基于计划行为理论的农业类高职院校提升农民培训质量意愿研究

王瑾 胡恩华

摘要：以農业类高职院校为例，应用Bootstrap自助抽样法下的结构方程模型，构建院校提高农民培训质量意愿的模型。结果表明，院校特征、主观规范、知觉行为控制和过去行为等是主要影响因素，其中过去行为对决策行为的影响最为显著，院校特征影响最弱;培训师资水平越高说明院校的农民培训质量越高，实践教学条件越好的院校越注重提高农民培训质量;学院对农民培训的重视度与师资的交互作用显著;加强对农民培训师资的绩效考核对提升农民培训质量具有基础性作用。

关键词：计划行为理论;农业类高职院校;培训质量;意愿

中图分类号：G729   文献标志码： A  文章编号：1002-1302（2020）24-0324-06

我国农业正在从传统农业向现代农业发展，农业发展的主体是农民，目前我国农民的素质整体较低，这与现代农业发展需求不相对应。因此，快速提高农民素质，对农民进行教育培训显的尤为重要。农业类高职院校对农民培训起着至关重要的作用，已是培训农民的中坚力量，取得了一定的成效[1]，但有些培训没有考虑农民的实际需要[2-3]。朱雄才等研究认为，一些培训项目只注重培训的形式、数据的统计和面上的反馈，培训前深入基层调研不多，对培训内容是否适应当地的经济社会需求、是否适合农民的实际需要考虑甚少，并缺乏实践性知识[4-5];田春来等指出，农民培训质量的提升关键在于培训机制的优化，提出了依托涉农高职院校，优化现有的培训机制，以此提升农民培训质量的方法[6-7]。

计划行为理论是基于心理学视角来研究个体为何以及如何改变其的行为表现，根据计划行为理论，个人意愿由行为态度、主观规范和知觉行为控制3个关键因素决定[8-9]。行为态度是个人对某项行为持有的正面或负面评价的程度;知觉行为控制指个人感受到执行某特定行为容易或困难的程度，可通过行为意愿直接或间接影响实际行为的发生;意愿指个体实际行动之前的思想倾向以及行动动机的积累和强化的过程[10-11]。Liang等研究指出，计划行为理论为解释这种谋划后而做出的行为提供了有说服力的框架[12-14]。诸多研究也表明，计划行为理论可以探讨农民培训的意愿，即较强的行为态度、主观规范以及知觉行为控制能够显著地预测个体行为[15-18]。事实上，过去行为与计划行为理论中3个主要变量间有一定的关联，并对行为意向和决策行为产生影响[19-21]。高职院校是由学生、教职员工、管理者等不同个体组成的，具备人的行为意愿与行为[22]。鉴于此，用计划行为理论研究农业类高职院校提高农民培训质量的决策行为具有可行性和科学性。相关研究表明，提高农民培训质量的决策行为是决策者的认知过程[23]。Bandura等研究证实，决策行为受主体和环境2个因素的影响，作为主观变量和中介变量的行为态度变量具有主观性较强、灵活性较高的特点，但其调查范围有限，缺乏随机性;提高农民培训质量这一决策行为的态度主要取决于院校领导，而直接影响态度的变量是个人因素和环境因素[24-25]。因此，决策行为的主体是院校领导，影响主体决策行为的环境因素是院校规模，二者共同构成院校特征。本研究提出了具有5个自变量维度的提高农民培训质量决策行为的假设模型。

因此，笔者运用计划行为理论，以农业类高职院校作为研究对象，采用问卷调查方法，构建院校提高农民培训质量意愿的模型（图1），分析影响提升农民培训质量的关键性因素，为进一步提升农民培训的质量提供相关参考依据。

1 材料与方法

1.1 研究假设

基于图1，本研究作出如下研究假设：

H1：院校对于农民培训的态度正向影响决策意愿，态度越积极，院校提高农民培训质量的意愿越强。

H2：主观规范正向影响农民培训质量的决策意愿，主观规范越高，院校提高农民培训质量的意愿越强。

H3：知觉行为控制正向影响农民培训质量的决策意愿，知觉行为控制越高，院校提高农民培训质量的意愿越强。

H4：过去行为对提高农民培训质量的决策行为有正向影响。

H5：院校态度与过去行为之间分别存在交互作用。

1.2 研究设计

1.2.1 样本选取 我国农业类高职院校分布广，分别属于不同的省份，不同的城市位置，不同的经济发展水平。本研究选取江苏省、浙江省、新疆维吾尔自治区、福建省、北京市等地13所涉农高等职业院校为调查对象，发放问卷120份，回收有效问卷82份，回收率为68.33%。

1.2.2 样本分析 研究调查的13所农业类高等职业院校的基本特点：（1）6所院校的在校生人数在 5 000 人以上，10所院校教职工人数在600人以上，8所院校所在位置为地级市。（2）46.3%的样本问卷认为所在院校过去对农民培训质量很重视。（3）65.9%的样本问卷认为所在院校对于提高农民培训质量的意愿很强。（4）85.4%的样本问卷认为所在院校应当健全农民培训质量监管体制。

1.2.3 样本变量说明 调查问卷测量有25个指标变量（表1、表2），力求包含所有解释变量。为了降低分析的复杂性以及模型拟合的难度，也防止变量间产生相关性，因此选取因子分析降维方法。

2 信效度检验及因子分析

2.1 信效度检验

本研究使用SPSS 18. 0软件，选取克伦巴赫系数（cronbach's alpha）和折半信度系数（split-half coefficient）对样本数据进行信度检验。分析结果为可靠性统计量cronbach's alpha值为0.655，折半信度系数为0.505，说明样本内数据一致性较好。适当性检验结果是取样适切性量数（KMO）值为0.459[26]，bartlett的球形度显著水平检验结果小于0.01，拒绝原假设[27]，说明原始变量间存在共同因素，因子分析法可以使用。

2.2 因子分析

根据特征值大于1的准则[28]，可以将量表中的变量综合成8个主成分，共解释了83.843%的总方差[29]。

3 提高农民培训质量决策行为影响因素的实证分析3.1 变量测量与信效度检验

根据因子分析结果，结合变量和测量指标理论含义，本研究对进入分析变量归类整理。由于态度、主观规范、知觉行为控制、过去行为、决策意愿5个关键变量皆通过多个指标进行测量，因此将5个变量12个测量指标分别进行主成分分析，得出提取一个因子的解释总方差和成分矩阵，方差贡献率和成分矩阵系数如表3所示。

笔者所在课题组进一步进行了可靠性分析，计算量表的Cronbach' α值。系数在0.5～0.7之间为可信，>0.7～0.9 之间为很可信。由表3可知，态度量表的Cronbach' α值为0.754，主观规范量表的Cronbach' α值为0.791，知觉行为控制量表的Cronbach' α值为0.762，过去行为量表的Cronbach' α值为0.761，决策意愿量表的Cronbach' α值为0.670，表明量表具有较高的可信度。

主成分表达式的系数等于成分矩阵系数与主成分特征根的算数平方根的比值，由此可得出每个维度的主成分函数表达式，且函数表达式满足系数平方和等于1，根据成分矩阵系数和主成分特征根，得到各二级指标的权重，并计算出5个变量的取值：

3.2 层次回归模型分析

以决策意愿为因变量，态度、主观规范、知觉行为控制、过去行为为自变量，学院学生人数、学院教职工人数、学院面积、学院所在位置、学院领导学历、学院领导年龄、学院领导性格为控制变量，构建层次回归模型，结果如表4所示。

分析结果表明，态度、主观规范和过去行为是影响院校提高农民培训质量决策意愿的主要因素。在模型二和模型三中，态度的标准化系数分别为0.286和0.864，显著性水平为0.05和0.01，证实H1假设成立。说明院校对于农民培训的态度正向影响其决策意愿，态度越积极，院校对于提高农民培训质量的意愿越强烈。过去行为的标准化系数分别为0.249和1.078，显著性水平都为0.01，证实H4假设成立。说明过去行为通过惯性作用影响农业类高职院校提高农民培训意愿的决策，使Sutton等提出的过去行为可以直接影响决策行为的观点得到验证[37]。主观规范的标准化系数分别为0.454和0.483，显著性水平都为0.01，证实H2假设成立。这与目前我国农民培训的实际相符，改革开放以来，党和政府越来越重视农民培训，“阳光工程”“跨世纪青年农民培训工程”“绿色证书工程”以及出台的各项政策文件等都显示出政府对农民培训的重视。农业类高职院校不仅具备一定的培训基础，也有相应的社会责任意识。学院做好农民培训既要依赖政府的支持，也需要通过农民培训来扩大自身的社会影响力。学院的知觉行为控制对决策意愿的影响未通过显著性检验，H3假设未得到验证，一个可能的解释是调查地区的农民培训数量较大，培训人群的学历层次较低，因此对于培训师资和设备要求不高，现有职业院校的软硬件条件都能满足农民培训的要求。

交互作用检验结果表明，院校对农民培训的态度与过去行为交互作用显著，这一结论符合客观现实。这是因为由于农业类高职院校承担农民培训任务受政府政策以及导向的影响较大，因此学院对农民培训的态度与学院过去承担的培训任务相关，长期承担农民培训任务的院校必然对提高农民培训质量持积极态度。由此，本研究的假设H5得到验证。4 主要结论、政策建议

4.1 结论

本研究以实际调研数据为基础，借助层次回归模型，运用计划行为理论，研究影响农业类高职院校提高农民培训质量决策行为的主要因素。结论显示，影响决策意愿的主要潜变量为院校态度、主观规范和过去行为。同时验证了学院对农民培训的态度与过去行为的交互作用显著，说明计划行为理论对研究农业类高职院校提高农民培训质量的决策行为具有普遍的适用性。

4.2 政策建义

农业类高等职业院校提高农民培训质量，本质上由院校领导的重视、农民培训装备的水平以及政府的主导推动的。当前制约我国农民教育培训质量提升的一个关键因素就是农民培训实践教学量不够，培训针对性不强，大多数教师理论知识很强，动手实践能力较弱，对农民实际情况了解不足[2]。因此，农业类高等职业院校要进一步加强农民实践培训基地建设，针对农民培训的实际需求，建立一支优秀的培训团队，淡化教材、学科概念，理论联系实际，以实践教学为主，要注重态度教育与技能培养相结合，以实用、够用为限度，培训与考核分离[30]。高职院校领导要建立农民培训目标责任管理和年度考核制度，把发展农民教育培训列入教师业绩考核的重要内容，要加强对农民教育培训工作的督导。政府部门要制定相关的激励政策，对于承担农民培训任务好的農业类高职院校给予政策上的鼓励或实行财政补贴，加大对高职院校与农民培训相关的基础设施建设的投入支持。另外，政府应该制定政策鼓励企业、其他培训机构与农业类高职院校共同参与农民培训，使培训更有成效。

参考文献：

[1]明 娟，邓江年，刘三林. 农民工在职培训的影响效应分析——基于佛山市雇主-雇员匹配调查数据[J]. 湖南农业大学学报（社会科学版），2019，20（2）：47-54.

[2]王东毅. 新生代农民工技能培训需求实证研究——基于河南省调查数据的分析[J]. 成人教育，2019，39（4）：56-59.

[3]杨东梅，沈有禄. 农民工职业技能培训供需状况调查研究[J]. 中国职业技术教育，2019（21）：70-79.

[4]朱雄才. 试析高职教育政校企合作开展农民培训的模式[J]. 黑龙江高教研究，2012，30（8）：59-61.

[5]张 锐，刘俊霞. 农民工培训实际参与率与培训意愿水平的差距及其调节变量的Meta分析[J]. 社会政策研究，2019，14（1）：96-110.

[6]田春来，郑嘉靖. 基于高职院校为依托的农民创业培训机制的创新研究[J]. 农家顾问，2014（10）：38-39.

[7]马金平，周 丽，郭朝晖. 我国农民工职业教育与培训的政策演变[J]. 教育理论与实践，2019，39（27）：24-27.

[8]Ajzen I. The theory of planned behavior[J]. Organizational Behavior and Human Decision Processes，1991，50（2）：179-211.

[9]López-Mosquera N，García T，Barrena R. An extension of the theory of planned behavior to predict willingness to pay for the conservation of an urban park[J]. Journal of Environmental Management，2014，135（15）：91-99.

[10]张高亮，张璐璐，邱 咸，等. 基于计划行为理论的渔民参与专业合作组织行为的产生机理[J]. 农业经济问题，2015，36（8）：97-104.

[11]贾 鼎. 基于计划行为理论的公众参与环境公共决策意愿分析[J]. 当代经济管理，2018，40（1）：52-58.

[12]Liang J，Farh C I C，Farh J L. Psychological antecedents of promotive and prohibitive voice：a two-wave examination[J]. Academy of Management Journal，2012，55（1）：71-92.

[13]Chen M F，Tung P J. Developing an extended theory of planned behavior model to predict consumers' intention to visit green hotels[J]. International journal of hospitality management，2014，36：221-230.

[14]高 键，魏 胜. 基于计划行为理论的生活方式绿色化形成的双重交互效应研究[J]. 经济与管理评论，2018，34（2）：51-61.

[15]林 琳. 拖延行为的干预：计划行为理论和实施意向的影响[J]. 心理学报，2017，49（7）：953-965.

[16]张若勇，刘光建，刘新梅. 员工创造力效能感与主动变革行为的权变关系——基于计划行为理论视角[J]. 经济管理，2018，40（8）：194-208.

[17]赵向豪，陈 彤，姚 娟. 认知视角下农户安全农产品生产意愿的形成机理及实证检验——基于计划行为理论的分析框架[J]. 农村经济，2018（11）：23-29.

[18]李傲群，李学婷. 基于计划行为理论的农户农业废弃物循环利用意愿与行为研究——以农作物秸秆循环利用为例[J]. 干旱区资源与环境，2019，33（12）：33-40.

[19]Ouellette J A，Wood W. Habit and intention in everyday life：the multiple processes by which past behavior predicts future behavior[J]. Psychological Bulletin，1998，124（1）：54-74.

[20]Ajzen I. Residual effects of past on later behavior：habituation and reasoned action perspectives[J]. Personality and Social Psychology Review，2002，6（2）：107-122.

[21]Ghani W A W A K，Rusli I F，Biak D R A，et al. An application of the theory of planned behaviour to study the influencing factors of participation in source separation of food waste[J]. Waste Management，2013，33（5）：1276-1281.

[22]殷志揚. 高职院校涉农专业学生务农意愿及其影响因素 ——基于计划行为理论视角[J]. 湖南农业大学学报（社会科学版），2019，20（4）：63-69.

[23]王海滋，李超伟，张士彬. 基于计划行为理论的农户耕地转入和转出意愿对比研究[J]. 中国农业资源与区划，2019，40（9）：169-175.

[24]Bandura A. Social learning theory[M]. Englewood Cliffs：Prentice Hall，1977.

[25]Narli S. An alternative evaluation method for likert type attitude scales：rough set data analysis[J]. Scientific Research and Essays，2010，5（6）：519-528.

[26]Kaiser H F. An index of factorial simplicity[J]. Psychometrika，1974，39（1）：31-36.

[27]Cornish R. Statistics：factor analysis[M]. Loughborough：Mathematics Learning Support Centre，2007.

[28]Kaiser H F. The application of electronic computers to factor analysis[J]. Educational and Psychological Measurement，1960，20（1）：141-151.

[29]Jolliffe I T. Principal component analysis[M]. New York：Springer，2002.

[30]周海鸥，赵邦宏. 加拿大农民培训模式分析与经验借鉴[J]. 河北经贸大学学报，2012，33（3）：91-97.