第2章　中国“价格剪刀差”的政治经济学分析：理论模型与计量实证

2.1　引言

“价格剪刀差”的概念由苏联经济学家普列奥布拉任斯基（Preobrazhen-sky）于1926年提出，它指的是发展中国家（尤其是社会主义国家）的政府如何从农业部门的农民那里赚取利润来补贴城市工业部门的工人。同时，通过实施“价格剪刀差”，政府可以加快资本积累速度。尽管“价格剪刀差”这一概念由来已久，但在学术界上最早成功地把这一概念发展成严谨的理论模型却是由萨和斯蒂格利茨（Sah and Stiglitz，1984）（以下称为S-S）来完成的。他们通过分析政府的社会福利函数描述了对农民不利的贸易条件形式。由于他们的模型简单且有很强的解释力，因而迅速成为随后许多研究的模板。例如，Carter（1986）把S-S模型由封闭经济扩展到开放经济；Blomqvist（1986）则研究了社会主义国家对农产品征收间接税的情形。

本章的主要研究目的不在于研究“价格剪刀差”是否有利于资本积累，而在于借助该理论框架来估算中国的政府目标函数。一般认为，社会主义国家政府重积累而轻消费，重工人而轻农民。然而，这种观点仅仅是先验的：它并没有得到实证研究的支持或否认。因而，本章旨在弥补这一研究空白，即从政治经济学的角度来严格检验中国是否也存在这种现象。而如果有，则政府在定量上又有多大程度重工人轻农民、重资本积累轻居民福利。

为此，我们先拓展S-S理论框架使其更适合中国国情。事实上，为力求理论模型简洁，在研究最优的工农产品价格剪刀差时，S-S运用了简化版的伯格森—萨缪尔森（Bergson-Samuelson）社会福利函数：在政府的理念中，工人和农民的福利对国家而言被假设是等价的。但这并不符合中国的实际。因此，本章对S-S的模型从以下三方面进行修正和拓展。

第一，依照Carter（1986），我们把模型从封闭经济体扩展到开放经济体。这主要是因为考虑到这样一个事实：虽然中国在1992年市场经济正式建立以前外贸依存度偏低，但却从来不是完全封闭的自给自足的经济体。[11]第二，本章理论模型的创新之处在于我们考虑了农产品消费配额。在计划经济时代，中国对城镇居民实行农产品消费配额以重新调节供需关系。这样，我们的模型就区别于其他实行计划经济的国家，而能够更符合中国的现实。第三，与S-S模型不同，我们并不人为限定政府目标函数中工人与农民的权重，而是通过数据来说话，利用数据本身在理论模型的引导下来预测工人与农民的权重大小。

基于这一修正版的S-S理论模型，我们利用1949-1992年计划经济期间的省级面板数据，通过估算理论模型中的相关结构性参数（structure-form parameters）来研究在中国的政府目标函数中农业与工业的相对重要性和投资与消费的相对重要性。同时，我们也估计了工业部门的工资相对于农业价格的弹性，这主要因为没有现成的数据可供使用，而这些数据对我们估算还原政府目标函数中居民福利和资本积累的相对权重又是必不可少的。为解决这个问题，我们利用不同的计量方法估算该价格弹性。当然，估算过程中所存在的测量误差可能会给我们的结构估计造成内生性问题。为此，我们使用合适的工具变量来解决这个问题。

为使实证模型更加贴近现实，我们在估计中加入了两个额外的控制变量——饥荒哑变量和重工业基地哑变量，以检验它们是否能使我们的理论模型具有更强的解释力。众所周知，中国在1959-1961年间经历了一场全国性的三年自然灾害。一般认为，这种负面冲击会影响到政府目标函数中的各部门相应权重。同样，由于历史原因，中国在某些特定省份（如东北三省）建有大型重工业基地。政府在这些地区可能会有不同的政治目标。因此我们加入这两个变量来检验这些传统观点是否正确。

与本章相关的文献目前并不多。令人惊讶的是，尽管S-S模型做出了明确的经验预测，对“价格剪刀差”进行的实证研究却很少，而有关中国的更是凤毛麟角。据笔者统计，在国际一流的经济学学术刊物中，有关“价格剪刀差”的实证研究较具有代表性的首推Li和Tsui（1990）一文。与其他的理论研究不同，他们没有用苏联作为研究对象，而是用中国作为社会主义国家的例子来检验普列奥布拉任斯基的第一命题，即“价格剪刀差”能够使一个国家赚取工业剩余用于资本积累。他们发现农业相对价格与资本积累是正相关的。然后他们用效率工资假说来解释这个出乎意料的结果。Knight（1995，1999）通过分析国际贸易学中的各种提供曲线的变化得到了一些关于中国农村、城市划分的有趣结论。

本章的主要贡献在于我们能够通过理论模型进行结构式的实证研究，以成功还原并估算中国政府目标函数中的两个相对权重，即居民福利和资本积累的相对权重和农民相对于工人的权重。计量结果表明：农民的权重比工人小，同时消费的权重远远小于资本积累。这些结论与中国的现实均一致。因此，本章的政治经济学分析得以成功地解释中国在计划经济时期的政策措施。

当然，我们的研究也有一些局限性。这主要是我们没有中国在1978年以前的省级农业贸易数据。为充分地研究“价格剪刀差”对农业贸易的影响，应用面板数据做回归是必要的。因为简单的时间序列分析会存在着样本太少无法估算的问题。[12]遗憾的是，我们得不到中国经济改革之前的农业贸易数据。退而求其次，我们借用国际贸易理论中的引力模型来估计各省农业贸易量大小。而在1978年以后，我们则可以方便地用省份贸易面板数据来估算。

本章余下部分的结构如下：第二部分介绍“价格剪刀差”在中国的实际状况。第三部分描述基于S-S模型的理论模型。第四部分具体介绍实证检验所用的计量经济方法。第五部分是数据描述和实证结论说明。第六部分作小结。

2.2　中国的“价格剪刀差”状况

在改革开放之前，中国所有商品的价格都是由政府制定的。如林毅夫（2003，2005，2007）所指出的，与许多欠发达国家（LDCs）相似，中国在1949年后采用了重工业导向的发展战略。由于重工业属于资本密集型，其项目的生产需要巨额资本投入并且周期很长，而中国当时是一个资本短缺的农业国家，国家领导人又强调以自力更生来筹集资本，所以政府的唯一出路是通过压低付给农民的农产品价格，同时提高卖给农民的工业产品的价格，来压榨农业剩余，投入重工业的资本积累。简言之，在这个战略下，政府自然而然会选择不利于农民的“价格剪刀差”来发展工业。

如S-S（1984）等经典文献指出的，工农产品“价格剪刀差”可用工农产品的相对价格比率来衡量。假设没有政府干预，工农产品的相对价格则由市场直接决定。而“价格剪刀差”就是指政府通过压低付给农民的农产品价格（pA）和/或提高卖给农民的工业产品的价格（pI）来人为改变工农产品的相对价格比。图2.1可以帮助我们理解“价格剪刀差”的经济效应。在没有政府干预时，农产品的相对价格由市场直接决定，即（pA/pI）0。为了压榨农业利润以进行资本积累，政府给农产品制定一个较低的相对价格（pA/pI）1，这样就产生了对农产品的过度需求。如果价格不能调整，政府就必须进口农产品来平衡需求。但由于中国在计划经济时期的外汇储备很少，这种作法并不可行。所以，政府只得对城市工人的农产品消费实行配额。换言之，需求曲线被人为控制在一条垂线。通过农产品配额，政府不但可以不用进口农产品，而且可以出口农产品来赚取外汇储备。

注：当政府制定不利于农民的“价格剪刀差”（pA/pI）1时，农产品市场上有超额需，其中Sa是人均农村农业剩余供给。所以，国家就有对农产品的进口需求。但是，如图中的垂线所示，对城市工人实行农业配额后城市农业相对需求，这不仅抵消了进口需求，而且还创造了农业超额供。这样，国家在“价格剪刀差”和配额的共同作用下就可以出口农产品。

在实证验检上，我们依照Lardy（1983）等人先前的标准定义，把“价格剪刀差”（p）定义为农产品的购买价格指数（pA）与工业产品在农村的零售价格指数（p1）的相对比率，即p≡pA/pI。[13]图2.2显示出农产品的相对价格指数在这些年间有所上升。[14]不过，值得注意的是，这种上升不能完全由不利于农民的“价格剪刀差”来解释，这主要是因为1984年以后并非所有商品的价格都是由政府制定的。[15]

资料来源：《新中国五十五年统计资料汇编》（1949-2004年）。

注：“价格剪刀差”的定义是农产品的购买价格指数（PPIFP）与工业产品在农村的零售价格指数（RRPIIP）之比。

中国从1978年开始进行改革开放。中国的经济体制改革并没有采取休克疗法，而是通过渐进式的价格双轨制改革，由计划经济逐渐过渡到市场经济的。如林毅夫等（1994）指出，价格双轨制改革大致包括两阶段。第一阶段是1978-1984年，改革重点在于调整农业和工业的相对价格。第二阶段则是1985-1992年，改革的目标是引入与计划经济轨相平行的市场经济轨。在这一阶段，计划内产品仍然由国家定价；但计划外产品价格则是由市场直接决定的。因此这一阶段有三种价格形成机制：政府计划价、政府指导价和市场决定价。实际上，中国政府在1992年正式宣布实行市场经济时，通过前两种定价方式定价的产品的比重仅为7.1%（国家计划委员会价格管理司，1997）。

2.3　理论模型

如前所述，我们的理论模型是以S-S（1984）模型为基础的。为使模型更贴近中国的情形，我们在S-S模型中引入国际贸易和农业配额。同时，为便于实证回归，我们也具体了消费者的效用函数。

考虑一个两部门的经济体：农村和城市，其人口数分别为Na和Nm。一代表性消费者j具有下列拟线性效用函数Uj：

其中，消费者j分别来自农业部门（a）及城市工业部门（m）。x和y分别代表农产品和工业品。式（2.1）中，子效用函数u（xj）为一个对xj可微的递增凹函数。相对于工业品而言，农产品为生活必需品，因而其财富的需求弹性很小可近似为零。换言之，工业品的消费y在式（2.1）中可视为一般等价物（numeraire）。

工业部门使用两种要素：资本（K）和劳动（Lm）进行生产，而农业部门的生产则依靠土地（R）和劳动（La）。注意到Lm和La为每个劳动者的劳动时间且不可跨部门流动。这与中国当时的实际情况一致：严格的户籍管理政策使人员很难在地区间自由流动。两个部门的技术都假定为常规模回报的。农工产品相对价格p由政府决定，较低的相对价格则说明经济中存在着严重的工农“剪刀差”。

代表性农民面临如下预算约束：

其中，X为该农民的农业产出。由于国家平均分配土地给全国农民，故R/Na为人均土地禀赋。这样，该农民的间接效用函数Va为：

由包络定理（Envelope Theorem）可得：

其中，定义每个农民的农业剩余产出Sa为X-xa。类似地，工资w是城市工人唯一的收入来源。[16]这意味着一个代表性城市工人有如下的预算约束：

此外，该工人还面对着另一个约束——农产品消费配额，即：

其中，x-m为城市农产品消费的人均配额。于是：

再者，由于中国在1978年改革开放之前并不是一个封闭经济，它也出口农产品至其他社会主义国家（Naughton，2005），所以我们也应把国际贸易加入模型。具体地，农产品的市场均衡等式是：

其中，E为农业出口量。这说明：由于实施了农产品配额，尽管国内有超额需求，但中国实际上仍然能够出口农产品。

由于政府人为压低农产品价格，导致国内农产品相对价比世界水平的农产品相对价（pw）要低。差是政府剩余的一部分。这样，我们得到如下的政府预算盈余（G）：

其中，Y表示人均工业产出。也就是说，政府预算盈余有两个来源：工业剩余和农业贸易顺差。工业剩余由工业部门保留的利润来衡量。式（2.9）右边的最后一项是农业贸易顺差值。

政府通过选择最优相对价格来最大化社会总福利。根据S-S（1984）模型，政府的目标函数如下：

式（2.10）右边的第一项是农业部门的福利，NmVm则为工业部门的福利。由于农业部门的权重被标准化为1，参数β实际上就是政府目标函数中工业部门的权重。而系数δ所衡量的则是政府预算盈余G的社会价值。本章的主要研究目标就是要估计政府目标函数中β和δ这两个权重，以考察在计划经济时期中国是否真的重资本积累而轻居民福利、重工人而轻农民。

把式（2.9）代入式（2.10），我们得到：

为确定最优贸易条件，我们求解政府社会福利函数Ω对p的偏导数，并令其为零：

据此，我们得到如下均衡条件：

其中，式（2.13）的第一项pE是农业出口额。第二项中是在配额条件下的城市农产品总消费。第三项包括两个部分：城市工人的工资总和pwLm与工资对农产品相对价格的弹性（η）。弹性η在这里被定义为η≡（dw/dp）p/w。最后一项为无法观察的居民的非扼制下的自愿需求。

2.4　计量经济模型

式（2.13）启发了我们的实证模型设定。因为在计划经济体制下，中国各级地方政府都处在中央政府的严格监督和控制之中。因此为简化，设定省级政府和中央政府具有相同的目标函数。这样，我们的实证研究就可依赖于省级面板数据集。但是，它却没有具体提示如何在计量经济学模型中引入误差项。所以我们首先考虑如下的模型设定：

其中，因变量是配额条件下的城市农产品消费），它的主要影响因素包括农业出口额（A≡pE）、城市工资水平（W≡NmwLm）和工资对农产品相对价格的弹性（η）。下标i代表省份，t代表年份。误差项代表了未被我们的理论模型所包括的其他任何影响城市农产品消费的因素。它可以被分为三部分：（1）依省份而定的固定效应ζi，它表示的是未被观察到的依省份而定但不随时间变化的固定效应；（2）依年而定的随时间变化的固定效应φt；（3）特异效应μit，它的期望为零，异方差。我们的主要目的是估计两个结构参数：≡δ-1和≡δ-β。

当然，这种模型设定并不是估计式（2.13）的唯一方法。至少还有其他两种模型设定可供选择。第一种是把农业出口额（Ait）移到等式左边。这样，剩下的两项Cit和ηWit就作为自变量。第二种是把ηWit作为因变量，而把Ait和Cit放在等式右边。在这三种方式中，之所以采用式（2.14）是基于如下原因。

首先，与把农业出口额作为因变量的模型设定相比，式（2.14）可以回避缺少数据的问题。如上文所提到的，我们无法获得1978年之前的省级农业贸易数据。解决这个困难的一个可行办法是用省级GDP和工业部门的总产出的数据来计算它的近似值（下文马上会具体讨论此方法）。但是，这种近似会产生通常的测量误差问题。而在计量经济学中，我们完全可以通过把它移到等式左边来回避这个问题，因为我们可以把这种测量误差包括在误差项中。但是我们还面对着另一个问题：我们没有等式右边的工资的价格弹性数据。任何对弹性的估计或数据近似都会造成等式右边的另一个测量误差。

其次，类似地，我们也可以把ηWit作为因变量。很明显，计算出的价格弹性的测量误差就会被包括在误差项中。但是，由于我们没有农业贸易数据，由农业贸易数据近似产生的测量误差问题很容易使我们的估计有偏。所以，我们不用这种方法而采取如式（2.14）的模型设定。

最后，注意到中国已于1992年正式建立社会主义市场经济。在市场经济下，绝大部分产品价格由市场直接决定，国家不再干预。因而工农产品价格的“剪刀差”也不复存在。因而，我们把时间跨度定为1949-1992年。

2.4.1　农业出口

为估计式（2.14），我们需要省级农业出口数据。遗憾的是，尽管能获得1978年之前国家加总的贸易数据，我们却无从获得1978年之前的省级数据。为了解决这个实证困难，我们用引力贸易模型为“真实”的省级农业出口数据计算一个近似值。

根据贸易模型中的重力方程的预测，出口量与出口国的GDP有直接的比例关系。这个结论在以产业为单位或省级水平上仍成立（Helpman，1987）。换言之，i省的出口（Tit）与该省的产出（Qit）直接成比例。这样，我们就得到Tit=θitQit，其中θit是在t年对i省产出的国外需求份额。[17]类似地，对i省工业产出的国外需求份额，，其是i省在t年的制造业产出这样，我们就可以为工业出口量构造一个代理变，其中衡量的是工业产品的需求占所有商品的需求的比例。农业出口（Ait）是总出口（Tit）和工业出口（Mit）之差：Ait=Tit-Mit。[18]即农业出口可以表示为：

注意到，这里我们、Qit和Tit的数据。不过，相对需求比是需要估计的。

1978年之后的农业出口是由省级农业产出和省级农业消费（即城市与农村之和）的差额来计算的。注意到我们没有直接使用国际贸易数据。这是因为根据模型设定，我们应该考虑1978年之后的省间贸易。

2.4.2　工资对农业相对价格的弹性

有三种获得工资对价格弹性的可能途径。第一种是使用以前的研究数据。但是就我们所知，目前为止，几乎没有研究可以提供我们所需的弹性指标。第二种可能的途径是直接由定义ηit≡[（dw/dp）·p/w]it来计算弹性，这在技术上是可行的。但是，这并不具有经济学含义。因为在中国的中央计划体系中，各省很少享有自治权，工资对价格的弹性不会跨省变化；同时，因为主要经济指数和重要的经济政策都是由国家的“五年计划”决定的，该弹性也不会频繁地跨时变化。所以，只能用间接途径来估计工资的价格弹性。于是，我们考虑一个如下的双向固定效应模型：

其中，所估计的系是工资对农产品相对价格的弹性。和通常一样，依省份而定的固定效应υi和依年份而定的固定效应λt控制了其他没有被表示的因素。自然，这个简单的模型设定会有一些测量误差。因为尽管式（2.17）是一个很好的基准模型，但由于我们不知道简约型估计式（2.17）所代表的“真实”模型形式，所以估计出来的弹性值与真实世界的弹性值会存在一定程度的误差。换言之，由测量误差造成的内生性问题可能是待估方程式（2.14）的一个问题。两阶段最小二乘（TSLS）估计是控制由测量误差所产生的内生性问题的有力的计量经济学方法。[19]所以我们选择合适的工具变量来解决这个内生性问题。

但是有理由认为当经济发生结构性变化时，这些弹性也会有所不同。因此，在估计弹性时，我们把1949-1992这段时间划分为三个时期，以1978年和1985年为分界点。估计结果见下文表2.2。

现在，我们合并式（2.14）和式（2.16）来得到需要估计的新的均衡条件：

为简化估计，我们假设对工业产品的需求比例在各省和各年完全一样：。由于中国的贸易模式在1978年之前和之后并不相同：中国出口的几乎完全是农产品。所以，这样的简化难免会造成误差。为此，我们在实证模型中引入一个新的指示变量It（It在1978年之后为1，之前为0）：

其中，=δ-1=δ-β=sm（δ-1）。换言之，当我们考虑1978年以前的情况时，由于It=0，（/Qit）Tit·It这一项就被消掉了，所以贸易总量就等于农业贸易量。

2.5　数据和实证结果

在这一部分，我们首先描述分析所用的数据集，然后给出初步实证结果。为控制内生性问题，我们接下来分析工具变量的可靠性。最后，讨论对不同时期的估计情况。

为了估计方程式（2.19），我们需要以下数据：城市农产品消费（Cit）、出口总量（Tit）、城市总工资（Wit）、省级工业产出（）、总产出（Qit）和工资的价格弹性（η）。如上文提到的，我们虽然没有工资的价格弹性数据但却可以估计出它的大小。在我们的样本中，有关中国出口的数据单位按照即期官方汇率由美元换算成人民币。此外，我们把1950年作为相对价格指数的基准年。所有的数据都可以从国家统计局出版的《新中国五十五年统计资料汇编》（1949-2004年）中直接获得。表2.1给出了每个变量的基本统计信息。

表2.1　统计变量的描述

注：除非另有说明，所有变量的单位都是100万元。

2.5.1　初步估计结果

表2.2列出了工资对相对价格的弹性估计值。第二列报告的是整个时期（1949-1992年）的样本估计值，余下几列报告的是其他不同阶段的值：第三列是1949-1977年，第四列是1978-1992年，第五列是1978-1984年，第六列是1985-1992年。

表2.2　工资对农业相对价格的弹性估计值

注：括号里的数值为t值。**（*）分别表示1（5）%的显著水平。为节约篇幅，这里没有报告依省而定的和依年而定的固定效应。有兴趣的读者可直接联系笔者。

根据式（2.17），我们首先对不同时段做固定效应估计。工资对相对价格的弹性在整个时期的估计值是-0.083（尽管它是统计不显著的）。其经济学含义显而易见。农业相对价格越低，城市工人工资就越高。较低的农业相对价格意味着较大的“价格剪刀差”。当政府对农民施加强大的价格压力时，城市工人的真实收入就会上升，因为他们可以以非常低的成本消费生活必需品。

如表2.2所示，工资对农业相对价格的弹性的系数都是负的。除1978-1984年这一阶段，其他的估计值大都是统计显著的。估计值会产生测量误差不足为怪，因为我们不知道价格影响工资的“真实”的简约模型。但是，如上文所说，我们可以通过使用工具变量来解决这个问题。

表2.3　基准模型回归结果（1949-1992年）

注：a.括号里的数值是t（z）值。**（*）表示1（5）%的显著水平。‡表示统计量的p值小于0.01。

b.这里包括了依时间而定的和依省份而定的固定效应（FE）。

表2.3的第（1）列报告了式（2.19）的标准最小二乘估计结果。城市农产品消费的系数估计为0.01，但是统计不显著。相应地，价格弹性和城市工资乘积的系数估计是-19.58。第（3）列报告的是控制了依省份而定和依年份而定的固定效应之后的估计结果，估计变为统计显著。

2.5.2　内生性和工具变量

如前所述，式（2.19）可能存在的内生性问题来自价格弹性的测量误差。由于我们没有工资对农业相对价格弹性的数据，所以我们用式（2.17）的最小二乘估计值来代替真实数据。在所估计的弹性系数和我们不能获得的“真实”数据之间很自然可能产生测量误差。

为准确估计政府目标函数中各部分的相对权重，我们需要控制内生性问题。否则，相关的估计值就会不准确。解决内生性问题的一个有力的计量经济学技术是使用合适的工具变量来做两阶段GMM方法估计。注意到均衡条件式（2.13）中并没有暗示变量间存在任何因果关系，所以GMM估计是一个非常合适的方法。此外，与一般的最小二乘方法相比，GMM对误差项的假设较少，而且可以生成异方差稳健的标准差（Hall，2004）。

我们采用基本建设投资和用于更新改造的固定资本投资作为价格弹性的工具变量。原因如下：较少的用于更新改造和基本建设的投资是政府投资不足的标志，它会使政府更加压低农业价格（更低的相对价格），而这又会相应提高真实工资。在我们的样本中，基本建设投资和工资之间的简单相关系数是-0.93，而创新投资和工资之间的简单相关系数是-0.94。可见，数据明显支持这种在更新改造和基本建设投资与工资之间的负相关关系。

此外，两阶段GMM估计结果也表明这两个工具变量是可靠的。如果一个工具变量（即用于更新改造的固定资本投资或基本建设投资）对因变量（即城市农产品消费）的影响是通过且仅通过被工具化了的变量（即工资对价格的弹性）这一渠道的话，则该工具变量就是合适的。为了证实这一点，我们进行了如下的各种检验。

第一，我们用Anderson（1984）的典型相关性似然比检验（canonical correlation likelihood-ratio test）来检验未被包括的工具变量（即用于更新改造的固定资本投资和基本建设投资）是否与内生的自变量相关。零假设是模型识别力不够，我们在1%的水平上拒绝了这个零假设。第二，我们进一步检验了工具变量与工资价格弹性是否弱相关。如果是这样，这个两阶段GMM的估计值就会有很大偏差。幸运的是，Cragg和Donald（1993）的F统计量为我们拒绝零假设——第一阶段在高显著水平上是不能被识别的——提供了强有力的证据。第三，Anderson和Rubin（1949）的χ2统计量拒绝了零假设——内生性回归元的系数之和为零。第四，Hanson-Sargen过分识别检验也进一步证明了工具变量的合理性（p值为0.45）。简言之，所有这些统计检验都证明了两个工具变量的合理性，所以这个模型设定是可靠的。

最后，我们为所选工具变量的合理性提供一个更容易理解的回归式。我们把用于更新改造的固定资本投资和基础建设投资当作外生性的自变量加入模型。如果这两个变量对农业净出口有直接的影响，我们就认为系数估计值是统计显著的。但是，如表2.3最后一列所示，它们在5%水平上是统计不显著的。[20]这再次证实了这两个变量影响因变量的途径仅仅是通过被辅助的变量。

表2.3的第（2）列和第（4）列报告了使用工具变量（IV）方法的估计结果。IV估计结果大都与最小二乘（OLS）估计值一致。第（4）列报告的是固定效应IV估计值。两个关键变量Tit和ηWit的系数估计值都是统计显著的，而且与第（3）列中的固定效应（FE）估计值非常接近。

2.5.3　稳健性检验

众所周知，中国在1959-1961年遭遇了一场全国性的三年自然灾害。问题是，当面对这个负面冲击时，政府是否调整了它的目标函数。还有，在历史上，东北三省是最重要的重工业基地。此外，三个直辖市（即北京、上海和天津）也曾是十分重要的重工业基地。[21]所以，有理由认为政府可能在这些地区有特殊的政治目标。

为检验表2.3基准模型中报告的估计结果是否稳健，我们在表2.4中加入两个控制变量：饥荒哑变量（它在1959-1961年取值为1，在其他年份为0）和重工业基地哑变量（它在以下六个地区取值为1：辽宁、黑龙江、吉林、北京、上海和天津；而在其他地区为0）。在控制了双侧固定效应后，所有变量的系数估计值都与表2.3非常接近。此外，饥荒哑变量的系数为负——三年自然灾害降低城市农产品消费，尽管该系数在统计上不显著，但总体方向上与这一时期的现实一致。

表2.4　扩展模型回归结果（1949-1992年）

注：a.括号里的数值是t（z）值。**（*）表示1（5）%显著水平。‡表示统计量的p值小于0.01。

b.这里包括了依时间而定的和依省份而定的固定效应。在所有固定效应估计中都未包括重工业基地哑变量的系数。

我们已经探讨了在不同时期价格指数的异质性。同样，中国的贸易结构也在随时间而变化。在1978年开始经济改革之前，中国的外贸组成结构相对来说很简单。贸易开放度（即出口和进口总额相对于GDP的比例）仅仅是大约5%。中国大部分可出口的商品为农产品（Naughton，2005）。20世纪70年代末，由于黑龙江大庆油田的开采，石油产量激增，中国开始大量出口石油。中国的对外贸易在20世纪80年代稳步上升，贸易开放度从1980年的0.13上升到1992年的0.34。其出口也更加多样化，从最开始严重依赖于初级产品发展到混合出口初级产品和制造业产品。初级产品所占的出口份额从1980年的49.7%下降到1992年的20.0%。相比之下，机械和运输器材所占出口份额从1980年的4.65%上升到1992年的15.5%。[22]

由于中国的经济结构在1978年前后有很大差别，我们首先把全部样本的时间跨度分为两个不同的时期，以1978年作为分界。我们还用1985年作为另一个分界，因为如上文所述，1985年前后的经济改革大不相同。

表2.5　运用省际农业贸易数据的回归结果（1978-1992年）

注：a.括号里的数值是t（z）值。**（*）表示1（5）%显著水平。‡表示统计量的p值小于0.01。

b.这里包括了依时间而定的和依省份而定的固定效应。

表2.5报告了用1978-1992年精确的省级农业出口数据所做的估计结果。[23]各种计量经济学分析显示，城市农产品消费与农业出口正相关，而与工资和价格弹性的乘积负相关。两个关键系数的估计和对所有模型设定都是统计显著的在这一阶段的数值远远小于它在1949-1992年整个时期的数值。表中第（5）列报告的是1978-1992年这一阶段工具变量的容易理解的形式。

表2.6　不同时期的估计结果

注：a.括号里的数值是t（z）值。**（*）表示1（5）%显著水平。

b.这里包括了依时间而定的和依省份而定的固定效应（FE）。

我们进一步把1978年之后的阶段划分为两个时期：1978-1984年和1985-1992年。表2.6的下半部分报告了估计结果。两个关键系数估计值的符号与表2.5是一致的。大部分估计值是显著的。只有1978-1984年这一时期的IV固定效应估计中是一个例外，我们将在下文对此进行讨论。

2.5.4　确定权重

在表2.4-2.6的估计结果的基础之上，我们就可以还原中国政府目标函数中的权重了。如前所述，由于式（2.10）中农业部门的权重被标准化为1，政府目标函数中制造业的相对权重就是β。同时，δ衡量的是政府预算盈余对农民的消费的相对权重。通过比较式（2.18）和式（2.19），我们可以精确地确定这些权重的大小：。也就是说，只要β和δ的估计值是统计显著的，我们就能够还原这些权重。

表2.7　权重的还原

注：此表中的数值是用表2.6的结果计算出来的。†（‡）表示γ1（γ2）在5%的水平上统计显著。参数β和δ是用相应的系数γ1和γ2的估计值计算出来的：β=-+1，δ+1。

表2.7列出了这些权重的计算结果。我们首先报告的是没有控制内生性问题和固定效应的情况下估计出的权重。表2.7最上部分由于内生性问题通过OLS估计值计算出来的权重有偏。所以，我们在进一步控制了内生性问题之后再次计算政府目标函数中的相对权重。

在IV固定效应估计中，两个系数的估计值是显著的，城市工人的权重是24.58，而未来投资的权重是1.03。城市工人如此高的权重超出了我们的预期[24]，但是它的含义很明显：在计划经济时代，中国政府更重视城市工人的福利，而不是农民；同时它更加关心资本积累，而不是消费。

我们预期1978年之前和之后的情况应该是不同的。经济改革之前，中国政府的主要目标是发展重工业以使中国可以尽快赶上英美这样的发达国家（林毅夫等，1994）。但是1978年改革之后，政府对如何提高人民的生活水平投入了更多关注。换言之，自从经济改革开始，政府对资本积累的重视程度有所下降，而更加关心消费。我们的估计结果支持了这个动态的变化。如表2.7中间部分所示，IV固定效应估计值显示，在1978-1992年这一时期，中国仍然重投资而轻居民福利（δ=1.13），它也同样重城市工人而轻农民（β=1.132）。这就意味着此时期β的权重较1978年之前相比都有大幅度的下降。

有趣的是，1978-1984年阶段的结构参数β的IV固定效应估计值是不显著的。这与中国的现实恰好一致。在经济改革初期，政府并没有一个明确的改革方向。中国政府改革的逻辑事实上的确是“摸着石头过河”的。[25]

2.6　结论

受S-S（1984）理论模型的启发，本章从政治经济学的角度估算了计划经济时期中国政府目标函数中的结构参数。我们发现，城市工人的福利所占权重远远高于农民的福利。此外，政府也更重视资本积累而轻视居民福利。总的来说，估计结果说明一个扩展了的S-S模型能够很好地契合中国的现实，也能够帮助我们量化政府的政治目标。

我们的结构参数估计模型有许多优点。首先，由于计量的回归式是严格由理论模型推导出来的，因此我们可以看出各个结构变量之间的联系。其次，结构参数估计也可以帮助我们避免在简约型估计中经常难以避免的随意设定（arbitrary specifications）问题。每个估计系数的经济含义也很清晰。这样，模型设定中每个结构变量的数值不仅仅在统计上显著，而且在经济意义上也是显著的。因此本章在一定程度上填补了对中国计划经济时期政府目标函数估计的研究空白。

这项研究对当今政策也有一定的指导意义。虽然工农“价格剪刀差”在20世纪90年代早期就因社会主义市场经济体制的建立而不再被采用，但中国仍然在某种程度上有着各种价格管制（比如说，汇率管制）。诚然，现今的价格管制与本章所讨论的工农“价格剪刀差”形式上有所不同，不过还是有其异曲同工之处的。

如同任何结构参数计量模型一样：由于受数据的限制，我们不得不做出了一些妥协和折衷。由于1978年之前的省级农业出口的数据不可得，我们只能用代理变量或估计值来替代。虽然国际贸易中的引力模型较成功地解决了这一问题，但毕竟只能算是次优的选择。将来研究的一个可能方向就是继续搜集1978年之前的省级农业数据以进行估算。但不管如何，1978年以后，由于省级农业出口可得，我们得以成功地运用结构参数计量模型进行精确的回归估算。