政府扶持農村電商發展的有效性研究

楊 穎

（貴州財經大學 大數據應用經濟學院，貴州 貴陽 550004）

一、引言

互聯網時代通過農村電商不僅可以實現農商對接、擴大市場，還可以促進傳統農業的轉型升級。要實現精準脫貧，鄉村振興都離不開農村電商產業的高速發展。據商務部發布的《中國零售行業發展報告（2018／2019年）》顯示，2018年全國農村網絡零售額達1．4萬億元，同比增長30．4%，占全國網上零售額比重提升至15．18%。[1]但由于農村地區地形復雜且居民分布零散，農村電商發展也面臨著基礎設施條件不完善、物流體系建設滯后、農產品同質化和人才匱乏等問題，嚴重阻礙了農村電商的發展。農村電商具有混合品的特性和較強的正外部性，推動農村電商發展僅靠市場調節是遠遠不夠的，政府必須扮演好“引路人”的角色。十九大報告指出，要充分發揮農村電商在實施鄉村振興戰略中的賦能作用，開展多種電商模式創新，促進我國現代農業的發展。[2]2019年的一號文件提出要繼續開展農村電子商務綜合示范縣工作，保證農村地區的信息覆蓋面，尤其是貧困地區。[3]這是自2014年以來農村電商連續6年出現在中央一號文件，足以看出政府對農村電商發展的高度關注。

Tompkins（2016）覺得電子商務全球化對于每個國家來說既是機遇也是挑戰，未來電商的發展需要政府和企業聯合起來，加強跨國貿易合作，維護好與客戶的關系，并且建立健全相應的監管體制，才能從中獲取利益。[4]Palacios．JJ（2003）認為政策扶持對于農村電商發展程度不同的國家有不一樣的效果，發展中國家的政策支持對于農村電商發展成效甚好，但對發達國家來說，政策支持并不是決定性因素，而是更看重信息技術的應用。[5]RitaRahayu（2015）認為，制約發展中國家農村電商發展的主要因素包括：信息技術水平、個人因素、政策因素和電商發展的外部環境。[6]研究發現國外從政府行為來研究電商發展的較少，因為他們強調自由經濟，重在發揮市場的自由。

國內研究政府扶持農村電商發展有效性的文獻相對較少，魯釗陽（2018）采用問卷調查的方式研究政府扶持農產品電商發展政策的有效性，通過借鑒衡量企業發展的相應指標，結合問卷調查中的農產品、農戶和區域環境等指標，借此來研究農產品電商發展情況。[4]周冬，葉睿（2019）同樣是對四川國家級農村電商示范項目所做的調查數據進行分析，借助模糊集定性比較分析法來研究農村電商發展的影響因素與政府的支持，認為影響程度是按資源稟賦、政府支持、人才資源、基礎設施、市場環境的順序依次排列的。[5]從軟條件建設的方面考量，唐宜英（2012）、陳佳華、葉翀（2015）和李偉（2016）都強調了軟條件建設的重要性，認為要改進“軟”支撐體系，一方面，政府要整合有效資源，做到高效管理、提高資金利用率以及制定操作性強的政策規劃等。另一方面，應建立相對完備的人才培養機制，注重信息技術和農產品自身的結合，進行理論、實踐兩手抓，為農村電商發展輸送復合型人才。宋祎瑋（2019）研究地方政府在農村電商產業發展中的作用考慮得相對全面，借助結果變量——2015年浙江省所有縣（市、區）的電子商務發展指數，政府組織規劃、優化軟性服務、優化硬件環境以及市場監管四個條件變量進行fsQCA實證分析。[6]當前國內學者研究的重點主要是農村電商的發展現狀、對策建議、發展模式和個案研究等。從政府這一角度研究農村電子商務發展的文章相對較少，且定性研究較多，定量分析較少。因此，本文將聚焦于政府在其發展過程中的作用，創新性地采用因子分析方法以深入挖掘變量對農村電商發展效果的作用機制，找到政府扶持農村電商產業的核心要素，可以更好地指導政府高效扶持農村電商發展，助推鄉村振興。

二、政府扶持農村電商發展的評價指標體系構成

本文構建了基礎設施建設、電商發展潛力、資金扶持和政府市場監督四大一級指標體系，其中政策扶持也是影響農村電商發展的重要因素，但由于其政策效果需要做定性分析去衡量，無法客觀判斷政府扶持效率的高低，目前學者的研究大多通過調查問卷設置研究政府扶持的有效性，在本文定量分析中無法確定指標，故舍去政策扶持這一影響因素。在4個一級指標的基礎上，又細分為電子商務銷售額、農村投遞路線長度、服務業發展專項資金和農產品地理標志登記產品數量等14個二級指標，建立我國農村電商發展水平評價模型，繼而研究政府扶持農村電商發展的有效性。

表1 我國政府扶持農村電商發展的有效性評價體系

（一）電商發展潛力方面

網上零售額反映了電商發展的規模，電子商務銷售額從流向來衡量電子商務對經濟的貢獻度，快遞數量表現目前居民在生活中對電商的依賴度，企業擁有網站個數表明了現代企業在信息化投入方面的重視，大專以上人口代表著人才培養對于未來電商發展的重要性，從這五個指標的電商發展狀況側面體現出一個地區的經濟發展水平，經濟越發達，政府扶持農村電商發展的效果才會越明顯，農村電商發展水平才會更高。

（二）基礎設施建設方面

每百人使用計算機臺數用來衡量互聯網的發達程度，農戶固定資產投資總額一定程度上體現了政府對于農村基礎設施建設的資產投入，農村投遞路線長度表明了農村物流基礎建設水平，農村寬帶接入用戶指的是農村互聯網用戶規模，縣域內寬帶覆蓋率越大，農戶上網銷售農產品就越便利。因此，采用這四個指標能夠體現該地區基礎設施基本條件的優劣。

（三）政府市場監督方面

農業部每年會公告農產品地理標志登記產品名單，說明政府在加強市場監管、保證產品質量上的工作較為扎實，給予一個產品導向，使得大家在購買物品時更加放心和舒心，且該地區被評為“名牌農產品地理標志登記產品”的數量越多，體現了政府在區域品牌建設方面做得越好。農村綜合示范縣是政府依據電商發展規劃完善情況、農村物流解決方案及實施情況和質量追溯體系建設情況等方面，進行評判所授予的稱號，既嚴格把控農村電商運行情況，又對其地區加以資金和政策上的鼓勵，更加有利于農村電商的發展。

（四）資金扶持方面

服務業發展專項資金是財政部針對農村電商所撥付的資金，如2018年服務業發展專項資金扶持對象是2018農村綜合示范縣。農林牧漁業、信息技術業、交通運輸、倉儲和郵政業加總占固定資產投資的比重一定程度上體現了政府對于農村電商的資金支持，（這三個行業對于農村電商的發展都有所涉及，但無法準確地剔除出來關于專門針對農村電商的固定資產投資，故暫時用此比重來說明政府對于農村電商的資金支持）。交通運輸支出占地方一般公共預算支出從財政支出上來體現政府關于物流設施建設的資金投入。

三、因子分析法構建模型分析

（一）模型的設定

本文借助因子分析法分析政府扶持農村電商發展的有效性，利用SPSS計算出各變量間的相關性，將相關性較高和較低的指標劃分為不同組。通過研究相關系數矩陣的內部關系，提煉出對農村電商發展影響較大的指標并將其設為主因子。然后將若干主因子按照權重相加構成最終的評價指標體系，并帶入各省的主客觀數據算得綜合得分，并按照得分對各地農村電商發展進行分析。

因子分析法利用降維的思想，將數量比較多的原始變量轉化為極少量的綜合變量，假設每個方程組有p個指標，F1，F2，…Fm（m＜p）表示標準化的公共因子，則m個公共因子的變化能夠闡述各個原始變量的關系變化，于是得到以下數學模型：

通過方程組得到的m個公共因子可對每個觀測變量進行預測，而每一個觀測變量和公共因子之間的相關系數正好方程中的系數apm一一對應，這種關系也可表示為觀測變量在其對應因子上的載荷，又叫因子載荷，它體現了變量與因子之間的關系強度，即apm會隨著公共因子Fm與變量XP關系強度的增加而增大，但該系數不能完全解釋兩者之間的關系，還存在著一個誤差項εp，也稱特殊因子。

變換為矩陣形式為：

X＝AF＋ε

稱為因子載荷矩陣，對因子載荷矩陣進行求解，就可依次提煉出最有影響的公共因子。

（二）數據來源與選取

本文選取了全國31個省的相關數據，數據來源于《2019年中國統計年鑒》、財政部公布關于2018年服務業發展專項資金預算的通知及農業農村部公示的2018年農產品地理標志登記產品信息，其中在統計農村綜合示范縣數量和服務業發展專項資金時，涉及新疆兵團的數量和資金，把統一歸為新疆來計算。

（三）相關分析、KMO和Bartlett球形檢驗

1．相關分析

做因子分析前首先要通過相關性檢驗，要保證各變量之間具有相關性，將表2的原始數據導入到軟件SPSS 23．0系統中，在對31個省的14項指標數據進行標準化處理后，開始做相關系數的矩陣檢驗，軟件運行后，將數據梳理和分析后得到表3。通過表3了解到，矩陣中大多數相關系數值都超過了0．3，同時從表中還可以看到相關系數顯著性檢驗的p（p＜0．05）值也較多，這就證明表4．3各變量間的線性關系極為顯著，所以能夠進行下一步研究。

表2 相關原始數據表

表2 相關原始數據表（續）

表3 相關系數檢驗表

2．KMO和巴特利特球形檢驗

通過表4的結果可得出，KMO＝0．693＞0．5，證明了該數據能做因子分析；且巴特利特球形檢驗中近似卡方數值達到了483．722，顯著性水平即Sig值為0．000＜0．01，拒絕單位相關矩陣的原假設，表示該相關矩陣和單位矩陣存在較大差異，且數據呈正態分布。通過KMO和巴特利特球形檢驗表明了本文所選指標能夠展開因子分析。

表4 KMO和巴特利特檢驗表

3．提取因子和因子旋轉

（1）提取因子

由公因子方差表可以得出，大多數原始變量共同度都在80%以上，說明提取的公共因子基本反映了原始變量80%以上的信息，具有一定的代表性，提取因子成效良好，可以進一步研究。

表5 公因子方差表

表6反映了特征根比1更大的因子共有3個，且累計方差貢獻率達到了80．687，說明有大量的信息存在于這3個因子之中，三者對各變量的解釋能力是極強的，其效果比較好。

表6 總方差解釋

通過圖1因子碎石圖，也證明了剛才的結論，結合特征值曲線的拐點，可以看出前3個公共因子的坡較陡，自第4個因子起趨于平緩，這就證明提取3個公共因子是科學合理的。

圖1 碎石圖

（2）因子旋轉

在找到三大主因子后，需要根據主因子包含的各種指標變量，對每個主因子背后所代表的含義進行歸納概括。在命名主因子前需進行因子載荷系數矩陣分析（見表7），由于14個差異性的變量上三因子載荷間的差異并不顯著，其意義無法得到明確表達，因此本文采用方差極大值法對因子載荷陣正交旋轉，以便接下來的分析。

表7 成分矩陣表

正交旋轉矩陣如表8所示，主因子F1在網上零售額、電子商務銷售額、快遞數量、企業擁有網站個數和大專以上人口的因子負荷分別為：0．933、0．910、0．892、0．886、0．873，主要反映的是電商發展水平提高的潛在條件，因此可以命名為“電商發展潛力因子”；主因子F2在每百人使用計算機臺數、農戶固定資產投資總額、農村投遞路線長度、農村寬帶接入用戶和農產品地理標志登記產品數量的因子負荷分別為：0．833、0．823、0．736、0．729、0．644，反映的是農村電商發展需要滿足的基礎設施條件，因此可以命名為“基礎設施因子”；主因子F3在農村綜合示范縣數量、服務業發展專項資金、農林牧漁業、信息技術業、交通運輸、倉儲和郵政業加總占固定資產投資的比重和交通運輸支出占地方一般公共預算支出的比重的因子負荷分別是：0．860、0．812、0．772、0．686，反映了政府在農村電商發展方面的重視，對其投入的專項資金，其中被評為“農村綜合示范縣”的每個縣會有2000萬的扶持資金，因此可以命名為“資金扶持因子”。

表8 旋轉后的成分矩陣表

4．因子得分求解

為了對各個地區政府扶持農村電商的有效性進行客觀的分析和綜合的評價，就要求算出各個地區的因子得分函數，因此采用回歸法，利用SPSS軟件輸出如表9所示的成分得分系數矩陣。

基于表9的成分得分系數矩陣，可以得到以下公共因子的得分函數：

以表6主因子的方差貢獻率為權數進行加權匯總，可歸納出評價政府扶持農村電商發展有效性的數學表達式：F ＝（35．351F1＋ 26．479F2＝ 18．857F3）／80．687，然后運用 SPSS 軟件求得各省政府扶持農村電商發展有效性的綜合得分，以及各省的綜合排名。

表10 各省政府扶持農村電商發展有效性的綜合得分及排名表

四、實證結論

（一）政府扶持農村電商發展總體向好，但區域不均衡

全國各省關于政府扶持農村電商發展有效性的綜合得分排名如圖2，31個省中有一半數量的得分為正的，說明目前我國農村發展水平整體上是不錯的，政府扶持的成果是值得肯定的，進一步堅定了我國發展農村電商的信心和決心。其中廣東、四川、江蘇、浙江和山東的綜合得分居于全國前列，說明這五個地區的農村電商發展水平較高，即政府扶持效果較好，該結果與各地區的現實發展情況是吻合的。從2019年阿里研究院公布的數據來看，各地區淘寶村的數量正是說明了在“政策利好”的大環境下，農村電商的發展規模與速度已經取得了一定的成效，我們應該堅持走這條道路來改善農村經濟。這五個地區作為農村電商發展的領頭羊，可供其他地區學習和借鑒，其他省份還有很大的上升空間。青海、吉林、海南、重慶、寧夏和天津等地區應該加大對農村發展的扶持力度，讓農村電商的發展為經濟建設加大“馬力”，力爭成為拉動農村經濟增長的重要組成部分。

圖2 各省政府扶持農村電商發展有效性的綜合得分排名

從區域分布來看，廣東、江蘇、浙江、山東、河北等東部地區的農村電商發展水平名列前茅，淘寶村的分布也大多集聚在東部沿海地區，這些地區作為農村電商發展的先行者，政府扶持在其發展的過程中起到的作用也是功不可沒的。湖南、河南、湖北作為中部地區的主力軍，也在努力趕超東部地區的發展，形成淘寶村高度集聚在東部地區向裂變增長的中部地區轉移的局面。陜西、甘肅、貴州、廣西、西藏等地區也不甘落后，近年來西部地區的經濟發展突飛猛進，農村電商的興起給他們帶來農村發展的曙光，就拿貴州而言，精準扶貧的戰略部署和大數據的快速發展將農村電商推向新的發展階段，同時隨著農村電商的深入發展，精準脫貧的工作也得以順利進行，取得良好的效果。而東北地區的發展則顯得有些落后，遼寧、吉林、黑龍江和內蒙古的綜合得分偏低，政府應加大扶持力度，對其農村電商的發展加以規劃和引導，為農村經濟市場注入生機與活力。

（二）各因子影響程度不一

1．電商發展潛力因子最關鍵

主觀因子即電商發展潛力因子的方差貢獻率為35．351%，是影響政府扶持農村電商發展有效性的最關鍵因子。各地區電商發展潛力因子的得分排名見圖3，全國僅有9各地區的因子得分為正，其他地區的主觀因子得分曲線較為平緩，各地市省之間的分數差別不大。就各省而言，廣東、北京、浙江、江蘇、上海、山東六個省份的電商發展潛力較高，這與該地區的經濟發展水平是分不開的。廣東無論是電商發展潛力水平，還是整體而言，農村電商發展都比較好。9個得分大于0的省份說明電商發展的環境比較好，領先于其他省份，有利于農村電商的快速發展，其他發展落后的省份，如新疆、江西、廣西、青海、寧夏關于電商發展的條件較差，反映出政府扶持農村電商發展有效性較低，作為扶持扶持農村電商發展的重要因素，這幾個省份應注重電商發展水平的提高，從而更好地促進農村經濟體制的改革。

圖3 電商發展潛力因子F1得分排名

2．基礎設施因子影響較大

主因子即基礎設施因子的方差貢獻率為26．479，如圖4所示，有一半數量的省份的得分都在0以上，且各省得分呈均勻分布，河南、山東、湖南、四川、江蘇等地在該因子上得分明顯較高，說明上述城市在硬件設施建設上占據較大優勢。甘肅、福建、云南、貴州、遼寧這幾個省份的因子得分在0上下波動，趨于平均水平。而北京和上海雖然排名倒數，但由于兩個省份屬于一線城市，經濟實力雄厚，農村地區及設施相對薄弱，主要注重城區的發展，且本文選取基礎設施方面的指標大多與農村相關，故兩個省份的基礎設施得分低也實屬正常。寧夏、海南、西藏這三個省份的因子得分較低，說明基礎設施建設不到位，該地區的經濟實力一定程度上會影響農業基礎設施，政府在扶持農村電商發展的過程中也會顯得力不從心。

圖4 基礎設施因子F2得分排名

3．資金扶持因子對各地區影響程度不一

資金扶持因子得分排名情況來看，云南、西藏、甘肅、四川、貴州、陜西這六個省份的扶持資金明顯高于平均水平，這說明了國家對于西部地區在農村電商發展方面的強力支持，由于西部地區的地勢原因，經濟發展較為緩慢，因此農村電商的發展則顯得尤為重要，不僅打通了全國產品的流通網絡，增加西部地區的經濟收入，更是為這些地區提供新的發展思路，增加就業機會，吸引人才到這些地方。其次重慶、安徽、遼寧、江西、天津的因子得分反映了政府資金扶持的力度較小，這些地區的經濟發展狀況良好，資金扶持因素在其農村電商發展中起到較小的作用。整體而言，各省在政府資金扶持的分配上尚不均衡。

圖5 資金扶持因子F3得分排名

本文主要設立了基礎設施建設、電商發展潛力、資金扶持以及政府市場監督四個一級指標進行研究政府扶持的有效性。采用因子分析法建模分析后發現，政府扶持農村電商發展總體向好，但區域發展不均衡；決定政府扶持有效性的核心要素是電商發展潛力，基礎設施因素次之，資金扶持因素影響相對較小。為了更好地提高政府扶持農村電商發展的有效性急需從以下幾方面進行完善：一是制定科學的發展戰略規劃，結合各地優勢，出臺具有科學性、合理性、實操性的相關政策，落實組織領導協調責任。二是加大統籌協調力度，加快各項基礎設施的均衡發展，尤其是網絡基礎設施、物流體系和配套設施建設。三是加大財政資金的投入力度，整合各部門相關扶持資金，注重資金利用率的提高，將各項資金統籌安排，集中使用，同時促進政府投入與社會資本有效融合，吸引市場投資，拓寬融資渠道，促進電商企業的發展運作。四是深化政府的監督管理職能，建立健全法律法規體系和誠信機制，從而保障多元主體的合法權益。五是通過校企合作創新農村電商人才培養體系、挖掘培養本土農村電商人才和引進技術骨干，全面開展農村電商人才的培育和引進工作。

特別感謝貴州財經大學2017級財政學研究生李夢曦對文章數據收集、整理所作貢獻。