气候变化是一个重要的全球性环境问题,它关系着全社会各部门的福祉,其中包括农业生产部门。农业部门迫切需要采取创新技术手段来减轻其对农业生产效率和农户生计的影响。在面对农业气候变化时,小农户可以采纳各种气候智能型适应技术来维持甚至提高农业产量。因此,决策者需要根据具体地区的经验证据来进行政策制定或政策优化。然而,以往的研究大多局限于气候变化的部分内容（例如,认知、采纳决策.或两者兼而有之）,这忽视了小农户的采纳行为与作物产量和效率之间的关系,而且鲜有文献分析小农户对计划性气候智能型适应技术的支付意愿（PCSP）。因此,本研究旨在评估小农户对气候变化的认知及其对气候智能型适应技术的采纳,并考察采纳行为对技术效率和小麦产量的影响。此外,本研究还调查了样本区内农户对PSCT（作物保险（CI）和天气预报信息（WFI））的支付意愿。基于此,本研究在埃塞俄比亚南部Lemo区随机选择了 6个村,从2019年12月至2020年2月收集得到600份农户调查数据,并辅以核心群组访谈（FGD）、专家咨询和实地调研等方法。首先,本研究采用多元线性回归和双栏模型进行研究,双栏模型第一阶段对是否采纳适应性措施的影响因素进行研究,第二阶段对采纳程度进行研究。其次,通过随机前沿分析（SFA）测度技术效率（TE）,通过内生转换回归（ESR）和倾向得分匹配（PSM）模型评价采纳行为对小麦产量的影响。最后,使用双变量Probit模型评估农户的支付意愿。结果表明,研究区域内大部分小农户（89.80%）认为过去二十年来的气候发生了变化。他们能观察到不同天气变化指标的变化,具体包括夏季（75.23%）和冬季（57.7%）的气温升高、夏季持续时间延长（76.14%）、天气不可预测性(77.83%、降水量减少（65.26%）和冬季持续时间减少（62.2%）。在核心群组访谈中,参与者也证实了该地区发生了类似的气候变化。为应对气候变化,大部分家庭（73.64%）至少采纳了一种适应性措施。其中,小农户最常用的做法为作物品种多样化（56.14%）、改变种植或收获时间（51.76%）、作物轮作（47.69%）、种植耐旱品种（40.12%）、梯田（土壤保持技术）（58.57%）、改良化肥使用（52.48%）、改良堆肥和农家粪肥使用（41.34%）以及跟踪天气信息（56.71%）。本文采用专家打分法来衡量小农户气候智能型适应技术的采纳指数（AAI）。研究表明主要农作物的平均AAI为44.14%。性别、地块数量（地块）、耕作经验、合作社成员资格、推广服务获得、信贷服务和天气信息都对农户的采纳决策和采纳强度有显著的正向影响;农民受教育程度和气候变化感知对农户的采纳决策具有显著的正向影响,但对采纳程度影响不显著;土地肥力和牲畜拥有量（TLU）仅对采纳程度存在显著相关关系。此外,模型的检验结果表明,农户的采纳决策与适应行为水平是相互独立的。此外,本研究利用随机前沿分析（SFA）和农户采纳指数评估了气候智能型适应技术采纳行为对农户技术效率的影响。研究表明,主要作物、小麦和苔麸生产技术效率平均水平分别为69.95%、75.10%和65.73%,这表明种植户存在更大的上升空间。适应气候变化行为对主要作物、小麦和苔麸的生产效率有显著的正向影响。采用气候智能型适应技术的小农户在主要作物、小麦、和苔麸的生产技术效率平均比同组农户高出11.31%、8.62%、6.70%。此外,耕作经验、受教育程度、推广人员接触、牲畜拥有量和农户收入是影响农户技术效率的关键因素。此外,本研究还利用ESR和PSM模型考察了气候智能型适应技术采纳行为对小麦产量的影响。ESR模型的使用有助于解决潜在的内生性问题,解决由未观测到的偏误因素带来的结果偏误,从而提供更稳健的结果。在ESR模型的使用中,本研究将从其他渠道（如无线电、其他农户）获取气候信息和获取推广服务作为选择工具。ESR模型结果表明,无论是采纳者还是未采纳者,当地合作社成员资格和市场准入都是决定小麦产量的关键变量。然而,在采纳者与未采纳者之间,性别、家庭规模、牲畜拥有量和信贷获取对小麦产量的影响存在显著差异,这既表明了采纳者与未采纳者之间的异质性,也验证了 ESR模型的稳健性。除劳动力外,采纳者与未采纳者在小麦生产中均使用了大量的投入（如土地、劳动力、牛、种子、化肥和化学品）。ESR模型的平均处理效应（ATT）表明,小农户采纳气候智能型适应技术后小麦产量增加了 217.29（34.35%）公斤/公顷。同样,控制组的平均处理效应（ATU）的结果表明,如果未采纳气候智能型适应措施的农户采纳此技术,他们的小麦产量将增加196.65公斤/公顷（32.11%）。这意味未采纳者如果选择采纳气候智能型适应技术,其小麦产量可能会显著增加。PSM模型得到了一致的结论。PSM模型的ATT值表明,采纳者的小麦产量比未采纳者高出215.87公斤/公顷（近邻匹配）和223.24公斤/公顷（核密度匹配）,这表明气候智能型适应技术对小麦产量有重要的影响。此外,本文研究了气候智能型适应技术行为（作物保险和天气预报信息服务）的农户支付意愿。利用条件估值法,农户如实表达对提供更好服务的PSCP技术的支付意愿。在受访者中,有71.74%和73.77%的人表示愿意为作物保险和天气预报信息服务付费。然而,调研结果表明大多数农户并不清楚项目中的气候智能型适应技术,尤其是作物保险。此外,受访者“拒绝支付”的主要原因包括收入较低（58.08%）、认为该项目是政府的义务（32.34%）。对于那些回答“愿意支付”的人,作物保险（CI）的平均支付意愿值是192.312埃塞俄比亚比尔（约5.885美元）,天气预报信息服务（WFI）的平均支付意愿值是164.986埃塞俄比亚比尔（约5.04美元）。此外,最大值和平均值之间的范围表明,尽管大多数人都愿意支付,但农户的实际支付值很低。biprobit模型的结果显示,除家庭规模外,耕作经验、受教育程度、农户收入、当地合作社成员资格、信贷获取、推广服务和天气信息等变量均对农户的天气智能适应技术的支付意愿有显著的正向影响。根据本文的研究结果,提出如下建议:（1）提高农户的认知水平,让农户了解到采取行动来缓解气候变化负面影响的必要性,并缩小其认知和实践之间的差距。（2）为促进农户作出采纳决策,农业政策的制定应着重于拓宽农户获取信息和信贷渠道。（3）通过实施气候智能适应技术,鼓励小农户向适应气候变化的政策转变,促使农户更为有效地应对气候变化的影响,并提高其技术效率。（4）政府应优先考虑适合小农户的气候智能型适应技术,将其纳入应对气候变化、提高和维持农业生产力的政策举措中。（5）通过推广服务和拓宽信息来源（如广播和电视）,来提高农户对天气智能型适应技术（如作物保险和天气预报信息服务）的了解。