qū)縣展開(kāi)，列(1)至列(4)報(bào)告的是以“一類(lèi)革命老區(qū)”的身份作為政治資源的代理變量的回歸結(jié)果，可以看出核心解釋變量(revolution_area)在地區(qū)層面和省級(jí)層面都正向顯著，顯著性水平為5%、10%、1%與5%，說(shuō)明以“一類(lèi)革命老區(qū)”的身份作為政治資源的代理變量，具有此項(xiàng)政治資源顯著擴(kuò)大了其在地區(qū)和省級(jí)層面的絕對(duì)經(jīng)濟(jì)差距。相比沒(méi)有政治資源的非革命老區(qū)縣，具有政治資源的“革命老區(qū)”縣在地區(qū)層面的絕對(duì)經(jīng)濟(jì)差距相對(duì)高出約13%，在省級(jí)層面的絕對(duì)經(jīng)濟(jì)差距相對(duì)高出約17%，這與基準(zhǔn)回歸中核心解釋變量(revolution_area)的估計(jì)系數(shù)接近。列(5)至列(8)報(bào)告的是以“二類(lèi)革命老區(qū)”的身份作為政治資源的代理變量的回歸結(jié)果，可以看出核心解釋變量(revolution_area)在地區(qū)層面和省級(jí)層面都不顯著，說(shuō)明具有以“二類(lèi)革命老區(qū)”的身份作為政治資源的代理變量，對(duì)其在地區(qū)和省級(jí)層面的絕對(duì)經(jīng)濟(jì)差距沒(méi)有顯著的影響。

(四)穩(wěn)健性檢驗(yàn)

為了保證基準(zhǔn)回歸的識(shí)別結(jié)果無(wú)偏誤，本文設(shè)計(jì)出四種穩(wěn)健性檢驗(yàn)方法對(duì)其進(jìn)行檢驗(yàn)，具體如下：

1.運(yùn)用反事實(shí)檢驗(yàn)思想

本文通過(guò)改變政策的執(zhí)行對(duì)象來(lái)構(gòu)造反事實(shí)。具體而言，首先將研究對(duì)象放在地州級(jí)市，若某個(gè)地州級(jí)市為革命老區(qū)縣，則將這個(gè)地州級(jí)市就歸入下一步的研究對(duì)象，相反如果地州級(jí)市中不存在革命老區(qū)縣，則將其所有縣直接歸入控制組。然后將研究對(duì)象地州級(jí)市中的革命老區(qū)縣刪除，將剩下的縣設(shè)定為“假革命老區(qū)縣”,其現(xiàn)實(shí)中不具有“紅色”背景的政治資源。如果以“革命老區(qū)”的身份作為政治資源的代理變量，具有此項(xiàng)政治資源的確會(huì)顯著擴(kuò)大其在地區(qū)和省級(jí)層面的絕對(duì)經(jīng)濟(jì)差距。那么按照預(yù)期以“假革命老區(qū)縣”作為非具有政治資源的代理變量，則核心解釋變量(no_revolution_area)將不會(huì)存在同樣的作用效果。

如表4所示，列(1)與列(2)報(bào)告了地區(qū)層面的回歸結(jié)果，列(3)與列(4)報(bào)告了省級(jí)層面的回歸結(jié)果，可以看出在地區(qū)和省級(jí)兩個(gè)層面上，核心解釋變量(no_revolution_area)均不存在對(duì)其在地區(qū)和省級(jí)層面絕對(duì)經(jīng)濟(jì)差距的顯著擴(kuò)大作用，這符合本文構(gòu)造反事實(shí)的預(yù)期結(jié)果，說(shuō)明以“革命老區(qū)”的身份作為政治資源的代理變量，具有此項(xiàng)政治資源的確顯著擴(kuò)大了其在地區(qū)和省級(jí)層面的絕對(duì)經(jīng)濟(jì)差距。

表3 基于革命老區(qū)縣類(lèi)別的異質(zhì)性分析回歸結(jié)果

注：“***”“**”和“*”分別表示1%、5%和10%的統(tǒng)計(jì)顯著性水平，系數(shù)下方括號(hào)內(nèi)報(bào)告的是t值

表4 反事實(shí)檢驗(yàn)回歸結(jié)果

注：“***”“**”和“*”分別表示1%、5%和10%的統(tǒng)計(jì)顯著性水平，系數(shù)下方括號(hào)內(nèi)報(bào)告的是t值

2.控制“國(guó)家扶貧開(kāi)發(fā)工作重點(diǎn)縣”政策帶來(lái)的影響

國(guó)家扶貧開(kāi)發(fā)工作重點(diǎn)縣同革命老區(qū)縣一樣可以獲得特殊的政治資源，這種特殊的政治資源帶來(lái)的好處是：中央政府在經(jīng)濟(jì)資源的配置中加大偏向性的優(yōu)惠以支持國(guó)家扶貧開(kāi)發(fā)工作重點(diǎn)縣的社會(huì)經(jīng)濟(jì)發(fā)展，同時(shí)給予較多地方財(cái)政的自主支配空間。如果國(guó)家扶貧開(kāi)發(fā)工作重點(diǎn)縣特殊的政治資源同樣會(huì)對(duì)地區(qū)和省級(jí)層面的絕對(duì)經(jīng)濟(jì)差距有顯著的擴(kuò)大作用，那么會(huì)產(chǎn)生政策的混淆使得本文基準(zhǔn)回歸中核心解釋變量(revolution_area)的估計(jì)結(jié)果是有偏的。因此，本文考慮在回歸中控制“國(guó)家扶貧開(kāi)發(fā)工作重點(diǎn)縣”政策帶來(lái)的影響。具體而言，本文搜集到國(guó)家扶貧開(kāi)發(fā)工作重點(diǎn)縣共425個(gè)③，將國(guó)家扶貧開(kāi)發(fā)工作重點(diǎn)縣(p_county)也采用虛擬變量的形式加入到回歸方程中，若某個(gè)縣為國(guó)家扶貧開(kāi)發(fā)工作重點(diǎn)縣，則p_county=1；若非國(guó)家扶貧開(kāi)發(fā)工作重點(diǎn)縣，則p_county=0。

如表5所示，在基準(zhǔn)回歸的基礎(chǔ)上加入p_county來(lái)控制“國(guó)家扶貧開(kāi)發(fā)工作重點(diǎn)縣”政策帶來(lái)的影響，列(1)與列(2)報(bào)告了地區(qū)層面的回歸結(jié)果，可以看出核心解釋變量(revolution_area)正向顯著，顯著性水平均為5%，說(shuō)明在考慮“國(guó)家扶貧開(kāi)發(fā)工作重點(diǎn)縣”政策的基礎(chǔ)上，“革命老區(qū)”賦予的政治資源顯著擴(kuò)大了其在地區(qū)層面的絕對(duì)經(jīng)濟(jì)差距。列(3)與列(4)報(bào)告了省級(jí)層面的回歸結(jié)果，可以看出核心解釋變量(revolution_area)正向顯著，顯著性水平分別為1%與5%，說(shuō)明“革命老區(qū)”賦予的政治資源顯著擴(kuò)大了其在省級(jí)層面的絕對(duì)經(jīng)濟(jì)差距?？傊?，在控制“國(guó)家扶貧開(kāi)發(fā)工作重點(diǎn)縣”政策帶來(lái)的影響后，以“革命老區(qū)”的身份作為政治資源的代理變量，具有此項(xiàng)政治資源仍然顯著擴(kuò)大了其在地區(qū)和省級(jí)層面的絕對(duì)經(jīng)濟(jì)差距。

表5 控制“國(guó)家扶貧開(kāi)發(fā)工作重點(diǎn)縣”政策回歸結(jié)果

續(xù)表

變量(1)(2)(3)(4)地區(qū)層面(lngdp_gap)省級(jí)層面(lngdp_gap)GLSHTGLSHTlnfixed_invest0.0093(0.7108)-0.0048(-0.3656)0.0532***(3.1529)0.0400***(3.0183)hum_capital-0.1094**(-2.5378)-0.0546(-1.4341)-0.1106**(-2.3691)-0.0752*(-1.9415)lnindus_level0.0534***(3.7889)0.0342**(2.3879)0.0833***(4.7431)0.0736***(5.0188)gov_spend0.1215***(2.6958)0.1747***(4.6748)0.2384***(4.4262)0.2292***(6.0114)lnmod_agri_level-0.0301(-1.3148)0.1175***(4.2408)0.0246(1.0248)0.1771***(6.2438)p_county-0.2294***(-3.8898)-0.1996***(-3.0021)-0.1072*(-1.7128)-0.0868(-1.2366)_cons11.7832***(21.4618)10.7658***(22.4254)8.9115***(14.5770)8.6109***(17.5171)時(shí)間效應(yīng)YesYesYesYes觀測(cè)值10392103921038910389

注：“***”“**”和“*”分別表示1%、5%和10%的統(tǒng)計(jì)顯著性水平，系數(shù)下方括號(hào)內(nèi)報(bào)告的是t值

3.刪除樣本中所含的省會(huì)城市和副省級(jí)城市

本文采用縣級(jí)GDP與地區(qū)平均GDP、省級(jí)平均GDP的離差來(lái)衡量絕對(duì)經(jīng)濟(jì)差距，但存在的一個(gè)問(wèn)題是：樣本中所含有的省會(huì)城市和副省級(jí)城市因其政治、經(jīng)濟(jì)規(guī)模的優(yōu)勢(shì)使得其轄區(qū)縣域的經(jīng)濟(jì)發(fā)展水平往往和其他縣域有較大的差異，這可能造成本文計(jì)算的地區(qū)和省級(jí)層面的平均GDP會(huì)受到極端值的影響形成“差距假象”。因此，為了保證一個(gè)準(zhǔn)確的識(shí)別結(jié)果，本文在回歸樣本中將全國(guó)省會(huì)城市和副省級(jí)城市刪除④。

如表6所示，在刪除樣本中所含的省會(huì)城市和副省級(jí)城市的回歸結(jié)果中，列(1)與列(2)報(bào)告了地區(qū)層面的回歸結(jié)果，可以看出核心解釋變量(revolution_area)正向顯著，顯著性水平均為5%，說(shuō)明在刪除樣本中所含的省會(huì)城市和副省級(jí)城市后，“革命老區(qū)”賦予的政治資源顯著擴(kuò)大了其在地區(qū)層面的絕對(duì)經(jīng)濟(jì)差距。列(3)與列(4)報(bào)告了省級(jí)層面的回歸結(jié)果，可以看出核心解釋變量(revolution_area)正向顯著，顯著性水平均為1%，說(shuō)明“革命老區(qū)”賦予的政治資源顯著擴(kuò)大了其在省級(jí)層面的絕對(duì)經(jīng)濟(jì)差距?？傊?，在刪除樣本中所含的省會(huì)城市和副省級(jí)城市后，以“革命老區(qū)”的身份作為政治資源的代理變量，具有此項(xiàng)政治資源顯著擴(kuò)大了其在地區(qū)和省級(jí)層面的絕對(duì)經(jīng)濟(jì)差距。

表6 刪除樣本中所含的省會(huì)城市和副省級(jí)城市回歸結(jié)果

續(xù)表

變量(1)(2)(3)(4)地區(qū)層面(lngdp_gap)省級(jí)層面(lngdp_gap)GLSHTGLSHTlnmod_agri_level-0.0280(-1.1832)0.1266***(4.5076)0.0166(0.6756)0.1605***(5.5421)_cons12.2609***(21.2319)11.0358***(22.2126)9.5940***(15.2206)9.0231***(17.6082)時(shí)間效應(yīng)YesYesYesYes觀測(cè)值9562956295599559

注：“***”“**”和“*”分別表示1%、5%和10%的統(tǒng)計(jì)顯著性水平，系數(shù)下方括號(hào)內(nèi)報(bào)告的是t值

4.控制縣域到所屬省會(huì)城市的距離回歸結(jié)果

在識(shí)別策略中談到成為“革命老區(qū)”可能受到一些不可觀測(cè)的因素而存在“自選擇”問(wèn)題，考慮到當(dāng)時(shí)國(guó)民黨軍隊(duì)一般情況下都駐扎在每個(gè)省的重要中心城市，在國(guó)共兩黨政治、軍事對(duì)立時(shí)期，相對(duì)弱勢(shì)的共產(chǎn)黨革命武裝領(lǐng)導(dǎo)的革命活動(dòng)可能盡量避開(kāi)中心城市。這可以體現(xiàn)在井岡山革命根據(jù)地時(shí)期的軍事斗爭(zhēng)思想：“農(nóng)村包圍城市，武裝奪取政權(quán)”，那么離中心城市越遠(yuǎn)的地區(qū)就越有可能開(kāi)展革命活動(dòng)，最終成為今天的革命老區(qū)縣。因此，為了保證核心解釋變(revolution_area)識(shí)別結(jié)果的準(zhǔn)確性，本文在回歸中將控制縣域到所屬省會(huì)城市的距離。

如表7所示，在基準(zhǔn)回歸的基礎(chǔ)上加入lndistance來(lái)控制縣域到所屬省會(huì)城市的距離，列(1)與列(2)報(bào)告了地區(qū)層面的回歸結(jié)果，可以看出核心解釋變量(revolution_area)正向顯著，顯著性水平均為1%。列(3)與列(4)報(bào)告了省級(jí)層面的回歸結(jié)果，可以看出核心解釋變量(revolution_area)正向顯著，顯著性水平均為1%。這說(shuō)明在控制縣域到所屬省會(huì)城市的距離的基礎(chǔ)上，以“革命老區(qū)”的身份作為政治資源的代理變量，具有此項(xiàng)政治資源顯著擴(kuò)大了其在地區(qū)和省級(jí)層面的絕對(duì)經(jīng)濟(jì)差距。

表7 控制縣域到所屬省會(huì)城市的距離回歸結(jié)果

注：“***”“**”和“*”分別表示1%、5%和10%的統(tǒng)計(jì)顯著性水平，系數(shù)下方括號(hào)內(nèi)報(bào)告的是t值

(五)機(jī)制分析

上文以“革命老區(qū)”作為政治資源的代理變量，回歸結(jié)果說(shuō)明政治資源顯著擴(kuò)大了地區(qū)和省級(jí)層面的絕對(duì)經(jīng)濟(jì)差距，但是存在的問(wèn)題是：其并沒(méi)有說(shuō)明是因?yàn)檎钨Y源推動(dòng)了經(jīng)濟(jì)發(fā)展，還是政治資源阻礙了經(jīng)濟(jì)發(fā)展，最終導(dǎo)致絕對(duì)經(jīng)濟(jì)差距的擴(kuò)大。因此，在做機(jī)制分析之前，本文將對(duì)以“革命老區(qū)”作為政治資源帶來(lái)的經(jīng)濟(jì)效應(yīng)進(jìn)行檢驗(yàn)。

如表8所示，列(1)與列(2)報(bào)告了核心解釋變量(revolution_area)對(duì)縣級(jí)GDP的回歸結(jié)果，GLS估計(jì)方法下核心解釋變量(revolution_area)估計(jì)系數(shù)負(fù)向顯著，顯著水平為10%，而HT估計(jì)方法下核心解釋變量(revolution_area)估計(jì)系數(shù)不顯著。列(3)與列(4)報(bào)告了核心解釋變量(revolution_area)對(duì)縣級(jí)人均GDP的回歸結(jié)果，HT估計(jì)方法下核心解釋變量(revolution_area)估計(jì)系數(shù)負(fù)向顯著，顯著水平均為1%。以上回歸結(jié)果說(shuō)明以“革命老區(qū)”的身份作為政治資源的代理變量，具有此項(xiàng)政治資源阻礙了其經(jīng)濟(jì)發(fā)展，使得其經(jīng)濟(jì)發(fā)展水平相對(duì)落后于非革命老區(qū)縣。

表8 政治資源的經(jīng)濟(jì)效應(yīng)檢驗(yàn)回歸結(jié)果

注：“***”“**”和“*”分別表示1%、5%和10%的統(tǒng)計(jì)顯著性水平，系數(shù)下方括號(hào)內(nèi)報(bào)告的是t值

通過(guò)對(duì)政治資源的經(jīng)濟(jì)效應(yīng)分析結(jié)果可知：以“革命老區(qū)”為衡量標(biāo)準(zhǔn)的設(shè)定的政治資源阻礙了其縣域經(jīng)濟(jì)的發(fā)展，進(jìn)而導(dǎo)致其絕對(duì)經(jīng)濟(jì)差距持續(xù)擴(kuò)大，但是為什么本文中的政治資源會(huì)阻礙縣域經(jīng)濟(jì)的發(fā)展？本文從社會(huì)福利支出和城鎮(zhèn)化建設(shè)兩個(gè)角度來(lái)解釋。

首先，(王守坤，2017)研究認(rèn)為，長(zhǎng)征事件賦予了沿線縣域一類(lèi)特別的政治資源稟賦，提高了長(zhǎng)征沿線縣成為革命老區(qū)縣和國(guó)家級(jí)貧困縣的概率，長(zhǎng)征沿線縣級(jí)政府能夠確定性地獲得來(lái)自中央政府的政策與財(cái)政資金支持，進(jìn)而具有更為寬松的預(yù)算支出空間，但這些優(yōu)勢(shì)的財(cái)政資源可能會(huì)被扭曲利用，多投入一些非生產(chǎn)性的支出項(xiàng)目上，如財(cái)政資金違規(guī)使用，支出更多的行政管理費(fèi)用，以及承擔(dān)更多的財(cái)政供養(yǎng)人口等，最終造成長(zhǎng)征縣的經(jīng)濟(jì)發(fā)展相對(duì)落后[20]。本文以“革命老區(qū)”為衡量標(biāo)準(zhǔn)設(shè)定的政治資源類(lèi)似于“長(zhǎng)征縣”帶來(lái)的政治資源，那革命老區(qū)是否也存在同樣的現(xiàn)象？由于縣級(jí)層面數(shù)據(jù)的缺失，本文以人均福利組織數(shù)與人均福利組織床位數(shù)兩個(gè)指標(biāo)來(lái)作為縣社會(huì)福利支出的代理變量，對(duì)其進(jìn)行檢驗(yàn)。

其次，從經(jīng)濟(jì)增長(zhǎng)的驅(qū)動(dòng)因素來(lái)看，城鎮(zhèn)化建設(shè)是當(dāng)代經(jīng)濟(jì)增長(zhǎng)的主要驅(qū)動(dòng)力量(郭晨、張衛(wèi)東，2017)，認(rèn)為新型城鎮(zhèn)化建設(shè)通過(guò)提高公共設(shè)施水平、促進(jìn)就業(yè)結(jié)構(gòu)轉(zhuǎn)型和健全社會(huì)保障體系提升區(qū)域經(jīng)濟(jì)發(fā)展質(zhì)量，并且在經(jīng)濟(jì)規(guī)模大、人力資本高、政府作用強(qiáng)的前提下，新型城鎮(zhèn)化建設(shè)能夠進(jìn)一步提升區(qū)域經(jīng)濟(jì)發(fā)展質(zhì)量[21](田麗，2018)。認(rèn)為城鎮(zhèn)化有利于提高農(nóng)村人均收入，從而促進(jìn)農(nóng)村經(jīng)濟(jì)發(fā)展，城鎮(zhèn)化水平越高，繼續(xù)推進(jìn)城鎮(zhèn)化對(duì)農(nóng)村人均收入提高的促進(jìn)作用越強(qiáng)[22]。

基于前人研究結(jié)果，本文中革命老區(qū)縣是否是因?yàn)槌擎?zhèn)化建設(shè)落后導(dǎo)致其經(jīng)濟(jì)發(fā)展緩慢？本文以城鎮(zhèn)與鄉(xiāng)村人口的比值來(lái)作為縣域城鎮(zhèn)化建設(shè)的代理變量，對(duì)其進(jìn)行檢驗(yàn)。

如表9所示，列(1)至列(4)報(bào)告了社會(huì)福利支出角度的回歸結(jié)果，其中列(1)與列(2)是人均福利單位床位數(shù)(lnwel_bed)的回歸結(jié)果，可以看出核心解釋變量(revolution_area)估計(jì)系數(shù)正向顯著，顯著性水平均為1%。列(3)與列(4)是人均福利單位床位數(shù)(lnwel_bed)的回歸結(jié)果，可以看出核心解釋變量(revolution_area)估計(jì)系數(shù)正向顯著，顯著性水平均為1%，說(shuō)明相比給革命老區(qū)縣，“革命老區(qū)”賦予的的政治資源顯著增加了其社會(huì)的福利支出，造成地方財(cái)政資源的扭曲利用。列(5)與列(6)報(bào)告了城鎮(zhèn)化建設(shè)角度的回歸結(jié)果，可以看出核心解釋變量(revolution_area)估計(jì)系數(shù)負(fù)向顯著，顯著性水平均為1%，說(shuō)明相比給革命老區(qū)縣，“革命老區(qū)”賦予的的政治資源顯著阻礙了其城鎮(zhèn)化建設(shè)，使得其城鎮(zhèn)化水平相對(duì)落后。這正好符合(楊得前，蔡芳宏，2015)的研究結(jié)論，其認(rèn)為當(dāng)前我國(guó)欠發(fā)達(dá)地區(qū)財(cái)政政策仍存在較多問(wèn)題，主要表現(xiàn)在財(cái)政促進(jìn)新型城鎮(zhèn)化發(fā)展的成效不理想[23]。

總之，可以從機(jī)制分析中看出：“革命老區(qū)”政府過(guò)多的財(cái)政資源投入非生產(chǎn)性福利支出上，這可能進(jìn)一步擠占社會(huì)經(jīng)濟(jì)發(fā)展所需的生產(chǎn)性支出，如機(jī)制中探究的城鎮(zhèn)化建設(shè)，“革命老區(qū)”賦予的的政治資源并沒(méi)有促進(jìn)其城鎮(zhèn)化建設(shè)。這最終導(dǎo)致其經(jīng)濟(jì)發(fā)展水平相對(duì)落后，擴(kuò)大了其在地區(qū)和省級(jí)層面的絕對(duì)經(jīng)濟(jì)差距。

表9 機(jī)制檢驗(yàn)回歸結(jié)果

注：“***”“**”和“*”分別表示1%、5%和10%的統(tǒng)計(jì)顯著性水平，系數(shù)下方括號(hào)內(nèi)報(bào)告的是t值

六、結(jié)論

根據(jù)本文研究結(jié)論從三個(gè)方面提出有關(guān)建議，具體如下:

(一)加大對(duì)“革命老區(qū)”地區(qū)基礎(chǔ)設(shè)施的投資力度，開(kāi)發(fā)其經(jīng)濟(jì)增長(zhǎng)新引擎

由于自然、地理、歷史等因素，“革命老區(qū)”地區(qū)的基礎(chǔ)設(shè)施條件相對(duì)落后，而落后的基礎(chǔ)設(shè)施正是阻礙“革命老區(qū)”經(jīng)濟(jì)增長(zhǎng)的主要瓶頸。然而，當(dāng)今城鎮(zhèn)化的建設(shè)作為推動(dòng)經(jīng)濟(jì)增長(zhǎng)的主要引擎，完善的基礎(chǔ)設(shè)施條件是進(jìn)行城鎮(zhèn)化高水平發(fā)展的基礎(chǔ)。同時(shí)，“革命老區(qū)”因其自然環(huán)境和歷史因素有著豐富的旅游資源，如“延安革命圣地”，打造紅色旅游基地也需在完善的基礎(chǔ)設(shè)施之上。因此，我國(guó)政府應(yīng)加大對(duì)革命老區(qū)的投資力度，進(jìn)一步完善其基礎(chǔ)設(shè)施條件，為其地方經(jīng)濟(jì)發(fā)展“造血”，開(kāi)發(fā)經(jīng)濟(jì)增長(zhǎng)新引擎。

(二)完善“革命老區(qū)”縣財(cái)政支出制度，并加強(qiáng)自上而下的行政監(jiān)督與管理

從本文研究結(jié)論可以看出革命老區(qū)縣的身份賦予的政治資源顯著擴(kuò)大了縣社會(huì)福利的支出?！案锩蠀^(qū)”政府過(guò)多的財(cái)政資源投入非生產(chǎn)性福利支出上，這將進(jìn)一步擠占社會(huì)經(jīng)濟(jì)發(fā)展所需的生產(chǎn)性支出，如機(jī)制中探究的城鎮(zhèn)化建設(shè)，最終導(dǎo)致當(dāng)?shù)亟?jīng)濟(jì)增長(zhǎng)潛力低下，并且對(duì)政府大額財(cái)政福利支出的依賴(lài)會(huì)加劇對(duì)財(cái)政資源的扭曲利用。因此，中央政府應(yīng)該完善各級(jí)政府財(cái)政支出的制度，特別是如本文研究的“革命老區(qū)”，并且要加強(qiáng)自上而下的行政監(jiān)督與管理。

(三)繼續(xù)深入落實(shí)我國(guó)的“精準(zhǔn)扶貧”政策，提高扶貧建設(shè)的效率

黨的十八大以來(lái)，中央調(diào)整了以往以區(qū)域開(kāi)發(fā)為主的扶貧開(kāi)發(fā)模式，將精準(zhǔn)扶貧和精準(zhǔn)脫貧作為基本方略。以往的扶貧開(kāi)發(fā)模式以“撒胡椒面”式的實(shí)物救濟(jì)“輸血”為主，救濟(jì)形式單一、分散、力度較低，很難集中解決一些制約區(qū)域發(fā)展的重要問(wèn)題，而精準(zhǔn)扶貧就是將貧困家庭和貧困人口作為主要扶持對(duì)象，而不能僅僅停留在扶持貧困縣和貧困村的層面上。2012年至2017年，中國(guó)貧困人口減少近7000萬(wàn)人，相當(dāng)于每分鐘至少有26人擺脫了貧困。貧困發(fā)生率由10.2%下降到3.1%，并且貧困縣數(shù)量實(shí)現(xiàn)了首次減少，創(chuàng)造了中國(guó)扶貧史上的最好成績(jī)。因此“革命老區(qū)”作為我國(guó)扶貧攻堅(jiān)戰(zhàn)的重點(diǎn)區(qū)域，當(dāng)?shù)貞?yīng)當(dāng)精準(zhǔn)、高效利用中央政府給予的財(cái)政優(yōu)惠，將財(cái)政資金投入脫貧重點(diǎn)領(lǐng)域，改善其經(jīng)濟(jì)發(fā)展水平的落后面貌。

注 釋?zhuān)?/p>

①1979年6月24日，為貫徹國(guó)務(wù)院1978年12月2日國(guó)發(fā)〔1978〕250號(hào)文件批轉(zhuǎn)財(cái)政部《關(guān)于減輕農(nóng)村稅收負(fù)擔(dān)問(wèn)題的報(bào)告》中提出關(guān)于免征革命老根據(jù)地社、隊(duì)企業(yè)工商所得稅問(wèn)題，各地對(duì)劃定革命老根據(jù)地的標(biāo)準(zhǔn)和劃分免征工商所得稅的標(biāo)準(zhǔn)，即對(duì)什么經(jīng)濟(jì)條件的社、隊(duì)才免征工商所得稅兩個(gè)問(wèn)題，不斷打電話、致函民政部請(qǐng)示。為此，民政部、財(cái)政部經(jīng)國(guó)務(wù)院批準(zhǔn)，聯(lián)合下發(fā)了《關(guān)于免征革命老根據(jù)地社隊(duì)企業(yè)工商所得稅問(wèn)題的通知》(民發(fā)〔1979〕30號(hào)、〔79〕財(cái)稅85號(hào)文件)，通知中對(duì)劃定革命老根據(jù)地的標(biāo)準(zhǔn)明確做出了規(guī)定。此后，為確認(rèn)革命老區(qū)，國(guó)務(wù)院設(shè)立了老區(qū)辦，辦公地點(diǎn)設(shè)在農(nóng)業(yè)部(1993年，全國(guó)老區(qū)辦正式撤銷(xiāo)，同時(shí)停止了對(duì)革命老區(qū)的審批確認(rèn)工作)。

②中國(guó)老區(qū)建設(shè)促進(jìn)會(huì)，1997年《中國(guó)革命老區(qū)》，中共黨史出版社。

③資料來(lái)源：國(guó)家扶貧開(kāi)發(fā)領(lǐng)導(dǎo)小組辦公室，http://www.cpad.gov.cn/art/2012/3/19/art_50_23706.html。

④省會(huì)城市有：石家莊市、沈陽(yáng)市、哈爾濱市、杭州市、福州市、濟(jì)南市、廣州市、武漢市、成都市、昆明市、蘭州市、南寧市、銀川市、太原市、長(zhǎng)春市、南京市、合肥市、南昌市、鄭州市、長(zhǎng)沙市、貴陽(yáng)市、西安市、西寧市、呼和浩特市、拉薩市和烏魯木齊市，其中某些省會(huì)城市為副省級(jí)城市。副省級(jí)城市有：廈門(mén)市、寧波市、深圳市、青島市和大連市。