崔亞飛，周 榮

(安徽財(cái)經(jīng)大學(xué)財(cái)政與公共管理學(xué)院，蚌埠 233030)

0 引言

對(duì)農(nóng)戶(hù)農(nóng)藥使用進(jìn)行有效治理，是關(guān)系到農(nóng)業(yè)生態(tài)環(huán)境可持續(xù)發(fā)展和農(nóng)副產(chǎn)品安全的重大現(xiàn)實(shí)問(wèn)題[1]。雖然農(nóng)業(yè)農(nóng)村部于2015年印發(fā)了《到2020年農(nóng)藥使用量零增長(zhǎng)行動(dòng)方案》， 2016年國(guó)務(wù)院印發(fā)的《全國(guó)農(nóng)業(yè)現(xiàn)代化規(guī)劃(2016—2020年)》中也再次明確開(kāi)展農(nóng)藥使用量零增長(zhǎng)行動(dòng)。但是，這些國(guó)家層面宏觀政策實(shí)施能否取得預(yù)期效果，最終取決于直接利益相關(guān)者農(nóng)戶(hù)的農(nóng)藥使用行為[2]。張?jiān)迫A等[3]較早對(duì)中國(guó)農(nóng)戶(hù)農(nóng)藥使用行為影響因素進(jìn)行了實(shí)證研究，結(jié)論表明，農(nóng)戶(hù)的家庭人口數(shù)、人均耕地、農(nóng)業(yè)信貸、農(nóng)藥效果知識(shí)以及農(nóng)業(yè)技術(shù)協(xié)會(huì)是影響農(nóng)戶(hù)采用無(wú)公害農(nóng)藥行為的主要因素，而農(nóng)戶(hù)的受教育水平和農(nóng)技人員指導(dǎo)則沒(méi)有影響。也有文獻(xiàn)發(fā)現(xiàn)，農(nóng)戶(hù)性別、受教育水平、市場(chǎng)化監(jiān)管、施用經(jīng)驗(yàn)和信息獲取渠道及其信任度等因素對(duì)農(nóng)戶(hù)農(nóng)藥使用行為均有顯著影響[4-5]。黃季焜等[6]則認(rèn)為，農(nóng)戶(hù)的技術(shù)信息知識(shí)和風(fēng)險(xiǎn)偏好是農(nóng)藥使用行為的主要影響因素，同時(shí)，市場(chǎng)化監(jiān)督、農(nóng)藥價(jià)格和農(nóng)戶(hù)受教育水平也有顯著影響。而王常偉和顧海英[2]的研究表明，農(nóng)戶(hù)的性別、年齡、受教育水平和風(fēng)險(xiǎn)態(tài)度對(duì)農(nóng)藥使用行為有顯著影響，但政府宣傳指導(dǎo)和種植監(jiān)管的影響不顯著，而且市場(chǎng)化的合作社和售前合同對(duì)農(nóng)戶(hù)農(nóng)藥使用行為卻有負(fù)向激勵(lì)作用。

陽(yáng)檢等[7]曾對(duì)農(nóng)戶(hù)農(nóng)藥使用行為影響因素的研究文獻(xiàn)結(jié)論進(jìn)行了傳統(tǒng)的綜述，但是這種傳統(tǒng)定性的文獻(xiàn)綜述無(wú)法對(duì)已有研究結(jié)論的共識(shí)與分歧進(jìn)行量化甄別。Meta分析是對(duì)大量同類(lèi)實(shí)證研究結(jié)論是否具有一致性、以及相同結(jié)論的綜合效應(yīng)量進(jìn)行評(píng)估的實(shí)證性方法，其評(píng)估結(jié)果可以為進(jìn)一步相關(guān)研究指明方向，更能為政府相關(guān)決策提供理論支撐和廣泛共識(shí)[8]。近年來(lái)，Meta分析已由最初的醫(yī)學(xué)領(lǐng)域研究拓展至農(nóng)業(yè)生態(tài)環(huán)境管理領(lǐng)域的綜合效應(yīng)量評(píng)估研究。如Baumgart等[9]采用Meta分析法，評(píng)估了46篇關(guān)于美國(guó)農(nóng)戶(hù)參與農(nóng)業(yè)管理影響因素的實(shí)證文獻(xiàn)結(jié)論，他們發(fā)現(xiàn)，農(nóng)戶(hù)家庭人口數(shù)、培訓(xùn)教育、經(jīng)濟(jì)收入和信息獲取等因素對(duì)農(nóng)戶(hù)參與行為有正向影響，而年齡則有反向影響，這是已有研究文獻(xiàn)的實(shí)證結(jié)論共識(shí)，其他影響因素則不顯著或存在分歧。

截止目前，已有大量研究中國(guó)農(nóng)戶(hù)農(nóng)藥使用行為影響因素的實(shí)證文獻(xiàn)，但是，這些實(shí)證文獻(xiàn)研究結(jié)論到底達(dá)成了哪些共識(shí)？這些共識(shí)的綜合效應(yīng)量如何？尚未有文獻(xiàn)對(duì)此重要問(wèn)題給予實(shí)證性研究。基于此，文章使用Meta分析法，首次對(duì)中國(guó)農(nóng)戶(hù)農(nóng)藥使用行為影響因素的已有實(shí)證文獻(xiàn)研究結(jié)論進(jìn)行定量評(píng)估，并測(cè)算相應(yīng)的綜合效應(yīng)量。評(píng)估結(jié)果發(fā)現(xiàn)：大多數(shù)影響因素的作用方向已達(dá)成一致共識(shí)，但是也有影響因素存在著分歧； 達(dá)成共識(shí)的影響因素的綜合效應(yīng)量普遍較低，或者說(shuō)，影響因素的相關(guān)性系數(shù)大多屬于中相關(guān)性或弱相關(guān)性范疇。評(píng)估結(jié)果對(duì)進(jìn)一步明確影響因素研究方向和完善相關(guān)決策具有重要參考意義。

1 研究方法

1.1 文獻(xiàn)來(lái)源

該文使用單個(gè)或組合主題詞“農(nóng)藥使用行為”、“農(nóng)藥施用行為”、“農(nóng)藥+影響因素”、“pesticides influencing factors China”、“farmers pesticides China”在中國(guó)知網(wǎng)(CNKI)期刊數(shù)據(jù)庫(kù)、碩博論文數(shù)據(jù)庫(kù)、會(huì)議論文數(shù)據(jù)庫(kù)、以及英文ScienceDirect期刊數(shù)據(jù)庫(kù)、Springer期刊數(shù)據(jù)庫(kù)、Jstor期刊數(shù)據(jù)庫(kù)、Emerald期刊數(shù)據(jù)庫(kù)、EBSCO Econlit數(shù)據(jù)庫(kù)進(jìn)行檢索，共檢索到2 189篇公開(kāi)發(fā)表的文獻(xiàn)。

基于該文的研究主題，納入Meta分析的文獻(xiàn)必須符合3個(gè)標(biāo)準(zhǔn)：(1)研究區(qū)域和樣本是中國(guó)各省(直轄市、自治區(qū))的農(nóng)戶(hù)； (2)必須是實(shí)證性研究文獻(xiàn)，有明確的樣本總量、相關(guān)性系數(shù)和顯著性檢驗(yàn)等信息； (3)研究的問(wèn)題必須是農(nóng)戶(hù)使用(施用)農(nóng)藥行為、或安全使用農(nóng)藥行為、或采用無(wú)公害綠色農(nóng)藥意愿的影響因素篩選。依據(jù)3個(gè)標(biāo)準(zhǔn)，通過(guò)閱讀所檢索文獻(xiàn)題目和摘要剔除了1 752篇，再通過(guò)閱讀論文正文信息剔除了408篇，剩余的29篇文獻(xiàn)中有22篇文獻(xiàn)采用Logistic或Probit實(shí)證方法， 7篇采用結(jié)構(gòu)方程模型實(shí)證方法。為了避免因?qū)嵶C方法不同可能導(dǎo)致的異質(zhì)性干擾，排除了采用結(jié)構(gòu)方程模型實(shí)證方法的文獻(xiàn)，最終有22篇文獻(xiàn)符合納入Meta分析的標(biāo)準(zhǔn)，研究區(qū)域覆蓋中國(guó)18個(gè)省(直轄市、自治區(qū))、總樣本量為1.191 1萬(wàn)個(gè)農(nóng)戶(hù)，相關(guān)文獻(xiàn)信息報(bào)告于表1。

表1 納入Meta分析的文獻(xiàn)

文獻(xiàn)作者(發(fā)表年份)研究區(qū)域樣本量研究對(duì)象實(shí)證方法研究的問(wèn)題[1]張?jiān)迫A等(2004)山西等3省353農(nóng)戶(hù)Logistic使用無(wú)公害綠色農(nóng)藥意愿[2]李紅梅等(2007)四川214農(nóng)戶(hù)Logistic安全使用農(nóng)藥[3]鄭龍章(2009)福建331茶農(nóng)Logistic使用無(wú)公害綠色農(nóng)藥意愿[4]傅新紅、宋汶庭(2010)四川406農(nóng)戶(hù)Logistic使用生物農(nóng)藥[5]毛飛、孔祥智(2011)陜西450果農(nóng)Logistic安全使用農(nóng)藥[6]秦軍(2011)甘肅、貴州、湖南等9省2 110農(nóng)戶(hù)Logistic農(nóng)藥使用行為[7]楊小山、林奇英(2011)福建358農(nóng)戶(hù)Logistic使用無(wú)公害綠色農(nóng)藥意愿[8]吳林海等(2011)河南233農(nóng)戶(hù)Logistic農(nóng)藥施用行為[9]關(guān)桓達(dá)等(2012)湖北1 351農(nóng)戶(hù)Logistic農(nóng)藥使用行為[10]張偉、朱玉春(2013)陜西211菜農(nóng)Logistic安全使用農(nóng)藥[11]李秀義、官志強(qiáng)(2013)福建335菜農(nóng)Logistic安全使用農(nóng)藥[12]劉丹、周波(2014)江西1 169稻農(nóng)Logistic農(nóng)藥使用行為[13]喬立娟等(2014)河北283農(nóng)戶(hù)probit農(nóng)藥使用行為[14]邢永華等(2014)青海249菜農(nóng)Logistic農(nóng)藥使用行為[15]王建華等(2015)江蘇、浙江、黑龍江等5省986農(nóng)戶(hù)Logistic農(nóng)藥施用行為[16]田云等(2015)湖北387農(nóng)戶(hù)Logistic農(nóng)藥使用行為[17]馬瑛(2016)新疆276棉農(nóng)Logistic農(nóng)藥使用行為[18]任重、薛興利(2016)山東609糧農(nóng)Logistic使用無(wú)公害綠色農(nóng)藥意愿[19]曾偉等(2016)山東517農(nóng)戶(hù)Probit農(nóng)藥使用行為[20]張慧靜等(2016)山東293菜農(nóng)Logistic使用無(wú)公害綠色農(nóng)藥意愿[21]徐璐等(2016)北京323菜農(nóng)Logistic農(nóng)藥殘留認(rèn)知[22]吳雪蓮等(2016)湖北467農(nóng)戶(hù)Logistic農(nóng)藥使用行為

1.2 變量選擇與數(shù)據(jù)提取

Meta分析要求影響因素必須被至少兩篇或以上的文獻(xiàn)采用且通過(guò)顯著性檢驗(yàn)，而且，這個(gè)影響因素在不同文獻(xiàn)中含義或測(cè)量?jī)?nèi)容須相同，或至少是近似相同，以確保實(shí)證結(jié)果的可綜合性[10]。因此，通過(guò)對(duì)納入分析的22篇實(shí)證文獻(xiàn)中自變量梳理，該文選擇了其中通過(guò)顯著性檢驗(yàn)的12個(gè)影響因素：第一個(gè)是性別(男性=1，女性= 0)有4篇文獻(xiàn)通過(guò)了顯著性檢驗(yàn)； 第二個(gè)是年齡，有8篇文獻(xiàn)通過(guò)了顯著性檢驗(yàn)； 第三個(gè)是受教育水平，有12篇文獻(xiàn)通過(guò)了顯著性檢驗(yàn)； 第四個(gè)是家庭人口數(shù)，有3篇文獻(xiàn)通過(guò)了顯著性檢驗(yàn)； 第五個(gè)是家庭年收入，有4篇文獻(xiàn)通過(guò)了顯著性檢驗(yàn)； 第六個(gè)是政府補(bǔ)貼，有6篇文獻(xiàn)通過(guò)了顯著性檢驗(yàn)； 第七個(gè)是零售商推薦，有4篇文獻(xiàn)通過(guò)了顯著性檢驗(yàn)； 第八個(gè)是種植面積，有11篇文獻(xiàn)通過(guò)了顯著性檢驗(yàn)； 第九個(gè)是種植經(jīng)驗(yàn)或經(jīng)營(yíng)年限，有5篇文獻(xiàn)通過(guò)了顯著性檢驗(yàn)； 第十個(gè)是農(nóng)藥相關(guān)知識(shí)，有8篇文獻(xiàn)通過(guò)了顯著性檢驗(yàn)； 第十一個(gè)是農(nóng)藥使用技能培訓(xùn)，有8篇文獻(xiàn)通過(guò)了顯著性檢驗(yàn)； 最后一個(gè)是參加合作社組織，共有3篇文獻(xiàn)通過(guò)了顯著性檢驗(yàn)。

然后，針對(duì)所選擇的12個(gè)影響因素變量，從通過(guò)顯著性檢驗(yàn)的每篇文獻(xiàn)中，分別把影響因素的相關(guān)系數(shù)和樣本量提取，共獲得12組原始數(shù)據(jù)。

1.3 效應(yīng)量創(chuàng)造與轉(zhuǎn)換方法

因?yàn)镸eta分析無(wú)法直接使用所提取的原始數(shù)據(jù)，必須將原始數(shù)據(jù)轉(zhuǎn)換為Meta分析所特有的效應(yīng)量才可進(jìn)行評(píng)估。效應(yīng)量是反映兩個(gè)變量或者自變量與因變量之間關(guān)系強(qiáng)度的值。費(fèi)舍爾Z值(Fisher′s z)是衡量變量之間關(guān)系強(qiáng)度最常用的效應(yīng)量，其優(yōu)點(diǎn)是即使原始數(shù)據(jù)不服從正態(tài)分布，轉(zhuǎn)換后的Fisher′s z值依然服從正態(tài)分布[11]。所以，該文首先把12組原始數(shù)據(jù)分別轉(zhuǎn)換為相應(yīng)的Fisher′s z值，然后，利用Fisher′s z值進(jìn)行影響因素的綜合效應(yīng)量及置信區(qū)間的評(píng)估，最后，再把綜合效應(yīng)量及置信區(qū)間轉(zhuǎn)換成綜合相關(guān)系數(shù)形式。

原始數(shù)據(jù)相關(guān)系數(shù)r轉(zhuǎn)換為Fisher′s z值的公式為：

(1)

Fisher′s z值的方差為：

(2)

式(2)中,n是指原始數(shù)據(jù)中每個(gè)影響因素的樣本量。

Fisher′s z值的標(biāo)準(zhǔn)誤為：

(3)

最后評(píng)估得到的綜合效應(yīng)量Fisher′s z值轉(zhuǎn)換成綜合相關(guān)系數(shù)R的公式為：

(4)

一般而言，影響因素的綜合相關(guān)系數(shù)R，如果在0.1以下，認(rèn)為相關(guān)性可以忽略； 如果在0.1-0.3之間，認(rèn)為相關(guān)性較弱； 如果在0.3～0.5之間，認(rèn)為相關(guān)性中等； 如果在0.5以上，認(rèn)為相關(guān)性強(qiáng)[12]?；谏鲜鲛D(zhuǎn)換的Fisher′s z值及其標(biāo)準(zhǔn)誤，該文使用Meta分析常用軟件CMA2.0進(jìn)行綜合效應(yīng)量實(shí)證評(píng)估[13]。

2 實(shí)證評(píng)估結(jié)果與分析

2.1 異質(zhì)性判斷與模型選擇

異質(zhì)性(heterogeneity)是指納入Meta分析的各個(gè)研究文獻(xiàn)的效應(yīng)量變異程度。檢驗(yàn)異質(zhì)性的指標(biāo)通常采用反映效應(yīng)量的加權(quán)離均差平方和的Q統(tǒng)計(jì)量及其P值，以及反映異質(zhì)性在效應(yīng)量總變異中所占比重的I2統(tǒng)計(jì)量。一般而言，如果Q統(tǒng)計(jì)量的p值小于10%，則表明存在異質(zhì)性； 反之，則表明不存在異質(zhì)性。I2統(tǒng)計(jì)量取值范圍為0%～100%，當(dāng)0≤I2<25%時(shí)意味著無(wú)異質(zhì)性； 當(dāng)25%≤I2<50%時(shí)，意味著輕度異質(zhì)性； 當(dāng)50%≤I2<75%時(shí)，意味著中度異質(zhì)性； 當(dāng)75%≤I2≤100%時(shí)，意味著重度異質(zhì)性。一般情況下，當(dāng)I2不大于50%時(shí)，異質(zhì)性都可以接受； 對(duì)于社會(huì)科學(xué)研究領(lǐng)域而言，有時(shí)I2<75%也被視為異質(zhì)性可接受標(biāo)準(zhǔn)[14]。

Meta分析有固定效應(yīng)模型(fixed effects model)和隨機(jī)效應(yīng)模型(random effects model)兩種。從理論角度而言，如果假設(shè)納入分析的所有研究文獻(xiàn)結(jié)論具有一致的效應(yīng)，且每一個(gè)研究結(jié)論的不同只是因?yàn)槌闃诱`差的所致，那么適合采用固定效應(yīng)模型。反之，如果納入分析的所有研究文獻(xiàn)結(jié)論并不具有一致的效應(yīng)，那么適合采用隨機(jī)效應(yīng)模型，此時(shí)綜合效應(yīng)量只是對(duì)所有效應(yīng)量均值的評(píng)估[15]。此外，也可以依據(jù)異質(zhì)性檢驗(yàn)指標(biāo)選擇，如果Q統(tǒng)計(jì)量的P值大于10%且I2﹤50%，適合采用固定效應(yīng)模型。反之，如果Q統(tǒng)計(jì)量的P值小于10%且I2﹥50%，則適合采用隨機(jī)效應(yīng)模型。因?yàn)樵撐难芯磕康脑谟谠u(píng)估已有研究文獻(xiàn)實(shí)證結(jié)論的一致性及其綜合效應(yīng)量，所以從理論上適合選擇固定效應(yīng)模型，同時(shí)兼顧異質(zhì)性檢驗(yàn)指標(biāo)的顯著性。

2.2 評(píng)估結(jié)果與分析

把前文12組原始數(shù)據(jù)相關(guān)系數(shù)r轉(zhuǎn)換成的Fisher′s z值及其標(biāo)準(zhǔn)誤分別輸入CMA2.0軟件，采用逆方差法(inverse variance)和95%置信區(qū)間進(jìn)行評(píng)估。分析發(fā)現(xiàn)，每一組同類(lèi)研究文獻(xiàn)結(jié)論均存在不同程度的異質(zhì)性，因此，采用把每組中嚴(yán)重影響異質(zhì)性的文獻(xiàn)剔除，直至Q統(tǒng)計(jì)量的P值大于10%且I2﹤50%的策略，然后利用固定效應(yīng)模型進(jìn)行評(píng)估，評(píng)估的綜合效應(yīng)量Fisher′s z值和轉(zhuǎn)換成綜合相關(guān)系數(shù)R的結(jié)果報(bào)告于表2。

表2 綜合效應(yīng)量與相關(guān)系數(shù)評(píng)估

影響因素固定效應(yīng)模型綜合相關(guān)系數(shù)R95%置信區(qū)間綜合效應(yīng)量Fisher′s z95%置信區(qū)間Q(P值)I2Z性別(N=2:4)-1.09-1.18,-1.011.24?(0.27)19%25.49???-0.80-0.83,-0.77年齡(N=3:8)-0.06-0.11, 01.16?(0.56)01.83?-0.06-0.11, 0教育水平(N=5:12)0.300.27, 0.336.60?(0.16)39%20.27???0.290.26, 0.32家庭人口(N=2:3)-0.15-0.22,-0.080.21?(0.65)04.46???-0.15-0.22,-0.08家庭年收入(N=2:4)0.230.17, 0.290.03?(0.87)07.60???0.230.17, 0.28政府補(bǔ)貼(N=5:6)0.270.24, 0.303.93?(0.42)016.74???0.260.24, 0.29零售商推薦(N=2:4)0.110.06, 0.161.09?(0.30)9%4.57???0.110.06, 0.16種植面積(N=4:11)-0.05-0.10, 02.55?(0.47)01.92?-0.05-0.10, 0(N=3:11)0.080.03, 0.131.98?(0.37)02.94???0.080.03, 0.13種植經(jīng)驗(yàn)(或經(jīng)營(yíng)年限)(N=2:5)-0.47-0.56,-0.381.31?(0.25)24%10.43???-0.44-0.51,-0.36農(nóng)藥相關(guān)知識(shí)(N=3:8)0.320.26, 0.380.90?(0.64)09.87???0.310.25, 0.36農(nóng)藥使用技能培訓(xùn)(N=4:8)0.380.32, 0.445.54?(0.14)46%12.68???0.360.31, 0.41參加合作社組織(N=2:3)0.190.12, 0.273.24??(0.07)69%5.07???0.190.12, 0.26 注:第一列括號(hào)中N表示本組最終評(píng)估文獻(xiàn)數(shù)與納入評(píng)估文獻(xiàn)數(shù)對(duì)比情況; ?,??,???分別表示10%,5%,1%顯著性水平; 評(píng)估結(jié)果均保留小數(shù)點(diǎn)后兩位且四舍五入

由表2可以看出，在影響因素性別的4篇文獻(xiàn)中，剔除2篇嚴(yán)重異質(zhì)性文獻(xiàn)后，剩余2篇文獻(xiàn)的異質(zhì)性指標(biāo)Q統(tǒng)計(jì)量的P值為0.27，大于10%顯著性水平，I2為19%，遠(yuǎn)小于50%的可接受標(biāo)準(zhǔn)，而且綜合效應(yīng)量的Z得分為25.49且通過(guò)1%顯著性水平，表明所評(píng)估的綜合效應(yīng)量Fisher′s z值-1.09是顯著有效的，其相應(yīng)的綜合相關(guān)系數(shù)R高達(dá)-0.8，意味著相對(duì)女性而言，男性會(huì)不安全的使用農(nóng)藥。在影響因素年齡的8篇文獻(xiàn)中，剔除5篇嚴(yán)重異質(zhì)性文獻(xiàn)后，剩余3篇文獻(xiàn)的I2為0達(dá)到完全同質(zhì)性，評(píng)估的綜合相關(guān)系數(shù)R為-0.06，表明農(nóng)戶(hù)年齡越大越可能不安全使用農(nóng)藥。此外，家庭人口數(shù)、種植經(jīng)驗(yàn)(或經(jīng)營(yíng)年限)的綜合相關(guān)系數(shù)也分別為負(fù)數(shù)。

需要注意的是，在影響因素種植面積的11篇文獻(xiàn)中，有4篇文獻(xiàn)的綜合相關(guān)系數(shù)R為-0.05，該類(lèi)文獻(xiàn)原文中的核心解釋是因?yàn)榉N植面積大，為了省時(shí)省力而大量使用農(nóng)藥或者不使用無(wú)公害農(nóng)藥； 另有3篇文獻(xiàn)的綜合相關(guān)系數(shù)R為0.08，這類(lèi)文獻(xiàn)原文中核心解釋是因?yàn)榉N植面積大，為了降低經(jīng)營(yíng)風(fēng)險(xiǎn)或分?jǐn)偝杀径捎脽o(wú)公害農(nóng)藥。這兩種截然相反的實(shí)證結(jié)論的綜合效應(yīng)量均通過(guò)了異質(zhì)性檢驗(yàn)，表明種植面積對(duì)農(nóng)戶(hù)農(nóng)藥使用行為的影響作用仍存在分歧。

由表2還可以看出，在影響因素農(nóng)藥使用技能培訓(xùn)的8篇文獻(xiàn)中，剔除4篇嚴(yán)重異質(zhì)性文獻(xiàn)后，剩余4篇文獻(xiàn)的I2為46%，依然存在一定程度異質(zhì)性，綜合相關(guān)系數(shù)R為0.36，是正相關(guān)影響因素中綜合相關(guān)系數(shù)最高的。其次是農(nóng)藥相關(guān)知識(shí)的綜合相關(guān)系數(shù)R為0.31，第三個(gè)是教育水平綜合相關(guān)系數(shù)R為0.29。

基于Meta評(píng)估的綜合相關(guān)系數(shù)比較來(lái)看，僅有性別的綜合相關(guān)系數(shù)R為-0.8，屬于強(qiáng)相關(guān)性的影響因素。種植經(jīng)驗(yàn)(或經(jīng)營(yíng)年限)、農(nóng)藥使用技能培訓(xùn)、農(nóng)藥相關(guān)知識(shí)屬于中等相關(guān)性的影響因素。教育水平、政府補(bǔ)貼、家庭人口、家庭年收入、參加合作社和零售商推薦等屬于弱相關(guān)性的影響因素。而年齡和種植面積的影響作用極其微弱，屬于可忽略相關(guān)性。

顯而易見(jiàn)，上述Meta評(píng)估結(jié)果不僅可以為已有研究結(jié)論的共識(shí)與分歧提供了非常直觀的量化判定標(biāo)準(zhǔn)，還可以為相關(guān)影響因素進(jìn)一步研究指明方向，這些都是傳統(tǒng)的定性文獻(xiàn)綜述無(wú)法企及的。

3 討論：穩(wěn)健性檢驗(yàn)

3.1 敏感性分析

敏感性分析是對(duì)所評(píng)估的綜合效應(yīng)量是否穩(wěn)健進(jìn)行檢驗(yàn)的主要方法。其通常采用兩種策略，一種是采用逐個(gè)剔除納入分析的數(shù)據(jù)來(lái)考察對(duì)評(píng)估結(jié)果是否有顯著影響的策略，另一種是將固定效應(yīng)模型轉(zhuǎn)換為隨機(jī)效應(yīng)模型來(lái)考察對(duì)評(píng)估結(jié)果是否有顯著影響的策略。

為了獲得更穩(wěn)健的結(jié)論，該文敏感性分析將混合使用以上兩種策略，對(duì)于通過(guò)統(tǒng)計(jì)量Q(P值)檢驗(yàn)且I2為0的影響因素，采用逐個(gè)剔除法考察評(píng)估結(jié)果變化是否顯著。根據(jù)表2中評(píng)估結(jié)果，對(duì)影響因素年齡納入分析的3篇文獻(xiàn)隨機(jī)剔除其中之一，評(píng)估結(jié)果并沒(méi)有發(fā)生顯著變化，依然位于表2中的95%置信區(qū)間內(nèi)。同理，政府補(bǔ)貼、種植面積和農(nóng)藥相關(guān)知識(shí)的敏感性分析均表明綜合效應(yīng)量評(píng)估結(jié)果是穩(wěn)健的。

對(duì)于通過(guò)統(tǒng)計(jì)量Q(P值)檢驗(yàn)但I(xiàn)2﹥0的影響因素，如果納入分析的文獻(xiàn)數(shù)只有兩篇，就采用模型轉(zhuǎn)換法來(lái)考察評(píng)估結(jié)果變化是否顯著； 如果納入分析的文獻(xiàn)數(shù)大于兩篇，則采用逐個(gè)剔除法。根據(jù)表2中評(píng)估結(jié)果，性別、零售商推薦、經(jīng)營(yíng)年限或種植經(jīng)驗(yàn)、參加合作組織4個(gè)影響因素的隨機(jī)模型評(píng)估結(jié)果報(bào)告于表3。對(duì)比表2與表3可以看出，4個(gè)影響因素分別采用隨機(jī)效應(yīng)模型后，評(píng)估的綜合效應(yīng)量Fisher′s z均未發(fā)生顯著變化，僅有參加合作社組織影響因素由于異質(zhì)性指標(biāo)I2較高，隨機(jī)模型的95%置信區(qū)間擴(kuò)大為0.06-0.33，但也通過(guò)了各項(xiàng)顯著性檢驗(yàn)。

表3 敏感性分析結(jié)果

影響因素隨機(jī)效應(yīng)模型綜合效應(yīng)量Fisher′s z95%置信區(qū)間τ2Q(P值)I2Z性別(N=2:4)-1.10-1.19,-1.000.001.24?(0.27)19%22.71???零售商推薦(N=2:4)0.110.06, 0.160.001.09?(0.30)9%4.25???種植經(jīng)驗(yàn)(或經(jīng)營(yíng)年限)(N=2:5)-0.47-0.57,-0.370.001.31?(0.25)24%9.03???參加合作社組織(N=2:3)0.200.06, 0.330.013.24??(0.07)69%2.84??? 注:第一列括號(hào)中N表示本組最終評(píng)估文獻(xiàn)數(shù)與納入評(píng)估文獻(xiàn)數(shù)對(duì)比情況; ?,??,???分別表示10%,5%,1%顯著性水平; 第四列τ2指標(biāo)越接近0表示原模擬(固定效應(yīng)模型)效果越好; 評(píng)估結(jié)果均保留小數(shù)點(diǎn)后兩位且四舍五入

對(duì)于教育水平和農(nóng)藥使用技能培訓(xùn)兩個(gè)影響因素分別采用逐個(gè)剔除法進(jìn)行檢驗(yàn)。分析發(fā)現(xiàn)，把教育水平影響因素中兩篇文獻(xiàn)剔除后，其異質(zhì)性指標(biāo)I2可以降低到0，此時(shí)評(píng)估的綜合效應(yīng)量Fisher′s z值和95%置信區(qū)間仍為0.30和[0.27， 0.33]。如果再剔除其中一篇，F(xiàn)isher′s z值出現(xiàn)可取0.28或0.31的兩種情況，但其變化幅度也仍在原來(lái)的95%置信區(qū)間范圍內(nèi)。農(nóng)藥使用技能培訓(xùn)影響因素中，剔除兩篇文獻(xiàn)后的異質(zhì)性指標(biāo)I2也可以降低到0，F(xiàn)isher′s z值最小可取0.31、最大可取0.45，其值比原來(lái)95%置信區(qū)間[0.32， 0.44]超出0.01，但其綜合效應(yīng)量仍屬于中等相關(guān)性范疇，表明原評(píng)估結(jié)果依然穩(wěn)健。

3.2 發(fā)表偏倚(publication bias)

由于檢索方法、未公開(kāi)發(fā)表等各種原因，導(dǎo)致本應(yīng)納入而未納入分析的遺漏文獻(xiàn)現(xiàn)象，通常稱(chēng)為發(fā)表偏倚。該文在檢索方法方面使用單個(gè)或組合主題詞在中文數(shù)據(jù)庫(kù)和英文數(shù)據(jù)庫(kù)進(jìn)行了全面檢索，并制定了納入分析標(biāo)準(zhǔn)，可以基本消除因檢索方法導(dǎo)致的發(fā)表偏倚問(wèn)題。那些公開(kāi)發(fā)表的比未公開(kāi)發(fā)表的研究文獻(xiàn)更容易被納入分析所導(dǎo)致的發(fā)表偏倚，無(wú)論對(duì)定性的綜述還是定量的Meta分析都是普遍存在的客觀現(xiàn)象。而且未公開(kāi)發(fā)表的研究文獻(xiàn)一部分可能是因?yàn)橘|(zhì)量沒(méi)有達(dá)到公開(kāi)發(fā)表的要求，這反而可以保障已納入分析的評(píng)估結(jié)果可靠性[17]。綜合檢索方法和敏感性分析結(jié)果，表明該文綜合效應(yīng)量評(píng)估結(jié)果具有良好的穩(wěn)健性。

4 研究結(jié)論與展望

4.1 研究結(jié)論

該文基于覆蓋中國(guó)18個(gè)省(直轄市、自治區(qū))、總樣本量為1.191 1萬(wàn)個(gè)農(nóng)戶(hù)的22篇實(shí)證文獻(xiàn)結(jié)論，采用Meta分析法評(píng)估了研究結(jié)論的綜合效應(yīng)量，主要結(jié)論如下，并將其簡(jiǎn)列為表4。

(1)影響因素的作用方向依據(jù)評(píng)估結(jié)果可分為正向和負(fù)向兩大類(lèi)。正向影響因素主要包括農(nóng)藥使用技能培訓(xùn)、農(nóng)藥相關(guān)知識(shí)、教育水平、政府補(bǔ)貼、家庭年收入、參加合作社組織和零售商推薦等； 負(fù)向影響因素則主要包括性別(男性)、種植經(jīng)驗(yàn)(或經(jīng)營(yíng)年限)、家庭人口和年齡等，而種植面積的作用方向仍存在分歧。作用方向的確認(rèn)，意味著政府部門(mén)可以通過(guò)制定相關(guān)措施來(lái)調(diào)控影響因素，進(jìn)而達(dá)到引導(dǎo)農(nóng)戶(hù)農(nóng)藥使用行為之目的。

(2)影響因素的相關(guān)性程度依據(jù)評(píng)估結(jié)果可分為強(qiáng)相關(guān)性、中相關(guān)性、弱相關(guān)性和可忽略相關(guān)性四個(gè)檔次。屬于強(qiáng)相關(guān)性的僅有男性性別一個(gè)影響因素，中相關(guān)性的有農(nóng)藥使用技能培訓(xùn)、農(nóng)藥相關(guān)知識(shí)和經(jīng)營(yíng)年限或種植經(jīng)驗(yàn)3個(gè)影響因素，其余影響因素大多屬于弱相關(guān)性范疇。在現(xiàn)實(shí)中，由于性別屬于人口統(tǒng)計(jì)學(xué)變量，政府部門(mén)不可能通過(guò)調(diào)控性別來(lái)引導(dǎo)農(nóng)戶(hù)農(nóng)藥使用行為，所以只有中相關(guān)性和弱相關(guān)性影響因素可供決策參考和調(diào)控，而這必然會(huì)導(dǎo)致相應(yīng)措施的效果不佳。

(3)就影響因素的綜合效應(yīng)量而言，已有研究文獻(xiàn)所篩選的影響因素尚缺乏強(qiáng)相關(guān)性的因素。農(nóng)藥使用技能培訓(xùn)和農(nóng)藥相關(guān)知識(shí)作為具體化的專(zhuān)業(yè)性知識(shí)，對(duì)農(nóng)戶(hù)安全使用農(nóng)藥或采用無(wú)公害農(nóng)藥行為均具有正向的中相關(guān)性，而受教育水平作為一種非專(zhuān)業(yè)化的知識(shí)對(duì)農(nóng)藥使用行為的作用較弱，這表明開(kāi)展具體化的專(zhuān)業(yè)性知識(shí)培訓(xùn)比籠統(tǒng)的環(huán)境宣傳教育更有效果。特別有意義的發(fā)現(xiàn)是，政府補(bǔ)貼對(duì)農(nóng)戶(hù)農(nóng)藥使用行為的正向作用很微弱，僅屬于弱相關(guān)因素，因此，僅側(cè)重政府補(bǔ)貼的經(jīng)濟(jì)激勵(lì)措施可能并不會(huì)取得預(yù)期效果。

(4)就正向影響因素和負(fù)向影響因素對(duì)比而言，前者均屬于可調(diào)控因素，后者或者屬于不可調(diào)控因素，如性別、年齡等，或者屬于間接可調(diào)控因素，如種植經(jīng)驗(yàn)。種植經(jīng)驗(yàn)作為一種認(rèn)知性知識(shí)積累，如果其初始行為是不安全使用農(nóng)藥或不采用無(wú)公害農(nóng)藥，那么經(jīng)驗(yàn)就會(huì)固化這種行為，從而產(chǎn)生負(fù)向作用，這種“大拇指規(guī)則”現(xiàn)象在中國(guó)農(nóng)戶(hù)中普遍存在，但通過(guò)農(nóng)藥使用技能培訓(xùn)或農(nóng)藥相關(guān)知識(shí)教育則可以產(chǎn)生糾正作用。

表4 主要研究結(jié)論矩陣

相關(guān)性正向影響因素負(fù)向影響因素強(qiáng)相關(guān)性(0.5≤|r︱)性別(男性)中相關(guān)性(0.3≤|r︱﹤0.5)農(nóng)藥使用技能培訓(xùn); 農(nóng)藥相關(guān)知識(shí)種植經(jīng)驗(yàn)(或經(jīng)營(yíng)年限)弱相關(guān)性(0.1≤|r︱﹤0.3)教育水平; 政府補(bǔ)貼; 家庭年收入; 參加合作社組織; 零售商推薦家庭人口 可忽略相關(guān)性(|r︱﹤0.1)種植面積年齡; 種植面積 注:最后一行中“種植面積”是仍存在分歧的影響因素

4.2 研究展望

該文評(píng)估結(jié)果表明，已有相關(guān)研究文獻(xiàn)所篩選的影響因素除了性別之外，其余大多屬于中相關(guān)性和弱相關(guān)性范疇。雖然上述影響因素的作用在一定程度上已達(dá)成一些共識(shí)，但評(píng)估過(guò)程也顯示存在一定的異質(zhì)性，這表明已有實(shí)證文獻(xiàn)所篩選的影響因素可能只是“逐末”的次要因素，而不是“溯源”的主要因素。

依據(jù)新古典經(jīng)濟(jì)學(xué)相關(guān)理論該文認(rèn)為，農(nóng)藥最基本作用就是預(yù)防和減少病蟲(chóng)害等意外風(fēng)險(xiǎn)可能帶來(lái)的利益損失，在農(nóng)藥效果相同的條件下，具有“經(jīng)濟(jì)人”屬性的農(nóng)戶(hù)會(huì)選擇價(jià)格較低的； 而在農(nóng)藥價(jià)格相差不大的條件下，農(nóng)戶(hù)會(huì)依據(jù)自己經(jīng)驗(yàn)等因素選擇農(nóng)藥效果更好的。也就是說(shuō)，農(nóng)藥效果和農(nóng)藥價(jià)格可能才是農(nóng)戶(hù)權(quán)衡的關(guān)鍵因素，這與張?jiān)迫A等[3]和黃季焜等[6]揭示的農(nóng)藥效果知識(shí)和農(nóng)戶(hù)風(fēng)險(xiǎn)偏好兩個(gè)影響因素緊密聯(lián)系，而且王常偉和顧海英[2]也證實(shí)了農(nóng)戶(hù)風(fēng)險(xiǎn)偏好對(duì)農(nóng)藥使用行為具有顯著影響，但這些影響因素并沒(méi)有得到進(jìn)一步深入研究。

此外，國(guó)內(nèi)還有部分文獻(xiàn)采用計(jì)劃行為理論(Theory of Planned Behavior，TPB)框架研究農(nóng)戶(hù)農(nóng)藥使用行為的影響因素[17-18]。此類(lèi)文獻(xiàn)研究范式與Logistic或Probit實(shí)證范式，哪種對(duì)農(nóng)戶(hù)農(nóng)藥使用行為影響因素篩選更科學(xué)有效的比較，還需要給予更多的研究，這對(duì)進(jìn)一步厘清影響因素以及為科學(xué)決策提供參考具有重要意義。

附錄：表1納入Meta分析的文獻(xiàn)