《Water Resources Research》：Can Competition-Based Programs Promote Conservation in Agriculture? Evidence From the “Most Crop per Drop” Contest
编辑推荐：
本文评估了阿肯色州“每滴水产粮最多”灌溉产量竞赛（Most Crop per Drop Irrigation Yield Contest），这是一项新颖的竞赛型推广项目（Extension program），旨在促进农户采纳灌溉水管理（Irrigation W
本文评估了阿肯色州“每滴水产粮最多”灌溉产量竞赛（Most Crop per Drop Irrigation Yield Contest），这是一项新颖的竞赛型推广项目（Extension program），旨在促进农户采纳灌溉水管理（Irrigation Water Management, IWM）实践。研究人员利用调查数据将生产者划分为三类：参赛者（contestants）、知情但未参赛者（informed non-participants，与竞赛存在某种联系）以及不知情未参赛者（uninformed non-participants，对竞赛一无所知）。基于竞赛启动前后年份的双重差分法（Difference-in-Differences, DiD）估计表明，相较于不知情未参赛者，参赛者在灌溉土地上应用IWM实践的比例高出约4个百分点，该结果在匹配方法及基于与竞赛田块邻近性重新分类未参赛者的稳健性检验中均保持稳健。知情未参赛者相较不知情未参赛者，IWM采纳率提高了超过2个百分点，这为竞赛向更广泛生产者群体产生实质性溢出效应提供了证据。
一、研究背景与问题
全球范围内，地下水开采速度超过自然补给速率，导致含水层普遍枯竭。理论上，解决这一公共池塘资源问题的最优方案需要建立能够沿社会最优路径监管和治理地下水抽水的制度，但在实践中，此类制度的执行成本和政治成本高得令人望而却步。因此，政策制定者考虑了一系列次优方案，包括州级地下水监管、地下水权利退出的财政激励、局部地下水管理区、水市场、集体抽水税以及鼓励采用高效灌溉技术的政策。然而，效率提升并不自动转化为地下水开采量的减少，因为更高效的技术可能降低水的边际成本，促使生产者扩大灌溉面积或转向更耗水的作物，部分抵消预期的节水效益。
农业是地下水抽取的主要消费者，因此成为这些政策的关键目标。尽管政府项目如环境质量激励计划（Environmental Quality Incentives Program, EQIP）通过成本分摊和技术支持鼓励采用更高效的技术和水管理实践，但广泛采纳仍然有限。例如，阿肯色州仅有29%使用重力灌溉系统的生产者实施了任何水管理实践，内布拉斯加州这一比例为51%。推广项目（Extension programs）在促进改进生产实践采纳方面发挥着传统关键作用，但此类项目在经济文献中往往研究不足，原因包括参与者自选择、数据收集困难、长期结果追踪有限以及难以形成可比较的反事实组。
二、研究内容与结论
本研究评估了由阿肯色大学农业分部（University of Arkansas Division of Agriculture, UADA）领导的一项新颖推广项目——阿肯色灌溉产量竞赛（Arkansas Irrigation Yield Contest, AIY Contest），又称“每滴水产粮最多”竞赛。该竞赛基于传统产量竞赛概念，但将重点从单纯作物产量转向水分利用效率（Water Use Efficiency, WUE），定义为作物产量除以灌溉施用量与有效降雨量之和。竞赛对WUE最高的生产者进行排名和奖励，并向所有参与者提供个性化“成绩单”，展示其产量和WUE相对于同行的表现。项目主要目标是记录WUE并提高该地区IWM实践的采纳率和认知度。
研究人员利用2022年阿肯色灌溉生产者电话调查（Arkansas Irrigated Producers Phone Survey, AIPP）数据，将生产者分为参赛者、知情未参赛者和不知情未参赛者三类，采用双重差分法估计竞赛参与与IWM实践使用之间的关系。研究得出以下主要结论：参赛者在灌溉土地上应用IWM实践的比例较不知情未参赛者高出约4个百分点；知情未参赛者相较不知情未参赛者IWM采纳率提高了超过2个百分点，表明竞赛产生了显著的溢出效应；竞赛效果在不同实践类型间并不均匀，计算机化管道开孔选择（Computerized Pipe-Hole Selection, CHS）的采纳增幅最大。
三、关键研究方法
研究采用双重差分法（DiD）作为核心识别策略，将竞赛2018年启动作为前后分界点。数据来源于2022年AIPP电话调查，最终样本包括272名生产者，其中58名参赛者、141名知情未参赛者和73名不知情未参赛者。为缓解自选择偏差，研究采用生产者固定效应、最优完全匹配（Optimal Full Matching, OFM）和最近邻匹配（Nearest Neighbor Matching, NNM）方法，并使用Rosenbaum界限进行敏感性分析。此外，研究还采用赫克曼样本选择模型（Heckman sample selection model）将IWM实践使用建模为两阶段过程，第一阶段估计采纳决策（扩展边际），第二阶段估计应用程度（集约边际）。
四、研究结果
描述性分析结果： 三组生产者（参赛者、知情未参赛者、不知情未参赛者）在受教育程度、务农年限、租地比例和灌溉作物销售总额方面相似。但t检验结果显示，参赛者比知情未参赛者和不知情未参赛者更可能拥有并经营自己的农场；参赛者比知情未参赛者更倾向于风险寻求；参赛者和知情未参赛者使用社交媒体的频率均显著高于不知情未参赛者；参赛者经营的灌溉面积显著大于不知情未参赛者。
平行趋势检验结果： 除交替干湿灌溉（Alternate Wetting and Drying, AWD）和沟灌水稻（Row Rice）外，参赛者普遍在赛前就具有较高的IWM实践采纳水平。知情与不知情未参赛者之间在赛前IWM使用倾向上无显著差异。
主回归结果： 与知情未参赛者相比，参赛者的IWM使用增加不显著（系数范围1.48至1.82）。但与不知情未参赛者相比，参赛者的IWM使用显著增加约4个百分点（系数范围4.15至4.44），且在三种设定下均显著。知情未参赛者相较不知情未参赛者，IWM使用增加约2至3个百分点（系数范围2.35至2.90），且均显著，证实了溢出效应的存在。
分实践回归结果： 总体加权平均增幅主要由CHS的扩张驱动。赛后，参赛者比知情未参赛者在土地上应用CHS的比例高出13.33个百分点，比不知情未参赛者高出24.24个百分点；知情未参赛者比不知情未参赛者高出10.92个百分点，三者均统计显著。此外，知情未参赛者比不知情未参赛者在沟灌水稻应用上高出7.01个百分点。
稳健性检验结果： 匹配样本与未匹配样本的估计结果方向一致，置信区间大幅重叠。Rosenbaum界限分析显示，估计结果在Γ值达到约6之前保持稳健，即未观测混杂因素需将参与概率提高约6倍才能使效应消失，表明估计对较大隐藏偏差不敏感。基于5英里半径重新定义知情组的稳健性检验中，参赛者与不知情未参赛者比较的系数仍显著，但知情与不知情未参赛者比较的显著性丧失，可能与样本构成变化有关。赫克曼模型中，选择方程中参赛×赛后系数均不显著，结果方程估计与主DiD发现一致。
五、讨论与结论
研究发现，AIY竞赛这类举措有可能促进IWM实践的采纳。传统农业推广项目在传播新技术知识方面发挥关键作用，但融入创新性行为干预措施可通过克服信息障碍和鼓励同伴学习来补充传统推广。由于所有参与者都接触了相同的竞赛要素组合（如成绩单和WUE排名），研究无法区分各机制对总体竞赛效应的独立贡献。观察到的溢出效应凸显了在设计和评估农业保护项目与政策时考虑间接效应的重要性，认识和记录这些正外部性对于政策设计和充分捕捉这些举措产生的公共价值至关重要。
与强调指导培训的传统推广项目不同，该竞赛依赖自主学习方式，参与者在自家农场试验改进的灌溉实践。将竞赛模式推广到其他州、地区或农业实践，可在有限项目资源下通过促进行为改变来增强推广项目的效果。竞赛效果在不同实践间并不均匀，CHS增幅最大，因其进入成本低、无需永久性基础设施且能产生可见的配水均匀性改善；而需要设备投资和持续管理的资本密集型技术如涌泉灌溉和土壤湿度传感器的增幅较小或不显著。
研究也指出，5年数据可能不足以观察需要结构性或财务调整的灌溉行为重大转变。此外，竞赛促进IWM实践和更高WUE，但并未直接针对地下水总抽取量的减少，更高的WUE可能降低水的有效成本，激励生产者扩大灌溉面积或强化生产，这种反弹效应可能抵消预期的节水收益。因此，IWM实践采纳增加不应自动等同于总节水量，持续监测含水层状况和长期用水结果至关重要。
