Page 97 - 《华中农业大学学报（社会科学版）》2020年第4期

２
华中农业大学学报( 社会科学版) ( 总 １４８ 期)
９
江市、 黄冈市、 武汉市、 襄阳市、 宜昌市中依次随机选取 ４~５ 个乡镇, 再从每个乡镇随机抽取 ２~３ 个

村庄, 从每个村庄选取若干个样本农户, 最终收集了 ７ 个市 ３２ 个镇( 区) ７８ 个村 １８８０ 份农户问卷.
问卷收集了农户农业生产成本收益的各项数据.调研方式主要以接受过多次培训的研究生开展农户

一对一的问卷访谈为主, 并由调查员根据农户的明确表述来填制问卷.
为了进一步明确研究目标与研究范畴, 对样本数据的使用有以下两点说明: 一是选取水稻的农业
机械收割服务为研究对象.湖北省江汉平原以种植水稻为主, 具有一定代表性, 且目前农村的农机服
务主要有机械耕地、 机械插秧、 机械收割和机械灌溉 ４ 种, 但结合农户调研的实际情况来看, 其中机械
收割服务最为符合农机服务可跨区作业的特征.二是聚焦于机械收割服务, 剔除样本中未购买农业
机械收割服务、 购买服务价格缺失以及自我雇佣服务的样本.据此, 经整理后共保留 １４４０ 份有效样

①
本农户数据 , 其中有跨区作业市场的农户样本数据 ５２３ 份, 无跨区作业市场的农户样本数据 ９１７ 份.
２． 计量模型
为了验证跨区作业是否会对农机服务市场产生影响, 本文借鉴 Rosenbaum 等提出的倾向性得分
匹配法( PSM ), 采用准自然实验方法, 尽量避免由于样本选择性偏误带来的内生性困扰 [ ２１ ] .模型的
基本设定形式是将总样本分为两种类型: 实验组( 有跨区作业市场) 和对照组( 无跨区作业市场), 并对
两组样本进行匹配以控制其他因素, 仅考虑跨区作业带来的影响, 其主要包含三个步骤.首先, 估计

农户处于有跨区作业农机服务市场的概率拟合值:
∗ ( ３ )
Cross i ＝ β i X i＋ε i
∗
{ ( ４ )
１ , i fCross i ＞０
Cross i＝
０ , others
式( ３ ) 中, Cross i 表示农户是否处于有跨区作业农机服务市场的潜在代理变量, X i 为可能影响农
∗
机跨区作业和农户获取农机服务的其他控制变量, 为影响弹性系数, ε i 为随机干扰项.式( ４ ) 中,
β i
Cross i 为可观测的被解释变量, Cross i＝１ 代表农户处于有跨区作业农机服务市场, Cross i＝０ 代表农
户处于无跨区作业农机服务市场.利用 Lo g it模型估计倾向得分:
( ) ( ５ )
P X i ) ＝ p rob ( Cross i＝１ X i
其次, 实现实验组与对照组的样本匹配.运用 Stata软件选取 K 近邻匹配和核匹配两种方法, 对
样本进行 １ 近邻匹配、 ４ 近邻匹配和宽带为 ０．０６ 的核匹配 ３ 种匹配估计, 以验证模型估计结果的稳
定性.
最后, 测算实验组与对照组间的农机服务获取差异, 也即跨区作业对农户农机服务获取的平均处
理效应:
ATT＝E ( Z １i－Z ０i Cross i＝１ ) ( ６ )
式( ６ ) 中, Z １i 表示观测到的实验组( 有跨区作业市场) 农户的农机服务获取状态, Z ０i 表示匹配后
同质农户在对照组( 无跨区作业市场) 的农机服务获取状态. ATT 即为跨区作业因素对农户农机服
务获取的直接影响.从以下两个方面保障 PSM 方法运用的合理性: 第一, 严格保证实验组与对照组
样本均值的独立性假设成立.在进行倾向得分匹配后, 删除未成功匹配的样本农户.第二, 在模型中
尽可能纳入影响农户机械收割服务获取的关键变量, 降低模型遗漏变量带来的隐性偏误.同时运用
罗森鲍姆界限方法 [ ２１ ] , 检测模型不可观测变量的隐性偏误.
３． 变量选取
( １ ) 被解释变量.农机服务获取表示农户在农机服务市场购买服务的状态.从两个维度衡量这
种状态, 以“ 服务获取价格” 来直接测度农户获取农机服务成本 [ １９ ] , 以“ 服务获取难度” 来衡量农户农
机服务获取的机会, 获取成本和获取机会是衡量农户获取农机服务能力的两个重要维度 [ ５ ] .
( ２ ) 核心解释变量.考虑到样本农村地况的复杂性, 即使处于可跨区作业服务村庄的农户也可能

① 研究数据分布为鄂州市 １４３ 份, 荆门市 １１６ 份, 潜江市 １５１ 份, 黄冈市 ３００ 份, 武汉市 ３１４ 份, 襄阳市 ２１９ 份, 宜昌市 １９７ 份.