基層組織和社會網絡對小農水管護的影響研究

楊雪苑，朱玉春

(西北農林科技大學 經濟管理學院，陜西 楊凌 712100)

農田水利工程是農業生產和發展的命脈，而直接分布在田間地頭的小型農田水利設施(以下簡稱“小農水”)更是與國家糧食安全、農民增收和農村經濟發展息息相關[1,2]。為解決小農水供給不足，我國政府先后采取“民辦公助”、“一事一議”等激勵政策，逐步緩解了小農水供求矛盾[3]。但在現實實踐中，小農水管護效果并不理想，具體表現為建、管、用脫節，新工程建設不足，舊的工程管護跟不上，“重建輕管”“只建不管”等問題表現突出，小農水利用效率低下[4-6]。而解決這一問題的關鍵在于農戶參與管護[7,8]。

理論上，農戶參與小農水管護是同一地域眾多農戶自主選擇參與從而實現集體行動的過程[9]。但是由于個體理性與集體理性不一定具有一致性，常導致自主治理困境[10]，而社會網絡和組織支持為提升管護效果提供了新的思路[11]。一方面，社會網絡作為一種非正式制度，包含著多種社會資源，這些社會資源能對社會結構和個人行動產生影響，同時社會網絡能夠促進網絡成員進行信息交流，在管護合作過程中起到“橋梁”和“黏合劑”的作用，能顯著提高農戶個體的集體合作意識，實現個體利益與集體利益的統一，促進村莊集體行動的成功，從而有效提高農戶參與管護的效果[12]。另一方面，小農水的公共產品屬性決定了管護過程中組織扶持的不可或缺性[13]，基層組織提供的支持能增強農戶對組織的認可，表現出公民行為，在管護行動中做出積極地響應。因此，從基層組織支持和社會網絡兩方面研究小農水管護效果，有助于找出提高小農水管護效果改進路徑，并為水利設施管護機制的創新與惠農政策的完善提供科學依據與理論支持。

1 數據來源、研究方法和變量選擇

1.1 數據來源

本文研究數據來源于課題組2018年7-9月對甘肅、寧夏、陜西、內蒙古、河南、山東6個省份(自治區)的實地問卷調研。其中甘肅、寧夏位于黃河灌區上游，內蒙古、陜西處于黃河灌區中游，河南、山東則位于黃河灌區下游，調研區域選擇具有一定代表性。調研抽樣采用分層抽樣與簡單隨機抽樣相結合的方式，6個省份(自治區)共選取12個縣153個行政村1 150個農戶，剔除無效樣本后，最終得到有效問卷1 040份，問卷有效率為90.43%。

由表1可知，樣本農戶中男性較多，占比53.17%。50歲及以上的農戶占比80.19%，表明我國農村目前老齡化嚴重。曾任村干部的有43戶。受教育程度集中在小學和初中，合計占比91.25%。家庭規模以小規模家庭居多，5人以下的家庭有697戶，占比67.02%。家庭農業收入5萬元以下的占比90.58%。

表1 樣本基本特征Tab.1 The basic characteristics of the sample

1.2 研究方法

被解釋變量小農水管護效果是取值1～5的整數，為有序多分類離散變量，因此本文采用有序probit模型進行估計。其一般表現形式為：

y*=Xβ+ε

(1)

式中：y為被解釋變量；y*為潛變量；X為解釋變量組成的向量；β為待估計參數；ε為隨機擾動項且服從正態分布。

管護效果分為5個等級，設α1、α2、α3、α4為閾值α1<α2<α3<α4，且，并有：

(2)

那么，y對X的條件概率的計算方程組為:

(3)

式中：φ(x)為標準正態分布的密度函數。

1.3 變量選擇

1.3.1 被解釋變量

小農水管護效果不僅包括主觀效果，還包括客觀效果，兩者結合才能更好地評價管護效果[14]。對于主觀效果，學者大多借鑒公共管理領域“顧客滿意度”理論以農戶滿意度衡量[15-17]；對于客觀效果，蔡榮[18]以渠道“淤塞擁堵”和“側坡毀損”的程度來衡量。借鑒前人的研究，本文采用農戶對管護的滿意度和“支渠結構設計的完善程度”來衡量，并將兩者加權平均后取整的值用來表征管護效果。

1.3.2 解釋變量

組織支持根據凌文輇[19]的研究，分為情感性支持和工具性支持兩個維度，依據小農水管護具體情況，共設置11個項目進行測量。對這11個項目進行因子分析，得到情感性支持和工具性支持2個因子，其累積方差貢獻率為65.49%， KMO值為0.925，再加權平均得到組織支持的總因子變量得分，組織支持=(情感性支持×36.692%+工具性支持×28.798%)/65.49%。

鑒于小農水管護以及農戶社會網絡的村域性質，本文借鑒蔡起華[20]對社會網絡的研究方法，采用農戶與親戚、本家族、朋友、鄰居、同自然村村民、同行政村村民以及村干部 7 類人的來往程度來測度社會網絡，用1～5來表征來往程度且來往程度遞增。采用因子分析法，得到親友網絡和一般網絡兩個因子，其累積方差貢獻率為73.615%，KMO值為0.796，加權平均得到社會網絡的總因子變量得分，社會網絡=(親友網絡×46.062%+一般網絡×27.553%)/73.615%。

1.3.3 控制變量

控制變量主要選擇農戶個體特征、家庭特征、和農戶認知特征。農戶個體特征包括性別、年齡、受教育年限、農戶健康程度、是否曾任村干部；家庭特征包括家庭人數、家庭農業收入；農戶認知特征包括政府投資力度、務農前景、小農水管護過程的受惠程度。變量具體含義及描述性統計見表2。

表2 樣本特征分布Tab.2 Description of variable characters

2 結果與分析

在進行模型估計之前，先對各自變量進行多重共線性檢驗。以社會網絡作為被解釋變量，其他變量作為解釋變量進行估計。結果顯示，VIF值均小于3，表明各自變量的共線性程度處于合理范圍。

表3為有序probit模型的回歸結果。其中，模型1與模型2分別考察了組織支持和社會網絡對小農水管護效果的影響，模型3將社會網絡分為2個維度進行考察，模型4同時考慮了組織支持和社會網絡的影響，模型5和模型6則進一步考慮了組織支持的調節作用。

2.1 組織支持、社會網絡對小農水管護效果的影響

模型1的結果顯示，組織支持在5%顯著性水平正向影響小農水管護效果，小農水在建管護過程中需要投入大量人力、物力、財力，單個農戶家庭難以負擔，村組織的支持一方面可以減輕農戶的投入壓力，另一方面可以使農戶感受到村組織對小農水的重視，增強農戶對村組織的認可度，提高農戶參與管護的積極性，從而提升管護效果。

模型2的結果顯示，社會網絡在1%顯著性水平正向影響小農水管護效果，農戶的社會網絡越豐富，小農水的管護效果越好。社會網絡水平較高的農戶有一定的組織號召能力，能在一定程度上激勵農戶較多地參與到小農水管護活動中。將社會網絡分解為親友網絡和一般網絡加入模型，由模型3可知，親友網絡和一般網絡都對管護效果有正向影響，但親友網絡影響不顯著，一般網絡則通過1%顯著性水平檢驗。親友間易達成認知和決策一致，群體一致性較強，導致與親族以外的農戶較難達成合作關系，阻礙集體行動的實現，從而影響管護效果。而一般網絡水平較高的農戶擁有較多的社會資源，可能通過聯結不同的親友網絡，促進管護信息的交流，達成一致目標，降低管護合作的組織和交易成本，從而對管護效果形成積極影響。

表3 回歸結果Tab.3 Regression results

注：*、**、***分別表示10%、5%、1%的顯著性水平；括號中為回歸標準誤。

2.2 組織支持和社會網絡對小農水管護效果的交互影響

模型5納入組織支持和社會網絡交互項的結果表明，兩者對于管護效果有一定交互影響，未通過顯著性水平檢驗，但系數為負。對于社會網絡水平較高的農戶，其所獲得的資源和信息更多，此時組織支持的作用較小。而當農戶社會網絡水平不高時，則需要組織支持來激勵農戶的管護行為。

模型6引入社會網絡的兩個維度(親友網絡和一般網絡)與組織支持的交互項，組織支持與親友網絡交互項是顯著的負向影響，而組織支持與一般網絡交互項則是顯著的正向影響。可能的解釋是基于血緣、親緣形成的親友網絡聯結更加緊密，配合也更加默契，此時組織支持可能會破壞這種默契，從而對管護效果形成負向影響；而一般網絡聯結較弱，會影響管護合作的穩定性，而村組織的支持能為管護集體行動創造良好的合作氛圍并提供有效的溝通平臺，從而保障管護集體行動，對管護效果有積極的影響。

2.3 控制變量

控制變量中，性別對管護效果有顯著正向影響。健康程度也顯著正向影響管護效果，農戶身體素質越好，管護效果也越好。政府投資力度、務農前景和受惠程度顯著影響管護效果，政府投資力度越大，農戶對務農前景越看好，在小農水管護過程中受惠程度越大，就會更加積極參與管護，從而管護效果也會更好。

3 結論和建議

文中基于黃河灌區6省12縣1 140 份農戶調研數據，運用有序probit模型分析了基層組織和社會網絡對小農水管護的影響研究，研究結論如下。

(1)小農水管護效果受多種因素影響，農戶性別、健康程度、政府投資力度、務農前景以及農戶感受到的受惠程度都顯著影響小農水管護效果。

(2)社會網絡對小農水管護效果有顯著影響，進一步將社會網絡細分為親友網絡和一般網絡后發現，一般網絡對小農水管護效果有顯著正向影響，而親友網絡影響不顯著。

(3)組織支持對小農水管護效果有顯著正向影響，同時組織支持還能有效地增強一般網絡的聯結程度，從而提升管護效果。

根據以上結論，本文得出以下建議：

(1)村組織應該增強對農戶的支持力度，通過在情感上認同、尊重農戶灌溉需求，工具上為農戶提供良好的灌溉設施、必要的灌溉信息等，提高農戶對村組織的認可程度，從而更積極地參與到小農水管護中。

(2)關注農戶社會網絡的建設和維護，可通過組建合作社、用水者協會等組織促進農戶間的交流溝通，實現社會網絡的信息交換以及農戶社會資本的積累。

(3)積極推行小農水管護的村民自治模式，提高農戶參與水平，完善農戶的灌溉需求表達機制和決策機制。

□