數字技術對農戶采納低碳農業(yè)技術行為的影響

摘 要：以江蘇省南京市周邊地區(qū)的農業(yè)散戶、農民專業(yè)合作社為研究對象，利用計劃行為理論模型將數字技術對農戶采納低碳農業(yè)技術的影響因素納入統(tǒng)一分析架構，采用結構方程模型確認數字技術影響農戶低碳農業(yè)技術采納行為的關鍵因素。結果表明：在數字技術影響下，農戶的主觀規(guī)范、行為態(tài)度和知覺行為控制兩兩之間的相互影響顯著；知覺行為控制、行為態(tài)度和主觀規(guī)范對農戶行為意向的正向影響依次遞減；知覺行為控制、行為態(tài)度和主觀規(guī)范通過影響農戶低碳農業(yè)技術行為意向進而影響其低碳農業(yè)技術實際采納行為。

關鍵詞：數字技術；低碳農業(yè)技術采納行為；計劃行為理論

中圖分類號：X322；F323.3 文獻標志碼：A 文章編號：1674-7909-（2023）13-04-6

0 引言

2020年9月，我國鄭重向國際社會承諾：“二氧化碳排放力爭于2030年前達到峰值，努力爭取2060年前實現碳中和?！边@明確了我國面對氣候變化問題要實現的“雙碳”目標。聯合國糧食及農業(yè)組織（Food and Agriculture Organization of the United Nations，FAO）數據顯示，2019年中國農業(yè)碳排放總量為78 283.91萬t，是全球農業(yè)碳排放最多的國家。農業(yè)生產導致的碳排放約占全球碳排放總量的31%，農業(yè)碳減排潛力巨大［1］。為了實現“雙碳”目標，我國必須減少農業(yè)碳排放量。但目前，我國農戶普遍存在信息素養(yǎng)較低、農業(yè)減碳意識淡薄、農業(yè)減碳技術應用意愿不強等問題。為此，筆者將數字技術對農業(yè)固碳減排的內在作用機制為推動農業(yè)減碳的重要切入點之一。

魯釗陽［2］認為，農業(yè)科技進步對農業(yè)碳排放有顯著影響，農業(yè)科技水平越高，農業(yè)碳排放越少。鐘真等［3］從農業(yè)生產、農業(yè)經營、農業(yè)治理3方面梳理數據要素賦能現代農業(yè)發(fā)展的內在機制。祝華軍等［4］通過對農戶采用低碳技術措施的意愿進行分析，得出農戶對投入物變動不大且具有增產效果的低碳技術措施的意愿采用率較高的結論。陳儒等［5］選取多產出Translog距離函數形式的隨機前沿模型分析影響農戶低碳生產的因素。在數字技術對農業(yè)生產方面，Jiang等［6］提出數字經濟對農業(yè)綠色發(fā)展的促進作用具有“邊際效應”遞增的非線性特征。Zhong等［7］利用面板數據探討數字經濟對農業(yè)碳排放強度的影響及農業(yè)技術進步的中介作用，得出數字經濟可以顯著降低農業(yè)碳排放的結論。

綜上所述，在低碳農業(yè)技術應用領域，已有許多學者做出詳細研究。但目前還缺少數字技術與農戶采納低碳技術實際行為之間的理論框架，也缺少數字技術與碳減排之間的經驗結論。因此，筆者基于計劃行為理論，分析數字技術對農戶采納低碳農業(yè)技術行為的影響。

1 理論框架與相關概念界定

1.1 改進的計劃行為理論

計劃行為理論（Theory of Planned Behavior，TPB）是由Ajzen提出的，能幫助人們理解人是如何改變自己行為模式的。該理論包含5個要素，即行為態(tài)度、主觀規(guī)范、知覺行為控制、行為意向、實際行為（見圖1）。該理論認為，一個理性人的實際行為受到行為意向的影響，行為意向又受3方面因素的影響：一是研究對象自身對某項行為所持有的正面或者負面的態(tài)度，二是研究對象在采取某項行為時所感受到的來自社會方面的壓力和影響，三是研究對象認為自己是否能掌握某項行為的資源及能夠控制和執(zhí)行某項行為的難易程度。一般來說，人們對某一行為的態(tài)度越正面，主觀規(guī)范越有利，知覺行為控制越強，其行為意向就越大，轉化成直接行為的可能性也就越大。計劃行為理論已被成功應用于多個行為領域，并且絕大多數研究證實其能顯著提高對行為的解釋力與預測力。因此，筆者基于計劃行為理論，從數字賦能入手，研究影響農戶采納低碳農業(yè)技術的因素。筆者對計劃行為理論進行了擴展，引入數字技術這一核心變量，將農戶行為與當前數字化環(huán)境緊密連接，形成“內部認知→行為意向→實際行為”的分析過程。

1.2 概念界定

1.2.1 數字賦能

Makinen［8］認為，數字賦能是通過大數據、移動互聯和人工智能等數字化工具對特定人群進行賦能，并使他們獲得相應的生活技能和生存能力。孟天廣［9］指出，技術賦能和技術賦權成為數字技術影響治理過程的兩大關鍵機制。沈費偉［10］從主體出發(fā)，提出鄉(xiāng)村技術賦能可以從個人賦能、組織賦能與社區(qū)賦能等3個維度理解?；谝陨蠈W者的觀點，筆者認為數字賦能由技術賦能、組織賦能、市場賦能3部分組成，并以數字賦能為核心自變量，構建了3條對農戶低碳農業(yè)技術實際采納行為（因變量）的影響路徑。

1.2.2 低碳農業(yè)技術

2003年，英國率先在《能源白皮書》上提出“低碳”的概念，同時以“低碳經濟”的新理念闡述了21世紀人類面臨的生存挑戰(zhàn)。自此，低碳技術作為實現低碳經濟的重要手段受到學界的廣泛關注。石敏俊等［11］認為，低碳技術既包括能源技術進步，促進能源利用效率提高，也包括發(fā)展低碳能源，促進能源結構轉換。低碳農業(yè)技術是低碳技術在農業(yè)方面的延伸。陳儒等［12］認為，低碳農業(yè)技術是具有低碳屬性的環(huán)境友好型農業(yè)技術，包括沼氣技術、測土配方技術等?；诖?，筆者認為，低碳農業(yè)技術是產前、產中及產后農戶采取的相應的具有低碳屬性、減少廢棄物排放的環(huán)境友好型農業(yè)技術。

2 研究假設

計劃行為理論認為，行為態(tài)度、主觀規(guī)范和知覺行為控制之間相互獨立又相互影響。行為態(tài)度是指人們對行為所持有的一種信念，如果個體相信某種行為會帶來積極的結果，那么他對這種行為就會產生積極的態(tài)度。主觀規(guī)范是指個體對其重要他人（家人和朋友）贊同或反對他們采取某種行為的態(tài)度的一種信念。也就是說，個體在決定是否采取某項特定行為時，會受到社會壓力的影響，這種壓力來自對個體有影響力的個人或團體。知覺行為控制是指個體知覺到參與某一特定行為的難易程度，是一種關于個體控制該行為的能力的信念。在數字技術的影響下，對于農戶低碳農業(yè)技術采納行為而言，其采納的行為態(tài)度越積極，越能帶動周邊親朋好友，主觀規(guī)范性得到加強；而主觀規(guī)范性越強（農戶感受到的指令性約束和親朋好友、組織內部的示范帶頭作用越強），越能形成積極的采納行為態(tài)度。農戶感受到的指令性約束和親朋好友、組織內部的示范帶頭作用越強，其知覺行為控制水平也就越高；農戶對采納低碳農業(yè)技術的知覺行為控制水平越高，越能加強指令性約束和親朋好友、組織內部的示范帶頭作用。農戶對采納低碳農業(yè)技術的行為態(tài)度越積極，知覺行為控制水平就越高；其知覺行為控制水平越高，采納行為態(tài)度就越積極。根據以上論點，提出如下假設。

假設H1：在數字技術影響下，農戶的行為態(tài)度和主觀規(guī)范之間有顯著的相互正向影響。

假設H2：在數字技術影響下，農戶的主觀規(guī)范和知覺行為控制之間有顯著的相互正向影響。

假設H3：在數字技術影響下，農戶的行為態(tài)度和知覺行為控制之間有顯著的相互正向影響。

農戶對低碳農業(yè)技術的評價對其實際采納行為具有重要影響。在數字技術的幫助下，農戶逐漸了解數字賦能及低碳農業(yè)技術符合其利益追求，就會對低碳農業(yè)技術持正面態(tài)度，其采納低碳農業(yè)技術的行為意向和實際行為就越強。根據以上論點，提出如下假設。

假設H4：在數字技術影響下，農戶的行為態(tài)度會對其低碳農業(yè)技術采納行為產生顯著的正向影響。

主觀規(guī)范是農戶對低碳農業(yè)技術的看法受其周圍人的影響。主觀規(guī)范包括指令規(guī)范和示范規(guī)范。在數字化大環(huán)境下，“公司+農戶”“市場+農戶”“公司+合作社+農戶”等利益聯結機制應運而生，形成示范規(guī)范。指令示范是指數字經濟政策或法律法規(guī)強制農戶采納低碳農業(yè)技術的壓力。農戶受到的外界壓力越大，主觀規(guī)范對其采納低碳農業(yè)技術行為意向和實際行為影響越強。根據以上論點，提出如下假設。

假設H5：在數字技術影響下，農戶的主觀規(guī)范會對其低碳農業(yè)技術采納行為產生顯著的正向影響。

知覺行為控制指的是農戶根據過去的經驗和預期的阻礙感知其對低碳農業(yè)技術掌控能力。即使農戶對低碳農業(yè)技術持正面態(tài)度且指令規(guī)范、示范規(guī)范也對其產生影響，但如果其所擁有的資源、機會或能力不足，也不會產生采納低碳農業(yè)技術的強烈意向和實際行為。在農業(yè)生產上采用新技術需要農戶擁有大量資源，數字技術的可編輯性可以幫助其獲取相關資源，減少因信息不對稱帶來的風險。根據以上論點，提出如下假設。

假設H6：在數字技術影響下，農戶的知覺行為控制會對其低碳農業(yè)技術采納行為產生顯著的正向影響。

筆者通過將行為意向具體化，研究行為意向和實際行為之間的關系。農戶采納低碳農業(yè)技術的意愿包括產前投入成本意愿、產中管理技術實施意愿及產后廢棄物處理意愿，農戶采納低碳農業(yè)技術的實際行為包括產前實際投入成本、產中管理技術實際實施及產后固體廢棄物實際處理行為。采納低碳農業(yè)技術的意愿越高，那么相應的實際采納行為就越多。根據以上論點，提出如下假設。

假設H7：農戶采納低碳農業(yè)技術的行為意向對其實際采納行為具有顯著的正向影響。

3 模型構建和數據來源

3.1 研究方法

3.1.1 模型構建

筆者采用結構方程模型（Structural Equation Modeling，SEM）研究數字技術對農戶采納低碳農業(yè)技術行為的影響。這主要是因為農戶采納意愿帶有主觀性，不易直接測量。SEM由結構模型和測量模型兩部分組成，其中測量模型用于描述潛變量及測量指標之間的關系，結構模型用于描述潛變量之間的關系。之后，筆者利用AMOS進行分析與檢驗。

3.1.2 變量測度

基于計劃行為理論，筆者認為農戶采納低碳農業(yè)技術行為意向受主觀規(guī)范、行為態(tài)度和知覺行為控制影響，農戶采納低碳農業(yè)技術的行為意向又對其采納的實際行為產生影響。在傳統(tǒng)計劃行為理論的基礎上，從數字賦能影響的視角考量，構建了數字技術對農戶采納低碳農業(yè)技術行為影響的理論模型，變量含義見表1。

對于行為態(tài)度、主觀規(guī)范、知覺行為控制這3類變量的測量，筆者借鑒相關學者在相關領域的問卷設計方法［13-15］，結合數字賦能實際效應及農業(yè)散戶、農民專業(yè)合作社參與者實際經營特征，確定測量維度及衡量指標。同時，采用李克特五點量表法，以調查問卷的方式進行測度。

3.2 數據收集與樣本特征

Barrett［16］認為，結構方程模型需要估計大量參數，樣本量應在200以上，并提出結構方程模型執(zhí)行時一般采用內置的最大似然法。但是，采用此方法的過程中，當樣本數大于500時，卡方值會嚴重膨脹，導致模型擬合度不佳?；诖耍P者選取江蘇省南京市周邊地區(qū)農業(yè)散戶、農民專業(yè)合作社為研究對象，采用線下方式發(fā)放問卷，共獲得300份問卷。剔除變量缺失的問卷，最終獲得有效問卷264份。

4 實證檢驗與結果分析

4.1 信度分析

在此次研究中，影響農戶低碳農業(yè)技術采納行為的相關因素均通過量表形式進行測量，因此對測量結果的數據質量進行檢驗是保證后續(xù)分析具有意義的重要前提。筆者利用克隆巴赫系數信度檢驗方法檢驗各個變量的內部一致性，結果如表2所示?？寺“秃障禂等≈捣秶?～1，系數值越高，信度越高。由表2可知，此次研究的各因素和測量指標均具有較好的內部一致性，信度較高。

4.2 效度分析

4.2.1 模型適配度檢驗

模型適配度檢驗結果如表3所示。由表3可知，卡方除以自由度（[CMIN/DF]）為0.874，在小于3的范圍內；近似均方根誤差（[RMSEA]）為0.000，在小于0.08的擬合良好范圍內；擬合優(yōu)度指數（[GFI]）、相對適配指數（[RFI]）和比較擬合指數（[CFI]）均在0.9以上的優(yōu)秀水平。這表明農戶低碳農業(yè)技術采納行為驗證性因子分析模型具有良好的適配度。

4.2.2 收斂效度和組合信度檢驗

數字技術影響下農戶低碳農業(yè)技術采納行為影響因素各維度收斂效度和組合信度檢驗結果如表4所示。一般來說，收斂效度（[AVE]）值需要大于0.36，組合信度（[CR]）需要大于0.7，才能說明具有較好的收斂效度和組合信度。由表4可知，農戶低碳農業(yè)技術采納行為影響因素的收斂效度（[AVE]）值均大于0.36，處于可接受水平，組合信度（[CR]）值均大于0.7。由此可見，農戶低碳農業(yè)技術采納行為影響因素均具有較好的收斂效度和組合信度。

4.2.3 區(qū)別效度檢驗

數字技術影響下農戶低碳農業(yè)技術采納行為影響因素區(qū)別效度檢驗結果如表5所示。由表5可知，在數字技術影響下，農戶低碳農業(yè)技術采納行為影響因素兩兩之間的標準化相關系數均小于所對應的收斂效度（[AVE]）值的平方根，這說明各農戶低碳農業(yè)技術采納行為影響因素之間均具有良好的區(qū)別效度。

4.3 結構方程模型

4.3.1 模型適配度檢驗

模型適配度檢驗從絕對擬合指數、相對擬合指數及簡約擬合指數的角度進行。結構方程模型擬合指數檢驗結果如表6所示。由表6可知，在絕對擬合指數中，卡方除以自由度（[CMIN/DF]）為1.281，近似均方根誤差（[RMSEA]）為0.033，擬合優(yōu)度指數（[GFI]）和調整的擬合優(yōu)度指數（[AGFI]）均達到0.9以上的優(yōu)秀水平。在相對擬合指數中，標準擬合指數（[NFI]）、增量擬合指數（[IFI]）、比較擬合指數（[CFI]）的檢驗結果均達到了0.9以上的優(yōu)秀水平。在簡約擬合系數，簡效擬合優(yōu)度指數（[PGFI]）和簡效擬合優(yōu)度指數（[PNFI]）均達到0.5以上的優(yōu)秀水平。由此可見，此模型具有良好的適配度，數據和模型相適配。

4.3.2 農戶采納低碳農業(yè)技術行為影響因素SEM模型路徑關系假設檢驗

農戶采納低碳農業(yè)技術行為影響因素SEM路徑關系檢驗結果如表7所示。由表7可知，在此次研究的路徑假設關系檢驗中，在數字技術影響下，農戶的行為態(tài)度、主觀規(guī)范、知覺行為控制兩兩之間在1%的水平上存在顯著的正向影響，即假設H1、假設H2、假設H3成立。

行為態(tài)度在5%的水平上正向顯著影響農戶采納低碳農業(yè)技術行為意向，標準化路徑系數為0.243，說明在其他條件不變的情況下，數字技術影響下的行為態(tài)度每提升1%，行為意向將正向變動24.3%，即假設H4成立。

主觀規(guī)范在1%的水平上負向顯著影響農戶采納低碳農業(yè)技術行為意向，標準化路徑系數為-0.085，說明在其他條件不變的情況下，數字技術影響下的主觀規(guī)范水平每提升1%，行為意向負向變動8.5%。這可能是因為當農戶受到強制規(guī)范時，會因為技術實用性問題及規(guī)范強制性而產生抵觸心理，更偏向按照自己原有方式進行生產，這與雷家樂等［17］研究結論一致。由此可見，假設H5不成立。

知覺行為控制在1%的水平上正向顯著影響農戶采納低碳農業(yè)技術行為意向，標準化路徑系數為0.490，說明在其他條件不變的情況下，數字技術影響下的知覺行為控制水平每提升1%，行為意向將正向變動49.0%。由此可見，假設H6成立。

行為意向在1%的水平上正向顯著影響實際行為，標準化路徑系數為0.123，說明在其他條件不變的情況下，行為意向每提升1%，實際行為將正向變動12.3%。由此可見，假設H7成立。

利用AMOS軟件中的Bootstarp程序以抽樣分析的方式探究行為意向對農戶采納低碳農業(yè)技術行為的間接作用，結果如表8所示。行為態(tài)度對農戶低碳農業(yè)技術實際采納行為的間接作用為0.036；主觀規(guī)范對農戶低碳農業(yè)技術采納行為的間接作用為-0.014；知覺行為控制對農戶低碳農業(yè)技術采納行為的間接作用為0.082，且均在0.1的水平上顯著相關。從中介效應的大小來看，在數字技術影響下，知覺行為控制對實際行為的間接作用最大，其次分別是行為態(tài)度和主觀規(guī)范。

5 結論與建議

5.1 結論

以江蘇省南京市周邊地區(qū)的普通農戶、農民專業(yè)合作社為研究對象，利用計劃行為理論模型將數字技術對農戶采納低碳農業(yè)技術的影響因素納入統(tǒng)一分析架構，采用結構方程模型確認數字技術影響農戶低碳農業(yè)技術采納行為的關鍵因素，最終得出以下結論：在數字技術影響下，農戶的主觀規(guī)范、行為態(tài)度和知覺行為控制兩兩之間的相互影響顯著，農戶主觀規(guī)范、行為態(tài)度和知覺行為控制對其行為意向的正向影響依次遞減，農戶主觀規(guī)范、行為態(tài)度和知覺行為控制通過影響農戶采納低碳農業(yè)技術的行為意向進一步影響農戶低碳農業(yè)技術采納的實際行為。

5.2 建議

第一，政府層面。首先，應縮小數字鴻溝，完善農村互聯網基礎設施，保障農村信息接入全覆蓋，提高農戶的知覺行為控制水平，通過數字技術增進其對低碳農業(yè)技術的了解。其次，應加強對低碳農業(yè)的推廣宣傳，用通俗易懂的方式向農戶展示低碳農業(yè)技術的優(yōu)勢，提高農戶的行為態(tài)度，促進其自覺采用低碳農業(yè)技術；組織相關技術人員領導農民田間實踐活動，建立信息反饋平臺，使農民能及時解決其在低碳農業(yè)技術應用過程中遇到的問題，從而減少其對采用低碳農業(yè)技術的心理擔憂。最后，應建立低碳農業(yè)技術應用補貼機制，如通過提供便利的低碳農業(yè)技術信貸，降低低碳農業(yè)技術采納的經濟成本，激勵農戶主動采納低碳農業(yè)技術。

第二，企業(yè)層面。農業(yè)企業(yè)應主動承擔社會責任，推動低碳農業(yè)技術創(chuàng)新，促進農業(yè)減排固碳。

第三，農民自身層面。農民應樹立低碳農業(yè)意識，了解低碳農業(yè)技術，并積極參與技術培訓，提升自身農業(yè)技術水平和數字素養(yǎng)。

參考文獻：

［1］FEDERICI S，TUBIELLO F N，SALVATORE M，et al. New estimates of CO2 forest emissions and removals：1990-2015［J］.Forest Ecology and Management，2015：89-98.

［2］魯釗陽.省域視角下農業(yè)科技進步對農業(yè)碳排放的影響研究［J］.科學學研究，2013（5）：674-683.

［3］鐘真，劉育權.數據生產要素何以賦能農業(yè)現代化［J］.教學與研究，2021（12）：53-67.

［4］祝華軍，田志宏.稻農采用低碳技術措施意愿分析：基于南方水稻產區(qū)的調查［J］.農業(yè)技術經濟，2013（3）：62-71.

［5］陳儒，孔英.農戶低碳生產的技術效率及其影響因素［J］.資源科學，2022（7）：1405-1421.

［6］JIANG Q，LI J Z ，SI H Y ，et al. The impact of the digital economy on agricultural green development： evidence from China［J］.Agriculture-basel，2022（8）：1107-1107.

［7］ZHONG R X ，HE Q ，QI Y B .Digital economy，agricultural technological Progress，and agricultural carbon intensity：evidence from China［J］.International Journal of Environmental Research and Public Health，2022（11）：464-488.

［8］MAKINEN M.Digital empowerment as a process for enhancingcitizen′participation［J］.E-learning，2006（3）：381-395.

［9］孟天廣.政府數字化轉型的要素、機制與路徑：兼論“技術賦能”與“技術賦權”的雙向驅動［J］.治理研究，2021（1）：5-14.

［10］沈費偉.鄉(xiāng)村技術賦能：實現鄉(xiāng)村有效治理的策略選擇［J］.南京農業(yè)大學學報（社會科學版），2020（2）：1-12.

［11］石敏俊，周晟呂.低碳技術發(fā)展對中國實現減排目標的作用［J］.管理評論，2010（6）：48-53.

［12］陳儒，姜志德.農戶對低碳農業(yè)技術的后續(xù)采用意愿分析［J］.華南農業(yè)大學學報（社會科學版），2018（2）：31-43.

［13］李明月，陳凱.農戶綠色農業(yè)生產意愿與行為的實證分析［J］.華中農業(yè)大學學報（社會科學版），2020（4）：10-19.

［14］曹慧，趙凱.農戶化肥減量施用意向影響因素及其效應分解：基于VBN-TPB的實證分析［J］.華中農業(yè)大學學報（社會科學版），2018（6）：29-38.

［15］張董敏，齊振宏，李欣蕊，等.農戶兩型農業(yè)認知對行為響應的作用機制：基于TPB和多群組SEM的實證研究［J］.資源科學，2015（7）：1482-1490.

［16］BARRETT P.Structural equation modelling：adjudging model fit［J］.Personality and Individual Differences，2007（5）：815-824.

［17］雷家樂，吳雪蓮，李萬紅，等.長江經濟帶農戶綠色生產行為及其影響因素研究：基于改進的TPB框架［J］.湖北農業(yè)科學，2021（13）：200-207.