基于采纳视角的农业信息技术应用关键因素识别

张 标，张领先，2，傅泽田，王洁琼

(1.中国农业大学，北京 100083；2.农业部农业信息化标准化重点实验室，北京 100083)

0 引言

随着“互联网+”与农业领域的深度融合，智慧农业和智能农业不断被提出来，这些未来农业的发展均以信息技术为基础和关键实现手段，信息技术将成为未来提升农业生产效率的主要技术。对于生产者来说，信息技术是一项区别于传统农业技术的新型农业技术。根据农业技术推广扩散理论，信息技术在推广扩散过程中必须经历“突破阶段、关键阶段、自我推动阶段和浪峰减退阶段”[1]。在农业信息技术推广扩散过程中，同时受到驱动力和阻碍力的双重影响：对于生产者来说，如果驱动力大于阻碍力，则倾向于采用农业信息技术；相反，则拒绝采用农业信息技术。决定生产者采纳农业信息技术的驱动力和阻碍力是来自生产者个体的内部影响因素和外部环境因素，通过识别影响生产者采纳农业信息技术的关键因素，进一步增加驱动因素影响，降低阻碍因素影响，可以促进我国农业信息技术快速推广扩散，加快推进我国农业现代化进程。

农业技术推广对象指农业技术最终采用的接受主体，在农业技术推广扩散中具有决定性的作用。随着我国城镇化进程的持续推进，土地流转政策的不断完善，农业经营主体已由改革初期相对同质性的家庭经营农户占主导的格局向现阶段的多类型经营主体并存的格局转变，农民专业合作社、家庭农场、专业大户、生产基地、龙头企业等新型农业生产经营主体逐渐增加，在我国农业生产中占有重要地位，是我国未来农业生产的主要经营主体[2]。与传统农业生产的小规模农户相比，这些农业经营主体中有文化水平高、懂技术、会经营职业农民，且呈现出土地经营规模大、集约化程度高、市场竞争力强的农业经营组织特点，新型经营主体也称为农业组织。

因此，本研究基于对全国农业组织的调研数据，利用统计描述和计量经济模型分析找出农业组织接受并采用农业信息技术的关键因素，进一步提出具有针对性的建议和意见，为政府部门和相关决策者提供理论参考与实践指导。

1 信息技术对传统农业改造机理分析

农业信息技术(agricultural information technology，AFT)是信息技术与农业的有机结合，是现代农业发展的一个重要方向[3]。它是以现代信息科学、系统科学、控制论为理论基础，利用现代传感器技术、自动控制技术、计算机技术及通信技术等现代技术实现对传统农业生产、管理经营、加工、运输流通等环节进行方式转变，能够显著提高农业生产效率[4]。农业生产环节是提高农业生产效率的关键点，将信息技术应用于生产环境、作物生长、病虫害防治、节水灌溉等方面的监测和控制，不仅可以提高农业产量和品质，提高土地、肥料、水和农药等资源的利用率，还可以节约劳动力、保护生态环境、改善劳动环境和耕作方式，同时改变了传统农业生产模式，加速实现由传统农业向现代农业的转变。农业信息技术从不同的角度可分为不同的类型。按照信息流的环节可分为信息采集技术、信息传输技术、信息处理技术、信息管理技术、信息服务技术和信息应用技术[5]；按照信息技术类型分为物联网技术、大数据分析与应用技术、云计算技术和移动互联技术；按照信息处理方式可分为信息感知技术、信息传输技术、信息处理技术和信息集成技术。

信息技术在农业中的广泛应用改变了传统农业生产方式，是实现由传统农业向现代农业跨越的关键路径。信息技术对传统农业改造路径如图 1所示。由于传统农业是以粗放式生产为主，导致生产效率低、劳动强度大、资源利用率低、生产环境污染和农产品品质差等诸多问题，这些问题与社会发展产生巨大矛盾产生技术需求，迫切需要能够解决这些问题的农业生产技术。随着信息技术的快速发展，特别是“互联网+”与各个行业的深度融合，促进高校、企业、研究所等农业生产技术研究单位在技术需求的诱导下对农业信息技术进行研发与改进。一方面，农业信息技术直接应用传统农业，实现提升农产品品质、提高劳动效率、改变生产方式、改善劳动环境、节约投入要素和提高产量等目标，进一步促进了传统农业向现代农业的转变；另一方面，农业信息技术的应用可以改变和重塑生产者的生产思路，提高环保意识、精细化管理、节约化投入和“质与量”并重的新农业生产理念，满足社会发展需求和符合农业发展趋势，是实现由传统农业向现代农业转变的主要组成部分。当然，信息技术对传统农业的改造并不是立刻就能完成，这是一个不断变化递进螺旋式上升的长期过程，需要有一定的时间周期才能完成；但是，如果能够加快农业信息技术研发、提高推广扩散速率和正确应用实践，则会大大缩短这一过程。因此，如何提高农业信息技术推广扩散速率和正确应用实践是实现由传统农业向现代农业转变的关键路径。

图1 信息技术对传统农业改造路径

2 理论分析与模型构建

2.1 理论分析与研究框架

生产者对农业技术的选择与采纳应用受到多种因素影响，农业技术采纳者和未采纳者之间在这些因素方面存在显著差异[6-7]。基于计划行为理论和技术接受模型[8-9]，结合以往众多学者对农业技术采纳行为及影响因素的研究[10-12]，本研究提出了如图2所示的研究框架，并提出如下5点假说：

H1：组织基本特征能够影响组织对农业信息技术的采纳行为，主要包括成立时间和耕地面积2个因素。

H2：技术有用性能够影响组织对信息技术的采纳行为，这类潜在影响因素是组织对技术认知，属于技术特征，主要包括比较有用、提高产量、节约劳动力和方便管理4个因素。

H3：技术易用性能够影响组织对信息技术的采纳行为，这类潜在影响因素是组织对技术认知，属于技术特征，主要包括容易掌握、信息获取和投入成本3个因素。

H4：环境因素能够影响组织对信息技术的采纳行为，这类潜在影响因素组织所处的外在环境属于外部环境因素，主要包括政府支持和周围有人用2个因素。

H5：自我效能能够影响组织对信息技术的采纳意愿，这类因素是组织的自我主观认知和感知，受到组织主观意识影响，属于主观认知因素，主要包括资金储备和能力信心2个因素。

图2 研究框架

2.2 计量经济模型构建

农业组织对农业信息技术的采纳行为分为“已采纳”和“未采纳”2种行为结果，属于二值响应离散事件。若将农业组织采纳农业信息技术行为定义为“y=1”，则农业组织没有采纳农业信息技术则定义为“y=0”，那么农业组织采纳农业信息技术行为与影响因素可建立如下关系，即

y(采纳行为)=f(x)
=f(基本特征，技术有用性认知，技术易用性认知，环境因素，自我效能)

令pi表示农业组织采纳农业信息技术行为的概率，则二分类Logistic回归选择模型的基本形式为

其中，α为常数项；β1，β2，β3，…，βn为待估参数。那么，Logistic回归模型可进一步变换为

其中，Yi为农业组织对农业信息技术的采纳行为；x为影响技术采纳的各种因素。

最小二乘法(OLS)是普通线性回归的常用的估计方法，但是当因变量是分类变量时，由于本身非线性的关系，该方法就不能够进行有效估计。因此，需要使用最大似然估计(MLE)对Logistics模型进行估计[13-14]。

根据最大似然估计理论，n个观测值的似然函数为

其中，pi为第i个农业组织采纳农业信息技术的概率；yi为第i个农业组织是否采纳农业信息技术的实际观察值。

通过对似然函数取自然对数，则Logistic回归模型的对数似然值为

选取β1、β2、β3、…、βn的估计值，使对数似然函数的值最大。

3 数据来源与样本分析

3.1 数据来源

本研究数据来源于2014年课题组的实地调研，调研采取问卷填写与访谈相结合的方式进行，调研主要内容包括农业组织基本信息、农业生产经营信息、信息技术认知及采纳意愿等内容。调研总共发放问卷300份，逐个进行问卷检查与筛选，剔除数据缺失、异常值等无效问卷后，最终获得有效问卷235份，问卷有效收回率为78.3%。所调研样本涉及安徽、北京、福建、甘肃、广东、广西、贵州、海南、河北、河南、黑龙江、湖北、湖南、吉林、江苏、江西、辽宁、内蒙古、山东、山西、陕西、上海、四川、天津、西藏、云南、浙江和重庆28个省市(自治区)，覆盖了我国大部分省市(自治区)。样本总体分布广泛均匀，具有很好的代表性，能够很好支持本研究的分析，如表1所示。

表1 调研样本频率分布情况

续表1

3.2 样本基本信息

调研数据显示：只有12.6%的组织是在2000年以前成立的，有71.4%的组织是在2006-2014年期间注册成立；特别是近5年，注册成立的农业组织较多，这与国家不断出台农业支持政策有关，引导社会关注农业、重视农业和参与农业。此外，随着我国土地政策的不断完善，土地流转现象逐渐增加，适合发展规模农业或大农业，倒逼着农业组织相继成立，以满足现代农业发展需求。从农业组织覆盖耕地面积来看，有26.4%的组织覆盖面积小于3.3hm2，有39.0%的组织覆盖面积小于6.7hm2，这些都属于小规模农业组织；覆盖耕地面积大于6.7 hm2而小于33.3hm2的中规模农业组织占到29.6%；覆盖耕地面积大于33.3hm2的大规模农业组织占到31.3%；特别是还有16.5%的大于133.3hm2的超大规模农业组织。带动周围农户进行现代农业生产是农业组织的重要作用，也是衡量农业组织规模与运营能力及状况的一项重要指标。根据调查数据发现：有51.9%的农业组织吸纳农户数量不足50户；吸纳农户数大于50而小于200的中等规模农业组织占到30.7%；其余17.3%的农业组织具备较强吸纳农户的能力，吸纳农户数量大于200户；甚至还有9%的农业组织能够带动超过500户农户的能力。

常见的农业组织的成立牵头主体包括种植大户、普通农户、农业企业、政府和其他主体，成立牵头主体不同会使农业组织的主要经营管理方式有所差异。根据调查数据统计分析可知：企业作为牵头成立主体的农业组织最多，占到32.7%；其次有25.0%的农业组织是由政府牵头成立；还有23.8%的农业组织是由普通农户牵头成立；种植大户牵头成立的农业组织占到16.7%。由于农业组织成立目的、管理方式、利益主体及特定区域行业等因素不同会使农业组织为农户提供的服务呈现差异化经营。目前，有48.5%的农业组织为农户提高产销一体化服务，其次是有26.0%的农业组织提供生产技术指导服务，为农户提供农资、销售和加工服务的农业组织占比依次为17.0%，18.3%和8.9%。农业组织只是为农户专门提供某项农业服务已不能满足农业生产需求，这就要求农业组织要有为农户提供全面农业生产服务的能力。

3.3 模型变量定义与统计描述

根据研究假说，二元Logistics采纳模型中有1个因变量y和13个自变量x，在模型中自变量所表示的含义、预期影响方向、均值和标准差如表 2所示。

表2 实证模型解释变量说明及统计描述

4 结果与分析

调查数据统计分析结果表明：在235个被调查组织中，只有72个农业组织已经采纳农业信息技术，占总样本的30.5%；而其余69.5%的农业组织目前并未采纳农业信息技术，农业信息技术在农业组织中的采纳率不高。这进一步说明，需要加大推广农业信息技术。

利用SPSS21.0统计软件对样本数据进行Logistics模型回归分析，结果如表 3所示。由表3可以看出：模型卡方统计量(Chi-square)为34.623，且<0.01，说明自变量能够较好解释农业组织采纳农业信息技术行为。此外，模型的-2 Log likelihood为49.649，Cox-SnellR2和NagelkerkeR2统计量的值分别为0. 358和0.543，表明模型整体有效。模型的整体预测正确率为85.9%，表明模型预测能力较强。综合判断表明所设定的模型能够充分对农业组织采纳农业信息技术行为进行解释。

表 3 组织对农业信息技术采纳Logistic模型回归结果(N=235)

*、**、***分别表示在10%、5%、1%水平上显著。

在模型中，回归系数的显著性检验采用Wald检验法进行。在引入的13个自变量中有7个自变量在10%的显著性水平下，其p值(即Sig.)均小于给定的显著性水平，表明模型中这些自变量的回归系数显著不为0，即这些自变量在模型中都是显著的，说明这些因素能够显著影响农业组织对农业信息技术的采纳行为。

1)在农业组织基本特征方面，成立时间的回归系数为1.022，且在1%水平上显著。这说明，成立时间越早的组织采纳农业信息技术的可能性越大。从该变量的发生比率Exp(B)为2.779 可以看出，每当组织成立时间早5年，采纳农业信息技术的可能性就提高了1.779倍。较早注册成立的农业组织对农业技术阶段性发展认识就更为深刻，充分理解农业信息技术是现代农业发展的重要性。为了能够使农业组织顺利持久地经营管理下去，就必须尝试采用农业信息技术，采用时间越早，就会占据主动性而避免因被迫进行农业技术转换而带来高成本。但是，农业组织耕地面积变量没有通过显著性检验，说明该组织特征对采纳农业信息技术行为没有显著影响。

2)在技术有用性认知方面，比较有用、节约劳动力和方便管理3个变量没有通过显著性检验，说明这3个变量对组织采纳农业信息技术行为没有显著影响。提高产量变量的p值为0.055，回归系数为0.295，且在10%水平下显著，说明提高产量对组织采纳农业信息技术有显著的正向影响。从发生比率率Exp (B)为1.343可以看出：当组织认可农业信息技术能够提高产量每增加1个单位时，发生采纳农业信息技术行为的可能性就提高了34.3%。提高农业产量、增加产值与利润是农业组织不断发展的基础，也是农业组织成立目的与经营措施，因此农业组织会倾向于采用能够提高产量的农业生产技术。

3)在技术易用性认知方面，容易掌握和投入成本2个变量没有通过显著性检验，说明这2个变量对组织采纳农业信息技术行为没有显著影响。信息获取变量的回归系数为正，且在10%水平下显著，说明信息获取对组织采纳农业信息技术有显著的正向影响，即组织认为相关农业技术信息越容易获得并掌握，采纳农业信息技术的可能性就越大。从发生比率率Exp(B)为2.400可以看出：当组织获取相关信息并掌握的难度每降低1个单位时，发生采纳农业信息技术行为的可能性就提高了1.4倍。准确且完整的技术信息是农业组织进行决策是否采纳的基础与保障。当农业组织在获取相关信息较为困难时，致使其掌握信息有限，不能较好满足信息需求，提高了农业信息技术的信息认知壁垒，从而降低了农业组织对农业信息技术采纳信心。

4)在环境因素方面，政府支持变量的系数为0.528，Exp(B)为1.696，且在5%水平上显著，说明政府对农业信息技术的支持能够促进组织对农业信息技术的采纳，在资金补贴政策支持下，组织采纳农业信息技术的发生比是原来的2.370倍。政府资金支持为组织分担了技术采纳风险，降低了技术采纳壁垒，就促进了对农业信息技术的采纳。同时，政府支持也是农业技术发展的风向标，引导生产者进行生产方式转变，受到政府鼓励支持的技术往往是农业生产技术未来发展趋势，为了以后更好发展，组织想在技术应用中占据制高点，取得发展优势，就更愿意采纳农业信息技术。周围有人用变量的回归系数为正且在5%水平显著，发生比率Exp(B)为2.565，说明周围采纳环境对农业信息技术推广扩散有显著正向影响。当周围采纳行为每增加1个单位时，组织采纳农业信息技术的可能性将是原来的2.565倍。在采纳某些农业新技术时，都会存在一定的未知风险，大部分组织由于自身资本和抵御风险有限，他们会根据别人试用效果来决定自己是否采用。当别人试用效果较好时，他们就会自己“试用”；当别人试用效果不好时，他们就避免了因试用失败而带来的损失，实现利润最大化的表现。

5)在自我效能因素中，资金储备的系数为0.726，Exp(B)为2.067，且在5%水平上显著，说明资金储备对组织采纳农业信息技术具有正向促进作用。每当组织对自己资金储备信心增加1个单位时，组织采纳农业信息技术的发生比是原来的2.067倍。资金储备是组织保障正常运转经营的基础，当组织认为资金储备足够时，就会采用一部分资金对组织进行改进或采用农业先进生产技术，足够资金储备能够帮助组织抵御采纳新技术而带来的成本投入和失败风险。能力足够变量的回归系数为0.892，且在1%水平显著，说明能力足够对组织采纳农业信息技术有显著正向影响。由发生比率Exp(B)为2.440可知：当组织对自己有足够能力掌握农业信息技术的信心增加1个单位时，组织发生采纳农业信息技术行为就提高了1.44倍。掌握农业信息技术对文化水平具有一定的要求，这就导致部分组织担心没有专门技术人员导致不能正常使用而产生抵触心理。一旦组织认为能够掌握农业信息技术时，就不存在技术掌握心理壁垒，从而更愿意尝试采用这一新型农业生产技术。

5 结论与讨论

对全国235个农业组织调研数据的统计描述与计量经济分析结果表明：新注册成立的农业组织呈现逐渐增加趋势，且发展规模差异明显；企业和政府是农业组织成立的牵头主体，农业组织实行差异化经营方式，有48.5%的农业组织提供产销一体化服务；成立时间、提高产量、信息获取、政府支持、周围有人用、资金储备和能力信心7个因素对农业组织采纳农业信息技术具有显著促进作用；而土地规模、比较有用、节约劳动力、方便管理、容易掌握和投入成本则对农业组织采纳农业信息技术行为没有影响。

基于以上分析可知，农业组织采纳农业信息技术受到多种因素交叉影响。为了能够促进农业信息技术推广扩散，提出如下政策建议：①农业信息技术的研发应以实用为导向，坚持满足实际生产需求，从提高技术性能和轻简化方面改变技术的有用性和易用性[15]；②政府继续加大对农业信息技术支持力度，在技术创新方面加大经费投入与政策引导，在技术推广扩散中建立健全推广体系与政策制度，对于技术接受主体应给予资金补贴与全方位指导服务；③加大对生产者关于农业信息技术的宣传与培训，拓宽农业组织获取技术信息的渠道，强化生产者对农业信息技术有用性和易用性的认知，降低农业信息技术采纳壁垒，促进农业信息技术的采纳推广。

参考文献：

[1] 靳淑平.北京郊区农民技术采用状况及影响因素研究[D].北京：中国农业科学院,2009.

[2] 黄祖辉,俞宁.新型农业经营主体:现状、约束与发展思路—以浙江省为例的分析[J].中国农村经济,2010(10):16-26,56.

[3] 杨术明,寇雪芹,师帅兵,等.农业信息技术应用现状[J].农机化研究,2003(1):126-128.

[4] 张标. 设施蔬菜信息技术采纳及技术效率测评研究[D].北京：中国农业大学,2014.

[5] 李道亮,张立伟.农业信息技术与现代农业发展[J].中国农村科技,2007(12):30-31.

[6] 周艳波,翟印礼,董鸿鹏.农户对质量安全技术选择行为的影响因素分析—基于辽宁省107户农户的调查[J].农机化研究,2008(3):58-60.

[7] 乔翠霞.农业补贴绩效影响因素分析—基于政府决策与农户行为反应的视角[J].山东大学学报：哲学社会科学版, 2012,12(6):24-28.

[8] 李后建.农户对循环农业技术采纳意愿的影响因素实证分析[J].中国农村观察, 2012(2):28-36.

[9] 鲁耀斌,徐红梅.技术接受模型的实证研究综述[J].研究与发展管理,2006,18(3):93-99.

[10] 朱萌,齐振宏,邬兰娅,等.新型农业经营主体农业技术需求影响因素的实证分析—以江苏省南部395户种稻大户为例[J]. 中国农村观察, 2015(1):30-38.

[11] 蔡晶晶, 柯毅. 农户灌溉合作意愿及其影响因素的地区比较—基于全国15省430户农户的实证分析[J].中国农村观察,2015(5):62-72.

[12] 王绪龙,张巨勇,张红.农户对可持续农业技术采用意愿分析[J].生态经济,2008(6): 119-129.

[13] 弗雷德.C.潘佩尔(美). Logistic回归入门[M].上海：格致出版社,2015.

[14] 王济川，郭志刚.Logistic回归模型[M].北京：高等教育出版社,2001.

[15] 张领先,张标,范双喜,等.设施蔬菜信息技术采纳行为与推广扩散机制分析[J].科技管理研究,2015,35(12):178-182.

AbstractID:1003-188X(2018)06-0001-EA

Abstract： The application of information technology in agriculture has become the key way to realize the leap from traditional agriculture to modern agriculture. Based on the survey data of 235 agricultural organizations in China, the statistical description method and econometric model analysis had been used to analyze factors affecting the adoption of agricultural information technology. The results indicated that the newly incorporated agriculture organization gradually increases, and the scale of development is significantly different, the enterprise and the government is the main body of agricultural organization led the establishment of the agricultural organization to implement differentiated business mode, 48.5% agricultural organizations provide integration services. The establishment of time, improve production, access to information, government support, the use of people around, capital reserves and ability to confidence in 7 factors of agricultural organizations to adopt agricultural information technology has a significant role in promoting. Finally, the paper puts forward some policy suggestions, such as the research and development of demand oriented technology, the increase of policy support, and the strengthening of the training of producers.

Keywords： agricultural information technology; agricultural organization; adoption behavior; Logistics model