隐性成本：政府驻地迁移的民生性公共服务效应

人民政府（派出机关）驻地的迁移，是指县级以上地方人民政府（派出机关）驻地跨下一级行政区划（派出机关管辖范围）的变更和乡、民族乡、镇人民政府、街道办事处驻地跨村（居）民委员会管辖范围的变更。“行政区划本身也是一种重要资源”，其直接关系政策支持、财政分配以及法律法规的适用范围。就其组成要素而言，地方政府，尤其是大中城市政府驻地通常具有强烈的资源集聚效应，能够吸引产业和资本涌入，因此，政府驻地迁移可能会深刻改变区域资源的空间配置。有鉴于此，部分城市希望通过政府驻地迁移，达到优化发展空间、实现老城区“降温”、缓解“城市病”以及推动“新城”发展等多重目标。在现实层面，从本文收集的数据来看，2003—2019年间，就有17座地级及以上的城市完成了政府驻地迁移。

行政区划作为一项基础性的制度安排，其调整往往是“牵一发而动全身”的。同样，政府驻地迁移作为一种常见的行政区划调整，不仅会对区域经济发展产生深刻的影响，也可能会对公共服务供给产生一定的影响。从现实经验来看，伴随城市“政治”中心迁移的过程，不仅迁入地往往会迎来“大拆大建”式的基础设施升级，通常还会推动教育、医疗、文化等民生性公共服务资源向城市新中心集聚。然而，无论是地方推动政府驻地迁移的主要政策目标，还是相关研究，均聚焦经济发展效应，目前未见有研究系统讨论其公共服务效应，更遑论专门考察民生性公共服务效应。究其原因，可能部分源于学科视角和研究方法的错配：长期以来，公共服务问题主要受到公共管理、政治学等学科的关注，但可能受限于定量方法，难以展开相对精确的评估和研究；而精通定量方法的经济学研究者们则普遍对非经济问题兴趣不高，不利于构建政府驻地迁移与公共服务之间的联系。此外，也可能部分源于政府驻地迁移的公共服务效应相对于经济发展效应，更为间接和隐性。有鉴于此，本文聚焦政府驻地迁移对民生性公共服务的影响进行分析。考虑到市辖区层面的公共服务数据难以获得，本文将具体的研究对象范围限定于地级市及其以上层级的城市。

政府驻地迁移作为一种重要的行政区划调整类型，已受到国内外学界的广泛关注。总体来看，国内研究基本聚焦政府驻地迁移的经济发展效应，而国外研究不仅探讨了经济发展效应，还关注到了政府驻地迁移对行政成本的影响。

第一，政府驻地迁移的经济发展效应。从研究路径来看，现有研究主要着力于分析政府驻地迁移对经济发展的影响。虽然也有学者主要通过案例研究探讨政府驻地迁移的经济发展效应，但是鉴于案例研究在结论推广上固有的局限性，定量研究才是主流。具体而言，国内学界通常从政府驻地的资源集聚效应切入，探讨政府驻地迁移与经济增长的关系，且众多实证研究显示，政府驻地迁移有助于促进迁入地，乃至于整个区域的经济增长。对于具体影响机制，学界主要从区域和企业两个层面展开分析：政府驻地迁移被认为不仅能够缓解区域资源错配问题，也有助于提升企业的技术创新和全要素生产率。当然，也有研究认为政府驻地迁移会导致负面结果，如对企业融资产生不利影响、加剧环境污染等。与国内类似，推动区域经济协调发展也被认为是国外相关实践的主要目标，典型如日本的东京疏散、韩国的首尔疏散以及法国和德国的政府驻地迁移。在具体作用机制方面，国外学者主要关注以下两点：一是伴随政府驻地迁移的人口空间布局变化是否有助于缓解迁出地的交通拥堵，缓解“城市病”；二是政府驻地迁移所引发的资源配置和就业格局调整，能否有效刺激迁入地的经济发展，缩小地区发展差距。

第二，政府驻地迁移对行政成本的影响。除了经济发展效应，国外学者还十分关心政府驻地迁移对行政成本的影响，国内则仅发现一篇相关研究成果。与国内强调整体性搬迁不同，西方国家的政府驻地迁移更加关注由此引发的公务员岗位的空间分布重组，其内涵近似于城市功能疏解。由于发展程度不同，不同地区的人员薪资和生活成本存在较大差异，使政府驻地迁移成为减少政府开支的一种可能手段。从空间分布来看，很多国家的政府雇员过度集中于首都地区，这不仅加剧了首都的拥挤程度，也推高了行政成本。因此，如何将公务员岗位从首都分散出去以降低行政成本，成为一些国家政府驻地迁移的重要动因。从实际效果来看，政府驻地迁移确实对降低行政成本发挥了积极的影响，然而，鉴于政府驻地迁移往往是从相对发达地区迁移到相对落后地区，可能会遭到迁出地居民和公务员群体的反对，并引发公务员辞职潮、“候鸟”居民激增等新问题。

作为国家治理的空间载体，科学合理的行政区划设置是有效履行政府职能的前设性条件。就此而言，有关行政区划的研究，都应以对特定时空背景和制度环境下的政府职能定位和国家发展战略的合理把握为前提。党的十八大以来，随着党中央对新发展理念的强调，地方政府的施政方向出现了明显的变化，公共服务职能受到了高度重视。在此情境下，理应更加关注行政区划调整的公共服务效应。当前，国内学界围绕行政区划调整公共服务效应的研究主要集中于撤县设区领域，少量研究虽然关注到政府驻地迁移对公共服务的影响，但仅在机制分析部分有所讨论，并未深入系统地分析二者之间的关系。由此可见，虽然学界围绕政府驻地迁移经济发展效应的研究取得了显著进展并达成了一定的共识，但与其他常见的行政区划调整研究相比，研究的广度和深度仍有待提升。

从公开资料来看，地方政府似乎十分热衷于政府驻地迁移。中央早在 2013年就明令5年内全面停止新建党政机关楼堂馆所，有力地限制了政府驻地迁移行为，但吊诡的是，政府驻地迁移并未就此被有效抑制，甚至“边审边迁”“未批先迁”等现象时有发生。对此，主流观点认为，借助于政府驻地迁移优化发展空间，进而提升经济发展绩效和官员晋升概率，是地方热衷于政府驻地迁移的主要动机。

根据民政部全国行政区划信息查询平台数据显示，2003—2019年全国共有17座地级及以上城市实施了政府驻地迁移（见表1）。相比较而言，在行政等级较高的城市中，政府驻地迁移发生的概率更高：共有8座具有较高行政等级的城市发生政府驻地迁移，约占37座省会城市、计划单列市和直辖市的21.6%。从迁移距离来看，多数政府驻地迁移属于中短距离（5—25千米）。在政府驻地迁移的地区分布方面：西部居于首位；东部地区次之；中部地区最少。

包括政府驻地迁移在内的行政区划调整作为一项基础性制度调整，通常会对包括民生性公共服务在内的地方经济和社会发展产生深刻影响。具体可能存在以下两种截然相反的效应。

第一，政府驻地迁移可能对民生性公共服务具有改善作用。相关研究普遍认为，政府驻地迁移会提升地方的经济增速，进而形成提升公共服务供给的根本动力；反之，较低的经济发展水平通常意味着有限的政府财力，公共服务能力也会因此受限。在实践中，政府驻地迁移后往往会加快提升新驻地的基础设施水平，加大公共服务投入。例如，西安市、南昌市等城市政府驻地迁移后，很快就在新驻地周边配套了优质的医疗、教育资源，推动了周边“土地溢价”。因此，在经济发展提速以及配套设施建设的综合影响下，政府驻地迁移可能会对民生性公共服务产生改善作用。

第二，政府驻地迁移引发的支出偏向及财政压力，又可能会对民生性公共服务产生挤出效应。长期以来，由于基础设施等公共投入项目对经济和财政收入增长的贡献更为迅速和直接，城市政府往往偏向选择这类项目进行支出，而不是“白白花钱”的教育、社会保障等公共服务项目。但是，鉴于政府驻地迁移可能存在的风险，中央并不鼓励这一非常规行为。从“损失厌恶”的角度来看，城市政府也会加大经济投入，用经济发展绩效“将功补过”，换取迁移行为的正当性。上述政府支出偏向均会对民生性公共服务产生挤出效应，而且政府驻地迁移带来的财政压力也可能会对民生性公共服务支出产生抑制作用。在现实中，政府驻地迁移的经费大部分需要自理，使地方面临较大的财政压力，可能会因此挤出民生性公共服务支出。可见，政府驻地迁移带来的支出偏向和财政压力，亦可能会对民生性公共服务增长产生抑制效应。

综上，政府驻地迁移影响民生性公共服务的正负效应在理论上难有定论，需要科学的量化分析加以明确。本文基于2003—2019年地级及以上城市政府驻地迁移的准自然实验，运用双重差分法实证检验政府驻地迁移的民生性公共服务效应，以期拓展相关研究的谱系。

鉴于政府驻地迁移时间并不统一，本文采用渐进双重差分模型对政府驻地迁移与民生性公共服务之间的关系进行分析。具体模型设置如下：

其中，serviceit是城市i在第t年的民生性公共服务指数；relocateit表示城市i在第t年是否已经发生政府驻地迁移，已经发生政府驻地迁移的城市取值为1，尚未发生政府驻地迁移的城市取值为0；Zmit为本文选定的控制变量；α0为常数项；μi为城市固定效应；Tt为时间固定效应；εit为随机误差项；α1为政府驻地迁移对民生性公共服务的影响。α1为本文的主要待估参数，若α1显著为正，说明政府驻地迁移对民生性公共服务存在正面效应；若α1显著为负，说明政府驻地迁移对民生性公共服务产生负面效应。此外，为缓解模型异方差等问题，本文对回归模型统计量的标准误差进行了城市层面的聚类处理。

本文选取的样本区间为2003—2019年。根据分析需要，对地级及以上城市进行筛选，剔除了以下三类城市：第一，在样本区间设立或撤销的地级市，如西藏自治区的林芝市、山南市，安徽省的巢湖市等；第二，在样本区间发生省政府驻地迁移的城市和异常政府驻地迁移的城市，如发生省政府驻地迁移的长沙市，未跨区迁移的南昌市和批而未迁的漳州市等；第三，数据缺失严重的城市，如海南省的儋州市等。经上述处理后，本文最终筛选出 266 个地级及以上城市作为分析样本。

民生性公共服务具有丰富的内涵，学界对此存在不同的测量方式，通常包括教育、医疗和社会保障等三个维度，然而，这三个维度并不能完整地代表民生性公共服务，需要进一步扩充。例如，《中华人民共和国国民经济和社会发展第十三个五年规划纲要》中有关民生的公共服务包括就业、教育、文化体育、社保、医疗、住房等方面。从支出结构来看，与民生性公共服务直接挂钩的地方民生性支出是指地方政府除基建支出、行政管理支出等生产性支出以外，用于教育、医疗卫生、科技、文化、就业以及社会保障等直接涉及群众利益的支出。由此可见，已有关于民生性公共服务的测度，实际上对其进行了过度简化，存在进一步充实的必要性。鉴于近年来中央对生态和文化的强调以及数据的可得性，本文在教育、医疗和社会保障的基础上，增加了生态与文化两个维度，并借鉴已有相关研究，构建了更加全面的民生性公共服务指标体系（见表 2）。在此基础上，为便于后续的实证分析，本文采用因子分析法生成民生性公共服务指数，用于表征样本中各个城市的民生性公共服务水平。选用因子分析法的理由在于：它能够在保留原始数据主要信息的前提下，通过将多个相关变量合并为单一因子，提高数据解释的简洁性和效率，高度契合本文的研究需要。在具体的因子分析过程中，本文首先验证了指标体系的合理性。通过使用因子分析法对表2中8个指标进行分析发现，KMO值为0.843，高于要求标准，且Bartlett球形度检验的p值为0.000，拒绝了数据无相关性的原假设，说明该指标体系适用因子分析，且具有内在一致性。其次，遵循因子分析法惯例，根据特征值大于1、累计贡献率大于60%的标准，本文保留前两个公共因子，继而运用因子得分法获得民生性公共服务指数。

政府驻地迁移数据可以通过全国行政区划信息查询平台获得，但具体的迁移时间存在两种典型界定方式，即国务院批复时间和地方政府实际迁移完成时间。本文以国务院批复时间为准，理由在于：实际迁移完成时间缺乏明确的标准，既可以是新驻地建筑落成时间，也可以是新办公场所启用时间，但不管实际迁移时间如何，地方政府只有在获得国务院批复后才会真正着手于政府驻地迁移的相关规划，亦即政府驻地迁移的影响在国务院批复后才会集中显现。因此，本文根据国务院批复时间确定政府驻地迁移时间，具体为：城市若在某年获得国务院批复政府驻地迁移，该城市在当年及以后的年份赋值为1，否则赋值为0。

参考已有研究，为避免遗漏变量造成变量间关系的错误解读，本文引入了一系列控制变量，包括经济总量、经济增速、人口规模、人均储蓄、人均财政支出、失业率和政府规模。具体而言，经济总量用GDP 衡量；经济增速为GDP增长率；鉴于过大的人口规模所引发的拥挤效应不仅会降低城市公共服务水平，也会促使城市政府作出驻地迁移决定，人口规模亦被设定为控制变量；人均储蓄展现了居民生活水平，在通常情况下，人均储蓄越高的城市，居民对公共服务的要求也越高；人均财政支出用以体现政府行为，人均财政支出越高的城市，分配到公共服务上的财政支出往往也越高；失业率反映了城市的人力资源利用状况，可能会影响城市民生性公共服务供给状况；政府规模为城市政府财政支出占 GDP 的百分比，用以体现政府行为对经济社会的干预程度（见表 3）。

为明确政府驻地迁移对民生性公共服务的影响，本文以民生性公共服务为被解释变量、以政府驻地迁移为解释变量进行回归分析（见表4）。由表4可以发现，政府驻地迁移对民生性公共服务存在负面影响，且通过了5%的显著性检验。这意味着政府驻地迁移不仅没有整体提升全市范围内的民生性公共服务水平，反而在一定程度上抑制了民生性公共服务的改善。在控制变量方面，回归结果显示：经济总量、人均储蓄、人均财政支出和失业率均与民生性公共服务水平正相关，表明这些变量与民生性公共服务存在正向联系；更大的人口规模显著降低了民生性公共服务水平；经济增速和政府规模则与民生性公共服务无显著联系。

作为一种因果推断模型，双重差分法内在要求满足平行趋势检验。平行趋势检验的主要目的在于确认处理组与控制组在政策实施前变化趋势相近，进而排除其他因素对估计结果的影响。为此，本文参考王锋和葛星的研究成果，建立了如下的计量模型：

其中，时间虚拟变量Djit表示各城市发生政府驻地迁移的前4年、当年和后5年的观测值，未发生政府驻地迁移的城市取值为0；δj衡量的是发生政府驻地迁移的城市与未发生政府驻地迁移的城市在第j年的公共服务水平差异。为了能够直观地展示政府驻地迁移的动态效应，本文绘制了在90%置信区间下的折线图，如图1所示。可见，政府驻地迁移前 4 年以及迁移当年的系数均不显著，说明二者的民生性公共服务发展趋势在发生政府驻地迁移以前无显著差异，满足平行趋势假设。此外，从作用强度来看，政府驻地迁移后第一年，民生性公共服务受到的抑制作用急剧加强，在第二年达到最高，而之后年份的抑制作用相对减弱。

为了继续检验分析结果在多大程度上受遗漏变量、随机因素等的影响，本文通过随机产生迁移时间、迁移城市的安慰剂方法进行再验证。具体而言，参考卢盛峰等人的研究进行安慰剂检验，随机指定17座城市发生政府驻地迁移，并随机生成迁移时间，重新对模型进行回归分析，检验虚拟政府驻地迁移对民生性公共服务的影响。为增强安慰剂检验的可信度，本文将上述随机指定虚拟政府驻地迁移的回归过程重复500次得到估计系数结果，如图2所示。从图2中可见，虚拟政府驻地迁移的估计系数集中在0附近，同时基准回归结果与安慰剂检验的估计系数完全不存在重合，这表明虚拟政府驻地迁移未对民生性公共服务产生消极影响，而政府驻地迁移的民生性公共服务效应并非由其他偶然因素造成。

尽管双重差分法在分析政府驻地迁移对民生性公共服务的影响时，能够控制时间趋势和不随时间变化的个体特征，但是无法完全解决处理组与控制组的既有差异。对此，参照王海等人的处理方法，本文进一步结合倾向得分匹配与双重差分法（PSM-DID）来检验政府驻地迁移的民生性公共服务效应。使用PSM的前提是通过平衡性检验，即匹配后的发生政府驻地迁移的城市与未发生政府驻地迁移的城市之间不存在系统性差异。平衡性检验结果，如图3所示。从图3中可见，在匹配之前，二者的倾向值分布存在明显差异，在匹配之后，二者的倾向值分布基本重合，证明平衡性检验得以通过。在此基础上，保留拥有匹配权重的样本进行回归（见表5），可以看出，政府驻地迁移系数在5%的水平下显著为负，说明使用PSM-DID进行估计后，政府驻地迁移依旧对民生性公共服务表现出显著负面影响，证明了基准回归结果的稳健性。

在明确了政府驻地迁移会对民生性公共服务产生负面影响之后，需进一步挖掘其背后的机制。联系前文的分析，政府驻地迁移主要通过支出偏向和财政压力两种渠道，对民生性公共服务的增长产生抑制效应。具体而言，支出偏向机制表现为城市政府为实现政府驻地迁移的经济效益，会倾向于将财力资源分配给固定资产投资领域，进而挤出民生性公共服务资金。为验证支出偏向机制，本文以固定资产投资额为代理变量对政府驻地迁移进行回归分析，用于验证政府驻地迁移对支出偏向的影响。财政压力机制的逻辑体现为政府驻地迁移会增加城市政府的财政压力，进而挤出民生性公共服务资金。为验证财政压力机制，本文使用财政缺口（公共预算支出与公共预算收入之差）在公共预算支出中的占比代表各城市面临的财政压力，用于验证政府驻地迁移对财政压力的影响。两种作用机制的回归结果表明，政府驻地迁移显著影响了城市政府的支出偏向和财政压力（见表6），验证了政府驻地迁移抑制民生性公共服务的作用渠道。

前文实证结果表明，政府驻地迁移会对民生性公共服务产生显著负面影响，但在不同条件下，影响与否及其程度可能会有所差别。有鉴于此，本文进一步分析了政府驻地迁移的民生性公共服务效应在行政等级、所处地区、政策时点以及迁移距离等方面的异质性。

与很多国家不同，中国城市间存在明显的行政等级差异，并大致呈现为“三层五级”结构：既有四个省级直辖市，也有大量县级市，中间还存在副省级市以及地级市，甚至还存在少量副地级市。这种行政等级上的差异构成了城市之间势差结构的基础，即高行政等级城市拥有比低行政等级城市更高的势能，并且这些势能差距逐渐常态化并形成了一种稳定的城市关系结构：行政等级越高的城市，在资源分配中越处于有利的位置，导致各类城市在发展水平上存在差异。例如，各省份在规划省域内城市发展时，通常会向省会城市倾斜，使其享有更多的资源配置和政策红利。也正是这种发展资源的纵向梯次分配导致了政府驻地迁移的行政等级异质性：行政等级较高的城市在进行政府驻地迁移时，能够以额外资源为缓冲，减少对民生性公共服务供给的负面影响；与之相反，行政等级较低的城市，则普遍缺少这一防护措施，政府驻地迁移对民生性公共服务的挤出效应更为明显。因此，本文推测政府驻地迁移对民生性公共服务的影响，在高行政等级城市中的影响较小或不显著，在低行政等级的城市中则存在较大负面影响。从分组回归结果中可以看出，高行政等级城市政府驻地迁移的回归系数为正，但并不显著，而低行政等级城市政府驻地迁移的系数显著为负（见表7），表明政府驻地迁移对民生性公共服务的负面影响主要存在于低行政等级城市之中。