|
| 优质稻品种选择对职业粮农农药减量施用的影响——基于双重机器学习方法的因果推断 |
| Impact of high-quality rice variety selection on reduced pesticide application in vocational food and agriculture - Causal inference based on a dual machine learning approach |
| 投稿时间：2025-09-20 修订日期：2025-12-03 |
| DOI： |
| 中文关键词: 关键词：优质稻 职业粮农 农药减量 双重机器学习方法 |
| 英文关键词: Key words: high-quality rice professional farmers pesticide reduction dual machine learning method |
| 基金项目:国家自然科学基金面上项目“粮食主产区职业粮农优质稻生产决策行为：驱动机理、绿色技术采纳与政策优化研究” （72273058） |
|
| 摘要点击次数: 1743 |
| 全文下载次数: 0 |
| 中文摘要: |
| 摘 要：农业面源污染日益突出，如何落实“双减”行动、推动农药减量增效成为亟待解决的重大现实问题。本文基于SOR理论与激励理论，以江西省520份职业粮农调研数据为样本，借助C-D生产函数及损害控制模型，对职业粮农群体的农药投入边际生产率进行研究；运用双重机器学习（DML）方法，并结合中介效应、调节效应模型等，实证检验优质稻品种选择对职业粮农农药减量化的影响机理。结果显示，职业粮农农药投入的边际成本高于边际收益，存在农药过度施用现象；优质稻品种采纳显著降低农户农药使用量，平均降幅达33.8%；异质性分析表明，优质稻品种的农药减量效应在优质早稻品种、中青年农户及市场价格较高的优质稻品种中表现更为显著；机制分析表明，优质稻品种通过提高经济收益感知、增强环境认知促进农户农药减量施用；稻谷补贴则显著强化优质稻品种的减量效应，表现为正向调节作用。因此，建议各级政府加大优质稻品种的推广与扶持力度，降低品种转换成本；增强培训的针对性和有效性；完善价格形成机制，从而更好地推动优质稻的种植与推广，助力农业高质量发展。 |
| 英文摘要: |
| 相较于以往研究，本文的边际贡献如下：第一，本文立足品种推广视角，系统评估优质稻对职业粮农农药减量的因果效应，为农业全面绿色转型提供新证据。第二，以职业粮农为研究对象，运用C-D生产函数与损害控制生产函数相结合的方法测算其农药边际生产率，据此分析样本中的职业粮农是否存在农药施用过量的现象。第三，在研究方法层面，采纳双重机器学习模型，该算法在应对高维数据以及非参数预测问题时，具备显著的性能优势。将其应用于优质稻品种选择的研究机制分析中，不仅能有效规避传统计量模型中常见的“维度诅咒”以及模型设定偏误等难题，还显著增强了研究结果的精准度与可信度。 |
| HTML
View Fulltext
查看/发表评论 下载PDF阅读器 |
| 关闭 |
