农业产业集群内农民知识共享行为及其影响因素的测度

杨 丽

（山东轻工业学院 商学院，济南 250353）

农业产业集群是现代农业发展的一个重要方向，在我国农业经济比较发达的县域经济中农业产业集群大量存在，在农业产业集群中很多学者专注农业龙头企业和政府的作用，对农业产业集群内的知识共享关注较少。对于知识共享的研究主要集中在企业内部或工业企业集群内，对于农民间知识共享行为较少涉及。本文主要在山东的两个农业产业集群展开调查，试图就农业产业集群内农民的知识共享行为及其影响因素进行测度与分析。

1 理论假设

知识共享行为分为正式的和非正式的共享，正式的共享行为包括培训计划、工作组、推动知识共享的技术系统。非正式的共享行为是指建立在个人之间信任关系基础之上的面对面的沟通和共享。在农业产业集群内部，正式的知识共享主要包括地方政府和农民专业技术协会定期或不定期举办相关讲座、农业技术培训。非正式的知识共享行为主要包括农民通过非正式的小组或者私人关系进行知识共享，这种共享行为可以弥补正式的共享行为的缺陷。在农村村落中，农民世代居住在一起，可以面对面交谈、聊天来交换意见，培养技能，建立联系，这种方式对于开发专业技能、产生思想火花的碰撞具有重要作用。影响农业集群内部知识共享行为的因素主要包括：知识的特性、知识共享的收益和知识价值等。

知识主要有隐含性和分散性两个特征。隐含性指的是知识编码化的程度，波兰尼认为隐性知识具有极强的个体性，难以用语言或其他编码来完全明晰地表达出来。知识共享理论研究表明，知识的隐含性是知识共享的障碍。

知识的分散性指的是知识集中于个人或分散掌握在组织成员手中的程度，即知识存在于个人的思维中，还是分散于组织成员中的“团体思维”之中。个人知识是存在于组织成员头脑中，并表现为个人技能方面的知识。而共有知识指在农业集群内村落或农民协会成员中分布和共享的方式、方法，它是村落或农民协会累积性的知识，储存积淀在村落或农民协会的规则、惯例和共同的行为准则之中。知识的分散化主要影响了知识在组织成员之间的共享。较为集中的知识要比相对分散的知识更容易共享。根据知识共享的定义，以及对知识特性的分析，可以得到如下假设:

H1：知识的隐含性与农业集群内知识共享行为之间存在负相关关系;

H2：知识的分散性与农业集群内知识共享行为之间存在负相关关系。知识共享的收益越大就越能激励个人贡献自己的知识。研究表明，在有适当激励因素存在的情况下，知识的共享更为有效。如果没有较强的个人激励动因和适合的环境，人们是不可能共享知识的。对于个人来说，如果能够从知识共享中提高自己的知识和技能，或者通过知识共享解决自己在工作中所遇到的问题，个人就愿意与其他成员进行知识共享。

农民拥有的隐性知识能为其带来高于其他农民的收入，提高其社会地位。知识共享理论表明，人们容易把隐性知识当成自己的财富，知识的价值越高就越不愿与他人共享。因此，可以得出以下假设:

H3:知识共享收益与农业集群内知识共享行为之间呈正相关关系。

H4:农民拥有的知识价值与农业集群内知识共享行为之间呈负相关关系。

2 研究设计与变量测量

2.1 调查区域选择

为使数据收集更为容易，选取农村知识共享行为活跃的已经形成一定规模的农业产业集群的县域进行调查，由于研究时间和经费的限制，本文把调查地点限制在山东寿光的蔬菜产业集群和山东青州的花卉产业集群内。以寿光蔬菜产业集群为发育成熟的农业产业集群的代表，以青州花卉产业集群为正在成长的农业产业集群的代表，在这两个集群内实施调查，要求调查的对象为种植技术好的农民。调查数据收集的主要渠道为家在寿光和青州的大学生调查员，调查前先招募大学生调查员进行培训，然后利用学生放假回家进行调查。调查共发放400份问卷，每个集群各200份问卷，从山东寿光回收有效问卷170份。青州回收有效问卷130份，总有效问卷300份。

2.2 农业集群内知识共享行为的测度指标

2.2.1 农业集群内知识共享行为的测度指标

关于农业集群内正式的知识共享行为，提出了6个测量项目，分别是政府培训、协会培训、远程教育和农业信息服务、农民文化夜校和农家书屋、农业110、聘农民作教师。关于农业集群内对于非正式共享，提出一个问题：村里的农民经常在一起交流信息和经验。

2.2.2 农民拥有的知识的特性的测度指标

对农民拥有的知识特性的测度主要从知识的隐性和分散性两个方面来进行。隐性知识难以编码。对于隐性知识指标，设计了如下项目的问题:①您受的培训主要是通过手把手传授的方式进行的；②您的种植技术主要是通过面对面的传授获得的。

知识的分散化程度，指的是知识存在于个人的思维中，还是分散于组织成员中的“团体思维”之中。据此，提出两个项目的问题来衡量知识的分散化程度:①您通常不知道村内或邻村其他村民所掌握的种植知识与技术；②您不知道从村内或邻村哪些人那里可以获得自己需要的种植知识与技术。

2.2.3 农民知识共享的收益与知识价值的测度指标

组织的成员愿意将知识与其他成员共享的可能性和他们预期从共享行为中得到的奖励正相关，与他们预期从共享行为中得到的惩罚负相关。对于农民预期从知识共享中获得的收益，设计了如下3个项目的问题:①每个村民都把自己掌握的种植技术分享给其他人，能够带来更多收益;②您认为通过种植知识与技术的分享能够提高自己的知识和技能;③您认为通过种植知识与技术的分享能够解决自己在生产中遇到的问题。

根据知识转移和共享理论，农民拥有的知识能为其带来某些特殊利益，对于农民拥有的知识价值高低提出如下3个问题来测量：①村民所拥有的知识与技术是与其在村内或镇上的地位有关的；②村民所拥有的知识与技术是与其在村内或镇上的声望有关的；③村民所拥有的知识与技术是与其收入有关的。

对以上每一问题的答案均用“完全同意”、“同意”、“不知道”、“不同意”和“完全不同意”作为答案。然后从5-1分别给这些答案计分。

3 数据分析

3.1 农业集群内知识共享行为的探索性因子分析与量表信度、效度分析

先对寿光的问卷中的16个项目（非正式共享只有一个测量条款，不进行因子分析）进行信度检验，结果Hotelling T2=672.2797，表明该量表的项目间平均得分的相等性很好，即项目具有内在的相关性，在量表的信度检验中，Cronbach α=0.7028，说明该量表获得真分数的能力比较强。方差分析表明，F=41.1059，P=0.0000.即该量表的重复度量效果良好。

对农业集群内知识共享的16个项目使用spss11.5进行因子分析。使用了方差最大正交旋转（Varimax）法对因子和项目都进行了旋转，我们提取了5个特征根大于1的因子，共解释了64.219%的总变异（见表1），进行KMO测度和巴特利球形检验，结果显示KMO值为0.683，同时巴特利球形检验柯方统计值的显著性水平为0.000，小于1%，说明数据具有相关性，问卷适合进行因子分析。

表1 农业集群内知识共享的特征值与贡献率

表2是各项目旋转后的因子载荷情况，大多数项目的因子载荷都在0.6以上，说明各指标选取较好，对这个5个因子分别进行了解释和命名。第一个因子共有六个项目，分别是：政府培训、聘农民作教师、远程教育站点、农业110、农民文化夜校、协会培训。这一因子反映了农业集群内知识共享的设施建设、政府和农民协会的培训状况以及对农民创新知识的重视与推广，所以把这一因子命名为集群内正式的知识共享行为。其分量表Cronbach α=0.8206，第二个因子共有两个项目，分别是：(1)您受的培训主要是通过手把手传授的方式进行的；(2)您的种植技术主要是通过面对面的传授获得的。这一因子反映了农民拥有知识的隐性状态，所以把这一因子命名为隐含性。其分量表Cronbach α=0.6444。第三个因子共有两个项目，分别是：(1)您通常不知道村内或邻村其他村民所掌握的种植知识与技术；(2)您不知道从村内或邻村哪些人那里可以获得自己需要的种植知识与技术。这一因子反映了知识在地点和人员上的分散性状态，所以把这一因子命名为分散性。其分量表Cronbach α=0.7870。第四个因子共有三个项目，分别是:(1)每个村民都把自己掌握的种植技术分享给其他人，能够带来更多收益；(2)您认为通过种植知识与技术的分享能够提高自己的知识和技能；(3)您认为通过种植知识与技术的分享能够解决自己在生产中遇到的问题。这一因子反映了知识共享带来的好处，所以把这一因子命名为共享收益。其分量表Cronbach α=0.6238。第五个因子共有三个项目，分别是：(1)村民所拥有的知识与技术是与其在村内或镇上的地位有关的；(2)村民所拥有的知识与技术是与其在村内或镇上的声望有关的；(3)村民所拥有的知识与技术是与其收入有关的。这一因子反映了拥有知识为其带来的好处，所以把这一因子命名为知识价值。其分量表Cronbach α=0.6635。五个其分量表信度都较高，是有效和可靠的。

3.2 农业集群内知识共享行为及其影响因素的验证性因子分析

表2 农业集群内知识共享旋转后的因子载荷

对于“正式的知识共享行为”分量表，构建了“政府培训”、“聘作教师”、“远程教育”、“农业110”、“ 文 化 夜校”和“协会培训”6个观测变量。将相关数据代入后，运用Lisrel8.70进行验证性因子分析，得到正式的知识共享行为的验证性因子分析模型的参数估计结果及拟合指标，观测变量和潜在变量的所有非标准化λ系数（载荷）在0.01的水平上是显著的；从拟合度指标来看，RMSEA的值为0.064，小 于 0.1，表明模型与数据之间的拟合较好。该测量模型的路径图见图1。

对于农民拥有的知识的特性，用“手把手”、“面对面”来测量“知识的隐含性”，用“知识内容”和“知识地点”来测量“知识的分散性”。进行一阶验证性因子分析，得到知识特性的一阶验证性因子分析模型的参数估计结果及拟合指标，除观测变量“手把手”在0.05的水平上显著外，其他观测变量的载荷都在0.01的水平上是显著的。而“隐含性”和“分散性”之间的相关系数在0.05的水平上是显著的，表明知识的隐含性和分散性具有明显的正相关关系。另外，从拟合度指标来看，RMSEA的值为0.000，可以说模型与数据之间具有非常好的拟合。该测量模型的路径图见图2。

对于农民知识共享收益的三个观测变量进行验证性因子分析，参数估计结果和拟合指标显示：“分享收益”、“提高技能”两个观测变量估计的参数在0.05的水平上是显著的，“解决问题”的参数在0.01的水平上是显著的。另外，从拟合度的统计情况来看，χ2=0，df=0，RMSEA=0，模型具有完美的拟合。该测量模型的路径图见图3。

对于农民拥有的知识价值进行一阶验证性因子分析，参数估计结果及拟合指标表明，所有观测变量的参数估计均在0.01的水平上是显著的。从拟合度的统计情况来看，χ2=0 ，df=0，RMSEA=0，模型具有“完美的拟合”。该测量模型的路径图见图4。

图1 正式的知识共享行为的验证性因子分析

图2 农民拥有的知识特性的验证性因子分析

图3 农民知识共享收益的验证性因子分析

图4 农民拥有的知识价值的验证性因子分析

3.3 农业集群内知识共享行为的影响因素的回归分析

把正式的知识共享行为的六个测量项目采用简单算术平均得到正式的知识共享行为的测量值，分别以正式的知识共享行为与非正式的知识共享行为为因变量，以知识特性（隐含性、分散性），共享收益，知识价值为自变量分组进行多元线性回归分析，结果如表3所示。

通过表3可以发现知识的隐含性对正式共享和非正式共享都有显著的正向影响，假设1不成立。知识的分散性对正式共享有显著的正向影响，对非正式共享有显著的负向影响，假设2部分成立。共享意愿对正式共享和非正式共享都有显著的正向影响，假设3成立。知识价值对正式共享和非正式共享都有显著的正向影响，假设4不成立。

表3 农业产业集群内知识共享行为的影响因素的回归系数

4 结论与讨论

本文研究了农业产业集群内农民的知识共享行为及其影响因素的测度，并分析了农民拥有知识的特性、共享收益和知识价值对知识共享行为的影响。通过量表开发、数据收集和因子分析，本研究提出了能够有效度量农业产业集群内农民的知识共享行为及其影响因素测量条目。农民拥有知识的隐含性和分散性对正式共享行为有显著的正向影响，与理论研究和预期不符，这可能是因为对正式共享行为的测度主要是从政府构建的知识共享设施的角度来测量的，农业知识的隐含性与分散性越高，各级地方政府、农业管理机构、农业协会等组织构建的知识共享设施的动力就越大。知识的隐含性对非正式共享行为有显著的正向影响，知识的分散性对非正式共享有显著的负向影响，这可能是因为农村社区的血缘特征和世代相交使知识的隐含性对非正式共享行为也没有阻碍作用。知识价值对正式共享和非正式共享都有显著的正向影响，假设4不成立。虽然对企业知识共享的研究表明，个人拥有知识越有价值，就越不愿意共享。但农村社区的血缘特征可能使这个结论并不适用，因为人情、亲情的存在使个人拥有知识越有价值，共享水平会越高。

[1] Nonaka，Takeuchi H.The Knowledge Greating Company[J].New York:Oxford University Press,1995.

[2] Ye Jingzhong,Wang Yiihuan,Norman Long.Farmer Initiatives and Live⁃lihood Diversification；from the Collective to a Market Economy in Ru⁃ralChina[J].JournalofAgrarianChang,2009,9(2).

[3] 杨丽.乡土性技术创新与农业产业集群的演进[J].齐鲁学刊,2009,(4).

[4] Bin Wu,Jules Pretty.Social Connectedness in Marginal Rural China：The Case of Farmer Innovation Circles in Zhidan,North Shaanxi[J].Agriculture and Human Values.,2004,21(3).