基于网络理论的目标定位能否提高技术采用率？

是 否 +2 论坛币

k人 参与回答

沙巴电竞网址送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

沙巴电竞网址联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

沙巴电竞网址送您两个论坛币！

+2 论坛币

英文标题：
《Can Network Theory-based Targeting Increase Technology Adoption?》
---
作者：
Lori Beaman, Ariel BenYishay, Jeremy Magruder, Ahmed Mushfiq Mobarak
---
最新提交年份：
2018
---
英文摘要：
  In order to induce farmers to adopt a productive new agricultural technology, we apply simple and complex contagion diffusion models on rich social network data from 200 villages in Malawi to identify seed farmers to target and train on the new technology. A randomized controlled trial compares these theory-driven network targeting approaches to simpler strategies that either rely on a government extension worker or an easily measurable proxy for the social network (geographic distance between households) to identify seed farmers. Our results indicate that technology diffusion is characterized by a complex contagion learning environment in which most farmers need to learn from multiple people before they adopt themselves. Network theory based targeting can out-perform traditional approaches to extension, and we identify methods to realize these gains at low cost to policymakers.   Keywords: Social Learning, Agricultural Technology Adoption, Complex Contagion, Malawi   JEL Classification Codes: O16, O13
---
中文摘要：
为了引导农民采用富有成效的新农业技术，我们对马拉维200个村庄丰富的社会网络数据应用简单和复杂的传染扩散模型，以确定种子农民以新技术为目标并进行培训。一项随机对照试验将这些理论驱动的网络目标定位方法与更简单的策略进行了比较，这些策略要么依赖政府推广人员，要么依赖社会网络（家庭之间的地理距离）的一个易于测量的代理来识别种植者。我们的研究结果表明，技术扩散的特点是一个复杂的传染学习环境，在这种环境中，大多数农民需要向多个人学习才能适应自己。基于网络理论的目标定位可以超越传统的扩展方法，我们确定了以低成本实现这些收益的方法，以供决策者使用。关键词：社会学习、农业技术采用、复杂传染、马拉维JEL分类代码：O16、O13
---
分类信息：

一级分类：Economics        经济学
二级分类：General Economics        一般经济学
分类描述：General methodological, applied, and empirical contributions to economics.
对经济学的一般方法、应用和经验贡献。
--
一级分类：Quantitative Finance        数量金融学
二级分类：Economics        经济学
分类描述：q-fin.EC is an alias for econ.GN. Economics, including micro and macro economics, international economics, theory of the firm, labor economics, and other economic topics outside finance
q-fin.ec是econ.gn的别名。经济学，包括微观和宏观经济学、国际经济学、企业理论、劳动经济学和其他金融以外的经济专题
--

---
PDF下载：
--> Can_Network_Theory-based_Targeting_Increase_Technology_Adoption?.pdf (1.29 MB)

2022-6-23 18:41:06 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：网络理论 高技术 Agricultural Quantitative Contribution

拜考尔斯基金会讨论论文编号：考尔斯经济研究基金会耶鲁大学邮箱208281康涅狄格州纽黑文06520-8281http://cowles.yale.edu/CAN基于网络理论的TARGETINGINCREASE技术采用？Lori Beaman、Ariel BenYishay、Jeremy Magruder和Ahmed Mushfiq MobarakAugust 2018！！基于网络理论的目标定位能否提高技术采用率？Lori BeamanAriel BenYishayJeremy MagruderAhmed Mushfiq MobaranorthWestern大学。William and MaryUC BerkeleyYale UniversityAugust 2018摘要为了引导农民采用高效的新农业技术，我们对马拉维200个村庄的丰富社会网络数据应用简单和复杂的传染扩散模型，以确定种子农民的目标和新技术培训。一项随机对照试验将这些理论驱动的网络目标定位方法与更简单的策略进行了比较，这些策略要么依赖政府推广人员，要么依赖社会网络（家庭之间的地理距离）的一个易于测量的代理来识别种植者。我们的研究结果表明，技术扩散的特点是一个复杂的传染学习环境，在这种环境中，大多数农民需要向多个人学习才能适应自己。基于网络理论的目标定位可以超越传统的扩展方法，我们确定了以低成本实现这些收益的方法。JEL代码：O16、O13关键词：社会学习、农业技术采用、复杂传染病、马拉维*联系人：比曼：l-beaman@northwestern.edu，BenYishay：abenyishay@wm.edu，Magruder：jmagruder@berkeley.edu，Mobarak：艾哈迈德。mobarak@yale.edu.我们感谢CEGA/JPAL农业技术采用倡议（ATAI）和3ie的财政支持。比曼感谢美国国家科学基金会第1254380号拨款的支持。

我们非常感谢Paul Fatch、Readwell Musopole和马拉维农业部其他许多工作人员的支持与合作。Thomas Coen、Niall Kelleher、Maria Jones、Ofer Cohen、Allen Baumgardner Zuzik和IPA马拉维国家办事处为数据收集提供了宝贵的支持。！Hossein Alidaee和Tetyana Zelenska提供了出色的研究援助。我们感谢Arun Chandrasekhar、Matt Jackson、Kaivan Munshi、Chris Udry和众多研讨会听众提供的非常有益的评论，但并不含蓄。1.1、引进技术扩散对增长和发展至关重要（Alvarez等人，2013年，Perla和Tonetti，2014年）。信息摩擦是技术采用的潜在制约因素，而社会关系可以作为重要的载体，通过它，个人可以了解新技术，然后被说服采用新技术。1通过更好地了解传播过程以及人们如何选择采用新技术，我们可以潜在地操纵社会学习，并确定将传播最大化的策略。在本文中，我们指定了一个学习模型，并将其与田间试验相结合，在田间试验中，我们根据网络扩散理论选择了“最佳”切入点，并通过这些切入点在马拉维的200个村庄引入了一种生产性新农业技术。我们的目标是测试网络理论的见解是否在加强技术在该领域的传播方面切实有用，并在这一过程中，为社会学习和传播的性质提供新的证据。

我们的实验是关于农业推广的，因为大量文献已经证明，社会学习在传播农业技术方面起着核心作用（格里希斯1957年、福斯特和罗森茨威格1995年、蒙西2004年、班迪拉和拉苏尔2006年、康利和尤德利2010年）。因此，网络理论在该领域尤其可能具有实用价值。环境本身对发展也非常重要：64.5%的世界贫困人口从事农业（Castaneda et al 2016），非洲的农业产量特别低且增长缓慢（世界银行，2008年）。推广服务是应对低生产率的重要政策工具：发展中国家ZF雇用了40多万名推广人员，Anderson和Feder（2007）指出，这“很可能是世界上已知的最大的机构发展努力”我们推广的具体技术‘坑栽’，有潜力显著提高！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！1经济学（Munshi 2008、Du Flo and Saez 2003、Magruder 2010、Beaman 2012）、金融学（Beshears et al.2013、Bursztyn et al.2013）、社会学（Rogers 1962）和医学与公共卫生（Coleman et al 1957；Doumit et al 2007）中的大型文献表明，信息和行为通过人际关系传播。2.非洲农村干旱地区的玉米产量。2这种做法在马拉维基本上是未知的，因此，学习对传播这项技术至关重要。我们使用扩散的“阈值模型”（例如Granovetter 1978；Centola and Macy 2007；Acemoglu et al 2011），该模型假设个人只有在与至少一个阈值数量的采纳者有联系时才会采取行为，作为我们探索的基础。

这是一类重要的政策分析模型，因为在此特定框架下，选择用于影响扩散的网络入口点变得至关重要（Akbarpour、Malladi和Saberi，2017）。我们首先为这个模型建立了一个微观基础，利用了关于学习过程的一个核心观点：如果这项技术是新的，并且收集有关它的信息成本很高，那么当网络成员对这项技术知之甚少时，农民可能会理性地选择不寻求信息。当收养的净效益巨大且清晰时，单一的信息来源可能足以鼓励学习（然后是收养），而且“门槛”非常低。然后，技术扩散看起来就像病毒感染，这个过程被称为“简单传染”。如果由于每个连接无法提供准确、相关的信息而导致学习困难，那么农民可能需要来自多个来源的数据，阈值会增加。由此产生的学习过程被称为“复杂传染”。阈值模型可以对网络入口点做出具体预测，从理论上讲，这些预测可能最有效地快速传播新技术。假设一个推广机构可以对两个农民进行新技术培训。在简单传染的情况下，如果推广机构希望在未来3-5年内最大限度地提高采用率，它将把入口点分散得很远，以尽量减少网络同一部分的重复和冗余。

相反，如果技术传播伴随着复杂的传染，那么训练有素的农民必须聚集在一起，共享联系，这一点至关重要！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！2在受控条件下进行的试验表明，它可以将生产率提高50-100%（Haggblade和Tembo 2003）；在现实的“由ZF实施”条件下进行的大样本现场试验（BenYishay和Mobarak，2018），并在本研究中使用村民之间的实验差异。3.提高一些接受者同时从多个来源学习的机会。3我们的现场实验设计就是基于这样的见解。在实施实验之前，我们在马拉维的200个村庄收集了关于农业学习关系的社会网络普查数据。然后，我们对这些数据进行模拟，以确定理论上最佳的切入点（“种子”），从而最大限度地扩散有关新技术的信息，假设扩散过程的特征是简单传染或复杂传染。然后将村庄随机分配一种目标策略（简单或复杂的传染），马拉维推广服务机构通过理论模拟对我们选择的种子进行培训。培训结束后，要求种子传播信息。然后，我们追踪这些村庄未来2-3年的收养模式。我们将这些基于网络理论的治疗村的采用情况与其他随机选择的村庄采用的基准治疗进行了比较，农业推广机构利用当地知识选择种子。

通常，这涉及要求村领导提名一对推广合作伙伴，类似于许多推广工作者在我们的研究背景之外通常所做的工作。4作为另一个比较，我们实施了第四种处理方法，在这种方法中，我们选择了在复杂传染情况下能够最大限度地扩散的最佳种子，但假设社交网络连接的地理接近代理。与社交网络关系不同，地理位置是！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！3需要将受过培训的农民聚集在复杂的传染病下，这意味着通过简单地培训几个额外的农民而不必担心目标问题，就很难复制战略目标种子的传播收益（Akbarpour et al 2018，Jackson and Storms 2018）。Akbarpour等人2018年的研究表明，在许多其他概率扩散模型中，单个连接足以进行扩散（包括Banerjee等人2013年估计的模型），目标定位并不那么重要，因为随机选择几个额外的种子优于（在理论和模拟中）基于网络位置仔细定位种子的策略。相比之下，Banerjee、Breza、Chandrasekhar和Golub（2018）表明，当个人需要就网络中接收到的信息提出后续问题时，信息广播产生的信息流比种子传播产生的信息流要少。4推广人员可以根据专业知识选择有影响力的合作伙伴，例如她对尝试新技术的渴望，或其他村民对他们意见的信任。

因此，该基准为基于网络的扩散理论提供了一个严格的测试：我们理论上的最佳合作伙伴仅根据其在网络中的位置进行选择，而没有利用这些额外的本地信息。！4.扩展代理很容易观察到，因此我们将此视为实现基于数据密集型网络理论方法的策略相关替代方案的第一步。我们发现，与基准方法相比，理论驱动的最佳种植者目标定位会导致更大的技术扩散。在为期3年的试验期间，基于阈值理论的目标定位比依靠推广人员选择种子提高了采用率3个百分点，在这些村庄，坑播采用率从0%增长到大约10%。5我们使用我们的微观数据，确切地说明农民采用了哪些模式，为我们假设的学习模式提供了更直接的证据。例如，我们记录了基于网络理论的目标定位在使用该技术回报高的农民子集（考虑到他们的土地类型）和理论预测的农民最初对该技术不了解的村庄中，在采用该技术方面取得了更大和更持续的收益。复杂的传染模型表明，针对性差的潜在后果之一是完全无法在村庄内采用。我们观察到，在3年后，45%的“基准”村庄中没有坑种植扩散。在使用复杂传染模型选择种子的村庄中，与基准相比，至少有一个人（种子除外）在村庄中收养的可能性要高出56%。

结果表明，与农业部现有的推广战略相比，简单地改变在村庄接受基于社会网络理论的技术培训的人员，可以提高新技术的采用率。即使是基于地理位置的低成本目标定位策略，相对于基准，也会在采用方面产生一些收益。然而，在这种情况下，身体上的接近似乎并不能很好地代表社会关系。为社交网络结构开发其他低成本代理将是！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！5对于新的农业技术，包括非常有利可图的技术，这种采用率的增加并不罕见（例如，Munshi 2007）。Ryan和Gross（1943）指出，20世纪30年代，爱荷华州花了10年时间才采用杂交种子玉米，而从农民听说这项技术到采用这项技术，通常需要5年的时间。5.未来研究的有用途径。6作为第一步，我们开发了一种直观的算法来识别可通过少量访谈实现的高效扩展合作伙伴，对我们数据的模拟表明，这种方法将在技术采用方面产生巨大收益。7现有文献表明，当入口点更为中心时，会发生更广泛的扩散（Banerjee et al 2013，印度小额信贷背景下；Kim et al 2015，洪都拉斯健康行为）。我们的实践为在社会学习的背景下进行更广泛的传播提供了见解，也帮助我们检验网络理论是否具有加速政策相关技术传播的预测能力8。论文的其余部分组织如下。第2节介绍了实验设计所基于的理论模型。

第3节描述了实验设置和设计。第4节讨论了所有实地活动，包括干预和数据收集。第5节描述了种植者的特点和活动，以及技术在田间的表现和社会传播发生的文件。第6节介绍了村庄（或网络）级的实验结果。第7节对我们的数据进行模拟，以探索成本效益高、与政策相关的替代方案，以替代本文中基于数据密集型网络理论的程序。第8节结束！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！6例如，Banerjee et al（2018）中有希望的结果表明，家庭知道谁是他们村庄的中心，这类信息可能很容易从随机抽样的人群中获得。Kim等人（2015年）使用了一种基于朋友之友的相关启发机制，并进行了一项实验，在32个村庄的样本中分发公共卫生券！7.各种其他论文测试了地方机构（如提名或焦点小组）确定有用合作伙伴的能力：Kremer et al（2011）确定并招募“大使”在肯尼亚农村推广水氯化，Miller和Mobarak（2014）first markets在孟加拉国村庄将厨灶改进为“意见领袖”，然后再将其销售给其他人，BenYishay和Mobarak（2015）鼓励“领导农民”和“同行农民”与马拉维的农业推广官员合作！8相反，Carrel等人（2013）提供了一个警示性的故事，即数据驱动的操纵社会互动的尝试没有设计最佳课堂的预测能力。！6.2.