农户参与电商直播的影响因素分析——基于云南大关县的实证

伍晓龙,李东娅

(四川工业科技学院,四川 德阳 618500)

随着互联网信息技术的广泛应用,电商直播行业得到蓬勃发展,打破了传统销售模式壁垒,开辟了乡村振兴的新路径,推动了农业农村现代化信息化建设。因此,鼓励农户参与电商直播对地区经济发展和实现乡村振兴,具有重要意义。任志军通过采用PEST和SWOT法分析小农户电商直播存在的内外部环境和实施条件,并进一步结合两种模型导出矩阵策略,认为营造健康直播环境、优化直播人才队伍、完善基础设施有利于提高小农户电商直播参与度,助力乡村振兴[1]。宋丕丞从农户特征、农户的电商经验以及电商直播偏好等方面对农户直播模式的影响因素进行了实证分析,认为农产品电商直播可以适应我国农产品经营需求,促进电商直播垂直化发展及帮助农户获取电商经验等有助于农产品销售,帮助农户解决“卖难”的问题,进而推动农业农村现代化发展[2];王红春等围绕农户与直播商户的二级供应链,建立不同政府补贴方式的分散决策和集中决策模型,设计“收益共享+直播努力成本共担”契约机制,分析了不同定价决策对利润的影响,认为电商直播助力农产品销售已成为脱贫攻坚的新引擎,政府可以通过补贴计划来激励直播商户销售农产品[3]。通过上述研究可以发现,电商直播对发展农业农村经济具有一定的促进作用,激励农户参与电商直播有助于乡村振兴。因此,为进一步推动农业农村现代化、信息化建设,提高农户电商直播参与度,有必要对农户电商直播行为及影响因素进行研究。本研究基于Logistic回归分析法对农户电商直播行为及影响因素进行分析,确定对农户电商直播行为具有正向影响的因素,并基于正向因素提出针对性建议。

1 研究变量与方法

1.1 变量选取

农户参与电商直播行为与个人和家庭、基础设施、主观感受等诸多因素相关。为筛选出影响农户参与电商直播行为的合理指标,本研究基于计划行为理论,选取以下5个因素21个变量作为农户参与电商直播行为的指标:

个人及家庭特征因素。个人及家庭特征因素中,考虑女性网络购物比男性频繁,更容易参与到电商直播中,因此将性别纳入其中。同理,考虑性别、年龄、文化程度、家庭经济、人口数量、兼业程度、农作物种植面积也可能影响农户参与电商直播行为,故将以上变量纳入个人及家庭特征因素中[6]。最终获取个人家庭特征因素共7个变量。

基础设施情况因素。网络和交通物流是电商直播必不可少的条件[7]。因此,选择宽带办理便利程度和交通物流设施完善程度2个变量纳入基础设施情况因素。

行为态度因素。当农户认为电商直播可提高经济收入时,农户更容易参与电商直播[8]。因此,可认为对电商直播的认同度影响农户参与电商直播行为,故选取当地经济发展认同度、电商直播带动增收认同度、线上支付信任度、政府直播助农工作满意度4个变量纳入行为态度因素中。

主观规范因素。研究发现当农户周围人群态度对电商直播积极或电商宣传到位时,容易影响农户的主观规范,提高农户参与电商直播行为[9]。因此,选取周围人群态度、电商直播宣传频率、电商直播技能培训开展次数、获得相关部门金融支持难易程度4个变量纳入主观规范因素中。

感知行为控制因素。感知行为控制中,农户对电商直播的了解程度和直播购物频率、参与电商直播技能培训次数、学习电商直播知识技巧难以程度对农户参与直播行为具有一定影响[10]。因此研究选取以上4个变量纳入感知行为控制因素。

根据上述分析,最终本研究选取的影响农户参与电商直播行为的指标如表1所示。

表1 影响农户参与电商直播行为指标

1.2 研究方法

本研究以农户不参与、低度参与、中度参与、高度参与4种行为作为因变量[11],将个体及家庭特征、基础设施情况、行为态度、主观规范和感知行为控制的21个变量作为自变量,分别进行赋值,赋值结果如表2所示。采用SPSS 22.0软件构建Logistic回归分析模型,表达式如式(1):

式中,Y和Xi分别表示因变量和自变量;i为Xi对应的偏回归系数;α0为常数项。

1.3 变量赋值

本研究变量赋值见表2所示。

表2 变量赋值结果

2 实证分析

2.1 数据来源及预处理

本次实证数据来自云南大关县农户参与电商直播行为的问卷调查。问卷自2022年8月1日起~同年9月1日止,共发放了500份,回收有效问卷458份。问卷内容根据影响农户参与电商直播行为的指标进行设计,回收的有效问卷的数据统计结果如表3。

表3 问卷调查数据统计描述 (N=458)

2.2 结果与分析

2.2.1 多重共线性检验

多重共线性检验是进行Logistic回归分析的前提。对各个变量进行检验结果如表4所示。由表4可知,各个变量的 VIF值均小于10,说明各个变量间的相关性较弱,可以进行Logistic回归分析[12~13]。

表4 变量多重共线性检验结果

2.2.2 Logistic回归分析模型验证

为验证所提Logistic回归分析模型的有效性,对模型拟合似然比进行了检验。假设输入的自变量系数为0,得到的检验结果如表5所示。由表5可知,显著性为0,说明变量系数中至少存在1个变量系数不为0,即模型具有统计学意义。

表5 模型拟合似然比检验结果

表6为模型拟合优度检验结果。由表6可知,皮尔逊值和偏差的显著性均大于0.05,说明模型检验结果符合拟合程度标准。

表6 模型拟合优度检验结果

表7为模型平行线检验结果。由表7可知,χ2值为50.526,显著性大于0.05,说明不同取值水平下,各回归方程相互平行,可进行Logistic回归分析。

表7 平行线检验结果

通过上述模型拟合似然比检验、拟合优度检验、伪R2检验以及平行线检验结果可知,所提的Logistic回归分析模型具有良好的回归拟合效果,且回归方程相互平行,可用于农户参与直播行为及影响因素的分析。

2.2.3 Logistic回归分析结果

采用SPSS 22.0对回收整理的数据进行Logistic回归分析,结果如表8所示。

由表8可得出以下结果:

表8 Logistic回归分析结果

个体与家庭特征各个因素变量对农户参与电商直播行为均具有显著影响,各因素变量与农户参与电商直播行为的影响大小依次为文化程度>农作物种植面积>年龄>家庭经济情况>兼业情况。其中,年龄、家庭经济情况、兼业程度对农户参与电商直播行为具有负向影响,家庭人数、文化程度、农作物种植面积对农户参与电商直播行为具有正向影响。

基础设施情况因素变量中,宽带办理便利程度对农户参与电商直播行为无显著影响,而交通物流完善程度对农户参与电商直播行为具有显著正向影响。分析其原因是宽带办理便利程度相同的地区,农户参与电商直播行为不同,故宽带办理便利程度不是电商直播的决定性因素。而交通物流决定了是否可开展电商直播,交通物流越便利,电商直播发展越容易。

行为态度因素变量中,电商直播带动增收认同度和政府直播助农相关工作满意度对农户参与电商直播行为具有显著正向影响,其中政府直播助农相关工作的满意度的影响更大。当地经济发展良好认同度和线上收付信任度对电商直播行为无显著影响。

主观规范因素变量中,周围人群态度、获得相关部分金融支持难易程度对农户参与电商直播行为具有显著正向影响,其中周围人群态度的影响更大。电商直播宣传次数与电商直播技能培训开展次数对农户参与电商直播行为无显著影响。

感知行为控制因素各变量中,电商直播了解程度、参与电商直播培训次数与学习电商直播知识技能难易程度对农户参与电商直播行为具有显著正向影响,其中学习电商直播知识技巧难易程度的影响最大,电商直播了解程度的影响最小。直播购物频率对农户参与电商直播行为无显著影响。

3 结论与建议

3.1 结论

根据Logistic回归分析结果对农户参与电商直播行为正向影响的因素变量有家庭人数、文化程度、农作物种植面积、交通物流完善程度、电商直播带动增收认同度、政府直播助农相关工作满意度、周围人群态度、获得相关部分金融支持难易程度、电商直播了解程度、参与电商直播培训次数、学习电商直播知识技能难易程度等11个。其中,农作物种植面积、交通物流完善程度、获得相关部分金融支持难易程度、参与电商直播培训次数对农户参与电商直播行为的影响较大。对农户参与电商直播行为负向影响的因素变量有年龄、家庭经济情况、兼业程度。对农户参与电商直播行为无显著影响的因素变量有宽带办理便利程度、当地经济发展良好认同度、线上收付信任度、电商直播宣传次数、电商直播技能培训开展次数、直播购物频率。

3.2 建议

推进农业产业规模化。由于农作物种植面积越大的农户,相较于小规模农作物种植面积的农户,对电商直播的关注与投入越大,需通过电商直播拓宽销售渠道,因此推进农业产业规模化可促进农户参与电商直播行为。而推进农业产业规模化的方法,可通过建立专业合作社集合小规模农作物种植的农户进行实现。

加强交通物流基础设施建设。交通物流基础设施是保障电商直播发展的前提,目前仍有少数地区存在交通不便利的问题,因此应加强交通物流基础设施建设,打造良好的交通物流环境。

优化融资环境。金融支持度越高的农户,电商直播参与度越高。因此,为创建良好的金融融资环境,政府方面应提供良好的电商直播金融服务,拓宽融资渠道,加大对参与电商直播农户的扶持力度,如财政补贴等。

加大农户电商直播培训力度。电商直播培训次数越多,农户掌握电商直播的操作能力越强,越容易参与到电商直播中。同时,相关电商直播培训有利于解决农户在直播过程中遇到的难题,化解农户心里障碍,进而参与到电商直播行为中。因此,加大农户电商直播培训力度对提升农户直播参与度具有积极促进作用。