基于Logistic-ISM模型的茶农采纳病虫生态调控技术的影响因素及层次结构分析

郑蓉蓉，刘路星，马妍丽，王自帅，陈少游，何敦春,3*，谢联辉*

基于Logistic-ISM模型的茶农采纳病虫生态调控技术的影响因素及层次结构分析

郑蓉蓉1,2，刘路星2，马妍丽1，王自帅1，陈少游1，何敦春1,3*，谢联辉1*

1. 福建农林大学植物病毒研究所，福建 福州 350002；2. 福建农林大学安溪茶学院，福建 泉州 362406；3. 福建江夏学院经济贸易学院，福建 福州 350108

茶叶是中国重要的经济作物，品质安全附加值大，病虫防控是保障茶叶品质安全的关键环节。传统病虫防控的负外部性明显，生态调控是未来发展的方向，弄清茶农采纳生态调控技术的影响因素及其内在关系是重要的科学命题。为此，随机选取福建省五大茶区的517位茶农进行调查，对获取的数据采用Logistic回归模型分析茶农采纳生态调控技术的显著性影响因素，进而运用解释结构模型（Interpretative structural modeling，ISM）分析这些显著性因素间的层次结构，从茶农特征、技术认知和环境特征3个方面探讨因素间的内在逻辑。结果表明，在茶农采纳生态调控技术的显著性影响因素层次结构中，表层直接因素有茶叶年收益、销售模式、培训次数、政府抽检频率、往年病虫情况，中间因素有新技术成本和收益变化的认知、是否合作社成员、茶园面积，根源因素有文化教育程度、年龄，各层次因素沿根源层、中间层、表层、目标层逐级向上影响。据此，本文从合作、培训、监管、示范等方面提出了对茶树病虫生态调控技术推广进行宏观管理的建议。

病虫生态调控；Logistic-ISM模型；影响因素；层次结构

茶树病虫害严重影响茶叶产量和价格，每年仅产量就损失15%~20%[1]，质量损害则更为严重[2]，是制约茶农收入的关键因素。因此，大部分茶农很重视病虫防控，经常超量和高频喷施化学农药，导致茶叶农残超标，进而降低茶叶价格，直接损害收益，同时还带来了生态、社会的负面效应，恶化茶叶可持续生产的自然、人文环境，间接削弱茶农长期利益，增加防控负外部性[3-4]。植物群体健康为主导的生态调控已被成功应用于水稻、马铃薯、茶、柑桔等粮食、经济作物的生产实践[4-6]，被证明是未来农业生产的发展趋势[4,7]，茶树病虫防控亟需实现从传统模式到生态调控模式的跨越[3,7]。茶园是人工控制的生态体系，茶叶生产是典型的经济行为，人为因素在经济规律的支配下对病虫防控起着主导作用，从社会经济角度探讨茶农采纳生态调控技术的影响因素，是解析“好技术为什么未能得以大面积推广”这一科学和生产问题的新颖视角，是“跳出植保搞植保”的出路之一。人为因素中茶农特征、认知水平、外部环境特征等都可能影响茶农的预期，进而决定防控模式取舍。

目前关于农户技术采纳行为的研究报道较多，主要集中于两个方面，一是影响因素方面，如生产要素、资源禀赋、家庭特征、风险偏好、政府补贴、技术服务、环保政策、行为认知等[8-12]，二是因素间的层次结构、作用机理方面[13-16]，是影响技术推广效果的瓶颈所在。茶树病虫防控行为领域的研究则相对集中于影响因素方面，如茶农个人特征、新技术认知、成本投入、预期收益、市场需求、技术服务、政府补贴等[17-18]。这些研究相对静态且有失整体性，局限于因变量与影响因子的相关性研究，鲜见因素间的层次结构、作用机理研究的报道。福建茶叶总产量居全国首位[19]，已形成乌龙茶、红茶、白茶等主要茶类，代表性产区及其品种有安溪的铁观音，永春的佛手，漳平的水仙，武夷山的大红袍、肉桂、正山小种等，福鼎的白牡丹、寿眉等。

为此，我们根据已报道的文献和预调查结果，提出茶农特征、技术认知、环境特征显著影响茶农采纳生态调控技术的假设，通过（1）随机调查访问5个代表县市的517位茶农，按实际情况和模型要求，进行多轮反复调查取证，获得重要数据；（2）运用回归、结构模型分析数据，找到茶农采纳生态调控技术的显著性影响因素，明晰它们的逻辑关系和层次结构，验证上述假设。研究结果将弥补该领域研究空白，丰富和发展植物病虫生态调控的理论和实践体系，为政府的技术推广提供对策建议。

1 材料与方法

1.1 茶树病虫生态调控概念界定

茶树病虫生态调控以改善茶园生态系统中茶树种群健康状况为目的，最大限度地发挥自然调节功能，平衡运用抗、避、除、治等策略[3-4,20]，包括多样化种植乔木、间作大豆或花生、坡地留草、施用有机肥、病虫生物或农业防治等关键技术，实现其经济、生态和社会效益最大化，主要包括3个组成部分：（1）对投入品（如肥料、信息素、生物农药等）进行动态和综合管理；（2）对茶园生态进行时空两个维度的创建和保持，如交替采茶、降低茶树种群密度、布局茶树高度等；（3）增加茶园异质性，如绿肥间作、混合种植其他树木等[3]。

1.2 变量设定与数据来源

1.2.1 变量设定

参照德尔菲法，根据已有文献资料[8,10-11]和课题组评价，筛选出可能的自变量并就此分别向茶农、科学家、科技工作者、技术员、销售员咨询，最终形成供调查的变量指标体系（表1）。

（1）茶农特征。茶农特征是影响茶农行为的基础性因素[18]。成本、收入、预期、偏好等因素一方面影响新技术的需求量，另一方面性别、年龄、受教育程度、是否兼事非农工作可能对新技术的接受存在影响。茶叶年收益、茶园面积反映出茶农经营规模的大小和对茶园经营管理的重视程度，对新技术采纳的效应敏感性会有较大差异。技术培训会提升新技术的认知水平和操作能力，是否合作社成员影响新技术采纳的可能性和可行性，销售模式直接影响新技术的需求，它们可能对农户新技术采纳具有刚性约束和实质性影响。

（2）技术认知。调整茶农病虫防控行为，思想转变很重要，只有思想上认识到新技术有利可图且有效方便，能超过原先认知所带来的效用，茶农才有采纳新技术的动机。技术认知变量中，茶农首先关心成本、收益情况，这是他们决策的支点。其次，茶农关心新技术是否切实有效，即使新技术成本低，若有效性不够，也会产生潜在的减产风险。再次是便利性，如果新技术实施条件或过程很复杂，即使新技术高效且利润较高，茶农仍然会担心由于操作不到位而引起不可预估的风险。

表1 模型变量的选取与定义

（3）环境特征。政策、自然等环境因素可能影响茶农技术认知，特别是成本、收益、有效性、便利性的预期，进而影响新技术采纳。往年茶树病虫情况是决策的影响因素，直接关系到收益，因此，尽管在原有生产成本已转化为沉没成本后，茶农仍愿意额外投入人力和物力，以降低病虫流行的风险程度。生态调控下的茶园有别于常规茶园，人工干预程度相对较低，但创建和保持茶园生态的成本因茶园的地理环境差异明显，而且随着人工工资的不断增长，茶园的地理位置对成本的影响日益受到关注。客户对不同等级茶叶需求派生出茶农对不同技术的需求，是茶农最直接的感受。政策会激励和约束茶农的生产行为，如资金扶持会降低成本，抽检频率增加化学防控成本，也会调整茶农的认知。

1.2.2 数据来源

2016—2017年，结合福建省茶产业重大农技推广服务项目的任务，我们对福建省具有代表性品类的主产区，即泉州安溪、泉州永春、宁德福鼎、南平武夷山、龙岩漳平等5个县市开展实地调查，在当地植保站、乡镇农口部门协助下，我们从他们建议的调查名单（根据代表性原则）中随机选取散户、大户、合作社等不同类型的茶农对象进行面对面的调查访问，以问卷调查、入户访谈为主，每个县市随机选取5个乡镇，每个乡镇调查约20位茶农，共调查517位茶农。

1.3 分析方法

1.3.1 Logistic回归模型

茶农是否采纳生态调控技术属二元决策（表1），适用于Logistic回归模型[13]。

将采纳（=1）概率设为，不采纳概率（=0）则为1－，Logistic回归模型如下：

式（1）中：是因变量，为影响因素（自变量）序数，P为采纳概率，x是自变量，0表示回归方程的常数，β表示x的回归系数；表示影响因素的个数。

1.3.2 ISM分析方法

解释结构模型（ISM）常被用于确定因素间的关联性和层次结构。本研究通过Logistic模型获得了个显著性影响因素（），运用ISM分析这些因素间的层次关系和构建层次结构图。首先，通过公式R=0或1（S对S无或有直接影响分别取0、1，S为行因素、S为列因素；，=1，2，3，…，，下同），确定这些因素两两间的相互关系，形成邻接矩阵（元素为R）；其次，通过公式（2）将转化成对应的(+1)*(+1)可达矩阵，并通过公式（3）确定因素各层次L。

式（2）中：为单位矩阵，≤－1，是矩阵阶数，矩阵的幂运算采纳布尔运算法则。

式中，=1，2，3，…，；(S)为可达集，为S行中所有矩阵元素R=1的列对应的全部因素集合；(S)为先行集，为S列中所有矩阵元素R=1的行对应的全部因素集合。

通过式（3）依次由高到低逐层确定L所含的因素，具体过程是删除中最高层1对应的行与列，得到1；从1中删除2对应的行与列，得到2；以此类推，即得到L所含因素。最后，用有向边连接同一层次及相邻层次的因素，得到茶农采纳生态调控技术的显著性影响因素的层次结构。

2 结果与分析

2.1 问卷的信度

本研究共发放问卷517份，剔除无效问卷得到有效问卷478份。对有效问卷进行信度分析，检测问卷内部的一致性，问卷整体信度基于标准化项的Cronbach's值为0.728，信度较高。

2.2 样本的基本特征

被调查的茶农大多为中年人，平均年龄为45岁，30~39岁和40~49岁分别占32.22%和29.92%，29岁以下仅占7.20%。文化教育程度，初中占34.50%，小学及以下占40.79%。年均收入，20万约占43.90%。茶园面积方面，7 337 m2以下占41.80%，7 337~40 020 m2占35%，40 020 m2以上占23.20%。70.10%茶农兼职从事非农业工作，45%尚未加入合作社，56.70%未参加过培训，80%以自销和采后订单模式为主。

2.3 茶农采纳生态调控技术的影响因素

茶农采纳生态调控技术的显著性影响因素是年龄、受教育程度、茶叶年收益、茶园面积、培训次数、是否合作社成员、销售模式、新技术收益变化认知、新技术成本变化认知、往年病虫情况、政府抽检频率（表2）。

表2 影响因素的Logistic回归分析结果

注：*、**、***分别表示0.10、0.05、0.01显著水平

Note:*,**,***indicate significant level at=0.10, 0.05, 0.01, respectively

2.3.1 茶农特征

茶农特征方面的影响因素按显著性强弱依次为是否合作社成员、受教育程度、销售模式、培训次数、茶园面积、茶叶年收益、年龄，这意味着合作社有利于增强茶农的组织化程度，如标准化生产、技术培训服务、品牌化经营、统一销售等，促进茶农增收，有利于提升茶农采纳生态调控技术的意愿。参与合作社、技术培训也是提升茶农教育程度、优化销售模式的途径，受教育程度与采纳意愿呈极显著正相关，这表明茶农文化程度越高，越认同生态环境保护，越易掌握生态调控操作方法和策略，采纳意愿越强。销售模式与采纳意愿呈极显著正相关，说明有采前订单的农户愿意采纳生态调控技术，也从侧面验证了是否合作社成员是极显著影响因素这一研究结果。茶园面积对茶农采纳意愿有显著负向影响，调研发现，在新型绿色防控技术推广中，政府补助金额小，多是针对家庭户发放，并非以经营规模为依据，对大户的防控技术选择激励不大，同时由于对新技术效果的预期不高，为规避新技术采用后对收入可能产生的不确定风险，多数大户仍选择传统病虫防治方式[18]，故当下茶园面积扩大对茶农采纳生态调控技术有显著负向影响。茶叶年收益极显著正向影响茶农生态调控技术，收入高的茶农对市场信息更为敏感，茶叶年经济收益直接影响茶农生产积极性，提升茶叶年收益将会直接增加生态调控技术采纳意愿，这是茶叶安全性对茶叶价格日益重要的体现。年龄正向显著影响茶农采纳生态调控技术，意味着年长的茶农，经验丰富，专注度、自有茶园归属感高，精细管理、茶园生态环境保护的动机明显，偏向采纳生态调控技术。

2.3.2 技术认知

成本变化认知与茶农采纳生态调控技术显著负相关，可能与新技术会增加交易、教育和信息成本有关。收益变化认知显著正向影响茶农采纳生态调控技术，表明如果安全优质茶叶的市场需求量增加，则茶农寻求生态调控技术的需求越强烈。有效性和便利性认知对采纳生态调控技术的影响差异不显著，可能是地方政府对茶树病虫生态调控技术的宣传及技术培训力度不足，没有引起茶农对当前常规防控技术的反思。

2.3.3 环境特征

往年茶树病虫发生情况、政府抽检频率均正向显著影响茶农生态调控技术采纳行为。在每年照常开展病虫防控情况下，往年病虫害越严重则越能激发茶农反思并调整防控行为，考虑采纳生态调控技术，以期在省钱省力条件下有效控制病虫害；如果病虫害较轻，茶农不需要特别防控就能确保收入，生产风险低，则采纳意愿较低。抽检频率会约束茶农的用药行为，增加过量化学防治的成本，抽检频率越低，茶农调整防控行为的意愿越弱。外部环境特征变量中客户的农残要求对茶农采纳生态调控技术影响不显著，在一定程度上反映了目前尽管有茶叶安全要求的呼声，但还未形成改变生产供给的市场趋势，我们研究表明87.66%的客户对农残无要求；政府资金扶持对生态调控技术采纳影响不显著，这与扶持资金较少有关，也反映了茶农越来越理性，更加注重自我盈利水平的提高。

2.4 茶农采纳生态调控技术的显著性影响因素层次结构

采用德尔菲法分析各影响因素间的逻辑关系（图1）。

根据图1得到影响因素间的邻接矩阵R；根据公式（2），利用Matlab软件将邻接矩阵R转化为可达矩阵M。

根据公式（3）确定第一层因素（目标层因素）为0（1={0}）。剔除0因素后，对其他因素进行重新排列，即删除0对应的行和列，建立新的可达矩阵。再次按照公式（3）进行运算，确定第二层因素为3691011（2={3、6、9、10、11}）。依次类推，第三层因素为4578（3={4578}），第四层因素为12（4={12}）（表3）。

由表3可见，0位于第一层（目标层），3691011位于第二层，4578位于第三层，12位于第四层，形成了1个四级结构的系统（图2），其中第一层0为目标层，其他三层为影响茶农采纳生态调控技术（目标层0）的显著性因素，各影响因素之间通过层层联结共同作用于目标层，即第四层次的“年龄、受教育程度”→第三层次的“茶园面积、是否合作社成员、新技术收益变化认知、新技术成本变化认知”→第二层次的“茶叶年收益、销售模式、往年病虫情况、培训次数、政府抽检频率”→目标层次的“茶农采纳生态调控技术”，各层次由下至上逐级影响上层因素，共同决定茶农是否采纳生态调控技术。这些影响因素的关联与层次结构通过“直接驱动+作用路径”影响茶农采纳生态调控技术。

注：A表示行因素受列因素的影响；V表示列因素受行因素的影响；0表示行和列之间无关系。S0代表被解释变量，即茶农采纳生态调控技术，S1、S2、S3、S4、S5、S6、S7、S8、S9、S10、S11分别代表年龄、受教育程度、茶叶年收益、茶园面积、是否合作社成员、销售模式、新技术收益变化认知、新技术成本变化认知、往年病虫情况、培训次数、政府抽检频率

（1）直接驱动。茶叶年收益、销售模式、培训次数、往年病虫情况、政府抽检频率是显著影响茶农采纳生态调控技术的表层直接因素，这些因素都与经济利益相关，反映了生态茶叶的供需关系。销售模式有供给内涵，但其市场需求的作用更为突出。销售模式对茶农病虫防控具有刚性约束力，若采摘前有大企业订单，茶农则愿意采纳生态调控技术，这说明安全优质茶叶的需求可以通过市场机制来激励茶农采纳病虫生态调控技术。政府抽检频率会约束茶农生产行为，技术培训使茶农有机会掌握切实可行的生态调控技术，并及时解决技术应用过程中的问题。

（2）作用路径。在“年龄、受教育程度”→“是否合作社成员、新技术收益变化认知、新技术成本变化认知”→“茶叶年收益、销售模式、培训次数”→“茶农采纳生态调控技术”的作用路径中，年龄、受教育程度从根源上影响茶农技术成本和收益变化的认知以及是否加入合作社；是否合作社成员、新技术成本、收益变化的认知则通过影响茶叶年收入、销售模式、培训次数影响茶农生态调控技术采纳行为[21]，这说明文化程度高且年长的茶农管理经验丰富，不仅会及时解读政策制度，关注生态调控技术，综合权衡生态调控的成本和效益，而且能够关注茶叶市场行情及茶园的持续性生产能力。茶农可通过加入合作社，实现生产与销售环节的有效合作，提高抵御自然和市场风险的能力，增加年收益，并理性做出是否采纳生态调控技术的决策[22]。

3 结论与建议

本文根据福建省517个茶农的调查数据，采用Logistic-ISM模型分析茶农采纳生态调控技术的显著性影响因素及其关联和层次结构。结果表明，茶叶年收益、销售模式、培训次数、往年病虫情况、政府抽检频率、茶园面积、是否合作社成员、新技术成本、收益变化的认知、年龄和受教育程度显著影响茶农采纳生态调控技术。这11个因素中，茶叶年收益、销售模式、培训次数、往年病虫情况、政府抽检频率是表层直接因素，茶园面积、是否合作社成员、新技术成本变化认知、新技术收益变化认知是中间因素，年龄、受教育程度是根源因素。这些因素既可独立起作用，又可交互起作用，形成“年龄、受教育程度”→“茶园面积、是否合作社成员、新技术收益变化认知、新技术成本变化认知”→“茶叶年收益、销售模式、往年病虫情况、培训次数、政府抽检频率”→“茶农采纳生态调控技术”的作用路径。

表3 各层次因素的确定

注：表中下划线表示各层次的因素L

Note: The underlines in the table indicate the factors of every layer (L)

图2 影响因素的层次结构

鉴于此，提出以下政策建议：（1）建立茶产业纵向合作契约。主要依据中间因素“是否加入合作社”正向显著影响茶农采纳生态调控技术，合作社有利于茶农掌握新技术，及时跟踪市场行情，更有可能与大企业建立长期且密切的纵向合作组织模式，从而切实提高社员收入。因此，一方面下游加工、销售企业直接管理茶树种植，约束和监督茶农生产，提高茶农认知水平，降低农药使用量，有效增加安全优质茶叶的供给量；另一方面，安全优质茶叶通过稳定的销售渠道获得稳定的高收益，激励茶农采纳生态调控技术。（2）建立常态化的培训机制和监管制度。一是组织开展不同层次、多形式的技术培训活动，切实提高茶农操作技能和业务知识，如依靠政府农技部门、科研院所、生产企业、科技特派员等开展生态调控技术培训。二是依托高等农业院校、职业技术学院开展茶农学历培训，提高茶农综合素质和对生态调控的认知、操作能力。三是建立常态化的茶叶质量安全检测和监管制度，特别是举报奖励和惩罚制度，并与相关责任人的绩效考核捆绑。（3）建立生态调控技术示范中心。认知水平显著影响茶农采纳生态调控技术，为此可通过建立示范基地：以福建省武夷山、福鼎、安溪主要茶叶生产基地为圆心，打造区域性的生态茶园示范中心，向周边地区的茶叶企业、茶叶合作社和茶农进行辐射，宣传生态调控理念与成效，普及生态调控技术。生态调控技术示范茶园既可作为研究基地，也可将基地向周边区域的茶农开放，定期组织茶农、茶企的管理者到基地参观和学习，通过实地培训、成本效益评价等向茶农普及茶树病虫生态调控技术，提升茶农的生态调控认知水平，推动茶树病虫生态调控技术的推广。

[1] 谭济才. 茶树病虫防控学[M]. 北京: 中国农业出版社, 2014: 210-218. Tan J C. Prevention and control of diseases and pests in tea trees [M]. Beijing: China Agriculture Press, 2014: 210-218.

[2] 陈宗懋. 我国茶产业质量安全和环境安全问题研究[J]. 农产品质量与安全, 2011(3): 5-7. Chen Z M. Research on quality and environmental safety of tea industry in China [J]. Quality and Safety of Agro-products, 2011(3): 5-7.

[3] Zheng R R, Zhan J S, Liu L X, et al. Factors and minimal subsidy associated with tea farmers’ willingness to adopt ecological pest management [J]. Sustainability, 2019, 11(22): 6190. doi: 10.3390/su11226190.

[4] He D C, Zhan J S, Xie L H. Problems, challenges and future of plant disease management: from an ecological point of view [J]. Journal of Integrative Agriculture, 2016, 15(4): 705-715.

[5] 吕秋霞, 程兆榜, 何敦春. 水稻条纹叶枯病流行风险源和影响指标[J]. 江苏农业科学, 2019, 47(7): 104-107. Lv Q X, Chen Z B, He D C. Risk sources and influence indexes of rice stripe prevalence [J]. Jiangsu Agricultural Sciences, 2019, 47(7): 104-107.

[6] Yang L N, Pan Z C, Zhu W, et al. Enhanced agricultural sustainability through within-species diversification [J]. Nature Sustainability, 2019, 2(1): 46-52.

[7] 谢联辉. 21世纪我国植物保护问题的若干思考[J]. 中国农业科技导报, 2003, 5(5): 5-7. Xie L H. Some thoughts on plant protection in China in the 21st century [J]. Journal of Agricultural Science and Technology, 2003, 5(5): 5-7.

[8] 蔡键, 唐忠. 要素流动、农户资源禀赋与农业技术采纳:文献回顾与理论解释[J]. 江西财经大学学报, 2013(4): 68-77. Cai J, Tang Z. Factor flows, farmers' resource endowments and agricultural technology adoption: literature review and theoretical explanation [J]. Journal of Jiangxi University of Finance and Economics, 2013(4): 68-77.

[9] 黄炎忠, 罗小锋, 李容容, 等. 农户认知、外部环境与绿色农业生产意愿: 基于湖北省632个农户调研数据[J]. 长江流域资源与环境, 2018, 27(3): 680-687. Huang Y Z, Luo X F, Li R R, et al. Farmer Cognition，external environment and willingness of green agriculture production: based on the survey data of 632 farmers in Hubei Province [J]. Resources and Environment in the Yangtze Basin, 2018, 27(3): 680-687.

[10] 朱萌, 齐振宏, 邬兰娅, 等. 新型农业经营主体农业技术需求影响因素的实证分析: 以江苏省南部395户种稻大户为例[J]. 中国农村观察, 2015(1): 30-38, 93-94.Zhu M, Qi Z H, Wu L Y, et al. Empirical analysis on factors of new agricultural business entities’ agricultural technology needs: taking 395 scaled rice farmers in southern Jiangsu Province as the example [J]. China Rural Survey, 2015(1): 30-38, 93-94.

[11] 吴林海, 侯博, 高申荣. 基于结构方程模型的分散农户农药残留认知与主要影响因素分析[J]. 中国农村经济, 2011(3): 35-48. Wu L H, Hou B, Gao S R. Analysis on cognition and main influencing factors of pesticide residues of decentralized farmers based on structural equation model [J]. Chinese Rural Economy, 2011(3): 35-48.

[12] 赵肖柯, 周波. 种稻大户对农业新技术认知的影响因素分析: 基于江西省1077户农户的调查[J]. 中国农村观察, 2012(4): 29-36. Zhao X K, Zhou B. An analysis on factors influencing large-scale rice-plant farmers' cognition of up-to-date agriculture technology: based on the survey of 1077 farmers in Jiangxi Province [J]. China Rural Survey, 2012(4): 29-36.

[13] 胡乃娟, 孙晓玲, 许雅婷, 等. 基于Logistic-ISM模型的农户有机肥施用行为影响因素及层次结构分解[J]. 资源科学, 2019, 41(6): 1120-1130. Hu N J, Sun X L, Xu Y T, et al. Influencing factors of farmers' organic fertilizer application behavior and their stratification based on Logistic-ISM model [J]. Resources Science, 2019, 41(6): 1120-1130.

[14] 吴雪莲, 张俊飚, 丰军辉. 农户绿色农业技术认知影响因素及其层级结构分解: 基于Probit-ISM模型[J]. 华中农业大学学报(社会科学版), 2017(5): 36-45, 145. Wu X L, Zhang J B, Feng J H. Research on factors influencing farmers' cognition of green agricultural technologies and stratification: based logistic-ISM model [J]. Journal of Huazhong Agricultural University (Social Sciences Edition), 2017(5): 36-45, 145.

[15] 吴强, 张园园, 孙世民. 基于Logit-ISM模型的奶农全面质量控制行为分析[J]. 农业技术经济, 2017(3): 53-63.Wu Q, Zhang Y Y, Sun S M. Analysis of dairy farmers' total quality control behavior based on Logit-ISM model [J]. Journal of Agrotechnical Economics, 2017(3): 53-63.

[16] 葛继红, 徐慧君, 杨森, 等. 基于Logit-ISM模型的污染企业周边农户环保支付意愿发生机制分析: 以苏皖两省为例[J]. 中国农村观察, 2017(2): 93-106. Ge J H, Xu H J, Yang S, et al. The WTP of rural households nearby polluting enterprises using Logit and interpretive structural modeling: examples from Jiangsu and Anhui Provinces [J]. China Rural Survey, 2017(2): 93-106.

[17] 吕美晔, 王凯. 山区农户绿色农产品生产的意愿研究: 安徽皖南山区茶叶生产的实证分析[J]. 农业技术经济, 2004(5): 33-37. Lv M H, Wang K. A study on the willingness of farmers in mountainous areas to produce green agricultural products: an empirical analysis of tea production in southern Anhui Province [J]. Journal of Agrotechnical Economics, 2004(5): 33-37.

[18] 胡林英, 杜佩, 陈富桥, 等. 茶农绿色防控技术采用行为影响因素实证研究[J]. 茶叶科学, 2017, 37(3): 308-314. Hu L Y, Du P, Chen F Q, et al. An empirical study on the impact factors of adoption of green prevention and control technology by tea-growers [J]. Journal of Tea Science, 2017, 37(3): 308-314.

[19] 中国产业信息网. 福建省茶叶市场特征分析[EB/OL]. (2016-01-07)[2019-09-11]. http://www.chyxx.com/industry/ 201601/376556.html.

China Industry Information Network. Analysis on the characteristics of tea market in Fujian Province [EB/OL]. (2016-01-07)[2019-09-11]. http://www.chyxx.com/ industry /201601/376556.html.

[20] 谢联辉, 林奇英, 徐学荣. 植病经济与病害生态治理[J]. 中国农业大学学报, 2005, 10(4): 39-42. Xie L H, Lin Q Y, Xu X R. Plant disease economy and ecologic management of plant diseases [J]. Journal of China Agricultural University, 2005, 10(4): 39-42.

[21] 李莎莎, 朱一鸣, 马骥. 农户对测土配方施肥技术认知差异及影响因素分析: 基于11个粮食主产省2172户农户的调查[J]. 统计与信息论坛, 2015, 30(7): 94-100. Li S S, Zhu Y M, Ma J. Analysis on the cognitive differences on soil testing and formulated fertilization technology and its reason: base on the survey of 2172 farmer household from 11 provinces [J]. Statistics &Information Forum, 2015, 30(7): 94-100.

[22] Hashemi S M, Damalas C. Farmers' perceptions of pesticide efficacy: reflections on the importance of pest management practices adoption [J]. Journal of Sustainable Agriculture, 2010, 35(1): 69-85.

Analysison the Impact Factors and Hierarchical Structure of the Farmers’ Adoption of Tea Ecological Pest Management by Logistic-ISM Model

ZHENG Rongrong1,2, LIU Luxing2, MA Yanli1, WANG Zishuai1, CHEN Shaoyou1, HE Dunchun1,3*, XIE Lianhui1*

1. Institute of Plant Virology, Fujian Agriculture and Forestry University, Fuzhou 350002, China; 2. Anxi college of Tea Science, Fujian Agriculture and Forestry University, Quanzhou 362406, China; 3. School of Economics and Trade, Fujian Jiangxia University, Fuzhou 350108, China

Tea is one of important economic crops in China. Tea pest management is the key to ensure the quantity and its added value. The conventional pest management mode had contributed to saving the amounts of tea but resulted in the pollution dilemma of tea and ecology simultaneously. In contrast, the ecological management mode can alleviate the pollution and increase the safety of tea and farmers’ revenue. However, promotion of the mode was limited in practice. Hence, it is an urgent scientific topic to ascertain the factors and its interaction mechanism of tea farmers’ adoption of the ecological pest management. In this study, the 517 tea farmers were selected randomly in five counties of Fujian province according to the designed questionnaire and some available data were collected to analyze the significant factors affecting tea farmers’ adoption of ecological pest management technology by the Logistic Regression Model. The hierarchy and inner logic relations of these significant factors were then discovered by the Interpretative Structural Modeling (ISM). The results show that tea farmers’ adoption was significantly influenced by three hierarchy factors. The direct factors included annual tea revenue, sales model, frequency of technical training, frequency of government casual inspection and degree of pest occurrence of previous years. The intermediate factors included cognition of cost and benefit change of applying new technology, cooperative member or not and size of tea garden. The basic factors included education level and age. Finally, some suggestions for the promotion of tea ecological pest management were proposed according to these impact factors and their relationships.

tea ecological pest management, Logistic-ISM model, impact factors, hierarchy

S571.1；S435.711

A

1000-369X(2020)05-696-11

2019-09-18

2019-12-12

福建省社科研究基地生态文明研究中心项目（KXJD1807A）、福建省自然科学基金（2018J01707）、福建农林大学安溪茶学院骨干青年基金（ACKY2016001）、福建省安溪县现代农业产业园协同创新中心（KMd18003A）

郑蓉蓉，女，讲师，博士研究生，主要从事植保经济学方面的研究。*通信作者：hedc@fafu.eu.cn；xielh@fafu.edu.cn