1.00 ha, medium-sized farm househol

1.00 ha, medium-sized farm households own 1.01e3.03, and
large ones own >3.03 ha. Thus, the land ownership dummy in our
model combines medium and large farms, capturing the effect of
farm size on the ownership of agricultural machinery even after
controlling for the influence of total land size owned by a household.
Among the explanatory variables, HHCi also includes a
dummy that assumes a value of one if a household borrowed
money from any formal or informal sources, or zero otherwise, and
a dummy with a value of one if a household runs at least one piece
of agricultural machinery using electricity (zero, otherwise). Roadsd
is an independent variable that includes information on the length
of paved or gravel roads (km) at the subDistrict level. Finally, to
capture the influence of labour availability on machinery adoption,
we included the independent variable labuord, using District-level
information on the number of households who work as agricultural
labourers on other farms. By definition, these households’
major source of income was obtained by working as agriculture
labourers on land owned by other farmers (BBS, 2011a). The
availability of labour could differentially affect machinery ownership.
For example, pumps could increase labour demand if irrigation
is used to intensify and grow a dry-season crop; by contrast,
power tillers and threshers may reduce labour requirements. To
understand if sub-District level factors such as paved or gravel
roads and loan facilities affect machinery adoption by medium and
large farm households compared to small farm households, we also
included two multiplicative dummies, in which we multiplied the
medium and large farm household dummy with road length. We
also multiplied the medium and large farm household dummy with
the dummy for households borrowing funds from formal or
informal sources. DDj represents six Division dummies for seven
administrative Divisions, with Chittagong as the base. a0 is the
scalar parameter, and 4, a and b are the vectors of parameters; i
stands for household, sd stands for sub-District, d for District, with x
for random error.
The most common machine owned by a household is an irrigation
pump; however, ownership of multiple machines is also
possible (Table 1). We therefore applied a multinomial probit
model, commonly used to explain farmers’ adoption of multiple
technologies. Mottaleb et al. (2014), for example, used this method
to estimate the use of hybrid and inbred rice on different fields of
the same farm in Bangladesh, while Quayam and Ali (2012) also
applied a single logit model to estimate the adoption of power
tillers in selected locations of Bangladesh.
We estimated four models to assess the influence of these
variables on household adoption of agricultural machinery, and to
control against any potential endogeneity problems in the dataset.
In the first unrestricted full model, we included all possible
explanatory variables described above. We also estimated an
additional three restricted models (R1-R3), in which we removed
selected variables to avoid any potential endogeneity and redundancy
problems, and in order to isolate the remaining variables of
explanatory interest. For example, because we included the land
size owned in the unrestricted model, one might argue that
further inclusion of a dummy variable for medium and large farm
household and allied multiplicative dummies might be redundant.
In R1, we consequently removed the dummy for mediumand
large sized farms, and related multiplicative dummies. In R2,
we removed the pond ownership dummy (yes ¼ 1), and the
number of cows, water buffalos, and land owned by a household.
We removed these variables as one may argue that a household
might first invest in agricultural machinery, and later after

ผลลัพธ์ (ไทย) 1:

1.00 เองขนาดครัวเรือนฮา 1.01e3.03 และคนใหญ่เอง > 3.03 ฮา ดังนั้น ที่ดินเจ้าดัมมี่ในของเราฟาร์มขนาดกลาง และขนาดใหญ่ ผลของการถ่ายภาพรวมรุ่นฟาร์มขนาดเป็นเจ้าของเครื่องจักรกลเกษตรหลังจากการควบคุมอิทธิพลของขนาดที่ดินรวมเป็นเจ้าของในครัวเรือนระหว่างตัวแปรอธิบาย HHCi รวมถึงการดัมมี่ที่อนุมานค่าหนึ่งถ้ายืมครัวเรือนเงินจากแหล่งใด ๆ อย่างเป็นทางการ หรือไม่เป็นทางการ หรือศูนย์อื่น ๆ และดัมมี่ ด้วยค่าถ้าเข้าบ้านทำงานอย่างน้อยหนึ่งชิ้นของเครื่องจักรกลเกษตรที่ใช้ไฟฟ้า (ศูนย์ อื่น ๆ) Roadsdเป็นตัวแปรอิสระที่มีข้อมูลความยาวของปู หรือกรวดถนน (กม.) ในระดับตำบล ในที่สุด การอิทธิพลของแรงพร้อมใช้งานในเครื่องจักรนำ จับภาพเรารวม labuord แปรอิสระ ใช้ระดับอำเภอข้อมูลจำนวนครัวเรือนที่ทำเกษตรเป็นแรงงานในฟาร์มอื่น ๆ โดยละเอียด ครัวเรือนเหล่านี้แหล่งสำคัญของรายได้ที่ได้รับ โดยทำงานเป็นเกษตรแรงงานในที่ดินของเกษตรกรอื่น ๆ (BBS, 2011a) การความพร้อมของแรงงานแตกต่างกันอาจมีผลต่อความเป็นเจ้าของเครื่องจักรเช่น ปั๊มสามารถเพิ่มความต้องการแรงงานชลประทานใช้กระชับ และปลูกพืชในฤดูกาลที่แห้ง โดยคมชัดรถไถและ threshers อาจช่วยลดความต้องการแรงงาน ถึงเข้าใจถ้าปัจจัยระดับตำบลเช่นปู หรือกรวดถนนและการกู้ยืมเงินมีผลต่อการปรับใช้เครื่องจักร โดยสื่อ และขนาดใหญ่ครัวเรือนเทียบกับฟาร์มขนาดเล็กครัวเรือน เรายังรวม dummies คูณสอง ซึ่งเราคูณกับฟาร์มขนาดกลาง และขนาดใหญ่บ้านดัมมี่ มีความยาวถนน เรายัง คูณดัมมี่บ้านฟาร์มขนาดกลาง และขนาดใหญ่ด้วยดัมมี่สำหรับครัวเรือนยืมเงินทุนจากอย่างเป็นทางการ หรือแหล่งที่ไม่เป็นทางการ DDj แสดงถึง dummies หารหกเจ็ดการปกครอง มีจิตตะกองเป็นฐาน a0 คือการพารามิเตอร์สเกลา และ 4 แบบ และ b เป็นเวกเตอร์ของพารามิเตอร์ ผมสำหรับบ้านยืน sd หมายถึงตำบล d สำหรับเขต กับ xสำหรับข้อผิดพลาดแบบสุ่มเครื่องทั่วไปเจ้าของบ้านมีการชลประทานปั๊ม อย่างไรก็ตาม เป็นเจ้าของหลายเครื่องก็สุด (ตารางที่ 1) เราใช้แบบ probit ก็ตามดังนั้นรุ่น มักใช้ในการอธิบายนำเกษตรกรหลายเทคโนโลยี Mottaleb et al. (2014), เช่น ใช้วิธีการนี้การประเมินการใช้ไฮบริดสลีและข้าวที่เสถียรเหมือนฟาร์มในบังกลาเทศ Quayam และอาลี (2012) ยังใช้แบบจำลอง logit เดียวการประเมินการยอมรับอำนาจของรถไถเดินตามในสถานที่ที่เลือกของบังคลาเทศเราประเมินทั้งสี่แบบประเมินอิทธิพลเหล่านี้ตัวแปรในนำครัวเรือน ของเครื่องจักรการเกษตร และควบคุมกับ endogeneity ปัญหาอาจเกิดขึ้นในชุดข้อมูลจำกัดเต็มรุ่นแรก เรารวมได้ทั้งหมดตัวแปรที่อธิบายที่อธิบายข้างต้น เราประเมินการเพิ่มเติมสามจำกัดรุ่น (R1-R3), เราเอาออกเลือกตัวแปรเพื่อหลีกเลี่ยงการ endogeneity และความซ้ำซ้อนที่อาจเกิดขึ้นใด ๆปัญหา และ การแยกตัวแปรที่เหลืออยู่ของสนใจเรื่องนี้ ตัวอย่างเช่น เนื่องจากเรารวมที่ดินขนาดเป็นเจ้าของในรูปแบบไม่จำกัด หนึ่งในข้อถกเถียงที่การรวมตัวแปรดัมมี่สำหรับฟาร์มขนาดกลาง และขนาดใหญ่ครัวเรือน และพันธมิตร dummies คูณอาจจะซ้ำซ้อนใน R1 เราจึงเอาออกหุ่นสำหรับ mediumandฟาร์มขนาดใหญ่ และ dummies คูณที่เกี่ยวข้อง ใน R2เราเอาตัวหุ่นเป็นเจ้าของบ่อ (ใช่¼ 1), และจำนวนวัว ควายน้ำ และที่ดินเป็นเจ้าของในครัวเรือนเราเอาตัวแปรเหล่านี้เป็นหนึ่งอาจยืนยันว่า ในครัวเรือนครั้งแรกลงทุน ในเครื่อง จักรการเกษตร และต่อมาหลังจาก

ผลลัพธ์ (ไทย) 2:

1.00 ฮ่าครัวเรือนขนาดกลางเจ้าของ 1.01e3.03 และ
คนที่มีขนาดใหญ่เป็นเจ้าของ> 3.03 ฮ่า ดังนั้นหุ่นกรรมสิทธิ์ที่ดินของเราใน
รูปแบบผสมผสานฟาร์มขนาดกลางและขนาดใหญ่จับผลกระทบของ
ขนาดฟาร์มกับความเป็นเจ้าของเครื่องจักรกลการเกษตรแม้หลังจาก
การควบคุมอิทธิพลของขนาดที่ดินเป็นเจ้าของโดยครัวเรือน.
ท่ามกลางตัวแปรอธิบาย HHCi ยังรวมถึง
หุ่นที่ถือว่ามีมูลค่าหนึ่งถ้าครัวเรือนยืม
เงินจากแหล่งที่เป็นทางการหรือไม่เป็นทางการใด ๆ หรือศูนย์อื่นและ
หุ่นที่มีค่าของหนึ่งถ้าใช้ในครัวเรือนทำงานอย่างน้อยหนึ่งชิ้นส่วน
ของเครื่องจักรกลการเกษตรใช้ไฟฟ้า (ศูนย์, อื่น ๆ ) . Roadsd
เป็นตัวแปรอิสระที่มีข้อมูลเกี่ยวกับความยาว
ของถนนที่ปูหรือกรวด (กม.) ในระดับตำบล สุดท้ายเพื่อ
จับอิทธิพลของความพร้อมในการนำไปใช้แรงงานเครื่องจักรที่
เรารวมถึง labuord ตัวแปรอิสระโดยใช้ระดับอำเภอ
ข้อมูลเกี่ยวกับจำนวนของผู้ประกอบการที่ทำงานเป็นการเกษตร
แรงงานในฟาร์มอื่น ๆ ตามคำนิยามผู้ประกอบการเหล่านี้
แหล่งที่มาของรายได้ที่ได้รับจากการทำงานเช่นการเกษตร
แรงงานในที่ดินของเกษตรกรอื่น ๆ (BBS, 2011a)
ความพร้อมของแรงงานที่แตกต่างกันอาจมีผลต่อความเป็นเจ้าของเครื่องจักร.
ตัวอย่างเช่นเครื่องสูบน้ำจะเพิ่มความต้องการแรงงานหากชลประทาน
จะใช้ในการกระชับและการเติบโตของการปลูกพืชฤดูแล้ง; โดยคมชัด
หน่ออำนาจและ threshers อาจลดความต้องการแรงงาน จะ
เข้าใจว่าปัจจัยระดับตำบลเช่นปูหรือกรวด
ถนนและเงินกู้มีผลกระทบต่อการนำไปใช้เครื่องจักรโดยขนาดกลางและ
ผู้ประกอบการฟาร์มขนาดใหญ่เมื่อเทียบกับผู้ประกอบการฟาร์มขนาดเล็กเรายัง
รวมสองหุ่นคูณในการที่เราคูณ
กลางและขนาดใหญ่หุ่นฟาร์มของใช้ในครัวเรือน ที่มีความยาวถนน เรา
ยังคูณขนาดกลางและขนาดใหญ่หุ่นฟาร์มในครัวเรือนที่มี
หุ่นสำหรับครัวเรือนที่กู้ยืมเงินจากทางการหรือ
แหล่งที่มาอย่างไม่เป็นทางการ DDJ แสดงถึงหกหุ่นส่วนเจ็ด
เขตการปกครองด้วยจิตตะกองเป็นฐาน A0 เป็น
พารามิเตอร์สเกลาร์และ 4, a และ b เป็นพาหะของพารามิเตอร์; ฉัน
ยืนสำหรับใช้ในครัวเรือน, SD ย่อมาจากตำบล D สำหรับอำเภอที่มี X
สำหรับข้อผิดพลาดแบบสุ่ม.
เครื่องที่พบมากที่สุดเป็นเจ้าของโดยครัวเรือนเป็นชลประทาน
ปั๊ม; แต่เป็นเจ้าของหลายเครื่องยังเป็น
ไปได้ (ตารางที่ 1) ดังนั้นเราจึงนำมาใช้ probit พหุนาม
รูปแบบที่ใช้กันทั่วไปในการอธิบายการยอมรับของเกษตรกรหลาย
เทคโนโลยี Mottaleb et al, (2014) เช่นใช้วิธีการนี้
เพื่อประเมินการใช้งานของไฮบริดและข้าวพันธุ์ในสาขาที่แตกต่างของ
ฟาร์มเดียวกันในบังคลาเทศในขณะที่ Quayam อาลี (2012) นอกจากนี้ยัง
นำไปใช้แบบจำลองโลจิตเดียวที่จะประเมินการยอมรับของอำนาจ
หน่อใน สถานที่ที่เลือกของบังคลาเทศ.
เราประมาณสี่รุ่นเพื่อประเมินอิทธิพลของเหล่านี้
ตัวแปรในการนำไปใช้ในครัวเรือนของเครื่องจักรกลการเกษตรและเพื่อ
ควบคุมกับปัญหา endogeneity ใด ๆ ที่อาจเกิดขึ้นในชุดข้อมูล.
ครั้งแรกในรูปแบบเต็มรูปแบบไม่ จำกัด เรารวมเป็นไปได้ทั้งหมด
ตัวแปรอธิบายไว้ข้างต้น . นอกจากนี้เรายังประมาณ
เพิ่มเติมสามรุ่น จำกัด (R1-R3) ซึ่งเราได้นำออก
เลือกตัวแปรที่จะหลีกเลี่ยงที่มีศักยภาพและความซ้ำซ้อน endogeneity ใด ๆ
ปัญหาและเพื่อแยกตัวแปรที่เหลืออยู่ของ
ดอกเบี้ยอธิบาย ยกตัวอย่างเช่นเพราะเรารวมที่ดิน
ขนาดเป็นเจ้าของในรูปแบบที่ไม่ จำกัด หนึ่งอาจโต้แย้งว่า
การรวมเพิ่มเติมของตัวแปรหุ่นขนาดกลางและฟาร์มขนาดใหญ่
ที่ใช้ในครัวเรือนและพันธมิตรหุ่นคูณอาจจะซ้ำซ้อน.
ใน R1 เราจึงเอาออกหุ่นสำหรับ mediumand
ขนาดใหญ่ ฟาร์มขนาดใหญ่และหุ่นคูณที่เกี่ยวข้อง ใน R2 ให้
เราออกหุ่นเจ้าของบ่อ (ใช่¼ 1) และ
จำนวนของวัว, ควายและที่ดินเป็นของใช้ในครัวเรือน.
เราได้นำตัวแปรเหล่านี้เป็นหนึ่งอาจโต้แย้งว่าครัวเรือน
แรกอาจจะลงทุนในเครื่องจักรกลการเกษตรและ ต่อมาหลังจากที่

ผลลัพธ์ (ไทย) 3:

1 ฮา ขนาดกลาง ครัวเรือนเอง 1.01e3.03 , และขนาดใหญ่เอง > 3.03 ฮา ดังนั้น กรรมสิทธิ์ที่ดิน หุ่นของเราแบบรวมฟาร์มขนาดกลาง และขนาดใหญ่ จับผลของขนาดของฟาร์มในกรรมสิทธิ์ของ เครื่องจักรกลการเกษตร หลังจากที่ควบคุมอิทธิพลของที่ดินทั้งหมด ขนาดของครัวเรือนระหว่างตัวแปรทั้ง hhci ยังรวมถึงคนโง่ที่ถือว่าค่าหนึ่งถ้าครัวเรือนยืมเงินที่ได้จากแหล่งที่เป็นทางการหรือทางการ หรือ ศูนย์ อื่น และเป็นหุ่นที่มีค่าของหนึ่งถ้าบ้านวิ่งอย่างน้อยหนึ่งชิ้นเครื่องจักรกลการเกษตรที่ใช้ไฟฟ้า ( ศูนย์อื่น ) roadsdคือตัวแปรอิสระที่ประกอบด้วยข้อมูลเกี่ยวกับความยาวของถนนลาดยางหรือถนนกรวด ( km ) ที่ระดับตําบล . ประการสุดท้ายจับอิทธิพลของแรงงาน ความพร้อมในการใช้เครื่องจักรเรารวม labuord ตัวแปรอิสระ โดยใช้ระดับตำบลข้อมูลเกี่ยวกับจำนวนครัวเรือน ที่งานเกษตรแรงงานในฟาร์มอื่น ๆ คำนิยามของครัวเรือนเหล่านี้ "แหล่งที่มาของรายได้ที่ได้รับจากการทำงาน เช่น การเกษตรแรงงานในที่ดินของเกษตรกรอื่น ๆ ( บอร์ด 2011a ) ที่ความพร้อมของแรงงานอาจต่างกัน มีผลต่อเจ้าของเครื่องจักรตัวอย่างเช่น ปั๊มสามารถเพิ่มความต้องการแรงงาน หากน้ำใช้เพื่อกระชับและปลูกพืชฤดูแล้ง โดยความคมชัดรถไถเดินตามและรวมอาจลดความต้องการแรงงาน เพื่อเข้าใจถ้าแขวง ปัจจัยระดับ เช่น ปู หรือ กรวด ทรายถนนและวงเงินต่อการยอมรับโดยขนาดกลางและเครื่องจักรขนาดครัวเรือนเมื่อเทียบกับฟาร์มขนาดเล็ก นอกจากนี้เรายังรวมสองวิธีให้ ซึ่งเราคูณฟาร์มขนาดกลางและขนาดใหญ่ในหุ่นที่มีความยาวถนน เรานอกจากนี้ คูณกลาง และหุ่น ครัวเรือนเกษตรขนาดใหญ่ดัมมี่สำหรับครัวเรือนที่ยืมเงินจากที่เป็นทางการหรือแหล่งข้อมูลทางการ ddj เป็นหุ่นส่วนเจ็ดหกการแบ่งเขตการปกครอง กับจิตตะกองเป็นฐาน A0 คือตัวแปรสเกลาร์และ 4 , a และ b เป็นเวกเตอร์ของตัวแปร ; ฉันยืนสำหรับครัวเรือน , SD ย่อมาจากแขวงเขต D , X ,สำหรับความผิดพลาดแบบสุ่มส่วนใหญ่เครื่องที่เป็นเจ้าของโดยครอบครัวการชลประทานปั๊ม อย่างไรก็ตาม เจ้าของหลายเครื่องเป็นยังเป็นไปได้ ( ตารางที่ 1 ) ดังนั้นเราจึงใช้วิธี โปรแบบที่ใช้กันทั่วไปเพื่ออธิบายการยอมรับของเกษตรกรหลายๆเทคโนโลยี mottaleb et al . ( 2014 ) ตัวอย่างเช่น ใช้วิธีนี้ประมาณการใช้ไฮบริดและสายพันธุ์ข้าวในเขตข้อมูลที่แตกต่างกันของฟาร์มเดียวกันในบังกลาเทศ ขณะที่ quayam และ Ali ( 2012 ) ยังใช้แบบจำลองโลจิต ( Logit Model ) การประเมินการยอมรับอำนาจเดี่ยวได้รับในสถานที่ที่เลือกของบังคลาเทศเราประมาณ 4 รุ่น เพื่อประเมินอิทธิพลของเหล่านี้ตัวแปรในการใช้เครื่องจักรกลการเกษตรในครัวเรือน และควบคุมป้องกันปัญหา endogeneity อาจเกิดขึ้นในวันที่ .ในแรกอย่างเต็มรูปแบบ เรารวมทุกอย่างที่เป็นไปได้อธิบายตัวแปรที่อธิบายข้างต้น เรายังคาดว่าเป็นจำกัด ( r1-r3 เพิ่มเติมสามรุ่น ) , ที่เราลบออกตัวแปรคัดสรรเพื่อหลีกเลี่ยงความซ้ำซ้อนและ endogeneity ที่มีศักยภาพใด ๆปัญหาและเพื่อให้แยกอีกตัวแปรความสนใจใน . ตัวอย่างเช่น เพราะเรารวมแผ่นดินขนาดเป็นเจ้าของในรูปแบบไม่จำกัด หนึ่งอาจโต้แย้งว่ารวมเพิ่มเติมของตัวแปรหุ่นขนาดกลาง และฟาร์มขนาดใหญ่ครัวเรือนและพันธมิตรการคูณให้อาจจะซ้ำซ้อนใน R1 , เราจึงลบ Dummy ปานกลางฟาร์มขนาดใหญ่ และให้วิธีที่เกี่ยวข้อง ใน อาร์ทูเราเอาออก บ่อ เจ้าของหุ่น ( ใช่¼ 1 ) และจำนวนของวัว และควายน้ำ , ที่ดินของครัวเรือนเราเอาตัวแปรเหล่านี้เป็นหนึ่งอาจโต้แย้งว่า ครัวเรือนแรก อาจลงทุนในเครื่องจักรทางการเกษตรและต่อมาหลังจากที่