社会网络在农业创新扩散中的影响分析——以河南省三门峡市为例

乔宇锋

(河南省社会科学院，郑州 450002)

0 引言

农业是国民经济的核心组成部分，也是经济社会高质量发展的基石。2021年中央一号文件明确指出,农业要坚持创新驱动发展。农业创新驱动发展是农业水平式结构性拓展与深化体制机制改革、增强创新驱动能力融合互动的结果[1]，离不开创新扩散。现有研究通常认为，政府在农业创新扩散中起主导作用，制度网络对创新扩散具有明显的传导效应，创新扩散对制度网络具有正反馈作用[2]。余凌等研究发现，由于农业创新扩散中明显的政府主导特质，导致缺乏竞争性资源投入，无法充分发挥各主体的优势[3]。

农业创新的规模扩张和价值实现有赖于创新扩散。创新扩散受到社会结构、社会规范、推广中介机构、政策等多重因素影响[4]，只有被农民所接纳才能体现出价值。农业创新扩散的目的是广泛采纳和大规模应用，较高的收益会刺激农民采纳创新，但机会成本过高反而会阻碍采纳创新[5]。农业创新的应用主体是农民，应用场景是农业生产，同一般性创新相比有三点不同：一是生产部门不是创新主体；二是应用主体分散且技术力量单薄；三是技术中介与推广必不可少。受限于传统渠道的单向性，农户获取创新的主要来源依赖于其自身所处的社会网络[6]，创新扩散以社会网络内的互相学习为主要形式[7]。农户的社会关系受到地理范围和血缘宗亲等因素的影响，社会结构相对封闭和固定。社会结构与社会规范不仅反映了农户所处社会网络的状态，也影响其创新采纳决策[8]。

农户社会网络及路径优化是提升农业创新扩散效率的关键[9]。国内外研究表明，社会网络对推动创新扩散起到了重要的基础性作用，保证了农户相互之间共享信息[10-11]。对单个农户而言，社会网络的作用则有正有负。尽管现有研究为理解社会网络在农业创新扩散中的作用和机理提供了参考，但社会网络在微观上是如何影响创新扩散的广度和深度，仍缺少细致的分析，农户社会网络在创新扩散中的结构特征也尚不清楚。

现有关于社会网络与创新扩散关系的研究多是基于案例的定性分析[12]或将与社会网络相关的替代变量纳入传统模型进行分析[13]，对社会网络特征及对创新扩散影响的研究仍不多见。在信息不对称的情境下，农户采纳创新的决策会受到经济、社会等多重因素的影响[14]，社会因素中最重要的是社会网络。在创新扩散中，社会网络结构对农户决策有重要的影响。农户依靠社会网络的互动学习是创新扩散的重要推动力量，但社会网络过于庞大反而会阻碍学习效果[15]。除去空间和地理因素，社会网络特征如何影响创新扩散，特别是社会网络如何改变和影响农户对创新信息的获取机制，也成为本研究的主要目的。

1 研究假设

通过对河南省三门峡市所开展的农技培训进行实地调查，发现社会网络连接促进创新扩散的绩效，并观察社会网络中心度对创新扩散的影响。针对创新扩散，农户社会网络通常可分为纽带型和桥梁型两种类型。前者主要指亲戚朋友网、同侪意见网等；后者主要指农户与外界之间的关系，特别是由政府涉农部门组成的推广意见网。提出如下研究假设。

假设1：无论农户社会网络是纽带型还是桥梁型，均有助于创新扩散。通常来讲，社会网络拥有的连接越多，农户获取新技术也更有优势。亲戚朋友是农户社会网络中最重要的组成部分，假设亲戚朋友网有助于获取新技术，同时也有助于创新扩散。研究目的之一是检验拥有更多社会资本的农户在农技培训的过程中是否因亲戚朋友网而有更好的效果，并促进创新扩散。

同侪意见网主要是一群背景相同或近似的农民，共同合作以寻求或扩散创新，譬如农民专业合作社。对农技培训课程设置，同侪意见网一定程度上也代表了农户的学习能力和创新扩散的范围。对拥有更多同侪意见网连接的农户，在新技术、新信息的学习和共享中往往更加主动。研究目的之二是检验同侪意见网是否会带来更好的创新扩散绩效。

创新扩散是一个复杂的过程，它不仅取决于个体的接受能力，更取决于与已获取创新的农户之间的社会网络连接[16]。对拥有桥梁型连接较多的农户，譬如村干部、种植大户等，往往比普通农户具有更多获取创新的机会[17]。朱福林等针对科技型中小企业研究得出企业在构建社会网络时，通过加强与关键节点的联结强度可以增强创新以至促进企业成长[18]。农户是否也具有类似的路径？研究目的之三是检验桥梁型社会网络是否能够更好地转换为创新扩散绩效。

假设2：社会网络中心度越高，越有助于促进农户间的互动学习和创新扩散，处于网络中心的农户在创新扩散中更主动。在创新扩散中，存在着一些具有指向性的网络结构。直观观察可发现，村干部、种植大户等在社会网络中具有更多连接，易于形成优势地位。网络中心度较高的农户，容易成为创新扩散的“意见中心”。R.T.Sparrowe等的研究表明，农户中心度与绩效呈正相关关系[19]。W.Tsai研究发现，网络中心度对创新扩散的影响远大于农户个体对创新的学习采纳能力[20]。研究目的之四是检验网络中心度更高的农户是否对寻求创新更为主动，是否具有更好的创新扩散绩效。

2 农户社会网络背景和数据收集

本研究案例是河南省三门峡市。三门峡市地处豫西，位于豫晋陕三省交界处，面积10 496 km2，山区占54.8%，丘陵占36%，平原占9.2%，总人口230万人，农业人口133万人；属暖温带大陆性季风气候，年平均气温13.2 ℃，无霜期184～218 d，年降雨量580～680 mm。得益于独特的浅山丘陵地貌和气候资源特征，果、林、烟、菜、菌等经济作物拥有较好的生产条件，果品和烟叶种植规模均居河南首位。当地涉农部门投入的财政资金和农技培训较多，较其他地区更具代表性。当地地理环境使得经济作物种植较为普遍，农户对新技术的需求较为强烈，受创新扩散的影响更大，所选择的农户均为果、林、菜、菌种植户。大多数农户都与其所在村或乡的农民专业合作社有不同程度的联系，调研中的农技培训就是涉农部门通过农民专业合作社组织开展的。

数据采集于2021年3—4月，通过两次参与农业局组织的培训，以面对面形式调查获得。共涉及5个农民专业合作社，其主要成员均为果、林、菜、菌种植户，共146户，占全部培训农户(174户)的84%。包括菜菌种植户(84户)和果林种植户(82户)两类农户，其中兼业农户有20户。耕作地形有山区、丘陵和平原三种，三种地形下的菜菌种植户各有12户、38户和34户，果林种植户各有25户、21户和36户，兼业农户各有5户、8户和7户。

根据调查结果，大多数农户在创新扩散中处于被动地位，其获取创新的首要来源是农民专业合作社及农技推广人员。调查农业局进一步证实农户接受其他正规培训的机会较少。调查数据表明，农户以中年人为主，少有农户主动到外地去学习新技术，外出务工的青年农民也大多是被动接触创新。样本统计结果见表1。

表1 样本统计结果

3 农户社会网络的结构特征分析

亲戚朋友网和推广意见网对创新扩散绩效的影响往往取决于农户社会网络内亲戚朋友或推广人员(即网络节点)的数目。对创新自发性扩散影响最大的是同侪意见网。由于从事相同的农业生产，具有近似的生活背景，且大多数情况下地理位置相近，他们愿意主动收集并彼此间分享其所掌握的新技术，是创新扩散的重要力量。在同侪意见网内，农户对创新扩散的影响呈异质性。为了区分异质性对创新扩散绩效的影响，利用网络的中心性概念进行分析。

度中心性能够度量节点的重要程度，农户的网络中心度越高，意味着网络中与其有连接的农户越多，越有影响力。农户与其他所有节点之间最短连接的平均距离也会影响创新扩散绩效，用接近中心性进行度量。接近中心性越高，表明与其他农户建立连接的距离越短，也就更容易互相学习和交流新技术。网络中的某些农户经常能够充当其他农户之间连接的中介，其充当最短连接中介的次数是中介中心性。农户充当中介的次数越多，中介中心性就越高，对创新扩散能够起到类似于“把关”的作用。根据调查数据，菜菌种植户和果林种植户的社会网络结构特征统计结果见表2。从表2中看出，二者社会网络结构特征并无重大差异，在创新扩散中农户更倾向于从亲戚朋友网和同侪意见网中获取和采纳创新，对推广意见网依赖较少。间接表明政府主导的农技推广体系并未成为创新扩散的主动力。

表2 农户社会网络结构特征变量统计结果

农户获取创新，既可通过言语交流来实现，也可通过邻里间的非言语交流来实现。非言语交流的实现主要依赖于地理邻近性，但由地理邻近性所形成的创新扩散很容易产生空间自相关，违背了标准回归分析独立性假设。为解决这一问题，通过整理农户间的相对位置，建立了基于距离的空间权重矩阵，利用Moran全局空间自相关检验方法，量化分析创新扩散的空间自相关性程度(I值)。I值在-1和+1之间变动，值的正负表明空间自相关性的正负，零值表示随机空间模式。

为便于统计假设检验，I值可以变换为z分数(标准分数)，结果见表3。由表3看出，多数调查变量之间呈现空间自相关性，因此，需处理模型中的空间误差。对具有空间误差的面板数据，B.H.Baltagi等提出了一种计量模型处理方法[21]。考虑到变量的空间自相关性，利用空间自回归(SAR)估计，社会网络对创新扩散的影响用随机效应SAR模型表示为：Yi,t=ρWYi,tw+β1Tt+β2PNi,t+β3T×PNi,t+β4Xi,t+μ+εi,t。式中：Yi,t为输出值；i为农户编号；t为农户i所对应的创新扩散时间；W为n×n的空间加权矩阵；n为农户i的初始网络数；Yi,tw为由I值所构成的n×1的列向量；tw表示创新扩散后形成的矩阵切片；Tt为经历创新扩散时间t前后的标示值(扩散前Tt=0，扩散后Tt=1)；T为网络内总的创新扩散时间；符号×表示扩散时间与社交网络的交互；PNi,t为农户i创新扩散中的网络类型数；Xi,t为n×k的回归因子矩阵；k为农户i的网络特征数；ρ，β1，β2，β3，β4分别为各输入项的随机效应系数；μ为常数；εi,t为随机误差项。

在具体分析中利用单次培训前后问卷调查的打分作为输出变量进行面板数据分析，并考虑农户年龄、受教育时间、家庭成员等不依赖时间的变量。分析关注的核心变量是网络和时间之间的交互项，说明社会网络是如何影响创新扩散的，并通过SAR模型分别对菜菌种植户和果林种植户进行估计。在关键变量随时间变化不大时，由于SAR模型的时不变行列式需要考虑，消除了未观察到时间常数因子所引起的剩余序列相关项[22]。

表3 Moran全局空间自相关检验结果

4 数据分析结果和假设验证

4.1 农户社会网络在创新扩散中的嵌入特点

利用SAR模型进行回归分析，分为包含兼业种植农户和剔除兼业种植农户两种情况，社会网络对创新扩散影响的回归分析结果见表4。由表4看出，对从事菜菌种植的农户，同侪意见网影响最大，检验项剔除兼业系数达0.332；推广意见网影响较小，仅为0.136；亲戚朋友网影响则几乎可以忽略。在“互联网+”背景下，特别是移动互联网的普及，对创新扩散有显著的影响，剔除兼业系数达1.124。

参加培训的农民之间相对陌生，同侪意见网能够推动相互学习和交流，且表现活跃的农户能够获取更多信息，直观考察与回归分析结果是对应的。从事果林种植的农户，回归分析的结果与菜菌种植户大致相同，同侪意见网对创新扩散有积极的影响，检验项包含兼业系数为0.238，在剔除菜菌种植户后，检验项系数略有提高。推广意见网从检验项系数看，菜菌种植户与果林种植户基本相同，表明从事农业新技术推广的涉农部门对两者投入的力量基本相当，对创新扩散的影响也基本相当。

回归分析结果与第一个研究假设相比后发现：桥梁型网络，即推广意见网，能够促进创新扩散；但在纽带型网络中，同侪意见网明显能够促进创新扩散，亲戚朋友网并未表现出对创新扩散的明显推力。

表4 农户社会网络对创新扩散的影响

4.2 网络结构特征对创新扩散的影响机制

在回归分析中，对农户社会网络结构的度中心性进行标准化。表5为社会网络结构特征对创新扩散影响的回归分析结果。相对于菜菌种植户，果林种植户的网络结构特征在检验项系数上更高，度中心性、接近中心性和中介中心性分别为2.137，2.982，3.227。从培训实际效果看，社会网络结构越紧密，网络内农户获取创新越有成效。

这些结论和直观考察表明，第2个研究假设成立，度中心性较高的农户在创新扩散中更具优势。实际上农户的度中心性常与创新扩散能力相关，特别是农村“能人”在农业生产中往往成为创新扩散中的意见中心；反之，由于度中心性较高的农户在社会网络中具有更多的连接，意味着具有更好的创新扩散能力，二者是相辅相成的。

表5 网络结构特征对创新扩散的影响

5 结论与讨论

5.1 结论

同侪意见网对创新扩散有着重要的基础性作用，超过推广意见网。特别是在农技培训中，培训的主要目的是为了促进创新扩散，同侪意见网更容易帮助农户实现信息收集和知识获取，并且农户在社会网络中的地位(度中心性)会进一步影响其获取知识的能力。

农户社会网络在创新扩散和采纳创新等方面发挥着重要作用，农户采纳创新的过程不仅是理性基础上的经济决策行为，也是社会网络嵌入下的社会人际关系行为。大多数农户在面对具体的新技术时，通常并不具备理性决策所需要的知识，其采纳与否更多地受到所在社会网络的影响，具有明显的社会互动特征。在农户度中心性较高的情况下，尽管推广意见网能够促使少部分农户采纳创新，但难以形成大规模的创新扩散。同侪意见网往往由于“羊群效应”而更容易形成群体性扩散，构成现阶段农业创新扩散的主要动力，亲戚朋友网在一定条件下也具有类似特点。从整个创新扩散过程看，桥梁型连接网络在早期阶段占主导地位，纽带型连接网络成为大规模扩散的关键，在社会网络内表现为相互之间的动态关联过程。

5.2 讨论

从假设1的检验过程中可以看出，同侪意见网有助于农户获取创新，而亲戚朋友网的作用则不明显。无论是菜菌种植户还是果林种植户，在同侪意见网中拥有更多连接的农户，在调查中也进一步证实具有更好的生产绩效，且在接受培训后亦有更好的学习效果。同侪意见网相较于亲戚朋友网，对农业创新扩散和知识获取，更具有类似“工具性”的作用，而不是一种简单的社交网络关系，因而对创新扩散具有更强的影响。推广意见网在很大程度上依赖于涉农部门和农技推广人员的经验和实际投入，在乡村振兴和产业扶贫的背景下，无论是菜菌种植户还是果林种植户，都获得了大致均等的服务。但与推广意见网相比，农户仍然更倾向于同侪之间的意见，这一点在政策制定过程中值得注意。鉴于同侪意见对农户在创新采纳过程中的重要性，如何扩大农户的同侪意见网，并将推广意义网与同侪意见网之间建立连接，在政策制定中有必要重点关注。

从假设2的检验过程中可以看出，农户社会网络的结构特征直接影响创新扩散的效率，度中心性越高，创新扩散的效果越好。从培训本身来看，无论是菜菌种植户还是果林种植户，如果在网络中具有较高的中心度，普遍具有较好的学习效果。农户离社会网络的“意见中心”越近越容易获得推广意见网的资源，也更容易从其他农户获得创新，从而能够在生产中更有针对性地使用新技术，取得更好的经济效益。在研究过程中，不容忽视的是度中心性较高的农户所占比例很少，只有少部分农户在社会网络内具有相对较高的度中心性，这意味着创新扩散实际上仍难以在社会网络内自发展开。与普通农户不同，政府涉农部门具有主导性作用的推广意见网在创新扩散中往往由于政府意志而具有更强的扩散力量，如何将推广人员变成农户社会网络的“意见中心”以及将农户连接到“意见中心”是今后政策制定过程中需要深入研究的问题。