农户参与电商行为影响因素研究——基于文献的荟萃回归分析

○ 朱婷 夏英

（中国农业科学院农业经济与发展研究所，北京 100081）

一、引言

由于电商能构建拥有时空压缩、资源聚合和去中心化等特性的虚拟市场，最早被应用于工业领域，旨在实现工业化和信息化融合发展，促进工业经济向效益型转轨，而后信息经济产业链蔓延至农业领域，创新出多样化乡村电商形态，它们覆盖范围各有不同，又相互关联，如“农村电商”“农产品电商”“农业电商”“农户电商”等。农业是国民经济基础，农产品是农业核心，农户是农产品生产经营主体，乡村电商表征仅仅是一种新型乡村商业模式和交易方式，但实质上是农村六次产业融合发展新业态，发展电商不仅有助于消融农业农村农民问题，更关系到我国数字乡村振兴。

发达国家先于我国迈入乡村信息化和数字化阶段，涉及电商研究的学术成果颇丰。在有关农业经营主体电商技术参与行为研究中，DAVIS[1]、SMITH 等[2]、PATEL 等[3]认为，企业接受互联网技术受到技术感知有用性和感知易用性的正向影响。ERIC[4]通过多案例研究，从内部因素和外部因素两大维度归纳影响农企选择电商的因素。HENDERSON等[5]和MOLLA等[6]指出拥有大规模和高站位的涉农企业更倾向于采用电商策略。HOBBS 等[7]和HSIAO[8]认为阻碍农业企业采用电商的因素有企业销售、税费减免和进入农村成本等。MISHRA[9]深入研究农场主电商经营行为，认为农场主受教育程度、农场经营类别和规模、农场区位对互联网应用程序使用有显著正向影响。CLOETE 等[10]认为对电商认知和电商技术设施会显著影响农企电子商务使用需求。除此之外，ZAPATA 等[11]指出注册类型、注册时间、参加平台企业相关活动的时间长度、用户类型、成交数量和企业年度销售额等变量会显著影响企业的支付平台服务费的意愿。JAMALUDDIN[12]以印度企业为调研对象，研究发现网络质量、网络费用、电商组织和电商培训都是影响企业采纳电商的干扰因素。以上研究表明，农业经营主体是否采纳电商技术是一种理性行为选择，除了受主体经济实力影响，还可能受多方面条件的制约。

鉴于国情相异，中国和农业发达国家在电商政策制度、市场发育程度、技术研发水平、农业生产规模和结构以及农户对电商认知等维度存在较大差异。因而，国内学者在剖析农户参与电商经营影响因素问题方面形成了颇具中国特色的系统研究。我国乡村电商发展变异以2014年为分水岭，在此之前，我国对于农业领域电商的推行虽有相关政策文件加持，但受制于国家综合实力和经济目标的时空限定性，整体而言电商应用商业化程度较高，政府政治目标实现不足和政策倾斜力度不够。在此背景下，2014年以商务部牵头的国家部委在8省56个县（市）启动电子商务进农村综合示范县试点，配套中央财政拨款和地方政策支持，搭建了“政府出政策作引导+企业出平台来运作+农户出产品紧参与”的县域电商运行体系。另外，中央不断调整试点目标和投向，将电子商务技术扩散与农村改革阶段性目标相辅相成，脱贫攻坚和乡村振兴等政策目标相继被绘入版图，培植力度也不断加码。截至2020年，电子商务进农村综合示范项目覆盖全国1 180 个县，占全国县总数的90.70%，表明新政策为涉农电商带来前所未有的机遇。虽然电商下沉至县级层面基本实现，然而农户主动参与电商经营意愿仍旧不高，农村电商活跃业务仍以工业品下行为主。如果说政策支持和压力传导发挥着外生推力作用，那么探究农户内生性驱动力，即农户的电商技术适应性行为受到哪些因素的制约，对提高农户信息化技术使用效率至关重要，更关系到我国数字乡村振兴。

自农村信息化建设以来，中国农业经济学家们对互联网技术、通信技术、电子商务技术等信息化技术采纳影响因素进行了大量定性和定量分析，主流研究路线图是通过实地调研收集一手问卷数据，采用计量模型对调研数据进行实证分析，从而甄别出与电商技术扩散相关的重要变量，提出针对性建议。例如，张益丰[13]对山东烟台樱桃种植户进行问卷调查，运用Logit多元模型实证分析调研数据，研究发现小农户参与电商意愿受种植规模、物流便利程度、电商培训经历、网购经验等影响。郭锦墉等[14]基于拓展的技术接受模型，以江西省192个农户为研究样本，认为感知有用性、感知易用性、主观规范、网络外部性都显著正向影响农户对农产品电商的采纳意向，感知风险则显著负向影响农户的采纳意向。曾亿武等[15]利用江苏省沭阳县花木农户数据，采用工具变量法和中介效应模型来探讨先前经验、社会资本与农户采纳电商行为之间的关系。吴正祥[16]运用多元有序Logit 模型识别农户参与电商扶贫意愿的影响因素，指出受教育程度、网络使用经验、主要经济来源、农村电商认知、电商扶贫收入效应认知、亲戚朋友电商扶贫参与意愿、政府电商扶贫相关工作、电商服务站相关工作、电商扶贫服务体系、特色农产品规模对农户电商扶贫参与意愿有显著正向影响，家庭年均纯收入、生活满意度认知因素对农户电商扶贫参与意愿有显著负向影响。汪兴东等[17]对农村专业大户的研究发现，农村专业大户的人口特征、家庭属性、地理条件、政策感知及技术感知在其电商技术的采纳及投资决策中发挥着不同作用。通过文献梳理发现，有关农户参与电商经营行为影响因素的研究结论存在分歧，甚至存在结论完全相左的现象，尽管多数学者做出了相应的解释，但其合理性还有待评估。

对此，本文探讨了前人成果中研究细节和实证结果相异之处及其原因：一是自变量选择和个数的差异。在已有成果中，部分研究覆盖的变量个数多达24 个，而最少的只包含8 个因素；有的研究变量设定来源于主观性判断因素，有的文献强调政府作用，总体来说变量设定有主观性和随意性趋向，然而对实证分析而言，模型构建指标设定尤为重要，重要变量遗漏和无关变量存在，都可能导致共线性和内生性问题[18-19]，诱致研究结论不尽相同。二是样本差异。样本总量、受访对象、研究时间、调研区域、统计方法等锁定条件不同[20]，都有可能导致研究结论的真实性、有效性和可靠性。

为论证上述研究特征解释的可信度，本文将在接下来的研究内容中借助荟萃回归分析方法展开深入探讨，同时也期望获得关于电商技术扩散制约因素的一般性研究结论。

二、农业经营主体参与电商的影响因素经验证据

以美国、英国、德国等为代表的发达国家，农业信息化建设起步早、措施足，且在实践中不断深化和完善，与之相对应的是对电商已进行了系统和深入的研究，并积累了大量富有价值学术成果，但关注范畴非常有限，研究内容侧重于关注电商模式、涉农企业电子商务采纳行为、电商与农业供应链等，与本文研究对象（农户）匹配偏颇。通过Scopus数据库、Wiley online library 数据库、Web of science数据库等国外期刊检索网站进行了前期文献收集，发现契合本文需求的现有研究成果仅有少数几篇，且撰写作者为国内学者发布，同一学者在国内期刊也有类似成果发表。为保障契合度和有效性，故样本文献检索范围剔除了SSCI 和EI 文献，集中于检索中国知网数据库和万方数据库两大国内权威数据库，检索时间截至2021年7月。

考虑到电商是本文核心主题词和逻辑起点，为避免因定义不清而产生判断障碍，在此先对相关概念进行初步辨析。目前，学界对涉农电商最为精准的理解，认为其是涉及农村、农户、农产品和农业等电子商务形态[21-22]。农产品电商指通过互联网等信息网络销售农业收成品或者提供农产品服务的经营活动，作业范围仅包括成型的农产品供应链环节[23]。农业电商是产业维度划分概念，特指农业产业链上各环节（包括农业产业产前、产中、产后）的电商，相对应的电商形态有工业电商和服务业电商。农村电商是地域维度划分概念，是指电商交易主体至少一方地处农村地区的电商，相对应的电商形态有城市电商。由于国家和学界对电商新业态概念和内涵未作清晰界定和达成共识，现有研究成果普遍从电商技术特性出发，存在将农业领域电商形态术语表达交互使用和研究结论泛化概括的现象。基于此，本文主题限定于农户参与电商行为影响因素，故有效研究样本排除对工业电商、服务业电商、跨境电商和消费者电商使用等主题关注。与此同时，为保障样本量代表性和充裕度，检索字段设定为“涉农电子商务”“农产品电子商务”“农村电子商务”“农业电子商务”“采纳”“经营”“参与”“使用”“营销”“接受”“影响因素”“意愿”，而后在汇总文献题录中，内容上剔除理论性文献、质量较低文献、主题侧重点不符以及未构建计量模型的文献，以及为减少研究样本间异质性，样本文献样本量设定在至少100个以上的实证研究，最后共保留22篇文献符合本研究需求。其中，8篇样本文献从不同视角、不同实证方法探索电商采纳行为影响因素，本文将其视为不同样本，因而本文样本共计30个，以8 631名农户为研究对象。

通过对严格符合研究主题的30个样本进行全文阅读，提取作者、发表年份、研究地区、来源期刊、影响因素和样本量等相关信息，并整合数据集后发现：尽管学者变量设定相异，但是对具体测量因素存在共性选择，均罗列了年龄、受教育程度、家庭收入水平、培训情况、认知情况和冷链物流水平对农户电子商务技术采纳行为的干扰，其中，年龄和受教育程度是农户个人特征和模型构建选择的基本控制变量，使用频次基本覆盖全部有效样本量。表1罗列了这些指标定义，其中针对“家庭收入水平”指标，部分文献以家庭总收入为代理指标，有些文献以家庭人均收入为具体指标，本研究将两者都纳入“家庭收入水平”指标；针对“培训情况”指标，样本文献中选用“培训经验”和“培训频次”两种衡量形式，为保障研究完整性和可靠性，本文将两者皆纳入“农户培训情况”这一指标范围；针对“认知情况”，不同样本则分设“电商平台认知”“电商运营管理认知”“电商政策认知”等指标，本文也将其全部纳入研究变量中。

表1 样本文献中农户参与电商行为的影响因素主要指标

虽然大部分文献囊括以上6个指标，但是针对相同指标，它们在不同文献中对农户电商采纳意愿制约程度不同，得到的研究结论也不一致，全部实证结果归纳至表2中。正如上文所言，不同研究结论由不同研究特征引致，需要利用荟萃回归分析方法详细解析缘由。

表2 样本文献中影响农户参与电商行为主要指标的实证结果

三、样本文献的荟萃分析

（一）变量选择

1.荟萃分析的因变量

为与前人研究保持一致，在参考已有研究成果测度项的基础上，结合样本文献所用指标的使用频次，本文选用年龄、受教育程度、农户家庭收入水平[16-17,24--29]、农户培训情况[15,17,25,28,30]、农户认知情况[15-17,25-26,29-30]和冷链物流[16-17,24,27,29-30]6 个指标作为模型设定的因变量。参考徐润成等[18]、曹丘丹等[19]、谢谦和罗健[20]采用的因变量赋值规则，结合因变量在原文中的不同显著性水平作为效应值转换依据，将赋值量级确定为四类，具体变量赋值描述见表3。

表3 荟萃回归分析因变量描述

2.荟萃回归分析的调节变量

调节变量是指除自变量以外影响文献研究结论的研究特征，拓展至本研究主题具体是指影响农户电商技术采纳行为的研究特征。本研究将发表时间、样本量、自变量个数、政府扶持、是否考虑家庭总收入和回归方法6 个指标作为调节变量纳入荟萃回归分析模型，赋值规则详见表4。

表4 荟萃回归分析调节变量描述

具体来说，前3个调节变量是荟萃回归分析的基本变量，当发表时间、样本量、自变量个数等研究背景特征相异时，可能导致实证研究结论不同，例如当各实证文献自变量个数不同时，样本模型设定的共线性程度不一，会影响研究结果的精准度。而政府扶持、是否考虑家庭总收入和回归方法等研究方法特征则是检验研究结果是否会受特定研究指标选择的干扰。前面已经提到样本文献对家庭收入水平这一变量的代理指标选用存在分歧，进而会影响研究结论效果，因而本文还将“是否考虑家庭总收入”作为自变量。值得一提的是，本文未将锁定区域和调研对象作为调节变量，是由于部分文献以多区域作为研究区域、以多类型农户作为研究对象，无法有效实现数据量化。

（二）荟萃回归分析方法

不同于文献综述，荟萃回归分析是用以发表文献为样本，运用适当的统计学方法进行客观、定量的分析，客观真实地反映已经存在的研究结果，从而获得对某一研究问题定性、定量的综合性结论[31]，是对比同研究主题研究成果的有效定量分析工具。本文目的在于对现有研究成果间的结论悖论进行可能性缘由剖析，完全契合荟萃回归分析方法适用范围和效用价值。

荟萃回归分析的基本思路是将有效样本中在原文中共同选用的且使用频次较高的自变量转变为现研究主题的因变量，采纳Probit 或Logit 模型进行针对性分析，专注于因变量的影响方向和显著性[19]。

结合本文选定的农户行为异质性影响因子和一般荟萃回归方程的模式，将荟萃回归估计方程设定如下：

其中，Yi是因变量，i=1,2,3,4,5,6,i的取值分别表示年龄、受教育程度、农户家庭收入水平、农户培训情况、农户认知情况和冷链物流水平的显著性。为保障荟萃回归分析结果的稳健可靠，本研究应用Probit模型和Logit模型分别进行荟萃回归分析，具体内容见表5和表6。

（三）回归结果分析

1.整体显著性分析

“各调节变量对农户参与农产品电商经营影响因素的显著性影响”荟萃分析结果全部呈现在表5。由表5可见，Probit模型和Logit模型实证显著性水平基本一致，仅限于回归系数不同，这表明回归模型结果颇具可靠性和稳健性。另外，6个调节变量对各因变量显著性具有不同程度的调节作用。

表5 各调节变量对农户参与农产品电商经营影响因素显著性的影响

具体来看，调节变量“发表时间”在不同显著性水平上对“受教育程度显著性”“培训情况显著性”“冷链物流水平显著性”产生正向影响，即“发表时间”会提高这三个影响因素对农户电商技术采纳行为的影响力。原因在于，随着时间的推移，农产品供应链数字化的重要性不断提高，尤其是对农户生产经营活动节本增收效果逐渐提升，农户的文化素质和电商认知水平以及产品分销速度决定了农产品电商效能发挥程度，因而这三个因变量对时间敏感度变得更加强烈。

“样本量”在5%水平上对“农户认知情况”在研究结果中显著性有正向作用，意味着“样本量”增加会提高“农户认知情况”在研究结论中显著的概率。内在缘由在于，农户对电商认知程度越高，越能认识到电商技术对于提高市场销量和增加收入的重要性，从而提高农户对电商的信任度和采纳率。随着样本量的增加，农户认知情况对电商技术采纳行为的影响效应会逐渐被放大。

表5续 各调节变量对农户参与农产品电商经营影响因素显著性的影响

“自变量个数”在1%水平上对“冷链物流水平”在研究结论中显著性产生负向作用，表明“自变量个数”增加会降低“冷链物流水平”在样本研究结果中的显著性水平。一般而言，自变量个数变化会作用于模型变量间共线性和扰动项方差两方面，造成标准误随之变化。加入更多自变量个数后，导致冷链物流水平显著性降低，是由于增强了自变量间多重共线性，导致标准误差增加。由此可见，“冷链物流水平”指标易受其他变量影响，在问卷设计和模型设定时应慎重选择变量指标及其个数。

“政府扶持”在1%显著水平上对“受教育程度”产生正向影响，即“政府扶持”会提高“受教育程度”对农户采纳电商技术行为影响的显著性，原因在于国家积极建设数字乡村背景下，政府扶持会降低农户采纳电商技术的经济成本，农户文化水平越高，对电商技术的作用和国家电商扶持政策越有充分认识，更倾向于接纳和应用电商技术。

“是否考虑家庭总收入”在10%水平上对“农户认知情况”在研究结论中产生正向影响，说明“考虑家庭总收入”这一变量纳入模型会使“农户认知情况”在研究结论中的显著性提高。原因可能在于，电商技术采纳初期阶段，农户是理性经济人，逐利性是其天然特性，相比电商技术认知水平的重要性，电商技术使用可能带来的直接家庭效益的影响力更为重要。

最后，“回归方法”在10%显著性水平上对“农户认知情况”在研究结论中产生负向作用，在5%水平上对“冷链物流水平显著性”产生正向作用。说明当选择有序回归或者多元回归时，“农户认知情况”影响农户电商技术采纳行为的显著性概率会降低，反而“冷链物流水平”影响农户电商技术采纳行为的显著性概率会增加。这可能是因为在回归模型值域较广且样本量较小的情况下，解释变量对被解释变量各个取值的解释力度会相应变低[9]。若不考虑自由度的问题，“农户认知情况”对农户电商技术采纳行为影响可能更多体现在采纳行为的发生概率方面，而非采纳行为方面。

2.影响方向分析

基于阐释调节变量对总体显著性影响，本研究还深入考察了调节变量对单向显著性影响概况。由表3实证结果梳理可知：一是绝大多数样本文献显示农户年龄对农户电商技术采纳行为只有负向显著和不显著两种情况；二是除家庭收入水平外，其他调节变量正向显著性较为凸显。因此，受制于样本量，本研究仅对“家庭收入水平”这一指标的正负显著性做荟萃回归分析，其他调节变量做单向显著性荟萃回归分析，结果详见表6、表7。

表6 各调节变量对农户参与农产品电商经营影响因素正向显著性影响

表7 各调节变量对农户参与农产品电商经营影响因素负向显著性影响

研究结果表明，自变量个数对冷链物流水平正向显著性、政府扶持对受教育程度正向显著性、是否考虑家庭总收入对农户认知情况正向显著性、回归方法对农户认知情况正向显著性和冷链物流水平正向显著性的影响方向与总体显著性是一致的，区别在于影响程度的不一致，将不再赘述。

“样本量”在10%水平上对“农户培训情况”在研究结果中呈正向显著起负向作用，意味着样本量增加会降低“农户培训情况”在研究结论中正向显著的概率。学界公认的结论是农户参与电子商务培训，能提高农户对电子商务及其政策的认知，更倾向于采纳电商技术，样本量的增加会提高农户培训情况在研究结果的正向显著水平，而荟萃回归结果出现截然相反的结论，可能是因为未参加过电商培训的农户占比较大，增加研究样本量，农户培训情况对采纳电商技术行为的影响效应逐渐被稀释。

“政府扶持”在5%水平上对“农户培训情况”在研究结论中呈正向显著性产生负向影响，即政府扶持力度越大，电商培训对采纳行为正向影响越不显著。这一现象呈现出显著的反直觉性。在任何研究主题的定量分析中，学者基本会将政府支持纳入指标体系，而且政府是政策和财政的主要供给者，其作用无疑是为推进某一政策措施或试点任务在前期起步阶段保驾护航，往往是正向促进作用。但在本文中政府支持对培训起负向影响，看似与常识相冲突，但结合本文研究主题存在一定合理性。电商技术作为一种现代农业生产要素，需要一定程度的技术使用门槛和应用门槛，要使农户采纳电商技术的磨合成本降低，需要政府支持提高农户认知和操作技能。然而实践中，政府的培训形式和内容不贴近实际，农户主动参与意愿不足，而国家为提高电子商务在农村地区的普及率和渗透率，部分地区强制要求农户参与电商培训，导致培训效果不明显，甚至对采纳电商技术起反作用。此外，还可能受制于数据信息采集偏差，有效样本量不足以及本文对政府扶持和农户培训的界定边界不一致造成的理解偏差。“政府扶持”在10%水平上对“农户认知情况”在研究结论中呈正向显著性影响。表明政策支持、金融支持、财政支持等政府扶持手段在很大程度上影响着农户对电商技术的认知水平。“政府扶持”在5%水平上对“冷链物流水平”在研究结论中呈正向显著性作用，即政府扶持力度越大，冷链物流水平对农户电商技术采纳行为越显著。原因在于，农产品电商利用现代信息技术可以尽可能扩大农产品供给信息传播半径，但是物理空间移动离不开线下冷链物流配送体系的配套发展，而目前我国冷链物流配送体系存在普遍不足和结构性失衡并存问题，政府是公共基础设施供给主体，在电商所需的冷链物流基础设施建设中起主导作用。

“是否考虑家庭总收入”在10%水平上对“冷链物流水平”在研究结论中呈正向显著性影响，以及“回归方法”在5%显著性水平上对“受教育程度”在研究结论中负向显著性作用。从这两条研究结果可得，研究方法特征与研究结果显著性密切相关，有关电商技术采纳行为影响因素的后续研究要注重实证方法和收入指标的择取，降低变量共线性和内生性问题发生概率。

四、结论与讨论

（一）结论

在数字乡村建设和农业供给侧结构性改革背景下，学界对农村电商相关主题进行了大量实证研究，其中，针对农户电商技术采纳行为影响因素研究成果不在少数，但共性变量测度的实证结果存在分歧。因此，就研究结论差异点，本文应用荟萃回归分析方法进行相关检验，得到以下结论：

1.研究背景特征和研究方法特征是已有研究成果选用的共性指标，并对实证结果具有不同程度的调节作用。电商技术采纳行为影响因素显著性总体情况受到“发表时间”“样本量”“自变量个数”“政府扶持”“回归方法”“是否考虑家庭总收入”的影响；电商技术采纳行为影响因素单向显著性受到除“发表时间”外全部调节变量的干扰。

2.“样本量”“自变量个数”“回归方法”对“电商技术采纳行为影响因素”整体显著性和单向显著性均有影响，说明研究结果显著性与模型自由度和变量指标关系密切，侧面反映出研究人员在针对电子商务后续研究中，要注重样本量、样本的代表性以及重要变量的选入等关键点，保障研究结果的可靠性、稳健性和无偏性。

3.文中得出部分研究结论与基本认知相悖，具有一定合理性。如“政府支持”对“农户培训情况”的单向显著性具有反向作用，除了电商技术的特性外，还可能受制于数据信息采集偏差，有效样本量不足以及本文对政府扶持和农户培训的界定边界不一致造成的理解偏差。

4.荟萃回归分析是基于前人研究结果基础上对信息的筛选、整合和分析，样本质量和样本数量上的局限性不可避免。经由样本文献梳理可见，该研究领域阳性样本量多于阴性样本量，从而理性分析可推论出，由于研究者和期刊编辑更偏好于研究结果方向与强度间有所偏差的实证研究成果，机会不均等性使得显著呈阳性的实证结果更易发表，该研究主题极有可能存在发表偏倚问题。

5.从单向影响因素来看，政府支持和电商培训与电商技术渗透率有高度正向相关性，可推导出政府资源供给协同电商培训有助于让农户感知电商有用性和易用性，从而降低农户对信息技术的抵触情绪，增强其参与意愿。因此，政府要从政策、资金、培训等维度制定针对性激励措施，精准对接农户需求，促进农户对电商技术采纳的整体提高，最大化发挥电商嵌入乡土社会的经济效能。

（二）讨论

现阶段学界研究成果还难以为电商技术嵌入乡土社会提供制度设计参考，还需进一步探索影响农户行为异质性和偏好的深层次原因。同时，除本文框定内容，该领域还存在值得深入研究的方向。

1.本文将目标设定为提高农户电商技术采纳率，着眼于从现有理论成果比对分析和探讨，但现实运行中，农户采纳电商技术行为是多重并发因素综合作用的结果，不但受学者研究偏好影响，区域宏观政策、电商发展水平和农户资源禀赋等对农户行为异质性同样产生巨大影响，要谨防模型设置而产生的错误估计。

2.本文研究对象为已发表的中文学术期刊论文，学术会议、博硕论文、新闻资讯和待发表文献等成果未纳入其中，推导出的实证结论尚存不足。

3.本文解释变量选取存在合并情况，如“家庭收入水平”指标将家庭总收入和家庭人均收入皆作为代理指标等，可能降低研究结论严谨性，希望后续研究能作出补充和完善。

4.荟萃回归方法是定性描述统计分析方法，未来还需采纳更为精准和复杂的定量分析方法对研究议题进行系统性研究。