AER-大政府or小政府？政体规模与地方政府绩效

大政府好还是小政府好，这是个经典问题。

这项研究采用断点回归设计，利用印度北方邦的一个特殊规则：根据最新的十年人口普查，人口超过1000的村庄会被划分为独立的村级政府单位。通过比较人口接近1000的村庄来估计政体规模对公共服务提供的影响，发现缩小政体规模显著提高了公共服务的提供质量，尤其在教育、基础设施建设和福利项目实施方面表现突出。较小的政体不仅增加了公民参与度和领导者的素质，还有效减少了腐败和资源浪费。

标题: Polity size and local government performance: evidence from India

期刊: American Economic Review

作者:

• Veda Narasimhan：She is an Assistant Professor at NYU-Abu Dhabi, working on applied microeconomic topics with a focus on political economy, economic development, and growth.
• Jeffrey Weaver：He is an assistant professor in the economics department at the University of Southern California (USC) and work on a range of topics in development economics, political economy, and labor economics.

发布时间： August 2024

引言

关于政府规模的争论

发展中国家在政治上存在向地方政府分权的趋势，在分权化的进程中，政体规模（即地方政府单位的大小）是一个核心因素，并且可能是决定地方政府绩效的重要因素。

✅小政府的好处

• 满足异质性需求：小的地方政府可以更好地满足居民的异质性需求（Oates, 1972）；
• 通过竞争和对标激励公共产品的提供：小规模政体之间的竞争可以激励公共服务的提供（Tiebout, 1956; Besley and Case, 1995）；
• 减少冲突和增强问责：小规模政体可能更为同质，从而减少内部冲突，同时由于更容易监控领导者，也更容易使他们承担责任（Mansuri and Rao, 2012; Seabright, 1996）。

❌小政府的缺陷：容易被精英控制、无法形成规模经济、无法将外部性内部化。

另外，大政府也意味着潜在的政治人才更多，参与者之间的竞争更大，从而给领导者带来更大的绩效压力和激励。

基于上述理论和背景，研究者提出了一个核心研究问题：政体规模如何影响地方政府的绩效？具体而言，论文关注的是在印度北方邦（Uttar Pradesh）的背景下，地方政府单位的规模如何影响公共服务的提供。

论文使用了印度北方邦的村级政府划分规则，该规则规定了基于人口规模的村级政府划分方式，为研究提供了一个自然实验的机会。结果显示，分配到人口较少的地方政府的个人可以更好地获得公共产品。

本文的研究贡献

• 提供了政体规模对政府绩效因果效应的新估计：由于很难找到政治单位规模变化的合理外生来源，因此关于最优政府规模的大部分工作都是理论上的。最相关的实证研究利用DID方法研究市镇或地区分裂或合并的后果，本文扩展了这些文献，通过测量特定政体规模的影响，而不仅仅是合并或分裂的平均效应。这为地方政府的设立提供了更具可操作性的指导。
• 补充了关于政治分权的理论文献：发现了一些支持性的小规模地方政府可以增加政治参与和更好协调政治激励的暗示性证据；
• 丰富了地方政府设计与发展中国家公共物品提供之间的关系的文献：越来越多的文献探讨了地方政府设计的各个方面，如民主化、代表身份和治理问题的技术解决方案等。通过研究政体规模，补充了这些文献。政体规模改革的一个特点是实施所需的国家能力非常低，即使是在印度这种低能力国家，都很容易实施。

印度村级政府的背景

起源与发展

• 村级政府（Gram Panchayat, 简称GP）在印度的农村地区已经存在了数个世纪，最早可以追溯到前现代时期；
• 在独立后的初期，印度的各个邦逐渐制定了有关村级政府管理的法律。在独立后的几十年里，大多数邦的村级政府权力有限，决策通常是在更高一级的政府（例如乡级或区级政府）进行的；
• 1990年代，印度通过了第73号宪法修正案，推动了一次全面的地方分权化改革，明确规定了三层治理体系（村级、次区级和区级），并赋予村级政府更多的权力和责任，同时统一了村级选举的标准。修正案赋予了村级政府在多个领域的职能，如教育、卫生、饮水等，但具体的权力下放程度由各邦自行决定。

北方邦的治理结构

• 北方邦是印度人口最多的邦，人口达到2.41亿，若作为一个独立国家，它将成为世界人口第五大国。经济上，北方邦是印度最贫穷的邦之一，38%的人口处于贫困线以下。
• 典型的GP规模：一个典型的GP包括1到4个村庄，这些村庄本身由地理上较接近的较小住宅群体（称为“hamlets”）组成。1994年的《北方邦Panchayat法修正案》的第11-F节规定，政府将宣布“一个村庄或多个村庄（总人口尽可能达到一千）的区域”为Panchayat区域。该法案进一步明确了村庄为人口普查定义的村庄，不应被分割，并要求使用最近一次人口普查的数据。
• 边界划分的实际影响：遵循这一规则的官员更有可能将人口超过1000的村庄分配到自己的GP中，而人口低于1000的村庄则与其他村庄一起组成GP。

数据与方法

实证策略-RDD

研究使用了基于人口临界值的断点回归设计，来分析村庄被划分为较小的村级政府单位（GP）对政府绩效的影响。具体来说，1995年至2014年间的GP划分是基于1991年人口普查中1000人的人口临界值，而2015年后的GP划分则基于2011年的人口普查。

模型的具体形式如下：

\[ Y_{v,g} = \gamma_0 + \gamma_1 \cdot {1}(p_{v,g} \geq c) + \gamma_2 \cdot f_1(p_{v,g}) + \gamma_3 \cdot f_2(p_{v,g}) \cdot {1}(p_{v,g} \geq c) + \epsilon_{v,g} \]

模型中的各个部分解释如下：

• \(Y_{v,g}\) ：表示在村庄 \(v\) 和对应的村级政府单位 \(g\) 的某一绩效指标，如地方政府提供的公共服务、基础设施建设等；
• \({1}(p_{v,g} \geq c)\) ：是一个指示函数（indicator function），当村庄 \(v\) 的人口 \(p_{v,g}\) 大于或等于某个临界值 \(c\) （在此研究中是1000人）时，这个函数的值为1，否则为0。这个指示函数用于捕捉人口是否超过临界值，从而引发GP划分的变化；
• \(\gamma_1\) ：这是我们最感兴趣的系数，它表示当村庄人口 \(p_{v,g}\) 超过临界值 \(c\) 时，对 \(Y_{v,g}\) 的因果影响。换句话说，这是GP规模缩小（因人口超过临界值而形成较小GP）对地方政府绩效的影响；
• \(f_1(p_{v,g}) 和 f_2(p_{v,g})\) ：这些是描述人口 \(p_{v,g}\) 与因变量之间的关系的函数。它们捕捉了在临界值 \(c\) 两侧，人口对绩效 \(Y_{v,g}\) 的潜在非线性影响。这里 \(f_1(p_{v,g})\) 可能是一个线性或非线性函数，用来控制人口与因变量之间的基本关系；
• \(\gamma_3\) ：这一项与 \(f_2(p_{v,g}) \cdot {1}(p_{v,g} \geq c)\) 相乘，用于捕捉临界值 \(c\) 处的非线性变化。换句话说，它表示人口超过临界值后，人口对绩效的影响如何变化。

数据

这篇论文使用了超多的数据，包括：

• 印度人口普查数据：研究使用了1991年、2001年和2011年的印度人口普查数据。这些普查数据提供了详细的村庄人口信息以及基础设施的分布情况；
• 社会经济和种姓普查数据：Socioeconomic and Caste Census, SECC。是2012年进行的一次普查，覆盖了印度全国的所有家庭，记录了每个村庄的教育水平和贫困状况；
• Mission Antyodaya 数据：由印度中央政府发起的一项计划，旨在改善农村地区的公共服务和基础设施状况。2019-2020年的数据主要基于各政府部门的行政记录；
• 国家农村就业保障计划数据：National Rural Employment Guarantee Scheme, NREGS。是印度的一项全国性就业保障计划，为农村贫困人口提供工作机会。研究使用了2016-2020年期间的NREGS数据。这些数据用于分析政体规模对工作福利项目实施效果的影响，具体包括NREGS项目完成数量、工作需求、提供的工作天数和工资支付情况等；
• 地方政府财务数据：使用了来自Panchayati Raj 会计系统的地方政府财务数据，这些数据涵盖了北方邦所有村级政府从2013年到现在的年度预算和支出情况；
• 选举和政治参与数据：收集了2010年、2015年和2020年北方邦村级政府选举的数据。这些数据包括每个候选人的得票率、教育背景、年龄、性别和种姓信息。这些数据用于分析政体规模对政治参与和领导者素质的影响。此外，研究还收集了2022-2023年村级政府公开会议的参与数据，用于衡量政体规模对公民参与度的影响。

多数据集整合

• 数据集之间的匹配：大部分数据集都是基于2011年人口普查中的村庄ID，因此可以轻松地跨数据集匹配。在没有直接匹配的情况下，研究使用模糊名称匹配和人口数据进行进一步的匹配，确保数据的整合性和准确性；
• 匹配率和可靠性：数据集的匹配率通常都超过95%，并且各个数据集的匹配可能性与回归不连续性设计中的门槛无关，这意味着匹配问题不会对研究结果产生偏倚。

结果与机制

回归结果

• 教育基础设施：村庄被划分到较小的政体中时，这些村庄的教育基础设施指数显著增加（提高了0.089个标准差）；在短期和长期的情况下，小政体的教育可得性都更高。
• 其他基础设施，如如道路、供水、家庭房屋质量、厕所建设、排水系统等，小政体的质量都更高；
• 使用Mission Antyodaya的数据，分析了八个公共福利项目的实施效果，包括粮食补贴卡、健康保险、养老金、住房补贴等。结果显示，小政体村庄的公共福利指数提高了0.088个标准差；
• 研究进一步分析了这些福利是否更好地分配给了最需要的人群。结果表明，小政体村庄中的福利分配更加精准，尤其是在粮食补贴卡的分配上，贫困率和粮食补贴卡拥有率之间的相关性在门槛处显著增强；
• 研究使用NREGS的行政数据，构建了一个工作福利指数，涵盖了工作需求、提供的工作天数、完成的项目数量、工资支出等。结果显示，小政体村庄的工作福利指数显著提高了0.16个标准差。

机制

• 公民参与度的增加：研究发现，较小的政体规模显著增加了公民的政治参与度。这一结果通过对2015年和2020年村级政府选举的分析得出，表明在小政体中，公民更可能参与地方选举和公共事务讨论；
• 领导者背景分析：研究还分析了村级政府领导者的个人背景，发现小政体中当选领导者的犯罪记录较少，且他们更可能具有更高的教育水平。这意味着小政体可能吸引了更有能力和更清廉的领导者，从而提高了地方政府的管理质量；
• 领导者的选举行为：研究进一步探讨了领导者的选举行为，发现小政体中的领导者更积极地回应公民的需求，可能是由于更高的公民参与度对他们形成了更强的政治压力；
• 精英控制的减少：理论上，较小的政体规模可能会增加被当地精英控制的风险，因为小型政体更容易被少数有影响力的个人或群体操控。然而，研究发现，这种风险在北方邦的背景下并未显现。研究检验了高种姓和富裕群体在小政体中的当选概率，结果表明，在小政体中，高种姓和富裕群体的影响并未显著增加，这意味着精英控制的风险在此背景下并不明显。

结论

• 自柏拉图以来，思想家们一直在讨论政治管辖区的最佳规模。近年来，公众舆论逐渐偏向支持较小规模的政体，但政体规模与治理结果之间的关系在理论上仍不明确。这项研究发现，较小的政体确实提供了更好的公共服务；
• 公民参与、领导者的选拔以及政治激励可能在服务增长中起到了一定作用。虽然这些发现最直接适用于服务于北印度其他邦数百万人口的地方政府的设计，但这些政治机制在其他拥有类似地方政府结构的民主国家中也可能具有普遍性。

号外

• 这篇文章的数据工作量真的好大好大！而且这个数据好难得，居然能得到如此细致的村级数据。
• 先前听说和阅读过一些中国政府层级改革的意见，有些人呼吁当前应撤销市一级行政单位，采用省直管县的模式。因为区县是事实上的公共服务提供主体，市的存在似乎没有太大必要。不如精简编制。

原文信息

Narasimhan, Veda, and Jeffrey Weaver. "Polity size and local government performance: evidence from India." American Economic Review, Forthcoming. https://www.aeaweb.org/articles?id=10.1257/aer.20221712