《Agriculture》：Understanding Farmers’ Behavioral Intention to Adopt Digital Agricultural Technologies Under Climate Change: An Extended TPB Model from a Climate-Vulnerable Paddy Community in Sri Lanka
编辑推荐：
数字农业技术（Digital Agricultural Technology, DAT）在气候脆弱的热带岛屿国家的采纳情况仍未得到充分认识。为弥补这一研究空白，本研究运用扩展的计划行为理论（Theory of Planned Behavior, TPB），考察
数字农业技术（Digital Agricultural Technology, DAT）在气候脆弱的热带岛屿国家的采纳情况仍未得到充分认识。为弥补这一研究空白，本研究运用扩展的计划行为理论（Theory of Planned Behavior, TPB），考察需求侧、供给侧与环境维度如何交互作用以塑造农户的采纳决策。研究数据来源于对斯里兰卡阿努拉德普勒区（Anuradhapura District）随机选取的400名农户所开展的结构化问卷调研，并采用偏最小二乘结构方程模型（Partial Least Squares Structural Equation Modeling, PLS-SEM）进行分析。研究识别出四类行为细分群体：自信采纳者（confident adopters，占29.5%）、效用驱动的新兴采纳者（utility-driven emerging adopters，占42%）、不确定用户（uncertain users，占20.5%）以及怀疑用户（skeptical users，占8%）。气候变化意识（climate change awareness, CCA，β = 0.712）、态度（attitude，β = 0.297）、社会规范（social norms，β = 0.197）、感知行为控制（perceived behavioral control，β = 0.130）、感知有用性（perceived usefulness，β = 0.162）、基础设施获取（access to infrastructure，β = 0.098）以及风险规避（risk aversion，β = 0.142）均对农户采纳DAT的行为意向产生正向影响。气候变化意识显著影响农户态度，凸显了环境维度的核心作用。制度支持（institutional support）的影响不显著。行为意向与实际采纳（actual adoption，β = 0.575）显著影响农户持续使用DAT的意愿（willingness to continue）。政策制定者应摒弃"一刀切"式的数字推广策略，转而采取针对不同细分群体的差异化干预措施：面向自信采纳者建立同伴主导网络，面向效用驱动型农户提供补贴，面向不确定用户开展社会学习，面向怀疑用户提供面对面培训。本研究提供了情境化的实证证据，揭示了在气候变化背景下行为如何塑造农户的DAT采纳路径，对实现可持续发展目标（SDGs）1、2、9、12、13和15具有促进作用。
一、研究背景与问题提出
数字农业4.0时代以传感器与机器人技术、物联网（Internet of Things, IoT）、数据分析、云计算和决策支持系统等新兴范式为标志。世界银行在2019年指出，数字农业技术（Digital Agricultural Technology, DAT）的采纳能够提升农业生产效率与有效性，并有助于应对气候变化。斯里兰卡是一个农业国，全国15.3%的土地用于水稻种植，现有DAT包括移动端和网页端农业推广服务、天气预报应用、基于短信的农业预警、基于GPS的服务以及土壤健康监测工具。无人机等更先进技术的使用农户较少，而物联网系统、传感器和机器人等技术仍处于试点或早期实施阶段，尚未广泛普及。尽管DAT具有巨大潜力，但其接受度和采纳率在供需两侧均面临障碍，尤其在斯里兰卡等发展中国家的稻田农业系统中表现明显。现有研究多从需求侧（如感知、态度和行为意向）或供给侧（如基础设施获取、制度障碍和薄弱商业模式）单独考察采纳因素，很少将环境维度纳入分析，对气候变化意识和风险规避的关注尤为不足。此外，已有研究往往将需求、供给和环境三个维度割裂分析，缺乏整合性的理论框架。在斯里兰卡情境下，尚无公开发表的研究系统考察这些障碍，稻田部门DAT采纳的影响因素研究存在关键空白。因此，本研究以斯里兰卡主要稻米种植干旱区阿努拉德普勒区为案例，运用扩展的TPB框架，旨在：（1）识别影响稻田农户DAT采纳意向与实际采纳的关键行为决定因素；（2）计算行为意向指数（Behavioral Intention Index, BII）以识别细分群体及其意向差距；（3）提出面向政策制定的建议，以促进气候变化背景下DAT策略的有效实施。
二、研究内容与主要结论
本研究基于Ajzen的计划行为理论（TPB），整合技术接受模型（Technology Acceptance Model, TAM）中的感知有用性（perceived usefulness, PU）和整合技术接受与使用统一理论（Unified Theory of Acceptance and Use of Technology, UTAUT）中的促进条件（facilitating conditions），并将气候变化意识（CCA）作为外部构念、风险规避（RA）作为倾向性行为因素纳入模型，同时引入持续使用意愿（willingness to continue, WC）作为采纳后行为结果，构建了扩展的TPB分析框架。研究提出10项假设，涵盖态度（AT）、社会规范（SN）、感知行为控制（PBC）、气候变化意识（CCA）、感知有用性（PU）、基础设施获取（AI）、制度支持（IS）、风险规避（RA）、行为意向（BI）与实际采纳（AA）及持续使用意愿（WC）之间的路径关系。研究结论表明：态度、社会规范、感知行为控制、感知有用性、基础设施获取和风险规避均显著正向影响农户采纳DAT的行为意向；气候变化意识对态度具有极强的正向影响；制度支持的影响不显著；行为意向显著正向影响实际采纳，实际采纳显著正向影响持续使用意愿。基于行为意向指数，研究将农户划分为四类细分群体，并揭示了不同群体在年龄、教育水平、农场收入、农场规模和种植经验等方面的异质性特征。
三、关键技术与方法
本研究采用多阶段随机抽样方法，从斯里兰卡阿努拉德普勒区的42个农业服务中心（Agrarian Services Centers, ASCs）中随机选取25个作为初级抽样单元，再从每个ASC中采用简单随机抽样选取16名农户，最终确定400名稻田农户为调查样本。数据收集采用结构化问卷，通过"一对一"访谈方式于2025年1月24日至2月24日开展，以克服农户数字素养和识字水平差异带来的偏差。问卷基于TPB、TAM和UTAUT等成熟理论框架设计，采用五级李克特量表（Likert scale）测量各构念，并经专家评审和20名农户参与的预调查（2025年1月13日至17日）修订完善。数据分析采用偏最小二乘结构方程模型（PLS-SEM），使用SmartPLS 4软件进行测量模型（信度与效度检验）和结构模型（路径系数与假设检验）评估，并通过5000次自助抽样（bootstrap）计算路径系数和p值。行为意向指数（BII）依据PLS-SEM潜变量得分经最小-最大归一化方法构建，并按阈值将农户划分为四类行为细分群体。
四、研究结果
4.1 农户社会经济特征
调查样本中男性占73%，女性占27%。年龄分布以40-49岁和50-59岁两个年龄段为主。教育水平方面，54%的受访者持有O/L学历，35%持有A/L学历。81%的受访者已婚。农场规模方面，48%的农户拥有0.40-1.21公顷稻田。种植经验方面，28%的农户具有5-10年经验。
4.2 测量模型与结构模型表现
测量模型评估显示，所有题项因子载荷均大于0.7，组合信度（CR）介于0.7至0.9之间，Cronbach's alpha最低值为0.796，所有构念的平均方差抽取量（AVE）均超过0.5，异质-单质比率（HTMT）最高值为0.812，均低于0.85阈值，Fornell-Larcker准则和交叉载荷检验均确认了判别效度。结构模型方面，方差膨胀因子（VIF）最大值为3.024，低于5的阈值，不存在严重共线性问题。内生变量的决定系数（R2）介于0.201至0.646之间，表明模型具有中等至较高的预测能力。标准化残差均方根（SRMR）为0.043，规范拟合指数（NFI）为0.873，模型拟合良好。Q2预测值确认内生构念具有中等到较强的预测相关性。
4.3 假设检验结果
态度对行为意向具有显著正向影响（β = 0.297, p < 0.000, f2 = 0.138），支持H1。社会规范显著影响行为意向（β = 0.197, p < 0.000, f2 = 0.071），支持H2。感知行为控制显著影响行为意向（β = 0.130, p < 0.006, f2 = 0.023），支持H3。气候变化意识对态度具有强正向显著影响（β = 0.712, p < 0.000, f2 = 1.029），支持H4。感知有用性（β = 0.162, p < 0.007, f2 = 0.025）和基础设施获取（β = 0.098, p < 0.022, f2 = 0.015）均显著正向影响行为意向，支持H5和H6，但效应量较小。制度支持影响不显著（β = 0.043, p < 0.171, f2 = 0.005），H7被拒绝。风险规避对行为意向具有显著正向影响（β = 0.142, p = 0.001, f2 = 0.034），但方向与假设的负向关系相反，H8未获支持。行为意向对实际采纳具有强正向影响（β = 0.575, p < 0.000, f2 = 0.495），支持H9。实际采纳对持续使用意愿具有显著正向影响（β = 0.449, p < 0.000, f2 = 0.252），支持H10。
4.4 农户DAT采纳画像与细分群体
基于行为意向指数（BII）的细分结果显示：自信采纳者（75-100分）共118人，具有较高的教育背景（62.71%持有A/L及以上学历），以年轻农户为主（30岁以下占17.80%，30-39岁占45.76%），在基础设施获取、感知行为控制、感知有用性、气候变化意识、实际采纳、风险规避、社会规范和制度支持等潜变量得分均较高。效用驱动的新兴采纳者（50-75分）为最大群体，共168人，40-49岁年龄组占比最高（42.26%），潜变量得分与自信采纳者相近。不确定用户（25-50分）共82人，50-59岁年龄组占比最高（48.78%），63.01%具有10-15年种植经验，表现出较高的社会规范和气候变化意识但行为意向较弱。怀疑用户（0-25分）共32人，78.12%仅持有O/L学历，46.88%拥有1.21-2.02公顷土地，40.62%具有10-15年种植经验，属于高度传统型农户，行为意向和实际采纳水平均较低。行为意向、实际采纳与持续使用意愿的分布图显示，自信采纳者位于高水平区域，效用驱动的新兴采纳者处于中等水平且分布较为分散，不确定用户处于中低水平但部分个体表现出中等采纳行为，怀疑用户处于低水平且对DAT存在较强抵触。
五、讨论与结论
讨论部分总结：态度是影响行为意向的最重要的需求侧决定因素，表明农户对DAT的积极信念和评价显著促进其采纳意向。社会规范的正向效应表明同伴经验和社区社会压力在DAT采纳中发挥重要作用。感知行为控制的正向效应说明农户对自身技能和资源的信心是采纳的关键驱动力。气候变化意识对态度的强正向影响（β = 0.712）证实了环境认知是驱动DAT采纳的基础性因素。感知有用性的正向效应表明农户对DAT提升生产效率的信念是重要行为驱动因素。基础设施获取的正向效应凸显了供水、市场、交通、灌溉条件、天气预报服务、通信信号和电力等供给侧设施对有效采纳的重要性。制度支持的不显著效应表明农户的采纳决策主要基于实践经验而非制度驱动。风险规避的正向效应（与经典理论预期相反）可归因于本研究的操作化定义涵盖了风险管理响应（如农业保险和利用DAT降低投资风险），农户可能将DAT视为降低气候不确定性的风险管理工具而非额外风险来源。行为细分结果揭示了农户DAT准备度的显著异质性，不同群体受供给侧、需求侧和环境维度因素的差异化影响。理论上，本研究通过整合TPB-TAM-UTAUT构念并纳入采纳后持续使用意愿，扩展了以意向为中心的行为框架；方法上，行为细分方法为识别异质性采纳路径提供了新工具；政策上，研究建议针对不同细分群体采取差异化干预措施：怀疑用户需要面对面支持系统、实操演示和通过响应式推广服务建立信任；不确定用户需要协作、实践工作坊和利用家庭及同伴影响的社会学习模式；效用驱动的新兴采纳者需要补贴、低息贷款和可负担的数字解决方案；自信采纳者可担任同伴主导的培训者。研究局限包括样本仅覆盖斯里兰卡一个地区、样本偏向中年群体以及横断面设计，未来研究可扩展至多个地区、采用年龄分层抽样并开展纵向追踪评估。
研究结论：本研究旨在运用扩展的TPB框架识别斯里兰卡阿努拉德普勒区气候变化背景下影响农户采纳DAT意向的因素。首先，在DAT采纳的决定因素方面，研究发现态度、感知有用性、基础设施获取、感知行为控制、社会规范和风险规避正向影响农户的行为意向。气候变化意识对态度具有强影响（0.712），凸显了环境维度的核心作用。整合TAM和UTAUT构念提供了超越核心TPB因素的补充解释：TAM的感知有用性显著影响行为意向，表明农户对DAT实际效用和收益的感知塑造其采纳决策；UTAUT的基础设施获取显著影响行为意向，强调了赋能资源对DAT采纳的重要性。然而，制度支持未显示显著直接效应，表明制度支持未能直接解释行为意向，而个体、社会、技术和赋能因素发挥了显著作用。其次，本研究识别出四类农户细分群体：自信采纳者、效用驱动的新兴采纳者、不确定用户和怀疑用户。研究发现农户的行为意向因年龄、教育水平、农场收入、农场规模和种植经验的不同而在各细分群体间存在差异。自信采纳者表现为年轻早期使用者；效用驱动的新兴采纳者需要信心、设施和支持以增强采纳并持续使用DAT；不确定用户可能受益于社会学习和实践经验；怀疑用户则需要高接触、面对面的支持。第三，在政策干预方面，研究建议：（1）采取细分群体特定策略而非"一刀切"方法。怀疑用户需要面对面支持系统、实操演示和通过响应式推广服务建立信任；不确定用户需要协作、实践工作坊和利用家庭及同伴影响的社会学习模式；效用驱动的新兴采纳者需要补贴、低息贷款和可负担的数字解决方案；自信采纳者可担任同伴主导的培训者，并需考虑已识别的细分群体，开展培训和教育活动以弥合DAT及利用DAT减缓气候变化方面的知识差距。政策制定还应考虑农场规模和可及性，优先为所有农户提供同等设施以增强斯里兰卡的DAT应用。本研究在理论上扩展了以意向为中心的TPB模型，整合了供给侧（基础设施、制度支持）、环境侧（气候变化意识）和采纳后持续使用意愿；方法上提供了行为细分这一新颖工具；政策上为斯里兰卡及其他气候脆弱的热带水稻主导国家的实践者、研究者和政策制定者提供了可操作的建议。最后，本研究通过促进脆弱稻田农业系统中气候韧性、数据驱动和可持续农业实践，为实现可持续发展目标1、2、9、12、13和15奠定了基础。
