彭小珈

(湖南農(nóng)業(yè)大學(xué),湖南 長沙 410128)

一、引言

隨著數(shù)字經(jīng)濟(jì)時代的到來,電子商務(wù)在我國農(nóng)村地區(qū)蓬勃發(fā)展,并催生了新的農(nóng)村電子商務(wù)產(chǎn)業(yè)集群,逐步成為鄉(xiāng)村振興的新引擎。在國家提出實(shí)施“數(shù)商興農(nóng)”戰(zhàn)略工程背景下,農(nóng)村電商集群發(fā)展已經(jīng)成為一種趨勢[1],農(nóng)村電子商務(wù)集群效應(yīng)逐漸開始適應(yīng)消費(fèi)者的需求,從簡單生產(chǎn)制造,到自主設(shè)計(jì)制造,提升了消費(fèi)者的消費(fèi)體驗(yàn),促進(jìn)了農(nóng)村電子商務(wù)產(chǎn)業(yè)鏈延伸[2]。

淘寶村作為由農(nóng)村電商衍生出來的新的空間集群現(xiàn)象,開始進(jìn)入大眾視野。淘寶村是“互聯(lián)網(wǎng)+村域經(jīng)濟(jì)”的典型產(chǎn)物[3],隨著互聯(lián)網(wǎng)包容性經(jīng)濟(jì)的發(fā)展[4],作為農(nóng)村電商產(chǎn)業(yè)集群中組成單元最小的淘寶村,已成為農(nóng)村電商產(chǎn)業(yè)發(fā)展模式快速推進(jìn)、技術(shù)創(chuàng)新蔓延的產(chǎn)物[5]。淘寶村的出現(xiàn),對電子商務(wù)在農(nóng)村地區(qū)的發(fā)展產(chǎn)生了強(qiáng)烈的示范和帶動作用,并引發(fā)了城鄉(xiāng)產(chǎn)業(yè)分工和鄉(xiāng)村地域功能的深刻變革[6]。部分地區(qū)的淘寶村集聚區(qū)域呈現(xiàn)出連片化特征[7],“多個淘寶村連片發(fā)展,網(wǎng)店、商會、物流、供貨、政府等電商主體密切聯(lián)系、相互合作,共同實(shí)現(xiàn)電子商務(wù)生產(chǎn)效率提升”,由此所形成的群落現(xiàn)象稱之為“淘寶村集群”,對當(dāng)?shù)亟?jīng)濟(jì)、農(nóng)民就業(yè)和收入的影響效應(yīng)相較于淘寶村更大,這對于電子商務(wù)在農(nóng)村地區(qū)縱深推進(jìn),為政府制定鄉(xiāng)村地區(qū)產(chǎn)業(yè)發(fā)展戰(zhàn)略、豐富商業(yè)地理理論以及促進(jìn)區(qū)域經(jīng)濟(jì)繁榮具有重要意義[8]。

在國家大力推進(jìn)鄉(xiāng)村振興戰(zhàn)略的背景下,要積極探索具有科學(xué)性、前瞻性的農(nóng)村電商產(chǎn)業(yè)集群發(fā)展道路,推動農(nóng)村電商集群化新舊動能有序轉(zhuǎn)換,促進(jìn)農(nóng)村電商提質(zhì)增效。探索過程中的一個重要研究方向是農(nóng)村電子商務(wù)集群效應(yīng)的影響機(jī)制[9]。學(xué)術(shù)界對農(nóng)村電子商務(wù)集群效應(yīng)的影響因素研究比較少,其研究視角主要集中在電子商務(wù)發(fā)展引起的城鄉(xiāng)空間形態(tài)演變、農(nóng)產(chǎn)品供應(yīng)鏈調(diào)整、公平的就業(yè)機(jī)會、消除鄉(xiāng)村地區(qū)貧困等方面。淘寶村是一個極具中國特色的電子商務(wù)專業(yè)村,它突破了傳統(tǒng)專業(yè)村的時空限制,區(qū)別于傳統(tǒng)專業(yè)村其他產(chǎn)業(yè)的形成機(jī)制。政府行為、資源稟賦、企業(yè)家精神、傳統(tǒng)文化、地理位置等因素是傳統(tǒng)專業(yè)村形成的影響因素。相比而言,電商平臺、基礎(chǔ)設(shè)施(網(wǎng)絡(luò)、物流)、行業(yè)組織等是淘寶村區(qū)別于傳統(tǒng)專業(yè)村的新影響因素。部分學(xué)者在對淘寶村空間聚集的影響因子進(jìn)行分析時,發(fā)現(xiàn)淘寶村的產(chǎn)業(yè)基礎(chǔ)、社會經(jīng)濟(jì)狀況、鄰里效應(yīng)等對淘寶樹空間聚集有明顯的影響[10]。國內(nèi)外專家學(xué)者,就農(nóng)村電商集群出現(xiàn)的原因展開了分析,并從不同的角度對影響農(nóng)村電商集群效應(yīng)的不確定性因素進(jìn)行了歸納,并在此基礎(chǔ)上,結(jié)合以往的研究成果,以農(nóng)村電商集群形成和發(fā)展的影響因素和條件為基礎(chǔ),選取了部分影響因素進(jìn)行了具體的分析。并創(chuàng)建農(nóng)村電子商務(wù)集群形成和發(fā)展的影響因素分析框架[6]。農(nóng)村電商集群本質(zhì)上是產(chǎn)業(yè)集群的一種,而產(chǎn)業(yè)集群的形成是多種因素共同作用的結(jié)果。產(chǎn)業(yè)集群的形成離不開政府、社會經(jīng)濟(jì)、相關(guān)基礎(chǔ)設(shè)施等因素的協(xié)同作用。政府為產(chǎn)業(yè)集群的形成提供了驅(qū)動力,創(chuàng)造了較好的經(jīng)營環(huán)境,促進(jìn)技術(shù)擴(kuò)散。社會經(jīng)濟(jì)水平反映了地區(qū)發(fā)展的總體狀況,是產(chǎn)業(yè)集群化的基礎(chǔ)。在基礎(chǔ)設(shè)施方面,產(chǎn)業(yè)集群一般都是以公路、鐵路等為前提條件,而要形成淘寶村集群,不僅需要有基本的交通條件,還需要一些其他因素,比如物流、網(wǎng)絡(luò)等基礎(chǔ)設(shè)施為當(dāng)?shù)仉娚痰膭?chuàng)業(yè)提供強(qiáng)有力的支撐,農(nóng)村基礎(chǔ)設(shè)施的完善對城鄉(xiāng)之間要素的持續(xù)有序流動起到了重要作用。政府、社會經(jīng)濟(jì)、基礎(chǔ)設(shè)施等是影響電商企業(yè)能否成功的關(guān)鍵因素,同時也決定了電商產(chǎn)業(yè)集群化發(fā)展的程度。

農(nóng)村電子商務(wù)集群發(fā)展對鄉(xiāng)村地區(qū)產(chǎn)生了顯著的經(jīng)濟(jì)社會效益,通過對農(nóng)村電商集群效應(yīng)影響因素的研究能夠厘清農(nóng)村電商集群發(fā)展的形成機(jī)理,對進(jìn)一步推進(jìn)農(nóng)村電商發(fā)展具有重要意義。信息化時代背景下,較為陳舊的研究數(shù)據(jù)不足以準(zhǔn)確反映農(nóng)村電商集群的最新動態(tài)。國內(nèi)外學(xué)者對其影響因素的探討多以定性分析為主,而進(jìn)行定量研究相對較少,據(jù)此,本文以 2016 年至 2021 年間淘寶村、淘寶村集群最新面板數(shù)據(jù)為研究樣本,采用灰色關(guān)聯(lián)度分析與回歸模型相結(jié)合的方式,對其影響因素進(jìn)行了深入的研究。結(jié)合 2016—2021 年農(nóng)村人口占比、地域因素、各省(自治區(qū)、直轄市)第一產(chǎn)業(yè)生產(chǎn)總值、稅收優(yōu)惠政策、農(nóng)村網(wǎng)絡(luò)普及范圍、農(nóng)村投遞路線、技術(shù)支撐、環(huán)境要素、資源消費(fèi)等數(shù)據(jù),分析各因素對農(nóng)村電商集群效應(yīng)的影響,期望為電子商務(wù)專業(yè)村的繁榮發(fā)展提供科學(xué)依據(jù)。并結(jié)合相關(guān)因素研究農(nóng)村電子商務(wù)集群的形成機(jī)制,以深化農(nóng)村電子商務(wù)集群發(fā)展理論,拓展農(nóng)村電商地理研究視野。

二、理論機(jī)理分析

在研究農(nóng)村電商集群效應(yīng)關(guān)鍵性影響因素之前,需要對農(nóng)村電商集群效應(yīng)及其理論機(jī)制進(jìn)行系統(tǒng)分析。在研究農(nóng)村電商集群效應(yīng)時,需要清晰認(rèn)識到農(nóng)村電商集群效應(yīng)的形成與發(fā)展均離不開政府的調(diào)控政策,地區(qū)政策激勵將成為農(nóng)村電商集群效應(yīng)發(fā)展的主要驅(qū)動因素。同時,需要充分理解技術(shù)資源對農(nóng)村電商集群效應(yīng)形成和發(fā)展起到的支持促進(jìn)作用,以及環(huán)境要素對農(nóng)村電商集群效應(yīng)的倒逼性影響,見圖1。

圖1 農(nóng)村電商集群形成與影響因素的作用機(jī)理

(一)地區(qū)政策激勵機(jī)制

農(nóng)村電商集群的形成離不開政府的調(diào)控政策和電商平臺企業(yè)的運(yùn)作,政府政策是農(nóng)村電商集群效應(yīng)發(fā)展的主要驅(qū)動因素,通過政策執(zhí)行、基礎(chǔ)設(shè)施建設(shè)、資金支持等方式,促進(jìn)農(nóng)村地區(qū)系統(tǒng)內(nèi)各種因素的流通和交流[11]。近年來,國家對農(nóng)村電子商務(wù)越來越重視,各級政府為了引導(dǎo)和支持農(nóng)村電子商務(wù)的快速發(fā)展,先后出臺了一系列相關(guān)的政策文件。一是政府培育和吸引淘寶商戶時在稅收、土地、人才等方面進(jìn)行了科學(xué)引導(dǎo)和政策傾斜[12];二是地方政府加大農(nóng)村基礎(chǔ)設(shè)施建設(shè)力度,推動農(nóng)村電子商務(wù)集群發(fā)展,以此來促進(jìn)農(nóng)村資源優(yōu)化配置,協(xié)調(diào)各方資源;三是政府促進(jìn)商戶合理有序競爭,以土地規(guī)劃、戰(zhàn)略制定、行業(yè)監(jiān)管等方式推動技術(shù)優(yōu)化升級,為農(nóng)村電商集群持續(xù)發(fā)展提供機(jī)遇[13]。

政府為促進(jìn)農(nóng)村電商集群效應(yīng)快速增長,頒布了專門針對農(nóng)產(chǎn)品的相關(guān)稅收優(yōu)惠政策與法律法規(guī)。農(nóng)產(chǎn)品稅收優(yōu)惠政策對促進(jìn)農(nóng)村經(jīng)濟(jì)繁榮、深化農(nóng)業(yè)產(chǎn)業(yè)改革、推動農(nóng)村電商集群發(fā)展有重要作用。因本文選取樣本為2016—2021年度數(shù)據(jù),為便于本文后續(xù)研究,特選取2019年4月1日起實(shí)施的一項(xiàng)稅收優(yōu)惠政策。納稅人購買農(nóng)產(chǎn)品,準(zhǔn)予將進(jìn)項(xiàng)稅額按照農(nóng)產(chǎn)品購進(jìn)發(fā)票或銷售發(fā)票上注明的農(nóng)產(chǎn)品購進(jìn)價格扣減9%;其中,農(nóng)產(chǎn)品購進(jìn)適用13%稅率貨物用于生產(chǎn)、委托加工的,進(jìn)項(xiàng)稅額按照農(nóng)產(chǎn)品購進(jìn)發(fā)票或銷售發(fā)票注明的購進(jìn)價格,按照10%的抵扣比例抵扣。政府部門可以在農(nóng)村人口占比、地域因素、各省份第一產(chǎn)業(yè)生產(chǎn)總值、農(nóng)村網(wǎng)絡(luò)普及范圍、農(nóng)村投遞路線等方面采取鼓勵支持政策,以促進(jìn)農(nóng)村電商集群效應(yīng)的形成和提升,促進(jìn)農(nóng)村電商快速發(fā)展。

(二)技術(shù)資源支持機(jī)制

技術(shù)資源可以在許多方面支持促進(jìn)農(nóng)村電商集群效應(yīng)的形成和提升。技術(shù)資源可以幫助農(nóng)村地區(qū)建立起電子商務(wù)平臺,使農(nóng)民能夠?qū)⒆约旱漠a(chǎn)品直接銷售給消費(fèi)者,而不需要經(jīng)過繁瑣的中間環(huán)節(jié)。通過大數(shù)據(jù)和人工智能技術(shù),可以對消費(fèi)者的購買行為、喜好趨勢進(jìn)行深入分析,幫助農(nóng)民更好地理解市場需求,精準(zhǔn)定位產(chǎn)品,提升銷售效率。通過地圖導(dǎo)航、物流跟蹤等技術(shù),可以實(shí)現(xiàn)產(chǎn)品的快速配送,極大地提升了農(nóng)村電商的物流效率[14]。互聯(lián)網(wǎng)可以提供豐富的線上培訓(xùn)資源,幫助農(nóng)民提升電商經(jīng)營能力和技術(shù)水平。社交媒體、搜索引擎優(yōu)化等互聯(lián)網(wǎng)營銷手段可以有效提升農(nóng)產(chǎn)品的知名度和銷售量。技術(shù)資源可以推動農(nóng)村電商業(yè)務(wù)模式的創(chuàng)新,如通過區(qū)塊鏈技術(shù)實(shí)現(xiàn)產(chǎn)品的全程追溯,提高消費(fèi)者的購買信心。通過技術(shù)資源的支持,可以幫助農(nóng)村地區(qū)建立電商生態(tài)鏈,夯實(shí)集群效應(yīng),促進(jìn)農(nóng)村電商的發(fā)展[15]。

(三)環(huán)境要素倒逼機(jī)制

農(nóng)村電商行業(yè)在發(fā)展過程中面對環(huán)境要素的束縛,為了達(dá)到降低排放、減少消耗的目標(biāo),在農(nóng)村電商發(fā)展前期對農(nóng)村電商實(shí)行分散化運(yùn)營,減少農(nóng)村電商集聚現(xiàn)象,短期內(nèi)對農(nóng)村電商發(fā)展聚集有一定負(fù)面影響。但從長遠(yuǎn)觀察,環(huán)境要素的倒逼影響似乎對農(nóng)村電商發(fā)展也起著重要的推動作用。環(huán)境要素倒逼農(nóng)村電商企業(yè)建設(shè)良好的通訊和物流設(shè)施,可以大大提高農(nóng)村電商的運(yùn)營效率,同時也能吸引更多的電商進(jìn)駐農(nóng)村地區(qū)[16]。為了農(nóng)村電商長遠(yuǎn)發(fā)展,環(huán)境要素倒逼電商提高農(nóng)村地區(qū)的網(wǎng)絡(luò)覆蓋率和網(wǎng)絡(luò)速度,形成農(nóng)村電商發(fā)展的基礎(chǔ)。只有網(wǎng)絡(luò)環(huán)境良好,才能保證電商平臺的正常運(yùn)行和消費(fèi)者的良好購物體驗(yàn),同時良好的營商環(huán)境能吸引更多的電商企業(yè)進(jìn)入農(nóng)村市場,形成電商集群,進(jìn)一步推動農(nóng)村電商的發(fā)展。政府的鼓勵政策和扶持政策也是推動農(nóng)村電商發(fā)展的重要力量。政府應(yīng)該制定一系列優(yōu)惠政策,如稅收減免、專項(xiàng)扶持基金等,以激勵電商企業(yè)在農(nóng)村地區(qū)發(fā)展。農(nóng)村地區(qū)的教育環(huán)境也是決定電商發(fā)展的重要因素[17]。提高農(nóng)民的電商知識和技能,可以幫助農(nóng)民更好地利用電商平臺進(jìn)行銷售,從而推動電商集群效應(yīng)的形成。環(huán)境要素通過倒逼方式,在前期會抑制農(nóng)村電商集群效應(yīng)的提升,但從長期來看,環(huán)境要素倒逼卻是在推動著農(nóng)村電商不斷改進(jìn)和發(fā)展[18]。

三、研究方法及數(shù)據(jù)來源

(一)灰色關(guān)聯(lián)度分析

灰色關(guān)聯(lián)度分析是一種用于研究不同因素之間聯(lián)動性和影響程度的定量分析方法。優(yōu)點(diǎn)是可以處理不完全、不確定的數(shù)據(jù),因此在許多領(lǐng)域都有廣泛的應(yīng)用,例如經(jīng)濟(jì)、環(huán)境、工程等領(lǐng)域。但是,這種方法也有一些局限性,例如對數(shù)據(jù)的要求較高,需要有足夠的數(shù)據(jù)支持,分析結(jié)果可能受到標(biāo)準(zhǔn)化方法和參考序列選擇的影響等。本文運(yùn)用灰色關(guān)聯(lián)度分析我國農(nóng)村電商集聚度及其特征。

1.原始數(shù)據(jù)的初始化。由于每個指標(biāo)值在含義、內(nèi)容、取值標(biāo)準(zhǔn)等方面存在著差別,所以造成了數(shù)據(jù)的量綱往往都是不一樣的,很難統(tǒng)一進(jìn)行比較。因此,在使用灰色關(guān)聯(lián)方法的時候,一般都要對數(shù)據(jù)進(jìn)行無量綱化,將每一種數(shù)據(jù)的不同的有效因子消除,將其轉(zhuǎn)化成在統(tǒng)一度量尺度下的標(biāo)準(zhǔn)化無量綱數(shù)據(jù),以便于對每一種相關(guān)指標(biāo)進(jìn)行對比分析。因此,對相關(guān)影響因素及數(shù)據(jù)進(jìn)行無量綱處理,才能對其進(jìn)行進(jìn)一步的深入研究。本文利用初值化處理對數(shù)據(jù)進(jìn)行歸一化。

(1)

2.數(shù)列絕對差值與參考數(shù)列的計(jì)算比較。

(|xij-x0j|?Δ0i(j))n×pi=1,2,…,nj=1,2,…,p

(2)

比較數(shù)列是根據(jù)每一個被評估目標(biāo)所對應(yīng)的評估數(shù)目來構(gòu)建的,是一種對各因子的排序運(yùn)算。

3.指標(biāo)體系灰色系數(shù)?；疑P(guān)聯(lián)系數(shù)是灰色理論中關(guān)聯(lián)性的相關(guān)表現(xiàn),而關(guān)聯(lián)性本質(zhì)上是曲線間幾何差異的程度, 因此關(guān)聯(lián)度(compactdevelopment)可以用曲線間差值的大小來衡量。在灰色關(guān)聯(lián)度法中,關(guān)聯(lián)度是指參考數(shù)列與對比數(shù)列之間的幾種關(guān)系,相關(guān)系數(shù)越大,表示兩組指標(biāo)的數(shù)列之間關(guān)聯(lián)度越高,所謂“關(guān)聯(lián)度”與“對比度”其計(jì)算公式如下:

(3)

其中ρ為常數(shù),通常情況下,ρ取0.5,本文中ρ等于0.5。

4.計(jì)算灰色關(guān)聯(lián)度。由于關(guān)聯(lián)性系數(shù)是指參考數(shù)列與比較數(shù)列之間的關(guān)聯(lián)度,又是在不同時間點(diǎn)上的關(guān)聯(lián)度,關(guān)聯(lián)性系數(shù)不止一項(xiàng),且呈離散性分布狀態(tài),不能進(jìn)行統(tǒng)一的比較,因此,關(guān)聯(lián)性系數(shù)與比較數(shù)列之間存在一定的關(guān)聯(lián)度?；疑P(guān)聯(lián)度是將這些關(guān)聯(lián)系數(shù)綜合起來,采取某種方式得到的數(shù)值,一般情況下可以反應(yīng)出一個參考序列與其他指標(biāo)的關(guān)聯(lián)度,灰色關(guān)聯(lián)度的數(shù)值越大,說明參考序列與指數(shù)的關(guān)聯(lián)度越高,關(guān)聯(lián)度越強(qiáng)。

綜合灰色關(guān)聯(lián)度的計(jì)算公式為:

(4)

(二)面板回歸模型

本文旨在研究影響中國農(nóng)村電商行業(yè)集聚效應(yīng)的關(guān)鍵性因子,要解決這個問題需要考慮到我國電商行業(yè)現(xiàn)階段的生產(chǎn)過程、市場環(huán)境、技術(shù)條件以及政策支持等多方面因素,在個體、時間和地區(qū)等固定因素背景下各影響因素的變化。因此,在農(nóng)村電商行業(yè)集聚效應(yīng)實(shí)證分析過程中,選取區(qū)域內(nèi)地域因素、農(nóng)村互聯(lián)網(wǎng)覆蓋范圍、稅收優(yōu)惠政策、農(nóng)村投遞路線、第一產(chǎn)業(yè)GDP、農(nóng)村人口占比、技術(shù)支持、環(huán)境要素、資源消耗等變量數(shù)據(jù),構(gòu)建以下回歸模型:

degree=β0+β1area+β2pop+β3gdp+β4web+β5policy+β6milage+ε

(5)

在公式(5)中,degree為被解釋變量,用農(nóng)村電商行業(yè)集聚度來衡量,area 、pop、gdp、web、policy、milage為解釋變量,分別衡量區(qū)域內(nèi)地域因素、農(nóng)村互聯(lián)網(wǎng)覆蓋范圍、稅收優(yōu)惠政策、農(nóng)村投遞路線、第一產(chǎn)業(yè)gdp、農(nóng)村人口占比。β0為回歸模型的截距項(xiàng),β1、β2、β3、β4、β5、β6為回歸模型的待估參數(shù),待估參數(shù)若為正,則表示模型中的解釋變量對模型中被解釋變量存在某種正向的影響關(guān)系,待估參數(shù)若為負(fù),表明模型中的解釋變量對被解釋變量存在某種負(fù)向的影響關(guān)系。

degree=β0+β1tech+βXit+γ+η+εit

(6)

degree=β0+β1ecology+βXit+γ+η+εit

(7)

degree=β0+β1resource+βXit+γ+η+εit

(8)

在研究影響中國農(nóng)村電商行業(yè)集聚效應(yīng)的關(guān)鍵性因子問題的時候,回歸結(jié)果容易受到地區(qū)效應(yīng)、時間效應(yīng)等方面的干擾影響,為了排除干擾因素,估算分離出來的農(nóng)村電商行業(yè)集聚效應(yīng)的凈效應(yīng),公式(6)、(7)、(8)構(gòu)建時間、個體固定效應(yīng)回歸模型,tech、ecology、resource為技術(shù)支持、環(huán)境要素、資源消耗,Xit為控制變量,γ為時間固定效應(yīng),η為地區(qū)固定效應(yīng),εit為隨機(jī)誤差項(xiàng)。

(三)數(shù)據(jù)來源

實(shí)證研究數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒》、《中國農(nóng)村統(tǒng)計(jì)年鑒》,由國家統(tǒng)計(jì)部門公開發(fā)布,國家統(tǒng)計(jì)局、阿里研究院發(fā)布,以 31 個省(自治區(qū)、直轄市)(不含港澳臺地區(qū))為觀測樣本。分別將 2016-2021年淘寶村數(shù)、農(nóng)村人口占比、地域因素、第一產(chǎn)業(yè) GDP、稅收優(yōu)惠政策、鄉(xiāng)村網(wǎng)絡(luò)普及范圍、鄉(xiāng)村分銷路線等指標(biāo)數(shù)據(jù)進(jìn)行匯總,整理成符合數(shù)據(jù)統(tǒng)計(jì)的格式。

四、農(nóng)村電商集群效應(yīng)地區(qū)特征及關(guān)聯(lián)度分析

(一)電商集群地區(qū)分布特征

淘寶村從2009年起集群化特征日益凸顯,農(nóng)村電商集群效應(yīng)不斷提升,并且其在中國農(nóng)村地區(qū)的空間布局存在明顯差異。2016—2021年,中國淘寶村、淘寶村集群、淘寶村集聚度重心基本位于浙江、廣東、江蘇、福建等東部沿海城市,三者之間的空間分布規(guī)律是一致的?？傮w來看,農(nóng)村電商集群呈現(xiàn)多中心的集聚格局,以珠三角、長三角、閩東南、潮汕、魯西南為主要聚集區(qū),也反映農(nóng)村電商集群的規(guī)模在自東向西的空間分布上極其不平衡,中國東部地區(qū)農(nóng)村電商發(fā)展優(yōu)勢十分明顯,分布格局特征受地理區(qū)位、資源稟賦等因素的主要影響。

從省域尺度看,淘寶村集群主要分布在廣東、江蘇、浙江三個省份。由圖2可知,2016年東部6個省份存在淘寶村集群,2020 年空間集聚程度持續(xù)加強(qiáng),空間集聚范圍擴(kuò)大,北京、上海、天津、河南、四川五個省份開始出現(xiàn)淘寶村集群。截止到2021年,淘寶村在13個省的分布情況中,浙江省以42個排名首位。高強(qiáng)度集聚區(qū)愈來愈增強(qiáng),表明農(nóng)村電商集聚現(xiàn)象仍然處于高速發(fā)展的階段,淘寶村的規(guī)模迅速擴(kuò)大,已經(jīng)進(jìn)入由點(diǎn)到面的集聚階段,且淘寶村集群數(shù)量快速增長。

圖2 2016-2021年中國淘寶村集群數(shù)量變化

從梯度分布層面看,從東南沿海向西北內(nèi)陸遞減,淘寶村集群在地理分布上呈現(xiàn)明顯的梯級特征。由圖3可知,東部地區(qū)2016年至2021年淘寶集群由38個迅速增長至145個,中部地區(qū)2019年出現(xiàn)第一個淘寶村集群,到2021年的擴(kuò)張為6個集群,而西部地區(qū)截至2021年僅1個淘寶村集群。這一地理分布的形成,與經(jīng)濟(jì)發(fā)展水平的東中西部空間格局相吻合,具有較強(qiáng)的地理區(qū)位優(yōu)勢和區(qū)位優(yōu)勢。東部地區(qū)擁有相對雄厚的經(jīng)濟(jì)基礎(chǔ)、成熟的消費(fèi)市場、發(fā)達(dá)的交通運(yùn)輸條件、完善的配套服務(wù)產(chǎn)業(yè)以及更多的人口,因此,東部地區(qū)的淘寶村集群數(shù)量最多。反觀中西部地區(qū),農(nóng)村電子商務(wù)發(fā)展相較于東部地區(qū)相對滯后,受制于經(jīng)濟(jì)基礎(chǔ)、市場環(huán)境、運(yùn)輸條件、配套產(chǎn)業(yè)和人口基數(shù)等因素,發(fā)展速度相對較慢。

圖3 淘寶集群梯度分布格局

(二)灰色關(guān)聯(lián)度分析

1.截面關(guān)聯(lián)數(shù)據(jù)分析

參考相關(guān)文獻(xiàn),運(yùn)用灰色關(guān)聯(lián)分析模型,以淘寶村集聚度為衡量指標(biāo),從農(nóng)村人口占比、第一產(chǎn)業(yè) GDP、農(nóng)村發(fā)貨路線、農(nóng)村網(wǎng)絡(luò)覆蓋面、數(shù)據(jù)數(shù)字化處理等方面,將農(nóng)村電子商務(wù)集群效應(yīng)的績效指標(biāo)剔除各自在各數(shù)據(jù)中的有效因素,進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化處理。將其轉(zhuǎn)化為在統(tǒng)一的計(jì)量尺度下的標(biāo)準(zhǔn)化無量綱數(shù)據(jù),便于各指標(biāo)間的對比分析。

為更好識別各影響因素對特定省份的綜合影響,本文根據(jù)截面灰色關(guān)聯(lián)度計(jì)算公式,計(jì)算了農(nóng)村人口占比、第一產(chǎn)業(yè)生產(chǎn)總值、農(nóng)村投遞路線、農(nóng)村網(wǎng)絡(luò)覆蓋范圍四個因素與淘寶村集聚度的截面灰色關(guān)聯(lián)度。截面灰色關(guān)聯(lián)度反映的是在同一研究對象與其關(guān)聯(lián)指標(biāo)灰色關(guān)聯(lián)系數(shù)的平均值,表1反映了2021年上述四個因素與淘寶村集聚度各省份的關(guān)聯(lián)程度。但從具體指標(biāo)來看,影響各省份淘寶村集聚度的因素仍然存在一定差異。

表1 淘寶村集聚度影響因素的截面關(guān)聯(lián)系數(shù)表

鑒于淘寶村聚集程度的關(guān)聯(lián)度分析,見表1。各影響因素與淘寶村集聚程度的灰色關(guān)聯(lián)度結(jié)果為:R1=0.920,R2=0.869,R3=0.807,R4=0.468,關(guān)聯(lián)度排序結(jié)果為:R1>R2>R3>R4?？梢?農(nóng)村網(wǎng)絡(luò)覆蓋范圍與農(nóng)村發(fā)貨路線的灰色關(guān)聯(lián)度最強(qiáng),農(nóng)村人口占比緊隨淘寶村集聚發(fā)展,而與 GDP 灰色關(guān)聯(lián)度最弱的是第一產(chǎn)業(yè),對淘寶村的集聚發(fā)展影響最大。

2.時序數(shù)據(jù)分析

為兼顧截面數(shù)據(jù)以及時序數(shù)據(jù)兩者的長處,本文對其影響因子展開更加全面的分析,并在此基礎(chǔ)上,對其進(jìn)行灰色綜合關(guān)聯(lián)度分析,見表2。根據(jù)淘寶村集聚時間順序的灰色關(guān)聯(lián)度,2016-2021年度各影響因素與淘寶村集聚時間的關(guān)聯(lián)度系數(shù)結(jié)果為:R1=0.693、R2=0.518、R3=0.486、R4=0.465,關(guān)聯(lián)度排序結(jié)果為:R1>R2>R3>R4,可見,農(nóng)村網(wǎng)絡(luò)覆蓋范圍與農(nóng)村發(fā)貨路線的灰色關(guān)聯(lián)度最強(qiáng),農(nóng)村人口占比緊隨淘寶村集聚發(fā)展,而與 GDP 灰色關(guān)聯(lián)度最弱的是第一產(chǎn)業(yè),對淘寶村的集聚發(fā)展影響依然最大。

表2 淘寶村集聚度影響因素的時序關(guān)聯(lián)系數(shù)表

綜合上述各關(guān)聯(lián)度分析模型的計(jì)算結(jié)果,2021年截面數(shù)據(jù)灰色關(guān)聯(lián)度分析結(jié)果與時序關(guān)聯(lián)度分析得出的關(guān)聯(lián)度排序結(jié)果一致,網(wǎng)絡(luò)覆蓋范圍、農(nóng)村投遞線路、鄉(xiāng)村人口占比、第一產(chǎn)業(yè)生產(chǎn)總值占比四個因素的關(guān)聯(lián)系數(shù)依次降低,對淘寶村集聚度產(chǎn)生不同程度的影響。

五、農(nóng)村電商集群效應(yīng)影響因素實(shí)證分析

(一)變量定義與描述性統(tǒng)計(jì)

根據(jù)回歸模型收集中國內(nèi)地2016年至2021年6年間31個省份電商生產(chǎn)的相關(guān)數(shù)據(jù),并進(jìn)行對數(shù)化處理,被解釋變量為農(nóng)村電商集群效應(yīng)。主要解釋變量為省市內(nèi)地域因素、農(nóng)村互聯(lián)網(wǎng)覆蓋范圍、稅收優(yōu)惠政策、農(nóng)村投遞路線、第一產(chǎn)業(yè)gdp、農(nóng)村人口占比、技術(shù)支持、環(huán)境要素、資源消耗對數(shù)來表示,見表3。Degree表示淘寶村集聚度,Policy為虛擬變量,若選取的樣本年份在2019年(前文選取的稅收優(yōu)惠政策執(zhí)行年份)后為1,在2019年前為0。為提升回歸結(jié)果可靠性,考慮到稅收優(yōu)惠政策影響至淘寶村集群需要一定時滯,選取的優(yōu)惠政策為2019年4月1日執(zhí)行,因此,本文將2019年所有樣本定量為0,這不僅可以兼顧到實(shí)際操作中,變量之間的傳遞所耗費(fèi)的時間,還可以在技術(shù)上盡可能地緩解反向因果的內(nèi)生性干擾問題。Pop為各省份農(nóng)村人數(shù)占比,Gdp為各省份第一產(chǎn)業(yè)國內(nèi)生產(chǎn)總值,Area即樣本省份在國內(nèi)梯度分布,東部省份為1,中部省份為0.5,西部省份為0,Milage為各省份公路里程,Web為各省農(nóng)村網(wǎng)線接入數(shù)與各省農(nóng)村人口數(shù)比值。Tech為技術(shù)支持,用各區(qū)域內(nèi)電商企業(yè)R&D研發(fā)投入額表示,Ecology為環(huán)境要素,用地區(qū)出臺環(huán)境文件次數(shù)表示,Resource為資源消費(fèi),用農(nóng)村電商行業(yè)耗電量表示。

表3 農(nóng)村電商集群效應(yīng)的變量定義與描述性統(tǒng)計(jì)

(三)回歸結(jié)果與分析

根據(jù)集聚度影響因素的回歸模型,本文選取31個省份數(shù)據(jù),用Stata軟件對農(nóng)村電商集聚效應(yīng)影響因素進(jìn)行面板回歸,由于部分?jǐn)?shù)據(jù)不完整,因此剔除了相關(guān)樣本,進(jìn)行標(biāo)準(zhǔn)化處理后回歸結(jié)果如下:

在表4中,逐步加入變量指標(biāo)后,R2由0.369上升到0.789,說明在微觀小樣本的回歸模型中擬合度較好。在模型(4)中,運(yùn)用OLS回歸檢驗(yàn)地域因素、農(nóng)村互聯(lián)網(wǎng)覆蓋范圍、稅收優(yōu)惠政策、農(nóng)村投遞路線、第一產(chǎn)業(yè)gdp、農(nóng)村人口占比各變量影響因素對農(nóng)村電商集聚效應(yīng)的影響。結(jié)果顯示,各影響因素回歸統(tǒng)計(jì)值均在0.05、0.01水平上顯著,第一產(chǎn)業(yè)gdp、農(nóng)村人口占比對農(nóng)村電商集聚效應(yīng)影響效果顯著為負(fù),說明在現(xiàn)階段農(nóng)村電商行業(yè)發(fā)展模式下,曾經(jīng)為農(nóng)村電商生產(chǎn)發(fā)展帶來活力的第一產(chǎn)業(yè)gdp、農(nóng)村人口占比等因素卻起到了阻礙的作用。這說明第一產(chǎn)業(yè)gdp、農(nóng)村人口占比等因素在促進(jìn)農(nóng)村電商集聚生產(chǎn)時的邊際效果實(shí)際在不斷減弱,這兩大因素在推動農(nóng)村電商集聚效應(yīng)增加的過程中作用卻顯得越來越小,反而導(dǎo)致了電商資源投入方面的浪費(fèi),以致于出現(xiàn)負(fù)向的影響作用效果,因此應(yīng)嚴(yán)格控制這兩類因素的投入。而相反的,地域因素、農(nóng)村互聯(lián)網(wǎng)覆蓋范圍、稅收優(yōu)惠政策、農(nóng)村投遞路線對農(nóng)村電商集聚效應(yīng)的影響效果顯著為正,說明現(xiàn)階段農(nóng)村電商地域向東傾向性與網(wǎng)絡(luò)信息條件、稅收優(yōu)惠條件、農(nóng)村郵政交通條件等因素的優(yōu)勢,一方面能進(jìn)一步提升農(nóng)村電商集聚效應(yīng)的增加,另一方面還能控制一定的農(nóng)村電商資源投入的浪費(fèi),對提升農(nóng)村電商集聚效果、推動農(nóng)村電商發(fā)展有較好的促進(jìn)作用。在模型(3)中,運(yùn)用線性回歸估計(jì)地域因素、農(nóng)村互聯(lián)網(wǎng)覆蓋范圍、稅收優(yōu)惠政策、農(nóng)村投遞路線、第一產(chǎn)業(yè)gdp、農(nóng)村人口占比各變量影響因素對農(nóng)村電商集聚效應(yīng)的影響,除了稅收優(yōu)惠政策對農(nóng)村電商集聚效應(yīng)的影響效果不顯著外,其他的影響因子對農(nóng)村電商集聚效應(yīng)的影響效果均顯著,且影響方向與模型(4)中的相同。模型(5)和模型(6)分別運(yùn)用固定效應(yīng)回歸和隨機(jī)效應(yīng)回歸,回歸模型在1%統(tǒng)計(jì)量上通過Hausman檢驗(yàn),確定傾向于固定效應(yīng)模型回歸結(jié)果,在時間區(qū)域雙向固定效應(yīng)模型(5)中,各變量對農(nóng)村電商集聚效應(yīng)的影響效果顯示,第一產(chǎn)業(yè)gdp、農(nóng)村人口占比對電商集聚效應(yīng)影響效果顯著為負(fù),地域因素、農(nóng)村互聯(lián)網(wǎng)覆蓋范圍、稅收優(yōu)惠政策、農(nóng)村投遞路線對農(nóng)村電商集聚效應(yīng)的影響效果顯著為正,與模型(3)、模型(4)的估計(jì)結(jié)果相同,說明回歸結(jié)果具有良好的穩(wěn)健性。

表4 基準(zhǔn)回歸結(jié)果

(四)進(jìn)一步研究分析

在表5中,回歸模型在1%的統(tǒng)計(jì)量上通過Hausman測試,確定了在時間區(qū)域的雙向固定效應(yīng)模型中,傾向于固定效應(yīng)模型的回歸結(jié)果,卡方值為0.672,表明在微觀小樣本的回歸模型中有更好的模型擬合度?；貧w結(jié)果表明,各解釋變量對被解釋變量均有顯著性影響,其中,第一產(chǎn)業(yè)gdp、農(nóng)村人口占比對農(nóng)村電商集聚效應(yīng)影響效果顯著為負(fù),說明現(xiàn)階段單純通過經(jīng)濟(jì)效應(yīng)和人口紅利驅(qū)動的農(nóng)村電商集聚現(xiàn)象已出現(xiàn)變化,第一產(chǎn)業(yè)gdp、農(nóng)村人口占比不再成為促進(jìn)農(nóng)村電商集聚效應(yīng)提升的主要因素,二者在促進(jìn)農(nóng)村電商集聚過程中產(chǎn)生的邊際作用正在不斷減小,以致于造成了電商行業(yè)資源投入的浪費(fèi),應(yīng)注意把控第一產(chǎn)業(yè)gdp和農(nóng)村人口占比,配合有利因素,抑制第一產(chǎn)業(yè)gdp、農(nóng)村人口占比對農(nóng)村電商集聚效應(yīng)的負(fù)向作用影響。而相反的,地域因素、農(nóng)村互聯(lián)網(wǎng)覆蓋范圍、稅收優(yōu)惠政策、農(nóng)村投遞路線對農(nóng)村電商集聚效應(yīng)的影響效果卻是顯著為正,說明目前電商集聚發(fā)展具有向東傾向性,東部資金、人力、資源、技術(shù)等方面的空間集聚更加有利于農(nóng)村電商集聚效應(yīng)的提升,同時,網(wǎng)絡(luò)條件、交通條件等基礎(chǔ)設(shè)施建設(shè)的完善也將促進(jìn)農(nóng)村電商集聚效應(yīng)的增加,稅收等優(yōu)惠性政策也將更好的促進(jìn)農(nóng)村電商集聚效應(yīng)的提升。加入新的變量技術(shù)因素后,雙向固定效應(yīng)模型回歸結(jié)果顯示,技術(shù)因素對農(nóng)村電商集聚效應(yīng)影響效果顯著為正,其余變量影響結(jié)果不變,說明區(qū)域內(nèi)對農(nóng)村電商的技術(shù)投入將驅(qū)動要素因子在空間時間內(nèi)的集聚,農(nóng)村電商要素的時空集聚能夠提高農(nóng)村電商運(yùn)營生產(chǎn)效率,推動電商行業(yè)的發(fā)展。

表5 考慮到技術(shù)因素的農(nóng)村電商集聚效應(yīng)影響因素回歸結(jié)果

在表6中,加入新的變量環(huán)境和資源消費(fèi)后,運(yùn)用OLS、時間個體雙向固定效應(yīng)回歸、隨機(jī)效應(yīng)回歸對基準(zhǔn)回歸結(jié)果進(jìn)行了檢驗(yàn)。通過Hausman檢驗(yàn),確定傾向于固定效應(yīng)模型回歸結(jié)果,在時間區(qū)域雙向固定效應(yīng)模型中,R2為0.668、0.686,擬合度較好,回歸結(jié)果顯示,各影響因素回歸統(tǒng)計(jì)值均在0.05、0.01水平上顯著,第一產(chǎn)業(yè)gdp、農(nóng)村人口占比對農(nóng)村電商集聚效應(yīng)影響效果顯著為負(fù),地域因素、農(nóng)村互聯(lián)網(wǎng)覆蓋范圍、稅收優(yōu)惠政策、農(nóng)村投遞路線對農(nóng)村電商集聚效應(yīng)的影響效果顯著為正。環(huán)境因素對農(nóng)村電商集聚效應(yīng)的影響效果顯著為負(fù),說明農(nóng)村電商行業(yè)面對環(huán)境要素的束縛,為了達(dá)到降低排放、減少消耗的目標(biāo),對農(nóng)村電商實(shí)行分散化運(yùn)營,減少農(nóng)村電商集聚現(xiàn)象,短期內(nèi)對農(nóng)村電商發(fā)展有一定影響。資源消費(fèi)對農(nóng)村電商集聚效應(yīng)的影響效果顯著為正,說明資源集聚消費(fèi)將會促進(jìn)農(nóng)村電商集聚效應(yīng)的增加,為了減少資源消耗的浪費(fèi)和環(huán)境污染,在保證生產(chǎn)效率的前提下,需要配合環(huán)境政策的束縛,從而實(shí)現(xiàn)農(nóng)村電商行業(yè)的可持續(xù)發(fā)展。

表6 考慮到環(huán)境和資源消耗的農(nóng)村電商集聚效應(yīng)影響因素回歸結(jié)果

在表7中,將樣本量中的省(自治區(qū)、直轄市)分為東部、中部、西部三類區(qū)域,控制其地區(qū)效應(yīng)和時間效應(yīng),對影響農(nóng)村電商行業(yè)生產(chǎn)效率和環(huán)境政策束縛的第一產(chǎn)業(yè)gdp和稅收優(yōu)惠政策重要的解釋變量進(jìn)行固定效應(yīng)回歸,卡方值分別為0.316、0.286、0.312,說明在小樣本微觀計(jì)量模型中統(tǒng)計(jì)值擬合度較好。回歸結(jié)果顯示,東部、中部、西部區(qū)域第一產(chǎn)業(yè)gdp對農(nóng)村電商集聚效應(yīng)的影響均顯著為負(fù),區(qū)域第一產(chǎn)業(yè)gdp在促進(jìn)東部、中部、西部地區(qū)電商企業(yè)增加產(chǎn)量、擴(kuò)大市場銷售的同時,均造成不同程度的資源投入浪費(fèi)。而稅收優(yōu)惠政策因素對農(nóng)村電商集聚效應(yīng)因素影響效果依然顯著為正,稅收優(yōu)惠政策束縛對東部、中部、西部地區(qū)農(nóng)村電商集聚效應(yīng)提升均具有促進(jìn)作用,在控制規(guī)模、防止資源浪費(fèi)的基礎(chǔ)上,應(yīng)重視電商環(huán)境政策的重要調(diào)節(jié)作用。

表7 分區(qū)域異質(zhì)性回歸結(jié)果

六、結(jié)論及政策建議

本研究運(yùn)用灰色關(guān)聯(lián)度分析和面板回歸分析方法對農(nóng)村電商集群效應(yīng)影響因素進(jìn)行分析,結(jié)論如下:①中國自然地理格局與淘寶村集群空間分布高度契合,淘寶村集群空間分布呈現(xiàn)從東南沿海向西北內(nèi)陸遞減態(tài)勢,東南沿海由于經(jīng)濟(jì)較為發(fā)達(dá),有利于資源和要素的時空聚集,對周圍資源要素具有較強(qiáng)的吸引力,地域因素對農(nóng)村電商集群效應(yīng)有重要影響;②農(nóng)村投遞路線、農(nóng)村互聯(lián)網(wǎng)覆蓋范圍等農(nóng)村基礎(chǔ)設(shè)施建設(shè)方面越完善,淘寶村集聚度越高,農(nóng)村電商集群效應(yīng)越顯著;③在現(xiàn)階段農(nóng)村電商行業(yè)發(fā)展模式下,曾經(jīng)為農(nóng)村電商生產(chǎn)發(fā)展帶來活力的第一產(chǎn)業(yè)gdp、農(nóng)村人口占比等因素,對農(nóng)村電商集聚效應(yīng)的提升起到了阻礙作用,說明第一產(chǎn)業(yè)gdp、農(nóng)村人口占比等因素在促進(jìn)農(nóng)村電商集聚生產(chǎn)時的邊際效果在不斷減弱,這兩大因素在推動農(nóng)村電商集聚效應(yīng)增加的過程中作用越來越小,反而造成了資源投入方面的浪費(fèi),以致于出現(xiàn)負(fù)向的作用效果,因此應(yīng)控制這兩類因素的投入;④隨著鄉(xiāng)村振興戰(zhàn)略的布局與實(shí)施,政府執(zhí)行的相關(guān)環(huán)境政策、技術(shù)支持為農(nóng)村電子商務(wù)快速推進(jìn)提供了良好的機(jī)遇,充分利用好相關(guān)稅收政策、技術(shù)支持能夠促進(jìn)農(nóng)村電商集群效應(yīng)。

基于研究結(jié)論,本文提出以下政策建議:

第一,提高農(nóng)村基礎(chǔ)設(shè)施建設(shè)。農(nóng)村電子商務(wù)的發(fā)展需要農(nóng)村基礎(chǔ)設(shè)施的不斷完善,基礎(chǔ)設(shè)施影響著農(nóng)村電子商務(wù)與外界的直接溝通與交流。各級政府應(yīng)加大對農(nóng)村基礎(chǔ)設(shè)施建設(shè)的財(cái)政投入,特別是涉及到投遞線路的建設(shè)與維護(hù),以及中國農(nóng)村網(wǎng)絡(luò)的普及與完善。積極提升快遞、物流行業(yè)的運(yùn)輸效率,提高運(yùn)輸時效。

第二,培養(yǎng)高素質(zhì)的專業(yè)人才。政府應(yīng)建立電子商務(wù)培訓(xùn)機(jī)構(gòu),全方位、無死角對從業(yè)人員進(jìn)行培訓(xùn),根據(jù)具體的訓(xùn)練內(nèi)容,開展專項(xiàng)的專業(yè)訓(xùn)練,全方位地提升從業(yè)人員的職業(yè)素養(yǎng)和服務(wù)意識,并建立與之相適應(yīng)的后續(xù)考核和持續(xù)教育體系,逐步提高村民的計(jì)算機(jī)使用水平和互聯(lián)網(wǎng)使用水平。

第三,政府助推農(nóng)村電商發(fā)展。專門針對改善當(dāng)?shù)刭Y產(chǎn)基礎(chǔ)的政府政策能有效地克服產(chǎn)業(yè)集群發(fā)展的障礙,因此要加強(qiáng)政府政策對農(nóng)村電商的支持,例如稅率的優(yōu)惠政策,惠農(nóng)的財(cái)政政策支持等。設(shè)立農(nóng)村電子商務(wù)發(fā)展基金,實(shí)施人才下鄉(xiāng)計(jì)劃,對農(nóng)村居民進(jìn)行電商及網(wǎng)絡(luò)應(yīng)用技術(shù)培訓(xùn),引領(lǐng)產(chǎn)業(yè)結(jié)構(gòu)升級及產(chǎn)品優(yōu)化,促進(jìn)電商發(fā)展模式多元化,逐漸消除農(nóng)村信息差鴻溝效應(yīng),推動農(nóng)村電商發(fā)展。

第四,加大技術(shù)支持力度。通過大數(shù)據(jù)分析、優(yōu)化配送路線、降低物流成本、提升配送速度,讓農(nóng)產(chǎn)品更快更好地到達(dá)消費(fèi)者手中,利用電子商務(wù)技術(shù)完善農(nóng)村物流配送體系。同時,利用大數(shù)據(jù)技術(shù),可以分析消費(fèi)者的購買行為,并以此為依據(jù),調(diào)整農(nóng)產(chǎn)品的種植和銷售策略,以適應(yīng)市場需求。通過物聯(lián)網(wǎng)技術(shù),提高農(nóng)業(yè)生產(chǎn)效率,降低生產(chǎn)成本,從而實(shí)現(xiàn)農(nóng)田管理智能化。電商技術(shù)為農(nóng)村電商發(fā)展提供了強(qiáng)大的技術(shù)支持,可以有效提升農(nóng)村電商的運(yùn)營效率和市場競爭力,因此,要進(jìn)一步加大對農(nóng)村電商的技術(shù)支持力度,用數(shù)字技術(shù)賦能農(nóng)村電商,加快推進(jìn)農(nóng)村電商集群發(fā)展。