合作社對小農(nóng)戶發(fā)展生態(tài)農(nóng)業(yè)的影響

田偉 易向益 向平安

編者按：百年大黨，百年為農(nóng)。近日，《農(nóng)民日報》發(fā)表署名“仲農(nóng)平”的文章《大轉(zhuǎn)折，中國命運百年逆襲——中國共產(chǎn)黨與中國農(nóng)民》，文章指出：中國共產(chǎn)黨，自成立之日起，就和最廣大的勞苦大眾站在了一起。中國共產(chǎn)黨領(lǐng)導(dǎo)下的新中國，破除與重構(gòu)了延續(xù)千年的治理體系，歷史性地賦權(quán)農(nóng)民。廣大農(nóng)民開始走向追尋自身主體性的道路，成為時代的主角。

毛澤東同志曾指出：“誰贏得了農(nóng)民，誰就會贏得中國。誰解決了土地問題，誰就會贏得農(nóng)民?！币搿摆A得”農(nóng)民，必須要振興鄉(xiāng)村。本刊持續(xù)推出“鄉(xiāng)村振興戰(zhàn)略”專題，本期邀請湖南大學(xué)商學(xué)院田偉副教授團隊就“合作社對小農(nóng)戶發(fā)展生態(tài)農(nóng)業(yè)的影響”、中國科學(xué)院農(nóng)村發(fā)展研究所青年學(xué)者史潔瓊博士就“中國農(nóng)產(chǎn)品加工業(yè)集聚的時空特征及其驅(qū)動因素”進行研討，現(xiàn)刊出有關(guān)成果。

摘 要：以湖南省298戶小農(nóng)戶作為研究對象，運用傾向得分匹配法來評估其在發(fā)展生態(tài)農(nóng)業(yè)過程中合作社的中介作用。結(jié)果顯示：不同匹配方法的平均處理效應(yīng)為加入合作社比不加入的小農(nóng)戶高23.7%的可能性。合作社在不同協(xié)變量的中介效應(yīng)由強到弱依次為：認知能力、學(xué)歷程度、市場預(yù)期、政策感知、農(nóng)業(yè)年收入，這說明合作社是穩(wěn)定且有效的中介。因此建議：為了使鄉(xiāng)村振興戰(zhàn)略中扶持小農(nóng)戶發(fā)展生態(tài)農(nóng)業(yè)的指導(dǎo)意見盡快實施，應(yīng)優(yōu)先選擇自我發(fā)展能力強、整體素質(zhì)較高的合作社作為扶持對象。以合作社為中介的小農(nóng)戶生態(tài)轉(zhuǎn)型，為了實現(xiàn)可持續(xù)性和不可逆轉(zhuǎn)性，要以一定的市場需求為驅(qū)動。本文所得結(jié)論可為立志轉(zhuǎn)型的小農(nóng)戶規(guī)避風(fēng)險提供有價值的建議，并為農(nóng)業(yè)部門制定相關(guān)的扶持政策提供一定的依據(jù)與參考。

關(guān)鍵詞：小農(nóng)戶;合作社;生態(tài)農(nóng)業(yè);傾向得分匹配

基金項目：湖南省農(nóng)業(yè)農(nóng)村廳委托課題“開展柑橘生產(chǎn)銷售運行情況調(diào)查分析”（湘財農(nóng)指〔2019〕35號）;湖南農(nóng)業(yè)大學(xué)“雙一流”建設(shè)項目“影響農(nóng)民從事生態(tài)農(nóng)業(yè)的關(guān)鍵因子與激勵政策研究”（SYL201802027）。

[中圖分類號] F321.42 [文章編號] 1673-0186（2021）006-0053-013

[文獻標識碼] A ? ? [DOI編碼] 10.19631/j.cnki.css.2021.006.005

一、引言

黨的十八大以來，我國農(nóng)業(yè)現(xiàn)代化取得了巨大的成就，不僅保障了農(nóng)產(chǎn)品的有效供給，還實現(xiàn)了農(nóng)民收入的穩(wěn)步提升，農(nóng)業(yè)生產(chǎn)條件和支撐體系得到極大改善。在取得巨大成就的同時也面臨一些新挑戰(zhàn)，主要體現(xiàn)在：農(nóng)業(yè)資源趨緊、面源污染加劇、生態(tài)系統(tǒng)退化和農(nóng)產(chǎn)品質(zhì)量安全等問題[1]。為了尋求農(nóng)業(yè)生產(chǎn)方式轉(zhuǎn)變的新思路和新路徑，使農(nóng)業(yè)走上高質(zhì)量發(fā)展的道路，中共中央國務(wù)院結(jié)合近期農(nóng)村經(jīng)濟社會發(fā)展的實際情況，提出把發(fā)展高效生態(tài)農(nóng)業(yè)作為發(fā)展現(xiàn)代農(nóng)業(yè)的具體實踐形式。近年來我國現(xiàn)代生態(tài)農(nóng)業(yè)在技術(shù)模式、產(chǎn)業(yè)體系和發(fā)展機制上進行了積極的探索并取得了很大成績①，但應(yīng)當(dāng)認識到其中還存在一些問題，這些問題限制了生態(tài)農(nóng)業(yè)的進一步發(fā)展，比較突出的是由于經(jīng)濟效益不具備比較優(yōu)勢，導(dǎo)致生產(chǎn)經(jīng)營主體參與程度低，參與熱情不高[2]。與此同時，農(nóng)村還有兩億多小農(nóng)戶①，他們有豐富的生產(chǎn)經(jīng)驗和土地、勞動力的優(yōu)勢，但只是缺乏某方面專業(yè)的技術(shù)，如果把小農(nóng)戶和其他經(jīng)營主體通過某種形式聯(lián)合起來，把專業(yè)化、技術(shù)性要求高、有規(guī)模效應(yīng)的環(huán)節(jié)交給這些組織，同時找到可靠的消費群體或需求渠道，小農(nóng)戶參與生態(tài)農(nóng)業(yè)或許大有可為。盡快將小農(nóng)戶融入現(xiàn)代農(nóng)業(yè)尤其是生態(tài)農(nóng)業(yè)體系，不僅能滿足小農(nóng)戶自身轉(zhuǎn)型的需要，又能擴大生態(tài)農(nóng)業(yè)建設(shè)的主體力量，具有重要的社會意義、經(jīng)濟意義和環(huán)境保護意義，這一想法在諸多政府文件和工作報告中正式提出②。作為鄉(xiāng)村振興戰(zhàn)略必須要解決的重大問題，小農(nóng)戶參與生態(tài)農(nóng)業(yè)是一項系統(tǒng)工程，涉及組織和參與的形式，利益分享機制的創(chuàng)新，社會化服務(wù)體系的建立等，只有相關(guān)的制度體系得到完善，才能真正全面地激發(fā)小農(nóng)戶參與生態(tài)農(nóng)業(yè)的內(nèi)在動力[3]。

基于此，經(jīng)過較長時間的調(diào)研和思考，筆者發(fā)現(xiàn)小農(nóng)戶發(fā)展生態(tài)農(nóng)業(yè)需要解決三個基本問題：第一，面對數(shù)量如此龐大的小農(nóng)戶，究竟哪些小農(nóng)戶可以作為扶持對象;第二，扶持小農(nóng)戶可以依靠哪些經(jīng)營主體作為中介力量，并以何種形式參與其中;第三，在市場接近飽和的情況下，小農(nóng)戶提供的產(chǎn)品如何才能被消費者認可，使這種轉(zhuǎn)型保持可持續(xù)性、不會出現(xiàn)反復(fù)?，F(xiàn)有文獻在研究小農(nóng)戶如何發(fā)展生態(tài)農(nóng)業(yè)的問題上還不多見，將合作社作為兩者中介的研究更處于理論探討階段，缺乏對三者關(guān)系及相互作用機理的實證研究，本文以湖南省內(nèi)三個市區(qū)周邊鄉(xiāng)鎮(zhèn)的調(diào)查數(shù)據(jù)為來源，從個人特征、風(fēng)險預(yù)期以及外部環(huán)境等因素出發(fā)運用傾向得分匹配法（PSM），引入中介效應(yīng)模型實證合作社對小農(nóng)戶選擇發(fā)展生態(tài)農(nóng)業(yè)的影響。試圖為小農(nóng)戶和現(xiàn)代農(nóng)業(yè)的銜接、擴大生態(tài)農(nóng)業(yè)的建設(shè)主體等現(xiàn)實問題的研究提供可靠的經(jīng)驗參考，為“扶持小農(nóng)戶發(fā)展生態(tài)農(nóng)業(yè)”這一新思路的加快實施提出現(xiàn)實依據(jù)和政策建議。

二、數(shù)據(jù)來源和變量選擇

在具體的實證分析之前，本文對數(shù)據(jù)來源、相關(guān)概念界定以及變量選取進行基本描述。

（一）概念界定與數(shù)據(jù)來源

1971年，生態(tài)農(nóng)業(yè)的概念首次由美國的土壤學(xué)家威廉姆·阿爾伯里奇提出，隨后許多學(xué)者在此觀點的基礎(chǔ)上提出了不同的替代模式，如有機農(nóng)業(yè)、生物農(nóng)業(yè)等。無論何種說法，生態(tài)農(nóng)業(yè)強調(diào)的都是遵循自然法則，在維持生態(tài)環(huán)境的前提下發(fā)展農(nóng)業(yè)生產(chǎn)。簡單來說，生態(tài)農(nóng)業(yè)就是一種不使用化學(xué)農(nóng)藥、不使用化學(xué)肥料、不使用人工激素的農(nóng)業(yè)。由于對生態(tài)農(nóng)業(yè)概念的界定比較嚴格，目前我國最接近生態(tài)農(nóng)業(yè)技術(shù)標準的是“三品一標”安全農(nóng)產(chǎn)品。

按照全國農(nóng)業(yè)普查（2016）統(tǒng)計標準，小農(nóng)戶界定為：種植業(yè)規(guī)模在50畝以下（一年兩熟）、生豬年出欄在200頭以下、雞鴨年出欄在10 000只以下、林地面積在500畝以下、淡水養(yǎng)殖面積在50畝以下的農(nóng)戶。湖南省符合此標準的大約有1 368.51萬戶，其中普通小農(nóng)戶占99.1%，達1 356.3萬戶，規(guī)模農(nóng)業(yè)經(jīng)營的有12.21萬戶①。截至2018年底，湖南省接近生態(tài)農(nóng)業(yè)技術(shù)標準的“三品一標”農(nóng)產(chǎn)品有效認證總數(shù)為3 944個，農(nóng)業(yè)企業(yè)1 509家，生態(tài)種養(yǎng)示范性合作社385家，共涵蓋30多萬戶從事生態(tài)農(nóng)業(yè)的小農(nóng)，約占小農(nóng)戶總體數(shù)量的2%。本文調(diào)研數(shù)據(jù)來自2019—2020年對長沙、瀏陽、寧鄉(xiāng)三個地區(qū)的小農(nóng)戶的實地調(diào)研或電話采訪。

本次調(diào)研采取了隨機抽樣法，在每個地區(qū)分別選取了1～2個鄉(xiāng)鎮(zhèn)，每個鄉(xiāng)鎮(zhèn)隨機選取了2～3個自然村，每個村隨機選取30戶。調(diào)查共發(fā)放問卷305份，最終有效問卷為298份，其中參與生態(tài)農(nóng)業(yè)項目的處理組141份， 未參與的控制組157份。

（二）變量選擇

根據(jù)生態(tài)農(nóng)業(yè)的特點及實際調(diào)研的時間、精力和技術(shù)條件，需要確定對小農(nóng)戶發(fā)展生態(tài)農(nóng)業(yè)的行為決策有實際影響的代表性變量，并且這些變量與小農(nóng)戶的個人情況相符。因此，在協(xié)變量的選取上，參考已有研究，從農(nóng)戶個人特征（農(nóng)業(yè)年收入、學(xué)歷程度、認知能力）、風(fēng)險預(yù)期（市場預(yù)期、成本預(yù)期）、外部環(huán)境（鄰里效應(yīng)、技術(shù)培訓(xùn)、政策感知）三方面作為選擇依據(jù)。各變量的具體定義、均值和標準差如表1所示。

（三）被解釋變量

文中所提生態(tài)農(nóng)業(yè)主要是指參與生產(chǎn)符合“三品一標”標準的農(nóng)產(chǎn)品生產(chǎn)的現(xiàn)代化農(nóng)業(yè)。將此定義作為被解釋變量，參與生產(chǎn)“三品一標”農(nóng)產(chǎn)品的賦值為1，沒有參與的賦值為0。

（四）解釋變量

小農(nóng)戶的生產(chǎn)轉(zhuǎn)型活動是一個復(fù)雜的決策過程，其行為的改變來自內(nèi)部和外部兩種力量的驅(qū)動[4]，內(nèi)部因素取決于農(nóng)戶的個人特征、經(jīng)濟效益的預(yù)期以及生產(chǎn)成本的預(yù)期;外部因素來主要是鄰里效應(yīng)、技術(shù)培訓(xùn)、政策感知等，具體影響因素分為以下幾類：

1.農(nóng)戶個人特征

個人特征主要考慮發(fā)展生態(tài)農(nóng)業(yè)所需具備的個人條件，如農(nóng)業(yè)年收入、學(xué)歷程度以及認知能力。首先，根據(jù)理性小農(nóng)學(xué)派的相關(guān)理論，農(nóng)戶的行為決策是理性的[5]。因此，當(dāng)收入較低時，理性假設(shè)會促使小農(nóng)戶盡可能去獲得更多的農(nóng)業(yè)收益，從而具備一定的轉(zhuǎn)型動力;其次，學(xué)歷程度對于農(nóng)戶的判斷與決策能力也有一定影響。一直以來，小農(nóng)的文化程度普遍較低，而生態(tài)農(nóng)業(yè)是聚集了不同學(xué)科知識、相關(guān)技術(shù)和經(jīng)驗的現(xiàn)代農(nóng)業(yè)，如果小農(nóng)戶把發(fā)展生態(tài)農(nóng)業(yè)作為一個學(xué)習(xí)和實踐的過程，學(xué)歷程度越高的小農(nóng)戶，在傳統(tǒng)農(nóng)業(yè)向生態(tài)農(nóng)業(yè)的認知轉(zhuǎn)變上將更加順利;最后，由于生態(tài)農(nóng)業(yè)有較為嚴格的技術(shù)標準，需要具備較強的信息收集和溝通能力，因此其行為決策也受到認知能力的影響[6]。

2.風(fēng)險預(yù)期

生態(tài)農(nóng)業(yè)同樣受到自然風(fēng)險和市場風(fēng)險的影響。一方面生態(tài)農(nóng)業(yè)節(jié)省了化肥、農(nóng)藥，除草劑等生產(chǎn)資料的支出，但需要對傳統(tǒng)農(nóng)業(yè)的生產(chǎn)設(shè)施進行改造，而且投入的勞動量也相對較多，因此前期投入生產(chǎn)成本較高，這將使小農(nóng)戶謹慎地估算投入成本。此外相比目前市場上流通的普通農(nóng)產(chǎn)品，現(xiàn)有生態(tài)農(nóng)產(chǎn)品在價格和渠道上都沒有優(yōu)勢，消費者對于生態(tài)農(nóng)產(chǎn)品的接受還需要一個過程，在“銷路不暢會導(dǎo)致虧損”的心理預(yù)期下，小農(nóng)戶對于發(fā)展生態(tài)農(nóng)業(yè)也會更加慎重[7]。

3.外部環(huán)境

傳統(tǒng)農(nóng)業(yè)向生態(tài)農(nóng)業(yè)的轉(zhuǎn)型不僅是生產(chǎn)方式的轉(zhuǎn)變，更重要的是人的思想和觀念的轉(zhuǎn)變，因此它的普及和推廣離不開外部環(huán)境的影響。在我國農(nóng)村地區(qū)，鄰里之間的頻繁接觸走動，每家每戶之間的口口相傳已經(jīng)成為最主要的信息流動方式之一，是小農(nóng)戶最容易接受的信息傳播路徑[8-10]。周圍鄰居的成功經(jīng)驗可為小農(nóng)戶們的行為選擇提供參照，鄰里效應(yīng)作為一種簡單直接且高效的交流傳播方式，對于小農(nóng)戶的行為決策具有重要影響[11-12]。其次，各種技術(shù)培訓(xùn)可以使小農(nóng)戶更全面了解生態(tài)農(nóng)業(yè)技術(shù)，既使小農(nóng)戶了解未來農(nóng)業(yè)的發(fā)展方向，又能提供適合當(dāng)?shù)氐纳鷳B(tài)種養(yǎng)殖項目的技術(shù)資料，為小農(nóng)戶發(fā)展生態(tài)農(nóng)業(yè)提供有效的技術(shù)支持。最后，由于小農(nóng)戶同時也是消費者，通過政策宣傳和引導(dǎo)，可以提高小農(nóng)戶的環(huán)境保護意識和生態(tài)認知水平，幫助他們認識到生態(tài)農(nóng)業(yè)對提高自身的健康水平也相當(dāng)有益。因此將鄰里效應(yīng)、技術(shù)培訓(xùn)以及政策感知作為外部環(huán)境的三個主要因素。

三、研究方法與模型設(shè)計

在前文對數(shù)據(jù)來源、變量選取等進行具體描述后，本文通過Logit回歸進行傾向得分匹配的估計，利用傾向得分匹配（PSM）計算出平均處理效應(yīng)，驗證合作社是否為推動小農(nóng)戶發(fā)展生態(tài)農(nóng)業(yè)的有效中介，并結(jié)合中介效應(yīng)及相關(guān)檢驗得出合作社影響程度的強弱。

（一）Logit回歸分析法

為估計參加合作社對于小農(nóng)戶發(fā)展生態(tài)農(nóng)業(yè)的影響，本文構(gòu)建了小農(nóng)戶發(fā)展生態(tài)農(nóng)業(yè)的基本模型，表達式為：

Yi=α+δDi+βXi+εi（1）

在（1）式中，Yi 表示小農(nóng)戶發(fā)展生態(tài)農(nóng)業(yè)的趨勢，Di表示是否參加合作社，δ表示參加合作社對小農(nóng)戶發(fā)展生態(tài)農(nóng)業(yè)的影響程度，Xi為其他解釋變量，β為解釋變量的系數(shù)，α為常數(shù)項，εi是隨機干擾項。

由于被解釋變量“是否發(fā)展生態(tài)農(nóng)業(yè)”為二分變量，故適合采用二元Logit模型進行傾向得分匹配的估計，來解釋個人特征、風(fēng)險預(yù)期、外部環(huán)境等方面中各影響因素與小農(nóng)戶發(fā)展生態(tài)農(nóng)業(yè)之間的相關(guān)性。該方法不僅可在樣本內(nèi)進行預(yù)測，且可以進一步計算出各變量的邊際效應(yīng)。其具體公式為：

在（2）式中：P（Xi）表示小農(nóng)戶發(fā)展生態(tài)農(nóng)業(yè)的概率，Xi為影響農(nóng)戶選擇發(fā)展生態(tài)農(nóng)業(yè)的因素，i為解釋變量的數(shù)量，范圍為1-8;Di為0～1分布的處理變量，當(dāng)D=1時表示小農(nóng)戶參加合作社，反之為不參加;β為解釋變量的回歸系數(shù);exp為各因素對小農(nóng)戶發(fā)展生態(tài)農(nóng)業(yè)起到的邊際影響。

（二）傾向得分匹配法（PSM）

傾向得分匹配法（PSM）最早由 Rosenbaum和Rubin提出[13]。經(jīng)過不斷發(fā)展被廣泛運用于醫(yī)學(xué)、公共衛(wèi)生、經(jīng)濟學(xué)等領(lǐng)域，該方法基于反事實框架推導(dǎo)，用于推斷某一事件發(fā)生與沒有發(fā)生的不同結(jié)果和影響，能夠較好地解決傳統(tǒng)回歸分析中遺漏變量和內(nèi)生性問題。未來PSM將被運用于更多情形，如自變量為連續(xù)變量時[14]。

本文先將處理組與控制組進行匹配，剔除異常和極端數(shù)值的個體后，再計算平均處理效應(yīng)（ATT）;最后進行平衡性檢驗，來考查匹配效果是否良好。計算平均處理效應(yīng)的具體公式為[15]：

ATT=E[Y1i-Y0i|Di=1]

=E{E[Y1i-Y0i|Di=1，P（Xi）]}

=E{E[Y1i|Di=1，P（Xi）]-E[Y0i|Di=0，P（Xi）]Di=1}（3）

在（3）式中，E為期望值，Y1i代表發(fā)展生態(tài)農(nóng)業(yè)的小農(nóng)戶，Y0i代表沒有發(fā)展生態(tài)農(nóng)業(yè)的小農(nóng)戶，D代表小農(nóng)戶是否參與合作社的處理變量（D=1為參加，D=0為沒有參加），P（Xi）為小農(nóng)戶發(fā)展生態(tài)農(nóng)業(yè)概率的傾向得分值。

以往的研究中，如果只用最小二乘法（OLS）進行估計，不能很好地解決選擇性偏誤[16]。所以本文選擇傾向得分匹配法（PSM）來估計參加合作社對于小農(nóng)戶發(fā)展生態(tài)農(nóng)業(yè)的影響。再依次用核匹配法、k近鄰匹配法、卡尺內(nèi)一對四匹配法、半徑匹配法進行傾向得分匹配，得出平均處理效應(yīng)[17-18]。

（三）中介效應(yīng)

中介效應(yīng)的發(fā)生機理為當(dāng)自變量X對因變量Y產(chǎn)生影響，此時自變量X通過影響變量M來影響因變量Y，即變量M為中介變量，其具體公式為：

Y=cX+e1（4）

M=aX+e2（5）

Y=c'X+bM+e3（6）

上述公式中，X為自變量或不同協(xié)變量，M為中介變量（是否參加合作社），Y為因變量（是否選擇發(fā)展生態(tài)農(nóng)業(yè)）。在（4）式中c為自變量X對因變量Y的總效應(yīng);（5）式中a為自變量X對中介變量M的效應(yīng);（6）式中b為中介變量M對因變量Y的效應(yīng); 是在控制了中介變量 M 的影響后， 自變量X對因變量Y的直接效應(yīng);e1～e3為回歸殘差。

上圖為本文的基本理論框架，其中路徑a為小農(nóng)戶對于參加合作社的意愿估計;路徑b為小農(nóng)戶自身對于發(fā)展生態(tài)農(nóng)業(yè)的概率;路徑c為合作社在生態(tài)農(nóng)業(yè)發(fā)展過程中的影響;路徑ac為合作社作為中介從農(nóng)戶個人特征、風(fēng)險預(yù)期以及外部環(huán)境對小農(nóng)戶發(fā)展生態(tài)農(nóng)業(yè)所起到的中介與整合的過程。

在現(xiàn)有的研究中，中介效應(yīng)通常有四種方法進行檢驗：逐步回歸法;系數(shù)乘積檢驗法;差異系數(shù)檢驗法和Bootstrapping檢驗法。逐步回歸檢驗是最便于操作和理解的，但是存在檢驗力低的明顯缺陷，很難檢驗出中介效應(yīng)的顯著性。系數(shù)乘積法和差異系數(shù)法比逐步回歸法精確且具有較高的統(tǒng)計效力，但依舊存在類似的缺陷。

Bootstrapping檢驗法以研究樣本作為抽樣總體，采用放回取樣，從研究樣本中反復(fù)抽取一定數(shù)量的樣本（本文設(shè)定為500次），通過平均每次抽樣得到的參數(shù)作為最后的估計結(jié)果。Bootstrapping不需要分布假設(shè)所以避免了系數(shù)乘積檢驗違反分布假設(shè)的問題，而且不依賴標準誤，避免了不同標準誤公式產(chǎn)生的結(jié)果不一致的問題。溫忠麟，葉寶娟的模擬研究發(fā)現(xiàn)，與其他中介效應(yīng)檢驗方法相比，Bootstrapping具有較高的統(tǒng)計效力，是目前公認的可以取代 Sobel 方法來直接檢驗系數(shù)乘積的方法[19]。

因此利用Bootstrapping 法將小農(nóng)戶是否參與合作社作為中介變量，以是否發(fā)展生態(tài)農(nóng)業(yè)作為因變量，再優(yōu)選匹配不同的協(xié)變量，然后計算出中介效應(yīng)數(shù)值且檢驗中介效應(yīng)是否成立，最后進一步分析合作社在各協(xié)變量中的影響作用。

四、實證結(jié)果分析

在對實證研究方法的特點和運用進行具體描述后，再對不同協(xié)變量影響小農(nóng)戶發(fā)展生態(tài)農(nóng)業(yè)的邊際效應(yīng)、是否參與合作社的平均處理效應(yīng)及其中介作用進行計算和具體分析，并對實證結(jié)果展開相關(guān)穩(wěn)定性檢驗。

（一）小農(nóng)戶參加生態(tài)農(nóng)業(yè)的傾向得分值估計

本文運用Stata 16.0軟件估計得出小農(nóng)戶參與生態(tài)農(nóng)業(yè)的傾向得分值。進一步求出各協(xié)變量的邊際效應(yīng)并對其影響做出具體分析，模型中包括農(nóng)業(yè)年收入、學(xué)歷程度、市場預(yù)期等8個協(xié)變量。估計結(jié)果如表2所示。

從表2中可以看出，除成本預(yù)期外其他因素均對小農(nóng)戶這一行為具有顯著影響。具體分析可得：

從個人特征來看，農(nóng)業(yè)年收入、學(xué)歷程度、認知能力對小農(nóng)戶發(fā)展生態(tài)農(nóng)業(yè)具有顯著的正向影響：這說明農(nóng)業(yè)收入比重越大的小農(nóng)戶，一方面會更重視轉(zhuǎn)型升級帶來的收入預(yù)期，另一方面所能承擔(dān)起額外生產(chǎn)成本的能力越強，因此收入較高的小農(nóng)戶發(fā)展生態(tài)農(nóng)業(yè)的概率比普通小農(nóng)戶高22.1%;其次學(xué)歷程度越高的小農(nóng)戶，自身所具備的知識素養(yǎng)相對越高，對新事物的理解與認識更加全面和深刻，所以發(fā)展生態(tài)農(nóng)業(yè)的概率比一般小農(nóng)戶高13.5%;最后，認知能力較強的小農(nóng)戶能更快速地接受和認識生態(tài)理念及技術(shù)，因此發(fā)展生態(tài)農(nóng)業(yè)的概率比相對較弱者高5.7%。

從風(fēng)險預(yù)期來看，市場預(yù)期對于小農(nóng)戶參加合作社有一定的正向影響。對小農(nóng)戶而言，市場風(fēng)險同樣是農(nóng)業(yè)生產(chǎn)最大的風(fēng)險，如果提前覺察到這種風(fēng)險，就會事先對銷售市場進行規(guī)劃，從而減小滯銷的風(fēng)險。因此市場預(yù)期較高的小農(nóng)戶發(fā)展生態(tài)農(nóng)業(yè)的概率比沒有預(yù)期者高7.4%。

從外部環(huán)境來看，當(dāng)周圍的鄰居、農(nóng)戶都發(fā)展生態(tài)農(nóng)業(yè)時，部分小農(nóng)戶由于擔(dān)心市場需求量飽和以及產(chǎn)品同質(zhì)化，可能對發(fā)展生態(tài)農(nóng)業(yè)持觀望態(tài)度，不愿輕易從眾嘗試。因此在這種情況下，強鄰里效應(yīng)會使小農(nóng)戶獨自發(fā)展生態(tài)農(nóng)業(yè)的概率比弱效應(yīng)低12.8%;其次技術(shù)培訓(xùn)對于小農(nóng)戶參加合作社有較強的吸引力，或是這些培訓(xùn)項目提供了較為實用的農(nóng)業(yè)生產(chǎn)理論和技術(shù)，對實際生產(chǎn)具有一定幫助，因此接受技能培訓(xùn)較多的小農(nóng)戶發(fā)展生態(tài)農(nóng)業(yè)的概率比較少者高12.7%。最后，主動關(guān)注和了解國家生態(tài)政策的小農(nóng)戶，由于能更加及時了解與生態(tài)農(nóng)業(yè)相關(guān)的信息和政策，具有一定的敏感性和目標性，因此發(fā)展生態(tài)農(nóng)業(yè)的概率比較低者高9.3%。

（二）傾向得分匹配的估計結(jié)果

為研究不同實驗組參加合作社后發(fā)展生態(tài)農(nóng)業(yè)的期望值，文中運用核匹配、k近鄰匹配、卡尺內(nèi)一對四匹配和半徑卡尺匹配四種方法測算了平均處理效應(yīng)（ATT）。具體結(jié)果如表3所示。

如表3結(jié)果顯示：核匹配、k近鄰匹配、卡尺匹配和半徑卡尺匹配的平均處理效應(yīng)分別為0.277、0.220、0.223、0.229，且均在1%水平上顯著。

由此可見，不同匹配方法得出的平均處理效應(yīng)差異不大，該種差異出現(xiàn)的原因是不同的方法在匹配后共同范圍中的微小區(qū)別，從而導(dǎo)致匹配時不同組的樣本數(shù)量出現(xiàn)一定的損失，使數(shù)值出現(xiàn)幅度不大的波動。從總體上看，四種匹配方法的結(jié)果與顯著性大致相似，因此運算結(jié)果是穩(wěn)健的，表明運用傾向匹配得分來研究合作社對小農(nóng)戶參加生態(tài)農(nóng)業(yè)的影響是可行的。這一結(jié)果顯示，處理組比控制組的小農(nóng)戶選擇發(fā)展生態(tài)農(nóng)業(yè)的平均概率高23.7%，說明參與合作社對發(fā)展生態(tài)農(nóng)業(yè)的中介效應(yīng)明顯。

（三）傾向得分匹配的平衡性檢驗

在實驗的設(shè)計中，協(xié)變量是一個獨立變量（解釋變量），不為實驗者所操縱，但仍影響實驗結(jié)果。因此，為了有效控制該種影響，得到處理組與控制組在匹配后的誤差削減情況，從個人特征、風(fēng)險預(yù)期、外部環(huán)境三個主要方面引入對小農(nóng)戶發(fā)展生態(tài)農(nóng)業(yè)具有影響的不同協(xié)變量，并利用Pstest法對兩組數(shù)據(jù)的匹配結(jié)果以及匹配質(zhì)量進行平衡性檢驗。具體結(jié)果如表4所示。

表4的結(jié)果為匹配前后各項協(xié)變量標準偏誤削減情況對比，具體分析如下。

現(xiàn)有研究認為，當(dāng)標準偏誤越低時，則匹配效果越好[20-21]，其結(jié)果也越可靠。而在加入不同協(xié)變量后，標準偏誤控制在20%之內(nèi)則說明匹配效果良好[22]。

從上表中可以發(fā)現(xiàn)，在匹配之后所有協(xié)變量的標準偏誤都降到了20%以下，除市場預(yù)期、成本預(yù)期和技術(shù)培訓(xùn)外，其余協(xié)變量的標準偏誤皆控制在10%以下。因此，可以看出處理組與控制組之間誤差削減情況良好，兩組間的個體差異得到有效控制。

在標準誤偏差得到有效降低后，利用Pstest平衡檢驗的方法可進一步檢驗兩組數(shù)據(jù)在匹配后各項參數(shù)的變化幅度。表5列出了匹配前后各項數(shù)據(jù)結(jié)果的對比。可以看出，偽R值由匹配前的0.114下降到了匹配后的0.011，表明在匹配后可能造成選擇性誤差的混淆變量①對于平均處理效應(yīng)所提供的新影響大幅減少到0.1以下[23];匹配前似然比在1%水平上顯著，而在匹配后不顯著，表明在匹配后，處理組與控制組的差異不再明顯。通過傾向得分匹配，找到了與處理組參加合作社的小農(nóng)戶群體特征相似，但沒有參加合作社的控制組小農(nóng)戶樣本，兩組數(shù)據(jù)間的擬合程度較好[24];標準誤偏差均值和中位數(shù)值有了明顯的下降，說明處理組與控制組在匹配后縮小了個體差異，樣本數(shù)據(jù)被有效降低了離散程度且更為集中;線性指數(shù)均值的標準差B值在匹配后也低于25%，說明所有協(xié)變量在整體上達到平衡[25]。綜上所述，數(shù)據(jù)樣本在經(jīng)過匹配后，各協(xié)變量間比較平衡，該匹配有效通過了平衡性檢驗。

（四）合作社的中介效應(yīng)及檢驗

為了得出合作社是否為小農(nóng)戶在發(fā)展生態(tài)農(nóng)業(yè)過程中是有效的中介組織，文章采用Bootstrapping法進行中介效應(yīng)的計算和檢驗，當(dāng)置信區(qū)間不包含零時則中介效應(yīng)成立①。

如表6所示，對在結(jié)果顯著且符合置信區(qū)間不包含零的協(xié)變量如：農(nóng)業(yè)年收入、學(xué)歷程度、認知能力、市場預(yù)期和政策感知等進行具體討論。可以看出，合作社影響了小農(nóng)戶發(fā)展生態(tài)農(nóng)業(yè)行為決策，其中介效應(yīng)均在10%水平下表現(xiàn)顯著，合作社對各協(xié)變量影響小農(nóng)戶發(fā)展生態(tài)農(nóng)業(yè)的中介效應(yīng)由強到弱依次為：認知能力23.3%、學(xué)歷程度22.4%、市場預(yù)期20.1%、政策感知17.9%、農(nóng)業(yè)年收入12%。

具體分析可知，認知能力越強、學(xué)歷越高和對市場預(yù)期越高的小農(nóng)戶，參加合作社的動力越強烈，也能借助這一平臺更好了解生態(tài)農(nóng)業(yè)技術(shù)，強化了其實現(xiàn)生態(tài)轉(zhuǎn)型的意愿;學(xué)歷程度越高、參與合作社的動機也越強烈，更有魄力將生態(tài)種養(yǎng)殖的技術(shù)和理論應(yīng)用于生產(chǎn)實際;從市場預(yù)期的影響來看，合作社可對市場需求的信息進行分析，在此基礎(chǔ)上指導(dǎo)小農(nóng)戶規(guī)避市場風(fēng)險;從政策感知的影響來看，對生態(tài)農(nóng)業(yè)政策領(lǐng)會比較深刻的小農(nóng)戶，更有可能通過合作社去爭取更多的財力、技術(shù)和信息支持。農(nóng)業(yè)年收入越高的小農(nóng)戶，也有較強的加入合作社的意愿，可能是合作社可以幫助他們統(tǒng)一進行產(chǎn)品推廣和生產(chǎn)資料采購及改善了農(nóng)業(yè)基礎(chǔ)設(shè)施，這些優(yōu)勢比單個小農(nóng)戶獨立發(fā)展生態(tài)農(nóng)業(yè)更有保障。

五、結(jié)論與政策建議

本文基于298份實地調(diào)查數(shù)據(jù)，運用Logit模型估計傾向得分值，分析了影響小農(nóng)戶發(fā)展生態(tài)農(nóng)業(yè)的主要因素，利用傾向得分匹配法（PSM）和中介效應(yīng)探究了合作社是否能成為小農(nóng)戶發(fā)展生態(tài)農(nóng)業(yè)的有效中介，以此得出以下結(jié)論與政策建議：

第一，通過分析邊際效應(yīng)可以看出，小農(nóng)戶發(fā)展生態(tài)農(nóng)業(yè)受個人特征和資源稟賦、風(fēng)險預(yù)期、外部客觀環(huán)境等多方面因素不同程度的影響。因此需要整合運用不同的激勵方法與手段，包括自我認知、社會學(xué)習(xí)、風(fēng)險意識等在內(nèi)的綜合素質(zhì)越高，則小農(nóng)戶自我發(fā)展能力越強，因此，全面提升小農(nóng)戶綜合素質(zhì)是促進小農(nóng)戶和現(xiàn)代農(nóng)業(yè)有機銜接的根本。

第二，平均處理效應(yīng)表明參加合作社的小農(nóng)戶更有可能去選擇發(fā)展生態(tài)農(nóng)業(yè)，這說明合作社的確是影響小農(nóng)戶發(fā)展生態(tài)農(nóng)業(yè)的有效中介。小農(nóng)戶要主動積極地以合作社的形式參與到生態(tài)農(nóng)業(yè)的產(chǎn)業(yè)體系，以“抱團”的形式發(fā)展生態(tài)農(nóng)業(yè)，盡可能規(guī)避風(fēng)險，并且通過合作社的資源與渠道，解決在生產(chǎn)和銷售上的困難。在發(fā)展合作社上，也應(yīng)該優(yōu)先扶持“生態(tài)型”合作社的發(fā)展，政府等在政策和資金技術(shù)等方面應(yīng)該為合作社與小農(nóng)戶提供便利與支持。

第三，合作社對不同協(xié)變量有明顯的中介效應(yīng)，可以看出合作社在發(fā)揮自身功能的同時，也起到了提供平臺與渠道的作用。因此，合作社要吸收更多在認知能力、學(xué)歷程度、市場預(yù)期、政策感知等協(xié)變量得分較高的小農(nóng)戶加入，提供有針對性的幫助與扶持，解決小農(nóng)戶在發(fā)展生態(tài)農(nóng)業(yè)時所面臨的困難與窘境。

第四，生態(tài)農(nóng)業(yè)發(fā)展至今，在理論體系和配套技術(shù)上不斷成熟完善，逐漸成為我國現(xiàn)代農(nóng)業(yè)發(fā)展的主要趨勢。在對現(xiàn)有生態(tài)農(nóng)業(yè)支持體系之外，還可以考慮對“生態(tài)型合作社”和“生態(tài)小農(nóng)”進行身份的確認，在其產(chǎn)品貼上生態(tài)標簽，既使小農(nóng)戶等經(jīng)營主體具有自我認同感，又可以使這類生態(tài)農(nóng)產(chǎn)品更容易獲得市場的認可和消費者的青睞。有市場需求的不斷驅(qū)動，才能使小農(nóng)戶的生態(tài)轉(zhuǎn)型保持可持續(xù)性和不可逆轉(zhuǎn)性。

參考文獻

[1] ?韓長賦.大力推進農(nóng)業(yè)綠色發(fā)展[J].農(nóng)業(yè)工程技術(shù)，2017（17）：1+5.

[2] ?鞏前文，嚴耕.中國生態(tài)農(nóng)業(yè)發(fā)展的進展、問題與展望[J].現(xiàn)代經(jīng)濟探討，2015（9）：63-67.

[3] ?石霞，蘆千文.如何理解“實現(xiàn)小農(nóng)戶和現(xiàn)代農(nóng)業(yè)發(fā)展有機銜接”[N].學(xué)習(xí)時報，2018-03-30（001）.

[4] ?李艷麗.農(nóng)戶向綠色農(nóng)產(chǎn)品生產(chǎn)轉(zhuǎn)型的研究[D].長春：吉林農(nóng)業(yè)大學(xué)，2019.

[5] ?西奧多·W.舒爾茨.改造傳統(tǒng)農(nóng)業(yè)[M].梁小民，譯.北京：商務(wù)印書館，2006.

[6] ?羅必良，汪沙，李尚蒲.交易費用、農(nóng)戶認知與農(nóng)地流轉(zhuǎn)——來自廣東省的農(nóng)戶問卷調(diào)查[J].農(nóng)業(yè)技術(shù)經(jīng)濟，2012（1）：11-21.

[7] ?侯麟科，仇煥廣，白軍飛，等.農(nóng)戶風(fēng)險偏好對農(nóng)業(yè)生產(chǎn)要素投入的影響——以農(nóng)戶玉米品種選擇為例[J].農(nóng)業(yè)技術(shù)經(jīng)濟，2014（5）：21-29.

[8] ?周堇言，吳東醒，付志文，等.新農(nóng)村背景下農(nóng)業(yè)傳播主要模式探討[J].南方農(nóng)業(yè)學(xué)報，2012（6）：877-880.

[9] ?費孝通.鄉(xiāng)土中國.生育制度[M].北京：北京大學(xué)出版社，1998.

[10] ?曠浩源.農(nóng)村社會網(wǎng)絡(luò)與農(nóng)業(yè)技術(shù)擴散的關(guān)系研究——以G鄉(xiāng)養(yǎng)豬技術(shù)擴散為例[J].科學(xué)學(xué)研究，2014（10）：1518-1524.

[11] ?陳其芳，羅荷花.農(nóng)村居民參與新農(nóng)保意愿影響因素的實證分析[J].經(jīng)濟地理，2016（8）：142-146.

[12] ?王玉斌，華靜.信息傳遞對農(nóng)戶轉(zhuǎn)基因作物種植意愿的影響[J].中國農(nóng)村經(jīng)濟，2016（6）：71-80.

[13] ?PAUL R. ROSENBAUM P R， RUBIN D B. The Central Role of the Propensity Score in Observational Studies for Causal Effects[J]. Biometrika， 1983， 70（1）： 41-55.

[14] ?HIRANO K ，IMBENS G. The Propensity Score with Continuous Treatments[M]. Wiley-Blackwell， 2004.

[15] ?何亞偉，徐虹.非整合審計可以提高盈余質(zhì)量嗎？——來自PSM的新證據(jù)[J].南京審計大學(xué)學(xué)報，2020（2）：22-31.

[16] ?吳樂，孔德帥，靳樂山.生態(tài)補償有利于減貧嗎？——基于傾向得分匹配法對貴州省三縣的實證分析[J].農(nóng)村經(jīng)濟，2017（9）：48-55.

[17] ?J H J， HIDEHIKO I， PETRA T. Matching As An Econometric Evaluation Estimator[J].1998， 65（2）： 261-294.

[18] ?SMITH J A， TODD P E. Does Matching Overcome Lalonde's Critique of Nonexperimental Estimators？[J]. Journal of Economectrics， 2004， 125（1）： 305-353.

[19] ?溫忠麟，葉寶娟.中介效應(yīng)分析：方法和模型發(fā)展[J].心理科學(xué)進展，2014（5）：731-745.

[20] ?J N， K I， KOLODZIEJCZYKS. Statistical Problems in Agricultural Experimentation[J]. Supplement to the Journal of the Royal Statistical Society， 1935， 2（2）： 107-180.

[21] ?GREENLEAF C， BOYER E M， Petrie T A. High School Sport Participation and Subsequent Psychological Well-Being and Physical Activity： The Mediating Influences of Body Image， Physical Competence， and Instrumentality[J]. Sex Roles， 2009， 61（9-10）： 714-726.

[22] ?P R. ROSENBAUM， RUBIN D B. Constructing a Control Group Using Multivariate Matched Sampling Methods That Incorporate the Propensity Score[J]. The American Statistician， 2012， 39（1）： 33-38.

[23] ?趙正，侯一蕾，溫亞利.精準扶貧項目與農(nóng)村居民收入增長——基于傾向得分匹配模型的分析[J].統(tǒng)計與信息論壇，2018（11）：104-110.

[24] ?劉魏.非農(nóng)就業(yè)對城郊農(nóng)民收入的影響研究[J].西南大學(xué)學(xué)報（社會科學(xué)版），2016（5）：61-73+190.

[25] ?RUBIN D B. Using Propensity Scores to Help Design Observational Studies： Application to the Tobacco Litigation[J]. Health Services and Outcomes Research Methodology， 2001， 2（3/4）： 169-188.

Abstract： Taking 298 small farmers in Hunan Province as the research object， the propensity score matching method is used to evaluate the intermediary role of cooperatives in the development of ecological agriculture. The results show that the average treatment effect of different matching methods is 23.7% more likely to join the cooperative than the small farmers who do not join. The intermediary effects of different covariates of cooperatives in order from strong to weak are： cognitive ability， degree of education， market expectations， policy perception， and annual agricultural income. This shows that cooperatives are stable and effective intermediaries. Therefore， it is recommended that， in order to implement the guidelines for supporting small farmers to develop ecological agriculture in the rural revitalization strategy as soon as possible， priority should be given to cooperatives with strong self-development capabilities and high overall quality as the support objects. In order to achieve sustainability and irreversibility， the ecological transformation of small farmers with cooperatives as an intermediary must be driven by a certain market demand. The conclusions of this article can provide valuable suggestions for smallholder farmers who are determined to transform themselves to avoid risks， and provide a certain basis and reference for the agricultural sector to formulate relevant support policies.

Key Words： small farmers;cooperatives;ecological agriculture;propensity score matching