《Horticulturae》：Knowledge, Barriers and Agroecological Adoption Among Tomato Growers in the Romanian Horticultural Context
编辑推荐：
农业生态实践（Agroecological Practices）的采纳近期受到越来越多的关注。然而，农民的认知与实际实施之间仍存在显著差距。本研究通过开发一个整合分析框架来识别农民类型学（Farmer Typologies）并解释罗马尼亚番茄种植者（Tomat
农业生态实践（Agroecological Practices）的采纳近期受到越来越多的关注。然而，农民的认知与实际实施之间仍存在显著差距。本研究通过开发一个整合分析框架来识别农民类型学（Farmer Typologies）并解释罗马尼亚番茄种植者（Tomato Growers）中农业生态采纳（Agroecological Adoption）的异质性，以弥补这一差距，该研究被视为罗马尼亚蔬菜生产（Vegetable Production）更广泛背景下的一个案例研究。基于对196名活跃种植者的调查，分析结合了主成分分析（Principal Component Analysis, PCA）和聚类分析（Cluster Analysis），以识别潜在的行为维度并将农民分为不同的类型学。此外，构建了一个农业生态采纳指数（Agroecological Adoption Index, AAI）来评估和比较各组之间的采纳水平。结果揭示了四个统计上显著的农民类型学：低采纳的信息型农民、低约束的实践导向型农民、高采纳的农业生态型农民以及务实型采纳者。研究结果表明，采纳水平不仅由知识水平决定，还受到感知障碍（Perceived Barriers）的强烈影响，特别是信息获取有限、资金约束和不确定性。通过超越单一因素的解释，本研究强调了农业生态采纳的多维性，并提供了认知、经济和结构决定因素之间相互作用的经验证据。研究结果具有重要的政策启示，表明有效的干预措施应结合针对园艺生产系统（Horticultural Production Systems）中特定农民特征的定向培训、咨询服务和经济支持。
**论文解读：罗马尼亚番茄种植者农业生态采纳的异质性分析与政策启示**
**研究背景与问题**
气候变化、土壤退化、生物多样性丧失和资源稀缺正日益威胁园艺生产的可持续性，而传统园艺依赖于高外部投入、频繁农药使用和集约化土壤管理。在罗马尼亚，土地碎片化、农场异质性以及技术与咨询服务的有限获取进一步制约了商业和小规模种植者的适应能力。农业生态学（Agroecology）通过应用生态学原理减少合成投入、增强生物多样性、土壤肥力和恢复力，成为应对这些压力的重要途径。然而，在罗马尼亚乃至东欧，农业生态学在制度上常与认证有机农业（certified organic farming）混淆，导致概念认知不足，生产者对农业生态学作为更广泛概念的了解十分有限。现有研究往往孤立地分析认知、经济和制度因素，而忽略了它们之间的相互作用。此外，园艺系统中农业生态实践的采纳研究仍不充分，尤其是在东欧地区。因此，需要开发一个整合分析框架，以识别农民类型学（Farmer Typologies）并解释农业生态采纳的异质性。本研究以罗马尼亚番茄种植者（Tomato Growers）为案例，通过调查196名活跃种植者，采用主成分分析（PCA）和聚类分析（Cluster Analysis）来揭示采纳行为的潜在维度，并构建农业生态采纳指数（Agroecological Adoption Index, AAI）以比较各组间的采纳水平。论文发表在《Horticulturae》。
**主要技术方法**
本研究采用定量研究设计，基于2025年在AllEcoSys项目框架内通过结构化在线问卷收集的数据。样本来源于196名活跃的番茄种植者（包括业余园丁和小规模商业农民），数据公开于Zenodo仓库（DOI: 10.5281/zenodo.19161803）。分析方法包括：通过Cronbach's alpha进行内部一致性检验（α=0.721），使用Kaiser-Meyer-Olkin（KMO）测量（0.633）和Bartlett球形检验（p<0.001）评估数据适宜性；采用主成分分析（PCA）与Varimax正交旋转提取5个潜在因子，解释50.27%的总方差；基于标准化因子得分，通过两阶段聚类（层次聚类Ward法+k-means）识别4个农民类型学；最后构建农业生态采纳指数（AAI），并采用Kruskal-Wallis非参数检验比较各组差异。
**研究结果**
**3.1 样本特征**：47.4%的受访者拥有大学学历，37.2%拥有研究生学历。86.2%为业余园丁（主要自用），13.8%为小规模商业农民。种植面积方面，33.2%的种植者拥有100-500 m2，27.6%拥有小于100 m2的 plots。
**3.2 信度与维度评估**：Cronbach's alpha为0.721，KMO为0.633，Bartlett检验显著，确认数据适合进行因子分析。
**3.3 主成分分析**：PCA提取5个因子：F1（实践型农业生态导向）反映实践与态度；F2（技术知识需求与操作能力）反映运营技能；F3（感知障碍缺失）反映结构与心理约束；F4（农业生态技术知识）反映认知维度；F5（高级实践采纳）反映创新采纳。结果支持H2，即农业生态采纳由多个交互决定因素塑造。
**3.4 聚类分析与农民分割**：两阶段聚类识别出4个类型学：Cluster 1（信息型低采纳农民，10.2%）、Cluster 2（实践导向低约束农民，21.4%）、Cluster 3（高采纳农业生态型农民，23.5%）、Cluster 4（务实型采纳者，44.9%）。F3（感知障碍缺失）对Cluster 2的区分作用最强，支持H4。社会人口学特征显示，Cluster 1男性比例高、商业农民多、种植面积大；Cluster 2女性为主、业余园丁多、中等地块；Cluster 3性别均衡、采纳水平最高；Cluster 4女性比例高、研究生学历多。结果支持H1。
**3.5 农业生态采纳指数（AAI）**：AAI（0-100）显示Cluster 3最高（57.39），其次Cluster 4（49.34），Cluster 1（27.92）和2（29.90）较低。Kruskal-Wallis检验显著（H=50.703, p<0.001），支持H5。
**3.6 整合类型学**：行为特征显示，Cluster 1存在知识-行为差距；Cluster 3和4虽正式知识一般，但通过经验学习实现高采纳；感知障碍是重要异质性来源。
**3.7 行为验证**：交叉表分析确认了各组间的行为差异，Cluster 2是实践导向但低采纳的农民，Cluster 3是强有机导向的高采纳者，Cluster 4是务实采纳者，Cluster 1是知识-行为差距的典型。
**讨论与结论**
讨论部分指出，农业生态采纳不能简化为单一因素，而是知识、实践、感知障碍、动机和信息获取的共同结果。知识-行为差距（Cluster 1）表明，信息本身不足以驱动行为改变，还需解决资金、风险和咨询支持。实践和学习经验（Cluster 3和4）显示，通过经验学习、同伴观察和试错可弥补正式知识的不足。感知障碍是区分类型学的最强维度，降低信息获取、资金和不确定性障碍对促进采纳至关重要。基于类型学的针对性政策干预更有效：对信息型低采纳农民提供资金支持和风险缓解；对实践导向低约束农民提供规模化支持和创新激励；对高采纳农民提供示范和同伴学习；对务实采纳者提供决策支持工具和持续咨询。
**研究结论翻译**：本研究通过结合主成分分析、聚类分析和复合农业生态采纳指数，考察了罗马尼亚番茄种植者农业生态采纳的异质性。结果表明，采纳过程是非均匀且非线性的，由知识、实践、感知障碍、动机和信息获取共同塑造，而非单一决定因素。四个统计上显著的农民类型学——信息型低采纳农民、实践导向低约束农民、高采纳农业生态型农民和务实型采纳者——各自遵循不同的农业生态转型路径，证实了统一方法难以奏效。知识本身不能保证实施：一些农民了解农业生态益处却不应用，表明缺乏资源和支撑系统而非认知是主要障碍。相反，一些正式知识有限的农民报告高采纳水平，表明实践经验与知识同样重要。感知障碍，尤其是信息有限、结果不确定性和资金约束，成为区分类型学的最强维度。这些发现表明，有效的支持策略必须根据农民类型学差异化实施，而非统一应用。基于类型学的方法为设计更精准的推广和可持续性政策提供了实用框架，从而改善资源分配效率。
