农户IPM技术采纳行为影响因素研究——基于黑龙江省稻农调查数据的实证

张永强 严远荣

东北农业大学，黑龙江 哈尔滨 150030

近年来，农业生产中过量施用农药对资源环境与人类健康所造成的危害问题备受关注，依托IPM技术实现绿色可持续发展对保护生态环境具有重要意义[1-2]。IPM（Integrated Pest Management）技术，即病虫害综合防治技术，由Stem等学者于1959年提出。IPM技术是指依据特定环境和病虫害种群动态原理，利用一切适用于当地生态环境和气候的生物防治、化学防治、物理防治等技术措施或其组合来预防病虫害，防止农作物减产，从而推动农作物安全生产与降低环境污染的综合耕作策略[3-4]。经综合分析IPM的具体特点，结合已有研究成果，将IPM技术类型分为农业防治技术、物理防治技术、生物防治技术、化学防治技术。IPM技术是集经济、社会和生态效益于一体的综合耕作技术，在减少农药使用量、提高农作物产量、保障粮食安全等方面发挥着重要作用[5]。中央一号文件曾多次提出“要加强农业面源污染防治，不断创新和推广农作物病虫害综合防控的技术及产品，以实现农药的减量增效”，表明中国政府高度重视农作物病虫害防治与农药减施工作，如何有效实现农药化肥减量和控制面源污染等问题仍是政府部门关心的痛点、大众关注的重点以及农户种植的难点和学术领域研究的热点[6-7]。我国作为水稻生产大国，承担着水稻高效生产的重任，因而，水稻生产中强化IPM技术的应用极其关键，关系着水稻作物的整体长势，影响水稻总产量和农户种植积极性。IPM技术作为水稻种植过程中重要的防控手段，能够保障水稻优质高产与减轻环境污染，然而现实情况下，稻农采纳IPM技术愿望不强。因此，探究农户IPM技术采纳行为的有效影响因素，对引导、规范和优化稻农IPM技术采纳行为、确保粮食安全和农业现代化发展具有重要的现实意义。

目前关于农户IPM技术采纳行为影响因素的研究较为广泛，通过文献梳理，将影响因素归纳为以下四个方面：一是农户个体特征因素，主要包括性别、受教育水平、风险偏好程度、信息获取能力、年龄、耕作年限等。其中，男性户主采纳IPM技术的积极性要高于女性户主，受教育水平越高的户主采纳IPM技术可能性越大[8]，风险偏好程度越高和信息获取能力越强的农户越倾向于采纳IPM技术[9]，耕作年限越长和老龄化程度越高的农户采纳IPM技术的可能性越低[10-11]。二是农户家庭生产经营特征因素，主要包括务农劳动力人数、家庭人均年收入、组织参与频率、是否获得地理标志证明商标、水稻种植规模、耕地细碎化程度等。其中，务农劳动力人数较为匮乏的家庭采纳IPM技术的积极性不高[12]，而家庭收入水平越高、参与组织频率越高、种植规模越大的农户采纳IPM技术的可能性越大[13-15]。三是农户认知特征因素，主要包括技术效益认知等。农户是理性经济人，以追求利益最大化为目标，农户对IPM技术采纳后的效益认知水平越高，对该技术的采纳水平越高。因此，技术效益认知对农户采纳新技术的推动作用最大。四是外部环境特征因素，主要包括是否参加政府技术培训、是否获得技术补贴、交通条件等。其中参加过技术培训和获得过技术补贴的农户对IPM技术的采纳率较高[16-17]。同时，政府质量安全检测力度弱、技术培训效果差、技术实际推广方式单一等[18]，也是影响农户采纳IPM技术的重要因素。

现有研究多是基于某一维度并运用Probit或Logistic模型探究农户IPM技术采纳行为的影响因素，更多将采纳行为视为采纳决策，即采纳与否的行为，虽有学者以农户采纳决策与采纳程度衡量农户的采纳行为，但现有文献综合分析农户IPM技术采纳决策和采纳程度间关系者较少，且存在时间跨度。此外，已有研究考虑的IPM技术类型多是化学防治型、生物防治型、物理防治型三种技术，鲜有将农业防治型技术引入同一分析框架下进行深入研究。鉴于此，本研究以水稻产量位居全国前列的黑龙江省水稻主产区为研究区域，将稻农IPM技术采纳行为作为研究对象，综合已有研究成果及样本区现实情况，共选取6类16个解释变量，将农户IPM技术采纳决策与采纳程度带入统一分析框架，分别构建稻农IPM技术采纳决策的Probit模型和采纳程度的Ordered-Probit模型，从内外部视角探究影响农户IPM技术采纳决策与采纳程度的关键因素，以期为制定、完善且实施IPM技术推广政策并提高其推广效率提供参考。

一、数据来源与研究方法

（一）数据来源

数据来源于2020年8～10月对黑龙江省水稻种植户的实地调研。研究对象为黑龙江省水稻种植主产区，作为中国重要粮食生产基地，水稻产量处于全国前列，同时黑龙江省水稻产量与质量常被病虫害影响，稻农存在农药施用量过大且对病虫害的防治频率高、施用量大等情况，因此选择黑龙江省作为研究对象具有典型性和代表性，能观察到具备类似特征的中国水稻主产区稻农IPM技术采纳行为的基本情况。基于黑龙江省水稻主产区相关数据，随机抽取绥化市庆安县、绥化市北林区、佳木斯市桦川县、哈尔滨市方正县、鸡西市密山县等25个县（市、区）中的58个自然村，共发放266份问卷，剔除无效问卷后得到有效问卷249份。

（二）变量选取与设定

1.被解释变量。稻农IPM技术采纳行为，具体包含采纳决策与采纳程度。第一阶段：稻农IPM技术采纳决策属于二分类变量，是即为采纳，否即为未采纳，分别记为“1”和“0”。第二阶段：稻农IPM技术采纳程度依据稻农对生物防治型技术、农业防治型技术、化学防治型技术和物理防治型技术四种不同类型子技术的选择数量进行测量，将其分为低水平（仅采纳1种子技术）、中水平（采纳2种子技术）和高水平（采纳3种及以上子技术），并赋值为1、2、3。构建的IPM技术采纳行为决策过程如图1所示。

图1 稻农IPM技术两阶段决策行为的过程

2.解释变量。基于理性小农理论和计划行为理论，挑选稻农IPM技术采纳行为相关影响因素，主要涵盖6类16个解释变量，分别是农户个体基本特征（性别、年龄、耕作年限、受教育年限、风险偏好程度、信息获取能力）、家庭经营特征（劳动力数量、组织参与频率、家庭人均年收入、是否获得地理标志证明商标）、耕地种植特征（水稻种植规模、耕地细碎化程度）、农户认知特征（技术效益认知）、村庄环境特征（交通条件）、政策环境特征（是否获得技术补贴、是否参加政府技术培训）。各解释变量具体定义与预期作用见表1。

表1 变量设定与预设方向

（1）农户个体特征变量。男性相较于女性而言，其受教育机会、获取信息渠道及对IPM技术了解程度都较好，更易采纳IPM技术[19]。稻农年龄大，思想保守，不愿接触新事物，则其IPM技术采纳率低。耕作年限负向影响IPM技术采纳率。受教育程度积极影响稻农采纳IPM技术[20]。风险偏好程度积极影响农户采纳IPM技术。稻农信息获取能力强，对IPM技术的采纳产生积极影响[21]。

故假设性别、受教育年限、风险偏好程度、信息获取能力对稻农IPM技术的采纳决策和采纳程度影响呈积极作用，年龄、耕作年限对稻农IPM技术的采纳决策和采纳程度呈消极作用。

（2）家庭经营特征变量。劳动力数量越多的家庭更易对水稻种植精心栽培，其对IPM技术的预期收益越高，则采纳率和程度高[3]。组织参与频率高，则有助于稻农获得市场信息和专业技术指导及提升稻农IPM技术采纳率和采纳程度。稻农家庭人均年收入高，其应对不确定风险的能力相对强，采纳IPM技术的不确定性并不会极大影响家庭生产生活。采纳IPM技术使水稻增产，稻农则更倾向于采纳。被授予地理标志证明商标的稻农较重视稻米质量，更倾向采纳IPM技术并提升其采纳程度。

故假设务农劳动力人数、组织参与频率、家庭人均年收入、是否获得地理标志证明商标均正向影响农户IPM技术采纳决策和采纳程度。

（3）耕地种植特征变量。农户水稻种植规模大，则注重农业生产的可持续发展，愿花更多时间了解IPM技术，采纳IPM技术所产生的规模效益则明显。耕地细碎化程度越大表明经营越分散，采纳IPM技术的成本越高，技术应用难度也越大。稻农作为有限理性的经济人，成本上升影响其对IPM技术采纳决策和采纳程度。

故假设水稻种植规模对稻农IPM技术的采纳决策和采纳程度呈现积极作用，耕地细碎化程度对稻农IPM技术的采纳决策和采纳程度呈现消极作用。

（4）农户认知特征变量。如稻农对IPM技术效益的认知程度低，认为采纳该技术会使边际成本变高，采纳该技术的成本远高于收益，则对IPM技术采纳决策和采纳程度必然会低。

故假设技术效益认知正向影响农户IPM技术采纳的决策和程度。

（5）村庄环境特征变量。农村运输条件较差，培训和推广IPM技术困难，偏远农村地区稻农学习和掌握IPM技术的机会少，因此稻农对IPM技术采纳成本变高，必然降低对IPM技术的采纳决策和采纳程度。

故假设交通条件对稻农IPM技术采纳决策和采纳程度有积极影响。

（6）政策环境特征变量。由于IPM技术采纳效果存在不确定性，风险规避者或风险中立者会降低其对IPM技术的采纳率，政府对IPM技术支持或补贴降低稻农采纳该技术的成本。未接受过政府技术培训的稻农对IPM技术采纳意愿明显低于接受过技术培训的稻农，稻农参加技术培训有助于提升稻农IPM技术采纳程度[16]。

故假设是否获得技术补贴和是否参加政府技术培训均促进和提升稻农采纳IPM技术的决策和程度。

（三）模型选取与构建

鉴于研究的被解释变量是稻农IPM技术采纳行为，具体通过稻农IPM技术采纳决策与采纳程度衡量。其中，稻农IPM技术采纳决策（采纳与否）是离散型二分类变量，不满足一般线性回归中要求被解释变量必须是连续性变量的要求，故选取二元Probit回归模型对稻农IPM技术采纳决策的影响因素进行分析；另一个被解释变量稻农IPM技术采纳程度（采纳子技术的数量）被赋值为“1，2，3”三个层级，分别是低水平（仅采纳任何1种子技术）、中水平（采纳2种子技术）、高水平（采纳3种及以上子技术），是一个具有递进顺序的有序多分类离散型变量，选用Ordered-Probit回归模型对稻农IPM技术采纳程度的影响因素进行分析。二元Probit回归模型和Ordered-Probit回归模型的表达式分别如（1）和（2）式所示：

式（1）中，X1、X2、X3、X4、…Xi是影响稻农IPM技术采纳行为的i个因素。Prob（·）表示被解释变量（稻农IPM技术的采纳率）。F（·）代表累计正态分布的概率密度函数，β0代表常数项，Xi代表影响稻农IPM技术采纳行为的因素，βi代表估计参数。

式（2）中，Xi*代表表1中所列出的影响稻农IPM技术采纳程度的可能因素，i代表稻农个体，β0代表常数项，δ代表服从正态分布的随机扰动项，βi代表待估计的未知系数，y*为被解释变量：稻农IPM技术采纳程度不可观察的潜在变量，通常需要使用可观测变量yi表示，不可观察潜在变量y*与可观测变量yi间关系如（3）式所示，该式中ω1、ω2、ω3为稻农IPM技术采纳程度变量位置分割点，且ω1<ω2<ω3。

二、研究结果与分析

（一）变量描述性统计分析

由表2可知，在249户调查样本中，有43.37%的稻农在水稻生产中采纳IPM技术，但有56.63%的稻农未采纳IPM技术；有55.56%的稻农采纳低水平IPM技术，26.85%的稻农采纳中水平IPM技术，17.59%的稻农采纳高水平IPM技术，说明样本区稻农以采纳低水平IPM技术（仅采纳任何1种子技术）居多。总体看来，虽然加大了对IPM技术的推广力度，但稻农对该技术认知水平较低，导致稻农技术需求量较低，因而对该技术采纳决策和采纳程度都偏低，大部分稻农选择低水平IPM技术，整体采纳情况不容乐观。

表2 变量描述性统计结果分析

续表

1.农户个体特征。样本区男性稻农占比为51.41%，女性稻农占比为48.59%，表明样本区大部分家庭中主要的生产经营决策者中男性稻农居多；稻农平均年龄为44岁，中年龄组稻农占比为61.85%，高年龄组稻农占比为35.34%，表明样本区稻农趋向老龄化；稻农耕作年限多数处于11～20年，占比为34.14%，表明其种植经验较丰富；稻农受教育年限为初中教育水平的占比为61.04%，表明整体受教育水平偏低；风险规避型稻农占比为28.11%，风险中立型稻农占比为52.21%，表明样本区稻农多数属于风险规避型和风险中立型；基本同意、比较同意及完全同意自身能通过较多渠道获取较多数量的IPM技术信息（即具有一定信息获取能力）的稻农占比为79.92%，但仍有20.0%的稻农认为自身不具备信息获取能力，表明样本区稻农的信息获取能力有待提升。

2.家庭经营特征及耕地种植特征。务农劳动力人数最多为2人的占比为47.79%，表明务农劳动力人数较少；稻农人均年收入在5 001～15 000元的占比为28.92%，表明大部分稻农收入水平偏低；偶尔参加组织的稻农最多，表明稻农组织参与频率较低；未获得地理标志证明商标的稻农高达76.71%；稻农多属于种粮大户，水稻种植规模均值约为339亩；耕地细碎化较为集中的居多，但仍有40.96%的耕地是大于5块，表明当前样本区耕地仍较为分散。

3.农户认知特征及外部环境特征。数据显示稻农技术效益认知水平一般，有63.05%的稻农认为IPM技术的生态效益和经济效益一般；此外，在村庄环境特征与政策环境特征中，村庄交通条件一般，多数稻农未获得技术补贴且政府技术培训的参与率不高。

（二）模型估计结果分析

为保证回归模型的准确性与稳定性，需对选取的各个解释变量进行多重共线性检验，只有当Tolerance（容忍度）的值大于0.1以及VIF（方差膨胀因子）小于10时，说明各解释变量间不存在严重多重共线性[22]。各解释变量的容忍度主要处于0.521至0.915之间，VIF介于1.09至1.92之间，表明各解释变量间具有相对合理性且不存在多重共线性问题，见表3。

表3 解释变量间的多重共线性检验结果

利用Stata 15软件分别对稻农IPM技术采纳决策和采纳程度的影响因素进行Probit模型和Ordered-Probit回归模型估计，由估计结果可知，显著影响稻农IPM技术采纳决策和采纳程度的共同因素包括农户个体基本特征（性别、年龄、风险偏好程度、信息获取能力）、村庄环境特征（交通条件），表明农户个体基本特征和村庄环境特征是影响稻农IPM技术采纳行为的最关键因素，结果见表4。

表4 稻农IPM技术采纳决策与采纳程度的影响因素模型估计结果

1.稻农IPM技术采纳决策的影响因素分析。（1）农户个体特征变量的影响。户主性别在5%显著性水平上通过检验，且就边际效应而言，男性户主对IPM技术的采纳率要比女性户主高6.8%，即性别显著正向影响稻农IPM技术采纳决策，与预期假设相符。户主年龄在10%的显著性水平上通过检验，所得估计系数与边际效应均为负值，说明年龄对稻农IPM技术采纳决策有显著负向影响。户主受教育年限在1%显著性水平上通过检验，所得系数为正值，说明受教育年限显著正向影响稻农IPM技术采纳行为，与预期假设相符。户主风险偏好程度通过1%显著性水平检验，其估计系数和边际效应均为正值，说明风险偏好程度显著正向影响稻农IPM技术采纳决策，与预期假设相符。户主信息获取能力通过5%的显著性检验，所得估计系数与边际效应均为正值，说明信息获取能力显著正向影响稻农IPM技术采纳决策，与预期假设相符。

（2）家庭经营特征变量的影响。务农劳动力人数通过10%显著性水平检验，所得估计系数与边际效应均为正值，说明务农劳动力人数显著正向影响稻农IPM技术采纳决策，与预期假设相符。是否获得地理标志证明商标通过5%显著性水平检验，所得估计系数与边际效应均为正值，说明获得地理标志证明商标显著正向影响稻农IPM技术采纳决策。

（3）耕地种植特征变量的影响。耕地细碎化程度通过5%显著性水平检验，所得估计系数和边际效应均为负值，说明耕地细碎化程度显著负向影响稻农IPM技术采纳决策，与预期假设相符。

（4）村庄环境特征变量的影响。交通条件显著促进稻农对IPM技术的采纳，与预期假设相符，交通条件越好，病虫害防控物资的购买和运输越便利，且病虫害防治效果受病虫害防控物资供应影响。

（5）政策环境特征变量的影响。获得技术补贴显著促进稻农采纳IPM技术，与预期假设相符，技术补贴一定程度上可弥补稻农IPM技术投资资金不足，促进稻农积极采纳IPM技术。参加政府技术培训显著促进稻农对IPM技术的采纳与预期假设相符。

2.稻农IPM技术采纳程度的影响因素分析。（1）农户个体特征变量的影响。稻农性别特征通过1%显著性水平检验，所得估计系数为正值，说明性别显著正向影响稻农IPM技术采纳程度，且就边际效应而言，男性稻农采纳中水平和高水平IPM技术概率要高于女性稻农，与预期假设相符。年龄通过5%显著性检验，所得估计系数为负值，且就边际效应而言，稻农年龄每增加一周岁，其对IPM技术采纳程度是中水平和高水平的概率分别下降6.2%和12.2%，而采纳程度是低水平的概率增加18.4%，说明年龄对稻农IPM技术采纳程度有显著负向影响，与假设相符。耕作年限通过5%的显著性水平检验，所得估计系数为正值，表明耕作年限对稻农IPM技术的采纳程度产生显著正向作用，这与假设不相符，原因可能是耕作年限长的稻农相较于耕作年限较短的稻农而言，其水稻耕种经验丰富，能清楚地认识到IPM技术对防控水稻病虫害的重要性，IPM技术在一定程度上可以解决年长型稻农劳动力弱的问题，与以往研究不同的是，务农年限越长的稻农越对IPM技术采纳程度越高。受教育年限虽未通过显著性检验，但所得估计系数为正值，说明受教育年限促进稻农IPM技术采纳程度，与假设相符，受教育程度高的稻农对IPM技术的认知能力强，越了解采纳IPM技术后的利好之处，因此对提高IPM技术采纳程度可能性越大。但就边际效应而言，稻农受教育年限越高，其采纳高水平IPM技术的概率就会下降1.5%，受教育程度高的稻农更愿从事非农工作，对务农工作关注度逐渐降低。风险偏好程度通过10%显著性检验，所得估计系数为正值，且就边际效应而言，稻农越偏好风险，其采纳高水平的概率增加7.5%，说明风险偏好程度显著促进稻农对IPM技术采纳程度，与预期假设相符。信息获取能力通过10%的显著性水平检验，所得估计系数为正值，且就边际效应而言，稻农信息获取能力每增加一个单位，其采纳高水平IPM技术的概率就越大，说明信息获取能力显著正向影响稻农IPM技术采纳程度，与预期假设相符。

（2）村庄环境特征变量的影响。交通条件通过1%的显著性水平检验，其估计系数为0.492，说明交通条件显著负向影响稻农IPM技术的采纳程度，与假设不相符，原因可能是交通条件影响病虫害防控物资的采购和运输，同时病虫害防控物资可获性影响稻农病虫害防治成效，但并非交通条件越好，病虫害防治成效就越好。可能存在因交通条件好，外出务工或家庭收入比较好的稻农会购买化学农药等以防治病虫害，则稻农采纳IPM技术的程度就会降低。

（3）其余特征变量影响。耕地种植特征变量（水稻种植规模、耕地细碎化程度）、农户认知特征变量（技术效益认知）、政策环境特征变量（是否获得技术补贴、是否参加政府技术培训）均未通过显著性水平检验，且上述特征变量中除政策环境特征中是否获得技术补贴以外的各项指标通过模型计算得出的估计系数均为负值，说明上述特征变量中各项指标对稻农IPM技术采纳程度有消极影响作用，与假设不符。耕地种植特征变量呈负向影响因素可能是稻农耕地种植规模越大，其采纳新技术成本将会提高，且大规模稻农更担心自然灾害风险带来的重大损失，会负向影响其采纳程度；耕地细碎化程度越高，地块分散程度越高，影响农户对IPM技术的采纳程度。农户认知特征变量呈现负向影响的稻农认为采纳IPM技术后生产出来的稻米虽能以高价出售，但采纳IPM技术成本仍高于心理预期，增加IPM技术采纳程度的可能性较低。政策环境特征变量中是否参加政府技术培训对稻农IPM技术采纳程度有负向影响。稻农综合文化素质较低，即使参加政府组织的IPM技术培训，也不能完全吸收并正常使用，且缺乏线下面对面的专门技术指导，稻农可能认为使用新技术需要花费更多时间成本和物质成本，因此高龄稻农会在一定程度上排斥增加对IPM技术的采纳程度。

三、结论与建议

（一）结论

稻农综合文化素质有待提高；样本区稻农趋向老龄化，决策者以男性为主，受教育程度偏低，耕作年限相对较长，风险承受能力较弱，对IPM技术效益认知水平不高，无法深入理解IPM技术，家中务农劳动力人数较少，人均年收入水平不高，组织参与频率较低，未获得地理标志证明商标的稻农居多；小规模种植（实际种植规模小于或等于339亩）稻农居多，耕地较分散，所在村庄交通条件也有待改善，以致于采纳IPM技术成本变高，参与IPM技术培训程度较低，且未获得政府发放的技术补贴。样本区IPM技术采纳程度较低，在受访的249户中仅有43.37%的稻农实际采纳IPM技术，而采纳低水平IPM技术的稻农比例只有55.56%，采纳高水平IPM技术的稻农更是不足20%，说明整体采纳情况不容乐观。稻农IPM技术两阶段决策行为的影响因素有同有异。共同之处在于二者均受性别、年龄、风险偏好程度、信息获取能力、交通条件影响。差异之处在于只影响稻农IPM技术采纳决策的因素涵盖务农劳动力人数、受教育年限、是否获得地理标志证明商标、耕地细碎化程度、是否获得技术补贴、是否参加政府技术培训影响，而只影响稻农IPM技术采纳程度的因素主要是耕作年限。因此，稻农采纳IPM技术受农户个体基本特征与村庄环境特征影响程度较大。

（二）对策建议

第一，提高稻农综合文化素质。鉴于稻农文化素质水平直接关系其对IPM技术的采纳决策及采纳程度，应注重在受教育程度较低的稻农中，尤其是低龄男性稻农，加大教育投资力度，发挥主观规范、同伴影响对IPM技术采纳行为的影响作用以及亲戚邻居、种植大户、科技示范户等示范带动作用，切实提高稻农对IPM技术相关知识的了解和掌握程度，有效提升其风险认知水平。

第二，加强基层水稻IPM技术宣传与推广。优化与创新IPM技术推广工作流程，加大IPM技术的网络推广力度，拓宽技术宣传渠道，加强各部门之间责任分工和落实，提高IPM技术推广效果，为稻农提供简洁、高效且方便的IPM技术服务，提升稻农对IPM技术的采纳率和采纳程度。

第三，提升稻农IPM技术信息获取能力。稻农信息获取能力显著正向影响稻农IPM技术采纳决策及采纳程度。政府应加强农村区域信息化建设，拓展稻农IPM技术信息获取渠道以提升其采纳IPM技术相关方面的信息获取能力，协助稻农及时了解和掌握水稻生产的IPM技术信息及操作方法。

第四，加大对稻农采纳IPM技术补贴力度。技术补贴是影响稻农IPM技术采纳行为的关键因素，且多数稻农未获取IPM技术补贴，加大稻农采纳IPM技术补贴力度，增强其采纳IPM技术积极性，国家可设立基本设施专项资金，积极探索和制定有效的扶持政策以确保IPM技术补贴常态化，灵活调整补贴方式，适当扩大补贴政策适用范围，增强其购买该技术的能力。同时，在对IPM技术采纳行为实行长效补贴时，还应建立健全补贴跟踪下达制度、技术实施过程监督制度等。将IPM技术补贴与其他形式水稻补贴相结合，形成“打包式”水稻补贴计划，以此激励稻农应用并推广IPM技术。