意大利农民对农业4.0技术的采纳偏好：基于选择实验的支付意愿与政策启示分析

本文通过离散选择实验（DCE）和混合Logit模型（MXL），量化分析了意大利农民对农业4.0技术的社会、环境与经济属性的支付意愿（WTP）。研究发现，农民最重视劳动时间节约与水资源节约，而高采纳成本是主要障碍。研究为制定差异化政策（如财政激励与定制化培训）提供了实证依据，对推动农业数字化转型具有重要政策意义。

　　

研究亮点

农业4.0（Agriculture 4.0）技术通过物联网（IoT）、人工智能（AI）与大数据等数字工具，显著提升农业生产的可持续性与效率。然而，意大利作为欧盟中的“中等创新者”，仍面临农场结构碎片化、数字基础设施不均衡及采纳成本高昂等挑战。

离散选择实验设计

本研究基于“理性目标追求理论（TRGP）”与随机效用理论，设计了涵盖五大属性的选择实验：

• •

  劳动时间节省（社会目标）

• •

  水资源与能源节约（环境目标）

• •

  销售额提升与采纳成本（经济目标）

实验通过全国性问卷调查（n=452，2024年5–6月）实施，采用WTP空间混合Logit模型解析偏好异质性。

样本特征

受访农民以男性为主（68%），平均年龄47岁，44%拥有高等教育学历。农场规模分布均匀（小/中/大型占比分别为33%、38%、29%），多数已采用基础数字工具（如气象监测站），但高级技术（无人机、AI）渗透率仍较低。

主要发现

1. 1.

   支付意愿排序：农民对劳动时间节省（WTP最高）与水资源的节约赋予最高价值，其次为销售额增长，能源节约的吸引力最弱。

2. 2.

   成本障碍：高采纳成本显著抑制需求，中小型农场尤为敏感。

3. 3.

   异质性效应：农场规模、收入水平、资源使用模式及创新态度均显著调节偏好（如大型农场更关注销售提升，水资源短缺地区农民更重视节水技术）。

讨论与政策启示

结果印证了TRGP框架下多目标决策的复杂性。政策需结合：

• •

  经济激励：针对中小农场提供补贴或信贷支持；

• •

  能力建设：开展定制化培训提升数字素养；

• •

  沟通策略：突出技术的社会与环境共效益，削弱成本感知障碍。

结论

农业4.0技术在意大利的推广需兼顾农户异质性与多维目标诉求。未来研究应拓展至社会心理变量（如风险态度、传统知识保留）及长期技术采纳动态。

作者贡献声明

Roberto Fragomeli：研究设计、数据分析、论文撰写；Wojciech Zawadzki：建模、算法实现；Miko?aj Czajkowski：方法学指导与模型验证；Azzurra Annunziata：理论框架构建；Gennaro Punzo：政策分析与管理协调。

数据可用性

数据与代码将依请求提供。

利益冲突声明

作者声明无潜在竞争利益。

致谢

感谢波兰国家科学中心（National Science Centre）与COOPERATIO基金的资助支持。