Page 69 - 《华中农业大学学报(社会科学版)》2020年第1期
P. 69

华中农业大学学报( 社会科学版)                                   ( 总 145 期)
    6
     4
     2. 秸秆还田技术采用的估计
       表3 为农户秸秆还田技术采用行为估计结果, 模型4 为不考虑内生性的 Probit估计, 模型5 和模
   型 6 为加入工具变量后的IVGProbit估计, 其中模型 6 加入了交互项, 所有模型均进行了稳健估计.
   统计结果显示, 所有回归 wald值均在 1% 水平上显著, 表明模型的拟合度较高.模型 4 信贷需求抑
   制显著性略高于模型 5 和模型 6 , 表明信贷需求抑制可能存在内生性.模型 6 的 atanhrh~12 值在
   5% 水平上显著, 拒绝了信贷需求抑制外生性的假设.从模型 6 工具变量的估计结果来看, 村级变量
   是否有 ATM 机与信贷需求抑制这一内生变量高度相关, 且 wald 检验值拒绝了零假设, 说明基本不
   存在弱工具变量的问题.
       从关键解释变量的估计结果来看, 模型 5 中信贷需求抑制在 5% 的水平上负向显著, 表明信贷需
   求抑制变量抑制了农户秸秆还田技术的采用, 验证了假说 H 2 这可能是由于当农户农业生产性资金
                                                          ,
   缺乏时, 在资源配置的过程中很可能舍弃秸秆还田技术.非农收入变量在 10% 的水平上正向显著,
   表明非农收入对农户秸秆还田技术也有促进作用.模型 6 在加入非农收入与信贷需求抑制交互项
   后, 非农收入变量系数略有下降且不显著, 交互项变量也不显著, 但是其 Z 值为 1.59 , 在 15% 的水平
   上显著, 若将 10% 的显著条件略微放宽, 也表明非农收入对于信贷需求抑制的负向影响具有一定缓

                          .
   解作用, 结论符合假说 H 3
                      表 3  信贷需求抑制、 非农收入与秸秆还田技术采用模型计量结果 ①
                               模型 4 — Probit         模型 5 — IVGProbit       模型 6 — IVGProbit
           变量名称
                             系数        Z 值          系数        Z 值          系数         Z 值
    信贷需求抑制                -0.248 ∗∗    -2.43     -0.144 ∗∗    -2.08      -0.137 ∗    -1.72
    非农收入                    0.002      1.45       0.002 ∗      1.66       0.002       1.36
    非农收入 × 信贷需求抑制            -           -          -           -         0.006       1.59
    户主年龄                    0.007      1.18        0.007       1.16       0.005       1.01
    身体健康程度                  -0.282     -1.27       -0.269     -1.22       -0.195     -0.91
    受教育程度                   0.004      0.21        0.004       0.33       0.005       0.33
    耕地规模                    0.001      1.49        0.000       0.92       0.000       0.92
    家庭人口数                   -0.040     1.27       -0.043 ∗    -1.72      -0.048 ∗    -1.69
    家庭社会资本                  -0.063     -0.55       0.036       0.24       0.026       0.22
    参加技术培训次数                0.017      1.09       0.022 ∗      1.65      0.021 ∗      1.76
    本村农业技术推广活动次数            0.028      0.80        0.005       0.14       0.005       0.16
    本村是否有技术示范户              -0.001     -0.01       -0.053     -0.45       -0.049     -0.42
    地块面积                    -0.001     -0.15       -0.001     -0.47       -0.001     -0.47
    地块离家庭距离                 -0.002     -1.11      -0.021 ∗    -1.82      -0.021 ∗    -1.81
    地块土壤质量                  -0.068     -0.85       -0.048     -0.61       -0.046     -0.58
    黑龙江                   -1.084 ∗∗∗   -6.96     1.192 ∗∗∗    -8.93     -1.197 ∗∗∗   -3.06
    四川                    -0.338 ∗∗∗   -2.59     -0.399 ∗∗∗   -2.93      -0.398 ∗    -1.63
    常数项                     0.466      -1.04       0.095      -0.21       0.097      -0.22
    atanhrh~12               -           -        -0.245 ∗    -1.67      -0.256 ∗∗   -2.05
    一阶段工具变量估计                -           -            信贷需求抑制                 信贷需求抑制
    工具变量                     -           -        -0.209 ∗    -1.69      -0.208 ∗    -1.62
    控制变量                     -           -               引入                     引入
    观察值个数                        729.000                729.000                729.000
    对数似然值                       -924.7582              -908.1107              -901.1984
    wald卡方值                      145.28                 149.07                 204.72

     3. 稳健性检验
       为了判断上述估计在不同规模农户群体中是否有差异, 借鉴徐志刚等                               [ 3 ] 界定方法, 将耕地经营规
   模为所在县户均耕地经营规模 3 倍以下的农户视为小农户, 反之为规模户, 按农户是否规模户进行稳
   健性检验, 回归结果( 见表 4 ) 表明工具变量仍然符合外生性与显著性的假定, 分样本回归结果基本稳
   健, 研究假设得到了较为稳健的模型结果支持.但有机肥采用技术的分组回归结果中规模户并不显


   ①  由于河南地区 228 户农户只有 6 户没有采用秸秆还田技术, 为防止可能造成的偏误, 将河南地区数据删除后进行回归.
   64   65   66   67   68   69   70   71   72   73   74