朱萌君，姚興安

(1.廣西師范大學(xué)，廣西 桂林 541000；2.南京農(nóng)業(yè)大學(xué)，江蘇 南京 210095)

近年隨著國(guó)家基礎(chǔ)性產(chǎn)業(yè)的不斷調(diào)整與融合，農(nóng)業(yè)問(wèn)題不斷被提上議程。梳理最近幾年的中央一號(hào)文件，可以發(fā)現(xiàn)都無(wú)一例外地強(qiáng)調(diào)了農(nóng)業(yè)科技的重要性。如2012年中央一號(hào)文件第一次對(duì)農(nóng)業(yè)科技的未來(lái)發(fā)展作出了較為詳盡的規(guī)劃；2013年中央一號(hào)文件提出增強(qiáng)科技創(chuàng)新能力的基礎(chǔ)性建設(shè)，同時(shí)加快國(guó)家農(nóng)業(yè)科技園和高新產(chǎn)業(yè)園發(fā)展；2017年中央一號(hào)文件明確指明要繼續(xù)促進(jìn)農(nóng)業(yè)科技創(chuàng)新，加大先進(jìn)技術(shù)入戶和農(nóng)戶職業(yè)培訓(xùn)的力度；2018年中央一號(hào)文件再一次強(qiáng)調(diào)農(nóng)業(yè)科技在現(xiàn)代化農(nóng)業(yè)建設(shè)的重要性；2019年中央一號(hào)文件更是提出了農(nóng)業(yè)科技總體水平要達(dá)到發(fā)展中國(guó)家領(lǐng)先地步的口號(hào)[1]。農(nóng)業(yè)發(fā)展能否順利進(jìn)行很大程度上取決于科學(xué)技術(shù)的推廣力度，傳統(tǒng)農(nóng)業(yè)向現(xiàn)代農(nóng)業(yè)轉(zhuǎn)變的根本動(dòng)力來(lái)源于科技進(jìn)步。農(nóng)業(yè)科技不僅可以很好地支持非價(jià)格農(nóng)業(yè)的發(fā)展，還是政府扶持農(nóng)業(yè)的一個(gè)重要考量指標(biāo)[2]。農(nóng)業(yè)技術(shù)創(chuàng)新是突破資源約束的必然選擇，在促進(jìn)現(xiàn)代化農(nóng)業(yè)發(fā)展及提升農(nóng)業(yè)勞動(dòng)生產(chǎn)率方面具有十分關(guān)鍵的作用[3]。農(nóng)戶在農(nóng)業(yè)技術(shù)的使用和推廣過(guò)程中起著中流砥柱作用，引導(dǎo)農(nóng)戶理性采納新科技對(duì)于深化農(nóng)業(yè)體制改革具有很強(qiáng)的戰(zhàn)略意義。

一、文獻(xiàn)回顧

關(guān)于農(nóng)業(yè)科技采納對(duì)農(nóng)戶收入影響的專門研究仍不多見，不過(guò)關(guān)于農(nóng)業(yè)科技采納的相關(guān)研究可以從如下兩個(gè)方面梳理，文獻(xiàn)梳理能夠?yàn)楸疚南嚓P(guān)研究問(wèn)題的解決提供新的思路與破解途徑。

(一)農(nóng)戶技術(shù)采納行為的相關(guān)研究

關(guān)于農(nóng)戶技術(shù)采納新技術(shù)的研究，最早來(lái)源于Griliches，他以雜交玉米為例，研究不同傳遞條件下的農(nóng)戶采納技術(shù)隨時(shí)間變化的關(guān)系[4]。Miracle認(rèn)為農(nóng)戶采納新行為時(shí)主要考慮對(duì)新技術(shù)的接受程度、對(duì)新技術(shù)的學(xué)習(xí)掌握等因素[5]。舒爾茨以Griliches實(shí)驗(yàn)為基礎(chǔ)，認(rèn)為農(nóng)戶具有一定的理性，得出即使在傳統(tǒng)農(nóng)業(yè)生產(chǎn)中也要十分注重對(duì)資源的合理分配運(yùn)用的結(jié)論[6]36。Rogers以預(yù)期風(fēng)險(xiǎn)為例，研究其對(duì)于墨西哥當(dāng)?shù)剞r(nóng)戶對(duì)水稻新品種采納行為的影響[7]79。Mara引入Probit(MNP)模型對(duì)農(nóng)業(yè)生產(chǎn)技術(shù)進(jìn)行研究，發(fā)現(xiàn)盡早地作出正確決策判斷對(duì)農(nóng)戶技術(shù)采納會(huì)起到積極的正面作用[8]41。Dorfinan認(rèn)為農(nóng)戶采納一項(xiàng)新技術(shù)必須經(jīng)歷認(rèn)知、說(shuō)服等5個(gè)不同階段[9]。David選取埃塞俄比亞農(nóng)戶采用化肥和除草劑的行為作為研究對(duì)象，在運(yùn)用期限分析研究法后，發(fā)現(xiàn)良好的經(jīng)濟(jì)激勵(lì)是影響農(nóng)戶采納新技術(shù)的最主要因素;此外，牛的使用與當(dāng)?shù)鼗A(chǔ)設(shè)施的完善度都是影響農(nóng)戶技術(shù)采納的重要因素[10]。國(guó)內(nèi)黃宗智認(rèn)為囿于勞動(dòng)轉(zhuǎn)移困境，在邊際收益遞減的情況下，農(nóng)戶仍然會(huì)投入生產(chǎn)，形成農(nóng)業(yè)“過(guò)密化”現(xiàn)象[11]71。農(nóng)戶的觀察性學(xué)習(xí)、社會(huì)化規(guī)范意識(shí)同農(nóng)業(yè)技術(shù)推廣之間存在著明顯的替代效應(yīng)關(guān)系，而農(nóng)戶私下交流體驗(yàn)與農(nóng)業(yè)技術(shù)推廣同樣存在替代效應(yīng)與互補(bǔ)效應(yīng)[12]。董理等人研究表明：政府對(duì)農(nóng)業(yè)技術(shù)的支持、果農(nóng)心理預(yù)期收益對(duì)物理機(jī)械性防控技術(shù)采納均具有較強(qiáng)的影響作用，補(bǔ)貼程度、培訓(xùn)次數(shù)、預(yù)期經(jīng)濟(jì)收益等均會(huì)促進(jìn)機(jī)械防控技術(shù)的采用[13]。自雇傭婦女采用耕作技術(shù)的比例不到六成，超過(guò)六成的自雇傭婦女在較低狀態(tài)下的社會(huì)網(wǎng)絡(luò)環(huán)境下運(yùn)行，約占半數(shù)比例的自雇傭婦女面臨收入不確定性風(fēng)險(xiǎn)，無(wú)論是社會(huì)網(wǎng)絡(luò)的廣度還是高度均能顯著提高其耕地保護(hù)行為[14]。綠色農(nóng)業(yè)技術(shù)的認(rèn)知程度明顯影響了小農(nóng)戶采用商品有機(jī)肥與農(nóng)家肥的比例；外部環(huán)境也會(huì)正向促進(jìn)商品有機(jī)肥與農(nóng)家肥的采納概率[15]。

(二)農(nóng)戶技術(shù)采納影響因素的相關(guān)研究

關(guān)于農(nóng)戶采納新技術(shù)的影響因素主要集中在如下幾個(gè)方面：一是農(nóng)戶個(gè)人及家庭特征對(duì)技術(shù)采納的影響，主要集中在年齡、性別、文化素養(yǎng)、家庭人口數(shù)、家庭勞動(dòng)力個(gè)數(shù)等方面的研究[16-22]；二是土地稟賦資源對(duì)技術(shù)采納的影響，包括土地效益、耕地面積及土地質(zhì)量等方面研究[23-27]；三是農(nóng)戶的種植養(yǎng)殖業(yè)及戶主的兼業(yè)情況對(duì)科技采納的影響，集中在種植的種類及規(guī)模、兼業(yè)類型、兼業(yè)的程度等方面[28-32]；四是經(jīng)濟(jì)與收入水平對(duì)科技采納的影響，包括當(dāng)?shù)亟?jīng)濟(jì)活動(dòng)的多元性、經(jīng)濟(jì)發(fā)展的速度、農(nóng)戶家庭收入對(duì)技術(shù)采納的影響[33-36]。

通過(guò)上述探討可以發(fā)現(xiàn)如下問(wèn)題：第一，目前有關(guān)技術(shù)采納的研究集中在農(nóng)戶領(lǐng)域，并未將當(dāng)今農(nóng)村生產(chǎn)勞動(dòng)主力軍——空巢農(nóng)戶考慮在內(nèi)；第二，有關(guān)技術(shù)采納的研究頗豐，但大多集中在技術(shù)采納行為及其影響因素方面，卻鮮有涉及采納行為對(duì)農(nóng)戶收入的影響的相關(guān)研究。根據(jù)聶志平、姚興安等人的劃分，空巢農(nóng)戶是這樣一群特殊的農(nóng)戶：他們的生活范圍只局限于農(nóng)村地區(qū)，年齡多數(shù)在45歲以上，子女多因各種原因離家在外，只有二老常居家中，并且他們身體力行，能夠自行從事農(nóng)業(yè)生產(chǎn)活動(dòng)[37]?；谖⒂^層面，農(nóng)戶作為科技采納技術(shù)受益的主體，了解其對(duì)農(nóng)業(yè)科技采納的認(rèn)知度及探討出科技采納與農(nóng)戶收入的影響關(guān)系，對(duì)于政府制定出合適的農(nóng)戶科技采納政策及提高農(nóng)戶家庭收入都具有一定的參考意義。

二、研究方法、數(shù)據(jù)來(lái)源及相關(guān)變量的選取

借助一定的研究方法有助于更加清晰地對(duì)研究問(wèn)題勾畫、凸顯，并對(duì)問(wèn)題的最終結(jié)果具有較強(qiáng)的解釋功能。

(一)研究方法

截至目前，在經(jīng)濟(jì)學(xué)領(lǐng)域關(guān)于農(nóng)戶技術(shù)采納行為對(duì)收入影響的研究并不多，這也導(dǎo)致其沒(méi)有完善的研究方法可以借鑒，不過(guò)，我們依然可以將農(nóng)戶采納科技行為等同于農(nóng)戶加入農(nóng)業(yè)合作社行為，因此可以采用農(nóng)戶加入生產(chǎn)合作社對(duì)農(nóng)戶的收入行為理論探討農(nóng)戶的科技采納行為對(duì)收入的影響關(guān)系。

借鑒蘇群、陳杰等學(xué)者的研究成果[38]，本文將農(nóng)戶分為純農(nóng)戶與兼業(yè)農(nóng)戶兩大類，并構(gòu)建采納農(nóng)業(yè)科技對(duì)農(nóng)戶收入影響的決策模型，標(biāo)準(zhǔn)思路如下:

從事農(nóng)業(yè)科技采納對(duì)農(nóng)戶i的收入效應(yīng)Yi可以用如下公式表示：

Yi=Xi、βχ+yDDi+εi={YOi=Xi、βχ+εi}

(1)

其中，X是解釋變量，D為是否從事農(nóng)業(yè)科技采納的虛擬變量，ε為誤差項(xiàng)。假設(shè)農(nóng)戶對(duì)未從事科技采納時(shí)的收入效果期望值為E(Y0|D=1)，那么以農(nóng)戶為基準(zhǔn)的平均處理效果ATT則可以表示為：

ATT=E(Y1i-Y0i|Di=1)=E(Y1i|Di=1)-E(Y0i|Di=1)

(2)

將同一主體從業(yè)農(nóng)業(yè)科技采納和未從事科技采納的效果相對(duì)比，則能計(jì)算出平均處理效果。但是，農(nóng)戶只能選擇采納或不采納中的任一項(xiàng)，因此無(wú)法同時(shí)觀測(cè)到(2)式中的右邊兩項(xiàng)，所以上述的E(Y0|D=1)只是為了研究需要而設(shè)定的假想收入期望值。若將ATT〞定義為純農(nóng)戶與兼業(yè)農(nóng)戶的期望效果值，則會(huì)出現(xiàn)：

ATT〞=E(Y1i|Di=1)-E(Y0i|Di=0)

(3)

假設(shè)農(nóng)戶采納農(nóng)業(yè)科技是一個(gè)隨機(jī)變量，則ATT=ATT〞；若假設(shè)不成立，就會(huì)出現(xiàn)實(shí)際效果與預(yù)期效果存在偏差的情況，為更好地解決這個(gè)問(wèn)題，將選擇變量設(shè)定為：

Di*=Zi'βz+ui；Di=1；ifDi*>0，0otherwise

(4)

(4)式中，Di*是潛在的變量，Z表示可能影響到農(nóng)戶科技采納或不采納的影響因素。在假設(shè)ε和μ符合二元正態(tài)分布的條件下，采用一定的計(jì)量方法對(duì)(1)式和(4)式處理，得到如下沒(méi)有偏差的估算值。此時(shí)，農(nóng)戶的預(yù)期效果期望值為：

E(Y|X,D=1)=X'βX+γD+ρσλ(Z'βZ)

(5)

(5)式中的λ(Z'βZ)=ψ(Z'βZ)/φ(Z'βZ)是正規(guī)密度函數(shù)與正規(guī)分布函數(shù)的比值，又稱為逆米爾斯比。因此,純農(nóng)戶與兼業(yè)農(nóng)戶的預(yù)期效果期望值可以表示為：

E(Y|X,D=1)-E(Y|X,D=0)=γD+ρσψ(Z'βZ)/φ(Z'βZ)[1-φ(Z'βZ)]

(6)

仔細(xì)觀察可發(fā)現(xiàn)，運(yùn)用上述方法進(jìn)行參數(shù)估計(jì)時(shí)，由于內(nèi)生性問(wèn)題的存在，會(huì)對(duì)結(jié)果產(chǎn)生干擾。因此，采用PSM方法代替此種參數(shù)估計(jì)值法，它的優(yōu)勢(shì)在于打破了將效益函數(shù)進(jìn)行特殊假設(shè)的做法，轉(zhuǎn)而將參與或者不參與的選擇置于隨機(jī)狀態(tài)，并將處理組和對(duì)照組的效益分析比較。

隨機(jī)狀態(tài)下，一定存在：

Y0⊥D|W

(7)

(7)式稱為獨(dú)立性條件假設(shè)，W是影響選擇與效益的一個(gè)變量，平衡狀態(tài)下，ATT=ATT〞恒成立，此時(shí)樣本處理效果如下：

ATT=E(Y1|D=1，W)-E(Y0|D=0，W)

(8)

基于W包括較多不確定性變量，因此采用傾向分值PB確保其相似性，此條件下的參與組織的概率為：

P(W)=Pr(D=1|W)

(9)

若(7)式成立，則Y0⊥D|P(W)已成立，此時(shí)可認(rèn)為W擁有的屬性具有同一性，處理組和對(duì)照組可以配對(duì)。

為方便分析對(duì)比，將樣本個(gè)體區(qū)分為兩種類型，即處理組(從事科技采納的農(nóng)戶)和對(duì)照組(未從事科技采納的農(nóng)戶)。本文運(yùn)用PSM方法對(duì)農(nóng)業(yè)科采納的預(yù)估效果基本思路如下：首先，采用Logit模型分析農(nóng)戶在具體條件下采納農(nóng)業(yè)科技的概率，即傾向得分；其次，為了保證結(jié)果的精確性，分別選擇最鄰近匹配方法、半徑匹配方法和核匹配方法三種不同的方法對(duì)樣本一一匹配；最后，在已知傾向得分的前提下，采納農(nóng)業(yè)科技對(duì)農(nóng)戶的平均處理效應(yīng)便可通過(guò)分析處理組和對(duì)照組收入狀況差異得到。

(二)數(shù)據(jù)來(lái)源

本文的數(shù)據(jù)來(lái)源于課題組2019年7―9月對(duì)江西省各地空巢農(nóng)戶所做的抽樣調(diào)查，首先選取農(nóng)業(yè)科技轉(zhuǎn)化率較高的8個(gè)市(縣)作為調(diào)查對(duì)象，接著在每個(gè)市(縣)隨機(jī)抽取一定的鄉(xiāng)鎮(zhèn)的農(nóng)戶進(jìn)行取樣，為保證結(jié)果的精確性，在每個(gè)鄉(xiāng)鎮(zhèn)等距離的抽取一定樣本，共獲取580戶樣本，整理后共得到有效問(wèn)卷541戶，有效率為93.28%。樣本情況見表1。

表1 樣本情況描述

(三)指標(biāo)選擇與描述性統(tǒng)計(jì)

本文試圖探明的是農(nóng)戶的科技采納行為對(duì)其收入的影響，根據(jù)上文的描述可知：農(nóng)戶的個(gè)人特征、家庭特征、種植類型及兼業(yè)化程度、土地稟賦資源、經(jīng)濟(jì)與收入水平等因素均會(huì)對(duì)農(nóng)戶的科技采納產(chǎn)生影響，進(jìn)而影響農(nóng)戶的收入，具體變量特征及賦值見表2。

表2 變量賦值及描述性統(tǒng)計(jì)

(四)變量選擇

本文選取幸福感指數(shù)、恩格爾系數(shù)、期望收入指數(shù)為輸出變量，選取是否采納農(nóng)業(yè)科技為指示變量，并根據(jù)實(shí)際調(diào)研情況選取12個(gè)具體特征變量，首先借助多元Iogistic模型分析農(nóng)戶參與農(nóng)業(yè)采納行為的概率，然后通過(guò)傾向得分匹配法分析采納農(nóng)業(yè)科技對(duì)農(nóng)戶收入的平均處理效應(yīng)。

1.輸出變量

農(nóng)戶普遍有重視收入的慣例，本文選取幸福感指數(shù)、期望收入指數(shù)和恩格爾系數(shù)作為反映其收入狀況的三個(gè)指標(biāo)。前二者屬主觀性指標(biāo)，后者屬于客觀指標(biāo)。幸福感不僅反映了目前生活狀態(tài)的情況，更能判斷出未來(lái)生活的滿意程度，而幸福感指數(shù)，則是度量這種滿意程度的標(biāo)尺。若幸福感指數(shù)高，賦值為1，反之為0。就目前來(lái)看，收入高的家庭幸福感指數(shù)要偏高，反之幸福感水平高的群體的收入也要顯著高于幸福感水平低的群體[39]。恩格爾系數(shù)反映消耗在食品上的成本占全家日常生活消費(fèi)總支出的比例，系數(shù)高說(shuō)明家庭年收入少，系數(shù)低則說(shuō)明家庭年收入較高。若恩格爾系數(shù)高，賦值為1，反之為0。由于現(xiàn)形勢(shì)下農(nóng)村民眾的消費(fèi)函數(shù)為線性或近似線性，因此加大農(nóng)村民眾收入差距會(huì)降低農(nóng)戶自身的恩格爾系數(shù)[40]。期望收入指數(shù)=期望收入-實(shí)際收入，當(dāng)期望收入指數(shù)高時(shí)賦值為1，低時(shí)賦值為0。期望收入指數(shù)來(lái)源于健康衛(wèi)生領(lǐng)域，其含義為當(dāng)期望收入與實(shí)際收入之間差距較大時(shí)，即期望收入指數(shù)較高時(shí)，其對(duì)收入的滿意度就會(huì)低[41]。盡管目前將期望收入指數(shù)應(yīng)用在農(nóng)業(yè)生產(chǎn)領(lǐng)域的研究還不多見，但依舊可將其引用至農(nóng)業(yè)經(jīng)濟(jì)研究中，就收入而言，若農(nóng)戶的期望值與實(shí)際值之間存在偏差，則從事農(nóng)業(yè)生產(chǎn)的積極性和動(dòng)力就會(huì)減弱，由此提高農(nóng)戶家庭收入、降低期望收入指數(shù)是解決此問(wèn)題的關(guān)鍵措施。

2.指示變量

指示變量是否從事農(nóng)業(yè)科技采納。在設(shè)定的具體條件下，假設(shè)農(nóng)戶從事農(nóng)業(yè)科技采納，則賦值為1；若農(nóng)戶從不采納農(nóng)業(yè)科技，則賦值為0。

3.特征變量

特征變量可以歸納為四大類：一是個(gè)人特征變量，包括性別、年齡等；二是家庭特征變量，包括家庭成員數(shù)、從事農(nóng)業(yè)勞動(dòng)人數(shù)；三是土地資源稟賦，包括土地效益、人均耕地面積、土地質(zhì)量；四是經(jīng)濟(jì)與收入水平，包括人均年收入、農(nóng)業(yè)收入占全年收入比例、經(jīng)濟(jì)活動(dòng)是否多元化。

從表2可以看出：處理組在三個(gè)收入指標(biāo)上的平均值都要高于對(duì)照組，從某種程度上來(lái)說(shuō)，從事科技采納的農(nóng)戶收入狀況要好于未采納的農(nóng)戶，采納農(nóng)業(yè)科技行為與農(nóng)戶收入之間存在相關(guān)性，但需要注意的是，這種意義上的相關(guān)性并不表示采納農(nóng)業(yè)科技與農(nóng)戶之間存在因果關(guān)系，更不能得出采納農(nóng)業(yè)科技促進(jìn)了農(nóng)戶的收入。因?yàn)榇朔N相關(guān)性可能來(lái)源于樣本本身的內(nèi)生性問(wèn)題，即收入狀況好的農(nóng)戶更愿意采納農(nóng)業(yè)科技。根據(jù)特征變量的分析結(jié)果看，參與農(nóng)業(yè)科技采納的多是年紀(jì)輕、受教育時(shí)間長(zhǎng)、家庭土地質(zhì)量好、外部經(jīng)濟(jì)活動(dòng)多元化的農(nóng)戶，具有較為典型的“自我選擇”或“他人選擇”特征。基于此種情況，若使用常規(guī)的回歸方法，將會(huì)出現(xiàn)效應(yīng)評(píng)估過(guò)高或過(guò)低的情況，因此采用更為合適的計(jì)量方法避免模型的內(nèi)生性和自我選擇性是很有必要的，并可以分析采納農(nóng)業(yè)科技行為與農(nóng)戶收入之間的因果關(guān)系。

三、實(shí)證結(jié)果分析

農(nóng)戶參加農(nóng)業(yè)科技采納行為具有一定的個(gè)體主觀能動(dòng)性，因此其參與的概率大小一定程度上顯示出農(nóng)業(yè)科技的重要性。

(一)農(nóng)戶參與農(nóng)業(yè)采納行為的概率

根據(jù)上文的理論基礎(chǔ)，本文首先建立Logistic模型，得到傾向得分對(duì)農(nóng)戶參與農(nóng)業(yè)科技采納行為的概率進(jìn)行評(píng)估，進(jìn)而完成處理組和對(duì)照組的匹配，選取Pseudo-R2和AUC兩個(gè)指標(biāo)進(jìn)行量化，前者是擬合優(yōu)度評(píng)價(jià)指標(biāo)，而傾向得分是一連續(xù)變量，且數(shù)值介于0到1之間，此時(shí)采用AUC量化得到的評(píng)價(jià)結(jié)果更精確。表3中的Pseudo-R2數(shù)值為0.179，說(shuō)明擬合度較高，而AUC數(shù)值為0.782，符合平衡性標(biāo)準(zhǔn)要求。

表3 農(nóng)戶是否參與農(nóng)業(yè)科技采納行為的Logistic模型估計(jì)結(jié)果

從表3可知，農(nóng)戶采納科技行為與農(nóng)戶的受教育時(shí)間、是否為村干部、從業(yè)農(nóng)業(yè)勞動(dòng)人數(shù)、土地效益、人均耕地面積、土地質(zhì)量、人均年收入、農(nóng)業(yè)收入占全年收入比例等呈顯著性正相關(guān)關(guān)系，與農(nóng)戶年齡、家庭人口數(shù)、經(jīng)濟(jì)活動(dòng)是否多元化呈顯著性負(fù)相關(guān)關(guān)系，與性別的關(guān)系并不顯著。

(二)樣本匹配效果檢驗(yàn)

以最近鄰匹配法為例檢驗(yàn)樣本的配對(duì)程度，各變量在配對(duì)前后的結(jié)果如表4所示。一般來(lái)說(shuō)，若標(biāo)準(zhǔn)偏差的絕對(duì)值介于0到20之間，則表明匹配效果良好，反之代表效果偏差。由表4知，配對(duì)前各個(gè)變量的平均標(biāo)準(zhǔn)偏差是24.6，配對(duì)后的平均標(biāo)準(zhǔn)偏差降低至3.7，不僅說(shuō)明不同特征變量的平均值水平已十分接近，同時(shí)表明樣本的差異性已經(jīng)基本得到解決，匹配效果較理想。同理，可得到半徑匹配法和核匹配法的檢測(cè)結(jié)果。

表4 樣本匹配前后特征變量變化情況

(三)采納農(nóng)業(yè)科技對(duì)農(nóng)戶收入的平均處理效應(yīng)分析

考慮到結(jié)果平穩(wěn)性等實(shí)際問(wèn)題，筆者選取最鄰近匹配法、半徑匹配法和核匹配法對(duì)農(nóng)業(yè)科技采納的收入平均處理效應(yīng)進(jìn)行研究(見表5)。

1.采納農(nóng)業(yè)科技對(duì)幸福感指數(shù)的平均處理效應(yīng)

通過(guò)表5可知，匹配前農(nóng)業(yè)科技采納對(duì)農(nóng)戶的幸福感指數(shù)起到正向1%的顯著影響，參與農(nóng)業(yè)科技采納行為使得農(nóng)戶幸福感的概率提高5%，但進(jìn)行匹配后發(fā)現(xiàn)，采納農(nóng)業(yè)技術(shù)對(duì)農(nóng)戶幸福感指數(shù)的影響顯著降低。這說(shuō)明農(nóng)業(yè)科技的采納未能從根本上提高農(nóng)戶的幸福感指數(shù)，原因可能有以下幾方面：第一，雖然過(guò)往的研究證明農(nóng)業(yè)技術(shù)的應(yīng)用與農(nóng)戶的收入間存在顯著關(guān)系，但不可忽視的是農(nóng)戶作為主觀能動(dòng)體的情況，調(diào)研過(guò)程中，農(nóng)戶可能受自身文化素養(yǎng)知識(shí)的局限或出于特定目的的需要，而不能做出準(zhǔn)確的幸福感指數(shù)估量結(jié)果，導(dǎo)致研究結(jié)果出現(xiàn)偏差；第二，現(xiàn)行的農(nóng)業(yè)補(bǔ)貼政策不可避免地存在著制度設(shè)計(jì)不合理、資源優(yōu)化不全面、監(jiān)控程序不完善等問(wèn)題，未能真正起到有效提高采納者收入的作用。

表5 采納農(nóng)業(yè)科技對(duì)農(nóng)戶收入影響的平均處理效應(yīng)結(jié)果

2.采納農(nóng)業(yè)科技對(duì)恩格爾系數(shù)平均處理效應(yīng)

由表5的結(jié)果可以看出，匹配前采納農(nóng)業(yè)科技對(duì)恩格爾系數(shù)的降低有著明顯的促進(jìn)作用，參與農(nóng)業(yè)科技采納行為使得恩格爾系數(shù)平均降低5.2個(gè)百分點(diǎn)，然而完成匹配后卻發(fā)現(xiàn)，農(nóng)業(yè)科技采納的效果大幅度降低，無(wú)法對(duì)恩格爾系數(shù)的降低起到積極作用，這表明采納農(nóng)業(yè)技術(shù)與恩格爾系數(shù)之間并無(wú)直接關(guān)系。本文認(rèn)為這一結(jié)果與目前農(nóng)業(yè)科技采納的采納范圍和采納水平有關(guān)，當(dāng)前農(nóng)村地區(qū)的科技采納制度的主要受益者還是農(nóng)民專業(yè)合作社內(nèi)部成員，而對(duì)于那些未能及時(shí)參加農(nóng)業(yè)合作社的農(nóng)戶而言，無(wú)論是在農(nóng)業(yè)科技資源的獲取上、農(nóng)業(yè)技術(shù)人員的專業(yè)指導(dǎo)上還是在政府政策的傾向性上都與專業(yè)合作社內(nèi)部成員之間存在不小差距，由于部分農(nóng)戶因種種原因未能及時(shí)加入合作社，使得對(duì)科技的采納熱情減弱不少，因此恩格爾系數(shù)難以降低。

3.采納農(nóng)業(yè)科技對(duì)期望收入指數(shù)的平均處理效應(yīng)

通過(guò)表5發(fā)現(xiàn)，在假設(shè)期望收入值恒定的前提下，匹配前的采納農(nóng)業(yè)科技行為對(duì)降低農(nóng)戶的期望收入指數(shù)起到明顯的積極作用，參與農(nóng)業(yè)科技采納會(huì)使得農(nóng)戶的期望收入指數(shù)降低5.4%，但匹配后結(jié)果表明，農(nóng)業(yè)科技的采納對(duì)減少期望收入指數(shù)的貢獻(xiàn)極其有限，效果并不顯著。出現(xiàn)這一現(xiàn)象的原因在于農(nóng)戶科技采納自身存在著自我選擇性和不可避免的內(nèi)生性問(wèn)題，無(wú)法預(yù)知的能力和文化素養(yǎng)高的農(nóng)戶更容易采納農(nóng)業(yè)科技。從數(shù)據(jù)分析結(jié)果看，處理組的農(nóng)戶往往年紀(jì)較小、村干部的比例和文化素養(yǎng)都較高，這部分人本身視野開闊、創(chuàng)新意識(shí)較強(qiáng)，在社會(huì)資本、人脈資源、個(gè)人能力上都要好于一般農(nóng)戶，因此不管是采納或不采納農(nóng)業(yè)科技對(duì)其收入都無(wú)較大影響，正是基于自我選擇性和內(nèi)生性問(wèn)題的存在，才會(huì)高估了農(nóng)業(yè)科技的采納對(duì)農(nóng)戶期望收入指數(shù)及實(shí)際收入的影響。

四、結(jié)論與建議

本文基于江西省8市(縣)的541戶樣本的調(diào)研數(shù)據(jù)，立足于分析農(nóng)業(yè)科技采納對(duì)農(nóng)戶收入的影響關(guān)系，在綜合考慮樣本選擇性的偏差和內(nèi)生性問(wèn)題后，采用PSM方法實(shí)證研究農(nóng)業(yè)科技的采納對(duì)農(nóng)戶收入的影響。研究表明，基于樣本自選擇性和內(nèi)生性情況的存在，無(wú)法預(yù)知的能力和文化素養(yǎng)較高的農(nóng)戶更傾向于采納農(nóng)業(yè)科技，農(nóng)戶科技采納行為與幸福感指數(shù)、恩格爾系數(shù)、期望收入指數(shù)之間均無(wú)顯著關(guān)系，其對(duì)農(nóng)戶收入的提高作用偏小。根據(jù)上文的研究，本文擬給出如下政策建議。

第一，增大農(nóng)業(yè)科技的采納范圍，逐步實(shí)現(xiàn)由“基本采納”向“全面采納”目標(biāo)的跨越。政府應(yīng)大力扶持農(nóng)民專業(yè)合作社進(jìn)一步發(fā)展壯大，鼓勵(lì)更多農(nóng)戶加入其中，宣傳采納農(nóng)業(yè)科技的優(yōu)勢(shì)，這對(duì)提升農(nóng)戶的收入至關(guān)重要。

第二，加大農(nóng)戶職業(yè)教育培訓(xùn)的力度，增強(qiáng)農(nóng)戶科技采納意識(shí)。對(duì)于不同層次、不同特征的農(nóng)戶應(yīng)制定因人而異的培訓(xùn)方案，加強(qiáng)培訓(xùn)機(jī)構(gòu)的監(jiān)督強(qiáng)度，確保農(nóng)戶真正意義上提高職業(yè)文化素養(yǎng)和提升創(chuàng)新意識(shí)，這是增大農(nóng)戶收入的根本所在。

第三，改變傳統(tǒng)的農(nóng)業(yè)技術(shù)采納“自上至下”的行政命令模式，提倡“自下而上”的參與模式。即打破過(guò)去的政府單方面提供農(nóng)業(yè)技術(shù)資源的做法，更多地交由農(nóng)戶自己選擇所需要的技術(shù)資源，讓農(nóng)戶真正參與農(nóng)業(yè)技術(shù)采納政策的修訂，提高科技采納政策的目標(biāo)導(dǎo)向性。

第四，進(jìn)一步改善農(nóng)業(yè)技術(shù)推廣制度，加快基層部門農(nóng)業(yè)技術(shù)推廣的步伐。提倡非政府性農(nóng)技推廣部門的建立，為非政府性農(nóng)技部門的發(fā)展提供更多優(yōu)質(zhì)資源，借助農(nóng)技推廣部門、非政府性農(nóng)技推廣部門和農(nóng)民專業(yè)合作社的共同作用，大幅降低農(nóng)戶采納農(nóng)業(yè)科技中的未知風(fēng)險(xiǎn)。