农业技术进步的增收效应——基于中国省级面板数据的检验

杨义武 林万龙



农业技术进步的增收效应——基于中国省级面板数据的检验

杨义武 林万龙

（中国农业大学经济管理学院 北京 100083）

关于农业技术进步的增收效应一直存在争论。本文运用动态广义矩估计方法对农业技术进步的增收效应进行再检验，结果发现，农业技术进步不仅对农民纯收入影响显著为正，对农民工资性和经营性收入也具有显著的促进作用。进一步异质性分析表明，随着农民平均受教育年限的增加，农业技术进步对农民增收效应逐渐体现出来且影响力呈递增趋势；地区经济发展水平越高省份，农业技术进步的增收效应越明显；当农民工资性收入严重低于经营性收入时，农业技术进步带来的劳动力剩余并不能转化为供给剩余，此时一定程度上阻碍农民增收，随着这一比重逐渐变大，农业技术进步对农民增收效应由负转正且影响力也随之增强；城乡市场一体化程度越高，农业技术进步对农民增收的效应越大。稳健性检验保证结论可靠性。

农业技术进步 农民增收 收入结构 异质性

一、引 言

“中国要富，农民必须富”。自2004年以来，中央一号文件连续十二次聚焦“三农”，核心在于促进农民增收。自改革开放以来，中国农民人均可支配收入首次实现“十二连快”，2015年，全国农村居民人均可支配收入11422元，连续第6年跑赢GDP和城镇居民收入增幅，城乡居民收入比已将至2.9:1以下，与此同时，收入结构也发生重要变化，工资性收入在农民收入构成中逐渐发挥主导性作用，2015年农民工资性收入约占人均可支配收入的40.3%，来自家庭经营性收入比重为39.4%。[①]尽管农民增收取得骄人成绩，但持续增收依然面临诸多瓶颈，其中，一方面，农业供给质量和效率低，生产和消费之间难以形成有效供给，另一方面，受成本“地板”和价格“天花板”的双重挤压，农产品缺乏市场竞争力，为此需要依靠农业技术创新。

根据索洛经济增长模型，技术进步（广义）是经济增长中剔除劳动、资本、自然资源等要素投入后的残余部分，又称全要素生产率（TFP）。农业技术进步在稳粮增产、提升农业效益及转变农业发展方式等方面发挥重要作用，已成为学界共识（Lin, 1999）。2015年，中国农业科技进步贡献率达56%。[②]然而，农业技术进步提升能保障农民增收吗？学界对此还未达成一致认同，关于“丰收悖论”、“粮食增产不增收”、“谷贱伤农”等报道不绝于耳。另外，发展中国家农户生产主要特征为非专业化，农户收入结构中只有小部分来自农业，非农收入为主要来源（Hymer 和 Resnick.，1969；胡文国等，2004），而农业技术进步特别是劳动节约型技术进步使劳动力非农转移成为可能。据此，构建动态广义矩估计（GMM）模型，有效克服内生性，对农业技术进步对农民收入及其收入结构效应作出回答。

与此同时，各省经济发展水平、农村人力资本、务工务农工资比以及城乡市场分割等宏观经济环境各异，可能会影响农业技术进步对农民增收传导机制及效应发挥。为此，本文构建门限面板模型（PTR），检验农业技术进步对农民增收效应是否因地区宏观因素差异而具有不同弹性。

实现上述研究目标，为如何在农业供给侧结构性改革中实施农业技术创新战略，拓展农民增收空间；如何有针对性完善各地区的宏观经济环境，进而更好保障农业技术进步对农民增收效应的发挥提供经验支持。

二、文献综述及理论分析

学术界对于农业技术进步能够提升生产率，处理农业发展过程中面临的挑战，减少环境破坏已达成共识。而对于农业技术进步对农民增收的影响一直存在争论。Cochrane（1958）提出“技术踏车”效应，指出农业技术进步会引起成本函数下移，总经济福利上升。根据熊彼特“创造性破坏”思想，技术进步是新产品引进和旧产品淘汰的交替过程。由于新技术早期采用者少，使得部分农民能够暂时分享技术进步带来的超额利润。然而，随着技术不断扩散，供给曲线外移，在需求高度无弹性情况下，农产品价格快速下降导致农产品成本下降的幅度无法赶上总收益下降的幅度，动态往复过程中，早期技术采纳或技术创新的农民超额利润逐渐消失，后期采纳的仅能保持自己在技术进步过程中不被落下，而一直未采纳新技术的农民遭受市场低价和高额成本双重打击，挤入非农部门。

此后，“技术踏车”理论不断被衍生并据此成为一些政策制定的理论基础。Hayami 和Herd.（1977）拓展“技术踏车”理论框架，从生产者的分配效应及生产者和消费者之间的价格效应两方面分析农业技术进步的增收效应。生产者的分配效应，主要表现为新技术采用者与非采用者之间的收益分配。一些研究发现，农业技术的采纳会增加收入分配的非均衡性（Lin，1999）。黄祖辉等（2003）、刘进宝等（2004）等分别运用OLS和GLS估计方法得出类似观点。然而，也有学者支持农业技术进步能够改善收入分配观点。Matin（1999）基于均衡替代模型、陆文聪等（2013）运用协整和误差修正模型得出类似观点。生产者和消费者的价格效应，主要表现为农业技术进步带来福利增加，而农产品需求是价格刚性，若将农产品都投向市场，价格下降，消费者是技术进步的主要受益者；然而，在半商业性农业生产中，若农民将产出的农产品大部分用于自己消费且不参与贸易，由技术进步带来的消费者剩余将被生产者内部化。

也有文献基于内生经济增长模型，从品种多样化视角解析了农业技术进步的增收效应。农业技术进步形成两类产品种类增长模型，一类是中间产品，另一类是消费品，其中，前者有利于提高最终产品的生产率，后者有利于提升生产率和消费多样化的效用满足程度，促进社会分工，进而实现经济增长和人均真实收入提高（韩绍凤等，2007）。

上述关于农业技术进步的增收效应研究，多数是从农业经营性收入的视角展开，但有研究指出，发展中国家农户生产的主要特征为非专业化，农户的收入结构中只有小部分来自粮食产量，其他主要来源于非农收入。因此，诸多文献围绕着农业技术进步、劳动力转移和非农就业展开分析。多数文献支持农业技术进步将大量剩余劳动挤出农业部门，增加非农收入（赵德昭等，2012），与此同时，农村大量劳动力流出特别是青壮年劳动力外流，造成农村“精英流失”，土地撂荒，从而对农作物产出产生不利影响（张永丽等，2008）。

对于农业技术进步对农民增收效应的争论，还有一些文献指出，可能与外部宏观经济环境异质性相关。如生产者和消费者之间的收入分配与供给函数移动的比重、农产品的市场化程度及供给需求弹性、政府干预等（Lin，1999；Karanja等，2009）。鉴于现有的文献研究及数据的可得性，本文重点从以下四个方面展开异质性分析。

1、地区经济发展水平。地区经济发展水平反映出整个宏观经济环境。各国或地区经济发展水平不平衡不仅表现出资本存量方面的差异，在制度建设、经济运行环境和效率上也存在明显不同（Gollin等，2014）。这不仅使得不同地区农业科技存量和技术创新环境存在差异，也是造成农业技术进步的产出效应和劳动力非农就业效应地区分化的重要因素。

2、农村人力资本。人力资本积累引致了农业向工业的转变，在农业和工业TFP中引入人力资本因素，增加人均收入（Robert，2002）。农村人力资本不仅是农民增收的内生变量，更是影响技术创新和技术利用率，构成地区异质性的重要因素。同时，技术存在空间扩散和溢出效应，其中，人力资本、技术创新环境和采纳环境是关键约束变量（Ruttan,1996）。据此，可以推断，对于不同农村人力资本存量地区或年份，农业技术进步的增收效应存在差异。

3、务工务农工资比。农业技术进步提升劳动生产率，造成农村大量剩余劳动力。根据古典的刘易斯模型，只要工业部门提供高于农业工资一定比例，就能驱动农业劳动力涌向工业部门。但事实上自2004年以来，中国大量农村剩余劳动力并没有顺利转化为农民工供给，且农民工工资带有明显上涨趋势。蔡昉（2010）指出这是由于古典理论存在缺陷，把劳动剩余与供给剩余天然地画上等号，忽视了劳动剩余条件下可能发生的供给不足问题。丁守海（2011）研究发现，随着劳动供给的增加，农业劳动力的保留工资不断提高，且幅度不断扩大。劳动供给对工资的反应是非连续的，只有当工资上升到新的保留工资水平时，劳动供给才会增加。据此我们推断，农业技术进步挤出的大量劳动力剩余并不一定都转化成非农行业供给剩余，可能与农民务工务农工资比相关联。

4、城乡一体化程度。如今中国一个很普遍的现象就是，城市里的农副产品价格并不便宜，但农民却没有因此获取更多收入，很重要的一个原因是城乡二元经济结构下的流通环节过多、流通成本过高。Young（2000）发现中国不同地区商品零售价格、农产品收购价格存在差异且有扩大的趋势。张雪春（2010）的研究表明，一价定律在中国城乡商品市场成立，城乡商品流通的运输成本、贸易壁垒和信息成本等因素导致城乡价差。城乡分割的市场使得城乡生产资料和农产品价格不具收敛性，农业技术进步的增收机制受限。

综上所述，农业技术技术进步对农民增收效应一直存在争议。在研究的早期，文献主要采用一般均衡分析方法，多集中于理论层面探讨，随着研究不断深入，开始有文献运用经验数据进行实证分析，但这些经验分析未能有效克服内生性问题，使得估计结果存在较大偏误，并未达成一致认同。农业技术进步对农民增收效应的内生性问题主要表现在两方面：一方面，农业技术进步与农民增收存在互为因果关系或共同受经济增长等变量影响。农业技术进步影响农民增收，相反，农民收入增加也会激励生产经营过程中的技术创新和运用；另一方面，尽管本文已经控制影响农民增收的重要变量，但考虑到变量的可度量性及数据的可得性，依然会遗漏诸如微观个体特征、生产成本、气候、二元体制等因素；在异质性问题研究上，已有文献考虑到农业技术进步对农民增收异质性效应，但这些研究在有效识别异质性过程中或以宏观经济变量、区域变量分组等形式展开，亦或单纯以某一宏观经济变量与农业技术进步或农民收入构建分析框架。

本文的贡献，首先，运用GMM模型考察农业技术进步对农民增收效应，克服内生性问题，减少模型估计偏误，对目前关于农业技术进步对农民增收效应的争论作出回应；其次，采用面板门限估计（PTR）方法，分别以地区经济发展水平、农村人力资本、务工务农工资比、城乡一体化程度为门限变量，以农业技术进步和农民收入为内生变量，将三者纳入统一模型分析框架，可以避免任何主观层面分组，有效分离不同地区或年份农业技术进步对农民增收的差异。

三、指标构建、数据说明和模型选取

（一）指标构建和数据说明

本文选取1999-2013年中国内陆30个省市自治区（西藏因数据不全予以剔除）面板数据。原始数据来源于历年《中国统计年鉴》、《中国农村统计年鉴》、《中国人口统计年鉴》。

1、被解释变量。本文采用农民人均纯收入作为被解释变量。根据前文的分析框架，我们还考察农业技术进步对农民收入结构的影响，据此，又分别以农民人均工资性收入和经营性收入作为被解释变量。为剔除价格因素，使用CPI（1999年为基期）指数平减。为尽可能消除异方差和偏态性问题，对各被解释变量进行对数化处理（lnpure、lnwage、lnoperate）（单位：元/人）。

2、核心解释变量。农业技术进步是本文的核心解释变量。本文采用数据包络分析（DEA）中Malmquist指数法测算农业技术进步变量。在规模报酬不变（CRS）的假设条件下，DEA-Malmquist指数测算公式为：

本文重点关注的是CRS假设条件下农业TFP（广义农业技术进步），[③]为方便下文稳健性检验，也测算了农业前沿技术进步指数（狭义农业技术进步）。测算农业技术进步需要确定具体的投入和产出变量，参照已有研究（石慧等，2008），相关变量选取如下：投入指标主要包括土地、劳动、化肥以及机械四类，其中，土地采用农业播种面积表示；劳动投入采用第一产业从业人员衡量；化肥投入采用农用化肥（氮肥、磷肥、钾肥和复合肥）施用量测度；农业机械投入采用农业机械总动力表示。产出指标采用第一产业增加值表示，用第一产业增加值指数（1997年=100）剔除价格因素。相关数据来源于历年《中国统计年鉴》、《中国农村统计年鉴》、中国经济与社会发展数据库。

3、控制变量。财政支农指标（financial），采用农业财政支出占地方总财政支出比表示（单位：%）。[④]政府对“三农”各项财政资金投入，弥补农业生产弱质性，增加农民收入；城镇化指标（urban），采用城镇户籍人口占总人口比重表示（单位：%）；农村人力资本指标（human），采用地区平均受教育年限作为农村人力资本代理指标（单位：年），考虑到人力资本转化为生产力存在一定时滞，采用该变量的滞后两期进入模型。具体测算，根据中国农村居民家庭劳动力文化程度构成，分为不识字或识字很少、小学、初中、高中、中专、大专及以上等6类，对应折算的受教育年限分别为1年、6年、9年、12年、12年和16年。农村人力资本除了对于提高农民绩效，增加农民收入具有重要影响外，如前文所述，农村人力资本也是构成农村技术进步对增收效应异质性的重要因素。鉴于此，下文还将人力资本作为农业技术进步异质性分析的门槛变量；公路密度指标（highway），采用省公路里程比上省国土面积度量（单位：公里/平方公里）。公路密度越大越有利于城乡要素和商品流动，降低农业生产交易成本，进而增加农民收入；农作物播种面积指标（rsow），采用农作物总播种面积比上第一产业从业人员数表示（单位：千公顷/万人）。土地一直被认为是农业生产的重要生产资料和农民增收的保障。然而，近年来随着“资源诅咒”理论的兴起，引发了学者对于土地禀赋是农民增收的保障还是阻碍的探讨。骆永民等（2015）研究认为农村土地是农民获取农业收入的保障但同时渐为获取工资性收入的阻碍；失业率指标（employ），采用城镇登记失业率表示（单位：%），该指标反映农民外出务工的就业机会；农村固定资产投资指标（fix），采用农村固定资产投资占GDP比重表示，运用固定资产投资价格指数和GDP平减指数（1997年为基期）剔除价格因素，考虑到农村固定资产投资对农业生产作用的滞后性，选用该变量滞后二期进入模型。农村固定资产投资包括农村基础设施、农业生态环境建设、农村企事业单位科学研究和技术服务业等多方面投资，是衡量农村生产条件改善程度重要指标。

4、门限变量。经济发展水平变量（lnrgdp），采用人均GDP对数（以GDP平减指数剔除价格因素）表示（单位：元）；务工务农工资比变量（gap），采用农民人均工资性收入与人均经营性收入之比表示（单位：%）。农村劳动力剩余能否转化为供给剩余，取决于农村和城市工资比较收益。一般当农民工资性收入大于农地经营性收入时，劳动力转移才会发生；城乡市场一体化指标，参照桂琦寒等（2006）研究，采用相对价格对数一阶差分法度量：，和分别表示t和t-1期城镇商品零售价格环比指数，和分别表示t和t-1期农村商品零售价格环比指数。差分的绝对值与0值偏离越大意味着市场分割程度越大，当差分值等于0时，表明城乡市场完全一体化。

5、工具变量。采用多数文献常用的内生变量滞后期作为工具变量。同时，为了比较不同工具变量对估计结果稳健性影响，也选用1998-2012年各省技术市场成交合同数（项）增长率作为农业技术进步的工具变量（单位：%）。

表1 变量的描述性统计

（二）模型选取

1、静态面板模型设定。首先，设定最简单的静态估计模型，估计方程如下：

方程（2）是本文的基准估计模型。在未考虑内生性问题的情况下，使用OLS和固定效应FE的分析方法都是有偏和不一致的。为解决可能存在内生性问题，本文在静态模型基础上构建动态面板模型进行估计。

2、动态面板模型设定。农民生产行为和收入均具有粘性。为此，在静态模型（2）基础上引入农民收入滞后项构建动态模型（3）可以较好控制粘性因素。

经系统分析，矿石中主要含铷矿物为云母类和长石类，云母类的矿物量为37.1%，长石类的矿物量为3.5%，云母类中含铷0.31%，长石类中含铷0.14%，通过计算可知云母类矿物中铷的分布率为95.91%，长石类矿物中铷的分布率为4.09%，故矿石中铷绝大多数(95.91%)赋存于云母类矿物中，仅极少量铷(4.09%)赋存于长石类矿物中。所以仅对云母类矿物进行选冶工作即可取得优异的铷回收指标。

（4）

对模型（3）进行差分，可以消除各省影响省际间资源禀赋、经济环境等方面差异的，这些省际差异随时间变化较小，这在一定程度上缓解了遗漏变量的问题；同时，由于差分后的（4）式存在被解释变量一阶差分滞后项与误差项的差分项相关，需要引入工具变量法。

但在随机效应模型中，差分GMM估计不仅会存在弱工具变量问题，还会在消除省际差异的同时无形中去掉了非时变变量的影响。继而，提出在差分GMM估计方程（4）的基础上添加水平方程（3）为约束条件，即系统GMM估计。鉴于此，本文采用系统GMM模型进行估计。

3、门限面板模型设定。门限面板模型可以用来考察解释变量对被解释变量边际效应随着门限变量值置于不同门限区间而表现出非线性特征，能有效地分离出异质性因素造成解释变量对被解释变量差异化影响。门限面板模型采用组内均值方法去除个体效应，且模型中解释变量需均为外生。

首先设定为“单门限效应”模型，“多门限效应”模型可在“单门限效应”的基础上拓展。具体的（PTR）门限面板模型设定如下：

（6）

四、农业技术对农民收入及其结构分析

（一）农业技术进步对农民纯收入的估计

表2为农业技术进步对农民人均纯收入的估计结果。模型1和模型2为不使用工具变量的混合OLS和固定效应FE估计，模型3-5为采纳工具变量的系统GMM估计，区别在于选取不同工具变量。模型3采用上一期技术市场成交的合同数增速作为工具变量，模型4和5参考多数研究一般做法，分别选取TFP和因变量滞后两期及其更高阶作为工具变量。可以看出，表2系统GMM模型二阶序列相关AR（2）检验和Hansen过度识别检验的P统计值均大于0.05，表明模型不存在二阶序列相关且工具变量与误差项不相关。

由模型1-5可以发现，农业技术进步对农民纯收入影响估计系数均显著为正，表明农业技术进步具有显著增收效应，模型结论较为稳健。接着分析控制变量，我们发现，在不同估计模型中，除城镇化变量外，其余控制变量估计系数正负号及其显著性基本一致，符合本文预期。值得关注的是城镇化变量，在OLS和FE模型估计中显著为正，而在系统GMM模型中则不显著，考虑到动态面板模型在解决内生性问题上更为有效，本文给予的结论是，城镇化对农民增收效应不明显，这主要是由于城镇化给农民增收带来正向效应的同时也带来诸多负面效应，一方面，城镇化能增加农民外出务工工资性收入，还扩大农产品需求，增加农民经营性收入，另一方面，城镇化挤占耕地，造成劳动力流失，导致农业生产的妇女化和老龄化以及城镇化过程中城乡、工农之间要素不平等交换仍然存在，最终正负两种效应叠加导致对农民收入的影响不明显。

表2 农业技术进步对农民纯收入的估计结果

模型1模型2模型3模型4模型5 混合OLSFE系统GMM系统GMM系统GMM 人力资本0.160***（8.18）0.534***（14.63）0.046***（4.18）0.029**（2.36）0.067***（4.88） 固定资产1.371***（9.65）-0.006（-0.04）0.176***（7.35）0.190***（7.52）0.137***（3.99） 失业率-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．因变量0.937***（63.26）0.949***（99.37）0.919***（65.32） 常数项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：* 、**、***分别表示在10%、5%、1%显著性水平；AR（1）和AR（2）分别表示差分残差项一阶和二阶序列相关的p值；Hansen为工具变量过度识别检验项；系统GMM模型采用two-step进行估计。下表同。

（二）农业技术进步对农民收入结构的估计

由于工资性收入和家庭经营性收入是农民纯收入主要来源，2015年，二者累计占比达80%，为此，重点关注农业技术进步对农民收入结构的影响（表3）。

首先，我们分析农业技术进步对农民工资性收入的影响。同样，依次进行混合OLS、FE以及不同工具变量的系统GMM估计，考虑到模型可能存在的内生性问题，以系统GMM估计结果为准。模型序列相关AR（1）、AR（2）检验和Hansen工具变量过度识别检验，表明模型不存在序列相关且工具变量为外生，支持系统GMM估计结果有效性。家庭经营性收入也采取同样估计方法，将不再一一阐述。由模型1-4可以发现，农业技术进步对农民工资性收入影响均显著为正，表明农业技术进步提高了农业生产率，特别是劳动节约型技术在保障粮食安全同时，释放更多剩余劳动力进城务工，增加农民工资性收入。

财政支农对农民工资性收入影响显著为正，表明财政支农有利于提升农业生产效率，从而助推劳动力外出转移就业；公路密度对农民工资性收入影响显著为正，在于其为农民工外出就业提供便利；城镇化对农民工资性收入影响不明显，这主要与城镇化推进过程中人的城镇化发展滞后有关，很多进城农民工并不能实现市民化；人均农作物播种面积对农民工资性收入影响为负但不显著，表明农业生产对劳动力外出获取工资性收入起到一定程度的阻碍作用；农村人力资本对农民工资性收入影响显著为正；农村固定资产投资估计系数显著为正，表明农村基础设施完善，有利于农民非农就业；城镇登记失业率估计系数显著为负，失业率越高意味着农民外出就业机会越少，从而导致工资性收入减少。

其次，关注农业技术进步对农民家庭经营性收入的效应。由系统GMM估计结果可以看出，农业技术进步对农民家庭经营性收入影响显著为正。在控制变量中，城镇化对农民家庭经营性收入影响显著为负，可能是城镇化过程中挤占土地、资金和劳动力等农业生产要素，由此暗示城镇化过程中给“三农”发展留足空间；城镇登记失业率估计系数显著为正，失业率越高，农民外出就业机会越少，大量年轻且人力资本水平高的劳动力返乡从事农业生产，增加农业经营性收入。其余变量的估计结果均显著为正，与我们预期基本一致。

表3 农业技术进步对农民收入结构的估计结果

注：模型3和7采用内生变量滞后二期及更高阶为工具变量，模型4和8采用合同增长率为工具变量。

五、异质性分析与稳健性检验

农业技术进步的增收效应需要外部环境的协同。根据前文理论分析，至少与农村人力资本、务工务农比较工资、地区经济发展水平及城乡市场分割程度等四个方面因素相关联。表4分别以这四个变量为门限变量构建面板门限模型。

表4 农业技术进步对农民纯收入的门限估计结果

注：TFP_1为TFP*I（thd< Th_1）估计系数；TFP_2为TFP*I（Th_1<=thd< Th_2）估计系数；TFP_3为TFP*I（thd>= Th_2）估计系数，；Fstat_1、Fstat_2及Fstat_3分别表示型中存在1、2及3个门限的F检验；以城乡一体化程度为门限变量进行模型估计时，由于北京、天津、上海、重庆等地农村商品零售价格指数数据缺乏，故予以剔除。下表同。

首先，以农村人力资本为门限变量的估计见模型1。可以看出，当农民平均受教育年限低于7.163时，农业技术进步对农民纯收入的弹性为0.048，但作用不显著，表明农民受教育水平处于这一区间时，一方面受知识存量约束，对新技术的采纳率和使用率较低，另一方面，尽管农业技术进步带来剩余劳动力，但由于技能缺乏，这部门劳动力难以转移就业。这些地区比较有限，主要集中于西部个别省份（青海、贵州、宁夏等地）。而当平均受教育年限越过7.163门槛值时，农业技术进步对农民纯收入弹性系数转化为0.329且显著，进一步当门限值越过8.088时（截至2012年，除安徽、四川外，中部和东部省份都已跨越），由于人力资本不断提高，对技术的采纳率、使用率以及就业技能提升，使得农业技术进步对农民纯收入影响显著增强且弹性系数上升到0.516。

其次，以人均GDP对数为门限变量的估计见模型2。可以看出，当人均GDP对数小于8.861时（截至2013年，全国仅贵州一省），农业技术进步对农民纯收入影响不显著，这主要是由于经济发展水平相对落后，不仅造成当地生产资料、农产品市场发展滞后及缺乏就业机会，阻碍农民经营性和工资性收入，同时，也会约束当地财政收支，地方政府为攫取更多税基，加快城镇化和工业化步伐，造成对农业发展忽视，因此，该阶段农业技术进步的增收效应不明显。当人均GDP对数依次跨过8.861和8.996之后，农业技术进步估计系数显著为正且呈递增趋势。这表明，农业技术进步促进农民增收是以一定的经济发展水平为保障，只有经济发展到一定程度，才有能力吸收和消化由技术进步带来的资源重配。

第三，以务工务农工资比为门限变量的估计见模型3。可以看出，当务工务农工资比小于0.223，农业技术进步的增收效应不显著，表明当工资性收入严重低于经营性收入时，尽管农业技术进步提升带来大量剩余劳动力，但劳动力剩余并不等同于供给剩余，相反，可能会有非农劳动力涌入，造成农业生产效率受损；当务工务农工资比大于0.223，农业技术进步的增收效应显著为正，弹性系数上升为0.292，表明随着务工务农比较工资差距缩小，特别是接近1时，农业技术进步挤出的大量剩余劳动力开始部分向城市转移。尽管这个时期城乡收入比依然小于1，但出于享受优质公共服务和更好发展机会考虑，农民会选择转移；进一步，当务工与务农工资比大于1.039，即工资性收入高于经营性收入，农业技术进步的增收效应显著为正，弹性系数上升为0.469。此时农民转移意愿增强，大量农村剩余劳动力转移到非农部门，对于兼业化户来说增加工资性和经营性收入，对于非兼业户而言，既增加了工资性收入，也能通过土地流转出租带来财产性收入。

第四，以城乡一体化为门限变量的估计见模型4。可以看出，模型中存在两个门限分别为-0.008和0.019，进而分为三个门限区间。农业技术进步的增收效应在三个区间内均显著为正，但弹性大小存在显著差异。城乡市场分割程度integer绝对值越趋近0，表明市场分割程度越小，integer等于0时，表明城乡市场完全一体化。可以看出，当时，农业技术技术进步对农民增收的弹性为0.466，效应达到最大。表明，城乡市场一体化程度越高，农业技术进步对农民增收的效应越大。

在前文所有的模型估计中，农业技术进步指标采用农业TFP度量，为保证上述实证结果稳健可靠，以农业前沿技术进步指数（tech）作为代理指标进入模型以检验稳健性。[⑤]

表5模型1、2、3采用系统GMM估计方法，选用内生变量滞后两期及其更高阶作为工具变量，分别估计了农业前沿技术进步对农民纯收入、工资性收入及经营性收入的影响，我们发现，农业前沿技术进步对农民纯收入及其收入结构的影响均显著为正，与上文的估计结果一致。控制变量的估计结果也较为稳健。

同时，模型4、5、6、7分别以农村人力资本、经济发展水平、务工务农工资比以及城乡市场一体化程度为门限变量，运用门限面板模型估计农业前沿技术进步对农民纯收入影响，F统计检验表明，每个模型均存在两个门限。各模型估计结果与上文基本一致，只有不同门限区间的弹性系数和个别变量门限值略有差异，表明本文估计结果稳健。

六、结论及政策建议

学术界关于农业技术进步有助于提升农业生产率，解决农业发展过程中面临的挑战，减少环境破坏能够达成共识，而对于农业技术进步的增收效应则一直存在争议。首先，本文基于1999—2013年中国省级面板数据，采用GMM估计方法对农业技术进步的增收效应及收入结构效应进行考察。结果发现，农业技术进步不仅有利于增加农民纯收入，对农民工资性收入和家庭经营性收入影响也均显著为正。基于这些结论，本文提出以下政策含义：增加农业科技投入，加大农业科技创新，有效推进农业供给侧改革，提升农产品供给质量和多样性，保证市场出清，避免由于无效供给增加导致总产出增收效应无法弥补产品价格下降效应。注重新型农业人才队伍建设，建立健全农业技术协同创新机制和推广机制。同时，适时加大劳动节约型技术的引进，释放农村剩余劳动力，提升资源配置效率。

其次，本文采用门限面板估计的方法（PTR）分析了农业技术进步对农民增收效应的异质性，得到以下重要结论：（1）以农村人力资本为门限变量。随着农民平均受教育年限的增加，农业技术进步对农民增收效应渐趋显著且估计系数呈递增趋势，对于农村人力资本水平越高的省份及年份而言，农业技术进步对农民增收效应越大；（2）以人均GDP对数为门限变量。地区经济发展水平越高，农业技术进步的增收效应越明显，部分省份由于经济发展水平相对落后，导致农业技术进步的增收效应还未体现出来；（3）以务工务农比较工资为门限变量。当务工的工资性收入严重低于务农经营性收入时，农业技术进步带来的劳动力剩余并不能转化为供给剩余，此时一定程度上阻碍农民增收。随着务工务农工资比逐渐变大，农业技术进步对农民增收的估计系数由负转正并呈递增趋势，系数显著性也随之增强；（4）以城乡市场分割程度为门限变量。城乡市场一体化程度越高，农业技术进步对农民增收的效应越大。稳健性检验能够保证结论可靠性。

基于异质性分析结论，得出政策含义：总的来说，不同地区或时间节点，由于宏观经济变量的差异可能会影响农业技术进步增收效应中间传导机制发挥，因此，贯彻“科教兴农”、“科技增收”的战略，要从不同省份实际情况出发，因地施策，因时施策。具体来看，首先，需要中央重点支持经济发展水平相对落后、农村人力资本存量较低的省份，提升当地经济发展水平和人力资本存量；其次，尽快将农村剩余劳动力转化为产业工人，一方面，通过提高农民工资性收入，特别是工资性收入严重低于家庭经营性收入的地区，至少保证工资性收入增幅跟上GDP增幅，扩大务工与务农工资比。另一方面，通过实施户籍制度改革、区域产业转移及推进农民工市民化等战略；最后，破除城乡要素流动壁垒，搞好加工、流通、销售、连锁等相关环节的协同配套，降低流通成本，促进一二三产业融合，健全城乡统一开放、竞争有序的农产品市场，最大限度将产品收益留给农民。

1. 蔡昉：《人口转变、人口红利与刘易斯转折点》[J]，《经济研究》2010年第4期。

2. 丁守海：《劳动剩余条件下的供给不足与工资上涨——基于家庭分工的视角》[J]，《中国社会科学》2011年第5期。

3. 桂琦寒、陈敏、陆铭、陈钊：《中国国内商品市场趋于分割还是整合：基于相对价格法的分析》[J]，《世界经济》2006年第2期。

4. 韩绍凤、向国成、汪金成：《农业多样化与小农经济效率改进：理论分析、经验证据与国际比较》[J]，《数量经济技术经济研究》2007年第1期。

5. 胡文国、吴栋、吴晓明：《我国农民收入增长影响因素的实证分析》[J]，《经济科学》2004年第6期。

6. 黄祖辉、钱峰燕：《技术进步对我国农民收入的影响及对策分析》[J]，《中国农村经济》2003年第12期。

7. 刘进宝、刘洪：《农业技术进步与农民农业收入增长弱相关性分析》[J]，《中国农村经济》2004年第9期。

8. 陆文聪、余新平：《中国农业科技进步与农民收入增长》[J]，《浙江大学学报（人文社会科学版）》2013年第4期。

9. 骆永民、樊丽明：《土地:农民增收的保障还是阻碍?》[J]，《经济研究》2015年第8期。

10. 石慧、孟令杰、王怀明：《中国农业生产率的地区差距及波动性研究——基于随机前沿生产函数的分析》[J]，《经济科学》2008年第3期。

11. 张雪春：《我国通货膨胀的城乡差异分析》[J]，《金融研究》2010年第10期。

12. 张永丽、黄祖辉：《中国农村劳动力流动研究述评》[J]，《中国农村观察》2008年第1期。

13. 赵德昭、许和连：《FDI、农业技术进步与农村剩余劳动力转移——基于“合力模型”的理论与实证研究》[J]，《科学学研究》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）

[①]数据来源于国家统计局网站。

[②]数据来源人民网“农业科技进步贡献率达56%”http://finance.people.com.cn/n/2015/0127/c1004-26454765.html。

[③]假设规模报酬不变（CRS）而不是规模报酬可变，一方面考虑到“中国农业至今仍不存在明显的规模经济和规模效应”现实情况（中国新闻网）http://www.chinanews.com/gn/2015/11-04/7605555.shtml；另一方面，这也是国内外众多文献用DEA方法分析劳动生产率变化的一个通常假定。

[④]财政支农支出的统计口径在2003和2007年发生变化，其中，2003年之前包括支援农村生产支出、农业综合开发支出和农林气象等部门事业费，2003-2006年包括农业支出、林业支出和农林水利气象等部门事业费，2007年之后仅为农林水事务支出。通过比对统计口径调整前后数据，发现数据是平滑的。

[⑤]限于篇幅，这里未报告表5稳健性检验结果，感兴趣的读者可以向作者索取。

*本文得到中央高校基本科研业务费专项资金“新常态下的现代中国农业发展”（编号2016RW001）资助。作者对张莉琴老师在论文修改过程中所做的努力及提出的宝贵意见表示衷心感谢。