陳岳峰，田 園，李 曄，陳小鴻

（同濟(jì)大學(xué) 交通運輸工程學(xué)院，上海 201804）

近年來，“要想富，先修路.大路大富，小路小富，無路不富”已成為我國農(nóng)村地區(qū)居民中廣為流傳的致富寶典.世界銀行對農(nóng)村公路的定義為“農(nóng)村公路是直接面向農(nóng)村公益的基礎(chǔ)設(shè)施類公共產(chǎn)品，其主要功能是為農(nóng)民生產(chǎn)生活提供基本可達(dá)性出行，保障人類‘行’的基本權(quán)利”；同時農(nóng)村公路也是農(nóng)村地區(qū)經(jīng)濟(jì)發(fā)展的先導(dǎo)性要素［1］.Bryceson和 Howe［2］在研究中最先對影響農(nóng)村基礎(chǔ)設(shè)施效益評估的相關(guān)變量進(jìn)行系統(tǒng)地控制.他們以孟加拉國的129個村莊為例，研究發(fā)現(xiàn)道路可達(dá)性較好的村莊，農(nóng)業(yè)產(chǎn)出、農(nóng)民收入以及接受醫(yī)療服務(wù)的指標(biāo)均好于道路可達(dá)性較差的村莊，特別對于女性而言，農(nóng)村公路的效益更為顯著.Lokshin和Yemtsov［3］以格魯吉亞為例，對全國農(nóng)村公路改建與養(yǎng)護(hù)項目（1996—1999）在完成三年后產(chǎn)生的一系列效益進(jìn)行了分析評估.比較了項目影響區(qū)農(nóng)戶及村鎮(zhèn)與非項目區(qū)農(nóng)戶及村鎮(zhèn)之間的差異，認(rèn)為影響區(qū)農(nóng)戶和村鎮(zhèn)的客貨運輸成本明顯下降、社會服務(wù)的可獲性顯著提高.然而，由于沒有充分地控制外界其他影響因素對數(shù)據(jù)和結(jié)果可能造成的影響，其結(jié)論并非關(guān)于農(nóng)戶福利的準(zhǔn)確評估，他們也表示農(nóng)戶所獲福利的準(zhǔn)確分析還有待進(jìn)一步的研究.

由于農(nóng)村公路項目的影響評估會受到資源稟賦、地理條件、自然氣候和其他農(nóng)村政策等因素的干擾，加之方法論的限制以及數(shù)據(jù)的約束（農(nóng)戶層次的數(shù)據(jù)），因此精確量化農(nóng)村公路改善項目的效益很難，特別是評估目標(biāo)群體獲得的效益.農(nóng)村公路的產(chǎn)生作用效果是長期的，所以使得上述問題愈發(fā)變得復(fù)雜，并造成了數(shù)據(jù)難以獲?。?］.Khandker等［5］通過構(gòu)建反事實場景的方法論研究農(nóng)村公路基礎(chǔ)設(shè)施對福利的影響，采用來自印度13個州85個地區(qū)的隨機樣本中的時間序列數(shù)據(jù)，對農(nóng)村道路基礎(chǔ)設(shè)施建設(shè)成效進(jìn)行了分析.該文獻(xiàn)提出了一個概念性框架，此框架有助于克服基礎(chǔ)設(shè)施效益評估時效益相關(guān)因素對評估結(jié)果所產(chǎn)生的偏誤，從而使得基礎(chǔ)設(shè)施項目效益可以得到準(zhǔn)確的分析與估計.本文基于Khandker等的研究思路，通過一種非實驗技術(shù)，利用兩層面板數(shù)據(jù)構(gòu)建反事實場景，以控制不同地區(qū)不同資源稟賦所對應(yīng)的農(nóng)戶層與農(nóng)村層異質(zhì)性變量對評價結(jié)果準(zhǔn)確性產(chǎn)生的影響.

1 基本分析框架

1.1 構(gòu)建反事實場景

若想正確計算出農(nóng)村公路項目的影響，評估時無法回避的一個問題是：對于已經(jīng)開展了農(nóng)村公路建設(shè)的地區(qū)而言，如果沒有建設(shè)農(nóng)村公路，當(dāng)?shù)厍闆r如何.為了評價農(nóng)村公路項目的影響，需要了解沒有項目時將會發(fā)生什么.令Pi表示第i個對象的農(nóng)村公路項目獲取情況，它存在兩種可能的取值，Pi＝1代表第i個對象獲得了項目，為受益對象；Pi＝0代表第i個對象沒有獲得項目，為非受益對象.因此，可用Oi0表示第i個對象沒有獲得項目后的收益，Oi1表示第i個對象獲得項目后的收益，則由于項目建設(shè)而產(chǎn)生的收益為Oi1－Oi0.第i個對象由于獲得項目（Pi＝1）而產(chǎn)生的凈收益為

式中：“｜”表示在某種條件下.

上式計算的是一（每）個農(nóng)民的收益指標(biāo)變化，全部農(nóng)民的收益指標(biāo)變化情況可通過計算樣本均值的方法得到.只要這個樣本均值被正確計算，那么它將是總體均值的一個無偏估計，從而可以用來描述農(nóng)村公路項目對農(nóng)民收益的影響，記為

式中：“E（·）”表示農(nóng)民收益指標(biāo)的均值.

可以看出，若想正確計算農(nóng)民收益值G，需要計算E （Oi1｜Pi＝1）與E （Oi0｜Pi＝1）的值.其中，E（Oi1｜Pi＝1）計算第i個農(nóng)民在獲取項目的前提下的收益值；而E（Oi0｜Pi＝1）表示第i個對象在獲取項目的前提下，沒有項目影響的收益值.顯然，這在邏輯上顯然是不可能發(fā)生的事情（在獲取項目后，考察若干時間后沒有項目發(fā)生的結(jié)果），也就是所謂的反事實.因此，需要構(gòu)建能刻畫該情況的反事實場景代替E（Oi0｜Pi＝1），從而彌補上述邏輯問題.

1.2 構(gòu)建處理組與對照組

構(gòu)建反事實場景的核心技術(shù)是設(shè)置處理組與對照組，并通過多層回歸模型消除干擾因素所產(chǎn)生的影響而導(dǎo)致的評估誤差（或評估結(jié)果的不準(zhǔn)確性）.倍差法是利用一個外生事件所帶來的單位或個體（橫向）和時間序列（縱向）的雙重差異效果，來比較有事件發(fā)生的對象（處理組）與無事件發(fā)生的對象（對照組）的變化，從而判斷該事件的影響程度，被廣泛用于政策或項目效果評估中.具體操作方法是首先在處理組與對照組的農(nóng)民收益指標(biāo)均值之間作出比較（第一次做差），然后對項目開展前與開展后的均值之間再做比較（第二次做差）.該方法需要來自同一處理組與對照組的基準(zhǔn)數(shù)據(jù)與跟蹤數(shù)據(jù)，從而構(gòu)成兩時期面板數(shù)據(jù).于是，按照樣本數(shù)據(jù)的使用目的可將其劃分為四個組：項目前的對照組、項目后的對照組、項目前的處理組以及項目后的處理組，并可形象地表示為圖1所示的形式.

圖1 反事實場景原理的形象表示Fig.1 A graphic demonstration for rationale of counterfactual scene

令可觀測變量S在處理組中時等于1，在對照組中時等于0；再令L為表征農(nóng)村公路項目的虛擬變量，則農(nóng)村公路對農(nóng)民收益指標(biāo)影響的評價算式一般可表示為

式中：y為農(nóng)村公路對農(nóng)民收益指標(biāo)的影響評價結(jié)果；σ表示其他因素；β0和β1為表征處理組與對照組之間系統(tǒng)差異的參數(shù)；δ0表示項目前后對照組農(nóng)民收益指標(biāo)的變化參數(shù)；δ1表示處理組僅由農(nóng)村公路建設(shè)造成的農(nóng)民收益指標(biāo)的變化參數(shù).農(nóng)村公路項目收益估計量的計算方法如表1所示.

1.3 控制外部影響因素

前文述及，農(nóng)村公路項目影響評價的關(guān)鍵是要消除其他外部干擾因素的影響，那么正確識別并控制外部影響因素就成為評估方法是否準(zhǔn)確的一個重要問題.根據(jù)Binswanger等［6］的研究，影響農(nóng)村公路項目效應(yīng)的因素還包括國家政策（如取消農(nóng)業(yè)稅、扶貧基金）、村莊特征（如資源稟賦、地理空間特征等）、農(nóng)戶特征（智力、體力、家庭人口數(shù)等）、對外聯(lián)系道路的等級與功能等.也就是說，除農(nóng)村公路之外，還有很多因素會對農(nóng)村公路項目的效果產(chǎn)生影響.因此，使用適當(dāng)?shù)姆椒▽Τr(nóng)村公路項目外可能對農(nóng)民收入提高產(chǎn)生影響的因素加以控制，是能否準(zhǔn)確評估農(nóng)村公路項目效果的關(guān)鍵.

表1 農(nóng)村公路項目收益估計量的計算Tab.1 The calculation of outcome estimator for rural road projects

按照干擾因素是否可觀測以及是否隨時間變化，可將其分為四類：不隨時間變化的可觀測因素、不隨時間變化的不可觀測因素、隨時間變化的可觀測因素以及隨時間變化的不可觀測因素.對于不隨時間變化的因素，無論是否可以被觀測到，均可使用面板數(shù)據(jù)通過倍差法將其消除掉；對于隨時間變化的可觀測因素，可通過加入具體的控制變量將其影響程度判別出來進(jìn)而消除，而需要控制的變量就是上述可能影響農(nóng)村公路項目效果的因素.對于隨時間變化且由于成本、時間等約束條件所導(dǎo)致的不可觀測因素而言，通常將其作為模型中的隨機干擾項.

2 數(shù)據(jù)與方法論

本文以世界銀行在福建省的農(nóng)村公路貸款項目為基礎(chǔ)，以農(nóng)村公路項目對農(nóng)民收入影響這一評價指標(biāo)為例，對農(nóng)村公路項目影響評價方法進(jìn)行具體模型的構(gòu)建.

2.1 數(shù)據(jù)

本文所采用的數(shù)據(jù)來源于世界銀行貸款項目《福建省農(nóng)村公路建設(shè)成效資料收集與監(jiān)測》對福建省福州、漳州、龍巖、三明、南平和寧德等六個地級市下轄的68個建制村以及其中816戶村民的隨機抽樣調(diào)查.為了收集農(nóng)村公路項目建設(shè)前后處理組與對照組的面板數(shù)據(jù)，數(shù)據(jù)的采集工作分為基準(zhǔn)調(diào)查（對應(yīng)項目前）與跟蹤調(diào)查（對應(yīng)項目后）兩期完成.樣本量及其分布如表2所示.配合分析方法及模型的需要，抽樣調(diào)查的數(shù)據(jù)可分為解釋變量、被解釋變量及控制變量三類，如表3所示.其中，關(guān)于被解釋變量的統(tǒng)計性描述詳見表4.

表2 處理組與對照組的樣本量及樣本分配Tab.2 Sample sizes and distribution of the treatment group and the comparison group

2.2 方法論

本文采用的建模方法基于計量經(jīng)濟(jì)學(xué)框架，利用上述收集的面板數(shù)據(jù)，通過加入控制向量的倍差法，構(gòu)建農(nóng)村公路項目對農(nóng)民純收入影響的評價模型（半對數(shù)形式）如下：

式中：Yijt為處于第j個村莊、第i戶的農(nóng)民人均純收入，t代表時期，t＝1表示項目開展前，t＝2表示項目開展后；Hijt為第j個村莊、第i戶的可觀測的農(nóng)戶層次特征（影響因素）；Vjt為第j個村莊可觀測的村莊層次特征（農(nóng)村公路項目除外）；Ljt為反映第j個村莊農(nóng)村公路項目影響的變量（解釋變量），它是一個虛擬變量，若樣本數(shù)據(jù)來自處理組，則Ljt＝1，否則Ljt＝0；μj為第j個村莊農(nóng)戶層次的不可觀測異質(zhì)性變量，該變量中無時期t下標(biāo)，表示其為不隨時間變化的不可觀測因素；ηj為第j個村莊的村莊層次不可觀測異質(zhì)性變量為特異誤差或時變誤差，表示因時變而影響著Yijt的無法觀測的因素；Dt是一個在t＝1時取值0，t＝2時取值1的虛擬變量，它不隨i或j而變，因此并無下標(biāo)i與j；當(dāng)t＝1時，模型的截距為λ，而t＝2時截距為λ＋δ，允許截距在不同時期有不同的值，是出于反映項目總體在不同時期可能出現(xiàn)不同分布的事實；λ，δ，α，β，γ均為模型參數(shù)，其中γ是本文所關(guān)心的農(nóng)民人均純收入邊際估計量.

表3 抽樣調(diào)查數(shù)據(jù)分類及描述Tab.3 The classification and description of sampling data

表4 被解釋變量的描述性統(tǒng)計結(jié)果Tab.4 Summary statistics for explanatory variables 元

模型中，變量Yijt前的對數(shù)符號ln表示模型所求得的農(nóng)民人均純收入邊際估計量為彈性系數(shù)，如“農(nóng)村公路項目建設(shè)后，處理組的農(nóng)民人均純收入較對照組平均增加30%”；而不是“處理組農(nóng)民人均純收入較對照組平均增加2000元”這樣的絕對值表達(dá)形式.

3 結(jié)果分析

模型結(jié)果的計算采用可處理面板數(shù)據(jù)的統(tǒng)計分析軟件Stata10.0進(jìn)行，得到的結(jié)果如表5～7所示.表格中的系數(shù)為式（3）中各模型參數(shù)的估計量，可以看出，對于實施農(nóng)村公路項目的地區(qū)而言，其農(nóng)民人均年純收入比項目開展前增長了23.08%，其中農(nóng)業(yè)年收入增加了14.82%，非農(nóng)業(yè)收入增長了32.50%，這說明農(nóng)村公路項目主要通過改變農(nóng)民的非農(nóng)業(yè)就業(yè)機會從而提高農(nóng)民收入.同時還可以看到，各控制變量均對模型中的被解釋變量估計量有著正向的影響，其中家庭勞動力數(shù)量與家庭人口的影響較為明顯，這表明控制外部因素影響對準(zhǔn)確估計農(nóng)村公路項目的影響結(jié)果具有重要作用.

表5 農(nóng)村公路項目對農(nóng)民人均純收入的影響結(jié)果Tab.5 Rural road projects impact estimation on rural household net income

表6 農(nóng)村公路項目對農(nóng)民農(nóng)業(yè)人均純收入的影響結(jié)果Tab.6 Rural road projects impact estimation on rural household agricultural income

表7 農(nóng)村公路項目對農(nóng)民非農(nóng)業(yè)人均純收入的影響結(jié)果Tab.7 Rural road projects impact estimation on rural household non－agricultural income

從統(tǒng)計顯著性上來看（限于篇幅，統(tǒng)計顯著性檢驗量并未列在表中），農(nóng)民人均純收入、農(nóng)民農(nóng)業(yè)人均純收入和農(nóng)民非農(nóng)業(yè)人均純收入三個參數(shù)估計量的t檢驗統(tǒng)計量分別是3.93，2.31，3.66，其所對應(yīng)的p值分別為0.00，0.02和0.00.這說明參數(shù)γ的估計值的最小統(tǒng)計顯著性水平分別是0%、2%和0%.也就是說，對于上述結(jié)果我們可以分別在最高為100%，98%，100%的置信水平上認(rèn)為農(nóng)村公路項目對農(nóng)民人均純收入、農(nóng)民農(nóng)業(yè)人均純收入和農(nóng)民非農(nóng)業(yè)人均純收入等觀測變量具有影響，這一置信水平是令人滿意的.因此，無論是從參數(shù)估計量的大小還是從參數(shù)統(tǒng)計顯著性的角度來看，農(nóng)村公路項目對于農(nóng)民收入的增加具有顯著影響.

表8中有兩類估計方法的計算結(jié)果.左邊是傳統(tǒng)未消除外部影響方法的計算結(jié)果，可以看出，與傳統(tǒng)的簡單“前后對比”的農(nóng)村公路項目評估方法相比，反事實場景技術(shù)大大消除了非項目因素的影響.如果僅采用來自處理組（項目實施區(qū)域）的項目建設(shè)前后數(shù)據(jù)，則農(nóng)民人均純收入增長率將達(dá)到81.41%（四年），而這一結(jié)果將嚴(yán)重高估農(nóng)村公路項目的效果，從而影響對項目效應(yīng)的分析結(jié)論.而加入反事實場景，扣除家庭勞動力及人口數(shù)量、村莊人口、至縣城及鄉(xiāng)鎮(zhèn)的距離等因素帶來的影響后，實際因為農(nóng)村公路建設(shè)所帶來的農(nóng)民人均純收入增長率為23.08%（四年）.

表8 基于反事實場景方法與傳統(tǒng)“前后對比”方法計算結(jié)果比較Tab.8 Comparison of calculation results by the traditional“before and after”approach and the counterfactual scene－based approach

4 結(jié)論

本文利用反事實場景技術(shù)，通過設(shè)置農(nóng)村公路項目的處理組與對照組，構(gòu)建了農(nóng)村公路項目影響評價的理論方法，并以農(nóng)民收入這一指標(biāo)為例，具體闡述了基于反事實場景技術(shù)農(nóng)村公路項目影響評價方法的應(yīng)用.本文的分析結(jié)果表明，傳統(tǒng)的“前后比較”法會大大高估農(nóng)村公路項目的增收效應(yīng)，并不適用于農(nóng)村公路項目的增收效應(yīng)評估中；而基于反事實場景技術(shù)農(nóng)村公路項目影響評價方法，通過控制家庭勞動力數(shù)量、村莊人口數(shù)量等時變的外部影響因素，可以更為客觀準(zhǔn)確地評價農(nóng)村公路項目作用.同時，分析結(jié)果還表明，農(nóng)村公路項目主要通過改善農(nóng)村地區(qū)的非農(nóng)業(yè)就業(yè)機會來提高農(nóng)民的收入；在農(nóng)村公路項目的作用下，靠傳統(tǒng)農(nóng)業(yè)的收入增長率要遠(yuǎn)低于非農(nóng)業(yè)收入的增長率.

［1］Jacoby H.Access to markets and the benefits of rural roads［J］.The Economic Journal，2000，110（6）：713.

［2］Bryceson D F，Howe J.Rural household transport in Africa：reducing the burden on women［J］.World Development，1993，21（11）：1715.

［3］Lokshin M，Yemtsov R.Has rural infrastructure rehabilitation in Georgia helped the poor［J］.World Bank Economic Review，2005，19（2）：311.

［4］Bunchinsky M.Recent advances in quantile regression models：apractical guide for empirical research［J］.Journal of Human Resources，1998，33（1）：88.

［5］Khandker S R，Bakht Z，Koolwal G B.The poverty impact of rural roads：evidence from Bangladesh，World Bank Policy Research Working Paper 3875 WashingTon DC：World Bank，2006.

［6］Binswanger H P， Khandker S R， Rosenzwei M. How infrastructure and financial institutions affect agricultural output and investment in India ［J］.Journal of Development Economics，1993，41：337.