土地：农民增收的保障还是阻碍？，本文主要内容关键词为：农民增收论文,土地论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
一、引言与文献评述 中华文明在很大程度上脱胎于农耕文化。正是这长达几千年的、以农耕为主体的生产模式，造就了中国人慎思明辨、勤劳质朴、热爱和平的精神特质，并由此发展形成为华夏特有的璀璨文明。所以自古以来，土地一直被视作最为重要的生产资料，更是农民赖以生存的基本保障。然而进入21世纪以来，随着中国改革开放的不断深入和工业化的快速发展，务工收入在农民收入中的比重不断攀升，土地在农民增收中的作用也日渐式微。根据国务院农民工工作领导小组的消息，2013年务工收入已经占到农民人均收入的50%。很显然，土地已经不再是农民增收的决定性因素。那么在这一新的历史时期，土地这一资源禀赋在农民增收中承担着什么样的角色？是否仍是农民增收的保障？还是从某种程度上限制了农民获取更高收入？如果有着保障(或阻碍)的作用，又主要表现在哪些方面？关于这些问题的深入研究，对于完善中国的土地流转政策、农村公共品供给制度、农民工劳动力市场建设和新型城镇化建设，都具有十分重大的意义。 早期的经济学思想中，均认为土地是极其重要的生产资料，是农民收入的基本保障，而关于“土地是否具有负面影响”的思考却比较罕见。关于土地可能存在着负面影响的说法，可以追溯到法国哲学家让·博丹(Jean Bodin)，他曾在1576年写道，“那些土地肥沃国家的人们往往过于娇气、懒惰和懦弱，相比之下，那些生活在荒芜国土上的人们则表现得更为稳健、勤奋和执着”。该评论仅限于土地对性格的影响，并未论及收入，并且在随后的几百年中，也罕有“土地会导致收入降低”的“奇谈怪论”。但这一情形在21世纪初发生了变化，随着有关“资源诅咒”研究的兴起，经济学界也开始关心土地是否也是一种“诅咒”，而这一领域的代表文献为Stijns(2005)。该研究发现，土地禀赋对经济增长有明显的阻滞作用。其原因在于丰富的土地资源容易将经济体引向初级加工和农业出口的发展方向，而不是将更多的资源投向具有高附加值的制造业，从而不利于经济增长和民众收入的提高。 关于土地对农民收入的影响力研究，诸多文献认为，对于那些工业化水平较低、传统农业生产部门比重较大的经济体，土地仍是农民收入的重要保障，是造成农民之间贫富差距的主要因素。Borooah et al.(2006)使用印度上世纪90年代的数据证实，有地农民比无地农民的收入高出近60%。Bravo-Ureta et al.(2006)针对中美洲(以农业经济为主的地区)国家数据开展研究表明，是否拥有土地、对土地的利用程度对农民收入具有重大影响。Winters et al.(2009)使用15个发展中国家的数据开展研究表明，更多的土地意味着更高的农业产出率，在缺乏土地的国家，能够从事农业生产的土地面积对农民的收入具有重大影响。和中国类似，诸多发展中国家的农民也越来越多地参与非农生产，其收入也越来越依赖工资性收入。然而，农民外出务工也存在着很多隐性成本，比如难以照料老人和孩子、夫妻分居、在他乡的孤单和不适应、较大的心理压力和自卑情绪、难以融入城市生活、难以享受打工城市的公共服务、普遍存在的“就业歧视”、忍受同工不同酬的不公现象等等困难(陶然和周敏慧，2012；姚先国和赖普清，2004；李培林和李炜，2010)。所以当土地资源略为充裕时，很多农民会选择在农村继续务农，反而不能获得更高的收入水平。上述推论有着非常好的实证依据，比如有关墨西哥、尼加拉瓜、智利、厄瓜多尔、印度的实证研究都有十分一致的结论：当土地规模越大时，农民会将更多的精力投入到农业生产中，同时会减少在非农就业中的时间，进而降低务工收入在总收入中的比重。①而关于中国的相关研究(Liu et al.，2014；Shi et al.，2007；张广胜和周娟，2009)也发现，农民是否外出务工乃至务工地的选择，都显著受家庭拥有多少土地的影响，且人均种植业收入的增加会抑制农民外出务工。 上述文献的基本结论是，土地是获取农业收入的重要条件，但也可能抑制农民获取更高的务工收入。这提醒我们在开展相关研究时需要将两类收入分开讨论。但也有部分文献认为土地也可以和务工收入之间实现良性互动。Gray & Bilsborrow(2014)针对拉丁美洲的研究发现，更优越的土地禀赋往往在使用化肥、机械时具有更好的产出效率，可以节约出更多时间用于外出务工，而外出务工也可以将更多的汇款汇入农业生产以提升化肥、机械的使用频率，这样外出务工和获取农业收入之间可以实现良性循环。并且也有部分实证研究证实农业收入、土地利用和农民外出务工的比例并无明确的负相关关系(Jokisch，2002；Damon，2010；Van Wey et al.，2012)。这类文献给我们的重要启示是，土地对农民收入的影响不是单向且没有反馈作用的，而农业投资在这种反馈作用中承担了重要角色，所以我们的分析中应当包含农业投资这一重要变量。由于土地禀赋除了会直接对农民的种种行为产生影响之外，也会影响其他经济变量从而造成整个经济体的结构变动甚至会反过来又影响到农民的行为。所以只有土地禀赋变动之后的均衡态才能反映其最终效应，这就需要我们使用一般均衡分析的研究方法。也正因为采用了一般均衡的分析方法，所以本文的主旨并非研究微观层面上农民面对土地变动时的直接行为反应(类似微观计量的研究)，而是研究宏观层面土地对农民整体平均收入水平的影响。另外，为防止研究歧义，本文将土地限定为原始的农业生产禀赋条件。 另外，仅仅研究土地对农民农业收入、务工收入的直接影响也是不够的。从目前已有的若干文献中，我们还可以发现土地在影响农民收入的过程中可能存在各种间接效应，比如土地对其他要素增收效应的影响。Van den Berg et al.(2007)针对浙江省的研究发现，随着土地规模的扩大，对机械化的需求日盛，而面积更大的农场中机械化生产更具效率。Fan et al.(2000)采用印度的数据进行研究发现，雨养农业区农业投资的减贫效应明显强于灌溉农业区。这两篇文献给我们的重要启示是，随着土地禀赋的变化，农业投入的边际产出也会发生变化。并且，根据Gray & Bilsborrow(2014)的研究可知农业投入可以和外出务工收入产生良性互动，而土地禀赋变动后，农业投入和务工收入之间的促进作用也应该会同步发生变化。所以，土地对农民收入的影响还应表现在其对农业投资增收效应的影响上，于是我们的研究应相应增加这方面的分析。 总结而言，从现有文献中得到的重要启示有：(1)土地对农业收入和务工收入的影响迥异，需要分别研究；(2)需要使用一般均衡的视角来分析土地对农民收入的综合影响；(3)不仅要研究土地对农民收入的直接影响，还需考察其对农业投资增收效应的影响。本文通过构建一个符合中国城乡二元经济结构特征的随机动态一般均衡(DSGE)模型，兼顾了上述三条。本文的结构如下：第一部分是引言，第二部分是理论模型，第三部分是参数估计和数值模拟分析，第四部分是基于多种计量模型的实证检验，第五部分是结论。 二、理论模型 (一)土地影响农民收入的机制 本文的理论模型用以分析在中国特有的经济环境下，农村土地对农民收入的影响。从一般均衡分析的视角出发，当农村土地面积变大时，②农民的行为并不确定，农民收入的变化就更加难以确定。直观来看，当其他变量不变时，土地面积更多的农民会选择更多的时间从事农业生产，减少进城务工的时间，所以其农业收入上升、务工收入下降而总收入的变化方向难以确定。但进一步以一般均衡的视角来看，农村土地面积变大会导致对农业投资的需求增加，而农业投资和劳动之间具有替代关系，且农业投资需求增加会导致全社会对工业品需求增加，这反而会促进农民进城务工。并且，由于中国城乡二元经济结构中的特有现象，即使农民选择更多时间进城务工，也未必带来更高的工资性收入。由于土地面积的变动导致城市工资率发生了变化，③同时由于广泛存在的进城务工成本和同工不同酬的就业歧视(劳动力市场扭曲)，且城市居民拥有企业所有权而获取利润分红④，即使农民增加了进城务工时间也未必获得更高的工资性收入，对农民总收入的影响就更加难以确定。总结而言，农村土地究竟会对农民收入产生何种影响，取决于特定经济环境下土地禀赋变动后导致的一系列经济变量变化之后的互动结果。这要求我们使用的一般均衡模型能够体现上述中国城乡二元经济结构中的特殊现象，并且其中的参数值选取应尽可能贴近中国现实。 基于上述讨论，本文的模型在Restuccia et al.(2008)、孙宁华等(2009)、钞小静和沈坤荣(2014)、陈钊和陆铭(2008)等文献的基础上，重点进行了如下创新：(1)细致考虑了诸如农民工务工成本、劳动力市场扭曲、城市居民拥有企业所有权这些中国特有的经济现象；(2)重点使用贝叶斯方法对模型参数进行估计，借助DSGE模型长期均衡值进行分析并设计了特定的外生冲击，综合研究了土地对农民收入的长、短期影响；(3)实现了城乡土地面积使用“此消彼长”的机制，将土地面积变动所可能引致的一般均衡效应更充分地体现在模型中。 (二)家庭 假设家庭的终生效用函数为：
其中，U代表终生效用现值，0＜ρ＜1表示时间贴现率，
表示当期效用值，i=1表示农村家庭，i=2表示城市家庭。 1.农村家庭 为简便起见，假设农村居民的效用函数为简单的对数形式：
其中，
代表农民对工业品的消费，
代表对农业品的消费，h表示人均农业资本，
分别表示农业品消费和资本对效用的影响力，
表示对农村家庭的偏好冲击。假设农民每期使用l比例的时间从事农业生产且和外出务工时间的总时间约束为1，这种设置可以方便地在一般均衡模型中考察农民工的规模。借鉴Restuccia et al.(2008)、孙宁华等(2009)、钞小静和沈坤荣(2014)等文献，将土地作为重要的生产要素，设农业生产函数为：
其中，
表示农村人口总数，
表示农村土地面积，H表示农户资本总量，
表示农村劳动力和农村土地面积的产出弹性，
表示农业生产率，
在这里的作用是个“楔子”，用于调节由于单位等原因导致的模型中工农业产出比与现实经济的差距，我们使用农村人口
进行人均化表示为：
其中，
是人均农业产出，
是人均农村土地面积，设置成在均衡值附近以一阶自回归形式波动的情形。假设农村居民农业产出全部转变为收入，且不考虑储蓄行为，借鉴国务院发展中心课题组(2010)，设定农民在城市打工具有额外的生活成本，于是农民的预算约束为：
其中，d表示在城市务工的生活成本参数，大于0且小于1；
表示农民工工资；s表示农业投资，由于本文设计的农业投资可积累，所以主要指固定资产投资；右端是农民的收入income。本文对农业资本积累的设计如下：
其中，
表示农业资本折旧率，τ表示与城市投资相比的效率系数，
表示农业投资的外生冲击，用以研究农村土地对农业投资增收效应的影响。根据式(1)—(6)，可以得到一阶最优条件如下：
2.城市家庭 为简化分析，暂时不考虑城市居民的资本积累对居民的效用，其即时效用函数如下：
式(20)表明，城市土地边际产出和农村土地边际产出之间存在dr的比例关系，这一比例和政府的耕地保护政策、城市开发政策等政策相关。 (五)总资源约束与出清条件 劳动力市场出清(L表示总人口)、工业品市场出清、农产品市场出清、土地出清(M表示总土地面积)的平衡式如下：
三、参数估计与数值模拟分析 (一)数值模拟分析研究思路 根据本文研究的需要，后文中我们从三个方面分析土地对两类收入的影响：(1)将农村土地面积均衡值以0.02的步长在区间[2.3，2.4]之间移动，观察其他变量均衡值变动的情况，来讨论农村土地面积对模型各个内生变量尤其是农民两类收入和总收入长期均衡值的影响(长期影响)；(2)分析在相同的农村土地面积均衡值下，不同的农村土地面积冲击对两类收入的影响，借以分析两类收入对土地冲击的短期反应(短期影响)；(3)在相同的农业投资冲击下，分析当土地面积均衡值不同时，农民两类收入对冲击的反应情况。借由前两方面的分析，可以得到土地面积对农民收入的影响，借由第3条的分析，可以研究土地对农业投资增收效应的影响。 (二)参数估计 借鉴现有文献的标准做法，本文重点使用贝叶斯方法进行参数估计。在使用贝叶斯估计之前，我们需要对一些数值较为明确的参数进行直接校准，并且如果将所有结构性参数都采用贝叶斯估计的话，很多参数根本无法识别(Canova & Sala，2009)。由于本文的数值模拟时间跨度选为年，所以效用的时间贴现因子ρ设定为0.92(Gong & Zou，2002)。关于城市资本存量的折旧率
，本文借鉴国内关于资本存量估算的最新成果——陈昌兵(2014)一文的可变折旧率计算方法，取均值0.0563为校准值。为了便于分析，将城乡人口比、
和
的均衡值设定为1。关于土地面积，因为人均城市居民占地面积为0.38亩(《中国统计年鉴2014》中2013年人均城市面积转换为以“亩”为单位的数值)，农村人均耕地面积为2.34亩(此为2012年数据，2013年数据暂缺)，所以总平均面积设为2.72亩。本文其余参数的先验分布见表1。这些先验分布的设定主要参考了刘勇政和冯海波(2011)、Iacoviello & Neri(2010)、Smets & Wouters(2003)、傅晓霞和吴利学(2013)、王国静和田国强(2014)。其中若干设为“楔子”的调整参数以及十分难以设定先验值的参数采用逆向选取法，即根据内生变量真实值的大小和比例关系，对特定参数进行选择。本文选择如下6个观测变量(1983-2012年年度数据)进行贝叶斯估计：第一产业人均产出(以农村人口折算)、二三产业人均产出(以城镇人口折算)、农村人均农产品消费、农村人均工业品消费、城市人均农产品消费、城市人均工业品消费，其中产出采用GDP平减指数平减，消费采用CPI指数折算，城乡人均工业品和农产品消费使用人均消费和恩格尔系数估算，上述数据来自历年《中国统计年鉴》。另外需要说明的是，本文的农业生产函数中
和
分别指代劳动力、土地的产出弹性，借鉴许庆等(2011)的研究结果(从各种粮食作物来看，劳动力的产出弹性从-0.004到0.0929不等，各种农产品的资本产出弹性跨度为-0.0076到0.2619，土地的产出弹性跨度为0.7761到0.9740)，考虑到农业生产还包括其他经济作物和牲畜饲养等，所以
和
的先验均值设定为0.1和0.8。 (三)基于均衡值的比较静态分析
根据前文分析思路中的第1条，表2给出了农村土地面积均衡值变动时，模型核心内生变量长期均衡值的变动情况。从表2可以看出，随着农村人均土地面积的增加，人均农业收入
增加，人均工资性收入sa下降。从其他内生变量的变化情况可以发现其机制如下：农村土地面积增加促使农业劳动力的边际产出提升，同时由于减少了城市土地面积而使得城市劳动力边际产出
下降，所以
也下降，于是更多的劳动力选择留在农村(l上升)，这就降低了城市工业产出
，也同时降低了农民的务工收入sa。在这期间，尽管城乡居民工业品消费都在提升，⑥但由于较高的进城务工成本和劳动力市场扭曲的情形存在，使得农民更加倾向于留在农村从事农业生产，而同时由于农村土地面积增加，所以农业收入
也增加。从
和sa的变化幅度也可以看出，农业收入的增加并不能弥补工资性收入的减少，但l还是增加了，从而证实务工成本和劳动力市场扭曲的重要作用。从表2还可以看出，农村土地面积均衡值对农民总收入(income)的影响为正，但变化幅度很小，并不显著。其不显著的原因在于土地对农业收入的促进作用和对工资性收入的阻碍作用差别不大。
(四)脉冲响应分析 关于前文研究思路的第2、3条，需要采用冲击反应来进行分析。本文共设计了6种冲击，而我们最关心的是农村土地面积冲击和农业投资冲击。图1绘制了不同农村土地面积冲击下农民收入的反应，可以发现农村土地面积冲击对农业收入始终为正向影响，对工资性收入始终为负向影响，这和表2的分析结论完全一致。从反应程度看，随着农村土地面积冲击标准差(数值模拟中从0.005变化到0.015)的变大，两类收入的反应均变大且方向不变，从而证实“土地面积对农业收入有正向影响、对工资性收入有负面影响”这一结论具有很好的稳健性。
图1 不同农村土地面积冲击下农民收入的反应 为辨析土地面积对农业投资增收效应的影响，我们绘制了图2。从图中可以看到，农业投资对两类收入的影响均为正，且随着均衡土地面积的增加，以标准差为冲击值的农业投资冲击对农业收入的影响不断增加(曲面向右上角倾斜)，而对工资性收入的影响有所下降(曲面向右下角倾斜)，这说明当土地面积增加时，农业投资对农业收入(工资性收入)的促进作用增加(减少)。其原因如下：农业投资可以直接促进农业产出的增加，也可以替代农村劳动力从而导致外出务工时间增加，而随着土地面积的增加，农民将更多的时间用于农业生产且农业资本边际产出变大，所以与农业投资对劳动力的替代作用所导致的务工时间增加相比，农业投资对农业生产的促进作用更加明显，所以导致农业投资对工资性收入的促进作用下降、对农业收入的促进作用增加。
图2 不同农村均衡土地面积下农民收入对投资冲击的反应 (五)DSGE模型的稳健性检验⑦ 为了研究上述模型结论是否稳健，本文进行了如下分析。(1)求解模型核心变量均衡值，和现实经济进行比较，发现和现实经济的具体数值以及数值之间的比例关系十分接近。(2)为研究基于长期均衡值分析结论的稳健性，我们将重要参数在经验允许的范围内进行变动，发现农村土地面积增加时，工资性收入始终是下降的，农业收入始终是上升的，但总收入的变动却时正时负且变动幅度始终较小。研究中还发现，随着d和σ的增加，也即随着农民工务工环境的改善，土地对农民总收入的正面作用逐渐转变为负面作用。⑧(3)研究了重要参数在经验允许范围内变动时，外生冲击引发农民收入变动的特征，其结论和前文一致。(4)鉴于现有研究中较少在城市生产函数中加入土地要素，所以本文进一步讨论了不考虑城市土地的模型，其结论和前文一致。 四、对模型结论的实证检验 前文模型所得出的主要结论有：农村土地面积可以提升农业收入和降低工资性收入，但对农民总收入的影响却并不显著；农村土地能够提高(降低)农业投资对农业收入(工资性收入)的促进作用。其中关于土地面积对农民收入的影响，可以采用线性回归模型进行验证，而关于土地面积变动导致农业投资增收效果变化这一特征，则需要采用考察非线性特征的回归模型加以验证。 (一)变量和数据的选择 考虑到面板数据的优越性以及数据的可得性，我们采用中国内地30个省份(西藏部分数据不全，故没有列入)1998年到2012年的面板数据开展计量分析。后文所用数据来源于各年份《中国农村统计年鉴》《中国劳动统计年鉴》《中国卫生统计年鉴》《中国统计年鉴》《中国住户调查年鉴》和中国基础地理信息网(获取国土面积)。本文所有变量的表述方式、描述性统计见表3。
依照前文的分析，为讨论农村土地面积对不同类型农民收入的影响力，本文除考察农民纯收入外，还将分别研究农民收入中的两个重要组成部分——工资性收入和农业收入。现有统计年鉴中一般将农民纯收入划分为工资性收入、财产性收入、家庭经营性收入和转移性收入四部分，其中工资性收入对应本文的外出务工收入，家庭经营收入的数据对应于农业收入的部分⑨，这两种收入在纯收入中占绝大比重，将三种收入数据使用各省份各年度CPI指数折算成1998年不变价的数值。考虑到现有数据的完整性和可得性，本文选择人均经营耕地面积指代农村人均土地面积(单位：亩)，使用人均农户固定资产投资(用固定资产投资价格指数折算成1998年价格，单位：元)来指代农业投资(计量分析中或直接称之为农业投资)。基于本文研究需要以及现有的关于农民收入的宏观计量研究文献，我们设定若干控制变量：反映地区基础设施情况的公路密度(运营里程除以国土面积，单位：公里/万平方公里)；反映农村医疗服务水平的农村千人均医疗工作者数目(单位：人/千人)；反映财政分权状况的财政分权度(采用省级人均财政支出除以省级、中央人均财政支出之和表示)；反映农村自来水状况的饮用自来水人口比重(单位：%)；反映经济基本面的人均GDP数值(使用平减指数平减，单位：元/人)；反映城市化水平的城市人口比重，反映农村机械动力的人均机械动力(单位：千瓦/人)；反映农村人力资本状况的平均受教育年限(将文盲或半文盲、小学、初中、高中、中专、大专以上以1年、6年、9年、12年、12年和17年为权重进行计算)。 (二)研究方法简介 1.普通面板回归模型 由于本文采用面板数据开展研究，可能存在滞后因变量、内生性等问题，综合现有文献对这一类问题的处理方式，本文在静态回归模型的基础上，选择采用基于系统广义矩估计(system GMM)的动态面板数据回归模型开展研究：
2.门槛面板回归模型和平滑转换面板回归模型 根据前文的分析，本文需要讨论耕地面积变动时，inf的回归系数变化情况。而在面板数据研究中专门考察回归系数随某变量而发生变化的计量方法主要有门槛面板回归模型(panel threshold regression，PTR)和在其基础上进一步改进的平滑转换面板回归模型(panel smooth threshold regression，PSTR，González et al.，2005)，使用这两种方法的优势可参阅骆永民和樊丽明(2012)。
(25)和(26)式是静态(Hansen，1999，2000)、动态(Caner & Hansen，2004；Kremer et al.，2013)的PTR模型，θ后面增加1和2的标注表示解释变量被土地面积这一门槛变量分为小于和大于门槛值thresh的两部分，其各自有特定的回归系数。X是控制变量向量。动态PTR模型与静态模型不同的是，(26)式中增加了滞后因变量，并且增加了内生控制变量向量Z，X″是其他控制变量。为估算带有内生控制变量的PTR模型，Caner & Hansen(2004)采用一种简化型(reducted form)的方式进行估算，Kremer et al.(2013)又在简化型的基础之上使用前向正交离差(the forward orthogonal transformation)的方法来处理个体效应，使模型扩展到对滞后因变量的估计。但是，这两篇文献中的模型和本文模型皆有较大差别，比如Caner & Hansen(2004)一文中所有控制变量均受制于门槛变量，具有一个以上的回归系数，这会极大地损失自由度，需要较大数据量才能做出较为准确的估计。Kremer et al.(2013)模型中门槛变量同时也是解释变量，这也和本文不同。所以我们借鉴这两篇文献的主要思想，自行使用MATLAB 7.10.0编写了动态PTR模型的估算代码。⑩另外需要说明的是，(25)和(26)式中的门槛值thresh可以有多个，比如有thresh1和thresh2的时候可以将inf分为三个区间，即land＜thresh1、thresh1＜land＜thresh2和land＞thresh2这三个区间。从PTR模型的形式可知，在找到门槛值之后，要求回归系数瞬间、一致地发生变化，这一要求显然过于严格了。而PSTR不同，该模型中回归关系不再发生“转折”，而是平滑连续地变化，所以有着更广泛的使用价值。
其中，
是介于0和1之间的连续函数，被称作转移函数，E为转移函数的个数，
为斜率系数，决定转换的速度，
为转换发生的位置参数(可以有m个)。González et al.(2005)设计的PSTR模型使所有控制变量、解释变量都受制于门槛变量，而本文为了和PTR模型保持一致以及避免估计过多的参数，仅将inf作为受约束变量(采用MATLAB7.10.0编程完成)，同时出于技术难度过高的缘故，本文没有考虑动态的PSTR模型。本文同时使用PTR模型和PSTR模型的用意在于，PTR模型可以清晰地考察回归系数的变化方向，且能够考虑内生性和滞后因变量问题，PSTR模型则一方面避免了PTR模型关于非线性关系过于严格的假设，另一方面也可以同静态、动态PTR模型一起考察相应的非线性特征是否稳健(主要观察系数变化方向是否一致)。 (三)回归结果 1.普通面板回归模型结果分析 本文计量模型中若干变量和农民收入之间存在反向因果的内生性问题，由于内生性问题的存在容易使得普通最小二乘法存在“动态面板估计偏误”(Roodman，2007)，且考察农民收入显然需要涉及滞后项，所以基于系统GMM估计的结果应该更加可取。根据表4中AR检验和Sargan检验，可以看出本文的动态面板回归模型设定是合理的。基于表4的回归结果，可以发现无论是否考虑内生性、滞后因变量，即不管是静态还是动态的面板回归模型，耕地面积对农业收入的影响均显著为正，对工资性收入的影响均显著为负，表现为较强的稳健性。这和DSGE模型的结论完全一致(见表2和图1)。关于土地对农民纯收入的影响，从表4可知，在静态模型中耕地面积对纯收入的影响显著为负，在动态模型中其影响为正但并不显著。由于动态面板回归模型的结论更加可靠，所以可以得出耕地面积对农民纯收入影响不显著的结论，这和DSGE模型中基于表2的比较静态分析的结论也是一致的。 2.PTR、PSTR模型的结果分析 进一步地，表5给出了PTR和PSTR估计结果。基于静态的PTR模型中，本文给出了具有两个门槛值的回归结果，从F检验可知两个门槛值均十分显著。关于工资性收入的回归结果显示，当人均耕地面积超过0.6时，边际工资收入由0.89下降到0.15，并在land超过7.5时进一步下降到-0.46，说明随着土地面积的增加，农业投资的边际工资收入也在下降。而关于农业收入的回归结果则显示，随着land的上升，边际农业收入从-0.25上升到0.72。考虑到内生性和滞后因变量问题，表5还给出了动态PTR模型的回归结果，使用的估计方法为GMM方法。从结果可以看出，随着land超越门槛值，农业投资的边际工资收入从0.29下降到0.06，边际农业收入从-0.08上升到0.13。基于上述回归结果，可以发现无论是静态还是动态PTR的回归结果均显示：随着土地面积的增加，农业投资对农业收入的促进作用增加，对工资性收入的促进作用减少，这就验证了DSGE模型的结论。为了进一步研究上述非线性特征(即回归系数随着耕地面积的变大是变大还是变小的特征)是否确切，本文还使用PSTR模型进行了分析。由于PSTR模型回归系数是需要采用函数进行计算的，难以直观分析，所以图3绘制了PSTR模型中农业投资的边际工资收入、边际农业收入随着人均耕地面积变化而变化的情况。从图中可以发现，随着农村土地面积的增加，农业投资对工资性收入的促进作用降低、对农业收入的促进作用增加，而回归系数发生转折的位置和PTR模型两个门槛值的其中之一也非常接近，所以PSTR模型的结论和PTR模型基本一致，说明这里得出的非线性特征结论具有很好的稳健性。 3.稳健性检验 前文普通面板回归中，静态模型和动态模型的结论一致，而非线性特征研究中静态和动态PTR模型、PSTR模型的结论也是一致的，已经能够在一定程度上证实计量结论具有一定的稳健性，但出于严谨性考虑，我们仍进一步开展了多种稳健性检验。(11)
关于农村土地对农民收入的影响力研究部分(普通面板回归模型的结果)，我们从如下四个方面开展了稳健性检验。(1)对于静态回归模型，使用东部、中西部的划分方法，将数据分为两部分分别进行基于个体固定效应的回归，结果表明无论是东部还是中西部，农村土地对农业收入的影响为正，对工资性收入影响为负且均十分显著，对农民纯收入的影响在东部显著为负，在中西部影响为正但不显著。由于中西部地区覆盖省份远多于东部地区，所以上述检验与前文结论一致。(2)对于动态回归模型，使用两步法系统GMM和差分GMM方法进行分析，系统GMM估计的结果表明农村土地对农业收入的影响为正但不显著，对工资性收入影响显著为负，对农民纯收入的影响显著为正；差分GMM估计的结果表明，农村土地对农业收入的影响为正，对工资性收入影响为负且均十分显著，对农民纯收入的影响为负但不显著。上述结论和前文的动态回归模型结论基本一致。(3)由于中国几乎不存在农产品和农村劳动力的地区交易壁垒，所以省份之间农产品和农民工流动十分顺畅，这就极有可能造成空间关联。为此，本文进一步使用了空间计量模型来探究考虑空间关联时土地对两类收入的作用是否会发生变化，其结果表明考虑空间关联后本文结论依然是稳健的。(4)因数据所限本文使用了省级数据，这显得过于宏观，所以我们进一步搜集了地市级的数据进行分析，其结果和前文一致，但由于数据本身原因，无法开展关于农业投资增收效应方面的研究。 关于农村土地对农业投资增收效应的影响部分(PTR和PSTR模型的结果)，我们从如下四个方面开展了稳健性检验。(1)采用交叉项land*inf进入模型开展回归分析，静态回归模型的结果表明该交叉项对工资性收入影响显著为负，对农业收入影响不显著，动态回归模型的结果表明该交叉项对工资性收入影响为负，对农业收入影响为正且均显著。上述结论能够揭示出随着土地面积的增加，农业投资对农业收入促进作用增加，对工资性收入促进作用减小。(2)使用静态的PTR模型，给出有一个门槛值和三个门槛值的回归结果，结果表明随着门槛变量变大，农业投资对农业收入的促进作用增加、对工资性收入的促进作用减小。(3)使用动态的PTR模型并使用两阶段最小二乘法，其结果和使用GMM方法估计的结论完全一致。(4)使用PSTR模型，将数据分为东部、中西部地区分别开展分析，结果发现无论是哪个地区，农村土地对农业投资增收效应的影响和前文一致，并且其中的非线性特征在中西部地区表现更为明显。
图3 农业投资对两类收入的边际作用 随着经济结构的不断转变，农民的谋生方式也发生了巨大变化，土地已经不再是农民获取收入的决定性要素。也即，土地对农民增收的作用不再如往日般清晰可见。本文通过构建符合中国城乡二元经济结构特征的随机动态一般均衡(DSGE)模型，主要从农村土地对农民收入的直接影响、对农业投资增收效应的影响这两个方面研究了土地对农民增收的影响，并得出如下重要结论：农村土地是农民农业收入的保障同时也是工资性收入的阻碍，但其对农民总收入的影响并不显著，会随着经济环境的改变而改变；土地禀赋能够提高农业投资对农业收入的促进作用并降低其对工资性收入的促进作用。进一步地，本文使用中国内地30个省份1998-2012年面板数据，并采用基于静态和动态的普通、门槛和平滑转换面板回归模型，对DSGE模型的结论进行了计量检验，结果表明本文的理论模型结论具有很好的实证依据并且在不同的模型设定和估计方法下均是稳健的。 关于DSGE模型的稳健性分析中进一步发现，随着农民进城务工成本的下降、城乡劳动力市场扭曲程度的减弱，农村土地对农民总收入的保障作用有所减小并最终表现为阻碍作用。也即随着与农民工相关的政策日益完善和人性化，只要农民仍旧同时从事进城务工和农业生产这两种生产活动，土地对农民收入的阻碍作用就会日益明显。同时由于务工收入在农民收入中的比重日益增大，且农村土地对务工收入的影响为负。所以只有让务工农民真正成为城市居民，让主要从事农业生产的农民有足够的土地来专业务农，才能够从真正意义上实现土地对农民收入的保障作用。基于这一结论，可以发现加速新型城镇化建设将会极大地促进农民收入的增加。同时结合“土地面积可以提升农业投资的增收效应”这一结论，说明土地的规模化经营可以使现有的农业投入获得更高收益。所以在设计土地流转制度之时，可着重考虑对达到一定规模的自营、委托经营、共同经营的土地，给以一定的政策倾斜以鼓励规模化经营。总体而言，努力实现“愿耕种者有沃土，愿务工者无羁绊”，可以在最大限度上实现土地的增收价值。 ①这一部分内容涉及文献较多，并未一一列出，详情可参阅Winters et al.(2009)一文的综述部分。 ②这里以土地面积增加为例是为了便于和计量模型的分析保持一致。 ③是多变量互动均衡的结果，其影响方向并不确定，比如更多农民选择务工本身就能降低工资率，城市土地面积的变化也会导致劳动力的边际产出发生变动。 ④这些中国特有的经济现象同时也在土地影响农民决策中起到重要作用，比如由于务工成本和就业歧视的存在，使得农民更倾向于留在农村务农，尤其是当农村土地资源更加丰富之时。 ⑤本文的初稿并未考虑城市土地，而经由匿名审稿专家建议，我们将城市土地加入模型之中，这样城乡土地使用实现了“此消彼长”，模型的解释力也大为增强。衷心感谢匿名审稿专家的建议！但文中的“土地”一词仍主要指农村土地，除非特别指明是城市土地。 ⑥城乡居民工业品消费提升原因在于，由于农产品产量增加，城乡居民农业品消费增加，而居民又具有明确的工业品和农业品的偏好差别，所以工业品消费也会提升。 ⑦限于篇幅，本文略去了DSGE模型稳健性检验的具体过程和结果，感兴趣的读者可向作者索取。 ⑧之所以影响方向发生了转变，其原因在于随着务工环境的改善，农民的总收入会越来越依赖于工资性收入，而土地对工资性收入的负面作用就会在总收入中表现得更加明显，所以土地对农民总收入呈现为负面作用。 ⑨相关统计年鉴中很难获取专门的农业收入。在我们能找到的细分家庭经营收入的年鉴中(多为地市一级的统计年鉴)，农村家庭经营收入中第一产业经营所得占比一般都在80%以上(除极少数发达地市)，故而可以用这一数据指代农业收入。 ⑩本文使用2SLS和GMM两种方法估算了动态PTR模型，两种估计方法的结论完全一致，所以出于节约篇幅的考虑并未将2SLS的估计结果给出。另外，为了节约自由度和充分利用已有的统计数据，我们仅设计了滞后1期因变量、仅存在一个门槛值的动态PTR模型。 (11)限于篇幅，本文略去了计量模型稳健性检验的具体结果，感兴趣的读者可向作者索取。
标签：农民论文; 农业论文; 收入效应论文; 均衡生产论文; 农业发展论文; 消费投资论文; 市场均衡论文; 三农论文;
