تحلیل رفتاری پذیرش طرح ایران‌کد در صنایع تبدیلی و بسته‌بندی کشاورزی گیلان
محورهای موضوعی : کالبدیاحمد تقدیسی 1 , سیدجابر علویون 2 , راضیه رحیمی 3
1 - استادیار جغرافیا و برنامه‌ریزی روستایی، دانشگاه اصفهان، اصفهان، ایران
2 - دانشجوی دکتری جغرافیا و برنامه‌ریزی روستایی، دانشگاه اصفهان، اصفهان، ایران
3 - دانشجوی دکتری جغرافیا و برنامه‌ریزی روستایی، دانشگاه اصفهان، اصفهان، ایران
کلید واژه:
چکیده مقاله :
چکیده هدف مطالعه حاضر تحلیل عواملی است که باعث پذیرش ایران کد از سوی صنایع تبدیلی و بسته بندی کشاورزی استان گیلان در سه گروه برنج، چای و زیتون می گردد. طی پژوهشی توصیفی همبستگی، متغیرهای تحقیق در قالب نظریه رفتار برنامه ریزی شده اولویت بندی شدند، همبستگی بین متغیرها با پذیرش محاسبه و عوامل تعیین کننده در تمدید عضویت ایران کد، از روش رگرسیون لجستیک تعیین گردید. نتایج نشان داد از 20 متغیر مورد استفاده، 15 متغیر بر پذیرش طرح ایران کد مؤثر بودند و از این تعداد، پنج متغیر در تمدید عضویت سالیانه بیشترین نقش را داشتند که مربوط به هر سه عامل باور رفتاری (نگرش)، باور اصولی (هنجار ذهنی) و باورکنترلی (کنترل رفتاری درک شده) بودند. متغیرهای رضایت از درآمد و کاربرد روزانه فناوری اطلاعات، بیشترین سهم را بر تمدید داشتند که مربوط به باور کنترلی پاسخ دهندگان می شد. بعد از آن تأثیرپذیری از شرکت های عضو ایران کد، متغیری بود که به عامل باور اصولی اختصاص داشت و در نهایت زمینه سازی ایران کد در ورود به تجارت الکترونیک و تأثیر در تبلیغ واحد، از موثرترین متغیرها بودند که در شکل گیری نگرش مدیران صنایع روستایی نقش مهم تری داشتند. در نهایت 36 درصد پاسخ دهندگان مایل به تمدید عضویت سالیانه طرح بودند و 64 درصد در این ارتباط پاسخ منفی داشتند. همچنین کاهش هزینه تمدید سالیانه طرح و ارسال کد کالا در حداقل زمان از مهم‌ترین دغدغه‌های پاسخ دهندگان در رابطه با این طرح بوده است.
References
Agriculture Jihad (2002). Brochure of alterant industries and Supplementary office. Tehran, Ministry of agriculture. [In Persian].
Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision Processes, 50, 179–211.
Al-Ajam, AS. and Nor, KM. (2013). Customers’ Adoption of Internet Banking Service: An Empirical Examination of the Theory of Planned Behavior in Yemen. International Journal of Business and Commerce, 2(5), 44-58.
Alavion, S. J., (2011). Feasibility of rice electronic marketing in the city of Rasht. M. S. thesis. Department of rural development, Guilan university. [In Persian].
Alavion, S. J., Chizari, M., & Allahyari, M. S., (2014). Application of the theory of planned behavior on reception of electronic marketing by agricultural experts. Research of human resource management. 4(2), 107-127. [In Persian].
Bosnjak, M., Obermeier, D. and Tuten, TL. (2006). Predicting and explaining the propensity to bid in online auctions: A comparison of two action-theoretical models. Journal of Consumer Behaviour, 5(2), 102–116.
Burton-Jones, A. and Hubona, GS. (2006). The Mediation of External Variables in the Technology Acceptance Model. Information & Management, 43, 2006, 706-717.
Buttel, F. (2001). Some reflections on late twentieth century agrarian political economy. Sociologia Ruralis 41 (2), 165–181.
Crespo, A. and delBosque, I. (2008). The Effect of Innovativeness on the Adoption of B2C E-Commerce: A Model Based on the Theory of Planned Behaviour. Journal of Computers in Human Behavior 24, 2830–2847.
Ellis, F. (1993). Peasant Economics. Farm Households and Agrarian Development. Wye Studies in Agricultural and Rural Development. 2nd edn. Cambridge Univ. Press, Cambridge.
Espetvedt, P., and Koellner, T. (2013). Do attitudes toward ecosystem services determine agricultural land use practices? An analysis of farmers’ decision-making in a South Korean watershed. Land Use Policy, 31: 422– 429.
Grandon, EE. (2005). Extension and validation of the theory of planned behavior: The case of electronic commerce adoption in small and medium-sized businesses in Chile. Ph. D, Southern Illinois University at Carbondale, 213 p.
Guilan Agriculture, (2014). Agricultural industry management. Guilan, agriculture organization. [In Persian].
Iran Code (2014). System of national center numbering of Iran's goods andservices. Retrieved from http://www. irancode. ir. [In Persian].
Kavousi, Sh., Pourazbari, M. & Khayyati, M., (2010). Productivity analysis of Guilan rice Alterant industries using the production function and data envelopment analysis. Journal of Economic Sciences, 3(12). 81-95. [In Persian].
Li, X., Li, H., and Wang, X. (2013). Farmers' willingness to convert traditional houses to solar houses in rural areas: A survey of 465 households in Chongqing, China. Energy Policy, 63: 882–886.
Liu, W., Wang, C., and Mol, A. (2013). Rural public acceptance of renewable energy deployment: The case of Shandong in China. Applied Energy. 102: 1187- 1196.
Madden, TJ., Ellen, PS. and Ajzen, I. (1992). A comparison of the theory of planned behavior and the theory of reasoned action. Personality and Social Psychology Bulletin, 18(3), 3-9.
Mathieson, K. (1991). Predicting User Intentions: Comparing the Technology Acceptance Model with the Theory of Planned Behavior. Information Systems Research, 2(3), 173-191.
Mahdavi, R., Abbasi, R., (2006). Measurement and productivity analysis of Guilan tea alterant industries. Management and Planning Publication of Guilan. [In Persian].
Nouri, M., & Nouripour, M., (2013). Applying the theory of planned behavior to predict the cooperative system. Practical sociology, 51(3). 195-212. [In Persian].
Pedersen, PE. and Nysveen, H. (2002). Using the theory of planned behavior to explain teenagers adoption of text messaging services. Working Paper, Agder University College.
Popzan, A. Mahdizadeh, H. & Motamedinia, Z. (2012). Attitudes of managers and owners of small and medium agricultural firms to use ICT in environmental training. Journal of Agricultural Extension and Education, 5(2), 73-88. [In Persian].
Ramayah, T., Rouibah, K., Gopi M. and Rangel, G. (2009). A Decomposed Theory of Reasoned Action to Explain Intention to Use Internet Stock Trading Among Malaysian Investors. Journal of Computers in Human Behavior, 25, 2009, 1222–1230.
Read, DL., Brown, RF., Thorsteinsson, EB., Morgan, M., and Price, L. (2013). The theory of planned behaviour as a model for predicting public opposition to wind farm developments. Journal of Environmental Psychology 36: 70-76.
Rouibah, K., Ramayah, T. and May, OS. (2009). User acceptance of internet banking in Malaysia: Test of three acceptance models. International Journal for E-Adoption, 1(1), 1–19.
Schlutz, TW. (1978). Distortions of Agricultural Incentives. Bloomington: Indian University Press.
Steering council of the coordination center of olive science and industry, (2012). Road map of olive science and industry. Retrieved from www. spii. ir/UserFiles/Uploads/naghshe%20rah%20zeyton%2092. pdf
Sutherland, LA., and Holstead, KL. (2014). Future-proofing the farm: On-farm wind turbine development in farm business decision-making. Land Use Policy, 36: 102– 112.
Taylor, S. and Todd, P. (1995). Understanding Information Technology Usage: A Test of Competing Models. Information Systems Research, 6(2), 144-176.
Vakili, D., (2004). Tea with scientific and analytical approach. Movaseghi publication (1st ed. ). [In Persian].
Yazdanpanah, M., Hayati, D., & Zamani, Gh., (2011). Analysis of behavior and behavioral tendencies of agricultural organizations' staff towards water conservation: Developed theory of planned behavior. Environmental Science, 9(1). 1-22. [In Persian].