信息技术相关函授毕业论文范文和农业部门智能信息技术采纳的影响因素与路径方面硕士论文开题报告范文

《农业部门智能信息技术采纳的影响因素与路径》

本文是信息技术有关本科论文怎么写与农业部门和影响因素和路径相关毕业论文模板范文。

摘要：新常态下,加快智能信息技术在农业部门的应用,对于促进农业经济转型发展,提高农业生产效率和附加值具有重要意义.基于TOE分析框架,并结合技术接受模型和资源基础观,构建农业部门的智能信息技术采纳行为影响因素及路径的分析框架,并进一步分析了影响因素之间的作用关系.基于581个农业经营主体的调研数据,采用PLS统计方法进行实证检验.结果表明：农业经营主体的智能信息技术感知,组织内部的资源、动态能力和决策者的态度以及外部政策环境和压力,对采纳行为具有直接影响效应.此外,通过智能信息技术感知、内部资源和决策者态度的中介作用,动态能力和政府政策还对农业经营主体的采纳行为产生间接影响效应.

关键词：农业部门；智能信息技术；采纳行为；TOE模型

中图分类号：G 2528文献标志码： A文章编号： 1004-390X(2018)05-0018-08

随着物联网、云计算、大数据等智能信息技术（Intelligent Information Technology,IIT）在世界范围内的迅速发展,IIT的应用已成为经济增长的重要驱动力.2017年国务院在《关于创新管理优化服务培育壮大经济发展新动能加快新旧动能接续转换的意见》中,明确提出要培育壮大“以知识、技术、信息、数据等生产要素为支撑的经济发展新动能”.在农业经济领域,万宝瑞、李国祥等众多学者都将发展智慧农业作为转变农业生产方式,提高农业现代化水平,促进农业生态文明建设的重要战略选择［1-2］.此外,具有可追溯性、共享性等技术特征的IIT,是解决农产品安全管理问题,建立生态农业的农产品补偿机制,纠正农产品的“柠檬市场”问题的重要技术支撑［3］.因此,加快IIT在农业部门的深度应用,对于促进农业和农村经济转型发展,提高农业生产效率和附加值具有重要意义.

国内学者从多个角度对农业IIT应用、智慧农业建设路径做了研究与分析.主要包括几个方面：一是从宏观战略角度论述发展智慧农业,推进“互联网+”农业的重要意义［2, 4］；二是从中观产业链入手,分析农业信息化、智慧农业发展的运营模式、策略和相关服务配套机制［5］；三是从微观农业经营主体的视角,分析其信息需求、信息采纳行为［6］；四是从定量化的角度,构建农业信息化指数评价指标体系并进行测量［7］.前期的学者研究极大丰富了农业信息技术应用领域研究,为智慧农业的建设提供重要指导.

但是,目前的农业部门IIT应用实践中,较突出的问题之一是农业物联网等智慧农业项目在农村仍以示范为主,应用推广进展迟缓,农业经营主体的IIT采纳行为仍受到多种因素的制约.因此,聚焦农业经营主体行为逻辑研究,分析信息受体的能力等各种影响因素对IIT的综合影响成为亟待解决的重要问题［3］.既有的研究中,学者们主要从农户特征和技术感知入手分析农户的信息需求和信息服务采纳意愿［6, 8］以及从社会网络、信息资源获取的角度考虑农户的技术采纳行为［9-10］,但仍存在一定的不足：一是大多数学者的研究多集中于某类因素的影响,缺乏整体性和系统性；二是对IIT等技术应用的研究多采用二分变量的回归分析［8, 11］,难以全面测度各影响因素之间的相互作用关系.

由此,本文综合TOE（TechnologyOrganizationEnvironment）、TAM（Technology Acceptance Model）和RBV（Resourcebased view）,从技术、组织、环境三个视角,系统分析农业经营主体的IIT采纳行为的主要影响因素及其相互作用关系,为IIT在农业部门的深度应用和加速推广,提供系统性建议.

一、研究假设与理论框架

（一）理论背景

TOE、TAM和RBV是技术采纳领域常用的经典理论［12］.这些理论分别从不同视角阐释了影响技术采纳行为的影响因素.

TOE认为组织层面采用创新技术的行为主要取决于技术因素、组织内部因素和外部环境因素［13］.技术因素主要指创新技术的可用性、有用性等特性.组织内部因素主要是指组织自身的资源禀赋与配置特点.外部环境因素则主要涉及组织所在的产业特点以及政府规制等客观因素.众多学者基于TOE构建了组织的信息技术采纳行为的分析框架［14］.TAM是另一个被广泛使用的分析信息决策的理论模型［12］.该理论侧重从个人层面分析新技术采用的影响因素,将主观因素分为感知有用性和感知易用性［15］,认为新技术的主观感知会影响到组织的技术接纳的意愿,进而影响到组织的新技术采纳行为.RBV通常用于分析IT的应用与组织竞争优势之间的关系［16］.该理论认为组织的短期竞争优势取决于组织的高价值的、稀缺的特有资源.然而,组织的长期竞争优势则在很大程度上依赖于组织能力,以保护组织特有资源免遭模仿、替代和转移.Barney等人的研究显示出IIT的采用对企业短期绩效和长期竞争优势产生的显著影响［16-17］.

（二）研究假设和理论框架

1技术因素与农业部门的IIT采纳

IIT是一种借助云计算、物联网等现代信息技术,以泛在的网络访问为基础,为用户提供自助、按需、弹性、智能的信息服务技术模式.从TAM的角度来看,采用这种新的信息技术的决定因素主要取决于两个方面——技术的感知有用性和感知易用性［10］.

技术的感知有用性是指用户预期在农业生产中应用IIT可以促进产出提升.借助泛在的传感设备,农业经营主体可以获得气象、土壤、动植物生长的实时信息,为农业生产的科学决策提供支持.此外,具有快速弹性特点的云计算技术能大幅度提高海量的实时农业监测数据的处理效率［12］.按使用付费的信息平台计费服务模式还可以降低农业信息系统的运营和维护成本,提高农业绩效.感知易用性反映了用户使用某项技术的难易程度,越简便易操作的技术越可能被用户所采纳［7］.IIT虽然在后台需要复杂的信息系统作为支撑,但在终端应用上却非常简便和多元化.农业经营主体可以利用智能手机终端设备获取和分享农业信息资源,而复杂的农业信息传送、处理、决策、反馈等环节可以外包给农业信息技术服务商,极大降低IIT的使用障碍和成本,促进了其在农业领域的应用.由此,本文提出如下假设：

H1a：对IIT的感知有用性正向促进了农业经营主体的采纳行为.

H1b：对IIT的感知易用性正向促进了农业经营主体的采纳行为.

2组织内部因素与农业部门的IIT采纳

从组织内部视角来看,影响IIT采纳的影响因素主要包括：动态能力、组织资源和高层管理者的支持.动态能力主要指组织内部的独特流程,可使组织维持自身的竞争优势.Hsu等认为组织的能力是IIT采纳的重要因素［3, 18］.在农业部门中,具有良好IT实践经验和动态能力的经营主体更容易采纳IIT,并具有成功完成IT架构构建和转型的能力.农业经营主体的动态能力主要体现在其教育程度、年龄、社会网络中的关系联结,尤其是信息获取和理解能力上［9］,动态能力还有助于确保成功的技术体验,即通过信息搜索和技术试用等方式,有效感知IIT的有用性和易用性［8］.因此,动态能力能正向影响农业经营主体的采纳行为.

在信息系统研究领域,组织的资源主要包括成员的信息系统知识、组织规模、IT基础设施以及技术和财务的支持等［14］.IIT涉及大量组织投资,如安装传感设备、建立网络基础设施等,这些都需要资金与技术支持.因此,具有较高收入和外部资源获取能力的农业经营主体更可能采用IIT.此外,组织成员的信息系统知识以及组织的规模也会影响到组织技术升级的难度,进而影响到农业组织的IIT采纳和应用的程度.

Basu等学者认为管理层的支持是影响组织IIT决策和采纳的关键因素［19］.管理者对于信息系统的部署拥有关键的决策权力,能为智能信息系统的采纳提供必需的资源和组织变革的保障［14］.在农业部门中,管理者主要是农业经营主体中具有决策关键影响力的群体,如农业企业的管理高层,家庭农场主,农户的家庭生产事务中的主要决策者等.这些群体的认知与态度对IIT的采纳具有关键的影响作用［6］.由此,可以提出如下假设：

H2a：农业组织的动态能力正向促进了农业经营主体的采纳行为.

H2a1：农业组织的动态能力正向影响了农业经营主体对IIT的易用性感知,进而影响到农业经营主体的采纳行为.

H2a2：农业组织的动态能力正向影响了农业经营主体对IIT的有用性感知,进而影响到农业经营主体的采纳行为.

H2b：农业组织的内部资源正向促进了农业经营主体的采纳行为.

H2c：农业组织管理者的支持正向促进了农业经营主体的采纳行为.

3外部环境因素与农业部门的IIT采纳

在农业部门中,环境的影响主要指政府政策的影响以及由产业链和邻里行为所造成的外部压力［19］.政府的政策影响主要指政府相关财政金融政策、基础设施建设以及农业服务等的支持,可以促进农业组织的IIT技术的采纳［18］.政府可以通过建立法律和监控体系保障信息数据安全,通过农技推广部门为农业部门的IIT采纳行为提供技术指导,通过农业补贴和贷款等政策提供资金支持,从而直接推动农业部门的IIT采纳.同时,这一系列政策的支持还会进一步影响到农业经营主体的管理层,有利于其产生积极的技术预期并降低风险感知,从而促进其采纳和应用IIT.

外部压力主要来自于农产品供应链上游与下游组织,以及邻里之间的模仿行为［14, 18］.农产品供应链上下游包括农产品消费者、中间商以及农资产品供应商等群体.为了维持与这些群体的合作关系,农业经营主体需要与这些群体的IIT的应用程度保持大体一致的水平,才能满足彼此之间实时信息的共享的需求,如农产品电商平台、农超对接模式均对农产品生产组织的IIT采纳发挥积极作用.此外,农业生产环境中,邻里之间的IIT应用的模仿行为也是重要的积极影响因素［9］.由此,本文提出如下的假设：

H3a：政府政策的支持正向促进了农业经营主体的采纳行为.

H3a1：政府政策的支持正向影响了农业组织资源的获取,进而影响到农业经营主体的采纳行为.

H3a2：政府政策的支持正向影响了农业组织管理者的支持,进而影响到农业经营主体的采纳行为.

H3b：外部压力正向促进了农业经营主体的采纳行为.

综上,本研究主要的研究框架如图1所示.

二、研究方法、问卷设计与数据采集

（一）研究方法

本研究采用结构方程模型来验证研究假设,并采用Partial Least Square (PLS)统计技术和SmartPLS20软件进行统计分析.PLS适用于探索性统计分析,常用于验证包含潜变量的路径分析,对于小样本和非正态数据的统计分析具有良好的稳健性［20］.本研究采用两阶段分析法分别检验测量模型和结构模型,并采用bootstrap算法估计路径模型的显著性水平.

（二）问卷设计与调查

如上文所述,本文的研究假设主要包含以下的构念：技术层面（包括感知有用性和感知易用性）,组织层面（包括动态能力、组织资源和管理者支持）以及环境层面（包括政府政策支持和外部压力）.由于国内外学者在相关构念的开发上已形成较为成熟的量表,本研究总结归纳了前人的相关构念的测量指标,并基于农业IIT的环境进行了微调.为了确保测量指标的可靠性和有效性,本研究借鉴了Moore研究中提出的验证程序［21］,邀请了3名行业领域内专家和语言专家对问卷设计和翻译中的措辞进行评估,并请10位农业经营主体进行初试,以确保问卷的内容效度.问卷采用李克特5级测量量表（1为强烈不同意,2为不同意,3为一般,4为同意,5为完全同意）,构念的具体测量指标参见表1.

（三）数据采集

安徽省是全国农业网物联网试点省.为了验证假设模型,本研究选取了安徽省全椒县、长丰县、广德县、休宁县等几个作为最早一批入选全国农业物联网实验示范县的地区进行调查,在地方农委、科技局等部门的协作下,本研究向农业经营主体（包括农业企业、家庭农场、种养殖大户、农户）总计发放了1200份问卷,回收了642份,回收率为535%.通过筛除不完整的无效问卷以及不是由组织中主要经营者填写的低质量问卷后①,最终获得了581份有效问卷,问卷回收的整体有效率为484%.样本描述性统计特征如表1所示.

三、结果与分析

（一）测量模型的信度与效度检验

为了保证测量指标的质量,确保结构路径模型分析结果的可靠性,需要首先验证各构念的测量指标的内部一致性（信度）和有效性.Cronbachs ɑ和组合信度（Composite Reliability,CR）常用来测量测量指标的信度.如表2所示,所有构念的Cronbachs ɑ和CR值均高于07的阈值,显示各潜变量的显性测量指标具有良好的可靠性.

测量指标的效度检验包括两步.一是采用潜变量的Average Variance Extracted (E)和测量指标的Outerloadings值来检验聚合效度.在表2中,每个潜变量的E值均大于Fornell 等建议的05的阈值,显示出测量指标良好的聚合度.二是检验测量指标的区分效度.如表2所示,通过观察潜变量的相关系数矩阵（区分效度矩阵）,该矩阵中潜变量之间的最大相关系数是0643,低于071的阈值［37］；此外,所有的潜变量之间的相关系数均低于每个潜变量对应的E平方根.该测量结果显示出不同构念的测量指标间良好的区分效度.

（二）结构模型估计结果及分析

运用PLS统计技术对结构模型的路径系数进行估计,并采用Bootstrap算法进行路径系数的显著性检验,如图2所示.总体来看,本研究的假设路径和研究框架可以解释637%的农业部门采纳IIT行为的方差.所有的外生和内生潜变量均显著地影响了农业部门的IIT的采纳行为,所有的研究假设得到实证支持.

从技术角度看,PU正向推动了农业部门的技术采纳（β等于0211***）；PEU也对采纳行为具有正向影响（β等于0155***）.H1a和H1b得证.这说明IIT本身的技术特性是影响农业部门采纳的关键因素,基于农业环境的生产管理和可追溯信息系统应从可靠性、操作简便以及信息服务完善等方面入手,加强农业经营主体对该技术的良性感知,促进其技术采纳.

从组织角度看,农业经营主体的DC直接正向影响了其IIT的采纳行为（β等于0241*）.此外,DC还可以解释158%的PEU的方差（β等于0397**）以及176%的PU的方差（β等于0420**）,说明DC对农业部门IIT的采纳还具有间接的显著影响,PEU和PU在动态能力和技术采纳之间具有部分中介效应,H2a, H2a1 和 H2a2得证.这说明农业经营主体的DC一方面有助于其获取与认知IIT相关的应用信息,另一方面也有助于其理解和感知IIT的有用性和易用性,从而推动IIT在农业经营主体中的应用.此外,OR和MS同样也正向推动了农业部门的IIT采纳（β等于0206**；β等于0215**）,H2b和H2c得证.这说明组织的规模和可用的资源以及组织主要决策者的支持,对于前期需要较大投入的IIT应用具有重要作用.

从环境角度看,GP是农业部门IIT采纳的直接地正向推动因素（β等于0323**）.此外,GP还解释了145%的OR的方差以及313%的MS的方差,显示出GP对两者具有正向影响（β等于0381**；β等于0559*）,这说明政府政策通过影响影响组织的外部资源获取和管理者的行为,对农业部门的IIT采纳产生间接影响作用,H3a, H3a1 和 H3a2得证.同时,来自供应链信息共享和邻里之间仿效的EP也对IIT采纳行为产生正向影响（β等于0096*）,H3b得证.这说明通过农产品上下游供应链建设,可反向助推农业经营主体的IIT采纳.此外,研究结果还说明在IIT等高新技术环境下,农业经营主体之间的行为仍然具有显著地相互模仿性.

四、结论与讨论

（一）结论

本研究基于TOE、TAM以及RBV,对农业经营主体的智能信息技术（IIT）采纳行为进行了系统研究,构建了基于技术—组织—环境的农业经营主体的IIT采纳行为分析框架.通过对安徽省581个农业经营主体的调研问卷,采用PLS统计分析技术,对该理论分析框架进行了实证研究,研究结果支持了所有的研究假设.

研究结果表明农业部门的各经营主体的IIT采纳行为受多种因素的综合影响,具有复杂性.总体来看,农业经营主体的IIT技术感知,组织内部的资源、能力和管理决策者的态度以及外部环境给予的资源和压力,均是影响农业经营主体IIT采纳的显著因素.此外,分类研究表明,这些因素的影响路径与农业经营主体的类别无关,具有一般性和普遍性.

此外,部分IIT采纳的影响因素还具有间接效应,说明各影响因素之间具有复杂作用关系.以往的研究中,多将动态能力看成是技术采纳的直接因素,本研究发现,动态能力还通过影响农业经营主体的技术感知,间接影响到IIT的采纳.此外,政府政策支持除了直接影响IIT采纳外,还通过影响农业经营主体的资源获取和管理决策者的预期,对IIT的采纳行为产生间接影响效应.可见,加大农业经营主体的动态能力培育以及相关配套政策支持,对于IIT的采纳具有关键影响作用.

（二）讨论

基于以上的研究结论可以看出,要推动IIT在农业部门的广泛深度应用,需要着重从以下几个方面入手.

（1）加快农业领域IIT技术的研发,提高技术成熟度水平.农业部门的IIT应用是个系统工程,IIT的可靠性、可视化、可操作性以及有效性等技术成熟度水平,对促进IIT的应用具有重要影响.现阶段的农业经营主体,其所在地区、规模、能力、年龄、文化程度等特征具有差异性.只有开发出适应不同农业环境下,操作简便易用、可靠性和有效性高的智能信息设备以及建立完善的配套服务体系,培育高素质的农业信息服务人才,才能真正使农业经营主体采纳IIT,主动参与智慧农业的发展.

（2）加大农业经营主体的能力培育,改变农业管理决策者的思想观念,引导组织资源的合理投入.智慧农业的建设关键在人,要加快农业经营主体对于新信息技术的了解、接纳和应用,必须加大其能力培育的力度.通过广泛宣传、示范、一对一咨询等措施,培养农业经营主体的新技术接纳能力,改变思想观念.通过外部资源配套和政策支持,减低IIT的技术投入风险,提高投入收益,引导农业经营主体将组织资源投入到IIT建设中.

（3）通过政府政策的支持和培育农业发展新模式、新业态,是促进农业部门IIT采纳的重要途径.政府部门要加大农村地区的网络基础设施建设,除了传统的农技推广体系外,还可通过贴息贷款,财政补贴等手段加大IIT应用的资金支持力度,通过科技研发支持体系,定向支持农业IIT的技术研发和应用推广活动.要大力培育农业发展的新业态、新模式,鼓励农超对接、农村电商、农产品网络交易平台等新产业模式的建设,通过农产品供应链的产品需求倒逼农业经营主体的技术升级,从而促进IIT在农业部门的应用.

本研究的结果对于建立面向农业经营主体的IIT扩散传导机制具有指导意义,但仍存在一定的研究不足：一是实证研究数据主要取自安徽省的调研数据,所得的研究结论是否适用于其他地区仍需要进一步调查；二是理论框架上主要从技术—组织—环境三个方面入手,构建了对IIT的影响路径,但每个方面的影响力大小仍需进一步测度,尤其要考虑对农业经营主体IIT应用的成本和收益的影响力.

［参考文献］

［1］万宝瑞.我国农村又将面临一次重大变革：“互联网+三农”调研与思考［J］.农业经济问题, 2015（8）：4.DOI: 10.13246/j.cnki.iae.2015.08.001.

［2］李国祥. 论中国农业发展动能转换［J］. 中国农村经济, 2017（7）：2.

［3］崔凯, 冯献. 供需视角下的农村信息传播:国内外研究述评与展望［J］. 中国农村观察, 2017（1）：127.

［4］吴絮颖. “互联网+”对农业产业升级促进作用探究［J］. 中国农业资源与区划, 2016, 37(5)：208.DOI: 10.7621/cjarrp.1005-9121.20160535.

［5］胡亚兰, 张荣. 我国智慧农业的运营模式、问题与战略对策［J］. 经济体制改革, 2017（4）：70.

［6］薛洲, 曹光乔.农户采纳信息服务意愿分析［J］. 华南农业大学学报(社会科学版), 2017, 16(2)：60.DOI: 10.7671/j.issn.1672-0202.2017.02.007.

［7］李晓钟, 张洁. 我国农业信息化就绪度水平区域差异比较研究［J］. 情报科学, 2017,35（10）：55.

［8］盛智颖,王冰.家庭农场农业信息需求及支付意愿分析［J］.湖南农业大学学报(社会科学版), 2017,18(1):23.DOI:10.13331/j.cnki.jhau(ss).2017.01.004.

［9］朱月季.社会网络视角下的农业创新采纳与扩散［J］. 中国农村经济, 2016（9）：58.

［10］刘威.不同信息需求对农户互联网采纳行为影响效应的实证分析［J］.农林经济管理学报, 2016, 15(6)：662.DOI: 10.16195/j.cnki.cn36-1328/f.2016.06.081.

［11］苟露峰,高强.农户采用农业技术的行为选择与决定因素实证研究［J］.中国农业资源与区划, 2016, 37(1): 65.DOI: 10.7621/cjarrp.1005-9121.20160111.

［12］R SANDU, E GIDE. Investigation of challenges and opportunities for the adoption of cloudbased Internet of things (IoT) in Australian agricultural E ［J］. Global Journal of InformationTechnology:Emerging Technologies. 2017,7(3):116.DOI: 10.18844/gjit.v7i3.2833.

［13］DEPIETRO B R, WIARDA E, FLEISCHER M. The Context for Change: Organization, Technology and Environment ［J］. The processes of technological innovation, 1990, 199(1): 151.

［14］YANG Z, SUN J, ZHANG Y, et al. Understanding SaaS adoption from the perspective of organizational users: A tripod readiness model［J］. Computers in Human Behior, 2015, 45(4)：254. DOI: 10.1016/j.chb.2014.12.022.

［15］DIS F D. Perceived usefulness, perceived ease of use, and user acceptance of information technology ［J］. Mis Quarterly, 1989,13(3)：319.DOI: 10.2307/249008.

［16］SON I, LEE D, LEE J N, et al. Market perception on cloud computing initiatives in organizations: An extended resourcebased view ［J］. Information & Management,2014,51(6):653.DOI:10.1016/j.im.2014.05.006.

［17］MATA F J, FUERST W L, BARNEY J B. Information Technology and Sustained Competitive Advantage: A ResourceBased Analysis［J］. MIS Quarterly,1995, 19(4):487.DOI: 10.2307/249630.

［18］HSU P F, RAY S, LIHSIEH Y Y. Examining cloud computing adoption intention, pricing mechani, and deployment model ［J］. International Journal of Information Management, 2014, 34(4): 474.DOI: 10.1016/j.ijinfomgt.2014.04.006.

［19］BASU V, HARTONO E, LEDERER A L, et al. The impact of organizational commitment, senior management involvement, and team involvement on strategic information systems planning ［J］. Information & Management, 2002, 39(6):513.DOI:10.1016/S0378-7206(01)00115-X.

［20］HAIR J F, RINGLE C M, SARSTEDT M. PLS-SEM: Indeed a Silver Bullet ［J］. Journal of Marketing Theory & Practice, 2011, 19(2):139.DOI:10.2753/MTP1069-6679190202.

［21］MOORE G C, BENBASAT I. Development of an Instrument to Measure the Perceptions of Adopting an Information Technology Innovation ［J］.Information Systems Research,1991,2(3):192.DOI:10.1287/isre.2.3.192.

信息技术论文参考资料：

归纳上文,该文是一篇关于对不知道怎么写农业部门和影响因素和路径论文范文课题研究的大学硕士、信息技术本科毕业论文信息技术论文开题报告范文和文献综述及职称论文的作为参考文献资料。