劳动力市场整合与个体经济决策变化——来自桥梁建设随机干预实验的证据
原文信息
Brooks, Wyatt, and Kevin Donovan. 2020. 'Eliminating uncertainty in market access: The impact of new bridges in rural Nicaragua.' Econometrica, 88(5): 1965-1997.
“要想富，先修路”，对于这样一句耳熟能详的话，其正确性与作用机制未必显然。Watty Brooks 和Kevin Donovan利用在尼加拉瓜农村地区开展的一次随机干预实验研究了桥梁的修建对于当地经济活动的影响。研究发现，当地的季节性洪水带来了劳动力市场可及性的不确定性，而桥梁的修建整合了样本内农村与外界的劳动力市场，进而提高了农村居民的劳动力市场收入，影响了农村居民的储蓄行为和农业生产决策。他们通过构建农户同时面对劳动力市场风险和农业投资风险的一般均衡模型，计算了建桥对以消费衡量的农户福利状况的影响。模型中，由于建桥提高了农户缓和风险的能力，农户的福利状况提升幅度高于其收入提高幅度。
1
研究背景
2000年以来，自然灾害的受灾人群中超过40%受到了来自洪水的影响。本文的研究的村庄位于尼加拉瓜北部两省，每年5至11月为当地洪水高发季节，同时也是主要农作物的生长季节。平均而言，样本村庄在雨季时每两周就会有2.25天遭受洪水。样本内的河流受洪水影响有显著的季节性差异：干季时，即使没有桥，河流也十分易于通行；湿季洪水发生时，河流水深猛涨，高水位可维持数天或数周，在没有桥时，河流几乎不可通行，切断了村庄与外界市场的联系。因此，在当地建桥所带来的对农户经济活动的影响，其作用机制是农户到达外界劳动力市场的不确定性的消除，而其他研究一般认为交通条件改善是通过降低交通成本来促进经济发展。来自劳动力市场的工资性收入和农业生产收入，都是发展中地区农户的主要收入来源。因此可猜测建桥带来的劳动力市场整合，不仅会影响农户在劳动力市场上的决策，还会影响农户的农业生产决策。
季节性洪水的直接诱因是比村庄海拔更高的山区的降雨，村庄的降雨情况无法预测当地洪水的具体时间和强度，因此洪水是显著的、外生的但可观察的冲击。借助非政府组织在当地某些村庄修建新的桥所带来的交通状况的变异，作者得以将村庄划分为对照组和实验组，并识别交通状况改善后劳动力市场的整合对当地经济发展的影响。
当地居民的农业生产和工资性工作情况如表1所示。
表1：农业生产和工资性工作情况
2
干预及随机性
桥的设计、修建都由非政府组织Bridges to Prosperity(B2P)完成，修建的桥只供行人、马匹、牲畜和摩托车通行。在正式修建之前，B2P对各个村庄桥梁修建的必要性与可行性进行了评估。必要性评估的依据是村庄居民人数、用桥的可能性、与外界市场的联系度等。此外，B2P还需对通过必要性评估的村庄进行工程可行性方面的评估，考虑因素是河床高度、河面宽度等。文章选取的干预组是通过了两项评估从而成功建桥的6个村庄，对照组是只通过了必要性评估因此没有建桥的9个村庄。之所以不选择所有没建桥的村庄，是因为建桥的必要性难以观测，但会在很大程度上影响干预效果，将只通过了必要性评估的村庄作为对照组，则可以避免建桥需求差异的影响。作者基于以下两点论证这项干预的随机性：（1）对照组和实验组的村庄，都通过了NGO的“必要性评估”，即都有建桥的实际需求；（2）只有实验组的村庄通过了NGO的“可行性评估”，即认为当地河床的自然条件满足施工要求，而作者认为河床的自然条件与当地村庄的个体特征无关（在数据部分提供了平衡性检验）。
表2提供了2001年尼加拉瓜生活水平测量调查（LSMS）的家户与文章的样本家户特征对比，以便考虑外部有效性，但对比结果很可能受尼加拉瓜2001至2014年间年均35%的真实人均GDP增长率的影响。
表2：与LSMS数据的对比
3
数据与平衡性检验
3.1 家户个人层面的年度调查数据
作者于2014年11月、2015年11月、2016年11月开展了家户个人层面的年度调查，调查内容涵盖家庭结构、受教育程度、健康状况、收入来源、消费、农业决策（种植、收获、农用设备和投入）、经营活动。建桥项目于2015年初完成，因此建桥村庄内的家户数据，第一年是没有桥的（Bridge=0），而第二、第三年是有桥的（Bridge=1）；没有建桥的家户数据中，则“是否有桥”的变量取值始终为0（Bridge=0）。
3.2 两周一次的高频电话访问数据
除年度调查数据外，作者还对部分受访家户进行每两周一次的电话访问。电话访问总共进行了64周（每个家户的最高应答次数是32），时间涵盖了建桥前的雨季、建桥后的第一个干季和雨季。访问内容包括过去两周取得收入的渠道、牲畜购买和销售、食物保障。
3.3 平衡性检验
文章选择的对照组是通过了必要性评估、但未通过可行性评估的村庄，因此识别条件为影响建桥可行性的因素应与村庄和家户的特征独立。考虑回归：
其中解释变量为家户特征，被解释变量为“2014-2015年间是否有桥”的虚拟变量（有桥=1）。表3报告了回归结果，表明干预组和对照组没有显著差异。
表3：平衡性检验
4
实证结果
4.1 修建桥梁对收入的影响
4.1.1 高频电话访问数据
作者首先估计了洪水与劳动力市场收入之间的关系：
其中是v村庄在t周是否建桥的虚拟变量（建桥=1），是v村庄在t周是否遭遇洪水的虚拟变量（是=1），作者还加入了它们的交互项，以及时间和个体的固定效应。被解释变量分为两类：（1）劳动力市场收入；（2）是否从劳动力市场上获得收入的虚拟变量（否=1）。
如表4所示，在没有修桥的情况下，洪水会导致当地居民从劳动力市场获得的收入平均下降143.5科多巴（注：科多巴为尼加拉瓜的货币单位，1美元约为29科多巴），约占平均收入的18%（column 1），此外，居民从劳动力市场获得收入的可能性也平均减少了6.9%（column 3）。然而，桥梁的修建使得洪水给居民收入造成的负面影响几乎消失了。值得注意的是，桥梁修建带来的收入增益不仅限于洪水期，建桥使居民在非洪水期的平均收入也增加了159.6科多巴（column 1）。
表4：建桥对收入的影响（高频调查）
图1展示了在没有桥和有桥的情况下，洪水期和非洪水期居民收入的分布，由图可知，桥梁的修建不仅增加了当地居民的收入水平，还增加了居民收入的稳定性。
图1：居民收入分布
如果一个家庭在某个时间段内无法进入劳动力市场，那么他们有可能在接下来的时间内更努力地劳动来弥补收入。作者通过在回归中添加滞后项对这种可能性进行了检验，发现干预组家庭不存在短期内的劳动替代。根据表4，的回归系数为并不显著（column 2，4），这表明控制组家庭没有对过去的洪灾做出劳动上的反应与调整。
4.1.2 年度调查数据
前文使用两周一次的电话访问数据证明了桥梁在洪水期间消除了劳动力市场的收入风险，且在非洪水期间也提供了好处。接下来，作者使用年度进行了类似的回归分析，以此研究桥梁建设对于当地居民家庭收入及就业的长期影响。调查在2014-16年的雨季进行，分别用t = 0, 1, 2表示。回归模型如下：
表5展示了回归结果。与先前的结果一致，桥梁修建后，当地家庭劳动力市场的收入平均增加了380.4科多巴（column 1），且增加的收入几乎全部来源于外部劳动力市场（306.1科多巴）（column 2）。此外，作者还根据性别进行了分样本回归（column 4-9）。结果表明，无论是对男性还是女性，修桥都显著增加了他们从外部劳动力市场上获得的收入，而对其从内部劳动力市场上的收入的影响并不明显。
表5：建桥对劳动力市场收入的影响（年度调查）
此外，作者还通过对就业人数、工作日工资以及工作日时长的分析进一步探究修桥对收入的影响机制。如表6（Panel A）所示，建桥后，家庭中在村外工作的男性人数增加了0.19（column 2），在村内工作的男性人数减少了0.12（column 3）；在收入方面，男性从外部劳动力市场获得的日工资几乎没有变化（column 5），这是因为受桥梁建设影响的家庭在村庄外部劳动力市场中只占很小一部分，他们就业行为的改变并不会对外部市场劳动力的供给产生显著影响。然而，村内日工资增加了69科多巴（column 6），这种变化来源于修桥后村内市场劳动力供给的减少。尽管有男性到村外打工，男性在村内的工作日数却没有显著变化（column 9），这意味着桥梁的溢出效应，即使是不使用桥梁的人（即在村内劳动力市场工作的人），也能够因为桥梁的修建而在村内市场获得更高的工资收益。
与建桥后男性劳动地点的转移不同，桥梁的修建提高了女性的劳动参与率（Panel B）。建桥后，平均受雇女性人数从基期的0.17人增加了0.11人（column 1），这部分增加的女性劳动力主要选择在外部市场就业（column 2），而村内市场的女性劳动力人数没有变化（column 3）。
对于影响机制的分析也为高频电话调查数据的分析中建桥对于非洪水期的工作收入也有显著正向影响这一结论提供了解释。桥梁的建成显著改变了劳动力就业地点的选择，建桥后更多居民选择去外部市场就业，因此较修桥前，居民在非洪水期的收入也会增加。
表6：收入变化分解
4.2 修建桥梁对农业生产的影响
在农业生产方面，作者考虑了三类变量：中间品投入（化肥与农药）、产出以及利润。表7的回归结果显示，桥梁的修建使农业生产中中间品的投入显著增加了约660科多巴（column 1），且相较于农药，化肥投入的增加更为显著（column 2-3）。在产出方面，作者主要考察了桥梁修建对于玉米、大豆两类农产品产出的影响。结果显示，桥梁修建显著增加了玉米的产出，但大豆产出的增长并不明显（column 4-7）。最后，作者考察了桥梁修建对于农业生产利润的影响。尽管劳动力及中间品投入成本上升，桥梁修建仍然显著提高了农业生产的利润（column 8-9）。此外，作者还基于农户在基线调查时是否从事农业生产进一步研究桥梁修建对于农业生产的影响模式，结果显示，影响主要是集约化（intensive）而非扩展化（extensive），即农业生产的调整与变化主要来自在基线调查时就已从事农业生产的农户（Panel B）。
表7：建桥对农业生产的影响
此外，作者还分析了建桥对中间品投入影响的异质性，作者主要考虑了地理距离和农户初始消费水平这两大因素。首先，农户家庭住宅与桥梁地理距离的远近是体现建桥这一外来冲击强度的重要因素。此外，桥梁修建所带来的农业投入方面的影响也可能因家庭经济水平的差异而有所不同。结果显示，距桥梁更近、初始消费水平更低的家庭在中间品投入上受桥梁修建带来的影响更大。
4.3 建桥对家庭储蓄的影响
除农业生产外，作者还考察了桥梁修建对于家庭储蓄的影响。如表8所示，一方面，建桥后收入的增加可能带来储蓄的增长；另一方面，未来收入不确定性的下降也会导致预防性储蓄的减少。在尼加拉瓜，主要作物的储存是极为重要的储蓄手段，因此，本文使用了玉米及大豆储存量占总产出的占比作为农户储蓄的代理变量。分析结果表明，桥梁修建使得家庭储蓄显著下降了9%（column 1,3）；同样，这种影响主要来自在基线调查时就已从事农业生产的农户（column 2,4）。由于建桥后，干预组的农业中间品投入的变化与家庭储蓄的变化间存在显著的负相关关系，且结合上述回归结果，作者认为桥梁修建促使农户提高了家庭农产品销售的比例，并且农户将更多的销售收入投资于未来的农业生产。
表8：建桥对农产品储蓄的影响
4.4 稳健性检验
文章的样本只包含15个村庄中约500余户家庭，作者解释了为何基于并不大的样本量也能测量到统计上显著的影响效果。首先，作者对部分家庭开展了两周一次、持续64周的高频电话访问，在测量影响效果时，高频数据对样本大小的要求相对较低。再次，村庄聚类内的相关性低，提高了影响效果的可测度性。高频数据、集群内相关性低，再加上较大的平均干预效果，使作者能够获得统计上显著的结果。
基于稳健性的考虑，作者计算了Fisher“exact p-values”。此前使用的wild bootstrap cluster-t方法计算的p值，是固定样本中的干预组、但随机地从数据中选择子样本，而Fisher“exact p-values”的计算，是固定样本大小、但每次随机地选择干预组。计算Fisher“exact p-values”要求每次从15个村庄中随机抽取6个村庄作为干预组，共有5005种组合的可能，计算公式为：
其中，是使用随机选择的干预组得到的回归系数，是使用真实的干预组进行回归得到的系数。两种计算方法得到的结果十分相似，但作者称wild bootstrap不要求干预组和控制组的村庄是独立同分布的，更符合实际情况。
此外，作者还比较了回归模型中加入村庄固定效应时以及加入家户固定效应时的回归结果，两者结果保持一致，这进一步说明了上述分析结果的稳健性。
5
福利计算
作者最后构建了理论模型，帮助说明建桥所带来的收入变化如何影响了家庭农业生产决策和储蓄的变化，并计算出建桥带来的家庭福利水平的变化。文章将福利变化进行了如下分解：
其中，等式左边是福利水平的对数，等式右边分别是家庭在受到建桥冲击后向新的稳态过渡的收益、雨季和旱季的人均消费之比、雨季和旱季消费偏离平均水平的程度之比，后两者分别度量了人均消费的均值和方差。表9提供了福利的计算结果：建桥导致福利增加11.4%，人均消费增长和消费方差减小所带来的福利变化分别为4.82、5.42%。方差减小带来的福利变化如此明显，得益于建桥直接减弱了农户在外界劳动力市场上获得收入的风险。模型计算的福利增长水平高于基于收入的实证检验结果，表明平均收入或消费极有可能低估了降低风险所带来的福利提升。
表9：福利计算结果
6
结论
本文利用修建桥梁的随机干预实验分析了农村地区村庄内部与外部劳动力市场整合对当地经济社会的影响。建桥消除了当地雨季不可预测的洪水带来的外部市场不可及的风险，就业风险的降低不仅显著影响了当地居民劳动力市场参与，提高了就业收入，并且也改变了居民在农业生产、家庭储蓄方面的决策，提升了个人福利水平。交通基础设施的建设与改善不仅能够提高地区通达度、降低个人出行与货物运输的交通成本，还能够降低经济风险，从而进一步影响个人的经济决策与行为。与前者相比，后者或许会对经济欠发达地区的社会发展产生更有效、更深远的影响。虽然作者在文中并未使用过多笔墨探讨本研究的外部有效性，但是基于众多落后地区都存在交通基础设施落后、劳动力市场分割的问题，作者认为本文的因果机制具有较强的借鉴性，这一领域的研究对于今后减少贫困也具有现实意义。