职业农民新技术培训效果：概念框架、影响因素与对策建议

吕雅辉 李含悦 张亮 白丽 张润清

摘 要 基于培训迁移理论，构建了培训效果影响的概念框架。以湖北、山东、安徽3省5市10县832份职业农民问卷调查数据为基础，构建培训环境因素、动机因素、系统因素、前涉因素对培训效果影响的结构方程模型，研究结果显示，培训环境因素、动机因素、系统因素、前涉因素均对培训效果具有正向影响，且影响的贡献率依次降低。这表明培训系统因素与前涉因素对培训效果的影响低于培训环境因素和培训动机因素，即政府主導下的农民教育培训本身对迁移效果影响不显著。

关键词 职业农民;新技术培训;培训效果;结构方程模型;影响因素

中图分类号 G725 文献标识码 A 文章编号 1008-3219（2020）10-0062-06

一、引言

化肥、农药施用给我国带来了农业产量的增加、农民收入的提高，但也带来了负外部性，例如农业面源污染、农产品化肥农药残留超标等问题。改善上述状况需要从源头上减施化肥、农药，一方面，需要政策宣传引导;另一方面，需要依靠市场机制进行经济利益诱导。政策性宣传引导主要渠道是农业教育培训，通过绿色环保新技术推广引导的农民减施化肥、农药。研究发现，导致农户过量施用化肥的主要因素之一就是缺乏科学施肥培训[1]。目前，对于新技术培训效果学界主要持两种观点。一种观点是培训效果良好。培训作为权威信息载体对于农药信息认知调整起到关键作用[2]，且培训对于农户农药安全施用行为[3]、采用环境友好型农药[4]具有显著影响。农户认知过量施肥的危害同样受培训的影响，培训能够引导农户合理施肥，降低农户化肥投入强度和过量施肥程度[5][6][7]，促进对施肥技术的采用[8]。另一种观点是培训效果较差。如在农药培训方面，相关研究发现，参加培训对稻农采纳环保型病虫害综合防治技术有显著正向影响，但对健康型病虫害综合防治技术的采纳无影响[9]。施肥培训方面，有学者研究认为，培训促进了农户商品有机肥和农家肥的采纳，但对测土配方施肥技术的采纳无影响[10]。也有学者认为，培训对农户有机肥施用和测土配方施肥两种技术采纳均无显著影响[11]。此外，研究发现，掌握技术信息显著促进农户采纳新技术，但培训对农户采纳新技术的影响不显著[12]。培训对农业生产中面源污染减少效果并不明显[13]。

培训效果影响新技术的采纳和化肥农药负外部性改善，因此找到对于培训效果的影响因素尤为重要。有学者研究表明，农民自身素质、培训自身因素、政策因素、市场因素以及外部基础设施因素对农民培训效果具有显著影响[14][15]。此外，还有学者研究发现，培训效果与经营规模相关，大规模农户技术采用比例与强度最高，中等规模农户次之，小规模农户最低[16][17]。

综合来看，我国农业培训自上而下开展，虽然培训力度大，但多注重培训形式，对培训效果的关注度不够，造成培训资源浪费。因此，对于培训效果影响因素进行研究具有重要意义。职业农民作为职业化的农民，他们对其他小农户具有辐射带动作用，以他们为研究对象，找到影响培训效果的因素，不仅有利于改善培训环境和条件，促进培训效果提升，而且有利于提升职业农民自身能力素质。

二、理论逻辑与研究假设

（一）理论逻辑

对于农民教育培训效果的影响因素研究，本文引入了培训迁移理论。培训迁移指参加培训后将培训所学迁移到实际中，也就是培训效果。伯克（Burke）、戴（Day）认为，培训效果的标准包括主观学习、客观学习、主观行为和客观结果四方面[18]。鲍德温（Baldwin）、福特（Ford）提出，培训效果是指能够将培训所学进行概括并且能够将培训所学保持在实际工作中。此外，还强调了影响培训迁移效果的因素包括个人因素、培训自身因素以及培训环境因素[19]。霍顿（Holton）提出了培训迁移及其影响因素模型，培训迁移是指被培训者将受训过程中学到的知识、技能、行为以及态度运用到实际生产工作中的程度。培训迁移不仅关注培训结束后短时间内的所学应用效果，更加关注所学如何可以长效发挥作用，受训者能够长期应用所学。霍顿（Holton）认为，迁移动机、迁移氛围、迁移设计影响个人绩效，从而影响组织成果[20]。培训迁移的四个阶段为培训前动机（掌握培训课程意愿）、学习（掌握培训内容的过程）、培训绩效（对培训所学知识的测量）和迁移结果（参加培训的人员培训结束后在实践中的表现）[21]。随着培训的不断发展，培训迁移研究将关注点从教育培训本身转移到教育培训外部影响因素上，培训迁移的影响因素也不只是独立发挥作用，各个因素之间是相互影响、制约的[22]。在此基础上，本文研究的教育培训效果概念框架包括教育培训输入和教育培训输出两部分[23]，其中教育培训输入为教育培训动机、教育培训设计（包括教育培训前涉因素[24]与教育培训系统因素）和迁移氛围（教育培训环境因素），教育培训输出为教育培训效果，见图1。

（二）研究假设

H1：培训动机因素对培训效果具有正向影响。培训动机因素主要从自身需求、生产需求、市场需求和政策要求等4方面进行分析。

H2：培训前涉因素对培训效果具有正向影响。培训前涉因素指培训前有关部门对农民提供的培训相关信息情况以及农民对自己参与培训的规划、预期等。

H3：培训系统因素对培训效果具有显著影响。培训系统因素指培训机构对具体培训计划的安排。

H4：培训环境因素对培训效果具有重要影响。主要探讨政府政策环境支持氛围和市场环境支持氛围。

三、数据来源与模型构建

（一）数据来源

本文采用了课题组关于农民参加化肥农药减施增效新技术培训效果的调查问卷，调查地区包括湖北、山东、安徽3省、5市（烟台市、临沂市、荆门市、宜昌市、芜湖市）、10县（牟平区、蓬莱市、莒南县、沂南县、钟祥市、京山县、夷陵区、宜都市、南陵县、繁昌县）。经过2次试调查、修改完善问卷，最后委托调查地区农广校发放并回收问卷，回收有效问卷832份。样本的描述性统计分析见表1。

（二） 研究方法

利用AMOS21.0软件建立职业农民新技术培训效果的影响因素结构方程模型，研究各因素对培训效果的影响路径与强度。

结构方程模型（Structural Equation Model， SEM）也称作协方差结构分析、潜在变量分析、验证性因素分析、线性结构方程模型，属于多变量统计，能够同时检验模型中观察变量、潜变量、干扰项或误差项之间的关系。其包括测量模型、结构模型兩部分，是因素分析和路径分析的结合体。测量模型由潜变量与观察变量组成，观察变量是量表或问卷等测量工具所得的数据，潜变量是观察变量间所形成的特质或抽象概念，此特质或抽象概念没办法直接测量，需要观察变量测得的数据资料来反映，见图2。结构模型即是潜变量间因果关系模型的说明。模型具体估计方式由下面方程式表达。

测量方程：X=Λxξ+δ，Y=Λyη+ε

结构方程：η=Bη+Γξ+ζ

其中，X为外生观察变量，Λx为外生观察变量在外生潜变量上的因子载荷矩阵，ξ为外生潜变量，δ为外生观察变量的误差项。Y为内生观察变量，Λy为内生观察变量在内生潜变量上的因子载荷矩阵，η为内生潜变量，ε为内生观察变量的误差项。B和Γ是模型路径系数，B表示内生潜变量之间的关系，Γ表示外生潜变量对于内生潜变量的影响，ζ为结构方程的误差项[25]。

（三）构建结构方程模型

结构方程模型的设计主要包括两部分：一是建立测量模型，界定观察变量与潜变量之间的关系;二是建立结构模型，界定潜变量之间的关系。这两部分共同构成结构方程模型。

1.变量选取

本文中的结构方程模型包括22个观察变量，分别为自身需求、生产需求、市场需求、政策要求，培训内容了解度、培训目标了解度、培训老师了解度、培训方式了解度、培训流程了解度，培训方式、培训时间、培训地点、课程安排、培训内容、培训教师、培训组织管理，政府鼓励、市场引导，培训记忆、内容掌握、内容探讨、培训应用等。模型中有5个潜变量，分别为培训动机因素、培训前涉因素、培训系统因素、培训环境因素和培训效果。由于潜变量无法直接测量，需要通过观察变量的测量来体现，其中通过自身需求、生产需求、市场需求和政策要求4个观察变量来测量培训动机因素;通过培训内容了解度、培训目标了解度、培训老师了解度、培训方式了解度和培训流程了解度5个观察变量来测量培训前涉因素;通过培训方式、培训时间、培训地点、课程安排、培训内容、培训教师和培训组织管理7个观察变量来测量培训系统因素;通过政府鼓励和市场引导2个观察变量来测量培训环境因素;培训记忆、内容掌握、内容探讨和培训应用4个观察变量来测量培训效果。

观察变量的统计描述如表2所示，样本观察变量标准差变化幅度小，证明数据真实有效。偏度表明数据分布是否为正态分布，偏度>0，表明正偏差大，偏度=0，表明无偏差，呈现完美的正态分布，偏度<0，表明负偏差大。峰度表明分布形态的陡缓程度，峰度>0，表示坡度陡峭，峰度=0，表示陡缓程度一致，峰度<0，表示分布平缓。综上，本研究数据并不是完美的正态分布，但前面提到SEM缺点是分布很难符合正态分布，但可以选择极大似然估计方法估计参数值。

2. 量表的信度和效度检验

（1）量表的信度检验

利用SPSS22.0对数据进行运算，Cronbachs（克朗巴哈系数）结果见表3，模型中各潜变量的Cronbachs值均大于0.8，表明量表信度很好。

（2）量表的效度检验

对数据进行一阶验证性因子分析，模型中各变量因子载荷除生产需求为0.689、自身需求为0.694，其余变量因子载荷均大于0.7，T值均大于2，说明量表具有良好的效度。

3.构建职业农民培训效果影响因素的结构方程模型

利用AMOS21.0软件进行模型拟合，显示最终潜变量之间的路径系数、观察变量的因子载荷以及误差方差，见图3。

四、模型假设检验与结果分析

（一）模型拟合度检验

对结构方程模型进行估计，绝对适配度指标对样本量大小过于敏感，导致大样本（样本量大于200）分析中需要配合自由度进行检验，故使用卡方与自由度的比值分析。表4是对理论模型整体适配度的检验，6个指标中简约适配度指标（X2/df）、绝对适配度指标（RMSEA）、增值适配度指标（NFI、IFI、TLI、CFI）都通过了检验，可以判定模型框架与样本数据基本适配。从模型内在拟合度来看，培训动机因素、培训前涉因素、培训系统因素、培训环境因素的信度都在0.8以上，表明研究模型具有良好的内在拟合度。综上，研究的结构方程模型拟合度良好，能够根据模型结果进行研究假设检验。

（二） 模型假设检验

如表5所示，自身需求、生产需求、市场需求、政策要求与培训动机因素之间为正相关关系，培训动机因素对培训效果的影响取决于这4个因子，因子贡献由大到小依次为市场需求、政策要求、自身需求、生产需求。培训目标了解度、培训内容了解度、培训教师了解度、培训方式了解度、培训流程了解度与培训前涉因素之间为正相关，培训前涉因素对培训效果的影响取决于这5个因子，因子贡献由大到小依次为培训流程了解度、培训方式了解度、培训教师了解度、培训内容了解度、培训目标了解度。培训方式、培训时间、培训地点、课程安排、培训内容、培训教师、培训组织管理与培训系统因素之间为正相关关系，培训系统因素对培训效果的影响取决于这7个因子，因子贡献由大到小依次为培训方式、培训组织管理、培训内容、课程安排、培训教师、培训地点、培训时间。政府鼓励、市场引导与培训环境因素之间存在正相关关系，培训环境因素对培训效果的影响取决于这2个因子，因子贡献由大到小为市场引导、政府鼓励。

如表6所示，培训动机因素对培训效果的影响路径标准化系数为0.381，C.R.值为7.203，达到显著水平，H1得到验证;培训前涉因素对培训效果的影响路径标准化系数为0.071，C.R.值为2.041，达到显著水平，H2得到验证;培训系统因素对培训效果的影响路径标准化系数为0.283，C.R.值为4.966，达到显著水平，H3得到验证;培训环境因素对培训效果的影响路径标准化系数为0.390，C.R.值为7.767，达到显著水平，H4得到验证。四个因素对培训效果的影响贡献率由大到小依次为培训环境因素、培训动机因素、培训系统因素、培训前涉因素。

五、 结论与对策建议

根据上述结构方程模型分析可以得出，培训动机因素、培训前涉因素、培训系统因素、培训环境因素对培训效果具有正向影响，影响的贡献率由大到小依次序为培训环境因素、培训动机因素、培训系统因素、培训前涉因素;培训动机因素与培训环境因素、培训动机因素与培训系统因素、培训环境因素与培训系统因素之间存在相关性。培训环境因素中贡献率由大到小的顺序为市场引导、政府鼓励;培训动机因素中贡献率由大到小的顺序为市场需求、政策要求、自身需求、生产需求;培训系统因素中贡献率大小顺序为培训方式、培训组织管理、培训内容、课程安排、培训教师、培训地点、培训时间;培训前涉因素中贡献率由大到小的顺序为培训流程了解度、培训方式了解度、培训教师了解度、培训内容了解度、培训目标了解度。

总体来看，以政府为主导的农民教育培训虽然取得了一定效果，但培训系统因素、培训前涉因素的贡献率低于培训环境因素和培训动机因素，说明教育培训本身对培训效果的直接影响并不显著。

基于研究结果，提出以下对策建议。第一，培训设计方面，可以选择政府和农民组织合作方式进行教育培训供给。一方面，利用农民组织能够有针对性地进行农民教育培训需求调研，有利于培训计划的有效实施;另一方面，利用农民组织的市场主体地位可以更好地结合政策和市场信息，通过利益联结机制促进培训迁移。第二，培训动机方面，通过各个平台市场信息的宣传保障农民与市场信息的对称性，利用市场需求信息带动职业农民参与新技术培训积极性，促进新技术培训迁移效果。第三，培训迁移氛围方面，继续加大政策对教育培训的支持力度。政策具有强制性的特征，在一定意义上能够促进培训的实际迁移效果。利用政策鼓励、引导职业农民树立农业绿色可持续发展新理念，利用教育培训提升自身技能，提高综合素质;用政策保障职业农民的学习机会，保障职业农民的基本利益。

参 考 文 献

[1]玛衣拉·吐尔逊，甫祺娜依·尤力瓦斯，阿斯亚·托乎提，等.农户过量施用化肥行为的影响因素分析——以新疆棉花种植户为例[J].棉花学报，2016（6）：619-627.

[2]姜健，王绪龙，周静，等.信息能力对菜农施药行为转变的影响研究[J].农业技术经济，2016（12）：43-53.

[3]张伟，朱玉春.基于Logistic模型的蔬菜种植户农药安全施用行为影响因素分析[J].广东农业科学，2013（4）：216-220.

[4]曾伟，潘扬彬，李腊梅，等.农户采用环境友好型农药行为的影响因素研究──对山东蔬菜主产区的实证分析[J].中國农学通报，2016（23）：199-204.

[5]项诚，贾相平，黄季焜，等.农业技术培训对农户氮肥施用行为的影响——基于山东省寿光市玉米生产的实证研究[J].农业技术经济，2012（9）：4-10.

[6]纪月清，张惠，陆五一，等.差异化、信息不完全与农户化肥过量施用[J].农业技术经济，2016（2）：14-22.

[7]肖新成，谢德体.农户对过量施肥危害认知与规避意愿的实证分析——以涪陵榨菜种植为例[J].西南大学学报：自然科学版，2016（7）：138-148.

[8]尹晓宇.河南省种植大户化肥施用行为及影响因素研究[D].哈尔滨：东北林业大学，2016.

[9]喻永红，张巨勇.农户采用水稻IPM技术的意愿及其影响因素——基于湖北省的调查数据[J].中国农村经济，2009（11）：77-86.

[10]褚彩虹，冯淑怡，张蔚文.农户采用环境友好型农业技术行为的实证分析——以有机肥与测土配方施肥技术为例[J].中国农村经济，2012（3）：68-77.

[11]高瑛，王娜，李向菲，等.农户生态友好型农田土壤管理技术采纳决策分析——以山东省为例[J].农业经济问题，2017（1）：38-47，110-111.

[12]李博伟，徐翔.社会网络、信息流动与农民采用新技术——格兰诺维特“弱关系假设”的再检验[J].农业技术经济，2017（12）：98-109.

[13]应瑞瑶，朱勇.农业技术培训对减少农业面源污染的效果评估[J].统计与信息论坛，2016（1）：100-105.

[14]张扬.影响农民职业培训效果的因素分析及政策取向[J].职业技术教育，2009（1）：64-67.

[15]廖开妍，杨锦秀，刘昕禹.新型职业农民培训效果评价及其影响因素——对四川省成都市812位参训农民的调查[J].职业技术教育，2019（36）：45-50.

[16]霍瑜，张俊飚，陈祺琪，等.土地规模与农业技术利用意愿研究——以湖北省两型农业为例[J].农业技术经济，2016（7）：19-28.

[17]冯晓龙，仇焕广，刘明月.不同规模视角下产出风险对农户技术采用的影响——以苹果种植户测土配方施肥技术为例[J].农业技术经济，2018（11）：120-131.

[18]Burke MJ，Day RR. A Cumulative Study of the Effectiveness of Managerial Training[J]. Journal of Applied Psychology， 1986（02）：232-245.

[19]Baldwin TT，Ford JK.Transfer of Training：A Review and Future Direction for Future Research[J]. Personnel Psychology，1988（01）：63-105.

[20]Holton EF.The Flawed Four-level Evaluation Mode[J].Human Resource Development Quarterly，1996（01）：5-25.

[21]王姣姣.基于培訓迁移理论的教师培训有效性分析[J].教育理论与实践，2016（5）：25-27.

[22]吴怡，龙立荣.培训迁移影响因素研究述评[J].心理科学进展，2006（5）：749-756.

[23]高丽，王世军，潘煜.培训迁移：影响因素及其与组织承诺的关系研究[J].管理评论，2014（2）：128-138.

[24]李辉，刘凤军，汪蓉.企业培训研究新视角：培训前涉因素与培训效果关系研究——兼论工作满意度的中介效应[J].南开管理评论，2011（4）：118-128.

[25]吴明隆.结构方程模型——AMOS的操作与应用[M].重庆：重庆大学出版社，2009：8-10.

Abstract  Based on the theory of training transfer， a conceptual framework for the impact of training input factors， is constructed. At the same time， based on the questionnaire survey data of 832 professional farmers in 5 cities and 10 counties of Hubei， Shandong， and Anhui， a structural equation model of the effects about training environmental factors， motivation factors， system factors， and antecedent factors on training effects is constructed. The research results show that the training environment factors， motivation factors， system factors， and previous factors all have positive impacts on the training effects， and the contribution rate of the impact decreases in order. This shows that the impact of training system factors and anteceden factors on training effects is lower than the training environment factors and training motivation factors， that is， the government-led farmers' education training itself has no significant effect on the migration effect.

Key words  professional farmers; new technology training; training effects; structural equation model; influencing factors

Author  Lv Yahui， PhD student of Hebei Agricultural University（Baoding 071000）;Li Hanyue， PhD student of Hebei Agricultural University; Zhang Liang， Hebei Agricultural University; Bai Li， Hebei Agricultural University;

Corresponding author  Zhang Runqing， professor of Hebei Agricultural University （Baoding 071000）