摘要：【目的】考察改良陆稻技术采用对农户收入的影响，以促进农业技术的创新与进步。【方法】为解决传统方法分析农业技术效应时农户技术采用“自选择”而带来的因果干涉问题，引入非参数的倾向得分匹配法，利用滇西南山区8县16村2000年、2002年和2004年473个农户调查数据，评估改良陆稻技术采用对山区农户收入的效应。【结果】利用倾向得分匹配法分析，改良陆稻技术采用户的收入在2000年、2002年和2004年分别是非采用情况下的1.49、1.34和1.23倍。利用描述性统计分析方法，以上3个年份中技术采用户的收入分别是非采用户的1.79、1.49和1.27倍。【结论】改良陆稻技术的采用对农户的收入提高具有稳健的正向效应。在考察的年份里，技术采用的效应呈现递减趋势。与倾向得分匹配法相比，一般描述性统计分析会高估技术采用的效应。

　　关键词：效应评估；倾向得分匹配法；农业技术采用；农户收入

　　0、引言

　　【研究意义】分析发展中国家农户贫困及其影响因素已经成为国际上发展问题研究的中心议题。全球生活在1天1美元贫困线以下的12亿人口中有75%生活在农村地区，他们的生存多依赖于农业及其相关的活动，关注农业发展对于农村贫困缓解是非常重要的。在大部分发展中国家的农村地区，农业技术水平的提高对于促进经济发展和满足日益增长的人口基本需要至关重要。研究欠发达地区农业技术采用对农户收入的效应问题对制定农业技术和农村经济发展政策具有重要意义。【前人研究进展】已有研究表明，新技术的采用增加了农户收入，直接作用于贫困的缓解；间接上，可通过增加就业机会和降低粮食价格等缓解贫困。值得注意的是，在利用传统的统计分析方法解释技术效应时，有些问题尚有待斟酌。

　　利用通常的统计分析方法评估技术采用对农户收入的影响有两种策略。一，比较农户技术采用前后的收入水平。该方法要求具备农户技术采用前后的数据，而且，除了技术采用状况的变化外，其它可能影响农户收入的因素都没有发生变化，这往往是很难实现的。二，比较采用户和非采用户收入水平的差别。该方法的缺陷在于，农户决定是否采用新技术可能源于技术带来的利益，技术和收入相互作用。较好的经济状况可能会促进技术的采用，而技术采用可能增加收入和缓解贫困。因此，不能直接指出技术采用对农户收入的因果效应。【本研究切入点】为了科学评估技术采用对农户收入的效应，需要把技术采用从影响农户收入的其它社会经济因素中独立出来，否则，研究结论可能导致错误的政策含义。可以通过以下两个步骤来识别技术带来的实际效应变化：第一，考察技术采用户没有采用技术情形下的收入状况，即构造一个反事实的情形；第二，将以上反事实情形下的农户收入与农户采用技术后的收入进行比较。科学试验的数据可以提供这种反事实信息，但是，社会经济研究对象的复杂性和动态性使研究者很难通过科学试验方法获得这种反事实信息。本文采用一种新的分析方法，试图将技术采用因素从影响农户收入的其它社会经济因素中分离，以考察技术采用对农户收入的影响。在实证分析方面，本文以滇西南山区源于刀耕火种时代的传统低产陆稻品种的遗传改良及配套的生产管理技术（以下简称“改良陆稻技术”）为对象，评估改良陆稻技术对农户收入的影响效应。【拟解决的关键问题】为避免分析农业技术效应时，由于农户技术采用“自选择”带来的因果干涉，本文引入非参数的倾向得分匹配法（propensityscorematching，PSM）来解决因果效应评估上的这一问题。利用不同的匹配法评估改良陆稻技术对农户收入的效应及其稳健性。

　　1、数据来源与分析方法

　　1.1数据来源

　　本文基于倾向得分匹配方法，试图把改良陆稻技术从其它影响农户收入的社会经济因素中独立出来，以考察技术采用对农户收入变化的效应及其稳健性。课题组在滇西南山区进行了多次改良陆稻技术及其影响的农户社会经济调查，收集了陆稻种植地区的农户在2000、2002、2004和2007年的信息。农户调查点的选择涉及滇西南地区的文山、红河、思茅（普尔）、西双版纳和临沧等陆稻种植地州（市）。

　　在5个地州（市）中，根据云南省农业科学院陆稻育种专家的意见，选择文山州文山县、红河州屏边县、思茅市澜沧县和勐连县、西双版纳州勐海县、景洪市和勐腊县，以及临沧地区沧源县8个县（市）作为调查县。在每个县内根据当地陆稻发展情况选择1—2个村进行调查。共选择16个村寨，每个村寨内随机选取30户种植陆稻的农户进行调查，实际获得农户样本共计508户。值得指出的是，课题组执行的是年度重复调查，即样本农户在每年调查中保持相同。经过整理筛选，本文利用其中的473个陆稻种植农户样本进行分析。2007年农户调查规模较小，本文利用其中的97个农户样本进行分析。

　　农户调查采用结构式的问卷设计，主要内容包括：（1）农户基本家庭人口信息，包括人口、劳动力和教育等；（2）农户土地资源的种类和面积，包括坡地、台地、水田、林地和轮歇地；（3）农户种植作物的种类和种植面积信息；（4）农户收入和粮食保障状况及其它食物消费变化信息。

　　1.2分析方法

　　技术不是随机分配给农户的，技术采用是农户“自选择”的结果。农户采用技术与否由农户资源禀赋特征变量X决定。然而，这些变量在决定农户技术采用行为的同时也决定其收入水平。即使技术采用和农户收入正相关，也难以区分是技术采用增加了农户收入，还是收入水平高的农户更可能采用技术。为了考察技术（对收入的）效应，根据Rosenbaum和Rubin的定义，在一个反事实的框架下，将不能观测到的结果定义为反事实结果。对于农户i，平均技术效应（ATE）可以表示为：τi=P·[E(Y1|T=1)-E(Y0|T=1)]+(1-P)·[E(Y1|T=0)-E(Y0|T=0)]（1）式中，P是样本中观测到农户采用技术（T＝1）的概率；Y1农户采用技术的效应；Y0农户不采用技术的效应。方程（1）表示整个样本的技术效应为采用户和非采用户技术效应的加权平均。然而，反事实的E（Y1|T=0）和E（Y0|T=1）是不能观测到的。在不考虑非采用户的情况下，考察技术采用户的平均技术效应（ATT），需要构造一个反事实的结果E（Y0|T=1）。

　　技术采用户的平均技术效应（ATT）可以表示为：τATT=E(τ|T=1)=E[Y(1)|T=1]-E[Y(0)|T=1]（2）对于技术采用户来说，不可能在同一时间内观测到采用和不采用两个结果，为了获得反事实的E（Y0|T=1）（即采用户不采用技术的效应），可以借助匹配法来分析。匹配法的基本思想是：找到一组和技术采用户的资源禀赋特征相似的非采用户进行收入水平的比较，由于两组农户资源禀赋特征相似，可以将两者的差异归功于技术采用的贡献。匹配法的特点是创造随机试验条件进行采用户和非采用户比较，为此需要做出两个假设。

　　其一是条件独立分布假设：假设在一组不受技术采用影响的可观测的协变量X下，潜在的收入独立于技术的选择。在这个假设下，技术采用是随机的，这样就可以比较相同特征的农户在采用和不采用技术情况下的收入。Rosenbaum和Rubin建议采用倾向得分法来进行农户匹配。其二是共同支撑假设：假设倾向得分P（X）在0和1之间，即具有同样X值的农户，具有选择采用和不采用技术的正向概率。共同支撑假设排除了在倾向得分尾部分布的农户，从而提高了匹配质量，同时也会导致样本量减少。Heckman等指示，非参数匹配方法仅仅在应用于共同支撑区域才是有意义的，因此，为了提高匹配质量，一定量的样本损失无可避免。基于以上两个假设，技术采用户的平均技术效应（ATT）的倾向得分匹配评估可以从两组收入水平的平均差异得到，表示如下：τPSA=EP(X)|T=1{E[Y(1)|T=1，P(X)]-E[Y(0)T=0，P(X)]}（3）基于以上讨论，Caliendo和Kopeinig总结倾向得分匹配分析的程序为：（1）通过变量的选择，采用Probit（或者Logit）模型估算倾向得分；（2）根据倾向得分估算的结果，将采用户和得分相似的非采用户进行匹配，最近邻居法、Kernel法和Caliper法的匹配算法用于执行匹配；（3）采用“Trimming”法检查由于共同支撑引起的样本农户的损失情况；（4）通过比较匹配前后的标准差，t检测值和Pseudo-R2值来评估匹配的质量。

　　2、结果

　　2.1农户及其陆稻技术采用基本情况

　　在2000、2002、2004和2007年4个考察年份里，从年份先后顺序看，调查地区采用改良陆稻技术的农户比例是增长的。调查农户中，2000年有29.0%的农户采用了改良陆稻技术，在2002、2004和2007年这一比例分别为37.8%、53.5%和63.9%。表1比较了2004年采用改良陆稻技术农户（采用户）和没有采用改良陆稻技术农户（非采用户）的家庭特征。非采用户和采用户在家庭大小、户主年龄、户主性别及家庭成员受教育程度方面都没有显著差异。非采用户的家庭劳动力数量显著高出采用户（高出8.3%），耕地面积比采用户低22.3%，台地面积占耕地面积的比重比采用户低33.5%，而水田占土地面积的比重则高出采用户27.3%。非采用户的作物种植面积显著低于采用户，陆稻面积比重比采用户低19.8%。滇西南山区农户种植陆稻的目的主要是为了满足食物需求，在食物需求得到保障的基础上发展家庭经济。因此，水田面积比较大的农户食物需求容易满足，陆稻种植面积相对较少。

　　2.2农户收入与贫困状况