通过气候智能型农业实现健康水稻生产和环境可持续性：以伊朗的实践为例

《Environmental Surfaces and Interfaces》：Healthy rice production with environmental sustainability through climate smart agriculture: based on evidence from Iran

本研究基于保护动机理论（PMT），结合社会规范与习惯构建扩展模型，分析伊朗沙什塔尔县水稻农民采纳气候智能农业（CSA）的影响因素。通过结构方程模型（SEM）分析385份问卷数据，发现感知脆弱性（PV）和响应效能（RE）是主要驱动因素，分别解释57.9%和79.9%的变异量。扩展模型通过纳入社会规范和习惯，显著提升解释力22%，表明农民采纳CSA需兼顾风险认知、社会压力及行为惯性。研究建议通过强化风险教育、利用社会规范促进采纳，并减少实践成本以推动可持续发展。

　　气候智能农业（Climate Smart Agriculture, CSA）作为一种可持续管理农业资源的先进方法，对提高农业生产效率、降低运营成本以及减轻气候变化的影响具有重要意义。在伊朗胡齐斯坦省舒斯塔尔县的水稻种植领域，研究CSA实践采纳的决定因素尤为关键。本研究采用保护动机理论（Protection Motivation Theory, PMT）作为理论基础，并将社会规范（Social Norms, SN）和习惯（Habits）这两个行为要素融入模型，以丰富其解释力。通过结构方程模型（Structural Equation Modeling, SEM）分析问卷数据，研究发现原始的PMT模型可以解释CSA采纳行为中57.9%的变异。关键构念如感知严重性（Perceived Severity, PS）、感知脆弱性（Perceived Vulnerability, PV）、反应成本（Response Cost, RC）、反应效能（Response Efficacy, RE）以及自我效能（Self-Efficacy, SE）均对CSA的采纳产生了显著影响。值得注意的是，扩展后的模型通过整合社会规范和习惯，使解释力提高了22%，这突显了社会和行为维度在塑造农民决策中的重要性。在所有变量中，感知脆弱性和反应效能被证实为最具有影响力的因素。基于这些发现，建议政策制定者优先考虑提升农民对气候变化相关风险的认知，并增强他们对自身脆弱性的理解。这些努力可以促进农民对CSA实践的更大参与，并支持在气候变化敏感地区实现可持续农业发展。

农业是温室气体（Greenhouse Gas, GHG）排放的重要来源，其对气候变化（Climate Change, CC）的推进作用不容忽视。在这一领域，水稻种植因其高水分需求和较高的温室气体排放量，被认为是人类活动对环境影响最显著的农业生产方式之一。水稻种植的环境挑战主要体现在其对水资源的高强度依赖，这使得水稻田成为甲烷（CH?）和氧化亚氮（N?O）等温室气体的主要排放源。这些气体的强烈辐射效应对全球变暖产生了重要影响。尽管面临这些环境挑战，水稻仍然是全球超过一半人口饮食热量的主要来源，其在农业生产中的重要性不言而喻。随着全球人口预计在2050年前增长超过三分之一，农业系统将面临巨大压力，因此需要进行结构性和技术性的转变，以满足未来粮食需求。在此背景下，修订农业生产系统并采用更加高效和气候适应性的方法，对于在变化的环境条件下维持农业生产力至关重要。

CSA提供了一种协调且多维的框架，以应对气候变化在农业环境中带来的风险和机遇。其核心目标是通过同时提高生产力和收入、增强对气候变异性适应能力以及减少温室气体排放来改善粮食安全。CSA的实施依赖于三个核心支柱：提高可持续农业产出和农民生计；促进适应能力；以及减少或抵消农业活动中的排放。这种做法的理论基础在于其对缓解和适应目标的双重承诺。为了支持这些目标，CSA涵盖了一系列技术和管理措施，如保护性耕作、改良种植技术、改进灌溉策略、精准施肥以及作物残渣的再利用。这些措施共同促进了生产力的提升、资源的高效利用以及温室气体排放的显著减少。

尽管CSA对农业产出和粮食安全有显著贡献，但其在农村社区的普及率仍然相对较低。许多地区的本地约束和情境障碍进一步影响了其采纳。如果CSA技术（Climate-Smart Agriculture Technologies, CSAT）不能广泛整合到农业生产系统中，那么产量下降和持续的水资源短缺将加剧现有的脆弱性并加深粮食不安全问题。农业技术创新的采纳是一个复杂的多因素过程，受社会、结构和感知因素的共同影响。因此，理解农民采纳CSA实践的决定因素对于推动可持续农业至关重要。

本研究聚焦于舒斯塔尔县的水稻种植者，该地区位于伊朗胡齐斯坦省西南部，其气候条件以干旱为主，年降水量普遍低于全国平均水平。近年来，该地区的干旱和沙漠化面积不断扩大，使得水资源短缺成为农业发展的一大挑战。过去十年，该地区气温上升超过4°C，极端高温事件偶尔使气温超过55°C。舒斯塔尔县在省内的农业生产中占据重要地位，年均种植作物约550,000吨，覆盖超过75,000公顷的灌溉和雨养农田。水稻种植是该地区的重要特征，覆盖约32,000公顷，使舒斯塔尔成为胡齐斯坦省的主要水稻产区。约95%的水稻生产依赖于移栽和水淹灌溉系统，这两种方法都高度依赖水资源。尽管水稻种植面积近年来增长了15%，但这一增长与水资源的减少同步发生，因为过度抽取用于农业的水资源显著降低了河流水位。因此，采用CSA实践对于维持农业生产力和增强该地区对气候变化的适应能力至关重要。

研究采用分层抽样方法，确保样本具有代表性。研究对象为舒斯塔尔县的所有水稻种植者，样本量通过Krejcie和Morgan（1970）的表格计算得出，共需385名受访者。选择该方法的原因包括：精确性、适用性以及简便性。样本的选取首先将人口划分为若干子群体（层），然后根据其在总人口中的比例分配样本数量。最后，通过随机抽样从每个层中选择两个农村地区，每个农村地区再选择两个村庄，总共包括12个村庄。这一过程有助于减少抽样偏差，并确保对总体的准确反映。

问卷设计基于对气候变化适应、缓解策略、水资源保护和亲环境行为相关文献的广泛回顾。问卷分为两部分：第一部分涉及控制变量，第二部分测量保护动机理论（PMT）的核心和扩展构念。测量的变量包括CSA（6项）、社会规范（SN）（4项）、感知严重性（PS）（4项）、感知脆弱性（PV）（4项）、反应效能（RE）（3项）、反应成本（RC）（3项）、自我效能（SE）（3项）以及习惯（4项）。为了减少统计误差并提高结果的可靠性，研究采用了五点李克特量表（1 = 非常低，5 = 非常高）来评估受访者的态度和看法。

为了验证问卷的效度和信度，研究采用了面效度和结构效度的双重评估方法。在初步阶段，问卷内容由学术和专业专家进行审查，他们的反馈用于优化问卷的措辞、结构和概念清晰度，以确保与研究目标完全一致。结构效度则通过平均方差提取（Average Variance Extracted, AVE）指数进行评估，该指数由Fornell和Larcker（1981）提出，用于衡量潜在构念对其指标的解释程度。AVE值超过0.5表明具有良好的收敛效度。为了评估信度，研究同时使用了Cronbach’s alpha系数和复合信度（Composite Reliability, CR）指标。Cronbach’s alpha值超过0.7被视为可靠的内部一致性指标，而CR值超过0.6则被视为可接受的信度指标。研究结果表明，所有构念的AVE、CR和Cronbach’s alpha值均超过所要求的阈值，证实了测量工具具有高效度和良好的内部一致性。

在分析过程中，研究还采用了异质性-同质性比值（Heterotrait–Monotrait Ratio, HTMT）来进一步验证结构效度。HTMT由Henseler等人（2015）提出，用于检测潜在构念之间的重叠问题。研究发现，所有构念的HTMT值均低于0.85，这表明每个构念在概念和统计上都保持了足够的独特性。

在模型评估方面，研究采用结构方程模型（SEM）对构念之间的因果关系进行了分析。SEM整合了测量模型和结构模型，能够同时检验观察指标与潜在构念之间的关系。研究结果表明，原始PMT模型可以解释57.9%的CSA采纳行为变异，而扩展后的PMT模型则解释了79.9%的变异。这说明，整合社会规范和习惯等额外构念可以显著提高模型的解释力。在所有构念中，感知脆弱性（PV）被证实为最显著的预测因子，这表明水稻种植者如果认为自己对气候变化高度脆弱，将更倾向于采纳可持续和适应性农业实践。反应效能（RE）和自我效能（SE）也显示出对CSA采纳行为的显著影响。此外，年龄、教育水平、合作社成员身份和获取气候信息服务的便利性等控制变量也被发现对CSA采纳行为有显著影响。

研究结果还表明，社会规范（SN）对CSA采纳行为有积极且显著的影响，而习惯（Habit）则表现出负向且显著的影响。社会规范通过社区中的共享期望，影响个体是否采纳某种行为。在农业环境中，这些规范可以通过非正式沟通或媒体渠道形成，从而强化适应性行为。习惯则代表了个体在时间推移中形成的重复行为模式，这些模式通常在无需深思熟虑的情况下自动执行。习惯可能阻碍个体采纳新的、可持续的农业实践，因为它会绕过有意识的决策过程。因此，针对习惯的干预措施可能在促进CSA采纳方面发挥关键作用。

研究结果对政策制定具有重要启示。首先，提高农民对气候变化相关风险的认识和理解是推动CSA采纳的关键。这可以通过有针对性的教育、本地媒体、社区机构和培训计划实现。其次，增强农民对适应性措施有效性的信心，可以通过分享其他农业区的成功案例以及支持应用研究和技术扩散来实现。第三，通过提供补贴、激励措施或低利率信贷设施，可以减轻农民在采纳CSA实践时的经济负担。第四，通过技能培训和建立本地化技术支持系统，可以提升农民在应用CSA实践时的自我效能。最后，利用社会规范和行为改变干预措施，例如通过尊重的地方领袖参与和设计基于社区的倡议，可以打破传统习惯，促进可持续的农业实践。

尽管本研究取得了重要进展，但仍存在一些局限性。首先，尽管扩展后的PMT模型能够解释CSA采纳行为的大部分变异，但仍有某些关键因素未被充分捕捉。未来的研究应考虑整合更广泛的情境和结构性变量以增强理论框架。其次，可能存在响应偏差，因为对环境问题更关注的农民可能更倾向于参与。因此，未来的研究应采用更稳健和具有代表性的抽样程序。第三，本研究采用了定量方法来探讨CSA采纳的决定因素。未来的研究可以通过采用定性或混合方法来补充当前的定量发现，从而增强整体研究结果的有效性、深度和可靠性。

本研究的结果表明，通过综合考虑社会和心理因素，可以更全面地理解农民在气候变化背景下的行为决策过程。这些发现不仅有助于深化对适应性行为决定因素的理解，还为设计更具针对性和心理依据的干预措施提供了实证基础，从而推动农业领域的可持续发展。