原文信息：
Xiaoyu Zhou, Theodore Alysandratos, Michael Naef. Rice Farming and the Origins of Cooperative Behaviour[J]. The Economic Journal, 2023, 133(654): 2504–2532.
原文链接：
https://doi.org/10.1093/ej/uead030
01
引言
现有研究致力于探究历史和文化对当代经济发展的影响。然而，尽管合作行为被认为是影响经济发展、法治和制度质量的一个关键因素，但合作行为的文化和历史渊源尚未被经验研究证明。
本文从传统农业活动中的湿地水稻种植与当前的合作行为之间的联系填补这一空白。作者们通过在中国的四个省份进行实验来考察湿地水稻种植是否会引发合作行为以及惩罚的作用，并使用来自维基百科的调查和中国家庭追踪调查（CFPS）来检验研究结论在实验之外的有效性。最后得出结论，湿地水稻种植对合作行为和亲社会性惩罚有显著而稳健的积极影响。
本文的贡献主要概括为以下几点：①首次为传统农业活动对当代个人的合作行为和惩罚的影响提供了经验证据；②丰富利用实验和行为学方法探讨经济偏好如何在不同社会和国家之间产生系统性差异的研究；③补充个人的社会偏好如何在国家内部发生变化的研究。
02
理论框架
湿地水稻是一种高产作物，每公顷产量比旱地水稻高出四倍，比小麦高出82%。湿地水稻种植有两种提高产量的方法——插秧和整田，其要求更多的劳动力和更加协同的灌溉系统。第一，为了满足劳动力需求，农民会与邻居或家族成员进行劳动力交换。第二，连接到同一灌溉网络的农民必须协调何时灌溉和清空田地。灌溉网络本身的建设需要集中资源，包括资金和劳动力。灌溉网络需要维护，这对其他农户产生了外部性。例如，如果邻居不维护自家的灌溉墙，所有田地都有被淹的风险，从而降低所有人的产量。可以看出，合作行为对于湿地水稻种植来说非常重要。
由于合作是湿地水稻种植的福利最大化，因此合作的社会规范更有可能在水稻区出现。当湿地水稻的种植者意识到他们的孩子更加合作会让他们的生活变得更好时，他们就会向下一代灌输合作的意识。
在这种规范的形成过程中，惩罚可以起到至关重要的作用。湿地水稻种植行为满足Ray（1998）提出的惩罚维持合作策略的条件。第一，与其他传统农作物相比，湿地水稻的每公顷产量要高得多。第二，“搭便车”者很容易被识别。他们的名声可以在村庄内部迅速传播。第三，种植湿地水稻所需的合作是多方面的，并且发生在地理距离很近的家庭之间。
当然，湿地水稻种植有利于加强合作这一事实并不意味着一定会观察到更多的合作行为。那么，为什么中国湿地水稻的种植者会表现出更多的合作行为呢？作者们认为，湿地水稻种植并不能保证持续的合作行为，但这能使合作行为更有可能出现。
03
实验设计及数据搜集
3.1 实验地区分类
本文选择中国的河北省、山东省、湖南省和浙江省等四个省份进行实验。然后将一个地区的湿地水稻种植的耕地面积是否大于或等于50%作为区分水稻区和非水稻区的标准。其中，为避免技术因素的干扰，本文选择能够获得的最早年份（1996年）各地级市的水稻种植耕地面积数据来衡量。
3.2 实验参与者招募
为尽可能排除潜在的混杂因素，诸如教育背景、语言、民族相关文化和政治体制等因素对于实验结果的影响，招募四个省份内四所大学的汉族一年级学生进行匿名调查研究，并且要求这些学生具有当地户籍。在由四所大学提供自愿参与且合格的学生名单中随机抽取实验样本，最终的参与率为57.32%。其中，一共有524名参与者：河北有116名参与者，山东有156名参与者，湖南有128名参与者，浙江有124名参与者。实验于2015年10月至2016年1月进行。
值得强调的是，实验的参与者并没有选择农民，因此，这些参与者不太可能自我选择进入水稻或非水稻地区。这在一定程度保证能够更加准确的识别历史文化对行为的影响。正如Guiso et al.（2006）所说：”要想证明存在因果联系，......应将重点放在那些由个人从上一代继承下来而非自愿积累的文化维度。
3.3 实验步骤
3.3.1合作行为的实验测量
本文使用公共物品博弈（PGG）来衡量参与者的合作水平。参与者在无惩罚条件下进行八节PGG游戏，然后再进行八节惩罚条件游戏。在无惩罚条件下，参与者被随机分为四人一组。在每个阶段，每个参与者都有20点初始积分，并需要决定将多少积分存入小组账户（其余点数存入个人账户）。小组账户中的总积分乘以1.6，然后平均分配给所有小组成员。每个参与者面对的收入函数为：
其中 是参与者 的回报， 是 对小组账户的贡献， 是所有小组成员贡献的总和。
在所有参与者做出决定后，电脑屏幕上会显示每个参与者的出资额、在小组账户中的收益以及当期总收益。每期电脑屏幕上每个小组成员出资额是随机显示的，因此参与者无法将出资额与某个小组成员联系起来。公开显示这些信息的原因是希望确保无惩罚条件和惩罚条件之间的可比性——后者必须公开小组成员的贡献。
无惩罚条件结束后，参与者随机重新分组，进行八轮惩罚条件游戏。惩罚条件的第一部分与无惩罚条件相同：参与者选择自己的贡献积分，然后接收其他组员的贡献水平。之后，参与者进入惩罚阶段。在这一阶段，每位参与者选择向其他组员分配多少惩罚代币。他们最多可以向一名组员分配10个惩罚代币。每个惩罚令牌都会使惩罚者损失1点，并使被惩罚者的收入减少3点。收到的惩罚代币不能使参与者的收益低于零，但是收到的代币和分配的代币的某些组合，可能会出现负收益。惩罚结束后，参与者会收到每期的最终收益。他们会被告知自己在第一阶段的收入、在惩罚阶段收到和分配给其他人的惩罚代币总数以及他们的最终收入。但是，参与者只被告知收到的惩罚代币总数，而不知道惩罚者的信息。
3.3.2其他实验措施
首先，本文使用分类任务来测度参与者的思维方式。它向受访者提供了一个包含三个事物的清单，如猴子、香蕉和大象。受访者需要从三个事物中选出属于同一类别的两个事物。社会心理学家发现，来自集体主义文化的人会选择更多的关系配对（猴子、香蕉），而来自个人主义文化的人会选择更多的概念配对（猴子、大象）。除分类任务外，本文还采用Triandis and Gelfand（1998）开发的个人主义和集体主义问卷和实验经济学的游戏来解释参与者的社会偏好和信仰。其次，为了检验湿地水稻种植对合作的影响是直接还是间接地通过上述偏好产生的，本文还进行了独裁者博弈（DG）、最后通牒博弈（UG）、猎鹿博弈（SH）和无激励的多重价格表抽签任务。最后，由于本文强调惩罚在维持合作中的重要性，作者们进一步考察水稻种植如何影响惩罚决策以及引入惩罚机会是否会影响合作而实施了PGGs的重复版本。
3.4 从其他来源收集的数据
除了个人层面的偏好和信念，一个地区的经济发展和环境条件也可能影响人们的合作行为。因此，作者们收集2015年地级市的人均GDP、包括地形坡度、土壤深度和土地覆盖在内的地理数据，计算工具变量（IV）的湿地水稻适宜性指数以及地级市的人均专利数据。此外，为了检验结果是否受人口迁移的影响，本文采用根据2000年中国人口普查数据构建了337×337迁移矩阵计算各地级市经移民调整的水稻适宜性指数和净移民流量。
04
实验结果
实验如图1所示，在无惩罚条件（第1-8期）和惩罚条件（第9-16期）下，由来自水稻区参与者组成的群体比非水稻区的参与者贡献更大。特别是在惩罚条件下，差异增加到15%，并且非常显著（在组别水平上进行Mann-Whitney U 检验后p的值为0.012）。
接下来，对水稻种植与PGGs贡献之间的关系进行实证检验，模型如下所示：
其中， 代表参与者， 代表参与PGG的时间段。因变量是参与者在每个时期的贡献。 是指参与者所在地级市的水田耕地占比（使用虚拟变量衡量时的实证结果类似）。 表示一组基准协变量，包括性别、高中理科或文科、独生子女、年龄、家庭收入水平等变量。
表2面板A和面板B分别报告了关于无惩罚和有惩罚情况下的估计结果。与无惩罚情况相比，有惩罚情况下水稻区和非水稻区参与者之间的贡献差异更大。与无惩罚条件相比，非水稻区参与者在惩罚条件下的贡献平均高出2.11分。进一步地，水稻区参与者的这一差异比非水稻区参与者高出36.5%。
除了更高的贡献外，来自水稻区的参与者还对免费搭车者给予了更多的惩罚分。图2表明，与非水稻区的地级市参与者相比，水稻区地级市的参与者给搭便车者的惩罚分数高出50%。
为了更好研究水稻种植对惩罚的影响，作者使用分配给其他小组成员的惩罚分作为因变量来估计式（1），并分别对搭便车者和合作者重新进行估计。结果表明且水稻区的参与者比非水稻区的参与者平均多分配约0.23个惩罚点（表3，C组，第（1）列）。
05
解决因果识别问题
上述结果表明，水田耕地占比与PGG中的合作与惩罚呈正相关。然而，这些结果并不一定意味着这种相关性的存在等同于是因果关系。因为OLS估计值可能存在遗漏变量偏差或自选择问题。为此，作者们进行了一系列稳健性检验。
5.1 控制观测变量：经济发展、土地特征和文化特征
表2和表3第（2）列为控制经济发展、土地特征和问卷中文化方面的协变量的估计结果。水田耕地占比的系数估计值在无惩罚条件下为正值但不显著，而在惩罚条件和惩罚搭便车者情况下依然显著。表2和表3的第（3）-（5）列为在控制实验经济学相关变量的估计结果。可以看出，本文的研究结果较为稳健。
5.2 工具变量估计
本文使用湿地水稻适宜性指数作为衡量水稻田耕地占比的工具变量重新估计，结果如果表4第（1）、（4）和（7）列所示。可以发现，该系数的大小也与OLS的估计结果相似。但使用水稻适宜性指数作为IV的一个顾虑是无法满足排他性约束。因此，本文参考Alesina et al.（2013）的方法，控制所有可能与适宜性指数相关的协变量来检验IV估计值的稳健性，结果依然稳健（表4见第（2）-（3）列、第（5）-（6）列和第（8）-（9）列）。
5.3 控制迁移的影响
针对于自选择问题，即偏好合作的家庭或个人更愿意迁移到水稻区，而合作程度较低的家庭或个人则迁移到非水稻区。本文通过比较参与者目前的户籍所在地和其父亲的出生地确定哪些参与者迁入或迁出了水稻区，发现只有少数参与者存在迁入或迁出行为。在将这些样本排除后并没有对结果产生影响。
一个地区的当地文化可能会受到来自其他地区的移民的影响，因为移民可能会将其原籍地区的规范或文化带到迁入地。本文从两方面解决这一问题，一是将2000年中国人口普查数据构建的337×337迁移矩阵与水稻适宜性指数相乘得到经过迁移调整的水稻适宜性指数，结果与未调整的IV估计结果类似。二是控制每个地级市来自水稻区和非水稻区的净移民流入量，结果仍然稳健。
06
来自实地调查的补充证据
为了检验研究结论在实验之外的有效性，本文分明利用来自维基百科和CFPS的调查数据进行检验。
6.1 来自维基百科的证据
维基百科是一部全球百科全书，依靠自愿贡献者撰写词条，提供人人都能享用的内容。因此，维基百科是公共产品的典范。本文假设是来自水稻区的用户对维基百科文章的贡献更大。本文将每个地级市的中文版维基百科词条的编辑次数和总大小（以字节为单位）来作为衡量公共产品贡献的指标。表5中奇数列为OLS的估计结果，偶数列为使用省一级的水稻适宜性指数作为工具变量进行回归的结果，可以看出，本文结论依然稳健。
6.2 来自CFPS的证据
街道整洁是一种公共产品。注意不乱扔垃圾并帮助保持街道整洁需要居民自愿付出时间和精力，但只有其他人也做出贡献，他们才能从中受益。提供公共产品的另一种机制是水稻区的地方政府可以在清洁和维护方面投入更多资金。自变量是省级层面的水田耕地占比。因变量是受访者对所居住社区的街道整洁程度的评分。从表6可以发现本文的研究结论依然稳健，并且进一步证明中国的水稻区省份具有更严格的社会规范。
07
结论
第一，尽管本文通过水稻种植探讨个人合作行为的根源，但本文研究结论并没有说明湿地水稻种植是合作偏好的唯一起源。相反，研究结论表明湿地水稻种植很可能是促成这种偏好形成的众多其他潜在因素之一。第二，本文只提供了有关合作规范存在的间接证据，未来的研究可以提供更直接的证据。第三，尽管本文试图建立历史上的湿地水稻种植活动与当代合作行为之间的因果联系，但依然存在对其他干扰因素的忽视。未来的研究可以利用自然实验来提供更有力的因果识别以及深入挖掘本文所发现的合作行为差异的内在机制。
由于篇幅限制，关于本文实验和因果识别的细节没有一一呈现，强烈建议阅读原文。如有错漏之处，欢迎邮件联系
Abstract
This paper provides novel evidence for links between historic farming practices and current norms of coop- erative behaviour. We hypothesise that the cooperation required in wetland rice farming gives rise to strong cultural norms of cooperativeness. We compare participants from prefecture cities that predominately practice wetland rice cultivation to those from non-rice regions. A public goods game with and without punishment is the main measure for cooperative behaviour. Results indicate a strong and robust positive effect of wetland rice farming on cooperative behaviour and pro-social punishment. Complementary, consistent evidence from a natural field experiment and a survey further enriches our data.
推文作者：彭徐彬，中国社会科学院大学
邮箱：pengxubin792@163.com
转自：“香樟经济学术圈”微信公众号
如有侵权，请联系本站删除！
