基于電商扶貧措施效果的實證分析

鄧仲平 辜雄霖

[摘 要]國務院扶貧辦于2014年將“電商扶貧”正式納入扶貧政策體系，并作為“精準扶貧十大工程”之一從2015年開始實施至今3年多，很多學者都對扶貧效果進行了相關定性研究并提出政策建議，本研究利用UTAUT理論修正模型，通過調查問卷以廣東粵東、西、北農村貧困地區為主要調研對象范圍，對調研數據進行結構方程建模和定量分析，結果表明，電商扶貧措施對廣大農村農民農業相關工作人員的脫貧效果中社會影響即SI最顯著，其次是促成因素FC，績效期望PE和靈活性FL也有顯著影響，努力期望EE影響不顯著。

[關鍵詞]電商扶貧;UTAUT;Smart-PLS;精準扶貧

[中圖分類號]F323.8 [文獻標識碼]A

電商扶貧的理念首先由汪向東教授于2011年最早提出，2014年后電商扶貧開始受到廣泛關注和熱議，電商扶貧也于當年成為了“精準扶貧十大工程”之一，被正式納入了國家扶貧政策體系。汪向東教授認為，“電商扶貧，即電子商務扶貧開發，就是將今天互聯網時代日益主流化的電子商務納入扶貧開發工作體系，作用于幫扶對象，創新扶貧開發方式，改進扶貧開發績效的理念與實踐”。

胡文嶺針對當前我國電商扶貧實踐中存在的營銷和物流等問題，提出構建社交媒體、電商平臺和傳統線下營銷優勢互補的O2O銷售系統及實現路徑。趙平認為目前電商扶貧已經取得了較大進展，但是需要轉型升級，需要在激發群眾活力、加大電商扶貧基礎設施建設以及人才培養方面繼續加大實施力度。易法敏結合京東“跑步雞”案例，提出在扶貧生態系統中，通過資源整合，發展可持續的特色化產業，并以此構建扶貧服務支點，農戶通過參與產業鏈獲取市場機會以及直接參與生態系統的價值分配，進而獲得知識與技能，積累持續發展能力。張夏恒通過研究認為，實施精準扶貧，輔助供應鏈理論、協同理論與生態系統理論，能有效推進電子商務進農村，促進電商精準扶貧。這些研究結果豐富了電商扶貧理論，但是都沒有針對扶貧措施對農民貧困戶的脫貧行為效果的定量研究。

本研究通過問卷調查對電商扶貧措施效果，收集相關數據，利用技術采納與整合（UTAUT）理論模型并對模型進行修正，在電商扶貧的績效期望（Performance Expectancy，簡稱PE）、努力期望（Effort Expectancy，簡稱EE）、促成因素（Facilitating Conditions，簡稱FC）和社會影響（Social Influence，簡稱SI）基礎上添加了靈活性（Flexibility，簡稱FL）變量，對電商措施的效果進行實證研究分析，再采用PLS（Partial Least Squares）偏最小二乘SEM結構方程模型（Structure Equation Modeling）方法，并最終得出電商扶貧措施效果的相關結論。

1 理論模型與研究方法

Fishbein & Ajzen的TRA（Theory of Reasoned Action）理性行為理論從心理學角度闡述了一個人是否執行某特定行為是由其行為意圖BI所決定的，而BI則由其個人對行為的態度與主觀規范決定;Ajzen提出的TPB（Theory of Planned Behavior）計劃行為理論認為TRA再加上直覺行為控制力變量（Perceived Behavior Control）將更貼近實際行為的狀態;DavisTAM（Technology Acceptance Model）科技接受模型理論是信息系統領域最重要的基礎理論之一，該理論認為感知的有用性（perceived usefulness） 和感知的易用性（perceived ease of use）是影響信息系統使用態度和行為的最重要的兩個因素;Venkatesh et al.的UTAUT（Unified Theory of Acceptance and Use of Tennology）技術采納與整合理論模型，整合了TRA、TPB和TAM模型，該模型認為績效期望PE、努力期望EE、促成因素FC和社會影響SI共同決定個體行為意向（Behavioral Intention，簡稱BI）;Alrawashdeh &Al-Mahadeen對UTAUT模型進行了修正，添加了FL因素，如圖1。

本次研究利用UTAUT理論修正模型，通過研究模型中的PE、EE、SI、 FC、FL對BI的影響來反映脫貧行為效果，每個變量都通過3個測量指標和問題來體現，每個問題參考成熟量表，設計采用了Likert 1-7分制量表，1-7分別代表“非常不同意”到“非常同意”的程度。

2 數據收集與數據特征

本次研究問卷調查通過問卷星平臺發放調查問卷，以互聯網形式開展問卷調查，問卷總共回收323份，有效問卷數為269份，占總回收問卷數量的83.28%，主要剔除了隨意填寫的問卷例如從頭到尾只選擇固定數字為選擇答案、完成問卷在30秒內超快完成的問卷，還有明顯前后選擇矛盾的問卷也剔除在統計分析范圍外，其中微信回收問卷占比81.04%。

最后統計有效數據后，問卷對象基本情況是：男女性別比例分別為70.26%、29.74%，問卷對象年齡集中在18-22歲占比66.17%，23-35歲占比23.79%，教育程度初中占比5.94%，高中文化占15.83%，大專占比53.22%;區域方面，廣東占99.26%，廣東之外占比0.74%。

3 實證數據分析

收集到的數據，經過篩選和剔除后，導入軟件進行計算。基于偏最小二乘法，對樣本數量要求較少且對樣本數據的分布要求較低，本研究采用SmartPLS3.0軟件對有效數據進行計算和驗證。

4 信效度檢驗

運行PLS算法后，結果顯示，每個變量的標準化因子載荷系數均大于0.7，說明測量問項可以很好的解釋變量，同時可以看到結構模型各變量的路徑系數如圖1中顯示數據。

計算結果表明如表1：所有變量的Cronbachs Alpha 系數均大于0.7，說明模型具有良好的內部信度，AVE值均在0.6以上，說明模型具有良好的收斂效度，組合信度CR值大于0.7且均大于0.8，說明各變量具有良好的內部一致性。同時計算結果顯示，R2值為0.438，修正后的R2值為0.427，都大于0.250，可見自變量對因變量的解釋程度較高，模型擬合程度良好，具有較高的預測能力。潛變量相關系數表顯示：各潛變量的AVE均方根都大于0.8，而且都大于其他潛變量間的相關系數，說明各潛變量間存在足夠的區分效度。

5? ? 顯著性檢驗

運行Bootstrapping得到表2結果，顯然SI、FC、PE和FL三個變量的路徑系數的P值都小于0.05，其中SI效果最顯著、FC較顯著、PE和FL效果顯著，只有EE的P值為0.141大于0.05效果不顯著。

6 結論及啟示

由以上實證分析，我們可以得出以下結論：

第一：SI與BI脫貧行為正相關，且影響權重最大，效果最顯著（路徑系數0.397，T值為5.122），具體到電商扶貧中，我們應該繼續發揮SI社會影響作用，全社會來參與電商扶貧，讓農村貧困人員積極脫貧輕松脫貧并從產業根本上脫貧，直到實現消滅貧困;

第二：FC促成因素與BI正相關，且影響權重較大，效果較顯著（路徑系數0.177，T值為2.773），說明政府政策上以及實際扶貧服務措施上都發揮了比較大的作用，各大電商巨頭也在基礎設施建設與具體業務服務方面促進了脫貧行為計劃的具體實施;

第三：FL和PE對BI正向影響效果顯著（路徑系數分別為0.160、0.139，T值分別為2.327、2.385），也有不可忽視的權重，即靈活性和績效期望都正向影響脫貧行為并且效果顯著，除了前面兩個因素之外，則要注重此兩個因素對脫貧行為的影響。

第四：EE努力期望為負向路徑系數，EE對脫貧行為實際效果不顯著（路徑系數-0.107，T值為1.472），說明農民朋友普遍認為在EE努力期望因素方面，電商扶貧的易用性和學習難度存在障礙，因此，我們建議要在農村貧困區域建立電商培訓或學習園區，常設相關機構或講師對農民朋友進行系統的培訓，讓他們感知到學習容易、操作容易并且確實容易操作。

總之，按照UTAUT模型修正理論和定量分析結果，針對電商扶貧的精準扶貧措施，我們抓住電商扶貧的社會影響的最大權重影響，在促成因素方面提供電商扶貧的資源、知識和環境，再在電商脫貧措施上保持靈活性和有用、有效率和有效（績效期望因素），對于影響不顯著的努力期望，我們建立學習基地，讓脫貧相關人員主觀上以及脫貧工作客觀上達到容易操作。

最后，本研究雖然對電商扶貧措施對脫貧行為的影響作了定量的研究并得出了有現實意義的結論和政策建議，但是，在調研對象上具體貧困戶的采樣局限，對象所在區域也僅限于廣東省內的貧困區域，可能會影響結果的準確度，另外，在該模型中還可以加入調節變量比如區域經濟狀況等以完善UTAUT模型理論中的影響變量來深入研究精準扶貧的效果。

[參考文獻]

[1] 胡文嶺.“電商扶貧”中縣域農產品電子商務創新研究[J].商業經濟研究，2017（24）.

[2] 趙平.轉型升級背景下電商扶貧推進策略分析[J].商業經濟研究，2018（21）.

[3] 易法敏.產業參與、平臺協同與精準扶貧[J].華南農業大學學報（社會科學版），2018（06）

[4] 張夏恒.電子商務進農村推動精準扶貧的機理與路徑[J].北京工業大學學報（社會科學版），2018（04）.

[5] Venkatesh V， Morris M G， Davis G B， et al. User acceptance of information technology： Toward a unified view [J].MIS quarterly，2003.