社會網(wǎng)絡(luò)對果農(nóng)綠色防控技術(shù)采納行為的影響

蒼月 王芳 柯佑鵬 過建春

摘要：探究農(nóng)戶綠色防控技術(shù)采納行為，對制定地方綠色防控技術(shù)推廣政策、實現(xiàn)農(nóng)業(yè)綠色發(fā)展具有重要現(xiàn)實意義。文章基于海南省香蕉主產(chǎn)區(qū)453份香蕉種植戶的調(diào)查數(shù)據(jù)，將綠色防控技術(shù)細化為病株處理技術(shù)、生物防治技術(shù)、科學(xué)用藥技術(shù)三個方面，運用Probit模型更廣泛全面地考察社會網(wǎng)絡(luò)對果農(nóng)綠色防控技術(shù)采納行為的影響，采用多變量Probit模型和IV-Probit模型進行穩(wěn)健性檢驗，擴展研究社會網(wǎng)絡(luò)對果農(nóng)綠色防控技術(shù)采納行為的影響在不同年齡、受教育程度、種植規(guī)模的果農(nóng)群體中的差異。研究結(jié)果表明：（1）社會網(wǎng)絡(luò)的拓展能夠顯著正向影響果農(nóng)采納病株處理技術(shù)、生物防治技術(shù)以及科學(xué)用藥技術(shù)的積極性，回歸系數(shù)分別為0.3084、0.5968、0.9473。（2）與親戚的交流頻率顯著正向影響果農(nóng)采納三種技術(shù)，回歸系數(shù)分別為0.1240、0.3192、0.1336；與朋友的交流頻率顯著正向影響果農(nóng)采納三種技術(shù)，回歸系數(shù)分別為0.1742、0.3629、0.1472；與農(nóng)技專家、供應(yīng)鏈組織的交流頻率顯著促進果農(nóng)采納科學(xué)用藥技術(shù)，回歸系數(shù)分別為0.2180、0.5691。（3）社會網(wǎng)絡(luò)對果農(nóng)綠色防控技術(shù)采納行為的影響存在組群差異。分組回歸顯示，社會網(wǎng)絡(luò)對較為年輕、受教育程度較高、種植規(guī)模較小的果農(nóng)綠色防控技術(shù)采納行為的影響更為顯著。基于研究結(jié)論提出政策啟示：搭建技術(shù)交流平臺，加強果農(nóng)社會網(wǎng)絡(luò)的基礎(chǔ)設(shè)施建設(shè)；結(jié)合果農(nóng)個體社會網(wǎng)絡(luò)特征，制定更全面、貼合的技術(shù)推廣政策；充分考慮不同年齡、文化程度、種植規(guī)模果農(nóng)的組群差異，滿足不同果農(nóng)群體的技術(shù)信息需求。

關(guān)鍵詞：社會網(wǎng)絡(luò)；綠色防控技術(shù)；采納行為；組群差異；Probit模型

中圖分類號：S436.68； F326.13文獻標(biāo)識碼：A文章編號：1673-338X（2023）04-029-19

基金項目：財政部和農(nóng)業(yè)農(nóng)村部國家現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)技術(shù)體系資助項目“香蕉產(chǎn)業(yè)經(jīng)濟研究”（編號：CARS-31），國家自然科學(xué)基金項目“有限知識視角下農(nóng)戶技術(shù)采納決策的動態(tài)仿真與實證研究”（編號：71863006），海南大學(xué)人文社科科研創(chuàng)新團隊資助項目“數(shù)字農(nóng)業(yè)與綠色發(fā)展研究”（編號：HDSKTD202007），海南省研究生創(chuàng)新創(chuàng)業(yè)課題“社會網(wǎng)絡(luò)對海南省蕉農(nóng)綠色生產(chǎn)行為影響研究”（編號：Qhys2021-88）。

The Effects of Social Networks on the Adoption of Green Prevention and Control Technologies by Fruit Farmers

——Taking the Main Banana Producing Areas in Hainan Province as an Example

CANG Yue1WANG Fang1KE Youpeng1GUO Jianchun2

（1 School of Management， Hainan University， Haikou 570228； 2 School of Economics and Management， Hainan Normal University， Haikou 571158）

Abstract：Exploring farmers green prevention and control technology adoption behavior is of great practical significance for formulating local green prevention and control technology promotion policies and achieving green agricultural development. Based on the survey data of 453 banana farmers in the main banana producing areas of Hainan Province， the paper refined the green prevention and control technologies into three aspects： disease plant treatment technology， biological control technology， and scientific drug application technology， and used the Probit model to examine the influence of social networks on the adoption behavior of green prevention and control technologies of fruit farmers more extensively and comprehensively， followed by the multivariate Probit model and IV-Probit model for robustness testing， and extended to investigate the differences in the influence of social networks on the adoption behavior of green prevention and control technologies among fruit farmers of different age， education level， and planting scale. The results showed that： First， the expansion of social network significantly and positively influenced the adoption of disease treatment technology， biological control technology and scientific medicine technology， with regression coefficients of 0.3084， 0.5968 and 0.9473， respectively. Second， the frequency of communication with relatives significantly and positively influenced the adoption of the three technologies by farmers， with regression coefficients of 0.1240， 0.3192 and 0.1336， respectively. The frequency of communication with friends significantly and positively influenced the adoption of the three technologies by farmers， with regression coefficients of 0.1742， 0.3629， and 0.1472， respectively. The frequency of communication with agronomic experts and supply chain organizations significantly promoted the adoption of scientific medicine technology， with the regression coefficients of 0.2180 and 0.5691， respectively. Third， there were cohort differences in the effects of social networks on the adoption behavior of green prevention and control technologies among fruit farmers. The subgroup regressions showed that the effect of social networks on the adoption behavior of green control technologies was more significant among younger， better educated， and smaller-scale farmers. Based on the findings of the study， policy implications were proposed： To build a technology exchange platform and strengthen the infrastructure of fruit farmers social networks. To combine the characteristics of fruit farmers individual social networks to develop more comprehensive and appropriate technology promotion policies. To fully consider the differences in groups of fruit farmers of different ages， education levels， and planting scales to meet the technical information needs from different groups of fruit farmers.

Key Words：social networks；green control technology；adoption behavior；cohort differences；Probit model

1引言

當(dāng)前，中國農(nóng)業(yè)農(nóng)藥過量施用所帶來的農(nóng)業(yè)污染問題已成為生態(tài)環(huán)境惡化的主要原因之一（王建華等，2015；Liu et al.， 2021）。聯(lián)合國糧食及農(nóng)業(yè)組織（Food andAgriculture Organization of the United Nations， FAO）數(shù)據(jù)顯示，2020年全球農(nóng)藥用量為266.11萬噸，中國農(nóng)藥總用量（包括港澳臺）27.34萬噸，約占世界農(nóng)藥總用量10.27%，中國農(nóng)藥使用量位居世界第三。目前，中國農(nóng)戶增加化學(xué)農(nóng)藥用量、加快施用頻率、縮短施用間隔，造成化學(xué)農(nóng)藥單位面積使用量比發(fā)達國家高2.5～5倍（仇煥廣等，2022）。農(nóng)藥的長期過量施用不僅會造成農(nóng)業(yè)生產(chǎn)成本升高，還會帶來食品安全和生態(tài)污染問題（王常偉等，2013）。綠色防控技術(shù)是一種資源節(jié)約和環(huán)境友好型病蟲害防治技術(shù)（Samiee et al.， 2009；Timprasert et al.， 2014）。相較于傳統(tǒng)的化學(xué)農(nóng)藥，綠色防控技術(shù)綜合利用病株處理、生物防治、科學(xué)用藥等多種技術(shù)措施來解決農(nóng)作物病蟲害問題（儲成兵，2015）。運用綠色防控技術(shù)不僅能有效控制農(nóng)作物病蟲害、提高農(nóng)作物產(chǎn)量、增加農(nóng)戶收益，而且有助于減少化學(xué)農(nóng)藥的使用，降低農(nóng)業(yè)面源污染，實現(xiàn)經(jīng)濟效益與環(huán)境效益雙贏（熊文暉等，2021）。因此，研究如何推動農(nóng)戶采納綠色防控技術(shù)，對推動農(nóng)業(yè)現(xiàn)代化進程和發(fā)展綠色農(nóng)業(yè)具有十分重要的意義。

中國是一個血緣、親緣、地緣、業(yè)緣關(guān)系相互交織的國家，具有明顯的社會網(wǎng)絡(luò)特征。作為農(nóng)戶所擁有的一種關(guān)鍵的社會資本，社會網(wǎng)絡(luò)不但能夠傳播農(nóng)業(yè)技術(shù)信息，而且能夠轉(zhuǎn)變農(nóng)戶對技術(shù)采納的態(tài)度與行為，是農(nóng)戶進行資源交換、社會互動、信息共享的堅實基礎(chǔ)，對農(nóng)戶采納綠色防控技術(shù)具有至關(guān)重要的作用（Genius et al.， 2014；王格玲等，2015）。已有學(xué)者研究社會網(wǎng)絡(luò)對農(nóng)戶采納綠色防控技術(shù)的影響，認為社會網(wǎng)絡(luò)不僅可以為農(nóng)戶提供幫工支持，解決在綠色防控技術(shù)應(yīng)用過程中勞動力不足的問題，還可以通過信息獲取和社會學(xué)習(xí)功能去破解信息約束，減少農(nóng)戶技術(shù)信息搜尋和學(xué)習(xí)成本，對農(nóng)戶采納綠色防控技術(shù)具有顯著的促進作用（馮曉龍等，2016；喬丹等，2017；賀志武等，2018）。

選擇海南省香蕉種植戶作為研究對象的原因：一是香蕉是世界第二大水果、中國第五大水果；二是海南省是我國五大香蕉主產(chǎn)區(qū)之一，作為海南省鄉(xiāng)村振興的重要產(chǎn)業(yè)，香蕉的綠色生產(chǎn)是高質(zhì)量發(fā)展的關(guān)鍵因素。目前我國香蕉種植戶大多使用化學(xué)農(nóng)藥來解決香蕉病蟲害問題，不僅短時間內(nèi)影響香蕉果品質(zhì)量，長期還會導(dǎo)致土壤退化和面源污染等環(huán)境問題。因此，通過社會網(wǎng)絡(luò)推動海南省香蕉種植戶采納綠色防控技術(shù)具有重要的現(xiàn)實意義?；谝陨戏治?，本文以海南省香蕉主產(chǎn)區(qū)453份果農(nóng)調(diào)查數(shù)據(jù)為樣本，首先，利用Probit模型分析社會網(wǎng)絡(luò)對果農(nóng)綠色防控技術(shù)采納行為的影響；其次，進一步分析社會網(wǎng)絡(luò)對果農(nóng)綠色防控技術(shù)采納行為在不同年齡、受教育程度、種植規(guī)模下的組群差異；最后，根據(jù)實證分析結(jié)果提出相應(yīng)的政策啟示，以期為促進果農(nóng)采納綠色防控技術(shù)、加快香蕉產(chǎn)業(yè)綠色發(fā)展提供理論基礎(chǔ)和政策參考。

本文的創(chuàng)新之處在于：一是研究廣度的創(chuàng)新。以往研究中大多學(xué)者只研究單一技術(shù)變量，但本文結(jié)合當(dāng)?shù)鼐G色防控技術(shù)推廣情況，將綠色防控技術(shù)細化為病株處理技術(shù)、生物防治技術(shù)與科學(xué)用藥技術(shù)三大類，更廣泛更全面地分析社會網(wǎng)絡(luò)對三種技術(shù)采納行為的影響。二是研究方法的創(chuàng)新?？紤]到技術(shù)之間可能相互關(guān)聯(lián)以及可能存在的內(nèi)生性問題，本文在運用Probit模型的基礎(chǔ)上，同時還采用多變量Probit模型和IV-Probit模型進行穩(wěn)健性檢驗，以確保估計結(jié)果的可靠性，為提高果農(nóng)綠色防控技術(shù)采納率提供實證參考。三是研究內(nèi)容的創(chuàng)新。在現(xiàn)實農(nóng)業(yè)生產(chǎn)過程中，社會網(wǎng)絡(luò)對不同特征的農(nóng)戶采納綠色防控技術(shù)的影響可能存在差異，但是很少有學(xué)者對此進行研究。本文在探究社會網(wǎng)絡(luò)能否促進果農(nóng)采納綠色防控技術(shù)的基礎(chǔ)上，進一步分析社會網(wǎng)絡(luò)對果農(nóng)綠色防控技術(shù)采納行為在不同年齡、受教育程度、種植規(guī)模下的組群差異。

2文獻回顧與評述

目前，關(guān)于農(nóng)戶綠色防控技術(shù)采納行為的影響因素研究主要從個人特征、家庭特征、種植特征、外部環(huán)境四個方面展開。就農(nóng)戶個體特征而言，性別、年齡、受教育程度、是否參與農(nóng)業(yè)培訓(xùn)等因素在不同程度上影響農(nóng)戶綠色防控技術(shù)采納行為（郭亮等，2014；高楊等，2017；Buehren et al.， 2019）。在農(nóng)戶家庭特征方面，家庭規(guī)模、勞動力數(shù)量、家庭年收入等均會影響農(nóng)戶采納綠色防控技術(shù)（Khanna， 2001；喻永紅等，2009；熊文暉等，2021）。從農(nóng)戶種植特征角度，學(xué)者們發(fā)現(xiàn)種植規(guī)模、土地質(zhì)量、土地流轉(zhuǎn)等對農(nóng)戶綠色防控技術(shù)采納行為具有一定程度的影響（蔡書凱，2013；張朝輝等，2021）。在外部環(huán)境方面，農(nóng)業(yè)技術(shù)培訓(xùn)、政府支持等因素同樣會對農(nóng)戶綠色防控技術(shù)采納行為產(chǎn)生影響（王學(xué)婷等，2021；劉麗萍等，2023）。然而，從技術(shù)推廣效果來看，中國綠色防控技術(shù)覆蓋率僅為37%，綠色防控技術(shù)還停留在實驗示范和點片應(yīng)用階段，尚未達到大規(guī)模應(yīng)用（劉迪等，2022）。農(nóng)戶作為農(nóng)業(yè)技術(shù)的最終使用者，是綠色防控技術(shù)得以順利推廣的關(guān)鍵（趙佩佩等，2022）。目前，我國農(nóng)戶綠色防控技術(shù)采納積極性較弱、采納意愿不高，制約了綠色防控技術(shù)的推廣和使用（馬千惠等，2022）。中國農(nóng)村社會是典型的人情社會，個體農(nóng)戶之間的交往嵌入在以血緣、親緣、業(yè)緣為紐帶的網(wǎng)絡(luò)當(dāng)中，社會網(wǎng)絡(luò)已成為農(nóng)戶獲取信息、交流學(xué)習(xí)的重要渠道（朱月季，2016；蔡麗茹等，2022）。由于社會網(wǎng)絡(luò)高度密集、傳播距離短，它不但可以促進技術(shù)擴散、降低不確定性，而且可以彌補政策的不足，是促進農(nóng)戶采納綠色防控技術(shù)的關(guān)鍵因素（Conley et al.， 2010；喬丹等，2017）。

學(xué)者們已采用不同的測度方法研究社會網(wǎng)絡(luò)對農(nóng)戶采納綠色防控等環(huán)境友好型技術(shù)的影響。耿宇寧等（2017）以陜西省603戶農(nóng)戶為研究對象，用農(nóng)戶與不同人員或組織的交流程度作為社會網(wǎng)絡(luò)的代理變量，運用有序Logit模型考察了社會網(wǎng)絡(luò)對農(nóng)戶采納綠色防控技術(shù)的作用，結(jié)果表明社會網(wǎng)絡(luò)可以顯著促進農(nóng)戶采納綠色防控技術(shù)；賀志武等（2018）基于甘肅省547份農(nóng)戶調(diào)查數(shù)據(jù)，以經(jīng)常往來人數(shù)作為測量社會網(wǎng)絡(luò)的指標(biāo)，發(fā)現(xiàn)社會網(wǎng)絡(luò)顯著正向影響農(nóng)戶采用節(jié)水灌溉技術(shù)。此外，朱月季等（2021）利用廣東、海南和云南三省632戶農(nóng)戶調(diào)查數(shù)據(jù)，以水肥一體化技術(shù)為例，發(fā)現(xiàn)社會網(wǎng)絡(luò)有助于農(nóng)戶采納資源節(jié)約型技術(shù)；馬千惠等（2022）基于山東省708個蔬菜種植戶調(diào)查數(shù)據(jù)，從來往頻繁程度、互惠信任、網(wǎng)絡(luò)規(guī)模三個方面綜合衡量社會網(wǎng)絡(luò)，運用有序Probit模型分析社會網(wǎng)絡(luò)對農(nóng)戶采納綠色生產(chǎn)技術(shù)的影響，發(fā)現(xiàn)社會網(wǎng)絡(luò)能夠顯著提高綠色生產(chǎn)技術(shù)的采用率。

現(xiàn)有研究對影響農(nóng)戶采納綠色防控技術(shù)的因素展開了廣泛的討論，具有重要的參考意義。但是還存在兩方面不足：一是現(xiàn)有研究多從農(nóng)戶的個人特征、家庭特征等方面探討農(nóng)戶采納綠色防控技術(shù)的影響因素，雖已有文獻關(guān)注到社會網(wǎng)絡(luò)在農(nóng)戶采納綠色防控技術(shù)中的作用，但是大多數(shù)文獻只研究社會網(wǎng)絡(luò)對單一技術(shù)變量的影響，缺少對不同綠色防控技術(shù)的影響分析。綠色防控技術(shù)是一種綜合性防治技術(shù)，不同綠色防控技術(shù)在性質(zhì)上存在差異，探究社會網(wǎng)絡(luò)對果農(nóng)采納不同綠色防控技術(shù)的影響差異具有重要的現(xiàn)實意義。二是已有研究大多將農(nóng)戶視為一個整體，而忽視了不同農(nóng)戶群體間的差異性。不同年齡、受教育程度以及種植規(guī)模的果農(nóng)所擁有的資源稟賦不同，在進行綠色防控技術(shù)采納決策時也會產(chǎn)生不同的想法，因此，社會網(wǎng)絡(luò)對不同特征的果農(nóng)采納綠色防控技術(shù)的影響需要引起足夠的關(guān)注。

3理論分析框架與研究方法

在參照前人研究的基礎(chǔ)上，通過理論分析構(gòu)建社會網(wǎng)絡(luò)與果農(nóng)綠色防控技術(shù)采納行為之間的理論分析框架，并據(jù)此建立Probit模型，為本文實證結(jié)果分析奠定基礎(chǔ)。

3.1理論分析與研究假設(shè)

基于社會網(wǎng)絡(luò)理論和農(nóng)戶行為理論，對社會網(wǎng)絡(luò)與果農(nóng)綠色防控技術(shù)采納行為之間的關(guān)系進行理論分析，并據(jù)此提出本文的研究假設(shè)。

綠色防控技術(shù)是一項新型替代技術(shù)，相較于傳統(tǒng)化學(xué)農(nóng)藥防治技術(shù)，綠色防控技術(shù)不僅對勞動投入和操作規(guī)范有著更嚴格的要求，而且需要果農(nóng)投入較高的技術(shù)轉(zhuǎn)換成本和承擔(dān)一定的風(fēng)險（耿宇寧等，2017）。而在中國農(nóng)村地區(qū)，受傳統(tǒng)文化影響，社會網(wǎng)絡(luò)對農(nóng)戶生產(chǎn)、生活等很多方面都有著極大影響，其中社會網(wǎng)絡(luò)對農(nóng)業(yè)新技術(shù)的采納無疑具有極其深遠的影響。果農(nóng)可以通過與社會網(wǎng)絡(luò)中的成員交流獲得勞動支持，解決技術(shù)采納過程中勞動力緊缺的問題，還可以借助社會網(wǎng)絡(luò)獲取關(guān)于新技術(shù)的農(nóng)業(yè)生產(chǎn)信息，學(xué)習(xí)新技術(shù)的操作原理和規(guī)范，加快綠色防控技術(shù)采納進程（楊志海，2018）。具體來講，社會網(wǎng)絡(luò)對果農(nóng)綠色防控技術(shù)采納行為的影響主要體現(xiàn)在三個方面：一是幫工支持方面。果農(nóng)采納綠色防控技術(shù)在一定程度上取決于家庭勞動力稟賦（鐘太洋等，2011；孔凡斌等，2019）。而社會網(wǎng)絡(luò)中的成員普遍傾向于互惠互利、合作共贏的生產(chǎn)方式，因而在勞動力不足時社會網(wǎng)絡(luò)會發(fā)揮幫工支持作用（Matuschke et al.， 2009），有效地解決果農(nóng)在采納綠色防控技術(shù)中勞動力匱乏的問題，促進果農(nóng)實施綠色防控技術(shù)采納行為。二是信息獲取方面。對果農(nóng)來說，特別是地理位置偏遠、地區(qū)通訊技術(shù)落后、受教育程度低的果農(nóng)而言，社會網(wǎng)絡(luò)是獲得信息的主要甚至是唯一的渠道（曠浩源，2014）。果農(nóng)借助社會網(wǎng)絡(luò)可以獲得更多的有效信息，降低技術(shù)信息搜尋成本，同時通過社會網(wǎng)絡(luò)中成員的知識普及還會讓果農(nóng)充分了解與綠色防控技術(shù)有關(guān)的成本收益信息以及技術(shù)屬性特征，從而促使果農(nóng)采納綠色防控技術(shù)（Conley et al.， 2010）。三是社會學(xué)習(xí)方面。由于農(nóng)業(yè)生產(chǎn)復(fù)雜性和周期長的特點，綠色防控技術(shù)的學(xué)習(xí)往往呈現(xiàn)出長期性、過程性和動態(tài)性的特征，并且其應(yīng)用效果存在一定的不確定性。而社會網(wǎng)絡(luò)給果農(nóng)提供了向已采納綠色防控技術(shù)的其他果農(nóng)或?qū)I(yè)人士學(xué)習(xí)新技術(shù)的渠道，有利于果農(nóng)汲取經(jīng)驗、吸收教訓(xùn)，進而減少綠色防控技術(shù)采納行為的不確定性及轉(zhuǎn)換風(fēng)險，促進果農(nóng)采納綠色防控技術(shù)（Munshi， 2004）?；诖?，提出假設(shè)H1。

H1：社會網(wǎng)絡(luò)對果農(nóng)綠色防控技術(shù)采納行為具有顯著正向影響。

在實際農(nóng)業(yè)生產(chǎn)過程中，社會網(wǎng)絡(luò)對果農(nóng)綠色防控技術(shù)采納行為的影響可能存在差異，這種差異往往是由于果農(nóng)的不同特征所導(dǎo)致的（曹鐵毅等，2020）。就年齡而言，年輕的果農(nóng)與外界聯(lián)系更為緊密，愿意接受新鮮事物且抗風(fēng)險能力較強，善于從社會網(wǎng)絡(luò)中獲取有效信息進行學(xué)習(xí)，使得年輕的果農(nóng)更愿意采納綠色防控技術(shù)（陳美球等，2019）。就受教育程度而言，受教育程度高的果農(nóng)理解能力和學(xué)習(xí)能力也相對較強，更容易通過社會網(wǎng)絡(luò)學(xué)習(xí)到綠色防控技術(shù)的相關(guān)知識，增強其對綠色防控技術(shù)的認可程度，并將綠色防控技術(shù)應(yīng)用到實際農(nóng)業(yè)生產(chǎn)當(dāng)中（陳超等，2007）。就種植規(guī)模而言，種植規(guī)模較小的果農(nóng)所擁有的財富和資產(chǎn)水平也比較低，相較于高成本的綠色防控技術(shù)，果農(nóng)更傾向于遵循以往的經(jīng)驗進行生產(chǎn)，社會網(wǎng)絡(luò)的社會學(xué)習(xí)功能可以降低綠色防控技術(shù)的技術(shù)轉(zhuǎn)換風(fēng)險，提高果農(nóng)采納綠色防控技術(shù)的積極性（牛文浩等，2022）?；诖耍岢黾僭O(shè)H2、H3和H4。

H2：社會網(wǎng)絡(luò)對年輕的果農(nóng)綠色防控技術(shù)采納行為的影響更加顯著；

H3：社會網(wǎng)絡(luò)對受教育程度較高的果農(nóng)綠色防控技術(shù)采納行為的影響更加顯著；

H4：社會網(wǎng)絡(luò)對種植規(guī)模較小的果農(nóng)綠色防控技術(shù)采納行為的影響更加顯著。

3.2模型構(gòu)建

作為因變量的果農(nóng)綠色防控技術(shù)采納行為均為二分類變量，研究此類問題通常采用Logit模型和Probit模型，雖然兩種方法在估計結(jié)果上沒有明顯差異，但是Logit模型屬于數(shù)理Probit模型，Probit模型采用正態(tài)累計概率分布函數(shù)，能夠在一定程度上提高估計的無偏性（于樂榮等，2022），因此選擇二元Probit模型來進行研究。為了研究社會網(wǎng)絡(luò)對果農(nóng)綠色防控技術(shù)采納行為的影響，首先引入社會網(wǎng)絡(luò)綜合指標(biāo)和控制變量，模型設(shè)定如式（1）至式（3）所示。

3.3變量選取

根據(jù)本文的理論分析框架和海南省香蕉種植的實際情況，選取果農(nóng)綠色防控技術(shù)采納行為作為被解釋變量，社會網(wǎng)絡(luò)作為關(guān)鍵解釋變量，個人特征、家庭特征、種植特征、政府推廣作為控制變量。變量說明及描述性統(tǒng)計如表1所示。

（1）被解釋變量。參照周春娜（2015）研究和調(diào)研所在地綠色防控技術(shù)實際推廣情況，本文選擇用是否采納病株處理技術(shù)、是否采納生物防治技術(shù)、是否采納科學(xué)用藥技術(shù)作為衡量綠色防控技術(shù)采納行為的指標(biāo)。根據(jù)調(diào)查地果農(nóng)實際綠色防控技術(shù)采納現(xiàn)狀，本文將病株處理技術(shù)定義為清除病株、消盡病根并做好土壤消毒工作；將生物防治技術(shù)定義為利用害蟲天敵、施用生物農(nóng)藥進行防治；將科學(xué)用藥技術(shù)定義為按照病蟲害發(fā)生特征和最佳防治時期，采用友好型農(nóng)藥并有依據(jù)性、科學(xué)性地適期適量對癥用藥。

（2）關(guān)鍵解釋變量。參照蔡起華等（2015）、耿宇寧等（2017）的做法，選擇果農(nóng)與不同類型人員（組織）的交流頻率作為社會網(wǎng)絡(luò)的代理變量。由于認知的局限性，果農(nóng)主要通過關(guān)系密切的其他個體行為進行技術(shù)采納決策，因此，社會網(wǎng)絡(luò)是果農(nóng)進行交流、學(xué)習(xí)等社會性互動的主要形式，而果農(nóng)與不同類型人員（組織）的交流程度很好地體現(xiàn)了果農(nóng)社會網(wǎng)絡(luò)的特點，是較為合適的代理變量。具體來說，本文選取“果農(nóng)與親戚、朋友、農(nóng)技專家、供應(yīng)鏈組織交流頻率”4項指標(biāo)作為果農(nóng)社會網(wǎng)絡(luò)的代理變量，采用李克特五級量表進行賦值。由于血緣、親緣、地緣之間的緊密關(guān)系，果農(nóng)與親戚、朋友之間經(jīng)過長期的社會交往建立起相互信任和互惠的機制，使得果農(nóng)更愿意采納熟人所介紹的新技術(shù)（曠浩源，2014）。因此，與親戚、朋友交流頻率多的果農(nóng)采納綠色防控技術(shù)的可能性就越高。果農(nóng)與農(nóng)技專家、龍頭企業(yè)、合作社等供應(yīng)鏈組織之間建立的互動協(xié)作關(guān)系便利了果農(nóng)的社會學(xué)習(xí)，促進其采納綠色防控技術(shù)（李玉貝等，2017）。因此，與農(nóng)技專家、供應(yīng)鏈組織交流頻率高的果農(nóng)更愿意采納綠色防控技術(shù)。在此基礎(chǔ)上，借鑒已有研究方法（石志恒等，2022；劉浩等，2022），利用熵值法確定各指標(biāo)權(quán)重，進而綜合計算出果農(nóng)社會網(wǎng)絡(luò)綜合值。

（3）控制變量?，F(xiàn)有研究表明，果農(nóng)的個人特征、家庭特征、種植特征、政府推廣對其綠色防控技術(shù)采納行為具有顯著影響（高楊等，2017；張復(fù)宏等，2017；岳夢等，2021）。果農(nóng)的個人特征包括性別、年齡、文化程度3個變量。男性果農(nóng)較女性果農(nóng)對新技術(shù)的接受程度更高（張復(fù)宏等，2017），年齡較小的果農(nóng)學(xué)習(xí)能力和勞動供給能力更強（李玉貝等，2017），文化程度高的果農(nóng)對綠色生產(chǎn)的認識更加充分（任重等，2022），更愿意采納綠色防控技術(shù)。果農(nóng)的家庭特征包括家庭年總收入、家庭人口總數(shù)、外出務(wù)工3個變量。收入水平高的家庭抗經(jīng)營風(fēng)險的能力越強（孫燕銘等，2021），人口總數(shù)多的家庭生產(chǎn)能力越強（喻永紅等，2009），有外出務(wù)工的家庭對新技術(shù)的接受程度越高（齊振宏等，2021），這些家庭的果農(nóng)采納綠色防控技術(shù)的可能性也越大。果農(nóng)的種植特征中包括種植規(guī)模、種植年限、耕地質(zhì)量、土地塊數(shù)4個變量。種植規(guī)模大的果農(nóng)資產(chǎn)水平相對較高（蔡榮等，2013），種植年限長的果農(nóng)生產(chǎn)經(jīng)營經(jīng)驗越豐富（楊程方等，2020），耕地質(zhì)量好的果農(nóng)香蕉患病率越低（王芳等，2022），土地塊數(shù)少的果農(nóng)采納技術(shù)的成本越低（岳夢等，2021），這些果農(nóng)更愿意采納綠色防控技術(shù)。在政府推廣中，選擇技術(shù)培訓(xùn)作為控制變量。參與農(nóng)業(yè)技術(shù)培訓(xùn)能夠提高果農(nóng)的綠色生產(chǎn)認識和專業(yè)技術(shù)水平，有效促進果農(nóng)采用綠色防控技術(shù)（王學(xué)婷等，2021）。

4數(shù)據(jù)來源與樣本描述性統(tǒng)計

在理論分析和建立研究框架的基礎(chǔ)上，本文結(jié)合海南省香蕉種植實際情況設(shè)計調(diào)查問卷，選擇海南省香蕉主產(chǎn)縣（市）作為調(diào)研區(qū)域。在此基礎(chǔ)上，利用實地調(diào)研所獲得的數(shù)據(jù)，對樣本中果農(nóng)的基本特征進行描述性統(tǒng)計。

4.1數(shù)據(jù)來源

本文數(shù)據(jù)來自于課題組2021年7-10月在海南省澄邁縣、昌江縣、樂東縣、臨高縣和東方市5個香蕉主產(chǎn)區(qū)開展的實地調(diào)查。海南省是我國五大香蕉主產(chǎn)區(qū)之一，上述五個主產(chǎn)區(qū)為海南省香蕉種植面積排名前五位的縣（市），因此，選擇上述區(qū)域進行實地調(diào)查具有一定的代表性。調(diào)查所采用的數(shù)據(jù)收集方法是多階段抽樣法，在每個樣本縣（市）內(nèi)隨機抽選1～5個鄉(xiāng)鎮(zhèn)，在各樣本鄉(xiāng)鎮(zhèn)中隨機抽取2～4個村，以家庭為單位，通過入戶訪談的方式發(fā)放問卷467份，收回有效問卷453份，有效率達到97.00%。果農(nóng)樣本經(jīng)上述的多階段抽樣法抽樣得到，統(tǒng)計上具有代表性。

4.2樣本描述性統(tǒng)計

樣本描述性統(tǒng)計如表2所示。由表2可知：在個人特征方面，男性果農(nóng)在家庭農(nóng)業(yè)勞動力中承擔(dān)著重要的作用，占比69.76%。果農(nóng)受訪者多數(shù)為中老年，年齡40～50歲占比26.93%，50～60歲占比35.98%；多數(shù)果農(nóng)的文化程度停留在初中階段，初中及以下學(xué)歷占比75.50%。在家庭特征方面，多數(shù)果農(nóng)的家庭年收入在10萬元及以下，占比74.39%；果農(nóng)家庭規(guī)模多為3～5人中小型家庭，占比61.59%；大多數(shù)家庭沒有勞動力外出務(wù)工，占比53.86%。在種植特征方面，香蕉種植規(guī)模多數(shù)為小規(guī)模，種植面積小于等于1.33公頃（20畝）的果農(nóng)占比67.55%；果農(nóng)種植香蕉的年限較短，種植年限小于等于10年的果農(nóng)占比75.50%；果農(nóng)所經(jīng)營的耕地質(zhì)量較好，耕地質(zhì)量為較好和很好的果農(nóng)占比52.32%；果農(nóng)經(jīng)營土地塊數(shù)較多，擁有兩塊及以上土地的果農(nóng)占比59.38%。在政府推廣方面，多數(shù)果農(nóng)沒有參與農(nóng)業(yè)技術(shù)培訓(xùn)，占比57.40%。從果農(nóng)綠色防控技術(shù)采納現(xiàn)狀來看，采納病株處理技術(shù)、生物防治技術(shù)、科學(xué)用藥技術(shù)的果農(nóng)分別占66.89%、59.38%及25.83%。其中，未采納任何綠色防控技術(shù)的果農(nóng)占比13.66%。由上述統(tǒng)計結(jié)果可知，果農(nóng)采納綠色防控技術(shù)這一行為在總體層面上還處于發(fā)展中階段，有待于得到更廣泛的應(yīng)用。

5經(jīng)驗性結(jié)果

首先，在檢驗多重共線性的基礎(chǔ)上，運用Probit模型分析社會網(wǎng)絡(luò)對果農(nóng)綠色防控技術(shù)采納行為的影響；其次，通過多變量Probit模型和IV-Probit模型檢驗結(jié)論的穩(wěn)健性；最后，進一步分析社會網(wǎng)絡(luò)對果農(nóng)綠色防控技術(shù)采納行為在不同年齡、受教育程度、種植規(guī)模下的組群差異。

5.1多重共線性檢驗

本文選擇多個變量揭示果農(nóng)采納綠色防控技術(shù)的影響因素，雖然可以使分析更全面，但是也可能會出現(xiàn)多重共線性問題，繼而導(dǎo)致分析結(jié)果的偏差。因此，本文參照鐘曉蘭等（2013）的方法，分別加入社會網(wǎng)絡(luò)綜合測度指標(biāo)和社會網(wǎng)絡(luò)各維度指標(biāo)，用方差膨脹因子（Variance Inflation Factor， VIF）來檢驗自變量的共線性。通常來說，方差膨脹因子值越大表明各變量間的共線性越強，當(dāng)方差膨脹因子值>10時，說明存在嚴重的共線性關(guān)系。多重共線性檢驗如表3所示。表3顯示，各變量方差膨脹因子最大值為1.2642，均遠小于10，表明模型變量之間不存在嚴重的多重共線性問題。

5.2基準(zhǔn)回歸分析

本文使用Stata17.0軟件，對樣本數(shù)據(jù)進行Probit模型回歸，回歸結(jié)果如表4所示。表4中，模型（1）至模型（3）放入社會網(wǎng)絡(luò)綜合測度指標(biāo)和控制變量，模型（4）至模型（6）放入社會網(wǎng)絡(luò)各維度指標(biāo)和控制變量，本文將圍繞兩種模型對研究結(jié)果進行詳細解釋。

（1）社會網(wǎng)絡(luò)分析。為了研究社會網(wǎng)絡(luò)對果農(nóng)綠色防控技術(shù)采納行為的影響，本文首先引入社會網(wǎng)絡(luò)綜合指標(biāo)和控制變量，如模型（1）至模型（3）所示。在模型（1）至模型（3）中，社會網(wǎng)絡(luò)均在1%的顯著性水平上正向影響果農(nóng)采納病株處理技術(shù)、生物防治技術(shù)、科學(xué)用藥技術(shù)，回歸系數(shù)分別為0.3084、0.5968、0.9473，表明社會網(wǎng)絡(luò)的拓展可以顯著提高果農(nóng)采納綠色防控技術(shù)的積極性，假設(shè)H1得到驗證。

為進一步探究社會網(wǎng)絡(luò)各維度指標(biāo)的影響差異，使結(jié)果更加精確化，在模型（4）至模型（6）中引入社會網(wǎng)絡(luò)各維度指標(biāo)和控制變量。在模型（4）至模型（6）中，果農(nóng)與親戚交流頻率分別在5%、1%、5%的顯著性水平上正向影響果農(nóng)采納病株處理技術(shù)、生物防治技術(shù)、科學(xué)用藥技術(shù)，回歸系數(shù)分別為0.1240、0.3192、0.1336。果農(nóng)與朋友交流頻率在5%、1%、10%的顯著性水平上正向影響果農(nóng)采納病株處理技術(shù)、生物防治技術(shù)、科學(xué)用藥技術(shù)，回歸系數(shù)分別為0.1742、0.3629、0.1472?？赡艿慕忉屖牵涸趧趧恿Χ倘睍r，果農(nóng)更偏好從溝通頻率高的親朋好友處獲取幫工支持，以解決在綠色防控技術(shù)應(yīng)用過程中勞動力不足的問題。且在交流學(xué)習(xí)過程中，社會網(wǎng)絡(luò)的擴展使果農(nóng)能夠獲得更多技術(shù)信息，降低交易成本，提高果農(nóng)對綠色防控技術(shù)的采納率。果農(nóng)與農(nóng)技專家交流頻率在1%的顯著性水平上正向影響果農(nóng)科學(xué)用藥技術(shù)采納行為，回歸系數(shù)為0.2180。果農(nóng)與供應(yīng)鏈組織交流頻率在1%的顯著性水平上正向影響果農(nóng)科學(xué)用藥技術(shù)采納行為，回歸系數(shù)為0.5691?？赡艿慕忉屖牵嚎茖W(xué)用藥技術(shù)的關(guān)鍵在于根據(jù)實際情況對癥用藥，相較于病株處理技術(shù)和生物防治技術(shù)更具有科學(xué)性、專業(yè)性，而農(nóng)技專家、供應(yīng)鏈組織等社會網(wǎng)絡(luò)在專業(yè)性信息以及知識傳播方面的顯著優(yōu)勢有助于推廣科學(xué)用藥技術(shù)。在農(nóng)業(yè)轉(zhuǎn)型的過程中，果農(nóng)掌握的信息越全面，汲取的專業(yè)知識越多，對科學(xué)用藥技術(shù)的認可度也越高，采納科學(xué)用藥技術(shù)的可能性就越高。

（2）控制變量分析。在個人特征方面，性別對果農(nóng)采納病株處理技術(shù)有顯著正向影響，即男性果農(nóng)更傾向于采納病株處理技術(shù)。相較于女性果農(nóng)，男性果農(nóng)在資源獲取和勞動供給能力方面都具有更多的優(yōu)勢，對新技術(shù)的接受程度更高，因此，男性果農(nóng)更愿意采納病株處理技術(shù)（張復(fù)宏等，2017）。文化程度對果農(nóng)采納生物防治技術(shù)有顯著正向影響，文化程度高的果農(nóng)更加注重環(huán)境保護且對綠色防控技術(shù)的認知更加充分，因此，文化程度高的果農(nóng)更愿意采納生物防治技術(shù)（任重等，2022）。在家庭特征方面，家庭年總收入顯著影響果農(nóng)采納科學(xué)用藥技術(shù)，且作用方向為正。果農(nóng)的家庭年總收入水平越高，果農(nóng)可支配的收入越多，抗經(jīng)營風(fēng)險的能力越強，采納科學(xué)用藥技術(shù)的可能性就越高（孫燕銘等，2021）。在種植特征方面，種植年限對果農(nóng)病株處理技術(shù)采納行為呈現(xiàn)顯著正向影響。果農(nóng)參與種植的年限越長，在生產(chǎn)經(jīng)營方面的經(jīng)驗越豐富，因此能從更專業(yè)的角度綜合判斷病株處理技術(shù)的優(yōu)劣，進而選擇該技術(shù)，使得果農(nóng)采納病株處理技術(shù)的積極性大幅提高（楊程方等，2020）。耕地質(zhì)量對果農(nóng)病株處理技術(shù)具有顯著正向影響。其主要原因是種植在有機質(zhì)較為豐富的土壤中的香蕉患病率相對較低，果農(nóng)拔除病株并及時消毒的可能性也較大（王芳等，2022）。而土地塊數(shù)則對果農(nóng)病株處理技術(shù)和生物防治技術(shù)采納行為呈現(xiàn)顯著負向影響。土地塊數(shù)越多，表明地塊越分散，分散的土地增加了果農(nóng)的技術(shù)采納成本，對果農(nóng)規(guī)模經(jīng)濟造成了阻礙，進而對果農(nóng)采納病株處理技術(shù)和生物防治技術(shù)造成負向影響（岳夢等，2021）。在政府推廣方面，技術(shù)培訓(xùn)顯著正向影響果農(nóng)生物防治技術(shù)采納行為。專業(yè)系統(tǒng)的農(nóng)業(yè)技術(shù)培訓(xùn)可以提高果農(nóng)的綠色生產(chǎn)認識和專業(yè)技術(shù)水平，積累綠色生產(chǎn)專業(yè)化人力資本，有效促進果農(nóng)采用生物防治技術(shù)（王學(xué)婷等，2021）。

5.3穩(wěn)健性檢驗

根據(jù)表4回歸結(jié)果可知，社會網(wǎng)絡(luò)對三種綠色防控技術(shù)均具有顯著影響，但是估計結(jié)果可能因為不同綠色防控技術(shù)采納行為的替代互補效應(yīng)、社會網(wǎng)絡(luò)存在內(nèi)生性問題而存在偏差。本文在穩(wěn)健性檢驗部分采用多變量Probit模型和IV-Probit模型來進行檢驗。

5.3.1多變量Probit模型

單獨采用Probit模型估計果農(nóng)綠色防控技術(shù)采納行為的影響因素是假設(shè)每個綠色防控技術(shù)的采納決策是相互獨立的。鑒于果農(nóng)可能會選取多種綠色防控措施，且不同的果農(nóng)綠色防控技術(shù)采納行為之間可能有一定的相關(guān)性，因此采用多變量Probit模型來進行穩(wěn)健性檢驗，如表5所示。似然比檢驗顯示，兩個方程的chi2（3）分別為8.41和9.61，且均在5%的顯著性水平上顯著，表明果農(nóng)采納病株處理技術(shù)、生物防治技術(shù)、科學(xué)用藥技術(shù)并非相互獨立的，而是存在一定相關(guān)性的。由表5可知，社會網(wǎng)絡(luò)及其各維度指標(biāo)對果農(nóng)綠色防控技術(shù)采納行為的作用方向與前文結(jié)果保持一致，即考慮到不同綠色防控技術(shù)的采納決策之間的可能關(guān)聯(lián)后，模型估計結(jié)果依然是穩(wěn)健的。

5.3.2 IV-Probit選擇模型

社會網(wǎng)絡(luò)對果農(nóng)綠色防控技術(shù)采納行為的估計結(jié)果可能因內(nèi)生性問題產(chǎn)生偏差。第一，社會網(wǎng)絡(luò)在某種程度上是一種自選擇問題，個人特征、家庭特征等變量既是果農(nóng)社會網(wǎng)絡(luò)的影響因素，也是決定果農(nóng)是否采納綠色防控技術(shù)的因素。第二，雖然在基準(zhǔn)模型中控制了各層面的影響因素，但是理論上可能還存在無法有效控制的遺漏變量。為此，本文引入工具變量，建立IV-Probit模型進行回歸。參照朱月季等（2021）的研究，采用交通便利程度作為社會網(wǎng)絡(luò)的工具變量，其中交通便利程度的問題為“您認為從本村到最近汽車站的交通方便嗎？”，該問題包含2個選項（方便=1；不方便=0）。選擇交通便利程度作為工具變量的原因：（1）相關(guān)性：交通便利程度高的地方，果農(nóng)與其他人員（組織）溝通交流的途徑相對較多，更有利于果農(nóng)社會網(wǎng)絡(luò)的拓展。（2）外生性：交通便利程度一般取決于當(dāng)?shù)氐牡乩砦恢煤褪袌龌?，很難對果農(nóng)綠色防控技術(shù)采納行為具有直接影響。

本文首先選用社會網(wǎng)絡(luò)綜合指標(biāo)進行IV-Probit模型回歸，如表6所示。沃爾德檢驗（Wald test）值分別在1%、5%、5%的顯著性水平上顯著，表明拒絕了變量外生的原假設(shè)，即存在內(nèi)生性問題。同時，弱工具變量的安德森-洛賓（Anderson-Rubin， AR）檢驗值均在1%的顯著性水平上顯著，說明交通便利程度是合適的工具變量，不存在弱工具變量的問題。第一階段回歸結(jié)果顯示，交通便利程度對果農(nóng)社會網(wǎng)絡(luò)具有顯著正向的影響。從第二階段的結(jié)果來看，在控制內(nèi)生性后，社會網(wǎng)絡(luò)顯著正向影響果農(nóng)采納三種綠色防控技術(shù)，與上文結(jié)果保持一致，說明該結(jié)果是穩(wěn)健的。此外，本文選用果農(nóng)與親戚、朋友、農(nóng)技專家、供應(yīng)鏈組織的交流頻率4個變量進行IV-Probit模型回歸。為進一步詳細說明，本文以“與親戚交流頻率”變量為例進行具體分析。由表6可知，Wald檢驗顯示“與親戚交流頻率”是內(nèi)生性變量，使用工具變量是有必要的。AR檢驗值均通過了顯著性檢驗，排除了弱工具變量的問題。第一階段回歸結(jié)果顯示，交通便利狀況對果農(nóng)與親戚交流頻率存在顯著正向影響。從第二階段的結(jié)果來看，在控制內(nèi)生性后，社會網(wǎng)絡(luò)各維度對果農(nóng)綠色防控技術(shù)采納行為的影響與上文分析結(jié)果一致，說明結(jié)果是穩(wěn)健的。

5.4組群差異分析

本文基于王慧玲等（2019）、孫小燕等（2019）、羅磊等（2023）的研究，將果農(nóng)年齡劃分為55歲以下和55歲及以上兩類，將果農(nóng)受教育程度劃分為小學(xué)及以下和初中及以上兩類，將香蕉種植規(guī)模劃分為0.67公頃（10畝）以下和0.67公頃及以上兩類。采用Probit模型進行分組回歸，檢驗社會網(wǎng)絡(luò)對不同特征果農(nóng)綠色防控技術(shù)采納行為影響的組群差異。社會網(wǎng)絡(luò)對不同特征果農(nóng)綠色防控技術(shù)采納行為影響差異分析如表7所示。

如表7所示，社會網(wǎng)絡(luò)對不同年齡、受教育程度、種植規(guī)模的果農(nóng)綠色防控技術(shù)采納行為影響存在明顯的組群差異。就果農(nóng)的年齡而言，社會網(wǎng)絡(luò)在5%的顯著性水平上對年齡55歲以下的果農(nóng)病株處理技術(shù)采納行為具有顯著正向的影響，而對年齡55歲及以上的果農(nóng)影響并不顯著。這說明相較于年齡較高的果農(nóng)來說，社會網(wǎng)絡(luò)對較為年輕的果農(nóng)綠色防控技術(shù)采納行為的影響更加顯著，假設(shè)H2得到驗證。就果農(nóng)的受教育程度而言，社會網(wǎng)絡(luò)在5%的顯著性水平上對受教育程度在初中及以上的果農(nóng)病株處理技術(shù)采納行為具有顯著正向影響，而對受教育程度在初中以下的果農(nóng)影響并不顯著。這說明相對于受教育程度較低的果農(nóng)來說，社會網(wǎng)絡(luò)對受教育程度較高的果農(nóng)綠色防控技術(shù)采納行為的影響更加顯著，假設(shè)H3得到驗證。就香蕉種植規(guī)模而言，社會網(wǎng)絡(luò)在1%的顯著性水平上對種植規(guī)模在0.67公頃以下的生物防治技術(shù)采納行為具有顯著正向影響，而對種植規(guī)模在0.67公頃及以上的果農(nóng)影響并不顯著。這說明相較于種植規(guī)模較大的果農(nóng)來說，社會網(wǎng)絡(luò)對種植規(guī)模較小的果農(nóng)綠色防控技術(shù)采納行為的影響更加顯著，假設(shè)H4得到驗證。

6研究結(jié)論、討論與政策啟示

本文基于海南省香蕉主產(chǎn)區(qū)453份香蕉種植戶的實地調(diào)查數(shù)據(jù)，從病株處理技術(shù)、生物防治技術(shù)、科學(xué)用藥技術(shù)三個方面出發(fā)，分析社會網(wǎng)絡(luò)與果農(nóng)綠色防控技術(shù)采納行為的關(guān)系，得出本文的研究結(jié)論。并在此基礎(chǔ)上進一步討論，提出相應(yīng)的政策啟示，為促進果農(nóng)綠色防控技術(shù)的推廣應(yīng)用、推動香蕉產(chǎn)業(yè)綠色發(fā)展提供實證參考。

6.1研究結(jié)論

本文借助Probit模型實證分析社會網(wǎng)絡(luò)對果農(nóng)綠色防控技術(shù)采納行為的影響，并討論社會網(wǎng)絡(luò)對不同特征果農(nóng)采納綠色防控技術(shù)的組群差異。得出3點研究結(jié)論：（1）從社會網(wǎng)絡(luò)綜合指標(biāo)來看，社會網(wǎng)絡(luò)對果農(nóng)采納病株處理技術(shù)、生物防治技術(shù)、科學(xué)用藥技術(shù)的回歸系數(shù)分別為0.3084、0.5968、0.9473，表明社會網(wǎng)絡(luò)的拓展可以顯著提高果農(nóng)采納三種綠色防控技術(shù)的積極性。（2）從社會網(wǎng)絡(luò)各維度指標(biāo)來看，果農(nóng)與親戚的交流頻率顯著正向影響果農(nóng)采納病株處理技術(shù)、生物防治技術(shù)、科學(xué)用藥技術(shù)，回歸系數(shù)分別為0.1240、0.3192、0.1336；果農(nóng)與朋友的交流頻率顯著正向影響果農(nóng)采納病株處理技術(shù)、生物防治技術(shù)、科學(xué)用藥技術(shù)，回歸系數(shù)分別為0.1742、0.3629、0.1472；果農(nóng)與農(nóng)技專家、供應(yīng)鏈組織的交流頻率顯著正向影響果農(nóng)科學(xué)用藥技術(shù)采納行為，回歸系數(shù)分別為0.2180、0.5691。（3）社會網(wǎng)絡(luò)對果農(nóng)綠色防控技術(shù)采納行為的影響存在組群差異。與其他類型果農(nóng)相比，社會網(wǎng)絡(luò)對較為年輕、受教育程度較高、種植規(guī)模較小的果農(nóng)綠色防控技術(shù)采納行為的正向影響更為顯著。

6.2討論

本文運用Probit模型實證探究了社會網(wǎng)絡(luò)對果農(nóng)采納綠色防控技術(shù)的影響，研究結(jié)果表明：社會網(wǎng)絡(luò)可以顯著促進果農(nóng)采納綠色防控技術(shù)。中國社會是典型的“熟人社會”，特別是在農(nóng)村地區(qū)，農(nóng)戶往往通過社會網(wǎng)絡(luò)獲取技術(shù)信息，修正收入預(yù)期并做出采納決策（舒全峰等，2018；趙佩佩等，2022）。果農(nóng)不僅借助親戚、朋友等社會網(wǎng)絡(luò)得到幫工支持，進行溝通學(xué)習(xí)；還通過農(nóng)技專家、供應(yīng)鏈組織等社會網(wǎng)絡(luò)獲取更多的信息資源，進一步增強對綠色防控技術(shù)的采用，這與楊志海（2018）、何麗娟等（2021）的研究結(jié)果相近。此外，在現(xiàn)實農(nóng)業(yè)生產(chǎn)活動中，社會網(wǎng)絡(luò)對不同年齡、受教育程度、種植規(guī)模的果農(nóng)采納綠色防控技術(shù)的影響存在差異，而這些差異往往是由于果農(nóng)的異質(zhì)性造成的。年輕的果農(nóng)善于接受新鮮事物且抗風(fēng)險能力較強，受教育程度高的果農(nóng)學(xué)習(xí)能力和理解能力較強，他們更容易通過社會網(wǎng)絡(luò)掌握綠色防控知識并運用到農(nóng)業(yè)生產(chǎn)中；種植規(guī)模小的果農(nóng)資產(chǎn)水平偏低，社會網(wǎng)絡(luò)可以幫助其減少技術(shù)轉(zhuǎn)換風(fēng)險，促進果農(nóng)采納綠色防控技術(shù)（牛文浩等，2022），因此應(yīng)當(dāng)提出差異化的措施來提高不同特征的果農(nóng)采納綠色防控技術(shù)的積極性。

對比已有研究，本文結(jié)合海南省香蕉綠色防控的實際情況，選取病株處理技術(shù)、生物防治技術(shù)與科學(xué)用藥技術(shù)三種綠色防控技術(shù)，研究社會網(wǎng)絡(luò)分別對這三種技術(shù)的影響，與以往研究相比，本文的研究視角更為豐富和具體。此外，大多數(shù)學(xué)者將農(nóng)戶視為一個整體（馬千惠等，2022），本文發(fā)現(xiàn)社會網(wǎng)絡(luò)對果農(nóng)綠色防控技術(shù)采納行為的影響存在組群差異，所以在制定果農(nóng)采納綠色防控技術(shù)的措施時，需要加強政策的針對性。需要指出的是，本文選擇海南省香蕉種植戶作為研究對象，沒有涵蓋種植其他類型作物的果農(nóng)群體，未來將進一步拓寬調(diào)研區(qū)域，以期得到更具有普適性的結(jié)論。

6.3政策啟示

在我國提出要積極推進農(nóng)藥減量增效、打造綠色生態(tài)環(huán)境品牌的政策背景下，研究社會網(wǎng)絡(luò)對果農(nóng)綠色防控技術(shù)采納行為的影響，對我國制定地方綠色防控技術(shù)推廣政策、實現(xiàn)農(nóng)業(yè)綠色發(fā)展具有重要理論意義和現(xiàn)實意義?；谏鲜鱿嚓P(guān)研究結(jié)論和討論，本文提出3點政策啟示。

（1）搭建技術(shù)交流平臺，加強果農(nóng)社會網(wǎng)絡(luò)的基礎(chǔ)設(shè)施建設(shè)。綠色防控技術(shù)推廣緩慢的原因之一就是果農(nóng)尚未形成對綠色防控技術(shù)的確切認知與評價，不了解綠色防控技術(shù)所能帶來的經(jīng)濟效益和環(huán)境效益。因此，應(yīng)當(dāng)擴大果農(nóng)信息普及的途徑，拓寬果農(nóng)的社會網(wǎng)絡(luò)關(guān)系，鼓勵搭建以技術(shù)示范戶、農(nóng)技專家、合作社、龍頭企業(yè)為主導(dǎo)的綠色防控技術(shù)交流網(wǎng)絡(luò)平臺，通過線上和線下相結(jié)合多種渠道加強綠色防控技術(shù)的交流和學(xué)習(xí)，突破技術(shù)交流在時間和空間上的局限，為果農(nóng)提供一個可以建立聯(lián)系、隨時隨地交換經(jīng)驗、提升職業(yè)能力的平臺。

（2）結(jié)合果農(nóng)個體社會網(wǎng)絡(luò)特征，制定更全面、貼合的技術(shù)推廣政策。利用農(nóng)村社區(qū)內(nèi)部的“熟人社會”關(guān)系網(wǎng)絡(luò)，鼓勵果農(nóng)之間農(nóng)忙時互幫互助，組織示范農(nóng)戶、種植大戶、家庭農(nóng)場主為小農(nóng)戶講解綠色防控技術(shù)的操作要領(lǐng)和采用效果等知識，并輔以田間指導(dǎo)和操作示范，緩解小農(nóng)戶技術(shù)采納時的信息困境。此外，政府還需加強對龍頭企業(yè)、合作社等供應(yīng)鏈組織的支持，給予相應(yīng)的政策扶持，發(fā)揮社會組織的示范帶頭作用。當(dāng)然，政府技術(shù)推廣機構(gòu)的作用也不容忽視，應(yīng)當(dāng)安排農(nóng)業(yè)技術(shù)專家定期組織技術(shù)普及活動，通過農(nóng)技專家親自講授的方式為果農(nóng)提供更為專業(yè)的信息咨詢與指導(dǎo)服務(wù)。

（3）充分考慮不同年齡、文化程度、種植規(guī)模果農(nóng)的組群差異，滿足不同果農(nóng)群體的技術(shù)信息需求。在滿足果農(nóng)生產(chǎn)經(jīng)營需求的同時，盡可能考慮到當(dāng)?shù)貏趧恿淆g化、受教育程度偏低、種植規(guī)模偏小等條件。根據(jù)年齡、文化程度、種植規(guī)模將果農(nóng)分成不同組群，有針對性地滿足不同果農(nóng)群體在綠色防控技術(shù)方面的信息需求，使綠色防控技術(shù)盡可能覆蓋更多的果農(nóng)群體，同時也為未來果農(nóng)采納新型綠色防控技術(shù)提供一定的便利條件，保證綠色農(nóng)業(yè)長久持續(xù)穩(wěn)定發(fā)展。

參考文獻

蔡麗茹，吳昕暉，杜志威.環(huán)境友好型農(nóng)業(yè)技術(shù)擴散的時空演化與影響因素——基于社會網(wǎng)絡(luò)視角[J].地理研究， 2022， 41（01）： 63-78.

蔡起華，朱玉春.社會信任、關(guān)系網(wǎng)絡(luò)與農(nóng)戶參與農(nóng)村公共產(chǎn)品供給[J].中國農(nóng)村經(jīng)濟， 2015（07）：57-69.

蔡榮，王學(xué)淵.農(nóng)業(yè)合作社的集體行動困境：理論分析與實證檢驗[J].農(nóng)業(yè)經(jīng)濟問題， 2013， 34（04）：69-75， 111-112.

蔡書凱.經(jīng)濟結(jié)構(gòu)、耕地特征與病蟲害綠色防控技術(shù)采納的實證研究——基于安徽省740個水稻種植戶的調(diào)查數(shù)據(jù)[J].中國農(nóng)業(yè)大學(xué)學(xué)報， 2013， 18（04）：208-215.

曹鐵毅，王雪琪，鄒偉.家庭農(nóng)場測土配方施肥行為分析——基于人力資本和社會資本稟賦[J].干旱區(qū)資源與環(huán)境， 2020， 34（05）：117-123.

陳超，周寧.農(nóng)民文化素質(zhì)的差異對農(nóng)業(yè)生產(chǎn)和技術(shù)選擇渠道的影響——基于全國十省農(nóng)民調(diào)查問卷的分析[J].中國農(nóng)村經(jīng)濟， 2007（09）：33-38.

陳美球，袁東波，鄺佛緣，等.農(nóng)戶分化、代際差異對生態(tài)耕種采納度的影響[J].中國人口·資源與環(huán)境， 2019， 29（02）：79-86.

儲成兵.農(nóng)戶病蟲害綜合防治技術(shù)的采納決策和采納密度研究——基于Double-Hurdle模型的實證分析[J].農(nóng)業(yè)技術(shù)經(jīng)濟， 2015（09）：117-127.

馮曉龍，霍學(xué)喜.社會網(wǎng)絡(luò)對農(nóng)戶采用環(huán)境友好型技術(shù)的激勵研究[J].重慶大學(xué)學(xué)報（社會科學(xué)版）， 2016， 22（03）：72-81.

高楊，張笑，陸姣，等.家庭農(nóng)場綠色防控技術(shù)采納行為研究[J].資源科學(xué)， 2017， 39（05）：934-944.

耿宇寧，鄭少鋒，陸遷.經(jīng)濟激勵、社會網(wǎng)絡(luò)對農(nóng)戶綠色防控技術(shù)采納行為的影響——來自陜西獼猴桃主產(chǎn)區(qū)的證據(jù)[J].華中農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版）， 2017（06）：59-69， 150.

郭亮，楊勇.農(nóng)戶采用蔬菜IPM技術(shù)的調(diào)查與評析——以四川省為例[J].西安財經(jīng)學(xué)院學(xué)報， 2014， 27（02）：97-102.

何麗娟，童銳，王永強.社會網(wǎng)絡(luò)異質(zhì)性對果農(nóng)有機肥替代化肥技術(shù)模式采用行為的影響[J].長江流域資源與環(huán)境， 2021， 30（01）：225-233.

賀志武，雷云，陸遷.技術(shù)不確定性、社會網(wǎng)絡(luò)對農(nóng)戶節(jié)水灌溉技術(shù)采用的影響——以甘肅省張掖市為例[J].干旱區(qū)資源與環(huán)境， 2018， 32（05）：59-63.

孔凡斌，鐘海燕，潘丹.小農(nóng)戶土壤保護行為分析——以施肥為例[J].農(nóng)業(yè)技術(shù)經(jīng)濟， 2019（01）：100-110.

曠浩源.農(nóng)村社會網(wǎng)絡(luò)與農(nóng)業(yè)技術(shù)擴散的關(guān)系研究——以G鄉(xiāng)養(yǎng)豬技術(shù)擴散為例[J].科學(xué)學(xué)研究， 2014， 32（10）：1518-1524.

李玉貝，陸遷，郭格.社會網(wǎng)絡(luò)對農(nóng)戶節(jié)水灌溉技術(shù)采用的影響：同質(zhì)性還是異質(zhì)性？ [J].農(nóng)業(yè)現(xiàn)代化研究， 2017， 38（06）：978-986.

劉迪，羅小鋒.短視頻APP對農(nóng)戶綠色防控技術(shù)采納的影響[J].資源科學(xué)， 2022， 44（09）：1879-1890.

劉浩，韓曉燕，薛瑩，等.社會網(wǎng)絡(luò)、環(huán)境素養(yǎng)對農(nóng)戶化肥過量施用行為的影響——基于東北三省741個玉米種植農(nóng)戶的調(diào)查數(shù)據(jù)[J].中國農(nóng)業(yè)大學(xué)學(xué)報， 2022， 27（07）：250-263.

劉麗萍，劉麗，孫煒琳.政府支持、技術(shù)認知與農(nóng)戶綠色農(nóng)業(yè)技術(shù)采納行為研究——以水肥一體化技術(shù)為例[J].林業(yè)經(jīng)濟， 2023， 45（01）：20-34.

羅磊，羅晨豪，劉宇熒，等.異質(zhì)性視角下農(nóng)戶綠色生產(chǎn)技術(shù)采納行為研究——基于四川省836份柑橘農(nóng)戶的調(diào)查數(shù)據(jù)[J/OL].中國農(nóng)業(yè)資源與區(qū)劃.https：//kns.cnki.net/kcms/detail/11.3513.S.20220517.1709.017.html.

馬千惠，鄭少鋒，陸遷.社會網(wǎng)絡(luò)、互聯(lián)網(wǎng)使用與農(nóng)戶綠色生產(chǎn)技術(shù)采納行為研究——基于708個蔬菜種植戶的調(diào)查數(shù)據(jù)[J].干旱區(qū)資源與環(huán)境， 2022， 36（03）：16-21， 58.

牛文浩，申淑虹，蔡孟洋，等.農(nóng)業(yè)產(chǎn)業(yè)組織能否影響農(nóng)戶安全生產(chǎn)行為——來自陜西省眉縣500戶獼猴桃種植戶的證據(jù)[J].農(nóng)業(yè)技術(shù)經(jīng)濟， 2022（01）：114-128.

齊振宏，汪熙琮，何坪華.外出務(wù)工經(jīng)歷對農(nóng)戶稻蝦共養(yǎng)技術(shù)采納規(guī)模的影響研究——基于生計資本的中介效應(yīng)[J].農(nóng)林經(jīng)濟管理學(xué)報， 2021， 20（04）：438-448.

喬丹，陸遷，徐濤.社會網(wǎng)絡(luò)、推廣服務(wù)與農(nóng)戶節(jié)水灌溉技術(shù)采用——以甘肅省民勤縣為例[J].資源科學(xué)， 2017， 39（03）：441-450.

仇煥廣，雷馨圓，冷淦瀟，等.新時期中國糧食安全的理論辨析[J].中國農(nóng)村經(jīng)濟， 2022， 451（07）：2-17.

任重，郭焱.價值感知、社會資本對農(nóng)戶秸稈還田技術(shù)采納行為的影響[J].江西財經(jīng)大學(xué)學(xué)報， 2022， 142（04）：97-107.

石志恒，符越.社會網(wǎng)絡(luò)對農(nóng)戶社會化服務(wù)購買行為的影響機理研究——行為技巧的中介效應(yīng)和信息素養(yǎng)的調(diào)節(jié)效應(yīng)[J].干旱區(qū)資源與環(huán)境， 2022， 36（12）：7-14.

舒全峰，王亞華.我國農(nóng)業(yè)技術(shù)創(chuàng)新擴散研究評述[J].中國農(nóng)業(yè)科技導(dǎo)報， 2018， 20（02）：1-9.

孫小燕，劉雍.土地托管能否帶動農(nóng)戶綠色生產(chǎn)？ [J].中國農(nóng)村經(jīng)濟， 2019（10）：60-80.

孫燕銘，梅瀟，諶思邈.長三角城市群綠色技術(shù)創(chuàng)新的時空格局及驅(qū)動因素研究[J].江淮論壇， 2021（01）：13-22， 61.

王常偉，顧海英.市場VS政府，什么力量影響了我國菜農(nóng)農(nóng)藥用量的選擇？ [J].管理世界， 2013（11）：50-66， 187-188.

王芳，陳山山，張玉梅，等.價值認知、環(huán)境規(guī)制對蕉農(nóng)綠色防控行為的影響——基于多變量Probit模型的證據(jù)[J/OL].海南大學(xué)學(xué)報（人文社會科學(xué)版）. https：//doi.org/10.15886/j.cnki.hnus.202202.0044.

王格玲，陸遷.社會網(wǎng)絡(luò)影響農(nóng)戶技術(shù)采用倒U型關(guān)系的檢驗——以甘肅省民勤縣節(jié)水灌溉技術(shù)采用為例[J].農(nóng)業(yè)技術(shù)經(jīng)濟， 2015（10）：92-106.

王慧玲，孔榮.正規(guī)借貸促進農(nóng)村居民家庭消費了嗎？——基于PSM方法的實證分析[J].中國農(nóng)村經(jīng)濟， 2019（08）：72-90.

王建華，劉茁，李俏.農(nóng)產(chǎn)品安全風(fēng)險治理中政府行為選擇及其路徑優(yōu)化——以農(nóng)產(chǎn)品生產(chǎn)過程中的農(nóng)藥施用為例[J].中國農(nóng)村經(jīng)濟， 2015（11）：54-62， 76.

王學(xué)婷，張俊飚，童慶蒙.參與農(nóng)業(yè)技術(shù)培訓(xùn)能否促進農(nóng)戶實施綠色生產(chǎn)行為？——基于家庭稟賦視角的ESR模型分析[J].長江流域資源與環(huán)境， 2021， 30（01）：202-211.

熊文暉，王燕，王永強.綠色認證對農(nóng)戶綠色防控技術(shù)采用影響研究——基于陜西省蔬菜主要種植區(qū)的調(diào)查數(shù)據(jù)[J].干旱區(qū)資源與環(huán)境， 2021， 35（11）：68-73.

楊程方，鄭少鋒，楊寧.信息素養(yǎng)、綠色防控技術(shù)采用行為對農(nóng)戶收入的影響[J].中國生態(tài)農(nóng)業(yè)學(xué)報（中英文）， 2020， 28（11）： 1823-1834.

楊志海.老齡化、社會網(wǎng)絡(luò)與農(nóng)戶綠色生產(chǎn)技術(shù)采納行為——來自長江流域六省農(nóng)戶數(shù)據(jù)的驗證[J].中國農(nóng)村觀察， 2018（04）：44-58.

于樂榮，張穎，楊博瓊.男性應(yīng)該得的多？——基于對農(nóng)村居民性別收入分配公平態(tài)度的考察[J].中國農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版）， 2022， 39（02）：205-218.

喻永紅，張巨勇.農(nóng)戶采用水稻IPM技術(shù)的意愿及其影響因素——基于湖北省的調(diào)查數(shù)據(jù)[J].中國農(nóng)村經(jīng)濟， 2009（11）：77-86.

岳夢，張露，張俊飚.土地細碎化與農(nóng)戶環(huán)境友好型技術(shù)采納決策——以測土配方施肥技術(shù)為例[J].長江流域資源與環(huán)境， 2021， 30（08）：1957-1968.

張朝輝，劉怡彤.土地流轉(zhuǎn)對農(nóng)戶綠色防控技術(shù)采納的影響[J].統(tǒng)計與信息論壇， 2021， 36（09）：89-97.

張復(fù)宏，宋曉麗，霍明.果農(nóng)對過量施肥的認知與測土配方施肥技術(shù)采納行為的影響因素分析——基于山東省9個縣（區(qū)、市）蘋果種植戶的調(diào)查[J].中國農(nóng)村觀察， 2017， 135（03）：117-130.

趙佩佩，張強強，鐘逸偉，等.社會網(wǎng)絡(luò)嵌入對農(nóng)戶綠色防控技術(shù)采用的影響——基于技術(shù)認知的中介效應(yīng)[J].資源科學(xué)， 2022， 44（09）：1865-1878.

鐘太洋，黃賢金，王柏源.非農(nóng)業(yè)就業(yè)對農(nóng)戶施用有機肥的影響[J].中國土地科學(xué)， 2011， 25（11）：67-73.

鐘曉蘭，李江濤，馮艷芬，等.農(nóng)戶認知視角下廣東省農(nóng)村土地流轉(zhuǎn)意愿與流轉(zhuǎn)行為研究[J].資源科學(xué)， 2013， 35（10）：2082-2093.

周春娜.香蕉病蟲害綠色防控技術(shù)[J].現(xiàn)代農(nóng)業(yè)科技， 2015（19）：149-150.

朱月季.社會網(wǎng)絡(luò)視角下的農(nóng)業(yè)創(chuàng)新采納與擴散[J].中國農(nóng)村經(jīng)濟， 2016（09）：58-71.朱月季，楊倩，王芳.社會網(wǎng)絡(luò)對蕉農(nóng)采納資源節(jié)約型技術(shù)的影響機制——以水肥一體化技術(shù)為例[J].資源科學(xué)， 2021， 43（06）： 1099-1114.

Buehren N， Goldstein M， Molina E， et al. The impact of strengthening agricultural extension services on women farmers：Evidence from Ethiopia [J]. Agricultural Economics， 2019， 50（04）：407-419.

Conley T G， Udry C R. Learning about a new technology：Pineapple in Ghana [J]. American Economic Review， 2010， 100（01）：35-69.

Genius M， Koundouri P， Nauges C， et al. Information transmission in irrigation technology adoption and diffusion：social learning， extension services， and spatial effects [J]. American Journal of Agricultural Economics， 2014， 96（01）：328-344.

Khanna M. Sequential adoption of site‐specific technologies and its implications for nitrogen productivity：a double selectivity model[J]. American Journal of Agricultural Economics， 2001， 83（01）：35-51.

Liu X M， Cao A C， Yan D D， et al. Overview of mechanisms and uses of biopesticides [J]. International Journal of Pest Management， 2021， 67（01）：65-72.

Matuschke I， Qaim M. The impact of social networks on hybrid seed adoption in India [J]. Agricultural Economics， 2009， 40（05）： 493-505.

Munshi K. Social learning in a heterogeneous population：technology diffusion in the Indian Green Revolution [J]. Journal of Development Economics， 2004， 73（01）：185-213.

Samiee A， Rezvanfar A， Faham E. Factors influencing the adoption of integrated pest management （IPM） by wheat growers in Varamin County， Iran [J]. African Journal of Agricultural Research， 2009， 4（05）：491-497.

Timprasert S， Datta A， Ranamukhaarachchi S L. Factors determining adoption of integrated pest management by vegetable growers in Nakhon Ratchasima Province， Thailand [J]. Crop Protection， 2014， 62：32-39.

（責(zé)任編輯康燕）