SDM = Secci disk measurement, f(·)

SDM = Secci disk measurement, f(·) = a tobit functional form, ER = cropland erosion: average tons/acre/year per county, %AG = percentage of total county area used for agriculture, %FERT = percentage of total county cropland receiving fertilizer, and CORN DUM, SOY DUM = dummy variables,each equal to 1 if corn or soybeans is the predominant crop in the county.
Estimation results appear in table 4. For purposes of comparison, the model is estimated using all data and using data from counties where 50 percent or more of the land use is agricultural. In general, the variables have the expected sign and are significantly different from zero. Two types of agricultural descriptors are included in the equation. The first type describes physical features, such as the percentage of county land used in agriculture or the predominant crop grown in the county. The second type represents agricultural conditions that may be influenced by policies that, for example, change erosion rates or areas fertilized. These variables can be used to estimate nonmarket costs or benefits resulting from changes in agricultural practices affecting water quality.

Kết quả (Việt) 1:

SDM = Secci đĩa đo, f(·) = một dạng hàm số tobit, ER = xói mòn đất trồng trọt: năm trung bình tấn/mẫu Anh/mỗi quận, % AG = tỷ lệ phần trăm của tất cả các khu vực quận được sử dụng cho nông nghiệp, % FERT = tỷ lệ phần trăm của tổng số đất trồng trọt county nhận phân bón, và NGÔ DUM, đậu NÀNH DUM = biến giả, mỗi bằng 1 nếu bắp hoặc đậu nành là loại cây trồng chủ yếu ở các quận.Kết quả tính toán xuất hiện trong bảng 4. Đối với mục đích so sánh, các mô hình là ước tính bằng cách sử dụng tất cả dữ liệu và sử dụng dữ liệu từ các quận nơi 50 phần trăm hoặc hơn trong việc sử dụng đất là nông nghiệp. Nói chung, các biến có dấu hiệu dự kiến và đáng kể khác nhau từ số không. Hai loại mô tả nông nghiệp được bao gồm trong phương trình. Các loại đầu tiên mô tả các tính năng vật lý như tỷ lệ phần trăm của quận đất được sử dụng trong nông nghiệp hoặc các cây trồng chủ yếu được trồng ở các quận. Loại thứ hai đại diện cho điều kiện nông nghiệp mà có thể bị ảnh hưởng bởi các chính sách đó, ví dụ, thay đổi tỷ giá xói mòn hoặc các khu vực được thụ tinh. Các biến này có thể được sử dụng để ước tính chi phí nonmarket hoặc lợi ích phát sinh từ những thay đổi trong thực hành nông nghiệp ảnh hưởng đến chất lượng nước.

Kết quả (Việt) 2:

SDM = Secci đo đĩa, f (·) = một hình thức chức năng Tobit, ER = Diện tích đất trồng xói mòn: tấn trung bình / mẫu Anh / năm cho mỗi quận,% AG = tỷ lệ phần trăm của tổng số khu vực quận sử dụng cho nông nghiệp,% Fert = tỷ lệ phần trăm của tổng số diện tích đất trồng quận nhận phân bón, và ngô DUM, SOY DUM = biến dummy, mỗi bằng 1 nếu ngô hay đậu tương là cây trồng chủ yếu ở các quận.
kết quả ước tính xuất hiện trong bảng 4. Đối với mục đích so sánh, mô hình được ước tính sử dụng tất cả các dữ liệu và sử dụng dữ liệu từ các quận nơi 50 phần trăm hoặc hơn của việc sử dụng đất là nông nghiệp. Nói chung, các biến có dấu hiệu mong đợi và là khác nhau đáng kể từ con số không. Hai loại mô tả nông nghiệp được bao gồm trong phương trình. Các loại đầu tiên mô tả đặc điểm cơ thể, chẳng hạn như tỷ lệ đất quận sử dụng trong nông nghiệp hoặc các cây trồng chủ yếu được trồng ở các quận. Loại thứ hai đại diện cho điều kiện nông nghiệp có thể bị ảnh hưởng bởi các chính sách, ví dụ, thay đổi tỷ lệ xói mòn hoặc các khu vực thụ tinh. Các biến này có thể được sử dụng để ước tính chi phí phi thị trường hoặc lợi ích thu được từ những thay đổi trong hoạt động nông nghiệp làm ảnh hưởng đến chất lượng nước.