社會網絡視角的農戶農產品電商參與行為分析
——基于湖北、山東、安徽、甘肅349份農戶抽樣調查數據

胡月莉，夏春萍，*，賈 鋮，王翠翠

(華中農業大學a. 經濟管理學院；b. 電子商務研究所，湖北 武漢 430070)

近年來，農產品電商的發展成為了助推農業經濟快速發展的強大引擎，為破解我國農產品長期面臨的供需信息不對稱、銷售渠道不暢等難題提供了有效解決方案[1]。尤其是在新冠肺炎疫情沖擊下，農產品線下流通渠道一度受阻，電商平臺通過“直播帶貨”模式拓寬線上銷售渠道，極大地降低了疫情對農產品銷售的影響，保障了農戶的收入穩定。雖然我國農產品電商市場規模逐年增大，但仍然掩蓋不了當下電子商務對農產品滲透率低下的現實[2]。據中國國際電子商務中心研究院發布的《中國農村電子商務發展報告(2017—2018)》，全國農產品網絡零售額僅占全國實物商品網絡零售額的4.4%，農戶參與農產品電商的意愿較低，對電商這種新技術的運用不足[3]。目前，僅有約8%的農戶通過網絡平臺銷售農產品，不少農戶開展農產品電商僅僅是“淺嘗輒止”，甚至早已“有名無實”[4]。

農戶既是農產品的主要生產者，也是農產品流通市場的重要參與主體，其對農產品電商的參與意愿、參與行為直接關系到農產品電商的發展是否具備持續的內在動力[5]。我國農村是一個以血緣、親緣、地緣和業緣關系交織在一起的社會網絡特征明顯的關系社會和人情社會，社會網絡在農戶技術采用決策中扮演著重要角色，農戶的行為在很大程度上會受到個體所擁有的社會網絡的影響[6]。

以往關于農戶農產品電商參與行為的研究主要從宏觀和微觀2個方面展開。宏觀上，學者重點突出了開展農產品電商的重要性，肯定了農產品電商廣闊的發展前景，證實了農業生產中機械化程度、當地政府的扶持力度、網絡基礎設施和快遞物流條件[7-10]等對農戶農產品電商參與行為的顯著影響。微觀上，學者發現農戶農產品電商參與行為受到個人特征與家庭特征的共同影響，其中，受教育水平、年齡、參加電商培訓、先前網絡經驗、家庭收入水平是關鍵變量[11-12]。還有學者以技術接受模型為基本框架證實，主觀規范、信任、感知風險、網絡外部性等對農戶農產品電商采納行為具有顯著影響[13-15]。現有文獻為研究農戶農產品電商參與行為的影響因素提供了豐富的理論成果，但鮮少從社會網絡視角出發研究其對微觀農戶農產品電商參與行為的影響，部分學者雖然從農戶社會網絡、社會信任、社會參與、社會聲望等多維視角探究社會資本對農戶農產品電商采納行為、電商交易平臺選擇等的影響[16-18]，但缺乏單獨從社會網絡視角深入探討其對農戶農產品電商參與行為影響的探討。深入探討社會網絡對農戶農產品電商參與行為的影響規律，不僅有助于梳理農戶參與農產品電商的行為邏輯，為其影響機制研究提供依據，還有助于解決農戶農產品電商參與度低的問題，推動“農產品上行”，促進電子商務在農業中的廣泛應用。

鑒于此，本文重點關注以下問題：(1)社會網絡是否在促進農戶農產品電商參與行為中存在重要作用？(2)若存在，社會網絡不同維度的影響是否存在差異？為回答上述問題，本文利用湖北、山東、安徽、甘肅4省的農戶調研數據，運用Binary Logistic(二元邏輯回歸)模型，識別農戶的社會網絡與其農產品電商參與行為之間的內在聯系，并比較分析社會網絡的不同維度對農戶農產品電商參與行為的影響差異，以期為農戶參與農產品電商提供實踐指導，為政府部門制定促進農戶參與農產品電商的扶持政策提供理論支撐。

1 理論分析與研究假說

1.1 概念界定

首先，對“農戶農產品電商參與行為”的概念進行界定。農戶是指在農村特定環境下從事生產經營活動的基本單位。農產品電商，是指利用互聯網平臺進行農產品網絡營銷，既包括在各類電子商務平臺或互聯網信息平臺上開展農產品推廣和銷售的傳統模式，也包括通過新媒體、社交APP開展的對粉絲社群進行維護、發布信息、銷售等社會化商務模式[4]。本文研究的農戶農產品電商參與行為是指農戶在一定環境下，利用互聯網平臺進行農產品網絡營銷的經營行為。

何謂社會網絡？學界至今還未形成一個統一的定義。從現有文獻看，社會網絡最初是由社會學家在研究、分析社會的組成結構時提出的，他們將社會網絡定義為“個體間由于存在的社會、血緣等關系而形成的穩定系統”。本文主要研究的是農村社會網絡，它是以農戶或農業組織為節點，由血緣、親緣、業緣、地緣等親疏遠近關系構筑的非正式關系網絡。我國農村是一個鄉土關系錯綜復雜的社會環境，社會網絡既是農戶人際交往的載體平臺，也是他們賴以生活和從事生產的場域[19]。邊燕杰[20]在研究城市居民社會資本時指出，社會網絡通過互動能夠傳遞比較充分的信息，通過長期互惠和面子機制可以溝通人情、聯結個體，通過培養和鼓勵人際信任促成交易。王格玲等[6]在研究農戶技術采用路徑時提到，社會網絡通過群體間的互動、學習、互惠、信任功能直接影響農戶的技術采用決策。

關于社會網絡維度，以往學者的劃分方式有所不同，但總體來看，大多都是圍繞“互動”“學習”“信任”“互惠”等方面展開[6，20-22]。在參考前人研究的基礎上，本文使用李克特量表法與因子分析法，將社會網絡按其功能劃分為網絡互動、網絡學習、網絡信任和網絡互惠4個維度。(1)網絡互動，是指個人與社會網絡成員之間的來往交流和受到彼此影響的情況；(2)網絡學習，是指社會網絡內成員間相互學習、交流，使知識在成員間流通、共享，主要體現為相互學習和向他人學習2種形式；(3)網絡信任，是指網絡中每個成員在長期的接觸與交流中形成的相互認同、相互依賴的關系；(4)網絡互惠，是指網絡中的個體通過相互間的合作來實現各自利益，并找到能夠同時使個人與群體受益的帕累托最優點，實現最終的互惠[23]。

1.2 社會網絡對農戶農產品電商參與行為的影響

社會網絡的信息獲取和互動學習功能在農戶技術采納決策中起著重要作用，農戶之間通過社會網絡進行互動學習，交流技術采納成效，可有效緩解農戶的信息約束，既能降低技術學習與使用的成本，又能加速農戶對技術的采用進程。事實上，不少國內外學者都通過研究證實了社會網絡對農戶技術采納行為的積極影響。Bandiera等[22]證實，社會網絡與農戶技術采用之間呈正相關關系；Matuschke等[23]發現，農戶的個體社交網絡在農業技術采用決策中發揮著重要的作用；Takahashi等[24]認為，社會網絡是一種比傳統的公共部門推廣新技術更為有效的擴展系統。國內學者的研究同樣發現，農戶的社會網絡越豐富，其采納綠色生產技術(如節水灌溉、生態耕種、秸稈還田等技術)的意愿越高[25-28]。近年來，也有學者開始將社會網絡因素納入到農產品電商推廣的研究中，如LaRose等[29]研究發現，在農村社會網絡里前期技術采納者的帶動下，新用戶的自我效能會進一步增強；徐智邦等[30]認為，鄰里效應對村級電商推廣具有促進作用；薛洲等[31]指出，基于農村熟人社會網絡，電商技術在農村的傳播會更加順暢。

梳理以往文獻發現，總體而言，社會網絡可以通過以下途徑對農戶農產品電商參與行為產生影響。第一，社會網絡有助于提高農戶的社會資本。一方面，社會網絡可以溝通人情，聯結擁有不同資源的個體，通過人情網絡實現資源的重組配置，提高農戶的社會資本；另一方面，農戶個人的信譽通過網絡互動效應在關系網絡中建立“口碑”，形成一傳十、十傳百的聲望資本，從而提高自身影響力。第二，社會網絡有利于信息的獲取和傳遞。在信息高度不對稱的農村地區，社會網絡作為農戶人際交往的平臺和生產生活的場域，可以傳遞較為全面充分的信息，是農戶獲取信息有效且為數不多的渠道。來自不同國家的研究案例也證實，農戶的社會網絡越豐富，其獲取技術信息的概率越高，最終的采用率也越高。社會網絡內部成員通過日常溝通學習和技術交流共享電商信息，在降低信息獲取成本的同時，也豐富了信息來源渠道，既縮短了信息傳播路徑，又提高了信息的擴散效率，對農戶農產品電商參與行為具有積極影響。第三，社會網絡可以分散風險，降低農戶風險感知。在農產品電商成本收益不確定的情況下，農戶的參與意愿會受到抑制；然而，社會網絡的互動、學習、信任、互惠功能可以在很大程度上降低這種不確定性的效益風險，特別是在保險市場缺失或無效時，社會網絡可以為農戶參與農產品電商提供一種風險保障，起到彌補正式組織缺陷、降低農戶風險感知的作用，從而提高農戶的農產品電商參與率。基于此，提出假說H1：社會網絡對農戶農產品電商參與行為有顯著的正向影響。

1.3 社會網絡不同維度對農戶農產品電商參與行為的影響

在農產品電商推廣初期，由于農戶普遍缺乏對電商操作流程和成本收益信息的了解，農戶對農產品電商的采納率較低。隨著農戶與群體內有電商銷售經歷的親友鄰里間的互動往來，以及附近企業、個人開展電商的成功示范，農戶可以親身感受并獲取農產品電商帶來的數字紅利和收入增加的正面信息，從而提高其參與農產品電商的概率。基于此，提出假說H1a：網絡互動對農戶農產品電商參與行為有顯著正向影響

農戶本身知識有限，加上對新技術會產生一些認知偏差，其決策在很大程度上依賴于傳統的生產經營習慣。這不利于農戶對新技術的采納[22]。網絡學習能夠產生知識溢出效應，促進網絡內群體間的相互學習和交流，進而增加農戶對新技術的了解和認知，從而提高其對新技術的采納率。因此，當未參與農產品電商的農戶向群體內其他成員，特別是電商先行大戶或專業人士，學習到有關農產品電商的操作原理和要領后，會加深其對農產品電商的了解，進而認識到農產品電商可以給自身帶來的收益，從而促發農戶農產品電商參與行為。基于此，提出假說H1b：網絡學習對農戶農產品電商參與行為有顯著正向影響。

網絡成員間的信任水平表現為對其他網絡成員行為的認可，進而會模仿他所信任對象的行為。網絡信任建立在持續的網絡互惠基礎上，網絡互惠隨著網絡信任水平的提升會進一步增強。兩者相輔相成，互相促進。作為一種銷售農產品的新渠道，農戶是否采納農產品電商，其決策在很大程度上會受到周圍農戶行為的影響，尤其是與其有信任、互惠關系的農戶行為的影響。基于信任與互惠的社會網絡能夠為電商創業者提供創業所需的信息、資金、物質、人力資源和情感支持等，這些支持可以降低農戶的風險感知，為參與農產品電商的農戶提供一種風險保障，提高個體對成功可能性的預判，使其更有可能做出參與農產品電商的選擇[26]。基于此，提出假說H1c：網絡信任對農戶農產品電商參與行為有顯著正向影響；假說H1d：網絡互惠對農戶農產品電商參與行為有顯著正向影響。

2 數據來源、模型選擇與變量說明

2.1 數據來源

本文數據來源于課題組于2019年7—8月開展的“農產品電商發展與農戶參與情況”的問卷調研，綜合考慮不同地區農產品電商發展水平，最終選取湖北省麻城市、枝江市和建始縣，山東省曹縣，安徽省臨泉縣，以及甘肅省張掖市甘州區等農產品電商發展前景較好的農村地區作為核心調研地。采用分層逐級抽樣和隨機抽樣相結合的方式選取樣本農戶：先在每個樣本縣(市、區)隨機抽取1個鄉鎮，再在每個鄉鎮隨機選取3個村，最后在每個村隨機選取20個農戶作為最終調查對象。數據收集工作由接受過培訓的調研人員與農戶一對一問答完成。本次調研共收集360份問卷，其中，有效問卷349份，問卷有效率為96.9%。

2.2 模型選擇

本文的被解釋變量為“農戶農產品電商參與行為(behavior)”，屬于0-1變量，若農戶參與農產品電商，則取值為1，反之則為0。Brock等[32]發現，采用Probit、Logit等模型，可以避免線性模型中個人特征“線性地”影響被解釋變量所造成的影像問題。基于此，本文在模型擬合效果基礎上，選擇基于個人層面的Binary Logistic模型分析影響農戶農產品電商參與行為的關鍵因素。

假設農戶農產品電商參與行為由以下模型決定：

logit(Bi=1)=?(αiSi+βiIi+γiHi+δiVi)。

(1)

式(1)中：下標i表示第i個受訪農戶；Bi表示被解釋變量；?表示待估參數；Si、Ii、Hi、Vi分別表示解釋變量中的社會網絡、農戶個體特征、家庭經營特征和村莊電商經營環境；αi、βi、γi、δi分別對應各解釋變量的回歸系數。

2.3 社會網絡及其各維度的測度

社會網絡一般無法直觀量化，本文利用因子分析法測度農戶的社會網絡及其各維度，對多項社會網絡指標進行探索性因子分析(factor analysis)，得到社會網絡指標值，值越大，說明農戶社會網絡存量越高。基于4省調研數據，利用SPSS 19.0軟件對農戶社會網絡各變量做因子分析，得到樣本的KMO檢驗值為0.638，Bartlett球形檢驗的近似卡方值為702.213(P<0.001)，說明樣本數據適合做因子分析。

對社會網絡的4個維度及其指標說明如下。F1，網絡互動，下設2項子指標：F1-1，親戚朋友中有人參與電商銷售對我影響很大；F1-2，附近企業、個人開展電子商務對我影響很大。F2，網絡信任，下設2項子指標：F2-1，周圍的人對我十分信任；F2-2，我信任技術推廣員、村干部、鄰里間的高學歷人士和村內賺錢能手。F3，網絡學習，下設2項子指標：F3-1，經常與他人交流電商經營技巧和銷售心得；F3-2，經常向電商示范戶請教銷售技巧。F4，網絡互惠，下設2項子指標：F4-1，家中有事時大家愿意來幫忙；F4-2，經常能從周圍人身上得到有用的信息。對于上述各項指標，采用李克特量表分別賦分，用1～5表示非常不同意、不同意、一般、同意和非常同意，或從不、偶爾、一般、經常、頻繁。經統計，將本文樣本中上述各項指標的平均值和標準差整理于表1。

表1 社會網絡維度指標及其描述性統計

為了使得到的公因子有更加合理的經濟涵義，采用最大方差法進行因子旋轉，得到4個特征根大于1的公因子(分別對應于社會網絡的4個維度)，累計方差貢獻率為77.353%。根據各因子得分及其方差貢獻率，可得社會網絡指標(SN)的計算公式為

VSN=(22.097×VF1+19.191×VF2+18.492×VF3+17.573×VF4)/77.353。

(1)

式(1)中：VSN、VF1、VF2、VF3、VF4分別代表SN、F1、F2、F3、F4的值。其中，F1～F4的值通過因子分析測算(在SPSS 19.0軟件中完成)。

2.4 控制變量

控制其他可能的影響因素：一是農戶個體特征，包括性別(男賦值1、女賦值2)、年齡、健康狀況(很差、較差、一般、良好、優秀依次賦值1～5)和學歷(小學及以下、初中、高中、專科及以上分別賦值1～4)；二是家庭經營特征，包括家庭經營耕地面積(單位為畝，1畝≈667 m2)和耕地質量(下等、中下等、一般、中上等、上等依次賦值1～5)；三是村莊電商經營環境，包括快遞物流便利程度(非常不便利、不便利、一般、比較便利、非常便利依次賦值1～5)、政府或電商平臺對電商的宣傳力度(沒有宣傳、力度不大、力度一般、力度較大、力度很大依次賦值1～5)。此外，考慮到地區差異，在模型中加入省份虛擬變量，以控制省際差異。將各變量的描述性統計結果整理于表2。

表2 變量定義及其描述統計分析結果

3 實證分析結果

3.1 多重共線性檢驗

考慮到社會網絡的4個維度等核心解釋變量之間可能存在內部相關，在基準回歸之前，先對自變量(核心解釋變量)依次進行共線性診斷。檢驗發現，1.052

3.2 Binary Logistic回歸結果

分別構建模型，進行Binary Logistic回歸(表3)。其中：模型1僅包括核心解釋變量——社會網絡；模型2引入網絡互動、網絡學習、網絡信任、網絡互惠4個核心解釋變量，并對其回歸系數進行顯著性檢驗，考查社會網絡的不同維度對農戶農產品電商參與行為的影響差異；模型3和模型4分別在模型1和模型2的基礎上進一步引入農戶個體特征、家庭經營特征和村莊電商經營環境等控制變量，進一步分析社會網絡及其不同維度對農戶農產品電商參與行為的影響。在上述4個模型中，省份虛擬變量均已進行了控制。

表3 回歸結果

由模型1和模型3可知，社會網絡對農戶農產品電商參與行為在1%的置信水平上具有顯著正向影響，即社會網絡指標值越大，農戶參與農產品電商的可能性就越大，假說H1得到驗證，即社會網絡對農戶農產品電商參與行為有促進作用。由模型2和模型4可知，網絡互動和網絡學習對農戶農產品電商參與行為在1%的置信水平上均具有顯著正向影響，假說H1a和H1b得到驗證，即社會網絡內部成員的互動越多、學習交流越頻繁，其參與農產品電商的可能性越大。本文認為：農戶關于電商的知識，主要來自于與親朋好友和電商示范戶的交流，以及電商培訓人員的教授，隨著互相學習程度和學習能力的提升，農戶對農產品電商的益處了解增多，其參與農產品電商的概率也會相應提高。此外，模型2的估計結果顯示，網絡信任對農戶農產品電商參與行為的影響并未通過顯著性檢驗(P>0.1)，而網絡互惠對農戶農產品電商參與行為在10%的置信水平上有顯著正向影響；模型4中加入控制變量后，網絡信任和網絡互惠對農戶農產品電商參與行為的估計結果均未通過顯著性檢驗(P>0.1)，也就是說，假說H1c和H1d無法得到驗證。嘗試將網絡信任和網絡互惠指標值的平方項和立方項作為新的解釋變量放入模型4中重新進行回歸，但估計結果仍未通過顯著性檢驗(P>0.1)。由此可見，網絡信任和網絡互惠程度的增強，并不會對農戶農產品電商參與行為發揮顯著促進作用。原因可能是，網絡信任和網絡互惠與農戶農產品電商參與行為沒有直接的聯系，中間可能存在著中介效應，具體有待進一步研究。

其他控制變量對農戶農產品電商參與行為的影響與前人研究一致，以下基于模型4的回歸系數進行分析：年齡在1%的置信水平上對農戶農產品電商參與行為有顯著負向影響，說明相比年長農戶，年輕人參與農產品電商的概率更大；學歷在1%的置信水平上對農戶農產品電商參與行為有顯著正向影響，說明農戶的學歷越高，其參與農產品電商的可能性越大；耕地質量在5%的置信水平上對農戶農產品電商參與行為有顯著正向影響，說明農戶現有耕地的質量越高，其參與農產品電商的可能性越大；政府或電商平臺對電商的宣傳力度在10%的置信水平上對農戶農產品電商參與行為有顯著正向影響，說明政府或電商平臺對電商的宣傳越到位，農戶參與農產品電商的可能性越大。

3.3 分群估計

選擇3種策略對樣本數據進行分群，之后采用Binary Logistic模型估計社會網絡對各群體農戶農產品電商參與行為的影響(表4)。

表4 分群回歸結果

首先，考慮到目前我國農村以留守婦女為主的大環境，從性別差異探討社會網絡對農戶農產品電商參與行為的影響。根據受訪農戶的性別，將調研樣本劃分為男性組和女性組。可以看出，社會網絡，及網絡互動和網絡學習對女性組和男性組的農戶農產品電商參與行為均至少在5%的置信水平上具有顯著正向影響，且根據估計系數判斷，上述指標對女性組的影響程度超過男性組。

其次，參加過電商培訓的農戶對電商經營有一定的認知和了解，可能會更愿意參與農產品電商。據此，根據受訪農戶參加電商培訓的情況，將樣本劃分為參加培訓組與未參加培訓組。可以看出：社會網絡，及網絡互動和網絡學習對2組農戶的農產品電商參與行為均在1%的置信水平上具有顯著正向影響。從估計系數判斷，社會網絡和網絡互動對未參加培訓組農戶的影響要大于參加培訓組，而網絡學習對參加培訓組農戶的影響大于未參加培訓組。由此推斷，在參加電商培訓之前，影響農戶農產品電商參與行為的主要是社會網絡和網絡互動；但當農戶參加過電商培訓后，網絡學習對其農產品電商參與行為的影響加大。這體現了電商培訓在促進農村地區發展農產品電商中的積極作用。

最后，根據受訪農戶的學歷，將樣本劃分為高學歷組(學歷水平在高中及以上)和低學歷組(學歷水平在初中及以下)。可以看出，社會網絡，及網絡互動和網絡學習對2組農戶的農產品電商參與行為均在1%的置信水平上具有顯著正向影響。從估計系數判斷，三者對低學歷組農戶的影響都更高。鑒于當前我國農村地區農戶的學歷水平多集中于初中及以下(即低學歷農戶較多)，因此今后可以考慮從農戶的社會網絡方面入手提高農戶參與農產品電商的可能性。

以上3類分組樣本的回歸結果都再次驗證了假說H1、H1a和H1b，說明網絡互動和網絡學習對農戶農產品電商參與行為有顯著正向影響；而網絡信任和網絡互惠對農戶農產品電商參與行為的影響仍未通過顯著性檢驗(P>0.1)。

3.4 穩健性檢驗

一般地，大部分農村老年人受限于健康問題和學歷水平等，不適合從事農產品電商。同時，從政府關于農產品電商的宣傳推廣角度來看，其對象也以青壯年等適齡勞動人口為主。在我國現行標準下，60周歲以上的男性和55周歲以上的女性被認為是老年人。為了檢驗估計結果的穩健性，剔除樣本數據中60周歲以上的男性農戶和55周歲以上的女性農戶樣本，控制農戶個體特征、家庭經營特征和村莊電商經營環境變量，重新進行Binary Logistic回歸(表5中的模型5、6)。同時，采用社會網絡各維度的單一指標(在因子分析中得分較高者)，再次估計社會網絡及其4個維度對農戶農產品電商參與行為的影響(表5中的模型7)。不論是剔除老年人樣本還是使用單一指標，社會網絡，及網絡互動和網絡學習均對農戶農產品電商參與行為在1%的置信水平上具有顯著正向影響。因此，可以認為上文的實證結果是穩健的、可信的。

表5 穩健性檢驗的回歸結果

4 結論與建議

基于課題組2019年7—8月在湖北、山東、安徽、甘肅4省調研所獲得的349份樣本數據，本文實證分析了社會網絡對農戶農產品電商參與行為的影響，并從網絡互動、網絡學習、網絡信任、網絡互惠4個維度綜合刻畫了社會網絡，系統評估了社會網絡對農戶農產品電商參與行為的影響。主要結論如下。第一，社會網絡及其2個維度——網絡互動、網絡學習對農戶農產品電商參與行為具有顯著的正向影響，且這2個維度的影響存在差異，總體表現為網絡學習大于網絡互動；而社會網絡的另外2個維度——網絡信任和網絡互惠未能發揮類似的顯著作用。第二，在分群估計中發現，相較于男性組農戶，社會網絡、網絡互動和網絡學習對女性組農戶農產品電商參與行為具有更強的促進作用；相較于高學歷組農戶，社會網絡、網絡互動和網絡學習對低學歷組農戶農產品電商參與行為具有更強的促進作用。鑒于當前我國農村以女性和低學歷農戶為主的現實，上述結論說明，社會網絡的拓展能夠更好地促進農戶參與農產品電商，有助于推動農產品電商的深入發展。第三，農戶年齡、學歷、耕地質量、政府或電商平臺對電商的宣傳力度等因素均對農戶農產品電商參與行為具有顯著影響。

基于上述基本結論，提出以下政策建議：

第一，積極構建與擴大農戶的社會網絡，充分發揮社會網絡的正向促進作用。首先，從政府層面來說，基層政府應引導與扶持農戶搭建一個有助于溝通互動、學習交流的社會網絡交流群，為有意愿從事電商銷售的農戶提供一個很好的互動學習平臺。例如，可以建立村級或鄉級微信或QQ交流群，在群里設置電商推廣專員以及時解答農戶存在的疑問，并定期在社交群中發布一些農產品電商的成功案例，鼓勵電商專業戶分享自身創業經驗。其次，對于農戶個體來說，應加強社會交往和社會資本培育的投資。積極加入農業專業合作社、電商協會等有益于發展的組織，以擴大自身的社會網絡規模，增強與網絡內部成員之間的緊密聯系和互動學習。

第二，對于女性農戶和低學歷農戶群體，政府應調整培訓內容，增強培訓力度，電商推廣部門應制定一套簡單易學的培訓方案，使得參加電商培訓的女性和低學歷農戶能夠“聽得懂、學得會、用得快”。電商培訓可以采用大班普及與小班提升相結合的方式，從參與大班培訓的農戶中選取對電商感興趣且有一定基礎的農戶進行精準培訓扶持，樹立電商銷售典型示范戶，并鼓勵其他農戶加強與這些電商示范戶的社會交往，組織開展經常性的互動學習、經驗交流活動，充分發揮網絡互動和網絡學習在農產品電商推廣中的促進作用，引領和帶動其他農戶參與農產品電商，形成農村電商產業的集群效應。

第三，加大農產品電商宣傳力度，增強農戶農產品電商參與意識。農產品電商的發展離不開政府的引導、支持，各級商務部門應制定農產品電商宣傳推廣工作方案，增強與各大電商平臺的合作和聯系，充分借助手機、報紙、電視、廣播等媒介向外界大力宣傳推廣地方優質特色農產品，通過派駐電商推廣專員等途徑向農戶宣傳電商發展優惠政策，營造有利于農產品電商發展的良好氛圍，廣泛宣傳農產品電商典型經驗和做法，轉變農戶傳統的生產經營理念，提高農戶對農產品電商的認知，讓電商意識深入人心。