NJAS: Impact in Agricultural and Life Sciences 2026-08-07·8月7日 · 周五论文阅读 2

中国小农户采用数字农业推广服务的驱动因素及福利效应——Double-Hurdle模型分析1475户果蔬种植户

AI 评分
79精选
影响力18
信息增量24
专业深度20
信源权威14
时效性3

基于1475户样本的实证研究,揭示数字农业推广服务采纳的阶段性差异及增收效应,方法严谨,结论具有政策参考价值,但发表于一周前,时效性稍弱。

摘要

基于中国三个省份1475名果蔬种植户的微观调查数据,采用Double-Hurdle模型区分初始采纳与持续采纳,并识别不同驱动因素。研究进一步应用逆概率加权回归调整(IPWRA)评估DAES采纳对人均家庭净收入的福利效应。结果显示,初始采纳率为60.14%,但持续采纳率仅为24%,揭示显著的'采纳-持续采纳'差距。资源禀赋、风险偏好与社会网络等行为机制,以及数字可及性与政府信任等制度供给均显著促进这两个阶段,极端天气感知持续制约采纳行为。福利分析表明,采纳DAES使年度人均家庭净收入增加约12.6%。政策启示:缩小数字素养差距、开发气候适应型DAES、加强制度信任与社会网络。

文全文

《NJAS: Impact in Agricultural and Life Sciences》:Drivers and welfare effects of adopting digital agricultural extension services among smallholder farmers in China

【字体: 大 中 小 】 时间:2026年08月07日 来源:NJAS: Impact in Agricultural and Life Sciences 1.6

编辑推荐:

数字农业推广服务(DAES)旨在改善小农户的信息获取渠道,然而许多农户在初步尝试后停止使用的原因仍缺乏充分理解。基于中国三个省份1,475名果蔬种植户的微观调查数据,本研究采用Double-Hurdle模型区分了初始采纳与持续采纳,并识别了它们的不同驱动因素。

数字农业推广服务(DAES)旨在改善小农户的信息获取渠道,然而许多农户在初步尝试后停止使用的原因仍缺乏充分理解。基于中国三个省份1,475名果蔬种植户的微观调查数据,本研究采用Double-Hurdle模型区分了初始采纳与持续采纳,并识别了它们的不同驱动因素。研究进一步应用逆概率加权回归调整(IPWRA)来评估DAES采纳对人均家庭净收入的福利效应。结果显示,初始采纳率为60.14%,但持续采纳率仅为24%,揭示了显著的“采纳-持续采纳”差距。资源禀赋、风险偏好与社会网络等行为机制,以及数字可及性与政府信任等制度供给均显著促进了这两个阶段,而感知的极端天气则持续制约采纳行为。福利分析表明,采纳DAES使年度人均家庭净收入增加约12.6%。通过将行为经济学与制度分析相结合,本研究阐明了农户从初始数字接入到持续使用的行为阶段性逻辑,并提出了数字素养支持、气候适应型服务以及制度信任重建的政策路径。主要政策启示包括:缩小数字素养差距以帮助农户从初始向持续采纳转变;开发在极端天气下保持有效的气候适应型DAES以克服持续使用的关键障碍;加强制度信任与社会网络以支持初始与持续采纳。

研究背景与意义:农业推广服务是扩散农业技术、增强农村生计韧性及改善农户生产决策的重要制度安排。随着气候变化加剧和市场环境波动,小农户对及时、准确的农业信息需求不断累积,然而传统的线下推广模式在覆盖面、时效性和成本控制上存在明显局限,难以有效服务庞大的小农户群体。在此背景下,数字农业推广服务(DAES,依托移动互联网、数字服务平台等提供农业指导、市场信息和气象预警的服务)逐渐成为克服传统局限的有效工具。尽管中国农村互联网普及率显著提升,数字硬件约束得到缓解,但基础设施的改善并未带来DAES的常态化深度应用。许多农户在政策引导和邻里示范下进行初步接触后,仍停留在浅层试验阶段,难以将其纳入长期农业决策。现有的二元“采纳或不采纳”研究范式过度简化了农户使用DAES的内部过程,忽视了从初始接触到持续采纳的阶段异质性,且在福利效应评估中常面临样本自选择偏差。为解答农户从初始向持续采纳转型的驱动因素以及DAES常态化采纳能否有效提升农户收入的科学问题,研究人员开展了这项研究。该研究有助于厘清农户数字采纳的阶段性逻辑,为优化数字乡村建设中的服务供给、提升DAES包容性提供重要实证依据,论文发表在《NJAS: Impact in Agricultural and Life Sciences》。

关键技术方法:研究人员主要利用2019年和2020年在山东、山西和陕西三省收集的1,475份果蔬种植户微观调查队列数据开展研究。在数据分析阶段,研究采用了Double-Hurdle模型将农户的采纳行为解构为初始采纳和持续采纳强度两个相互独立又关联的阶段,以克服传统Tobit模型在同质性假设上的缺陷;同时结合逆概率加权回归调整(IPWRA)构建反事实框架,以消除可观测协变量引起的自选择偏差并准确识别DAES对农户收入的净因果效应;此外,还运用了探索性因子分析(EFA)从浏览、下载、评价和分享四个维度构建了持续采纳指数,并采用Bootstrap法计算平均偏效应的标准误。

研究结果:

  • Double-Hurdle模型估计结果:通过该模型分析发现,农户对DAES的采纳存在显著的阶段性差异。初始采纳率高达60.14%,但持续采纳率仅为24%,呈现出明显的“高接入、低粘性”特征。户主受教育程度对跨越初始采纳门槛具有显著正向作用,但对长期持续使用无显著影响;而耕地面积和人均家庭收入等资源禀赋在两个阶段均发挥显著正向促进作用。在行为机制方面,风险偏好和社会网络显著促进了初始与持续采纳;制度供给方面,数字网络设备获取便利性与对政府推广服务的满意度均显著正向影响两阶段决策。自然环境中,极端天气感知在两个阶段均产生显著负向影响,表明气候冲击并未激发信息避险需求,反而放大了农户对生产系统的整体不确定性感知。

  • 边际效应估计结果:通过计算平均偏效应(APE)进一步量化了各因素的影响力。结果显示,数字网络设备获取便利性的平均边际效应最为突出(0.068),该变量每增加一个单位,初始采纳概率提升8.3%,持续采纳程度提升8.6%,是克服双重采纳障碍的关键基础设施。人均家庭收入和风险偏好的平均边际效应分别为0.032和0.038,对促进深度参与具有重要作用。户主性别、年龄、受教育程度、耕地面积、政府服务满意度及极端天气感知的整体平均边际效应未达统计显著水平,说明这些因素的影响存在阶段性局限。

  • Heckman模型稳健性检验:研究人员采用Heckman两阶段模型对基准结果进行检验。逆米尔斯比率(IMR)在1%水平上显著,证实了样本选择偏差的存在。在初始采纳方程中,核心变量的方向与显著性与Double-Hurdle模型高度一致,支持了核心结论的稳健性。在持续采纳方程中,因模型假设误差项联合正态分布,部分变量效应被选择修正项吸收,导致个别变量显著性发生变化,这恰好印证了Double-Hurdle模型在捕捉两阶段机制异质性上的适用性与必要性。

  • DAES的福利效应:通过IPWRA模型估计发现,DAES采纳对农户收入的平均处理效应(ATT)为0.126,在1%水平上显著。这表明在控制自选择偏差后,采纳DAES使农户年度人均家庭净收入增加约12.6%。通过平衡检验和多倾向得分匹配(PSM)方法的交叉验证,匹配后样本协变量偏差显著降低,不同匹配方法估计的增收效应稳定在34.7至38.9个百分点之间,证实了数字服务能实质性地改善农户家庭福利。

讨论与结论:在讨论部分,研究人员指出,DAES的采纳并非简单的二元选择,而是从“初始采纳”向“持续采纳”演进的动态过滤过程,数字不平等已从传统的“接入鸿沟”转变为更深层的“使用鸿沟”。单一行为或制度视角无法解释这种阶段性差异,需将行为经济学与制度分析结合。行为机制上,农户受有限理性和损失厌恶影响,风险偏好通过降低心理不确定性促进持续采纳;制度维度上,熟人社会的网络扩散与政府公共机构的信任背书共同克服了农户的防御心理。极端天气感知的负向效应构成了“气候风险感知悖论”,表明若缺乏本地化的精准响应方案,外部冲击只会放大农户的失控感。研究最终得出以下结论:第一,DAES采纳表现出显著的阶段性“不连续性”,初始接入依靠行政动员,而持续采纳有赖于微观行为与宏观制度供给的匹配;第二,持续采纳取决于内部行为机制与外部制度供给的协同作用,极端天气感知持续抑制采纳,凸显了服务本地化适应的紧迫性;第三,DAES的收入红利并非数字接入的自动产物,而是源于生产实践中的持续嵌入。从初始接入到持续采纳的实质性转化,才是实现农业数字化转型包容性福利效应的核心前提。

数字农业推广服务 小农户 Double-Hurdle NJAS相关资讯

Zenodo (CERN European Organization for Nuclear Research)·10月21日 · 周三69 分 论文社会化服务与规模经营农业人工智能与决策模型阅读 0

Evaluation of Concept-Rank Collapse Audits for Computer Vision Agriculture Disease Classifiers Under Low-Label Regimes: An Interpretability Capacity Bound for Smallholder Fungicide Selectivity

提出可解释性容量上界,评估低标签下概念秩崩溃审计的可靠性。

Zenodo (CERN European Organization for Nuclear Research)·10月21日 · 周三70 分 论文社会化服务与规模经营农业人工智能与决策模型阅读 0

Evaluation of Concept-Probe Temporal-Stability Audits for Computer Vision Agriculture Disease Classifiers Under Seasonal Phenology Drift: An Interpretability Decay Bound for Smallholder Fungicide Timing

提出概念探针时间稳定性审计与可解释性衰减界,判断何时需重新审计。