2020年是全面打赢脱贫攻坚战收官之年, 也是全面建成小康社会目标实现之年。脱贫攻坚质量怎么样、小康成色如何, 很大程度上取决于“三农”领域的工作成效。农户是农业经济发展的主体, 是新农村建设的重要力量, 收入的多少将直接影响农户参与生产经营活动的积极性和创造性。有效解决“三农”问题, 促进农户持续稳定增收是重要目标。

近年来, 随着生态经济、绿色农业的发展, 绿色防控技术越来越受到人们的欢迎。绿色防控技术以“预防为主、综合防治”为方针, 具体包括生态调控技术、理化防治技术、生物防治技术和科学用药技术4个子技术^[1-2], 能够有效控制农作物病虫害, 确保农作物生产安全、农产品质量安全和农业生态环境安全, 促进农业增产、增收。虽然绿色防控技术的优势非常明显, 但在推广过程中也遇到了一定的阻力, 比如采用成本较高、技术掌握较困难等。耿宇宁等^[3]采用结构方程模型研究了绿色防控技术采用行为在猕猴桃(Actinidia chinensis)生产中的经济效应, 研究发现, 绿色防控技术采用行为具有显著的经济效应。然而有的研究却得出了相悖的结论, 熊鹰等^[4]采用PSM-DEA模型研究了绿色防控技术采用行为对水稻(Oryza sativa)生产绩效的影响, 研究发现, 绿色防控技术采用行为对生产绩效的影响并不显著。因此, 绿色防控技术采用行为对农户收入的影响有待于进一步验证。

在现今“互联网+”时代, 信息高度发达而又不对称, 丰富、及时和准确的信息对农户而言非常重要, 尤其对市场率较高的农产品种植户更是如此。蔬菜作为易腐生鲜食品, 具有很高的资产专用性, 且面临着交易环境和交易者行为的不确定性, 同时保持着极高的交易频率^[5], 这使蔬菜种植户的信息素养显得更加重要。一方面, 农户信息素养越高, 越容易发现绿色防控技术的优势, 进而越倾向于采用绿色防控技术, 且采用数量越多。高杨等^[1]采用Logit模型研究了信息获取能力对菜农绿色防控技术采用行为的影响, 研究发现, 信息获取能力对菜农绿色防控技术采用行为具有显著的正向影响, 且信息获取能力能够缓解风险厌恶对菜农绿色防控技术采用行为的抑制作用。另一方面, 农户信息素养越高, 将信息有效运用到生产和销售过程中的可能性越大, 收入越高。项朝阳等^[6]研究发现, 蔬菜种植户的信息能力正向显著影响讨价还价的能力, 进而影响获利的能力。提高农户信息素养是解决“三农”问题的必然选择^[7], 探讨信息素养对绿色防控技术采用行为和农户收入的影响具有现实意义。

相关领域已有文献为本文研究提供了很好的借鉴, 但仍有需要进一步研究的地方。第一, 对农户信息素养的研究多以理论分析为主, 实证较少, 且缺乏对农户信息素养总水平进行科学测度的方法; 第二, 对绿色防控技术采用行为的研究有所局限, 大多仅研究了是否采用绿色防控技术这一个方面, 其他方面还有待深入研究; 第三, 缺少信息素养、绿色防控技术采用行为和农户收入三者之间的具体影响路径分析。本文拟在总结现有研究成果的基础上, 基于山东寿光786户蔬菜种植户的调研数据, 采用因子分析法, 构建“认知、获取、分析、应用”4维农户信息素养测度指标体系, 采用层次回归模型, 实证检验信息素养、绿色防控技术采用行为对农户收入的影响及其路径, 以使农户有效利用信息, 顺应生态经济、绿色农业发展的趋势, 持续稳定增收。本文研究的创新之处有以下3点:第一, 构建了农户信息素养测度指标体系, 对农户信息素养总水平进行了科学测度; 第二, 优化了绿色防控技术采用行为的表征指标, 不仅体现为是否采用绿色防控技术, 还体现为绿色防控技术采用数量; 第三, 构建了理论分析框架, 探讨了信息素养、绿色防控技术采用行为对农户收入的影响及其路径。

1 理论分析与研究假设

国外对信息素养的研究起步较早, 信息素养的相关理论较为丰富。美国是最早开始研究信息素养的国家, 美国信息产业协会主席Zurkowski^[8]在1974年提交给美国国家图书馆和信息科学委员会的报告中最先提出信息素养的概念, 认为信息素养可以使人们把信息资源有效地应用到工作中。西方发达国家对信息素养的研究分为起步(1920—1970年)、发展(1970—1990年)和全面展开(1990年至今)3个阶段^[9]。国外对信息素养的研究主要针对高校学生教师和图书馆管理人员, 而国内对信息素养的研究主要针对学生、公务员等知识分子。国内对信息素养的研究起步较晚, 王吉庆^[10]在其个人专著《信息素养论》中最早对信息素养进行定义, 认为信息素养是人们在信息社会获取信息、利用信息、开发信息的修养与能力, 具体包括信息意识与情感、信息伦理道德、信息常识和信息能力4个方面。柯平^[11]在《信息素养与信息检索概论》一书中指出, 信息素养是一个复杂性的概念, 包含信息意识与情感、信息伦理道德、信息技术知识、信息技术能力等多个具体指标。

直到近些年, 农户这一特定群体的信息素养才引起了学者们的关注和研究。刘云九^[12]提出, 农户是全国文化信息资源共享工程中最基层的用户群, 信息素养的缺乏已经成为农户获取丰富信息资源的严重障碍。农户信息综合素养决定我国新农村改革的深度和广度^[13], 新农村建设需要改变农户信息素养低下的现状^[14]。Plato^[15]认为, 新农村农户的信息素养水平与计算机能力水平是同步的。李静等^[16]提出, 农户信息素养是指在信息社会, 农户能够根据自身信息需求, 利用信息工具, 对信息进行获取、评价和加工, 并将有利信息运用到生产生活中的修养与能力, 包括信息意识、信息知识、信息能力和信息道德4个方面。总的来说, 国内外逐渐开始重视对农户信息素养的研究, 随着农业农村信息化进程的推进, 研究人员对农户信息素养的研究将不断深入和发展, 农户信息素养理论将不断丰富和完善。

在现今“互联网+”时代, 农户为了改变信息不对称的劣势, 获取丰富、及时和准确的信息, 并将信息有效运用到农业生产和销售过程中, 进而增加收入, 必须与时俱进, 努力提高自己的信息素养。相关研究表明, 信息素养越高的农户, 越能够意识到信息的重要性, 进而获取对自己有用的信息并充分发挥其价值, 在生产和销售过程中的优势越明显, 收入越高^[17-18]。因此可以作如下研究假设:

假设1:信息素养对农户收入具有正向显著影响。

近年来, 关于技术采用行为的相关研究受到了学者们的广泛关注, 比如对技术采用行为影响因素的研究。技术采用行为的影响因素有很多, 比如性别、受教育年限、农地种植规模等内部因素和财政补贴、宣传推广服务、环境规制等外部因素^{[4, 19-21]}。此外, 在信息化浪潮的冲击下, 农户信息素养的作用不容忽视。相关研究表明, 信息素养越高的农户, 越能够意识到绿色防控技术的重要性, 学习并掌握绿色防控技术的能力越强, 采用绿色防控技术的可能性越大, 数量越多^[22-25]。因此可以作如下研究假设:

假设2:信息素养对绿色防控技术采用行为具有正向显著影响。

假设2a:信息素养对是否采用绿色防控技术具有正向显著影响。

假设2b:信息素养对绿色防控技术采用数量具有正向显著影响。

关于技术采用行为的相关研究, 还包括对技术采用行为影响的研究, 最直接的影响体现在农户收入上。虽然先进技术的采用成本较高、掌握较困难, 但若能充分发挥所采用先进技术的优势, 农户收入将很有可能增加, 技术采用行为的增收、减贫效应将得到充分体现^[26-29]。基于此, 根据假设1和2, 可以继续推导。从因果关系上看, 信息素养的提高可以促进绿色防控技术采用行为, 进而促进农户收入的增加。因此可以作如下研究假设:

假设3:绿色防控技术采用行为在信息素养影响农户收入路径中具有中介效应。

假设3a:是否采用绿色防控技术在信息素养影响农户收入路径中具有中介效应。

假设3b:绿色防控技术采用数量在信息素养影响农户收入路径中具有中介效应。

信息素养、绿色防控技术采用行为对农户收入的影响路径图如图 1所示。

2 模型构建、数据来源与变量选取 2.1 模型构建

借鉴温忠麟等^[30]提出的中介效应检验程序, 构建层次回归模型如下:

$ \mathit{Y}{\rm{ = }}\mathit{cX}{\rm{ + }}{\mathit{e}_1}{\rm{ }} $

(1)

$ \mathit{M}{\rm{ = }}\mathit{aX}{\rm{ + }}{\mathit{e}_2}{\rm{ }} $

(2)

$ \mathit{Y}{\rm{ = }}\mathit{c'X}{\rm{ + }}\mathit{bM + }{\mathit{e}_3}{\rm{ }} $

(3)

式中: Y表示被解释变量农户收入, X表示核心解释变量信息素养, M表示中介变量绿色防控技术采用行为, a、b、c、c为系数, e₁、e₂、e₃为标准误。

该中介效应检验程序的具体步骤如下:第1步, 检验系数c, 若显著, 则继续第2步检验; 若不显著, 则停止检验。第2步, 检验系数a、b, 若两个系数均显著, 则进行第3步检验; 若至少有一个不显著, 则跳转到第4步做Sobel检验。第3步, 检验系数c ', 若显著且c ' < c, 则M发挥部分中介效应; 若不显著, 则M发挥完全中介效应。第4步, 接第2步做Sobel检验, 构建检验统计量$ {{z = }}\mathit{\hat a\hat b}{\rm{/}}{\mathit{S}_{\mathit{ab}}}$, 其中, $ {\mathit{S}_{\mathit{ab}}} = \sqrt {{{\mathit{\hat a}}^2}S_b^2 + {{\hat b}^2}S_a^2} $, S_a、S_b分别为$ {\mathit{\hat a}} $ 、$ {\hat b} $的标准差。统计量z若显著, 则M发挥部分中介效应; 若不显著, 则M中介效应不存在。若M发挥部分中介效应, 值为ab, 中介效应占总效应的比重为ab/c。

2.2 数据来源

本文研究数据来源于课题组2019年9月对山东省寿光市蔬菜种植户进行的实地调研, 样本选择采用多阶段抽样和随机抽样相结合的抽样方法。首先, 根据我国蔬菜生产情况, 有目的地选择“中国蔬菜之乡”——山东省寿光市作为调研区域; 第2阶段, 根据当地政府提供的信息, 在寿光市中选择6个蔬菜大棚多且集中的镇(或街道), 包括孙家集镇、化龙镇、田柳镇、古城街道、洛城街道和文家街道; 第3阶段, 在每个镇(或街道)中随机抽取4~6个村; 最后, 在每个村中随机抽取25~30户蔬菜种植户。针对研究主题, 设计结构化问卷, 问卷内容主要涉及农户个人、家庭和村庄等基本特征, 蔬菜成本收益情况, 农户信息素养相关题项等, 以一对一访谈的形式对样本农户进行调研, 以获取有研究价值的数据。调研共获得801份问卷, 因数据缺失造成的无效问卷4份, 因数据存在明显错误造成的无效问卷11份, 最终得到有效问卷786份, 问卷有效率为98%。

2.3 变量选取

1) 被解释变量。本文选取农户收入作为被解释变量, 即蔬菜净收入, 用每公顷的蔬菜销售收入与可变成本之差表示, 可变成本包括种子/种苗、农药、肥料、地膜、灌溉、雇工、机械租赁和大棚维护等费用。为消除异方差, 对被解释变量做对数转换。

2) 核心解释变量。本文选取农户信息素养作为核心解释变量。采用李克特5级量表, 以8个题项对农户信息素养进行度量, 并采用主成分分析法进行因子分析。为赋予所提取公共因子更加合理的经济解释, 采用最大方差法进行因子旋转, 最终提取4个公共因子, 分别命名为信息认知能力、信息获取能力、信息分析能力和信息应用能力, 累计方差贡献率达到75.846%, 详细的测度指标体系说明如表 1所示。

经检验, 所有测度题项的Cronbachs’s α系数为0.822, 表明具有较好的信度。样本KMO检验值为0.844, Bartlett球形度检验的近似卡方值为1 750.512(sig=0.000), 达到1%的显著性水平, 表明适合做因子分析。因子分析结果显示, 所有测度题项的因子载荷均大于0.7, 表明具有较好的收敛效度, 如表 1最后一列所示。

根据所提取公共因子的得分及方差贡献率, 可以计算得到农户信息素养总得分:

$ \mathit{X} = \left( {{x_1} \times 18.126 + {x_2} \times 19.047 + {x_3} \times 19.555 + {x_4} \times 19.117} \right)/75.846 $

(4)

式中: X表示信息素养总得分; x₁、x₂、x₃和x₄表示信息素养的4个公共因子, 分别对应信息认知能力、信息获取能力、信息分析能力和信息应用能力。

3) 中介变量。本文选取绿色防控技术采用行为作为中介变量, 从是否采用和采用数量两个方面进行分析。绿色防控技术包括生态调控技术、理化防治技术、生物防治技术和科学用药技术4个子技术^[1-2]。实地调研发现, 由于寿光蔬菜市场对农药的检测非常严格, 并建立了产品质量追溯体系, 科学用药技术已经被普及, 农户普遍采用环境友好型农药, 并掌握轮换使用和安全使用等配套技术, 而其他3项子技术还有待于进一步推广。为突出农户主观能动性, 即农户信息素养的作用, 本文不考虑科学用药技术, 仅对生态调控技术、理化防治技术、生物防治技术3个子技术的采用情况进行研究。其中, 生态调控技术包括改善水肥管理、进行作物间套种等; 理化防治技术包括采用昆虫信息素、杀虫灯、诱虫板等; 生物防治技术包括以虫治虫、以螨治螨、以菌治虫、以菌治菌等。

4) 控制变量。借鉴已有研究成果^{[4, 26-27, 31]}, 本文选取以下10个控制变量。选取性别、年龄、受教育年限和是否为新型职业农民4个变量反映农户个人特征; 选取家庭规模、蔬菜种植年限和蔬菜收入占比3个变量反映农户家庭特征; 选取是否参加垂直协作和是否参加技术培训2个变量反映社会资本特征; 选取蔬菜销售市场距离1个变量反映村庄特征。

上述变量的具体定义及描述性统计分析如表 2所示。

3 结果与分析 3.1 农户信息素养对绿色防控技术采用行为的影响

模型1以是否采用绿色防控技术为因变量。回归结果显示, 农户信息素养在1%的统计水平上正向显著。为了进一步研究农户信息素养对绿色防控技术采用行为的影响, 模型2以绿色防控技术采用数量为因变量。回归结果显示, 农户信息素养在10%的统计水平上正向显著。说明农户信息素养的提高能够有效促进绿色防控技术采用行为, 农户信息素养越高, 越会采用绿色防控技术, 且采用数量越多, 假设2a、2b得到验证。控制变量中, 蔬菜种植年限和是否参加技术培训正向显著影响绿色防控技术采用行为, 说明内在的经验和外在的刺激均会促进绿色防控技术采用行为。具体回归结果如表 3所示。

3.2 信息素养、绿色防控技术采用行为对农户收入的影响

模型3检验了信息素养对农户收入的影响。回归结果显示, 信息素养在1%的统计水平上正向显著, 说明信息素养每提高1个单位, 农户收入增加0.383个单位, 假设1得到验证。模型4在模型3的基础上引入是否采用绿色防控技术变量, 检验了是否采用绿色防控技术在信息素养影响农户收入路径中的中介效应。回归结果显示, 是否采用绿色防控技术在1%的统计水平上正向显著, 且信息素养依然在1%的统计水平上正向显著, 但系数下降到0.341。模型5在模型3的基础上引入绿色防控技术采用数量变量, 进一步检验了绿色防控技术采用数量在信息素养影响农户收入路径中的中介效应。回归结果显示, 绿色防控技术采用数量在1%的统计水平上正向显著, 且信息素养依然在1%的统计水平上正向显著, 但系数下降到0.368。两个模型的回归结果说明, 是否采用和采用数量均在信息素养影响农户收入路径中发挥着部分中介效应, 中介效应占总效应的比重分别为10.91%和3.88%。说明信息素养不仅可以直接影响农户收入, 还可以通过绿色防控技术采用行为间接影响农户收入, 假设3a、3b得到验证。控制变量中, 受教育年限、家庭规模、蔬菜种植年限和蔬菜收入占比正向显著影响农户收入, 蔬菜销售市场距离负向显著影响农户收入。具体回归结果如表 4所示。

3.3 信息素养、绿色防控技术采用行为影响农户收入的内生性及弱工具变量检验

农户在绿色防控技术采用过程中会获得经验等宝贵财富, 会促进自身信息素养的提高; 收入越高的农户, 提升自身信息素养的意愿会更强烈, 采用绿色防控技术的动力会更充足, 因此本文的研究可能存在由于逆向因果而导致的内生性问题, 需要采用工具变量法进行内生性检验。借鉴何学松等^[32]为金融素养和金融行为选取工具变量的经验, 本文选取除自身外同村其他农户的信息素养平均水平(IV₁)、除自身外同村其他农户的技术采用率(IV₂)、除自身外同村其他农户的技术采用平均数量(IV₃)分别作为农户信息素养、是否采用绿色防控技术和绿色防控技术采用数量的工具变量, 详见表 5。之所以认为上述3个工具变量合理的原因是:农户的信息素养水平以及绿色防控技术采用行为会受到同一村庄其他农户的影响, 但其他农户的信息素养水平以及绿色防控技术采用行为并不会对该农户的收入产生影响, 且不同村庄农户的信息素养水平以及绿色防控技术采用行为存在异质性, 所以选取上述3个工具变量是合理的。为了进一步说明所选取工具变量的有效性, 本文进行了弱工具变量检验, 详见表 5, 可以发现, 检验所得F值均大于10%偏误水平下的临界值16.38, 因此可以拒绝存在弱工具变量的原假设。

采用工具变量法的前提是模型中存在内生解释变量, 因此需要对上述5个模型分别进行DWH (Durbin-Wu-Hausman)内生性检验, 详见表 5。检验结果显示, 除了模型1和2, 其他3个模型均无法拒绝信息素养和绿色防控技术采用行为是外生变量的原假设, 因此采用工具变量法所得的估计结果与原模型无明显差异, 但模型1和2需要采用工具变量法再次进行回归, 所得回归结果如表 6所示。需要说明的是, 模型1’和2’分别对应模型1和2;因篇幅有限, 仅展示核心解释变量的系数及标准误。

根据工具变量回归结果, 农户信息素养对是否采用绿色防控技术和绿色防控技术采用数量的影响均在1%的统计水平上正向显著, 假设2a、2b依然得到验证。但此时需要对绿色防控技术采用行为所发挥的中介效应占总效应的比重进行重新计算。经计算, 是否采用绿色防控技术和绿色防控技术采用数量在信息素养影响农户收入路径中的中介效应占总效应的比重分别为73.09%和62.72%。

4 讨论与结论 4.1 讨论

本研究旨在帮助农户有效利用信息, 顺应生态经济、绿色农业的趋势, 持续稳定增收, 对信息素养、绿色防控技术采用行为和农户收入之间的关系进行了实证检验。研究结果表明:首先, 信息素养正向显著影响农户收入, 这与郭利京等^[17]、王恒彦^[18]的研究结果相一致, 对此给出的解释是, 信息素养越高的农户, 越能够意识到信息的重要性, 进而获取对自己有用的信息并充分发挥其价值, 在生产和销售过程中的优势越明显, 收入越高, 因此, 信息素养对农户收入的直接影响得到证实。其次, 信息素养正向显著影响绿色防控技术采用行为, 这与高杨等^[1]、项朝阳等^[6]的研究结果相一致, 对此给出的解释是, 信息素养越高的农户, 越能够意识到绿色防控技术的重要性, 学习并掌握绿色防控技术的能力越强, 采用绿色防控技术的可能性越大, 数量越多; 且绿色防控技术采用行为正向显著影响农户收入, 这与耿宇宁等^[3]的研究结果相一致, 但与熊鹰等^[4]的研究结果相违背, 对此给出的解释是, 绿色防控技术的优势明显, 能够有效控制农作物病虫害, 若能充分发挥绿色防控技术的优势, 农户收入将很有可能增加, 但由于可能受到采用成本较高、技术掌握较困难等限制, 增收效应尚未得到充分体现, 但本文研究所选取的样本农户已经很好地规避了上述不利条件的限制, 因此, 信息素养对农户收入的间接影响也得到证实。

与现有研究成果相比较, 本文研究在以下3个方面得到了深化和发展。第一, 从信息的经济属性出发, 突出信息对于促进经济发展的作用, 从而突出农户信息素养的重要性, 并采用因子分析法, 构建了农户信息素养测度指标体系, 对农户信息素养总水平进行了科学测度, 丰富了信息素养理论; 第二, 从两个方面对绿色防控技术采用行为进行了深入研究, 不仅研究了是否采用绿色防控技术, 还进一步研究了绿色防控技术采用数量, 弥补了绿色防控技术采用行为相关研究的不足; 第三, 借助中介效应理论, 采用层次回归模型, 剖析了信息素养、绿色防控技术采用行为对农户收入的影响及其路径, 突出了绿色防控技术采用行为在信息素养影响农户收入路径中的中介效应, 拓宽了研究视野, 充实了该领域的研究成果。

本文研究尚存在一定的局限性, 需要在今后的研究工作中予以完善。第一, 本文研究仅选取山东省寿光市1个区域作为研究对象, 由于不同区域之间的信息化发展程度和绿色防控技术推广进度可能存在差异, 可能导致研究结论不具有普遍性, 应再选取1~2个区域, 进行横向对比, 克服区域之间的异质性, 从而使研究结论更加科学; 第二, 随着时间的推移, 农户信息素养会不断提高, 绿色防控技术的推广也会不断发展, 这是一个长期的过程, 可以对样本农户进行追踪, 形成面板数据, 进行纵向对比, 深入了解信息素养和绿色防控技术采用行为对农户收入的影响, 从而使研究结论更具说服力。

4.2 结论

基于山东寿光786户蔬菜种植户的调研数据, 采用因子分析法, 构建“认知、获取、分析、应用”4维农户信息素养测度指标体系, 采用层次回归模型, 实证检验信息素养、绿色防控技术采用行为对农户收入的影响及其路径, 并采用工具变量法解决内生性问题, 得出以下结论:第一, 信息素养对绿色防控技术采用行为和农户收入具有正向显著影响; 第二, 绿色防控技术采用行为在信息素养影响农户收入路径中具有部分中介效应, 具体表现为信息素养越高, 越倾向于采用绿色防控技术, 且采用数量越多, 进而收入越高, 其中, 是否采用和采用数量的中介效应占总效应的比重分别为73.09%和62.72%;第三, 绿色防控技术采用行为的影响因素还包括蔬菜种植年限和是否参加技术培训; 第四, 农户收入的影响因素还包括受教育年限、家庭规模、蔬菜种植年限、蔬菜收入占比和蔬菜销售市场距离。

基于本文研究结论, 为有效发挥信息素养和绿色防控技术在促进农户收入增长方面的作用, 特提出以下政策建议:第一, 加强农村信息资源共享工程建设, 完善信息基础设施, 尽可能满足农户的信息需求, 同时加强对信息素养重要性的宣传, 开展符合农户特点的信息素养专题培训, 切实提高农户信息素养, 让丰富、及时和准确的信息在最大程度上帮助农户降低成本、增加收入; 第二, 有效进行技术培训, 创新培训形式, 调动农户参与积极性, 尤其加强对绿色防控技术的宣传和推广, 使农户意识到绿色防控技术的先进性, 主动学习并掌握绿色防控技术, 同时政府可以出台相应政策帮助农户减轻技术采用成本带来的压力, 充分发挥绿色防控技术的增产、增收优势; 第三, 开展多层次教育, 一方面从娃娃抓起, 改善农村基础教育条件, 缩小城乡义务教育差距, 另一方面针对成年的文盲和半文盲农户, 有效开展“扫盲”教育, 提高农村整体教育水平, 以提高农村整体信息素养水平和绿色防控技术采用率, 进而提高农村整体收入水平。