农户应用数字农业技术的意愿及影响因素研究——以新疆生产建设兵团第六师为例

刘 英，王华丽

（新疆农业大学公共管理学院，乌鲁木齐 830052）

近年来，数字技术在农业生产中逐渐被广泛应用，数据显示，全国农业科技进步贡献率超过60%，农作物耕种收综合机械化率达71%，2019 年全国县域数字农业农村发展总体水平达36%，其中，农业生产数字化水平达23.8%［1］。但目前而言，中国数字农业技术还处于推广试验阶段，需要结合实际逐步开展数字农业技术推广工作。农户作为农业生产经营的主体，是数字农业技术的主要使用者，因此，从农户角度出发，探讨其应用数字农业技术的意愿及影响因素具有重要意义。

通过文献梳理，发现国内外学者多采用Logit 和Probit 模型研究农户农业技术采纳意愿及影响因素，各类影响因素呈现出不同结果，且类别较多。Michels 等［2］认为农民的年龄、受教育程度和农场规模是智能手机采用率的决定因素。Bolfe 等［3］研究发现，巴西农民在其生产系统中至少使用一种数字技术且该技术因复杂程度而异，主要影响在于技术的采购成本，但大多数农民希望了解更多的新技术来加强其所在地的农业发展。胡晨等［4］通过总结近10年的研究成果发现，影响农户技术采纳的因素主要包括农户受教育程度、风险偏好、劳动力数量、家庭总收入、技术有用性、耕地面积、资金支持、是否加入合作社、村干部经历等。刘二阳［5］研究发现，文化程度、务农年限、耕地面积、对耕地质量的关注度、技术感知有用性和技术人员影响了农户对农业绿色技术的采纳意愿。基于此，本研究采用结构方程模型从农户个人特征、家庭特征、技术认知、技术服务、技术特征和技术效益6 个方面展开分析，并基于农户个人特征进行多群组分析，验证个人特征的调节效应。

1 理论分析与研究假设

1.1 理论分析

农户认知理论和计划行为理论提出的个体认知过程是信息加工过程，所有可能影响行为的因素都是由行为意向间接影响行为［6，7］，而行为意向则取决于个体特征、思想信念、所处环境等因素，说明农户选择应用技术的行为经历了多阶段信息加工过程，不同年龄、性别、文化水平等因素可能会影响农户技术认知，从而影响最终决策。

理性选择理论提出农户是理性经济人，计划行为理论提出人的行为是处在控制之下，行为意向受到个人态度、主观规范、知觉行为控制3 项相关因素的影响［6，8］，因此，农户作为理性经济人，对外部环境的感知会影响其决策行为，例如，对技术获取便利性、技术难易程度、技术成本和效益等因素可能最终会影响农户对数字农业技术的使用决策和计划。

1.2 研究假设

1.2.1 个人层面研究假设

1）农户个人特征。包括个人特征和家庭特征。大多数学者指出个人特征对技术采纳意愿影响不太明显，家庭特征具有正向的显著影响，也有学者通过多群组分析发现，性别、年龄、文化程度等特征对其技术应用意愿有调节作用。陈晨［9］研究发现，少数民族职工农业技术选择行为受年龄、性别、文化程度、是否为村干部等因素的影响。田兢娜等［10］认为农户是否为户主、种植面积、是否为村干部与技术采纳意愿关系密切，故提出假设：

H1：农户个人特征对其应用数字农业技术的意愿有显著影响。

H1a：年龄对农户技术应用意愿呈负向显著影响，且有调节作用。

H1b：文化程度对农户技术应用意愿呈正向显著影响，且有调节作用。

H1c：性别对技术应用意愿有调节作用。

H1d：是否参加合作社对其技术应用意愿有调节作用。

H1e：是否团场（连队）工作人员对技术应用意愿有调节作用。

H2：家庭特征对农户应用数字农业技术意愿有显著影响。

H2a：耕地面积对农户技术应用意愿呈正向显著影响。

H2b：家庭年收入对农户技术应用意愿呈正向显著影响。

H2c：农业收入占比对农户技术应用意愿呈正向显著影响。

2）农户技术认知。指农户对数字农业相关政策、技术本身和技术种类的认知。Rezvanfar 等［11］认为农户对农业新技术的认知和了解程度影响了农户对有机农业种植技术的采纳。石洪景［12］研究发现农户对农业技术的感观认知和体验对其技术采纳行为有显著影响。即认为农户技术认知越高，应用意愿越强，故提出假设：

H3：农户技术认知对农户应用数字农业技术的意愿有显著影响。

H3a：数字农业政策的了解对其技术应用意愿呈正向显著影响。

H3b：数字农业技术的了解对其技术应用意愿呈正向显著影响。

H3c：数字农业技术种类的了解对其技术应用意愿呈正向显著影响。

1.2.2 外部因素研究假设

1）技术服务感知。指农户对技术宣传、政府支持力度、技术指导人员、技术培训和技术获取便利性的感知。张婷婷［13］研究发现，农户对新技术的了解信任、政策补贴、农技服务人员的服务能力等因素是影响农户技术采纳意愿的限制因素，技术获取渠道、技术培训等因素是影响农户采纳行为的促进因素，故提出假设：

H4：技术服务感知对农户应用数字农业技术的意愿有显著影响。

H4a：数字农业技术的宣传力度对农户技术应用意愿呈正向显著影响。

H4b：政府对数字农业技术使用支持力度对农户技术应用意愿呈正向显著影响。

H4c：技术获取便利性对农户技术应用意愿呈正向显著影响。

H4d：技术指导持续性对农户技术应用意愿呈正向显著影响。

H4e：技术培训经常性对农户技术应用意愿呈正向显著影响。

2）技术特征感知、技术效益感知。指农户对技术耐用性、难易程度、应用风险的感知和对生产成本、收益变化的感知。刘勇等［14］研究发现，农户对低碳农业技术的采纳行为取决于技术成本和效益、信息获取渠道等方面。霍瑜［15］研究发现，技术易用性、环境变化感知等因素对新疆不同种植规模的农户有显著影响。彭欣欣［16］研究发现，农户对技术的感知有用性和易用性对其测土配方施肥技术采纳意愿呈显著正向影响，故提出假设：

H5：技术特征感知对农户应用数字农业技术的意愿呈显著影响。

H5a：技术耐用性对农户技术应用意愿呈正向显著影响

H5b：技术易用性对农户技术应用意愿呈正向显著影响。

H5c：技术安全性对农户技术应用意愿呈正向显著影响。

H6：技术效益感知对农户应用数字农业技术的意愿有显著影响。

H6a：农业生产成本对农户技术应用意愿呈负向显著影响。

H6b：劳动力需求对农户技术应用意愿呈负向显著影响。

H6c：农作物产量对农户技术应用意愿呈正向显著影响。

H6d：农业收入对农户技术应用意愿呈正向显著影响。

综上，提出本研究的框架，如图1 所示。

图1 影响因素的研究框架

2 数据来源与样本分析

2.1 数据来源

2021 年4—7 月进行实地调研，根据新疆生产建设兵团第六师各团场驻地区域及农作物种植情况选取红旗农场、芳草湖农场、共青团农场、103 团和六运湖农场，按照区域分配均匀性原则，每个团场抽选60~80 名的农户，共发放问卷330 份，其中，实地走访发放问卷100 份，借助集体会议、网络链接和二维码发放电子问卷230 份。有效问卷314 份，无效问卷16 份，问卷有效率达95.15%。

2.2 样本分析

在314 个样本中，男性占比为77.07%；农户年龄集中在41~60 岁，占比为73.25%；农户整体文化程度不高，初中及以下学历的农户占比为78.66%，综合来看，研究区域农户呈现出较为明显的老龄化和文化程度不高的问题，这与当前农村的实际情况相符。从整体来看，农户技术应用意愿较高，达85.03%，且有62.42%的农户愿意学习新的数字农业技术，农户对数字农业技术的使用和学习都比较感兴趣。

3 模型构建与变量定义

3.1 模型构建

结构方程模型可同时考虑、处理多个因变量，并允许自变量与因变量存在测量误差［17］。同时进行验证性分析，可对结构理论进行多元分析，包括测量模型和结构模型的评估［18］。

测量模型：

结构模型：

式中，X表示外生潜变量的观测变量，ξ表示外生潜变量，δ表示X的误差项，ΛX表示X在ξ上的因子负荷矩阵，Y表示内生潜变量的观测变量，η表示内生潜变量，ε表示Y的误差项，ΛY表示Y在η上的因子负荷矩阵，B表示内生潜变量之间的关系，Γ表示外生潜变量对内生潜变量的影响，ζ表示结构方程的残差项。

3.2 变量定义

选择符合假设的题项为研究指标进行分类说明和赋值。对分类变量赋值选择1 和2，农户特征部分根据正向排序赋值1~5，其余部分采用李克特五级量表赋值，1~5 级分别表示由低到高，分值越高表示对数字农业技术的好感度越高（表1）。

表1 变量说明及描述性分析

续表1

4 结果与分析

4.1 信效度分析

为检验问卷质量，运用 SPSS 23.0、AMOS 23.0 软件进行信效度分析，通常用Cronbach’sα、组合信度（CR）和平均方差抽取量（AVE）来判断信度，即Cronbach’sα＞0.6，CR＞0.6，AVE＞0.5［19］，表示问卷信度理想；用因子负荷量、AVE和AVE的平方根判断效度，即因子负荷量＞0.5，AVE＞0.5，AVE的平方根大于各潜变量之间的相关系数，则表示问卷具有良好的聚合效度［20］。

由表 2 可知，7 个维度 α 系数均高于 0.6，说明问卷内部一致性较好；CR均大于0.7，ANE均大于0.5，说明问卷具有较好的构念信度。由表3 可知，ANE均高于0.5，且ANE的平方根均大于潜变量间的相关系数，说明问卷具有良好的聚合效度。

表2 信度分析结果

表3 平均方差与各维度相关性

4.2 模型拟合度检验与修正

在模型拟合度检验中，假设模型与观察数据适配度应从多元准则来判断，常用判断指标包括CMIN/DF、GFI、AGFI、RMSEA、NFI、RFI、IFI、TLI、CFI和PGFI、PNFI、PCFI［20］，在拟合度不理想时通常选择将MI偏大的残差项间添加双箭头，由表4 可知，模型修正后拟合度良好。

表4 模型拟合度检验结果

4.3 模型运行分析

4.3.1 结构模型分析 基于前文假设，进行假设检验，结构模型运行结果见表5，6 条路径中，个人特征、家庭特征、技术服务感知和技术特征感知4 条路径在0.001 水平存在显著差异，技术认知和技术效益感知2 条路径在0.05 水平存在显著差异，表明6 个维度对农户应用数字农业技术的意愿有显著影响，证明研究假设成立，最终模型见图3。

图3 最终模型运行结果

表5 模型运行结果

续表5

结构模型方程：

测量模型方程：

结构模型中各潜变量对农户应用数字农业技术的意愿均呈正向显著影响，各潜变量标准化路径系数分别为0.301、0.248、0.143、0.248、0.309、0.139，其中，技术特征因素对农户应用数字农业技术的意愿影响最大，其次是个人特征、家庭特征和技术服务，技术认知和技术效益影响最小。

1）个人特征对农户应用数字农业技术的意愿呈正向显著影响。由公式（5）可知，个人特征中的年龄和文化程度标准化路径系数分别为-0.955、0.647，对数字农业技术应用意愿呈显著影响，由于变量间相关性较高，且只有两个变量，因而年龄的标准化系数达到了-0.955，总体结果表明，年龄越小、文化程度越高的农户技术应用意愿越强，因此假设H1 和子假设H1a和H1b 均成立。

2）家庭特征对农户应用数字农业技术的意愿呈正向显著影响。耕地面积、家庭年收入、农业收入占比的标准化路径系数分别为0.909、0.840、0.431，达显著水平（P＜0.001），其中，耕地面积影响最大，其次是家庭年收入，农业收入占比影响最小，表明农户在选择应用数字农业技术的过程中，耕地面积越大、家庭年收入越高、农业收入占比越高，其技术应用意愿越强，假设H2 和子假设H2a、H2b、H2c均成立。

3）技术认知对农户应用数字农业技术的意愿呈正向显著影响。农户对数字农业政策、数字农业技术和数字农业技术种类的了解度的标准化路径系数分别为0.701、0.776、0.702，达显著水平（P＜0.05），影响程度几乎相同，且方向一致，即农户对数字农业越了解，对数字农业技术和数字农业技术种类了解的越多，其应用数字农业技术的意愿也就越高，假设H3 与子假设H3a、H3b、H3c均成立。

4）技术服务感知对农户应用数字农业技术的意愿呈正向显著影响。从农户对技术服务感知情况来看，技术获取便利性（标准化路径系数为0.920）影响最大，其次是政府支持力度和技术指导持续性（标准化路径系数分别为0.861、0.878），技术宣传力度和技术培训连续性影响最小（标准化路径系数分别为0.713、0.645），均达显著水平（P＜0.001），假设H4 和子假设H4a、H4b、H4c 成立。从调研中获知，各地普遍存在人才紧缺的现象，从分析结果可以看出，技术服务对农户应用数字农业技术的意愿影响比较重要。

5）技术特征感知对农户应用数字农业技术的意愿呈正向显著影响。从农户对技术特征感知情况来看，技术易用性（标准化路径系数为0.929）影响最大，技术质量和技术安全性影响略小（标准化路径系数分别为0.773、0.636），说明技术质量越好、技术操作越简单、使用越安全，农户应用数字农业技术的意愿越强，假设 H5 和子假设 H5a、H5b、H5c 成立，但据实践了解，农业生产中数字技术若使用不当，或由于技术设计未考虑自然条件的影响，其使用后带来的危害也非常严重。

6）技术效益感知对农户应用数字农业技术的意愿呈正向显著影响。从农户对农业生产成本、劳动力需求、农作物产量和农业收入变化感知来看（标准化路径系数为-0.865、-0.857、0.949、0.908），影响程度基本相同，其中，农业生产成本和劳动力需求变化呈负向显著影响，作物产量和农业收入变化呈正向显著影响，说明农户在使用数字农业技术后，感知到生产成本和劳动力需求减少越多，作物产量和农业收入增加越多，其应用数字农业技术的意愿也越强烈，假设 H6 和子假设H6a、H6b、H6c、H6d 成立。

4.3.2 基于农户个人特征的多群组分析 为进一步探究农户个人特征对数字农业技术应用意愿的调节效应，利用多群组进行分析。按性别分为男、女；按年龄分为低龄（＜40 岁）、高龄（≥40 岁）；按文化程度分为低文化（初中以下）、高文化（初中及以上）；按是否参加合作社分为参加、未参加；按是否团场（连队）工作人员分为是、不是。

多群组分析时，可对测量系数、测量误差等参数设定限制条件，通过基线模型拟合度比对，找到最佳路径模型［20］。本研究最终选择未限制参数的模型，结果如表6 所示。性别分组和文化程度分组在5 条路径中参数间差值的临界比均小于1.65，无显著差异，说明性别和文化程度不具有调节作用，拒绝了H1c 和H1b 假设；年龄、是否参加合作社和是否是团场（连队）工作人员分别在技术特征感知和技术效益感知、技术认知、家庭特征对技术应用意愿路径中参数间差值的临界比大于1.65，呈显著差异，说明年龄、是否参加合作社和是否是团场（连队）工作人员具有调节作用，假设H1a、H1d、H1e成立。

表6 农户个人特征的多群组分析结果

5 小结与启示

农户个人特征、家庭特征、技术认知、技术服务感知、技术特征感知和技术效益感知影响农户应用数字农业技术的意愿，其中，农户对技术特征的感知影响最大，技术效益感知影响最小，且个人特征中的年龄、是否参加合作社和是否是团场（连队）工作人员对农户技术应用意愿有调节作用。

农户在应用数字农业时受到多方面影响，为促进农户积极应用数字农业技术，提出几点建议，一是提高数字农业技术推广重视度，充分利用多种宣传渠道，积极宣传；二是做好示范引领，充分发挥模范种植能手的带头作用，同时加强政策激励，通过各类农业补贴降低农业生产成本；三是重视农户需求，通过积极引进专业技术人才和加大培训力度，提高农技服务能力；四是重视技术与生产的契合度，注重农业生产需求，在生产各阶段选择合适的数字技术，充分发挥技术效能；五是通过政府和企业的协作，引进新技术，展现数字技术的优势，让农户信任数字农业技术，促使他们积极应用，从而不断提高当地农业现代化水平；六是注重职业农民培养，结合当地“合作社+种植户”的农业生产模式，充分利用合作社开展实操培训，引导农户积极加入合作社，不断提升专业能力。