农民专业合作组织的经济效果分析——以南京市西瓜合作社为例

　　
　　
　　
　　农民专业合作组织的经济效果分析 [1]
　　——以南京市西瓜合作社为例
　　
　　伊藤顺一 1 包宗顺 2 苏群 3
　　
　　摘要： 本文首先对农户参加合作社的动机、合作社选择农户的基准等进行了描述。结果表明，一方面，合作社限制小规模农户入社，另一方面，对新旧合作社的不理解和对人民公社的反感也导致了部分农户不愿入社；其次，本文通过计量分析，探讨了合作社对农户的经济效果。结果表明，合作社对小规模农户的效果明显，对大规模农户的效果不显著。因此，农民对合作社的不理解和入社条件的限制，使相当一部分小规模农户失去了提高收入的机会。
　　关键词： 农民专业合作组织； PSM 方法；经济效果分析
　　A Economic Effect Analysis of Farmer Cooperative Organization
　　Abstract: On the basis of describing the motivation of joining farmer cooperative organization, as well as the cooperation organization’s criteria for choosing farmers, this paper discuss the economic effect of cooperative for farmers, through econometric analysis. The result show that, on one hand, cooperative limits of small farmers into the organization, on the other hand, the understanding of old and new cooperatives and communes aversion has also led to some farmers do not want to join the cooperative. Moreover, the average daily labor income measured results show that the cooperative of small scale farmers’ effect is obvious, but not significant for large scale famer. Therefore, the small scale farmer has lost the opportunity of increasing income, because of not understanding the cooperative and the constraint for joining cooperative.
　　Key Words: Peasant Special Cooperative Organizations; PSM Method; Economic Effect Analysis
　　
　　
　　一、引言
　　20 世纪 80年代初实行的家庭联产承包制，极大地提高了农民的生产积极性。但随着市场经济改革的逐渐深入，小农户与大市场之间的矛盾也日益突出。为了保护农民的经济利益，提高农产品的市场竞争力， 20世纪 80年代后期，农民专业合作组织应运而生。新型农民专业合作组织与以往的农村集体经济组织、供销合作社和农村信用合作社等有着明显的区别，它是 在农村家庭承包经营基础上， 主要由农村中的能人或农产品加工、销售服务企业发起，社员 自愿联合、民主管理的互助性经济组织。它以其成员为主要服务对象，提供农业生产资料的购买，农产品的销售、加工、运输、贮藏以及与农业生产经营有关的技术、信息等服务。 2007 年 7月 1日《中华人民共和国农民专业合作社法》的实施，进一步推动了农民专业合作组织的发展，也引起了国内外学者的广泛关注。
　　 以往关于农民专业合作组织的调查和研究已有大量积累，但多数 集中于合作社的制度改进和模式选择等方面。近年来的一些研究开始从“农户”视角，探讨合作社的参与及其影响因素（黄祖辉， 2002；孙业范， 2003， 2008； 孔祥智， 2006 ），也试图通过社员与非社员之间的比较，来探讨合作对农户收益的影响（小林，刘，秦， 2007；黄祖辉， 2007； 陈钟焕， 2008 ）。 然而，由于存在一定的入社条件以及部分农户由于其他原因不愿入社等情况，简单比较容易产生选择性偏差并导致结果的可信度降低。为此，本文以南京市横溪镇的调查数据为基础，运用 PSM 方法来消除选择性偏差和内生性等问题，并对农民参加专业合作社的经济效果进行实证分析。
　　二、处理效果的分析方法
　　（一）样本选择模型
　　 农户 i的成果 Yi一般可以用以下公式来表达（参照 Bratberg, Grasdal, and Risa (2002) ， Heckman et al. (1998a) ， Heckman, Ichimura, and Todd (1998b) ）
　　 （ 1 ）
　　其中， Xi 为成果的解释变量，ε i 为误差项并假定与 Xi 不相关。 Di=0 代表非社员， Di=1 代表社员。假定社员在未加入合作组织时的成果期待值为 E[Y0 ∣ D=1] ，以社员为基准的平均处理效果（ ）则为
　　 （ 2）
　　将同一主体（农户）参加与未参加合作组织的成果进行比较，就可以计算出平均处理效果。然而，由于农户只能在参加与否中选择其一，（ 2）式右边的两项无法同时观察，因此，对于社员而言， E[Y0 ∣ D=1] 只是一个假定的成果期待值。如果将 ATT’ 定义为社员与非社员的成果期待值之差，如下式所示
　　那么， ATT=ATT’ 的话，则合作的效果（ YD ）就可以用（ 1 ）式进行 OLS 回归得出。即
　　ε 与 D 不相关， B=0 成立（即 ATT=ATT’ 成立）；如果 ε 与 D 相关，则 B ≠ 0 ，控制函数推算的处理效果（合作的效果）会产生选择性偏差。
　　如上所述，正确计算处理效果，必须要考虑入社的理由。如果合作社不设置入社条件，则社员与非社员就会被随机选拔，那么就可以用比较简单的方法来推算合作的效果。如果合作社限制部分农户入社，或特定的农户由于某种原因不入社，则用控制函数推算的处理效果就会产生选择性偏差。
　　误差项 ε 与选择变量 D 相关，表明入社与不入社的选择是内生决定的。现将选择变量定义为
　　（ 3 ）
　　其中， Di* 为潜在变量， Z 表示影响入社或不入社的变量。通常假定 ε和μ符合二元正规分布，即
　　 （ 4 ）
　　在（ 4 ）式下，采用最大似然法或工具变量法对（ 1 ）、（ 3 ）式进行计算，就可得出无偏的估计值。那么，社员的成果期待值为
　　（ 5 ）
　　 其中， 表示米卢兹逆比，是正规密度函数与正规分布函数的比率。而社员与非社员的成果期待值之差可以表示为
　　如果不考虑选择变量的内生性，则 OLS的估计值可以看做为上式右边的处理效果，那么偏差可以表示为
　　OLS 对（ 1 ）式进行估计所得的处理效果也会被过大（过小）评价（ Winkelmann and Boes 2006, 242 ）。对参数进行估计时，为了解决（ 3 ）式中解释变量的内生性问题，可以追加一个对 D 有影响，但与 Y 不相关的工具变量 Z （ Cameron and Trivedi 2005, 551 ）。
　　（二）采用 PMS （ Propensity Score Matching ）法计算处理效果
　　PSM 是 Rosenbaum and Rubin (1983) 提出的一个处理效果分析方法，用于代替前项的参数估计。 PSM 法的好处在于，可以不将成果函数化或对误差项进行特定假设就可以推算处理效果。 PSM 法是将参加与不参加的选择置于随机状态，然后将处理组与对照组的成果进行比较（ Dehejia and Wahba 2002 ）。
　　在随机状态下，下式可以成立
　　 （ 6 ）
　　W 表示影响选择与成果的变量。（ 6 ）式被称为条件独立性假设（ CIA ： Conditional Independence Assumption ）。如上所述，在满足 CIA 的状态下， ATT=ATT’ 成立，处理效果为
　　PSM 法的 W 值与处理组和对照组的成果期待值之差接近，因此可以看作为处理效果。然而，由于 W 通常包含很多变量，因而确保其近似性十分必要。解决的方法为倾向分值，即将条件下的组织参加概率定义为
　　Rosenbaum and Rubin （ 1983 ），如果 6 ）式成立，那么同一主体（农户）的倾向分值与参加（社员或非社员）或不参加无关，可以看作为具有同一属性（ W ）。在处理效果分析中，属性一致称为 balancing property （ BP ），可以通过 t 检验来确认。如果 BP 被满足，则处理组和对照组就可以匹配，对于特定倾向分值的处理效果就可以用下式表达
　　p(W) 取其相关的 ATTp( π )期待值，则平均处理效果就可以通过下式计算
　　众多以往研究指出的，为了使处理效果的估计无偏，就必须对影响选择和成果的变量无遗漏。此外，去除偏差的另一个条件为 common support （ CS ）。这是在处理组和对照组的倾向分值相重叠的范围内计算 ATT 。由于倾向分值代表组织参加的概率，因此处理组的倾向分值比对照组高。也即，在倾向分值较大的领域，与处理组重叠的对照组较少，在倾向分值较小的领域，与对照组重叠的处理组较少。对于倾向分值无重叠范围内的观察值，则从处理效果的计算中除去。
　　PSM 法的处理效果模型如下所示（ Smith and Todd ,2005 ）。
　　I1 代表处理组集合， I0 代表对照组集合， Sp 代表满足 CS 的范围， Nr 为满足 CS 的处理组样本数， w(i,j) 为匹配权重（ ∑ w(i,j)=1 ）。 Yi1 为倾向分值在特定范围内的处理组效果， ∑ w(i,j)Yj0 为倾向分值在同一范围内对照组效果的加权平均，两者之差为范围 i 的处理效果。这个值在满足 CS 的整个范围内的平均，则得出平均处理效果。
　　权重 w(i,j) 根据匹配情况而变化，具体包括最近邻匹配（ nearest-neighbor matching ）、层次匹配（ stratification matching ）、半径匹配（ radius matching ）、核匹配（ kernel matching ）、局部线性回归（ LLR ： Local Linear Regression ）匹配等（北村 2009 ； Smith and Todd 2005 ）。本研究将采用最新的核匹配（ kernel matching ）和 LLR 法。
　　三、调查的基本情况
　　本文数据来自对南京市横溪镇的实际调查，该镇位于市区以南 28公里，由 24个村委会构成。 2008年户籍人口为 74023人，其中，城镇人口 10315人，农业人口 14534人，总面积 215平方公里，耕地面积 7824公顷。全镇国内生产总值为 96729万元，农民人均纯收入 9186元，主要种植西瓜、水稻和油菜等。该镇共有 21个合作社，我们开展问卷调查的南京绿桥瓜果蔬菜专业合作社是其中规模最大的，社员数达 2300人，年销售额超过 7000万元，主要经营西瓜。该合作社对社员提供技术指导、农产品销售、生产资料购买、信用担保等服务，同时与社员签订产销合同，合同内容包括栽培品种、种植与销售时间、销售数量与价格，以及肥料、农药的种类与使用方法等，并根据西瓜的糖度、色泽、重量等制定等级标准，按高于当地市场 20%的价格收购。
　　调查样本的选取方法如下：从横溪镇的 24个村委会中选取 3个主要种植西瓜的村（云台村、新扬村、许呈村），根据合作社和村委会提供的名单，分别从西瓜种植农户中各随机抽取 200户，共获得 160个合作社社员和 158个非合作社社员的样本。
　　由于合作社并非全部收购，因此社员自己零售的比例过半（ 51.5%），而非社员的自己零售比例则高达 87.3%。从平均销售价来看，社员为 3.1元 /公斤，非社员为 2.2元 /公斤，而销售给合作社的单价最高，在 3.4-3.6元 /公斤。从对经营问题的认识来看，非社员的所有项目占比均高于社员，特别是两者之间关于销售困难和信息不畅的问题存在明显差别 ,如表 1所示。
　　表 1 西瓜的销售状况与经营问题的自我评价
　　注：平均售价为销售价格的加权平均值。
　　表 2是社员与非社员的家庭特征比较，其中，家庭人数、户主年龄和学历、户主的西瓜种植经验、自家到镇的距离这几项不存在社员与非社员的明显差别，但从新技术•新品种的采用、信息来源、市场把握度这几项来看，社员比非社员具有明显优势；从村民大会及选举的参加和对风险的态度来看，社员也比非社员更积极；从对人民公社的印象、新旧合作社的区别和周边农户的入社情况来看，非社员对合作社的认识不清并且周围农户入社较少；从耕地面积和西瓜种植面积来看，社员明显大于非社员。
　　 对未参加合作社的农户进一步分析可以得知，不参加的理由主要有“不愿意参加”（ 75户）、“不知道有合作社”（ 34户）、“不符合入社条件”（ 29户）、“没有人介绍入社”和“不知道如何加入”（合计 18户）等，其中，由于“对合作社认识不清”而不参加的农户占不愿意参加农户的 76%。可见，农户是否参加合作社，既有合作社方面的原因，也是农户自己选择的结果。
　　表 2 家庭特征的统计结果
　　注：户主学历赋值： 1=文盲 2=小学 3=初中 4=高中 5=中专 6=大专以上；“信息来源”是反映农户了解市场行情的渠道，多选题；
　　四、计量分析结果
　　1 、 样本选择模型的计量结果
　　首先，将微观层面的农户西瓜生产函数定义为：
　　、 、 、 分别代表中间投入要素、西瓜种植的劳动日数、家庭固定资产价值和西瓜种植面积。短期内除了中间投入要素以外都可视为固定生产要素，农户在固定生产要素投入下追求收入最大化。
　　其次，将最大化条件下的农户收入函数设定为：
　　
　　为 中间投入要素的价格 ， 、 、 中间投入要素、固定资产、西瓜种植面积的生产弹性 。此外，由于 （
　　由于合作社对其社员廉价销售生产资料，因此，可以将 对 的影响归入是否社员这一虚拟变量中。同样，如果农户的西瓜销售价格完全取决于是否参加合作社，那么 并非全部被合作社所收购，因此，社员与非社员之间的价格差并不能全部看作为合作的效果。对此，本文采用替代变量进行处理。此外，合作社对社员提供技术支持和新品种所带来的效果也用 是否社员来说明 。
　　计量分析模型如下所示：
　　（ 7 ）
　　在实际分析时，还加入了户主年龄 、户主年龄的平方、家到镇的距离、新技术新品种的采用、信息来源、村民大会及选举的参加和对风险的态度等解释变量。由于是否社员这一虚拟变量可能产生内生性的问题，因此，将“对人民公社的印象 ”作为工具变量来替代上式中的社员虚拟变量，因为工具变量只影响是否参加合作社的决定，而与成果 （
　　表 3给出了使用 2008年的数据所得出的结果。 (a) 为 OLS 法， (b) ， (d) 为最大似然法（ ML ）， (c) ， (e) 为一般几率法的回归结果。
　　表 3 回归结果

	(a)OLS	(b)ML	(c)GMM	(d)ML	(e)GMM
ln （ 收入 / 劳动日数 ）
户主年龄	-6.753**	-5.631*	-7.436***	-6.426	-7.4
户主年龄 2	6.800**	5.677*	7.388***	5.301	6.156
户主学历	0.001	0.001	-0.01	0.041	0.028
自家到镇的距离	0.025	0.027	0.022	-0.012	-0.028
新技术，新品种的采用	0.009	-0.091	-0.065	0.076	0.176
信息来源	0.015	0.014	-0.006	-0.014	-0.023
村民大会及选举的参加	0.004	-0.022	0.02	0	0.037
对风险的态度	0.017	0.014	0.012	0.048*	0.061***
ln （ 西瓜销售价格 ）	1.172***	1.114***	1.151***	－	－
ln （ 资本 ・ 劳动比率 ）	0.126***	0.125***	0.128***	0.140***	0.138*
ln （ 土地 ・ 劳动比率 ）	0.934***	0.848***	0.901***	0.909***	0.959***
ln （ 劳动 ）	0.019	-0.04	0.026	0.183	0.206
是否社员	0.141**	0.422***	0.241***	0.776***	0.575***
常数项	7.453***	7.220***	7.560***	7.310***	7.678***
对人民公社的印象	－	-2.109***	－	-2.210***	－
样本数	276	276	245	276	245
Adj. R 2	0.814	－	－	－	－
Centered R 2	－	－	0.823	－	0.531
Uncentered R 2	－	－	0.989	－	0.97
Root MSE	－	－	0.419	－	0.682
λ	－	-0.19	－	-0.261	－
ath ρ =0.5*ln{(1+ ρ )/(1- ρ )}	－	-0.469***	－	-0.401**	－
Hansen J statistic ( p value)	－	－	0.262	－	0.852

　　注： *， **， ***分别表示 10%， 5%， 1%水平上显著。
　　采用 GMM 法是因为关于误差项不均一分散的假设检验没有在 1% 水平上被拒绝。户主学历、自家到镇的距离、新技术新品种的采用、信息获得、村民大会及选举的参加这几项在所有方法中都不显著。而户主年龄、户主年龄的平方则在 (d) 和 (e) 中不显著。 这两个回归值显示了收入与年龄的倒 U 型关系， 而且 OLS 的相关系数为 0.814 ，说明模型的可信度较高。
　　由于 （ 和 OLS 推算的合作效果为过小评价。从 (a) 和 (b) 的实际比较也可以看出， OLS 得出的社员虚拟变量估计值为 0.141 ， ML 为 0.422 。此外， (7) 式解释变量中存在未涵盖的变量，意味着存在逆向选择。如果具有经营者能力和种植技术的农户更倾向于参加合作社，而农户特征无法观察，则可以得出 。相反，独立意识较强且收益较高的农户倾向于拒绝参加合作社，而农户特征无法观察，则具有逆向选择。社员与非社员的生产力差异同样在处理效果模型的计算中显示了逆向选择。 GMM 推算结果的 p 值 (c) 为 0.262 ， (e) 为 0.852 ，说明工具变量与成果函数的误差项不相关。
　　表 3 的 (d) ， (e) 是去除 ln （西瓜销售价格）后的回归结果。 去除价格因素后， 对风险的态度 变得显著了，但原因还无法判断。社员虚拟变量的估计值 (d) 为 0.776 ， (e) 为 0.575 ，说明合作效果 exp(0.776) - 1=1.17 倍， 相当于社员 0.78 倍。 各回归式得出的 (d) 为 26.8 元 / 日， (e) 为 27.0 元 / 日，而社员的效果换算为金额则分别为 31.4 元 / 日， 21.0 元 / 日。此外，在包含 ln （西瓜销售价格）变量的 (b) ， (c) 中，合作的效果分别为 12.7 元 / 日， 7.6 元 / 日。 说明对社员与非社员之间价格差的解释不同，会造成计量结果的较大差异，如果考虑价格差对合作的影响，则合作的效果大概为 21 ～ 31 元 / 日。
　　2 、 PSM法的计量结果
　　采用 PSM 法的前提是将尽可能观察到的影响因素都引入模型中，因此，解释变量包括户主及其家庭特征（居住地情况、家庭成员数、户主年龄及学历）、农业生产情况、与组织参加的决定有关的变量、以及组织的参加资格等。通常分值的计算方法有 logit 、 probit 、 log-odds 等，本研究采用 probit 模型，回归结果如表 4 所示。
　　注： *， **， ***分别表示 10%， 5%， 1%水平上显著；“对人民公社的印象”是反映农户对人民公社的印象对其入社意愿有无影响；
　　与家庭特征有关的变量（家庭成员数、家庭成员数 2 、户主年龄、户主年龄 2 、户主学历）的估计值都不显著。“ 自家到镇的距离”、“信息来源”、“村民大会及选举的参加”、“对风险的态度”这几项 的估计值也不显著。“ 新技术新品种的采用 ”的估计值为正，且在 (a) 估计中显著水平为 10% 。说明积极采用 新技术新品种的农户入社概率较高。此外，在倾向分值的估计中加入了“对人民公社的印象”，结果为负且很显著，在 (b) 的估计中还加入了 “新旧合作社的区别”，结果为正且很显著。 说明能够理解 50 年代初级 、 高级社与现在合作社之间的区别的农户，其入社概率较高。 如前所述，对人民公社的反感和对现在合作社的不理解，成为了拒绝入社的最大原因。
　　“周围农户的入社情况”估计结果为正且很显著，但这是由于模仿或网络的影响，还是作为无法观察的代理变量，还难以判断 （ Manski 1993; Wydick 2008 chapter 8 ）。“ 2005 年的西瓜播种面积”和 “ 2005 年的西瓜播种面积 2 ” 都很显著，前者为正（ 1.001 ），后者为负 （ -0.084 ），说明入社概率与种植面积呈倒 U 形关系，最大面积为 6 亩（入社条件的 2 倍）。 2005 年超过 6 亩的农户有 14 户，其中 10 户为现任社员。此外， 在 (b) 的估计中还加入了“ 市场状况的把握度 ”、“ 2000 ～ 2005年间有借款 ”、“ 2005 年地块的分散度 ”，只有“ 2000 ～ 2005年间有借款 ”比较显著，说明采用 (b) 式时，多数变量不满足 BP ，因此， 处理效果的估计采用相关系数（ 0.542 ）较高的 (a) 式。
　　表 5　 成果的 单纯比较与处理效果的回归结果
　　注： *， **， ***分别表示 10%， 5%， 1%水平上显著。
　　PSM 法的成果指标采用日均西瓜种植收入 （ 5 所示。首先，单纯比较的结果显示， 社员的平均收入为 84.5元 /日，非社员为 40.7元 /日，之差 （ 43.8 元 / 日）在统计上显著（ t 值： 6.42 ）。而非农工资平均为 62.9 元 / 日，高于社员的西瓜种植收入。此外，采用满足 CS 制约条件的 kernel 法和 LLR 法时，去除了处理组中的 20个样本。而对于全部样本进行均衡检验的结果（表 6）表明， kernel 法和 LLR 法都满足 BP条件。采用 kernel 法的合作效果为 23.5 元 / 日， LLR 法为 21.2 元 / 日，其 bootstrapt 值分别为 2.43 和 2.18 （均在 5% 水平上显著）。 这说明，去除各种原因导致的偏差后，社员的日均劳动收入仍高于非社员，合作的效果约占单纯比较的一半。
　　表 6 　 均衡检验的结果
　　注：最后 2 行代表全部变量的尤度比检验的 p 值。
　　根据 kernel 法和 LLR 法所估计的合作效果为 21 ～ 24 元 / 日。 而根据样本选择模型所估计的效果，即社员与非社员之间由于产品价格差异所形成的合作效果为 21 ～ 31 元 / 日。本来采用 PSM 法计算的 合作效果应该较大，但实际上并非如此。使用 样本选择模型 计算合作效果时，即使是 和 （ Average Treatment Effect on the Untreated ） 的加权平均，两个回归结果之间仍然存在矛盾之处。
　　由于 而劳动生产率等于土地生产率（
　　 (8)
　　由此，对各变量的个别合作效果进行回归，结果如表 5 所示。从单纯比较来看，劳动生产率之差为 10.4kg / 日，且结果显著。土地生产率之差为 77.0kg / 亩。社员与非社员之间单产之差的显著性较低，可以认为是合作社带动所引起的技术普及化。本合作社为了确立地区品牌，鼓励社员向非社员提供技术信息。 土地与劳动比率之差为 0.40 亩 /100 日。 在差额和价格方面，社员也比非社员有利，且两者之差比较显著。平均成本方面是社员比较高，这是由于社员大多使用了大棚。从单纯比较来看，除了平均成本，社员的其他方面都优于非社员。 但从合作的效果来看，劳动生产率和差额在统计上都不显著，土地生产率、土地与劳动比率、价格、平均成本的 t 值也很低。这说明 个别要素的处理效果在统计上不显著。
　　表 5 中合作效果的阶层性值得关注。为了使小规模层和大规模层的样本数基本相等，将 2005 年时点下西瓜种植面积 3亩以下的农户作为小规模农户，因而，小规模层中也包含满足入社条件的农户。小规模层的样本为 167户（其中，社员为 53户），大规模层为 151户（其中，社员为 107户）。从小规模层的 41.1元 /日（ t值： 4.41），合作的效果为 27～ 33元 /日。 kernel 法的 t 值为 1.51， LLR 法的 t 值为 1.94，可以认为社员与非社员之间存在显著差异。 从大规模层的 35.5元 /日（ t值： 2.92）， kernel 法的 合作效果为 13.3 元 / 日 ，且 t值较低为 0.63 。从样本选择模型计算的合作效果来看，根据表 3 中 (b) 的计算， 小规模层为 16.3 元 / 日，大规模层为 8.8 元 / 日，根据 (d) 的计算，分别 为 41.7 元 / 日和 5.0 元 / 日。而且 (b) ， (d) 的社员虚拟变量都显示了小规模层在 1% 水平上显著，大规模层在 10% 水平上也不显著。说明合作的效果具有阶层性。
　　表 5 中列出了非农工资、人均家庭总收入和资产（家庭总资产和房屋资产价值）的比较结果。是为了以入社状况和经营规模进行分类并比较其经济状况。 从表中可以看出，社员与大规模农户最富裕，而非社员与小规模农户处于最下层，特别是收入和资产方面，两者之间相差近一倍。而且，从非农工资来看，社员 与 大规模农户为 74.3 元 / 日，非社员与小规模农户为 55.3 元 / 日，即使只看小规模层，非社员的所有项目都比社员差。 换言之，没有参加合作组织的小规模农户，即使通过非农就业来弥补农业收入的不足，也无法实现与其他阶层的资产均等。
　　最后，来看一下合作效果的溢出效应。根据 Govereh and Jayne (2003) ， Minten, Randrianarison, and Swinnen (2007) ，经济作物的商品化计划（ commercialization program ）与签约种植，可以通过农业技术和经营者能力的提高，来促进计划外和签约对象外传统作物的生产率提高。对于本案例而言，合作的效果应该波及西瓜以外的农业部门。表 5 的最后一行显示了西瓜种植以外农业收入 / 劳动日数的计算结果，从单纯平均来看，社员为 22.8 元 / 日，非社员为 23.3 元 / 日，没有显著差别，而 kernel 法和 LLR法的计算结果分别为 2.2 元 / 日和 0.6 元 / 日， t 值也很低。说明与以往研究不同，合作效果并没有波及到其他农业部门。
　　五、主要结论
　　以往的大量研究主要是通过社员与非社员之间的简单比较，分析参加合作组织对提高农户收入或农业生产率的影响。然而，由于存在一定的入社条件或部分农户由于其他原因不愿入社等，简单比较容易产生选择性偏差并导致结果的可信度降低。本文以南京市横溪镇的调查数据为基础，运用 PSM 方法来消除选择性偏差和内生性等问题，并对农民参加专业合作社的经济效果进行了实证分析。
　　从样本的平均值来看，社员与非社员的西瓜种植收入分别为 84.5 元 / 日和 40.7 元 / 日，但采用 PSM 法估计的合作 对农民收入的影响 结果只 占 50% 左右。 因此，单纯比较包含了选择性偏差，会导致 合作对农户经济的影响放大。本研究将是否参加合作社的影响因素进行了特定化，同时，对合作社排除小农的理由以及农户对参加合作组织的迟疑原因进行了分析。以往研究已经指出，合作社之所以优先与大规模农户签约，是出于节约成本和降低风险的考虑。实际上，本次调查的合作社干部也指出，为了节约成本而排除小农，而且社员与非社员相比更具有风险偏好。此外， Probit 分析的结果表明， “对人民公社的印象”、“新旧合作社的区别”、 “ 新技术新品种的采用 ”、 “周围农户的入社情况”对是否入社存在显著影响。 换言之，对现在合作社与 50 年代的初级 与 高级社之间的区别不理解的农户、以及对人民公社反感的农户，其合作组织的参加率较低，相反，热心于采用新技术新品种的农户、以及周围社员较多的农户，其入社的概率较高。 但“周围农户的入社情况”对农户参加合作社的决定所产生的影响，是模仿行为还是作为无法观察的代理变量，还难以判断。
　　本研究的政策含义有两个。其一是入社限制的弊端和废除方法。从经济状况来看，非社员不仅在西瓜种植收入方面，而且在家庭总收入和资产方面也差于社员，特别是小规模非社员农户，处于农户的中下层。因此，以生产规模设置“入社门槛”会导致农村内部新的收入差距。此外，样本选择模型和 PSM 法的分析结果都表明，合作的效果对小规模农户更明显。因此，合作社在废除入社限制的同时，可以通过征收交易手续费来弥补交易成本，这样就可以在保护农户和合作社利益的同时，达到社会公正。其二是有必要加大对农户进行相应的宣传力度。小规模农户中由于对合作社认识不足而对入社迟疑的不在少数。因此，增加其对新型合作社的理解，以及对《中华人民共和国农民专业合作社法》具体条款的认识，十分必要。
　　
　　参考文献
　　1. 黄祖辉，徐旭初，冯冠胜：《农民专业合作组织发展的影响因素分析》，《中国农村经济》 2002年第３期。
　　2. 黄祖辉，梁巧：《小农户参与大市场的集体行动——以浙江省箬横西瓜合作社为例的分析》 ,《农业经济问题》 2007年第 9期。
　　3. 郭红东，蒋文华：《影响农户参与专业合作经济组织行为的因素分析——基于对浙江省农户的实证研究》，《中国农村经济》 2004年第期 5。
　　4. 孙业范：《现阶段我国农民合作需求与意愿的实证研究和启示——对江苏农户的实证调查与分析》，《江苏社会科学》 2003年第 1期。
　　5. 孙业范：《农民专业合作经济组织的利益机制及影响因素分析——基于江苏的实证研究》，《农业经济问题》 2008年第 9期。
　　6. 孔祥智，郭艳芹：《现阶段农民合作经济组织的基本状况、组织管理及政府作用》，《农业经济问题》 2006年第 1期。
　　7 . 小林一穂， 刘 文静，秦庆武：《 中国农村的共同组织》， 《 御茶ノ水書房 》 2007 年。
　　8. 白石和良：中国农民专业合作社法的概要与问题，《农林经济》， 2007年第 9888号。
　　9. 陈钟焕： 《中国农业保护政策的开始与农业产业化经营》，《批評社》 2008 年。
　　10 . 小林一穂 、 劉文静 、 秦慶武 ： 『中国農村の共同組織』 ，《 御茶ノ水書房 》 2007 年。
　　11 . 北村行伸 ： 『ミクロ計量経済学入門』 ，《 日本評論社 》 2009 年。
　　12.Bratberg, E. A. Grasdal and A.E. Risa 2002. “Evaluating social policy by experimental and nonexperimental methods.”Scandinavian Journal of Economics104(1): 147-171.
　　13.Cameron, A.C. and P.K. Trivedi 2005.Microeconometics: Methods and Applications. New York: Cambridge University Press.
　　14.Dehejia, R.H., and Wahba, S. 2002. “Propensity score-matching methods for nonexperimental causal studies.”Review of Economics and Statistics84(1): 151-161.
　　15.Govereh, J. and T.S. Jayne 2003. “Cash cropping and food crop productivity: synergies or trade-offs?”Agricultural Economics28(1): 39-50.
　　16.Heckman, J., H. Ichimura, J. Smith and P. Todd 1998a. “Characterizing selection bias using experimental data,”Econometrica66(5): 1017-1098.
　　17.Heckman, J. H. Ichimura and P. Todd 1998b. “Matching as an econometric evaluation estimator,”Review of Economic Studies65(1): 261-294.
　　18.Manski, C. F. 1993. “Identification of endogenous social effects: the reflection problem.”Review of Economic Studies60: pp. 531-542.
　　19.Minten, B., L. Randrianarison and J. Swinnen 2007. “Spillovers from high-value agriculture for exports on land use in developing countries: evidence from Madagascar.”Agricultural Economics37(2-3): 265-275.
　　20.Rosenbaum, P. and D. Rubin 1983. “The central role of the propensity score in observational studies for causal effects.”Biometrika70(1): 41-55.
　　21.Smith, J.A. and P.E. Todd 2005. “Does matching overcome LaLonde’s critique of nonexperimental estimators?”Journal of Econometrics125(1-2): 305-353.
　　22.Winkelmann, R. and S. Boes 2006.Analysis of Microdata. Berlin: Springer.
　　23.Wydick, B. 2008.Games in Economic Development. New York: Cambridge University Press.
　　
　　 （作者单位： 1 日本农林水产省政策研究所主任研究员；
　　2 江苏省社会科学院农村发展研究所所长、研究员；
　　3 南京农业大学经济管理学院教授 ）