《Journal of Cleaner Production》：Agriculture 4.0 technologies among Italian farmers: a C-TAM-TPB approach with sustainability and economic factors
编辑推荐：
本研究旨在探讨心理、可持续性和经济因素如何塑造意大利农民对农业4.0技术的采纳意向。研究人员整合了技术接受模型(TAM)和计划行为理论(TPB)，构建C-TAM-TPB框架，并结合结构方程模型对786位意大利农民的调查数据进行分析。结果表明，尽管存在成本和技术障碍，但环境、社会和经济效益通过认知评估和态度机制，正向影响农民的采纳意向。这为制定商业策略、重塑农业实践及促进数字素养的政策优化提供了关键依据。
农业，作为一个紧密依存于环境条件和社会经济结构的产业，长期以来面临着多重风险。近年来，随着人口增长、全球变暖和自然资源日益稀缺，人们对粮食生产可持续性的担忧日益加剧。与此同时，农业的可持续发展越来越依赖于数字化与创新技术。农业4.0，即农业系统与物联网、数据分析、云计算、传感器与机器人以及决策支持系统等五项核心技术的深度融合，被视为通过精准、及时的信息支持战略决策、提升生产效率和促进可持续农业实践的关键路径。它不仅仅意味着技术升级，更代表着一种增强生产力的文化转向。
尽管前景广阔，但农业4.0技术的实际采纳情况却并不乐观。尤其在欧洲，瑞典是创新领跑者，而意大利的创新水平则相对温和。数据显示，2024年意大利农业4.0市场虽已达到23亿欧元，但增速较2023年有所放缓，采用高科技解决方案的耕地面积不足总面积10%。在意大利，尽管农业部门已将数字化转型视为提升供应链竞争力的战略工具，但其数字化进程相比其他行业仍显滞后。这背后是意大利农业的独特背景：它以小型家庭农场为主，深受传统影响，同时又强调高质量的区域特色产品（如PDO和PGI标志）和可持续性。然而，技术的采纳并非一蹴而就。除了技术本身，它还受到经济、企业文化和组织动态等多重变量的复杂影响。对于意大利农民而言，更高的教育水平、更年轻的年龄和更大的农场规模是主要驱动因素，但社会经济壁垒、农场设备的兼容性问题以及对技术的负面态度，依然阻碍着广泛采纳。为了促进采纳，提供切实可行的技术和财政支持显得至关重要。在此背景下，理解究竟是哪些因素——特别是心理、可持续性和经济层面的因素——在塑造意大利农民采纳农业4.0技术的意愿，就成为一个亟待解决的关键问题。
为了解决这一问题，由Roberto Fragomeli、Gennaro Punzo和Azzurra Annunziata组成的研究团队开展了一项深入的实证研究。他们创新性地采用了一种名为“C-TAM-TPB”的整合理论框架。C-TAM-TPB结合了“技术接受模型”（TAM，关注感知有用性PU和感知易用性PEOU）和“计划行为理论”（TPB，关注态度ATT、主观规范SN和感知行为控制PBC）的核心要素，能够更全面地捕捉个体采纳新技术的心理与社会动因。研究团队并未止步于此，他们进一步扩展了这一框架，首次将可持续性（经济可持续性ECOSUS、环境可持续性ENVSUS和社会可持续性SOCSUS）和经济障碍BAR这两大现实维度纳入分析模型，旨在探究这些因素如何通过影响农民的认知和态度，最终作用于其采纳意向INT。为了验证这一系列研究假设，他们运用“偏最小二乘结构方程模型”（PLS-SEM）对从2023年8月至10月间收集的786名意大利农民的有效问卷数据进行了分析。PLS-SEM方法特别适合于处理像C-TAM-TPB这样包含多个潜变量、关系复杂的探索性模型，即使在数据不严格服从正态分布时也能保证估计的稳健性和预测准确性。
研究团队设计了包含五个部分的详细问卷，涵盖了受访者的社会人口统计学和农场特征、对4.0技术的一般性知识、采纳意向、采纳面临的经济约束以及对可持续性和经济影响的感知。所有构念均使用7点李克特量表进行测量，确保了数据的精细度。在正式分析前，研究团队严格评估了测量模型的信度与效度，所有构念的指标载荷、组合信度、RhoA、麦克唐纳欧米茄系数和平均方差抽取量等指标均达到或超过了学界公认的阈值，证实了测量工具是可靠且有效的。随后，他们构建了三个逐步递进的结构模型进行分析：基础模型（仅包含C-TAM-TPB核心构念）、第一个扩展模型（加入三个可持续性构念）和第二个扩展模型（进一步加入经济障碍构念）。
4.2. 模型评估
研究结果显示，在基础C-TAM-TPB模型中，态度ATT是预测意大利农民采纳农业4.0技术意向的最强直接因素。其次是主观规范SN和感知行为控制PBC。一个有趣的发现是，感知有用性PU对采纳意向的直接效应并不显著，但它会通过显著影响农民的态度ATT，从而产生强有力的间接效应。这意味着，农民认为一项技术有用，并不直接导致他们想用，而是要先让他们对这项技术产生好感。此外，感知易用性PEOU对采纳意向也没有直接效应，但它能通过提升感知有用性PU和改善态度ATT来间接发挥作用。这些发现共同勾勒出农民决策的心理路径：技术是否好用、是否容易学，首先塑造了他们对技术有用性的判断和整体好感，而这种判断和好感，连同周围人的看法以及他们对自己掌控能力的信心，最终汇聚成是否采纳的明确意图。
4.2. 模型评估（续）
当研究模型纳入可持续性维度后，画面变得更加丰富。经济可持续性ECOSUS、社会可持续性和环境可持续性ENVSUS均对采纳意向产生了显著的正向间接影响，其中社会和经济可持续性的影响力略高于环境可持续性。这说明，农民在考虑是否采纳新技术时，不仅看重其带来的经济效益（如降低成本、提高利润），也重视其社会效益（如改善工作安全、促进信息交流），同时也会考虑环境效益（如减少能源消耗和污染）。关键在于，这些可持续性因素并非直接驱动农民的采纳意愿，而是通过增强他们对技术“有用性”和“易用性”的感知来间接发挥作用的。简单说，农民采纳技术，是因为他们认为这能带来（经济、社会、环境方面的）好处，并且这些好处是通过技术的有用和易用体现出来的。
4.2. 模型评估（续）
在最终的扩展模型中，经济障碍BAR（如高昂的设备维护和熟练劳动力成本）也被证明对采纳意向有显著但相对较小的间接影响。这表明，尽管成本是农民考虑的一个负面因素，但其影响力被对可持续性和技术本身效益的积极感知所部分抵消。在综合模型中，社会和经济可持续性依然是驱动意向的关键间接因素。
研究的结论与启示是多方面的。首先，它证实了扩展的C-TAM-TPB框架在解释农业4.0技术采纳意向方面的强大预测力。研究最重要的发现之一是揭示了可持续性因素的作用机制：它们不直接“推销”技术，而是通过塑造农民对技术实用性和友好度的认知来“润物细无声”地产生影响。这挑战了“可持续性诉求足以推动技术普及”的简单假设，强调了在推广中需将可持续优势切实转化为用户可感知的操作便利和实际效益。
其次，研究凸显了态度ATT的核心枢纽地位，以及感知有用性PU必须通过态度“中转”的间接路径。这说明农业技术的采纳不是一个纯粹理性的成本效益计算过程，而是一个充满价值判断和文化嵌入的复杂决策。对于传统深厚的意大利小型家庭农场而言，技术不能仅仅是替代劳力的工具，更应被塑造成能够支持农民角色、增强其自主性和身份认同的“伙伴”。这为技术设计和推广策略提供了深刻洞见：需要关注技术如何与现有的农场文化和社会结构相融合。
此外，主观规范SN的强大影响证实了社会网络和同行压力在采纳早期阶段的决定性作用。因此，利用成功的早期采纳者进行示范、建立农民学习社群，是加速技术扩散的有效手段。同时，感知行为控制PBC的重要性则指向了提供培训、技术支持和易于获取的资源的必要性，以增强农民对掌控和使用新技术的信心。
最后，尽管存在经济壁垒，但研究显示，农民对经济、社会收益的积极预期能够超越对成本的顾虑。这意味着，政策制定者和企业不应仅仅聚焦于提供补贴以降低“进入成本”，更应有效地展示和验证农业4.0技术能带来的长期综合价值——包括提升盈利能力、改善工作条件以及实现环境友好。这项研究不仅为理解像意大利这样具有丰富农业传统国家的数字化转型挑战与机遇提供了宝贵的实证依据，也为全球范围内促进智慧、可持续农业的发展提供了可资借鉴的理论框架和策略方向。该成果已发表于国际知名期刊《Journal of Cleaner Production》。
