失地农民年龄、生产率和持续生存能力:基于调查数据的实证分析
时间：2022-08-17 01:05:50
摘 要：
城市化进程需要城市建设规模的增大，因此政府层面的征地就成为城市化建设的重要举措。农地产权的二元属性、区域政府的寻租动机和经济发展政绩的内生性等因素催生了大批“失地农民”群体。失地后的农民仅仅依靠征地补偿款不能维持日后的生活，政府必须认真研究保障“失地农民”群体的利益、权利、安置、稳定。研究失地后农民的生产率能为相关政策制定提供一定的理论依据。笔者从失地前的农民生产率影响因素分析入手，在技术进步水平一致的情况下，结合所在地域和年龄等要素研究其生产率的增长或者下降趋势，为其失地后的持续生存能力保障提供建设性建议。
关键词：失地农民；生产率；年龄；持续生存能力
作者简介：王曾（1980-），男，湖北襄阳人，武汉大学社会保障研究中心博士研究生，深圳大学中国经济特区研究中心讲师，主要从事公共经济管理、城市管理、城市化研究。
中图分类号：F323.89 文献标识码：A 文章编号：1006-1096（2014）02-0044-06收稿日期：2012-02-28
引言
农民个体作为一个独立“理性人”，其边际劳动生产率会随着年龄和生产经验的增加而上升，但在其生命后期（中年以后）生产率也会逐渐下降。在失去土地之前，农民从事农业生产的投入与产出、年龄和农地的规模之间存在一种循环关系（Loomis，1936）。而且当农民从事农业生产时，他们的生产效率的变动趋势是先上升后下降，他们的收入也随着先增加后减少，理性的他们会在增长阶段大量增加投入获得高收益，以便在下降或者退出农业生产时生活质量不下降。因此，在保障后期收益和生活质量的要求下，个体农民在失地前的年龄要素是非常重要的影响变量，有研究显示农民个体35～44周岁的阶段劳动生产率最高，之前或者之后都会下降（Tauer，1984）。
事实上，我国农民的一个重要特征就是大批量的小农户居多，在家庭中从事农业生产的是年龄较大的个体，年轻个体都从事劳务性工作，因此征地后年龄大的群体无法从事非农业产业，收入来源将减少，生活保障的风险亦因此增大（刘鹏凌 等，2005）。那么如何保障征地后“年龄大”的群体的生活质量不下降呢？笔者将从理论和实证两个方面来阐述这个问题，以期为政策制定者提供借鉴。
以往对失地前的农民农业生产率的研究都是用年龄要素来估计失地前的农民生产率（Tauer），是对不同的年龄组使用统一估计函数。笔者则采用不同于Tauer的研究方法，对不同年龄组的估计使用不同的估计模型，并且假定不同地区的技术进步系数相同，致使个体特征不同时同一技术进步的效率具有异质性。在对失地前农民的农业生产率进行分析之后，转而对失地后农民生活保障影响要素进行研究。年龄和技术进步仍然是影响失地后农民的收入和生活质量的要素。两个阶段的生产率如何衔接，笔者也将进行一定程度的探讨。
一、理论模型的框架构建
（一）失地前农民生产率影响要素模型
某区域内两个不同年龄组的农民的生产函数关系可以表示为
其中，fs（Xi）表示特定地区s的农民的生产函数，Xi表示年龄组0和1的生产投入数量，且yi表示农业生产投入结果，A（θi）表示年龄组i的效率因素（Chambers，1988）。
式（1）假设特定地区所有年龄组的生产技术是相同的，但不同年龄组的农民可能投入的数量不同，导致不同效率水平的生产结果。此假设比假定年龄群体不同时技术水平不同更合理，且在区域生产技术的差异性方面表现更为明显。
群体1相对于群体0的相关系数为
A（θ1）A（θ0）=y1fs（X0）y0fs（X1）（2）
对式（2）两边取自然对数，得
LnA（θ1）-LnA（θ0）=
Lny1-Lny0+Lnfs（X0）-LnFs（X1）（3）
若β可以通过转换成自然对数形式，并且可以用衡量企业成本最低化的Tronquist投入指标替代，则替代LnFs（X）的公式为
ε∑jWjXjCLn（Xj）（4）
其中，ε是规模弹性，Wj是投入要素j的价格，Xj表示投入要素j的数量，且C表示投入总成本且为
∑jWjXj（5）
Tronquist生产率指标一般情况下是用于测量高水平的生产率的。既定生产率技术的自然对数是近似于任何水平生产技术的二阶导数，因此称为灵活性方法（Diewert，1976）。
将Tronquist生产率指标代入式（3），得
T=Lny1-Lny0
-ε∑j12[vj1+vj0][LnXj1-LnXj0]（6）
其中，Vjt表示企业i投入要素j的成本比例。
给定y、X和W的数据值，式（6）中未知要素为T和ε。特例是，假定ε=1表示产生规模效应，则T可以计算出来。若3个或者更多年龄群体的数据可得到，假定T和ε为常量，则其都可以被估计出来：
[Lny1-Lny0]=T+
ε∑j12（Vj1+Vj0）（LnXj1-LnXj0）+μ1 （7）
其中，T是干扰变量，ε是在残差μ1下的线性回归的斜率（Macneil，2000）。
式（7）可以通过数据进行估计，使用对称性的生产效率模型，年轻群体到中年、中年到老年群体的生产效率增长和下降保持统一速率。年龄组的数据分为4组：D（2，1）、D（3，2）、D（3，4）和D（4，5），其中1～5表示5个年龄组（25周岁以下、25～34周岁、35～44周岁、45～54周岁和55～64周岁）。
（二）失地后农民收入的影响要素模型
失地后，个体能得到一笔征地补偿款，事实上此补偿款与实际需求之间差异较大。由于中间商和政府寻租行为，失地农民是无法从征地过程中获得高收益的，征地后开发商、政府收益都是农民收益的10倍以上①。农民如何在征地后保障自己的生活质量？笔者构建了一个失地农民收入的要素模型。
征地后农民的收入为
y=p{f（X）-d（N+ε）[1-K（Z）]}-PXX-PZZ-B（8）
其中，y是指征地的收入，X是指征地前对农地的投入，Z指的是农业生产辅要素投资（种子、农药和机械等），P表示农业生产产出市场需求价格，B为固定投入。在失地前的农业生产中非技术性投入与当地人口素质有一定程度的负效用函数关系，用d表示，人口数量为N，随机影响因素为e。
对式（8）进行一阶求导，说明在一定的技术进步水平下，失地后农民的收入与失地前的生产性投入的关系为
δyCEδX=Pf′（X）-PX=0（9）
其中，yCE=E（y）-λ2δ2y，λ表示风险厌恶参数。
此情况下失地后的农民的收入效用最大化是失地前农产品市场需求价格、技术进步、区域人口数、农田设施和个体风险厌恶系数和随机因素的函数，具体形式可以通过式（10）求得。
δyCEdz=pdNk′（z）-pz+λ（pd）2[1-k（z）]k′（z）δ2ε=0（10）
在取消农业税之后，国家给予农产品销售一定程度的补贴，用G表示，补贴的规模主要由产量和征地的规模fg而定，且失地农民的农业层面的收入主要由市场价格和预期目标价格决定（因为国家对某些农产品有保护价格）。即
G=pgfgδyCEδz=（p+pg）dNk′（z）-pz+1（pd）2[1-k（z）]k′（z）δ2ε（11）
综上所述，失地后农民效用最大化取决于失地前的农地生产性投入收益和失地后国家的补贴水平以及储蓄的农产品的收入。效用最大化公式为
MaxU=∑jE（Cj）Xj-b2・∑i∑jδijXiXj（12）
因此，结合失地前和失地后收入影响要素模型，基于农民个体理性决策行为，为了满足其效用最大化要求，为了保证征地后收入效用的存在和生活质量，政府必须从补偿方面、个体必须从产品供给和技术进步方面着手改进。
（三）计量回归模型界定
为了让后续分析结果更为清晰，笔者自此从数学角度分析本文使用的Logistic模型构建过程。
设定Logistic函数的形式为：logit（x）=log（x/（1-x）），以此为中间沟通工具，对二分虚拟变量进行构建广义的线性模型即称Logistic模型。
经典的线性回归模型为
y=β0+β1x1+β2x2+…+βpxp+ε
其中，y为被解释变量，x为解释变量，ε为随机残差项。被解释变量是取值空间0到1的随机变量，呈二项分析，即y～B（1，π），其概率分布为P（yi=1）=πi，P（yi=0）=1-πi。其中yi的期望值和方差分别是
E（yi）=πi
var（yi）=σ2（πi）=πi（1-πi）
根据数据构建的Logistic模型为
logπi1-πi=β0+β1xi1+...+βpxip
πi1-πi=exp（β0+β1x1i+...+βpxip）
πi=exp（β0+β1xi1+...+βpxip）1+exp（β0+β1xi1+...+βpxip）
其中πi/1-πi表示被解释变量y取值为1的概率与取值为0的概率之比值。由此可知，在其他自变量不变的情况下，xim（m=1…p）的变动与被解释变量的变动之间的关系是：自变量变动1个单位，因变量变动exp（βm）个单位，βm的正负性和程度直接决定被解释变量的波动程度和性质。
实证研究是在上文理论模型的基础上进行的。将式（7）和式（12）作为这部分数据估计的模型，分别代表征地前后农民收入效用变动的影响要素：主要是年龄组别、技术进步等；而“收入效用”或者“生活质量”用劳动生产率变量来替代。
（一）数据来源及变量设置
1.数据来源
笔者的研究数据主要来源于一手数据，采取随机抽样的方法在安徽、湖北、广东、广西、海南、湖南、江西和山东等8个省份进行抽样调查。选样依据主要有：劳动力大省；劳动力输出大省。整个问卷分为个体人口统计特征调查、征地及赔偿情况调查、安置就业情况调查和社会保障情况调查等四大部分。笔者主要选取其中的个体特征情况部分和安置就业两个方面的数据，其他部分数据作为参考依据。
调查样本中，农民大多数是以农业生产为职业，因此排除那些兼职从事农业生产的群体，但技术上无法将这些数据从多重的样本中剔除。数据假定以个体边际决策为基础划分年龄组类别。在有父母和子女的组中，尤其是在有小孩的家庭中，父母层面往往决定着从事农业生产。调查数据具有以下特征：
第一，产出变量是农业产品的市场价值的总和，加上机械工作的收入、定制的工作和其他农业服务，再加上政府的直接补贴。产出变量反应的是调查年份的规模，而并非是均衡的收益规模。由于数据是一个年龄组所有农民的平均值，此数值将会在大多数农民的增长或者偿付时发生改变，最有可能发生在65周岁以后的群体中。此群体的投入产出比任何一个年龄组都要高，且他们可能慢慢清算他们的农业资产以便退出农业生产市场和保证退休后的收入。此年龄组被排除在笔者的分析之外，因为要防止任何偏差以便估计生产率。
第二，调查还包含了各年龄组拥有土地规模的平均值和建筑规模（自有或者租赁）。关于这些资产的时间持续性和质量等没有任何信息，从而把它们转换成为年龄服务价值的不同趋势，因此资产值将会以10%的比例进行折扣，以反映农业的一个平均租金。同样，只有机械和设备的价值是可知的，此部分以20%的比例进行折扣，20%的比例由15%的折旧率和5%的利率组成。若年轻的农业生产者的机械设备比平均水平更新，年老群体的机械设备比平均水平更旧，那么年轻群体的机械设备产生的相关价值就会较小，而年老者的设备服务价值将会更大。事实上，很多年轻群体会向年老群体借取一定数量的机械服务，或者免费，或者以一定劳动力作为交换。
第三，以购买农业生产的花费分组，主要支出为农业生产原料的购买，加上饲养、肥料等支出，包括肥料、化学制品、石灰、植物种子、灯泡、植物和树的购买。能量和石油的支出被看作是能量的投入要素。以投入的劳动力要素分组，主要是农业生产劳动力的雇用、合同工和定制性工作雇用。所有其他的支出项主要是混杂不可分的支出。
第四，农业生产从事者并没有包含在投入要素中是构建此变量固有的问题。养殖业资本投入相关性测度需要更多类似的信息支撑，与机械的信息类似，但在年龄组的信息范围内并不可得。但对机械设备而言，投资者的价值是可以累积的，且可以反映机械设备本身的质量和数量的变动。农业生产中，只有生产数量被收集，价值要素并未得到累积，每种农业生产的投资价值和服务价值流假定为从事养殖的农民的年龄和养殖质量在不同的年龄组是均匀的。但更多的是不确定问题，事实上农业生产的购买支出变量结合了养殖和喂养的购买要素，在数据调查中却排除了喂养性种类的投资，同时也排除了农业生产中的双倍投资和购买要素。农业生产中购买是作为投资没有收益流的变量。由于农业生产的花费应该包括其他支出项目，投入要素成本上升也隐含着要素，即使有些支出发生在农业生产早期。
2.变量设置
本文的研究变量相对较少，因为研究重点集中在技术进步水平保持一致条件下的地区和年龄组对劳动生产率的影响。变量设置如下。
因变量为劳动生产率水平，自变量为年龄组和区域位置。其中年龄组分为：25周岁以下、25～34周岁、35～44周岁、45～54周岁和55～64周岁5组（此年龄分组以理想中从事农业生产的最佳年龄为参考，而并非是事实上从事农业生产的年龄）；区域位置分为：Province1、Province2……Province8。
（二）回归结果分析
借助课题研究的便利性，笔者得到8个地区的征地情况的数据，并使用Spss19.0对其进行剔除、整合和分析。依据本文的研究目的来选择相关的变量分析结果作为展示内容，具体见表1和表2。
回归结果显示征地前农民的农业生产率一般情况下随着年龄增长而增加，再随着年龄的增加而下降。很多地区的数据显示农民的生产率上升和下降是对称性的，平均每10年上升5%～10%。
可以看出，失地前农民在农业生产中投入的要素与年龄、生产率之间存在密切联系，一旦失去赖以生存的土地，他们的生产率会急剧下降，对其失地后的生产和生活造成较大的影响。
对于征地后的Model2的数据回归结果见表2。
从表1和表2的对比中可以发现，征地后的回归系数的变化较大，且出现了负值，表示征地后农民年龄的增加并不能给其农业生产经验带来增长，反而带来较大的经济负担和压力。对于Age（虚拟）变量的回归与Age变量的回归之间存在较大的差异性，由于Age（虚拟）变量是根据一定的年龄组划分的，按照一定规律对目前的农民的年龄组进行一定的预测即假定其达到另一个年龄组时的生产率或者收入效用如何变化等，因此预测的结果与实际年龄的效用之间存在较大的差异性，表明征地后农民的年龄效用不能很好地在生产率指标上表现出来。农民个体效用最大化可能就是寻求新的工作渠道，保证退出农业生产市场后的生活有所保障。
对于征地的最大争议是农民在征地过程中的收益是否合理？据上述的理论分析可知，征地后农民的效用最大化函数为
MaxU=∑jE（Cj）Xj-b2・∑i∑jδijXiXj（13）
对式（13）进行一定的转换，求出一般性产出的人口数量的协方差为
Var=M2（π・s）（2（s-1））（14）
其中，M是调查对象收益均值，s表示样本规模，π=22/7，则估计的标准差为
Std.Dev=M（π・s）（2（s-1））（15）
结合式（13）、式（14）和式（15）得出征地后农民个体收益最大化的特征函数为
Max∑nj=1CjXj-q・a・[sM]（16）
从式（16）可以看出，征地后农民最大的收益就是征地前的投入收益（CjXj）和补偿款收益，可以减少征地后的成本支出（q・a）和减少征地规模（sM）。因此征地后的补偿款至少不小于式（16）的值（Swgars，1997）。
三、研究启示
（一）征地对象的选择应考虑多重要素
根据上述分析，征地前农民可能从农业生产中获得较大的收益，一旦失去土地他们的生活质量将会下降。尤其是农业生产是相对竞争性产业，在竞争过程中只有生产效率达到一定水平才能生存，对于我国大部分农民都是一样。年龄和生产经验增加其生产效率。数据证明35～44周岁的农民的生产
效率最高，他们在农业生产中取得的收益比征地后的补偿收益要高。
据此，笔者认为政府在选择征地对象时要考虑对象的年龄组，对于年轻或者年老者的比例可以相应地增多，而对于35～44周岁仍然从事农业生产的对象要有针对性地征地，或者给予一定的保护。此举是在源头上保证失地农民的后期生产性投资的效益，尤其是当区域性经济发展水平相对较低时，相关部门的征地要与个体实际性需求保持动态的关联性。
（二）区域性特征、生产效率与征地之间的关系
根据上述回归分析的结果可知，8个地区的农民在征地前的生产效率具有差异性，主要是受各地区的技术进步水平不一致、各地的地理环境等要素的影响。因此，农民所处地理区域亦是重要的征地考虑因素之一。区域位置差异导致农民的生产率低，他们从土地中的收益与征地后的补偿相比差距较大，他们愿意政府的政策性征地。笔者在调研中发现：在靠近城市（大小都有）地区的农村地区更倾向于政府的政策性征地，他们往往用征地款新建住宅或者商铺，从事商业经营。这点与区域位置的特点有点相悖，但可以解释，虽然靠近城市的农村地区位置好，但农业生产条件相对较差，因为城市发展带来很多对农业发展的阻碍因素。
如上所述，政府在考虑征地事宜时，对于个体的再生产能力、失地前的生产效率和当地的经济发展水平要进行评估，在获取征地资源之后要确保补偿的再生产功效，即能够维持被征地群体的生活水平不降低以及在后期的生活中能够逐渐提高生活水平。因此，区域性特征对于征地政策的影响主要体现在失地群体的生产效率和征地后的生活水平预期的提高。
（三）失地农民的可持续生存能力
失地农民的可持续生存能力可以用失地后的就业能力或就业渠道状况来体现，但由于失地农民的就业渠道狭窄，稳定性差，他们的可持续生存能力较弱。目前，失地后的农民安置方案中主要有3种就业形式：
第一，征地后兴建企业的“招工安置”方案。这种就业安置方法可以实现劳动力的就地转移，企业的用工成本也会降低。但由于农民本身的素质、能力相对较低，安置后在企业中只能从事基层工作，一旦企业发生变动，他们会成为第一批被解雇的对象。失地农民的可持续生存能力较低，未来预期收入也会因为工作效率的低水平而降低，失地后的“招工安置”就业方式并不能彻底地保障失地农民的可持续收入。
第二，农民在失地后选择“外出务工”的群体也不在少数，但由于未受到过完整有效的基础技能或专业技能培训，务工的领域非常狭窄，且工作领域内工资低廉且环境较差，收入稳定性也相对较差。不仅如此，失地农民捅入城市在一定程度上增加了城市就业压力。由于生活习惯、文化理念等因素的差异，这类群体也可能受到城市居民的排斥，各种歧视引致的恶性循环使得失地农民的这种就业方式也无法从根本上提高其可持续生存的能力，且可能因为外出务工而增加了收入降低的风险。
第三，失地后由于获得一笔额外的收入，很多农民选择了创业，或从事小商铺经营，或从事其他商业活动等。这些方式可以实现农民财富的增长，若选择的途径符合社会需求，持续生存能力可以得到有效提升。政府也有很多鼓励的政策，只要失地农民创业条件成熟，各种就业方式可以很好地抵御失地后的收入降低的风险，也能够成为社会财富增长的重要因素。
上述三种就业方式反应了失地农民不同行为决策后的可持续生存能力状况。由于区域特征、农民年龄和生产效率的差异，选择何种就业方式将成为后续研究的重点。
