Third, we model the consecutive adoption steps as a selection
model in which the outcome is conditional on having
achieved the previous step in the adoption process. We use
Heckman selection probit (Heckprobit) models to estimate
the tryout Eqn. (2) with the awareness Eqn. (1) as selection
equation, and the adoption Eqn. (3) with the tryout Eqn. (2)
as selection equation. To do so, we need additional selection
variables that determine awareness (tryout) in the selection
equation on the full sample but not tryout (adoption) in the
outcome equation on the aware (tryout) sub-sample (Bushway,
Johnson, & Slocum, 2007; Wooldridge, 2010). We use
the percentage of households in the village that are aware of
mineral fertilizer as a selection variable. Literature has shown
that information often spreads through peers, neighbors, and
friends (Foster & Rosenzweig, 1995), and that technology diffusion
can be spatially correlated (Abdulai & Huffman, 2005).
The constructed village awareness rate is significantly and positively
correlated with respondent awareness (R2 = 0.37,
p = 0.00). Because respondents’ awareness and tryout are
highly correlated in the full sample of aware and non-aware
households, village awareness is also highly correlated with
respondent tryout in the full sample (R2 = 0.21, p = 0.00)
(but not with respondent tryout in the aware subsample).
We expect village awareness to affect respondent tryout and
adoption only through respondent awareness. When adding
village awareness in the outcome equations, it has no signifi-
cant effect. We expect the heckprobit model to reduce
non-exposure and selection bias, and hence result in effects
on tryout and adoption that are in between the results of the
simple probit models on the full and the restricted samples. 7
Fourth, we deal with the remaining problem of endogeneity
bias using bivariate probit models. Participation in program
associations and in program interventions is likely not randomly
distributed in the population and might depend on
unobserved factors, such as motivation, ability, and risk aversion.
As program associations were purposively selected by the
program, so are the member farmers. Additionally, farmers
might self-select into a program association, if they join after
the start of the program, or might self-select into specific program
interventions. This endogeneity might lead to PPi being
correlated with the error term, and result in biased estimates.
To reduce endogeneity bias, we use a bivariate probit model 8
to jointly estimate program membership (Eqn. (4)) and awareness
(Eqn. (1))—and similar for tryout (2) and adoption (3).The determinants of program association membership are estimated
as follows:
ที่สาม เราจำลองขั้นตอนติดต่อกันถือเป็นการเลือกรุ่นที่เป็นแบบมีเงื่อนไขที่มีผลทำขั้นตอนก่อนหน้านี้ในกระบวนการยอมรับ เราใช้Heckman เลือก probit (Heckprobit) แบบประเมินทดลอง Eqn. (2) ถึงความ Eqn. (1) การเลือกสมการ และนำ Eqn. (3) ทดลอง Eqn. (2)เป็นสมการการเลือก การทำงาน เราต้องเลือกเพิ่มเติมตัวแปรที่กำหนดว่าการรับรู้ (tryout) ในการเลือกสมการในตัวอย่างเต็มรูปแบบแต่ไม่ทดลอง (นำ) ในการสมการผลตัวอย่างย่อยทราบ (ทดลอง) (Bushwayจอห์นสัน & Slocum, 2007 Wooldridge, 2010) เราใช้เปอร์เซ็นต์ของครัวเรือนในหมู่บ้านที่รับทราบปุ๋ยแร่เป็นตัวแปรที่เลือก วรรณกรรมได้แสดงว่า ข้อมูลมักจะแพร่กระจายผ่านเพื่อนร่วมงาน เพื่อนบ้าน และเพื่อน (Foster & Rosenzweig, 1995), และการกระจายเทคโนโลยีที่ได้มีความสัมพันธ์ spatially (Abdulai & Huffman, 2005)อัตราการรับรู้สร้างหมู่บ้านเป็นอย่างมาก และบวกมีความสัมพันธ์กับการรับรู้ของผู้ตอบแบบสำรวจ (R2 = 0.37p = 0.00) เนื่องจากการรับรู้และทดลองตอบมีความสัมพันธ์สูงในตัวอย่างเต็มของทราบ และไม่ใช่ครัวเรือน การรับรู้ในหมู่บ้านยังมีความสัมพันธ์กับผู้ตอบแบบสำรวจทดสอบในตัวอย่างเต็มรูปแบบ (R2 = 0.21, p = 0.00)(แต่ไม่ มีผู้ตอบแบบสำรวจทดลองใน subsample ทราบ)เราคาดว่าหมู่บ้านรับรู้มีผลต่อผู้ตอบแบบสำรวจทดลอง และการยอมรับ โดยผู้ตอบแบบสำรวจการรับรู้ เมื่อมีการเพิ่มหมู่บ้านการรับรู้ในสมการผล มีความไม่มี-ไม่มีผล เราคาดหวังแบบ heckprobit เพื่อลดไม่ใช่แสงและอคติ และด้วยเหตุนี้ ส่งผลให้ผลการเลือกทดลองและนำที่อยู่ระหว่างผลของการแบบจำลอง probit ง่ายเต็มรูปแบบและตัวอย่างจำกัด 7สี่ เราจัดการกับปัญหาที่เหลือของ endogeneityมีความโน้มเอียงในการใช้แบบจำลอง probit bivariate เข้าร่วมในโครงการความสัมพันธ์ของโปรแกรม แทรกแซงไม่ได้สุ่มกระจายในประชากร และอาจขึ้นอยู่กับปัจจัย unobserved เช่นแรงจูงใจ ความสามารถ ความเสี่ยง aversionเป็นความสัมพันธ์ของโปรแกรม purposively ที่ถูกเลือกโดยการโปรแกรม ดังนั้นเกษตรกรสมาชิก นอกจากนี้ เกษตรกรอาจเลือกในความสัมพันธ์ของโปรแกรม ตนเองถ้าพวกเขาเข้าร่วมหลังจากการเริ่มต้นของโปรแกรม หรืออาจเลือกตนเองเป็นโปรแกรมเฉพาะแทรกแซง Endogeneity นี้อาจนำไปสู่การ PPiมีความสัมพันธ์กับระยะผิดพลาด และผลการประมาณการลำเอียงเพื่อลดอคติ endogeneity เราใช้แบบจำลอง probit bivariate 8การประเมินโปรแกรมสมาชิก (Eqn. (4)) และการรับรู้ร่วมกัน(Eqn. (1)) — และคล้ายคลึงกันสำหรับทดลอง (2) และ (3) การรับบุตรบุญธรรม ดีเทอร์มิแนนต์ของโปรแกรมเป็นสมาชิกสมาคมประมาณดังนี้:
การแปล กรุณารอสักครู่..
สาม เราแบบขั้นตอนการยอมรับการติดต่อกันเป็นรุ่นที่เป็นเงื่อนไขในการผลบรรลุขั้นตอนก่อนหน้านี้ในกระบวนการรับบุตรบุญธรรม เราใช้เฮ็กเมินเลือกตัว ( heckprobit ) แบบประเมินทดลอง eqn . ( 2 ) มีความรู้ eqn . ( 1 ) เลือกสมการและการ eqn . ( 3 ) มีแบบ eqn . ( 2 )เป็นสมการที่เลือก ต้องการทำเช่นนั้นเราต้องเลือกเพิ่มเติมตัวแปรที่ศึกษาการรับรู้ ( อกุศลกรรม ) ในการเลือกสมการในตัวอย่างเต็ม แต่ไม่เดี้ยง ( การยอมรับ ) ในผลคือ ความตระหนัก ( อกุศลกรรม ) ซับ ( bushway ตัวอย่าง ,จอห์นสัน & สโลเคิ่ม , 2007 ; วุลดริจ , 2010 ) เราใช้ร้อยละของครัวเรือนในหมู่บ้านที่ทราบปุ๋ยแร่เช่นการเลือกตัวแปร วรรณกรรมได้ข้อมูลที่มักจะแพร่กระจายผ่านเพื่อน เพื่อนบ้านเพื่อน ( Foster & โรเซนส์ไวก์ , 1995 ) และ เทคโนโลยี การแพร่สามารถเปลี่ยนความสัมพันธ์ ( abdulai & Huffman , 2005 )การสร้างความตระหนักในหมู่บ้านซึ่งความสัมพันธ์ทางบวกมีความสัมพันธ์กับความตระหนักผู้ตอบ ( R2 = 0.37 ,p = 0.00 ) เพราะผู้ตอบแบบสอบถามความตระหนักและทดลองคือระดับสูงในตัวอย่างเต็มของทราบและไม่ตระหนักถึงครัวเรือน , หมู่บ้านยังสูง มีความสัมพันธ์กับความตระหนักตอบแบบในตัวอย่างเต็ม ( R2 = 0.21 , p = 0.00 )( แต่ไม่ใช่กับผู้ตอบแบบใน subsample ทราบ )เราคาดว่าการรับรู้ต่อผู้ตอบแบบ และหมู่บ้านผ่านการยอมรับเท่านั้น ผู้ตอบ เมื่อเพิ่มหมู่บ้านความตระหนักในผลของสมการ มันไม่มี signifi -ได้ผล เราคาดว่า heckprobit โมเดลเพื่อลดการเปิดรับและการไม่มีอคติและด้วยเหตุนี้ผลผลในคณิตศาสตร์และการยอมรับว่าอยู่ระหว่างผลลัพธ์ของง่ายแบบตัวบนแบบเต็มและ จำกัด ตัวอย่าง 7 .ประการที่สี่ เราจัดการกับปัญหาของ endogeneity ที่เหลือคติการใช้โดยใช้ตัวแบบ การมีส่วนร่วมในโปรแกรมสมาคมและการแทรกแซงของโปรแกรมอาจจะไม่สุ่มการกระจายของประชากรในและอาจขึ้นอยู่กับปัจจัย unobserved เช่น แรงจูงใจ ความสามารถ และรังเกียจความเสี่ยงตามที่สมาคมโปรแกรมเป็นดังนี้โดยโปรแกรม เพื่อให้สมาชิกเกษตรกร นอกจากนี้ เกษตรกรอาจจะด้วยตนเองเลือกเข้าโปรแกรมสมาคม ถ้าพวกเขาเข้าร่วม หลังจากการเริ่มต้นของโปรแกรม หรือจะเลือกลงเฉพาะโปรแกรมด้วยตนเองคล้อย endogeneity นี้อาจนำไปสู่ PPI เป็นมีความสัมพันธ์กับระยะผิดพลาด และส่งผลให้จำนวนประมาณเพื่อลด endogeneity อคติ เราใช้ตัวแบบโพรบิทโดยใช้ 8เพื่อร่วมกันประเมินโปรแกรมสมาชิก ( eqn . ( 4 ) ) และความตระหนัก( eqn . ( 1 ) - และที่คล้ายกันสำหรับทดลอง ( 2 ) และการยอมรับ ( 3 ) . ปัจจัยกำหนด เป็นสมาชิกสมาคมโปรแกรม มีค่าประมาณดังนี้
การแปล กรุณารอสักครู่..