查看原文
其他

PNAS: 水稻种植区人们的创新思维更低? 基于中介效应分析的探究

计量经济圈 计量经济圈 2022-11-16

凡是搞计量经济的,都关注这个号了

稿件:econometrics666@126.com

所有计量经济圈方法论丛的code程序, 宏微观数据库和各种软件都放在社群里.欢迎到计量经济圈社群交流访问.

中国南北除了自然环境差异外,在社会规范和习俗方面也存在巨大差异,那这是否与两大区域的作物种植有关呢?而各自的社会规范是否又对创新思维有影响呢?今天这篇PNAS(美国科学院院报)对此进行了实证检验。好巧不巧,前不久,刚分享了一些关于中介效应的文章,例如,1.给中介效应加上因果关系内核, 让中介分析光明正大走入经济学研究!2.针对经济学领域中介效应模型问题的回应和理性讨论,而这篇文章也用到了中介效应分析方法检验水稻种植对创新思维的中介影响机制。另外,这篇文章也用到了多层线性回归模型HLM,参看HLM多层线性模型是什么? 嵌套数据处理之王
关于作物种植对社会规范和人们的长期影响,可以参看哈佛经济系主任突发离世, 新政治经济学之父, 诺奖得主克鲁格曼死对头, “博科尼男孩”中坚人物!的文章,他的一系列开创性研究对该领域起到了巨大的推动作用,受其影响国内也出现了很多类似的研究。

正文

关于下方文字内容,作者:翟大业,中国人民大学自然资源管理,通信邮箱:syzhaidaye@163.com
之前的文章:1.AER: 为什么要让孩子在更好的环境中成长呢? 哈佛师徒告诉你!2.具有空间溢出效应的双重差分法估计最全综述, 理论和操作应有尽有!3.TOP5最新文靶向了中国AI公司, 使用三重差分DDD进行实证评估

在中国和世界各地,历史上水稻种植社会拥有更严格的社会规范

Thomas Talhelm, Alexander S. English, 2020, Historically rice-farming societies have tighter social norms in China and worldwide, PNAS.

Data recently published in PNAS mapped out regional differences in the tightness of social norms across China (Chua et al., 2019). Norms were tighter in developed, urbanized areas and weaker in rural areas. We tested whether historical paddy rice farming has left a legacy on social norms in modern China. Premodern rice farming could plausibly create strong social norms because paddy rice relied on irrigation networks. Rice farmers coordinated their water use and kept track of each person’s labor contributions. Rice villages also established strong norms of reciprocity to cope with labor demands that were twice as high as dryland crops like wheat. In line with this theory, China’s historically rice-farming areas had tighter social norms than wheat-farming areas, even beyond differences in development and urbanization. Rice–wheat differences were just as large among people in 10 neighboring provinces (n=3,835) along the rice–wheat border. These neighboring provinces differ sharply in rice and wheat, but little in latitude, temperature, and other potential confounding variables. Outside of China, rice farming predicted norm tightness in 32 countries around the world. Finally, people in rice-farming areas scored lower on innovative thinking, which tends to be lower in societies with tight norms. This natural test case within China might explain why East Asia—historically reliant on rice farming— has tighter social norms than the wheat-farming West.

目录

一、摘要

最近发表在PNAS上的数据显示了中国社会规范松紧的区域差异(Chua et al.,2019)。发达地区和城市化地区的规范更严格,而农村地区则较弱。我们测试了历史上的水稻种植是否影响了现代中国的社会规范。近代的水稻种植似乎可以创造出强大的社会规范,因为水稻依赖于灌溉网络。稻农协调他们的用水,并记录每个人的劳动贡献。稻作村还建立了强有力的互惠规范,以应对两倍于小麦等旱地作物的劳动力需求。根据这一理论,中国历史上的水稻种植区拥有比小麦种植区更严格的社会规范,甚至超出了在发展和城市化方面的差异。在沿着稻麦边界的10个邻近省份的样本(n=3,835)中,稻麦差异也同样大。这些邻近省份在水稻和小麦上差异很大,但在纬度、温度和其他潜在的混杂变量方面差异很小。在中国以外,水稻种植预测了世界32个国家严格的社会规范。最后,水稻种植地区的人们在创新思维方面得分较低,而在规范严格的社会中得分往往较低。中国内部的自然测试案例可以解释为什么历史上依赖水稻种植的东亚比种植小麦的西方有着更为严格的社会规范。

*自行前往原文查看,以免因地图不规范引起争议。

二、引言

(一)主体研究内容和结果

1.简要说明为什么种植水稻会塑造严格的社会规范,而小麦会塑造宽松的社会规范。

2.将中国作为自然实验,检验水稻和小麦塑造的社会规范差异。

3.检验水稻种植是否能够解释全球范围内严格的社会规范。

(二)研究贡献

1.已有研究发现了经济发展和文化变革之间存在滞后现象,本研究检验了历史上的城市化和经济发展对文化塑造的影响。

2.通过检验GDP之外的经济现代化指标,即现代和历史上私营行业、服务经济和教育指标,扩展了已有研究。

3.通过检验导致严格规范的潜在原因推进了对文化差异的理解。

4.本研究超越了个人主义和集体主义,有助于推进文化心理学领域的研究。

三、水稻种植与严格的社会规范

(一)理论分析

1.种植方式差异。水稻是一种高度相互依赖的农作物。近代水稻每公顷需要的工时是小麦、玉米和土豆等旱地作物的两倍。种植小麦的农民直接在田里播种;种植水稻的农民则先在小苗床里播种以严格控制水位,再移植到田里,并且种植水稻的农民在潮湿、泥泞的土地上进行种植,这让同样的任务耗时更长。

2.协调灌溉网络。水稻生长在静水中,农民依靠灌溉系统来管理水位,获得四倍于旱稻的产量。水稻的灌溉网络迫使农民协调用水,农民必须同时用水灌溉和排水,如果稻农对灌溉时间意见不一,就会因此相互争论。为了应对这些需求,稻作村制定了强有力的劳动力交换规范。而小麦种植村通常依赖降雨进行灌溉。因此,水稻地区的劳动力交换更为关键和具有约束力,而旱地地区的劳动力交换更为松散和更具“节日性(festive)”,稻作村具有更严格的互惠规范。

3.协调疏浚和修复渠道。稻农每年需要协调维修和疏通灌溉渠道的时间以及所需的劳动力。为了公平,稻农建立了分配农务和监控彼此贡献的系统,不允许出现个体差异。

(二)基准分析

社会规范在更发达的省份更为严格(表1,γ=0.32,P<0.001,rprov=0.59)。在考虑GDP和城市化后,稻作区的社会规范更为严格(表1,γ=0.12,P=0.005,rprov=0.33)。水稻种植面积占比在控制受访者的年龄和教育后表现稳健(表S6)。在考虑了为期3年的三轮调查后,水稻种植面积占比的影响依然显著。经济发展解释了规范松紧的最大变化(rprov=0.59)。水稻种植面积占比(rprov=0.33)解释了与城市化(rprov=0.37)一样多的变异。因此,经济发展和历史水稻种植都预测了中国各地的规范松紧模式。

(三)稳健性检验

1.水稻种植还是一般农业

一个合理的疑问是,严格的社会规范是特定于水稻种植还是一般农业。通过分析不同省份的耕地比例,将水稻种植与一般农业区分开来(表1),结果表明水稻种植继续预测更严格的社会规范。

2.排除人口密度因素:水稻效应与人口密度分离

(1)现代人口密度

理论认为,社会通过发展更严格的规范来应对人口压力,因为严格的社会规范有利于社会应对拥挤的危险(如疾病和恶劣的卫生条件)。结果表明,人口密集的省份拥有更严格的社会规范(r[29]=0.54,P=0.002)。但这种相关性应谨慎对待,因为人口密度与城市化(r[29]=0.71,P<0.001)和GDP (r[29]=0.68,P<0.001)高度相关。在模型中同时纳入三个因素时,人口密度不再显著(P=0.698),而GDP和城市化水平仍然高度显著(表S5);在模型中同时纳入GDP和人口密度时,人口密度同样不显著(表S5)。因此,人口密度不是中国严格社会规范的强有力的预测因素。

(2)历史人口密度

另一种可能性是,历史人口密度对文化的影响更大,历史人口密度比现代人口密度更能预测规范,因为它更准确地反映了社会的长期历史。使用17世纪初22个省份的人口密度估计值测试了这种可能性。然而,结果类似于现代人口密度(表S5)。历史人口密度与严格规范相关,但在控制GDP之后就不再显著。

(3)人口密度的机制分析

探讨人口密度是否可以作为水稻种植和社会规范之间的一种机制。每公顷产量远高于小麦的事实说明了这一点,因为水稻可以支撑密度较大的群体。然而,在中国,水稻与人口密度仅存在微弱的相关性(r[29]=0.36,P=0.045)。相反,人口密度与一般农业密度的关系要密切得多(r[29]=0.72,P<0.001)。

水稻和人口密度是可分离的这一事实可以解释为什么在控制现代和历史的人口密度之后,水稻种植面积占比仍然显著(表S5)。因此,稻麦差异似乎在人口密度之外发挥作用。然而,省份是粗略的分析单位,很难将水稻和人口密度割裂开来。

3.放牧

另一个可能影响中国社会规范松紧的历史因素是放牧。畜牧文化往往比农耕文化更具个人主义色彩,而个体主义文化的规范往往更宽松,因此放牧文化往往具有更松散、更灵活的社会关系。然而,中国的畜牧区并没有表现出较宽松的社会规范(表1)。

4.环境威胁

中国的畜牧区没有更宽松的社会规范的一个可能解释是,畜牧区经历了更多的历史战争(表2)。因为在经历过战争和其他类型的环境威胁的地方,社会规范往往会更严格。使用中国疾病流行率、战争频率和大规模起义的历史数据(表2、表S4)来检验这一理论。相关性检验结果表明,经历过更多战争的区域具有略微更严格的规范(r[29]=0.36,P=0.050)。然而,战争在较富裕的省份更为普遍,控制GDP后,战争变得无足轻重(表2)。

在考虑了战争、疾病以及一系列替代性解释和潜在的混杂变量后,水稻种植继续预测了规范的严密性(表S1和S3–S9)。水稻种植对与海岸线的距离(代表经贸发展)、与北京的距离(靠近中央政府的地方,社会规范往往更严格)、民族同质性保持稳健,并排除了边远省份(如西藏)。

我们还测试了一系列更广泛的现代化指标,如服务业就业、私营企业和教育(表S6–S8),包括现代和历史两方面。与经济发展和文化变革之间存在滞后的观点一致,我们发现历史GDP比基准分析中使用的现代GDP统计数据能够更好地预测社会规范(表S8C)。

5.稻麦边境的差异同样巨大

将中国作为一个自然的试验案例的一个问题是,水稻种植不是随机分布的,而与温度和纬度高度相关(|r|s≥0.78)。为了解决这个问题,我们比较了稻麦边境10个相邻省份的人口(n=3,835)。对于水稻种植差异明显的地区,边界线给出了一个更为清晰的检验案例,但在温度和其他变量方面的差异要小得多。

沿稻麦边界的社会规范差异显著(表1)。稻麦边境的差异(rprov=0.43)与整个中国的差异(rprov=0.33)一样大,表明稻麦差异是独立于其他因素之间的差异,中国北方和南方作为一个整体,如温度和接触畜牧文化。

6.反向因果问题

如果严格的社会规范有助于人们种植水稻,就有可能存在反向因果关系的问题。首先找出中国哪些地区具备种植水稻的自然条件,如果整个中国都能种植水稻,但只有实行严格社会规范的地区才能真正种植水稻,这就意味着是严格的社会规范导致了人们种植水稻。

为了验证这个想法,我们利用联合国粮食及农业组织全球农业生态区数据库的气候数据,计算出了哪里有可能种植水稻,该数据库根据1961–1990年的温度、坡度、土壤和其他变量估计了水稻的环境适宜性。结果表明,环境适宜性强烈预测了中国各地的实际水稻种植情况(β=0.87,P<0.001),还预测了更严格的社会规范(γ=0.001,P=0.011,rprov=0.29)(表1)。因此,是环境决定了人在哪里种植水稻。虽然不能完全排除反向因果关系,但反向因果关系不太可能是这些文化差异的驱动因素。

(四)拓展性分析:水稻种植能否解释中国以外的文化差异?

我们认为,东亚的水稻种植历史至少在某种程度上促使它走上了与种植小麦的西方不同的道路。通过测试水稻种植是否能预测中国以外的差异来研究这一观点。为此,我们分析了来自Gelfand et al.的来自世界32个国家的社会规范松紧数据。我们发现,将更多耕地用于水稻的国家具有更严格的社会规范(r[30]=0.51,P=0.003)(图2)。考虑到现代经济发展、历史发展、城市化和环境威胁,水稻种植继续预测严格的规范(表2和表S10)。尽管水稻种植与稻农相互依靠相关,水稻种植继续预测整个中国和世界各地严格的社会规范(即使考虑了个人主义和集体主义,见表S12)。这可能表明,水稻种植通过稻农相互依靠以外的手段影响社会规范的松紧,或抽样调查并未准确衡量水稻种植过程中稻农的相互依靠。

然而,水稻种植只是一种生存方式。放牧是世界各地另一种常见的传统生存方式,而且放牧倾向于更独立,关系更松散。为了对放牧进行指数化,我们使用了世界各地专门用于放牧的土地数据。结果表明,放牧文化的严格规范较少(r[30]=0.45,P=0.010)。

最后,我们将水稻种植、小麦种植和放牧结合到一个更广泛的生计方式指数中,该指数估计了不同国家生计方式的相互依赖程度,采用小麦种植土地减去放牧土地(相互依存性较低)加上水稻种植土地(相互依存性较高)。相互依存的生计方式指数预测了世界各地社会规范的松紧(r[30]=0.46,P=0.009)(图1)。在考虑GDP、城市化和环境威胁后,生计方式继续预测规范(表3和表S11)。

四、严格社会规范的代价:水稻种植与创新思维方式

使用来自Chua et al.的思维方式数据,我们发现水稻种植区具有较低的创新思维方式(γ=0.11,P=0.013,rprov=0.63)(图S1和表4)。

接下来,我们检验了水稻种植是否与由严格社会规范导致的创新水平下降有关。中介分析显示,严格的社会规范解释了水稻种植和创新思维低下之间的部分关系(B=0.043[95%CI=0.013;0.072],Z=2.81,P=0.005),即稻作省份有更严格的社会规范,然后将社会规范与创造力联系起来(图S4)。然而,严格的社会规范仅解释了水稻种植与创新之间的部分关系。这表明,除了严格的社会规范,还有其他路径在发挥作用。

因此,水稻种植需要严格的社会规范来应对水稻的高劳动力需求,但这种严格性是以创新思维为代价的。这与早先的两项研究一致,研究发现中国水稻领域的发明专利率较低。

五、结论与局限

(一)结论

1.早期的研究发现了一个矛盾的结果,即中国城市的社会规范比农村地区更严格,这与美国的数据相矛盾,因为美国的城市有较宽松的社会规范。城市是创造力和个人主义的中心,这两者在规范松散的地方更常见。也许中国的城市运作方式不同:中国城市到处都是cameras和monitoring设备,人们遵守规章制度的压力更大。然而,当我们比较同样富裕的地区时,城市化水平较高的地区的社会规范往往较宽松。因此,这些数据支持这样一种观点,即城市的社会规范总体上是松散的,而不是一种中国特色的模式。

2.经济变化和文化变化之间存在滞后。对文化差异的研究往往会控制近期GDP统计数据,即便是对历史因素影响的研究也是如此。然而在中国,调查前10年的GDP数据解释了比当前GDP数据更多的社会规范的变化(表S8C)。

3.现实世界的后果。严格的社会规范似乎有利于社会协调,生活在严格规范社会的人会优先考虑社会秩序、更自律、更少滥用毒品;但严格的规范似乎阻碍了创造力。中国稻作区的创新思维水平较低,新发明专利较少。水稻种植以及严格的社会规范似乎与创新所需的技能不匹配。然而,中国南方的稻作农业可能擅长增量创新,这在规范严格的社会更为常见。相比之下,中国北方的小麦种植区更有可能成为创新中心,并且也更容易让新移民融入,因为松散的社会更容易适应文化习俗。

(二)局限

1.省份是粗糙的分析单位。中国只有31个省份,因此很难区分不同的变量。例如,城市化与GDP高度相关(r[29]=0.89,P<0.001)。未来的研究可以通过收集县级数据,将这些变量更精细地分开。

2.还有几个未回答的问题。例如,水稻种植的哪些要素可以被提炼出来,以预测其他类型群体的严格规范?理解这一点将有助于我们预测其他生计方式。除了水稻、小麦和放牧之外,人类还开发了多种饮食和生计方式。来自更小规模社会的数据可以让我们更详细地了解哪种类型的生计方式倾向于形成严格的社会规范。

关于机制分析、中介和调节效应分析的文章:

1.计量回归中的交互项到底什么鬼? 捎一本书给你2.计量经济学中"交互项"相关的5个问题和回应3.实证机制分析那些事,机制分析什么鬼?,4.政策评估中"中介效应"因果分析, 增添了文献和Notes5.内生变量的交互项如何寻工具变量, 交互项共线咋办6.因果中介效应分析出现在顶刊, 是时候使用新方法了7.中介和调节效应自助法检验,针对非正态截面数据8.面板数据中介效应的计算程序, 打开面板这扇门9.中介和调节效应操作指南, 经典书籍和PPT珍藏版10.中介效应分析的四种方式, 原则方法和应用综述11.中介效应分析的方法和模型, 一篇听说必须看的文献12.多重中介效应的估计与检验, Stata MP15可下载13.具有调节变量的中介效应分析, moderated mediation14.具有调节变量的中介效应程序和数据, 独家解读相关结果15.有限混合模型FMM,异质性分组分析的新筹码16.省份/行业固定效应与年份固定效应的交乘项固定效应17.面板数据中去中心化的交互项回归什么情况18.面板交互固定效应是什么, 白聚山教授推动了最前沿的研究19.广义合成控制法gsynth, 基于交互固定效应的因果推断,20.一个完整的实证程序, 以logit或ologit为例,21.跨数据比较回归系数技巧,22.U型, 倒U型, 还是线性关系, 你平常的做法不靠谱,23.DID中行业/区域与时间趋势的交互项, 共同趋势检验, 动态政策效应检验,24.机制分析做到极致的JPE趣文, 身高与收入,25.机制分析, 中介渠道, 调节效应必读系列合集,26.自变量和中介变量是内生的情况咋办?放在因果中介的框架,27.调节变量, 中介变量和控制变量啥区别与联系?28.多个中介变量如何检验中介效应?,29.中介变量需要放到回归中去吗?何时放何时不放?,30.机制分析, 中介渠道, 调节效应必读系列合集,31.三张图秒懂, 混淆, 中介, 调节, 对撞, 暴露, 结果和协变量的复杂关系,32.中介效应检验流程, 示意图公布, 不再畏惧中介分析,33.主流: KHB法测度中介效应, 无论线性还是非线性模型, KHB都能分解出直接和间接效应!34.控制、调节和中介变量,系说,35.学习机制分析应该阅读的经典材料有哪些?36.操作讲解中介效应机制分析:原理, 程序, Bootstrap方法及其应用,37.Top5最新: 为什么富有的父母有富有的孩子? 一篇学好机制分析的佳作!38.必读, 宗教是如何阻碍经济发展的? 基于DID, IV和各种机制分析的AER量化史分析!39.中介效应最新进展: 中介效应中的工具变量法使用方法及其代码!40.中介效应分析新进展和检验方法!41.中介分析: 一份实践者指南, 来自大牛的顶刊文章总结!42.重新思考BK中介模型, 关于中介效应分析的神话与事实!43.中文刊上用中介效应模型的实证文章? 这位学者使用频率很高!44.争议, 因果推断经验研究中的中介效应与调节效应,45.我最近看到AER, JPE文章, 人家用的就是类似中介效应三步走方法,46.针对经济学领域中介效应模型问题的回应和理性讨论,47.《当代财经》期刊打响了经济学领域反对温忠麟中介效应模型的第一枪!

下面这些短链接文章属于合集,可以收藏起来阅读,不然以后都找不到了。

2.5年,计量经济圈近1000篇不重类计量文章,

可直接在公众号菜单栏搜索任何计量相关问题,

Econometrics Circle




数据系列空间矩阵 | 工企数据 | PM2.5 | 市场化指数 | CO2数据 |  夜间灯光 | 官员方言  | 微观数据 | 内部数据计量系列匹配方法 | 内生性 | 工具变量 | DID | 面板数据 | 常用TOOL | 中介调节 | 时间序列 | RDD断点 | 合成控制 | 200篇合辑 | 因果识别 | 社会网络 | 空间DID数据处理Stata | R | Python | 缺失值 | CHIP/ CHNS/CHARLS/CFPS/CGSS等 |干货系列能源环境 | 效率研究 | 空间计量 | 国际经贸 | 计量软件 | 商科研究 | 机器学习 | SSCI | CSSCI | SSCI查询 | 名家经验计量经济圈组织了一个计量社群,有如下特征:热情互助最多前沿趋势最多、社科资料最多、社科数据最多、科研牛人最多、海外名校最多。因此,建议积极进取和有强烈研习激情的中青年学者到社群交流探讨,始终坚信优秀是通过感染优秀而互相成就彼此的。


您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存