王翠翠 夏春萍* 童慶蒙 石苗苗

(1.華中農(nóng)業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院， 武漢 430070；2.華中師范大學(xué) 經(jīng)濟(jì)與工商管理學(xué)院， 武漢 430079)

近年來(lái)，隨著信息與通訊技術(shù)(ICT)的快速普及，以ICT為依托的農(nóng)產(chǎn)品電商廣受關(guān)注。與傳統(tǒng)銷售方式相比，農(nóng)產(chǎn)品電商不僅有助于減少農(nóng)產(chǎn)品銷售中間環(huán)節(jié)[1]，提升農(nóng)產(chǎn)品流通效率，還有助于緩解買賣雙方間的信息不對(duì)稱問(wèn)題，擴(kuò)大農(nóng)產(chǎn)品市場(chǎng)占比[2]，促進(jìn)農(nóng)業(yè)可持續(xù)性發(fā)展與農(nóng)民增收[3]。為進(jìn)一步促進(jìn)農(nóng)產(chǎn)品電商發(fā)展，從2012年至今，政府出臺(tái)的中央一號(hào)文件多次提出應(yīng)深入推進(jìn)電商進(jìn)農(nóng)村和農(nóng)產(chǎn)品上行，推動(dòng)小農(nóng)戶與現(xiàn)代農(nóng)業(yè)發(fā)展有機(jī)銜接。據(jù)《2021年阿里農(nóng)產(chǎn)品電商報(bào)告》[4]顯示，2020年我國(guó)農(nóng)產(chǎn)品網(wǎng)絡(luò)零售額高達(dá)3 975億元，同比增長(zhǎng)27%。由此可見(jiàn)，電子商務(wù)在帶動(dòng)農(nóng)產(chǎn)品上行進(jìn)而促進(jìn)農(nóng)民增收方面的作用愈加明顯[5-6]。然而，目前依然存在一些電商發(fā)展資源投入力度較大但效果卻事倍功半的地區(qū)，以及較多由于種種原因并未參與電商的農(nóng)戶，且已參與農(nóng)戶的獲益情況差別較大。作為農(nóng)產(chǎn)品電商的直接決定者和實(shí)施者，農(nóng)戶行為直接關(guān)系到農(nóng)產(chǎn)品流通渠道的升級(jí)和農(nóng)村社會(huì)經(jīng)濟(jì)的轉(zhuǎn)型，因此，明晰影響農(nóng)戶電商參與行為的關(guān)鍵因素，是促進(jìn)農(nóng)產(chǎn)品電商快速穩(wěn)定發(fā)展的重點(diǎn)。

現(xiàn)有研究主要從農(nóng)戶家庭資本稟賦、新型經(jīng)營(yíng)主體示范帶動(dòng)、政府及電商平臺(tái)支持、農(nóng)產(chǎn)品標(biāo)準(zhǔn)化、信息獲取渠道、農(nóng)產(chǎn)品市場(chǎng)情況等方面對(duì)農(nóng)戶電商參與行為的影響因素進(jìn)行探討[7-11]。但關(guān)于自主創(chuàng)業(yè)經(jīng)驗(yàn)在農(nóng)戶電商參與中影響作用的關(guān)注則較少。隨著ICT技術(shù)的快速普及，發(fā)掘電商參與者的內(nèi)生動(dòng)力(即個(gè)體素質(zhì)、技能和知識(shí)等企業(yè)家精神)已逐步成為促進(jìn)農(nóng)戶參與電商、提高電商績(jī)效的重點(diǎn)[12]。作為電商參與者的重要內(nèi)生動(dòng)力之一，自主創(chuàng)業(yè)經(jīng)驗(yàn)不僅有助于豐富農(nóng)戶物質(zhì)資本、人力資本和社會(huì)資本[13]，還能夠擴(kuò)展信息獲取渠道[8]，較為全面地實(shí)現(xiàn)知識(shí)的積累與能力的提升[14-15]，進(jìn)而促進(jìn)農(nóng)戶參與電商、提高電商績(jī)效。具體而言，自主創(chuàng)業(yè)經(jīng)驗(yàn)主要通過(guò)以下3條路徑對(duì)農(nóng)戶電商參與行為產(chǎn)生影響：1)有自主創(chuàng)業(yè)經(jīng)驗(yàn)的農(nóng)戶擁有識(shí)別和利用創(chuàng)業(yè)機(jī)會(huì)的經(jīng)歷[9]，會(huì)形成一種烙印，對(duì)周圍環(huán)境具有較高敏感度[14]，能夠在高風(fēng)險(xiǎn)與不確定性中更為敏銳的識(shí)別創(chuàng)業(yè)機(jī)會(huì)[15]，并更加合理迅速地針對(duì)農(nóng)產(chǎn)品電商收集信息且快速有效做出是否利用潛在創(chuàng)業(yè)機(jī)會(huì)的決策。2)創(chuàng)業(yè)過(guò)的農(nóng)戶能夠利用先前創(chuàng)業(yè)的學(xué)習(xí)經(jīng)驗(yàn)盡可能地解決電商參與過(guò)程中可能存在的問(wèn)題[16]，促進(jìn)電商持續(xù)參與，提高電商參與程度。尤其是自雇創(chuàng)業(yè)經(jīng)歷，與電商參與經(jīng)營(yíng)方式相似度較高，均具有成本較低、規(guī)模較小的特點(diǎn)，與參與電商所需的社會(huì)網(wǎng)絡(luò)結(jié)構(gòu)及其所涉及的網(wǎng)絡(luò)關(guān)系較為匹配[13]。3)自主創(chuàng)業(yè)經(jīng)驗(yàn)，尤其是成功經(jīng)驗(yàn)，不僅能夠提升農(nóng)戶創(chuàng)業(yè)自我效能感，還能夠緩解電商參與融資缺乏的困境，從而提升農(nóng)戶電商參與的信心。因此，自主創(chuàng)業(yè)經(jīng)驗(yàn)?zāi)軌蛱岣咿r(nóng)戶電商參與概率與參與程度，進(jìn)而促進(jìn)農(nóng)戶轉(zhuǎn)型。

雖然有一些學(xué)者關(guān)注了創(chuàng)業(yè)經(jīng)驗(yàn)在電商創(chuàng)業(yè)中的作用，例如，曾億武等[8]發(fā)現(xiàn)農(nóng)戶先前創(chuàng)業(yè)經(jīng)歷有助于花木種植戶淘寶創(chuàng)業(yè)；張艷輝等[13]的研究顯示擁有個(gè)體戶經(jīng)驗(yàn)的農(nóng)戶經(jīng)營(yíng)網(wǎng)店的可能性更大。然而，現(xiàn)有關(guān)于自主創(chuàng)業(yè)經(jīng)驗(yàn)與農(nóng)戶電商參與關(guān)系的文獻(xiàn)中研究對(duì)象集中在以淘寶這一平臺(tái)為依托的專業(yè)戶上，且未涉及電商參與程度，這表明自主創(chuàng)業(yè)經(jīng)驗(yàn)對(duì)農(nóng)戶電商參與行為的影響并未得到充分的重視與研究，仍值得深入探討與分析。此外，一個(gè)現(xiàn)實(shí)存在且很重要的問(wèn)題在以往研究中被忽略了，即農(nóng)戶自主創(chuàng)業(yè)行為并非完全外生，容易產(chǎn)生樣本自選擇偏差問(wèn)題，從而導(dǎo)致模型不準(zhǔn)確估計(jì)，低估或高估實(shí)際效應(yīng)。因此，基于已有文獻(xiàn)的梳理，在電商多平臺(tái)發(fā)展背景下，本研究利用獲取的一手調(diào)研數(shù)據(jù)，運(yùn)用工具變量的條件混合過(guò)程(CMP)方法在解決潛在的內(nèi)生性問(wèn)題[17]的基礎(chǔ)上探討自主創(chuàng)業(yè)經(jīng)驗(yàn)對(duì)農(nóng)戶電商參與決策和強(qiáng)度的影響。此外，對(duì)于不同農(nóng)戶人力資本稟賦，自主創(chuàng)業(yè)經(jīng)驗(yàn)對(duì)農(nóng)戶技能和能力提升的強(qiáng)度不同；對(duì)于農(nóng)業(yè)收入占比和種植規(guī)模的差異，農(nóng)戶對(duì)農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)的依賴程度不同。而自主創(chuàng)業(yè)經(jīng)驗(yàn)在這些不同群體中作用效果均可能存在差異。因此，本研究還從不同性別、不同代際、不同農(nóng)業(yè)收入占比及不同種植規(guī)模4個(gè)方面進(jìn)行自主創(chuàng)業(yè)經(jīng)驗(yàn)對(duì)農(nóng)戶電商參與行為影響的異質(zhì)性檢驗(yàn)，以期為促進(jìn)農(nóng)戶參與農(nóng)產(chǎn)品電商，進(jìn)而推動(dòng)農(nóng)業(yè)農(nóng)村現(xiàn)代化發(fā)展做出貢獻(xiàn)，并為實(shí)施相應(yīng)舉措提供實(shí)證依據(jù)。

1 研究方法、數(shù)據(jù)來(lái)源與變量選取

1.1 研究方法

本研究對(duì)農(nóng)戶電商參與行為的研究主要包括是否參與和參與程度兩個(gè)階段。具體而言，在第一階段中，本研究的被解釋變量為農(nóng)戶的參與電商行為，屬于0～1變量。本研究選擇二元Probit模型建立農(nóng)戶是否參與電商的方程，利用該方程進(jìn)行回歸得到影響農(nóng)戶電商參與決策的因素。具體方程如下：

(1)

接下來(lái)，將進(jìn)一步考察已參與電商農(nóng)戶的電商參與程度的影響因素。該部分運(yùn)用普通最小二乘法(OLS)進(jìn)行回歸。此外，鑒于本研究電商參與程度的值介于0～1，屬于受限被解釋變量，因此，該部分還運(yùn)用Tobit模型進(jìn)行輔助。第二階段具體方程如下：

Yi=α2iZ2i+μ2i

(2)

式中：Yi為第i個(gè)農(nóng)戶的電商參與程度；Z2i為影響農(nóng)戶電商參與程度的控制變量；α2i為待估參數(shù)；μ2i為隨機(jī)干擾項(xiàng)。

1.2 數(shù)據(jù)來(lái)源

本研究采取二次抽樣法進(jìn)行數(shù)據(jù)收集。其中，第一次抽樣為非概率抽樣，目的是確定樣本的采集地點(diǎn)。課題組于2020年10—12月及2021年4—6月深入湖北省秭歸縣、陜西省眉縣和扶風(fēng)縣及山東省平邑縣進(jìn)行調(diào)研。湖北秭歸盛產(chǎn)柑橘，被譽(yù)為“中國(guó)臍橙之鄉(xiāng)”，山東平邑的武臺(tái)黃桃歷史悠久，被譽(yù)為“中國(guó)黃桃之鄉(xiāng)”，兩者均為地理標(biāo)志產(chǎn)品。陜西省獼猴桃種植規(guī)模位居全國(guó)首位，而眉縣和扶風(fēng)縣氣候適宜，土壤肥沃，是獼猴桃的最佳產(chǎn)區(qū)之二，且眉縣獼猴桃為地理標(biāo)志產(chǎn)品，扶風(fēng)縣鳳鳴村為農(nóng)產(chǎn)品淘寶村，主銷獼猴桃。綜上，這些地區(qū)均能在一定程度上反映相應(yīng)水果產(chǎn)業(yè)的基本發(fā)展情況，具有一定的代表性。第二次采用分層隨機(jī)抽樣的形式進(jìn)行抽樣，以此來(lái)確定各個(gè)樣本采集點(diǎn)的具體調(diào)研對(duì)象。具體的樣本抽樣過(guò)程為：在所選的每個(gè)縣各隨機(jī)選擇1～3個(gè)鎮(zhèn)，每個(gè)鎮(zhèn)隨機(jī)選2～5個(gè)行政村，每個(gè)村隨機(jī)選25～35個(gè)果農(nóng)。經(jīng)過(guò)后期排查并剔除關(guān)鍵變量缺失樣本后共獲得有效問(wèn)卷812份，問(wèn)卷有效率為90.42%。

1.3 變量選取及描述性統(tǒng)計(jì)分析

1.3.1被解釋變量

在本研究中，農(nóng)產(chǎn)品電商主要是指農(nóng)產(chǎn)品生產(chǎn)后供應(yīng)鏈環(huán)節(jié)上的電子商務(wù)活動(dòng)[9,18]。本研究的核心解釋變量為電商參與決策和電商參與程度，在問(wèn)卷中，以“您家是否參與電商銷售農(nóng)產(chǎn)品(參與方式包括：①包含當(dāng)?shù)仉娚唐脚_(tái)在內(nèi)的第三方自營(yíng)網(wǎng)店；②微商、微信朋友圈及QQ空間；③直播電商平臺(tái)；④學(xué)生代理電商銷售；⑤社區(qū)團(tuán)購(gòu))？若是，那農(nóng)產(chǎn)品電商銷售收入占農(nóng)產(chǎn)品總銷售收入的占比為_(kāi)___”體現(xiàn)。表1給出了各縣區(qū)受訪農(nóng)戶的電商參與情況?？梢园l(fā)現(xiàn)，未參與電商的樣本農(nóng)戶占比為50.99%；參與農(nóng)產(chǎn)品電商的農(nóng)戶占比為49.01%。其中，有51.51%的水果種植戶的電商參與程度(1)電商參與程度是指農(nóng)產(chǎn)品電商銷售收入占農(nóng)產(chǎn)品總銷售收入的比例；同時(shí)將電商參與程度小于1/3的劃為低參與程度，將大于等于1/3的劃為高參與程度。在1/3以下。由此可見(jiàn)，農(nóng)戶農(nóng)產(chǎn)品電商仍具有較大發(fā)展空間。此外，無(wú)論按照農(nóng)戶電商參與率還是電商參與程度進(jìn)行排序，均是陜西省扶風(fēng)縣和眉縣最高，湖北省秭歸縣次之，山東省平邑縣最低。

表1 調(diào)查地區(qū)受訪農(nóng)戶電商參與情況Table 1 The e-commerce participation of the interviewed farmers in the survey area

1.3.2核心解釋變量

本研究的核心解釋變量為自主創(chuàng)業(yè)經(jīng)驗(yàn)。樣本統(tǒng)計(jì)結(jié)果顯示，有12%的被訪農(nóng)戶在參與電商之前有過(guò)自主創(chuàng)業(yè)經(jīng)歷。

1.3.3控制變量

借鑒已有研究成果[7-10,19-20]，本研究將從以下4個(gè)方面選取多個(gè)變量作為控制變量：1)農(nóng)戶個(gè)體特征方面，選取性別、年齡、學(xué)歷和風(fēng)險(xiǎn)偏好4個(gè)變量；2)農(nóng)戶資本稟賦方面，選取農(nóng)業(yè)收入占比、農(nóng)業(yè)勞動(dòng)力數(shù)量、栽培面積、政治身份及合作社成員5個(gè)變量。3)互聯(lián)網(wǎng)普及方面，選取互聯(lián)網(wǎng)信息獲取頻率和網(wǎng)購(gòu)經(jīng)歷2個(gè)變量；4)外部環(huán)境方面，選取電商政策了解程度和快遞便捷性2個(gè)變量，并以平邑縣為基準(zhǔn)設(shè)置2個(gè)地區(qū)虛擬變量。此外，本研究還設(shè)置了兄弟姐妹數(shù)量作為工具變量。本研究所涉及到的所有具體變量及其處理方法見(jiàn)表2。

表2 變量的描述性統(tǒng)計(jì)Table 2 Descriptive statistics of variables

表2(續(xù))

2 實(shí)證分析

鑒于各解釋變量之間可能存在內(nèi)部相關(guān)性，若相關(guān)性較嚴(yán)重，則會(huì)導(dǎo)致估計(jì)結(jié)果產(chǎn)生較大偏差。因此，在對(duì)模型進(jìn)行回歸分析之前，本研究先進(jìn)行各變量的多重共線性檢驗(yàn)。一般情況下，如果VIF>10，則認(rèn)為存在高度共線性。綜合全部估計(jì)結(jié)果看，各個(gè)指標(biāo)的VIF均遠(yuǎn)小于10，各自變量之間的共線相關(guān)程度在合理范圍之內(nèi)。但限于篇幅，該部分回歸結(jié)果并未展示。然后，運(yùn)用Probit回歸模型、OLS模型和CMP模型探索影響農(nóng)戶電商參與行為決策和強(qiáng)度的關(guān)鍵因素(2)需要說(shuō)明的是，本研究在進(jìn)行實(shí)證之前運(yùn)用Heckman樣本選擇模型回歸的結(jié)果顯示，逆米爾斯比率(λ)的估計(jì)值為0.023，P值為0.629，未通過(guò)顯著性檢驗(yàn)，表明本研究的樣本不存在選擇性偏誤問(wèn)題，應(yīng)直接分階段進(jìn)行回歸。。

2.1 農(nóng)戶電商參與決策和參與程度的回歸分析

表3匯報(bào)了農(nóng)戶電商參與決策的Probit和CMP回歸結(jié)果，以及基于CMP模型的邊際效應(yīng)估計(jì)結(jié)果。表4顯示了農(nóng)戶電商參與程度的OLS與CMP回歸結(jié)果。事實(shí)上，農(nóng)戶自主創(chuàng)業(yè)經(jīng)驗(yàn)可能存在如下內(nèi)生性問(wèn)題：自選擇偏差問(wèn)題，即可能存在一系列決定農(nóng)戶自主創(chuàng)業(yè)經(jīng)驗(yàn)的同時(shí)也影響果農(nóng)電商參與行為決策與強(qiáng)度的變量；以及遺漏重要解釋變量等問(wèn)題。因此，參考魯強(qiáng)等[21]的做法，采用基于極大似然估計(jì)的條件混合過(guò)程(CMP)方法進(jìn)行內(nèi)生性檢驗(yàn)。依據(jù)工具變量的選擇條件(3)即影響內(nèi)生變量，而不對(duì)被解釋變量直接產(chǎn)生影響。，經(jīng)過(guò)多次不同工具變量的嘗試，最終借鑒鄒杰玲等[17]的研究，選取兄弟姐妹數(shù)量作為工具變量。選取原因如下：創(chuàng)業(yè)者年齡結(jié)構(gòu)呈現(xiàn)年輕化趨勢(shì)，新生代農(nóng)民逐步成為農(nóng)民工及農(nóng)民創(chuàng)業(yè)者的主要群體[17]。同時(shí)，隨著生活水平的提高和傳統(tǒng)生育觀念的改變，加之1982年計(jì)劃生育政策的正式實(shí)施，我國(guó)城市和農(nóng)村居民的生育率均開(kāi)始明顯下降，并形成長(zhǎng)期趨勢(shì)，這一趨勢(shì)與兄弟姐妹數(shù)量的減少直接相關(guān)，可見(jiàn)兄弟姐妹數(shù)量與農(nóng)戶自主創(chuàng)業(yè)行為相關(guān)性較強(qiáng)。而農(nóng)戶電商參與作為一種農(nóng)業(yè)銷售技術(shù)的采納，該工具變量不會(huì)直接對(duì)其產(chǎn)生影響。本研究進(jìn)一步構(gòu)建兩個(gè)簡(jiǎn)單回歸模型來(lái)檢驗(yàn)工具變量的外生性和相關(guān)性。結(jié)果發(fā)現(xiàn)，“兄弟姐妹數(shù)量”對(duì)農(nóng)戶電商參與的直接影響未通過(guò)顯著性檢驗(yàn)，即未發(fā)現(xiàn)排他性要求不滿足；而“兄弟姐妹數(shù)量”對(duì)自主創(chuàng)業(yè)經(jīng)驗(yàn)的影響通過(guò)顯著性檢驗(yàn)，即滿足相關(guān)性要求。此外，表3和4中CMP模型均在10%的顯著性水平下通過(guò)了atanhrho_12檢驗(yàn)，表明使用CMP方法估計(jì)比用Probit和OLS方法估計(jì)更具有優(yōu)勢(shì)，工具變量的使用是有效的。

表3 農(nóng)戶電商參與決策影響因素的回歸結(jié)果Table 3 Regression results of factors influencing farmers’ participation decision-making in e-commerce

表4 農(nóng)戶電商參與程度影響因素的回歸結(jié)果Table 4 Regression results of factors influencing the level of e-commerce participation of farmers

從回歸結(jié)果來(lái)看，在模型1和2中，自主創(chuàng)業(yè)經(jīng)驗(yàn)分別在10%和5%的置信水平下通過(guò)顯著性檢驗(yàn)，且方向?yàn)檎?，這表明自主創(chuàng)業(yè)經(jīng)驗(yàn)?zāi)軌蝻@著提升農(nóng)戶的電商參與概率。但從估計(jì)系數(shù)的大小上來(lái)看，與Probit回歸相比，CMP中自主創(chuàng)業(yè)經(jīng)驗(yàn)的估計(jì)系數(shù)有所增加，說(shuō)明潛在的內(nèi)生性問(wèn)題導(dǎo)致低估了自主創(chuàng)業(yè)經(jīng)驗(yàn)對(duì)農(nóng)戶電商參與決策的正向影響。此外，從邊際效應(yīng)來(lái)看，相比于沒(méi)有自主創(chuàng)業(yè)經(jīng)驗(yàn)的農(nóng)戶，擁有自主創(chuàng)業(yè)經(jīng)驗(yàn)的農(nóng)戶參與電商的概率將提高16.034%。同時(shí)，雖然在模型3中自主創(chuàng)業(yè)經(jīng)驗(yàn)未通過(guò)顯著性檢驗(yàn)，但在模型4中，自主創(chuàng)業(yè)經(jīng)驗(yàn)在5%的置信水平下通過(guò)顯著性檢驗(yàn)，即自主創(chuàng)業(yè)經(jīng)驗(yàn)?zāi)軌蝻@著提高農(nóng)戶電商參與程度。這說(shuō)明潛在的內(nèi)生性問(wèn)題導(dǎo)致低估了自主創(chuàng)業(yè)經(jīng)驗(yàn)對(duì)農(nóng)戶電商參與程度的積極影響。這一結(jié)論與曾億武等[8]、張艷輝等[13]的研究結(jié)論一致，表明從自主創(chuàng)業(yè)經(jīng)歷中所積累的知識(shí)和經(jīng)驗(yàn)在農(nóng)戶識(shí)別新的發(fā)展機(jī)會(huì)、學(xué)習(xí)并適應(yīng)新技術(shù)中具有重要作用。一方面，農(nóng)產(chǎn)品電商具有成本投入小還回報(bào)快、操作靈活等特點(diǎn)，更具“老百姓特色”，另一方面，隨著互聯(lián)網(wǎng)信息技術(shù)的快速普及，電商參與面臨的挑戰(zhàn)也明顯增大[12]，因此，與自主創(chuàng)業(yè)經(jīng)驗(yàn)伴隨而來(lái)的較為專業(yè)的服務(wù)和能力，使得農(nóng)戶電商參與的概率和程度均得到明顯提升。

同時(shí)，農(nóng)戶電商參與決策和強(qiáng)度還受到其他變量的影響。學(xué)歷顯著積極影響農(nóng)戶電商參與決策，這表明，受教育水平越高，果農(nóng)信息能力和學(xué)習(xí)能力越強(qiáng)，越傾向于參與電商。風(fēng)險(xiǎn)偏好對(duì)農(nóng)戶電商參與決策和參與程度均具有積極顯著影響，這表明風(fēng)險(xiǎn)偏好型農(nóng)戶更愿意嘗試新的銷售方式，電商參與程度越高。農(nóng)業(yè)勞動(dòng)力數(shù)量對(duì)農(nóng)戶電商參與決策具有顯著正向影響，即農(nóng)業(yè)勞動(dòng)力數(shù)量越多，農(nóng)戶越重視農(nóng)業(yè)生產(chǎn)及銷售，為了獲得更多收益，會(huì)盡可能將農(nóng)產(chǎn)品在價(jià)格高的途徑銷售，進(jìn)而更傾向于參與電商。政治身份對(duì)農(nóng)戶電商參與決策和參與程度均具有顯著積極影響。這一結(jié)論證實(shí)了村干部等政治身份更容易了解電商相關(guān)政府政策、獲得政府的技術(shù)指導(dǎo)。合作社成員對(duì)農(nóng)戶電商參與程度具有統(tǒng)計(jì)意義上顯著的正向影響，表明合作社成員身份有助于豐富異質(zhì)性社會(huì)資本，進(jìn)而提高農(nóng)戶電商參與程度。

互聯(lián)網(wǎng)信息獲取頻率對(duì)農(nóng)戶電商參與決策和參與程度均具有積極顯著影響，這與李曉靜等[9]的研究結(jié)論一致，即互聯(lián)網(wǎng)信息獲取頻率越高，農(nóng)戶電商參與的概率和程度越高?？赡艽嬖诘慕忉屖?，農(nóng)戶通過(guò)互聯(lián)網(wǎng)獲取信息能夠降低價(jià)格的不確定性，擴(kuò)大銷售市場(chǎng)，從而有助于增強(qiáng)電商參與意愿，提升電商參與程度。網(wǎng)購(gòu)經(jīng)歷僅對(duì)農(nóng)戶電商參與決策具有顯著積極的影響，這與張艷輝等[13]的研究結(jié)論一致。政策了解程度對(duì)農(nóng)戶電商參與決策和參與程度均具有積極顯著影響，這表明，在電商參與過(guò)程中，農(nóng)戶對(duì)電商相關(guān)政策的了解程度越高，農(nóng)戶越能夠掌握有利條件，則其電商參與概率和參與程度越高，這與已有研究結(jié)果一致[8]?？爝f便捷性對(duì)農(nóng)戶電商參與決策和參與程度均具有顯著正向影響，這符合崔凱等[11]的研究，即物流等基礎(chǔ)設(shè)施的建設(shè)是農(nóng)產(chǎn)品電商可持續(xù)發(fā)展的必要條件。且隨著物流體系的完善，生鮮農(nóng)產(chǎn)品在運(yùn)輸過(guò)程中的損失得以減少，農(nóng)產(chǎn)品運(yùn)輸成本得以降低，這為農(nóng)戶維持并擴(kuò)大電商銷售規(guī)模奠定了基礎(chǔ)。此外，農(nóng)戶電商參與決策和參與程度還受到地區(qū)間文化、氣候等差異的影響。

2.2 穩(wěn)健性檢驗(yàn)

如前述，本研究的核心解釋變量自主創(chuàng)業(yè)經(jīng)驗(yàn)不是農(nóng)戶隨機(jī)選擇的，而是由一系列因素共同作用的，即可能存在自選擇偏差問(wèn)題。為此，將采用傾向得分匹配法(PSM)對(duì)自主創(chuàng)業(yè)經(jīng)驗(yàn)對(duì)農(nóng)戶電商參與決策及程度的影響進(jìn)行穩(wěn)健性檢驗(yàn)。本研究使用一對(duì)四近鄰匹配、半徑卡尺匹配及核匹配進(jìn)行匹配(4)該部分基于PSM以匹配效果為主導(dǎo)的變量選取思路：從理論意義上盡可能將農(nóng)戶自主創(chuàng)業(yè)經(jīng)驗(yàn)和電商參與行為的共同影響因素考慮進(jìn)模型，在此基礎(chǔ)上依據(jù)匹配效果調(diào)整變量組合，從而達(dá)到電商農(nóng)戶樣本損失相對(duì)最少且通過(guò)平衡性檢驗(yàn)的最終匹配效果。具體而言，各匹配情形下，匹配變量均為本研究的控制變量。。如表5所示，3種匹配方法下自主創(chuàng)業(yè)經(jīng)驗(yàn)對(duì)農(nóng)戶電商參與決策和參與程度的處理組平均處理效應(yīng)ATT均在5%的顯著性水平上顯著。由此可見(jiàn)，自主創(chuàng)業(yè)經(jīng)驗(yàn)?zāi)軌蝻@著提升農(nóng)戶電商參與概率、提高農(nóng)戶電商參與程度，本研究的基準(zhǔn)結(jié)論較為穩(wěn)健。

表5 傾向得分匹配法檢驗(yàn)結(jié)果Table 5 The result of propensity score matching test

2.3 分群回歸

以上分析證實(shí)了自主創(chuàng)業(yè)經(jīng)驗(yàn)對(duì)農(nóng)戶電商參與行為的直接影響。另外，本研究還想了解該變量在不同群體間的作用，具體結(jié)果見(jiàn)表6。

1)不同性別群體。隨著城鎮(zhèn)化和農(nóng)業(yè)現(xiàn)代化發(fā)展，我國(guó)農(nóng)村生產(chǎn)模式已逐步朝著“男工女耕”的方向轉(zhuǎn)變，女性在農(nóng)業(yè)生產(chǎn)銷售中的作用日漸凸顯[22]。而且，男性與女性對(duì)新技術(shù)的敏感程度和接受程度均存在差異。因此，從性別差異角度探討自主創(chuàng)業(yè)經(jīng)驗(yàn)對(duì)男女兩個(gè)不同群體電商參與行為的影響具有一定的現(xiàn)實(shí)意義。據(jù)表6所示，不難發(fā)現(xiàn)，自主創(chuàng)業(yè)經(jīng)驗(yàn)對(duì)男性農(nóng)民的電商參與決策與參與程度均產(chǎn)生正向顯著影響，而在女性農(nóng)民中，其影響不顯著，這表明男性農(nóng)民對(duì)銷售新技術(shù)的了解更充分，電商參與的意愿更強(qiáng)、參與程度更高。

表6 分群回歸實(shí)證結(jié)果Table 6 Cluster regression empirical results

2)不同代際農(nóng)民。不同代際農(nóng)戶在思維格局、價(jià)值觀等方面存在較大差異，而這些又會(huì)對(duì)農(nóng)戶的價(jià)值判斷及行為方式產(chǎn)生影響[23]。且農(nóng)戶年齡越大，思想越保守，對(duì)新技術(shù)的接受度越低，尤其是電商這種新型信息技術(shù)。學(xué)術(shù)界通常以1980年出生為臨界點(diǎn)劃分不同代際農(nóng)民，但考慮到代際差異對(duì)農(nóng)戶認(rèn)知及行為的影響存在滯后效應(yīng)，因此，本研究將參考劉炎周等[24]的研究，將劃分點(diǎn)往前推5年，即將1975年及以后出生的農(nóng)戶劃分為新生代農(nóng)民，1975年以前出生的劃分為老一代農(nóng)民。實(shí)證發(fā)現(xiàn)：自主創(chuàng)業(yè)經(jīng)驗(yàn)在新生代農(nóng)民的電商參與決策中具有顯著積極的影響，而在老一代農(nóng)民中未通過(guò)顯著性檢驗(yàn)。這表明，一方面，新生代農(nóng)民先前自主創(chuàng)業(yè)的經(jīng)歷多發(fā)生在近十年，經(jīng)驗(yàn)相對(duì)更現(xiàn)代化，另一方面，新生代農(nóng)民思想較開(kāi)放、眼界較高，對(duì)自主創(chuàng)業(yè)經(jīng)驗(yàn)在相似領(lǐng)域之間的擴(kuò)展應(yīng)用能力更強(qiáng)。

3)不同農(nóng)業(yè)收入占比群體(5)將農(nóng)業(yè)收入占比大于等于均值(小于均值)的果農(nóng)劃分入高占比組(低占比組)。。隨著城鎮(zhèn)化發(fā)展，越來(lái)越多的農(nóng)戶選擇非農(nóng)兼業(yè)，相應(yīng)地，伴隨著農(nóng)戶兼業(yè)程度的提高，農(nóng)業(yè)收入占比將逐漸降低。而農(nóng)業(yè)收入占比在一定程度上與家庭對(duì)農(nóng)業(yè)的重視程度掛鉤。農(nóng)戶越重視農(nóng)業(yè)，對(duì)農(nóng)產(chǎn)品電商的內(nèi)生需求也越大[23]。因此，農(nóng)戶電商參與行為的影響因素可能會(huì)因農(nóng)業(yè)收入占比不同而產(chǎn)生差異。實(shí)證發(fā)現(xiàn)，自主創(chuàng)業(yè)經(jīng)驗(yàn)對(duì)低農(nóng)業(yè)收入占比群體的電商參與決策具有顯著積極影響，而在高農(nóng)業(yè)收入占比群體中的作用不顯著?？赡艽嬖诘慕忉屖?，與低農(nóng)業(yè)收入占比群體相比，高農(nóng)業(yè)收入占比群體對(duì)農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)和市場(chǎng)的依賴性較強(qiáng)，更傾向于擴(kuò)展銷售范圍、了解新銷售渠道，因此其參與電商的動(dòng)力越大，從而可能存在一部分高農(nóng)業(yè)收入占比農(nóng)戶在自主創(chuàng)業(yè)之前就已經(jīng)參與電商。

4)不同栽培面積群體(6)將栽培面積大于等于均值(小于均值)的果農(nóng)劃分入大規(guī)模組(小規(guī)模組)。。土地是農(nóng)戶農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)的基礎(chǔ)，果樹(shù)栽培面積越大，農(nóng)戶在果樹(shù)種植與銷售等方面投入的金錢(qián)、時(shí)間及精力越多，則其電商參與的內(nèi)在動(dòng)力越足。實(shí)證結(jié)果也表明，大規(guī)模組農(nóng)戶的電商參與決策和參與程度均受到自主創(chuàng)業(yè)經(jīng)驗(yàn)的積極影響，而在小規(guī)模組農(nóng)戶中自主創(chuàng)業(yè)經(jīng)驗(yàn)的影響不顯著。

3 結(jié)論與對(duì)策建議

本研究基于湖北省秭歸縣、陜西省扶風(fēng)縣和眉縣及山東省平邑縣的812份實(shí)地調(diào)研數(shù)據(jù)，理論并實(shí)證分析了自主創(chuàng)業(yè)經(jīng)驗(yàn)對(duì)農(nóng)戶電商參與行為的影響，并對(duì)結(jié)果的穩(wěn)健性和異質(zhì)性展開(kāi)探討，結(jié)論如下：1)49.01%的農(nóng)戶參與電商，其中，51.51%的電商參與農(nóng)戶參與程度在1/3以下，樣本地區(qū)農(nóng)產(chǎn)品電商仍具有較大發(fā)展空間。2)在考慮內(nèi)生性的情況下，自主創(chuàng)業(yè)經(jīng)驗(yàn)對(duì)農(nóng)戶電商參與決策和參與程度均具有積極作用。3)自主創(chuàng)業(yè)經(jīng)驗(yàn)在不同群體間的作用效果存在差異。具體而言，自主創(chuàng)業(yè)經(jīng)驗(yàn)對(duì)男性農(nóng)民和大規(guī)模組農(nóng)戶的電商參與決策和參與程度均具有顯著積極影響，對(duì)新生代農(nóng)民和低農(nóng)業(yè)收入占比農(nóng)戶的電商參與決策具有正向影響。

基于以上結(jié)論，為促進(jìn)農(nóng)戶參與農(nóng)產(chǎn)品電商，本研究將從以下3個(gè)方面提出建議：1)鼓勵(lì)并培育具有豐富自主創(chuàng)業(yè)經(jīng)驗(yàn)的新一代高知優(yōu)質(zhì)青年參與并發(fā)展電商，發(fā)揮其信息能力和社交資源的主導(dǎo)作用，帶動(dòng)地區(qū)農(nóng)產(chǎn)品電商發(fā)展。2)在鼓勵(lì)農(nóng)戶參與電商時(shí)，應(yīng)考慮不同農(nóng)戶對(duì)自主創(chuàng)業(yè)經(jīng)驗(yàn)的反應(yīng)敏感度差異，有針對(duì)性地鼓勵(lì)農(nóng)戶參與電商，比如鼓勵(lì)男性、新生代、大規(guī)模農(nóng)民依靠自身經(jīng)驗(yàn)自主參與電商，提高電商參與程度。3)多維提升并改善電商環(huán)境，全面服務(wù)農(nóng)戶參與電商。首先，應(yīng)加強(qiáng)政府對(duì)農(nóng)產(chǎn)品電商政策與相關(guān)知識(shí)的宣傳推廣，為農(nóng)戶提供電商相關(guān)信息并設(shè)置可靠易咨詢的專業(yè)服務(wù)點(diǎn)，增強(qiáng)農(nóng)戶電商信息獲取及理解，同時(shí)，加大補(bǔ)貼力度，誘導(dǎo)新型經(jīng)營(yíng)主體參與電商并帶動(dòng)周圍小農(nóng)戶。其次，加強(qiáng)物流快遞體系、冷鏈體系的建設(shè)與完善，打通最初和最后兩個(gè)1公里，降低農(nóng)產(chǎn)品電商運(yùn)輸成本及損失。最后，提高農(nóng)村互聯(lián)網(wǎng)普及率，并鼓勵(lì)農(nóng)民利用互聯(lián)網(wǎng)獲取信息，提升其信息能力。