江蘇省科技賦能農業保險的農戶接受機制研究
——基于UTAUT2 科技接受模型

劉妍 沈宇航 徐杰凱

一、引言

2020年，農業農村部發布《數字農業農村發展規劃（2019-2025年）》，明確要求積極推進“農業保險+科技應用”，以實現保險科技與農業保險的協同綜合發展。2021年，第十三屆全國人民代表大會第四次會議通過《中華人民共和國國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》（以下簡稱《規劃》），明確提出以高質量發展為目標的“發展新階段”，并在《規劃》中15次提及保險行業，其中農業保險是重點關注之一。

江蘇省作為農業保險大省，同時也是科技創新大省，積極響應國家號召，發揮東部領頭作用。2022年，江蘇省財政廳發布《關于印發江蘇省農業保險創新產品保護管理暫行辦法的通知》，明確要求支持鼓勵保險公司創新農業保險產品，不斷提升科技在農業保險中的應用深度和廣度。2023年，江蘇省財政廳農業保險工作小組印發《江蘇省推進農業保險高質量發展三年工作方案（2023-2025）》，明確表明江蘇省農業保險高質量發展步入新階段。為更好地發揮農業保險強農惠民政策效應，服務鄉村振興，強化科技賦能支撐農業保險高質量發展成為工作重點。方案要求農業保險經辦機構充分利用遙感、無人機等現代化科技手段，實現精準承保、快速定損、科學理賠，優化查勘定損方式和效率，構建“線上+線下”農業保險服務體系。在“以農戶為中心，以惠民為主旨”的發展思路下，農業保險經營主體需要更深入地去了解農戶對于科技賦能農業保險的接受意愿、偏好和感受。針對此，本研究重點分析“農戶如何更好地接受科技賦能農業保險”這一基本問題，并逐步探討以下四點：（1）影響農戶接受科技賦能農業保險的因素有哪些？（2）是否存在新的未知因素影響農戶對于科技賦能農業保險的接受度？(3)是否存在新的中介變量，對農戶科技賦能農業保險接受的使用行為存在影響？(4)農戶的家庭務農情況是否對關鍵路徑存在異質性效應？

二、文獻綜述

（一）農業保險科技的應用效應

Kayula（2022）認為保險科技的意義在于改變傳統業務程序和銷售渠道，互聯網技術的應用使保險經紀人可以更好地為投保人提供咨詢和服務，打破地理界限。

王申辰（2022）認為，我國自然災害頻次高、持續時間長，極易造成巨大損失，同時風險多變難以提前預測和規避，保險公司經營風險與償付壓力巨大，影響行業發展。庹國柱（2019）提出，我國缺乏農業保險統一監管協調機構，行業協作不夠緊密，行業規范有待建立健全。關于保險科技是否能幫助解決上述問題，很多學者做出研究論證。庹國柱（2019）基于玉米降水指數保險險種視角，研究得出3S技術與大數據等科學技術的應用能夠顛覆農業保險經營模式，減少理賠糾紛降低逆向選擇，保證公平性；使用傳感器采集數據，再通過大數據分析，提高數據精確性；依靠數據平臺支撐提高業務效率及產品研發速度，實現降本增效。李泉、張璐帆（2019）選用2007-2017年全國農業保險時間序列數據，利用DEA-SBM模型進行分析，得出互聯網技術的普及對農業保險發展效率具有顯著促進作用。王秋萍（2022）應用雙向固定效應模型和中介效應模型，研究證實了保險科技驅動農業保險發展的正向積極效應。

（二）技術接受使用模型相關理論

技術接受與利用整合理論（UTAUT)是Venkatesh等人（2003）在TRA、TPB、TAM和DIT等七種信息技術使用行為理論的基礎上提出的整合模型。2012年，Ven-katesh等學者對UTAUT進行調整并測試，推出UTAUT2模型，將UTAUT理論的適用性拓展到個體消費情境，突出反映非組織環境中個體內在需求對信息技術使用的影響，對行為的預測能力達到74%，遠高于UTAUT理論。UTAUT2模型包含7個自變量（績效期望、努力期望、社會影響、便利條件、享樂動機、價格價值和習慣）和3個調節變量（性別、年齡、經驗），被廣泛用于解釋受眾對新技術的接受度。

目前，UTAUT2模型已成為對用戶的技術接受和使用行為解釋能力最強的模型之一，在諸多技術領域的用戶研究中得到廣泛應用。由于研究對象的差異性，部分學者在研究時往往會使用其他理論對UTAUT2模型進行擴展和刪減，以便更好地解釋研究情境下的特定用戶行為。楊華（2021）認為農戶對科技加持下的新型農業保險的接受態度與行為可能受到感知風險的影響，這源于對相關技術缺乏了解或擔心隱私安全的潛在威脅。張玉明（2020）使用UTAUT2模型對農業保險接受意愿進行實證研究，結果表明，感知風險與農業保險接受意愿的相關性得到驗證。夏燕群（2019）與茹東（2022）等學者亦將感知風險理論和UTAUT2模型相結合并應用于保險新技術的用戶使用行為研究中。

此外，高個體創新性的群體往往對科技賦能農業保險等前沿科技更感興趣，主動了解與掌握相關知識及其使用方法的傾向也更強，更容易成為科技賦能農業保險的受眾群體。UTAUT2模型雖然融合了創新擴散理論的相對優勢、易用性、兼容性等要素，但欠缺類似個體創新性與相對優勢的變量。楊華（2021）、張曉燕（2020）在研究互聯網保險接受情況時，同時使用感知風險、個體創新性對UTAUT2模型進行擴展，武曉宇（2023）在研究移動視覺搜索對學術用戶接受意愿時，將相對優勢對UTAUT2模型進行擴展。

（三）研究評述

綜上所述，在科技賦能農業保險的效應方面，國內外學者達成諸多共識，但科技賦能農業保險的農戶接受機制研究相對欠缺?；谙嚓P理論研究，本文選取解釋能力較強的UTAUT2模型，并總結前人使用該模型的分析思路，同時根據科技賦能農業保險的特點與現狀，將感知風險理論、創新擴散理論與UTAUT2模型結合，全面構建科技賦能農業保險的接受與使用的影響因素研究模型，通過對問卷調查對數據進行搜集，以期得到江蘇省農戶科技賦能農業保險的接受機制，為江蘇省科技賦能農業保險高質量發展提供助力。

三、研究假設

UTAUT2模型包含績效期望、努力期望、社會影響、促進條件、習慣、享樂動機、價格價值等7個直接影響接受和習慣的變量。結合科技賦能農業保險領域，本文對UTAUT2模型進行適用性調整。一是去除享樂動機和價格價值。二是將感知安全、感知信任、相對優勢和個體創新性加入研究模型，并對模型按照直接和中介的作用路徑分別進行假設。

（一）直接影響路徑假設

根據UTAUT2模型的假設，績效期望、努力期望和社會影響能夠對接受意愿產生影響，繼而影響使用行為；促進條件、習慣既可影響接受意愿，也可直接影響使用行為?；诩僭O，結合前人相關研究成果與科技賦能農業保險的特點，提出本研究模型中的績效期望、努力期望、社會影響、促進條件、習慣、感知信任對科技賦能農業保險接受意愿及使用行為的影響路徑假設。

1.績效期望

績效期望表示農戶預期使用科技賦能農業保險可以幫助其提高績效的程度?？萍假x能農業保險具備多樣性風險保障、線上應災管理、智能業務服務等優勢，可以讓用戶充分感受到支付的便捷性與普適性，提升績效期望，從而增強接受意愿。因此，本文提出以下假設：

H1a：績效期望對于接受意愿存在正向顯著影響。

H1b：績效期望對于相對優勢存在正向顯著影響。

2.努力期望

努力期望是指農戶預期使用科技賦能農業保險所需要付出的努力程度。普遍認為接受科技帶來的業務轉化和使用其相應的線上功能所要付出的努力越大，則農戶越不愿意接受保險科技賦能后的農業保險。因此，本文提出以下假設：

H2：努力期望對于接受意愿存在正向顯著影響。

3.社會影響

社會影響是指農戶所處的社會環境對其使用科技賦能農業保險的影響程度。普遍認為農戶在選擇科技賦能農業保險時會參考周圍人的意見和社群傳遞的信息。所以，其他農戶的推薦，政府的宣傳都會提高其接納意愿。因此，本文提出以下假設：

H3：社會影響對于接受意愿存在正向顯著影響。

4.促進條件

促進條件是指農戶預期使用科技賦能農業保險的相關條件對其接受科技賦能的促進程度。為了和努力期望進行嚴格的區分和更加針對農業保險領域的適用，這里促進條件主要與災害、市場價格有關。一般來說災害發生頻率越高，種植作物越容易受到災害影響，科技賦能基礎設備使用資源越豐富，那么農戶越有接受科技賦能農業保險的意愿。根據原模型理論，促進條件不僅會影響接受意愿，同時也會直接正向影響接受行為。因此，本文提出以下假設：

H4a：促進條件對于接受意愿存在正向顯著影響。

H4b：促進條件對于接受行為存在正向顯著影響。

5.習慣

習慣是指農戶以前的行為及行為的習慣化程度。如果農戶以前經常購買保險類產品和使用科技賦能下的服務模式和功能，那么他們接受科技賦能農業保險的意愿就會越強。并且習慣不僅會影響接受意愿，同時也會直接正向影響接受行為。因此，本文提出以下假設：

H5a：習慣對于接受意愿存在正向顯著影響。

H5b：習慣對于接受行為存在正向顯著影響。

6.感知安全

感知安全是基于感知風險理論而產生，感知風險是指農戶對使用信息系統或技術時可能會存在和發生的負面或者不良結果所產生的心理預期。這種風險在信息技術領域通常來源于經濟風險和個人隱私風險，一般而言，感知風險越大，農戶接受意愿越低。在這里為了保持量表邏輯的一致性和問卷的填寫質量，將感知風險的度量方向取反，改為感知安全。因此，本文提出以下假設：

H6：感知安全對于接受意愿存在正向顯著影響。

7.感知信任

感知信任是指農戶對政府及保險的信任程度，農戶的感知信任程度越高，其接受科技賦能農業保險的可能性越高，同時，對科技提供方的感知信任越強，使用科技的感知安全也會越高。因此，本文提出以下假設：

H7a：感知信任對于接受意愿存在正向顯著影響。

H7b：感知信任對于感知安全存在正向顯著影響。

8.相對優勢

相對優勢是來源于創新擴散理論，指的是農戶認為采用科技賦能創新比該創新的前身更好的程度。從UTATU2模型融合創新擴散理論的過程中來看，原模型認為，相對優勢會影響接受意圖。因此，本文提出以下假設：

H8：相對優勢對于接受意愿存在正向顯著影響。

9.個體創新性

個體創新性來源于創新擴散理論，指的是農戶在信息科技領域對于新技術的使用愿意接受的程度。個體創新性是屬于其個體本身的特質。創新性越強的農戶，對使用新技術越是積極。因此，本文提出以下假設：

H9：個體創新性對于接受意愿存在正向顯著影響。

（二）中介效應假設

為了更深入地分析自變量對于因變量的影響過程與作用機制，本文進一步對模型中可能存在的重要中介效應進行分析。在結構方程模型中，促進條件和習慣對接受行為都具有兩條影響路徑，一條是直接對接受行為產生的影響，另一條是通過影響接受意愿再影響接受行為，因此，對上述兩個具有雙路徑的變量進行中介效應研究是必要的。同樣地，感知信任和績效期望在對接受意愿影響的路徑中，也具有雙路徑特性。感知信任直接影響接受意愿，同時也通過影響感知安全再影響接受意愿；績效期望直接影響接受意愿，同時也通過影響相對優勢再影響接受意愿。因此，本文提出以下假設：

H10：感知安全對于感知信任與接受意愿存在中介效應。

H11：接受意愿對于習慣與接受行為存在中介效應。

H12：接受意愿對于促進條件與接受行為存在中介效應。

H13：相對優勢對于績效期望與接受意愿存在中介效應。

（三）異質效應假設

根據UTAUT2模型假設，人口統計學變量均為異質性檢驗變量，對模型中變量之間關系具有異質性的區分。本文基于農業保險的應用場景，選擇對農業保險受眾農戶影響最深的家庭農戶經營相關變量作為異質性檢驗變量。因此，本文提出以下假設：

H14：對于科技賦能農業保險接受意愿的關鍵影響路徑，不同務農規模的農戶存在顯著差異。

H15：對于科技賦能農業保險接受意愿的關鍵影響路徑，不同家庭年收入的農戶存在顯著差異。

H16：對于科技賦能農業保險接受意愿的關鍵影響路徑，不同務農結構的農戶存在顯著差異。

綜合上述假設，本文構建如圖1所示的研究假設模型：

圖1 科技賦能農業保險接受機制的研究假設模型圖

圖2 結構方程模型標準化系數圖

四、研究設計

（一）數據來源

考慮到科技賦能農業保險在江蘇處于起步階段，本文選取農業保險需求強、農業發達的村鎮進行調查，主要參考依據為2021-2023年江蘇省農業產業強鎮創建名單，從28個鎮中隨機抽取14個鎮發放問卷，依托于江蘇保險應用課題（SBX2023-6-B-04）項目組經費對招募調查員、問卷填寫質量監控、農戶填寫激勵機制等過程進行支撐。通過在線問卷，投放各鄉鎮微信群的方式共發出 5007 份問卷，總計回收1240份問卷，回收率為25%，通過信度效度檢驗后有效樣本為976份，有效樣本率為78%。具體詳情如表1及表2。

表1 調查問卷發放地詳情

表2 有效問卷樣本描述性統計

（二）量表設計

為保證問卷的有效性，本研究所有量表設計均參考已有文獻與量表，并進行適應性微調。問卷采用李克特5級量表，測量范圍從1（非常不同意）到5（非常同意），具體題項見表3。問卷第一部分為被調查者基本信息，包括性別、年齡、文化程度及被調查者家庭信息，包括農戶類型、家庭年總收入、務農收入占家庭總收入的比例及家庭谷物類耕種所占比例；第二部分為主體問卷量表。

表3 變量的測量題項及參考來源

五、假設檢驗與數據分析

下文使用SPSS27.0、AMOS26.0和STATA17.0軟件對問卷進行數據分析，主要采用信度分析、效度分析、結構方程分析、中介效應分析、異質效應分析等統計方法，對江蘇省科技賦能農業保險的接受機制進行深入研究與探討。

（一）人口統計學差異性分析

在農業保險領域，研究對象的家庭務農特征往往存在很大差異性，本部分主要選取對農戶使用行為存在較大影響的變量，如農戶類型、種植結構、家庭收入，進一步對維度變量之間的差異性進行分析。針對二分類變量使用獨立性T檢驗，針對多分類變量使用單因素方差分析。

如表4顯示，規模農戶的習慣均值為3.784，而普通農戶的習慣均值為3.640，組間系數差異檢驗通過了5%顯著性水平的T檢驗，可見，規模農戶對于習慣更加重視。同時規模農戶的感知安全均值為3.993，而普通農戶的感知安全均值為3.816，并通過了5%顯著性水平的T檢驗，可見規模農戶更加看重感知安全。這里可以發現，規模農戶具備依賴習慣和技術安全的特性。

表4 農戶類型的差異性分析結果

如表5顯示，谷物種植面積占比低于20%的農戶相對優勢均值最高，意味著谷物種植面積占比低的農戶更加注重相對優勢。同理，谷物種植面積占比低于20%的農戶習慣均值最高，意味著谷物種植面積占比低的農戶更加注重習慣。其他潛變量之間未呈現種植結構的差異，說明農戶對農業保險科技的反應受種植結構的影響不大。

表5 種植結構的差異性分析結果

如表6顯示，家庭總收入為10萬（含）-20萬的調查者對績效期望、相對優勢、接受行為均產生顯著差異，并且均值最高。因此，家庭總收入為10萬（含）-20萬的調查者對于績效期望、相對優勢、接受行為更加重視?？梢缘贸鼋Y論，在中等家庭收入群體里，對科技賦能的具體效果具有更高的關注度，而其他群體則沒有特殊的差異。

表6 家庭總收入的差異性分析結果

表7 維度變量的描述性統計結果

（二）信度分析

問卷信度衡量指標為信度系數(Cronbach's alpha)。由于各變量的Cronbach's alpha系數的值均大于標準值0.7，因此本調查問卷的可信度較高，問卷中各變量之間的可靠性強。

（三）效度分析

本文所用問卷參考了大量國內外相關文獻以及理論模型，并結合研究主題進行調整，保證了問卷內容的準確度。進一步驗證性因子分析，并對收斂效度和區分效度進行檢驗，結果如表8、表9。表8可見，變量的因子負荷量均在0.6以上，組合信度CR值均大于0.7；表9可見，位于對角線上的各潛變量的AVE值開方大于相關系數，同時各潛變量自身的AVE高于0.5?？梢?，本文使用的量表具有較好的收斂和區分效度。

表8 各變量的驗證性因子分析結果

表9 區分效度檢驗

（四）共同方法偏差檢驗

由于問卷題項均采用自我評價并打分的方法，因此可能存在數據來源同一性的問題，針對此，本研究運用Harman單因子檢驗法，在對本研究去掉有關個人基本情況這些題項后，對其余相關的36個題項開展探索性因子分析。結果顯示，提取出的主成分的數量大于1且第一個主成分解釋方差為22.303%，達到小于40%的合格標準。由此可知，本次問卷調查的各變量未出現共同方法偏差的現象。

（五）模型擬合檢驗

此部分是對結構方程的結構模型進行驗證。潛變量用橢圓形表示，矩形代表觀察變量、圓形表示誤差項。根據前文所提出的假設，變量之間的結構方程路徑分析如下圖所示：

根據表10和表11及擬合度標準的對照，可以發現結構方程模型的各項指標均在擬合范圍內，因此，結構方程模型的擬合優異，通過驗證。

（六）直接路徑檢驗

由表12可知，只有習慣對接受意愿的路徑關系中，顯著性P值為0.600，明顯大于設定的顯著性水平值0.05，不具有統計學意義。其他路徑關系均存在正向顯著影響。其中感知信任對感知安全標準化路徑系數達到0.444，為影響效力最高的路徑，促進條件對接受意愿也達到了0.301的路徑系數，影響效力偏高，需要注意的是，接受意愿對接受行為的路徑系數達到0.344，說明農戶對科技賦能農業保險的接受從意愿轉化為實際行動的效力較高。

表12 直接路徑檢驗

（七）中介效應檢驗

表13中介效應檢驗結果顯示：

表13 中介效應檢驗分析結果

模型1中，顯著性P為0.002，小于設定的閾值0.05，95%的置信區間為[0.023,0.075]，不包含0。因此，該模型存在部分中介效應。

模型2中，顯著性P為0.529，大于設定的閾值0.05，95%的置信區間值為[-0.010,0.020]，包含0。因此，該模型不存在中介效應。

模型3中，顯著性P為0.001，小于設定的閾值0.05，95%的置信區間值為[0.069,0.149]，不包含0。而促進條件對于接受行為的直接效應結果中，顯著性P值大于設定的閾值0.05，因此，促進條件對于接受行為不存在顯著性影響，則該模型存在完全中介效應。

模型4中，相對優勢在績效期望與接受意愿之間產生中介效應，效應值為0.008,顯著性P為0.009，小于設定的閾值0.05，95%的置信區間值為[0.002,0.002]，不包含0。因此，該模型存在部分中介效應。

根據以上4個中介效用模型，可以得出，在科技賦能農業保險過程中提高相對優勢、技術使用安全更有利于農戶多路徑更好地接受科技賦能。同時，對農戶進行風險意識培養也可以達到多路徑影響接受行為的效果。

（八）異質效應檢驗

下文從農戶規模、種植結構以及家庭收入三個維度對績效期望、努力期望以及感知信任的接受機制進行異質性分析，對各個路徑進行分組回歸。

1.農戶規模的影響

本文將樣本分為規模農戶和普通農戶，檢驗結果見下表14。從回歸結果來看，上述路徑適用于規模農戶和普通農戶，為了進一步比較兩組回歸的差異，文中采用Bootstrap檢驗得到經驗p值。在10%的顯著性水平下，感知信任對感知安全的影響不存在農戶規模的差異，感知安全對接受意愿的影響呈現顯著的農戶規模差異，相對于普通農戶，感知安全對規模農戶的接受意愿更強。同理可以分析，在1%顯著性檢驗，接受意愿對接受行為的影響也呈現農戶規模的差異，相對于普通農戶，接受意愿對規模農戶接受行為的影響更加明顯。

表14 考慮農戶規模的差異

2.考慮種植結構的影響

本文采用家庭耕種谷物類（稻谷、小麥、玉米等）占播種面積占比對農戶種植結構進行量化，并將谷物類面積占比在50%以上的樣本定義為谷物種植高組，其他樣本定義為低組，檢驗結果見下表15。從回歸結果來看，上述路徑適用于谷物種植大戶和谷物種植小戶，為了進一步比較兩組回歸的差異，文中采用Bootstrap檢驗得到經驗p值。注意到，在5%的顯著性水平下，只有績效期望對接受意愿的影響呈現種植結構的差異，相對于谷物種植低組，績效期望對谷物種植占比高的農戶接受意愿的影響更加明顯。感知信任、努力期望對接受行為的機制不呈現種植結構的差異。

表15 考慮種植結構的差異

3.考慮農戶家庭收入的影響

為了檢驗績效期望、努力期望以及感知信任對接受行為的作用路徑是否呈現農戶家庭收入的影響。文中將農戶家庭收入在20萬及以上的農戶定義為收入高組，其它樣本定義為收入低組。從表16的回歸結果來看，在0.05的顯著性水平下，感知信任對感知安全的影響呈現家庭收入的差異，相對于家庭收入高組，感知信任對家庭收入低的農戶感知安全影響更加明顯。在0.1的顯著性水平下，接受意愿對接受行為的影響呈現家庭收入的差異，相對于家庭收入高組，低收入家庭的接受行為對接受意愿的變動更加敏感。在0.01的顯著性水平下，相對優勢對接受意愿的影響也呈現家庭收入的異質性，相對于高收入家庭，相對優勢對低收入家庭接受意愿的影響更加明顯。同理可知，其他路徑未呈現家庭收入的差異。

表16 考慮家庭收入的差異

表17 研究假設驗證結果

（九）模型檢驗結果

在前期理論分析、假設提出、模型構建及問卷設計、發放和數據回收等基礎上，本章展開了相關的實證研究。研究結果如下表所示：

六、結論與政策建議

（一）結論

本文結合科技賦能農業保險的特點，在UTAUT2模型的基礎上引入個體創新性、相對優勢、感知信任和感知安全四個新變量，構建了科技賦能農業保險的接受和使用的影響因素模型。實證結果顯示，主要假設基本都得到了驗證，模型具有較好的解釋力。其中，績效期望、努力期望、社會影響、促進條件、個體創新性、感知信任、感知安全對科技賦能農業保險接受意愿都具有顯著正向影響，而習慣對科技賦能接受意愿的影響不顯著；其直接作用于接受行為的影響較為顯著。最后接受意愿對接受行為的影響是顯著，所以在科技賦能農業保險領域中，從意愿轉化為行為效應是比較強的。在中介效應檢驗中，接受意愿在習慣與接受行為之間的中介作用不顯著，在促進條件與使用行為之間的中介作用顯著，感知安全對于感知信任與接受意愿的中介效應部分成立，相對優勢對于績效期望與接受意愿的中介效應部分成立，在異質性方面，種植結構、家庭收入、農戶規模均部分對關鍵路徑存在影響。

（二）政策建議

1.對農業保險關鍵價值鏈環節進行科技賦能

根據模型驗證結果可知，績效期望無論是直接影響接受意愿，還是通過相對優勢再影響接受意愿都是顯著正相關，同時努力期望對接受意愿同樣也是顯著正相關，且二者的相關性系數都較大。所以要對模型路徑中涉及到的農業保險關鍵價值鏈進行賦能，才能最大化農戶的接受意愿。主要包括以下幾個方面：

一是科技賦能農業保險產品功能。使用3S遙感、互聯網、氣象監測、碳儲監測等科學技術發展指數類保險，如天氣指數保險、碳匯指數保險、價格指數保險等。在理賠觸發條件方面，傳統農業保險在賠償觸發機制上需要根據承保對象的損失狀況來確定賠付金額，并基于現場調查的結果進行評估；相比之下，指數保險則更關注于市場價格的變動情況。因此，指數保險的賠償決定更加直接明了，無需耗費大量時間和人力成本去核實災害情況和處理爭議問題。指數保險不僅有效擴展了面向“三農”的保險覆蓋面，還通過保險保障手段提高了土地流轉下新型經營主體在農村現代化發展中的競爭能力和發展實力。

二是科技賦能農業保險產品風險管理功能。傳統農業保險不具備日常災害管理和災前管理功能，而賠償金很多時候無法完全覆蓋農戶遭受的損失，所以日常和災前的管理對于農戶來講就尤為重要?？梢岳眯l星地圖、氣象監測設備、遙感等技術在日常管理階段，提供查看臺風位置、土壤水分、溫度濕度和農作物長勢的監控信息。在災前管理階段，對可能的自然災害、養殖環境惡化、疫情等提前警報；在災后管理階段，提供災后處理和止損的推薦方式，并預警可能再次發生次級災害的區域。

三是科技賦能農業保險產品的業務流程?？萍假x能可以優化整個業務流程，降低時間成本和道德風險，從而有效降低農戶參與農業保險的阻力。如在核保、定損、理賠業務中，替代原有的人工查勘，將災前和災后所有信息和所需數據資料都在一張衛星圖中存儲，實現業務流程在一張圖上集中，真正做到全流程的“按圖理賠”。

2.進一步加強科技賦能農業保險的監管

感知信任、感知安全是本次模型中根據感知風險理論添加的要素，通過檢驗結果可知，感知信任和感知安全都對接受意愿有較大的正向顯著性影響，保險科技的應用有利于農業保險的發展，但是所帶來的信息安全和風險問題同樣也會降低農戶的接受程度，所以政府要加強在科技賦能農業保險風險保障、產品設計、服務設計上的技術手段與信息的監管，最為重要的是保險產品科技賦能路徑上的監管，要讓科技賦能一直以農戶為核心，不能讓保險公司利用科技賦能的技術優勢侵害農戶的利益和隱私，同時完善現有的監管規章制度，保險科技加入到了保險行業，形成了行業模式的交叉，監管部門要針對大數據、物聯網、區塊鏈等新型科技手段在農業保險中的應用，出臺專項監管的規章制度，填補對保險科技的監管空白，以規范保險科技在農業保險中的運作秩序。