閆貝貝　劉天軍　孫曉琳

摘要：基于陜西省蘋果種植戶的微觀調(diào)查數(shù)據(jù)，在測度農(nóng)戶社會學(xué)習(xí)、電商認知和政府支持的基礎(chǔ)上，運用IV-Heckman模型、中介效應(yīng)模型和調(diào)節(jié)效應(yīng)模型，檢驗社會學(xué)習(xí)對農(nóng)戶農(nóng)產(chǎn)品電商采納的影響效應(yīng)。結(jié)果表明：社會學(xué)習(xí)對農(nóng)戶農(nóng)產(chǎn)品電商采納具有顯著正向影響，社會學(xué)習(xí)水平的提高能推動農(nóng)戶做出采納決策，并深化其采納程度;電商認知在社會學(xué)習(xí)影響農(nóng)戶農(nóng)產(chǎn)品電商采納關(guān)系中具有部分中介作用，即社會學(xué)習(xí)通過提升農(nóng)戶電商認知水平對其采納決策和采納程度產(chǎn)生積極影響;政府支持在社會學(xué)習(xí)影響農(nóng)戶農(nóng)產(chǎn)品電商采納關(guān)系中具有正向調(diào)節(jié)作用，在政府支持水平較高的環(huán)境下，社會學(xué)習(xí)對農(nóng)戶農(nóng)產(chǎn)品電商采納決策和采納程度的正向影響得到加強。

關(guān)鍵詞：社會學(xué)習(xí);農(nóng)產(chǎn)品電商采納;電商認知;政府支持

中圖分類號：C912.82;F724.6? 文獻標識碼：A 文章編號：1009-9107（2022）04-0097-12

引言 電子商務(wù)具有跨越時空、對象均等、信息整合等諸多優(yōu)勢，農(nóng)產(chǎn)品電子商務(wù)（簡稱農(nóng)產(chǎn)品電商）被視為能突破原有市場分割、推動農(nóng)產(chǎn)品上行、實現(xiàn)小農(nóng)戶與大市場有效對接的新型理想渠道[1]。近年來，電子商務(wù)催生了農(nóng)產(chǎn)品銷售方式的巨大變革。2012-2021年“中央一號文件”和《鄉(xiāng)村振興規(guī)劃綱要（2018-2022）》及《數(shù)字農(nóng)業(yè)農(nóng)村發(fā)展規(guī)劃（2019-2025年）》等一系列政策文件都對農(nóng)村電子商務(wù)發(fā)展做出戰(zhàn)略部署。各級政府與時俱進，高度關(guān)注農(nóng)村電商。然而，相對于農(nóng)產(chǎn)品電商近年來不斷升溫的輿論熱度，其在農(nóng)村地區(qū)的采納率仍然很低?！吨袊r(nóng)村電子商務(wù)發(fā)展報告2019-2020》顯示，2020年上半年農(nóng)村網(wǎng)絡(luò)零售額為7 668.5億元，占全國網(wǎng)絡(luò)零售額的14.9%，其中，全國農(nóng)產(chǎn)品網(wǎng)絡(luò)零售額為1 937.7億元，僅占全國網(wǎng)絡(luò)零售額的4.6%，農(nóng)產(chǎn)品電商的普及仍然任重道遠。在電子商務(wù)利好政策不斷推出的情況下，農(nóng)產(chǎn)品電商緣何仍未廣泛應(yīng)用是值得深入思考的問題。深入挖掘農(nóng)戶采納農(nóng)產(chǎn)品電商的影響因素，探索其采納行為的形成機理，具有重要的理論和現(xiàn)實意義。

現(xiàn)有研究從理論和實證層面檢驗了影響農(nóng)戶農(nóng)產(chǎn)品電商采納的因素，主要歸結(jié)為以下三個方面。一是農(nóng)戶個體特征。已有文獻認為，個體年齡對其農(nóng)產(chǎn)品電商采納有顯著負向影響[2]，受教育水平[3]、健康狀況[4]、認知程度有顯著正向影響[5]。二是家庭特征。現(xiàn)有文獻指出，社會資本是農(nóng)戶獲取農(nóng)產(chǎn)品電商信息和資源的重要渠道[6]，家庭收入水平能有效降低采納行為的資金約束，對農(nóng)戶農(nóng)產(chǎn)品電商采納有顯著促進作用[7]。三是外部環(huán)境特征。農(nóng)產(chǎn)品電商采納是多方力量共同參與的結(jié)果，政府政策扶持及信息和物流設(shè)施建設(shè)是促使農(nóng)戶做出采納實踐的外部保障[8-10]。

以上研究對農(nóng)戶農(nóng)產(chǎn)品電商采納的影響因素進行諸多有益探討，但多從靜態(tài)角度出發(fā)，忽視了采納行為的動態(tài)性、復(fù)雜性。農(nóng)產(chǎn)品電商是信息技術(shù)在農(nóng)產(chǎn)品銷售環(huán)節(jié)的創(chuàng)新性應(yīng)用，農(nóng)戶對其采納不僅要具備電商操作技能和營銷知識，還會承擔(dān)一定風(fēng)險[11]，鑒于農(nóng)戶自身素質(zhì)和技能有限，需要不斷汲取信息和知識克服采納困境和不確定性，這一過程主要通過社會學(xué)習(xí)實現(xiàn)。社會學(xué)習(xí)指個體搜集信息、獲取知識的行為，涉及消化、吸收創(chuàng)新的動態(tài)過程[12-13]，促使農(nóng)戶形成電商認知，進而對其采納行為有正向影響，因此，電商認知在社會學(xué)習(xí)與農(nóng)戶農(nóng)產(chǎn)品電商采納的關(guān)系中發(fā)揮中介作用;另外，農(nóng)戶行為是自身能動力量和外部驅(qū)動因素相互作用的結(jié)果，農(nóng)戶農(nóng)產(chǎn)品電商采納不僅與其社會學(xué)習(xí)有關(guān)，也受外部環(huán)境影響。當前，我國農(nóng)產(chǎn)品電商的發(fā)展處于初級階段，政府支持的作用不可或缺[14]。政府對農(nóng)產(chǎn)品電商的補貼、宣傳和培訓(xùn)等為農(nóng)戶提供學(xué)習(xí)平臺和機會，激發(fā)學(xué)習(xí)熱情，降低學(xué)習(xí)成本，增強社會學(xué)習(xí)對農(nóng)產(chǎn)品電商采納的促進作用，故政府支持在社會學(xué)習(xí)與農(nóng)戶農(nóng)產(chǎn)品電商采納的關(guān)系中發(fā)揮正向調(diào)節(jié)作用。

蘋果是我國第一大水果，截至2020年，我國蘋果種植面積為3 132.78萬畝，產(chǎn)量為4 100萬噸。蘋果種植是我國部分地區(qū)的主導(dǎo)產(chǎn)業(yè)，也是當?shù)剞r(nóng)戶收入的主要來源。但近年來，我國蘋果銷售面臨巨大挑戰(zhàn)。一方面，蘋果主產(chǎn)區(qū)生產(chǎn)布局呈“西移、北擴”態(tài)勢，黃土高原優(yōu)勢區(qū)種植面積近20年來持續(xù)增加，渤海灣產(chǎn)區(qū)種植面積不斷減少，主產(chǎn)省內(nèi)北部地區(qū)蘋果種植面積增長迅速，中南部地區(qū)面積減少，而其銷售市場主要集中在東南沿海地區(qū)，產(chǎn)銷地之間的空間距離進一步拉大。另一方面，我國蘋果生產(chǎn)優(yōu)勢區(qū)與深度貧困區(qū)高度重合，大多處于交通、互聯(lián)網(wǎng)和物流等交織網(wǎng)絡(luò)的末端，信息閉塞，運輸不便，蘋果賣難問題凸顯，制約農(nóng)戶收入水平的提高和生活質(zhì)量的改善，推動農(nóng)產(chǎn)品電商的普及具有現(xiàn)實緊迫性?；诖耍疚脑诶碚摲治龌A(chǔ)上，利用陜西省1 051個蘋果種植戶的調(diào)查數(shù)據(jù)，綜合考慮農(nóng)戶農(nóng)產(chǎn)品電商采納決策和采納程度，系統(tǒng)測度社會學(xué)習(xí)、電商認知和政府支持水平，采用IV-Heckman模型實證探究社會學(xué)習(xí)對農(nóng)戶農(nóng)產(chǎn)品電商采納的影響效應(yīng)，同時克服社會學(xué)習(xí)的內(nèi)生性問題和農(nóng)產(chǎn)品電商采納的樣本選擇問題，檢驗電商認知在社會學(xué)習(xí)與農(nóng)戶農(nóng)產(chǎn)品電商采納之間的中介作用和政府支持的調(diào)節(jié)作用。本研究旨在揭示社會學(xué)習(xí)對農(nóng)戶農(nóng)產(chǎn)品電商采納的作用效果及影響路徑，拓展農(nóng)村電子商務(wù)領(lǐng)域的定量研究，為推動我國農(nóng)村電子商務(wù)發(fā)展提供理論參考和政策借鑒。

一、理論分析與研究假說

（一）社會學(xué)習(xí)影響農(nóng)戶農(nóng)產(chǎn)品電商采納的理論分析

農(nóng)產(chǎn)品電商是互聯(lián)網(wǎng)在農(nóng)業(yè)領(lǐng)域的創(chuàng)新性應(yīng)用，農(nóng)戶采納行為取決于其對信息技術(shù)的接受能力[15]。已有研究指出，農(nóng)戶對新技術(shù)的采納是包含風(fēng)險管理、學(xué)習(xí)行為和投資調(diào)整的動態(tài)過程，個體相關(guān)知識通過學(xué)習(xí)不斷更新[16]。學(xué)習(xí)主要分兩個方面，即獲取直接經(jīng)驗的“干中學(xué)”和間接向他人或通過其他媒介學(xué)習(xí)[17]，后兩種方式被稱為社會學(xué)習(xí)[18]。ROGERS也指出，創(chuàng)新擴散是社會化的過程，個體主要通過人際關(guān)系和大眾傳媒獲取創(chuàng)新信息和知識[19]。在本文中，社會學(xué)習(xí)指與農(nóng)產(chǎn)品電商有關(guān)的學(xué)習(xí)，主要包括人際交流學(xué)習(xí)和大眾媒介學(xué)習(xí)。人際交流學(xué)習(xí)指農(nóng)戶與親友鄰里、電商大戶和電商推廣人員等交流學(xué)習(xí)農(nóng)產(chǎn)品電商技能和經(jīng)驗的行為，是基于人際互動的信息共享和知識溢出;大眾媒介學(xué)習(xí)指農(nóng)戶通過互聯(lián)網(wǎng)、廣播、電視等傳播媒介獲取農(nóng)產(chǎn)品電商信息和知識的行為。親友鄰里、電商大戶和電商推廣人員是與農(nóng)戶學(xué)習(xí)互動的主要群體[5]。建立在親緣、友緣和地緣基礎(chǔ)上的親友鄰里，具有互惠互助的特點，農(nóng)戶通過與其交流討論，掌握農(nóng)產(chǎn)品電商運營的相關(guān)信息和操作技能，減少采納的實際障礙[4，7]?，F(xiàn)有文獻表明，電商早期的快速擴散正是鄉(xiāng)村熟人網(wǎng)絡(luò)知識傳遞的結(jié)果[20]。電商大戶的采納會產(chǎn)生明顯示范帶動作用，農(nóng)戶與其學(xué)習(xí)交流能低成本地獲取采納技術(shù)和經(jīng)驗[6]，增進知識累積[21]。電商推廣人員具有較強的專業(yè)素質(zhì)，農(nóng)戶與其交流學(xué)習(xí)能更好地掌握相關(guān)政策信息和知識，降低采納風(fēng)險，提高采納能力[5]。大眾媒介學(xué)習(xí)能大幅降低搜尋成本和信息不完全性[22]，有效促進個體知識獲取、共享及行為改進，是理解社會學(xué)習(xí)的重要維度[18]?；ヂ?lián)網(wǎng)等新興傳播媒介為個體提供創(chuàng)新性的學(xué)習(xí)方式、多元化的學(xué)習(xí)體驗和豐富的學(xué)習(xí)資源，打破時間和場所的限制，有效充實個體知識架構(gòu)[23]。我國農(nóng)村網(wǎng)民數(shù)量龐大，為基于互聯(lián)網(wǎng)的社會學(xué)習(xí)提供良好基礎(chǔ)。農(nóng)戶借助電腦、智能手機或其他移動上網(wǎng)終端，便捷高效地獲取完善的農(nóng)產(chǎn)品電商采納技術(shù)和先進的營銷知識。廣播、電視等傳統(tǒng)媒介融于日常生產(chǎn)和生活中，滿足不同農(nóng)戶獲取農(nóng)產(chǎn)品電商知識的需求，有助于改善電商采納水平，提高做出采納決策的可能性并深化采納程度?；诖?，本文提出以下假說。

H₁：社會學(xué)習(xí)對農(nóng)戶農(nóng)產(chǎn)品電商采納具有正向影響。

H_1a：社會學(xué)習(xí)對農(nóng)戶農(nóng)產(chǎn)品電商采納決策具有正向影響。

H_1b：社會學(xué)習(xí)對農(nóng)戶農(nóng)產(chǎn)品電商采納程度具有正向影響。

（二）電商認知在社會學(xué)習(xí)影響農(nóng)戶農(nóng)產(chǎn)品電商采納關(guān)系中的中介作用

根據(jù)有限理性行為理論，態(tài)度和信念促使個體行為發(fā)生轉(zhuǎn)變，而態(tài)度和信念的形成和演化是理性個體基于獲得相關(guān)信息及觀察他人行為而進行一系列學(xué)習(xí)的結(jié)果[24]，認知是態(tài)度和信念的內(nèi)化?？梢?，社會學(xué)習(xí)不僅直接影響農(nóng)戶農(nóng)產(chǎn)品電商采納，還通過提升電商認知對其采納行為產(chǎn)生積極作用[20]。整合技術(shù)接受模型（UTAUT）指出，信息技術(shù)的采納基于個體對其績效期望、努力期望、社會影響、促成因素的綜合認知，分別表示個體認為采用信息技術(shù)將提高績效的程度、采用難易程度、周圍人的認可程度及現(xiàn)有條件可以支持新技術(shù)采用的程度。現(xiàn)實中，農(nóng)戶的電商認知水平具有異質(zhì)性，人際交流學(xué)習(xí)使電商采納經(jīng)驗和知識快速傳播，形成鄉(xiāng)村性的互聯(lián)網(wǎng)“長尾效應(yīng)”和“認知盈余”[25]，修正農(nóng)戶對農(nóng)產(chǎn)品電商的認識和評價[3，26]。大眾媒介在傳遞信息和知識的同時，也塑造著個體對創(chuàng)新的價值認知與態(tài)度[27]，農(nóng)戶通過新興媒介和傳統(tǒng)媒介高效獲取信息和知識，形成對農(nóng)產(chǎn)品電商的認識。研究發(fā)現(xiàn)，電商政策認知[3]、競爭程度認知[4]、復(fù)雜程度和成本認知[5]對農(nóng)戶農(nóng)產(chǎn)品電商采納具有顯著影響，且認知水平越高，越能促使其深入實施采納行為。由上述分析可知，社會學(xué)習(xí)有助于提高電商認知，而電商認知促進農(nóng)戶農(nóng)產(chǎn)品電商采納。鑒于此，本文構(gòu)建“社會學(xué)習(xí)-電商認知-農(nóng)產(chǎn)品電商采納”中介效應(yīng)模型，并提出以下假說。

H₂：電商認知在社會學(xué)習(xí)影響農(nóng)戶農(nóng)產(chǎn)品電商采納關(guān)系中具有中介作用。

H_2a：電商認知在社會學(xué)習(xí)影響農(nóng)戶農(nóng)產(chǎn)品電商采納決策關(guān)系中具有中介作用。

H_2b：電商認知在社會學(xué)習(xí)影響農(nóng)戶農(nóng)產(chǎn)品電商采納程度關(guān)系中具有中介作用。

（三）政府支持在社會學(xué)習(xí)影響農(nóng)戶農(nóng)產(chǎn)品電商采納關(guān)系中的調(diào)節(jié)作用

技術(shù)-組織-環(huán)境（TOE）框架指出，個體（或組織）信息技術(shù)的采納同時受內(nèi)生力量和外部環(huán)境影響。政府支持是保障農(nóng)戶采納農(nóng)產(chǎn)品電商的重要外部力量。已有研究從理論層面論述了農(nóng)戶個體與政府支持在農(nóng)產(chǎn)品電商采納中的協(xié)同作用。如唐躍桓等認為電子商務(wù)在農(nóng)村地區(qū)的推廣和應(yīng)用是農(nóng)民學(xué)習(xí)效仿和多元主體參與的過程，政府支持提供裝備、知識和渠道，是推動農(nóng)產(chǎn)品電商擴散和傳播的外部驅(qū)動力[26]。崔凱等指出農(nóng)產(chǎn)品電商的普及需要內(nèi)部邏輯與外部條件的協(xié)調(diào)配合，內(nèi)部邏輯表現(xiàn)為農(nóng)戶個體對農(nóng)產(chǎn)品電商的學(xué)習(xí)探索，外部條件體現(xiàn)在政府主體對相關(guān)支持體系的建設(shè)和完善[15]。綜合現(xiàn)有研究成果和調(diào)研地區(qū)實際情況，本文從政府補貼、政府宣傳和政府培訓(xùn)三方面衡量政府支持。作為農(nóng)戶農(nóng)產(chǎn)品電商采納的外部驅(qū)動和情境因素，政府提供的補貼和低息貸款等資金支持能降低電商采納的物質(zhì)成本[14]，調(diào)動農(nóng)戶學(xué)習(xí)的積極性和主動性;政府宣傳使農(nóng)戶便捷、高效地獲取農(nóng)產(chǎn)品電商技能和政策信息，形成良好學(xué)習(xí)氛圍，激發(fā)農(nóng)戶學(xué)習(xí)熱情，降低學(xué)習(xí)成本，加快學(xué)習(xí)進程;政府培訓(xùn)為農(nóng)戶提供學(xué)習(xí)交流平臺，拓寬學(xué)習(xí)渠道[5]，促進學(xué)習(xí)內(nèi)容消化吸收。即政府支持水平影響農(nóng)戶社會學(xué)習(xí)效果，在具有較高水平的政府支持環(huán)境中，社會學(xué)習(xí)對農(nóng)戶農(nóng)產(chǎn)品電商采納決策和采納程度的正向影響加強?；诖?，本文提出以下假說。

H₃：政府支持在社會學(xué)習(xí)影響農(nóng)戶農(nóng)產(chǎn)品電商采納關(guān)系中具有正向調(diào)節(jié)作用。

H_3a：政府支持在社會學(xué)習(xí)影響農(nóng)戶農(nóng)產(chǎn)品電商采納決策關(guān)系中具有正向調(diào)節(jié)作用。

H_3b：政府支持在社會學(xué)習(xí)影響農(nóng)戶農(nóng)產(chǎn)品電商采納程度關(guān)系中具有正向調(diào)節(jié)作用。

（四）理論分析框架

綜合以上分析，本文試圖將社會學(xué)習(xí)、電商認知、政府支持和農(nóng)產(chǎn)品電商采納納入統(tǒng)一的分析框架（見圖1），以期為研究農(nóng)戶農(nóng)產(chǎn)品電商采納行為提供一個新的視角。

二、數(shù)據(jù)來源、變量選取與描述性統(tǒng)計

（一）數(shù)據(jù)來源

本文選擇陜西省為調(diào)研區(qū)域，研究蘋果產(chǎn)業(yè)電商發(fā)展和農(nóng)戶采納情況。原因在于，陜西省是我國蘋果生產(chǎn)優(yōu)勢區(qū)，蘋果種植面積和產(chǎn)量均處全國首位，以陜西省為樣本能較好地反映我國蘋果產(chǎn)業(yè)的基本情況。此外，綜合考慮待調(diào)查區(qū)域在地理區(qū)位、自然資源和經(jīng)濟發(fā)展方面的差異性，選取陜西省延安市寶塔區(qū)、洛川縣、黃陵縣、渭南市白水縣和咸陽市淳化縣5個蘋果基地縣作為樣本區(qū)域，在每個縣（區(qū)）選擇3～4個有代表性的鄉(xiāng)鎮(zhèn)，每個鄉(xiāng)鎮(zhèn)選擇3～4個村，每個村隨機選15～20個農(nóng)戶，采取面對面入戶調(diào)查形式。調(diào)查樣本共涉及17個鄉(xiāng)（鎮(zhèn)），59個行政村。課題組依托國家蘋果產(chǎn)業(yè)體系分別于2019年10-11月在陜西延安市寶塔區(qū)、洛川縣、黃陵縣和渭南市白水縣，2021年4月在陜西咸陽市淳化縣開展關(guān)于蘋果種植戶生產(chǎn)和銷售行為的實地調(diào)查，第一次發(fā)放問卷840份，第二次發(fā)放問卷240份，共回收有效問卷1 051份，問卷有效率為97.31%。

（二）變量選取

1.被解釋變量。本文被解釋變量為農(nóng)產(chǎn)品電商采納，包含采納決策和采納程度兩個連續(xù)的過程。綜合曾億武等對農(nóng)戶農(nóng)產(chǎn)品電商采納概念的界定和調(diào)研樣本情況[11]，本文將“農(nóng)產(chǎn)品電商采納”定義為農(nóng)戶借助自媒體、社交軟件（微信、抖音、快手、QQ等）和第三方電商平臺（淘寶、京東、拼多多等）進行電商銷售的行為。農(nóng)戶使用上述任意一種電商平臺時對采納決策賦值為1，反之賦值為0。將農(nóng)戶通過農(nóng)產(chǎn)品電商銷售的蘋果量占總產(chǎn)量的比值作為采納程度。

2.核心解釋變量。本文核心解釋變量為社會學(xué)習(xí)，從人際交流學(xué)習(xí)和大眾媒介學(xué)習(xí)兩個維度設(shè)計并篩選出6個測量題項（選擇項為“1=非常不頻繁;2=比較不頻繁;3=一般;4=比較頻繁;5=非常頻繁”），做因子分析，以主成分分析法提取2個公因子，累積方差貢獻率為78.95%。以各因子方差貢獻率占總方差貢獻率的比重作為得分權(quán)重，計算社會學(xué)習(xí)綜合水平。

3.中介變量。本文中介變量為電商認知，從績效期望、努力期望、社會影響和促成因素4個維度設(shè)計并篩選出13個測量題項（選擇項為“1=非常不同意;2=比較不同意;3=一般;4=比較同意;5=非常同意”），做因子分析，以主成分分析法提取4個公因子，累積方差貢獻率為80.16%。以各因子方差貢獻率占總方差貢獻率的比重作為得分權(quán)重，計算電商認知綜合水平。

4.調(diào)節(jié)變量。本文調(diào)節(jié)變量為政府支持，從政府補貼、政府宣傳和政府培訓(xùn)3個維度設(shè)計并篩選出9個測量題項（選擇項為“1=力度非常小;2=力度比較小;3=一般;4=力度比較大;5=力度非常大”），做因子分析，以主成分分析法提取3個公因子，累積方差貢獻率為78.95%。以各因子方差貢獻率占總方差貢獻率的比重作為得分權(quán)重，計算政府支持綜合水平。在測度政府宣傳和培訓(xùn)力度時，本文將“近三年，鄉(xiāng)鎮(zhèn)和村級組織宣傳農(nóng)產(chǎn)品電商次數(shù)”及“近三年，鄉(xiāng)鎮(zhèn)和村級組織培訓(xùn)農(nóng)產(chǎn)品電商次數(shù)”按照“1次及以下”“2～5次”“6～9次”“10～12次”“13次及以上”分別定義為“力度非常小”“力度比較小”“一般”“力度比較大”“力度非常大”轉(zhuǎn)換。

5.控制變量。已有研究指出，農(nóng)戶農(nóng)產(chǎn)品電商采納受到個體特征、家庭特征、生產(chǎn)特征、物流和網(wǎng)絡(luò)特征等的影響[3，11]，故本文將受訪者性別、年齡、文化程度、健康狀況、家庭人口、社會資本、家庭收入水平（取對數(shù)）、蘋果經(jīng)營規(guī)模、物流便利程度和網(wǎng)絡(luò)便利程度納入控制變量。

（三）信度和效度檢驗

表1是信度和效度分析結(jié)果。所有測量題項的克朗巴哈系數(shù)（Cronbachα）為0.836，所有變量及各維度的克朗巴哈系數(shù)均大于0.753，即變量測量有較好的信度。KMO值和Bartlett球形檢驗均達到1%的顯著性水平，說明適合做因子分析。所有測量題項的因子載荷均大于0.725，即變量有較好的收斂效度。

（四）描述性統(tǒng)計

表2是各變量的描述性統(tǒng)計結(jié)果。有384個樣本農(nóng)戶采納農(nóng)產(chǎn)品電商，占總樣本的36.54%;受訪農(nóng)戶男性和女性比例分別為67.92%和32.08%。平均年齡53歲，年齡最小25歲，最大78歲;平均受教育年限8年，最高受教育年限為16年;平均健康狀況為比較健康;受訪農(nóng)戶家庭平均人口為6人;家庭人情支出小于5 000元的占54.53%，5 000～15 000元的占25.09%，大于15 000元的20.38%;受訪者家庭平均年總收入為37 687.760元，3萬元以下的53.89%，3～5萬的18.22%，大于5萬的27.89%;受訪者蘋果平均經(jīng)營規(guī)模為11畝。物流和網(wǎng)絡(luò)平均便利程度為比較便利。

三、模型構(gòu)建

（一）基準模型的構(gòu)建

在分析社會學(xué)習(xí)對農(nóng)戶農(nóng)產(chǎn)品電商采納的影響時，需考慮農(nóng)產(chǎn)品電商采納（采納決策和采納程度）的樣本選擇問題和因測量誤差、遺漏變量及社會學(xué)習(xí)與農(nóng)戶農(nóng)產(chǎn)品電商采納之間的雙向因果導(dǎo)致的內(nèi)生性問題。本文借鑒Wooldridge[28]、溫興祥等的研究[29]，選取基于工具變量的Heckman模型（IV-Heckman）解決。將父母最高學(xué)歷作為社會學(xué)習(xí)的工具變量。一方面，個體社會學(xué)習(xí)水平與其家庭學(xué)習(xí)氛圍密切相關(guān)，父母學(xué)歷越高，越重視學(xué)習(xí)，越會形成濃厚學(xué)習(xí)氛圍，子女社會學(xué)習(xí)水平會更高[30]。另一方面，父母學(xué)歷在農(nóng)戶采納農(nóng)產(chǎn)品電商之前已決定，不會對子女的電商采納行為有直接影響，父母學(xué)歷相對于農(nóng)戶農(nóng)產(chǎn)品電商采納是嚴格外生的。模型分兩個階段，第一階段，將社會學(xué)習(xí)與其工具變量、殘差和外生解釋變量回歸，得到社會學(xué)習(xí)的擬合值[31]。建立如下方程：

L_i=α₁+β₁E_i+λX+μ_i（1）

L^*_i=α^*₁+β^*₁E_i+λ^*X+μ_i（2）

（1）（2）式中，L_i為社會學(xué)習(xí)，L*_i為社會學(xué)習(xí)潛變量的擬合值，E_i為工具變量，X為控制變量，μ_i為殘差項，α₁、β₁、λ、α*₁、β*₁、λ*為參數(shù)估計值。

第二階段，采用Heckman兩步法估計農(nóng)產(chǎn)品電商采納決策D_ci和采納程度D_gi。將采納決策和采納程度與社會學(xué)習(xí)的擬合值、殘差、外生解釋變量分別做Probit回歸和OLS回歸。選擇“是否參觀過電商示范園”（參觀電商示范園會增強農(nóng)戶對農(nóng)產(chǎn)品電商采納的直觀感受，觸發(fā)采納決策，但對其采納程度無直接影響。）作為識別變量，并計算模型的逆米爾斯比。建立如下方程：

P（D_ci）=α₂+β₂L*_i+λX+μ_i（3）

D_gi=α₃+β₃L*_i+λX+μ_i（4）

此外，為將僅處理內(nèi)生性和樣本選擇問題與同時處理兩者的回歸結(jié)果作對比，本文還做以下估計：一是分別單獨使用IV-Probit模型和兩階段最小二乘法（2SLS），僅克服內(nèi)生性問題;二是使用普通Heckman模型，僅克服樣本選擇問題。

（二）中介效應(yīng)模型的構(gòu)建

本文參考溫忠麟等的研究[32]，綜合考慮內(nèi)生性和樣本選擇問題，檢驗電商認知的中介效應(yīng)。首先，采用兩階段最小二乘法（2SLS）估計社會學(xué)習(xí)對電商認知Ci的影響。建立如下方程：

C_i=α₄+β₄L*_i+λX+μ_i（5）

其次，采用IV-Heckman模型估計社會學(xué)習(xí)和電商認知對農(nóng)戶農(nóng)產(chǎn)品電商采納的影響。建立如下方程：

P（D_ci）=α₅+β₅L*_i+β₆C_i+λX+μ_i（6）

D_gi=α₆+β₇L*_i+β₈C_i+λZ+μ_i（7）

Z是控制變量。本文根據(jù)上述回歸結(jié)果判斷電商認知的中介效應(yīng)。第一步，檢驗β₂和β₃的顯著性，若系數(shù)顯著，則進行第二步;反之，停止檢驗。第二步，檢驗β₄、β₆、β₈的顯著性，若都顯著，則進行第三步。若β₄和β₆、β₄和β₈兩組中至少有一個不顯著，則直接進行第四步。第三步，檢驗β₅和β₇，若都顯著，則電商認知的中介效應(yīng)存在。第四步，若第二步中有系數(shù)不顯著，則進行Sobel檢驗。Sobel統(tǒng)計量在5%顯著性水平上的臨界值為0.97[33]。

（三）調(diào)節(jié)效應(yīng)模型的構(gòu)建

本文根據(jù)溫忠麟等的研究結(jié)果[34]，構(gòu)造社會學(xué)習(xí)和政府支持的交互項，檢驗政府支持Si在社會學(xué)習(xí)影響農(nóng)戶農(nóng)產(chǎn)品電商采納中的調(diào)節(jié)效

為進一步證明上述檢驗結(jié)果的可靠性，本文同樣基于IV-Heckman模型，運用分組回歸方法，通過對比社會學(xué)習(xí)對農(nóng)戶農(nóng)產(chǎn)品電商采納在低政府支持水平組和高政府支持水平組的影響程度，判斷政府支持的調(diào)節(jié)效應(yīng)是否存在。

四、實證結(jié)果與分析

在進行實證分析之前，需檢驗變量間的多重共線性。社會學(xué)習(xí)、電商認知和政府支持均在1%的顯著性水平上與采納決策和采納程度正相關(guān)，社會學(xué)習(xí)與電商認知在1%的顯著性水平上正相關(guān)，與政府支持的相關(guān)關(guān)系不顯著。變量間的相關(guān)系數(shù)均小于0.4，方差膨脹因子（VIF）最大為1.95，即測量變量不存在共線性。

（一）基準回歸

表3報告了社會學(xué)習(xí)影響農(nóng)戶農(nóng)產(chǎn)品電商采納的實證結(jié)果。由模型1、模型3和模型5可知，社會學(xué)習(xí)在1%的統(tǒng)計水平上正向顯著。模型1和模型3中社會學(xué)習(xí)的系數(shù)值小于模型5的回歸結(jié)果。表明有必要考慮內(nèi)生性和樣本選擇問題，即IV-Heckman模型的結(jié)果更準確。由模型5可知，社會學(xué)習(xí)對農(nóng)戶農(nóng)產(chǎn)品電商采納決策有顯著正向影響，假說H_1a得到證實。同樣，模型2和模型4中社會學(xué)習(xí)的系數(shù)值小于模型6的回歸結(jié)果，即模型6的回歸結(jié)果更準確。由模型6可知，社會學(xué)習(xí)對農(nóng)戶農(nóng)產(chǎn)品電商采納程度有顯著正向影響，假說H_1b得到證實。綜上可知，社會學(xué)習(xí)顯著促進農(nóng)戶農(nóng)產(chǎn)品電商采納，假說H₁得到證實。

從控制變量來看。在農(nóng)產(chǎn)品電商采納決策方面，個體文化程度、社會資本、收入水平、經(jīng)營規(guī)模和物流便利程度有顯著正向影響。年齡有顯著正向影響，年齡平方有負向影響，即農(nóng)戶年齡對其采納決策的影響呈先增后減的趨勢，原因是，在一定范圍內(nèi)，隨著年齡的增長，農(nóng)戶對農(nóng)業(yè)的依賴性加強，采納農(nóng)產(chǎn)品電商的積極性增加，超過一定年齡，農(nóng)戶對農(nóng)產(chǎn)品電商的操作能力降低，難以付諸采納實踐。在農(nóng)產(chǎn)品電商采納程度方面，個體文化程度越高，越能充分利用各種資源和信息[11]，較高的社會資本和家庭收入水平能幫助農(nóng)戶獲取更多農(nóng)產(chǎn)品電商知識和資本支持，從而對采納程度有顯著促進作用。蘋果種植面積較大的農(nóng)戶具有增加銷售量的客觀需求和動力，對農(nóng)產(chǎn)品電商采納的積極性更高，從而深化采納程度。物流便利度有顯著正向影響，網(wǎng)絡(luò)便利度的影響不顯著，原因是，隨著我國信息化的推進，以網(wǎng)絡(luò)設(shè)施接入為特征的一級鴻溝基本填平，農(nóng)戶對互聯(lián)網(wǎng)的可及性大大增加，使得網(wǎng)絡(luò)便利度對其農(nóng)產(chǎn)品電商采納的促進作用不明顯。

（二）電商認知在社會學(xué)習(xí)影響農(nóng)戶農(nóng)產(chǎn)品電商采納關(guān)系中的中介效應(yīng)

表4匯報了電商認知的中介效應(yīng)檢驗結(jié)果。由模型7可知，社會學(xué)習(xí)在1%的顯著性水平上正向影響電商認知。由模型8可知，社會學(xué)習(xí)和電商認知均對采納決策有顯著正向影響，即電商認知在社會學(xué)習(xí)與農(nóng)戶農(nóng)產(chǎn)品電商采納決策間的中介效應(yīng)顯著，假說H_2a得到證實。由模型9可知，社會學(xué)習(xí)和電商認知均對采納程度有顯著正向影響，即電商認知在社會學(xué)習(xí)與農(nóng)戶農(nóng)產(chǎn)品電商采納程度間的中介效應(yīng)顯著，假說H_2b得到證實。綜上可知，社會學(xué)習(xí)通過提高電商認知對農(nóng)戶農(nóng)產(chǎn)品電商采納產(chǎn)生積極影響，假說H₂得到證實。

（三）政府支持在社會學(xué)習(xí)影響農(nóng)戶農(nóng)產(chǎn)品電商采納關(guān)系中的調(diào)節(jié)效應(yīng)

表5匯報了政府支持的調(diào)節(jié)效應(yīng)檢驗結(jié)果。由模型10和模型12可知，社會學(xué)習(xí)和政府支持均在1%的顯著性水平上正向影響農(nóng)戶農(nóng)產(chǎn)品電商采納決策，二者的交互項對采納決策的影響仍是正向顯著的。分組回歸（模型14、模型16）結(jié)果顯示，在政府支持水平較高的樣本中，社會學(xué)習(xí)對采納決策的正向影響更大。即政府支持在社會學(xué)習(xí)影響農(nóng)戶農(nóng)產(chǎn)品電商采納決策的關(guān)系中發(fā)揮正向調(diào)節(jié)作用，假說H_3a得到證實。由模型11和模型13可知，社會學(xué)習(xí)和政府支持均在1%的顯著性水平上正向影響農(nóng)戶農(nóng)產(chǎn)品電商采納程度，二者的交互項對采納程度的影響仍是正向顯著的。分組回歸（模型15、模型17）結(jié)果顯示，在政府支持水平較高的樣本中，社會學(xué)習(xí)對采納程度的正向影響更大。即政府支持在社會學(xué)習(xí)影響農(nóng)戶農(nóng)產(chǎn)品電商采納程度的關(guān)系中發(fā)揮正向調(diào)節(jié)作用，，假說H_3b得到證實。綜上可知，政府支持能增強社會學(xué)習(xí)對農(nóng)戶農(nóng)產(chǎn)品電商采納的正向影響，假說H₃得到證實。推動農(nóng)產(chǎn)品電商的普及，使其真正普惠于小農(nóng)戶，不僅要求農(nóng)戶具備采納農(nóng)產(chǎn)品電商的內(nèi)生力量，還需要政府提供完善的資金補貼、全面的推廣宣傳和專業(yè)的培訓(xùn)服務(wù)等支持，實現(xiàn)技術(shù)推廣和服務(wù)渠道下沉，打造完善的電商生態(tài)系統(tǒng)，為農(nóng)戶提供適宜的外部環(huán)境。

（四）穩(wěn)健性檢驗

1.替換關(guān)鍵變量。為證實上述回歸結(jié)論的穩(wěn)健性，本文以各關(guān)鍵變量得分法計算結(jié)果替換因子分析法計算結(jié)果。具體操作為：對各測量題項的選項賦值進行賦分，以等權(quán)重加總計算各變量綜合水平。計算所得社會學(xué)習(xí)均值為12.83，標準差為10.59，電商認知均值為46.29，標準差為41.55，政府支持均值為38.61，標準差為40.27。重新回歸結(jié)果證實了前述估計結(jié)果較為穩(wěn)健。

2.替換中介效應(yīng)和調(diào)節(jié)效應(yīng)檢驗方法。本文采用自抽樣檢驗（Bootstrap）進行中介效應(yīng)和調(diào)節(jié)效應(yīng)的穩(wěn)健性檢驗。Bootstrap方法能同時考慮中介效應(yīng)和調(diào)節(jié)效應(yīng)，且其提供的置信區(qū)間更準確、更具統(tǒng)計檢驗力[35]。由表6可知，電商認知的置信區(qū)間不包括0，其在社會學(xué)習(xí)影響農(nóng)戶農(nóng)產(chǎn)品電商采納決策和采納程度的中介效應(yīng)顯著，中介效應(yīng)大小為0.2102、0.2614，分別占總效應(yīng)的46.16%和49.23%，進一步證實了假說H_2a和H_2b。政府支持在社會學(xué)習(xí)對農(nóng)戶農(nóng)產(chǎn)品電商采納決策和采納程度減一個標準差的置信區(qū)間內(nèi)包含0，而在其均值與均值加一個標準差的置信區(qū)間內(nèi)不包含0，表明社會學(xué)習(xí)對農(nóng)產(chǎn)品電商采納的作用隨政府支持的水平發(fā)生顯著差異，即政府支持的調(diào)節(jié)效應(yīng)存在，進一步證實了假說H_3a和H_3b。

五、結(jié)論與建議

本文基于陜西省1 051個蘋果種植戶的調(diào)查數(shù)據(jù)，系統(tǒng)探究了社會學(xué)習(xí)對農(nóng)戶農(nóng)產(chǎn)品電商采納的影響。結(jié)果顯示：社會學(xué)習(xí)對農(nóng)戶農(nóng)產(chǎn)品電商采納有顯著積極作用，社會學(xué)習(xí)水平越高的農(nóng)戶，采納農(nóng)產(chǎn)品電商的可能性越大、采納程度越深;電商認知在社會學(xué)習(xí)影響農(nóng)戶農(nóng)產(chǎn)品電商采納關(guān)系中發(fā)揮部分中介作用。簡言之，社會學(xué)習(xí)通過提高農(nóng)戶電商認知，促使其做出采納決策并深化采納程度;政府支持正向調(diào)節(jié)社會學(xué)習(xí)對農(nóng)戶農(nóng)產(chǎn)品電商采納的影響，具體表現(xiàn)為，政府支持激發(fā)農(nóng)戶學(xué)習(xí)農(nóng)產(chǎn)品電商知識和技能的積極性和主動性，降低農(nóng)戶學(xué)習(xí)成本，提高學(xué)習(xí)效果，加強社會學(xué)習(xí)對農(nóng)戶農(nóng)產(chǎn)品電商采納的促進作用。本文基于上述研究結(jié)論，提出以下幾點建議。

1.應(yīng)在全社會形成學(xué)習(xí)交流的良好氛圍，重視社會學(xué)習(xí)對農(nóng)業(yè)生產(chǎn)和銷售的積極作用。統(tǒng)籌農(nóng)業(yè)推廣機構(gòu)、科研院所和各類信息服務(wù)平臺等，加強對農(nóng)產(chǎn)品電商采納功能和實踐技能的滲透，多渠道、全方位提升農(nóng)戶的電商知識儲備，形成農(nóng)產(chǎn)品電商采納良好社會規(guī)范，針對制約農(nóng)戶做出采納實踐的因素進行改進。

2.各級政府應(yīng)優(yōu)化支持保障機制。加大對農(nóng)產(chǎn)品電商的補貼力度，建立農(nóng)產(chǎn)品電商專項資金扶持體系，針對個體異質(zhì)性靈活調(diào)整扶持重心，以提高政府支持效果。加強對農(nóng)產(chǎn)品電商的宣傳，綜合采用廣播、入戶、發(fā)放宣傳手冊等形式，增進農(nóng)戶對電商采納補貼政策、人才引進政策和監(jiān)管政策的了解。重視對采納效果較好的典型案例的推廣，調(diào)動農(nóng)戶學(xué)習(xí)農(nóng)產(chǎn)品電商的積極性。豐富農(nóng)產(chǎn)品電商培訓(xùn)的形式和內(nèi)容，提升培訓(xùn)人員專業(yè)素養(yǎng)，采用線上線下相結(jié)合的方式，探索設(shè)計涵蓋農(nóng)產(chǎn)品電商基礎(chǔ)知識、功能和應(yīng)用等不同層級的課程體系，為農(nóng)戶學(xué)習(xí)農(nóng)產(chǎn)品電商提供適宜的平臺和機會，促進其對電商知識的消化吸收。完善信息、物流和電商服務(wù)設(shè)施等的建設(shè)，解決制約農(nóng)村電商發(fā)展的“最后一公里”問題，減少農(nóng)戶采納實踐中的障礙。

3.各方組織力量如電商協(xié)會、果業(yè)協(xié)會和企業(yè)、農(nóng)民專業(yè)合作社、電商服務(wù)中心等，向農(nóng)戶傳遞農(nóng)產(chǎn)品電商知識。注重培養(yǎng)農(nóng)戶學(xué)習(xí)意識和學(xué)習(xí)能力，激活主體活力，引導(dǎo)并提升農(nóng)戶總體學(xué)習(xí)水平，增強其獲取農(nóng)產(chǎn)品電商信息的內(nèi)生動力。定期舉行電商交流學(xué)習(xí)講座和圖片展示、短視頻制作大賽，邀請電商大戶分享實踐經(jīng)驗，形成鄰里示范和能人帶動效應(yīng)。

4.農(nóng)戶之間應(yīng)相互交流分享農(nóng)產(chǎn)品電商技能和經(jīng)驗，積極向電商大戶和電商推廣人員請教學(xué)習(xí)。重視廣播、電視、報紙等傳統(tǒng)媒介的應(yīng)用，提高自身對農(nóng)產(chǎn)品電商信息的判斷能力和敏感性。培養(yǎng)現(xiàn)代信息技術(shù)的利用能力，借助抖音、微信、信息網(wǎng)站等學(xué)習(xí)農(nóng)產(chǎn)品電商運營管理知識和營銷技能，積累采納經(jīng)驗并不斷提高采納能力。

參考文獻：

[1]王瑜.電商參與提升農(nóng)戶經(jīng)濟獲得感了嗎？——貧困戶與非貧困戶的差異[J].中國農(nóng)村經(jīng)濟，2019（07）：37-50.

[2]李光健，孔梁，何子卿，等.農(nóng)戶參與電商銷售的影響因素分析——以生鮮果蔬電商為例[J].金融經(jīng)濟，2018（12）： 42-45.

[3]唐立強，周靜.社會資本、信息獲取與農(nóng)戶電商行為[J].華南農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2018，17（03）：73-82.

[4]曾億武，陳永富，郭紅東.先前經(jīng)驗、社會資本與農(nóng)戶電商采納行為[J].農(nóng)業(yè)技術(shù)經(jīng)濟，2019（03）：38-48.

[5]周勛章，路劍.資源稟賦、電商認知與家庭農(nóng)場主電子商務(wù)采納行為[J].西北農(nóng)林科技大學(xué)學(xué)報（社會科學(xué)版），2020，20（04）：111-120.

[6]唐立強.農(nóng)戶社會資本與電商交易平臺的選擇[J].華南農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2017，16（04）：75-86.

[7]李曉靜，陳哲，夏顯力.參與電商對獼猴桃種植戶綠色生產(chǎn)轉(zhuǎn)型的影響[J].西北農(nóng)林科技大學(xué)學(xué)報（社會科學(xué)版），2021，21（04）：150-160.

[8]LI X K，GUO H D，JIN S Q，et al.Do Farmers Gain Internet Dividends From E-commerce Adoption？ Evidence From China[J].Food Policy，2021，101（03）：102024.

[9]LIU M，MIN S，MA W，et al.The Adoption and Impact of E-commerce in Rural China：Application of An Endogenous Switching Regression Model[J].Journal of Rural Studies，2021，83（01）：106-116.

[10]汪興東，俞佩娟，廖青.農(nóng)村專業(yè)大戶電商技術(shù)采納及投資決策——基于Heckman模型的實證研究[J].西安財經(jīng)大學(xué)學(xué)報，2021，34（03）：69-80.

[11]曾億武，郭紅東，金松青.電子商務(wù)有益于農(nóng)民增收嗎？——來自江蘇沭陽的證據(jù)[J].中國農(nóng)村經(jīng)濟，2018（02）：49-64.

[12]BANDURA A.Social Learning Theory[M].New York：General Learning Corporation，1971：22-25.

[13]BARHAM B L，CHAVAS J P，F(xiàn)ITZ D.Risk，Learning and Technology Adoption[J].Agricultural Economics，2015，46（01）：11-24.

[14]王昕天，汪向東.社群化、流量分配與電商趨勢：對“拼多多”現(xiàn)象的解讀[J].中國軟科學(xué)，2019（07）：47-59.

[15]崔凱，馮獻.演化視角下農(nóng)村電商“上下并行”的邏輯與趨勢[J].中國農(nóng)村經(jīng)濟，2018（03）：29-44.

[16]朱月季，高貴現(xiàn)，周德翼.基于主體建模的農(nóng)戶技術(shù)釆納行為的演化分析[J].中國農(nóng)村經(jīng)濟，2014（04）：58-73.

[17]BAERENKLAU K A.Toward An Understanding of Technology Adoption：Risk Learning and Neighborhood Effects[J].Land Economics，2005，81（01）：1-19.

[18]吳峰，李杰.“互聯(lián)網(wǎng)+ ”時代中國成人學(xué)習(xí)變革[J].開放教育研究，2015，21（05）：112-120.

[19]ROGERS E M.Diffusion of Innovation Theory[M].New York：Free Press，1983：74-77.

[20]邱澤奇，黃詩曼.熟人社會、外部市場和鄉(xiāng)村電商創(chuàng)業(yè)的模仿與創(chuàng)新[J].社會學(xué)研究，2021，36（04）：133-158.

[21]LIVERPOOL L，WINTER-NELSON A.Poverty Status and the Impact of Formal Credit on Technology Use and Wellbeing Among Ethiopian Smallholders[J].World Development，2010，38（04）：541-554.

[22]郭士祺，梁平漢.社會互動、信息渠道與家庭股市參與——基于2011年中國家庭金融調(diào)查的實證研究[J].經(jīng)濟研究， 2014，49（S1）：116-131.

[23]JIMENEZ I A C，GARCíA L C C，MARCOLIN F，et al.Validation of A TAM Extension in Agriculture：Exploring the Determinants of Acceptance of An E-learning Platform[J].Applied Sciences，2021，11（10）：4672.

[24]BANDURA A.Exercise of Personal and Collective Efficacy in Changing Societies[M].New York：Cambridge University Press，1995：37-42.

[25]李宏兵，王爽，趙春明.農(nóng)村電子商務(wù)發(fā)展的收入分配效應(yīng)研究——來自“淘寶村”的經(jīng)驗證據(jù)[J].經(jīng)濟經(jīng)緯，2021，38（01）：37-47.

[26]唐躍桓，楊其靜，李秋蕓，等.電子商務(wù)發(fā)展與農(nóng)民增收——基于電子商務(wù)進農(nóng)村綜合示范政策的考察[J].中國農(nóng)村經(jīng)濟，2020（06）：75-94.

[27]董曉林，石曉磊.信息渠道、金融素養(yǎng)與城鄉(xiāng)家庭互聯(lián)網(wǎng)金融產(chǎn)品的接受意愿[J].南京農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2018，18（04）：109-118.

[28]WOOLDRIDGE J M.Econometric Analysis of Cross-section and Panel Data[M].Massachusetts：MIT Press Books，2010：55-59.

[29]溫興祥，程超.教育有助于提高農(nóng)村居民的創(chuàng)業(yè)收益嗎？——基于CHIP農(nóng)村住戶調(diào)查數(shù)據(jù)的三階段估計[J].中國農(nóng)村經(jīng)濟，2017（09）：80-96.

[30]孫光林，李慶海，楊玉梅.金融知識對被動失地農(nóng)民創(chuàng)業(yè)行為的影響——基于IV-Heckman模型的實證[J].中國農(nóng)村觀察，2019（03）：124-144.

[31]連玉君，黎文素，黃必紅.子女外出務(wù)工對父母健康和生活滿意度影響研究[J].經(jīng)濟學(xué)（季刊），2015，14（01）：185-202.

[32]溫忠麟，葉寶娟.中介效應(yīng)分析：方法和模型發(fā)展[J].心理科學(xué)進展，2014，22（05）：731-745.

[33]MACKINNON D P，LOCKWOOD C M，HOFFMAN J M，et al.A Comparison of Methods to Test Mediation and Other Intervening Variable Effects[J].Psychological Methods，2002，7（01）：83-104.

[34]溫忠麟，侯杰泰，張雷.調(diào)節(jié)效應(yīng)與中介效應(yīng)的比較和應(yīng)用[J].心理學(xué)報，2005，37（02）：268-274.

[35]HAYES A F.Introduction to Mediation，Moderation and Conditional Process Analysis Second Edition：A Regression-based Approach[M].New York：Guilford Press，2018：106-107.

The Impact of Social Learning on Farmers Adoption of Agricultural Products E-commerce

——Based on the Mediating Role of E-commerce Cognition and the Moderating Role of Government SupportYAN Beibei，LIU Tianjun*，SUN Xiaolin

（College of Economics and Management/Western Rural Development Research Center，Northwest A&F University，Yangling，Shaanxi712100，China）Abstract：Based on the micro survey data of apple growers in Shaanxi Province，this paper uses the IV Heckman model，the mediation effect model and the moderating effect model to test the impact of social learning on the basis of measurement of farmers social learning，e-commerce cognition and government support.The results show that social learning has a significant positive impact on farmers adoption of agricultural products e-commerce，and the improvement of social learning can promote farmers adoption decisions and adoption degrees;social learning has a partial mediating role in the influence of social learning on farmers agricultural products e-commerce adoption，that is，social learning has a positive impact on farmers e-commerce adoption decision and degree by improving its e-commerce cognition;government support has a positive regulatory role in the influence of social learning on farmers agricultural products e-commerce adoption，in the case of a high level of government support，the positive impact of social learning on the decision making and degree of farmers adoption of agricultural products e-commerce has been strengthened.

Key words：social learning;adoption of agricultural products e-commerce;e-commerce cognition;government support

（責(zé)任編輯：楊峰）