社会网络嵌入对农户绿色防控技术采用的影响——基于技术认知的中介效应

doi:10.18402/resci.2022.09.10

资源科学 ›› 2022, Vol. 44 ›› Issue (9): 1865-1878.doi: 10.18402/resci.2022.09.10

社会网络嵌入对农户绿色防控技术采用的影响——基于技术认知的中介效应

赵佩佩¹^,², 张强强³, 钟逸伟⁴, 刘天军¹^,²()

1.西北农林科技大学经济管理学院，杨凌 712100
2.西北农林科技大学西部农村发展研究中心，杨凌 712100
3.北京大学现代农学院，北京 100871
4.西北农林科技大学信息工程学院，杨凌 712100

收稿日期:2022-03-02 修回日期:2022-08-08 出版日期:2022-09-25 发布日期:2022-11-25
通讯作者: 刘天军，男，安徽宣城人，教授，主要研究方向为农业经济理论与政策。E-mail: ltj168168@nwsuaf.edu.cn
作者简介:赵佩佩，女，山东济宁人，博士研究生，主要研究方向为农业资源与环境管理。E-mail: peipei.zhao@nwsuaf.edu.cn
基金资助:
国家自然科学基金重点项目(71933005);陕西省哲学社会科学重大理论与现实问题研究一般项目(2022ND0207)

Impact of social network embeddedness on the adoption of green control technologies by farmers: Mediating effects based on technology perception

ZHAO Peipei¹^,², ZHANG Qiangqiang³, ZHONG Yiwei⁴, LIU Tianjun¹^,²()

1. College of Economics and Management, Northwest A&F University, Yangling 712100, China
2. Center for Western Rural Development, Northwest A&F University, Yangling 712100, China
3. School of Advanced Agricultural Sciences, Peking University, Beijing 100871, China
4. College of Information Engineering, Northwest A&F University, Yangling 712100, China

Received:2022-03-02 Revised:2022-08-08 Online:2022-09-25 Published:2022-11-25

摘要/Abstract

摘要：

分析不同社会网络嵌入对农户绿色防控技术采用的影响及其作用机制，可为政府完善绿色农业技术推广政策提供决策参考。本文利用河南、陕西和甘肃790份苹果种植户微观调查数据，运用社会网络分析方法构建农户村域社会网络矩阵，基于关系嵌入和结构嵌入，探讨何种社会网络嵌入影响农户绿色防控技术采用及其作用机制。结果发现：①关系嵌入能显著提高农户采用绿色防控技术的可能性，结构嵌入的影响效应不显著。在控制其他因素的情况下，农户关系嵌入每增加一个单位，采用绿色防控技术的概率将提高13.5%~31.4%。②机制分析表明，关系嵌入通过增强农户技术认知广度和深度促进其采用绿色防控技术，结构嵌入对农户绿色防控技术采用的影响受到示范效应的调节，表现为结构嵌入仅对高示范效应组的农户绿色防控技术采用具有显著的正向影响，对低示范效应组的农户影响不显著。根据研究结论本文提出，政府应注重农户所嵌入的社会网络在绿色防控技术扩散中的媒介作用，加强农户互动水平，强化种植大户和家庭农场主的示范带动作用，加快实现农业绿色转型。

关键词: 关系嵌入, 结构嵌入, 绿色防控技术, 技术认知, 示范效应, 社会网络分析

Abstract:

The analysis of the influence of different social network embeddedness on the adoption of green control technologies by farmers and its mechanism can provide a reference for the government to improve the policy of green agricultural technology promotion. In this study, the survey data of 790 apple farmers in Henan, Shaanxi, and Gansu Provinces were used to construct a social network matrix of farmers’ village-level social networks using social network analysis methods. The results show that: (1) Relational embeddedness significantly increased the likelihood of farmers adopting green control technologies, while the effect of structural embeddedness was not significant. (2) The mechanism analysis showed that relational embeddedness promoted farmers’ adoption of green control technologies by enhancing the breadth and depth of their technology knowledge and the effect of structural embeddedness on farmers’ adoption of green control technologies was moderated by the demonstration effect, indicating that structural embeddedness only had a significant positive effect on the adoption of green control technologies by farmers in the high demonstration effect group, but not in the low demonstration effect group. Based on the findings of the study, we recommend that the government should focus on the role of the social network embeddedness of farmers as a mediator in the diffusion of green control technologies, strengthen the level of farmer interaction, and enhance the demonstration role of large farmers and family farmers to accelerate the green transition of agriculture.

Key words: relational embeddedness, structural embeddedness, green control technology, technology perception, demonstration effect, social network analysis

赵佩佩, 张强强, 钟逸伟, 刘天军. 社会网络嵌入对农户绿色防控技术采用的影响——基于技术认知的中介效应[J]. 资源科学, 2022, 44(9): 1865-1878.

ZHAO Peipei, ZHANG Qiangqiang, ZHONG Yiwei, LIU Tianjun. Impact of social network embeddedness on the adoption of green control technologies by farmers: Mediating effects based on technology perception[J]. Resources Science, 2022, 44(9): 1865-1878.

图/表 6

表1

变量含义及描述性统计分析

变量名称	变量含义及赋值	均值	标准差
被解释变量
绿色防控技术	农户是否采用绿色防控技术（1=是；0=否）	0.518	0.500
核心自变量
关系嵌入
相对互动强度	农户与其他农户的相对交流频率	0.256	0.147
相对互惠强度	农户与其他农户的相对互惠频率	0.197	0.122
相对信任强度	农户与其他农户的相对信任程度	0.434	0.148
结构嵌入
相对点度中心度	农户与其他农户建立直接联系的相对数量	0.629	0.251
相对中介中心度	农户在其他农户之间充当中介作用的相对程度	0.028	0.049
相对接近中心度	农户与其他农户接近的相对程度	0.684	0.198
中介变量
技术认知广度	您知道几种绿色防控技术（0=完全不知道；1=知道1种；2=知道2种；3=知道3种）	1.834	0.871
技术认知深度	您对绿色防控技术的了解程度（1=完全不了解；2=比较不了解；3=一般；4=比较了解；5=完全了解）	3.271	1.290
控制变量
年龄	户主年龄/岁	53.769	9.518
受教育程度	户主受教育程度/年	7.531	3.319
种植年限	户主种植苹果的年限	22.593	9.163
家庭规模	农户家庭成员的数量/人	4.657	1.549
苹果种植面积	农户种植苹果面积/亩	9.629	8.413
种植技术水平	农户种植苹果的技术在本村处于什么水平（取值为1~10，数值越大表示技术水平越高）	5.863	1.826
家庭经济水平	农户的家庭经济收入在本村处于什么水平（取值为1~10，数值越大表示经济水平越高）	5.070	1.783
合作社	农户是否加入农民合作社（1=已加入；0=未加入）	0.273	0.446
技术培训	农户当年接受农业技术培训的次数	2.519	2.543
互联网使用	农户使用互联网搜索绿色防控技术信息的情况（1=从来不；2=比较少；3=一般；4=比较多；5=经常）	3.567	1.810
政府支持	政府发放绿色防控物资的情况（1=从来不；2=比较少；3=一般；4=比较多；5=经常）	2.447	1.458
市场激励	采用绿色防控技术可以提高农产品价格（1=非常不同意；2=比较不同意；3=一般；4=比较同意；5=非常同意）	2.904	1.166

表1

表2

社会网络嵌入对农户绿色防控技术采用行为影响的回归结果

变量名称	模型（1）		模型（2）
变量名称	系数	边际效应	系数	边际效应
相对互动强度	0.763**	0.261**	1.205***	0.314***
	(0.383)	(0.114)	(0.389)	(0.101)
相对互惠强度	0.362**	0.124**	0.739**	0.192**
	(0.172)	（0.059）	(0.316)	（0.082）
相对信任强度	0.374*	0.128*	0.518**	0.135**
	(0.199)	(0.068)	(0.234)	（0.061）
相对点度中心度	0.010	0.004	-0.297	-0.077
	(0.393)	(0.135)	(0.646)	(0.167)
相对中介中心度	1.322	0.453	1.664	0.433
	(0.945)	(0.323)	(1.267)	(0.330)
相对接近中心度	-0.282	-0.097	0.319	0.083
	(0.318)	(0.109)	(0.829)	(0.216)
年龄	-0.001	-0.0002	0.003	0.001
	(0.006)	(0.002)	(0.007)	(0.002)
受教育程度	0.037**	0.013**	0.038**	0.010**
	(0.016)	(0.005)	(0.017)	(0.004)
种植年限	0.003	-0.001	0.001	-0.0003
	(0.006)	(0.002)	(0.007)	(0.002)
互联网使用	0.223*	0.077*	0.276*	0.072*
	(0.135)	(0.046)	(0.148)	(0.039)
家庭规模	0.040	0.014	0.044	0.011
	(0.031)	(0.011)	(0.034)	(0.009)
种植面积	0.042***	0.004***	0.016*	0.004*
	(0.013)	(0.002)	(0.009)	(0.002)
种植面积的平方	-0.0003**	-0.0002**	-0.0002*	-0.0001*
	(0.0001)	(0.0001)	(0.0001)	（0.0001）
种植技术水平	0.054	0.011	0.044	0.011
	(0.034)	(0.011)	(0.037)	(0.009)
经济收入水平	0.031	0.018	0.007	0.002
	(0.032)	(0.011)	(0.035)	(0.011)
合作社	0.133	0.045	0.161	0.042
	(0.114)	(0.039)	(0.135)	(0.035)
技术培训	0.085***	0.029***	0.100***	0.026***
	(0.021)	(0.007)	(0.024)	(0.006)
政府支持	0.200***	0.069***	0.183***	0.048***
	(0.036)	(0.012)	(0.052)	(0.014)
市场激励	0.148***	0.044***	0.155***	0.040***
	(0.043)	(0.014)	(0.046)	(0.012)
村庄固定效应	未控制	未控制	控制	控制
常数项	-2.456***	—	-2.795***	—
	(0.498)	—	(0.911)	—
观测值	790	790	790	790
Pseudo $R 2$	0.131	—	0.211	—
Prob > $c h i 2$	0.000	—	0.000	—

表2

表3

工具变量回归结果

2SLS第一阶段			2SLS第二阶段
变量名称	模型（3）	模型（4）	变量名称	模型（5）
变量名称	相对互动强度	相对点度中心度	变量名称	绿色防控技术采用
“同伴的同伴”的相对互动强度	1.130***	0.058	相对互动强度	1.179***
“同伴的同伴”的相对互动强度	(0.121)	(0.134)		(0.211)
“同伴的同伴”的相对点度中心度	0.299***	0.532***	相对点度中心度	-0.298
“同伴的同伴”的相对点度中心度	(0.071)	(0.079)		(0.422)
控制变量	控制	控制	相对互惠强度	控制
村庄固定效应	控制	控制	相对信任强度	控制
Wlad F统计量	59.452***	66.310***	相对中介中心度	控制
调整的Shea’s Partial $R 2$	0.022	0.021	相对接近中心度	控制
样本数	738	738	控制变量	控制
调整的 $R 2$	0.810	0.922	村庄固定效应	控制
Prob > F	0.000	0.000	样本数	738
			Prob > χ²	0.000

表3

表4

稳健性检验回归结果

变量名称	模型（6）		模型（7）
变量名称	系数	边际效应	系数	边际效应
绝对互动强度	0.013**	0.004**	0.018***	0.005***
	(0.006)	0.002	(0.004)	（0.001）
绝对互惠强度	0.007**	0.002**	0.009***	0.003***
	(0.003)	（0.001）	(0.004)	（0.001）
绝对信任强度	0.004*	0.001*	0.006**	0.002**
	(0.002)	（0.001）	(0.003)	（0.001）
绝对点度中心度	-0.021	-0.007	-0.017	-0.005
	(0.013)	（0.004）	(0.019)	（0.006）
绝对中介中心度	-0.004	-0.001	-0.018	-0.005
	(0.025)	（0.006）	(0.027)	（0.006）
绝对接近中心度	-0.023	-0.007	0.110	0.031
	(0.411)	（0.125）	(0.604)	（0.172）
控制变量	控制	控制	控制	控制
村庄固定效应	未控制	未控制	控制	控制
观测值	790	790	790	790
Pseudo $R 2$	0.099	—	0.226	—
Prob > $c h i 2$	0.000	—	0.000	—

表4

表5

技术认知的中介作用回归结果

变量名称	模型（8）		模型（9）		模型（10）
	技术认知广度		技术认知深度		绿色防控技术采用
	系数	标准误	系数	标准误	系数	标准误
相对互动强度	1.333**	0.607	1.056**	0.488	1.079 **	0.489
相对互惠强度	0.620*	0.329	1.191***	0.387	0.575**	0.258
相对信任强度	0.467*	0.256	0.513*	0.273	0.448*	0.238
相对节点度数	-0.609	0.526	-0.517	0.496	-0.047	0.725
相对中介中心度	0.350	1.006	0.021	1.009	1.359	1.403
相对接近中心度	0.920	0.656	0.979	0.628	-0.193	0.995
技术认知广度					0.440***	0.105
技术认知深度					0.281***	0.071
控制变量	控制		控制		控制
村庄固定效应	控制		控制		控制
观测值	790		790		790
Pseudo $R 2$	0.103		0.082		0.356
Prob > $c h i 2$	0.000		0.000		0.000

表5

表6

示范作用的调节作用回归结果

变量名称	低示范效应		高示范效应
变量名称	系数	标准误	系数	标准误
相对点度中心度	-0.650	1.082	0.372*	0.206
相对中介中心度	-0.013	1.739	6.975**	3.387
相对接近中心度	-0.320	1.389	1.145*	0.609
关系嵌入	控制		控制
控制变量	控制		控制
村庄固定效应	控制		控制
常数项	-1.667	1.226	-2.813*	1.439
Observations	373		417
Pseudo $R 2$	0.254		0.211
Prob> $c h i 2$	0.000		0.000

表6

参考文献 25

[1]	桑贤策, 罗小锋. 新媒体使用对农户生物农药采纳行为的影响研究[J]. 华中农业大学学报(社会科学版), 2021, (6): 90-100.
	[ Sang X C, Luo X F. The impact of new media application on farmers’adoption of biopesticide[J]. Journal of Huazhong Agricultural University (Social Sciences Edition), 2021, (6): 90-100.]
[2]	高杨, 赵端阳, 于丽丽. 家庭农场绿色防控技术政策偏好与补偿意愿[J]. 资源科学, 2019, 41(10): 1837-1848. doi: 10.18402/resci.2019.10.07
	[ Gao Y, Zhao D Y, Yu L L. Family farms’policy preferences and willingness to accept compensation on green pest control techniques[J]. Resources Science, 2019, 41(10): 1837-1848.]
[3]	Ma W, Abdulai A. IPM adoption, cooperative membership and farm economic performance: Insight from apple farmers in China[J]. China Agricultural Economic Review, 2019, 11(2): 218-236. doi: 10.1108/CAER-12-2017-0251
[4]	刘迪, 孙剑, 黄梦思, 等. 市场与政府对农户绿色防控技术采纳的协同作用分析[J]. 长江流域资源与环境, 2019, 28(5): 1154-1163.
	[ Liu D, Sun J, Huang M S, et al. Research on cooperative effect of market and government on farmers’adoption of integrated pest management technology[J]. Resources and Environment in the Yangtze Basin, 2019, 28(5): 1154-1163.]
[5]	王学婷, 张俊飚, 童庆蒙. 参与农业技术培训能否促进农户实施绿色生产行为: 基于家庭禀赋视角的ESR模型分析[J]. 长江流域资源与环境, 2021, 30(1): 202-211.
	[ Wang X T, Zhang J B, Tong Q M. Can participating in agricultural technology training promote farmers to implement green production behavior? Based on the analysis of family endowment and ESR Model[J]. Resources and Environment in the Yangtze Basin, 2021, 30(1): 202-211.]
[6]	朱月季, 杨倩, 王芳. 社会网络对蕉农采纳资源节约型技术的影响机制: 以水肥一体化技术为例[J]. 资源科学, 2021, 43(6): 1099-1114. doi: 10.18402/resci.2021.06.04
	[ Zhu Y J, Yang Q, Wang F. Mechanism of influence of social networks on banana farmers’adoption of resource conservation technologies: A case study of the drip fertigation system[J]. Resources Science, 2021, 43(6): 1099-1114.]
[7]	程琳琳, 张俊飚, 何可. 网络嵌入与风险感知对农户绿色耕作技术采纳行为的影响分析: 基于湖北省615个农户的调查数据[J]. 长江流域资源与环境, 2019, 28(7): 1736-1746.
	[ Cheng L L, Zhang J B, He K. Analysis on the influence of network embeddedness and risk perception on farmers’adoption behavior of green agricultural tillage technology: Based on the survey data of 615 farmers in Hubei Province[J]. Resources and Environment in the Yangtze Basin, 2019, 28(7): 1736-1746.]
[8]	Granovetter M. Society and Economy[M]. Cambridge: Harvard University Press, 2017.
[9]	马兴栋, 邵砾群, 霍学喜. 差序格局是否导致农户生产的“技术锁定”? 基于技术网络嵌入视角[J]. 华中农业大学学报(社会科学版), 2018, (6): 20-28.
	[ Ma X D, Shao L Q, Huo X X. Is pattern of difference sequence the cause of technology lock-in in farmers’ production? Based on the perspective of technology network embedding[J]. Journal of Huazhong Agricultural University (Social Sciences Edition), 2018, (6): 20-28.]
[10]	Skaalsveen K, Ingram J, Urquhart J. The role of farmers’social networks in the implementation of no-till farming practices[J]. Agricultural Systems, 2020, DOI: 10.1016/j.agsy.2020.102824. doi: 10.1016/j.agsy.2020.102824
[11]	李世杰, 刘琼, 高健. 关系嵌入、利益联盟与“公司+农户”的组织制度变迁: 基于海源公司的案例分析[J]. 中国农村经济, 2018, (2): 33-48.
	[ Li S J, Liu Q, Gao J. Relational embeddedness, interest alliance and institutional change of “Company Plus Smallholder” pattern: An analysis based on Haiyuan mode[J]. Chinese Rural Economy, 2018, (2): 33-48.]
[12]	刘景卿, 于佳雯, 车维汉. FDI流动与全球价值链分工变化: 基于社会网络分析的视角[J]. 财经研究, 2019, 45(3): 100-113.
	[ Liu J Q, Yu J W, Che W H. FDI flow and the division of labor in GVC: An understanding from the perspective of social network analyses[J]. Journal of Finance and Economics, 2019, 45(3): 100-113.]
[13]	Di Falco S, Doku A, Mahajan A. Peer effects and the choice of adaptation strategies[J]. Agricultural Economics, 2020, 51(1): 17-30. doi: 10.1111/agec.12538
[14]	Abdul M Y, Abdulai A. Social networks, adoption of improved variety and household welfare: Evidence from Ghana[J]. European Review of Agricultural Economics, 2022, 49(1): 1-32. doi: 10.1093/erae/jbab007
[15]	李博伟, 徐翔. 社会网络、信息流动与农民采用新技术: 格兰诺维特“弱关系假设”的再检验[J]. 农业技术经济, 2017, (12): 98-109.
	[ Li B W, Xu X. Social networks, information flows and farmers’adoption of new technologies: A re-test of Granovetter’s weak relationship hypothesis’[J]. Journal of Agrotechnical Economics, 2017, (12): 98-109.]
[16]	Freeman L C. Centrality in social networks conceptual clarification[J]. Social Networks, 1978, 1(3): 215-239. doi: 10.1016/0378-8733(78)90021-7
[17]	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.
	[ Zhu Y J. Adoption and diffusion of agricultural innovations in a social network perspective[J]. Chinese Rural Economy, 2016, (9): 58-71.]
[18]	Zhang A J, Matous P, Tan D K Y. Forget opinion leaders: The role of social network brokers in the adoption of innovative farming practices in North-western Cambodia[J]. International Journal of Agricultural Sustainability, 2020, 18(4): 266-284. doi: 10.1080/14735903.2020.1769808
[19]	刘丽, 褚力其, 姜志德. 技术认知、风险感知对黄土高原农户水土保持耕作技术采用意愿的影响及代际差异[J]. 资源科学, 2020, 42(4): 763-775. doi: 10.18402/resci.2020.04.14
	[ Liu L, Chu L Q, Jiang Z D. Influence of technology cognition and risk perception on the willingness to adopt soil and water conservation tillage technologies and its intergenerational differences[J]. Resources Science, 2020, 42(4): 763-775.] doi: 10.18402/resci.2020.04.14
[20]	吴雪莲, 张俊飚, 丰军辉. 农户绿色农业技术认知影响因素及其层级结构分解: 基于Probit-ISM模型[J]. 华中农业大学学报(社会科学版), 2017, (5): 36-45.
	[ Wu X L, Zhang J B, Feng J H. Research on factors influencing farmer’cognition of green agricultural technologies and the stratification: Based on Probit-ISM model[J]. Journal of Huazhong Agricultural University (Social Sciences Edition), 2017, (5): 36-45.]
[21]	杨勤民, 赵中华, 王亚红, 等. 我国苹果园病虫害防治用药情况及减量增效对策[J]. 中国植保导刊, 2018, 38(4): 57-61.
	[ Yang Q M, Zhao Z H, Wang Y H, et al. The use of pesticides for pest control in apple orchards in China and measures to reduce and increase efficiency[J]. China Plant Protection, 2018, 38(4): 57-61.]
[22]	贺雪峰. 论半熟人社会: 理解村委会选举的一个视角[J]. 政治学研究, 2000, (3): 61-69.
	[ He X F. On the semi-acquaintance society: A perspective on village council elections[J]. CASS Journal of Political Science, 2000, (3): 61-69.]
[23]	温忠麟, 方杰, 谢晋艳, 等. 国内中介效应的方法学研究[J]. 心理科学进展, 2022, 30(8): 1692-1702.
	[ Wen Z L, Fang J, Xie J Y, et al. Methodological research on mediation effects in China’s mainland[J]. Advances in Psychological Science, 2022, 30(8): 1692-1702.] doi: 10.3724/SP.J.1042.2022.01692
[24]	曹慧, 赵凯. 耕地经营规模对农户亲环境行为的影响[J]. 资源科学, 2019, 41(4): 740-752. doi: 10.18402/resci.2019.04.11
	[ Cao H, Zhao K. Farmland scale and farmers’pro-environmental behavior: Verification of the inverted U hypothesis[J]. Resources Science, 2019, 41(4): 740-752.]
[25]	应瑞瑶, 徐斌. 农户采纳农业社会化服务的示范效应分析: 以病虫害统防统治为例[J]. 中国农村经济, 2014, (8): 30-41.
	[ Ying R Y, Xu B. Analysis of the demonstration effect of the adoption of agricultural social services by farmers: The example of integrated pest management[J]. Chinese Rural Economy, 2014, (8): 30-41.]

社会网络嵌入对农户绿色防控技术采用的影响——基于技术认知的中介效应

Impact of social network embeddedness on the adoption of green control technologies by farmers: Mediating effects based on technology perception

RichHTML

PDF (PC)

赞

可视化

摘要/Abstract

引用本文

使用本文

图/表 6

参考文献 25

相关文章 14

Metrics

本文评价

推荐阅读 0

[1]	刘迪, 罗小锋. 短视频APP对农户绿色防控技术采纳的影响[J]. 资源科学, 2022, 44(9): 1879-1890.
[2]	杨文龙, 杜德斌, 盛垒. 全球商品贸易网络生长特征及动力机制[J]. 资源科学, 2022, 44(3): 508-522.
[3]	项潇智, 张雅娴. 中国行业间水-能源-食物投入产出关联特征[J]. 资源科学, 2022, 44(3): 595-607.
[4]	彭山桂, 孙昊, 王健, 张勇. 农户互动对农村宅基地退出补偿的影响——基于社会网络视角[J]. 资源科学, 2021, 43(7): 1440-1453.
[5]	朱月季, 杨倩, 王芳. 社会网络对蕉农采纳资源节约型技术的影响机制——以水肥一体化技术为例[J]. 资源科学, 2021, 43(6): 1099-1114.
[6]	李晖, 刘卫东, 唐志鹏. 全球贸易隐含碳净转移的空间关联网络特征[J]. 资源科学, 2021, 43(4): 682-692.
[7]	赵林, 曹乃刚, 韩增林, 高晓彤. 中国绿色经济效率空间关联网络演变特征及影响因素[J]. 资源科学, 2021, 43(10): 1933-1946.
[8]	卢函, 杜德斌, 桂钦昌, 段德忠. 跨界水冲突、合作与全球水政治关系时空演化[J]. 资源科学, 2020, 42(6): 1162-1174.
[9]	刘丽, 褚力其, 姜志德. 技术认知、风险感知对黄土高原农户水土保持耕作技术采用意愿的影响及代际差异[J]. 资源科学, 2020, 42(4): 763-775.
[10]	高杨,赵端阳,于丽丽. 家庭农场绿色防控技术政策偏好与补偿意愿[J]. 资源科学, 2019, 41(10): 1837-1848.
[11]	徐涛, 赵敏娟, 李二辉, 乔丹. 技术认知、补贴政策对农户不同节水技术采用阶段的影响分析[J]. 资源科学, 2018, 40(4): 809-817.
[12]	姚海琳, 张翠虹. 中国资源循环利用产业政策演进特征研究[J]. 资源科学, 2018, 40(3): 567-579.
[13]	黄腾, 赵佳佳, 魏娟, 刘天军. 节水灌溉技术认知、采用强度与收入效应——基于甘肃省微观农户数据的实证分析[J]. 资源科学, 2018, 40(2): 347-358.
[14]	布倩楠, 杨勇, 滕茜, 许鑫. 上海旅游景区冷热均衡及联动效应研究——基于网络游记与要闻动态的比较分析[J]. 资源科学, 2015, 37(1): 184-192.