基于TAM分析小麦新品种扩散过程中种粮大户采纳意愿

王媛媛， 张冬平

(河南农业大学经济与管理学院，河南 郑州 450046)

粮食安全始终是关系中国国民经济发展、社会安稳、国家安全的重大战略问题。自2013年中央一号文件提出要构建新型农业经营主体以来，中央一号文件多次强调培育新型经营主体，积极发展适度规模经营的重要性。习近平总书记在十九大报告中提出，要推动新型工业化、信息化、城镇化、农业现代化同步发展[1]。而推进农业现代化，必须要有能适应现代农业发展需求的经营主体来支撑。种粮大户作为新型农业经营主体之一，在改变粮食生产方式、提高农业收益方面发挥了重要作用。现代化的农业生产对农民提出了新的要求，种粮大户具有相对较高的文化水平，拥有较强的资金与技术实力，能够快速接受新的科学栽种方法，能够承担起转变农业发展方式、推动现代农业发展的重要任务。

目前，针对种粮大户的研究主要集中在种粮大户的经营绩效分析、发展面临的问题上。如侯明慧等[2]、郑建军等[3]探讨了种粮大户经营绩效的影响因素。陈风波等[4]通过对186户种粮大户进行问卷调查，指出了广东省种粮大户机械化生产所遇到的问题。也有学者对种粮大户使用新技术的情况进行了相关的研究，如吴晨光[5]对影响种粮大户农业科技需求的因素进行了研究。王振华等[6]基于辽宁省"百村千户"的调研数据,以种粮大户为例分析技术示范对新型农业经营主体保护性耕作技术采用行为决策的影响。部分学者在小麦新品种推广过程中从农户角度对其选择行为进行了研究，如陈晨[7]以河南省正阳县为例, 廖小静[8]在农业供给侧结构性改革背景下以江苏等地为例分析了农户对小麦品种选择行为的影响因素。但在以往对种粮大户的研究中，较少将其心理层面的因素纳入到研究体系中进行探究。对小麦新品种推广过程中的行为研究大多以农户为主。因此，本研究基于相关研究成果，以粮食主产区滑县种植小麦新品种面积在1.33 hm2以上的种粮大户为研究主体，以种粮大户对小麦新品种扩散过程中的决策行为为研究对象，结合技术接受模型(Technology Acceptance Model,TAM)和实地调研情况，引入感知有用性、感知易用性2个内部信念变量构建种粮大户小麦新品种采纳意愿模型，分析影响路径，将研究变量对采纳意愿的影响程度由高到低排序，有针对性地提出种粮大户技术采纳的有效途径。

1 研究假设与模型构建

1.1 研究变量及相关假设

1.1.1 感知有用性和感知易用性 技术接受模型确定的感知有用性和感知易用性是影响新技术接受的关键因素[9]。本研究将感知有用性定义为种粮大户主观上认为使用新技术将会带来的益处，将感知易用性定义为使用新技术的简便程度。

农户在接触新技术时，通过自身对新技术的理解程度来衡量采纳该项新技术对自己的帮助程度。当农户感觉采用新技术对自身的帮助越大，其采纳意愿就会越强烈。但一项新技术的普及也会受到农户自身能力的限制。DAVIS[9]认为当农户认为新技术过于复杂，要投入较多的时间和精力才能掌握这项技术，那么采纳意愿就不会太强烈。李后建[10]通过对中国产粮大省的农户调查数据分析后得出知觉易用性和知觉有用性是循环农业技术能否在农户中普及的2个关键性因素，新技术越简单越有用，农户的采纳意愿就会越强。

当种粮大户认为小麦新品种有用而且容易使用时，将会产生采纳这项新技术的意愿。本研究根据以上分析，提出假设:H1,种粮大户感知有用性对采纳意愿具有显著的正向影响;H2,种粮大户感知易用性对采纳意愿具有显著的正向影响;H3,种粮大户感知易用性对感知有用性具有显著的正向影响。

1.1.2 技术特征 ROGERS[11]研究发现技术本身的特性决定了技术的传播速度，这些特性主要包括技术本身所具有的相对优势、相容性、复杂程度、可试验性以及可观察性。李后健[10]通过对6省的抽样调查发现，农业技术推广专家把被采纳的循环农业技术关键技术的信息传达到农户时，农户运用自己的知识与耕种经验去学习使用这些技术。技术特征对农户知觉有用性、知觉易用性以及技术采纳意愿均具有显著的正向影响。

本研究将技术特征从技术引进成本、技术的成效、技术的简易程度、技术的稳定性、技术的适用性5个角度进行衡量。对技术特征各个构成维度与感知有用性之间、感知易用性以及采纳意愿进行分析，作出以下假设：H4,技术特征对种粮大户的感知有用性具有显著的正向影响;H5,技术特征对种粮大户的感知易用性具有显著的正向影响;H6,技术特征对种粮大户新技术采纳意愿具有显著的正向影响。

1.1.3 生产特征 杨宜婷[12]通过对江西种粮大户的研究发现种植规模越大，农户实现机械操作的可能性越强，对新品种、育秧、肥料等技术的需求程度更强。家庭劳动力数量越多，种粮大户将会有更多的时间去研究和掌握新技术，并且在决策时考虑得更加充分，有利于全面掌握新技术应用关键点，并做好应对风险准备。同样，对于职业性种粮大户来说，生产成本费用的提高会导致农户采纳新技术的时机偏晚，其更乐于通过使用新技术提高经济效益。张彬飞[13]认为农户受教育水平越高，将会促进新品种技术快速的扩散。本研究的生产特征主要通过户主特征、生产成本、劳动力数量、种植规模、经济效益进行评价，以此作出以下假设：H7,生产特征对种粮大户的感知有用性具有显著的正向影响;H8,生产特征对种粮大户的感知易用性具有显著的正向影响;H9,生产特征对种粮大户新技术采纳意愿具有显著的正向影响。

1.1.4 外部环境 在农业技术推广过程中，既要考虑农户是否有足够的知识和资源去采用农业技术，也要考虑相关推广部门是否能够提供的足够的条件对农户提供必要的支持[14]。

种粮大户所处的外部环境将会影响到其实际采纳意愿，在满足一定条件后，种粮大户会对感知有用性、感知易用性有全新的认识。本研究从5个角度对外部环境进行评价：技术传播途径、融资环境、政府补贴、农产品市场、农业服务体系。基于上述，提出本研究假设:H10,外部环境对种粮大户的感知有用性具有显著的正向影响;H11,外部环境对种粮大户的感知易用性具有显著的正向影响;H12,外部环境对种粮大户新技术采纳意愿具有显著的正向影响。

1.2 模型构建

技术接受模型起初是为了进行计算机技术推广及应用方面影响因素的研究，现阶段技术接受模型主要用来探究不同环境下技术采纳行为的路径分析。技术接受模型引入了感知有用性和感知易用性2个变量，除了探究外部因素对技术采纳的影响，还强调了来自心理层面的因素对技术采纳行为的影响[10]。因此，本研究以技术接受模型作为研究的理论基础。

通过对滑县种粮大户在小麦新品种扩散过程中的决策行为进行实地调研，结合种粮大户在生产过程中所关心的问题，抽象出种粮大户小麦新品种采纳意愿的模型，如图1所示。外部变量为技术特征、生产特征、外部环境，内部信念变量为感知有用性、感知易用性。外部变量既可以通过感知有用性、感知易用性影响种粮大户采纳意愿，也可以直接对其产生影响。

图1 种粮大户小麦新品种采纳意愿模型Fig.1 Willingness model of large grain production households for new varieties of wheat

2 问卷设计及数据来源

2.1 问卷设计

研究对象为种粮大户，研究目的为测量种粮大户对小麦新品种的采纳意愿，以小麦新品种中郑麦366等优质小麦品种为例采用问卷调查的方法来收集研究所需要的样本数据。本研究所使用的问卷调查在借鉴现有文献[9-10,16-18]、结合种粮大户自身特点、请教相关专家的基础上，对每个变量设计了测量指标。

本研究的调查问卷共包括2部分内容:第一部分包含25个问题，用于测量技术特征、生产特征、外部环境、感知有用性、感知易用性、采纳意愿。问卷题目采用李克特5级量表的形式对各个变量进行测量，种粮大户根据自己的感受和认知情况对问卷中的各个问题的满意程度或重要程度进行选择，5个选项分别赋值1～5分。第二部分包含5个问题，主要描述种粮大户的基本特征，即性别、年龄、文化程度、家庭年收入水平以及种植规模。

根据构建的模型和相关研究假设可以看出，本研究设计的变量共有6个，即技术特征、生产特征、外部环境、感知有用性、感知易用性、采纳意愿。根据实证研究规范，需要对这6个变量分别编制量表。各个变量的测量题项所参考的量表[9-10,16-18]均具有较好的信度，说明其可靠性较强。

2.2 数据来源

滑县种植面积18.7万hm2以上，总产量近150 万t，是河南省第一产粮大县、中国第一小麦县，且滑县地区种植优质小麦品种的种粮大户较多。因此，本研究以滑县地区为例，采用随机抽样的方法对滑县北董固村、宣武村、温村等地种粮大户进行问卷调查，共发放200份问卷，回收198份有效问卷，有效率为99%。

3 数据分析

结构方程模型(Structural Equation Modeling,SEM)能够确认并检测复杂路径，还可以分析多个变量中存在的因果关系[15]。在实证研究上，技术接受模型常利用结构方程模型进行路径检验，本部分研究借助SPASS22.0和AMOS22.0软件对数据进行处理分析，检验信度和效度，分析各个潜变量之间的路径关系。

表1 测量变量与测量内容

3.1 描述性统计分析

本研究通过SPASS22.0对调查数据进行描述性统计分析，主要从性别、年龄、文化程度、家庭年收入及种植规模5个方面进行了分析。

表2 调查样本基本情况统计表Table 2 Basic statistics of the survey sample

调查样本中男性比例为92.93%，说明男性是家庭的主要劳动力。从年龄分布来看，大部分种粮大户户主年龄为41岁以上，这与现实情况相符，年轻人多数在外求学或打工，中老年人主要从事农业生产。从种粮大户的文化程度来看，大部分种粮大户文化程度为初中，这说明现阶段农民的受教育水平还有待于提高。从家庭年收入水平来看，阶段化现象较为明显，收入水平在80 001元以上的种粮大户其种植规模较大，一部分小规模种植的大户存在兼业现象，以此增加家庭收入水平。本研究所调查的耕地面积为种植郑麦366、新麦26、丰德存麦5号等优质小麦品种的面积，种植规模在6.7 hm2及以上的种粮大户仅占35.4%，现阶段种粮大户规模化种植还存在着较大的发展空间。

3.2 信度和效度分析

通过SPASS22.0软件输出克隆巴赫α系数(Cronbach’s α)，运用AMOS22.0软件进行验证性因子分析求得组合信度(CR)以及平均变异萃取量(AVE)来对问卷的信度进行分析。如表3所示，技术特征、生产特征、外部环境、感知有用性、感知易用性、采纳意愿的 Cronbach’s α系数分别为0.836、0.890、0.836、0.809、0.813、0.815，均大于0.7的标准，表明变量具有较好的信度。6个变量的CR值均大于0.8，当CR大于0.7时，说明量表具有较好的一致性。AVE分别为0.511、0.577、0.522、0.589、0.593、0.601，均达到收敛效度的标准。

区别效度分析是验证2个不同的构面相关在统计上是否有差异，不同构面的题目应该不具有高度相关，如果在0.85以上，就表明这些题目是测量同一件事。每个因素 AVE开根号须大于各成对变数的相关系数，从而说明各因素之间具有区别效度。如表4所示，对角线为各因素AVE开根号均大于对角线以外的标准化相关系数，说明本研究具有区别效度。

表3 各变量信度分析Table 3 Reliability analysis of variables

表4 变量间区别效度Table 4 Discriminant validity between variables

注：**和***分别表示5%和1%水平上显著。

Note:** and ***mean significance at 5% and 1%，respectively．

3.3 结构方程模型分析

良好的模型配适度是应用结构方程模型作为理论模型验证时的首要条件。本部分研究选取7个指标进行整体模型的配适度的评价，CMIN/DF=1.598，小于3以下标准；GFI=0.866，AGFI=0.834，不到0.9以上的标准，但仍符合部分学者建议的0.8以上的水平；TLI=0.925,IFI=0.935,CFI=0.934,均达到0.9以上的标准；RMSEA=0.053，符合0.08以下的要求，总体拟合指标均满足一般SEM研究的要求，所以可以认为这个模型具有较好的配适度。运用AMOS22.0构建图2结构方程模型图，模型由技术特征、生产特征、外部环境、感知有用性、感知易用性、采纳意愿6个潜变量构成，图2中矩形代表潜在变量的测量题项，该题项与问卷题项一致，经过路径分析后，检验结果如表5所示。

实证结果显示，感知有用性直接正向影响种粮大户对小麦新品种的采纳意愿，感知易用性能够正向影响感知有用性，但对种粮大户的采纳意愿的正向影响并不显著，假设H1、H3成立，H2未通过假设。在调研中也发现，种粮大户耕种经验丰富，学习能力也不断增强，且种植小麦新品种难度系数不大，种植小麦新品种对种粮大户而言不是一件有难度的事，因此感知易用性并不会直接提高种粮大户对小麦新品种的采纳意愿。种植小麦新品种提高了种粮大户的收益，让种粮大户切实感受到其所带来的益处，感受到技术的有用性，这是种粮大户选择小麦新品种的一项重要影响因素。

图2 种粮大户小麦新品种采纳意愿结构方程模型Fig.2 Structural equation model of willingness to adopt new wheat varieties

表5 结构方程路径系数与假设检验结果
Table 5 Structural equation path coefficients and hypothesis test results

假设Assumption路径关系Path relationship标准化估计值Standardized estimateC.R.(t-value)P结果ResultH1采纳意愿<---感知有用性0.2632.8390.005支持H2采纳意愿<---感知易用性0.0310.3340.738不支持H3感知有用性<---感知易用性0.2092.1970.028支持H4感知有用性<---技术特征0.2092.5610.01支持H5感知易用性<---技术特征0.1982.5560.011支持H6采纳意愿<---技术特征0.1932.3650.018支持H7感知有用性<---生产特征0.2222.9240.003支持H8感知易用性<---生产特征-0.055-0.7650.444不支持H9采纳意愿<---生产特征0.1572.080.037支持H10感知有用性<---外部环境0.1962.1730.03支持H11感知易用性<---外部环境0.4555.292***支持H12采纳意愿<---外部环境0.2112.3490.019支持

注：***表示1%水平上显著。

Note:*** means significance at 1%.

技术特征既能对种粮大户采纳意愿产生直接正向影响，也可以通过感知有用性、感知易用性间接影响种粮大户的采纳意愿，假设H4、H5、H6均成立。技术自身的特点是一项新技术能否得到快速推广的首要因素，目前推广的优质小麦品种种子的价格和普通小麦品种基本持平，但其带来的收益却有所提高，而且优质小麦品种适用性强，种植难度不大，说明技术是有用的、易用的，对种粮大户采纳意愿起到了正向的促进作用。

生产特征能够直接提升种粮大户的采纳意愿，也可以通过感知有用性间接影响种粮大户的采纳意愿，但通过感知易用性间接影响采纳意愿的效果并不明显，假设H7、H9成立，H8不成立。种粮大户对新品种的认知程度，以及其丰富的耕种经验影响着他们对小麦新品种的选择，生产成本的降低、收益的提高，让种粮大户感受到了小麦新品种的有用性，那么其采纳意愿就会强烈。通过与种粮大户的深度访谈得知，种粮大户目前使用的技术都比较简单，较为简单的技术反而不会引起其在生产方面的重视。因此，生产特征对感知易用性的影响并不显著。

外部环境能对种粮大户采纳意愿产生直接正向影响，也能通过感知有用性、感知易用性间接影响种粮大户的采纳意愿，假设H10、H11、H12均成立。这表明在外部条件适宜的情况下，如种粮大户能够接受及时的技术服务，有稳定的销售渠道，政府对新技术的使用提供相关补贴，其采纳意愿就会提高。

3.4 效应分析

效应分析用来分析各潜变量对小麦新品种采纳意愿的直接效应、各潜变量通过中介作用对小麦新品种采纳意愿的间接效应，以及其总效应。间接效应的计算是由所研究的潜变量对感知有用性(感知易用性)的路径系数与感知有用性(感知易用性)对采纳意愿路径系数的乘积所得。总效应是直接效应与间接效应之和计算所得。根据计算结果可以得到，各研究变量对小麦新品种采纳意愿总效应由大到小分别为：外部环境0.288、感知有用性0.263、技术特征0.259、生产特征0.215、感知易用性0.055。对采纳意愿影响最大的是外部环境，这与政府在推广优质小麦品种过程中实行的补贴政策密不可分。感知有用性影响程度位居第二位，说明感知有用性是影响种粮大户选择小麦新品种的一项关键因素。只有让种粮大户感受到种植小麦新品种是有用的，能够提高经济效益，他们才愿意尝试。技术特征影响程度为第3位，说明种粮大户在面临是否选择小麦新品种时，会关心这项技术的成效、技术的简易程度等方面。

表6 各变量对采纳意愿的效应分析

4 结论与建议

研究结果显示，第一，感知有用性直接正向影响种粮大户对小麦新品种的采纳意愿，感知易用性能够正向影响感知有用性，但对种粮大户的采纳意愿的正向影响并不显著。第二，技术特征既能对种粮大户采纳意愿产生直接正向影响，也可以通过感知有用性、感知易用性间接影响种粮大户的采纳意愿。第三，生产特征能够直接提升种粮大户的采纳意愿，也可以通过感知有用性间接影响种粮大户的采纳意愿，但通过感知易用性间接影响采纳意愿的效果并不明显。第四，外部环境能对种粮大户采纳意愿产生直接正向影响，也能通过感知有用性、感知易用性间接影响种粮大户的采纳意愿。第五，研究变量对采纳意愿的总效应由大到小分别为：外部环境0.288、感知有用性0.263、技术特征0.259、生产特征0.215、感知易用性0.055。

根据上述结论，提出以下建议。

第一，政府补贴对技术采纳起着正向的促进作用，应在保持原有补贴政策连续性和稳定性基础上，整合和优化政府补贴品种和补贴项目[19]，落实补贴的发放情况，调动种粮大户种植小麦新品种的积极性。在推广过程中，建立小麦新品种推广示范区，制定有针对性补贴范围和补贴额度，让种粮大户放心大胆地选择小麦新品种。

第二，种粮大户是否选择小麦新品种，取决于它是否具有明显的优势，能否提高经济效益。政府部门在推广小麦新品种时，要注重宣传小麦新品种的优势，让种粮大户知晓种植小麦新品种能够带来的预期收益。同样政府部门也要注重农技推广工作，定期组织相关的培训，提高种粮大户对小麦新品种的认知程度。

第三，在研发新品种时，要重点考虑成果的突出优势。比如，新品种的抗旱、抗病虫害、高产丰产等特征，节约化肥、农药，节省劳动力，品质优良等特征。种粮大户在选择应用时才会有积极性，新品种的推广才会有事半功倍的效果。