楊 穎

（貴州財經(jīng)大學(xué) 大數(shù)據(jù)應(yīng)用經(jīng)濟(jì)學(xué)院，貴州 貴陽 550004）

一、引言

互聯(lián)網(wǎng)時代通過農(nóng)村電商不僅可以實現(xiàn)農(nóng)商對接、擴(kuò)大市場，還可以促進(jìn)傳統(tǒng)農(nóng)業(yè)的轉(zhuǎn)型升級。要實現(xiàn)精準(zhǔn)脫貧，鄉(xiāng)村振興都離不開農(nóng)村電商產(chǎn)業(yè)的高速發(fā)展。據(jù)商務(wù)部發(fā)布的《中國零售行業(yè)發(fā)展報告（2018／2019年）》顯示，2018年全國農(nóng)村網(wǎng)絡(luò)零售額達(dá)1．4萬億元，同比增長30．4%，占全國網(wǎng)上零售額比重提升至15．18%。[1]但由于農(nóng)村地區(qū)地形復(fù)雜且居民分布零散，農(nóng)村電商發(fā)展也面臨著基礎(chǔ)設(shè)施條件不完善、物流體系建設(shè)滯后、農(nóng)產(chǎn)品同質(zhì)化和人才匱乏等問題，嚴(yán)重阻礙了農(nóng)村電商的發(fā)展。農(nóng)村電商具有混合品的特性和較強(qiáng)的正外部性，推動農(nóng)村電商發(fā)展僅靠市場調(diào)節(jié)是遠(yuǎn)遠(yuǎn)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(fā)揮農(nóng)村電商在實施鄉(xiāng)村振興戰(zhàn)略中的賦能作用，開展多種電商模式創(chuàng)新，促進(jìn)我國現(xiàn)代農(nóng)業(yè)的發(fā)展。[2]2019年的一號文件提出要繼續(xù)開展農(nóng)村電子商務(wù)綜合示范縣工作，保證農(nóng)村地區(qū)的信息覆蓋面，尤其是貧困地區(qū)。[3]這是自2014年以來農(nóng)村電商連續(xù)6年出現(xiàn)在中央一號文件，足以看出政府對農(nóng)村電商發(fā)展的高度關(guān)注。

Tompkins（2016）覺得電子商務(wù)全球化對于每個國家來說既是機(jī)遇也是挑戰(zhàn)，未來電商的發(fā)展需要政府和企業(yè)聯(lián)合起來，加強(qiáng)跨國貿(mào)易合作，維護(hù)好與客戶的關(guān)系，并且建立健全相應(yīng)的監(jiān)管體制，才能從中獲取利益。[4]Palacios．JJ（2003）認(rèn)為政策扶持對于農(nóng)村電商發(fā)展程度不同的國家有不一樣的效果，發(fā)展中國家的政策支持對于農(nóng)村電商發(fā)展成效甚好，但對發(fā)達(dá)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(shù)的應(yīng)用。[5]RitaRahayu（2015）認(rèn)為，制約發(fā)展中國家農(nóng)村電商發(fā)展的主要因素包括：信息技術(shù)水平、個人因素、政策因素和電商發(fā)展的外部環(huán)境。[6]研究發(fā)現(xiàn)國外從政府行為來研究電商發(fā)展的較少，因為他們強(qiáng)調(diào)自由經(jīng)濟(jì)，重在發(fā)揮市場的自由。

國內(nèi)研究政府扶持農(nóng)村電商發(fā)展有效性的文獻(xiàn)相對較少，魯釗陽（2018）采用問卷調(diào)查的方式研究政府扶持農(nóng)產(chǎn)品電商發(fā)展政策的有效性，通過借鑒衡量企業(yè)發(fā)展的相應(yīng)指標(biāo)，結(jié)合問卷調(diào)查中的農(nóng)產(chǎn)品、農(nóng)戶和區(qū)域環(huán)境等指標(biāo)，借此來研究農(nóng)產(chǎn)品電商發(fā)展情況。[4]周冬，葉睿（2019）同樣是對四川國家級農(nóng)村電商示范項目所做的調(diào)查數(shù)據(jù)進(jìn)行分析，借助模糊集定性比較分析法來研究農(nóng)村電商發(fā)展的影響因素與政府的支持，認(rèn)為影響程度是按資源稟賦、政府支持、人才資源、基礎(chǔ)設(shè)施、市場環(huán)境的順序依次排列的。[5]從軟條件建設(shè)的方面考量，唐宜英（2012）、陳佳華、葉翀（2015）和李偉（2016）都強(qiáng)調(diào)了軟條件建設(shè)的重要性，認(rèn)為要改進(jìn)“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(qiáng)的政策規(guī)劃等。另一方面，應(yīng)建立相對完備的人才培養(yǎng)機(jī)制，注重信息技術(shù)和農(nóng)產(chǎn)品自身的結(jié)合，進(jìn)行理論、實踐兩手抓，為農(nóng)村電商發(fā)展輸送復(fù)合型人才。宋祎瑋（2019）研究地方政府在農(nóng)村電商產(chǎn)業(yè)發(fā)展中的作用考慮得相對全面，借助結(jié)果變量——2015年浙江省所有縣（市、區(qū)）的電子商務(wù)發(fā)展指數(shù)，政府組織規(guī)劃、優(yōu)化軟性服務(wù)、優(yōu)化硬件環(huán)境以及市場監(jiān)管四個條件變量進(jìn)行fsQCA實證分析。[6]當(dāng)前國內(nèi)學(xué)者研究的重點主要是農(nóng)村電商的發(fā)展現(xiàn)狀、對策建議、發(fā)展模式和個案研究等。從政府這一角度研究農(nóng)村電子商務(wù)發(fā)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(fā)展過程中的作用，創(chuàng)新性地采用因子分析方法以深入挖掘變量對農(nóng)村電商發(fā)展效果的作用機(jī)制，找到政府扶持農(nóng)村電商產(chǎn)業(yè)的核心要素，可以更好地指導(dǎo)政府高效扶持農(nóng)村電商發(fā)展，助推鄉(xiāng)村振興。

二、政府扶持農(nóng)村電商發(fā)展的評價指標(biāo)體系構(gòu)成

本文構(gòu)建了基礎(chǔ)設(shè)施建設(shè)、電商發(fā)展?jié)摿?、資金扶持和政府市場監(jiān)督四大一級指標(biāo)體系，其中政策扶持也是影響農(nóng)村電商發(fā)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(xué)者的研究大多通過調(diào)查問卷設(shè)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(biāo)，故舍去政策扶持這一影響因素。在4個一級指標(biāo)的基礎(chǔ)上，又細(xì)分為電子商務(wù)銷售額、農(nóng)村投遞路線長度、服務(wù)業(yè)發(fā)展專項資金和農(nóng)產(chǎn)品地理標(biāo)志登記產(chǎn)品數(shù)量等14個二級指標(biāo)，建立我國農(nóng)村電商發(fā)展水平評價模型，繼而研究政府扶持農(nóng)村電商發(fā)展的有效性。

表1 我國政府扶持農(nóng)村電商發(fā)展的有效性評價體系

（一）電商發(fā)展?jié)摿Ψ矫?/h3>

網(wǎng)上零售額反映了電商發(fā)展的規(guī)模，電子商務(wù)銷售額從流向來衡量電子商務(wù)對經(jīng)濟(jì)的貢獻(xiàn)度，快遞數(shù)量表現(xiàn)目前居民在生活中對電商的依賴度，企業(yè)擁有網(wǎng)站個數(shù)表明了現(xiàn)代企業(yè)在信息化投入方面的重視，大專以上人口代表著人才培養(yǎng)對于未來電商發(fā)展的重要性，從這五個指標(biāo)的電商發(fā)展?fàn)顩r側(cè)面體現(xiàn)出一個地區(qū)的經(jīng)濟(jì)發(fā)展水平，經(jīng)濟(jì)越發(fā)達(dá)，政府扶持農(nóng)村電商發(fā)展的效果才會越明顯，農(nóng)村電商發(fā)展水平才會更高。

（二）基礎(chǔ)設(shè)施建設(shè)方面

每百人使用計算機(jī)臺數(shù)用來衡量互聯(lián)網(wǎng)的發(fā)達(dá)程度，農(nóng)戶固定資產(chǎn)投資總額一定程度上體現(xiàn)了政府對于農(nóng)村基礎(chǔ)設(shè)施建設(shè)的資產(chǎn)投入，農(nóng)村投遞路線長度表明了農(nóng)村物流基礎(chǔ)建設(shè)水平，農(nóng)村寬帶接入用戶指的是農(nóng)村互聯(lián)網(wǎng)用戶規(guī)模，縣域內(nèi)寬帶覆蓋率越大，農(nóng)戶上網(wǎng)銷售農(nóng)產(chǎn)品就越便利。因此，采用這四個指標(biāo)能夠體現(xiàn)該地區(qū)基礎(chǔ)設(shè)施基本條件的優(yōu)劣。

（三）政府市場監(jiān)督方面

農(nóng)業(yè)部每年會公告農(nóng)產(chǎn)品地理標(biāo)志登記產(chǎn)品名單，說明政府在加強(qiáng)市場監(jiān)管、保證產(chǎn)品質(zhì)量上的工作較為扎實，給予一個產(chǎn)品導(dǎo)向，使得大家在購買物品時更加放心和舒心，且該地區(qū)被評為“名牌農(nóng)產(chǎn)品地理標(biāo)志登記產(chǎn)品”的數(shù)量越多，體現(xiàn)了政府在區(qū)域品牌建設(shè)方面做得越好。農(nóng)村綜合示范縣是政府依據(jù)電商發(fā)展規(guī)劃完善情況、農(nóng)村物流解決方案及實施情況和質(zhì)量追溯體系建設(shè)情況等方面，進(jìn)行評判所授予的稱號，既嚴(yán)格把控農(nóng)村電商運行情況，又對其地區(qū)加以資金和政策上的鼓勵，更加有利于農(nóng)村電商的發(fā)展。

（四）資金扶持方面

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

三、因子分析法構(gòu)建模型分析

（一）模型的設(shè)定

本文借助因子分析法分析政府扶持農(nóng)村電商發(fā)展的有效性，利用SPSS計算出各變量間的相關(guān)性，將相關(guān)性較高和較低的指標(biāo)劃分為不同組。通過研究相關(guān)系數(shù)矩陣的內(nèi)部關(guān)系，提煉出對農(nóng)村電商發(fā)展影響較大的指標(biāo)并將其設(shè)為主因子。然后將若干主因子按照權(quán)重相加構(gòu)成最終的評價指標(biāo)體系，并帶入各省的主客觀數(shù)據(jù)算得綜合得分，并按照得分對各地農(nóng)村電商發(fā)展進(jìn)行分析。

因子分析法利用降維的思想，將數(shù)量比較多的原始變量轉(zhuǎn)化為極少量的綜合變量，假設(shè)每個方程組有p個指標(biāo)，F(xiàn)1，F(xiàn)2，…Fm（m＜p）表示標(biāo)準(zhǔn)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(guān)系變化，于是得到以下數(shù)學(xué)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(jìn)行預(yù)測，而每一個觀測變量和公共因子之間的相關(guān)系數(shù)正好方程中的系數(shù)apm一一對應(yīng)，這種關(guān)系也可表示為觀測變量在其對應(yīng)因子上的載荷，又叫因子載荷，它體現(xiàn)了變量與因子之間的關(guān)系強(qiáng)度，即apm會隨著公共因子Fm與變量XP關(guān)系強(qiáng)度的增加而增大，但該系數(shù)不能完全解釋兩者之間的關(guān)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(jìn)行求解，就可依次提煉出最有影響的公共因子。

（二）數(shù)據(jù)來源與選取

本文選取了全國31個省的相關(guān)數(shù)據(jù)，數(shù)據(jù)來源于《2019年中國統(tǒng)計年鑒》、財政部公布關(guān)于2018年服務(wù)業(yè)發(fā)展專項資金預(yù)算的通知及農(nóng)業(yè)農(nóng)村部公示的2018年農(nóng)產(chǎn)品地理標(biāo)志登記產(chǎn)品信息，其中在統(tǒng)計農(nóng)村綜合示范縣數(shù)量和服務(wù)業(yè)發(fā)展專項資金時，涉及新疆兵團(tuán)的數(shù)量和資金，把統(tǒng)一歸為新疆來計算。

（三）相關(guān)分析、KMO和Bartlett球形檢驗

1．相關(guān)分析

做因子分析前首先要通過相關(guān)性檢驗，要保證各變量之間具有相關(guān)性，將表2的原始數(shù)據(jù)導(dǎo)入到軟件SPSS 23．0系統(tǒng)中，在對31個省的14項指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理后，開始做相關(guān)系數(shù)的矩陣檢驗，軟件運行后，將數(shù)據(jù)梳理和分析后得到表3。通過表3了解到，矩陣中大多數(shù)相關(guān)系數(shù)值都超過了0．3，同時從表中還可以看到相關(guān)系數(shù)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(guān)系極為顯著，所以能夠進(jìn)行下一步研究。

表2 相關(guān)原始數(shù)據(jù)表

表2 相關(guān)原始數(shù)據(jù)表（續(xù)）

表3 相關(guān)系數(shù)檢驗表

2．KMO和巴特利特球形檢驗

通過表4的結(jié)果可得出，KMO＝0．693＞0．5，證明了該數(shù)據(jù)能做因子分析；且巴特利特球形檢驗中近似卡方數(shù)值達(dá)到了483．722，顯著性水平即Sig值為0．000＜0．01，拒絕單位相關(guān)矩陣的原假設(shè)，表示該相關(guān)矩陣和單位矩陣存在較大差異，且數(shù)據(jù)呈正態(tài)分布。通過KMO和巴特利特球形檢驗表明了本文所選指標(biāo)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(zhuǎn)

（1）提取因子

由公因子方差表可以得出，大多數(shù)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(jìn)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(xiàn)率達(dá)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(qiáng)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(jié)論，結(jié)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(xué)合理的。

圖1 碎石圖

（2）因子旋轉(zhuǎn)

在找到三大主因子后，需要根據(jù)主因子包含的各種指標(biāo)變量，對每個主因子背后所代表的含義進(jìn)行歸納概括。在命名主因子前需進(jìn)行因子載荷系數(shù)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(dá)，因此本文采用方差極大值法對因子載荷陣正交旋轉(zhuǎn)，以便接下來的分析。

表7 成分矩陣表

正交旋轉(zhuǎn)矩陣如表8所示，主因子F1在網(wǎng)上零售額、電子商務(wù)銷售額、快遞數(shù)量、企業(yè)擁有網(wǎng)站個數(shù)和大專以上人口的因子負(fù)荷分別為：0．933、0．910、0．892、0．886、0．873，主要反映的是電商發(fā)展水平提高的潛在條件，因此可以命名為“電商發(fā)展?jié)摿σ蜃印?；主因子F2在每百人使用計算機(jī)臺數(shù)、農(nóng)戶固定資產(chǎn)投資總額、農(nóng)村投遞路線長度、農(nóng)村寬帶接入用戶和農(nóng)產(chǎn)品地理標(biāo)志登記產(chǎn)品數(shù)量的因子負(fù)荷分別為：0．833、0．823、0．736、0．729、0．644，反映的是農(nóng)村電商發(fā)展需要滿足的基礎(chǔ)設(shè)施條件，因此可以命名為“基礎(chǔ)設(shè)施因子”；主因子F3在農(nóng)村綜合示范縣數(shù)量、服務(wù)業(yè)發(fā)展專項資金、農(nóng)林牧漁業(yè)、信息技術(shù)業(yè)、交通運輸、倉儲和郵政業(yè)加總占固定資產(chǎn)投資的比重和交通運輸支出占地方一般公共預(yù)算支出的比重的因子負(fù)荷分別是：0．860、0．812、0．772、0．686，反映了政府在農(nóng)村電商發(fā)展方面的重視，對其投入的專項資金，其中被評為“農(nóng)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(zhuǎn)后的成分矩陣表

4．因子得分求解

為了對各個地區(qū)政府扶持農(nóng)村電商的有效性進(jìn)行客觀的分析和綜合的評價，就要求算出各個地區(qū)的因子得分函數(shù)，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(shù)矩陣。

基于表9的成分得分系數(shù)矩陣，可以得到以下公共因子的得分函數(shù)：

以表6主因子的方差貢獻(xiàn)率為權(quán)數(shù)進(jìn)行加權(quán)匯總，可歸納出評價政府扶持農(nóng)村電商發(fā)展有效性的數(shù)學(xué)表達(dá)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(nóng)村電商發(fā)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(nóng)村電商發(fā)展有效性的綜合得分及排名表

四、實證結(jié)論

（一）政府扶持農(nóng)村電商發(fā)展總體向好，但區(qū)域不均衡

全國各省關(guān)于政府扶持農(nóng)村電商發(fā)展有效性的綜合得分排名如圖2，31個省中有一半數(shù)量的得分為正的，說明目前我國農(nóng)村發(fā)展水平整體上是不錯的，政府扶持的成果是值得肯定的，進(jìn)一步堅定了我國發(fā)展農(nóng)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(qū)的農(nóng)村電商發(fā)展水平較高，即政府扶持效果較好，該結(jié)果與各地區(qū)的現(xiàn)實發(fā)展情況是吻合的。從2019年阿里研究院公布的數(shù)據(jù)來看，各地區(qū)淘寶村的數(shù)量正是說明了在“政策利好”的大環(huán)境下，農(nóng)村電商的發(fā)展規(guī)模與速度已經(jīng)取得了一定的成效，我們應(yīng)該堅持走這條道路來改善農(nóng)村經(jīng)濟(jì)。這五個地區(qū)作為農(nóng)村電商發(fā)展的領(lǐng)頭羊，可供其他地區(qū)學(xué)習(xí)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(qū)應(yīng)該加大對農(nóng)村發(fā)展的扶持力度，讓農(nóng)村電商的發(fā)展為經(jīng)濟(jì)建設(shè)加大“馬力”，力爭成為拉動農(nóng)村經(jīng)濟(jì)增長的重要組成部分。

圖2 各省政府扶持農(nóng)村電商發(fā)展有效性的綜合得分排名

從區(qū)域分布來看，廣東、江蘇、浙江、山東、河北等東部地區(qū)的農(nóng)村電商發(fā)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(qū)，這些地區(qū)作為農(nóng)村電商發(fā)展的先行者，政府扶持在其發(fā)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(qū)的主力軍，也在努力趕超東部地區(qū)的發(fā)展，形成淘寶村高度集聚在東部地區(qū)向裂變增長的中部地區(qū)轉(zhuǎn)移的局面。陜西、甘肅、貴州、廣西、西藏等地區(qū)也不甘落后，近年來西部地區(qū)的經(jīng)濟(jì)發(fā)展突飛猛進(jìn)，農(nóng)村電商的興起給他們帶來農(nóng)村發(fā)展的曙光，就拿貴州而言，精準(zhǔn)扶貧的戰(zhàn)略部署和大數(shù)據(jù)的快速發(fā)展將農(nóng)村電商推向新的發(fā)展階段，同時隨著農(nóng)村電商的深入發(fā)展，精準(zhǔn)脫貧的工作也得以順利進(jìn)行，取得良好的效果。而東北地區(qū)的發(fā)展則顯得有些落后，遼寧、吉林、黑龍江和內(nèi)蒙古的綜合得分偏低，政府應(yīng)加大扶持力度，對其農(nóng)村電商的發(fā)展加以規(guī)劃和引導(dǎo)，為農(nóng)村經(jīng)濟(jì)市場注入生機(jī)與活力。

（二）各因子影響程度不一

1．電商發(fā)展?jié)摿σ蜃幼铌P(guān)鍵

主觀因子即電商發(fā)展?jié)摿σ蜃拥姆讲钬暙I(xiàn)率為35．351%，是影響政府扶持農(nóng)村電商發(fā)展有效性的最關(guān)鍵因子。各地區(qū)電商發(fā)展?jié)摿σ蜃拥牡梅峙琶妶D3，全國僅有9各地區(qū)的因子得分為正，其他地區(qū)的主觀因子得分曲線較為平緩，各地市省之間的分?jǐn)?shù)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(fā)展?jié)摿^高，這與該地區(qū)的經(jīng)濟(jì)發(fā)展水平是分不開的。廣東無論是電商發(fā)展?jié)摿λ?，還是整體而言，農(nóng)村電商發(fā)展都比較好。9個得分大于0的省份說明電商發(fā)展的環(huán)境比較好，領(lǐng)先于其他省份，有利于農(nóng)村電商的快速發(fā)展，其他發(fā)展落后的省份，如新疆、江西、廣西、青海、寧夏關(guān)于電商發(fā)展的條件較差，反映出政府扶持農(nóng)村電商發(fā)展有效性較低，作為扶持扶持農(nóng)村電商發(fā)展的重要因素，這幾個省份應(yīng)注重電商發(fā)展水平的提高，從而更好地促進(jìn)農(nóng)村經(jīng)濟(jì)體制的改革。

圖3 電商發(fā)展?jié)摿σ蜃覨1得分排名

2．基礎(chǔ)設(shè)施因子影響較大

主因子即基礎(chǔ)設(shè)施因子的方差貢獻(xiàn)率為26．479，如圖4所示，有一半數(shù)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(shè)施建設(shè)上占據(jù)較大優(yōu)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(shù)，但由于兩個省份屬于一線城市，經(jīng)濟(jì)實力雄厚，農(nóng)村地區(qū)及設(shè)施相對薄弱，主要注重城區(qū)的發(fā)展，且本文選取基礎(chǔ)設(shè)施方面的指標(biāo)大多與農(nóng)村相關(guān)，故兩個省份的基礎(chǔ)設(shè)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(chǔ)設(shè)施建設(shè)不到位，該地區(qū)的經(jīng)濟(jì)實力一定程度上會影響農(nóng)業(yè)基礎(chǔ)設(shè)施，政府在扶持農(nóng)村電商發(fā)展的過程中也會顯得力不從心。

圖4 基礎(chǔ)設(shè)施因子F2得分排名

3．資金扶持因子對各地區(qū)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(qū)在農(nóng)村電商發(fā)展方面的強(qiáng)力支持，由于西部地區(qū)的地勢原因，經(jīng)濟(jì)發(fā)展較為緩慢，因此農(nóng)村電商的發(fā)展則顯得尤為重要，不僅打通了全國產(chǎn)品的流通網(wǎng)絡(luò)，增加西部地區(qū)的經(jīng)濟(jì)收入，更是為這些地區(qū)提供新的發(fā)展思路，增加就業(yè)機(jī)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(qū)的經(jīng)濟(jì)發(fā)展?fàn)顩r良好，資金扶持因素在其農(nóng)村電商發(fā)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(shè)立了基礎(chǔ)設(shè)施建設(shè)、電商發(fā)展?jié)摿?、資金扶持以及政府市場監(jiān)督四個一級指標(biāo)進(jìn)行研究政府扶持的有效性。采用因子分析法建模分析后發(fā)現(xiàn)，政府扶持農(nóng)村電商發(fā)展總體向好，但區(qū)域發(fā)展不均衡；決定政府扶持有效性的核心要素是電商發(fā)展?jié)摿?，基礎(chǔ)設(shè)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(nóng)村電商發(fā)展的有效性急需從以下幾方面進(jìn)行完善：一是制定科學(xué)的發(fā)展戰(zhàn)略規(guī)劃，結(jié)合各地優(yōu)勢，出臺具有科學(xué)性、合理性、實操性的相關(guān)政策，落實組織領(lǐng)導(dǎo)協(xié)調(diào)責(zé)任。二是加大統(tǒng)籌協(xié)調(diào)力度，加快各項基礎(chǔ)設(shè)施的均衡發(fā)展，尤其是網(wǎng)絡(luò)基礎(chǔ)設(shè)施、物流體系和配套設(shè)施建設(shè)。三是加大財政資金的投入力度，整合各部門相關(guān)扶持資金，注重資金利用率的提高，將各項資金統(tǒng)籌安排，集中使用，同時促進(jìn)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(jìn)電商企業(yè)的發(fā)展運作。四是深化政府的監(jiān)督管理職能，建立健全法律法規(guī)體系和誠信機(jī)制，從而保障多元主體的合法權(quán)益。五是通過校企合作創(chuàng)新農(nóng)村電商人才培養(yǎng)體系、挖掘培養(yǎng)本土農(nóng)村電商人才和引進(jìn)技術(shù)骨干，全面開展農(nóng)村電商人才的培育和引進(jìn)工作。

特別感謝貴州財經(jīng)大學(xué)2017級財政學(xué)研究生李夢曦對文章數(shù)據(jù)收集、整理所作貢獻(xiàn)。