郭翔宇，劉二陽，王淇韜

（東北農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，哈爾濱 150030）

0 引言

耕地作為糧食生產(chǎn)的主要載體，其質(zhì)量的好壞將直接影響糧食產(chǎn)量的高低[1]。目前，由于我國長期的高投入高產(chǎn)出生產(chǎn)模式導(dǎo)致黑土區(qū)耕地質(zhì)量遭到破壞，耕地質(zhì)量退化問題日益嚴(yán)重，對國家糧食安全造成威脅[2]。為了保護(hù)黑土地，防止耕地質(zhì)量進(jìn)一步遭到破壞，國家出臺多個保護(hù)性耕作的文件。2020年農(nóng)業(yè)農(nóng)村部為加快保護(hù)性耕作技術(shù)推廣應(yīng)用出臺了《東北黑土地保護(hù)性耕作行動計劃（2020—2025年）》，2021年農(nóng)業(yè)農(nóng)村部、國家發(fā)展改革委、財政部等7個部門聯(lián)合印發(fā)《國家黑土地保護(hù)工程實施方案（2021—2025年）》。2021年“中央一號文件”《中共中央國務(wù)院關(guān)于全面推進(jìn)鄉(xiāng)村振興加快農(nóng)業(yè)農(nóng)村現(xiàn)代化的意見》中指出“實施國家黑土地保護(hù)工程，推廣保護(hù)性耕作模式”等內(nèi)容。通過學(xué)習(xí)上述相關(guān)文件精神可以了解到，推廣黑土地保護(hù)性耕作技術(shù)，促進(jìn)農(nóng)業(yè)可持續(xù)發(fā)展已成為現(xiàn)代化農(nóng)業(yè)發(fā)展的應(yīng)有之義。

農(nóng)戶作為保護(hù)性耕作技術(shù)的終端受體之一，是否采用該技術(shù)對土地保護(hù)發(fā)揮著至關(guān)重要的作用[3]。那么影響農(nóng)戶采用保護(hù)性耕作技術(shù)行為的因素有哪些？目前學(xué)術(shù)界對農(nóng)戶保護(hù)性耕作技術(shù)采用行為進(jìn)行了大量研究。劉麗等[4]基于農(nóng)戶的技術(shù)認(rèn)知，通過社會資本的5個維度對不同區(qū)域的農(nóng)戶少免耕技術(shù)采用行為的影響進(jìn)行了分析，結(jié)果顯示社會資本對農(nóng)戶采用少免耕技術(shù)存在區(qū)域差異；仇煥廣等[5]以水稻和玉米種植戶為例，通過風(fēng)險偏好和風(fēng)險感知兩個角度分析了農(nóng)戶保護(hù)性耕作技術(shù)的采納行為的異同，結(jié)果揭示了存在感知風(fēng)險的農(nóng)戶采用保護(hù)性耕作技術(shù)的比例較高；張永強等[6]運用二元Logistic模型，從政策支持、知覺行為控制、土地經(jīng)營規(guī)模等方面對黑龍江省黑土區(qū)農(nóng)戶的保護(hù)性耕作技術(shù)采用行為進(jìn)行了分析，結(jié)果表明政策支持、土地規(guī)模等因素正向影響農(nóng)戶采納保護(hù)性耕作技術(shù)；蓋豪等[7]從社會嵌入視角驗證了政府支持、農(nóng)戶特征等方面的因素對農(nóng)戶采用保護(hù)性耕作技術(shù)行為具有顯著影響；馬橙等[8]通過Heckman模型對陜西省果農(nóng)種植戶保護(hù)性耕作技術(shù)采用行為進(jìn)行了研究，結(jié)果表明政府補貼、果農(nóng)稟賦等因素對果農(nóng)采納保護(hù)性耕作技術(shù)具有顯著影響；李衛(wèi)等[9]通關(guān)樣本選擇模型對黃土高原農(nóng)戶的保護(hù)性耕作技術(shù)采用行為和影響因素進(jìn)行了分析，結(jié)果顯示戶主年齡、受教育程度、農(nóng)戶間的交流等因素對是否采用保護(hù)性耕作技術(shù)有顯著影響；朱萌等[10]運用二元Probit模型對傳統(tǒng)散戶和大戶兩類稻農(nóng)在保護(hù)性耕作技術(shù)采納行為的影響因素及差異方面進(jìn)行了研究，結(jié)果顯示農(nóng)戶受教育程度、是否參加了技術(shù)培訓(xùn)、以及家庭人均年收入3個因素對兩類農(nóng)戶是否采用保護(hù)性耕作技術(shù)都有顯著影響。

已有文獻(xiàn)多數(shù)是通過農(nóng)戶特征[9,11]、家庭特征[7,12]、技術(shù)特征[4,13]和政策支持[6,8]等相關(guān)指標(biāo)對農(nóng)戶采用保護(hù)性耕作技術(shù)意愿和行為決策結(jié)果做回歸分析，探討農(nóng)戶采用行為的相關(guān)影響因素，還有部分學(xué)者通過環(huán)境責(zé)任認(rèn)知[14]、風(fēng)險認(rèn)知[15]、風(fēng)險偏好[5]、感知利益[16]等角度對農(nóng)戶技術(shù)采用行為進(jìn)行分析，較少在整體感知價值基礎(chǔ)上從政府規(guī)制方面對農(nóng)戶采用保護(hù)性耕作技術(shù)行為的調(diào)節(jié)效應(yīng)進(jìn)行分析。鑒于此，文章結(jié)合東北黑土區(qū)農(nóng)戶保護(hù)性耕作技術(shù)采用現(xiàn)狀，從農(nóng)戶整體感知價值視角出發(fā)，構(gòu)建農(nóng)戶保護(hù)性耕作技術(shù)采用行為分析框架，利用東北黑土區(qū)733份農(nóng)戶調(diào)研數(shù)據(jù)，采用結(jié)構(gòu)方程模型，探討了政府規(guī)制在農(nóng)戶感知價值與保護(hù)性耕作技術(shù)采用行為過程中的調(diào)節(jié)作用，以期為政府合理制定促進(jìn)農(nóng)戶采用保護(hù)性耕作技術(shù)相關(guān)政策提供參考依據(jù)。

1 理論邏輯分析

1.1 理論分析

隨著農(nóng)戶的兼業(yè)化發(fā)展，農(nóng)戶針對某項技術(shù)的采納與否，其行為決策不僅僅是過去理性經(jīng)濟(jì)人假設(shè)下的完全基于經(jīng)濟(jì)最大化的考慮，而是基于技術(shù)采用可能產(chǎn)生的各方面價值的感知做出的綜合評判[17]，同時還會受到政府制度規(guī)范下的激勵和約束政策的影響[18]。因此，在感知價值的基礎(chǔ)之上分析政府規(guī)制對農(nóng)戶保護(hù)性耕作技術(shù)采用行為的調(diào)節(jié)作用，將更加有助于剖析農(nóng)戶的保護(hù)性耕作技術(shù)采用行為。

感知價值理論最初主要用于研究產(chǎn)品營銷領(lǐng)域[19]。該理論認(rèn)為顧客的消費意愿和行為取決于其對產(chǎn)品的感知價值，而感知價值是顧客在對產(chǎn)品心理感受的基礎(chǔ)上，對其形成的主觀綜合感受。目前，學(xué)者針對感知價值理論建立了不同的研究模型，最具有代表性的是層次模型和權(quán)衡模型。層次模型認(rèn)為，感知價值是人們對獲得信息的處理，即通過顧客對消費產(chǎn)品的認(rèn)知邏輯，將行為前的期望與行為后的結(jié)果進(jìn)行對比分析[20]。權(quán)衡模型認(rèn)為，感知價值理論的核心是感知風(fēng)險和感知利益之間的權(quán)衡，即感知利益大于感知風(fēng)險越多時，個體的感知價值水平就越高[21]。因此，基于感知價值理論，農(nóng)戶技術(shù)采用行為邏輯路徑上遵循“認(rèn)知層次→認(rèn)知權(quán)衡→感知價值→行為意愿→行為響應(yīng)”的范式，另農(nóng)戶是否采用一項技術(shù)將還受其對該技術(shù)的感知利益和感知風(fēng)險大小的影響，即農(nóng)戶是否采用保護(hù)性耕作技術(shù)將通過農(nóng)戶對該技術(shù)感知到的利益和風(fēng)險權(quán)衡后進(jìn)行決策。而感知利益和感知風(fēng)險一般是由多維度構(gòu)成的，根據(jù)不同的研究內(nèi)容，感知利益和感知風(fēng)險具有不同的表現(xiàn)形式[22]。結(jié)合該文研究內(nèi)容，該文將農(nóng)戶感知利益和農(nóng)戶感知風(fēng)險分別分為感知經(jīng)濟(jì)利益（Perceived Economic Benefit，PEB）、感知生態(tài)利益（Perceived Ecological Benefit，PCB①為避免與感知經(jīng)濟(jì)利益的英文縮寫重復(fù)，“感知生態(tài)利益”進(jìn)行英文縮寫時，“生態(tài)—Ecological”一詞選取第二位英文字母“C”代替）、感知社會利益（Perceived Social Benefit，PSB）和感知經(jīng)濟(jì)風(fēng)險（Perceived Economic Risk，PER）、感知技術(shù)風(fēng)險（Perceived Technology Risk，PTR）、感知情境風(fēng)險（Perceived Situational Risk，PSR）。

20世紀(jì)70年代美國經(jīng)濟(jì)學(xué)界首先提出規(guī)制理論，其主要研究內(nèi)容是指在新的社會背景下干預(yù)和改善公共機(jī)制的公共政策[23]。政府規(guī)制一般是指政府行政機(jī)構(gòu)根據(jù)法律授權(quán)，采取行政手段，對企業(yè)、消費者等的行為實施控制的活動[24]。政府規(guī)制的作用范圍主要在微觀經(jīng)濟(jì)領(lǐng)域，其干預(yù)途徑分為直接規(guī)制和間接規(guī)制[25]。政府規(guī)制對農(nóng)戶行為的影響主要通過對農(nóng)戶行為進(jìn)行培訓(xùn)、對農(nóng)戶的行為進(jìn)行規(guī)范約束和激勵農(nóng)戶采用社會福利最大化的行為等方式?；谡?guī)制理論，該文分析了政策規(guī)制在農(nóng)戶保護(hù)性耕作技術(shù)感知價值與采用行為發(fā)生過程中的調(diào)節(jié)作用。與其他農(nóng)業(yè)技術(shù)推廣的政策差別不大，保護(hù)性耕作技術(shù)推廣實施的相關(guān)的政策大體上可以分為激勵型政策和約束性政策兩類，主要包括政策宣傳、技術(shù)補貼、項目扶持、行政管制等等，而且政策制定過程中，無論是激勵型還是約束型政策，初衷都是為了引導(dǎo)農(nóng)戶接受并采用技術(shù)。已有研究認(rèn)為，農(nóng)戶獲得政府補貼金額是保護(hù)性耕作技術(shù)采用最重要的影響因素[26]，另有學(xué)者通過仿真建模得出政府補貼、管制和農(nóng)技推廣3種政策對農(nóng)戶采用行為的影響機(jī)制各不相同[27]。該文認(rèn)為，政策宣傳、技術(shù)補貼、項目扶持等一系列激勵措施是從正面顯化農(nóng)戶保護(hù)性耕作技術(shù)采用行為的發(fā)生過程，而嚴(yán)格監(jiān)管和行政處罰等約束舉措則是反向抑制不利于保護(hù)性耕作技術(shù)實施的負(fù)面行為發(fā)生。為保證合理的政策組合對農(nóng)戶采用行為能夠產(chǎn)生最佳的激勵效果，應(yīng)注意區(qū)分不同的政策環(huán)境在保護(hù)性耕作技術(shù)采用行為發(fā)生過程中的調(diào)節(jié)作用。因此，該文將從政府激勵型政策和政府約束型政策兩個維度，分析政策環(huán)境變量在農(nóng)戶感知價值與技術(shù)采用行為關(guān)系中的調(diào)節(jié)作用。

1.2 模型設(shè)計與指標(biāo)選取

基于上述理論分析構(gòu)建“東北黑土區(qū)農(nóng)戶對保護(hù)性耕作技術(shù)采用行為的決策模型”，如圖1所示，該模型包含了農(nóng)戶感知利益（Farmer Perceived Benefit，F(xiàn)PB）、農(nóng)戶感知風(fēng)險（Farmer Perceived Risk，F(xiàn)PR）、農(nóng)戶感知價值（Farmer Perceived Values，F(xiàn)PV）、采用意愿（Adopt Intend，AI）、采用行為（Adoption Behavior，AB）5個主題變量和政府激勵型政策（Government Incentive Policy，GIP）、政府約束型政策（Government Binding Policy，GBP）2個調(diào)節(jié)變量，5個主體變量之間的9條因果路徑關(guān)系構(gòu)成了農(nóng)戶農(nóng)地投入行為決策的內(nèi)在邏輯機(jī)理，此外，基于理論分析，各變量之間路徑系數(shù)在理論上的正、負(fù)方向如圖1。

圖1 農(nóng)戶保護(hù)性耕作技術(shù)采用行為模型

借鑒已有文獻(xiàn)研究變量設(shè)計[28]，在該文作者團(tuán)隊對農(nóng)戶感知價值變量已有研究設(shè)計的基礎(chǔ)上[22]，結(jié)合上述理論分析，開發(fā)政府規(guī)制變量量表（表1）。通過Likert五級打分法，對具體變量進(jìn)行測度，“1～5”分別表示“非常不同意、比較不同意、一般、比較同意、非常同意”。通過對保護(hù)性耕作技術(shù)概念的文獻(xiàn)梳理，該文主要考察免（少）耕播種、秸稈覆蓋還田、深松3項核心保護(hù)性耕作技術(shù)[29,30]。因此，對于農(nóng)戶采用行為這一變量，根據(jù)農(nóng)戶采用項數(shù)多少分別由低到高進(jìn)行賦值0～3。

表1 政府規(guī)制變量選取

2 數(shù)據(jù)來源與研究方法

2.1 數(shù)據(jù)來源與描述性分析

該文數(shù)據(jù)來源于課題組2019年12月至2020年2月、2020年6月和2020年8月3次對黑土地分布較為廣泛的黑龍江省黑土區(qū)農(nóng)戶的保護(hù)性耕作技術(shù)采用行為進(jìn)行的深度訪談?wù){(diào)研，按照隨機(jī)抽樣法，選取賓縣、慶安縣等11個縣（區(qū)）作為調(diào)查樣本區(qū)，3次調(diào)研共獲取733份為有效問卷。

通過對樣本數(shù)據(jù)統(tǒng)計分析可得，對于保護(hù)性耕作技術(shù)的了解情況方面，了解深松和秸稈還田覆蓋技術(shù)的農(nóng)戶較多，分別有605人和669人，分別占樣本總量的82.54%和91.27%；了解免耕播種技術(shù)的有316人，不到樣本總量的一半。值得注意的是，聽說過保護(hù)性耕作技術(shù)這一整體概念的農(nóng)戶僅有192人，僅占樣本總量的26.19%，說明多數(shù)農(nóng)戶對深松、秸稈覆蓋還田技術(shù)較為熟悉，但對免耕播種技術(shù)以及保護(hù)性耕作這一整體技術(shù)的了解還有待加強。農(nóng)戶對激勵型政策各個題項同意度大小排序為：政府應(yīng)該持續(xù)加大對保護(hù)性耕作技術(shù)運用的相關(guān)補貼＞政府應(yīng)該加強對農(nóng)戶技術(shù)運用的相關(guān)培訓(xùn)和指導(dǎo)＞政府應(yīng)該加強對保護(hù)性耕作技術(shù)的宣傳力度＞政府應(yīng)該加大對農(nóng)業(yè)技術(shù)應(yīng)用的保險支持力度；農(nóng)戶對約束型政策各個題項同意度大小排序為：政府應(yīng)該對淺耕、旋耕等耕作方式在特定區(qū)域適當(dāng)限制＞政府應(yīng)該加強監(jiān)管促進(jìn)秸稈還田＞政府應(yīng)該借助法律法規(guī)加強對耕地非保護(hù)行為的管制＞政府應(yīng)該加大對秸稈焚燒的處罰力度。農(nóng)戶對保護(hù)性耕作技術(shù)的感知利益水平為3.35，其中感知生態(tài)利益水平＞感知經(jīng)濟(jì)利益水平＞感知社會利益水平；農(nóng)戶對保護(hù)性耕作技術(shù)的感知風(fēng)險水平為2.73，其中感知技術(shù)風(fēng)險水平＞感知情境風(fēng)險水平＞感知經(jīng)濟(jì)風(fēng)險水平；農(nóng)戶對保護(hù)性耕作技術(shù)的感知價值水平為2.87，感知利益水平高于感知風(fēng)險水平。

2.2 研究方法

結(jié)構(gòu)方程模型（SEM）相比傳統(tǒng)計量方法，它可以同時處理觀察變量、潛變量和誤差變量之間的關(guān)系[31]。該文所構(gòu)建的“東北黑土區(qū)農(nóng)戶對保護(hù)性耕作技術(shù)采用行為的決策模型”研究的是技術(shù)采用行為決策中各個抽象變量之間的相互作用關(guān)系，故采取結(jié)構(gòu)方程模型進(jìn)行實證檢驗。為檢驗外生潛變量（PB、PR、PV、AI）與內(nèi)生潛變量（AB）之間的關(guān)系，建立結(jié)構(gòu)方程為：

式（1）中，B是反映內(nèi)生潛變量之間互相影響的待估參數(shù)矩陣，Γ是反映外生潛變量ξ對內(nèi)生潛變量η影響的待估參數(shù)，δ是結(jié)構(gòu)方程的測量誤差向量。

由于外生潛變量PB、PR、PV、AI等難以直接測量，但可以借助觀察變量來加以測量，且內(nèi)生潛變量AB也需要根據(jù)農(nóng)戶的多種保護(hù)措施進(jìn)行綜合測度，故建立結(jié)構(gòu)方程模型為：

式（2）（3）中，x表示外生測量變量，y表示內(nèi)生測量變量，Λx、Λy為外生與內(nèi)生潛變量與其觀測變量的關(guān)聯(lián)關(guān)系矩陣，δ和ε均表示測量誤差向量。

3 結(jié)果與分析

3.1 感知價值視角下農(nóng)戶采用行為

（1）信度、效度與模型適配性檢驗。該文利用SPSS22.0軟件對問卷調(diào)研數(shù)據(jù)進(jìn)行信度和效度檢驗，結(jié)果如表2所示，信效度檢驗中各個潛變量的Cronbach′s α系數(shù)、KMO值均大于0.7，另外，Bartlett球形檢驗顯著，說明數(shù)據(jù)具有較好的信效度。通過AMOS22.0軟件對農(nóng)戶保護(hù)性耕作技術(shù)采用行為理論模型進(jìn)行適配性檢驗，在初始模型擬合指標(biāo)中GFI低于0.9的模型擬合標(biāo)準(zhǔn)。增加e3～e6，e16～e17，e24～e25的殘差相關(guān)，修正模型CMIN值為55，犧牲2個自由度得到修正后的模型。最終模型的所有指標(biāo)通過適配標(biāo)準(zhǔn)（表3），表明模型與樣本數(shù)據(jù)的擬合度良好。

表2 樣本信效度檢驗

表3 農(nóng)戶保護(hù)性耕作技術(shù)采用行為模型擬合度檢驗

（2）農(nóng)戶采用行為結(jié)果分析。通過AMOS22.0軟件對農(nóng)戶保護(hù)性耕作技術(shù)采用行為進(jìn)行結(jié)構(gòu)方程模型分析，模型參數(shù)的標(biāo)準(zhǔn)估計結(jié)果見圖2。通過圖2可以看出，農(nóng)戶對保護(hù)性耕作技術(shù)的感知利益對其感知價值、采用意愿和采用行為具有顯著正向影響；農(nóng)戶保護(hù)性耕作生產(chǎn)感知風(fēng)險對其感知價值、采用意愿和采用行為具有顯著負(fù)向影響；農(nóng)戶感知價值對其采用意愿和行為具有顯著正向影響；農(nóng)戶保護(hù)性耕作技術(shù)采用意愿對其采用行為具有顯著正向影響。9條路徑間的實證結(jié)果與理論預(yù)期一致。

圖2 農(nóng)戶保護(hù)性耕作技術(shù)采用行為模型路徑檢驗

表4中各個潛在變量的直接效應(yīng)、間接效應(yīng)、總效應(yīng)可直觀地解釋農(nóng)戶對保護(hù)性耕作技術(shù)的感知價值對其采用意愿和采用行為的影響程度。

表4 感知價值相關(guān)變量對農(nóng)戶保護(hù)性耕作技術(shù)采用意愿—行為的影響效應(yīng)

3.2 政府規(guī)制對農(nóng)戶感知價值與采用行為的調(diào)節(jié)效應(yīng)分析

根據(jù)該文理論分析，將問卷中政府規(guī)制變量的8個測量題項劃分為兩組，分別是激勵型政策組和約束型政策組，將兩組變量的調(diào)研數(shù)據(jù)分別求得總分，然后做標(biāo)準(zhǔn)化處理，進(jìn)一步比較激勵型政策組和約束型政策組的平均值。由于激勵型政策組的和值大于約束型政策組的和值，所以將激勵型政策組劃定為高值組，將約束型政策組劃定為低值組。在兩組不同政策環(huán)境的農(nóng)戶樣本中，其中激勵型政策組包括468個樣本，占樣本總量的63.85%；約束型政策組包括265個樣本，占樣本總量的36.15%。說明希望政府通過激勵型政策促進(jìn)保護(hù)性耕作的農(nóng)戶占比更多，但具體哪種政策在農(nóng)戶感知價值與技術(shù)采用行為關(guān)系中具有調(diào)節(jié)作用，還應(yīng)視多群組模型實證結(jié)果而定。

（1）信度、效度與模型適配性檢驗。從表5可以看出，政策環(huán)境變量各維度的信度值均大于0.7，說明變量內(nèi)部一致性結(jié)果較好，同時得到CITC（項總相關(guān)）該值大于0.5，說明題目與維度關(guān)聯(lián)程度較高。在刪除項后的信度值結(jié)果中可以看到，不存在題目刪除后的信度結(jié)果大于該維度的信度情況，因此各維度題項的信度質(zhì)量較好。此外，各維度的KMO值均大于0.7，說明變量內(nèi)部的題目具備較好的結(jié)構(gòu)效度，同時巴特利檢驗顯著說明變量內(nèi)部題目的偏相關(guān)較小，故模型結(jié)構(gòu)效度較好。各條路徑的多群組SEM分析模型適配性檢驗的相關(guān)指標(biāo)CMIN/DF、GFI、CFI、RM-SEA值均通過適配標(biāo)準(zhǔn)，說明模型與樣本數(shù)據(jù)的擬合度良好。

表5 政策環(huán)境變量數(shù)據(jù)信效度檢驗

（2）調(diào)節(jié)結(jié)果分析。對感知價值與農(nóng)戶保護(hù)性耕作技術(shù)采用行為之間的9條路徑進(jìn)行多群組分析，采用“平行模型”，即設(shè)定各條路徑在限制模型和非限制模型中路徑強制相等，進(jìn)而對兩模型結(jié)果估計進(jìn)行對比。通過結(jié)果的對比發(fā)現(xiàn)，不同政策環(huán)境群組樣本在路徑關(guān)系PR→AI、AI→AB這兩條路徑中存在顯著差異，這一結(jié)果證明政府規(guī)制在農(nóng)戶的保護(hù)性耕作技術(shù)采用行為發(fā)生過程中具有調(diào)節(jié)作用。為精簡表述，其他不具有顯著差異的路徑調(diào)節(jié)效應(yīng)分析結(jié)果均不再展示。具體結(jié)果如表6。

表6 以政府規(guī)制為調(diào)節(jié)變量的多群組結(jié)構(gòu)方程模型估計

在農(nóng)戶感知風(fēng)險→農(nóng)戶技術(shù)采用意愿（PR→AI）的影響路徑中，采用平行模型進(jìn)行檢驗，設(shè)定限制模型和非限制模型中路徑強制相等，將兩模型的開方值與自由度進(jìn)行差值后比較，求得△df值為1，△CMIN值為9.172，對比模型的P值為0.002，說明限制模型和非限制模型之間存在明顯差異，因此可以判斷，不同政策環(huán)境在農(nóng)戶感知風(fēng)險對技術(shù)采用意愿的估計中存在顯著差異。具體看：在約束型政策組，PR→AI的標(biāo)準(zhǔn)化估計系數(shù)為-0.3，P＜0.001；在激勵型政策組，PR→AI的標(biāo)準(zhǔn)化估計系數(shù)為-0.007，P=0.928＞0.1。從兩組PR對AI的估計系數(shù)來看，約束型政策組的估計系數(shù)低于激勵型政策組，說明約束型政策的實施，可能會擴(kuò)大農(nóng)戶感知風(fēng)險對技術(shù)采用意愿的負(fù)向影響，而激勵性政策對該路徑的調(diào)節(jié)作用不顯著。

在農(nóng)戶技術(shù)采用意愿→農(nóng)戶技術(shù)采用行為（AI→AB）的影響路徑中，采用平行模型進(jìn)行檢驗，設(shè)定限制模型和非限制模型中路徑強制相等，將兩模型的開方值與自由度進(jìn)行差值后比較，求得△df值為1，△CMIN值為4.341，對比模型的P值為0.037，說明限制模型和非限制模型之間存在明顯差異，因此可以判斷，不同政策環(huán)境在農(nóng)戶技術(shù)采用意愿對技術(shù)采用行為的估計中存在顯著差異。具體看：在約束型政策組，AI→AB的標(biāo)準(zhǔn)化估計系數(shù)為0.142，P=0.022＜0.05；在激勵型政策組，AI→AB的標(biāo)準(zhǔn)化估計系數(shù)為0.241，P＜0.001。從兩組AI對AB的估計系數(shù)來看，激勵型政策組的估計系數(shù)高于約束型政策組，說明通過實施一系列激勵型政策，農(nóng)戶技術(shù)采用意愿轉(zhuǎn)化為采用行為的可能性將增大，而約束型政策對該路徑的調(diào)節(jié)作用不明顯。

通過上述分析可知，在農(nóng)戶保護(hù)性耕作技術(shù)采用過程中，不同類型政策的實施能夠在農(nóng)戶感知價值與技術(shù)采用行為的關(guān)系中產(chǎn)生不同的調(diào)節(jié)作用。第一，激勵型政策的實施能夠促進(jìn)農(nóng)戶技術(shù)采用意愿向采用行為的轉(zhuǎn)化，即政府通過宣傳指導(dǎo)、發(fā)放補貼、完善農(nóng)業(yè)保險等相關(guān)措施，能夠增強技術(shù)采用信心，減少技術(shù)采用顧慮，從而改善農(nóng)戶對于保護(hù)性耕作技術(shù)“想用而不敢用”的局面。第二，約束型政策的實施擴(kuò)大了農(nóng)戶感知風(fēng)險對技術(shù)采用意愿的負(fù)向影響，然而實際政策制定過程中，無論是激勵型還是約束型政策，初衷都是為了引導(dǎo)農(nóng)戶接受并采用技術(shù)，故這一結(jié)果顯然與政策設(shè)計初衷存在矛盾。對此可能的解釋是，政府通過一系列約束型政策加強對農(nóng)戶行為管制的同時，可能會引起農(nóng)戶對技術(shù)產(chǎn)生排斥心理，導(dǎo)致不采用該技術(shù)。

4 結(jié)論與政策建議

4.1 結(jié)論

該文結(jié)合東北黑土區(qū)農(nóng)戶保護(hù)性耕作技術(shù)采用現(xiàn)狀，從農(nóng)戶整體感知價值視角出發(fā)，利用東北黑土區(qū)733份農(nóng)戶調(diào)研數(shù)據(jù)，采用結(jié)構(gòu)方程模型，探討了政府規(guī)制在農(nóng)戶感知價值與保護(hù)性耕作技術(shù)采用行為過程中的調(diào)節(jié)作用。

（1）農(nóng)戶的感知利益和感知風(fēng)險對農(nóng)戶采用保護(hù)性耕作技術(shù)的意愿和行為都具有直接和間接的顯著影響，其中感知利益對農(nóng)戶采用保護(hù)性耕作技術(shù)意愿的正向影響程度最大，感知風(fēng)險對農(nóng)戶采用保護(hù)性耕作技術(shù)行為的負(fù)向影響程度最大。

（2）農(nóng)戶對激勵型和約束型兩類政策中各個題項同意程度大小排序分別為：政府應(yīng)該持續(xù)加大對保護(hù)性耕作技術(shù)運用的相關(guān)補貼＞政府應(yīng)該加強對農(nóng)戶技術(shù)運用的相關(guān)培訓(xùn)和指導(dǎo)＞政府應(yīng)該加強對保護(hù)性耕作技術(shù)的宣傳力度＞政府應(yīng)該加大對農(nóng)業(yè)技術(shù)應(yīng)用的保險支持力度；政府應(yīng)該對淺耕、旋耕等耕作方式在特定區(qū)域適當(dāng)限制＞政府應(yīng)該加強監(jiān)管促進(jìn)秸稈還田＞政府應(yīng)該借助法律法規(guī)加強對耕地非保護(hù)行為的管制＞政府應(yīng)該加大對秸稈焚燒的處罰力度。

（3）政府規(guī)制在農(nóng)戶的保護(hù)性耕作技術(shù)采用行為發(fā)生過程中具有調(diào)節(jié)作用。不同類型政策的實施能夠在農(nóng)戶感知價值與技術(shù)采用行為的關(guān)系中產(chǎn)生不同的調(diào)節(jié)作用，激勵型政策的實施促進(jìn)了農(nóng)戶技術(shù)采用意愿向采用行為的轉(zhuǎn)化；約束型政策的實施擴(kuò)大了農(nóng)戶感知風(fēng)險對技術(shù)采用意愿的負(fù)向影響，與政策設(shè)計初衷存在矛盾。

4.2 政策建議

（1）多渠道提升農(nóng)戶感知利益，減弱感知風(fēng)險。建立示范田與普通田長期測產(chǎn)對比數(shù)據(jù)庫，直觀展現(xiàn)保護(hù)性耕作技術(shù)的經(jīng)濟(jì)效應(yīng)，發(fā)揮經(jīng)濟(jì)利益感知對技術(shù)采用行為的最大促進(jìn)作用。另外，通過農(nóng)業(yè)技術(shù)人員下鄉(xiāng)實地指導(dǎo)，針對農(nóng)戶不同的需求對保護(hù)性耕作的農(nóng)機(jī)具進(jìn)行一對一推薦，從而降低農(nóng)戶對保護(hù)性耕作技術(shù)風(fēng)險的感知水平，促進(jìn)農(nóng)戶采用保護(hù)性耕作行為。

（2）加大農(nóng)戶采用保護(hù)性耕作技術(shù)生產(chǎn)的政策激勵力度。地方政府可以通過提高保護(hù)性耕作技術(shù)采用補貼、舉辦保護(hù)性耕作技術(shù)培訓(xùn)、加強宣傳指導(dǎo)、健全農(nóng)業(yè)保險等相關(guān)措施，完善東北黑土區(qū)保護(hù)性耕作技術(shù)推廣的激勵機(jī)制，增強農(nóng)戶技術(shù)采用信心，減少技術(shù)采用顧慮，從而改善農(nóng)戶對于保護(hù)性耕作技術(shù)“想用而不敢用”的局面。

（3）合理調(diào)整約束型政策，減弱農(nóng)戶的“行為叛逆”。政府既要依據(jù)相關(guān)法律法規(guī)，對偷燒秸稈等行為進(jìn)行處罰，在黑土耕作層呈現(xiàn)“破皮黃”的地區(qū)，甚至要對淺旋等不利于黑土資源保護(hù)的耕作方式加以管控；但同時應(yīng)該認(rèn)識到，耕作制度變革是一個漫長過程，應(yīng)該循序漸進(jìn)，要充分尊重農(nóng)民意愿，謹(jǐn)慎運用約束型政策，避免采取約束型政策對農(nóng)戶行為管制的同時，引起農(nóng)戶對技術(shù)的排斥，而產(chǎn)生“行為叛逆”。