閆貝貝,劉天軍,孫曉琳

(西北農(nóng)林科技大學(xué) 經(jīng)濟管理學(xué)院/西部農(nóng)村發(fā)展研究中心,陜西 楊凌 712100)

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。《中國農(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?，F(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(dāng)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(dāng)?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(1)資料來源于2020年度國家現(xiàn)代蘋果產(chǎn)業(yè)技術(shù)體系發(fā)展報告。,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?本文在理論分析基礎(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(2)中國互聯(lián)網(wǎng)絡(luò)信息中心(CNNIC)發(fā)布的數(shù)據(jù)顯示,2019年6月、2020年6月和2021年6月,我國農(nóng)村網(wǎng)民規(guī)模分別為2.25億、2.85億和2.97億,農(nóng)村地區(qū)互聯(lián)網(wǎng)普及率分別為39.8%、52.3%和59.2%。,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。基于此,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。

H1a：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。

H1b：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。可見,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?，F(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。

H2a：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。

H2b：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。

H3a：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。

H3b：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。

圖1 理論分析框架

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(3)《2020年中國蘋果產(chǎn)業(yè)發(fā)展報告》顯示,2020年陜西省蘋果種植面積為968.77萬畝,產(chǎn)量為950萬噸。,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)(Cronbach’α)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。

表1 信度和效度檢驗

(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。

表2 變量定義與描述性統(tǒng)計

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：

Li=α1+β1Ei+λX+μi

(1)

(2)

第二階段,采用Heckman兩步法估計農(nóng)產(chǎn)品電商采納決策Dci和采納程度Dgi。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：

(3)

(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：

(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：

(6)

(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)效應(yīng)。

第一階段,分別將每個內(nèi)生變量與工具變量、殘差項和外生變量回歸,得到內(nèi)生變量的擬合值[31],建立如下方程：

Li=α7+β9Ei+β10Ei×Si+β11Si+λX+μi

(8)

Li·Si=α8+β12Ei+β13Ei×Si+β14Si+λX+μi

(9)

(10)

(11)

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H1a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H1b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。

表3 社會學(xué)習(xí)對農(nóng)戶農(nóng)產(chǎn)品電商采納的影響回歸結(jié)果

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(4)以“受訪者父母最高學(xué)歷”為工具變量,檢驗社會學(xué)習(xí)對電商認知影響的內(nèi)生性。Wald F統(tǒng)計量為18.37,大于10%偏誤水平下的臨界值16.38,說明不存在弱工具變量問題;Hausman檢驗卡方及p值為3.15(0.012 6),拒絕社會學(xué)習(xí)為外生變量的原假設(shè)。以“同村其他農(nóng)戶電商認知水平”為工具變量,檢驗電商認知對采納決策和采納程度的內(nèi)生性。Wald F統(tǒng)計量分別為19.25、21.34,說明不存在弱工具變量問題;Hausman檢驗卡方及p值分別為1.15(0.906 2)和1.68(0.842 3),未拒絕電商認知為外生變量的原假設(shè)。。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H2a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H2b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。

表4 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)回歸結(jié)果

(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H3a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H3b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。

表5 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)回歸結(jié)果

(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(5)限于篇幅,詳細估計結(jié)果未予匯報。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H2a和H2b。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H3a和H3b。

表6 Bootstrap中介效應(yīng)與調(diào)節(jié)效應(yīng)檢驗結(jié)果

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。