農戶參與電商直播的影響因素分析
——基于云南大關縣的實證

伍曉龍,李東婭

(四川工業科技學院,四川 德陽 618500)

隨著互聯網信息技術的廣泛應用,電商直播行業得到蓬勃發展,打破了傳統銷售模式壁壘,開辟了鄉村振興的新路徑,推動了農業農村現代化信息化建設。因此,鼓勵農戶參與電商直播對地區經濟發展和實現鄉村振興,具有重要意義。任志軍通過采用PEST和SWOT法分析小農戶電商直播存在的內外部環境和實施條件,并進一步結合兩種模型導出矩陣策略,認為營造健康直播環境、優化直播人才隊伍、完善基礎設施有利于提高小農戶電商直播參與度,助力鄉村振興[1]。宋丕丞從農戶特征、農戶的電商經驗以及電商直播偏好等方面對農戶直播模式的影響因素進行了實證分析,認為農產品電商直播可以適應我國農產品經營需求,促進電商直播垂直化發展及幫助農戶獲取電商經驗等有助于農產品銷售,幫助農戶解決“賣難”的問題,進而推動農業農村現代化發展[2];王紅春等圍繞農戶與直播商戶的二級供應鏈,建立不同政府補貼方式的分散決策和集中決策模型,設計“收益共享+直播努力成本共擔”契約機制,分析了不同定價決策對利潤的影響,認為電商直播助力農產品銷售已成為脫貧攻堅的新引擎,政府可以通過補貼計劃來激勵直播商戶銷售農產品[3]。通過上述研究可以發現,電商直播對發展農業農村經濟具有一定的促進作用,激勵農戶參與電商直播有助于鄉村振興。因此,為進一步推動農業農村現代化、信息化建設,提高農戶電商直播參與度,有必要對農戶電商直播行為及影響因素進行研究。本研究基于Logistic回歸分析法對農戶電商直播行為及影響因素進行分析,確定對農戶電商直播行為具有正向影響的因素,并基于正向因素提出針對性建議。

1 研究變量與方法

1.1 變量選取

農戶參與電商直播行為與個人和家庭、基礎設施、主觀感受等諸多因素相關。為篩選出影響農戶參與電商直播行為的合理指標,本研究基于計劃行為理論,選取以下5個因素21個變量作為農戶參與電商直播行為的指標:

個人及家庭特征因素。個人及家庭特征因素中,考慮女性網絡購物比男性頻繁,更容易參與到電商直播中,因此將性別納入其中。同理,考慮性別、年齡、文化程度、家庭經濟、人口數量、兼業程度、農作物種植面積也可能影響農戶參與電商直播行為,故將以上變量納入個人及家庭特征因素中[6]。最終獲取個人家庭特征因素共7個變量。

基礎設施情況因素。網絡和交通物流是電商直播必不可少的條件[7]。因此,選擇寬帶辦理便利程度和交通物流設施完善程度2個變量納入基礎設施情況因素。

行為態度因素。當農戶認為電商直播可提高經濟收入時,農戶更容易參與電商直播[8]。因此,可認為對電商直播的認同度影響農戶參與電商直播行為,故選取當地經濟發展認同度、電商直播帶動增收認同度、線上支付信任度、政府直播助農工作滿意度4個變量納入行為態度因素中。

主觀規范因素。研究發現當農戶周圍人群態度對電商直播積極或電商宣傳到位時,容易影響農戶的主觀規范,提高農戶參與電商直播行為[9]。因此,選取周圍人群態度、電商直播宣傳頻率、電商直播技能培訓開展次數、獲得相關部門金融支持難易程度4個變量納入主觀規范因素中。

感知行為控制因素。感知行為控制中,農戶對電商直播的了解程度和直播購物頻率、參與電商直播技能培訓次數、學習電商直播知識技巧難以程度對農戶參與直播行為具有一定影響[10]。因此研究選取以上4個變量納入感知行為控制因素。

根據上述分析,最終本研究選取的影響農戶參與電商直播行為的指標如表1所示。

表1 影響農戶參與電商直播行為指標

1.2 研究方法

本研究以農戶不參與、低度參與、中度參與、高度參與4種行為作為因變量[11],將個體及家庭特征、基礎設施情況、行為態度、主觀規范和感知行為控制的21個變量作為自變量,分別進行賦值,賦值結果如表2所示。采用SPSS 22.0軟件構建Logistic回歸分析模型,表達式如式(1):

式中,Y和Xi分別表示因變量和自變量;i為Xi對應的偏回歸系數;α0為常數項。

1.3 變量賦值

本研究變量賦值見表2所示。

表2 變量賦值結果

2 實證分析

2.1 數據來源及預處理

本次實證數據來自云南大關縣農戶參與電商直播行為的問卷調查。問卷自2022年8月1日起~同年9月1日止,共發放了500份,回收有效問卷458份。問卷內容根據影響農戶參與電商直播行為的指標進行設計,回收的有效問卷的數據統計結果如表3。

表3 問卷調查數據統計描述 (N=458)

2.2 結果與分析

2.2.1 多重共線性檢驗

多重共線性檢驗是進行Logistic回歸分析的前提。對各個變量進行檢驗結果如表4所示。由表4可知,各個變量的 VIF值均小于10,說明各個變量間的相關性較弱,可以進行Logistic回歸分析[12~13]。

表4 變量多重共線性檢驗結果

2.2.2 Logistic回歸分析模型驗證

為驗證所提Logistic回歸分析模型的有效性,對模型擬合似然比進行了檢驗。假設輸入的自變量系數為0,得到的檢驗結果如表5所示。由表5可知,顯著性為0,說明變量系數中至少存在1個變量系數不為0,即模型具有統計學意義。

表5 模型擬合似然比檢驗結果

表6為模型擬合優度檢驗結果。由表6可知,皮爾遜值和偏差的顯著性均大于0.05,說明模型檢驗結果符合擬合程度標準。

表6 模型擬合優度檢驗結果

表7為模型平行線檢驗結果。由表7可知,χ2值為50.526,顯著性大于0.05,說明不同取值水平下,各回歸方程相互平行,可進行Logistic回歸分析。

表7 平行線檢驗結果

通過上述模型擬合似然比檢驗、擬合優度檢驗、偽R2檢驗以及平行線檢驗結果可知,所提的Logistic回歸分析模型具有良好的回歸擬合效果,且回歸方程相互平行,可用于農戶參與直播行為及影響因素的分析。

2.2.3 Logistic回歸分析結果

采用SPSS 22.0對回收整理的數據進行Logistic回歸分析,結果如表8所示。

由表8可得出以下結果:

表8 Logistic回歸分析結果

個體與家庭特征各個因素變量對農戶參與電商直播行為均具有顯著影響,各因素變量與農戶參與電商直播行為的影響大小依次為文化程度>農作物種植面積>年齡>家庭經濟情況>兼業情況。其中,年齡、家庭經濟情況、兼業程度對農戶參與電商直播行為具有負向影響,家庭人數、文化程度、農作物種植面積對農戶參與電商直播行為具有正向影響。

基礎設施情況因素變量中,寬帶辦理便利程度對農戶參與電商直播行為無顯著影響,而交通物流完善程度對農戶參與電商直播行為具有顯著正向影響。分析其原因是寬帶辦理便利程度相同的地區,農戶參與電商直播行為不同,故寬帶辦理便利程度不是電商直播的決定性因素。而交通物流決定了是否可開展電商直播,交通物流越便利,電商直播發展越容易。

行為態度因素變量中,電商直播帶動增收認同度和政府直播助農相關工作滿意度對農戶參與電商直播行為具有顯著正向影響,其中政府直播助農相關工作的滿意度的影響更大。當地經濟發展良好認同度和線上收付信任度對電商直播行為無顯著影響。

主觀規范因素變量中,周圍人群態度、獲得相關部分金融支持難易程度對農戶參與電商直播行為具有顯著正向影響,其中周圍人群態度的影響更大。電商直播宣傳次數與電商直播技能培訓開展次數對農戶參與電商直播行為無顯著影響。

感知行為控制因素各變量中,電商直播了解程度、參與電商直播培訓次數與學習電商直播知識技能難易程度對農戶參與電商直播行為具有顯著正向影響,其中學習電商直播知識技巧難易程度的影響最大,電商直播了解程度的影響最小。直播購物頻率對農戶參與電商直播行為無顯著影響。

3 結論與建議

3.1 結論

根據Logistic回歸分析結果對農戶參與電商直播行為正向影響的因素變量有家庭人數、文化程度、農作物種植面積、交通物流完善程度、電商直播帶動增收認同度、政府直播助農相關工作滿意度、周圍人群態度、獲得相關部分金融支持難易程度、電商直播了解程度、參與電商直播培訓次數、學習電商直播知識技能難易程度等11個。其中,農作物種植面積、交通物流完善程度、獲得相關部分金融支持難易程度、參與電商直播培訓次數對農戶參與電商直播行為的影響較大。對農戶參與電商直播行為負向影響的因素變量有年齡、家庭經濟情況、兼業程度。對農戶參與電商直播行為無顯著影響的因素變量有寬帶辦理便利程度、當地經濟發展良好認同度、線上收付信任度、電商直播宣傳次數、電商直播技能培訓開展次數、直播購物頻率。

3.2 建議

推進農業產業規?；?。由于農作物種植面積越大的農戶,相較于小規模農作物種植面積的農戶,對電商直播的關注與投入越大,需通過電商直播拓寬銷售渠道,因此推進農業產業規?；纱龠M農戶參與電商直播行為。而推進農業產業規?；姆椒?可通過建立專業合作社集合小規模農作物種植的農戶進行實現。

加強交通物流基礎設施建設。交通物流基礎設施是保障電商直播發展的前提,目前仍有少數地區存在交通不便利的問題,因此應加強交通物流基礎設施建設,打造良好的交通物流環境。

優化融資環境。金融支持度越高的農戶,電商直播參與度越高。因此,為創建良好的金融融資環境,政府方面應提供良好的電商直播金融服務,拓寬融資渠道,加大對參與電商直播農戶的扶持力度,如財政補貼等。

加大農戶電商直播培訓力度。電商直播培訓次數越多,農戶掌握電商直播的操作能力越強,越容易參與到電商直播中。同時,相關電商直播培訓有利于解決農戶在直播過程中遇到的難題,化解農戶心里障礙,進而參與到電商直播行為中。因此,加大農戶電商直播培訓力度對提升農戶直播參與度具有積極促進作用。