1 概述与适用范围
1.1 方法目的：从“要不要”到“值不值”
成本—收益分析（Cost-Benefit Analysis，CBA）用于把“方案是否值得实施”的问题，转化为可对比、可检验的计算与论证。其核心做法是：在给定时间范围内，将方案带来的所有相关成本与所有相关收益进行识别、量化（可货币化也可采用非货币指标）、并统一口径后进行比较。若收益超过成本（或满足预设评价规则），则认为方案具有较好的经济合理性；反之则可能需要调整或放弃。
1.2 典型应用场景
在研究与决策支持中，CBA常见于政策评估、公共项目投资、技术引进与管理措施的选择，以及资源配置与优先级排序。它特别适合以下情形：方案影响跨越多个时期、成本与收益分布在不同主体之间、且需要在多种候选方案中进行对比。
在研究方法写作中，CBA也常被用于论文的项目评估框架：通过界定边界、列示关键假设、给出指标计算与稳健性检验，增强结论的可复核性。
1.3 分析边界与时间范围设定
分析边界决定“纳入什么、排除什么”，包括地理范围、影响对象范围、适用部门或系统范围，以及外部条件的处理方式。时间范围决定将哪些年份/时期的现金流纳入比较，并需要明确起点（如实施当年或预测期首年）与终点（如项目寿命、政策持续期或研究截止年）。
实践中，边界与时间范围的设置会直接影响成本与收益的规模，因此通常需要在报告中清晰说明其依据与可能造成的偏差方向。
1.4 相关对象：成本、收益与决策方案
CBA中的决策对象通常是一个或多个候选方案（含“实施”与“不实施”对照）。成本与收益是相对于基准情景（通常为不采取该方案或保持现状）而言的增量影响。换言之，纳入的成本与收益应是“选择方案后新增或减少的部分”，以避免重复计算或把与决策无关的背景因素混入。
2 基本概念与分析框架
2.1 成本的识别：直接、间接与机会成本
成本识别一般包含三类要点。其一是直接成本，如设备购置、人员投入、运行维护费用等。其二是间接成本，常见于管理协调、合规成本、生产中断或替代资源造成的额外负担。其三是机会成本，即资源一旦用于该方案，就无法用于其他用途带来的价值损失。机会成本不一定以现金支出形式出现，但在CBA中通常需要以等值方式纳入。
良好做法是建立“成本清单—口径说明—估计来源—计算方式”的链条，防止关键成本漏项或双重计量。
2.2 收益的识别：直接收益与外部性
收益识别同样可分为直接收益与外部性。直接收益包括节省的开支、增加的收入、提高的产出或效率等，通常更容易通过市场价格或项目账面数据估计。外部性指方案对未直接参与交易的主体产生的影响，例如环境质量改善带来的健康与福利收益、噪声或污染带来的社会负担等。
外部性是否纳入以及如何纳入，会显著影响CBA结论，因此在研究写作中应明确其处理口径（例如采用估算模型、影子价格或特定评价方法）。
2.3 基准情景与对照方案
CBA的比较对象需要明确基准情景。若基准不清，计算结果会变得“对不上账”。典型基准包括维持现状、替代方案、或延迟实施等。对照方案可能是多个候选政策或技术路径，要求在同一边界与时间范围下进行一致处理。
在实践中，将“差异”而非“绝对值”作为分析对象更有利于避免混入与决策无关的因素。
2.4 价值度量口径：货币化与非货币化
CBA常被理解为“将一切都换算成钱”，但并非所有影响都能可靠货币化。价值度量口径可分为两类：一是货币化，即将成本与收益转为同一货币尺度下的价值（便于直接比较）；二是非货币化，即对不可观测或难以稳定估值的影响采用定性描述或替代指标（例如质量、覆盖率、风险水平）。
当采用非货币指标时，通常需要与货币化部分配套使用：例如在主结论中给出货币化的净影响，同时在补充部分说明关键非货币影响的方向与幅度，以及其对结论可能的影响程度。
3 量化方法与关键计算
3.1 成本—收益的量化流程
量化流程可概括为：确定分析边界与时间范围；选择基准情景；建立成本与收益清单；为每一项确定度量单位与估计方法（数据来源、参数、假设）；将增量影响整理为随时间变化的现金流；统一折现口径后计算汇总指标；最后进行稳健性与敏感性检验。
在研究方法写作中，量化流程往往需要在“可复核”层面给出：关键参数如何获得、如何从原始数据推导到现金流，以及哪些影响项被排除。
3.2 折现与时间价值：现值与净现值
由于成本与收益发生在不同年份，其经济可比性需要折现处理。折现把未来价值转换为同一时点（通常为基准年）的现值，折现率反映时间偏好、资本机会成本以及风险因素的综合影响。基于折现后的现值，可以计算净现值等指标。
净现值的基本思想是：把方案相对基准情景的增量收益现值与增量成本现值进行比较。正的净现值通常表示收益大于成本（在所设参数与口径下）。
2.3 常见评价指标：净现值、收益成本比等
常见指标包括：
- 净现值（Net Present Value，NPV）：衡量绝对额的净增价值，依赖折现率与现金流轨迹。
- 收益成本比（Benefit-Cost Ratio，BCR）：衡量收益现值与成本现值的比值，适合比较尺度差异较大的方案，但也可能对分配结构不敏感。
- 内部收益率（Internal Rate of Return，IRR）：使净现值为零的折现率，用于描述项目回报水平。由于现金流形态复杂时可能出现多解或不稳定，报告时应说明适用性与计算条件。
在写作层面，指标选择通常与研究问题和读者习惯相关，但应确保指标与口径一致，且对折现率设定保持透明。
3.4 成本与收益的时间分布建模
成本与收益在时间上可能并非均匀发生，例如建设期集中投入、运行期逐渐产生收益、终止期可能出现处置成本或残值。建模时需要考虑现金流的分布形态（一次性、分期发生、逐年递增或随规模变化等），以及可能的延迟效应（例如政策实施滞后导致收益落后于成本）。
常见做法包括：使用项目计划表映射现金流时间点；对不确定的增长与替代效应采用参数化趋势；在文中明确“从何处得到时间路径”的依据。
4 不确定性与稳健性处理
4.1 敏感性分析：变量变动的影响
敏感性分析用于检验关键参数变化对结果的影响程度。通常会选择对结论最可能产生驱动作用的变量，例如投资成本、运行维护费用、收益增长率、折现率、替代率或外部性估值参数。通过一次变动或多变量组合变动，可以观察净现值或收益成本比是否发生方向性改变，从而识别“结论依赖的薄弱环节”。
敏感性分析不等同于确定概率，但能够帮助判断结论的稳健程度。
4.2 情景分析：乐观/基准/悲观
情景分析将不确定性以若干可解释的组合方式呈现，常见为乐观、基准、悲观三类情景。每个情景内多个参数共同取不同取值，反映不同发展路径，例如需求更高或更低、成本上升或下降、执行效果增强或削弱等。
相较于只看单变量，情景分析更贴近决策沟通：它回答“在不同发展路径下结论会不会推翻”。
4.3 概率化方法概览（如蒙特卡洛的思想）
概率化方法把关键参数视为随机变量，并通过重复抽样模拟生成现金流分布，进而得到指标的概率特征（例如净现值为正的概率）。蒙特卡洛的思想就是用大量随机试验逼近结果分布，从而把“单一结论”扩展为“风险下的结论”。
在研究写作中通常需要说明：哪些参数设为随机、使用的分布假设、相关性是否处理，以及样本次数或收敛准则。
4.4 风险与贴现率选择的影响解释
折现率既影响贴现速度也影响风险表达。若将风险通过折现率吸收，需避免与其他风险处理方式重复计量；若选择在现金流中显式处理不确定性，则贴现率的设定应保持一致口径。风险变化可能导致结果显著翻转，因此对折现率的来源（如资本机会成本、行业基准或政策要求）与调整逻辑需要解释清楚。
5 多方利益与分配性考量
5.1 社会视角与私人视角的差异
CBA可从不同视角进行。社会视角强调全社会资源的增减，包括外部性与转移支付等的处理方式；私人视角更关注参与者自身的成本与收益。两者差异可能导致同一方案在私人层面可行、但在社会层面不一定划算，或相反。
因此，研究报告中通常需要说明采用的是哪种视角，以及转移性收益是否被纳入或如何处理。
5.2 分配效应：谁受益、谁承担成本
即便总量净收益为正，不同群体之间的成本承担与收益分配也可能不均衡。例如成本可能集中在特定地区或群体，而收益扩散到更广范围。分配效应通常包括收入或资源层面的差异，也可能体现为健康、安全、机会等维度的差别。
CBA在分配性问题上常与定性描述、附加指标或补充分析结合：例如说明受益与受损群体的特征、影响方向与可能的缓解措施。
5.3 公平性与效率的权衡（定性补充）
公平性与效率并非总能同时满足。若采用纯效率标准，可能忽略分配不均带来的社会关注点。研究写作中常用定性方式补充：说明效率结果与公平影响是否存在冲突，以及政策上可能采用补偿、减免或配套机制来降低不利影响。
这种补充不要求改变主计算结果，但应避免用“只要净收益为正就都合理”的表述掩盖分配问题。
5.4 处理不可量化影响的策略
一些影响难以可靠货币化，如文化价值、尊严感、长期社会信任等。策略包括：将其作为非货币结局纳入描述；使用可代理指标（例如受影响人群的风险等级或服务可及性）；或采用“定性判断 + 敏感性框架”的方式，说明若这些影响存在怎样的量级，结论可能如何变化。
处理不可量化影响的关键是：不回避问题，但也不把缺乏证据的估值当作确定数字。
6 结果解读与报告规范
6.1 决策阈值：如何从指标到结论
从指标到结论通常需要预设阈值或决策规则。例如：净现值大于零、收益成本比大于一、或内部收益率超过某个门槛。门槛值可能与资金成本、政策目标或风险偏好有关。
在多方案比较时，还需要明确是选择“最大净现值”、还是选择“在预算约束下最优组合”、或是在效益上按排序规则优先等。
6.2 透明度要求：假设、数据与方法复现
报告规范强调可复核性。通常应包括：关键假设列表（价格、增长、执行率、折现率等）、数据来源与时间范围、估计方法（回归、成本核算、专家判断等）、现金流构建方法以及汇总指标的计算公式或计算步骤。
若某些参数使用了外部文献或经验值，应标注其依据并说明适用性与局限。
6.3 可视化呈现：表格、现金流与对比图
可视化有助于读者快速理解结构与差异。常见呈现方式包括：现金流表（按年度列出成本与收益）、累积曲线对比、净现值或收益成本比的敏感性蜘蛛图、以及情景结果的条形图。
在写作中，图表应服务于结论表达：突出最大差异所在、说明不确定性范围，并避免只展示“好看但不回答问题”的图形。
6.4 局限性与避免误用的提示
CBA的局限通常来自四类因素：一是边界或基准情景选择导致的偏差；二是货币化质量不一（尤其是外部性估值）；三是折现率与时间路径的不确定；四是对行为与执行效果的假设可能与现实偏离。
避免误用的建议包括：不要把CBA当作唯一决策依据；不要忽略关键变量的敏感性；不要把转移支付、重复计量或非增量影响误当作真实收益或成本。
7 实践示例（研究方法写作中的呈现方式）
7.1 案例选取与研究问题对齐
在研究写作中，选取案例应先与研究问题对齐：说明为何该方案适合用CBA评估，例如存在跨期成本收益、影响可拆分为增量影响、且能形成相对明确的成本与收益框架。若研究问题关注优先级排序，应说明将比较哪些候选方案以及比较的标准。
7.2 数据来源与估计方法说明
需要写清数据从哪里来，例如项目预算、公开统计、行业基准、调查数据或文献估计。对无法直接获得的数据，应说明估计策略：使用参数替代、采用回归或专家访谈、或引用既有研究的估值系数。
同时应注明数据时间跨度与处理方式，例如通胀调整、价格基准年统一、以及缺失数据的处理规则。
7.3 指标计算示例的写作模板
模板化写法通常包含四步：首先给出现金流生成逻辑；其次明确折现率与折现公式口径；再次列示指标公式（如NPV、BCR等）与变量含义；最后说明计算结果的汇总方式与单位。
写作中建议把关键变量用符号或表格对应起来，便于审稿人追踪。
7.4 结论段落的表达方式（可复核）
结论段落可按“主结论 + 关键假设 + 稳健性 + 政策含义”的结构组织。主结论用指标阈值表述（例如净现值为正且在基准情景下成立）；关键假设点明最敏感参数；稳健性说明敏感性/情景分析是否改变结论方向；政策含义则指出若要实现正向结论，需要哪些条件或配套措施。
8 相关方法对比与延伸
8.1 成本—效果分析（CEA）与成本—收益分析的区别
成本—效果分析（Cost-Effectiveness Analysis，CEA）与CBA的核心差异在于结局度量方式。CEA通常把效果以非货币单位表示（如救治人数、覆盖率、减排量或寿命年），再与成本比较得到“每单位效果的成本”。而CBA把效果进一步转为货币化价值（或与货币化口径可比），从而直接比较总成本与总收益。
8.2 成本—效用分析（CUA）的思路概览
成本—效用分析（Cost-Utility Analysis，CUA）常见于健康经济学语境，它把效果以效用指标表示（例如质量调整生命年等），并与成本进行比较。CUA与CEA类似强调以非货币或半非货币结局为主，但效用指标使不同类型健康结局更具可比性；相比之下，CBA强调将多维影响统一到货币价值尺度。
8.3 成本最小化分析（CMA）适用条件
成本最小化分析（Cost Minimization Analysis，CMA）适用于当不同方案的效果被认为相同或等效时，此时决策重点变为“哪个方案成本更低”。CMA的前提较强：需要有充分证据支持效果等价，否则直接套用会弱化对关键差异的检验。
8.4 与计量评估/因果推断的接口讨论
在研究实践中，CBA常与计量评估或因果推断结合：因果推断用于估计政策或项目对关键变量的因果影响，再把因果影响映射为成本与收益现金流。例如，通过自然实验或准实验方法估计实施后的需求变化、效率提升或事故率变化，然后将这些变化转换为收益与外部性估值。接口的关键在于：估计结果需要与CBA的时间路径与口径一致，并处理不确定性传递（例如将估计误差反映到敏感性或概率化分析中）。
9 常见争议与“避坑清单”（轻量梗式提醒）
9.1 货币化偏差：把“说不清的东西”硬算成钱
当某些影响缺乏可靠估值依据时，强行货币化可能制造“看似精确但本质不稳”的结果。写作与计算中应区分：哪些是有数据与模型支撑的估值，哪些只是描述性或粗估，并通过敏感性分析检验其影响。
9.2 贴现率“随手拍”：导致结论反转
贴现率是CBA结果的关键杠杆。若折现率来源不清或随意调整，可能在不同年份现金流占比相差较大时造成结论翻转。报告时应说明折现率设定逻辑并展示其敏感性影响。
9.3 忽略机会成本：结果像“只看账面、不看现实”
若漏掉机会成本，可能把“使用某资源的真实代价”低估，从而高估项目吸引力。常见表现是把原本可用于其他用途的资源成本遗漏，或对替代投入的价值没有处理。
9.4 边界错设与重复计算：让净收益“凭空长出来”
边界不当可能把与决策无关的背景影响纳入，或在成本与收益之间重复计量同一项效果。例如某些转移性项目若未按增量口径处理，可能被重复算进“收益”和“成本”。应建立清单并检查增量逻辑。
9.5 结果不确定但结论过度自信的风险
当不确定性较大或敏感性显示结论易变时，若仍以绝对化语言下判断，会削弱学术与决策的可信度。更合适的做法是用区间、概率或情景结果来表达，并说明结论成立所依赖的条件。