農業技術進步的增收效應——基于中國省級面板數據的檢驗

楊義武 林萬龍

?

農業技術進步的增收效應——基于中國省級面板數據的檢驗

楊義武 林萬龍

（中國農業大學經濟管理學院 北京 100083）

關于農業技術進步的增收效應一直存在爭論。本文運用動態廣義矩估計方法對農業技術進步的增收效應進行再檢驗，結果發現，農業技術進步不僅對農民純收入影響顯著為正，對農民工資性和經營性收入也具有顯著的促進作用。進一步異質性分析表明，隨著農民平均受教育年限的增加，農業技術進步對農民增收效應逐漸體現出來且影響力呈遞增趨勢；地區經濟發展水平越高省份，農業技術進步的增收效應越明顯；當農民工資性收入嚴重低于經營性收入時，農業技術進步帶來的勞動力剩余并不能轉化為供給剩余，此時一定程度上阻礙農民增收，隨著這一比重逐漸變大，農業技術進步對農民增收效應由負轉正且影響力也隨之增強；城鄉市場一體化程度越高，農業技術進步對農民增收的效應越大。穩健性檢驗保證結論可靠性。

農業技術進步 農民增收 收入結構 異質性

一、引 言

“中國要富，農民必須富”。自2004年以來，中央一號文件連續十二次聚焦“三農”，核心在于促進農民增收。自改革開放以來，中國農民人均可支配收入首次實現“十二連快”，2015年，全國農村居民人均可支配收入11422元，連續第6年跑贏GDP和城鎮居民收入增幅，城鄉居民收入比已將至2.9:1以下，與此同時，收入結構也發生重要變化，工資性收入在農民收入構成中逐漸發揮主導性作用，2015年農民工資性收入約占人均可支配收入的40.3%，來自家庭經營性收入比重為39.4%。[①]盡管農民增收取得驕人成績，但持續增收依然面臨諸多瓶頸，其中，一方面，農業供給質量和效率低，生產和消費之間難以形成有效供給，另一方面，受成本“地板”和價格“天花板”的雙重擠壓，農產品缺乏市場競爭力，為此需要依靠農業技術創新。

根據索洛經濟增長模型，技術進步（廣義）是經濟增長中剔除勞動、資本、自然資源等要素投入后的殘余部分，又稱全要素生產率（TFP）。農業技術進步在穩糧增產、提升農業效益及轉變農業發展方式等方面發揮重要作用，已成為學界共識（Lin, 1999）。2015年，中國農業科技進步貢獻率達56%。[②]然而，農業技術進步提升能保障農民增收嗎？學界對此還未達成一致認同，關于“豐收悖論”、“糧食增產不增收”、“谷賤傷農”等報道不絕于耳。另外，發展中國家農戶生產主要特征為非專業化，農戶收入結構中只有小部分來自農業，非農收入為主要來源（Hymer 和 Resnick.，1969；胡文國等，2004），而農業技術進步特別是勞動節約型技術進步使勞動力非農轉移成為可能。據此，構建動態廣義矩估計（GMM）模型，有效克服內生性，對農業技術進步對農民收入及其收入結構效應作出回答。

與此同時，各省經濟發展水平、農村人力資本、務工務農工資比以及城鄉市場分割等宏觀經濟環境各異，可能會影響農業技術進步對農民增收傳導機制及效應發揮。為此，本文構建門限面板模型（PTR），檢驗農業技術進步對農民增收效應是否因地區宏觀因素差異而具有不同彈性。

實現上述研究目標，為如何在農業供給側結構性改革中實施農業技術創新戰略，拓展農民增收空間；如何有針對性完善各地區的宏觀經濟環境，進而更好保障農業技術進步對農民增收效應的發揮提供經驗支持。

二、文獻綜述及理論分析

學術界對于農業技術進步能夠提升生產率，處理農業發展過程中面臨的挑戰，減少環境破壞已達成共識。而對于農業技術進步對農民增收的影響一直存在爭論。Cochrane（1958）提出“技術踏車”效應，指出農業技術進步會引起成本函數下移，總經濟福利上升。根據熊彼特“創造性破壞”思想，技術進步是新產品引進和舊產品淘汰的交替過程。由于新技術早期采用者少，使得部分農民能夠暫時分享技術進步帶來的超額利潤。然而，隨著技術不斷擴散，供給曲線外移，在需求高度無彈性情況下，農產品價格快速下降導致農產品成本下降的幅度無法趕上總收益下降的幅度，動態往復過程中，早期技術采納或技術創新的農民超額利潤逐漸消失，后期采納的僅能保持自己在技術進步過程中不被落下，而一直未采納新技術的農民遭受市場低價和高額成本雙重打擊，擠入非農部門。

此后，“技術踏車”理論不斷被衍生并據此成為一些政策制定的理論基礎。Hayami 和Herd.（1977）拓展“技術踏車”理論框架，從生產者的分配效應及生產者和消費者之間的價格效應兩方面分析農業技術進步的增收效應。生產者的分配效應，主要表現為新技術采用者與非采用者之間的收益分配。一些研究發現，農業技術的采納會增加收入分配的非均衡性（Lin，1999）。黃祖輝等（2003）、劉進寶等（2004）等分別運用OLS和GLS估計方法得出類似觀點。然而，也有學者支持農業技術進步能夠改善收入分配觀點。Matin（1999）基于均衡替代模型、陸文聰等（2013）運用協整和誤差修正模型得出類似觀點。生產者和消費者的價格效應，主要表現為農業技術進步帶來福利增加，而農產品需求是價格剛性，若將農產品都投向市場，價格下降，消費者是技術進步的主要受益者；然而，在半商業性農業生產中，若農民將產出的農產品大部分用于自己消費且不參與貿易，由技術進步帶來的消費者剩余將被生產者內部化。

也有文獻基于內生經濟增長模型，從品種多樣化視角解析了農業技術進步的增收效應。農業技術進步形成兩類產品種類增長模型，一類是中間產品，另一類是消費品，其中，前者有利于提高最終產品的生產率，后者有利于提升生產率和消費多樣化的效用滿足程度，促進社會分工，進而實現經濟增長和人均真實收入提高（韓紹鳳等，2007）。

上述關于農業技術進步的增收效應研究，多數是從農業經營性收入的視角展開，但有研究指出，發展中國家農戶生產的主要特征為非專業化，農戶的收入結構中只有小部分來自糧食產量，其他主要來源于非農收入。因此，諸多文獻圍繞著農業技術進步、勞動力轉移和非農就業展開分析。多數文獻支持農業技術進步將大量剩余勞動擠出農業部門，增加非農收入（趙德昭等，2012），與此同時，農村大量勞動力流出特別是青壯年勞動力外流，造成農村“精英流失”，土地撂荒，從而對農作物產出產生不利影響（張永麗等，2008）。

對于農業技術進步對農民增收效應的爭論，還有一些文獻指出，可能與外部宏觀經濟環境異質性相關。如生產者和消費者之間的收入分配與供給函數移動的比重、農產品的市場化程度及供給需求彈性、政府干預等（Lin，1999；Karanja等，2009）。鑒于現有的文獻研究及數據的可得性，本文重點從以下四個方面展開異質性分析。

1、地區經濟發展水平。地區經濟發展水平反映出整個宏觀經濟環境。各國或地區經濟發展水平不平衡不僅表現出資本存量方面的差異，在制度建設、經濟運行環境和效率上也存在明顯不同（Gollin等，2014）。這不僅使得不同地區農業科技存量和技術創新環境存在差異，也是造成農業技術進步的產出效應和勞動力非農就業效應地區分化的重要因素。

2、農村人力資本。人力資本積累引致了農業向工業的轉變，在農業和工業TFP中引入人力資本因素，增加人均收入（Robert，2002）。農村人力資本不僅是農民增收的內生變量，更是影響技術創新和技術利用率，構成地區異質性的重要因素。同時，技術存在空間擴散和溢出效應，其中，人力資本、技術創新環境和采納環境是關鍵約束變量（Ruttan,1996）。據此，可以推斷，對于不同農村人力資本存量地區或年份，農業技術進步的增收效應存在差異。

3、務工務農工資比。農業技術進步提升勞動生產率，造成農村大量剩余勞動力。根據古典的劉易斯模型，只要工業部門提供高于農業工資一定比例，就能驅動農業勞動力涌向工業部門。但事實上自2004年以來，中國大量農村剩余勞動力并沒有順利轉化為農民工供給，且農民工工資帶有明顯上漲趨勢。蔡昉（2010）指出這是由于古典理論存在缺陷，把勞動剩余與供給剩余天然地畫上等號，忽視了勞動剩余條件下可能發生的供給不足問題。丁守海（2011）研究發現，隨著勞動供給的增加，農業勞動力的保留工資不斷提高，且幅度不斷擴大。勞動供給對工資的反應是非連續的，只有當工資上升到新的保留工資水平時，勞動供給才會增加。據此我們推斷，農業技術進步擠出的大量勞動力剩余并不一定都轉化成非農行業供給剩余，可能與農民務工務農工資比相關聯。

4、城鄉一體化程度。如今中國一個很普遍的現象就是，城市里的農副產品價格并不便宜，但農民卻沒有因此獲取更多收入，很重要的一個原因是城鄉二元經濟結構下的流通環節過多、流通成本過高。Young（2000）發現中國不同地區商品零售價格、農產品收購價格存在差異且有擴大的趨勢。張雪春（2010）的研究表明，一價定律在中國城鄉商品市場成立，城鄉商品流通的運輸成本、貿易壁壘和信息成本等因素導致城鄉價差。城鄉分割的市場使得城鄉生產資料和農產品價格不具收斂性，農業技術進步的增收機制受限。

綜上所述，農業技術技術進步對農民增收效應一直存在爭議。在研究的早期，文獻主要采用一般均衡分析方法，多集中于理論層面探討，隨著研究不斷深入，開始有文獻運用經驗數據進行實證分析，但這些經驗分析未能有效克服內生性問題，使得估計結果存在較大偏誤，并未達成一致認同。農業技術進步對農民增收效應的內生性問題主要表現在兩方面：一方面，農業技術進步與農民增收存在互為因果關系或共同受經濟增長等變量影響。農業技術進步影響農民增收，相反，農民收入增加也會激勵生產經營過程中的技術創新和運用；另一方面，盡管本文已經控制影響農民增收的重要變量，但考慮到變量的可度量性及數據的可得性，依然會遺漏諸如微觀個體特征、生產成本、氣候、二元體制等因素；在異質性問題研究上，已有文獻考慮到農業技術進步對農民增收異質性效應，但這些研究在有效識別異質性過程中或以宏觀經濟變量、區域變量分組等形式展開，亦或單純以某一宏觀經濟變量與農業技術進步或農民收入構建分析框架。

本文的貢獻，首先，運用GMM模型考察農業技術進步對農民增收效應，克服內生性問題，減少模型估計偏誤，對目前關于農業技術進步對農民增收效應的爭論作出回應；其次，采用面板門限估計（PTR）方法，分別以地區經濟發展水平、農村人力資本、務工務農工資比、城鄉一體化程度為門限變量，以農業技術進步和農民收入為內生變量，將三者納入統一模型分析框架，可以避免任何主觀層面分組，有效分離不同地區或年份農業技術進步對農民增收的差異。

三、指標構建、數據說明和模型選取

（一）指標構建和數據說明

本文選取1999-2013年中國內陸30個省市自治區（西藏因數據不全予以剔除）面板數據。原始數據來源于歷年《中國統計年鑒》、《中國農村統計年鑒》、《中國人口統計年鑒》。

1、被解釋變量。本文采用農民人均純收入作為被解釋變量。根據前文的分析框架，我們還考察農業技術進步對農民收入結構的影響，據此，又分別以農民人均工資性收入和經營性收入作為被解釋變量。為剔除價格因素，使用CPI（1999年為基期）指數平減。為盡可能消除異方差和偏態性問題，對各被解釋變量進行對數化處理（lnpure、lnwage、lnoperate）（單位：元/人）。

2、核心解釋變量。農業技術進步是本文的核心解釋變量。本文采用數據包絡分析（DEA）中Malmquist指數法測算農業技術進步變量。在規模報酬不變（CRS）的假設條件下，DEA-Malmquist指數測算公式為：

本文重點關注的是CRS假設條件下農業TFP（廣義農業技術進步），[③]為方便下文穩健性檢驗，也測算了農業前沿技術進步指數（狹義農業技術進步）。測算農業技術進步需要確定具體的投入和產出變量，參照已有研究（石慧等，2008），相關變量選取如下：投入指標主要包括土地、勞動、化肥以及機械四類，其中，土地采用農業播種面積表示；勞動投入采用第一產業從業人員衡量；化肥投入采用農用化肥（氮肥、磷肥、鉀肥和復合肥）施用量測度；農業機械投入采用農業機械總動力表示。產出指標采用第一產業增加值表示，用第一產業增加值指數（1997年=100）剔除價格因素。相關數據來源于歷年《中國統計年鑒》、《中國農村統計年鑒》、中國經濟與社會發展數據庫。

3、控制變量。財政支農指標（financial），采用農業財政支出占地方總財政支出比表示（單位：%）。[④]政府對“三農”各項財政資金投入，彌補農業生產弱質性，增加農民收入；城鎮化指標（urban），采用城鎮戶籍人口占總人口比重表示（單位：%）；農村人力資本指標（human），采用地區平均受教育年限作為農村人力資本代理指標（單位：年），考慮到人力資本轉化為生產力存在一定時滯，采用該變量的滯后兩期進入模型。具體測算，根據中國農村居民家庭勞動力文化程度構成，分為不識字或識字很少、小學、初中、高中、中專、大專及以上等6類，對應折算的受教育年限分別為1年、6年、9年、12年、12年和16年。農村人力資本除了對于提高農民績效，增加農民收入具有重要影響外，如前文所述，農村人力資本也是構成農村技術進步對增收效應異質性的重要因素。鑒于此，下文還將人力資本作為農業技術進步異質性分析的門檻變量；公路密度指標（highway），采用省公路里程比上省國土面積度量（單位：公里/平方公里）。公路密度越大越有利于城鄉要素和商品流動，降低農業生產交易成本，進而增加農民收入；農作物播種面積指標（rsow），采用農作物總播種面積比上第一產業從業人員數表示（單位：千公頃/萬人）。土地一直被認為是農業生產的重要生產資料和農民增收的保障。然而，近年來隨著“資源詛咒”理論的興起，引發了學者對于土地稟賦是農民增收的保障還是阻礙的探討。駱永民等（2015）研究認為農村土地是農民獲取農業收入的保障但同時漸為獲取工資性收入的阻礙；失業率指標（employ），采用城鎮登記失業率表示（單位：%），該指標反映農民外出務工的就業機會；農村固定資產投資指標（fix），采用農村固定資產投資占GDP比重表示，運用固定資產投資價格指數和GDP平減指數（1997年為基期）剔除價格因素，考慮到農村固定資產投資對農業生產作用的滯后性，選用該變量滯后二期進入模型。農村固定資產投資包括農村基礎設施、農業生態環境建設、農村企事業單位科學研究和技術服務業等多方面投資，是衡量農村生產條件改善程度重要指標。

4、門限變量。經濟發展水平變量（lnrgdp），采用人均GDP對數（以GDP平減指數剔除價格因素）表示（單位：元）；務工務農工資比變量（gap），采用農民人均工資性收入與人均經營性收入之比表示（單位：%）。農村勞動力剩余能否轉化為供給剩余，取決于農村和城市工資比較收益。一般當農民工資性收入大于農地經營性收入時，勞動力轉移才會發生；城鄉市場一體化指標，參照桂琦寒等（2006）研究，采用相對價格對數一階差分法度量：，和分別表示t和t-1期城鎮商品零售價格環比指數，和分別表示t和t-1期農村商品零售價格環比指數。差分的絕對值與0值偏離越大意味著市場分割程度越大，當差分值等于0時，表明城鄉市場完全一體化。

5、工具變量。采用多數文獻常用的內生變量滯后期作為工具變量。同時，為了比較不同工具變量對估計結果穩健性影響，也選用1998-2012年各省技術市場成交合同數（項）增長率作為農業技術進步的工具變量（單位：%）。

表1 變量的描述性統計

（二）模型選取

1、靜態面板模型設定。首先，設定最簡單的靜態估計模型，估計方程如下：

方程（2）是本文的基準估計模型。在未考慮內生性問題的情況下，使用OLS和固定效應FE的分析方法都是有偏和不一致的。為解決可能存在內生性問題，本文在靜態模型基礎上構建動態面板模型進行估計。

2、動態面板模型設定。農民生產行為和收入均具有粘性。為此，在靜態模型（2）基礎上引入農民收入滯后項構建動態模型（3）可以較好控制粘性因素。

經系統分析，礦石中主要含銣礦物為云母類和長石類，云母類的礦物量為37.1%，長石類的礦物量為3.5%，云母類中含銣0.31%，長石類中含銣0.14%，通過計算可知云母類礦物中銣的分布率為95.91%，長石類礦物中銣的分布率為4.09%，故礦石中銣絕大多數(95.91%)賦存于云母類礦物中，僅極少量銣(4.09%)賦存于長石類礦物中。所以僅對云母類礦物進行選冶工作即可取得優異的銣回收指標。

（4）

對模型（3）進行差分，可以消除各省影響省際間資源稟賦、經濟環境等方面差異的，這些省際差異隨時間變化較小，這在一定程度上緩解了遺漏變量的問題；同時，由于差分后的（4）式存在被解釋變量一階差分滯后項與誤差項的差分項相關，需要引入工具變量法。

但在隨機效應模型中，差分GMM估計不僅會存在弱工具變量問題，還會在消除省際差異的同時無形中去掉了非時變變量的影響。繼而，提出在差分GMM估計方程（4）的基礎上添加水平方程（3）為約束條件，即系統GMM估計。鑒于此，本文采用系統GMM模型進行估計。

3、門限面板模型設定。門限面板模型可以用來考察解釋變量對被解釋變量邊際效應隨著門限變量值置于不同門限區間而表現出非線性特征，能有效地分離出異質性因素造成解釋變量對被解釋變量差異化影響。門限面板模型采用組內均值方法去除個體效應，且模型中解釋變量需均為外生。

首先設定為“單門限效應”模型，“多門限效應”模型可在“單門限效應”的基礎上拓展。具體的（PTR）門限面板模型設定如下：

（6）

四、農業技術對農民收入及其結構分析

（一）農業技術進步對農民純收入的估計

表2為農業技術進步對農民人均純收入的估計結果。模型1和模型2為不使用工具變量的混合OLS和固定效應FE估計，模型3-5為采納工具變量的系統GMM估計，區別在于選取不同工具變量。模型3采用上一期技術市場成交的合同數增速作為工具變量，模型4和5參考多數研究一般做法，分別選取TFP和因變量滯后兩期及其更高階作為工具變量。可以看出，表2系統GMM模型二階序列相關AR（2）檢驗和Hansen過度識別檢驗的P統計值均大于0.05，表明模型不存在二階序列相關且工具變量與誤差項不相關。

由模型1-5可以發現，農業技術進步對農民純收入影響估計系數均顯著為正，表明農業技術進步具有顯著增收效應，模型結論較為穩健。接著分析控制變量，我們發現，在不同估計模型中，除城鎮化變量外，其余控制變量估計系數正負號及其顯著性基本一致，符合本文預期。值得關注的是城鎮化變量，在OLS和FE模型估計中顯著為正，而在系統GMM模型中則不顯著，考慮到動態面板模型在解決內生性問題上更為有效，本文給予的結論是，城鎮化對農民增收效應不明顯，這主要是由于城鎮化給農民增收帶來正向效應的同時也帶來諸多負面效應，一方面，城鎮化能增加農民外出務工工資性收入，還擴大農產品需求，增加農民經營性收入，另一方面，城鎮化擠占耕地，造成勞動力流失，導致農業生產的婦女化和老齡化以及城鎮化過程中城鄉、工農之間要素不平等交換仍然存在，最終正負兩種效應疊加導致對農民收入的影響不明顯。

表2 農業技術進步對農民純收入的估計結果

模型1模型2模型3模型4模型5 混合OLSFE系統GMM系統GMM系統GMM 人力資本0.160***（8.18）0.534***（14.63）0.046***（4.18）0.029**（2.36）0.067***（4.88） 固定資產1.371***（9.65）-0.006（-0.04）0.176***（7.35）0.190***（7.52）0.137***（3.99） 失業率-0.018（-1.14）-0.028（-1.55）-0.002***（-2.60）0.010（1.32）-0.001**（-2.08） TFP0.299**（2.03）0.217**（2.11）0.123***（8.68）0.119***（4.27）0.098***（3.35） L．因變量0.937***（63.26）0.949***（99.37）0.919***（65.32） 常數項5.455***（26.61）2.715***（10.18） F264.18259.442.8e+062.1e+065.95e+07 AR（1）0.100.110.09 r2_a（AR（2））0.830.830.970.940.93 Hansen0.981.001.00

注：* 、**、***分別表示在10%、5%、1%顯著性水平；AR（1）和AR（2）分別表示差分殘差項一階和二階序列相關的p值；Hansen為工具變量過度識別檢驗項；系統GMM模型采用two-step進行估計。下表同。

（二）農業技術進步對農民收入結構的估計

由于工資性收入和家庭經營性收入是農民純收入主要來源，2015年，二者累計占比達80%，為此，重點關注農業技術進步對農民收入結構的影響（表3）。

首先，我們分析農業技術進步對農民工資性收入的影響。同樣，依次進行混合OLS、FE以及不同工具變量的系統GMM估計，考慮到模型可能存在的內生性問題，以系統GMM估計結果為準。模型序列相關AR（1）、AR（2）檢驗和Hansen工具變量過度識別檢驗，表明模型不存在序列相關且工具變量為外生，支持系統GMM估計結果有效性。家庭經營性收入也采取同樣估計方法，將不再一一闡述。由模型1-4可以發現，農業技術進步對農民工資性收入影響均顯著為正，表明農業技術進步提高了農業生產率，特別是勞動節約型技術在保障糧食安全同時，釋放更多剩余勞動力進城務工，增加農民工資性收入。

財政支農對農民工資性收入影響顯著為正，表明財政支農有利于提升農業生產效率，從而助推勞動力外出轉移就業；公路密度對農民工資性收入影響顯著為正，在于其為農民工外出就業提供便利；城鎮化對農民工資性收入影響不明顯，這主要與城鎮化推進過程中人的城鎮化發展滯后有關，很多進城農民工并不能實現市民化；人均農作物播種面積對農民工資性收入影響為負但不顯著，表明農業生產對勞動力外出獲取工資性收入起到一定程度的阻礙作用；農村人力資本對農民工資性收入影響顯著為正；農村固定資產投資估計系數顯著為正，表明農村基礎設施完善，有利于農民非農就業；城鎮登記失業率估計系數顯著為負，失業率越高意味著農民外出就業機會越少，從而導致工資性收入減少。

其次，關注農業技術進步對農民家庭經營性收入的效應。由系統GMM估計結果可以看出，農業技術進步對農民家庭經營性收入影響顯著為正。在控制變量中，城鎮化對農民家庭經營性收入影響顯著為負，可能是城鎮化過程中擠占土地、資金和勞動力等農業生產要素，由此暗示城鎮化過程中給“三農”發展留足空間；城鎮登記失業率估計系數顯著為正，失業率越高，農民外出就業機會越少，大量年輕且人力資本水平高的勞動力返鄉從事農業生產，增加農業經營性收入。其余變量的估計結果均顯著為正，與我們預期基本一致。

表3 農業技術進步對農民收入結構的估計結果

注：模型3和7采用內生變量滯后二期及更高階為工具變量，模型4和8采用合同增長率為工具變量。

五、異質性分析與穩健性檢驗

農業技術進步的增收效應需要外部環境的協同。根據前文理論分析，至少與農村人力資本、務工務農比較工資、地區經濟發展水平及城鄉市場分割程度等四個方面因素相關聯。表4分別以這四個變量為門限變量構建面板門限模型。

表4 農業技術進步對農民純收入的門限估計結果

注：TFP_1為TFP*I（thd< Th_1）估計系數；TFP_2為TFP*I（Th_1<=thd< Th_2）估計系數；TFP_3為TFP*I（thd>= Th_2）估計系數，；Fstat_1、Fstat_2及Fstat_3分別表示型中存在1、2及3個門限的F檢驗；以城鄉一體化程度為門限變量進行模型估計時，由于北京、天津、上海、重慶等地農村商品零售價格指數數據缺乏，故予以剔除。下表同。

首先，以農村人力資本為門限變量的估計見模型1。可以看出，當農民平均受教育年限低于7.163時，農業技術進步對農民純收入的彈性為0.048，但作用不顯著，表明農民受教育水平處于這一區間時，一方面受知識存量約束，對新技術的采納率和使用率較低，另一方面，盡管農業技術進步帶來剩余勞動力，但由于技能缺乏，這部門勞動力難以轉移就業。這些地區比較有限，主要集中于西部個別省份（青海、貴州、寧夏等地）。而當平均受教育年限越過7.163門檻值時，農業技術進步對農民純收入彈性系數轉化為0.329且顯著，進一步當門限值越過8.088時（截至2012年，除安徽、四川外，中部和東部省份都已跨越），由于人力資本不斷提高，對技術的采納率、使用率以及就業技能提升，使得農業技術進步對農民純收入影響顯著增強且彈性系數上升到0.516。

其次，以人均GDP對數為門限變量的估計見模型2。可以看出，當人均GDP對數小于8.861時（截至2013年，全國僅貴州一省），農業技術進步對農民純收入影響不顯著，這主要是由于經濟發展水平相對落后，不僅造成當地生產資料、農產品市場發展滯后及缺乏就業機會，阻礙農民經營性和工資性收入，同時，也會約束當地財政收支，地方政府為攫取更多稅基，加快城鎮化和工業化步伐，造成對農業發展忽視，因此，該階段農業技術進步的增收效應不明顯。當人均GDP對數依次跨過8.861和8.996之后，農業技術進步估計系數顯著為正且呈遞增趨勢。這表明，農業技術進步促進農民增收是以一定的經濟發展水平為保障，只有經濟發展到一定程度，才有能力吸收和消化由技術進步帶來的資源重配。

第三，以務工務農工資比為門限變量的估計見模型3。可以看出，當務工務農工資比小于0.223，農業技術進步的增收效應不顯著，表明當工資性收入嚴重低于經營性收入時，盡管農業技術進步提升帶來大量剩余勞動力，但勞動力剩余并不等同于供給剩余，相反，可能會有非農勞動力涌入，造成農業生產效率受損；當務工務農工資比大于0.223，農業技術進步的增收效應顯著為正，彈性系數上升為0.292，表明隨著務工務農比較工資差距縮小，特別是接近1時，農業技術進步擠出的大量剩余勞動力開始部分向城市轉移。盡管這個時期城鄉收入比依然小于1，但出于享受優質公共服務和更好發展機會考慮，農民會選擇轉移；進一步，當務工與務農工資比大于1.039，即工資性收入高于經營性收入，農業技術進步的增收效應顯著為正，彈性系數上升為0.469。此時農民轉移意愿增強，大量農村剩余勞動力轉移到非農部門，對于兼業化戶來說增加工資性和經營性收入，對于非兼業戶而言，既增加了工資性收入，也能通過土地流轉出租帶來財產性收入。

第四，以城鄉一體化為門限變量的估計見模型4。可以看出，模型中存在兩個門限分別為-0.008和0.019，進而分為三個門限區間。農業技術進步的增收效應在三個區間內均顯著為正，但彈性大小存在顯著差異。城鄉市場分割程度integer絕對值越趨近0，表明市場分割程度越小，integer等于0時，表明城鄉市場完全一體化。可以看出，當時，農業技術技術進步對農民增收的彈性為0.466，效應達到最大。表明，城鄉市場一體化程度越高，農業技術進步對農民增收的效應越大。

在前文所有的模型估計中，農業技術進步指標采用農業TFP度量，為保證上述實證結果穩健可靠，以農業前沿技術進步指數（tech）作為代理指標進入模型以檢驗穩健性。[⑤]

表5模型1、2、3采用系統GMM估計方法，選用內生變量滯后兩期及其更高階作為工具變量，分別估計了農業前沿技術進步對農民純收入、工資性收入及經營性收入的影響，我們發現，農業前沿技術進步對農民純收入及其收入結構的影響均顯著為正，與上文的估計結果一致。控制變量的估計結果也較為穩健。

同時，模型4、5、6、7分別以農村人力資本、經濟發展水平、務工務農工資比以及城鄉市場一體化程度為門限變量，運用門限面板模型估計農業前沿技術進步對農民純收入影響，F統計檢驗表明，每個模型均存在兩個門限。各模型估計結果與上文基本一致，只有不同門限區間的彈性系數和個別變量門限值略有差異，表明本文估計結果穩健。

六、結論及政策建議

學術界關于農業技術進步有助于提升農業生產率，解決農業發展過程中面臨的挑戰，減少環境破壞能夠達成共識，而對于農業技術進步的增收效應則一直存在爭議。首先，本文基于1999—2013年中國省級面板數據，采用GMM估計方法對農業技術進步的增收效應及收入結構效應進行考察。結果發現，農業技術進步不僅有利于增加農民純收入，對農民工資性收入和家庭經營性收入影響也均顯著為正。基于這些結論，本文提出以下政策含義：增加農業科技投入，加大農業科技創新，有效推進農業供給側改革，提升農產品供給質量和多樣性，保證市場出清，避免由于無效供給增加導致總產出增收效應無法彌補產品價格下降效應。注重新型農業人才隊伍建設，建立健全農業技術協同創新機制和推廣機制。同時，適時加大勞動節約型技術的引進，釋放農村剩余勞動力，提升資源配置效率。

其次，本文采用門限面板估計的方法（PTR）分析了農業技術進步對農民增收效應的異質性，得到以下重要結論：（1）以農村人力資本為門限變量。隨著農民平均受教育年限的增加，農業技術進步對農民增收效應漸趨顯著且估計系數呈遞增趨勢，對于農村人力資本水平越高的省份及年份而言，農業技術進步對農民增收效應越大；（2）以人均GDP對數為門限變量。地區經濟發展水平越高，農業技術進步的增收效應越明顯，部分省份由于經濟發展水平相對落后，導致農業技術進步的增收效應還未體現出來；（3）以務工務農比較工資為門限變量。當務工的工資性收入嚴重低于務農經營性收入時，農業技術進步帶來的勞動力剩余并不能轉化為供給剩余，此時一定程度上阻礙農民增收。隨著務工務農工資比逐漸變大，農業技術進步對農民增收的估計系數由負轉正并呈遞增趨勢，系數顯著性也隨之增強；（4）以城鄉市場分割程度為門限變量。城鄉市場一體化程度越高，農業技術進步對農民增收的效應越大。穩健性檢驗能夠保證結論可靠性。

基于異質性分析結論，得出政策含義：總的來說，不同地區或時間節點，由于宏觀經濟變量的差異可能會影響農業技術進步增收效應中間傳導機制發揮，因此，貫徹“科教興農”、“科技增收”的戰略，要從不同省份實際情況出發，因地施策，因時施策。具體來看，首先，需要中央重點支持經濟發展水平相對落后、農村人力資本存量較低的省份，提升當地經濟發展水平和人力資本存量；其次，盡快將農村剩余勞動力轉化為產業工人，一方面，通過提高農民工資性收入，特別是工資性收入嚴重低于家庭經營性收入的地區，至少保證工資性收入增幅跟上GDP增幅，擴大務工與務農工資比。另一方面，通過實施戶籍制度改革、區域產業轉移及推進農民工市民化等戰略；最后，破除城鄉要素流動壁壘，搞好加工、流通、銷售、連鎖等相關環節的協同配套，降低流通成本，促進一二三產業融合，健全城鄉統一開放、競爭有序的農產品市場，最大限度將產品收益留給農民。

1. 蔡昉：《人口轉變、人口紅利與劉易斯轉折點》[J]，《經濟研究》2010年第4期。

2. 丁守海：《勞動剩余條件下的供給不足與工資上漲——基于家庭分工的視角》[J]，《中國社會科學》2011年第5期。

3. 桂琦寒、陳敏、陸銘、陳釗：《中國國內商品市場趨于分割還是整合：基于相對價格法的分析》[J]，《世界經濟》2006年第2期。

4. 韓紹鳳、向國成、汪金成：《農業多樣化與小農經濟效率改進：理論分析、經驗證據與國際比較》[J]，《數量經濟技術經濟研究》2007年第1期。

5. 胡文國、吳棟、吳曉明：《我國農民收入增長影響因素的實證分析》[J]，《經濟科學》2004年第6期。

6. 黃祖輝、錢峰燕：《技術進步對我國農民收入的影響及對策分析》[J]，《中國農村經濟》2003年第12期。

7. 劉進寶、劉洪：《農業技術進步與農民農業收入增長弱相關性分析》[J]，《中國農村經濟》2004年第9期。

8. 陸文聰、余新平：《中國農業科技進步與農民收入增長》[J]，《浙江大學學報（人文社會科學版）》2013年第4期。

9. 駱永民、樊麗明：《土地:農民增收的保障還是阻礙?》[J]，《經濟研究》2015年第8期。

10. 石慧、孟令杰、王懷明：《中國農業生產率的地區差距及波動性研究——基于隨機前沿生產函數的分析》[J]，《經濟科學》2008年第3期。

11. 張雪春：《我國通貨膨脹的城鄉差異分析》[J]，《金融研究》2010年第10期。

12. 張永麗、黃祖輝：《中國農村勞動力流動研究述評》[J]，《中國農村觀察》2008年第1期。

13. 趙德昭、許和連：《FDI、農業技術進步與農村剩余勞動力轉移——基于“合力模型”的理論與實證研究》[J]，《科學學研究》2012年第9期。

14. Cochrane, W.W., 1958, “Farm Prices, Myth and Reality” [M], Minneapolis: University of Minnesota Press,

15. Gollin Douglas, Lagakos David and Waugh Michael E., 2014, “Agricultural Productivity Differences across Countries” [J],vol. 104(5), pp165-170 .

16. Hayami, Yujiro and Herd t, Robert W, 1977, “Market Price Effects of Technological Change on Income Distribution in Semi subsistence Agriculture” [J],, vol. 59(2), pp245-247.

17. Hymer,S. and Resnick,S. 1969, “A Model of An Agrarian Economy with Nonagricultural Activities”[J],, vol. 59(4), pp 493-506.

18. Justin Yifu Lin., 1999, “Technological Change and Agricultural Household Income Distribution: Theory and Evidence from China”[J],, vol. 43(2), pp179-194.

19. Karanja, D. D., Renkow, M., and Crawford, E. W., 2003, “Welfare Effects of Maize Technologies in Marginal and High Potential Regions of Kenya”[J],, vol. 29(3), pp331-341.

20. Kumar S and Russell R., 2002, “Technological Change, Technological Catch-up, and Capital Deepening: Relative Contributions to Growth and Convergence”[J],, vol.92(3), pp527-548.

21. Matin Qaim., 1999, “Potential Benefits of Agricultural Biotechnology: An Example from the Mexican Potato Sector”[J],, vol. 21(2), pp390-408.

22. Robert Tamura., 2002, “Human Capital and the Switch from Agriculture to Industry”[J],, vol. 27(2), pp207-242.

23. Ruttan, V.W., 1996, “What Happened to Technology Adoption Diffusion Research?”[J],, vol.36, pp51-73.

24. Young, A, 2000, “The Razor’s Edge: Distortions and Incremental Reform in the People’s Public of China”[J],, vol. 115, pp1091-1131.

（H）

*本文得到中央高校基本科研業務費專項資金“新常態下的現代中國農業發展”（編號2016RW001）資助。作者對張莉琴老師在論文修改過程中所做的努力及提出的寶貴意見表示衷心感謝。