吕有清，黄山青

滁州学院管理系，滁州，239000

在商务部电子商务进农村综合示范、国务院扶贫办的电商扶贫等一系列政府政策以及阿里巴巴的“千县万村”、京东的“星火燎原”等各方的共同推动下，电子商务正加速向农村渗透。据阿里研究院数据显示，农村网络零售额在全国网络零售额的占比持续提升。尽管农村电商在近年来取得了突飞猛进的发展，但对于庞大的农村市场而言，目前使用淘宝等电商平台的用户仍然较少，较多因素制约着农村电子商务的发展[1]。因此，基于农村用户视角，探究电子商务接受度问题具有重要的理论与实践意义。本文拟将技术接受模型(TAM)引入农村电商接受行为研究中，识别影响农村电商接受行为的主要因素，提出理论假设与初始模型，通过问卷调查的方式获取数据，运用统计分析工具对理论模型进行验证，最后提出相关建议，以促进农村电子商务的进一步发展。

1 理论模型与研究假设

TAM是Davis根据理论行为理论(TRA)提出的，主要研究用户对新技术的接受行为[2]。目前，已有部分学者将该模型引入电子商务的理论与实证研究中，如Aron等[3]。本文在参照TAM模型的基础上，将网络外部性作为外部变量，并考虑感知风险变量对农村电商接受度的影响作用，构建网络外部性、感知易用性、感知有用性、感知风险和农村电商接受度之间关系的理论模型，如图1所示。

图1 农村电商接受度模型

网络外部性：随着使用同一产品或服务的用户数量变化，每个用户所获得的效用也发生正向变化[4]。邓朝华等利用技术接受模型，探讨了移动服务使用行为问题，验证了网络外部性对感知易用性和感知有用性均有显著的正向影响[5]。当农村互联网基础设施的不断完善、农村电子商务示范点的设立与发展以及农村淘宝服务代理商等第三方平台渠道的下沉等，使用淘宝等电商平台的农村用户将逐渐增多。用户数量的增多影响着感知的有用性[6]，给农户的工作、生活带来了极大的效用。同时，农村用户在使用过程中的频繁交流，有利于用户对农村电商技术的学习与掌握。由此，得到以下假设：

H1网络外部性正向影响感知有用性

H2网络外部性正向影响感知易用性

感知易用性和感知有用性：感知易用性和感知有用性是TAM模型的两个关键因素，决定着用户接受新技术的行为[7]。感知易用性是指农村用户使用淘宝等电商平台的难易程度，而感知有用性是指农村用户使用电商平台获取产品或服务，以提升其工作、生活效益的预期期望。根据TAM模型，用户接受行为是由接受态度决定的，而接受态度是由感知易用性和有用性共同决定的，且感知有用性又是由感知易用性决定的。李琼等同样认为若某项新技术难以学习与使用，则会降低用户对该技术感知的有用性[8]。由此，得到以下假设：

H3感知易用性正向影响感知有用性

H4感知易用性正向影响农村电商接受度

H5感知有用性正向影响农村电商接受度

感知风险：感知风险是指用户在购买某种商品或服务时感知的不确定性。随着互联网不断渗透，用户不得不考虑网络应用的安全问题[9]。农村用户在最初使用电商平台时，必然会衡量交易过程中可能发生的各种风险，如资金、质量等。本文认为用户感知的风险越大，则拒绝淘宝等电商平台的可能性就越大。由此，得到以下假设：

H6感知风险负向影响农村电商接受度

2 问卷设计与数据收集

2.1 问卷设计

本研究的调查问卷包含两部分内容，一是基本情况信息，如职业、受教育程度等；二是5个变量的测量题项，每个变量至少包含3个题项，均是在借鉴成熟量表的基础上，针对农村电商特定研究对象加以修正，如表1所示。

表1 测量题项及来源

2.2 数据收集

本文选取安徽省明光市、芜湖县等电子商务进农村综合示范县(市)为调研区域，通过“判断抽样”和“滚雪球抽样”的方式，本次调查共发放问卷455份，回收有效问卷385份，有效回收率84.6%，基本信息统计如表2所示。

3 模型评估与假设检验

3.1 信度分析

本文采用α信度系数法分析样本量表的信度，总样本的Cronbach′s α为0.923，各变量量表的信度分析结果如表3所示，均大于0.6可接受水平，且CITC值均在0.5以上，量表具有较好的稳定性，通过信度检验。

表2 基本信息统计情况

3.2 效度分析

首先进行探索性因子分析，SPSS运行结果显示KMO值为0.839，Bartlett球形检验的Sig.值为0.000。同时，按照特征值大于或等于1的原则进行因子萃取，共得到5个特征值大于1的公共因子，且被萃取的5个因子共解释了总体方差的78.674%变异。运用最大变异法(Varimax)进行因子旋转，结果如表3所示。

其次对探索性因子分析萃取出的5个公共因子进行验证性因子分析，结果如表3所示， CR值均大于0.8，AVE值亦达到0.5的最低要求，所有拟合指标均达到理想标准。同时，各变量的AVE平方根都大于变量间的相关系数，如表4所示。故量表通过了效度检验，可以作进一步的结构方程模型分析。

表3 信度与效度检验结果

(续表)

变量测量项EFA因子载荷CFA因子载荷CITCCRAVECronbach's α验证性分析拟合指标感知易用性X210.9070.940.894X220.8790.870.823X230.8670.890.850X240.7580.780.7400.926 60.760 30.925GFI=0.92PGFI=0.65CFI=0.97感知有用性X310.6820.920.731X320.6700.930.724X330.8440.570.752X340.8330.560.7140.843 30.587 50.874NFI=0.95RMSEA=0.065χ2/df=2.618感知风险X410.6460.620.753X420.8920.960.865X430.8640.780.833X440.8930.900.8660.892 80.681 10.912农村电商接受度Y10.8590.850.744Y20.8790.950.810Y30.7030.650.6990.8630.682 50.847

表4 区别效度检验结果

注：表示P<0.001，双尾检验。对角线上为平均方差抽取量的平方根：

3.3 假设检验

运用AMOS 21.0软件进行SEM分析，并根据吴明隆等对因果模型提出的修正方法[13]，对初始模型进行修正。从图2和表5可以看出，所有标准化载荷系数均在0.5以上， S.E.值均为正值，C.R.值均大于1.96，相关标准化路径至少达到0.05的显著水平。从拟合指标来看，只有AGFI(0.887)值未达到理想标准，但大于0.8可接受水平，且其他拟合指标均达到理想标准。整体而言，理论假设模型与实际数据间可以有效契合。故理论假设H1～H6均得到数据分析结果的支持。

表5 模型的拟合结果

注：、、表示P<0.001、P<0.01、P<0.05，双尾检验。

图2 所有变量间结构关系修正模型分析

4 结 论

本文以技术接受模型为基础，纳入网络外部性和感知风险因素，构建了农村电商接受度的理论模型。实证检验结果表明，TAM模型同样适用于农村电商接受行为，即网络外部性、感知易用性、感知有用性和感知风险直接或间接影响着农村用户对电子商务的接受行为。本文构建的模型，对于农村电商的推广与发展具有重要参考意义。对于电子商务运营商而言，不同变量对用户接受度的影响程度有显著的差异，因此应重点做好关键变量的引导，以促使农村用户接受电子商务；对于农村用户而言，通过了解电子商务的使用动机，更加明确自身的喜好与需求，以选择匹配度较高的电子商务形式。

本文构建的农村电子商务接受度模型仅仅是初步探索，在一定程度上丰富了农村电子商务及接受度理论的研究内容，但由于时间、水平等因素的限制，仍然存在一些不足之处以及值得深入探讨的空间。首先，本研究实证部分的样本来自于安徽省部分地区，样本的区域选择、容量等方面的限制，使得本文研究结论的普适性和可靠性有待于进一步检验。其次，农村电子商务接受程度与电商平台绩效的关系等问题有待深入探究。