信息素养、绿色防控技术采用行为对农户收入的影响*

杨程方, 郑少锋, 杨 宁

信息素养、绿色防控技术采用行为对农户收入的影响*

杨程方, 郑少锋**, 杨 宁

(西北农林科技大学经济管理学院 杨凌 712100)

为帮助农户有效利用信息, 顺应生态经济、绿色农业发展的趋势, 持续稳定增收, 本文基于山东寿光786户蔬菜种植户的调研数据, 采用因子分析法, 构建“认知、获取、分析、应用”4维农户信息素养测度指标体系, 采用层次回归模型, 实证检验信息素养、绿色防控技术采用行为对农户收入的影响及其路径, 并采用工具变量法解决内生性问题。结果表明: 1)信息素养正向显著影响绿色防控技术采用行为和农户收入; 2)绿色防控技术采用行为在信息素养影响农户收入路径中具有部分中介效应, 其中, 是否采用和采用数量的中介效应占总效应的比重分别为73.09%和62.72%; 3)蔬菜种植年限和是否参加技术培训正向显著影响绿色防控技术采用行为; 4)受教育年限、家庭规模、蔬菜种植年限和蔬菜收入占比正向显著影响农户收入, 蔬菜销售市场距离负向显著影响农户收入。因此, 信息素养不仅对农户收入具有直接影响, 还通过绿色防控技术采用行为的中介效应对农户收入具有间接影响。据此, 提出通过开展农户信息素养专题培训和加强绿色防控技术宣传推广力度等途径, 以增加农户收入的政策建议。

信息素养; 绿色防控技术; 采用行为; 农户收入; 中介效应

2020年是全面打赢脱贫攻坚战收官之年, 也是全面建成小康社会目标实现之年。脱贫攻坚质量怎么样、小康成色如何, 很大程度上取决于“三农”领域的工作成效。农户是农业经济发展的主体, 是新农村建设的重要力量, 收入的多少将直接影响农户参与生产经营活动的积极性和创造性。有效解决“三农”问题, 促进农户持续稳定增收是重要目标。

近年来, 随着生态经济、绿色农业的发展, 绿色防控技术越来越受到人们的欢迎。绿色防控技术以“预防为主、综合防治”为方针, 具体包括生态调控技术、理化防治技术、生物防治技术和科学用药技术4个子技术[1-2], 能够有效控制农作物病虫害, 确保农作物生产安全、农产品质量安全和农业生态环境安全, 促进农业增产、增收。虽然绿色防控技术的优势非常明显, 但在推广过程中也遇到了一定的阻力, 比如采用成本较高、技术掌握较困难等。耿宇宁等[3]采用结构方程模型研究了绿色防控技术采用行为在猕猴桃()生产中的经济效应, 研究发现, 绿色防控技术采用行为具有显著的经济效应。然而有的研究却得出了相悖的结论, 熊鹰等[4]采用PSM-DEA模型研究了绿色防控技术采用行为对水稻()生产绩效的影响, 研究发现, 绿色防控技术采用行为对生产绩效的影响并不显著。因此, 绿色防控技术采用行为对农户收入的影响有待于进一步验证。

在现今“互联网+”时代, 信息高度发达而又不对称, 丰富、及时和准确的信息对农户而言非常重要, 尤其对市场率较高的农产品种植户更是如此。蔬菜作为易腐生鲜食品, 具有很高的资产专用性, 且面临着交易环境和交易者行为的不确定性, 同时保持着极高的交易频率[5], 这使蔬菜种植户的信息素养显得更加重要。一方面, 农户信息素养越高, 越容易发现绿色防控技术的优势, 进而越倾向于采用绿色防控技术, 且采用数量越多。高杨等[1]采用Logit模型研究了信息获取能力对菜农绿色防控技术采用行为的影响, 研究发现, 信息获取能力对菜农绿色防控技术采用行为具有显著的正向影响, 且信息获取能力能够缓解风险厌恶对菜农绿色防控技术采用行为的抑制作用。另一方面, 农户信息素养越高, 将信息有效运用到生产和销售过程中的可能性越大, 收入越高。项朝阳等[6]研究发现, 蔬菜种植户的信息能力正向显著影响讨价还价的能力, 进而影响获利的能力。提高农户信息素养是解决“三农”问题的必然选择[7], 探讨信息素养对绿色防控技术采用行为和农户收入的影响具有现实意义。

相关领域已有文献为本文研究提供了很好的借鉴, 但仍有需要进一步研究的地方。第一, 对农户信息素养的研究多以理论分析为主, 实证较少, 且缺乏对农户信息素养总水平进行科学测度的方法; 第二, 对绿色防控技术采用行为的研究有所局限, 大多仅研究了是否采用绿色防控技术这一个方面, 其他方面还有待深入研究; 第三, 缺少信息素养、绿色防控技术采用行为和农户收入三者之间的具体影响路径分析。本文拟在总结现有研究成果的基础上, 基于山东寿光786户蔬菜种植户的调研数据, 采用因子分析法, 构建“认知、获取、分析、应用”4维农户信息素养测度指标体系, 采用层次回归模型, 实证检验信息素养、绿色防控技术采用行为对农户收入的影响及其路径, 以使农户有效利用信息, 顺应生态经济、绿色农业发展的趋势, 持续稳定增收。本文研究的创新之处有以下3点: 第一, 构建了农户信息素养测度指标体系, 对农户信息素养总水平进行了科学测度; 第二, 优化了绿色防控技术采用行为的表征指标, 不仅体现为是否采用绿色防控技术, 还体现为绿色防控技术采用数量; 第三, 构建了理论分析框架, 探讨了信息素养、绿色防控技术采用行为对农户收入的影响及其路径。

1 理论分析与研究假设

国外对信息素养的研究起步较早, 信息素养的相关理论较为丰富。美国是最早开始研究信息素养的国家, 美国信息产业协会主席Zurkowski[8]在1974年提交给美国国家图书馆和信息科学委员会的报告中最先提出信息素养的概念, 认为信息素养可以使人们把信息资源有效地应用到工作中。西方发达国家对信息素养的研究分为起步(1920—1970年)、发展(1970—1990年)和全面展开(1990年至今)3个阶段[9]。国外对信息素养的研究主要针对高校学生教师和图书馆管理人员, 而国内对信息素养的研究主要针对学生、公务员等知识分子。国内对信息素养的研究起步较晚, 王吉庆[10]在其个人专著《信息素养论》中最早对信息素养进行定义, 认为信息素养是人们在信息社会获取信息、利用信息、开发信息的修养与能力, 具体包括信息意识与情感、信息伦理道德、信息常识和信息能力4个方面。柯平[11]在《信息素养与信息检索概论》一书中指出, 信息素养是一个复杂性的概念, 包含信息意识与情感、信息伦理道德、信息技术知识、信息技术能力等多个具体指标。

直到近些年, 农户这一特定群体的信息素养才引起了学者们的关注和研究。刘云九[12]提出, 农户是全国文化信息资源共享工程中最基层的用户群, 信息素养的缺乏已经成为农户获取丰富信息资源的严重障碍。农户信息综合素养决定我国新农村改革的深度和广度[13], 新农村建设需要改变农户信息素养低下的现状[14]。Plato[15]认为, 新农村农户的信息素养水平与计算机能力水平是同步的。李静等[16]提出, 农户信息素养是指在信息社会, 农户能够根据自身信息需求, 利用信息工具, 对信息进行获取、评价和加工, 并将有利信息运用到生产生活中的修养与能力, 包括信息意识、信息知识、信息能力和信息道德4个方面。总的来说, 国内外逐渐开始重视对农户信息素养的研究, 随着农业农村信息化进程的推进, 研究人员对农户信息素养的研究将不断深入和发展, 农户信息素养理论将不断丰富和完善。

在现今“互联网+”时代, 农户为了改变信息不对称的劣势, 获取丰富、及时和准确的信息, 并将信息有效运用到农业生产和销售过程中, 进而增加收入, 必须与时俱进, 努力提高自己的信息素养。相关研究表明, 信息素养越高的农户, 越能够意识到信息的重要性, 进而获取对自己有用的信息并充分发挥其价值, 在生产和销售过程中的优势越明显, 收入越高[17-18]。因此可以作如下研究假设:

假设1: 信息素养对农户收入具有正向显著影响。

近年来, 关于技术采用行为的相关研究受到了学者们的广泛关注, 比如对技术采用行为影响因素的研究。技术采用行为的影响因素有很多, 比如性别、受教育年限、农地种植规模等内部因素和财政补贴、宣传推广服务、环境规制等外部因素[4,19-21]。此外, 在信息化浪潮的冲击下, 农户信息素养的作用不容忽视。相关研究表明, 信息素养越高的农户, 越能够意识到绿色防控技术的重要性, 学习并掌握绿色防控技术的能力越强, 采用绿色防控技术的可能性越大, 数量越多[22-25]。因此可以作如下研究假设:

假设2: 信息素养对绿色防控技术采用行为具有正向显著影响。

假设2a: 信息素养对是否采用绿色防控技术具有正向显著影响。

假设2b: 信息素养对绿色防控技术采用数量具有正向显著影响。

关于技术采用行为的相关研究, 还包括对技术采用行为影响的研究, 最直接的影响体现在农户收入上。虽然先进技术的采用成本较高、掌握较困难, 但若能充分发挥所采用先进技术的优势, 农户收入将很有可能增加, 技术采用行为的增收、减贫效应将得到充分体现[26-29]。基于此, 根据假设1和2, 可以继续推导。从因果关系上看, 信息素养的提高可以促进绿色防控技术采用行为, 进而促进农户收入的增加。因此可以作如下研究假设:

假设3: 绿色防控技术采用行为在信息素养影响农户收入路径中具有中介效应。

假设3a: 是否采用绿色防控技术在信息素养影响农户收入路径中具有中介效应。

假设3b: 绿色防控技术采用数量在信息素养影响农户收入路径中具有中介效应。

信息素养、绿色防控技术采用行为对农户收入的影响路径图如图1所示。

2 模型构建、数据来源与变量选取

2.1 模型构建

借鉴温忠麟等[30]提出的中介效应检验程序, 构建层次回归模型如下:

图1 信息素养、绿色防控技术采用行为对农户收入的影响路径图

2.2 数据来源

本文研究数据来源于课题组2019年9月对山东省寿光市蔬菜种植户进行的实地调研, 样本选择采用多阶段抽样和随机抽样相结合的抽样方法。首先, 根据我国蔬菜生产情况, 有目的地选择“中国蔬菜之乡”——山东省寿光市作为调研区域; 第2阶段, 根据当地政府提供的信息, 在寿光市中选择6个蔬菜大棚多且集中的镇(或街道), 包括孙家集镇、化龙镇、田柳镇、古城街道、洛城街道和文家街道; 第3阶段, 在每个镇(或街道)中随机抽取4~6个村; 最后, 在每个村中随机抽取25~30户蔬菜种植户。针对研究主题, 设计结构化问卷, 问卷内容主要涉及农户个人、家庭和村庄等基本特征, 蔬菜成本收益情况, 农户信息素养相关题项等, 以一对一访谈的形式对样本农户进行调研, 以获取有研究价值的数据。调研共获得801份问卷, 因数据缺失造成的无效问卷4份, 因数据存在明显错误造成的无效问卷11份, 最终得到有效问卷786份, 问卷有效率为98%。

2.3 变量选取

1)被解释变量。本文选取农户收入作为被解释变量, 即蔬菜净收入, 用每公顷的蔬菜销售收入与可变成本之差表示, 可变成本包括种子/种苗、农药、肥料、地膜、灌溉、雇工、机械租赁和大棚维护等费用。为消除异方差, 对被解释变量做对数转换。

2)核心解释变量。本文选取农户信息素养作为核心解释变量。采用李克特5级量表, 以8个题项对农户信息素养进行度量, 并采用主成分分析法进行因子分析。为赋予所提取公共因子更加合理的经济解释, 采用最大方差法进行因子旋转, 最终提取4个公共因子, 分别命名为信息认知能力、信息获取能力、信息分析能力和信息应用能力, 累计方差贡献率达到75.846%, 详细的测度指标体系说明如表1所示。

经检验, 所有测度题项的Cronbachs’s系数为0.822, 表明具有较好的信度。样本KMO检验值为0.844, Bartlett球形度检验的近似卡方值为1 750.512(sig=0.000), 达到1%的显著性水平, 表明适合做因子分析。因子分析结果显示, 所有测度题项的因子载荷均大于0.7, 表明具有较好的收敛效度, 如表1最后一列所示。

根据所提取公共因子的得分及方差贡献率, 可以计算得到农户信息素养总得分:

3)中介变量。本文选取绿色防控技术采用行为作为中介变量, 从是否采用和采用数量两个方面进行分析。绿色防控技术包括生态调控技术、理化防治技术、生物防治技术和科学用药技术4个子技术[1-2]。实地调研发现, 由于寿光蔬菜市场对农药的检测非常严格, 并建立了产品质量追溯体系, 科学用药技术已经被普及, 农户普遍采用环境友好型农药, 并掌握轮换使用和安全使用等配套技术, 而其他3项子技术还有待于进一步推广。为突出农户主观能动性, 即农户信息素养的作用, 本文不考虑科学用药技术, 仅对生态调控技术、理化防治技术、生物防治技术3个子技术的采用情况进行研究。其中, 生态调控技术包括改善水肥管理、进行作物间套种等; 理化防治技术包括采用昆虫信息素、杀虫灯、诱虫板等; 生物防治技术包括以虫治虫、以螨治螨、以菌治虫、以菌治菌等。

表1 农户信息素养测度指标体系说明

4)控制变量。借鉴已有研究成果[4,26-27,31], 本文选取以下10个控制变量。选取性别、年龄、受教育年限和是否为新型职业农民4个变量反映农户个人特征; 选取家庭规模、蔬菜种植年限和蔬菜收入占比3个变量反映农户家庭特征; 选取是否参加垂直协作和是否参加技术培训2个变量反映社会资本特征; 选取蔬菜销售市场距离1个变量反映村庄特征。

上述变量的具体定义及描述性统计分析如表2所示。

3 结果与分析

3.1 农户信息素养对绿色防控技术采用行为的影响

模型1以是否采用绿色防控技术为因变量。回归结果显示, 农户信息素养在1%的统计水平上正向显著。为了进一步研究农户信息素养对绿色防控技术采用行为的影响, 模型2以绿色防控技术采用数量为因变量。回归结果显示, 农户信息素养在10%的统计水平上正向显著。说明农户信息素养的提高能够有效促进绿色防控技术采用行为, 农户信息素养越高, 越会采用绿色防控技术, 且采用数量越多, 假设2a、2b得到验证。控制变量中, 蔬菜种植年限和是否参加技术培训正向显著影响绿色防控技术采用行为, 说明内在的经验和外在的刺激均会促进绿色防控技术采用行为。具体回归结果如表3所示。

表2 变量定义和描述性统计分析

3.2 信息素养、绿色防控技术采用行为对农户收入的影响

模型3检验了信息素养对农户收入的影响。回归结果显示, 信息素养在1%的统计水平上正向显著, 说明信息素养每提高1个单位, 农户收入增加0.383个单位, 假设1得到验证。模型4在模型3的基础上引入是否采用绿色防控技术变量, 检验了是否采用绿色防控技术在信息素养影响农户收入路径中的中介效应。回归结果显示, 是否采用绿色防控技术在1%的统计水平上正向显著, 且信息素养依然在1%的统计水平上正向显著, 但系数下降到0.341。模型5在模型3的基础上引入绿色防控技术采用数量变量, 进一步检验了绿色防控技术采用数量在信息素养影响农户收入路径中的中介效应。回归结果显示, 绿色防控技术采用数量在1%的统计水平上正向显著, 且信息素养依然在1%的统计水平上正向显著, 但系数下降到0.368。两个模型的回归结果说明, 是否采用和采用数量均在信息素养影响农户收入路径中发挥着部分中介效应, 中介效应占总效应的比重分别为10.91%和3.88%。说明信息素养不仅可以直接影响农户收入, 还可以通过绿色防控技术采用行为间接影响农户收入, 假设3a、3b得到验证。控制变量中, 受教育年限、家庭规模、蔬菜种植年限和蔬菜收入占比正向显著影响农户收入, 蔬菜销售市场距离负向显著影响农户收入。具体回归结果如表4所示。

3.3 信息素养、绿色防控技术采用行为影响农户收入的内生性及弱工具变量检验

农户在绿色防控技术采用过程中会获得经验等宝贵财富, 会促进自身信息素养的提高; 收入越高的农户, 提升自身信息素养的意愿会更强烈, 采用绿色防控技术的动力会更充足, 因此本文的研究可能存在由于逆向因果而导致的内生性问题, 需要采用工具变量法进行内生性检验。借鉴何学松等[32]为金融素养和金融行为选取工具变量的经验, 本文选取除自身外同村其他农户的信息素养平均水平(IV1)、除自身外同村其他农户的技术采用率(IV2)、除自身外同村其他农户的技术采用平均数量(IV3)分别作为农户信息素养、是否采用绿色防控技术和绿色防控技术采用数量的工具变量, 详见表5。之所以认为上述3个工具变量合理的原因是: 农户的信息素养水平以及绿色防控技术采用行为会受到同一村庄其他农户的影响, 但其他农户的信息素养水平以及绿色防控技术采用行为并不会对该农户的收入产生影响, 且不同村庄农户的信息素养水平以及绿色防控技术采用行为存在异质性, 所以选取上述3个工具变量是合理的。为了进一步说明所选取工具变量的有效性, 本文进行了弱工具变量检验, 详见表5, 可以发现, 检验所得值均大于10%偏误水平下的临界值16.38, 因此可以拒绝存在弱工具变量的原假设。

表3 农户信息素养对绿色防控技术采用行为影响的回归结果

***、**、*分别表示估计结果在1%、5%、10%的统计水平上显著。***, ** and * indicate that the estimated results are significant at the statistical levels of 1%, 5% and 10%, respectively.

采用工具变量法的前提是模型中存在内生解释变量, 因此需要对上述5个模型分别进行DWH (Durbin-Wu-Hausman)内生性检验, 详见表5。检验结果显示, 除了模型1和2, 其他3个模型均无法拒绝信息素养和绿色防控技术采用行为是外生变量的原假设, 因此采用工具变量法所得的估计结果与原模型无明显差异, 但模型1和2需要采用工具变量法再次进行回归, 所得回归结果如表6所示。需要说明的是, 模型1’和2’分别对应模型1和2; 因篇幅有限, 仅展示核心解释变量的系数及标准误。

根据工具变量回归结果, 农户信息素养对是否采用绿色防控技术和绿色防控技术采用数量的影响均在1%的统计水平上正向显著, 假设2a、2b依然得到验证。但此时需要对绿色防控技术采用行为所发挥的中介效应占总效应的比重进行重新计算。经计算, 是否采用绿色防控技术和绿色防控技术采用数量在信息素养影响农户收入路径中的中介效应占总效应的比重分别为73.09%和62.72%。

4 讨论与结论

4.1 讨论

本研究旨在帮助农户有效利用信息, 顺应生态经济、绿色农业的趋势, 持续稳定增收, 对信息素养、绿色防控技术采用行为和农户收入之间的关系进行了实证检验。研究结果表明: 首先, 信息素养正向显著影响农户收入, 这与郭利京等[17]、王恒彦[18]的研究结果相一致, 对此给出的解释是, 信息素养越高的农户, 越能够意识到信息的重要性, 进而获取对自己有用的信息并充分发挥其价值, 在生产和销售过程中的优势越明显, 收入越高, 因此, 信息素养对农户收入的直接影响得到证实。其次, 信息素养正向显著影响绿色防控技术采用行为, 这与高杨等[1]、项朝阳等[6]的研究结果相一致, 对此给出的解释是, 信息素养越高的农户, 越能够意识到绿色防控技术的重要性, 学习并掌握绿色防控技术的能力越强, 采用绿色防控技术的可能性越大, 数量越多; 且绿色防控技术采用行为正向显著影响农户收入, 这与耿宇宁等[3]的研究结果相一致, 但与熊鹰等[4]的研究结果相违背, 对此给出的解释是, 绿色防控技术的优势明显, 能够有效控制农作物病虫害, 若能充分发挥绿色防控技术的优势, 农户收入将很有可能增加, 但由于可能受到采用成本较高、技术掌握较困难等限制, 增收效应尚未得到充分体现, 但本文研究所选取的样本农户已经很好地规避了上述不利条件的限制, 因此, 信息素养对农户收入的间接影响也得到证实。

表4 信息素养、绿色防控技术采用行为对农户收入影响的回归结果

***、**、*分别表示估计结果在1%、5%和10%的统计水平上显著。***, ** and * indicate that the estimated results are significant at the statistical level of 1%, 5% and 10%, respectively.

表5 信息素养、绿色防控技术采用行为影响农户收入的内生性及弱工具变量检验结果

IV1表示除自身外同村其他农户的信息素养平均水平; IV2表示除自身外同村其他农户的技术采用率; IV3表示除自身外同村其他农户的技术采用平均数量。IV1represents the average level of information literacy of other households in the same village except himself; IV2represents the technology adoption rate of other households in the same village except himself; IV3represents the average number of technologies adopted of other households in the same village except himself.

表6 农户信息素养对绿色防控技术采用行为影响的工具变量回归结果

***表示估计结果在1%的统计水平上显著。*** indicates that the estimated results are significant at the statistical level of 1%.

与现有研究成果相比较, 本文研究在以下3个方面得到了深化和发展。第一, 从信息的经济属性出发, 突出信息对于促进经济发展的作用, 从而突出农户信息素养的重要性, 并采用因子分析法, 构建了农户信息素养测度指标体系, 对农户信息素养总水平进行了科学测度, 丰富了信息素养理论; 第二, 从两个方面对绿色防控技术采用行为进行了深入研究, 不仅研究了是否采用绿色防控技术, 还进一步研究了绿色防控技术采用数量, 弥补了绿色防控技术采用行为相关研究的不足; 第三, 借助中介效应理论, 采用层次回归模型, 剖析了信息素养、绿色防控技术采用行为对农户收入的影响及其路径, 突出了绿色防控技术采用行为在信息素养影响农户收入路径中的中介效应, 拓宽了研究视野, 充实了该领域的研究成果。

本文研究尚存在一定的局限性, 需要在今后的研究工作中予以完善。第一, 本文研究仅选取山东省寿光市1个区域作为研究对象, 由于不同区域之间的信息化发展程度和绿色防控技术推广进度可能存在差异, 可能导致研究结论不具有普遍性, 应再选取1~2个区域, 进行横向对比, 克服区域之间的异质性, 从而使研究结论更加科学; 第二, 随着时间的推移, 农户信息素养会不断提高, 绿色防控技术的推广也会不断发展, 这是一个长期的过程, 可以对样本农户进行追踪, 形成面板数据, 进行纵向对比, 深入了解信息素养和绿色防控技术采用行为对农户收入的影响, 从而使研究结论更具说服力。

4.2 结论

基于山东寿光786户蔬菜种植户的调研数据, 采用因子分析法, 构建“认知、获取、分析、应用”4维农户信息素养测度指标体系, 采用层次回归模型, 实证检验信息素养、绿色防控技术采用行为对农户收入的影响及其路径, 并采用工具变量法解决内生性问题, 得出以下结论: 第一, 信息素养对绿色防控技术采用行为和农户收入具有正向显著影响; 第二, 绿色防控技术采用行为在信息素养影响农户收入路径中具有部分中介效应, 具体表现为信息素养越高, 越倾向于采用绿色防控技术, 且采用数量越多, 进而收入越高, 其中, 是否采用和采用数量的中介效应占总效应的比重分别为73.09%和62.72%; 第三, 绿色防控技术采用行为的影响因素还包括蔬菜种植年限和是否参加技术培训; 第四, 农户收入的影响因素还包括受教育年限、家庭规模、蔬菜种植年限、蔬菜收入占比和蔬菜销售市场距离。

基于本文研究结论, 为有效发挥信息素养和绿色防控技术在促进农户收入增长方面的作用, 特提出以下政策建议: 第一, 加强农村信息资源共享工程建设, 完善信息基础设施, 尽可能满足农户的信息需求, 同时加强对信息素养重要性的宣传, 开展符合农户特点的信息素养专题培训, 切实提高农户信息素养, 让丰富、及时和准确的信息在最大程度上帮助农户降低成本、增加收入; 第二, 有效进行技术培训, 创新培训形式, 调动农户参与积极性, 尤其加强对绿色防控技术的宣传和推广, 使农户意识到绿色防控技术的先进性, 主动学习并掌握绿色防控技术, 同时政府可以出台相应政策帮助农户减轻技术采用成本带来的压力, 充分发挥绿色防控技术的增产、增收优势; 第三, 开展多层次教育, 一方面从娃娃抓起, 改善农村基础教育条件, 缩小城乡义务教育差距, 另一方面针对成年的文盲和半文盲农户, 有效开展“扫盲”教育, 提高农村整体教育水平, 以提高农村整体信息素养水平和绿色防控技术采用率, 进而提高农村整体收入水平。

[1] 高杨, 牛子恒. 风险厌恶、信息获取能力与农户绿色防控技术采纳行为分析[J]. 中国农村经济, 2019, (8): 109–127 GAO Y, NIU Z H. Risk aversion, information acquisition ability and farmers’ adoption behavior of green control techniques[J]. Chinese Rural Economy, 2019, (8): 109–127

[2] 李金玲, 梁增文, 刘天英, 等. 寿光市设施蔬菜绿色防控新技术的应用与推广[J]. 中国蔬菜, 2019, (9): 93–95 LI J L, LIANG Z W, LIU T Y, et al. Application and promotion of new green prevention and control technology of vegetable facilities in Shouguang City[J]. China Vegetables, 2019, (9): 93–95

[3] 耿宇宁, 郑少锋, 刘婧. 农户绿色防控技术采纳的经济效应与环境效应评价——基于陕西省猕猴桃主产区的调查[J]. 科技管理研究, 2018, 38(2): 245–251 GENG Y N, ZHENG S F, LIU J. The evaluation of economic and environmental effects of farmers’ integrated pest management technology adoption behavior: Based on the investigation in kiwi fruit main production areas of Shaanxi Province[J]. Science and Technology Management Research, 2018, 38(2): 245–251

[4] 熊鹰, 何鹏. 绿色防控技术采纳行为的影响因素和生产绩效研究——基于四川省水稻种植户调查数据的实证分析[J]. 中国生态农业学报(中英文), 2020, 28(1): 136–146 XIONG Y, HE P. Impact factors and production performance of adoption of green control technology: An empirical analysis based on the survey data of rice farmers in Sichuan Province[J]. Chinese Journal of Eco-Agriculture, 2020, 28(1): 136–146

[5] 陈勇强. 基于交易成本的我国蔬菜营销渠道优化分析[J]. 广东农业科学, 2012, 39(8): 181–183 CHEN Y Q. Analysis on optimization of vegetable marketing channels in China based on framework of transaction cost[J]. Guangdong Agricultural Sciences, 2012, 39(8): 181–183

[6] 项朝阳, 李崇光. 蔬菜供应链中菜农获利能力影响因素研究——基于四省六地的调研数据[J]. 当代经济科学, 2015, 37(3): 117–123 XIANG Z Y, LI C G. Study on the factors that influence the profitability of vegetable farmers in vegetable supply chain: Based on the survey data from six districts of four provinces[J]. Modern Economic Science, 2015, 37(3): 117–123

[7] 余文祥. 提升农民信息素养是解决“三农”问题的必然选择[J].山东省农业管理干部学院学报, 2007, 23(6): 15–17 YU W X. Improving farmers’information literacy is an inevitable choice to solve the problems of agriculture, rural areas and farmers[J]. Journal of Shandong Agricultural Administrators’ College, 2007, 23(6): 15–17

[8] ZURKOWSKI P G. The Information Service Environment Relationships and Priorities. Related Paper No. 5[EB/OL]. Washington, D.C.: National Commission on Libraries and Information Science, 1974. http://files.eric.ed.gov/fulltext/ ED100391.pdf

[9] BUNDY A. Zeitgeist: Information literacy and educational change[C]//Paper presented at the 4th Frankfurt Scientific Symposium. Germany:Universitätsbibliothek Johann Christian Senckenberg, 2004

[10] 王吉庆. 信息素养论[M]. 上海: 上海教育出版社, 1999 WANG J Q. Information Literacy Theory[M]. Shanghai: Shanghai Educational Publishing House, 1999

[11] 柯平. 信息素养与信息检索概论[M]. 天津: 南开大学出版社, 2005 KE P. Introduction to Information Literacy and Information Retrieval[M]. Tianjin: Nankai University Press, 2005

[12] 刘云九. 文化信息资源共享工程视域下的农民信息素养教育——以楚雄市为例[J]. 楚雄师范学院学报, 2015, 30(3): 88–91 LIU Y J. Education of farmers’information access ability under the vision of information resources sharing program: A case study of Chuxiong[J]. Journal of Chuxiong Normal University, 2015, 30(3): 88–91

[13] 赵慧清, 杨新成, 薛增召. 论中国农民信息素养教育与社会主义新农村建设[J]. 中国农学通报, 2006, 22(8): 584–587 ZHAO H Q, YANG X C, XUE Z Z. Discussion on information literacy education for Chinese farmers and new village building[J]. Chinese Agricultural Science Bulletin, 2006, 22(8): 584–587

[14] 彭国莉. 新农村建设背景下的农民信息素养现状及规划[J]. 求索, 2006, (6): 94–96 PENG G L. Current situation and planning of farmers’ information literacy under the background of new rural construction[J]. Seeker, 2006, (6): 94–96

[15] PLATO. The Republic[M]. Beijing: China Translation and Publishing Corporation, 2006

[16] 李静, 王建军. 新型农村社区建设中农民信息素养现状及对策研究[J]. 农业图书情报学刊, 2015, 27(3): 152–155 LI J, WANG J J. Study on the present status and countermeasures of the farms’information literacy in new rural community construction[J]. Journal of Library and Information Sciences in Agriculture, 2015, 27(3): 152–155

[17] 郭利京, 赵瑾. 社会关系网络、信息能力与农业生产者经营绩效——来自332家生猪规模养殖场的实证[J]. 农林经济管理学报, 2016, 15(2): 190–197 GUO L J, ZHAO J. The social network relations, information ability and new agricultural subject’business performance: Evidence from the live pig breeding field[J]. Journal of Agro-Forestry Economics and Management, 2016, 15(2): 190–197

[18] 王恒彦. 社会资本和信息能力对农户收入的影响机制研究——以湖北、山西为例[D]. 杭州: 浙江大学, 2012 WANG H Y. An inquiry into the influence mechanism of social capital and information capacity on farmers’ income generating: An empirical study of Hubei and Shanxi Province[D]. Hangzhou: Zhejiang University, 2012

[19] 夏佳奇, 何可, 张俊飚. 环境规制与村规民约对农户绿色生产意愿的影响——以规模养猪户养殖废弃物资源化利用为例[J]. 中国生态农业学报(中英文), 2019, 27(12): 1925–1936 XIA J Q, HE K, ZHANG J B. Effect of environmental regulations and village regulations on farmers’ green production willingness: Taking the resource use of livestock and poultry waste of large-scale pig farmers as an example[J]. Chinese Journal of Eco-Agriculture, 2019, 27(12): 1925–1936

[20] 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 HUANG X H, WANG L L, LU Q. Farmers’ cognition, government support and farmers’ soil and water conservation technology adoption in Loess Plateau[J]. Journal of Arid Land Resources and Environment, 2019, 33(3): 21–25

[21] 耿宇宁, 郑少锋, 陆迁. 经济激励、社会网络对农户绿色防控技术采纳行为的影响——来自陕西猕猴桃主产区的证据[J].华中农业大学学报: 社会科学版, 2017, (6): 59–69 GENG Y N, ZHENG S F, LU Q. Impact of economic incentives and social networks on farmers’ adoption of integrated pest management technology: Evidence from the kiwifruit main production areas of Shaanxi Province[J]. Journal of Huazhong Agricultural University: Social Sciences Edition, 2017, (6): 59–69

[22] 王绪龙, 周静. 信息能力、认知与菜农使用农药行为转变——基于山东省菜农数据的实证检验[J]. 农业技术经济, 2016, (5): 22–31 WANG X L, ZHOU J. Information ability, cognition and the change in pesticide use behavior of vegetable farmers: A case study of empirical test of vegetable farmer data in Shandong Province[J]. Journal of Agrotechnical Economics, 2016, (5): 22–31

[23] 姜健, 王绪龙, 周静. 信息能力对菜农施药行为转变的影响研究[J]. 农业技术经济, 2016, (12): 43–53JIANG J, WANG X L, ZHOU J. Effect of information ability on farmers’ behavior of pesticide application in vegetable[J]. Journal of Agrotechnical Economics, 2016, (12): 43–53

[24] 刘铮, 周静. 信息能力、环境风险感知与养殖户亲环境行为采纳——基于辽宁省肉鸡养殖户的实证检验[J]. 农业技术经济, 2018, (10): 135–144 LIU Z, ZHOU J. Information ability, perception of environmental risk and farmers’ environmentally friendly behavior adoption: Based on empirical test of the sample of broiler farmers in Liaoning Province[J]. Journal of Agrotechnical Economics, 2018, (10): 135–144

[25] 乔丹, 陆迁, 徐涛. 社会网络、信息获取与农户节水灌溉技术采用——以甘肃省民勤县为例[J]. 南京农业大学学报: 社会科学版, 2017, 17(4): 147–155 QIAO D, LU Q, XU T. Social networks, information acquisition and water-saving irrigation technology adoption: An empirical analysis from Minqin County, Gansu Province[J]. Journal of Nanjing Agricultural University: Social Science Edition, 2017, 17(4): 147–155

[26] 黄腾, 赵佳佳, 魏娟, 等. 节水灌溉技术认知、采用强度与收入效应——基于甘肃省微观农户数据的实证分析[J]. 资源科学, 2018, 40(2): 347–358 HUANG T, ZHAO J J, WEI J, et al. Cognition of irrigation water-saving techniques, adoption intensity and income effects in Gansu, China[J]. Resources Science, 2018, 40(2): 347–358

[27] 蔡荣, 汪紫钰, 刘婷. 节水灌溉技术采用及其增产效应评估——以延津县318户胡萝卜种植户为例[J]. 中国农业大学学报, 2018, 23(12): 166–175 CAI R, WANG Z Y, LIU T. Impact of drip irrigation technique on agricultural yield: Evidence from 318 carrot producers in Yanjin County[J]. Journal of China Agricultural University, 2018, 23(12): 166–175

[28] 胡伦, 陆迁. 干旱风险冲击下节水灌溉技术采用的减贫效应——以甘肃省张掖市为例[J]. 资源科学, 2018, 40(2): 417–426 HU L, LU Q. Poverty reduction effects of water-saving irrigation technology adoption under drought risk in Zhangye, Gansu[J]. Resources Science, 2018, 40(2): 417–426

[29] KHONJE M G, MANDA J, MKANDAWIRE P, et al. Adoption and welfare impacts of multiple agricultural technologies: Evidence from eastern Zambia[J]. Agricultural Economics, 2018, 49(5): 599–609

[30] 温忠麟, 张雷, 侯杰泰, 等. 中介效应检验程序及其应用[J].心理学报, 2004, 36(5): 614–620 WEN Z L, ZHANG L, HOU J T, et al. Testing and application of the mediating effects[J]. Acta Psychologica Sinica, 2004, 36(5): 614–620

[31] 陈建伟. 新型职业农民身份对农业经营收入的影响: 基于倾向值匹配方法的分析[J]. 东岳论丛, 2019, 40(11): 162–173 CHEN J W. The influence of the new farmer’s professional identity on the income of agricultural management: Based on the analysis of tendency value matching method[J]. Dongyue Tribune, 2019, 40(11): 162–173

[32] 何学松, 孔荣. 金融素养、金融行为与农民收入——基于陕西省的农户调查[J]. 北京工商大学学报: 社会科学版, 2019, 34(2): 1–11 HE X S, KONG R. Financial literacy, financial behavior and farmer’s income: Based on survey data of farmers in Shaanxi Province[J]. Journal of Beijing Technology and Business University: Social Sciences, 2019, 34(2): 1–11

The impact of information literacy and green prevention-control technology adoption behavior on farmer household income*

YANG Chengfang, ZHENG Shaofeng**, YANG Ning

(School of Economics and Management, Northwest A&F University, Yangling 712100, China)

Individualhouseholds are important to agricultural economic development and new rural construction. Household income directly affects the enthusiasm and creativity required for agricultural production and management. To help rural households stay up-to-date with new practices (including ecological farming), which may increase their income, this study created a four-dimensional measurement index system for information literacy from 786 vegetable-farming households in Shouguang, Shandong Province, China. An empirical test was performed to determine the impact of information literacy on green prevention-control technology adoption behavior and farmer household income using a hierarchical regression model and an instrumental variable method. Information literacy had significant positive effects on green prevention-control technology adoption behavior and farmer household income. Green prevention-control technology adoption behavior partially mediated the influence path of information literacy to farmer household income. The mediating effect of adopting (or not) green prevention-control technologywas accounted for 73.09%, and the number of green prevention-control technologies adopted was accounted for 62.72%. The years of cultivation experience and the decision to attend technical training had significant positive effects on green prevention-control technology adoption behavior. Farmer household income was significantly positively affected by the years of education, household size, the years of cultivation experience and the proportion of income from vegetable farming, but farmer household income was significantly negatively affected by distances to the vegetable market. Information literacy had a direct impact on household income, but also indirectly influenced income by the mediating effect of green prevention-control technology adoption behavior. Therefore, policy changes to increase household income through information literacy training and promoting green prevention-control technologies may be beneficial. This study established an analysis framework to explore the effects of information literacy and green prevention-control technology adoption behavior on farmer household income. A measurement index system for household information literacy was created to measure aggregate levels, and a characteristic index of green prevention-control technology adoption behavior was optimized, providing guidance and insight into the increase of farmer household income.

Information literacy; Green prevention-control technology; Adoption behavior; Farmer household income; Mediating effect

, E-mail: zsf831@163.com

Apr. 4, 2020;

Jun. 3, 2020

F323.3

10.13930/j.cnki.cjea.200257

杨程方, 郑少锋, 杨宁. 信息素养、绿色防控技术采用行为对农户收入的影响[J]. 中国生态农业学报(中英文), 2020, 28(11): 1823-1834

YANG C F, ZHENG S F, YANG N. The impact of information literacy and green prevention-control technology adoption behavior on farmer household income[J]. Chinese Journal of Eco-Agriculture, 2020, 28(11): 1823-1834

* 国家自然科学基金项目(7177031481)资助

郑少锋, 主要研究方向为农业经济管理、会计学。E-mail: zsf831@163.com

杨程方, 主要研究方向为农业经济管理。E-mail: ycfvictory@163.com

2020-04-04

2020-06-03

* This study was supported by the National Natural Science Foundation of China (7177031481).