基于三階段DEA方法的我國農村電商績效評價研究

王凌宇 吳麗麗

摘? ?要：為了改善全國農村電子商務發展過程中遇見的現實問題，研究農村電商績效提升策略，運用三階段DEA模型對我國農村電子商務績效進行評價。結果發現：不同省份的農村電子商務效率相差較大，純技術效率和規模效率有很大的提升空間;只有上海、重慶和寧夏保持綜合技術有效，北京、天津、河北等26個省份去除環境因素后效率綜合效率都有所提升，說明環境因素制約著農村電商的提升;只有西藏去除環境因素后效率綜合效率有所下降，表明可能一些對其有利的環境因素和隨機干擾因素諸如中央財政轉移支付傾斜、“對口援藏”等優惠政策導致其調整前綜合技術效率較高。

關鍵詞：農村電子商務;三階段DEA;隨機前沿分析;績效評價

中圖分類號：F724.6 文獻標志碼：A 文章編號：1008-2697（2022）02-0020-05

一、引言

黨的十九大以來，在實施鄉村振興戰略的背景下，農民家庭人均純收入和人均可支配收入持續較快增長。電子商務作為近年來逐漸興起的一種新型商業模式，被視為農民突破市場分割，從而實現脫貧增收的新動能。農村電子商務通過對商業流和信息流的創新，改變了農民固有的就業方式，日漸成為農民拓寬增收途徑的重要實踐。然而，我國農村電子商務發展還存在許多問題，2019年，我國農村電商網絡銷量占互聯網零售總額的比例僅為17%。

研究農村電子商務績效，可以找出影響我國農村電子商務績效的因素和存在的不足，給我國農村電子商務提供一些建議和意見。Ali Akbar Jalali等（2011）在定量和定性的基礎上，提出了在農村地區開展電子商務的應用與模式，認為在農村地區開展電子商務對發展中國家的經濟生計或農村居民人口帶來很大的影響。Graham Clarke等（2015）認為年齡和收入是區分電子商務使用情況的關鍵人口因素，農村和城市的的地理位置以及與實體店的距離也是如此。Victor Couture等（2018）調查了第一個全國范圍內的電子商務擴張計劃對家庭福利和底層渠道的影響，認為這些影響主要是由于克服了農村市場電子商務的物流障礙，而不是使電子商務適應農村人口的額外投資。萬津津等（2021）運用因子分析、聚類分析模型對我國省域農村電子商務進行評價和分類，認為農村寬帶介入用戶、農村投遞路線、農村居民可支配收入是農村電子商務發展的積極影響因素。杜瑞娟等（2021）認為我國農產品電子商務投入產出效率整體水平較低，資源配置與產業規模有待進一步提高。王七茍（2020）認為我國農村電子商務在各大地區間存在著顯著的異質性問題。劉佳（2019）認為我國農村電子商務正處于成長成熟階段，影響我國農村電子商務發展因素包括農村經濟發展水平和農村基礎建設。

電子商務績效的評價方法主要分為三類：第一類是主成分分析或因子分析法;第二類是模糊綜合評價法;第三類是傳統DEA方法及其與Malmquist指數、Tobit模型等的結合。大多數已有文獻的關注點主要在農村電子商務發展、對策及建議上，本文應用三階段DEA方法，分別對剔除環境因素、隨機因素影響前后的農村電子商務效率進行分析，通過分析結果差異，可更加準確、真實地反映農村電子商務的效率。

二、指標選取和數據說明

（一）指標選取和構建

在總結我國農村電子商務理論的基礎上，根據實際情況，遵循指標體系建立的科學性、典型性及系統性原則，選擇投入指標、產出指標和環境指標，然后利用SPSS26.0軟件計算各項投入指標、產出指標和環境指標的Spearman非參數相關系數（表1）。

（二）指標說明和數據來源

考慮到數據的真實性和可用性，選取農村投遞路線 （公里）、農村寬帶介入用戶（萬戶）作為投入變量。農村投遞路線可以反映我國農村電子商務物流運輸的狀況，選擇農村寬帶介入用戶（萬戶）可以反映我國農村農民網絡的使用情況。

鄉村社會消費品零售額（億元）和農作物總播種面積（千公頃）作為產出變量，鄉村社會消費品零售額是反映農村電子商務的一個基本指標，農作物總播種面積可以反映農作物的生產規模和耕地的利用程度。

環境變量是指那些除投入、產出變量之外，對農村農村電子商務績效的確產生影響但是不能被樣本主觀進行控制的變量。本文選取的環境變量為農村居民人均可支配收入（元）、 農村居民人均消費支出（元）、 農業產值（億元）。農村居民人均可支配收入反映了農村居民可用于最終消費支出和儲蓄的總和，農村居民人均消費支出反映了農村居民用于滿足家庭日常生活消費需要的全部支出，農業產值反映了一定時期內農業生產規模和總成果。

本文以全國31個省份和地區作為統計決策單元，所收集到的統計數據均來源于《中國統計年鑒（2019-2020）》、《各省統計年鑒（2019-2020）》和 《中國農村統計年鑒（2019-2020）》。

三、模型構建

農村電子商務績效的分析研究通常需要多投入和多產出變量指標，而數據包絡分析法（Data Envelopment Analysis，DEA）是反映同類型多主體的運行效率，所以本文采用數據包絡分析方法。本文采取 Fried 等提出的三階段DEA模型，這種新的效率評估模型是利用了傳統DEA模型中的松弛變量，通過對投入變量的調整，讓其處于同一水平下，然后用deap2.1軟件和EXCEL2016計算和分析調整后的效率值，能將環境因素、隨機誤差的影響很好分離出來。

本文選擇BCC（規模報酬可變）模型作為基本模型。選擇投入導向下的對偶形式，公式如下：

其中i=1，2，…m;r=1，2，…q;j=1，2，……n。x表示第j個決策單元第i項投入的指標，y則表示第j個決策單元第r項產出的指標，s代表第k各決策單元在第i項投入指標的松弛變量，s代表第k個單元在第r項產出指標上的松弛變量，λ表示該決策單元的組合指標關聯系數。

通過BCC模型計算，可以得出其綜合技術效率（TE），然后通過計算，得出規模效率（SE）、純技術效率（PTE），公式如下：

TE=SE*PTE? ? ? ? ? ? ? ? ? ? ?（2）

四、農村電子商務績效分析

（一）DEA結果分析（不考慮環境因素）

第一階段的DEA分析包括了環境變量與隨機干擾因素，運用 Deap 2.1 軟件對2019年全國31個省份投入產出數據構建DEA模型，結果如表3所示。

（二）SFA 模型回歸分析

將第一階段農村投遞路線和農村寬帶介入用戶投入變量的松弛變量作為被解釋變量，農村居民人均可支配收入、農村居民人均消費支出、農業產值這3個環境變量分別作為解釋變量，然后運用 Frontier4.1軟件，把參數設定好，最后使用極大似然法進行回歸估計，結果如表4所示。

由表4可見，在0.01水平上的臨界值值為10.50，然而17.36和37.02均大于臨界值，說明在0.01水平上是顯著的，所以該模型通過了 LR 單邊顯著性的檢驗;γ值為1，在0.01水平上顯著，說明管理無效率對農村電子商務效率的影響占據主要地位。因此，用SFA模型進行回歸去分離隨機干擾因素、管理因素和環境因素是合理的。

（三）DEA結果分析（考慮環境因素）

用第二階段測算出的結果調整作為原始投入變量，原始產出數據不變，再次使用Deap2.1軟件進行分析，得出調整后我國31省市和地區農村電子商務的效率值。為了更好的和調整前的效率作比較，調整后的效率見表3。

綜合技術效率值可以表示各省市農村電子商務效率高低。從表3中可以得出：只有上海市、重慶市和寧夏省一直保持為1，保持綜合有效，說明上海和重慶的農村電子商務化水平全國領先。通過調整前和調整后的效率的比較，綜合技術效率的均值從0.605上升到0.684，增幅為13%。純技術效率的均值從0.837上升到0.872，增幅為4%。規模效率的均值從0.729上升到0.789，增幅為8%。處于效率前沿面的只有上海、重慶和寧夏，內蒙古、福建、山東、河南、湖北、廣東、西藏、新疆這八個省份處于純技術有效，各省份的綜合效率值相差較大，最低的為內蒙古（0.233），說明還有76.7%的投入是無效投入。通過調整后，規模報酬遞增的有2個省份，規模報酬遞減的有21個省份，規模報酬不變的有8個省份。

五、結論與對策建議

（一）研究結論

本文基于三階段DEA模型對我國31個省（市、自治區）2019年的農村電子商務績效進行測算，（1）從效率分析的結果來看：對比調整前和調整后的效率，綜合技術效率增長13%，其中純技術效率增長4%，規模效率增長8%，說明全國農村電子商務的整體技術和規模有待進一步的提升。不同省份的農村電子商務效率相差較大，純技術效率和規模效率有很大的提升空間;只有上海、重慶和寧夏保持綜合技術有效，北京、天津、河北等26個省份去除環境因素后效率綜合效率都有所提升，說明環境因素制約著農村電商的提升;只有西藏去除環境因素后效率綜合效率有所下降，表明可能一些對其有利的環境因素和隨機干擾因素諸如中央財政轉移支付傾斜、“對口援藏”等優惠政策導致其調整前綜合技術效率較高，說明環境因素有利于農村電商的提升。（2）從環境變量分析結果來看，農村電子商務的績效受環境因素的影響較大。農村居民人均消費支出、農業產值會制約農村電子商務績效的提升，而農村居民人均可支配收入的提高有利于提升農村電子商務績效。（3）從規模報酬分析結果來看：通過調整后，2個省份處于規模報酬遞增的狀態，表明適度擴大規模是我國農村電子商務提升績效的有效途徑。

（二）對策建議

針對農村電子商務存在的問題，有必要調整農村電子商務治理策略，尤其是將農村電子商務和鄉村振興戰略進行有效銜接，創新農村電子商務治理機制，建構農村電子商務治理體系。

一是優化農村投遞路線和農村寬帶介入用戶的規模。我國農村電子商務綜合技術效率不高主要是純技術效率和規模效率均偏低，其中規模效率的影響占很大一部分比例，則農村電子商務績效主要由農村投遞路線和農村寬帶介入用戶的規模是否接近最適規模。因此，要加大對農村電子商務績效主要由農村投遞路線投入資金，擴大農村寬帶用戶數的范圍，健全農村電子商務的治理體系，來促使其接近最適規模，提升農村電子商務的水平。

二是營造良好的外部環境。農村電子商務績效不僅受到內部技術管理水平的影響，同時也受到農村居民人均可支配收入、農村居民人均消費支出和農業產值等外部環境的影響，因此，必須要為農村電子商務營造一個好的環境。首先，要大力發展農村經濟，提高農村居民的收入，促進農村居民人均可支配收入的增加;其次，政府應該多支持在農村舉辦有意義的活動，建立農村小型超市等，促進農村居民合理消費，提升農村居民人均消費支出的基本水平;最后，大力發展農業，農業是第一產業，將農業發展和農村電子商務有效連接起來，然后通過農村電子商務來實現鄉村振興戰略，促進農業產值的增長。

參考文獻：

[1] 李宏兵，王爽，趙春明.農村電子商務發展的收入分配效應研究——來自“淘寶村”的經驗證據[ J ].經濟經緯，2021，38（01）：37-47.

[2] Jalali A A， Okhovvat M R， Okhovvat M. A new applicable model of Iran rural e-commerce development[ J ]. Procedia Computer Science， 2011 （03）： 1157-1163.

[3] Clarke G， Thompson C， Birkin M. The emerging geography of e-commerce in British retailing[ J ]. Regional Studies， Regional Science， 2015， 2（01）： 371-391.

[4] Couture V， Faber B， Gu Y， et al. E-commerce integration and economic development： Evidence from China[M]. Cambridge， MA： National Bureau of Economic Research， 2018.

[5] 萬津津，陳剛，劉玉軒.我國省域農村電子商務績效的影響因素及發展策略[ J ].商業經濟研究，2021（06）：75-78.

[6] 杜瑞娟，俞守華，區晶瑩.我國農產品電子商務投入產出效率及影響因素分析——基于區域視角[ J ].當代經濟，2021（01）：77-81.

[7] 王七茍.我國農村電商與區域經濟協同發展關系研究[ J ].商業經濟研究，2020（23）：129-132.

[8] 劉佳.我國農村電子商務發展研究——基于主成分分析法[ J ].價格月刊，2020（02）：26-31.

[9] Fried H O， Lovell C A K， Schmidt S S， et al. Accounting for environmental effects and statistical noise in data envelopment analysis[ J ]. Journal of productivity Analysis， 2002， 17（01）： 157-174.

[10] 羅登躍.三階段DEA模型管理無效率估計注記[ J ].統計研究，2012，29（04）：104-107.

[11] 陳巍巍，張雷，馬鐵虎，劉秋繸.關于三階段DEA模型的幾點研究[ J ].系統工程，2014，32（09）：144-149.

[12] 胡揚名， 劉戀. 農村低保兜底扶貧績效的省際測度與優化路徑——基于三階段DEA模型的實證分析[ J ]. 中國農業資源與區劃， 2021， 42（08）：10.

[13] 王嘉偉.基于三階段DEA模型的我國區域企業電子商務化效率評價研究[ J ].物流工程與管理，2016，38（07）：162-165.

[14] 王冬屏.農村電子商務產業集群影響因素的層次分析[ J ].商業經濟研究，2020（17）：128-131.

[15] 萬媛媛，蘇海洋，劉娟.農村電子商務發展影響因素及對策建議[ J ].商業經濟研究，2020（02）：140-142.

[16] 黃露菲. 政府引導農村電子商務發展存在的問題及對策[D].湘潭：湘潭大學，2020.

（責任編輯：楚? 霞）

Research on Performance Evaluation of Rural E-commerce in China

Based on Three-stage DEA Method

WANG Ling-yu，WU Li-li

（College of Information Science and Technology，Gansu Agricultural University，Lanzhou 730070）

Abstract： In order to improve the practical problems encountered in the development of rural e-commerce in China， aiming at solving the problems， this paper studies the performance improvement strategy of rural e-commerce. This study uses the Three-stage DEA model to evaluate the performance of rural e-commerce in China. The results show that the efficiency of rural e-commerce in different provinces varies greatly， and there is a great room to improve the pure technical efficiency and scale efficiency; Only Shanghai， Chongqing and Ningxia have maintained effective comprehensive technology， and the comprehensive efficiency of 26 provinces such as Beijing， Tianjin and Hebei has improved after removing environmental factors， indicating that environmental factors restrict the improvement of rural e-commerce; Only after the removal of environmental factors， the comprehensive efficiency of Tibet has decreased， indicating that some favorable environmental factors and random interference factors， such as the inclination of central financial transfer payment， "counterpart assistance to Tibet" and other preferential policies， may lead to its high comprehensive technical efficiency before adjustment.

Key words： Rural E-commerce;Three stage DEA;Stochastic frontier analysis;Performance evaluation

收稿日期：2021-10-19

基金項目：甘肅省科技計劃項目（民生科技專項）：“定西地區電子商務營銷綜合能力提升”（20CX9NA095）。

作者簡介：王凌宇，男，碩士研究生，研究方向：農業信息化;吳麗麗，女，博士，副教授，研究方向：農業信息化。