基于博弈模型的農(nóng)戶技術(shù)采納行為分析

楊唯一，鞠曉峰

(哈爾濱工業(yè)大學(xué) 經(jīng)濟(jì)與管理學(xué)院 黑龍江 哈爾濱 150080)

一、引言

隨著農(nóng)民生活水平的不斷提高，農(nóng)戶對(duì)于糧食產(chǎn)量提高的基本需求，演變?yōu)檗r(nóng)業(yè)新品種需求、多元化經(jīng)營需求、生產(chǎn)效率最大化需求和經(jīng)濟(jì)效益最大化需求[1-4]。農(nóng)戶采納行為也終于和農(nóng)業(yè)技術(shù)推廣作為密切聯(lián)系甚至同等重要的內(nèi)容擺在了研究人員面前。定量分析、動(dòng)態(tài)分析、博弈理論等全新的方法紛紛被引入到農(nóng)戶采納行為的研究領(lǐng)域[5-6]。國內(nèi)外學(xué)者建構(gòu)了很多基礎(chǔ)理論，也從領(lǐng)域自身創(chuàng)造或從其它領(lǐng)域引進(jìn)了很多理論分析方法、實(shí)證分析方法和數(shù)學(xué)模型[7-9]。

Gan對(duì)于農(nóng)戶技術(shù)創(chuàng)新的采納行為構(gòu)建了圖形化演示模型，并將技術(shù)應(yīng)用效果的最大化目標(biāo)理論應(yīng)用于其中[10]。Friesz則引入了動(dòng)態(tài)規(guī)劃思想最優(yōu)控制理論，試圖從更加科學(xué)的視角解釋各種因素在農(nóng)業(yè)技術(shù)推廣中的復(fù)雜作用[11]。Czernich引入了技術(shù)決策變量，構(gòu)建了基于生產(chǎn)函數(shù)的農(nóng)業(yè)產(chǎn)出模型，以此展開相關(guān)的實(shí)證分析[12]。Comin將信息因素、風(fēng)險(xiǎn)因素、成本因素、政策因素等抽象為變量，用更加完整的數(shù)學(xué)模型對(duì)于農(nóng)戶技術(shù)的采納行為展開了研究[13]。Burke建立了針對(duì)性更強(qiáng)的決策覆蓋模型，以期使得對(duì)于農(nóng)戶對(duì)于新型技術(shù)的采納更加科學(xué)化[14]。Bozbura提出了基于模糊層次的采納模型，對(duì)農(nóng)業(yè)技術(shù)推廣過程中農(nóng)戶的決策行為進(jìn)行研究[15]。Bliss則構(gòu)建了復(fù)雜平衡的鉆石模型，更加注重技術(shù)推廣的周期波動(dòng)規(guī)律分析[16]。陶群山重點(diǎn)考察了環(huán)境約束條件的影響，他采用了二元Logistic回歸分析模型[17]。國亮以陜西省節(jié)水灌溉技術(shù)的推行為例，也采用了Logistic回歸模型[18]。高雷則認(rèn)為DEA模型在農(nóng)戶技術(shù)創(chuàng)新采納行為的研究中具有較大優(yōu)勢(shì)[19]。在已經(jīng)出現(xiàn)的研究成果中，學(xué)者們往往只考察客觀因素的影響，忽視了農(nóng)戶心理特征的影響；普遍采用的是一般意義上的統(tǒng)計(jì)模型，而沒有建立專門應(yīng)用于農(nóng)戶技術(shù)創(chuàng)新采納決策行為研究的數(shù)學(xué)模型。除了客觀因素以外，還要考察主觀因素，即農(nóng)戶的心理特征，進(jìn)而結(jié)合兩類因素構(gòu)建用于實(shí)證分析的數(shù)學(xué)模型，才能更加適合農(nóng)戶技術(shù)創(chuàng)新采納決策行為的實(shí)證研究。

在行為經(jīng)濟(jì)學(xué)的理論框架下，人的行為會(huì)受到風(fēng)險(xiǎn)偏好、心理賬戶、損失厭惡等心理因素的影響[20-22]。這些因素往往主要取決于個(gè)人對(duì)于風(fēng)險(xiǎn)的態(tài)度，如果農(nóng)戶彼此之間處于絕對(duì)的隔離狀態(tài)，僅僅從單一農(nóng)戶可能受到的客觀因素和心理因素影響來分析農(nóng)戶的行為即可[23-24]。然而，在現(xiàn)實(shí)中生活的農(nóng)戶不可能是完全孤立的，他們和周圍的其他農(nóng)戶密切地聯(lián)系在一起，頻繁地往來以交互彼此之間的信息。不僅如此，因?yàn)槭艿阶陨碇R(shí)儲(chǔ)備的局限性，農(nóng)戶會(huì)對(duì)周圍其他農(nóng)戶的行為表現(xiàn)出特別的關(guān)注，并會(huì)下意識(shí)地模仿?？梢哉f，基于從眾心理的羊群行為在農(nóng)戶中間是普遍存在的，尤其是盲目跟從造成了農(nóng)戶行為的非理性加劇[25-27]。要準(zhǔn)確地刻畫農(nóng)戶在技術(shù)創(chuàng)新采納決策過程中的行為，必須充分考慮農(nóng)戶之間的彼此影響，必須充分考慮農(nóng)戶的從眾心理和羊群行為，必須構(gòu)建出農(nóng)戶技術(shù)創(chuàng)新的采納決策模型。

本文基于博弈理論構(gòu)建了有關(guān)農(nóng)戶技術(shù)創(chuàng)新采納決策過程的博弈模型和動(dòng)態(tài)傳播模型，并進(jìn)行了實(shí)證研究。

二、農(nóng)戶技術(shù)創(chuàng)新采納決策的模型構(gòu)建

(一)農(nóng)戶技術(shù)創(chuàng)新采納決策的博弈模型

在羊群行為的數(shù)學(xué)抽象描述中，博弈理論模型構(gòu)造是一類嶄新的方法。韓少春認(rèn)為，用博弈理論分析羊群行為時(shí)，可以將被分析群體分為兩大類，一類是“知情者”，一類是“不知情者”[28]。羊群行為的分析，實(shí)際上就可以轉(zhuǎn)化為“知情者”與“不知情者”的博弈、“知情者”與“知情者”的博弈、“不知情者”與“不知情者”的博弈。

具體到農(nóng)戶的技術(shù)創(chuàng)新采納決策行為上來說，“知情者”也就是對(duì)于農(nóng)業(yè)技術(shù)比較了解并能準(zhǔn)確應(yīng)用的農(nóng)戶，這類農(nóng)戶的數(shù)量是非常少的。此外，“知情者”類型的農(nóng)戶和“不知情者”類型的農(nóng)戶地位上處于明顯的不對(duì)等地位，二者之間很難用“博弈”來描述行為上的關(guān)系。所以，可以假定在農(nóng)戶的技術(shù)創(chuàng)新采納決策行為過程中，“知情者”類型農(nóng)戶的決策不受其他農(nóng)戶影響。對(duì)于數(shù)量上占絕大多數(shù)的“不知情者”類型農(nóng)戶，究竟是經(jīng)過分析自主決策還是在從眾心理驅(qū)使下選擇跟從他人，就需要構(gòu)建博弈模型加以分析，這種分析進(jìn)而要拓展到“不知情者”類型農(nóng)戶彼此之間的博弈。

在農(nóng)業(yè)創(chuàng)新技術(shù)推廣和應(yīng)用過程中，所有農(nóng)戶都面臨著是否選擇新技術(shù)、選擇何種新技術(shù)的問題，每個(gè)農(nóng)戶都可以形成一個(gè)觀點(diǎn)m，為了便于后續(xù)的分析，假定任意一個(gè)觀點(diǎn)m∈[0,1]。農(nóng)戶的最終決策行為可以分為自主決定和跟從他人，將這兩種行為分別用A和B表示。

每一個(gè)農(nóng)戶都可以看成是一個(gè)主體，農(nóng)戶與其他農(nóng)戶之間的交往是隨機(jī)的，任意兩個(gè)農(nóng)戶之間的交流也就構(gòu)成了博弈單元，每個(gè)農(nóng)戶在與其他農(nóng)戶交流的過程中能得到他人是否選擇新技術(shù)以及選擇何種新技術(shù)的部分信息但并不一定是最終決策結(jié)果，但這些信息也會(huì)對(duì)自己的決策產(chǎn)生影響。從博弈理論的角度出發(fā)，農(nóng)戶在創(chuàng)新技術(shù)決策采納過程中的交流行為，是一個(gè)不完全信息博弈模型。

進(jìn)一步分析可知，選擇自主決定行為A的農(nóng)戶，必然要對(duì)新技術(shù)的相關(guān)信息進(jìn)行分析，以便形成接近預(yù)期的決策。A類行為的農(nóng)戶，可以在與其他類型農(nóng)戶的交流過程中獲得交流收益?和分析收益ψ，但也需要花費(fèi)一定的分析成本c，如時(shí)間、金錢等。選擇跟從他人行為B的農(nóng)戶，沒有投入分析成本，也就無法獲得分析收益，但可以通過和A類行為農(nóng)戶的交流，得到交流收益?。

下面，給出一個(gè)最簡(jiǎn)單的兩農(nóng)戶創(chuàng)新技術(shù)采納決策行為的博弈模型，如圖1所示。

從圖1可以看出，兩個(gè)農(nóng)戶的交流過程有四種情況。當(dāng)A類行為的農(nóng)戶和A類行為的農(nóng)戶交流時(shí)，可以獲得分析收益和雙倍的交流收益，但需要付出分析成本；當(dāng)A類行為的農(nóng)戶和B類行為的農(nóng)戶交流時(shí)，A類行為的農(nóng)戶可以獲得分析收益和交流收益，但需要付出分析成本，B類行為的農(nóng)戶可以獲得交流收益；當(dāng)B類行為的農(nóng)戶和B類行為的農(nóng)戶交流時(shí)，兩農(nóng)戶均無收益。

圖1 兩農(nóng)戶行為的博弈模型

從農(nóng)戶的角度來看，選擇農(nóng)業(yè)創(chuàng)新技術(shù)的目的是為了獲得更高的期望價(jià)值，當(dāng)他們有信心自己決策時(shí)會(huì)采取A類行為，當(dāng)他們沒有信心自己決策時(shí)則會(huì)采取B類行為。假定全部農(nóng)戶中選擇B類行為的概率為p，則選擇A類行為的概率為1-p。據(jù)此，選擇A類行為可以獲得的期望收益計(jì)算如公式(1)所示。

EA=p(?+ψ-c)+(1-p)(2?+ψ-c)

=(1-p)?+?+ψ-c

(1)

選擇B類行為可以獲得的期望收益計(jì)算如式(2)所示。

BB=p×0+(1-p)?

=(1-p)?

(2)

具體到一個(gè)農(nóng)戶個(gè)體而言，選擇自主決定行為A還是跟從他人行為B，實(shí)際上是比較A類行為可獲得的期望與B類行為可獲得的期望差異的問題，將這個(gè)差異定義為ΔE，則ΔE的大小如式(3)所示。

ΔE=EA-EB

=?+ψ-c

(3)

當(dāng)ΔE<0時(shí)，農(nóng)戶一般會(huì)跟從他人的行為選擇創(chuàng)新技術(shù)；當(dāng)ΔE>0時(shí)，農(nóng)戶一般會(huì)自主決策選擇創(chuàng)新技術(shù)；當(dāng)ΔE=0時(shí)，農(nóng)戶則會(huì)隨機(jī)選擇行為A和行為B。

從式(3)可以看出，當(dāng)分析收益ψ大于分析成本c時(shí)，ΔE恒大于0，農(nóng)戶也就不會(huì)出現(xiàn)跟從他人的行為。當(dāng)然，這僅僅是一種理想情況。在實(shí)際情況下，農(nóng)戶不但會(huì)出現(xiàn)跟從他人的行為，而且跟從他人的比例還很高，這也表明農(nóng)戶受到自身?xiàng)l件的制約，分析成本往往高于分析所得的收益。

(二)相關(guān)研究述評(píng)

上一節(jié)深入分析了農(nóng)戶個(gè)體究竟會(huì)選擇自主決策還是跟從他人決策的數(shù)學(xué)依據(jù)，本節(jié)將以此為基礎(chǔ)將農(nóng)戶的個(gè)體博弈模型進(jìn)一步推演成農(nóng)戶的群體傳播模型。

假設(shè)進(jìn)行創(chuàng)新技術(shù)采納決策的農(nóng)戶群體中一共包含N個(gè)農(nóng)戶，群體內(nèi)選擇跟從他人行為B的比例q是一個(gè)隨時(shí)間變化的變量，隨著時(shí)間t的改變，q在改變，群體的平均期望收益也在改變，如式(4)所示。

=(1-q)(?+ψ-c)+(1-p)ψ

(4)

那么，選擇跟從他人行為B的農(nóng)戶個(gè)體比例q的動(dòng)態(tài)變化，可以用如下的模型加以描述。

=-q(1-q)(?+ψ-c)

=-q(1-q)ΔE

(5)

對(duì)于式(5)所示的動(dòng)態(tài)變化方程而言，它的穩(wěn)定狀態(tài)更值得關(guān)注，也就是農(nóng)戶群體在創(chuàng)新技術(shù)采納決策過程中自主選擇和跟從他人選擇的穩(wěn)定比例，這是刻畫農(nóng)戶群體羊群效應(yīng)程度的關(guān)鍵。

對(duì)應(yīng)于前文假定的農(nóng)戶任意觀點(diǎn)m∈[0,1]，實(shí)際上只有兩個(gè)農(nóng)戶個(gè)體的觀點(diǎn)m和m′有所差異，兩個(gè)農(nóng)戶之間的信息交流才有意義，但是m和m′的差異又不能太大，否則兩個(gè)農(nóng)戶之間形成共識(shí)的可能性就會(huì)大大減弱。

這樣，采用一個(gè)距離范圍d來限定這種差異，如式(6)所示。

|m-m′|

(6)

實(shí)際上，兩個(gè)農(nóng)戶之間的這個(gè)差異性距離更多地體現(xiàn)為社會(huì)地位、知識(shí)層次、經(jīng)濟(jì)能力等方面的差異，可以稱之為社會(huì)距離。社會(huì)距離小的農(nóng)戶，才容易有共同語言，并在交流的過程中達(dá)成某種程度的共識(shí)。

兩個(gè)農(nóng)戶個(gè)體通過交流，各自觀點(diǎn)的變化可以用下面的公式來描述：

(7)

這里，η是通過交流對(duì)農(nóng)戶產(chǎn)生的調(diào)節(jié)作用因子。當(dāng)η=0時(shí)，兩個(gè)農(nóng)戶會(huì)保留各自的觀點(diǎn)，說明交流沒有起到調(diào)節(jié)作用；當(dāng)η=0.5時(shí)，兩個(gè)農(nóng)戶將會(huì)達(dá)成完全共識(shí)，新觀點(diǎn)為兩個(gè)舊觀點(diǎn)的均值；當(dāng)η=1時(shí)，兩個(gè)農(nóng)戶會(huì)出現(xiàn)觀點(diǎn)互換的情況，當(dāng)然這在實(shí)際當(dāng)中很少發(fā)生。

可見，η對(duì)于不同類型的農(nóng)戶群體，取值是不一樣的。對(duì)于比較固執(zhí)的農(nóng)戶群體，η的取值要盡可能的??；對(duì)于比較容易接受他人意見的農(nóng)戶群體，η的取值要盡可能的大。

三、農(nóng)戶技術(shù)創(chuàng)新采納決策的實(shí)證分析

農(nóng)戶技術(shù)創(chuàng)新采納決策的博弈模型如式(1)、式(2)、式(3)所示，傳播模型如式(4)到式(7)所示。下面就根據(jù)模型展開農(nóng)戶技術(shù)創(chuàng)新采納決策的實(shí)證分析。

在多個(gè)農(nóng)戶對(duì)多項(xiàng)創(chuàng)新技術(shù)進(jìn)行采納決策的過程中，每個(gè)農(nóng)戶最初的選擇形成以后，各個(gè)農(nóng)戶彼此之間會(huì)進(jìn)行交流，交流收益和交流范圍會(huì)對(duì)農(nóng)戶的最終決策結(jié)果造成顯著影響。交流收益就是通過和其他農(nóng)戶的信息交流所能獲得的收益，交流范圍是描述一個(gè)農(nóng)戶能夠和多少個(gè)其他農(nóng)戶交流的能力的大小。交流范圍越大，和此農(nóng)戶進(jìn)行信息交流的其他農(nóng)戶數(shù)目也就越多，反之亦然。下面，就分別從這兩個(gè)角度出發(fā)，來考察農(nóng)戶技術(shù)創(chuàng)新采納決策所受到的影響。

(一)交流收益對(duì)農(nóng)戶技術(shù)創(chuàng)新采納決策的影響

為了便于展開博弈模型和傳播模型的實(shí)證分析，首先來設(shè)置仿真過程的初始條件，假設(shè)農(nóng)戶數(shù)量為Num=20個(gè)，仿真時(shí)間節(jié)點(diǎn)為t=10個(gè)，交流收益?=2.0，交流成本c=1.1，農(nóng)戶交流時(shí)的調(diào)節(jié)因子η=0.5，農(nóng)戶交流范圍設(shè)定為Scale=4個(gè)，即每個(gè)農(nóng)戶都能和4個(gè)其他農(nóng)戶進(jìn)行交流?；谏鲜鰲l件，農(nóng)戶技術(shù)創(chuàng)新采納決策行為和交流收益?之間的關(guān)系曲線如圖2所示。

圖2 交流收益?=2.0時(shí)，農(nóng)戶的技術(shù)采納決策行為

在圖2中，假定了20個(gè)農(nóng)戶的最初技術(shù)選擇決策方案各不相同，并且每個(gè)農(nóng)戶只能和其上方和下方的2個(gè)農(nóng)戶進(jìn)行交流，即交流范圍為4，農(nóng)戶一和農(nóng)戶二十，因?yàn)樘幱谶吔缥恢蒙希虼酥荒芎推渚o鄰的兩個(gè)農(nóng)戶進(jìn)行技術(shù)交流。同時(shí)，假定20個(gè)農(nóng)戶在起初的交流狀態(tài)是按順序和緊鄰的農(nóng)戶交流，之后的交流方式則表現(xiàn)為隨機(jī)。

最終的決策結(jié)果顯示，農(nóng)戶對(duì)于技術(shù)的采納行為共有5個(gè)結(jié)果：農(nóng)戶一、農(nóng)戶二、農(nóng)戶三最終都選擇了農(nóng)戶二的決策結(jié)果；農(nóng)戶四、農(nóng)戶五、農(nóng)戶六、農(nóng)戶七、農(nóng)戶八最終都選擇了農(nóng)戶七的決策結(jié)果；農(nóng)戶九、農(nóng)戶十、農(nóng)戶十一、農(nóng)戶十二、農(nóng)戶十三最終都選擇了農(nóng)戶十一的決策結(jié)果；農(nóng)戶十四、農(nóng)戶十五、農(nóng)戶十六最終都選擇了農(nóng)戶十四的決策結(jié)果；農(nóng)戶十七、農(nóng)戶十八、農(nóng)戶十九、農(nóng)戶二十最終都選擇了農(nóng)戶十八的決策結(jié)果。

這說明在農(nóng)戶交流收益?=2.0的情況下，多個(gè)農(nóng)戶的技術(shù)采納決策行為并沒有表現(xiàn)出羊群效應(yīng)，即并不是最終趨向于采納同一個(gè)技術(shù)，而是形成了選擇五種不同技術(shù)方案的差異化決策行為。進(jìn)一步考察交流收益不斷減小的情況下，多個(gè)農(nóng)戶的技術(shù)采納決策行為所受到的影響，具體結(jié)果如表1所示。

表1 交流收益變化時(shí)，農(nóng)戶的技術(shù)采納決策行為

從表1中的數(shù)據(jù)和結(jié)果可以看出，四組仿真實(shí)驗(yàn)設(shè)置的條件除了交流收益?發(fā)生變化以外，農(nóng)戶個(gè)數(shù)Num都是20個(gè),仿真時(shí)間節(jié)點(diǎn)t都是10個(gè),交流調(diào)節(jié)因子η都是0.5，農(nóng)戶交流范圍Scale都是4個(gè)。農(nóng)戶交流收益?則分別按照2.0、1.5、1.0、0.5這4種不同的情況變化，對(duì)應(yīng)形成的決策個(gè)數(shù)分別為5個(gè)、2個(gè)、1個(gè)、1個(gè)。

實(shí)際上，第一組實(shí)驗(yàn)結(jié)果的可視化結(jié)果已經(jīng)顯示在圖2中，即在?=2.0的情況下，20個(gè)農(nóng)戶最終形成了選擇5種不同技術(shù)的決策結(jié)果，沒有顯示出羊群效應(yīng)。當(dāng)?=1.5的情況下，20個(gè)農(nóng)戶最終形成了選擇2種不同技術(shù)的決策結(jié)果，也沒有顯示出羊群效應(yīng)。當(dāng)?=1.0的情況下，20個(gè)農(nóng)戶最終趨向于選擇同一種技術(shù)，表現(xiàn)出了羊群行為。當(dāng)?=0.5的情況下，20個(gè)農(nóng)戶最終也趨向于選擇同一種技術(shù)，表現(xiàn)出了羊群行為，和前者的差異在于，其收斂時(shí)間僅為2個(gè)時(shí)間節(jié)點(diǎn)，20個(gè)農(nóng)戶的趨同行為更加迅速。

通過上述4組實(shí)驗(yàn)的比對(duì)結(jié)果可以看出，農(nóng)戶之間的交流收益越低，農(nóng)戶技術(shù)創(chuàng)新采納決策行為的羊群效應(yīng)越明顯，形成趨同效應(yīng)的收斂速度越快。

為了便于直觀地觀察羊群效應(yīng)的結(jié)果，將4組實(shí)驗(yàn)中決策趨同的收斂時(shí)間以及20個(gè)農(nóng)戶的從眾比例繪制成曲線，如圖3所示。

從圖3中的4條曲線比對(duì)情況可以看出，交流收益?=0.5和?=1.0兩種情況的曲線對(duì)應(yīng)的從眾者比例都接近100%，收斂時(shí)間分別對(duì)應(yīng)于2個(gè)時(shí)間單位和5個(gè)時(shí)間單位，這與這兩組實(shí)驗(yàn)最終表現(xiàn)出的決策結(jié)果的羊群效應(yīng)是一致的。交流收益?=1.5和?=2.0兩種情況的曲線對(duì)應(yīng)的從眾者比例分別為57%和25%，因?yàn)閷?shí)際上并未發(fā)生羊群效應(yīng)，自主分析并形成選擇何種技術(shù)決策的農(nóng)戶占據(jù)了相當(dāng)大的比例。

圖3 4組實(shí)驗(yàn)中的收斂時(shí)間和從眾比例

(二)交流范圍對(duì)多農(nóng)戶技術(shù)創(chuàng)新采納決策的影響

下面，進(jìn)一步考察交流范圍對(duì)于多農(nóng)戶技術(shù)創(chuàng)新采納決策的影響。假設(shè)農(nóng)戶數(shù)量為Num=20個(gè)，仿真時(shí)間節(jié)點(diǎn)為t=10個(gè)，農(nóng)戶交流時(shí)的調(diào)節(jié)因子?=0.5。為了滿足這20個(gè)農(nóng)戶的決策行為能夠產(chǎn)生羊群效應(yīng)，設(shè)定交流收益?=1.0固定不變，交流成本c從1.0到1.9的水平不斷增大，則交流范圍Scale分別為4、6、8的情況下，多農(nóng)戶的技術(shù)創(chuàng)新采納決策行為的時(shí)間收斂節(jié)點(diǎn)變化如圖4所示。

從圖中3條曲線的綜合表現(xiàn)來看，不論農(nóng)戶的交流范圍是大還是小，隨著交流成本的不斷增加，農(nóng)戶的交流收益保持不變的情況下，通過個(gè)體分析所獲得的收益就會(huì)不斷下降，從而導(dǎo)致傾向于盲從的可能性更大，發(fā)生羊群效應(yīng)的收斂速度更快。以Scale=4的變化曲線為例，當(dāng)交流成本c=1.1時(shí)，收斂的時(shí)間節(jié)點(diǎn)為5，而當(dāng)交流成本c=1.9時(shí)，收斂的時(shí)間節(jié)點(diǎn)僅僅為3。

圖4 交流范圍和交流成本變化導(dǎo)致的收斂時(shí)間變化

交流范圍對(duì)于多農(nóng)戶的技術(shù)采納決策行為也存在很大影響。對(duì)比圖中的3條曲線可知，隨著交流范圍Scale的不斷擴(kuò)大，農(nóng)戶趨向于盲從的可能性不斷降低，發(fā)生羊群效應(yīng)的時(shí)間收斂節(jié)點(diǎn)也不斷增大。這表明，隨著交流范圍的擴(kuò)大，農(nóng)戶從其他農(nóng)戶獲得的知識(shí)越來越豐富，對(duì)于技術(shù)收益、技術(shù)本身、風(fēng)險(xiǎn)情況的了解也更加全面，會(huì)增加自主決策的知識(shí)基礎(chǔ)和自信心，從而放棄盲目跟從他人。

四、結(jié)論

綜上，可以獲得如下幾點(diǎn)農(nóng)戶技術(shù)創(chuàng)新采納決策行為的有關(guān)結(jié)論。

1.農(nóng)戶作為有限理性的個(gè)體，在進(jìn)行有關(guān)技術(shù)選擇的決策過程中，會(huì)受到來自其他農(nóng)戶的影響，即羊群效應(yīng)的影響可以達(dá)到改變?cè)袥Q策的程度。

2.交流收益是決定農(nóng)戶決策行為能否發(fā)生羊群效應(yīng)的重要因素，當(dāng)交流收益足夠大時(shí)，農(nóng)戶通過交流收益即可獲得足夠的自主決策的知識(shí)和經(jīng)驗(yàn)，因盲從而產(chǎn)生的羊群行為不會(huì)發(fā)生；當(dāng)交流收益很小時(shí)(對(duì)于本文的情況，如?=1.0)，羊群行為才有可能發(fā)生，并且隨著交流收益的不斷減小，羊群行為形成的速度也不斷加快。

3.交流范圍和交流成本對(duì)于農(nóng)戶的決策行為也有重要影響，交流成本增大會(huì)導(dǎo)致發(fā)生羊群行為的可能性增大、收斂速度加快。交流范圍的擴(kuò)大，會(huì)導(dǎo)致發(fā)生羊群行為的可能性降低、收斂速度變慢。

參考文獻(xiàn)：

[1] 廖西元, 陳慶根, 王 磊. 農(nóng)戶對(duì)水稻科技需求優(yōu)先序[J]. 中國農(nóng)村經(jīng)濟(jì), 2004(11): 36-43.

[2] 曹建民, 胡瑞法, 黃季焜. 技術(shù)推廣與農(nóng)民對(duì)新技術(shù)的修正采用: 農(nóng)民參與技術(shù)培訓(xùn)和采用新技術(shù)的意愿及其影響因素分析[J]. 中國軟科學(xué), 2005(6): 60-66.

[3] 羅小鋒. 農(nóng)戶采用節(jié)約耕地型與節(jié)約勞動(dòng)型技術(shù)的差異[J]. 中國人口、資源與環(huán)境, 2011(4): 132-138.

[4] 滿明俊, 周民良, 李同升. 技術(shù)推廣主體多元化與農(nóng)戶采用新技術(shù)研究——基于陜、甘、寧的調(diào)查[J]. 科學(xué)管理研究, 2011(3): 99-103.

[5] ABHILASH P C, SINGH N. Pesticide use and application: An Indian scenario[J]. Journal of Hazardous Materials, 2009, 165(1/3): 1-12.

[6] ATREYA K. Farmers’ willingness to pay for community integrated pest management training in Nepal[J]. Agriculture and Human Values, 2007, 24: 399-409.

[7]Mauceri, M., Alwang, J. Effectiveness of integrated pest management dissemination techniques: a case study of potato farmer in Carchi, Ecuador[J]. Journal of Agricultural and Applied Economics, 2007, 39(3): 765-780.

[8] KITCHEN N R. Emerging technologies for real-time and integrated agriculture decisions[J]. Computers and electronics in agriculture, 2008, 61(1): 1-3.

[9] GINE X,YANG D. Insurance, credit, and technology adoption: field experimental evidence from Malawi[J]. Journal of Development Economics, 2009, 89(1): 1-11.

[10] GAN Z,LAU S H P. Demographic structure and overlapping generations: a simpler proof with more general conditions[J]. Journal of Mathematical Economics, 2010, 46(3): 311-319.

[11] FRIESZ T L. Foundations of the calculus of variations and optimal control[J]. Dynamic Optimization and Differential Games, 2010:79-146.

[12] CZERNICH N. Broadband infrastructure and economic growth[J]. The Economic Journal, 2011, 121(552): 505-532.

[13] COMIN D,HOBIJA B. An exploration of technology diffusion[J]. The American Economic Review, 2010, 100(5): 2031-2059.

[14] BURKE J L. Virtual determinacy in overlapping generations models[J]. Econometrica, 2009, 77(1): 235-247.

[15] BOZBURA F T,BESKESE A,KAHRAMAN C. Prioritization of human capital measurement indicators using fuzzy AHP[J]. Expert Systems with Applications, 2007, 32(4): 1100-1112.

[16] BLISS C. Multiple equilibrium in the Diamond Capital Model[J]. Economics Letters, 2008, 100(1): 143-145.

[17] 陶群山, 胡 浩, 王其巨. 環(huán)境約束條件下農(nóng)戶對(duì)農(nóng)業(yè)新技術(shù)采納意愿的影響因素分析[J]. 統(tǒng)計(jì)與決策, 2013, 373(1): 106-110.

[18] 國亮, 侯軍岐. 影響農(nóng)戶采納節(jié)水灌溉技術(shù)行為的實(shí)證研究[J]. 開發(fā)研究，2012, 160(3): 104-107.

[19] 高 雷. 農(nóng)戶采納膜下滴灌技術(shù)行為分析——以新疆石河子地區(qū)為例[D].北京：中國農(nóng)業(yè)科學(xué)研究院, 2006.

[20] Mary Ann Lamanna, Agnes Riedmann Wadsworth. Marriages, families, and relationships: making choices in a diverse society[M]. MA: Wadsworth Publishing, 2011.

[21] Hashemi, S.M., Damalas, C.A. Farmers' perceptions of pesticide efficacy: reflections on the importance of pest management practices adoption[J]. Journal of Sustainable Agriculture, 2010, 35(1): 69-85.

[22] 馬小勇. 中國農(nóng)戶的風(fēng)險(xiǎn)規(guī)避行為分析——以陜西為例[J]. 中國軟科學(xué), 2006(2): 22-30.

[23] GINE X,YANG D. Insurance, credit, and technology adoption: field experimental evidence from Malawi[J]. Journal of Development Economics, 2009, 89(1): 1-11.

[24]Sexton, S.E., Lei, Z., Zilberman, D. The economics of pesticides and pest control[J]. International Review of Environmental and Resource Economics, 2007, 1: 271-326.

[25] Rustam, R. Effect of integrated pest management farmer field school on farmer's knowledge, farmers groups' ability, process of adoption and diffusion of IPM in Jember district[J]. Journal of Agricultural Extension and Rural Development, 2010, 2(2): 29-35.

[26] Atreya, K. Farmers' willingness to pay for community integrated pest management training in Nepal[J]. Agriculture and Human Values, 2007, 24: 399-409.

[27] Birch, E., Begg, G.S., Squire, G.R. How agro-ecological research helps to address food security issues under new IPM and pesticide reduction policies for global crop production systems[J]. Journal of Experimental Botany, 2011, 62(10): 3251-3261.

[28] Atreya, K., Sitaula, B.K., Johnsen, F.H. Continuing issues in the limitations of pesticide use in developing countries[J]. Journal of Agricultural and Environmental Ethics, 2010, 24(1): 49-62.