【一线调研】筑牢地下管网 让城市"里子"更扎实

根据新凯恩斯DSGE框架，在名义价格粘性条件下，政府投资增加通过总需求扩张产生乘数效应——1单位政府投资将带动超过1单位的总产出增长。地下管网投资具有双重属性：既是短期需求刺激（工程施工直接拉动水泥、钢材、设备制造等行业），也是长期供给改善（管网更新降低城市运营成本、减少灾害损失）。但乘数效应的大小取决于两个关键因素：一是经济周期阶段——经济低迷时乘数更大（宽松产能约束更少）；二是基础设施存量水平——存量越薄弱的地区边际回报越高。

据此提出以下假说：
- H1：超长期特别国债投向地下管网对省级GDP的即期财政乘数为1.2-1.8，即1元国债投资带动1.2-1.8元GDP增长。
- H2：管网投资的财政乘数在中西部基础设施薄弱省份显著大于东部沿海发达省份（边际报酬递减）。
- H3：管网投资对上游制造业（钢材、水泥、管材）的间接拉动效应大于对服务业的拉动效应，体现基建投资的上游供应链传导特征。

识别财政乘数的核心挑战是内生性：国债资金分配本身可能受到地方经济发展水平的影响（反向因果），且同期可能有其他政策冲击（遗漏变量）。本文利用超长期特别国债按项目审批、分批下达的特征，将各省份实际获得国债资金的时点和规模差异作为外生变异来源——同一省份在获得资金前后、不同省份在同期是否获得资金之间构成准自然实验。采用交叠DID（staggered DID）配合Callaway & Sant'Anna（2021）估计量，处理处理组异质性偏误。关键识别假定：（1）国债资金分配的决定因素（管网老化程度、项目成熟度）在政策前后不随时间剧烈变化；（2）未获得资金省份在同期未受到其他差异化的管网投资政策冲击。

基准DID模型设定为：

Y_{it} = α + β · BondShock_{it} + γ · X_{it} + μ_i + λ_t + ε_{it}

其中 Y_{it} 为省份 i 在第 t 期的GDP增速或固定资产投资增速。BondShock_{it} 为处理变量，定义为省份 i 在第 t 期是否获得超长期特别国债管网资金的虚拟变量（1=获得，0=未获得），或连续形式的人均国债资金规模。X_{it} 为时变控制变量（工业增加值、M2增速、房地产开发投资）。μ_i 为省份固定效应，λ_t 为时间固定效应。关键参数 β 即为管网国债投资的财政乘数半弹性（semi-elasticity）。

被解释变量：省级GDP同比增速（国家统计局月度数据，经X-12-ARIMA季节调整）、省级固定资产投资同比增速（按构成分：建筑安装工程投资）。核心解释变量：各省当年累计获得的超长期特别国债管网建设专项资金（财政部），以人均口径标准化（元/人）以消除省份规模差异。控制变量：工业增加值同比、房地产开发投资同比、社会融资规模同比（国家统计局、人民银行）。样本区间：2025年1月—2026年12月，共31个省份24个月的省级面板数据，744个观测值。

• **替换处理变量定义**：以人均国债资金的连续变量替代0/1虚拟变量，检验处理变量测度方式是否影响结论；同时以国债资金占地方财政支出比重作为替代变量，消除地方财政规模对乘数估计的影响。
• **合成控制法（SCM）交叉验证**：对国债资金规模最大的5个省份逐省构建合成控制对象，以未获资金的省份加权合成反事实路径，比较实际GDP路径与反事实路径的差异，确保DID结果不是由特定对照组选择驱动的。
• **排除同期政策干扰**：收集同期省级层面的其他重大基建投资政策（如专项债、城投债净融资），将其作为额外控制变量纳入DID方程，检验国债管网投资的乘数效应是否在控制其他融资渠道后依然稳健。
• **Bacon-Decomp分解**：对交叠DID估计量进行Goodman-Bacon分解，检验处理效应异质性是否严重偏误总体估计，必要时使用Callaway & Sant'Anna（2021）的组别-时期平均处理效应进行重新估计。

---

发展经济学强调基础设施在结构转型中的关键作用。地下管网作为城市的"里子"，直接影响城市运营效率——老旧管网导致的漏损、堵塞、内涝等问题实质上是城市经济运行中的隐性交易成本。管网的智慧化升级（传感器监测、AI预警）进一步降低了不确定性成本（内涝预警提前→商户和物流公司调整运营→减少损失）。从技术赶超视角看，中国390万公里管网中大量建于20世纪80-90年代，其更新改造相当于在存量基础设施上实现技术跃迁——从"被动维修"到"主动预警"，属于典型的后发赶超逻辑。

据此提出以下假说：
- H1：城市地下管网更新投资增加10%，该城市全要素生产率（TFP）提高0.3-0.8个百分点。
- H2：智慧化管网升级（AI+传感器）对TFP的提升效应大于单纯的物理翻新（管中管、非开挖修复），前者通过减少不确定性成本、后者仅通过降低物理漏损成本。
- H3：管网更新对TFP的促进作用在非省会地级市（基础设施存量更薄弱）中更强，符合基础设施边际回报递减规律。

核心内生性挑战：管网投资规模本身可能与城市TFP增长互为因果——TFP增长快的城市更有财力投资管网。本文采用工具变量策略：以城市1980年代首次铺设地下管网的时间距今年限作为IV——建设年份越早的管网老化越严重，更新需求越大（相关性），而历史建设年份与当前TFP没有直接因果路径（外生性）。识别假定：（1）1980年代管网建设决策由当时计划经济体制和城市行政级别决定，与当前城市TFP的误差项不相关；（2）管网老化程度仅通过更新投资这一渠道影响当前TFP（排他性约束）。同时使用Arellano-Bond系统GMM处理GDP-TFP-投资之间的动态内生性。

基准面板固定效应模型：

TFP_{it} = α + β · PipeRenew_{it} + γ · Z_{it} + μ_i + λ_t + ε_{it}

第一阶段（IV）：PipeRenew_{it} = π₀ + π₁ · PipeAge_{it} + π₂ · Z_{it} + μ_i + λ_t + ν_{it}

其中 TFP_{it} 为城市 i 在 t 年的全要素生产率（OP法或LP法测算）。PipeRenew_{it} 为地下管网更新改造投资（人均，取对数）。PipeAge_{it} 为工具变量——该城市首次建设地下管网至今的年数。Z_{it} 为控制变量（人力资本、产业结构高级化指数、对外开放度）。

被解释变量：地级市全要素生产率，基于中国工业企业数据库采用LP法（Levinsohn & Petrin, 2003）测算——以工业增加值作为产出、固定资产净值作为资本投入、从业人数作为劳动投入、中间投入作为代理变量。核心解释变量：地级市年度地下管网更新改造投资（住建部城市（县城）建设统计年鉴），以人均口径标准化并取对数。工具变量：城市首次大规模建设地下管网的年份距今年限，通过地方志和城市市政工程志人工编码获取。样本区间：2010—2026年，285个地级市的年度面板数据。

• **替换TFP测算方法**：以OP法（Olley & Pakes, 1996）和SFA（随机前沿分析）分别重新测算TFP替代LP法基准结果，检验结论是否对TFP测度方法敏感。
• **替换工具变量构造**：以城市1980年代的城市行政级别（直辖市/省会/地级市）与全国管网投资增速的交乘项作为替代IV（Bartik-style instrument），与历史建设年份IV交叉验证。
• **排除一线城市影响**：剔除北京、上海、广州、深圳四个一线城市重新估计，检验结论是否由超大城市的极端值驱动——一线城市的管网投资和TFP变动模式可能与普通地级市有结构性差异。
• **空间溢出效应检验**：运用空间杜宾模型（SDM），以邻接矩阵和经济距离矩阵分别定义空间权重，检验邻近城市的管网更新是否对本城市TFP产生正向或负向溢出——正向来自产业链关联，负向来自投资资源竞争。

---

传统奥肯定律框架将基础设施投资视为外生需求冲击→产出增长→就业增加的单向传导。但在管网改造场景中，技术升级（非开挖修复、智慧水务）同时改变了劳动力的技能需求结构——管道机器人操作替代了传统的井下人工检查（任务替代效应），而智慧水务平台的AI数据分析则创造了新的高技能岗位（技能补充效应）。根据Acemoglu & Restrepo（2018）的任务模型，技术变革对就业的净效应取决于替代效应和补充效应的相对大小。新闻中提到"未来五年年均带动就业岗位约280万个"，但这一总量掩盖了技能需求结构的变化。

据此提出以下假说：
- H1：地下管网改造项目开工后，项目所在城市的建筑业就业人数显著上升，就业弹性约为0.3-0.5（即投资增长1%，就业增长0.3-0.5%）。
- H2：采用非开挖技术和智慧水务的项目，高技能劳动力占比显著高于传统开挖式改造项目（技能偏向），低技能劳动力占比相应下降（任务替代）。
- H3：管网改造就业创造效应的本地化程度高——80%以上的新增就业岗位由本地劳动力填补，因管网施工难以跨区域转移。

基础设施投资的就业效应识别面临两个内生性挑战：一是投资选址的非随机性（经济增长预期好的城市可能同时获得更多管网投资和创造更多就业）；二是全国性政策冲击的混杂效应。本文采用项目层面的事件分析法：以每个管网改造项目的实际开工日期作为处理时点，比较项目所在区县在项目开工前后的就业变化，同时以同城市未获得管网项目区县作为对照组。为应对项目选址内生性，构造Bartik工具变量（Bartik, 1991）：以城市初始管网老化缺陷数量（5610处缺陷等类似指标）与全国管网投资增速的交乘项作为IV——管网老化程度越严重的城市，从全国投资增长中获得的增量资金越多。关键识别假定：基底管网老化程度在短窗口内不影响除管网投资外的其他就业驱动因素。

项目层面事件研究法：

Employment_{ct} = α + Σ_{k=-4}^{8} β_k · D_{ct}^{k} + γ · X_{ct} + μ_c + λ_t + ε_{ct}

其中 Employment_{ct} 为城市 c 在 t 季度的建筑业从业人数（对数），D_{ct}^{k} 为管网项目开工的期距虚拟变量（k 为距开工日期的季度数，k=0 为开工当季）。β_k 系数追踪了从开工前4个季度到开工后8个季度的就业动态路径，直观呈现就业创造的时间轮廓。X_{ct} 包括房地产开发投资、制造业投资等同期其他投资活动的控制变量。

被解释变量：城市-季度建筑业从业人数和工资（国家统计局城镇单位就业人员统计），同时以招聘网站（智联招聘）的月度建筑业岗位发布数量作为补充。核心解释变量：管网改造项目开工——以住建部项目管理系统中的合同开工日期为准，匹配至项目所在区县-cbs。技能需求变化：对招聘网站中"管道检测""非开挖修复""智慧水务""管网GIS"等关键词频进行文本分析，区分高技能（技术/管理类）和低技能（体力施工类）岗位。样本区间：2022Q1—2026Q4，覆盖全国有管网改造项目的约200个城市。

• **替换对照组**：以同一城市内未获得管网改造项目的区县作为对照组（组内DID），排除城市层面不可观测因素的干扰；同时以倾向得分匹配（PSM）为每个项目区县匹配人口规模、经济结构相似的未投资区县。
• **替换就业测度**：以CLDS（中国劳动力动态调查）的个体层面就业状态替代总量就业数据，检验总量层面的就业效应是否在个体微观层面一致——特别是区分本地居民就业增加与外来劳动力流入。
• **安慰剂检验**：将项目开工日期前移4个季度，检验是否仍然存在"就业效应"——如果虚假开工日期也出现显著就业增长，则说明就业增长可能并非管网投资驱动。
• **排除其他基建投资干扰**：收集同期各区县其他重大基建项目（道路、桥梁、轨道交通）开工信息，作为额外控制变量纳入模型，检验管网投资的就业效应在控制其他基建后是否依然稳健。

---

根据Coase（1937）和Williamson（1985）的交易成本理论，地下管网多头管理体制——排水、供热、燃气、通信等不同部门各自拥有独立的管线建设和维护权限——本质上是一种高交易成本的治理结构。新闻中提到太原"戴着排水、热力等不同标识安全帽的施工人员同步进入管网改造工地，过去各自为政的老问题正在被协同施工所取代"，这正是从高交易成本的"市场式"分散治理向低交易成本的"科层式"协同治理的制度变迁。根据North（1990）的路径依赖理论，多头管理的制度安排一旦形成便自我强化——各部门建立各自的预算体系、技术标准和施工队伍——形成制度锁定。

据此提出以下假说：
- H1：实行综合管廊协同施工制度改革的城市，其管网建设改造的单位里程投资成本比未改革城市低15-25%（交易成本的节约）。
- H2：协同施工改革对道路重复开挖次数的减少效果显著——改革后城市年均道路开挖次数下降30%以上，降低了因多头开挖造成的交通拥堵、商业损失等负外部性。
- H3：改革效果存在制度互补性——同时进行"物理协同"（综合管廊）和"数字协同"（智慧水务统一平台）的城市，成本节约效应大于仅进行单一维度改革的城市。

本文利用各城市推行地下综合管廊试点和协同施工制度改革的时点差异（2015年首批10个试点城市，后续分批扩大），采用交叠DID设计。核心识别挑战：（1）改革试点城市并非随机选择——经济发展水平、管网老化程度可能同时影响改革采纳和投资效率；（2）不同城市改革的实施力度和节奏差异大，构成处理组异质性。使用Callaway & Sant'Anna（2021）的组别-时期平均处理效应（ATT(g,t)）估计量处理交叠处理组异质性偏误。关键识别假定：（1）在改革前，试点城市与非试点城市的管网投资效率趋势平行；（2）没有其他同期政策仅影响试点城市而不影响非试点城市的管网投资效率。

交叠DID基准设定：

CostPerKM_{it} = α + β · Reform_{it} + γ · X_{it} + μ_i + λ_t + ε_{it}

其中 CostPerKM_{it} 为城市 i 在 t 年的单位里程管网建设成本（万元/公里，对数），涵盖了直接施工成本和间接成本（道路恢复、交通疏导、管线迁移补偿）。Reform_{it} 为处理虚拟变量——城市 i 在 t 年是否已实施综合管廊协同施工改革（1=已实施，0=未实施）。X_{it} 为控制变量：城市地质条件（影响施工难度）、人口密度、财政收入。使用Callaway & Sant'Anna（2021）估计量，计算各改革采纳组别在各时期的ATT(g,t)，并以加权平均汇总为总体处理效应。

被解释变量：城市年度地下管网建设改造单位里程成本，以住建部城市（县城）建设统计年鉴中各城市管网建设投资总额除以年度新建/改造管网总里程计算，同时对地质条件差异（岩石层、地下水位）进行成本调整。核心解释变量：协同施工改革——以城市是否出台由市级层面统一协调多部门管网建设的正式制度文件为准（人工编码各市政府工作报告和住建部门政策文件），改革时间为文件正式实施的年份。控制变量：城市道路面积（反映城市规模）、人均GDP、是否为综合管廊国家级试点城市。样本区间：2013—2026年，285个地级市的年度面板数据。

• **Bacon-Decomp分解与替代估计量**：对TWFE估计量进行Goodman-Bacon分解，检验交叠处理的异质性偏误程度；同时使用Borusyak et al.（2024）的插补估计量和Sun & Abraham（2021）的交互加权估计量进行交叉验证。
• **替换制度变量**：以综合管廊实际建成里程占管网总里程比重替代改革虚拟变量，以连续变量捕捉改革力度差异；同时以城市道路重复开挖审批次数（市政部门行政数据）作为多头管理程度的替代代理变量，回归验证其与管网成本的关系。
• **排除改革自选择偏误**：使用Heckman两阶段选择模型——第一阶段以城市行政级别、财政自主度、管网老化程度作为改革选择的预测变量计算逆米尔斯比率，第二阶段将逆米尔斯比率纳入成本方程，检验改革的自选择效应是否严重偏误DID结果。
• **排除同期其他改革**：收集各城市同期的行政审批改革（"放管服"）、公共资源交易平台改革等制度创新信息，作为额外控制变量纳入模型，确保成本节约效应确实来自管网协同施工而非一般性的行政效率提升。

---

在新古典增长框架中，基础设施（公共资本）是生产函数中的重要投入要素。Aschauer（1989）的开创性研究表明，公共基础设施资本的产出弹性在0.3-0.4之间。地下管网是城市基础设施中隐蔽但关键的部分——排水、供水、燃气、供热、通信均依托管网实现，其运行效率直接影响城市经济的全要素生产率。管网老化意味着公共资本加速折旧，相当于生产前沿面内移。而智慧化管网（传感器+AI预警）实质上是一种"资本增强型"技术进步——同样的物理管网，因为信息流的改善而产出更多"管网服务"，相当于有效资本存量的增加。

据此提出以下假说：
- H1：城市地下管网资本存量的产出弹性约为0.08-0.15——即管网有效资本存量每增加1%，城市GDP增加0.08-0.15%。
- H2：管网老化程度（超过设计使用年限的管网里程占比）每增加10个百分点，城市技术效率下降2-4个百分点，即老化管网构成了城市生产效率的隐性拖累。
- H3：智慧化管网投资的技术效率提升效应大于等额物理管网投资的技术效率提升——AI预警和传感器监测通过减少突发性管网故障（供水爆管、排水堵塞）降低了生产中断的随机性成本。

随机前沿分析（SFA）将城市产出分解为确定性生产前沿、随机噪声和技术无效率三部分，天然适合分析公共资本的技术效率贡献。核心识别挑战：（1）管网资本存量和城市GDP之间的反向因果——高GDP城市可能投资更多管网；（2）不同要素（劳动、私人资本、公共资本）之间可能存在多重共线性。本文采用超越对数函数形式缓解要素间替代弹性固定的限制，同时在技术无效率方程中纳入管网老化、智慧化程度等城市特征变量，识别哪些因素使城市偏离生产前沿。为避免同期反向因果，将管网资本存量滞后一期进入生产函数。

随机前沿超越对数生产函数：

lnY_{it} = β₀ + β_K lnK_{it} + β_L lnL_{it} + β_P lnPipe_{it} + ½β_{KK}(lnK)² + ½β_{LL}(lnL)² + ½β_{PP}(lnPipe)² + β_{KL} lnK·lnL + β_{KP} lnK·lnPipe + β_{LP} lnL·lnPipe + v_{it} - u_{it}

其中 Y_{it} 为城市 i 在 t 年的实际GDP。K_{it} 为私人资本存量（永续盘存法估算）。L_{it} 为从业人数。Pipe_{it} 为地下管网有效资本存量——以管网物理里程×（1 - 老化折扣系数 + 智慧化增强系数）计算。v_{it} ∼ N(0, σ_v²) 为随机噪声，u_{it} ∼ N⁺(m_{it}, σ_u²) 为技术无效率项。

技术无效率方程：m_{it} = δ₀ + δ₁ · AgeRatio_{it} + δ₂ · SmartIndex_{it} + δ₃ · Z_{it}

其中 AgeRatio_{it} 为超过设计使用年限的管网里程占比，SmartIndex_{it} 为智慧化管网指数（传感器密度、AI覆盖率等），预期 δ₁ > 0（老化加大无效率）、δ₂ < 0（智慧化减小无效率）。

被解释变量：城市年度实际GDP（国家统计局，以2015年不变价计算）。投入要素：（1）劳动投入——城市全社会从业人数（国家统计局）；（2）私人资本存量——采用永续盘存法（PIM），以2000年为基期，折旧率取9.6%（张军等，2004），每年固定资产投资作为新增流量；（3）管网有效资本存量——物理里程数据来自住建部城市（县城）建设统计年鉴，老化折扣系数基于各年代管网里程比例加权计算（1980年代建设 → 折旧系数0.7，1990年代→0.85，2000年代以后→1.0），智慧化增强系数基于智慧水务传感器安装密度（个/公里管网）换算。样本区间：2005—2026年，285个地级市的年度面板数据。补充使用NASA VIIRS夜间灯光数据作为GDP的交叉验证指标。

• **替换生产函数形式**：以Cobb-Douglas生产函数替代超越对数函数，检验函数形式假设对管网产出弹性估计的敏感性；同时以DEA-Malmquist指数（非参数方法）替代SFA（参数方法），检验不同前沿估计方法论下结论的一致性。
• **替换管网资本存量测度**：以城市管网建设投资累计额（永续盘存法，管网折旧率取5%）替代物理里程×折旧系数法，检验管网资本估算方法对结论的敏感性；同时以城市排水管道密度（公里/平方公里建成区面积）替代总量作为管网要素投入的密集度指标。
• **替换被解释变量**：以夜间灯光总强度（NASA VIIRS）替代官方GDP数据，排除GDP统计中可能存在的测量误差对生产前沿估计的影响。
• **反事实模拟**：设定管网资本存量停留在2010年水平（即假设此后无新增管网投资也无折旧），利用估计出的生产函数参数预测各城市2026年的GDP水平，与真实GDP比较，量化管网老化对经济增长的累积成本。