تحلیل نیت رفتاری استفاده از سیستم‏ های آبیاری خورشیدی در بخش کشاورزی شهرستان نقده: همگرایی مدل‏ های TPB و TAM

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری، بخش ترویج و آموزش کشاورزی، دانشکده کشاورزی، دانشگاه شیراز، شیراز، ایران

2 دانش ‏آموخته کارشناسی ارشد، گروه ترویج و آموزش کشاورزی، دانشکده کشاورزی، دانشگاه تربیت‏ مدرس، تهران، ایران

3 استادیار، گروه ترویج و آموزش کشاورزی، دانشکده کشاورزی، دانشگاه زابل، زابل، ایران

چکیده

تأمین انرژی به‏ منظور پمپاژ آب شبکه‏ های آبیاری تحت فشار در بخش کشاورزی از یک‌سو، بحران‏ های زیست‏ محیطی و نگرانی‏ های جهانی نسبت به عواقب و تأثیرات سوخت‏های فسیلی بر محیط‏ زیست از سویی دیگر، منجر به ضرورت تغییر الگوهای ذهنی در مورد به‌کارگیری انرژی‏ های پاک و تجدید پذیر شده است. در این بین انرژی خورشیدی پاسخی به چالش‏ های مطرح شده می ‏باشد. هدف از پژوهش حاضر تحلیل نیت رفتاری کشاورزان نسبت به بکارگیری سلول‏ های خورشیدی در سیستم‏ های آبیاری بود. جامعه آماری این پژوهش شامل 7172 کشاورز آبی کار بود که با استفاده از جدول کرجسی و مورگان تعداد 365 کشاورز به‏ عنوان نمونه انتخاب شدند. ابزار پژوهش پرسشنامه محقق ساخته‏ ای بود که روایی شکلی و محتوایی آن نیز با بهره‏گیری از نظرات متخصصان دانشگاهی و همچنین به استناد شاخص روایی سازه، در سطح مطلوب برآورد گردید. پایایی پرسشنامه نیز با استفاده از شاخص‏ های آلفای کرونباخ و پایایی ترکیبی در حد مطلوب بدست آمد. پردازش داده‏ ها در دو بخش آمار توصیفی و استنباطی با استفاده از نرم‏ افزارهای SPSSwin 22 و LISREL8.80 و دستیابی به اهداف با روش مدل‏ سازی معادلات ساختاری محقق شد. یافته‏ های پژوهش حاکی از همبستگی معنی‏ دار میان متغیرهای نیت رفتاری، نگرش، هنجار ذهنی، کنترل رفتاری درک‏ شده، سهولت درک‏ شده و سودمندی درک‏ شده بود. همچنین بر اساس نتایج مستخرج از مدل ‏سازی، متغیرهای مستقل و میانجی پژوهش، تأثیر معنی‏ داری بر نیت رفتاری کشاورزان داشته ‏اند. این پنج متغیر در مجموع توانایی تبیین 64 درصد از تغییرات واریانس نیت رفتاری کشاورزان را نسبت به استفاده از سلول‏ های خورشیدی داشته‏ اند.

کلیدواژه‌ها


عنوان مقاله [English]

Analysis of Behavioral Intention to Use Solar Irrigation Systems in Agricultural Sector of Naghadeh County: The Convergence of TPB and TAM Models

نویسندگان [English]

  • Latif Haji 1
  • Yadgar Momenpor 2
  • Hamid Karimi 3
1 Ph.D. Student, Department of Agricultural Extension and Education, School of Agriculture, Shiraz University, Shiraz, Iran
2 Former M. Sc. Student, Department of Agricultural Extension and Education, Faculty of Agriculture, Tarbiat Modares University, Tehran, Iran
3 Assistant Professor, Department of Agricultural Extension and Education, Faculty of Agriculture, University of Zabol, Zabol, Iran
چکیده [English]

Providing energy for pumping water to pressurized irrigation networks in the agricultural sector on the one hand, environmental crises and global concerns about the consequences and effects of fossil fuels on the environment on the other hand, have led to the necessity of changing mental patterns about the use of clean and renewable energy. In the meantime, solar energy is a response to the challenges posed. The purpose of this study was to analyze the farmers’ behavioral intention towards the use of solar cells in irrigation systems. The statistical population was included (N= 7172) irrigated farmers who were selected (n=365) farmers as a sample group using the table of Krejcie and Morgan. The research instrument was a researcher-made questionnaire which its content validity was confirmed by a panel of agricultural extension and education experts and discriminant validity (AVE). Also, its reliability, using Cronbach's alpha and the Composite reliability indices was obtained in the optimal range. Data processing in both descriptive and inferential statistics using SPSSWin22 and LISREL8.8 software and achieve goals with structural equation modeling was conducted. According to the analyses, a significant correlation between the variables of “behavioral intention”, “attitude”, “subjective norm”, “perceived behavioral control”, “perceived ease of use” and “perceived usefulness” were observed. Also, based on the results of modeling, the independent and mediating variables of the study had a significant effect on the farmers’ behavioral intentions. Those five variables explained 64 percent of the total variance of farmers' behavioral intentions in using solar cells.

کلیدواژه‌ها [English]

  • Behavioral Intention
  • Solar irrigation system
  • Solar energy
  • Naghadeh County
باقری، ا،. و پیرمؤذن، س. (1399). نیت و رفتار بکارگیری برچسب ‏ها و پیکتوگرام‏ های آفت‏ کش‏ ها در میان کشاورزان شهرستان اردبیل: کاربرد نظریه برنامه ‏ریزی شده. مجله علوم ترویج و آموزش کشاورز ی ایران، جلد 16، شماره 2، صص 123-109.
پرورش ‏ریزی، ع.، و اشرف‏ زاده، ا. (1397). تحلیل فنی-اقتصادی آبیاری خورشیدی: مقایسه با منابع متداول انرژی در آبیاری. فصلنامه پژوهش ‏های سیاست گذاری و برنامه‏ ریزی انرژی، سال 4، شماره 11، صص 228-201.
جدیری ‏قالیچه، ا.، محمودی، ا.، و بهفر، ح. (1389). طراحی و ساخت سیستم تعقیب ‏گر خورشید با روش کنترل ترکیبی آنالوگ- دیجیتال و امکان‏ سنجی کاربرد آن در خشک‏ کن ‏های خورشیدی محصولات کشاورزی. فصلنامه دانش کشاورزی و تولید پایدار، سال 20، شماره 2، صص 79-65.
حاجی، ل.، و حیاتی، د. (1399). سازه­ های مؤثر بر رفتار مدیریتی بهره‏ برداران در حفاظت از مراتع شهرستان نقده. هشتمین کنگره ملی علوم ترویج و آموزش کشاورزی، منابع طبیعی و محیط‌ زیست پایدار، کرج، 6 و 7 آبان، صص 11-1.
حاجی، ل.، ولی ‏زاده، ن.، و فاطمی، م. (1398). موانع بکارگیری اطلاعات هواشناسی به‌وسیله کشاورزان: یک تحلیل آمیخته. مجله علوم ترویج و آموزش کشاورزی ایران، جلد 15، شماره 2، صص 44-31.
خون ‏سیاوش، م.، رندی، و.، و معصومی، ب. (1393). عوامل مؤثر بر رفتار خرید مشتریان اینترنتی در ایران با توجه به مدل پذیرش فناوری (TAM). مجله مدیریت توسعه و تحول (ویژه نامه)، صص 118-109.
رحیمی‏ فیض ‏آباد، ف،. یزدان‏پناه‏، م،. فروزانی، م.، محمدزاده، س.، و برتون، ر. (1395). تبیین رفتار حفاظت از آب کشاورزان با استفاده از تئوری توسعه‏یافته رفتار برنامه ‏ریزی شده: مورد مطالعه شهرستان الشتر. مجله علوم ترویج و آموزش کشاورزی ایران، جلد 12، شماره 2، صص 17-1.
رضایی، ا.، اسماعیل ‏زاده، ع.، و مشعشعی، ک .(1395). بررسی و تحلیل سیر مصرف انرژی در مرغداری‏ های تولید مرغ گوشتی مطالعه موردی: منطقه آزاد ماکو. ششمین کنگره ملی علوم ترویج و آموزش کشاورزی و منابع طبیعی ایران، دانشگاه شیراز، 5 و 6 آبان ماه 1395،  صص 9-1.
رئیسی، ع.‏ا.، و فلاح‏ حقیقی، ن. (1395). بررسی علوم رفتار زیست‌محیطی در حفاظت پایدار از محیط‏ زیست. ششمین کنگره ملی علوم ترویج و آموزش کشاورزی و منابع طبیعی ایران، دانشگاه شیراز، 5 و 6 آبان ماه 1395، صص 31-22.
سازمان آب منطقه‏ای استان آذربایجان غربی. (1390). مطالعات بهنگام سازی بیلان منابع آب محدوده‏های مطالعاتی حوضه آبریز دریاچه ارومیه منتهی به سال آبی 89-90. گزارش بیلان منابع آب محدوده مطالعاتی نقده، جلد 5، ضمیمه 7، کد 3007.
سازمان جهاد کشاورزی استان آذربایجان غربی .(1399). سالنامه آماری کشاورزی. اداره کل منابع طبیعی و آبخیزداری استان آذربایجان غربی: مدیریت جهاد کشاورزی نقده.
صادقی‏ اقدم، ف.، ندیری، ع.ا.، و اصغری‏ مقدم، ا. (1397). بررسی ویژگی‏ های هیدرو ژئو شیمیایی آب زیرزمینی آبخوان دشت نقده و شاخص آلودگی فلزات سنگین (HPI). مجله علوم زمین، سال 29، شماره 115، صص110-97.
فرخ‏ نژادرضایی، ل.، پیرخراطی، ح،. و شیخی‏ آلمان ‏آباد، ز. (1397). ارزیابی هیدروژئوشیمی آب‏های زیرزمینی دشت نقده (شهریورماه 1396). سیزدهمین همایش ملی علوم و مهندسی آبخیزداری ایران، دانشگاه محقق اردبیلی، 10 و 11 مهرماه، صص 9-1.
لولاآور، ن.، و نیک‏نامی، م. (1394). بررسی عوامل مؤثر بر امکان بکارگیری انرژی خورشیدی در بخش کشاورزی از دیدگاه کارشناسان سازمان جهاد کشاورزی استان تهران. مجله علوم ترویج و آموزش کشاورزی ایران، جلد 11، شماره 2، صص 148-135.
محمدی، م.، و صبوری، م .ص. (1394). بررسی موانع بکارگیری انرژی‏های تجدیدپذیر در بخش کشاورزی ایران: مطالعه موردی استان سمنان. نشریه انرژی ایران، دوره 18 شماره 3، صص 60-43.
مؤمن‏ پور، ی.، صدیقی، ح.، و چوبچیان، ش. (1397). بررسی عوامل مؤثر بر پایداری رفتار زیست‌محیطی گندم کاران شهرستان بوکان. نشریه راهبردهای توسعه روستایی، سال 5، شماره 1، صص 32-15.
هاشمی، م.، و کرونی، م. ع. (1391). خورشید، انرژی پاک (کندوکاوی در مسائل توسعه پایدار ایران)، تهران: انتشارات کیان رایانه سبز.
 
Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision Processes, 50, 179-211.
Alambaigi, A., and Ahangari, I. (2016). Technology acceptance model (TAM) as a predictor model for explaining agricultural expert’s behavior in acceptance of ICT. International Journal of Agricultural Management and Development (IJAMAD), 6(1047-2017-1663), 235-247.‏
AliSalehAl-Ajam, K. M. N. (2013). Adoption of internet banking by Yemeni consumers: An empirical investigation. Australian Journal of Basic and Applied Sciences, 7(2), 182-189.
Ayuya, O. I., Lagat, J. K., and Mironga, J. M. (2011). Factors influencing potential acceptance and adoption of clean development mechanism projects: Case of carbon trade tree project among small scale farmers in Njoro district, Kenya. Research Journal of Environmental and Earth Sciences 3(3), 275-285.
Bamberg, S. (2013). Changing environmentally harmful behaviors: A stage model of self- regulated behavioral change. Journal of Environmental Psychology, 34, 151-159.
Belgacem, B. G. (2012). Performance of submersible PV water pumping systems in Tunisia. Energy for Sustainable Development, 16(4), 415-420.‏
Bojnec, S., and Papler, D. (2011). Efficient energy use and renewable sources of energy in Slovenia: A survey of public perception. Journal of Agric. Econ. Czech, 57(10), 484-492
Borges, J. A. R., Lansink, A. G. O., Ribeiro, C. M., and Lutke, V. (2014). Understanding    farmers’ intention to adopt improved natural grassland using the theory of planned behavior. Livestock Science, 169, 163-174.
Byrne, B. M. (2010). Structural equation modeling with AMOS: Basic concepts, applications, and programming (multivariate applications series). New York: Taylor & Francis Group, 396, 7384.‏
Brand, K. W., and Reusswig, F. (2006). The social embeddedness of global environmental governance. Multilevel Governance of Global Environmental Change: Perspectives forms, sociology and the Law, Cambridge: University of Cambridge.‏
Chau, P. Y., and Hu, P. J. H. (2002). Investigating healthcare professionals’ decisions to accept telemedicine technology: An empirical test of competing theories. Information & Management, 39(4), 297-311.
Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. Management Information Systems Quarterly, 13(3), 319-340.
Davis, K., Nkonya, E., Kato, E., Mekonnen, D. A., Odendo, M., Miiro R., and Nkuba, J. (2012). Impact of farmer field schools on agricultural productivity and poverty in East Africa. World Development, 40(2), 402-413.
Davis, R. D. (2015). Dose knowledge matter? An investigation of the relationship between mental models of climate change and pro-environmental behavior. Ph.D. Dissertation. Stanford University, UK.
Fedoroff, E., Ponge J. F., Dubs, F., Gonzalez, F. F., and Lavelle, P. (2005). Small-scale response of plant species to land-use intensification. Journal of Agriculture, Ecosystems and Environment, 105, 283-290.
Gao, X., Liu, J., Zhang, J., Yan, J., Bao, S., Xu, H., and Qin, T. (2013). Feasibility evaluation of solar photovoltaic pumping irrigation system based on analysis of dynamic variation of groundwater table. Applied energy, 105, 182-193.‏
Gava, O., Bartolini, F., Brunori, G., and Galli, F. (2014). Sustainability of local versus global bread supply chains: A literature review. Paper presented at the Italian Association of Agricultural and Applied Economics (AIEAA), June 25th, Alghero, Italy.
Gentry, L., and Calantone, R. (2002). A comparison of three models to explain shop‐bot use on the web. Psychology & Marketing, 19(11), 945-956.
Krejcie, R. V., and Morgan, D. W. (1970). Determining sample size for research activities. Educational and Psychological Measurement, 30(3), 607-610.‏
Haji, L., Valizadeh, N., Rezaei-Moghaddam, K., and Hayati, D. (2020). Analyzing Iranian farmers' behavioral intention towards acceptance of drip irrigation using extended technology acceptance model. Journal of Agricultural Science & Technology, 22(5), 1177-1190.
Harishankar, S., Kumar, R. S., Sudharsan, K. P., Vignesh, U., and Viveknath, T. (2014). Solar powered smart irrigation system. Advance in Electronic and Electric Engineering, 4(4), 341-346.
Harland, P., Staats, H., and Wilke, H. A. (2007). Situational and personality factors as direct or personal norm mediated predictors of pro-environmental behavior: Questions derived from norm-activation theory. Basic and Applied Social Psychology, 29(4), 323-334.
Iakovou, E., Vlachos, D., Achillas, Ch., and Anastasiadis, F. (2016). Design of sustainable supply chains for the agrifood sector: A holistic research framework. In: G. Ionescu (Eds.), Sustainable Food and Beverage Industries, (PP. 1-10). New York: Apple Academic Press.
Jiang, L., Zhang, J., Wang, H. H., Zhang, L., and He, K. (2018). The impact of psychological factors on farmers’ intentions to reuse agricultural biomass waste for carbon emission abatement. Journal of Cleaner Production, 189, 797-804.‏
Lee, D. Y., and Lehto, M. R. (2013). User acceptance of YouTube for procedural learning: An extension of the technology acceptance model. Computers & Education, 61, 193-208.
Legris, P., Ingham, J., and Collerette, P. (2003). Why do people use information technology? A critical review of the technology acceptance model. Inform. Manage. 40(3), 191-205.
Lei, Y., Liu, C., Zhang, L., and Luo, S. (2016). How smallholder farmers adapt to agricultural drought in a changing climate: A case study in southern China. Land Use Policy, 55, 300-308.
Lin, H. F. (2007). Predicting consumer intentions to shop online: An empirical test of competing theories, IEEE. Electronic Commerce Research and Applications, 6, 433-442
Mathieson, K. (1991). Predicting user intentions: comparing the technology acceptance model with the theory of planned behavior. Information systems research, 2(3), 173-191.
Menapace, L., Colson, G., and Raffaelli, R. (2015). Climate change beliefs and perceptions of agricultural risks: An application of the exchangeability method. Global Environmental Change, 35, 70-81.‏
Moisander, J., and Pesonen, S. (2002). Narratives of sustainable ways of living: constructing the self and the other as a green consumer. Management Decision, 40, 329-342.
Niles, T., and Mueller, N. D. (2016). Farmer perceptions of climate change: Associations with observed temperature and precipitation trends, irrigation, and climate beliefs Meredith. Global Environmental Change, 39, 133-142.
Paarlberg, R. (2009). The ethics of modern agriculture. Society, 46(1), 4-8.
Raymond, C. M., and Spoehr, J. (2013). The acceptability of climate change in agricultural communities: Comparing responses across variability and change. Journal of Environmental Management, 115, 69-77.
Relph, M. K. (2014). Solar power's low cost to farmers. World Pumps, 10, 34-35.‏
Reusswig, F. (2010). The new climate change discourse: A challenge for environmental sociology. In M. Gross, and H. Heinrichs (Eds.). Environmental sociology: European perspectives and interdisciplinary challenges, (PP. 37-58) Springer.
Santiago-Brown, I., Metcalfe, A., Jerram, C., and Collins, C. (2015). Sustainability assessment in Wine-Grape growing in the new world: Economic, environmental, and social indicators for agricultural businesses. Sustainability, 7(7), 8178-8204.
Senol, R. (2012). An analysis of solar energy and irrigation systems in Turkey. Energy Policy, 47, 478-486.‏
Sentosa, I., and Mat, N. K. N. (2012). Examining a theory of planned behavior (TPB) and technology acceptance model (TAM) in internet purchasing using structural equation modeling. Journal of Arts, Science & Commerce d, 3(2), 62-77.‏
Suvedi, M., Bigbelaar, C. D., and Mortford, S. (2003). Conceptual framework for evaluating sustainable agriculture. Journal of Crop Production, 9(1), 433-454
Talaei, A., Ahadi, M. S., and Maghsoudy, S. (2014). Climate friendly technology transfer in the energy sector: A case study of Iran Energy Policy, 64, 349-363.
Taylor, S., and Todd, P. A. (1995). Understanding information technology usage: A test of competing models. Information Systems Research, 6(2), 144-176.
Tesfahunegn, G. B., Mekonen, K., and Tekle, A. (2016). Farmers’ perception on causes, indicators and determinants of climate change in northern Ethiopia: Implication for developing adaptation strategies. Applied Geography, 73, 1-12.
Tran, T. C. T., and Cheng, M. S. (2017). Adding innovation diffusion theory to technology acceptance model: Understanding consumers' intention to use biofuels in Viet Nam. International Review of Management and Business Research, 6(2), 595-609
Valizadeh, N., Bijani, M., and Abbasi, E. (2020). Farmers’ participatory-based water conservation behaviors: Evidence from Iran. Environment, Development and Sustainability, 23, 4412-4432.
Velten, S., Leventon, J., Jager, N., and Newig, J. (2015). What is sustainable agriculture? A systematic review. Sustainability, 7(6), 7833-7865.
Wee, H. M., Yang, W. H., Chou, C. W., and Padilan, M. V. (2012). Renewable energy supply chains, performance, application barriers, and strategies for further development. Renewable and Sustainable Energy Reviews, 16(8), 5451-5465.
Willoughby, K. W. (1990).Technology choice: A critique of the appropriate technology movement. Boulder & London: Westview Press.
Yazdanpanah, M., Hayati, D., and Zamani, G. H. (2011). Investigating agricultural professionals’intentions and behaviours towards water conservation: Using a modified theory of planned behaviour. Environmental Science, 9(1), 1-22.
Yazdanpanah, M., Hayati, D., Hochrainer-Stigler, S., and Zamani, G. H. (2014). Understanding farmers' intention and behavior regarding water conservation in the Middle-East and North Africa: A case study in Iran. Journal of Environmental Management, 135, 63-72.
Zemore, S. E., and Ajzen, I. (2014). Predicting substance abuse treatment completion using a new scale based on the theory of planned behavior. Journal of Substance Abuse Treatment, 46(2), 174-182.
Zhou, Y. (2010). Smallholder agriculture, sustainability and the Syngenta foundation. Syngenta Foundation for Sustainable Agriculture, 12, 1-15.‏