种粮农户采用互联网的行为特征及其影响因素研究

摘要：笔者以问卷调查的方式，对河南省种粮农户使用互联网的行为特征及其影响因素进行实证分析。结果表明，当前农户对使用互联网技术的意愿较强，但是实际使用互联网的比例较低，对互联网的应用也停留在信息获取与层面；农户自身特征、粮食种植规模、农户市场行为特征以及农村互联网准备程度等是影响农户使用互联网意愿和行为的主要因素。

关键词：互联网应用；种粮农户；行为特征

基金项目：国家自然科学基金项目（71001034）；国家软科学研究项目（2010GXS5D233）。

作者简介：肖开红（1979- ），男，湖北红安人，河南工业大学管理学院讲师，长安大学经济与管理学院博士研究生，主要从事电子商务管理研究。

中图分类号：F303.2文献标识码：A文章编号：1006-1096（2012）06-0032-05收稿日期：2012-01-17

引言

当前，互联网技术已在全球农业生产领域得到快速普及与应用。在美国等农业发达国家，农户使用互联网获取农业信息，进行跨区域农资采购和农产品销售已十分普遍，而且这些国家也将互联网技术作为减少农业生产风险、提高劳动生产率、增加农户收入的重要手段（刘丽伟，2008）。近年来，我国农村互联网发展迅速。据中国互联网信息中心最新统计数据显示，截至2011年12月底，我国农村网民已达1.36亿。农民正逐步成为我国互联网应用的重要主体，互联网也正在迅速成为我国广大农户对接市场、辅助农业生产决策的新兴信息渠道。

关于农户使用互联网动机和行为的问题，已有学者进行了研究。John等（2003）、Mishra 等（2006）和Brian等 （2010）学者对美国和加拿大等国家的家庭农场主使用互联网的动机和行为特征进行了研究。上述学者的研究结论具有很好的参考价值，但其研究对象与我国小农生产的现实背景有较大差异。颜丽等（2009）、李霄（2011）、蔡志坚（2010）等国内学者对我国农村互联网及信息技术发展问题给予了关注，但其研究多聚焦于农村互联网发展现状以及农民对信息服务的需求特点等方面，对农户在日常农业生产领域采用互联网的行为特征则缺乏深入的分析，尤其缺乏实证研究。基于上述背景，本文以河南省9县市种粮农户为样本，以其日常粮食生产过程中应用互联网的意愿及行为特征为研究对象，旨在揭示影响种粮农户使用互联网的关键因素，为有关部门制定推进种粮农户使用互联网的政策提供实证依据。

一、研究假设及理论模型建立

1. 研究假设

本文在借鉴现有研究的基础上，考虑国内种粮农户的现实情况，将影响种粮农户互联网采用意愿和行为的因素分为农户特征、种植规模特征、市场行为特征和互联网准备度四大方面，每个方面又包含若干变量。

（1）农户特征。从历史发展的过程来看，劳动力的数量和质量很大程度上决定了农户的经济行为。由于当前农户家庭的决策一般由户主做出，因而我们以户主的受教育程度、年龄等来代表劳动力素质。本文假设的农户特征因素主要包括性别、年龄、受教育程度和种粮形式等变量。

（2）种植规模特征。主要包括种植面积、设备投入和家庭农业收入等变量。种植面积越大，就越需要先进的技术和设备来支撑，因此种植面积以及种粮设备投入对种粮农户是否应用互联网技术会产生重要的影响。农业收入是农业生产投资的直接动因，因而笔者认为农户的收入结构会对其应用互联网技术的意愿和行为产生一定的影响。在本文中，收入结构指标由种粮收入占家庭总收入的比重来表示。

（3） 市场行为特征。主要包括农户向市场出售粮食的比例、信息需求程度、价格满意度和市场便利程度等变量。农户种植、收获粮食的最终用途主要包括自己食用、作为饲料以及出售3种。粮食出售比例是指出售的那部分粮食占家庭粮食总产量的百分比。同时，粮食出售的信息需求程度、粮食价格的满意程度以及粮食出售的交通便利程度等都会影响到农户使用互联网进行粮食交易的意愿和行为。

（4） 互联网准备度。主要包括现有信息渠道、农村网吧接入度和使用互联网的经历等变量。目前农村获取粮食交易信息的渠道主要有政府公告、农业技术推广站、网站、报纸杂志、合作社、电视机或收音机、固定电话或手机等。互联网接入度以农户居住周围网吧数量以及家庭电脑的数量来表示。有无使用互联网的经历可以在很大程度上反映农户应用互联网技术的意愿和行为，本文以农户使用互联网的次数来表示。

2.模型建立

根据前文的研究假设，本文提出影响农户应用互联网意愿和频率的自变量包括以下四大类：一是农户特征（P）；二是种植规模特征（S）；三是市场行为特征（M）；四是互联网准备度（N）。本文的因变量为农户采用互联网的意愿与行为。对于农户的意愿变量，农户只有愿意或不愿意应用互联网技术这两种情况；对于农户的行为变量，农户只有应用过和未应用过互联网技术这两种情况。因此，无论是把农户应用意愿变量作为因变量，还是把农户应用行为作为因变量，都只有两种取值情况，所以本文采用二分类逻辑回归对这两个因变量进行回归分析。其具体回归模型可以表达为

LTi=b0+∑kk-1bkPik+∑rr-1crSir+∑jj-1djMij+∑tt-1qtNit+ei（1）

LFi=b1+∑kk-1bkPik+∑rr-1crSir+∑jj-1djMij+∑tt-1qtNit+ei （2）

其中，（1）式中的LTi表示农户具有应用意愿的发生比的对数；（2）式中的LFi表示农户应用过互联网技术行为的发生比的对数。上述回归模型中各具体变量及其赋值见表1。

表1本文回归模型所涉及变量说明及描述统计分析结果

变量赋值内容取值范围均值标准差农户使用意愿0=否；1=是0～10.71 0.45 农户使用行为0=否；1=是0～10.19 0.40 农户特征性别0=女；1=男0～10.82 0.38 年龄1≤30岁；2=31岁～45岁；3=45岁～55岁；4≥56岁1～42.58 0.83 受教育程度1=小学及以下；2=初中；3=高中或中专；4=大专；5=本科以上1～52.36 1.03 种植规模特征种植面积单位：亩连续变量11.62 39.65 是否借款0=否；1=是0～10.23 0.42 设备投入单位：万元。指购买种粮机械设备所花费金额连续变量1.37 7.33 是否优质品种0=否；1=是0～10.85 0.36 租赁土地面积比重单位：%。指租赁土地面积占粮食种植总面积的比例连续变量4.96 14.1 种粮收入比重单位：%。指种粮收入占家庭总收入的比例连续变量61.2269.2 市场行为特征粮食出售比例单位：%。指出售的粮食占家庭粮食总产量的比例连续变量60.47 25.29 信息需求程度收集粮食价格的频率。1=很少；2=一般；3=经常1～32.25 0.65 价格满意度1=非常不满意；2=不满意；3=一般；4=比较满意；5=非常满意1～52.99 0.78 市场便利度1=非常不方便；2=不方便；3=一般；4=比较方便；5=非常方便1～53.74 0.80 售粮次数单位：次。指每年出售粮食的次数连续变量2.14 1.01 互联网准备度互联网接入度居住周围网吧与家庭电脑数量。1=没有；2=较少；3=一般；4=很多1～42.51 0.71 使用互联网经历1=没有；2=体验过；3=每年1次～2次；4=每年3次～8次；5=每年大于9次1～51.55 0.96 二、种粮农户采用互联网的行为特征分析1. 数据来源和说明

本文的研究数据来源于国家软科学研究项目《我国粮食网上交易现状调查与发展对策研究》课题组于2011年9月30日～10月12日对河南省9县市种粮农户入户调查获取的一手数据。此次调查共发放问卷800份，回收576份，回收率为72%。剔除填写有误或不完整的问卷209份，共获得有效问卷367份。调查对象是农户家中负责粮食种植的主要决策者或参与者，从而保证问卷能够准确地反映农户的投资及经营状况。

根据表1描述统计分析结果可知：（1）在农户特征方面，男性占79.6%；接近半数农户处于45岁～55岁区间；初中文化程度以下的农户占总数的66.8%；耕种面积10亩以下的家庭占74.8%，也有部分农户种植规模达到50亩以上，因而标准差较大。上述数据说明我国粮食耕种仍以男性劳力为主体，且其年龄结构偏大，文化程度偏低，种植规模偏小。上述种粮农户的自身特征在一定程度上制约了互联网技术在我国农业生产中的应用。（2）在种植规模特征方面，被调查的农户家庭平均耕种面积为11.62亩；租赁土地占总种植面积比重的均值为4.96%；种粮专用设备投入均值为1.37万元，且以自有资金投入为主导；种粮所得收入占家庭总收入平均值为61.2%。上述特征反映出我国粮食种植仍以自有土地为主，规模化程度低，设备投入不足，种粮收入在家庭总收入中的占比偏大。这些特征也导致农户使用互联网内在动力不足。（3）在农户市场行为特征方面，被调查农户平均每年出售粮食2.14次；所出售的粮食占家庭粮食总产量的60.47%；农户对粮食收购价格等信息需求程度较高；对当前粮食收购价格满意度偏低；对出售粮食交通便利程度总体评价较高。上述农户市场行为特征说明随着农户向市场出售粮食频率和比例的增加，农户对粮食价格等信息需求增加，这在客观上刺激了农户采用互联网获取市场信息的意愿。（4）在农村互联网准备度方面，农户可接触到的生活环境周围的网吧或电脑数量有限；农户使用互联网的经验严重不足，绝大部分农户未曾使用过互联网。农村互联网准备度较低的现状说明大部分农户仍缺乏使用互联网的基本知识，这限制了互联网在农户中的快速应用。

2. 种粮农户采用互联网的行为特征分析

从表1的统计结果来看，76.3%的农户表示愿意使用互联网获取市场信息，也有23.7%的农户不愿意使用，这表明大部分农户对互联网技术持有接受的态度。通过进一步分析农户获取粮食收购信息或农业信息的渠道发现，绝大部分农户仍依赖传统的信息渠道，仅有8.5%的农户认为网站是首选的信息渠道。同时，本文还发现被调查农户中只有92户曾经使用过互联网来获取有关农业信息，占全体被调查农户的25%。对上述92个农户的进一步分析发现，73.5%的农户仅仅是通过互联网查找粮食价格、粮食种植技术等信息；17.2%的农户能够在互联网上供给信息或查找需求信息，通过查找买家或卖家的联系方式，以获取更多交易机会；其余9.3%的农户则可以通过在线聊天软件、电子邮件等形式进行交易谈判，或者通过第三方平台转账汇款。这表明大部分农户还处于使用互联网的初级阶段，没有掌握运用互联网获取更多交易机会的基本知识，这从侧面反映出当前互联网技术尚未成为农户农业生产决策的必要工具。

三、种粮农户采用互联网行为影响因素的回归分析结合前文建立的回归模型，本文应用SPSS17.0统计软件对367个有效农户样本的数据进行了Logistic回归处理，分别得到了农户采用互联网意愿影响因素的回归模型和农户采用互联网行为影响因素的回归模型。通过不断剔除不显著的因变量指标后，两个回归模型各种参数值如表2所示。

表2农户使用互联网意愿与行为影响因素模型回归参数表

解释变量农户使用互联网

意愿的回归参数回归系数Sig.农户使用互联网

行为的回归参数回归系数Sig.性别0.5090.0200.6910.024年龄-0.8040.026-0.8040.023受教育程度1.5830.000 1.6770.000 土地面积1.0890.0031.1470.005设备投入——1.2170.003种粮收入1.5430.0031.3740.003售粮价格的满意度-1.3150.001 -1.2240.001 互联网普及程度1.0050.005 1.1030.005 互联网使用经历0.9870.0260.9210.014注：农户使用互联网意愿模型的拟合优度指标：X2=154.026，P=0.000，RCS = 0.320，RN = 0.524。

农户使用互联网行为模型的拟合优度指标：X2=154.026，P=0.000，RCS=0.317，RN =0.544。

由表2可以看出，两个模型的回归结果均达到显著水平，说明前文所建立的回归模型可靠。农户使用互联网技术意愿与行为的各种主要影响因素及其显著程度可归纳如下。

第一，从农户特征来看，不同的变量对农户使用互联网意愿和行为影响的显著性存在差异。年龄变量对农户使用互联网的意愿和行为具有显著的负影响，即年龄越大，农户使用互联网的意愿越低。受教育程度也是影响农户使用互联网技术的重要因素。该变量的系数为正且达到显著水平，表明农户受教育程度越高，其使用互联网技术的意愿和频率也会相对越高。上述研究发现与Mishra等（2006）、Smith等（2004）、黄睿等（2011）、谭英等（2007）、李霄（2011）等的研究结果一致。不同于上述学者观点的是，本文研究发现性别与农户采用互联网的意愿和频率显著正相关。这一发现再次印证了当前我国粮食种植以男性劳力为主体的现实，因而男性也成为影响互联网在我国农业生产领域应用的主导人群。

第二，从种植规模特征来看，种粮面积对农户使用互联网的意愿和频率具有显著正向影响。这一研究结论与Mishra等（2006）和蔡志坚（2010）的研究发现相同。这说明种粮面积越大，种粮大户在技术、经营和销售上比一般农户更具优势，他们对种粮的关注度和期望值就越高，其探索新技术、新市场的意愿就越强，因而对互联网的使用意愿更强、使用频率更高。另外，本文还发现种粮收入与农户使用互联网意愿也显著正相关。这一结论与Mishra等（2006）、Smith 等（2004）学者所提出的农户使用互联网的频率与农户家庭非种粮收入比例正相关的结论不一致。笔者认为这是由于研究对象的异质性造成的。Mishra等（2006）、Smith等（2004）学者是以美国和加拿大的家庭农场主为研究对象。家庭农场具有种植规模大、机械化程度高的显著特点，因而对粮食市场价格和农资供需等信息的依赖程度较高；另外，家庭农场除从事粮食种植外，还多半兼营畜牧业、经济作物等多元化农产品，多元化的农业生产模式也必然促使其更加关注市场信息。因此，美国和加拿大的家庭农场非种粮收入比例较高，意味着其农业多元化程度也较高，农场主使用互联网的意愿和频率也就较高。而本文所研究的对象是我国广大的分散农户，其人均耕种面积小、机械化程度低、多元化经营欠缺等特征显著，而且种粮收入占家庭总收入的比重较大。因此，我国农户的种粮收入成为促使其使用互联网的主要动力。综上所述，本研究所得到的我国农户种粮收入与其使用互联网意愿和频率显著正相关的结论再一次印证了我国小农生产的现实情况。另外，本文提出的农业生产专用设备投入与农户使用互联网的频率显著正相关的假设也得到了验证。这是因为部分种植大户拥有资金和机械设备，其资金投入能力和经营成本比一般农户要高，他们对占有经营管理决策和市场价格等方面信息渠道的动机也就较强，从而更有可能采用互联网技术。