基于Probit-AISM模型的生態(tài)農(nóng)業(yè)采納行為分析
——以湖南省298戶小農(nóng)戶為例

湖南農(nóng)業(yè)大學(xué)商學(xué)院（長沙 410128）

截至2016年底，中國小農(nóng)戶接近2.6億戶，占農(nóng)戶總數(shù)97%左右，經(jīng)營的耕地占全國總面積82%左右[1]。其中，湖南省小農(nóng)戶1 356.3萬戶，占湖南省農(nóng)戶總數(shù)的99.1%，這一狀況將長期存在[1]。由于歷史原因，小農(nóng)戶一直處于弱勢地位，為實現(xiàn)小農(nóng)戶的升級轉(zhuǎn)型，鄉(xiāng)村振興戰(zhàn)略提出“扶持小農(nóng)戶發(fā)展生態(tài)農(nóng)業(yè)”[2]，這一指導(dǎo)思想不僅有利于減少農(nóng)村的環(huán)境污染、促進生態(tài)平衡，也有利于提升農(nóng)產(chǎn)品供給質(zhì)量、保護消費者健康，從而加快中國生態(tài)文明建設(shè)和城鄉(xiāng)和諧發(fā)展，因此從微觀層面研究小農(nóng)戶對生態(tài)農(nóng)業(yè)的采納行為，可為實現(xiàn)小農(nóng)戶和現(xiàn)代生態(tài)農(nóng)業(yè)體系的銜接的政策制定提供依據(jù)。

1 研究方法

運用Probit模型得到影響小農(nóng)戶采納生態(tài)農(nóng)業(yè)行為的影響因素，運用AISM模型劃分因素層級并對因素內(nèi)部關(guān)系進行分析研究。使用的AISM是在ISM基礎(chǔ)上進行改進的模型。ISM模型即解釋結(jié)構(gòu)模型法（Interpretative structural modeling method）的簡稱，應(yīng)用領(lǐng)域廣泛，其本質(zhì)就是對研究的概念系統(tǒng)通過一系列拓撲運算，最終給出一個最精簡層次化的有向拓撲圖，一般用有向菊花鏈的形式表達；圖形可將研究對象的系統(tǒng)因素的因果層次和階梯結(jié)構(gòu)進行全面展示；其經(jīng)典求解層級過程是采用結(jié)果優(yōu)先的方式求解出單個層級圖，在層級圖上看為從上至下放置層級要素。試驗在ISM結(jié)果優(yōu)先的層級抽取規(guī)則的基礎(chǔ)上，運用博弈對抗思想，加入與之對立的原因優(yōu)先的層級抽取規(guī)則，即從下至上放置要素，從而建立一組抽取規(guī)則相對立的，最簡的層次化的有向拓撲層級圖[3]。把這2種對立求解過程稱為對抗解釋結(jié)構(gòu)模型方法（AISM）。AISM由于抽取方式的不同，得到的對立層級圖的因素內(nèi)部關(guān)系可能并不一致，且分析結(jié)果為2種圖形的集合，由此展現(xiàn)的因素內(nèi)部關(guān)系相較于ISM的單個層級圖也更具說服力。運用Probit-ISM模型研究農(nóng)戶生態(tài)農(nóng)業(yè)采納行為往往只得到影響因素，但缺乏因素間內(nèi)部關(guān)系分析，通過AISM深入剖析影響小農(nóng)戶采納生態(tài)農(nóng)業(yè)行為因素間的關(guān)系，可使研究結(jié)果更具參考價值。

2 數(shù)據(jù)來源及樣本特征

2.1 數(shù)據(jù)來源

數(shù)據(jù)來自2017—2019年對湖南省瀏陽市、岳陽市、株洲市、郴州市、永州市的實地調(diào)研。被調(diào)查的小農(nóng)戶基本特征：種植規(guī)模為1年1熟制地區(qū)露地種植農(nóng)作物的土地在100畝（1畝=0.067 hm2）以下，1年2熟及以上地區(qū)露地種植農(nóng)作物的土地在50畝以下，設(shè)施農(nóng)業(yè)的設(shè)施面積占地25畝以下，養(yǎng)殖業(yè)以生豬為例應(yīng)在500只以下；小農(nóng)戶分為全職小農(nóng)戶和兼業(yè)型小農(nóng)戶，其中全職小農(nóng)戶從業(yè)收入中農(nóng)業(yè)收入占比大于10%。

調(diào)查采取多階段抽樣法，每個市選取1～2個鄉(xiāng)鎮(zhèn)，每個鄉(xiāng)鎮(zhèn)隨機選取2～3個村進行入戶調(diào)查。樣本農(nóng)戶的選取均采用隨機抽樣法，采用對采訪戶的戶主進行面對面訪談的形式。調(diào)查共發(fā)放問卷305份，最終有效問卷298份，樣本的統(tǒng)計描述分析如表1所示。

表1 模型變量賦值及描述性統(tǒng)計

2.2 被解釋變量

涉及的生態(tài)農(nóng)業(yè)是指生產(chǎn)“三品一標(biāo)”的農(nóng)產(chǎn)品的農(nóng)業(yè)生產(chǎn)方式，并且主要針對物種共生種養(yǎng)模式，例如稻田養(yǎng)鴨、林下養(yǎng)雞相結(jié)合等模式。把小農(nóng)戶是否采用生態(tài)農(nóng)業(yè)行為作為被解釋變量，賦值：0=未采納；1=采納。

2.3 解釋變量

近年來，農(nóng)戶的生態(tài)行為得到國內(nèi)外學(xué)者廣泛關(guān)注。有國內(nèi)外學(xué)者開展實地調(diào)研，運用Probit、Logit等方法得到農(nóng)戶生態(tài)農(nóng)業(yè)行為采納影響因素，主要分為內(nèi)部因素和外部因素2個方面：內(nèi)部因素主要集中在性別[4]、年齡[5-7]、文化程度[8-9]、種植規(guī)模[10]，農(nóng)戶的家庭特征[11]、經(jīng)濟收入水平[14]等方面；外部因素主要集中在技術(shù)培訓(xùn)[12]、環(huán)境認知[13]、技術(shù)風(fēng)險[14]、技術(shù)風(fēng)險[15-16]等方面。這些研究都是針對農(nóng)戶采納生態(tài)農(nóng)業(yè)行為提出影響因素，但并未將影響因素進行進一步分層研究。但與生態(tài)農(nóng)業(yè)生產(chǎn)方式目的一致的綠色農(nóng)業(yè)和環(huán)境友好型農(nóng)業(yè)方面，有學(xué)者采用Probit-ISM模型，運用Probit得到農(nóng)戶環(huán)境友好相關(guān)采納行為影響因素后，利用ISM模型進行因素層級分析，將其分為表層因素、中間因素及深層因素。表層因素集中在行為態(tài)度[17]、農(nóng)業(yè)收入[18-19]。中間因素集中在技術(shù)風(fēng)險認知[17,19]、環(huán)境危害認知[20]。深層因素集中在年齡[21-22]、兼業(yè)程度[22]、健康狀況[18,20]、教育程度[23-24]。

對調(diào)查的小農(nóng)戶做出2種假定：一是小農(nóng)戶為理性經(jīng)濟人，經(jīng)濟利益促使小農(nóng)戶進行技術(shù)創(chuàng)新；二是根據(jù)行為經(jīng)濟學(xué)，小農(nóng)戶屬于風(fēng)險厭惡型決策者。由此小農(nóng)戶的決策可認為是理性分析過程，將這一過程分為內(nèi)部因素和外部因素，具體可分為以下幾類。

2.3.1 個人特征

小農(nóng)戶個人特征主要指年齡、學(xué)歷程度、農(nóng)業(yè)收入占比、健康狀況、認知能力等影響因素。戶主年齡對小農(nóng)戶采納生態(tài)農(nóng)業(yè)意愿呈不確定性，但是當(dāng)小農(nóng)戶農(nóng)業(yè)收入占比較大時，會更注重農(nóng)業(yè)收益，從而增強采納生態(tài)農(nóng)業(yè)的意愿進行傳統(tǒng)農(nóng)業(yè)轉(zhuǎn)型，同時學(xué)歷程度較高、認知能力較強的小農(nóng)戶一般更容易掌握相關(guān)生態(tài)農(nóng)業(yè)技術(shù)，因此對生態(tài)農(nóng)業(yè)采納行為產(chǎn)生正向影響。

2.3.2 風(fēng)險預(yù)期

風(fēng)險預(yù)期是指對市場需求和成本預(yù)期。由于小農(nóng)戶是理性人，因此選擇向生態(tài)農(nóng)業(yè)轉(zhuǎn)型更大程度上是由于利益驅(qū)動，且不具備主動承擔(dān)風(fēng)險的意識，小農(nóng)戶往往趨向于采取市場需求高、生產(chǎn)成本低的農(nóng)業(yè)技術(shù)，因此小農(nóng)戶風(fēng)險承受能力對生態(tài)農(nóng)業(yè)采納行為有負向影響。

2.3.3 微觀環(huán)境

微觀環(huán)境是指直接影響小農(nóng)戶采納生態(tài)農(nóng)業(yè)行為的因素總稱。列出鄰里效應(yīng)與合作社，由于種養(yǎng)氛圍會影響小農(nóng)戶采用意愿，因此鄰里效應(yīng)對小農(nóng)戶采納生態(tài)農(nóng)業(yè)行為有正向影響。同時加入合作社通過統(tǒng)一管理，生態(tài)農(nóng)業(yè)技術(shù)培訓(xùn)以及拓寬銷售渠道也能使小農(nóng)戶減少風(fēng)險厭惡，促使小農(nóng)采納生態(tài)農(nóng)業(yè)。

2.3.4 宏觀環(huán)境

宏觀環(huán)境是指小農(nóng)戶無法直接控制的因素，通過影響微觀環(huán)境來影響小農(nóng)戶采納生態(tài)農(nóng)業(yè)行為的社會力量。主要是指政策及技術(shù)培訓(xùn)對小農(nóng)戶的影響，政府推行的政策可能對小農(nóng)采納生態(tài)農(nóng)業(yè)行為產(chǎn)生不確定影響：一方面能得到補貼，降低小農(nóng)戶發(fā)展生態(tài)農(nóng)業(yè)的風(fēng)險；另一方面可能造成盲目從眾的現(xiàn)象，導(dǎo)致增加風(fēng)險。技術(shù)培訓(xùn)主要指生態(tài)農(nóng)業(yè)的相關(guān)部門技術(shù)支持，將生態(tài)農(nóng)業(yè)相關(guān)技術(shù)提供給小農(nóng)戶，是小農(nóng)戶選擇采納生態(tài)農(nóng)業(yè)的前提條件。它能增強小農(nóng)采用生態(tài)農(nóng)業(yè)信心，產(chǎn)生正向影響。

2.4 樣本特征

在298份有效問卷中，在年齡構(gòu)成上，以中老年農(nóng)戶為主。45歲以上的農(nóng)戶占總體的85.5%，這在一定程度上反映出農(nóng)村務(wù)農(nóng)人口老齡化的現(xiàn)狀。樣本農(nóng)戶的受教育程度普遍不高。其中，小學(xué)及以下文化程度占比39.8%，而受過大專及以上正規(guī)教育的受訪者僅占比1.5%。在家庭主要收入來源方面，僅有53.2%農(nóng)戶以農(nóng)業(yè)收入為主，而其余46.8%農(nóng)戶收入主要來源于非農(nóng)業(yè)，反映出農(nóng)戶兼業(yè)情況十分普遍。

3 實證分析——基于Probit模型小農(nóng)戶采納生態(tài)農(nóng)業(yè)行為影響因素分析

3.1 模型選擇

選擇采用Probit模型對小農(nóng)戶采納生態(tài)農(nóng)業(yè)行為因素進行分析，把Logit模型作為穩(wěn)健性檢驗的方式。模型中把農(nóng)戶是否采納生態(tài)農(nóng)業(yè)作為Y，把戶主年齡、學(xué)歷層次等作為解釋變量X，ε為隨機誤差項，則

此時Probit模型表示為

式中：P（Yi=1/X）為在給定X情況下，小農(nóng)戶采用生態(tài)農(nóng)業(yè)技術(shù)的概率；X為解釋變量向量，表示影響小農(nóng)戶采用生態(tài)農(nóng)業(yè)技術(shù)行為的諸多因素，概括為外部因素和內(nèi)部因素；i為第i個觀測樣本；φ為標(biāo)準(zhǔn)正態(tài)分布的累積分布函數(shù)；β1為解釋變量系數(shù)；β0為常數(shù)項；n=14。

3.2 結(jié)果分析

運用Stata 16.0對數(shù)據(jù)進行Probit分析，并采用Logit回歸結(jié)果與之相比較進行穩(wěn)健性檢驗，結(jié)果顯示基本一致。如表2所示。

運用Probit和Logit得到的回歸結(jié)果基本一致，證明結(jié)果穩(wěn)健性較好，R2擬合優(yōu)度較高，證明數(shù)據(jù)有較強說服力。小農(nóng)戶農(nóng)業(yè)年收入、學(xué)歷層次、農(nóng)業(yè)收入占比、健康狀況、認知能力、鄰里效應(yīng)、合作社、政策補貼、技術(shù)培訓(xùn)對小農(nóng)戶采納生態(tài)農(nóng)業(yè)意愿產(chǎn)生正向影響，戶主年齡對小農(nóng)戶采納生態(tài)農(nóng)業(yè)行為產(chǎn)生負向影響。

3.3 AISM模型的分析

通過Probit得到小農(nóng)戶的顯著影響因素后，利用AISM模型，把小農(nóng)戶采納生態(tài)技術(shù)看成一個結(jié)點，將存在因果關(guān)系的結(jié)點用有向線段標(biāo)識，AISM最終以有向拓撲層級圖的方式呈現(xiàn)結(jié)點間的因果關(guān)系，據(jù)此構(gòu)建的模型基本過程：

1) 計算原始矩陣

根據(jù)Probit回歸分析，提取顯著因素X1（農(nóng)業(yè)年收入），X2（年齡），X3（學(xué)歷層次），X6（農(nóng)業(yè)收入占比），X7（健康狀況），X8（認知能力），X11（鄰里效應(yīng)），X12（合作社），X13（技術(shù)培訓(xùn)）和X14（政策感知），在分析討論并咨詢專家意見的基礎(chǔ)上，對各因素之間的邏輯關(guān)系進行判斷，得到因素邏輯關(guān)系圖，如式（3）所示，分析得出的關(guān)系矩陣A（如表3所示）。

表2 回歸模型估計結(jié)果

表3 關(guān)系矩陣

2) 計算可達矩陣

可達矩陣是指用矩陣形式來描述有向連接圖各節(jié)點之間經(jīng)過一定長度的通路后可達到的程度。對于任意的原始矩陣A，其可達矩陣的計算方法如式（4）所示。

式中：B為相乘矩陣，即對角線都加上1得到；I為單位矩陣，對B進行連乘得到可達矩陣R。

表4 可達矩陣

3) 層級抽取

對于可達矩陣，有可達集合R、先行集合Q、共同集合T，其中T=R∩Q。以關(guān)系矩陣A為例，對于其要素ei有：要素對應(yīng)行值為1的所有要素被稱為可達集合為R(ei)；要素中對應(yīng)列值為1的所有要素被稱為先行集合為Q(ei)；可達集合與先行集合的共同集合即R(ei)∩Q(ei)，被稱為T(ei)

進行抽取的方法為UP型拓撲層級圖。UP型層級圖也就是結(jié)果優(yōu)先的層級抽取。規(guī)則方法為T(ei)=R(ei)，這個方法的本質(zhì)是把系統(tǒng)中最終結(jié)果的要素抽取出來放到最上層，依次類推地抽取。

DOWN型拓撲層級圖。原因優(yōu)先的層級抽取規(guī)則方法為T(ei)=Q(ei)，這個方法的本質(zhì)是先把系統(tǒng)中根本原因的要素抽取出來放在最下層，依次類推地抽取。結(jié)果如表5所示。

成聯(lián)方:書法的專業(yè)教學(xué)，是非常重視創(chuàng)作能力培養(yǎng)的，也非常重視書法文化知識的傳授。本科和碩士、博士等三個階段的教學(xué)重點有所不同。一般來說，本科更重視技法教學(xué)，碩士大概技法與研究各占一半，博士基本都是史論研究。大體是這樣，但各院校之間有些差異。基礎(chǔ)厚實、歷史悠久的學(xué)校做得好一些，年輕的學(xué)校、師資欠缺的學(xué)校做得差一些。書法界經(jīng)常開展高校書法教育論壇，討論高等書法教育問題。應(yīng)該說，整個高校書法教育是向良好的方向發(fā)展的。

表5 要素分層

4) 一般骨架性矩陣的計算

由可達矩陣進行縮點即把可達矩陣中的回路當(dāng)成一個點，稱之為縮點。縮點后得可達矩陣R’，進行縮邊運算，縮邊運算其本質(zhì)是把重復(fù)的路徑刪除，方法為：

R’進行縮邊得到S’，即骨架矩陣，把回路要素代替回去即得S，S即一般骨架性矩陣（如表6所示）。

5) 拓撲層級圖繪制

左邊為UP型層級圖，即結(jié)果優(yōu)先的層級劃分，右邊為DOWN型層級圖，即原因優(yōu)先的層級劃分。小農(nóng)戶采納生態(tài)農(nóng)業(yè)技術(shù)行為各影響因素間的可達關(guān)系由有向線段進行表示，方框中的雙向箭頭表示形成回路，即互為可達關(guān)系，同時越下層表示影響因素越具有根源性，越上層表示影響因素越具有表層性。繪制結(jié)果如圖1所示。

表6 一般性骨架矩陣

圖1 拓撲型層級圖

4 結(jié)論

4.1 小農(nóng)戶采納生態(tài)農(nóng)業(yè)行為影響因素層級關(guān)系

根據(jù)越上層越具有表層性，越下層越具有根源性的原理，結(jié)合UP型和DOWN型層級圖可以得出，最上層屬于表層因素，為兩者最上層因素的并集，即鄰里效應(yīng)（X11）、政策感知（X14）、合作社（X12）、農(nóng)業(yè)年收入（X1）；中間層屬于潛在因素，即學(xué)歷層次（X3）、農(nóng)業(yè)收入占比（X6）、健康狀況（X7）、認知能力（X8）；最下層屬于根源因素，為兩者最下層因素的交集，即戶主年齡（X2）、技術(shù)培訓(xùn)（X13）。

4.2 影響因素間關(guān)系分析

1) 根源因素對潛在因素的影響。一是戶主年齡會影響學(xué)歷層次及健康狀況。數(shù)據(jù)顯示，2017年中國農(nóng)村中小學(xué)教育毛入學(xué)率從與2009年的24.2%增長至88.3%[25]，由此證明相較于過去，年齡較大的小農(nóng)戶普遍教育層次不高于年齡較小的小農(nóng)戶，認知能力、政策認知相較也會更低，同時研究表明年齡與健康呈非線性關(guān)系，約30歲以前呈正向關(guān)系，30歲以后健康隨年齡增長而下降，而且呈加速趨勢[26]。二是技術(shù)培訓(xùn)會對小農(nóng)戶參與合作社的意愿產(chǎn)生影響。當(dāng)農(nóng)戶通過農(nóng)技部門或科研院校，接觸生態(tài)農(nóng)業(yè)并降低了風(fēng)險厭惡時，會刺激其向生態(tài)農(nóng)業(yè)轉(zhuǎn)型，這就需要技術(shù)的支持，而技術(shù)具有較強的公共物品性質(zhì)，合作社可以提供生態(tài)種養(yǎng)技術(shù)、病蟲害防治技術(shù)等服務(wù)，讓當(dāng)?shù)匦∞r(nóng)戶能夠免費使用這些技術(shù)，因此會增他們加入合作社的意愿。

2) 潛在因素對上層因素的影響。一是小農(nóng)戶學(xué)歷層次會影響其政策認知、農(nóng)收入占比以及農(nóng)業(yè)年收入。政策認知需要小農(nóng)戶具備一定的認知能力及信息接受程度，戶主年齡導(dǎo)致受教育水平不同，因而導(dǎo)致認知能力不同。農(nóng)村老齡化問題嚴(yán)重，返鄉(xiāng)人員大多是認知能力較高的創(chuàng)業(yè)者，與傳統(tǒng)小農(nóng)相比，會將更多精力放置在農(nóng)業(yè)生產(chǎn)上，目標(biāo)更明確。同時當(dāng)前傳統(tǒng)小農(nóng)普遍屬于兼業(yè)型小農(nóng)，兼業(yè)化是農(nóng)業(yè)比較優(yōu)勢下降情況下農(nóng)戶的理性選擇，且與收入之間呈現(xiàn)顯著的正相關(guān)關(guān)系[27]，因而會導(dǎo)致傳統(tǒng)小農(nóng)農(nóng)收入占比降低。二是農(nóng)業(yè)收入占比會影響鄰里效應(yīng)。鄰里效應(yīng)是指與鄰近者交往，比和距離遠的人交往所付出的代價小。同時鄰里效應(yīng)對利益目標(biāo)相同的人群影響更大，農(nóng)收入占比較高時，會越發(fā)受周圍農(nóng)戶種養(yǎng)行為的影響。

3) 回路中因素的影響關(guān)系。一是小農(nóng)戶農(nóng)業(yè)收入占比和認知能力互相影響。研究表明認知能力越高，農(nóng)戶兼業(yè)的可能性就越大，農(nóng)業(yè)收入占比會降低[28]。二是小農(nóng)戶政策感知與參與合作社互相影響。據(jù)農(nóng)業(yè)部統(tǒng)計，截至2016年底，中國經(jīng)營規(guī)模在50畝以上新型經(jīng)營主體約350萬個，占農(nóng)戶總數(shù)的3%左右[29]，同時國家在政策上繼續(xù)鼓勵新型合作經(jīng)營主體的發(fā)展。小農(nóng)戶加入合作社，可以學(xué)習(xí)生態(tài)農(nóng)業(yè)相關(guān)種養(yǎng)技術(shù)，標(biāo)準(zhǔn)種養(yǎng)，統(tǒng)一管理，推動生態(tài)農(nóng)業(yè)技術(shù)標(biāo)準(zhǔn)化。合作社可以帶領(lǐng)小農(nóng)戶領(lǐng)取政府補貼，為小農(nóng)戶的生態(tài)農(nóng)業(yè)技術(shù)創(chuàng)新、農(nóng)資設(shè)備等提供幫助。因此對相關(guān)政策了解較多的小農(nóng)戶在利益驅(qū)動下會加入合作社，而加入合作社后經(jīng)過培訓(xùn)，也會增加政策認知。

4.3 促進小農(nóng)戶采納生態(tài)農(nóng)業(yè)行為的建議

1）鼓勵大學(xué)生返鄉(xiāng)創(chuàng)業(yè)。小農(nóng)戶文化水平普遍不高且老齡化問題嚴(yán)重，而生態(tài)農(nóng)業(yè)的發(fā)展需要高素質(zhì)人才，現(xiàn)在大學(xué)生基本具備較強生態(tài)意識，也更了解城市居民對生態(tài)農(nóng)產(chǎn)品的潛在需求，極有可能成為建設(shè)生態(tài)農(nóng)業(yè)的新生力量，因此在大學(xué)校園應(yīng)該多開展生態(tài)農(nóng)業(yè)的講座，讓那些未來有志于投身生態(tài)農(nóng)業(yè)的大學(xué)生們更早地去接觸和了解生態(tài)農(nóng)業(yè)；此外，在各種政治學(xué)習(xí)中，應(yīng)該突出強調(diào)生態(tài)農(nóng)業(yè)對生態(tài)文明建設(shè)的保障作用，推動生態(tài)農(nóng)業(yè)在更大范圍內(nèi)的普及。如果整個社會都來關(guān)心和宣傳生態(tài)農(nóng)業(yè)，小農(nóng)戶將積累更多發(fā)展生態(tài)農(nóng)業(yè)的信心和動力。2）增加生態(tài)農(nóng)業(yè)技術(shù)獲取途徑。生態(tài)農(nóng)業(yè)雖然在不斷研發(fā)新技術(shù)，但中國生態(tài)農(nóng)業(yè)技術(shù)推廣沒有很好地利用新型經(jīng)營主體跟小農(nóng)戶間的緊密聯(lián)系，推廣體系單一，導(dǎo)致很多地區(qū)實踐效果差、推廣效率低[30]，小農(nóng)戶很難獲取技術(shù)相關(guān)的第一手資料和經(jīng)驗。因此可以利用互聯(lián)網(wǎng)平臺，以專業(yè)網(wǎng)站和微信公眾號等形式，增設(shè)技術(shù)交流和反饋等功能，以此增加小農(nóng)戶對生態(tài)農(nóng)業(yè)理解和認識。生態(tài)農(nóng)業(yè)技術(shù)講究因地制宜，必須結(jié)合當(dāng)?shù)貙嶋H，分析當(dāng)?shù)刈匀粭l件并反復(fù)實踐和改良，來提高生態(tài)農(nóng)業(yè)技術(shù)的實際應(yīng)用效果，以促進小農(nóng)戶從傳統(tǒng)農(nóng)業(yè)向生態(tài)農(nóng)業(yè)轉(zhuǎn)型。