,b

(西北大學 a.城市與環(huán)境學院;b.陜西省情研究院,陜西 西安710127)

農民專業(yè)合作社是以農戶成員為主體的社會經濟組織,在促進小農戶與現(xiàn)代農業(yè)發(fā)展有機銜接等方面具有重要作用。現(xiàn)有對合作社的研究多聚焦于合作社作為特定組織的性質與現(xiàn)實檢視[1]、治理結構與效應[2,3]、制度安排與變異[4]、政策設計與演變[5]、服務功能與績效[6,7]、分布特征與成因[8]等方面,對合作社內部具有主體地位的小農即普通社員關注相對不足。相關文獻主要分析社員的入社與退社[9,10]、履約[11]、參與[12,13]、合作[14]、機會主義行為[15]等,對其技術采用行為的研究相對欠缺[16,17]。

從農戶農業(yè)技術采用影響因素的研究來看,相關成果較豐碩,但就研究對象而言,主要集中在傳統(tǒng)小農戶,很少直接針對合作社社員這一組織化程度更高的農戶,相關文獻更多地是將社員身份作為解釋農戶技術采用行為的一個變量[18];就研究內容和方法而言,一直以基于二元Logistic模型的影響因素分析或重要自變量效應評估為主[19],僅有少量文獻通過引入解釋結構模型(ISM)對各因素進行分層[20],但尚未深入到機制層面,即對影響因素的層次結構、關聯(lián)關系、作用方式及其傳遞路徑缺乏細致描摹;就研究結論而言,農戶個體及家庭經營特征、技術軟環(huán)境和硬環(huán)境、社會網絡被認為是影響農業(yè)技術采用的主要因素[19,21,22],但具體構成與作用方向、強度因技術屬性、農業(yè)部門和作物種類而異[23]。

本文基于上述對相關研究進展及不足的認知,根據對陜西省周至縣3個果業(yè)專業(yè)合作社示范社的多次實地調查,利用Logistic回歸模型和社會網絡分析中的中心性測度方法,識別社員采用農業(yè)新技術的顯著影響因素,進而應用ISM方法刻畫其影響機制,以期豐富合作社中農戶行為研究內容,拓展農業(yè)技術采用行為研究深度。

1 數據來源與研究方法

1.1 樣區(qū)選取與數據來源

陜西是我國水果生產第一大省,周至是陜西省果業(yè)轉型升級的示范縣和全國最大的獼猴桃生產基地縣。2017年,全縣果園面積2.71萬hm2，水果產量45.33萬t,其中獼猴桃種植面積2.49萬hm2、產量39.55萬t、產值15.82億元，擁有農民專業(yè)合作社1933個,其中獼猴桃專業(yè)合作社1007個。綜合果業(yè)發(fā)展和合作社發(fā)育兩方面來看,選取周至縣作為研究果業(yè)專業(yè)合作社，社員技術采用行為樣區(qū)具有可行性的代表性。

樣本數據來源于課題組2016年10月、11月和2017年8月、2018年3月對周至縣3個果業(yè)專業(yè)合作社的實地調查。為了保證問卷質量,調研過程采取社員口述、調查者填寫問卷的方式。調查共發(fā)放問卷350份,剔除信息不完整和回答前后矛盾的問卷,共得到有效問卷326份,有效率93.14%。其中,在周至縣長揚果品專業(yè)合作社(國家農民合作社示范社)、華茂果品專業(yè)合作社(陜西省農民專業(yè)合作社百強示范社)、周一有機獼猴桃專業(yè)合作社(陜西省果業(yè)優(yōu)秀合作組織)分別發(fā)放問卷120份、115份、115份,得到有效問卷116份、109份、101份,有效率分別為96.67%、94.78%、87.83%。

1.2 研究方法

社會網絡分析(SNA):SNA已發(fā)展成為一種具有專門概念體系與測度工具的研究范式[24]。本文通過引入其中常用且重要的中心度概念工具,利用UCINET軟件測量社員在合作社社會網絡中的位置或優(yōu)勢,反映社會資本存量的差異,進而探討社員間的這種異質性對技術采用行為的影響。度數中心度、接近中心度、中間中心度3個指標的概念及計算公式參見相關文獻[24,25]。

Logistic回歸模型:本研究借助Logistic模型分析合作社社員技術采用的影響因素。

(1)

式中,pi為社員采用新技術的概率;y為因變量且是二值變量,表示社員是否采用新技術;xi為自變量,表示第i個因素;n、βi和β0分別表示影響因素的個數、回歸系數和回歸方程的常數。

解釋結構模型(ISM):ISM是具有代表性的系統(tǒng)結構分析方法,其核心是對系統(tǒng)要素間的因果關系進行層次化處理,以形成具有多級遞階結構和解釋功能的概念模型,近年被廣泛應用于影響因素分析[20]。本研究借助明晰ISM Logistic回歸模型得到的各個顯著性因素之間的關聯(lián)性和層次性,進而對合作社社員采用新技術的影響機制進行模型化顯示。規(guī)范流程為:①選擇構成系統(tǒng)的要素并確定其間的邏輯關系;②建立鄰接矩陣A、可達矩陣M和縮減可達矩陣M′;③對系統(tǒng)要素集合進行區(qū)域和級位劃分,提取骨架矩陣A′;④繪制多級遞階有向圖;⑤建立遞階結構模型。上述建模過程中涉及到的具體方法尤其是各類布爾矩陣的定義及計算公式參見文獻[26]。

1.3 變量選取

以果業(yè)專業(yè)合作社社員采用新技術與否為因變量,并結合調查實際,將新技術界定為除病蟲害防治和施肥等常規(guī)技術外的其他技術,包括設施大棚、授粉、新品種、節(jié)水灌溉、銷售、深加工和貯藏保鮮技術等,采用其中一種或多種賦值為1,全部均未采用賦值為0。同時,鑒于社員的技術采用行為,既受到個體及家庭特征、生產經營特征、技術環(huán)境特征、社會網絡特征的影響,也與合作社特征有關,故參照相關研究成果,選取5類16個自變量(表1)。

表1 Logistic模型變量說明

個體及家庭特征:以年齡、性別、受教育程度、務農人口數、家庭年收入5個變量表征。年齡隱含風險偏好和種植經驗因素,與農戶采用新技術概率的負相關性理論上較強。滿明俊等對陜甘寧3省區(qū)蘋果種植戶的調查證實了這一點,即果農年齡越大,越傾向于規(guī)避風險，謹慎采用技術[27]。關于性別,研究表明,男性對農業(yè)生產資源的控制更優(yōu),更具冒險精神,更有意愿采用新技術[28]。受教育程度對農業(yè)技術采用行為的顯著正向作用,為西部和東部果農的實證分析共同證實[29,30]。務農人口數也會正向影響果農對新技術的采納[29],但是否顯著因農戶經營規(guī)模而異[31]。家庭年收入相對較高的果農承擔農業(yè)技術投資和風險的能力通常更強,更勇于嘗試新技術[32,33]。

生產經營特征:以經營規(guī)模和耕地細碎化程度兩個變量表征。經營規(guī)模即果樹種植面積對果農采用新技術的積極影響被研究證實[16,17,29]。與之相反,通常認為耕地細碎化對農戶技術采用行為和效率具有抑制作用[33],尤其不利于機械技術等規(guī)模效應明顯的農業(yè)新技術推廣。

技術環(huán)境特征:技術環(huán)境的內涵豐富[21],本研究僅借指技術服務環(huán)境和融資環(huán)境,并分別選取貸款難易程度和技術培訓頻率變量表征。相關研究表明[17,21,30],果品生產的高投入與果農自身資本積累有限之間的矛盾,阻礙了新技術的擴散,因此貸款可獲性的提高能對果農的技術采用行為產生正向激勵;技術培訓則是改變果農偏好的有效手段,對其技術選擇具有積極的誘導作用。

社會網絡特征:社會網絡對農戶技術采用存在明顯中介效應[22],因此選擇度數中心度、接近中心度和中間中心度作為變量,表征農戶在合作社社會網絡結構中的位置。研究假定,農戶的度數中心度越大,交往能力越強、交往范圍越廣,獲取技術、信息和資金越易,越有條件和可能采用新技術;農戶的接近中心度越小,與其他農戶的技術交流或信息傳遞越快越便捷,在技術采用上受到的激勵效應越強;農戶的中間中心度越高,對資源的控制能力越強,越易獲取隱性知識、非公開信息和關鍵技術,越傾向于采用新技術。

合作社特征:調研發(fā)現(xiàn)社員主要由合作社獲取技術和信息,因此社員對合作社的評價和信賴度越高,對其組織權威、聲譽和規(guī)范越認可和服從,理論上就越有可能采用推廣的新技術。本研究主要通過社員對合作社規(guī)模、地位、凝聚力和管理者能力的評價等變量表征合作社特征,假設其對社員的技術采用行為均具有正向影響。

2 結果與分析

2.1 基于二元Logistic模型的影響因素分析

研究結果顯示,-2對數的似然值為77.373,Nagelkerke R2為0.909,說明模型的擬合優(yōu)度較高,整體效果較好(表2)。

表2 影響因素的Logistic回歸分析結果

注:*、**、***分別表示在0.1、0.05、0.01置信水平上顯著。

個體及家庭特征因素的影響:受教育程度具有正向影響(回歸系數為3.067),且在0.01水平上顯著,與本研究的假設和既有研究的結論一致。實證分析結果表明,受教育程度較高的社員能更清晰地認識到新技術對提高家庭農業(yè)產出水平的作用和價值,對新技術的理解能力和接受水平也更高,因此更傾向于采納新技術，他們做出技術采用決策的概率是受教育程度較低社員的21.468倍。務農人口數對社員采用新技術的作用方向與受教育程度一致,通過了0.01水平的顯著性檢驗。家庭從事果業(yè)生產的人數越多,對果業(yè)收入的依賴性越強,就越有可能采用新技術。Logistic回歸結果顯示,家庭務農人口數較多的社員采用新技術的概率是務農人口數較少社員的13.593倍。家庭年收入的影響顯著(在0.05水平上顯著),但回歸系數(-2.846)為負,表明社員家庭年收入越高,越不利于果業(yè)新技術的采用,與前述理論分析相悖。這可能與農戶收入結構有關,即對以從事非農就業(yè)活動獲得的收入為主導的家庭而言,他們很有可能不再從事果業(yè)生產,或以自給性的經營為主,并不樂于嘗試新技術。調查顯示,此類農戶不在少數,且家庭收入水平較高。社員年齡與性別的回歸系數均為正,但都未能通過顯著性檢驗。前者作用不明顯的原因可能在于樣本農戶年齡的差距小且普遍偏大,不足以對技術采用行為產生影響;后者作用不明顯可能與當前農戶生產決策中性別角色的弱化有關。

生產經營特征因素的影響:經營規(guī)模對社員的技術采用行為具有顯著的正向影響,與預期相符。Logistic回歸結果顯示,果樹種植面積較大的社員采用新技術的概率是種植面積較小社員的1.199倍。耕地細碎化的影響也顯著(通過了0.05水平的顯著性檢驗),但回歸系數(-1.296)為負,表明田塊的細碎和分散并未抑制社員對先進技術的采用,與預期不符。原因可能是,耕地的細碎化會倒逼果農積極采用勞動密集型技術提高土地產出率和彌補規(guī)模效應的不足。

技術環(huán)境特征因素的影響:貸款難易程度與社員對新技術的采用呈正相關(在0.01水平上顯著),與預期相符,且回歸系數(6.079)在8個具有正向影響的顯著性因素中最大。由于農戶“貸款難”問題和信貸約束現(xiàn)象普遍,因此增加金融有效供給,降低社員貸款難度,滿足社員融資需求,對社員的技術采用行為具有明顯的激勵作用。Logistic回歸結果顯示,貸款較易的社員采納新技術的概率是貸款較難社員的436.761倍。技術培訓頻率在0.1的水平上負向顯著，影響社員的技術采納行為,與預期不符。這一結果可能反映了這樣的現(xiàn)象,即農業(yè)技術培訓內容與社員實際需求不盡一致,加之機會成本存在,種植時間較長、種植經驗豐富更有可能采用新技術的社員不愿參加培訓;而參加培訓相對較多的社員可能并不是以果業(yè)生產為主要生計方式和收入來源,甚至僅是為了補貼,因此采用新技術的積極性不足。

社會網絡特征因素的影響:度數中心度對社員采用新技術具有顯著的正向影響(通過了0.01水平的顯著性檢驗),與預期相符,且回歸系數(4.893)相對較大。結合分析結果可知,度數中心度即個體社會網絡規(guī)模較大的社員由于與外界聯(lián)系更加緊密,更易獲取技術信息,資金保障相對充分,更傾向于采用新技術，他們做出技術采用決策的概率是度數中心度較小社員的133.360倍。接近中心度與中間中心度都未通過顯著性檢驗。一方面,由于樣本農戶同在一縣且種植的水果種類乃至品種相似性強,導致相關果業(yè)技術擴散的時滯性不明顯,接近中心度在社員獲取技術時的作用也因此未能得到體現(xiàn);另一方面,可能是由于當前各類的果業(yè)技術培訓基本都是面向全體農戶,因此即使是在技術信息傳播中扮演“橋梁”角色的農戶也未必能獲取一些隱性、非公開的關鍵技術信息,而更可能是只掌握與其他農戶相同的技術信息,這就導致中間中心度對社員技術采用的促進作用也不明顯。

合作社特征因素的影響:合作社規(guī)模、合作社凝聚力、合作社管理者能力對社員的技術采用行為均具有顯著的正效應(三者回歸系數分別為2.108、0.623、1.867),與預期相符,說明社員對合作社規(guī)模、凝聚力和管理者能力的評價越高,對合作社越認可和信賴,在果業(yè)生產中采納推廣的新技術的概率越大,甚至可能會做出一致的技術采用決策。但也需看到,合作社地位并未通過顯著性檢驗,這從側面反映出社員對合作社的主觀認知與社員實際的技術采用行為間有一定脫節(jié)。

2.2 基于ISM的影響機制分析

前文采用Logistic模型得到11個在不同方向和程度上影響合作社社員農業(yè)技術采用行為的顯著性因素?；诖?進一步應用ISM方法對以上影響因素之間的邏輯關系及其呈現(xiàn)出的層次結構進行分析。假設S0表示果業(yè)專業(yè)合作社社員采用新技術與否,S1、S2、S3、S4、S5、S6、S7、S8、S9、S10、S11分別表示受教育程度、務農人口數、家庭年收入、經營規(guī)模、耕地細碎化程度、貸款難易程度、技術培訓頻率、度數中心度、合作社規(guī)模、合作社凝聚力和合作社管理者能力等影響因素。根據ISM建模步驟,本文首先采用德爾菲法判定系統(tǒng)12個要素間的基本二元關系,并以方格圖的形式呈現(xiàn)(圖1)。

圖1 要素間的二元關系

圖1中X表示行、列要素相互影響,V表示行要素對列要素有直接影響,A表示列要素直接影響到行要素。

根據圖1寫出系統(tǒng)要素的鄰接矩陣A(圖2),其中S0為匯點,S1、S5、S7為源點?？紤]要素間關系的間接關聯(lián)性,將鄰接矩陣A加上單位矩陣I后,按布爾運算法則進行自乘,經演算后求得可達矩陣M(圖3)。鑒于要素S2、S3、S4間存在替換性,對M進行簡化。

圖4 骨架矩陣A′

在可達矩陣中得到各要素的可達集R(Si)、先行集A(Si)和共同集C(Si),進行系統(tǒng)的區(qū)域劃分和級位劃分。前者的結果表明系統(tǒng)無法劃分為兩個或兩個以上相互獨立的子系統(tǒng);后者的劃分結果顯示,系統(tǒng)最高級要素L1={S0}、L2={S2,S3,S4,S5,S11}、L3={S6,S7}、L4={S8,S9,S10}、L5={S1}。對根據上述層次化處理結果重新排序后的縮減可達矩陣M′進行縮約和檢出,得到具有最小二元關系個數的骨架矩陣A′(圖4)。

根據骨架矩陣A′,繪制多級遞階有向圖(圖5)。即按級位自上而下排列系統(tǒng)諸構成要素,并用從下到上的有向箭線反映逐級要素間的關系;在第二級補入了此前被縮減了的要素S3和S4,并標明了它與同級要素S2之間的相互作用關系;補充了從第五級的S1到第二級的S4的越級關系。由圖5可見,社員采用新技術的影響因素系統(tǒng)是一個具有5層、結構復雜的多級遞階系統(tǒng),其由11個處于不同級位,或獨立發(fā)揮作用,或直接、間接關聯(lián)的因素構成。最后根據系統(tǒng)各要素表示的實際意義,直接將圖5轉化為解釋結構模型(圖6)。該模型反映了各要素之間的層次結構、關聯(lián)關系及其傳遞路徑,是對社員采用新技術影響機制的抽象表達。

圖5 多級遞階有向圖

圖6 影響機制的解釋結構模型

就層次結構而言,圖5中第二級的5個要素(務農人口數、家庭年收入、經營規(guī)模、耕地細碎化程度和合作社管理者能力)是影響社員采用新技術與否的表層因素;第三級的2個要素(貸款難易程度和技術培訓頻率)是淺層影響因素;第四級的3個要素(度數中心度、合作社規(guī)模和合作社凝聚力)是中層影響因素;第五級的1個要素即受教育程度是深層影響因素。就關聯(lián)關系而言,表層因素直接影響社員的技術采用行為。其他因素以間接作用為主,即影響具有明顯的傳遞性,通常表現(xiàn)為逐級傳導關系,如“受教育程度→度數中心度、合作社規(guī)模、合作社凝聚力→貸款難易程度→務農人口數、家庭年收入、經營規(guī)?！麡I(yè)專業(yè)合作社社員采用新技術”這一傳遞路徑,也會表現(xiàn)為越級傳導關系,如受教育程度通過直接影響社員對合作社管理者能力的評價,而對社員采用新技術與否產生作用。此外,同為表層影響因素的務農人口數、家庭年收入和經營規(guī)模三者之間具有強連接即相互影響關系。

3 結論與討論

主要結論:①果業(yè)專業(yè)合作社社員的技術采用行為與其個體及家庭特征、生產經營特征、技術環(huán)境特征、社會網絡特征和合作社特征均有關,受家庭年收入、耕地細碎化程度、技術培訓頻率等因素的顯著負向作用和受教育程度、務農人口數、經營規(guī)模、貸款難易程度、度數中心度、合作社規(guī)模、合作社凝聚力、合作社管理者能力等因素的顯著正向影響。②更傾向于采用新技術的社員畫像為受教育程度較高、社會網絡規(guī)模較大、貸款較易、參加農技培訓相對較少,家庭收入相對較低、從事果業(yè)生產的人口較多、果樹種植面積較大但相對分散,對合作社認可度較高。 ③社員采用新技術的影響機制表現(xiàn)為由11個具有不同作用和關聯(lián)方式的影響因素及其層次關系構成的5級遞階結構,其中的表層因素為務農人口數、家庭年收入、經營規(guī)模、耕地細碎化程度和合作社管理者能力,起直接作用;淺層和中層因素分別為貸款難易程度、技術培訓頻率和度數中心度、合作社規(guī)模、合作社凝聚力,有間接效應;深層因素為受教育程度,是最根本的動因。各影響因素或獨立發(fā)揮作用,或同級相互作用，按級位自下而上的間接作用則有逐級傳導和越級傳導兩種方式。

對策建議:①就政府而言,應通過引導合作社社員發(fā)展多種形式的適度規(guī)模經營,增強農業(yè)職業(yè)教育培訓的針對性和實效性,加大對合作社及其成員的信貸支持力度,幫助提高社員的生產經營能力、科技文化水平和社會資本存量,進而提升其采納農業(yè)新技術的意愿和能力。②在合作社層面,應通過優(yōu)化治理結構,提升合作規(guī)模、層次和運行質量,確保各成員得到穩(wěn)定、公平、合理的收益,增強合作社的凝聚力和吸引力,提高社員對合作社的認可度和滿意度,激發(fā)社員采用合作社推廣技術的積極性。

但本研究分析的仍是個體行為,今后應加強對合作社這一農戶群體技術采用決策的研究。鑒于農戶組織化程度和方式對技術采用行為影響的存在,以及合作社成員異質性的突出,下一步應對合作社社員和非社員農戶、合作社社員和與龍頭企業(yè)合作的農戶、普通社員和核心社員等不同類型農戶的技術采用行為進行深入分析。