多维行为改变指数（BCI）的开发与验证及其在印度农民生产者组织（FPO）中的应用：调整选择偏倚后的行为状况差异与可持续小农食物系统启示

《Frontiers in Sustainable Food Systems》：Development and validation of a multidimensional behavioural change index and its application to farmer producer organisations in India: implications for sustainable smallholder food systems

　　

实现消除贫困（SDG 1）、通过可持续农业实现零饥饿（SDG 2）和减少不平等（SDG 10）的可持续发展目标（Sustainable Development Goals, SDGs）取决于小农的适应能力，而农民生产者组织（Farmer Producer Organisations, FPOs）被广泛推广以增强这种能力，然而其评价集中于短期经济收益，忽视了维持改善并支撑韧性食物系统的行为转变，并且可用于衡量不同农民间此类行为差异的经过验证的多维工具有限。本研究开发了一个行为改变指数（Behavioural Change Index, BCI），并应用其考察印度奥里萨邦FPO成员资格与农民行为状况之间的关联。最初142个条目经过80名专家组成员的相关性分析，在12个理论驱动、专家加权的维度上精简为89个条目，并通过信度检验、探索性因子分析、验证性因子分析、组合信度、平均方差提取量、测量不变性、区分效度和共同方法偏差评估进行验证；随后将该指数应用于300名FPO成员和100名非成员，并通过倾向得分匹配、逆概率加权、核匹配和全匹配、双重稳健估计及E值敏感性分析处理选择偏倚。BCI表现出极好的信度（Cronbach’s α = 0.95），清晰的12因子结构解释了68.3%的方差，并具有满意的区分效度；成员在全部12个维度上的得分显著更高（Cohen’s d = 1.29–2.21），22.12分的原始优势在匹配后仍然稳健（19.34分；双重稳健ATT = 19.71；E值 = 6.69），表明对未测量混杂因素的敏感性最低。因此，这项横断面研究既提供了一个心理测量学支持的工具，也提供了在调整可观测协变量后，FPO成员与非成员之间行为状况差异的稳健观察证据。通过使行为状况可测量，BCI使机构能够监测超越收入的进展并有效定向支持，推进向可持续、公平和韧性小农食物系统的转型。

论文解读如下。

农业仍是人类最基本的生产活动之一，支撑粮食安全、农村就业和多数发展中国家经济。在印度，农业不仅提供食物和原料，也是大量农村人口生计来源。然而，依赖农业的人口面临持续结构性挑战：印度农业高度碎片化，超过86%的 operational holdings 小于2 ha，89.40%的农业家庭人均持有土地仅1.08 ha。小农和边际农在市场中处于劣势，包括高投入价格、低议价能力、中间商剥削和收获后 distress sales，最终降低收入并危及农业生计可持续性。为此，政策推动合作社、Self-Help Groups（SHGs）和农民生产者组织（Farmer Producer Organisations, FPOs）等集体机构，以增强市场进入、投入采购、信贷联系和生计安全。国际经验显示生产者组织可改善小农市场参与、商业化和家庭福利。但机构创建、成员登记和支持提供并不等于成功，真正的成功在于是否改变农民思考、决策和行动方式。经济收益可能短暂，外部支持撤出后可能侵蚀，除非伴随持久行为改变。行为差异被视为干预影响的真正标志，包括市场导向、沟通与信息寻求、计算风险承担、反馈响应、企业与信贷决策信心等。近年来国际研究强调行为和心理因素对农民决策的重要性，但现有干预评价几乎集中于收入、投入成本、储蓄和信贷等经济结果；有限行为研究多依赖为个体农民开发的 Entrepreneurial Behaviour Indices（EBI），仅涵盖风险承担、创新性和经济动机等狭窄特征。因此，缺乏经过验证的多维工具评估发展方案或政策干预后的行为状况。本研究开发 Behavioural Change Index（BCI，行为改变指数），并应用于FPO成员，以考察FPO成员资格与农民行为状况的关联。

研究目标有二：第一，开发、标准化并验证BCI这一多维、专家加权工具；第二，应用该指数，通过倾向得分匹配、双重稳健估计和E值敏感性分析，比较FPO成员与非成员，考察FPO成员资格与农民行为状况的关联。研究采用横断面 ex post facto 设计，在印度奥里萨邦2025–26农业年度开展。研究选择Mayurbhanj和Nayagarh两个FPO密度对比地区：Mayurbhanj属最高密度（>40 FPOs），Nayagarh属最低密度（<20 FPOs）。BCI验证与应用的样本来源包括：80名响应专家（从180名邀请专家中产生），用于相关性分析、内容验证和维度加权；40名非抽样FPO成员，用于内部一致性信度检验；300名FPO成员和100名非成员农民，用于主调查和行为状况比较。FPO及成员名册来自 Krishi Vigyan Kendras（KVKs）、SFAC、NABARD记录和村级家庭名单。

关键技术方法概括（不超过250字）：研究人员采用量表开发与心理测量验证流程：经文献识别12个行为维度，生成142条初始条目，按Edwards编辑标准精简至120条，再由80名专家相关性分析保留89条。以40名非抽样FPO成员检验Cronbach’s α和分半信度；以300名FPO成员开展探索性因子分析、验证性因子分析、组合信度、平均方差提取量、测量不变性、异质-单质比率、Harman单因子共同方法偏差检验，并以专家直接评分法赋权。应用阶段采用横断面 ex post facto 设计，样本队列来自印度奥里萨邦Mayurbhanj和Nayagarh的KVKs、SFAC、NABARD记录及FPO名册，共300名FPO成员和100名同村非成员；采用倾向得分匹配、逆概率加权、全匹配、核匹配、双重稳健估计和E值敏感性分析。

研究结果如下。

5.1 Behavioural change index（BCI）构建与验证：BCI由89个Likert条目、12个维度构成。5.1.1 维度内部一致性（Cronbach’s α）：全量表α = 0.95；分半信度 r = 0.928，Spearman–Brown校正系数为0.963。维度α范围为0.556（Credit-seeking behaviour）至0.879（Communication behaviour），12个维度中有7个超过0.70。Credit-seeking behaviour内部一致性较低，但因其理论相关性和内容覆盖予以保留；CRED₄或CRED₅删除可提高α，但研究人员基于概念相关性保留。5.1.2 条目矩阵可因子化：Bartlett球形检验显著（χ² = 53,613.1，df = 3,916，p < 0.001），KMO = 0.76。

5.2 探索性因子分析方差解释：采用最大似然提取和直接oblimin斜交旋转；平行分析保留12个因子，与预设12维结构一致，12因子解解释68.3%总方差。5.2.1 验证性因子分析（CFA）、组合信度（CR）和平均方差提取量（AVE）：CFA拟合指数跨维度变化，Credit-seeking behaviour显示接近拟合，若干维度常规拟合指标不理想；CR在所有12个维度满意（0.713–0.910）；AVE在Achievement Motivation、Communication Behaviour和Self-Confidence超过0.50，其余为0.316–0.468。测量不变性显示，configural至metric模型ΔCFI = 0.007，支持度量不变性；scalar模型ΔCFI = 0.012，仅部分满足标量不变性。

5.3 区分效度HTMT比率：66对维度组合的Heterotrait–Monotrait（HTMT）比率为0.432–0.900，均等于或低于0.90阈值；仅Decision-making–Economic Motivation和Communication–Business Skills达到0.900，其余低于阈值，支持区分效度。

5.4 共同方法偏差Harman单因子检验：第一未旋转因子解释25.9%总方差，低于50%临界值，表明共同方法偏差未实质威胁BCI数据效度。5.4.1 专家直接评分法：12维度专家权重为0.0808–0.0888。Marketing Behaviour权重最高（0.0888），其次Decision-making Behaviour（0.0857）和Business Skills（0.0851）；Innovativeness（0.0812）和Achievement Motivation（0.0808）最低。

5.5 FPO成员资格与行为状况关联：结果显示成员与非成员在BCI及维度上存在差异。5.6 人口学特征：成员在教育、土地持有、年收入、家庭规模和联合家庭比例上显著更高，耕作经验显著更低；年龄和赚钱成员数无显著差异。5.7 行为维度成员与非成员比较：成员在全部12个维度显著更高（p_adj < 0.001），效应量d = 1.29–2.21；Economic Motivation（d = 2.21）和Feedback Behaviour（d = 2.14）差异最大。5.8 总体行为状况未调整比较：成员BCI均值为84.53（SD = 7.94），非成员为62.41（SD = 10.36），差22.12分（Welch t = ?19.52，df = 139.8，p < 0.001；Mann–Whitney p < 0.001；Cohen’s d = 2.57）。5.9 倾向得分匹配：1:1最近邻匹配，卡尺0.2 SD，AUC = 0.818；匹配保留79对（n = 158），221名成员和21名非成员未匹配；匹配后所有协变量SMD < 0.20；匹配BCI差为19.34分（t = 12.06，p < 0.001；Cohen’s d = 1.92）。5.10 双重稳健ATT估计：调整后成员与非成员差为19.71 BCI点（SE = 1.51，t = 13.04，p < 0.001）。5.10.1 替代匹配/加权稳健性检验：逆概率加权ATT为21.25，全匹配为23.80，核匹配为23.68，均正向显著，与主要双重稳健估计19.71相近。5.11 E值敏感性分析：点估计E值为6.685，置信区间下限为5.408；未测量混杂需与FPO成员资格和BCI均有风险比至少6.69的关联，才能完全解释掉观察到的ATT，表明结果对未测量混杂高度稳健。

讨论部分总结：BCI从120条中保留89条，所有保留条目满足相关性百分比>75%、相关性权重>0.75和平均相关性得分>2.25。全量表信度高于FPO文献中可比工具。EFA支持12因子结构，HTMT支持区分效度，共同方法偏差低。专家权重接近但存在差异，市场和管理能力略高。FPO成员在全部12维度更高，调整后优势约19–20分，E值高，说明与未测量混杂相比结果稳健。该研究补充了以往主要关注经济结果的FPO影响证据。维度差异最大为Economic Motivation、Feedback Behaviour、Marketing Behaviour和Business Skills，最小为Achievement Motivation，符合社会学习理论和创新扩散理论：基于技能和知识的行为更易受制度性参与影响，而深层动机较稳定。实践上，常规FPO参与可能不足以改变成就动机，需创业发展营、同伴指导或激励性考察等定向干预。政策上支持FPO推广，并可将BCI作为监测行为结果的工具。局限包括：横断面设计不能建立因果关系；可能存在未测量混杂；地理范围有限；BCI在同一研究人群中开发和应用；无法评估重测信度。未来需纵向或面板研究、独立样本验证、重测信度和多区域多干预评估。

研究结论部分翻译：本研究由简单但重要的观察引起：发展干预通常以经济结果评价，如收入、生产力和市场进入，而其对农民行为的影响关注较少。然而，持久发展不仅取决于农民获得什么，还取决于他们如何思考、决策和回应新机会。这些行为属性至关重要，因为它们可能影响发展干预收益是否在外界支持期后持续。理解此类变化因此对评估实现关键可持续发展目标进展至关重要，包括减贫（SDG 1）、可持续农业（SDG 2）和减少不平等（SDG 10）。为此，研究人员开发了一种可靠方式评估多维农民行为状况，并考察行为差异是否与FPO成员资格相关。产生的行为改变指数显示出心理测量证据和实践潜力。基于89个专家验证条目、12个加权维度，其表现出极好信度（α = 0.95）、清晰的12因子结构解释68.3%方差以及良好区分效度。组合信度提供所有维度内部一致性满意的证据，而CFA拟合和AVE跨维度变异表明某些维度可从进一步改进和独立验证中受益。该工具比迄今使用的单性状指数捕获更广泛的农民行为图景，包括市场参与、沟通、反馈和信贷寻求以及常见倾向性特征。当应用于成员和非成员时，指数显示清晰结果。FPO成员在全部12个维度表现出更高行为，其约19至20分优势即使在对两组初始差异进行仔细调整后仍保持稳固。高E值表明观察到关联对潜在未测量混杂相对稳健，尽管不建立因果关系。总体而言，这些发现提供了心理测量学支持的测量工具和可信证据：FPO成员资格与更有利农民行为状况相关。这对可持续性有启示，因为农民行为属性可能影响维持发展成果的能力。通过使行为维度更可见，BCI可为政府机构、发展组织和NGO提供常规经济指标外的补充信息。完整BCI工具包括条目措辞、反应量表、维度评分程序和指数计算公式，在补充文件中提供以支持独立应用和复现。它可能帮助识别可从进一步能力建设和推广支持中受益的行为领域，并推动小农走向可持续、公平和韧性生计并推进所服务的更广泛SDG议程。