農(nóng)戶參與電商行為影響因素研究——基于文獻(xiàn)的薈萃回歸分析

○ 朱婷 夏英

（中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)經(jīng)濟(jì)與發(fā)展研究所，北京 100081）

一、引言

由于電商能構(gòu)建擁有時空壓縮、資源聚合和去中心化等特性的虛擬市場，最早被應(yīng)用于工業(yè)領(lǐng)域，旨在實現(xiàn)工業(yè)化和信息化融合發(fā)展，促進(jìn)工業(yè)經(jīng)濟(jì)向效益型轉(zhuǎn)軌，而后信息經(jīng)濟(jì)產(chǎn)業(yè)鏈蔓延至農(nóng)業(yè)領(lǐng)域，創(chuàng)新出多樣化鄉(xiāng)村電商形態(tài)，它們覆蓋范圍各有不同，又相互關(guān)聯(lián)，如“農(nóng)村電商”“農(nóng)產(chǎn)品電商”“農(nóng)業(yè)電商”“農(nóng)戶電商”等。農(nóng)業(yè)是國民經(jīng)濟(jì)基礎(chǔ)，農(nóng)產(chǎn)品是農(nóng)業(yè)核心，農(nóng)戶是農(nóng)產(chǎn)品生產(chǎn)經(jīng)營主體，鄉(xiāng)村電商表征僅僅是一種新型鄉(xiāng)村商業(yè)模式和交易方式，但實質(zhì)上是農(nóng)村六次產(chǎn)業(yè)融合發(fā)展新業(yè)態(tài)，發(fā)展電商不僅有助于消融農(nóng)業(yè)農(nóng)村農(nóng)民問題，更關(guān)系到我國數(shù)字鄉(xiāng)村振興。

發(fā)達(dá)國家先于我國邁入鄉(xiāng)村信息化和數(shù)字化階段，涉及電商研究的學(xué)術(shù)成果頗豐。在有關(guān)農(nóng)業(yè)經(jīng)營主體電商技術(shù)參與行為研究中，DAVIS[1]、SMITH 等[2]、PATEL 等[3]認(rèn)為，企業(yè)接受互聯(lián)網(wǎng)技術(shù)受到技術(shù)感知有用性和感知易用性的正向影響。ERIC[4]通過多案例研究，從內(nèi)部因素和外部因素兩大維度歸納影響農(nóng)企選擇電商的因素。HENDERSON等[5]和MOLLA等[6]指出擁有大規(guī)模和高站位的涉農(nóng)企業(yè)更傾向于采用電商策略。HOBBS 等[7]和HSIAO[8]認(rèn)為阻礙農(nóng)業(yè)企業(yè)采用電商的因素有企業(yè)銷售、稅費(fèi)減免和進(jìn)入農(nóng)村成本等。MISHRA[9]深入研究農(nóng)場主電商經(jīng)營行為，認(rèn)為農(nóng)場主受教育程度、農(nóng)場經(jīng)營類別和規(guī)模、農(nóng)場區(qū)位對互聯(lián)網(wǎng)應(yīng)用程序使用有顯著正向影響。CLOETE 等[10]認(rèn)為對電商認(rèn)知和電商技術(shù)設(shè)施會顯著影響農(nóng)企電子商務(wù)使用需求。除此之外，ZAPATA 等[11]指出注冊類型、注冊時間、參加平臺企業(yè)相關(guān)活動的時間長度、用戶類型、成交數(shù)量和企業(yè)年度銷售額等變量會顯著影響企業(yè)的支付平臺服務(wù)費(fèi)的意愿。JAMALUDDIN[12]以印度企業(yè)為調(diào)研對象，研究發(fā)現(xiàn)網(wǎng)絡(luò)質(zhì)量、網(wǎng)絡(luò)費(fèi)用、電商組織和電商培訓(xùn)都是影響企業(yè)采納電商的干擾因素。以上研究表明，農(nóng)業(yè)經(jīng)營主體是否采納電商技術(shù)是一種理性行為選擇，除了受主體經(jīng)濟(jì)實力影響，還可能受多方面條件的制約。

鑒于國情相異，中國和農(nóng)業(yè)發(fā)達(dá)國家在電商政策制度、市場發(fā)育程度、技術(shù)研發(fā)水平、農(nóng)業(yè)生產(chǎn)規(guī)模和結(jié)構(gòu)以及農(nóng)戶對電商認(rèn)知等維度存在較大差異。因而，國內(nèi)學(xué)者在剖析農(nóng)戶參與電商經(jīng)營影響因素問題方面形成了頗具中國特色的系統(tǒng)研究。我國鄉(xiāng)村電商發(fā)展變異以2014年為分水嶺，在此之前，我國對于農(nóng)業(yè)領(lǐng)域電商的推行雖有相關(guān)政策文件加持，但受制于國家綜合實力和經(jīng)濟(jì)目標(biāo)的時空限定性，整體而言電商應(yīng)用商業(yè)化程度較高，政府政治目標(biāo)實現(xiàn)不足和政策傾斜力度不夠。在此背景下，2014年以商務(wù)部牽頭的國家部委在8省56個縣（市）啟動電子商務(wù)進(jìn)農(nóng)村綜合示范縣試點，配套中央財政撥款和地方政策支持，搭建了“政府出政策作引導(dǎo)+企業(yè)出平臺來運(yùn)作+農(nóng)戶出產(chǎn)品緊參與”的縣域電商運(yùn)行體系。另外，中央不斷調(diào)整試點目標(biāo)和投向，將電子商務(wù)技術(shù)擴(kuò)散與農(nóng)村改革階段性目標(biāo)相輔相成，脫貧攻堅和鄉(xiāng)村振興等政策目標(biāo)相繼被繪入版圖，培植力度也不斷加碼。截至2020年，電子商務(wù)進(jìn)農(nóng)村綜合示范項目覆蓋全國1 180 個縣，占全國縣總數(shù)的90.70%，表明新政策為涉農(nóng)電商帶來前所未有的機(jī)遇。雖然電商下沉至縣級層面基本實現(xiàn)，然而農(nóng)戶主動參與電商經(jīng)營意愿仍舊不高，農(nóng)村電商活躍業(yè)務(wù)仍以工業(yè)品下行為主。如果說政策支持和壓力傳導(dǎo)發(fā)揮著外生推力作用，那么探究農(nóng)戶內(nèi)生性驅(qū)動力，即農(nóng)戶的電商技術(shù)適應(yīng)性行為受到哪些因素的制約，對提高農(nóng)戶信息化技術(shù)使用效率至關(guān)重要，更關(guān)系到我國數(shù)字鄉(xiāng)村振興。

自農(nóng)村信息化建設(shè)以來，中國農(nóng)業(yè)經(jīng)濟(jì)學(xué)家們對互聯(lián)網(wǎng)技術(shù)、通信技術(shù)、電子商務(wù)技術(shù)等信息化技術(shù)采納影響因素進(jìn)行了大量定性和定量分析，主流研究路線圖是通過實地調(diào)研收集一手問卷數(shù)據(jù)，采用計量模型對調(diào)研數(shù)據(jù)進(jìn)行實證分析，從而甄別出與電商技術(shù)擴(kuò)散相關(guān)的重要變量，提出針對性建議。例如，張益豐[13]對山東煙臺櫻桃種植戶進(jìn)行問卷調(diào)查，運(yùn)用Logit多元模型實證分析調(diào)研數(shù)據(jù)，研究發(fā)現(xiàn)小農(nóng)戶參與電商意愿受種植規(guī)模、物流便利程度、電商培訓(xùn)經(jīng)歷、網(wǎng)購經(jīng)驗等影響。郭錦墉等[14]基于拓展的技術(shù)接受模型，以江西省192個農(nóng)戶為研究樣本，認(rèn)為感知有用性、感知易用性、主觀規(guī)范、網(wǎng)絡(luò)外部性都顯著正向影響農(nóng)戶對農(nóng)產(chǎn)品電商的采納意向，感知風(fēng)險則顯著負(fù)向影響農(nóng)戶的采納意向。曾億武等[15]利用江蘇省沭陽縣花木農(nóng)戶數(shù)據(jù)，采用工具變量法和中介效應(yīng)模型來探討先前經(jīng)驗、社會資本與農(nóng)戶采納電商行為之間的關(guān)系。吳正祥[16]運(yùn)用多元有序Logit 模型識別農(nóng)戶參與電商扶貧意愿的影響因素，指出受教育程度、網(wǎng)絡(luò)使用經(jīng)驗、主要經(jīng)濟(jì)來源、農(nóng)村電商認(rèn)知、電商扶貧收入效應(yīng)認(rèn)知、親戚朋友電商扶貧參與意愿、政府電商扶貧相關(guān)工作、電商服務(wù)站相關(guān)工作、電商扶貧服務(wù)體系、特色農(nóng)產(chǎn)品規(guī)模對農(nóng)戶電商扶貧參與意愿有顯著正向影響，家庭年均純收入、生活滿意度認(rèn)知因素對農(nóng)戶電商扶貧參與意愿有顯著負(fù)向影響。汪興東等[17]對農(nóng)村專業(yè)大戶的研究發(fā)現(xiàn)，農(nóng)村專業(yè)大戶的人口特征、家庭屬性、地理條件、政策感知及技術(shù)感知在其電商技術(shù)的采納及投資決策中發(fā)揮著不同作用。通過文獻(xiàn)梳理發(fā)現(xiàn)，有關(guān)農(nóng)戶參與電商經(jīng)營行為影響因素的研究結(jié)論存在分歧，甚至存在結(jié)論完全相左的現(xiàn)象，盡管多數(shù)學(xué)者做出了相應(yīng)的解釋，但其合理性還有待評估。

對此，本文探討了前人成果中研究細(xì)節(jié)和實證結(jié)果相異之處及其原因：一是自變量選擇和個數(shù)的差異。在已有成果中，部分研究覆蓋的變量個數(shù)多達(dá)24 個，而最少的只包含8 個因素；有的研究變量設(shè)定來源于主觀性判斷因素，有的文獻(xiàn)強(qiáng)調(diào)政府作用，總體來說變量設(shè)定有主觀性和隨意性趨向，然而對實證分析而言，模型構(gòu)建指標(biāo)設(shè)定尤為重要，重要變量遺漏和無關(guān)變量存在，都可能導(dǎo)致共線性和內(nèi)生性問題[18-19]，誘致研究結(jié)論不盡相同。二是樣本差異。樣本總量、受訪對象、研究時間、調(diào)研區(qū)域、統(tǒng)計方法等鎖定條件不同[20]，都有可能導(dǎo)致研究結(jié)論的真實性、有效性和可靠性。

為論證上述研究特征解釋的可信度，本文將在接下來的研究內(nèi)容中借助薈萃回歸分析方法展開深入探討，同時也期望獲得關(guān)于電商技術(shù)擴(kuò)散制約因素的一般性研究結(jié)論。

二、農(nóng)業(yè)經(jīng)營主體參與電商的影響因素經(jīng)驗證據(jù)

以美國、英國、德國等為代表的發(fā)達(dá)國家，農(nóng)業(yè)信息化建設(shè)起步早、措施足，且在實踐中不斷深化和完善，與之相對應(yīng)的是對電商已進(jìn)行了系統(tǒng)和深入的研究，并積累了大量富有價值學(xué)術(shù)成果，但關(guān)注范疇非常有限，研究內(nèi)容側(cè)重于關(guān)注電商模式、涉農(nóng)企業(yè)電子商務(wù)采納行為、電商與農(nóng)業(yè)供應(yīng)鏈等，與本文研究對象（農(nóng)戶）匹配偏頗。通過Scopus數(shù)據(jù)庫、Wiley online library 數(shù)據(jù)庫、Web of science數(shù)據(jù)庫等國外期刊檢索網(wǎng)站進(jìn)行了前期文獻(xiàn)收集，發(fā)現(xiàn)契合本文需求的現(xiàn)有研究成果僅有少數(shù)幾篇，且撰寫作者為國內(nèi)學(xué)者發(fā)布，同一學(xué)者在國內(nèi)期刊也有類似成果發(fā)表。為保障契合度和有效性，故樣本文獻(xiàn)檢索范圍剔除了SSCI 和EI 文獻(xiàn)，集中于檢索中國知網(wǎng)數(shù)據(jù)庫和萬方數(shù)據(jù)庫兩大國內(nèi)權(quán)威數(shù)據(jù)庫，檢索時間截至2021年7月。

考慮到電商是本文核心主題詞和邏輯起點，為避免因定義不清而產(chǎn)生判斷障礙，在此先對相關(guān)概念進(jìn)行初步辨析。目前，學(xué)界對涉農(nóng)電商最為精準(zhǔn)的理解，認(rèn)為其是涉及農(nóng)村、農(nóng)戶、農(nóng)產(chǎn)品和農(nóng)業(yè)等電子商務(wù)形態(tài)[21-22]。農(nóng)產(chǎn)品電商指通過互聯(lián)網(wǎng)等信息網(wǎng)絡(luò)銷售農(nóng)業(yè)收成品或者提供農(nóng)產(chǎn)品服務(wù)的經(jīng)營活動，作業(yè)范圍僅包括成型的農(nóng)產(chǎn)品供應(yīng)鏈環(huán)節(jié)[23]。農(nóng)業(yè)電商是產(chǎn)業(yè)維度劃分概念，特指農(nóng)業(yè)產(chǎn)業(yè)鏈上各環(huán)節(jié)（包括農(nóng)業(yè)產(chǎn)業(yè)產(chǎn)前、產(chǎn)中、產(chǎn)后）的電商，相對應(yīng)的電商形態(tài)有工業(yè)電商和服務(wù)業(yè)電商。農(nóng)村電商是地域維度劃分概念，是指電商交易主體至少一方地處農(nóng)村地區(qū)的電商，相對應(yīng)的電商形態(tài)有城市電商。由于國家和學(xué)界對電商新業(yè)態(tài)概念和內(nèi)涵未作清晰界定和達(dá)成共識，現(xiàn)有研究成果普遍從電商技術(shù)特性出發(fā)，存在將農(nóng)業(yè)領(lǐng)域電商形態(tài)術(shù)語表達(dá)交互使用和研究結(jié)論泛化概括的現(xiàn)象?；诖?，本文主題限定于農(nóng)戶參與電商行為影響因素，故有效研究樣本排除對工業(yè)電商、服務(wù)業(yè)電商、跨境電商和消費(fèi)者電商使用等主題關(guān)注。與此同時，為保障樣本量代表性和充裕度，檢索字段設(shè)定為“涉農(nóng)電子商務(wù)”“農(nóng)產(chǎn)品電子商務(wù)”“農(nóng)村電子商務(wù)”“農(nóng)業(yè)電子商務(wù)”“采納”“經(jīng)營”“參與”“使用”“營銷”“接受”“影響因素”“意愿”，而后在匯總文獻(xiàn)題錄中，內(nèi)容上剔除理論性文獻(xiàn)、質(zhì)量較低文獻(xiàn)、主題側(cè)重點不符以及未構(gòu)建計量模型的文獻(xiàn)，以及為減少研究樣本間異質(zhì)性，樣本文獻(xiàn)樣本量設(shè)定在至少100個以上的實證研究，最后共保留22篇文獻(xiàn)符合本研究需求。其中，8篇樣本文獻(xiàn)從不同視角、不同實證方法探索電商采納行為影響因素，本文將其視為不同樣本，因而本文樣本共計30個，以8 631名農(nóng)戶為研究對象。

通過對嚴(yán)格符合研究主題的30個樣本進(jìn)行全文閱讀，提取作者、發(fā)表年份、研究地區(qū)、來源期刊、影響因素和樣本量等相關(guān)信息，并整合數(shù)據(jù)集后發(fā)現(xiàn)：盡管學(xué)者變量設(shè)定相異，但是對具體測量因素存在共性選擇，均羅列了年齡、受教育程度、家庭收入水平、培訓(xùn)情況、認(rèn)知情況和冷鏈物流水平對農(nóng)戶電子商務(wù)技術(shù)采納行為的干擾，其中，年齡和受教育程度是農(nóng)戶個人特征和模型構(gòu)建選擇的基本控制變量，使用頻次基本覆蓋全部有效樣本量。表1羅列了這些指標(biāo)定義，其中針對“家庭收入水平”指標(biāo)，部分文獻(xiàn)以家庭總收入為代理指標(biāo)，有些文獻(xiàn)以家庭人均收入為具體指標(biāo)，本研究將兩者都納入“家庭收入水平”指標(biāo)；針對“培訓(xùn)情況”指標(biāo)，樣本文獻(xiàn)中選用“培訓(xùn)經(jīng)驗”和“培訓(xùn)頻次”兩種衡量形式，為保障研究完整性和可靠性，本文將兩者皆納入“農(nóng)戶培訓(xùn)情況”這一指標(biāo)范圍；針對“認(rèn)知情況”，不同樣本則分設(shè)“電商平臺認(rèn)知”“電商運(yùn)營管理認(rèn)知”“電商政策認(rèn)知”等指標(biāo)，本文也將其全部納入研究變量中。

表1 樣本文獻(xiàn)中農(nóng)戶參與電商行為的影響因素主要指標(biāo)

雖然大部分文獻(xiàn)囊括以上6個指標(biāo)，但是針對相同指標(biāo)，它們在不同文獻(xiàn)中對農(nóng)戶電商采納意愿制約程度不同，得到的研究結(jié)論也不一致，全部實證結(jié)果歸納至表2中。正如上文所言，不同研究結(jié)論由不同研究特征引致，需要利用薈萃回歸分析方法詳細(xì)解析緣由。

表2 樣本文獻(xiàn)中影響農(nóng)戶參與電商行為主要指標(biāo)的實證結(jié)果

三、樣本文獻(xiàn)的薈萃分析

（一）變量選擇

1.薈萃分析的因變量

為與前人研究保持一致，在參考已有研究成果測度項的基礎(chǔ)上，結(jié)合樣本文獻(xiàn)所用指標(biāo)的使用頻次，本文選用年齡、受教育程度、農(nóng)戶家庭收入水平[16-17,24--29]、農(nóng)戶培訓(xùn)情況[15,17,25,28,30]、農(nóng)戶認(rèn)知情況[15-17,25-26,29-30]和冷鏈物流[16-17,24,27,29-30]6 個指標(biāo)作為模型設(shè)定的因變量。參考徐潤成等[18]、曹丘丹等[19]、謝謙和羅健[20]采用的因變量賦值規(guī)則，結(jié)合因變量在原文中的不同顯著性水平作為效應(yīng)值轉(zhuǎn)換依據(jù)，將賦值量級確定為四類，具體變量賦值描述見表3。

表3 薈萃回歸分析因變量描述

2.薈萃回歸分析的調(diào)節(jié)變量

調(diào)節(jié)變量是指除自變量以外影響文獻(xiàn)研究結(jié)論的研究特征，拓展至本研究主題具體是指影響農(nóng)戶電商技術(shù)采納行為的研究特征。本研究將發(fā)表時間、樣本量、自變量個數(shù)、政府扶持、是否考慮家庭總收入和回歸方法6 個指標(biāo)作為調(diào)節(jié)變量納入薈萃回歸分析模型，賦值規(guī)則詳見表4。

表4 薈萃回歸分析調(diào)節(jié)變量描述

具體來說，前3個調(diào)節(jié)變量是薈萃回歸分析的基本變量，當(dāng)發(fā)表時間、樣本量、自變量個數(shù)等研究背景特征相異時，可能導(dǎo)致實證研究結(jié)論不同，例如當(dāng)各實證文獻(xiàn)自變量個數(shù)不同時，樣本模型設(shè)定的共線性程度不一，會影響研究結(jié)果的精準(zhǔn)度。而政府扶持、是否考慮家庭總收入和回歸方法等研究方法特征則是檢驗研究結(jié)果是否會受特定研究指標(biāo)選擇的干擾。前面已經(jīng)提到樣本文獻(xiàn)對家庭收入水平這一變量的代理指標(biāo)選用存在分歧，進(jìn)而會影響研究結(jié)論效果，因而本文還將“是否考慮家庭總收入”作為自變量。值得一提的是，本文未將鎖定區(qū)域和調(diào)研對象作為調(diào)節(jié)變量，是由于部分文獻(xiàn)以多區(qū)域作為研究區(qū)域、以多類型農(nóng)戶作為研究對象，無法有效實現(xiàn)數(shù)據(jù)量化。

（二）薈萃回歸分析方法

不同于文獻(xiàn)綜述，薈萃回歸分析是用以發(fā)表文獻(xiàn)為樣本，運(yùn)用適當(dāng)?shù)慕y(tǒng)計學(xué)方法進(jìn)行客觀、定量的分析，客觀真實地反映已經(jīng)存在的研究結(jié)果，從而獲得對某一研究問題定性、定量的綜合性結(jié)論[31]，是對比同研究主題研究成果的有效定量分析工具。本文目的在于對現(xiàn)有研究成果間的結(jié)論悖論進(jìn)行可能性緣由剖析，完全契合薈萃回歸分析方法適用范圍和效用價值。

薈萃回歸分析的基本思路是將有效樣本中在原文中共同選用的且使用頻次較高的自變量轉(zhuǎn)變?yōu)楝F(xiàn)研究主題的因變量，采納Probit 或Logit 模型進(jìn)行針對性分析，專注于因變量的影響方向和顯著性[19]。

結(jié)合本文選定的農(nóng)戶行為異質(zhì)性影響因子和一般薈萃回歸方程的模式，將薈萃回歸估計方程設(shè)定如下：

其中，Yi是因變量，i=1,2,3,4,5,6,i的取值分別表示年齡、受教育程度、農(nóng)戶家庭收入水平、農(nóng)戶培訓(xùn)情況、農(nóng)戶認(rèn)知情況和冷鏈物流水平的顯著性。為保障薈萃回歸分析結(jié)果的穩(wěn)健可靠，本研究應(yīng)用Probit模型和Logit模型分別進(jìn)行薈萃回歸分析，具體內(nèi)容見表5和表6。

（三）回歸結(jié)果分析

1.整體顯著性分析

“各調(diào)節(jié)變量對農(nóng)戶參與農(nóng)產(chǎn)品電商經(jīng)營影響因素的顯著性影響”薈萃分析結(jié)果全部呈現(xiàn)在表5。由表5可見，Probit模型和Logit模型實證顯著性水平基本一致，僅限于回歸系數(shù)不同，這表明回歸模型結(jié)果頗具可靠性和穩(wěn)健性。另外，6個調(diào)節(jié)變量對各因變量顯著性具有不同程度的調(diào)節(jié)作用。

表5 各調(diào)節(jié)變量對農(nóng)戶參與農(nóng)產(chǎn)品電商經(jīng)營影響因素顯著性的影響

具體來看，調(diào)節(jié)變量“發(fā)表時間”在不同顯著性水平上對“受教育程度顯著性”“培訓(xùn)情況顯著性”“冷鏈物流水平顯著性”產(chǎn)生正向影響，即“發(fā)表時間”會提高這三個影響因素對農(nóng)戶電商技術(shù)采納行為的影響力。原因在于，隨著時間的推移，農(nóng)產(chǎn)品供應(yīng)鏈數(shù)字化的重要性不斷提高，尤其是對農(nóng)戶生產(chǎn)經(jīng)營活動節(jié)本增收效果逐漸提升，農(nóng)戶的文化素質(zhì)和電商認(rèn)知水平以及產(chǎn)品分銷速度決定了農(nóng)產(chǎn)品電商效能發(fā)揮程度，因而這三個因變量對時間敏感度變得更加強(qiáng)烈。

“樣本量”在5%水平上對“農(nóng)戶認(rèn)知情況”在研究結(jié)果中顯著性有正向作用，意味著“樣本量”增加會提高“農(nóng)戶認(rèn)知情況”在研究結(jié)論中顯著的概率。內(nèi)在緣由在于，農(nóng)戶對電商認(rèn)知程度越高，越能認(rèn)識到電商技術(shù)對于提高市場銷量和增加收入的重要性，從而提高農(nóng)戶對電商的信任度和采納率。隨著樣本量的增加，農(nóng)戶認(rèn)知情況對電商技術(shù)采納行為的影響效應(yīng)會逐漸被放大。

表5續(xù) 各調(diào)節(jié)變量對農(nóng)戶參與農(nóng)產(chǎn)品電商經(jīng)營影響因素顯著性的影響

“自變量個數(shù)”在1%水平上對“冷鏈物流水平”在研究結(jié)論中顯著性產(chǎn)生負(fù)向作用，表明“自變量個數(shù)”增加會降低“冷鏈物流水平”在樣本研究結(jié)果中的顯著性水平。一般而言，自變量個數(shù)變化會作用于模型變量間共線性和擾動項方差兩方面，造成標(biāo)準(zhǔn)誤隨之變化。加入更多自變量個數(shù)后，導(dǎo)致冷鏈物流水平顯著性降低，是由于增強(qiáng)了自變量間多重共線性，導(dǎo)致標(biāo)準(zhǔn)誤差增加。由此可見，“冷鏈物流水平”指標(biāo)易受其他變量影響，在問卷設(shè)計和模型設(shè)定時應(yīng)慎重選擇變量指標(biāo)及其個數(shù)。

“政府扶持”在1%顯著水平上對“受教育程度”產(chǎn)生正向影響，即“政府扶持”會提高“受教育程度”對農(nóng)戶采納電商技術(shù)行為影響的顯著性，原因在于國家積極建設(shè)數(shù)字鄉(xiāng)村背景下，政府扶持會降低農(nóng)戶采納電商技術(shù)的經(jīng)濟(jì)成本，農(nóng)戶文化水平越高，對電商技術(shù)的作用和國家電商扶持政策越有充分認(rèn)識，更傾向于接納和應(yīng)用電商技術(shù)。

“是否考慮家庭總收入”在10%水平上對“農(nóng)戶認(rèn)知情況”在研究結(jié)論中產(chǎn)生正向影響，說明“考慮家庭總收入”這一變量納入模型會使“農(nóng)戶認(rèn)知情況”在研究結(jié)論中的顯著性提高。原因可能在于，電商技術(shù)采納初期階段，農(nóng)戶是理性經(jīng)濟(jì)人，逐利性是其天然特性，相比電商技術(shù)認(rèn)知水平的重要性，電商技術(shù)使用可能帶來的直接家庭效益的影響力更為重要。

最后，“回歸方法”在10%顯著性水平上對“農(nóng)戶認(rèn)知情況”在研究結(jié)論中產(chǎn)生負(fù)向作用，在5%水平上對“冷鏈物流水平顯著性”產(chǎn)生正向作用。說明當(dāng)選擇有序回歸或者多元回歸時，“農(nóng)戶認(rèn)知情況”影響農(nóng)戶電商技術(shù)采納行為的顯著性概率會降低，反而“冷鏈物流水平”影響農(nóng)戶電商技術(shù)采納行為的顯著性概率會增加。這可能是因為在回歸模型值域較廣且樣本量較小的情況下，解釋變量對被解釋變量各個取值的解釋力度會相應(yīng)變低[9]。若不考慮自由度的問題，“農(nóng)戶認(rèn)知情況”對農(nóng)戶電商技術(shù)采納行為影響可能更多體現(xiàn)在采納行為的發(fā)生概率方面，而非采納行為方面。

2.影響方向分析

基于闡釋調(diào)節(jié)變量對總體顯著性影響，本研究還深入考察了調(diào)節(jié)變量對單向顯著性影響概況。由表3實證結(jié)果梳理可知：一是絕大多數(shù)樣本文獻(xiàn)顯示農(nóng)戶年齡對農(nóng)戶電商技術(shù)采納行為只有負(fù)向顯著和不顯著兩種情況；二是除家庭收入水平外，其他調(diào)節(jié)變量正向顯著性較為凸顯。因此，受制于樣本量，本研究僅對“家庭收入水平”這一指標(biāo)的正負(fù)顯著性做薈萃回歸分析，其他調(diào)節(jié)變量做單向顯著性薈萃回歸分析，結(jié)果詳見表6、表7。

表6 各調(diào)節(jié)變量對農(nóng)戶參與農(nóng)產(chǎn)品電商經(jīng)營影響因素正向顯著性影響

表7 各調(diào)節(jié)變量對農(nóng)戶參與農(nóng)產(chǎn)品電商經(jīng)營影響因素負(fù)向顯著性影響

研究結(jié)果表明，自變量個數(shù)對冷鏈物流水平正向顯著性、政府扶持對受教育程度正向顯著性、是否考慮家庭總收入對農(nóng)戶認(rèn)知情況正向顯著性、回歸方法對農(nóng)戶認(rèn)知情況正向顯著性和冷鏈物流水平正向顯著性的影響方向與總體顯著性是一致的，區(qū)別在于影響程度的不一致，將不再贅述。

“樣本量”在10%水平上對“農(nóng)戶培訓(xùn)情況”在研究結(jié)果中呈正向顯著起負(fù)向作用，意味著樣本量增加會降低“農(nóng)戶培訓(xùn)情況”在研究結(jié)論中正向顯著的概率。學(xué)界公認(rèn)的結(jié)論是農(nóng)戶參與電子商務(wù)培訓(xùn)，能提高農(nóng)戶對電子商務(wù)及其政策的認(rèn)知，更傾向于采納電商技術(shù)，樣本量的增加會提高農(nóng)戶培訓(xùn)情況在研究結(jié)果的正向顯著水平，而薈萃回歸結(jié)果出現(xiàn)截然相反的結(jié)論，可能是因為未參加過電商培訓(xùn)的農(nóng)戶占比較大，增加研究樣本量，農(nóng)戶培訓(xùn)情況對采納電商技術(shù)行為的影響效應(yīng)逐漸被稀釋。

“政府扶持”在5%水平上對“農(nóng)戶培訓(xùn)情況”在研究結(jié)論中呈正向顯著性產(chǎn)生負(fù)向影響，即政府扶持力度越大，電商培訓(xùn)對采納行為正向影響越不顯著。這一現(xiàn)象呈現(xiàn)出顯著的反直覺性。在任何研究主題的定量分析中，學(xué)者基本會將政府支持納入指標(biāo)體系，而且政府是政策和財政的主要供給者，其作用無疑是為推進(jìn)某一政策措施或試點任務(wù)在前期起步階段保駕護(hù)航，往往是正向促進(jìn)作用。但在本文中政府支持對培訓(xùn)起負(fù)向影響，看似與常識相沖突，但結(jié)合本文研究主題存在一定合理性。電商技術(shù)作為一種現(xiàn)代農(nóng)業(yè)生產(chǎn)要素，需要一定程度的技術(shù)使用門檻和應(yīng)用門檻，要使農(nóng)戶采納電商技術(shù)的磨合成本降低，需要政府支持提高農(nóng)戶認(rèn)知和操作技能。然而實踐中，政府的培訓(xùn)形式和內(nèi)容不貼近實際，農(nóng)戶主動參與意愿不足，而國家為提高電子商務(wù)在農(nóng)村地區(qū)的普及率和滲透率，部分地區(qū)強(qiáng)制要求農(nóng)戶參與電商培訓(xùn)，導(dǎo)致培訓(xùn)效果不明顯，甚至對采納電商技術(shù)起反作用。此外，還可能受制于數(shù)據(jù)信息采集偏差，有效樣本量不足以及本文對政府扶持和農(nóng)戶培訓(xùn)的界定邊界不一致造成的理解偏差?！罢龀帧痹?0%水平上對“農(nóng)戶認(rèn)知情況”在研究結(jié)論中呈正向顯著性影響。表明政策支持、金融支持、財政支持等政府扶持手段在很大程度上影響著農(nóng)戶對電商技術(shù)的認(rèn)知水平?！罢龀帧痹?%水平上對“冷鏈物流水平”在研究結(jié)論中呈正向顯著性作用，即政府扶持力度越大，冷鏈物流水平對農(nóng)戶電商技術(shù)采納行為越顯著。原因在于，農(nóng)產(chǎn)品電商利用現(xiàn)代信息技術(shù)可以盡可能擴(kuò)大農(nóng)產(chǎn)品供給信息傳播半徑，但是物理空間移動離不開線下冷鏈物流配送體系的配套發(fā)展，而目前我國冷鏈物流配送體系存在普遍不足和結(jié)構(gòu)性失衡并存問題，政府是公共基礎(chǔ)設(shè)施供給主體，在電商所需的冷鏈物流基礎(chǔ)設(shè)施建設(shè)中起主導(dǎo)作用。

“是否考慮家庭總收入”在10%水平上對“冷鏈物流水平”在研究結(jié)論中呈正向顯著性影響，以及“回歸方法”在5%顯著性水平上對“受教育程度”在研究結(jié)論中負(fù)向顯著性作用。從這兩條研究結(jié)果可得，研究方法特征與研究結(jié)果顯著性密切相關(guān)，有關(guān)電商技術(shù)采納行為影響因素的后續(xù)研究要注重實證方法和收入指標(biāo)的擇取，降低變量共線性和內(nèi)生性問題發(fā)生概率。

四、結(jié)論與討論

（一）結(jié)論

在數(shù)字鄉(xiāng)村建設(shè)和農(nóng)業(yè)供給側(cè)結(jié)構(gòu)性改革背景下，學(xué)界對農(nóng)村電商相關(guān)主題進(jìn)行了大量實證研究，其中，針對農(nóng)戶電商技術(shù)采納行為影響因素研究成果不在少數(shù)，但共性變量測度的實證結(jié)果存在分歧。因此，就研究結(jié)論差異點，本文應(yīng)用薈萃回歸分析方法進(jìn)行相關(guān)檢驗，得到以下結(jié)論：

1.研究背景特征和研究方法特征是已有研究成果選用的共性指標(biāo)，并對實證結(jié)果具有不同程度的調(diào)節(jié)作用。電商技術(shù)采納行為影響因素顯著性總體情況受到“發(fā)表時間”“樣本量”“自變量個數(shù)”“政府扶持”“回歸方法”“是否考慮家庭總收入”的影響；電商技術(shù)采納行為影響因素單向顯著性受到除“發(fā)表時間”外全部調(diào)節(jié)變量的干擾。

2.“樣本量”“自變量個數(shù)”“回歸方法”對“電商技術(shù)采納行為影響因素”整體顯著性和單向顯著性均有影響，說明研究結(jié)果顯著性與模型自由度和變量指標(biāo)關(guān)系密切，側(cè)面反映出研究人員在針對電子商務(wù)后續(xù)研究中，要注重樣本量、樣本的代表性以及重要變量的選入等關(guān)鍵點，保障研究結(jié)果的可靠性、穩(wěn)健性和無偏性。

3.文中得出部分研究結(jié)論與基本認(rèn)知相悖，具有一定合理性。如“政府支持”對“農(nóng)戶培訓(xùn)情況”的單向顯著性具有反向作用，除了電商技術(shù)的特性外，還可能受制于數(shù)據(jù)信息采集偏差，有效樣本量不足以及本文對政府扶持和農(nóng)戶培訓(xùn)的界定邊界不一致造成的理解偏差。

4.薈萃回歸分析是基于前人研究結(jié)果基礎(chǔ)上對信息的篩選、整合和分析，樣本質(zhì)量和樣本數(shù)量上的局限性不可避免。經(jīng)由樣本文獻(xiàn)梳理可見，該研究領(lǐng)域陽性樣本量多于陰性樣本量，從而理性分析可推論出，由于研究者和期刊編輯更偏好于研究結(jié)果方向與強(qiáng)度間有所偏差的實證研究成果，機(jī)會不均等性使得顯著呈陽性的實證結(jié)果更易發(fā)表，該研究主題極有可能存在發(fā)表偏倚問題。

5.從單向影響因素來看，政府支持和電商培訓(xùn)與電商技術(shù)滲透率有高度正向相關(guān)性，可推導(dǎo)出政府資源供給協(xié)同電商培訓(xùn)有助于讓農(nóng)戶感知電商有用性和易用性，從而降低農(nóng)戶對信息技術(shù)的抵觸情緒，增強(qiáng)其參與意愿。因此，政府要從政策、資金、培訓(xùn)等維度制定針對性激勵措施，精準(zhǔn)對接農(nóng)戶需求，促進(jìn)農(nóng)戶對電商技術(shù)采納的整體提高，最大化發(fā)揮電商嵌入鄉(xiāng)土社會的經(jīng)濟(jì)效能。

（二）討論

現(xiàn)階段學(xué)界研究成果還難以為電商技術(shù)嵌入鄉(xiāng)土社會提供制度設(shè)計參考，還需進(jìn)一步探索影響農(nóng)戶行為異質(zhì)性和偏好的深層次原因。同時，除本文框定內(nèi)容，該領(lǐng)域還存在值得深入研究的方向。

1.本文將目標(biāo)設(shè)定為提高農(nóng)戶電商技術(shù)采納率，著眼于從現(xiàn)有理論成果比對分析和探討，但現(xiàn)實運(yùn)行中，農(nóng)戶采納電商技術(shù)行為是多重并發(fā)因素綜合作用的結(jié)果，不但受學(xué)者研究偏好影響，區(qū)域宏觀政策、電商發(fā)展水平和農(nóng)戶資源稟賦等對農(nóng)戶行為異質(zhì)性同樣產(chǎn)生巨大影響，要謹(jǐn)防模型設(shè)置而產(chǎn)生的錯誤估計。

2.本文研究對象為已發(fā)表的中文學(xué)術(shù)期刊論文，學(xué)術(shù)會議、博碩論文、新聞資訊和待發(fā)表文獻(xiàn)等成果未納入其中，推導(dǎo)出的實證結(jié)論尚存不足。

3.本文解釋變量選取存在合并情況，如“家庭收入水平”指標(biāo)將家庭總收入和家庭人均收入皆作為代理指標(biāo)等，可能降低研究結(jié)論嚴(yán)謹(jǐn)性，希望后續(xù)研究能作出補(bǔ)充和完善。

4.薈萃回歸方法是定性描述統(tǒng)計分析方法，未來還需采納更為精準(zhǔn)和復(fù)雜的定量分析方法對研究議題進(jìn)行系統(tǒng)性研究。