信息能力能促進農戶有機肥持續采納嗎?
——基于收入不確定性視角

李曉曉 胡永浩 胡南燕 武拉平

(中國農業大學 經濟管理學院,北京 100083)

綠色發展是我國鄉村振興戰略的重要內容[1]。《農業農村污染治理攻堅戰行動方案(2021—2025年)》[2]明確指出,實施化肥農藥減量增效行動,更大范圍推進有機肥替代化肥。有機肥作為綠色生產技術,具有改善作物品質,提升耕地肥力,緩解農業面源污染等作用[3]。然而,一方面由于農產品市場產銷信息不對稱,蔬菜優質優價難以實現等問題的存在,另一方面受土地流轉期限、地權穩定性等因素的影響[4],農戶持續投入有機肥的積極性較低[5],難以實現可持續的綠色發展。隨著我國數字鄉村發展戰略的推進,農村地區網絡覆蓋范圍不斷擴大,農戶信息能力顯著提升。這一能力的改善能否緩解有機肥采納面臨的信息困境,促進其持續采納?探討該問題對實現農業可持續發展和耕地質量持久提升具有重要現實意義。

信息能力最早被定義為人們在生產生活中使用信息資源的能力[6],具體可概括為信息獲取能力、利用能力、處理能力和共享能力[7]。也有研究[8]聚焦在微觀農業領域,把信息能力進一步細化,并定義為:農戶根據個人需求而搜尋、判斷、組織和利用信息的能力。在信息能力測度方面,大多研究利用主成分分析、因子分析等計量方法,構建信息能力綜合指標進行衡量[9-10],如利用因子分析法從信息處理能力和信息獲取能力2個維度設置10個題項測度農戶的信息能力綜合指標[11]。也有研究聚焦“信息獲取渠道”視角,依據信息獲取渠道權重構建信息獲取能力綜合指數[12],或基于項目反應理論(Item response theory,IRT)構建IRT模型[13]等方法重點測度農戶的信息獲取能力。

現有關于農戶有機肥采納行為的研究多關注了農戶個體特征、家庭資源稟賦、政策環境、市場環境及地權穩定性等因素的影響[14-17],鮮有文獻深入探討農戶信息能力的影響。農戶應用新技術的能力取決于其識別信息源,收集、處理相關信息的能力[18],因此,信息的有限可用性和成本可能制約農戶的技術采納決策。向農戶提供信息激勵以改善其對新技術收益的看法,已被確定為促進農業部門采用新技術的有效途徑[19]。一些研究對信息能力在綠色防控技術采納[20]、施藥行為[21]、耕地保護行為[22]等親環境行為中的積極作用進行了詳細闡述,但關于信息能力對農戶有機肥采納行為的影響研究較為薄弱。

信息的本質在于消除不確定性[23],由于農業生產面臨自然災害和市場波動的雙重沖擊,農戶往往對新技術采納的不確定性更為敏感[24],他們不僅關注新技術引起的平均預期收益,而且還關注收益的波動。理論上講,農戶信息能力越強,在信息搜尋、市場議價等方面具有信息成本優勢[25],其農業生產經營信息越對稱,技術知識和經驗越豐富,越有可能降低其技術采納過程中的各種不確定性,促進新技術采納[26]。然而,相關實證研究卻較為鮮見。

綜上,已有研究對于本研究分析提供了有益借鑒,但仍存在以下幾方面有待完善:其一,缺乏系統討論信息能力、收入不確定性在農戶有機肥采納中的作用。雖然少量研究對信息能力的影響進行了討論,但鮮有從收入不確定性視角探討其影響機理;其二,大多研究僅關注農戶信息能力的平均作用效果,缺乏異質性研究。針對目前農戶間信息能力差異較大的現實,剖析農戶信息能力影響的異質性,對提升全民信息素養,推進農村數字化建設更具有現實意義;其三,缺乏對農戶綠色生產技術持續投入行為的研究。已有研究多關注信息能力對是否采納某技術的影響,對技術持續采納行為關注較少,而耕地質量提升、生態環境的改善需要綠色生產技術的持續投入,因此探究農戶技術持續采納行為的研究更為重要。

基于此,本研究旨在從收入不確定性視角,基于2021年在我國蔬菜主產區6個省份的1 667戶蔬菜種植戶的微觀調研數據,在探究信息能力、收入不確定性之間的關系及其對農戶有機肥采納影響的理論基礎上,采用負二項回歸模型和非參數Bootstrap方法進行實證分析,闡明信息能力對農戶有機肥持續采納行為的影響程度和路徑,并從決策者年齡、受教育程度及種植品種類型3方面分析影響的異質性,以期為數字鄉村建設和農業綠色發展提供政策建議。

1 模型構建與數據來源

1.1 理論模型

利潤最大化是農戶有機肥采納的基礎,而其實現需要農戶積累有機肥相關的信息,提升要素配置能力。一方面,有機肥市場的差異化使農戶難以僅憑借經驗積累正確的施肥知識,加之信息獲取成本較高,進而導致一些“理性無知”的農戶在購買有機肥之后仍按照過去經驗或一般做法施肥,容易造成施用不當,無法達到預期效果。較強信息能力的農戶能以較低成本獲取信息,增加有機肥信息資源的可及性和及時性[27],而且各類信息平臺及應用軟件的普及為信息能力較高的農戶模仿、總結他人施肥經驗提供了可能,從而幫助農戶形成相關技術知識和經驗的積累,實現有機肥精準投入,提高施肥水平和收益預期[28-29],激勵其有機肥投入。另一方面,農戶信息能力越強,越能獲得更多的政策信息、市場信息和生產信息等,減少信息不對稱,提升要素配置能力,放松新技術采納的要素稟賦約束[30],提高技術采納率。

基于此,本研究提出假說1:信息能力對農戶有機肥持續采納具有顯著正向影響。

雖然有機肥投入能提高農產品質量,降低碳排放量,實現生態效益和經濟效益高度耦合,但其投入面臨更大的收入不確定性。這種不確定性主要來自2個方面:一是由于當前市場有機肥種類繁多,農戶欠缺科學施用有機肥的能力而引致的技術風險;二是由于農戶常處于市場價格信息的劣勢端,議價能力較弱而導致的市場風險。技術風險和市場風險的存在,一方面可能使農戶因有機肥投入不當造成成本損失,另一方面使采納有機肥的農戶生產的高質量農產品無法實現“優質優價”,從而導致未來收益不確定[31]。蔬菜種植戶作為收入波動的敏感群體,若其收入不確定系數處于高位運行,會使農戶更注重短期效益,降低持續投資有機肥的動力。農戶信息能力的提高,則有助于抑制風險,平抑收入不確定性。農戶信息獲取能力越強,越能獲得更多的市場信息,從而在一定程度上糾正農產品市場價格的信息不對稱性,降低市場風險[32];此外,農戶信息能力越強,越擅長利用各種渠道學習技術操作規范[33],掌握合理的施用時間和施用量,熟知各類有機肥的質量、效果及應用方法等,并最終降低技術風險。

因此,本研究提出假說2:信息能力能通過平抑收入不確定性促進農戶有機肥的持續采納。

基于上述理論分析,進一步數理推導信息能力、收入不確定性與有機肥持續采納之間的關系。研究表明農戶信息能力越強,信息成本越低,信息水平越高[34],假定農戶信息水平與收入不確定性程度負相關,與有機肥的預期收益正相關。有機肥投入實際收益的表達式為:

G(o,m)=K(o,m)+C(o,m)

(1)

式中:G(·)為有機肥投入的平均利潤函數;K(·)為有機肥投入的預期收益函數;C(·)為收入不確定性函數;m表示農戶的信息水平,滿足?C/?m>0;o為有機肥投入數量。

收入不確定性的表達式為:

C(o,m)=T(o,m)e+A(m)v

(2)

G(o,m)=K(o,m)+T(o,m)e+A(m)v

(3)

假定農戶可以選擇有機肥和化肥2種肥料,且化肥投入是無風險的,投入量為g,化肥投入實現的利潤函數為F(·),則肥料投入所實現的總利潤π的表達式為:

π=F(g)+K(o,m)+T(o,m)e+A(m)v

(4)

進一步,農戶在資源約束B下效用最大化的期望函數E[U(π)]表達式為:

(5)

式中,Po和Pm分別表示有機肥和信息的單位成本。設定化肥的價格為1,根據效用最大化函數,對有機肥投入量求偏導,可得到有機肥選擇的1階條件:

(6)

(7)

式中:Go、Fo、To、Ao、Ko、Ao表示各函數對有機肥投入量o求偏導;COV[·]表示協方差;E[·]表示期望。從式(7)可知,只有當有機肥投入所能實現的利潤大于有機肥替代化肥增加的成本和收入不確定性帶來的損失之和時,農戶才會繼續選擇有機肥。下文將利用負二項回歸方法和非參數Bootstrap方法驗證上述理論推導和待檢驗假說。

1.2 實證模型

本研究利用農戶有機肥施用年限作為有機肥持續采納行為的代理變量,考慮到該變量為典型的計數數據,即為非負數,且有機肥施用年限的均值為4.724,方差為17.472,均值小于方差,存在過度分散,故采用負二項回歸模型,設定的核心計量模型為:

yi=α0+α1Ii+Zk·Xk,i+εi

(8)

式中:yi為第i個農戶有機肥施用年限;Ii為第i個農戶的信息能力代理指標;Xk,i為控制變量向量,即影響農戶有機肥持續采納的其他因素。α0為常數項;α1為信息能力對農戶有機肥持續采納行為的總效應。Zk為控制變量系數向量;εi為隨機誤差項。

非參數百分位Bootstrap方法。用非參數百分位Bootstrap方法驗證收入不確定性在信息能力促進有機肥持續采納過程中是否起中介作用。在自變量X與因變量Y的關系中,若X借助某個中間變量M對Y產生影響,則稱M為中介變量。中介效應也稱之為X對Y的間接效應,即X通過M對Y的影響程度[35]。將中介變量納入式(8),得到中介變量、解釋變量的關系式為:

Mi=β0+β1Ii+εi

(9)

式中:β0為常數項;β1為處理變量信息能力對中介變量收入不確定性Mi的估計系數。中介變量、解釋變量與因變量表達式為:

yi=γ0+γ1Ii+γ2Mi+ZkXk,i+εi

(10)

式中:γ0為常數項;γ1為在控制中介效應的影響后,處理變量對被解釋變量的直接效應;γ2為中介變量Mi對被解釋變量的估計系數;εi為殘差項。根據式(8)～(10),可得出處理變量經由中介變量對被解釋變量的間接效應:β1·γ2。顯然,總效應、直接效應和中介效應關系式為:

α1=γ1+β1·γ2

(11)

常用的中介效應檢驗方法為Sobel檢驗,該檢驗方法的前提是假設上述估計系數服從正態分布。通常即便上述每個系數均是正態分布,但兩者的乘積β1·γ2也不再是正態分布,導致對其標準誤的計算只能是近似的,這增加了檢驗結果犯第一類錯誤的概率[36]。已有研究表明,偏差校正的非參數百分位Bootstrap方法放松了對變量正態分布的要求,得到的置信區間比Sobel法更為精確,檢驗力也更高[37]。故本研究采用非參數百分位Bootstrap方法檢驗收入不確定性的中介效應。

非參數百分位Bootstrap方法從總體樣本中有放回的多次重復抽取,獲得Bootstrap樣本,并構造樣本分布區間,檢驗中介效應是否存在。具體計算步驟如下:第1步,從研究樣本中有放回地抽取N次樣本容量為n的Bootstrap樣本,并在每次抽取中計算系數乘積的估計值β1.γ2,在本研究中,N=2 000,n=1 667。第2步,對計算出的N個β1γ2從小到大排列,構成系數乘積序列B;第3步,以B序列為基礎,確定第2.5和97.5百分位數,以此兩分位數構造中介效應的95%置信區間,若置信區間不包含0,則說明中介效應顯著。

1.3 變量選取及數據來源

1.3.1變量選取

被解釋變量:有機肥持續采納行為。本研究將農戶有機肥施用年限作為有機肥持續采納行為的代理變量。有機肥,指以工廠化形式腐熟發酵生成,再經過造粒、脫水、包裝等制作工序形成的精制有機肥。精制有機肥經過專業化生產,能夠使肥料完全發酵腐熟,并徹底去除原料中的寄生蟲卵和雜草種籽等病菌[38],減少了傳統農家肥堆漚過程中因腐熟不完全導致的重金屬污染,更有助于改善環境和耕地質量。在變量測度時,為避免因人為間斷而高估施用年限,以農戶“最近一次開始持續使用年份”為開始施用時間,計算持續施用年限。將未使用有機肥農戶的“有機肥施用年限”賦值為0。

核心解釋變量:信息能力。考慮到現實中農戶信息能力主要體現在信息搜尋、處理和分享方面,借鑒已有研究的測度方法,從農戶信息獲取能力、信息處理能力及信息共享能力3個維度設置了10個題項測度農戶信息能力。所有測量題項均采用李克特5分量表賦值,1表示“非常不認同”,5表示“非常認同”,具體測量題項見表1。本研究采用因子分析法得到信息能力的綜合指標,主要步驟如下:首先,進行模型適用性檢驗。信息能力的KMO統計量值為0.839,Bartlett球形χ2檢驗值為5 475.761(sig=0.000),表明信息能力適合做因子分析。其次,采用因子分析法選取特征值>1的作為公因子,確定因子個數為3個。最后,采用方差極大法進行因子載荷矩陣旋轉。結果顯示,分別有3個題項在公因子1,4個題項分別在公因子2和公因子3上有較大載荷,可分別解釋為信息獲取能力(Ia)、信息處理能力(Ip)以及信息共享能力(Is),其方差貢獻率分別為25.45%、23.46%和15.25%,累計方差貢獻率為64.16%,最終得到農戶信息能力變量(I)的綜合指標為:

表1 信息能力測試題項描述Table 1 Description of information competence test items

I=(0.254 5×Ia+0.234 6×Ip+
0.152 5×Is)/0.641 6

(12)

收入不確定性:借鑒已有研究[39-41]的做法,從方差視角衡量收入不確定性。測度方法如下:首先,根據家庭蔬菜種植人數、種植面積、種植年限及決策者年齡4個變量的25%、50%和75%分位數,把樣本分為4個大類16個小類,在第1大類的4個分類變量中,<25%分位為第1小類,25%(含)～50%分位為第2小類,50%(含)～75%為第3小類,≥75%分位為第4小類;其次,分別計算各子類2021年蔬菜凈收入自然對數的組內方差;最后將各農戶的4個不同的組內方差相加而得到收入不確定性。農戶i的蔬菜經營收入不確定性Ci表示為:

Ci=var(rs1)+var(rl2)+var(ra3)+var(re4)

(13)

式中:var表示各組收入方差;r表示2021年農戶蔬菜生產凈收入的對數,下角標s1表示農戶i的收入位于在以種植面積為劃分標準的第1小類中,l2表示農戶i的收入位于在以家庭勞動力為劃分標準的第2小類中,a3表示農戶i的收入位于在以決策者年齡為劃分標準的第3小類中,e4表示農戶i的收入位于在以種植年限為劃分標準的第4小類中。

控制變量:包括家庭蔬菜生產決策者的個體特征、家庭生產經營特征和村莊特征3個層面。蔬菜生產決策者個體特征變量有:決策者年齡、性別、受教育年限、風險態度、參與培訓次數、蔬菜種植經驗;家庭生產經營特征變量有:2021年蔬菜收入占家庭總收入比重、家庭中從事蔬菜生產人數、2021年蔬菜種植面積、種植品種類型、土地細碎化程度、地權穩定性、穩定的客戶數量及銷售穩定程度;因在化肥減量增效方面,有機肥和農家肥具有替代作用,選取村莊內養殖場個數、村域互聯網普及率作為村莊特征變量,并控制地區層面變量。變量的具體定義及描述性統計見表2。

表2 變量描述性統計Table 2 Descriptive statistics of variables

1.3.2數據來源

本研究數據為課題組2021年在我國2大蔬菜主產區6個省份的入戶調研數據,包括黃淮海和環渤海設施蔬菜主產區的山東、河北、江蘇和河南4省,華南及西南冬春蔬菜主產區的四川和貴州2省。同時,考慮到省內蔬菜生產的空間差異,擴大了省內樣本分布的空間范圍,并重點關注了設施茄果類、露天葉菜類和根莖類3類蔬菜品種。6個省的信息化發展也具有差異和代表性。江蘇、山東和河南省信息化發展較好,2022年縣域數字鄉村指數排名前5,河北省有19個縣為全國數字鄉村百強縣,而四川省和貴州省的數字鄉村指數排名較落后[42]。調研采用分層抽樣方法,在6個省份共選擇了14個市、28個縣(區)、46個鄉鎮及81個村,共發放問卷1 719份,在剔除無效問卷和重要數據缺失問卷之后,收回有效問卷1 667份,問卷有效率為97%。

2 信息能力對農戶有機肥持續采納影響實證分析

2.1 模型估計結果

考慮到負二項回歸中,變量的邊際效應有更好的經濟學意義[43],本研究使用邊際效應衡量信息能力對農戶有機肥持續采納的影響,估計結果見表3。Alpha參數在95%的置信區間內拒絕原假設,說明有機肥施用年限存在過度分散現象,選擇負二項回歸更為合理。表3基準回歸估計結果表明,信息能力在1%水平上對農戶有機肥持續采納具有顯著正向影響,邊際效應為0.740,即式(9)中的β1=0.740,表明信息能力每增加1單位,將使農戶有機肥的施用年限增加0.740年,這與已有相關研究[44]結果一致。假說1得到驗證。農戶信息能力越強,生產和銷售端的信息量越豐富,與市場聯結也更為緊密,更容易破解有機肥投入的信息約束,實現有機產品的溢價效應,正向促進有機肥持續采納。

控制變量的影響效果方面,決策者性別對其有機肥持續采納具有顯著正向影響,邊際效應值為0.625,表明男性比女性更傾向于有機肥的持續使用。男性對農資、耕地保護知識的掌握比女性更全面,且風險偏好一般較高,降低了其有機肥投入中斷的概率。另外,決策者受教育年限、風險態度、參加培訓次數及種植經驗均在1%水平上具有顯著正向影響。邊際效應分別為0.139、0.247、0.105和0.064。農戶風險偏好越強,對新事物嘗試意愿越強,接觸有機肥的時間越早,從而正向促進其持續采納。農戶受教育程度越高,種植經驗越豐富,對有機肥的認知也越全面,有助于降低間斷概率,實現長久投入。家庭從事蔬菜生產人數在1%水平上對有機肥持續采納具有顯著促進作用,邊際效應為0.570。家庭參與蔬菜生產勞動力越豐富,生產的精細化程度越高,有機肥投入對產量和質量的正向影響越容易實現,從而正向刺激農戶的持續采納。設施茄果類種植戶有機肥持續投入的年限更長。可能的原因在于茄果類附加值更高,農戶更傾向于選擇高質量生產要素以獲得更大的比較收益。地權穩定性在10%水平上對有機肥持續采納具有顯著正向影響。地權越穩定,農戶越看重耕地的長期收益,在生產中越注重對耕地的保護。

2.2 異質性分析

為更加細致研究信息能力的影響,本研究進一步從蔬菜品種類型、決策者受教育年限、年齡3個方面分樣本討論信息能力對農戶有機肥持續采納行為的影響差異。其中,根據品種差異,將農戶分為種植設施茄果類、露天葉菜類和露天根莖類3組;依據受教育程度,將農戶劃分為受教育年限≤6年,6～9年和≥9年3組;根據全樣本農戶年齡分布,以50%分位(52歲)為界,將農戶分為年齡≤50%分位和>50%分位2組。各異質性估計結果見表3。

就種植品種類型而言,信息能力對3類品種種植戶的有機肥持續采納均在1%水平上具有顯著影響,從邊際效應絕對值大小看,對葉菜類種植的影響最大,估計值為1.238(回歸2),對根莖類種植的影響次之,邊際效應值為1.028(回歸3),對茄果類種植的影響最小,估計值為0.487(回歸1)。造成組間影響差異的原因可能在于茄果類生長周期一般較長,對耕地質量要求更高等種植特點增強了農戶對有機肥投入的需求,從而削弱了信息能力的影響。同理,葉菜類種植周期較短,根莖類蔬菜附加值較低等特點增強了信息能力在農戶有機肥施用中的作用。

就決策者年齡而言,信息能力對年齡≤50%分位群體(回歸4)及>50%分位群體(回歸5)的有機肥持續采納行為均在1%水平上具有顯著正向影響,影響邊際效應值表明,信息能力每增加1單位,分別使2個群體有機肥施用年限提高0.808和0.662年。年齡較大者農戶的信息能力影響程度較小的原因可能在于,雖然借助互聯網等技術提升了自身獲取和分享信息的便捷性,但在信息利用和理解方面仍存在困難,將獲取的信息運用到生產中的效率比年輕群體更低。這也說明在信息技術普及的情況下,雖然大多數農戶信息能力顯著提升,但對年齡較大的信息獲取弱勢群體仍存在一定程度的信息應用鴻溝。

就決策者受教育年限而言,信息能力對3組農戶有機肥持續采納行為的影響均在1%水平具有顯著正向影響,其中對受教育年限≥9年的農戶影響最大(回歸8),對受教育年限為6～9年的農戶影響次之(回歸7),對受教育年限≤6年農戶影響最小(回歸6),影響的邊際效應值分別為0.789、0.757和0.626,表明信息能力每增加1單位,將使3個群體農戶的有機肥施用年限分別增加0.789、0.757和0.626年。群體間影響異質性的原因可能在受教育程度較高的農戶,更容易理解獲取到信息,從而更大發揮信息能力的影響。影響的異質性也表明農戶信息能力提升,可以彌補正規教育造成的知識差距,縮小農戶間的信息鴻溝,現有研究[45]也佐證了該觀點的合理性。

2.3 收入不確定性的中介效應檢驗

收入不確定性的中介效應檢驗估計結果見表4。基于非參數Bootstrap方法得出的信息能力對農戶有機肥持續采納行為影響的總效應系數為0.580,在1%水平上顯著,這與基準回歸中估計系數的方向和大小基本一致,進一步驗證了本研究結果的穩健性。

表4 收入不確定性的中介效應檢驗結果Table 4 The result of mediating effect test of income uncertainty

估計結果表明,信息能力在1%水平對收入不確定性具有顯著抑制作用,收入不確定性對農戶有機肥持續采納行為在1%水平上具有顯著負向影響。信息能力的直接效應在1%水平上顯著,表明收入不確定性為部分中介效應。收入不確定性的間接效應為0.035,占總效應的6.082%,在1%水平上顯著。鑒于此,假說2成立。

2.4 內生性問題分析

信息能力與農戶有機肥持續采納行為之間可能因存在互為因果關系導致內生性問題。如信息能力能夠豐富農戶市場信息量,降低收益風險等,使農戶傾向于有機肥采納;同時,使用有機肥的農戶,因對相關知識及種植技術的要求較高,信息能力可能也較強。為此,本研究使用兩步法解決內生性問題。第1步,利用工具變量及其他控制變量對內生解釋變量進行OLS回歸,得到對應殘差;第2步,利用內生變量、第1步估計的殘差以及其他控制變量(不包含工具變量)對有機肥施用年限進行負二項回歸。借鑒已有研究,工具變量選擇農戶所在縣域其他行政村農戶信息能力的平均值作為工具變量。受信息技術基礎設施建設影響,同一縣域農戶的信息能力總體上具有一致性,且農戶間信息能力具有溢出效應。同時,農戶有機肥采納是根據自身信息能力和信息資源稟賦做出的決策,與縣域內其他村莊農戶的信息能力無關,因此滿足了外生性條件。

第1階段的回歸結果見表5。工具變量在1%水平上對信息能力具有顯著正向影響,表明工具變量滿足相關性假設;F統計量的值大于經驗值10,表明工具變量具有合理性。第2階段的回歸結果見表6,第1步回歸得到工具變量殘差值在1%的水平上顯著,聯合顯著檢驗中的χ2統計量也在1%的水平上顯著,說明信息能力對農戶有機肥持續采納行為的影響中確實存在內生性。對比工具變量法和基準回歸結果可知,兩者的估計結果在系數方向和顯著性上基本相同,這表明處理內生性問題后,信息能力對農戶有機肥持續采納行為的促進作用仍然穩健。

表5 工具變量對信息能力影響的估計結果Table 5 Estimated results of the effect of instrumental variables on information competence

表6 控制第1階段回歸殘差的信息能力對農戶有機肥持續采納影響的估計結果Table 6 Estimated results of the effect of information competence to control stage 1 regression residuals on farmers’ sustained organic fertilizer adoption

3 結論與政策建議

面對化肥投入過量造成的面源污染等農業綠色發展難題,本研究以有機肥采納面臨的“信息不對稱”困境為研究的邏輯起點,以信息能力在破解信息困境方面的積極作用為證據支點,利用課題組在2個蔬菜主產區針對6個省的蔬菜種植戶調研數據,采用負二項回歸模型和非參數Bootstrap方法,就信息能力對農戶有機肥持續采納的影響效果及差異給予呈現和闡釋。研究結果表明,信息能力對農戶有機肥持續采納行為具有顯著正向影響,且收入不確定性在信息能力的影響中具有顯著中介效應,異質性分析表明信息能力對年齡≤50%分位數、受教育年限為6～9年農戶的影響最大。

針對研究結論,圍繞研究目標,提出以下幾點建議:1)借助互聯網等新技術,開展多種農業技術宣傳推廣形式,拓寬農戶信息獲取渠道,提高農戶信息獲取能力,豐富農戶農業技術信息,使農戶形成關于有機肥的科學認知;2)采用培訓、宣傳等方式,提高農戶在生產經營中的信息利用能力,鼓勵農戶利用微信、抖音、快手等現代信息技術手段進行宣傳銷售,拓展銷售網絡,降低收入不確定性,實現有機肥持續采納的資金保障。3)針對從事農業生產的年齡較大者,開發更易上手的軟件、提供信息技術培訓等方式,破解因年齡帶來的“信息困境”問題,使農村所有群體共享信息紅利。