合成控制法在区域政策评估中的案例——以雄安新区为例.docxVIP

合成控制法在区域政策评估中的案例——以雄安新区为例

一、引言

区域政策是国家推动区域协调发展、优化空间资源配置的重要工具。从深圳特区到浦东新区，从成渝双城经济圈到雄安新区，每一项重大区域政策的落地都承载着国家战略意图，其实施效果不仅关系到政策目标的实现，更直接影响区域经济社会发展的全局。然而，如何科学评估政策效果始终是学术界和政策制定者面临的关键问题——传统评估方法如双重差分法依赖严格的平行趋势假设，简单对比法难以排除外部干扰因素，均存在一定局限性。

合成控制法作为一种新兴的因果推断方法，通过构建“反事实”对照组（即“如果没有实施政策，目标区域会如何发展”的模拟场景），为解决这一难题提供了新路径。该方法自2003年由Abadie等人提出以来，已在公共政策评估领域广泛应用，尤其在区域政策效果分析中展现出独特优势。本文以雄安新区为案例，系统探讨合成控制法在区域政策评估中的具体应用，既可为同类政策评估提供方法参考，也能为雄安新区后续发展提供实证支撑。

二、合成控制法与区域政策评估的理论关联

（一）合成控制法的核心逻辑与优势

合成控制法的核心在于“合成”二字：通过加权组合多个未受政策干预的“参照区域”，构建一个与“目标区域”在政策实施前各项特征高度相似的“虚拟对照组”。这个虚拟对照组的发展轨迹，即为目标区域“未受政策干预”的反事实结果。政策实施后，目标区域实际发展轨迹与虚拟对照组的差异，即可归因于政策效果。

相较于传统方法，合成控制法的优势体现在三方面：其一，突破了双重差分法对“平行趋势”的严格假设，通过数据驱动的权重分配自动匹配政策前特征；其二，避免了简单对比法中“对照组选择主观”的缺陷，参照区域的筛选和权重计算均基于客观数据；其三，结果呈现直观清晰，通过时间序列图即可观察政策效果的动态变化，便于政策制定者理解。

（二）区域政策评估对方法的特殊要求

区域政策具有“空间性”“长期性”“多目标性”三大特征。空间性要求评估需考虑地理相邻区域的溢出效应；长期性意味着短期数据可能无法捕捉政策的真实影响；多目标性（如经济增长、产业升级、生态保护等）则要求评估覆盖多维指标。合成控制法通过以下机制适配这些要求：

首先，参照区域的选择可覆盖地理相近、经济结构相似的多个地区，有效控制空间溢出干扰；其次，允许使用较长时间的历史数据进行匹配，更准确反映政策前的发展趋势；最后，可同时纳入多个指标（如GDP、产业结构、人口密度等）进行综合匹配，实现多维度政策效果分析。

三、雄安新区政策背景与评估需求

（一）雄安新区的战略定位与政策目标

雄安新区是某年经国家批准设立的国家级新区，其核心定位是“疏解北京非首都功能集中承载地”，并承担“推动京津冀协同发展”“探索人口经济密集地区优化开发新模式”等战略任务。政策目标可概括为三个层面：

经济层面，培育新的增长极，带动京津冀经济结构优化；社会层面，缓解北京“大城市病”（如交通拥堵、资源紧张），促进区域公共服务均等化；生态层面，建设绿色低碳城市，探索人与自然和谐共生的发展路径。

（二）传统评估方法在雄安新区的适用性局限

对雄安新区的政策评估需回答：政策是否有效推动了非首都功能疏解？是否显著提升了区域经济活力？生态保护目标是否实现？传统方法在此面临挑战：

一方面，雄安新区作为“千年大计”，政策效果具有显著滞后性，早期数据波动可能受短期因素（如基建投资集中落地）影响，简单对比政策前后数据易误判长期趋势；另一方面，京津冀区域内各城市联系紧密，政策实施可能对周边城市产生溢出效应（如企业迁移、人口流动），传统双重差分法难以分离“政策效应”与“溢出效应”；此外，雄安新区的“唯一性”（全国首个以疏解非首都功能为核心的新区）导致缺乏直接可比的对照组，简单对比法易因“对照组不匹配”产生偏差。

四、合成控制法在雄安新区政策评估中的具体应用

（一）数据与指标的选取

为全面反映雄安新区的发展特征，评估选取了经济、社会、生态三大类共7项指标：经济指标包括地区生产总值（GDP）、第二产业增加值占比、固定资产投资增速；社会指标包括常住人口增量、公共服务支出占财政支出比重；生态指标包括单位GDP能耗、空气质量优良天数占比。数据时间范围覆盖政策实施前5年（充分反映历史趋势）与政策实施后3年（初步观察政策效果），数据来源为各地区统计年鉴及公开统计公报。

（二）参照区域的筛选与合成

参照区域需满足两个核心条件：一是未受雄安新区政策直接影响（排除北京、天津及河北部分紧邻城市）；二是与雄安新区在政策前的经济结构、人口规模、产业基础等特征具有相似性。经初步筛选，确定河北、山东、河南三省的12个地级市作为潜在参照区域（如邯郸、聊城、邢台等）。

接下来，通过统计方法计算各参照区域的权重，使合成对照组在政策前的7项指标均值与雄安新区高度匹配。具体来说，以政策前5年的指标数据