|
| 东北地区水稻种植户节水技术采纳行为的差异化效应 ——基于双重机器学习的经验证据 |
| Differential effect of rice farmers' adoption behavior of water-saving technology in Northeast China: Empirical evidence based on Double Machine Learning |
| 投稿时间：2026-01-20 修订日期：2026-04-02 |
| DOI： |
| 中文关键词: 节水技术采纳行为 差异化效应研究 双重机器学习模型 农户异质性 技术异质性 |
| 英文关键词: water conservation technology adoption behavior analysis of heterogeneity effects Double Machine Learning(DML) heterogeneity of farmers heterogeneity of technology |
| 基金项目:国家自然科学基金项目（面上项目，重点项目，重大项目）；中国科学院重大资助项目 |
|
| 摘要点击次数: 123 |
| 全文下载次数: 0 |
| 中文摘要: |
| 为实现鼓励水稻种植户采纳节水技术，根据技术差异性，实现改善农业用水效率、提高水稻种植户收入水平和减少生产投入成本的目的。本文基于东北地区1209份水稻种植户的实地调研数据，借助双重机器学习模型，从资源节约与增收视角下，实证分析了节水技术采纳行为对农业用水效率、农业收入、投入成本的影响效应，并基于农户和技术异质性，分析其效应差异。结果表明：节水技术采纳行为实现了提高农业用水效率、增加农民收入、减少生产投入成本的目的，且结果在经过一系列稳健性检验后依然成立。基于农户异质性视角，节水技术采纳行为更容易提高高风险偏好水稻种植户的农业用水效率和收入水平，对中风险偏好水稻种植户的收入水平具有显著正向影响，在低风险偏好水稻种植户的农业用水效率和减少投入成本方面具有促进作用。相较于规模户，节水技术采纳行为对小农户改善农业用水效率和提高收入水平的影响效应更大。进一步基于技术异质性分析表明，工程节水技术在提高农业用水效率中发挥更强的促进作用，同时采纳两类节水技术能够更好的增加农民收入，农艺节水技术对减少生产投入成本的影响效应更显著。研究表明，节水技术采纳行为具有改善农业用水效率、提高水稻种植户收入水平和减少生产投入成本的协同效应，是推动农业绿色转型的有效路径。节水技术的差异化采纳效应在风险偏好和经营规模两方面具有显著的农户异质性。不同类型节水技术具有差异化的功能定位，形成“工程重效率、农艺重成本、组合重收入”的技术分工格局。 |
| 英文摘要: |
| (1)将水稻种植户的节水技术细分为农艺节水技术、工程节水技术及二者组合采纳三类，突破以往单一技术视角的局限，从而揭示不同类型节水技术对农业用水效率、农户收入及生产成本影响的异质性，为制定更具靶向性的节水技术推广政策提供精准的实证依据。
(2)采用双重机器学习模型进行因果效应估计。该方法借助机器学习算法在高维控制变量中灵活捕捉复杂的非线性关系与交互效应，并通过正则化技术有效防范过拟合问题，从而在尽可能控制混杂因素的前提下实现核心参数的稳健识别。相较于传统计量模型易受“维度诅咒”和函数形式误设困扰的局限，双重机器学习方法不预设具体的非线性形式，能够自适应地逼近数据背后的真实关系，使估计结果对模型误设具有更强的鲁棒性，显著提升因果推断的可信度与研究结论的科学性。 |
| HTML
View Fulltext
查看/发表评论 下载PDF阅读器 |
| 关闭 |
