農業企業采納大數據技術影響因素研究
——基于ISM模型的實證分析

馮 葉，陳盛偉，宋長青

（1.山東農業大學經濟管理學院，山東泰安271018；2.山東農業大學信息科學與工程學院，山東泰安271018）

近年來，以分布式計算技術、數據倉儲技術、云計算技術、區塊鏈技術、物聯網技術等為重要組成部分的大數據技術在產業領域廣泛應用，逐漸成為人類進一步認識自然與社會的強有力工具。2008年《Nature》雜志發表Big Data專刊，高度關注大數據技術研究和應用［1-5］。2015年，李克強總理在政府工作報告中提出“互聯網+”的行動計劃，國務院印發《促進大數據發展行動綱要》，高度重視大數據技術研究與應用問題。2016年，農業部印發《“互聯網+”現代農業三年行動實施方案》《“十三五”全國農業農村信息化發展規劃》《農業農村大數據試點方案》等，指導大數據技術在農業農村領域開展應用。2017年，中央一號文件指出我國農業農村發展已進入新的歷史階段，需要推進供給側結構性改革。隨著IBM公司對智慧地球概念的提出，人們對智慧農業的構想也在不斷深入［6］，大數據技術將對農業供給側改革與智慧農業的實現提供助力。目前，大數據技術在農產品質量安全追溯、農產品電子商務、農產品數據平臺建設、信息服務等方面已有典型應用，例如，北京佳格天地科技有限公司開發衛星遙感大數據在精準農業種植中的應用等。盡管大數據技術在農業領域已有高度關注與典型應用［7-8］，可應用深度與廣度仍然較小。國內文獻多集中于大數據算法研究［9］、大數據環境下的管理與決策問題［10］、大數據產業發展問題［11］、數據權屬與隱私問題［12］、大數據引發的哲學問題［13］等，對大數據技術在農業領域應用的社科研究較少。為此，本文選擇農業企業作為研究對象，農業企業是新型農業主體代表，也是農業領域先進的組織方式和服務方式，在組織對技術采納方面有一定的代表性。通過探討農業企業對大數據技術能否實現技術采納、何為制約因素、制約因素之間的相互關系，回答如何提升大數據技術在農業領域的應用深度與廣度，如何進一步挖掘農業數據資源等問題。

一、概念界定與變量選擇

（一）概念界定

大數據技術是一門新興技術，結合與創新了一系列計算機技術與算法。目前學者們對大數據技術的內涵和外延界定并不明確，基于實地調研的情況和專家訪談的結果，參考大數據技術已有的主要觀點，本文對大數據技術的研究范圍界定為：基于物聯網技術和互聯網技術的高通量數據采集技術、以云計算技術為主導的數據存儲和平臺搭建技術、基于大數據算法的數據挖掘技術及數據可視化技術。本文研究樣本為現代農業企業，指以市場為導向，以營利為目的，主要從事農產品（包括農、林、牧、副、漁業等）或農業領域產品（包括飼料、肥料、紡織品和農業機械等）的生產、加工、流通和服務的經濟組織［14］。

（二）影響因素變量選擇

信息技術采納理論主要研究內容為個人或組織在信息技術的采納過程中的行為規律及其影響因素。Tornatzky和 Fleischer［15］在創新擴散理論的基礎上，提出 TOE（technology-organization-environment）模型，是信息技術采納研究領域經典研究框架。該模型認為，企業采納一項新的信息技術時要考慮技術、組織與環境3個因素。本文選擇TOE模型作為變量選擇的分析框架，結合實地調研的情況，通過與合作企業管理者、大數據技術研究方面的學者、農業經濟管理專業學者、農業領域政府部門領導進行專家訪談，以及參考企業戰略管理分析理論，加入決策者行為態度變量，制定決策者行為態度變量、技術變量、組織變量、環境變量4大類影響農業企業對大數據技術采納意愿的因素。

1.決策者行為態度變量

本文認為決策者對大數據技術的行為認知會影響企業的技術采納意愿。一般來說，決策者對大數據技術的關注程度越高，對技術的認知越深刻，進而對大數據技術的應用前景態度越開明，對技術采納的意愿越趨向于愿意。同時決策者對大數據技術的成本評估和大數據技術對企業的增益程度等方面的認知態度，也將對企業采納大數據技術的意愿有一定的影響。

2.技術因素變量

根據TOE理論，技術因素是指技術本身的特性，包括相對優勢、兼容性、復雜性、可試性和可察性。本文通過技術應用認可程度和技術應用推廣難度來詮釋技術因素。一般來說，大數據技術認可程度越高，采納技術的意愿越高。技術應用推廣難度越低，采納技術的意愿越高。

3.組織因素變量

企業不同的主營業務類型與規模對大數據技術的采納意愿有所不同，結合企業特點選擇采納時機與需求［16］。企業的信息化水平對大數據技術的采納意愿有一定的影響，主要體現在企業信息化人才、企業信息管理軟件基礎、企業信息系統的開發形式等。其中企業信息化人才用信息部門本科及以上人才比例、碩士及以上人才比例體現；企業信息管理軟件基礎是為了反映企業原有信息管理與分析軟件的復雜程度，用是否使用Excel之外的信息管理與分析軟件體現。

4.環境因素變量

大數據行業協會及產業聯盟、大數據技術公共示范工程、政府宣傳、政府補貼對農業企業對大數據技術的采納意愿有一定的影響。

二、模型構建

本研究首先采用卡方檢驗和單因素方差分析的方法，對研究變量與采納意愿進行相關性檢驗，找出相關性顯著的影響變量。再次，對于與采納意愿顯著相關的影響變量通過ISM（interpretive structural modeling）模型進行分析，找出影響因素間的層次遞階結構。

（一）數據來源

本文數據來源于問卷調研。本文在2017年9—11月對山東省農業企業進行問卷調研，共發放問卷200份，回收有效問卷189份，回收有效問卷率94.50%。問卷回收后通過獨立樣本T檢驗對問卷進行項目分析，再對樣本進行信度分析，保留具有判別能力的題項，問卷信度為0.9219。2019年9—11月選擇部分被調研企業進行回訪。綜上所述，問卷具有很高的效度和信度。

對189份有效問卷的統計顯示，104家被調研農業企業表示“愿意”采納大數據技術，占比55.03%；70家被調研農業企業表示“比較愿意”采納大數據技術，占比37.04%；15家被調研企業表示“不愿意”采納大數據技術，占比7.94%。這一數據表明農業企業對大數據技術采納意愿存在分歧，超過90%的被調研企業有采納大數據技術的傾向，可只有五成多的被調研企業傾向強烈，仍有接近8%的被調研企業不愿意采納。因此，如何將“不愿意”與“比較愿意”的企業轉化為“愿意”采納大數據技術的企業，其影響因素的分析對于大數據技術在農業企業中進一步采納與應用有著至關重要的作用。

（二）ISM方法原理

ISM分析方法基本原理是根據經驗、圖論中的關聯矩陣原理和計算機技術，對復雜系統中各種影響因素及其相互關系進行解析，目的為發現因素間的關聯性和層次性，確定影響因素間的層次結構關系［17］。具體分析步驟如下。

假設農業企業對大數據技術采納的顯著影響因素有k個，則用S0表示農業企業對大數據技術的采納意愿，Si（i=1，2，…，k）表示農業企業對大數據技術采納意愿的顯著影響因素。通過專家經驗判斷各因素間的邏輯關系，用“V”表示行因素對列因素有直接或間接的影響，“A”表示列因素對行因素有直接或間接的影響，做出邏輯關系圖，確定鄰接矩陣R，其構成方式詳見式（1）：

由rij構成的鄰接矩陣R需要進一步轉化為可達矩陣M，其計算方法詳見式（2）：

其中：I為單位矩陣；2≤λ≤k；以上矩陣冪運算遵循布爾運算法則。根據可達矩陣M，計算各因素層次。P（Si）是可達集，表示可達矩陣中從因素Si出發可以到達的全部因素的集合；Q（Si）是先行集，表示可達矩陣中可以到達因素Si的全部因素的集合。其表達方法詳見式（3）：

其中：mij和mji均是可達矩陣M的因素。最高層的因素計算方法詳見式（4）：

根據上述分析，確定各因素層次結構。第一，根據式（3）和式（4）確定頂層要素集L1，之后在可達矩陣M中刪除頂層要素集L1，得到矩陣M′；第二，對M′進行式（3）和式（4）運算，得到位于第二層要素集L2，之后在M'中刪除第二層要素集L2，得到矩陣M″；第三，依據上述運算，得到第三層要素集L3以及所有層次要素集；最后，用有向邊連接各層次要素，得到農業企業對大數據技術采納的影響因素層次結構。

三、影響因素模型估計與結果討論

（一）模型估計分析

1.農業企業對大數據技術采納意愿影響因素顯著性分析

本文采用SPSS19.0軟件對189份有效問卷進行分析。在對決策者行為態度變量、組織因素變量、環境因素變量3類15個因素與采納意愿選擇進行相關顯著性檢驗中，采用類別因素卡方檢驗方式，結果詳見表1、表2。在對技術變量與采納意愿選擇進行相關顯著性檢驗中，采用單因素方差分析，本文通過李克特五分量表法對二維碼、云計算、物聯網、追溯系統、數據采集、數據分析、數據可視化、網盤8項技術的應用進行認知研究，其中賦值越大表示認可程度越高，之后加權8項變量為技術應用認可程度變量，以此通過對具體技術的應用認知情況反映大數據技術應用認可程度。研究企業對大數據技術的復雜性、兼容性、可試性3個方面認知，其中，賦值越大表示難度越小，之后加權為技術應用推廣難度。對技術應用認可程度、技術應用推廣難度與采納意愿選擇的關系通過單因素方差分析，進行相關性檢驗，結果詳見表3、表4。最后，確定決策者行為態度變量、技術因素變量、組織因素變量、環境因素變量4類15個因素：決策者對大數據技術的關注程度、決策者對大數據技術在農業領域應用前景態度、大數據技術采納成本評估、大數據技術對企業的增益程度、技術應用認可程度、技術應用推廣難度、企業主營業務類型、企業規模、企業信息化人才比例、企業信息管理軟件復雜度、企業信息系統開發形式、大數據行業協會及產業聯盟的作用、大數據技術公共示范工程的影響、政府宣傳、政府補貼。

2.農業企業對大數據技術采納意愿影響因素的解釋性結構

通過相關關系顯著性檢驗，確定決策者行為認知變量、技術因素變量、組織因素變量、環境因素變量4類15個因素為顯著性影響因素，用Si表示。分別是決策者對大數據技術的關注程度S1、決策者對大數據技術在農業領域應用前景態度S2、大數據技術采納成本評估S3、大數據技術對企業的增益程度S4、技術應用認可程度S5、技術應用推廣難度S6、企業主營業務類型S7、企業規模S8、企業信息化人才比例S9、企業信息管理軟件復雜度S10、企業信息系統開發形式S11、行業協會及產業聯盟影響S12、大數據技術公共示范工程影響S13、政府宣傳S14、政府補貼S15。在分析討論并咨詢有關專家學者和山東省各地市農業局等職能部門管理者意見的基礎上，本文給出15個影響因素間的邏輯關系，如圖1所示。

表1 組織、行為態度、環境變量解釋與統計特征

表2 組織、行為態度、環境變量與采納意愿相關性檢驗

表3 技術因素統計特征

表4 技術因素與采納意愿相關性檢驗

圖1 影響因素間的邏輯關系圖

根據圖1和式（1）得到影響因素間的鄰接矩陣R。利用式（2）和MATLAB軟件，由鄰接矩陣R得到影響因素的可達矩陣M。根據可達矩陣M、式（3）和式（4）計算得出將15個影響因素分為5個層次：L1=｛S0｝，L2=｛S2，S3，S4｝，L3=｛S1，S6，S7，S8｝，L4=｛S5，S9，S10，S11｝，L5=｛S12，S13，S14，S15｝。根據 L1、L2、L3、L4、L5得到排序后的可達矩陣圖，如圖2所示。根據圖2，用有向邊連接各因素，得到農業企業對大數據技術采納意愿選擇影響因素間的關聯關系與層次遞階結構，如圖3所示。

圖2 排序后的可達矩陣層次結構圖

（二）結果討論

1.表層影響因素分析

圖3 農業企業對大數據技術采納意愿影響因素間的關聯關系與層次遞階結構

大數據技術在農業領域應用前景態度與農業企業對大數據技術采納意愿選擇顯著相關，p為0.0007。沒有被調研企業選擇“沒有必要應用”一項，可見被調研企業對大數據技術的應有價值持有肯定的態度。持有樂觀態度的企業與持有觀望態度的企業各占近一半，有48.68%的被調研企業持有樂觀態度，認為“有應用價值，現階段就應該跟上這一趨勢”，還有51.32%的被調研企業是觀望態度，認為“有應用價值，可目前的農業發展狀況還不具備條件”。68.48%的持有樂觀態度的企業“愿意”采納大數據技術，42.27%的持有觀望態度的企業“愿意”采納大數據技術。可見，持有樂觀態度的企業比持有觀望態度的企業更為傾向愿意采納大數據技術。

大數據技術采納成本評估與農業企業對大數據技術采納意愿選擇顯著相關，p為0.0000。成本因素是農業企業采納大數據技術極為直接的影響因素，本文認為大數據技術的實施成本主要為硬件成本和軟件成本，硬件成本是指基于計算機設備和服務產生的成本，包括設備費用、服務費用、維護成本等，而軟件成本是指采納大數據技術產生的員工培訓費用和聘用費用等。近九成的被調研企業認為現階段大數據采納成本過高，其中74.60%被調研企業認為“成本暫時過高，觀望軟硬件成本走勢”，還有11.64%被調研企業認為“成本完全超出企業承受能力”，只有13.76%被調研企業認為“大數據技術成本目前可以接受”。而40.91%的認為“成本完全超出企業承受能力”的被調研企業選擇“愿意”采納大數據技術，49.65%的認為“成本暫時過高，觀望軟硬件成本走勢”的被調研企業選擇“愿意”采納大數據技術，96.15%的認為“大數據技術成本目前可以接受”的被調研企業選擇“愿意”采納大數據技術。可見，被調研企業對成本評估越樂觀越傾向愿意采納大數據技術。

大數據技術對企業利潤的增益程度與農業企業對大數據技術采納意愿選擇顯著相關，p為0.0000。大數據技術對企業的增益程度主要表現為對企業收益的增加和運營成本的降低，以大數據技術為支撐的平臺和后臺建設，如阿里云服務等，可以提高業務處理的運行速率，大數據技術產生的服務優勢可以提高企業的收益，以及長期成本的降低。近九成的被調研企業認為采納大數據技術可以增加利潤，其中45.50%的被調研企業認為“少量增加利潤”，41.27%的被調研企業認為“大量增加利潤”。18.18%的認為“利潤不變”的被調研企業選擇“愿意”采納大數據技術，38.37%的認為“少量增加利潤”的被調研企業選擇“愿意”采納大數據技術，82.05%的認為“大量增加利潤”的被調研企業選擇“愿意”采納大數據技術。而選擇“少量減少利潤”的被調研企業也“愿意”采納大數據技術，因選項數量太少，在此不予考慮。可見，被調研企業對采納大數據技術對企業利潤的增益程度期望值越高越傾向于愿意采納大數據技術。

2.中間影響因素分析

農業企業主營業務類型、企業規模與農業企業對大數據技術采納意愿選擇顯著相關，p分別為0.0184、0.0034。企業主營業務類型與企業規模可以產生不同的運營組合，不同的運營組合對采納大數據技術的意愿與大數據技術應用形態有不同的選擇。根據實地調研與專家訪談的結果，大田種植對傳感器的要求高，多功能、高密度分布傳感器的成本高，而大田種植的收益低，投資回報率相對低，現階段大田種植采納大數據技術項目多為公共示范工程，以盈利為目標的企業行為較少。高附加值的經濟作物生產利潤高，但是單位成本高、經營風險高，部分高附加值的經濟作物對種植環境要求高，存在市場不確定性，企業采納大數據技術可以降低成本和風險，因此，相對更愿意采納大數據技術，一般選用物聯網數據采集與大數據技術分析的技術組合。農產品儲存流通型企業，如電子商務、農產品物流等，存在高市場風險，需要數據進行市場預測，降低風險，因此，對數據采集、分析、展現的需求相對大，更愿意采納大數據技術。標準化、規模化生產的農副產品加工型企業，信息化程度高，為提高食品安全，適應市場競爭，滿足消費者需求，更愿意采納大數據技術，建立和完善農產品質量安全追溯系統。

企業信息化人才比例、企業信息管理軟件復雜度、企業信息系統開發形式與農業企業對大數據技術采納意愿選擇顯著相關，p分別為0.0002、0.0024、0.0000。企業信息部門本科以上人才比例這一因素未通過顯著性檢驗，不予討論。企業信息部門人才比例較低，九成多企業碩士及以上學歷人員比例低于20%，其中57.67%的被調研農業企業信息管理部門沒有碩士及以上學歷人員。Excel軟件是被調研農業企業最為主要的信息管理軟件，My SQL、Oracle等相對高級的數據管理與分析軟件使用率低于5%。使用Excel之外的信息管理與分析軟件的被調研企業相對于不使用的更傾向于“愿意”采納大數據技術，企業原有的信息管理軟件相對復雜一定程度上反映了企業的數據管理意識強、數據服務需求大，更傾向于愿意采納大數據技術。企業信息管理系統開發形式多元，可仍有17.99%的被調研企業“不了解、不開發”，77.27%的選擇“自行開發”的被調研企業選擇“愿意”采納大數據技術，47.06%的選擇“不了解、不開發”的被調研企業選擇“愿意”采納大數據技術，“自行開發”的被調研企業比“不了解、不開發”的被調研企業更傾向于愿意采納大數據技術。一般來說，自行開發信息系統的企業，對企業數據管理有個性化需求，企業數據管理需求大、企業信息管理人才儲備好、對大數據技術的認知程度相對高，更愿意采納大數據技術。

技術應用認可程度、技術推廣難度與農業企業對大數據技術采納意愿選擇顯著相關，p為0.0000、0.0000，關聯強度指數分別為0.1496、0.3031，說明不同采納意愿的企業在技術認可程度、技術推廣難度上存在顯著差異，并且具有實際應用價值。本文對技術認可程度的賦值越大表示認可程度越高，技術推廣難度賦值越大表示推廣難度越小。由表3可見，技術應用認可程度越高，企業越傾向愿意采納大數據技術，技術推廣難度越小，企業越傾向愿意采納大數據技術。首先，企業對二維碼、云計算、物聯網、追溯系統、數據采集、數據分析、數據可視化、網盤等技術應用的認可程度越高，可以反映企業對現行大數據技術應用越持有肯定態度，推測其對大數據技術應用的發展潛力和發展空間會越持有樂觀態度，認為不采納大數據技術的機會成本大，進而越愿意采納大數據技術；再次，企業對大數據技術的復雜度、兼容度、可試性接受程度越大，反映企業學習成本相對低、企業信息系統整合成本相對低、企業試用成本相對低，一定程度上說明采納成本相對低，進而越愿意采納大數據技術。

決策者對大數據技術認知程度與農業企業對大數據技術采納意愿選擇顯著相關，p為0.0339。決策者對大數據技術關注程度整體不高，40.21%的決策者“聽說過”，37.57%的決策者“關注”“很關注”以及“非常關注”的決策者只有9.52%，仍有12.70%的被調研企業“沒有聽說過”。“很關注”以及“非常關注”的決策者所在企業選擇“愿意”采納大數據技術的比例要高于關注及以下的決策者所在企業近五成。決策者對大數據技術的關注程度高，則對大數據技術的應用與發展認知程度高，對技術進步所帶來的成本降低以及利潤提升持樂觀態度，對農業發展前景趨于科技興農，因此，其所在企業越愿意采納大數據技術。

3.深層影響因素分析

大數據行業協會及產業聯盟影響、大數據公共示范工程影響與農業企業對大數據技術采納意愿選擇顯著相關，p為0.0276、0.0000。參與大數據行業協會或者大數據產業聯盟的企業“愿意”采納大數據技術的比例高于不參與的企業超過20%，觀摩過大數據示范工程的企業“愿意”采納大數據技術的比例高于沒有觀摩過的企業近40%。企業參與大數據行業協會及產業聯盟表明企業對大數據技術有興趣，大數據行業協會及產業聯盟企業間相互交流學習，拓展企業技術結合空間，增加技術學習渠道，企業對大數據技術的應用與發展更為了解，對自身企業業務與大數據技術具體結合方式更有基礎與途徑，因此更愿意采納大數據技術。觀摩過大數據技術示范工程的企業通過參觀大數據技術在產業中實際應用，體會到大數據技術實用性，進而結合企業自身業務與發展需求，更愿意采納大數據技術。

政府宣傳、政府補貼與農業企業對大數據技術采納意愿選擇顯著相關，p為0.0112、0.0000。“政府宣傳力度大”的企業選擇“愿意”采納大數據技術的比例高于“沒有”及“普通宣傳”的企業近50%。只有4.76%的被調研企業選擇有財政補貼，因這一變量沒有通過相關顯著性檢驗，不予討論。進一步研究“若有財政補貼，是否愿意采納”，95.24%的被調研企業愿意采納，其中40.21%的被調研企業是由原“不愿意”及“比較愿意”轉為“愿意”。政府宣傳與政府補貼是強大的推動力，通過政府宣傳可以讓企業更愿意為了解農業對大數據技術的需求，結合業務需要，選擇技術形式拓寬信息渠道。通過政府補貼可以刺激企業采納技術，緩解企業成本壓力，降低企業進入壁壘。

四、結論與政策含義

本文結合卡方檢驗、單因素方差分析與ISM模型，分析得到農業企業對大數據技術采納意愿選擇影響因素間的關聯關系與層次遞階結構，通過上述因素層次分析，得到以下主要結論與政策含義。

第一，大數據技術成本評估、大數據技術對企業增益程度、政府財政補貼與農業企業采納大數據技術意愿選擇顯著相關。企業是以盈利為目的的組織，成本與利潤是最直接的刺激因素。加大對物聯網設備、服務器設備、云計算服務、大數據平臺構架等硬件和軟件技術的研發力度，提高核心設備和技術的自主知識產權水平，減少對傳感器、芯片等進口依賴，改良硬件材料，降低大數據技術的使用成本。引導大數據技術服務市場公平合理競爭，優化服務質量，降低技術服務成本，提高企業增益程度。鼓勵農業企業開展與大數據技術相結合的項目，在建設用地、稅費減免、企業獎勵等方面給予適當的政策傾斜。引導社會資本投資農業大數據技術項目，鼓勵金融、保險機構給予信貸支持、保險支持。

第二，決策者對大數據技術在農業領域應用前景態度、對大數據技術的認知程度與農業企業采納大數據技術意愿選擇顯著相關。培養理念先進的決策者，對農業企業大數據技術采納有一定的積極作用。加大對農業企業決策者培養力度，培養自我學習能力，增強其對科技興農、智慧農業、大數據技術應用的認知；鼓勵企業決策者走出去，學習大數據技術應用企業的管理經驗；鼓勵大學生返鄉創業，帶來先進的企業經營理念和銷售渠道，培養與時俱進的農業企業決策者。

第三，企業主營業務類型、企業規模、企業信息化基礎與農業企業采納大數據技術意愿選擇顯著相關。農業企業多元化導致對技術需求存在多元化。加強大數據技術產業協作，挖掘大數據技術與農業生產實際相結合的途徑，培養企業數據管理意識，建立合理的技術與需求耦合機制。

第四，技術應用認知程度、技術應用推廣難度與農業企業采納大數據技術意愿選擇顯著相關。技術相對優勢、兼容性、復雜度、可試性、可察性等技術特質對技術采納有一定影響，優化技術特質在一定程度提高采納意愿。加大培養大數據技術型人才力度，鼓勵高校、科研機構開展大數據技術及其交叉學科專業課程，與大數據技術公司、農業企業形成產學研模式，改進大數據算法，不斷優化大數據技術在生產監測預警、市場預測、農產品質量追溯、電子商務等方面的用戶體驗，通過技術進步降低技術使用門檻。

第五，大數據行業協會及產業聯盟、大數據公共示范工程、政府宣傳與企業采納大數據技術意愿選擇顯著相關，說明宣傳與交流對農業企業采納大數據技術有一定影響。政府部門應加大宣傳力度，鼓勵農業企業參與大數據行業協會及產業聯盟，定期多次組織企業參觀大數據技術公共示范工程，采用宣講會、培訓班、新聞媒體等宣傳方式，推廣大數據項目、分析成功案例、分享應用經驗、拓展企業技術視野。