中国农地产权改革的生产率效应 - 收入分配与现代财政研究院

推文作者： 华中科技大学管理学院何凡
原文信息： Chari, A. V., et al. Property Rights. Land Misallocation and Agricultural Efficiency in China. Forthcoming in Review of Economic Studies.
原文链接： https://www.nber.org/papers/w24099

一、引言

长期以来，农业生产率的提高一直被视为促进一国结构转型和经济增长的核心，但现实中大多数发展中国家的农业生产率仍然非常低。最近的研究表明，发展中国家低效的农业生产率可能是摩擦导致资源错配的结果。事实上，这一猜想也得到发展中国家两个典型特征的支持：一是小型家庭农场占多数，表明农业部门中土地分配不当；二是劳动力在农业部门占多数，表明劳动力配置不当。因此，一个自然且重要的问题是，通过降低农地市场交易成本能否纠正资源错配？在缺乏合适政策实验的情况下，对这一问题的回答存在较大困难，本文利用中国《农村土地承包法》（RLCL）在不改变土地所有权而赋予农民土地承包权的改革，为回答这一问题提供了可靠的证据。

合理的土地承包权应当有助于将土地从生产率较低的生产者分配到生产率较高的生产者中，从而提高总生产率。但在实践中，至少存在两个原因可能导致这一情况无法实现：一是可能存在其他市场失灵或制约因素，阻碍了土地有效再分配。二是关于产权界定的影响后果本身便存在争议。虽然有研究表明产权界定具有重要作用，但也有一种突出的观点认为，非正式制度可以充分替代正式的土地产权。然而，已有关于产权作用的争论主要集中在土地所有权（Tenure security）对农业投资和生产率的影响，本文通过考察土地承包权的资源配置效应对文献做出贡献。

本文通过利用RLCL在各省实施时间的差异研究发现，改革后土地出租增加了7%以上，在村庄一级，土地总产出和总生产率也分别提高了8%和10%，这与减少土地市场摩擦提高土地再分配效率的理念是一致的。此外，本文还发现改革增加了生产率较高农民土地耕种数量，减少了生产率较低农民的土地耕种数量。一个简单的分解表明，观察到的总生产率增长的近88%可归因于与改革导致的土地资源重配。最后，本文还发现改革后，作物价格上涨会导致更多的土地分配给该作物，意味着农民抵抗外部风险的能力得到增强。

二、背景

1979年中国建立了家庭联产承包责任制，农民拥有了农地的私人使用权，但并不稳定，因为直到90年代末，地方政府都可以重新分配土地。1998年修订的《土地管理法》允许农民与村委会签订30年的正式土地合同，为土地使用权提供保障。2003年中国颁布了《农村土地承包法》（RLCL），这部法律除了重申村委会和农民之间30年土地使用合同的现行政策外，还为农民提供了出租土地和承包土地的合法权利，并概述了承包、租约转让的规则，以及如何解决土地承包纠纷。在2003年之前，尽管也存在有非正式的土地承包协议，但 2003年的改革为承包合同双方提供了法律担保。

但RLCL中的政策实施并不是全国统一的，其第68条规定，“各省、自治区、直辖市人民代表大会常务委员会可以根据本法，结合本行政区域的实际情况，制定实施办法。”通过查找各省出台的实施文件，作者发现，截至2010年底，已有22个省级政府正式发布了地方实施RLCL的公告，表A1详细报告了各地出台的时间。

三、数据

本文使用的数据主要有以下几支：

3.1 农村固定观察点数据

本文主要使用2003—2010年农村固定观察点数据（NSP），该时间段数据覆盖了32个省399个村庄的19000多个家庭，并包含了家庭农业生产、就业和收入等方面的详细信息。

表1报告了该数据的描述性统计，面板A是家庭年度数据的汇总，数据中家庭平均耕种12.4亩土地。作者通过数据中家庭报告的农田（包括分配和租用的土地）和村委会分配给他们的土地数量的差异衡量家庭承包土地数量。平均地，家庭承包土地面积为2.2亩，约占耕地数量的18%。NSP还询问了每一个家庭成员过去一年在本乡镇作为农民和在农场工作的天数，经过计算可以发现，有超过一半的样本家庭至少有一人迁移，有42%的家庭从事非农业劳动。

为检验改革总体效果，我们将一些数据从家庭层面汇总到村庄层面，面板B报告了农业总收入和每亩土地收入（代表土地生产率）。需要说明的是，这里的农业生产率已经消除了时间、村庄和作物之间的任何价格差异。面板C进一步报告了家庭每年生产每一种作物的情况，例如，家庭每年为每种作物平均花费86元的机器成本，投入68天的劳动量

3.2 土地质量数据

NFP数据的一个缺点在于没有报告土地质量，为此，作者在2012年对NFP家庭进行了一项调查（Rural Firm and Household Land Survey）。作者将这些数据合并到NFP数据集中，得到分布在20个省份，247个村庄的2326个家庭数据。对土地质量的衡量主要是根据家庭对自己耕种地块质量的自我报告，分为高、中、低三类，然后将其取均值获得家庭耕种土地的平均质量。

3.3作物价格数据

作者从《中国农村统计年鉴》收集了2002—2009年的省级农业价格指数，并从世界粮农组织收集了同期美国农产品价格指数，并将2001年指数设定为1。

3.4各地改革实施时间数据

作者主要从北大法宝数据库收集各省关于RLCL实施的政策文件，并从其它几个数据库进行了补充。其次，作者删除了由部门而非直接由省政府发布的文件，最后，我们筛选出了与实施RLCL无关的文件，最终保留出有用的文件，从中获取各地实施时间。

四、主要结果

4.1 对家庭土地承包的影响

作者首先构建如何DID模型检验了RLCL对土地承包的影响：

表2结果显示，在全样本（列1）、耕种土地家庭（列2）和平衡面板（列3）样本中，RLCL的实施都显著促进了家庭土地承包活动。表2列4显示，改革导致租出土地数量增加了7%，与列1结果相符。列5和6结果进一步表明，改革主要是将土地出租给个人而非公司。图1结果（对列1的检验）表明DID模型的平行趋势假设也得到满足。

4.2对总产出和生产率的影响

本部分作者考察改革对农业总产出和生产率的影响，其中总产出被定义为以全国平均价格衡量的村级总收入，并用村级每亩总收入定义总生产率（也可以理解为总收益率）。表3结果显示，土地改革使总产出增加了大约8%，土地总生产率提高了10%。

4.3土地重配的证据

图3a将家庭耕地面积与改革前后家庭土地边际产出进了对比，可以发现，在改革后，高边际产出家庭耕种更多土地，而低边际产出家庭耕种更少土地，这与土地被转移到边际效率更高人的假设相一致。图3b显示了与家庭TFP相关的土地再分配模式（家庭TFP测算详见原文4.3部分），可以发现，改革前，农场面积与TFP相关性很弱，而土地有效分配要求高TFP农民比低TFP农民耕种更多土地；改革后，我们确实看到高TFP农民耕种更多的土地，而低TFP农民耕种更少。因此，描述性证据强烈表明，在RLCL后，土地分配效率得到了提高。

为此，我们通过检验村内土地重配，估计如下模型：

4.4对机器使用和劳动投入的影响

表4报告了土地重新分配是否伴随着机器和劳动力的重新分配的估计结果，总体而言，并没有发现对农业资本和机器投入存在影响的证据。此外，也没有证据表明产权改革后迁移有所增加，这可能是中国的移民制度障碍造成的。

4.5 分解改革带来的生产率收益

本部分作者参考Olley and Pakes（1996）方法对生产率收益进行了分解，并在表5报告了改革对不同分解TFP的影响。结果显示，总TFP增长约为7.6%，与观察到的总产出增长幅度一致（列1）。协方差也显著增加，约占总TFP增加的88%（列3），总TFP的其余增长归于与平均TFP的提高，尽管这种影响很小且不显著（列2）。列4和列5结果分别报告了作物内部和跨作物结果，显示作物间再分配与作物内再分配在数量上相似，尽管后者缺乏统计意义。因此，改革带来生产率提高的一个重要来源似乎来自对作物内和作物间错配的纠正。

进一步，作者参考Baily et al.（1992）方法对总生产率增长进行了分解，表5列6-列10结果显示，改革对总生产率增长产生了显著影响，这主要是由于农场间更高的再分配率。在其余的来源中，农场内部生产率提高的影响在数量上最大（但统计上不显著），进入和退出对整体生产率增长的贡献很小。农场间部分的重要性与我们以前使用Olley-Pakes分解的结果一致，并强调了改革后再分配的重要作用。

最后，作者计算了错配的土地完全重新分配的潜在效率收益有多大，结果显示，转向完全有效的土地分配将平均提高73%的产出。

五、对价格的反映

土地改革不仅可以纠正静态意义上的土地分配，还可以提高对生产力冲击的反应能力。在本节中，我们将不同作物间价格变化视为一种特定类型冲击，考察土地改革是否能够提高农民应对冲击的能力。我们通过检验改革与作物价格变化的相互作用如何影响作物间的土地分配，检验这一假设：表7结果显示，在改革实施后，在特定作物价格发生积极变化的地区，改革导致更多的土地耕种这一作物，说明改革降低了摩擦，提高了农民对作物价格的反应能力。

六、结论

本文基于中国RLCL赋予农民土地承包权的改革，考察了产权对土地重配和农业生产率的影响，发现改革增加了土地承包交易，并导致产出和总生产率分别增长了8%和10%，这种增长是土地从生产率较低的农民向生产率较高农民大量重新分配驱动的，此外，改革还增加了土地分配对作物价格变化的反应。尽管有着独特的历史和土地制度，中国的农业生产在许多方面仍是许多发展中国家的典型，最显著的是小农户占主导地位，因此本文结论对其他发展中国家缓解土地市场摩擦具有重要的参考价值。

推荐理由：