产业扶贫合作社对农户农业全要素生产率的影响

汪三贵　郭建兵　李梦思

摘要：提升农业全要素生产率是新时期全面推进乡村振兴和加快建设农业强国的必由之路。基于乌蒙山和六盘山片区产业扶贫试点准实验研究项目，利用3省7县807户两期微观农户面板数据，解决潜在内生性问题，运用双重差分模型（DID）分析了产业扶贫合作社对农户农业全要素生产率的影响。研究发现，产业扶贫合作社对农户的农业全要素生产率有显著正向影响，稳健性分析和安慰剂检验进一步验证了结果的可靠性。异质性分析表明，产业扶贫合作社对土地经营规模大、家庭农业劳动少、户主年龄高和非建档立卡户样本群体的农业全要素生产率的影响更大。机制分析表明，产业扶贫合作社通过提供技术培训提高了农户的农业全要素生产率。进一步发现，产业扶贫合作社能通过提升农业全要素生产率提高农户农业收入。基于以上结论，在乡村振兴阶段应继续扶持产业合作社带动农户发展，注重关注产业合作社对不同农户的异质性影响，提升产业合作社技术培训的供给能力，进而不断提升农户农业全要素生产率和带动农户增收。

关键词：产业扶贫；合作社；农业全要素生产率；准实验

文章编号：2095-5960（2023）06-0100-10；中图分类号：F323.8；文献标识码：A

一、引言

农业强国是社会主义现代化强国的根基。建设农业强国必须加快转变农业发展方式，充分发挥农业技术提升、科技创新和劳动者素质提高的重要作用。提高农业发展能力关键在于提升农业全要素生产率。农业全要素生产率提升不仅能够提高整个农业行业的产量，保障国家粮食安全，也能缓解我国人均耕地面积较少、农业资源匮乏和农业面源污染日益严重的现实问题，更能促进农业经济增长，对于增加农民收入、缩小城乡差距及实现农业农村现代化具有重要意义。[1-4]关于中国农业整个行业全要素生产率的研究已较多，但微观农户层面的研究较少，农户是我国主要农业经营主体，在农业经营主体中占比达98%，经营着我国约70%的耕地。[5]以微观农户为研究对象，可以在明确主体基础上分析如何提升农户的农业全要素生产率。

我国农户经营呈现出规模小、分散化的特点，农户的组织化程度较低，农户与市场、生产以及技术之间缺乏有效的联系。促进农村产业经济增长需要培育有效的经济组织模式。[6]合作社是联结小农户与大市场的重要纽带，能提高农户的组织化程度。随着我国农业农村经济不断发展，以农民合作社等为代表的新型农业经营主体日益发展起来，农民合作社在提高农户在市场中的谈判力量、降低市场风险和生产成本方面具有单个农户所无法实现的功能。[7]合作社能为农户提供社会化服务，通过提供优质农资、技术培训和机械化耕作服务提升稻农的农业全要素生产率。[8]但也有学者发现合作社存在“空壳化”的问题，合作社的带动作用不明显，合作社并不能显著提升农业全要素生产率。[9，10]

我国在精准扶贫中实施了很多以合作社为载体的产业扶贫项目，但学者对合作社产生的政策效果存在分歧，主要原因在于部分研究未考虑样本选择偏差会引发内生性问题，导致估计结果存在偏差，且已有研究中合作社对农户全要素生产率影响机制不明确。明晰合作社对农户农业效率的影响，将有利于在乡村振兴阶段更好指导如何实现产业振兴、如何进行产业帮扶。鉴于此，有必要在更精准的实验设计下探讨产业合作社对农业全要素生产率的影响。本文采用准实验方法调研的两期微观农户数据，采用双重差分模型（DID）实证分析产业扶贫合作社对农户农业全要素生产率的影响，解析其作用机制，为提高农业全要素生产率提供经验参考。

二、文献综述

农业生产率的衡量方法主要有单要素生产率和全要素生产率。[11]单要素生产率表示农业产出与单一投入要素之比，如倪国华和蔡昉利用亩均粮食产量、劳均第一产业收入等衡量农业生产率，但单要素法不能综合考虑多个要素变动的情况。[12]全要素生产率指产出与综合要素投入之比，用于衡量除劳动、土地、资本等要素之外的其他要素对农業产出增长的贡献。已有关于农业全要素生产率的研究主要集中在农业全要素生产率测算和提升农业全要素生产率的路径。农业全要素生产率测算方法有参数法、半参数法和非参数法。[13]参数法主要有C-D生产函数法和随机前沿函数法，C-D生产函数法可以较好描述农业生产的投入产出情况，但其假设基础为规模报酬不变，随机误差项被测算在全要素生产率中，把全要素生产率变化全部归结为技术变化。[14，15]随机前沿函数法在模型中加入了误差项来解决上述问题，误差项中包括随机误差和技术无效率项，但生产函数的不同设定形式会导致测算结果存在差异。半参数法主要有Olley and Pakes（OP）法和Levinsohn and Petrin（LP）法，这两种方法用于缓解资本变量在测算农业全要素生产率中可能产生的内生性问题，OP法和LP法分别以农业投资额和中间投入作为资本存量的工具变量。[4]非参数法包括Malmquist指数法和包络分析方法等，Malmquist指数法基于距离函数之比构造生产率指数，包络分析方法基于生产单元到生产前沿面的距离来估计效率，但可能高估生产率。[13，16]对于农户，短期内农业生产中土地、资本等生产要素的投入变化相对缓慢，适合采用C-D生产函数来测算农业全要素生产率，且这一测算方法在很多研究中得到了广泛应用。[4，17]

在测算农业全要素生产率的基础上，学者从不同角度切入，研究提升农业全要素生产率的路径。李谷成等发现不同农村基础设施对农业全要素生产率存在差异影响，公路设施能够显著提升农业全要素生产率，而灌溉设施却显著降低了农业全要素生产率。[18]有研究发现小学教育、初中教育和高中及以上教育分别对全要素生产率有负向、正向和不显著的影响。[19]也有研究发现农业信息化能够促进农业全要素生产率的提升，且呈现出地区异质性。[20]农业生产效率的提升在很大程度上依赖于农业技术进步，农业机械化水平对农业全要素生产率有正向影响，但不同发展阶段的机械化水平对农业全要素生产率产生的作用效应不同。[21]数字普惠金融通过提高农业技术提升农业全要素生产率，而农业保险能分散和转移农业经营风险，进而对农业全要素生产率有提升作用。[22，23]也有学者探讨了城乡发展对农业全要素生产率的影响，发现城市化进程对农业全要素生产率有显著正向影响，但劳动力转移会阻碍农业全要素生产率提高。[24，25]

合作社组织功能的核心是为成员服务。[26]随着农民合作社大量涌现，关于农民合作社能否提升农户的农业绩效的研究增加。[27]基于福建茶农数据，研究发现合作社成员不仅单一配置资本或劳动力的效率高于非合作社成员，全要素生产率也更高。[28]基于河北和新疆两省份梨农的调研数据，研究也发现合作社能使农户的生产技术效率提高14.08%，其作用机制主要是提供农业生产资料、技术服务和信息服务。[29]但有一部分学者发现合作社并不能够提升社员生产率。黄祖辉和朋文欢发现在未考虑样本选择偏差情况下，合作社能提高农户的技术效率，但通过倾向得分匹配方法解决样本选择偏差后，发现合作社对社员农户的技术效率并无显著影响，主要原因在于合作社服务功能弱化，仅有30.77%的合作社社员获得过合作社的服务。[30]基于长江经济带省级面板数据，研究发现农业生产合作组织并没有提升农业生产率，甚至对农业生产率产生负向作用，主要在于合作社在组织和管理上未形成有效体系。[9]

三、数据来源与研究方法

（一）数据来源

本文数据来自世界银行贷款第六期扶贫项目中国贫困片区产业扶贫试点示范项目，该项目共涉及四川、贵州和甘肃3个省10个市27个县，数据集由中国人民大学中国扶贫研究院组织调查获得，产业扶贫试点示范项目的形式主要是成立产业扶贫专业合作社。项目组从27个县（市、区）中随机抽取8个县（市、区）开展监测评估，甘肃省选取4个，贵州省选取2个，四川省选取2个。每个样本县（市、区）抽取9个村，其中6个项目村，3个非项目村。在每个样本村基于分层随机抽样的方式调查20个农户。2015年进行了基期调查，基期调查了72个村，包括48个项目村和24个非项目村，基期调查内容包括农户家庭的人口特征情况、农业生产经营情况、参与合作社情况、收入和消费情况、借贷情况、固定资产情况等，基期调查共获得有效样本1445个。2018年，调查组对基期调查农户进行了追踪调查，共计调查了87个村，其中包括基期的33个项目村和19个非项目村。追踪调查共调查了1947户，其中1005户为基期追踪户，整理最终得到1005户的两期面板数据。

在农业全要素生产率测算中，把农业产值、农业劳动力投入或土地经营规模为0的农户均剔除，最终得到3省7县的807户两期平衡面板数据，其中项目村33个，非项目村19个，项目村农户为572户，非项目村农户为235户。

（二）农业全要素生产率测算

全要素生产率是反映生产效率的综合性指标，参考王璐等的研究[4]，采用C-D生产函数形式测算农户农业全要素生产率，生产函数如公式（1）所示。

Y=ALKMT （1）

其中，Y、L、K、M和T分别代表农业产出、农业劳动力投入、资本投入、中间投入和土地投入。农业产出用农业产值表示，此处的农业指狭义的农业，不包括畜牧业、渔业等。劳动力用农户家庭农业劳动力数量表示；资本投入用农户农业固定资产现值表示；中间投入包括农户使用的种子、化肥、农药、薄膜等中间投入品的金额；土地投入用农户年内土地经营规模表示。A表示农业全要素生产率，α、β、γ和δ分别表示农业劳动力投入、资本投入、中间投入和土地投入的产出弹性。公式（1）经过变换可得：

lnA=lnY-αlnL-βlnK-γlnM-δlnT （2）

为了减少在估计过程中遗漏变量带来的问题，本文采用固定效应模型进行估计，控制省份-年份的固定效应，尽可能减少可能出现的内生性问题。

（三）模型设定

为了准确地评估产业扶贫合作社项目对农户农业全要素生产率的影响效果，本文将运用双重差分模型（DID）来评估其政策影响。本文所涉及的产业扶贫合作社项目于2015年之后开始实施，基期调研了2014年的农户情况，保证了所有样本在基期处于非处理状态。参考汪三贵和周园翔的研究[31]，本文选择村层面进行处理，不仅可以考虑到合作社项目在同村农户之间的溢出效应，也能在实证模型分析中控制村特征，控制村级层面享受到的其他政策的影响。基准模型设定如公式（3）所示。

yij=β+βDID+βtreat+βtime+βX+θ+λ+ε （3）

其中，y表示j村第i个农户t时期的农业全要素生产率；DID为treat和time的交互项；treat为处理变量，表示j村是否为项目村，若是项目村，取值为1，否则取值为0；timet为时间变量，若时间为2018年，取值为1，若时间为2015年，取值为0；X表示影响农户农业全要素生产率的其他因素，包括户主特征、农户特征和所在村庄特征。系数β代表产业扶贫合作社对农业全要素生产率的影响，若β显著为正，则表示参加产业扶贫合作社能提升农户农业全要素生产率；若β显著为负，则表示参加产业扶贫合作社抑制了农户农业全要素生产率。农户农业全要素生产率还受到农业政策、气候等因素的影响，为了尽量减少遗漏变量产生的影响，本文在实证分析中将控制个体固定效应和时间固定效应，θ和λ分別为个体固定效应和时间固定效应。ε为随机误差项。

（四）变量选择

模型中的变量说明如下：①被解释变量：农户农业全要素生产率。固定效应模型测算的农业全要素生产率均值为5.23，与王璐等[4]测算的结果基本一致。②核心解释变量：产业扶贫合作社实施情况，若农户的所在村实施了产业扶贫试点项目，取值为1，否则取值为0。③控制变量。借鉴以往相关研究[29，32]，本文选择如下控制变量：户主性别、户主年龄、户主受教育程度、家庭劳动力占比、土地经营规模、机械台数、到县城的距离、到最近集市的距离、全村人口、农业技术培训情况和农产品销售情况，主要包括户主特征、农户特征和村庄特征变量。户主性别影响家庭农业生产决策，进而影响到农业全要素生产率。[33]户主年龄越高，农户的认知水平越低，户主年龄对农业全要素生产率会产生显著负向影响。[30]农业全要素生产率会受到农户家庭特征影响，家庭劳动力占比衡量农户劳动力投入情况，土地经营规模衡量农户的土地要素投入情况，机械台数表征农户的机械化水平。[34]户主受教育程度代表了农户接受新技术和知识的水平，户主受教育程度越高，更能提升农业全要素生产率。[29]借鉴宁静等的研究[32]，采用到县城的距离和到最近集市的距离表示农户的区位条件。同时，本文将用全村人口、农业技术培训情况和农产品销售情况作为控制变量，控制村中其他产业项目带来的影响。变量定义与描述性统计见表1。

四、实证结果与分析

（一）基准回归结果

本文在双重差分实证分析前，通过对比实验组和控制组样本农户的农业全要素生产率，发现项目村和非项目村样本农户的农业全要素生产率在2015年差异并不明显，但2018年项目村农户的农业全要素生产率明显高于非项目村农户的农业全要素生产率，这表明可以运用DID模型分析产业扶贫合作社对农户农业全要素生产率的影响。

表2报告了产业扶贫合作社项目对农户农业全要素生产率影响的基准回归结果。表2中第（1）列只包含了核心解释变量，在第（2）列和（3）列中分别不断加入户主特征和农户特征变量作为控制变量，在第（4）列中进一步加入村庄特征变量，通过逐步回归的方式，可以发现产业扶贫合作社对农户农业全要素生产率具有显著的正向影响，其影响系数为0.298，在1%的水平上显著，表明产业扶贫合作社能显著提升农户的农业全要素生产率，有利于推动农业高质量发展。

（二）内生性问题与稳健性检验

本文使用倾向得分匹配-双重差分法（PSM-DID）进一步解决潜在的内生性问题，利用更换被解释变量测算方式和安慰剂检验进行稳健性检验，回归结果见表3。

1.使用倾向得分匹配-双重差分法（PSM-DID）处理内生性问题。样本选择偏差是本文内生性问题的重要来源。借鉴刘乃全等的研究[35]，使用倾向得分匹配-双重差分法（PSM-DID）解决潜在的内生性问题。此方法将实验组和控制组的样本采用一对一邻近匹配法进行匹配，选择出倾向得分值相近的样本，使得实验组和控制组满足共同支撑假设，然后再使用双重差分方法进行实证分析，能缓解模型估计中可能产生的样本选择偏差问题，而且可以控制不随时间变化的组间差异。表3中的第（1）列报告了基于PSM-DID模型的实证分析结果，结果与基准回归结果基本一致，产业扶贫合作社项目对农户农业全要素生产率有显著正向影响，其系数为0.291，在1%的水平上显著，验证了基准回归结果的稳健性。

2.更换被解释变量测算方式。本文基于OP法和LP法对农业全要素生产率进行了再测算，这两种方法能解决测算中资本存量带来的内生性问题。OP法以农户投资额作为资本存量的工具变量进行估计，LP法以中间投入作为资本存量的工具变量进行估计。[4]表3中的第（2）列和（3）列中分别以OP法和LP法测算的农户农业全要素生产率作为被解释变量进行实证分析，实证结果表明，产业扶贫合作社对农户农业全要素生产率有显著正向影响，其影响系数分别为0.320和0.318，均在1%的水平上显著。因此，产业扶贫合作社能提升农户的农业全要素生产率。

3.安慰剂检验。为了进一步验证基准回归结果的可靠性和排除政策冲击的内生性对结果的影响，本文进行了重复1000次的安慰剂检验。安慰剂检验的目的在于通过设置虚假实验组和虚假控制组，利用基准回归模型检验核心解释变量的估计系数是否显著。如果核心解释变量的系数显著，则使用原样本的基准回归结果可能是受到了某些未观测因素或随机性因素的影响；如果核心解释变量的系数不显著，则证明基准回归结果并不是偶然所得。图1报告了安慰剂检验的结果，图1中右侧虚线为基准回归模型中解释变量的估计系数，横虚线为p=0.1，曲线为解释变量估计系数的核密度分布图。基于图1，本文发现解释变量的估计系数分布集中在0附近，远离真实政策估计下基准回归结果的系数，大多数估计值P值在0.1以上，即大多数样本中解释变量的系数均不显著，这进一步验证了基准结果较为稳健。

（三）异质性分析

為了探讨上述影响的异质性，表4分别报告了核心解释变量对不同土地经营规模、不同农业劳动力数量、不同户主年龄和是否建档立卡户农户群体的农业全要素生产率的影响。

1.土地经营规模。根据农户土地经营规模对样本农户分组，若农户的土地经营规模不低于全部样本土地经营规模均值，划归“大经营规模”组，否则划归“小经营规模”组。表4第（1）列和第（2）列结果显示，当农户土地经营规模大于样本农户均值时，产业扶贫合作社更能提升农业全要素生产率，表明产业扶贫合作社对大规模农户的农业全要素生产率提升更加明显。

2.农业劳动力数量。根据农户农业劳动力数量对样本农户分组，若农户农业劳动力数量不低于全部样本农户的农业劳动力数量均值，划归“高农业劳动力”组，否则划归为“低农业劳动力”组。表4第（3）列和第（4）列结果显示，当农户农业劳动力数量较低时，产业扶贫合作社对农业全要素生产率有显著正向影响，但上述影响在“高农业劳动力”组中未被发现，表明产业扶贫合作社对农业劳动力少的农户家庭影响更加明显。

3.户主年龄。根据户主年龄是否高于45岁分为“低户主年龄”组和“高户主年龄”组，表4第（5）和第（6）列结果表明，产业扶贫合作社对高户主年龄组的农业全要素生产率提升更明显。

4.是否建档立卡户。根据农户是否为建档立卡户分为“建档立卡户”组和“非建档立卡户”组。表4第（7）列和第（8）列结果显示，产业扶贫合作社对建档立卡户和非建档立卡户的影响系数分别为0.239和0.347，分别在10%和1%的水平上显著，这表明产业扶贫合作社对非建档立卡户的影响更明显。可能由于建档立卡户的发展基础比较薄弱，产业扶贫合作社对建档立卡户的影响较小。

（四）机制分析

合作社对农户的帮扶形式包括技术培训和服务、信息服务、生产资料提供服务、销售服务、信贷服务等，在分析中把上述服务分为三类：技术服务、生产资料服务和其他服务。技术服务包括技术培训和服务、信息服务这两类；生产资料服务指提供种子、化肥等服务；其他服务包括销售服务、信贷服务等。样本数据显示，313户享受技术服务，181获得了生产资料服务，享受到其他服务的为61户。表5报告了产业扶贫合作社对农户农业全要素生产率影响的机制分析结果。表5第（1）列中“DID*技术服务”回归系数为0.190，在1%的水平上显著，表明产业扶贫合作社通过为农户提供技术服务提升了农户的农业全要素生产率。表5第（2）列中“DID*生产资料提供服务” 回归系数为0.017，表明生产资料服务对农业全要素生产率有促进影响，但这一影响缺乏统计意义上的显著。表5第（3）列结果表明通过其他服务对农户农业全要素生产率的影响不显著。因此，产业扶贫合作社影响农业全要素生产率的主要路径是通过技术培训提高了农户的技能水平。

（五）进一步分析

发展产业扶贫合作社旨在期望提高农户收入水平，最终实现城乡共同富裕目标。本文进一步分析了产业扶贫合作社、农业全要素生产率对农业收入的影响。分析思路如下：首先，分析产业扶贫合作社对农户农业收入的影响，若显著，进而在模型中引入“DID×农业全要素生产率”交互变量，若交互项显著，即产业扶贫合作社能通过提升农户全要素生产率，提高农户收入。表6第（1）列表明，产业扶贫合作社对农户农业收入有显著正向影响。表6第（2）列显示“DID×农业全要素生产率”的回归系数在1%的水平上显著，表明产业扶贫合作社能提升农业全要素生产率，进而提高了农户农业收入。表6第（3）和（4）列实证分析了产业扶贫合作社、农业全要素生产率对劳均农业收入（家庭劳动力人均农业收入）的影响，结果表明，产业合作社能通过提高全要素生产率提升劳均农业收入。因此，产业扶贫合作社项目能提升农户农业全要素生产率，进而促进农户农业收入水平提高。

五、结论与政策启示

本文基于微观农户视角，利用准实验方法调研的3省7县807户微观农户两期数据，解决了潜在的内生性问题，利用DID模型实证检验了产业扶贫合作社对农户农业全要素生产率的影响。实证研究结果表明：首先，产业扶贫合作社对农户的农业全要素生产率具有显著的正向影响，产业扶贫项目能发挥提升农业全要素生产率的作用。通过PSM-DID模型进一步验证了上述结论的稳健性，即产业合作社对农业全要素生产率的提高是由产业扶贫合作社试点项目这一政策实施导致的。基于更换被解释变量测算方式和安慰剂检验的方法，验证了基准回归结果较为稳健。其次，异质性分析结果表明产业扶贫合作社项目对家庭农业劳动少、户主年龄高样本群体的农业全要素生产率的影响更大，这表明合作社对农业发展禀赋薄弱的农户带动作用更强。同时，研究发现产业扶贫合作社对大规模经营户和非建档立卡户的农业全要素生产率提升更明显。机制分析表明，产业扶贫合作社通过为农户提供技术培训提高了农业全要素生产率，合作社其他服务对农业全要素生产率的影响效果不明显。最后，研究发现产业扶贫合作社能通过提升农户农业全要素生产率带动农户农业收入增加，厘清了产业合作社对农户农业全要素生产率和农业收入的影响。

基于上述研究结论，本文提出如下政策建议：一是进一步发挥合作社的作用。在乡村振兴阶段，继续通过在村级成立合作社的方式提升农户农业全要素生产率，发挥包括合作社在内等新型经营主体的作用，提高农户的组织化程度，推动小农户与现代市场有效衔接，推动农业高质量发展，并带动农户增收、实现城乡共同富裕。二是明确产业合作社对不同特征农户群体的异质性影响。政府为提高农户农业全要素生产率，应该更加注重吸纳和鼓励农业劳动力少和户主年龄高的农户参与产业合作社。研究发现产业合作社更能提高大规模农户和非建档立卡户的农业全要素生产率，因此，政策设计上应该更加关注对小规模农户和建档立卡户的支持和帮扶。三是提高合作社的服务质量。合作社应把服务农户产业发展作为首要目标，进一步为农户提供所需要的技术培训，增强培训的针对性和有效性，并增加技术培训的覆盖率。同时，合作社应该拓展服务的功能，增强生产资料服务和其他服务的能力和水平，更好发挥带动农户发展的作用。

參考文献：

[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]赫国胜，张微微.中国农业全要素生产率影响因素、影响效应分解及区域化差异——基于省级动态面板数据的GMM估计[J].辽宁大学学报（哲学社会科学版），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，杨汝岱，吴比.中国农户农业生产全要素生产率研究[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]高圓圆，陈哲.农业产业化经营组织模式演化逻辑、效益比较与未来发展取向[J].贵州财经大学学报，2022（5）：102～111.

[7]黄祖辉，俞宁.新型农业经营主体：现状、约束与发展思路——以浙江省为例的分析[J].中国农村经济，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]黄杰，陈美玲，刘从九.农业生产合作组织的发展提高了农业生产效率——基于长江经济带省级面板数据分析[J].山东农业大学学报（社会科学版），2019（2）：52～59;157.

[10]张益丰，孙运兴.“空壳”合作社的形成与合作社异化的机理及纠偏研究[J].农业经济问题，2020（8）：103～114.

[11]李谷成.技术效率、技术进步与中国农业生产率增长[J].经济评论，2009（1）：60～68.

[12]倪国华，蔡昉.农户究竟需要多大的农地经营规模——农地经营规模决策图谱研究[J].经济研究，2015（3）：159～171.

[13]刘建翠.中国的全要素生产率研究：回顾与展望[J].技术经济，2022（1）：77～87.

[14]朱喜，史清华，盖庆恩.要素配置扭曲与农业全要素生产率[J].经济研究，2011（5）：86～98.

[15]全炯振.中国农业全要素生产率增长的实证分析：1978～2007年——基于随机前沿分析（SFA）方法[J].中国农村经济，2009（9）：36～47.

[16]陈卫平.中国农业生产率增长、技术进步与效率变化：1990～2003年[J].中国农村观察，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，尹朝静，吴清华.农村基础设施建设与农业全要素生产率[J].中南财经政法大学学报，2015（1）：141～147.

[19]陈刚，王燕飞.农村教育、制度与农业生产率——基于中国省级层面数据的实证研究[J].农业技术经济，2010（6）：18～27.

[20]刘帅.农业信息化对农业全要素生产率的影响[J].社会科学家，2021（9）：79～85.

[21]薛超，史雪阳，周宏.农业机械化对种植业全要素生产率提升的影响路径研究[J].农业技术经济，2020（10）：87～102.

[22]任健华，雷宏振.数字普惠金融、资本深化与农业全要素生产率[J].社会科学家，2022（6）：86～95.

[23]王悦，杨骁，张伟科.农业保险发展对农村全要素生产率的影响研究——基于空间计量模型的实证分析[J].华中农业大学学报（社会科学版），2019（6）：70～77；162～163.

[24]尹朝静.科研投入、人力资本与农业全要素生产率[J].华南农业大学学报（社会科学版），2017（3）：27～35.

[25]李士梅，尹希文.中国农村劳动力转移对农业全要素生产率的影响分析[J].农业技术经济，2017（9）：4～13.

[26]苑鹏.试论合作社的本质属性及中国农民专业合作经济组织发展的基本条件[J].农村经营管理，2006（8）：16～21;15.

[27]刘同山，孔祥智.加入合作社能够提升家庭农场绩效吗——基于全国1505个种植业家庭农场的计量分析[J].学习与探索，2019（12）：98～106.

[28]管曦，谢向英.参与农民专业合作社对农户生产效率的影响——基于福建省的实证分析[J].福建农林大学学报（哲学社会科学版），2013（3）：6～10.

[29]王太祥，周应恒.“合作社+农户”模式真的能提高农户的生产技术效率吗——来自河北、新疆两省区387户梨农的证据[J].石河子大学学报（哲学社会科学版），2012（1）：73～77.

[30]黄祖辉，朋文欢.农民合作社的生产技术效率评析及其相关讨论——来自安徽砀山县5镇（乡）果农的证据[J].农业技术经济，2016（8）：4～14.

[31]汪三贵，周园翔.产业扶贫、收入增长和家庭教育支出——基于产业扶贫示范试点项目的准实验研究[J].农业技术经济，2023（2）：4～19.

[32]宁静，殷浩栋，汪三贵，等.产业扶贫对农户收入的影响机制及效果——基于烏蒙山和六盘山片区产业扶贫试点项目的准实验研究[J].中南财经政法大学学报， 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，吴方.参加合作社能提高家庭农场生产技术效率吗？[J].社会科学战线，2022（1）：66～79.

[35]刘乃全，邓敏，曹希广.城市的电商化转型推动了绿色高质量发展吗——基于国家电子商务示范城市建设的准自然实验[J].财经研究，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

责任编辑：张建伟