韶关粤台农业合作试验区农户视角下台湾农业技术在大陆应用影响因素调查数据集内容与研发

李航飞1,2*，韦素琼2，魏少彬2

1. 韶关学院旅游与地理学院，韶关 512005；2. 福建师范大学地理研究所，福州 350007

摘  要：创新技术推广应用是中国农业科技发展面临的很大问题，是实施“藏粮于地、藏粮于技”战略的当务之急。本项研究采用问卷调查的方法，从农户视角出发，以韶关粤台农业合作试验区为例，从“农户维度、台湾农业维度、环境维度”等三个维度构建指标体系以探讨台湾兰花种植技术在大陆扩散的影响因素。本次问卷调查共收集有效问卷217份，除基本信息外，每份问卷含25个指标数据。本文对数据收集方法、代表性分析、数据处理过程和数据有效性等进行了分析。

关键词：农户视角；台湾农业技术；影响因素；结构方程

DOI: https://doi.org/10.3974/geodp.2021.01.12

数据可用性声明：

本文关联实体数据集已在《全球变化数据仓储电子杂志（中英文）》出版，可获取：

https://doi.org/10.3974/geodb.2021.01.01.V1.

1  前言

中国政府高度重视三农问题。2004年以来，中央一号文件连续18年均以“三农”问题为主题，同时对农业科技创新工作做了相应部署。2017年中央一号文件提出“深入实施藏粮于地、藏粮于技战略”，2019年中央一号文件提出“推动藏粮于地、藏粮于技落实落地”。而创新技术扩散是实现“藏粮于地、藏粮于技”战略的当务之急，是中国农业科技发展面临的最大瓶颈。中国每年取得的农业科技成果较多，但其转化率很低，真正形成规模的更少，远低于美、英、法、德等发达国家[1]。台湾农业发展水平有很多先进之处，其在大陆的技术扩散对大陆农业发展具有非常重要的促进作用。

广东省（韶关）粤台农业合作试验区翁源核心区（以下简称试验区）于2009年11月成立，是广东省第五个粤台农业合作园区。试验区兰花产业发展始于1998年台商的带动，在台商带动及当地政府部门的推动下，翁源兰花产业快速发展。2018年，翁源县兰花产业园成为广东省第一批省级现代农业产业园。目前，兰花产业园种植花卉2.68万亩，以兰花产业为主导，兰花种植面积1.8万亩，兰花品种1,000多个，形成了长约10 km的兰花长廊，年产值超过18亿元；国兰供应量已超过全国国兰销售量的60%，成为全国最大的国兰生产基地，被授予为“中国兰花之乡”、“中国兰花第一县”。目前，入园企业达412家，有国家级扶贫龙头企业1家，省级农业龙头企业4家，市级农业龙头企业15家，兰花农民专业合作社46家，家庭农场24家，科技含量高的组培育种育苗企业16家；通过园区内示范，7,785户农户参与兰花等特色现代观光农业的生产和经营，劳动力年均增收4.5万元。本文旨在通过共享方式为兰花技术扩散影响因素的相关研究提供样本数据参考。

2  数据集元数据简介

《韶关粤台农业合作试验区农户视角下台湾农业技术在大陆应用影响因素调查数据集》[2]的元数据简表见表1。

 

表1  《韶关粤台农业合作试验区农户视角下台湾农业技术在大陆应用影响
因素调查数据集》元数据简表

条目

描述

数据集名称

韶关粤台农业合作试验区农户视角下台湾农业技术在大陆应用影响因素调查数据集

数据集短名

QuestionnaireStatisticsShaoguan

作者信息

李航飞, 韶关学院旅游与地理学院, lihangfei1980@126.com

 

韦素琼, 福建师范大学地理研究所, suqiongwei@126.com

 

魏少彬, 福建师范大学地理研究所, 565059315@qq.com

地理区域

广东省韶关市翁源县（24°07¢30²N–24°37¢15²N，113°18¢5²E–114°18¢5²E）

数据年代

2018

数据格式

.xls

数据量

69 KB

数据集组成

217份问卷25个指标Excel数据

基金项目

国家自然科学基金（41771136）；广东省项目（GD17CGL13）；福建省项目（2018R1101006-2）；韶关市项目（2019Sn081）

数据计算环境

利用软件Amos17.0进行结构方程分析

出版与共享服务平台

全球变化科学研究数据出版系统 http://www.geodoi.ac.cn

地址

北京市朝阳区大屯路甲 11 号 100101，中国科学院地理科学与资源研究所

数据共享政策

全球变化科学研究数据出版系统的“数据”包括元数据（中英文）、通过《全球变化数据仓储电子杂志（中英文）》发表的实体数据（中英文）和通过《全球变化数据学报（中英文）》发表的数据论文。其共享政策如下：（1）“数据”以最便利的方式通过互联网系统免费向全社会开放，用户免费浏览、免费下载；（2）最终用户使用“数据”需要按照引用格式在参考文献或适当的位置标注数据来源；（3）增值服务用户或以任何形式散发和传播（包括通过计算机服务器）“数据”的用户需要与《全球变化数据学报（中英文）》编辑部签署书面协议，获得许可；（4）摘取“数据”中的部分记录创作新数据的作者需要遵循10%引用原则，即从本数据集中摘取的数据记录少于新数据集总记录量的10%，同时需要对摘取的数据记录标注数据来源[3]

数据和论文检索系统

DOI，DCI，CSCD，WDS/ISC，GEOSS，China GEOSS，Crossref

 

 

 

3  数据采集过程与方法

本数据集样本采集过程主要通过以下流程：

（1）调查前的准备阶段。本阶段的主要工作为设计问卷调查表，基于结构方程模型原理，在预调研的基础上，参考前人工作成果[4–17]并结合相关专家意见，理论上设计调查问卷（图1，完整的调查问卷包括农户的行为态度与感知、农户种植兰花的投入产出数据及农户的社会网络关系等三部分内容，本数据集只涉及第一部分内容即农户的行为态度与感知）及研究假设（表2）。

 

 

图1  问卷调查表

 

表2  研究设想表

维度

潜变量

研究假设

农户维度（A）

农户社会网络与主观规范（A1）

HA1：农户网络特征对兰花扩散效果具有正向影响

农户创业特征（A2）

HA2：农户创业特征对兰花扩散效果具有正向影响

农户对台湾农业的认知（A3）

HA3：农户对台湾农业的认知对兰花扩散效果具有正向影响

台湾农业
维度（B）

台湾农业特点（B1）

HB1：台湾农业特点对兰花扩散效果具有正向影响

台湾农业技术服务特点（B2）

HB2：农业技术服务特点对兰花扩散效果具有正向影响

环境维度（C）

基础条件（C1）

HC1：基础条件对兰花扩散效果具有正向影响

政策环境（C2）

HC2：政策环境对兰花扩散效果具有正向影响

扩散效果（D）

 

（2）问卷调查阶段。问卷调查时间为2018年3–7月，采取集中发放问卷和分散入户调查的形式进行，共回收调查问卷237份。

（3）室内复查阶段。结合当地村干部和种植大户的意见，对回收的调查问卷的有效性进行筛选，最后确定217份有效问卷。根据李克特的5分量化制（非常不同意=1；不同意=2；基本同意=3；同意=4；非常同意=5）对其进行量化处理，形成217×25 的Excel数据表。

4  数据检验与结果

4.1  数据常规检验

4.1.1  正态分布检验

在对问卷调查数据进行分析时，首先要对数据进行正态分布检验。由表3可知，所有题项（指标）的偏度系数绝对值小于1，峰度系数的绝对值亦小于1，表明问卷调查样本数据符合正态分布[18]，可以对数据进行下一步分析。

 

表3  样本数据的偏度与峰度值对比表

题项

偏度

峰度

题项

偏度

峰度

题项

偏度

峰度

A11

‒0.795

 0.571

B11

‒0.116

‒0.448

 C21

‒0.187

‒0.314

A12

‒0.600

 0.042

B12

‒0.098

‒0.780

 C22

‒0.091

‒0.778

A13

‒0.337

 0.156

B13

 0.089

‒0.554

 C23

‒0.061

‒0.375

A21

‒0.473

 0.415

B21

‒0.233

‒0.104

D1

‒0.439

‒0.369

A22

‒0.601

 0.246

B22

‒0.405

‒0.243

D2

‒0.508

 0.038

A23

‒0.169

‒0.058

B23

‒0.122

‒0.499

D3

‒0.779

 0.357

A31

‒0.068

‒0.178

C11

 0.259

‒0.650

D4

‒0.689

 0.109

A32

 0.074

‒0.255

C12

‒0.254

‒0.471

 

 

 

A33

 0.198

‒0.616

C13

‒0.431

‒0.043

 

 

 

 

4.1.2  信度与效度检验

（1）信度检验。内部一致性信度分析是信度分析常用方法，其中Cronbach’s a系数用得最为广泛。一般认为信度系数a值大于0.9为优秀，在0.8以上为非常好，超过0.7则较为适中，0.5为临界值[18]。用SPSS19.0软件的信度分析功能对各因素及整体数据进行信度分析，样本数据各个指标具有良好的内在一致性，信度检验满足要求（表4）。

 

表4  信度检验结果

检验因素

Cronbach’s a系数值

检验因素

Cronbach’s a系数值

农户社会网络与主观规范

0.676

基础设施

0.708

农户创业特征

0.706

政策环境

0.770

农户对台湾农业的认知

0.788

扩散效果

0.865

台湾农业特点

0.802

总体数据

0.936

台湾农业技术服务特点

0.856

 

 

 

（2）效度检验。用软件SPSS19.0对样本数据进行效度检验：KMO值为0.907，大于0.9，Bartlett的球形度检验的显著性水平为0.000，样本数据效度良好（表5）。

 

表5  效度检验表

检验方法

结果

取样足够度的Kaiser-Meyer-Olkin度量

0.907

Bartlett的球形度检验

近似卡方

3,355.302

df

300

Sig.

0.000

 

4.1.3  多重共线性检验

为保证问卷调查数据的可用性，利用变量间的相关系数矩阵R诊断法对问卷调查数据进行多元共线性检验，检验结果发现25个指标（变量）间的相关系数值在0.064–0.650之间，且大部分指标（变量）间的相关系数小于0.4，表明指标（变量）间基本不存在多元共线性问题[18]，可以对数据进行下一步分析。

4.2  结构方程模型（SEM）数据检验

4.2.1  潜变量模型数据检验

采用结构方程分析软件Amos17.0对潜变量A1（其他潜变量A2、A3、B1、B2、C1、C2及D的检验类似，限于篇幅，此处省略）模型数据进行检验，结果如图2所示。

由图2可知，A13的路径系数（因素负荷量）最小，为0.46，但大于0.4，说明模型质量较好[19]。模型拟合结果表明（相关拟合标准见表6），残差均方和平方根RMR=0.00<0.05，良适性适配指数GFI=1.00>0.90，规准适配指数NFI=1.00>0.90，增值适配指数IFI=1.00> 0.90，比较适配指数CFI=1.00>0.90，拟合指数说明模型拟合理想。另外，回归分析结果显示，除参照指标A13的值设为1不予估计外，其余回归系数值均显著（P<0.001），表明模型的内在质量佳[19]。其余7个潜变量模型的数据检验类似，8个潜变量模型的内在质量均佳，均通过显著性检验。

 

 

 

图2  农户社会网络与主观规范潜变量（A1）模型标准化路径系数图

表6  常用拟合指标

拟合指标

RMR值

GFI值

NFI值

IFI值

CFI值

适配标准或临界值

<0.05

>0.90

>0.90

>0.90

>0.90

 

4.2.2  验证性因素检验

对样本数据进行验证性因素分析，以检验潜变量间的关系是否符合结构方程模型的理论要求，从而判断其是否可以接受。限于篇幅，此处仅以农户维度为例，台湾农业维度及环境维度的检验类似。

 

 

图3  农户维度验证性因素分析模型标准化路径系数图

第一，模型质量评价，检验方法与“潜变量模型数据检验”方法一致。以“农户维度”为例，农户维度包括农户社会网络与主观规范、农户创业特征、农户对台湾农业的认知3个潜在变量，在前文测量模型检验中，3个潜在变量都通过检验。运用软件Amos17.0对3个潜在变量的相关性进行验证性检验。结果表明，RMR=0.053>0.05，GFI=0.953>0.90，NFI=0.915>0.90，IFI=0.954>0.90，CFI=0.953>0.90，模型拟合较为理想。农户社会网络与主观规范、农户创业特征、农户对台湾农业的认知3个潜变量间的相关系数分别为0.58，0.41和0.44（图3），均在0.001的显著性水平下通过检验，模型内在质量佳，可以接受[19]。

第二，潜变量信度检验。信度越高，表明观察指标间内在关联性越强，潜变量所具有的聚敛程度越高。一般认为其值应该在0.6以上[19]，信度的计算公式如式(1)。

                                                                                                           (1)

式中，ρc为信度；l为观察变量在潜在变量上的标准化参数即路径系数；θ为观察指标变量的误差变异量。根据图3中各观察变量的路径系数值（A11为0.75，其他类似）及式(1)计算出农户维度下各潜变量的信度ρc值分别为0.691,4、0.728,9、0.798,0，均大于0.6，各潜变量具有较好的聚敛程度。

第三，潜变量间区别效度的检验。结构方程模型要求潜变量间低度相关或有显著差异，通常使用平均方差萃取量方法对区别效度进行检验，如果两个潜在变量的平均变异萃取量（ρv）大于其相关系数的平方，则表明潜在变量间低度相关或有显著差异，具有较好的区别度。ρv的计算方法见式(2)。

                                                                                                         (2)

式中，rv为潜在变量的平均方差萃取量；λ为观察变量在潜在变量上的标准化参数即路径系数；θ为观察指标变量的误差变异量。根据式（2）计算出各因素的平均变异萃取量rv，并计算出相互间的平均值，结合图3中3个潜变量间的相关系数值，对3个潜变量间的区别效度进行检验，结果见表7。农户维度下各潜在变量间的区辨力非常理想。

 

表7  农户维度下3个潜变量的区别效度检验表

农户维度

因素（潜在变量） 

农户网络特征

农户创业特征

农户创业特征

r（r2）

0.58（0.35）

 

（rv）

（0.48，0.43）

 

0.46

 

农户对台湾农业的认知

r（r2）

0.41（0.17）

0.44（0.19）

（rv）

（0.57，0.43）

（0.57，0.48）

0.50

0.53

注：r为因素间的相关系数，r2为相关系数的平方，rv为平均方差萃取量，为平均方差萃取量的均值。

 

由以上分析可知，农户维度下的3个潜变量通过验证性分析；同样，台湾农业维度及环境维度下的潜变量均通过验证性分析。

4.2.3  扩散效果影响因素检验

为验证表2的理论假设，在验证性因素分析的基础上，需要分别对农户维度、台湾农业维度及环境维度下的因素与扩散效果间的关系作全模型验证分析。限于篇幅，此处仅以农户维度为例，就农户维度下的农户社会网络与主观规范、农户创业特征、农户对台湾农业的认知3个因素与扩散效果的关系进行全模型分析。模型的相关拟合指数为：RMR=0.058>0.05，GFI=0.926>0.90，NFI=0.90，IFI=0.946>0.90，CFI=0.945>0.90，拟合较为理想。

表8为全模型的相关显著性检验结果（各参数估计结果）。图4为标准化路径系数全模型图，图中“扩散效果”右侧的0.68为结构方程式的多元相关系数的平方，表示内因潜在变量“扩散效果”被外因潜在变量“农户社会网络与主观规范”等所能解释的变异百分比。

 

表8  各参数估计结果统计表

估计项

非标准化估计值

P值

扩散效果<---农户社会网络与主观规范

 1.042

***

扩散效果<---农户创业特征

‒0.155

0.293

扩散效果<---农户对台湾农业的认知

 0.290

***

A13<---农户社会网络与主观规范

 1.000

 

A12<---农户社会网络与主观规范

 1.382

***

A11<---农户社会网络与主观规范

 1.404

***

A23<---农户创业特征

 1.000

 

A22<---农户创业特征

 1.463

***

A21<---农户创业特征

 1.287

***

A33<---农户对台湾农业的认知

 1.000

 

A32<---农户对台湾农业的认知

 0.828

***

A31<---农户对台湾农业的认知

 0.675

***

D4<---扩散效果

 1.000

 

D3<---扩散效果

 1.107

***

D2<---扩散效果

 1.062

***

D1<---扩散效果

 1.143

***

农户社会网络与主观规范<-->农户创业特征

 0.137

***

农户创业特征<-->农户对台湾农业的认知

 0.178

***

农户社会网络与主观规范<-->农户对台湾农业的认知

 0.163

***

注：***表明P值小于0.001

 

由图4和表8可知，农户维度下的农户社会网络与主观规范、农户对台湾农业的认知因素对台湾农业（兰花）技术扩散具有正向显著影响，表2中的假设通过检验；而农户创业特征因素在0.05的水平下未通过显著性检验。通过类似方法可得出其余2个维度与扩散效果之间的关系，检验结果见表9。

 

图4  农户维度和扩散效果之间关系模型标准化路径系数图

5  讨论与总结

表9  外因潜变量（因素）和扩散效果关系系数表

假设

标准化关系系数

P值

HA1

0.69

***

HA2

  ‒0.11

0.293

HA3

0.34

***

HB1

0.49

***

HB2

0.25

0.018

HC1

0.61

***

HC2

0.18

0.313

基于结构方程模型原理，从农户维度（农户社会网络与主观规范、农户创业特征、农户对台湾农业的认知）、台湾农业维度（台湾农业特点、台湾农业技术服务特点）、环境维度（基础条件、政策环境）等三个维度构建影响台湾农业（兰花）技术扩散效果的指标体系；通过问卷调查的方法收集了217份有效问卷，每份问卷含有25个观察变量的定性数据，利用李克特5分量化标准对各观察变量的主观认知进行了量化。问卷调查所形成的数据集能较好地解释台湾兰花技术扩散效果的影响因素，对于农业技术扩散影响因素指标的构建具有借鉴和指导意义，可用于相关农业技术扩散的研究。由于影响试验区台湾农业（兰花）技术扩散的因素众多，论文只是根据已有研究成果及实际情况选取了部分因素（潜变量），问卷调查表及其指标的设计还有进一步完善之处。

数据分析与检验的结果表明[20]农户创业特征及政策环境等2个外因潜变量（因素）对台湾兰花技术扩散效果的影响不显著，未通过显著性检验；农户社会网络与主观规范、农户对台湾农业的认知、台湾农业特点、台湾农业技术服务特点、基础条件等5个外因潜变量（因素）对试验区台湾兰花技术扩散效果具有正向显著影响。数据分析结果对试验区兰花产业的发展具有一定借鉴意义，试验区管委会可根据具体影响因素制定相应的兰花产业发展对策以促进兰花产业更快更好地发展。

 

作者分工：李航飞和韦素琼对数据集进行了总体设计；李航飞和魏少彬对数据集进行了整理并参与问卷调查过程；李航飞撰写了论文。

利益冲突声明：本研究不存在研究者以及与公开研究成果有关的利益冲突。

参考文献

[1]      胡海华. 社会网络强弱关系对农业技术扩散的影响——从个体到系统的视角[J]. 华中农业大学学报(社会科学版), 2016(5): 47-54.

[2]      李航飞, 韦素琼, 魏少彬. 韶关粤台农业合作试验区农户视角下台湾农业技术在大陆应用影响因素调查数据集[J/DB/OL]. 全球变化数据仓储电子杂志, 2021. https://doi.org/ 10.3974/geodb.2021.01.01.V1.

[3]      全球变化科学研究数据出版系统. 全球变化科学研究数据共享政策[OL]. https://doi.org/10.3974/dp.policy.2014.05 (2017年更新).

[4]      李楠楠, 李同昇, 于正松等. 基于Logistic-ISM模型的农户采用新技术影响因素: 以甘肃省定西市马铃薯种植技术为例[J]. 地理科学进展, 2014, 33(4): 542-551.

[5]      于正松, 李同昇, 李献波等. 西北地区农业技术扩散环境的空间分异: 以陕、甘、宁县域为例[J]. 地理科学进展, 2013, 32(4): 618-626.

[6]      贺志武, 雷云, 陆迁. 技术不确定性、社会网络对农户节水灌溉技术采用的影响: 以甘肃省张掖市为例[J]. 干旱区资源与环境, 2018, 32(5): 59-63.

[7]      乔丹, 陆迁, 徐涛. 社会网络、推广服务与农户节水灌溉技术采用: 以甘肃省民勤县为例[J]. 资源科学, 2017, 39(3): 441-450.

[8]      石洪景. 农户对台湾农业技术的采用行为研究: 基于福建省漳浦县的调查数据[J]. 科技管理研究, 2015(17): 136-145.

[9]      罗颖, 陈爱丽, 郑逸芳. 农户对闽台农业协同创新技术采纳意愿的影响因素分析: 以福建省漳浦县为例[J]. 台湾农业探索, 2017(1): 1-6.

[10]   朱月季. 社会网络视角下的农业创新采纳与扩散[J]. 中国农村经济, 2016(9): 58-71.

[11]   Ajzen, I. The theory of planned behavior [J]. Organizational Behavior and Human Decision Processes, 1991, 50(2): 179-211.

[12]   薛洲, 曹光乔. 农户采纳信息服务意愿分析[J]. 华南农业大学学报: 社会科学版, 2017, 16(2): 60-70.

[13]   王格玲, 陆迁. 社会网络影响农户技术采用倒U 型关系的检验: 以甘肃省民勤县节水灌溉技术采用为例[J]. 农业技术经济, 2015(10): 92-106.

[14]   苏岚岚, 彭艳玲, 孔荣. 农民创业能力对创业获得感的影响研究: 基于创业绩效中介效应与创业动机调节效应的分析[J]. 农业技术经济, 2016(12): 63-75.

[15]   李后建. 农户对循环农业技术采纳意愿的影响因素实证分析[J]. 中国农村观察, 2012(2): 28-37.

[16]   陈光燕, 庄天慧, 杨浩. 连片特困地区农业科技服务减贫成效影响因素分析: 基于四川省4县农户的调研[J]. 科技管理研究, 2015(18): 100-106.

[17]   刘洋, 熊学萍, 刘海清等. 农户绿色防控技术采纳意愿及其影响因素研究: 基于湖南省长沙市348个农户的调查数据[J]. 中国农业大学学报, 2015, 20(4): 263-371.

[18]   林炳坤. 闽台创意农业合作绩效研究[D]. 泉州: 华侨大学, 2014.

[19]   吴明隆. 结构方程模型: AMOS的操作与应用(2版) [M]. 重庆: 重庆大学出版社, 2010: 1-7, 136.

[20]   李航飞, 韦素琼, 魏少彬. 农户视角下台湾农业技术在大陆扩散影响因素分析——以广东韶关粤台农业合作试验区兰花种植业为例[J]. 自然资源学报, 2020, 35(7): 1686-1698.