農(nóng)戶電商銷售行為及其影響因素分析
——來自298份草莓種植戶的微觀調(diào)查數(shù)據(jù)

蒲雨池，李 強，陳 肖，劉 錚

（1.首都經(jīng)濟貿(mào)易大學(xué) 城市經(jīng)濟與公共管理學(xué)院，北京 100070；2.北京科技大學(xué) 經(jīng)濟管理學(xué)院，北京 100083；3.遼寧省農(nóng)業(yè)科學(xué)院，遼寧 沈陽 110161）

隨著信息技術(shù)的快速發(fā)展，依托于互聯(lián)網(wǎng)技術(shù)的農(nóng)產(chǎn)品電子商務(wù)受到了社會的廣泛關(guān)注。與傳統(tǒng)農(nóng)產(chǎn)品銷售模式相比，農(nóng)產(chǎn)品電商銷售能夠減少產(chǎn)銷間信息不對稱、交易成本過高等情況的發(fā)生，使農(nóng)戶能夠快速準確地獲取市場信息，是解決農(nóng)產(chǎn)品銷售難題，促進農(nóng)民增收的重要手段。農(nóng)產(chǎn)品電商銷售為助力打贏脫貧攻堅戰(zhàn)、全面推進鄉(xiāng)村振興、加快農(nóng)業(yè)農(nóng)村現(xiàn)代化作出了積極貢獻。2020年初，新冠肺炎疫情暴發(fā)，各大網(wǎng)銷平臺推出的“愛心助農(nóng)”項目和直播帶貨等形式，進一步推動了農(nóng)產(chǎn)品電商銷售發(fā)展。農(nóng)業(yè)農(nóng)村部發(fā)布的數(shù)據(jù)顯示，2020年全國農(nóng)產(chǎn)品網(wǎng)絡(luò)零售額為6 107億元，同比增長54%；生鮮電商市場交易額為3 641.3億元，同比增長42.54%，其中生鮮水果作為高頻需求品類，其損耗率也是最高，為4%~5%。草莓是遼寧地區(qū)特色農(nóng)產(chǎn)品，同時也是地理標志農(nóng)產(chǎn)品，東港市作為遼寧省草莓主產(chǎn)區(qū)之一，其2020年草莓種植業(yè)產(chǎn)值為54億元，品牌價值為77.5億元。面對潛力如此巨大的市場，草莓種植戶需緊跟農(nóng)產(chǎn)品電商銷售發(fā)展趨勢，主動迎合消費者需求，積極參與草莓電商銷售。因此，探究農(nóng)戶電商銷售行為及其影響因素可以為推動農(nóng)產(chǎn)品銷售方式變革、加快消費潛力釋放、實現(xiàn)農(nóng)民增收提供參考和借鑒。

在研讀有關(guān)文獻時發(fā)現(xiàn)，研究者將農(nóng)戶電商銷售行為的影響因素分為微觀和宏觀兩方面。宏觀層面主要包括市場環(huán)境、政府規(guī)制、物流條件、農(nóng)村基礎(chǔ)建設(shè)和人力資源等[1—2]；微觀層面主要包括資源稟賦、種植規(guī)模和個人認知等[2—3]。從研究方法上來看，現(xiàn)有研究通過構(gòu)建logistic回歸模型[4]和tobit模型[5]對農(nóng)戶電商行為進行分析，而這2種方法忽略了對各變量間相對重要程度的探究。鑒于此，本研究采用學(xué)術(shù)界普遍接受的技術(shù)接受模型理論構(gòu)建結(jié)構(gòu)方程。技術(shù)接受模型能夠更加準確地還原觀測變量對潛變量特征的解釋力，增強測度行為發(fā)生的準確性；從邏輯層面來看，能夠同時對多個因變量以及因子結(jié)構(gòu)、因子關(guān)系進行處理，可兼容自變量和因變量的測量誤差，既能夠?qū)?shù)因子和各因子間的作用路徑進行分析，還能夠估計所構(gòu)建模型的擬合程度[6]。

此外，筆者在調(diào)研中發(fā)現(xiàn)，農(nóng)戶電商銷售行為會受到個體信息素養(yǎng)水平的影響，因此本研究將農(nóng)戶信息素養(yǎng)作為調(diào)節(jié)變量引入研究模型中，分析草莓種植戶電商銷售行為及其影響因素。

1 理論分析與研究假設(shè)

1.1 理論分析

技術(shù)接受模型（TAM）是Davis于1989年在Fishbein和Ajzen的理性行為理論的基礎(chǔ)上提出的，該理論反映了行為個體對信息技術(shù)的接受程度[7—8]。1991年，Davis和Venkates研究發(fā)現(xiàn)計劃理論行為中行為個體的信念對其行為意向的影響全部來源于行為個體的態(tài)度的中介作用，而技術(shù)接受模型的實證結(jié)果顯示行為個體的態(tài)度只能部分解釋感知有用性對其使用意向的影響。隨著研究的進一步深入，研究者們將感知風(fēng)險引入技術(shù)接受模型中，且與感知有用性和感知易用性并列進行研究。

1.2 研究假設(shè)分析

外部變量是指農(nóng)戶所處外部空間，本研究中將其定義為政府所營造的政策環(huán)境，即政府規(guī)制，具體包括政府組織的有關(guān)培訓(xùn)、對電商的宣傳力度、政策的惠民力度和執(zhí)行力度。農(nóng)戶得到政府給予的支持越大，便會產(chǎn)生越強烈的信賴感，這種潛移默化的影響會促使農(nóng)戶發(fā)生電商銷售行為[2]?；谝陨戏治?，提出如下研究假設(shè)：

H1a：政府規(guī)制對農(nóng)戶感知電商銷售易用具有正向影響。

H1b：政府規(guī)制對農(nóng)戶感知電商銷售有用具有正向影響。

感知易用性是指農(nóng)戶對電商銷售過程中與客戶交流溝通的難易程度、線上信息的掌握情況、操作流程難易程度和農(nóng)產(chǎn)品銷售便利程度的感知。感知有用性是指農(nóng)戶對參與電商銷售是否會增加其銷售積極性、是否會使農(nóng)產(chǎn)品售價更高、是否會增加個人收入以及是否對村集體發(fā)展有促進作用的感知。感知風(fēng)險是指農(nóng)戶對電商銷售潛在的負面效果的感知，包括對個人信息安全、鮮活農(nóng)產(chǎn)品物流保鮮問題的擔(dān)心。當(dāng)前，我國農(nóng)民的受教育水平普遍偏低，農(nóng)戶的風(fēng)險預(yù)判和風(fēng)險識別能力不是很強，當(dāng)農(nóng)戶認為參與電商銷售的風(fēng)險越大，其發(fā)生電商銷售行為的概率就越小[9—10]?；谝陨戏治觯岢鋈缦录僭O(shè)：

H2a：感知電商銷售易用對農(nóng)戶感知電商銷售有用具有正向影響。

H2b：感知電商銷售易用對農(nóng)戶電商銷售行為具有正向影響。

H2c：感知電商銷售有用對農(nóng)戶電商銷售行為具有正向影響。

H2d：感知電商銷售風(fēng)險對農(nóng)戶電商銷售行為具有負向影響。

農(nóng)戶信息素養(yǎng)是指農(nóng)戶對信息這一重要生產(chǎn)要素的認識、獲取、運用以及分享等，它是當(dāng)今人們需要具備的一種基本能力。理論上，農(nóng)戶對信息的渴求度以及對信息的處理情況能夠體現(xiàn)農(nóng)戶個體的信息意識，進而影響農(nóng)戶行為的發(fā)生[11]。從不同角度可以將信息素養(yǎng)定義為以下幾個方面：信息意識、需求、認知、獲取、使用和來源及渠道等[12—13]?；谝陨戏治?，提出如下假設(shè)：

H3a：信息素養(yǎng)在農(nóng)戶感知電商銷售易用與發(fā)生電商銷售行為間起到正向調(diào)節(jié)作用。

H3b：信息素養(yǎng)在農(nóng)戶感知電商銷售有用與發(fā)生電商銷售行為間起到正向調(diào)節(jié)作用。

H3c：信息素養(yǎng)在農(nóng)戶感知電商銷售風(fēng)險與發(fā)生電商銷售行為間起到負向調(diào)節(jié)作用。

根據(jù)上述理論分析和研究假設(shè)的結(jié)構(gòu)關(guān)系，構(gòu)建本研究的理論模型，如圖1所示。

圖1 電商銷售行為影響因素研究模型

2 數(shù)據(jù)來源與變量描述

2.1 數(shù)據(jù)來源

本研究數(shù)據(jù)通過對遼寧省東港市和新民市種植反季節(jié)設(shè)施草莓農(nóng)戶進行問卷調(diào)研獲得。本次調(diào)研共收集問卷310份，最終有效問卷298份，有效率96.13%，參與調(diào)研的種植戶的描述特征見表1。

表1 樣本數(shù)據(jù)特征

2.2 變量選擇與測量

本研究基于TAM理論模型進行量表設(shè)計，共涉及6個潛變量，每個潛變量分別設(shè)4個可觀測變量。采用SPSS 21.0對樣本數(shù)據(jù)進行主成分分析，提取特征值大于1的因子，通過碎石圖和旋轉(zhuǎn)后的因子載荷矩陣能夠得出：該樣本數(shù)據(jù)提取6個公因子時聚集度更高，符合問卷設(shè)計。題項采用李克特五級量表賦值法。統(tǒng)計結(jié)果表明各變量的標準差均在1左右，這說明被訪問者對每個問題的認知差異較大。變量描述如表2所示。

表2 變量定義及描述

3 結(jié)果與分析

3.1 探索性因子分析

采用SPSS 21.0對樣本數(shù)據(jù)進行信度和效度檢驗。結(jié)果顯示，Cronbach’s alpha系數(shù)均在0.7以上，Kaiser-Meyer-Olkin值均大于0.6，Bartlett球形檢驗均小于0.001，表明樣本數(shù)據(jù)具有較高的內(nèi)部一致性，具備較好的信度和效度，適合做因子分析，可用于本研究，如表3所示。

表3 信度和效度檢驗結(jié)果

3.2 驗證性因子分析

3.2.1結(jié)構(gòu)效度 結(jié)構(gòu)效度是指實驗與理論之間的一致性。本部分運用AMOS 26.0進行模型適配度檢驗。模型的卡方自由度比（χ2/df）為1.44，這表明模型擬合度很理想，如表4所示。

表4 模型擬合指標評價及結(jié)果

3.2.2區(qū)分效度 通過AMOS 26.0分析得出，各潛變量之間的相關(guān)性系數(shù)大于0.5，表示各潛變量之間具有較強的相關(guān)性，且各變量之間的相關(guān)系數(shù)以及平方差抽取量AVE值均小于各變量的AVE平方根，說明該問卷區(qū)分效度顯著，如表5所示。

表5 區(qū)分效度分析結(jié)果

3.2.3草莓種植戶電商銷售行為的影響因素分析 運用AMOS 26.0進行數(shù)據(jù)處理。所有變量的P值均在不同水平下顯著，可觀測變量的估計系數(shù)均為正，符合傳統(tǒng)技術(shù)接受模型理論解釋框架，如表6所示。

表6 結(jié)構(gòu)方程模型參數(shù)估計結(jié)果

由表6可知，政府規(guī)制對農(nóng)戶感知電商銷售易用和感知電商銷售有用均產(chǎn)生正向影響。農(nóng)戶感知電商銷售易用對感知電商銷售有用產(chǎn)生正向影響。感知電商銷售易用和感知電商銷售有用對農(nóng)戶電商銷售行為均產(chǎn)生正向影響。感知電商銷售風(fēng)險對農(nóng)戶電商銷售行為產(chǎn)生負向影響。由此證明，假設(shè)H1a、H1b、H2a、H2b、H2c均成立。

3.2.4調(diào)節(jié)效應(yīng)分析 本部分將自變量和調(diào)節(jié)變量進行去中心化處理，求出3個自變量分別與調(diào)節(jié)變量的交互項，然后再進行層次回歸分析。依次將3個自變量、1個調(diào)節(jié)變量和其對應(yīng)的3個交互項帶入模型，可分別得到2個模型，根據(jù)每組第2個模型中自變量與調(diào)節(jié)變量的交互項回歸系數(shù)的顯著情況驗證農(nóng)戶信息素養(yǎng)在該關(guān)系中的調(diào)節(jié)作用，如表7所示。

表7 調(diào)節(jié)效應(yīng)檢驗結(jié)果

由表7可知，農(nóng)戶信息素養(yǎng)和感知電商銷售易用的交互項系數(shù)為正，通過了0.01水平顯著的假設(shè)檢驗；農(nóng)戶信息素養(yǎng)和感知電商銷售易用的系數(shù)值為同方向，表明農(nóng)戶感知電商銷售易用在信息素養(yǎng)影響農(nóng)戶發(fā)生電商銷售行為中起到了正向調(diào)節(jié)作用。假設(shè)H3a成立。農(nóng)戶信息素養(yǎng)和感知電商銷售有用的交互項系數(shù)為正，通過了0.05水平顯著的假設(shè)檢驗；農(nóng)戶信息素養(yǎng)和感知電商銷售有用的系數(shù)值為同方向，表明農(nóng)戶感知電商銷售有用在信息素養(yǎng)影響農(nóng)戶發(fā)生電商銷售行為中起到了正向調(diào)節(jié)作用。假設(shè)H3b成立。農(nóng)戶信息素養(yǎng)和感知電商銷售風(fēng)險的交互項系數(shù)為正，通過了0.05水平顯著的假設(shè)檢驗。農(nóng)戶信息素養(yǎng)和感知電商銷售風(fēng)險的系數(shù)值為不同方向，表明農(nóng)戶感知電商銷售風(fēng)險在信息素養(yǎng)影響農(nóng)戶發(fā)生電商銷售行為中起到了負向調(diào)節(jié)作用。假設(shè)H3c成立。

進一步做簡單斜率進行分析驗證，將標準差值作為分組標準，高于標準差值的作為高分組，低于標準差值的作為低分組。在此基礎(chǔ)上描繪高信息素養(yǎng)農(nóng)戶和低信息素養(yǎng)農(nóng)戶分別在感知電商銷售易用、感知電商銷售有用和感知電商銷售風(fēng)險時發(fā)生電商銷售行為的差異，如圖2、3、4所示。

圖2 農(nóng)戶信息素養(yǎng)在感知電商銷售易用和電商銷售行為關(guān)系中的調(diào)節(jié)作用

如圖2所示，信息素養(yǎng)水平較高（M+1SD）的農(nóng)戶，感知電商銷售易用對電商銷售行為具有顯著的正向影響作用；信息素養(yǎng)水平較低（M-1SD）的農(nóng)戶，感知電商銷售易用對電商銷售行為同樣產(chǎn)生正向影響作用，但是影響作用相對較小。這表明隨著農(nóng)戶信息素養(yǎng)水平的提高，感知電商銷售易用對農(nóng)戶發(fā)生電商銷售行為的影響作用呈逐漸上升的趨勢。

如圖3所示，信息素養(yǎng)水平較高（M+1SD）的農(nóng)戶，感知電商銷售有用對電商銷售行為具有顯著的正向影響作用；信息素養(yǎng)水平較低（M-1SD）的農(nóng)戶，感知電商銷售有用對電商銷售行為同樣產(chǎn)生正向影響作用，但是其影響作用相對較小。這表明隨著農(nóng)戶信息素養(yǎng)水平的提高，感知電商銷售有用對農(nóng)戶發(fā)生電商銷售行為的影響作用呈逐漸上升的趨勢。

圖3 農(nóng)戶信息素養(yǎng)在感知電商銷售有用和電商銷售行為關(guān)系中的調(diào)節(jié)作用

如圖4所示，信息素養(yǎng)水平較低（M-1SD）的農(nóng)戶，感知電商銷售風(fēng)險對電商銷售行為具有顯著負向影響的作用；信息素養(yǎng)水平較高（M+1SD）的農(nóng)戶，感知電商銷售風(fēng)險對電商銷售行為同樣具有顯著負向影響的作用，但是其影響作用相對較小。這表明隨著農(nóng)戶信息素養(yǎng)水平的提高，感知電商銷售風(fēng)險對農(nóng)戶發(fā)生電商銷售行為的影響作用呈逐漸降低的趨勢。

圖4 農(nóng)戶信息素養(yǎng)在感知電商銷售風(fēng)險和電商銷售行為關(guān)系中的調(diào)節(jié)作用

通過簡單斜率分析，假設(shè)H3a、H3b和H3c均再次得到驗證。

4 結(jié)論

本研究利用遼寧省草莓主產(chǎn)區(qū)東港市和新民市2個縣級市的298份有效調(diào)研數(shù)據(jù)，基于精簡的技術(shù)接受模型理論，采用結(jié)構(gòu)方程模型和層次回歸分析法，通過SPSS 21.0和AMOS 26.0進行數(shù)據(jù)處理，并將農(nóng)戶信息素養(yǎng)作為調(diào)節(jié)變量引入模型。實證檢驗了農(nóng)戶電商銷售行為及其影響因素的作用機制，分析了不同信息素養(yǎng)水平農(nóng)戶發(fā)生電商銷售行為的影響因素，得到如下結(jié)論：

1）從政府規(guī)制角度來看，政府規(guī)制會增強農(nóng)戶感知電商銷售易用和感知電商銷售有用。加大政府的惠民力度會在更大程度上正向作用于農(nóng)戶感知電商銷售易用，進而促進農(nóng)戶電商銷售行為的發(fā)生。

2）從感知電商銷售易用角度來看，只有在種植戶認為參與電商銷售比傳統(tǒng)銷售方式會使草莓銷售得更好時，才會更加傾向于發(fā)生電商銷售行為。在該路徑下，農(nóng)戶信息素養(yǎng)起到了促進作用，對于信息素養(yǎng)水平較高的農(nóng)戶，影響作用相對較大。

3）從感知電商銷售有用和感知電商銷售風(fēng)險角度來看，只有在能確保增收，且不會對個人造成經(jīng)濟損失的前提下，草莓種植戶才會更加傾向于發(fā)生電商銷售行為。農(nóng)戶感知電商銷售風(fēng)險會負向作用于電商銷售行為的發(fā)生。在該路徑下，農(nóng)戶信息素養(yǎng)起到了抑制作用，對于信息素養(yǎng)水平較低的農(nóng)戶，影響作用相對較大。

4）政策的惠民力度是農(nóng)戶最為關(guān)注的政策環(huán)境，參與電商能使草莓銷售變得更加容易、能夠增加個人收入以及不會對個人造成經(jīng)濟損失是農(nóng)戶的主觀判斷依據(jù)，是影響農(nóng)戶發(fā)生電商銷售行為的關(guān)鍵因素。

基于以上分析，如何加大惠民力度、增加農(nóng)戶收入、保障農(nóng)戶經(jīng)濟安全、降低電商銷售風(fēng)險，是進一步研究的重點內(nèi)容。