推文人 | 刘宇荧 

推文信息：

Ma et al. (2018). Agricultural Cooperative Membership and Technical Efficiency of Apple Farmers in China: An Analysis Accounting for Selectivity Bias, Food Policy. 

 

1.引言

 

发展中国家的农户常常面临复杂的生产、销售障碍，例如，在购买生产资料和销售农产品时承受高额的交易费用、缺乏现代技术和资金等。农民专业合作社不仅能够提高农业技术采纳，也能够降低交易费用、提高销售收入，被视为一种潜在的政策手段。农业生产技术效率的提高是农户从农产品生产中获益的关键。有三篇文献尝试探索了合作社对农业生产技术效率的影响，其中仅有一篇文献使用倾向匹配得分法（PSM）控制了可观测因素导致的选择性偏差问题。农户是否加入农业合作社是农户自己的决定，其选择同时受到可观测因素（年龄和受教育水平等）和不可观测因素（天生的能力和动机等）的影响。如果不考虑选择偏差或者仅考虑由可观测因素带来的选择偏差，在分析农业合作社对农业生产技术效率的影响时会产生估计结果偏差。因此，本文同时采用PSM来控制可观测因素导致的选择偏差，采用格林（Greene, 2010）的选择性修正随机前沿模型来控制由不可观测因素导致的样本选择偏差，以实现更加严格地评估合作社成员资格对农户生产技术效率的影响。

 

2. 数据

 

本文数据来自对甘肃，陕西和山东481个苹果种植户的调研，其中合作社成员208个，非成员273个。中国是世界上最大的苹果生产国，其苹果生产约占世界上的一半。

 

3. 实证框架

 

本文使用随机前沿分析（Stochastic Frontier Analysis）方法分析农民合作社对苹果生产技术效率的影响。具体模型设定如下：

 

 

其中，Y_i是第i个农户的苹果产出，具体使用亩产值表示，X_i是苹果生产每亩投入量，包括化肥农药支出、套袋和农膜支出、灌溉支出、雇工支出、家庭劳动投入以及其他（例如绳子和机械）支出等。M_i代表农户是否是合作社成员。ε_i是误差项，它由随机干扰性 ν_i~N(0,σ_ν^2)和无效率项 u_i~N^+ (0,σ_u^2) 构成。在方程（1）中，M_i是一个外生变量。但是，由于农户自选择加入合作社，M_i很可能是一个外生变量。

 

本文在期望效用最大化框架下分析农户选择成为合作社成员行为的决定因素，公式表达如下：

 

 

其中，U_i^m是农户i选择成为合作社成员的期望收益；U_i^nm代表农户选择不成为合作社成员的期望收益。M_i^*是二元变量，代表一个农户选择成为合作社成员的概率。可观测变量M_i^*取1时，代表农户选择成为合作社成员，取0则相反。Z_i是解释农户选择成为合作社成员的外生变量集合。α^'是待估参数。e_i是误差项。

 

在考虑合作社成员身份对农户技术效率的影响时，为了得到无偏的、一致的估计结果，需要考虑农户自选择行为带来的偏差。此外，成员资格的选择同时受到可观测和不可观测两方面因素的影响。为了控制由可观测因素造成的选择性偏误问题，本文使用PSM方法。具体来说，在使用probit模型估计完方程（2）后，本文预测倾向得分值，并根据倾向得分值匹配社员和非社员。为了控制由不可观测因素造成的选择性偏误问题，本文使用greene (2010)的方法。具体来说，在估计完方程（2）后，本文预测选择偏误修正项并带入生产函数。本文使用了似然估计法分析了社员和非社员是否具有相同的生产前沿面，并证实了社员和非社员具有不同的生产前沿面。因此，本文使用柯布道格拉斯函数分别估计了社员和非社员的生产函数。具体公式如下：

 

 

4. 实证发现

 

本文通过使用选择性修正随机前沿模型与倾向得分匹配法来控制由可观测因素和不可观测因素引起的选择性偏误问题，分析了加入农民合作社对中国苹果生产技术效率的影响。研究结果表明合作社社员苹果生产的技术效率从79%到86%不等，而非社员合作社成员的技术效率区间在74%到84%之间。组内技术效率的差异主要取决于选择性偏误问题的控制程度。分析结果表明，如果选择性偏误问题没有得到恰当的控制，合作社社员和非社员苹果生产的技术效率水平将会被低估。在同时控制由可观测因素和不可观测因素造成的选择性偏误问题下，社员苹果生产的技术效率为86%， 而非社员苹果生产的技术效率是84%。 另外，文章发现合作社社员苹果生产的平均技术效率始终高于非成员，这表明当代农民合作社在促进农业投入品的有效使用方面起着重要的作用。

Abstract

 

This study examines the impact of agricultural cooperative membership on technical efficiency (TE) of apple farmers in China. We make novel contributions to the literature by employing a recently developed selectivity-corrected stochastic production frontier model with propensity score matching to address possible self-selection biases stemming from both observable and unobservable factors. The empirical results show that TE for cooperative members ranges from 79 to 86 per cent and that for non-members ranges from 74 to 84 per cent, depending on how biases are controlled. In addition, the efficiency levels of both members and non-members of cooperatives appear to be underestimated if the selectivity bias is not appropriately addressed. Our findings conclude that the average TE is consistently higher for cooperative members relative to their counterparts, highlighting the positive role of contemporary agricultural cooperatives in promoting efficient usage of production inputs.