基于Logistic-ISM模型的茶農采納病蟲生態調控技術的影響因素及層次結構分析

鄭蓉蓉，劉路星，馬妍麗，王自帥，陳少游，何敦春,3*，謝聯輝*

基于Logistic-ISM模型的茶農采納病蟲生態調控技術的影響因素及層次結構分析

鄭蓉蓉1,2，劉路星2，馬妍麗1，王自帥1，陳少游1，何敦春1,3*，謝聯輝1*

1. 福建農林大學植物病毒研究所，福建 福州 350002；2. 福建農林大學安溪茶學院，福建 泉州 362406；3. 福建江夏學院經濟貿易學院，福建 福州 350108

茶葉是中國重要的經濟作物，品質安全附加值大，病蟲防控是保障茶葉品質安全的關鍵環節。傳統病蟲防控的負外部性明顯，生態調控是未來發展的方向，弄清茶農采納生態調控技術的影響因素及其內在關系是重要的科學命題。為此，隨機選取福建省五大茶區的517位茶農進行調查，對獲取的數據采用Logistic回歸模型分析茶農采納生態調控技術的顯著性影響因素，進而運用解釋結構模型（Interpretative structural modeling，ISM）分析這些顯著性因素間的層次結構，從茶農特征、技術認知和環境特征3個方面探討因素間的內在邏輯。結果表明，在茶農采納生態調控技術的顯著性影響因素層次結構中，表層直接因素有茶葉年收益、銷售模式、培訓次數、政府抽檢頻率、往年病蟲情況，中間因素有新技術成本和收益變化的認知、是否合作社成員、茶園面積，根源因素有文化教育程度、年齡，各層次因素沿根源層、中間層、表層、目標層逐級向上影響。據此，本文從合作、培訓、監管、示范等方面提出了對茶樹病蟲生態調控技術推廣進行宏觀管理的建議。

病蟲生態調控；Logistic-ISM模型；影響因素；層次結構

茶樹病蟲害嚴重影響茶葉產量和價格，每年僅產量就損失15%~20%[1]，質量損害則更為嚴重[2]，是制約茶農收入的關鍵因素。因此，大部分茶農很重視病蟲防控，經常超量和高頻噴施化學農藥，導致茶葉農殘超標，進而降低茶葉價格，直接損害收益，同時還帶來了生態、社會的負面效應，惡化茶葉可持續生產的自然、人文環境，間接削弱茶農長期利益，增加防控負外部性[3-4]。植物群體健康為主導的生態調控已被成功應用于水稻、馬鈴薯、茶、柑桔等糧食、經濟作物的生產實踐[4-6]，被證明是未來農業生產的發展趨勢[4,7]，茶樹病蟲防控亟需實現從傳統模式到生態調控模式的跨越[3,7]。茶園是人工控制的生態體系，茶葉生產是典型的經濟行為，人為因素在經濟規律的支配下對病蟲防控起著主導作用，從社會經濟角度探討茶農采納生態調控技術的影響因素，是解析“好技術為什么未能得以大面積推廣”這一科學和生產問題的新穎視角，是“跳出植保搞植保”的出路之一。人為因素中茶農特征、認知水平、外部環境特征等都可能影響茶農的預期，進而決定防控模式取舍。

目前關于農戶技術采納行為的研究報道較多，主要集中于兩個方面，一是影響因素方面，如生產要素、資源稟賦、家庭特征、風險偏好、政府補貼、技術服務、環保政策、行為認知等[8-12]，二是因素間的層次結構、作用機理方面[13-16]，是影響技術推廣效果的瓶頸所在。茶樹病蟲防控行為領域的研究則相對集中于影響因素方面，如茶農個人特征、新技術認知、成本投入、預期收益、市場需求、技術服務、政府補貼等[17-18]。這些研究相對靜態且有失整體性，局限于因變量與影響因子的相關性研究，鮮見因素間的層次結構、作用機理研究的報道。福建茶葉總產量居全國首位[19]，已形成烏龍茶、紅茶、白茶等主要茶類，代表性產區及其品種有安溪的鐵觀音，永春的佛手，漳平的水仙，武夷山的大紅袍、肉桂、正山小種等，福鼎的白牡丹、壽眉等。

為此，我們根據已報道的文獻和預調查結果，提出茶農特征、技術認知、環境特征顯著影響茶農采納生態調控技術的假設，通過（1）隨機調查訪問5個代表縣市的517位茶農，按實際情況和模型要求，進行多輪反復調查取證，獲得重要數據；（2）運用回歸、結構模型分析數據，找到茶農采納生態調控技術的顯著性影響因素，明晰它們的邏輯關系和層次結構，驗證上述假設。研究結果將彌補該領域研究空白，豐富和發展植物病蟲生態調控的理論和實踐體系，為政府的技術推廣提供對策建議。

1 材料與方法

1.1 茶樹病蟲生態調控概念界定

茶樹病蟲生態調控以改善茶園生態系統中茶樹種群健康狀況為目的，最大限度地發揮自然調節功能，平衡運用抗、避、除、治等策略[3-4,20]，包括多樣化種植喬木、間作大豆或花生、坡地留草、施用有機肥、病蟲生物或農業防治等關鍵技術，實現其經濟、生態和社會效益最大化，主要包括3個組成部分：（1）對投入品（如肥料、信息素、生物農藥等）進行動態和綜合管理；（2）對茶園生態進行時空兩個維度的創建和保持，如交替采茶、降低茶樹種群密度、布局茶樹高度等；（3）增加茶園異質性，如綠肥間作、混合種植其他樹木等[3]。

1.2 變量設定與數據來源

1.2.1 變量設定

參照德爾菲法，根據已有文獻資料[8,10-11]和課題組評價，篩選出可能的自變量并就此分別向茶農、科學家、科技工作者、技術員、銷售員咨詢，最終形成供調查的變量指標體系（表1）。

（1）茶農特征。茶農特征是影響茶農行為的基礎性因素[18]。成本、收入、預期、偏好等因素一方面影響新技術的需求量，另一方面性別、年齡、受教育程度、是否兼事非農工作可能對新技術的接受存在影響。茶葉年收益、茶園面積反映出茶農經營規模的大小和對茶園經營管理的重視程度，對新技術采納的效應敏感性會有較大差異。技術培訓會提升新技術的認知水平和操作能力，是否合作社成員影響新技術采納的可能性和可行性，銷售模式直接影響新技術的需求，它們可能對農戶新技術采納具有剛性約束和實質性影響。

（2）技術認知。調整茶農病蟲防控行為，思想轉變很重要，只有思想上認識到新技術有利可圖且有效方便，能超過原先認知所帶來的效用，茶農才有采納新技術的動機。技術認知變量中，茶農首先關心成本、收益情況，這是他們決策的支點。其次，茶農關心新技術是否切實有效，即使新技術成本低，若有效性不夠，也會產生潛在的減產風險。再次是便利性，如果新技術實施條件或過程很復雜，即使新技術高效且利潤較高，茶農仍然會擔心由于操作不到位而引起不可預估的風險。

表1 模型變量的選取與定義

（3）環境特征。政策、自然等環境因素可能影響茶農技術認知，特別是成本、收益、有效性、便利性的預期，進而影響新技術采納。往年茶樹病蟲情況是決策的影響因素，直接關系到收益，因此，盡管在原有生產成本已轉化為沉沒成本后，茶農仍愿意額外投入人力和物力，以降低病蟲流行的風險程度。生態調控下的茶園有別于常規茶園，人工干預程度相對較低，但創建和保持茶園生態的成本因茶園的地理環境差異明顯，而且隨著人工工資的不斷增長，茶園的地理位置對成本的影響日益受到關注。客戶對不同等級茶葉需求派生出茶農對不同技術的需求，是茶農最直接的感受。政策會激勵和約束茶農的生產行為，如資金扶持會降低成本，抽檢頻率增加化學防控成本，也會調整茶農的認知。

1.2.2 數據來源

2016—2017年，結合福建省茶產業重大農技推廣服務項目的任務，我們對福建省具有代表性品類的主產區，即泉州安溪、泉州永春、寧德福鼎、南平武夷山、龍巖漳平等5個縣市開展實地調查，在當地植保站、鄉鎮農口部門協助下，我們從他們建議的調查名單（根據代表性原則）中隨機選取散戶、大戶、合作社等不同類型的茶農對象進行面對面的調查訪問，以問卷調查、入戶訪談為主，每個縣市隨機選取5個鄉鎮，每個鄉鎮調查約20位茶農，共調查517位茶農。

1.3 分析方法

1.3.1 Logistic回歸模型

茶農是否采納生態調控技術屬二元決策（表1），適用于Logistic回歸模型[13]。

將采納（=1）概率設為，不采納概率（=0）則為1－，Logistic回歸模型如下：

式（1）中：是因變量，為影響因素（自變量）序數，P為采納概率，x是自變量，0表示回歸方程的常數，β表示x的回歸系數；表示影響因素的個數。

1.3.2 ISM分析方法

解釋結構模型（ISM）常被用于確定因素間的關聯性和層次結構。本研究通過Logistic模型獲得了個顯著性影響因素（），運用ISM分析這些因素間的層次關系和構建層次結構圖。首先，通過公式R=0或1（S對S無或有直接影響分別取0、1，S為行因素、S為列因素；，=1，2，3，…，，下同），確定這些因素兩兩間的相互關系，形成鄰接矩陣（元素為R）；其次，通過公式（2）將轉化成對應的(+1)*(+1)可達矩陣，并通過公式（3）確定因素各層次L。

式（2）中：為單位矩陣，≤－1，是矩陣階數，矩陣的冪運算采納布爾運算法則。

式中，=1，2，3，…，；(S)為可達集，為S行中所有矩陣元素R=1的列對應的全部因素集合；(S)為先行集，為S列中所有矩陣元素R=1的行對應的全部因素集合。

通過式（3）依次由高到低逐層確定L所含的因素，具體過程是刪除中最高層1對應的行與列，得到1；從1中刪除2對應的行與列，得到2；以此類推，即得到L所含因素。最后，用有向邊連接同一層次及相鄰層次的因素，得到茶農采納生態調控技術的顯著性影響因素的層次結構。

2 結果與分析

2.1 問卷的信度

本研究共發放問卷517份，剔除無效問卷得到有效問卷478份。對有效問卷進行信度分析，檢測問卷內部的一致性，問卷整體信度基于標準化項的Cronbach's值為0.728，信度較高。

2.2 樣本的基本特征

被調查的茶農大多為中年人，平均年齡為45歲，30~39歲和40~49歲分別占32.22%和29.92%，29歲以下僅占7.20%。文化教育程度，初中占34.50%，小學及以下占40.79%。年均收入，20萬約占43.90%。茶園面積方面，7?337?m2以下占41.80%，7?337~40?020?m2占35%，40?020?m2以上占23.20%。70.10%茶農兼職從事非農業工作，45%尚未加入合作社，56.70%未參加過培訓，80%以自銷和采后訂單模式為主。

2.3 茶農采納生態調控技術的影響因素

茶農采納生態調控技術的顯著性影響因素是年齡、受教育程度、茶葉年收益、茶園面積、培訓次數、是否合作社成員、銷售模式、新技術收益變化認知、新技術成本變化認知、往年病蟲情況、政府抽檢頻率（表2）。

表2 影響因素的Logistic回歸分析結果

注：*、**、***分別表示0.10、0.05、0.01顯著水平

Note:*,**,***indicate significant level at=0.10, 0.05, 0.01, respectively

2.3.1 茶農特征

茶農特征方面的影響因素按顯著性強弱依次為是否合作社成員、受教育程度、銷售模式、培訓次數、茶園面積、茶葉年收益、年齡，這意味著合作社有利于增強茶農的組織化程度，如標準化生產、技術培訓服務、品牌化經營、統一銷售等，促進茶農增收，有利于提升茶農采納生態調控技術的意愿。參與合作社、技術培訓也是提升茶農教育程度、優化銷售模式的途徑，受教育程度與采納意愿呈極顯著正相關，這表明茶農文化程度越高，越認同生態環境保護，越易掌握生態調控操作方法和策略，采納意愿越強。銷售模式與采納意愿呈極顯著正相關，說明有采前訂單的農戶愿意采納生態調控技術，也從側面驗證了是否合作社成員是極顯著影響因素這一研究結果。茶園面積對茶農采納意愿有顯著負向影響，調研發現，在新型綠色防控技術推廣中，政府補助金額小，多是針對家庭戶發放，并非以經營規模為依據，對大戶的防控技術選擇激勵不大，同時由于對新技術效果的預期不高，為規避新技術采用后對收入可能產生的不確定風險，多數大戶仍選擇傳統病蟲防治方式[18]，故當下茶園面積擴大對茶農采納生態調控技術有顯著負向影響。茶葉年收益極顯著正向影響茶農生態調控技術，收入高的茶農對市場信息更為敏感，茶葉年經濟收益直接影響茶農生產積極性，提升茶葉年收益將會直接增加生態調控技術采納意愿，這是茶葉安全性對茶葉價格日益重要的體現。年齡正向顯著影響茶農采納生態調控技術，意味著年長的茶農，經驗豐富，專注度、自有茶園歸屬感高，精細管理、茶園生態環境保護的動機明顯，偏向采納生態調控技術。

2.3.2 技術認知

成本變化認知與茶農采納生態調控技術顯著負相關，可能與新技術會增加交易、教育和信息成本有關。收益變化認知顯著正向影響茶農采納生態調控技術，表明如果安全優質茶葉的市場需求量增加，則茶農尋求生態調控技術的需求越強烈。有效性和便利性認知對采納生態調控技術的影響差異不顯著，可能是地方政府對茶樹病蟲生態調控技術的宣傳及技術培訓力度不足，沒有引起茶農對當前常規防控技術的反思。

2.3.3 環境特征

往年茶樹病蟲發生情況、政府抽檢頻率均正向顯著影響茶農生態調控技術采納行為。在每年照常開展病蟲防控情況下，往年病蟲害越嚴重則越能激發茶農反思并調整防控行為，考慮采納生態調控技術，以期在省錢省力條件下有效控制病蟲害；如果病蟲害較輕，茶農不需要特別防控就能確保收入，生產風險低，則采納意愿較低。抽檢頻率會約束茶農的用藥行為，增加過量化學防治的成本，抽檢頻率越低，茶農調整防控行為的意愿越弱。外部環境特征變量中客戶的農殘要求對茶農采納生態調控技術影響不顯著，在一定程度上反映了目前盡管有茶葉安全要求的呼聲，但還未形成改變生產供給的市場趨勢，我們研究表明87.66%的客戶對農殘無要求；政府資金扶持對生態調控技術采納影響不顯著，這與扶持資金較少有關，也反映了茶農越來越理性，更加注重自我盈利水平的提高。

2.4 茶農采納生態調控技術的顯著性影響因素層次結構

采用德爾菲法分析各影響因素間的邏輯關系（圖1）。

根據圖1得到影響因素間的鄰接矩陣R；根據公式（2），利用Matlab軟件將鄰接矩陣R轉化為可達矩陣M。

根據公式（3）確定第一層因素（目標層因素）為0（1={0}）。剔除0因素后，對其他因素進行重新排列，即刪除0對應的行和列，建立新的可達矩陣。再次按照公式（3）進行運算，確定第二層因素為3691011（2={3、6、9、10、11}）。依次類推，第三層因素為4578（3={4578}），第四層因素為12（4={12}）（表3）。

由表3可見，0位于第一層（目標層），3691011位于第二層，4578位于第三層，12位于第四層，形成了1個四級結構的系統（圖2），其中第一層0為目標層，其他三層為影響茶農采納生態調控技術（目標層0）的顯著性因素，各影響因素之間通過層層聯結共同作用于目標層，即第四層次的“年齡、受教育程度”→第三層次的“茶園面積、是否合作社成員、新技術收益變化認知、新技術成本變化認知”→第二層次的“茶葉年收益、銷售模式、往年病蟲情況、培訓次數、政府抽檢頻率”→目標層次的“茶農采納生態調控技術”，各層次由下至上逐級影響上層因素，共同決定茶農是否采納生態調控技術。這些影響因素的關聯與層次結構通過“直接驅動+作用路徑”影響茶農采納生態調控技術。

注：A表示行因素受列因素的影響；V表示列因素受行因素的影響；0表示行和列之間無關系。S0代表被解釋變量，即茶農采納生態調控技術，S1、S2、S3、S4、S5、S6、S7、S8、S9、S10、S11分別代表年齡、受教育程度、茶葉年收益、茶園面積、是否合作社成員、銷售模式、新技術收益變化認知、新技術成本變化認知、往年病蟲情況、培訓次數、政府抽檢頻率

（1）直接驅動。茶葉年收益、銷售模式、培訓次數、往年病蟲情況、政府抽檢頻率是顯著影響茶農采納生態調控技術的表層直接因素，這些因素都與經濟利益相關，反映了生態茶葉的供需關系。銷售模式有供給內涵，但其市場需求的作用更為突出。銷售模式對茶農病蟲防控具有剛性約束力，若采摘前有大企業訂單，茶農則愿意采納生態調控技術，這說明安全優質茶葉的需求可以通過市場機制來激勵茶農采納病蟲生態調控技術。政府抽檢頻率會約束茶農生產行為，技術培訓使茶農有機會掌握切實可行的生態調控技術，并及時解決技術應用過程中的問題。

（2）作用路徑。在“年齡、受教育程度”→“是否合作社成員、新技術收益變化認知、新技術成本變化認知”→“茶葉年收益、銷售模式、培訓次數”→“茶農采納生態調控技術”的作用路徑中，年齡、受教育程度從根源上影響茶農技術成本和收益變化的認知以及是否加入合作社；是否合作社成員、新技術成本、收益變化的認知則通過影響茶葉年收入、銷售模式、培訓次數影響茶農生態調控技術采納行為[21]，這說明文化程度高且年長的茶農管理經驗豐富，不僅會及時解讀政策制度，關注生態調控技術，綜合權衡生態調控的成本和效益，而且能夠關注茶葉市場行情及茶園的持續性生產能力。茶農可通過加入合作社，實現生產與銷售環節的有效合作，提高抵御自然和市場風險的能力，增加年收益，并理性做出是否采納生態調控技術的決策[22]。

3 結論與建議

本文根據福建省517個茶農的調查數據，采用Logistic-ISM模型分析茶農采納生態調控技術的顯著性影響因素及其關聯和層次結構。結果表明，茶葉年收益、銷售模式、培訓次數、往年病蟲情況、政府抽檢頻率、茶園面積、是否合作社成員、新技術成本、收益變化的認知、年齡和受教育程度顯著影響茶農采納生態調控技術。這11個因素中，茶葉年收益、銷售模式、培訓次數、往年病蟲情況、政府抽檢頻率是表層直接因素，茶園面積、是否合作社成員、新技術成本變化認知、新技術收益變化認知是中間因素，年齡、受教育程度是根源因素。這些因素既可獨立起作用，又可交互起作用，形成“年齡、受教育程度”→“茶園面積、是否合作社成員、新技術收益變化認知、新技術成本變化認知”→“茶葉年收益、銷售模式、往年病蟲情況、培訓次數、政府抽檢頻率”→“茶農采納生態調控技術”的作用路徑。

表3 各層次因素的確定

注：表中下劃線表示各層次的因素L

Note: The underlines in the table indicate the factors of every layer (L)

圖2 影響因素的層次結構

鑒于此，提出以下政策建議：（1）建立茶產業縱向合作契約。主要依據中間因素“是否加入合作社”正向顯著影響茶農采納生態調控技術，合作社有利于茶農掌握新技術，及時跟蹤市場行情，更有可能與大企業建立長期且密切的縱向合作組織模式，從而切實提高社員收入。因此，一方面下游加工、銷售企業直接管理茶樹種植，約束和監督茶農生產，提高茶農認知水平，降低農藥使用量，有效增加安全優質茶葉的供給量；另一方面，安全優質茶葉通過穩定的銷售渠道獲得穩定的高收益，激勵茶農采納生態調控技術。（2）建立常態化的培訓機制和監管制度。一是組織開展不同層次、多形式的技術培訓活動，切實提高茶農操作技能和業務知識，如依靠政府農技部門、科研院所、生產企業、科技特派員等開展生態調控技術培訓。二是依托高等農業院校、職業技術學院開展茶農學歷培訓，提高茶農綜合素質和對生態調控的認知、操作能力。三是建立常態化的茶葉質量安全檢測和監管制度，特別是舉報獎勵和懲罰制度，并與相關責任人的績效考核捆綁。（3）建立生態調控技術示范中心。認知水平顯著影響茶農采納生態調控技術，為此可通過建立示范基地：以福建省武夷山、福鼎、安溪主要茶葉生產基地為圓心，打造區域性的生態茶園示范中心，向周邊地區的茶葉企業、茶葉合作社和茶農進行輻射，宣傳生態調控理念與成效，普及生態調控技術。生態調控技術示范茶園既可作為研究基地，也可將基地向周邊區域的茶農開放，定期組織茶農、茶企的管理者到基地參觀和學習，通過實地培訓、成本效益評價等向茶農普及茶樹病蟲生態調控技術，提升茶農的生態調控認知水平，推動茶樹病蟲生態調控技術的推廣。

[1] 譚濟才. 茶樹病蟲防控學[M]. 北京: 中國農業出版社, 2014: 210-218. Tan J C. Prevention and control of diseases and pests in tea trees [M]. Beijing: China Agriculture Press, 2014: 210-218.

[2] 陳宗懋. 我國茶產業質量安全和環境安全問題研究[J]. 農產品質量與安全, 2011(3): 5-7. Chen Z M. Research on quality and environmental safety of tea industry in China [J]. Quality and Safety of Agro-products, 2011(3): 5-7.

[3] Zheng R R, Zhan J S, Liu L X, et al. Factors and minimal subsidy associated with tea farmers’ willingness to adopt ecological pest management [J]. Sustainability, 2019, 11(22): 6190. doi: 10.3390/su11226190.

[4] He D C, Zhan J S, Xie L H. Problems, challenges and future of plant disease management: from an ecological point of view [J]. Journal of Integrative Agriculture, 2016, 15(4): 705-715.

[5] 呂秋霞, 程兆榜, 何敦春. 水稻條紋葉枯病流行風險源和影響指標[J]. 江蘇農業科學, 2019, 47(7): 104-107. Lv Q X, Chen Z B, He D C. Risk sources and influence indexes of rice stripe prevalence [J]. Jiangsu Agricultural Sciences, 2019, 47(7): 104-107.

[6] Yang L N, Pan Z C, Zhu W, et al. Enhanced agricultural sustainability through within-species diversification [J]. Nature Sustainability, 2019, 2(1): 46-52.

[7] 謝聯輝. 21世紀我國植物保護問題的若干思考[J]. 中國農業科技導報, 2003, 5(5): 5-7. Xie L H. Some thoughts on plant protection in China in the 21st century [J]. Journal of Agricultural Science and Technology, 2003, 5(5): 5-7.

[8] 蔡鍵, 唐忠. 要素流動、農戶資源稟賦與農業技術采納:文獻回顧與理論解釋[J]. 江西財經大學學報, 2013(4): 68-77. Cai J, Tang Z. Factor flows, farmers' resource endowments and agricultural technology adoption: literature review and theoretical explanation [J]. Journal of Jiangxi University of Finance and Economics, 2013(4): 68-77.

[9] 黃炎忠, 羅小鋒, 李容容, 等. 農戶認知、外部環境與綠色農業生產意愿: 基于湖北省632個農戶調研數據[J]. 長江流域資源與環境, 2018, 27(3): 680-687. Huang Y Z, Luo X F, Li R R, et al. Farmer Cognition，external environment and willingness of green agriculture production: based on the survey data of 632 farmers in Hubei Province [J]. Resources and Environment in the Yangtze Basin, 2018, 27(3): 680-687.

[10] 朱萌, 齊振宏, 鄔蘭婭, 等. 新型農業經營主體農業技術需求影響因素的實證分析: 以江蘇省南部395戶種稻大戶為例[J]. 中國農村觀察, 2015(1): 30-38, 93-94.Zhu M, Qi Z H, Wu L Y, et al. Empirical analysis on factors of new agricultural business entities’ agricultural technology needs: taking 395 scaled rice farmers in southern Jiangsu Province as the example [J]. China Rural Survey, 2015(1): 30-38, 93-94.

[11] 吳林海, 侯博, 高申榮. 基于結構方程模型的分散農戶農藥殘留認知與主要影響因素分析[J]. 中國農村經濟, 2011(3): 35-48. Wu L H, Hou B, Gao S R. Analysis on cognition and main influencing factors of pesticide residues of decentralized farmers based on structural equation model [J]. Chinese Rural Economy, 2011(3): 35-48.

[12] 趙肖柯, 周波. 種稻大戶對農業新技術認知的影響因素分析: 基于江西省1077戶農戶的調查[J]. 中國農村觀察, 2012(4): 29-36. Zhao X K, Zhou B. An analysis on factors influencing large-scale rice-plant farmers' cognition of up-to-date agriculture technology: based on the survey of 1077 farmers in Jiangxi Province [J]. China Rural Survey, 2012(4): 29-36.

[13] 胡乃娟, 孫曉玲, 許雅婷, 等. 基于Logistic-ISM模型的農戶有機肥施用行為影響因素及層次結構分解[J]. 資源科學, 2019, 41(6): 1120-1130. Hu N J, Sun X L, Xu Y T, et al. Influencing factors of farmers' organic fertilizer application behavior and their stratification based on Logistic-ISM model [J]. Resources Science, 2019, 41(6): 1120-1130.

[14] 吳雪蓮, 張俊飚, 豐軍輝. 農戶綠色農業技術認知影響因素及其層級結構分解: 基于Probit-ISM模型[J]. 華中農業大學學報(社會科學版), 2017(5): 36-45, 145. Wu X L, Zhang J B, Feng J H. Research on factors influencing farmers' cognition of green agricultural technologies and stratification: based logistic-ISM model [J]. Journal of Huazhong Agricultural University (Social Sciences Edition), 2017(5): 36-45, 145.

[15] 吳強, 張園園, 孫世民. 基于Logit-ISM模型的奶農全面質量控制行為分析[J]. 農業技術經濟, 2017(3): 53-63.Wu Q, Zhang Y Y, Sun S M. Analysis of dairy farmers' total quality control behavior based on Logit-ISM model [J]. Journal of Agrotechnical Economics, 2017(3): 53-63.

[16] 葛繼紅, 徐慧君, 楊森, 等. 基于Logit-ISM模型的污染企業周邊農戶環保支付意愿發生機制分析: 以蘇皖兩省為例[J]. 中國農村觀察, 2017(2): 93-106. Ge J H, Xu H J, Yang S, et al. The WTP of rural households nearby polluting enterprises using Logit and interpretive structural modeling: examples from Jiangsu and Anhui Provinces [J]. China Rural Survey, 2017(2): 93-106.

[17] 呂美曄, 王凱. 山區農戶綠色農產品生產的意愿研究: 安徽皖南山區茶葉生產的實證分析[J]. 農業技術經濟, 2004(5): 33-37. Lv M H, Wang K. A study on the willingness of farmers in mountainous areas to produce green agricultural products: an empirical analysis of tea production in southern Anhui Province [J]. Journal of Agrotechnical Economics, 2004(5): 33-37.

[18] 胡林英, 杜佩, 陳富橋, 等. 茶農綠色防控技術采用行為影響因素實證研究[J]. 茶葉科學, 2017, 37(3): 308-314. Hu L Y, Du P, Chen F Q, et al. An empirical study on the impact factors of adoption of green prevention and control technology by tea-growers [J]. Journal of Tea Science, 2017, 37(3): 308-314.

[19] 中國產業信息網. 福建省茶葉市場特征分析[EB/OL]. (2016-01-07)[2019-09-11]. http://www.chyxx.com/industry/ 201601/376556.html.

China Industry Information Network. Analysis on the characteristics of tea market in Fujian Province [EB/OL]. (2016-01-07)[2019-09-11]. http://www.chyxx.com/ industry /201601/376556.html.

[20] 謝聯輝, 林奇英, 徐學榮. 植病經濟與病害生態治理[J]. 中國農業大學學報, 2005, 10(4): 39-42. Xie L H, Lin Q Y, Xu X R. Plant disease economy and ecologic management of plant diseases [J]. Journal of China Agricultural University, 2005, 10(4): 39-42.

[21] 李莎莎, 朱一鳴, 馬驥. 農戶對測土配方施肥技術認知差異及影響因素分析: 基于11個糧食主產省2172戶農戶的調查[J]. 統計與信息論壇, 2015, 30(7): 94-100. Li S S, Zhu Y M, Ma J. Analysis on the cognitive differences on soil testing and formulated fertilization technology and its reason: base on the survey of 2172 farmer household from 11 provinces [J]. Statistics &Information Forum, 2015, 30(7): 94-100.

[22] Hashemi S M, Damalas C. Farmers' perceptions of pesticide efficacy: reflections on the importance of pest management practices adoption [J]. Journal of Sustainable Agriculture, 2010, 35(1): 69-85.

Analysison the Impact Factors and Hierarchical Structure of the Farmers’ Adoption of Tea Ecological Pest Management by Logistic-ISM Model

ZHENG Rongrong1,2, LIU Luxing2, MA Yanli1, WANG Zishuai1, CHEN Shaoyou1, HE Dunchun1,3*, XIE Lianhui1*

1. Institute of Plant Virology, Fujian Agriculture and Forestry University, Fuzhou 350002, China; 2. Anxi college of Tea Science, Fujian Agriculture and Forestry University, Quanzhou 362406, China; 3. School of Economics and Trade, Fujian Jiangxia University, Fuzhou 350108, China

Tea is one of important economic crops in China. Tea pest management is the key to ensure the quantity and its added value. The conventional pest management mode had contributed to saving the amounts of tea but resulted in the pollution dilemma of tea and ecology simultaneously. In contrast, the ecological management mode can alleviate the pollution and increase the safety of tea and farmers’ revenue. However, promotion of the mode was limited in practice. Hence, it is an urgent scientific topic to ascertain the factors and its interaction mechanism of tea farmers’ adoption of the ecological pest management. In this study, the 517 tea farmers were selected randomly in five counties of Fujian province according to the designed questionnaire and some available data were collected to analyze the significant factors affecting tea farmers’ adoption of ecological pest management technology by the Logistic Regression Model. The hierarchy and inner logic relations of these significant factors were then discovered by the Interpretative Structural Modeling (ISM). The results show that tea farmers’ adoption was significantly influenced by three hierarchy factors. The direct factors included annual tea revenue, sales model, frequency of technical training, frequency of government casual inspection and degree of pest occurrence of previous years. The intermediate factors included cognition of cost and benefit change of applying new technology, cooperative member or not and size of tea garden. The basic factors included education level and age. Finally, some suggestions for the promotion of tea ecological pest management were proposed according to these impact factors and their relationships.

tea ecological pest management, Logistic-ISM model, impact factors, hierarchy

S571.1；S435.711

A

1000-369X(2020)05-696-11

2019-09-18

2019-12-12

福建省社科研究基地生態文明研究中心項目（KXJD1807A）、福建省自然科學基金（2018J01707）、福建農林大學安溪茶學院骨干青年基金（ACKY2016001）、福建省安溪縣現代農業產業園協同創新中心（KMd18003A）

鄭蓉蓉，女，講師，博士研究生，主要從事植保經濟學方面的研究。*通信作者：hedc@fafu.eu.cn；xielh@fafu.edu.cn