基于DEA模型和Malmquist指數的我國電商扶貧效率研究

馮朝睿 尹俊越

一、問題的提出

作為一種以“造血式”扶貧為抓手的長效幫扶機制，電商扶貧于2014年被正式納入“精準扶貧十大工程”。此后，黨和國家高度重視電子商務在扶貧過程中的效力發揮，多次出臺政策文件為其實施提供指導意見(如表1)，逐步推動電商扶貧成為促進農村發展、助推農業現代化的新引擎。脫貧攻堅戰略以來，電商扶貧利用互聯網與傳統實體融合發展的方式打破農產品銷售的地理局限，構建“強農戶—弱資本”的良性市場關系，運用其獨特的雙向互動機制打破傳統的單項扶貧思維，激活貧困人口嵌入網絡共享資源，促進傳統農村市場線上線下融合發展(1)汪興東、俞佩娟、廖青：《農村專業大戶電商技術采納及投資決策——基于Heckman模型的實證研究》，《西安財經大學學報》2021年第3期。，助推貧困地區共享數字紅利(2)李紅艷、唐薇：《人人在場：行政、資本與技術視野下的電商模式——基于M縣級電商中心的案例研究》，《新聞與寫作》2021年第6期。，并間接帶動了貧困地區的基礎設施及公共服務建設，得到了各地政府與村民自治組織的充分認可。近幾年，伴隨著網絡扶貧行動的深入開展，我國電商扶貧的投入力度持續加大。數據顯示，2014—2018年的五年間，我國總共設立了1016個電子商務進農村綜合示范縣，其中國家級貧困縣在電子商務進農村綜合示范縣中占比高達72.54%；淘寶村的數量從2014年初的20個增加到2018年底的3202個，年均增長率高達175.98%。2019年，全國農產品網絡零售額達3975億元，同比增長27%，帶動300多萬貧困農民實現增收(3)中國商務新聞網：《電商為筆，寫好鄉村振興錦繡文章》，2020年11月26日，http://www.comnews.cn/article/ibdnews/202011/20201100065010.shtml.。2020年第一季度，電商扶貧在一批受新冠肺炎疫情影響的行業中脫穎而出——全國832個國家級貧困縣農村電商實現逆勢增長，網絡零售額達565.6億元，同比增長5.0%(4)商務部：《一季度832個國家級貧困縣農村電商實現逆勢增長》，2020年4月30日，http://finance.china.com.cn/news/20200430/5264241.shtml.。這些數據充分體現出黨和國家對電商扶貧的重點支持，也彰顯出電商扶貧巨大的發展活力和廣闊的發展前景。為此，習近平總書記對電商扶貧做出了高度評價，“不僅可以幫助群眾脫貧,而且還能助推鄉村振興,大有可為”(5)宮鈺、郭智芳、章文光：《電商扶貧農產品促進型監管模式比較分析》，《中國行政管理》2020年第8期。，電商扶貧在推動貧困地區經濟建設過程中扮演的角色愈發重要。

表1 電商扶貧指導文件

然而，由于我國電子商務的產業鏈條多集中在城鎮，貧困地區的倉儲物流、農產品加工、信貸金融等電商支撐環境仍舊相對滯后(6)楊書焱：《我國農村電商扶貧機制與扶貧效果研究》，《中州學刊》2019年第9期。，電商專業型人才缺乏、相應技術落后，電商扶貧的效果受到了較大的制約(7)王鶴霏：《農村電商扶貧發展存在的主要問題及對策研究》，《經濟縱橫》2018年第5期。。在此背景下，黨的十九屆五中全會提出了“優先發展農業農村，全面推進鄉村振興”的戰略指導，并于鄉村振興戰略實施過程中大力推動農村千兆光網、 5G、 移動物聯網、物流體系等基礎設施的建設(8)孫玉棟、李浩任：《鄉村振興戰略實施中財政引導市場機制參與的模式、問題及對策研究》，《公共管理與政策評論》2021年第4期。，力求深化農村改革，加快農業現代化建設。作為鄉村振興戰略的重要支撐，電商扶貧更應肩負起時代使命，努力完善農村基礎設施短板、重視電商人才培養、深化信息技術應用，提升電商扶貧的質量和效率，更好地為農業產業化發展、農村數字化建設、農業現代化轉型服務。目前，中國雖已全面打贏脫貧攻堅戰(9)馮朝睿、李昊澤：《后脫貧時代多中心反貧困治理的影響因素與效果實證研究》，《學術探索》2020年第12期。，但絕對貧困的解決并不意味著貧困的消滅(10)張世貴：《緩解相對貧困視角下的農村電商扶貧：機制與路徑》，《電子政務》2021年第3期。，農業、農村、農民問題仍然是后扶貧時代的關鍵所在(11)馮朝睿、張葉菁：《鄉村振興背景下西南地區大扶貧績效評價研究》，《云南行政學院學報》2020年第5期。。站在“兩個一百年”奮斗目標的歷史交匯期(12)武漢大學鄉村振興研究課題組：《脫貧攻堅與鄉村振興戰略的有效銜接——來自貴州省的調研》，《中國人口科學》2021年第2期。，有必要科學測量電商扶貧效率、挖掘推動電商扶貧效率提升的關鍵要素、尋求電商扶貧完善路徑，為實現鞏固脫貧攻堅成果同鄉村振興有效銜接、推進農業農村信息化建設開拓新的道路。

二、文獻回溯與研究假設

電商扶貧是一種將信息時代的電子商務納入扶貧開發體系(13)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》，《西北農林科技大學學報(社會科學版)》2015年第4期。、推進農業小生產與電商大市場對接(14)昝夢瑩、王征兵：《農產品電商直播:電商扶貧新模式》，《農業經濟問題》2020年第11期。、拉動網絡創業和網絡消費、推動貧困地區經濟增長的扶貧模式(15)解梅娟：《電商扶貧:“互聯網+”時代扶貧模式的新探索》，《長春市委黨校學報》2016年第2期。。

電商扶貧的作用機制可分為增收、節支、賦能三種形式(16)唐超、羅明忠：《貧困地區電商扶貧模式的特點及制度約束——來自安徽碭山縣的例證》，《西北農林科技大學學報(社會科學版)》2019年第4期。，通過促進信息共享、要素流動、資源對接等途徑助力農村產業發展(17)宋樂、倪向麗：《電商消費扶貧助力農產品走出困境》，《人民論壇》2020年第29期。，對貧困地區農戶的增收和企業的擴產具有明顯的正向作用(18)曾億武、郭紅東、金松青：《電子商務有益于農民增收嗎?——來自江蘇沭陽的證據》，《中國農村經濟》2018年第2期。(19)陳曉旭、王翔宇、劉建曉：《博弈視角下電商扶貧對農村生產企業發展的影響》，《經濟問題》2019年第1期。，促進貧困地區經濟發展的“內生動力”(20)王萍：《電商扶貧拓寬農民增收新渠道》，《人民論壇》2020年第15期。。首先，電子商務為農產品的售賣搭建了“線上+線下”營銷平臺(21)馮朝睿、李昊澤：《貧困縣脫貧摘帽的影響因素及實踐路徑——基于中國西南地區60個案例的模糊集定性比較分析》，《云南財經大學學報》2020年第11期。，利用及時的市場信息對接(22)張倩、牛榮：《“小額信貸+產業鏈”:小農戶銜接現代農業的新路徑——寧夏“鹽池模式”的實踐經驗》，《西安財經大學學報》2021年第3期。，有效緩解了因滯銷和信息不對稱而造成的低價售賣問題，在提高銷量的同時也保障了農產品的銷售價格；電商企業的發展不僅為貧困人口提供了就業和創業的機會，更是間接帶動了貧困地區的產村融合，為交通、物流、信息、娛樂、旅游等多元產業的發展創造了條件，有效彌合了貧困地區的數字鴻溝，幫助貧困人口實現“增收”。其次，農村電商的發展為貧困人口購買生產、生活資料提供了新的方式，打破空間的限制，增加購買的選擇，降低其生產經營成本，實現“節支”。最后，電商扶貧蘊含的互聯網思維不僅可以提升貧困人口的市場適應能力，更可以通過增強外界交流增強貧困人口的社會成長能力，激發貧困人口的自主發展潛能，從而實現“賦能”。此外，移動互聯網、大數據、云計算等一批新興技術的出現也為電商扶貧的模式創新提供了新的動力，“農產品電商直播”“三農專場購物節”等模式在電商技術發展的洪流中應運而生，賦予農產品更大的銷售機會，為貧困人口的持續脫貧創造了可能。通過電商扶貧作用機理的闡述，文章提出如下兩個假設：

H1：電商投入規模與扶貧效果存在正相關關系。

H2：電商技術水平與扶貧效果存在正相關關系。

當前，我國電商扶貧因區域間電商發展水平差異較大，無法形成統一的政策規劃(23)楊書焱：《我國農村電商扶貧機制與扶貧效果研究》，《中州學刊》2019年第9期。，且受電商扶貧軟環境不完善、農產品標準化程度低、電商人才匱乏、品牌特色與文化意識不突出等因素的限制(24)陳雷：《農村電商發展的瓶頸與破局》，《人民論壇》2020年第10期。(25)顏強、王國麗、陳加友：《農產品電商精準扶貧的路徑與對策——以貴州貧困農村為例》，《農村經濟》2018年第2期。，扶貧效率難以得到保障。為鞏固脫貧攻堅成果、提升電商扶貧效率，部分學者開始注重研究電商扶貧效率的空間分布，運用中介效應模型(26)唐紅濤、郭凱歌、張俊英：《電子商務與農村扶貧效率:基于財政投入、人力資本的中介效應研究》，《經濟地理》2018年第11期。、非徑向超效率DEA模型(27)楊雪云、時浩楠：《電商扶貧效率的空間特征及影響因素分析：以大別山區為例》，《統計與決策》2019年第16期。、超效率DEA模型以及修正Feder模型(28)張俊英、唐紅濤：《電商扶貧效率的效應分解及空間擴散——基于修正Feder模型的空間杜賓分析》，《湖南師范大學社會科學學報》2019年第5期。等方法測量電商扶貧效率，并最終得到電商扶貧效率空間分布不均的研究結果。

綜上所述，電商扶貧領域的現有研究多集中于概念離析、影響機理、發展困境、效率空間分布等方面，基于全國視角的電商扶貧效率評估研究較少，故文章從我國電商扶貧的現狀嵌入，結合電商扶貧的作用機理提出H1、H2兩個研究假設，運用DEA模型和Malmquist指數對我國21個省級行政區電商扶貧的效率進行系統科學地測量，進而在掌握中國電商扶貧的整體發展水平的基礎上，對中國電商扶貧的省域空間差距進行分析，找出影響中國電商扶貧效率的主要因素，以便為中國電商扶貧的高質量發展提供理論借鑒及實踐支撐。

三、研究方法與數據來源

(一)研究方法

1.DEA模型

DEA模型是一種測算多個主體經營效率的數據包絡分析法，致力于研究各個決策單元投入與產出的有效性，其基本思想是通過比較多個決策單元的投入產出效率確定生產前沿面，將處于生產前沿面的決策單元視為DEA有效、未處于生產前沿面的決策單元視為DEA無效，再通過測量DEA無效點與生產前沿面的距離確定該決策單元的相對效率值。采用DEA模型計算加權產出與加權投入的比值作為反映效率的指數(29)馮朝睿、徐宏宇：《TOE框架下電子政務服務效率及其影響因素研究——基于DEA-Tobit兩步法模型》，《云南財經大學學報》2021年第7期。，是評估我國各省級行政區電商扶貧效率的有效方式。目前，得到廣泛應用的DEA模型主要包括CCR模型和BCC模型，其中CCR模型假定規模報酬不變，BCC模型假設規模報酬可變。由于不同地區間電商扶貧的差異較大，文章將采用規模報酬可變的BCC模型來測算我國21個省級行政區電商扶貧的效率， BCC模型的表達式為：

(1)

2.Malmquist指數

Malmquist指數是一種衡量多投入、多產出生產效率的非參數效率評價法。相較于只能測量靜態效率的DEA模型而言，Malmquist指數可以動態反映各省級行政區在多個時期內電商扶貧效率的縱向變化情況，解釋效率變化的動態特征。假設t時期和t+1時期的輸出函數分別為Dt和Dt+1，投入和產出向量分別為(Xt,Yt)和(Xt+1,Yt+1)，則t到t+1時期的Malmquist指數表達式為：

(2)

在式(2)中，當M<1時，表明從t到t+1時期全要素生產率降低；當M=1時，表明從t到t+1時期全要素生產率不變；當M>1時，表明從t到t+1時期全要素生產率提高。

此外，Malmquist指數還可分解為EFC指數和TEC指數，其表達式分別為：

(3)

(4)

M(Xt+1,Yt+1,Xt,Yt)=EFC×TEC

(5)

其中，EFC為技術效率指數，當EFC<1時，表明技術效率降低，決策單元與生產前沿面的距離變遠；當EFC=1時，表明技術效率不變，決策單元與生產前沿面的距離也未得到改變；當EFC>1時，表明技術效率得到改善，決策單元與生產前沿面的距離得到拉近。TEC為技術進步指數，當TEC<1時，表明技術衰退，整個行業的生產邊界向內移動；當TEC=1時，表明技術不變，整個行業的生產邊界不變；當TEC>1時，表明技術得到進步，整個行業的生產邊界向外移動。

(二)指標選取與數據來源

文章立足我國電商扶貧的現狀，兼顧數據的可獲得性和有效性，對2014—2018年我國21個省級行政區的電商扶貧投入產出效率進行測度分析，數據不包含已在研究時段脫貧的北京、天津、上海、江蘇、浙江、福建、山東、廣東以及受地緣政治影響較大的新疆和西藏，指標數據均已做標準化處理，以消除不同指標間測量方式不同的影響，為后續的效率測算提供更加可靠的保障。

文章建立了如表2所示的投入產出指標體系，旨在從電子商務的發展規模、發展潛力、對傳統經濟的影響程度以及相關環境、技術等基礎保障能力四個方面衡量電商扶貧的投入情況，從貧困減少以及經濟增長兩個方面測量電商扶貧的產出效果，全方位、系統地評估各省級行政區電商扶貧的效率，相關數據來源于《中國電子商務發展指數報告》《中國農村貧困檢測報告2019》《中國統計年鑒》。具體指標描述如下：(1)電商發展規模，反映各省電子商務發展的市場規模。(2)電商成長潛力，反映各省電子商務的發展前景和成長水平。(3)電商應用滲透，反映各省電子商務的發展對傳統經濟的滲透及影響能力。(4)電商支撐環境，反映各省與電子商務相關的配套設施或服務的建設情況。(5)貧困發生率減少值，衡量各省當年貧困發生率的變動情況，從貧困減少的角度測算電商扶貧效果。(6)人均GDP，衡量各省的經濟發展水平，從宏觀經濟的角度測算電商扶貧的效果。

表2 電商扶貧投入產出指標體系

四、數據分析與實證結果

(一)DEA模型的靜態分析

運用DEAP2.1軟件我國21個省級行政區2014年和2018年電商扶貧的投入產出效率進行測算，結果如表3所示。

表3 2014年及2018年我國21個省級行政區電商扶貧效率值

1.綜合技術效率分析

綜合技術效率值是反映電商扶貧效率的關鍵指標，可以通過測算電子商務投入與扶貧效果產出的比率來衡量某一省級行政區在電商扶貧過程中資源配置的有效性，其數值越接近于1，表明該省級行政區的電商扶貧效率越高。從表3可以看出，2014年我國21個省級行政區的電商扶貧效率為0.673，2018年該值上升到0.836，雖增幅明顯，但始終未達到DEA有效，仍存在較大上升空間。考察各省域的電商扶貧綜合技術效率可以發現，不同省域間電商扶貧的綜合技術效率仍存在較大的差異，除江西、湖南、廣西、貴州的電商扶貧綜合技術效率有所下降之外，大多數省份的電商扶貧效率均已提升，表明我國的電商扶貧工作已逐步步入正軌。2014年電商扶貧綜合技術效率達到生產前沿的省份有6個，2018年該值上升為10個，占比分別為28.57%和47.62%。其中內蒙古、遼寧、甘肅、青海和寧夏這五個地區在兩個研究時段的電商扶貧效率均表現為有效，表明其電商扶貧效率始終保持在全國領先水平。

從2018年的具體數據來看，可以根據DEA有效性的分類原則將21個省級行政區劃分為三個層次。

(1)DEA有效的省級行政區有10個。山西、內蒙古、遼寧、吉林、黑龍江、湖北、云南、甘肅、青海和寧夏這10個省級行政區的電商扶貧綜合技術效率及其分解指標均處于生產前沿面，表明這些地區電商扶貧的投資結構已實現最佳配置，投入產出組合達到了最優效果。

(2)DEA弱有效的省級行政區有2個。海南省和陜西省的純技術效率為1，但尚未達到生產前沿面，造成其綜合技術效率較低的原因應歸結為規模效率不高，因此這兩個省份應合理設計投資結構，適當調整投資規模，帶動規模效率上漲，進一步提高綜合技術效率。

(3)DEA無效的省級行政區有9個。河北、安徽、江西、河南、湖南、廣西、重慶、四川和貴州這9個省級行政區的電商扶貧綜合技術效率及其分解指標均未達到1，表明其電商扶貧投入產出效率仍存有較大的進步空間，需從內部管理和規模狀況兩個方面共同推進電商扶貧效率提升。21個省級行政區中電商扶貧綜合技術效率位于后三位的省份為四川(0.491)、江西(0.493)、安徽(0.516)，且其規模報酬均表現為遞減態勢，說明這三個省份的電商扶貧投入沒有得到有效的利用，應合理設計電商扶貧的投資結構，改善電商扶貧資金的使用方向，實現電商扶貧的資源優化配置。

2.純技術效率分析

純技術效率是綜合技術效率的分解指標，可以通過測算相同投入規模下的實際產出與最大產出之間的比例關系，衡量各省級行政區電商扶貧過程中的技術和管理水平，其數值越接近于1，表明該省級行政區的技術和管理能力越接近先進水平。從表3可以看出，2014年我國21個省級行政區的電商扶貧純技術效率為0.768，2018年該值上升到0.880，增幅較為明顯，但其與生產前沿面的差距還差0.120，反映出我國電商扶貧的管理和技術能力還有較大的進步空間。2014年電商扶貧純技術效率有效的省份有8個，2018年該值上升為12個，占比分別為38.10%和57.14%。其中內蒙古、遼寧、黑龍江、甘肅、青海和寧夏這六個地區在兩個研究時段的電商扶貧純技術效率均表現為有效，表明其電商扶貧的技術與管理能力處于全國領先水平。此外，通過比較純技術效率指數和規模效率指數還可以發現，2014年和2018年兩個研究時段的純技術效率均低于規模效率，這表明制約我國電商扶貧效率提升的主要因素是管理和技術等方面的因素。

從2018年的具體數據來看，電商扶貧純技術效率有效的地區為山西、內蒙古、遼寧、吉林、黑龍江、湖北、海南、云南、陜西、甘肅、青海和寧夏，表明這些地區在電商扶貧過程中擁有先進的技術和管理理念，大大推動了電商扶貧的效果提升。未達到純技術效率有效的地區，其本質原因應歸結于電商扶貧過程中的技術能力與管理經驗儲備不足，造成電商投入資源并未得到充分的利用，沒有達到最優的扶貧產出效果。其中，河北、安徽、江西、河南、廣西、重慶、四川的純技術效率值不及規模效率值，表明限制這些地區電商扶貧規模的主要因素為純技術效率，應在電商扶貧的過程中不斷更新管理觀念，加強技術設施的應用，培養電商技術人才，推動電商扶貧效率的提升。

3.規模效率分析

規模效率是綜合技術效率的分解指標，可以衡量在相同的技術與管理水平下因改善投入規模而實現的生產效率，反映各省級行政區在電商扶貧過程中投入規模的有效性，其數值越接近于1，表明該省級行政區的電商扶貧規模越接近最佳規模。從表3可以看出，2014年我國21個省級行政區的電商扶貧規模效率為0.865，2018年該值上升到0.944，增速略緩，且尚未達到電商扶貧的最優規模。2014年電商扶貧規模效率有效的省份有7個，2018年該值上升為10個，占比分別為33.33%和47.62%。其中內蒙古、遼寧、甘肅、青海和寧夏這五個地區在兩個研究時段的電商扶貧規模效率均已達到最優，表明其電商扶貧的投入始終處于最佳規模。

從2018年的具體數據來看，電商扶貧規模效率有效的地區為山西、內蒙古、遼寧、吉林、黑龍江、湖北、云南、甘肅、青海和寧夏，表明這些地區已經實現了投入規模的最優配置，可以繼續在電商扶貧中維持當前的投入規模。未達到規模有效的11個省級行政區中，河南、廣西、海南和重慶的規模效率值高于平均水平，而河北、安徽、江西、湖南、四川、貴州、陜西的規模效率值低于平均水平。其中，湖南、海南、貴州、陜西的規模效率值不及純技術效率值，表明限制其電商扶貧規模的主要因素為規模效率，應適當調整電商扶貧的投入，促進綜合技術效率的上漲；河北省和海南省的規模收益表現為規模報酬遞增，表明河北省和海南省可適度增加電商扶貧的規模投入，以求達到最佳規模；其余未達到生產前沿的省份，其規模收益均處于規模報酬遞減的狀態，表明這些地區的規模投入與產出不成正比，其電商扶貧資金利用存在效率損失的問題，應合理規劃電商扶貧資金的使用方向。

(二)Malmquist指數的動態分析

Malmquist指數可以分年度、分地區的動態反映我國電商扶貧效率的變化趨勢，運用DEAP2.1軟件對2014—2018年我國21個省級行政區電商扶貧的供給數據進行分析，旨在考察電商扶貧全要素生產率的動態變化特征。

1.全要素生產率階段性分析

2014—2018年我國21個省級行政區電商扶貧Malmquist指數及其分解指標如表4和圖1所示。

表4 2014—2018年電商扶貧Malmquist指數及其分解指標

(1)2014—2018年，我國21個省級行政區電商扶貧全要素生產指數年均增長率達10.5%，表明我國電商扶貧的發展態勢良好。分年度來看，除2015—2016年以外，其余各年的全要素生產率均大于1，其中2015—2016年電商扶貧的全要素生產指數最低(0.476)，2016—2017年全要素生產指數最高(2.328)，上下波動幅度較大。從分解指標來看，技術效率年均增長6.7%，波動幅度相對較小；技術進步年均增長3.5%，波動幅度相對較大。同時結合圖1的變動曲線可知：全要素生產率與技術進步呈同方向的變動，表明我國電商扶貧的全要素生產率主要受技術進步的影響，即我國電商扶貧效率的提升屬于技術進步型。

圖1 2014—2018年電商扶貧Malmquist指數及其分解指標

(2)技術效率指數除2014—2015年以外均大于1，年均增長率達6.7%，表明我國電商扶貧的技術效率總體上處于逐年上升的狀態，對電商扶貧全要素生產率的貢獻為正向貢獻。從分解指標來看，純技術效率年均增長4.1%，波動幅度相對較小；規模效率年均增長2.5%，波動幅度相對較大。同時結合圖1的變動曲線可知：技術效率與規模效率大致呈同方向的變動，表明規模效率對技術效率的影響程度更大一些。

(3)技術進步指數的年際變動較為明顯。其中，2015—2016年和2017—2018年的技術進步指數均小于1，表明在這兩年間我國對電商扶貧的技術利用和技術創新的重視程度不及前一年；2016—2017年的技術進步指數高達2.309，表明此年的電商扶貧受到了技術上的強大支持。究其原因，其與2016年國務院扶貧辦下發的《關于促進電商精準扶貧的指導意見》具有密切的聯系，該文件為電商扶貧提出了新的指導意見，加速了電子商務與脫貧攻堅的有效融合。此外，2016年國務院扶貧辦與京東聯合推出的一系列電商扶貧項目以及電商扶貧示范縣的設立也對該年電商扶貧的技術進步做出了重要貢獻。

2.全要素生產率區域性分析

我國21個省級行政區電商扶貧Malmquist指數及分解指標如表5所示。

表5 21個省級行政區電商扶貧Malmquist指數及分解指標

(1)2014—2018年，除河北、內蒙古、江西、河南、湖北、湖南、廣西、四川和貴州9個省份外，其余12個的電商扶貧全要素生產率指數均大于1，這說明我們大多數地區的電商扶貧供給效率在逐年提升，發展態勢較為良好。在增長動因方面，遼寧、甘肅、青海和寧夏的技術效率均達到有效，其電商扶貧效率的提升主要得益于技術進步的提升；安徽、海南、重慶和陜西的技術進步指數均有所降低，其電商扶貧效率的提升主要得益于技術效率的提升；山西、吉林、黑龍江和云南的技術效率指數和技術進步指數均有所提升，這表明這4個省份電商扶貧全要素生產率的提升是由技術效率和技術進步的共同推動所成就的。21個省級行政區中，黑龍江省的全要素生產率增長率最高(133.7%)，其增長動因主要源自于技術進步，這與2016年《黑龍江省加快農村電子商務發展工作方案的通知》的印發、2017年在黑龍江舉行的中國電商扶貧行動網絡直播、2018年黑龍江少數民族特色農產品電商扶貧項目戰略的啟動等舉措具有密切的關系；貴州省的全要素生產率增長率最低(-15.9%)，其中技術效率與技術進步都是制約其發展的因素，表明貴州省應繼續注重電商扶貧的技術投入，加快電商扶貧的技術進步，保障貴州省電商扶貧的技術效率。

(2)從綜合技術效率變動指數來看，各地區平均增長6.7%，其中純技術效率變動增長4.1%，規模報酬變動增長2.5%。從純技術效率指數的變動情況來看，江西、河南、廣西、貴州的純技術效率小于1，內蒙古、遼寧、黑龍江、甘肅、青海和寧夏的純技術效率等于1，其余省份的純技術效率均大于1。其中，江西省因冷鏈物流不健全、倉儲和物流體系不完善、農產品存在質量安全隱患等問題而制約了電商扶貧的發展(30)周晨暉、謝培菡、周水平：《江西省農村電子商務的發展問題與對策研究》，《當代農村財經》2020年第6期。；河南電商扶貧因精準度不夠、本土知名品牌少等原因而導致競爭力不強(31)曹獻存：《河南省電商扶貧的現狀及對策研究》，《河南牧業經濟學院學報》2018年第6期。；廣西電商扶貧則主要存在缺乏大型電商和專業垂直電商的介入、中小垂直電商實力良莠不齊的問題(32)李新輔：《電子商務在廣西農村扶貧的途徑、難題和預測》，《勞動保障世界》2016年第5期。；貴州電商扶貧因地形復雜，存在基礎設施建設困難的問題，同時因電商培訓的目標人群不精準而存在資源浪費的問題(33)況盈盈、關延宇：《貴州省電商扶貧中存在的問題及其對策研究》，《現代商貿工業》2020年第11期。。這些省份應努力克服上述限制，從管理和運營的角度提高電商扶貧的純技術效率，并進一步帶動全省電商扶貧綜合效率的提高。從規模效率指數的變動情況來看，湖南、重慶、貴州的規模效率小于1，內蒙古、遼寧、廣西、甘肅、青海和寧夏的規模效率等于1，其余省份的規模效率均大于1。其中，湖南、重慶、貴州的電商扶貧的規模收益均呈遞減的態勢，表明這三個地區并未合理利用電商扶貧的投入，應進一步尋找規模效率損失的原因，調整電商扶貧的資源配置，實現電商扶貧綜合效率的提高。

(3)從技術進步指數來看，各地區技術進步指數的平均增長率為3.5%，增長速度較快，但不同省域間電商扶貧的技術進步指數存在較大的差異，其中技術進步指數最高的省份為黑龍江省(112.8%)，技術進步指數最低的省份為河北省(-21.4%)。究其原因，黑龍江省電商扶貧技術進步的主要推動力源于政府的政策支持和項目支撐，而河北省電商扶貧技術進步的主要制約力源自電商扶貧軟環境開發不足和農產品上行成本過高(34)陸剛、孫蕓莉：《電商扶貧助力鄉村振興:基于河北省實踐的再思考》，《當代經濟管理》2019年第8期。。通過上文的分析可知，技術進步是影響我國電商扶貧全要素生產率最主要的因素，因此各省份應加強對電商扶貧技術進步的重視，注重提高電商扶貧體系的精準度、培養電商專業人才、加強電商服務建設、完善農村電商冷鏈體系、強化電商物流體系和倉儲體系，推動電商扶貧前沿面外移，促進我國電商扶貧的整體技術進步，提升我國電商扶貧的發展態勢。

(三)研究假設的驗證結果

根據規模效率分析可知，2018年未達到DEA有效的省級行政單位的規模收益均表現為規模報酬遞減，表明電商扶貧的規模投入與產出不成正比，投入資源存在一定的冗余，在該種狀況下增加電商投入規模非但不能對扶貧效果產生積極作用，反而會因資源浪費降低電商扶貧效率。由此可見，電商扶貧的效果并非與電商投入規模存在正相關關系，H1并未得到驗證。

根據Malmquist指數分析可知，我國電商扶貧的全要素生產率與技術進步效率的變動趨勢相同，表明在技術效率與技術進步中，技術進步是影響全要素生產率變動的主要因素，且兩者的同方向變動更是驗證了電商技術水平與扶貧效果的正相關關系，H2得到支持。

五、結論

隨著現代信息技術的廣泛應用以及新冠肺炎疫情對人民生產生活方式的轉變(35)馮朝睿、尹俊越：《風險社會公共安全危機社會共治體系構建——以新冠肺炎疫情防控為例》，《云夢學刊》2021年第4期。，電子商務的發展愈發成熟，這也為電商扶貧的實施提供了重要支撐。目前，伴隨著絕對貧困的消除和全面建成小康社會目標的完成，電商扶貧已逐步成為我國解決相對貧困問題、推動農業現代化的重要抓手，并正在發展成為后扶貧時代可持續減貧的生力軍。為測量我國電商扶貧效率、完善電商扶貧路徑，文章對我國21個省級行政區2014—2018年的電商扶貧效率進行了實證研究，并得出以下結論。

(一)電商扶貧效率整體表現較好，但仍存在較大的上升空間

2018年我國21個省級行政區的電商扶貧綜合技術效率均值為0.836，較2014年的0.673有很大的進步，發展態勢良好，但距離達到DEA有效仍具有較大差距，可通過提高純技術效率和規模效率獲取較大的提升。規模效率值始終大于純技術效率值，是影響我國電商扶貧效率的主要因素。其中，限制湖南、海南、貴州、陜西電商扶貧效率的主要因素為規模效率，可通過調整電商投入來促進綜合效率的上漲；限制河北、安徽、江西、河南、廣西、重慶、四川電商扶貧效率的主要因素為純技術效率，應通過調整電商扶貧過程中的管理方式和技術應用來促進綜合效率的上漲。

(二)電商扶貧發展呈上升趨勢，技術進步是促其提升的關鍵要素

2014—2018年，我國21個省級行政區電商扶貧全要素生產指數年均增長率為10.5%，技術進步和技術效率在年際均值上也表現為逐年提升的態勢，電商扶貧整體發展趨勢良好。其中，技術進步效率是促進全要素生產率提升的關鍵要素，表明近幾年電子商務的高速發展為電商扶貧的效率提升貢獻了核心力量，應在后續的工作中持續注重電子商務的技術創新，爭取為電商扶貧的效率提升提供更大的發展動力。考察不同省域間電商扶貧Malmquist指數及分解指標可以發現，雖然部分省份的全要素生產率大于1，但多數省份在技術進步效率上表現不佳，應注重提升電商扶貧的重視程度和技術支持，設置科學的激勵機制，創新發展電子商務技術，促進電商扶貧效率的進一步提升。

(三)不同省域間電商扶貧效率差距明顯，應根據所屬層次完善電商扶貧工作

從各省級行政區的電商扶貧效率值來看，不同省域間電商扶貧發展水平差距明顯，可按照DEA有效性劃分為三個層次，各省級行政區應根據所屬層次完善電商扶貧工作：(1)DEA有效的省級行政區包括山西、內蒙古、遼寧、吉林、黑龍江、湖北、云南、甘肅、青海和寧夏共10個省級行政區，表明這些地區在電商扶貧的過程中投入產出效率已達到相對最優水平，可繼續按照當前的投入水平和管理模式開展電商扶貧工作，并不斷創新技術應用、推動技術進步，促進綜合技術效率的進一步提升。(2)DEA弱有效的省級行政區包括海南省和陜西省共2個省級行政區，表明這些地區雖已在技術和管理上達到最優水平，但在規模投入方面還存在一定的缺陷。其中，海南省表現為規模報酬遞增，可在保持現有管理和技術支撐的基礎上，繼續加大電商投入力度；陜西省表現為規模報酬遞減，無需增加電商資源的投入力度，而須注意對現有投入資源的合理利用。(3)DEA無效的省級行政區包括河北、安徽、江西、河南、湖南、廣西、重慶、四川和貴州共9個省級行政區，表明這些地區在規模投入、內部管理和技術應用方面都造成了資源浪費，應該在后續電商扶貧工作中嚴格控制投入規模，切實提高管理意識，并不斷加強與先進省份的技術交流和合作，以求獲取更大的經濟效益和社會效益。