《Frontiers in Sustainable Food Systems》：Joint determination of factors influencing adoption of climate smart agricultural practices in modern rice production in Southwest Bangladesh: a multivariate probit approach
编辑推荐：
摘要：气候变化与环境退化正日益威胁着发展中国家沿海地区的水稻生产，提高生产力与增强韧性已成为共同优先目标。气候智慧农业（Climate Smart Agriculture, CSA）提供了一套兼顾这两个目标的实践组合，然而关于盐碱稻作系统中的农户如何组合这些实
摘要：气候变化与环境退化正日益威胁着发展中国家沿海地区的水稻生产，提高生产力与增强韧性已成为共同优先目标。气候智慧农业（Climate Smart Agriculture, CSA）提供了一套兼顾这两个目标的实践组合，然而关于盐碱稻作系统中的农户如何组合这些实践、以及为何采纳往往不完整的原因，认知仍然有限。本研究利用多元Probit（multivariate probit, MVP）模型，联合考察了孟加拉西南部现代水稻种植者采纳五种常见气候智慧实践（即作物多样化、农林业、综合土壤肥力管理、小型灌溉和综合虫害管理）的相关因素。分析基于493户农场家庭的调查数据，这些家庭从三个有目的选定的村庄（分别位于横跨该区域盐度梯度的三个县中各选一个村）的完整家庭名单中随机抽取。结果表明，采纳决策相互依存，大多数家庭维持着三到四种实践的组合。土壤改良实践彼此互补，而小型灌溉则替代了多样化和土壤及虫害管理。教育程度、农场规模、牲畜拥有量和气候暴露度与特定的单项实践相关，而信贷获取、推广服务和市场信息的可及性则与整个实践组合的采纳相关联。研究发现强调了制度性渠道和气候相关因素在气候智慧农业实践采纳中的重要作用，特别是咨询服务、信贷获取以及对投资密集型实践的支持。
研究背景、现存问题与研究动机
在全球范围内，尤其是发展中国家的沿海地区，农业生产正面临气候变化与环境退化的双重压力。水稻作为孟加拉国粮食安全与经济支柱的核心作物，其生产在西南沿海地区受到尤为严峻的挑战。该地区不仅面临着海平面上升导致的盐水入侵、频繁的热带气旋和风暴潮，还承受着过去绿色革命高强度投入模式带来的土壤退化、地下水位下降等生态代价。在此背景下，如何在提升水稻产量的同时增强农业系统的气候韧性和环境可持续性，成为政策制定者和科研人员共同关注的紧迫议题。
气候智慧农业（Climate Smart Agriculture, CSA）被国际社会视为应对这一挑战的主导框架。它并非单一技术，而是一套旨在同步实现提高生产力、增强适应性（韧性）以及减少温室气体排放（如可行）三大目标的实践组合。尽管CSA的理念已被广泛接受，但在孟加拉西南部的盐碱稻作系统中，关于农户如何将这些分散的实践整合成一个协同的采纳组合，以及为什么他们的采纳行为往往是零散而非全面的，现有的知识仍相当有限。既有研究多聚焦于单一实践的分析，忽略了不同实践间可能存在的互补或替代关系；同时，多数研究将采纳视为二元选择，未能揭示农户在整个CSA实践组合中的采纳广度。此外，针对该特定区域的综合性微观计量经济学证据仍然稀缺。因此，本研究旨在填补这些空白，系统性地探究影响现代水稻农户联合采纳多种CSA实践的关键因素。
研究内容、结论与意义
研究人员基于对孟加拉西南部萨特基拉（Satkhira）、库尔纳（Khulna）和杰索尔（Jashore）三个县共493户水稻种植户的调查数据，运用多元Probit（MVP）模型，联合分析了农户对作物多样化、农林业、综合土壤肥力管理、小型灌溉和综合虫害管理这五项典型CSA实践的采纳决策。研究的主要发现包括：第一，农户的采纳决策之间存在显著的统计依赖性，表明他们是在构建一个实践组合而非孤立地选择单个技术。第二，土壤改良类实践（如综合土壤肥力管理与农林业）之间表现出互补关系，而小型灌溉则与作物多样化及土壤、虫害管理实践呈现出替代关系。第三，教育水平、农场面积、牲畜拥有量和气候暴露度等变量与特定单项实践的采纳显著相关，而信贷获取、农业推广服务和市场信息等制度性因素则与整个CSA实践组合的采纳广度普遍相关。第四，大多数受访农户采纳了三到四种实践，显示出一定的采纳广度，但尚未达到全面覆盖。
这项研究的重要意义在于：首先，它突破了传统单一方程模型的局限，通过联合估计揭示了CSA实践中复杂的内部关联，为理解农户的采纳行为提供了更贴近现实的视角。其次，研究将客观的气候风险指标与制度性变量纳入统一的分析框架，量化了环境压力和机构支持在推动采纳中的相对重要性。最后，它为孟加拉西南部这一气候脆弱但研究不足的区域提供了关键的微观实证证据，其结论对于面临类似困境的亚洲和非洲其他稻作区也具有重要的参考价值。
主要关键技术方法
本研究采用的主要技术方法如下：
- 1.
抽样设计：采用有目的性选择与概率抽样相结合的设计。首先，有目的地选取了横跨盐度梯度的三个县（萨特基拉、库尔纳、杰索尔），并在每个县内依据水稻主导地位、气候冲击历史及CSA实践经验三个标准，各选定一个村庄。随后，基于村庄完整家庭名单进行简单随机抽样，最终获得493户有效样本。
- 2.
数据收集：通过结构化问卷进行面对面访谈，问卷经翻译-回译程序确保准确性，并经过预调查修订。数据收集于2025年7月至10月进行。
- 3.
采纳广度测量：定义了一个归一化采纳计数（Normalized Adoption Count），即农户实际采纳的CSA实践数量除以总实践数（5项），用于描述农户采纳组合的宽度。
- 4.
核心计量模型——多元Probit（MVP）模型：这是研究的核心分析方法。与传统单变量Probit模型不同，MVP模型允许五个CSA实践采纳方程的误差项自由相关。通过估计这些误差项的相关系数矩阵（ρjk），模型能够识别不同实践之间的互补性（正相关）或替代性（负相关），从而克服了因忽略决策相互依赖而导致的估计偏差。模型参数通过模拟最大似然法（Simulated Maximum Likelihood）进行估计。
研究结果
3.6.1 测量CSA采纳的广度
通过计算归一化采纳计数发现，绝大多数农户并非只采用单一实践。数据显示，农户平均采纳了约3.4项实践，其中采纳三项和四项实践的农户占比最高，表明农户倾向于构建中等规模的CSA实践组合。
3.6.2 CSA采纳决策间的初步关联分析
在估计联合模型之前，研究人员使用了Phi系数（φ）和四分相关（Tetrachoric Correlation）两种指标评估了五组二元采纳变量间的成对关联。结果显示，大部分实践之间的关联在统计上是显著的，初步证实了采纳决策间的相互依赖性，为后续使用MVP模型提供了合理性基础。
3.6.3 多元Probit（MVP）模型的规格与估计
MVP模型的结果是本文的核心发现。通过联合估计五个方程，模型输出了误差项间的相关系数矩阵。关键结论包括：
- •
互补性：综合土壤肥力管理与农林业之间的误差项呈显著正相关，表明推动农户采纳其中一种实践的未观测因素（如对长期土地健康的关注）也会增加其采纳另一种实践的可能性，两者在实践中相互促进。
- •
替代性：小型灌溉与作物多样化、综合土壤肥力管理及综合虫害管理之间的误差项呈显著负相关。这表明，对于那些已经通过灌溉保障了水供应的农户而言，他们可能认为通过作物多样化分散风险和通过土壤改良保水的必要性降低了，从而形成了替代关系。
- •
影响因素分析：在控制了实践间的相关性后，模型识别出各因素对不同实践的特异性影响。例如，教育年限显著促进了综合虫害管理和作物多样化的采纳；农场规模和牲畜拥有量对农林业和综合土壤肥力管理有正向作用；经历过严重气候冲击（如洪水、干旱、虫灾）的农户更倾向于采纳作物多样化和综合虫害管理。最重要的是，信贷可得性、推广服务接触频率和市场信息获取这三个制度性变量，对所有五项CSA实践的采纳均表现出显著的正向关联，凸显了制度性支持在推动整体CSA采纳中的基石作用。
讨论与结论
讨论部分总结
研究者在讨论中指出，本研究的发现与现有文献一致，即CSA采纳是一个由农户特征、资源禀赋、制度环境和气候风险共同塑造的复杂过程。研究特别强调了制度性因素（信贷、推广、信息）的核心地位，它们不仅直接影响采纳，还可能缓解其他约束（如资本和知识壁垒）。同时，研究也承认了其局限性：由于使用的是横截面数据，无法完全排除反向因果的可能性（例如，积极采纳者可能更主动寻求信贷和推广服务），因此所估计的关系应被理解为条件性关联而非确定的因果关系。此外，样本来自有目的选择的村庄，其CSA实践普及率可能高于平均水平，限制了向全国范围的推断。
研究结论翻译
研究得出结论：孟加拉西南部现代水稻农户对气候智慧农业实践的采纳是一个高度相互依存的决策过程，农户会构建包含多项实践的采纳组合。土壤改良实践（如农林业和综合土壤肥力管理）之间存在显著的互补性，而小型灌溉则与其他实践（作物多样化、土壤及虫害管理）存在替代关系。研究明确指出，改善农户获取信贷、农业推广服务和市场信息的渠道，是促进CSA实践广泛采纳的最有效政策杠杆。同时，针对教育水平较低、农场规模较小或牲畜拥有量较少的农户，以及那些经历较少气候冲击的农户，可能需要更具针对性的干预措施。这些发现为在气候脆弱的沿海三角洲地区设计和推广气候智慧型农业策略提供了关键的实证基础和明确的政策方向。
