农户参与电商扶贫意愿及影响因素研究＊——以陇南地区为例

赵米兰，牛亚琼，冯永桃，杨永荣，王更强，包柏燚

（甘肃农业大学财经学院，甘肃 兰州 730070）

带动贫困地区人口脱贫致富一直是我国社会工作以及经济工作的重中之重，由于电子信息化的快速普及，交通建设的不断完善，政府的扶持，陇南地区在电商扶贫工作已取得了瞩目的成绩，参加全国电商精准扶贫论坛交流经验，扩大陇南电商的影响力，增加活跃网点7000 多个，交易额累计超过100 亿，组织电商培训25 万次，带动就业人数超过18 万人[1]，但现如今的电商扶贫主要还是以农户以外的第三方为主导，例如政府、企业。农户受知识水平、对电子商务的了解程度、家庭劳动力短缺等因素的制约，并不是推进农村电商扶贫进程中的主力军，所以掌握贫困地区农户电商扶贫参与意愿及其影响因素，针对性地提出相关建议和对策，对提升电商扶贫工作效率，帮助贫困地区人口拓宽收入渠道，实现脱贫致富，具有重要意义。

甘肃省陇南地区生态良好，资源丰富，盛产多种农产品，但由于地处西北内陆地区的山区，接受新鲜事物的能力有限，加之交通的不便，电商产业还在发展初期阶段。本文利用调查数据与统计年鉴，从陇南地区农户基本情况、电商发展的基本情况、行为态度因素和应对能力四个方面对贫困农户参与电商扶贫的意愿以及其影响因素进行研究，总结归纳针对农户参与电商扶贫具有代表性的影响因素，并根据当地的实际人文、经济等情况提供可行建议。

1 研究地概况

1.1 自然人文概况

陇南市所处的地理位置在东经104°01′19″～106°35′20″，北纬32°35′45″～34°32′00″之间，位于甘肃省东南端，素有“秦陇锁钥，巴蜀咽喉”的美称，东接陕西，南临四川、位于陕甘川的交界处，是西北-西南地区有重要意义的交通枢纽。作为甘肃地区仅有的长江流域和亚热带气候地区，森林覆盖率高，自然资源丰富，物产丰富。特有的地形和气候也成就了该地区“陇上江南”的美称。陇南市下辖武都区、康县、文县、成县、徽县、两当县、西和县、礼县、宕昌县，1 区8 县，总面积27923km2，人口281 万人，是甘肃境内历史悠久，文化底蕴深厚的城市之一。

1.2 经济发展概况

2019 年陇南市国民经济和社会发展统计公报数据显示，全市生产总值445.09 亿，同比增长7.4%。分产业看，第一产业增加78.9 亿元，同比增长5.9%；第二产业增加106.75 亿元，同比增长9.0%；第三产业增加259.43 亿元，同比增长7.2%。从总量上说，拉动经济增长的主要动力是效益较好的第三产业，总体经济运行保持着稳中有进，稳中向好的态势，未来第三产业的发展有很大的前景[2]，扶持电子商务产业发展，对于拉动整个陇南地区的经济发展有着重要的意义。现如今，当地政府加快物流设施等基础设施建设，推动地区经济发展与电商扶贫、区域旅游、特色农产品开发等项目协调发展，多层次，多角度，多方面推动产业结构的完整，实现人民的富裕。

2 数据来源与研究方法

2.1 数据来源

本文基于部分统计年鉴数据特征，针对陇南地区的农户，进行了问卷调研，收集了100 份问卷。问卷主要涉及陇南地区农户基本情况（Q1-Q10）、电商发展基本情况(Q11-Q24)、行为态度(Q25-Q28)、应对能力(Q29-Q31)四方面问题。通过实地调研，对陇南地区的电子商务发展问题有更深层次认识，并通过数据统计与多元回归分析，了解农户的参与电商意愿与影响他们参与电商扶贫的影响因素，为提高农户参与电商扶贫工作的积极性提供一定的基础知识与参考。

2.2 研究方法

本文探讨的是贫困地区的农户参与电商扶贫的意愿以及其影响因素的问题，研究的是单个因变量与多个自变量间的相关关系，被解释变量通过因子分析方法提取行为态度维度得到。采用多元回归模型进行分析。在多元回归模型中，Y 为因变量，表示贫困农户参与电商扶贫的行为态度，Xi (i=1，2，3...，n)作为自变量，是包括农户的基本特征的控制变量和影响农户参加电商扶贫的影响因素（电商发展和应对能力）。可构建如下多元回归模型:

结合现实情况和相关文献，总结影响贫困农户参与电商扶贫参与意愿的影响因素为陇南地区农户基本情况、电商发展的基本情况、行为态度因素和应对能力四个方面，具体变量及说明见表1。

表1 变量说明

3 研究结果与分析

3.1 农户基本情况概述

通过对100 份调查问卷数据整理得出（如图1所示）：

图1 农户参与意愿比例

从农户对电商扶贫的参与意愿比例来看，非常愿意参与电商扶贫的人口占总调查人口的13%，较为愿意参与的占55%，比较不愿意参与的占8%，没有意愿参与的占24%。有意向参与电商扶贫的总人数比例达到68%，目前陇南地区的大多数农户有意愿参与电商扶贫

3.2 农户参与电商意愿分析

本文研究农户参与电商的意愿程度，通过行为态度维度进行定量分析。首先针对Q25-Q28 四个量表题项进行信效度分析，结果见表2。

表2 农户参与电商意愿

从表中可以看出，农户参与电商意愿的行动态度维度的克隆巴赫系数达到了十分可信，KMO 值大于0.5，效度较好，巴特利特球形检验达到了较高显著水平，表明该维度下题项之间的因子结构显著成立。

而进行主成分分析得如图2 所示：

图2 主成分分析

由碎石图可知，主成分提取的第一主成分的特征值大于1，从第二主成分开始特征值出现大幅下降并且低于1，因此仅需提取第一主成分，得到方差分析表见表3：

表3 方差分析表

通过PCA 主成分分析方法对农户参与电商意愿维度进行主成分提取，得到第一主成分因子，方差贡献率达到88.326%，表明该主成分能解释原Q25 到Q28 四个题项的88.326%的方差信息，提取的主成分信息解释能力很好。进一步得出该成分的因子表达式如下所示：

由此，完成了被解释变量的因子降维，进行针对该成分变量Y 进行描述分析,发现农户参与电商意愿的最小值为1.06，最大值为4.26，均值为2.984，标准差为0.745，说明调研的100 户农村家庭整体参加电商意愿较高。

3.3 影响因素分析

就变量间相互关联程度和解释变量与被解释变量进行相关性分析，见表4。

表4 相关性分析

从相关性分析结果可以看出，与农户参与电商意愿有显著相关性的解释变量有：家庭年平均收入、当地政府安排电商扶贫教育以及扶持力度、对电商操作熟练程度、所在地区是否为贫困人口提供免费的电商培训和与人沟通能力，其中相关程度最大的变量是与人沟通能力，其次是当地政府安排电商扶贫教育以及扶持力度。于是，农户基本情况维度的五个变量中X1 和X3 是分类变量，分别进行虚拟变量处理后与其他三个变量一同作为本文回归模型的第一部分控制变量，另外电商发展基本情况维度的四个变量中X7 是分类变量，进行虚拟变量处理后与其他三个变量一同作为本文回归模型的第二部分控制变量，解释变量为表征应对能力的X14、X15 和X16。

由方差分析表5 可得，F 统计量为3.476，显著性(sig)小于0.05，表明模型显著成立，方程中所有解释变量中至少有一个可以预测因变量。于是，各解释变量回归系数估计值与显著性检验结果见表6。

表5 方差分析表

从表6 可知，农户基本情况因素中对贫困农户参与电商扶贫意愿有显著性影响的因素有：家庭年平均收入水平、当地政府安排电商扶贫教育以及扶持力度、与人沟通能力、家庭收入来源是否为低保收入和所在地区主要物流途径是否为铁路运输。其中，家庭年平均收入影响系数为0.158，显著性水平为5%，表明家庭年平均收入水平越高的农户越愿意参与到电商活动；当地政府安排电商扶贫教育以及扶持力度的影响系数为0.297，显著性水平为1%，表明当地政府越扶持电商扶贫，当地农户参与电商意愿越强；农户与人沟通能力越强，越愿意参与到电商活动，其影响系数为0.27，显著性水平为1%；农户基本情况和当地电商发展情况等变量起控制作用，避免农户个体差异与当地电商发展差异等其他因素对被解释变量的干扰，更好提高模型预测能力和拟合效果，使模型拟合优度达到31.0%，所以提高农户家庭年平均收入、加强当地政府安排电商扶贫教育力度和扶持力度、增强与人沟通他们的能力、进一步完善当地的交通运输情况，对提高农户的参与意愿有着至关重要的作用。

表6 显著性检验结果

4 结语

调查分析之后，现如今陇南地区农户有愿意参加电商扶贫的比例达到68%，农户参与电商扶贫的意愿主要受家庭年平均收入水平、当地政府安排电商扶贫教育以及扶持力度、与人沟通能力、家庭收入来源、所在地区主要物流途径的影响。在区域经济一体化的环境之下，贫困地区的脱贫是影响整个大环境的重要因素，这些地区的脱贫致富对整个社会的资源配置、产业协调发展、要素的自由流动都有着至关重要的影响，为了实现脱贫攻坚的艰巨任务，需要从政府、社会、农户三方面出发，共同营造自由、开放、稳定的电子商务发展环境。