供需匹配视角下的农业信息采纳行为研究——来自江苏农技耘App的数据

陈俊金

（扬州工业职业技术学院商学院，江苏扬州225000）

中国走农业现代化之路是成为农业强国的必然选择，也是全面建成小康社会的一个重要手段。借助大数据、人工智能、移动互联网、云计算等新的信息化技术手段，农业、农村开始加速发展，这是实现农业高质量发展的重要保障，同时也是社会主义新农村建设的必要任务。根据第44次《中国互联网络发展状况统计报告》，截至2019年6月，我国网民规模达8.54亿，互联网普及率达61.2%；同期，我国手机网民规模达8.47亿，其中农村网民规模为2.25亿，仅占网民整体的26.3%。[1]与此同时，市场上有农商宝、农事宝等200多个农业App，但使用率都不高。2015年，江苏农村科技服务云平台建设起来，并在2016年11月上线农技耘App，其作用是为农户提供真实、详细、科学的农业信息，同时组建专家团队从种植技术、营销、管理等方面给予农业全方位的信息化支持和帮助。江苏省各地政府部门已经下发通知，要求各地统筹协调安排，积极有序地推广农技耘App，组织开展推广课程和培训班。然而，从目前的下载量和平台活跃用户等核心数据来看，除了政府部门的培训下载量外，自下载量非常少，平台活跃用户也偏少。随着新型农业经营主体的出现，农业从业人员的年龄结构、学历结构等方面都有一定程度的改善，但为什么农业App的普及率还这么低？农业App供给、需求方面的制约因素是什么？农业信息化未来如何进一步发展？这些涉及农业现代化发展的问题都亟待解决。农业的发展需要与时俱进，农业App可以通过传递农业信息，进而实现降低成本，增加收入，优化农业过程，为广大农业用户提供可行的解决方案和种植经验，促进农业高质高效发展。

一、模型基础及研究假设

整合型技术接受模型（UTAUT模型）是用户认知产生的接受和使用行为的模型，在营销推广、新媒体传播、信息技术采纳、信息传播等方面得到广泛运用，尤其是在测量和预测各类用户对信息接受和利用的行为。[2]信息接收者对于信息的接受度和评价会动态地体现为感知风险，说明感知风险和信息之间有着天然的联系。在选择行为方面也有部分学者尝试用UTAUT模型来解释[3]，Sussman和Siegal提出了网络环境下信息采纳模型，认为信息源可信度和信息质量对用户感知信息有用性有直接影响，而信息有用性进一步影响信息采纳，即用户感知信息有用性越高，信息采纳可能性越高[4]。而在农业选择行为中，感知风险理论能够说明农户对农业信息的反应。故本研究将利用信息采纳模型、风险感知理论和UTAUT模型来尝试解释移动端农业信息采纳行为。

（一）整合型技术接受模型（UTAUT）

UTAUT模型是一种信息技术接受模型，用于分析使用者的认知因素。UTAUT模型是结合8个用户接受模型理论基础上提出的，包括理性行为理论、技术任务适配模型、PC利用模型、规划行为理论、社会认知理论、复合的TAM-TPB模型、创新扩散理论、动机模型[5]。该模型积极地参与并掌握新技术所接受的驱动因素，有效地提高新技术的接受度。基于上述8种模式，UTAUT模型中包括4个核心变量，是控制变量的基础，分别是“绩效期望”（PE）、“努力期望”（EE）、“社会影响”（SI）和“便利条件”（FC），如表1所示。

表1 UTAUT模型

UTAUT模型在已有研究模型的基础上进行综合利用，考虑了其他相关变量因素，使得模型具有更好的解释能力。UTAUT模型应用非常广泛，尤其是在信息采纳方面具有很强的解释能力，这已被众多研究所证实，因而笔者采用UTAUT模型研究农户对农业App信息采纳的响应情况。

（二）移动端农业信息采纳行为影响因素模型

笔者以全国农业App平台建设较早、经济较为发达、用户人数相对较多的江苏地区的农技耘App为研究对象，运用整合型技术接受模型（UTAUT模型）解读农户对农技耘App信息采纳行为[6]。由于在前期的众多研究中基本都证实了使用意愿对使用行为显著的正向影响，本研究没有将其列入研究变量，研究对象和研究环境对这一关系不会产生影响。综合已有研究和在江苏地区进行的农业App调研的实际情况，在原有模型的基础上增加了个体创新和感知风险两个新变量[7]。笔者研究发现，目前大部分农户年龄偏大，思想较为保守，在接受农技耘App信息的过程中会担心产生交易欺诈、隐私泄露等网络风险[8]，会对农技耘App的信息进行风险评估，而风险评估是农户接受农业信息的重要因素；具有创新性的个体更倾向尝试新事物，热衷于新技术的学习，会积累更丰富的知识经验，因为其对风险感知较低，个体的创新性会影响到努力期望和感知风险，由于新型农业主体的出现和信息网络技术的不断推广传播，个体创新也是对农户信息采纳的另一个重要因素。

1.绩效期望（PE）

绩效期望是新技术的采纳对工作效率是有正向影响的，绩效期望会增加用户使用信息的意愿，用户可以花更少的时间来搜寻其所需要的信息，会给用户带来感知上的绩效增加，用户可以尽最少的力做出最好的决策[9]。随着移动互联的发展，农业App的发展将进一步满足农户需求,不仅能够在种子采购、农药喷洒、化肥施用、田间管理、除虫除草等生产环节进行技术指导，还为农户提供大量的农业销售信息。这些信息仅仅能够使用户增产，而且更能实现农户的增收。由此提出H1：绩效期望能够提高移动端农业信息的采纳。

2.努力期望（EE）

努力预期是农户对农业App的愿意接受并使用的程度。农业App的方便性和操作性，终端设备配置的复杂性会对农户的使用意愿产生影响。[10]农业App拥有简洁的操作、清晰的功能设计、便携的终端、人性化的安装，都是农户提高使用率的重要因素。相反，农业App的复杂性和限制性，会对农户农业App的使用产生不利影响，使用体验感不佳会导致用户的流失。由此提出H2：努力期望能够提高移动端农业信息的采纳。

3.社会影响（SI）

社会影响是指农户对农业App信息的采纳受到周围的人和社会环境的影响。农户受到社会影响的主要形式是人际影响和大众媒体，人际影响主要包括用户、同学、朋友、亲戚、社交网络等，大众媒体主要包括互联网媒体、报纸杂志、广播、电视等。已有的大量研究表明，社会影响会对用户的信息采纳产生影响，当人际关系网强烈推举用户使用某项技术时，会大大增加用户的使用意愿。由此提出H3：社会影响能够提高移动端农业信息的采纳。

4.便利条件（FC）

当农户能够感知到农业App的使用能够为自身带来有利价值，同时是可以兼容的，就会极大地增加使用的意愿。笔者认为，农业App信息采纳是指当农户使用农业App时能够操控App，当遇到问题时能够得到援助，且农业App的使用与其自身价值和需求基本一致。由此提出H4：便利条件能够提高移动端农业信息的采纳。

5.感知风险（PR）

感知风险指当农户主观感知使用农业App可能会对自身产生不利影响的感知。农户在使用农业App的时候，可能会担心农业的虚假信息、财务风险、流量资费、泄露自身信息等风险问题，当农户这种感知风险过高的时候就会让农户不愿意使用农业App,农户会衡量危害和益处。[11]由此提出H5：感知风险会减少农业移动端农业信息的采纳。

6.个体创新（PI）

个体创新是行为选择的重要因素，农户有无创新倾向、能否接受新事物则会影响其对农业App的选择。农业App的发展是现代信息技术发展的产物，在大数据、人工智能、移动互联网、云计算等新的信息技术的发展的情况下，农业的发展也需要依赖于现代化信息技术手段，农业App作为新技术产物，对农户来说也有未知的风险和未知的收益。创新性高的农户愿意承担一定的风险从而换取高的收益，而创新性不高的农户则可能不会选择新的技术手段。由此提出H6：个体创新性能促进农户移动端农业信息的采纳。

7.使用意愿

当使用者有采纳技术、信息的意愿时就会产生使用或者采纳这种信息和技术的行为。由此提出H7：使用意愿对农户使用农业App有正向影响。移动端农业信息采纳行为模型如图1所示。

图1 移动端农业信息采纳行为模型

二、实证分析

（一）问卷设计

基于现有的研究和规模，笔者通过专家访谈、头脑风暴、预调研修正等环节制定了调研量表。本研究采用改进的李克特五级量表进行统计与分析，由于调查对象的农户有各个年龄层，因而问卷采用调查员与受访者访谈的方式进行测评，提高问卷的有效性。江苏省各级政府部门都大力推广农技耕App，因此在江苏的苏南、苏中、苏北地区都选择了具有一定代表性的地级市的农户样本进行了抽样调查，共收集有效问卷564份，剔除无效问卷86份。

（二）效度分析

本研究在量表设计时对农户使用农业App信息采纳行为的影响因素进行了梳理，选择有效因素确定本研究的调研选项，量表形成后在初步审查和专家深入讨论后，多次修改问卷，使得问卷更加科学有效。本研究采用效度分析方法中的因子分析法来判断调查问卷中的度量指标是否有效，KMO=0.853，大于0.7，巴特利特球形检验值显著（Sig.<0.001）。因子提取时采用主成分分析方法得出结果，分别为15.126%、12.614%、11.252%、10.593%、10.389%、10.312%，超过了50%，各个测量题项的因素负荷量均大于0.5，且交叉载荷均小于0.4，表明量表具有良好的效度。

（三）信度分析

笔者调查问卷的变量克朗巴哈系数分别是：绩效期望为0.852、努力期望为0.818、社会影响为0.826、便利条件为0.795、个体创新为0.820、感知风险为0.853、使用意愿为0.886、使用行为为0.810，都超过了标准0.7。CITC均达到标准，表明数据具有相当好的信度和可靠性，符合研究要求。

（四）验证性因子分析与模型检验

笔者提出的移动端农业信息采纳的理论关系运用验证性因子分析来进行验证，以此来验证移动端农业信息采纳理论模型的准确性、可靠性和真实性。研究使用AMO7.0软件采用结构方程建模进行验证性因子分析，并采用内外变量间的路径关系变更和对残差的协方差进行修正的方式对模型进行多次修正，修正结果如图2所示。

图2 二次修正后结构方程模型与标准化系数

从表2可知，RMSEA为0.046<0.08，CMIN/DF=2.199<3，GFI=0.922，TLI=0.942，AGFI=0.902，CFI=0.950，IFI=0.950，均在标准0.9以上，模型拟合效果较好。

表2 结构方程模型拟合指标

（五）参数估计与假设检验

本研究采用极大似然法对移动端农业信息采纳模型进行估算，由表3可知，绩效期望因素标准化估计值为0.266（P<0.01），表明绩效期望因素能够提高农户使用农业App；努力期望因素的标准化估计值为0.220（P<0.01），表明努力期望因素能够提高农户使用农业App；社会影响因素的标准化估计值为0.216（P<0.01），表明社会影响能够提高农户使用农业App；个体创新因素的标准化估计值为0.267（P<0.01），表明个体创新能够提高农户使用农业App；使用意向的标准化估计值为0.635（P<0.01），表明使用意愿对行为有促进作用，H1、H2、H3、H6和H7假设成立。

表3 结构方程模型路径

三、研究结果分析

从农户App信息采纳行为整体模型修正图可以看出，H1、H2、H3、H6和H7最终得到了支持，H4、H5则没有。

便利条件对行为选择不显著。便利条件包括农户会利用网络农业信息、具有知识和技能、能够得到家人和朋友的帮助等。智能化信息技术的发展以及智能手机普及后，农户已经习惯于使用各种App，对App的操作有适应性，因此便利条件对移动端农业信息采纳行为不显著。

感知风险对于移动端农业信息采纳行为不显著。感知风险包括未知成本的增加、个人信息存在安全隐患、在线农业信息真假难辨等。随着互联网技术日益发展，安全性得到保障，农户可以通过安装网络，使用无线网或者流量套餐，不会增加成本费用。

四、优化策略与建议

（一）政府合理部署，充分发挥职能

开展农技耘App的推广工作和《关于推广应用农技耘App的通知》相继被江苏省农委科教处和江苏各级农业部门在日前下发，并多次举办了培训推广课程和培训班，让农户进一步了解农技耘App及接受和使用农业App。各级政府以此类活动为依托，从政府层面大力推动农业App的使用。

（二）发挥移动端优势，增加用户数量

农业App较传统的农业信息传输具有互联网技术传播范围更广泛、信息传输更便捷、成本更低的优势。所以在设计农业App产品时，用户体验尤为重要，扩大优势才能够吸引更多的用户。农业App要注重创新设计和应用，实现差异化竞争，扩大服务应用范围，提高服务使用率，全面提升用户体验，创建开放和可扩展的手机应用服务开发平台。农业App要充分发挥移动互联的优势，在重点区域进行业务挖掘，拓展运营商合作资源，开发移动互联网特色服务。

（三）简化操作界面，增强信息使用性

由于努力期望对用户的行为意愿具有积极影响，所以设计农技耘App时，要充分调查用户，分析调研数据，寻找典型特征，减少使用过程来简化页面信息。目前占很大一部分是年龄较大、文化程度较低、文本输入能力不足的农户在使用农业App，因此要增强农业App的交互设计和可视化设计，针对这一部分用户可以提供语音服务，增加语音助手功能，方便用户查询信息。

（四）增强品牌意识，增加宣传渠道

既然社会影响在农业App的使用中有积极作用，那么加强农业App的品牌管理就必不可少。平台开发者需要通过各种渠道宣传农业App的功能、收益、服务、安全性等环节，增强社会影响力。政府有关部门要加大对大众媒体的投放力度，让农户随时都能感受到农业App的良好氛围，增强用户的粘性，激发农户使用农业App的主动性。