摘 要：在數(shù)字經(jīng)濟的大背景下，農(nóng)村電商在承載三產(chǎn)融合、鄉(xiāng)村振興等方面已經(jīng)成為重要引擎，助力鄉(xiāng)村經(jīng)濟實現(xiàn)跨越式發(fā)展。因此，研究我國31個?。ㄗ灾螀^(qū)、直轄市）農(nóng)村電商的社會關(guān)注度，對探索鄉(xiāng)村振興的發(fā)展路徑顯得尤為重要。借助百度指數(shù)大數(shù)據(jù)平臺，利用莫蘭指數(shù)及百度指數(shù)畫像分析，研究結(jié)果顯示：全國農(nóng)村電商社會關(guān)注度呈空間正相關(guān)，在空間上呈集聚分布格局。農(nóng)村電商公眾關(guān)注度高值聚集區(qū)主要在長三角和珠三角區(qū)域，低值聚集區(qū)主要體現(xiàn)在西部省份。據(jù)此，為進一步優(yōu)化農(nóng)村電商布局并強化其作為鄉(xiāng)村振興引擎的作用，建議應(yīng)構(gòu)建農(nóng)村電商戰(zhàn)略性大聯(lián)盟、加大農(nóng)村電商政策宣傳力度、合理引導(dǎo)電商人才的培育和流動。

關(guān)鍵詞：鄉(xiāng)村振興；農(nóng)村電商；關(guān)注度；空間分異

中圖分類號：F323 文獻標(biāo)志碼：A 文章編號：1674-7909（2024）12-28-5

DOI：10.19345/j.cnki.1674-7909.2024.12.006

0 引言

農(nóng)村電子商務(wù)在推動農(nóng)村三產(chǎn)融合、促進鄉(xiāng)村振興及轉(zhuǎn)變農(nóng)業(yè)發(fā)展方式等方面已經(jīng)成為重要引擎［1］。電子商務(wù)信息技術(shù)與農(nóng)村經(jīng)濟發(fā)展相結(jié)合，可解決農(nóng)產(chǎn)品供求錯配問題，促進農(nóng)村一二三產(chǎn)業(yè)深度融合，擴大農(nóng)產(chǎn)品優(yōu)質(zhì)有效供給渠道，助推鄉(xiāng)村振興工作的新發(fā)展。2024年中央一號文件強調(diào)要“實施農(nóng)村電商高質(zhì)量發(fā)展工程”。在政府政策層面，政府出臺了多項農(nóng)村電商扶持政策，為“三農(nóng)”問題提供創(chuàng)新解決方案，有力推動了我國農(nóng)業(yè)向市場化、現(xiàn)代化的轉(zhuǎn)型進程。在學(xué)術(shù)研究層面，越來越多的課題和研究指向農(nóng)村電商，賦予了農(nóng)村電商更多的學(xué)術(shù)內(nèi)涵。電子商務(wù)信息技術(shù)是推動農(nóng)村三產(chǎn)融合的重要力量，有助于農(nóng)村經(jīng)濟的繁榮，提升教育和衛(wèi)生資源的均衡分配，并強化政府透明度和民眾參與度。汪向東等［2］主張通過農(nóng)村電商，借助互聯(lián)網(wǎng)消除時空隔閡，簡化流通流程，直接鏈接市場供需，助力農(nóng)民打破信息壁壘，融入大市場。林海英等［3］給予貧困地區(qū)開展農(nóng)村電商方面更為深入、全面的關(guān)注與研究，尤其是對農(nóng)村電商開展成效的檢驗尤為重要。在大眾層面，隨著移動終端的智能化、網(wǎng)絡(luò)的高速化、信息技術(shù)的普遍化，拉動了網(wǎng)絡(luò)創(chuàng)業(yè)和網(wǎng)絡(luò)消費，幫扶貧困地區(qū)培育和銷售特色產(chǎn)品，實現(xiàn)了農(nóng)村電商發(fā)展的自我造血和輸血功能。商務(wù)部數(shù)據(jù)顯示，2023年逾400縣實施農(nóng)村電商政策，覆蓋逾兩千村級站點，國家正借助電商綜合示范，激發(fā)農(nóng)村網(wǎng)絡(luò)零售活力。由此可見，農(nóng)村電商對鄉(xiāng)村振興乃至整個社會經(jīng)濟發(fā)展具有重要戰(zhàn)略意義。各級政府決策者意識到可將農(nóng)村電商應(yīng)用到貧困地區(qū)或不發(fā)達地區(qū)的鄉(xiāng)村振興工作中，尤其是可鼓勵農(nóng)村群體公眾利用電子商務(wù)手段進行農(nóng)產(chǎn)品經(jīng)營。農(nóng)村電商社會關(guān)注度一定程度上反映了公眾的農(nóng)村電商意識和重視程度。雖然國內(nèi)外學(xué)者在電子商務(wù)幫扶農(nóng)村扶貧領(lǐng)域的研究頗多，但是對農(nóng)村電商社會關(guān)注度的研究相對有限。

1 數(shù)據(jù)來源

百度指數(shù)依托百度搜索引擎海量用戶的行為數(shù)據(jù)構(gòu)建而成，已成為大數(shù)據(jù)時代背景下至關(guān)重要的研究分析參數(shù)之一。舒海兵等［4］將百度指數(shù)運用到中國經(jīng)濟不確定性指標(biāo)的研究中。吳湘華等［5］證明了基于用戶關(guān)注度的百度指數(shù)在學(xué)術(shù)期刊網(wǎng)絡(luò)影響力評價中的有效性。筆者以百度指數(shù)獲取的數(shù)據(jù)為統(tǒng)計分析依據(jù)，以“農(nóng)村電商”為搜索關(guān)鍵詞，獲取中國31個?。ㄗ灾螀^(qū)、直轄市）在2020—2023年關(guān)于農(nóng)村電商的網(wǎng)絡(luò)公眾關(guān)注度信息，選取年整體日平均值作為基礎(chǔ)數(shù)據(jù)，運用Stata統(tǒng)計分析軟件，對這些數(shù)據(jù)進行處理，進而得到公眾關(guān)注度的折線分析曲線圖和空間自相關(guān)分析。

2 研究方法

此研究采用空間自相關(guān)分析莫蘭指數(shù)法，基于百度指數(shù)大數(shù)據(jù)平臺采集到大量的數(shù)據(jù)，結(jié)合定性和定量研究的方法［6］，采用Stata軟件進行分析，計算全局莫蘭指數(shù)及局部莫蘭指數(shù)，進而繪制莫蘭指數(shù)散點圖［7］。為便于莫蘭指數(shù)散點圖的繪制，這里用阿拉伯?dāng)?shù)字1～31分別代表中國31個省（自治區(qū)、直轄市）：北京1、天津2、河北3、山西4、內(nèi)蒙古5、遼寧6、吉林7、黑龍江8、上海9、江蘇10、浙江11、安徽12、福建13、江西14、山東15、河南16、湖北17、湖南18、廣東19、廣西20、海南21、重慶22、四川23、貴州24、云南25、西藏26、陜西27、甘肅28、青海29、寧夏30、新疆31。首先，構(gòu)建空間鄰接權(quán)重矩陣；然后將2020—2023年獲取的農(nóng)村電商關(guān)注度作為面板數(shù)據(jù)進行分析，可以得出各年份的全局莫蘭指數(shù)、局部莫蘭指數(shù)和莫蘭指數(shù)散點分布圖。

3 結(jié)果分析

3.1 農(nóng)村電商關(guān)注度總體情況

從全年整體日平均值數(shù)值來看，如圖1所示，2020—2023年全年整體日平均值分別為407人次、306人次、289人次、214人次，近4年農(nóng)村電商關(guān)注度呈現(xiàn)逐年下跌趨勢，2023年較2022年下降25.4%，2022年較2021年下降6.2%，2021年較2020年下降24.8%。2020年4月出現(xiàn)數(shù)值高位。每年的2—4月出現(xiàn)關(guān)注的小熱度，與每年的“兩會”召開時間較為貼近，說明農(nóng)村電商公眾關(guān)注度與國家政策有一定的相關(guān)性。雖然2023年關(guān)注度較為平穩(wěn)，但是較2020年、2021年卻下行了三成以上，是與全球的經(jīng)濟大環(huán)境相關(guān)，還是農(nóng)村電商在精準(zhǔn)扶貧、鄉(xiāng)村振興中的作用有限，有待進一步研究。

從空間尺度來看，如圖2所示，各個省份關(guān)注的熱度極為不均衡，經(jīng)濟發(fā)展較好的省份往往農(nóng)村電商的熱度也較高，如廣東省、江蘇省、浙江省等的關(guān)注度處于較高位。西藏、青海、海南、寧夏、新疆等?。ㄗ灾螀^(qū)、直轄市）對農(nóng)村電商的關(guān)注度不盡如人意。

3.2 農(nóng)村電商關(guān)注度全局空間自相關(guān)分析

如表1所示，2020年全國農(nóng)村電商關(guān)注度全局莫蘭指數(shù)I值為0.274，為顯著正空間自相關(guān)，隨后2021—2023年的全局莫蘭指數(shù)I值變化不大，分別為0.236、0.357、0.344。對全局莫蘭指數(shù)I值進行顯著性檢定，連續(xù)4年的檢驗Z值均大于1.96，表示全國各省份農(nóng)村電商關(guān)注度的分布有顯著的關(guān)聯(lián)性，這種關(guān)聯(lián)性表現(xiàn)為一種空間自相關(guān)性，即低關(guān)注度地區(qū)與高關(guān)注度地區(qū)并非孤立存在，而是呈現(xiàn)出一種集聚的趨勢。換言之，那些在農(nóng)村電商領(lǐng)域表現(xiàn)活躍、關(guān)注度高的地區(qū)，往往與其周邊地區(qū)形成了緊密的聯(lián)動效應(yīng)，共同推動著整個區(qū)域農(nóng)村電商的發(fā)展。根據(jù)這一現(xiàn)象，未來的農(nóng)村電商發(fā)展應(yīng)更加注重區(qū)域間的協(xié)調(diào)發(fā)展，通過政策引導(dǎo)、資源共享等方式，促進各地區(qū)農(nóng)村電商的均衡發(fā)展。2020至2023年間，全國各省份農(nóng)村電商關(guān)注度呈現(xiàn)出顯著的空間自相關(guān)特征。這段時間內(nèi)的全局莫蘭指數(shù)I值對應(yīng)Z值為2.621，P值僅為0.004，凸顯了高度的統(tǒng)計顯著性。這表明，各省份農(nóng)村電商關(guān)注度并非隨機分布，而是形成了明顯的集聚現(xiàn)象，低值區(qū)域與高值區(qū)域各自聚集，呈現(xiàn)出一種空間上的正相關(guān)態(tài)勢。

3.3 農(nóng)村電商關(guān)注度局部空間自相關(guān)分析

通過對2022年數(shù)據(jù)的深度剖析，觀察到在農(nóng)村電商關(guān)注度方面，部分省區(qū)市的Moran's I指數(shù)及Z值均為正，且在1%的顯著性水平下，無論是高值還是低值，這些區(qū)域（河北、上海、江蘇、山東、河南、西藏、青海、新疆等）均呈現(xiàn)出顯著的空間集聚效應(yīng)。然而，如天津、山西、福建、江西、廣東、四川等地，其Moran's I和Z值均為負(fù)，且未通過顯著性檢驗，顯示出一種隨機分布模式。這背后的原因可能是這些區(qū)域的經(jīng)濟水平差異較大，缺乏明顯的空間相關(guān)性。這一發(fā)現(xiàn)為讀者理解全國農(nóng)村電商的發(fā)展趨勢提供了新的視角。

Moran's I指數(shù)一般為［-1，1］，表2輸出結(jié)果中部分省份Moran's I指數(shù)略大于1，如上海、江蘇、山東、新疆，原因在于這些?。ㄗ灾螀^(qū)、直轄市）的農(nóng)村電商關(guān)注度與全國平均水平相差較大，出現(xiàn)極高或極低值，這并不影響對空間關(guān)聯(lián)的分析。

莫蘭指數(shù)散點圖（見圖3至圖6），以（WZ，Z）為坐標(biāo)，縱軸衡量莫蘭指數(shù)值，橫軸則是標(biāo)準(zhǔn)化統(tǒng)計量Z的數(shù)值。這一圖形主要用于揭示局部空間的非穩(wěn)定性，直觀展現(xiàn)了空間滯后因子WZ與Z數(shù)據(jù)對的交互關(guān)系。如圖5所示，北京、河北等省市形成了電商高度集中的熱點區(qū)域，而內(nèi)蒙古、遼寧等省區(qū)則處于電商發(fā)展的低谷地帶。值得注意的是，天津、山西等省市雖處于低谷包圍之中，卻呈現(xiàn)出電商發(fā)展的活力。而廣東省、重慶市則在高值區(qū)域內(nèi)獨樹一幟，成為區(qū)域電商發(fā)展的獨特亮點。整體上，我國農(nóng)村電商發(fā)展呈現(xiàn)出多元化、差異化的態(tài)勢。圖3、圖4、圖6同樣可以得出類似結(jié)果。

3.4 人群屬性

百度指數(shù)通過其“人群畫像”功能，對農(nóng)村電商搜索人群的屬性進行了深度洞察。從大數(shù)據(jù)中挖掘出的信息，展現(xiàn)了農(nóng)村電商的公眾印象。分析顯示，2020至2023年，男性對農(nóng)村電商的關(guān)注度略高于女性，占據(jù)52%的比例。而在年齡分布上，中青年群體成為主要關(guān)注者，其中20至49歲的人群占據(jù)了高達83%的比例，特別是20至29歲的年輕人，他們的關(guān)注熱情最高，占比達到了39.7%。在地域分布上，華東、西南、華中、華南和華北地區(qū)成為農(nóng)村電商的熱土。這些地區(qū)的消費者對農(nóng)村電商的關(guān)注度顯著，展現(xiàn)了對新型電商模式的積極接受和期待。從這些數(shù)據(jù)中，可以看出農(nóng)村電商在中國社會的廣泛影響力和未來潛力，其正逐漸滲透到各個年齡層和地域，成為連接農(nóng)村與城市的重要橋梁。

4 媒體對農(nóng)村電商的關(guān)注度分析

百度指數(shù)精心打造的資訊模塊，匯集了網(wǎng)民在各大平臺的閱讀、轉(zhuǎn)發(fā)與評論行為，構(gòu)筑了龐大的數(shù)據(jù)網(wǎng)。這一工具不僅能記錄網(wǎng)民對農(nóng)村電商的關(guān)注軌跡，更能衡量其對相關(guān)內(nèi)容的主動關(guān)注力度。截至2024年6月，農(nóng)村電商的資訊指數(shù)日均值為190 393人次，新聞頭條日均值為292人次，移動日均值為177人次，相比之下，娛樂、美妝、服飾等行業(yè)的資訊指數(shù)高達百萬級別，凸顯出農(nóng)村電商資訊的關(guān)注度相對較低。

5 結(jié)論和建議

以百度指數(shù)中公眾對“農(nóng)村電商”的關(guān)注指數(shù)為基礎(chǔ)數(shù)據(jù)，運用Stata軟件分析莫蘭指數(shù)，分析中國各省份農(nóng)村電商公眾關(guān)注度的空間自相關(guān)關(guān)系。結(jié)論如下。

①整體研究表明，全國農(nóng)村電商公眾關(guān)注度與國家政策極為相關(guān)，每年的“兩會”期間，關(guān)注度呈現(xiàn)上升趨勢，說明公眾對國家政策及支持的渴望比較關(guān)切。全國各個省市農(nóng)村電商公眾關(guān)注度與各個省份的生產(chǎn)總值有一定的關(guān)聯(lián)，生產(chǎn)總值高的省份關(guān)注度也相應(yīng)較高。

②全局莫蘭指數(shù)空間自相關(guān)研究表明，全國農(nóng)村電商公眾關(guān)注度的空間自相關(guān)Moran's I值雖然有所波動，但各年全國農(nóng)村電商公眾關(guān)注度仍呈正空間自相關(guān)，在空間上呈集聚分布格局。

③局部莫蘭指數(shù)空間自相關(guān)研究表明，農(nóng)村電商公眾關(guān)注度高值聚集區(qū)主要在長三角和珠三角區(qū)域，低值聚集區(qū)主要在西部省份，低值聚集區(qū)、不顯著的隨機分布區(qū)和高值聚集區(qū)呈自西向東分布。

④中青年群體是關(guān)注農(nóng)村電商的主流人群。從人群屬性的分析中可以看出，中青年群體是關(guān)注農(nóng)村電商的主流人群，占據(jù)絕大多數(shù)。從電子商務(wù)發(fā)展的現(xiàn)狀來看，中青年群體接受能力強，對電子商務(wù)的便利性和經(jīng)濟性功能更為熟悉。

鑒于得出的研究結(jié)論，提出一些思考與建議。

第一，通過空間自相關(guān)分析，省份區(qū)域存在正向的空間關(guān)聯(lián)，有較強的比鄰效應(yīng)和集聚效應(yīng)。鑒于此，一方面，可以考慮構(gòu)建農(nóng)村電商戰(zhàn)略性大聯(lián)盟，將相近的省份聯(lián)合為一個大集團式區(qū)域，充分發(fā)揮大聯(lián)盟在人力資源、電商平臺技術(shù)環(huán)境、農(nóng)產(chǎn)品品牌等方面的比較優(yōu)勢。另一方面，在農(nóng)村電商發(fā)展上，也要改變將區(qū)域割裂分別扶持的思路，在省份大區(qū)域內(nèi)部的地區(qū)實行同樣的扶持政策力度，避免優(yōu)質(zhì)農(nóng)村電子商務(wù)企業(yè)向政策相對寬松的鄰近地區(qū)遷移。

第二，通過整體日平均數(shù)值分析來看，農(nóng)村電商公眾關(guān)注度與國家政策發(fā)布及“兩會”召開時間節(jié)點有一定的關(guān)聯(lián)，受政策影響較大。建議應(yīng)當(dāng)加大農(nóng)村電商政策宣傳力度，引導(dǎo)社會公眾關(guān)注和重視農(nóng)村電商的開展。國家針對農(nóng)村電商出臺了大量的政策性文件，這些政策的擬定和出臺是基于大量的社會調(diào)研和試驗的，具有一定的驅(qū)動作用，讓農(nóng)村公眾讀懂和運用好這些政策是開展農(nóng)村電商的首要工作。

第三，農(nóng)村電商的公眾關(guān)注度本質(zhì)上是對該領(lǐng)域有興趣的人員展現(xiàn)出的關(guān)注態(tài)勢，其核心是人力資源的聚集。因此，合理引導(dǎo)電商人才的培育和流動，引導(dǎo)電商人才援助農(nóng)村地區(qū)，鼓勵和支持有影響力的電商企業(yè)開展農(nóng)村電商，顯得尤為重要。阿里巴巴等企業(yè)在幫扶農(nóng)村電商方面已經(jīng)做了大量工作，但是依靠幾家企業(yè)是遠遠不夠的。需要更多的企業(yè)和大眾來關(guān)注農(nóng)村電商，才能真正助力鄉(xiāng)村振興，助力國家的經(jīng)濟發(fā)展。

參考文獻：

［1］李世杰.發(fā)展農(nóng)村電商助力深度貧困地區(qū)脫貧攻堅［N］.中國經(jīng)濟時報，2018-07-13（4）.

［2］汪向東，張才明.互聯(lián)網(wǎng)時代我國農(nóng)村減貧扶貧新思路：“沙集模式”的啟示［J］.信息化建設(shè)，2011（2）：6-9.

［3］林海英，解瑋，侯淑霞.基于EST和SLA理論框架的貧困地區(qū)農(nóng)村電商減貧效果研究述評［J］.商業(yè)經(jīng)濟研究，2019（5）：114-117.

［4］舒海兵，孟辰，陳毓琳，等.基于百度搜索指數(shù)的中國經(jīng)濟不確定性指標(biāo)研究［J］.金融經(jīng)濟學(xué)研究，2024，39（4）：3-21.

［5］吳湘華，呂柔，王亞麗，等.基于用戶關(guān)注度的百度指數(shù)在學(xué)術(shù)期刊網(wǎng)絡(luò)影響力評價中的應(yīng)用研究［J］.出版發(fā)行研究，2018（12）：56-62.

［6］王瑩，杜彥君.農(nóng)村電商發(fā)展對農(nóng)村居民消費支出的影響機制研究：基于絕對收入增加的中介作用［J］.商業(yè)經(jīng)濟研究，2024（12）：113-116.

［7］田野，夏杰長.農(nóng)村電商、農(nóng)村居民就業(yè)與共同富裕［J］.中國流通經(jīng)濟，2024，38（6）：66-76.