Giua M.Spatial discontinuity for the impact assessment of the EU regional policy: The case of Italian objective 1 regions[J].Journal of Regional Science,2017,57(1):109-131.

摘要：文章将行政边界作为空间不连续性来估计欧盟区域政策对意大利目标一区域就业的因果影响。在（与临近政策变化边界的直辖市）边界战略框架和断点回归模型（RDD）的基础上发展起来的分析表明，在没有任何经济活动远离未经处理的地区和在关键经济部门集中的情况下，欧盟区域政策对就业水平具有积极影响。

一、引言

欧盟区域政策主要是是为了提升欧盟凝聚力而采取的主要手段，多以基金形式实施，如结构性基金（SF）、欧洲区域发展基金（EDF）、欧洲社会基金（ESF）等，各政策基金具有特定的目标。欧盟区域政策是否支持欧洲弱势地区与最富裕的地区的融合问题是学者和政策制定者仍在讨论的问题。与政策效果的相互依赖性相关的内生性是任何政策影响评估分析的主要挑战，这与经典回归框架分析尤为相关，后者构成了欧盟区域政策文献的绝大部分。

利用随机实验的特性，采用处理效应方法更容易处理内生性问题（Blundell and Costa Dias，2009）。然而到目前为止，还未见该方法在欧盟区域政策文献中大量应用。从这个意义上讲断点回归模型（RDD）分析是个例外，通过利用欧盟GDP的75%为阈值来指定目标一的状态，进而评估欧盟区域政策对欧洲最弱势地区的影响（Becker et al.，2010；Pellegrini et al.，2013），研究者清除了多数研究中存在的内生性偏差对政策的影响，从而为区域政策的有效性辩论作出了高度相关的贡献。然而采用断点回归模型（RDD）的研究者，其识别策略都利用了相同的欧盟GDP的75％门槛，反事实分析是基于对属于不同欧盟国家的区域进行比较，仅提供汇全欧盟范围的结果。此外，研究者得到的与跨国家发展反事实评估相关的外在效度很低（Blundell and Costa Dias, 2009）。

二、贡献和思路

文章通过将欧盟GDP75%阈值替换为目标一和非客观1区域之间的行政边界（区域政策变化边界）所代表的新不连续性，从而丰富RDD分析框架。这种空间方法以前未被应用于欧盟区域政策的反事实文献中，但它越来越多地被用于评价不同领域的空间目标政策。它依赖的简单思路如下：跨空间只有处理分配随不连续跳跃改变，而所有其他可观测的特征是平滑分布的，若不可观测的特征与观测值类似地分布，则相对于所有其它方面（随机分布和平滑地变化），处理的不同空间模式使分离其效果成为可能（Black，1999）。

文章通过空间边界确定的处理组和反事实组由一国属于目标一和非目标一区域的市组成。比较欧洲不同国家的区域的所有其他现有研究相比，文章在单一国家情景中估计了政策影响，这种方法优于基于欧盟GDP 75％阈值的现有方法。

这种国内反事实情景最大限度地减少了我们无法直接控制的不可观察面的异质性，当然文章希望在观察中顺利分配，克服反事实跨国分析的弱有效性问题（Blundell and Costa Dias，2009）。

此外，根据欧盟区域政策基于地点的方法（Barca，2009；Barca et al.，2012），其设计、实施、评估应基于不同的具体地域背景，从这个意义上说，通过允许进行国内反事实分析，为文章新型不连续性提供了超出欧盟层面综合影响的更具体的证据。

最后，文章中针对意大利案例利用的空间不连续性可以在其他国家情景中确定，从而可以为其他欧盟国家复制可比较的国内分析。

三、经验证据和相关方法

在没有共同的最终共识的情况下，通过各类经典回归分析尝试确定欧盟区域政策的影响。工具变量、小组数据及两者的综合使用已经大量应用，但关于欧盟区域政策影响仍是一个未解的难题。一些论文表明它不存在，相比之下，只有少数论文通过利用实验方法来解决这一评估挑战。大多数研究者在断点回归模型（RDD）框架内研究政策对欧洲目标一区域GDP和就业增长的影响，通过考虑GDP水平约为欧盟GDP 75％的门槛区域，将目标一的状态明显区分为随机分配的待处理状态，从而估计该政策在欧洲总体水平上的反事实影响，并表明所取得的影响总体上是积极的，但受吸收能力的程度、服务业的相对规模等影响，且与补贴地区信托与合作禀赋的恶化有关。

现有的研究都没有采用基于空间不连续性的方法。然而RDD空间方法在其他文献流中越来越常见。特别是严格的边界战略分析或更传统的RDD规范以及强制变量捕捉“空间”的作用已被用于估计其他可能类似于欧盟区域政策的空间定向政策的影响。

四、模型和数据

模型将就业变量（Y）与政策变量联系起来，该政策变量在1988~1999期间对属于目标一区域的市取值= 1，否则取值= 0。由于政策变量是一个虚拟变量，因而该模型只能记录当局的政策状况，而非记录从中受益的有效支出，这与区域政策上的其他RDD以及不同领域的大多数空间RDD应用程序一致。

在2000年之前政策规划期间，本地支出数据为文章检查所考虑的每个市政当局是否收到并花费了资金。在任何情况下，通过考虑目标一的假设估计系数捕获意图处理效应（ITT）是可捕获的连续政策变量平均处理效应效果（ATE）的下限（Battistin和Rettore，2008）。此外，关于2000~2006年期间SF支出的现有数据表明，属于目标一区域的子样本中的每个城市实际上都受益于资金（表1），这使得这可能也适用于以前的计划期间（1988~1999）。

TABLE 1 Localized Expenditure in the Objective 1 Municipalities during the Policy Period 2000–2006

为分析欧盟区域政策对就业的影响，采用包含当地工厂数量和工人数量等的基准模型，控制变量还选取了聚集程度（人口密度）、人口结构（抚养比）、人力资本水平（未受过教育的人口比例）等，以提高RDD结果的精确度，这些数据主要来源于Istat人口和住房普查，通过OLS回归估计模型，其中系数的标准误差对异方差性具有稳健性。

具体的，首先基于边境战略视角采用模型（1）研究临近边界城市政策的影响，然后遵循传统的RDD方法，在所有经过处理和未经处理的城市中运行模型（2），这些城市通过包含空间强制变量来进行平衡（Dell, 2010; de Blasio and Poy, 2014）。

（1）

其中为0-1变量，为初始条件矩阵，为边界战略矩阵，为目标城市社会经济条件变量矩阵，包括人口密度、抚养比、未受过教育的人口比例等。通过关注连续的城市并将其与政策更改边界虚拟对象相匹配，该策略允许比较在可观察和不可观察的方面类似地表征的观察，旨在从任何其他条件的影响清除政策影响估计。通过集中在相邻城市，并将其与一组政策变化边界假设相匹配，该策略允许比较可观测和不可观测项的特征，旨在清除其他因素对政策的影响。

（2）

模型（2）同样在一个更加传统的RDD模型中估计对政策的就业影响进行估计，该模型允许将估计扩展到整个城市样本。通过跟踪所有传统的RDD分析而不考虑所利用的不连续性的性质（Lee and Lemieux，2010），文章对包含所有城市样本的模型进行了估计，通过包括城市质心距离来平衡之，并政策变化边界的最近点作为处理效应的空间强制变量。

构建包含i个空间单元（城市）、j个经济部门（农业、制造业、建筑业、零售业、旅游业、金融业、公共活动等部门）的面板框架，运用模型（2）进行估计。政策哑变量与部门哑变量是相互作用的，即就业方面的积极重要系数应与目标战略部门相关联，而对于控制部门则不应发现重要系数，这些系数不受欧盟区域政策的直接支持。

五、结论

为验证与政策变化边界相关的不连续性仅与处理相关的观点，文章控制平滑地分布在边界两边的可观测变量，基于市级数据的可用性，考虑应该捕获大部分城市异质性的不同特征。根据预处理期间目标一和非目标一区域（表2）中变量均值差异，可观察到的特征在处理组和非处理组的城市中均等分布，几乎所有跨境协变量的差异实际上都是微不足道的。

TABLE 2 Differences in Mean for the Observable Variables

关键的观点：与政策变化边界相关的不连续性仅与处理有关（表3中的结果进一步证实了这一点），表明目标一状态（在边界处急剧变化）与其他可观测变量（跨空间平滑分布）之间没有任何关系。

TABLE 3 Relation of EU Regional Policy with Observables

资料来源：https://onlinelibrary.wiley.com/doi/full/10.1111/jors.12300

（胡春阳，周玉龙）