JDE-高铁与农业发展的因果推断

这是一篇发表在《Journal of Development Economics》上的政策评价类实证研究主要研究高铁对农业发展的影响，采用了多种因果推断方法。

引文信息（APA格式）

Chen, X., Gong, B., Qin, Z., & Wang, X. (2026). High-speed railroads and local agricultural development. Journal of Development Economics, 179, 103647. https://doi.org/10.1016/j.jdeveco.2025.103647

1. 简介

研究背景与核心问题

交通基础设施对经济发展具有重要作用，世界银行2017年将约18%的贷款分配给交通基础设施项目。然而，交通改善对农业发展的影响存在双重效应：一方面可能促进非农就业、减少农业劳动力和耕地；另一方面可能通过提高生产率抵消投入减少的负面影响。本文利用中国高铁网络的快速扩张作为准自然实验，回答两个核心问题：

1. 农业投入减少是否阻碍农村农业发展？ 高铁连接导致农业劳动力外流和耕地减少，这是否会损害农业产出？
2. 地方政府如何缓解投入减少对农业生产的不利影响？ 在劳动力和土地减少的情况下，农业生产如何维持甚至提升？

主要结论

研究发现高铁扩张对农业发展产生了"创造性破坏"效应：

• 投入减少：农业劳动力减少7.4-7.6%，耕地减少6.4%（主要由城镇化驱动）
• 生产率提升：农业全要素生产率（TFP）提高4.9-7.8%
• 产出稳定：农业总产出和粮食产量未受显著影响
• 机制路径：地方政府财政支持增加、农业基础设施投资增长、农民技术培训机会扩大、农业企业进入增加、农产品市场接入改善

计量方法与因果推断策略

本文综合运用了多种前沿因果推断方法：

2. 政策背景和研究问题

2.1 中国高铁网络发展

中国高铁发展是21世纪最重大的交通基础设施项目之一：

发展阶段：

• 2004年：国务院发布《中长期铁路网规划》，提出"四纵四横"目标（12,000公里）
• 2008年：京津城际高铁开通，标志中国高铁时代开始
• 2015年：高铁里程达19,000公里，远超规划目标
• 2021年：高铁里程突破40,000公里，覆盖所有省级行政区，占全球高铁总里程约三分之二

技术定义：新建客运专线，设计时速250-350公里，初期运营时速不低于200公里。

图1：中国高铁网络的空间分布（2008 vs. 2015）

说明：左图显示2008年仅少数东部地区有高铁线路；右图显示2015年高铁网络已覆盖全国大部分地区，尤其集中在东部和中部农业主产区。红色圆点为高铁站，绿色线条为高铁线路。该图直观展示了高铁扩张的时空变异，是本文交错DiD识别策略的基础。

2.2 中国农业政策背景

"以工补农"政策：自1990年代起，中央政府倡导利用工业增长和资源支持农业发展，鼓励地方政府将税收收入的一部分用于农业补贴、农村基础设施和研发投资。

"占补平衡"政策：1998年《土地管理法》规定，占用耕地必须补充同等面积和质量的土地。但研究表明，2000-2020年间19-23%的省份（特别是华北平原）未严格执行该政策。

"三农"政策：自2004年起，中央"一号文件"持续关注农业、农民和农村问题，强调稳定农业生产、提高农民收入。

2.3 研究假说

基于概念框架，作者提出以下假说：

假说1（投入减少）：高铁降低交通成本，促进农业劳动力向非农部门转移；同时高铁建设和引致的城镇化占用耕地。

假说2（生产率提升）：高铁通过以下途径提高农业TFP：

• 降低农民获取技术培训的成本
• 地方政府增加农业财政支持和基础设施投资
• 改善市场接入，提高农产品价格和销售收益
• 促进农业企业进入，带来先进技术和管理经验

3. 数据来源和变量界定

3.1 数据来源与合并策略

本文整合了多个数据源，构建了县-年面板数据和家户-年面板数据：

数据合并策略：

• 利用ArcGIS将高铁站点坐标与县级行政区划匹配，确定各县首次开通高铁的年份
• 使用反距离加权法（IDW）将气象站数据插值到县级层面（200公里半径）
• NFS家户数据通过村庄代码与县级高铁数据匹配

3.2 核心变量定义

被解释变量：

• 农业总产出：种植业、畜牧业、林业、渔业产出的加总（1990年不变价，十亿元）
• 农业TFP：采用随机前沿分析（SFA）计算，考虑劳动力、耕地、机械、化肥四种投入
• 农业劳动力：直接从事农业生产的总人数（千人）
• 耕地面积：总耕地面积（千公顷）

核心解释变量：

• HSR连接：虚拟变量，若县内至少有1个高铁站则取值为1
• 市场接入（MA）：连续变量，定义为 ，其中  为旅行时间， 为2000年人口

控制变量：

• 天气变量：9个温度区间（<0°C至>35°C）、降水、日照、风速、湿度、气压（线性和二次项）
• 社会经济变量：乡镇企业就业、人口、人均收入、灌溉面积比例
• 选择标准变量×时间趋势：明代驿站、平均坡度、距省会距离、国家级贫困县（控制选址非随机性）

3.3 描述性统计与平行趋势

表A2：县级变量描述性统计

说明：该表报告了主要变量的均值和标准差。关键发现：样本县平均农业总产出为3.9亿元（1990年价），农业劳动力平均12.6万人，耕地面积平均4.2万公顷。HSR县与非HSR县在2008年前趋势相似，但HSR县在2008年后农业劳动力和耕地下降更明显，而GDP、财政收入、农业基础设施投资增长更快。

图A2：HSR县与非HSR县的关键指标趋势比较

说明：该图展示了2002-2014年间处理组（HSR县，橙色实线）与对照组（非HSR县，绿色虚线）的趋势。关键观察：（1）2008年（虚线）前，两组趋势基本平行，支持平行趋势假设；（2）2008年后，HSR县农业劳动力和耕地明显下降，但人均GDP、财政收入、农业基础设施投资显著上升。这为本文的核心结论提供了初步证据。

4. 研究设计/识别策略

4.1 基准模型：交错双重差分

本文采用交错DiD作为基准识别策略，利用各县高铁开通时间的差异：

其中：

• ：农业结果变量（产出、投入、TFP等）
• ：高铁连接虚拟变量
• ：时变控制变量（天气、社会经济变量）
• ：选择标准变量与年份虚拟变量的交互项（控制选址非随机性）
• ：县级固定效应
• ：省份×年份固定效应（控制地区特定时变冲击）
• ：年份固定效应

标准误处理：双向聚类（县级和地级市-年份层面），控制序列相关和空间相关。

识别假设：

1. 平行趋势假设：若无高铁，处理组和对照组的趋势应相同
2. 无预期效应：高铁开通前，预期不应影响当前行为

4.2 处理效应异质性与稳健估计

问题：传统TWFE估计量在交错处理下，若处理效应随时间或组别变化，可能产生偏误（负权重问题）。

解决方案：

• Callaway-Sant'Anna DiD（CSDID）：估计组-时间平均处理效应（ATT），仅使用未处理或尚未处理的单元作为对照
• Borusyak-Jaravel-Spiess估计量：基于处理效应同质性假设的稳健估计

图2：HSR的动态影响（事件研究图）

说明：该图展示了使用三种方法（TWFE圆圈、Borusyak等方块、Callaway-Sant'Anna菱形）估计的动态效应。关键发现：（1）平行趋势检验：开通前8年（j<0）的系数均不显著，支持平行趋势假设；（2）动态效应：农业劳动力和耕地在开通后3年开始显著下降，TFP在开通后持续上升，且效应随时间增强。这验证了HSR的因果效应，并显示效应存在滞后性。

4.3 内生性处理：工具变量策略

内生性来源：高铁线路和站点选址非随机，可能受经济发展水平、政治因素等影响，导致HSR变量与误差项相关。

IV 1：1961年历史铁路网络

• 构造：数字化1961年中国铁路地图，识别有历史火车站的县
• 相关性：历史铁路网络是高铁规划的重要基础
• 排他性限制：历史铁路布局通过HSR影响当代农业，而非直接影响

IV 2：最小成本路径（LCP）网络

• 构造：
1. 使用土木工程算法估算每平方公里土地建设成本（考虑地形、海拔、土地覆盖）
2. 应用Kruskal最小生成树算法，连接2004年规划中的所有目标城市，最小化总建设成本
• 相关性：成本最小化是基础设施规划的重要考量
• 排他性限制：假设成本最小化路径仅通过HSR影响农业

长差分IV模型：

表6：工具变量估计结果

说明：Panel A显示第一阶段结果，两个IV均显著预测实际HSR连接（F统计量>20，拒绝弱工具变量）。Panel B显示第二阶段结果：HSR导致农业劳动力下降36.8%，耕地下降28.6%，但TFP提高45.1%，农业总产出无显著变化。IV估计量大于DiD估计量，可能反映：（1）HSR选址的内生性导致OLS低估；（2）IV捕捉的是2008-2015年的累积效应。

4.4 市场接入的因果识别：Borusyak-Hull方法

问题：二元HSR变量无法捕捉网络效应（连接到更大网络vs.边缘连接），且MA增长可能内生于经济状况。

重新中心化IV策略：

1. 模拟1000个反事实HSR网络，随机分配线路开通状态（保持总连接数和地理覆盖不变）
2. 计算每个模拟网络的MA增长，取平均得预期MA增长
3. 构建重新中心化MA增长 = 实际MA增长 - 预期MA增长
4. 以重新中心化MA增长作为IV

逻辑：分离出与未观察到的混杂因素不相关的MA增长变异。

5. 主要实证结果和结论

5.1 基准结果：对农业投入和产出的影响

表1：HSR对农业劳动力和耕地的影响

说明：列（1）-（4）显示HSR使农业劳动力减少7.4-8.2%，列（5）-（8）显示HSR使耕地减少4.2-6.4%。效应在控制选择标准×年份交互项和社会经济变量后依然稳健。耕地减少幅度大于播种面积减少（3.8%，表A4），表明部分耕地转为非农业用途。

表2：HSR对农业总产出和粮食生产的影响

说明：HSR对农业总产出、粮食总产量、水稻、小麦、玉米产量均无显著影响。这一"零结果"是本文的核心发现：尽管投入显著减少，但产出未下降，暗示生产率提升完全抵消了投入减少的负面影响。

表3：HSR对中间投入和TFP的影响

说明：列（1）-（2）显示HSR对机械和化肥使用无显著影响。列（3）-（7）显示无论采用何种TFP计算方法（CD-SFA、TL-SFA、CD-CPF，是否规模报酬不变），HSR均显著提高TFP 4.9-7.8%。这一发现解释了为何投入减少而产出稳定。

5.2 稳健性检验

图3：稳健性检验（雷达图）

说明：该图展示了11种稳健性检验的结果。R1-R11分别代表：（1）限制2004-2015样本期；（2）缩尾处理（0.5%）；（3）排除偏远省份；（4）排除2015年新连接县；（5）倾向得分匹配（PSM）构建对照组；（6）使用温度线性/二次项；（7）省份特定时间趋势；（8）选择标准×时间二次项；（9）2001年社会经济变量×年份；（10）地级市×年份固定效应；（11）排除HSR沿线30公里内对照县。核心结论：所有检验中，HSR减少劳动力和耕地、提高TFP的结论均保持稳健。

安慰剂检验：

• 时间安慰剂：随机分配HSR"开通年份"，估计系数分布以0为中心
• 地点安慰剂：随机选择处理县，保持每年处理数量不变
• 联合安慰剂：同时随机化地点和时间

图4：安慰剂检验

说明：三个面板分别显示三种安慰剂检验的系数分布（绿色密度曲线）和基准估计（红色虚线）。基准估计均位于安慰剂分布之外，表明结果不太可能是偶然获得。

5.3 异质性分析

图5：异质性分析

说明：该图显示HSR效应在以下子样本中更强：

• 低GDP县：劳动力减少9.1-18.3%，TFP提高10.3-16.9%
• 低收入县：效应显著；高收入县效应不显著
• 低人口密度县：效应显著；高密度县效应不显著
• 低城镇化率县：效应显著
• 农业依赖度高县（第一产业占比高）：效应显著
• 低道路密度县：效应显著；高道路密度县效应不显著

政策含义：HSR的边际影响在欠发达、交通不便、农业依赖度高的地区更大，这些地区从高铁连接中获益最多。

5.4 机制分析：TFP提升的渠道

表8：TFP提升的县级机制证据

说明：

• 经济增长：HSR使GDP增长4.7%，人均GDP增长5.4%，主要来自第二产业（7.7%）和第三产业（3.7%）
• 财政收入：政府财政收入增长12.7%
• 政策支持：农业基础设施投资增长4.9%，农业财政支持增长4.7%
• 农村道路：村庄道路投资几乎翻倍（94.2%）
• 企业进入：新注册农业企业数量增长7.4%

表9：TFP提升的家户级机制证据

说明：HSR使接受农业技术培训的家庭成员增加13.0%，农机租赁费用增加12.1%（表明租赁市场活跃），但自有农机数量无显著变化。

表10：HSR对种植结构、农业收入和利润的影响

说明：HSR使水果种植面积占比提高1.2个百分点（从其他作物转移而来），农业销售收入增长7.6%，农业利润增长9.8%。这表明HSR通过改善市场接入，提高了高价值作物的种植比例和农业收益。

5.5 空间溢出效应检验

表A6：HSR的空间溢出效应

说明：检验了三类"处理组"：（1）HSR沿线但无站点的县；（2）距HSR站点0-50公里的县；（3）距HSR站点50-100公里的县。对照组为距HSR站点>120公里的县。结果：所有溢出效应估计均不显著，表明HSR的影响主要局限于直接连接的县。

6. 结论与启示

主要贡献

1. 实证贡献：首次系统评估高铁对农村农业发展的影响，发现"投入减少-生产率提升-产出稳定"的悖论模式

2. 方法贡献：综合运用交错DiD、CSDID、多种IV策略（历史网络、LCP、重新中心化MA），为基础设施效应评估提供方法论参考

3. 机制贡献：揭示地方政府"以工补农"政策在缓解农业投入减少中的关键作用

政策启示

• 对发展中国家：在快速城镇化和基础设施扩张背景下，通过提高生产率和针对性政策支持，可以实现农业现代化与粮食安全的平衡
• 对中国：高铁网络不仅促进区域一体化和经济增长，还通过多种渠道支持农业可持续发展
• 对地方政府：财政收入的增加为农业支持政策提供了资源基础，基础设施投资和技术培训是提高农业TFP的有效途径

研究局限与未来方向

• 时间维度：样本期截止2015年，长期效应（如土地大规模流转、农业规模化经营）有待观察
• 环境后果：未考察种植结构变化（如果树比例上升）对水资源、化肥农药使用的环境影响
• 一般性：中国独特的土地制度和"以工补农"政策可能限制结论向其他发展中国家的直接外推