曾小萍的论证不是先给结论再找证据，而是沿着改革的时间线层层推进。每一层都有独立的材料支撑和推理逻辑。四层加在一起，构成了一个完整的因果链条。
第一层：诊断——灰色财政的结构性成因
论证起点是一个事实：清代地方官的正式收入远远覆盖不了实际行政支出。
曾小萍没有从道德叙事切入——"地方官贪腐"。她用户部档案和地方奏折中的具体数字，逐项对比正式收入和实际支出。差额的规模太大、太稳定，不可能用个人品行来解释。
关键推理： 当制度性缺口覆盖了整个体系而非个别案例，灰色收入就从"行为问题"变成了"结构问题"。
材料基础： 户部档案中的正式税额数据、地方志中的行政支出记录、官员奏折中对经费短缺的反复陈述。
这一层的论证强度高。缺口的存在是数据层面的，争议空间小。
第二层：改革——耗羡归公的设计与执行
雍正元年启动改革。核心机制：火耗收入由州县官自行截留，改为上缴省级藩库，再统一分配。
曾小萍重建了改革方案的形成过程。她区分了三个层面——雍正的政治意图（收紧地方控制）、制度设计的技术逻辑（省级统收统分）、各省总督的执行策略（因地制宜或照搬模板）。
关键推理： 改革的设计目标和实际效果之间存在结构性落差。雍正想解决的是地方官的灰色收入问题；改革实际做的是把灰色收入的控制权从基层移到省级。
材料基础： 雍正朝朱批奏折、各省总督的执行报告、养廉银标准的制定文件。
这一层把改革从"反腐败措施"重新定义为"财政权力的纵向再分配"。
第三层：分化——四个省的落地差异
同一套改革方案在山西、河南、广东、云南落地后，形态各不相同。
山西条件最好——经济结构单一、督抚得力、皇帝关注。河南更复杂，执行中融入了更多地方博弈。广东的多元税源结构让归公方案的适用性打了折扣。云南的极端贫困使改革几乎无水可分。
关键推理： 改革效果取决于地方条件的匹配度。中央方案的统一性越强，和地方条件的摩擦越大。
材料基础： 四个省的总督奏折、藩库收支记录、养廉银分配方案。
这一层的论证策略是比较法。四个省的对照足够说明"地方条件决定改革形态"这个结论。
第四层：衰退——改革为什么没能持续
乾隆继位后，逐步回收雍正给出的省级财政权力。养廉银标准被冻结，经费分配弹性收窄。地方官的资金缺口再次出现，新的灰色收费项目开始滋生。
曾小萍追踪了衰退的具体机制。中央收紧控制的每一步，都有对应的地方应对策略。官方档案中消失的灰色收入，以另一种形式回到了基层运作中。
关键推理： 改革衰退不是因为执行者变"坏"了，而是因为改革的设计没有解决根源问题——正式财政框架覆盖不了实际需求。只要这个缺口在，灰色填充就会以某种形式回来。
材料基础： 乾隆朝的财政政策调整文件、地方官关于经费短缺的奏折、新出现的非正式收费记录。
四层论证首尾相扣。第一层确认缺口，第二层追踪修补，第三层展示变形，第四层记录回归。整条链的核心张力在于：合理化改革受制于它试图修补的那个制度结构本身。