从意图到行动：基于UTAUT模型的伊朗农民无人机可持续农业应用预测研究

为破解伊朗农业因农药滥用（年耗22,000吨）引发的环境危机，设拉子大学团队基于技术接受整合模型（UTAUT），通过分层随机抽样（n=203）结合判别分析，揭示了无人机采纳核心驱动因子：经验（β=0.600）、行为意向（β=0.505）及社会影响（p=0.0001）。研究表明，年轻（39.76±9.70岁）、高学历、兼业农户采纳率更高，模型分类准确率达89.7%，为政策制定（靶向培训、信贷支持）提供实证依据，助推精准农业可持续发展。

　　

研究背景：农药滥用危机催生农业技术革新

伊朗农业正面临严峻的可持续性挑战——每年22,000吨农药的过度使用导致土壤退化、水源污染和生物多样性丧失，其中不规范施药操作占比高达60%。传统耕作模式难以平衡粮食安全与生态保护，而无人机技术凭借精准施药（节省40%农药）、作物监测等优势，成为破局关键。然而，受制于高昂成本（初始投入超$10,000）、操作门槛及基础设施薄弱，伊朗农民无人机采纳率不足10%。如何突破技术推广瓶颈？设拉子大学农业创新团队在《Sustainable Futures》发表的研究，首次将技术接受整合模型（Unified Theory of Acceptance and Use of Technology, UTAUT）引入中东农业场景，揭示从"使用意图"到"实际行动"的转化机制。

方法论：多维度实证验证模型效能

研究团队选择伊朗"粮仓"法尔斯省马尔夫达什特县作为样本区，采用分层随机抽样（无人机采纳组n=111 vs. 非采纳组n=92），通过经专家验证的波斯语问卷（Cronbach's α>0.70）采集数据。运用SPSS₂₆进行：

1. 组间对比：t检验/ANOVA分析人口学变量（年龄、教育、兼业）对UTAUT核心构念的影响
2. 模型验证：判别分析检验绩效期望（X₁）、努力期望（X₂）等8变量对采纳行为的预测力
3. 文化适配：新增"非农就业""土地规模"等本土化变量，强化模型解释力

核心发现：四重驱动破解采纳困局

3.2 采用者与非采用者的关键差异

• 社会压力转化行动：采用者社会影响得分显著更高（30.63 vs. 25.81, p<0.001），亲友、合作社及媒体推广提升采纳意愿3.8倍
• 绩效感知决定投入：采用者更坚信无人机提升效益（绩效期望34.96 vs. 28.30），尤其关注农药减量（-40%）与工时节省（-35%）
• 年轻群体成为主力：采用者平均年龄39.76岁，较非采用者年轻6岁（p<0.001），且农场规模大38%（11.17 vs. 8.05公顷）

3.3-3.5 人口学变量的调节效应

• 兼业农户更具潜力：从事非农工作农户的行为意向高12%（33.55 vs. 29.95），便利条件利用效率提升9%
• 教育水平撬动转型：大学学历群体行为意向达33.57，显著高于小学组（28.78），且绩效期望提升10%
• 年龄断层显现：中年组（30-42岁）采纳意愿较老年组（>42岁）高9.3%，经验值差距达17%（p=0.015）

3.6 UTAUT模型的预测效能
判别函数 DF=0.088X₁-0.048X₂+0.057X₃-0.028X₄+0.600X₅+0.346X₆+0.505X₇-0.098X₈ 显示：

• 核心驱动力：经验（X₅标准化系数0.600）与行为意向（X₇系数0.505）贡献度超80%
• 分类准确率：模型整体预测精度89.7%，其中采纳者识别率达93.7%（Wilks' λ=0.387, p<0.0001）

结论与展望：构建可持续农业技术推广新范式

本研究实证验证UTAUT模型在农业技术扩散中的适用性，揭示"经验积累→意向形成→行为转化"的递进机制。针对伊朗国情提出三级策略：

1. 基础设施层：设立无人机租赁合作社，破解小农户资金瓶颈
2. 能力建设层：开发"老少差异"培训体系，老年农户侧重操作简化（如语音控制），青年群体强化数据分析技能
3. 政策激励层：将无人机采购纳入农业绿色补贴目录，配套农药减量奖励机制

该模型可进一步融合创新扩散理论（Diffusion of Innovations, DOI），探索区块链技术赋能的无人机服务共享平台，为发展中国家农业数字化转型提供可复制的"技术-社会"协同方案。正如研究者Nazanin Nafar强调："当农民亲眼目睹无人机将农药支出降低30%，可持续农业便从概念转化为生计刚需。"