安徽省農產品電商經營主沛的影響機理研究

摘要：農產品電商經營主體在農產品電商發展過程中起著至關重要的作用。本文對影響安徽省農產品電商經營主體空間分布差異的影響因素進行了回歸分析，結果表明：特色農產品種類、各類快遞營業網點、郵路總長度及電子商務應用情況等四個因素起到較為顯著的正向推動作用，而農產品產量、人力資源情況、金融支持、經濟環境等因素的影響力則較弱。

關鍵詞：農產品電商;經營主體;回歸分析;影響因素

近年來，在國家政策的推動下，隨著我國農村地區互聯網逐步普及、基礎設施逐步完善，我國農產品電商迅速發展。發展農產品電商對于提高農民收入、推動農村地區經濟發展、促進農村經濟結構和社會轉型有重要的意義。

隨著農產品電商逐步成為社會經濟的熱點，廣大學者也對其進行深入研究。從現有的研究成果來看，當前學者主要圍繞農產品電商的模式、平臺、物流、消費者等方面展開，而缺乏對農產品電商經營主體的研究。而農產品電商經營主體在農產品電商發展過程中起著至關重要的作用，因此有必要對影響農產品電商經營主體發展的因素進行分析，進而提出促進其發展的對策。安徽省作為農業大省，農業資源豐富，質量優異，同時安徽省也非常重視農產品電商的發展。因此，本文以安徽省農產品電商經營主體為例，研究確定影響其空間分布的因素，并通過回歸分析確定顯著影響因素，進而有針對性地提出發展對策。

一、安徽省農產品電商經營主體的統計數據

據農業農村部信息中心和中國國際電子商務中心研究院聯合發布的《2019全國縣域數字農業農村電子商務發展報告》顯示：在2018年農產品網絡零售額上，天貓、淘寶共占據75%的市場份額。無論是從農產品的網絡零售額還是從銷售量來看，天貓、淘寶平臺依然是農產品線上銷售的主渠道。因此本文以天貓、淘寶網的網絡店鋪為基礎，開展安徽省農產品電商經營主體的影響機理研究工作。

本文利用淘寶網的店鋪搜索功能，剔除月銷售量為0，重復及不相關的網絡店鋪，共獲得1858家安徽省農產品網絡店鋪數據，具體結果見表1。

二、影響因素確定及模型構建

從表1可以看出，安徽省農產品網絡店鋪在各地級市數量分布差距懸殊，大部分農產品網絡店鋪集聚在少數城市。為理解這種空間分布的差異，本文采用回歸分析法對主要影響因素進行分析，從而確定各影響因素的顯著程度。要對安徽省農產品電商經營主體空間分布差異進行分析，需要定義兩類變量，一類是被解釋變量，也稱因變量，即安徽省農產品網絡店鋪數量（Y）。另一類是解釋變量，也稱自變量，通過對已有學者關于電子商務空間分布影響因素的總結，結合農產品的特性，發現農產品電商經營主體的空間分布差異的影響因素有產品供給、物流配備、金融支持、政策支持、經濟環境等方面。鑒于數據的局限性與可獲取性，本文把安徽省農產品電商經營主體空間分布差異的影響因素歸納為13個。產品供給情況：選取農產品產量（噸）（X，）和特色農產品種類（Xz）來衡量;物流配備情況：選取各類快遞營業網點（Xs）和郵路總長度}Xa）來衡量;人力資源情況：選取普通高等學校和中等職業學校在校生人數（X）和人均受教育程度（X）來衡量;金融支持情況：選取金融機構本外幣存、貸款年末余額（X）來衡量;政策支持情況：選取電子商務應用情況（X）、農林水事務財政支出（X）和互聯網普及率（X）（用固定互聯網寬帶接入率）來衡量;經濟環境：選取人均可支配收入（X）、各地食品價格指數（X）、人均GDP（X）來衡量。建立多元回歸方程。

其中，β，β，…，β為模型的回歸系數。

以安徽的16個城市作為樣本，則為：

其中，i表示安徽省的第i個城市。

三、研究步驟

第一步，數據的獲得。為消除所獲取原始數據存在的統計方法、方差、量綱的差異，本文將對原始數據進行取對數、標準化處理。

第二步，相關性的檢驗。不是所有變量都適合做回歸分析的，只有與因變量相關度較高的自變量才能納入回歸模型。為了準確的確定影響安徽省農產品網絡店鋪空間分布差異的因素，本文將對因變量與各自變量利用PEAR-SON相關系數進行相關性檢驗，剔除相關性弱以及不顯著的因素，從而確定與因變量相關性強的自變量。

第三步，多重共線性的診斷。自變量之間如果存在較強的相關性，將會降低模型的穩定性，甚至還會出現與實際相悖的情況。為提高模型的精確度，使分析結果真實可靠，本文在回歸分析之前，需對各自變量進行共線性診斷。

第四步，主成分分析。對原自變量進行因子分析，提取主成分F。

F∑tZLX

其中，t為各自變量的權重，ZLX為各自變量的標準化值。

第五步，主成分回歸分析。以F、F為自變量，店鋪數量為因變量進行線性回歸分析。

第六步，數據的還原。將各自變量代人，得回歸方程。

四、實證分析

（一）數據的獲得

本文所需數據從安徽省統計局、安徽省各市統計公報、新農村商網、快遞網、淘寶網、中商產業研究院等獲取、整理得到原始數據，對原始數據取對數、標準化處理，處理后的數據記為：ZLY、ZLX。（i=1，2……13）限于篇幅，本文省略獲取、處理后的數據。

（二）相關性的檢驗

利用SPSS 24.0里的PEARSON相關系數對因變量ZLY與各自變量進行相關性分析，結果見表2。

*在0.05級別（雙尾），相關性顯著

**在0.01級別（雙尾），相關性顯著

通過表2可知，在初步確定的因素中只有ZLX、ZLX、ZLX、ZLX通過了顯著性檢驗，且相關系數較高。同時，相關系數均為正值，說明這4個自變量與因變量之間成正相關的關系。因此，后期僅對自變量ZLX、ZLX、ZLX、ZLX進行分析。

（三）多重共線性的診斷

利用SPSS 24.0進行多元線性回歸分析性發現，除了自變量ZLX外，其他自變量的方差膨脹因子VIF值均大于5。方差膨脹因子大于等于5，則自變量的多重共線性較強。可以判定自變量ZLX、ZLX、ZLX、ZLX之間存在多重共線性問題。

（四）主成分分析

利用SPSS 24.0對ZLX、ZLX、ZLX、ZLX進行KMO與巴特利特球形度檢驗，得MO值為0.735與巴特利特球形檢驗顯著性水平為。，則所選自變量適合進行主成分分析。

對自變量ZLX、ZLX、ZIX、ZLX和因變量LZY進行主成分分析，結果見表3、表4。

提取方法：主成分分析法。

a提取了2個成分。

通過表3可以看出，前兩個主成分的方差貢獻率分別為75.801%和18.879%，累計方差貢獻率達94.680%，這說明前兩個主成分反映了原數據94.6809的信息，提取前兩個主成分是合適的。

通過公式（1）、表3和表4可獲得兩個主成分F，F，的表達式。

（五）主成分回歸分析

將ZLX、ZLX、ZLX、ZLX的數值代人主成分表達式（2）、（3），計算出F、F的值，然后以F、F為自變量，ZLY為因變量，建立主成分回歸模型。

將F、F數據輸人SPSS 24.0進行線性回歸分析，發現F的顯著性檢驗水平為0.270>0.05，顯著性檢驗結果不顯著。因此本文采用逐步回歸分析法進行分析。由回歸結果可得：F值為12.133，相應的顯著水平為0.004<0.05，說明模型的整體擬合程度較好;調整后R方為0.426，說明該模型的整體擬合效果一般。因常數項α值極小為-4.649E-8，對整個回歸方程的影響也極小，故本文舍去常數項。則主成分回歸方程如下。

LZY=0.392F1

（六）數據的還原

依據主成分分析的原理，將F轉換為原來的自變量，轉換后的回歸方程如下。

上式表明，特色農產品種類、各類快遞營業網點、郵路總長度及電子商務應用情況對安徽省農產品網絡店鋪的空間分布差異有著較為顯著的正向推動作用，回歸系數依次為0.134，0.215，0.207，0.2160

五、結論與建議

本文在對已有學者關于電子商務空聞分布影響因素總結的基礎卜，結合農產品的特性，從產品供給、物流配備、金融支持、政策支持、經濟環境等方面提出了13個影響農產品電商經營主體空間分布差異的因素。從回歸分析的結果來看，在初步確定的13個影響因素中，只有4個顯著性影響因素，其他的均為非顯著性影響因素，這與因素的強相關性及農產品的特性有密不可分的關系。在顯著性影響因素中，特色農產品種類衡量的是產品供給情況，各類快遞營業網點和郵路總長度衡量的是物流配備情況，電子商務應用情況衡量的是政策支持情況。雖然特色農產品種類、各類快遞營業網點、郵路總長度及電子商務應用情況對安徽省農產品網絡店鋪的空間分布差異都有著較為明顯的正向推動作用，但作用的大小各不盡相同，其中電子商務應用情況影響力最大，其次是各類快遞營業網點、郵路總長度，特色農產品種類最低。而農產品產量、人力資源情況、金融支持、經濟環境等因素的影響力則較弱。

根據以上對安徽省農產品電商經營主體空間分布差異的影響因素分析，本文提出相應的建議。

一是政府應加大對電子商務應用的支持。一方面，優化規范農產品電商的扶持政策，積極推進數字鄉村建設、電子商務進農村綜合示范等工作，從政策上引導農業從業人員，返鄉人員積極開展農產品電商工作。另一方面，通過行業協會、地方高校、培訓機構、電商企業等機構積極開展農產品電商從業者的技能培訓教育工作。

二是打通農產品上行的物流通道。應逐步完善縣鄉村物流基礎設施網絡，支持產地建設農產品儲藏保鮮、分級包裝等設施，鼓勵大型物流企業在縣鄉和具備條件的村建立物流配送網點，并逐步提升物流效率，降低物流成本。

三是積極培育區域特色農產品品牌。在安徽省各地級市中，阜陽市農產品產量遠遠高于其他地區，但農產品電商經營主體的數量卻并不是很大，這與其特色農產品品牌不足有很大關系。因此，各地區應利用本區域的農產品優勢，積極申請“三品一標”農產品認證，大力發展特色農產品，重點培育區域特色農產品品牌。

四是雖然從回歸分析結果看金融支持、經濟環境等方面的因素對農產品電商經營主體的空間分布差異影響力相對較弱.但也不能忽視。

參考文獻：

[1]張亞楠，山西特色農產品電子商務影響因素研究[D].太原：山西財經大學，2015.

[2]浩飛龍，關皓明，王士君.中國城市電子商務發展水平空間分布特征及影響因素[J].經濟地理，2016（2）.

[3]劉曉陽，丁志偉，黃曉東，王敏，王發曾.中國電子商務發展水平空間分布特征及其影響因素——基于1915個縣（市）的電子商務發展指數[J].經濟地理，2018（11）.

[4]楊德勇，陳妍，辛士波.區域視角下我國農村金融差異的影響因素分析[J].中央財經大學學報，2014（8）.

[5]黃巖.安徽省霧霾影響因素的主成分回歸分析[J].安徽行政學院學報，2017（2）.

[6]侯娜，蘇金梅，李戰江.內蒙古經濟發展的關鍵影響因素分析[J].內蒙古統計，2017（3）.

作者簡介：

王翠娟，萬博科技職業學院，安徽合肥。

基金項目：安徽省高校人文社會科學研究重點項目“安徽省農產品電商經營主體的分布特征及機理研究”（項目編號：SK2019A0885）;安徽省教育廳人文社科重點研究項目：新常態下安徽省小微企業發展策略研究（SK2016A0982）。