(西北农林科技大学经济管理学院/西部农村发展研究中心，陕西杨凌712100)
摘要基于有限理性行为理论和卢因行为理论，构建了信息素养对农户参与电商的理论分析框架，利用陕西省827个苹果种植户调研数据，实证检验信息素养对农户参与电商的因果效应，以及农户内在感知和政府推广在信息素养影响农户参与电商关系中的作用机理。研究结果表明，信息素养对农户参与电商有显著正向影响；农户内在感知在信息素养影响农户参与电商关系中发挥部分中介作用，具体而言，信息素养通过提高农户对农产品电商的感知有用性和感知易用性促进农户参与电商；政府推广在信息素养影响农户参与电商关系中具有显著正向调节作用，推广内容的全面性、易于理解程度和推广频率会增强信息素养在农户参与电商中的促进作用。
关键词信息素养；参与电商；内在感知；政府推广
理论上，农户信息获取和信息处理状况能打破信息约束，增强对特定行为的感知，进而影响其行为决策[19]，技术接受模型(TAM)指出内在感知是影响个体采纳信息技术的关键[20]。农产品电商作为信息通信技术的具体应用，信息素养能促进农户形成农产品电商的感知有用性和感知易用性认知，进而使农户做出参与行为。因此，农户内在感知可能是信息素养影响其参与农产品电商的中介变量。另外，农户行为是内部和外部因素共同作用的结果[21]，农户参与农产品电商不仅取决于个人信息素养，也同时受外部环境的影响。当前我国农产品电商的发展正处于初级阶段，政府支持的作用不可或缺[9]，基于农户层面，各级政府在农村地区组织对农产品电商的推广，开展关于农产品电商的宣传和培训，以期提高农户参与率[8]。因此，本文将政府推广纳入分析框架，探讨信息素养、内在感知与农户参与农产品电商之间的关系。
H1：信息素养对农户参与电商有正向影响。
H2：内在感知在信息素养影响农户参与电商关系中存在中介效应；
H2a：感知有用性在信息素养影响农户参与电商关系中存在中介效应；
H2b：感知易用性在信息素养影响农户参与电商关系中存在中介效应。
H3：政府推广在信息素养影响农户参与电商关系中存在正向调节效应；
H3a：推广广度在信息素养影响农户参与电商关系中存在正向调节效应；
H3b：推广深度在信息素养影响农户参与电商关系中存在正向调节效应；
H3c：推广强度在信息素养影响农户参与电商关系中存在正向调节效应。
基于上述理论分析，本文将信息素养、内在感知、政府推广与农户参与电商纳入统一框架下，检验内在感知的中介作用和政府推广的调节作用。本文逻辑关系框架如图1所示：
图1信息素养、内在感知、政府推广与农户参与电商的逻辑框架
样本基本情况描述如下：延安市宝塔区、洛川县、黄陵县以及渭南市白水县的样本比例分别为21.52%、27.69%、20.92%、29.87%。从个体特征来看，受访者中67.79%为男性，32.21%为女性。10.76%受访者小于40岁，59.61%为40～60岁，29.63%为60岁以上。受访者平均受教育年限为8年，平均文化程度为初中，受教育程度最高为本科，有30.59%为小学以下文化水平，54.05%为中学文化水平，15.36%为高中以上文化水平。65.66%的受访者为风险厌恶型，19.11%为风险中立型，15.23%为风险喜好型。从家庭特征来看，年均收入在3万元以下的受访者家庭占65.66%，3万～5万的占16.69%，大于5万的占17.65%。亲戚和朋友的数量小于30的受访者占22.73%，30～60之间的占33.62%，大于60的占43.65%。受访者中平均土地经营规模小于10亩的占61.67%，10～30亩的占33.98%，30亩以上的占4.35%。受访者居住地离最近乡镇距离最大为22千米，平均距离为5.5千米。
(2)核心自变量。本文核心自变量为信息素养，参考苑春荟等[38]对信息素养的测度,采用Likert五分量表，选择项为“非常不同意=1；比较不同意=2；一般=3；比较同意=4；非常同意=5”，共有21个测量题项，从信息意识、信息知识、信息能力三个维度度量农户信息素养，其中信息意识分为信息价值意识和信息需求意识两方面，信息能力分为信息获取能力、信息理解能力和信息共享能力三方面，累计方差贡献率为70.740%。以各因子的方差贡献率占累计方差贡献率的比重为权重计算农户信息素养综合水平。
(3)中介变量。本文选取农户内在感知为中介变量，从感知有用性和感知易用性两方面考察，采用Likert五分量表，选择项为“非常不同意=1；比较不同意=2；一般=3；比较同意=4；非常同意=5”，共有7个测量题项，累计方差贡献率为67.459%。以各因子的方差贡献率占累计方差贡献率的比重为权重计算农户内在感知综合水平。
(5)控制变量。已有文献[6,13,39]指出农户个人特征、家庭特征、生产经营特征和交通特征同样影响农户参与电商。本文分别选取农户性别、年龄、文化程度、风险态度、家庭年均毛收入、亲戚和朋友数量、土地规模、距镇政府距离作为控制变量。
本文对问卷进行信度和效度分析,如表1所示。本量表所有测量题项的克朗巴哈系数为0.900，各维度测量题项的克朗巴哈系数都大于0.718，表明变量的测量具有较好的信度。各变量测量题项的KMO值都大于0.703，Bartlett球形检验均通过1%显著性水平，说明调研数据适合做因子分析。因子分析结果显示，所有测量题项的因子载荷均大于0.6，表明测量变量具有较好的收敛效度。
表1信度和效度检验
(1)Probit模型。由前述理论分析，本文分析的农户参与电商行为是二分变量，因此本文采用二值选择模型分析信息素养对苹果种植户参与农产品电商的影响，具体模型设定形式如下：
Yi=α0+α1X1i+α2X2i+α3X3i+∑n=1α4nDni+εi
(1)
式(1)识别了苹果种植户参与农产品电商所要估计的模型。Yi表示第i个农户是否参与农产品电商，X1i、X2i和X3i分别表示农户信息素养、内在感知和政府推广，Dni表示个体特征、家庭特征、生产经营特征和交通特征等控制变量，α1、α2、α3和α4n表示待估计系数，εi表示误差项。
(2)中介效应检验模型。本文参考温忠麟等[40]提出的中介效应检验方法，采用层级回归方法，分别建立自变量对因变量、自变量对中介变量、自变量和中介变量对因变量的回归模型，具体检验流程如下所示：
Y=cX+e1
(2)
M=aX+e2
(3)
Y=cX+bM+e3
(4)
上述表达式中X表示自变量信息素养，M表示中介变量内在感知，Y表示因变量农户参与电商行为。
(3)调节效应检验模型。借鉴温忠麟等[41]的研究结果，当自变量和调节变量为连续变量时，检验调节变量对特定路径关系的调节作用时可构造交互项，通过观察交互项的显著性水平判断调节变量的调节作用。本文中自变量信息素养和调节变量政府推广均为连续变量，鉴于此，本文构造信息素养和政府推广的交互项检验政府推广在信息素养影响农户参与电商行为关系中的调节作用。
注:***、**、*分别代表在1%、5%、10%的水平上显著。1农户参与电商；2信息素养；3感知有用性；4感知易用性；5推广广度；6推广深度；7推广强度；8性别；9年龄；10文化程度；11风险态度；12社会资本；13苹果种植面积；14家庭年均毛收入；15距乡镇距离。
1234567891011121314151120.158***130.133***0.223***140.169***0.436***0150.093***0.0340.0080.108**160.103***0.2000.0010.289**0170.038***0.0340.1630.079*00180.0110.0550.0190.0440.0310.009-0.078190.023*0.220**0.0610.350*0.037-0.106*-0.1500.0221100.102**0.197*0.087*0.260**0.0330.0290.0220.001-0.1581110.057**0.2320.1600.327-0.0400.2790.1430.0160.163-0.0691120.239**0.177*0.147**0.118*0.0470.0150.0290.0730.093-0.0360.0631130.0600.1060.0250.0310.0130.0550.0420.036-0.0240.066-0.0500.1551140.119**0.1680.075*0.0040.0670.0390.005-0.0080.079-0.1190.001-0.0170.001115-0.055-0.075-0.094-0.047-0.0040.0220.0110.025-0.0620.1120.0100.039-0.002-0.0641
表3信息素养对农户参与电商的影响回归结果N=827
注：***、**、*分别代表在1%、5%、10%的水平上显著；括号中数值为标准误。下表同。
(1)核心解释变量对农户参与电商的影响分析及解释。表3中回归5的结果显示，信息素养在1%显著性水平上正向影响农户参与电商，表明农户信息素养对其参与电商有积极影响，假说H1得到验证。对处于信息相对贫困的农村地区来说，具有较高信息素养的农户具有借助各种渠道获取信息的意识、知识和能力。因此，信息素养对农户参与电商的影响主要体现在两个方面：一是农户对农产品电商的参与具有较高的主观能动性和实践能力，直接促使农户参与电商；二是农户能更有效地获取农产品电商信息，提高农户对农产品电商的认知，从而打破对农产品电商的信息和技术约束，降低参与电商的风险和不确定性，进而促进农户参与电商。内在感知和政府推广在1%的统计水平上显著影响农户参与电商，且系数为正。
(1)内在感知整体水平在信息素养影响农户参与电商关系中的中介效应检验见表4(模型6、7和10)。由模型6可知，农户信息素养在1%显著性水平上正向影响其参与电商，且系数为0.535。由模型7可知，农户信息素养在1%显著性水平上正向影响内在感知，且系数为0.620。由模型10可知，引入内在感知后，内在感知在1%显著性水平上正向影响农户参与电商，信息素养对农户参与电商的影响仍在1%水平上正向显著，且系数有所下降，为0.530。因此，内在感知在信息素养影响农户参与电商的关系中具有部分中介效应。假设H1和H2得证。
表4内在感知在信息素养对农户参与电商关系中的中介效应检验结果N=827
变量参与电商(6)内在感知(7)感知有用性(8)感知易用性(9)参与电商(10)(11)信息素养0.535***(0.101)0.620***(0.047)0.475***(0.070)0.855***(0.064)0.530***(0.101)0.512***(0.107)内在感知0.556***(0.067)感知有用性0.256***(0.043)感知易用性0.312***(0.050)控制变量已控制已控制已控制已控制已控制已控制F值31.36***20.28***42.39***R20.27760.21490.3419调整的R20.26870.20430.3338一阶段F值13.92***15.52***16.95***Waldchi2(n)15.64***20.93***13.66***Wald检验8.01**8.46**6.14**
(2)内在感知各维度在信息素养影响农户参与电商关系中的中介效应检验(模型6、8、9和11)。由模型8和9可知，农户信息素养在1%显著性水平上正向影响感知有用性和感知易用性，且系数分别为0.475、0.855。由模型11可知，引入感知有用性和感知易用性后，感知有用性和感知易用性在1%显著性水平上正向影响农户参与电商，信息素养对农户参与电商的影响仍在1%水平上正向显著，且系数为0.512。因此，感知有用性和感知易用性在信息素养影响农户参与电商的关系中具有部分中介效应。假设H2a和H2b得证。
(3)内在感知的中介效应检验结果分析。农户对农产品电商的感知有用性和感知易用性在信息素养影响农户参与电商的关系中的中介效应显著。农产品电商具有知识密集型特点，农户在做出参与决策之前，会通过各种信息渠道对农产品电商的特性进行考量和判断，农户感知到参与电商的作用越大、操作难度越小，参与电商的积极性越高，参与电商的可能性越大。因此，农户信息素养可解释其参与电商行为的差异，并可通过内在感知的中介作用间接影响农户参与农产品电商。
(1)政府推广整体水平在信息素养影响农户参与电商中的调节效应见表5(模型12和14)。由模型12可知，信息素养和政府推广均在1%显著性水平上正向影响农户参与电商，且系数分别为0.515和0.409。由模型14可知，引入信息素养和政府推广的交互项后，交互项对农户参与电商有显著正向影响，因此政府推广在信息素养影响农户参与电商关系中具有调节效应。假设H3得证。
(2)政府推广各维度在信息素养影响农户参与电商中的调节效应(模型13和15)。由模型13可知推广广度和推广深度在1%显著性水平上正向影响农户参与电商，系数分别为0.182和0.207，推广强度在5%显著性水平上正向影响农户参与电商，系数为0.112。由模型15可知，分别引入政府推广各维度与信息素养的交互项后，各交互项对农户参与电商有显著影响。假设H3a、H3b和H3c得证。
(3)此外，为了更深入地分析政府推广强弱对信息素养影响农户电商参与行为的差异性，以政府推广水平的均值为分类标准将全部样本分为弱推广水平组和强推广水平组进行估计。估计结果见表5中模型16和模型17，结果表明，信息素养对农户电商参与的回归系数由模型16中的0.358增至模型17中的0.769，且显著性增强，说明信息素养的正向影响随着政府推广水平的增强而变大，进一步证实了假说H3。
表5政府推广在信息素养影响农户参与电商中的调节效应检验结果
变量参与电商(12)(13)(14)(15)弱推广水平组(16)强推广水平组(17)信息素养0.515***(0.104)0.533***(0.107)0.541***(0.100)0.540***(0.115)0.358**(0.137)0.769***(0.181)政府推广0.409***(0.081)0.416***(0.080)推广广度0.182***(0.046)0.121**(0.052)推广深度0.207***(0.041)0.156**(0.055)推广强度0.112**(0.055)0.109(0.097)信息素养×政府推广0.372**(0.169)信息素养×推广广度0.232**(0.108)信息素养×推广深度0.216**(0.109)信息素养×推广强度0.119**(0.103)控制变量已控制已控制已控制已控制已控制已控制一阶段F值13.71***15.03***15.96***16.31***14.65***15.73***Waldchi2(n)20.46***15.49***20.47***19.56***22.57***25.74***Wald检验6.48**5.56*6.36*5.21*6.81**8.50**观测值827827827827442385
(1)内生性问题的讨论。鉴于基准回归中对模型内生性问题的检验，信息素养对农户参与电商的回归中存在内生性问题，本文已在中介效应和调节效应检验中(模型6、10～17)加入信息素养的工具变量进行回归。另外，考虑到信息素养对农户内在感知的影响中(模型7～9)可能存在的内生性问题，本文运用工具变量法对农户信息素养的内生性进行检验，结果无法拒绝信息素养是外生的原假设，即农户信息素养对内在感知的影响中不存在内生性，政府推广作为外部支持在对农户参与电商的影响中不存在内生性，因此上述模型结果与加入工具变量检验结果无差异。
(2)Bootstrap检验。为进一步验证中介效应和调节效应，本文在上述层级回归的基础上同时采用了Bootstrap检验方法，原因是Bootstrap方法提供的置信区间更准确且更具统计检验力[45]。当该置信区间不包括0，说明间接效应存在，若该置信区间包括0，则间接效应不存在。根据Bootstrap在95%的置信区间水平自抽样5000次的检验结果，内在感知在信息素养影响农户参与电商中的中介效应显著，中介效应大小为0.2938，占总效应比重为54.92%，同样方法得到感知有用性和感知易用性中介效应大小分别为0.1018和0.1981，分别占总效应的19.03%、37.03%，进一步证实了假说H2。政府推广在其减一个标准差的置信区间内包含0，而在其均值与均值加一个标准差置信区间内不包含0，表明信息素养对农户参与电商的作用随政府推广的不同取值发生显著差异，即政府推广的调节效应存在，进一步证实了假说H3(见表6)。
表6Bootstrap中介效应与调节效应检验结果
假说变量作用路径路径系数标准误95%置信区间检验结果H2内在感知中介效应0.29380.0797[0.1491,0.4630]显著政府推广-SD0.16630.2638[-0.3507,0.6833]H3政府推广调节效应0.52560.2173[0.0998,0.9514]显著政府推广+SD0.65670.2681[0.1313,1.1821]
本文利用陕西省苹果优势区827个苹果种植户的调研数据，构建了包括信息意识、信息知识和信息能力的农户信息素养体系，引入农户内在感知和政府推广，采用中介效应模型和调节效应模型，揭示了农户信息素养对其参与农产品电商的影响及其作用路径。研究结果表明：第一，农户信息素养水平显著正向影响其参与农产品电商行为。第二，农户内在感知对其参与农产品电商有显著正向影响，且在信息素养对农户参与电商影响中发挥中介作用。具体而言，信息素养通过提高农户对农产品电商的感知有用性和感知易用性促进农户参与农产品电商。第三，政府推广广度、深度和强度对农户参与农产品电商具有显著积极作用，且在信息素养影响农户参与农产品电商关系中发挥调节作用。信息素养对不同推广特征地区农户的电商参与行为有不同程度的影响，推广全面性、推广内容的理解难易程度、推广频率均会影响信息素养对农户参与农产品电商的积极作用。
基于以上结论，为促进农户参与农产品电商，本文提出以下对策建议：第一，加强信息基础设施建设，培养农户信息意识、知识和能力，重视提高农户信息素养水平，发挥信息素养对农户参与农产品电商的积极作用。第二，通过各种方式提高农户对农产品电商的认知，加强宣传农产品电商在解决农产品卖难和促进农民增收方面的积极作用，同时组织各种形式对农产品电商的培训，帮助农户熟悉农产品电商操作技能，缓解农户对农产品电商的技术约束。第三，提高政府推广水平，注重政府对农产品电商的宣传和培训，提高推广内容的全面性、易于理解的程度和频率，实行有针对性的推广措施。
参考文献
[1]SHIMAMOTOD,YAMADAH,GUMMERTM.Mobilephonesandmarketinformation:evidencefromruralCambodia[J].Foodpolicy,2015,57(11):135-141.
[2]GOLDFARBA,TUCKERC.Digitaleconomics[J].Journalofeconomicliterature,2019,57(1):3-43.
[3]GALLOWAYL,SANDERSJ,DEAKINSD.Ruralsmallfirms’useoftheinternet:fromglobaltolocal[J].Journalofruralstudies,2011,27(3):254-262.
[4]ZAPATASD,CARPIOCE,ISENGILDINA-MASSAO,etal.Theeconomicimpactofservicesprovidedbyanelectronictradeplatform:thecaseofmarketmaker[J].Journalofagriculturalandresourceeconomics,2013,38(3):359-378.
[5]FANQ,GARCIAVBS.Informationaccessandsmallholderfarmers’marketparticipationinPeru[J].Journalofagriculturaleconomics,2018,69(2):476-494.
[6]曾亿武,郭红东,金松青.电子商务有益于农民增收吗——来自江苏沭阳的证据[J].中国农村经济,2018(2):49-64.
[7]李琪,唐跃桓,任小静.电子商务发展、空间溢出与农民收入增长[J].农业技术经济,2019(4):119-131.
[8]唐跃桓,杨其静,李秋芸,等.电子商务发展与农民增收——基于电子商务进农村综合示范政策的考察[J].中国农村经济,2020(6):75-94.
[9]崔凯,冯献.演化视角下农村电商“上下并行”的逻辑与趋势[J].中国农村经济,2018(3):29-44.
[10]李瑾,赵春江,张正.三网融合与农村信息化:机遇、困境及路径选择[J].农业经济问题,2012,33(10):105-109.
[11]杨梦晴,王晰巍,相甍甍,等.信息素养对移动图书馆用户使用态度影响实证研究——基于信息生态视角的分析[J].图书馆学研究,2016(17):6-12.
[12]唐立强,周静.社会资本、信息获取与农户电商行为[J].华南农业大学学报(社会科学版),2018,17(3):73-82.
[13]曾亿武,陈永富,郭红东.先前经验、社会资本与农户电商采纳行为[J].农业技术经济,2019(3):38-48.
[14]唐立强.农户社会资本与电商交易平台的选择[J].华南农业大学学报(社会科学版),2017,16(4):75-86.
[15]刘丽.农民:信息素养研究领域被忽视的群体——对国内研究现状的思考[J].情报科学,2012,30(10):1572-1578.
[16]傅饶.新农村建设中提升农民信息素养的途径[J].图书馆学研究,2015(16):97-101.
[17]成华威,刘金星.新生代农民工信息素养现状及培养路径探析[J].情报科学,2015,33(2):105-108,120.
[18]吴优丽,钟涨宝,王薇薇.秉赋差异与农民信息素质的实证分析——基于323份调查样本[J].农业技术经济,2014(3):57-64.
[19]朱月季,周德翼,游良志.非洲农户资源禀赋、内在感知对技术采纳的影响——基于埃塞俄比亚奥罗米亚州的农户调查[J].资源科学,2015,37(8):1629-1638.
[20]PARKN,RHOADSM,HOUJ,etal.Understandingtheacceptanceofteleconferencingsystemsamongemployees:anextensionofthetechnologyacceptancemodel[J].Computersinhumanbehavior,2014,39(10):118-127.
[21]黄祖辉.谁是农业结构调整的主体？——农户行为及决策分析[M].北京:中国农业出版社，2005.
[22]刘天军,范英.中国苹果主产区生产布局变迁及影响因素分析[J].农业经济问题,2012(10):36-42.
[23]闫贝贝,张强强,刘天军.手机使用能促进农户采用IPM技术吗[J].农业技术经济,2020(5):45-59.
[24]姜健,王绪龙,周静.信息能力对菜农施药行为转变的影响研究[J].农业技术经济,2016(12):43-53.
[25]刘铮,周静.信息能力、环境风险感知与养殖户亲环境行为采纳——基于辽宁省肉鸡养殖户的实证检验[J].农业技术经济,2018(10):135-144.
[26]高静,贺昌政.信息能力影响农户创业机会识别——基于456份调研问卷的分析[J].软科学,2015,29(3):140-144.
[27]AJZENI.Thetheoryofplannedbehavior[J].Organizationalbehaviorandhumandecisionprocesses,1991,50(2):179-211.
[28]DAVISFD.Perceivedusefulness,perceivedeaseofuse,anduseracceptanceofinformationtechnology[J].Misquarterly,1989,13(3):319-340.
[29]DAVISFD,VENKATESHV.Acriticalassessmentofpotentialmeasurementbiasesinthetechnologyacceptancemodel:threeexperiments[J].Internationaljournalofhumancomputerstudies,1996,45(1):19-45.
[30]LEEDY,LENTOMR.UseracceptanceofYouTubeforprocedurallearning:anextensionofthetechnologyacceptancemodel[J].Computersandeducation,2013,61(2):193-208.
[31]WALLACELG,SHEETZSD.Theadoptionofsoftwaremeasures:atechnologyacceptancemodel(TAM)perspective[J].Informationandmanagement,2014,51(2):249-259.
[32]曾亿武,张增辉,方湖柳,等.电商农户大数据使用：驱动因素与增收效应[J].中国农村经济,2019(12):29-47.
[33]MICHAILIDISA,PARTALIDOUM,NASTISSA,etal.WhogoesonlineEvidenceofinternetusepatternsfromruralGreece[J].Telecommunicationspolicy,2011,35(4):333-343.
[34]WANGZ.Willingnessofagriculturalworkerstoconducte-commerceofagriculturalproductsbasedonGEMmodel[J].Asianagriculturalresearch,2018,10(5):26-30.
[35]范柏乃,金洁.公共服务供给对公共服务感知绩效的影响机理——政府形象的中介作用与公众参与的调节效应[J].管理世界,2016(10):50-61.
[36]高启杰,姚云浩,董杲.合作农业推广模式选择的影响因素分析——基于组织邻近性的视角[J].农业经济问题,2015,36(3):47-53.
[37]乔丹,陆迁,徐涛.社会网络、推广服务与农户节水灌溉技术采用——以甘肃省民勤县为例[J].资源科学,2017,39(3):441-450.
[38]苑春荟,龚振炜,陈文晶,等.农民信息素质量表编制及其信效度检验[J].情报科学,2014,32(2):26-30.
[39]王瑜.电商参与提升农户经济获得感了吗？——贫困户与非贫困户的差异[J].中国农村经济,2019(7):37-50.
[40]温忠麟,叶宝娟.中介效应分析:方法和模型发展[J].心理科学进展,2014,22(5):731-745.
[41]温忠麟,侯杰泰,张雷.调节效应与中介效应的比较和应用[J].心理学报,2005,37(2):268-274.
[42]唐林,罗小锋,张俊飚.社会监督、群体认同与农户生活垃圾集中处理行为——基于面子观念的中介和调节作用[J].中国农村观察，2019(2):18-33.
[43]尹志超,宋全云,吴雨.金融知识、投资经验与家庭资产选择[J].经济研究，2014(4):62-75
[44]曾志耕,何青,吴雨,等.金融知识与家庭投资组合多样性[J].经济学家，2015(6):86-94.
[45]HAYESAF．Introductiontomediation，moderation，andconditionalprocessanalysissecondedition:aregression-basedapproach[M]．NewYork:GuilfordPress，2018．
中图分类号：F304.3
文献标识码：A
DOI编码:10.13300/j.cnki.hnwkxb.2021.05.007
收稿日期：2021-03-18
基金项目：国家自然科学基金重点项目“我国西部农业市场培育与开放研究”(71933005)；国家自然科学基金面上项目“信任与农民创业：机会识别、创业决策与创业绩效”(71773089)。