🔍 耿同学打假报告

论文信息

• 标题：农业水权交易能否推动农业绿色发展
• 作者：姚鹏，李慧昭
• 期刊：未在提供文本中明确显示具体期刊名（根据DOI前缀推测为某经济类中文核心期刊）
• DOI：10.20077/j.cnki.11-1262/f.2023.02.010
• 发表年份：2023年
• 论文来源：农业水权交易能否推动农业绿色发展_姚鹏(1)(2).pdf

综合评定：🟠 高度可疑

详细发现

由于当前仅提供文本数据，未提供论文的原始高清图片，第一式（图片复用检测）与第三式（图片拼接检测）无法进行像素级比对。但仅通过“耿同学六式”中的数据逻辑、统计学与计量经济学维度的扫瞄，已发现多处极其荒谬的硬伤。

发现 1：数据造假检测（“复制粘贴”式的百分比计算法）

• 位置：表3及正文第28页（基准回归结果分析段落）
• 描述：作者在解释基准回归结果时声称：“根据回归3结果，实施农业水权交易制度地区比未实施农业水权交易制度的地区农业绿色发展水平提高约8.65%”。
• 证据：
  1. 看看表3的回归3，核心解释变量的系数是 0.0865。
  2. 再看看表2的描述性统计，被解释变量（农业绿色发展水平）的均值是 0.485。
  3. 如果你要计算政策带来的百分比提升，正确的数学逻辑应该是：\(0.0865 / 0.485 \approx 17.83\%\)。
  4. 为什么作者说是“8.65%”？因为作者连除法都没算，直接把回归系数 0.0865 拿过来，加了个“%”号！这种直接把小数点后移两位当百分比的“低级失误”，不仅违背了基本的数学常识，更是典型的“造假造全套但没带脑子”的数据编造痕迹。
• 严重程度：🔴

发现 2：统计学异常检测（违背物理学与数学逻辑的“爆炸性”系数）

• 位置：表4（内生性问题处理：工具变量法回归结果）
• 描述：在使用工具变量法解决内生性问题后，第二阶段的农业水交易（did）系数达到了惊人的 7.5789。
• 证据：
  1. 根据表2，被解释变量“农业绿色发展水平”是通过指标体系计算得出的，其最大值仅为 0.938。
  2. 在普通的DID回归中（表3），系数是 0.0865。到了IV回归，系数直接爆炸到了 7.5789，放大了将近 88 倍！
  3. 这意味着什么？这意味着一旦发生农业水权交易，该地区的绿色发展指数将从平均的 0.485 瞬间飙升到 8.06！远超理论上限（1.0）。
  4. 任何做过实证的研究者都知道，当2SLS的第二阶段系数出现如此离谱的膨胀时，说明工具变量极其微弱，或者模型存在严重的设定错误。作者不仅拿这个结果当宝，还声称它“进一步检验了本文回归结果的稳健”，简直是对计量经济学的侮辱。
• 严重程度：🔴

发现 3：第六式（引用与方法学异常——“被固定效应吃掉”的幽灵工具变量）

• 位置：第四部分（稳健性检验），第30-31页
• 描述：作者构建了一个看似高大上的工具变量：“1984年地级市每百万人邮电业务总量 × 2015－2020年全国互联网端口数”。
• 证据：
  1. 作者明确写道，该工具变量是由一个“随地区变化但不随时间变化”的变量（1984年邮电量）乘以一个“随时间变化但不随地区变化”的变量（全国互联网端口数）构成的。
  2. 查看作者的计量模型（公式1），模型中明确加入了“地区固定效应（\(\sigma_i\)）”和“年份固定效应（\(\lambda_t\)）”。
  3. 计量经济学常识：如果你的模型控制了地区和年份双向固定效应，任何不随时间变化的地区特征（1984年数据），以及任何不随地区变化的宏观时间趋势（全国端口数），都会被固定效应 100% 完美共线并剔除！
  4. 在Stata或任何统计软件中跑这样的IV，软件会直接报错或drop掉该变量。作者居然跑出了第一阶段结果，唯一的解释是：作者根本没有按自己写的模型放双向固定效应，或者这段复杂的IV构造是生搬硬套、抄袭其他论文来的，根本没跑过程序就直接编造了符合预期的结果！
• 严重程度：🔴

发现 4：数据造假检测（神秘消失的样本量）

• 位置：表7与表8（异质性分析结果），第35-36页
• 描述：在进行分组回归时，不同维度的子样本观测值数量存在无法解释的逻辑冲突。
• 证据：
  1. 表7中，按“市场化程度”分组，高市场化（684）+ 低市场化（660） = 1344个观测值。按“经济发展水平”分组，高（636）+ 低（684） = 1320个观测值。
  2. 表8中，按“粮食主产区”分组，主产区（828）+ 非主产区（528） = 1356个观测值（这刚好等于总样本量）。
  3. 但是！按“第一产业占比”分组，高占比（624）+ 低占比（690） = 1314个观测值。
  4. 疑问：为什么按第一产业占比分组会凭空丢失 42 个样本？按经济发展水平丢失 36 个？丢失的样本到底去哪了？如果是由于数据缺失，为什么总样本量刚好是完美无缺的1356？这种“切香肠”式的样本凑数，极有可能是为了调出一个 p 值小于 0.05 的显著结果而反复删改样本（p-hacking）导致的。
• 严重程度：🟠

耿同学辣评

好家伙，这哪是“推动农业绿色发展”，这简直是“推动数据爆炸式发展”！把回归系数 0.0865 直接写成提升 8.65%，这数学水平连小学生看了都要摇头；给双向固定效应模型塞一个“时不变截面变量×全国宏观时间变量”的工具变量，真当固定效应吃素的？最离谱的是，搞个工具变量法回归，能把最大值才 0.938 的指数硬生生拔高到 7.5789，农业水权交易是核聚变吗？建议作者放弃研究水权，转行去研究永动机，说不定能发个《Nature》！

建议后续行动

• 在 PubPeer 上提出质疑
• 向期刊编辑部举报（建议核查其原始数据和Stata/Do-file代码）
• 建议作者所在机构学术委员会核实其研究数据的真实性
• 联系作者要求提供原始数据（鉴于已发现明显的数学逻辑谬误，其提供原始数据的真实性存疑）

⚠️ 免责声明

本报告由 AI 辅助生成，仅供学术讨论参考。
学术不端的最终认定需要专业机构调查。
我们支持学术诚信，但也尊重每一位研究者的名誉权。
如有异议，请以官方调查结论为准。
本工具不保证检测结果的准确性，误报和漏报均有可能。