农户技能水平与数字农业推广对保护性耕作技术采纳的影响机制研究——基于西北瓜果产区的实证分析

本综述基于西北地区487户瓜果种植户的调查数据，系统分析了户主技能水平与数字农业推广对保护性耕作技术（如深松、IPM、有机肥施用和秸秆覆盖）采纳的影响机制。研究发现，高技能水平通过提升数字工具使用能力（手机/计算机）显著促进技术采纳，且数字推广在二者间起中介作用；不同数字工具存在替代效应。研究为优化农业技术推广策略、弥合数字鸿沟提供了重要政策启示（Probit模型、Bootstrap检验）。

　　

1 引言

在全球气候变化背景下，中国中西部地区沙尘暴等生态灾害频发，导致严重土壤侵蚀和农业减产。中国耕地资源紧张，长期"重用轻养"模式使耕地质量持续下降。保护性耕作技术作为一种现代风险防控和耕地质量提升体系，通过少免耕、深松、有机肥施用和秸秆覆盖等方式，旨在应对气候变化、改善生态环境并提高农产品产量和质量。尽管中国自1960年代引入该技术，但2020年保护性耕作面积仅占耕地总面积的7.5%，远低于美国和加拿大等发达国家。

现有研究多关注粮食主产区，对特色经济作物产区（如西北瓜果产区）关注不足，且对户主技能水平的测量多局限于单一维度（如教育或工作经验），缺乏涵盖知识储备、实践能力和社会经验等多维度的综合评价体系。随着数字经济发展，数字农业推广模式（"互联网+技术推广"）正突破传统农业技术传播的时空限制，但农业经营者年龄偏大、学历较低的特点导致个体技能与数字推广之间存在不匹配，阻碍新技术扩散。

本研究以山西和陕西487户瓜果种植户为对象，构建涵盖正规教育、非正规教育、政府服务经验、务工经验和务农经验的综合技能指标，采用二元Probit模型分析技能水平和数字推广对保护性耕作技术采纳的影响，为特色农业区技术采纳行为提供新的分析视角。

2 理论分析与研究假设

2.1 技能水平与保护性耕作技术

技能水平在微观层面指个体通过学习获得的能力、经验知识和技术专长。根据人力资本理论，户主技能水平是家庭人力资本存量的关键决定因素，有助于拓宽认知视野、增强生产能力和提高家庭收入。

高技能水平户主通过三方面影响技术采纳：首先，增强耕地保护意识，全面认识保护性耕作技术的经济、生态和社会价值；其次，通过务工、政府工作经历和技术培训等渠道获得更多信息，凭借学习能力、创新思维和风险管理能力应对资源不足和经济环境波动；第三，产生技术溢出效应，在社区内示范推广技术。

具体到各项技术：深松技术需要操作者理解土壤特性和机械原理，高技能户主能快速掌握操作要点（如根据土壤类型确定深度和时机）；病虫害综合防治（IPM）技术需要准确判断病虫害发生并合理组合农业、生物和物理防治措施；有机肥施用技术需了解不同有机肥养分特性和科学配施方案；秸秆覆盖技术需根据当地气候和作物调整覆盖方式。

由此提出假设：

H1a: 技能水平显著影响深松技术采纳

H1b: 技能水平显著影响IPM技术采纳

H1c: 技能水平显著影响有机肥实施

H1d: 技能水平显著影响秸秆覆盖采纳

2.2 数字农业推广与保护性耕作技术

数字农业推广能有效缓解农户信息约束，从"想采用"和"能采用"两方面提高保护性耕作技术采纳率。一方面，数字推广提供及时的技术信息和市场信息，培养可持续农业发展理念，从意愿角度促进采纳；另一方面，数字推广具有强大覆盖力，推动农业信息服务向农村延伸，优化信息获取方式，提高信息共享效率，缩小信息鸿沟。

移动手机和计算机作为"类似生产要素"，均可作为农民获取保护性耕作技术信息的媒介。根据边际替代率理论，当一种工具使用成本上升或另一种工具效益优势突出时，农民会调整工具使用偏好，形成替代关系。

由此提出假设：

H2a: 数字农业推广影响农户深松技术采纳

H2b: 数字农业推广影响农户IPM采纳

H2c: 数字农业推广影响农户有机肥实施

H2d: 数字农业推广影响农户秸秆覆盖采纳

2.3 技能水平、数字农业推广与保护性耕作技术

2.3.1 中介效应

高技能户主能促进数字技术应用，从而提高保护性耕作技术采纳可能性。农村农户在信息获取、筛选和利用方面处于劣势，面临信息不对称挑战。数字农业推广可突破时空限制，加速信息传播。

高技能户主通过两方面缓解信息约束：一是利用数字推广获取更开放透明的农业生产信息，比较识别更准确的技术信息；二是因技术发展的技能偏向性，只有更高技能劳动力才能快速适应和利用新技术，促进数字技术与农业生产深度融合，拓宽农户市场信息获取渠道。

同时，科技革命发展带来的数字农业推广快速演进，与个体技能（特别是教育水平较低的老年农业经营者）之间存在不匹配，阻碍新技术扩散。因此，户主更高技能水平提高其对数字农业推广发展 landscape 的适应性，增加数字工具应用熟练度，最终鼓励农户采纳保护性耕作技术。

由此提出假设：

H3a: 技能水平通过数字农业推广间接影响深松技术采纳

H3b: 技能水平通过数字农业推广间接影响IPM采纳

H3c: 技能水平通过数字农业推广间接影响有机肥实施

H3d: 技能水平通过数字农业推广间接影响秸秆覆盖采纳

2.3.2 替代效应

手机和计算机在影响保护性耕作技术采纳方面存在替代关系，可从工具特性和农民选择逻辑两方面分析。从成本-效益权衡看，当计算机购买和维护成本较高，或手机因便携性在信息获取便利性上形成明显优势时，农民会自然调整工具使用偏好；从技术信息传播效果差异看，两者在信息及时性和交互性上各有侧重，如果手机能更快推送区域技术预警或通过社交功能实现实时专家咨询，农民会发现能更高效获取基本技术信息，从而降低对计算机的依赖。

由此提出假设：

H4a: 使用不同工具的数字农业推广在影响农户保护性耕作技术采纳时存在替代效应

3 材料与方法

3.1 数据来源

选择西瓜和甜瓜种植户作为研究对象基于三方面原因：经济上，瓜果是中国重要经济作物，单位面积产值是小麦的6-8倍；生态适应性上，作为浅根作物对土壤结构（透气性和保水性）要求更高，而研究区黄土质地疏松、有机质含量低（平均低于1.0%），传统耕作方式下表土年流失达3-5毫米；与研究目标契合度上，该群体是数字农业和技能提升政策的典型受益者。

研究采用多阶段抽样方法，第一阶段选择陕西西安市和山西运城市作为样本区；第二阶段按西瓜甜瓜产量从高到低排序县区，按等距抽样原则每地区选取1-2个县，每个县随机选取2-5个乡镇；第三阶段从每个乡镇随机选取7-15个村庄，最终选择33个样本村，每村随机选择10-20户进行面对面问卷调查，共500户，最终获得487份有效问卷。

3.2 模型设定

3.2.1 基准模型

采用二元Probit模型检验技能水平和数字农业推广对保护性耕作技术采纳的影响，被解释变量为深松、IPM、有机肥和秸秆覆盖，核心解释变量为技能水平和数字农业推广。

模型设定为：

Y_i = α₀ + α₁T_i + α₂I_i + α₃P_i + βC_i + ε_i (1)

3.2.2 中介效应模型

采用温忠麟和叶宝娟（2014）的中介分析框架，考察数字农业推广在技能水平与技术采纳间的中介机制。模型通过以下方程描述：

Y_i = α₀ + α₁T_i + βC_i + ε_i (2)

I_i = α₀ + α₁T_i + βC_i + ε_i (3)

P_i = α₀ + α₁T_i + βC_i + ε_i (4)

Y_i = α₀ + α₁T_i + α₂I_i + βC_i + ε_i (5)

Y_i = α₀ + α₁T_i + α₃P_i + βC_i + ε_i (6)

采用Bootstrap检验中介效应显著性，因该方法不仅能评估中介变量显著性，还能缓解中介效应路径中的"遮蔽效应"。

3.2.3 替代关系

为探索不同数字农业推广方式间的替代关系，在实证模型中引入手机使用与计算机使用的交互项，模型设定为：

Y_i = α₀ + α₁T_i + α₂I_i + α₃P_i + α₄I_i×P_i + βC_i + ε_i (7)

3.3 变量选择

3.3.1 被解释变量

保护性耕作技术包括深松、病虫害综合防治（IPM）、有机肥施用和秸秆覆盖四种类型。通过询问农户"在西瓜/甜瓜种植过程中是否进行深松？"等问题测量，采用1/0赋值。

3.3.2 核心解释变量

数字农业推广从使用数字推广工具维度测量，包括两个核心项："是否通过手机数字工具（微信群、公众号、农业APP）获取农业信息"和"是否通过计算机数字工具（浏览网页、网络搜索）获取农业信息"，均采用0-1赋值。

技能水平选取6个子指标构建评价体系：户主教育水平、务农年限、是否接受农业技术培训、是否有非农工作经验、手机联系人数和身体健康状况。通过主成分分析构建综合技能指标，KMO值为0.601，Bartlett球形检验近似卡方值为215.736（p<0.001），提取2个公因子，累计方差贡献率50.35%。技能水平指数计算公式为：F_m1 = (F₁ * 33.175% + F₂ * 17.18%) / 50.35%。

3.3.3 控制变量

包括户主个人特征（年龄、风险态度等）、家庭层面因素（劳动力数量、收入结构、耕地面积、合作社参与、自然灾害暴露等）和外部环境条件（政府农业补贴等）。

4 结果

4.1 技能水平和数字农业推广对保护性耕作技术采纳的回归结果

技能水平对深松、IPM和有机肥采纳在10%、5%和1%水平上显著正相关，假设H1a、H1b、H1c得到支持，但对秸秆覆盖影响不显著，源于西瓜秸秆含有毒物质不宜还田，使用其他作物秸秆会增加成本。

数字农业推广方面，手机使用与深松、IPM和有机肥采纳在1%水平上显著正相关，计算机使用仅与有机肥采纳在10%水平上显著，部分验证假设H2。

控制变量中，户主年龄对IPM采纳有显著负影响；风险态度对深松有显著正影响；土壤质量对所有四种技术有显著负影响；政府补贴对所有四种技术有显著正影响；合作社参与对秸秆覆盖有显著正影响；土地流转对IPM有显著正影响；自然灾害次数对IPM和秸秆覆盖有显著正影响；区域虚拟变量对深松、有机肥和秸秆覆盖有显著正影响。

4.2 中介效应检验

采用Bootstrap法检验中介效应显著性。技能水平→手机使用→深松路径中介效应为0.0173，95%置信区间[0.0052, 0.0294]，显著；技能水平→手机使用→IPM路径中介效应为0.0269，置信区间[0.0114, 0.0424]，显著；技能水平→手机使用→有机肥路径中介效应为0.0089，置信区间[0.0089, 0.0419]，显著。但技能水平→手机使用→秸秆覆盖路径置信区间包含0，无中介效应；所有计算机使用路径的中介效应均不显著。

4.3 替代效应检验

手机与计算机使用交互项在回归5~8中系数分别为1.2981、-1.1915和-1.1647，均在5%水平显著，表明在数字农业推广以及影响IPM、有机肥和秸秆覆盖技术采纳方面存在替代关系，验证假设H4a。

4.4 稳健性检验

通过替换模型（Probit→Logit）、替换控制变量（风险态度→农业保险）和子抽样（剔除面积>30亩样本）三种方式进行稳健性检验，结果与基准回归基本一致。

5 结论与政策启示

5.1 结论

技能水平显著促进农户对深松、IPM和有机肥的保护性耕作技术采纳；数字推广中，手机使用显著促进深松、IPM和有机肥采纳，计算机使用仅促进有机肥实施；数字推广在技能水平影响保护性耕作技术过程中起中介作用；手机和计算机使用在数字推广影响IPM、有机肥和秸秆覆盖采纳时存在替代关系。

5.2 政策启示

一是差异化推广数字工具，适应技术特性和使用场景。优先开发手机轻量化应用，设计土壤测试程序、病虫害识别预警功能；对计算机给予大型种植主体购置补贴，乡镇农技站建立数字化服务平台。二是关注老年农户需求，弥合数字鸿沟。推广适老化农业应用，简化界面设计，建立村级协助团队。三是加强技能与数字工具协同，实现分层精准赋能。对技能基础薄弱农户推广易操作移动工具，对高技能农户引导使用专业计算机工具。

6 讨论

6.1 研究区域特殊性与局限性

作物类型特殊性：瓜果类经济作物效益高、市场导向强，农户对技术采纳的成本效益更敏感；生态环境独特性：黄河流域典型大陆性季风气候，黄土为主土壤类型，面临严重土壤侵蚀；政策技术环境差异：研究区"互联网+智慧乡村"项目覆盖率达78%，在线农技培训参与率是西北平均水平的1.5倍；模型设定可能存在遗漏变量，如"参与农业合作社"和"土地租赁期限"等制度因素未纳入控制变量。

6.2 未来研究方向

未来可从作物类型维度（小麦、水稻、茶叶等）、气候土壤类型维度（干旱半干旱地区、东北黑土区等）和政策干预强度梯度维度开展跨区域比较研究，增强普适性。主要局限性是样本代表性地域约束，难以直接推广至全国其他地区，且截面数据难以捕捉技能水平与数字推广的动态演化效应。