李晓晓 胡永浩 胡南燕 武拉平
(中国农业大学 经济管理学院,北京 100083)
绿色发展是我国乡村振兴战略的重要内容[1]。《农业农村污染治理攻坚战行动方案(2021—2025年)》[2]明确指出,实施化肥农药减量增效行动,更大范围推进有机肥替代化肥。有机肥作为绿色生产技术,具有改善作物品质,提升耕地肥力,缓解农业面源污染等作用[3]。然而,一方面由于农产品市场产销信息不对称,蔬菜优质优价难以实现等问题的存在,另一方面受土地流转期限、地权稳定性等因素的影响[4],农户持续投入有机肥的积极性较低[5],难以实现可持续的绿色发展。随着我国数字乡村发展战略的推进,农村地区网络覆盖范围不断扩大,农户信息能力显著提升。这一能力的改善能否缓解有机肥采纳面临的信息困境,促进其持续采纳?探讨该问题对实现农业可持续发展和耕地质量持久提升具有重要现实意义。
信息能力最早被定义为人们在生产生活中使用信息资源的能力[6],具体可概括为信息获取能力、利用能力、处理能力和共享能力[7]。也有研究[8]聚焦在微观农业领域,把信息能力进一步细化,并定义为:农户根据个人需求而搜寻、判断、组织和利用信息的能力。在信息能力测度方面,大多研究利用主成分分析、因子分析等计量方法,构建信息能力综合指标进行衡量[9-10],如利用因子分析法从信息处理能力和信息获取能力2个维度设置10个题项测度农户的信息能力综合指标[11]。也有研究聚焦“信息获取渠道”视角,依据信息获取渠道权重构建信息获取能力综合指数[12],或基于项目反应理论(Item response theory,IRT)构建IRT模型[13]等方法重点测度农户的信息获取能力。
现有关于农户有机肥采纳行为的研究多关注了农户个体特征、家庭资源禀赋、政策环境、市场环境及地权稳定性等因素的影响[14-17],鲜有文献深入探讨农户信息能力的影响。农户应用新技术的能力取决于其识别信息源,收集、处理相关信息的能力[18],因此,信息的有限可用性和成本可能制约农户的技术采纳决策。向农户提供信息激励以改善其对新技术收益的看法,已被确定为促进农业部门采用新技术的有效途径[19]。一些研究对信息能力在绿色防控技术采纳[20]、施药行为[21]、耕地保护行为[22]等亲环境行为中的积极作用进行了详细阐述,但关于信息能力对农户有机肥采纳行为的影响研究较为薄弱。
信息的本质在于消除不确定性[23],由于农业生产面临自然灾害和市场波动的双重冲击,农户往往对新技术采纳的不确定性更为敏感[24],他们不仅关注新技术引起的平均预期收益,而且还关注收益的波动。理论上讲,农户信息能力越强,在信息搜寻、市场议价等方面具有信息成本优势[25],其农业生产经营信息越对称,技术知识和经验越丰富,越有可能降低其技术采纳过程中的各种不确定性,促进新技术采纳[26]。然而,相关实证研究却较为鲜见。
综上,已有研究对于本研究分析提供了有益借鉴,但仍存在以下几方面有待完善:其一,缺乏系统讨论信息能力、收入不确定性在农户有机肥采纳中的作用。虽然少量研究对信息能力的影响进行了讨论,但鲜有从收入不确定性视角探讨其影响机理;其二,大多研究仅关注农户信息能力的平均作用效果,缺乏异质性研究。针对目前农户间信息能力差异较大的现实,剖析农户信息能力影响的异质性,对提升全民信息素养,推进农村数字化建设更具有现实意义;其三,缺乏对农户绿色生产技术持续投入行为的研究。已有研究多关注信息能力对是否采纳某技术的影响,对技术持续采纳行为关注较少,而耕地质量提升、生态环境的改善需要绿色生产技术的持续投入,因此探究农户技术持续采纳行为的研究更为重要。
基于此,本研究旨在从收入不确定性视角,基于2021年在我国蔬菜主产区6个省份的1 667户蔬菜种植户的微观调研数据,在探究信息能力、收入不确定性之间的关系及其对农户有机肥采纳影响的理论基础上,采用负二项回归模型和非参数Bootstrap方法进行实证分析,阐明信息能力对农户有机肥持续采纳行为的影响程度和路径,并从决策者年龄、受教育程度及种植品种类型3方面分析影响的异质性,以期为数字乡村建设和农业绿色发展提供政策建议。
1.1 理论模型
利润最大化是农户有机肥采纳的基础,而其实现需要农户积累有机肥相关的信息,提升要素配置能力。一方面,有机肥市场的差异化使农户难以仅凭借经验积累正确的施肥知识,加之信息获取成本较高,进而导致一些“理性无知”的农户在购买有机肥之后仍按照过去经验或一般做法施肥,容易造成施用不当,无法达到预期效果。较强信息能力的农户能以较低成本获取信息,增加有机肥信息资源的可及性和及时性[27],而且各类信息平台及应用软件的普及为信息能力较高的农户模仿、总结他人施肥经验提供了可能,从而帮助农户形成相关技术知识和经验的积累,实现有机肥精准投入,提高施肥水平和收益预期[28-29],激励其有机肥投入。另一方面,农户信息能力越强,越能获得更多的政策信息、市场信息和生产信息等,减少信息不对称,提升要素配置能力,放松新技术采纳的要素禀赋约束[30],提高技术采纳率。
基于此,本研究提出假说1:信息能力对农户有机肥持续采纳具有显著正向影响。
虽然有机肥投入能提高农产品质量,降低碳排放量,实现生态效益和经济效益高度耦合,但其投入面临更大的收入不确定性。这种不确定性主要来自2个方面:一是由于当前市场有机肥种类繁多,农户欠缺科学施用有机肥的能力而引致的技术风险;二是由于农户常处于市场价格信息的劣势端,议价能力较弱而导致的市场风险。技术风险和市场风险的存在,一方面可能使农户因有机肥投入不当造成成本损失,另一方面使采纳有机肥的农户生产的高质量农产品无法实现“优质优价”,从而导致未来收益不确定[31]。蔬菜种植户作为收入波动的敏感群体,若其收入不确定系数处于高位运行,会使农户更注重短期效益,降低持续投资有机肥的动力。农户信息能力的提高,则有助于抑制风险,平抑收入不确定性。农户信息获取能力越强,越能获得更多的市场信息,从而在一定程度上纠正农产品市场价格的信息不对称性,降低市场风险[32];此外,农户信息能力越强,越擅长利用各种渠道学习技术操作规范[33],掌握合理的施用时间和施用量,熟知各类有机肥的质量、效果及应用方法等,并最终降低技术风险。
因此,本研究提出假说2:信息能力能通过平抑收入不确定性促进农户有机肥的持续采纳。
基于上述理论分析,进一步数理推导信息能力、收入不确定性与有机肥持续采纳之间的关系。研究表明农户信息能力越强,信息成本越低,信息水平越高[34],假定农户信息水平与收入不确定性程度负相关,与有机肥的预期收益正相关。有机肥投入实际收益的表达式为:
G(o,m)=K(o,m)+C(o,m)
(1)
式中:G(·)为有机肥投入的平均利润函数;K(·)为有机肥投入的预期收益函数;C(·)为收入不确定性函数;m表示农户的信息水平,满足∂C/∂m>0;o为有机肥投入数量。
收入不确定性的表达式为:
C(o,m)=T(o,m)e+A(m)v
(2)
G(o,m)=K(o,m)+T(o,m)e+A(m)v
(3)
假定农户可以选择有机肥和化肥2种肥料,且化肥投入是无风险的,投入量为g,化肥投入实现的利润函数为F(·),则肥料投入所实现的总利润π的表达式为:
π=F(g)+K(o,m)+T(o,m)e+A(m)v
(4)
进一步,农户在资源约束B下效用最大化的期望函数E[U(π)]表达式为:
(5)
式中,Po和Pm分别表示有机肥和信息的单位成本。设定化肥的价格为1,根据效用最大化函数,对有机肥投入量求偏导,可得到有机肥选择的1阶条件:
(6)
(7)
式中:Go、Fo、To、Ao、Ko、Ao表示各函数对有机肥投入量o求偏导;COV[·]表示协方差;E[·]表示期望。从式(7)可知,只有当有机肥投入所能实现的利润大于有机肥替代化肥增加的成本和收入不确定性带来的损失之和时,农户才会继续选择有机肥。下文将利用负二项回归方法和非参数Bootstrap方法验证上述理论推导和待检验假说。
1.2 实证模型
本研究利用农户有机肥施用年限作为有机肥持续采纳行为的代理变量,考虑到该变量为典型的计数数据,即为非负数,且有机肥施用年限的均值为4.724,方差为17.472,均值小于方差,存在过度分散,故采用负二项回归模型,设定的核心计量模型为:
yi=α0+α1Ii+Zk·Xk,i+εi
(8)
式中:yi为第i个农户有机肥施用年限;Ii为第i个农户的信息能力代理指标;Xk,i为控制变量向量,即影响农户有机肥持续采纳的其他因素。α0为常数项;α1为信息能力对农户有机肥持续采纳行为的总效应。Zk为控制变量系数向量;εi为随机误差项。
非参数百分位Bootstrap方法。用非参数百分位Bootstrap方法验证收入不确定性在信息能力促进有机肥持续采纳过程中是否起中介作用。在自变量X与因变量Y的关系中,若X借助某个中间变量M对Y产生影响,则称M为中介变量。中介效应也称之为X对Y的间接效应,即X通过M对Y的影响程度[35]。将中介变量纳入式(8),得到中介变量、解释变量的关系式为:
Mi=β0+β1Ii+εi
(9)
式中:β0为常数项;β1为处理变量信息能力对中介变量收入不确定性Mi的估计系数。中介变量、解释变量与因变量表达式为:
yi=γ0+γ1Ii+γ2Mi+ZkXk,i+εi
(10)
式中:γ0为常数项;γ1为在控制中介效应的影响后,处理变量对被解释变量的直接效应;γ2为中介变量Mi对被解释变量的估计系数;εi为残差项。根据式(8)～(10),可得出处理变量经由中介变量对被解释变量的间接效应:β1·γ2。显然,总效应、直接效应和中介效应关系式为:
α1=γ1+β1·γ2
(11)
常用的中介效应检验方法为Sobel检验,该检验方法的前提是假设上述估计系数服从正态分布。通常即便上述每个系数均是正态分布,但两者的乘积β1·γ2也不再是正态分布,导致对其标准误的计算只能是近似的,这增加了检验结果犯第一类错误的概率[36]。已有研究表明,偏差校正的非参数百分位Bootstrap方法放松了对变量正态分布的要求,得到的置信区间比Sobel法更为精确,检验力也更高[37]。故本研究采用非参数百分位Bootstrap方法检验收入不确定性的中介效应。
非参数百分位Bootstrap方法从总体样本中有放回的多次重复抽取,获得Bootstrap样本,并构造样本分布区间,检验中介效应是否存在。具体计算步骤如下:第1步,从研究样本中有放回地抽取N次样本容量为n的Bootstrap样本,并在每次抽取中计算系数乘积的估计值β1.γ2,在本研究中,N=2 000,n=1 667。第2步,对计算出的N个β1γ2从小到大排列,构成系数乘积序列B;第3步,以B序列为基础,确定第2.5和97.5百分位数,以此两分位数构造中介效应的95%置信区间,若置信区间不包含0,则说明中介效应显著。
1.3 变量选取及数据来源
1.3.1变量选取
被解释变量:有机肥持续采纳行为。本研究将农户有机肥施用年限作为有机肥持续采纳行为的代理变量。有机肥,指以工厂化形式腐熟发酵生成,再经过造粒、脱水、包装等制作工序形成的精制有机肥。精制有机肥经过专业化生产,能够使肥料完全发酵腐熟,并彻底去除原料中的寄生虫卵和杂草种籽等病菌[38],减少了传统农家肥堆沤过程中因腐熟不完全导致的重金属污染,更有助于改善环境和耕地质量。在变量测度时,为避免因人为间断而高估施用年限,以农户“最近一次开始持续使用年份”为开始施用时间,计算持续施用年限。将未使用有机肥农户的“有机肥施用年限”赋值为0。
核心解释变量:信息能力。考虑到现实中农户信息能力主要体现在信息搜寻、处理和分享方面,借鉴已有研究的测度方法,从农户信息获取能力、信息处理能力及信息共享能力3个维度设置了10个题项测度农户信息能力。所有测量题项均采用李克特5分量表赋值,1表示“非常不认同”,5表示“非常认同”,具体测量题项见表1。本研究采用因子分析法得到信息能力的综合指标,主要步骤如下:首先,进行模型适用性检验。信息能力的KMO统计量值为0.839,Bartlett球形χ2检验值为5 475.761(sig=0.000),表明信息能力适合做因子分析。其次,采用因子分析法选取特征值>1的作为公因子,确定因子个数为3个。最后,采用方差极大法进行因子载荷矩阵旋转。结果显示,分别有3个题项在公因子1,4个题项分别在公因子2和公因子3上有较大载荷,可分别解释为信息获取能力(Ia)、信息处理能力(Ip)以及信息共享能力(Is),其方差贡献率分别为25.45%、23.46%和15.25%,累计方差贡献率为64.16%,最终得到农户信息能力变量(I)的综合指标为:
表1 信息能力测试题项描述Table 1 Description of information competence test items
I=(0.254 5×Ia+0.234 6×Ip+
0.152 5×Is)/0.641 6
(12)
收入不确定性:借鉴已有研究[39-41]的做法,从方差视角衡量收入不确定性。测度方法如下:首先,根据家庭蔬菜种植人数、种植面积、种植年限及决策者年龄4个变量的25%、50%和75%分位数,把样本分为4个大类16个小类,在第1大类的4个分类变量中,<25%分位为第1小类,25%(含)～50%分位为第2小类,50%(含)～75%为第3小类,≥75%分位为第4小类;其次,分别计算各子类2021年蔬菜净收入自然对数的组内方差;最后将各农户的4个不同的组内方差相加而得到收入不确定性。农户i的蔬菜经营收入不确定性Ci表示为:
Ci=var(rs1)+var(rl2)+var(ra3)+var(re4)
(13)
式中:var表示各组收入方差;r表示2021年农户蔬菜生产净收入的对数,下角标s1表示农户i的收入位于在以种植面积为划分标准的第1小类中,l2表示农户i的收入位于在以家庭劳动力为划分标准的第2小类中,a3表示农户i的收入位于在以决策者年龄为划分标准的第3小类中,e4表示农户i的收入位于在以种植年限为划分标准的第4小类中。
控制变量:包括家庭蔬菜生产决策者的个体特征、家庭生产经营特征和村庄特征3个层面。蔬菜生产决策者个体特征变量有:决策者年龄、性别、受教育年限、风险态度、参与培训次数、蔬菜种植经验;家庭生产经营特征变量有:2021年蔬菜收入占家庭总收入比重、家庭中从事蔬菜生产人数、2021年蔬菜种植面积、种植品种类型、土地细碎化程度、地权稳定性、稳定的客户数量及销售稳定程度;因在化肥减量增效方面,有机肥和农家肥具有替代作用,选取村庄内养殖场个数、村域互联网普及率作为村庄特征变量,并控制地区层面变量。变量的具体定义及描述性统计见表2。
表2 变量描述性统计Table 2 Descriptive statistics of variables
1.3.2数据来源
本研究数据为课题组2021年在我国2大蔬菜主产区6个省份的入户调研数据,包括黄淮海和环渤海设施蔬菜主产区的山东、河北、江苏和河南4省,华南及西南冬春蔬菜主产区的四川和贵州2省。同时,考虑到省内蔬菜生产的空间差异,扩大了省内样本分布的空间范围,并重点关注了设施茄果类、露天叶菜类和根茎类3类蔬菜品种。6个省的信息化发展也具有差异和代表性。江苏、山东和河南省信息化发展较好,2022年县域数字乡村指数排名前5,河北省有19个县为全国数字乡村百强县,而四川省和贵州省的数字乡村指数排名较落后[42]。调研采用分层抽样方法,在6个省份共选择了14个市、28个县(区)、46个乡镇及81个村,共发放问卷1 719份,在剔除无效问卷和重要数据缺失问卷之后,收回有效问卷1 667份,问卷有效率为97%。
2.1 模型估计结果
考虑到负二项回归中,变量的边际效应有更好的经济学意义[43],本研究使用边际效应衡量信息能力对农户有机肥持续采纳的影响,估计结果见表3。Alpha参数在95%的置信区间内拒绝原假设,说明有机肥施用年限存在过度分散现象,选择负二项回归更为合理。表3基准回归估计结果表明,信息能力在1%水平上对农户有机肥持续采纳具有显著正向影响,边际效应为0.740,即式(9)中的β1=0.740,表明信息能力每增加1单位,将使农户有机肥的施用年限增加0.740年,这与已有相关研究[44]结果一致。假说1得到验证。农户信息能力越强,生产和销售端的信息量越丰富,与市场联结也更为紧密,更容易破解有机肥投入的信息约束,实现有机产品的溢价效应,正向促进有机肥持续采纳。
控制变量的影响效果方面,决策者性别对其有机肥持续采纳具有显著正向影响,边际效应值为0.625,表明男性比女性更倾向于有机肥的持续使用。男性对农资、耕地保护知识的掌握比女性更全面,且风险偏好一般较高,降低了其有机肥投入中断的概率。另外,决策者受教育年限、风险态度、参加培训次数及种植经验均在1%水平上具有显著正向影响。边际效应分别为0.139、0.247、0.105和0.064。农户风险偏好越强,对新事物尝试意愿越强,接触有机肥的时间越早,从而正向促进其持续采纳。农户受教育程度越高,种植经验越丰富,对有机肥的认知也越全面,有助于降低间断概率,实现长久投入。家庭从事蔬菜生产人数在1%水平上对有机肥持续采纳具有显著促进作用,边际效应为0.570。家庭参与蔬菜生产劳动力越丰富,生产的精细化程度越高,有机肥投入对产量和质量的正向影响越容易实现,从而正向刺激农户的持续采纳。设施茄果类种植户有机肥持续投入的年限更长。可能的原因在于茄果类附加值更高,农户更倾向于选择高质量生产要素以获得更大的比较收益。地权稳定性在10%水平上对有机肥持续采纳具有显著正向影响。地权越稳定,农户越看重耕地的长期收益,在生产中越注重对耕地的保护。
2.2 异质性分析
为更加细致研究信息能力的影响,本研究进一步从蔬菜品种类型、决策者受教育年限、年龄3个方面分样本讨论信息能力对农户有机肥持续采纳行为的影响差异。其中,根据品种差异,将农户分为种植设施茄果类、露天叶菜类和露天根茎类3组;依据受教育程度,将农户划分为受教育年限≤6年,6～9年和≥9年3组;根据全样本农户年龄分布,以50%分位(52岁)为界,将农户分为年龄≤50%分位和>50%分位2组。各异质性估计结果见表3。
就种植品种类型而言,信息能力对3类品种种植户的有机肥持续采纳均在1%水平上具有显著影响,从边际效应绝对值大小看,对叶菜类种植的影响最大,估计值为1.238(回归2),对根茎类种植的影响次之,边际效应值为1.028(回归3),对茄果类种植的影响最小,估计值为0.487(回归1)。造成组间影响差异的原因可能在于茄果类生长周期一般较长,对耕地质量要求更高等种植特点增强了农户对有机肥投入的需求,从而削弱了信息能力的影响。同理,叶菜类种植周期较短,根茎类蔬菜附加值较低等特点增强了信息能力在农户有机肥施用中的作用。
就决策者年龄而言,信息能力对年龄≤50%分位群体(回归4)及>50%分位群体(回归5)的有机肥持续采纳行为均在1%水平上具有显著正向影响,影响边际效应值表明,信息能力每增加1单位,分别使2个群体有机肥施用年限提高0.808和0.662年。年龄较大者农户的信息能力影响程度较小的原因可能在于,虽然借助互联网等技术提升了自身获取和分享信息的便捷性,但在信息利用和理解方面仍存在困难,将获取的信息运用到生产中的效率比年轻群体更低。这也说明在信息技术普及的情况下,虽然大多数农户信息能力显著提升,但对年龄较大的信息获取弱势群体仍存在一定程度的信息应用鸿沟。
就决策者受教育年限而言,信息能力对3组农户有机肥持续采纳行为的影响均在1%水平具有显著正向影响,其中对受教育年限≥9年的农户影响最大(回归8),对受教育年限为6～9年的农户影响次之(回归7),对受教育年限≤6年农户影响最小(回归6),影响的边际效应值分别为0.789、0.757和0.626,表明信息能力每增加1单位,将使3个群体农户的有机肥施用年限分别增加0.789、0.757和0.626年。群体间影响异质性的原因可能在受教育程度较高的农户,更容易理解获取到信息,从而更大发挥信息能力的影响。影响的异质性也表明农户信息能力提升,可以弥补正规教育造成的知识差距,缩小农户间的信息鸿沟,现有研究[45]也佐证了该观点的合理性。
2.3 收入不确定性的中介效应检验
收入不确定性的中介效应检验估计结果见表4。基于非参数Bootstrap方法得出的信息能力对农户有机肥持续采纳行为影响的总效应系数为0.580,在1%水平上显著,这与基准回归中估计系数的方向和大小基本一致,进一步验证了本研究结果的稳健性。
表4 收入不确定性的中介效应检验结果Table 4 The result of mediating effect test of income uncertainty
估计结果表明,信息能力在1%水平对收入不确定性具有显著抑制作用,收入不确定性对农户有机肥持续采纳行为在1%水平上具有显著负向影响。信息能力的直接效应在1%水平上显著,表明收入不确定性为部分中介效应。收入不确定性的间接效应为0.035,占总效应的6.082%,在1%水平上显著。鉴于此,假说2成立。
2.4 内生性问题分析
信息能力与农户有机肥持续采纳行为之间可能因存在互为因果关系导致内生性问题。如信息能力能够丰富农户市场信息量,降低收益风险等,使农户倾向于有机肥采纳;同时,使用有机肥的农户,因对相关知识及种植技术的要求较高,信息能力可能也较强。为此,本研究使用两步法解决内生性问题。第1步,利用工具变量及其他控制变量对内生解释变量进行OLS回归,得到对应残差;第2步,利用内生变量、第1步估计的残差以及其他控制变量(不包含工具变量)对有机肥施用年限进行负二项回归。借鉴已有研究,工具变量选择农户所在县域其他行政村农户信息能力的平均值作为工具变量。受信息技术基础设施建设影响,同一县域农户的信息能力总体上具有一致性,且农户间信息能力具有溢出效应。同时,农户有机肥采纳是根据自身信息能力和信息资源禀赋做出的决策,与县域内其他村庄农户的信息能力无关,因此满足了外生性条件。
第1阶段的回归结果见表5。工具变量在1%水平上对信息能力具有显著正向影响,表明工具变量满足相关性假设;F统计量的值大于经验值10,表明工具变量具有合理性。第2阶段的回归结果见表6,第1步回归得到工具变量残差值在1%的水平上显著,联合显著检验中的χ2统计量也在1%的水平上显著,说明信息能力对农户有机肥持续采纳行为的影响中确实存在内生性。对比工具变量法和基准回归结果可知,两者的估计结果在系数方向和显著性上基本相同,这表明处理内生性问题后,信息能力对农户有机肥持续采纳行为的促进作用仍然稳健。
表5 工具变量对信息能力影响的估计结果Table 5 Estimated results of the effect of instrumental variables on information competence
表6 控制第1阶段回归残差的信息能力对农户有机肥持续采纳影响的估计结果Table 6 Estimated results of the effect of information competence to control stage 1 regression residuals on farmers’ sustained organic fertilizer adoption
面对化肥投入过量造成的面源污染等农业绿色发展难题,本研究以有机肥采纳面临的“信息不对称”困境为研究的逻辑起点,以信息能力在破解信息困境方面的积极作用为证据支点,利用课题组在2个蔬菜主产区针对6个省的蔬菜种植户调研数据,采用负二项回归模型和非参数Bootstrap方法,就信息能力对农户有机肥持续采纳的影响效果及差异给予呈现和阐释。研究结果表明,信息能力对农户有机肥持续采纳行为具有显著正向影响,且收入不确定性在信息能力的影响中具有显著中介效应,异质性分析表明信息能力对年龄≤50%分位数、受教育年限为6～9年农户的影响最大。
针对研究结论,围绕研究目标,提出以下几点建议:1)借助互联网等新技术,开展多种农业技术宣传推广形式,拓宽农户信息获取渠道,提高农户信息获取能力,丰富农户农业技术信息,使农户形成关于有机肥的科学认知;2)采用培训、宣传等方式,提高农户在生产经营中的信息利用能力,鼓励农户利用微信、抖音、快手等现代信息技术手段进行宣传销售,拓展销售网络,降低收入不确定性,实现有机肥持续采纳的资金保障。3)针对从事农业生产的年龄较大者,开发更易上手的软件、提供信息技术培训等方式,破解因年龄带来的“信息困境”问题,使农村所有群体共享信息红利。
猜你喜欢年限不确定性有机肥法律的两种不确定性法律方法(2022年2期)2022-10-20影响种公牛使用年限的几个因素与解决办法现代畜牧科技(2021年4期)2021-07-21猪粪变有机肥一年卖了3个亿今日农业(2020年19期)2020-12-14保障粮食安全 有机肥行业如何先行?中国化肥信息(2020年9期)2020-03-29英镑或继续面临不确定性风险中国外汇(2019年7期)2019-07-13传统or新型 有机肥发展迎来春天中国化肥信息(2017年3期)2017-12-23生物有机肥与现代农业中国化肥信息(2017年7期)2017-12-13不同产地、生长年限银杏叶总多酚含量比较中成药(2017年6期)2017-06-13具有不可测动态不确定性非线性系统的控制系统工程与电子技术(2016年4期)2016-08-24体外发酵法评定不同茬次和生长年限苜蓿的营养价值动物营养学报(2015年3期)2016-01-07