——采纳文献的meta分析

推文人 | 李静

原文信息：Baumgart-Getz, A., Prokopy, L. S., & Floress, K. (2012). Why farmers adopt best management practice in the United States: A meta-analysis of the adoption literature. Journal of Environmental Management, 96(1): 7-25.

1. 引言

 

已有研究对技术采纳文献进行过综述。如Pannell等人(2006)主要对澳大利亚技术采纳文献进行了定性研究，发现技术的特征在采纳决策中很重要。也有研究使用计票方法(vote-count methodology)总结技术采纳文献。该方法报告了统计变量的正显著性、负显著性和不显著性的次数。计票方法的主要限制是它不考虑样本量，具有相对较低的统计能力，或者提供了一个衡量效应值的方法来量化两个变量之间关系的强度，如回归系数。Kabii和Horwitz(2006)研究了世界各地的保护地役权，发现年龄、任期、对这些项目的知识和态度都很重要。这些发现强调了感知最佳管理措施（BMP）益处的重要性。Knowler和 Bradshaw (2007)总结了世界各地的保护性耕作。由于研究区域的广泛性没有产生任何可以普遍解释技术采用的变量。Prokopy等人(2008)总结了1980年至2005年美国的技术采纳文献。计票结果发现，所有常用的社会因素(如态度、意识和人口统计变量)在使用它们的大多数研究中都不显著。虽然计票方法是一种总结大量文献的有用工具，但它没有足够的能力来区分影响程度小的变量和那些无关紧要的变量。

 

鉴于Prokopy等人(2008)发现大多数变量无关紧要，有必要使用meta分析对这些变量进行更深入的研究，从无关紧要的变量中确定哪些变量效果较小。本研究对1982年至2007年美国采用BMPs的46项研究进行了定量总结。我们使用Prokopy等人(2008)开发的变量分类框架和meta分析来克服计票方法的限制。我们用这种方法来回答两个问题。首先，哪些变量与BMP采用正相关或负相关?其次，我们能否确定降低采用研究可靠性的方法问题?

 

2. 材料和方法

 

文献检索过程符合以下标准:1)因变量是BMP的采用，而不是愿意或可能采用；2）研究区域是美国；3)有足够的信息来计算效果值。

 

2.1 meta分析

 

正确进行meta分析时，它控制重要的外生因素来提供一个效应值和置信区间，以及对感兴趣的变量的异质性的度量。这种方法把每一项研究都看作是一个随机事件，每一项研究都是一个单独的观察。本文采用MetaWin 2.0进行meta分析(Rosenberg et al., 2000)。我们使用Hedges d计算效应值，它提供了效果值和置信区间的度量(Lipsey和Wilson, 2001)。在一般形式下，d效应值表示两组之间的标准化平均值差。它类似于t检验，但独立于样本量(Hunter and Schmidt, 2004)。表2提供了计算该分析的效应值和方差的方程。

基本的meta分析使用一个不平衡的方差分析，它不假定组大小相等。这使我们能够比较具有不同样本量的组。元分析可以使用固定效应、随机效应或混合效应模型。固定效应模型假设为正态分布，在总体中只有一个真实的效应值，并且只由于抽样误差而在不同的研究中存在差异。它不允许由于农场类型、地理差异或BMP类型的差异而采用BMP。随机效应模型假设效应值随着研究的不同而变化，并提供了一种估计平均效应值的方法(Borenstein et al., 2009)。在我们的研究中，这类似于假设BMP的采纳因素在美国因地区不同而不同，或者可能随着时间的推移而改变。然而，该模型的一个主要缺点是无法控制异质性。通过使用混合效应模型(固定效应和随机效应)，我们得到了随机效应模型的优点，同时也得到了控制异质性的方法(Cooper and Hedges, 1994; Rosenberg et al., 2000; Borenstein et al., 2009)。

 

meta分析中的异质性是指通过多个研究引入的方差。I2是异质性所解释的方差的百分比，用来度量观察到的方差是否大于随机期望。I2大于50是一个相当大的异质性(Higgins and Green, 2011)。Higgins等人(2003)提到50的这个阈值已经在医学文献中应用。在其他领域，I2值高达75可能是可接受的(Higgins et al., 2003; Higgins and Green, 2011)。有时可以通过加入一个控制变量来减少异质性的影响(Higgins and Green, 2011)。当一个变量的I2值高于50时，为了减少异质性，我们加入了以下变量：计量模型类型、国家的区域、研究年份(根据其发表的时间来衡量)和BMP类型。有学者讨论了不同的计量模型如何影响农民采纳决策，因此计量模型类型是异质性的潜在控制因素(如Feder et al., 1985; Knowler and Bradshaw, 2007; Moreno and Sunding, 2005)。我们将“研究时间”作为对照，因为研究方法，甚至一些变量的解释方式，都随着时间发生了变化。

 

d-family效应值是定量文献综述的一个有用工具，它可以将多个研究的效应值转换为单个效应值，解释不同研究的方差，并可用于对所有相关研究的单个分析。Cohen的“经验法则”经常用于社会科学(Higgins and Green, 2011)。效应值为0.2的变量被认为影响较小，0.5为中等效应，0.8为较大效应(Cohen, 1988)。

 

2.2分类变量

 

为了避免比较“苹果和桔子”(Borenstein et al., 2009)，一个可靠的编码过程是至关重要的。变量分类的方法与内容分析的编码非常相似：编码过程是根据理论和经验工作开发的(Lipsey和Wilson, 2001)。四位作者都阅读了每篇论文，并根据表3中的定义对变量进行了分类。

2.3可靠性检验

 

第一个结构是大学推广网络是否与州或联邦机构网络不同。第二项测试是正规教育和延伸培训是否属于同一类。第三探讨了处理当地生态系统的环境态度与衡量对环境的一般态度的新环境范式是否存在显著差异。我们观察到，在早期的研究中，农民对风险的态度比最近的采纳论文中更为显著。风险首先被Ervin和Ervin(1982)纳入BMP的采纳决策模型中，因为BMPs是一种投资，农民不知道是否值得采用。然而，随着时间的推移，BMP变得越来越普遍。我们的假设是，随着BMPs得到更广泛的应用，采纳的感知风险已经降低。

 

3. 结果和政策建议

 

我们发现数据类型会影响因变量和自变量之间的关系。农场规模的影响较大，异质性也较高。年龄对BMP的采用具有显著的负向影响。与许多变量一样，年龄由各种数据类型组成。在一些研究中，该变量是连续的，而另一些使用序数数据，还有一些用二元变量。我们试图控制这种可变性，但这导致每个子类别中的变量太少，无法进行任何有意义的分析。虽然整体教育类别和正规教育不显著，但推广培训对农民采纳有正向影响。BMP类别很好地控制了异质性。剩下的异质性可能是由于推广培训的不同类型、质量和持续时间，以及在不同的研究中记录这些信息的不同数据类型造成的。资本是技术采纳的最佳财务预测指标。考虑到研究中使用信息源的多样性，信息具有较低的异质性，因此具有较高的影响。农业收入占比对技术采纳有显著影响。整体网络类别是BMP采纳的一个重要预测因素。代理和本地网络都有较大的影响。虽然商业网络是重要的，但是样本量小(6项研究)和高异质性并没有得到任何结论。该结果表明进一步的调查商业网络是很有必要的。产权是BMP采用的一个积极预测因子，但异质性占该变量变异的90.8%，也并没有得到任何有意义的解释。环境意识和态度都是采用BMP的积极影响因素，但必须谨慎使用这些指标。在研究中往往包括态度和意识指标，而没有明确界定与采用BMP的关系。关于面源污染的一般原因和后果的认识问题不够具体。相反，他们应该关注个人行为与面源污染之间的关系。同样，态度问题必须是具体的行为，而不是普遍的态度。

 

结果表明，当单独检查时，这些构造对BMP的采用有很小的影响。这并不意味着社会因素无关紧要。相反，有效的BMP采纳研究应该结合互补的社会因素，以增加其总体影响。这对政策制定有一定的启示，促进BMP采纳的两层方法。第一层将有一个实施重点，目标是最有可能采用的农民。第二层将继续提高农民的能力和认识，通过利用网络向其他农民传播技术的好处。

 

Abstract

 

This meta-analysis of both published and unpublished studies assesses factors believed to influence adoption of agricultural Best Management Practices in the United States. Using an established statistical technique to summarize the adoption literature in the United States, we identified the following variables as having the largest impact on adoption: access to and quality of information, financial capacity, and being connected to agency or local networks of farmers or watershed groups. This study shows that various approaches to data collection affect the results and comparability of adoption studies. In particular, environmental awareness and farmer attitude have been inconsistently used and measured across the literature. This meta-analysis concludes with suggestions regarding the future direction of adoption studies, along with guidelines for how data should be presented to enhance the adoption of conservation practices and guide research.