经济

打印

田磊：听说加州大学伯克利分校教授证伪了林毅夫的成名作

作者：田磊来源：日期：2024-03-28 点击：

加州大学研究证伪林毅夫关于中国农村改革的经典研究

田磊

编者按：本文系作者对加州大学伯克利分校的Joel Ferguson和Oliver Kim两位教授研究成果的综述，仅为向国内读者介绍该研究成果证明出林毅夫的《中国的农村改革和农业增长》一文错在了哪。该文仅代表Joel Ferguson和Oliver Kim两位教授的观点，且因为是综述，剔除了那些复杂翔实的论证过程和数据，有兴趣者可自行查看原论文。

一、问题和回答：1978年后中国粮食产量为什么快速提升?

1978年后，中国粮食产量有快速的提升。这种提升的动力来自何处?对此，林毅夫1992年发表在《美国经济评论》的文章《中国的农村改革和农业增长》(以下称“林文”)作出了回答，这篇文章奠定了他在国际经济学界的学术地位。该文的核心观点为：50%以上的产出来源自家庭联产承包责任制(以下简称“责任制”)的贡献。

不过，随着经济学的不断发展，该文存在的缺陷不断引起学界讨论，主要问题有二：1)研究方法目前来看不够严谨，需要补充因果分析;2)采用的数据真实性存疑。

2023年，加州大学伯克利分校的Joel Ferguson和Oliver Kim以高清卫星照片为基础，利用最新的因果推断方法和人工智能机器学习技术重新研究中国粮食产量上升这一问题，得出结果：林文的结论完全站不住脚，责任制对提高农业产量的效果极不显著。

除此以外，还有其他学者持相似质疑，认为就算是依据官方数据，责任制前后粮食亩产的增长没有体现出质的差别。接下来，对加州大学的这篇研究内容加以介绍。

二、破题关键：各省实施责任制时间不同

1978年安徽省小岗村率先实行责任制，并很快在安徽全省推广。在安徽省的万里、四川省的赵紫阳等省级领导的支持下，责任制在一些省份推广得更快，不过相对应的在另一些省份推广较慢。到了1982年，责任制才在全国范围内最终合法化。

如果责任制对提高产量有显著影响，那么我们可以期待两个显而易见的结果：(1)也许更早采纳责任制的省份粮食产量增长得更快，(2)或者，如果省份太大，那么至少是更早采用责任制的县增产更快。

因此，想要论证责任制对提高产量的作用，可以比较省边界和县边界，即比较不同时期实施责任制的省之间的边界地区，或者县之间边界的地区，看看前述两个假设是否成立。

从直观数据来看，更早取消集体化的省份(安徽、四川)似乎并没有比更晚取消集体化的省份(黑龙江、江苏)增长更快。对此，作者选择更加准确的数据来源和精准的数学工具来分析。

三、验证方法：卫星数据+AI学习

为避免官方数据不准确(例如由于政治目的或统计偏差)的影响，加州大学两位作者以高清卫星(高分辨率辐射计)的每日数据为基础，通过计算得到衡量植被数量特征的指标(NDVI)，并通过技术手段排除非农作物的影响，最终获得农业产量。这种做法在自然科学中已经广泛采用。如下图可见，该地区NDVI在秋天达到最大值，反映了农作物成熟的时节。

作者把中国分为345608个网格单元，利用1978-1990年的数据进行测算。测算的关键在于如何从NDVI得到农作物产量。作者选择使用机器学习(随机森林)方法，使用中国以外且同样主要种植水稻或小麦的国家的数据来训练模型，以避免中国数据可能存在的不准确干扰模型。

作者认为，这种测算方式十分精准，就连天气变动的影响都能被准确观测到，更遑论重大政策了。

四、结果：无法观测到责任制对产量的促进

(1)省边界：图中数值均在-0.01-0.01之间。可见，先实施责任制的省与相邻后实施责任制的省在边界上没有体现出差异。还可以看到，实施改革3年后的省，比起相邻的、同时期仍然没有改革的省，在边界上也没有体现出差异。责任制在边界上的效果甚至是负的，意味着实施责任制反而不利于产量提高，当然这个负效应非常小，接近于零。总之，没有看到责任制对提高产量有何显著的正面促进效果。

(2)县边界：图中数值均在-0.05~0.05之间。县边界的结果和省边界几乎完全一致。还是没有看到责任制对提高产量有何显著的正面促进效果。

有趣的是，AI根据卫星图像估计的中国农业产量数据在1979-1983年间与官方统计数据高度吻合，但1984年后官方数据明显高于预测结果(见下图)，这是否意味着官方数据由于某些原因高估了84年后粮食产量的增长?这可能是导致林毅夫研究结论不成立的重要原因之一。官方统计的数据和根据卫星高清照片测算出的数据究竟哪个更精确，这需要各位读者自行判断。