使用倾向得分匹配分析测量的结果给予支持小规模农民在南苏丹

文摘

许多开发项目实施在南苏丹,目的是提高农业生产力。然而,一些经验证据存在的对生产力的影响。本文旨在评估支持农业和林业的影响开发项目(SAFDP)玉米小规模农民的生产力在南苏丹使用倾向得分匹配方法。200年玉米农民,80人和120年世界性取样。从模型结果表明,项目对玉米产量的影响有统计学显著性。暂时,参与者的农民比代表农民获得更高的玉米产量。因此,齿轮在向农民提供金融支持政策将有助于在提高玉米生产力的研究领域。

关键字

影响,SAFDP、玉米生产力,倾向得分匹配,南苏丹。

介绍

玉米既是主要的粮食作物和经济作物在南苏丹。大多数玉米农民小规模实践自给农业。在南苏丹扩大玉米生产潜力是巨大的。然而,尽管潜力巨大,但南苏丹未能达到自给自足的感觉能够满足其国内每年的粮食需求。因此,今天在南苏丹的关键挑战是如何提高国内食品生产,以减少对进口的依赖,捐款。玉米是第二个最重要的谷物粮食在南苏丹高粱。玉米和高粱占总家庭生产的大约50至75% (1]。在其他地区,玉米通常种植在有限的领域接近家园绿色玉米消费的蔬菜。玉米是消耗在南苏丹烤/煮熟或煮熟。玉米磨成玉米粉用于做粥,粥、蒸粗麦粉和当地称为asida面包。它也用作畜禽饲料。玉米淀粉类主食消费的百分比占22日至25日在非洲,代表最大的单一来源的热量之后,木薯(2]。大多数玉米南苏丹是小规模的农民自给农业实践。农民用锄头等工具,malodas穿,镰刀,这极大地限制了区域土地可以种植的农户。农民经常使用自己的种子保存前一年的收获,和几乎没有商业肥料、杀虫剂或除草剂使用。

一国两制原则后,在2005年《全面和平协议》(CPA),四个主要领域的政府干预措施实施农业。首先苏丹产能恢复计划的目的是有助于减少贫困和粮食不安全的水平,在由苏丹政府和欧盟委员会(European Commission)。第二个是苏丹机构能力项目:食品安全信息行动,旨在促进粮食安全的支持和加强粮食安全的政策和规划计划和市场信息系统,由欧盟资助的。第三是南苏丹生计发展项目南部苏丹政府,联合国际农业发展基金会(IFAD)和荷兰王国大使馆,旨在支持社区。最后,是农业和林业开发项目的支持。前两个项目实施在北部和南部苏丹而后者只在南苏丹(两个项目的实施3]。

南苏丹政府在农业和林业部发起了支持农业和林业开发项目在2007年(4]。项目旨在增加一些针对730年和260年组织的生产力的农业和林业生产者分别通过促进采用改进技术在农业和林业;和通过加强能力的中央政府和邦政府以及私营部门在农业和林业计划和交付服务。项目旨在解决重点问题反映的信托基金的框架内为持续的和平、发展和消除贫困。也符合农业和林业部的战略粮食和农业政策框架的农业社区和自然资源使用国直接参与开发过程的支持服务被授权成为prime-actors在改善自己的经济增长(4]。农民团体10到20个成员有10000 SSP和16,000 SSP分别在第一和第二阶段,作为资助(4]。

农业生产率是经济增长的关键指标进行分析,这是一个重要的决策者的需求。农业生产率的提高有很多优势。首先,它增加了资源从一个部门到另一个流,从而提高经济增长。其次,更高层次的农业生产力导致降低食品价格,提高消费者的福利。第三,生产率增长提高了一个国家的农业部门的竞争地位。因此本文旨在评估支持农业和林业的影响开发项目(SAFDP)对玉米产量、粮食安全至关重要的作物在南苏丹和生计。

材料和方法

数据类型和收集方法

这项研究是在朱巴和Morobo县进行中央Equatoria状态,南苏丹共和国。这些区域被选中是因为南苏丹政府努力通过其SAFDP和非政府组织等项目,促进玉米生产状态。SAFDP参与者选择一个委员会由县农业部门,曾经许多标准如农民群体的季节性计划和成就的一年。未参加者(控制)是由选择一群世界性像参加一切,但事实接受干预的使用卡尺和半径匹配估计技术。利用一个多阶段抽样技术,两个在每个县和两个围着payams payam有目的的选择。十(10)SAFDP 15非SAFDP农民每博马是随机挑选的,样本量为200;80工程和120 non-project农民。

分析方法

倾向得分匹配(PSM)模型

PSM被用来分析支持农业和林业的影响开发项目对玉米产量。为了实现这一目标,我们使用PSM方法如下面。等研究,评估农业项目的影响,采用改进的技术不适当控制潜在的参与者和未参加者之间的差异,很难得出明确的结论(5- - - - - -7]。因此,在缺乏农民的非随机选择的情况下,简单的意思比较结果(如收益率)参与者和世界性之间可能产生偏见的估计的影响。控制可能隐藏的选择性偏差,本研究适应倾向得分匹配(PSM)方法来克服选择性偏差。我们遵循Rosenbaum &鲁宾Dehejia &·道路& Ravallion Dehejia &·史密斯和托德,Mendola,经纪人卡利恩& Kopeinig [8- - - - - -13]。PSM不需要排斥限制或给定的规范的函数形式选择模型构建反事实的同时减少自己挑选的偏见。

估计平均处理效应

这里的反事实的是那些农民会发生什么,事实上,参与该项目,如果他们不参与。的关键假设是个人选择的参与者和non-participant团体有潜在的结果在这两个州,他们观察到的一个和一个他们没有观察到(14]。我们确定的平均处理效应(ATT)对待农民,也就是因果SAFDP对玉米产量的影响。对于一个给定的参与者,我们观察到的结局的情况下参与项目E (Y₁| D = 1)和未被注意的结局(假设),参与者将会意识到他们不是确实参与了项目E (Y₀| D = 1)。类似地,对于一个给定的non-participant结局我们观察到的情况下代表在项目为E (Y₀| D = 0)和未被注意的结局(假设),non-participant会意识到如果他们确实参与了项目E (Y₁| D = 0)。E是期望算子。在本研究感兴趣的参数是攻击力和给药

丙氨酸= E (Y₁- Y₀| D = 1) = E (Y₁| D - E (Y = 1)₀| D = 1) (1)

我们的核心利益影响评价不是E (Y₀| D = 0),但在E (Y₀| D = 1)。因此,PSM使用平衡分数来提取,进行比较,观察到那些最相似的世界性的结局观察参与者的特征,也就是说,它使用E (Y₀| D = 0)估计制作E (Y₀| D = 1)。为了真正的参数估计,我们要求

E (Y)₀| D - E (Y = 1)₀| D = 0) = 0 (2)

这可以确保自己挑选的攻击力是免费的偏见。

测试的质量匹配

Rosenbaum &鲁宾形成配对后根据观察类似的参与者和non-participant情况下消除了可观测变量的干扰。匹配的目的是限制控制样本的相似性(世界性)为了增加业者进行控制的情况下直接与治疗情况下为了估计SAFDP的影响。因此协变量的质量平衡(p-scores意味着平等,平等意味着在所有的协变量)之间的参与者和世界性是使用标准化测试的参与者和non-participant样本之间的偏差(某人)Rosenbaum建议&鲁宾(15,16]。对于每个变量和倾向评分,计算标准偏差匹配之前和之后的方程:

(3)

在哪里和是治疗和对照组的样本均值,然后呢

σ²_T和σ²_C是相应的差异。

减少偏见职位匹配(BR)可以计算为:

(4)

BR比率显示百分比减少标准化偏差由于匹配。即标准化偏差措施协变量之间的区别意味着治疗和控制组织的标准偏差的数量从0 (17]。似然比检验其他协变量平衡指标使用联合协变量的意义和pseudo-R2 probit或分对数的治疗地位在协变量匹配和匹配后匹配的样本。匹配后,不应该有系统性的差异在两组之间的协变量的分布。这意味着pseudo-R2应该相当低的和联合的意义都不应被拒绝。

测试的可靠性估计

PSM估计是不一致的估计治疗效果,如果作业治疗是随机的,也就是说,如果有未被注意的协变量影响作业的相关治疗和也的结果(18]。一个未被注意的协变量影响作业治疗,但这并不影响结果超出了已经控制了,反是不挑战估计的鲁棒性。为了估计这样的“不可见的选择”的程度可能偏见的推论,本研究采用Rosenbaum界限灵敏度分析决定强一个无边无际的变量必须如何影响选择过程,可能会破坏我们的匹配分析的影响(如上)。如果有一定的变量的担心,然后选择过程影响治疗的概率是由,

P (X) =公关(D = 1 | X, u) = F(βX +γu) (5)

其中X是一个向量的协变量观察和u代表未被注意的变量影响作业治疗;

γ是u在治疗概率的影响。

如果估计是免费的隐藏的偏见,γ= 0,X完全决定了参与概率。然而,如果有隐藏的偏见,两个人有相同的观察,X,有不同的参与SAFDP的机会。考虑一双匹配个人i和j,和物流分销f的概率是由个体接收治疗,P / P(1−)。这意味着,对于一对匹配的个人i和j,比值比,

(6)

自从X_我= X_j的优势比减少exp(γ(u_我−u_j)]。范围的优势比,因此由两个个体接收治疗

(7)

我们表示eγΓ是标准的情况。如果Γ= 1,没有隐藏的偏见或γ= 1 u_我= u_j。如果Γ= 1,个人与相同的显性特征相同的概率和作业治疗的几率。如果Γ= 2,那么一个人与另一个一样的可以观察到的特征是两倍被选中进入治疗组。优势比开始的边界变化随着Γ值大于1,也就是说,我们允许的存在未被注意的变量影响分配到治疗。Rosenbaum边界计算的每个值Γ隐藏的偏见使我们发现的问题。这个分界点应该足够大来呈现我们的估计健壮的难以察觉的选择性偏差的存在。通过对比Rosenbaum界限Γ各级治疗效果,我们可以评估力量这样无边无际的协变量必须以从倾向得分匹配估计治疗效果会出现完全通过随机分配(18]。

结果与讨论

SAFDP对玉米产量的影响:协变量平衡

测试的结果质量的PSM匹配(协变量平衡)所示表1在下面。匹配,正如预期的那样,会导致显著减少标准化偏差,pseudo-R²似然比卡方检验,减少似然比卡方统计显著性。Epanechnikov内核匹配算法所示结果表1在下面。平均标准偏差(某人)减少匹配后的玉米产量2011赛季两个作为结果变量为35.38%。这显示了一个很好的协变量的平衡。没有正式的标准文献标准化偏差的大小减少。Rosenbaum &鲁宾(1985)表明,20%的值足够大。的pseudo-R²玉米产量的统计匹配之后从0.468到0.013下降为2011赛季两玉米产量预期。因此,反是解释力较低匹配后选择进入治疗组。

表1:协变量为PSM平衡测试结果。

最后,假定值的似然比卡方检验表明,没有系统的协变量的分布差异匹配后的治疗和控制的情况下。匹配后的假定值是0.986。因此,假设两组具有相同的分布匹配后的协变量不能被拒绝和这些结果被用于评估SAFDP影响小农获得的玉米产量水平。

附上的估计

SAFDP对玉米产量的影响

的平均处理效应治疗(ATT)给观察之间的差异意味着SAFDP的参与者获得的玉米产量和平均获得的玉米产量的世界性。这种差异匹配后得到两个群体使用PSM。结果报告表2下面,他们表明,参与SAFDP有正向且显著的影响玉米产量的玉米的农民。农民参加了SAFDP持续获得比那些没有更高的玉米产量。因此,平均而言,增加玉米产量在2011赛季获得两个(相对于对照组的平均玉米产量)将参加82公斤/ feddan SAFDP。这种差异是积极和统计学意义在1%水平的信心。

表2:在南苏丹SAFDP对玉米产量的影响。

鲁棒性测试(Rosenbaum边界)

灵敏度分析使用Rosenbaum边界表明SAFDP对玉米产量的影响的结果获得的小农的玉米被强烈的隐藏的选择性偏差。Γ临界值的玉米产量作为结果变量为2.3在5%水平的信心。这表明SAFDP对玉米产量有积极和显著的影响了农民和强烈影响由于混杂因素对隐藏的选择性偏差。

我们认为10%的自信程度和事和Gangl之后,我们限制自己只界限的情况下积极的自我选择。因此,Γ= 2.6的临界值为玉米企业意味着所有玉米农民与相同观测向量x的显性特征可以有不同的作业治疗的几率前2.6倍信心乐队在我们ATT估计开始包括零。Γ2.6的临界值并不意味着有未被注意的异质性或SAFDP没有对玉米产量的影响。这仅仅意味着一个混杂变量需要2.6倍的优势比变化结果完全颠覆我们的攻击力。换句话说,Γ= 2.6显著性水准10%意味着怀疑的统计显著性估计ATT变得无关紧要的会出现只有混杂因子导致的优势比分配参与者群体两个群体之间的不同(参与者和non-participant) 2.6倍的事和Gangl。这意味着,即使我们允许作业治疗的优势比不同参与者之间和世界性的约2.6倍,效果仍不敏感的隐藏的选择性偏差由于难以察觉的或混杂变量。因此,对整体结果强烈的隐藏的选择性偏差。我们可以自信地断言SAFDP有积极和对小农获得的玉米产量产生重大影响。即ATT估计在这项研究由于SAFDP的效果。

结论

SAFDP已经积极和对小农获得的玉米产量产生重大影响。参与SAFDP赋予一定的福利等玉米农民获得有效的扩展,服务和金融支持必要的购买改善种子等农业投入。这就是为什么他们的收益率高于世界性。因此,有需要加强农民的凝聚力的团体和提高认识的农民加入农民的利益团体对他们受益于类似SAFDP干预。SAFDP是发展的一个重要贡献的人力资本可以超越项目生命周期,在社区推广人员进行了培训。使用这个证据,因此可以建议开发项目像SAFDP由私人或公共部门应该鼓励刺激和提高农业生产率和玉米生产力特别是在南苏丹。

确认

这项研究是由中国政府授予的奖学金基金通过中国奖学金委员会。

引用

1. Cropfood世界粮食计划署,et al。粮农组织/世界粮食计划署作物和粮食安全评估任务。农业。2010。
2. 斯梅尔M, et al .玉米革命在撒哈拉以南非洲。一个非洲绿色革命:寻找提高生产率的方法在小农场。2013;165 - 195。
3. 基线T和团队联合基线调查农业和动物资源在苏丹南部。2010。
4. 建议F, et al。支持农业和林业开发项目(SAFDP)。2007年。
5. 拉赫曼s技术变化对收入分配的影响和贫困在孟加拉农业:实证分析。在j . Int。开发。1999;11:935 - 955。
6. Mendola m .农业技术采用和减贫:孟加拉国农村的倾向评分匹配分析。食品政策。2007;32:372 - 393。
7. Kassie M,等。采用和改进的花生品种对农村贫困的影响:证据来自农村乌干达。发展环境讨论。2010;10 - 11。
8. Rosenbaum公关和鲁宾DB。倾向分数的核心作用的观察性研究因果效应。生物统计学。1983;70:41-55。
9. Dehejia RH和·s .倾向评分匹配非实验因果关系的研究方法。加快经济统计。2002;84:151 - 161。
10. 道路J和Ravallion m在印度农村自来水减少儿童腹泻?J计量经济学。2003;112:153 - 173。
11. 史密斯JA和托德PE。匹配克服LaLonde批判的非实验估计吗?J计量经济学。2005;125:305 - 353。
12. 经纪人卡利恩M和Kopeinig,美国一些实际的指导实施倾向得分匹配。J经济学测量员22:31 2008;72年。
13. 阿里和Abdulai A采用转基因棉花在巴基斯坦和减贫。‎J。阿格利司。经济。2010;61:175 - 192。
14. Winship C和摩根SL。从观测数据因果效应的估计。为Sociol。1999; 25:659 - 706。
15. Rosenbaum公关和鲁宾DB。构建一个对照组使用多元抽样方法,将倾向得分匹配。Stat。1985; 39:33-38。
16. 鲁宾DB。实际意义的模式的统计推断因果效应和分配的重要作用机制。生物识别技术。1991;47:1213 - 1234。
17. 哈丁DJ。反事实的邻里效应:模型的影响社区贫困辍学和少女怀孕。J Sociol。2003; 109:676 - 719。
18. Di-Prete助教和Gangl m .评估偏差的估计因果效应:Rosenbaum界限匹配估计和辅助变量估计不完美的工具。Sociol Methodol。2004; 34:271 - 310。