Page 69 - 《华中农业大学学报（社会科学版）》2020年第4期

４
华中农业大学学报( 社会科学版) ( 总 １４８ 期)
６
代表一系列控制变量, α 、 和θ 均是待估参数, 是误
式( ４ ) 中, Q i 为第 i 个稻农的种植收入, C j β μ
差项.在模型中, 因变量为稻农的种植收入, 自变量主要包括农药投入( Z )、 化肥投入、 种苗投入、 劳
动力投入、 灌溉投入、 机械投入和其他物质投入等.
将( ４ ) 式左右两边分别对 Z 求偏导, 得出农药边际生产率为:
－
∂Q Q ∂G ( Z )
＝γ ( ５ )
∂x G ( Z ) ∂Z
２． 准实验设计
在确定农户是否存在过量施药行为之后, 如果控制其他条件不变, 农户选择各市场主体参与对其

自身的施药行为会产生多大影响呢?
常用的研究方法包括三种: 第一种是在回归模型中引入“ 是否有市场主体参与” 这一虚拟变量来
估计市场主体参与对农户施药行为的影响.但农户对市场主体参与的选择决策并不是随机的, 是农
户综合多方面因素而做出的决定, 具有自选择性.这种自选择性会导致传统回归的估计结果产生偏
误.第二种是直接比较两类农户在施药行为上的差异, 这种方法的缺陷在于忽略了在农业生产过程
中选择市场主体参与的农户与未选择市场主体参与的农户之间的异质性, 即存在样本选择性偏差.
第三种是采用 DID 方法比较市场主体参与前后农户施药行为的差异, 但这种方法并不可行.这是因
为生产过程有市场主体参与的农户在市场主体参与之前的施药行为特征是难以被准确地观察到的.
综上所述, 本文将在反事实分析框架下, 利用倾向得分匹配法( PSM ) 来模拟自然实验的状态, 从
而检验不同市场主体参与对稻农农药施用行为的影响.倾向得分匹配法于 １９８３ 年由 Rosenbaum 和
Rubin提出, 他们将反事实框架下人们不能观测的结果界定为反事实结果.农户在生产过程中, 特别
是在其施药行为中, 他们对市场主体参与的选择并不是随机的, 而是根据自身需求和禀赋条件所作出
的“ 自选择” 结果, 存在选择偏差.倾向得分匹配法的机理在于试图通过匹配再抽样使得观测数据尽
可能接近随机试验数据, 这可以在很大程度上降低观测数据的偏差, 是克服选择偏差进行实证估计的
有效方法.
倾向得分匹配法的研究思路: 首先, 利用 Lo g it模型估计市场主体参与对稻农的农药施用量影响
的概率, 将其作为倾向匹配得分即倾向值, 再利用受访农户的农药施用量选择作为倾向得分匹配法的

输出结果, 最后评价市场主体参与对稻农的农药施用量的减量效果.
( １ ) 农户对市场主体的选择模型.本文的研究重点是市场主体( 合作社、 承包者、 收购商) 在农户
整个生产过程中的影响, 即当农户选择加入合作社后, 合作社的农资购买、 技术指导等行为; 当农户选
择将打药环节外包后, 承包者对施药时机、 施药设备的选择等行为; 当农户选择与收购商交易时, 收购
商是否重视农产品的农药残留超标与否等行为, 这三种行为能否对农户的农药施用量的判断与选择
产生影响.为考察市场主体参与对稻农的农药施用量的影响机制, 本文将加入合作社、 非专业外包防
治、 与重视农产品的农药残留超标与否的收购商( 以下简称“ 质量型” 收购商) 交易等 ３ 个变量加入模

型, ３ 个变量均为二元离散选择变量, 建立 Lo g it模型如下:
æ p ö n
Y j＝ln ç ÷ ＝α i j＋∑ β i j X i j＋ε i j ( ６ )
è １－ pø i＝１
j＝２ 表示选择非专业外包防
(
j
式( ６ ) 中, Y j j＝１ , ２ , ３ ) 表示市场主体参与, ＝１ 表示加入合作社;
治; ＝３ 表示与“ 质量型” 收购商交易. P 为因变量为 １ 的概率, a为常数项, ( i＝１ , ２ , ３ , n ) 为第i
j
β i
为随机误
个影响因素的回归系数, X i 为农户对市场主体选择与否的影响变量, n 为有效变量个数, ε i j
差项且服从正态分布.在给定禀赋特征 X i 时, 样本中市场主体参与对稻农的农药施用量的影响概率
就是 PSM 得分.
( ２ ) PSM 方法.将样本稻农分为处理组I 和对照组J , 定义虚拟变量 M , Mi＝１ 表示市场主体参
与稻农的农药施用行为, 作为处理组; Mi＝０ 表示市场主体未参与稻农的农药施用行为, 作为对照
组. y １i 和 y ０i 分别表示有市场主体参与的稻农农药施用量与市场主体未参与情况下的稻农农药施用
y １i－ y ０i 即为市场主体参与的净效应. PSM 步骤如下:
量, 其差值( )