信贷需求抑制对农户耕地质量提升型农业技术采用的影响——基于农户分化的调节效应分析
|
魏昊, 夏英, 李芸, 吕开宇, 王海英
|
Effects of farmers’ credit demand rationing on the adoption of agricultural technologies that improve cultivated land quality:An analysis based on the moderating effect of farmer differentiation
|
WEI Hao, XIA Ying, LI Yun, LV Kaiyu, WANG Haiying
|
|
表1 耕地质量提升型农业技术回归分析的变量定义及统计描述
|
Table 1 Definition and descriptive statistics of variables in regression analysis
|
|
变量类型 | 变量名称 | 赋值说明 | 均值 | 标准差 | 最小值 | 最大值 | 因变量 | 是否采用少耕或免耕技术 | 是=1;否=0 | 0.35 | 0.48 | 0 | 1 | 是否采用深耕或深松技术 | 是=1;否=0 | 0.54 | 0.50 | 0 | 1 | 是否采用平整土地或改良土壤技术 | 是=1;否=0 | 0.15 | 0.36 | 0 | 1 | 核心自变量 | 是否受到信贷需求抑制 | 是=1;否=0 | 0.50 | 0.50 | 0 | 1 | 农户分化变量 | 农户分化 | 纯农业型:是=1;否=0 | 0.33 | 0.47 | 0 | 1 | 兼业型:是=1;否=0 | 0.47 | 0.50 | 0 | 1 | 纯非农业型:是=1;否=0 | 0.20 | 0.40 | 0 | 1 | 工具变量 | 金融项目参与数/个 | 存款、自动取款机、刷卡机、网银、理财、外汇项目用过几项 | 1.66 | 1.27 | 0 | 6 | 控制变量 | 年龄/岁 | 户主实际年龄 | 55.96 | 10.82 | 27 | 85 | 身体健康程度 | 是否常年生病,不能干活:是=1;否=0 | 0.06 | 0.24 | 0 | 1 | 受教育程度/年 | 受教育年限 | 6.82 | 3.19 | 0 | 16 | 耕地规模/亩 | 2017年实际耕地面积 | 81.40 | 153.48 | 0.5 | 1000 | 家庭年均纯收入/万元 | 2017年年均纯收入 | 9.11 | 13.66 | 0.1 | 105.9 | 家庭人口数/口 | 2017年家庭人口数量 | 4.20 | 1.79 | 1 | 13 | 农业劳动力占比 | 农业劳动力与家庭人口数比值 | 0.54 | 0.26 | 0.1 | 1 | 土地确权 | 土地是否确权:是=1;否=0 | 0.87 | 0.33 | 0 | 1 | 土地细碎化程度/块 | 家庭耕地地块数 | 10.38 | 12.25 | 0 | 85 | 家庭社会资本 | 家人是否当过村干部:是=1;否=0 | 0.29 | 0.45 | 0 | 1 | 技术培训次数/次 | 2014-2017年农户参加技术培训/讲座次数 | 2.08 | 3.52 | 0 | 30 | 是否有技术示范户 | 本村是否有技术示范户: 是=1;否=0 | 0.25 | 0.43 | 0 | 1 | 能否灌溉 | 是=1;否=0 | 0.80 | 0.39 | 0 | 1 | 土壤质量 | 1=好;2=中;3=差 | 1.55 | 0.61 | 1 | 3 | 地块面积/亩 | 最大地块面积 | 17.78 | 47.29 | 0.5 | 827 | 是否转入地块 | 是=1;否=0 | 0.50 | 0.50 | 0 | 1 | 村农业技术推广活动/次 | 2017年你们村农业技术推广活动或观摩会次数 | 0.97 | 1.63 | 0 | 18 | 地区虚拟变量 | 1=黑龙江;0=其他 | 0.24 | 0.43 | 0 | 1 | 1=四川;0=其他 | 0.27 | 0.44 | 0 | 1 | 1=浙江;0=其他 | 0.25 | 0.43 | 0 | 1 |
|
|
|