《基于反事实场景技术的农村公路项目影响评价研究.doc》由会员分享，可在线阅读，更多相关《基于反事实场景技术的农村公路项目影响评价研究.doc（9页珍藏版）》请在金锄头文库上搜索。
1、基于反事实场景技术的农村公路项目影响评价研究陈岳峰 田园 李晔 陈小鸿（同济大学 交通运输工程学院，上海 201804）摘要：投资农村公路建设的基本原理是农村公路项目建设改善了农村地区的可达性，从而使得农民可以更效率地获得各种机会。然而，由于受到其它因素影响，准确评价农村公路项目影响一直难以进行。本文基于反事实场景技术，通过设置农村公路项目的处理组与对照组，构建了基于多层回归模型和计量经济模型框架的农村公路项目影响评估模型。在此基础上，使用来自福建省68个村庄816个农户的大样本随机抽样调查得到的面板数据，实证了农村公路项目对提高农民收入的影响。结果表明，与传统的“前后对比”方法相比，基于反事
2、实场景技术的农村公路项目影响评价方法能更加客观地评估由农村公路项目所产生的效益。关键词：农村公路 反事实场景 影响评价 多层回归模型 福建省1 概述世界银行对农村公路的定义为：“农村公路是直接面向农村公益的基础设施类公共产品，其主要功能是为农民生产生活提供基本可达性出行，保障人类行的基本权利”；同时也是农村地区经济发展的先导性要素。1近年来，“要想富，先修路。大路大富，小路小富，无路不富”已成为我国农村地区居民中广为流传的致富宝典。很多研究表明2，良好的农村道路，对农村地区经济发展而言，可减少交通成本以及产品与服务的生产与消费成本，并通过提高生产相关要素的投入可能性和降低投入成本来扩大农业和非
3、农业生产，最终促进农村地区的农业与工商业发展；对农民生活而言，农村道路改善有利于提高生产力和劳动力需求，改善农村公共服务可达性。虽然每年大量的资金投资用于农村公路建设，但是农村公路改善农村发展和农民福利的定量化情况却不为人所知。对于一个具体的农村公路项目而言，该项目是否实现了预定的产出结果，其对农村地区发展的影响程度是多少，这一切均需要通过影响评价来回答。所谓影响评价(impact evaluation)，是指评价目标群体由于特定项目、计划或政策所引起的其福利变化的情况。而非过程评价(process evaluation)与效益评价(cost-benefit or cost effective
4、ness evaluations)。3准确进行影响评价的关键是要消除其它外部干扰因素如资源禀赋、地理条件、自然气候、其它农村政策等），对评价时可能产生的影响。然而，由于方法论的限制以及数据的约束，精确量化农村公路项目自身所产生的效益一直很难做到，特别是评估目标群体获得的效益。本文的研究目的就是要构建一个可以准确、定量评估农村公路项目影响的工具，以帮助政府及相关部门更好地制定农村地区发展政策；同时，该方法对于金融机构开展项目贷款决策而言也具有重要的意义。本文的章节安排如下：第一节为概述，讲述本文的问题起源及研究必要性；第二节是国内外相关文献的研究综述；第三节是基于反事实场景技术的农村公路项目影响
5、评价的理论分析框架，主要描述农村公路项目影响评价的问题、假设以及对方法论的抽象描述；第四节基于前述技术，构建了基于倍差法和计量经济学框架的农村公路项目影响评价模型，同时描述了标定模型所使用的数据；第五节以农民纯收入指标为例，评估并对比了基于反事实场景技术的农村公路项目影响评价方法与传统方法的差异和优越性；第6章是结论部分。2 文献综述关于农村公路建设项目评估的研究是伴随着对发展中国家交通基础设施投资的经济评价和社会经济影响评估发展起来的，这些研究大多以亚洲、非洲和拉丁美洲的农村公路建设项目为依托。由于农村地区居民福利情况改善的原因是多方面的，因此很多理论与实证研究都致力于如何清晰界定哪些是由农
6、村公路项目建设所产生的效果、从而消除其它干扰因素的影响，还原农村公路项目的真实效应。Ahmed and Donovan 5 在他们的研究中最先对影响农村基础设施效益评估的相关变量进行系统地控制。他们以孟加拉国的129个村庄为例，研究发现道路可达性较好的村庄，其农业产出、农民收入，以及接受医疗服务的指标均好于道路可达性较差的村庄，特别对于女性而言，农村公路的效益更为显著。Levy 6 以摩洛哥的4条农村公路为例，通过比较道路所在地区改善前后的情况，评价了农村公路改建对当地社会经济产生的影响。为了对影响成效的相关变量进行控制，其在研究中选取了4条农村公路，2条为改建公路，而另外2条为未改建公路。通
7、过“前后对比”与“有无对比”的方法，Levy 发现，农村公路改建在降低运输成本上所产生的效益比预期的要大得多。Porter 7 以撒哈拉为例，对全国农村公路改建与养护项目(1996-1999)在完成3年后，产生的一系列效益进行了分析评估。他比较了项目影响区农户及村镇与非项目区农户及村镇之间的差异，得出结论认为，影响区农户和村镇的客货运输成本明显下降、社会服务的可获性显著提高。然而，由于没有充分地控制外界其它影响因素对数据和结果可能造成的影响，因此Porter的结论并非关于农户福利的准确评估，他也表示农户所获福利的准确分析还有待于进一步的研究。由于方法论的限制以及数据的约束（农户层次的数据），精
8、确量化农村公路改善项目的效益很难，特别是评估目标群体获得的效益。由于农村公路的产生作用效果是长期的，因此使得上述问题愈发变得复杂，并造成了数据难以获取。8 Binswanger, Khandker and Rosenzweig 9 通过构建反事实场景的方法论研究农村公路基础设施对福利的影响。他们采用来自印度13个州85个地区的随机样本中的时间序列数据，对农村道路基础设施建设成效进行了分析。该文献提出了一个概念性框架，该框架有助于克服评估基础设施与其效益间的关系时，易出现的其它效益相关变量对分析结果产生影响的同时性问题，从而使得基础设施项目建设成效可以得到准确的分析与估计。本文基于上述思路，通过
9、一种非实验技术(non-experimental)，利用双层面板数据构建反事实场景，以控制不同地区不同的资源禀赋所对应的农户层与农村层异质性变量对评价结果的准确性产生的影响。3 基本分析框架3.1 构建反事实场景若想正确计算出农村公路项目的影响，展开评估时无法回避的一个问题是，即“对于已经开展了农村公路建设的地区而言，如果没有建设农村公路，当地将会是什么情况？”。为了评价项目的影响，需要了解没有项目时将会发生什么。令Pi表示第i个对象的农村公路项目获取情况，它存在两种可能的取值，Pi=1代表第i个对象获得了项目，为受益对象；Pi=0代表第i个对象没有获得项目，为非受益对象。因此，可用Oi0表示
10、第i个对象没有获得项目后的收益，Oi1表示第i个对象获得项目后的收益，则由于项目建设而产生的收益为Oi1- Oi0。第i个对象由于项目(Pi=1)而获得的净收益为：Gi = Oi1- Oi0| Pi=1 (1)式中，“|”表示在某种条件下。需要明确的是，上式计算的是一（每）个农民的收益指标变化。如果想了解全部农民的收益指标变化情况，则最简单的方法就是计算样本均值。只要这个样本均值被正确计算，那么它将是总体均值的一个无偏估计，从而可以用来描述农村公路项目对农民收益的影响，记为：G = E (Oi1- Oi0| Pi=1) = E (Oi1| Pi=1) - E (Oi0| Pi=1) (2)式中
11、，“E()”表示农民收益指标的均值。可以看出，若想正确计算出农民收益值G的大小，需要计算E (Oi1| Pi=1) 与E (Oi0| Pi=1) 的值。其中，E (Oi1| Pi=1) 计算的是：第i个农民在获取项目的前提下的收益值；而E(Oi0| Pi=1) 表示的是：第i个对象在获取项目的前提下，没有项目影响的收益值。显然，这在逻辑上显然是不可能发生的事情（在获取项目后，考察若干时间后没有项目发生的结果），也就是所谓的反事实(counterfactual)。因此，需要构建能刻画该情况的反事实场景(counterfactual scene)代替E(Oi0| Pi=1)，从而弥补上述逻辑问题。
12、3.2 构建处理组与对照组构建反事实场景的核心技术是设置处理组(treatment group)与对照组(comparison group)，并通过多层回归模型消除干扰因素所产生的影响而导致的评估误差（或评估结果的不准确）。倍差法是利用一个外生事件所带来的单位或个体（横向）和时间序列（纵向）的双重差异效果，来比较有事件发生的对象（处理组）与无事件发生的对象（对照组）的变化，从而判断该事件的影响程度，被广泛用于政策或项目效果评估中。具体操作方法是首先在处理组与对照组的均值之间做出比较（第一次做差），然后对项目开展前与开展后的均值之间再做比较（第二次做差）。该方法需要来自同一处理组与对照组的基准数
13、据(baseline data)与跟踪数据(follow-up data)，从而构成两时期面板数据。多层回归模型的原理如表1所示，并可形象地表述为如图1所示的形式。表1 参数估计量的计算项目之前之后之后-之前对照组00+00处理组0+10+0+1+10+1处理组-对照组11+11图1 多层回归模型原理的形象表示3.3 控制外部影响因素既然前面已提到过，进行影响评价的关键是要消除其它外部干扰因素的影响。那么正确识别并控制干扰农村公路项目评价的外部影响因素就成为理论框架中的一个重要问题。根据Binswanger, Khandker, and Rosenzweig 9 的研究，影响农村公路项目效应的
14、因素还包括国家政策（如取消农业税、扶贫基金）、村庄特征（如资源禀赋、地理空间特征等）、农户特征（智力、体力、家庭人口数等）、对外联系道路的等级与功能等。也就是说，除农村公路之外，还有很多因素会对农村公路项目的效果产生影响。此外，由于农业生产具有自然再生产与社会再生产双重特性，而一般认为农村公路项目会对农业发展产生影响，因此气候（如农业气候风调雨顺抑或自然灾害）也是影响农村公路项目效果的关键要素。因此，使用适当的方法对除农村公路项目外可能对农民收入提高产生影响的因素加以控制，是能否准确评估农村公路项目效果的关键。按照干扰因素是否可观测以及是否随时间变化，可将其分为以下几类，如表2所示。对于不随时
15、间变化的干扰因素，无论是否可以被观测到，均可使用面板数据通过倍差法将其消除掉；对于随时间变化的可观测因素，可通过加入具体的控制变量将其影响程度判别出来进而消除，而需要控制的变量就是上述可能影响农村公路项目效果的因素。对于随时间变化且由于成本、时间等约束条件所导致的不可观测因素而言，通常将其作为模型中的随机干扰项。表2 农村公路项目评估干扰因素分类分类因素是否可观测是否随时间变化不随时间变化，可观测不随时间变化，不可观测随时间变化，可观测随时间变化，不可观测4 数据与方法论为了具体阐述基于反事实场景技术的农村公路项目影响评价方法的应用，本文以世界银行在福建省的农村公路贷款项目为基础，以农村公路项目对农民纯收入影响这一评价指标为例，对农村公路项目影响评价方法进行具体模型的构建。4.1 数据本文所采用的数据来源于世界银行贷款项目福建省农村公路建设成效资料收集与监测对福建省福州、漳州、龙岩、三明、南平和宁德等6个地级市下辖的68个建制村以及其中816户村民的随机抽样调查。为了收集农村公路项目建设前后，处理组与对照组的面板数据，数据的采集工作分为基准调查（对应项目前）与跟踪调查（对应项目后）两期完成。样本量及其分布如表3所示。配合分析方法及模型的需要，调查的数据可分为：解释变量、被解释变量及控制变量3类，如表4所示。其中，关于农民收入的统计性描述详
