《Forests》:Classifying Expected Benefits of Collective Organization: A Rule-Based Approach for Non-Wood Forest Product Collectors in Serbia
编辑推荐:
尽管非木质林产品(NWFP)采集者之间的异质性已被充分证实,但关于采集者对协会的预期收益如何转化为可操作的支持概况仍知之甚少。本研究旨在将NWFP采集者对协会的预期收益操作化为支持优先级群体,并评估这些群体在采集者所陈述的参与建立协会意愿方面是否存在差异,从而
尽管非木质林产品(NWFP)采集者之间的异质性已被充分证实,但关于采集者对协会的预期收益如何转化为可操作的支持概况仍知之甚少。本研究旨在将NWFP采集者对协会的预期收益操作化为支持优先级群体,并评估这些群体在采集者所陈述的参与建立协会意愿方面是否存在差异,从而为塞尔维亚的制度支持规划提供启示。数据来源于2022年对639户NWFP采集家庭的调查,其中465户拥有完整的服务项目数据且至少指定了一项服务,构成了主要分析样本。十项服务被归入三个指数(行政支持、信息与教育支持、市场与基础设施支持),并通过一套完整的27条规则框架(采用模糊推理实现)进行分类。该框架生成了低(14.8%)、中(54.4%)、高(30.8%)支持优先级群体。中等支持优先级群体的特征表现为预期收益的混合模式,而高支持优先级群体则反映了在互补支持领域更强的预期。未用于构建分类的参与建立协会的陈述意愿,在低、中、高支持优先级群体中的报告比例分别为68.2%、73.0%和90.7%。总体关联性具有统计学显著性(χ2(2) = 19.03,p = 7.38 × 10?5;Cramer's V = 0.21),高优先级群体中陈述意愿的校正后优势比高于其他两个群体,而低-中优先级群体间的对比无统计学显著性。在一项敏感性分析(N = 615)中,将150户无任何服务选择的家庭在零得分假设下归入低优先级组,导致该组的陈述意愿降至25.6%。模糊和清晰两种实现方式对所有80种可能的输入概况给出了完全相同的分类结果;基于规则的群体与陈述意愿的关联并不强于替代分类方案。这些发现表明,预期的协会收益可以转化为可解释的模型生成群体,这或可作为探索性输入,用于规划塞尔维亚差异化的协会式制度支持。
一、研究背景与问题
非木质林产品(NWFP)对农村生计、粮食安全、医疗保健和地方经济具有重要贡献,尤其在正规就业、信贷和公共服务获取受限的地区。然而,该部门的可持续发展不仅取决于资源可用性,还依赖于规范准入、促进市场参与和价值增值、以及推动采集者与其他价值链参与者合作的制度安排。尽管已有研究认识到NWFP采集者在生计依赖、市场导向、资源获取和社会经济特征等方面存在显著异质性,但对于采集者从协会中预期的具体收益如何转化为可操作的、差异化的支持方案,学界所知甚少。在塞尔维亚,NWFP采集提供了农村家庭的补充收入,但采集者之间的制度化合作仍然有限。现有的正式集体组织形式(如真菌学会和药用植物协会)主要聚焦于教育、保护和知识交流,而非集体营销。因此,迫切需要将采集者对协会的多维度预期收益进行系统分类,并考察其与参与建立协会意愿的关系,以为差异化制度支持的设计提供依据。
二、研究方法与技术路线
研究人员采用了一套结合问卷调查与模糊规则系统的多步骤方法。首先,数据来源于2022年在塞尔维亚舒马迪亚和西塞尔维亚地区以及南部和东部塞尔维亚地区进行的入户调查,最终纳入465户至少选择了一项预期服务的NWFP采集家庭作为主要分析样本。关键技术方法包括:
- 1.
指标构建:将问卷中列出的十项预期协会服务,根据概念相关性分为三个制度支持维度——行政支持、信息与教育支持、市场与基础设施支持。每个维度计算为一个复合指数,取值范围为0到1。
- 2.
模糊规则基础决策支持框架:开发了一个包含27条完整规则的模糊推理系统。每个输入维度被划分为低、中、高三个语言变量,通过隶属函数进行模糊化。规则库由研究人员基于各支持维度的实质功能预先设定,遵循单调性原则,并采用最小t范数(AND算子)和加权平均解模糊化,最终将每个家庭分配至低、中、高三个支持优先级群体之一。
- 3.
统计分析与验证:使用卡方检验、Cochran-Armitage趋势检验和逻辑回归模型,检验支持优先级分组与陈述意愿之间的关联,并校正区域、年龄、性别等协变量。此外,通过改变隶属函数参数、规则库规模、解模糊化方法等14种情景进行敏感性分析,并与简单平均指数、k-means聚类和潜在类别模型等替代分类方法进行比较。
三、研究结果
3.1. 制度支持维度的分布
描述性统计显示,市场与基础设施支持维度的均值最高(0.499),其次是信息与教育支持(0.427),行政支持最低(0.371)。这表明,平均而言,家庭在市场与基础设施领域选择了更大比例的服务项目。
3.2. 支持优先级群体的分布
在参考规格下,465户家庭被分为低(14.8%)、中(54.4%)、高(30.8%)三个支持优先级群体。所有家庭均激活了至少一条规则,无需回退赋值。
3.3. 不同支持优先级群体的制度支持模式
低优先级群体选择的平均服务数量极少(中位数为1),且无人选择信息与教育服务。中优先级群体表现出选择性或混合型预期(中位数3项服务),其特征是行政支持低,而信息与教育支持及市场与基础设施支持处于中等水平。高优先级群体则具有广泛的预期(中位数10项服务),在所有三个维度上均呈现高平均值,其中60.8%的家庭在所有三个维度均为高水平。
3.4. 支持优先级群体与陈述意愿的关系
对于443户有有效回答的家庭,低、中、高优先级群体的陈述意愿分别为68.2%、73.0%和90.7%。总体关联性和趋势检验均具有统计学显著性。在调整区域、年龄、性别、家庭收入、教育和森林所有权后,高优先级群体的陈述意愿校正后优势比显著高于低优先级和中优先级群体,而中、低优先级群体之间无显著差异。这一发现在两个地区内保持一致。
3.5. 支持优先级群体的探索性特征
经Holm校正后,支持优先级群体与五个特征显著关联:协会成员身份、NWFP销售的主要市场、与其他采集者的合作、就业状态和教育水平。例如,现任协会成员几乎只出现在高优先级群体中(7.7%)。高优先级群体中与其他采集者合作的比例最高(76.9%)。
3.6. 最常观察到的输入配置
共观察到24种输入水平组合。最常见的配置是所有三个维度均为高水平(n=87)。其余四种常见配置仅包含低和中级水平,其中三种属于中优先级群体,而所有维度均为低水平的配置(n=41)属于低优先级群体。
3.7. 敏感性分析结果
在14种敏感性场景中,有9种产生了与参考分类完全一致的结果。分类变化发生在分区A和特定领域分区下,但陈述意愿在高优先级群体中始终最高(88.4%-91.7%),且关联性保持显著。初始12条规则库下的关联性数值更强,表明完整的27条规则库并未强化这种关联。将150户无服务选择的家庭加入样本后,低优先级群体的陈述意愿降至25.6%,整体关联性增强。
3.8. 与替代分类方法的比较
在完整规则库下,模糊和清晰应用对所有80种输入概况产生了完全相同的分组。基于规则的分类与陈述意愿的关联强度(Cramer's V = 0.207)与简单平均指数、k-means聚类或潜在类别模型相比,无统计学显著差异。直接逻辑回归显示,只有市场与基础设施支持指数与陈述意愿显著关联(OR = 8.22)。
四、讨论与结论
讨论总结:本研究表明,模型生成的支持优先级群体反映了预期收益的不同配置,而非仅仅是总体水平上的差异。中优先级群体在某些支持领域有较强预期而在其他领域较弱,这种模式若将预期支持视为单一连续体则会被掩盖。市场与基础设施支持在所有维度中均值最高,且在直接回归中是与陈述意愿唯一显著相关的维度,凸显了其在集体行动中的核心地位。高支持优先级群体在所有维度均有广泛预期,其陈述意愿也最高,这与集体行动理论中“预期收益足以弥补合作成本”的观点相符。然而,低优先级群体仍有68.2%(主样本)的陈述意愿,表明有限的预期并不等同于不愿参与,但此比例在加入无服务选择家庭后骤降至25.6%,强调了区分预期收益与陈述意愿的重要性。探索性分析发现,协会成员身份、主要销售市场等特征与分组存在关联,但效应量较小。与替代方法的比较显示,基于规则的分类在统计性能上并无优势,其价值在于提供透明、可解释的预期收益配置表征,而非卓越的预测能力。
研究结论翻译:本研究开发并评估了一个可解释的基于规则的分类框架,用以将塞尔维亚NWFP采集者对协会的预期收益操作化。通过将十项预期服务整合到三个制度支持维度中,该框架生成了三个反映不同预期收益模式的模型驱动支持优先级群体。低优先级群体在所有维度上报告了有限的预期收益,而高优先级群体表达了持续的高预期。中优先级群体表现出混合模式,行政支持预期低,而其他两个维度预期中等。假设H1得到部分支持:高优先级群体中参与建立协会的陈述意愿显著高于低和中优先级群体,而后两者之间未检测到统计学显著差异。一项额外的样本定义敏感性分析还表明,在明确的零得分假设下,将无服务选择的家庭分配到低优先级组,会大幅降低该组中表达陈述意愿的比例。完整的27条规则框架虽采用模糊推理实现,但其清晰应用对所有80种可能的输入概况产生了完全相同的分组。此外,与替代方法的比较未能证明基于规则的分类与陈述意愿之间存在更强的关联。这些发现表明,该框架的贡献主要在于对预期收益配置进行明确且可解释的表征,而非来自模糊化本身的额外分类效益。直接逻辑回归进一步显示,在考虑其他两个指数后,仅有市场与基础设施支持指数与陈述意愿具有统计学显著关联。从政策角度看,该框架可作为初步诊断工具,用于探讨协会式支持如何响应行政、信息与教育以及市场与基础设施服务方面的不同预期收益模式。然而,分类应服务于而非自动化决策,任何实际应用都需要结合参与式评估、试点评价以及地方咨询、专家判断和社会经济与地域标准。本研究的主要贡献在于提供了一个操作性框架,用于将多维度的预期协会收益转化为可解释的模型生成群体,评估其与独立测量的陈述意愿的关联,并评价所得分类的稳健性。