凡是搞计量经济的，都关注这个号了
邮箱：econometrics666@126.com
所有计量经济圈方法论丛的code文件, 微观数据库和各种软件都放在社群里.欢迎到计量经济圈社群交流访问.
正文
关于下方文字内容，作者：赵雪梅，华中科技大学经济学院，通信邮箱：m202174308@hust.edu.cn
资源错配、选择与生产率：基于中国面板数据的定量分析Tasso Adamopoulos, Loren Brandt, Jessica Leight, and Diego Restuccia, 2022, Misallocation, Selection and Productivity: A Quantitative Analysis with Micro Data from China, Econometrica.We use household-level panel data from China and a quantitative framework to document the extent and consequences of factor misallocation in agriculture. We find that there are substantial within-village frictions in both the land and capital markets linked to land institutions in rural China that disproportionately constrain the more productive farmers. These frictions reduce aggregate agricultural productivity by affecting two key margins: (1) the allocation of resources across farmers (misallocation) and (2) the allocation of workers across sectors, in particular the type of farmers who operate in agriculture (selection). Selection substantially amplifies the productivity effect of distortionary policies by affecting occupational choices that worsen average ability in agriculture.
我们使用中国家庭层面的面板数据和一个定量框架来记录农业中要素错配的程度和后果。我们发现，中国农村的土地和资本市场都存在大量的摩擦，这些摩擦不成比例地限制了生产力较高的农民。这些摩擦通过影响两个关键的边际而降低了总的农业生产率：(1）资源在农民之间的分配；（2）工人在各部门的分配，特别是在农业经营的农民类型。选择通过影响职业的抉择，使农业的平均生产率恶化，从而大大放大了扭曲性政策的生产率效应。经济增长和发展研究的中心主题是各国农业部门的巨大生产力差异。由于穷国的劳动力主要分配给农业，理解这些差异对于核算富国和穷国之间的总收入差异至关重要（Gollin et al.，2002；Restuccia et al.，2008）。发展中国家和发达国家在农业方面的生产率差距也被越来越多的研究佐证，即：在技能水平不同的家庭之间的资源错配在发展中国家更为普遍，这导致错配的制度和政策在贫穷国家的农业中非常常见，这在很大程度上可以解释国家间生产力差异。这些制度、政策（下称“扭曲政策”）的存在往往降低了土地和其他补充性市场最大化生产率配置的作用。我们使用中国家庭层面的面板数据和一个定量框架来记录农业中要素错配的程度和后果。我们发现，中国农村的土地和资本市场都存在大量的摩擦，这些摩擦不成比例地限制了生产力较高的农民。这些摩擦通过影响两个关键的边际而降低了总的农业生产率：(1）资源在农民之间的分配（下文称为“错配”）；（2）工人在各部门的分配，特别是在农业经营的农民类型（下文称为“选择”）。在实证上，我们利用了微观数据的纵向性质，估计了每个家庭对农场层面生产率的永久固定效应，以及经过村庄层面因素和时间影响调整后的扭曲。结果表明，这些调整在很大程度上控制了我们的农场水平测量中的测量误差范围，与错配的横断面研究有关。对家庭农场为单位的样本数据的关注也限制了地块投入相关的测量误差问题。从理论上讲，本文的关键观点是，在选择和错配之间存在着重要的互动关系。选择可以放大扭曲政策的错配效应，并通过其对生产率分配的效应影响错配的程度。直观地说，导致错配的制度可能会对技能更高的农民产生更大的消极影响，这些农民不太可能继续从事农业，从而进一步降低平均农业生产率。与标准选择框架相比，我们的框架在概念上的一个创新点是，即使总体相对价格没有变化，特殊摩擦也会直接扭曲职业选择。此外，我们的定量研究表明，这种机制可以产生很大程度的影响，特别是当扭曲与生产率强正相关时（比如中国）。我们的研究关注中国的情况，有以下几个原因。首先，中国是一个快速增长的经济体，正在经历部门内部和部门之间的大规模重新分配。然而，农业生产率增长一直萎靡不振，特别是本文关注的种植业部门。中国农场单位的经营规模极小，平均只有0.7公顷，而且没有随着时间的推移而增加。第三，在制度上，缺乏明确的土地产权，这可能导致农业内部的要素错配，以及部门职业选择的扭曲。第四，我们有一个独特的家庭面板数据集，拥有1993-2002年所有农业和非农业活动的详细投入和产出信息。这些数据使我们能够在农场一级构建精确的附加值和生产力的实际衡量标准，并观察同一家庭在不同部门的收入。鉴于中国农村劳动力正在大量地转向非农业活动，这些数据提供了一个独有的可能性来研究扭曲性政策的选择效应。为了衡量中国土地市场制度所隐含的农民中的错配程度，并量化其对职业选择和农业生产力的影响，文章分两步进行。在第一步，我们使用现代宏观经济学的诊断工具，即具有最小结构的异质企业-产业框架，来衡量边际产品和整体低效率程度之间的偏差。在这个框架中，中国的弱土地产权表现为边际产品的 “楔子”，其特点是：对于生产力较高的农民来说，这些楔子更大，因为他们无法积累额外的土地和补充要素（如资本）。为了应用这个框架，我们利纵向家庭数据来估计固定效应下的农场级生产力和扭曲程度。我们对TFP和扭曲程度的固定效应面板估计，解决了一系列通常与农业和制造业中错配的横截面分析相关不足。为了凸显我们的方法在处理测量误差方面的价值，我们应用了Bils et al.（2017）的方法，该方法评估了扭曲政策中的加性测量误差的程度。结果发现，我们对扭曲的面板固定效应方法几乎消除了测量误差。我们发现，错配的总产出（生产力）收益是相当大的。固定效应估计发现，在村庄内现有农民之间重新分配要素，使要素得到有效利用，农业TFP提高了24.4%。此外，如果允许要素投入在各村之间重新分配，则收益增加一倍以上，达到53.2%，其中三分之二以上的收益是由各村之间的劳动力重新分配造成的。这表明，中国的土地政策可能是劳动力跨空间错配（De Janvry et al.，2015；Ngai et al.，2019）及其对生产力的消极影响的根源。在第二步中，我们将农业村庄框架嵌入到一个两部门模型中，以研究错配对农业和非农业个体选择的影响。我们利用模型的平衡性质，根据家庭固定效应估计值，对观测到的条件矩和目标参数进行校准。家庭从农业到非农业的大量再分配及其跨部门收入相关性为分析提供了依据。我们构建了一个反事实实验评估错配在实证层面的重要性及其对农业生产力的总体影响，说明部门职业选择的扭曲。特别地，我们通过消除村内扭曲与农场生产力之间的相关性，评估了土地市场制度对村级生产力的影响——这导致农业劳动生产率提高了近3倍，农业TFP提高了1.7倍，劳动力在各部门之间进行了大量再分配，农业就业比例从46%降至16%。对农业生产力的总体影响远远大于消除现有农民之间错配的生产力影响。这种差异是由于扭曲对模型中的农民选择产生了实质性的放大效应，从而使农业TFP增加了1.5倍。也就是说，选择将减少错配对农业生产率的影响提高了四倍。本文通过解决Restuccia和Rogerson（2017）强调的两个基本问题，为关于错配和生产率的研究做出了边际贡献。首先，我们把错配与具体的政策和制度联系起来（即中国的土地市场制度）。其次，我们研究了错配更广泛的影响，特别是扭曲政策对跨部门技能选择的影响，这放大了要素错配造成的生产率损失。在这种情况下，我们的论文与Lagakos和Waugh（2013）中强调的选择的作用有关。但，一个关键的区别是，我们以经验记录了农业部门的扭曲作为农业生产率低下的关键驱动因素的作用，并表明这些扭曲对选择的影响远大于经济TFP的同等变化。我们关于选择的研究结果与Lagakos和Waugh（2013）的不同之处在于，他们的研究受到特质扭曲对职业选择的直接影响。20世纪70年代末、80年代初在中国农村建立的家庭联产承包责任制废除了先前的集体管理制度，并将农田使用权扩大到了农村家庭。这些改革在20世纪80年代初引发了农业生产率的激增，随后又消失了。这种水平效应通常归因于家庭在成为农业剩余索取权人时改善了激励（McMillan et al.，1989；Lin，1992）。然而，农业用地的所有权仍然属于集体，特别是在村庄或小团体，即村庄以下的一个单位。地的使用权由村干部在高度平等的基础上在农村家庭之间进行行政分配。原则上，所有在村里有户口 的人都有权获得土地。家庭联产承包责任制的法律规定了15年的耕地使用权（在20世纪90年代末，使用权延长至30年），但村干部通常在15年期限到期之前在家庭之间重新分配土地。Benjamin和Brandt（2002）指出，在超过三分之二的村庄中，重新分配至少发生过一次，平均超过两次。他们的调查数据显示，1983年至1995年期间进行的重新分配通常涉及该村四分之三的家庭，以及该村的大部分土地。重新分配的主要动机是适应村庄内的人口变化；此外，村干部将土地从外出外出务工家庭重新分配给单独从事农业生产的家庭（Brandt et al., 2002; Kung and Liu, 1997）。原则上，住户有权将其使用权出租或转包给其他住户，但在实践中，这些权利的行使受到一定的限制，导致土地租赁市场疲软。Brandt等人（2002年）记录到，1995年，尽管71.6%的村庄报告称对土地租赁活动没有限制，但家庭出租的土地不到3%，大多数租金发生在家庭成员或近亲之间，因此不一定能将土地用于最佳用途。农场租赁活动的有限范围通常与农民担心失地风险有关：未使用土地并将其出租给他人或让其休耕的家庭有可能在下次重新分配期间失去土地。因此，由于担心村官可能会将其视为该家庭不需要土地的信号，家庭可能会被阻止租出土地（例如，Yang，1997）。最后，土地所有权的缺失也意味着家庭无法进行农地抵押贷款。通过购买土地或租赁土地进行土地整合的难度，是中国农场经营规模通常很低的原因之一，而且并未随着时间的推移而变化。根据粮农组织的世界农业普查，1997年中国的平均农场规模为0.7公顷。与之相比，美国同年的平均农场面积为187公顷，而比利时和荷兰这两个发达国家的人均耕地面积与中国相似，其平均农场面积约为16-17公顷。此外，在发达国家，农场规模随着时间的推移不断扩大。行政平均主义的土地分配，加上有限的土地租赁范围，意味着能力更强的农民或土地价值更高的农民无法增加农场的经营规模。村干部要么无法观察农民的能力（未观察到的异质性），要么无法根据能力（平等主义的考虑）做出土地分配决定，此时的再分配对提高经营规模和生产力毫无帮助（(Benjamin和Brandt, 2002）。土地市场的这些摩擦可能会扭曲农民之间的土地分配，从而导致配置效率低下或错配。此外，无法将土地用作抵押贷款可能会导致资本等其他投入的错配。本文使用中国农业部农村经济研究中心收集的住户调查数据。这是一项覆盖所有省份的、具有代表性的全国调查。该调查自1986年以来每年进行一次，1992年和1994年除外（由于资金问题）。每个省都选择了同等数量的富县、中等县和贫困县，每个县在村庄的选择中也类似。在村庄内，为了具有代表性，对家庭进行了随机抽样。我们使用跨越中国的1993年至2002年期间十个省份的不平衡面板数据。每年，我们都有来自110个村庄的大约8000户家庭的信息。对于104个村庄，我们有全部9年的信息。每个村庄每年的平均家庭观察次数为80次，占一个村庄所有家庭的四分之一到三分之一。我们有大约6000户家庭9年的数据，Benjamin et al.，（2005年）证明了数据损失与整个村庄退出调查有关，与关注变量之间没有系统的相关性。数据变量包含家庭土地所有量、作物划分、播种面积和实际产量，以及包括劳动力、化肥和农业机械在内的主要农业投入。关于非农业活动，数据库包含家庭收入、支出和净收入的信息，以及家庭工资收入。丰富的作物、投入和价格数据使我们能够构建农场层面产出（增加值）和生产率的准确真实衡量标准。我们使用1993-2002年作物和中间投入的样本范围平均价格（单位价值）来汇总产出和中间投入，并计算每个农场的实际增加值。因此，实际增加值是使用随时间变化的固定价格和家庭间的共同价格构建的。我们构建了一个行业框架，利用中国的微观数据评估农业中的错配程度。我们使用该框架和数据来衡量农场层面的TFP和农业错配，为两部门分析提供了重要证据。我们还报告了减少农场特有的扭曲现象所带来的生产力收益。
5.2. 农场生产率测度
土地质量。对农场TFP差异的另一种解释是，它们代表了不同家庭之间未观察到的土地质量变化，这是一种测量误差。鉴于我们的微观数据没有提供农场层面的土地质量信息，我们使用了世界粮农组织（FAO）食品和农业部全球农业生态区（GAEZ）项目的详细土地质量数据计算村级土地质量。这一指标的差异提供了村庄内家庭之间土地质量潜在差异的界限。GAEZ以5弧分的分辨率（大约10×10千米的单元大小）为全世界提供与农业生产相关的丰富土地质量特征数据。这些数据包括土壤属性（例如肥力、深度）、气候属性（例如湿度、温度）和地形属性（例如海拔、坡度）。继Adamopoulos和Restuccia（2021年）之后，我们使用GAEZ提供的详细地理数据来构建每个村庄土地质量的汇总测量。我们发现，在中国的样本村庄中，这种土地生产力测量值的离散度相对较小，对数的标准偏差为0.096.10。相比之下，在菲律宾，类似的土地质量测量值在村庄之间的离散度为0.21（Adamopoulos和Restuccia，2020）。虽然我们的计量程序中的可能造成村庄之间的土地质量差异，但村庄内家庭之间的土地质量差异可能可以解释我们观察到的家庭之间TFP的差异，但又因为两个原因不太能够成立。首先，我们对村庄间土地质量差异的估计可能被解释为对土地质量的家庭差异程度的上限。这是因为我们预计，不同村庄之间的地理特征差异比村庄内不同家庭之间的差异更大。第二，与村一级土地分配的平等性质相一致，在土地质量存在显著差异的地方，我们通过对村官和农民的第一手采访了解到，家庭被分配了“捆绑”土地，在土地质量和地块间距方面拥有类似的土地组合。如果通过不受阻碍的要素市场以离散的方式在农场之间分配土地和资本，那么由此产生的分配应该更接近于有效分配——即相对高产的农民以更多的土地和资本以实现更大的规模经营。在这种情况下，农业投入使用与TFP之间的关系将是显著为正的。此外，我们预计要素的边际（和平均）产品与农业TFP无关，因为在有效分配中，这些边际产品是均等的。图1记录了土地和资本在农场中的分配情况，可知，土地使用和资本使用与农场生产力没有系统的正相关关系。此外，土地和资本投入的平均生产率与各农场的农场生产率有系统的正相关关系。这些模式与中国农民之间的资源有效配置不一致（红色虚线）。然而，它们与中国的制度环境是一致的，最明显的是在村里的成员之间相当统一的土地行政分配。对分配的土地缺乏所有权，因此无法使用土地作为抵押品，这也可能部分合理化资本的错配。总的来说，中国的土地市场制度阻碍了资源流向生产力最高的农民。如果有什么区别的话，资本使用似乎与农业生产率呈负相关。这种轻微的负相关可能是由于资本市场中的其他摩擦，其中一些在Brandt et al.（2013）中讨论过。
中国农民的投入分配图像显示，社会存在严重的分配不当。在我们的分散化框架下，这种分配不当通过特定农场的扭曲或“楔子”表现出来，衡量为实际投入分配和有效投入分配之间的偏差。我们通过等式（2）中的收入生产率TFPR来总结农场在土地和资本市场上面临的扭曲。
在图2中，我们根据农场TFP（对数）绘制了TFPR捕捉到的农场特定扭曲。农业扭曲（TFPR）与农业生产率（TFP）之间存在着很强的正相关，相关系数为0.91。生产力越高的农民面临着更高的农场扭曲。这种关系反映了中国土地市场制度的性质。行政上的平均主义土地分配，加上租赁土地市场的薄弱，几乎没有给农民提供调整他们“被赋予”的农场经营规模的空间。在这样的制度环境中，受伤害最大的是那些生产力较高的农民，他们在不受约束的市场中会有最理想的扩张，经营更多的土地和资本。在我们的分权框架中，这反映在生产力较高的农民身上的特定农场扭曲。
利用横截面数据对错配进行的典型分析经常被批评为可能将特殊的暂时性冲击或测量误差误解为永久性TFP差异。我们的分析较少受到这些批评的影响，因为我们利用数据的面板结构来获得农场生产率和农场扭曲的固定效应估计。我们通过应用Bils et al.（2017）的方法，在面板微观数据可用时，推断TFPR中的测量误差，并比较我们的固定效应估计和横截面数据的统计数据，来说明我们方法的价值。Bils et al.（2017）利用产出相对于投入变化的变化作为投入的边际产品的独立度量，明确利用了面板的时间维度。这种衡量产出对投入的边际反应的方法与错配文献中常用的基于产品的期内衡量的TFPR进行了比较。当高TFPR农场的产出对投入变化的反应较大时，平均产品能更好地反映真实的边际产品，测量误差的问题较小。TFPR较高的生产单位，如农场、工厂或机构，在多大程度上显示出对投入变化的较大产出反应？Bils et al.（2017）表明，这个问题可以通过将工厂测量的产出增长回归到测量的投入增长以及投入增长与测量的TFPR水平的交互作用来解决。
该方法需要注意的一点是，它只能捕获某些类型的测量误差。特别是，它适用于评估与真实农场生产力正交的加性测量误差的程度。例如，如果测量误差是乘性的，则无法通过该方法识别。因此，我们的基准农场固定效应估计中缺乏测量误差可能代表了数据中测量误差范围的下限。表1中的估计也显示，当我们从横截面转向固定效应估计时，生产力和扭曲的离散性明显减少。与错误测量的减少相一致的是，与截面平均数相比，当以家庭和村庄的固定效应来衡量时，对数扭曲的标准偏差减少了10%。如果只用家庭固定效应来衡量，对数扭曲的分散性进一步减少了40%，但在这种情况下，减少的原因主要是消除了村级的差异。在横断面和家庭加村庄固定效应的情况下，农业生产力和扭曲的相关性非常相似（0.88），在横断面中从0.88略微加强到基线家庭固定效应情况下的0.91。这意味着错误测量对扭曲的系统性成分几乎没有影响，这与我们对中国土地制度的描述一致，也与村庄土地在各家各户的统一分配与耕作能力无关。扭曲的系统成分（相关扭曲）是我们在第5节讨论的通过选择产生的放大效应的关键因素。我们将在中国观察到的土地分配与发达经济体的土地分配进行了对比，并提供了土地租赁对中国土地分配影响的证据。与发达国家的对比。在图1中，我们将中国的土地和资本的实际分配与有效的基准进行了对比，在这个基准中，生产率较高的农场可以获得更多的投入。问题是，这是否是一个合理的基准。遗憾的是，我们无法获得一个拥有可靠土地产权的发达国家的微观层面的农场数据，以确认土地使用和农场生产力之间的紧密联系，这是由基准的有效分配所暗示的。然而，证据表明，发达经济体的农场规模和生产力之间的关系要强得多。我们提出两个证据。首先，使用Adamopoulos和Restuccia（2014）中的美国农业普查数据，该数据提供了关于土地、资本、附加值和12个农场土地规模类别的农场数量的信息，我们计算了农场规模（经营的土地投入）和几个生产力衡量标准之间的相关性。我们发现这些变量之间有很高的正相关性：农场规模和劳动生产率之间的相关性约为90%，农场规模和农场TFP的几个替代措施之间的相关性超过了80%。这种高度的关联性与前面记载的中国的土地分配形成了鲜明的对比，后者导致土地投入和农场生产力之间没有任何关联。美国和中国之间的巨大差异与最近发达国家和发展中国家的经验证据一致。Rada和Fuglie（2019）总结了微观研究的证据，表明发达经济体（如澳大利亚和美国）的农场规模和生产力之间存在正向关系，而贫穷国家和发展中国家没有系统的关系。其次，许多发达经济体中的证据，包括美国和加拿大较长的历史数据，是平均农场规模随着农业生产力的高速增长而大幅增长（Adamopoulos和Restuccia，2014）。土地租赁。在土地市场租赁活动风险更大的环境中，实际分配与农场生产力更密切相关，可以被解释为有利于分配不当的补充证据。虽然中国没有明确禁止出租，但频繁的村庄内土地行政再分配可能会导致家庭担心，如果他们不自己耕种土地，他们的使用权就会丧失。事实上，在我们的样本期间，中国的土地租赁市场非常薄弱，租赁土地占耕地的比例不到5%，并且随着时间的推移，变化有限。浙江省的地租高达12%，而江苏省的地租几乎为零，这两个省份之间出现了更系统的差异。我们通过关注那些土地租金高于5%平均值的省份来考察土地租金的作用。对这个样本采用同样的固定效应方法，我们对各家各户的土地投入和农业生产力的永久性衡量标准（对数）的相关性从全样本的0.02增加到土地租赁活动较多的省份的0.13。这一证据表明，租金有助于土地分配与农业生产力有更多的联系，但效果相当小。在相关工作中，Chari et al.（2021）研究了2003年在中国宣布的土地租赁改革的影响，该改革是在我们的数据集之后实施的。他们使用差分法发现，中国各省在改革中出现了土地租赁活动向更有生产力的农民倾斜的情况，导致了显著的产出和生产力的提高。我们通过进行一项反事实的实验来衡量与农业资源错配相关的效率收益，提出了这样一个问题：如果在保持总资源不变的情况下消除特定农场的扭曲，农业的总产出（以及由此产生的TFP）会增加多少？消除分配不当带来的效率收益由效率与（扭曲的）观察到的总产出之比减去1 得到，即。表2报告了使用我们的农业TFP基准测量的要素再分配效率收益，估计为面板回归中的固定效应部分，剔除了村庄效应。农业产出、扭曲和非农业收入的极端值为0.5%。在中国，消除家庭农场之间（村庄内）的分配不当会增加农业产出，从而使TFP提高24.4%。在生产力水平不同（相关）的农户之间以及生产力水平相似（不相关）的农户之间，都观察到了因子错配。然而，大部分再分配收益，约为60%，是由于在具有不同TFP的农户之间重新分配资源，从而增加了13.9%的农业产出。此外，如果我们考虑到投入在村庄之间的再分配，即在不消除村庄特定影响但控制村庄土地质量的情况下使用家庭生产力指标，再分配收益将增加到53.2%。除了资本和农场之间的土地之外，只有资本可以在村庄之间重新分配，效率增益是33.2%。这些结果意味着，如果考虑到村庄间的资源再分配，再分配带来的收益将增加一倍以上，其中约三分之二来自家庭空间流动。这一发现与Ngai et al.（2019）的结果一致，他们的结果表明，农村户口的人在城市以土地换取耕地的能力有限，无法获得社会服务，这构成了人口跨部门和空间流动的巨大障碍。
如果我们考虑更传统的横截面测量农场TFP和扭曲，不控制时间效应，瞬态冲击，测量误差，和其他因素，平均再分配收益是54%（村内）和83%（跨村庄重新分配）。这表明传统的横截面估计可能会高估再分配收益。一般来说，在间接测量投入楔子时，很难确定边际产品的分散来源。当造成错配的基本制度影响到多种投入时，识别问题就特别严重。在这种情况下，影响所有边际产品分散的产出楔子可以更好地反映该制度的影响。我们强调的中国的土地制度对资本配置也有影响。因此，为了分解土地制度对我们所记录的效率提高的影响，我们将产出楔子和资本与土地楔子分开。我们的解释是，产出楔子是由土地制度驱动的，而资本与土地的楔子则与影响不同农民的资本与土地比率的其他因素有关，包括可能使用不同资本密集度的不同技术。这相当于把报告的TFPR变化解释为产出楔子，使资本与土地比率不变，而把剩余的变化解释为资本与土地楔子。在这种分解下，对于估计的家庭固定效应措施，与土地制度相关的效率增益为13.6%，占前面报告的效率增益（24.4）的近60%，而剩余的则与影响各农户资本与土地比率的其他因素有关（见表2）。在我们的部门定量分析中，我们把TFPR的变化作为与土地制度相关的产出楔子来关注。我们还发现，在我们的样本期内，中国农村部门错配的程度，以及随着时间的推移从再分配中获得的收益，没有发生实质性变化。横截面数据中对数TFPR的标准偏差随时间大致保持不变，与这种错误分配相关的再分配收益也是如此。这一发现与中国制造业在类似时期发现的分配不当现象的减少形成了对比，Hsieh和 Klenow（2009）在类似时期记录了这一现象。我们的研究结果与中国土地市场制度相关的、代价高昂的特定农场扭曲的观点是一致的，在我们的研究期间，这些扭曲与土地市场制度没有太大变化。我们将我们的农业框架整合到一个双部门选择的一般均衡模型中（Roy，1951；Lagakos和Waugh，2013）来评估。(1)农业中特定农场的扭曲是如何改变农业和非农业之间的职业选择的；(2)选择是如何影响测量的错配和重新分配的生产力收益的。个人被赋予了每个部门的生产力，并做出了职业选择。农业生产是由异质性的农场承担的，这些农场不仅在农业能力上有差异，而且在农场特有的扭曲方面也有差异。一个关键的创新是，农场的扭曲，如那些与中国土地市场制度相关的扭曲，直接扭曲了职业选择，并放大了错配的生产力效应。环境。我们考虑的是一个有代表性的封闭式村庄经济，为了简单起见，我们放弃了村庄的下标，以关注个人和部门的差异。有两个部门，农业（a）和非农业（n）。经济体中有以i为角标的人，他们在生存约束下消费农业产品，也消费非农业产品。个人面临职业选择，选择成为农业中的农场经营者，按照生产函数（1）进行生产，或者成为非农业部门中代表企业的工人。个人在农业和非农业的能力方面是异质的，他们在农业中面临的农场特有的扭曲也是异质的。
校准。我们的策略是将基准经济中的扭曲、能力和部门选择与中国家庭层面的面板数据进行校准。我们假设农业能力、非农业能力和农场特定扭曲的联合分布为三变量对数正态分布。然后我们分两步进行。首先，我们从观察到的部门收入矩和估计的楔子中推断出关于能力和扭曲的人口矩。其次，鉴于人口矩，我们校准模型的一般均衡方程的其余参数，以匹配相关的数据目标。为了反推出人口矩，我们：(i) 构建部门收入和农场扭曲的模型矩，以部门选择为条件，作为人口矩的函数；(ii) 在中国的面板数据中计算对应的条件矩，使用我们估计的扭曲、农业收入和每个家庭的非农业收入的固定效应永久成分；以及(iii) 解决人口矩的方程组。我们分析中的一个关键经验时刻是对数部门收入的协方差。经验选择模型的一个典型局限性是，收入只针对所选职业进行观察。我们环境的一个优势是，对于绝大多数家庭（约96%）而言，农业和非农业活动都有收入；此外，在我们的面板数据中，许多家庭根据切换者的各种定义从农业转向非农业。我们使用的基准时刻是家庭间对数部门收入的同期协方差，这意味着微观数据中的相关性为0.034。其余参数的校准确保了中国农业总就业率为46%。该模型很好地再现了中国的宏观和微观统计数据，对扭曲和能力的分布采用对数正态假设，具有很大的可操作性，提供了与经验分布的良好拟合。特别是，数据中不同生产力水平（相关扭曲）的现有农民通过消除扭曲获得的生产力收益为13.9%（表2），而在扭曲和能力的参数分布模型中为10%。特定农场层面扭曲的影响。我们进行了一个反事实实验来评估中国土地市场制度的效果。我们通过消除与农业能力相关的扭曲来实现这一目标。我们只需对基准经济体中所有个体的原木农业能力进行扭曲对数回归，并保留剩余值，就可以消除扭曲的系统成分。然后我们只计算剩余扭曲。在这个实验中，仍然存在着与农场生产力无关的扭曲的分散性有关的错误分配。表3报告了结果。农业劳动生产率几乎增加了3倍。这一增长来自于农业TFP增加67%，以及相关的农业劳动份额从46%减少到16%。在我们的校准模型中，如果保持基准经济中的农民不变，消除相关扭曲对农业TFP的影响是10%。因此，相关的扭曲现象通过扭曲的职业选择对农业生产力有很大的贡献。我们注意到，消除土地市场摩擦带来的整体劳动生产率的提高，其绝对值远在农业劳动生产率差距的文献中（Restuccia et al.，2008）。
出于比较目的，我们进行了另一种反事实分析，消除了所有特定于农场的扭曲，即当所有i的时。这种反事实反应了农业劳动生产率提高了3.4倍，农业TFP提高了80%，农业就业份额降低到14%。与表3中的结果相比，这些结果表明，选择效应的大部分来自与我们强调的土地制度相关的扭曲。消除相关的农场特有的扭曲，通过减少农场间的错配，直接提高了农业劳动生产率，但也诱导能力较强的农民从事农业，因为他们在合并经营性土地方面没有面临系统的限制。这两种效应构成了农业TFP的提高。同时，通过减少错配和改善选择而带来的生产率的提高，减少了农业中的就业份额，通过增加每个农民可用的土地和资本数量，进一步提高了农业劳动生产率。就选择而言，在有扭曲的基准经济中，农业就业在所有农业能力类型中的分布大致均匀，而消除扭曲则改善了对大部分高能力农民的农业选择。就农业的TFP而言，在1.67倍的总体增长中，超过五分之四是选择的影响（额外的50%）。换句话说，选择对农业TFP的放大效应是保持农民群体固定的情况下减少错误分配的收益的四倍（10%）。非农业的平均能力，以及非农业的实际劳动生产率，下降到其基准经济价值的78%，这是由于非农业中的工人更多，而不是所有工人在该部门都有同样的生产力。当农业中的劳动份额下降（从46%到16%）时，名义上的非农业与农业的生产力比率从3.95下降到3.13。这一发现在数量上与许多国家的证据一致，即农业中的就业份额降低与名义生产力比率降低有关（例如，Storesletten et al.，2019）。尽管对农业生产力有重大影响，但每个工人的实际GDP增加了约18%。对总产出的影响被抑制的原因是，有大量的劳动力转移到相对于基准的生产力下降的部门。农业TFP的分散性较低，尽管其平均值较高。我们的主要结果是，改进的选择对农业TFP有很大的放大作用，这对模型规格的变化和推断的各部门能力的相关性是稳健的。例如，如果我们强加一个能力的正相关并重新校准模型，消除相关的扭曲会对农业生产力产生更强的放大效应，因为选择的效果更强。然而，这意味着各部门的收入存在着反事实的强相关性。同样，引入独立于能力的特异性偏好或流动性障碍，会导致能力相关性和其他模型参数的值发生变化，需要与目标时刻相匹配，但在这种情况下，模型会产生类似的消除相关扭曲的放大效应。虽然我们的分析并没有对能力的真实相关性提供强有力的识别，但它确实对放大效应的大小提供了约束，这种放大效应是巨大的，而且对各部门能力相关性的不同估计是稳健的。利用一个简单的定量框架和微观面板数据，我们进行了实证检验，表明资本和土地在中国村庄的农民之间存在严重的错配。利用微观数据的面板性质，我们对每个家庭的不随时变的固定效应农场水平的生产力和扭曲进行了估计，不存在村庄差异大大限制了这些措施的测量误差程度。考虑到制度框架，我们认为这种要素错配主要反映了土地市场的限制，这也抑制了农民获得信贷的机会。在平等主义基础上对土地使用权的行政分配，表现为对生产率较高的农民的较大的特异性扭曲。随着时间的推移，由此产生的错误分配模式没有显示出系统性的改善趋势，这与中国经济中的制度限制的持久性是一致的。利用我们在中国农民中测量的特质性扭曲，我们开发并估计了一个职业选择的两部门一般均衡模型。面板数据提供了有关农业和非农业收入的信息，我们用这些信息来约束选择对生产率的影响。我们发现，测量的扭曲严重影响了中国数据中观察到的农业TFP的分布，消除这些扭曲与农民能力的相关性，通过减少错配和更好地选择更有能力的农民进入农业，提高了农业总生产力。这种效应在很大程度上促进了结构变化和增长。我们的分析表明，实施有保障的产权制度以促进土地的分散分配将产生巨大的生产力增益。如果当权者不观察农民的能力或不根据能力做出土地分配决定，任何行政（重新）分配土地都无法将土地分配给最重视土地或能最大限度利用土地的农民。通过向农民提供完全可转让的土地使用权来发展市场分配机制，不仅可以让农民通过土地整合来增加经营规模，还可以引导最优秀的农民留在农业，同时将劳动力转移到非农业领域。由于在农民中更好地分配生产要素和改进农民在农业中的选择，生产率和农场规模的增加也可以通过激励农民使用现代投入和更好的技术来诱导农业经营的变化。我们将这一框架的重要扩展留给未来的研究。推荐一份超级大礼包资源, 里面有丰富的Stata学习材料, 写文章作报告找工作的指南，①134篇各种方法的code, 代码和程序文章合集, 必须收藏！②今年最诚意的主流计量方法与Stata操作的视频教程, 一定要收藏学习！③《经济研究》期刊上所有文章按照"计量方法"进行分类汇总，有选择性地学习计量方法，④120篇DID双重差分方法的文章合集, 包括代码,程序及解读, 建议收藏！⑤Stata数据管理,绘图,检验,实证方法操作,结果输出的187篇文章！⑥CFPS 2020, CHFS 2019数据都公布了! 最新数据用起来做研究！
关于因果推断，可参看①关于各种因果识别方法的120份经典实证文献汇总”，②哈佛大学新修订完成的因果推断经典大作免费下载！附数据和code，③因果推断的统计方法总结, 177份文献，④政策评估的计量方法综述, 包括最新因果推断方法，⑤在教育领域使用IV, RDD, DID, PSM多吗? 使用具体文献，⑥看完顶级期刊文章后, 整理了内生性处理小册子，⑤工具变量精辟解释, 保证你一辈子都忘不了，⑦DID, 合成控制, 匹配, RDD四种方法比较, 适用范围和特征，⑧关于双重差分法DID的32篇精选Articles专辑！⑨关于(模糊)断点回归设计的100篇精选Articles专辑！⑩匹配方法(matching)操作指南, 值得收藏的16篇文章等，⑪MIT广为流传的政策"处理效应"读本，⑫DID的研究动态和政策评估中应用的文献综述，⑬最新政策效应评估的四种方法，⑭政策效应评估的基本问题等。关于因果推断书籍：①哈佛大学新修订完成的因果推断经典大作免费下载！附数据和code！②图灵奖得主Pearl的因果推断新科学, Why?③计量课程免费开放！面板数据, 因果推断, 时间序列分析与Stata应用（慕课上有不少免费课程，建议年轻学者好好使用），④你应该阅读哪本因果推断书籍: 一份进阶流程图和简短书评列表。
下面这些短链接文章属于合集，可以收藏起来阅读，不然以后都找不到了。