張啟迪 李 凱

曲阜師范大學，山東 日照 276800

0 引言

傳統(tǒng)高投入、高消耗、高排放的農業(yè)雖然為糧食安全做出了重要貢獻，但也帶來了日趨嚴重的環(huán)境污染問題，阻礙農業(yè)現代化發(fā)展。因此，促進農業(yè)生產技術進步，轉變農業(yè)生產方式，實現農業(yè)綠色轉型迫在眉睫。黨的二十大報告對“推動綠色發(fā)展，促進人與自然和諧共生”作出了新的重大安排部署，強調“必須牢固樹立和踐行綠水青山就是金山銀山的理念，站在人與自然和諧共生的高度謀劃發(fā)展”［1］。農業(yè)綠色發(fā)展的核心力量是農戶，農業(yè)的綠色轉型發(fā)展離不開農戶對綠色農業(yè)技術的采納及推廣。但是，目前我國農業(yè)生產綠色轉型面臨著優(yōu)質勞動力流失、技術推廣信任阻礙等問題［2］。加之農村面臨人口老齡化問題，農村勞動力年齡普遍較大且受教育程度偏低，對知識的理解和掌握能力較差，對收益風險的感知卻很高［3］，在嘗試新的綠色生產技術時可能會因存在風險使預期收益降低。同時，部分地區(qū)農技推廣體系不完善對農業(yè)綠色生產技術宣傳力度不足，導致農戶獲取綠色農業(yè)技術的渠道較窄，進而導致其對綠色農業(yè)生產技術的認知程度較低［4］。因此，提高綠色農業(yè)生產技術推廣效率、促使農戶采納綠色生產技術成為推動農業(yè)綠色轉型的關鍵。

隨著“互聯(lián)網+”時代的到來，數字農技培訓應運而生。技術推廣人員可利用網絡培訓、社交等平臺，實時與農戶進行視頻、語音、文字等多種方式的交流。

筆者采用傾向得分匹配法（Propensity Score Matching，PSM）分析數字農技培訓對農戶綠色生產技術采納行為的影響。該研究主要有以下兩個創(chuàng)新點。第一，現有關于數字農技培訓與農戶綠色生產技術采納行為的研究多停留在理論層面，鮮有學者分析數字農技培訓的實際效果。該研究根據實地調研數據，結合實際情況進行討論，豐富了相關研究領域的研究內容。第二，該研究基于微觀農戶視角，采用傾向得分匹配法分析調研數據，以消除控制變量間雙向交互作用對分析結果產生的影響，解決數據內生性問題，繼而提出科學、合理的建議。

1 數據來源、變量選取與研究方法

1.1 數據來源

該研究選取農業(yè)數字化水平較高且農業(yè)培訓種類多樣的山東省作為樣本地區(qū)，進行面對面問卷調研。調研組于2020 年8 月在山東省濟南市、德州市、臨沂市、濰坊市等8 個地市開展問卷調查。調研組采取多階段分層調研和隨機抽樣相結合的調研方法，以保證調研的隨機性和科學性。調研組在每個地市隨機選取5 個鄉(xiāng)鎮(zhèn)作為樣本鎮(zhèn)，在每個樣本鎮(zhèn)中隨機抽取3～4 個村作為樣本村，在各個村落隨機走訪10～15 個農戶，進行面對面問卷調研。問卷內容涉及農戶基本信息、互聯(lián)網使用情況、參與數字農技培訓情況、綠色生產技術采納行為。此次調查共發(fā)放問卷1 200 份，剔除重要信息缺失和無效問卷，最終回收有效問卷1 015 份。

1.2 變量設置

被解釋變量：農戶綠色生產技術采納情況。生物農藥植保技術具有使用高效、安全、環(huán)境兼容性好的特點［5］，近年來在我國作為綠色生產技術的代表之一被大量推廣和應用。因此，筆者選取“生物農藥植保技術”的采納情況作為農戶綠色生產技術采納情況的代表。若農戶采納該項生產技術，則賦值為1；若農戶未采納該項生產技術，則賦值為0。

解釋變量：農戶是否接受過數字農技培訓。數字農技培訓是指以互聯(lián)網為載體，農業(yè)專家及技術人員通過文字、語音、視頻等多種形式對農戶進行在線答疑、農業(yè)技術培訓及指導。根據農戶接受數字農技培訓的情況對其進行賦值，若農戶曾接受過1 次及以上的數字農技培訓，則賦值為曾接受過的培訓的次數（接受過1 次賦值1，接受過n次賦值n）；若農戶未接受過數字農技培訓，則賦值為0。

控制變量：除了數字農技培訓外，其他因素也可能影響農戶綠色生產技術采納行為。筆者通過梳理相關研究得知，老齡化會阻礙農戶的綠色生產技術采納行為［5］，農戶年齡、文化程度、是否是村干部、兼業(yè)水平、家庭勞動力、家庭耕地面積會對農戶生產方式產生影響［6-8］，農技培訓對化學農藥使用具有顯著影響［9］。筆者選取年齡、文化程度、兼業(yè)水平、家庭勞動力、是否是村干部、耕地面積、接受傳統(tǒng)農技培訓的次數這幾類因素作為控制變量。樣本描述性統(tǒng)計如表1所示。

表1 樣本描述性統(tǒng)計

在所調研的農戶中，生物農藥植保技術的平均采納率為0.342，標準差為0.475。農戶接受數字農技培訓的次數平均值為0.945次、標準差為0.228，表明農戶的數字農技培訓參與度較高。農戶的平均年齡為52.094 歲、標準差為10.132，表明農戶的老齡化程度較高。農戶受教育程度平均值為1.887、標準差為0.783，表明農戶的平均受教育水平在小學到初中之間，受教育水平普遍較低。農戶的村干部任職情況、家庭勞動力總人口數、兼業(yè)水平及耕地面積的平均值分別為0.133、5.146 人、0.434 種、0.698 hm2，標準差分別為0.340、1.389、0.295、0.203。

1.3 研究方法

農戶的行為選擇受自身行為意愿及社會環(huán)境的共同影響，即農戶采納綠色生產技術是一種“自選擇行為”。不同農戶之間的主客觀因素差異較大，可能會導致數據偏差較多。為了減少數據偏差對研究的干擾，筆者采用傾向得分匹配法（PSM），即匹配控制變量基本相符的試驗組［參與數字農技培訓（培訓次數＞0）］和對照組［未參與數字農技培訓（培訓次數=0）］。

傾向得分匹配法研究步驟如下。

第一步，設置控制變量xi。參考現有文獻，將影響農戶綠色技術采納行為和農戶參與數字農技培訓的因素納入模型，從而確保滿足可忽略性假設。

第二步，計算傾向得分。通過Logit模型計算農戶i采納綠色生產技術的傾向得分。

第三步，進行傾向得分匹配。①選擇合適的匹配方法。該研究選取最近鄰匹配、半徑匹配、核匹配3 種匹配方法。②進行平衡性檢驗。

第四步，進行平均處理效應（Average Treatment Effect，ATT）檢驗，即對試驗組的平均處理效應進行檢驗。ATT檢驗的計算公式為

式（1）中：N表示試驗組農戶數量表示參與數字農技培訓的農戶的加總數量，Di表示數據中所有的值，yi表示所調研數據中全部采納綠色生產技術的農戶數量（包括接受過和未接受過數字農技培訓的農戶），y0i表示所調研數據中采納綠色生產技術（生物農藥技術采納）同時并未接受過數字農技培訓的農戶數量。

2 數據分析

2.1 農戶數字農技培訓的影響因素分析

表2 為農戶接受數字農技培訓的模型估計結果。由表2 可知，農戶是否參與數字農技培訓和年齡、文化程度、傳統(tǒng)農技培訓次數之間的回歸系數值分別為-0.106、0.433 和0.177，并且呈現出0.01 水平的顯著性。這說明農民參與數字農技培訓和年齡之間顯著負相關，與文化程度、傳統(tǒng)農技培訓次數之間顯著正相關，即農戶年齡越小、文化程度越高、接受傳統(tǒng)農技培訓次數越多，則參與數字農技培訓的可能性越大。年齡增大會導致農戶生產安全意識和體力下降，阻礙新技術的推廣［10］，進而會降低農戶參與數字農技培訓的可能性；農戶若具有較高受教育程度，則會提升對綠色生產技術的認知廣度，從而提高其參與數字農技培訓的積極性［7］；傳統(tǒng)農業(yè)技術培訓可以有效地為農戶提供信息和技術支持，給予農戶科學的技術指導［9］，從而提升農戶對數字農技培訓的接納程度。

表2 農戶接受數字農技培訓的模型估計

2.2 數字農技培訓對農戶生物農藥植保技術采納行為的影響分析

該研究通過最近鄰匹配法、半徑匹配法、核匹配法3 種匹配方法多次匹配、分析，以保證模型分析的穩(wěn)健性。同時，為保證模型分析結果更加可靠，采取共同支撐域檢驗、平衡性檢驗和ATT 檢驗等多種方式檢驗結果的合理性。

2.2.1 共同支撐域與PSM匹配結果分析

為檢驗匹配時的樣本損失概率，對最近鄰匹配法、半徑匹配法和核匹配3 種匹配共同支撐域進行匹配效果的基礎性檢驗，得出3 種方法的共同支持域圖（見圖1 至圖3）。由于3 種匹配方法具有不同的樣本損失量，因而具有不同的共同支撐域。共同支撐域的范圍越大，重疊取值范圍越大，則表示在匹配過程中樣本量的損失概率越小。由圖1、圖2、圖3 可知，3 種匹配方法所得共同支撐域中僅有少數觀測數據不在共同支撐域中，而且多數觀察值都在共同取值范圍內。這表明樣本的匹配度較高，樣本損失量小，匹配效果良好。

圖1 最近鄰匹配共同支撐域

圖2 半徑匹配共同支撐域

圖3 核匹配共同支撐域

2.2.2 平衡性檢驗

為了驗證傾向得分匹配結果的可靠性，判斷匹配后各研究變量在試驗組和控制組間是否變得平衡，從而檢驗協(xié)變量的平衡性。傾向得分匹配前后各研究變量平衡性檢驗結果如表3 所示。由表3 可知，年齡、文化程度和傳統(tǒng)農技培訓次數這3 項匹配前的標準化偏差分別為-22.44%、37.95%和26.39%；匹配后，除年齡這一變量外，文化程度和傳統(tǒng)農技培訓次數的標準化偏差均有所下降，且下降幅度明顯。概率值的顯著性檢驗由高度顯著變?yōu)椴伙@著，說明匹配效果較好。依據上述分析可知，運用傾向得分匹配法可有效減少試驗組和控制組之間解釋變量分布的差異，并消除控制變量雙向交互作用導致的估計偏誤，使組間樣本特征保持基本一致，平衡性檢驗結果較為理想。

表3 傾向得分匹配前后各研究變量平衡性檢驗結果（N=1 015）

2.2.3 ATT檢驗及影響效應測算

表4 為通過最近鄰匹配法、半徑匹配和核匹配得到的試驗組和控制組采納生物農藥植保技術增加的比例及二者的差值。由表4 可知，無論是采用何種匹配方法，所得結果均較為接近，說明估計結果比較穩(wěn)健。采用3 種匹配方法所得匹配前后的ATT 效應值均顯著，且匹配后t值較大（分別為3.368、4.318 和4.690），結果顯著，表明數字農技培訓對農戶綠色生產技術采納行為具有顯著影響。經過傾向得分匹配的處理效應分析后，得出農戶接受數字農技培訓正向顯著影響農戶家庭總消費，影響的凈效應為0.186，表明在考慮農戶異質性后，農戶接受數字農技培訓會促使其綠色生產技術采納行為增加18.6%。由此可見，農戶接受數字農技培訓對其使用生物農藥植保技術的行為（綠色生產技術的采納）具有顯著的促進作用。

3 結論及建議

筆者基于對山東省8 個地市1 015 個農戶調查數據，運用傾向得分匹配法實證分析了數字農技培訓能否提升農戶對綠色生產技術采納行為。結果表明：第一，農戶年齡、文化程度和接受傳統(tǒng)農技培訓次數顯著影響農戶參與數字農技培訓；第二，農戶接受數字農技術培訓會對其采納綠色生產技術的行為起到促進作用。因此，政府相關部門應通過培訓，引導農戶使用更專業(yè)的數字信息平臺，提升技術推廣效率，同時提升農戶對數字農技培訓的接受度。此外，在各大媒體平臺創(chuàng)建農技推廣專欄，設置農業(yè)種植技術頻道，通過視頻教學等方式，讓農民根據自己的需求接受農技推廣服務。