农业无人机采纳行为的解码：基于TAM、TPB和CLM模型的比较分析与整合模型构建

为解决农业无人机技术采纳率低的问题，伊朗设拉子大学研究人员通过整合技术接受模型(TAM)、计划行为理论(TPB)和传播学习模型(CLM)，构建统一采纳行为模型(UABM)。基于203名农民的调查数据，研究发现UABM分类准确率达91.2%，显著优于单一模型，其中行为意向和感知行为控制是关键驱动因素。该研究为制定精准干预策略提供了理论依据，对推动农业智能化转型具有重要意义。

　　

在传统农业面临效率瓶颈与环境污染的双重压力下，无人机技术凭借其精准施药、高效监测等优势被视为转型关键。然而现实困境在于：尽管伊朗农药年用量高达2.5万吨，但无人机采纳率仍受成本、技术复杂度和社会认知等多重阻碍。这种"高需求、低渗透"的矛盾现象背后，究竟是个体心理因素还是社会环境机制在起主导作用？

设拉子大学农业教育与推广系的研究团队创新性地将三大行为理论模型进行整合。他们采用分层随机抽样对法尔斯省203名农民（111名采纳者与92名非采纳者）进行问卷调查，运用SmartPLS₃和SPSS₂₆进行判别分析。研究特别设计对比实验：既检验TAM强调的感知有用性(PU)和易用性(PEU)，又评估TPB关注的感知行为控制(PBC)和主观规范(SN)，同时考察CLM侧重的传播渠道(ACC)和社会学习机制。

关键技术方法包括：1）基于三大理论框架设计结构化问卷；2）通过Cronbach's α系数（0.70-0.95）验证量表信度；3）采用Fornell-Larcker准则检验判别效度；4）运用方差膨胀因子(VIF<5)控制多重共线性；5）构建标准化判别函数进行模型比较。

研究结果揭示：

1. 群体差异分析：采纳者在行为意向(36.96 vs 25.92)、态度(29.31 vs 23.17)和感知行为控制(18.17 vs 12.95)上显著高于非采纳者（p<0.001，Cohen's d=1.53-1.92），但感知易用性差异不显著。

2. 模型效能比较：

   • UABM展现最优预测力，分类准确率达91.2%，显著高于TAM(87.7%)、TPB(90.1%)和CLM(78.3%)

   • 关键预测因子为行为意向(β=0.633)和感知行为控制(β=0.445)

   • 传播渠道(β=-0.099)和主观规范(β=-0.118)贡献度最低

3. 成本悖论现象：尽管采纳者承担更高使用成本(610,360 vs 552,717伊朗里亚尔)，但通过生产率提升实现投资回报。

这项研究在理论层面创新性地证实：整合认知、社会和传播维度的UABM模型具有更优解释力，其91.2%的准确率为农业技术扩散研究树立新标杆。实践层面则指明：单纯降低技术复杂度(PEU)效果有限，应通过示范农场建设增强感知行为控制(PBC)，同时利用"意见领袖"效应强化行为意向(BI)。这些发现为破解农业技术"最后一公里"难题提供了精准干预路径，对全球可持续农业发展具有范式意义。