种植规模、政府支持对农户气象灾害适应性行为的影响——基于江西省的调研

王 敏，武昕哲，赵明慧，李辉婕

种植规模、政府支持对农户气象灾害适应性行为的影响——基于江西省的调研

王 敏，武昕哲，赵明慧，李辉婕*

（江西农业大学 人文与公共管理学院，江西 南昌 330045）

【目的】种植规模的扩大为农户采取气象灾害适应性行为提供了可能。在灾害频发的现实背景下，如何促进农户采取适应性行为应对气象灾害至关重要。【方法】基于江西省各地区271份农户问卷调查数据，运用Ordered-probit模型分析种植规模、政府支持及种植规模与政府支持的交互项对农户气象灾害适应性行为的影响。【结果】种植规模对农户气象灾害适应性行为具有促进效应，种植规模越大的农户越愿意采取气象灾害适应性行为，这说明推进土地适度规模经营能显著激活农户采取气象灾害适应性行为；政府支持正向影响农户采取气象灾害适应性行为，并能强化种植规模对农户气象灾害适应性行为的影响。【结论】因地制宜推动土地适度规模经营，因户制宜培育发展规模户，注重政府支持政策落地。

种植规模；政府支持；气象灾害；适应性行为

【研究意义】近年来，全球气候不断变暖，气象灾害发生的频率也随之不断增高，对社会经济发展和人民生活等造成了一定的影响。农业生产与气候条件密切相关，正所谓农业靠天吃饭，恰好说明了农业生产是受气象灾害影响较为敏感的行业之一。江西地处长江中下游南岸，农业资源十分丰富，是全国13个粮食主产区之一，稻谷产量位居全国前列，在确保国家粮食安全方面发挥了重要作用，但同样面临着气象灾害影响。据统计，2022年全年江西省先后遭受26次自然灾害过程，农作物受灾面积111.19万hm2、绝收12.29万hm2[1]。因此，如何降低气象灾害对粮食作物的影响至关重要。而以新型农业经营主体为主导的多种形式适度规模经营逐步成为中国农业现代化必由之路，习近平总书记指出“发展多种形式适度规模经营，培育新型农业经营主体”是实施乡村振兴战略的重要组成部分。据江西省第三次全国农业普查主要数据公报显示[2]，截止2016年末全省农业经营户748.17万户，其中规模农业经营户有9.25万户，这表明新型农业经营主体是我国现代化农业的主要承担者和践行者。我国粮食生产已经步入新发展阶段，一方面需扩大粮食种植规模，另一方面需同步提升粮食生产效率。在此背景下探究种植规模对农户气象灾害适应性行为的影响具有一定的现实意义。【前人研究进展】当前许多学者研究了种植规模对农户决策行为的影响，部分学者提出种植规模越大，农户更愿意采用气候变化适应性行为[3-4]。江鑫等[5]和任重等[6]的研究表明，农户的经营规模越大，越倾向于采纳秸秆还田技术。杨钰莹和司伟[7]研究发现，在经营规模对农户采纳秸秆还田技术的影响中，秸秆还田补贴、机械作业质量和机械设备供给起到了显著调节作用。张晓慧等[8]认为经营规模正向影响农户绿色生产技术采纳程度，即种植规模扩大，农户越倾向于采纳新技术。曾铁毅等[9]认为随着经营规模扩大，家庭农场会采用测土配方施肥技术。而霍瑜等[10]却提出棉花种植规模显著负向影响棉农绿色防控技术采纳行为，王士海等[11]也提出同样的观点，即农户的经营规模越大，他们具有采纳相应行为的可能性越低。此外，徐涛等[12]从收益不确定性、成本增加等方面综合考虑，他认为扩大规模会制约农户采纳新技术。张红艳[13]认为农户在进行技术选择时会考虑资本与劳动力投入成本，不同种植规模农户技术选择行为存在较大差异。由此可见，学者们对种植规模与农户决策行为之间的关系并未达成一致。另外，学术界比较关注农户适应性行为背后的影响机理，在影响农户适应性行为的因素方面，大量研究表明，农户的个人基本特征[14-15]、家庭特征[16]、生计资本[17]和农户职业分化[18]是影响农户适应性行为的主要因素。【本研究切入点】现有文献虽然研究了种植规模对农户决策行为的影响，但是很少有学者讨论种植规模对农户气象灾害适应性行为的影响究竟依赖于什么？政府支持在种植规模对农户气象灾害适应性行为的影响中发挥什么作用？少有文献对该问题进行研究。【拟解决的关键问题】以江西省为例，利用调研获得的数据，首先运用Ordered-probit模型探讨种植规模对农户气象灾害适应性行为的影响，其次将政府支持纳入分析框架，探讨政府支持在种植规模对农户气象灾害适应性行为影响中的调节作用。最后依据分析结果为推进农户采纳气象灾害适应性行为提供决策参考。

1 理论分析与研究假设

1.1 种植规模与农户气象灾害适应性行为

从理论上分析，农户是否采纳某一技术取决于采用该技术的成本-收益比较。农户作为理性的“经济人”，他们的基本目标是在一系列约束条件下，通过生产或消费行为来获取预期收益的最大化[19-20]。在农户是否采取气象灾害适应性行为的问题上，农户的行为意愿基于对利益的追求，采用适应性行为可能会提高经济效应，形成了“利润驱动”。然而，当面临风险投资时，理性的农户会考虑自身的风险承担能力等因素，从而采取保守行为以规避风险[21]。因此，农户对气象灾害适应性行为的采纳实际上是在“利润驱动”和“风险规避”之间进行谨慎权衡的结果。

在权衡过程中，不同种植规模农户在个人特征、家庭特征、生产经营特征、社会资本等方面的异质性可能发挥重要影响[22-23]，并导致农户在采纳气象灾害适应性行为上存在明显差异。关于种植规模与农户气象灾害适应性行为的关系，谢学勤等[16]指出相较于种植规模较小的农户，经营规模户采取适应性行为发生率更高，种植规模正向影响种粮大户气象灾害适应性行为采纳意愿。杨钰莹和司伟[7]基于黑龙江省的调研数据得出经营规模的扩大能够显著促进农户秸秆还田技术采纳行为。张晓慧等[8]也认为经营规模正向影响农户绿色生产技术采纳程度。基于此，本研究将种植规模变量纳入影响农户气象灾害适应性行为的影响因素，提出如下假设：

H1：种植规模对农户气象灾害适应性行为有显著的影响。

1.2 政府支持的调节作用

通常情况下，政府支持是指以政府为主导的公共部门提供的资金支持、人员支持和制度保障等[24]。在本研究中，政府支持主要是指政府对遭受气象灾害的农户提供的人员支持，在问卷中用“政府是否会组织抢险救灾”来表征。

在当前灾害频发的背景下，政府支持是促进农户采纳气象灾害适应性行为的重要保障，有效提供公共产品是现代社会的基本特征和政府的基本职责，要处理好政府与农户不同主体间的关系。毋庸置疑，政府支持作为政府政策的主要推行手段对农户采取气象灾害适应性行为发挥了极大的激励作用，政府支持向外界传递赞成农户采取适应性行为的信号，让农户意识到采取适应性行为的重要性，增强农户的认知水平[25]。

政府支持在一定程度上体现了政府保障农户采纳适应性行为的决心，有助于降低农户面临的技术安全等风险感知，解决农户采纳适应性行为的后顾之忧[25]。有研究表明，政府支持正向影响农户水土保持技术采用行为，同时在农户认知与技术采用之间具有正向调节作用[26]。刘丽萍等[27]指出政府支持显著正向影响农户水肥一体化技术采纳行为。同时有学者指出政府支持在社会学习对农户农产品电商采纳关系中具有正向调节作用[28]，政府支持在三产融合对主产区粮食产业高质量发展过程中也发挥着正向调节作用[29]。基于上述分析，本文将政府支持变量纳入影响农户气象灾害适应性行为的影响因素，提出如下假设：

H2：政府支持对农户气象灾害适应性行为有显著的影响，且政府支持能够强化种植规模对农户气象灾害适应性行为的影响。

综上，本研究理论分析框架如图1。

图1 分析框架

2 数据来源与研究方法

2.1 数据来源及样本特征

2.1.1 数据来源 研究所用数据来源于课题组在江西省各地区开展的实地调查，调查区域由江西省下辖南昌市、上饶市、景德镇市等11个地区构成，剔除漏答和填写信息前后矛盾的问卷后，最终获得适用于研究的有效问卷271份。

2.1.2 样本特征 样本农户的基本情况如表1所示，样本农户以男性为主，占总样本的93.73%，说明了我国农业生产以男性为主导的特征；农户的年龄集中在46～55岁这个年龄段，占总样本的49.08%，说明样本农户年龄偏高；有87.82%的农户是本村人，而12.18%的农户不是本村人；从受教育程度来看，30.63%的农户为小学及以下水平，52.03%的农户为初中文化水平，14.39%的农户为高中文化水平，由此可以看出样本农户的文化程度相对较低。从样本特征的统计结果来看，基本符合江西省主要情况，具有一定代表性。

表1 样本农户基本情况描述

2.2 变量选取

2.2.1 被解释变量 适应性行为是一个抽象的概念，气象灾害适应性行为是指人们通过采取一些措施来减少气象灾害对自身财富的不利影响，是一种趋利避害的选择[30]。凡是采取相关措施来应对气象灾害的农业生产行为都可以称为气象灾害适应性行为。Smit等率先提出被动适应与主动适应的划分，此后有许多学者也将适应性行为划分为主动适应性行为和被动适应性行为，因此本研究参照已有文献[14,31]将农户气象灾害适应性分为主动适应性行为和被动适应性行为两大类。“气象灾害发生前，您是否采用抗灾新品种”“气象灾害发生前，您是否采用保护性耕作技术”“气象灾害发生前，您是否修建和完善基础设施，如灌溉设施、排水设施”用这3个问题选项赋值来衡量农户的主动适应性行为，采取其中一种行为即视为农户采取了主动适应性行为，赋值为1，否则赋值为0。“气象灾害发生后，您是否调整农时（如提前或退出播种和收获）”“气象灾害发生后，您是否加大化肥、农药等的购买”“气象灾害发生后，您是否选择外出务工”用这3个问题选项赋值来衡量农户的被动气象灾害适应性行为，采取其中一种行为即视为农户采取了被动适应性行为，赋值为1，否则赋值为0。适应性行为采取情况如表2所示。

参照谷满仓等[32]的做法，将适应性行为分为3类，分别为未采取适应性行为、采取一种适应性行为和采取两种适应性行为。主动适应性行为和被动适应性行为均未采取，则因变量取值为0，采用了其中一种取值为1，两种均采取则因变量取值为2。因变量取值的程度差相等，所以本研究中采用Ordered-probit模型。农户气象灾害适应性行为种类采纳情况如表3所示。

表2 适应性行为细分类型

表3 农户气象灾害适应性行为种类采取情况

2.2.2 解释变量与调节变量 本研究选取种植规模为核心解释变量，政府支持为调节变量。根据现有文献与调研数据，从农户特征、家庭特征、资本特征、信息获取4方面选取控制变量，分别选取了性别、年龄、是否为本村人、文化程度、是否加入合作社、家里是否有村干部、家里是否有农用机械、银行贷款容易程度、信息获取能力等9个因素。所选取的因变量和自变量的描述性统计分析结果具体如表4所示。

表4 相关变量定义与描述性统计

2.3 研究方法与模型选择

由于因变量农户气象灾害适应性行为是有序分类变量，因为选择Ordered-probit模型予以估计，为检验种植规模对农户气象灾害适应性行为的影响，建立模型如下：

3 实证研究

3.1 种植规模、政府支持对农户气象灾害适应性行为的影响

为避免各变量之间存在多重共线性，采用方差膨胀因子（VIF）来检验自变量之间的共线性。各变量VIF都小于2，说明各自变量之间不存在多重共线性问题，可以纳入模型进行估计。采用Ordered-probit模型分别验证种植规模对农户气象灾害适应性行为的影响（模型1）、政府支持对农户气象灾害适应性行为的影响（模型2）、种植规模和政府支持对农户气象灾害适应性行为的影响（模型3）以及种植规模和政府支持的交互项对农户气象灾害适应性行为的影响（模型4），利用Stata15.0统计软件进行参数估计，具体结果见表5。

从核心解释变量的估计结果来看，种植规模变量在10%水平上显著，并对被解释变量有显著的正向影响，说明随着种植规模的扩大，农户在生产过程中越倾向于采取气象灾害适应性行为，H1得到验证。政府支持在5%水平上显著，对被解释变量具有正向影响，这意味着农户对适应性行为的采纳会依赖于政府给予的人员支持。

从控制变量的估计结果来看，是否为本村人、是否为村干部、是否加入合作社、银行贷款容易程度和信息获取能力表现显著。是否为本村人在5%显著性水平下对农户气象灾害适应性行为产生显著正向影响，说明农户若是本村人就越容易采纳气象灾害适应性行为，可能的原因是本地的农户对当地的气候条件、地势情况等都非常了解，如此便会促使农户采取气象灾害适应性行为。是否为村干部在1%显著性水平下对农户气象灾害适应性行为产生显著负向影响，这与高雪等[33]的研究结论较为一致。是否加入合作社对农户气象灾害适应性行为在1%水平上正向显著，合作社是农户与现代农业发展有机衔接的关键载体，加入合作社对农户行为影响较大，提高了农户适应性行为发生的概率。银行贷款容易程度在1%水平上正向显著，说明银行贷款容易程度越容易，农户更会采取适应性行为。信息获取能力在1%水平上正向显著，气象灾害信息对农户实行耕种行为极其重要，如果农户能够掌握气象灾害变化信息，那么其便可以更好地采取适应性行为来预防或应对气象灾害。所以信息获取能力越强的农户更倾向于采取适应性行为。

3.2 基于政府支持的调节效应分析

根据前文的理论分析，政府支持在种植规模对农户气象灾害适应性行为的影响中具有调节效应，因此采用交互项来验证政府支持是否在种植规模对农户气象灾害适应性行为的影响中存在调节效应。

表5 种植规模、政府支持对农户气象灾害适应性行为的回归结果

*、**和***分别表示在10%、5%和1%的水平上显著。

如表5所示，模型4是在模型3的基础上加入了种植规模与政府支持的交互项以检验政府支持在种植规模对农户气象灾害适应性行为的影响中的调节作用。考虑到模型可能存在多重共线性问题，本研究将种植规模和政府支持变量分别做中心化处理，将中心化后的种植规模和中心化后的政府支持交乘，生成交互项纳入模型4。结果表明，在模型4中，政府支持及种植规模与政府支持的交互项对农户气象灾害适应性行为具有正向显著作用，说明政府支持在种植规模对农户气象灾害适应性行为的影响中存在显著的调节作用。交互项系数为正，与主效应种植规模对农户气象灾害适应性行为影响的作用方向相同，说明两者存在互补的关系，即政府支持能强化种植规模对农户气象灾害适应性行为的影响，H2得到验证。

3.3 稳健性检验

进行稳健性检验通常会使用3种方法，分别是改变变量操作方法、更换模型、改变样本数据。本文采取第1种和第2种方法进行稳健性检验，将因变量替换为农户是否采取气象灾害适应性行为，核心解释变量种植规模替换成农户类型，采用logit模型对研究结果进行进一步的检验。在因变量中，将农户采取了适应性行为赋值为1，未采取赋值为0。参照钟鑫[34]、杨钰莹等[7]的研究，运用农户类型来替换种植规模，通过调查样本的分布规律发现农户种植规模整体偏大，因此将种植规模小于等于6.67 hm2的看作非规模农户，赋值为0，大于6.67 hm2的看作规模农户，赋值为1。回归结果如表6所示。从模型估计结果可以看出，更换模型得到的估计结果与上文回归结果基本一致，说明上文分析结果较为稳健。

表6 稳健性检验结果

*、**和***分别表示在10%、5%和1%的水平上显著。

4 结论与政策建议

本研究使用江西省各地区的271份有效调研数据，利用Ordered-probit模型研究种植规模对农户气象灾害适应性行为影响，并探讨政府支持在种植规模对农户气象灾害适应性行为影响中的调节作用，研究结果表明：（1）种植规模越大的农户越愿意采取气象灾害适应性行为。这说明推进土地适度规模经营能显著激活农户采取气象灾害适应性行为。（2）政府支持能强化种植规模对农户气象灾害适应性行为的影响。基于此研究结论，得出如下政策建议：

（1）因地制宜推动土地适度规模经营。在条件允许的地区推进土地适度规模经营，借鉴相关经验，实现土地规模化，降低农户适应性行为采纳成本。鼓励农户参与合作社等规模化经营模式，共享资源和市场优势。

（2）因户制宜培育发展规模户，推动农户采纳适应性行为。发展规模户可以增强农业生产的稳定性和抗风险能力，但不同农户实际情况存在差异。识别潜力农户，加快培育新型农业经营主体，将种植规模较大的农户作为采纳气象灾害适应性行为示范户，并为示范户提供支持帮助他们更好地应对气象灾害，充分发挥规模户示范作用，促进气象灾害适应性行为推广。此外，鼓励金融机构提供贷款支持，减轻气象灾害对农户的冲击，帮助农户扩大种植规模，提高农业生产现代化水平。

（3）建立政府支持政策落地的监测和评估机制，确保政策真正落实到位。设立奖励机制，奖励在气象灾害适应性行为方面表现较好的农户，增强农户采纳气象灾害适应性行为的积极性，提高农业生产的抗风险能力。

[1] 江西省应急管理厅.江西应急管理统计月报(2022年第12期)[EB/OL]. (2023-01-07)[2023-09-26]http://yjglt. jiangxi. gov. cn/attach/0/32aeed6e0f3c4e2a8273c766 1609607a. pdf.

[2] 江西省第三次全国农业普查主要数据公报[EB/OL]. (2018-03-01)[2023-09-26]http://tjj.jiangxi.gov.cn/art/2018/311/art_38567_ 2317699.html.

[3] 吴婷婷. 南方稻农气候变化适应行为影响因素分析: 基于苏皖两省364户稻农的调查数据[J]. 中国生态农业学报, 2015, 23(12): 1588-1596.

[4] 李红莉, 张俊飚, 张露, 等. 气候变化认知对农户适应性耕作行为的影响: 基于湖北省“十县千户”的田野调查[J]. 中国农业资源与区划, 2021, 42(2): 236-248.

[5] 江鑫, 颜廷武, 尚燕, 等. 土地规模与农户秸秆还田技术采纳: 基于冀鲁皖鄂4省的微观调查[J]. 中国土地科学, 2018, 32(12): 42-49.

[6] 任重, 郭焱. 价值感知、社会资本对农户秸秆还田技术采纳行为的影响[J]. 江西财经大学学报, 2022, 142(4): 97-107.

[7] 杨钰莹, 司伟. 经营规模与农户秸秆还田技术采纳行为：提升途径与效应估计: 来自黑龙江省的证据[J]. 农业现代化研究, 2022, 43(4): 648-659.

[8] 张晓慧, 李天驹, 陆爽. 电商参与、技术认知对农户绿色生产技术采纳程度的影响[J]. 西北农林科技大学学报(社会科学版), 2022, 22(6): 100-109.

[9] 曹铁毅, 王雪琪, 邹伟. 经营规模、农业技术培训与家庭农场收入: 基于江苏省的调查[J]. 农业现代化研究, 2020, 41(2): 237-244.

[10] 霍瑜, 夏文浩, 郎禹超, 等. 绿色防控技术采纳及其对新疆棉农福利的影响[J]. 资源科学, 2023, 45(1): 130-143.

[11] 王士海, 李先德. 经营规模大的农户更倾向于传播新技术吗[J]. 农业技术经济, 2017(4): 76-82.

[12] 徐涛, 赵敏娟, 李二辉, 等. 规模化经营与农户"两型技术"持续采纳: 以民勤县滴灌技术为例[J]. 干旱区资源与环境, 2018, 32(2): 37-43.

[13] 张红艳. 不同经营规模农户技术选择行为差异分析: 以安徽省359户茶叶种植户为例[J]. 西安建筑科技大学学报(社会科学版), 2020, 39(3): 64-71.

[14] 李根丽, 魏凤. 农户的气候变化适应性行为及其影响因素: 基于陕西、甘肃两省597份农户调查数据的分析[J]. 湖南农业大学学报(社会科学版), 2017, 18(4): 16-23.

[15] 黄珂毓, 管宏友, 杨志敏, 等. 贫困地区农户气候变化感知及适应性行为研究[J]. 环境科学与技术, 2017, 40(2): 200-205.

[16] 谢学勤, 朱玲娟, 柯今朝, 等. 家庭经济禀赋、政策认知与种粮大户气象灾害适应性行为采纳意愿[J]. 生物灾害科学, 2022, 45(3): 349-358.

[17] 章霖, 谢学勤, 柯今朝, 等. 生计资本对农户采取气象灾害适应性行为的影响研究: 基于风险感知的中介作用[J]. 内蒙古科技与经济, 2021, 484(18): 46-49.

[18] 柯今朝, 朱玲娟, 谢学勤, 等. 农户分化、代际差异对种粮大户气象灾害适应性行为采纳度的影响[J]. 生物灾害科学, 2022, 45(4): 423-431.

[19] 王卫卫, 张应良. 规模分化视角下农户有机肥替代化肥意愿及行为分析: 基于川渝柑橘主产区果农调查数据的实证[J]. 中国农业资源与区划, 2022, 43(4): 46-57.

[20] 钱忠好, 岳佳, 蔡颖萍. 土地经营规模何以影响家庭农场采用现代农业技术: 基于1085户家庭农场监测数据的分析[J]. 湖南农业大学学报(社会科学版), 2023, 24(2): 10-18.

[21] 黄季焜, 齐亮, 陈瑞剑. 技术信息知识、风险偏好与农民施用农药[J]. 管理世界, 2008(5): 71-76.

[22] 仇焕广, 苏柳方, 张祎彤, 等. 风险偏好、风险感知与农户保护性耕作技术采纳[J]. 中国农村经济, 2020(7): 59-79.

[23] 吕杰, 马新阳, 韩晓燕. 不同经营规模农户地力提升关键技术行为及影响因素研究: 基于辽宁省不同玉米主产区的调查[J]. 中国农业资源与区划, 2020, 41(3): 154-160.

[24] 陈子韬, 孟凡蓉, 王焕. 政府支持对高技术产业创新效率影响研究[J]. 科学学研究, 2020, 38(10): 1782-1790.

[25] 晋荣荣, 李世平, 南灵. 资本禀赋、感知价值、政府补贴对农户清洁取暖采纳行为的影响[J]. 资源科学, 2022, 44(4): 809-819.

[26] 黄晓慧, 王礼力, 陆迁. 农户认知、政府支持与农户水土保持技术采用行为研究: 基于黄土高原1152户农户的调查研究[J]. 干旱区资源与环境, 2019, 33(3): 21-25.

[27] 刘丽萍, 刘丽, 孙炜琳. 政府支持、技术认知与农户绿色农业技术采纳行为研究: 以水肥一体化技术为例[J]. 林业经济, 2023, 45(1): 20-34.

[28] 闫贝贝, 刘天军, 孙晓琳. 社会学习对农户农产品电商采纳的影响: 基于电商认知的中介作用和政府支持的调节作用[J]. 西北农林科技大学学报(社会科学版), 2022, 22(4): 97-108.

[29] 郝爱民, 刘育廷. 三产融合对主产区粮食产业高质量发展的外溢效应研究[J]. 农林经济管理学报, 2022, 21(5): 509-517.

[30] 李辉婕, 柯今朝, 朱玲娟, 等. 江西省种粮大户应对气象灾害适应性行为经济绩效研究: 基于DEA-Tobit模型[J]. 生物灾害科学, 2022, 45(1): 95-102.

[31] 童庆蒙, 张露, 张俊飚. 家庭禀赋特征对农户气候变化适应性行为的影响研究[J]. 软科学, 2018, 32(1): 136-139.

[32] 谷满仓, HSIAOPING C, 吴文超, 等. 价值感知、风险规避对粮食种植户气候适应性行为的影响: 来自黑豫湘3省1145份农户调研的证据[J]. 干旱区资源与环境, 2023, 37(7): 66-74.

[33] 高雪, 李谷成, 尹朝静. 气候变化下的农户适应性行为及其对粮食单产的影响[J]. 中国农业大学学报, 2021, 26(3): 240-248.

[34] 钟鑫. 不同规模农户粮食生产行为及效率的实证研究[D]. 北京: 中国农业科学院, 2016.

Effects of Scale Farming and Government Support on Farmers’ Adaptation to Meteorological Disasters: Evidence from Jiangxi Province

WANG Min, WU Xinzhe, ZHAO Minghui, LI Huijie*

（School of Humanities and Public Administration, Jiangxi Agricultural University, Nanchang 330045, China）

The expansion of the planting scale provides the possibility for farmers to adopt adaptive behaviors to face meteorological disasters. In the context of the reality of frequent disasters, it is crucial to encourage farmers to adopt adaptive behaviors to cope with meteorological disasters.Based on 271 questionnaire survey data from farmers in various regions of Jiangxi Province, this paper used Ordered-probit model to analyze the effects of planting scales, government support and the interaction terms between the planting scale and government support on farmers’ adaptive behaviors to face meteorological disasters.The results showed that the planting scale had a positive effect on farmers' adaptative behaviors to cope with meteorological disasters, and the larger the planting scale, the more willing farmers were to adopt adaptive behaviors to deal with meteorological disasters, which indicated that promoting the appropriate scale of land management could significantly activate farmers to adopt adaptive behaviors to cope with meteorological disasters. Also, government support positively influenced farmers to adopt adaptive behaviors to fight against meteorological disasters, which could enhance the influence of planting scales on farmers’ adaptive behaviors to meet meteorological disasters.It is suggested to promote the land management on an appropriate scale according to local conditions, cultivate and develop large-scaled households according to household conditions, and emphasize the effective implementation of government support policies.

planting scale; government support; meteorological disaster; adaptive behavior

10.3969/j.issn.2095-3704.2023.04.73

S16

A

2095-3704（2023）04-0484-09

2023-09-13

2023-09-26

国家自然科学基金项目（71963020）、江西省自然科学基金项目（20181BAA208055）和江西省2022年度研究生创新专项资金项目（YC2022-s400）

王敏（1999—），女，硕士生，主要从事政府治理与农业灾害管理研究，wang82592023@163.com；*通信作者：李辉婕，副教授，博士，lihuijie169@163.com。

王敏, 武昕哲, 赵明慧, 等. 种植规模、政府支持对农户气象灾害适应性行为的影响: 基于江西省的调研[J]. 生物灾害科学, 2023, 46(4): 484-492.