新型城镇化背景下农民对互联网应用采纳决策的实证分析

郭建鑫　张峻峰

摘要：在新型城镇化战略背景下，探究农民对新型信息通信技术（ICT）采纳决策的影响因素和影响强度，对于优化农村信息化推广策略，落实“互联网+农业”战略部署具有重要意义。基于北京市郊区3个区54个村的实地调查数据，融合技术扩散理论和理性行为理论，采用Logit模型分析影响农民对新型ICT技术应用采纳的决定因素。结果表明，教育程度、转移就业状况、对ICT应用的感知有用性、易用性对农民采纳决策有显著的正向作用，而以往的设备下乡、网络接入等信息化推广措施对加强农业与“互联网+”的融合作用有限。应加强信息技能培训，针对农民需求开发实用、易用的互联网应用程序，让农民从“互联网+农业”中获益。

关键词：新型城镇化；农民；信息通信技术（ICT）；影响因素；影响强度；融合技术扩散理论；互联网+农业；采纳决策

中圖分类号： F3233文献标志码： A

文章编号：1002-1302（2017）21-0325-05

HJ14mm]

收稿日期：2016-07-17

基金项目：北京市科学技术委员会阶梯计划（编号：Z121105009212017）；北京市农林科学院创新基金（编号：JNICST201612）。

作者简介：郭建鑫（1973—），男，河南泌阳人，博士，副研究员，从事农业信息化与农村发展研究。E-mail：jasonguo010@foxmailcom。

在新型城镇化战略背景下，农村人口的居住、生产和生活方式都将发生巨大的变化，新形势下的农民能否接受并采纳各种新型的信息通信技术（ICT）应用和互联网服务是电子商务能否进村、“互联网+农业”能否落地的关键。由于多年以来城乡数字鸿沟一直存在，越来越多的学者开始关注不同人群在信息技术素养、利用水平等层面的差距，大家开始认识到数字鸿沟远比网络接入更为复杂1]。从我国互联网用户发展来看，尽管农村地区网民规模和互联网普及率都在不断增长，但是城乡互联网普及率差异仍有扩大趋势，2015年城镇地区互联网普及率超过农村地区343百分点2]。而且研究者和农业、信息化管理部门对这一差距的判断并不一致。一种观点认为目前城乡基础设施差距和人口素质差距仍是农村互联网普及的最大阻力3-4]，另一种观点则认为农村信息化推广发展到了新阶段，对农村的非互联网用户而言，其转化难度越来越大2，5]。无论是哪一种观点，目前都只是基于宏观思考的直觉判断，相关的微观研究还较少。有关ICT的采纳研究主要集中在2个领域，一类是应用农业技术扩散理论和计量工具所进行的研究，另一类是基于理性行为理论所开展的研究分析。发展经济学的相关文献认为，ICT技术和其他农业技术一样，在不同发展阶段、不同国家和地区，影响农户采纳的因素存在明显差异6]。另外，即使是同样的社会文化背景，影响不同群体的因素也可能不同。相关研究对象包括精准农业技术7]、基于ICT的市场信息服务8]、手机9]以及手机银行等电子金融服务10]等。而国内有关农民对ICT技术采纳方面的研究较少。申康达等利用Probit模型对北京市郊区70个农户的调查数据进行定量分析发现，农户的计算机熟练程度、性别和家庭人均年纯收入对农户互联网信息利用产生显著影响，但从样本量和影响变量设置来看，还有待进一步深入研究11]。基于理性行为理论的ICT采纳研究主要应用技术接受模型（TAM）、技术接受和使用的整合模型（UTAUT）而开展，这些研究通过测量诸如“感知有用性”“感知易用性”等在经济学中不可观测的潜变量，分析影响采纳行为的主要因素。蔡志坚应用TAM模型分析江苏省农民对农村信息技术接受采纳的影响因素时发现，农户自信心、耕地面积及获利感知是影响农户采纳的最重要因素12]。何德华等以UTAUT模型为基础进行分析，认为农户对移动服务的满意度对其接受程度有重要的促进作用，成本有显著的负向影响，而地区差异不明显13]。但这2个研究的样本量都不大，且没有非采纳者作为对比。另外，基于理性行为理论的采纳研究虽然在揭示ICT产品技术特征和用户心理感受之间关系时具有较强的解释力，但对如何设计干预措施，提高技术扩散效率所提供的信息有限14]。因此，将2种研究方法进行融合，会较好地完善和增强研究结果的解释力和政策借鉴意义。这在农业技术扩散研究中已有不少先例，如Adesina等的研究15-16]，但在有关ICT的采纳研究中还鲜有所见。总体而言，国内有关农民对ICT应用的采纳研究还较少，已有研究也存在样本量小、因素变量选择较窄等不足，对当前农村信息化推广的政策制定所能提供的信息有限。本研究尝试通过将技术扩散理论和理性行为理论进行融合，应用较大样本的数据计量分析回答以下2个问题，即在城镇化快速发展地区，农民对新型互联网应用的采用状况如何？有哪些因素会影响到他们的采纳决策？期望答案能对制定“互联网+农业”促进政策提供有益参考。

1研究样本和数据说明

11关于新型ICT应用

本试验选择相对出现较晚、普适性的工具型、平台型ICT应用作为研究目标，包括QQ、微信、微博、电子邮件、网络、语音咨询服务。其中网络、语音咨询服务以北京地区广为推广的12396和12316科技、农业公共服务为代表。这些应用都具备即时通信、新媒体交互的特点，是电子商务、大数据应用等“互联网+农业”的融合基础。根据《第36次年中国互联网络发展统计报告》及2014年人口普查数据测算，2014年QQ在网民中的普及率为909%，在全国总人口中的普及率为443%；微信在网民中的普及率为91%，在总人口中的普及率为395%；微博在网民中的普及率为306%，在全国总人口中的普及率为149%；电子邮件在网民中的普及率为367%，在总人口中的普及率为179%。采纳1种及1种以上这些应用，即视为采纳使用了新型ICT应用。

12样本和数据来源

北京市政府自2010年在郊区开通了农村远程教育站点，目前北京市郊区农村开通运行的站点约占全市行政村数量的60%。为了验证社区内的交流学习过程对新型ICT应用采纳的影响，样本村选择时每个区在远程教育实施村和未实施村按1 ∶1选择。本试验采用分层随机抽样获取了3个区的783户农户，调查于2014年8—10月完成。其中受访者年龄大于70岁者，不再列入本研究范围，最后共获得样本712人。endprint

调查采用结构化设计的村级和农户调查问卷。村级调查问卷由村干部填写，主要收集村基本特征、经济条件等数据。农户问卷由调查员入户调查填写，调查受访者对5项ICT应用自我感受评价和采用情况，同时收集家庭人口统计信息、生产、就业、收入、财产等信息。

13数据的描述性分析

本研究共计5类32个变量纳入测量分析，主要包括农户个人和家庭特征向量、经验及社会资源向量、财产及财务特征向量、村级社区特征向量、技术感知特征向量（表1）。

由表1可知，样本农民平均53666岁，受教育10177年，年均非农工作时间7个月以上，户均耕地面积0249 hm2，家庭计算机已经普及。这些特征和当前北京市郊区居住在农村的农民主体特征相近，唯一不同的是参与调查的是以男性为主，显示出即使在大都市郊区的农村，男主外的传统社会特征明显。另外，采纳者和非采纳者差异明显。整体上看，采纳者更年轻、受教育程度更高，每年务农时间更短，家庭经济条件更好。虽说采纳者村建有远程教育站点更多（0445 ∶0387），但这一差异并不显著。

2计量分析方法

为了分析影响农民对新型ICT应用的采纳决策的可能因素，本研究提出如下计量模型：

Ai=β0+β1Ci+β2Ri+β3Fi+β4Vi+β5Pi+εi。JZ）]JY]（1）

式中：Ai是二值虚拟变量，表示第i个农民是否采纳了新型ICT应用；采纳时取值为1，否则取值为0。Ci表示农民个人及家庭特征变量；Ri表示经验和资源变量；Fi表示家庭财产及个人财务变量；Vi表示村级社区变量；Pi表示个人感知变量。各变量的具体指标见表2。模型中βi表示方程（1）待估参数；εi则表示随机误差项，符合标准正态分布。

模型（1）中因变量Ai取值为1或0（采纳或不采纳），具有离散特征，因此选择Logit模型进行估计，这也是技术采纳研究中最常用的模型，用以测量采纳概率和影响因素间的函数关系8，17]。

3结果与分析

对表1的32个变量进行分层逐步Logit回归，用信息准则比较和似然比检验进行模型设定检验（无论是信息准则比较还是似然比检验，都不支持对数据的加权处理和参数标准差的稳健性估计），分别对比是否加权及是否选择稳健性估计的结果发现，结果很近似（差值在3%以内，且各变量变化方向并不一致），因此模型测算中统一不作加权估计。表2为模型估计结果， 其中Logit 1仅加入外显变量， Logit 2另加入了感知变量，即32个全部变量进行逐步回归。由表2可知，2种模型都通过了似然比统计量的显著性检验，显示拟合较好，但AICBIC值和拟R2值显示模型2信息损失更小，解释力更强，且似然比检验拒绝了感知变量参数为0的假设，因此，Logit2的结果更接近理想模型。对此结果进行分析可知：第一，虽然有些变量采纳者和非采纳者差异显著，但并不是影响采纳决策的显著因素，如家庭劳动力人数、个人劳动时间的分配等，有些因素在预料之外，如家庭计算机数量对农民是否采纳新型ITC应用影响不显著。这可能是基本ICT应用普及到一定程度后（如北京市郊区农村普及，户均超过1台），这种类型的资源优势已经不再对进一步ICT技术采纳产生显著影响。第二，在个人因素中，教育层次、转移就业状况是影响最大的因素。就教育层次而言，高中及以上毕业的农民，采纳的可能性增加202%。另外，以受教育年限作测算发现影响并不显著。这在一定程度上表明，高中以下教育或仅完成义务教育时，对ICT新型应用采纳没有显著影响，而高中以上层次教育对采纳影响非常显著。从以往的研究结果来看，受教育情况对ICT采纳的影响不尽相同，如Isgin等的研究表明美国俄亥俄州农场主是否受过大学教育与其是否采纳精准农业技术没有影响7]；而Kirui发现，每多受1年教育，肯尼亚农民使用手机银行业务的可能性增加002%10]。从转移就业状况来看，完全非农就业比务农或兼业采纳新型ICT应用的可能性增加148%，说明城镇化发展使农村劳动力向二、三产业的转移能够促进新型ICT应用采纳。而性别影响显著，但考虑到样本性别均衡情况，可能是自选择的原因，还可能是农村女性也更有可能成为推动ICT应用的主要因素。第三， 家庭資源禀赋，尤其是与资金流动性相关的变量对是否采纳影响显著。如家庭总资产、耕地面积反映家庭资产信息的变量，对采纳决策有显著的促进作用，这一点和以往有关ICT采纳研究结论一致。但其他资源禀赋变量如劳动力数量对采纳决策没有显著影响。第四，家庭信息消费强度对采纳决策有显著促进作用。目前，北京市郊区农村已经基本实现网络全覆盖和手机普及18]，因此，ICT硬件资源已无法对采纳决策形成显著影响，但反映家庭信息消费强度的指标（如网络接入费、手机话费）对采纳决策有显著的正向作用。是否村干部、是否党员等这些传统衡量经验和信息源的变量对新型ICT应用采纳并没有显著影响，说明传统的交流方式和渠道对新型ICT应用采纳没有显著作用。第五，村级社区的环境、制度因素对采纳决策影响较小，仅有2个因素影响显著。除了和很多采纳研究一致的距交通主干道远近之外，引人注目的是建有远程教育站点的负向效应，拥有站点可以降低采纳概率104%。农村远程教育在北京市郊区推广多年，一般提供一些公共培训课程供村里集体学习使用。其负向效应正如前面提到的家庭计算机数量影响不显著一样让人印象深刻，可能的解释是远程教育设置的主要政策目标是消除城乡信息鸿沟，带有一定的“信息扶贫”性质，因此建设运转的村基础可能就较薄弱。另外，其建立对新型ICT应用具有一定替代效应，从而降低了采纳的可能性。第六，内在感知变量对采纳有显著的正效应，且感知易用性比感知有用性影响更大，这和以往应用TAM模型研究ICT采纳的结论相一致。唯一没有显著影响的感知因素是“认为工作生活忙碌耽误使用这些应用”。该变量类似于农业技术采纳中的农户风险偏好类型，因为这些新兴ICT应用都是免费的，但须要花费一定的学习时间。认为忙碌而不用的可以认为属于风险厌恶型，但模型测量显示风险偏好类型对新型ICT应用采纳影响并不显著。当然，这也可能和这些应用都不涉及投资或交易支出有关。endprint

4结论与启示

结合效用最大化理论和技术接受模型（TAM），本试验对“互联网+”战略背景下影响北京郊区农民对新型ICT应用的采纳决策的因素进行量化分析发现，随着农村信息化进程的推进，体现城镇化发展、从第一产业到第二、第三产业转移的因素对农民采纳ICT应用的影响更加凸显。因此，“互联网+农业”不是給农村空投下一批新的ICT技术就能让农业插上“翅膀”，而是要放在推动城镇化发展的背景下，通过促进农民从中获益、获得良好应用体验，才能使新的ICT应用落地生根。研究还发现，在农村信息化发展到新阶段，ICT推广的形式和方法需要进一步的优化。一些过去常用的加强基础设施建设、增配计算机、补贴专用手机等硬件为主的措施对农民采纳和应用ICT技术帮助有限。家庭计算机拥有量对ICT采纳已经没有显著影响，信息化公共设施建设可能会对弥合城乡数字鸿沟或降低农村内部的信息落差有帮助，但对进一步普及新的ICT应用没有帮助，而增加诸如操作培训和宣传、针对性改进ICT应用的操作体验和实用性等“供给侧”优化会产生更加显著的作用，这对优化公共财政支出效率具有重要意义。同时，本研究再一次证明加快高中及以上程度教育对ICT普及的重要促进作用。这并没有否认普及小学及初中义务教育阶段教育的基础性作用，但高中及以上教育程度是所有农民对新型ICT应用采纳决策中影响最大的因素。另外，采纳决策是一个动态的过程，ICT应用也非常多，且发展变化较快，为分析不同阶段农民对ICT的采用情况，未来应进一步建立更大样本量的面板数据进行研究分析。

参考文献：

1]ZK（#]Einav L，Levin J，Popov I，et alGrowth，adoption，and use of mobile e-commerceJ] American Economic Review，2014，104（5）：489-494

2]中国互联网络信息中心第三十七次中国互联网发展状况统计报告ROL] 2016-05-07] wwwcnnicnethlwfzyjhlwxzbg 201601P020160122469130059846pdf

3]陈红川 “互联网+”背景下现代农业发展路径研究J] 广东农业科学，2015（16）：143-147

4]万宝瑞 我国农村又将面临一次重大变革——“互联网+三农”调研与思考J] 农业经济问题，2015（8）：4-7

5]中国互联网络信息中心第36次中国互联网络发展状况统计报告ROL] 2016-05-07] http：wwwcnnicnetcnhlwfzyjhlwxzbg

6]Weber D M，Kauffman R J What drives global ICT adoption？ Analysis and research directionsJ] Electronic Commerce Research and Applications，2011，10（6）：683-701

7]Isgin T，Bilgic A，Forster D L，et alUsing count data models to determine the factors affecting farmers quantity decisions of precision farming technology adoptionJ] Computers and Electronics in Agriculture，2008，62（2）：231-242

8]Sekabira H，Bonabana J，Asingwire NDeterminants for adoption of information and communications technology（ICT）-based market information services by smallholder farmers and traders in Mayuge District，UgandaJ] Journal of Development and Agricultural Economics，2012，4（14）：404-415

9]Aker J CInformation from markets near and far：mobile phones and agricultural markets in NigerJ] American Economic Journal Applied Economics，2010，2（3）：46-59

10]ZK（#]Kirui O K Determinants of use and intensity of use of mobile phone-based money transfer services in smallholder agriculture：case of KenyaC]International Association of Agricultural Economists Brazil：Triennial Conference，2012

11]申康达，刘鹏飞 农户互联网信息利用的影响因素分析J] 农业经济，2013（5）：105-107

12]蔡志坚 农村信息化背景下农户技术接受模型及实证研究J] 科技进步与对策，2010，27（21）：52-55

13]何德华，鲁耀斌 农村居民接受移动信息服务行为的实证分析J] 中国农村经济，2009（1）：70-81

14]Nair I，Das V MAnalysis of recent studies undertaken for assessing acceptance of technology among teachers using TAMJ] International Journal of Computer Applications，2011，32（8）：38-45

15]Adesina A A，Baidu-Forson JFarmers perceptions and adoption of new agricultural technology：evidence from analysis in Burkina Paso and Guinea，West MricaJ] Agricultural Economics，1995，13（1）：1-9

16]朱月季，周德翼，游良志 非洲农户资源禀赋、内在感知对技术采纳的影响——基于埃塞俄比亚奥罗米亚州的农户调查J] 资源科学，2015（8）：1629-1638

17]Mariano M J，Villano R，Fleming EFactors influencing farmers adoption of modern rice technologies and good management practices in the PhilippinesJ] Agricultural Systems，2012，110：41-53

18]孙素芬，魏清凤，罗长寿，等 面向“十三五”发达地区农业信息化发展新阶段新思考——基于北京市的调查J] 江苏农业科学，2015，43（9）：467-470endprint