赵谦诚

摘要：文章对影响江苏农村电商网络销售额的主要因素进行了实证分析。研究发现，网店数量、农产品品牌数和示范乡镇数对农村电商网络销售额存在正向显著影响，而淘宝村数量则意外地对农村电商网络销售额存在负向显著影响。

关键词：农村电商;网络销售额;网店数量

农业在中国经济社会中的地位不言而喻，农业的发展直接关乎民生的稳定和社会的发展，面对当今飞速发展的电子商务，将农村电商作为一种新的发展模式引入农村，不仅为农村人民带来了更多的创业空间和就业机会，也为城市的消费者提供了更加多样化的消费选择，是一项双赢的举措。但是要发展就不可避免地会遇到很多问题，发现并解决问题才是取得突破和进一步发展的关键。本文以江苏省各市的农村电子商务发展情况为研究对象，通过数据挖掘和大数据分析，探究影响农村电商网络销售额的主要因素，分析造成城市间农村电商发展水平存在显著差异的原因，并为江苏省农村电商未来的发展提供切实可行的建议。

一、模型的建立

（一）理论模型

本文采用多元线性回归模型，其一般形式为：

yi=β0+β1Xi1β2Xi2+…+βkXik+εt  （i=1，2…n）（1）

其中，n表示样本容量，解释变量共有两个下标，第一个下标表示第i个“观测值”，第二个下标表示第i个观测值的第k个解释变量。β0为常数项，β1至 k为待估参数，βk被称为“回归系数”，εt为误差项。

（二）数据来源

本文所采用的数据为2016年和2017年江苏省十三市的指标数据。选取农村电商网络销售额（Y）作为因变量，选取网店数量（X1）、农产品品牌数（X2）、“三品一标”户数（X3）、农村电商示范乡镇数（X4）以及淘宝村数量（X5）作为自变量，其中农村电商网络销售额、网店数量、“三品一标”户数的数据来自江苏省农业农村厅，农村电商示范乡镇数、淘宝村数量的数据由江苏省商务厅电子商务和信息化处获得，农产品品牌数通过调查统计获得。

（三）变量选择

1. 农村电商网络销售额

网络营销是农村电子商务活动中最基本、最重要的商业活动，而农村电商网络销售额作为网络营销成果的直接反映可以作为农村电子商务发展状况的体现，即农村电商网络销售额越高，农村电子商务的发展水平就越高。

2. 网店数量

开网店是农民参与农村电子商务最直接、最简便的方式，网店数量的多少也直接反映了农民参与度的大小，因此认为网店数量对农村电商网络销售额存在正向影响，即网店数量越多，农村电商网络销售额就高，农村电子商务发展水平就越高。

3. 农产品品牌数

由于农产品的消费习惯和互联网的个性化特征，农产品品牌建设已成为一种趋势，许多消费者在购买产品时都会选择知名品牌，认为这是品质的保证，并且随着消费者可支配收入的增加，对品牌的需求也在不断加强，因此认为农产品品牌对农村电商网络销售额存在正向影响，即农产品品牌数越多，农村电商网络销售额越高。

4. “三品一标”户数

“三品一标”是无公害农产品、绿色食品、有机农产品和农产品地理标志的统称，此类农产品遵循现代农业的建设、生产和经营标准，追求安全优质、生态环保，符合可持续发展的理念，有利于推动现代农业发展方式的转变。因此认为“三品一标”户数对农村电商网络销售额存在正向影响，即“三品一标”户数越多，农村电商网络销售额越高。

5. 示范乡镇数量

由江苏省商务厅批准建立的示范乡镇将获得政府资金与政策上的大力支持。中央财政补助资金会由各地政府结合当地的实际情况和发展规划积极统筹，合理安排和分配，用于扶持农村产业和壮大农村经济，有利于推进产业融合发展。因此认为示范乡镇数量对农村电商网络销售额存在正向影响，即示范乡镇数越多，农村电商网络销售额越高。

6. 淘宝村数量

淘宝村是指大量网商聚集于某一村庄或村落，以淘宝为主要交易平台形成的电子商务生态系统，这是一种商业群聚现象，具有协同效应和规模效应。淘宝村的出现说明有越来越多的农民加入农村淘宝的阵营，这会起到示范和带头作用，鼓励更多的农民加入到农村电商的队伍中来，因此认为淘宝村对农村电商网络销售额存在正向影响，即淘宝村数量越多，农村电商网络销售额越高。

二、实证分析

（一）计量模型

根据农村电商网络销售额与其他各变量之间的关系，本文拟建立OLS模型方程为：Y=β0∑βiXi+∑，具体设置如下：

Y=β0+β1X1+β2X2+β3X3+β4X4+β5X5+ε （2）

其中，β0為截距项，β1至β5分别为自变量X1至X5前的估计参数，表示自变量对因变量的影响程度，ε为误差项。

（二）OLS模型回归及实证结果分析

根据OLS模型进行回归，并进行异方差性检验，得到怀特检验的P值为0.4426，BP检验的P值为0.2193，均大于0.05，因此可以认为样本在独立同分布的情况下，接受同方差的原假设，故采用普通最小二乘估计（OLS）进行回归是合理的。

在剔除了初次回归中不显著的变量后，具体的OLS回归结果如表1所示，其中拟合优度R2的值为0.97，调整后的R2值为0.93，说明拟合优度很好，模型对变量的解释程度在90%以上。

根据模型的回归结果，得出以下方程：

Y=-190798.1+17.57333X1+3796.881X2+7104.424X4-2662.551X5       （3）

实证结果分析如下：

1. 网店数量（X1）的估计参数是17.57，且在1%水平上t检验显著，说明网店数量对农村电商网络销售额具有正向显著影响，即网店数量每增加一家，每年的农村电商网络销售额就增加17.57万元，与理论分析相符。

2. 农产品品牌数（X2）的估计系数是3796.88，且在5%水平上t检验显著，说明农产品品牌数对农村电商网络销售额具有正向显著影响，即农产品品牌数每增加一个，每年农村电商网络销售额就增加3796.88万元，与理论分析相符。

3. 电子商务示范乡镇数量（X4）的估计参数是7104.42，且在1%水平上t檢验显著，说明农村电商示范乡镇数量对农村电商网络销售额具有正向显著影响，即示范乡镇数量每增加一个，每年农村电商网络销售额就增加7104.42万元，与理论分析相符。

4. 淘宝村数量（X5）的估计参数为负数，且在1%水平上t检验显著，说明淘宝村数量对农村电商网络销售额具有负向显著影响，导致这一现象的原因有两个：一是村庄或者村落的农产品相似度较高，大量网商的聚集导致同质化竞争和价格战，拉低了价格和质量，并出现假冒伪劣产品，影响信誉和销量，进而拉低了销售额;二是淘宝村的评估标准较为片面，大量网商聚集的背后是大量不懂知识和技术的农民在盲目跟进，导致淘宝村市场饱和，为了保持流量，村民不惜亏本销售，销售额也随之不断下降。

三、结论和建议

（一）结论

在影响农村电商网络销售额的众多因素中，网店数量、农产品品牌数和示范乡镇数对农村电商网络销售额具有正向显著影响，其中网店数量每增加一家，农村电商网络年销售额平均增加17.57万元，农产品品牌数每增加一个，农村电商网络年销售额平均增加3796.88万元，示范乡镇数每增加一个，农村电商网络年销售额平均增加7104.42万元。而淘宝村数量对农村电商网络售额具有负向显著影响，导致这一结果的原因可能是农产品相似度高，大量个体网商的聚集导致市场饱和，同质化竞争和价格战严重，拉低了产品价格和产品质量，从而影响信誉，拉低了销量。

（二）政策建议

实践中，为了有效推动江苏省各市农村电子商务的发展，促进农村电商网络销售额的提高，对农村电商未来的发展提出了以下几项政策建议：

针对农村电商发展较为落后的地区，通过开展技术培训教会更多农民使用淘宝和运营网店，增加农村网店的数量。

深入实施农产品品牌战略，减少同质化竞争和价格战现象，强化农业品牌建设，充分发挥互联网的扩散优势，增加展示方式、创新宣传途径，通过线上线下渠道融合来提高知名度和认可度，不仅要打造地域公共品牌，还要鼓励并扶持企业建立专属的市场品牌，将两者相结合，实现品牌化发展。

打造更多的电子商务示范县、示范乡、示范镇和示范企业，积极统筹，合理安排和分配资源，通过发挥它们的示范带头作用，扶持和壮大农村经济，进一步推进产业融合发展。

针对现有的淘宝村，通过建立农村电商企业协会来整合资源，对所有销售同质产品的网店进行组合，形成企业，共享包装，物流以及售前售后服务，打造品牌，避免低价恶性竞争，提升企业声誉和影响力。

地方政府积极引进外来人才，与本土人才共同参与到农村电商的建设和发展中去，推动农村电商的转型升级和持续发展。

参考文献：

[1]崔凯，冯献.演化视角下农村电商“上下并行”的逻辑与趋势[J].中国农村经济，2018（03）.

[2]胡永盛.江苏农村电商典型模式分析与创新探讨[J].江苏农业科学，2017（20）.

[3]洪勇.我国农村电商发展的制约因素与促进政策[J].商业经济研究，2016（04）.

[4]凌红.网络经济视角下农村电商发展模式分析[J].商业经济研究，2017（03）.

[5]李欣.基于产业价值链的我国农产品电子商务发展策略研究[J].商业时代，2012（18）.

[6]马迪.我国农业电子商务现状及发展对策研究[D].陕西师范大学，2013.

（作者单位：南京农业大学）