家庭農場數字農業技術采納作用機制
——基于ISM-MICMAC 模型分析

周妮笛，紀麗彤，舒澍成，楊 菲

（湖南農業大學商學院，湖南長沙 410128）

0 引言

家庭農場既保留了農戶家庭經營的內核，又克服了小農戶“小而弱”的缺點，成為我國家庭承包經營創新發展的有效形式，在我國農村基本經營制度和現代農業經營體系中處于基礎性地位［1］。黨中央、國務院高度重視家庭農場的培育，習近平總書記多次指示要求重點抓好家庭農場發展。2013 年，中央一號文件首次確立家庭農場為新型農業經營主體，此時全國有家庭農場87.7 萬個；到2022 年年底，全國有家庭農場390 萬個，可見十年來家庭農場獲得了高速發展［2］。目前，家庭農場已成為我國最重要的新型農業經營主體，是農業生產經營的主力軍、是大宗農產品的主要提供者、是推動鄉村振興的重要力量，對確保糧食安全和實現農業農村現代化具有十分重要意義。數字農業技術應用既是實施數字中國戰略需要，也是推進農業農村現代化必然要求，家庭農場對推動農業數字化轉型具有特殊意義，能發揮先行探索、節點建設、示范帶動等諸多作用，被黨和政府寄予厚望［3］。蔣洪杰等［4］指出目前我國數字鄉村發展平均水平為39.1%，農業生產信息化率平均水平僅為25.4%。因此，推動家庭農場數字農業技術采納對提高農業農村信息化水平和促進數字鄉村建設具有重要的理論與實踐意義。

1 文獻綜述

近年來，國內學術界對數字農業的研究逐年增加，主要成果有：一是數字農業內涵研究。目前，數字農業內涵正不斷豐富，但尚未形成統一界定，學術界主要從數字農業定義［5］、數字農業內容［6］、數字農業技術類型等方面來界定［7］。二是數字農業發展模式研究。數字農業呈融合發展趨勢，初步形成了“數字農業+生產”“數字農業+物流”“數字農業+營銷”“數字農業+金融”四種典型模式［8］。三是數字農業存在的問題。我國數字農業取得了顯著進展，但仍存在基礎設施落后、人才缺乏和技術創新不足等問題。四是數字農業發展評價指標研究。如楊軍鴿等［9］從數字信息化和數字互聯化2 個維度10 個指標建立數字技術發展水平評價體系；肖艷等［10］從數字生產、科技創新、效益水平、產業多元融合和信息化發展5 個維度綜合評價數字農業高質量發展水平等。

綜上所述，目前數字農業研究主要集中在內涵、模式、問題與評價等方面，忽視了數字農業技術采納研究。家庭農場是數字農業技術重要應用主體，如何推動家庭農場大規模應用？分析影響數字農業技術采納的關鍵因素并進一步探究各因素間的交互作用具有重要的現實價值。本文基于ISM-MICMAC模型，針對我國家庭農場這一重要新型農業經營主體，從家庭農場主個人特征、家庭特征、技術特征感知和外部環境4 個維度18 個指標構建影響因素體系，識別影響家庭農場數字農業技術采納行為發生的關鍵因素，分析其作用路徑，探究其內在作用機制。

2 研究方法

2.1 解釋結構模型法

解釋結構模型法（interpretative structural modeling method，ISM），它的基本原理是將凌亂無序的復雜因素用矩陣形式表示出來，通過布爾邏輯運算，利用MATLAB 軟件計算可達矩陣，實現對復雜因素的層級分解，并通過多層級遞階模型來呈現因素間層次性和條理化。本研究利用該法將影響家庭農場數字農業技術采納的復雜因素轉化為直觀具有良好結構關系的簡化模型，便于清晰把握各因素間的層次性。

2.2 交叉影響矩陣相乘法

交叉影響矩陣相乘法（matrices impacts croisesmultiplication appliance classement，MICMAC），它是一種利用驅動力-依賴性矩陣，以此判定不同因素所處的因素群，明確各因素在復雜系統中實質作用的方法。本研究利用該法確定影響家庭農場數字農業技術因素驅動力-依賴性矩陣，便于揭示各因素的作用。

ISM 法有利于梳理因素層次,MICMAC 有利于揭示因素作用，兩法聯用既能清晰研究思路，又能保證研究科學性。本研究ISM-MICMAC 模型首次應用在家庭農場領域，旨在確認影響家庭農場數字農業技術采納關鍵因素的地位、層次和作用，具有一定的創新性。

3 家庭農場數字農業技術采納影響因素分析

數字農業技術采納受到多方面因素影響，國內外學者也進行了一些探討。本研究綜合已有研究成果并邀請本領域內各方專家，經過多輪意見收集和論證，形成了家庭農場主個人特征、家庭特征、技術特征感知和外部環境4 個維度、18 個指標的影響因素體系，據此建立家庭農場數字農業技術采納影響因素體系，如圖1 所示。

圖1 家庭農場數字農業技術采納影響因素體系

3.1 家庭農場主個人特征維度

學術界普遍認為政治身份會影響個體新技術采納［11］，且技術采納者往往擁有更高的教育水平［12］；年齡對個體技術采納行為的影響意見不一：張琳等［13］認為年齡正向影響技術采納行為；楊興杰等［14］認為隨年齡增長個體對新技術的采納積極性更低，社會網絡規模會顯著影響個體新技術的采納［15］；吳雪蓮等［16］提出農戶的設備操作能力會影響其對技術的采納。

3.2 家庭農場主家庭特征維度

由于規模經濟效應，數字農業技術采納者的技術采納程度會隨著耕地面積的擴大而提高［17］，家庭勞動力人數越多越傾向于采納新技術［18］；方松海等［19］提出家庭居住地理位置離市場中心越遠，其更愿意了解和采納新技術；由于采納新技術需要投入一定資金成本［20］，因此家庭收入越高，對新技術接受能力越強［21］；家庭農場組織化程度也會影響技術采納行為，合作社良好的示范效應可將分散小農戶和家庭農場聯結和組織起來［22］，從而提高其技術采納水平。

3.3 家庭農場主對技術特征感知維度

蔡建東等［23］提出高有用性和高易用性感知易促使個體采納新技術；李子琳等［24］提出感知有用性和感知易用性是影響技術采納的關鍵因素；Sneesl等［25］認為新技術可靠性感知和安全性感知是影響個人技術采納的重要因素。

3.4 外部環境維度

劉洪彬等［26］認為經濟補貼是激勵個體采納新技術的有效手段；張紅麗等［27］認為政府宣傳引導政策會幫助個體認知新技術，提高技術采納積極性；杜三峽等［28］得出農戶參與技術培訓越多，其采納技術水平就越高；郭芬等［22］提出土地細碎化程度也是技術采納的重要影響因素；孫茜等［29］認為數字基礎設施是實現農業農村現代化的基礎，完備的基礎設施意味著更好的農業生產條件和收入預期。

4 ISM 模型構建與分析

4.1 構建影響因素集合

綜合以上研究，從家庭農場主個人特征、家庭特征、技術特征感知和外部環境4 個維度對家庭農場數字農業技術采納影響因素進行辨識，并將18 個影響因素組成一個集合，即S={Si|i=1,2,…,18}。

4.2 建立影響因素關聯矩陣

為進一步探討上述18 個影響因素的內在關系，本文查閱解釋結構模型相關文獻，并最終參考Thakkar 等［30］和劉慧等［31］的研究，研究認為要構建效果理想的解釋結構模型，需要采訪4～10 名專家。基于此，本文分別邀請具有豐富理論與實踐經驗的農業領域專家、政府官員和一線管理者各3 位共9 人參與評分。在對專家數據進行統計時，考慮到專家打分的主觀性，按照少數服從多數的原則，統計得出各影響因素內在邏輯表。本邏輯表因篇幅原因省略，需要可向作者索取。

4.3 構建鄰接矩陣

得到影響因素的關聯矩陣后，需對因素間的關系進行量化，即用0 和1 代表因素間的關系。當Si對Sj有影響且i≠j時，V與A表示Sij=1；當Si與Sj互不影響且i≠j時，O表示Sij=0；當Si與Sj相互影響且i≠j時，X表示Sij=1。據此建立鄰接矩陣A=（Sij）18×18。本鄰接矩陣因篇幅原因省略，需要可向作者索取。

4.4 計算可達矩陣

鄰接矩陣表示各要素有無聯系，可達矩陣則表示影響因素Si與影響因素Sj之間到達的程度，直觀反映各因素間的直接或者間接關系，并利用MATLAB R2016a 軟件運算，得出可達矩陣M。本可達矩陣因篇幅原因省略，需要可向作者索取。

4.5 可達矩陣的層級劃分

目前學術界對可達矩陣的分解有兩種方法，一種是從上至下分解確定層級，另一種是指從下向上分解確定層級。由于本文影響因素具體層級數量難以預測，倘若采用從上至下方法，難以確定最高層級位于系統第幾層，因此本文采用從下至上分解方法。

對可達矩陣M進行分析，劃分出所有影響因素的可達集R(Si)、先行集Q(Si) 和共同集C(Si)=R(Si)∩Q(Si)。對可達矩陣進行劃分時，將C(Si)與Q(Si)中共同存在的影響因素劃為同一層次，在劃分下一層次時，去掉已經選定的因素，按照上述方法依次將數字農業技術采納的影響因素劃分為4 個層級，層級劃分結果如表1 所示。

表1 數字農業技術采納影響因素層級劃分

4.6 模型繪制及層級分析

根據表2 對18 個影響因素的層級分析結果，繪制出數字農業技術采納影響因素的多級遞階結構模型圖，并將數字農業技術采納行為編碼為S0 置于模型的最高層級，見圖2。

表2 數字農業技術采納影響因素的驅動力數值和依賴性數值

圖2 數字農業技術采納影響因素的多級遞階結構模型

由圖 2 可知，影響因素被分為3 組（表層因素組、中間層因素組和深層因素組），共4 個層級。表層因素組包含第四層級，處于該層的因素有S13，該因素可以直接影響家庭農場對數字農業技術的采納；中間層因素組包含第二、三層級，處于該層的因素有S4、S17、S5、S6、S9、S10、S11、S12、S16，這些因素通過直接因素對家庭農場數字農業技術采納產生間接影響；深層因素包含第一層級，處于該層的因素有S1、S2、S3、S7、S8、S14、S15、S18，這些因素位于系統最深層次，對家庭農場數字農業技術采納行為的發生起著決定性作用。

通過因素間作用路徑分析可知，深層因素通過間接因素影響家庭農場對數字農業技術的安全性感知，從而影響其對數字農業技術的采納。解釋結構模型中5 條路徑分析如下：

（1）S1/S2/S3→S4→S16→S13→S0，影響作用路徑可描述為家庭農場主的政治身份、受教育程度和年齡會通過影響其社會網絡，來影響家庭農場主作出是否參加數字農業相關技術培訓的決策，進而影響家庭農場主對數字農業技術的安全性感知，從而影響技術采納行為。其中家庭農場主政治身份、受教育程度、年齡是最根本因素，對促進數字農業技術采納行為的發生具有決定性作用。因此，基層黨組織是發展家庭農場重要保障，基層政府要高度重視家庭農場主的教育培訓問題。

（2）S15→S12→S11→S16→S13→S0，影響作用路徑可描述為政府的宣傳引導會影響家庭農場主對數字農業技術的有用性感知與易用性感知，而當家庭農場主認為數字農業技術使用容易且能給家庭農場帶來更大收益，會促使其對數字農業技術產生更大的求知欲，積極參加數字農業技術培訓，從而家庭農場主會對數字農業技術的安全性有更加深刻的認識，當其對技術安全性感知達到了自己的心理閾值，則可能發生技術采納行為。其中，政府宣傳引導是最關鍵因素，對該路徑下數字農業技術采納十分重要，因此政府應豐富宣傳引導形式，將宣傳引導落到實處。

（3）S14→S11→S16→S5→S13→S0，影響作用路徑可描述為政府經濟補貼相當于為數字農業技術有用性背書，會使家庭農場主對數字農業技術產生有用性感知，促使其對數字農業技術培訓產生積極態度，而當其通過技術培訓提升了數字農業技術設備操作能力，并對數字農業技術設備產生直觀的使用感受后，其對數字農業技術安全性感知會大大強化，從而選擇采納技術。該路徑中影響采納行為最關鍵因素是政府經濟補貼，路徑中政府經濟補貼除了經濟層面補貼外，更重要的是對數字農業技術的有用性背書，因此要加強數字農業技術的宣傳，提高家庭農場主對技術的信任度。

（4）S7→S9→S6→S10→S13→S0，影響作用路徑可描述為家庭農場的家庭勞動力人數會影響家庭收入，家庭農場通過農業耕作帶來的收入越高，其更有可能通過擴大耕地面積來產生規模效應，進而影響其是否參加合作社，而加入合作社還能幫助家庭農場主增加數字農業技術的認識，包括安全性感知，進而影響技術采納行為。其中S9和S6之間是雙向影響，原因是家庭農場耕地面積越大，由此產生的家庭收入會增加，而當家庭收入增加后，家庭農場主會更愿意通過擴大耕地面積來獲得規模效應，增加家庭經濟收入；S6和S10也是雙向影響，原因是家庭農場可通過合作社合作的方式，優化生產經營和市場競爭行為，當家庭農場的耕地面積越大，其組織化程度更高；反之，當家庭農場加入合作社后，其從合作社中獲得的服務和市場機遇大大增加，又反過來推動耕地面積擴大來實現規模效應。

（5）S8→S17→S6→S10→S13→S0，影響作用路徑可描述為家庭農場所在地理位置會直接影響家庭農場的土地細碎化程度，土地細碎化程度將影響家庭農場的耕地面積是否規模化；同時，數字農業技術相關基礎設施的完善程度（S18）也會影響家庭農場主選擇是否擴大耕地面積。家庭農場耕地面積的多少會直接決定家庭農場是否加入合作社，進而影響其對數字農業技術安全性感知，最終影響家庭農場對數字農業技術的采納。其中最根本因素是家庭農場居住地理位置和基礎設施的完善程度，前者并不能發生改變，但其直接影響家庭農場耕地的細碎化程度，因此通過高標準農田建設，實現家庭農場連片耕作，形成規模效應；后者則可通過完善實施數字農業技術基礎設施來促進家庭農場主技術采納行為。

5 MIAMAC 模型構建與分析

利用ISM 法對數字農業技術采納影響因素進行層級劃分后，根據驅動力和依賴性數值計算原理，結合可達矩陣M，計算出各因素的驅動力和依賴性數值（如表2 所示），以此判定不同因素所處的因素群，進而分析復雜不同因素的作用效果。

根據表2 中各影響因素的驅動力數值和依賴性數值，繪制出數字農業技術采納影響因素的驅動力—依賴性分布圖，通過建立直角坐標系，縱坐標代表依賴性，橫坐標代表驅動力。直角坐標系4 個象限分別表示自治因素群、依賴因素群、關聯因素群和獨立因素群四種不同性質的因素群，從而明晰數字農業技術采納行為驅動機制，如圖3 所示。

圖3 數字農業技術采納影響因素的依賴性-驅動力分布

5.1 獨立因素分析

處于獨立因素群的影響因素有S1、S2、S3、S4、S7、S8、S14、S15、S17、S18，說明這些因素都具有較高的驅動力，是影響數字農業技術采納的關鍵因素。其中，S1和S2具有最高的驅動力和最低的依賴性，這說明在數字農業技術采納過程中，政治身份和受教育程度是最為基礎的因素。S4、S17在獨立因素群中，依賴度高于S1、S2、S3、S7、S8、S14、S15、S18，說明S4、S17可能會受到S1、S2、S3、S7、S8、S14、S15、S18的影響，家庭農場主的政治身份、受教育程度、年齡等會影響其社會網絡，家庭農場居住地理位置會影響土地細碎化程度。該因素群的因素是影響技術采納行為發生的根本因素，因此可以通過完善基礎設施建設、加強宣傳引導、增加經濟補貼、提供技術培訓等方式，從根源上推動家庭農場主數字農業技術采納。

5.2 關聯因素分析

處于關聯因素群的影響因素有S5、S6、S9、S10、S11、S12、S16，此類因素具有強依賴性和強驅動力，在系統中具有承上啟下的作用，將下層因素的影響力傳遞到上層。處于關聯因素群的因素會受到處于獨立因素群的影響因素的影響，也會影響位于依賴因素群的因素。因此應重點關注影響該因素群的因素，通過引導家庭農場主積極參加技術培訓提升家庭農場主設備操作能力、鼓勵其參加合作社、加強政府宣傳引導力度增加其對技術有用性感知和易用性感知等，進而對位于依賴因素群的S13（技術安全性感知）產生影響。

5.3 依賴因素分析

處于依賴因素群的影響因素僅有S13，此類因素的依賴性較強而驅動力較弱，這意味著S13（技術安全性感知）極易受到其他因素的影響，而技術安全性感知又直接影響家庭農場主數字農業技術采納行為的發生，因此應該加強政府宣傳引導、提供技術培訓等方式增強家庭農場主對數字農業技術的認識，促進技術采納。

5.4 自治因素分析

處于自治因素群的影響因素依賴性和驅動力都較弱，從圖3 可知，本研究沒有處于自治因素群的影響因素，說明本研究選取的影響因素相互之間的依賴性和驅動力較強，相互之間影響較大，因此應該格外注意在技術采納過程中因素之間的相互影響。

6 結論與建議

6.1 結論

本研究采取ISM-MICMAC 方法分析了影響家庭農場數字農業技術采納關鍵因素，得到了4 個維度、18 個因素的家庭農場數字農業技術采納影響因素體系以及ISM多級遞階結構模型、驅動力-依賴度矩陣。ISM 模型研究表明：技術安全性感知是影響家庭農場數字農業技術采納的直接表層因素；社會網絡、設備操作能力、家庭收入、耕地面積、組織化程度、土地細碎化程度、是否參加培訓、技術有用性感知和技術易用性感知是中層間接因素，通過影響技術安全性感知對家庭農場數字農業技術采納產生間接作用；家庭農場主的政治身份、受教育程度、年齡、家庭勞動力人數、居住地理位置、政府宣傳引導、政府經濟補貼和基礎設施是深層因素，對家庭農場數字農業技術采納產生決定性作用。驅動力-依賴性矩陣表明：家庭農場主政治身份、受教育程度是屬于高驅動力、低依賴性獨立因素。

6.2 建議

（1）完善數字基礎設施。其一，需要解決耕地不平整、土地細碎化等問題，適度擴大家庭農場耕地面積；其二，建設新基建，布局鄉村5G 和物聯網網絡，打通農村信息大動脈；其三，建設鄉村大數據中心、信息綜合服務平臺，開發適合家庭農場主等新型農業經營主體使用的應用工具；其四，加快農村水電路網、物流、農產品加工等設施建設，推動鄉村生產生活數字化轉型。

（2）強化數字技術宣傳推廣。數字農業技術推廣需要政府、家庭農場以及社會各方共同努力。政府要加強政策引導，增加科技投入，加強監管，為數字農業技術應用保駕護航；家庭農場要做好數字農業技術示范，產品與服務應用推廣，帶領小農戶數字化轉型；社會各方要營造氛圍，提高社會各界對數字農業技術的認知與支持力度，解決家庭農場在數字農業技術應用過程中遇到的實際問題。

（3）開展職業教育與培訓。其一，開展數字農業技術專題培訓，全面提高小農戶和家庭農場主的數字化意識、數字化素養與技能，讓他們掌握數字農業技術與管理方法；其二，搭建示范交流平臺，為家庭農場主提供參觀交流、實踐操作數字農業技術相關設備的機會，拓寬家庭農場主視野，增加家庭農場主社會網絡，增強其設備操作能力，提高其對數字農業技術的有用性感知和易用性感知，為家庭農場主自身采納并帶動周圍小農戶采納數字農業技術奠定實踐基礎。

（4）增加政策扶持與補貼。采納數字農業技術帶來的優越性顯而易見，但伴隨而來的高額成本也讓許多家庭農場主望而卻步。其一，地方政府應以家庭農場對數字農業技術的采納程度和耕地規模等為標準，按照不同等級發放新技術應用發展基金；其二，政府部門應當完善數字農業技術采納的補貼政策，加大對家庭農場主采納數字農業技術的經濟補貼力度，擴大補貼范圍；其三，相關部門要關注家庭農場主對數字農業技術采納補貼的反饋意見與訴求，對補貼政策和補貼情況進行公示，提高家庭農場主對政策知曉度和滿意度。