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5 信贷需求抑制对耕地质量提升型农业技术回归结果
|
Table 5 Regression results of credit rationing and adoption of agricultural technologies that improve cultivated land quality
|
|
| 变量名称 | 平整土地、改良土壤 | | 少耕、免耕 | | 深耕、深松 | | 回归1（probit) | 回归2（CMP） | 回归3（probit) | 回归4（CMP） | 回归5（probit) | 回归6（CMP） | | 信贷需求抑制 | 0.0445 | -1.195*** | | 0.0258 | -0.793 | | 0.103 | -1.030*** | | （0.41） | (-4.72) | （0.23） | (-1.59) | (1.02) | （-3.47） | | 年龄 | -0.0108* | -0.00813* | -0.0139** | -0.0123** | 0.00284 | 0.00104 | | (-1.83) | (-1.67) | | (-2.14) | (-2.11) | | (0.53) | (0.39) | | 身体健康程度 | -0.0396 | -0.0101 | | 0.0841 | 0.0916 | | 0.0579 | 0.0415 | | (-0.18) | (-0.05) | | (0.38) | (0.43) | | (0.30) | (0.23) | | 教育水平 | 0.00191* | 0.0014* | | 0.0471** | 0.0428** | | 0.00537 | 0.00325 | | （1.65） | （1.68） | | （2.48） | （2.45） | | （0.33） | （0.21） | | 耕地规模 | 0.000603* | 0.00030* | | 0.0000441 | -0.000011 | | 0.000572* | 0.000547* | | （1.61） | （1.71） | | （0.1） | (-0.03) | | （1.65） | （1.68） | | 年均纯收入 | 0.00262 | 0.00300** | | -0.00496 | -0.0065 | | -0.000846 | 0.00679* | | （0.68） | （2.19） | | (-0.93) | (-1.27) | | (-0.24) | （1.94） | | 家庭人口数 | 0.033 | 0.0281 | | -0.0388 | -0.0343 | | -0.0179 | -0.0156 | | （0.88） | （0.84） | | (-0.93) | (-0.87) | | (-0.56) | (-0.54) | | 农业劳动力占比 | 0.120 | -0.0209 | | -0.362 | -0.300 | | -0.132 | 0.00645 | | （0.47） | (-0.12) | (-1.39) | (-1.28) | (-0.61) | （0.03） | | 土地是否确权 | -0.0235 | 0.0343 | -0.0903 | -0.027 | -0.210 | -0.225 | | (-0.14) | （0.24） | (-0.56) | （-0.19） | （-1.41） | (-1.60) | | 耕地细碎化程度 | -0.00331 | 0.00133 | 0.00284 | 0.00523 | -0.00163 | -0.00267 | | (-0.70) | （0.25） | | （0.61） | （1.17） | | （-0.39） | (-0.64) | | 社会资本 | 0.105 | 0.154 | | 0.00717 | -0.0357 | | -0.107 | -0.0247 | | (0.88) | (1.44) | | （0.06） | (-0.30) | | (-1.04) | (-0.25) | | 技术培训次数 | 0.0202* | 0.0106* | | -0.00642 | -0.0102 | | -0.0131 | -0.00397 | | （1.74） | （1.91） | | (-0.39) | (-0.63) | | (-0.96) | (-0.30) | | 村技术推广次数 | 0.0164 | 0.0268 | | 0.0217 | 0.0304 | | 0.0411 | 0.0162 | | （0.49） | （0.96） | | （0.52） | （0.83） | | （1.38） | （0.55） | | 技术示范户 | 0.182 | 0.17 | | -0.136 | -0.112 | | 0.104 | 0.0567 | | （1.51） | （1.47） | | (-1.04) | (-0.89) | | （0.96） | （0.56） | | 能否灌溉 | - | - | | -0.473*** | -0.355*** | | 0.233* | 0.104* | | - | - | (-3.35) | （-2.74） | （1.88） | (1.89) | | 土壤质量 | - | - | 0.106 | 0.095* | -0.0914 | -0.0679 | | - | - | (1.57) | (1.72) | （-1.23） | (-0.97) | | 地块面积 | - | - | -0.00186 | -0.0014 | 0.00346* | 0.00233 | | - | - | (-0.94) | (-0.73) | （1.85） | (1.36) | | 是否转入地块 | - | - | -0.174 | -0.176* | -0.121 | -0.0464 | | - | - | （-1.42） | (-1.61) | （-1.14） | (-0.50) | | 黑龙江虚拟变量 | 0.279 | 0.0355 | -3.031*** | -2.801*** | -0.531*** | -0.251 | | （1.63） | （0.23） | | (-14.77) | (-9.89) | | (-3.65) | (-1.36) | | 四川虚拟变量 | 0.680*** | 0.136 | | -2.619*** | -2.629*** | | -1.229*** | -0.589* | | （3.83） | （0.64） | | (-13.45) | (-12.04) | | (-7.88) | (-1.88) | | 浙江虚拟变量 | -0.407** | -0.255* | | -2.504*** | -2.688*** | | 0.0942 | 0.729*** | | （-2.20） | (-1.57) | | (-12.54) | (-14.24) | | （0.60） | （3.36） | | 常数项 | -1.138** | -0.00416 | | 1.521** | 2.057*** | | 0.436 | -0.687 | | (-2.25) | (-0.01) | | （2.53） | （3.86） | | （0.88） | (-1.48) | | atanhrh-12 | - | 1.005*** | | - | 0.811** | | - | -1.203** | | （3.02） | | （2.55） | (-2.60) | | 一阶段估计 | 信贷需求抑制 | | 信贷需求抑制 | 信贷需求抑制 | | 金融项目参与数 | - | -0.180*** | - | -0.181*** | - | -0.161*** | | (-5.08) | | (-4.70) | (-3.90) | | 观察值个数 | 957 | | 957 | 924 | | 对数似然值 | -392.08308 | -968.13921 | -354.47194 | -929.99739 | -532.25895 | -1106.5542 | | LR卡方值 | 36.77 | - | 532.79 | - | 211.11 | - | | wald卡方值 | - | 320.22 | - | 566.61 | - | 533.18 | | hausman检验 | - | 29.77 | - | 54.78 | - | 42.79 |
|
|
|