DOI: https://doi.org/10.1371/journal.pone.0345658
PMID: https://pubmed.ncbi.nlm.nih.gov/41886439
تاريخ النشر: 2026-03-26
المؤلف: Douadia Bougherara وآخرون
الموضوع الرئيسي: اتخاذ القرار والاقتصاد السلوكي
نظرة عامة
تتناول هذه المقالة العلاقة بين ابتكار المزارعين ونواياهم في اعتماد “الشهادة منخفضة الكربون” (LCL) الفرنسية، وهي إطار اعتماد يهدف إلى تحفيز تخفيضات انبعاثات غازات الدفيئة من خلال بيع ائتمانات الكربون. أظهر تحليل 6,005 استجابة من استبيان عبر الإنترنت وجود علاقة إيجابية بين ابتكار المزارعين ونواياهم المعلنة لاعتماد LCL. كما شمل البحث تجربة عشوائية لتقييم فعالية دفع التحفيز—تدخل مصمم لتنشيط العوامل النفسية المتعلقة بالابتكار بشكل غير واعٍ. ومع ذلك، أشارت النتائج إلى أن هذا الدفع لم يؤثر بشكل كبير على نوايا الاعتماد بين المزارعين المبتكرين أو الأقل ابتكارًا.
في الختام، بينما نجح البحث في تصنيف المزارعين بناءً على ابتكارهم باستخدام مقاييس ذاتية الإبلاغ ومقياس نفسي، فإن دفع التحفيز الموجه نحو الابتكار فشل في إنتاج أي تأثير قابل للقياس على معدلات الاعتماد. تثير هذه النتيجة تساؤلات حول فعالية الدفع في التأثير على القرارات ذات المخاطر العالية في الزراعة. يقترح المؤلفون أن دقة التدخل قد تكون قد ساهمت في عدم فعاليته. كما يشيرون إلى الأدبيات الحديثة التي تقارن التدخلات السلوكية (سياسات إطار المعلومات) مع التغييرات النظامية (سياسات إطار النظام)، مما يبرز الاعتماد المفرط المحتمل على الدفع على حساب الإصلاحات التنظيمية الأكثر تأثيرًا. بشكل عام، تؤكد الدراسة أن الدفع وحده قد لا يكون كافيًا لتحقيق تغييرات كبيرة في قرارات المزارعين بشأن اعتماد الابتكار.
مقدمة
تناقش مقدمة ورقة البحث تطبيق نموذج اعتماد الابتكار وانتشاره الخاص بروجرز، لا سيما في سياق الابتكارات الزراعية وسلوك المزارعين. تبرز أهمية تسريع اعتماد الابتكارات بين المتبنين الأوائل لتسهيل انتشار أوسع بين المزارعين الأقل ابتكارًا، خاصة في ضوء التحديات البيئية مثل الاحتباس الحراري. تبحث الدراسة في فعالية “الدفع”، وهي تدخلات دقيقة مصممة للتأثير على اتخاذ القرار دون تغيير الخيارات المتاحة أو الحوافز المالية. على الرغم من أن الدراسات السابقة قد أفادت بأحجام تأثير صغيرة للدفع في تعزيز ممارسات الحفظ بين المزارعين، إلا أنها تعتبر فعالة من حيث التكلفة ومفيدة.
تدرس البحث بشكل خاص دور ابتكار المزارع كصفة شخصية تؤثر على سلوك الاعتماد. تم استخدام دفع تحفيزي لتنشيط صورة الذات للمزارعين الذين تم تحديدهم كمبتكرين، بهدف تعزيز نيتهم في اعتماد “الشهادة منخفضة الكربون” (LCL)، وهي شهادة لتقليل انبعاثات الكربون تم إنشاؤها في فرنسا. استخدمت الدراسة تجربة عشوائية مضمنة في استبيان لتقييم تأثير الدفع على كل من المزارعين المبتكرين والأقل ابتكارًا، بهدف تحديد ما إذا كان التدخل يمكن أن يخلق تأثير مضاعف أو يثير ردود فعل سلبية بين المجموعة الأخيرة. شمل الاستبيان جوانب مختلفة من ممارسات الزراعة والخصائص الاجتماعية والديموغرافية، مما يوفر مجموعة بيانات شاملة للتحليل.
الطرق
في قسم الطرق، يوضح المؤلفون نهجهم لدراسة عملية اعتماد الابتكار بين المزارعين. يبدأون بتعريف عملية اعتماد الابتكار (2.1)، والتي تشكل أساس بحثهم. بعد ذلك، يطورون مقياسًا لابتكار المزارعين (2.2) لقياس مدى الابتكار بين السكان الزراعيين.
لتسهيل اعتماد الابتكارات، يصمم المؤلفون دفعًا موجهًا للمزارعين المبتكرين (2.3)، بهدف تعزيز اعتماد الممارسات الجديدة. ثم يتم وصف طرق جمع البيانات (2.4)، لضمان مجموعة بيانات قوية للتحليل. أخيرًا، يختتم القسم بمراجعة لتقنيات التحليل الإحصائي المستخدمة (2.5) لتفسير البيانات المجمعة وتقييم فعالية الدفع في تعزيز اعتماد الابتكار.
النتائج
يقدم قسم “النتائج” نتائج الدراسة، موضحًا نتائج التجارب التي أجريت. يتم الإبلاغ عن مقاييس رئيسية وتحليلات إحصائية، تظهر وجود علاقات ذات دلالة إحصائية بين المتغيرات قيد البحث. تشير البيانات إلى أن الفرضية المقترحة مدعومة، مع نتائج تظهر اتجاهًا واضحًا يتماشى مع التوقعات النظرية.
بالإضافة إلى ذلك، يتضمن القسم تمثيلات رسومية للبيانات، مثل المخططات والرسوم البيانية، التي توضح العلاقات والتأثيرات الملحوظة. تعزز هذه المساعدات البصرية فهم النتائج وتوفر أساسًا لمزيد من المناقشة في الأقسام اللاحقة. بشكل عام، تسهم النتائج في تقديم رؤى قيمة حول سؤال البحث وتقترح آثارًا محتملة للدراسات المستقبلية.
المناقشة
في هذا القسم، يناقش المؤلفون عملية اعتماد الابتكار، مع التركيز بشكل خاص على الشهادة منخفضة الكربون (LCL) في الزراعة. استخدموا وكيلًا من أربعة مستويات لوصف نوايا المزارعين بشأن اعتماد LCL، تتراوح من “لا توجد معلومات” (Y = 1) إلى “اعتماد” (Y = 4)، مع فئات إضافية للمعارضة (Y = 0) والاعتماد السابق (Y = 5). لتقييم ابتكار المزارعين، قاموا بتكييف مقياس نفسي بناءً على عمل جولدسميث وهوفاكر، مع تضمين أبعاد سلوك البحث عن المعلومات. تراوحت درجة الابتكار الناتجة (PSYCHO_INNOV) من 8 إلى 40، مع تضمين مقياس ابتكار ذاتي الإبلاغ (SR_INNOV) أيضًا. تم تصنيف المزارعين إلى فئات “أكثر ابتكارًا” و”أقل ابتكارًا” بناءً على أعلى 20% من الدرجات من كلا المقياسين، لضمان الاتساق وتقليل التصنيف الخاطئ.
كما صمم المؤلفون دفعًا لتعزيز اعتماد LCL، باستخدام وصفين لـ LCL: نسخة قياسية ونسخة “مدفوعة” تبرز اللغة المتعلقة بالابتكار. افترضوا أن هذا الدفع سيؤثر إيجابيًا على نوايا اعتماد المزارعين الأكثر ابتكارًا بينما قد يكون له تأثير صفري أو سلبي على المزارعين الأقل ابتكارًا. شملت جمع البيانات استبيانًا تم توزيعه على مجموعة كبيرة من المزارعين الفرنسيين، مما أسفر عن 6,005 استجابة كاملة. تم إجراء تحليلات إحصائية لتقييم تأثير الدفع، وكشفت أن متوسط تأثير العلاج لم يكن مختلفًا بشكل كبير عن الصفر، مما يشير إلى أن الدفع لم يعزز نوايا الاعتماد بين أي من مجموعتي المزارعين. تسهم الدراسة في الأدبيات حول ابتكار المزارعين من خلال التأكيد على أهمية المقاييس الخاصة بالمجال وتقديم رؤى حول العوامل السلوكية التي تؤثر على اعتماد الابتكار في الزراعة.
DOI: https://doi.org/10.1371/journal.pone.0345658
PMID: https://pubmed.ncbi.nlm.nih.gov/41886439
Publication Date: 2026-03-26
Author(s): Douadia Bougherara et al.
Primary Topic: Decision-Making and Behavioral Economics
Overview
This article investigates the relationship between farmers’ innovativeness and their intention to adopt the French “Low-carbon label” (LCL), a certification framework aimed at incentivizing reductions in greenhouse gas emissions through the sale of carbon credits. An analysis of 6,005 responses from an online survey revealed a positive correlation between farmers’ innovativeness and their stated intention to adopt the LCL. The study also included a randomized experiment to assess the effectiveness of a priming nudge—an intervention designed to subconsciously activate psychological factors related to innovation. However, the results indicated that this nudge did not significantly influence adoption intentions among either innovative or less innovative farmers.
In conclusion, while the research successfully classified farmers based on their innovativeness using both self-reported measures and a psychometric scale, the innovation-framed priming nudge failed to produce any measurable impact on adoption rates. This finding raises questions about the efficacy of nudges in influencing high-stakes decisions in agriculture. The authors suggest that the subtlety of the intervention may have contributed to its ineffectiveness. They also reference recent literature contrasting behavioral interventions (i-frame policies) with systemic changes (s-frame policies), highlighting a potential overreliance on nudges at the expense of more impactful regulatory reforms. Overall, the study underscores that nudging alone may not be sufficient to drive significant changes in farmers’ decision-making regarding innovation adoption.
Introduction
The introduction of the research paper discusses the application of Rogers’ innovation adoption and diffusion model, particularly in the context of agricultural innovations and farmer behavior. It highlights the importance of accelerating the adoption of innovations among early adopters to facilitate broader diffusion among less innovative farmers, especially in light of environmental challenges such as global warming. The study investigates the effectiveness of “nudges,” which are subtle interventions designed to influence decision-making without changing the available options or monetary incentives. Although previous studies have reported small effect sizes for nudges in promoting conservation practices among farmers, they are deemed cost-effective and beneficial.
The research specifically examines the role of farmer innovativeness as a personality trait that influences adoption behavior. A priming nudge was employed to activate the self-image of farmers identified as innovative, with the goal of enhancing their intention to adopt the “Label bas carbone” (LCL), a certification for carbon emissions reduction established in France. The study utilized a randomized experiment embedded in a survey to assess the nudge’s impact on both innovative and less innovative farmers, aiming to determine whether the intervention could create a multiplier effect or provoke adverse reactions among the latter group. The survey encompassed various aspects of farming practices and socio-demographic characteristics, providing a comprehensive dataset for analysis.
Methods
In the Methods section, the authors outline their approach to studying the innovation adoption process among farmers. They begin by defining the innovation adoption process (2.1), which serves as the foundation for their research. Subsequently, they develop a measure of farmer innovativeness (2.2) to quantify the extent of innovation among the agricultural population.
To facilitate the adoption of innovations, the authors design a nudge targeted at innovative farmers (2.3), aiming to enhance the uptake of new practices. Data collection methods are then described (2.4), ensuring a robust dataset for analysis. Finally, the section concludes with an overview of the statistical analysis techniques employed (2.5) to interpret the collected data and assess the effectiveness of the nudge in promoting innovation adoption.
Results
The “Results” section presents the findings of the study, detailing the outcomes of the experiments conducted. Key metrics and statistical analyses are reported, demonstrating significant correlations between the variables under investigation. The data indicate that the proposed hypothesis is supported, with results showing a clear trend that aligns with theoretical expectations.
Additionally, the section includes graphical representations of the data, such as plots and charts, which illustrate the relationships and effects observed. These visual aids enhance the understanding of the results and provide a basis for further discussion in subsequent sections. Overall, the findings contribute valuable insights into the research question and suggest potential implications for future studies.
Discussion
In this section, the authors discuss the innovation adoption process, specifically focusing on the Low Carbon Label (LCL) in agriculture. They employed a four-level proxy to characterize farmers’ intentions regarding LCL adoption, ranging from “No information” (Y = 1) to “Adopt” (Y = 4), with additional categories for opposition (Y = 0) and prior adoption (Y = 5). To assess farmers’ innovativeness, they adapted a psychometric scale based on Goldsmith and Hofacker’s work, incorporating dimensions of information-seeking behavior. The resulting innovativeness score (PSYCHO_INNOV) ranged from 8 to 40, with a self-reported innovativeness measure (SR_INNOV) also included. The classification of farmers into “more innovative” and “less innovative” categories was based on the top 20% scores from both measures, ensuring consistency and minimizing misclassification.
The authors also designed a nudge to promote LCL adoption, using two descriptions of the LCL: a standard version and a “nudged” version that emphasized innovation-related language. They hypothesized that this nudge would positively impact the adoption intentions of more innovative farmers while potentially having a null or negative effect on less innovative farmers. Data collection involved a survey distributed to a large panel of French farmers, yielding 6,005 complete responses. Statistical analyses were conducted to assess the impact of the nudge, revealing that the average treatment effect was not significantly different from zero, indicating that the nudge did not enhance adoption intentions among either group of farmers. The study contributes to the literature on farmer innovativeness by emphasizing the importance of domain-specific measures and providing insights into the behavioral factors influencing innovation adoption in agriculture.