王一海 副教授
(南京信息職業技術學院 南京 210097)
隨著我國電子商務的不斷“下沉”,農村電商的發展熱度一直以來都居高不下,研究農村電商首先要對農村電商發展的水平進行測度。張磊、韓雷(2017)分別從宏觀經濟變化趨勢、中觀企業發展戰略以及微觀消費者層次構建了區域電子商務發展水平的測度指標。洪勇(2016)則從各地區電子商務交易的規模、信息化發展水平以及電商人力資本的積累來評價各區域電子商務發展的變化。
在對農村電子商務發展的影響因素研究上,董坤祥等(2016)指出社會創新是促進農村電商發展的重要因素,社會創新越大的地方農村電商發展的水平越高,但該研究并未明確指出社會創新對電商發展水平的具體驅動機制。王盈盈等(2017),王波、王興帥(2018)分別從政府政策激勵、農村社會網絡以及電子商務的外部性分析了我國典型電商小鎮發展現狀,但此研究屬于定性研究,缺乏邏輯基礎,不具有普適性。
總的來說,由于我國農村電子商務的發展時間較短,關于影響我國農村電子商務發展的機制分析較少,大多數的研究仍然是以定性研究為主(王波、王興帥,2018)。張瀅(2017)分析了我國各地區電商模式的優劣性,以及影響電商模式推廣的因素,但研究的范圍較小,不具有普適性。在我國大力推進鄉村振興戰略發展、統籌城鄉一體化發展的背景下,研究我國農村電商發展水平的影響因素,并尋找到有效提高農村電商發展水平的路徑至關重要。因此本文首先構建了衡量區域農村電子商務發展水平的指標體系,采用主成分分析法,對我國31個省市自治區的農村電子商務發展水平進行定量分析,并基于時空雙固定模型探究影響我國農村電子商務發展的主要因素,并針對不同地區的差異性提出有針對性的建議。
主成分分析法。也被稱為主分量分析法,是利用降維的思想將多個存在關聯性的變量轉變為不相關的綜合指標,其基本的步驟如下:
首先是對原始數據的標準化:

其次需要計算相關系數矩陣R以及特征值和特征向量:

其中rij表示在本文中指標Xi和指標Xj之間的相關性。再次是要計算各個指標的貢獻率以及累計貢獻率:

最后是要計算主成分得分。將已經標準化的原始數據代入到主成分表達式中,得到最終的主成分得分值。其中P 表示需要提取的主成分數量。

本文參考張正榮、楊金東(2019),崔凱、馮獻(2018)的研究成果,構建評價我國農村電子商務發展水平的指標體系,具體如表1所示?;跀祿目傻眯砸约爸笜梭w系的完整性,本文分別從行業發展、基礎設施以及產業基礎三個方面進行構建,其中在行業發展上分別以各地區農村人均快遞數量、人均消費支出額以及電子商務交易比重來衡量;在基礎設施上以農村地區互聯網普及率、每萬人電商平臺數量、工業貢獻度以及農村居民交通通信支出的比例確定;而在產業基礎上則分別從教育、企業數量以及第一產業從業人員數量確定。
本文數據來自歷年的《中國統計年鑒》《中國農村統計年鑒》《中國農業統計年鑒》以及阿里巴巴研究院公布的數據。本文首先利用SPSS軟件對農村電商發展的相關數據進行檢驗,檢驗結果如表2所示,結果表示KMO值均大于0.8,而Bartlett球形度檢驗結果的顯著性通過了1%的顯著性檢驗,這說明各個變量之間存在一定的因果關系,需要做因子分析。
明確各地區農村電商發展水平是本文首先要完成的工作,其次本文還需要厘清影響我國農村電商發展水平的驅動要素。洪勇(2016)在研究中發現農村電商發展水平滯后是由于城鄉發展差距過大,而城鄉居民收入比是衡量城鄉發展差距水平的代理變量,因此本文以城鄉收入比作為解釋變量。市場化程度的高低在一定程度上會影響區域經濟要素的流動,因此本文基于樊綱、王小魯(2019)編寫的《中國市場化指數》,將我國各地區市場化指數作為重要的解釋變量。城市的發展對農村經濟發展會產生重要影響,因此本文選擇城市化率指標,考察不同城市發展水平對農村電商發展的影響。此外本文也考慮了金融發展、教育投資、固定資產投資等變量影響。變量的表示與描述性統計如表3所示。

表1 農村電子商務發展評價指標

表2 KMO與Bartlett檢驗結果

表3 變量的表示與描述性統計

表4 2008-2018年我國不同地區農村電商發展水平測度
基于主成分分析法,本文得到各地區歷年農村電商發展水平評價值,并采用聚類分析法,取各地區歷年農村電商發展水平均值,將農村電商發展水平分為高度發達區(>70)、輕度發達區(50-70)、一般發展區(30-50)、滯后發展區(<30)四類,具體結果如表4所示。
在我國31個省市自治區中,只有北京、上海以及浙江省屬于高度發達區,其中北京和上海由于經濟發展快,農村地區人口少,城鄉一體化程度高促使農村電商發展較快,而浙江省由于電子商務發展水平較高,因此農村電商業務發展較早。而輕度發達區僅包括廣東、天津、江蘇以及福建四省。整體而言我國農村電商發展水平較高的地區集中在東部沿海地區,這些地區主要包含以下兩個特征:城鄉一體化程度高、電商發展水平高。并且在長三角地區形成明顯的集聚趨勢。
由于本文使用2008-2018年省級面板數據,因此采用時空雙固定模型,其中α表示截距項,Xi為各個解釋變量,βi是對各個解釋變量的估計系數,μi表示個體固定效應,υi表示時間固定效應,ε為誤差項。

借助stata軟件,本文基于式(6)對數據進行了時空雙固定模型的回歸,結果如表5所示。在全樣本回歸中,城鄉收入差距以及金融發展會降低農村電商發展水平,這說明當前我國金融發展尤其是農村金融發展仍屬于非內生性模式,未發揮促進農村地區產業發展的作用。而城鄉居民收入差距過大也分別從生產與消費制約了農村電商的發展。從短期來看,城市化率的提高會抑制農村電商的發展,而長期來看城市化水平的提高會促進農村電商的發展,呈現出明顯的產業發展倒“U”型關系,這是因為我國城市化是一個人口以及資源要素快速集聚的過程,在這一過程中城鄉發展是失衡的,但當城市化水平達到一定階段,城市規模經濟效應凸顯,會產生一定的經濟輻射效應,有利于農村電商產業的發展。教育投入以及固定資產支出的增加有利于農村電商產業的發展,這是因為農村電商產業的發展需要以技術進步以及基礎設施的完善作為基礎條件,而教育投入的增加有利于培養更多專業人才,固定資產投資水平的提高說明生產端供給增加,基礎設施更為完善,有利于電商產業下沉到鄉村。
分地區來看,城鄉收入差距的增加并不會抑制東部地區農村電商的發展,但是會抑制中西部地區農村電商的發展,一個可能的解釋是,在我國東部地區城鄉一體化程度較高,城鄉收入差距相對較小,農村產業較為完整,因此受城鄉收入差距影響小。市場化程度的改善有利于促進東部地區農村電商的發展,但對中西部地區農村電商的發展作用不明顯。此外,金融發展不利于西部地區農村電商發展,對東部地區以及中部地區影響較小,可能的原因是當前我國西部地區農村金融發展相對滯后,并且農村金融機構主動服務農村經濟意識弱,因此不利于農村電商產業的發展。
隨著我國城市化水平的不斷提高,城鄉一體化進程不斷加快,提高農村電商發展水平越來越重要。本文借助主成分分析法,定量分析了我國各地區農村電子商務的發展水平,并基于雙向固定效應模型實證檢驗了影響我國農村電商發展的因素。研究結果表明:我國農村電商發展存在明顯的空間差異,以北京、上海為代表的東部沿海地區發展程度較高,中西部地區農村電商發展嚴重滯后;城市化水平的提高在短期內會抑制農村電商的發展,但長期來看有利于提高農村地區電商的發展;市場化程度的完善、固定資產投資以及教育投入的增加有利于促進農村電商發展,而城鄉收入差距的增加會抑制農村電商的發展。本次研究所得到的政策啟示如下:

表5 實證回歸結果
第一,在城鄉一體化進程加快的時代背景下,要充分發揮大城市的規模經濟效應,帶動農村電商產業的發展,以延伸農村產業鏈,豐富農村產業結構。多措并舉促進農村電商與農村原有產業的融合發展,提高居民收入,完成鄉村振興戰略宏偉目標。
第二,針對我國各地區農村電商發展不平衡問題,要結合各地區發展現狀,制定適宜的農村電商發展戰略,發揮好地區之間的傳幫帶作用。給予中西部地區農村電商發展更多的產業扶持政策優惠措施,完善農村地區基礎設施建設,鼓勵偏遠地區農村電商的發展與投入。
第三,對于不同地區,應該制定差異化的措施,以促進農村電商的發展。在東部地區應該充分發揮市場經濟的作用,提高市場化的程度,以金融與經濟發展促進農村電商產業發展。在中西部地區要適當擴大政府宏觀調控,降低城鄉居民收入差距,發揮好農村金融對農村產業的提升帶動作用。