家庭農(nóng)場(chǎng)綠色防控技術(shù)采納行為的空間依賴性研究

高楊 董晉 張笑

摘要：本文依據(jù)黃淮海平原366戶家庭農(nóng)場(chǎng)的實(shí)地調(diào)研數(shù)據(jù)，在全域Moran's I檢驗(yàn)的基礎(chǔ)上，構(gòu)建貝葉斯空間杜賓Probit模型，設(shè)定合適的空間權(quán)重矩陣，從中選擇最優(yōu)模型進(jìn)行參數(shù)估計(jì)，并借助偏微分方法，分解特征變量對(duì)家庭農(nóng)場(chǎng)綠色防控技術(shù)（GCT）采納行為的直接效應(yīng)和空間溢出效應(yīng)。研究發(fā)現(xiàn)：相鄰家庭農(nóng)場(chǎng)綠色防控技術(shù)采納行為存在空間相關(guān)性，其地理分布具有空間集聚特征；家庭農(nóng)場(chǎng)相距2.0千米以內(nèi)時(shí)，其綠色防控技術(shù)采納行為的空間依賴性最強(qiáng)；農(nóng)場(chǎng)主的受教育程度和風(fēng)險(xiǎn)偏好程度、家庭資金狀況和勞動(dòng)力數(shù)量、對(duì)綠色防控技術(shù)和化學(xué)農(nóng)藥危害的認(rèn)知程度、從媒體獲取信息的程度、是否認(rèn)識(shí)已采納GCT的農(nóng)場(chǎng)主和是否參與技術(shù)培訓(xùn)的情況顯著正向影響家庭農(nóng)場(chǎng)的GCT采納行為；家庭農(nóng)場(chǎng)的GCT采納行為主要受其特征變量的直接影響，但鄰近家庭農(nóng)場(chǎng)特征變量的空間溢出效應(yīng)也不容忽視，尤其是鄰近家庭農(nóng)場(chǎng)的參與技術(shù)培訓(xùn)情況、勞動(dòng)力數(shù)量和資金狀況。

關(guān)鍵詞：家庭農(nóng)場(chǎng) 綠色防控技術(shù) 空間溢出效應(yīng) 貝葉斯空間杜賓Probit模型 黃淮海平原

一 引言

化學(xué)農(nóng)藥是重要的農(nóng)業(yè)生產(chǎn)資料，對(duì)防病治蟲和實(shí)現(xiàn)穩(wěn)產(chǎn)高產(chǎn)至關(guān)重要。但我國(guó)單位面積化學(xué)農(nóng)藥的平均用量比農(nóng)業(yè)發(fā)達(dá)國(guó)家高2.5～5倍[1]，且農(nóng)戶擅自加大化學(xué)農(nóng)藥施用量、提高施用頻率以及縮短間隔期等不規(guī)范行為普遍存在[2]，這不僅造成農(nóng)戶生產(chǎn)成本增加，也給社會(huì)帶來農(nóng)產(chǎn)品農(nóng)藥殘留超標(biāo)和環(huán)境污染問題。

為保障農(nóng)業(yè)生產(chǎn)安全、農(nóng)產(chǎn)品質(zhì)量和生態(tài)環(huán)境安全，促進(jìn)農(nóng)業(yè)可持續(xù)發(fā)展，我國(guó)政府大力推廣綠色防控技術(shù)（Green Control Techniques, GCT）。作為病蟲害綜合防治（Integrated Pest Management, IPM）的中國(guó)本土化實(shí)踐，GCT具有優(yōu)先采用生態(tài)調(diào)控、生物防治、物理防治和科學(xué)用藥等資源節(jié)約型、環(huán)境友好型技術(shù)措施的特征。然而，GCT在我國(guó)仍以試驗(yàn)示范、點(diǎn)片實(shí)施為主，大面積推廣應(yīng)用仍任重而道遠(yuǎn)[3]。

厘清農(nóng)戶需求是GCT大面積推廣應(yīng)用的基礎(chǔ)。為此，國(guó)內(nèi)外學(xué)者開展了眾多關(guān)于農(nóng)戶GCT（IPM）采納行為的影響因素研究。從戶主特征來看，蔡書凱[4]、劉洋等[5]、Murage等[6]和Korir等[7]研究證實(shí)，戶主性別、受教育程度和風(fēng)險(xiǎn)偏好程度影響農(nóng)戶的GCT（IPM）采納行為；從資源稟賦特征來看，Kabir和Rainis[8]、Hussian等[9]、姚文[10]和Allahyari等[11]研究表明，較大的耕地規(guī)模、良好的資金狀況和充足的勞動(dòng)力有利于農(nóng)戶采納IPM；從心理認(rèn)知特征來看，Shojaei等[12]、朱萌等[13]和吳雪蓮等[14]均認(rèn)為，認(rèn)知水平是影響農(nóng)戶IPM采納行為的重要因素；從信息特征來看，與鄉(xiāng)鄰的交流頻率[15]、從媒體獲取信息的程度[16-17]和參與技術(shù)培訓(xùn)情況[18]對(duì)農(nóng)戶IPM采納行為具有顯著影響。

可見，現(xiàn)有文獻(xiàn)為本文的進(jìn)一步研究提供了十分有價(jià)值的參考。然而，現(xiàn)有研究并未考慮農(nóng)戶GCT（IPM）采納行為的空間依賴性，即現(xiàn)有研究聚焦于農(nóng)戶自身特征變量對(duì)其GCT（IPM）采納行為的直接影響，忽視了鄰近農(nóng)戶的采納行為和特征變量對(duì)其采納行為的空間溢出效應(yīng)。若不考慮空間依賴性，不僅無法詮釋空間結(jié)構(gòu)對(duì)農(nóng)戶GCT采納行為的影響，還會(huì)導(dǎo)致估計(jì)結(jié)果偏誤[19-20]。

空間依賴性是指?jìng)€(gè)人行為會(huì)隨著社會(huì)群體的行為而改變，主要表現(xiàn)為距離相近的農(nóng)戶之間，其行為相似[21]。Lewis 等[22]、Bj?rkhaug 和 Blekesaune[23]、Allaire等[24]和Tessema等[25]均證實(shí)，相鄰農(nóng)戶的技術(shù)采納行為并非彼此獨(dú)立，而是存在空間依賴性。但現(xiàn)有研究大多以農(nóng)業(yè)發(fā)達(dá)國(guó)家為例，以發(fā)展中國(guó)家為研究對(duì)象的文獻(xiàn)相對(duì)缺乏。事實(shí)上，農(nóng)業(yè)發(fā)達(dá)國(guó)家基于多元化的正式信息來推廣農(nóng)業(yè)技術(shù)，而發(fā)展中國(guó)家的正式信息相對(duì)稀缺，農(nóng)戶主要依靠鄰居和朋友等非正式渠道獲取農(nóng)業(yè)技術(shù)信息，空間依賴性可能更強(qiáng)[26]。

此外，在市場(chǎng)經(jīng)濟(jì)和農(nóng)業(yè)現(xiàn)代化的政策體系沖擊下，我國(guó)農(nóng)戶日益分化為以兼業(yè)化、分散化為特征的傳統(tǒng)農(nóng)戶和以專業(yè)化、集約化、組織化、社會(huì)化為特征的家庭農(nóng)場(chǎng)，兩者將會(huì)在相當(dāng)長(zhǎng)的時(shí)期內(nèi)并存[27]。其中，家庭農(nóng)場(chǎng)是未來我國(guó)農(nóng)業(yè)發(fā)展的趨勢(shì)，且在科技成果應(yīng)用和綠色發(fā)展方面對(duì)傳統(tǒng)農(nóng)戶具有引領(lǐng)功能[28][29]。但現(xiàn)有國(guó)內(nèi)研究大多以傳統(tǒng)農(nóng)戶為例，以家庭農(nóng)場(chǎng)為研究對(duì)象的文獻(xiàn)十分鮮見。

基于上述原因，本文以黃淮海平原366戶家庭農(nóng)場(chǎng)為例進(jìn)行分析。首先，采用全域Moran's I，檢驗(yàn)我國(guó)家庭農(nóng)場(chǎng)GCT采納行為的空間相關(guān)性；其次，建立貝葉斯空間杜賓Probit模型，并設(shè)定合適的空間權(quán)重矩陣，從中選擇最優(yōu)模型進(jìn)行參數(shù)估計(jì)；再次，借助偏微分方法，分解特征變量對(duì)家庭農(nóng)場(chǎng)GCT采納行為的直接效應(yīng)和空間溢出效應(yīng)。

本文的邊際貢獻(xiàn)主要體現(xiàn)在以下三個(gè)方面：第一，鑒于當(dāng)前國(guó)內(nèi)研究主要以傳統(tǒng)農(nóng)戶為例，本文拓展了研究對(duì)象，重點(diǎn)研究家庭農(nóng)場(chǎng)GCT采納行為；第二，較之于以往研究，本文關(guān)注空間溢出效應(yīng)，不僅能詮釋空間結(jié)構(gòu)對(duì)家庭農(nóng)場(chǎng)GCT采納行為的影響，還避免了估計(jì)結(jié)果偏誤；第三，本文以世界上最大的發(fā)展中國(guó)家——中國(guó)為例，“中國(guó)經(jīng)驗(yàn)”將為其他發(fā)展中國(guó)家提供借鑒和參考。

二 文獻(xiàn)回顧與變量選取

現(xiàn)有研究大多基于戶主特征、資源稟賦特征、心理認(rèn)知特征和信息特征，分析農(nóng)戶（家庭農(nóng)場(chǎng)）GCT（IPM）采納行為的影響因素[17] [30-31]。

（一）農(nóng)場(chǎng)主特征

Kabir等（2015）指出，由于缺乏專業(yè)知識(shí)，戶主為女性的農(nóng)戶往往不會(huì)采納IPM；戶主務(wù)農(nóng)年限越長(zhǎng)的農(nóng)戶，越傾向于沿襲傳統(tǒng)的病蟲害防治方法[32]。戶主受教育程度越高，越能客觀地評(píng)價(jià)IPM[7]；戶主風(fēng)險(xiǎn)偏好程度越高，越能坦然接受采納GCT的不確定性[33]。鑒于此，本文選取性別、務(wù)農(nóng)年限、受教育程度和風(fēng)險(xiǎn)偏好程度作為農(nóng)場(chǎng)主特征的衡量指標(biāo)。

（二）資源稟賦特征

耕地、資金和勞動(dòng)力作為家庭農(nóng)場(chǎng)開展農(nóng)業(yè)生產(chǎn)的基礎(chǔ)條件，能夠反映資源稟賦特征，且會(huì)對(duì)GCT采納行為產(chǎn)生一定影響。具體而言，較小的耕地面積限制了家庭農(nóng)場(chǎng)對(duì)IPM的采納[34]；資金短缺使得農(nóng)戶缺乏采納IPM的動(dòng)力[35]；勞動(dòng)力數(shù)量越少的家庭農(nóng)場(chǎng)，越擔(dān)憂沒有充裕的勞動(dòng)力學(xué)習(xí)并實(shí)施GCT，這種擔(dān)憂情緒阻礙了其對(duì)GCT的采納[36]。故本文通過耕地面積、資金狀況和勞動(dòng)力數(shù)量來衡量家庭農(nóng)場(chǎng)的資源稟賦特征。

（三）心理認(rèn)知特征

家庭農(nóng)場(chǎng)主的心理認(rèn)知對(duì)其 GCT 采納行為具有一定的影響。Kabir等[37]研究表明，對(duì)IPM具有良好認(rèn)知的農(nóng)戶，傾向于采納IPM。Stallman和James[38]證實(shí)，了解化學(xué)農(nóng)藥危害的家庭農(nóng)場(chǎng)主，往往愿意采納 IPM。因此，本文以對(duì)GCT和化學(xué)農(nóng)藥危害的認(rèn)知程度反映家庭農(nóng)場(chǎng)主的心理認(rèn)知特征。

（四）信息特征

媒體宣傳是農(nóng)戶行為決策的標(biāo)桿導(dǎo)向，從媒體獲取信息的程度顯著影響其IPM采納行為[17]。L?pple等[21]發(fā)現(xiàn)，如果農(nóng)戶認(rèn)識(shí)已采納IPM的農(nóng)場(chǎng)主，則其采納概率要高10.9%。Sanglestsawai等[39]認(rèn)為，農(nóng)戶參與田間學(xué)校培訓(xùn)能顯著提高其技術(shù)認(rèn)知水平和實(shí)踐能力，從而促進(jìn)其采納IPM。因此，從媒體獲取信息的程度、是否認(rèn)識(shí)已采納GCT的農(nóng)場(chǎng)主和是否參與技術(shù)培訓(xùn)是本文衡量家庭農(nóng)場(chǎng)信息特征的具體指標(biāo)。

三 研究方法

（一）空間相關(guān)性檢驗(yàn)

空間相關(guān)性檢驗(yàn)是構(gòu)建空間計(jì)量模型的必要前提[40]。現(xiàn)有研究大多采用全域Moran's I來檢驗(yàn)空間相關(guān)性[41]。當(dāng)空間相關(guān)性通過檢驗(yàn)時(shí)，則證實(shí)鄰近家庭農(nóng)場(chǎng)的GCT采納行為及其特征變量對(duì)家庭農(nóng)場(chǎng)的GCT采納行為可能存在空間溢出效應(yīng)。

全域Moran's I的絕對(duì)值大小表示空間相關(guān)性的強(qiáng)弱。當(dāng)-1≤Moran'sI＜0或0＜Moran'sI≤1時(shí)，均表示存在空間相關(guān)性，前者表示空間負(fù)相關(guān)，后者表示空間正相關(guān)；當(dāng)Moran'sI=0時(shí)，表示空間不相關(guān)。其表達(dá)式為：

其中，n為樣本數(shù)量，yi是家庭農(nóng)場(chǎng)i 采納行為的觀測(cè)值，yj是鄰近家庭農(nóng)場(chǎng) j 采納行為的觀測(cè)值，W 表示 n ×n 的空間權(quán)重矩陣。。

（二）貝葉斯空間杜賓Probit模型構(gòu)建

家庭農(nóng)場(chǎng)的技術(shù)采納行為可被視作一次投資決策[42]。當(dāng)家庭農(nóng)場(chǎng)i采納GCT的期望效用大于未采納時(shí)的期望效用時(shí)，家庭農(nóng)場(chǎng)i會(huì)采納GCT，即：

其中，G表示家庭農(nóng)場(chǎng)i采納GCT的成本，包括信息收集成本、殺蟲燈等設(shè)備投資成本以及技術(shù)運(yùn)用不當(dāng)而導(dǎo)致的初始收入損失。Pred代表家庭農(nóng)場(chǎng)i采納GCT所減少的化學(xué)農(nóng)藥施用成本。A代表家庭農(nóng)場(chǎng)對(duì)GCT的態(tài)度，對(duì)其采納行為可能產(chǎn)生積極影響，也可能產(chǎn)生消極影響[43]。πk（k=ad, no）代表家庭農(nóng)場(chǎng)的收益，即：

其中，pk是指農(nóng)產(chǎn)品銷售價(jià)格；q是指產(chǎn)量，受到投入因素fk（如土地適宜性、勞動(dòng)力投入、農(nóng)資投入、機(jī)械化投入和灌溉設(shè)施投入）和空間因素F（如到農(nóng)產(chǎn)品銷售市場(chǎng)的距離）的影響；ck是指可變成本；s代表家庭農(nóng)場(chǎng)采納GCT所得到的農(nóng)業(yè)補(bǔ)貼。

然而，家庭農(nóng)場(chǎng)的期望效用無法直接觀測(cè)。家庭農(nóng)場(chǎng)是否采納GCT是可以觀測(cè)的，故定義示性函數(shù)：

若全域Moran's I顯著，本文將構(gòu)建空間杜賓Probit模型如下：

其中，y代表家庭農(nóng)場(chǎng)GCT采納行為的觀測(cè)值向量。X為家庭農(nóng)場(chǎng)特征變量向量，β代表其回歸系數(shù)向量，Xβ表示家庭農(nóng)場(chǎng)特征變量對(duì)其GCT采納行為的直接影響。W表示空間權(quán)重矩陣，ρWy為空間滯后項(xiàng)，表示鄰近家庭農(nóng)場(chǎng)的采納行為對(duì)家庭農(nóng)場(chǎng)采納行為的間接影響，ρ是其回歸系數(shù)向量。WXθ為鄰近家庭農(nóng)場(chǎng)特征變量的空間加權(quán)線性組合，表示鄰近家庭農(nóng)場(chǎng)的特征變量對(duì)家庭農(nóng)場(chǎng)采納行為的間接影響，θ是其回歸系數(shù)向量。ε～N（0, IN）表示隨機(jī)誤差項(xiàng)，IN為n維單位矩陣。

此外，在參數(shù)估計(jì)方面，本文采用基于Markov Chain Monte Carlo（MC-MC）抽樣算法的貝葉斯估計(jì)法。該方法通過結(jié)合模型似然函數(shù)p（y| τ）和先驗(yàn)分布p（τ），估計(jì)未知參數(shù)τ=（β, θ, ρ），充分考慮先驗(yàn)信息的作用，從而優(yōu)化了統(tǒng)計(jì)推斷的結(jié)果，解決了參數(shù)的不確定性問題[44]。具體而言，首先給出參數(shù)的先驗(yàn)分布信息，進(jìn)而應(yīng)用貝葉斯定理得到參數(shù)的后驗(yàn)分布信息p（τ| y）：

此時(shí)，借助MCMC 抽樣算法進(jìn)行空間杜賓Probit 模型的后驗(yàn)分布抽樣，抽樣序列將收斂于模型參數(shù)的聯(lián)合后驗(yàn)分布。進(jìn)而，可以計(jì)算抽樣序列的均值和方差，以獲得參數(shù)估計(jì)值和標(biāo)準(zhǔn)誤差。

（三）最優(yōu)模型選擇

由于空間依賴性具有隨距離衰減的特征，因此需要選擇合適的門檻值以保證每個(gè)樣本家庭農(nóng)場(chǎng)至少有一個(gè)與之相鄰的家庭農(nóng)場(chǎng)[26]。Roe等[45]指出，超過某個(gè)特定的門檻值后，空間溢出效應(yīng)不再影響家庭農(nóng)場(chǎng)的技術(shù)采納行為，即超過這個(gè)門檻值的所有空間權(quán)重矩陣（Wij）均為零，可表示為：

其中，d代表空間溢出效應(yīng)為零的門檻值。由于家庭農(nóng)場(chǎng)技術(shù)采納行為的空間依賴性半徑為2.0 ～4.0千米[26]，本文分別將2.0千米、2.5千米、3.0千米、3.5千米、4.0千米（間隔500米）作為不同的門檻值，設(shè)定5個(gè)貝葉斯空間杜賓Probit模型。進(jìn)而比較這5個(gè)模型的后驗(yàn)?zāi)Ｐ透怕剩瑥闹羞x擇最高的作為最優(yōu)模型進(jìn)行參數(shù)估計(jì)。

（四）空間影響分解

貝葉斯空間杜賓Probit模型的估計(jì)結(jié)果僅能證實(shí)特征變量對(duì)家庭農(nóng)場(chǎng)GCT采納行為的正向或反向影響，無法反映每個(gè)特征變量的直接效應(yīng)和空間溢出效應(yīng)[46]。因此，需要對(duì)模型中的直接效應(yīng)和空間溢出效應(yīng)進(jìn)行分解。LeSage和Pace[47]指出，采用點(diǎn)估計(jì)方法，會(huì)導(dǎo)致模型估計(jì)偏誤，而采用偏微分方法能避免這一問題。因此，本文基于偏微分方法，將特征變量對(duì)家庭農(nóng)場(chǎng)GCT采納行為的空間影響分解為直接效應(yīng)和空間溢出效應(yīng)。具體而言，將公式（5）轉(zhuǎn)化為：

則y關(guān)于X的偏微分方程矩陣為：

其中，等號(hào)右端方程中，對(duì)角線元素的平均值為直接效應(yīng)，表示家庭農(nóng)場(chǎng)的特征變量對(duì)其GCT采納行為的直接影響；非對(duì)角線元素的平均值為空間溢出效應(yīng)，表示鄰近家庭農(nóng)場(chǎng)的特征變量對(duì)家庭農(nóng)場(chǎng)GCT采納行為的間接影響。

四 數(shù)據(jù)說明

（一）資料來源

黃淮海平原是我國(guó)重要的農(nóng)產(chǎn)品生產(chǎn)基地，主要包括河北、河南、山東、安徽和江蘇5個(gè)省份。上述五省的家庭農(nóng)場(chǎng)均逾萬戶，且均有病蟲害綠色防控示范區(qū)。因此，在上述五省展開問卷調(diào)查，對(duì)研究家庭農(nóng)場(chǎng)GCT采納行為的空間依賴性具有代表性。

調(diào)查分為兩個(gè)階段展開。第一階段為預(yù)調(diào)研，2016年12月，調(diào)查小組在山東省隨機(jī)選取了20戶家庭農(nóng)場(chǎng)進(jìn)行入戶訪談，了解其GCT采納情況，并就相鄰家庭農(nóng)場(chǎng)的信息交流情況展開調(diào)查。根據(jù)預(yù)調(diào)研結(jié)果，對(duì)調(diào)查問卷中存在的不足予以完善。第二階段為2017年1 ～2月的正式調(diào)研，采用多階整群隨機(jī)抽樣方法。首先，在上述五省中隨機(jī)選取10個(gè)地級(jí)市；其次，在每個(gè)地級(jí)市隨機(jī)選取2個(gè)縣（市、區(qū)）；再次，在各縣（市、區(qū)）隨機(jī)選取20戶家庭農(nóng)場(chǎng)作為樣本。問卷由經(jīng)過培訓(xùn)的研究生和高年級(jí)本科生采取入戶訪談的方式填寫。共發(fā)放問卷400份，剔除重要指標(biāo)缺失的問卷，最終獲得有效問卷366份，問卷有效率為91.5%。

此外，家庭農(nóng)場(chǎng)特征變量的具體測(cè)量方法如下：農(nóng)場(chǎng)主性別通過“男=1，女=0”來取值；農(nóng)場(chǎng)主務(wù)農(nóng)年限以“實(shí)際務(wù)農(nóng)年數(shù)”來測(cè)量；農(nóng)場(chǎng)主受教育程度采用“小學(xué)及以下=1，初中=2，高中或中專=3，大專及以上=4”的方法取值；經(jīng)營(yíng)耕地面積以“實(shí)際經(jīng)營(yíng)耕地面積”來測(cè)量；勞動(dòng)力數(shù)量通過“實(shí)際家庭勞動(dòng)力和長(zhǎng)期雇工的加總”來取值；是否認(rèn)識(shí)已采納GCT的農(nóng)場(chǎng)主和是否參與技術(shù)培訓(xùn)均以“是=1，否=0”來取值；其他變量皆采用李克特7級(jí)量表進(jìn)行測(cè)量。

（二）描述性統(tǒng)計(jì)

在366份有效問卷中，采納 GCT 的家庭農(nóng)場(chǎng)有174戶，占比為47.5%，這與胡林英等[48]的調(diào)查結(jié)果相近（見表1）。

從農(nóng)場(chǎng)主性別來看，樣本均值為0.667，說明大多數(shù)農(nóng)場(chǎng)主為男性。從務(wù)農(nóng)年限來看，樣本均值為12.566年。從受教育程度來看，初中和高中或中專的樣本總和占68.58%，這與我國(guó)以中等受教育程度為主的勞動(dòng)力結(jié)構(gòu)相一致。從經(jīng)營(yíng)耕地面積來看，樣本均值為135.874畝，面積100 ～300畝的樣本數(shù)量最多，占比為55.19%，而面積在50～100畝和300畝以上的樣本分別占38.8%和6.01%，這在一定程度上體現(xiàn)了家庭農(nóng)場(chǎng)適度規(guī)模經(jīng)營(yíng)的特征。從勞動(dòng)力數(shù)量來看，樣本均值為7.970，有64.21%的樣本家庭農(nóng)場(chǎng)擁有勞動(dòng)力數(shù)量為5～10人，有25.14%的樣本家庭農(nóng)場(chǎng)擁有勞動(dòng)力數(shù)量為1～4人，其余10.65%的樣本家庭農(nóng)場(chǎng)擁有勞動(dòng)力數(shù)量超過10人。就樣本特征分布來看，與2013年我國(guó)農(nóng)業(yè)部對(duì)家庭農(nóng)場(chǎng)的統(tǒng)計(jì)結(jié)果基本一致，此次調(diào)查的樣本具有一定的代表性。

五 模型估計(jì)結(jié)果

（一）空間相關(guān)性檢驗(yàn)結(jié)果

檢驗(yàn)結(jié)果表明，全域Moran's I為0.315，且在1%的水平下顯著，這表明家庭農(nóng)場(chǎng)的GCT采納行為在地理空間上并非隨機(jī)分布，而是具有空間關(guān)聯(lián)性。原因在于：相鄰家庭農(nóng)場(chǎng)之間日常交流與業(yè)務(wù)往來頻繁，具有較強(qiáng)的同群效應(yīng)[49]。因此，有必要構(gòu)建貝葉斯空間杜賓Probit模型，進(jìn)一步對(duì)家庭農(nóng)場(chǎng)GCT采納行為的空間依賴性進(jìn)行實(shí)證檢驗(yàn)。

（二）最優(yōu)模型選擇結(jié)果

為設(shè)定合適的空間權(quán)重矩陣，分別將2.0千米、2.5千米、3.0千米、3.5千米、4.0千米作為不同的門檻值，設(shè)定5個(gè)貝葉斯空間杜賓Probit模型。如表2所示，以2.0千米為門檻值時(shí)，后驗(yàn)?zāi)Ｐ透怕首罡撸瑸樽顑?yōu)模型。同時(shí)，隨著門檻值d的變大，越來越遠(yuǎn)的家庭農(nóng)場(chǎng)被定義為“相鄰家庭農(nóng)場(chǎng)”，其空間滯后項(xiàng)系數(shù)ρ值逐漸減小。因此，本文假設(shè)：若家庭農(nóng)場(chǎng)之間的距離超過2.0千米，則空間溢出效應(yīng)為零。

（三）貝葉斯空間杜賓Probit模型估計(jì)結(jié)果

以2.0千米作為門檻值，設(shè)定空間權(quán)重矩陣，構(gòu)建最優(yōu)貝葉斯空間杜賓Probit模型（見表3）。估計(jì)結(jié)果表明：第一，鄰近家庭農(nóng)場(chǎng)采納行為的空間滯后項(xiàng)顯著，且系數(shù)ρ為正，這意味著家庭農(nóng)場(chǎng)的GCT采納行為存在空間依賴性，鄰近家庭農(nóng)場(chǎng)采納GCT會(huì)提高家庭農(nóng)場(chǎng)的GCT采納率；第二，除經(jīng)營(yíng)耕地面積外，其他特征變量的空間滯后項(xiàng)均通過了顯著性檢驗(yàn)，這表明家庭農(nóng)場(chǎng)的GCT采納行為確實(shí)受到鄰近家庭農(nóng)場(chǎng)特征變量的影響。

此外，特征變量對(duì)家庭農(nóng)場(chǎng)GCT采納行為的影響如下。

從農(nóng)場(chǎng)主特征來看，家庭農(nóng)場(chǎng)主的受教育程度和風(fēng)險(xiǎn)偏好程度對(duì)其GCT采納行為具有顯著正向影響，性別和務(wù)農(nóng)年限則具有顯著反向影響。第一，農(nóng)場(chǎng)主的受教育程度越高，其獲取GCT信息的機(jī)會(huì)和渠道越多，理解能力越強(qiáng)，從而越可能采納GCT[50]；第二，風(fēng)險(xiǎn)偏好程度高的農(nóng)場(chǎng)主具有先動(dòng)性特征，往往會(huì)通過采納GCT，來達(dá)到降低化學(xué)農(nóng)藥成本和增加產(chǎn)量的目的[51]；第三，相比于男性，女性農(nóng)場(chǎng)主的農(nóng)產(chǎn)品質(zhì)量安全和生態(tài)保護(hù)意識(shí)更強(qiáng)，故更可能采納GCT[52]；第四，務(wù)農(nóng)年限長(zhǎng)的家庭農(nóng)場(chǎng)主，往往在思想上較為保守，容易固守傳統(tǒng)的病蟲害防治方法[11]。

從資源稟賦特征來看，充裕的資金和勞動(dòng)力是家庭農(nóng)場(chǎng)主學(xué)習(xí)并實(shí)施新技術(shù)的前提[42]，故資金狀況和勞動(dòng)力數(shù)量顯著正向影響家庭農(nóng)場(chǎng)的GCT采納行為。此外，經(jīng)營(yíng)耕地面積對(duì)家庭農(nóng)場(chǎng)GCT采納行為的影響并不顯著。這是由于，當(dāng)經(jīng)營(yíng)耕地面積超過臨界點(diǎn)后，隨著面積的增加，家庭農(nóng)場(chǎng)在GCT規(guī)模效應(yīng)的驅(qū)動(dòng)下，均有動(dòng)力采納GCT[4]。就我國(guó)家庭農(nóng)場(chǎng)而言，經(jīng)營(yíng)耕地面積均達(dá)到了各地方政府規(guī)定的規(guī)模標(biāo)準(zhǔn)并相對(duì)穩(wěn)定[36]。

從心理認(rèn)知特征來看，對(duì)GCT和化學(xué)農(nóng)藥危害的認(rèn)知程度顯著正向影響家庭農(nóng)場(chǎng)的GCT采納行為。不難理解，家庭農(nóng)場(chǎng)對(duì)GCT和化學(xué)農(nóng)藥危害的認(rèn)知程度越高，越傾向于采納GCT[53]。

從信息特征來看，參與技術(shù)培訓(xùn)、認(rèn)識(shí)已采納GCT的農(nóng)場(chǎng)主和從媒體獲取信息的程度較高對(duì)家庭農(nóng)場(chǎng)的GCT采納行為產(chǎn)生顯著積極影響。其原因在于：第一，參與技術(shù)培訓(xùn)是家庭農(nóng)場(chǎng)掌握GCT操作規(guī)范的最有效途徑，有助于其順利開展GCT實(shí)踐[54]；第二，家庭農(nóng)場(chǎng)若認(rèn)識(shí)已采納GCT的農(nóng)場(chǎng)主，可以依靠“搭便車”獲取GCT的實(shí)踐經(jīng)驗(yàn)，從而促進(jìn)其采納GCT[55]；第三，我國(guó)農(nóng)民閑暇時(shí)樂于觀看新聞和農(nóng)業(yè)節(jié)目，媒體所報(bào)道的GCT實(shí)施案例和典型經(jīng)驗(yàn)會(huì)提高家庭農(nóng)場(chǎng)對(duì)GCT效用的認(rèn)知，激發(fā)其采納GCT[14]。

（四）空間影響分解結(jié)果

盡管貝葉斯空間杜賓Probit模型的參數(shù)估計(jì)結(jié)果證實(shí)了特征變量對(duì)家庭農(nóng)場(chǎng)GCT采納行為的正向或反向影響，但其回歸系數(shù)包含相鄰家庭農(nóng)場(chǎng)GCT采納行為的反饋效應(yīng)，無法準(zhǔn)確體現(xiàn)直接影響與間接影響的大小。因此，需要剔除反饋效應(yīng)[46] [56]。本文借助偏微分方法，將空間影響分解為直接效應(yīng)和空間溢出效應(yīng)（見表4）。

分解結(jié)果表明，農(nóng)場(chǎng)主的受教育程度、參與技術(shù)培訓(xùn)情況、家庭資金狀況、勞動(dòng)力數(shù)量、對(duì)化學(xué)農(nóng)藥危害的認(rèn)知程度、對(duì)GCT的認(rèn)知程度、是否認(rèn)識(shí)已采納GCT的農(nóng)場(chǎng)主、風(fēng)險(xiǎn)偏好程度和從媒體獲取信息的程度正向影響家庭農(nóng)場(chǎng)的GCT采納行為，且總效應(yīng)依次遞減。第一，農(nóng)場(chǎng)主受教育程度是影響家庭農(nóng)場(chǎng) GCT 采納行為最為重要的因素，其直接效應(yīng)占22.4%，空間溢出效應(yīng)占5.9%。一方面，家庭農(nóng)場(chǎng)主的受教育程度越高，意味著其學(xué)習(xí)技術(shù)的能力越強(qiáng)；另一方面，家庭農(nóng)場(chǎng)主往往更會(huì)信服和模仿鄰近受教育程度高的家庭農(nóng)場(chǎng)主的技術(shù)采納行為[57]。第二，與未參與技術(shù)培訓(xùn)的家庭農(nóng)場(chǎng)相比，參與技術(shù)培訓(xùn)的家庭農(nóng)場(chǎng)采納 GCT 的概率高27.7%。其中，17.8%為直接效應(yīng)，9.9%為空間溢出效應(yīng)。眾所周知，政府舉辦的農(nóng)業(yè)技術(shù)培訓(xùn)面向區(qū)域內(nèi)的所有家庭農(nóng)場(chǎng)。相鄰家庭農(nóng)場(chǎng)共同參與技術(shù)培訓(xùn)，會(huì)相互學(xué)習(xí)和探討技術(shù)操作規(guī)范，從而提高彼此的技術(shù)水平[48]。第三，家庭資金狀況對(duì)家庭農(nóng)場(chǎng)GCT采納行為的總效應(yīng)、直接效應(yīng)和空間溢出效應(yīng)分別為26.6%、18.7%和7.9%。相鄰家庭農(nóng)場(chǎng)之間通常存在資金借貸關(guān)系，充裕的資金為彼此采納新技術(shù)提供了有力支持[58]。第四，家庭勞動(dòng)力數(shù)量對(duì)家庭農(nóng)場(chǎng)GCT采納行為的總效應(yīng)為19.8%，其中8.1%來自空間溢出效應(yīng)。相鄰家庭農(nóng)場(chǎng)間的幫工現(xiàn)象較為普遍，充裕的勞動(dòng)力為彼此采納新技術(shù)提供了保障[59]。第五，對(duì)化學(xué)農(nóng)藥危害的認(rèn)知程度對(duì)家庭農(nóng)場(chǎng)的GCT采納行為具有17.8%的總效應(yīng)，并可細(xì)分為12.8%的直接效應(yīng)和5.0%的空間溢出效應(yīng)。對(duì)GCT的認(rèn)知程度對(duì)家庭農(nóng)場(chǎng)GCT采納行為的總效應(yīng)為16.4%，包含10.6%的直接效應(yīng)和5.8%的空間溢出效應(yīng)。家庭農(nóng)場(chǎng)對(duì)化學(xué)農(nóng)藥危害和GCT的認(rèn)知程度越高，越會(huì)采納GCT。同時(shí)，與鄉(xiāng)鄰交流是家庭農(nóng)場(chǎng)進(jìn)行社會(huì)學(xué)習(xí)的方式之一，鄰近家庭農(nóng)場(chǎng)對(duì)化學(xué)農(nóng)藥和GCT的認(rèn)知程度越高，越會(huì)提升家庭農(nóng)場(chǎng)采納GCT的概率[60]。第六，認(rèn)識(shí)已采納GCT的農(nóng)場(chǎng)主對(duì)家庭農(nóng)場(chǎng)GCT采納行為的直接效應(yīng)和空間溢出效應(yīng)分別為9.3%和4.8%。若相鄰家庭農(nóng)場(chǎng)都認(rèn)識(shí)已采納GCT的農(nóng)場(chǎng)主，則會(huì)加快GCT實(shí)踐經(jīng)驗(yàn)的擴(kuò)散，從而增強(qiáng)彼此采納GCT的信心和動(dòng)力[21]。第七，農(nóng)場(chǎng)主的風(fēng)險(xiǎn)偏好程度對(duì)家庭農(nóng)場(chǎng)GCT采納行為的總效應(yīng)為10.7%，而空間溢出效應(yīng)為2.6%。若相鄰家庭農(nóng)場(chǎng)均為風(fēng)險(xiǎn)偏好型，則彼此均會(huì)積極采納GCT[36]。第八，從媒體獲取信息的程度對(duì)家庭農(nóng)場(chǎng)GCT采納行為的總效應(yīng)為8.5%，由6.2%的直接效應(yīng)和2.3%的空間溢出效應(yīng)組成。無論是家庭農(nóng)場(chǎng)，還是鄰近家庭農(nóng)場(chǎng)，從媒體獲取的信息程度越高，越會(huì)增強(qiáng)其對(duì) GCT 的理解和采納信心，從而有利于彼此采納GCT[12]。

此外，女性農(nóng)場(chǎng)主比男性農(nóng)場(chǎng)主采納GCT的概率高19.6%，這源于女性對(duì)化學(xué)農(nóng)藥潛在危害的關(guān)注度要高于男性[61]。同時(shí)，女性之間的交流往往比男性頻繁，頻繁交流進(jìn)一步促進(jìn)了女性農(nóng)場(chǎng)主采納GCT[62]。農(nóng)場(chǎng)主務(wù)農(nóng)年限對(duì)家庭農(nóng)場(chǎng)GCT采納行為的總效應(yīng)為-15.8%，其中空間溢出效應(yīng)為-5.7%。務(wù)農(nóng)年限長(zhǎng)的農(nóng)場(chǎng)主往往對(duì)新技術(shù)較為排斥。同時(shí)，務(wù)農(nóng)年限長(zhǎng)的農(nóng)場(chǎng)主往往是區(qū)域內(nèi)的德高望重者，其建議發(fā)揮著重要作用，會(huì)對(duì)區(qū)域內(nèi)家庭農(nóng)場(chǎng)的GCT采納行為產(chǎn)生反向影響[63]。經(jīng)營(yíng)耕地面積對(duì)家庭農(nóng)場(chǎng)GCT采納行為的總效應(yīng)僅為0.6%，普遍小于其他變量的總效應(yīng)，進(jìn)一步印證了其對(duì)家庭農(nóng)場(chǎng)GCT采納行為的影響并不顯著。

總體上，家庭農(nóng)場(chǎng)的GCT采納行為主要受特征變量的直接影響，但鄰近家庭農(nóng)場(chǎng)特征變量的空間溢出效應(yīng)也不容忽視，尤其是鄰近家庭農(nóng)場(chǎng)的參與技術(shù)培訓(xùn)情況、勞動(dòng)力數(shù)量和資金狀況。

六 主要結(jié)論與政策建議

本文依據(jù)黃淮海平原366戶家庭農(nóng)場(chǎng)的實(shí)地調(diào)研數(shù)據(jù)，在全域Moran's I檢驗(yàn)的基礎(chǔ)上，構(gòu)建貝葉斯空間杜賓Probit模型，設(shè)定合適的空間權(quán)重矩陣，從中選擇最優(yōu)模型進(jìn)行參數(shù)估計(jì)，并借助偏微分方法，進(jìn)一步分解特征變量對(duì)家庭農(nóng)場(chǎng)GCT采納行為的直接效應(yīng)和空間溢出效應(yīng)。

本文的主要結(jié)論如下：第一，家庭農(nóng)場(chǎng)的GCT采納行為存在空間相關(guān)性，其地理分布具有空間集聚特征；第二，家庭農(nóng)場(chǎng)相距2.0千米以內(nèi)時(shí)，其GCT采納行為的空間依賴性最強(qiáng)；第三，農(nóng)場(chǎng)主的受教育程度和風(fēng)險(xiǎn)偏好程度、家庭資金狀況和勞動(dòng)力數(shù)量、對(duì)GCT和化學(xué)農(nóng)藥危害的認(rèn)知程度、從媒體獲取信息的程度、是否認(rèn)識(shí)已采納GCT的農(nóng)場(chǎng)主和是否參與技術(shù)培訓(xùn)顯著正向影響家庭農(nóng)場(chǎng)的GCT采納行為，而農(nóng)場(chǎng)主的性別和務(wù)農(nóng)年限顯著反向影響家庭農(nóng)場(chǎng)的GCT采納行為；第四，家庭農(nóng)場(chǎng)的GCT采納行為主要受特征變量的直接影響，但鄰近家庭農(nóng)場(chǎng)特征變量的空間溢出效應(yīng)也不容忽視，尤其是鄰近家庭農(nóng)場(chǎng)的參與技術(shù)培訓(xùn)情況、勞動(dòng)力數(shù)量和資金狀況。

本文的主要研究結(jié)論對(duì)于GCT推廣政策的制定具有以下政策含義。一是實(shí)行“非平衡推廣戰(zhàn)略”。鑒于家庭農(nóng)場(chǎng)的GCT采納行為具有空間集聚特征，應(yīng)將政策向已有一定GCT應(yīng)用基礎(chǔ)的若干區(qū)域適當(dāng)傾斜，使這些區(qū)域真正實(shí)現(xiàn)GCT的大面積應(yīng)用，從而逐步向周邊區(qū)域擴(kuò)散。二是政策的多管齊下。通過提升技術(shù)培訓(xùn)效果、改善融資環(huán)境、注重宣傳引導(dǎo)、加大對(duì)家庭農(nóng)場(chǎng)主的再教育力度、加強(qiáng)基層技術(shù)推廣隊(duì)伍建設(shè)等，改善家庭農(nóng)場(chǎng)的內(nèi)在條件，為其采納GCT減少障礙和壓力。三是重視空間溢出效應(yīng)。選擇已參與技術(shù)培訓(xùn)、家庭勞動(dòng)力數(shù)量充足和資金狀況良好的家庭農(nóng)場(chǎng)作為GCT采納示范戶，充分發(fā)揮其空間溢出效應(yīng)。

參考文獻(xiàn)

[1] Jin, J. , Wang, W. , He, R. , et al. ,“Pesticide Use and Risk Perceptions Among Small-Scale Farmers in Anqiu County, China, ”International Journal of Environmental Research and Public Health, 2017, 14（1）: 29.

[2] 王建華、馬玉婷、李俏：《農(nóng)業(yè)生產(chǎn)者農(nóng)藥施用行為選擇與農(nóng)產(chǎn)品安全》,《公共管理學(xué)報(bào)》2015年第1期。

[3] 王建強(qiáng)、王強(qiáng)、趙中華：《加快推進(jìn)農(nóng)作物病蟲害綠色防控工作的對(duì)策建議》,《中國(guó)植保導(dǎo)刊》2015年第8期。

[4] 蔡書凱：《經(jīng)濟(jì)結(jié)構(gòu)、耕地特征與病蟲害綠色防控技術(shù)采納的實(shí)證研究——基于安徽省740個(gè)水稻種植戶的調(diào)查數(shù)據(jù)》,《中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào)》2013年第4期。

[5] 劉洋、熊學(xué)萍、劉海清等：《農(nóng)戶綠色防控技術(shù)采納意愿及其影響因素研究——基于湖南省長(zhǎng)沙市348個(gè)農(nóng)戶的調(diào)查數(shù)據(jù)》,《中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào)》2015年第4期。

[6] Murage, A. W. , Midega, C. A. O. , Pittchar, J. O. , et al. ,“Determinants of Adoption of Climate-Smart Push-Pull Technology for Enhanced Food Security Through Integrated Pest Management in Eastern Africa, ”Food Security, 2015, 7（3）: 709-724.

[7] Korir, J. K. , Affognon, H. D. , Ritho, C. N. , et al. ,“Grower Adoption of an Integrated Pest Management Package for Management of Mango-Infesting Fruit Flies（Diptera: Tephritidae）in Embu, Kenya, ”International Journal of Tropical Insect Science, 2015, 35（2）: 80-89.

[8] Kabir, M. H. , Rainis, R. ,“Integrated Pest Management Farming in Bangladesh:Present Scenario and Future Prospect, ”International Journal of Agricultural Technology， 2013, 9（3）: 515-527.

[9] Hussian, M. , Zia, S. , Saboor, A. ,“The Adoption of Integrated Pest Management （IPM）Technologies by Cotton Growers in the Punjab, ”Soil and Environment, 2011, 30（1）: 74-77.

[10] 姚文：《家庭資源稟賦、創(chuàng)業(yè)能力與環(huán)境友好型技術(shù)采用意愿——基于家庭農(nóng)場(chǎng)視角》,《經(jīng)濟(jì)經(jīng)緯》2016年第1期。

[11] Allahyari, M. S. , Damalas, C. A. , Ebadattalab, M. ,“Determinants of Integrated Pest Management Adoption for Olive Fruit Fly（Bactroceraoleae）in Roudbar, Iran, ”Crop Protection, 2016, 84: 113-120.

[12] Shojaei, S. H. , Hosseini, S. J. F. , Mirdamadi, M. , et al. ,“Investigating Barriers to Adoption of Integrated Pest Management Technologies in Iran, ”Annuals of Biological Research, 2013, 4（1）: 39-42.

[13] 朱萌、齊振宏、羅麗娜等：《基于Probit-ISM模型的稻農(nóng)農(nóng)業(yè)技術(shù)采用影響因素分析——以湖北省320戶稻農(nóng)為例》,《數(shù)理統(tǒng)計(jì)與管理》2016年第1期。

[14] 吳雪蓮、張俊飚、何可：《農(nóng)戶高效農(nóng)藥噴霧技術(shù)采納意愿——影響因素及其差異性分析》,《中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào)》2016年第4期。

[15] Genius, M. , Koundouri, P. , Nauges, C. , et al. ,“Information Transmission in Irrigation Technology Adoption and Diffusion: Social Learning, Extension Services and Spatial Effects, ”American Journal of Agricultural Economics, 2014, 96（1）: 328-344.

[16]趙連閣、蔡書凱：《農(nóng)戶IPM技術(shù)采納行為影響因素分析——基于安徽省蕪湖市的實(shí)證》,《農(nóng)業(yè)經(jīng)濟(jì)問題》2012年第3期。

[17] Timprasert, S. , Datta, A. , Ranamukhaarachchi, S. L. ,“Factors Determining Adoption of Integrated Pest Management by Vegetable Growers in Nakhonratchasima Province Thailand, ”Crop Protection, 2014, 62: 32-39.

[18] Sharma, R. , Peshin, R. ,“Impact of Integrated Pest Management of Vegetables on Pesticide Use in Subtropical Jammu, India, ”Crop Protection, 2016, 84: 105-112.

[19] Anselin, L. , Bera, A. K. , Spatial Dependence in Linear Regression Models with An Introduction to Spatial Econometrics, Basel Switzerland: Marcel Dekler, 1998.

[20] Boncinelli, F. , Bartolini, F. , Brunori, G. , et al. ,“Spatial Analysis of the Participation Inagri-Environment Measures Fororganic Farming, ”Renewable Agriculture and Food Systems, 2015, 31（4）, 375-386.

[21] L?pple, D. , Kelley, H. ,“Spatial Dependence in the Adoption of Organic Drystock Farming in Ireland, ”European Review of Agricultural Economics, 2015, 42（2）: 315 -337.

[22] Lewis, D. J. , Barham B. L. , Robinson, B. ,“Are There Spatial Spillovers in the Adoption of Clean Technology? The Case of Organic Dairy Farming, ”Land Economics, 2011, 87: 250-267.

[23] Bj?rkhaug, H. , Blekesaune, A. ,“Development of Organic Farming in Norway: A Statistical Analysis of Neighbourhood Effects, ”Geoforum, 2013, 45: 201-210.

[24] Allaire, G. , Poméon, T. , Maigné, E. , et al. ,“Territorial Analysis of the Diffusion of Organic Farming in France: Between Heterogeneity and Spatial Dependence, ”Ecological Indicators, 2015, 59: 70-81.

[25] Tessema, Y. M. , Asafu-Adjaye, J. , Kassie, M. , et al. ,“Do Neighbours Matter in Technology Adoption? The Case of Conservation Tillage in Northwest Ethiopia, ”African Journal of Agricultural and Resource Economics, 2016, 11（3）: 211-225.

[26] Wollni, M. , Andersson, C. ,“Spatial Patterns of Organic Agriculture Adoption:Evidence from Honduras, ”Ecological Economics, 2014, 97: 120-128.

[27] Gao, Y. , Zhang, X. , Wu, L. , et al. ,“Resource Basis, Ecosystem and Growth of Grain Family Farm in China: Based on Rough Set Theory and Hierarchical Linear Model, ”Agricultural Systems, 2017, 154: 157-167.

[28] 何秀榮：《關(guān)于我國(guó)農(nóng)業(yè)經(jīng)營(yíng)規(guī)模的思考》,《農(nóng)業(yè)經(jīng)濟(jì)問題》2016年第9期。

[29] 朱啟臻、胡鵬輝、許漢澤：《論家庭農(nóng)場(chǎng)：優(yōu)勢(shì)、條件與規(guī)模》,《農(nóng)業(yè)經(jīng)濟(jì)問題》2014年第7期。

[30] Hou, B. , Wang, Z. W. , Ying, R. Y. ,“Pesticide Residues and Wheat Farmer's Cognition: A China Scenario, ”Agricultural Research, 2016, 5（1）: 51-63.

[31] Lalani, B. , Dorward, P. , Holloway, G. , et al. ,“Smallholder Farmers' Motivations for Using Conservation Agriculture and the Roles of Yield, Labour and Soil Fertility in Decision Making, ”Agricultural Systems, 2016, 146: 80-90.

[32] Kabir, M. H. , Rainis, R. ,“Adoption and Intensity of Integrated Pest Management （IPM）Vegetable Farming in Bangladesh: An Approach to Sustainable Agricultural Development, ”Environment Development and Sustainability, 2015, 17（6）: 1413-1429.

[33] 儲(chǔ)成兵：《農(nóng)戶病蟲害綜合防治技術(shù)的采納決策和采納密度研究——基于DoubleHurdle模型的實(shí)證分析》,《農(nóng)業(yè)技術(shù)經(jīng)濟(jì)》2015年第9期。

[34] Goldberger, J. R. , Lehrer, N. ,“Biological Control Adoption in Western U. S. Orchard Systems: Results from Grower Surveys, ”Biological Control, 2016, 102:101-111.

[35] Rezaei, M. M. , Hayati, D. , Rafiee, Z. ,“Analysis of Administrative Barriers to Pistachio Integrated Pest Management: A Case Study in Rafsanjan City, ”International Journal of Modern Management and Foresight, 2014, 1: 35-43.

[36] Gao, Y. , Zhang, X. , Lu, J. , et al. ,“Adoption Behavior of Green Control Techniques by Family Farms in China: Evidence From 676 Family Farms in HuangHuai-Hai Plain, ”Crop Protection, 2017, 99: 76-84.

[37] Kabir, M. H. , Rainis, R. , Azad, J. ,“Are Spatial Factors Important in the Adoption of Eco-Friendly Agricultural Technologies? Evidence on Integrated Pest Management（IPM）, ”Journal of Geographic Information System, 2017, 9: 98-113.

[38] Stallman, H. R. , James, H. S. ,“Determinants Affecting Farmers'Willingness to Cooperate to Control Pests, ”Ecological Economics, 2015, 117: 182-192.

[39] Sanglestsawai, S. , Rejesus, R. M. , Yorobe, J. M. ,“Economic Impacts of Integrated Pest Management（IPM）Farmer Field Schools（FFS）: Evidence from Onion Farmers in The Philippines, ”Agricultural Economics, 2015, 46: 149-162.

[40] Hui, E. C. M. , Liang, C. ,“Spatial Spillover Effect of Urban Landscape Views on Property Price, ”Applied Geography, 2016, 72: 26-35.

[41] 龔維進(jìn)、徐春華：《交通便利性、開放水平與中國(guó)房?jī)r(jià)——基于空間杜賓模型的分析》,《國(guó)際貿(mào)易問題》2017年第2期。

[42] Schmidtner, E. , Lippert, C. , Engler, B. , et al. ,“Spatial Distribution of Organic Farming in Germany: Does Neighbourhood Matter? ”European Review of Agricultural Economics, 2012, 39（4）: 661-683.

[43] L?pple, D. , Kelley, H. ,“Understanding the Uptake of Organic Farming: Accounting for Heterogeneities Among Irish Farmers, ”Ecological Economics, 2013, 88: 11-19.

[44] LeSage, J. , Pace, K. R. , Lam, N. , et al. ,“New Orleans Business Recovery in the Aftermath of Hurricane Katrina, ”Journal of the Royal Statistical Society, 2011, 174 （4）: 1007-1027.

[45] Roe, B. , Irwin, E. G. , Sharp, J. S. ,“Pigs in Space: Modeling the Spatial Structure of Hog Production in Traditional and Non-Traditional Production Regions, ”American Journal of Agricultural Economics, 2002, 84（2）: 259-278.

[46] Yang, W. , Sharp, B. ,“Spatial Dependence and Determinants of Dairy Farmers' Adoption of Best Management Practices for Water Protection in New Zealand, ”Environmental Management, 2017, 59: 594-603.

[47] LeSage, J. , Pace, K. R. , Introduction to Spatial Econometrics, New York: Taylor and Francis-CRC Press, 2009.

[48] 胡林英、杜佩、陳富橋等：《茶農(nóng)綠色防控技術(shù)采用行為影響因素實(shí)證研究》,《茶葉科學(xué)》2017年第3期。

[49] Dharshing, S. ,“Household Dynamics of Technology Adoption: A Spatial Econometric Analysis of Residential Solar Photovoltaic（PV）Systems in Germany, ”Energy Research & Social Science, 2017, 23: 113-124.

[50] Supriya, U. , Ram, D. ,“Comparative Profile of Adoption of Integrated Pest Management（IPM）on Cabbage and Cauliflower Growers, ”Research Journal of Agricultural Sciences, 2013, 4（5）: 640-643.

[51] Asadpour, H. ,“Socio-Economic Factors Affecting the Development of Biological Technologies StemBorer Pest in Rice Fields of Mazandaran, ”Agricultural Economic and Development, 2011, 19（76）: 231-252.

[52] 尹世久、高楊、吳林海：《構(gòu)建中國(guó)特色的食品安全社會(huì)共治體系：理論與實(shí)踐》，人民出版社，2017。

[53] J?rs, E. , Aramayo, A. , Huici, O. , et al. ,“Obstacles and Opportunities for Diffusion of Integrated Pest Management Strategies Reported by Bolivian Small-Scale Farmers and Agronomists, ”Environmental Health Insights, 2017, 11: 1-14.

[54] Paul, J. , Sierra, J. , Causeret, F. , et al. ,“Factors Affecting the Adoption of Compost Use by Farmers in Small Tropical Caribbean Islands, ”Journal of Cleaner Production, 2017, 142（4）: 1387-1396.

[55] 王格玲、陸遷：《社會(huì)網(wǎng)絡(luò)影響農(nóng)戶技術(shù)采用倒U型關(guān)系的檢驗(yàn)——以甘肅省民勤縣節(jié)水灌溉技術(shù)采用為例》,《農(nóng)業(yè)技術(shù)經(jīng)濟(jì)》2015年第10期。

[56] 李飛、曾福生：《基于空間杜賓模型的農(nóng)業(yè)基礎(chǔ)設(shè)施空間溢出效應(yīng)》,《經(jīng)濟(jì)地理》2016年第6期。

[57] Wollni, M. , Brammer, B. ,“Productive Efficiency of Specialty and Conventional Coffee Farmers in Costa Rica: Accounting for Technological Heterogeneity and Self-Selection, ”Food Policy, 2012, 37: 67-76.

[58] Gong, Y. , Baylis, K. , Xu, J. , et al. ,“Farmers' Risk Preferences and Pesticide Use Decisions: Evidence from Field Experiments in China, ”Agricultural Economics， 2016, 47（4）: 411-421.

[59] Boncinelli, F. , Riccioli, F. , Casini, L. ,“Spatial Structure of Organic Viticulture:Evidence from Chianti（Italy）, ”New Medit, 2017, 16（2）: 55-63.

[60] Grovermann, C. , Schreinemachers, P. , Riwthong, S. , et al. ,“‘Smart' Policies to Reduce Pesticide Use and Avoid Income Trade-Offs: An Agent-Based Model Applied to Thai Agriculture, ”Ecological Economics, 2017, 132: 91-103.

[61] 尹世久：《信息不對(duì)稱、認(rèn)證有效性與消費(fèi)者偏好：以有機(jī)食品為例》，中國(guó)社會(huì)科學(xué)出版社，2013。

[62] Mzoughi, N. ,“Farmers Adoption of Integrated Crop Protection and Organic Farming:Do Moral and Social Concerns Matter? ”Ecological Economics, 2011, 70: 1536-1545.

[63] 應(yīng)瑞瑤、徐斌：《農(nóng)戶采納農(nóng)業(yè)社會(huì)化服務(wù)的示范效應(yīng)分析——以病蟲害統(tǒng)防統(tǒng)治為例》,《中國(guó)農(nóng)村經(jīng)濟(jì)》2014年第8期。