摘要
背景
有效的公共推广和咨询服务有可能提高农业生产力;净农场收入;以及资源贫乏农民的粮食安全问题。但是,南非政府为衡量推广和咨询服务的效力而进行的研究集中于所使用的方法,而不是指导原则,例如需求驱动的服务;股本;优先考虑农民的需要;社会和人力资本发展。本研究的目的是确定农民对公共推广和咨询服务的有效性和相关因素的看法。对有效性的认知使用了16个变量进行测量。Gauteng省的442名接受政府农业推广和咨询服务的农民被随机挑选参加了这项研究。 Using a semi-structured survey instrument, primary data was collected through physical interviews and then analysed using computer software.
结果
研究发现,豪登市的公共推广和咨询服务被认为是无效的。三种社会人口因素(教育水平、年龄和农场/地块大小)显著影响农民对公共推广和咨询服务的看法。此外,主轴保理(PAF)结果表明,感知公共推广服务有效性的三个基本因素,即相关性和优质服务;提供关于改善农业生产的资料;以及农民所需技术的可获得性。
结论
大规模农民认为公共推广服务效率较低。探索性因子分析提取出3个潜在因子,占公共推广服务感知有效性方差的81.81%。农民建议公共推广和咨询服务应具有高质量;有关;并应提高农业生产被农民认为是有效的。此外,推广及谘询服务的提供,应视乎农场/土地的大小而定。
背景
农业推广是发展中国家大多数农民的信息来源,他们的文化水平很低,很难获得信息和通信技术(ICT)。通过获得推广和咨询服务,农民获得关于种植方法的各种信息;受精;植物保护(病虫害、杂草和疾病控制);销售;牲畜和作物管理;气候变化;等等。由于农业推广的重要作用和好处,获得公共推广和咨询服务对大多数农民来说是必不可少的,尤其是那些负担不起私人推广服务的农民。因此,在大多数发展中国家,政府是推广服务的主要提供者[1,2,3.].政府高度参与提供推广服务的原因之一是确保农民获得支持,使他们能够生产足够和高质量的农产品,从而使国家粮食安全。因此,有效的公共推广服务对一个国家的农业可持续发展和粮食安全具有重要作用。利用各种方法在全球广泛调查了推广服务的有效性。大多数学者已经通过提供方法测量了推广服务的有效性,例如农民培训、农场/家庭访问、办公室电话、实地演示、实地/农民日、研讨会/公开讨论[4,5,6,7].为研究小组提供方便及分发印刷材料亦被用作确定推广服务成效的方法。[4].推广人员管理导向、让农民接触大众媒体、提供科学导向和创新农民的能力可以用来决定推广服务是否有效[8].能够利用电视、广播、电话、服务热线和社交媒体(Facebook、Twitter等)等信息和通信技术的扩展系统被认为是有效的[5].此外,其他学者也测量了推广服务对农民收入和农业生产的影响[9,10];创新采用率、食物安全及营养[7];活动、讲座、展览、文学及招牌[11];向农民传授作物生产和管理知识[12],作为推广服务有效性的衡量标准。上述背景说明,学者们在衡量推广服务的有效性时采用了不同的方法。
推广服务的效果因地而异;尽管在某些情况下有一些共性。在南非豪登省的Ekurhuleni Metropolitan和sedibeni District自治市,一个涉及小农的重点小组的结果显示,公共推广服务在分享印刷信息、交流和促进讲习班方面并不有效,但在利用培训、演示、农民日、个人农场参观和农场试验和研究等方法方面很有效[4].在埃及Dakhalia省对小农户进行的一项实验研究发现,公共推广服务在示范中最有效;会议;及派发小册子[13].然而,在巴基斯坦开伯尔-普赫图赫瓦省,一项调查结果显示,大多数农民认为以下方法中的推广服务是无效的:农场/家访、电话办公室、示范地块、实地天、示范地块、农民培训、当地农业交易会和讲习班/公开讨论[6].的T对巴基斯坦接受政府和私营部门推广服务的稻农(农民)进行抽样调查的测试结果表明,通过示范和农场/家庭访问,公共推广服务在传播信息方面具有一定的有效性[5].然而,在上述研究中发现,公共推广服务在农业运动中效果较差;农民的日子;以及旨在建设农民能力的招牌。此外,坦桑尼亚Kilindi地区的玉米种植者认为,农业推广剂在传授有关品种选择、种植日期选择、种子处理、作物保护(杂草、病虫害控制)、施肥、灌溉和收获实践以及示范方法的知识方面无效[12].的T对约旦推广服务的受惠者和非受惠者进行的实验研究的测试结果发现,净收入和农业生产在统计上并不显著(p> 0.05);因此,推广服务在提高农民的纯收入和生产方面是无效的[9].相反,来自尼日利亚卡杜纳州的调查结果显示,有效的推广服务提高了生产力和农民的收入[10].一项涉及南非东开普省推广从业者的调查发现,公共农业推广在提高农民脱贫和提供必要资源方面无效[14].上述文献表明,有关推广服务有效性的信息可以通过调查、实验研究和涉及农民和推广从业者的焦点小组来收集。此外,还采用了不同的方法来衡量推广服务的有效性。
此外,一些调查推广服务效果的研究也探讨了影响效果的因素或决定因素[6,8,15,16,17].使用诸如主成分分析等方法分析了关于推广服务有效性的决定因素的资料;回归模型(Ordered Logistic, Binary Logit;概率单位;普通最小二乘法;和多个物流);描述性统计;T测试;和定性分析。主成分分析结果提取出与推广服务有效性相关的潜在因素、决策因素,占方差的17.2%;其次是社会文化因素(16.4%);以及结构因素和经济因素,分别占14.1%和13.3% [18].在一项以推广人员为参与者的研究中,普通最小二乘(OLS)回归结果显示,推广服务的有效性受年龄等因素的影响;婚姻状况;推广人员工作经验;外延教育的获得;领域的专业知识;以及推广人员服务的村庄数量[15].以农户为研究对象,运用多元回归(二元逻辑、多元回归和有序逻辑)分析数据,发现农户的社会人口特征(如年龄)对推广服务的感知效果有显著的正向影响[17];农业的经验(8,17];性别(16,17];农场的大小(16]及教育状况[8,17].影响农民对推广服务有效性看法的其他重要因素是知识渊博的推广人员[19];农民对推广服务的态度,以及所接受的推广服务[17].此外,培训收到;联系拓展代理商;科学定位;信息资源利用率;创新是推广服务感知有效性的积极且显著的预测因子[8].在一项利用德尔菲技术并对数据进行描述性统计分析的研究中,发现培训质量和资源缺乏影响了大多数推广代理人的表现[20.].推广人员的绩效影响农民获得推广服务的机会。同样,获得推广服务是农民对推广服务有效性看法的一个重要预测因素[17].从上述对农业推广服务的研究可以看出,在全球范围内,学者们采用了各种数据分析方法来识别影响推广服务感知有效性的重要因素。
在南非,推广服务的提供以农业部制定的农业推广咨询服务的原则、规范和标准为指导。指导原则是需求驱动的服务;促进公平;适应需求变化的灵活性;监测和评价;参与式方法;优先考虑农民的需求;社会和人力资本发展;加强结构关系;促进技能发展和获取技术; improved planning and decision-making; sustainable income generation; and the conservation of natural resource [21].因此,重要的是要根据指导原则衡量公共推广和咨询服务的有效性,因为它们是南非推广服务的关键驱动因素。上述背景促使研究人员使用南非政府制定的指导原则来衡量推广和咨询服务的有效性。这项研究的目的是确定公共农业推广和咨询服务的感知效果,并确定决定因素(影响因素)。研究的理论框架如图所示。1.
材料和方法
研究区域
这项研究是在南非共和国豪登省进行的。豪登省占地约18179公里2[22它是南非九个省中最小的一个。然而,它是人口最多的省份,估计有1540万人口[23].该省分为三个都市市和两个区市,即:约翰内斯堡都市市;茨瓦内市;埃库鲁莱尼市;塞迪本区市政当局;以及西兰德地区市政当局。豪登是南非的经济中心,占南非国内生产总值(GDP)的35%,占非洲大陆GDP的11% [24].因此,由于来自南非其他省份和南部非洲地区的劳动力移民涌入,该省高度城市化。南非5,770万人口中约有25.5%居住在豪登省[25].该省的主要经济驱动力是政府服务、制造业、贸易、采矿、交通、金融、电力、建筑、个人服务和农业。尽管农业是豪登省的经济部门之一,但它只占该省GDP的1% [24].该省的农业主要包括畜牧业和农作物生产;以及小型渔业和大型农业。Gauteng有2291个商业农业单位,创造了约16420个技术和非技术就业机会[26].
概念框架
概念框架是指研究者为解释待研究现象的发展而开发的结构[27].此外,框架表明了进行研究将遵循的逻辑[28].研究中使用的研究方法是定量的。采用定量研究方法,因为它可以收集、捕捉和分析数值数据[29].此外,本研究采用描述性调查设计进行研究。之所以选择一项调查,是因为它描述了受访者的看法与他们的特征之间的联系[30.].研究的重点是通过描述性评估来评估农民对公共推广和咨询服务的感知效果。研究中采用的概念框架如图所示。2.
抽样
南非豪登省大约有9000名农民[31].一个示例(n)的368个必须从人口(N),以达到5%的误差[32].基于上述描述,我们选取了368名在省农业厅接受农业推广和咨询服务的农民作为研究对象。然而,更多的农民表示有兴趣参与这项研究。因此,样本(n),随机抽取442人参与研究。研究参与者是在获得豪登省农业和农村发展部(gard)的许可以及南非大学CAES研究伦理审查委员会的伦理批准后挑选出来的。项目伦理参考编号为2016/CAES/073。这项研究的参与者是18岁以上的非洲黑人、有色人种和白人农民。
数据收集
主要数据的收集采用半结构化问卷(访谈指南),该问卷经过验证和试点测试,以确保其可靠性。研究人员在与参与者面对面的访谈中完成了调查问卷。在访谈开始前,向参与者解释了研究的目的、目的、伦理影响以及参与者的权利。此外,每个参与者被要求通过签署知情同意书来同意访谈。这些问题集中于推广服务的有效性,这些服务源自南非共和国国家农业部制定的推广支助和咨询服务指导原则。问卷采用李克特五点量表提问方式:1 =非常无效;2 =无效;3 =平均;4 =有效;5 =非常有效。 The measurements of the effectiveness of public extension and advisory services were quality of extension services; relevance of extension approaches used; and rendering of demand-driven, good quality services and goods (Batho Pele); promotion of equity; flexibility in responding to farmers’ changing needs; effectiveness in monitoring and evaluation tools; prioritising the needs of the beneficiaries; focusing on human and social capital development; use of participatory approaches; facilitating access to technology and services which sustains income generation; improving planning and decision-making; sustainability of agricultural production; agricultural skills development; and strengthening of institutional arrangements.
统计分析
社会科学统计软件包(SPSS)第27版,用于分析数据。由于使用李克特量表(Likert-scale survey instrument)收集数据,因此数据被视为区间数据。第一个分析是在SPSS中进行的,测量用于收集数据的调查量表的可靠性和内部一致性。为了实现这一点,我们确定了Cronbach 's alpha 's系数。在信度检验中,将调查工具(问卷)中测量延伸咨询服务感知有效性的16个变量全部加载进行分析。分析得到的Cronbach 's alpha系数值为0.97。正因如此,内部一致性令人满意;因此,问卷是可靠的。Cronbach 's alpha系数值在0.58和0.97之间被认为是令人满意的[33].此外,所有变量的平均得分在3.12和3.45之间。因此,调查工具中的所有问题均保留作主要探索性因素分析(EFA)和描述性统计分析。在发现调查工具的可靠性后,进行描述性和推论统计分析。描述性统计分析包括平均值、中位数、频次、百分比和四分位差(IQR)。非常无效和无效的比例,被放在一起归类为无效,而平均被认为是中等有效。此外,有效和非常有效的比例被归类在一起,并被定义为有效。
此外,进行以下推论统计分析:有序逻辑回归(Ordered Logistic Regression, OLR);PAF分析及相关性分析。利用OLR分析影响农民对公共农业推广和咨询服务有效性认知的社会人口因素。OLR模型以平均得分作为因变量。在OLR中,一个多品种排序的因变量被预测为解释因子的函数,描述个体或单位特征[34].估计OLR的基本原理由[35],具体如下:
在前面提到的等式中,概率是\ (Y_{{\文本{我}}}\)(因变量)属于一类\ (j \)和下面。因此,\ (Y_{{\文本{我}}}\)属于第一类,第二类,还是\ (j \),而\ (u_{{\文本{我}}}\)是误差项。在本研究中,使用OLR估计的经验模型如下:
可见公共推广和谘询服务的成效;E =教育程度;G =性别;AG =年龄组;FS =农场/地块大小;U =误差项。
公众推广及谘询服务的成效被认为是1 =非常无效;2 =无效;3 =平均;4 =有效,5 =非常有效。
采用探索性因素分析(EPA)来减少变量数量,并评估相关因素之间存在的多重共线性[19].研究中使用的EPA类型是PAF。PAF用来确定与一组项目有关的基本因素[36].研究中PAF分析的目的是确定公共推广服务的感知有效性的基本维度。第一步是使用Kaiser-Meyer-Olkin (KMO)测量来确定PAF分析的样本量的充分性。巴特利特球形检验,也被作为方差分析的一部分。使用Bartlett的球度检验来检验数据是否适合进行因子分析[37].巴特利特检验测量的是相关矩阵。KMO值为0.97,表明样本量适合PAF分析。值≥0.90被认为是极好的因子分析[38].Bartlett’s检验结果为:120自由度(df)卡方值为7262.68,显著性值为0.00。这意味着巴特利特球度检验在120度自由度下具有统计学意义。因为巴特利特球度检验具有统计学意义(p< 0.01),数据适合进行因子分析。
然后,将调查问卷中测量推广和咨询服务感知有效性的16个变量全部装入PAF分析。采用前突斜旋转的PAF。与正交旋转(Varimax, quartimax和equamax)相比,斜旋转(直接oblimin, quartimin和promax)在社会科学研究中给出了更准确的结果,而正交旋转(Varimax, quartimax和equamax)可能会失去宝贵的信息[39].此外,我们选择了斜promax旋转,因为它比oblimin [40].采用不同的标准保留因素以作进一步分析。一个碎石图被用来选择总百分比方差占(PVAF)在转换的变量。在碎石块图中,特征值开始形成弯头或断裂的位置因子被保留[39,41].因子负荷高于0.50也被保留[41,42].在保留符合上述标准的因素后,对这些因素进行相关性分析。
结果
受访者的社会人口学特征
本研究收集的调查对象的社会人口学信息包括种族、性别、年龄、教育背景和农场/地块大小。受访者的社会人口学特征结果如表所示1.调查结果显示,非洲黑人在受访者中所占比例最大。因此,在研究区域接受公共推广和咨询服务的是非洲黑人农民,其中大多数(51.8%)是女性。教育水平调查结果显示,超过三分之二(72.8%)的参与者有基础教育(小学、中学和ABET),不到五分之一(13.8%)没有接受过正规教育,13.4%获得过高等学历(文凭、学士学位、荣誉学位/BTech、硕士和博士学位)。这意味着大多数农民能够读写,因为他们受过正规教育(高等教育和基础教育)。农田/地块面积调查结果显示,受访者平均占用耕地4.6 ha,最小小于1公顷(< 1 ha),最大大于70公顷(> 70 ha)。因此,豪登省接受政府推广和咨询服务的既有大户也有小户。
公众推广和谘询服务的成效
公共推广和咨询服务的效果是根据南非农业推广和咨询服务规范和标准得出的不同变量确定的。表中显示了研究区域内农民对公共推广和咨询服务的有效性感知结果2.结果显示,在研究测量的16个变量中,有5个变量被认为是有效的。超过一半(> 50%)的受访者同意公共推广服务是有效的和非常有效的。中位数为5(5)也支持公共推广服务被认为在所有五个变量中有效的概念。此外,所有5个变量的95% CI下限和上限的IQR分别在3.2和3.6之间。最重要的是,55.0%的受访者认为公众推广及谘询服务在处理人员及策划活动时,符合巴多贝利的原则(提供优质服务及货品);其次是通过自给自足的小规模农民、女性农民、残疾农民和商业农民促进公平,占54%的受访者。约53%的受访者认为公共推广服务能有效提供和促进农业技能发展的建议。此外,52%和51%的受访者认为,公共推广服务在提供和便利获取农业信息以改进规划和决策以及使用与受益者相关的推广方法方面是有效的。最后,50.4%的受访者认为政府能有效提供高质素的推广及谘询服务。 In general, public extension and advisory services in the Gauteng province, were perceived as ineffective, because 49% of the respondents indicated that the services rendered were average. The median score of 3.3 is also in support of the above explanation. In support, extension services were perceived to be ineffective in most of the variables, with a median of ≤ 3.5 and < 50% of the respondents who perceived the services as effective.
影响公众推广及谘询服务成效的因素
公共推广服务的整体成效是用16个衡量公共推广服务和咨询服务感知成效的变量的平均得分来衡量的。描述性统计结果显示,总体而言,约有43.7%、33.5%、10.2%、7.2%及5.4%的受访者认为公共推广服务有效、一般、无效、非常无效及有效。由“非常有效”和“有效”的比例组合显示,只有少数受访者(49.1%)认为公共推广服务是有效的。中位数3和IQR(3.2-3.4)表明并支持公共推广服务被认为是无效的概念。此外,33.5%的被访者认为公共推广及谘询服务有中度成效,17.4%的被访者认为服务无效。OLR模型拟合结果,卡方值为37.994,自由度(df)为4(4)。此外,模型在1%区间水平(p< 0.01)。这意味着该模型可以显著地预测阈值[p< 0.00;χ2(4) = 37.99);因此,该模型适用于数据。同样,Pearson和Deviance对拟合优度的卡方输出分别为1489.20和925.44。两个卡方输出(Pearson & Deviance)的自由度(df)均为1252。然而,皮尔逊卡方在统计学上具有显著性(p= 0.00),而Deviance不显著(p= 1.00)。根据(43]时,Pearson检验和Deviance卡方检验结果不显著,说明数据与模型拟合良好。然而,它们不必总是相似的。因此,该模型符合数据,因为皮尔逊卡方统计不显著。Pseudo的值RCox和Snell、Nagelkerke和McFadden的-Square分别为0.082、0.089和0.033。与多元回归模型不同,伪R-平方度量在评估整体模型拟合方面有局限性[44].因此,这些价值就被接受了,无需进一步解释。
表中显示了影响公众推广和咨询服务有效性的因素的有序逻辑回归(OLR)模型的参数估计结果3..结果表明,4个自变量中只有2个(教育程度和年龄)符合回归模型,其他变量(性别和农场/地块大小)均为负。两个正变量(教育程度和年龄组)分别在1%和5%的显著性水平(99%和95%置信区间)上具有统计学意义。教育程度对(β= 0.35)且显著相关(p< 0.02),在所有其他因素不变的情况下,可感知公共推广及谘询服务的成效。二者呈正相关(β = 0.35),且显著相关(p< 0.00)年龄与公共推广服务效能感的关系。因此,当农民年龄增加时,他们认为推广服务更有效。
然而,农场/土地面积与农民对公共推广及谘询服务的看法呈负相关(β=−0.04),且具有统计学显著性(p< 0.00)。这意味着,当农场/土地面积增加时,在所有条件相同的情况下,农民认为公共推广服务的效率较低。
探索性因素分析
本节介绍使用PAF进行探索性因素分析的结果。目的是确定关于公共推广和咨询服务在研究地区(豪登省)感知有效性的潜在因素。首先,给出了PAF分析样本量的充分性和球度检验的结果,然后给出了碎石图;累计列解释总方差;探索性因子分析;以及因子相关矩阵。在第一次分析后,从探索性因子分析中提取三个因子。此外,剔除载荷小于0.50的变量后,保留12个变量进行进一步分析。KMO得分为0.96,表明样本量仍可进行因子分析。此外,Bartlett球度检验具有统计学意义(p< 0.01),也可用于因素分析。所得卡方值为5113.89,自由度为66 (df)。
数字3.,展示了碎石图,表明特征值如何与因子绘制。碎石图结果显示,肘关节在因子4处开始减少,特征值为0.35。因此,在曲线开始下降形成弯头之前,保留了坡度上的前三个因素。关于保留因素的名称的详细解释见表4.
累计列解释总方差的结果如表所示4.结果表明,提取的3个因子贡献了81.81%的方差。因子1、2和3对总方差的贡献率分别为70.72%、6.10%和5.00%。因子1的特征值最高,为8.49,其次是因子2(0.73)和因子3(0.60)。所有因素的描述、加载值及其共通性如表所示5.
表格5提出公共推广与咨询服务有效性的探索性因子分析结果。结果表明,本研究提取了影响研究区公共推广与咨询服务有效性的三个因素。因子1由6个变量组成,因子2和因子3分别由4个和2个变量组成。将提取的三个因素分别标记为:因素一是相关的、优质的推广和咨询服务(提供相关的、优质的推广服务时促进公平;并采用灵活有效的适当方法进行监测和评估)。因素2是提供改善农业生产的信息(促进和提供获得改善农业技能的信息的途径;规划和决策;维持农业生产并加强制度关系)。因素三是为农民提供所需的技术(促进和提供获取优先满足农民需求的技术的途径)。大部分参与者的因子负荷大于0.60; therefore, the correlation between the extracted factors and the items associated with them was high. In addition, most variation was extracted, because the communalities of all the items were between 0.63 and 0.79. The results of the communalities showed that 63–79% of the variability in the perceived effectiveness of public extension and advisory services, is explained by the three factors (1–3). Therefore, the factor analysis explains the variation in eleven of the twelve (11 out of 12) variables very well.
提取所有因素及其个体变量后,生成因子相关矩阵。结果表明,相关且优质的推广和咨询服务(因子1)与促进农业生产的信息提供(因子2)呈正相关。r= 0.74。这意味着,认为公共推广和咨询服务能有效提供相关和优质推广服务的与会者,认为提供改善农业生产的相关信息是有效推广服务的重要措施。因素1(提供相关和优质的推广和咨询服务)和因素3(提供农民所需的技术)是相关的(r= 0.74)。这意味着将相关和优质推广和咨询服务视为有效性衡量标准的农民认为推广服务应提供农民认为有效所需的技术。最后,因子2(提供改善农业生产的信息)和因子3(提供农民所需的技术)呈正相关(r= 0.71)。因此,认为公共推广和咨询服务能够有效地提供提高农业生产的信息的农民认为,向农民提供技术的推广服务是有效的。
讨论
该研究的目的是确定豪登省农民对公共推广和咨询服务的感知效果及其潜在因素。研究发现,一般来说,农民认为该省的公共推广和咨询服务是无效的。然而,推广服务在研究测量的16个变量中的6个(6/16)被认为是有效的(见表)2).因此,政府推广官员并没有达到南非农业部制定的农业推广和咨询服务规范和标准中的所有期望。在测量的一些变量中,认为推广和咨询服务无效的影响可能会对农民的农业活动产生负面影响。例如,在提供需求驱动的服务方面效率低下、缺乏灵活性以及没有把农民的需求放在优先位置,可能导致提供与农民无关的推广服务。一个以需求为导向的灵活系统将使政府能够提供满足农民需求的服务。此外,人们认为公共推广在促进和提供获得维持农业生产的技术和咨询意见方面没有效果,这是一个主要关切。据报道,在坦桑尼亚的Kilindi地区,公共推广服务在传递改善农民玉米产量的信息方面并不有效[12].与此同时,获得推广服务对约旦农民的农业生产影响不大[9].相比之下,尼日利亚卡杜纳州的农民表示,有效的推广服务提高了他们的农业生产力[10].不能促进采用维持农业生产的创新的推广服务可能会对农民的生产力产生负面影响。研究表明,农业创新的采用与农业生产,具有显著正相关[45].这意味着,采用创新的农民更有可能实现更高的农业产出。此外,新技术的采用与农业收入有显著的正相关关系[46].因此,在目前的研究中,推广服务不太可能帮助农民通过采用新技术实现更高的农业生产率。
另一方面,公共推广服务有效地解决了农民的一些需求。这表明,公共推广官员有效地为研究地区的农民提供了一些预期的服务。例如,在处理人员和规划活动时有效地遵守Batho Pele(优质服务和商品)的原则;以及提供高质量的推广和咨询服务,是积极的。[12,47他们的意见不一致,因为他们发现在坦桑尼亚和巴基斯坦,大多数农民认为政府没有有效地提供高质量的推广服务。此外,在南非(西海岸和阿马索尔区市政当局)进行的研究表明,公共推广服务不能让大多数农民满意[48,49].因此,农民认为公共推广服务的质量很差。此外,研究结果见表2表明农民认为公共推广服务在提供和便利获取农业信息以改进规划和决策以及使用相关推广方法方面是有效的。同样,在南非进行的研究[48,49];加纳及赞比亚[7];埃及(13研究发现,大多数农民认为公共推广服务在信息传播方面是有效的。相反,南非和巴基斯坦的农民指出,公共推广服务并不能有效地通过印刷材料传播信息[9];农业运动、农民时代和招牌[5].此外,人们还发现,在巴基斯坦,农业推广服务向大多数农民提供的信息不足[47].获取信息使农民能够做出决定,改善他们的农业和解决问题[50];此外,信息对于改善农业产出、营销和分配战略至关重要[51].因此,通过公共推广和咨询服务,研究区域的农民认为他们能够在规划其农业活动时做出知情的决定。此外,大多数农民认为政府推广人员在提供推广服务时没有歧视。这是显而易见的,因为人们认为公共推广服务可以通过自给自足的小农、妇女农民、残疾农民和商业农民有效地促进公平。这与发现女性农民不太可能获得高质量推广服务的研究相反[52].因此,本研究的受访者认为,公共推广服务并不会因为经营规模、性别和身体能力而将农民排除在外。调查显示,受访者对政府推广人员通过推广和咨询服务促进平等的方法充满信心。
通过OLR模型,发现教育水平和年龄是影响研究区农民对公共推广服务有效性认知的积极且显著因素。这意味着,与那些受教育程度较低的农民相比,受教育程度较高的农民认为公共推广服务“有效”。原因可能是受过高等教育的人很了解推广服务的作用;因此,他们对政府推广人员的期望不高。结果,他们对延长服务及提供的谘询服务感到满意,并认为延长服务有效。相反,教育与推广服务在推广现代科技方面的感知成效呈显著负相关[47].同样,在所有条件相同的情况下,年长的农民比年轻的农民认为公共推广服务更有效。这可能是因为年龄较大的农民对农业有丰富的经验,因此,他们对推广官员的期望较低。此外,他们可能不知道根据农业部规定的推广和咨询服务的规范和标准应该向他们提供什么样的服务。为支持研究结果,[17]也报告了年龄与推广服务感知效果之间的积极而显著的关系。然而,在另一项研究中,年龄被发现对农民对推广服务有效性的看法具有积极影响,且无关紧要[15].另一方面,农场/地块规模与推广服务感知效果呈显著负相关。因此,在所有条件相同的情况下,大规模农民认为公共推广服务效率较低。其动机可能是大规模农民希望推广官员定期访问他们,根据他们的农场规模分配更多的资源,并给予他们特殊的优惠。因此,当这些期望没有得到满足时,这些农民就会认为推广服务的效果较差。与研究中发现的相反,农场规模对推广服务的感知效果有积极和显著的影响[16].
PAF的分析结果产生了三个重要的因素,反映公众推广和咨询服务的有效性(见表)5).研究结果显示,相关及优质的推广及谘询服务(因子1)是公共推广服务感知效能的最重要预测因子。其次是提供提高农业生产的信息(因素2),以及提供农民所需的技术(因素3)。与目前的研究结果相反,[18]发现影响推广服务有效性的重要因素是结构、社会文化和经济因素,以及与决策有关的因素。在本研究中,最重要的预测因素(因子1)包括使用相关推广方法和有效的监测和评估工具向所有农民提供适当、优质和灵活的推广和咨询服务。这意味着使用有明确规定和有效的监测和评价系统的灵活办法的推广服务被认为是最有效的。因此,研究区域的农民认为参与式推广方法比自上而下的方法更有效,后者不灵活。这并不奇怪,因为在全球范围内,农业推广已经从自上而下的方式转变为参与式的方式。参与式方法使农民能够在产生知识和改变实践中发挥关键作用[53].这种方法使农民参与活动的规划,并确保他们的需求得到满足,而不是政府所认为的需求[54].此外,对推广服务的监测和评价是决定公共推广服务感知有效性的一个重要变量。原因可能是监测和评估使农民和推广代理人能够发现服务的不足之处,修订推广方法,并改善所提供的服务。因素2表明,推广和咨询服务使农民能够获得农业信息和技能,从而改善和维持其农业生产以及与利益相关者的关系,并被认为是有效的。这可能是由于获取农业信息与农业生产呈正相关[10,51].再者,受访者认为他们与不同利益相关者的关系是决定推广服务有效性的重要变量。这意味着农民希望推广官员将他们与在农业中发挥不可或缺作用的各种利益相关者联系起来。因此,将农民与企业、金融机构和其他相关利益相关者联系起来的推广官员被认为是有效的。通过评估与各种利益相关者的关系来衡量推广服务的有效性,表明农民支持多元化的推广提供系统。在全球范围内,多元化的交付系统已得到普及,因为推广方式已从线性方式演变为需要不同利益相关者参与的农业创新系统。农业创新系统为所有潜在的公共和私营部门创造、传播、采用和使用与农产品生产和营销有关的所有类型的农业知识带来了机遇[55].因素三是为农民提供所需的技术。因此,农民认为促进和提供获取优先满足农民需求的技术的推广服务是有效的。通过推广剂向农民转让技术,包括来自研究和开发的关键信息[56].因此,研究地区的农民很重视推广剂在技术转移中的作用。采用技术有可能改善农民的农业生产[57].然而,并不是所有的技术带给农民,提高农业生产,因为其中一些是无关紧要的。因此,农民注意到提供优先考虑他们需求的技术的重要性,这是确定推广服务有效性的重要措施。
结论
研究发现,一般来说,豪登省的公共农业推广和咨询服务被认为是无效的。但是,推广服务在农业部制定的农业推广咨询服务规范和标准中的六项原则中是有效的。通过OLR模型,研究确定了三个显著影响农民对公共农业推广和咨询服务有效性的社会人口因素(教育水平、年龄和农场/地块大小)。已确定的社会人口因素对农民认知有正向(教育水平和年龄)和负向(农场/地块大小)影响。大规模农民认为公共推广和咨询服务效率较低;然而,受过高等教育和年龄较大的农民认为推广服务更有效。此外,通过PAF分析提取了公共推广服务感知有效性的三个潜在因素(维度)。三个基本因素对公共推广服务的感知效能差异的贡献率为81.81%。这三个基本因素可作为改善农业推广和咨询服务的知情决策的基础。目前的研究表明,要使公共推广和咨询服务有效,推广代理人应提供相关的、高质量的服务,并提供信息,以改善农业生产和促进农民获得所需的技术。 Again, farmers should receive extension and advisory services that are proportional to their scale of operation (farm/plot size). Moreover, other researchers could use the identified underlying factors to develop detailed survey instruments that measure the effectiveness of public extension and advisory services.
数据和材料的可用性
稿件使用的数据在提交的文件中附上。主要数据在Microsoft Excel中。此外,附上SPSS的统计结果。数据和SPSS输出的附加文件名称为Primary data和SPSS Output_BMC。
缩写
- 压缩空气蓄能:
-
农业与环境科学学院
- DoA:
-
农业部
- DF:
-
自由度
- 电弧炉:
-
探索性因素分析
- GDARD:
-
豪登省农业和农村发展部
- 信息通信技术:
-
资讯及通讯科技
- KMO:
-
Kaiser-Meyer-Olkin
- 女士:
-
平均评分
- 改善:
-
主轴保理
- 主成分分析:
-
主成分分析
- 购买力平价:
-
公私合作伙伴关系
- SPSS:
-
社会科学统计软件包
- 南澳大学:
-
南非大学
参考文献
基德AD, Lamers JPA, Ficarelli PP, Hoffman V.私有化农业推广:买者自负。J .种猪。2000;16:95-102。https://doi.org/10.1016/s0743 - 0167 (99) 00040 - 6.
《农业推广:全球意图和严酷现实》。世界银行观察员。2004;19(1):41-60。
Berhane G, Ragasa C, Abate GT, Assefa TW。埃塞俄比亚的农业推广服务状况及其对农业生产力的贡献。华盛顿特区:国际粮食政策研究所;2018.
毛巴。高登省格米斯顿地区农户对农业推广服务提供的感知。中国农业科学;2016;44(2):167-73。https://doi.org/10.17159/2413-3221/2016/v44n2a415.
塔利班U,阿什拉夫I,阿贡加R,乔杜里KM。作为巴基斯坦小农能力建设的信息来源的公共和私营农业推广服务。植物学报,2018;28(6):1846-53。
在巴基斯坦开伯尔-普赫图赫瓦,农民对推广人员推广新农业技术所使用的推广方法的看法。中国农业科学,2012,28(3):511-20。
Somanje AN, Mohan G, Saito O.评估加纳和赞比亚农民对农业推广服务有效性的看法。农业粮食安全,2021年。https://doi.org/10.1186/s40066-021-00325-6.
张志强,张志强,张志强,等。甘蔗种植私人推广服务有效性的影响因素分析。植物化学学报,2019;
刘志强,刘志强。农业推广活动的有效性。中国农业科学,2012;7(2):194-200。
Onwuka FN, Otaokpukpu JN, Okonkwo CJ。推广服务在提高卡杜纳州Kajuru地方政府地区妇女农民合作社的生产力、收入和福利方面的有效性。iard Int J Econ Bus management . 2017; 3:86-100。
张志强,张志强,张志强。巴基斯坦旁遮普省农业推广工作中农户田间学校推广方法的有效性分析。中国农业科学,2010;48(2):259-65。
基林迪区农民对农业推广剂向玉米种植者知识转移的感知效果。硕士论文。莫罗戈罗:Sokoine农业大学;2013.
卡塞姆海关。不同农业推广方法在提供疾病预防知识和技能方面的有效性:埃及Dakhalia省小农家禽生产系统的一个案例。中国农业学报。2014。https://doi.org/10.9734/AJAEES/2014/7010.
农村地区农业推广组织的有效性:Amathole地区自治市(东开普)的案例.硕士论文。比勒陀利亚:南非大学;2015.
Sezgin A, Kaya TE, Atsan T, Kumbasaroğlu H.土耳其埃尔祖鲁姆公共机构农业推广人员效率的影响因素。中国公路学报。2010;4(18):4106-9。
Komba NC, Mlozi MR, Mvena ZS。影响坦桑尼亚阿鲁默鲁地区农民对分散农业推广信息和服务提供有效性的社会经济因素。中国农业科学。2018;6(2):594-602。
Oluwasusi JO, Akanni YO。在尼日利亚埃基蒂州粮食作物农民中推广服务的有效性。农业粮食学报,2014;15(4):324-41。
Rasouliazar S, Hosseini SM, Hosseini SJF, Mirdamadi SM。伊朗农业推广代理人对农业咨询服务公司效能影响因素的调查感知。农业科学。2011;7(2):445-51。
汤普森B,丹尼尔LG。分数建构效度的因素分析证据:历史概况和一些指导方针。教育心理学。1996;56(2):197-208。
Zwane EM, Groenewald IB, Van Niekerk JA。影响南非林波波农业部推广人员绩效的关键因素。农业学报,2014;42(1):49-61。
农业部(DoA)。农业推广与咨询服务规范与标准。比勒陀利亚:农业部;2005.
南非统计局(Stats SA)。数据发布(修订)P0301.4: 2011年人口普查。2011.https://www.statssa.gov.za/publications/P03014/P030142011.pdf.2021年3月25日接入。
南非统计局(Stats SA)。统计数据发布P0302: 2020年年中人口估计。2020.http://www.statssa.gov.za/publications/P0302/P03022020.pdf.2021年3月25日接入。
豪腾企业螺旋桨(GET)。2019/20年度绩效计划。约翰内斯堡:;2020.
豪登省财政部(GPT)。2019年社会经济回顾与展望。约翰内斯堡:GPT;2019.
农业、土地改革和农村发展部。2020年农业统计摘要。比勒陀利亚:DALRRD;2020.
制定和评估职业和技术教育研究的理论框架。中国生物医学工程学报2001;26(1):4-25。https://doi.org/10.5328/JVER26.1.4.
Adom D, Hussein EK, Agyem JA。理论和概念框架:质量研究的强制性成分。中国生物医学工程学报,2018;7(1):438 - 438。
刘峰。调查研究方法。In: Lau F, Kuziemsky C,编辑。电子健康评估手册:循证方法。维多利亚:维多利亚大学;2016.227 - 41页。
陈建平,陈建平。教育研究:循证调查。哈洛:培生教育有限公司;2014.
南非统计局(Stats SA)。统计数据发布P0302: 2017年年中人口估计。2017.http://www.statssa.gov.za/publications/P0302/P03022020.pdf.2021年3月25日接入。
Krejcie RV, Morgan DW确定研究活动的样本量。教育心理学杂志。1970;30(3):607-10。
泰伯KS。在科学教育中开发和报告研究仪器时使用Cronbach 's alpha。中国生物医学工程学报。2018;29(6):393 - 393。
Harrell FE Jr.回归建模策略:应用于线性模型、逻辑回归和序数回归,以及生存分析。第二版。纽约:施普林格;2015.
Gray CD, Kinnear PR. IBM SPSS统计19使简单。东苏塞克斯:心理学出版社;2012.
Burton LJ, Mazerolle SM。第一部分:体育训练教育研究中调查工具的开发与验证原则。体育教育。2011;6(1):27-35。
Williams B, Onsman A, Brown T.探索性因素分析:新手的五步指导。中国生物医学工程学报,2010;8(3):990399。
Kaiser高频。第二代的瞬间。心理测量学,1970,35(4):401 - 15所示。
Costello AB, Osborne JW。探索性因素分析中的最佳实践:从分析中获得最大收益的四条建议。实践评价评价。2005;10(7):1-9。https://doi.org/10.7275/jyj1-4868.
利用geomin, infomax, oblimin, promax和varimax旋转评估ERP数据的两步主成分分析。心理生理学。2010;47(1):170 - 83。
卡特尔RB。因子分析在行为科学和生命科学中的科学应用。纽约:全会出版社;1978.
Hair JF, Black WC, Babin BJ, Anderson RE, Tatham RL。多元数据分析。上鞍河:皮尔逊·普伦蒂斯大厅;2006.
字段A.使用IBM SPSS统计数据发现统计数据。洛杉矶:鼠尾草;2018.
刘国华,刘国华,刘国华。多元数据分析。安多弗:CENGAGE Learning AMEA;2019.
oundari K, Bolarinwa OD。在撒哈拉以南非洲,采用农业创新是否会影响农业生产和家庭福利?一个荟萃分析。农业资源经济,2019,48(1):142-69。
刘志刚,刘志刚,刘志刚。农业灌溉技术应用的影响因素与经济回报——以泰国柴雅芬省为例。可持续性。2017;9(9):1524。https://doi.org/10.3390/su9091524.
Al-Zahrani KH, Khan AQ, Baig MB, Mubushar M, Herab AH。小麦农民对实现可持续生物产量的农业推广服务的看法。中国生物医学杂志。2019;26(7):1503-8。https://doi.org/10.1016/j.sjbs.2019.02.002.
王晓东,王晓东,王晓东。西开普省西海岸地区政府推广服务质量评价研究。能源科学与技术。2012;4(12):113-26。
Agholor IA, Monde N, Obi N, Sunday OA。推广服务的质量:对Amathole农民的案例研究。农业科学学报,2013;5(2):204-12。https://doi.org/10.5539/jas.v5n2p204.
投资推广和咨询服务作为农业创新系统概述的一部分。华盛顿特区:世界银行;2012.
Oladele OI。尼日利亚农场广播和农业信息获取的多语种。北欧农用螺栓2006,15(2):199-205。
拉加萨C,伯哈恩G,塔德斯F,塔夫斯AS。在获得推广服务和农业生产力方面的性别差异。农业教育学报,2013,19(5):437-68。
Scoones I, Thompson J. Farmer第一次回顾:农业研究和发展的创新。第一版橄榄球:实际行动;2009.
公共推广服务中的参与式管理。参与学习行动。2005;52:21-6。
Scoones I, Thompson J,编辑。以农民为中心的创新转化农业。牛津大学:ITDG出版;2009.
可持续农业研究人员和生产者的技术转移偏好。J Ext . 2006; 44:145-54。
Tiamiyu SA, Akintola JO, Rahji MAY。尼日利亚热带草原地区非洲新水稻种植者的技术采用和产量差异。Tropicultura。2009;27(4):193 - 7。
确认
作者要感谢所有参与研究的豪登省农民,豪登省农业与农村发展部批准开展研究,gard的农业顾问和协助研究人员收集数据的研究助理。
资金
南非大学农业与环境科学学院(CAES)通过学院研究基金为这项研究提供了资金。
作者信息
作者和联系
贡献
两名作者(MMSM和MAA)都同意发表该手稿。论文概念化:MMSM,研究方法:MMSM和MAA,数据分析:MMSM和MAA,写作:MMSM,编辑和评审:MA。两位作者阅读并批准了最终稿。
相应的作者
道德声明
伦理认可和同意参与
该研究获得了南非大学gard和CAES研究伦理审查委员会的许可和伦理批准。CAES研究伦理审查委员会的伦理许可号为2016/CAES/073。在数据收集过程中,所有被选中的参与者在接受访谈前都被要求签署知情同意书。
同意出版
不适用。
相互竞争的利益
所有的作者都声明他们没有经济利益。
额外的信息
出版商的注意
beplay.cc官方施普林格《自然》对出版的地图和机构附属关系中的管辖权要求保持中立。
权利和权限
开放获取本文根据知识共享署名4.0国际许可协议授权,该协议允许以任何媒介或格式使用、共享、改编、分发和复制,只要您适当地注明原作者和源代码,提供知识共享许可协议的链接,并说明是否进行了修改。本文中的图像或其他第三方材料均包含在本文的知识共享许可中,除非在材料的信用额度中另有说明。如果材料不包含在文章的知识共享许可中,并且您的预期使用不被法定法规允许或超过允许的使用,您将需要直接从版权所有者获得许可。如欲查阅本牌照副本,请浏览http://creativecommons.org/licenses/by/4.0/.知识共享公共领域转让豁免书(http://creativecommons.org/publicdomain/zero/1.0/)适用于本文提供的数据,除非在对数据的信用额度中另有说明。
关于这篇文章
引用这篇文章
Maake, m.m.s., Antwi, M.A.南非农民对公共农业推广服务有效性的认知:相关因素的探索性分析。农业和粮食安全11,34(2022)。https://doi.org/10.1186/s40066-022-00372-7
收到了:
接受:
发表:
DOI:https://doi.org/10.1186/s40066-022-00372-7
关键字
- 有效性
- 扩展
- 因子分析