农户特征、传统电商经验与直播电商渠道选择

宋丕丞

一、引言与相关文献综述

农产品流通渠道建设一直是农业经营中的重要问题，提升渠道效率对于缓解市场波动、促进农民增收有重要意义。近些年农产品领域电商的兴起，为克服农户“卖难”问题提供了新的选项，能够在微观层面帮助农户实现信息共享并提供便捷的销售渠道，助力农业结构优化和农业生产方式的升级。同传统电商模式相比，直播电商在农产品销售方面有鲜明的特点，主要体现在“人”“货”“场”三个方面。“人”：消费者在购买农产品时普遍缺乏主动搜寻的兴趣，直播模式能够以推送等形式使消费者被动接受信息，显著提升农产品信息的触达效果。“货”：农产品销售有较强的季节性特点，传统农产品电商在信息更新管理上存在一定的滞后，而直播模式能够以“微管理”更好地匹配市场需求，明显提升农产品经营的性价比。“场”：直播模式摆脱了传统电商的静态展示，融合了讲解、演示、互动等因素，提高了消费者购买的趣味性。农产品直播的发展虽然滞后于一般消费品直播，但自2018年开始逐渐加速，例如阿里巴巴在不到2年时间里举办了20多万场涉农直播。由于新冠疫情的影响，近两年来有越来越多的农户加入直播销售。在政策层面，2019年农业农村部在《数字农业农村发展规划（2019—2025）》中提出，应把握农业农村数字化发展的战略机遇期，加快数字技术应用推广，使农民共享数字经济发展的红利。2020年相关部委发布了《关于实施“互联网+”农产品出村进城工程的指导意见》，进一步提出以“互联网+”促进农产品的生产、储运及销售，并以试点形式进行。相关政策的出台为农产品电商的发展提供了机遇，其中基础设施的完善使更多农户能够以较低成本参与到电商经营中。

农产品生产与消费的自然属性决定了农产品流通的复杂性。从渠道角度看，电商模式能够缓解信息不对称及中间环节过多带来的不利影响。农产品电商模式能够重塑农产品流通的过程，在信息对接方面为农户带来便利，实现“供应链”的优化及“价值链”的升级。对于传统电商，为实现经济效益农户自身经营要达到足够规模，且农产品要具有一定的标准化特征，该标准将诸多中小农户限制在电商行列之外。因此，传统电商渠道采纳更多是农企、合作社等组织的行为。农企是最早系统加入电商渠道的主体，早期采用自建电商渠道的方式，在成本权衡下逐渐转向了第三方电商平台，但该模式并不适用于中小农户。总体来看，电商采纳能够拓展农产品的销售市场，突破地域限制，并促进创业投资及经营规模的提升。

电商渠道选择与采纳既涉及主体层面的特质也涉及环境影响。在主体电商认知方面，家庭农场、种植大户等大型主体的认知能力较强，有较高的采纳意向。这体现出电商参与主体在渠道中的前移特征。在农户个体层面，基础属性对于采纳电商有较为明显的影响，包括农户的性别、年龄、学历、农产品销售经验、进城务工经历、家庭规模等因素。现有研究显示，低年龄、高学历及经验丰富的农户更愿意使用电商渠道，这些因素会显著影响到农户的主观认知水平，并与已有电商经验产生协同效应。在电商采纳路径方面，一些学者将相关要素整合为TAM或UTAUT采纳模型，主要从农户的感知有用性、感知易用性及感知风险等方面进行识别。农户对于电商采纳的接受模式较为直接，短期绩效对于农户有更强的吸引力。在主观认知基础上，农户电商选择还会受到农产品品种的影响，在考察农户电商选择时，不应忽略农作物品种差异的影响。

在外部采纳影响方面，农村具有典型的“熟人”关系特质，身边人的使用、评论及推荐均会明显影响主体的选择偏好，且该特征会强于城市个体商户。当获得可见的利益时，群体间的相互影响会促进新模式的采纳，并形成聚合效应，带动区域电商的发展。在农村社会群体中，创新与尝试的积极性普遍偏弱，农户更倾向于选择模仿与跟随策略，从而降低自己的风险。如果农户有较好的社会关系，能够获得更为充足的电商信息，也会在经营中作出积极的选择。这种社会性影响存在群体强化的特征，即某个地区一旦形成电商销售的“潮流”，则会进一步带动本地弱偏好农户的加入，具有群落效应。电商采纳还具有环境依赖特征。在技术方面，电商相关技术的成熟以及应用成本的降低是必要条件，现有技术只有同商业模式相匹配，且技术风险在可控范围时，才会具备可见的市场价值。对于农户来说，使用电商的门槛主要是区域的网络覆盖以及终端设备的购买与使用成本。在配套设施及服务方面，物流对于农产品电商渠道发展非常关键，虽然近些年物流服务不断下沉至一些县、村，但很多地区由于规模所限无法获得成本优势。同时，消费品下乡通道的建设普遍好于农产品进城通道，这成为制约农户选择电商的因素。

现有研究为本文奠定了一定基础，但也存在一些局限。现有研究主要关注了传统电商采纳，对于农户直播电商模式采纳在理论及实证方面的论述较少，对于农户直播电商的最新发展态势缺乏必要的跟踪研究。第一，直播电商模式的采纳主体进一步前移，农户拥有完全的决定权，这不同于传统电商由农企或集体代为决策的形式。因此，农户主体属性与特质对于直播电商采纳的影响将有所提升。第二，直播电商采纳的技术门槛进一步降低，当前许多第三方平台提供了便捷的直播入口，相关的金融、物流应用模块开发完善，农户只需聚焦自己的农产品及直播内容制作。同时，许多直播App提供了成型的开发模板，使用非常便利，对于年轻农村群体来说几乎无障碍。第三，使用成本逐渐降低，农户可接受程度进一步提升。随着5G网络建设加速以及智能手机下乡的普及，许多农村地区上网条件明显改善。

基于这些事实，本文尝试进行如下拓展：首先，在基础属性方面，以农户为考察单位，将户内决策者作为研究对象，并将家庭规模因素考虑其中。在经营规模方面，同传统电商相异，经营规模大不一定对农户的直播采纳有显著的影响。其次，对于农户选择直播电商的内部因素及外部因素进行识别，找到直播电商与农户经营的匹配点。最后，考虑到异质性问题，以典型品类与地区作为控制条件，并以最近交易距离表示微观层面的差别。

二、模型设定与数据采集

（一）回归模型设定及变量说明

被解释变量Adop为二分变量，结合文献研究及本文考察重点，采用Probit模型进行回归分析，模型采用如下形式：

Pr（adop=1）=G（α+βFam+γFarm+δE＆P+εType+ζR＆L+ηCtrl+μ）

核心解释变量包括3组，其中Fam为农户基本特征变量组，Farm为农户经营情况变量组，E＆P为农户电商使用经验与偏好变量组。主要控制变量包括3组，其中Type为农户种植作物品种分类组，R＆L为农户所处的区域特征变量组，Ctrl为其余相关控制条件组别。

（1）因变量。采纳行为（Adop）描述农户是否使用了直播电商模式，属于实际行为而非选择意向。

（2）主要解释变量。农户基本属性主要列选了年龄（Age）、性别（Gen01、Gen02）、教育水平（Edu）与家庭人数（Num）。这些变量对于直播采纳存在基础影响，如年龄越低越容易接受新鲜事物，教育水平越高越能够快速掌握相关的电商技术与操作，性别与家庭规模也会影响到决策。农户经营情况主要包括家庭农地规模（Area）、农业收入占比（Percent）、农作物销售难易度（Degree）。电商使用经验与偏好包含了传统电商的使用经验（Exp）、对直播电商的熟悉程度（Fam）、对直播电商的偏好程度（Pre）、他人的影响（Others）。

（3）控制变量。为保障对主要解释变量测量的稳定性，引入三组控制变量。首先，对农户所经营的品类进行区分，结合直播模式的适用领域，选择非大田作物为研究对象，包括了水果（Type01）、蔬菜（Type02）及其他品类（Type03）。同时，考虑到空间属性对于农产品经营的影响，加入农户交易距离（Range），指标划分为3个等级，较近（小于10KM）、适中（10 KM至20KM）、较远（大于20KM）。其次，结合地区销货及物流差异，加入地区识别变量，涉及东北地区（Loc01）、华北地区（Loc02）、华东地区（Loc03）、华南地区（Loc04）及其他地区（Loc05）。参照中国区域划分标准，研究覆盖区域为：东北地区为辽宁、吉林；华北地区为河北、山西；华东地区为山东、江苏、浙江；华南地区为广东、广西；其他地区为四川、贵州、陕西。最后，加入必要控制条件，即农户所在区域需要有电商及直播电商覆盖（Ctrl01=1），且农户需要拥有智能手机或电脑等设备（Ctrl02=1）从事电商经营，保证二分选项的可达性。

表1 回归变量说明

（二）数据采集及统计信息

调研共发放问卷3500份，回收2103份，剔除填写错误及不符合控制条件的无效样本，保留有效样本1926份，样本有效回收比例为55.03%。关于样本统计信息：（1）农户基本特征。样本年龄分布在21至58岁，能够覆盖大部分农村劳动力。在样本性别方面，男性占71.50%，相对较高，反映了农户决策中的性别偏向特征。在家庭决策者受教育水平方面，覆盖了全部5个级别，指标设计较为合理。（2）农户生产经营情况。农业收入占比指标分布在10%至90%不等，体现出被调查农户收入结构存在明显差异。农户主观判断的农作物销售难易度覆盖全部5个等级，实现了较好的区分。（3）电商使用经验与偏好。具有传统电商使用经验的样本占比57.74%，同无经验样本的规模接近，便于该指标的回归分析。农户对于直播电商熟悉度、对于直播电商的偏好以及周边群体的影响，均覆盖了全部指标等级，样本分布较好。（4）农作物品种。经营水果、蔬菜及其他作物的农户样本占比分别为49.84%、32.14%、18.02%，可以支持相关的异质性分析。（5）空间区域特征。最近交易距离覆盖3个等级，均值接近2，总体呈现居中分布。在样本所属地区方面，分布总体上能够支持异质性问题的研究。

表2 变量的描述性统计结果

三、实证分析

经相关系数计算，大部分变量间存在显著关联性，系数绝对值均小于1，部分变量间小于0.1，较为理想。对参与回归变量进行方差膨胀系数检验，变量VIF均小于等于2，多重共线性影响轻微，适宜进行Probit回归。

（一）基础模型回归分析

（1）模型1。在农户基本属性方面，年龄对直播电商采纳有负向影响，年轻人更倾向于选择新渠道模式。男性决策者对于选择直播模式更为积极，这在一定程度上与农村家庭男性主导有所关联。受教育程度能够促进直播电商的采纳，较高学历有利于对新技术的掌握。家庭人数越多越倾向于选择直播模式，可以理解为多人参与能够“群策群力”，协同完成直播拍摄、发布等工作。在农户经营情况方面，拥有土地越多以及农地收入占比越高的家庭，越缺乏对直播电商的偏好，其原因可能是规模偏大的农户有较为稳定的销售渠道，对于新渠道的依赖度不高。反而是一些不以农业经营为主的农户更喜欢使用直播模式，从而快速销售并获得空余时间从事其他业务。销售难易度指标对于采纳决策有正向影响，销售难度的增加会让农户“不得不”选择新渠道。在电商经验与偏好方面，拥有传统电商经验是重要的采纳决策因素。有经验的农户不仅对相关的技术与流程更为熟悉，而且了解电商渠道在效率方面的优势，有更强的采纳意向。此外，对于直播电商的熟悉度、偏好度以及周围使用该模式人数的多少均对于采纳决策有正向影响。

（2）模型2。加入控制变量后，总体拟合水平由31.40%提升至35.09%，各主要解释变量均通过显著性检验，影响方向同模型1一致。在控制变量方面，农产品品类存在明显差异，水果经营更倾向于直播电商模式，达到了5%显著性水平；而蔬菜经营则呈现负向特征，达到了1%显著性水平。距离指标对于直播采纳有微弱正向影响，达到10%显著性水平，表明交易距离越远的农户越愿意采纳直播模式。在地域识别方面，东北、华东、华南均存在显著性负向影响。

（3）模型3。考虑Exp变量影响系数偏高，对于是否有电商使用经验进行分组考察。在无经验组，解释变量中的性别、教育水平、销售难易程度都未通过显著性检验。农户基本属性与经营情况中的其他指标影响方向同前述模型相一致。在经验偏好因素中，偏好指标以5%显著性水平呈现负向影响。可以看出，在无经验群体中，越是偏好强的主体反而越谨慎，实际采纳的可能性较低。在控制变量方面，水果品类达到了1%显著性水平，据此推断，缺少经验并不能够明显影响农户在水果经营方面的选择粘性。在有经验组别，年龄指标在稳健回归中呈现5%的弱正向影响，这与模型1、2的结论相反，对于具备经验的主体，年龄偏高有利于其作出采纳决策。教育指标的影响系数为0.8063，明显高于模型1、2，体现出教育同新模式采纳密切相关。对于生产经营因素，仅有销售难度保持了较高显著性，用地规模显著性下降，而农业经营收入占比影响明显弱化。对于经验偏好因素，熟悉度及他人影响均未通过显著性检验，表明经验对这些因素有较强的遮蔽效应。

表3 模型回归分析系数

（二）品类异质性分析

1.水果品类。在农户基本属性方面，性别影响未通过显著性检验，而教育水平则在1%等级上表现为负向影响。该结论与现有水果直播经营有一定关联，许多进行直播的角色由女性担当，她们在渠道选择决策中同样起到了重要作用，因此性别选择特征被弱化。在农户经营方面，仅用地规模一项通过了1%显著性检验，表明水果经营总体规模越小使用直播模式越划算。在经验偏好方面，经验指标的系数达到2.505，明显高于基础模型。对直播模式的熟悉度及他人影响也达到了1%显著性水平。偏好因素未通过显著性检验。

2.蔬菜品类。在农户基本属性方面，年龄因素未通过显著性检验，其余指标同基础模型一致。在蔬菜经营中，男性决策的权重明显提升，抑或是男性在蔬菜经营中的数量占比偏高。从蔬菜市场方面考察，由于其缺乏水果的“时尚”特征，普遍属于低价农产品，因此女性参与直播的意愿相对较低。在农户经营情况方面，销售难易度指标达到1%显著性水平。蔬菜经营选择直播渠道，更多是出于销售的困境，农户不得不使用新的销售模式。蔬菜农户通常将直播模式作为销售渠道的选项之一，即便使用该模式，其销量占比也不一定高。在经验偏好方面，具备电商经验及对直播的熟悉度因素均通过了1%显著性检验，而其余两个指标未达到显著性标准。

3.其他品类。在农户基本属性方面，教育指标的影响系数明显偏高，原因是其他品类中有许多特色农产品，采用直播模式能够达到理想的沟通效果，教育水平高能够强化这种效果。在农户经营情况方面，农业收入占比达到了1%显著性水平，同基础模型相反。主要原因是，其他品类中高价值农产品较多，偏向“精品化”与“量少价高”，农户可以获得较多的收入，因此在决策中容易产生更强的积极性。在经验偏好方面，经验指标影响同基础模型一致，熟悉度与偏好情况未达到显著性水平。他人影响通过1%显著性检验，却呈现负向影响，系数为-1.179。原因在于，在一些土、特农产品经营中，差异化可以达到较好效果，渠道差异化也可作为竞争手段。

表4 农产品分类稳健回归系数

（三）地区异质性分析

1.东北地区。年龄影响同基础模型一致，性别指标未通过显著性检验，教育水平与家庭人数的显著性分别下降为10%与5%，基本属性对于直播选择的影响总体弱化。在农户经营情况方面，各指标的影响方向同基础模型一致，但显著性均降为5%。在经验偏好方面，经验与熟悉度的影响最为显著，偏好程度的显著性为5%，他人影响作用并不显著。

2.华北地区。年龄、性别及家庭人数的影响同基础模型近似，而教育水平指标未通过显著性检验。在农户经营情况方面，仅销售难易度指标达到了1%显著性水平，并呈现正向影响。在经验偏好方面，是否具备经验依然影响显著，直播偏好呈现5%显著性，而他人影响指标呈现微弱负向影响。

表5 地区分类稳健回归系数

3.华东地区。在农户基本属性与农户经营情况方面，各指标的影响与基础模型近似。在经验偏好方面，是否具备经验及对直播熟悉度的影响非常显著，他人正向影响的显著性为5%，而偏好指标未通过显著性检验。

4.华南地区。年龄与家庭人数的影响同基础模型一致。性别在1%水平上呈现负向影响，女性参与直播电商的偏好更为明显。在经验偏好方面，经验指标显著性达到了1%，显著影响着农户直播采纳决策。他人影响同样达到了1%显著性水平。

5.其他地区。在农户基本属性与农户经营情况方面，各因素的影响同基础模型一致。在经验偏好方面，经验指标的系数也很高，达到了2.768。熟悉度、偏好及他人影响均通过了1%显著性检验。

综合分区域回归结果，电商经验偏好以及农户经营情况影响的一致性较好，进一步印证了基础模型的结论。农户基本属性存在一定的异质性影响，如教育因素在平均教育水平滞后地区的影响偏高，而在平均教育水平较高地区则几乎无影响。

四、研究结论与政策建议

通过实证研究发现，农户特征及电商经验偏好对于直播电商选择存在显著影响，对电商模式采纳起到了关键作用。（1）在农户特征方面，较年轻的男性农户在直播选择中有极强的偏好，而教育水平的影响相对较弱。原因是：当前直播平台的成熟化以及手机端操作的便利性改善，极大地降低了模式采纳的技术门槛。家庭成员规模对于直播电商采纳有积极影响。用地规模与农业收入占比对于直播采纳有显著负向影响，这与传统电商采纳存在明显差异。原因是：当前直播电商在农产品领域尚处于发展阶段，主要承担辅助渠道职能，规模化的农户更倾向于持续性较好的渠道，而直播渠道存在一定的波动性，短期销售绩效优于长期绩效。（2）在电商经验与偏好方面，获得经验对农户直播采纳非常关键。由于农户群体对新模式选择相对保守，相关经历能够明显降低农户群体在风险、成本方面的担忧，具备经验的农户在直播选择中甚至存在结构性差异。对于直播电商的熟悉度、偏好度及他人的影响也会带来积极的影响。（3）在异质性方面，品类的异质化差异强于区域异质化，主要在于农产品品种属性对于渠道选择有明显的影响。总体来看，当前直播电商对于农户来说属于典型的补充型渠道，有利于部分水果与农业特产的销售，能够在短期缓解滞销问题。应正视农产品直播电商的定位与作用，促进其实现农产品流通渠道“协调器”的作用。

基于本文研究结论，提出以下政策建议：第一，应以第三方平台为主体，进一步降低直播模式的使用门槛，使更多高年龄农户主体能够方便地使用直播电商。平台可以简化农产品电商注册、录入、发布的业务流程，整合相应的结算与物流等辅助功能，使农户能够更容易地完成相应操作，改善其直播采纳的意愿。第二，适度提升农产品直播电商渠道的稳定性，使其逐渐具备“长效”的渠道特征。从实证结果可见，规模化的农户反而不倾向使用直播电商。原因在于直播渠道的“热点”效应显著，但衰减速度很快。应尝试探索农产品直播渠道的连续使用模式，将直播内容与部分录播内容结合起来，延长销售端口的可用时间，并在平台层面向一般消费品靠拢。第三，提升农产品直播平台的专业性，促进农产品直播向垂直化方向发展。垂直电商在品类经营深度方面有明显优势，能够适应经营中的“零、散、小”特点。同时，垂直化还可以根据农产品品类差异调整平台模式，更好地促进农产品直播渠道的专业化发展。第四，经验获取是影响农户直播模式采纳的关键，具备条件的地区应帮助农户改善对电商的认知，并获取电商经营的经验。

①赵大伟、景爱萍、陈建梅：《中国农产品流通渠道变革动力机制与政策导向》，《农业经济问题》2019年第1期；刘建鑫、王可山、张春林：《生鲜农产品电子商务发展面临的主要问题及对策》，《中国流通经济》2016年第12期。

②王志和：《“直播+电商”如何助力乡村振兴》，《人民论坛》2020年第15期。

③昝梦莹、王征兵：《农产品电商直播：电商扶贫新模式》，《农业经济问题》2020年第11期。

④谢伟、李培馨：《影响企业电子商务采纳的关键因素》，《经济管理》2012年第2期。

⑤刘丽华：《农产品电子商务供应链体系构建研究》，《物流技术》2012年第15期。

⑥张聪颖、霍学喜：《社会资本多维视角与农户销售渠道选择——基于微观调研数据的实证》，《华中农业大学学报》（社会科学版）2017年第1期；朱红根、宋成校：《家庭农场采纳电商行为及其绩效分析》，《华南农业大学学报》（社会科学版）2020年第6期。

⑦E.Cloete,M.Doens,B2B E-Marketplace Adoption in South African Agriculture,Information Technology for Development,2008,14(3),pp.184-196.

⑧鲁钊阳、廖杉杉：《农产品电商发展的区域创业效应研究》，《中国软科学》2016年第5期。

⑨姚志：《新型农业经营主体电商认知行为差异及影响因素实证》，《中国流通经济》2017年第9期。

⑩钟涛：《直播电商的发展要素、动力及成长持续性分析》，《商业经济研究》2020年第18期。

⑪耿荣娜、张向先、郭顺利：《社会化电子商务用户信息采纳行为影响因素研究》，《情报科学》2017年第10期；郭锦墉、肖剑、汪兴东：《主观规范、网络外部性与农户农产品电商采纳行为意向》，《农林经济管理学报》2019年第4期。

⑫P.A.Pavlou,Consumer Acceptance of Electronic Commerce:Integrating Trust and Risk with the Technology Acceptance Model,International Journal of Electronic Commerce,2003,7(3),pp.101-134;S.Taylor,P.A.Todd,Decomposition and Crossover Effects in the Theory of Planned Behavior:A Study of Consumer Adoption Intentions,Internet Journal of Business in Marketing,1995(12),pp.137-155.

⑬王艳玲、张广胜、李全海：《基于技术接受模型的电商平台采纳行为及影响因素》，《企业经济》2020年第3期；V.Venkatesh,M.G.Morris,G.B.Davis,F.D.Davis,User Acceptance of Information Technology:Toward a Unified View,MIS Quarterly,2003,27(3),pp.425-478.

⑭唐立强、周静、刘杰：《农户电商渠道选择行为及影响因素研究——基于辽宁省设施草莓产业的调查》，《农林经济管理学报》2019年第5期。

⑮张辰、刘彩虹、陈娅利：《农户的农产品电商行为现状及相关影响——以浙江为例的研究》，《统计与管理》2020年第2期。

⑯曾亿武、郭红东：《农产品淘宝村形成机理：一个多案例研究》，《农业经济问题》2016年第4期。

⑰魏晓蓓、王淼：《乡村振兴战略中农村电商聚集化“2+”模式研究》，《山东大学学报》（哲学社会科学版）2018年第6期。

⑱⑲郭全中：《中国直播电商的发展动因、现状与趋势》，《新闻与写作》2020年第8期。

⑳M.D.Williams,N.P.Rana,Y.K.Dwivedi,The Unified Theory of Acceptance and Use of Technology:A Literature Review,Journal of Enterprise Information Management,2015,28(3),pp.443-488;V.Venkatesh,J.Y.L.Thong,X.Xu,Unified Theory of Acceptance and Use of Technology:A Synthesis and the Road Ahead,Journal of the Association for Information Systems,2016,17(5),pp.328-376.

㉑颜强、王国丽、陈加友：《农产品电商精准扶贫的路径与对策——以贵州贫困农村为例》，《农村经济》2018年第2期。

㉒鲁钊阳：《网络直播与生鲜农产品电商发展：驱动机理与实证检验》，《中国软科学》2021年第3期。

㉓纪良纲、王佳淏：《“互联网+”背景下生鲜农产品流通电商模式与提质增效研究》，《河北经贸大学学报》2020年第1期。