迈向可持续农业：信息素养和培训在中国水稻种植者中塑造绿色生产实践中的作用——一项混合方法研究

《Frontiers in Sustainable Food Systems》：Toward sustainable farming: the roles of information literacy and training in shaping green production practices among rice farmers in China—a mixed-methods study

　　摘要
绿色生产实践对于提高小农户农业系统的可持续性至关重要，然而关于信息素养、生态认知和培训如何共同影响这些实践的采纳却知之甚少。本研究探讨了这些因素对水稻农民采用绿色生产实践的影响。研究数据来自中国江西省的594名农民，通过二元逻辑回归和模糊集定性比较分析（fsQCA）进行了分析。结果表明，信息获取和信息认知与绿色生产实践的采纳呈正相关，而这些效应在很大程度上受到生态认知的调节。培训具有双重作用：它增强了生态认知对采纳的影响，同时减弱了某些信息素养维度的直接影响。fsQCA的结果确定了两条促进高采纳率的路径，这两条路径都包含培训作为核心条件。一条路径将培训与强烈的生态认知相结合；另一条路径表明，即使分析能力有限，结构化的培训和信息认知也能促进采纳。总体而言，研究结果强调了培训在支持农民采纳绿色生产实践方面的重要性。因此，政策和推广计划应将培训与提高农民信息素养和生态意识的措施相结合，以促进可持续的水稻生产。

1 引言
随着食品生产系统面临日益严重的生态限制（Wang等人，2024；Hiywotu，2025；Marcinek和Smol，2025），可持续农业发展已成为全球性的紧迫任务。在中国，快速的农业扩张显著提高了粮食安全，但同时也加剧了环境退化——表现为土壤侵蚀、水资源短缺和污染、农药残留过量以及生物多样性丧失（Li和Wang，2023；Yang N.等人，2024；Yang T.等人，2024；Jin等人，2025）。这些挑战削弱了农业的韧性和现代化进程，凸显了将生产目标与生态可持续性相一致的紧迫性。为了解决这些问题，中国政府推出了一系列举措，如高标准农田建设、提高土壤肥力和节水灌溉，旨在推动绿色农业转型。这些努力取得了可衡量的成果：例如，农业绿色发展指数从2015年的75.19上升到2023年的78.23，农田灌溉水的有效利用率在2024年达到了0.576。尽管取得了这些进展，但向可持续农业的转型仍不完整。许多农民仍然依赖传统的广泛生产方式，并在获取、解读和应用绿色生产所需信息方面面临挑战（Zou等人，2024；Das等人，2025）。因此，揭示驱动农民采纳生态实践的潜在机制对于将政策意图转化为有效的行为改变至关重要，这也是本研究的核心目标。大量研究表明，农民的绿色生产行为受到多种因素的影响，包括个人特征（如性别、年龄、教育水平）、认知因素（如环境意识、生态认知和风险感知）以及制度环境（如技术培训、补贴和环境法规）（Mao等人，2021；Liu等人，2023；Nyangchak和Yang，2024）。其中，信息素养——即获取、评估、分析和分享信息的能力——最近被关注为可持续行为的一个关键但尚未充分探索的前因（Michels等人，2020；Li W.等人，2024；Li Z.等人，2024）。高信息素养使农民能够识别环境风险，评估绿色技术的效益，并做出明智的生产决策（Yang N.等人，2024；Yang T.等人，2024）。此外，生态认知——农民对生产与生态系统之间关系的理解——在将意识转化为实践过程中起着关键的中介作用（Luo等人，2022；Cao等人，2023；Liu等人，2023）。同时，培训和技术援助作为外部促进条件，可以放大或限制这些认知过程（Tian等人，2022）。尽管有这些认识，现有研究往往孤立地考察这些因素，只关注线性效应，而忽视了塑造行为结果的配置和非线性路径。为了填补这些空白，本研究整合了认知和配置视角。理论上，它借鉴了知识-态度-实践（KAP）和刺激-有机体-反应（SOR）框架，将信息素养视为一种多维刺激，这种刺激塑造了生态认知（有机体），进而驱动绿色生产行为（反应）。为了充分捕捉这种复杂性，采用了混合方法论，结合了二元逻辑回归和模糊集定性比较分析（fsQCA）来考察前因条件的净效应和多种充分配置。分析基于来自中国江西省594名水稻农民的微观调查数据——该地区代表了发展中国家向可持续农业转型所面临的挑战。本研究为农业实践和管理提供了几个直接相关的关键贡献。首先，它将信息素养重新概念化为一个与农业环境相关的四维结构，并阐明了其对特定农业生产实践的独特影响。其次，它明确了内部认知因素（生态认知）和外部制度因素（培训）对从信息能力到实际行动路径的联合影响。第三，通过回归和fsQCA，研究不仅识别了一般关联，还揭示了导致可持续结果的多样化条件组合。这种配置视角为制定差异化的农场管理建议和支持提供了细致的证据。最后，通过考察整个生产周期中的实践，研究结果为设计综合和全面的农业推广计划提供了有价值的视角。

2 理论框架和假设发展
2.1 综合的KAP-SOR理论框架
为了全面解读农民绿色生产行为（FGPB）的形成机制，本研究将知识-态度-实践（KAP）模型和刺激-有机体-反应（SOR）框架整合到一个连贯的双视角分析框架中。KAP模型提供了一个理解行为变化内部心理演变的经典范式，认为行为采纳遵循线性顺序：知识的获取塑造态度，进而驱动实践的实施（Goldman等人，1999）。该模型有效地解释了内生认知过程，但往往忽视了外部环境刺激的作用。相比之下，SOR框架阐明了外部环境因素（刺激）如何影响个体的内部状态（有机体），最终导致行为结果（反应）。这一框架特别适合捕捉信息环境和制度干预对行为的影响。在这个综合模型中（图1），信息素养被概念化为KAP中的基础知识，以及SOR中的多维外部刺激。生态认知代表KAP中的内部态度和SOR中的核心有机体状态。最后，绿色生产行为构成了KAP中的结果实践和SOR中的行为反应。这种综合方法允许同时考察内部认知路径和外部刺激-反应机制，提供了对FGPB的更全面理解。

2.2 信息素养与绿色生产行为
信息素养包括认知、获取、分享和分析信息的能力（Nisha和Varghese，2021）。在农业中，它使农民能够利用现代信息技术进行决策（Beaman等人，2021；Gong等人，2024）。具有高信息认知能力（ICA）的农民能够更好地理解绿色技术的价值和意义，从而做出明智的决策（Fan等人，2024）。强大的信息获取能力（IAA）使农民能够通过互联网等多种渠道克服信息障碍，更容易获取有关绿色实践的知识（Yang N.等人，2024；Yang T.等人，2024）。信息分享能力（ISA）促进了同伴学习和信任，创造了鼓励采纳生态创新的社会证明（Chengalur-Smith等人，2021）。最后，信息分析能力（IANA）对于验证信息真实性并避免“信息茧房”至关重要，使农民能够在信息过载的情况下做出理性选择（Campenhout，2021）。因此，假设提高信息素养使农民具备了评估和实施绿色生产实践所需的知识和技能。由此提出了以下假设：
H1a：信息认知能力（ICA）对FGPB有积极影响。
H1b：信息获取能力（IAA）对FGPB有积极影响。
H1c：信息分享能力（ISA）对FGPB有积极影响。
H1d：信息分析能力（IANA）对FGPB有积极影响。

2.3 生态认知的中介作用
生态认知指的是农民对生态环境及其农业活动影响的理解和意识（Yang X.等人，2022；Yang Z.等人，2022；Li W.等人，2024；Li Z.等人，2024）。根据KAP和SOR框架，知识（刺激）塑造态度（有机体），这是行为的直接决定因素。信息素养的不同维度作为关键输入，塑造了生态认知（Yin等人，2020；Kulpiisova等人，2024）。获取多样化环境信息的能力拓宽了知识基础。认知和分析这些信息的能力导致对生态价值和风险的更深层次、更内化的理解（D?rschner和Musshoff，2015）。此外，信息分享促进了社会学习和规范影响，强化了他们的环境态度（Ren等人，2019；Liu等人，2023）。这种增强的生态认知作为内部有机体状态和态度，激励农民采取绿色生产行为以减少环境损害，并使他们的行为与其价值观保持一致（Luo等人，2022；Li W.等人，2024；Li Z.等人，2024）。因此，生态认知被视为将信息素养转化为行动的关键机制。因此，提出了以下假设：
H2：生态认知（EC）对FGPB有积极影响。
H3a：EC中介ICA对FGPB的影响。
H3b：EC中介IAA对FGPB的影响。
H3c：EC中介ISA对FGPB的影响。
H3d：EC中介IANA对FGPB的影响。

2.4 培训的调节作用
作为关键的外部干预措施，培训预计会加强上述认知机制。系统的培训可以直接增强农民的生态知识内容和深度，从而将信息素养转化为更强的生态认知（Pan和Zhang，2018；Han等人，2023）。此外，通过提供实用技能和强化绿色实践的好处，培训可以巩固农民的生态态度与其实际行为之间的联系，使积极的认知更有可能转化为行动（Terlau等人，2019；Tian等人，2022；Yang X.等人，2022；Yang Z.等人，2022）。因此，假设培训作为积极的调节因素，能够情境化和强化综合模型的核心路径。
H4：培训增强了信息素养对生态认知的积极影响。
H5：培训增强了生态认知对FGPB的积极影响。
H6：培训调节了信息素养对FGPB的直接影响。

3 方法论
3.1 数据收集
本研究的数据主要来自2023年7月在江西省进行的面对面问卷调查。江西省是中国主要的粮食生产区，以其积极的农业生态保护和绿色生产推广政策而闻名。这一背景使其成为研究农民绿色生产行为的代表性地点。采用了多阶段分层随机抽样方法以确保样本的代表性。首先，有目的地选择了九个县级城市，以覆盖江西省多样的农业景观，包括其中心北部、西部、南部、东部和东北部地区。其次，从这些县中随机选择了12个县级区。最后，从选定的区内的农民名单中随机抽样家庭，样本规模与每个层级的农业人口成比例。问卷设计基于广泛的文献回顾，并通过一小群农民进行了预测试，以提高清晰度和有效性。问卷包含了测量本研究核心构念的部分：信息素养（通过多项目量表评估认知、获取、分享和分析能力）、生态认知、参与培训以及绿色生产行为的采纳情况，还包括人口统计特征。在分发的1,200份问卷中，有1,081份被回收，初始响应率为90.1%。经过严格的数据清洗过程（排除了缺失数据超过10%或显示明显响应模式的问卷），保留了594份有效响应，最终有效响应率为49.5%。为了评估这些排除可能导致的非响应偏差，进行了独立样本t检验（对于连续变量）和卡方检验（对于分类变量），比较了保留样本（N=594）和排除案例（N=487）的人口统计特征。分析结果显示，在年龄、性别、教育水平、健康状况、风险偏好、农业劳动者、兼职就业、合作社、实际稻田规模和土壤肥力方面，两组之间没有统计学上的显著差异（所有比较的p值均大于0.05）。这些结果表明，非响应偏差不太可能是一个重要的问题，最终样本可以被认为是初始调查人群在这些观察特征方面的代表。然而，无法排除未测量变量（如环境态度或采用绿色实践的动机）可能存在偏差的可能性。最终样本在关键的人口统计和农场特征上表现出多样性（见表1），这支持了其在后续分析中的代表性。

表1 变量
变量定义及分配
均值 标准差
性别 0=男性；1=女性 0.222 0.416
年龄 年龄 59.232 10.966
教育水平 1=从未上学；2=小学；3=初中；4=高中或技术中学；5=大学学位或以上 2.761 0.929
健康状况 1=非常不健康；2=不太健康；3=一般；4=相对健康；5=非常健康 3.714 0.982
风险偏好 如果在一块土地上种植新品种的作物有三种情况，你会选择哪种？1=无风险赚2000元；2=可能赚10000元，也可能不赚钱，并损失2000元；3=可能赚20000元，也可能不赚钱，并损失5000元 1.396 0.709
农业劳动者 家庭中有多少人从事农业工作超过半年？（单位：人） 1.594 0.901
兼职就业 家庭中有多少人同时从事农业和非农业工作（兼职）？（单位：人） 0.588 0.911
合作社 家庭是否参加农民合作社？0=否；1=是 0.168 0.374
实际稻田规模 家庭在2022年实际将种植多少亩稻田？（单位：亩） 7.976 19.663
土壤肥力 你的稻田的肥力状况如何？1=非常贫瘠；2=相对贫瘠；3=一般；4=较好；5=非常好 3.316 0.824

参与者的人口统计特征（N=594）

3.2 测量方法
3.2.1 因变量：农民的绿色生产行为
本研究基于五个具体实践来衡量农民的绿色生产行为（FGPB），这些实践涵盖了农业周期的各个阶段：生产前（土壤测试和配方施肥）、生产中（施用有机肥料和环保害虫控制）以及生产后（将秸秆返还田地，以及回收农膜和农药容器）。这种多阶段的操作化方法与先前的研究（Li等人，2023年；Qing等人，2023年；Xu等人，2025年）一致。
根据既定的方法论（Li等人，2023年），FGPB被操作化为一个二元变量。这种方法在理论上基于是否参与具有环境意义的实践这一基本决策——这是可持续性采纳中的一个关键行为阈值。可持续农业实践的采纳通常是一个逐步或渐进的过程。对于小农户来说，尝试任何一种绿色实践的初始决策代表了从传统方法中的重要心理和行为上的转变。捕捉这一初始采纳决策为理解创新扩散提供了一个有效且有意义的起点，特别是当实践多样且不一定作为一个完整包被采纳时。在样本中的594名农民中，418名（70.4%）至少采纳了一种绿色实践，并被编码为1，而176名（29.6%）没有采纳任何实践，并被编码为0。因此，采纳了一种或多种实践的农民被编码为1（采纳者），而没有采纳任何实践的农民被编码为0（非采纳者）。

3.2.2 解释变量：信息素养
借鉴既定的理论框架（Nisha和Varghese，2021年；Gong等人，2024年），信息素养被概念化为一个多维结构。它包括四个不同的能力：信息认知、获取、分享和分析。虽然通常更倾向于使用多项目量表，但本研究使用单项目测量是由于与调查长度和样本中老年人及潜在低文化水平受访者（平均年龄59.2岁）的认知负担相关的实际考虑。在对这一人群进行的大规模面对面调查中，使用简洁的单项目指标来明确定义的结构有助于保持受访者的参与度和数据质量（例如，Gill等人，2012年；Macdonald等人，2022年）。每个维度都使用5点李克特量表上的一个项目进行测量，范围从1（“强烈不同意”）到5（“强烈同意”）。

信息认知能力（ICA）：“我能理解土壤测试和有机施肥等农业实践背后的技术原理和环境效益。”
信息获取能力（IAA）：“我擅长使用互联网或移动应用程序来搜索和获取新的农业知识和技术。”
信息分享能力（ISA）：“我经常通过微信等平台与其他农民分享我在网上找到的有用农业信息。”
信息分析能力（IANA）：“我能够批判性地评估我在网上遇到的农业信息的真实性和可靠性。”

为了评估四个信息素养维度之间的区分效度，检查了它们之间的相关性。如表2所示，所有相关系数都低于保守的0.7阈值，表明尽管它们之间存在相关性，但这些维度捕捉了信息素养的不同方面，并不冗余。

表2 变量
ICA IAA ISA IANA
ICA 0.077 1 0.186*** 0.548***
IAA 0.144*** 0.580*** 0.565***
信息素养维度之间的相关性。***表示1%水平上的显著性。

3.2.3 中介变量：生态认知
这一结构指的是农民对农业活动环境影响的意识和理解（Liu等人，2023年）。出于上述关于调查效率和受访者负担的实际考虑，它使用了一个直接的项目来衡量这一结构的核心。受访者被要求在5点李克特量表上对以下陈述表示同意程度：“过度使用化学肥料和农药是土壤退化和水污染的主要原因。”该项目直接反映了他们对生态因果关系的认知理解，不同于行为意图。

此外，建立信息认知能力（ICA）和生态认知（EC）之间的区分效度是必要的，因为这两个结构都涉及理解。ICA指的是农民理解信息的过程能力——一种关于如何思考新知识的元认知技能。具体来说，ICA项目询问农民是否“能理解农业实践背后的技术原理和环境效益”——关注他们自我评估的信息处理能力。相比之下，EC指的是农民对特定环境因果关系的陈述性知识或信念——一种关于对特定问题如何思考的认知状态。EC项目询问对“过度使用化学肥料和农药是土壤退化和水污染的主要原因”这一陈述的同意程度——涉及特定的环境信念，而不是普遍的认知能力。

如表3所示，ICA和EC之间的相关性较低（r=0.222，p<0.01），远低于表明概念重叠的保守阈值0.85（Fornell和Larcker，1981年）。这种低相关性（r=0.222）表明这两个结构仅共享大约5%的方差（r2=0.049），尽管信息理解能力较强的农民往往持有更强的生态信念。

表3 变量
ICA IAA ISA IANA ICA EC
ICA 0.077 1 0.186*** 0.548***
IAA 0.144*** 0.580*** 0.565***
EC 0.222*** 0.195*** 0.159***
信息素养和生态认知之间的相关性。***表示1%水平上的显著性。

3.2.4 调节变量：培训
培训的定义和测量遵循了先前研究（Tian等人，2022年）中使用的方法。具体来说，它被定义为参与旨在传授与可持续农业相关知识的正式项目。操作化使用了一个二元测量（1=是，0=否），基于以下问题：“您在过去一年中是否参加了任何与绿色农业实践相关的培训，如土壤保护、综合害虫管理或减少农业化学品？”这种测量确保了培训结构能够捕捉与正在研究的绿色生产行为直接相关的暴露情况。需要认识到，将培训仅作为二元变量进行测量是一种简化。这种测量捕捉了暴露情况，但没有捕捉培训的质量、强度、持续时间或教学方法，所有这些因素都可能影响其有效性。这种未观察到的异质性对于解释研究结果是一个重要的考虑因素，特别是负面的调节效应。

3.3 研究方法
为了全面解决研究问题，本研究采用了混合方法，结合了二元逻辑回归和模糊集定性比较分析（fsQCA）。这种方法论的三角测量使我们能够检查单个变量的净效应以及导致结果的复杂配置路径，从而更全面地理解所研究的现象。

3.3.1 二元逻辑回归分析
鉴于因变量（农民的绿色生产行为，采纳者编码为1，非采纳者编码为0）的二元性质，选择了二元逻辑回归作为主要分析方法。这种方法适用于建模二元结果，因为它将结果的对数几率作为预测因子的线性函数来建模，从而避免了线性概率模型中固有的线性和无界范围的假设。所有统计分析均使用SPSS 26.0进行。

分析基于最大似然估计，分为三个阶段进行。首先，估计了一个模型来检查信息素养维度对绿色生产行为的直接影响。其次，为了测试生态认知的中介作用，使用了SPSS的Hayes’PROCESS宏（模型4）（Hayes，2017）。PROCESS采用基于普通最小二乘（OLS）回归的路径分析来估计对中介变量（EC）的影响，以及对二元结果（FGPB）的逻辑回归影响。然后，它结合这些不同尺度的估计（原始分数单位和对数几率单位）来计算间接效应。重要的是要认识到这是一种尺度不兼容性。然而，PROCESS为这种组合效应生成了自举置信区间，这些区间对于统计推断是稳健的。因此，在解释中介结果时，我们主要关注自举置信区间是否排除了零，而不是间接效应的精确点估计。这是一种在具有二元结果的模型中测试中介作用的成熟且稳健的方法。

3.3.2 模糊集定性比较分析
为了补充回归分析并研究不同条件组合如何导致高水平的绿色生产采纳，使用了fsQCA 3.0软件进行了模糊集定性比较分析（fsQCA）。这种方法特别适合检查行为决策的复杂性和相互依赖性，因为它可以揭示通往同一结果的多种因果路径——这种现象称为等终性。

fsQCA程序包括三个关键阶段。首先，所有前提条件（即信息素养、生态认知和培训的维度）和结果变量被校准为模糊集，将原始数据转换为集合成员度。其次，进行了必要性分析，以确定是否有任何单个条件对于结果的发生是必不可少的。第三，使用真值表算法进行了充分性分析，以确定哪些条件组合足以产生高水平的绿色生产采纳。在整个过程中，遵循了既定的最佳实践，以保持严格的一致性和频率阈值。这确保了选择既在经验上稳健又在理论上可解释的解决方案配置。

3.3.3 方法论整合
这两种分析方法的战略结合提供了独特且互补的见解。逻辑回归使我们能够在控制其他因素的同时识别关键变量的个别效应，有效地解决了每个因素在多大程度上影响采纳决策的问题。同时，fsQCA揭示了条件之间的复杂相互作用，展示了信息素养的不同方面如何与生态认知和培训结合在各种配置中产生成功结果。这种综合的方法论框架使我们能够弥合以变量为导向和以案例为导向的方法之间的差距，捕捉了农民决策过程的一般模式和特定的组合逻辑。

4 数据分析和结果
4.1 基线回归分析
在假设检验之前，评估了多重共线性。所有方差膨胀因子（VIF）值均低于传统的10阈值，表明模型中不存在多重共线性问题。

分析直接效应的二元逻辑回归结果见表4。如模型1所示，信息认知能力（β=0.342，p<0.01）和信息获取能力（β=0.277，p<0.01）与农民的绿色生产行为呈正相关且显著。在纳入所有预测因子后（模型3），这些关联仍然显著（信息认知：β=0.302，p<0.01；信息获取：β=0.269，p<0.01）。因此，H1a和H1b得到支持。这些发现表明，内部理解和信息获取是与采纳可持续实践相关的核心认知机制。相反，信息共享能力和信息分析能力在任何模型中都未显示出统计学上的显著性，这导致了H1c和H1d的被拒绝。表4变量模型1模型2模型3ICA0.342*** (0.113)–0.302*** (0.115)IAA0.277*** (0.096)–0.269*** (0.097)ISA0.027 (0.084)–0.033 (0.084)IANA?0.126 (0.097)–?0.141 (0.098)EC–0.225*** (0.078)0.185** (0.080)控制变量是是是LR卡方49.7138.7955.02伪R20.0690.0540.076对数似然?336.115?341.574?333.459N594594594基线回归结果。**和***分别代表10%、5%和1%水平的显著性，标准误差在括号中。为了支持H2，生态认知被发现是绿色生产行为的强烈正向预测因子。它在模型2中在1%的水平上显著（β=0.225，p<0.01），并在完整模型（模型3）中仍然显著，尽管系数略有减弱（β=0.185，p<0.05），这可以归因于与信息素养维度的共同解释方差。这一结果证实了环境意识在激励农民采取环保行动中的关键作用。尽管回归模型识别出几个显著的预测因子，但重要的是要认识到伪R2值相对较低（范围从0.054到0.076）。这表明农民绿色生产行为中的大部分方差是由模型中未包含的因素解释的。这些被遗漏的变量可能包括农场层面的经济因素（例如，来自农业的收入、获得信贷的机会）、政策和制度因素（例如，补贴的存在、当地的环境法规），以及农民个性和态度的未观察到的异质性。然而，这种低解释力在复杂人类行为的横断面研究中是常见的，并强调了我们的fsQCA方法的价值。fsQCA将重点从解释总方差转移到识别可靠导致结果的充分条件配置上。在控制变量中（见补充表S1），几个人口统计和农场特征与FGPB有显著关联。例如，在模型1、模型2和模型3中，合作社成员身份和实际稻田规模与采纳呈正相关，表明社会组织和农场规模有助于绿色实践的采用。相反，风险偏好与采纳呈负相关，表明更规避风险的农民更有可能采纳绿色实践——这一发现与之前关于风险感知和农业创新的研究一致。这些模式与现有关于农业创新采纳的社会人口统计相关性的文献一致，并确认了在模型中包含这些因素的重要性。4.2 稳健性测试为了进一步评估主要发现的稳健性，进行了两项额外的分析。首先，由于基线模型中的因变量被操作化为一个二元指标，因此通过将每个农民采用的绿色实践数量相加构建了一个替代的序数度量，其值范围从0到5。然后使用与基线分析相同的解释变量和控制变量估计了一个有序逻辑模型。Brant测试表明比例优势假设没有被违反（p>0.05），支持有序逻辑规范的有效性。如补充表S2所报告的，结果与基线二元逻辑回归的结果大体一致。信息认知能力和信息获取能力仍然与更高水平的绿色实践采纳呈正相关且显著，而信息共享能力和信息分析能力在统计上不显著。这种在不同因变量操作化方式下的一致性为主要发现的稳健性提供了额外的支持。其次，因为参与绿色农业培训不是随机分配的，所以培训的估计效应可能受到内生性的影响，特别是由于自我选择偏差。为了解决这个问题，采用了倾向得分匹配（PSM）作为额外的稳健性检验。使用0.02的匹配范围且不进行替换，128个处理观察中有127个成功匹配。匹配后的平衡诊断表明匹配质量令人满意，所有绝对标准化偏差均低于20%，处理组和对照组之间的协变量没有显著差异（见补充表S3）。处理组的平均处理效应（ATT）为0.087（S.E=0.051，p=0.090），表明培训将采纳绿色生产行为的概率提高了8.7个百分点（见补充表S4）。尽管估计效应较小，但在10%的水平上仍然显著，表明在考虑了可观察的选择偏差后，培训与绿色生产行为之间的正相关仍然存在。总体而言，基于替代结果规范和PSM的稳健性检验为实证结果的可靠性提供了额外的支持。4.3 中介分析结果为了严格测试生态认知的假设中介作用（H3a-H3d），分析采用了带有5,000个样本的偏差校正自助法来估计间接效应的置信区间。中介分析使用了Hayes的PROCESS宏（模型4）进行，该宏结合了OLS（用于通往EC的路径）和逻辑回归（用于通往FGPB的路径）来估计效应。结果见表5。表5路径效应S.E.自助法95%置信区间LLCIULCIICA→EC→FGPB0.0720.0290.0240.138IAA→EC→FGPB0.0340.0150.0090.065ISA→EC→FGPB0.0300.0120.0090.057IANA→EC→FGPB0.0440.0170.0160.082EC的中介效应得到了支持。H3a得到了支持。信息认知能力通过生态认知对绿色生产行为的间接效应是显著的（间接效应=0.072，95%置信区间[0.024, 0.137]）。直接效应仍然显著，表明存在部分中介作用。这揭示了信息认知影响行为的双重途径：既直接通过影响，也通过塑造农民的生态意识来影响。H3b也得到了支持。信息获取能力的间接效应显著（间接效应=0.034，95%置信区间[0.009, 0.065]），证实了部分中介作用。这表明获取信息的能力不仅直接促进绿色生产，还通过增强生态理解间接促进绿色生产。有趣的是，虽然信息共享能力在基线回归中没有显示出对绿色生产行为的显著直接效应，但H3c得到了支持。通过生态认知的间接效应显著（间接效应=0.030，95%置信区间[0.009, 0.057]），表明分享信息主要通过增强生态意识来影响绿色生产。同样，对于信息分析能力，H3d也得到了支持，尽管在之前的分析中没有直接效应，但通过显著的间接效应得到了支持（间接效应=0.044，95%置信区间[0.016, 0.082]）。这些结果表明，信息共享和分析能力都是通过生态认知的中介机制来影响农民采纳绿色生产实践的。重要的是要重申，这些间接效应点估计值作为普通最小二乘（OLS）和逻辑回归模型的系数的产物，应被视为近似值。关于中介作用的结论是基于它们的自助法置信区间不包含零这一事实得出的，表明间接效应在统计上是可靠的。4.4 调节效应分析为了检验培训的假设调节作用，本研究在SPSS 26.0中使用了Hayes的PROCESS宏（模型59）。结果详细见表6，揭示了复杂的调节效应模式。表6路径βS.E.自助法95%置信区间LLCIULCIICA*培训→EC0.0180.044?0.0690.104IAA*培训→EC0.0020.041?0.0780.083ISA*培训→EC?0.0210.042?0.1040.062IANA*培训→EC0.0050.043?0.0800.089EC*培训→FGPB0.216*0.1110.0000.433ICA*培训→FGPB?0.259*0.140?0.5330.015IAA*培训→FGPB?0.1130.120?0.3480.122ISA*培训→FGPB?0.1420.123?0.3820.099IANA*培训→FGPB?0.289**0.137?0.557?0.022培训的调节效应得到了支持。*和**分别代表10%和5%水平的显著性。分析显示，培训对生态认知与绿色生产行为之间的关系有显著的正面调节作用（H5：β=0.216，p<0.1），从而支持了H5。这一发现表明，培训增强了农民将环境意识转化为具体可持续实践的能力，可能是通过提供必要的技术技能和实用知识。有趣的是，培训在两个关系上显示出显著的负面调节作用。首先，它负向调节了信息认知能力与绿色生产行为之间的关系（H6a：β=?0.259，p<0.1）。其次，对于信息分析能力与绿色生产行为之间的关系，观察到了更强的负面调节作用（H6d：β=?0.289，p<0.05）。简单斜率模式（图2、图3）支持这样的解释：这些违反直觉的发现表明，当前的培训计划可能会取代或挤出农民内在的信息处理能力，而不是补充它们。然而，培训对各种信息素养维度与生态认知之间关系（H4a-H4d）以及信息获取/共享能力与绿色生产行为之间关系（H6b、H6c）的调节效应在统计上并不显著。因此，这些假设没有得到支持。为了进一步阐明显著的调节效应，进行了简单斜率分析。图4表明，与未接受培训的农民相比，接受培训的农民中生态认知与绿色生产行为之间的正相关关系更为显著，证实了培训在促进认知-行为转化方面的增强作用。图4显示了培训对EC和FGPB之间关系的调节效应。相反，图2表明，在没有培训的情况下，信息认知能力积极预测绿色生产行为，但在接受培训的农民中这种关系变得不显著。这种模式表明，培训可能会无意中降低农民现有的认知能力的相关性。此外，图3显示了一个令人担忧的模式：信息分析能力在受过培训的农民中与绿色生产行为之间存在显著的负相关关系。这表明，对于具有强大分析能力的农民来说，培训实际上可能会产生抗拒采纳可持续实践的倾向，可能是由于培训内容与实际情况不匹配。5 模糊集定性比较分析（fsQCA）5.1 数据校准和必要性分析在这项研究中，选择了六个变量——信息认知能力、信息获取能力、信息共享能力、信息分析能力、生态认知和培训——作为基于它们对农民绿色生产行为的理论和实证相关性的因果条件。使用fsQCA 3.0软件，我们将所有变量校准为模糊集。采用了直接校准方法，将三个定性锚点设置为：第5百分位数（完全非成员）、第50百分位数（交叉点）和第95百分位数（完全成员），基于原始李克特量表数据的分布。这种方法确保了区间尺度数据准确转换为有意义的集合成员分数（Ragin，2008）。随后，我们评估了每个单独条件的必要性。结果表明，没有一个条件的一致性得分超过推荐的0.9阈值，确认没有变量是结果所必需的。这强调了FGPB的复杂性，并需要分析这些条件如何组合形成充分的配置。这些条件之间的关系在维恩图中进一步可视化（图5）。图5配置模型。5.2 配置结果中间解决方案是从真值表分析中得出的，它在简洁性和理论合理性之间取得了平衡。为了区分解决方案配置中的核心条件和边缘条件，遵循了Fiss（2011）建立的方法。这种方法涉及比较中间解决方案和简洁解决方案。同时出现在两个解决方案中的条件被归类为核心条件，而仅出现在中间解决方案中的条件被归类为边缘条件。如表7所详述，确定了四种不同的配置（S1-S4）足以导致高水平的FGPB采纳。整体解决方案一致性为0.857，表明模型拟合度强，解决方案覆盖率为0.288，解释了结果的有意义比例。值得注意的是，培训在所有四种配置中都作为核心条件出现，强调了其作为成功采纳的先决条件的基本作用。这些配置合并为两个主要模型，两者都由培训驱动，但在支持这一核心条件的条件上有所不同。1 模型1：由信息素养支持的培训驱动路径表7因果条件农民的绿色生产行为S1S2S3S4ICAIAAISAIANAECTrain一致性0.8910.8670.9020.929原始覆盖率0.2310.2070.1240.091唯一覆盖率0.0210.0080.0050.002整体一致性0.857整体覆盖率0.288农民绿色生产行为的因果条件组合分析。（1）= 存在核心条件；= 存在边缘条件；= 缺乏边缘条件；（2）原始覆盖率表示由特定条件组合解释的结果比例，认识到相同的结果可能由多种组合表示。这个模型包括配置S2和S3，在这两种配置中，培训始终作为核心条件出现，信息认知能力作为边缘条件得到支持。在S3中，缺乏信息分析能力也是一个核心条件。该模型强调，当有健全的培训计划时，它们成为FGPB的中心驱动力。在这种情况下，农民的基本信息理解能力（信息认知）是一个有价值的支持因素。值得注意的是，在S3中，由于有培训的存在，缺乏高级分析技能的问题得到了弥补，这表明有效的培训可以通过提供预处理过的、可操作的知识来规避对复杂个人分析的需求。该模型展示了一种途径，即外部支持（配置）能够有效地激活和利用内部认知资源。

2. 模型2：培训驱动的途径与生态认知的协同作用
该模型结合了S1和S4的配置。在这里，培训和生态认知都是核心条件，并且共同发挥作用。该模型揭示了一种强大的协同效应，即培训和农民原有的环境意识（生态认知）相互强化，从而推动绿色农业生产行为（FGPB）。即使农民缺乏强大的信息获取和分析能力（如S4所示），当这种生态意识被激活并通过有针对性的培训得到引导时，也能促使他们采取环保行动。这一途径表明，外部培训（配置）可以与深刻的内部认知状态（生态态度）相结合，以克服其他信息能力的不足。

5.3 拓展认知与配置：fsQCA研究结果的整合
fsQCA的结果提供了令人信服的配置见解，这些见解将认知和情境视角联系起来。分析揭示了两种不同的、但最终都能实现绿色生产实践采用的途径，这两种途径都从根本上是由培训驱动的，培训在每种途径中都是不可或缺的核心条件。第一条途径依赖于培训与高生态意识之间的强大协同作用，说明了外部指导如何有效地与内部动机相一致并加以强化。第二条途径表明，即使在没有强大分析能力的情况下，结构化的培训也能有效地替代并激活核心的信息素养成分，特别是信息认知能力。这些配置发现为回归分析结果提供了重要的补充：虽然净效应分析确定了哪些个别因素具有显著性，但fsQCA阐明了这些因素在现实世界中的具体组合。这解释了具有不同认知特征和资源获取能力的农民如何通过不同的配置方式达到相同的可持续结果。

6. 讨论
6.1 主要发现和理论解释
本研究揭示了信息素养如何影响农民绿色农业生产行为（FGPB）的复杂机制，提供了结合认知和配置视角的见解。首先，关于信息素养的维度异质性，研究发现不同维度之间存在明显差异。虽然信息认知和获取能力显著促进了FGPB，但分享和分析能力的影响并不显著。这种异质性挑战了将信息素养视为单一结构的传统观点，并暗示了在农业背景下不同素养成分的层次重要性。认知和获取能力的重要性可能反映了农业决策的基本性质，即理解和获取相关信息先于更高级的处理和分享。这一发现扩展了Liu等人（2023年）的研究，详细说明了特定信息素养维度如何产生不同的影响，超越了总体层面的分析。信息分享的非显著效应与Vu等人（2020年）的研究结果形成对比。这种差异可能是因为将外部共享的经验整合到个人决策框架中的认知负荷所致，在当前研究背景下，这种整合的有效性可能不如在结构化干预环境中那么强。

其次，关于生态认知的中介作用，分析揭示了信息素养发挥作用的一致机制。结果表明，生态认知中介了信息素养的四个维度与农民绿色农业生产行为之间的关系。这一发现揭示了一条统一的心理路径，通过塑造农民的生态意识，信息能力与环境行动联系起来。具体来说，认知、获取、分享和分析信息的能力都有助于更深入地理解环境问题及农业实践的生态影响。这种全面的中介模式显著丰富了“知识-态度-实践”框架，表明不同的信息处理能力可以共同激活和强化环境态度，而这些态度又与可持续农业实践相关联。重要的是，这些发现证实了这种中介途径并非测量重叠的产物。正如方法论中确定的那样，信息认知能力和生态认知能力之间的适度相关性（r=0.222）表明它们是不同的结构——一个代表理解信息的元认知能力，另一个代表特定的环境信念。这种区别强化了信息素养确实促进了对环境问题的更深层次理解的观点，进而激发了行动，而不仅仅是测量同一个基础结构。

第三，培训的矛盾调节效应是一个具有理论意义的发现。虽然培训增强了生态-认知-行为路径，但它意外地削弱了信息认知和分析能力之间的直接关联。有几个相互关联的解释可以解释这一现象。首先，可能存在“认知替代效应”，即外部培训取代了而非补充了农民的内在信息处理能力。当培训提供预先处理好的解决方案时，可能会减少农民对自己分析技能的依赖。其次，这一发现与动机推理和认知负荷的理论相符。具有高分析能力的农民可能会对新信息进行更批判性的评估。如果培训内容被认为过于简单化，与他们的现实情况脱节，或者与他们之前的分析相冲突，可能会引发抵触或怀疑，从而导致不采纳。在这种情况下，他们的分析技能在与外部支持不匹配的情况下变成了障碍而非资产。第三，来自实地访谈的轶事观察为这些解释提供了一些情境支持。一些农民评论说，他们接受的培训“太泛泛而谈”或“不符合我的实际情况”，这表明标准化培训内容可能与有经验的农民的特定需求不匹配。然而，鉴于本研究采用的二元测量方法，这些解释仍然具有推测性。有可能观察到的效应是由未测量的培训特征（如质量、持续时间或教学方法）所驱动的，而这些特征并未被测量出来。这一细微的发现对文献中普遍持有的积极培训观点进行了修正，并指出了培训效果的重要边界条件。

最后，行为途径中的配置等效性是一个重要的理论进展。fsQCA的结果揭示了两种实现FGPB采用的等效途径，两者都将培训确定为不可或缺的核心条件。识别出信息素养支持和生态认知支持的模型表明，虽然培训是基本前提，但多种认知配置可以与这一核心条件结合，从而产生相同的行为结果。这一发现从根本上挑战了线性行为采纳模型，并支持了农业决策的配置理论。更重要的是，这些配置结合了两种视角：第一个模型代表了外部激活的认知，其中培训弥补了有限的分析技能；第二个模型则展示了外部培训与内部生态意识之间的协同强化作用。

6.2 理论意义
本研究对环境行为研究做出了三项重要的理论贡献：
首先，通过解构信息素养的多维性质并展示其各组成部分对环境行为的差异性影响，该研究推进了信息素养理论的发展。通过确定在农业背景下哪些维度最为重要，研究为理解信息处理能力如何影响可持续实践提供了更为细致的理论框架。
其次，将配置思维引入农业环境行为研究代表了重要的理论创新。通过揭示通往相同结果的多种因果途径，该研究挑战了简化主义方法，并为理解行为复杂性提供了理论基础。fsQCA方法使得关于因果复杂性的理论化成为可能，这是传统相关方法无法捕捉到的。
第三，认知和配置视角的整合提供了更完整的理论解释，说明了农民如何将信息和意识转化为可持续行动。这种理论整合展示了内部认知状态和外部培训干预如何以可预测的模式相互作用，为理解可持续农业实践的机制提供了新的见解。

6.3 实际意义
研究结果，特别是fsQCA的配置结果，为政策制定者、推广服务和培训提供者提供了详细的路线图，以促进可持续农业的发展。培训在所有成功途径中的核心、不可协商的作用表明，投资高质量培训计划必须是任何推广策略的基石。然而，存在两种不同的采纳途径，这要求采取更加差异化的方法。在农业推广和培训设计方面，推广计划应超越“一刀切”的模式，采用“双途径”分割策略。简单的诊断工具（如评估农民生态意识和自我评估的信息理解能力的简短问卷）可以识别农民的主要认知特征，并将其与适当的培训方法相匹配。对于具有较强生态认知的农民（途径2：培训+EC），培训应侧重于通过参与式方法（如农民田间学校）将意识转化为实际技能，强调“如何做”的知识和动手实验。对于具有较强基础信息理解能力但分析能力或环境意识较弱的农民（途径1：培训+ICA），培训应作为可靠的知识提供者，提供清晰、可操作的“技术包”，并配以易于获取的信息渠道，如带有当地方言视频教程的插图手册或移动应用程序。设计培训的目的是赋能而非替代。为了减轻观察到的负面调节效应——即培训似乎削弱了农民自身的信息认知和分析能力——培训必须补充而非替代农民的认知能力。这需要从说教式讲座转向参与式、解决问题的方法。培训师应作为促进者，鼓励农民分享经验知识，根据当地条件批判性地讨论新信息，并共同调整技术以适应他们的具体情况。这样的方法验证了农民的分析技能，并将其融入学习过程，将潜在的抵触转化为积极参与的共创，同时减少了本研究中发现的认知替代效应。

最后，行为途径中的配置等效性是一个重要的理论进展。fsQCA的结果揭示了两种实现FGPB采用的等效途径，两者都将培训确定为不可或缺的核心条件。识别出信息素养支持和生态认知支持的模型表明，虽然培训是基本前提，但多种认知配置可以与这一核心条件结合，从而产生相同的行为结果。这一发现从根本上挑战了线性行为采纳模型，并支持了农业决策的配置理论。更重要的是，这些配置结合了两种视角：第一个模型代表了外部激活的认知，其中培训弥补了有限的分析技能；第二个模型则展示了外部培训与内部生态意识之间的协同强化作用。

6.2 理论意义
本研究对环境行为研究做出了三项重要的理论贡献：
首先，通过解构信息素养的多维性质并展示其组成部分对环境行为的差异性影响，该研究推进了信息素养理论的发展。
其次，将配置思维引入农业环境行为研究代表了重要的理论创新。通过揭示通往相同结果的多种因果途径，该研究挑战了简化主义方法，并为理解行为复杂性提供了理论基础。
第三，认知和配置视角的整合提供了更完整的理论解释，说明了农民如何将信息和意识转化为可持续行动。这种理论整合展示了内部认知状态和外部培训干预如何以可预测的模式相互作用，为理解可持续农业实践的机制提供了新的见解。

6.3 实际意义
研究结果，特别是fsQCA的配置结果，为政策制定者、推广服务和培训提供者提供了详细的路线图，以促进可持续农业的发展。培训在所有成功途径中的核心、不可协商的作用表明，投资高质量培训计划必须是任何推广策略的基石。然而，存在两种不同的采纳途径，这要求采取更加差异化的方法。在农业推广和培训设计方面，推广计划应超越“一刀切”的模式，采用“双途径”分割策略。简单的诊断工具（如评估农民生态意识和自我评估的信息理解能力的简短问卷）可以识别农民的主要认知特征，并将其与适当的培训方法相匹配。对于具有较强生态认知的农民（途径2：培训+EC），培训应侧重于通过参与式方法（如农民田间学校）将意识转化为实际技能，强调“如何做”的知识和动手实验。对于具有较强基础信息理解能力但分析能力或环境意识较弱的农民（途径1：培训+ICA），培训应作为可靠的知识提供者，提供清晰、可操作的“技术包”，并配以易于获取的信息渠道，如带有当地方言视频教程的插图手册或移动应用程序。设计培训的目的是赋能而非替代。为了减轻观察到的负面调节效应——即培训似乎削弱了农民自身的信息认知和分析能力——培训必须补充而非替代农民的认知能力。这需要从说教式讲座转向参与式、解决问题的方法。培训师应作为促进者，鼓励农民分享经验知识，根据当地条件批判性地讨论新信息，并共同调整技术以适应他们的具体情况。这样的方法验证了农民的分析技能，并将其融入学习过程，将潜在的抵触转化为积极参与的共创，同时减少了本研究中发现的认知替代效应。

对于政策制定者和资助机构而言，政策应从资助孤立的一次性培训活动转向建立全面、综合的支持系统。这包括投资信息基础设施（如社区信息板和村级农业信息中心），以建立培训可以建立的基础信息能力。质量控制机制应确保培训计划具有情境敏感性、参与性，并由有能力的人员提供，资金分配应与满足这些质量指标挂钩。此外，持续的培训后支持系统（包括后续访问、同伴学习网络和咨询热线）可以解决知识流失问题，并加强中介分析中确定的认知-行为路径。

对于咨询服务和一线推广人员而言，培训后，顾问应利用他们对农民认知特征的理解提供个性化的后续支持。对于被识别为途径1特征的农民（依赖培训且理解能力较强），后续支持可能侧重于通过简单的沟通渠道强化标准化的技术步骤。对于途径2特征的农民（培训增强且生态认知较强），后续支持应涉及更复杂的问题解决讨论，帮助他们将一般原则适应其农场的具体挑战和机会。这些建议为不同利益相关者提供了具体的、可操作的指导，直接源自实证发现——特别是fsQCA的配置和调节效应。

7. 结论
本研究调查了与小规模水稻种植系统中绿色生产实践采纳相关的因素。通过采用混合方法，分析不仅识别了孤立的因素，还揭示了导致可持续实践采纳的互动机制和多种途径。核心发现强调，采纳不仅仅是提供信息或培训的功能。这是一个由农民的生态理解所中介的过程，并受到他们内在能力和所接受的外部支持之间复杂相互作用的影响。逻辑回归结果确立了农民寻找和理解信息能力的基本重要性，而fsQCA结果提供了成功采纳者的实际分类，表明培训在所有成功途径中都是必不可少的核心条件。采纳者之间的异质性不在于是否接受了培训，而在于其他认知特征（无论是强烈的生态意识还是基础信息素养）如何与这一核心培训相结合以推动采纳。主要的实际结论是，促进可持续农业需要差异化和协同的战略，将培训置于中心位置。这意味着农业支持系统必须同时且战略性地：加强基础信息获取以改善认知和获取能力；将生态原则整合到所有技术沟通和培训中，以激活生态认知的关键中介；设计具有赋能作用的培训而非替代性的培训，从而保留和激发农民自身的分析能力；并根据认识到农业社区由具有不同变革途径的不同群体组成来定制干预方案，所有这些都需要培训作为基本前提。

应承认本研究的几个局限性。首先，数据的横截面特性限制了强有力的因果推断能力，因此本研究中发现的关系应被视为关联而非因果关系。可能存在反向因果关系，即采用绿色生产方式本身可能通过增加农民与农业信息的接触来提高他们的信息素养。此外，一些未观察到的因素（如社会网络、创新性、地方推广服务的质量以及信贷获取途径）可能会同时影响信息素养和绿色生产行为。尽管补充的PSM分析有助于减少由可观察特征引起的选择偏差，但它无法完全消除由未观察到的因素导致的内生性问题。因此，应对研究结果持谨慎态度，未来的研究可以通过使用面板数据、准实验设计或工具变量方法来进一步解决这一问题。

其次，一些关键变量是通过单项指标来衡量的。虽然这种方法减轻了老年受访者的认知负担，但限制了对内部一致性的评估，并可能引入测量误差。此外，关于培训参与情况的二元指标无法反映培训质量、时长或内容的差异，而绿色生产行为的二元化处理也没有完全体现采纳程度的变化。未来的研究可以开发多项指标，并使用更细致的指标来衡量培训参与度和行为采纳情况。

最后，这些模型的解释能力仍然有限，表明一些相关的农场层面经济和政策变量未被纳入考虑。此外，研究结果仅基于中国江西省的稻农数据，其普遍性需要进一步验证，以适用于其他地区、作物和制度环境。未来的研究应在更多样化的背景下检验这些关系，并探讨新兴的数字咨询工具如何影响农民的绿色生产决策。