PDF
研究文章|开放获取
约翰Kanburi Bidzakin,西蒙·c·Fialor Dadson Awunyo-Vitor, Iddrisu Yahaya, ”在加纳生态灌溉对水稻生产效率的影响”,农业的发展, 卷。2018年, 文章的ID5287138, 10 页面, 2018年。 https://doi.org/10.1155/2018/5287138
在加纳生态灌溉对水稻生产效率的影响
约翰Kanburi Bidzakin
,1,2
西蒙·c·Fialor,2
Dadson Awunyo-Vitor,2
和
Iddrisu Yahaya1
1草原农业研究所(纱丽),科学与工业研究理事会(CSIR), 52岁的邮政信箱TL Nyankpala,玉米粉蒸肉,加纳
2农业经济学、农业和扩展,恩克鲁玛科技大学加纳库马西,
文摘
农业生产灌溉生产的一种手段,可以增加,以满足日益增长的粮食需求。本研究评估的影响灌溉生态农业家庭技术,配置,小农稻农的经济效率。从350年稻农的横断面数据在降雨和灌溉生态。随机前沿分析用于估计生产效率和内源性治疗效果回归模型用于估算生态灌溉对水稻生产效率的影响。灌溉生态影响技术效率大约是0.05,这意味着农民生产灌溉生态下的水稻生产技术效率比美联储在雨中生产。灌溉生态影响配置效率大约是0.33,这表明,农民参与灌溉农业的水稻生产配置效率比美联储在雨中生产。对经济效率的影响大约是0.23,这意味着农民参与灌溉农业更经济高效的水稻生产比美联储在雨中生产。灌溉生态对生产效率有积极影响;因此应该鼓励农民生产更多的灌溉下增加产量和利润。
1。介绍
小农在撒哈拉以南非洲地区包括加纳,像那些在世界其他发展中地区,面临着一系列的限制,限制他们的农业生产率和农业收入(1]。许多地区的SSA禾谷类作物产量估计为< 1.5吨/公顷,实际可能超过5吨/公顷。的低收益率在很大程度上归因于低使用有机和矿物营养资源,这也导致了负面营养平衡(2,3]。这些可怜的收益率的原因还包括生产方法和实践缺乏足够的信息和市场机会。获得信贷和输入的能力是有限的,缺乏抵押品,大多数金融机构是一个重要的需求。
研究表明,加纳的农业技术效率措施很低。文献[4)发现,平均利润效率稻农在加纳北部是63%,与利润效率在16%至96%之间不等。文献[5)提供的证据表明,小农稻农上东部地区的加纳生产、平均低34%最大输出。小农灌溉和nonirrigators的估计技术效率是53%和51%,分别使用一个简单的t以及比较的意义。的作者(6),在他们的研究水稻农民在Tono灌溉,还得出结论,意味着技术效率灌溉稻农估计为0.81,这是一个提高早期的研究。所有这些研究使用了国家林业局。这些研究没有考虑自我选择的问题,他们的预测可能的偏见。本研究将利用内生treatment-regression模型考虑到可能的内生性和自我选择偏见。
效率的测量是非常重要的,因为它直接影响生产率和经济增长。效率的研究帮助公司确定在多大程度上他们可以提高生产率,收入和利润通过提高他们的效率,与现有的资源基础和可用的技术。这样的研究也支持决定是否提高效率第一或在短期内开发一项新技术。更重要的是,提高效率不仅会使农民增加收益和利润但也给方向所需的调整从长远来看实现食品可持续性。这项研究的主要目的是评估家庭灌溉生态农业技术的影响,分配和经济效率在加纳。
2。材料和方法
2.1。研究区
这项研究涵盖北、上东区和加纳沃尔特地区基本上是因为他们的水稻产量潜力的国家,主要是热带稀树草原。大约80%的水稻总产量在加纳来自这三个地区。在北部地区三个地区选择基于他们参与水稻生产,即Savelugu市政、Kumbungu, Tolon地区。社区覆盖Golinga, Gbuli、Vogu Kushebo, Zangbali, Kprim, Yipelgu, Wuba, Dalung, Kumbungu, Tarikpaa, Duko, Dinga Gbanga, Nakpanzo。在上东区,区覆盖Bolga地铁和Kassena Nankana东方。社区Pungu, Kajelo、Yogbania Chuchulga, Kogwania Korania, Wuru。沃尔塔地区只有一个地区参与研究与Sogakope Tongu南部地区作为唯一的社区;细节如表所示1。
|
|||||||||||||||||||||||||||||||||||||||||||
2.2。采样策略和示例框架
多相立意和概率抽样用于样本代表小农大米在北部的农民,上东区,Volta地区。三个区域是有目的的选择,因为他们的生产构成国家水稻产量的80%左右,因此结果可以推广到具有代表性的国家的情况。每个区域分为两个生产生态(美联储生态灌溉和雨)。这个过程允许我们带具有代表性特征可以广义的全部人口。人口的研究兴趣包括大米小农(超高频)在北部的灌溉和雨美联储生产系统下工作,上东区,加纳和沃尔塔地区;见表2。
|
||||||||||||||||||||||||||||||||||||||||||
2.3。类型、来源和数据收集的方法
该研究使用不同的数据收集工具。其中包括两种定量方法(问卷调查)和定性(参与式农村评估工具;焦点小组讨论,关键线人的采访)方法。除此之外,文学获得了现有研究已经做了类似的主题。家庭调查、焦点小组讨论(脱硫),和关键线人”(KI)采访的小农和其他演员。与随机选择的焦点小组讨论进行了水稻FBOs项目区域内工作。这是旨在收集定性数据来支持这项调查收集的数据也作为一种手段,三角测量,确保数据质量好。这是由预先印好的清单满足信息需求的研究。
关键线人的采访也进行,主要从事与关键利益相关者对话在外交部等地区作物军官,科学家从纱丽,处理器,和聚合器。这是由预先印好的清单。半结构式问卷进行多级立意和随机选择在项目地区农民生计使我们获得数据,包括生产、营销、信贷准入,采用良好农业规范,收入状况,食品安全形势,农场,农场家庭人口,和水稻生产状态。
3所示。分析框架
研究采用描述性和推论统计分析。描述性统计(例如,意思是,最小值,最大值,标准错误的意思是,和标准偏差)被用来总结并描述350年水稻农民的调查结果。推论统计学被用来到达的结论基于概率。的一些研究的结果发表在表和其他图形。SFA被用来调查和测量水稻的农民的生产效率,和内源性治疗效果的回归是用来估计灌溉生态对生产效率的影响。
3.1。随机生产边界分析
最初是由随机生产边界(7,8),现在广泛使用和报告文学来衡量农场表现(9- - - - - -13]。规范允许的误差项分解成一个非负随机变量, ,相关的技术效率低下(TE)农场,以及正常的误差项, ,代表输出的随机变化由于超出了农民的控制因素,如气候模式的变化,测量误差,或任何未指定的输入变量。随机误差项可以积极或消极,因此边界变化的确定性模型的一部分,实验(x我β)。
在图1,水稻农场D使用X2输入生产Y1输出。如果没有低效率的影响,前沿的输出可能是D1。这是确定的边界的一部分(B点);因此,噪声和低效率的影响是负面的。点D和点之间的距离D1代表效率低下,而D之间的距离1由于随机事件和B点代表了变化。
3.2。SFA模型规范生产效率评估
3.2.1之上。前沿生产函数
生产前沿函数指定为 在哪里Y表示大米产量(水稻)X表示输入因素,下标确定水稻农场,β代表要估计的参数,代表两个误差项效率低下吗u我和噪声因素v我。水稻生产前沿展示了农业投入之间的关系(劳动力、化肥、种子,等等)和农业产出(水稻产量)的价值表示每个输入的相对重要性(倾向)影响水稻生产过程中(11]。参数生产前沿需要假设一个函数形式,两种形式,相对容易获得和效率分析中常用translog和柯布-道格拉斯生产函数。
柯布-道格拉斯随机前沿,使用的术语14),被定义为 在哪里
的大米产量的对数第i个样本农场吗 ,
使用的输入量的对数是第i个农场,
是一个列向量为每个协变量未知参数的估计,
是技术效率低下(TE)的第i个农场,在这项研究中被认为是一个独立同分布(先验知识)一半正常随机变量,
是随机误差项,认为是i.i.d.正常随机变量与零均值和方差不变, ,独立的 。
技术的效率水稻农场,在时间t,是由观察输出最大的潜在产出的比例,所定义的边界。 在哪里=总生产前沿,=随机生产边界
3.2.2。大米生产成本边界函数
被指定为大米生产成本边界函数 在哪里C表示的总生产成本观察i农民,农民的产出数量吗(水稻生产),是输入价格向量用于第i个农民,是参数估计,复合误差项代表效率低下, ,和噪声因素, 。 在哪里总生产成本边界和吗是随机成本边界。这将给我们的配置效率经济效率将估计为 EE的经济效益。
使用最大似然估计法估计效率低下。除了评估技术效率的水平在农民中,影响效率的因素也被检查内生下治疗效果模型。
内生治疗效果模型将被用来评估的影响灌溉生态生产效率在检查生产效率和灌溉生态选择的决定因素决定部分中解释3所示。3。
3.3。内源性治疗效果回归模型(ETERM)
内生处理效应回归模型是一个线性模型,允许对影响治疗难以察觉的因素之间的相关性方程和影响结果的措施。这个想法是为了模型测量结果的治疗效果在15]。该模型假设之间的联合正态分布方程和方程结果错误的治疗。
3.3.1。内生Treatment-Regression模型(ETRM)规范
内源性估计治疗效果模型是一个共同的特点在经济学的实证研究。当治疗可以通过两个指标分类函数,其影响通常是通过辅助变量估计或控制功能的变体方法出于[16,17]。
内生治疗效果模型是一个线性模型,允许相关性难以察觉的家庭灌溉生态影响因素的选择决定和影响家庭生产效率的措施(技术、配置和经济效率)。家庭技术、配置和经济效率是衡量比例为0意味着完美的低效率和最大效率。这个想法是为了家庭灌溉生态模型的治疗效果在小规模的大米生产的节能措施。在[15我们使用内源性治疗效果回归规范评估灌溉生态技术的影响,分配和经济效率。该模型假设之间的联合正态分布的错误选择方程结果(灌溉生态)和方程(测量技术、配置和经济效率)。我们指定结果模型如下: 灌溉生态的影响()技术,配置,和经济效率( )是表达。灌溉生态技术的影响,分配和经济效率没有捕捉到 ,因为这些家庭没有随机分配参与灌溉农业或其他,但个人选择的参与者参与灌溉农业或雨美联储(自己挑选的案例;自我选择偏差出现在任何情况下,个人选择自己融入一个小组,导致偏见与非概率抽样样本)。因此,忽视了潜在的内生性问题内生性当自变量与一个回归模型的误差项)的灌溉生态将产生错误的治疗模型的估计和混淆的影响灌溉生态家居技术,配置和经济效率。家庭灌溉生态选择(治疗)是基于家庭,个人,社会,和农场的特点 ,和建模 在哪里代表灌溉生态和和协变量是无关的错误条件。和是参数估计。假设联合正态分布与平均向量零和方差协方差矩阵作为 使用两步方法或模型可以估计最大似然方法。这是因此建模同时灌溉生态模型(8)和效率模型(7)。一致的估计的影响灌溉生态决定他们的技术,获得的分配和经济效率占内生的参与。效率的决定因素共同决定的。最大似然方法用于分析模型。
4所示。结果与讨论
4.1。灌溉生态对一些农户的生产要素
根据表3灌溉农场,平均年龄差异和雨美联储农场约为0.34,并不重要。也没有显著差异在水稻生产经验美联储雨灌溉的农民和农民。灌溉比雨美联储农民富裕农民,这是重要的为1%。没有区别的家庭规模,也可用耕地的两组。
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
1%的显著性水平;
5%的显著性水平;
10%的显著性水平。
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||
根据表4灌溉水稻农场的平均差大小农民和雨美联储农民约为0.34英亩,它并不重要。均值的差异使用化肥,种子的使用,和劳动力使用68.47公斤,23.13公斤,和3人,分别,这都是重要的。价格没有区别的肥料,种子,和劳动力使用。收益率是一个重要的变量在评估农业级性能和明显清楚的是,灌溉的农民有较高的收益率比雨美联储农民同事每英亩681.26公斤的平均差。总产量灌溉的农民远远超过输出的雨美联储农民平均约1823.29千克的水稻。输出价格是不显著,表明美联储雨灌溉农民和他们的同行接受同样的价格为他们的水稻。这意味着他们的农场收入也将是重要的平均差1101 .34ghs更高。灌溉的农民的生产成本远比美联储生产商平均差为144.34 gh雨。毛利润率平均差是957.00 gh,表明灌溉的农民比雨美联储同行赚得更多的利润。
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
1%的显著性水平;5%的显著性水平;
10%的显著性水平。
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
4.2。灌溉和雨美联储生产生态分析
平均技术效率为灌溉和雨美联储农场是0.84和0.83,分别。这些暗示灌溉农场可以实现他们的当前输出减少约16%投入使用。平均分配效率的研究是71%和61%,分别为灌溉和雨美联储系统。然而,农场的经济效率是61%和51%的灌溉和雨美联储农场。农民灌溉水稻生产在一个更好的成本最小化水平比雨美联储系统。这意味着美联储灌溉和雨农场可以达到目前的生产水平约为39%,生产成本降低41%。细节如表所示5。
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
4.3。意味着不同的灌溉和雨美联储农场
有显著差异的配置效率和经济效率意味着灌溉和雨美联储农场。这表明,灌溉农场有更高的配置效率和经济效率比雨美联储同事因此零假设被拒绝。然而,对于技术效率没有显著差异。零假设是持续如表所示6。
|
|||||||||||||||||||||||||||||||||||||||||||||
|
1%的显著性水平;
5%的显著性水平;
10%的显著性水平。
|
|||||||||||||||||||||||||||||||||||||||||||||
4.4。灌溉生态对技术效率的影响及其决定因素
内源性治疗效果模型的结果对灌溉生态对技术效率的影响提出了表7。最大似然估计方法被用来估计灌溉生态对技术效率的影响大米的农场。因此,选择方程给出的结果和列的表7。结果方程的结果代表合同参与在水稻农场的影响提出了技术效率和列的表7。
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
1%的显著性水平;
5%的显著性水平;
10%的显著性水平。
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
从瓦尔德测试是非常重要的结果,表明我们的内生治疗效果模型的拟合优度。这意味着存在内生性问题;因此内生治疗效果的使用模型是合理的。独立选择的似然比检验和结果方程表明,我们可以拒绝零假设的灌溉生态和技术效率之间没有相关性。这意味着灌溉生态与技术效率负相关。估计平均处理效应(吃)参与灌溉生产技术效率的是0.05。灌溉生态影响技术效率大约是0.05。这意味着农民参与灌溉农业更有效(0.05更有效率)在他们的水稻生产比美联储在雨中生产。估计治疗结果赋值错误和错误之间的相关性是不可见的(-0.44)表明,提高技术效率也往往发生的难以察觉的阻止灌溉生产的选择。负号表示积极的偏见,这表明农民与高于平均技术效率更高的概率参与灌溉生产和倾向于生产灌溉下生产。
4.5。灌溉生态对配置效率的影响
内源性治疗效果模型的结果对灌溉生态对技术效率的影响提出了表8。最大似然估计方法被用来估计灌溉生态对技术效率的影响大米的农场。因此,选择方程给出的结果和列的表8。结果方程的结果代表灌溉水稻农场生产技术效率的影响,提出了和列的表8。
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
1%的显著性水平;
5%的显著性水平;
10%的显著性水平。
3土壤肥力综合管理技术 |
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
从瓦尔德测试是非常重要的结果,表明我们的内生治疗效果模型的拟合优度。这意味着存在内生性问题;因此内生治疗效果的使用模型是合理的。独立选择的似然比检验和结果方程表明,我们可以拒绝零假设的灌溉生态和配置效率之间没有相关性。这意味着灌溉生态与配置效率。估计平均处理效应(吃)灌溉生产配置效率的是0.33。灌溉生态影响配置效率大约是0.33。这意味着农民参与灌溉农业是配置效率更高(0.33更有效率)在他们的水稻生产比美联储在雨中生产。估计治疗结果赋值错误和错误之间的相关性是不可见的(-0.87)表明,提高配置效率也往往发生的难以察觉的阻止灌溉生产的选择。负号表明积极的偏见,这表明农民与高于平均分配效率生产灌溉下的概率更高。
4.6。灌溉生态经济效率的影响
内生结果治疗效果模型的影响灌溉生态经济效率提出了桌子上9。最大似然估计方法被用来估计灌溉生态对技术效率的影响大米的农场。因此,选择方程给出的结果和列的表9。结果方程的结果代表灌溉水稻农场生态经济效率的影响,提出了和列的表9。
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
|
1%的显著性水平;
5%的显著性水平;
10%的显著性水平。
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
从瓦尔德测试是非常重要的结果,表明我们的内生治疗效果模型的拟合优度。这意味着存在内生性问题;因此内生治疗效果的使用模型是合理的。独立选择的似然比检验和结果方程表明,我们可以拒绝零假设的灌溉生态和配置效率之间没有相关性。这意味着灌溉生态与经济效率呈正相关。估计平均处理效应(吃)0.23参与灌溉生产的经济效率。灌溉生态经济效率的影响约为0.23。这意味着农民参与灌溉农业经济更有效(0.23更有效率)在他们的水稻生产比美联储在雨中生产。估计治疗结果赋值错误和错误之间的相关性是不可见的(-0.88)表明,增加经济效益也往往发生的难以察觉的阻止灌溉生产的选择。负号表明积极的偏见,这表明农民与高于平均分配效率生产灌溉下的概率更高。
灌溉生态环境有重大影响的技术,配置和经济效率的大米的农场。这种影响更多的是在配置效率其次是经济效率和技术效率;见表10。
|
||||||||||||||||||||||||||||
5。结论和建议
5.1。主要发现灌溉生态对技术效率的影响
灌溉生态影响技术效率大约是0.05。这意味着农民参与灌溉农业更有效(0.05更有效率)在他们的水稻生产比美联储在雨中生产。估计治疗结果赋值错误和错误之间的相关性是不可见的(-0.44)表明,提高技术效率也往往发生的难以察觉的阻止灌溉生产的选择。负号表示积极的偏见,这表明农民与高于平均技术效率高概率的参与灌溉生产和倾向于生产灌溉下生产。
5.2。主要发现灌溉生态对配置效率的影响
灌溉生态影响配置效率大约是0.33。这意味着农民参与灌溉农业是配置效率更高(0.33更有效率)在他们的水稻生产比美联储在雨中生产。估计治疗结果赋值错误和错误之间的相关性是不可见的(-0.87)表明,提高配置效率也往往出现抑制灌溉生产的不可见的。负号表明积极的偏见,这表明农民与高于平均分配效率生产灌溉下的概率更高。
5.3。主要发现的灌溉生态经济效率的影响
灌溉生态经济效率的影响约为0.23。这意味着农民参与灌溉农业经济更有效(0.23更有效率)在他们的水稻生产比美联储在雨中生产。估计治疗结果赋值错误和错误之间的相关性是不可见的(-0.88)表明,增加经济效益也往往发生的难以察觉的阻止灌溉生产的选择。负号表明积极的偏见,这表明农民与高于平均分配效率生产灌溉下的概率更高。
5.4。建议
灌溉农场有更高的技术、配置和经济效率比雨美联储同行;因此我们建议应该鼓励农民参与灌溉水稻产量超过美联储在雨中生产因为他们更有效率的资源配置。
的利益冲突
作者宣称没有利益冲突。
确认
这项工作进行了西非科技服务中心的支持下气候变化和适应土地利用(WASCAL),联邦教育部和研究(BMBF)和非洲绿色革命联盟(AGRA)资助质量水稻开发项目(QRDP)。
引用
- n键和d . Runsten“合同农业、小农户和农村发展在拉丁美洲:agroprocessing公司和组织承包种植的规模生产,”世界发展,27卷,不。2、381 - 401年,1999页。视图:出版商的网站|谷歌学术搜索
- e·m·A·斯梅尔和l . o .壁画”监测营养平衡的决策支持模型在农业土地利用(NUTMON)”Geoderma,60卷,不。1 - 4、235 - 256年,1993页。视图:出版商的网站|谷歌学术搜索
- A . De Jager d . Onduru m . s . Van Wijk j .“Vlaming”而来,g . n . Gachini”评估可持续性low-external-input农场管理系统与营养监测方法:一个案例研究在肯尼亚,“农业系统,卷69,不。1,第118 - 99页,2001。视图:出版商的网站|谷歌学术搜索
- a . Abdulai w·霍夫曼,“结构调整和经济效率的稻农在加纳北部,“经济发展和文化变革,48卷,不。3、503 - 520年,2000页。视图:出版商的网站|谷歌学术搜索
- a . h . Seidu d . b .间隙,r . Al-Hassan“配置效率、就业和水稻生产风险:分析小型持有人水稻农场上东部地区的加纳,”加纳发展研究杂志》上,1卷,不。2、142 - 163年,2004页。视图:谷歌学术搜索
- s . a . Donkoh s Ayambila, s . Abdulai“水稻生产的技术效率Tono灌溉计划在加纳北部。”美国实验农业学报》上,3卷,不。1,p。25日,2013。视图:谷歌学术搜索
- d . Aigner c·k·洛弗尔和p·施密特,“制定和随机前沿生产函数模型估计,“计量经济学杂志》第六卷,没有。1,21-37,1977页。视图:出版商的网站|谷歌学术搜索
- w . Meeusen和j . van Den Broeck”,效率从柯布-道格拉斯生产函数估计由错误,”《国际经济评论》学报》上,第444 - 435页,1977年。视图:谷歌学术搜索
- g . e . Battese和t . j . Coelli前沿生产函数,技术效率和面板数据:与应用程序在印度水稻的农民施普林格,页149 - 165年,荷兰,1992年。
- t . j . Coelli和s·佩雷尔曼效率测量。输出技术和距离因数:欧洲铁路,与应用程序”CREPP卷。96年,05-31,1996页。视图:谷歌学术搜索
- t .孔帕和t . n .切”,技术选择和效率在澳大利亚乳制品农场,”澳大利亚农业和资源经济学杂志》上,50卷,不。1,第83 - 65页,2006。视图:出版商的网站|谷歌学术搜索
- r . Magreta A . k . Edriss l . Mapemba和s . Zingore“小农经济效率的大米生产灌溉计划:在马拉维南部Nkhate灌溉计划,”第四届国际会议论文集非洲农业经济学家协会,2013年。视图:谷歌学术搜索
- Souleymane这个名字,“水稻生产的技术和经济效率冠谷(布基纳法索):随机前沿方法,”亚洲农业和农村发展》杂志上,5卷,不。2,53 - 63年,2015页。视图:谷歌学术搜索
- t . Coelli d . p . Rao, g . e . Battese“数据包络分析,额外的话题”介绍效率和生产率分析激飞美国,页161 - 181年,1998年。视图:谷歌学术搜索
- 2002年w·h·格林,NLOGIT: 3.0版本:参考指南。计量经济学软件。
- j·j·赫克曼,”最近的部分调查研究妇女的劳动供给,”美国经济评论,卷68,不。2、200 - 207年,1978页。视图:谷歌学术搜索
- j·海克曼离散面板数据的统计模型、部门经济Graduate School of Business)芝加哥,芝加哥大学,美国,1979年。
版权
版权©2018年约翰Kanburi Bidzakin等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。
