在许多发展中国家，特别是在南亚和撒哈拉以南非洲，农业生产力仍然很低，因为采用和推广新的有效耕作方法的速度缓慢，而这种方法对粮食安全和经济增长至关重要。大多数阻碍新农业技术采用的摩擦根源于不完善的信息——也就是说，它们源于农民的不确定性、学习成本和对新技术的有限知识。尽管这有很强的实证支持(Moser and Barrett 2006, Barrett et al. 2010, Conley and Udry 2010, Jack 2013, Barrett et al. 2018)，但我们仍然对信息传输和风险态度在技术采用决策中的作用知之甚少。
在最近的一篇论文(Islam et al. 2018)中，我们通过调查孟加拉国农村农民采用水稻集约化系统(SRI)技术的决定因素来研究这一问题。特别地，我们关注同伴的重要性和风险态度作为影响采用SRI技术的主要因素。
上下文
我们以孟加拉国为例，是因为提高农业生产率对促进减贫和粮食安全至关重要。大米是孟加拉国最大的作物，也是该国1.8亿人口的主要主食。此外，水稻种植占农村总就业的48% (Sayeed和Yunus, 2018年)。它还提供了全国三分之二的热量需求，以及消耗的一半蛋白质。它对农业GDP的贡献约为70%，而它在国民收入中的份额只有六分之一。然而，由于农民对新创新的采用有限，孟加拉国的水稻产量仍然很低。我们的重点是SRI，这是一种气候智能型的农业生态方法，旨在通过改变植物、土壤、水和养分的管理来提高水稻产量。具体来说，SRI涉及在没有持续被洪水淹没、有最佳水管理、有有机物质比例较高的主动充气土壤的田地中，早期、谨慎地移植间距更大的单株幼苗。SRI的支持者声称它的使用提高了产量，节约了水，降低了生产成本，增加了收入，而且它的好处已经在40多个国家被观察到。
实验设计
与总部位于孟加拉国的国际发展组织BRAC合作，我们的随机对照试验(RCT)在为期两年的时间里——2014/15年(第1年)和2015/16年(第2年)——在孟加拉国农村地区的5个地区的120个村庄进行。将60个村庄随机分配到为期一年的培训(简称T1村)，接受培训的农民在第一年只接受一次培训。对于其他60个村庄(称为T2村庄)，接受治疗的农民接受了两次相同的培训(即第一年和第二年)。在每个村庄里，有些农民接受了治疗，有些则没有。这个数字在村庄之间随机变化。因此，每个村庄接受治疗的农民的百分比因外源而异，被称为每个未接受治疗的个体的暴露率我在村庄v．图1描述了60个T1村(虚线曲线)和60个T2村(实线曲线)农民接触率的分布情况。
图1农民接受培训待遇的分布情况
估计
如果未经处理的农民采用SRI技术，我们估计暴露率对虚拟变量的影响为1，否则为0。我们控制了未经处理农民的外生特征，包括年龄、收入、土地规模、家庭规模、职业和教育。我们还包括一年的固定费用。
发现
如果我们把所有120个村庄放在一起，我们的结果表明，暴露率对SRI技术的采用率有积极和显著的影响。特别是，一个村庄中接受治疗的农民每增加10%，同一村庄中未接受治疗的农民的平均采用率就会提高2.2%。如果我们将120个村庄分为T1和T2村，我们发现暴露率对SRI技术采用率的影响对T1村不再显著，但对T2村的影响显著且更强。事实上，一个村庄中接受T2治疗的农民每增加10%，就会使同一村庄中未接受T2治疗的农民采用SRI技术的比率提高4.2%。
图2显示了这些结果。它显示了120个村庄(蓝色曲线)、60个T1村庄(红色曲线)和60个T2村庄(绿色曲线)的这种分布。如果我们考虑120个村庄的这种分布，我们可以看到，在接受治疗的农民比例为40%的村庄中，未接受治疗的农民(预计)采用率为5%;当曝光率等于80%时，(预测的)采用率接近22%。对于T1个村庄，这些数字分别为6%和10%，而对于T2个村庄，我们分别得到3%和36%。因此，扩散率是高度非线性的，接受培训的农民比例更高，接受培训的农民比例也更高。
图2技术的采用如何随着与受过训练的农民接触而增加
我们提供了一个简单的理论模型来帮助解释这些结果。我们的模型表明，当未接受治疗的农民从接受治疗的同伴那里获得更准确和精确的关于新技术的信息时，他们更有可能采用新技术。在我们的模型中，技术质量噪声的方差越低，传递给未经处理的农民的信息越准确，后者更有可能采用SRI技术。这表明，由于接受了较高的培训，t2处理的农民比t1处理的农民提供了更准确和准确的SRI技术信息。
风险规避在技术采用中的作用
众所周知，风险规避在新技术的采用中扮演着重要的角色，尤其是在我们进行现场实验的这种贫困的社会经济背景下。我们通过田间实验室实验，让农民完成一个简单的赌博选择任务，从而引出农民的风险厌恶情绪。然后我们估计了一个类似的计量经济模型，但引入了农民的风险规避以及风险规避与暴露率的交叉效应。
我们发现，不喜欢风险的未经处理的农民比喜欢风险的未经处理的农民更不可能收养。我们还发现，当处理农民比例增加时，更多的未处理农民采用SRI技术;然而，他们越厌恶风险，这对未经处理的农民的采用率的影响就越低。我们的研究结果表明，未经治疗的农民对风险的厌恶程度更高，他们受治疗同伴的影响更小。如果一个受过培训的农民自己采用SRI技术，他对未受过培训的农民的影响就会增加。
更普遍地说，我们的研究结果表明，新技术采用和推广的关键决定因素是关于在农民之间传播的技术质量的信息传递的准确性和可靠性以及他们的风险规避程度。就政策影响而言，我们认为，当一项新技术像SRI那样复杂时，大多数农民将不愿意采用它。我们的研究结果表明，频繁的信息和培训是帮助传播新技术和鼓励其采用的最简单的方法。
参考文献
巴雷特、C B、M R卡特和C P Timmer(2010)，《农业发展的百年视角》，美国农业经济学杂志92: 447 - 468。
巴雷特，C, A Islam, A Malek, D Pakrashi和U Ruthbah(2018)，“暴露强度对技术采用和收益的影响:来自孟加拉国的水稻强化系统的实验证据”，未出版的手稿，莫纳什大学。
康利，T G和C R Udry(2010)，《学习一种新技术:加纳的菠萝》，美国经济评论100: 35 - 69。
Islam, A, P Ushchev, Y Zenou和X Zhang(2018)，”技术采用中的信息价值:来自孟加拉国的理论和证据， CEPR讨论文件13419。
Jack, B K(2013)，“发展中国家农业技术采用的制约因素。”文献综述，“农业技术采用计划，J-PAL和CEGA”。
莫泽、C M和C B巴雷特(2006)，《小农技术采用的复杂动力:马达加斯加SRI案例》，农业经济学35: 373 - 388。
赛义德，K . A和M . M .尤努斯(2018)，“大米价格、增长和孟加拉国的减贫”，背景论文商品市场，经济增长与发展《2017年联合国贸发会议-粮农组织商品与发展报告》。
