一、引 言
2015年制定的《中共中央关于制定国民经济和社会发展第十三个五年规划的建议》的第四篇“推进农业现代化”提出,稳定农村土地承包关系,完善土地所有权、承包权、经营权分置办法,依法推进土地经营权有序流转。党的二十大报告再一次指出,“深化农村土地制度改革,赋予农民更加充分的财产权益,保障进城落户农民合法土地权益,鼓励依法自愿有偿转让”。深化土地制度改革,强化农村土地产权,能理清农民与土地的关系,激发土地要素活力,改善要素配置效率,进而提高农业生产效率(胡永泰,1998;Jin和Deininger,2009;Lagakos和Waugh,2013)。图1显示了我国农业劳动生产率和劳动密集度的变动趋势,为佐证上述观点提供了典型事实。其中,左侧纵坐标为农业劳动生产率(万元/人),右侧纵坐标为劳动密集度(人/公顷)。从图中可以看出,劳动密集度从2010年的2.06稳步降低到2021年的1.34,土地和劳动之间的要素结构不断优化。同时,农业劳动生产率从初始的1.42持续增加到2021年的5.10。
产权的产生与人的能力有关,由于人能力的有限性使得产权有边界,对于个体来说,能力所及与能力所不及的分界点即为产权的边界。土地具有重要的经济价值,土地产权的边界主要体现为地理边界,但这种边界并不是固定不变的,其会随着人类能力的拓展而拓宽(林辉等,2019)。随着农地产权改革不断深化,尤其是土地确权完成了土地的空间属性和物权属性的测度,降低因土地流转而产生的不可预见性风险,使得异质性能力农户的耕地需求得以满足。土地产权秩序的不断稳定改善了农民和土地的组合关系,优化资源配置效率,土地经营规模与现阶段农户的生产能力逐渐相匹配,有效提高了农户的劳动生产效率(冒佩华等,2015)。因此,在评价强化农地产权与农业劳动生产率之间的因果关系时,有必要考虑农户能力的异质性特征。
近年来,土地产权、要素配置与农业生产率之间的关系得到国内外学者的广泛关注。在土地产权与农业要素配置关系的研究中,姚洋(2000)认为稳定的地权可增加土地投资规模和加快土地流转经营,且较自由的转让权会产生边际产出拉平效应和交易收益效应,这两种效应均将提高资源配置效率;Jin和Deininger(2009)的研究也发现,农地租赁市场促使土地从低生产率和从事非农工作的农户流转到有充足劳动力的贫穷农户手中,这有利于农村土地的规模化耕种,并极大提高了农业生产效率;Holden等(2011)研究了埃塞俄比亚土地确权对土地租赁市场参与率的影响,发现农村土地承包合同和证书的发放对农户土地流转量存在正向影响,并且持有证书的土地租赁价格要显著高于没有证书的土地价格(叶剑平等,2010);De Janvry等(2015)发现墨西哥确权家庭比未确权家庭的迁移率要高28%左右,且正式的确权有利于优化土地要素配置;陈飞和刘宣宣(2021)也发现土地确权有利于降低农业劳动密集度和提高农户非农劳动时间,从而改善农业生产要素配置。在要素配置与农业生产率关系的研究中,冒佩华等(2015)则发现参与土地流转农户的总劳动生产率显著高于未参与土地流转的农户,而租入土地的家庭总劳动生产率的提高主要是由于农业劳动生产率的提升,而租出土地的农户总劳动生产率的提高主要来源于非农劳动生产率的提升。因此,土地资源的有效配置提高了家庭总劳动生产率。此外,盖庆恩等(2017)通过运用全国农村固定跟踪观察点数据研究发现,土地的有效配置将促使农业全要素生产率提高1.36倍。
最近的研究开始逐渐关注土地产权、要素配置与农业生产率三者间联系。其中,Adamopoulos和Restuccia(2012)从土地要素禀赋角度,研究1988年菲律宾土地改革对农业生产率的影响,发现通过设置耕地面积上限严格限制土地流转,将导致菲律宾农户的耕地规模下降34%,农业生产效率下降17%;仇童伟(2017)从土地和劳动力要素配置视角出发,利用广东省农户调查数据的研究发现,农地使用权的完善可以提高农地规模对农业收入的正向激励,并且农地产权通过加快农地流转和改善劳动力配置来提高租入农地农户的经营绩效;林文声等(2018)也发现土地确权可通过提高家庭务农人数占比、加大农业短期投入和增加旱地转入降低农业生产效率的损失。因此,家庭劳动分工、农业投资以及农地流转是土地确权提高农业生产率的重要渠道。上述研究虽从不同角度阐述土地产权对农业生产效率的作用,但没有考虑农户能力对土地增强作用的差异性,这可能导致土地确权的政策效应被低估。并且在关于资源配置的研究中,更多是以土地或者劳动力单一要素为考察目标,这些研究忽略了要素结构变化对农业生产的影响。
在与农户能力相关的研究中,部分文献将农户经营能力引入到农业部门生产函数中,并在一般均衡框架下讨论资源配置与农业生产率之间的关系(Adamopoulos和Restuccia,2014;Adamopoulos等,2017;Chen,2017),上述研究仅限于理论建模。另外,也有文献侧重于实证检验农户能力在农业生产中的作用:王常伟和顾海英(2017)利用农业示范区面板数据,研究农户能力类别变量中持有专业证书对农产品合格率存在显著的影响;罗必良和郑燕丽(2012)认为农户的行为能力与土地流转行为的产生具有重要关联,非农就业能力优势更为明显的农户倾向于参与土地的流转,而农业经营能力更强的农户倾向于保有土地。但上述文献并未涉及农业生产率方面的研究。
因此,国内外学者关于在农户异质性能力视角下农地产权与农业劳动生产率之间关联的研究相对较少,更缺乏与之相关的理论探讨。本文基于异质农户能力视角构建两部门一般均衡模型,理论分析并数值模拟强化土地产权与农业劳动生产率之间的结构关联。本文利用2014年和2016年中国劳动力动态调查(CLDS)数据集中的村庄和家庭混合截面数据,进行因果关系识别检验。研究结果表明:第一,通过对一般均衡模型的求解、校准和模拟,研究发现随着土地产权强度的增大,土地经营规模对高能力农户的约束逐渐减弱,进而降低农业劳动密集度并提升农业劳动生产率;第二,实证检验发现,强化农地产权有利于提升农业劳动生产率,且影响效应随农户能力的提高而增大;第三,机制分析结果表明,劳动密集度在农地产权影响农业劳动生产率的渠道中发挥重要作用,且该机制受到农户能力调节影响;第四,深化农地产权制度红利的发挥在不同村庄和家庭存在差异,对于未发生土地调整、以农业为核心产业的村庄以及采用完全机械化生产方式的家庭,强化农地产权对农业劳动生产率的提升效应更为明显。
与已有文献相比较,本文的边际创新主要体现在:第一,通过在两部门一般均衡模型中引入土地产权强度变量,并对农户耕地规模施加约束,以此体现要素配置的根本性原因,并实现对理论模型的扩展,这更切合中国农业现实;第二,将土地产权、要素结构与农业劳动生产率纳入到同一分析框架内,并考虑农户能力对土地增强作用的异质性,这为评价深化农村土地制度改革效应提供了新的研究视角;第三,在研究设计方面,将理论模型的数值模拟结果与因果关系识别检验进行对比验证,并对要素结构的机制效应进行实证检验,研究结论更具稳健性。
本文余下的结构安排如下:第二部分构建一般均衡模型理论框架,并进行参数校准与数值模拟;第三部分给出模型设计及数据来源与描述;第四部分基于异质性农户能力视角考察强化农地产权对农业劳动生产率的影响效应,并进行内生性检验和机制分析;第五部分是本文的进一步分析;最后给出本文的结论和启示。
二、理论模型与数值模拟
小农经营模式是我国农业发展需要长期面临的基本现实。在这种背景下,农地产权的不完善将阻碍生产能力较高的农业专业户的规模化经营,这不利于农地价值的充分发挥,因此需要完善农地产权制度来缓解这一困境。而农地所有权、承包权、经营权三权分置,这赋予农地经营权应有的法律地位和权能,降低土地流转中不可预见的风险,进而促进农业经营性用地逐渐从生产效率低的农户手中流转至效率高的农户(程令国等,2016),有效缓解了土地细碎化问题对高效率农户的规模化经营的约束,实现土地经营的集中化和规模化。在考虑农户能力异质性的情况下,土地产权的强化将有助于高能力农户的集约化、规模化经营,从而改善要素配置和提高农业劳动生产率。为准确刻画上述典型特征,本部分基于异质性农户能力视角构建两部门一般均衡模型,理论分析并数值模拟农地产权变化对农业劳动生产率的影响效应和传导途径。
(一)模型构建
本文借鉴Adamopoulos和Restuccia(2014)的思路构建两部门静态一般均衡模型,并在农业部门中考虑农户能力差异对其最优生产选择行为的影响。
1. 非农部门。非农部门生产非农产品,需要投入资本和劳动力两种生产要素。其代表性企业的生产函数设定为柯布—道格拉斯函数形式,并假设规模报酬不变:
$ {Y}_{n}=A{N}_{n}^{1-\alpha }{K}_{n}^{\alpha } $ | (1) |
其中,
2. 农业部门。农业生产以家庭为单位,且不同家庭的农业经营能力存在差异。生产要素投入不仅包括无形的经营能力,还包括有形的资本和土地禀赋。家庭农场的生产函数设定为柯布—道格拉斯函数形式,并假设规模报酬递减:
$ {y}_{a}=A\kappa {\left[{k}_{a}^{\beta }{\left(s{l}_{a}\right)}^{1-\beta }\right]}^{\eta } $ | (2) |
其中,
本文设定经营能力
在土地规模受约束的条件下,给定农户的经营能力
$ \underset{{k}_{a},{l}_{a}}{\mathrm{max}}\left\{A\kappa {\left[{k}_{a}^{\beta }{\left(s{l}_{a}\right)}^{1-\beta }\right]}^{\eta }-r{k}_{a}-q{l}_{a}+\lambda \left[g\left(\phi \right)\bar{l}-{l}_{a}\right]\right\} $ | (3) |
$ r=\beta \eta A\kappa {k}_{a}^{\beta \eta -1}{\left(s{l}_{a}\right)}^{\left(1-\beta \right)\eta }=\beta \eta \frac{{y}_{a}}{{k}_{a}} $ | (4) |
$ \lambda +q=MPL=\eta \left(1-\beta \right)A\kappa {k}_{a}^{\beta \eta }{{s}^{\left(1-\beta \right)\eta }{l}_{a}}^{\left(1-\beta \right)\eta -1}=\eta \left(1-\beta \right)\frac{{y}_{a}}{{l}_{a}} $ | (5) |
$ \lambda \left[g\left(\phi \right)\bar{l}-{l}_{a}\right]=0 $ | (6) |
其中,
3. 代表性家庭的偏好。异质性农户被赋予一单位劳动时间,且无弹性供给劳动。家庭消费农产品
$ U=\theta \log\left({c}_{a}-\bar{a}\right)+\left(1-\theta \right)\log{c}_{n} $ | (7) |
其中,
$ s.t.\;\quad{c}_{a}+{P}_{n}{c}_{n}\le {I}_{a}+{I}_{n} $ | (8) |
其中,代表性家庭的农业收入
$ {I}_{a}=\left\{\begin{array}{c}{N}_{a}{\int }_{{\underline{\textit{s}}}}^{{s}_{h}}{\left(1-\eta \right)y}_{a}{\mathrm{d}}F\left(s\right)+r{k}_{a}+q{l}_{a} \quad \quad\quad\quad\quad\quad {s}\le {s}_{h}\\ {N}_{a}{\int }_{{s}_{h}}^{\bar{s}}{[\left(1-\beta \eta \right)y}_{a}-qg\left(\phi \right)\bar{l}]{\mathrm{d}}F\left(s\right)+r{k}_{a}+q{l}_{a} \quad {s} > {s}_{h}\end{array}\right. $ | (9) |
其中,
4. 均衡的定义。经济体被赋予
5. 模型求解。由于受到农地产权不清晰的限制,中国农村土地流转市场不够健全,农户的土地经营面临着约束(盖庆恩等,2017)。而农地产权的稳定和强化促进了农村土地流转,放松了土地规模对高能力农户的生产约束,进而对农业生产产生影响。本部分基于一般均衡模型求解结果,讨论土地产权强化对农业劳动生产率和农业要素结构的影响。
(1)产权强度与农业劳动生产率。农业劳动生产率表示单位劳动力在单位时间内生产的农产品数量或产值,定义为:
$ {YN}_{a}={Y}_{a}/{N}_{a}={\int }_{{\underline{\textit{s}}}}^{{s}_{h}}A\kappa {\left[{k}_{a}^{\beta }{\left(s{l}_{a}\right)}^{1-\beta }\right]}^{\eta }{\mathrm{d}}F\left(s\right)+{\int }_{{s}_{h}}^{\bar{s}}A\kappa {\left\{{k}_{a}^{\beta }{\left[sg\left(\phi \right)\bar{l}\right]}^{1-\beta }\right\}}^{\eta }{\mathrm{d}}F\left(s\right) $ | (10) |
并将农业劳动生产率
$ \frac{{\mathrm{d}}YN_a}{{\mathrm{d}}\phi}=\left[\left(1-\beta\right)\eta\right]g\text{'}\left(\phi\right)g\left(\phi\right)^{\left(1-\beta\right)\eta-1}\int_{s_h}^{\overline{s}}A\kappa\left[k_a^{\beta}\left(s\overline{l}\right)^{1-\beta}\right]^{\eta}{\mathrm{d}}F\left(s\right) > 0 $ | (11) |
随着土地产权强度的加强,农业劳动生产率是递增的。Adamopoulos等(2017)研究发现,中国家庭联产承包责任制下的小农经营模式使得高生产率的农民的能力受到限制,劳动力和土地分配存在扭曲,降低了农业生产率。而土地确权改革更好地维护了农村集体、承包农户和经营主体的权益,促使土地流转到高效率农户手中,有利于土地资源更为合理地利用,进而提升农业劳动生产率。
(2)产权强度与农业劳动密集度。要素配置效率优化是农业供给侧结构改革破题的关键。考虑到现阶段中国农业的资本主要附着在土地上,农户家庭资本和金融融资手段较少,土地要素和劳动力仍占据主导地位(仇童伟,2017)。因此,本文主要关心农业生产中的土地和劳动要素,并用劳动密集度表示要素结构。农业部门劳动密集度表示的是单位土地上农业劳动力的数量,衡量了农业生产中土地和劳动力的相对比例,该指标的降低是土地走向规模化和集中化的直接表现,是农业生产要素配置效率改善的基本标准,同时也是实现农业机械化和现代化的前提条件。鉴于此,本文基于劳动密集度指标分析产权强度变化对要素结构优化的影响。
农业劳动密集度定义为
$ \frac{{\mathrm{d}}{NL}_{a}}{{\mathrm{d}}\phi }=\frac{{N}_{a}{\text{'}}\left(\phi \right)}{L} $ | (12) |
根据式(9)可知,由于土地的总禀赋是一定的,因此产权强度对农业劳动密集度的影响与其对农业劳动力数量的影响相同。接下来,我们主要讨论土地产权强度对劳动力数量的影响作用。
由非农部门、农业部门利润最大化条件以及要素与产品市场出清条件可得:
$ \frac{\Phi \left({Y}_{a}-\bar{a}\right)}{{N}_{n}}={\int }_{{\underline{\textit{s}}}}^{{s}_{h}}\left(1-\eta \right){y}_{a}{\mathrm{d}}F\left(s\right)+{\int }_{{s}_{h}}^{\bar{s}}[\left(1-\beta \eta \right){y}_{a}-qg\left(\phi \right)\bar{l}]{\mathrm{d}}F\left(s\right) $ | (13) |
其中,
$ {N}_{a}{\text{'}}\left(\phi \right)\frac{\Phi \left({YN}_{a}-\bar{a}\right)}{{N}_{n}^{2}}=-\left[\frac{{\mathrm{d}}q\left(\phi \right)}{{\mathrm{d}}\phi }g\left(\phi \right)+\frac{{\mathrm{d}}g\left(\phi \right)}{{\mathrm{d}}\phi }\right]q\bar{l}{\int }_{{s}_{h}}^{\bar{s}}f\left(s\right){\mathrm{d}}s-\frac{{N}_{a}}{{N}_{n}}\Phi \frac{{{\mathrm{d}}YN}_{a}}{{\mathrm{d}}\phi } $ | (14) |
式(11)左侧
(二)参数校准
本文所需要估计的参数主要包括:生产函数参数(
参数类别 | 参数 | 参数值 | 校准目标 |
生产函数 | A | 标准化为1 | |
κ | 标准化为1 | ||
α | 0.330 | 非农部门的资本产出份额 | |
β | 0.299 | 农业部门的资本产出份额 | |
η | 0.781 | 农业部门的劳动产出份额 | |
效用函数 | θ | 0.107 | 最低农业劳动力比例 |
ā | 0.67 | 农业劳动力比例 | |
要素市场 | L | 2.634 | 人均耕地规模 |
K | 13.155 | 资本土地比 | |
5.593 | 初始分配的人均耕地面积 | ||
能力分布 | µ | −1.378 | 确权家庭的土地经营规模 |
σ2 | 1.166 | 确权家庭的土地经营规模 |
(三)模拟分析
本部分在求解一般均衡模型的基础上,模拟分析农业劳动生产率和农业劳动密集度对土地产权强度变化的反应。在系统模拟过程中,土地产权强度变化主要根据对高能力农户的约束比例变化来实现,即受约束的高能力农户的比例越小则表示土地产权强度越高。其中,以全部家庭实际耕种的土地规模均小于等于国家分配的土地规模的点作为基准点,对应模拟图中产权强度为0的原点。模拟出的随产权强度变化的农业劳动生产率和农业劳动密集度的变动趋势图如图2和图3所示。
图2显示,在均衡状态下农业劳动生产率随着产权强度的增强而提高。土地产权的强化有利于促进农业部门的土地流转,土地从低效率农户手中流转到高效率农户手中,减弱了土地规模对高能力劳动者规模化生产的约束,从而提升土地资源的配置效率。此外,低能力农户转出土地后离开农业部门,农业劳动力数量的减少提高了农业部门的劳动边际产出。上述两种途径有效促进了农业劳动生产率的提升。图3则显示,随着土地产权强度提高,农业劳动密集度下降。除了上面所提到的减少农业劳动力数量的途径之外,土地产权增强还通过提高土地市场价值来增加低能力劳动者从事农业生产的机会成本,进而促进农业劳动力迁移到非农部门。在土地总供给保持不变的情况下,这将直接导致劳动力数量与土地比值的下降,改善农业生产要素的投入结构。
上述分析表明,土地产权强度的增加,不仅有利于提高农业劳动生产率,而且还能够降低农业劳动密集度。那么,值得我们思考的问题是:劳动密集度是否是产权强度影响农业劳动生产率的一条重要途径呢?为回答这一问题,首先需要判断农业劳动密集度与农业劳动生产率之间是否具有负相关关系。本文同样采用数值模拟方法,考察两者之间的相关性,模拟结果由图4给出。图4结果支持本文的研究假设:土地产权强度增强优化了生产要素结构,从而提高了农业劳动生产率。但这里仅给出了各变量之间的相关性分析,更为严格的因果关系推断需在实证检验部分进行讨论。
基于上述理论推导和数值模拟的分析结果,本文提出研究假说:
假说1:在农户能力异质性视角下,强化农地产权有利于提升农业劳动生产率。
假说2:在农户能力异质性视角下,强化农地产权通过降低农业劳动密集度提高农业劳动生产率。
三、模型设计及数据来源与描述
(一)模型设计
为准确评估农地产权与农业劳动生产率的因果效应,在实证检验中同样需要考虑农户能力对土地经营的增强作用。本文在回归方程中引入农户能力与强化农地产权变量的交互项,用来表示这一异质性影响效应。构建如下形式的回归模型:
$ {y}_{ik}={\alpha }_{0}+{\alpha }_{1}{certif}_{ik}+{{\alpha }_{2}{certif}_{ik}\times Abil}_{ik}+{{\alpha }_{3}Abil}_{ik}+{\alpha }_{4}{Control}_{ik}+ {\varepsilon }_{ik} $ | (15) |
下标
(二)数据来源及描述统计
本文所使用的2014年和2016年的微观数据来源于“中国劳动力动态调查”数据库(China Labor-force Dynamics Survey,简称为 CLDS)。
指标类型 | 指标名称 | 2014年 | 2016年 | ||
均值 | 标准差 | 均值 | 标准差 | ||
村庄特征 | 村庄人均年收入(万元) | 0.094 | 0.325 | 0.120 | 0.561 |
土地是否调整 | 0.324 | 0.468 | 0.162 | 0.369 | |
村庄从事农业比例 | 66.969 | 32.817 | 64.363 | 35.257 | |
村庄季节性外出人数(千人) | 311.552 | 407.733 | 256.709 | 318.769 | |
村庄土地是否有弃耕现象 | 0.357 | 0.479 | 0.344 | 0.475 | |
是否有第二、第三产业 | 0.347 | 0.476 | 0.262 | 0.440 | |
是否有小学 | 0.585 | 0.493 | 0.616 | 0.486 | |
是否通公路 | 0.990 | 0.099 | 0.965 | 0.184 | |
家庭特征 | 农业劳动生产率(万元/人) | 0.922 | 1.820 | 1.072 | 2.265 |
农业总产出(万元) | 1.600 | 2.957 | 1.718 | 3.288 | |
劳动密集度(人/亩) | 0.496 | 0.990 | 0.472 | 0.731 | |
农地是否确权 | 0.487 | 0.500 | 0.518 | 0.500 | |
是否有大型农机具 | 0.020 | 0.140 | 0.026 | 0.160 | |
是否有汽车 | 0.115 | 0.320 | 0.157 | 0.364 | |
是否享受农业补贴 | 0.646 | 0.478 | 0.590 | 0.492 | |
户主婚姻状况 | 0.884 | 0.320 | 0.883 | 0.321 | |
户主年龄 | 48.708 | 12.341 | 49.560 | 12.495 | |
户主性别 | 0.698 | 0.459 | 0.670 | 0.470 | |
户主政治面貌 | 0.063 | 0.242 | 0.065 | 0.247 | |
家庭特征 | 户主自我评估能力 | 1.026 | 0.860 | 1.126 | 0.945 |
户主受教育水平 | 2.576 | 1.291 | 2.630 | 1.272 | |
注:①劳动密集度定义为单位土地上的农业劳动力数量,用家庭农业劳动力数量除以家庭土地经营规模得到。②农业劳动生产率用家庭农、林、牧、副、渔业的加总毛收入除以家庭农业劳动力数量得到。③土地是否调整:调整=1,否则=0。④村庄土地是否有弃耕现象:有=1,无=0;村庄是否有第二、第三产业:有=1,无=0;村庄是否有小学:有=1,无=0。⑤户主婚姻状况:有配偶=1,否则=0;户主政治面貌:中共党员=1,群众=0;户主性别:男性=1;女性=0。⑥户主受教育水平取值1到11之间的整数,受教育程度越高,数值越大,其中,未受过教育=1,博士毕业=11。⑦家中是否有大型农机具:有大型农机具=1,否则=0;家中是否有汽车:有汽车=1,否则=0。⑧家庭从事农业经营是否获得政府补贴:享受农业补贴=1,不享受农业补贴=0。 |
四、强化农地产权影响农业劳动生产率的实证检验
(一)基准回归
利用模型(15),强化农地产权对农业劳动生产率的影响效应估计结果如表3所示。其中,表3列(1)和列(2)分别表示未考虑农户能力的情况下,强化农地产权对农业劳动生产率和农业总产出的影响效应,列(3)和列(4)表示在农户能力异质性的情况下强化农地产权的影响结果。
(1)农业劳动生产率 | (2)农业总产出 | (3)农业劳动生产率 | (4)农业总产出 | |
土地确权 | 0.230*** (0.056) |
0.417*** (0.083) |
0.105 (0.083) |
0.148 (0.124) |
土地确权×自我能力评估 | 0.135** (0.067) |
0.291*** (0.100) |
||
自我能力评估 | 0.164*** (0.041) |
0.267*** (0.061) |
0.079 (0.059) |
0.086 (0.087) |
村庄层面控制变量 | 控制 | 控制 | 控制 | 控制 |
家庭层面控制变量 | 控制 | 控制 | 控制 | 控制 |
时间效应 | 控制 | 控制 | 控制 | 控制 |
区域效应 | 控制 | 控制 | 控制 | 控制 |
常数项 | 0.145 (0.399) |
−1.238** (0.595) |
0.274 (0.404) |
−0.961 (0.602) |
R2 | 0.054 | 0.108 | 0.055 | 0.110 |
F统计量 | 15.350*** | 32.501*** | 14.820*** | 31.402*** |
观测值数量 | 5365 | 5365 | 5365 | 5365 |
注:①时间虚拟变量以2014年为基准组。②地区虚拟变量以东部地区为基准组。③***、**和* 分别表示在1%、5%和10%的显著性水平下显著,括号内为标准误,下表同。 |
表3列(1)和列(2)结果显示,在不考虑农户异质性能力时,土地确权对农业劳动生产率和农业总产出的平均效应均显著为正。具体来看,确权家庭比未确权家庭的农业劳动生产率高2300元/人,且农业总产出比未确权家庭高4170元。列(3)和列(4)的交互项系数显示,确权对农业生产的影响随着农户能力的提高而增强,自我评估能力每提高一个单位,农业劳动生产率将增加1350元/人,农业总产出将增加2910元。
土地确权政策强化农地产权,提高产权安全性,降低土地交易的纠纷和风险,促使土地从效率低的农户流向效率更高的农户,提高农业劳动生产效率(Deininger等,2011),这形成了农业生产中的“丹尼森效应”。
此外,农户的自我评估能力衡量了户主对现代化工具和网络的运用,高能力农户获取信息和运用信息的能力更强,可以更早地获取先进农业生产技术和现代农业生产理念,并及时地将其运用于生产之中(高万林等,2010),并根据国家政策导向最大化农业收入。因此,农户的自我评估能力越强,就越有利于发挥土地确权制度的政策红利。这与理论模型推导结论相一致。
(二)内生性检验
就本文的研究问题而言,样本非随机性、反向因果以及遗漏变量情况的存在可能导致内生性问题。样本非随机选择问题:土地确权的试点是由政府确定的,确权工作的开展是以村庄为单位,则乡村的人地数量、人地矛盾是否突出等特征将会影响确权试点的选择和确权工作的开展(程令国等,2016),进而影响农户获得《农村土地承包经营权证》的可能性(林文声等,2018),确权家庭和未确权家庭的样本抽样概率分布也就很难一致。反向因果关系:农业劳动生产效率越高的村庄越有可能被选为土地确权试点村庄。遗漏变量问题:误差项中包含的村庄不可观测特征,如村庄的气候环境和历史文化背景等因素,会同时影响家庭农业劳动生产率和土地确权颁证,从而导致模型估计偏误。
为纠正内生性问题,本文首先选择农业税废除时间作为土地确权工具变量的考量。私人财产税的存在是国家税收的逻辑起点(胡荣明,2017),农业税的征收恰好体现了国家对土地产权的保护。在家庭联产承包责任制下土地所有权和土地承包经营权“两权分离”的背景下,对农户征收的农业税是以人均占有土地产量为基准的征税行为,土地面积、单位亩产、农业人口是计算农业税的关键因素。因此,取消农业税越晚地区的农户对自家土地面积的边界感以及土地承包经营权的拥有感越强。而土地确权是以查清承包地块实际面积、空间位置等的一项工作,在农业税取消越晚的地区,越有利于土地确权登记、勘测等工作的开展,该地区土地确权的概率也就越高。其次,为保证工具变量在时间维度上的变异,本文借鉴杨子砚和文峰(2020)的研究,将城市中除该家庭之外的确权农户占所有农户的比重作为土地确权工具变量的考量,最终以废除农业税时间和城市中除该家庭之外的其他确权农户占比的交乘项作为工具变量,反映了城市层面确权政策的实施在不同村庄不同时间所产生的差异影响。由于该村庄所在省份或地区农业税废除时间越晚,城市层面确权比例越高,该村庄确权的可能性也就越大,从而保证工具变量的相关性条件成立。最后,城市层面的确权比例反映的是城市整体的确权状况,农业税废除时间反映的是村庄历史信息,并且不影响家庭现阶段的农业劳动生产率,从而满足工具变量的外生性条件。
根据回归结果,土地确权的工具变量对土地确权具有显著正向影响,“工具变量×自我评估能力”同样对“土地确权×自我评估能力”具有显著正向影响,表明内生变量与工具变量具有高度相关性。此外,识别不足检验和弱识别检验均拒绝原假设,保证了工具变量的有效性。将基准回归与工具变量的第二阶段估计结果对比分析可以看出,核心解释变量的系数估计值变化很小,且影响方向完全相同,说明基准回归结果稳健,内生性问题并不影响本文的基本研究结论。
(三)农业劳动密集度的机制检验
土地确权改革是否通过劳动密集度渠道影响农业劳动生产率?为验证此假设,本节先分析土地确权与农业劳动密集度的因果效应,之后以家庭农业劳动密集度的中位数将样本分为两组再分别进行回归,实证检验结果由表4所示。表4的列(1)和列(4)结果显示,土地确权对农业劳动密集度具有显著负向影响,且农户能力对该作用效果具有显著的调节效应。能力每提高1个单位,确权家庭在单位土地上投入的劳动力数量要比未确权家庭少0.058人。从土地市场角度来看,确权改革通过对承包地登记造册并颁发证书,使得土地承包权超越村庄“熟人圈”而得到社会更广泛的认同。这一方面有助于减少农地流转市场中由于信息不对称而带来的交易风险,降低农地流转成本,提高农地流转数量;另一方面,农户面对超越“熟人圈”的土地供需信息,更有机会和途径参与到土地流转过程中,这提高了土地租赁市场的活跃度,进而扩大农地经营规模,降低农业劳动密集度。而对于高能力农户来说,这一效应将被放大。自我评估能力高的农户更能够充分利用现代化信息工具,通畅地获取农业政策和土地市场的相关信息,降低搜寻交易对象的成本,甚至是合约成本,更快速地参与到农地流转市场中。大规模的土地流转必然伴随着农村人口向外地转移,从而降低农业劳动密集度。从迁移成本角度来看,地权稳定性降低了农业劳动力向非农部门转移的机会成本,并且土地资源被高能力农户充分利用,相当于增加了低效率农户从事农业的机会成本,促使家庭中更多的农业劳动力从事非农产业,农业劳动密集度也随之降低。
(1)劳动密集度 | (2)农业劳动 生产率 |
(3)农业劳动 生产率 |
(4)劳动密集度 | (5)农业劳动 生产率 |
(6)农业劳动 生产率 |
|
土地确权 | −0.117*** (0.022) |
0.117** (0.049) |
0.272*** (0.0941) |
−0.0618* (0.0324) |
−0.004 (0.072) |
0.194 (0.142) |
土地确权×自我评估能力 | −0.058** (0.025) |
0.134** (0.059) |
0.085 (0.115) |
|||
自我评估能力 | −0.013 (0.016) |
0.123*** (0.036) |
0.198*** (0.068) |
0.022 (0.0218) |
0.046 (0.050) |
0.142 (0.102) |
村庄层面控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
家庭层面控制变量 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
时间效应 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
区域效应 | 控制 | 控制 | 控制 | 控制 | 控制 | 控制 |
常数项 | 0.625*** (0.152) |
−0.445 (0.353) |
0.797 (0.675) |
0.572*** (0.153) |
−0.337 (0.355) |
0.885 (0.685) |
R2 | 0.065 | 0.059 | 0.049 | 0.066 | 0.061 | 0.049 |
F统计量 | 23.302*** | 7.630*** | 7.490*** | 22.450*** | 7.530*** | 7.160*** |
观测值数量 | 6675 | 5365 | 5365 | 6675 | 2447 | 2918 |
农业劳动密集度的降低将促使农业劳动生产率的提高。表4列(2)和列(3)分别表示家庭农业劳动密集度高于中位数、家庭农业劳动密集度不高于中位数的回归结果,根据土地确权的估计系数,相对于基准回归的估计结果,农业劳动密集度更低的家庭,土地确权对农业劳动生产率的促进效应越明显。劳动密集度降低通常伴随着土地资源向部分家庭集中的情况。现阶段中国农村的耕地规模远远低于经营的最优规模(倪国华和蔡昉,2015),而土地确权增强了地权的安全性和交易自由化,为农户扩大经营规模提供了便利条件,这将有助于提升农业劳动生产率。表4列(5)和列(6)分别表示家庭农业劳动密集度高于中位数、家庭农业劳动密集度不高于中位数的情况。根据土地确权以及土地确权与自我评估能力交互项的估计系数,即使对于农业劳动密集度较高的家庭,农户能力较高的家庭能够显著提高土地确权对农业劳动生产率的提高效应。土地集中化有利于农户引进先进的生产技术、管理手段和栽培方式,尤其对于高能力农户,拥有更为先进的现代农业生产理念,农户可通过改良生产技术或者种植结构,选择生产成本少、经营效益高的经济作物,提高农业生产效率。此外,在农村土地流转过程中,生产效率低的农户更愿意将土地租出进而减少或退出农业生产,因此更多的土地集中在效率高的农户手中,这优化了农业资源配置效率,而退出农业的劳动力将从非农部门中获得更多的非农收入,家庭可以把更多的资本投入到农业生产中,从而提高农业的生产效率。因此,农业劳动密集度是改善资源配置的重要表现,是强化农地产权影响农业劳动生产率的重要中间环节。
五、进一步分析
(一)依据村庄是否调整土地分类
土地确权的本质是稳定农村土地承包关系,而村庄土地调整所带来的地权不稳定无疑和土地确权的目的相悖,那么在发生过土地调整的村庄,确权改革的政策效应是否会大打折扣?本文依据村庄是否调整土地将样本分为两类,分别进行回归。根据回归结果,无论是否考虑农户能力差异,在发生过土地调整的村庄,确权改革的政策效应均不显著。对于未进行过土地调整的村庄,确权农户比未确权农户的劳动生产率平均高2340元,且农户自评估能力和土地确权交互项的系数显示,农户能力每提高1个单位,确权对农业劳动生产率的影响效应增加1180元。
(二)依据村庄产业结构分类
村庄中第二、第三产业的存在能为该村庄的农业劳动力提供更多的非农就业机会,增加农户现金收入。但村庄中第二、第三产业的存在同样将提高农业劳动力迁移的机会成本,对原本倾向于迁移的劳动力形成“软约束”,导致村庄的农业劳动密集度过高,生产要素结构配置不合理。为分析村庄产业结构是否会影响到强化农地产权政策效应发挥,本文基于该指标将样本区分为两类分别进行回归。我们发现,对于有第二、第三产业的村庄,土地确权未能提高其农业劳动生产率。
(三)依据农业机械化程度分类
农业机械化使用现代化生产机具逐步替代传统手工劳作或落后生产工具,这是不断提高农业生产技术、经济效益和生态效益的转变过程,在现代农业发展中具有重要作用。强化农地产权通过土地流转扩大了农户经营规模,而规模化的经营模式需要生产作业机械化。因此,本文依据家庭农业机械化程度将样本分为两类,用以检验强化农地产权效应是否因农户生产方式不同而有所区别。回归结果显示,对于完全机械化生产的家庭,土地确权对提高其农业生产率的作用效果更明显。在考虑到农户能力差异情况下,土地确权对未完全机械化家庭的农业劳动生产率的影响效应并不显著。
六、结论与启示
中国正处于深化农村土地制度改革进程中,准确评估农地产权强度的变化对农业劳动生产效率的影响,对后期深化土地制度改革以及出台保障政策的配套措施具有重要参考价值。因此,本文基于异质农户能力视角构建两部门一般均衡模型,理论分析并数值模拟强化农地产权与农业劳动生产率之间的结构关联。本文进一步利用2014年和2016年中国劳动力动态调查(CLDS)数据集中的村庄和家庭混合截面数据,进行因果关系识别检验以及影响传导机制分析。本文研究结论包括:第一,通过对一般均衡模型的求解、校准和模拟发现,随着土地产权强度的增强,土地经营规模对高能力农户的约束逐渐减弱,进而降低农业劳动密集度并提升农业劳动生产率;第二,实证检验同样发现土地确权有利于提升农业劳动生产率,且影响效应随农户能力的提高而增大,且这一结论在以工具变量两阶段估计的检验下仍然稳健;第三,机制分析结果表明,劳动密集度在强化农地产权影响农业劳动生产率的渠道中发挥重要作用,且该机制受到农户能力调节影响;第四,对于未发生土地调整、以农业为核心产业的村庄以及采用完全机械化生产方式的家庭,强化农地产权对农业劳动生产率的提升效应更为明显。
本文认为应深化农村土地制度改革,增强农业农村经济活力。一方面,继续深化农村土地制度改革,鼓励高技能、高素质农民走职业化发展道路,提高农业劳动力人力资本,并最终助力农业生产效率的提升。与此同时,延长农业产业链、拓展农业功能,高效整合利用农村各类资源,解决农村剩余劳动力“就业难”问题。另一方面 ,应发挥多种形式规模经营在农业生产中的引领作用,引领农业适度规模化、机械化经营,增强农业农村发展新动能,为促进乡村全面振兴、实现农业农村现代化创造有利条件。
[1] | 陈飞, 刘宣宣. 土地确权、要素偏向性技术变革与产业结构转型[J]. 统计研究, 2021(10): 76–89. |
[2] | 程令国, 张晔, 刘志彪. 农地确权促进了中国农村土地的流转吗? [J]. 管理世界, 2016(1): 88–98. |
[3] | 盖庆恩, 朱喜, 程名望, 等. 土地资源配置不当与劳动生产率[J]. 经济研究, 2017(5): 117–130. |
[4] | 高万林, 李桢, 于丽娜, 等. 加快农业信息化建设 促进农业现代化发展[J]. 农业现代化研究, 2010(3): 257–261. DOI:10.3969/j.issn.1000-0275.2010.03.001 |
[5] | 胡荣明. 地权与税制: 抗日根据地农业税的结构性分析[J]. 中国经济史研究, 2017(1): 25–36. |
[6] | 胡永泰. 中国全要素生产率: 来自农业部门劳动力再配置的首要作用[J]. 经济研究, 1998(3): 31–39. |
[7] | 黄季焜, 冀县卿. 农地使用权确权与农户对农地的长期投资[J]. 管理世界, 2012(9): 76–81,99. |
[8] | 林辉, 钟腾, 华生. 自然产权、能力异质性与第三方力量[J]. 世界经济, 2019(5): 168–192. |
[9] | 林文声, 王志刚, 王美阳. 农地确权、要素配置与农业生产效率——基于中国劳动力动态调查的实证分析[J]. 中国农村经济, 2018(8): 64–82. |
[10] | 罗必良, 郑燕丽. 农户的行为能力与农地流转——基于广东农户问卷的实证分析[J]. 学术研究, 2012(7): 64–70. DOI:10.3969/j.issn.1000-7326.2012.07.012 |
[11] | 冒佩华, 徐骥, 贺小丹, 等. 农地经营权流转与农民劳动生产率提高: 理论与实证[J]. 经济研究, 2015(11): 161–176. |
[12] | 倪国华, 蔡昉. 农户究竟需要多大的农地经营规模? ——农地经营规模决策图谱研究[J]. 经济研究, 2015(3): 159–171. |
[13] | 王常伟, 顾海英. 规模化、农户能力对农产品合格率影响的实证分析[J]. 农业技术经济, 2017(11): 4–15. |
[14] | 杨子砚, 文峰. 从务工到创业——农地流转与农村劳动力转移形式升级[J]. 管理世界, 2020(7): 171–184. |
[15] | 姚洋. 中国农地制度: 一个分析框架[J]. 中国社会科学, 2000(2): 54–65. |
[16] | Adamopoulos T, Restuccia D. The size distribution of farms and international productivity differences[J]. American Economic Review, 2014, 104(6): 1667–1697. DOI:10.1257/aer.104.6.1667 |
[17] | Chen C R. Untitled land, occupational choice, and agricultural productivity[J]. American Economic Journal: Macroeconomics, 2017, 9(4): 91–121. DOI:10.1257/mac.20140171 |
[18] | Deininger K, Ali D A, Alemu T. Impacts of land certification on tenure security, investment, and land market partici- pation: Evidence from Ethiopia[J]. Land Economics, 2011, 87(2): 312–334. DOI:10.3368/le.87.2.312 |
[19] | Lagakos D, Waugh M E. Selection, agriculture, and cross-country productivity differences[J]. American Economic Review, 2013, 103(2): 948–980. DOI:10.1257/aer.103.2.948 |