农户采纳农产品电商的影响因素研究——基于Logit-ISM模型*

宋 瑛,吴文雨

(重庆工商大学 长江上游经济研究中心,重庆 400067)

一、引言

随着移动互联网、大数据、人工智能等数字技术的日益发展并向“三农”领域广泛渗透,农产品电子商务应运而生并得到蓬勃发展。农产品电子商务现已成为农产品营销和供应链再造的新框架、农户生产与销售的新工具、农业农村全面发展及农民增收的新驱动。已有广泛研究证实,农产品电子商务显现出农户增收效应[1][2][3]、就业或创业带动效应[4][5]、农业发展及环境优化效应[6][7]、农户人力资本提升效应[8]。

国家高度重视农产品电子商务对解决“三农”问题的重要作用。习近平总书记2020年4月20日在陕西省金米村调研指出：“电商作为新兴业态,既可以推销农副产品、帮助群众脱贫致富,又可以推动乡村振兴,是大有可为的。”[9]近年来,在《商务部关于促进电子商务应用的实施意见》(2013年)《国务院办公厅关于促进内贸流通健康发展的若干意见》(2014年)《国家乡村振兴战略规划(2018—2022年)》以及连续最近7年中央“一号文件”等一系列政策的支持下,中国农产品电子商务快速发展,农户将农产品由线下转向线上销售日益普遍。据商务部公开数据,2020年全国农村网络零售额达1.79万亿元,同比增长8.9%;国家级贫困县农产品网络零售额达406.6亿元,同比增长43.5%,网商总数达306.5万家,增幅为13.7%,吸引了一大批农民工、大学生、退伍军人返乡创业(1)2021年1月28日商务部例行新闻发布会公布数据。。

在城乡融合发展的背景下,通过市场机制和政策引导相结合,激励更广泛农户深度融入电商化农产品产业链,对于脱贫攻坚成果同乡村振兴有效衔接具有重要的现实意义。作为农产品电商生态圈不可或缺的市场主体,农户对电子商务的广泛认同并积极参与是农产品电商快速发展并取得实效的前置条件。这就引申出一系列须回应的现实问题：农产品电子商务的农户采纳行为影响因素是什么?这些影响因素之间具有怎样的逻辑关联?对这些问题的实证回应,对于探寻电子商务在农村发展的内在机制,进而提高农户对农产品电子商务的参与度,促进农产品电子商务的发展以及农业增效、农户增收及福利改善等,具有重要的现实意义和丰富的政策蕴含。

二、文献回顾

依据采纳主体不同,可将农产品电商采纳行为的研究成果分为两类。一类是以企业或农业组织为决策主体的研究,如Fatuma等[10]基于技术采纳模型研究指出,预算限制、互联网普及率、互联网了解程度和培训次数是企业采纳电子商务的主要制约因素。Al-Busaidi等[11]认为影响企业采纳电商的主要因素为企业规模,相比中小型企业,大公司更可能采纳电子商务。姚志[12]运用有序Logistic模型分析指出,家庭农场、种养大户等经营主体的电商行为认知强于合作社、农业企业等规模较大的经营主体。吕丹和张俊飚[13]认为人力资源、物流条件、资金充裕度以及政策扶持是影响新型农业经营主体采纳电子商务最重要的因素。另一类则是以农户为决策主体的研究。Jamaluddin[14]基于印度518份农户调查数据,研究发现网络质量、网络费用、缺乏电商组织是制约农户电商采纳的主要因素,而电子商务培训则会促进用户采纳电子商务。Patel等[15]和郭锦墉等[16]运用技术采纳模型,研究认为感知有用性、感知易用性和感知风险均显著影响农民采纳电子商务的意愿。周静等[17]认为农户参与电子商务的意愿受电商态度、主管规范和直觉行为控制的共同作用。白懿玮等[18]基于二元Logistic回归模型实证表明,农户兼业情况、家庭年收入、承担运输费用、为损耗负责对农户选择电商渠道具有显著正向影响,农户负责运输工作及运输损耗率对农户选择电商渠道存在显著负向影响。马泽波[19]研究表明,农户采纳意愿受学历水平、收入水平、物流建设、农业规模、农产品标准化程度、政府推动等因素的影响。罗昊等[20]基于二元Logistic模型和Ordered Probit模型,研究发现农户对电商政策的了解程度、年龄、受教育程度、村里地位、种地规模、收入主要来源、政策支持等均影响农民的电商营销行为。周勋章和路剑[21]研究表明年龄、受教育程度、电商培训、产品特色程度等对农户电子商务采纳有显著影响。

已有研究成果为本研究提供了理论和方法的重要参考或借鉴,但仍有值得改进的空间：第一,在样本选择上,鲜有涉及西部欠发达山区的国家级电商示范县,研究样本对象仍需进一步拓展;第二,在农户采纳农产品电商行为的影响因素上,大多考虑了农户特征、家庭特征、基础设施、政府支持等因素,对地区特征、产品特征等因素考虑不足;更为重要的是,已有研究只是证实了诸多影响因素的存在性及作用方向,并未对这些因素之间的逻辑关联、因果关系作进一步的讨论,使得研究结论的政策蕴含不足。

基于此,本研究选择重庆和贵州欠发达山区的国家电商示范县631个农户为考察样本,综合采用Logit和ISM模型,实证分析农户采纳农产品电子商务的影响因素及其内在的逻辑关联,这一研究取向无疑具有重要的理论及现实意义。

三、研究设计与模型构建

(一)数据来源

本文数据来自对重庆市的奉节县、秀山县、云阳县以及贵州省黔东南州凯里市4个“电子商务进农村”国家示范县的实地调研,上述4个县级样本均为欠发达山区。样本农户采取随机抽样的方法,调查对象要求为居住在农村并进行农业生产或销售的农户,包括电商农户和非电商农户。在实地调查中,由经过严格培训的调查员到每一家农户亲自询问并按实际所述填写问卷。由于某些农户的文化水平偏低,所以研究员会对调查对象提出问题并进行详细地解释,每份问卷的填写时间均超过一个小时,并由课题负责人对于所填的问卷进行逐一核实甚至打电话或者实地进行回访,确保了调研数据的规范性和准确性。调查内容主要包括农户的个人及家庭信息,如年龄、健康状况、人均净收入、是否加入合作社等;区域地理特征,如所处地地形、距乡镇距离等;产品特征,如产品类型、是否为特色农产品等;基础设施条件,如宽带入户、快递点建设等。

此次调研共发放700份问卷,筛选剔除无效问卷后,得到有效问卷631份,有效回收率为90.14%,其中电商农户问卷306份,非电商农户问卷325份。样本农户的基本特征情况见表1。

表1 样本农户及受访者的基本特征

受访者以35～64 岁年龄段的农户为主,其中50岁及以上的农户比重为62.76%;受教育程度以初中及以下为主,占总体样本86.05%,反映出西部山区农村劳动力年龄层次偏大、受教育程度普遍偏低的基本事实。

(二)变量选择

结合已有的研究成果[22][23][24],以及实地调研数据的可获得性,本研究将农户采纳农产品电子商务的影响因素分为户主特征、家庭特征、区域特征、农产品特征、基础设施条件5类因素,共14个特征变量(见表2)。

表2 变量解释与统计性描述

家庭特征方面,以农业为主的农户家庭占43.26%,以兼业为主的农户家庭占 56.74%。家庭人均年净收入大多数在20 000元以内,家庭中有务工人员的占81.3%,贫困户样本和合作社成员样本分别占总样本的24.56%和32.81%。家庭所处地形多为山地,占总样本的84.79%,地形的自然条件也是造成农户兼业的重要原因。家庭距乡镇距离最小值0千米,最大值25千米,平均值7.2千米。产品特征方面,本文将粮食和棉花油料林产品等一般经济作物类及烟茶药材类归为非生鲜产品,将蔬菜瓜果和畜禽水产养殖类归为生鲜产品,86.47%的样本农户以生鲜类农产品种养为主;特色农产品(“三品一标”)生产者占总样本的59.9%。基础设施条件方面,有宽带入户的样本农户、所在村庄有快递点的样本农户分别占60.38%和41.36%。

(三)Logit模型

本研究采用广泛应用于微观个体决策行为分析的Logit模型,实证分析农户采纳农产品电子商务的影响因素。设农户“采纳”农产品电子商务(Y=1)的概率为P,农户不采纳农产品电子商务的概率则为1-P。Logit模型建立如下：

(1)

式中,xm为农户采纳农产品电子商务的影响因素,b0为常数项,bm为自变量的回归系数。

(四)ISM模型

解释结构模型(Interpretative Structural Modeling Method,ISM)广泛应用于复杂社会经济因素内在逻辑关系的研究[25]-[28]。其基本思想为,在提取社会经济因素的基础上,利用有向图、矩阵等工具,对各影响因素的逻辑层次关系进行揭示[29],使得诸多因素的关系更具层次性和条理性[30]。本研究根据Logit模型获取农户采纳农产品电子商务的影响因素,进一步引入ISM模型深入探讨各影响因素之间的层次结构及逻辑关联。

假设Logit模型估计结果获得的农户采纳农产品电子商务的影响因素有k个,用S0表示农户是否采纳农产品电商,影响因素为Si(i=1,2,…k)。用邻接矩阵表明影响因素之间存在的逻辑关系,则邻接矩阵R中的元素Rij定义为：

(2)

式中：i、j=0,1,2,…,k。

由邻接矩阵R可得到可达矩阵N：

N=(R+I)n+1=(R+I)n≠(R+I)n-1≠…≠(R+I)2≠(R+I)

(3)

式中：2≤n≤k,I为单位矩阵,矩阵的幂运算采用布尔运算法则。

最高层因素可以根据(4)来确定：

L={Si|P(Si)∩Q(Si)=P(Si)}

(4)

式中：i=1,2,…k,P(Si)为可达集,即从因素Si出发可以达到的全部因素的集合,即Si行中所有矩阵元素为1的列所对应的要素集合,Q(Si)为先行集,表示可以到达因素Si的全部因素的集合,即Si列中所有矩阵元素为1的行所对应的要素集合。

利用(4)式得到最顶层L1所包括的影响因素后,从原可达矩阵N中去除L1中影响因素对应的行和列,从而得到矩阵N′,对N′重复(4)式,得到L2;从N′中去除L2中影响因素对应的行与列,得到矩阵N″,对N″重复(4)式,得到L3,重复上述步骤即可得到每一层次含有的影响因素。

将每一层次的要素重新排序可得调整后的可达矩阵B,然后再将同一层级的因素与相邻层级相连,即得到农户采纳农产品电商行为影响因素的层次结构。

四、实证分析

(一)农户采纳农产品电商的影响因素分析

运用stata 15.0软件对基于二元Logit模型和调查数据提取的相关变量进行模型回归,首先对所有变量进行Logit回归,得到表3中模型1的回归结果。然后逐次删除不显著的变量,直到所有变量均在10%水平上显著,回归结果见表3中模型2。

表3 农户采纳电子商务行为影响因素的Logit模型回归结果

1.户主特征。农户的健康状况通过5%的显著性水平检验,与电商采纳行为呈负向相关。农户的受教育程度在5%水平显著,且系数为正,受教育程度对于农户采纳农产品电商呈正向相关,教育水平有助于提升农户对电子商务的接纳能力与风险承担能力,反映了提升农户的受教育程度对于电子商务扩散的重要意义。

2.家庭特征。是否以农业收入为主与电子商务采纳行为呈显著负相关,可能的原因是以非农业收入为主的家庭往往具有更好的社会资本和就业创业能力,有助于电子商务技术的采纳应用。然而,家人是否有务工人员与电子商务采纳呈显著的负相关,在一定程度上反映了农村当前青壮劳动力大量外出后,留在家中多为健康状况及文化程度欠佳的人员,这些农户受其意识、能力、身体等约束,对电子商务的认知水平及参与能力低下,故采纳电子商务的可能性更小。家庭人均年净收入与采纳电商行为呈显著正相关,表明家庭收入越高,采纳意愿越强。是否为贫困户和是否加入合作社未通过显著性检验。

3.区域特征。家庭所处地形在1%统计检验水平显著,且系数符号为负。这说明,农户所在地域海拔越低,采纳农产品电商的可能性也越低。山地相对于丘陵和平原地区,自然地理和交通条件差,农产品营销渠道缺乏,通过电子商务更显著促进这些偏僻落后地区的农产品“出村进城”,农户参与电商的积极性很强,而这几年的电商扶贫也正是聚焦于这些欠发达山区,促农增收成效显著。距乡镇的距离与采纳行为呈较显著的负相关,反映了农户家庭距乡镇越远,采纳电商的意愿越低。这与朱希刚和赵绪福[31]研究表明乡镇到农户的距离与农户的新技术采用呈负相关的结论一致。

4.产品特征。农产品类型和是否为特色农产品均未通过显著性检验。

5.基础设施。是否宽带入户在1%统计检验水平显著,且系数符号为正,表明宽带入户对农户采纳电子商务具有显著促进作用。宽带入户为农户了解与应用互联网提供了可能与基础条件。

(二)农户电商采纳行为影响因素的ISM分析

在Logit模型回归结果的基础上,进一步分析对农户电商采纳行为具有显著影响的因素。由表2可看出,影响农户采纳农产品电商行为的因素有8个,用S1、S2、S3、S4、S5、S6、S7、S8分别代表健康状况、受教育程度、是否以农业收入为主、家庭人均年净收入、家人是否务工或为村干部、家庭所处地形、距乡镇距离、是否宽带入户。根据已有文献[32][33][34]和咨询专家学者的意见,得出如图1所示的上述8个农户采纳农产品电商行为影响因素之间的逻辑关系。其中,“V”表示行因素影响列因素,“A”表示列因素影响行因素,“0”则表示行因素与列因素间没有相互影响。

由图1和(2)式可得到影响因素间的邻接矩阵R(略),然后利用(3)式和Matlab 9.0软件,进一步得到如(5)式的影响因素的可达矩阵M。再根据(4)式和(5)式得到L0={S0}。然后根据确定其余层次因素的方法依次得到L1={S8},L2={S4},L3={S1,S3,S5},L4={S2,S6,S7}。根据L1、L2、L3、L4得到重新排序后的可达矩阵B,详见(6)式。

(5)

(6)

由(6)式可看出,S0处在第一层,S8处在第二层,S4处在第三层,S1、S3、S5处在第四层,S2、S6、S7处在第5层,形成了具有逻辑关系的因素链。用有向箭头连接得到农户采纳农产品电商行为意愿影响因素之间的关联和层次结构(如图2所示)。

图2 关联层次结构图

由图2可知,农户采纳电子商务的影响因素可分为4层,每一层对上一层产生影响。在Logit模型得出的8个主要因素中,家庭所处地形、受教育程度、距乡镇距离是影响农户是否采纳农产品电子商务的深层次原因;健康状况、是否以农业收入为主、家人是否务工是第三层因素;家庭人均年净收入是第二层因素;是否宽带入户是直接驱动因素。可用“一路径、二动力”来概括这些影响因素间的层级和结构关系。

一路径：家庭所处地形、受教育程度、距乡镇距离→是否以农业收入为主→家庭人均年净收入→是否宽带入户→农户采纳电商行为。在该路径中,所处地形、受教育程度和距乡镇距离从根源上影响农户电子商务采纳行为,是促进电子商务技术扩散和应用的底层逻辑。例如,受教育程度决定农户的社会网络、营销渠道及就业创业渠道的可得性,直接影响农户家庭收入结构和收入水平;所处地形和距乡镇距离属于地理和交通条件,这两类因素均影响农户的收入来源和收入水平。家庭的收入结构是否以农业收入为主会影响家庭收入水平,以农业收入为主的家庭的人均年净收入大多低于多种收入来源的家庭,而家庭收入水平越高,安装宽带及应用互联网的可能性也越大,因此宽带入户成为农户采纳电子商务的直接驱动因素。

二动力：影响农户采纳农产品电商的驱动力因素还包括健康状况和家人是否务工。健康状况和家人是否务工影响家庭人均年净收入水平,如健康状况差的农户相比健康状况良好的农户会减少生产活动或降低创收能力,从而导致收入减少;而有外出务工人员的家庭,外出务工人员的知识水平和能力通常更强、健康状况更好,这进一步降低了家庭采纳电子商务的可能性。

综上所述,农户采纳电子商务行为受个人特征、家庭特征、区域特征和基础设施条件的共同制约。当区域特征和个人特征能对家庭人均年收入产生正向作用时,宽带入户成为农户家庭的基础设施,将促进农户家庭对互联网和电子商务的认知。一旦认知达到一定程度,农户将实现对电子商务的应用和采纳。

(三)农户电商采纳行为影响因素的比较分析

为讨论参与和未参与电商农户的异质性,将未显著影响农户采纳电商行为的6个因素进行比较分析。从表4可见,参与和未参与电商农户在年龄、贫困户身份、农产品类型和是否为特色农产品的统计性差异不大,但是否加入合作社、有无快递点的统计性差异较大。

表4 非显著性影响因素的统计比较

电商农户中有37.6%加入了农民专业合作社,非电商农户中仅有28.3%加入合作社。农民专业合作社社员比例较低也说明在西部山区合作社发展得不充分,合作社在农产品电商化过程中的作用有限。46.1%的电商农户所在村有快递点,非电商农户中仅有36.9%的所在村有快递点。作为农产品上行和工业品下行的关键枢纽,快递点的缺失将严重影响农户对电子商务的认知与应用。统计结果中暴露的“最后一公里”疏通问题,物流基础设施建设的不足进一步制约了农户对电商的采纳。

五、结论与政策启示

农户是否采纳电子商务直接影响农产品电子商务的发展及其经济社会效应。本文利用黔渝地区631户农户实地调查数据,选取5个方面14个变量作为农户电商采纳的影响因素,采用Logit回归分析方法,确定影响农户采纳行为的关键因素;采用ISM模型构建相互关联的影响因素链,分析农户采纳农产品电商行为影响因素的内在结构。具体得到结论如下：(1)Logit回归分析表明,受教育程度、家庭人均年净收入、是否宽带入户对农户采纳农产品电商具有显著的正向影响;是否以农业收入为主、是否有家人务工、所处地形、距乡镇距离对农户采纳行为具有显著的负向影响。(2)ISM解释结构模型分析表明,是否宽带入户是表层直接影响因素,直接影响农户采纳电子商务的基本条件;家庭人均年净收入是第二层因素;户主健康状况、家庭收入结构、是否有家人务工是第三层因素;所处地形、户主受教育程度、距乡镇距离是深层次的影响因素,是推动农户采纳电子商务的底层逻辑。(3)通过电商农户与非电商农户比较分析表明,电商农户加入合作社与村庄有快递点的比例大于非电商农户。基于上述实证研究结论,本文提出如下促进农户电商采纳的政策建议：

1.优先扶持电子商务在偏远地区的发展,加快ICT技术在农村的渗透与扩散。研究表明高海拔地区农户的电商采纳意愿强烈。偏远地区如西部农村、欠发达山区,交通不便,营销渠道及社会资本等匮乏,农产品难卖是长期难以解决的短板弱项。电子商务是落后地区建设现代农产品流通体系的战略性举措,通过深化“电子商务进农村综合示范”,带动偏远地区农户进入现代化农产品供应链、价值链与生态链,促进农产品“出村进城”。推进偏远地区农民合作社提质发展,将农民合作社培育为带动农户进入现代农业产业链的骨干力量。

2.重点强化教育培训与人才引进,振兴乡村电商人才。受教育程度正向影响农户电商采纳,且属于根源性因素。在农村大量青壮劳动力外流的背景下,农村地区的人力资本匮乏已成为电子商务在偏远地区发展面临的现实挑战。但与此同时,农村电商正成为我国农民工返乡创业的主要类型。一方面,政府应加强农民职业教育与培训投入,采取职业化教育、专业技能培训、园区基地孵化、产学研合作等多种形式,提高农民文化素质与专业技能,提升农民对电子商务的认知与应用能力,培养一批既懂生产经营又懂电商技能的现代“新农人”。另一方面,积极引导专业人才投身乡村振兴,提供培训机会、税收和财政补贴、技术帮扶等扶持,发挥人才在区域电商产业化发展中的带动作用。

3.持续完善基础设施建设,畅通信息渠道。宽带入户对农户采纳电商行为有直接驱动作用,政府应在提高农村网络基础设施数量和质量的同时,加强农村地区网络普及,提升农民网络参与度,采取减免宽带安装费、降低宽带使用费、教授互联网使用方法、普及与推广智能化手机等方式,增强农民使用互联网的意愿与能力,丰富农民信息获取渠道。此外,加强道路交通与物流建设,提升交通便利性与物流可得性,不仅能使农产品高效“出村进城”,还能使农民快速接触外来信息,提高农民对新技术的感知能力,减少城乡数字鸿沟,从而加强农民对农产品电商的参与意愿与采纳能力。