《表3 变量界定与描述性统计》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《生产环节外包改善了农户福利吗——来自长江流域水稻种植农户的证据》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:*、**、***分别表示10%、5%、1%的显著性水平。

在借鉴Gillespie et al.（2010）、李庆海等（2012）、申红芳等（2015）、陈飞、翟伟娟（2015）、陆岐楠等（2017）以及Ma et al.（2018）成果的基础上，本文选取了受访者个人特征、家庭特征、经营特征、村庄特征等4类17个变量以及1个工具变量作为解释变量。其中，个人特征变量包括决策者的性别、年龄、受教育程度以及风险偏好变量；家庭特征变量包括劳动力数量、老年人比例、孩子比例以及社会网络变量；经营特征变量包括种植面积、生产性资产状况、耕地细碎化程度、借贷状况以及生产环节外包价格变量；村庄特征变量包括村庄地形特征、机耕路状况以及村庄离县（市）距离变量。需要说明的是，本文对风险偏好变量的测量，与杨志海（2018）相同，此处不再赘述。此外，社会网络难以被直接观测，学者们往往用其他指标代理，本文借鉴杨汝岱等（2011）的做法，以农户经常往来的亲戚朋友数量作为其量化指标。生产环节外包价格采用的是农户参与的各生产环节外包的亩平均费用。对于未外包农户的生产环节外包价格，则以该农户所在村庄或邻近村庄其他农户的平均外包价格表示。最后，为了保证模型的可识别性，本文选择了农户所在村庄内存有的大型农机数量作为工具变量。选择该变量作为工具变量的原因是，村庄内的大型农机数量对农户生产环节外包决策具有重要影响。大型农机越多的村庄，农户的外包需求越容易满足。但该变量并不直接影响农户的家庭收入。各变量的定义与描述性统计结果如表3所示。