供需匹配視角下的農業信息采納行為研究
——來自江蘇農技耘App的數據

陳俊金

（揚州工業職業技術學院商學院，江蘇揚州225000）

中國走農業現代化之路是成為農業強國的必然選擇，也是全面建成小康社會的一個重要手段。借助大數據、人工智能、移動互聯網、云計算等新的信息化技術手段，農業、農村開始加速發展，這是實現農業高質量發展的重要保障，同時也是社會主義新農村建設的必要任務。根據第44次《中國互聯網絡發展狀況統計報告》，截至2019年6月，我國網民規模達8.54億，互聯網普及率達61.2%；同期，我國手機網民規模達8.47億，其中農村網民規模為2.25億，僅占網民整體的26.3%。[1]與此同時，市場上有農商寶、農事寶等200多個農業App，但使用率都不高。2015年，江蘇農村科技服務云平臺建設起來，并在2016年11月上線農技耘App，其作用是為農戶提供真實、詳細、科學的農業信息，同時組建專家團隊從種植技術、營銷、管理等方面給予農業全方位的信息化支持和幫助。江蘇省各地政府部門已經下發通知，要求各地統籌協調安排，積極有序地推廣農技耘App，組織開展推廣課程和培訓班。然而，從目前的下載量和平臺活躍用戶等核心數據來看，除了政府部門的培訓下載量外，自下載量非常少，平臺活躍用戶也偏少。隨著新型農業經營主體的出現，農業從業人員的年齡結構、學歷結構等方面都有一定程度的改善，但為什么農業App的普及率還這么低？農業App供給、需求方面的制約因素是什么？農業信息化未來如何進一步發展？這些涉及農業現代化發展的問題都亟待解決。農業的發展需要與時俱進，農業App可以通過傳遞農業信息，進而實現降低成本，增加收入，優化農業過程，為廣大農業用戶提供可行的解決方案和種植經驗，促進農業高質高效發展。

一、模型基礎及研究假設

整合型技術接受模型（UTAUT模型）是用戶認知產生的接受和使用行為的模型，在營銷推廣、新媒體傳播、信息技術采納、信息傳播等方面得到廣泛運用，尤其是在測量和預測各類用戶對信息接受和利用的行為。[2]信息接收者對于信息的接受度和評價會動態地體現為感知風險，說明感知風險和信息之間有著天然的聯系。在選擇行為方面也有部分學者嘗試用UTAUT模型來解釋[3]，Sussman和Siegal提出了網絡環境下信息采納模型，認為信息源可信度和信息質量對用戶感知信息有用性有直接影響，而信息有用性進一步影響信息采納，即用戶感知信息有用性越高，信息采納可能性越高[4]。而在農業選擇行為中，感知風險理論能夠說明農戶對農業信息的反應。故本研究將利用信息采納模型、風險感知理論和UTAUT模型來嘗試解釋移動端農業信息采納行為。

（一）整合型技術接受模型（UTAUT）

UTAUT模型是一種信息技術接受模型，用于分析使用者的認知因素。UTAUT模型是結合8個用戶接受模型理論基礎上提出的，包括理性行為理論、技術任務適配模型、PC利用模型、規劃行為理論、社會認知理論、復合的TAM-TPB模型、創新擴散理論、動機模型[5]。該模型積極地參與并掌握新技術所接受的驅動因素，有效地提高新技術的接受度。基于上述8種模式，UTAUT模型中包括4個核心變量，是控制變量的基礎，分別是“績效期望”（PE）、“努力期望”（EE）、“社會影響”（SI）和“便利條件”（FC），如表1所示。

表1 UTAUT模型

UTAUT模型在已有研究模型的基礎上進行綜合利用，考慮了其他相關變量因素，使得模型具有更好的解釋能力。UTAUT模型應用非常廣泛，尤其是在信息采納方面具有很強的解釋能力，這已被眾多研究所證實，因而筆者采用UTAUT模型研究農戶對農業App信息采納的響應情況。

（二）移動端農業信息采納行為影響因素模型

筆者以全國農業App平臺建設較早、經濟較為發達、用戶人數相對較多的江蘇地區的農技耘App為研究對象，運用整合型技術接受模型（UTAUT模型）解讀農戶對農技耘App信息采納行為[6]。由于在前期的眾多研究中基本都證實了使用意愿對使用行為顯著的正向影響，本研究沒有將其列入研究變量，研究對象和研究環境對這一關系不會產生影響。綜合已有研究和在江蘇地區進行的農業App調研的實際情況，在原有模型的基礎上增加了個體創新和感知風險兩個新變量[7]。筆者研究發現，目前大部分農戶年齡偏大，思想較為保守，在接受農技耘App信息的過程中會擔心產生交易欺詐、隱私泄露等網絡風險[8]，會對農技耘App的信息進行風險評估，而風險評估是農戶接受農業信息的重要因素；具有創新性的個體更傾向嘗試新事物，熱衷于新技術的學習，會積累更豐富的知識經驗，因為其對風險感知較低，個體的創新性會影響到努力期望和感知風險，由于新型農業主體的出現和信息網絡技術的不斷推廣傳播，個體創新也是對農戶信息采納的另一個重要因素。

1.績效期望（PE）

績效期望是新技術的采納對工作效率是有正向影響的，績效期望會增加用戶使用信息的意愿，用戶可以花更少的時間來搜尋其所需要的信息，會給用戶帶來感知上的績效增加，用戶可以盡最少的力做出最好的決策[9]。隨著移動互聯的發展，農業App的發展將進一步滿足農戶需求,不僅能夠在種子采購、農藥噴灑、化肥施用、田間管理、除蟲除草等生產環節進行技術指導，還為農戶提供大量的農業銷售信息。這些信息僅僅能夠使用戶增產，而且更能實現農戶的增收。由此提出H1：績效期望能夠提高移動端農業信息的采納。

2.努力期望（EE）

努力預期是農戶對農業App的愿意接受并使用的程度。農業App的方便性和操作性，終端設備配置的復雜性會對農戶的使用意愿產生影響。[10]農業App擁有簡潔的操作、清晰的功能設計、便攜的終端、人性化的安裝，都是農戶提高使用率的重要因素。相反，農業App的復雜性和限制性，會對農戶農業App的使用產生不利影響，使用體驗感不佳會導致用戶的流失。由此提出H2：努力期望能夠提高移動端農業信息的采納。

3.社會影響（SI）

社會影響是指農戶對農業App信息的采納受到周圍的人和社會環境的影響。農戶受到社會影響的主要形式是人際影響和大眾媒體，人際影響主要包括用戶、同學、朋友、親戚、社交網絡等，大眾媒體主要包括互聯網媒體、報紙雜志、廣播、電視等。已有的大量研究表明，社會影響會對用戶的信息采納產生影響，當人際關系網強烈推舉用戶使用某項技術時，會大大增加用戶的使用意愿。由此提出H3：社會影響能夠提高移動端農業信息的采納。

4.便利條件（FC）

當農戶能夠感知到農業App的使用能夠為自身帶來有利價值，同時是可以兼容的，就會極大地增加使用的意愿。筆者認為，農業App信息采納是指當農戶使用農業App時能夠操控App，當遇到問題時能夠得到援助，且農業App的使用與其自身價值和需求基本一致。由此提出H4：便利條件能夠提高移動端農業信息的采納。

5.感知風險（PR）

感知風險指當農戶主觀感知使用農業App可能會對自身產生不利影響的感知。農戶在使用農業App的時候，可能會擔心農業的虛假信息、財務風險、流量資費、泄露自身信息等風險問題，當農戶這種感知風險過高的時候就會讓農戶不愿意使用農業App,農戶會衡量危害和益處。[11]由此提出H5：感知風險會減少農業移動端農業信息的采納。

6.個體創新（PI）

個體創新是行為選擇的重要因素，農戶有無創新傾向、能否接受新事物則會影響其對農業App的選擇。農業App的發展是現代信息技術發展的產物，在大數據、人工智能、移動互聯網、云計算等新的信息技術的發展的情況下，農業的發展也需要依賴于現代化信息技術手段，農業App作為新技術產物，對農戶來說也有未知的風險和未知的收益。創新性高的農戶愿意承擔一定的風險從而換取高的收益，而創新性不高的農戶則可能不會選擇新的技術手段。由此提出H6：個體創新性能促進農戶移動端農業信息的采納。

7.使用意愿

當使用者有采納技術、信息的意愿時就會產生使用或者采納這種信息和技術的行為。由此提出H7：使用意愿對農戶使用農業App有正向影響。移動端農業信息采納行為模型如圖1所示。

圖1 移動端農業信息采納行為模型

二、實證分析

（一）問卷設計

基于現有的研究和規模，筆者通過專家訪談、頭腦風暴、預調研修正等環節制定了調研量表。本研究采用改進的李克特五級量表進行統計與分析，由于調查對象的農戶有各個年齡層，因而問卷采用調查員與受訪者訪談的方式進行測評，提高問卷的有效性。江蘇省各級政府部門都大力推廣農技耕App，因此在江蘇的蘇南、蘇中、蘇北地區都選擇了具有一定代表性的地級市的農戶樣本進行了抽樣調查，共收集有效問卷564份，剔除無效問卷86份。

（二）效度分析

本研究在量表設計時對農戶使用農業App信息采納行為的影響因素進行了梳理，選擇有效因素確定本研究的調研選項，量表形成后在初步審查和專家深入討論后，多次修改問卷，使得問卷更加科學有效。本研究采用效度分析方法中的因子分析法來判斷調查問卷中的度量指標是否有效，KMO=0.853，大于0.7，巴特利特球形檢驗值顯著（Sig.<0.001）。因子提取時采用主成分分析方法得出結果，分別為15.126%、12.614%、11.252%、10.593%、10.389%、10.312%，超過了50%，各個測量題項的因素負荷量均大于0.5，且交叉載荷均小于0.4，表明量表具有良好的效度。

（三）信度分析

筆者調查問卷的變量克朗巴哈系數分別是：績效期望為0.852、努力期望為0.818、社會影響為0.826、便利條件為0.795、個體創新為0.820、感知風險為0.853、使用意愿為0.886、使用行為為0.810，都超過了標準0.7。CITC均達到標準，表明數據具有相當好的信度和可靠性，符合研究要求。

（四）驗證性因子分析與模型檢驗

筆者提出的移動端農業信息采納的理論關系運用驗證性因子分析來進行驗證，以此來驗證移動端農業信息采納理論模型的準確性、可靠性和真實性。研究使用AMO7.0軟件采用結構方程建模進行驗證性因子分析，并采用內外變量間的路徑關系變更和對殘差的協方差進行修正的方式對模型進行多次修正，修正結果如圖2所示。

圖2 二次修正后結構方程模型與標準化系數

從表2可知，RMSEA為0.046<0.08，CMIN/DF=2.199<3，GFI=0.922，TLI=0.942，AGFI=0.902，CFI=0.950，IFI=0.950，均在標準0.9以上，模型擬合效果較好。

表2 結構方程模型擬合指標

（五）參數估計與假設檢驗

本研究采用極大似然法對移動端農業信息采納模型進行估算，由表3可知，績效期望因素標準化估計值為0.266（P<0.01），表明績效期望因素能夠提高農戶使用農業App；努力期望因素的標準化估計值為0.220（P<0.01），表明努力期望因素能夠提高農戶使用農業App；社會影響因素的標準化估計值為0.216（P<0.01），表明社會影響能夠提高農戶使用農業App；個體創新因素的標準化估計值為0.267（P<0.01），表明個體創新能夠提高農戶使用農業App；使用意向的標準化估計值為0.635（P<0.01），表明使用意愿對行為有促進作用，H1、H2、H3、H6和H7假設成立。

表3 結構方程模型路徑

三、研究結果分析

從農戶App信息采納行為整體模型修正圖可以看出，H1、H2、H3、H6和H7最終得到了支持，H4、H5則沒有。

便利條件對行為選擇不顯著。便利條件包括農戶會利用網絡農業信息、具有知識和技能、能夠得到家人和朋友的幫助等。智能化信息技術的發展以及智能手機普及后，農戶已經習慣于使用各種App，對App的操作有適應性，因此便利條件對移動端農業信息采納行為不顯著。

感知風險對于移動端農業信息采納行為不顯著。感知風險包括未知成本的增加、個人信息存在安全隱患、在線農業信息真假難辨等。隨著互聯網技術日益發展，安全性得到保障，農戶可以通過安裝網絡，使用無線網或者流量套餐，不會增加成本費用。

四、優化策略與建議

（一）政府合理部署，充分發揮職能

開展農技耘App的推廣工作和《關于推廣應用農技耘App的通知》相繼被江蘇省農委科教處和江蘇各級農業部門在日前下發，并多次舉辦了培訓推廣課程和培訓班，讓農戶進一步了解農技耘App及接受和使用農業App。各級政府以此類活動為依托，從政府層面大力推動農業App的使用。

（二）發揮移動端優勢，增加用戶數量

農業App較傳統的農業信息傳輸具有互聯網技術傳播范圍更廣泛、信息傳輸更便捷、成本更低的優勢。所以在設計農業App產品時，用戶體驗尤為重要，擴大優勢才能夠吸引更多的用戶。農業App要注重創新設計和應用，實現差異化競爭，擴大服務應用范圍，提高服務使用率，全面提升用戶體驗，創建開放和可擴展的手機應用服務開發平臺。農業App要充分發揮移動互聯的優勢，在重點區域進行業務挖掘，拓展運營商合作資源，開發移動互聯網特色服務。

（三）簡化操作界面，增強信息使用性

由于努力期望對用戶的行為意愿具有積極影響，所以設計農技耘App時，要充分調查用戶，分析調研數據，尋找典型特征，減少使用過程來簡化頁面信息。目前占很大一部分是年齡較大、文化程度較低、文本輸入能力不足的農戶在使用農業App，因此要增強農業App的交互設計和可視化設計，針對這一部分用戶可以提供語音服務，增加語音助手功能，方便用戶查詢信息。

（四）增強品牌意識，增加宣傳渠道

既然社會影響在農業App的使用中有積極作用，那么加強農業App的品牌管理就必不可少。平臺開發者需要通過各種渠道宣傳農業App的功能、收益、服務、安全性等環節，增強社會影響力。政府有關部門要加大對大眾媒體的投放力度，讓農戶隨時都能感受到農業App的良好氛圍，增強用戶的粘性，激發農戶使用農業App的主動性。