農(nóng)戶電商銷售意愿與行為偏差分析
——基于江西省54個縣的調(diào)查數(shù)據(jù)

汪興東，劉雨虹

（1.江西農(nóng)業(yè)大學(xué) 經(jīng)濟管理學(xué)院，江西 南昌 330045；2.江西農(nóng)業(yè)大學(xué) 江西省鄉(xiāng)村振興戰(zhàn)略研究院，江西 南昌 330045）

一、引言與文獻綜述

2021年中央一號文件指出，要深入推進電子商務(wù)進農(nóng)村，推動城鄉(xiāng)生產(chǎn)與消費有效對接。據(jù)國家統(tǒng)計局發(fā)布的數(shù)據(jù)顯示［1］，2020年中國電子商務(wù)網(wǎng)上零售額達(dá)11.76萬億元，同比增長10.9%，其中農(nóng)村網(wǎng)絡(luò)零售額1.79萬億元，同比增長8.9%，但僅占總體網(wǎng)絡(luò)零售額的15.2%，表明農(nóng)村電商零售額增長迅速，但在總體中所占比例仍然較低。從目前的實踐與研究來看，工業(yè)品下鄉(xiāng)發(fā)展得更好，也引起更多的專家關(guān)注，而農(nóng)產(chǎn)品進城則因基礎(chǔ)設(shè)施條件、經(jīng)營規(guī)模、技術(shù)服務(wù)體系等因素制約表現(xiàn)欠佳。有數(shù)據(jù)顯示，中國網(wǎng)民規(guī)模約9.40億人，其中農(nóng)村網(wǎng)民規(guī)模約2.85億人，占整體的30.4%，且農(nóng)村地區(qū)互聯(lián)網(wǎng)普及率僅為52.3%［2］，仍有74.9%的村莊沒有電商配送站點［3］。農(nóng)村電商技術(shù)的普及與應(yīng)用和農(nóng)戶的采納行為息息相關(guān)，從目前的調(diào)研結(jié)果來看，農(nóng)戶的電商銷售意愿和實際行為間存在偏差，是什么原因?qū)е缕畹漠a(chǎn)生？哪些因素會影響農(nóng)戶的電商銷售意愿與行為？為何在政府的大力支持下，農(nóng)戶的電商銷售意愿較高，而其實際行為發(fā)生率卻較低？基于這些問題，深入探析農(nóng)戶電商銷售意愿與行為間的偏差，厘清農(nóng)戶電商銷售意愿向行為轉(zhuǎn)化的推進或阻礙因素，可以為政府制定相關(guān)政策以提升農(nóng)戶電商銷售行為發(fā)生率提供參考和借鑒。

目前關(guān)于農(nóng)戶電商銷售意愿與行為偏差的研究較為少見，但涉及電商銷售意愿或行為的研究較為豐富?？傮w來看，主要集中在以下三個方面：一是探討電商銷售意愿及其影響因素，此類研究多以農(nóng)村中小微企業(yè)為研究對象，從電商基礎(chǔ)設(shè)施、企業(yè)文化、企業(yè)的風(fēng)險承擔(dān)能力等方面來探究電商銷售意愿的影響因素［4-6］，也有一些學(xué)者基于農(nóng)戶從業(yè)特質(zhì)構(gòu)建指標(biāo)體系［7-9］，對其電商銷售意愿的影響因素進行測量［10-11］。二是開展電商銷售行為及影響因素分析，學(xué)者們從農(nóng)戶電商銷售或電商技術(shù)投資行為角度［12］，具體探討農(nóng)戶個體特征、技術(shù)特征、社會資本、政策支持等因素對其特定行為的影響［13-15］，并通過構(gòu)建UTAUT模型、TAM擴展模型等對這些因素進行實證分析［16-18］。三是探討銷售意愿與行為的關(guān)系，盡管探討農(nóng)戶電商技術(shù)采納意愿與行為間關(guān)系的研究較少，但在其他行為領(lǐng)域有不少關(guān)于陳述偏好（意愿）與現(xiàn)實選擇（行為）之間關(guān)系的研究。這方面的研究一般可以歸納為兩種觀點：一是認(rèn)為意愿對行為具有預(yù)測作用［19］，二是認(rèn)為意愿并不能完全預(yù)測行為，二者之間存在偏差，如吳春雅等［20］在研究消費者網(wǎng)購地理標(biāo)志農(nóng)產(chǎn)品的意愿與行為中，指出性別、年齡、受教育程度、購買氛圍、對價格和產(chǎn)地的重視程度會顯著影響意愿到行為的轉(zhuǎn)化；羅穎等［21］在土地信托流轉(zhuǎn)意愿與行為的研究中也發(fā)現(xiàn)，參與意愿與行為選擇偏差會受到性別、年齡、健康狀況、文化程度、是否參與社會保險、人情規(guī)則等因素的影響；靳明等［22］在研究消費者的綠色消費意愿與行為時，也得到類似結(jié)論。鑒于以上分析，本文擬利用江西省54個縣363個農(nóng)戶的調(diào)查數(shù)據(jù)，通過構(gòu)建多元Logistic回歸模型，考察農(nóng)戶電商銷售意愿與行為間的偏差，并深入探討偏差產(chǎn)生的影響因素。

二、理論分析與研究假說

計劃行為理論（TPB）認(rèn)為個體行為意愿的產(chǎn)生會受到態(tài)度、主觀規(guī)范和知覺行為控制三者的共同影響，且意愿是行為的重要前置變量，將直接決定個體行為是否發(fā)生及發(fā)生的強度。近年來大量行為領(lǐng)域的研究表明，個體的大部分行為決策是非理性或有限理性的，意愿并不總能預(yù)測行為，二者之間存在偏差，這種偏差在一些外部效應(yīng)較為明顯的行為決策（如綠色環(huán)境行為、親社會行為等）及技術(shù)采納決策（如綠色生產(chǎn)技術(shù)采納、電商技術(shù)采納等）中表現(xiàn)得更為明顯。鑒于TPB在解釋這些行為中的弱效應(yīng)，有學(xué)者引入技術(shù)接受模型（TAM）以提升對個體技術(shù)采納行為決策的解釋力，該模型在TPB的基礎(chǔ)上，納入技術(shù)感知有用性及易用性兩個關(guān)鍵變量，認(rèn)為個體的技術(shù)采納會受到這兩個關(guān)鍵變量的深刻影響。參考這些學(xué)者的研究成果，結(jié)合TPB和TAM，以“農(nóng)戶電商銷售意愿與行為偏差”為被解釋變量，將意愿（有/無）和行為（有/無），通過2×2的交叉設(shè)計，得到農(nóng)戶電商銷售意愿與行為正一致匹配（有意愿且有行為，賦值為0）、悖離（有意愿但無行為，賦值為1）及負(fù)一致匹配（無意愿也無行為，賦值為2）共3個類別（由于無意愿但有行為樣本量極少，不納入研究），具體匹配形式如圖1所示。

圖1 變量關(guān)系模型

考察農(nóng)戶個體特征、電商政策感知、信息了解程度、電商技術(shù)感知有用性、感知易用性及感知風(fēng)險對農(nóng)戶電商銷售意愿與行為偏差的影響，具體各變量的預(yù)期影響方向及方式描述如下：

1.個體特征 個體特征指區(qū)分不同子群體的人口統(tǒng)計學(xué)特征，主要包括性別、年齡、受教育年限和是否參加過農(nóng)村電商培訓(xùn)等［23］。不同性別、年齡、受教育年限的農(nóng)戶獲取和處理信息的能力各不相同，這在一定程度上會對農(nóng)戶的電商銷售意愿和行為造成影響，如高頌［10］認(rèn)為農(nóng)戶受教育水平對其電商銷售農(nóng)產(chǎn)品的意愿有顯著促進作用，但年齡的影響卻顯著為負(fù)，而性別的影響不顯著。在此基礎(chǔ)上，任航［11］指出有電商培訓(xùn)或宣講經(jīng)歷的農(nóng)戶更有意愿參與電商銷售。基于此，假設(shè)性別不對農(nóng)戶電商銷售意愿與行為偏差產(chǎn)生顯著影響，而年齡越小，受教育程度越高，且參加過電商培訓(xùn)的農(nóng)戶更傾向于使用電商銷售，其意愿和行為的偏差越小。

2.政策感知 政治感知指農(nóng)戶是否了解電商相關(guān)扶持政策，主要包括是否知道本地有電商協(xié)會組織、農(nóng)村電商的惠農(nóng)信貸政策、稅費優(yōu)惠政策和政府的財政補貼政策等［24-26］。一般而言，農(nóng)戶對電商相關(guān)扶持政策的認(rèn)知會對其電商銷售意愿及行為產(chǎn)生影響，農(nóng)戶對相關(guān)電商扶持政策越了解，越有利于作出是否進行電商銷售的判斷，其意愿與行為的一致性也越大。現(xiàn)有研究也表明，政府政策支持和電商補貼會對農(nóng)戶選擇電商銷售渠道產(chǎn)生顯著影響［13］。據(jù)此，假設(shè)農(nóng)戶對電商相關(guān)政策的感知越強，其電商銷售意愿與行為的一致性程度越高。

3.信息了解程度 信息了解程度指農(nóng)戶對有關(guān)互聯(lián)網(wǎng)信息的了解程度，包括互聯(lián)網(wǎng)使用發(fā)展信息、網(wǎng)絡(luò)支付發(fā)展信息、網(wǎng)絡(luò)購物發(fā)展信息和農(nóng)村電商發(fā)展信息的了解程度等［27～28］。農(nóng)戶對網(wǎng)絡(luò)和電商等信息的了解程度越高，越有利于作出明確判斷，其意愿和行為的偏差也越小。有研究表明互聯(lián)網(wǎng)經(jīng)驗對農(nóng)戶的農(nóng)產(chǎn)品電商銷售意愿有顯著正影響［10］，于暢［23］則進一步指出上網(wǎng)頻率高的農(nóng)戶越容易利用電商渠道銷售農(nóng)產(chǎn)品，孫正良［27］的研究結(jié)果也表明，對互聯(lián)網(wǎng)及電商的了解程度越高，農(nóng)戶越愿意采納電商技術(shù)以提升其銷售效率。據(jù)此，假設(shè)信息了解程度會促進農(nóng)戶電商銷售意愿向行為轉(zhuǎn)化。

4.技術(shù)感知 技術(shù)感知指農(nóng)戶對電商銷售技術(shù)的實用性、方便性及風(fēng)險性的評估，包括感知有用性、感知易用性及感知風(fēng)險性。黃艷［13］的研究表明，技術(shù)的感知有用性和感知易用性與使用意愿之間存在顯著的正相關(guān)關(guān)系。郭錦鏞等［18］進一步指出，感知有用性、感知易用性會顯著正向影響農(nóng)戶對電商的采納意向，進而提升其采納行為，而感知風(fēng)險的作用則相反。據(jù)此，假設(shè)技術(shù)感知有用性與感知易用性正向作用于農(nóng)戶的電商銷售意愿和行為，意愿到行為的正向轉(zhuǎn)化率也越高，當(dāng)農(nóng)戶對電商技術(shù)的感知風(fēng)險越高時，其意愿和行為都會降低，意愿與行為間的負(fù)向一致性程度越高。

三、數(shù)據(jù)來源、模型構(gòu)建與描述性統(tǒng)計

（一）數(shù)據(jù)來源

本文以江西省作為樣本區(qū)主要基于以下兩個理由：一方面，江西省在2014年成為首批開展電子商務(wù)進農(nóng)村綜合示范的省份，截至2019年底共有電商示范縣54個，成為電商示范縣最多的省份之一；另一方面，江西是一個農(nóng)業(yè)大省，截至2017年底，總?cè)丝? 600多萬人，其中農(nóng)村人口近2 100萬人，約占總?cè)丝诘囊话?，且江西省農(nóng)村專業(yè)大戶超過4萬個，為電商技術(shù)進農(nóng)村綜合示范提供良好的條件。基于此，為了深入了解農(nóng)戶的電商銷售意愿及實際行為，課題組于2018年7月—2019年1月對江西省11個市54個縣（區(qū)）展開深入調(diào)查，共回收379份農(nóng)戶的調(diào)查數(shù)據(jù)，獲得實際有效數(shù)據(jù)363份，有效率為95.8%。

（二）模型構(gòu)建

本文的被解釋變量為農(nóng)戶電商銷售參與意愿與行為偏差，賦值為“0～2”的分類變量，故構(gòu)建多元Logistic回歸模型進行分析。以正一致作為參照組，建立回歸模型估計農(nóng)戶電商銷售參與意愿與行為偏差的影響因素，具體公式如下：

式（1）中，α是截距，βi是估計系數(shù)，xi代表解釋變量，μ為誤差項。農(nóng)戶電商銷售參與意愿與行為偏差產(chǎn)生的概率為：

式（2）中，e為自然對數(shù)的底數(shù)。其估計式為：

式（3）中，事件發(fā)生比分別為第二類事件（悖離）、第三類事件（負(fù)一致）與第一類事件（正一致）的概率發(fā)生比。

（三）描述性分析

由表1可見，樣本農(nóng)戶中男性比例為79.2%，年齡集中在30～50歲，大部分樣本的教育水平在初中及以下；有40.4%的受訪農(nóng)戶參加過農(nóng)村電商方面的培訓(xùn)，但從總體來看，對電商相關(guān)支持政策的感知水平較低，僅有18.5%和14.6%的農(nóng)戶有稅費優(yōu)惠政策及補貼政策的感知，農(nóng)戶對農(nóng)村電商相關(guān)信息的了解程度較低，均值為2.520，低于中間值3；盡管農(nóng)戶對電商技術(shù)的感知有用性及感知易用性較高，均值分別為5.052和4.582，高于中間值4，但相對于感知有用性而言，大部分農(nóng)戶認(rèn)為使用電商技術(shù)具有一定難度，且對技術(shù)的感知風(fēng)險較高，均值為4.237，高于中間值4；從結(jié)果變量電商銷售意愿與行為的偏差來看，悖離群體占59.8%，表明在樣本農(nóng)戶中，其電商銷售意愿與實際行為間存在較大偏差，意愿并不能很好地預(yù)測實際行為。

表1 變量說明與描述性統(tǒng)計

續(xù)表

四、結(jié)果與分析

（一）推斷性統(tǒng)計分析

1.相關(guān)性分析 農(nóng)戶總體及子群體的電商銷售意愿與行為的相關(guān)性分析結(jié)果如表2所示。在農(nóng)戶及其子群體中，除了受教育年限為12年以上的子群體外，其他群體的電商銷售意愿與行為間的相關(guān)性均未超過0.5。從性別方面來看，男性農(nóng)戶的相關(guān)系數(shù)為0.131，比女性農(nóng)戶低0.084。從年齡來看，31～40歲農(nóng)戶的相關(guān)系數(shù)最小，為0.098。依據(jù)受教育年限的劃分，2年及以下的農(nóng)戶相關(guān)系數(shù)為0.181，2～5年的為0.200，6～8年的為0.169，9～12年的為0.190，12年以上的最大，為0.500。從農(nóng)村電商培訓(xùn)來看，參加過農(nóng)村電商培訓(xùn)的農(nóng)戶相關(guān)系數(shù)為0.213，比沒有參加過農(nóng)村電商培訓(xùn)的農(nóng)戶高0.046。從總體來看，31～40歲農(nóng)戶群體的電商銷售意愿和行為的相關(guān)性最弱，盡管該年齡段的農(nóng)戶比例較大，但其意愿與行為的一致性程度較低，而相關(guān)性較強的是受教育年限為12年以上的農(nóng)戶及女性群體。

2.偏差性分析 相關(guān)性分析在一定程度上可以考察農(nóng)戶電商銷售意愿與行為間是否存在偏差，但僅能得出意愿與行為是否一致的結(jié)論，而不能準(zhǔn)確表達(dá)意愿與行為間的偏差程度。為此，通過卡方及t檢驗描述農(nóng)戶電商銷售意愿與行為一致（正一致、負(fù)一致）和悖離的特征化事實，結(jié)果如表2所示。電商銷售意愿和行為正一致的農(nóng)戶總體的比例較小，除受教育年限在12年以上的農(nóng)戶意愿與行為正一致的比例為57.14%外，其余群體正一致的比例均在50%以下。對比不同農(nóng)戶子群體意愿與行為正一致的比例情況，發(fā)現(xiàn)男性正一致的比例比女性更少，負(fù)一致的比例比女性更多，但兩個子群體的差異不顯著；年齡段為21～40歲的子群體正一致的比例比其他年齡段高，不同年齡子群體間的差異顯著；受教育年限為2～5年的子群體正一致的人數(shù)比例最低，不同教育年限子群體間的差異亦顯著；參加過電商培訓(xùn)的子群體正一致比例較未參加過電商培訓(xùn)的子群體大，且差異顯著。

表2 農(nóng)戶及其子群體電商銷售意愿與行為偏差分析

3.群體間差異討論 綜合農(nóng)戶電商銷售意愿與行為的相關(guān)性和差異性分析可知：第一，農(nóng)戶總體及其子群體電商銷售意愿與行為之間的偏差較大，意愿對行為的預(yù)測能力較弱。這可以解釋為：農(nóng)戶在陳述意愿時，容易采取策略性行為，高估自己的意愿，從而產(chǎn)生強意愿弱行為；農(nóng)村電商的發(fā)展受到諸多客觀因素的影響，所以即便農(nóng)戶自身有意愿，但在真正實行電商銷售時還是會受一些客觀條件的限制；影響農(nóng)戶電商銷售意愿與行為的因素及程度存在差異。第二，極少數(shù)農(nóng)戶電商銷售意愿與行為無偏差，這類群體的電商銷售意愿對行為具有預(yù)測作用，如年齡在40歲以下、受教育年限在9年以上的和參加過電商培訓(xùn)的群體。

（二）回歸分析

利用Stata16.0軟件，采用多元Logistic模型回歸并檢驗擬合效果，模型（1）分析悖離與正一致發(fā)生比的影響因素，模型（2）分析負(fù)一致與正一致發(fā)生比的影響因素，結(jié)果如表3所示。從自變量的回歸系數(shù)和穩(wěn)健標(biāo)準(zhǔn)誤差來看，模型整體在1%統(tǒng)計水平上顯著，擬合優(yōu)度良好，解釋力較強，表明模型設(shè)定合理。

表3 農(nóng)戶電商銷售意愿與行為偏差影響因素分析

此外，為了準(zhǔn)確分析各因素的影響程度，同時計算顯著解釋變量的邊際效應(yīng)，結(jié)果如表4所示。

表4 顯著解釋變量的邊際效應(yīng)分析

1.個體特征對農(nóng)戶電商銷售意愿與行為偏差的影響 年齡對農(nóng)戶電商銷售意愿與行為偏差產(chǎn)生顯著的正向影響，邊際效應(yīng)顯示，5個年齡層中，每上升一個年齡層次農(nóng)戶電商銷售意愿與行為正一致的概率下降58.1%，負(fù)一致的概率上升7.4%，說明年齡越大的農(nóng)戶越不愿意采用電商銷售，其意愿和行為均較弱。在模型（1）和模型（2）中，受教育年限對農(nóng)戶電商銷售意愿與行為偏差產(chǎn)生顯著的負(fù)向影響，5個受教育年限層次中，農(nóng)戶的教育層次每提升一個，農(nóng)戶電商銷售意愿與行為正一致的發(fā)生概率上升15.8%，發(fā)生負(fù)一致的概率下降8.3%。這可以理解為，一方面受教育程度越高的農(nóng)戶學(xué)習(xí)和接受新事物的能力也越強，越愿意學(xué)習(xí)和使用新技術(shù)，另一方面受教育程度越高的農(nóng)戶對有關(guān)電商銷售知識及電商銷售相關(guān)政策越了解，越懂得利用電商渠道來銷售產(chǎn)品，因此電商銷售意愿與行為正一致的可能性越大。在兩個模型中，是否參加過農(nóng)村電商培訓(xùn)會顯著負(fù)向影響農(nóng)戶電商銷售意愿與行為偏差，與沒有參加過農(nóng)村電商培訓(xùn)的農(nóng)戶相比，參加過電商培訓(xùn)的農(nóng)戶電商銷售意愿與行為正一致的發(fā)生概率增加18.1%，負(fù)一致的發(fā)生概率下降8.7%。這可以理解為，參加電商培訓(xùn)后，農(nóng)戶可獲得一定的電商銷售知識，強化其對電商銷售有用性及易用性的感知，對電商銷售風(fēng)險也有更清晰的認(rèn)知，從而更愿意進行電商銷售，其電商銷售意愿和行為正一致的可能性更大。

2.政策感知對農(nóng)戶電商銷售意愿與行為偏差的影響 在模型（1）和模型（2）中，是否知道本地有電商協(xié)會組織對農(nóng)戶電商銷售意愿與行為偏差產(chǎn)生顯著負(fù)向影響。如果農(nóng)戶知道本地有電商協(xié)會組織，其電商銷售意愿與行為正一致的發(fā)生概率會增加17.2%，悖離的發(fā)生概率會下降12.4%。這表明知道本地有電商協(xié)會組織會增進對農(nóng)戶對電商銷售的認(rèn)知，并在一定程度上為農(nóng)戶采納電商技術(shù)提供組織保障，從而強化農(nóng)戶電商銷售意愿和行為的一致性。農(nóng)戶的惠農(nóng)信貸政策感知顯著負(fù)向影響其電商銷售意愿與行為偏差，與無惠農(nóng)信貸政策感知的農(nóng)戶相比，知道農(nóng)村電商惠農(nóng)信貸政策的農(nóng)戶電商銷售意愿與行為正一致的概率提升26.1%。在兩個模型中，農(nóng)村電商稅費優(yōu)惠政策感知的影響均顯著，如果農(nóng)戶有此項政策感知，其電商銷售意愿與行為正一致的概率會增加18.6%。上述結(jié)論表明，農(nóng)戶對電商相關(guān)扶持政策的感知可以強化其電商銷售意愿，并促進意愿向行為的轉(zhuǎn)化，意愿與行為正向一致發(fā)生的可能性越高。

3.信息了解程度對農(nóng)戶電商銷售意愿與行為偏差的影響 互聯(lián)網(wǎng)使用信息了解程度的影響在兩個模型中均顯著，邊際效應(yīng)顯示，在5等級制的信息了解程度中，每上升一個等級農(nóng)戶電商銷售意愿與行為正一致的發(fā)生概率增加8.9%，悖離及負(fù)一致的發(fā)生概率分別下降5.4%和3.5%。網(wǎng)絡(luò)支付信息了解程度的影響在兩個模型中亦顯著，其程度每提升一個等級農(nóng)戶電商銷售意愿與行為正一致的發(fā)生概率增加9.1%，悖離及負(fù)一致的發(fā)生概率分別下降5.2%和4.0%。網(wǎng)絡(luò)購物信息了解程度對農(nóng)戶電商銷售意愿與行為偏差產(chǎn)生顯著負(fù)向影響，在兩個模型中均得到驗證，其程度每提升一個等級，會增加11.1%的意愿與行為正一致發(fā)生率，同時會使悖離及負(fù)一致的發(fā)生率降低7.8%和3.3%。盡管負(fù)一致的邊際效應(yīng)不顯著，但農(nóng)村電商信息了解程度的影響在兩個模型均顯著，了解程度每上升一個等級，農(nóng)戶電商銷售意愿與行為正一致的發(fā)生概率增加13.3%，悖離的發(fā)生概率下降10.4%。上述分析結(jié)果表明，相關(guān)網(wǎng)絡(luò)信息的了解程度會顯著負(fù)向影響農(nóng)戶電商銷售意愿與行為偏差，正一致的發(fā)生概率上升，悖離和負(fù)一致的概率均下降。這可以解釋為，農(nóng)戶對互聯(lián)網(wǎng)相關(guān)信息越了解，其利用互聯(lián)網(wǎng)工具進行電商銷售的意識就越強，行為發(fā)生的可能性也越大，二者之間發(fā)生悖離和負(fù)一致的概率越小。

4.技術(shù)感知對農(nóng)戶電商銷售意愿與行為偏差的影響 在模型（1）和模型（2）的結(jié)果表明，技術(shù)有用性感知中的電商提升銷量會顯著負(fù)向影響農(nóng)戶電商銷售意愿與行為偏差，邊際效應(yīng)顯示，對電商提升銷量的同意程度每上升一個水平，農(nóng)戶電商銷售意愿與行為正一致的發(fā)生概率提升4.9%，悖離的發(fā)生概率則下降3.9%。這可以理解為，如果農(nóng)戶認(rèn)為使用電商渠道可以提升其產(chǎn)品的銷量，對電商技術(shù)的感知有用性越強，其使用電商銷售的意愿就越高，且更愿意付之于行動，意愿與行為越趨向于正一致。技術(shù)易用性感知中的電商使用對農(nóng)戶電商銷售意愿與行為偏差產(chǎn)生顯著負(fù)向影響，農(nóng)戶感知電商使用的容易度每提升（降低）一個層次，其電商銷售意愿與行為正一致發(fā)生的概率會增加3.9%（負(fù)一致發(fā)生的概率增加3.9%）。這可以解釋為，當(dāng)農(nóng)戶認(rèn)為使用電商技術(shù)的難度較低，就更有意愿采用電商渠道銷售其產(chǎn)品，并轉(zhuǎn)化為實際行動，反之，如果農(nóng)戶認(rèn)為使用電商技術(shù)難度較高，其利用電商銷售的意愿和行為均較低。電商風(fēng)險承擔(dān)感知的影響在兩個模型中均顯著，邊際分析表明，農(nóng)戶電商風(fēng)險承擔(dān)能力每提升一個層級，其電商銷售意愿與行為正一致的發(fā)生概率增加3.4%，這可能是因為如果農(nóng)戶具有一定的電商銷售風(fēng)險承擔(dān)能力，就越愿意采用電商銷售模式，行為也越可能發(fā)生，意愿與行為正向一致的發(fā)生率越高。

（三）穩(wěn)健性檢驗

通過不同的計量方法驗證所構(gòu)建模型估計結(jié)果的穩(wěn)健性。首先，利用無序Probit回歸進行模型檢驗；然后，將被解釋變量中的兩組（悖離、負(fù)一致）分別與正一致組進行二元Logistic回歸。兩次檢驗的結(jié)果均顯示，解釋變量的顯著性、標(biāo)準(zhǔn)化系數(shù)的大小及符號與表3接近一致，且穩(wěn)健性檢驗?zāi)Ｐ驮谡w上顯著，說明所構(gòu)建的模型設(shè)定合理，實證分析結(jié)果總體穩(wěn)健，限于篇幅，在此不作詳細(xì)匯報。

五、結(jié)論與啟示

基于江西省54個縣（區(qū)）363份農(nóng)戶調(diào)查問卷，對農(nóng)戶的電商銷售意愿與行為偏差進行實證分析，主要得到以下結(jié)論：第一，農(nóng)戶的電商銷售意愿和行為偏差總體較大，除了受教育年限為12年以上的子群體外，大部分農(nóng)戶的電商銷售意愿與行為的相關(guān)程度較低，即意愿對行為預(yù)測作用不強。第二，在性別、年齡、受教育程度等特征上，農(nóng)戶電商銷售意愿與行為悖離存在顯著的群體異質(zhì)性。第三，個人特征、政策感知、信息了解程度、技術(shù)有用性、易用性及風(fēng)險性感知等均會影響農(nóng)戶電商銷售意愿與行為間的偏差，從個人特征來看，年齡越小、受教育年限越高及參加過電商培訓(xùn)的農(nóng)戶，越愿意采用電商銷售，且意愿與行為正一致的發(fā)生率越高；在政策感知上，農(nóng)戶對電商相關(guān)扶持政策（電商協(xié)會、惠農(nóng)信貸、稅費優(yōu)惠等）的感知會強化其電商銷售意愿，并促進意愿向行為的轉(zhuǎn)化；從信息了解程度來看，農(nóng)戶對互聯(lián)網(wǎng)相關(guān)信息的了解程度越高，意愿與行為發(fā)生悖離及負(fù)一致的可能性越??；在技術(shù)感知上，如果農(nóng)戶感知電商技術(shù)的有用程度越高、難度越低且具有一定的風(fēng)險承擔(dān)能力，其電商銷售意愿與行為正一致的發(fā)生率會顯著提升。

基于上述結(jié)論，研究啟示主要體現(xiàn)在：首先，農(nóng)村網(wǎng)絡(luò)普及程度的提升及農(nóng)村電商普惠政策的實施能激發(fā)農(nóng)戶利用電商渠道進行銷售的意愿，但從總體來看，較高的意愿并未充分轉(zhuǎn)化為實際行動，一方面，需要通過普及互聯(lián)網(wǎng)知識和加強電商培訓(xùn)，增進農(nóng)戶對互聯(lián)網(wǎng)相關(guān)知識的了解，強化農(nóng)戶對電商銷售渠道的認(rèn)識；另一方面，政府相關(guān)部門在積極制定和實施農(nóng)村電商政策的同時，需要加大宣傳力度，以提升農(nóng)戶對電商惠農(nóng)政策的認(rèn)知。其次，由于農(nóng)戶電商銷售意愿與行為偏差存在群體異質(zhì)性，政府有關(guān)部門應(yīng)針對不同的農(nóng)戶群體分類指導(dǎo)、分類施策，以提升意愿到行為的轉(zhuǎn)化效率。再次，盡管農(nóng)戶對電商技術(shù)的有用性及易用性感知均能顯著提升其電商銷售意愿與行為正一致的發(fā)生率，但農(nóng)戶對電商技術(shù)的有用性感知要高于對易用性的感知，因此，在提升農(nóng)戶對電商技術(shù)有用性感知的同時，更需要采取示范、培訓(xùn)、推廣等方式，降低農(nóng)戶使用電商技術(shù)的難度，破除電商銷售的技術(shù)障礙。最后，農(nóng)戶對電商銷售風(fēng)險的承擔(dān)能力會影響其意愿到行為的轉(zhuǎn)化，政府相關(guān)部門及金融機構(gòu)可以提供相應(yīng)的農(nóng)村電商銷售保險，或針對農(nóng)村電商銷售設(shè)立投資基金，信貸部門可以適當(dāng)放寬農(nóng)戶電商銷售貸款的限制條件，如延長期限或者降低利率等，以降低農(nóng)戶電商銷售風(fēng)險感知，提升其風(fēng)險承擔(dān)能力。