论文讨论Timothy Besley，1995 JPE

最后，通过引入不同的产权构成，对提到的三种机制进行测试。由于两地在宏观经济面上存在较大差异，且在样本上不具有可比性，作者对两个地区分别进行回归，由于方法以及统计口径是一致的，因而，回归的结果具有可比性。

Wassa
这里仅介绍一下主要结论，以及一些计量细节。作者主要考察种植情况。且主要为最近一个种树的决定。而在些之前，已经有树了，或为现有主人所种，或为以前主人所种，因此，作者将以前种的树进行加总，以刻画地块特征。回归结果表明，自报的产权对植树有正向激励，

且通过家族允许的产权作用显著，而无须允许的产权作用效果不显著。其它变量符合直觉。

再看工具变量的回归。选用的工具变量包括：土地获取方式、所有者是否有授衔（title）、该地块是否有法律纠纷、在土地得到时是否有树。作者给出了过度识别的检验方法：用第二阶段的回归残差，对工具变量及其它外生变量回归，考察其整体显著水平F值。

可以通过过度识别检验（即F所对应的P值很大，接受原假设），且产权的回归结果相对于非工具变量的情形更大，一方面表明原来的结果很稳健，另一方面，工具变量将产权的功能进行了修正。再看第一阶段回归，即对工具变量相关性的检验，抑或产权的内生决定。

可以发现选定的工具变量具有很好的解释力（显著），且整体F统计值通过了显著性检验。

一个稳健性检验是考察“完整的”农户异质性，即引入虚拟变量。发现，只有自报的产权对植树有正向激励，且通过家族允许的产权作用显著，而无须允许的产权作用效果不显著。与前述结论一致。

在工具变量回归中，结果发生变化，即只有无须许可的产权对投资有显著影响！作者的解释是，可能存在测量误差，或名义的产权与真实产权存在差异，特别是对投资会产生明显作用的产权部分（学会自圆其说，是学术的生存本领）。工具变量可以通过过度识别检验，同时，作者在第一阶段的回归中发现了产权内生性的证据，如土地获取方式、土地特征等，均符合直觉地解释了各种产权（是否需要允许）的变动。

总之，从这个数据的回归结果可以看出，产权与投资存在较明显的促进关系。但它并不完全稳健，如未须授权的产权在工具变量方法中明显增大且具有显著性。

但工具变量在两个回归式中均能通过，证明其有效性，因而有必要挖掘其内在的决定机制，以解决内生性。作者将结论不一致归结为测量误差，即无论是工具变量预测，或上报产权数据，都与农户所关心的，与投资紧密相关的产权数据有一段距离，存在测量误差。