全世界有将近10亿人住在离平坦的公路两千米之外的偏远地区，其中有三分之一的人居住在印度。在2001年，印度600，000个乡村中有将近一半缺少平坦的公路。为了解决这一问题，印度政府在2000年实行了“总理的农村公路计划”（PMGSY）政策，试图解决农村公路缺少导致农村经济发展受阻的问题，同时为乡村提供更多的就业机会。到2015年，这一政策已经资助将近200，000个乡村建设了农村公路。

这一政策优先为人口规模较大的村庄建设公路，在2003年优先为人口数超过1000的地区铺路，到2007年将人口数量限制降低到500，再到此后降到250，这也就便利了人口规模较大的城市可以通过道路连接前往人口规模较小的地区。

然而，由于乡村地区存在一些其他方面的固有限制，这势必会阻碍乡村经济的发展，例如缺少集聚经济以及足够的人力资本投入，所以降低交通流动的成本并不必然会带来足够的乡村经济发展。探究其中的影响具有一定的现实意义。

道路建设对于农村当地的经济发展既有正向影响，又有负向影响，理论分析并不能得出确定的影响结果。具体来看，作用渠道包括：

（1）平坦的公路能够有效降低农村地区与外界市场的交易成本，进而能够降低市场价格，同时增加收入。

例如，农作物种子和肥料的进口价格降低可以有效降低农作物生产成本，进而增加生产量；此外，农作物生产量的增加可以有效增加劳动力的需求。

（2）平坦的公路可以有效便利农村地区的劳动力走向外部市场，很可能增加农村地区的劳动力工资，更高的劳动力成本将有可能导致生产的减少，转移到种植劳动力成本较低的作物上去。

（3）道路建设对于非农作物生产的影响表现在更低的投入价格和更高的产出价格，这将会增加非农作物的生产，但是这会被劳动力工资的增加所抵消。

所以具体来看，无论是对农业作物还是非农作物产量的影响，最终都需要取决于正向影响和负向影响的大小关系。

此外，道路对农村生产的影响还有很多途径，例如增加收入后会增加不可交易商品的需求量，同时现金的增加会增加当地的投资活动，同样地，更多的储蓄方式也会从一个渠道减少投资活动。

但所有这些影响都会因为一些因素减轻，比如说如果这个地区只有很少的一部分人拥有交通工具，那么即使道路已经建设完全，但是购置一台交通工具的成本过高，权衡之后，可能道路的建设并没有对当地的经济发展和生产产生很大的影响。

现有的经济学文献都支持了政策制定者的理论：农村公路的建设可以增加农业和非农经济的发展，同时减少贫困。但是两者之间的直接因果关系很难衡量，因为道路的建设本身会存在一定的内生性，因为道路建设需要消耗大量的成本，所以往往道路的建设选址和经济发展、政策特征以及地理位置等因素息息相关。

本文巧妙地解决了这一内生性带来的问题，选用的政策将道路建设与城市当地的人口数量挂钩，给定两个人口数量临界值（分别是500和1000）这一政策的实施会导致在临界值之上的地区比临界值之下的地区增加22%的可能性得到公路建设，因此可以利用模糊断点回归来识别其中的因果效应。

本文选用的样本包含了村庄中家庭和企业的详细数据，同时还包含了农村的便利设施、基础设施建设以及人口相关的信息。因为这一政策的实施主要是在农村之间，同时由于个体层面存在的异质性，使用农村层面的调查数据更加有意义。唯一的缺陷在于，这些数据是在较为短期的问卷调查基础上得到的，所以本文只使用了道路建设完成之后的四年内的观测数据，研究其产生的中期和短期影响。

本文用到的村庄相关的数据以及道路建设完成时间数据是在2015年1月从PMGSY网站上抓取的，家庭微观调查数据来源于2012年SECC统计结果，描述了印度当地所有家庭和个体的情况。同时，还运用了BPL2002年微观调查数据作为农村层面的控制变量。

其次，为了选取合适的代理变量来衡量调查数据中没有给出的个体消费水平，本文用另一个国家层面的调查数据（IHDS）来预测合理的消费水平，IHDS与SECC微观调查数据同样含有收入和土地相关的变量，唯一的不同在于，IHDS数据是在区级层面，而不是农村层面的。本文借鉴Elbers的小面积估计方法，探究道路建设对于人均预测消费水平的影响，同时探究其在分布上的情况。

企业数据来源于第六次经济普查，涉及了印度经济建设的方方面面，包括公开的和非公开的建设，以及地理位置、就业、工厂等等与企业特征相关的数据，但没有包括薪水、投入以及产出等变量。本文在数据中剔除了在村庄中非农企业工作的工人总数大于村庄常住人口总数的样本，让结果更加合理。

此外，文章还运用了遥感数据来衡量村庄层面不能得到的结果，例如运用夜间灯光的亮度来代替村庄总体产出。同时，由于印度没有村庄层面的农作物产量数据，本文运用遥感数据得到的植被覆盖率来表示村庄的农作物产量，这里运用的数据为了能够排除一些非作物植被，例如杂草、树林等的影响，选择了农业生产旺季的植被量减去植被生长初期的覆盖量，来精确估计农作物的覆盖率。最后，还运用遥感数据得到的村庄边界来绘制村庄地图，并在后续研究中探究其中的溢出效应。

2001年至2011年的人口调查数据提供了村庄基础设施建设、交通运输设备和人口等相关的数据。2011年的调查还描述了每个村庄三个最主要农作物产量的情况，本文将这一变量纳入数据当中，并且用二元虚拟变量来衡量三个主要农作物中是否有谷物类作物。

下图提供了时间维度上的数据可视化结果，表示了随着年份变化，受到PMGSY政策影响的村庄数量，可以看到在2001年之前，有平坦公路的村庄数量几乎可以忽略不计，之后逐渐上升，直到2008年达到峰值11，000。

本文选取的样本数据最后仅有11，432个，这些村庄首先在2001年没有平坦的公路，其次与所有需要的数据进行匹配，最后人口数据落在临界值附近的最优带宽里，表1中的第一列就描述了村庄的平均特征。

衡量对于基础设施建设投资的影响是十分困难的，因为对政策制定者来说，基础设施投资成本高，回报潜力小，所以其投入往往不是随机的；其次，因为道路建设本身成本也较高，所以与道路相关的调查数据量不大，样本量不能支撑足够的处理组和控制组。本文通过将政策中准随机的变量与一些村庄层面的行政数据合并，来克服这一困难。

尽管道路建设的选择会部分取决于当地的政治和经济因素，但这些因素并不会在本文选取的临界值附近有突变，所以也就可以用模糊断点回归的方法来探究其中的因果效应。

文章将村庄的样本按照之前提到的人口数据临界值进行分类，因为到2012年只有很少一部分村庄人口数量在250附近，所以本文剔除了这一部分数据，仅探究500和1000两个临界值的情况。

本文的前提假设条件是在临界值周围除了道路这一变量发生突变，其余特征均平滑变动，这样模糊断点回归的结果也就表示了PMGSY政策的平均处理效应。借鉴Imbens的方法，本文选取的数据是在一个给定的带宽内进行研究，选取的带宽是84。并在临界值的两边都控制一些变量，具体回归模型如下：

Y变量表示的是处在j区的v村庄受到的影响；T是人口数临界值；POP是村庄的人口基数；X是一系列控制变量，并控制了区级层面的固定效应。

村庄层面的控制变量包括小学、电力水平、医院等基础设施，以及总的农业用地面积、农业用地距离最近城市的距离、农业劳动力数量等等。

Road是二元虚拟变量，Road=1表示在研究之前的年份就已经拥有了平坦的公路。

借鉴Dell的方法，文章运用三角核函数对数据进行加权，这赋予接近临界值附近的观测值更高的权重。如果临界值两边的变量是平衡且连续的，那么断点回归就能有效地衡量因果效应，表2给出了不同村庄层面特征数据，包括文章需要用到的所有控制变量。然而在人口临界值以上和以下地一些均值有一定的差别，这一部分是因为许多村庄的特征会与村庄规模相关，这对于断点回归估计值并没有重要的影响，可以忽略。

下图给出了协变量在断点附近没有跳跃的结果。

图3表明人口密度在临界值附近也是连续变化的。

图4给出了2012年村庄受到PMSGY政策影响的可能性，可以看到在临界值附近有明显的突变，不是连续变化。

表3给出了一阶段回归的结果，研究表明在临界值附近，受到处理的可能性增加了21%~22%，可以发现估计结果十分稳健。

本文选用五个可能的结果来衡量道路建设产生的影响，分别是（1）交通工具；（2）劳动力分配；（3）非农村庄企业的就业情况；（4）农业投入和农业用地；（5）收入、资产和预期消费水平。表4给出了断点回归的结果，第一列表明道路建设会对交通工具的可得性产生较大的正向影响，第二列表明其对于劳动力离开农业产生了较为显著的正向影响，第三列表明也会显著促进农村企业的就业率提高。但是对于农业投入以及收入、资产和预期消费水平方面，其影响并不显著。

图5给出了每个断点回归的图形结果，与表中所给的结果相同。

表5给出了道路建设对于城市常用的五种交通工具日常可获得性的影响，可以看到一条新道路可以提高公共汽车、机动三轮车的可获得率。而对于私家车的影响和控制组的相似，出租车和厢式货车作为价格较高的交通工具，反而出现了负向的影响。这些证据可以表明道路会影响到村庄和外部市场之间的联系。

表6给出了新道路对于职业选择的影响。前两列报告了对于从事农业就业和体力劳动的工人的影响，可以看到会显著减少9.2%从事农业就业的工人数量，增加7.2%体力劳动工人数量。

第三、四列报告了对于家庭获得的收入主要来源在于耕作还是体力劳动的影响，发现没有明显的变化。然而这样的结果也表明了受到道路建设影响而离开农业就业的工人并不是家庭的主要收入者，有可能家庭的主要劳动力会将最主要的收入来源和他们的身份相结合，进而继续从事农业工作。

从理论上来说，我们可以合理地估计离开原来的农业工作，去接受新的劳动力市场就业机会的工人，他们本身的禀赋较少，转换工作的机会成本也较低一些。例如土地是所有务农人的最主要禀赋，也会改变道路对工人就业选择产生的影响。的确，通过对相关样本的研究，本文发现了离开农业的大部分工人，家庭都没有土地，相比于拥有四公顷以上土地的家庭而言，没有土地的家庭工人离开农业工作的可能性提高23%。

接下来，文章研究了关于年龄和性别的异质性，结果发现对于不同年龄段而言，处理效应差别并不大，同时，对男性和女性的影响差别也并不大。

表7给出了针对农村部分企业的就业情况的影响研究结果，panel A给出了取对数后的影响结果，panel B给出的是水平层面的。第一列给出了总体非农就业的情况，其余给出了对畜牧业、制造业、教育、零售业、林业等具体因素的影响情况，这五类具体的就业占据了大约79%的非农就业比例。结果发现道路建设会提高非农就业率达到大约27%，其余最主要的畜牧业和制造业也和总体的影响相类似，然而上升比例最高的行业是零售业，同比增加33%。

在水平层面上，研究结果并没有发现在各因素上有较为明显的变动。

所以结合以上的结果可以得出，道路的建设能够提供更多的途径，让工人走向外部市场而不是从事村庄中企业的工作。与此同时，零售业企业的比例不断提高也从另一个侧面展现出了全新的消费机会而非生产机会的产生。

表8中，文章探究了新的农村道路究竟是会增加对于农业的投入还是对于农业用地的投入，panel A展现了对于三种不同的农业用地代理变量的影响，即之前提到的遥感数据得到的植被覆盖指标（NDVI和EVI），结果表明，可以增加大约1.7%的农业用地。

在panel B中，文章分析了对于农业相关投入的影响，并没有发现机械化农场和灌溉设备的明显增加，总体来说，并不会对农业生产有很大的影响。诚然，这样的研究不是很完整的，因为没法接触到相关的产出数据，但是对于本文研究的方向而言，不会有太大的影响。

最后，在表9中，文章探究了对于预期消费水平、收入水平和资产的影响，这些指标很好地衡量了道路能否切实改善人们的生活幸福感水平。Panel A报告了对于不同预期消费指标还有收入水平的影响，会导致消费水平增加2%。

对夜间灯光密度取对数后得到的结果从另一个侧面衡量了人均GDP水平，回归结果在第三列展示。其次，第四列评估了对于家庭主要收入者每个月赚取超过100美元的家庭的影响，并没有发现显著的统计回归结果，甚至产生了负向的影响。

Panel B评估了对于所拥有资产的影响，结果表明，道路建设并不会显著影响收入、资产或是消费水平，即使对于一些便宜的资产（例如手机）。

图6给出了针对不同预期消费水平分布的断点回归估计结果，在分布的顶端，影响相对来说更大一些，但整体影响都较小且不显著。

最后，文章进行了稳健性检验。首先，文章选取了人口数量在临界值附近的城市，但是他们道路建设并不遵从文章所选取的PMSGY政策，即道路建设与否与人口数量完全无关，结果显示道路建设对样本的家庭相关收入等指标没有显著影响，证实了本文结果的稳健性。

其次，由于人口流动也会和个体及家庭特征息息相关，为了消除这部分的影响，文章在稳健性检验中进行了测试，发现道路建设对于人口数量和人口流动并没有显著影响，人口流动导致的微小人口数量变动也可以被自然的出生率和死亡率所抵消。

此外，为了避免劳动力总数发生变动导致的从事农业和非农业劳动力份额的变动，文章探究了对于没有工作或是处于无法合理分类的工作岗位人口数量的影响，结果显示没有显著变化，即不存在这种潜在的偏误。

再者，对于文章研究结论的另一个威胁在于可能存在其他类似于PMSGY的政策也会对人们的道路建设产生影响，例如针对人口数量大于1000人的村庄，实行了环境卫生运动，减少随地大小便现象，增加厕所的建设数量。但这一类政策从理论上并不会对交通工具和劳动力就业分配产生影响，其次文章运用断点回归分析，并没有发现这一政策对道路的建设产生影响，所以也就可以认为不存在对本文研究结果产生影响的其他政策因素。

最后，本文考虑了相关的溢出效应。如果存在相邻村庄之间的溢出效应，那么结果将不够稳健。为了解决这一问题，文章测试了距离相关受到处理的村庄5千米内的相邻村庄的影响，包括之前提到的就业情况以及农业和非农就业劳动力分配情况，结果并没有发现明显的溢出效应，所以结果总体稳健。

总结来看，新的道路并不会改变中短期内总的经济或是消费水平，但的确会导致工人离开农业工作，从事一些非农业岗位，不过这样的转移并不一定会改变大家的收入水平和消费水平。

本文研究发现了新的道路并不会改变中短期内总的经济或是消费水平，但的确会导致工人离开农业工作，从事一些非农业岗位。

本文是迄今为止首次使用外生的道路建设政策来探究农村公路建设产生的影响。

此外，本文的研究结果对于发展中国家如何消除转移农业劳动力的障碍提供了借鉴意义，之前的研究更多侧重于关注农业生产对于结构化转型的促进作用。

本文在前人文献研究的基础上进行总结分析，选取了外生的政策变量进行断点回归分析，探究农村公路建设对于农村经济发展的相关影响，并分析其中存在的因果关系。

文章数据的来源较广，还引入了包括遥感数据在内的相关数据，从多个指标角度探究细节化的影响，并且将对于就业和收入相关的经济问题进行分类研究，同时从多维度进行稳健性分析，研究结果更利于政策制定者精准施策。

从社会大环境角度，文章的研究问题也为中国乡村道路建设提供了一定的借鉴，乡村公路的建设能够改善交通工具的使用，减少非农就业的工人人数，让更多的工人接触外部的市场，从事非农就业；但道路本身并不能对收入、资产和消费水平产生直接而又显著的影响。

从经济学研究角度，做好研究首先需要有大数据处理的能力，能够利用多维度的数据进行细节化的经济学分析，同时要能够及时选用合适的代理变量来克服研究问题没有直接数据可得的困难。此外，要拥有扎实的计量经济学功底，结合多种模型和方法保证研究的准确性。

潜在的改进之处包括研究周期可以适当延长，将最新的数据进行整合，探究中短期和长期影响的差异；其次，根据文章得出的结论，如果道路建设并不能够有效改善个体收入和消费水平，那么建设公路的成本和其带来的工人就业分配改善的效用之间究竟如何权衡还值得深入探讨。