双向流通背景下电子商务与农村经济的融合度研究

胡 璇（义乌工商职业技术学院外语外贸学院 浙江义乌 322000）

文献综述

李国英（2017）指出，农村电商经过近几年的发展，已由星星之火渐成燎原之势，形成了线上线下融合、工业品农产品双向流通、商流物流信息流资金流合一、服务生产与服务消费并重、传统与现代有机互补的新型农村现代流通体系，奠定了新时期农村市场体系的基础。陈亚琦（2017）对电子商务产业发展的时空动因进行理论论证，认为电子商务是互联网技术革新带来的时间与空间结构演变，进而导致个性化消费与分布式生产相互契合的自组织结果。穆燕鸿等（2016）选取黑龙江省15个电子商务示范县为样本，采用结构方程模型测算了农村电子商务的影响因素，认为流通要素是影响农村电子商务发展的核心要素之一。当前农村电子商务的主要发展过程，即通过电子商务构建现代化的城乡双向流通模式，进而形成城乡经济合力，从而推动农村经济的深度发展。

由于电子商务与农村经济的结合没有先例，农村电商都是“摸着石头过河”，使得城乡双向流通模式在发展中产生了一系列问题。郭承龙（2015）基于“淘宝村”现象对农村电子商务进行调研，认为自发形成的“淘宝村”具有典型的产业集群特征，但“淘宝村”的集群水平、经营效率等普遍低下，出现同地同村同业的恶性竞争，需要分类政策的引导。刘佳、郑艳娜（2018）采用PVAR模型实证检验了物流产业发展与城乡居民消费差距之间的动态关系，认为通过促进农村地区商贸流通业发展，可以改善农村消费市场。在上述研究的指引下，本文将同时结合双向流通模式视角，针对电子商务与农村经济的融合度展开实证研究。

双向流通视角下电子商务与农村经济的评价模型

（一）指标体系

本文在指标体系建立上力图体现双向流通视角下电子商务与农村经济发展的诸多特点，因此在前人研究结果上，将指标体系设置为三个层级：目标层；二级系统层与三级指标层。如表1所示。根据表1所示的评价体系，可以采用层次分析法（AHP）或主成分分析法（PCA）进行拟合，由于本文的指标层对应数据量并不一致，采用层次分析法赋权可能产生主观性的问题，故利用主成分分析法进行更客观的拟合。主成分分析法的主要步骤如下：计算原始数据的标准化值，统一统计量纲；根据特征值选取主成分因子，剔除次要因子，使得方差贡献率大于85%；计算主成分因子得分Fi和主成分因子权重ωi。权重公式，其中λi为第i个主成分的特征值；计算各个指标对象的系统得分：F=ω1F1+ω2F2+…+ωn Fn。

表1 农村电子商务的流通融合水平评价体系

表2 我国31个省份2017年农村电子商务的流通融合度情况

表3 融合等级的划分

表4 我国各区域融合度等级划分

由此计算出流通化水平、电商化水平和农业现代化水平的子系统得分值后，由于部分地区的得分可能为复数，故需要进行归一化处理，公式为：

其中Fn为我国n地区的某系统得分，Fmax和Fmin分别该系统的最大得分和最小得分，可以计算出我国各个区域的流通化得分A（a）、电商化得分B（b）、农业现代化得分C（c）。并可以构建出农村电商发展流通指数的均值得分：

（二）农村电商的流通融合度

衡量各个系统得分的融合度，一般引入物理理论中的耦合度模型，但由于本文的三种系统对应的部门并非单一的生产部门或消费部门，因此首次引入统计学中的离差系数模型对融合度进行衡量。离差系数是系数标准差与其均值之比，离差系数越小则说明数据越集约，反之越离散。假定子系统为f(x)与f(y)，其中的数据均为正值，μ和σ为两个子系统所对应的均值与标准差，那么离散系数Cυ为：

为保证离散值越小则其集约程度越高，充要条件为：

保证（4）式尽可能的大，则可以进一步将双系统推广到多系统情况f1(x)、f2(x)、…、fn(x)。从而由离散系数的最小化问题得出融合度模型：

在本文表1的构造中，包含了三种子系统，从而根据式（5）可以得出“农村电子商务的流通融合度”模型：

公式（6）中，将上文计算得出的流通化得分A（a）、电商化得分B（b）、农业现代化得分C（c）代入，从而可以得到各个区域的三类子系统的融合离散值，再将离散值与公式（2）的均值相结合，即可得到区域的综合融合度：

公式（7）中，不仅纳入了刻画内部系统融合水平的C值，并考虑了系统本身的发展水平T值，从而均衡考虑了区域内部农业经济发展和电子商务发展的水平，并有效纳入了流通化能力，从而得到了该区域的融合度水平。

我国各省农村电商的流通融合度实证结果分析

（一）我国各省农村电商流通融合度测算结果

研究采用我国31个省市区（不含港澳台地区）双向流通模式下电子商务与农村经济融合所需的原始数据指标，数据主要来源于2017年《中国统计年鉴》、《中国物流年鉴》及我国各省统计局。原始数据收集与量纲标准化过程采用了Excel软件；对农村电商融合度的计算采用了SPSS 17.0软件，保证85%以上的主成分因子贡献率，子系统A中包含4个因子、子系统B中包含3个因子、子系统C中包含3个因子，从而得到流通化、电商化与农业现代化的系统得分；利用公式（1）对上述得分进行归一化处理；最终采用公式（2）-（7）计算得到了我国31个省份的具体得分与排名情况，如表2所示。

我国各区域融合离散值的平均值为0.74，标准差为0.12，最大值为0.98，最小值为0.54，集约程度前五的区域为江苏、山东、天津、浙江和广东；离散程度前五的区域为青海、西藏、海南、新疆和贵州，高于平均值的区域除重庆外，均为中东部地区，这说明在经济基础较强、基本设施完全的区域内部，流通业发展与电子商务及农村经济的结合更深入。需要注意的是，中北地区的吉林、黑龙江均低于平均水平，说明融合度的离散值也在一定程度上呈现自南向北递减的特征。此外，北京市作为首都，其农村经济的融合离散度仅排名24，这可能是由于北京农业总体占比较低，而流通业发展与其显著不对称，从而使得整体离散度被拉高。

我国各区域融合系统值的平均值为5.67，标准差为5.98，最大值为8.73，最小值为4.59，融合程度前五的区域为浙江、上海、广东、江苏和北京；融合程度最低的区域为云南、江西、重庆、广西和贵州。高于6.00的区域仅12个，说明我国各个区域的整体融合度情况较差，同时，东部区域的浙江与排位第10的新疆差距达到2.18，说明高融合区域占比极低。整体来看，我国的双向流通市场建设情况较差，导致本身区域内部融合离散水平较高的诸多区域，在城乡一体化纳入考虑后，实际融合度大幅下降。

（二）我国各省农村电商流通融合度等级划分

对农村电商的流通融合度进行计算与比对，仅仅能反映该区域的比较发展情况，而不能科学的从“融合发展”或“排斥发展”所定义。因此，文章进一步根据融合度的取值特点，根据所得的综合融合度划分为10个等级，如表3所示。

需要指出的是，融合等级划分中存在大量的离散值与系统值并未处于同一区间的情况，本文的等级划分采用向下取整的方式，根据该区域C或D所在的最低融合等级确定该区域的最终融合等级。各个区域的融合度最终分类如表4所示。

基于表3的离散值与系统值的向下对比，最终确定了如表4所示的最终结果，表4中报告了2017年双向流通模式下我国各个地区电子商务与农村经济的融合等级情况。其中，有24个省市区处于融合发展区间，7个省市区处于排斥发展区间，达到完全融合状态的区域数为0，中度及以上融合情况的省市包含浙江、上海、广东、江苏、福建、山东和天津，均属于东部地区。24个省市仍处于融合线的上下（包含微度排斥、微度融合及轻度融合）。这一现象说明我国目前的双向流通模式中，流通化水平显著滞后于电商化与农业现代化；我国农村电商的流通融合度整体偏低，并呈现东部、中部、西部依次递减的阶梯式分布，实现双向流通视野下的电子商务与农村经济融合依然任重道远。

结论

互联网与农业的深度融合，是解决我国城乡经济二元问题的新途径。文章结合双向流通模式背景，运用主成分分析法（PCA）构造流通化、电商化和农业现代化三类指标，采用基于离差系数的融合度模型分析我国31个省份的融合度。研究发现：第一，双向流通下电子商务与农村经济的融合大幅依赖于区域本身的经济水平和基础设施建设，以东部地区为代表的大量省市凭借良好的基本流通规划，在实现农村电商发展的过程中抢占先机，帮助农村经济与电子商务间进行快速融合，产生了一定的经济效益。第二，区域融合度并非完全由经济基础决定，以北京为代表的部分区域产生了较为明显的流通与农村发展不对称、不均衡情况，以新疆、黑龙江为代表的传统农业大省由于流通能力较差，总体集约程度产生了较大的偏移，说明离散值与区域本身的地理结构和环境息息相关，也与地方的功能性战略紧密相关。第三，我国城乡二元经济问题依然突出，导致区域内部的城乡市场存在较大差距，由信息不对称衍生出的“市场失灵”情况多发于城乡沟通的二级市场，严重制约农村经济的发展，并造成电子商务向农村市场延伸时，多个系统间的排斥现象。

基于我国农村电子商务与农村经济发展的实际情况，应该认识到：其一，发展农村电子商务是农村经济社会转型的重要途径，不断加强完善农村地区商贸物流基础设施建设，通过提高基础设施运用效率来降低农村物流成本，提高居民消费边际收益，有助于实现我国农村经济的再突破。其二，我国农村电商融合程度偏低的事实也为相关部门制定策略提供了空间，由于各个区域的发展均处于较差的状态，在未来依托电子商务这一新生工具，实现发展中的弯道超车，较大的空间距离为各个区域提供了现实可能。其三，新常态下农村部门运用电子商务，可以结合需求侧进行优化供给，进行农村商业模式的创新，利用双向流通渠道整合物流资源与信息，能够加快电子商务与农村农业的深度融合。通过建立与完善双向流通渠道，实现城乡电子商务一体化，扩展农村消费市场，激发农村居民消费潜力，促进农村经济的再发展。