郑世林:技术创新、风险降低与农业现代化

农业部门生产率提高是贫穷国家结构转型和经济发展的重要驱动力（Gollin, et al. , 2002）。一些自然条件较差的发展中国家或地区，一旦庄稼遇到恶劣气候条件，大规模的农业投入将血本无归。因而增加现代农业投入，以及采取先进的农业种植方法，对农民来说并不合算。这使得当地农民不愿意增加化肥投入，也不愿意投入更多的人力，从而导致这些地区长期锁定在落后的生产模式。那么，是否一项更适合当地条件的新农业技术会带动农民增加化肥等现代农业投入，并且采取人力投入较大的密植方法呢？也就是说，新技术是否会产生挤入效应（Crowd-in effect）——提高现代农业投入和种植方法？

本文利用在印度两个经常受到洪灾Balasore和Bhadrak州（见图1）的随机试验（Randomized experiment），试图验证新技术对现代农业投入和提高农业种植方法的挤入效应。随机试验执行了两年时间，他们在这两个州随机各随机选取了64个村庄，这128个村庄在2011年5月试验之前，一直在种植传统技术的Swarna水稻。2011年6月他们将128个村庄随机分成64个处理组村庄和64个控制组村庄。他们又在64个处理组村庄里，每个村庄随机选择了5个农民，并发给5公斤水稻新技术品种——Swarna-Sub1。对照组包括在处理组每个村庄里随机选择的10个没有接受新品种的农民，以及64个控制组的每个村庄里随机选择的5个农民。值得一提的是，新老品种管理方式是一样的，唯一差别是新品种更加耐洪水。2011年9月，种子播种后，多数村庄经受了一场大的洪灾，大约40%的样本被洪水全部淹没。2012年3月庄稼收获后，进行了第一次调查，样本为1248个农民。2012年经受洪水淹没地区比例非常低，属于正常年份。2013年同期又进行了第二次调查，样本为1237个农民。因此，新品种试验经历了两年时间，第一年大多数地区受到了洪灾影响，第二年属于正常年份。为验证新技术对本文的基本实证模型如下：

y 为产出变量，i是农民，v村庄，b村庄所述区块，α_b为区块的固定效应。本文采取Intention to Treat(ITT)来估计β₁。

首先，洪灾后的第二年，新技术促进了农民种植新产品的面积，他们更愿意采取精耕细作的生产方式，并且加大了化肥的投入力度。从表3可以看出，新技术品种显著提升了农民现代化的生产方式。主要表现为：农民在第二年扩大了新品种的种植面积，而传统的Swarna和传统种子（TV）的种植面积被挤出；农民更愿意采用劳动密集的人工移植方法种植水稻，而不是采用撒种这种粗放的方式。此外，新技术也带动了农民在第二年加大了化肥的投入。

其次，洪灾后的第二年，新技术增加了农民信贷以及减少了储存粮食的比例。由于新技术减少了洪灾减产的风险，因此对照组农民在第二年使用信贷比例提高了36%。而且在新技术出现之前，农民一般会储存更多的粮食，为应对第二年出现自然灾害造成的减产风险。但是新技术品种具有较强的抗洪能力，在第一年试验过程中并未减产，因此农民在第二年明显减少了储存粮食的比例。

第三，新技术所产生的挤入效应提高了农业生产率。从前面的实证结果可以看出，新技术吸引了农民加大现代农业投入和管理力度，那么，肯定会进一步提高农业生产率。从图2可以看出，无论是第一年还是第二年，处理组水稻每公顷产量都有提高。而且，表6回归结果也显示处理组第一年产量增加了315公斤/公顷，第二年洪灾没有发生，处理组水稻产量也增加了283公斤/公顷。因此，新技术带来了农业生产率的大幅提高。

 
     最后，本文还进行了机制验证。为什么新技术会带来农民产出的增加？本文的逻辑是，新技术减少了农业生产风险，使得农民加大农业现代化投入和精耕细作，他们能够获得更大的回报，从而优化了农民资源配置。值得指出的是，如果存在其他非风险的机制能够解释农民产出的增加，那么这种机制就会被推翻。通过一系列的机制验证，本文发现非风险机制无法解释农业产出的增加。一是，作者利用实验组农民没有栽种新技术品种的地块作为样本来进行实证检验，不仅控制了土地的肥沃程度等质量指标，还为了避免实验组农民采用贫瘠土地来实验新品样本选择所导致的内生性问题，作者剔除了控制组比较差的地块。实证结果发现，实验组农民在非新技术品种地块上并未显著增加现代农业投入以及采取精耕细作。二是，收入效应并不存在。收入效应可以描述为，农民在第一年采用新技术获得了更高收入，第二年农民会增加投入，然而，在控制第一年收成的情况下，第二年实证结果仍然不发生变化。最后，作者发现价格效应也不存在。因此，新技术的风险效应是影响产出的唯一机制。