"七一勋章"获得者李连成：当干部就应该能吃亏

Lewis (1954) 二元经济模型指出，农村剩余劳动力向现代部门转移是经济增长的核心动力。西辛庄村的案例展示了一个典型的结构转型路径：从盐碱地上的蔬菜大棚（农业现代化）到再生纸厂（轻工业），再到纺织、制冷、机械等中高端制造业。根据Ranis-Fei理论，每一阶段产业升级应带来劳动生产率的阶梯式跃升。同时，Murphy et al. (1989) 的"大推进"理论预测，多产业协同发展的收入效应大于单一产业扩张。

据此提出以下假说：
- H1：村集体企业产业化指数每提升1个标准差，村民人均年收入增长8%—12%，且效应在控制村庄固定效应后依然显著。
- H2：从农业向轻工业升级的收入增长弹性（β₁）显著大于农业内部优化的弹性（β₀），而向中高端制造业升级的弹性（β₂）进一步大于轻工业阶段。
- H3：产业多元化程度（Herfindahl指数的逆指标）对收入增长具有独立的正向贡献，验证"大推进"效应。

核心识别挑战是村集体企业产业化与农民收入之间的反向因果——收入高的村庄可能更有能力发展企业。本文采用三重策略：第一，利用村庄历史工业基础（1980年代乡镇企业数量）作为工具变量，因为历史工业传统影响当前产业化路径但不直接影响当期收入（排他性约束）。第二，构建系统GMM估计量，以产业化指数的滞后项作为工具变量，处理动态面板中的内生性问题。第三，以西辛庄村为典型案例进行合成控制法（SCM）分析，以同地区未发展集体企业的村庄作为对照组，估计产业化处理的反事实效应。关键识别假定：历史工业基础仅通过产业化路径影响当期收入，不存在其他直接传导渠道。

基准固定效应模型：ln Y_{it} = α + β · Industry_{it} + γ X_{it} + μ_i + λ_t + ε_{it}

其中 Y_{it} 为村庄 i 在 t 年的人均年收入，Industry_{it} 为产业化综合指数（由村办企业产值占比、非农就业占比、产业多元化指数三个维度主成分分析构造），X_{it} 为控制变量向量（包括村庄人口规模、人均耕地面积、到县城距离、村干部受教育年限、财政转移支付额），μ_i 为村庄固定效应，λ_t 为年份固定效应。关键参数 β 的经济学含义为：产业化指数提升1单位，人均收入变化的百分比。

动态面板扩展：ln Y_{it} = ρ · ln Y_{i,t-1} + β · Industry_{it} + γ X_{it} + μ_i + λ_t + ε_{it}，采用Arellano-Bond系统GMM估计，以产业化指数的2—3阶滞后项作为工具变量。

被解释变量：村庄人均年收入（不变价，经农村CPI平减），来源于河南省农村住户调查和村级经济统计报表。核心解释变量：产业化综合指数，由三个子指标经主成分分析构造——（1）村办企业产值占村庄总产值比重（反映工业化程度），（2）非农就业人数占村庄劳动力比重（反映就业结构转型），（3）1减去产业集中度的Herfindahl指数（反映产业多元化）。控制变量：村庄常住人口（对数）、人均耕地面积（亩）、到最近县城的公路距离（公里）、村支书受教育年限（年）、上级财政转移支付（对数）。数据来源：河南省农业农村厅村级经济统计年报（2000—2025年）、国家统计局农村住户调查、濮阳市统计年鉴。样本覆盖河南省约500个行政村，年度频率，共约12,500个村庄-年观测值。

第一，替换被解释变量：以村庄人均可支配收入替代人均年收入（含财产性收入和转移性收入），检验产业化对广义收入的影响是否一致。第二，替换工具变量：以村庄到最近铁路货运站的距离替代历史工业基础作为IV，检验结论对工具变量选择的敏感性。第三，排除样本偏差：剔除城中村和城郊村（可能受城市溢出效应驱动），仅保留纯农业型村庄重新估计。第四，安慰剂检验：将产业化指数的时间序列随机打乱（permutation test），构建虚假产业化冲击，验证基准结果是否显著区别于随机分布。第五，以全国乡村振兴示范村数据替换河南省样本，检验结论的外部有效性。

---

Coase (1960) 指出产权界定是市场交易的前提，而交易成本决定了最优产权安排。西辛庄村的案例展示了一个独特的产权变迁路径：再生纸厂从12户私人合伙→村集体股份制。李连成将估价200余万元的工厂以68万元交集体，表面上是个人损失，实质上通过降低集体谈判成本（12户合伙人 vs. 全体村民的博弈僵局）和监督成本（集体所有制消除了搭便车问题），实现了帕累托改进。Ostrom (1990) 的公共资源治理理论预测，当产权安排与社区规范相容时，治理效率最高。

据此提出以下假说：
- H1：村办企业实施集体股份制改革后，企业利润率（ROA）在改革后3年内平均提升5—10个百分点，体现产权明晰化对经营效率的改善。
- H2：集体股份制改革显著降低了村庄内部收入不平等——改革后村庄Gini系数下降0.05—0.10，且这一效应在改革后2年内即显现。
- H3：产权让渡价格与市场估价之差（"让利幅度"）越大的村庄，改革后的交易成本节约越显著，表现为合同纠纷率下降和集体决策效率提升。

利用河南省村办企业产权改革的时间差异构造多期DID。河南省自2015年起分批推进农村集体产权制度改革试点，不同村庄的改革时点存在外生变异——试点批次的确定由省级部门根据地理分布和经济发展水平综合决定，单个村庄无法自选改革时点，满足渐进DID的准随机性假定。采用Callaway & Sant'Anna (2021) 方法处理异质性处理效应问题，避免传统双向固定效应（TWFE）在处理效应异质性下的偏误。事件研究法检验改革前的平行趋势假定。关键识别假定：（1）改革时点与村庄不可观测特征不存在同期关联；（2）不存在预期效应——村民在改革前不因预期改革而改变经济行为。

基准事件研究模型：Y_{it} = α_i + λ_t + Σ_{k=-3}^{3} β_k · D_i · 1(t = t_i^* + k) + γ X_{it} + ε_{it}

其中 Y_{it} 为村庄 i 在 t 年的结果变量（企业利润率、Gini系数等），D_i 为处理组虚拟变量（实施集体产权改革的村庄），t_i^* 为改革实施年份，k 为相对于改革时点的时间（-3至+3年）。β_k 为事件研究系数，若 β_{-3}、β_{-2}、β_{-1} 不显著而 β_1、β_2、β_3 显著为正，则支持平行趋势并确认因果效应。α_i 为村庄固定效应，λ_t 为年份固定效应。

扩展模型引入"让利幅度"连续处理变量：Y_{it} = α_i + λ_t + β · Discount_i · Post_{it} + γ X_{it} + ε_{it}，其中 Discount_i = (市场估价 - 让渡价格) / 市场估价，Post_{it} 为改革后虚拟变量。

被解释变量：（1）企业利润率 = 村办企业净利润 / 总资产（ROA），来源于村办企业年度财务报表；（2）村庄收入Gini系数，基于村级住户调查数据按收入五等份计算；（3）交易成本代理变量 = 村庄合同纠纷件数 / 村办企业数量（来源于基层法院司法统计）。核心解释变量：集体产权改革虚拟变量（D_i × Post_{it}），改革时点以产权制度改革完成登记日期为准。"让利幅度"（Discount_i）以资产评估报告中的市场估价与实际让渡价格之差构造。控制变量：村庄人口规模、人均耕地面积、村干部年龄和受教育年限、上级财政转移支付、到县城距离。数据来源：河南省农村集体产权制度改革数据库（2015—2025年）、农业农村部农村集体经济组织登记系统、村办企业工商登记变更数据。样本覆盖河南省约300个实施产权改革的行政村和200个未改革对照村。

第一，平行趋势检验：事件研究系数 β_{-3}、β_{-2}、β_{-1} 的联合F检验，确认改革前处理组与对照组不存在系统性差异。第二，安慰剂检验：将改革时点随机前移2年（虚假改革），重新估计事件研究模型，验证虚假改革不产生显著效应。第三，Bacon-Decomp分解：对渐进DID的异质性处理效应进行Goodman-Bacon分解，量化不同时点改革村庄的处理效应差异，确认结论不被少数早期/晚期改革村驱动。第四，排除同期改革干扰：控制同期实施的土地确权改革和农村三变改革（资源变资产、资金变股金、农民变股东），分离集体产权改革的独立效应。第五，替换Gini系数测度为Theil指数和Atkinson指数，检验收入分配结论对不平等指标选择的敏感性。

---

Mincer (1974) 人力资本理论预测，劳动者的工资由正规教育和工作经验共同决定。在村办产业集群中，劳动者通过"干中学"（learning-by-doing）积累产业专用技能——从蔬菜大棚的种植技术到再生纸厂的生产管理，再到纺织、制冷、机械等中高端制造业的操作技能。Becker (1964) 区分了通用技能和专用技能，村办产业集群中的技能积累兼具二者属性：基础工业操作技能可跨企业迁移（通用），而特定产业的技术诀窍则具企业专用性。

据此提出以下假说：
- H1：村办企业集群每增加一个新产业门类，本村劳动力非农就业概率提升3—5个百分点，且效应呈边际递减趋势。
- H2：在村办企业工作5年以上的劳动者，其"干中学"人力资本积累产生的工资溢价约为正规教育年限回报的40%—60%。
- H3：高技能劳动者（初中及以上教育）在产业转型中获得更大的工资溢价，而低技能劳动者面临就业替代风险，呈现技能偏向型技术变革特征。

核心识别挑战是劳动力非农就业的自选择问题——选择进入村办企业工作的劳动者可能本身具有更高的能力或更强的工作动机（正向自选择），也可能因农业收入低而被迫转向非农就业（负向自选择）。本文采用Heckman两步法校正自选择偏误：第一步，用Probit模型估计劳动者非农就业参与方程，以村庄到最近职业培训机构的距离作为排他性约束变量（影响技能培训机会从而影响非农就业意愿，但不直接影响工资）。第二步，在非农就业子样本中估计Mincer工资方程，引入逆米尔斯比率（IMR）校正选择偏误。同时，以村庄历史产业基础作为村办企业发展的工具变量，通过IV-2SLS处理产业发展与就业增长的反向因果。

第一步（选择方程）：Pr(Emp_{ij} = 1) = Φ(α₀ + α₁ · Cluster_j + α₂ · DistTrain_j + α₃ · Edu_{ij} + α₄ · X_{ij} + μ_j)

其中 Emp_{ij} 为劳动者 i 在村庄 j 的非农就业状态（1=非农就业），Cluster_j 为村庄产业集群发展指数（产业门类数量 × 企业数量的标准化指标），DistTrain_j 为村庄到最近职业培训机构的距离（排他性约束），Edu_{ij} 为正规教育年限。

第二步（工资方程）：ln Wage_{ij} = β₀ + β₁ · Experience_{ij} + β₂ · Experience²_{ij} + β₃ · Edu_{ij} + β₄ · OnJobLearn_{ij} + β₅ · IMR_{ij} + γ X_{ij} + μ_j + ε_{ij}

其中 OnJobLearn_{ij} 为"干中学"人力资本代理变量（=在村办企业工作年限 × 产业复杂度指数），IMR_{ij} 为Heckman逆米尔斯比率。关键参数 β₄ 衡量"干中学"的工资溢价。

被解释变量：（1）非农就业状态（二元变量：1=在村办企业或外出务工，0=纯务农）；（2）月工资收入（对数），含基本工资和绩效奖金。核心解释变量：（1）产业集群发展指数，以村庄内企业覆盖的产业门类数（二位码行业分类）和企业数量的乘积构造；（2）"干中学"人力资本 = 劳动者在村办企业的累计工作年限 × 所在企业的产业复杂度权重（制造业=3，轻工业=2，农业=1）。控制变量：年龄、性别、教育年限、婚姻状况、家庭人口数、健康状况、村庄到县城距离。数据来源：CFPS 2010—2024年农村追踪样本（约16,000个农村劳动者）、CLDS 2012—2024年村级调查、河南省村级就业统计报表。样本聚焦河南省有村办企业集群的约80个村庄的农村劳动者。

第一，替换自选择校正方法：以面板固定效应模型替代Heckman两步法，利用CFPS的追踪数据消除个体不可观测异质性，比较两种方法的估计差异。第二，替换"干中学"测度：以劳动者自评技能水平（1—5分Likert量表）替代工作年限 × 产业复杂度的构造指标，检验工资溢价结论的稳健性。第三，替换工资测度：以小时工资替代月工资（考虑工作时长差异），以年收入替代月收入（考虑季节性就业波动）。第四，排除外出务工干扰：仅保留在本村企业就业的劳动者子样本，排除外出务工者的选择性迁移效应。第五，分教育水平进行异质性分析，验证H3中技能偏向型技术变革假说。

---

Besley & Ghatak (2005) 指出，公共品供给者的动机对其治理绩效有根本性影响。李连成上任第一天将自家最好的两座蔬菜大棚无偿让给贫困户、将估价200余万元的工厂以68万元交给集体——这些"让利"行为超越了理性经济人的自利逻辑。从政治经济学视角，这种利他行为可能源于三种动机：（1）内在社会偏好（ altruism），（2）声誉投资（reputation building），（3）政治晋升预期（career concerns）。无论动机如何，利他行为通过增强村民对干部的信任，降低了集体行动的组织成本——解决了"只有12户愿意入股"的集体行动困境。

据此提出以下假说：
- H1：村干部利他行为指数每提升1个标准差，村集体经济收入增长率提高3—6个百分点，且效应在控制干部能力后依然显著。
- H2：利他行为通过"信任渠道"发挥作用——干部让利行为显著提升了村民对村两委的信任评分（CSS调查），信任度提升进而促进集体行动参与率。
- H3："能吃亏"治理模式在宗族网络密度较高的村庄更易复制（宗族规范强化了利他行为的可信承诺），而在高度异质化的村庄中效应减弱。

核心挑战是干部利他行为的内生性——利他型干部可能更善于发展经济（能力混淆），或经济条件好的村庄更容易产生利他行为（反向因果）。本文采用以下策略：第一，以村庄宗族网络密度（同一姓氏家庭占比）作为干部利他行为的工具变量——宗族文化中的互助传统培养了干部的利他倾向（相关性），但宗族网络不直接决定村集体经济发展水平（排他性），仅通过干部行为间接影响。第二，利用村干部任期更替作为外生冲击，比较同一村庄在利他型干部与非利他型干部任期内集体经济发展的差异（村庄固定效应消除时间不变因素）。第三，文本分析法构造利他主义连续变量：对村干部年度述职报告进行语义分析，统计"让""奉献""吃亏""集体"等关键词频率，经主题模型校准后构建利他指数。

基准模型：ln CollectiveIncome_{jt} = α + β · Altruism_{jt} + γ X_{jt} + μ_j + λ_t + ε_{jt}

其中 CollectiveIncome_{jt} 为村庄 j 在 t 年的集体经济收入（不变价对数），Altruism_{jt} 为干部利他行为指数（述职报告文本分析构造，经z-score标准化）。μ_j 为村庄固定效应，λ_t 为年份固定效应。

中介效应模型（检验信任渠道）：
Trust_{jt} = α₁ + δ₁ · Altruism_{jt} + γ X_{jt} + μ_j + λ_t + ε₁_{jt}
ln CollectiveIncome_{jt} = α₂ + β₂ · Altruism_{jt} + θ · Trust_{jt} + γ X_{jt} + μ_j + λ_t + ε₂_{jt}

若 δ₁ 显著且 β₂ 相比基准 β 显著下降，则信任渠道成立。

IV估计：以宗族网络密度（ClanDensity_j）作为 Altruism_{jt} 的工具变量，第一阶段 F 统计量需 >10 以排除弱工具变量问题。

被解释变量：村集体经济年收入（不变价对数），来源于河南省村级集体经济收入统计年报（2010—2025年）。核心解释变量：干部利他行为指数——对约2,000份村干部年度述职报告进行文本分析，利用BERT预训练模型提取利他语义维度，统计"让""奉献""吃亏""集体""群众"等关键词的TF-IDF加权频率，经主成分分析降维为连续指数（均值0，标准差1）。工具变量：村庄宗族网络密度 = 村庄第一大姓家庭数 / 全村总户数（来源于村庄户籍登记数据和族谱调查）。中介变量：村民信任度 = CSS调查中"您对村两委干部的信任程度"1—5分量表的村庄平均值。控制变量：村干部年龄、受教育年限、任职年限、是否本村人、村庄人口规模、人均耕地、上级财政转移支付。样本覆盖河南省约200个行政村，2010—2025年年度面板数据。

第一，替换利他行为测度：以干部个人财产让渡金额（如李连成案例中的大棚和工厂价值差额）作为利他行为的客观指标替代文本分析指数，检验两种测度是否得出一致结论。第二，排除干部能力混淆：控制干部受教育水平、经商经历年限、上级考核评分等能力代理变量后，检验利他行为系数是否显著下降——若下降幅度>30%，说明部分效应来自能力而非利他动机。第三，安慰剂检验：以干部上任前的村庄集体经济趋势作为虚假因变量，验证利他行为指数不预测上任前的经济发展轨迹（排除反向因果）。第四，替换宗族网络密度IV：以村庄历史庙宇数量作为替代IV（反映社区凝聚力传统），检验IV结论的稳健性。第五，分样本异质性分析：按村庄人口异质性（姓氏数量/人口规模）、经济发展水平（上/下中位数）分组估计，检验H3中的条件性可复制假说。

---

Hsieh & Klenow (2009) 证明，在竞争性均衡中，若不存在扭曲，资本和劳动应按边际产出均等化原则配置于各生产单位；资源错配导致加总TFP低于前沿水平。西辛庄村的产业演化从蔬菜大棚→再生纸厂→纺织、制冷、机械，每一次产业拓展既是结构转型，也是资源（劳动力和资本）从低边际产出部门向高边际产出部门的再配置。Olley & Pakes (1996) 的分解框架可将加总生产率增长拆解为企业内效应（within effect）、再配置效应（reallocation effect）和进入退出效应（entry-exit effect）。同时，Jacobs外部性理论预测，产业多元化（而非专业化）更有利于知识溢出和创新。

据此提出以下假说：
- H1：产业多元化指数（1 - Herfindahl指数）每提升0.1，村庄加总TFP提升2%—4%，且再配置效应的贡献大于产业内效应。
- H2：产业多元化对TFP的影响存在门槛效应——当村庄劳动力规模低于500人时，过度多元化（超过3个产业门类）导致规模不经济，TFP增长放缓。
- H3：村办企业集群中，制造业与农业的要素边际产出之比趋近于1（即要素配置接近帕累托最优），但在产业集群发展初期该比值显著偏离1。

核心识别挑战是产业多元化与TFP的联立性——高TFP村庄可能更有能力发展多元产业（反向因果）。本文采用以下策略：第一，利用村庄自然资源禀赋（土地类型多样性指数、水资源丰富度）作为产业多元化的工具变量——资源禀赋多样性影响产业选择空间（相关性），但不直接影响企业层面的TFP（排他性，因为TFP衡量的是超出要素投入的残差效率）。第二，利用外生的产业政策冲击——上级政府推动的"一村一品"或"产业扶贫"项目作为产业多元化的外生变动来源。第三，随机前沿分析（SFA）从生产函数残差中估计技术效率，避免OLS估计TFP时联立性导致的偏误。关键识别假定：自然资源禀赋仅通过影响产业选择间接影响TFP，不存在直接传导渠道。

第一步，估计村办企业生产函数：ln Y_{fjt} = α + β_K · ln K_{fjt} + β_L · ln L_{fjt} + ω_{fjt} + ε_{fjt}

其中 Y_{fjt} 为企业 f（位于村庄 j）在 t 年的产值，K 和 L 为资本和劳动投入，ω_{fjt} 为企业层面TFP（OP法或LP法估计）。

第二步，OP分解：Δln TFP_j = ΔTFP_within + ΔTFP_reallocation + ΔTFP_entry-exit

其中 ΔTFP_within = Σ_f s̄_f · Δω_f（企业内效率变化，s̄_f 为企业平均市场份额），ΔTFP_reallocation = Σ_f Δs_f · (ω̄_f - ω̄_j)（份额向高效率企业再配置的贡献），ΔTFP_entry-exit 为新进入和退出企业的贡献。

第三步，面板门槛回归（Hansen, 1999）：TFP_jt = α + β₁ · Diversification_jt · 1(Labor_j ≤ γ) + β₂ · Diversification_jt · 1(Labor_j > γ) + δ X_jt + μ_j + λ_t + ε_jt

其中 γ 为门槛值（由数据内生确定），检验产业多元化对TFP的非线性效应。

被解释变量：村庄加总TFP，由OP法和LP法双重估计后取均值，以SFA估计的技术效率指数作为替代。核心解释变量：产业多元化指数 = 1 - Σ_s (n_s/N)²，其中 n_s 为村庄 j 中产业 s 的企业数量，N 为总企业数量（Herfindahl指数的逆指标，值域[0,1]，越接近1越多元化）。门槛变量：村庄常住劳动力人数（人）。控制变量：村庄人均资本存量（村办企业固定资产原值 / 劳动力人数）、村干部受教育年限、到最近高速公路出口距离、村庄互联网普及率。数据来源：河南省村办企业生产经营年度报表（产值、用工、固定资产原值，2005—2025年）、国家统计局农村经济统计、全国乡镇企业统计年鉴。样本覆盖河南省约400个有村办企业的行政村，年度面板，共约8,000个村庄-年观测值。

第一，替换TFP估计方法：分别以OP法、LP法、ACF法和SFA四种方法估计TFP，检验产业多元化对TFP的效应是否对估计方法敏感。第二，替换多元化指标：以产业门类数量（离散计数变量）替代Herfindahl逆指数，以产业关联度（投入产出表中的上下游关联强度）替代简单多元化指标。第三，替换工具变量：以村庄到最近铁路货运站的距离替代自然资源禀赋作为IV，检验IV估计的稳健性。第四，排除样本偏差：剔除乡镇政府所在村和城中村（可能受非农经济辐射），仅保留纯农业型村庄重新估计门槛模型。第五，在门槛模型中引入Bootstrap法（300次重抽样）检验门槛效应的统计显著性，避免单一分割点的过拟合问题。

---