大小城市合并与行政边界地区经济增长:基于机器学习算法的合成控制评估
2024-07-05分类号:D630;F299.27;F224
【部门】上海财经大学公共经济与管理学院 西南财经大学经济学院 浙江工商大学公共管理学院 浙江工商大学统计数据工程技术与应用协同创新中心
【摘要】城市行政边界地区在经济发展中处于弱势地位,行政区划调整则为边界地区经济增长带来新的契机,但政策效应在边界两侧可能是不对称的。本文以“莱芜并入济南”作为一次自然实验,利用细颗粒度的卫星灯光数据和基于机器学习算法的合成控制法,评估了大、小两个城市合并对原边界地区经济增长产生的影响。结果显示,济南莱芜合并对原边界地区经济增长产生正向影响,边界地区灯光亮度的实际值比基于机器学习算法预测的反事实合成值平均高出10.8%。这一结论在更换了边界地区度量方式、对照组选取方式、机器学习算法等后依旧保持稳健。进一步研究还发现,城市合并的正向效应主要体现在核心城市济南市边界一侧,而被合并的小城市莱芜市边界一侧则受益甚微。另外,本文也通过预留样本、考察其他案例的方法验证了核心结论的外部有效性,表明基于机器学习算法的合成控制法有较为广泛的适用性。
【关键词】行政边界 卫星灯光数据 合成控制法 机器学习
【基金】上海市哲学社会科学规划课题(2023ZJB006);; 浙江省教育厅科研项目(Y202353407)的资助
【所属期刊栏目】数量经济技术经济研究
文献传递