论文投稿_医学论文投稿_核心期刊,职称论文投稿发表_论文部落

　　上述分析表明，中国农村土地调整制度总体上是朝着减少土地调整，延长土地承包期，稳定承包关系的方向演进的，具有明显的产权界定逐步清晰的演进途径。这可以由诱致性制度变迁假说(HayamiandＲuttan，1971;ＲuttanandHayami，1984;NorthandThomas，1973;North，1981，1990)进行解释，即人口增加、地理条件变化、经济增长及产业结构升级等导致人均土地面积减少，土地相对稀缺程度增加，土地相对价格提高，土地调整的交易成本增加，农村土地制度将朝着土地调整减少、土地承包经营权期限延长等产权明晰的方向演进。

　　与人口增加和地理条件变化两方面因素的影响相比，经济增长及产业结构变化特别是非农就业增加的影响较为复杂。经济增长会同时带来土地价值和劳动力价值的提高，如果前者的提高大于后者，则经济增长的净效应是进一步加剧了土地的相对稀缺程度。非农产业的出现以及农村劳动力流向工业、服务业等部门，一方面会降低农村土地稀缺程度的压力，并由于非农就业导致的人口变化直接带来对调整土地的需求，从而导致土地调整的增加;另一方面，非农就业增加以及农村劳动力的频繁流动增加了土地调整的交易成本，并且伴随着经济增长和专业分工的发展，资本进入农村以及不同村庄之间“非人际关系化交换”(Northetal．，2009)的增加，进一步增加了调地的交易成本。此外，经济发展水平以及非农收入提高，还降低了农民对土地社会保障功能的依赖程度，从而减少了对土地调整的实际需要。综上，尽管经济增长和非农产业发展提高了劳动力价值，非农就业也直接带来对土地调整的需求，从而对减少土地调整具有负向影响，但是如果这一负向影响小于上述分析中的正向影响，则经济增长以及非农就业增加的净影响是与人口增加、地理条件变差的影响一致，即导致土地调整的交易成本增加，实际土地调整减少。

　　基于上述分析，提出以下假说:

　　假说1(诱致性制度变迁假说:资源禀赋的影响):村庄的人均耕地面积越少，地理条件越差，所在区域的经济发展水平越高，非农产业比例越大，则该村越倾向于不调整土地。进一步地，由于制度本身的公共物品性质以及制度变迁过程中的“搭便车”行为，导致纯粹由私人自发形成或仅依靠诱致性制度变迁形成的新制度安排的供给不足(Lin，1989)。制度本身的规模报酬递增性质以及行为人受“主观模型”和意识形态的影响，导致制度变迁存在“路径依赖”或“锁定效应”(North，1990)。因此，国家干预或政府介入，进行强制性制度变迁，以弥补纯粹由诱致性制度变迁所带来的制度供给不足(Lin，1989)。“强制性制度变迁假说”可进一步解释中国农村土地调整的制度演进，即中央政府作为“不得调地”政策的制定者和实施者，决定了农地调整制度变迁的主要方向。中央“不得调地”政策采用了渐进的实施方式，一方面是基于不同地区资源禀赋和社会经济发展水平存在巨大差异的考虑，留给地方足够的运作空间，以充分发挥地方多样化的制度创新优势;另一方面则是由于目前我国仍处于经济快速发展、城市化和工业化加速的时期，未来的不确定性大，激进式改革的成本更高(McMillanandNaughton，1992;樊纲，1993;林毅夫等，1993)。总之，中央“不得调地”政策的渐进式实施，给地方留下了进行土地调整的空间。由于正式规则始终处于变动之中，不同的地方政府以及农村集体对中央政策的理解不同进一步加大了各地土地调整的差异，地方政府对中央政策更为重视、中央政策得到更好落实的地区，实际土地调整也就更少。

　　基于上述分析，提出以下假说:

　　假说2(强制性制度变迁假说:土地证书的影响):发放合法的土地承包经营权证书的村庄，并且土地承包经营权证书越规范(如含有不得调整土地的条款)，则该村越倾向于不调整土地。

　　四、计量检验

　　1．变量和数据

　　本文计量检验所使用的数据来自两个数据库。与土地调整有关的村级和农户数据均来自在中国人民大学(ＲUC)和美国农村发展研究所(ＲDI)17省农村土地调查基础上建立的“ＲUC/ＲDI中国农村17省农户问卷调查数据库”。调查方法、样本分布及主要变量的描述结果见本文第二部分。由于村集体的土地调整行为受区域经济发展水平及产业结构变化的影响，本文计量模型中还包含县级人均GDP和非农产业比例两个变量，数据均来自国家统计局《中国区域经济统计年鉴》(2006、2009和2010年)。表6中列出了各变量名称、定义和观测个数等，并给出了各变量的主要描述统计分析结果。

　　这里需要说明的是:(1)由于历次调查中样本村的抽取是相互独立的，所以本文数据是混合数据而非面板数据。(2)2005年后的调查问卷中所设问题与2001年前的问卷有较大差异，1999年和2001年问卷中缺少用于计量检验的部分变量，因此本文计量检验采用2005、2008和2010年的调查数据。(3)全部问卷包含100多个问题，数据库中包含800多个变量，所以我们重点对2005、2008和2010年有关土地调整的数据进行了整理。例如，对于“是否调地”变量，原问题有3个答案，即:1=有;2=没有;3=不清楚。描述分析表明，有约5%的受访者回答“不清楚”，因此后续描述统计和回归分析中将之视为缺失数据，未参与分析。此外，对于其他变量的少量数据缺失情况，也采用完全样本法进行处理，最终形成用于计量检验的有效样本量为3369。通过对整理后数据与之前各变量的均值和方差进行比较，以及对不同样本的计量检验结果的比较分析，未发现显著差异，因此可将这些不同样本视为来自同一总体。

　　2．计量模型设定

　　(1)Probit和Tobit模型

　　为检验本文的假说，同时考虑计量估计结果的稳健性，本文分别以被调查村“是否调地”和“调地次数”为因变量进行回归分析，并对每个模型分别讨论自变量外生和内生假定下的估计。“是否调地”模型的因变量Y为0—1变量，属于限值因变量，我们选择常用的Probit模型(Brandtetal．2004;DeiningerandJin，2009)。模型设定如下:Y*=x1β1+αz+ε，ε|x1z～Normal(0，σ2)Y=1［Y*＞0］(Probit模型)其中，自变量x1包括地理条件(含丘陵、山区等2个变量)、村级状况(含人均耕地面积、征地、与县城距离等3个变量)、地区经济和产业结构(含非农产业比例、人均GDP等2个变量)以及年份虚拟变量和省份虚拟变量;自变量z为正式规则及其实施(含土地承包经营权证书、禁止土地调整条款等2个变量)。β1和α代表回归系数。“调地次数”模型的因变量M在“0”处左截尾，为避免选择性样本偏误，我们采用常用的Tobit模型(Brandtetal．，2004;DeiningerandJin，2009;KungandBai，2010);其自变量与Probit模型相同;回归系数仍用β1和α表示。M*=x1β1+αz+μ，u|x1z～Normal(0，σ2)M=max(0，M*)(Tobit模型)

　　(2)Probit-IV和Tobit-IV模型

　　上述计量模型都假定正式规则及其实施变量是外生的。学者们注意到了土地调整模型中自变量的内生性问题，并进行了讨论(Brandtetal．，2004;KungandBai，2010)。但是，绝大多数土地调整模型均未考虑土地政策或正式规则变量(如土地证书)，而包含土地证书变量的少量文献则对该变量做了外生性假定，例如，Deininger＆Jin(2009)以土地调整和土地征收为因变量的Probit和Tobit模型中，认为由于绝大多数证书发放是很久以前，当时的村领导现在大都已更换，所以可以将土地证书变量视为外生。此外，Saint-Macaryetal．(2010)以农户投资为因变量的Probit模型中，认为某区域某时点会同时发证给所有农户，所以土地证书变量也没有内生性问题。然而，在研究中国农村土地调整制度变迁的案例中，如果某些影响正式规则实施(如发放证书)的村级变量(如村领导偏好、村民意愿等)同时会影响村的土地调整决策，并且这些变量在模型中未被观测，则将导致模型系数估计出现内生性系统偏差。为分析正式规则及其实施变量的内生性问题，本文采用工具变量法，分别建立Probit-IV和Tobit-IV模型(Wooldridge，2002)如下:Y*=x1β1+αz+v1，z=x1δ1+x2δ2+v2Y=1［x1δ3+x2δ4+v3＞0］(Probit-IV模型)M*=x1β1+αz+v1，z=x1δ1+x2δ2+v2M=max(0，x1δ3+x2δ4+v3)(Tobit-IV模型)其中，自变量x1和z与上述Probit和Tobit模型中的相同，随机误差项v1、v2、v3服从联合正态分布，允许任意相关。x2为正式规则及其实施变量的工具变量，选取该村所在县内除该村以外的其他nj－1个被调查村发放土地承包经营权证书的比例以及证书中包含禁止土地调整条款的比例分别作为“土地承包经营权证书”和“禁止土地调整条款”两个变量的工具变量。选择理由如下:工具变量的选择条件是其与内生变量具有较强相关性，而且必须外生，即与回归方程中的误差项不相关。由于同一县中其他村发放土地证书的状况反映的是该县的发证状况，这可能与该村是否发证相关，但是由于剔除了该村，所以与该村的土地调整决策没有直接的联系，因此，将同一县内其他nj－1个村发放土地证书及包含禁止土地调整条款的平均值分别作为该村土地证书和禁止土地调整条款的工具变量是可行的。

　　3．估计和检验结果