Опубликовано 7 часов назад

Кто подскажет фермеру: влияние сверстников и адаптация к климату

Регион нижнего Меконга испытывает всё более значительные социальные и экологические изменения вследствие строительства плотин и изменения климата. Мелкие фермеры, ведущие натуральное хозяйство, сильно страдают от этих изменений и, вероятно, реагируют способами, минимизирующими их риски. Социальные сети могут влиять на поведение фермеров и способствовать их адаптивному потенциалу, однако их роль в формировании адаптивного поведения при ограниченной институциональной поддержке остаётся недостаточно изученной. В данном исследовании рассматривается роль неформальных сетей сверстников и формальных сетей в формировании решений фермеров об адаптации в Камбодже с использованием моделей социального влияния.

В исследовании использовались данные опроса домохозяйств, охватившего 198 домохозяйств в богарных рисоводческих общинах вблизи недавно построенной ирригационной плотины в районе озера Тонлесап. Исследование также включало качественные данные, полученные из интервью и полевых наблюдений. Наши результаты показывают, что фермеры реагируют на связанные с климатом стрессы, такие как засуха, вредители, наводнения и штормы, внося постепенные изменения в сельскохозяйственные практики — по отдельности или в сочетании, — включая корректировку сроков посадки и использования удобрений, ирригации и пестицидов. Результаты выявляют значительный положительный эффект воспринимаемого эффекта сверстников на вовлечённость фермеров в множественные адаптивные практики. Поведенческая модель указывает на значимую связь воспринимаемого эффекта сверстников с использованием пестицидов, но не с решениями увеличить использование ирригации и удобрений. Это говорит о том, что некоторые адаптивные практики, такие как ирригация и использование удобрений, вероятно, ограничены доступом к ресурсам и инфраструктурой, тогда как другие, например использование пестицидов, более чувствительны к динамике сверстников, основанной на взаимодействии и наблюдении. Анализ взаимодействий показывает, что формальные сети, в частности связи с НПО и частными поставщиками, опосредуют эффекты сверстников, подчёркивая различные и взаимодополняющие роли обеих сетей в содействии адаптации к климатическим рискам. Кроме того, на решения об адаптации влияют опыт внешних потрясений, землевладение и благосостояние. Эти результаты дают практические рекомендации для политиков и планировщиков при разработке контекстно обусловленных, основанных на сетях interventions по адаптации, которые поддерживают местные механизмы координации и коллективные адаптационные процессы, выходя за рамки распространения информации. Таким образом, эти меры могут повысить адаптивный потенциал сельскохозяйственных общин в условиях ограниченной институциональной поддержки.

Неблагоприятные события, связанные с климатом, глубоко воздействуют на сельскохозяйственные и другие источники средств к существованию, зависящие от природных ресурсов, в развивающемся мире (IPCC, 2022). Это особенно верно для региона нижнего Меконга (LMR), где климатические прогнозы указывают на повышение средней температуры на 0,79 °C и изменчивость сезонных осадков, что приводит к экстремальным водным потокам во влажный и сухой сезоны, усиливая наводнения и засухи (Eastham и др., 2008; Dong и др., 2022). Кроме того, беспрецедентный бум плотин, часто продвигаемый как климатическая интервенция для управления риском засухи (MRC, 2022), имеет последствия, которые могут взаимодействовать с климатическими рисками и, вероятно, усугублять их. Например, плотины вызвали быстрые изменения в динамике воды, питательных веществ и наносов (Pokharel и др., 2018), влияя на качество воды и почвы (Bastakoti и др., 2014; Trung и др., 2020), разнообразие рыбы (Nhung, 2017; He и др., 2018) и в конечном итоге на средства к существованию населения, зависящего от сельского хозяйства и рыболовства (Robert, 2017). Мелкие фермеры, ведущие натуральное хозяйство в богарных системах, подвергаются риску нехватки воды, снижения урожайности сельскохозяйственных культур, роста цен на продовольствие и продовольственной необеспеченности (IPCC, 2022; MRC, 2022).

В ответ фермеры всё чаще применяют поведение, связанное с внедрением климатически чувствительных решений — таких как улучшенные и стрессоустойчивые сорта семян, меры по сохранению почвы и воды, корректировка использования ресурсов и интенсивности управления, а также использование климатических информационных услуг, — которые напрямую влияют на системы «вода–энергия–продовольствие» в сельских общинах (Belay и Fekadu, 2021; Zagre и др., 2024). Таким образом, необходимо понимать доступ фермеров к таким практикам и их использование, чтобы предвидеть и эффективно реагировать, минимизируя уязвимость фермеров, что часто называют адаптивным поведением (Smit и др., 2000).

Адаптивное поведение фермеров — это активные и ситуационно обусловленные ответные действия, предпринимаемые фермерами на основе их опыта, навыков и репертуара практик, чтобы непрерывно адаптироваться, переосмысливать и комбинировать их в ответ на экологические и климатические неопределённости (Glover, 2018). Эти модели поведения часто принимают форму климатически чувствительных сельскохозяйственных стратегий и низкозатратных технологий, встроенных в повседневные фермерские практики. Адаптивное поведение можно различать по целенаправленности (автономное или планируемое) и по времени (упреждающее или реактивное) (Smit и Pilifosova, 2001). Для фермеров эти действия варьируются от решений о практиках управления сельским хозяйством (например, выбор культур, сроки посадки) и стратегий жизнеобеспечения (например, диверсификация источников дохода) до укрепления устойчивости на уровне общины (например, программы обмена семенами). В основе этих адаптаций лежит потребность в адаптивном потенциале, который отражает не только доступ фермеров к ресурсам, информации и институциональной поддержке, встроенным в социальную систему (Munthali и др., 2025), но и практические знания, которые фермеры приобрели в результате повторяющегося взаимодействия со своей землёй, культурами, социальными отношениями и окружающей средой, что позволяет им активно адаптироваться и реагировать на изменяющиеся условия.

Социальный капитал может способствовать формированию адаптивного потенциала домохозяйств, зависящих от природных ресурсов, обеспечивая доступ к ресурсам и их использование (Bebbington, 1999). Однако именно роль социальных сетей — как формальных, так и неформальных — как воплощений и источников социального капитала привлекает внимание в исследованиях сельскохозяйственных инноваций (van Rijn и др., 2012), управления природными ресурсами (Bodin и др., 2006; Kramer и др., 2016; Groce и др., 2018), устойчивости и адаптации к изменению климата (Cassidy и Barnes, 2012; Islam и Walkerden, 2014; Barnes и др., 2020).

Формальные сети, такие как местные государственные органы, НПО, частные предприятия и кооперативы, играют ключевую роль в распространении информации о климатических рисках и повышении осведомлённости, распределении ресурсов и посредничестве в инновациях (Bastakoti и др., 2014), что также называют связующим капиталом. Эти сети часто характеризуются членством и хорошо налаженными каналами коммуникации. Тогда как неформальные сети, включая обмен информацией между сверстниками и трудовые сети, опираются на личные отношения, что также называют объединяющим капиталом. Хотя обе сети могут влиять на адаптивное поведение фермеров, неформальные сети особенно важны для обмена знаниями, трудом или деньгами там, где формальная поддержка отсутствует или ограничена (Cassidy и Barnes, 2012; Tran и Rodela, 2019).

Предыдущие исследования анализировали влияние неформальных сетей на адаптацию фермеров с использованием таких показателей, как наличие социальных связей (Li и др., 2023), количество социальных связей (Wossen и др., 2013), расстояние до членов сети, доля адаптирующихся в сети (Matuschke и Qaim, 2009) и среднее поведение сверстников (Moritz и др., 2024). Однако эти исследования не отражают динамический процесс, посредством которого фермеры взаимодействуют с поведением своих сверстников и подвергаются его воздействию, что приводит к обучению и корректировке поведения с течением времени. Мы называем этот процесс воспринимаемым влиянием сверстников (PPE), которое, вероятно, формирует их убеждения, знания и поведение (Frank, 2011; Barnes и др., 2020). Кроме того, хотя эти исследования признают значимость как формальных, так и неформальных сетей, они анализируют их влияние независимо, ограничивая наше понимание возможных эффектов взаимодействия на решения об адаптации.

В ответ на эти ограничения мы стремимся изучить роль сетей сверстников и формальных сетей фермеров в влиянии на адаптивное поведение в ответ на климатические риски в LMR. В частности, мы рассматриваем два ключевых исследовательских вопроса: (1) влияет ли воспринимаемое влияние сверстников на адаптивное поведение фермеров в отношении климатического риска и в какой степени и (2) как формальные сети могут влиять на адаптивное поведение фермеров при наличии воспринимаемого влияния сверстников при контроле социально-экономических, психологических и демографических характеристик фермеров. Эти вопросы исследуются с использованием смешанных методов и подробно описаны в разделах 2 и 3.

Это исследование вносит вклад в существующую литературу по адаптации к изменению климата несколькими способами. Во-первых, оно расширяет ограниченные знания о том, как воспринимаемое влияние сверстников влияет на адаптивное поведение фермеров в регионах с ограниченной институциональной поддержкой, количественно оценивая этот процесс с помощью моделей социального влияния. Во-вторых, оно исследует, как эффект воспринимаемого влияния сверстников варьируется в зависимости от связей с различными формальными сетями, вводя эффекты взаимодействия, которые объясняют, когда формальные и неформальные сети, вероятно, будут усиливать или заменять друг друга. Эти знания могут помочь политикам, стремящимся стратегически использовать формальные связи и влияние сверстников на разных этапах процесса адаптации. Наконец, интегрируя качественные и количественные методы, исследование обеспечивает надёжное и детализированное понимание решений об адаптации в фермерских общинах, зависящих от ресурсов, укрепляя доказательную базу для разработки целевых адаптационных интервенций.

Следующие разделы описывают нашу концептуальную основу; описывают материалы и методы; представляют результаты и обсуждают их последствия, включая ограничения; и предлагают направления для будущих исследований.

Наша исследовательская основа объединяет устоявшиеся социально-экологические поведенческие теории, включая ограниченную рациональность и планируемое поведение (Schlüter и др., 2017), и теорию сетей социального влияния (Friedkin и Johnsen, 2011), а также включает эмпирические данные из исследований адаптации к изменению климата, социального капитала и социальных сетей (Рисунок 1).

Рисунок 1 Концептуальная основа: влияние социальных сетей и других социально-психологических, экономических и демографических факторов на выбор адаптации фермеров.

Принятие решений фермерами по управлению климатическими рисками происходит в интерактивной социально-экологической среде, где индивидуальные решения на уровне фермы возникают из ряда взаимозависимостей между фермерами, их сверстниками и формальными связями (Leeuwis и Aarts, 2021; Martiarena и др., 2024). В контексте этого исследования эти взаимозависимости в первую очередь информационные — фермеры разделяют одну и ту же агроэкологическую среду и климатическую изменчивость, создавая общую информационную среду, в которой то, что один фермер воспринимает, узнаёт или решает, циркулирует через их сети и формирует то, что другие узнают и делают. В результате в системах мелких землевладельцев адаптивное поведение, такое как изменения в использовании ресурсов, сроках посадки и управлении культурами, не является изолированными индивидуальными действиями, а возникает из этой взаимосвязанной сети общего опыта, обучения и корректировки.

Решение фермеров начинается с накопления знаний — либо через личный опыт сельскохозяйственных практик, либо через обучение во взаимодействии с их социальными связями — о воспринимаемых причинах и последствиях климатических рисков и потенциальных вариантах адаптации. Фермеры приобретают эти знания из общего воздействия внешней среды, например плотин и неравномерного распределения воды и климатических экстремумов, и из различных попыток смягчить риски с течением времени (Jiao и др., 2020; Ha Vo и др., 2021). Когда неопределённость фермеров ограничена неполной информацией и ограниченными когнитивными способностями, они склонны полагаться на опыт и обучение из социальных сетей (Taberna и др., 2023). Теория сетей социального влияния описывает, как люди обновляют свои убеждения и поведение через взаимодействие и воздействие своих сверстников, включая друзей и родственников. Эта опора на сверстников отражает горизонтальные взаимозависимости, то есть фермеры, сталкивающиеся с одинаковыми агроэкологическими условиями и климатической изменчивостью, учатся друг у друга и адаптируются друг к другу, обмениваясь информацией, опытом и оценками того, что работает, через свои сети сверстников. В этом исследовании мы называем этот процесс воспринимаемым влиянием сверстников (PPE), которое отражает взвешенные по взаимодействию восприятия фермерами поведения сверстников с течением времени. Хотя PPE согласуется с подходами, используемыми в моделях социального влияния, оно может отражать множество лежащих в основе процессов, включая наблюдательное обучение, социальное влияние, координацию и взаимную адаптацию, посредством которых фермеры опираются на свой собственный опыт, ситуацию и местные знания, чтобы интерпретировать то, что они видят, учиться на этом и соответствующим образом корректировать свои фермерские практики (Glover, 2018; Leeuwis и Aarts, 2021).

Кроме того, связи с формальными организациями, включая НПО, государственные органы и местные группы, для получения информации, консультаций и ресурсов (называемые вертикальными взаимозависимостями), могут улучшать обучение и способствовать адаптации, предлагая техническую и материальную поддержку (Bastakoti и др., 2014; Bui и Do, 2021; Abdallah и др., 2014).

Решения о фермерских практиках также зависят от других психологических, экономических и демографических факторов (Dang и др., 2019). Теория планируемого поведения предполагает, что на поведение влияют поведенческие установки, формируемые ожиданиями, например, относительно повышения урожайности сельскохозяйственных культур (Chèze и др., 2020; Damalas, 2021), доверием к государственным стратегиям управления (Cologna и Siegrist, 2020; Li и др., 2023) и их воспринимаемой способностью управлять риском с помощью соответствующих мер, что также называют воспринимаемым адаптивным потенциалом (Grothmann и Patt, 2005). Даже если фермеры разрабатывают варианты адаптации и намерения, их фактическое поведение может находиться под влиянием воспринимаемого поведенческого контроля, то есть их совокупного убеждения о факторе контроля (например, активах) и воспринимаемой силы этих факторов для управления риском.

Экономические факторы, такие как благосостояние, доступ к кредиту (Barnes и др., 2020; Nhuong и др., 2025) и гарантия землевладения (Abdallah и др., 2014; Yaméogo и др., 2018; Jiao и др., 2020), часто являются важными факторами контроля. Характеристики домохозяйства, такие как возраст (Ma и др., 2022; Ha и др., 2023), образование и пол главы домохозяйства, а также размер домохозяйства (Abdallah и др., 2014; Belay и Fekadu, 2021; Ha Vo и др., 2021), также могут влиять на решения об адаптации.

3.1 Исследовательские площадки и популяция

Исследование было сосредоточено на фермерских домохозяйствах, расположенных в общинах вблизи озера Тонлесап в Камбодже (Рисунок 2). Тонлесап, известное как «Великое озеро» Камбоджи, представляет собой крупный пресноводный водоём, который до недавнего времени испытывал колебания площади от 2 500 км2 в сухой сезон до 15 000 км2 во влажный сезон (Dang и др., 2022). Озеро разделяет уникальную, взаимосвязанную гидрологическую и сельскохозяйственную экосистему с рекой Меконг через реку Тонлесап и поддерживает средства к существованию почти половины населения Камбоджи (Althor и др., 2018). Хотя оно хорошо известно своим исключительным производством рыбы, поймы озера также вносят вклад в производство риса в Камбодже.

Рисунок 2 Исследуемые общины вокруг озера Тонлесап.

Общины вокруг озера Тонлесап являются частью социально-экономического ландшафта, характеризующегося разнообразием этнического состава (то есть кхмеры, чамы и вьетнамцы), источников средств к существованию, доступа к ресурсам, уровней бедности и уязвимости. Преобладающими источниками средств к существованию являются рыболовство для тех, кто живёт near озеро, и выращивание риса для тех, кто живёт дальше, и оба сильно подвержены колебаниям динамики паводкового импульса озера (MRC/WUP-FIN, 2007). Другие проблемы включают быстрый рост населения, инициативы развития под руководством правительства, такие как строительство плотин, и изменение климата (Nuorteva и др., 2010; Yoshida и др., 2020), что повышает чувствительность сельскохозяйственного сектора за счёт удлинения периодов засухи, изменения динамики наводнений и продвижения несправедливого управления водными ресурсами, что снизило урожайность риса (World Bank, 2023), усугубляя задолженность и продовольственную необеспеченность.

Выборка исследования включает домохозяйства из восьми деревень, отобранных на основе многоэтапного целенаправленного процесса отбора (Рисунок 3). Из 14 деревень, первоначально определённых посредством интервью об истории деревень с общинными лидерами в январе 2023 года, мы применили несколько критериев для определения выбранных деревень: критерии отбора включали (1) географическую близость к ирригационной плотине Ачанг и озеру Тонлесап; (2) первичную зависимость средств к существованию от земледелия (не менее 40%) и рыболовства; и (3) наличие свидетельств связанных с климатом и социально-экологических проблем (например, нерегулярные наводнения или засуха, доступ к земле, проблемы земледелия, сокращение рыболовства, переселение и миграция) и разнообразный набор ответных мер на эти проблемы в общинах.

Рисунок 3 Процесс отбора выборки для исследуемых деревень.

Четыре общины — Чхнук Тру, Оу Та Прок, Пеам Банг и Срей Чак — расположены на пойме озера Тонлесап, где жители в основном занимаются рыболовством во влажный сезон (июнь–октябрь), земледелием в сухой сезон (ноябрь–май) и сезонными работами по найму. Остальные четыре деревни — Танг Тхнуем, Танг Трапеанг, Тапанг и Поу Мреач — расположены на разных расстояниях ниже по течению от ирригационной плотины Ачанг и в пределах 15 км от озера Тонлесап и в основном состоят из рисоводов.

Исследование рассматривало домохозяйства, в основном занимающиеся производством риса, в качестве основной единицы анализа и поэтому включило 213 из 400 случайно отобранных домохозяйств из восьми общин. После исключения случаев с отсутствующими ответами окончательная выборка включала 198 домохозяйств.

3.2 Сбор данных

В этом исследовании использовались данные, собранные в рамках проекта в Университете штата Мичиган (MSU), одобренного Институциональным наблюдательным советом MSU (IRB) под номером STUDY00004770. Данные были собраны с использованием опросов домохозяйств, неформальных интервью и методов участвующего наблюдения в период с мая 2022 года по июнь 2023 года с использованием планшетной платформы Open Data Kit (ODK) (Hartung и др., 2010). Письменное согласие было получено от участников, которые умели читать и писать, после объяснения цели исследования, использования данных, мер конфиденциальности и права отказаться от участия. Для участников, которые не умели читать и писать, было получено устное согласие, при этом форма согласия зачитывалась вслух для обеспечения понимания.

Обученная исследовательская группа провела 90-минутные очные, предварительно протестированные, структурированные и полуструктурированные опросы с главами домохозяйств для сбора перекрёстной и ретроспективной информации о демографии домохозяйств, доходах и задолженности, материальном благосостоянии, продовольственной безопасности, засухе, социальных сетях, устойчивости и средствах к существованию. После опроса были проведены неформальные интервью с местными жителями в шести общинах вблизи ирригационной плотины Ачанг, чтобы понять недавние проблемы, связанные с земледелием, включая практики выращивания риса, развитие инфраструктуры, изменение климата, стратегии преодоления и адаптации, а также местную поддержку.

3.3 Сбор сетевых данных

3.3.1 Определения

Социальные сети понимаются как реляционные структуры, через которые социальный капитал — определяемый как ресурсы, встроенные в социальные отношения, — доступен и мобилизуется (Lin, 2002). В этом исследовании социальные сети концептуализируются как структурный механизм, который способствует адаптивному ответу на изменяющуюся окружающую среду и климат через два аналитически различных типа социальных связей (Matuschke и Qaim, 2009; Barnes и др., 2020). Первый — это связи между фермерами в неформальных сетях сверстников или эгоцентрических сетях (то есть друзья, члены семьи или соседи), центрированных на отдельном фермере (то есть «эго»), для обмена информацией. Второй — это формальные сети, включая неправительственные организации (НПО), государственные органы и частных поставщиков, представляющие более структурированные отношения, которые могут способствовать адаптации к изменению климата и обмену ресурсами в сельском сельскохозяйственном контексте (Adger, 2003).

3.3.2 Методы

Учитывая проблемы, связанные с обычными методами сбора сетевых данных, был принят альтернативный подход, соответствующий контексту исследования. Такие методы, как «техника генератора имён» (Isaac и др., 2014), «метод подсказки по имени» (Matouš и др., 2013) и методы снежного кома (Albizua и др., 2021), требуют идентификации сверстников по имени и интервьюирования их. Однако в наших исследуемых общинах широкое использование прозвищ затрудняло точную идентификацию сверстников. Кроме того, эти методы часто ограничивают сбор данных границами деревни. Однако во многих сельскохозяйственных системах фермеры полагаются на сети и связи за пределами границ деревни (Conley и Udry, 2001; Bandiera и Rasul, 2006), как указано в историях наших деревень.

Чтобы решить эти проблемы, полные эгоцентрические сетевые данные были собраны с использованием эгоцентрического генератора имён. Каждый опрошенный глава домохозяйства указал до пяти человек, у которых он ищет информацию и советы по земледелию. Эти лица называются неформальными сетевыми партнёрами. Для каждого партнёра главы домохозяйств были asked предоставить информацию о своих сетевых партнёрах (Ma и др., 2022), включая их географическое местоположение, характер их отношений, частоту взаимодействий и недавние поведенческие изменения в отношении выбора культур и управления фермой (например, совместное выращивание, ирригация, удобрения и пестициды). Этот подход является установившейся практикой в эгоцентрических сетевых исследованиях (Marsden и Hollstein, 2023) и исследованиях сельскохозяйственных сетей и согласуется с операционализацией воздействия сети сверстников в контекстах адаптации к климату Barnes и др. (2020). Преимущество ограничения номинаций пятью альтерами заключается в том, что респонденты идентифицируют своих самых сильных и наиболее часто контактирующих сверстников, которые с наибольшей вероятностью будут точно вспомнены для консультаций и окажут значимое поведенческое влияние на решения о земледелии. Фиксированный верхний предел также снижает усталость респондентов и ограничивает когнитивную кластеризацию, когда респонденты склонны заполнять сеть сверстников семейными связями, прежде чем вспомнить более сельскохозяйственно релевантных сверстников, таких как соседи и другие фермеры (Jariego, 2018).

Этот подход имеет некоторые ограничения. Во-первых, исследование не получило информации из первых рук от сетевых партнёров. Однако теория социального обучения и предыдущие исследования предполагают, что, хотя фермеры могут не иметь подробных знаний о практиках других фермеров (например, количество внесённых удобрений или пестицидов), они имеют общую информацию о практиках своих сверстников через взаимодействие (например, практики взаимности в земледелии), наблюдение (Conley и Udry, 2001; Massfeller и Storm, 2024) и участие через совместную сельскохозяйственную деятельность (Wenger, 1998).

Во-вторых, хотя этот подход фиксирует заметные и регулярно активируемые эго-направленные связи, он не позволяет реконструировать более широкую сетевую структуру, включая связи между альтерами или косвенные связи. Это означает, что анализ не учитывает структурные сетевые свойства, такие как плотность или центральность, и не полностью оценивает, как информация и влияние циркулируют за пределами непосредственных контактов. Кроме того, более слабые связи могут быть недопредставлены.

Однако исследование фиксирует воздействие ряда связующих связей за пределами их сверстников, собирая информацию о формальных сетевых источниках, из которых домохозяйства получают информацию и советы по земледелию.

3.4 Выбор ковариат

Исследование первоначально рассмотрело 18 ковариат, предложенных поведенческими теориями и обзором эмпирических исследований адаптивного поведения к изменению климата (см. Рисунок 1). Чтобы учесть объяснительную силу и чувствительность моделей Пуассона и Пробита (см. раздел 3.5.1) с учётом нашего размера выборки в 198, был применён подход мультимодального вывода с использованием пакета MuMIn в R (Bartoń, 2024) для дальнейшей идентификации ключевых ковариат. В результате этого процесса было идентифицировано 12 ковариат, включая воспринимаемое влияние сверстников и взаимодействие воспринимаемого влияния сверстников с формальными связями. Эти ковариаты были сильно взвешены с точки зрения относительной важности и appeared статистически значимыми в топ-20 моделях с наибольшей прогностической силой на основе AIC. Для согласованности и проверки устойчивости результатов одни и те же ковариаты тестировались во всех моделях. Анализ мощности подтвердил адекватность выбранного числа переменных для каждой модели (Псевдо R2 = 0,1–3, мощность = 0,84–0,99, при p-значении = 0,05).

3.4.1 Показатели влияния сверстников

В этом исследовании использовалось воспринимаемое влияние сверстников (PPE) для измерения эффекта неформальной сети сверстников, объединяя воспринимаемую частоту взаимодействий со сверстниками с адаптивным поведением сверстников в эгоцентрических сетях. Основываясь на обсуждении динамических взаимодействий в социальных сетях (Manski, 2000) и моделировании влияния для управления природными ресурсами (Frank, 2011), PPE отражает процесс с временным лагом взаимодействия, наблюдения и принятия воспринимаемого поведения сверстников. Интегрируя частоту взаимодействий за 12 месяцев и адаптивное поведение сверстников, PPE отражает, как влияние сверстников affects фермерскую деятельность в рамках их заявленных сетей сверстников.

Термин «воспринимаемое влияние сверстников» адаптирует концепцию «сетевого воздействия», используемую в моделях социального влияния (Frank, 2011; Barnes и др., 2020), фиксируя самоотчётные связи фермеров, уровни взаимодействия и адаптивное поведение сверстников. Хотя это менее распространено в исследованиях изменения климата, его использование растёт в исследованиях социальных сетей в более широком смысле, изучая, например, рискованное поведение и употребление психоактивных веществ среди подростков и молодых взрослых (Schuler и др., 2019; Hofer, 2024).

Этот акцент на восприятии теоретически важен, поскольку предыдущие исследования показывают, что восприятия фермерами действий или ожиданий своих сверстников могут быть такими же важными, как и фактическое поведение. Например, Vasquez и др. (2019) обнаружили, что воспринимаемые нормы использования противомикробных препаратов влияли на намерения фермеров на молочных фермах Нью-Йорка. Аналогичным образом, Qiu и др. (2021) показали, что воспринимаемое поведение сверстников влияло на решения о защите земель в Китае, наблюдая аналогичные эффекты в отношении экологически чистого производства. Исследования даже показали, что воспринимаемое поведение сверстников может влиять на индивидуальные решения больше, чем фактическое поведение (Watts и др., 2024). Эти результаты подчёркивают значительную и часто недостаточно изученную роль воспринимаемого поведения сверстников в принятии решений.

Учитывая сложность процессов влияния сверстников, показатель PPE зависит от нескольких ключевых допущений. Во-первых, пять номинированных связей представляют собой самые сильные связи и основные каналы потока информации от сверстников к фокальному фермеру. Во-вторых, взвешивание частоты взаимодействия за 12 месяцев отражает интенсивность отношений, а не случайный контакт, поскольку устойчивое взаимодействие является механизмом, посредством которого поведенческое влияние накапливается и превращается в изменение практик. В-третьих, мультипликативная конструкция PPE, объединяющая взвешенную частоту взаимодействий и воспринимаемое поведение сверстников, отражает теоретический аргумент о том, что поведенческое влияние обусловлено совместным возникновением как интенсивности отношений, так и поведенческого содержания; то есть фермер, подвергающийся воздействию адаптивного поведения сверстников через нечастые контакты, или тот, кто часто взаимодействует с неадаптирующимися сверстниками, испытывает ограниченное эффективное влияние.

Также стоит отметить, что PPE может отражать комбинацию процессов, включая социальное влияние, гомофилию (то есть взаимодействие похожих фермеров друг с другом) и общее воздействие экологических или институциональных условий. Учитывая перекрёстный и эгоцентрический дизайн, эти механизмы не могут быть полностью разделены. Кроме того, он не фиксирует, течёт ли влияние взаимно между фермерами и их номинированными сверстниками. Однако, чтобы смягчить опасения, связанные с рефлексией или одновременностью — когда заявленное поведение сверстников может просто отражать собственные действия респондентов, — мы проверили, что показатели воспринимаемого влияния сверстников в наших данных не значительно коррелируют с текущим адаптивным поведением самих фермеров.

3.4.2 Показатели формальных сетей

Три типа формальных сетей — связи с государственными органами, НПО и частными поставщиками — были закодированы как фиктивные переменные, где «1» обозначает наличие («Да»), а «0» — отсутствие («Нет») соответствующей связи.

3.4.3 Показатели других ковариат

Показатели экономического состояния включают: количество земли в собственности в гектарах («землевладение») и индекс благосостояния, полученный из анализа главных компонент (PCA) (Córdova, 2008; Howe и др., 2008) с использованием прокси-показателей (то есть общее количество товаров длительного пользования, принадлежащих домохозяйству, доступ к улучшенному источнику питьевой воды, улучшенному источнику топлива для приготовления пищи и освещения, улучшенным туалетным удобствам, количество земли в собственности (га) и общее количество единиц скота (TLU)). Изменения в продуктивности сельскохозяйственных культур за последние несколько лет использовались как прокси-показатель ожидаемой отдачи фермеров от адаптивного поведения, закодированный как «1» для снижения продуктивности сельскохозяйственных культур и «0» для аналогичной или увеличения продуктивности сельскохозяйственных культур. Общее количество экстремальных событий, с которыми столкнулись фермерские домохозяйства («множественные потрясения»), было включено как психологический фактор. Также был включён возраст главы домохозяйства. Таблица 1 предоставляет сводную статистику для ковариат модели и ожидаемых связей.

Таблица 1 Сводная статистика для ковариат модели.

3.5 Аналитический подход

Исследование приняло смешанный подход, интегрируя как статистические методы, так и качественные подходы для сбора и анализа данных.

3.5.1 Количественный

Модель сетевого влияния использовалась для измерения и понимания того, как на поведение фермеров влияют восприятия поведения сверстников в эгоцентрических сетях (Bodin и др., 2006). Модели влияния использовались для изучения сетевого эффекта на решения рыбаков о соблюдении правил морского владения (Stevens и др., 2015), решения охотников о добыче (Kramer и др., 2016); и адаптивные и трансформативные действия домохозяйств, связанные с изменением климата (Barnes и др., 2020).

Был применён двухэтапный подход к моделированию. Во-первых, исследование проанализировало влияние формальных и неформальных социальных сетей фермеров на степень внедрения адаптивного поведения (то есть интенсивность адаптации) или общее количество всех принятых адаптивных поведений. Затем было протестировано влияние сетей на конкретные адаптивные поведения фермеров (то есть выбор адаптации), такие как управление культурами и фермой.

Для оценки эффектов кластеризации и необходимости иерархического линейного моделирования был проведён анализ ANOVA со случайными эффектами на уровне значимости 5%, после чего был вычислен коэффициент внутриклассовой корреляции (ICC) (Steenbergen и Jones, 2002; Snijders и Bosker, 2011). Результаты ANOVA показали отсутствие значимой изменчивости интенсивности адаптации по общинам. Кроме того, значение ICC 0,02 показало, что только 2% дисперсии интенсивности адаптации объясняется на уровне деревни (Hedges и Hedberg, 2007). Эти результаты свидетельствуют об отсутствии эффекта кластеризации; таким образом, моделирование учитывает только факторы на уровне домохозяйства.

3.5.1.1 Социальная сеть и интенсивность адаптации

Интенсивность адаптации представляет собой совокупное количество девяти адаптивных поведений, принятых каждым фермером. Эти поведения были идентифицированы посредством перекрёстной табуляции на основе критерия хи-квадрат Пирсона (p < 0,05) и коэффициента Крамера (Φc), с акцентом на значимые умеренные и сильные связи (0,3 > Φc > 0,5) (Cohen, 1988). Это гарантировало, что поведения не являются просто случайными или совпадающими, в результате чего индекс точно отражает адаптивное поведение фермеров. Поскольку интенсивность адаптации следовала распределению Пуассона (параметр дисперсии δ = 1), использовалась базовая модель Пуассона, подходящая, когда среднее равно дисперсии (Hoffmann, 2016). Диагностика модели подтвердила эту спецификацию: тесты Камерона–Триведи не обнаружили значительной сверхдисперсии (p > 0,05), тесты отношения правдоподобия не показали улучшения с моделями отрицательного бинома, а тесты Вуонга указали на отсутствие нулевой инфляции в данных.

Предполагая, что фермер i внёс p-е изменения в практики управления фермой за последние несколько лет (t – t1), интенсивность адаптации моделируется как:

"lnln" (λ_i(t-t_1 ) ) — натуральный логарифм параметра средней интенсивности для распределения Пуассона, соответствующего интенсивности адаптации для i-го фермера (i = 1, …, n) за период (t–t1). λ — средняя степень адаптации. β_0 — свободный член, xpi (p = 1, 2, …, p) — ковариаты на уровне домохозяйства (Таблица 1), β_p — их соответствующие коэффициенты, а ei ∼ N (0, σe2) — член ошибки.

Чтобы включить социальное влияние (Friedkin и Johnsen, 2011; Frank, 2011), уравнение 1 расширяется до:

Оценка максимального правдоподобия (MLE) использовалась для оценки коэффициентов регрессии в модели Пуассона, поскольку она хорошо подходит для данных подсчёта. MLE обеспечила точную оценку свободного члена (β₀) и коэффициентов ковариат (βₚ) в уравнении 2. Отношения частоты заболеваемости (IRR), полученные путём возведения β в степень, были рассчитаны для отображения мультипликативного эффекта ковариат на интенсивность адаптации и представлены в процентах: (IRR − 1) × 100. Для устранения гетероскедастичности применялись робастные стандартные ошибки.

3.5.1.2 Социальная сеть и выбор адаптации

Модель пробита была использована для анализа влияния эгоцентрических сетей на выбор адаптации фермеров (то есть увеличение использования удобрений, пестицидов и ирригации), указанный в уравнении 3 как:

Были смоделированы три показателя влияния сверстников: «PPE-использование ирригации», «PPE-использование пестицидов» и «PPE-использование удобрений». Средние предельные эффекты (AME) количественно определяют связь между ковариатами и вероятностью решения фермера, выраженную в процентах.

В обеих моделях член взаимодействия позволяет оценить влияние неформальных сетей на адаптивное поведение среди фермеров с формальными сетями или без них. Чтобы избежать неправильной интерпретации коэффициентов взаимодействия в нелинейных моделях (Berry и др., 2010), предельные эффекты и тесты вторых разностей (AME) использовались для определения наличия и характера эффекта взаимодействия (Mize, 2019). Этот подход интуитивно определяет взаимодействия как изменения предельного эффекта неформальных сетей на адаптивное поведение в зависимости от формальных сетевых связей (McCabe и др., 2022).

3.5.2 Качественный

Это исследование приняло тематический подход к кодированию качественных данных, следуя рекомендуемым процедурам (Miles и др., 2014) для извлечения значимых тем (кодов) и концепций из ответов на полуструктурированные вопросы, в частности «Почему вы внесли эти изменения, связанные с фермой?» Аудиоответы были транскрибированы (кхмерский) и переведены (английский), начиная с 20% подмножества. Идентифицированные темы затем были применены к подмножеству аудиофайлов для проверки применимости кодов. Посредством трёх раундов обсуждения, итеративных корректировок и определения высокой межкодеровой надёжности был разработан окончательный набор кодов для вопроса и применён ко всем ответам.

Сводные утверждения были разработаны из качественных данных, собранных с использованием неформальных интервью, путём извлечения ключевых предложений или абзацев, соответствующих каждому коду. Эти утверждения предоставили анекдоты, которые предполагали лежащие в основе причины или механизмы поведения.

4.1 Поведенческие изменения

Выборочные домохозяйства в основном выращивают рис для потребления домохозяйством (~85%), используя различные сорта в зависимости от местного рельефа и высоты, например, длинный рис на низких равнинах (~80%), средний рис на средних высотах (7%) и короткосрочный рис в нагорных районах (27%). Эти сорта имеют различные периоды созревания после посева (MDS) (Poulton и др., 2016). Выбор сортов риса домохозяйствами зависит от наличия ирригации, к которой имеет доступ только 40% домохозяйств, используемой больше во влажный сезон (62,8%), чем в сухой сезон (12,8%).

Домохозяйства испытали множественные потрясения, поставив засуху на первое место (96%), затем вредителей (46%), рост цен на продовольствие (33%) и наводнения и штормы (24%). Изменения в практиках управления фермой в ответ на потрясения (Рисунок 4) включали сроки посадки (65%) и использование удобрений (58%), инсектицидов (46%), нового фермерского оборудования (28%) и ирригации (12%). Меньше домохозяйств внесли корректировки, связанные с управлением землёй и водой, такие как увеличение площади земли, практики сжигания и использование водосберегающих методов и совместного выращивания.

Рисунок 4 Изменения в фермерских практиках домохозяйств.

В среднем фермерские домохозяйства применяли примерно два поведения каждое, при этом индекс интенсивности адаптации варьировался от одного до семи.

Многие фермеры сообщили об увеличении использования удобрений и пестицидов, а также об изменениях сроков посадки после перехода от трудоёмкой традиционной пересадки риса к механизированным методам разбросного посева. Почти 46% респондентов сообщили об изменении метода посадки риса как основной причине этих изменений, связанных с земледелием (из 9 появившихся тем, см. Дополнительную таблицу S1 для подробностей). В интервью фермеры сообщили, что этот сдвиг привёл к тому, что они стали больше инвестировать в сельскохозяйственные ресурсы, поскольку столкнулись с растущими проблемами сорняков и снижением урожайности риса. Один фермер выразил это мнение, заявив.

«Сейчас я использую больше удобрений, чем в прошлом. Если я не использую больше удобрений, я не получаю хороший урожай. И если мы выращиваем рис разбросным посевом, ему нужно больше удобрений. Если нет, у нас нет (хорошего) урожая. Я также использую больше гербицидов, чем раньше, потому что мы сеем рис разбросным способом, и затем у нас больше сорняков. Если мы пересаживаем рис, у нас меньше сорняков». (Мужчина, Танг Тхнуем)

Многие фермеры (52%) сообщили об увеличении использования пестицидов в ответ на усилившиеся проблемы вредителей и сорняков, а 47% сообщили об увеличении использования удобрений из-за снижения плодородия почвы (Дополнительная таблица S2). Несмотря на эти корректировки, многие опрошенные фермеры признали, что испытали более низкие урожаи, тем самым увеличив свои расходы. Однако они выразили сильное предпочтение сохранить эти изменения, чтобы поддерживать урожаи и средства к существованию перед лицом более частых засух.

«Когда я перешёл от долгосрочного к краткосрочному рису, я получил меньший урожай. Из-за засухи я потерял урожай, но я думаю, что лучше практиковать краткосрочный (рис), так как я могу хотя бы обеспечить урожай, хотя он и меньше». (Женщина, Кхум Понлей)

4.2 Социальная сеть

В предыдущем году фермеры в среднем использовали 1,64 различных источника (от 1 до 10) информации, связанной с земледелием. Неудивительно, что большинство используют неформальных сверстников (69,6%), включая членов домохозяйства внутри и вне дома, а также друзей и соседей. Меньше домохозяйств (36,3%) поддерживают связи с формальными сетями (то есть НПО, государственными чиновниками и частными поставщиками). Ответы интервью предполагают, что домохозяйства с сельскохозяйственными угодьями вблизи ирригационного канала более склонны получать поддержку от НПО, включая обучение, технологическую помощь, доступ к кредиту и возможности продаж. Напротив, домохозяйства без поддержки НПО чаще полагаются на своих соседей, родственников и местных поставщиков.

Фермеры указали от одного до четырёх человек в своей неформальной или эгоцентрической сети, от которых они получают информацию и советы по земледелию, включая членов домохозяйства, живущих вне дома (41,75%), друзей и родственников (28,07%) и членов домохозяйства (21,05%). Неформальные сетевые партнёры были географически рассредоточены со связями как внутри, так и вне общины и коммуны (Рисунок 5).

Ответы интервью предполагают, что фермеры не принимают решения, связанные с земледелием, в социальной изоляции. Вместо этого они полагаются на решения своих сетей сверстников, как отражено в ответах:

Рисунок 5 Пространственное распределение сетевых партнёров фермерских домохозяйств (значение в процентах). «HH Member» относится к членам домохозяйства, живущим в доме, а «Outside HH» относится к членам домохозяйства, живущим вне дома. Коммуна — это административное деление третьего уровня в Камбодже после провинции и района и включает деревни.

«Мы индивидуально не можем решить, какой сорт культуры выращивать. Мы зависим от наших соседей. Какой сорт они выберут. Период сбора урожая должен соответствовать другим фермерам в деревне; иначе мы не могли бы собрать урожай вместе с другими и продать его на рынке». (Женщина, Печ Чангвар)

Некоторые фермеры описали, как они следуют практикам своих соседей, как выразился один фермер: «У меня не было причины вносить изменения, но я наблюдал в своей общине, что люди вносили изменения в сорта культур, и я последовал за ними» (Женщина, Танг Тхнум). Другие упомянули обучение через наблюдение за такими практиками, как краткосрочная посадка риса и сроки посадки, как отражено в ответах:

«Я видел, как фермеры сажают рис дважды на земле рядом с каналом. Я понял, что если я продолжу практиковать долгосрочную посадку риса, то с неопределённостью в осадках я получу меньший урожай риса». (Женщина, Кхум Понлей)

«Мы наблюдаем, как наши соседи выращивают и сажают рис, и их урожай, и если он хорош, то мы спрашиваем их, могут ли они обменять свой сорт. Иногда мы обмениваемся семенами, а некоторые покупают у них. Мы также обсуждали методы. Краткосрочная посадка риса занимает 3 месяца, а долгосрочная — 6 месяцев. Мы обсуждаем и соглашаемся… кто-то использует один долгосрочный и один дважды краткосрочный сорт, чтобы мы могли соответствовать общей продолжительности и месяцу сбора урожая». (Женщина, Печ Чангвар)

4.3 Социальная сеть и интенсивность адаптации

Результаты модели Пуассона, представленные на Рисунке 6, указывают на значительную положительную связь воспринимаемого влияния сверстников с интенсивностью адаптации фермеров. Значение IRR предполагает, что при каждом увеличении на одну единицу воспринимаемого фермерами воздействия поведения своих сетевых партнёров через их взаимодействие за 12 месяцев ожидаемая интенсивность адаптации возрастает на 5,5% (IRR = 1,055, p-значение < 0,001).

Рисунок 6 Результаты модели Пуассона, показывающие оценённые эффекты предикторов вовлечённости фермеров в множественные адаптивные поведения. Каждая точка представляет отношение частоты заболеваемости (IRR) для данного предиктора, а оценки, доверительные интервалы которых не пересекают контрольную линию (пунктирная линия на 1,0), указывают на статистически значимые связи.

Существует значимая связь между интенсивностью адаптации фермеров и их связями с формальными сетями, что свидетельствует о том, что связи с НПО, государством и частными поставщиками повышают вероятность вовлечения фермеров в адаптивное поведение. Сравнивая все формальные сети, связи с частными поставщиками наиболее сильно коррелируют с интенсивностью адаптации, увеличивая интенсивность адаптации на 85,8% по сравнению с теми, у кого таких связей нет (IRR = 1,858, p-значение < 0,001). Это контрастирует с увеличением на 57,9%, связанным с государственными связями (IRR = 1,579, p-значение < 0,01), и увеличением на 38,4% со связями с НПО (IRR = 1,384, p-значение < 0,05).

Оценивая эффекты взаимодействия сетей сверстников и формальных сетей на интенсивность адаптации, наши результаты выявляют значимый положительный воспринимаемый эффект сверстников среди фермеров без формальных сетевых связей (Дополнительная таблица S4). Эта разница более выражена среди фермеров со связями с частными поставщиками и без них (на 25,7% выше для тех, у кого нет связей, вторая разница в AME = 0,257, p-значение < 0,01), затем среди фермеров со связями с НПО и без них (на 16,2% выше для тех, у кого нет связей, вторая разница в AME = 0,162, p-значение < 0,1) (Рисунки 7a,b). Взаимодействия с государственными сетями не показывают никакой связи (вторая разница в AME = 0,105, p-значение > 0,1), что свидетельствует о том, что государственные связи не изменяют связь между воспринимаемым влиянием сверстников и интенсивностью адаптации (Рисунок 7c).

Рисунок 7 Прогнозируемая вероятность вовлечения в множественные адаптивные поведения в зависимости от воспринимаемого воздействия сверстников и связей с формальными сетями: (a) связи с НПО, (b) связи с частными поставщиками и (c) государственные связи.

Рассматривая другие факторы, предыдущий опыт фермеров с множественными потрясениями, как и ожидалось, увеличивает интенсивность адаптации, возрастая на 9,3% для каждого дополнительного потрясения (IRR = 1,093, p-значение < 0,1). С другой стороны, более богатые домохозяйства имеют более низкую интенсивность адаптации, снижение на 7,5% для каждого дополнительного увеличения на единицу благосостояния домохозяйства (IRR = 0,925, p-значение < 0,1).

Фермеры, испытывающие снижение продуктивности сельскохозяйственных культур, менее склонны усиливать адаптивные меры, примерно на 15% менее склонны по сравнению с теми, кто испытывает увеличение или отсутствие изменений в продуктивности сельскохозяйственных культур. Кроме того, с возрастом главы домохозяйства может наблюдаться умеренное снижение (0,7%) склонности практиковать множественные адаптивные меры (IRR = 0,993, p-значение < 0,05). В отличие от предыдущих исследований, наш анализ не выявил значительного влияния землевладения на интенсивность адаптации.

4.4 Социальная сеть и выбор адаптации

Рисунок 8 представляет результаты модели пробита для различных вариантов адаптации (то есть увеличение использования ирригации, пестицидов и удобрений), исключая член взаимодействия (Дополнительная таблица S3 для подробностей). В отличие от воспринимаемого влияния сверстников на интенсивность адаптации, сети сверстников не были связаны с решениями фермеров увеличить использование ирригации и удобрений. Однако сети сверстников были положительно связаны с вероятностью увеличения использования пестицидов на 5,2% (AME = 0,052, p-значение < 0,001).

Рисунок 8 Результаты модели пробита, показывающие средние предельные эффекты ключевых предикторов на вероятность увеличения использования удобрений, ирригации и пестицидов. Каждая точка представляет оценённый предельный эффект для данного предиктора, а оценки, доверительные интервалы (горизонтальные линии) которых не пересекают ноль, указывают на статистически значимые связи.

Связи с НПО были значительно связаны с поведением фермеров в отношении использования ирригации, пестицидов и удобрений, хотя и по-разному. Вероятность усиления использования ирригации фермерами увеличилась примерно на 21% среди домохозяйств со связями с НПО (AME = 0,211, p-значение < 0,01). Напротив, связи домохозяйств с НПО связаны со снижением вероятности усиления использования пестицидов на 20% (AME = 0,205, p-значение < 0,05) и использования удобрений на 15% (AME = −0,153, p-значение < 0,1) по сравнению с теми, у кого их нет. Связи с частными поставщиками были положительно связаны с решением увеличить использование удобрений (AME = 0,199, p-значение < 0,05). Наконец, связи с государственными органами не показали связи с выбором адаптации фермеров.

Согласуясь с результатами модели интенсивности адаптации, наша модель выбора адаптации показала значимые эффекты взаимодействия, в частности формальных связей с НПО и частными поставщиками. Связи с НПО, по-видимому, ослабляют воспринимаемое влияние сверстников, снижая вероятность использования пестицидов и удобрений примерно на 10 и 7% соответственно (Рисунки 9b,c). Напротив, связи с НПО положительно влияли на связь между воспринимаемым влиянием сверстников и практиками ирригации, увеличивая силу этой связи на 5,7% по сравнению с теми, у кого таких связей нет (Рисунок 9a; Дополнительная таблица S5).

Рисунок 9 Вероятность принятия конкретного адаптивного поведения в зависимости от воспринимаемого воздействия сверстников и связей с формальными сетями. Панели (a–c) показывают использование ирригации, пестицидов и удобрений по связям с НПО; панели (d–e) показывают использование пестицидов и ирригации по связям с частными поставщиками.

Связи с частными поставщиками, аналогично связям с НПО, умеряют воспринимаемое влияние сверстников, приводя к снижению использования пестицидов среди домохозяйств с такими связями (Рисунок 9d), и, в отличие от эффекта связей с НПО, домохозяйства со связями с частными поставщиками снижают вероятность участия в практиках ирригации примерно на 14% (Рисунок 9e).

В дополнение к сетевым эффектам, землевладение было значимым фактором, связанным с адаптивным поведением фермеров, в частности с увеличением использования пестицидов, так что домохозяйства увеличивали использование пестицидов на 6% за каждый дополнительный гектар. В отличие от связи с интенсивностью адаптации, наш анализ не обнаружил значительного влияния предыдущего опыта с множественными потрясениями, изменения продуктивности сельскохозяйственных культур, индекса благосостояния и возраста главы домохозяйства на выбор адаптации фермеров.

Рисоводческие домохозяйства в общинах предприняли различные постепенные адаптивные поведения, по отдельности или в комбинации, включая увеличение использования удобрений, гербицидов и инсектицидов и корректировку сроков посадки (Dapilah и Nielsen, 2020). Эти адаптации не являются изолированными ответами, а скорее реконфигурациями их практик, почерпнутыми из собственного опыта фермеров, оценок их ситуации и оценок доступных вариантов в координации с их социальными связями, через которые знакомые и новые стратегии комбинируются в ответ на меняющуюся агроэкологическую и социальную систему (Glover, 2018). Эти корректировки переплетены с более широкой трансформацией систем рисоводства в Камбодже, характеризующейся переходом от обычных трудоёмких методов посадки к механизированным методам разбросного посева в контексте учащающихся климатических событий, главным образом засухи, и развития водной инфраструктуры, такой как ирригационные системы (Дополнительная таблица S1), как это видно в других частях Камбоджи (Green, 2020).

В дополнение к институциональным механизмам и изменению климата, есть свидетельства того, что факторы на уровне домохозяйства, включая социальные сети, значительно формируют адаптивное поведение фермеров. Большинство фермеров ищут информацию и советы, связанные с земледелием, в своих неформальных сетях сверстников. Adger характеризует сети сверстников как форму объединяющего капитала, действующего внутри общины и процветающего в контекстах, отмеченных ограниченной или отсутствующей государственной поддержкой (Adger, 2003). Хотя некоторые подключаются к формальным сетям для обучения, технологической помощи, кредита и маркетинговых услуг, это ограничено несколькими домохозяйствами, в зависимости от местоположения фермы и их вклада в производство риса.

Наши результаты свидетельствуют о важности сетей сверстников в формировании адаптивного поведения фермеров. Этот результат предполагает динамический поведенческий паттерн: по мере того, как фермеры всё больше взаимодействуют со своими партнёрами по личной сети, эти отношения становятся каналом для обмена знаниями и опытом о практиках и результатах. С течением времени фермеры вовлекаются в непрерывные процессы социального обучения, включая взаимодействие, наблюдение, участие и координацию, через которые формируются их убеждения и поведение, culminando во взаимной корректировке фермерских практик (Leeuwis и Aarts, 2021). Этот паттерн подтверждается нарративами из интервью. Местные фермеры часто сообщали о наблюдении и взаимодействии со своими соседями и совместном участии во взаимных решениях о своих практиках, таких как выбор сортов риса и сроки посадки, как это аналогично наблюдается в других сельскохозяйственных контекстах. В экспериментальном исследовании в Узбекистане Moritz и др. (2024) обнаружили, что наблюдательное обучение в небольших, близких группах сверстников значительно влияло на выбор адаптации фермеров. Кроме того, запаздывающие выборы адаптации соседей продолжали формировать поведение фермеров в последующие сезоны. Аналогичным образом, Ma и др. (2022) наблюдали значительный положительный эффект адаптивного поведения среди родственников, друзей и соседей на ответы фермеров на изменение климата в Китае. Этот паттерн также очевиден среди фермеров, выращивающих ананасы, в Гане (Conley и Udry, 2001) и фермеров, внедряющих гибридные семена, в Индии (Matuschke и Qaim, 2009).

Рассматривая воспринимаемое влияние сверстников на конкретные поведения, наши результаты показывают значимую связь для использования пестицидов, но не с решениями увеличить использование ирригации или удобрений. Это свидетельствует о том, что некоторые поведения, такие как ирригация и использование удобрений, могут быть ограничены доступом их фермы к ирригационной инфраструктуре и другим ресурсам, тогда как поведения, такие как увеличение пестицидов, более чувствительны к динамике взаимодействия и наблюдения с их социальными сетями (Martiarena и др., 2024). Один механизм, через который действует эта чувствительность, — пространственная и экологическая взаимозависимость между фермерами. Когда воздействие вредителей распространяется на соседние участки, индивидуальные решения становятся коллективно эффективными для управления вредителями и поэтому частично зависят от скоординированных действий. В этих условиях использование пестицидов может широко обсуждаться и продвигаться в социальных сетях для решения воспринимаемой более высокой срочности в своевременном решении проблем сорняков и вредителей. Кроме того, фермеры с ограниченными ресурсами более склонны принимать практики, которые немедленно и заметно предотвращают крупные потери производства (Chèze и др., 2020).

Наши результаты показывают различное воспринимаемое влияние сверстников на интенсивность адаптации при наличии или отсутствии формальных сетевых связей, в частности НПО и частных поставщиков. Домохозяйства с такими связями, как правило, сокращают своё адаптивное поведение с увеличением их воспринимаемого воздействия поведения сверстников. Matouš и др. (2013) наблюдали аналогичный результат в своём исследовании эфиопских фермеров, которые становятся менее восприимчивыми к информации и практикам сохранения от агентов по распространению знаний по мере роста доли общинных связей в их сети.

Эффекты взаимодействия с НПО различаются по типу поведения. Связи с НПО для получения информации, связанной с земледелием, усиливают эффект влияния сверстников на использование ирригации. Как указано в ответах интервью, НПО активно взаимодействуют с этими фермерами, предоставляя ценное обучение, кредитную поддержку и помощь с маркетинговыми услугами. Это взаимодействие, по-видимому, побуждает таких фермеров больше инвестировать в ирригационные практики, потенциально увеличивая урожайность сельскохозяйственных культур на фоне усиливающейся серьёзности засухи. НПО также предоставляют поддержку в маркетинге и продаже сельскохозяйственной продукции, помогая фермерам погашать кредиты и защищать средства к существованию. Однако фермеры со связями с НПО менее склонны увеличивать использование удобрений и пестицидов по сравнению с теми, у кого нет связей, что, возможно, объясняется сосредоточенностью НПО на продвижении устойчивых практик. Местные жители сообщили о получении обучения по использованию удобрений и пестицидов и срокам их внесения.

Эти наблюдения предполагают nuanced и взаимодополняющие роли формальных и неформальных сетей в формировании выбора и интенсивности адаптации. Формальные сети, как правило, связывают фермеров с институциональными субъектами, которые предоставляют технические знания о практиках, таких как улучшенные сорта культур и методы разбросного посева. Тогда как неформальные связи облегчают контекстуализированные знания и координацию, которые позволяют фермерам переводить такие практики в свои конкретные фермерские условия (Lin, 2002; Martiarena и др., 2024). Это различие особенно важно в контекстах, где институциональная поддержка ограничена. Ответы интервью указывают, что НПО предоставляют знания о практиках, таких как разбросной посев, сорта культур и применение удобрений и пестицидов, через небольшое число местных членов общины. По мере того, как фермеры, получившие поддержку, начинают осознавать выгоды, другие фермеры с более слабыми внешними сетями могут получать эту информацию и увеличивать участие. Этот последовательный процесс потока информации подтверждается нашими графиками взаимодействия (Рисунок 7).

Изначально более высокое ожидаемое количество адаптивных поведений среди фермеров с формальными связями отражает раннюю стадию институциональной передачи знаний. Это отношение меняется по мере увеличения воспринимаемого влияния сверстников на поведение сетевых партнёров. В частности, за определённым порогом воспринимаемого воздействия сверстников (примерно 5) вероятность вовлечения в адаптивные поведения возрастает среди фермеров без формальных связей. Это свидетельствует о ключевой роли неформальных сетей в содействии распространению адаптивного поведения, что согласуется с теорией диффузии инноваций, которая подчёркивает возрастающую важность влияния межличностных сетей за пределами ранних стадий внедрения (Rogers, 2003), как подчёркнуто в предыдущей работе (Matuschke и Qaim, 2009). Стоит отметить, что, хотя наш показатель агрегирует воздействие за последние 12 месяцев и фиксирует влияние, действующее через прямые, сильные связи сверстников, любые временные эффекты и распространение по всей сети остаются предположительными, и мы не могли идентифицировать причинную динамику. Будущие исследования с данными временных рядов и полными сетевыми дизайнами могли бы дать больше понимания как временной динамики, так и аспекта диффузии этого процесса.

Помимо сетевых эффектов, как психологические, так и экономические факторы формируют решения фермерских домохозяйств, в частности интенсивность адаптации. Склонность фермеров вносить множественные корректировки является не только ответом на единичное потрясение, а скорее ответом на предыдущий опыт с множественными потрясениями, включая засуху, вспышки вредителей, колебания цен на продовольствие и наводнения, что особенно актуально в высоко уязвимых и климатически чувствительных общинах (Smit и Wandel, 2006; Oppenheimer и др., 2014). Как и ожидалось, когда фермеры испытывают потери урожая и воспринимают больший риск (Le Dang и др., 2014), они более склонны адаптироваться с большей интенсивностью и использовать стратегии, направленные на защиту и поддержку урожайности сельскохозяйственных культур. Это наблюдение согласуется с предыдущими исследованиями, которые определили индивидуальный опыт с прошлым ущербом как ключевой предиктор самозащитных или адаптивных действий в ответ на климатические опасности (Barnes и др., 2020; Jiao и др., 2020; Huang и др., 2024). Примечательно, что был обнаружен отрицательный эффект благосостояния на интенсивность адаптации, что свидетельствует о том, что более богатые домохозяйства могут склоняться к стратегиям избегания риска, возможно, из-за их существующих инвестиций в фермерские практики с высокой отдачей (Zhang, 2017). Напротив, также вероятно, что более богатые домохозяйства, хотя и имеющие высокую толерантность к риску, могут практиковать меньше адаптивных поведений, полагаясь на свои финансовые ресурсы для смягчения рисков или занимаясь менее климатически чувствительными, несельскохозяйственными видами деятельности как средством буферизации против климатических воздействий (Adnan и др., 2020).

Наши результаты не показали значимой связи между размером принадлежащей земли и интенсивностью адаптации. Однако размер землевладения emerges как значимый фактор, мотивирующий фермеров заниматься такими практиками, как увеличение использования пестицидов. Этот результат согласуется с предыдущими исследованиями в различных контекстах, например, внедрением методов сохранения почвы и воды среди фермеров, выращивающих кукурузу, в Гане (Abdallah и др., 2014) и использованием практик управления почвой, таких как химические удобрения, среди рисоводов в Северной Гане (Donkoh и Awuni, 2011). Это свидетельствует о том, что домохозяйства с большими размерами принадлежащих ферм более склонны инвестировать в такие практики, как использование пестицидов, получая выгоды от максимального производства с более низкими затратами ресурсов на единицу площади (Huang и др., 2024).

Следует соблюдать некоторую осторожность при интерпретации результатов этого исследования. Во-первых, исследование не делает нормативных суждений относительно полезности или долгосрочной устойчивости конкретных адаптивных поведений фермеров. Во-вторых, эгоцентрический сетевой дизайн не учитывает более широкую сетевую структуру, включая взаимные связи между альтерами или косвенные связи. Это означает, что структурные сетевые свойства, такие как плотность и центральность, не могут быть оценены. В-третьих, сетевой анализ на основе влияния требует лонгитюдных данных для причинных выводов, но исследование опиралось на ретроспективные данные, основанные на воспоминаниях, что могло внести смещение. В-четвёртых, наша основная объясняющая переменная — воспринимаемое влияние сверстников — фиксирует интерактивные процессы обучения; однако качественные данные свидетельствуют о том, что фермеры могут также учиться путём наблюдений, а предыдущая работа предполагает, что наблюдательное и интерактивное обучение могут иметь различные эффекты на внедрение (Massfeller и Storm, 2024). Таким образом, будущие исследования с использованием панельных данных, полных сетевых дизайнов и включения отдельных показателей обучения на основе взаимодействия и на основе наблюдения помогли бы обеспечить дополнительное понимание процессов адаптивного принятия решений.

Наши результаты определяют важную роль, которую восприятия влияния сверстников играют в поддержке обучения фермерских домохозяйств и использовании адаптивного поведения для управления климатическими рисками, особенно в общинах, где государственный потенциал и охват ограничены. Важно, что это обучение встроено в реляционные, контекстно-зависимые процессы, через которые фермеры взаимодействуют, наблюдают, координируют и взаимно корректируют свои практики в своей общей среде. Результаты подчёркивают взаимодействие между формальными и неформальными сетями сверстников, где формальные связи соединяют фермеров с институциональными знаниями и техническими ресурсами, а неформальные связи сверстников облегчают контекстуализированные знания, местную координацию и перевод практик в конкретные фермерские условия. Эти различные, но взаимодополняющие роли подчёркивают необходимость будущих исследований для понимания того, как различные типы социальных сетей взаимодействуют и влияют на обучение, распространение инноваций и адаптивный потенциал в сельскохозяйственных общинах.

Эти знания предоставляют руководство для политиков и планировщиков при разработке адаптационных интервенций, которые повышают адаптивный потенциал фермерских общин. На практике программы распространения знаний и климатически разумного сельского хозяйства могут извлечь выгоду из идентификации и взаимодействия с существующими неформальными сетями — такими как доверенные фермерские группы или местно признанные ведущие фермеры — и из поддержки подхода взаимного обучения между сверстниками, который облегчает взаимодействие и обучение. Помимо распространения информации, интервенции могут также поддерживать местные механизмы координации, коллективное экспериментирование и контекстно-специфические процессы адаптации, которые возникают в фермерских сетях.

Кроме того, исследование признаёт психологические и экономические факторы как барьеры и одновременно как точки входа для интервенций, направленных на поддержку фермеров. Опыт фермеров с множественными потрясениями может повысить их восприятие рисков для средств к существованию и мотивировать их усиливать свои адаптивные ответы. Такие факторы, как благосостояние, землевладение и возраст членов домохозяйства, также играют роль в решениях об адаптации. Важно, что эти факторы являются не просто индивидуальными ограничениями, а скорее отражают более широкие институциональные механизмы и системы поддержки, которые формируют, какие ресурсы и варианты доступны разным фермерам. В совокупности эти идеи предлагают практическое руководство для разработки контекстно-адаптированных интервенций, которые учитывают лежащие в основе условия, такие как гарантия землевладения и институциональная поддержка для укрепления климатической устойчивости в сельском хозяйстве. В конечном итоге такие интервенции могут расширить возможности фермеров ориентироваться в вызовах меняющегося климата для обеспечения устойчивости фермерских общин, зависящих от ресурсов, в Камбодже и за её пределами.

Дополнительные материалы к этой статье можно найти онлайн по адресу: https://www.frontiersin.org/articles/10.3389/fpos.2026.1828218/full#supplementary-material

Sainjoo S and Kramer DB (2026) The role of perceived peer effect in shaping farmers’ adaptive behaviors in Cambodia. Front. Polit. Sci. 8:1828218. doi: 10.3389/fpos.2026.1828218

Перевод статьи «The role of perceived peer effect in shaping farmers’ adaptive behaviors in Cambodia» авторов Sainjoo S and Kramer DB, оригинал доступен по ссылке. Лицензия: CC BY. Изменения: переведено на русский язык