基于結構方程的香蕉枯萎病認知及防控技術行為分析

夏勇開+劉殿國

摘 要 香蕉枯萎病是一種傳染性極強的土傳病害，對生產危害極大。從研究香蕉種植戶對枯萎病的認知特征和防控技術行為入手，可以為科學防控枯萎病提供基礎。本研究以海南、廣東、廣西、福建和云南等香蕉主產區的20個縣（區）的133份調查資料為樣本，采用結構方程模型進行研究，結果表明：認知程度直接影響香蕉枯萎病防控技術的擴散，防控成本、受教育程度、收入水平、技術培訓經歷和種植經驗等均不同程度地影響種植戶對枯萎病的防控行為；蕉園土壤酸堿度及有機質含量、抗逆品種的選擇對枯萎病蔓延有一定的影響。引導和規范種植戶修復土壤、重施有機肥、注重土壤酸堿度平衡等生產技術行為，可以抑制或減緩枯萎病的蔓延；拓展香蕉種植戶對枯萎病防控技術的認知深度，以“技術的供給與需求相結合”為導向，加大扶持力度，建立起枯萎病統防統治等綜合防控體系，可以達到抑制枯萎病的目的。

關鍵詞 香蕉枯萎病 ；技術 ；認知 ；影響因素 ；結構方程

分類號 F306

香蕉是全球性的大宗水果之一，據聯合國糧農組織（FAO）統計，2012年全球香蕉進出口貿易額達210.3億美元，在農產品貿易中僅次于小麥、玉米和大豆，位居第4位[1]。香蕉是中國主要的熱帶、亞熱帶水果，是華南地區農民增收的支柱性產業之一。據國家香蕉產業技術體系統計，2013年中國香蕉收獲面積30.6萬hm2，產量1 142.8萬t，產值321.7億元。香蕉枯萎病是一種由尖孢鐮孢菌引起的維管束系統性土傳病害，俗稱黃葉病、巴拿馬病。該病傳染性極強，對生產危害極大，近期媒體曝出的或將給全球香蕉帶來滅頂之災的香蕉“艾滋病”，就屬該病害[2]。香蕉枯萎病現已幾乎蔓延至所有的香蕉種植國家和地區，中國的廣東、海南、福建等省區已不同程度感染。目前中國是香蕉枯萎病研究的主要力量，在枯萎病防控和機理研究上大多為中國學者所發表[3]。例如，中國科技工作者已先后培育出‘農科1號、‘抗枯5號、‘粵優抗等對枯萎病有一定抗性的優良品種，也總結出一套與木瓜、韭菜等作物輪作的綜合防控技術，在實際生產中起得了一定的效果[4]。

但總體上說，國內現有研究側重于分析香蕉枯萎病蔓延的原因及其防控機理[5]，對于從種植戶本身的技術行為特征、對枯萎病的認知程度，以及外在環境（包括土壤）對病害的傳播等方面進行綜合研究的較少。結構方程模型（structural equationmodel，SEM）是一種可以將難以避免的誤差納入模型的分析工具，并且可以為難以直接觀測的潛變量轉化為可以觀測和處理。本研究以海南、廣東、廣西、福建和云南等香蕉主產省區的20個縣（區）的133份調查資料為樣本，采用結構方程模型分析種植戶受教育程度、收入水平、技術培訓經歷、種植經驗、對枯萎病的認知程度及其防控成本，以及現有生產技術行為如蕉園土壤酸堿度、有機質含量和微生物含量等等，旨在提升種植戶對技術防控認知的廣度和深度、規范種植戶技術行為、建立完善的枯萎病綜合防控體系，進而達到有效抑制香蕉枯萎病蔓延的目的。

1 研究區域與方法

1.1 研究區域與數據來源

2013年12月至2014年1月，在國家香蕉產業技術體系的支持下，作者趕赴海南、廣東、廣西、福建和云南等省區的香蕉主產區進行調研，先后調查了海南的澄邁、樂東和東方，廣東的徐聞、遂溪和高洲，福建的平和、永泰和漳州市薌城區，廣西的浦北、靈山、武鳴、隆安、綏扶和南寧市西鄉塘區，云南的河口、金平、耿馬和景洪等20個重點縣市。在產業調研過程中，主要進行重點調研，例如海南主要調查澄邁的福山鎮、樂東的利國鎮，廣西主要調查浦北的大成鎮、靈山的武利鎮，南寧市西鄉塘區的壇洛鎮、金陵鎮等等。由于很多調查并不在種植戶家里，而是直接在地里，因此為保證調研的廣度和深度，針對每片蕉區的調查樣本數，一般控制在3個以下，這樣可以有效避免區域樣本的趨同性。調查總共收回問卷138份，剔除部分失效問卷，共獲得有效問卷133份，包括海南36份、廣東25份、福建12份、廣西37份、云南23份。

1.2 基于結構方程模型的枯萎病認知及防控技術行為分析方法

結構方程模型研究主要包括兩部分，一是結構方程，二是測量模型，通常情況下包含3個矩陣方程式[7]。

X=Λxξ+σ（1）

Y=Λyη+ε（2）

η=Bη+Γξ+ζ（3）

（1）、（2）矩陣方程式為測量變量模型，主要反映可測變量間與潛變量的關系。式中，X代表外源潛變量的可測變量，Λx代表關聯系數矩陣（外源潛變量與其可測變量），Y代表內生潛變量的可測變量，Λy 代表關聯系數矩陣（內生潛變量與其可測變量）。通過該模型，可測變量即可以反映出潛變量。

（3）矩陣方程式代表結構方程，它主要反映潛變量之間的結構關系。式中，B為相關系數矩陣（內生潛變量間），η為內生潛變量，Γ為影響系數矩陣（外生潛變量對內生潛變量），ξ為外源潛變量，ζ是測量誤差。

通過對（1）、（2）、（3）矩陣方程式的求解，可獲得各個潛變量與可測變量之間的關系，以及內生潛變量和外源潛變量。本研究以香蕉種植戶的自身特征、生產特征、枯萎病認知及技術防控特征、政策與環境特征為外源潛變量，以種植戶對枯萎病的認知為內生潛變量。同時研究假設，各個外生潛變量之間相互獨立，且均對香蕉枯萎病認知產生影響。其中，種植戶自身特征潛變量用年齡、教育程度、是否為村干部、年收入作觀測變量；生產特征潛變量用種植規模、種植年限、是否為合作組織成員、技術培訓經歷作測量變量；枯萎病認知及技術防控特征潛變量用對香蕉枯萎病的了解程度、香蕉枯萎病感染情況、種植品種、蕉園土壤酸堿度及有機質含量、對現有防控技術的滿意程度、技術壁壘（指應用防控技術的難易程度）、枯萎病綜合防控成本作觀測變量；政策與環境特征潛變量用枯萎病作為準公共技術的政策認知、補貼力度、補貼方式和產業預期作觀測變量；對香蕉枯萎病認知潛變量用對香蕉枯萎病了解程度、枯萎病是否土傳病害作觀測變量。

1.3 樣本數據描述

根據對香蕉種植戶的自身特征、生產特征、枯萎病認知及技術防控特征、政策與環境特征分析，本研究調查問卷的設計共分4類21項（表1）。在數據處理過程中，本研究借助了SPSS統計分析軟件對調研數據進行分析和建立數據庫，并產生匯總表格。

由表1可知，133個種植戶中，平均年齡為44.89歲，87%為男性，平均文化程度在初高中之間，村干部占27%，平均年收入5萬左右，平均種植面積0.667 hm2左右，平均種植年限5～6年；54%加入合作社，81%經過技術培訓，對香蕉枯萎病較熟悉。對枯萎病是否土傳病害，大約50%人認為是，大約50%人不清楚；大部分感染香蕉枯萎病比例在5%以下；52%種植抗逆品種；蕉園土壤的平均酸堿度在6左右；蕉園的每千克土壤中有機質平均含量為15～20 g；對現有防控技術的滿意度大致為一般；技術壁壘程度為一般；枯萎病平均綜合防控成本為4 928.55元/hm2；對枯萎病綜合防控應以自身投入為主；政府投入主要在設備上；產業預期較為一般。

1.4 樣本數據的信度與因子分析

本文主要采用克朗巴哈α系數作為檢驗標準，測量問卷的可靠性和有效性，即驗證調查問卷的信度[7]。本研究涉及香蕉種植戶自身特征、生產特征、枯萎病認知及技術防控特征、政策與環境特征等4個潛變量的可觀測變量，通過利用SPSS18.0 軟件對這些可觀測變量進行信度分析，得出的α值介于0.617～0.715，而問卷整體的α值為0.738。可見，本研究調研數據可接受。此外，4個可觀測變量的標準因子載荷系數，經計算都在0.7左右，可以認為各潛變量的結構效度良好，調查問卷測量變量的設計符合要求。

對調查數據進行驗證因子分析，主要利用LISREL8.7 軟件處理。計算結果發現，香蕉種植戶自身特征、生產特征、枯萎病認知及技術防控特征、政策與環境特征各潛變量與其觀測變量間的GFI、NFI、CFI的值都大于0.9，說明這4個潛變量用相應的觀測值測量非常合理。

2 結果與分析

2.1 模型擬合與評價

結構模型反映了外生潛變量與內生潛變量之間的相互關系[9]。通過應用LISREL8.7軟件對構建的結構方程進行分可知，觀測變量年齡與香蕉枯萎病感染情況極不顯著去掉，利用剩余的19個變量計算得種植戶自身特征、生產特征、枯萎病認知及技術防控特征、政策與環境特征對香蕉枯萎病認知特征的路徑系數值分別為0.88、0.13、0.18和-0.21。其中種植戶自身特征通過了顯著性檢驗，生產特征、枯萎病認知及技術防控特征對香蕉種植戶枯萎病認知特征有一定影響，但沒有達到顯著。政策與環境特征對枯萎病認知特征呈負相關關系。

香蕉種植戶對枯萎病認知及防控技術行為分析模型的路徑系數、標準誤差、T值及顯著性見表2。

由表2所示，各可觀測變量除（是否村干部←種植戶自身特征）外T值都大于2，且都在5%顯著性水平上通過檢驗，說明模型設定的可觀測變量有效，可以用于對潛變量的考察。

本文選擇相對擬合指數和絕對擬合指數進行模型適配度檢驗[8-9]。整體適配度的評價及擬合結果見表3。從表3可以看出，測量模型的總體擬合度較好。

2.2 結果分析

2.2.1 種植戶自身特征與枯萎病認知及其防控技術行為

從表2可以看出，年收入和文化程度（標準化路徑系數分別為0.95和0.76）是香蕉種植戶自身特征潛變量中最顯著的因素。與普通種植戶相比，文化程度和年收入較高的種植戶，由于受教育程度高或社會活動面廣，比較善于接受新生事物，對枯萎病認知具有較強的主動性，對于枯萎病綜合防控技術也樂于首先嘗試。可見，香蕉種植戶文化水平越高或收入越高，均會增強種植戶對枯萎病的認知，并且對于枯萎病綜合防控技術理解表現更為透徹，在獲得和應用枯萎病防控技術行為方面，意識超前。

2.2.2 種植戶生產特征與枯萎病認知及其防控技術行為

香蕉種植面積是種植戶生產特征中最顯著的可測變量。它表明，種植面積的大小顯著影響枯萎病認知及其防控技術行為。通常，隨著種植面積的擴大，意味責任和風險也將變大，這將促使人們希望了解和采用最新的枯萎病防控技術，以降低損害風險。香蕉種植戶是否有技術培訓經歷，對香蕉枯萎病的認知也有較大正向影響。如果種植戶有技術培訓的經歷，往往會對枯萎病危害有較深的認識。為使自己的蕉園免于遭受枯萎病的侵害，種植戶自然會產生學習枯萎病防控技術的欲望，進而采用新技術的可能性就非常大。

2.2.3 技術本身的防控特征與枯萎病防控技術行為

由表2可知，技術防控特征對種植戶防控技術行為的影響最顯著。香蕉枯萎病防控技術綜合防控成本的高低，直接影響到種植戶對技術的選擇和使用。由于香蕉種植戶都有一桿成本收益秤，過高的防控成本往往會減緩對枯萎病防控技術的選擇。此外，枯萎病防控技術掌握的難易程度也會直接影響種植戶對技術的認知程度。從表2還可以看出，蕉園土壤酸堿度及有機質含量、抗逆品種的選擇對枯萎病蔓延有一定的影響。蕉園土壤酸堿度越平衡，土壤有機質含量越高，枯萎病的發生幾率也越低。

2.2.4 政策環境特征與枯萎病認知及防控技術行為

香蕉枯萎病綜合防控是一項準公共技術，并不是一家一戶能夠解決得了的，需要政府的扶持與綜合調控，這一點對不斷加大種植戶枯萎病認知及防控技術行為的選擇，具有顯著地促進作用。良好的政策與環境氛圍，是規模推廣香蕉枯萎病綜合防控技術的基礎。尤其在政府資金、設備補貼等支持下，在香蕉片區或合作組織內部實施統防統治，很多種植戶將會積極地投入到這場運動中來。

3 結論

（1）香蕉種植戶對枯萎病防控技術的認知有較大差異，不同的認知結果對枯萎病防控技術的擴散會產生不同的影響。對枯萎病現有防控技術的滿意度、區域內部統防統治的方式和力度、防控成本、種植戶受教育程度、種植規模以及技術培訓經歷等均影響種植戶對技術的選擇與認知。

（2）蕉園土壤酸堿度和土壤有機質含量與枯萎病的發生存在一定的影響。保持土壤酸堿度適中，重施有機肥，將使土壤有機質含量提高，進而大幅度增加有益微生物種群的數量，這對于抑制鐮刀菌的侵染具有重要作用。我國華南植蕉區土壤普遍呈酸性，在實際生產中，如不采取有效措施，同一地塊植蕉期越長，土壤酸性也越強，隨著土壤有機質的降低，地塊發生枯萎病的危害幾率將變得越大。因此，引導和規范種植戶修復土壤、重施有機肥、注重土壤酸堿度平衡等生產技術行為，可以有效抑制或減緩枯萎病的蔓延。

（3）香蕉枯萎病綜合防控是一種準公共技術，因此在香蕉枯萎病蔓延區域，必須采取統防統治，如果其中有某個種植戶不采取防治措施，這勢必影響到其它種植者的的防治效果。近年來，在有些香蕉枯萎病的蔓延區域，特別是組織化程度較高的區域，種植戶已開始嘗試枯萎病的統防統治。同時當地政府也通過強化技術的培訓推廣力度，來推動種植戶采取統一行動。但另一方面，組織內的統一行動或政策要素的加入，也增加了種植戶技術行為選擇的不確定性[10]。這些措施是否能夠有效激勵種植戶采用一致行動，在很大程度上取決于種植戶對香蕉枯萎病的認知及防控技術選擇行為的影響因素之上。因此，各級技術推廣部門或專業合作組織，應該利用各種渠道，拓展香蕉種植戶對枯萎病防控技術的認知深度，以“技術的供給與需求相結合”為導向，加大扶持力度，建立起枯萎病統防統治等綜合防控體系，可以達到抑制枯萎病的目的。

參考文獻

[1] 聯合國糧農組織網站http：//faostat.fao.org/site/567/default.aspx#ancor.

[2] http：//chihe.sohu.com/20140409/n397950202.shtml？qq-pf-to=pcqq.group.

[3] 國家香蕉產業技術體系. 2013年度香蕉產業技術發展報告[C]. 海口，2014：10-11.

[4] 黃永紅，魏岳榮，左存武，等. 韭菜對香蕉枯萎病菌生長及香蕉枯萎病發生的抑制作用[J]. 西北植物學報，2011，31（9）：1 840-1 845.

[5] 何 欣，黃啟為，楊興明，等.香蕉枯萎病致病菌篩選及致病菌濃度對香蕉枯萎病的影響[J].中國農業科學，2010，43（18）：3 809-3 816.

[6] 宋永濤，蘇 秦. 基于貝葉斯網絡的質量管理實踐對績效的影響評價[J]. 系統工程理論與實踐， 2011，31（8）：1 440-1 446.

[7] Song X Y， Lee S Y. Bayesian analysis of structural equationmodels with nonlinear covariates and latent variables[J]. Multivariate Behavioral Research， 2006， 41（3）： 337-365.

[8] 吳林海，侯 博，高申榮. 基于結構方程模型的分散農戶農藥殘留認知與主要影響因素分析[J]. 中國農村經濟，2011（3）：35-46.

[9] 吳明隆. 結構方程模型—AMOS 的操作與應用[M]. 重慶大學出版社，2009：23-26.

[10] 夏勇開.中國香蕉生產技術的經濟研究[M]. 經濟科學出版社，2011：43-45.