基于Probit模型的物流投入、农产品竞争力对农户电商销售风险态度的影响分析——以河南省X县为例

文/岳亚娜 菊春燕

基于河南省X县212份农户的调查数据，运用Probit模型，实证分析物流投入、农产品竞争力对农户电商销售风险态度的影响。结果表明:物流投入对农户的电商销售风险态度具有负向影响，其中资金投入的影响程度最大；农产品的竞争优势有助于提高农户对电商销售的接受程度，其中顾客满意度的影响程度最大。

0.引言

农业生产的分散性和农户自身信息不对称等因素导致农产品在销售上存在交易成本高、中间环节过多、价格不稳定等诸多问题[1]，融合新经济与传统农业的电子商务是解决这些问题的最优选择。个体总是在不确定条件下进行决策，不确定性带来风险，对待风险的态度是影响个体决策的重要因素。以往研究中，Wen和Dariusz强调电商交易中买、卖双方互相的信任问题。Dariusz发现，电商使农产品交易有效规避了地域局限性和市场价格波动等产生的风险[2]。国内的研究有了新的角度，廖敏慧发现农产品电商营销中的质量安全、同质化、品牌意识不强等问题[3]。陈伟、杨帆提出增强农产品电商主体的专业[4]。本文从农户的主观视角切入，通过研究物流投入和农产品竞争力对农户电商销售风险态度的影响，期望改变不利于农产品销售良性发展的因素，改善农户对电商平台的风险态度，从而推动电商平台在农产品销售中的应用，促进农户增收，提升农村经济效益。

1.研究设计

1.1 样本选取与数据来源。河南省X县拥有电商产业扶贫基地6个、园区基地4个，各类电商企业360余家，引进了阿里巴巴、京东、苏宁等知名平台10余个[5]。本研究通过线上线下相结合发放调查问卷的形式对河南省X县的农户进行随机抽样调查，以X县8个乡镇16个村的农户为调查对象展开调查。本次线上派发问卷共150份，回收123份，线下派发问卷共110份，回收100份。本次调研最终回收问卷223份，去除11份无效问卷，共获得212份有效问卷,问卷有效率81.5%。

1.2 变量选取与赋值。本文的被解释变量为农户的电商销售风险态度，居民的风险态度有主客观之分，本研究侧重主观风险态度。将农户的电商销售风险态度量表进行分值加总，高于均值为高风险区，表示其持有风险拒绝态度，赋值为0，反之为低风险区，代表其持有风险接受态度，赋值为1。本文的核心解释变量分为两级，一级变量为物流投入和农产品竞争力，基于相关文献，结合研究区的经济地理条件和农村物流初创阶段，每个一级变量下分别设置4个二级变量。农户电商销售风险态度还受到个体特征和家庭特征影响。借鉴相关研究[6，7]，设置控制变量。变量类型、名称、选项及赋值如表1所示。

表1 变量类型、名称、选项及赋值

1.3 模型构建

本研究反映各解释变量的数据均为分类离散型数据，被解释变量农户的电商销售风险态度是一个0，1变量，因此选择Probit模型进行物流投入、农产品竞争力对农户电商销售风险态度影响的回归分析较为合适。本文参照张宁等[8]的做法，Probit模型的形式如下：

其中，Y表示被解释变量，Xi表示第i个解释变量的风险态度数值，β0代表常数项，βi表示相对应的样本回归系数，ε 表示随机误差项。为了得到不同风险因子对农户电商销售风险态度的影响程度P与各个解释变量的数值关系，又考虑到Probit模型是呈非线性的，故采用Probit概率函数对原始方程进行变换。设Φ（x）为标准正态分布函数，则

其中，P表示不同风险因子对农户电商销售风险态度的影响程度。Xi表示自变量，β0代表常数项，βi表示相对应的样本回归系数,ε 表示随机误差项。

1.4 描述性统计分析

（1）被解释变量。根据统计结果，持风险拒绝态度的农户少于持风险接受态度的农户，但相差不大。108位受访农户的量表得分在低风险区，占调查对象总数的50.94%。104位农户得分在高风险区，持风险拒绝态度，占比49.06%。

（2）解释变量。表2结合表1，物流投入的4个变量得分均值都高于3分，农户整体态度偏向不满意。其中“我认为物流费用比较合理”均值最大，为3.42分，说明相较于距离、便捷度和冷链物流能力，农户对物流费用的不满意度更高。农产品竞争力4个变量得分均值都低于3分，其中“我的农产品能够满足电商客户货比多家的要求”均值最低，为2.53分，表示农户在电商销售竞争对手增加的情况下依然对自家农产品较有信心。

表2 核心解释变量描述性统计

（3）控制变量。控制变量为赋值分类变量，根据统计结果可得，农户年龄呈现偏大趋势，年轻农户少，存在失衡现象，46~60岁之间占比44.81%；男、女分别占比61.32%、38.68%；初中及以下文化程度的农户比例最高，达62.73%，大学本科及以上仅5.19%；农产品生产企业化率低，仅占比7.55%，82.08%的农户以家庭为单位生产，种植面积也普遍较小，56.13%在1hm2以内。

2.实证分析

2.1 模型检验与回归分析。运用Stata 16.0统计软件，根据样本数据进行Probit模型回归。由表3的回归结果可得：“年龄”和A3、B3、B4对应的变量在1%统计检验水平下显著，“受教育程度”和A1、A4、B1对应变量在5%统计检验水平下显著。物流投入对电商销售方式风险态度有负向影响。如表2所示，物流距离A1、物流费用A3、冷链运输A4的回归系数符号都为正。农户对快递物流所投入的时间、资金和因冷链运输无法保证农产品质量产生的损失越多，越认为电商销售风险高，对电商销售持风险拒绝态度的概率增加。农产品竞争力对电商销售方式风险态度有正向影响。表2中，品牌B1、顾客要求B3、销量B4的回归系数为负。表示农户在量表中的分值越小，即对表述的认可程度越高，其持风险接受态度的概率越高，说明这些因素对农户的电商销售风险态度起正向作用。农户对自家农产品的竞争力越有信心，愿意通过电商进行销售的概率就越大。控制变量对电商销售方式风险态度的影响。“年龄”与电商销售风险态度负相关，相对年轻的农户更能够接受使用电商进行销售带来的风险，年纪越长的农户越容易对电商销售持风险拒绝态度。农户的“受教育程度”对电商销售风险态度起正向作用，随着文化程度的提高，农户持风险接受态度的概率随之增加。

表3 Probit模型基准回归结果

2.2 边际效应回归分析。忽略表3中未通过显著性检验的变量，进行Probit边际效应回归。结果如表4所示，估计值系数为负表明概率下降，绝对值大小表明增减速度。物流投入对电商销售方式风险态度边际效应回归分析。由表5可得，物流距离A1每上升一个级别，农户对电商销售持风险拒绝态度的概率增加9.1%；物流资金投入每上升一个等级，电商销售风险态度偏向风险拒绝的概率增加11.0%；冷链物流无法保证农产品质量给农户带来的损失每提高一级，农户持风险拒绝态度的概率增加8.1%。三者比较，物流费用投入对农户的电商采纳风险态度影响最大，农户计算物流成本，发现高于预算时可能会放弃使用电商销售方式。农产品竞争力对电商销售方式风险态度边际效应回归分析表5中，农户对自家农产品品牌效应B1的评价每提高一级，接受电商销售风险的可能性增加9.1%；农户心理预期中电商平台顾客对其所售农产品的满意度B3每上升一个等级，愿意采纳电商销售的概率增加12.3%；农户对农产品电商销量的估计每增加一个级别，持风险接受态度的可能性提高10.9%。3个变量里，农产品满足电商顾客要求更能够促进农户在主观态度上使用电商。控制变量对电商销售方式风险态度边际效应回归分析结合变量定义，农户年龄每增加一个组别，主观态度上对电商销售表现出拒绝的可能性增加10.4%；农户受教育程度每上升一个组别，对电商销售表现出风险接受态度的可能性增加1.4%，年龄对农户电商销售风险态度的影响更为明显。

表4 Probit模型的边际效应

3.结论与对策建议

本文利用河南省X县212份农户数据，采用Probit模型实证检验，证明物流投入对农户的电商销售风险态度有负向作用，即物流投入越多，对电商销售风险越拒绝，其中资金投入影响程度最大。农产品竞争力对农户电商销售风险态度有正向作用，即农产品竞争力越大，对电商风险越接受，其中电商顾客对农产品的满意度影响作用较大。针对以上模型分析的结论，提出以下几点建议：一是物流企业完善县乡村三级物流体系，将快递末端网点从乡镇进一步下沉至村落，可以采取与其他商业组织合作提供快递服务的模式；技术部门针对不同农产品的保鲜要求提供相应的运输方式，补齐冷链物流短板，保证农产品质量不打折。二是建立农产品质量安全追溯体系平台，鼓励农产品纳入追溯平台，健全完善农产品质量标准体系；政府加大财政投入，培育农村知名电商品牌；农户以消费需求为导向，增加创意文化内涵，打造有特色的农产品。三是发挥电商中介的作用，解决中老年农户在电商销售中的技术操作难题，增强其从事电商的能力和信心，让中年甚至老年农户能够和年轻人一样在电商发展中获利，提高经济效益。

引用出处

[1]胡璇.双向流通背景下电子商务与农村经济的融合度研究[J].商业经济研究，2020（2）:125-127.

[2]Dariusz Strzebicki,The Development of Electronic Commerce in Agribusiness-The Polish Example [J].Economics and Finance,2015(23):1314-1320.

[3]廖敏慧.我国农产品电商营销模式构建研究[J].农业经济,2019,No.386(06):135-137.

[4]降雪辉.基于大数据的特色农产品电子商务发展[J].核农学报，2020，34（09）:212.

[5]武陟县概况.武陟县人民政府.2020-05-25.

[6]汤曦嫽，纪惠敏等.农产品电商化的影响因素及其可行性研究[J].商场现代化，2021，19（016）:47-49.

[7]王宁.电子商务环境下农村物流末端服务体系建设研究[J].农业经济,2019(08):143-144.

[8]张宁，左丽等.基于Probit模型的干旱地区智慧水利建设与农村多元主体参与意愿实证分析[J].新疆农业科学，2020,57(12):2340-2350.