分享自:

农民社交网络与农业气候变化减缓的区域溢出效应

期刊:Climatic ChangeDOI:10.1007/s10584-023-03484-6

学术研究报告:农民社交网络对农业气候变化减缓的区域溢出效应

作者及机构
本研究由Cordelia Kreft(瑞士苏黎世联邦理工学院农业经济与政策组)、Mario Angst(苏黎世大学数字社会倡议)、Robert Huber和Robert Finger(均来自苏黎世联邦理工学院农业经济与政策组)合作完成,发表于期刊*Climatic Change*(2023年1月在线发表,卷号176,文章编号8)。

学术背景
农业既是温室气体(GHG)排放的重要来源,也是减缓气候变化的关键领域。然而,农民对减缓措施的采纳程度受多种因素影响,其中社交网络的作用尚未被充分研究。本文基于社会网络理论(social network theory)和社会学习(social learning)理论,探讨农民社交网络如何通过知识传播和行为模仿促进农业气候减缓措施的采纳。研究旨在填补以下空白:(1)农民社交网络的内生效应(endogenous effects,即同行行为的影响)与外生效应(exogenous effects,即同行特征的影响)在减缓措施采纳中的作用;(2)集体行动倡议(如瑞士的AgroCO2ncept项目)的区域溢出效应。

研究流程与方法
1. 研究设计与数据收集
- 研究对象:瑞士苏黎世州北部地区的50名农民,其中25人参与AgroCO2ncept倡议(集体气候行动项目),25人为非参与者。
- 数据来源:结合平板电脑面对面访谈(使用Network Canvas软件)、问卷调查和农业普查数据,收集农民的社交网络关系、减缓措施采纳情况、个人特征及农场结构信息。
- 网络数据:通过“名生成器”方法(name-generator)记录农民间关于气候减缓的交流频率(1-5级,从“每年一次”到“每天”),并构建加权邻接矩阵(weighted adjacency matrix)量化网络关系强度。

  1. 模型构建

    • 网络自相关模型(network autocorrelation model):采用贝叶斯方法(Bayesian approach)分析四种网络影响路径:
      • 内生效应:农民自身减缓行为与同行行为的关系(H1假设)。
      • 外生效应:同行知识水平对农民行为的影响(H2假设)。
      • 集体行动溢出效应:AgroCO2ncept成员对非成员的影响(H3假设)。
    • 控制变量:包括年龄、教育水平、农场类型、自我效能感(self-efficacy)等,以排除非社交因素的干扰。
  2. 数据分析

    • 描述性统计:分析网络密度(density)、中心性(centrality)及子群差异。
    • 模型验证:通过后验分布(posterior distribution)评估参数显著性,使用88%可信区间(credible interval)判断效应方向与强度。

主要结果
1. 网络规模与减缓采纳
- 描述性分析显示,社交网络规模较大的农民采纳更多减缓措施(平均采纳率41%)。AgroCO2ncept参与者的网络密度(74条边)显著高于非参与者(6条边),且其交流频率更高(均值1.6 vs. 1.3)。
- 内生效应(H1):整体网络中同行行为对农民采纳的直接影响不显著(后验均值接近零),但子群分析发现AgroCO2ncept成员对非成员存在正向溢出(ρ_ba=0.15,88%可信区间为正值)。

  1. 知识扩散(H2)

    • 同行知识水平对农民减缓行为有显著正向影响(β_net_knowledge=0.22)。农民更依赖“知识丰富的同行”而非单纯模仿行为,表明气候减缓作为新兴领域,知识传播比行为观察更关键。
  2. 集体行动溢出(H3)

    • AgroCO2ncept成员通过社交网络带动非成员采纳减缓措施(ρ_ba显著为正)。这种效应可能源于项目的可见性——其减缓措施明确关联气候目标,易于被非成员识别和模仿。

结论与价值
1. 科学意义
- 首次量化了农业气候减缓中社交网络的外生效应(知识传播)与内生效应(行为模仿)的差异,揭示了知识共享的核心作用。
- 验证了集体行动的区域溢出效应,为“基层创新”(grassroots innovations)扩散理论提供实证支持。

  1. 政策启示
    • 应加强农民网络建设(如区域交流平台),促进气候知识传播。
    • 支持集体行动项目(如AgroCO2ncept),通过“示范-溢出”机制扩大减缓措施覆盖面。
    • 农业教育需将气候减缓纳入课程,提升农民认知水平。

研究亮点
1. 方法创新:首次将贝叶斯网络自相关模型应用于农业气候减缓研究,区分多重网络效应。
2. 数据新颖:结合社交网络数据与实地调查,量化知识传播的具体路径。
3. 实践价值:为政策设计提供“社交杠杆”思路,即通过干预网络结构加速技术扩散。

其他发现
- 农民对同行知识的评估可能存在偏差,但通过多源评分(crowd-sourced assessment)降低了误差。
- 研究局限包括样本量较小(n=50),未来需扩大区域验证普适性。

上述解读依据用户上传的学术文献,如有不准确或可能侵权之处请联系本站站长:admin@fmread.com