農民使用互聯網的影響因素研究
——基于UTAUT模型

□ 文 王海滋 周楚涵 張士彬

（作者單位：山東建筑大學管理工程學院）

目前，互聯網發展在城鄉之間仍存在很大差異，重點加強農村互聯網建設、有效利用農村互聯網功能，是推進農村現代化的重要一步。本文基于UTAUT技術接受模型，針對農民對互聯網使用意愿的影響因素，通過問卷調查的方式，在山東省臨沂市郯城縣馬頭鎮桑莊村等10個地區進行了實地調研，通過SPSS、AMOS數據分析軟件對假設模型進行驗證，并使用聚類分析法按照影響因素對被調查農民進行分類，最后提出了對農村地區互聯網進一步普及的建議，以期幫助促進“互聯網+農村”新型模式的發展。

一、引言

十九大報告提出實施鄉村振興戰略，加速推進農業農村現代化。據中國互聯網絡信息中心統計，截至2017年12月，我國農村網民占比為27.0%，規模為2.09億，我國城鎮地區互聯網普及率為71.0%，農村地區互聯網普及率為35.4%，城鄉差異明顯。農村地區受收入、教育水平較低，互聯網使用需求較為薄弱等因素影響，未來仍是我國互聯網普及的重點區域，且存在很大普及空間。

如今，農村的互聯網建設較之前已經有了很大的成果，然而與城市相比仍顯不足，其中提高農民對互聯網的認識和使用意愿是農村互聯網建設的重要一環。我國學者對農村使用互聯網的情況開展了大量相關研究，其中王策、李靖涵等認為我國農村的互聯網普及工作，還需要更多的資金投入和教育宣傳工作進行輔助；劉麗偉、許文博等學者探討了“互聯網+農業”的新型發展模式；王勝青、劉國芳等探討了互聯網普及率與農民收入之間的關系。在之前的農村互聯網建設研究中，研究者大多關注農村基礎設施建設以及互聯網設備普及率等問題，然而忽視了農民自身對于互聯網的接受情況。

從心理行為出發研究個體對信息技術接受的理論模型較多，比較典型的有理性行為理論（Theory of Reasoned Action,TRA）、計劃行為理論（Theory of Planned Behavior,TPB）、技術接受模型（Technology Acceptance Model,TAM）等，本研究采用的是聯合技術接受和使用模型（Unified Theory of Acceptance and Use of Technology，簡稱UTAUT），構建農民對于互聯網的接受使用影響因素模型，進行數據分析并得出結論，這對于農村互聯網建設和發展具有重要的意義。

二、研究理論基礎

本研究的主要理論基礎是聯合技術接受和使用模型（UTAUT），是Venkatesh和Davis等人于2003年提出的一個行為模型，整合了理性行為理論（TRA）、技術接受模型（TAM）、PC利用模型（MPCU）、計劃行為理論（TPB）、創新擴散理論（IDT）、社會認知理論（SCT）、復合的TAM與TPB模型（C-TAM-TPB）以及動機模型（MM）這八個行為理論模型，從中提取出了努力期望、績效期望、社會影響、便利條件四個影響用戶接受動機的因子，年齡、性別、經驗和自愿性四個調節變量。一些實證研究結果發現UTAUT可以解釋使用意向的70%的方差。UTAUT行為模型如圖1所示。

UTAUT模型提取了能夠預測人們使用某項技術的重要因素。起初，UTAUT模型是用來研究組織情境下，員工使用組織的某項技術應用的使用意愿和使用行為。后來，隨著該理論的發展，UTAUT模型的應用逐漸延伸到其他學科領域。宋婷等曾利用UTAUT模型探究購物APP用戶使用行為的影響因素；張思、李勇帆等曾基于UTAUT模型探究高校教師網絡教學行為；黃耕等基于UTAUT模型探究了開放教育資源的個體接納影響因素。

三、問卷編制

（一）影響因子選擇

根據聯合技術接受和使用模型，自變量有績效期望（Performance Expectancy）、努力期望（Effort Expectancy）、社會影響（Social Influence）和促進因素（Contributing Factor）；因變量有使用意愿（Usage Intention）和使用行為（Usage Behavior）。基于農民使用互聯網的具體問題，本研究對UTAUT模型的影響因子進行了合理的增減：首先在自變量中刪除了促進因素變量，增加了個人創新性（Personal Innovation）和感知風險（Perceived Risk）兩個自變量。促進因素是指使用者對順利使用信息系統或新技術所需的方便條件和各種技術支持條件的完善程度的感知，經過事前了解，本研究中所有調查區域均有網絡覆蓋，區域內村民均有接觸網絡的途徑，因此不存在促進因素的影響，故而刪除該因素，同時由于選擇是否使用網絡都是農民自愿的選擇，因此也刪除自愿這一調節變量；而在農民使用互聯網過程中，個人對新鮮事物的接受程度和以及對互聯網是否會給自身帶來威脅的擔憂程度會影響農民對互聯網使用的選擇，因此本研究增加了個人創新性和感知風險兩個自變量。

圖1 聯合技術接受和使用模型（UTAUT）

（二）研究假設形成

調查研究前，首先應對影響因子進行界定并形成研究假設。

績效期望是指農民認為使用互聯網會對其生活帶來多大程度的改善，Venkatesh等認為績效期望對信息系統的采用有顯著影響，在本研究中，績效期望代表了被調查農民主觀上認為互聯網可以從多大程度上改善其生產生活的現狀。由此，本研究提出以下假設：

H1：績效期望對于農民的互聯網使用意愿有積極影響

努力期望是指農民個人感知互聯網是否容易使用的程度，Lars Andreas Knutsen的研究發現努力期望對新興技術的采納和使用有顯著的影響。在本研究中，努力期望是指農民感知互聯網的易用程度，是否能夠簡單掌握。因此，本研究提出以下假設：

H2：努力期望對于農民的互聯網使用意愿有積極影響

社會影響是指農民個人感知到他人是否認為其應該使用互聯網的程度，姜海龍、June Lu等都將社群影響作為影響消費者行為意愿的一個重要因素，在本研究中，如果被調查農民周圍親友使用互聯網人數占多，自然會對其使用互聯網的意愿產生正面影響。因此，本研究提出以下假設：

H3：社會影響對于農民的互聯網使用意愿有積極影響

個人創新性是指農民個人對于新鮮事物的接受程度，程曉璐研究發現，個人創新性會影響使用者的使用意愿，在本研究中，個人創新性代表了被調查農民在主動探索新鮮未知事物方面的個人特征，當探索新鮮事物的主動程度越高時，農民對于互聯網的使用意愿就會越強烈。因此，本研究提出以下假設：

H4：個人創新性對于農民的互聯網使用意愿有積極影響

感知風險是指農民個人認為使用互聯網會有多大的可能帶來不利后果，NiinaMallat,VirpiKr istiinaTuunainen發現感知風險對使用者使用意愿有負向的影響，在本研究中，感知風險代表了農民認為使用互聯網存在的潛在危險性，例如對于其個人信息、個人財產的威脅。因此，本研究提出以下假設：

H5：感知風險對于農民互聯網的使用意愿有消極影響

使用意愿是指農民自愿接受使用互聯網的可能性，使用行為是指農民對于互聯網的具體使用行為，根據Venkatesh, Davis等多位學者的研究表明，使用意愿對使用行為有正向顯著影響。因此，本研究提出以下假設：

H6：農民的使用意愿對于農民的互聯網使用行為有積極影響

（三）問卷前測分析

為了檢驗問卷的信度和效度，本研究對問卷進行了前測檢驗，通過發放問卷讓參與者對問卷題項表述進行一些反饋，形成最終質量較好的問卷，為正確的實證分析結果奠定良好的基礎。問卷前測的數據來源于發放的50份問卷，其中有效問卷42份，無效問卷8份。在本節中利用回收的數據錄入到spss22.0中，對問卷進行信度和探索性因子分析，并根據結果對問卷進行修改。

1.前測樣本信度分析

本研究采用克朗巴哈系數（Cronbach’s α）對問卷的內部一致性進行檢驗，結果顯示大部分變量包括整個題項的內部一致性系數均在0.6以上（績效期望0.844、努力期望0.829、社會影響0.629、個人創新0.805、使用意愿 0.767、使用行為0.822、整個題項0.894），表示內部一致性良好。而感知風險這一變量的內部一致性系數僅為0.596，不能通過內部一致性檢驗。

2.前測樣本探索性因子分析

本研究采用KMO值和巴特利特球型檢驗兩個標準對問卷進行前測樣本探索性因子分析。數據結果顯示，績效期望、努力期望、社群影響、個人創新性、使用意愿和使用行為這幾項的KMO值介于0.618—0.718之間，顯著性概率均小于0.05，因此這些變量滿足進行因子分析的前提；通過因子分析發現各個題項的累計方差解釋率均在60%以上，且各個題項的因子載荷量介于0.711—0.901，因此這些變量的題項不需要做后續的修改和調整。風險感知這一項KMO值僅為0.463，不滿足進行因子分析的前提，同時各題項累計方差解釋率僅為47.6%。

3.初始問卷的修改

通過對前測樣本進行信度分析和探索性因子分析可知，風險感知這一變量兩項檢驗均未通過，因此在修正問卷中將刪除這一變量，同時刪除假設H5：感知風險對于農民互聯網的使用意愿有消極影響。僅保留績效期望、努力期望、社群影響、個人創新性這四個自變量以及使用意愿和使用行為這兩個因變量，并最終形成以下假設：

H1：績效期望對于農民的互聯網使用意愿有積極影響

H2：努力期望對于農民的互聯網使用意愿有積極影響

表1 描述統計分析結果

表2 測量模型信度分析

表3 測量模型收斂效度分析

表4 測量模型區別效度分析

擬合優度指標 判斷指標 模型分析指標卡方自由度比 小于2 1.42 GFI GFI＞0.9 0.92 CFI CFI＞0.9 0.87 TLI TLI＞0.9 0.93 RMSEA RMSEA＜0.05 0.04

H3：社會影響對于農民的互聯網使用意愿有積極影響

H4：個人創新性對于農民的互聯網使用意愿有積極影響

H5：農民的使用意愿對于農民的互聯網使用行為有積極影響

（四）問卷的發放與回收

本次研究的對象為從事農業生產的農民，為保證問卷的有效性，訪問方式為調查人員與被調查的農民面對面進行交談并記錄調查結果。本次的調查區域為山東省臨沂市郯城縣馬頭鎮桑莊村及沂水縣高莊鎮天橋村、山東省青州市何官鎮邵市村等10個地區，共發放問卷300份，回收285份，有效問卷276份，有效率97%。本次研究的調查時間從2018年1月12號至2018年3月7號，歷時近2兩個月。

四、實證分析

（一）描述統計分析

數據結果顯示（見表1）：在性別方面，男性人數占56.5%，女性人數占43.5%，男性人數比例略高；在年齡分布上，40～50歲區間人數最多，占47.6%，其次是50歲以上人數，占23.8%，之后是30歲以下人數，占19.1%，最后是30～40歲區間，人數最少，只占9.5%；在文化程度方面，高中以上文化程度人數最多，占31%，其次是初中和高中文化程度，人數相差不多，分別占總人數的23.8%和21.4%，之后是小學文化程度，占16.7%，人數最少的是小學以下文化程度，只占總人數的7.1%。

在使用互聯網頻率方面，偶爾使用和經常使用的人數較多，分別占40.5%和38.1%，其次是從未使用和幾乎不使用，分別占11.9%和21.4%；在使用互聯網的用途方面，娛樂和獲取信息的人數較多，分別占40.5%和33.3%，其次是購物用途，占總人數的14.3%，最后是銷售農產品和其他用途，分別占4.8%和7.1%。通過數據分析可以看出，在使用互聯網的用途方面，娛樂所占比重是最大的，這說明互聯網在農業發展方面的潛力遠遠沒有發揮出來，大部分農民并未利用互聯網進行個人創收，互聯網為農民帶來正面積極作用還需要很長一段時間。

圖2 ：AMO輸出的模型標準化路徑系數

表7 聚類分析結果

（二）測量模型分析

為了驗證假設模型的合理性，在模型假設驗證步驟之前首先利用AMOS對測量模型進行信度和效度檢驗。

1.測量模型信度檢驗

本研究采用Cronbach's Alpha值檢驗測量模型的內在信度。依據統計學相關原理，α系數值大于等于0.7，說明測量項目具有很好的信度。系數值在0.35和0.7之間則說明測量項目的信度尚可。如表2所示，本問卷各構面的克朗巴哈系數值均達到0.7以上，整個項目的α系數為0.888，說明本問卷具有良好的信度。

2.測量模型的效度檢驗

采用驗證性因子分析方法檢驗測量模型的效度，即測量項目和潛在變量的相關性。驗證性因子分析方法主要通過建構效度的兩個重要類型，即求取收斂效度和區別效度來分析測量模型的效度。

（1）收斂效度分析

收斂效度是指測量同一潛在變量的測量項目會落在同一個因子層面上，且各測量項目的測量值之間具有高度的相關性。收斂效度可以用驗證性因子分析的負荷量、組合信度和平均方差提取三個值進行評估，三個指標的檢驗方法如下：

因子負荷大于0.7說明模型較為理想，如表3所示，UB3的因子負荷量略低于0.7，但仍可以接受，其他測量項目的因子負荷量均在0.7以上，說明測量模型的因子負荷量比較理想；通常組合信度的值在0.7以上，就說明測量項目的組合信度較好；潛在變量的平均方差提取值大于0.5，則說明測量模型的質量較好。

（2）區別效度分析

區別效度分析如表4所示，對角線上的數值大于同行同列的其他數值，說明該測量模型的區別效度較好。

（三）結構模型分析

1.擬合優度分析

首先使用Amos22.0采用最大似然估計法對模型進行擬合優度分析，分析結果如表5所示。

本研究選取溫忠麟、侯杰泰等人推薦的5個擬合指標作為模型擬合優劣的衡量指標，由表可知，除CFI這一指標比標準值0.9略小之外，其余指標均達到指標判斷要求，說明模型擬合程度較好，可用性強。

2.假設檢驗

本研究利用AMOS22.0對模型進行假設檢驗，AMO輸出的模型標準化路徑系數及各假設關系檢驗如圖2和表6所示：

可以看出，績效期望與使用意愿的路徑系數為0.45，社會影響與使用意愿的路徑系數為0.37，個人創新性與使用意愿的路徑系數為0.29，使用意愿與使用行為的路徑系數為0.75，且以上均為顯著相關（P＜0.05），而努力期望對使用意愿的路徑系數為0.15，且顯著性概率P值大于0.05。綜上，接受H1、H3、H4、H5，拒絕H2。

（四）聚類分析

1.聚類結果

本研究以績效期望、努力期望、社會影響、個人創新性為變量對被調查農民進行聚類分析。首先，對績效期望、努力期望、社會影響、個人創新性的因子得分進行聚類分析，將其離散分組。其次，利用兩步聚類分析法對調查的消費者進行市場細分，通過BIC值、AIC值與各類之間最短距離變化量來確定最佳分類個數。最后，進行市場細分并驗證聚類結果。本研究將消費者細分為三類，Silhouette統計值＞0. 4，表明聚類質量尚好。聚類信息如表7所示。

2.結果分析

（1）被動接受型

這一類型的農民社會影響因子得分較高，其余因素因子得分均比較低，說明該類農民主動探索使用互聯網的動力不夠，對互聯網的使用主要是依靠周圍人的推廣以及政府的宣傳。通過描述性統計可以發現這類農民的平均年齡是三種類型中最高的，年齡較大也會使得農民對于新鮮事物接受速度以及探索主動性降低。

（2）主動探索型

這一類型的農民努力期望以及個人創新性因子得分較高，績效期望和社會影響因子得分較低，說明該類農民使用互聯網的主要動力來源于自身對于互聯網的興趣與探索。通過描述性統計可以發現這類農民人數所占比例最大，且平均年齡最小，對于新鮮事物好奇心和探索能力較強，是互聯網普及過程中最重要的一類群體。

（3）績效導向型

這一類型的農民績效期望因子得分較高，其余因素因子得分均比較低，說明這類農民使用互聯網的主要動力來源于互聯網對于他們生產生活的改善。通過描述性統計可以發現這類農民所占比例相對較大，平均年齡30歲左右，可以猜測這部分農民生活壓力和經濟壓力較大，因而他們更注重互聯網的實用性能，為其生活帶來切實的改善。

五、結論與啟示

（一）結論

本研究通過調查分析的方式利用UTAUT技術接受模型探究了影響農民對互聯網接受程度的內在因素，并通過兩步聚類分析法將不同驅動力的農民進行分類研究。主要結論如下：

1.農民對于互聯網的使用意愿與績效期望、社會影響和個人創新呈現顯著正向相關關系，而與努力期望的正向相關關系并不顯著。隨著我國互聯網和計算機事業的快速發展，使用互聯網的操作模式越來越便捷，途徑越來越多樣化，雖然因文化程度較低受到一定限制，然而對于大部分農民而言，學會使用互聯網的基本操作已經不是難事，因而努力期望對于農民使用意愿的正向影響并不顯著。

2.在顯著條件下，路徑系數的大小代表了因素影響程度的大小，這說明對于農民的使用意愿的影響因素按照程度大小依次為績效期望、社會影響和個人創新性，同時使用意愿對于農民使用行為的影響程度是最大的（路徑系數為0.75），與Venkatesh, Davis等多位學者的研究結果一樣，使用意愿對使用行為有正向顯著影響。這說明，對于被調查整體農民而言，使用互聯網意愿的最大驅動力來源于互聯網對其生產生活帶來的切實改善。

3.根據聚類分析結果，被調查農民被區分為三個群體，分別為被動接受型、主動探索型以及績效導向型，對于不同的群體需要不同的互聯網普及策略，其中主動探索型群體所占比例最大（約占42%），他們將是互聯網普及的主要對象，并通過他們對其他農民群體產生影響，而績效導向型農民群體由于最為關注互聯網的實用價值，因而他們是最有可能被普及互聯網正面功用的群體。

（二）啟示

1.加快農村信息化基礎設施建設

推進農業現代化，通信基礎設施建設是基礎。近年來農村地區網絡基礎設施建設不斷加強，農村網絡接入條件取得了突破性進展。但是，有部分偏遠農村地區依然沒有進行現代化網絡基礎設施的建設，同時，由于成本較高而農村收入相對較低，家用互聯網接入設備的普及率也遠遠落后于城市。加快農村信息化基礎設施建設，需要政府社會各部門的配合，如給予農村地區互聯網建設相應的優惠補貼，降低農民上網成本，提高農民接觸互聯網的積極性。

2.加速發展農業電商平臺

在影響農民使用互聯網的因素中，績效期望排在首位，這說明大部分農民都關心互聯網會為他們的生活和經濟收入帶來多大程度上的改善，因此應加速發展農業電商平臺，重點解決農產品銷售中的突出問題，加強農產品產后分級、包裝、營銷，建設現代化農產品冷鏈倉儲物流體系，打造農產品銷售公共服務平臺，健全農產品產銷穩定銜接機制。一方面，這樣的農業電商平臺會發揮互聯網的正面效益，為農民帶來切實收益，另一方面，這樣的農業電商平臺也會激發多數農民對互聯網的探索使用，加快互聯網在農村地區的普及效率。

3.加強宣傳推廣

調查結果顯示，社會影響也是農民使用互聯網的重要影響因素之一。為能讓農民了解互聯網的相關知識，先要讓農民知曉何為互聯網，只有這樣農民才能真正的應用互聯網知識，進而接觸互聯網和喜愛互聯網。在互聯網使用時基層的政府需開辟專門的互聯網使用場所，并由專人設定課程教學內容，通過現場的示范開展講解。這種模式在部分地區已經有所嘗試，政府與互聯網企業合作，派出專業人士向當地農民普及互聯網知識，互聯網的用途以及互聯網的便捷，引發農民對于互聯網的好奇心，從而提高其接觸互聯網的主動性。

4.加強引導農民互聯網使用的規范化和價值化

調查中發現，現階段農民使用互聯網的主要用途是聊天游戲等娛樂功能，并未發揮出互聯網有價值的功效。因此應當積極引導農村網民對網絡求職、電子商務、電子政務等價值型應用的側重，在此過程中，需要政府宣傳和當地學校教育的充分結合，讓農民了解到使用互聯網的正面積極作用，而不是僅僅沉迷于游戲聊天等娛樂功能，引導農民的使用行為趨于規范化和價值化，充分挖掘出互聯網在農村地區的巨大潛力。■

（作者單位：山東建筑大學管理工程學院）