Page 90 - 《华中农业大学学报（社会科学版）》2020年第4期

第 ４ 期 赵秋倩 等: 农业劳动力老龄化、 社会网络嵌入对农户农技推广服务获取的影响研究 ８ ５

动.实践中, 公共农技推广部门倾向于选择部分示范社、 种植大户作为联系点, 形成“ 农技部门 ＋ 合作
社”“ 种植大户 ＋ 农户” 的农技推广组织形式.因此, 加入到合作社这一组织中的社员农户、 大规模经
营农户, 较其他农户更容易获取农技推广服务.此外, 村两委干部作为村庄社会的治理者, 承担着公
共政策执行、 社会化服务信息宣传与通知工作.农技推广工作者作为乡村社会中的“ 陌生人”, 不论是
场地安排还是参与农户的选择, 均依赖于当地村干部的组织与协调.显然, 这无形中赋予了村干部对
社会化服务的干预权, 进而影响农户获取农技推广服务的机会与权利.
考虑老龄化、 社会网络与农技推广服务的村际差异, 当地农技推广服务( 以培训为例) 次数对农户
农技推广服务的获取具有显著正向影响, 表明农技推广服务的频率加大有助于技术推广服务落地.
不过, 农户与当地县级政府( 农业局、 农技推广站位于当地县城区域) 距离的系数为负值但不显著, 说
明地域范围的远近并不会影响农户农技推广服务的获取.村庄科技特派员拥有情况对农户农技推广
服务获取的影响系数为正但不显著, 说明村庄有没有科技特派员并不会影响农户农技推广服务的获
取.结合调研中访谈材料, 对此的解释是, 科技特派员服务本身无可非议, 然而科技特派员下乡次数
过少, 且其下乡多是指导特定的联系户, 形式主义、 定点定户指导色彩浓厚, 并非普通农户都能享受到
的服务, 特别是家庭农业劳动力老龄化严重的农户.这一结果说明存在基层农技推广服务的政策执
行偏差难以满足农户技术服务需求的现实问题.
表 ３ 农业劳动力老龄化与社会网络嵌入对农户农技推广服务获取影响的模型估计结果

( １ ) ( ２ ) ( ３ ) ( ４ )
解释变量
系数 标准误 系数 标准误 系数 标准误 系数 标准误
老龄化 －３．１１５ ∗∗ １．３９７ －２．７１４ ∗ １．４２３ －１．２７２ １．５２０ －２．１８４ ２．２０１
社会网络嵌入 ７．５６８ ∗∗∗ ２．７０３ ８．５９６ ∗∗ ３．４９６
关系嵌入 ３．８５５ ∗∗∗ １．３４６ ６．２５６ ∗∗ ２．５０３
结构嵌入 ３．２６４ ∗∗ １．２９５ ４．４６８ ∗∗ ２．１２０
老龄化 × 社会网络嵌入 ９．７２５ ∗ ５．２８０
老龄化 × 关系嵌入 ３．４７８ ３．７５６
老龄化 × 结构嵌入 ７．７６０ ∗∗ ３．９３７
家庭生产决策者特征
年龄 －０．０２０ ０．０２０ －０．０１５ ０．０２１ －０．０２０ ０．０２１ －０．０１０ ０．０２５
性别 －１．４８６ １．５８１ －１．４５１ １．６７８ －２．３１４ ２．１８１ －２．６３９ １０．４３６
受教育程度 ０．８０２ ∗∗ ０．３４１ ０．７８５ ∗∗ ０．３４６ ０．９２５ ∗∗ ０．４０３ １．５０３ ∗∗ ０．６７９
风险偏好 ０．７０６ ∗ ０．３７６ ０．６７０ ∗ ０．３７３ ０．８８２ ∗∗ ０．４１３ １．２９３ ∗∗ ０．６０２
健康状况 ０．６６７ ∗ ０．３６４ ０．６４５ ∗ ０．３６６ ０．９５２ ∗∗ ０．４６５ １．３６４ ∗∗ ０．６５７
信息获取能力 ０．９３８ ∗∗ ０．４１０ ０．８９７ ∗∗ ０．３８６ １．１５６ ∗∗ ０．５１４ １．２１９ ∗∗ ０．５３２
家庭特征
农业收入占比 ３．５９０ ∗ １．８４２ ３．２２１ ∗ １．８７２ ５．１４７ ∗∗ ２．１８４ ７．９１７ ∗∗ ３．６２６
加入合作社情况 １．８５６ ∗∗ ０．７６０ １．８５７ ∗∗ ０．７８５ ２．２３７ ∗∗ ０．９４１ ３．１８８ ∗∗ １．４６７
与村干部紧密程度 ２．７４１ ∗∗ １．１３５ ２．６３０ ∗∗ １．１７０ ３．４４４ ∗∗ １．６０６ ４．２８０ ∗ ２．５０７
生产经营规模 ０．０８１ ∗∗ ０．０３４ ０．０７４ ∗∗ ０．０３３ ０．１２１ ∗∗ ０．０５０ ０．１５５ ∗∗ ０．０６９
外出务工情况 －０．０６９ ０．２１０ －０．１０８ ０．２２１ －０．１５８ ０．２３５ －０．２００ ０．３２２
村庄特征
与当地县级政府距离 －０．０２９ ０．０３２ －０．０３６ ０．０３３ －０．０１７ ０．０３３ －０．００２ ０．０４１
农技培训情况 ０．４７６ ∗∗ ０．２０５ ０．４９４ ∗∗ ０．２１１ ０．６５０ ∗∗ ０．２７８ ０．９７７ ∗∗ ０．４３５
科技特派员拥有情况 １．０９２ ０．９１２ ０．９２２ ０．９３０ １．７５６ １．０９２ ２．１６０ １．４１２
区域虚拟变量 已控制 已控制 已控制 已控制
常数项 －６．６１４ ∗ ３．５６６ －６．５７２ ∗ ３．６１０ －９．２３３ ∗∗ ４．４６０ －１５．４２０ ∗∗ １２．４９０
观测值 ９４２ ９４２ ９４２ ９４２
PseudoR ２ ０．９７０ ０．９７１ ０．９７３ ０．９７９
卡方统计检验量 １２３７．８３ ∗∗∗ １２３９．２３ ∗∗∗ １２４１．５９ ∗∗∗ １２４８．８１ ∗∗∗
注: ∗∗∗ 、 ∗∗ 、 ∗ 分别表示在 １％ 、 ５％ 、 １０％ 的水平上显著.下同.