基于DPSIR概念框架的農村電子商務精準扶貧模型研究

盧佳　李鵬飛

摘要：農村電子商務精準扶貧是一個管理生態系統，具有動態性、系統性特點。基于DPSIR概念框架，全面分析農村電子商務精準扶貧系統中的驅動力、壓力、狀態、影響和響應因素，從而理清農村電子商務精準扶貧過程中各因素之間的作用關系，建立農村電子商務精準扶貧模型。在此基礎上，運用熵值理論確定各因素下的指標權重，結合收集到的數據形成各因素觀測數據，運用皮爾遜相關分析法分析各因素之間的相關程度，檢驗論文提出研究假設。研究結果表明，電子商務發展指標與農村貧困人口規模之間具有較強的負向關聯關系，農村電子商務的快速發展對降低貧困人口規模有積極作用，推進農村電子商務的發展是農村精準扶貧項目的重要組成部分。

關鍵詞：農村電子商務;精準扶貧;DPSIR概念;熵值理論

中圖分類號： F713.36文獻標志碼： A

文章編號：1002-1302（2019）08-0327-06

隨著互聯網的普及程度越來越高，依托于互聯網的電子商務發展迅猛，農村電子商務的份額也在逐年升高。商務部公布的數據顯示，2017上半年農村實現網絡零售額5 376.2億元，其中實物型網絡零售額3 286.4億元，服務型網絡零售額2 089.8億元[1]。電子商務興起之初，就有人將其與貧困地區相聯系，依托信息技術和電子商務等有利條件發展貧困地區貿易，可有效縮小貧困地區與發達地區的經濟差異。汪向東等通過對農村地區電子商務發展情況的跟蹤調研，從實際案例中提出“電商扶貧”理念，并系統闡述電商扶貧的內涵、形式、必要性，“電商扶貧”問題開始引起政府和學術界相關學者的高度關注[2]。

當前對于農村電子商務精準扶貧的研究主要集中在電商扶貧的意義、概念和作用方式等方面，相關研究成果如下：

對于電商扶貧持肯定觀點以及其意義的研究：Leong等在研究中指出，信息和通信技術對農村發展起著重要的作用，形成了農村電子商務生態系統，有助于農村電商的自我發展[3];Cui等認為，電子商務是減少發展中國家貧困的一個重要途徑[4];邱澤奇等在研究中指出，農村產品面對的是同質性較強的局部市場，市場規模和商品流通具有一定的局限性，一旦局部市場與網絡化社會連接，在互聯網平臺的操縱下，市場收益將會成倍增加[5]。

對于農村電子商務、農村電子商務精準扶貧概念辨析的研究：穆艷鴻等認為，農村電子商務是基于網絡平臺為農村、農民、農業服務的資源[6];路征等指出，農村電子商務是農村經濟新增長點，是連接小生產與大市場之間的橋梁[7];“淘寶村”是農村電子商務主要形式之一，是農民參與電子商務的主要陣地[8];汪向東等通過概括電商扶貧的概念和形式，認為電商扶貧是通過互聯網交易的形式，將電子商務這種對貧困經濟的扶持方式加入到扶貧工作體系中，通過相關理論與實踐創新扶貧開發模式[9]。

農村電子商務精準扶貧起因、作用方式的研究：桂學文等從信息需求動機與需求結構、信息獲取行為與偏好、信息服務滿意度等方面對我國農戶的信息需求與信息行為現狀原因進行分析[10];馬合肥認為，農村電子商務精準扶貧主要是運用互聯網銷售這種網絡交易方式，打破地區市場限制，整合優勢資源，增加貧困地區農民收入，提高扶貧績效[11];邵占鵬認為，農村電子商務的發展可以有效推進農村新型化建設[12];馬雋在研究中指出，農村電子商務發展可解決農村富余勞動力安置問題[13];林廣毅系統分析了農村電商扶貧的可行性，探討了農村電務、農村產業及貧困家庭三者的關系，指出農村電商扶貧對貧困地區發展的促進機制[14]。

綜上所述，現階段關于電商扶貧的相關研究主要是從農村電子商務精準扶貧的意義、概念、作用形式等角度進行定性研究，缺乏對電商扶貧問題的系統化建模分析和量化研究成果。相關研究指出，DPSIR概念模型是為綜合分析和描述環境問題和社會發展的關系提出的，多應用于環境領域及可持續發展研究。DPSIR模型在企業安全績效評估指標體系[15]和信息生態系統發展因素之間作用關系[16]的研究表明，DPSIR概念模型不僅適用于環境領域研究，在復雜社會問題的研究中也具有較強的實用性。本研究運用DPSIR概念模型系統研究電商扶貧相關問題，挖掘電商發展與農村精準扶貧之間的影響關系。以電子商務發展數據及農村貧困人口指標數據為基礎，構建相關理論模型，并對模型假設進行驗證，以研究電子商務發展在農村精準扶貧過程中所發揮的作用，為農村扶貧工作提供一定的決策依據。

1DPSIR概念框架及農村電子商務扶貧指標體系構建

1.1DPSIR概念框架分析農村電子商務模型的適用性

DPSIR模型是為了系統衡量環境的可持續發展狀態而開發的一種指標體系理論模型，通過細化研究人與環境之間的相互影響，將表征自然系統的評價指標體系區分為驅動力（driving forces）、壓力（pressure）、狀態（state）、影響（impact）和響應（response）5種類型的指標[17]。該模型是一個系統的因果分析模型，通過界定系統要素間的相互影響，運用要素間的因果關系對生態環境系統內的關系進行簡化和提煉，從原因到結果的視角說明系統內的物質、信息交換傳遞過程[18]。農村電子商務精準扶貧項目可被視為一個管理生態系統[19]，從扶貧活動的產生到發揮效果的整個過程中，有人的主導，有物質自身發展的規律，有既定的經濟、制度等形成的外部環境，并且它們之間通過信息傳遞和反饋形成交互關系。

通過對比農村電子商務精準扶貧項目和生態環境系統，發現兩者之間存在相似性。首先，兩者都是一個系統化整體，在研究過程中受到多重因素的影響，需要全面研究系統局部到整體的影響作用。其次，兩者都與人類活動相互作用，是人類活動與事物發展之間的協同發展過程。農村電商的發展是互聯網環境下人類活動的綜合影響。最后，兩者都遵循DPSIR因果關系鏈，農村電子商務扶貧是一種廣義環境的扶貧，農村電子商務發展與扶貧成效之間存在因果關系。將DPSIR模型運用到農村電子商務扶貧項目系統指標分析過程中，有助于系統化研究各系統要素的影響作用，進一步挖掘農村電商精準扶貧相關策略。

1.2基于DPSIR概念框架的農村電商扶貧模型指標分析

基于DPSIR概念框架建立農村電商扶貧模型，關鍵在于分析模型指標的選取。DPSIR模型內部由驅動力、壓力、狀態、影響、響應五大因素組成，在此基礎上，進一步細化模型指標，指標分析結果如下：

（1）驅動力指標集。驅動力反應系統中推動改變的因素，是導致整個系統發展變化的根源。在農村電商扶貧項目中，驅動農村電子商務得以發展并以此實現農民脫貧致富的主要原因在于借助農村電子商務平臺可助力貧困地區創收和增值[20]。互聯網技術的普及可以解決農村農業生產及農產品銷售問題[21]。基于此，互聯網技術在農村的普及情況，農村網民規模增長情況以及貧困地區電子商務基礎設施建設正是衡量這一驅動力最直觀的指標。

（2）壓力指標集。壓力是指驅動力發生作用后，直接反作用于農村電商扶貧項目的負載因素，是阻礙以農村電子商務為主導形成的扶貧系統發展的主要因素。當前農村電子商務發展存在基礎建設薄弱、物流配送體系不健全、電商規模小以及盲目性和無序性等困難和問題[22]。

（3）狀態指標集。狀態是指農村電商扶貧中，農村電子商務所處的發展現狀情況。狀態因素是驅動力和壓力共同作用后該系統的表現情況，衡量農村電商扶貧系統內特定時間的水平和狀況。具體表現在貧困地區通過農村電子商務平臺銷售農產品的趨勢，以及基于電商平臺的買入賣出趨勢等，是分析影響和響應的出發點。

（4）影響指標集。影響則是驅動力、壓力、狀態三者相互作用的表現，是農村電商在扶貧中產生的作用結果。農村電商扶貧的目的在于減少貧困人口，降低貧困規模，影響指標集是農村電商扶貧系統發展所造成的具體結果。

（5）響應指標集。響應是指為改善農村電子商務扶貧環境所采取的對策和措施。此處以政府部門制定出臺的有關農村電子商務發展、農村電商扶貧的相關政策為衡量標準，以此說明政府對于電商扶貧項目的重視程度。響應指標集對農村電子商務扶貧系統的發展起推動作用。

基于上述內容，同時考慮數據來源的準確性與可靠性，確立農村電子商務扶貧模型中的分析指標（表1）。

2基于DPSIR概念框架的農村電商扶貧模型構建

通過對DPSIR概念框架下的相關指標分析發現，各指標間存在復雜的相互影響，即五大影響因素間單個因素的變化會對其他因素產生相應的影響。因此，通過系統的理論分析，對各因素間影響關系提出以下假設：

2.1驅動力與壓力之間的關系

物流配送體系是阻礙農村電子商務發展的首要因素[23]，若該地區農村電子商務發展良好，與之相配合的物流配送體系覆蓋面必然寬廣。從邏輯上來說，驅動力與壓力之間存在負向相關關系，一方的增長必將引起另一方的下降，但在農村電子商務精準扶貧系統中，農村電子商務的發展需要相關物流配送體系的完善，因此驅動力與壓力之間的關系應是正向相關。

假設H1：農村電子商務精準扶貧系統中，驅動力與壓力正相關。

2.2壓力與狀態之間的關系

農村電子商務物流配送體系不發達是農村電子商務發展的痛點，物流配送是否能真正發展到貧困地區是農村電子商務扶貧的關鍵一步[24]。物流配送問題得到解決，必然伴隨著農村電子商務快速發展，農村電商的“上行”“下行”，即“工業品下鄉”“農產品進城”中的效益將不斷提高。因此，壓力與狀態之間的關系應是正向相關。

假設H2：農村電子商務精準扶貧系統中，壓力與狀態正相關。

2.3狀態與影響之間的關系

創新扶貧模式的要義在于提高扶貧資源利用率、助推貧困人口脫貧致富[25]。農村電子商務精準扶貧的主要內涵是幫助扶貧對象以開網店、在貧困農村建立電子商務服務中心平臺等電子商務方式達到減貧、脫貧目的。因此從邏輯上來說，農村地區電子商務發展必將引起貧困人口規模減少、貧困發生率下降，同時享受農村最低保障的人口數量也會有所降低。因此，狀態與影響之間是負向相關。

假設H3：農村電子商務精準扶貧系統中，狀態與影響負相關。

2.4影響與響應之間的關系

江蘇省徐州市睢寧縣沙集鎮村民創造了貧困農民利用電子商務創業致富、擺脫貧困的“沙集模式”，該模式對于我國農村減貧扶貧具有非常重要的戰略意義和應用價值。“沙集模式”的成功引發了眾多學者對于“電商扶貧”這一創新式扶貧的思考。2015年將電子商務納入扶貧開發工作體系，并發布諸多政策，扶持農村電子商務發展以及順利推進農村電子商務扶貧。農村電子商務扶貧項目的成效，即影響因子與為改善農村電子商務扶貧環境所采取的對策和措施之間相互作用。因電商扶貧取得成效，繼而政府出臺諸多政策、推進諸多工程;同時，也正因為有諸多政策的扶持，使得農村電商扶貧成效更近一步，貧困人數減少，貧困規模下降。因此，兩者之間應是負向相關。

假設H4：農村電子商務精準扶貧系統中，影響與響應負相關。

2.5響應與驅動力之間的關系

電子商務進農村助力扶貧的總目標很明確，就是脫貧致富，全面建成小康社會。細化總目標，農村電商扶貧的目標可分為交易實惠、產業升級、能力建設（培養貧困群眾及其組織創業就業和脫貧致富能力）、基礎設施改善和社會發展等任務。完成總目標和這些任務，特別需要各部門推進農村電子商務發展以及電商扶貧的相關政策。貧困村的改善、貧困村產業的發展也需要相關基礎設施的優惠政策與之配合。由此看來，響應與驅動力之間存在正向相關關系。

假設H5：在農村電子商務精準扶貧系統中，響應與驅動力正相關。

2.6驅動力與狀態之間的關系

農村互聯網基礎建設的完善為農村電子商務發展營造了良好環境。互聯網技術在農村的普及，農村網民規模的增長以及貧困地區電子商務基礎設施的建設，使得“農產品上行”“工業品下行”在農村貧困地區不是空談。技術的普及、基礎建設的完善驅動著農村貧困地區基于電子商務平臺交易量增長，而這一交易量正是農村電子商務發展狀態的反映。因此，在農村電子商務精準扶貧系統中，驅動力與狀態之間存在正向相關關系。

假設H6：在農村電子商務精準扶貧系統中，驅動力與狀態正相關。

2.7響應與狀態之間的關系

為改善農村電子商務發展環境，國家接連出臺諸多政策，如實施農村青年電商培育工程、支持物流配送終端及智慧物流平臺建設、推進“快遞向西向下”服務拓展工程等。這一系列政策的出臺，旨在進一步推動農村電商在農村的普及。對于這一系列政策效果最好的驗證，就是農村電子商務平臺銷售趨勢。政策的出臺，是為促進農村電商的發展，而銷量是衡量發展良好最直接的指標。因此，響應與狀態之間存在正向相關關系。

假設H7：在農村電子商務精準扶貧系統中，響應與狀態正相關。

基于該概念框架對于農村電子商務精準扶貧模型的指標分析、假設提出建立如圖1所示模型。

3農村電子商務扶貧模型實證分析

3.1數據來源

考慮到實施電商扶貧工程以及電商扶貧納入貧困攻堅總體部署和工作體系是自2015年開始，為保障數據的準確性、可靠性、連續性，選取2013—2016年的數據，并以半年為劃分，收集各指標數據。其中驅動力因子指標農村網民規模與農村互聯網普及率來自于中國互聯網中心第32至第39次《中國互聯網絡發展狀況報告》;電子商務進農村示范縣個數與其中屬于國貧縣數量來自商務部發布的2014、2015、2016年《電子商務進農村綜合示范縣名單》。壓力因子中快遞服務全行業擁有各類營業網點以及設在農村的網點數量由國家郵[CM（25][KG*8]政局發布的2013—2016年的《郵政行業發展統計公報》所得。狀態因子下的5個指標數據由《2016年中國企業扶貧研究報告》中的企業扶貧案例——電商類，阿里巴巴集團所得。影響因子下的貧困人口規模、農村貧困人口發生率則由《中國農村貧困監測報告2016》所得，城市、農村最低人口保障對象、農村特困人員人數則由民政局發布的數據所得。

3.2模型檢驗

3.2.1信度及效度檢驗信度代表研究模型中各個構念內部一致性水平。在采用Cronbachs α系數對數據進行信度檢驗時，一般要求該系數大于0.6，高于0.7時，信度良好，高于0.8時，說明量表信度非常好。效度指測量工具或手段能夠準確測出所需測量的事物的程度，當KMO大于0.5，表明Bartlett檢驗顯著，就可以進行因子分析。在以DPSIR概念框架為基礎提出的農村電子商務精準扶貧中，對各指標集進行信度分析，因R指標集內只包含1個指標，不用考慮內部指標是否一致。使用Cronbachs α配合SPSS 18.0軟件分析，信度檢驗結果如表2所示，Cronbachs α系數均大于0.8，表明本研究中各指標集信度很高，具有可靠性。KMO度量為0.51>0.50，且Bartlett檢驗顯著性為0.000<0.005，達到顯著水平，說明數據具有相關性，可進行因子分析。由表3可知，各指標因子載荷大于0.5，表明該指標維度有效。

3.2.2各指標權重確定在信息論中，熵是系統無序狀態的度量，用來反映系統無序程度，熵值越小，系統無序程度越小[26]。熵還可以用來度量數據本身所提供的信息有效性，在使用熵值理論計算權重時其基本思想認為指標的差異程度越大，則權重相應也越大。因此，確定指標權重時，引入信息熵，能夠較好地降低主觀偏差，使其更加合理、客觀。指標權重確定的具體處理步驟如下：

3.2.2.1數據規范化處理

在使用熵值理論對指標進行加權處理時，需要先對數據進行規范化處理，使得不同量綱的數據之間能夠建立起相互比較基礎。本研究主要采用最小最大（MIN-MAX）規范化方法處理，對所有原始數據進行線性變換。按公式1對數據進行標準化處理：

Yij=Xij-Xmin（j）Xmax（j）-Xmin（j）。（1）

式中：Yij表示標準化處理后的數值;Xmax（j）=max（X1j，X2j，…，Xmj），即列最大值;Xmin（j）=min（X1j，X2j，…，Xmj），即列最小值。

3.2.2.2計算熵值

用ej表示第j個指標的熵值，則熵值的計算公式可用公式（2）表示：

ej=1（lnm）∑mi=1Yij[（ln∑mi=1Yij）∑mi=1Yij-∑mi=1YijlnYij]。（2）

式中：m表示指標數量。

3.2.2.3計算熵權

用Wj表示熵權，熵權公式如下：

Wj=1-ej∑mj=1（1-ej）。（3）

采用熵值理論對指標進行權重賦值，所得結果如表4所示。

3.2.3模型及假設檢驗為探討基于DPSIR框架建立的農村電子商務精準扶貧模型中各因子之間的關系，對驅動力、壓力、狀態、影響、響應這5個潛變量指標集進行相關分析。具體步驟如下：

將所得指標權重與規范化后數據按照公式Z=YW加權累加作為潛變量觀測數據，結果如表5所示。

依據所得到的觀測數據，采用皮爾遜相關系數（公式4）計算各潛變量之間的相關系數，使用SPSS 18.0軟件分析潛變量之間的相關關系，結果如表6所示。

根據對各潛變量之間的相關性分析以及其顯著性的檢驗，表明各變量之間存在較強相關性。對模型假設進行檢驗，結果見表7。

ρX，Y=XY-∑X∑YN（∑X2-（∑X2）N（∑Y2-（∑Y2）N。（4）

式中：ρX，Y表示X與Y的相關系數;N表示變量個數。

檢驗結果表明，基于DPSIR框架模型提出的相關假設均得到了驗證，驅動力因素指標與狀態指標、壓力指標、響應指標之間具有顯著正向關聯，而狀態指標、響應指標等與影響指標間呈現負向關聯關系。進一步細化分析后發現，互聯網技術的發展以及相關政策的扶持對農村電子商務的發展具有顯著的推動作用;而農村電子商務的發展與農村貧困人口規模之間有明顯的負向關聯關系，表明農村電子商務的發展對農村精準扶貧有重要的指導意義。

4結論

農村電子商務的發展對精準扶貧有積極的推動作用。本研究借鑒DPSIR概念框架的分析思想，從驅動力、壓力、狀態、影響、響應5個方面建立農村電子商務精準扶貧模型，并提出了相關研究假設。基于所收集到的相關指標數據， 本研究通過熵值理論的應用，對潛變量下的指標進行熵值賦權，通過指標數據加全合成為潛變量的觀測值，進一步利用觀測數據計算驅動力、壓力等潛變量之間的相關系數，對研究假設進行檢驗。檢驗結果表明：（1）本研究所提出相關假設在一定的顯著水平下均能得到有效驗證。在農村電子商務精準扶貧系統中，驅動力與壓力、壓力與狀態、響應與驅動力、驅動力與狀態、響應與狀態呈正相關關系;狀態與影響、響應與影響呈負相關關系。（2）通過對農村電子商務扶貧模型的研究，表明農村電子商務的發展在扶貧方面存在可行性。（3）推進農村電子商務扶貧項目，有助于農村貧困規模下降，貧困人口減少。（4）對農村電子商務扶貧模型的研究表明，農村電子商務扶貧項目的推進，不可缺少驅動力、壓力、政策即農村電子商務平臺基礎建設、阻礙農村電子商務發展問題的解決以及政府部門出臺相應政策扶持等因素的作用。

參考文獻：

[1]中國電子商務協會. 《中國農村電子商務發展報告（2016—2017）》[EB/OL]. （2017-10-23）[2018-01-21]. http：//www.sccom.gov.cn/swrd/-/articles/v/3351243.shtml.

[2]汪向東，張才明. 互聯網時代我國農村減貧扶貧新思路——“沙集模式”的啟示[J]. 信息化建設，2011，14（2）：6-9.

[3]Leong C，Pan S L，Newell S，et al. The emergence of self-organizing e-commerce ecosystems in remote villages of China：a tale of digital empowerment for rural development[J]. MIS Quarterly，2016，40（2）：475-484.

[4]Cui M，Pan S L，Newell S，et al. Strategy，resource orchestration and e-commerce enabled social innovation in rural China[J]. Journal of Strategic Information Systems，2016，26（1）：3-21.

[5]邱澤奇，張樹沁，劉世定. 從數字鴻溝到紅利差異——互聯網資本的視角[J]. 中國社會科學，2016，37（10）：93-115，203-204.

[6]穆燕鴻，王杜春，遲鳳敏. 基于結構方程模型的農村電子商務影響因素分析——以黑龍江省15個農村電子商務示范縣為例[J]. 農業技術經濟，2016，35（8）：106-118.

[7]路征，張益輝，王珅，等. 我國“農民網商”的微觀特征及問題分析——基于對福建省某“淘寶鎮”的調查[J]. 情報雜志，2015，34（12）：139-145，132.

[8]崔麗麗，王驪靜，王井泉. 社會創新因素促進“淘寶村”電子商務發展的實證分析——以浙江麗水為例[J]. 中國農村經濟，2014，30（12）：50-60.

[9]汪向東，王昕天. 電子商務與信息扶貧：互聯網時代扶貧工作的新特點[J]. 西北農林科技大學學報（社會科學版），2015，15（4）：98-104.

[10]桂學文，王中堯，桂恒，等. 我國農戶信息需求與信息行為現狀調查及分析[J]. 情報科學，2016，34（3）：66-70.

[11]馬合肥. 精準電商扶貧的隴南模式[J]. 法制與社會，2016，11（1）：215，217.

[12]邵占鵬. 農村電子商務的興起與新型城鎮化的破局[J]. 江漢大學學報（社會科學版），2015，32（1）：20-25，122-123.

[13]馬雋. 農村電子商務發展與農村富余勞動力安置問題研究[J]. 中國農業資源與區劃，2016，37（2）：135-137.

[14]林廣毅. 農村電商扶貧的作用機理及脫貧促進機制研究[D]. 北京：中國社會科學院研究生院，2016：67-97.

[15]張力，陳文，蔣建軍. 基于DPSIR和BP神經網絡的安全績效評估模型[J]. 中國安全科學學報，2014，24（12）：76-82.

[16]張騰，張建光，尚進. 基于DPSIR模型的智慧政務信息生態評價研究[J]. 中國科技論壇，2017，33（2）：186-192.

[17]曹琦，陳興鵬，師滿江. 基于DPSIR概念的城市水資源安全評價及調控[J]. 資源科學，2012，34（8）：1591-1599.

[18]Atkins J P，Burdon D，Elliott M，et al. Management of the marine enviroment：integrating ecosystem services and societal benefits with the DPSIR framework in a systems approcach[J]. Marine Pollution Bulletin，2011，62（11）：215-226.

[19]孫璐. 扶貧項目績效評估研究[D]. 北京：中國農業大學，2015：27-30.

[20]張正君. 電子商務發展對湘西州精準扶貧的作用分析[J]. 產業與經濟，2016，13（9）：106.

[21]林廣毅，康春鵬. 農產品電商發展的困難與對策[J]. 農村工作通訊，2016，36（8）：28-30.

[22]謝天成，施祖麟. 農村電子商務發展現狀、存在問題與對策[J]. 現代經濟探討，2016，23（11）：40-44.

[23]張喜才. 電子商務進農村的現狀、問題及對策[J]. 農業經濟與管理，2015（3）：71-80.

[24]范林榜. 農村電子商務快遞下鄉配送問題與對策研究[J]. 農村經濟，2016（9）：121-124.

[25]鄭瑞強，張哲萌，張哲銘. 電商扶貧的作用機理、關鍵問題與政策走向[J]. 理論導刊，2016（10）：76-79.

[26]程啟月. 評測指標權重確定的結構熵權法[J]. 系統工程理論與實踐，2010，30（7）：1225-1228.