袁國龍, 林金忠

(廈門大學(xué) 經(jīng)濟(jì)研究所，福建 廈門 361005)

一、引 言

在我國經(jīng)濟(jì)總體現(xiàn)代化進(jìn)程中，農(nóng)業(yè)現(xiàn)代化是不可或缺的組成部分。而實現(xiàn)農(nóng)業(yè)現(xiàn)代化不是一蹴而就的，需要全局謀劃，重點突破，目前重中之重就是我國農(nóng)業(yè)發(fā)展方式的轉(zhuǎn)變，亦即本文所說的農(nóng)業(yè)轉(zhuǎn)型。農(nóng)業(yè)轉(zhuǎn)型主要體現(xiàn)在農(nóng)業(yè)發(fā)展的手段、方法和模式等方面的轉(zhuǎn)變，具體而言，就是指由過去主要依靠增加勞動、資本、土地等傳統(tǒng)要素的投入，追求農(nóng)產(chǎn)品數(shù)量和經(jīng)濟(jì)總量的粗放型發(fā)展，轉(zhuǎn)變?yōu)橹饕揽刻岣邉趧诱咚刭|(zhì)、提升農(nóng)業(yè)科技含量、改善農(nóng)業(yè)的經(jīng)營管理，充分調(diào)動及利用農(nóng)業(yè)發(fā)展各方面積極因素，提高土地生產(chǎn)率、投資產(chǎn)出率和勞動生產(chǎn)率，加快我國農(nóng)業(yè)現(xiàn)代化的進(jìn)程，為我國經(jīng)濟(jì)快速增長奠定堅實的基礎(chǔ)。

農(nóng)業(yè)轉(zhuǎn)型乃屬于生產(chǎn)方式的整體轉(zhuǎn)變，而制度因素則是其中一項極為重要的內(nèi)容。一般而言，農(nóng)業(yè)轉(zhuǎn)型會誘致農(nóng)業(yè)土地制度變遷；反過來，農(nóng)業(yè)土地制度變遷可以為農(nóng)業(yè)轉(zhuǎn)型消除制度障礙。在我國，農(nóng)業(yè)土地制度對于農(nóng)業(yè)經(jīng)濟(jì)的影響表現(xiàn)的格外明顯。我國現(xiàn)行的農(nóng)業(yè)制度為家庭聯(lián)產(chǎn)承包為主的責(zé)任制、統(tǒng)分結(jié)合的雙層經(jīng)營體制。應(yīng)該說，這項制度創(chuàng)新曾激發(fā)了農(nóng)民的生產(chǎn)積極性，推動了農(nóng)村經(jīng)濟(jì)的發(fā)展，但隨著時間的推移，它也引發(fā)出一些新的問題[1]。家庭分散經(jīng)營限制了土地資源的自由流動, 影響了土地的規(guī)模經(jīng)營。這不利于農(nóng)作物區(qū)域種植、機械化和集約經(jīng)營，降低了農(nóng)業(yè)勞動生產(chǎn)率和農(nóng)產(chǎn)品產(chǎn)出率。同時，分散經(jīng)營增加了生產(chǎn)和交易成本，資源的投入產(chǎn)出率得不到提高。

Carter[2]基于哈里亞納邦和印度的農(nóng)業(yè)數(shù)據(jù)，發(fā)現(xiàn)農(nóng)業(yè)經(jīng)營規(guī)模與農(nóng)業(yè)勞動生產(chǎn)率存在著反向關(guān)系。而Collier和Dercon[3]研究了非洲50年的農(nóng)業(yè)發(fā)展，認(rèn)為撒哈拉以南的非洲土地經(jīng)營規(guī)模低下，限制了農(nóng)業(yè)勞動生產(chǎn)率的提高。聯(lián)合國貿(mào)易和發(fā)展會議與世界銀行[4-5]通過調(diào)查和研究全球農(nóng)業(yè)的投資狀況，發(fā)現(xiàn)拉丁美洲中的巴西伴隨著土地經(jīng)營規(guī)模的擴(kuò)大，提高了農(nóng)業(yè)機械化水平，推動了當(dāng)?shù)剞r(nóng)業(yè)現(xiàn)代化的實現(xiàn)。

對于中國農(nóng)業(yè)而言，很少的研究表明農(nóng)業(yè)經(jīng)營規(guī)模與勞動生產(chǎn)率存在著負(fù)相關(guān)關(guān)系。Brandt[6]堅定地認(rèn)為中國農(nóng)業(yè)經(jīng)營規(guī)模的擴(kuò)大可以推動勞動生產(chǎn)率的提高。譚洪江[1]認(rèn)為在同樣資源稟賦、地理環(huán)境和生態(tài)條件下, 農(nóng)業(yè)生產(chǎn)經(jīng)營狀況如何, 在很大程度上取決于制度安排是否合理，農(nóng)業(yè)經(jīng)營體制的改革與創(chuàng)新, 從根本上說屬于制度安排問題。白文周[7]在研究城鄉(xiāng)統(tǒng)籌發(fā)展背景下的中國農(nóng)業(yè)發(fā)展模式時，認(rèn)為轉(zhuǎn)變農(nóng)業(yè)生產(chǎn)發(fā)展方式，需要創(chuàng)新農(nóng)業(yè)發(fā)展模式，加快農(nóng)村土地流轉(zhuǎn)。柳建平、閆然[8]研究現(xiàn)代農(nóng)業(yè)發(fā)展時，認(rèn)為土地制度變革是現(xiàn)代農(nóng)業(yè)發(fā)展的首要條件；農(nóng)業(yè)轉(zhuǎn)型需要農(nóng)地制度具有公正分配、產(chǎn)權(quán)清晰、交易自由及建立相應(yīng)的生產(chǎn)經(jīng)營組織制度等基本特征。張新光[9]認(rèn)為，制約我國農(nóng)村經(jīng)濟(jì)體制改革及農(nóng)業(yè)發(fā)展方式轉(zhuǎn)變的首要因素是城鄉(xiāng)二元分割的土地制度。它不僅造成農(nóng)村集體所有制的土地資源單項轉(zhuǎn)移為城鎮(zhèn)國有土地，侵犯農(nóng)民的合法權(quán)益，而且極大地限制了農(nóng)村生產(chǎn)要素市場的發(fā)育和資源優(yōu)化配置。汪雷[10]認(rèn)為變革農(nóng)地制度的農(nóng)業(yè)制度再創(chuàng)新就是今后我國農(nóng)業(yè)發(fā)展的必然選擇。農(nóng)業(yè)制度再創(chuàng)新的核心問題是改造、突破既存的土地承包模式, 使農(nóng)地制度與現(xiàn)代農(nóng)業(yè)發(fā)展的要求相吻合。

上述已有文獻(xiàn)雖然見解不一，但無疑都圍繞著一個核心問題，即農(nóng)業(yè)土地制度變遷對我國農(nóng)業(yè)轉(zhuǎn)型的影響。毫無疑問，這一問題的研究應(yīng)該屬于多維度、多視角的，但從已有文獻(xiàn)不難看出，學(xué)者們基本仍停留于定性研究，定量實證分析仍是缺少的。有鑒于此，本文將利用26個省份1997—2010年省級面板數(shù)據(jù)，通過靜態(tài)面板估計和動態(tài)面板估計的方法對農(nóng)業(yè)土地制度變遷對我國農(nóng)業(yè)轉(zhuǎn)型的影響進(jìn)行實證分析，以期對農(nóng)業(yè)土地制度變遷和農(nóng)業(yè)轉(zhuǎn)型的關(guān)系進(jìn)行全面而系統(tǒng)的考察。

二．模型構(gòu)建與變量界定

(一)理論基礎(chǔ)

推進(jìn)農(nóng)業(yè)發(fā)展方式的轉(zhuǎn)變，目的是實現(xiàn)農(nóng)業(yè)生產(chǎn)規(guī)?；?、產(chǎn)業(yè)化、集約化，提高土地產(chǎn)出率、資源利用率和勞動生產(chǎn)率[11]。而農(nóng)業(yè)制度變遷則在很大程度上體現(xiàn)為農(nóng)業(yè)土地制度變遷，每一次農(nóng)

業(yè)土地制度變革都深刻地影響著農(nóng)業(yè)的發(fā)展。目前，農(nóng)業(yè)土地制度變革的方向就是明晰農(nóng)地產(chǎn)權(quán)，推進(jìn)農(nóng)村土地的流轉(zhuǎn)，結(jié)合農(nóng)業(yè)機械化，實現(xiàn)農(nóng)業(yè)規(guī)模經(jīng)營。農(nóng)業(yè)價格體系反映農(nóng)業(yè)市場化水平，直接影響著農(nóng)業(yè)資源的優(yōu)化配置，從而對于農(nóng)業(yè)土地制度變革產(chǎn)生的效果影響顯著。所以，在研究農(nóng)業(yè)土地制度變遷對農(nóng)業(yè)轉(zhuǎn)型影響時，不得不考慮農(nóng)業(yè)市場化水平，即農(nóng)業(yè)的價格體系。研究農(nóng)業(yè)土地制度變遷對我國農(nóng)業(yè)轉(zhuǎn)型的影響就是基于農(nóng)業(yè)價格水平，研究農(nóng)業(yè)規(guī)模經(jīng)營對農(nóng)業(yè)土地產(chǎn)出率、投資產(chǎn)出率以及勞動生產(chǎn)率產(chǎn)生的影響，有關(guān)分析框架如圖1所示。

圖1 農(nóng)業(yè)轉(zhuǎn)型與農(nóng)業(yè)土地制度變遷

農(nóng)業(yè)的研究起點為農(nóng)業(yè)生產(chǎn)函數(shù)的界定，其始于新古典經(jīng)濟(jì)理論的研究框架[12-13]。Tyner和Tweeten在研究美國農(nóng)業(yè)資源優(yōu)化配置時，將土地因素加入到農(nóng)業(yè)生產(chǎn)函數(shù)中，并根據(jù)C-D函數(shù)將農(nóng)業(yè)生產(chǎn)函數(shù)定義如下[14]：

Y=AKαLβTγ

(1)

其中，Y為農(nóng)業(yè)產(chǎn)出，K為農(nóng)業(yè)資本的投入，L為農(nóng)業(yè)勞動力投入，T為農(nóng)業(yè)土地投入，A為技術(shù)進(jìn)步因素，也可以成為農(nóng)業(yè)全要素生產(chǎn)率或者索洛剩余。研究農(nóng)業(yè)轉(zhuǎn)型問題，從根本上需要以農(nóng)業(yè)發(fā)展的效率為題，也就是研究土地產(chǎn)出率、資源利用效率和勞動生產(chǎn)率?；诖?，筆者將定義如下變量：

(2)

(3)

(4)

其中，PEO為人均農(nóng)業(yè)就業(yè)人口生產(chǎn)總值，代表著勞動生產(chǎn)率；PIO為農(nóng)業(yè)單位投資產(chǎn)值，代表著資源利用效率；PAO為農(nóng)業(yè)單位面積產(chǎn)值，代表著土地產(chǎn)出率。將方程(2)、(3)、(4)帶入方程(1)，得到：

Yα+β+γ=PEOβPIOαPAOγKαLβTγ

(5)

根據(jù)方程(1)，將方程(5)簡化為：

Yα+β+γ-1A=PEOβPIOαPAOγ

(6)

通過對兩邊取對數(shù)，然后對時間求導(dǎo)，得到：

(7)

如果(α+β+γ)>1，則生產(chǎn)函數(shù)規(guī)模報酬遞增；如果(α+β+γ)=1，則規(guī)模報酬不變；如果(α+β+γ)<1，則規(guī)模報酬遞減。根據(jù)方程(7)，就可以將農(nóng)業(yè)增長問題分解為土地產(chǎn)出率、資源利用率和勞動生產(chǎn)率的增長問題，從而可以更加細(xì)化地研究農(nóng)業(yè)增長過程中的轉(zhuǎn)型問題。

農(nóng)業(yè)土地制度變革的方向就是推進(jìn)農(nóng)業(yè)土地流轉(zhuǎn)，這勢必造成土地適度集中，從而為規(guī)模經(jīng)營創(chuàng)造條件。根據(jù)McElroy關(guān)于農(nóng)業(yè)規(guī)模經(jīng)營的生產(chǎn)函數(shù)定義以及根據(jù)本文研究的需要，將農(nóng)業(yè)規(guī)模經(jīng)營的生產(chǎn)函數(shù)定義為[15]：

f(kx|P,M)=kλf(x|P,M)

(8)

其中，k為土地經(jīng)營規(guī)模的變化，x為土地經(jīng)營面積，P為農(nóng)業(yè)的價格指數(shù)，M為農(nóng)業(yè)的機械化水平，λ為規(guī)模經(jīng)營指數(shù)。對方程(8)兩邊取對數(shù)，然后對時間求導(dǎo)，得到：

(9)

經(jīng)過變形可以得到：

(10)

根據(jù)方程(10)，我們可以清楚地看到農(nóng)業(yè)經(jīng)營規(guī)模的變化對于農(nóng)業(yè)產(chǎn)出的影響，同時，價格指數(shù)與農(nóng)業(yè)機械化水平作為外生變量對農(nóng)業(yè)產(chǎn)出也存在一定的影響。

(二)模型構(gòu)建

在研究農(nóng)業(yè)轉(zhuǎn)型發(fā)展時，本文使用人均農(nóng)業(yè)就業(yè)人口生產(chǎn)總值、農(nóng)業(yè)單位投資產(chǎn)值以及農(nóng)業(yè)單位面積產(chǎn)值作為被解釋變量，也就是衡量農(nóng)業(yè)轉(zhuǎn)型發(fā)展的指標(biāo)。至于農(nóng)業(yè)土地制度變遷的指標(biāo)選擇，應(yīng)該體現(xiàn)農(nóng)業(yè)土地總體經(jīng)營狀況，反映農(nóng)業(yè)發(fā)展的方向。具體而言，主要為農(nóng)村家庭聯(lián)產(chǎn)承包責(zé)任制度的變革，具體的表現(xiàn)形式為明晰農(nóng)地產(chǎn)權(quán)，推進(jìn)農(nóng)村土地的流轉(zhuǎn)。土地流轉(zhuǎn)的趨勢為土地規(guī)模經(jīng)營，具體表現(xiàn)為人均經(jīng)營耕地面積呈現(xiàn)上升趨勢。同時，考慮到農(nóng)業(yè)價格指數(shù)和農(nóng)業(yè)單位面積的機械動力對于規(guī)模經(jīng)營起著重要的作用，所以選取其作為外生變量具有一定的意義。根據(jù)研究的需要，本文將計量模型設(shè)定如下：

(11)

其中Yi,t代表i省(自治區(qū))在t年的農(nóng)業(yè)轉(zhuǎn)型體系，具體包括：人均農(nóng)業(yè)就業(yè)人口生產(chǎn)總值、農(nóng)業(yè)單位投資產(chǎn)值以及農(nóng)業(yè)單位面積產(chǎn)值。在農(nóng)業(yè)制度變遷理論的框架內(nèi)，Xj,i,t表示解釋變量j在i省(自治區(qū))t年的值，具體包括人均經(jīng)營耕地面積、農(nóng)業(yè)價格指數(shù)、農(nóng)業(yè)單位面積的機械動力三個變量。C代表方程的截距項，γi,t表示觀察不到的各省固定效應(yīng)，εi,t為殘差項。

(三)變量界定

農(nóng)業(yè)土地制度變遷對我國農(nóng)業(yè)轉(zhuǎn)型影響的實證研究過程中涉及到眾多的變量，當(dāng)然其中包括農(nóng)業(yè)轉(zhuǎn)型的被解釋變量和農(nóng)業(yè)土地制度變遷的解釋變量。由于許多變量是通過計算得出的結(jié)果，所以，需要對涉及到的被解釋變量和解釋變量進(jìn)行如下界定:

1．人均農(nóng)業(yè)就業(yè)人口生產(chǎn)總值(PEO)。農(nóng)業(yè)轉(zhuǎn)型的方向就是由粗放型的經(jīng)營方式向節(jié)約方式轉(zhuǎn)變，所以，在農(nóng)業(yè)轉(zhuǎn)型時，理應(yīng)關(guān)注人均指標(biāo)的變化。同時，農(nóng)業(yè)轉(zhuǎn)型需要農(nóng)業(yè)生產(chǎn)效率的提高，也就是關(guān)注農(nóng)業(yè)就業(yè)人口的生產(chǎn)效率問題?；谏鲜隹紤]，使用人均農(nóng)業(yè)就業(yè)人口生產(chǎn)總值指標(biāo)體系，具體是通過農(nóng)業(yè)生產(chǎn)總值除以農(nóng)業(yè)就業(yè)人口得到。

2．農(nóng)業(yè)單位投資產(chǎn)值(PIO)。農(nóng)業(yè)的轉(zhuǎn)型不僅要考慮人力資本的效率問題，同時也應(yīng)注重投資的回報，即投資的效率問題。農(nóng)業(yè)轉(zhuǎn)型需要改變過去農(nóng)業(yè)發(fā)展過程中高投入、低產(chǎn)出的經(jīng)營狀況，提高資源的利用效率。農(nóng)業(yè)單位投資產(chǎn)值是由農(nóng)業(yè)生產(chǎn)總值除以農(nóng)業(yè)固定資產(chǎn)投資得到。

3．農(nóng)業(yè)單位面積產(chǎn)值(PAO)。農(nóng)業(yè)發(fā)展的三要素就是就業(yè)勞動力、資源以及土地。前面已經(jīng)涉及農(nóng)業(yè)就業(yè)勞動力的生產(chǎn)效率和資源的利用效率，農(nóng)業(yè)單位面積產(chǎn)值可以作為土地產(chǎn)出率的一個衡量指標(biāo)，具體是由狹義的農(nóng)業(yè)產(chǎn)值(種植業(yè)產(chǎn)值)除以農(nóng)作物播種面積得到。

4．農(nóng)業(yè)價格指數(shù)(IOA)。農(nóng)業(yè)價格指數(shù)作為模型的外生變量，影響著農(nóng)業(yè)土地制度變革所發(fā)揮作用的廣度與深度，所以，需要加入到模型分析過程中。農(nóng)業(yè)價格指數(shù)包括農(nóng)業(yè)生產(chǎn)資料指數(shù)和農(nóng)業(yè)生產(chǎn)價格指數(shù)，但為了剔除通脹的影響，充分考慮上述兩種價格指數(shù)對農(nóng)業(yè)轉(zhuǎn)型的影響，本文選擇使用農(nóng)業(yè)生產(chǎn)價格指數(shù)除以農(nóng)業(yè)生產(chǎn)價格指數(shù)作為農(nóng)業(yè)價格指數(shù)?；谵r(nóng)業(yè)價格指數(shù)的定義，預(yù)期價格指數(shù)的系數(shù)為負(fù)。

5．人均經(jīng)營耕地面積(PCA)。根據(jù)農(nóng)業(yè)轉(zhuǎn)型的要求，農(nóng)業(yè)土地制度變革的方向和內(nèi)容就是實現(xiàn)農(nóng)業(yè)規(guī)模經(jīng)營，而土地流轉(zhuǎn)在一定程度上會實現(xiàn)土地相對集中，所以，土地流轉(zhuǎn)是其中一條重要途徑?？疾焱恋亓鬓D(zhuǎn)所形成的土地集中現(xiàn)象所使用的指標(biāo)應(yīng)該為人均農(nóng)村就業(yè)人口經(jīng)營耕地面積，但是考慮到數(shù)據(jù)的可獲得性，我國尚未對該數(shù)據(jù)進(jìn)行統(tǒng)計，且人均耕地面積可以體現(xiàn)人均農(nóng)村就業(yè)人口經(jīng)營耕地面積變化，所以使用人均耕地面積符合研究的需要?？紤]到規(guī)模經(jīng)營的存在，預(yù)期人均經(jīng)營耕地面積的系數(shù)為正。

6．農(nóng)業(yè)單位面積的機械動力(PAP)。農(nóng)業(yè)單位面積的機械動力本不屬于農(nóng)業(yè)制度變遷的范疇，但是其又與農(nóng)業(yè)轉(zhuǎn)型和農(nóng)業(yè)土地制度變遷存在著千絲萬縷的聯(lián)系。在農(nóng)業(yè)土地制度變革過程中，農(nóng)業(yè)土地流轉(zhuǎn)為實現(xiàn)規(guī)模經(jīng)營創(chuàng)造了條件，但是這必須有農(nóng)業(yè)的機械化水平的提高做支持。農(nóng)業(yè)單位面積的機械動力作為外生變量影響著農(nóng)業(yè)的轉(zhuǎn)型，可通過農(nóng)用機械總動力除以農(nóng)作物播種面積得到。由于農(nóng)業(yè)單位面積的機械動力代表著農(nóng)業(yè)的技術(shù)進(jìn)步，預(yù)期農(nóng)業(yè)單位面積的機械動力的系數(shù)為正。

本文分析的數(shù)據(jù)來自于國家統(tǒng)計局1998—2011年各年出版的《中國統(tǒng)計年鑒》，選取了1997—2010年31個省份的農(nóng)業(yè)轉(zhuǎn)型和農(nóng)業(yè)制度變遷面板數(shù)據(jù)，采用1997年的價格指數(shù)來控制通貨膨脹對農(nóng)業(yè)產(chǎn)值的影響。由于北京、天津、上海以及重慶四個直轄市缺失農(nóng)村生產(chǎn)資料指數(shù)的數(shù)據(jù)，且四個城市的發(fā)展主要以工業(yè)為主，農(nóng)業(yè)在經(jīng)濟(jì)發(fā)展中的比重較低，因而此處略去四個城市的數(shù)據(jù)。同時，西藏缺失部分農(nóng)業(yè)生產(chǎn)價格指數(shù)，其農(nóng)業(yè)單位投資產(chǎn)值相對于其他的省份的數(shù)據(jù)，出現(xiàn)了異常，因而也略去西藏的數(shù)據(jù)。就本文的分析邏輯而論，省略這五個省市的數(shù)據(jù)并不影響本文分析及其結(jié)論的邏輯有效性。上述主要變量的基本情況詳見表1。

表1 相關(guān)變量的描述性統(tǒng)計

從中，我們可以看出，人均農(nóng)業(yè)就業(yè)人口生產(chǎn)總值(PEO)的均值從1997年的0.48上升到2010年的1.57，上升了3.27倍；農(nóng)業(yè)單位投資產(chǎn)值的均值(PIO)從1997年的4.51下降到2010年的1.98，且1997—2010年的均值為3.17，說明農(nóng)業(yè)單位投資產(chǎn)值呈現(xiàn)下降的趨勢，農(nóng)業(yè)投資所得不斷降低。農(nóng)業(yè)單位面積產(chǎn)值(PAO)的均值從1997年的0.09上升到2010年的0.24，上升了1.67倍，上升的空間還是比較大的。農(nóng)村價格指數(shù)(IOA)、人均經(jīng)營耕地面積(PCA)以及農(nóng)業(yè)單位面積的機械動力(PAP)分別上升了-0.89%、15.29%、119.23%。說明我國農(nóng)村市場化進(jìn)程得到推進(jìn)，農(nóng)村經(jīng)營規(guī)模得以提高，農(nóng)機的使用也得到大幅度增加。

三、靜態(tài)面板數(shù)據(jù)模型估計

在農(nóng)業(yè)轉(zhuǎn)型過程中，各省在農(nóng)業(yè)發(fā)展的基礎(chǔ)、農(nóng)業(yè)發(fā)展的速度以及發(fā)展空間方面存在著巨大的差異，這些方面對于農(nóng)業(yè)轉(zhuǎn)型影響很大。所以，在研究農(nóng)業(yè)轉(zhuǎn)型過程中，有必要考慮各省之間的差異性，固定效應(yīng)模型很好地解決了這個問題?；诖?，首先運用固定效應(yīng)面板模型來估算人均耕地面積的變化對農(nóng)業(yè)轉(zhuǎn)型的影響。同時，本文也利用隨機效應(yīng)面板模型來估算人均耕地面積的變化對農(nóng)業(yè)轉(zhuǎn)型的影響，作為對固定效應(yīng)模型估算的補充。在上面論述中，已經(jīng)將農(nóng)業(yè)轉(zhuǎn)型分解為人均農(nóng)業(yè)就業(yè)人口生產(chǎn)總值(PEO)、農(nóng)業(yè)單位投資產(chǎn)值(PIO)以及農(nóng)業(yè)單位面積產(chǎn)值(PAO)，所以，需要逐一估算人均經(jīng)營耕地面積(PCA)、農(nóng)村價格指數(shù)(IOA)和農(nóng)業(yè)單位面積的機械動力(PAP)的變化對人均農(nóng)業(yè)就業(yè)人口生產(chǎn)總值(PEO)、農(nóng)業(yè)單位投資產(chǎn)值(PIO)以及農(nóng)業(yè)單位面積產(chǎn)值(PAO)的影響。具體的估計結(jié)果如表2所示。其中，模型1和模型2分別基于固定效應(yīng)面板模型和隨機效應(yīng)面板模型估計人均經(jīng)營耕地面積(PCA)、農(nóng)場價格指數(shù)(IOA)以及農(nóng)業(yè)單位面積的機械動力(PAP)的變化對人均農(nóng)業(yè)就業(yè)人口生產(chǎn)總值(PEO)的影響；模型3和模型4分別基于固定效應(yīng)面板模型和隨機效應(yīng)面板模型估計人均經(jīng)營耕地面積(PCA)、農(nóng)場價格指數(shù)(IOA)以及農(nóng)業(yè)單位面積的機械動力(PAP)的變化對農(nóng)業(yè)單位投資產(chǎn)值(PIO)的影響；模型5和模型6分別基于固定效應(yīng)面板模型和隨機效應(yīng)面板模型估計人均經(jīng)營耕地面積(PCA)、農(nóng)場價格指數(shù)(IOA)以及農(nóng)業(yè)單位面積的機械動力(PAP)的變化對農(nóng)業(yè)單位面積產(chǎn)值(PAO)的影響。

表2 靜態(tài)面板模型估計結(jié)果[注]本文嘗試?yán)霉潭ㄐ?yīng)面板估計和隨機效應(yīng)面板模型估計。從估算結(jié)果看，盡管存在一些差異，但總體上與利用固定效應(yīng)模型得到的結(jié)論是一致的。

注：***、**、*分別表示在1%、5%、10%的水平下顯著，括號內(nèi)為標(biāo)準(zhǔn)差。

在模型1～2中，人均農(nóng)業(yè)就業(yè)人口生產(chǎn)總值的各種影響因素中，人均經(jīng)營耕地面積均在1%的顯著性水平顯著，雖然系數(shù)不是很大，分別為0.25、0.17，但是其對于被解釋變量的影響還是顯著的。農(nóng)業(yè)價格指數(shù)與人均農(nóng)業(yè)就業(yè)人口生產(chǎn)總值存在負(fù)相關(guān)關(guān)系，并且農(nóng)業(yè)價格指數(shù)在5%的顯著性水平上顯著，即農(nóng)業(yè)價格指數(shù)的上升，將造成人均農(nóng)業(yè)就業(yè)人口生產(chǎn)總值的降低。還有一個重要的解釋變量為農(nóng)業(yè)單位面積的機械動力，其系數(shù)分別為2.65、2.55，對人均農(nóng)業(yè)就業(yè)人口生產(chǎn)總值影響最大。三個解釋變量均通過整體和局部顯著性水平的檢驗，整體擬合度較高。靜態(tài)面板模型很好地解釋了人均經(jīng)營耕地面積(PCA)、農(nóng)業(yè)價格指數(shù)(IOA)以及農(nóng)業(yè)單位面積的機械動力(PAP)對于人均農(nóng)業(yè)就業(yè)人口生產(chǎn)總值(PEO)的影響。

在模型3～4中，農(nóng)業(yè)單位投資產(chǎn)值的各種影響因素中，雖然人均經(jīng)營耕地面積分別在1%和5%的顯著性水平顯著，但是系數(shù)為負(fù)，與經(jīng)濟(jì)現(xiàn)實不相符。農(nóng)業(yè)價格指數(shù)與農(nóng)業(yè)單位投資產(chǎn)值存在正相關(guān)關(guān)系，缺乏經(jīng)濟(jì)意義支撐，同時，未通過顯著性水平的檢驗。農(nóng)業(yè)單位面積的機械動力雖然在1%的顯著性水平上顯著，但系數(shù)依然為負(fù)，背離技術(shù)效應(yīng)的影響。說明三個解釋變量對于農(nóng)業(yè)單位投資產(chǎn)值(PIO)的變化缺乏解釋力。

在模型5～6中，農(nóng)業(yè)單位面積產(chǎn)值的各種影響因素中，主要解釋變量人均經(jīng)營耕地面積未通過顯著性水平的檢驗，說明人均經(jīng)營耕地面積對于農(nóng)業(yè)單位面積產(chǎn)值缺乏解釋力。農(nóng)業(yè)價格指數(shù)與農(nóng)業(yè)單位面積產(chǎn)值存在負(fù)相關(guān)關(guān)系，并且通過5%、1%的顯著性水平的檢驗。農(nóng)業(yè)單位面積的機械動力在1%的顯著性水平上顯著，說明其對農(nóng)業(yè)單位面積產(chǎn)值具有積極影響。

綜上分析，靜態(tài)面板模型很好地解釋了人均經(jīng)營耕地面積、農(nóng)業(yè)價格指數(shù)以及農(nóng)業(yè)單位面積的機械動力對人均農(nóng)業(yè)就業(yè)人口生產(chǎn)總值的影響。但是在解釋農(nóng)業(yè)單位投資產(chǎn)值和農(nóng)業(yè)單位面積產(chǎn)值時，存在一些偏差，主要體現(xiàn)在顯著性水平和整體解釋力上?？紤]到農(nóng)業(yè)發(fā)展的過程中存在著依賴效應(yīng)，即農(nóng)業(yè)發(fā)展的滯后期可能對當(dāng)前期產(chǎn)生影響,所以，需要在計量分析中加入農(nóng)業(yè)發(fā)展的動態(tài)變化，也就是需要運用動態(tài)面板數(shù)據(jù)模型估計人均經(jīng)營耕地面積(PCA)、農(nóng)業(yè)價格指數(shù)(IOA)以及農(nóng)業(yè)單位面積的機械動力(PAP)的變化對農(nóng)業(yè)單位投資產(chǎn)值(PIO)和農(nóng)業(yè)單位面積產(chǎn)值(PAO)的影響，以驗證動態(tài)效應(yīng)的存在性，增加模型估計的有效性。

四、動態(tài)面板數(shù)據(jù)模型估計

動態(tài)面板數(shù)據(jù)模型中，較早使用的為OLS估計和ML估計，但是，這兩類估計要求模型誤差項的分布類型是已知的，這種假設(shè)在現(xiàn)實經(jīng)濟(jì)中難以實現(xiàn) 。同時，OLS估計和ML估計存在著不同程度的偏差以及組內(nèi)估計量不一致等問題[16]。 Hansen[17]提出的廣義矩GMM 估計減少了設(shè)定性假設(shè)，尤其并不要求已知誤差項的分布類型，僅僅要求模型滿足一組矩條件，提高了其在經(jīng)濟(jì)問題中的適用性，并且解決了動態(tài)數(shù)據(jù)結(jié)構(gòu)引發(fā)的內(nèi)生性問題。因此，廣義矩GMM 估計在計量經(jīng)濟(jì)學(xué)中逐步得到了廣泛的應(yīng)用。使用動態(tài)面板廣義矩估計要求時間跨度不宜過長，本文的樣本截面為26個省份(N)，時間跨度為14年(T)，由于T

構(gòu)建動態(tài)效應(yīng)面板數(shù)據(jù)模型如下：

(12)

其中,Yi,t和Yi,t - 1分別代表i省(自治區(qū)) 在t年和t-1 年的農(nóng)業(yè)轉(zhuǎn)型體系，具體包括：人均農(nóng)業(yè)就業(yè)人口生產(chǎn)總值、農(nóng)業(yè)單位投資產(chǎn)值以及農(nóng)業(yè)單位面積產(chǎn)值。在農(nóng)業(yè)制度變遷理論的框架內(nèi)，Xj,i,t表示解釋變量j在i省(自治區(qū))t年的值，具體包括人均經(jīng)營耕地面積、農(nóng)業(yè)價格指數(shù)、農(nóng)業(yè)單位面積的機械動力三個變量。C代表方程的截距項，γi,t表示觀察不到的各省固定效應(yīng)，εi,t為殘差項。

解決內(nèi)生性問題較為常用的估計方法是IV(工具變量法) 和GMM 方法。就IV 而言， Anderson和Hsiao[18]利用差分兩階段最小二乘法進(jìn)行估計，即“Anderson-Hsiao估計量”。雖然該估計量在一定程度上解決了內(nèi)生性問題，但是，存在著估計量不唯一問題，造成估計效率上的損失。Arellano和Bond[19]使用所有可能的滯后變量作為工具變量，進(jìn)行GMM估計。這就是“Arellano-Bond估計量”，也被稱為差分動態(tài)廣義矩方法。 “Arellano-Bond估計量”雖然也解決了內(nèi)生性的問題，但是也存在著缺陷，集中體現(xiàn)在其工具變量有效性不足，甚至在一定程度上影響了估計結(jié)果的準(zhǔn)確性。為了克服由于差分所帶來的一系列問題，國外學(xué)者Arellano、Bover與Blundell、Bond將差分方程與水平方程作為一個方程系統(tǒng)進(jìn)行GMM估計，被稱為“系統(tǒng)GMM”[20-21]。系統(tǒng)GMM的優(yōu)點是可以提高估計的效率，并且可以估計不隨時間變化的變量的系數(shù)。

由于解釋變量在解釋農(nóng)業(yè)單位投資產(chǎn)值和農(nóng)業(yè)單位面積產(chǎn)值時，存在一些偏差，因此，我們需要使用“系統(tǒng)GMM”的方法進(jìn)行估計，以提高參數(shù)估計的準(zhǔn)確性。雖然兩步估計容易導(dǎo)致估計量的漸進(jìn)分布偏差，但是在一般情況下，兩步估計的標(biāo)準(zhǔn)協(xié)方差矩陣能更好地處理自相關(guān)和異方差問題。為了保證估計結(jié)果的有效性和準(zhǔn)確性，必須要檢驗隨機擾動項是否序列相關(guān)、工具變量是否可靠以及模型的整體性是否顯著，具體的檢驗指標(biāo)分別為一階差分轉(zhuǎn)換方程的一階和二階序列相關(guān)性指標(biāo)、Sargan 檢驗值以及Wald test的統(tǒng)計量。

在農(nóng)業(yè)單位投資產(chǎn)值(PIO)的動態(tài)面板估計中，通過逐步加入變量，我們得到了模型1～4。農(nóng)業(yè)單位投資產(chǎn)值的滯后一期、人均經(jīng)營耕地面積、農(nóng)業(yè)價格指數(shù)、農(nóng)業(yè)單位面積的機械動力均對農(nóng)業(yè)單位投資產(chǎn)值產(chǎn)生積極影響，并且在1%顯著性水平上顯著，通過了顯著性水平的檢驗。Wald test的統(tǒng)計量均為0，表明模型本身整體非常的顯著。Sargan test的統(tǒng)計量均在0.8以上，說明四個模型的工具變量整體上是有效的。但是在序列相關(guān)檢驗AR(1)、AR(2)的統(tǒng)計量中，擾動項的差分存在一階和二階自相關(guān)，故拒絕原假設(shè)“擾動項{εi,t}無自相關(guān)”的假定。說明PIO動態(tài)效應(yīng)估計過程中存在自相關(guān)，違背估計的基本假設(shè)，估計結(jié)果不可信。

表3 PIO動態(tài)效應(yīng)估計

注：***、**、*分別表示在1%、5%、10%水平上統(tǒng)計顯著；Wald test、AR(1)、AR(2)和Sargan test均為統(tǒng)計量對應(yīng)的P值。

表4 PAO動態(tài)效應(yīng)估計

注：***、**、*分別表示在1%、5%、10%水平上統(tǒng)計顯著；Wald test、AR(1)、AR(2)和Sargan test均為統(tǒng)計量對應(yīng)的P值。

在農(nóng)業(yè)單位面積產(chǎn)值(PAO)的動態(tài)面板估計中，從模型1～3來看，雖然各變量均通過了顯著性水平、Sargan test的統(tǒng)計量以及Wald test的統(tǒng)計量的檢驗，但是未通過序列相關(guān)檢驗AR(1)、AR(2)的統(tǒng)計量的檢驗，擾動項的差分在一階和二階均存在自相關(guān)。在模型4中,農(nóng)業(yè)單位投資產(chǎn)值的滯后一期、農(nóng)業(yè)價格指數(shù)、農(nóng)業(yè)單位面積的機械動力在1%顯著性水平上顯著，人均經(jīng)營耕地面積在5%顯著性水平上顯著，通過了顯著性水平的檢驗。其中，除了農(nóng)業(yè)價格指數(shù)之外，其他解釋變量均對被解釋變量產(chǎn)生積極影響，說明農(nóng)業(yè)單位面積產(chǎn)值依賴效應(yīng)明顯，人均耕地面積的增加可以促進(jìn)農(nóng)業(yè)單位面積產(chǎn)值的增加，農(nóng)業(yè)單位面積的機械動力代表的技術(shù)因素充分發(fā)揮作用。農(nóng)業(yè)價格指數(shù)的系數(shù)為負(fù)，符合經(jīng)濟(jì)意義，農(nóng)業(yè)價格指數(shù)的上升不利于農(nóng)業(yè)單位面積產(chǎn)值的增加。Wald test的統(tǒng)計量均為0，表明模型本身整體非常的顯著。Sargan test的統(tǒng)計量為0.9478，說明該模型的工具變量選擇是有效的。在序列相關(guān)檢驗AR(1)、AR(2)的統(tǒng)計量中，擾動項的差分存在一階自相關(guān),但是二階不存在自相關(guān)，故接受原假設(shè)“擾動項{εi,t}無自相關(guān)”的假定。這說明模型通過了各種檢驗，農(nóng)業(yè)單位面積產(chǎn)值(PAO)動態(tài)面板估計有效。

五．結(jié)論及政策建議

本文使用1997—2010年的省級面板數(shù)據(jù)，利用靜態(tài)面板和動態(tài)面板的方法對我國農(nóng)業(yè)土地制度變遷對農(nóng)業(yè)轉(zhuǎn)型的影響進(jìn)行了實證研究，主要結(jié)論如下：

對于人均農(nóng)業(yè)就業(yè)人口生產(chǎn)總值與農(nóng)業(yè)單位面積產(chǎn)值的分析，得出了相似的結(jié)論：人均經(jīng)營耕地面積和農(nóng)業(yè)單位面積的機械動力對其產(chǎn)生了積極影響，只是影響的程度上存在著些許差異；農(nóng)村價格指數(shù)對其產(chǎn)生負(fù)面的影響，即農(nóng)業(yè)生產(chǎn)資料價格指數(shù)上升和農(nóng)業(yè)價格指數(shù)下降均會促使兩者產(chǎn)值的下降。對于農(nóng)業(yè)單位投資產(chǎn)值的分析，靜態(tài)面板和動態(tài)面板均未獲得顯著性的估計，說明人均經(jīng)營耕地面積、農(nóng)業(yè)單位面積的機械動力和農(nóng)村價格指數(shù)對其影響不顯著，投資本身與農(nóng)業(yè)發(fā)展?fàn)顩r沒有必然的聯(lián)系。滯后一期的農(nóng)業(yè)單位面積產(chǎn)值對當(dāng)期產(chǎn)值產(chǎn)生了積極影響，并在1%水平上顯著。說明農(nóng)業(yè)單位面積產(chǎn)值存在發(fā)展的依賴效應(yīng)，符合農(nóng)業(yè)發(fā)展中的現(xiàn)實狀況。

根據(jù)以上的研究，農(nóng)業(yè)土地制度的變遷對于農(nóng)業(yè)的轉(zhuǎn)型具有重要的影響，人均經(jīng)營耕地面積對于農(nóng)業(yè)轉(zhuǎn)型具有積極作用。實現(xiàn)規(guī)模經(jīng)營，推進(jìn)農(nóng)業(yè)機械化的進(jìn)程有利于人均農(nóng)業(yè)就業(yè)人口生產(chǎn)總值和農(nóng)業(yè)單位面積產(chǎn)值的增加。所以根據(jù)現(xiàn)代農(nóng)業(yè)發(fā)展的需要，農(nóng)業(yè)轉(zhuǎn)型迫在眉睫，需要我們不遺余力地推進(jìn)農(nóng)村土地流轉(zhuǎn)，實現(xiàn)規(guī)模經(jīng)營。在這個過程中需要推進(jìn)農(nóng)業(yè)機械化，提高我國農(nóng)業(yè)機械化水平，才能更大限度地發(fā)揮農(nóng)業(yè)規(guī)模經(jīng)營的效果。同時，考慮到農(nóng)業(yè)價格指數(shù)對農(nóng)業(yè)轉(zhuǎn)型產(chǎn)生重要影響，需要不遺余力地推進(jìn)農(nóng)業(yè)流通體制改革，運用價格杠桿，實現(xiàn)資源的優(yōu)化配置。只有這樣，才能轉(zhuǎn)變我國農(nóng)業(yè)增長方式，農(nóng)業(yè)轉(zhuǎn)型才能順利開展，我國農(nóng)業(yè)現(xiàn)代化才會實現(xiàn)。

參考文獻(xiàn)：

[1] 譚洪江.我國農(nóng)業(yè)制度變革的根源與思路[J].北京郵電大學(xué)學(xué)報(社會科學(xué)版),2002，(4): 28-31.

[2] CARTER M R. Identification of the Inverse Relationship between Farm Size and Productivity: An Empirical Analysis of Peasant Agricultural Production[J]. Oxford Economic Papers, 1984, 36:31-45.

[3] COLLIER P,DERCON S.African Agriculture in 50 years: Smallholders in a rapidly changing world [R].Rome: Food and Agriculture Organization of the United Nations, 2009.

[4] UNCTAD.World Investment Report 2009: Transnational Corporations, Agricultural Production, and Development [R]. New York and Geneva: United Nations, 2009.

[5] World Bank. Rising Global Interest in Farmland: Can it yield Sustainable and Equitable Benefits? [R] .Washington D C: The World Bank, 2010.

[6] BRANDT L.Chinese-Agriculture and the International Economy, 1870—1930 S-A Reassessment [J]. Explorations in Economic History, 1985, 22:168-93.

[7] 白文周,王良永.城鄉(xiāng)統(tǒng)籌發(fā)展背景下中國農(nóng)業(yè)發(fā)展模式的探討[J]. 經(jīng)濟(jì)問題探索,2011,(12):68-71.

[8] 柳建平,閆 然.農(nóng)地制度變革與中國現(xiàn)代農(nóng)業(yè)發(fā)展的適應(yīng)性問題研究[J].農(nóng)村經(jīng)濟(jì),2012,(4): 27-31.

[9] 張新光.新農(nóng)村市場經(jīng)濟(jì)體制亟待完善[EB /OL]. (2009-05-13).http:∥www.henan.gov.cn/ztzl/system/2009/05/13/010134041.shtml.

[10] 汪 雷.論我國農(nóng)業(yè)制度的再創(chuàng)新[J].江西社會科學(xué),1997,(3):56-61.

[11] 姜鶴群, 劉 嘯.農(nóng)機規(guī)模經(jīng)營促進(jìn)轉(zhuǎn)變農(nóng)業(yè)發(fā)展方式[J].湖北農(nóng)機化,2010,(6):32-33.

[12] FREEBAIRN J. The Agricultural Commodity Market Forecasting Game[J].International Journal of Forecasting, 1994, 10:139-142.

[13] FRISVOLD G, K INGRAM. Sources of Agricultural Productivity Growth and Stagnation in Sub-Saharan Africa [J]. Agricultural Economics, 1995, 13(1):51-61.

[14] TYNER F H, TWEETEN L G. Optimum Resource Allocation in U. S. Agriculture [J]. Journal of Farm Economics, 1966, 48:1462-1467.

[15] MCELROY F W. Returns to Scale, Euler’s Theorem, and the Form of Production [J].Econometrica, 1969, 37:275-279.

[16] 白仲林.面板數(shù)據(jù)的計量經(jīng)濟(jì)分析[M].天津：南開大學(xué)出版社，2008:165-170.

[17] LARS PETER HANSEN. Large Sample Properties of Generalized Method of Moments Estimators [J].Econometrica: Journal of the Econometric Society, 1982, 50(4):1029-1054.

[18] ANDERSON T W, HSIAO C. Formulation and Estimation of Dynamic Models Using Panel Data [J]. Journal of Econometrics, 1982, 18(1):47-82.

[19] ARELLANO M BOND. Some Tests of Specification for Panel Data: Monte Carlo Evidence and an Application to Employment Equations [J].Review of Economics Studies, 1991, 58:277-297.

[20] ARELLANO M, BOVER O. Another Look at the Instrumental Variable Estimation of Error-Components Models [J]. Journal of Econometrics, 1995, 68: 29-52.

[21] BLUNDELL R, BOND S. GMM Estimation with Persistent Panel Data: An Application to Production Functions [J]. Journal of Econometrics, 1998, 87: 115-143.