中国农业合作社成员身份对水稻生产力的影响:基于全国代表性数据的实证研究
作者及机构
本研究的作者团队包括:Bin Lin(浙江大学中国农村发展研究院及农业经济与管理系)、Xiaoxi Wang(通讯作者,同属浙江大学)、Songqing Jin(美国密歇根州立大学农业、食品与资源经济系)、Wanjiang Yang(浙江大学)和Houjian Li(四川农业大学经济学院)。研究于2022年发表在期刊《World Development》第150卷,文章编号105669。
研究领域与科学问题
本研究属于农业经济学与发展经济学的交叉领域,聚焦于农业合作社(agricultural cooperatives)对水稻全要素生产率(Total Factor Productivity, TFP)的影响。中国作为全球最大的水稻生产国,面临耕地减少、劳动力流失等资源约束,提升TFP成为保障粮食安全的关键。尽管合作社在发展中国家被广泛推广以解决小农生产中的技术、信贷和市场准入问题,但关于合作社如何通过TFP(而非单一产量或技术效率)影响农业生产力的 rigorous evidence 仍较为缺乏。
研究动机
中国自2007年《农民专业合作社法》实施以来,合作社数量快速增长(2018年达215万家),但学界对其实际效果存在争议:部分研究认为许多合作社是“空壳组织”(empty-shelled cooperatives),而另一些则指出合作社能有效促进技术采纳和效率提升。本研究旨在填补以下空白:
1. 量化合作社成员身份对水稻TFP及其分解指标(技术效率变化、技术进步)的因果效应;
2. 揭示合作社发挥作用的具体渠道(如机械化服务、高质量投入品等);
3. 分析效应的区域、规模和机械化水平异质性。
数据来源与样本
研究使用中国农业农村部2014–2018年全国水稻主产区调查数据,覆盖12个省份、70个县的5866户农户,代表性强。数据包括农户生产投入(土地、劳动力、机械、化肥)、产出、合作社参与情况及家庭特征等。
分析框架
研究分为三阶段:
1. TFP测算:采用超越对数随机前沿生产函数(Translog Stochastic Frontier Analysis, SFA)估计水稻TFP,解决传统Cobb-Douglas函数假设过严的问题。模型控制时间趋势和省份固定效应,并分解TFP增长为技术效率变化(Technical Efficiency Change, TEC)和技术进步(Technical Change, TC)。
2. 因果识别:为解决农户自选择问题(self-selection bias),采用内生转换回归模型(Endogenous Switching Regression, ESR),以村级合作社参与率(排除农户自身)作为工具变量(IV),验证其排他性和相关性。
3. 机制分析:通过中介效应模型检验机械化耕作、优质种子和技术培训三大渠道的贡献度。
创新方法
- 异方差工具变量:采用Lewbel (2012)方法构建替代IV,增强结果稳健性。
- 多维度异质性分析:按区域(东/中/西部)、经营规模(小/中/大农场)和机械化水平分组,评估政策效果的差异性。
整体效应
异质性分析
自选择与稳健性
科学意义
1. 首次系统量化合作社对水稻TFP及其分解指标的因果效应,弥补了现有文献多聚焦产量或技术效率的不足。
2. 揭示了合作社通过技术进步(而非仅效率改进)驱动生产力增长的机制,为发展经济学理论提供新证据。
政策启示
1. 差异化支持:中西部地区需加强合作社的技术扩散功能,东部应优化效率提升服务。
2. 精准定位:政策应优先扶持中小规模农户,而非盲目扩大合作社覆盖率。
3. 渠道建设:政府可通过补贴机械化服务、优质种子采购和技术培训,放大合作社的生产力效应。
(注:原文补充材料包含工具变量有效性检验、分省机械化水平分布等附录,进一步支持上述结论。)