社会资本对种粮大户绿色技术采纳行为的影响研究

摘要：农户绿色技术采纳是推动绿色农业高质量发展，保护生态系统健康的重要途径。文章基于安徽省510户种粮大户调研数据，通过建立有序Probit模型和中介效应模型实证分析社会资本以及经营规模对种粮大户绿色技术采纳行为的影响作用，并关注社会资本及其不同维度对农户绿色技术采纳的影响机制。结果表明：社会资本以及社会网络和社会声望对种粮大户的绿色技术采纳行为有显著促进作用；经营规模在社会资本和社会网络对种粮大户的绿色技术采纳行为中存在明显的完全中介效应。此外，户主年龄、土地地形、粮食生产目的等因素也对农户绿色技术采纳行为产生影响。通过稳健性检验，上述实证结果得到验证。据此，提出政府应强化绿色农业技术推广，同时增强农户社会资本以及促进规模经营，激励绿色农业技术采纳相应政策保障等建议。

关键词：社会资本；因子分析；经营规模；农户；绿色技术；Order Probit模型

一、引言

2024年中央一号文件明确提出，在提升农业绿色高质量发展方面，要坚持绿色发展理念，通过现代农业经营体系等措施，强化生态保护和资源节约，确保农业与环境和谐共生。在当前资源和环境双重约束下，传统农业生产模式所带来的挑战已经变得日益明显，归根结底是因为农户对农业绿色生产技术采纳意愿较低。因此，政府不断推动减少化肥和农药的使用，并提升其利用效率。同时，政府也在积极推广应对农作物病虫害的绿色防控产品与技术，以有效应对这些挑战。作为农业生产过程中的基本单位，农户在农业生产中充当关键实践者的角色，其决策与行为直接影响了农业生产模式转变的速度和方向[1]。通过采用绿色农业技术，农户展示了其在执行绿色生产策略方面的具体行动[2]，因此有必要开展对农户绿色生产技术采纳行为研究。

国内外学者们广泛研究了农业领域绿色生产技术的采纳意愿，极大地扩展了本文对于该领域的认知，主要专注于几个关键方面：第一，关于农户主体的特征对技术采纳的影响，通过结构方程模型分析，农户采纳新技术的意愿受感知有用性、易用性和主观规范的影响[3]。农业劳动力的老龄化显著降低了农户采纳绿色生产技术的可能性[4]；第二，在技术经济效果的分析中，农户倾向于采纳那些他们认为易于使用的技术。相反，如果技术使用起来复杂，农户可能不会选择采用[5]。例如，知识密集型的农业社会化服务能显著促进农户绿色农业技术的采纳[6]，技术采纳已作为农户综合评估多重因素后的理性选择；第三，在外部条件角度分析中，农村社会的特性起着关键作用。社会资本中社会参与、社会信任、社会网络都会对农户绿色技术采纳行为产生显著正向影响[7]，农户在农业生产中还有可能受到周边农户的影响[8]，形成一种“羊群效应”[9]。此外，有学者通过建立经济模型，分析农户经营规模对农户应用现代农业技术的影响[10]。

综上所述，已有研究着眼于农户外部环境，初步探讨了农户农业技术采纳行为和意愿。本文从种粮大户视角和农户社会资本同经营规模视角出发，将二者关联起来分析其对农户绿色技术采纳的影响，能够全面反映农户在农业绿色技术采纳行为中受到社会资本以及经营规模影响的整体机制和行为逻辑；此外，将农户是否采用特定技术或该技术的使用年限视作衡量绿色生产技术采用的代理变量是一种普遍方法，限制了研究的深度和广度。本文结合种粮大户的农业生产发展的特点，使用测土配方施肥、增施有机肥、秸秆还田、生物农药作为农户采纳绿色农业技术的代表性行为，使研究内容更加丰富。

因此，本研究基于社会资本、规模经济等理论，重点探究社会资本以及多维性对农户农业绿色技术采纳意愿的影响，同时探讨经营规模在二者影响当中起的中介作用。深入探讨三者之间的作用机制，对于提高种粮大户的绿色农业技术采纳水平，以期加快我国的农业绿色高质量发展具有重要意义。

二、理论分析与研究假说

（一） 社会资本对农户绿色农业技术采纳的直接效应

社会资本通常被定义为一个复杂的关系网络框架，包括农业技术信息在内的众多资源，个体需通过目标导向的行为来访问这些资源。随着农户社会资本增加，其接触到的信息和技术范围扩大，更有可能了解到绿色农业技术。这些技术可以减少环境污染、提高资源利用效率，符合可持续发展理念。农户了解到绿色农业技术的环境友好型和经济效益的相关信息后，对绿色农业技术采纳意愿也会提高。社会资本对农户技术采纳的影响主要体现在两个方面：首先，在农村环境中，由于农技推广体系的局限性，农户在获取新技术信息方面主要依赖于社区内的交流和社会关系网络，这为他们提供了多样化的信息来源，并帮助解决农技信息的理解和应用难题；其次，作为农村中的稳定资源，社会资本的地理邻近性强化了农户间的沟通，加速了技术信息的传播，提高了技术扩散的效率，对农户的技术采纳决策产生了积极的影响[11]。社会资本作为一种嵌入在社会关系中的资源必然对农户绿色农业技术采纳行为产生重要的影响。

在对社会资本的定义中，尽管学者们对其界定有所不同，但逐渐形成社会网络、社会信任、社会声望以及社会参与四个紧密相连的维度。首先，社会信任是通过信息共享和声誉激励两种机制影响农户的技术采纳行为。信息共享机制使得农户更容易接受和传递绿色农业技术信息，声誉激励机制则通过增强合作行为和减少机会主义心理，激励农户采纳绿色农业技术。其次，社会声望通常被理解为社会大众对个体的主观评价，是社会资本的一个重要方面。高社会声望的农户更容易得到其他农户的信任和支持，这有利于降低资源获取的成本，提高资源的利用效率，更容易获取关于新型绿色农业技术的信息，并将这些信息传递给社区内的其他农户，从而加速绿色农业技术的推广和采纳。再次，社会网络被视为行为主体间内部关系交流的框架和与外界互动的方式[12]。社会网络可以通过信息传递机制和互惠互助机制影响农户的技术采纳行为[13]。最后，社会参与是指个体在社会中以各种方式参与公共事务的活动，农户通过社会参与，可以更好地融入集体中，达成共识，从而有更多农户对农业技术的采纳[14]。

因此，本文提出研究假设H1：社会资本对农户绿色技术的采纳有显著正向作用，即社会资本越强，种粮大户对农业绿色技术的采纳程度越大。

（二）经营规模在社会资本影响农户绿色技术采纳的中介效应

社会资本作为一种非正式制度，潜在影响着生产者对外部资源的获得，不仅对农户绿色技术采纳有着影响，也能在某种程度上缓解家庭资源有限与经营规模不断扩大之间的冲突。在有限的资源条件下，理性农户通常会以最大化自身利润为目标，而对采用绿色农业技术的决定主要基于农户对相关行为的成本与收益进行动态评估的结果[15]。为更好分析经营规模对种粮大户采纳绿色农业技术影响，结合相关学者的分析框架，将经营规模作为关键影响因素[16]，种粮大户对绿色农业技术采纳行为决策动态优化模型为：

[maxx∈（0，1）t=0Tβtπt]" " " " " " " " " " " " " " " " "（1）

将[β]定义为贴现因子，而[x]代表种粮大户是否采取绿色农业技术的决策行为。当[x]等于0时，意味着农户出于某些考虑，选择不实施绿色农业技术，而是采取更为传统的做法，此时的利润设为[πt=πU]；相反，当[x]等于1时，表明种粮大户选择了采纳绿色农业技术，此时的利润变为[πt=πG]。为了应对上述情况，本文可以构建一个基于贝尔曼方程的价值函数来解决：

[" "V（πG）=maxx∈0，1πG1-β-C，πU+β0βV（π'G）dF（π'G）]" （2）

式（2）中，[C]为技术转换总成本，即种粮大户采纳绿色农业技术的投入。定义[πE]为临界值，表示在此收益水平下，无论是否采纳绿色农业技术行为，收益均相等。[πE]为：

[" " "πE=（1-β）C[C（L），L]+πU+β0βV（π'G）dF（π'G）] （3）

此时，采纳绿色农业技术行为决策表现为：

[X=0， if πG≤πE1， if πG≥πE]" " " " " " " " " " " " "（4）

当采纳绿色农业技术行为所获利润[πG]≤临界值[πE]，种粮大户会延续传统习惯，不采纳绿色农业技术；反之，种粮大户采纳绿色农业技术。综上，保持其他条件不变情况下，[πE]值越小，农户越倾向于采纳绿色农业技术行为。技术转换总成本[C]为：

[C=c（L）×L]" " " " " " " " " " " " " " " " " " " " " " " " " "（5）

其中，[c（L）]为技术转换单位成本，[L]为经营规模。通过上述推导可知[∂π（*）E∂L=1-β×∂C（c，L）∂L]，由于[0lt;βlt;1]，则[∂π（*）E∂L]与[∂C（c，L）∂L]符号相同。因此，若种粮大户采纳绿色农业技术，单位成本随经营规模增加而递减，且在单位成本的下降幅度超过规模经营扩张的程度，则技术转换总成本就会降低，[πE]随[L]的增加然后就会减少，表现形式为：

[∂C（c，L）∂Llt;0⇒∂π（*）E∂Llt;0]nbsp; " " " " " " " " " " " " "（6）

考察[C（c，L）]与[πE]变动，当经营规模增大时，技术转换总成本[C]降低，[πE]值降低，则农户技术转换门槛越低，即随着经营规模扩大，种粮大户倾向于采纳绿色农业技术行为。

综上，本文提出研究假设H2：经营规模在社会资本与种粮大户绿色技术采纳之间发挥中介作用，即社会资本通过农户的经营规模扩大来促进农户绿色技术的采纳。

三、 数据来源、变量选取与模型设定

（一）数据来源

本研究依托国家自然科学基金面上项目“粮食规模经营主体风险累积、行为响应及政策优化研究”（项目编号：71873004），数据来源于课题组在蒙城县、阜南县、颍上县、舒城县和霍邱县开展的专项调研。按照分层随机抽样的方式，每个县随机选取4个乡镇，每个乡镇随机调查20～25户左右粮食规模经营户（包括专业大户、家庭农场主）。最终获得有效问卷510份。种粮大户通常拥有较大的土地和资源，其农业生产规模和技术水平相对较高。因此，他们在采用绿色技术方面具有较强的示范作用。通过研究种粮大户对绿色技术的采纳情况，可以深入了解这些先进技术在农业生产中的应用效果，为其他农户提供借鉴和学习的经验。综上，基于此次的调研数据，研究社会资本、经营规模对种粮大户绿色技术采纳的影响。

（二）变量选取

1.被解释变量：绿色农业技术采纳程度

绿色农业技术是以生产绿色农产品为目标，具有“现代”“节量”和“少污染”等特征，包括病虫害综合防治、测土配方施肥、农产品质量标准检测等多项农业技术的技术集合[17]。根据种粮大户实际情况，选取秸秆还田、测土配方、生物农药和有机肥4项绿色农业技术为研究对象，用4项技术的采纳个数来衡量种粮大户的绿色农业技术的采纳强度。

如表1所示，在510户规模经营农户中，在生物农药采纳方面，50～250亩规模的农户人数最多，占比高达38.43%；秸秆还田作为一项重要的农田管理技术，数据表现出明显的差异，50～250亩规模的农户在该项技术上的采纳占比最高，达到33.14%；测土配方施肥作为一种精准施肥的重要手段，50～250亩规模的农户在该项技术上的采纳占比最高，达到5.69%；有机肥的使用在50～250亩规模的农户中占比最高，为8.63%；而在未采纳任何技术的农户中，50亩以下规模的农户占比最高，为21.47%，样本数为110户。其他规模的农户在未采纳技术方面的占比相对较低。总的来说，不同规模的农户在绿色技术的采纳上存在一定差异，50～250亩规模的农户在多项技术上的采纳占比较高，而大规模农户在生物农药和有机肥使用方面的采纳占比也相对较高。这可能与农户的经济状况、资源配置和对绿色技术的认知有关。

2.核心解释变量：社会资本

借鉴已由学者的研究方法[18-19]，使用社会网络、社会声望、社会信任、社会参与四个维度，设置9个题项，来度量社会资本。社会资本评价指标体系见表2。

本研究为确保社会资本指标体系的科学性与独立性，采取了探索性因子分析方法来验证所选指标的适当性。这种方法能够揭示复杂数据的基本结构，并对其进行简化。探索性因子分析首要工作是验证假设指标的准确性。利用因子提取和旋转技术，可以把一组相互关联的变量简化为几个核心因子。在本项研究中，通过使用KMO测度和Bartlett的球形性测试，文章评估了进行因子分析的合适性。随后，对不同维度的得分进行了计算。一般来说，KMO值高于0.6，表明因子分析是可信的。在执行因子分析过程中，文章根据各因子对所选总方差的贡献度来分配权重，并采用加权总和的方法来处理结果，通过确定累积方差贡献率来为社会资本的各个维度设定权重。具体的权重计算公式如下所示：

[Ci=j=1pwijCij]" " " " " " " " " " " " " " " " " " " " " " " （7）

为了全面评估农户的社会资本，本文采用了综合评价方法。具体来说，本文定义[Cij]为第[i]个农户的社会资本综合评价值。这个综合值是通过计算各个主因子的得分并加权求和得到的。具体地，[Cij]表示第[i]个农户在第[j]个主因子上的得分，而[wij]是第 [j]个主因子的权重。这个权重是基于第[j]个因子的方差贡献率相对于前四个主因子累积贡献率的比例来计算的。本文将这四个主因子（[p]=4）的得分按照各自的权重加总，以获得每个农户的社会资本综合评价值。这样，本文不仅能够量化每个农户的社会资本水平，而且能够更加准确地理解农户在不同社会资本维度上的表现。通过这种方法，本文可以更好地理解社会资本对农业技术采纳等关键行为的影响。

为了验证所选指标数据是否适用于因子分析，首先对数据进行KMO和Bartlett检验，表3结果显示，KMO值=0.696（＞0.6），说明该数据适用于因子分析，Bartlett的球形度检验近似卡方为27 407.140，P值等于0.000，数据显著。所以该数据适用于因子分析方法，为后文的研究提供有力的数据支持。KMO 和 Bartlett 检验见表3。

利用IBM SPSS Statistics 26软件，并采用最大方差法对因子进行旋转，研究结果揭示了四个特征根大于1的公共因子，它们的累计方差贡献率达到了77.304%。具体来说，第一个公因子占前三个方差贡献率的29.288%，主要反映社会网络的特征，其指标载荷较高。第二个公因子，涵盖第四至第五项，方差贡献率为20.497%，主要指向社会声望，其指标载荷也显著。第三个公因子关注第六至第七项指标，具有14.230%的方差贡献率，主要代表社会参与。第四个公因子涉及第八至第九项指标，方差贡献率为13.290%，突出表现了社会信任的维度。总体而言，基于获得的各因子分数及其各自的方差贡献率，本章所需的种粮大户社会资本综合指数的公式如下所示：社会资本＝（社会网络×29.288％＋社会声望×20.497％＋社会参与×14.230％+社会信任×13.290%）/77.304％。

3.中介变量：经营规模

关于2022年种粮大户实际耕作土地的面积，考虑到选取的样本家庭在2022年种植了包括粮食作物在内的各类作物，因此，这些农户家庭的实际耕地面积同样代表了粮食作物的播种面积。

4.控制变量

农业的绿色生产模式不仅受到社会资本和经营规模因素的影响，也会由生产者个人属性、农业经营的特性等多种因素所影响。为了确保估计结果的准确性，避免因遗漏变量导致的偏差，本研究参考先前的研究成果，决定从农户特性、家庭情况、技术风险以及外部环境等四个维度，加入相应的控制变量进行分析。各变量说明与描述性统计如表4所示。

（三）模型设定

当决策者面对两个或多个选择时，且这些选择之间存在一定的序列或逐级关系，此时，Ordered Probit模型便成为分析此类问题的有力工具。Probit基本回归模型如下：

[y*i=β0+β1x1i+β2x2i+β3x3i+εi]" " " " " " " " "（8）

[ε～N（0.σε）]

写成向量的形式则为：

[γ=xiβ+εi]" " " " " " " " " " " " " " " " " " " " " " " " " " "（9）

上述（8）式中，[y*i]为潜变量（latent variable），它的值不可以直接获取，需要与其他可以观察到的变量通过数学模型再进行相关的推导得出。在本研究中，选择了有序Probit模型来回归分析社会资本对种粮大户采纳绿色农业技术的数量影响研究。由于被解释变量是一个有序多分类变量，其取值范围为0～4，有序Probit模型是一种适用于这种情况的回归分析方法。Probit基本回归模式如下：

[Adoption*=αS+βX+ε1]" " " " " " " " " " " " " " "（10）

上述式（10）中引入了一个不可观测的潜在变量[Adoption*]，它代表了种粮大户对农业绿色技术采纳行为的潜在倾向。该潜变量[Adoption*]受到社会资本综合得分为S和控制变量X的影响。通过之前准备的使用探索性因子分析法来计算得出社会资本的综合得分S，X为影响技术采纳的控制变量，[α]、[β]是待估的系数，ε是服从标准正态分布的扰动项。不可观测的潜变量[Adoption*]和可观测的种粮大户绿色农业技术采纳变量[Adoption]之间的关系见公式（11）：

[Adoption=0（未采纳），" " 若Adoption*≤y01（采纳1种），" 若0lt;Adoption*≤y12（采纳2种），" 若y1lt;Adoption*≤y23（采纳3种），" 若y2lt;Adoption*≤y34（采纳4种），" 若Adoption*≥y3]" "（11）

上述式（11）中，其中[y0]lt;[y1]lt;[y2]lt;[y3]，并且[y0]、[y1]、[y2]、[y3]分别代表种粮大户采纳绿色农业技术采纳行为变量的几处未知的分割点。需要说明的是种粮大户未采纳、采纳1种、采纳2种、采纳3种、采纳4种绿色农业技术的概率，分别表示如下：

[" " P（Adoption=0X）=Φ（Y0-∂S-βX）]" " " " " " " " " " " " "（12）

[" " P（Adoption=1X）=Φ（Y1-∂S-βX）-Φ（Y0-∂S-βX）] （13）

[" "P（Adoption=2X）=Φ（Y2-∂S-βX）-Φ（Y1-∂S-βX）] （14）

[" "P（Adoption=3X）=Φ（Y3-∂S-βX）-Φ（Y2-∂S-βX）]" （15）

[" "P（Adoption=4X）=1-Φ（Y3-∂S-βX）]" " " " " " " " " " " （16）

公式（12）至公式（16）中，[Φ]表示的是标准正态分布的累计密度函数，公式通过采用极大似然的方法来估计该模型各个项的参数值。

探讨中介效应，可以进一步分析解释变量对被解释变量影响的过程和机理。为从经营规模的视角探究农户社会资本影响农业绿色技术采纳的作用机制，本文参考温忠麟等[20]提出的逐步回归法构建中介效应模型，由于逐步回归法第一步同基准回归模型保持一致，故不再重复列出，故考察社会资本、经营规模对种粮大户技术采纳的具体作用机制，设定中介效应模型如下：

[M=α0+αS+γX+ε2]" " " " " " " " " " "（17）

[Adoption=α0+λM+γX+ε3] " " " " " " " （18）

[Adoption=α0+αS+λM+γX+ε4] " " " （19）

上式中，[Adoption]代表农户绿色技术采纳，[S]代表农户的社会资本；[M]为中介变量，表示经营规模。在此模型中，[X]表示一组可观察的控制变量，而[ε1]、[ε2]、[ε3]、[ε4]是随机误差项。常数项用[α0]表示，[γ]表示控制变量对于农户采纳绿色技术的影响程度，表明农户社会资本对绿色技术采纳的效应系数，而[α]描绘了社会资本对中介变量影响的系数。另外，[λ]和[λ]代表中介变量经营规模对农户采纳绿色技术影响的系数。

评估社会资本对种粮大户采纳绿色技术中介效应存在性的检验步骤包括：首先，通过对方程（10）执行回归分析以评估其系数的显著性。若结果显著，则检验继续；如果不显著，则检验终止。接着，对方程（17）和方程（19）进行回归分析，若两个方程的系数[α]和系数[λ]均显著，表明中介效应确实存在。如果任一系数不显著，将采用Bootstrap方法来判断回归系数乘积项在95%置信区间内是否含0，如果含0，确认中介效应存在；若不含，则无中介效应。最终，显著性测试判定显著，则表明中介效应为部分存在，否则为完全中介效应。检验社会资本的四个维度影响农户绿色技术采纳是否存在中介效应的步骤同上。

四、回归结果分析

在进行实证分析前，首先进行了多重共线性检验，检验的结果显示其最大值为1.96，均值为1.25，结果显示不存在多重共线性的问题。随后使用Stata 16.0软件进行实证检验，实证回归结果如表5所示。

（一）社会资本对种粮大户绿色技术采纳行为的影响

表5中，模型（1）为社会资本综合指标和控制变量对种粮大户绿色技术采纳行为影响的回归结果。结果显示，社会资本在5％的统计水平上显著促进种粮大户绿色技术的采纳，即种粮大户的社会资本水平越高，绿色技术的采纳程度越大。由于中国是一个人情社会，长期的交往而建立起来的社会网络关系以及由这种关系产生的相互信任与互利互惠，社会资本作为重要的生产资源，可以降低交易成本，拓宽信息获取渠道，为提高生产效率，而更愿意采纳农业技术[21]。这一研究结果表明社会资本对种粮大户绿色技术采纳行为有显著促进作用，验证假说 H1。

模型（2）至模型（5）为社会资本各维度和控制变量对种粮大户绿色技术采纳行为影响的回归结果。结果显示，社会资本的各维度对种粮大户绿色技术采纳行为的影响有所不同。社会网络在10％的统计水平上显著，表明社会网络在一定程度上能够促进种粮大户的绿色技术采纳。在社会网络方面，农户借助农村之间的网络联系获取技术信息的成本不仅低而且效率还高，这有助于他们了解和采纳新的农业技术。社会声望在5％的统计水平上显著，意味着社会声望越高，采纳绿色技术的可能性也越大。这可能是因为较高的社会声望与更广泛的社会关系网和更好的资源访问能力相关，从而使得采纳新技术更为容易。同时社会信任和社会参与对种粮大户采纳绿色农业技术的影响系数为正，这与本文研究的社会资本能够有效促进农户绿色技术采纳的理论推导相符，但是都没有通过显著性检验。这与李文欢和桂霞[22]的研究结论不同。社会信任影响不显著，这可能是因为尽管信任能促进信息的流通和合作，但它对技术采纳的直接影响可能受其他因素影响，如个人经验或知识水平的影响[23]。社会参与影响不显著，一方面，可能包括缺乏有效的信息传递和教育机制，技术的成本与效益之间的不平衡，以及农户对传统技术的依赖；另一方面可能存在政策支持不足、市场机制不完善以及社会文化因素影响等综合因素。这种情况可能导致农户对绿色技术的采纳程度不高。说明虽然社会参与可以增加交流和学习的机会，但它并不总是直接转化为采纳新技术的动力。

对于控制变量而言，年龄在所有模型中表现为正向显著影响，暗示着随着年龄的增长，农户更倾向于采纳绿色技术。这可能是因为经验积累和资源增加使得他们更愿意或能够采纳新技术。地形在所有模型中的影响为正向显著，说明地形对农户采纳绿色技术有一定的促进作用。农田基础设施状况在所有模型中表现出正向显著影响，表明良好的基础设施条件有助于促进农户采纳绿色技术。地租在所有模型中表现为负向显著影响，暗示较高的地租可能阻碍农户采纳绿色技术。粮食生产目的在所有模型中表现为负向关系，且影响显著，可能反映了市场导向的生产目的与采纳绿色技术的倾向性不强。

（二）社会资本和经营规模对种粮大户绿色技术采纳行为的影响

估计结果如表6所示，在所有模型中，社会资本及其维度对技术采纳的直接影响不显著，除了社会声望在模型5中显示在10%的水平上显著影响，而经营规模在所有模型中对技术采纳的影响非常显著，通过了1%的显著性水平检验，表明经营规模是影响技术采纳的重要因素。分析中介效应由于社会资本及其大多数维度对技术采纳的直接影响不显著，而经营规模的影响显著，这表明经营规模可能充当了完全中介的角色。根据前文的社会资本对经营规模的结果分析，即模型（1）和模型（2）中社会资本、经营规模对农业绿色技术采纳的回归结果，列（1）、列（2）和列（5）显示中介变量经营规模在对农户绿色技术采纳回归中，均通过中介效应检验。社会资本能够通过影响农户的土地经营规模，从而间接促进农业绿色技术的采纳。在特定条件下，社会资本、社会网络与社会声望的每1个单位增加，分别使土地经营规模扩增0.3669、0.1332与0.0797个单位，这一变化又间接导致农业绿色技术采纳量的增加，分别为0.1040、0.0381与0.0060单位。在这一过程中，经营规模作为中介变量，其效应在总效应中的比例分别达到了63.45%、53.15%与6.39%。表示经营规模在社会资本和社会网络影响农户采纳绿色农业技术中起到完全中介效应，在社会声望影响农户采纳绿色农业技术中起到部分中介效应。在此基础上，继续采用 Bootstrap 方法对上式进行了检验，以确保实证结果的可靠性。检验结果中回归系数乘积项在95%置信区间均不包括0，中介效应显著，社会资本可以通过影响农户经营规模进而影响农户绿色技术采纳，验证假说H2。而在模型（2）中，即列（3）和列（4）显示与之前模型结合来看，社会参与和社会信任影响农户绿色技术采纳中，经营规模未通过中介效应检验。社会参与和社会信任虽然对信息共享和资源获取有益，但这些因素不一定直接导致经营规模的扩大。农户可能活跃于社区活动，建立了信任网络，但这并不直接等同于经营能力的提升或资源的增加。因此，社会资本的这些维度可能无法通过经营规模的改变显著影响技术采纳。采用Sobel检验方法再次验证中介效应，其结果与逐步回归法检验结果保持一致。

（三）内生性问题

研究结果可能存在遗漏变量、反向因果等内生性问题，主要表现在社会资本促进农户采纳绿色农业技术的行为过程中，农户也会结交认识了更多的农户、供应商等，从而反过来促进了社会资本的累积，对他们的社会资本产生了一定的影响。与此同时，该模型也可能没有列出所有的解释变量，存在遗漏变量的问题，从而导致内生性。针对可能存在的内生性问题，本文采用工具变量法对内生性进行处理，以“自有耕地”作为社会资本的工具变量，农户拥有的耕地面积（自有耕地）可能与其社会资本有相关性。一方面，更多的耕地意味着更多的农业活动，从而可能增加与其他农户的交流和合作机会，进而增强社会资本；另一方面，农户的土地承包面积大部分都是村集体依据家庭人口数进行集体平均分配的，并不会直接对农户技术采纳的决策产生影响，所以能够作为本研究的工具变量。

由于农户绿色技术采纳情况是离散变量，因此采用ROODMAN[24]提出的条件混合过程（CMP）方法对模型进行了重新评估。根据表7的数据，CMP方法在第一阶段的回归分析中，发现农户拥有的耕地面积与其社会资本之间在5%的显著性水平上表现为正相关，这符合工具变量相关性的预期要求。深入分析CMP方法的评估结果，本文发现内生性检测参数atanhrho_12在5%的水平上是显著的，这表明使用CMP方法获得的评估结果相比传统的Ordered Probit模型具有更高的准确性。通过CMP方法校正潜在的内生性偏误后，可以观察到社会资本及其不同维度对农户采纳绿色技术行为的显著影响有所变化，如果忽略内生性问题，可能会误评模型的真实效果。

（四）稳健性检验

为进一步验证社会资本及各维度和经营规模对种粮大户绿色技术采纳行为影响回归结果的可靠性，通过剔除相关的样本进行稳健性检验。

已有研究表明，规模异质性的农户，采纳环境友好型技术的影响因素不同[25]，且小农户和种粮大户采用农业技术的影响因素同中有异，分别倾向于采用劳动密集型、资金密集型和环境友好型生产行为。本研究旨在探讨种粮大户对绿色农业技术采纳的影响。为确保研究结果的稳健性，特别是农户经营规模对技术采纳的潜在影响。因此，本文稳健性检验将专注于剔除小于50亩的农户，以便更准确地捕捉种粮大户的特性及其对绿色技术采纳的影响。结果如表8和表9所示，模型的基准回归与前文保持一致，表明前文的实证结果稳健。

五、 结论与建议

（一）主要结论

本文基于国家自然科学基金面上项目“粮食规模经营主体风险累积、行为响应与政策优化研究”的微观数据，实证分析了社会资本对种粮大户绿色技术采纳的影响以及经营规模在上述关系中的中介作用。研究发现：（1）社会资本及其维度对种粮大户采纳绿色技术有显著影响，其中社会资本、社会声望和社会网络显著促进农户绿色技术采纳。（2）通过中介效应检验发现，经营规模在社会资本与农户采纳绿色技术影响中存在中介效应，进一步发现经营规模在社会资本和社会网络影响农户采纳绿色农业技术中起到完全中介效应，而社会声望影响农户采纳绿色农业技术中起到部分中介效应。

（二）政策建议

1. 农户需利用线上线下渠道，构建和扩展社会资本。在关系导向的中国社会中，农户的社会资本积累对农业技术采纳至关重要。这样做不仅增强了社会资本的强度，而且为获取农业技术相关的信息和资源提供了途径。农户应该与经验丰富或知识渊博的人进行交流，以便及时了解国家农业政策和技术动态，从而提高绿色农业技术采纳的可能性。

2.政府应继续综合施策，推动绿色农业可持续发展。支持农业发展时需综合考虑财政补贴、土地政策、组织支持和社会联系等因素，制定全面可持续的政策。财政补贴应与可持续农业政策相结合，鼓励有机农业和生态农业。同时，政府应重视土地资源合理利用，借助信息交换平台和合作社等手段促进种粮大户的经营规模，推动绿色农业健康发展。

3.政府应加强农户职业技术培训和基础教育投入。继续完善培训课程、讲座和专家咨询系统。同时，优化教育资源分配，改善农村教育环境。政府应针对不同农户提供差异化的绿色技术培训，强化新型经营主体在技术传播中的作用，提高小规模农户的技术采纳意愿。通过绿色服务体系建设，降低农户采纳新技术成本，提升采纳率，并通过多渠道宣传提高农户对新技术的认知度，推动农业可持续发展。

参考文献：

[1]李胜楠，李坦.非农就业、极端气候变化感知对小农户绿肥施用意愿的影响——基于冀、鲁、豫、皖四省小麦主产区的调查[J].云南农业大学学报（社会科学），2022，16（01）：91-97.

[2]陈梅英，黄守先，张凡，等.农业绿色生产技术采纳对农户收入的影响效应研究[J].生态与农村环境学报，2021，37（10）：1310-1317.

[3]李子琳，韩逸，郭熙，等.基于SEM的农户测土配方施肥技术采纳意愿及其影响因素研究[J].长江流域资源与环境，2019，28（09）：2119-2129.

[4]杨志海.老龄化、社会网络与农户绿色生产技术采纳行为——来自长江流域六省农户数据的验证[J].中国农村观察，2018（04）：44-58.

[5]SOREBO O，EIKEBROKK T R.Explaining is continuance in environments where usage is mandatory[J].Computers in Human Behavior，2008，24（5）：2357-2371.

[6]肖双喜，桑冬梅.农业社会化服务对农户绿色农业技术采用的影响研究[J].新疆农垦经济，2022（03）：1-11.

[7]喻立凡，曹大宇，廖冰.生计资本、生态认知对农户绿色生产技术采纳意愿的影响研究[J/OL].中国农业资源与区划，1-15[2024-05-12].http：//kns.cnki.net/kcms/detail/11.3513.S.20240130.1447.008.html.

[8]张童朝，颜廷武，王镇.社会网络、收入不确定与自雇佣妇女的保护性耕作技术采纳行为[J].农业技术经济，2020（08）：101-116.

[9]唐林，罗小锋.邻里效应能否促使稻农施用生物农药？——基于鄂、赣、浙三省农户调查数据的考察[J].自然资源学报，2022，37（03）：718-733.

[10]ZILBERMAN DAVID，JUST RICHHARD E，Labor supply uncertainty and technology adoption[M].Iowa State University Press，1984.

[11]李现康，梁洪松.农技培训、技术获取与农户节水灌溉技术采纳行为——基于同伴效应的有调节的中介效应[J].节水灌溉，2024（02）：95-104.

[12]史恒通，睢党臣，吴海霞，等.社会资本对农户参与流域生态治理行为的影响：以黑河流域为例[J].中国农村经济，2018（01）：34-45.

[13]CHATZIMICHAEL K，GENIUS M，TZOUVELEKAS.Informational cascades，technology adoption：evidence from Greek and German Organic Growers[J].Food Policy，2014（49）：186-195.

[14]胡海琴.社会资本、农户认知对农户绿色防控技术采纳行为的影响[D].福建农林大学，2023.

[15]孔凡斌，钟海燕，潘丹.不同规模农户环境友好型生产行为的差异性分析——基于全国7省1059户农户调研数据[J].农业经济与管理，2019（04）：26-36.

[16]刘乐，张娇，张崇尚，等.经营规模的扩大有助于农户采取环境友好型生产行为吗——以秸秆还田为例[J].农业技术经济，2017（05）：17-26.

[17]吴雪莲.农户绿色农业技术采纳行为及政策激励研究[D].华中农业大学，2017.

[18]贺志武，胡伦.社会资本异质性与农村家庭多维贫困[J].华南农业大学学报（社会科学版），2018，17（03）：20-31.

[19]贾蕊，陆迁.信贷约束、社会资本与节水灌溉技术采用——以甘肃张掖为例［J］.中国人口·资源与环境，2017（5）：54-62

[20]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（05）：614-620.

[21]杨宁.社会资本对农户生产效率的影响研究[D].西北农林科技大学，2021.

[22]李文欢，王桂霞.社会资本、技术认知对黑土区农户保护性耕作技术采纳行为的影响[J].中国生态农业学报（中英文），2022，30（10）：1675-1686.

[23]喻立凡，曹大宇，廖冰.生计资本、生态认知对农户绿色生产技术采纳意愿的影响研究[J/OL].中国农业资源与区划，1-15[2024-05-12].http：//kns.cnki.net/kcms/detail/11.3513.S.20240130.1447.008.html.

[24]ROODMAN D M. Fitting fully observed recursive mixed-process models with CMP[J].Stata Journal，2011，11（2）：159-206.

[25]孔凡斌，钟海燕，潘丹.不同规模农户环境友好型生产行为的差异性分析——基于全国7省1059户农户调研数据[J].农业经济与管理，2019（04）：26-36.

责任编辑：李亚利

Research on the Impact of Social Capital

on the Adoption Behavior of Green Technology by Large-scale Grain Growers

Wang Xiaojie" Zhang Shiyun" Tang Junkang

（School of Economics and Management， Anhui Agricultural University， Hefei 230036， China）

Abstract： Farmer’ adoption of green technologies is an important way to promote the high-quality development of green agriculture and protect the health of ecosystems.Based on research data from 510 large-scale grain growers in Anhui Province， through establishing an ordered Probit model and a mediation effect model， the article empirically analyzes the impact of social capital and business scale on the adoption behavior of green technology by grain growers， and focuses on its impact mechanism of social capital and its different dimensions. The results indicate that social capital， social networks， and social reputation have a significant promoting effect on the green technology adoption behavior of large-scale grain growers; the scale of operation has a significant mediating effect on the adoption of green technology by large-scale grain growers through social capital and social networks. In addition， factors such as the farmers’ age， the shapes of the land， and the purpose of food production also have an impact on farmers’ adoption of green technologies. The above empirical results have been validated through robustness testing. Based on this， it is proposed that the government should strengthen the promotion of green agricultural technology， enhance the social capital of farmers， promote large-scale operations， and encourage corresponding policy guarantees for green agricultural technology.

Key words： social capital; factor analysis; business scale; farmers; green technology; order Probit model