汪三貴　郭建兵　李夢思

摘要：提升農業(yè)全要素生產率是新時期全面推進鄉(xiāng)村振興和加快建設農業(yè)強國的必由之路?；跒趺缮胶土P山片區(qū)產業(yè)扶貧試點準實驗研究項目，利用3省7縣807戶兩期微觀農戶面板數(shù)據(jù)，解決潛在內生性問題，運用雙重差分模型（DID）分析了產業(yè)扶貧合作社對農戶農業(yè)全要素生產率的影響。研究發(fā)現(xiàn)，產業(yè)扶貧合作社對農戶的農業(yè)全要素生產率有顯著正向影響，穩(wěn)健性分析和安慰劑檢驗進一步驗證了結果的可靠性。異質性分析表明，產業(yè)扶貧合作社對土地經(jīng)營規(guī)模大、家庭農業(yè)勞動少、戶主年齡高和非建檔立卡戶樣本群體的農業(yè)全要素生產率的影響更大。機制分析表明，產業(yè)扶貧合作社通過提供技術培訓提高了農戶的農業(yè)全要素生產率。進一步發(fā)現(xiàn)，產業(yè)扶貧合作社能通過提升農業(yè)全要素生產率提高農戶農業(yè)收入。基于以上結論，在鄉(xiāng)村振興階段應繼續(xù)扶持產業(yè)合作社帶動農戶發(fā)展，注重關注產業(yè)合作社對不同農戶的異質性影響，提升產業(yè)合作社技術培訓的供給能力，進而不斷提升農戶農業(yè)全要素生產率和帶動農戶增收。

關鍵詞：產業(yè)扶貧；合作社；農業(yè)全要素生產率；準實驗

文章編號：2095-5960（2023）06-0100-10；中圖分類號：F323.8；文獻標識碼：A

一、引言

農業(yè)強國是社會主義現(xiàn)代化強國的根基。建設農業(yè)強國必須加快轉變農業(yè)發(fā)展方式，充分發(fā)揮農業(yè)技術提升、科技創(chuàng)新和勞動者素質提高的重要作用。提高農業(yè)發(fā)展能力關鍵在于提升農業(yè)全要素生產率。農業(yè)全要素生產率提升不僅能夠提高整個農業(yè)行業(yè)的產量，保障國家糧食安全，也能緩解我國人均耕地面積較少、農業(yè)資源匱乏和農業(yè)面源污染日益嚴重的現(xiàn)實問題，更能促進農業(yè)經(jīng)濟增長，對于增加農民收入、縮小城鄉(xiāng)差距及實現(xiàn)農業(yè)農村現(xiàn)代化具有重要意義。[1-4]關于中國農業(yè)整個行業(yè)全要素生產率的研究已較多，但微觀農戶層面的研究較少，農戶是我國主要農業(yè)經(jīng)營主體，在農業(yè)經(jīng)營主體中占比達98%，經(jīng)營著我國約70%的耕地。[5]以微觀農戶為研究對象，可以在明確主體基礎上分析如何提升農戶的農業(yè)全要素生產率。

我國農戶經(jīng)營呈現(xiàn)出規(guī)模小、分散化的特點，農戶的組織化程度較低，農戶與市場、生產以及技術之間缺乏有效的聯(lián)系。促進農村產業(yè)經(jīng)濟增長需要培育有效的經(jīng)濟組織模式。[6]合作社是聯(lián)結小農戶與大市場的重要紐帶，能提高農戶的組織化程度。隨著我國農業(yè)農村經(jīng)濟不斷發(fā)展，以農民合作社等為代表的新型農業(yè)經(jīng)營主體日益發(fā)展起來，農民合作社在提高農戶在市場中的談判力量、降低市場風險和生產成本方面具有單個農戶所無法實現(xiàn)的功能。[7]合作社能為農戶提供社會化服務，通過提供優(yōu)質農資、技術培訓和機械化耕作服務提升稻農的農業(yè)全要素生產率。[8]但也有學者發(fā)現(xiàn)合作社存在“空殼化”的問題，合作社的帶動作用不明顯，合作社并不能顯著提升農業(yè)全要素生產率。[9，10]

我國在精準扶貧中實施了很多以合作社為載體的產業(yè)扶貧項目，但學者對合作社產生的政策效果存在分歧，主要原因在于部分研究未考慮樣本選擇偏差會引發(fā)內生性問題，導致估計結果存在偏差，且已有研究中合作社對農戶全要素生產率影響機制不明確。明晰合作社對農戶農業(yè)效率的影響，將有利于在鄉(xiāng)村振興階段更好指導如何實現(xiàn)產業(yè)振興、如何進行產業(yè)幫扶。鑒于此，有必要在更精準的實驗設計下探討產業(yè)合作社對農業(yè)全要素生產率的影響。本文采用準實驗方法調研的兩期微觀農戶數(shù)據(jù)，采用雙重差分模型（DID）實證分析產業(yè)扶貧合作社對農戶農業(yè)全要素生產率的影響，解析其作用機制，為提高農業(yè)全要素生產率提供經(jīng)驗參考。

二、文獻綜述

農業(yè)生產率的衡量方法主要有單要素生產率和全要素生產率。[11]單要素生產率表示農業(yè)產出與單一投入要素之比，如倪國華和蔡昉利用畝均糧食產量、勞均第一產業(yè)收入等衡量農業(yè)生產率，但單要素法不能綜合考慮多個要素變動的情況。[12]全要素生產率指產出與綜合要素投入之比，用于衡量除勞動、土地、資本等要素之外的其他要素對農業(yè)產出增長的貢獻。已有關于農業(yè)全要素生產率的研究主要集中在農業(yè)全要素生產率測算和提升農業(yè)全要素生產率的路徑。農業(yè)全要素生產率測算方法有參數(shù)法、半?yún)?shù)法和非參數(shù)法。[13]參數(shù)法主要有C-D生產函數(shù)法和隨機前沿函數(shù)法，C-D生產函數(shù)法可以較好描述農業(yè)生產的投入產出情況，但其假設基礎為規(guī)模報酬不變，隨機誤差項被測算在全要素生產率中，把全要素生產率變化全部歸結為技術變化。[14，15]隨機前沿函數(shù)法在模型中加入了誤差項來解決上述問題，誤差項中包括隨機誤差和技術無效率項，但生產函數(shù)的不同設定形式會導致測算結果存在差異。半?yún)?shù)法主要有Olley and Pakes（OP）法和Levinsohn and Petrin（LP）法，這兩種方法用于緩解資本變量在測算農業(yè)全要素生產率中可能產生的內生性問題，OP法和LP法分別以農業(yè)投資額和中間投入作為資本存量的工具變量。[4]非參數(shù)法包括Malmquist指數(shù)法和包絡分析方法等，Malmquist指數(shù)法基于距離函數(shù)之比構造生產率指數(shù)，包絡分析方法基于生產單元到生產前沿面的距離來估計效率，但可能高估生產率。[13，16]對于農戶，短期內農業(yè)生產中土地、資本等生產要素的投入變化相對緩慢，適合采用C-D生產函數(shù)來測算農業(yè)全要素生產率，且這一測算方法在很多研究中得到了廣泛應用。[4，17]

在測算農業(yè)全要素生產率的基礎上，學者從不同角度切入，研究提升農業(yè)全要素生產率的路徑。李谷成等發(fā)現(xiàn)不同農村基礎設施對農業(yè)全要素生產率存在差異影響，公路設施能夠顯著提升農業(yè)全要素生產率，而灌溉設施卻顯著降低了農業(yè)全要素生產率。[18]有研究發(fā)現(xiàn)小學教育、初中教育和高中及以上教育分別對全要素生產率有負向、正向和不顯著的影響。[19]也有研究發(fā)現(xiàn)農業(yè)信息化能夠促進農業(yè)全要素生產率的提升，且呈現(xiàn)出地區(qū)異質性。[20]農業(yè)生產效率的提升在很大程度上依賴于農業(yè)技術進步，農業(yè)機械化水平對農業(yè)全要素生產率有正向影響，但不同發(fā)展階段的機械化水平對農業(yè)全要素生產率產生的作用效應不同。[21]數(shù)字普惠金融通過提高農業(yè)技術提升農業(yè)全要素生產率，而農業(yè)保險能分散和轉移農業(yè)經(jīng)營風險，進而對農業(yè)全要素生產率有提升作用。[22，23]也有學者探討了城鄉(xiāng)發(fā)展對農業(yè)全要素生產率的影響，發(fā)現(xiàn)城市化進程對農業(yè)全要素生產率有顯著正向影響，但勞動力轉移會阻礙農業(yè)全要素生產率提高。[24，25]

合作社組織功能的核心是為成員服務。[26]隨著農民合作社大量涌現(xiàn)，關于農民合作社能否提升農戶的農業(yè)績效的研究增加。[27]基于福建茶農數(shù)據(jù)，研究發(fā)現(xiàn)合作社成員不僅單一配置資本或勞動力的效率高于非合作社成員，全要素生產率也更高。[28]基于河北和新疆兩省份梨農的調研數(shù)據(jù)，研究也發(fā)現(xiàn)合作社能使農戶的生產技術效率提高14.08%，其作用機制主要是提供農業(yè)生產資料、技術服務和信息服務。[29]但有一部分學者發(fā)現(xiàn)合作社并不能夠提升社員生產率。黃祖輝和朋文歡發(fā)現(xiàn)在未考慮樣本選擇偏差情況下，合作社能提高農戶的技術效率，但通過傾向得分匹配方法解決樣本選擇偏差后，發(fā)現(xiàn)合作社對社員農戶的技術效率并無顯著影響，主要原因在于合作社服務功能弱化，僅有30.77%的合作社社員獲得過合作社的服務。[30]基于長江經(jīng)濟帶省級面板數(shù)據(jù)，研究發(fā)現(xiàn)農業(yè)生產合作組織并沒有提升農業(yè)生產率，甚至對農業(yè)生產率產生負向作用，主要在于合作社在組織和管理上未形成有效體系。[9]

三、數(shù)據(jù)來源與研究方法

（一）數(shù)據(jù)來源

本文數(shù)據(jù)來自世界銀行貸款第六期扶貧項目中國貧困片區(qū)產業(yè)扶貧試點示范項目，該項目共涉及四川、貴州和甘肅3個省10個市27個縣，數(shù)據(jù)集由中國人民大學中國扶貧研究院組織調查獲得，產業(yè)扶貧試點示范項目的形式主要是成立產業(yè)扶貧專業(yè)合作社。項目組從27個縣（市、區(qū)）中隨機抽取8個縣（市、區(qū)）開展監(jiān)測評估，甘肅省選取4個，貴州省選取2個，四川省選取2個。每個樣本縣（市、區(qū)）抽取9個村，其中6個項目村，3個非項目村。在每個樣本村基于分層隨機抽樣的方式調查20個農戶。2015年進行了基期調查，基期調查了72個村，包括48個項目村和24個非項目村，基期調查內容包括農戶家庭的人口特征情況、農業(yè)生產經(jīng)營情況、參與合作社情況、收入和消費情況、借貸情況、固定資產情況等，基期調查共獲得有效樣本1445個。2018年，調查組對基期調查農戶進行了追蹤調查，共計調查了87個村，其中包括基期的33個項目村和19個非項目村。追蹤調查共調查了1947戶，其中1005戶為基期追蹤戶，整理最終得到1005戶的兩期面板數(shù)據(jù)。

在農業(yè)全要素生產率測算中，把農業(yè)產值、農業(yè)勞動力投入或土地經(jīng)營規(guī)模為0的農戶均剔除，最終得到3省7縣的807戶兩期平衡面板數(shù)據(jù)，其中項目村33個，非項目村19個，項目村農戶為572戶，非項目村農戶為235戶。

（二）農業(yè)全要素生產率測算

全要素生產率是反映生產效率的綜合性指標，參考王璐等的研究[4]，采用C-D生產函數(shù)形式測算農戶農業(yè)全要素生產率，生產函數(shù)如公式（1）所示。

Y=ALKMT （1）

其中，Y、L、K、M和T分別代表農業(yè)產出、農業(yè)勞動力投入、資本投入、中間投入和土地投入。農業(yè)產出用農業(yè)產值表示，此處的農業(yè)指狹義的農業(yè)，不包括畜牧業(yè)、漁業(yè)等。勞動力用農戶家庭農業(yè)勞動力數(shù)量表示；資本投入用農戶農業(yè)固定資產現(xiàn)值表示；中間投入包括農戶使用的種子、化肥、農藥、薄膜等中間投入品的金額；土地投入用農戶年內土地經(jīng)營規(guī)模表示。A表示農業(yè)全要素生產率，α、β、γ和δ分別表示農業(yè)勞動力投入、資本投入、中間投入和土地投入的產出彈性。公式（1）經(jīng)過變換可得：

lnA=lnY-αlnL-βlnK-γlnM-δlnT （2）

為了減少在估計過程中遺漏變量帶來的問題，本文采用固定效應模型進行估計，控制省份-年份的固定效應，盡可能減少可能出現(xiàn)的內生性問題。

（三）模型設定

為了準確地評估產業(yè)扶貧合作社項目對農戶農業(yè)全要素生產率的影響效果，本文將運用雙重差分模型（DID）來評估其政策影響。本文所涉及的產業(yè)扶貧合作社項目于2015年之后開始實施，基期調研了2014年的農戶情況，保證了所有樣本在基期處于非處理狀態(tài)。參考汪三貴和周園翔的研究[31]，本文選擇村層面進行處理，不僅可以考慮到合作社項目在同村農戶之間的溢出效應，也能在實證模型分析中控制村特征，控制村級層面享受到的其他政策的影響?；鶞誓Ｐ驮O定如公式（3）所示。

yij=β+βDID+βtreat+βtime+βX+θ+λ+ε （3）

其中，y表示j村第i個農戶t時期的農業(yè)全要素生產率；DID為treat和time的交互項；treat為處理變量，表示j村是否為項目村，若是項目村，取值為1，否則取值為0；timet為時間變量，若時間為2018年，取值為1，若時間為2015年，取值為0；X表示影響農戶農業(yè)全要素生產率的其他因素，包括戶主特征、農戶特征和所在村莊特征。系數(shù)β代表產業(yè)扶貧合作社對農業(yè)全要素生產率的影響，若β顯著為正，則表示參加產業(yè)扶貧合作社能提升農戶農業(yè)全要素生產率；若β顯著為負，則表示參加產業(yè)扶貧合作社抑制了農戶農業(yè)全要素生產率。農戶農業(yè)全要素生產率還受到農業(yè)政策、氣候等因素的影響，為了盡量減少遺漏變量產生的影響，本文在實證分析中將控制個體固定效應和時間固定效應，θ和λ分別為個體固定效應和時間固定效應。ε為隨機誤差項。

（四）變量選擇

模型中的變量說明如下：①被解釋變量：農戶農業(yè)全要素生產率。固定效應模型測算的農業(yè)全要素生產率均值為5.23，與王璐等[4]測算的結果基本一致。②核心解釋變量：產業(yè)扶貧合作社實施情況，若農戶的所在村實施了產業(yè)扶貧試點項目，取值為1，否則取值為0。③控制變量。借鑒以往相關研究[29，32]，本文選擇如下控制變量：戶主性別、戶主年齡、戶主受教育程度、家庭勞動力占比、土地經(jīng)營規(guī)模、機械臺數(shù)、到縣城的距離、到最近集市的距離、全村人口、農業(yè)技術培訓情況和農產品銷售情況，主要包括戶主特征、農戶特征和村莊特征變量。戶主性別影響家庭農業(yè)生產決策，進而影響到農業(yè)全要素生產率。[33]戶主年齡越高，農戶的認知水平越低，戶主年齡對農業(yè)全要素生產率會產生顯著負向影響。[30]農業(yè)全要素生產率會受到農戶家庭特征影響，家庭勞動力占比衡量農戶勞動力投入情況，土地經(jīng)營規(guī)模衡量農戶的土地要素投入情況，機械臺數(shù)表征農戶的機械化水平。[34]戶主受教育程度代表了農戶接受新技術和知識的水平，戶主受教育程度越高，更能提升農業(yè)全要素生產率。[29]借鑒寧靜等的研究[32]，采用到縣城的距離和到最近集市的距離表示農戶的區(qū)位條件。同時，本文將用全村人口、農業(yè)技術培訓情況和農產品銷售情況作為控制變量，控制村中其他產業(yè)項目帶來的影響。變量定義與描述性統(tǒng)計見表1。

四、實證結果與分析

（一）基準回歸結果

本文在雙重差分實證分析前，通過對比實驗組和控制組樣本農戶的農業(yè)全要素生產率，發(fā)現(xiàn)項目村和非項目村樣本農戶的農業(yè)全要素生產率在2015年差異并不明顯，但2018年項目村農戶的農業(yè)全要素生產率明顯高于非項目村農戶的農業(yè)全要素生產率，這表明可以運用DID模型分析產業(yè)扶貧合作社對農戶農業(yè)全要素生產率的影響。

表2報告了產業(yè)扶貧合作社項目對農戶農業(yè)全要素生產率影響的基準回歸結果。表2中第（1）列只包含了核心解釋變量，在第（2）列和（3）列中分別不斷加入戶主特征和農戶特征變量作為控制變量，在第（4）列中進一步加入村莊特征變量，通過逐步回歸的方式，可以發(fā)現(xiàn)產業(yè)扶貧合作社對農戶農業(yè)全要素生產率具有顯著的正向影響，其影響系數(shù)為0.298，在1%的水平上顯著，表明產業(yè)扶貧合作社能顯著提升農戶的農業(yè)全要素生產率，有利于推動農業(yè)高質量發(fā)展。

（二）內生性問題與穩(wěn)健性檢驗

本文使用傾向得分匹配-雙重差分法（PSM-DID）進一步解決潛在的內生性問題，利用更換被解釋變量測算方式和安慰劑檢驗進行穩(wěn)健性檢驗，回歸結果見表3。

1.使用傾向得分匹配-雙重差分法（PSM-DID）處理內生性問題。樣本選擇偏差是本文內生性問題的重要來源。借鑒劉乃全等的研究[35]，使用傾向得分匹配-雙重差分法（PSM-DID）解決潛在的內生性問題。此方法將實驗組和控制組的樣本采用一對一鄰近匹配法進行匹配，選擇出傾向得分值相近的樣本，使得實驗組和控制組滿足共同支撐假設，然后再使用雙重差分方法進行實證分析，能緩解模型估計中可能產生的樣本選擇偏差問題，而且可以控制不隨時間變化的組間差異。表3中的第（1）列報告了基于PSM-DID模型的實證分析結果，結果與基準回歸結果基本一致，產業(yè)扶貧合作社項目對農戶農業(yè)全要素生產率有顯著正向影響，其系數(shù)為0.291，在1%的水平上顯著，驗證了基準回歸結果的穩(wěn)健性。

2.更換被解釋變量測算方式。本文基于OP法和LP法對農業(yè)全要素生產率進行了再測算，這兩種方法能解決測算中資本存量帶來的內生性問題。OP法以農戶投資額作為資本存量的工具變量進行估計，LP法以中間投入作為資本存量的工具變量進行估計。[4]表3中的第（2）列和（3）列中分別以OP法和LP法測算的農戶農業(yè)全要素生產率作為被解釋變量進行實證分析，實證結果表明，產業(yè)扶貧合作社對農戶農業(yè)全要素生產率有顯著正向影響，其影響系數(shù)分別為0.320和0.318，均在1%的水平上顯著。因此，產業(yè)扶貧合作社能提升農戶的農業(yè)全要素生產率。

3.安慰劑檢驗。為了進一步驗證基準回歸結果的可靠性和排除政策沖擊的內生性對結果的影響，本文進行了重復1000次的安慰劑檢驗。安慰劑檢驗的目的在于通過設置虛假實驗組和虛假控制組，利用基準回歸模型檢驗核心解釋變量的估計系數(shù)是否顯著。如果核心解釋變量的系數(shù)顯著，則使用原樣本的基準回歸結果可能是受到了某些未觀測因素或隨機性因素的影響；如果核心解釋變量的系數(shù)不顯著，則證明基準回歸結果并不是偶然所得。圖1報告了安慰劑檢驗的結果，圖1中右側虛線為基準回歸模型中解釋變量的估計系數(shù)，橫虛線為p=0.1，曲線為解釋變量估計系數(shù)的核密度分布圖。基于圖1，本文發(fā)現(xiàn)解釋變量的估計系數(shù)分布集中在0附近，遠離真實政策估計下基準回歸結果的系數(shù)，大多數(shù)估計值P值在0.1以上，即大多數(shù)樣本中解釋變量的系數(shù)均不顯著，這進一步驗證了基準結果較為穩(wěn)健。

（三）異質性分析

為了探討上述影響的異質性，表4分別報告了核心解釋變量對不同土地經(jīng)營規(guī)模、不同農業(yè)勞動力數(shù)量、不同戶主年齡和是否建檔立卡戶農戶群體的農業(yè)全要素生產率的影響。

1.土地經(jīng)營規(guī)模。根據(jù)農戶土地經(jīng)營規(guī)模對樣本農戶分組，若農戶的土地經(jīng)營規(guī)模不低于全部樣本土地經(jīng)營規(guī)模均值，劃歸“大經(jīng)營規(guī)?！苯M，否則劃歸“小經(jīng)營規(guī)?！苯M。表4第（1）列和第（2）列結果顯示，當農戶土地經(jīng)營規(guī)模大于樣本農戶均值時，產業(yè)扶貧合作社更能提升農業(yè)全要素生產率，表明產業(yè)扶貧合作社對大規(guī)模農戶的農業(yè)全要素生產率提升更加明顯。

2.農業(yè)勞動力數(shù)量。根據(jù)農戶農業(yè)勞動力數(shù)量對樣本農戶分組，若農戶農業(yè)勞動力數(shù)量不低于全部樣本農戶的農業(yè)勞動力數(shù)量均值，劃歸“高農業(yè)勞動力”組，否則劃歸為“低農業(yè)勞動力”組。表4第（3）列和第（4）列結果顯示，當農戶農業(yè)勞動力數(shù)量較低時，產業(yè)扶貧合作社對農業(yè)全要素生產率有顯著正向影響，但上述影響在“高農業(yè)勞動力”組中未被發(fā)現(xiàn)，表明產業(yè)扶貧合作社對農業(yè)勞動力少的農戶家庭影響更加明顯。

3.戶主年齡。根據(jù)戶主年齡是否高于45歲分為“低戶主年齡”組和“高戶主年齡”組，表4第（5）和第（6）列結果表明，產業(yè)扶貧合作社對高戶主年齡組的農業(yè)全要素生產率提升更明顯。

4.是否建檔立卡戶。根據(jù)農戶是否為建檔立卡戶分為“建檔立卡戶”組和“非建檔立卡戶”組。表4第（7）列和第（8）列結果顯示，產業(yè)扶貧合作社對建檔立卡戶和非建檔立卡戶的影響系數(shù)分別為0.239和0.347，分別在10%和1%的水平上顯著，這表明產業(yè)扶貧合作社對非建檔立卡戶的影響更明顯?？赡苡捎诮n立卡戶的發(fā)展基礎比較薄弱，產業(yè)扶貧合作社對建檔立卡戶的影響較小。

（四）機制分析

合作社對農戶的幫扶形式包括技術培訓和服務、信息服務、生產資料提供服務、銷售服務、信貸服務等，在分析中把上述服務分為三類：技術服務、生產資料服務和其他服務。技術服務包括技術培訓和服務、信息服務這兩類；生產資料服務指提供種子、化肥等服務；其他服務包括銷售服務、信貸服務等。樣本數(shù)據(jù)顯示，313戶享受技術服務，181獲得了生產資料服務，享受到其他服務的為61戶。表5報告了產業(yè)扶貧合作社對農戶農業(yè)全要素生產率影響的機制分析結果。表5第（1）列中“DID*技術服務”回歸系數(shù)為0.190，在1%的水平上顯著，表明產業(yè)扶貧合作社通過為農戶提供技術服務提升了農戶的農業(yè)全要素生產率。表5第（2）列中“DID*生產資料提供服務” 回歸系數(shù)為0.017，表明生產資料服務對農業(yè)全要素生產率有促進影響，但這一影響缺乏統(tǒng)計意義上的顯著。表5第（3）列結果表明通過其他服務對農戶農業(yè)全要素生產率的影響不顯著。因此，產業(yè)扶貧合作社影響農業(yè)全要素生產率的主要路徑是通過技術培訓提高了農戶的技能水平。

（五）進一步分析

發(fā)展產業(yè)扶貧合作社旨在期望提高農戶收入水平，最終實現(xiàn)城鄉(xiāng)共同富裕目標。本文進一步分析了產業(yè)扶貧合作社、農業(yè)全要素生產率對農業(yè)收入的影響。分析思路如下：首先，分析產業(yè)扶貧合作社對農戶農業(yè)收入的影響，若顯著，進而在模型中引入“DID×農業(yè)全要素生產率”交互變量，若交互項顯著，即產業(yè)扶貧合作社能通過提升農戶全要素生產率，提高農戶收入。表6第（1）列表明，產業(yè)扶貧合作社對農戶農業(yè)收入有顯著正向影響。表6第（2）列顯示“DID×農業(yè)全要素生產率”的回歸系數(shù)在1%的水平上顯著，表明產業(yè)扶貧合作社能提升農業(yè)全要素生產率，進而提高了農戶農業(yè)收入。表6第（3）和（4）列實證分析了產業(yè)扶貧合作社、農業(yè)全要素生產率對勞均農業(yè)收入（家庭勞動力人均農業(yè)收入）的影響，結果表明，產業(yè)合作社能通過提高全要素生產率提升勞均農業(yè)收入。因此，產業(yè)扶貧合作社項目能提升農戶農業(yè)全要素生產率，進而促進農戶農業(yè)收入水平提高。

五、結論與政策啟示

本文基于微觀農戶視角，利用準實驗方法調研的3省7縣807戶微觀農戶兩期數(shù)據(jù)，解決了潛在的內生性問題，利用DID模型實證檢驗了產業(yè)扶貧合作社對農戶農業(yè)全要素生產率的影響。實證研究結果表明：首先，產業(yè)扶貧合作社對農戶的農業(yè)全要素生產率具有顯著的正向影響，產業(yè)扶貧項目能發(fā)揮提升農業(yè)全要素生產率的作用。通過PSM-DID模型進一步驗證了上述結論的穩(wěn)健性，即產業(yè)合作社對農業(yè)全要素生產率的提高是由產業(yè)扶貧合作社試點項目這一政策實施導致的?；诟鼡Q被解釋變量測算方式和安慰劑檢驗的方法，驗證了基準回歸結果較為穩(wěn)健。其次，異質性分析結果表明產業(yè)扶貧合作社項目對家庭農業(yè)勞動少、戶主年齡高樣本群體的農業(yè)全要素生產率的影響更大，這表明合作社對農業(yè)發(fā)展稟賦薄弱的農戶帶動作用更強。同時，研究發(fā)現(xiàn)產業(yè)扶貧合作社對大規(guī)模經(jīng)營戶和非建檔立卡戶的農業(yè)全要素生產率提升更明顯。機制分析表明，產業(yè)扶貧合作社通過為農戶提供技術培訓提高了農業(yè)全要素生產率，合作社其他服務對農業(yè)全要素生產率的影響效果不明顯。最后，研究發(fā)現(xiàn)產業(yè)扶貧合作社能通過提升農戶農業(yè)全要素生產率帶動農戶農業(yè)收入增加，厘清了產業(yè)合作社對農戶農業(yè)全要素生產率和農業(yè)收入的影響。

基于上述研究結論，本文提出如下政策建議：一是進一步發(fā)揮合作社的作用。在鄉(xiāng)村振興階段，繼續(xù)通過在村級成立合作社的方式提升農戶農業(yè)全要素生產率，發(fā)揮包括合作社在內等新型經(jīng)營主體的作用，提高農戶的組織化程度，推動小農戶與現(xiàn)代市場有效銜接，推動農業(yè)高質量發(fā)展，并帶動農戶增收、實現(xiàn)城鄉(xiāng)共同富裕。二是明確產業(yè)合作社對不同特征農戶群體的異質性影響。政府為提高農戶農業(yè)全要素生產率，應該更加注重吸納和鼓勵農業(yè)勞動力少和戶主年齡高的農戶參與產業(yè)合作社。研究發(fā)現(xiàn)產業(yè)合作社更能提高大規(guī)模農戶和非建檔立卡戶的農業(yè)全要素生產率，因此，政策設計上應該更加關注對小規(guī)模農戶和建檔立卡戶的支持和幫扶。三是提高合作社的服務質量。合作社應把服務農戶產業(yè)發(fā)展作為首要目標，進一步為農戶提供所需要的技術培訓，增強培訓的針對性和有效性，并增加技術培訓的覆蓋率。同時，合作社應該拓展服務的功能，增強生產資料服務和其他服務的能力和水平，更好發(fā)揮帶動農戶發(fā)展的作用。

參考文獻：

[1]Alston J M， Beddow J M， Pardey P G. Agricultural research， productivity， and food prices in the long run[J].Science，2009，325（5945）：1209～1210.

[2]赫國勝，張微微.中國農業(yè)全要素生產率影響因素、影響效應分解及區(qū)域化差異——基于省級動態(tài)面板數(shù)據(jù)的GMM估計[J].遼寧大學學報（哲學社會科學版），2016（3）：79～88.

[3]Gong B. Agricultural reforms and production in China： changes in provincial production function and productivity in 1978～2015[J]. Journal of Development Economics， 2018，132： 18～31.

[4]王璐，楊汝岱，吳比.中國農戶農業(yè)生產全要素生產率研究[J].管理世界，2020（12）：77～93.

[5]Hou Y， Oenema O， Zhang F. Integrating crop and livestock production systems—Towards agricultural green development[J]. Frontiers of Agricultural Science and Engineering， 2021，8（1）： 1～14.

[6]高圓圓，陳哲.農業(yè)產業(yè)化經(jīng)營組織模式演化邏輯、效益比較與未來發(fā)展取向[J].貴州財經(jīng)大學學報，2022（5）：102～111.

[7]黃祖輝，俞寧.新型農業(yè)經(jīng)營主體：現(xiàn)狀、約束與發(fā)展思路——以浙江省為例的分析[J].中國農村經(jīng)濟，2010（10）：16～26;56.

[8]Lin B， Wang X， Jin S， Yang W， Li H. Impacts of cooperative membership on rice productivity： Evidence from China[J]. World Development， 2022， 150：105669.

[9]黃杰，陳美玲，劉從九.農業(yè)生產合作組織的發(fā)展提高了農業(yè)生產效率——基于長江經(jīng)濟帶省級面板數(shù)據(jù)分析[J].山東農業(yè)大學學報（社會科學版），2019（2）：52～59;157.

[10]張益豐，孫運興.“空殼”合作社的形成與合作社異化的機理及糾偏研究[J].農業(yè)經(jīng)濟問題，2020（8）：103～114.

[11]李谷成.技術效率、技術進步與中國農業(yè)生產率增長[J].經(jīng)濟評論，2009（1）：60～68.

[12]倪國華，蔡昉.農戶究竟需要多大的農地經(jīng)營規(guī)模——農地經(jīng)營規(guī)模決策圖譜研究[J].經(jīng)濟研究，2015（3）：159～171.

[13]劉建翠.中國的全要素生產率研究：回顧與展望[J].技術經(jīng)濟，2022（1）：77～87.

[14]朱喜，史清華，蓋慶恩.要素配置扭曲與農業(yè)全要素生產率[J].經(jīng)濟研究，2011（5）：86～98.

[15]全炯振.中國農業(yè)全要素生產率增長的實證分析：1978～2007年——基于隨機前沿分析（SFA）方法[J].中國農村經(jīng)濟，2009（9）：36～47.

[16]陳衛(wèi)平.中國農業(yè)生產率增長、技術進步與效率變化：1990～2003年[J].中國農村觀察，2006（1）：18～23;38;80.

[17]Cao K H， Rosenzweig M R. Agricultural productivity， structural change， and economic growth in post-reform china[J]. Journal of Development Economics， 2013， 104（3）， 165～180.

[18]李谷成，尹朝靜，吳清華.農村基礎設施建設與農業(yè)全要素生產率[J].中南財經(jīng)政法大學學報，2015（1）：141～147.

[19]陳剛，王燕飛.農村教育、制度與農業(yè)生產率——基于中國省級層面數(shù)據(jù)的實證研究[J].農業(yè)技術經(jīng)濟，2010（6）：18～27.

[20]劉帥.農業(yè)信息化對農業(yè)全要素生產率的影響[J].社會科學家，2021（9）：79～85.

[21]薛超，史雪陽，周宏.農業(yè)機械化對種植業(yè)全要素生產率提升的影響路徑研究[J].農業(yè)技術經(jīng)濟，2020（10）：87～102.

[22]任健華，雷宏振.數(shù)字普惠金融、資本深化與農業(yè)全要素生產率[J].社會科學家，2022（6）：86～95.

[23]王悅，楊驍，張偉科.農業(yè)保險發(fā)展對農村全要素生產率的影響研究——基于空間計量模型的實證分析[J].華中農業(yè)大學學報（社會科學版），2019（6）：70～77；162～163.

[24]尹朝靜.科研投入、人力資本與農業(yè)全要素生產率[J].華南農業(yè)大學學報（社會科學版），2017（3）：27～35.

[25]李士梅，尹希文.中國農村勞動力轉移對農業(yè)全要素生產率的影響分析[J].農業(yè)技術經(jīng)濟，2017（9）：4～13.

[26]苑鵬.試論合作社的本質屬性及中國農民專業(yè)合作經(jīng)濟組織發(fā)展的基本條件[J].農村經(jīng)營管理，2006（8）：16～21;15.

[27]劉同山，孔祥智.加入合作社能夠提升家庭農場績效嗎——基于全國1505個種植業(yè)家庭農場的計量分析[J].學習與探索，2019（12）：98～106.

[28]管曦，謝向英.參與農民專業(yè)合作社對農戶生產效率的影響——基于福建省的實證分析[J].福建農林大學學報（哲學社會科學版），2013（3）：6～10.

[29]王太祥，周應恒.“合作社+農戶”模式真的能提高農戶的生產技術效率嗎——來自河北、新疆兩省區(qū)387戶梨農的證據(jù)[J].石河子大學學報（哲學社會科學版），2012（1）：73～77.

[30]黃祖輝，朋文歡.農民合作社的生產技術效率評析及其相關討論——來自安徽碭山縣5鎮(zhèn)（鄉(xiāng)）果農的證據(jù)[J].農業(yè)技術經(jīng)濟，2016（8）：4～14.

[31]汪三貴，周園翔.產業(yè)扶貧、收入增長和家庭教育支出——基于產業(yè)扶貧示范試點項目的準實驗研究[J].農業(yè)技術經(jīng)濟，2023（2）：4～19.

[32]寧靜，殷浩棟，汪三貴，等.產業(yè)扶貧對農戶收入的影響機制及效果——基于烏蒙山和六盤山片區(qū)產業(yè)扶貧試點項目的準實驗研究[J].中南財經(jīng)政法大學學報， 2019（4）：58～66;88;159～160.

[33]Carnegie M， Cornish P S， Htwe K K， Htwe N N. Gender， decision-making and farm practice change： an action learning intervention in Myanmar[J].Journal of Rural Studies， 2020， 78（4）：503～515.

[34]郭熙保，吳方.參加合作社能提高家庭農場生產技術效率嗎？[J].社會科學戰(zhàn)線，2022（1）：66～79.

[35]劉乃全，鄧敏，曹希廣.城市的電商化轉型推動了綠色高質量發(fā)展嗎——基于國家電子商務示范城市建設的準自然實驗[J].財經(jīng)研究，2021（4）：49～63.

The effect of industrial poverty alleviation cooperative on farmers’ total factor productivity of agriculture

-A quasi-experimental study of industrial poverty alleviation pilot project

in the Wumeng Mountain and Liupan Mountain Area

WANG Sangui，GUO Jianbing，Li Mengsi

（School of Agricultural Economics and Rural Development/ China Anti-Poverty Research Institute，

Renmin University of China， Beijing 100872， China）

Abstract：Improving total factor productivity of agricultural is an important path to comprehensively promote rural vitalization and move faster to build up China’s strength in agriculture. Based on the quasi-experimental research data of the industrial poverty alleviation pilot project in the Wumeng and Liupan mountain area， this paper uses the Differences-in-Differences model （DID） to address potential endogeneity and the panel data of 807 farmers in 7 countries across 3 provinces to analyze the effect of industrial poverty alleviation projects on total factor productivity of agricultural. The study found that industrial poverty alleviation cooperatives can significantly improve farmers’ total factor productivity of agriculture. Robustness analysis and placebo test further strengthen the reliability of empirical analysis results. The heterogeneity analysis showed that the industrial poverty alleviation cooperative project had a greater impact on the agricultural total factor productivity of the sample groups of large cultivated farmland area， less agricultural labor， high age of household head and non-registered households. Mechanism analysis shows that industrial poverty alleviation cooperatives can improve farmers’ total factor productivity by providing technical training. It was further found that industrial poverty alleviation cooperatives can improve the agricultural income of farmers by improving the total factor productivity of agriculture. Based on the above conclusions， we should continue to support industrial cooperatives in the rural revitalization stage to drive the development of farmers， pay attention to the differential impact of industrial cooperatives on different farmers， and improve the supply capacity of industrial cooperatives for technical training and technical training， so as to continuously improve farmers' total factor productivity of agriculture and increase farmers’ income.

Key words：industrial poverty alleviation;cooperative;total factor productivity of agriculture;quasi-experimental

責任編輯：張建偉