劉妍 沈宇航 徐杰凱

一、引言

2020年，農(nóng)業(yè)農(nóng)村部發(fā)布《數(shù)字農(nóng)業(yè)農(nóng)村發(fā)展規(guī)劃（2019-2025年）》，明確要求積極推進(jìn)“農(nóng)業(yè)保險+科技應(yīng)用”，以實現(xiàn)保險科技與農(nóng)業(yè)保險的協(xié)同綜合發(fā)展。2021年，第十三屆全國人民代表大會第四次會議通過《中華人民共和國國民經(jīng)濟(jì)和社會發(fā)展第十四個五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》（以下簡稱《規(guī)劃》），明確提出以高質(zhì)量發(fā)展為目標(biāo)的“發(fā)展新階段”，并在《規(guī)劃》中15次提及保險行業(yè)，其中農(nóng)業(yè)保險是重點關(guān)注之一。

江蘇省作為農(nóng)業(yè)保險大省，同時也是科技創(chuàng)新大省，積極響應(yīng)國家號召，發(fā)揮東部領(lǐng)頭作用。2022年，江蘇省財政廳發(fā)布《關(guān)于印發(fā)江蘇省農(nóng)業(yè)保險創(chuàng)新產(chǎn)品保護(hù)管理暫行辦法的通知》，明確要求支持鼓勵保險公司創(chuàng)新農(nóng)業(yè)保險產(chǎn)品，不斷提升科技在農(nóng)業(yè)保險中的應(yīng)用深度和廣度。2023年，江蘇省財政廳農(nóng)業(yè)保險工作小組印發(fā)《江蘇省推進(jìn)農(nóng)業(yè)保險高質(zhì)量發(fā)展三年工作方案（2023-2025）》，明確表明江蘇省農(nóng)業(yè)保險高質(zhì)量發(fā)展步入新階段。為更好地發(fā)揮農(nóng)業(yè)保險強(qiáng)農(nóng)惠民政策效應(yīng)，服務(wù)鄉(xiāng)村振興，強(qiáng)化科技賦能支撐農(nóng)業(yè)保險高質(zhì)量發(fā)展成為工作重點。方案要求農(nóng)業(yè)保險經(jīng)辦機(jī)構(gòu)充分利用遙感、無人機(jī)等現(xiàn)代化科技手段，實現(xiàn)精準(zhǔn)承保、快速定損、科學(xué)理賠，優(yōu)化查勘定損方式和效率，構(gòu)建“線上+線下”農(nóng)業(yè)保險服務(wù)體系。在“以農(nóng)戶為中心，以惠民為主旨”的發(fā)展思路下，農(nóng)業(yè)保險經(jīng)營主體需要更深入地去了解農(nóng)戶對于科技賦能農(nóng)業(yè)保險的接受意愿、偏好和感受。針對此，本研究重點分析“農(nóng)戶如何更好地接受科技賦能農(nóng)業(yè)保險”這一基本問題，并逐步探討以下四點：（1）影響農(nóng)戶接受科技賦能農(nóng)業(yè)保險的因素有哪些？（2）是否存在新的未知因素影響農(nóng)戶對于科技賦能農(nóng)業(yè)保險的接受度？(3)是否存在新的中介變量，對農(nóng)戶科技賦能農(nóng)業(yè)保險接受的使用行為存在影響？(4)農(nóng)戶的家庭務(wù)農(nóng)情況是否對關(guān)鍵路徑存在異質(zhì)性效應(yīng)？

二、文獻(xiàn)綜述

（一）農(nóng)業(yè)保險科技的應(yīng)用效應(yīng)

Kayula（2022）認(rèn)為保險科技的意義在于改變傳統(tǒng)業(yè)務(wù)程序和銷售渠道，互聯(lián)網(wǎng)技術(shù)的應(yīng)用使保險經(jīng)紀(jì)人可以更好地為投保人提供咨詢和服務(wù)，打破地理界限。

王申辰（2022）認(rèn)為，我國自然災(zāi)害頻次高、持續(xù)時間長，極易造成巨大損失，同時風(fēng)險多變難以提前預(yù)測和規(guī)避，保險公司經(jīng)營風(fēng)險與償付壓力巨大，影響行業(yè)發(fā)展。庹國柱（2019）提出，我國缺乏農(nóng)業(yè)保險統(tǒng)一監(jiān)管協(xié)調(diào)機(jī)構(gòu)，行業(yè)協(xié)作不夠緊密，行業(yè)規(guī)范有待建立健全。關(guān)于保險科技是否能幫助解決上述問題，很多學(xué)者做出研究論證。庹國柱（2019）基于玉米降水指數(shù)保險險種視角，研究得出3S技術(shù)與大數(shù)據(jù)等科學(xué)技術(shù)的應(yīng)用能夠顛覆農(nóng)業(yè)保險經(jīng)營模式，減少理賠糾紛降低逆向選擇，保證公平性；使用傳感器采集數(shù)據(jù)，再通過大數(shù)據(jù)分析，提高數(shù)據(jù)精確性；依靠數(shù)據(jù)平臺支撐提高業(yè)務(wù)效率及產(chǎn)品研發(fā)速度，實現(xiàn)降本增效。李泉、張璐帆（2019）選用2007-2017年全國農(nóng)業(yè)保險時間序列數(shù)據(jù)，利用DEA-SBM模型進(jìn)行分析，得出互聯(lián)網(wǎng)技術(shù)的普及對農(nóng)業(yè)保險發(fā)展效率具有顯著促進(jìn)作用。王秋萍（2022）應(yīng)用雙向固定效應(yīng)模型和中介效應(yīng)模型，研究證實了保險科技驅(qū)動農(nóng)業(yè)保險發(fā)展的正向積極效應(yīng)。

（二）技術(shù)接受使用模型相關(guān)理論

技術(shù)接受與利用整合理論（UTAUT)是Venkatesh等人（2003）在TRA、TPB、TAM和DIT等七種信息技術(shù)使用行為理論的基礎(chǔ)上提出的整合模型。2012年，Ven-katesh等學(xué)者對UTAUT進(jìn)行調(diào)整并測試，推出UTAUT2模型，將UTAUT理論的適用性拓展到個體消費情境，突出反映非組織環(huán)境中個體內(nèi)在需求對信息技術(shù)使用的影響，對行為的預(yù)測能力達(dá)到74%，遠(yuǎn)高于UTAUT理論。UTAUT2模型包含7個自變量（績效期望、努力期望、社會影響、便利條件、享樂動機(jī)、價格價值和習(xí)慣）和3個調(diào)節(jié)變量（性別、年齡、經(jīng)驗），被廣泛用于解釋受眾對新技術(shù)的接受度。

目前，UTAUT2模型已成為對用戶的技術(shù)接受和使用行為解釋能力最強(qiáng)的模型之一，在諸多技術(shù)領(lǐng)域的用戶研究中得到廣泛應(yīng)用。由于研究對象的差異性，部分學(xué)者在研究時往往會使用其他理論對UTAUT2模型進(jìn)行擴(kuò)展和刪減，以便更好地解釋研究情境下的特定用戶行為。楊華（2021）認(rèn)為農(nóng)戶對科技加持下的新型農(nóng)業(yè)保險的接受態(tài)度與行為可能受到感知風(fēng)險的影響，這源于對相關(guān)技術(shù)缺乏了解或擔(dān)心隱私安全的潛在威脅。張玉明（2020）使用UTAUT2模型對農(nóng)業(yè)保險接受意愿進(jìn)行實證研究，結(jié)果表明，感知風(fēng)險與農(nóng)業(yè)保險接受意愿的相關(guān)性得到驗證。夏燕群（2019）與茹東（2022）等學(xué)者亦將感知風(fēng)險理論和UTAUT2模型相結(jié)合并應(yīng)用于保險新技術(shù)的用戶使用行為研究中。

此外，高個體創(chuàng)新性的群體往往對科技賦能農(nóng)業(yè)保險等前沿科技更感興趣，主動了解與掌握相關(guān)知識及其使用方法的傾向也更強(qiáng)，更容易成為科技賦能農(nóng)業(yè)保險的受眾群體。UTAUT2模型雖然融合了創(chuàng)新擴(kuò)散理論的相對優(yōu)勢、易用性、兼容性等要素，但欠缺類似個體創(chuàng)新性與相對優(yōu)勢的變量。楊華（2021）、張曉燕（2020）在研究互聯(lián)網(wǎng)保險接受情況時，同時使用感知風(fēng)險、個體創(chuàng)新性對UTAUT2模型進(jìn)行擴(kuò)展，武曉宇（2023）在研究移動視覺搜索對學(xué)術(shù)用戶接受意愿時，將相對優(yōu)勢對UTAUT2模型進(jìn)行擴(kuò)展。

（三）研究評述

綜上所述，在科技賦能農(nóng)業(yè)保險的效應(yīng)方面，國內(nèi)外學(xué)者達(dá)成諸多共識，但科技賦能農(nóng)業(yè)保險的農(nóng)戶接受機(jī)制研究相對欠缺?；谙嚓P(guān)理論研究，本文選取解釋能力較強(qiáng)的UTAUT2模型，并總結(jié)前人使用該模型的分析思路，同時根據(jù)科技賦能農(nóng)業(yè)保險的特點與現(xiàn)狀，將感知風(fēng)險理論、創(chuàng)新擴(kuò)散理論與UTAUT2模型結(jié)合，全面構(gòu)建科技賦能農(nóng)業(yè)保險的接受與使用的影響因素研究模型，通過對問卷調(diào)查對數(shù)據(jù)進(jìn)行搜集，以期得到江蘇省農(nóng)戶科技賦能農(nóng)業(yè)保險的接受機(jī)制，為江蘇省科技賦能農(nóng)業(yè)保險高質(zhì)量發(fā)展提供助力。

三、研究假設(shè)

UTAUT2模型包含績效期望、努力期望、社會影響、促進(jìn)條件、習(xí)慣、享樂動機(jī)、價格價值等7個直接影響接受和習(xí)慣的變量。結(jié)合科技賦能農(nóng)業(yè)保險領(lǐng)域，本文對UTAUT2模型進(jìn)行適用性調(diào)整。一是去除享樂動機(jī)和價格價值。二是將感知安全、感知信任、相對優(yōu)勢和個體創(chuàng)新性加入研究模型，并對模型按照直接和中介的作用路徑分別進(jìn)行假設(shè)。

（一）直接影響路徑假設(shè)

根據(jù)UTAUT2模型的假設(shè)，績效期望、努力期望和社會影響能夠?qū)邮芤庠府a(chǎn)生影響，繼而影響使用行為；促進(jìn)條件、習(xí)慣既可影響接受意愿，也可直接影響使用行為。基于假設(shè)，結(jié)合前人相關(guān)研究成果與科技賦能農(nóng)業(yè)保險的特點，提出本研究模型中的績效期望、努力期望、社會影響、促進(jìn)條件、習(xí)慣、感知信任對科技賦能農(nóng)業(yè)保險接受意愿及使用行為的影響路徑假設(shè)。

1.績效期望

績效期望表示農(nóng)戶預(yù)期使用科技賦能農(nóng)業(yè)保險可以幫助其提高績效的程度?？萍假x能農(nóng)業(yè)保險具備多樣性風(fēng)險保障、線上應(yīng)災(zāi)管理、智能業(yè)務(wù)服務(wù)等優(yōu)勢，可以讓用戶充分感受到支付的便捷性與普適性，提升績效期望，從而增強(qiáng)接受意愿。因此，本文提出以下假設(shè)：

H1a：績效期望對于接受意愿存在正向顯著影響。

H1b：績效期望對于相對優(yōu)勢存在正向顯著影響。

2.努力期望

努力期望是指農(nóng)戶預(yù)期使用科技賦能農(nóng)業(yè)保險所需要付出的努力程度。普遍認(rèn)為接受科技帶來的業(yè)務(wù)轉(zhuǎn)化和使用其相應(yīng)的線上功能所要付出的努力越大，則農(nóng)戶越不愿意接受保險科技賦能后的農(nóng)業(yè)保險。因此，本文提出以下假設(shè)：

H2：努力期望對于接受意愿存在正向顯著影響。

3.社會影響

社會影響是指農(nóng)戶所處的社會環(huán)境對其使用科技賦能農(nóng)業(yè)保險的影響程度。普遍認(rèn)為農(nóng)戶在選擇科技賦能農(nóng)業(yè)保險時會參考周圍人的意見和社群傳遞的信息。所以，其他農(nóng)戶的推薦，政府的宣傳都會提高其接納意愿。因此，本文提出以下假設(shè)：

H3：社會影響對于接受意愿存在正向顯著影響。

4.促進(jìn)條件

促進(jìn)條件是指農(nóng)戶預(yù)期使用科技賦能農(nóng)業(yè)保險的相關(guān)條件對其接受科技賦能的促進(jìn)程度。為了和努力期望進(jìn)行嚴(yán)格的區(qū)分和更加針對農(nóng)業(yè)保險領(lǐng)域的適用，這里促進(jìn)條件主要與災(zāi)害、市場價格有關(guān)。一般來說災(zāi)害發(fā)生頻率越高，種植作物越容易受到災(zāi)害影響，科技賦能基礎(chǔ)設(shè)備使用資源越豐富，那么農(nóng)戶越有接受科技賦能農(nóng)業(yè)保險的意愿。根據(jù)原模型理論，促進(jìn)條件不僅會影響接受意愿，同時也會直接正向影響接受行為。因此，本文提出以下假設(shè)：

H4a：促進(jìn)條件對于接受意愿存在正向顯著影響。

H4b：促進(jìn)條件對于接受行為存在正向顯著影響。

5.習(xí)慣

習(xí)慣是指農(nóng)戶以前的行為及行為的習(xí)慣化程度。如果農(nóng)戶以前經(jīng)常購買保險類產(chǎn)品和使用科技賦能下的服務(wù)模式和功能，那么他們接受科技賦能農(nóng)業(yè)保險的意愿就會越強(qiáng)。并且習(xí)慣不僅會影響接受意愿，同時也會直接正向影響接受行為。因此，本文提出以下假設(shè)：

H5a：習(xí)慣對于接受意愿存在正向顯著影響。

H5b：習(xí)慣對于接受行為存在正向顯著影響。

6.感知安全

感知安全是基于感知風(fēng)險理論而產(chǎn)生，感知風(fēng)險是指農(nóng)戶對使用信息系統(tǒng)或技術(shù)時可能會存在和發(fā)生的負(fù)面或者不良結(jié)果所產(chǎn)生的心理預(yù)期。這種風(fēng)險在信息技術(shù)領(lǐng)域通常來源于經(jīng)濟(jì)風(fēng)險和個人隱私風(fēng)險，一般而言，感知風(fēng)險越大，農(nóng)戶接受意愿越低。在這里為了保持量表邏輯的一致性和問卷的填寫質(zhì)量，將感知風(fēng)險的度量方向取反，改為感知安全。因此，本文提出以下假設(shè)：

H6：感知安全對于接受意愿存在正向顯著影響。

7.感知信任

感知信任是指農(nóng)戶對政府及保險的信任程度，農(nóng)戶的感知信任程度越高，其接受科技賦能農(nóng)業(yè)保險的可能性越高，同時，對科技提供方的感知信任越強(qiáng)，使用科技的感知安全也會越高。因此，本文提出以下假設(shè)：

H7a：感知信任對于接受意愿存在正向顯著影響。

H7b：感知信任對于感知安全存在正向顯著影響。

8.相對優(yōu)勢

相對優(yōu)勢是來源于創(chuàng)新擴(kuò)散理論，指的是農(nóng)戶認(rèn)為采用科技賦能創(chuàng)新比該創(chuàng)新的前身更好的程度。從UTATU2模型融合創(chuàng)新擴(kuò)散理論的過程中來看，原模型認(rèn)為，相對優(yōu)勢會影響接受意圖。因此，本文提出以下假設(shè)：

H8：相對優(yōu)勢對于接受意愿存在正向顯著影響。

9.個體創(chuàng)新性

個體創(chuàng)新性來源于創(chuàng)新擴(kuò)散理論，指的是農(nóng)戶在信息科技領(lǐng)域?qū)τ谛录夹g(shù)的使用愿意接受的程度。個體創(chuàng)新性是屬于其個體本身的特質(zhì)。創(chuàng)新性越強(qiáng)的農(nóng)戶，對使用新技術(shù)越是積極。因此，本文提出以下假設(shè)：

H9：個體創(chuàng)新性對于接受意愿存在正向顯著影響。

（二）中介效應(yīng)假設(shè)

為了更深入地分析自變量對于因變量的影響過程與作用機(jī)制，本文進(jìn)一步對模型中可能存在的重要中介效應(yīng)進(jìn)行分析。在結(jié)構(gòu)方程模型中，促進(jìn)條件和習(xí)慣對接受行為都具有兩條影響路徑，一條是直接對接受行為產(chǎn)生的影響，另一條是通過影響接受意愿再影響接受行為，因此，對上述兩個具有雙路徑的變量進(jìn)行中介效應(yīng)研究是必要的。同樣地，感知信任和績效期望在對接受意愿影響的路徑中，也具有雙路徑特性。感知信任直接影響接受意愿，同時也通過影響感知安全再影響接受意愿；績效期望直接影響接受意愿，同時也通過影響相對優(yōu)勢再影響接受意愿。因此，本文提出以下假設(shè)：

H10：感知安全對于感知信任與接受意愿存在中介效應(yīng)。

H11：接受意愿對于習(xí)慣與接受行為存在中介效應(yīng)。

H12：接受意愿對于促進(jìn)條件與接受行為存在中介效應(yīng)。

H13：相對優(yōu)勢對于績效期望與接受意愿存在中介效應(yīng)。

（三）異質(zhì)效應(yīng)假設(shè)

根據(jù)UTAUT2模型假設(shè)，人口統(tǒng)計學(xué)變量均為異質(zhì)性檢驗變量，對模型中變量之間關(guān)系具有異質(zhì)性的區(qū)分。本文基于農(nóng)業(yè)保險的應(yīng)用場景，選擇對農(nóng)業(yè)保險受眾農(nóng)戶影響最深的家庭農(nóng)戶經(jīng)營相關(guān)變量作為異質(zhì)性檢驗變量。因此，本文提出以下假設(shè)：

H14：對于科技賦能農(nóng)業(yè)保險接受意愿的關(guān)鍵影響路徑，不同務(wù)農(nóng)規(guī)模的農(nóng)戶存在顯著差異。

H15：對于科技賦能農(nóng)業(yè)保險接受意愿的關(guān)鍵影響路徑，不同家庭年收入的農(nóng)戶存在顯著差異。

H16：對于科技賦能農(nóng)業(yè)保險接受意愿的關(guān)鍵影響路徑，不同務(wù)農(nóng)結(jié)構(gòu)的農(nóng)戶存在顯著差異。

綜合上述假設(shè)，本文構(gòu)建如圖1所示的研究假設(shè)模型：

圖1 科技賦能農(nóng)業(yè)保險接受機(jī)制的研究假設(shè)模型圖

圖2 結(jié)構(gòu)方程模型標(biāo)準(zhǔn)化系數(shù)圖

四、研究設(shè)計

（一）數(shù)據(jù)來源

考慮到科技賦能農(nóng)業(yè)保險在江蘇處于起步階段，本文選取農(nóng)業(yè)保險需求強(qiáng)、農(nóng)業(yè)發(fā)達(dá)的村鎮(zhèn)進(jìn)行調(diào)查，主要參考依據(jù)為2021-2023年江蘇省農(nóng)業(yè)產(chǎn)業(yè)強(qiáng)鎮(zhèn)創(chuàng)建名單，從28個鎮(zhèn)中隨機(jī)抽取14個鎮(zhèn)發(fā)放問卷，依托于江蘇保險應(yīng)用課題（SBX2023-6-B-04）項目組經(jīng)費對招募調(diào)查員、問卷填寫質(zhì)量監(jiān)控、農(nóng)戶填寫激勵機(jī)制等過程進(jìn)行支撐。通過在線問卷，投放各鄉(xiāng)鎮(zhèn)微信群的方式共發(fā)出 5007 份問卷，總計回收1240份問卷，回收率為25%，通過信度效度檢驗后有效樣本為976份，有效樣本率為78%。具體詳情如表1及表2。

表1 調(diào)查問卷發(fā)放地詳情

表2 有效問卷樣本描述性統(tǒng)計

（二）量表設(shè)計

為保證問卷的有效性，本研究所有量表設(shè)計均參考已有文獻(xiàn)與量表，并進(jìn)行適應(yīng)性微調(diào)。問卷采用李克特5級量表，測量范圍從1（非常不同意）到5（非常同意），具體題項見表3。問卷第一部分為被調(diào)查者基本信息，包括性別、年齡、文化程度及被調(diào)查者家庭信息，包括農(nóng)戶類型、家庭年總收入、務(wù)農(nóng)收入占家庭總收入的比例及家庭谷物類耕種所占比例；第二部分為主體問卷量表。

表3 變量的測量題項及參考來源

五、假設(shè)檢驗與數(shù)據(jù)分析

下文使用SPSS27.0、AMOS26.0和STATA17.0軟件對問卷進(jìn)行數(shù)據(jù)分析，主要采用信度分析、效度分析、結(jié)構(gòu)方程分析、中介效應(yīng)分析、異質(zhì)效應(yīng)分析等統(tǒng)計方法，對江蘇省科技賦能農(nóng)業(yè)保險的接受機(jī)制進(jìn)行深入研究與探討。

（一）人口統(tǒng)計學(xué)差異性分析

在農(nóng)業(yè)保險領(lǐng)域，研究對象的家庭務(wù)農(nóng)特征往往存在很大差異性，本部分主要選取對農(nóng)戶使用行為存在較大影響的變量，如農(nóng)戶類型、種植結(jié)構(gòu)、家庭收入，進(jìn)一步對維度變量之間的差異性進(jìn)行分析。針對二分類變量使用獨立性T檢驗，針對多分類變量使用單因素方差分析。

如表4顯示，規(guī)模農(nóng)戶的習(xí)慣均值為3.784，而普通農(nóng)戶的習(xí)慣均值為3.640，組間系數(shù)差異檢驗通過了5%顯著性水平的T檢驗，可見，規(guī)模農(nóng)戶對于習(xí)慣更加重視。同時規(guī)模農(nóng)戶的感知安全均值為3.993，而普通農(nóng)戶的感知安全均值為3.816，并通過了5%顯著性水平的T檢驗，可見規(guī)模農(nóng)戶更加看重感知安全。這里可以發(fā)現(xiàn)，規(guī)模農(nóng)戶具備依賴習(xí)慣和技術(shù)安全的特性。

表4 農(nóng)戶類型的差異性分析結(jié)果

如表5顯示，谷物種植面積占比低于20%的農(nóng)戶相對優(yōu)勢均值最高，意味著谷物種植面積占比低的農(nóng)戶更加注重相對優(yōu)勢。同理，谷物種植面積占比低于20%的農(nóng)戶習(xí)慣均值最高，意味著谷物種植面積占比低的農(nóng)戶更加注重習(xí)慣。其他潛變量之間未呈現(xiàn)種植結(jié)構(gòu)的差異，說明農(nóng)戶對農(nóng)業(yè)保險科技的反應(yīng)受種植結(jié)構(gòu)的影響不大。

表5 種植結(jié)構(gòu)的差異性分析結(jié)果

如表6顯示，家庭總收入為10萬（含）-20萬的調(diào)查者對績效期望、相對優(yōu)勢、接受行為均產(chǎn)生顯著差異，并且均值最高。因此，家庭總收入為10萬（含）-20萬的調(diào)查者對于績效期望、相對優(yōu)勢、接受行為更加重視。可以得出結(jié)論，在中等家庭收入群體里，對科技賦能的具體效果具有更高的關(guān)注度，而其他群體則沒有特殊的差異。

表6 家庭總收入的差異性分析結(jié)果

表7 維度變量的描述性統(tǒng)計結(jié)果

（二）信度分析

問卷信度衡量指標(biāo)為信度系數(shù)(Cronbach's alpha)。由于各變量的Cronbach's alpha系數(shù)的值均大于標(biāo)準(zhǔn)值0.7，因此本調(diào)查問卷的可信度較高，問卷中各變量之間的可靠性強(qiáng)。

（三）效度分析

本文所用問卷參考了大量國內(nèi)外相關(guān)文獻(xiàn)以及理論模型，并結(jié)合研究主題進(jìn)行調(diào)整，保證了問卷內(nèi)容的準(zhǔn)確度。進(jìn)一步驗證性因子分析，并對收斂效度和區(qū)分效度進(jìn)行檢驗，結(jié)果如表8、表9。表8可見，變量的因子負(fù)荷量均在0.6以上，組合信度CR值均大于0.7；表9可見，位于對角線上的各潛變量的AVE值開方大于相關(guān)系數(shù)，同時各潛變量自身的AVE高于0.5?？梢姡疚氖褂玫牧勘砭哂休^好的收斂和區(qū)分效度。

表8 各變量的驗證性因子分析結(jié)果

表9 區(qū)分效度檢驗

（四）共同方法偏差檢驗

由于問卷題項均采用自我評價并打分的方法，因此可能存在數(shù)據(jù)來源同一性的問題，針對此，本研究運用Harman單因子檢驗法，在對本研究去掉有關(guān)個人基本情況這些題項后，對其余相關(guān)的36個題項開展探索性因子分析。結(jié)果顯示，提取出的主成分的數(shù)量大于1且第一個主成分解釋方差為22.303%，達(dá)到小于40%的合格標(biāo)準(zhǔn)。由此可知，本次問卷調(diào)查的各變量未出現(xiàn)共同方法偏差的現(xiàn)象。

（五）模型擬合檢驗

此部分是對結(jié)構(gòu)方程的結(jié)構(gòu)模型進(jìn)行驗證。潛變量用橢圓形表示，矩形代表觀察變量、圓形表示誤差項。根據(jù)前文所提出的假設(shè)，變量之間的結(jié)構(gòu)方程路徑分析如下圖所示：

根據(jù)表10和表11及擬合度標(biāo)準(zhǔn)的對照，可以發(fā)現(xiàn)結(jié)構(gòu)方程模型的各項指標(biāo)均在擬合范圍內(nèi)，因此，結(jié)構(gòu)方程模型的擬合優(yōu)異，通過驗證。

（六）直接路徑檢驗

由表12可知，只有習(xí)慣對接受意愿的路徑關(guān)系中，顯著性P值為0.600，明顯大于設(shè)定的顯著性水平值0.05，不具有統(tǒng)計學(xué)意義。其他路徑關(guān)系均存在正向顯著影響。其中感知信任對感知安全標(biāo)準(zhǔn)化路徑系數(shù)達(dá)到0.444，為影響效力最高的路徑，促進(jìn)條件對接受意愿也達(dá)到了0.301的路徑系數(shù)，影響效力偏高，需要注意的是，接受意愿對接受行為的路徑系數(shù)達(dá)到0.344，說明農(nóng)戶對科技賦能農(nóng)業(yè)保險的接受從意愿轉(zhuǎn)化為實際行動的效力較高。

表12 直接路徑檢驗

（七）中介效應(yīng)檢驗

表13中介效應(yīng)檢驗結(jié)果顯示：

表13 中介效應(yīng)檢驗分析結(jié)果

模型1中，顯著性P為0.002，小于設(shè)定的閾值0.05，95%的置信區(qū)間為[0.023,0.075]，不包含0。因此，該模型存在部分中介效應(yīng)。

模型2中，顯著性P為0.529，大于設(shè)定的閾值0.05，95%的置信區(qū)間值為[-0.010,0.020]，包含0。因此，該模型不存在中介效應(yīng)。

模型3中，顯著性P為0.001，小于設(shè)定的閾值0.05，95%的置信區(qū)間值為[0.069,0.149]，不包含0。而促進(jìn)條件對于接受行為的直接效應(yīng)結(jié)果中，顯著性P值大于設(shè)定的閾值0.05，因此，促進(jìn)條件對于接受行為不存在顯著性影響，則該模型存在完全中介效應(yīng)。

模型4中，相對優(yōu)勢在績效期望與接受意愿之間產(chǎn)生中介效應(yīng)，效應(yīng)值為0.008,顯著性P為0.009，小于設(shè)定的閾值0.05，95%的置信區(qū)間值為[0.002,0.002]，不包含0。因此，該模型存在部分中介效應(yīng)。

根據(jù)以上4個中介效用模型，可以得出，在科技賦能農(nóng)業(yè)保險過程中提高相對優(yōu)勢、技術(shù)使用安全更有利于農(nóng)戶多路徑更好地接受科技賦能。同時，對農(nóng)戶進(jìn)行風(fēng)險意識培養(yǎng)也可以達(dá)到多路徑影響接受行為的效果。

（八）異質(zhì)效應(yīng)檢驗

下文從農(nóng)戶規(guī)模、種植結(jié)構(gòu)以及家庭收入三個維度對績效期望、努力期望以及感知信任的接受機(jī)制進(jìn)行異質(zhì)性分析，對各個路徑進(jìn)行分組回歸。

1.農(nóng)戶規(guī)模的影響

本文將樣本分為規(guī)模農(nóng)戶和普通農(nóng)戶，檢驗結(jié)果見下表14。從回歸結(jié)果來看，上述路徑適用于規(guī)模農(nóng)戶和普通農(nóng)戶，為了進(jìn)一步比較兩組回歸的差異，文中采用Bootstrap檢驗得到經(jīng)驗p值。在10%的顯著性水平下，感知信任對感知安全的影響不存在農(nóng)戶規(guī)模的差異，感知安全對接受意愿的影響呈現(xiàn)顯著的農(nóng)戶規(guī)模差異，相對于普通農(nóng)戶，感知安全對規(guī)模農(nóng)戶的接受意愿更強(qiáng)。同理可以分析，在1%顯著性檢驗，接受意愿對接受行為的影響也呈現(xiàn)農(nóng)戶規(guī)模的差異，相對于普通農(nóng)戶，接受意愿對規(guī)模農(nóng)戶接受行為的影響更加明顯。

表14 考慮農(nóng)戶規(guī)模的差異

2.考慮種植結(jié)構(gòu)的影響

本文采用家庭耕種谷物類（稻谷、小麥、玉米等）占播種面積占比對農(nóng)戶種植結(jié)構(gòu)進(jìn)行量化，并將谷物類面積占比在50%以上的樣本定義為谷物種植高組，其他樣本定義為低組，檢驗結(jié)果見下表15。從回歸結(jié)果來看，上述路徑適用于谷物種植大戶和谷物種植小戶，為了進(jìn)一步比較兩組回歸的差異，文中采用Bootstrap檢驗得到經(jīng)驗p值。注意到，在5%的顯著性水平下，只有績效期望對接受意愿的影響呈現(xiàn)種植結(jié)構(gòu)的差異，相對于谷物種植低組，績效期望對谷物種植占比高的農(nóng)戶接受意愿的影響更加明顯。感知信任、努力期望對接受行為的機(jī)制不呈現(xiàn)種植結(jié)構(gòu)的差異。

表15 考慮種植結(jié)構(gòu)的差異

3.考慮農(nóng)戶家庭收入的影響

為了檢驗績效期望、努力期望以及感知信任對接受行為的作用路徑是否呈現(xiàn)農(nóng)戶家庭收入的影響。文中將農(nóng)戶家庭收入在20萬及以上的農(nóng)戶定義為收入高組，其它樣本定義為收入低組。從表16的回歸結(jié)果來看，在0.05的顯著性水平下，感知信任對感知安全的影響呈現(xiàn)家庭收入的差異，相對于家庭收入高組，感知信任對家庭收入低的農(nóng)戶感知安全影響更加明顯。在0.1的顯著性水平下，接受意愿對接受行為的影響呈現(xiàn)家庭收入的差異，相對于家庭收入高組，低收入家庭的接受行為對接受意愿的變動更加敏感。在0.01的顯著性水平下，相對優(yōu)勢對接受意愿的影響也呈現(xiàn)家庭收入的異質(zhì)性，相對于高收入家庭，相對優(yōu)勢對低收入家庭接受意愿的影響更加明顯。同理可知，其他路徑未呈現(xiàn)家庭收入的差異。

表16 考慮家庭收入的差異

表17 研究假設(shè)驗證結(jié)果

（九）模型檢驗結(jié)果

在前期理論分析、假設(shè)提出、模型構(gòu)建及問卷設(shè)計、發(fā)放和數(shù)據(jù)回收等基礎(chǔ)上，本章展開了相關(guān)的實證研究。研究結(jié)果如下表所示：

六、結(jié)論與政策建議

（一）結(jié)論

本文結(jié)合科技賦能農(nóng)業(yè)保險的特點，在UTAUT2模型的基礎(chǔ)上引入個體創(chuàng)新性、相對優(yōu)勢、感知信任和感知安全四個新變量，構(gòu)建了科技賦能農(nóng)業(yè)保險的接受和使用的影響因素模型。實證結(jié)果顯示，主要假設(shè)基本都得到了驗證，模型具有較好的解釋力。其中，績效期望、努力期望、社會影響、促進(jìn)條件、個體創(chuàng)新性、感知信任、感知安全對科技賦能農(nóng)業(yè)保險接受意愿都具有顯著正向影響，而習(xí)慣對科技賦能接受意愿的影響不顯著；其直接作用于接受行為的影響較為顯著。最后接受意愿對接受行為的影響是顯著，所以在科技賦能農(nóng)業(yè)保險領(lǐng)域中，從意愿轉(zhuǎn)化為行為效應(yīng)是比較強(qiáng)的。在中介效應(yīng)檢驗中，接受意愿在習(xí)慣與接受行為之間的中介作用不顯著，在促進(jìn)條件與使用行為之間的中介作用顯著，感知安全對于感知信任與接受意愿的中介效應(yīng)部分成立，相對優(yōu)勢對于績效期望與接受意愿的中介效應(yīng)部分成立，在異質(zhì)性方面，種植結(jié)構(gòu)、家庭收入、農(nóng)戶規(guī)模均部分對關(guān)鍵路徑存在影響。

（二）政策建議

1.對農(nóng)業(yè)保險關(guān)鍵價值鏈環(huán)節(jié)進(jìn)行科技賦能

根據(jù)模型驗證結(jié)果可知，績效期望無論是直接影響接受意愿，還是通過相對優(yōu)勢再影響接受意愿都是顯著正相關(guān)，同時努力期望對接受意愿同樣也是顯著正相關(guān)，且二者的相關(guān)性系數(shù)都較大。所以要對模型路徑中涉及到的農(nóng)業(yè)保險關(guān)鍵價值鏈進(jìn)行賦能，才能最大化農(nóng)戶的接受意愿。主要包括以下幾個方面：

一是科技賦能農(nóng)業(yè)保險產(chǎn)品功能。使用3S遙感、互聯(lián)網(wǎng)、氣象監(jiān)測、碳儲監(jiān)測等科學(xué)技術(shù)發(fā)展指數(shù)類保險，如天氣指數(shù)保險、碳匯指數(shù)保險、價格指數(shù)保險等。在理賠觸發(fā)條件方面，傳統(tǒng)農(nóng)業(yè)保險在賠償觸發(fā)機(jī)制上需要根據(jù)承保對象的損失狀況來確定賠付金額，并基于現(xiàn)場調(diào)查的結(jié)果進(jìn)行評估；相比之下，指數(shù)保險則更關(guān)注于市場價格的變動情況。因此，指數(shù)保險的賠償決定更加直接明了，無需耗費大量時間和人力成本去核實災(zāi)害情況和處理爭議問題。指數(shù)保險不僅有效擴(kuò)展了面向“三農(nóng)”的保險覆蓋面，還通過保險保障手段提高了土地流轉(zhuǎn)下新型經(jīng)營主體在農(nóng)村現(xiàn)代化發(fā)展中的競爭能力和發(fā)展實力。

二是科技賦能農(nóng)業(yè)保險產(chǎn)品風(fēng)險管理功能。傳統(tǒng)農(nóng)業(yè)保險不具備日常災(zāi)害管理和災(zāi)前管理功能，而賠償金很多時候無法完全覆蓋農(nóng)戶遭受的損失，所以日常和災(zāi)前的管理對于農(nóng)戶來講就尤為重要?？梢岳眯l(wèi)星地圖、氣象監(jiān)測設(shè)備、遙感等技術(shù)在日常管理階段，提供查看臺風(fēng)位置、土壤水分、溫度濕度和農(nóng)作物長勢的監(jiān)控信息。在災(zāi)前管理階段，對可能的自然災(zāi)害、養(yǎng)殖環(huán)境惡化、疫情等提前警報；在災(zāi)后管理階段，提供災(zāi)后處理和止損的推薦方式，并預(yù)警可能再次發(fā)生次級災(zāi)害的區(qū)域。

三是科技賦能農(nóng)業(yè)保險產(chǎn)品的業(yè)務(wù)流程?？萍假x能可以優(yōu)化整個業(yè)務(wù)流程，降低時間成本和道德風(fēng)險，從而有效降低農(nóng)戶參與農(nóng)業(yè)保險的阻力。如在核保、定損、理賠業(yè)務(wù)中，替代原有的人工查勘，將災(zāi)前和災(zāi)后所有信息和所需數(shù)據(jù)資料都在一張衛(wèi)星圖中存儲，實現(xiàn)業(yè)務(wù)流程在一張圖上集中，真正做到全流程的“按圖理賠”。

2.進(jìn)一步加強(qiáng)科技賦能農(nóng)業(yè)保險的監(jiān)管

感知信任、感知安全是本次模型中根據(jù)感知風(fēng)險理論添加的要素，通過檢驗結(jié)果可知，感知信任和感知安全都對接受意愿有較大的正向顯著性影響，保險科技的應(yīng)用有利于農(nóng)業(yè)保險的發(fā)展，但是所帶來的信息安全和風(fēng)險問題同樣也會降低農(nóng)戶的接受程度，所以政府要加強(qiáng)在科技賦能農(nóng)業(yè)保險風(fēng)險保障、產(chǎn)品設(shè)計、服務(wù)設(shè)計上的技術(shù)手段與信息的監(jiān)管，最為重要的是保險產(chǎn)品科技賦能路徑上的監(jiān)管，要讓科技賦能一直以農(nóng)戶為核心，不能讓保險公司利用科技賦能的技術(shù)優(yōu)勢侵害農(nóng)戶的利益和隱私，同時完善現(xiàn)有的監(jiān)管規(guī)章制度，保險科技加入到了保險行業(yè)，形成了行業(yè)模式的交叉，監(jiān)管部門要針對大數(shù)據(jù)、物聯(lián)網(wǎng)、區(qū)塊鏈等新型科技手段在農(nóng)業(yè)保險中的應(yīng)用，出臺專項監(jiān)管的規(guī)章制度，填補(bǔ)對保險科技的監(jiān)管空白，以規(guī)范保險科技在農(nóng)業(yè)保險中的運作秩序。