1.1.对知识的影响
本文使用两个指标来衡量农民对数字工具的认知和知识，这些指标在后续调查中进行了实施。首先，为了评估干预措施对数字知识的影响，在后续调查中进行了简短的数字素养检验。表4第（1）栏报告了不同数字素养培训和推广策略对农民数字素养的影响，通过计算数字素养分数来衡量，该分数由农民对五个不同数字素养问题的正确回答组成，这些问题反映了农民在使用数字工具进行农业时，能够浏览互联网、下载数字工具、分享位置以及上传相关作物信息的能力。表4的结果表明，数字素养培训使数字素养得分提高了0.28分，相对于对照平均值提升了9%。类似研究评估培训项目对农民整体知识和信心的影响，报告显示具有积极显著效果。
其次，进行了不同的检验，以评估农民对他们接受直接培训的两个农业数字应用（Mahsoly和Cropsa）的理解、知识、记忆力和熟悉度。知识检验得分（表4第2栏）衡量农民在培训后三个月内对这些应用关键信息的保留程度。检验包含14个问题，评估农民对应用功能、优势和使用情况的理解。农民知识得分是根据这些问题的正确回答数量计算的。第2栏的知识检验结果显示，T1（仅训练）获得了最高的平均知识得分，而T3（训练+社区游戏）效果最低。表4底部报告的p值表明，可以拒绝这两个处理组对知识保持有相似影响的虚无假设，表明它们之间存在统计学上显著的差异。
为了进一步分析理解度，构建了一个二元通过/不通过指标（表4第3列），如果农民在14个问题中正确回答6个或以上，则判定他们通过。注意到，培训师的报酬是根据通过这些检验的农民人数决定的。表4中的估计显示，仅参加数字素养培训课程（T1）就使农民通过数字知识检验的概率增加多达43个百分点，而在数字素养培训（T3）前参加社区游乐会，通过知识检验的概率仅增加了36个百分点。同样，T1与T3比较相关效应的p值证实了这一差异具有统计学意义，进一步印证了T3农民保留的信息低于T1的发现。这些结果与Grady等人（2021）一致，他们认为娱乐元素有时会掩盖关键教学内容，导致知识保持率下降。T3的农民可能记得剧情，但难以记住应用功能的技术细节，而T1的农民则接受了专注培训。此外，正如论文后半部分所示，T3课程班级规模明显较大，这可能限制了培训师与农民单独互动的能力。实践学习机会减少可能影响了学习成果。总体而言，该发现表明，与依赖一组被动助推干预的研究相比，知识的提升要大得多。
1.2.对移动应用利用率和相关性的影响
同样重要的是超越知识，评估不同应用使用强度的报告。后续调查显示，干预后，更多样本中报告积极使用这些应用的样本比例更高。下图7更详细地展示了各组使用频率，报告至少每月使用农业应用的T1样本比例从基线的8%增加到干预后的29%。同样，T2和T3样本中，每月至少使用一次农业应用的受访者人数较基线增加了22个百分点和15个百分点。
与此同时，在基线和后续调查中分析农民对“你觉得你在农业中使用的移动应用有多大用处？”这一问题时，显然农民们改变了他们对数字工具实用性的看法和评估。干预后——即参加数字素养培训后——在逐一分析每个处理组（见图7）时，第一组（T1）中报告认为数字应用有用或非常有用的农民比例从基线的9%上升到随访时的35%;T2的相应份额从基线的10%增加到后续的30%，而T3的份额同期从9%上升到25%。有趣的是，接触社区娱乐的农民对数字工具的欣赏度相较于第一治疗组农民，其提升幅度较小。
表5中的第一列报告影响了数字工具的使用情况以及农民对数字应用实用性的感知。通过计算农民在农业用途中使用应用的频率来衡量利用率，即每月至少使用一次应用的农民假设其值为1，其余农民则取值为0。根据农民对数字应用实用性的认知，衡量移动应用的相关性和实用性。那些表示数字应用对农场用途有用或非常有用的人，通常假设数字应用的值为1和0。对于这两种指标，观察到三个不同治疗组的统计学上显著改善，反映在处理指标和交互项相关的系数上。估计显示，仅参加一次数字素养培训（T1）课程，农民每月至少使用一次数字工具的可能性就增加了多达18个百分点。同样，仅参加数字素养培训（T1）课程，农民认为数字农业应用有用的可能性增加了22个百分点。这凸显了不同数字推广策略对农民利用率的重大影响以及农业数字工具的相关性。三种不同干预措施影响比较所得的p值表明，单独数字素养似乎比数字素养培训和配套的社区游戏更有效，进一步强化了之前关于社区游戏稀释效应的结果。
1.3.对数字农业工具信任和兴趣的影响
农民采用数字技术的另一个重要限制——除了缺乏认知、被认为的实用性，或互联网接入或智能手机拥有成本之外——是持续缺乏信任。Fabregas等结合六个非洲国家的证据，强调信任相关问题仍然是数字工具普及的主要障碍。农民倾向于选择面对面交流渠道，原因是担心欺诈、虚假信息以及数字互动中的责任感有限，尤其是在平台依赖单向沟通且没有熟悉的参与者时。传统的营销和咨询系统，如本地商贩、零售商和推广代理，通常被认为比陌生的数字工具更值得信赖。信任相关的障碍还受到对数据隐私的担忧、对复杂数字应用的低信心，以及依赖农民难以理解逻辑的自动化工具的风险所塑造。
在此背景下，图8的结果表明，数字素养培训在帮助农民克服信任障碍中发挥了重要作用。受访者被要求报告是否信任通过不同的农业数字应用分享和接收农场信息。通过农民组织举办的培训研讨会，使农民对农业应用的相关性和功能理解有了统计学上的显著提升。图8展示了各研究组间信任水平的相应变化，显示治疗农民在基线与随访期间的信任度提升约为3至9个百分点。
同样，表6中的估计显示，仅数字素养培训（T1）就使农民信任数字工具的可能性增加了多达13个百分点，观看视频或参加数字素养培训（T2和T3）的参与也同样可以使农民信任数字农业应用的可能性增加多达12个百分点。这些发现表明，由应用开发者培训的主持人提供的培训课程帮助弥合了技术和信任的差距，使数字工具对农民更易接近和相关。在印度，Fu和Akter的研究中也观察到类似的模式，农民在基于移动应用的培训项目后，对新技术的渴望有所提升。与此相呼应，该估计还显示数字应用的兴趣和认可度有积极影响：参加数字素养课程的农民对数字应用的兴趣增加多达7个百分点，推荐数字应用给其他农民的概率也高达11个百分点。
1.4.对数字农业工具采纳的影响
为了评估干预措施对数字农业工具采用的影响，受访者被要求报告是否下载了不同的农业数字应用。通过比较基线和后续调查中Mahsoly和Cropsa应用的自我报告下载量，图9显示处理农户下载量显著增加，增幅约为17至30个百分点。这并不令人意外，因为培训鼓励农民学习并提出关于不同移动应用功能的提问，培训师也支持有兴趣下载这些应用的农民。对照组家庭在使用和采用移动应用方面几乎没有变化的证据表明，溢出效应可能并不普遍。
表7中的两列报告了农民接受培训的两个数字农业应用的使用率（下载量）影响。回归估计显示，三个处理组相较对照组均有统计学显著改善，仅参加数字素养培训就使农民下载数字应用的可能性增加多达20个百分点。这凸显了数字素养培训对农业数字工具普及的巨大影响。该发现显示，这些研究的影响甚至高于实施类似农民培训干预的类似研究，大多数研究报告的采纳和接受率仅在2%到8%之间。
然而，也可见到，配合视频培训并不会带来干预中采纳率的显著增量差异。这证实了其他情境中的证据，例如在乌干达，配合培训的补充视频对农场实践的采纳和普及影响非常有限。同样，埃塞俄比亚的最新证据表明，虽然用视频介导传递替代标准扩展方法可以适度提升技术的采用率，但其影响虽具有统计学显著性，但规模仍属有限。这些发现共同强调，虽然视频干预可以提升延伸效果，但其渐进性益处在培训干预基础上叠加时往往有限。在表7底部，报告了与不同治疗效果比较相关的p值。报告的p值表明，无法否定这些处理效果在统计上相似的虚无假设，除了数字素养培训单独与数字素养培训加社区游戏的比较。
事实上，在一些比较中，单独进行数字素养培训（T1）比（T3）更为有效，尤其是在提升下载量方面。有两种机制可能解释这一意外发现。第一个是关于班级规模：社区游戏后安排的T3课程平均每场有22名农民，而T1和T2平均每场只有9名农民。班级规模的差异很可能影响了学习成果。T3班级规模较大可能限制了培训师提供个性化支持的能力，降低了整体培训效果。如表8所示，参加社区戏剧相比T1的农民人数增加了多达11人。虽然教育娱乐能够扩大传播范围并吸引偏远地区的人群，这一优势在娱乐教育文献中被广泛认可，但仍存在一些局限性。其次，T3中观察到较低的采纳结果也可能反映了大群体环境中存在的社会影响动态。关于顺从的研究显示，个体会将自己的信念和行为与同龄人保持一致，尤其是在公共群体环境中，他们可能感受到更大的社会压力要求顺从。在干预的背景下，观看戏剧及随后大型团体培训的农民可能更多受剧中形成的群体规范影响，而非技术培训内容。这些规范是在社交互动环境中形成的，可能强调了对应用的集体意见。如果新兴的公众舆论持矛盾或怀疑态度，个人往往会顺从多数观点，从而削弱培训的有效性，即使内容被准确理解。
第三，越来越多的文献表明，寓教于乐可能导致信息稀释，即观众更多关注娱乐性而非教育信息。剧中的娱乐性可能分散了实际学习的注意力。这种潜在的分心效应反映在表4（第2和第3栏）报告的识字率和学习结果中，并与Van Campenhout的发现一致，后者强调教育娱乐干预可能提升参与度，但不一定能推动行为改变。
这些发现提出了更广泛的问题：在何种条件下，基于教育娱乐的干预可以支持行为改变。根据社会学习理论和行为改变模型，只有当个人认为新行为与其现有价值观和目标一致时，才会通过教育娱乐干预采取新行为。然而，基本价值观和目标往往难以改变。这些核心信念可能难以通过单一叙事的接触来改变，这或许能解释为何社区戏剧在本案中未能成为社会学习的重要载体。这些发现为发展从业者提供了宝贵的经验教训。虽然社区游戏是吸引农民和扩大覆盖范围的强大工具，尤其是在偏远地区，但在信息稀释和从众压力更为明显的大型培训环境中，它们在推动个体层面学习和行为改变方面可能效果较差。
2.异质性分析与稳健性检验
本节探讨潜在的差异效应，同时提供一些稳健性检验。考察了不同推广策略和培训方法的影响是否在农民的替代可观察特征（包括性别、年龄和农场规模）之间产生差异性影响。将这些结果报告在附录A中。在表A1中，通过按农民性别细分样本，区分男性和女性，扩展了这一分析。研究结果显示，女性农民在社区游戏干预中受到了最积极的影响。具体来说，表A1的结果显示，对于T3区农民，参加社区游戏和数字素养培训的男性下载Mahsoly和Cropsa应用的可能性分别增加了9个百分点和8个百分点。对女性农民来说，影响几乎翻倍，分别增长了20个百分点和18个百分点。表底部报告的p值显示这些估计值存在统计学上显著差异。这些差异可能源于女性基线采用率较低，现有研究显示女性在数字访问方面面临更大障碍，包括手机拥有率较低、识字率挑战和限制性社会规范。此外，社区剧中的互动叙事和可共鸣角色已被证明能增强参与度和行为转变，尤其是在边缘群体中。这与本文的发现一致，女性农民对基于教育娱乐的干预反应优于男性，表明社交参与型学习模式可能更有效地降低女性数字采用的障碍。
此外，假设年轻农民更可能经常使用和参与数字工具。在表A3、表A4中，通过按年龄组使用受访者的中位年龄对样本进行细分，正式探讨了这些差异。结果与假设一致，显示在T3农民样本中，年轻农民更可能每月至少使用一次数字工具，较年长农民（8个百分点）增长了最多15个百分点。同样，年轻农民也更倾向于认为数字应用有用，增长了19个百分点，而年长农民则增长了8个百分点。鉴于年轻农民在推动数字普及中的作用，这并不令人意外，因为他们具备更高的数字素养、技术能力以及愿意将数字平台融入农业实践。近期实验证据进一步证实，年轻且受教育程度更高的农民对基于智能手机的咨询服务的响应性比年长或数字经验较少的群体更为敏感。
预计，贫困农民，尤其是小农户，可能从培训中获得的益处最少，因为他们对数字工具的基础熟悉度较低，且存在如连接不良和智能手机访问能力不足等结构性限制（见图3）。在表A4中，通过按农场大小（中位数以下和上方0.5费丹）对样本进行细分，并以数据中的中位农场规模作为阈值，正式估算了这一数据。结果显示，T2和T3农场规模高于中位数的农民，其移动应用的使用率几乎是小于中位数农场的两倍。同样，表A5显示，农场规模中位数以上的农民更有可能报告数字参与度的积极成果。他们对数字应用表现出更大兴趣，更可能向其他农民推荐，并报告对通过数字平台分享和接收农场相关信息的信任度更高。
这些发现与以往研究一致，表明小农户在数字化转型过程中常被边缘化。以往研究显示，年轻且受教育程度更高的农民比年长且教育程度较低的农民更容易采用手机，且拥有较大农场的农民更可能将移动技术融入决策。相比之下，小农户通常对数字平台不熟悉，而这些平台在获取农业信息和市场数据方面日益重要。因此，他们常常难以有效驾驭这些平台，或未能充分发挥其潜力。总体而言，异质性分析强化了数字接入结构性不平等导致农业技术采用不均的观点。识别这些差异化的采纳模式对于设计有针对性的干预措施至关重要。
10个月宝宝每天需要喝多少奶粉？
