农民的创新能力：对能力要求认知的定性和定量分析

《The Journal of Agricultural Education and Extension》：Innovation competencies among farmers: a qualitative and quantitative analysis of competency requirement perceptions

　　**摘要**

**目的**
本研究的目的是概述农民的能力需求以及他们对这些能力在创新中重要性的认知。

**设计/方法论/方法**
在研究1中，基于对德国农民和农业专家（N = 34）的访谈，开发了一个能力模型，以评估农民的能力需求。在研究2中，通过在线调查（N = 211）来考察农民对该模型中能力对创新重要性的看法。

**研究结果**
研究结果表明，有16项能力被认定为对创新过程至关重要，这些能力被分为专业能力、方法能力、社会能力和个人能力四个方面。个人能力、方法能力和专业能力方面的评分显著高于社会能力方面。

**实际意义**
本研究开发的能力模型为识别、培养和应用农民的创新能力提供了实践指导，有助于支持教育、培训、招聘和继任计划，从而增强农业领域的创新能力。

**理论意义**
本研究通过具体化FINCODA模型，推进了对农业创新能力的理论理解，强调了在构建个人创新能力模型时考虑行业特定因素的必要性。

**原创性/价值**
本文首次识别并构建了针对农民的创新能力模型。

**关键词**
创新能力；能力建模；农民能力；德国；农民认知；FINCODA

**引言**
农业领域正在经历持续变革，部分原因在于需要应对大规模的全球性问题，例如减少温室气体排放（Thamarai等人，2024年）。农民必须通过采用、共同开发和创新来调整他们的农场实践和流程（Bünger，2020年）。然而，农民可能认为创新复杂且充满不确定性，需要付出巨大努力。这些担忧可能会降低他们改变的意愿（de Boon、Sandstr?m和Rose，2024年）。因此，了解有助于农民成功创新的因素对于农业教育和推广工作至关重要。
具备相关能力是实现创新和适应性的前提（Anzengruber和Goetz，2020年；de Boon、Sandstr?m和Rose，2024年）。通过创建能力模型，可以更容易地识别和衡量相关能力，并发展相应的教育和培训（Campion等人，2011年）。能力模型是对工作职能所需当前和预期知识、技能和能力的系统化表示（Kauffeld和Paulsen，2018年）。此外，研究表明，当目标群体参与开发过程时，能力模型最具有效性和可接受性（Campion等人，2011年；Kauffeld和Paulsen，2018年）。因此，了解农民认为哪些能力对创新有帮助至关重要。
尽管人们对农业创新能力的兴趣日益增长，但专门针对农民的研究仍然有限。Tarekegne等人（2021年）的研究除外，他们识别了小农户作为创新者所需的能力。其他研究则关注相关领域，如可持续能力（Galt、Parr和Jagannath，2013年）、就业能力（Parrella等人，2024年）或多样化和数字化能力（Forstner-Ebhart等人，2016年；Specht、Braun和H?ring，2015年）。尽管一些框架包括了与创新相关的行为，如解决问题（Beinert，2017年）或合作技能（Gindele、Kaps和Doluschitz，2015年），但它们并未将这些行为明确定义为创新能力。总体而言，现有模型是否完全涵盖了农业创新所需的能力仍不清楚。
为填补这一空白，本研究旨在概述农民在农业中的能力需求以及这些能力对创新的重要性。目的是提高人们对农业创新所需个人能力的认识。为此，我们借鉴了来自更广泛行业的创新能力框架（FINCODA，Marin-Garcia等人，2016年），基于最佳实践和农民的认知，开发了一个针对农民的创新能力模型。本文通过首次识别出针对农民的创新能力，为农业教育和推广理论做出了贡献。我们开发的模型基于来自德国的多种数据源，提供了一个基于证据的工具，用于指导农民的能力发展以及培训干预措施的设计和实施（Kauffeld和Paulsen，2018年）。此外，我们还研究了为工业领域开发的模型（如FINCODA；Marin-Garcia等人，2016年）在农业领域的适用性。依赖相关的能力模型可以提高农民满足农业系统创新需求的能力。

**理论背景**
关于工作场所能力的文献中有多种对能力和基本构成要素的定义（Wong，2020年）。然而，大家普遍认同能力的定义是成功完成特定工作任务的能力。它涵盖了所有使个人、团队或组织能够有效处理熟悉和新工作任务的能力（技能、知识和知识组合）（Kauffeld，2006年；Mulder、Weigel和Collins，2007年）。能力被认为是特定情境下的、受主体影响的，并且是可以发展的（Kauffeld，2006年）。
分析能力需求的关键步骤是在能力模型中系统化这些能力（Kauffeld和Paulsen，2018年），这涉及开发透明、可观察和可衡量的绩效构成要素，以涵盖当前和未来的需求。通用能力模型可以适应特定组织（Campion等人，2011年），并遵循最佳实践建议（Campion等人，2011年；Soderquist等人，2010年；Stevens，2013年）来构建特定于工作的能力模型。
能力建模和基于能力的开发在农业研究中有悠久的历史（Mulder，2001年；2017年）。国内外都有许多模型关注农民的能力需求。有些采用广泛的方法（例如美国的Colclasure，2020年；埃塞俄比亚的Tarekegne等人，2021年；德语国家的Forstner-Ebhart等人，2016年），而另一些则针对特定领域，如多样化（Specht、Braun和H?ring，2015年）、创业（Gindele、Kaps和Doluschitz，2015年）或数字化（Bretschneider，2019年）。然而，明确定义创新能力的能力模型仍然不多。

**农业中的创新能力**
创新能力可以定义为“个人在创新情境和变化环境中贡献的能力、技能和知识”（Zabich和Bressler，2016，第4页）。它们共同构成了创新过程中所需的复杂专业表现（Genari、Faccin和Bittencourt，2024年）。要理解农民的创新能力，首先需要了解农业创新系统以及农民在其中的作用。
农业知识与创新系统（AKIS）指的是旨在加速农业创新的国家级政策和咨询结构（Klerkx，2020年；Knickel等人，2009年）。AKIS的一个核心原则是农民不是孤立的创新者，而是科学、教育、推广、产业和政府以及非正式参与者（如邻居和当地社区，microAKIS；Sutherland和Labarthe，2022年）的一部分。这些参与者共同生产塑造农业系统未来的创新（Klerkx，2020年；Knickel等人，2009年）。AKIS的结构和农民的角色因创新类型和范围而异。在大规模创新项目中，如农光互补或电气化机械（例如Schneider等人，2023年），农民通常不是创新的发起者，而是需求驱动者和未来用户（Bünger，2020年）。相比之下，企业内部的新创新——即农场根据以前未使用的想法进行变革——非常普遍且重要。2017年至2020年间，德国、荷兰和法国的45%的农场引入了新的产品或流程（Bünger，2020年）。因此，创新能力在各种情境中都是必需的——从改变实践或应用新知识到采用行业创新（如新技术）（de Boon、Sandstr?m和Rose，2022年；Eastwood、Klerkx和Nettle，2017年）。
尽管农业文献承认人类能力在创新中的作用，但很少明确讨论创新能力概念。Pant（2012年）是最早将这一术语引入农业研究的人之一，尽管他没有特别关注农民。后续研究主要关注AKIS中的其他参与者。关于创新中介和农业食品企业的研究强调了诸如学习意愿、适应性和非线性思维（即保持解决途径的灵活性）、灵活性和组织间网络等能力（Knickel等人，2021年）。Nyamweru等人（2024年）提出的变革代理框架也将创新能力列为可持续农业的十一个关键能力之一。这里将创新和创造力定义为通过有效组织必要资源和活动来识别和实现机会的能力（Nyamweru等人，2024，第351页）。尽管这些能力对刺激农业创新很重要，但它们可能并不完全适用于农民。
农民教育的能力清单包括与创新相关的行为，如推动变革（Braun、Specht和Wenz，2015年）、解决问题（Beinert，2017年）和合作（Gindele、Kaps和Doluschitz，2015年），但并未将这些行为称为创新能力。Tarekegne等人（2021年）提供了一种更系统的方法，他们将能力映射到小农户的角色中，包括“创新者”。他们确定了诸如组织和管理信息、整合本土知识、解决问题以及生成和应用新知识等技能。尽管有所贡献，但针对农民层面的创新能力理论化仍然有限。

**概念框架和研究问题**
能力通常被视为部分独立于行业的，可以提供跨行业的见解。然而，Genari、Faccin和Bittencourt（2024年）的近期回顾强调了定义个人创新能力的概念多样性。欧盟资助的FINCODA项目（Marin-Garcia等人，2016年）提出了一个简洁的、基于组织的模型，用于评估专业环境中的创新能力。该模型基于文献综述，确定了五种具有行为指标的创新能力：创造力、批判性思维、主动性、团队合作和网络建设。创造力涉及超越常规的思考；批判性思维包括分析和评估选项及评估风险；主动性体现出自始至终、积极主动和持续的行为（Pérez-Pe?alver、Aznar-Mas和Montero-Fleta，2018年）。团队合作指的是有效的协作，而网络建设涉及与团队之外的利益相关者互动（Marin-Garcia等人，2016年）。
与强调抽象或基于人格的创新能力定义的模型不同（Genari、Faccin和Bittencourt，2024年），FINCODA关注可观察的、与实践相关的行为。其五种能力与自我评估和主管评估的创新行为以及验证研究中的创新成功案例有显著正相关（Butter和van Beest，2017年）。此后，该模型已在多项研究中得到应用（Kein?nen和Kairisto-Mertanen，2019年；Saatci和Ovaci，2020年）。鉴于其国际认可度和实践导向性，我们使用FINCODA来指导我们的能力建模方法（Marin-Garcia等人，2016年）。
本研究旨在开发适用于农民创新的能力模型。为满足农业创新的特定需求，我们首先构建了一个基于最佳实践和未来导向的通用能力模型，采用多种数据来源。FINCODA虽然为传统企业环境开发（Marin-Garcia等人，2016年），但可能无法完全反映农业工作的独特特点、创新动态和知识系统（Klerkx，2020年）。因此，我们的能力模型开发始于以下探索性问题：RQ1：农民现在和未来需要哪些能力？
据此，第二个目标是探讨农民对这些能力在创新和采用中的相关性的认知。我们提出以下研究问题：RQ2：德国农民认为能力模型中的哪些能力对掌握创新至关重要？

**方法论**
为了解决RQ1（农民现在和未来需要哪些能力），我们进行了能力建模过程，包括多个数据收集和整合步骤。为了解决RQ2（哪些能力被认为对创新重要），我们在德国农民中进行了在线问卷调查。表1概述了用于解答每个研究问题的数据。所有数据收集均由德语母语者完成，结果由我们的双语团队（包括英语和德语母语者）共同翻译。表1显示了收集的数据、方法、时间和规模以及收集的信息。

**能力建模**
能力模型是根据表2中概述的最佳实践开发的，并根据农业需求进行了调整。该模型以农民作为农场经理的角色为基础。尽管我们认识到很少有单一的管理者能够具备农场所需的所有技能，但在本研究的背景下，将农场管理者视为代表现代农业企业所需所有技能的代理。以下部分详细介绍了开发过程中每个步骤的过程和质量标准。表2展示了在能力建模过程中应用的最佳实践建议。下载CSV | 显示表格。

**文档分析**
由于后续研究是在德国背景下进行的，因此使用了专注于德语地区并明确涉及农民或农场管理的文档。我们通过Google Scholar搜索找到了相关文档。最终选定的十份文档基于相关性、质量和适用性。具体来说，我们包括了基于实证数据（例如案例研究、专家访谈）的出版物，并且结果足够详细。所有选定的文档均发布于2010年至2020年之间。
由于能力模型应通过提供概览（例如通过将能力分为不同方面）来帮助理解能力需求，因此根据Kauffeld（2006年引用）的观点，文档中提到的能力被归类为专业能力、方法能力、社会能力和个人能力。专业能力涉及特定任务的知识和解决问题的能力；方法能力涉及灵活运用方法和策略；社会能力包括在社会环境中有效互动和实现目标的技能；个人能力包括自我意识、对变化的开放性以及积极主动的态度。这种结构非常适合农业领域，因为研究表明农民需要广泛的能力，特别是非领域特定的能力（参见Colclasure 2020年引用；Parrella等人2024年引用）。

**编码方案**
接下来，将生成的编码方案与FINCODA创新能力框架进行了比较。该框架中的所有五项能力——创造力、批判性思维、主动性、团队合作和网络能力——已经根据分析的农业文档被识别并整合到编码方案中。

**访谈**
随后，我们对两个专家小组进行了半结构化的在线访谈，这些小组代表了农民能力要求的不同观点。第一个小组称为农业专家（N=16人），成员来自学术研究机构、行政办公室和行业，与农业领域关系密切。其中18.8%为女性，平均年龄为48岁。第二个小组称为农民（N=18人），包括13名农场管理者、2名员工、2名实习生和1名退休人员。农民组中12.5%为女性，平均年龄为32岁。农场规模从24公顷到1,000公顷不等，平均为359公顷。样本中的农场明显大于德国的平均农场规模（2023年为65公顷；BMEL 2024年引用）。72%的农民表示农业是他们的主要收入来源。农业活动包括作物生产、畜牧业和混合经营。
每次访谈平均持续67分钟，除了探讨能力外，还讨论了职业路径和变革动机，这是关于脱碳农业未来更广泛研究项目的一部分。在本次分析中，相关问题是在讨论脱碳农业具体情景之前提出的，问题是：“农民今天和未来需要哪些知识和技能才能取得成功？”总共提取了434条相关陈述，并使用MAXQDA软件（VERBI软件2019年引用）和Mayring与Fenzl（2019年引用）提出的编码指南进行了系统编码。编码结合了演绎和归纳方法，将陈述归类为不同能力及代表行为指标的子类别。
为了评估编码者之间的可靠性，让第二位编码者独立对12%的材料进行编码，并计算了评分者间相关系数（ICC），结果为0.778，表明一致性良好（Koo和Li 2016年引用）。为了确保模型的相关性和简洁性，对于专业能力、方法能力、社会能力和个人能力这四个能力方面，分别确定了绝对编码的中位数。绝对编码是指计入选定能力的总次数（每次访谈中可能有多次提及）。所有绝对编码低于中位数的能力都被排除作为独立能力，并在适当情况下整合到其他能力中以提高分析清晰度。作为独立能力被移除的能力详细列在附录A中。剩余的能力按其在各个方面的绝对编码进行了排序。专家访谈导致了对模型的彻底重构，使得能力定义更加精确。文献和访谈的结合增强了能力模型的稳健性和相关性（Kauffeld和Paulsen 2018年引用）。

**验证研讨会**
能力模型的最后阶段是与农业专家（N=7人）和农民（N=6人）进行了两次验证研讨会。这些研讨会有两个主要目的：首先是审查和完善模型的结构和清晰度；其次是识别任何缺失的能力或行为指标（Kauffeld和Paulsen 2018年引用）。采用了沟通验证的定性方法（Kauffeld和Paulsen 2018年引用），因为它促进了研究人员与参与者之间的对话和共识构建。

**在线问卷**
为了回答研究问题2（RQ2），我们在2023年1月至6月期间收集了在线问卷的回复。参与者通过滚雪球方式招募，并得到了德国有机报纸市场研究部门的支持。参与标准是在农场工作（无论担任何种职位）。共有316名参与者完成了问卷调查。由于数据缺失，实际可用于分析的有效回复数为211份。其中35人（16.6%）为女性，176人（83.4%）为男性。参与者的平均年龄为42.73岁（标准差=15.60岁）。此外，77.9%的参与者表示他们已经或即将将农场作为家族企业继承。绝大多数参与者（73.1%）表示农业是他们的主要收入来源。农场规模从3公顷到4,350公顷不等，平均为205.6公顷。
问卷重点关注了在前述模型中开发的能力在启动和实施创新方面的意义，而不仅仅是它们在农场运营中的普遍适用性。受访者被问到：“在您看来，以下能力对于农民发展和/或实施创新有多重要？”创新被定义为对受访者农场来说新颖的产品、服务、流程或技术。这些创新可以来自农民自己的想法，也可以从其他农场、企业或研究中借鉴。受访者使用六点李克特量表对每项能力进行评分，范围从1（“完全不重要”到6（“非常重要”）。我们使用六点李克特量表是为了避免中性中间点，并保持与问卷所有项目的回答格式一致，从而确保一致性和易于完成。每个能力都附有源自相应子代码的简明定义（行为指标）。受访者还被要求在同一量表上对创新对其业务的重要性进行评分。
数据通过计算能力的样本平均值和能力方面的聚合平均值（专业能力、方法能力、社会能力和个人能力；Kauffeld 2006年引用）来进行分析。使用Cronbach's alpha和McDonald's omega计算了各方面的内部一致性。结果显示，专业能力的α=0.80，ωt=0.87；方法能力的α=0.73，ωt=0.73；社会能力的α=0.79，ωt=0.85；个人能力的α=0.73，ωt=0.76。这些结果表明所有方面都具有良好的可靠性。我们比较了这些能力方面，以探索农民如何优先考虑创新能力的各个维度，尽管理论模型（如FINCODA）通常认为这些维度同等重要，但实证研究显示感知重要性存在差异（例如Parrella等人2024年引用）。由于没有先前的研究基于感知重要性对创新能力进行过统计比较，因此我们进行了探索性分析，没有特定的假设。使用Bonferroni校正的六方差检验比较了聚合后的方面平均值，以控制alpha误差的累积。我们将分析限制在方面层面，因为测试所有能力之间的统计差异会降低解释价值并涉及过多的比较。

**能力模型**
第一个研究目标是开发一个模型，涵盖德国农民今天和未来成功工作所需的能力。指导原则是将模型分为四个方面（专业能力、方法能力、社会能力和个人能力；Kauffeld 2006年引用）。经过所有建模阶段（文档分析、访谈和验证研讨会）后，最终模型包含了16项能力。
这些能力被分配到四个方面如下：
1. **专业能力**：确定了六项能力。专业能力包括经济管理、农业生产、流程思维、操作农业机械、创造性思维以及数据处理和信息处理。经济管理例如被描述为“深入处理业务管理，包括融资、保险和银行”（农业专家12）。农业生产被描述为“熟悉自然”，包括“了解土壤、植物和动物”（农业专家2）。它包括安全、可持续的高质量生产。流程思维是指“提前思考”并预测未来市场需求的能力（农民15），此外还包括解决问题和追求长期成功。操作农业机械被描述为“知道如何使用机器”（农民5）。创造性思维涉及“找到新方法”，从产生想法到市场营销和实施（农业专家2）；数据处理和信息处理包括“在拖拉机上安装额外设备……以便能够评估机器的工作情况和资源使用情况”（农业专家3）。
2. **方法能力**包括反思和学习、组织工作以及应用信息技术。反思和学习被描述为“需要定期接受进一步培训并了解公司情况”，还包括反思错误和反馈（农民8）。组织工作包括提前估算销售量和规划生产，例如“我需要考虑三个月后需要多少只鸡”（农民6）。应用信息技术意味着“操作计算机”并对使用它们有信心（农民16）。
3. **社会能力**包括沟通、建立网络、领导他人和与他人合作。沟通被描述为以有针对性和修辞技巧的方式传达目标。这越来越多地包括使用社交媒体进行营销或招聘等活动，尽管有些保留意见——例如，“未来可能不得不更多地处理社交媒体”（农民16）。建立网络是指识别“对我这个个体公司来说真正相关的利益相关者，即从邻居开始，到州级、联邦级、欧盟级别，乃至国际级别”（农业专家9）。领导力与公平和宽容地对待员工相关，认识到“他们都会犯错，而且总会有各种情况发生”（农民15）。与他人合作被例证为“以非常简单的方式共同完成任务”（农民1）。
4. **个人能力**包括自我调节、展现主动性和开放性。自我调节被描述为“适应以前没有的条件”（农民16），以及了解个人能力、资源和局限，并能够自我激励和自我控制。展现主动性意味着不仅仅是遵循指令，还要“为自己思考并安排任务”（农民15），并即使有风险也要追求不寻常的新话题和尝试新事物。展现开放性指的是“对新事物和变化的某种开放态度”，因此保持灵活性和 spontaneity（农民1）。

所有能力在表3中进行了更详细的描述。除了每项能力的定义及其行为指标外，表3还显示了访谈研究中纳入该能力的绝对编码和相对编码的数量，分别统计了农业专家和农民组的编码情况。相对编码表示为对该能力做出陈述的参与者比例。此外，表3还展示了文档分析中对每项能力有贡献的文档。详细参考文献见参考文献部分。表3展示了基于RQ1开发的农民能力模型。
值得注意的是，FINCODA创新能力框架中的五项能力（Marin-Garcia等人2016年引用）在分析的文档和访谈中得到了支持，因此被整合到了模型的相应能力方面中。具体而言，过程思维（对应于批判性思维）和创造性思维（对应于创造力）被归类在专业能力之下；与他人建立网络和合作（对应于团队合作）被归类在社会能力之下；展现主动性则被归类在个人能力之下。对访谈数据的深入分析揭示了更多模式。如表3所示，经济管理是最常被提及的能力（在农业专家中占69%，在农民中占78%）。这种重视与专业能力方面的高频提及一致（总共185次编码），而方法论能力方面有83次编码，社会能力方面有87次编码，个人能力方面有79次编码。尽管对专业能力的关注相对较高，但农民和农业专家都认为农民是需要多元化能力的复合型专业人士。正如两位受访者所指出的，“农民必须在许多方面都是多面手”（农业专家2），“实际上应该能够做所有事情”（农民14）。

本研究第二个目标是评估RQ1中确定的技能在创新过程中的重要性（RQ2）。图1展示了所有16项技能的样本平均重要性评分，按四个能力维度（专业、方法论、社会和个人）汇总后的平均值进行排序（Kauffeld, 2006）。这些技能的平均值范围从4.35（沟通）到5.07（反思与学习），表明所有技能都被评为“相当重要”或“重要”。在维度层面，个人能力维度的平均值最高（M=4.88），其次是方法论（M=4.83）、专业（M=4.79）和社会（M=4.47）。此外，受访者普遍认为创新“相当重要”或“重要”（M=4.51，SD=0.98）。请注意：四个能力维度（个人、方法论、专业、社会）以及各维度内的十六项技能按其汇总/样本平均值降序排列。FINCODA框架（Marin-Garcia等人，2016）中的创新技能用星号标记。

该图表显示了一个条形图，并叠加了一条折线图，总结了农民对16项与创新相关技能的评分。横轴列出了分为四个维度的技能：个人能力、方法论能力、专业能力和社会能力。左侧的纵轴以10为步长显示参与者数量（从0到90）。右侧的纵轴以0.20为步长显示平均评分（从3.80到5.20）。每个技能有6个堆叠的条形图，表示不同的评分选项，具体如下：1=完全不重要，2=不重要，3=不太重要，4=相当重要，5=重要，6=非常重要。一条带标记的实线表示每个技能在右侧轴上的平均得分。平均值从沟通的4.35到反思与学习的5.07不等，大多数平均值介于4.5到5.0之间。图表下方的维度平均值分别为：个人能力M=4.87，方法论能力M=4.84，专业能力M=4.78，社会能力M=4.47。FINCODA框架（Marin-Garcia等人，2016）中确定的创新技能用星号标记。过程思维的平均值最高，为4.92；创造性思维的平均值为4.86；展现主动性的平均值为4.85；与他人合作和建立网络的平均值为4.52。

为了进一步了解这些技能的重要性，我们根据它们的样本平均值对其排名进行了分析。FINCODA框架确定的五项创新技能排名如下：过程思维（排名第3）、创造性思维（排名第5）和展现主动性（排名第6）获得了相对较高的评分。然而，与他人合作（排名第14）和建立网络（排名第15）的重要性评级明显较低。对能力维度的探索性分析显示，社会维度的重要性显著低于专业维度（t(209)=6.46，p<.000，d=0.45）、方法论维度（t(209)=6.76，p<.000，d=0.47）和个人维度（t(210)=8.09，p<.000，d=0.56）。其他维度之间未发现显著差异：专业-方法论（t(209)=-1.01，p<.32，d=0.07），专业-个人（t(209)=-1.84，p<.07，d=0.13），以及方法论-个人（t(209)=-0.97，p<.07，d=0.07）。

本研究的目的是概述农民的能力需求及其对这些能力在创新中重要性的看法。研究结果既证实了也扩展了之前的研究（Dik, Runhaar, 和 Termeer, 2022；Marin-Garcia等人, 2016；Mulder, 2017；Tarekegne等人, 2021）。首先，我们的结果扩展了最初为组织和工业环境开发的FINCODA框架，将其应用于农业环境（Marin-Garcia等人, 2016）。FINCODA模型概述了五项创新技能：批判性思维（此处指过程思维）、创造力、主动性、建立网络和团队合作（此处指与他人合作）。虽然所有这些技能都被农民视为相关，但FINCODA仅作为一个有用的起点。然而，我们的发现表明，它并没有完全涵盖农民所认为的创新所需的所有技能。参与者列出了16项与创新和采纳相关的技能，包括个人（如展现开放性）、方法论（如反思与学习）、专业（如生产农产品）和社会（如领导）能力。

与之前的农业研究（例如Tarekegne等人, 2021）不同，后者主要通过收集信息、整合知识和应用新实践等认知和方法论行为来定义农民的创新者角色，我们的框架包含了更广泛的能力。它增加了个人能力，如展现主动性、展现开放性和自我调节，以及社会能力，如建立网络——突显了农民所感知的创新相关能力的广泛范围。值得注意的是，我们的研究中的农民最重视个人能力和与学习相关的能力。特别是反思与学习和展现开放性被评为最重要，这支持了其他研究的结果，如Mulder（2017）的5CFC模型和Dik, Runhaar, 和 Termeer（2022）的研究，这些研究强调了学习在创新中的核心作用。与专注于特定类型创新（例如Eastwood, Klerkx, 和 Nettle, 2017关于精准农业创新）或角色（例如Nyamweru等人, 2024中的变革推动者）的研究不同，我们邀请受访者广泛思考创新——无论是自开发还是采用的任何产品、服务、流程或技术。这可能鼓励了人们对更广泛技能集的考虑。

在探索性地比较四个能力维度时，我们的研究中的农民认为个人能力、方法论能力和专业能力比社会能力更重要。尽管社会能力维度的平均值仍表示中等重要性，但考虑到之前的创新能力框架（如FINCODA）将社会能力视为与其他维度（包括创造力和专业Knowledge）同等重要（Pérez-Pe?alver, Aznar-Mas, 和 Montero-Fleta, 2018；Zabich 和 Bre?ler, 2016），这一发现仍值得注意。然而，这些模型也指出，能力的相关性可能随着创新阶段的不同而变化，在实施和扩散过程中，社会能力、团队合作和建立网络会变得更加重要（Pérez-Pe?alver, Aznar-Mas, 和 Montero-Fleta, 2018）。

本文通过提供一个针对农民的创新能力模型，为理论发展做出了贡献，这一模型基于既定的能力建模标准（Campion等人, 2011；Kauffeld和Paulsen, 2018；Kortsch等人, 2016；Soderquist等人, 2010；Stevens, 2013）。Genari, Faccin, 和 Bittencourt（2024）在最近一篇关于个体创新能力的综述中指出了该领域研究的碎片化状态，并强调了需要反映行业特定现实的框架。响应这一呼吁，我们是第一个将现有模型应用于农业领域并进行扩展的团队：FINCODA创新能力框架，该框架最初是为工业组织环境开发的（Marin-Garcia等人, 2016）。我们的研究结果表明，在将创新能力框架应用于新领域时进行调整和扩展的价值。虽然农民认为FINCODA中的技能与创新相关，但他们也强调了原始模型中未包含的额外技能——尤其是反思、学习和展现开放性等技能。这加强了适应性、行业响应型创新能力定义的论点。通过将框架建立在农业实践中，本研究推进了对农业领域创新能力的理论理解，并有助于开发更具情境敏感性的模型。

我们的研究结果提出了一个能力模型，突出了农民在农业创新中所需的一系列广泛技能，这对推广和咨询系统（EAS）以及农业知识服务（AKIS）具有重要意义。由于能力可以被视为有效咨询系统的结果（Blockeel等人, 2023），该模型为将创新相关能力整合到咨询政策战略发展中提供了基础。这在农业技能劳动力短缺的背景下尤为重要（BMEL, 2020），因为它强调创新依赖于超出传统农业培训的各种能力。所确定的技能范围表明，具有不同专业背景的人——特别是那些具备个人、社会和方法论能力的人——可以对创新做出重要贡献。因此，政策努力应支持在创新项目中形成跨学科和跨领域的团队，例如欧盟CAP网络（前身为EIP-AGRI；EU CAP Network, 2025），确保互补能力有效整合到创新过程中（Klerkx, 2020；Klerkx, Jakku, 和 Labarthe, 2019）。此外，该模型可作为咨询设置的起点，用于继任计划或人力资源开发等战略目的。它可能有助于自我评估，并帮助识别这些背景下的创新潜力，例如在农场继任者中。结合数据驱动的工具（如人力资源分析，Karwehl和Kauffeld, 2021），该模型可能支持农业中的系统化能力管理。

在农业教育中，该模型可以指导基于能力的学习目标和培训计划，以适应创新需求。将这些能力整合到课程中——通过课程模块或职位描述——可以增强农业专业的创新形象，并在劳动力短缺的情况下吸引新人才。该模型可作为更新教学框架的基础，包括与学习水平的对齐。模型中包含的行为指标（见表3）非常适合定义以行动为导向的学习成果，并可能有助于课程整合——类似于Molitor等人（2022）将可持续能力转化为实践导向的课程。

第一个限制是样本的选择性，这是由于通过目的性抽样进行了在线访谈和问卷调查。值得注意的是，访谈研究中67%的农民和定量研究中的18%的农民拥有学术学位，而在德国，农业、畜牧业和林业领域的工人中只有9%拥有学位（BMEL, 2020）。更长的正规教育年限与对创新的更大开放性相关，学术培训与参与创新网络的程度更高有关（Bünger, 2020），这可能解释了为什么受学术教育的农民具有更高的创新能力意识。未来对更具代表性教育水平的研究将有助于澄清教育成就与创新之间的关系。此外，我们的数据仅在德国收集，而德国的农民通常有较大的实验和创新空间。许多农民在他们的农场积极测试新方法（Bünger, 2020），包括多样化收入来源的策略（Specht, Braun, 和 H?ring, 2015），并受益于促进参与创新网络的国家及欧盟级别的资金支持（EU CAP Network, 2025）。因此，目前尚不清楚我们的研究结果在其他国家背景下是否适用。然而，我们假设创新能力具有国际相关性，并且该模型可以应用于那些在农业创新方面具有相似支持水平和自主权的环境中。另一个局限性是缺乏关于农民实际能力水平和创新表现的数据。未来的研究可以通过将我们的模型扩展到一个经过心理测量学验证的评估工具中来衡量创新能力，从而获得有益的进展。例如，目前尚不清楚社会能力较低的重要性是否反映了农民的实际行为和表现。也就是说，农民是否只是认为社会能力相对不那么重要，还是他们确实比其他能力更少地拥有和应用这些能力？另一个相关的问题是，各种能力方面对农业成功的创新究竟有多重要？解决这些问题——特别是在创新类型、范围和阶段方面——可以明确（社会）能力在何时最为关键。尽管如此，该模型已经为将能力与绩效结果联系起来的未来研究提供了实践指导和建议。最后，虽然本研究侧重于创新能力，但未来的研究应探讨这些框架是否足以应对可持续性转型的更广泛挑战。像Brundiers等人（Citation2021）提出的模型强调了规范性维度（如价值观思考），这些维度通过整合关键的可持续性能力，超越了创新的有限关注范围。从这个角度来看，创新能力可能是推动长期社会和生态变革的必要条件，但并不充分。

结论

本研究通过采用最佳实践方法，整合跨学科领域的见解，识别并建模了农民当前和未来相关的能力，从而推动了农业能力研究的发展。我们的分析起点是FINCODA模型（Marin-Garcia等人，Citation2016），该模型最初是在工业组织环境中开发的，主要关注五种核心创新能力。然而，通过询问德国农民对创新相关能力的看法，我们发现了16种对创新和采纳至关重要的能力，其中专业能力、方法能力和个人能力的重要性明显高于社会能力。这表明在将创新能力框架应用于新环境时进行调整和扩展的价值。未来的研究应探讨农民的创新能力如何有效地支持农业创新——例如，在创新过程的不同阶段或针对不同类型的创新，并考虑影响农业创新的各种结构和政策条件。

补充材料

附件A_RAEE-2025-0267.R2.docx（16.4 KB）

本文的补充数据可在线访问：https://doi.org/10.1080/1389224X.2026.2667799