文/岳亞娜 菊春燕
基于河南省X縣212份農(nóng)戶的調(diào)查數(shù)據(jù),運(yùn)用Probit模型,實(shí)證分析物流投入、農(nóng)產(chǎn)品競(jìng)爭(zhēng)力對(duì)農(nóng)戶電商銷售風(fēng)險(xiǎn)態(tài)度的影響。結(jié)果表明:物流投入對(duì)農(nóng)戶的電商銷售風(fēng)險(xiǎn)態(tài)度具有負(fù)向影響,其中資金投入的影響程度最大;農(nóng)產(chǎn)品的競(jìng)爭(zhēng)優(yōu)勢(shì)有助于提高農(nóng)戶對(duì)電商銷售的接受程度,其中顧客滿意度的影響程度最大。
農(nóng)業(yè)生產(chǎn)的分散性和農(nóng)戶自身信息不對(duì)稱等因素導(dǎo)致農(nóng)產(chǎn)品在銷售上存在交易成本高、中間環(huán)節(jié)過多、價(jià)格不穩(wěn)定等諸多問題[1],融合新經(jīng)濟(jì)與傳統(tǒng)農(nóng)業(yè)的電子商務(wù)是解決這些問題的最優(yōu)選擇。個(gè)體總是在不確定條件下進(jìn)行決策,不確定性帶來風(fēng)險(xiǎn),對(duì)待風(fēng)險(xiǎn)的態(tài)度是影響個(gè)體決策的重要因素。以往研究中,Wen和Dariusz強(qiáng)調(diào)電商交易中買、賣雙方互相的信任問題。Dariusz發(fā)現(xiàn),電商使農(nóng)產(chǎn)品交易有效規(guī)避了地域局限性和市場(chǎng)價(jià)格波動(dòng)等產(chǎn)生的風(fēng)險(xiǎn)[2]。國內(nèi)的研究有了新的角度,廖敏慧發(fā)現(xiàn)農(nóng)產(chǎn)品電商營銷中的質(zhì)量安全、同質(zhì)化、品牌意識(shí)不強(qiáng)等問題[3]。陳偉、楊帆提出增強(qiáng)農(nóng)產(chǎn)品電商主體的專業(yè)[4]。本文從農(nóng)戶的主觀視角切入,通過研究物流投入和農(nóng)產(chǎn)品競(jìng)爭(zhēng)力對(duì)農(nóng)戶電商銷售風(fēng)險(xiǎn)態(tài)度的影響,期望改變不利于農(nóng)產(chǎn)品銷售良性發(fā)展的因素,改善農(nóng)戶對(duì)電商平臺(tái)的風(fēng)險(xiǎn)態(tài)度,從而推動(dòng)電商平臺(tái)在農(nóng)產(chǎn)品銷售中的應(yīng)用,促進(jìn)農(nóng)戶增收,提升農(nóng)村經(jīng)濟(jì)效益。
1.1 樣本選取與數(shù)據(jù)來源。河南省X縣擁有電商產(chǎn)業(yè)扶貧基地6個(gè)、園區(qū)基地4個(gè),各類電商企業(yè)360余家,引進(jìn)了阿里巴巴、京東、蘇寧等知名平臺(tái)10余個(gè)[5]。本研究通過線上線下相結(jié)合發(fā)放調(diào)查問卷的形式對(duì)河南省X縣的農(nóng)戶進(jìn)行隨機(jī)抽樣調(diào)查,以X縣8個(gè)鄉(xiāng)鎮(zhèn)16個(gè)村的農(nóng)戶為調(diào)查對(duì)象展開調(diào)查。本次線上派發(fā)問卷共150份,回收123份,線下派發(fā)問卷共110份,回收100份。本次調(diào)研最終回收問卷223份,去除11份無效問卷,共獲得212份有效問卷,問卷有效率81.5%。
1.2 變量選取與賦值。本文的被解釋變量為農(nóng)戶的電商銷售風(fēng)險(xiǎn)態(tài)度,居民的風(fēng)險(xiǎn)態(tài)度有主客觀之分,本研究側(cè)重主觀風(fēng)險(xiǎn)態(tài)度。將農(nóng)戶的電商銷售風(fēng)險(xiǎn)態(tài)度量表進(jìn)行分值加總,高于均值為高風(fēng)險(xiǎn)區(qū),表示其持有風(fēng)險(xiǎn)拒絕態(tài)度,賦值為0,反之為低風(fēng)險(xiǎn)區(qū),代表其持有風(fēng)險(xiǎn)接受態(tài)度,賦值為1。本文的核心解釋變量分為兩級(jí),一級(jí)變量為物流投入和農(nóng)產(chǎn)品競(jìng)爭(zhēng)力,基于相關(guān)文獻(xiàn),結(jié)合研究區(qū)的經(jīng)濟(jì)地理?xiàng)l件和農(nóng)村物流初創(chuàng)階段,每個(gè)一級(jí)變量下分別設(shè)置4個(gè)二級(jí)變量。農(nóng)戶電商銷售風(fēng)險(xiǎn)態(tài)度還受到個(gè)體特征和家庭特征影響。借鑒相關(guān)研究[6,7],設(shè)置控制變量。變量類型、名稱、選項(xiàng)及賦值如表1所示。
表1 變量類型、名稱、選項(xiàng)及賦值
1.3 模型構(gòu)建
本研究反映各解釋變量的數(shù)據(jù)均為分類離散型數(shù)據(jù),被解釋變量農(nóng)戶的電商銷售風(fēng)險(xiǎn)態(tài)度是一個(gè)0,1變量,因此選擇Probit模型進(jìn)行物流投入、農(nóng)產(chǎn)品競(jìng)爭(zhēng)力對(duì)農(nóng)戶電商銷售風(fēng)險(xiǎn)態(tài)度影響的回歸分析較為合適。本文參照張寧等[8]的做法,Probit模型的形式如下:
其中,Y表示被解釋變量,Xi表示第i個(gè)解釋變量的風(fēng)險(xiǎn)態(tài)度數(shù)值,β0代表常數(shù)項(xiàng),βi表示相對(duì)應(yīng)的樣本回歸系數(shù),ε 表示隨機(jī)誤差項(xiàng)。為了得到不同風(fēng)險(xiǎn)因子對(duì)農(nóng)戶電商銷售風(fēng)險(xiǎn)態(tài)度的影響程度P與各個(gè)解釋變量的數(shù)值關(guān)系,又考慮到Probit模型是呈非線性的,故采用Probit概率函數(shù)對(duì)原始方程進(jìn)行變換。設(shè)Φ(x)為標(biāo)準(zhǔn)正態(tài)分布函數(shù),則
其中,P表示不同風(fēng)險(xiǎn)因子對(duì)農(nóng)戶電商銷售風(fēng)險(xiǎn)態(tài)度的影響程度。Xi表示自變量,β0代表常數(shù)項(xiàng),βi表示相對(duì)應(yīng)的樣本回歸系數(shù),ε 表示隨機(jī)誤差項(xiàng)。
1.4 描述性統(tǒng)計(jì)分析
(1)被解釋變量。根據(jù)統(tǒng)計(jì)結(jié)果,持風(fēng)險(xiǎn)拒絕態(tài)度的農(nóng)戶少于持風(fēng)險(xiǎn)接受態(tài)度的農(nóng)戶,但相差不大。108位受訪農(nóng)戶的量表得分在低風(fēng)險(xiǎn)區(qū),占調(diào)查對(duì)象總數(shù)的50.94%。104位農(nóng)戶得分在高風(fēng)險(xiǎn)區(qū),持風(fēng)險(xiǎn)拒絕態(tài)度,占比49.06%。
(2)解釋變量。表2結(jié)合表1,物流投入的4個(gè)變量得分均值都高于3分,農(nóng)戶整體態(tài)度偏向不滿意。其中“我認(rèn)為物流費(fèi)用比較合理”均值最大,為3.42分,說明相較于距離、便捷度和冷鏈物流能力,農(nóng)戶對(duì)物流費(fèi)用的不滿意度更高。農(nóng)產(chǎn)品競(jìng)爭(zhēng)力4個(gè)變量得分均值都低于3分,其中“我的農(nóng)產(chǎn)品能夠滿足電商客戶貨比多家的要求”均值最低,為2.53分,表示農(nóng)戶在電商銷售競(jìng)爭(zhēng)對(duì)手增加的情況下依然對(duì)自家農(nóng)產(chǎn)品較有信心。
表2 核心解釋變量描述性統(tǒng)計(jì)
(3)控制變量??刂谱兞繛橘x值分類變量,根據(jù)統(tǒng)計(jì)結(jié)果可得,農(nóng)戶年齡呈現(xiàn)偏大趨勢(shì),年輕農(nóng)戶少,存在失衡現(xiàn)象,46~60歲之間占比44.81%;男、女分別占比61.32%、38.68%;初中及以下文化程度的農(nóng)戶比例最高,達(dá)62.73%,大學(xué)本科及以上僅5.19%;農(nóng)產(chǎn)品生產(chǎn)企業(yè)化率低,僅占比7.55%,82.08%的農(nóng)戶以家庭為單位生產(chǎn),種植面積也普遍較小,56.13%在1hm2以內(nèi)。
2.1 模型檢驗(yàn)與回歸分析。運(yùn)用Stata 16.0統(tǒng)計(jì)軟件,根據(jù)樣本數(shù)據(jù)進(jìn)行Probit模型回歸。由表3的回歸結(jié)果可得:“年齡”和A3、B3、B4對(duì)應(yīng)的變量在1%統(tǒng)計(jì)檢驗(yàn)水平下顯著,“受教育程度”和A1、A4、B1對(duì)應(yīng)變量在5%統(tǒng)計(jì)檢驗(yàn)水平下顯著。物流投入對(duì)電商銷售方式風(fēng)險(xiǎn)態(tài)度有負(fù)向影響。如表2所示,物流距離A1、物流費(fèi)用A3、冷鏈運(yùn)輸A4的回歸系數(shù)符號(hào)都為正。農(nóng)戶對(duì)快遞物流所投入的時(shí)間、資金和因冷鏈運(yùn)輸無法保證農(nóng)產(chǎn)品質(zhì)量產(chǎn)生的損失越多,越認(rèn)為電商銷售風(fēng)險(xiǎn)高,對(duì)電商銷售持風(fēng)險(xiǎn)拒絕態(tài)度的概率增加。農(nóng)產(chǎn)品競(jìng)爭(zhēng)力對(duì)電商銷售方式風(fēng)險(xiǎn)態(tài)度有正向影響。表2中,品牌B1、顧客要求B3、銷量B4的回歸系數(shù)為負(fù)。表示農(nóng)戶在量表中的分值越小,即對(duì)表述的認(rèn)可程度越高,其持風(fēng)險(xiǎn)接受態(tài)度的概率越高,說明這些因素對(duì)農(nóng)戶的電商銷售風(fēng)險(xiǎn)態(tài)度起正向作用。農(nóng)戶對(duì)自家農(nóng)產(chǎn)品的競(jìng)爭(zhēng)力越有信心,愿意通過電商進(jìn)行銷售的概率就越大。控制變量對(duì)電商銷售方式風(fēng)險(xiǎn)態(tài)度的影響?!澳挲g”與電商銷售風(fēng)險(xiǎn)態(tài)度負(fù)相關(guān),相對(duì)年輕的農(nóng)戶更能夠接受使用電商進(jìn)行銷售帶來的風(fēng)險(xiǎn),年紀(jì)越長(zhǎng)的農(nóng)戶越容易對(duì)電商銷售持風(fēng)險(xiǎn)拒絕態(tài)度。農(nóng)戶的“受教育程度”對(duì)電商銷售風(fēng)險(xiǎn)態(tài)度起正向作用,隨著文化程度的提高,農(nóng)戶持風(fēng)險(xiǎn)接受態(tài)度的概率隨之增加。
表3 Probit模型基準(zhǔn)回歸結(jié)果
2.2 邊際效應(yīng)回歸分析。忽略表3中未通過顯著性檢驗(yàn)的變量,進(jìn)行Probit邊際效應(yīng)回歸。結(jié)果如表4所示,估計(jì)值系數(shù)為負(fù)表明概率下降,絕對(duì)值大小表明增減速度。物流投入對(duì)電商銷售方式風(fēng)險(xiǎn)態(tài)度邊際效應(yīng)回歸分析。由表5可得,物流距離A1每上升一個(gè)級(jí)別,農(nóng)戶對(duì)電商銷售持風(fēng)險(xiǎn)拒絕態(tài)度的概率增加9.1%;物流資金投入每上升一個(gè)等級(jí),電商銷售風(fēng)險(xiǎn)態(tài)度偏向風(fēng)險(xiǎn)拒絕的概率增加11.0%;冷鏈物流無法保證農(nóng)產(chǎn)品質(zhì)量給農(nóng)戶帶來的損失每提高一級(jí),農(nóng)戶持風(fēng)險(xiǎn)拒絕態(tài)度的概率增加8.1%。三者比較,物流費(fèi)用投入對(duì)農(nóng)戶的電商采納風(fēng)險(xiǎn)態(tài)度影響最大,農(nóng)戶計(jì)算物流成本,發(fā)現(xiàn)高于預(yù)算時(shí)可能會(huì)放棄使用電商銷售方式。農(nóng)產(chǎn)品競(jìng)爭(zhēng)力對(duì)電商銷售方式風(fēng)險(xiǎn)態(tài)度邊際效應(yīng)回歸分析表5中,農(nóng)戶對(duì)自家農(nóng)產(chǎn)品品牌效應(yīng)B1的評(píng)價(jià)每提高一級(jí),接受電商銷售風(fēng)險(xiǎn)的可能性增加9.1%;農(nóng)戶心理預(yù)期中電商平臺(tái)顧客對(duì)其所售農(nóng)產(chǎn)品的滿意度B3每上升一個(gè)等級(jí),愿意采納電商銷售的概率增加12.3%;農(nóng)戶對(duì)農(nóng)產(chǎn)品電商銷量的估計(jì)每增加一個(gè)級(jí)別,持風(fēng)險(xiǎn)接受態(tài)度的可能性提高10.9%。3個(gè)變量里,農(nóng)產(chǎn)品滿足電商顧客要求更能夠促進(jìn)農(nóng)戶在主觀態(tài)度上使用電商??刂谱兞繉?duì)電商銷售方式風(fēng)險(xiǎn)態(tài)度邊際效應(yīng)回歸分析結(jié)合變量定義,農(nóng)戶年齡每增加一個(gè)組別,主觀態(tài)度上對(duì)電商銷售表現(xiàn)出拒絕的可能性增加10.4%;農(nóng)戶受教育程度每上升一個(gè)組別,對(duì)電商銷售表現(xiàn)出風(fēng)險(xiǎn)接受態(tài)度的可能性增加1.4%,年齡對(duì)農(nóng)戶電商銷售風(fēng)險(xiǎn)態(tài)度的影響更為明顯。
表4 Probit模型的邊際效應(yīng)
本文利用河南省X縣212份農(nóng)戶數(shù)據(jù),采用Probit模型實(shí)證檢驗(yàn),證明物流投入對(duì)農(nóng)戶的電商銷售風(fēng)險(xiǎn)態(tài)度有負(fù)向作用,即物流投入越多,對(duì)電商銷售風(fēng)險(xiǎn)越拒絕,其中資金投入影響程度最大。農(nóng)產(chǎn)品競(jìng)爭(zhēng)力對(duì)農(nóng)戶電商銷售風(fēng)險(xiǎn)態(tài)度有正向作用,即農(nóng)產(chǎn)品競(jìng)爭(zhēng)力越大,對(duì)電商風(fēng)險(xiǎn)越接受,其中電商顧客對(duì)農(nóng)產(chǎn)品的滿意度影響作用較大。針對(duì)以上模型分析的結(jié)論,提出以下幾點(diǎn)建議:一是物流企業(yè)完善縣鄉(xiāng)村三級(jí)物流體系,將快遞末端網(wǎng)點(diǎn)從鄉(xiāng)鎮(zhèn)進(jìn)一步下沉至村落,可以采取與其他商業(yè)組織合作提供快遞服務(wù)的模式;技術(shù)部門針對(duì)不同農(nóng)產(chǎn)品的保鮮要求提供相應(yīng)的運(yùn)輸方式,補(bǔ)齊冷鏈物流短板,保證農(nóng)產(chǎn)品質(zhì)量不打折。二是建立農(nóng)產(chǎn)品質(zhì)量安全追溯體系平臺(tái),鼓勵(lì)農(nóng)產(chǎn)品納入追溯平臺(tái),健全完善農(nóng)產(chǎn)品質(zhì)量標(biāo)準(zhǔn)體系;政府加大財(cái)政投入,培育農(nóng)村知名電商品牌;農(nóng)戶以消費(fèi)需求為導(dǎo)向,增加創(chuàng)意文化內(nèi)涵,打造有特色的農(nóng)產(chǎn)品。三是發(fā)揮電商中介的作用,解決中老年農(nóng)戶在電商銷售中的技術(shù)操作難題,增強(qiáng)其從事電商的能力和信心,讓中年甚至老年農(nóng)戶能夠和年輕人一樣在電商發(fā)展中獲利,提高經(jīng)濟(jì)效益。
引用出處
[1]胡璇.雙向流通背景下電子商務(wù)與農(nóng)村經(jīng)濟(jì)的融合度研究[J].商業(yè)經(jīng)濟(jì)研究,2020(2):125-127.
[2]Dariusz Strzebicki,The Development of Electronic Commerce in Agribusiness-The Polish Example [J].Economics and Finance,2015(23):1314-1320.
[3]廖敏慧.我國農(nóng)產(chǎn)品電商營銷模式構(gòu)建研究[J].農(nóng)業(yè)經(jīng)濟(jì),2019,No.386(06):135-137.
[4]降雪輝.基于大數(shù)據(jù)的特色農(nóng)產(chǎn)品電子商務(wù)發(fā)展[J].核農(nóng)學(xué)報(bào),2020,34(09):212.
[5]武陟縣概況.武陟縣人民政府.2020-05-25.
[6]湯曦嫽,紀(jì)惠敏等.農(nóng)產(chǎn)品電商化的影響因素及其可行性研究[J].商場(chǎng)現(xiàn)代化,2021,19(016):47-49.
[7]王寧.電子商務(wù)環(huán)境下農(nóng)村物流末端服務(wù)體系建設(shè)研究[J].農(nóng)業(yè)經(jīng)濟(jì),2019(08):143-144.
[8]張寧,左麗等.基于Probit模型的干旱地區(qū)智慧水利建設(shè)與農(nóng)村多元主體參與意愿實(shí)證分析[J].新疆農(nóng)業(yè)科學(xué),2020,57(12):2340-2350.