農(nóng)村經(jīng)濟(jì)增長(zhǎng)和反貧困探析

農(nóng)村經(jīng)濟(jì)增長(zhǎng)和反貧困探析

一、經(jīng)濟(jì)增長(zhǎng)與扶貧

在過(guò)去二十年里,大部分發(fā)展中國(guó)家在扶貧方面成效不大,中國(guó)則是一個(gè)例外[1]。中國(guó)的貧困人口由1978年的2?6億減少到1997年的0?5億。①在短短的20年內(nèi)就取得了如此巨大的扶貧成就在世界史上還屬首次,應(yīng)該說(shuō)這也是20世紀(jì)人類發(fā)展中的一個(gè)巨大成就。一系列政策與制度改革以及農(nóng)村的公共投資都對(duì)上述成就起了至關(guān)重要的作用。有關(guān)中國(guó)農(nóng)業(yè)增長(zhǎng)和農(nóng)村扶貧的著述頗多。但是極少有人把扶貧與公共投資結(jié)合起來(lái)研究。②我們認(rèn)為,如果沒(méi)有幾十年的公共投資積累,七十年代末以來(lái)的經(jīng)濟(jì)改革對(duì)經(jīng)濟(jì)增長(zhǎng)和扶貧的作用將會(huì)大打折扣。改革前,受種種政策和制度的制約,公共投資的效用未能充分釋放出來(lái)。改革消除了這些阻礙,公共投資在促進(jìn)經(jīng)濟(jì)增長(zhǎng)以及緩解貧困方面的巨大作用才得以發(fā)揮。本研究的主要目的是建立一個(gè)系統(tǒng)的分析框架,在此框架下通過(guò)控制制度和政策以及其他因素的影響,分析各種公共投資對(duì)經(jīng)濟(jì)增長(zhǎng)和扶貧的影響。利用過(guò)去幾十年的省級(jí)數(shù)據(jù),我們運(yùn)用計(jì)量經(jīng)濟(jì)方法進(jìn)行了分析,運(yùn)用計(jì)量經(jīng)濟(jì)模型測(cè)算每增加一個(gè)單位的公共投資的經(jīng)濟(jì)回報(bào)率及扶貧效果。此模型可以判斷各種公共投資影響經(jīng)濟(jì)增長(zhǎng)和貧困的途徑。

例如,政府對(duì)道路和教育的投資不僅可以通過(guò)農(nóng)業(yè)增產(chǎn),還可以通過(guò)增加非農(nóng)就業(yè)機(jī)會(huì)來(lái)緩解農(nóng)村貧困。所有這些分析有助于政府采取更有效的扶貧戰(zhàn)略。此外,這個(gè)模型可以分地區(qū)測(cè)算公共投資對(duì)增長(zhǎng)及扶貧的效果。這些研究結(jié)果有助于政府提高其有限資源的利用效率以達(dá)到預(yù)期的政策目標(biāo)。本文的結(jié)構(gòu)如下:第二部分回顧中國(guó)農(nóng)村在過(guò)去幾十年里增長(zhǎng)及貧困的演變過(guò)程。第三部分描述政府在科研、教育和基礎(chǔ)設(shè)施建設(shè)等方面的投資情況,這些投資對(duì)于增長(zhǎng)和扶貧具有長(zhǎng)期影響。第四部分建立公共投資對(duì)貧困影響的分析框架。第五部分描述數(shù)據(jù)、估計(jì)方法及結(jié)果。第六部分總結(jié)本報(bào)告及其政策含義。

二、經(jīng)濟(jì)增長(zhǎng)及貧困

在過(guò)去二十年里,大部分發(fā)展中國(guó)家在扶貧方面成效不大,中國(guó)則是一個(gè)例外[1]。中國(guó)的貧困人口由1978年的2?6億減少到1997年的0?5億。在短短的20年內(nèi)就取得了如此巨大的扶貧成就在世界史上還屬首次,應(yīng)該說(shuō)這也是20世紀(jì)人類發(fā)展中的一個(gè)巨大成就。一系列政策與制度改革以及農(nóng)村的公共投資都對(duì)上述成就起了至關(guān)重要的作用。改革之前中國(guó)農(nóng)村的人均收入水平很低。1978年,農(nóng)民人均年收入只有220元左右,相當(dāng)于150美元。③1949年到1978年這29年里,人均收入只增加了95%,年均增長(zhǎng)2?3%。中國(guó)是世界上最貧窮的國(guó)家之一。農(nóng)村有很多人每天還在生存線上掙扎。1978年,中國(guó)農(nóng)村的貧困人口為2?6億,占農(nóng)村總?cè)丝诘?3%。這些貧困人群得不到足夠的食物,收入很低,難以維持健康和高生產(chǎn)力的生活。1978年農(nóng)村改革以來(lái),這種情況大有改觀。農(nóng)村人均收入由1978年的220元增加到了1984年的522元,年均增長(zhǎng)率15%。農(nóng)業(yè)收入的快速增長(zhǎng)一方面來(lái)自生產(chǎn)率的提高,另一方面來(lái)自農(nóng)產(chǎn)品價(jià)格的提高。④收入的普遍增加使得貧困人口的數(shù)量減少過(guò)半,貧困發(fā)生率相應(yīng)地減少了一半以上。到1984年,農(nóng)村人口的貧困發(fā)生率僅為11%。由于土地在家庭之間是平均分配的,使得大部分農(nóng)民都可以得益,從而按照基尼系數(shù)計(jì)算的收入差異增加的幅度很小。在改革的第二階段,農(nóng)民收入繼續(xù)增加,但增加速度有所減慢,年均增長(zhǎng)率不到3%。

這主要是由于改革以后農(nóng)業(yè)生產(chǎn)停滯不前造成的。到1984年底,農(nóng)業(yè)快速增長(zhǎng)對(duì)農(nóng)村扶貧的作用基本上已經(jīng)“耗盡”。在此期間,農(nóng)村收入分配越來(lái)越不平等,基尼系數(shù)由0?264上升到0?301[2]。收入分配惡化主要是由于增收的性質(zhì)發(fā)生了變化,增收主要來(lái)源于非農(nóng)就業(yè)的機(jī)會(huì)增加,但是各地區(qū)農(nóng)村的非農(nóng)就業(yè)機(jī)會(huì)的差異極大[3]。由于糧食的實(shí)際價(jià)格水平停滯不前而投入品價(jià)格不斷上漲,農(nóng)民增收只能依靠提高農(nóng)業(yè)生產(chǎn)與流通的效率和增加非農(nóng)就業(yè)。⑤盡管貧困人群有可能增加現(xiàn)代投入品的用量,但是由于農(nóng)業(yè)生產(chǎn)條件惡劣,所以總體上增加現(xiàn)代投入的收益依然很低。隨著農(nóng)村人口總收入中非農(nóng)業(yè)收入所占的比例越來(lái)越大,地區(qū)間非農(nóng)業(yè)收入的差異對(duì)收入分配惡化的影響越來(lái)越大。非農(nóng)部門的發(fā)展主要集中在沿海地區(qū),而沿海地區(qū)人均收入水平高,貧困發(fā)生率比其他地區(qū)低得多。西部和邊疆地區(qū)農(nóng)村貧困人口最集中,這些地區(qū)的發(fā)展遠(yuǎn)遠(yuǎn)落后于沿海地區(qū)。由此一來(lái),全國(guó)貧困人口的數(shù)量從1984年的8900萬(wàn)增加到1989年的1?03億,五年當(dāng)中凈增長(zhǎng)1400萬(wàn)。一直到1990年農(nóng)村貧困人口數(shù)量才開(kāi)始再次減少,從1989年的1?03億減少到1997年的5000萬(wàn),年均脫貧率9%,比同期的收入增加率快。表明除了收入增長(zhǎng)以外,還有一些因素促進(jìn)了貧困的減少。1995年,政府決定到2000年徹底消除農(nóng)村貧困。為了實(shí)現(xiàn)這一目標(biāo),政府采取了一系列的政策措施,投入了大量的財(cái)力物力。農(nóng)村人口的收入水平還不及城鎮(zhèn)人口的一半。1978年,農(nóng)村居民的人均收入只有城鎮(zhèn)居民的42%。1979-1984年農(nóng)村改革的成功使得這個(gè)比例在1984年上升到了59%。但是1997年又下降到40%,這主要是由于城鎮(zhèn)的收入增長(zhǎng)較快,而農(nóng)村收入增長(zhǎng)乏力?？梢?jiàn)貧困在中國(guó)主要表現(xiàn)為農(nóng)村現(xiàn)象,城鎮(zhèn)貧困人口從絕對(duì)量上看相對(duì)較少,盡管最近幾年城鎮(zhèn)居民的收入分配有惡化的趨勢(shì)[4,5,6]。但是無(wú)論從規(guī)模還是從嚴(yán)重程度上講,城鎮(zhèn)貧困都不能與農(nóng)村貧困相比。

三、公共資本和投資

本節(jié)回顧技術(shù)、教育和基礎(chǔ)設(shè)施的發(fā)展以及政府在這些方面的投資情況。從圖1可以看出,1997年農(nóng)村教育支出占政府全部農(nóng)村支出的41%。灌溉支出其次,占23%。本文所討論的灌溉支出指的是直接與灌溉有關(guān)的支出,不包括城市供水、航海和水力發(fā)電。農(nóng)村基礎(chǔ)設(shè)施投資占政府全部農(nóng)村支出的33%,其中14%為農(nóng)村電力,10%為農(nóng)村道路,9%為農(nóng)村通訊。農(nóng)業(yè)科研投資只占很少一部分,為2?2%。農(nóng)業(yè)科研過(guò)去四十年中國(guó)的農(nóng)業(yè)科研體系迅速發(fā)展壯大,目前已成為世界上最龐大的公有科研體系之一。到20世紀(jì)90年代初,中國(guó)的農(nóng)業(yè)的科研支出占發(fā)展中國(guó)家農(nóng)業(yè)科研總支出的35%,占發(fā)展中國(guó)家農(nóng)業(yè)科研人員總數(shù)的40%。然而,中國(guó)農(nóng)業(yè)研究體系在過(guò)去幾十年里幾番起落。1949年建國(guó)之初,中國(guó)對(duì)農(nóng)業(yè)研究投資極少,但隨后迅速增加,并一直持續(xù)到1960年。受1959-61年饑荒和1966-76年文化大革命的影響,20世紀(jì)60年代農(nóng)業(yè)投資增長(zhǎng)相對(duì)較少。但70年代農(nóng)業(yè)投資穩(wěn)步增加。到80年代增長(zhǎng)放慢,整個(gè)80年代只增長(zhǎng)23%。90年代農(nóng)業(yè)科研支出又開(kāi)始增加,這主要是因?yàn)檎胍揽靠萍及l(fā)展糧食生產(chǎn)。灌溉在公共投資方面,1949年之后,政府投資重點(diǎn)首先放在灌溉上。1953年,政府灌溉投資1?77億元,比農(nóng)業(yè)科研經(jīng)費(fèi)多10倍。灌溉投資持續(xù)增長(zhǎng)到1966年。在人民公社時(shí)期,政府很容易就可以動(dòng)員大量的農(nóng)村勞動(dòng)力來(lái)投身大型項(xiàng)目。

由于此期灌溉投資的增加,新增灌溉面積1億公頃。但是1976-1995年期間灌溉投資增加非常少。實(shí)際上1976-1989年期間,對(duì)灌溉的投資減少了。1989年的灌溉投資水平只有1976年的44%,此期中國(guó)農(nóng)業(yè)生產(chǎn)的灌溉面積并沒(méi)有增加。由于1994/95糧食歉收,國(guó)家進(jìn)口了大量糧食,并在1996-97年大力增加灌溉投資。由于工業(yè)用水和居民用水與農(nóng)業(yè)爭(zhēng)水,進(jìn)一步增加灌溉面積會(huì)有一定難度。所以,灌溉投資的回報(bào)率今后很可能會(huì)下降。教育四十年以前,中國(guó)國(guó)民的平均受教育水平處在世界最低之列。到1956年,一半以上的適齡兒童沒(méi)有機(jī)會(huì)上學(xué)。大躍進(jìn)和文化大革命對(duì)中國(guó)社會(huì)是個(gè)重大的災(zāi)難。文革中教育設(shè)施受到極大破壞,學(xué)校停課,學(xué)生的學(xué)習(xí)受到了很大影響。1978年以來(lái),中國(guó)實(shí)施了“九年制義務(wù)教育”制度,要求所有適齡兒童必須完成小學(xué)和初中教育。1986年,國(guó)家正式頒布了《九年制義務(wù)教育法》。

2000年,中國(guó)農(nóng)村適齡兒童的入學(xué)率上升到98%,小學(xué)升初中的升學(xué)率達(dá)到85%[7]。通過(guò)這一系列措施,勞動(dòng)力的素質(zhì)大幅提高,農(nóng)村勞動(dòng)力的文盲率由1985年28%下降到1997年的10%。農(nóng)村人力資本的改善有助于農(nóng)民采用現(xiàn)代農(nóng)業(yè)技術(shù),增加到鄉(xiāng)鎮(zhèn)企業(yè)以及城鎮(zhèn)工業(yè)部門就業(yè)的機(jī)會(huì)。盡管中國(guó)教育事業(yè)成就顯著,但國(guó)家對(duì)教育的投資還遠(yuǎn)遠(yuǎn)不夠。從支出來(lái)看,國(guó)家對(duì)教育的支出只相當(dāng)于GDP總量的2?6%,低于大部分發(fā)展中國(guó)家。另外政府在農(nóng)村教育方面所作的努力地區(qū)之間差距很大。官方統(tǒng)計(jì)資料表明農(nóng)村勞動(dòng)力文盲率存在巨大的地區(qū)差異。西部地區(qū)不僅文盲率高,脫盲速度也最慢。即便在同一個(gè)省甚至是同一個(gè)縣內(nèi)部差距也很大。官方統(tǒng)計(jì)資料顯示,世界銀行在云南、貴州和廣西所實(shí)施的一個(gè)項(xiàng)目中,35個(gè)縣的鄉(xiāng)鎮(zhèn)被分成兩組,結(jié)果發(fā)現(xiàn)較貧困那一組的入學(xué)率比全國(guó)同齡兒童的平均入學(xué)率低至少10個(gè)百分點(diǎn)[8]。農(nóng)戶調(diào)查資料發(fā)現(xiàn)村一級(jí)的差異更大。1994年國(guó)家統(tǒng)計(jì)局對(duì)上述35個(gè)貧困縣的最貧困鄉(xiāng)鎮(zhèn)的600戶的調(diào)查發(fā)現(xiàn),6到12歲的兒童入學(xué)率僅為55%。官方統(tǒng)計(jì)資料還顯示這些縣人口的平均識(shí)字率僅為35%[8]。

基礎(chǔ)設(shè)施中國(guó)的多山地形嚴(yán)重制約了道路發(fā)展。1953年,道路總長(zhǎng)度只有13?7萬(wàn)公里左右,道路密度大約為每千平方公里14公里,遠(yuǎn)遠(yuǎn)低于同期印度的道路密度。此外,1953-1976年期間,政府在道路建設(shè)方面的投資增加非常少。盡管如此,道路長(zhǎng)度仍在緩慢增加。從1985年開(kāi)始,政府加大了對(duì)道路的投資力度,特別是沿海地區(qū)聯(lián)接工業(yè)中心的高速道路。農(nóng)村道路質(zhì)量通常偏低,長(zhǎng)度大約為道路總長(zhǎng)度的70%。與道路建設(shè)不同的是,中國(guó)農(nóng)村在過(guò)去的幾十年中最杰出的成就之一就是農(nóng)村的通電工程。有了電,村莊生活發(fā)生了深刻的變化:電力照明延長(zhǎng)了人們生產(chǎn)和社會(huì)活動(dòng)的時(shí)間;廣播和電視豐富了村民的娛樂(lè)和文化生活;電動(dòng)機(jī)械提高了生產(chǎn)力,改善了工作條件。更重要的是,電增強(qiáng)了人們對(duì)社會(huì)進(jìn)步和未來(lái)美好生活的期望。在過(guò)去的幾十年,中國(guó)的投資構(gòu)成中電力投資優(yōu)先于道路投資。電力投資增加了90倍。農(nóng)村用電量從1953年的幾乎為零增加到1997年1980億千瓦小時(shí),其中以七、八十年代增長(zhǎng)最快。1996年通電的村占97%,通電農(nóng)戶的比例超過(guò)95%,遠(yuǎn)遠(yuǎn)高于同期印度的水平。1980年以前,政府農(nóng)村通訊投資的增長(zhǎng)速度非常緩慢。通訊投資從1?66億元增加到1980年的7?38億元。通訊的大規(guī)模發(fā)展還是最近幾年的事情,農(nóng)村電話從1992年340萬(wàn)門增加到1997年的1780萬(wàn)門。這是公共投資和私人投資共同作用的結(jié)果。1989-96年期間,僅通訊公共投資就增加了10倍。

四、分析框架和模型

本研究建立了一個(gè)聯(lián)立方程模型來(lái)估計(jì)政府投資對(duì)生產(chǎn)和貧困產(chǎn)生的多途徑影響。聯(lián)立方程方法至少有兩方面的優(yōu)點(diǎn)。第一,一些決定貧困的因素,如收入、生產(chǎn)或生產(chǎn)率增長(zhǎng)、價(jià)格、工資和非農(nóng)就業(yè)與貧困產(chǎn)生于同一個(gè)經(jīng)濟(jì)過(guò)程。換言之,這些變量是內(nèi)生變量。忽略內(nèi)生性,對(duì)扶貧效果的估計(jì)結(jié)果就會(huì)有偏差。第二,某些特定的經(jīng)濟(jì)變量會(huì)通過(guò)各種渠道對(duì)貧困產(chǎn)生影響。例如,改善農(nóng)村基礎(chǔ)設(shè)施不僅可以通過(guò)促進(jìn)農(nóng)業(yè)生產(chǎn)增長(zhǎng)來(lái)緩解農(nóng)村貧困,還可以通過(guò)提高工資和增加非農(nóng)就業(yè)機(jī)會(huì)影響農(nóng)村貧困。單方程估計(jì)法很難分析上述影響。方程到是聯(lián)立方程模型的表達(dá)式。各變量的定義請(qǐng)參見(jiàn)表2。方程表示農(nóng)村貧困決定方程。⑥這些因素包括,農(nóng)業(yè)勞動(dòng)力的平均生產(chǎn)率,非農(nóng)就業(yè),農(nóng)村非農(nóng)就業(yè)日工資率,農(nóng)業(yè)國(guó)內(nèi)貿(mào)易條件,農(nóng)村人口增長(zhǎng),以及政府扶貧貸款支出的三年移動(dòng)平均值。引入農(nóng)業(yè)勞動(dòng)力的平均生產(chǎn)率主要是反映由于農(nóng)業(yè)生產(chǎn)的增長(zhǎng)對(duì)扶貧的作用。農(nóng)業(yè)收入在農(nóng)戶總收入中仍占很大比例。即使是在1997年,這一比例仍高達(dá)64%。在欠發(fā)達(dá)地區(qū),這一比例甚至更高。P=fAGDPPC=fNAGDPPC=fWAGE=fNAGEMPLY=fIR=fROADS=fSCHY=fRTR=fELECT=fTT=f非農(nóng)就業(yè)收入是中國(guó)農(nóng)村居民僅次于農(nóng)業(yè)生產(chǎn)收入的重要收入來(lái)源。

工資水平和非農(nóng)業(yè)勞動(dòng)力人數(shù)是反映非農(nóng)收入變量很好的替代變量。另外,這兩個(gè)變量還可以分別對(duì)非農(nóng)部門工資變化和就業(yè)人數(shù)變化對(duì)農(nóng)村扶貧的影響進(jìn)行分析,這樣可能對(duì)于今后的扶貧工作更具重要政策含義。如果提高農(nóng)村工資率比增加農(nóng)村非農(nóng)就業(yè)的扶貧效果更顯著,那么政府的資源就應(yīng)該用于提高農(nóng)村就業(yè)的工資水平,反之應(yīng)該用在增加非農(nóng)就業(yè)機(jī)會(huì)。貿(mào)易條件變量主要用來(lái)考察農(nóng)產(chǎn)品價(jià)格相對(duì)于非農(nóng)產(chǎn)品價(jià)格的變化對(duì)農(nóng)村貧困的影響。如果貧困人口是農(nóng)產(chǎn)品凈買者,農(nóng)產(chǎn)品價(jià)格上漲會(huì)使他們受損。但是如果是農(nóng)產(chǎn)品凈賣出者,農(nóng)產(chǎn)品提價(jià)則使他們受益。然而從長(zhǎng)期角度來(lái)看,農(nóng)產(chǎn)品價(jià)格的上升會(huì)導(dǎo)致政府和農(nóng)戶增加農(nóng)業(yè)生產(chǎn)投資,使供給曲線外移。人口的增長(zhǎng)同樣會(huì)影響到農(nóng)村貧困,因?yàn)槿绻丝谠鲩L(zhǎng)的速度超過(guò)農(nóng)村就業(yè)的增長(zhǎng)速度,農(nóng)村貧困人口肯定會(huì)增加。對(duì)于像中國(guó)這樣資源貧乏、人口眾多的國(guó)家,這一點(diǎn)就尤為重要。政府扶貧貸款支出一直是政府扶貧的一個(gè)主要政策工具。以1996年為例,扶貧貸款支出占政府全部扶貧支出的82%。由于這些扶貧資金要經(jīng)過(guò)一段時(shí)間才能起到緩解貧困的作用,所以回歸分析中采用了過(guò)去三年的移動(dòng)平均值。對(duì)于農(nóng)業(yè)生產(chǎn)率函數(shù)方程,因變量是勞動(dòng)生產(chǎn)率,自變量包括每個(gè)勞動(dòng)力所擁有的土地和資本等傳統(tǒng)投入;以及技術(shù)、基礎(chǔ)設(shè)施和教育這些有助于提高農(nóng)業(yè)勞動(dòng)生產(chǎn)率,推動(dòng)供給曲線外移的變量;當(dāng)期以及滯后的政府農(nóng)業(yè)科研推廣投資;種植面積灌溉率;農(nóng)村人口平均受教育年限;道路密度;人均農(nóng)業(yè)用電量;以及農(nóng)村人口每千人所擁有的電話數(shù)量。

在非農(nóng)業(yè)生產(chǎn)率函數(shù)方程中,因變量是用非農(nóng)業(yè)GDP表示的勞動(dòng)生產(chǎn)率,人均資本、基礎(chǔ)設(shè)施以及勞動(dòng)力的受教育年限是自變量。方程和是農(nóng)村非農(nóng)部門的工資和就業(yè)決定方程。這些方程是勞動(dòng)力市場(chǎng)均衡條件下供給和需求方程的簡(jiǎn)化形式。勞動(dòng)力和工資是勞動(dòng)生產(chǎn)率的函數(shù)。勞動(dòng)生產(chǎn)率反過(guò)來(lái)是資本/勞動(dòng)比率以及導(dǎo)致生產(chǎn)曲線外移的一些因素的函數(shù),如改善基礎(chǔ)設(shè)施和教育。因此,最終的勞動(dòng)力和工資函數(shù)中包括資本/勞動(dòng)比率和生產(chǎn)曲線外移因素等變量。但是,我們將資本/勞動(dòng)比率引入模型后,系數(shù)估計(jì)的結(jié)果在統(tǒng)計(jì)上并不顯著,所以又去掉了這個(gè)變量。之所以不顯著,可能是因?yàn)槿狈π刨J資源或者是資本市場(chǎng)不發(fā)達(dá),鄉(xiāng)鎮(zhèn)企業(yè)很難籌集到資金來(lái)發(fā)展生產(chǎn)。模型中還加入了城市部門的增長(zhǎng)率來(lái)控制城市的增長(zhǎng)對(duì)農(nóng)村工資和非農(nóng)就業(yè)的影響。方程—用來(lái)反映各種投資的存量水平與政府歷年支出之間的關(guān)系。方程反映種植面積灌溉率與政府歷年灌溉支出之間的關(guān)系;方程反映道路密度與政府歷年對(duì)鄉(xiāng)村道路的投資之間的關(guān)系;方程反映農(nóng)村人口平均受教育年限與政府歷年教育投資之間的關(guān)系;方程反映農(nóng)村電話數(shù)量與政府通訊支出之間的關(guān)系;方程反映了農(nóng)村用電量與政府電力支出之間的關(guān)系;方程反映了農(nóng)產(chǎn)品貿(mào)易條件。省級(jí)以及國(guó)家級(jí)農(nóng)業(yè)生產(chǎn)率的增長(zhǎng)增加了農(nóng)產(chǎn)品供給,農(nóng)產(chǎn)品價(jià)格下降。把全國(guó)農(nóng)業(yè)生產(chǎn)率的增長(zhǎng)率引入模型可以避免過(guò)于高估各省政府支出的扶貧效果,因?yàn)槠渌》萆a(chǎn)的增長(zhǎng)也會(huì)通過(guò)全國(guó)市場(chǎng)的作用使糧食價(jià)格下降。最初我們?cè)诜匠讨幸胍恍┬枨笞兞?如人口和收入增長(zhǎng)率,但是這些變量并不顯著,所以從方程中去掉了。制度變遷和政策改革對(duì)于農(nóng)村農(nóng)業(yè)部門和非農(nóng)業(yè)部門生產(chǎn)的增長(zhǎng)以及農(nóng)村扶貧的貢獻(xiàn)高都很大。與以前的研究[9]不一樣,本研究的目的不在于量化這些因素的影響。但是,忽略這些因素會(huì)導(dǎo)致估計(jì)上的偏差,為此我們?cè)谒械姆匠讨屑尤肓四攴萏撟兞?以反映某一年的制度和政策變化對(duì)農(nóng)業(yè)和非農(nóng)業(yè)生產(chǎn)增長(zhǎng)以及扶貧的影響。模型中還引入地區(qū)虛變量以控制每個(gè)地區(qū)固有的其它社會(huì)經(jīng)濟(jì)條件對(duì)貧困的影響。

五、數(shù)據(jù)、模型估計(jì)和結(jié)果

本節(jié)討論估計(jì)方法以及模型結(jié)果,并介紹各地區(qū)各種政府投資的邊際回報(bào)率的計(jì)算方法。模型估計(jì)聯(lián)立系統(tǒng)內(nèi)所有方程均采用雙對(duì)數(shù)形式。如果采用更為靈活的方程形式,如超越對(duì)數(shù)或是二次方程,對(duì)系數(shù)估計(jì)的限制要少一些,但是由于一些交叉變量之間存在多重共線性,許多系數(shù)都不顯著。對(duì)于聯(lián)立系統(tǒng)方程,我們采用完全信息最大似然法進(jìn)行估計(jì)。由于只有7年的分省貧困數(shù)據(jù):1985-89,1991和1996年,所以采用兩步法對(duì)聯(lián)立系統(tǒng)方程進(jìn)行估計(jì)。第一步,用1970-1997年的分省數(shù)據(jù)估計(jì)除貧困方程之外的所有方程。然后,利用估計(jì)的系數(shù)預(yù)測(cè)各省AGDPPC,WAGE和NAGEMPLY,以及TT的值。第二步,用1985-89,1991和1996年的貧困數(shù)據(jù)以及各省的因變量的預(yù)測(cè)值估計(jì)貧困方程。兩步法的優(yōu)點(diǎn)在于,在估計(jì)非貧困方程時(shí)充分利用了現(xiàn)有的所有數(shù)據(jù),從而可以增加估計(jì)結(jié)果的可靠程度,同時(shí)也避免了貧困方程中自變量的內(nèi)生性問(wèn)題。政府在農(nóng)業(yè)科研、道路、教育、電力、通訊以及灌溉方面的投資有很長(zhǎng)的滯延期,一旦發(fā)生作用,將對(duì)農(nóng)業(yè)生產(chǎn)產(chǎn)生長(zhǎng)期的影響。在生產(chǎn)函數(shù)或生產(chǎn)率函數(shù)中引入公共投資變量的一個(gè)棘手的問(wèn)題就是:如何選擇合理的滯后分布。

以往的研究大多數(shù)采用存量變量的加權(quán)平均值)。而就權(quán)重以及滯后的年限的長(zhǎng)短目前還頗有爭(zhēng)議。由于政府公共投資的滯后分布及長(zhǎng)度往往未知,所以我們?cè)诜治鲋羞x用了一個(gè)較為自由的滯延期結(jié)構(gòu)。具體是這樣的,將政府歷年的各種公共投資如科研、灌溉、道路、電力和教育分別引入生產(chǎn)率、技術(shù)、基礎(chǔ)設(shè)施以及教育方程中,然后再用統(tǒng)計(jì)分析工具檢驗(yàn)和確定每種公共投資的合理滯延期長(zhǎng)度。有很多方法可以用來(lái)確定適宜的滯延期長(zhǎng)度。一些經(jīng)濟(jì)學(xué)家[10]常常選用調(diào)整R2和“Akaike信息準(zhǔn)則”。本報(bào)告利用調(diào)整R2來(lái)確定滯延期。由于聯(lián)立系統(tǒng)方程估計(jì)得到的R2不能提供準(zhǔn)確的擬合信息,我們選用單方程的調(diào)整R2。當(dāng)R2最大化時(shí)的滯延期長(zhǎng)度就是最佳的長(zhǎng)度。AIC準(zhǔn)則也與此類似,方程的擬合程度好,但是減少了自由度。利用調(diào)整R2確定科研、灌溉、教育、電力以及道路投資的滯延期長(zhǎng)度分別為17、14、16、12和17年。有關(guān)滯延期分布的另一個(gè)問(wèn)題是,自變量往往高度相關(guān),結(jié)果系數(shù)在統(tǒng)計(jì)上不顯著。有許多方法可以解決這一問(wèn)題。最常用的方法是“多項(xiàng)式滯延期分布”或“PDLs”。在多項(xiàng)式滯延期分布中,要求所有的系數(shù)服從次數(shù)為d的多項(xiàng)式分布。本報(bào)告中將d定為2,采用2次PDLs。這樣我們只需要估計(jì)3個(gè)而不是i+1個(gè)滯延分布系數(shù)。有關(guān)滯延期分布的詳盡的討論,請(qǐng)參閱Davidson和MacKinnon[11]。滯延期長(zhǎng)度確定以后,就可以利用PDLs方法以及每一種投資的最佳滯延期長(zhǎng)度進(jìn)行估計(jì)聯(lián)立系統(tǒng)方程。估計(jì)結(jié)果表3是聯(lián)立系統(tǒng)方程的估計(jì)結(jié)果。大部分系數(shù)在10%的置信水平顯著。由于使用的是雙對(duì)數(shù)函數(shù),所以系數(shù)就是所在方程中的彈性。貧困方程估計(jì)結(jié)果與以往的一些研究結(jié)果是一致的。提高農(nóng)業(yè)生產(chǎn)率、提高非農(nóng)工資水平、增加非農(nóng)就業(yè)機(jī)會(huì)均對(duì)扶貧具有顯著的促進(jìn)作用。貿(mào)易條件變量的系數(shù)為負(fù)值且顯著,說(shuō)明提高農(nóng)產(chǎn)品價(jià)格對(duì)農(nóng)村貧困人口有利?？梢赃@樣解釋,中國(guó)大多數(shù)貧困農(nóng)戶是糧食的凈出售者,農(nóng)產(chǎn)品價(jià)格升高,貧困農(nóng)民的收入也會(huì)隨之增加。人口增長(zhǎng)變量與貧困正相關(guān),但其系數(shù)在統(tǒng)計(jì)上并不顯著。政府的扶貧貸款支出有助于緩解農(nóng)村貧困,但這個(gè)變量的系數(shù)也不顯著。農(nóng)業(yè)勞動(dòng)生產(chǎn)率方程估計(jì)結(jié)果顯示,改善農(nóng)業(yè)科研與推廣、道路、灌溉以及教育狀況對(duì)農(nóng)業(yè)增長(zhǎng)有顯著的促進(jìn)作用。但電力變量的系數(shù)并不顯著。這里報(bào)告的農(nóng)業(yè)科研推廣的系數(shù)是根據(jù)PDLs分布計(jì)算的過(guò)去17年的系數(shù)之和。

顯著性檢驗(yàn)指對(duì)PDLs三個(gè)系數(shù)的聯(lián)合t檢驗(yàn)。方程的估計(jì)結(jié)果顯示,改善道路、教育和農(nóng)村通訊均促進(jìn)了農(nóng)村非農(nóng)部門的發(fā)展。與農(nóng)業(yè)生產(chǎn)率方程相似,電力變量的系數(shù)為正,但不顯著。方程的估計(jì)結(jié)果顯示,農(nóng)村非農(nóng)工資水平主要是由政府對(duì)道路、教育以及電訊的投資水平?jīng)Q定的。在估計(jì)該方程有一個(gè)重要發(fā)現(xiàn),農(nóng)業(yè)勞動(dòng)生產(chǎn)率對(duì)非農(nóng)就業(yè)的工資水平有顯著影響,而城市的增長(zhǎng)對(duì)農(nóng)村工資水平的影響不顯著。這可能表明對(duì)于城鄉(xiāng)之間的勞動(dòng)力流動(dòng)仍然存在或明或暗的限制。方程的估計(jì)結(jié)果顯示,改善農(nóng)村道路、電訊、電力以及教育均會(huì)促進(jìn)農(nóng)村非農(nóng)就業(yè)的增加。提高農(nóng)業(yè)生產(chǎn)率對(duì)農(nóng)村非農(nóng)就業(yè)的發(fā)展有顯著的促進(jìn)作用。與工資方程不同的是,城市部門的發(fā)展對(duì)農(nóng)村非農(nóng)就業(yè)水平有顯著影響。方程—的估計(jì)結(jié)果顯示,政府對(duì)灌溉、道路、教育、農(nóng)村通訊以及電力的投資顯著地促進(jìn)了灌溉、道路、農(nóng)村教育、通訊的改善,農(nóng)村用電量也顯著增加。這些變量的系數(shù)都達(dá)到了統(tǒng)計(jì)顯著水平。最后,貿(mào)易條件方程的估計(jì)結(jié)果進(jìn)一步證實(shí),提高全國(guó)和各省的農(nóng)業(yè)生產(chǎn)率對(duì)農(nóng)產(chǎn)品價(jià)格有一種向下的壓力,使農(nóng)業(yè)的貿(mào)易條件惡化。

公共投資的效果利用方程—和表3所示的估計(jì)結(jié)果,可以推導(dǎo)出各種公共投資對(duì)增長(zhǎng)和扶貧的邊際回報(bào)率。我們分三個(gè)地區(qū)⑦計(jì)算了各種公共投資的邊際回報(bào)率。公共投資對(duì)農(nóng)業(yè)和非農(nóng)業(yè)生產(chǎn)農(nóng)村扶貧的邊際回報(bào)率。扶貧效果用每一個(gè)單位的公共投資所帶來(lái)的收益或脫貧的人數(shù)表示。例如,灌溉投資的回報(bào)率用每增加一個(gè)單位的灌溉投資所帶來(lái)的產(chǎn)值的增加或者是脫貧的人數(shù)表示。⑧測(cè)算邊際回報(bào)率有利于比較各種公共投資在不同地區(qū)對(duì)經(jīng)濟(jì)增長(zhǎng)和扶貧作用的相對(duì)差異,為政府確定今后公共投資的優(yōu)先序,進(jìn)一步發(fā)展生產(chǎn)和緩解貧困提供實(shí)證依據(jù)。在提高農(nóng)業(yè)GDP和非農(nóng)業(yè)GDP的同時(shí),所有促進(jìn)生產(chǎn)的公共投資都有助于扶貧。但是就增產(chǎn)的幅度和緩解貧困的程度因公共投資的種類和地區(qū)變動(dòng)很大。從全國(guó)來(lái)看,教育公共投資的扶貧效果最大。同時(shí),教育對(duì)農(nóng)業(yè)GDP的回報(bào)率在各種公共投資之間排名第二,對(duì)非農(nóng)GDP和農(nóng)村總GDP的回報(bào)率排名第三。因此,增加對(duì)教育的投資絕對(duì)是一個(gè)“雙贏”策略。每增加1萬(wàn)元的教育投資,就可使9個(gè)人脫貧,比科研投資的扶貧效果高出30%。農(nóng)業(yè)科研開(kāi)發(fā)投資的扶貧效果居第二位,而對(duì)農(nóng)業(yè)GDP和農(nóng)村總體GDP回報(bào)率最大。可見(jiàn)農(nóng)業(yè)科研投資也是一項(xiàng)比較有利的投資。政府農(nóng)村基礎(chǔ)設(shè)施建設(shè)投資的扶貧效果很顯著,這主要是通過(guò)增加農(nóng)業(yè)和非農(nóng)業(yè)生產(chǎn)來(lái)實(shí)現(xiàn)的。

道路投資的扶貧效果在三種基礎(chǔ)設(shè)施建設(shè)變量中最大。每增加1萬(wàn)元的道路投資可脫貧3?2人,僅次于教育和科研投資,扶貧效果位居第三位。從增長(zhǎng)效果來(lái)看,每增加1元道路投資可以增加農(nóng)村GDP8?83元,比農(nóng)業(yè)科研投資的增長(zhǎng)效果略小。道路投資對(duì)農(nóng)業(yè)GDP和非農(nóng)業(yè)GDP回報(bào)率都很高,其中對(duì)非農(nóng)GDP的回報(bào)率最高,每增加1元道路投資可以增加非農(nóng)業(yè)產(chǎn)值6?71元,比對(duì)教育投資高出35%。對(duì)農(nóng)業(yè)GDP的回報(bào)率,道路投資居第三位,僅次于科研投資和教育投資。盡管電力投資對(duì)農(nóng)業(yè)GDP和非農(nóng)業(yè)GDP的投資回報(bào)率都比較低,但扶貧效果卻居第四位。每增加1萬(wàn)元電力投資可以脫貧2?3人。這是因?yàn)橥ú煌妼?duì)增加非農(nóng)就業(yè)至關(guān)重要。農(nóng)村電話投資對(duì)農(nóng)業(yè)GDP和非農(nóng)業(yè)GDP的回報(bào)率都很可觀,農(nóng)村電話的扶貧效果與電力投資接近。從全國(guó)來(lái)看,灌溉投資的扶貧效果相對(duì)較小,雖然灌溉投資的經(jīng)濟(jì)回報(bào)率為正且高于電力投資。這是因?yàn)楣喔韧顿Y只能通過(guò)提高農(nóng)業(yè)生產(chǎn)率來(lái)影響扶貧。與常理相違背的是,研究發(fā)現(xiàn)政府扶貧貸款的扶貧效果很小而且不顯著。實(shí)際上,政府扶貧貸款的扶貧效果在我們所分析的各種政府投資當(dāng)中是最小的。每增加1萬(wàn)元扶貧貸款投資,只能脫貧1人,其扶貧效果只相當(dāng)于教育的13%,科研投資的15%,農(nóng)村基礎(chǔ)設(shè)施建設(shè)的50%,比灌溉投資還小。公共投資對(duì)GDP和扶貧方面的回報(bào)率在地區(qū)之間差距很大。從扶貧效果來(lái)看,各種公共投資在西部地區(qū)的回報(bào)率最高。例如,每增加1萬(wàn)元農(nóng)業(yè)科研、教育、道路、電話或電力投資分別能夠脫貧的人數(shù)分別是33、29、11、9和6人,分別是各種公共投資全國(guó)平均扶貧效果的4?8、3?3、3?2、3?9和2?8倍。灌溉投資在西部地區(qū)每增加1萬(wàn)元灌溉投資可以脫貧4人,比全國(guó)平均水平高3倍。從對(duì)農(nóng)業(yè)增長(zhǎng)的回報(bào)率看,農(nóng)業(yè)科研投資在西部地區(qū)的回報(bào)率最高,灌溉投資在沿海地區(qū)的回報(bào)率最高。對(duì)于教育和農(nóng)村基礎(chǔ)設(shè)施投資,在中部地區(qū)回報(bào)率最高。另一方面,大部分公共投資對(duì)非農(nóng)GDP的回報(bào)率在沿海地區(qū)和中部地區(qū)最高。

六、結(jié)論

本研究利用1970-97年的省級(jí)數(shù)據(jù),用聯(lián)立系統(tǒng)模型估計(jì)并測(cè)算了各種公共投資對(duì)農(nóng)業(yè)村經(jīng)濟(jì)增長(zhǎng)以及農(nóng)村扶貧的影響。研究結(jié)果顯示,政府在促進(jìn)生產(chǎn)方面的支出,如農(nóng)業(yè)科研、灌溉、農(nóng)村教育和基礎(chǔ)設(shè)施建設(shè)等均對(duì)提高農(nóng)業(yè)生產(chǎn)率以及農(nóng)村扶貧起到了推動(dòng)作用。但是各種公共投資在不同地區(qū)對(duì)生產(chǎn)率的邊際影響存在很大差異。教育投資的扶貧效果最顯著,同時(shí)對(duì)農(nóng)業(yè)、非農(nóng)業(yè)以及對(duì)整個(gè)農(nóng)村經(jīng)濟(jì)增長(zhǎng)的回報(bào)率也很高。政府的農(nóng)業(yè)科研推廣投資使農(nóng)業(yè)生產(chǎn)大大改善。事實(shí)上,農(nóng)業(yè)科研推廣投資對(duì)于農(nóng)業(yè)生產(chǎn)以及整個(gè)農(nóng)村經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)是最大的。中國(guó)是一個(gè)大國(guó),為了滿足人民群眾日益增長(zhǎng)的需要,農(nóng)業(yè)增長(zhǎng)依然具有重大意義。通過(guò)“溢出”效應(yīng),農(nóng)業(yè)生產(chǎn)增長(zhǎng)還使農(nóng)村貧困人口受益。農(nóng)業(yè)科研投資的扶貧效果僅次于教育投資。政府對(duì)農(nóng)村通訊、電力和道路的投資同樣對(duì)農(nóng)村扶貧有較大影響。這些基礎(chǔ)設(shè)施投資的扶貧效果主要是提高增加非農(nóng)就業(yè)機(jī)會(huì)和提高農(nóng)村工資率。值得一提的是,道路投資對(duì)非農(nóng)GDP增長(zhǎng)的回報(bào)率最高,對(duì)整個(gè)農(nóng)村經(jīng)濟(jì)的回報(bào)率僅次于農(nóng)業(yè)科研投資。灌溉投資對(duì)農(nóng)業(yè)生產(chǎn)增長(zhǎng)的影響不明顯,扶貧效果更小。這與Fan,Hazell和Thorat在印度的研究結(jié)果是一致的。另一個(gè)令人吃驚的結(jié)果是政府的扶貧貸款的扶貧效果最小,對(duì)提高生產(chǎn)率也沒(méi)有明顯的作用。這一發(fā)現(xiàn)與Fan,Hazell,和Thorat的發(fā)現(xiàn)也是一致的。在西部地區(qū)增加公共投資對(duì)扶貧和縮小地區(qū)差距作用最大,因?yàn)槲鞑康貐^(qū)是目前中國(guó)貧困人口最集中的地區(qū)。教育、農(nóng)業(yè)科研和道路投資的回報(bào)率在西部地區(qū)最高。然而在中部地區(qū),大部分公共投資的經(jīng)濟(jì)回報(bào)都比在西部地區(qū)高。值得慶幸的是,西部地區(qū)的扶貧效果與中部地區(qū)的增產(chǎn)效果沖突很小。本研究結(jié)果對(duì)政府確定其今后投資的優(yōu)先序具有重要的政策含義。本研究發(fā)現(xiàn)各種公共投資的經(jīng)濟(jì)增長(zhǎng)效果、扶貧效果和縮小地區(qū)差距的效果有很大差異,重新合理配置政府資源還是有很大的潛力可挖?；诒狙芯康慕Y(jié)果,現(xiàn)提出以下的政策建議供有關(guān)部門參考:

1?政府應(yīng)繼續(xù)加大對(duì)農(nóng)村的投資力度。1997年,農(nóng)村投資僅占政府總支出的19%,相比之下,農(nóng)村人口占全國(guó)總