摘要:氣候變化加劇對糧食生產造成重大損失,嚴重威脅到我國農民的生產和生活。適應的重要性日益彰顯,農戶采取氣候適應性行為勢在必行。本文基于內蒙古自治區鄂爾多斯市215個農戶的調研數據,通過probit模型和中介效應模型實證分析發現:社會資本能夠促進農戶氣候變化適應性行為采納;社會資本的作用機制表現在風險感知,社會資本能夠通過增強風險感知程度進而促進主動型氣候變化適應性行為;受教育程度越高傾向于采納主動型氣候變化適應性行為。
關鍵詞:氣候變化;社會資本;農戶適應性行為;風險感知
2025年中央一號文件明確指出,加強農業防災減災能力建設,強化氣象為農服務,最大程度減輕災害損失。減緩和適應氣候變化,成為全球可持續發展的重要議題和重要任務。農業作為在經濟社會的重要角色,已經成為氣候變化負面影響的“放大器”,并由此引發了一系列系統危機[1]。在內蒙古地區,旱災是發生頻率最高的自然災害之一,農戶作為極端氣候變化的感知者,提升農戶的氣候變化適應性行為,是降低其受災風險、減少生產經驗損失的關鍵。社會資本在鄉土熟人社會中發揮著重要作用,對農戶氣候變化適應性行為采納具有重要影響。
1 理論分析與研究假說
1.1 社會資本影響農戶氣候變化適應性行為
梳理已有研究,社會資本可以通過3種機制影響農戶氣候變化適應性行為:信息獲取機制。農戶之間的交流互動依托于社會資本而變得更加頻繁,這為農戶們提供了多樣化的信息來源[2]。技術交流機制。社會資本的增加能有效促進農戶之間的技術交流,不僅幫助他們在適應性過程中獲得及時有效的技術援助,而且能夠積累技術知識。幫扶支持機制。資金約束作為阻礙農戶適應氣候變化的障礙之一[3]。廣大的關系網絡通過建立信任機制,加強了農戶對氣候變化適應性行為的認同。
基于此,提出假設H1:社會資本對主動型氣候變化適應性行為有顯著的正向影響。
1.2 社會資本對風險感知的影響
社會資本作為一種非正式制度,影響著農戶對外部資源的獲得,在一定程度上能緩解家庭資源有限,通過村民信任,獲取資源信息,能夠更快地識別風險;農戶參與合作社、家庭農場、村莊事務能夠及時了解政策信息和氣象信息,進而感知風險;農戶的親友網絡和朋友網絡可以交流信息,提高風險感知程度。
1.3 風險感知的中介作用
Grothmann提出并建構了人類能動適應氣候變化的社會認知過程模型,發展了“感知——適應框架”,成為氣候變化感知研究的主流分析理論框架[4]。當氣象災害發生時,農戶會權衡利弊,在多方考慮后做出利益最大化的選擇,只有預期收益高于預期成本的情況下,農戶才可能采取適應性行為來應對氣象災害。本研究假設風險感知在社會資本對農戶采取適應行為之間存在一定聯系。
基于此,提出假設H2:風險感知在社會資本與主動型氣候變化適應性行為之間起著中介作用。
2 數據來源、變量設置與模型選擇
2.1 數據來源
本研究數據來源于2024年7—8月對內蒙古鄂爾多斯市的實地入戶調研。調查問卷內容包括以下部分:農戶戶主個人特征、農戶家庭種植特征、社會環境特征。另外,通過與調研區域農戶、村干部、鄉政府工作人員進行交流,了解相關的政策制定、實施等情況。
2.2 變量選取
(1)被解釋變量:主動型適應性行為采納。用是否選擇覆膜、嘗試新技術、調整種植結構、購買農業保險、調整種養模式的其中一種或多種表征。
(2)解釋變量:本文的解釋變量是社會資本,包括社會信任、社會網絡和社會參與。社會資本采用綜合指數法,分別計算社會信任、社會參與和社會網絡的權重加權得到。
(3)控制變量:本文在參考學者文獻的基礎上,結合實際情況,將影響農戶氣候變化適應性行為采納的因素選取戶主性別、年齡、種植規模、務農年數、受教育年數、家庭勞動力數量和家庭年收入。
(4)中介變量:本研究中的中介變量為氣候變化風險認知,氣候變化風險感知指的是氣候變化對農戶生產生活的影響嚴重程度。
2.3 模型選擇
2.3.1 Probit模型
其中,表示農戶是否采納氣候變化適應性行為;Trui代表社會信任;Pari代表社會參與;Neti代表社會網絡;Soci代表社會資本;Controli代表控制變量;μ1i,μ2i是服從(0,1)分布的隨機誤差項,α1i,α2i,α3i,β1i,β2i為待估參數。
2.3.2 綜合指數法
采用綜合指數法計算單項社會資本總水平,計算公式如下式所示。
上式(3)中,Zj表示第n個農戶的單項社會資本第j項指標的標準化值,Wj表示第j項指標的權重,F表示農戶的社會資本的總水平。
2.3.3 中介效應模型
本文中,被解釋變量是主動型適應性行為采納,解釋變量為社會資本,中介變量為風險感知。參考溫忠麟和葉寶娟(2014)的方法[5],設定以下模型:
在方程(4)中,系數ci為社會資本對適應性行為采納的總效應。(5)方程中的ai是社會資本對風險感知的影響效應;(6)方程中的bi是控制住社會資本的條件下風險感知對主動型適應性行為采納產生的間接影響效應,δi表示在存在中介效應的前提下,社會資本對主動型適應性行為采納的影響效應,ai*bi表示模型的中介效應。ε表示各方程殘差。
3 實證結果與分析
3.1 基準結果分析
經前期驗證所設定變量均已通過多重共線性檢驗,使用Stata15.0軟件,利用Probit模型將社會信任、社會參與和社會網絡作為自變量對主動型氣候變化適應性行為進行回歸,再將綜合得分法計算的社會資本總得分作為自變量對主動型氣候變化適應性行為進行回歸。回歸結果顯示:
社會信任、社會參與、社會網絡和社會資本在對農戶氣候變化主動型適應性行為采納的影響中:社會信任在10%的顯著性水平上對主動型氣候變化適應性行為采納產生正向影響,社會信任每增加一個單位,主動型適應性行為采納增加0.2178個單位,農戶之間的信任可以傳遞信息,降低獲取信息困難程度,交流種植經驗,能為農戶提供應對氣候變化主動型適應性行為采納產生正向作用。社會網絡在5%的顯著性水平上對主動型氣候變化適應性行為采納產生正向影響,社會網絡每增加一個單位,主動型適應性行為采納增加0.2404個單位,農戶擁有的通訊錄好友數量基本是平時有聯系的,社會網絡越高,越會有渠道獲得借貸資金、降低融資困難程度,能夠認識更多具有農業種植經驗和對氣象災害有應對經驗的農戶和技術專家,從而促進主動型氣候變化適應性行為采納。社會資本總得分對主動型氣候變化適應性行為的回歸中,社會資本在1%的顯著性水平上對主動型適應性行為采納呈正向影響,社會資本每增加1個單位,主動型適應行為增加0.5764個單位,社會資本越高,可以更容易地獲取借貸資金、降低獲取信息困難程度、更大程度了解農業技術培訓和政策,從而提高主動型適應性采納的可能。在兩次回歸中,受教育年數在5%的顯著性水平上對主動型氣候變化適應性行為產生正向影響,受教育年數每增加一個單位,主動型適應性行為采納增加0.0910和0.0935個單位。這主要是由于農戶的文化程度越高,越有能力了解農技信息和政策,越傾向于事先采取預防措施以免受到災害損失,從而使得主動型適應性行為采納的可能性上升。家庭勞動力數量在1%的顯著性水平上對主動型氣候變化適應性行為產生正向影響,家庭勞動力數量每增加一個單位,主動型適應性行為采納增加0.4741和0.4624個單位。種植規模在5%的顯著性水平上對主動型氣候變化適應性行為產生正向影響,種植規模每增加一個單位,主動型適應性行為采納增加0.0068和0.0069個單位,主要是因為種植面積越大,農戶對于農業生產收入的依賴性越高,使得主動型氣候變化適應性行為采納可能性上升。
3.2 穩健性檢驗
為了驗證Probit模型社會資本對農戶氣候變化適應性行為采納的穩定性,本研究使用Logit模型對數據進行了進一步的驗證。檢驗結果顯示,在主動型適應行為中,社會信任在10%的顯著性水平上對主動型適應性行為產生了正向影響。社會網絡在5%的顯著性水平上對主動型適應行為產生了正向影響。種植規模在5%的顯著性水平上對主動型適應行為產生了正向影響。受教育年數在10%的顯著性水平上對主動型適應行為產生了正向影響。不同維度的社會資本對適應性行為影響程度存在差異。因此,社會資本對主動型氣候變化適應性行為采納有顯著的正向影響,假說H1成立。
3.3 逐步回歸分析
由表1可知,社會資本會促進主動型適應行為采納。由模型1可知,社會資本在1%以上的顯著性水平對主動型適應行為采納產生正向影響。模型2中,社會資本在1%以上的顯著性水平對風險感知正向影響,模型3中,社會資本在風險感知介入的情況下仍能夠對適應性行為采納產生正向影響,風險感知對被動適應性行為產生正向影響,間接效應占直接效應的比例為29.33%,假說H2成立。
4 結論
社會資本對農戶主動型適應性行為起到正向影響,社會信任和社會網絡對主動型適應性行為影響顯著,而社會參與對主動型適應行為影響不顯著。社會資本作用機制表現在風險感知。經過農戶篩選和轉化后的信息,會形成其決策依據,增強風險感知,從而采納適應性行為。受教育程度促進了主動型適應行為采納,這說明,受教育程度越高,越傾向于采取事先預防的方式,以此來減輕氣候變化可能造成的損失。
參考文獻
[1] 張慶萍,顧雪.挑戰與應對:氣候變化與全球農業生產[J].生態經濟,2025,41(4):5-8.
[2] 宋子珍.生計資本對農戶氣候變化適應性行為的影響——以豫魯兩省683個農戶為例[D].鄭州:河南農業大學,2024.
[3] 王建華,吳雨嬌,鈄露露.資本稟賦、農業綠色補貼對農戶綠色農業技術采納行為的影響基于感知價值的遮掩效應[J].南京農業大學學報(社會科學版),2025,25(2):149-161.
[4] Grothmann T,Patt A.Adaptive capacity and human cognition:The process of individual adaptation to climate change[J].Global Environmental Change,2005,15(3):199-213.
[5] 溫忠麟,葉寶娟.中介效應分析:方法和模型發展[J].心理科學進展,2014,22(5):731-745.