推文人 | 夏宇锋

 

文献来源：Baten, J. & Juif, D.T. 2014, "A Story of Large Land Owners and Math Skills: Inequality and Human Capital Formation in the Long-Run Development, 1820-2000", Journal of Comparative Economics,vol. 42, no. 2, pp. 375-401.

 

01引言

 

现有研究发现了历史上的大地主和工业资本家这两个不同的精英群体对教育改革的政治决策的不同态度：大地主通常对由税收支持的大规模教育项目不感兴趣，因为教育项目会让不熟练的临时工离开在地主家的庄园所从事的农业工作或者使他们变得更具反叛精神，而实业家则通常偏爱具有一些基本技能的劳动力(Galor et al.,2009)。大地主可能出于限制农业劳动力自由流动的经济原因和垄断政治决策权的政治考虑而忽视了教育普及(Wegenast,2009;2010)。现有的文献提供了一些关于土地不平等影响人力资本发展的证据(Galor et al.,2009;Hippe & Baten,2012)，却并未在长期的跨国比较中予以检验。本文通过构建一个新的数据集，评估了土地不平等对长期人力资本形成的影响，发现国家早期的土地不平等不利于其长期人力资本形成。本文的贡献有以下三点：第一，考察了一百多年的土地不平等对现如今各国人力资本水平的影响；第二，使用了一种与经济增长最相关的人力资本衡量指标——数学能力；第三，评估了数学能力这种认知能力指标的长期延续性。

 

02理论回顾

 

现有研究已经提出了许多理论来解释过去两个世纪以来世界各国在教育方面的巨大差异。其中一些有影响力的研究强调了早期的不平等对人力资本形成和促进增长的制度的不利影响(Engerman & Sokoloff,1997;Sokolof & Engerman,2000;

 

Acemoglu et al.,2001 2002)。

 

早期的土地不平等为何会影响长期的人力资本形成？原因可能有以下三点：第一点是引言所述的政治经济学。在更不平等的社会，少数精英获得了影响法律和经济制度选择的权力，倾向于限制大多数人的权利，例如教育权和选举权(Sokoloff & Engerman,2000)，出于自利的动机，大地主并不希望推动教育普及(Galor et al.,2009;Wegenast,2009 2010;Cinnirella & Hornung,2011)。第二点是信贷配给。土地不平等通常意味着“富者田连阡陌，穷者无立锥之地”，导致信贷配给，大多数个人无法进行人力资本投资(Galor & Zeira,1993;Deininger & Squire,1998)。Deininger(2003)更进一步指出，土地分配不均消除了普通农民积累人力资本的动机，因为如果大地主垄断了劳动力市场，并将工资保持在维持生计的水平，那么对人力资本进行投资似乎就没有多大的回报。第三点是医疗卫生方面的公共品。土地不平等地区在医疗卫生方面的公共投资表现更差（大地主出于自利动机，没有投资医疗卫生的激励），而健康和营养（尤其是生命最初几年）是认知能力的重要决定因素(Banerjee & Iyer,2005;Currie,2009;Case & Paxson,2008)。第四点是生育选择。著名的“数量-质量权衡”(quantity-quality trade-off)可能会决定教育投资的水平，因为如果一个家庭决定生育更多的孩子，每个孩子获得的人力资本投资可能会更低(Becker,1960;Easterlin,1980)，但最近提供的历史证据表明，这一理论并不一定适用于富人有更多存活新生儿的早期社会(Clark,2007)。

 

03数据和识别策略

 

在数据上，本文将包括Baten et al. (2012) 、Blum & Baten (2011)收集的收入不平等数据在内的多种数据整合为一个独特的数据集，包含土地不平等、数学能力和其他控制变量信息，变量描述性统计如表2所示。本文发现土地改革会显著降低土地不平等，因此根据收集的土地改革的信息对土地不平等进行了调整，而种植作物结构改变、移民和人口变化对土地不平等的影响在统计上均不显著。本文还计算了1820年的abcc指数，以评估数学能力中反映的教育的路径依赖性。

在识别策略上，本文首先使用OLS进行估计。如下式所示，其中因变量为认知能力，根据1964年至2003年之间69个国家的数学和科学考试成绩构建，解释变量包括1890年的收入不平等、早期土地不平等、早期数学能力，控制变量则包括所有可能对国家人力资本产生影响的因素，如居住在热带地区的人口比例、人口密度、制度质量等。

 

 

04回归结果

 

一、基准回归结果

 

本文首先进行了基准回归，得到表3的结果。第（1）列表明，早期数学能力能够解释1964-2003年间认知能力的54％。第（2）-（7）列表明，早期的土地不平等和收入不平等对于认知能力的影响均显著为负。控制变量中，只有居住在热带地区的人口比例的一列结果显著为负，其他结果在统计上均不显著。第（12）和（14）列的结果表明，在同时考察土地不平等和收入不平等的影响时，土地不平等依旧显著为负，而收入不平等则不再显著，这说明土地不平等比收入不平等的影响可能更加持久。此外，本文也使用WLS进行了稳健性检验，结论依旧一致。

二、工具变量与回归结果

 

本文作者认为基准回归的结果可能会受到反向因果的影响。前文给出了土地不平等对人力资本形成的几种理论解释，但人力资本形成也可能会影响到土地不平等。一方面，从长期来看，在教育发展较好的地区，小地主也可以购买越来越多的土地，从而减轻土地不平等的程度。Cinnirella & Hornung(2011)发现，农民也可能会影响政治活动以支持土地改革。另一方面，受过良好教育的小地主可能决定出售其土地，以在附近城市的其他行业实现自身人力资本投资的回报。

 

工具变量估计则能够克服这种内生性问题。本文选取的工具变量为适宜种植糖料作物的土地面积和适宜种植粮食作物的土地面积之比、1500年人口密度的倒数与南纬的交互项。相较于粮食作物，经济作物更具规模集约性，一国在大规模种植经济作物方面的专业化与其土地所有权的分布负相关。而南纬与人口密度相关，直到19世纪后期，南半球国家的欧洲的移民数量相对有限，与低不平等相关的美国谷物种植规模较小。图6展示了1890年的土地不平等程度，人口最稀少的国家在最南部的地理位置显示出最高的土地不平等。除阿根廷和澳大利亚外，南非、新西兰和乌拉圭在被殖民后的土地分配也非常不平等(Eastwood et al.,2010)。2SLS的结果证实，这两个工具变量均满足衡量土地不平等的必要条件，且仅通过潜在的内生变量土地不平等来影响认知能力。表4和表5的回归结果表明，在使用工具变量克服内生性后，土地不平等依然对认知能力具有显著的负向影响。

05结论

 

本文首次评估了土地不平等对长期人力资本形成的影响，发现早期的土地不平等不利于国家长期人力资本的形成，这一结果在稳健性检验和工具变量回归后依然是稳健的。本文的发现支持了Galor et al.(2009)的理论，即相对于实业家的影响，地主的行为对于发展至关重要，也与Easterly(2007)的观点一致，即土地不平等是结构性不平等的重要组成部分，收入不平等在发展和转型过程中会暂时加剧，而结构性不平等主要是由殖民者土地掠夺的长期影响造成的，后者对人力资本的形成和发展的影响更大，因为在持续的结构性不平等之下，教育努力可能没有回报。

 

Abstract

 

We create a new dataset to test the influence of land inequality on long-run human capital formation in a global cross-country study and assess the importance of land inequality relative to income inequality. Our results show that early land inequality has a detrimental influence on math and science skills even a century later. We find that this influence is causal, using an instrumental variable (IV) approach with geological, climatic and other variables that are intrinsically exogenous. A second major contribution of our study is our assessment of the persistence of numerical cognitive skills, which are an important component of modern human capital measures. Early numeracy around 1820 is estimated using the age-heaping strategy. We argue that countries with early investments in numerical education entered a path-dependency of human capital-intensive industries, including skill-intensive agriculture and services. The combined long-run effects of land inequality and human capital path-dependence are assessed for the first time in this article.