果业专业合作社社员采用新技术的影响因素与机制分析基于陕西省周至县的调查

,b

(西北大学 a.城市与环境学院;b.陕西省情研究院,陕西 西安710127)

农民专业合作社是以农户成员为主体的社会经济组织,在促进小农户与现代农业发展有机衔接等方面具有重要作用。现有对合作社的研究多聚焦于合作社作为特定组织的性质与现实检视[1]、治理结构与效应[2,3]、制度安排与变异[4]、政策设计与演变[5]、服务功能与绩效[6,7]、分布特征与成因[8]等方面,对合作社内部具有主体地位的小农即普通社员关注相对不足。相关文献主要分析社员的入社与退社[9,10]、履约[11]、参与[12,13]、合作[14]、机会主义行为[15]等,对其技术采用行为的研究相对欠缺[16,17]。

从农户农业技术采用影响因素的研究来看,相关成果较丰硕,但就研究对象而言,主要集中在传统小农户,很少直接针对合作社社员这一组织化程度更高的农户,相关文献更多地是将社员身份作为解释农户技术采用行为的一个变量[18];就研究内容和方法而言,一直以基于二元Logistic模型的影响因素分析或重要自变量效应评估为主[19],仅有少量文献通过引入解释结构模型(ISM)对各因素进行分层[20],但尚未深入到机制层面,即对影响因素的层次结构、关联关系、作用方式及其传递路径缺乏细致描摹;就研究结论而言,农户个体及家庭经营特征、技术软环境和硬环境、社会网络被认为是影响农业技术采用的主要因素[19,21,22],但具体构成与作用方向、强度因技术属性、农业部门和作物种类而异[23]。

本文基于上述对相关研究进展及不足的认知,根据对陕西省周至县3个果业专业合作社示范社的多次实地调查,利用Logistic回归模型和社会网络分析中的中心性测度方法,识别社员采用农业新技术的显著影响因素,进而应用ISM方法刻画其影响机制,以期丰富合作社中农户行为研究内容,拓展农业技术采用行为研究深度。

1 数据来源与研究方法

1.1 样区选取与数据来源

陕西是我国水果生产第一大省,周至是陕西省果业转型升级的示范县和全国最大的猕猴桃生产基地县。2017年,全县果园面积2.71万hm2，水果产量45.33万t,其中猕猴桃种植面积2.49万hm2、产量39.55万t、产值15.82亿元，拥有农民专业合作社1933个,其中猕猴桃专业合作社1007个。综合果业发展和合作社发育两方面来看,选取周至县作为研究果业专业合作社，社员技术采用行为样区具有可行性的代表性。

样本数据来源于课题组2016年10月、11月和2017年8月、2018年3月对周至县3个果业专业合作社的实地调查。为了保证问卷质量,调研过程采取社员口述、调查者填写问卷的方式。调查共发放问卷350份,剔除信息不完整和回答前后矛盾的问卷,共得到有效问卷326份,有效率93.14%。其中,在周至县长扬果品专业合作社(国家农民合作社示范社)、华茂果品专业合作社(陕西省农民专业合作社百强示范社)、周一有机猕猴桃专业合作社(陕西省果业优秀合作组织)分别发放问卷120份、115份、115份,得到有效问卷116份、109份、101份,有效率分别为96.67%、94.78%、87.83%。

1.2 研究方法

社会网络分析(SNA):SNA已发展成为一种具有专门概念体系与测度工具的研究范式[24]。本文通过引入其中常用且重要的中心度概念工具,利用UCINET软件测量社员在合作社社会网络中的位置或优势,反映社会资本存量的差异,进而探讨社员间的这种异质性对技术采用行为的影响。度数中心度、接近中心度、中间中心度3个指标的概念及计算公式参见相关文献[24,25]。

Logistic回归模型:本研究借助Logistic模型分析合作社社员技术采用的影响因素。

(1)

式中,pi为社员采用新技术的概率;y为因变量且是二值变量,表示社员是否采用新技术;xi为自变量,表示第i个因素;n、βi和β0分别表示影响因素的个数、回归系数和回归方程的常数。

解释结构模型(ISM):ISM是具有代表性的系统结构分析方法,其核心是对系统要素间的因果关系进行层次化处理,以形成具有多级递阶结构和解释功能的概念模型,近年被广泛应用于影响因素分析[20]。本研究借助明晰ISM Logistic回归模型得到的各个显著性因素之间的关联性和层次性,进而对合作社社员采用新技术的影响机制进行模型化显示。规范流程为:①选择构成系统的要素并确定其间的逻辑关系;②建立邻接矩阵A、可达矩阵M和缩减可达矩阵M′;③对系统要素集合进行区域和级位划分,提取骨架矩阵A′;④绘制多级递阶有向图;⑤建立递阶结构模型。上述建模过程中涉及到的具体方法尤其是各类布尔矩阵的定义及计算公式参见文献[26]。

1.3 变量选取

以果业专业合作社社员采用新技术与否为因变量,并结合调查实际,将新技术界定为除病虫害防治和施肥等常规技术外的其他技术,包括设施大棚、授粉、新品种、节水灌溉、销售、深加工和贮藏保鲜技术等,采用其中一种或多种赋值为1,全部均未采用赋值为0。同时,鉴于社员的技术采用行为,既受到个体及家庭特征、生产经营特征、技术环境特征、社会网络特征的影响,也与合作社特征有关,故参照相关研究成果,选取5类16个自变量(表1)。

表1 Logistic模型变量说明

个体及家庭特征:以年龄、性别、受教育程度、务农人口数、家庭年收入5个变量表征。年龄隐含风险偏好和种植经验因素,与农户采用新技术概率的负相关性理论上较强。满明俊等对陕甘宁3省区苹果种植户的调查证实了这一点,即果农年龄越大,越倾向于规避风险，谨慎采用技术[27]。关于性别,研究表明,男性对农业生产资源的控制更优,更具冒险精神,更有意愿采用新技术[28]。受教育程度对农业技术采用行为的显著正向作用,为西部和东部果农的实证分析共同证实[29,30]。务农人口数也会正向影响果农对新技术的采纳[29],但是否显著因农户经营规模而异[31]。家庭年收入相对较高的果农承担农业技术投资和风险的能力通常更强,更勇于尝试新技术[32,33]。

生产经营特征:以经营规模和耕地细碎化程度两个变量表征。经营规模即果树种植面积对果农采用新技术的积极影响被研究证实[16,17,29]。与之相反,通常认为耕地细碎化对农户技术采用行为和效率具有抑制作用[33],尤其不利于机械技术等规模效应明显的农业新技术推广。

技术环境特征:技术环境的内涵丰富[21],本研究仅借指技术服务环境和融资环境,并分别选取贷款难易程度和技术培训频率变量表征。相关研究表明[17,21,30],果品生产的高投入与果农自身资本积累有限之间的矛盾,阻碍了新技术的扩散,因此贷款可获性的提高能对果农的技术采用行为产生正向激励;技术培训则是改变果农偏好的有效手段,对其技术选择具有积极的诱导作用。

社会网络特征:社会网络对农户技术采用存在明显中介效应[22],因此选择度数中心度、接近中心度和中间中心度作为变量,表征农户在合作社社会网络结构中的位置。研究假定,农户的度数中心度越大,交往能力越强、交往范围越广,获取技术、信息和资金越易,越有条件和可能采用新技术;农户的接近中心度越小,与其他农户的技术交流或信息传递越快越便捷,在技术采用上受到的激励效应越强;农户的中间中心度越高,对资源的控制能力越强,越易获取隐性知识、非公开信息和关键技术,越倾向于采用新技术。

合作社特征:调研发现社员主要由合作社获取技术和信息,因此社员对合作社的评价和信赖度越高,对其组织权威、声誉和规范越认可和服从,理论上就越有可能采用推广的新技术。本研究主要通过社员对合作社规模、地位、凝聚力和管理者能力的评价等变量表征合作社特征,假设其对社员的技术采用行为均具有正向影响。

2 结果与分析

2.1 基于二元Logistic模型的影响因素分析

研究结果显示,-2对数的似然值为77.373,Nagelkerke R2为0.909,说明模型的拟合优度较高,整体效果较好(表2)。

表2 影响因素的Logistic回归分析结果

注:*、**、***分别表示在0.1、0.05、0.01置信水平上显著。

个体及家庭特征因素的影响:受教育程度具有正向影响(回归系数为3.067),且在0.01水平上显著,与本研究的假设和既有研究的结论一致。实证分析结果表明,受教育程度较高的社员能更清晰地认识到新技术对提高家庭农业产出水平的作用和价值,对新技术的理解能力和接受水平也更高,因此更倾向于采纳新技术，他们做出技术采用决策的概率是受教育程度较低社员的21.468倍。务农人口数对社员采用新技术的作用方向与受教育程度一致,通过了0.01水平的显著性检验。家庭从事果业生产的人数越多,对果业收入的依赖性越强,就越有可能采用新技术。Logistic回归结果显示,家庭务农人口数较多的社员采用新技术的概率是务农人口数较少社员的13.593倍。家庭年收入的影响显著(在0.05水平上显著),但回归系数(-2.846)为负,表明社员家庭年收入越高,越不利于果业新技术的采用,与前述理论分析相悖。这可能与农户收入结构有关,即对以从事非农就业活动获得的收入为主导的家庭而言,他们很有可能不再从事果业生产,或以自给性的经营为主,并不乐于尝试新技术。调查显示,此类农户不在少数,且家庭收入水平较高。社员年龄与性别的回归系数均为正,但都未能通过显著性检验。前者作用不明显的原因可能在于样本农户年龄的差距小且普遍偏大,不足以对技术采用行为产生影响;后者作用不明显可能与当前农户生产决策中性别角色的弱化有关。

生产经营特征因素的影响:经营规模对社员的技术采用行为具有显著的正向影响,与预期相符。Logistic回归结果显示,果树种植面积较大的社员采用新技术的概率是种植面积较小社员的1.199倍。耕地细碎化的影响也显著(通过了0.05水平的显著性检验),但回归系数(-1.296)为负,表明田块的细碎和分散并未抑制社员对先进技术的采用,与预期不符。原因可能是,耕地的细碎化会倒逼果农积极采用劳动密集型技术提高土地产出率和弥补规模效应的不足。

技术环境特征因素的影响:贷款难易程度与社员对新技术的采用呈正相关(在0.01水平上显著),与预期相符,且回归系数(6.079)在8个具有正向影响的显著性因素中最大。由于农户“贷款难”问题和信贷约束现象普遍,因此增加金融有效供给,降低社员贷款难度,满足社员融资需求,对社员的技术采用行为具有明显的激励作用。Logistic回归结果显示,贷款较易的社员采纳新技术的概率是贷款较难社员的436.761倍。技术培训频率在0.1的水平上负向显著，影响社员的技术采纳行为,与预期不符。这一结果可能反映了这样的现象,即农业技术培训内容与社员实际需求不尽一致,加之机会成本存在,种植时间较长、种植经验丰富更有可能采用新技术的社员不愿参加培训;而参加培训相对较多的社员可能并不是以果业生产为主要生计方式和收入来源,甚至仅是为了补贴,因此采用新技术的积极性不足。

社会网络特征因素的影响:度数中心度对社员采用新技术具有显著的正向影响(通过了0.01水平的显著性检验),与预期相符,且回归系数(4.893)相对较大。结合分析结果可知,度数中心度即个体社会网络规模较大的社员由于与外界联系更加紧密,更易获取技术信息,资金保障相对充分,更倾向于采用新技术，他们做出技术采用决策的概率是度数中心度较小社员的133.360倍。接近中心度与中间中心度都未通过显著性检验。一方面,由于样本农户同在一县且种植的水果种类乃至品种相似性强,导致相关果业技术扩散的时滞性不明显,接近中心度在社员获取技术时的作用也因此未能得到体现;另一方面,可能是由于当前各类的果业技术培训基本都是面向全体农户,因此即使是在技术信息传播中扮演“桥梁”角色的农户也未必能获取一些隐性、非公开的关键技术信息,而更可能是只掌握与其他农户相同的技术信息,这就导致中间中心度对社员技术采用的促进作用也不明显。

合作社特征因素的影响:合作社规模、合作社凝聚力、合作社管理者能力对社员的技术采用行为均具有显著的正效应(三者回归系数分别为2.108、0.623、1.867),与预期相符,说明社员对合作社规模、凝聚力和管理者能力的评价越高,对合作社越认可和信赖,在果业生产中采纳推广的新技术的概率越大,甚至可能会做出一致的技术采用决策。但也需看到,合作社地位并未通过显著性检验,这从侧面反映出社员对合作社的主观认知与社员实际的技术采用行为间有一定脱节。

2.2 基于ISM的影响机制分析

前文采用Logistic模型得到11个在不同方向和程度上影响合作社社员农业技术采用行为的显著性因素。基于此,进一步应用ISM方法对以上影响因素之间的逻辑关系及其呈现出的层次结构进行分析。假设S0表示果业专业合作社社员采用新技术与否,S1、S2、S3、S4、S5、S6、S7、S8、S9、S10、S11分别表示受教育程度、务农人口数、家庭年收入、经营规模、耕地细碎化程度、贷款难易程度、技术培训频率、度数中心度、合作社规模、合作社凝聚力和合作社管理者能力等影响因素。根据ISM建模步骤,本文首先采用德尔菲法判定系统12个要素间的基本二元关系,并以方格图的形式呈现(图1)。

图1 要素间的二元关系

图1中X表示行、列要素相互影响,V表示行要素对列要素有直接影响,A表示列要素直接影响到行要素。

根据图1写出系统要素的邻接矩阵A(图2),其中S0为汇点,S1、S5、S7为源点。考虑要素间关系的间接关联性,将邻接矩阵A加上单位矩阵I后,按布尔运算法则进行自乘,经演算后求得可达矩阵M(图3)。鉴于要素S2、S3、S4间存在替换性,对M进行简化。

图4 骨架矩阵A′

在可达矩阵中得到各要素的可达集R(Si)、先行集A(Si)和共同集C(Si),进行系统的区域划分和级位划分。前者的结果表明系统无法划分为两个或两个以上相互独立的子系统;后者的划分结果显示,系统最高级要素L1={S0}、L2={S2,S3,S4,S5,S11}、L3={S6,S7}、L4={S8,S9,S10}、L5={S1}。对根据上述层次化处理结果重新排序后的缩减可达矩阵M′进行缩约和检出,得到具有最小二元关系个数的骨架矩阵A′(图4)。

根据骨架矩阵A′,绘制多级递阶有向图(图5)。即按级位自上而下排列系统诸构成要素,并用从下到上的有向箭线反映逐级要素间的关系;在第二级补入了此前被缩减了的要素S3和S4,并标明了它与同级要素S2之间的相互作用关系;补充了从第五级的S1到第二级的S4的越级关系。由图5可见,社员采用新技术的影响因素系统是一个具有5层、结构复杂的多级递阶系统,其由11个处于不同级位,或独立发挥作用,或直接、间接关联的因素构成。最后根据系统各要素表示的实际意义,直接将图5转化为解释结构模型(图6)。该模型反映了各要素之间的层次结构、关联关系及其传递路径,是对社员采用新技术影响机制的抽象表达。

图5 多级递阶有向图

图6 影响机制的解释结构模型

就层次结构而言,图5中第二级的5个要素(务农人口数、家庭年收入、经营规模、耕地细碎化程度和合作社管理者能力)是影响社员采用新技术与否的表层因素;第三级的2个要素(贷款难易程度和技术培训频率)是浅层影响因素;第四级的3个要素(度数中心度、合作社规模和合作社凝聚力)是中层影响因素;第五级的1个要素即受教育程度是深层影响因素。就关联关系而言,表层因素直接影响社员的技术采用行为。其他因素以间接作用为主,即影响具有明显的传递性,通常表现为逐级传导关系,如“受教育程度→度数中心度、合作社规模、合作社凝聚力→贷款难易程度→务农人口数、家庭年收入、经营规模→果业专业合作社社员采用新技术”这一传递路径,也会表现为越级传导关系,如受教育程度通过直接影响社员对合作社管理者能力的评价,而对社员采用新技术与否产生作用。此外,同为表层影响因素的务农人口数、家庭年收入和经营规模三者之间具有强连接即相互影响关系。

3 结论与讨论

主要结论:①果业专业合作社社员的技术采用行为与其个体及家庭特征、生产经营特征、技术环境特征、社会网络特征和合作社特征均有关,受家庭年收入、耕地细碎化程度、技术培训频率等因素的显著负向作用和受教育程度、务农人口数、经营规模、贷款难易程度、度数中心度、合作社规模、合作社凝聚力、合作社管理者能力等因素的显著正向影响。②更倾向于采用新技术的社员画像为受教育程度较高、社会网络规模较大、贷款较易、参加农技培训相对较少,家庭收入相对较低、从事果业生产的人口较多、果树种植面积较大但相对分散,对合作社认可度较高。 ③社员采用新技术的影响机制表现为由11个具有不同作用和关联方式的影响因素及其层次关系构成的5级递阶结构,其中的表层因素为务农人口数、家庭年收入、经营规模、耕地细碎化程度和合作社管理者能力,起直接作用;浅层和中层因素分别为贷款难易程度、技术培训频率和度数中心度、合作社规模、合作社凝聚力,有间接效应;深层因素为受教育程度,是最根本的动因。各影响因素或独立发挥作用,或同级相互作用，按级位自下而上的间接作用则有逐级传导和越级传导两种方式。

对策建议:①就政府而言,应通过引导合作社社员发展多种形式的适度规模经营,增强农业职业教育培训的针对性和实效性,加大对合作社及其成员的信贷支持力度,帮助提高社员的生产经营能力、科技文化水平和社会资本存量,进而提升其采纳农业新技术的意愿和能力。②在合作社层面,应通过优化治理结构,提升合作规模、层次和运行质量,确保各成员得到稳定、公平、合理的收益,增强合作社的凝聚力和吸引力,提高社员对合作社的认可度和满意度,激发社员采用合作社推广技术的积极性。

但本研究分析的仍是个体行为,今后应加强对合作社这一农户群体技术采用决策的研究。鉴于农户组织化程度和方式对技术采用行为影响的存在,以及合作社成员异质性的突出,下一步应对合作社社员和非社员农户、合作社社员和与龙头企业合作的农户、普通社员和核心社员等不同类型农户的技术采用行为进行深入分析。