我国持续优化完善农村公路网络

农村公路投资通过降低运输成本→扩大农产品的市场半径→增加农民收入（直接效应），同时吸引非农产业向交通便利的村庄集聚（间接效应）。但新经济地理学警告：改善中心村与偏远村之间的交通，可能使偏远村的生产要素（劳动力、资本）向中心村流失——形成"虹吸"。Gibson & Rozelle（2003）发现，农村公路对最偏远村庄的边际减贫效应大于近郊村，因为前者的初始运输成本更高。

假说：
- H1：新通硬化路村的农民人均收入在通路后3年内提高8-12%（DID β>0），其中非农就业增加贡献约60%。
- H2：农村公路的跨村空间溢出效应存在"距离衰减"——距新公路10公里以内的邻村受益最大，超过30公里后溢出效应趋近于零。
- H3：最偏远村庄（距最近县城>50公里）的通路边际回报率是近郊村（距县城<10公里）的1.5-2倍。

核心识别策略为DID + Bartik IV：DID利用每年新增"通硬化路"的村庄作为交错处理组。内生性挑战：公路投资可能投向更有发展潜力的村庄（正向选择）或最落后的村庄（扶贫导向）。Bartik IV：以省级年度农村公路投资计划（由交通运输部根据面积/人口公式分配）× 县历史公路密度（1980年代基期）作为投资冲击的工具变量。空间DID：以W = 空间权重矩阵（地理距离衰减核）纳入邻居村的处理状态，识别溢出效应。

空间DID（SDID）：

Y_{vt} = α + β·Road_{vt} + ρ·W·Road_{vt} + γ·X_{vt} + μ_v + λ_t + ε_{vt}

其中 Y_{vt} 为村 v 第 t 年的对数人均收入；Road_{vt} = 1（通路后年份）；ρ 捕捉空间溢出效应；W 为地理距离衰减矩阵。关键参数 ρ > 0 为正向溢出（邻村受益），ρ < 0 为虹吸效应。

被解释变量：村人均纯收入（农村固定观察点）和村夜间灯光强度（VIIRS年度合成）。核心解释变量：村通硬化路虚拟变量（以交通运输部"较大人口规模自然村通硬化路"台账验证）。工具变量：省级农村公路投资计划金额 × 1980年代县公路密度（历史路网格局）。空间权重矩阵：村间公路距离（来自OpenStreetMap最短路径）的负指数衰减核。控制变量：村人口、耕地面积、距县城距离、所在县GDP增速。样本：全国农村固定观察点约2万个村 × 2015-2026年。

• 替换被解释变量：以淘宝村数量（阿里研究院认定）或快递网点覆盖替代收入数据，检验通路对农村电商发展的影响。
• 替换IV构造：以1960年代"备战备荒"三线建设时期的县公路密度替代1980年代密度（更古老、更外生）。
• 安慰剂处理时点：将通硬化路年份前移3年作为虚假处理，检验平行趋势的预趋势。
• 异质性分析：按地形（平原/山区/丘陵）分组DID，检验通路效应在山区（初始交通隔离度更高）是否更强。

---

Gereffi（1999）的价值链升级理论界定了四层升级——流程、产品、功能和跨行业升级。农村公路对农业价值链的影响可沿此框架分析：（1）流程升级——通路降低了运输损耗率，改善了初级农产品的交付质量；（2）产品升级——通路使生鲜电商和品牌农产品成为可行，从"卖原料"升级为"卖品牌"；（3）功能升级——通路吸引加工企业在农村设厂，农民从"种植者"变为"初级加工者"；（4）跨行业升级——通路催生乡村旅游和民宿经济。但Reardon et al.（2003）警告：通路同时便利了大型零售商（超市）进入农村，可能挤压传统集贸市场和小农户的议价空间。

假说：
- H1：通硬化路后，所在乡镇的农产品加工企业注册量增长30-50%，冷链仓储企业注册量增长20-30%——价值链延长效应显著。
- H2：通路的"价值链升级"效应在最接近消费市场（距地级市<30公里）的农村最强，在最偏远农村以"降低损耗"（流程升级）为主。
- H3：通路村的农产品电商销售额增长率比非通路村高15-25%，但主要来自"已有品牌"农产品的线上化而非新品牌创立。

DID-RD混合识别：以村距最近的已建成农村公路（≥三级标准）的路口距离作为连续驱动变量。在公路经过的村（距离=0）与距公路出口正距离的村之间，存在因公路选线产生的准随机变异——公路选线受地形和行政边界影响，而非受当前经济表现影响。以公路出口5公里半径为断点：出口内村为处理组，出口外5-15公里村为对照组。价值链参与指数：以村所在乡镇的农产品加工企业密度、电商快递点密度、注册商标中农产品品牌数综合构建。

RD-DID：

Y_{vt} = α + β·(Dist_v ≤ 5km)·Post_t + f(Dist_v) + γ·X_{vt} + μ_c + λ_t + ε_{vt}

其中 f(Dist_v) 为距离的灵活控制函数（局部线性）。β 捕捉距公路出口5公里内的价值链升级效应。Post_t = 1（t ≥ 公路建成通车年）。μ_c 为县级固定效应，吸收县级政策和经济环境差异。

被解释变量：（1）乡镇农产品加工企业密度（企业数/万人）；（2）乡镇快递物流网点密度（个/万人）；（3）村农产品电商销售额（淘宝/拼多多/快手电商村级汇总数据）。核心解释变量：（Dist_v ≤ 5km）× Post_t。距离：以村中心到最近农村公路（≥三级）出口的OSM路网最短路径距离（km）。样本：全国公路沿线5-15公里范围内的村庄。

• 替换断点距离：以3km和8km作为替代断点，检验结果对距离阈值选择的敏感性。
• 甜甜圈RD：剔除公路出口0-1km内村（可能存在公路建设的直接施工扰动），仅保留1-5km作为处理组。
• McCrary密度检验：检验村庄在公路出口5km断点两侧的分布是否平滑——若存在"跳跃"，暗示公路选线可能与村庄密度相关。
• 排除平原地区：仅保留山区和丘陵村庄子样本，检验在交通改善边际效应最大的地区通路的效果。

---

Lee（1966）的推拉模型将迁移决策分解为推力因素（家乡收入低、就业机会少）和拉力因素（目的地收入高、就业机会多）以及迁移成本。农村公路改善对迁移产生复杂影响：（1）降低迁移成本——通路使去往县城的公交时间从2小时缩短至40分钟，外出务工的交通和心理成本大幅降低（"送走人"渠道）；（2）增加本地就业机会——通路吸引乡镇企业和电商入村，创造了本地非农就业（"留住人"渠道）。Bryan & Morten（2019）在印尼发现：道路改善的净效应取决于本地劳动力市场的吸收能力——若本地有非农就业机会，则"留住"效应占主导。

假说：
- H1：通路村的青年（18-35岁）外出务工率在通路后2年内下降3-5个百分点——本地的电商/物流/乡村旅游产业吸收了部分青年劳动力（"留住"效应主导青年群体）。
- H2：通路村的中年低技能劳动者（45-60岁、初中以下学历）外出务工率上升2-4个百分点——通路降低了其向县城建筑/服务业转移的成本（"送走"效应主导中老年低技能群体）。
- H3：在县城GDP增速高于全国平均的地区，"留住"效应显著强于"送走"效应；在县域经济停滞的地区则相反。

个体-村-年份三层面板DID：以村通硬化路年份为处理时点，处理组为通路村的劳动年龄个体，对照组为同县未通路村的劳动年龄个体。Heckman两步法：第一步以家庭特征（抚养比、土地面积）和村特征（距县城距离、通路年份）预测外出务工概率（选择方程）；第二步在收入方程中校正自选择。三重差分：通路×教育水平（高/低）×年龄组（青年/中年）识别群体异质性。

个体-村-年面板DID：

Migrate_{ivt} = α + β·Road_{vt} + γ·Road_{vt}×Education_i + δ·Road_{vt}×AgeGroup_i + θ·X_{ivt} + μ_v + λ_t + ε_{ivt}

其中 Migrate_{ivt} 为个体 i 在村 v 第 t 年是否外出务工（>6个月 = 1）；Road_{vt} 为通路后虚拟变量；三元交互项检验假说H1-H2。β < 0（通路降低外出务工）= 留住效应主导；β > 0 = 送走效应主导。

被解释变量：个体是否外出务工（>6个月/年 = 1）+ 外出务工收入对数。核心解释变量：村通路 × 通路后年份 + 与教育/年龄的交互。迁移成本代理变量：村到最近县城公交时间（分钟）。控制变量：个体性别、婚姻状况、受教育年限、家庭抚养比、家庭耕地面积、村人口、所在县GDP增速。数据来源：CFPS 2016-2026年农村成人样本（追踪面板，约8000人/年）、全国流动人口动态监测。村-个体匹配：以CFPS村级编码匹配交通运输部农村公路通达台账。

• 替换迁移定义：以外出务工月数（连续变量）替代二元虚拟变量，以Tobit模型估计劳动供给强度上的通路效应。
• 排除县城内迁移：仅保留跨县外出务工作为被解释变量，检验通路是否主要影响"短距离"务工（去县城）还是"长距离"务工（去省城/外省）。
• 子样本分析：分别对男性/女性、已婚/未婚群体独立回归，识别通路的家庭内部劳动分工效应。
• 动态面板GMM：以系统GMM处理外出务工决策的惯性（上一年的务工状态高度预测当年），控制滞后因变量。

---

Arrow & Lind（1970）的社会成本收益分析框架要求将公共投资的所有外部性纳入贴现的社会净现值计算。农村公路的福利增益渠道包括：（1）出行时间节约——通路将步行/畜力车替换为机动车，将村民去往县城的日均通勤时间从3小时降至1小时；（2）运输成本降低——农产品从田间到批发市场的运输费用下降40-60%；（3）交通事故率降低——硬化路面替换土路使事故率下降；（4）收入增长——通路带来的非农就业和电商收入增长（间接效应已在第1-3题中计量估计）；（5）公共服务可及性——教育和医疗机构的可及性改善。成本的完整核算包括建设成本、全生命周期维护成本和碳排放外部性。

假说：
- H1：基于云南西盟县37公里路（投资约3700万元，服务1.2万人）的参数校准，农村公路的平均社会内部回报率（SIRR）约为15-25%——显著高于常规交通基建的8-12%基准。
- H2：出行时间节约约占总福利增益的35-45%（最大单一来源），运输成本降低占25-35%，收入增长（产业效应）占15-25%，事故和公共服务改善占5-10%。
- H3：在山区和西部偏远地区，农村公路的社会回报率（SIRR）比东部平原地区高50-80%——因为初始交通条件更差，边际改善的福利增益更大。

CBA的核心不是因果识别而是福利核算。本文采用"微观案例校准→蒙特卡洛外推"策略：（1）以云南西盟县37公里公路为微观案例，基于可研报告和决算数据进行参数校准（建设成本、预期车流量、时间节约价值、运输成本降幅）；（2）构建CBA福利核算方程，计算净现值NPV = Σ_t (B_t - C_t)/(1+r)^t；（3）对全国12万公里新建农村公路，以蒙特卡洛模拟（10,000次抽样）基于各省的参数分布外推全国总福利增益。关键参数（时间价值、运输成本弹性）取自中国农村住户调查和农产品运输调查的分布。

CBA核心方程：

NPV = Σ_{t=0}^{T} [ΔTimeValue_t + ΔTransportCost_t + ΔIncome_t + ΔSafety_t + ΔPublicService_t - (Construction_t + Maintenance_t + CO2Cost_t)] / (1 + r)^t

其中 ∆TimeValue_t = 日均出行节约时间（小时）× 使用者数量 × 小时时间价值（以当地日均工资的30%估算）；ΔTransportCost_t = 年货运量 × 吨公里运费降幅（%）；ΔIncome_t 以第1-3题的计量估计为外生参数输入。T = 公路设计寿命25年，r = 社会贴现率5%（中国发改委推荐值）。NPV > 0 则投资通过CBA检验。

福利项：出行时间节约——以农村住户调查中的出行日记数据估计通路前（土路）和通路后（硬化路）的平均出行速度差；运输成本——以农产品成本收益调查中"运输费用/产值"比的前后对比；收入增长——取第1-3题中DID β估计的边际收入效应。成本项：建设成本——以交通运输部《农村公路工程造价指标》各省分类造价；年度维护成本——建设成本的2-5%（路面类型决定）；碳排放——以公路全生命周期碳排放系数（来自IPCC）乘以碳社会成本（以中国碳市场均价估算）。数据来源：云南西盟县交通局项目档案、交通运输部农村公路统计年报、全国农村住户调查。

• 敏感性测试：将社会贴现率从5%分别变动至3%和7%，检验NPV符号的贴现率敏感性。
• 替换时间价值参数：将出行时间价值从日均工资的30%变动为25%和50%，检验时间节约估值对SIRR的影响。
• 乐观/保守情景：基于计量估计的95%置信区间（而非点估计）设定收入增长参数，构建乐观和保守CBA情景。
• 参数分解：以方差分解（Sobol指数）识别CBA各输入参数对NPV方差的相对贡献，指导未来数据收集的优先方向。

---

Ostrom（1990）的公共池塘资源治理理论指出，当资源的使用者和维护者是同一群体且有制度化的参与决策权时，公共资源得到最好维护。中国农村公路的分级管理体制——"县道县管、乡村道乡村管"——将养护责任下放到财政能力最弱的乡村层级，而这些层级的纳税人（村民）对养护资金的使用决策几乎没有话语权。这形成了制度设计的"激励-能力错配"：有养护需求（村民）的层级无财力；有财力的层级（中央/省级）无直接养护责任。Gwilliam & Shalizi（1999）的全生命周期成本理论警告：若建管分离，建设期的最优投资可能转变为运营期的劣质养护。

假说：
- H1：县级财政能力每低1个标准差，农村公路"优良路率"（MQI≥80的比例）下降8-12个百分点——财政能力与养护质量强正相关。
- H2：省级养护补助标准每提高10万元/公里，"优良路率"提升3-5个百分点，但这一效应在中西部财政困难县远弱于东部县——省级补助更多被用于替代（而非补充）县级自有养护资金（"替代效应"）。
- H3："四好农村路"示范县的管养资金到位率和优良路率显著高于非示范县（高10-15个百分点），但示范效应在"摘牌"后2-3年衰减——制度激励具有短期性。

面板固定效应 + 省级政策RD：（1）以县为分析单位，估计管养支出对路况的面板效应——控制县固定效应和年份固定效应；（2）以省级养护补助标准调整（通常为突然的、非连续的政策变动）作为RD的处理变量——补助标准在各省内统一，不受个别县的路况反向影响。同时以"四好农村路"示范县认定（基于申报评审制，近似外生于当年路况）作为DID处理——比较示范县挂牌前后的路况变化。

面板固定效应：

MQI_{it} = α + β·MaintenanceSpending_{it} + γ·FiscalCapacity_i × MaintenanceSpending_{it} + δ·DemonstrationCounty_{it} + θ·X_{it} + μ_i + λ_t + ε_{it}

其中 MQI_{it} 为县 i 第 t 年的农村公路优良路率（MQI≥80 = 优良，%）；FiscalCapacity_i 为县级财政自给率（自有收入/总支出）；交互项 β×Fiscal 检验H1。DemonstrationCounty_{it} 为"四好农村路"示范县挂牌后虚拟变量，检验H3。

被解释变量：MQI——农村公路技术状况指数中"优良"（MQI评分≥80）路段占比（%），来自交通运输部农村公路技术状况评定系统。核心解释变量：管养支出密度——县级年农村公路养护资金/管养里程（万元/公里），来自县交通运输局预决算。财政能力：县财政自给率——一般公共预算自有收入/一般公共预算总支出（%）。省级养护补助标准：省级财政年补助养护资金总额/管养里程（万元/公里），来自各省交通运输厅养护资金管理办法。样本：约2000个县级行政单位 × 2015-2026年。

• 替换路况测度：以"次差路率"（MQI<60的占比）替代优良路率，检验管养支出的另一端（路面衰变）是否对称。
• RD的安慰剂断点：以省级补助标准调整时点前移2年作为虚假断点，检验是否有预先趋势。
• 排除直辖市/计划单列市：仅保留普通地级市下辖县，检验大城市财政外溢是否污染了估计。
• 分路面类型回归：分别对沥青路面、水泥路面、简易铺装路面的优良率进行子样本回归，检验管养制度对不同路面类型的影响异同。