基于社会网络分析的农村电商政策研究

金珺，李诗婧，陈赞

摘 要：中国的经济发展具有地区特色，不同省份的政策制定存在异同，把握异同之处有益于政策制定。运用ROSTCM6.0文本挖掘软件，以及NETDRAW和UCINET社会网络分析软件对浙江省、甘肃省的省级农村电商政策文本进行了文本分析。研究发现，由于农业基础、经济水平、技术发展的差距，浙江省与甘肃省在农村电商政策制定时有不同的侧重点。基于研究发现，提出各地区应根据当地经济社会发展、技术水平等情况制定有效的电商扶贫政策并根据地区的发展变化而及时调整相关政策的建议。

关键词：电商扶贫;政策文本;社会网络分析;浙江;甘肃

中图分类号：F204    文献标识码：A    文章编号：1671-0037（2020）2-38-11

DOI：10.19345/j.cxkj.1671-0037.2020.02.005

1 引言

习近平总书记强调，“中国要强，农业必须强;中国要美，农村必须美;中国要富，农民必须富①。”大力开展扶贫工作是加快我国经济社会转型的重要环节。随着互联网的日益普及和农村信息网络等基础设施的发展，农村电子商务（以下简称“农村电商”）得以不断发展，是实现乡村振兴和打赢脱贫攻坚战的重要途径。以互联网为代表的信息技术也被联合国确定为助力乡村发展实现脱贫和扶贫目标以及实现千禧计划的重要手段之一②。

2019年初，中央发布的一号文件中明确强调“实施数字乡村战略”的重要性，并要求“继续开展电子商务进农村综合示范，实施‘互联网+农产品出村进城工程”③。数字技术驱动的创新，是引领我国经济高质量发展的活力源泉。数字技术在农村电商领域的应用，是提升我国农村经济发展水平的有力手段。近年来，随着中国农村电商从起步到迅速发展，农村电商在破解农产品生鲜流通困局[1]、促进工业品下行[2]、改善农村剩余劳动力安置[3]等方面的重要性不断增强，发展农村电商已然成为中共中央和国务院致力于推动供给侧改革的重要手段。随之而来，农村电商助力愈发广大的农民参与自主创业，实现脱贫致富[4]。其中，农村电商发展催生出的“淘宝村”[5-6]，推动了产业的演进速度[7]，充分表明了电子商务在帮助我国农村地区提升经济发展水平方面的重要意义。

农村电商政策是推动农村电商蓬勃发展的重要动力[8]。现有许多研究，尝试运用文本分析的方法探究单一省份农村电商政策的内容特点，也有研究通过模型或实证的方法试图验证农村电商政策的作用。但极少有学者运用社会网络分析的方法将不同省份的农村电商政策进行对比，来探究不同经济社会技术发展背景对制定农村电商政策可能造成的影响。浙江省与甘肃省分别位于我国东部沿海经济较发达地区与西部内陆较落后地区，并且在农村网络零售额排名中分别为前三与后五[9]，能够较有代表性地反映我国东部发达地区和西部落后地区的相对情况。因此，本文选择浙江省、甘肃省的农村电商政策作为分析对象，运用文本挖掘软件以及社会网络分析软件，探究两省在省级政策制定时的侧重点，并结合两省的经济、技术和社会发展特点，剖析影响各自农村电商政策制定的因素，并为今后农村电商政策的制定提出建议。

2 文献综述

2.1 农村电商政策的发展

早在2005年，我国便出台了第一个关于电子商务的政策性文件《国务院办公厅关于加快电子商务发展的若干意见》。自此，农村電商便在电子商务政策文件中被多次提及。此后，2014年2月27日，商务部等13部门共同颁布的《关于进一步加强农产品市场体系建设的指导意见》中提出，要大力发展农产品电子商务，把农产品电子商务作为重要战略制高点④。紧接着，2015年是我国农村电商大力发展的初期，国家出台了一系列扶持政策。历经数年发展之后，农村电商有了诸多成果，但也面临发展的瓶颈问题。2019年1月，国务院办公厅发布《关于深入开展消费扶贫助力打赢脱贫攻坚战的指导意见》，提出动员社会各界扩大贫困地区产品和服务消费，全面提升贫困地区农产品供给水平和质量，大力促进贫困地区休闲农业和乡村旅游提质升级⑤。

纵观2014年至2019年，农村电商一直担任各年中央一号文件的重头戏。政策的重心从发展农村物流逐渐转移到农村电商平台建设。2019年是扶贫关键年，发展农村电商作为扶贫工作的重要手段具有至关重要的作用。

2.2 农村电商政策研究

文献研究表明国内政策研究有三种主流思路：一是利用文本分析的方法，对中央或地方政策文本进行分析[10-13]，这也是政策分析中学者最常用的研究思路;二是通过社会网络分析的方法，对政策文本进行可视化研究，这样可以直观地看到政策文本中的关键词及相互联系[14-15];三是运用政策建模一致性（PMC）等建模的手段，提取政策文本的特征，再选择代表性政策进行验证，以评价政策的有效性[16-17]。也有一些学者采用问卷数据，对政策的实施效果进行实证验证[18]。极少数的研究结合其他研究领域的模型，例如，构建政策传播过程中的影响模型[19]以及基于主题时间模型来探究政策的演化特点[20]。

就农村电商政策的研究而言，学者们大多采用文本分析的手段，对中央或某一省份的农村电商政策文本进行编码，借助政策工具和商业生态系统构建二维度的分析框架，得到农村电商政策的特点[11-13]。然而，政策的制定与不同省份的特点有很强的关联，仅对单一省份的政策进行分析或许得不到基于各省情境的发现。因此，本文将代表东部较发达地区的浙江省与代表西部欠发达地区的甘肃省进行对比，探究农村电商政策的制定与两省经济技术发展的关系。这样的对比研究，可以更明晰政策制定背后的要素，有助于理论研究者对政策深入分析，也能对政策制定提供可借鉴的思路。

3 研究方法与数据来源

3.1 社会网络分析方法

从20世纪30年代开始，就有学者探究社会网络关系，然而直到20世纪70年代，社会网络分析概念才得以正式被提出[21]。目前，已有学者利用社会网络分析方法对政府政策文件进行可视化研究[14-23]。本文将运用社会网络分析方法，对浙江省、甘肃省农村电商政策文本进行可视化研究，挖掘出两省政策文本中的相似与差异，并在此基础上分析造成两省农村电商政策制定异同的要素，因而具有重要的学术研究价值与政策制定指导意义。

3.2 数据收集

为了探究不同省份农村电商政策的异同，本文选取的政策来源于浙江省、甘肃省政府和相关部门出台的政策。笔者以北大法宝政策法规库为重要参考源，并对照两个省的相关部门官网，依次对政策进行筛选删补，政策主要涵盖了省政府、省商务厅、省发改委、省委组织部以及省农牧厅等。首先，所选择的政策主题均与农村电商发展联系紧密;其次，对于非农村电商主题的政策文本，在其相关政策条目中须是明确含有“农村电子商务”“农业电子商务”或者“农产品电子商务”等关键词。通过初步筛选和整理，最终选择规划、计划、意见、通知等类型的有效政策样本。政策样本中，自2011年以来，浙江省共发布了101份关于农村电商的政策文件;而甘肃到2014年才开始颁布正式的有关农村电商的政策文件，2014—2019年甘肃省共发布了60份关于农村电商的政策文件。

3.2.1 两省政策发布情况概览。由于浙江省最早颁布有关农村电商政策为2011年，因此，本文选取2011—2019作为两省省级和市级政策样本分析区间。在该时间段内，浙江省、甘肃省逐年頒布的农村电商政策数量见图1。如图1所示，浙江省自2011年开始，接连颁布与农村电商紧密相关的政策，政策数量从2014年开始一路走高，在2016年达到顶峰（42份），此后每年颁布的农村电商相关政策数量有所下降。虽然甘肃省在2014年才颁布了第一份农村电商政策，但自2015年起，政策颁布数量的走势与浙江省类似。2016年甘肃省颁布的农村电商政策数量最多，达到30份，之后甘肃省的农村电商政策数量逐渐减少。

通过对浙江省和甘肃省逐年颁布政策数量的比较，可以展现出两省对于农村电商的关注度随年份的变化趋势。为了分析这两省农村电商政策颁布机构的行政级别，本文在两省颁布的总政策数量中，进一步探究了省级政策与各（地级）市政策分别所占比例，如图2所示。

3.2.2 省级政策列表。鉴于省级政策为全省各级地方的农村电商发展起到引导作用，而（地级）市的政策往往是在省级政策上结合当地特点加以扩展，也由于两省的省级政策数量接近，为了从整体上把握浙江省、甘肃省的政策制定异同，因而本文的文本分析对象聚焦为两省颁布的省级政策。浙江省颁布的101份关于“农村电商”的政策文件中，省政府及省级机构颁布了23份省级农村电商政策文本，具体信息如表1所示。甘肃省颁布的60份关于“农村电商”的政策文件中，省政府及省级机构颁布了25份省级农村电商政策文本，具体信息如表2所示。

4 浙江和甘肃两省农村电商政策文本分析

4.1 关键词对比

本文使用ROSTCM6.0文本挖掘软件对农村电商政策文本进行预处理。首先将浙江省的23份省级政策文本合并为一个文本文件，紧接着利用软件对这一文本文件进行分词，然后统计分词后文本文档的词语频次，最后按照词频从高到低的顺序把分词结果进行排列。由软件得到前述的词频结果，还需要根据研究对其进行手动处理，这一步骤由笔者与课题组的另外两名成员分别依次进行筛选，最后经三人讨论得出了统一的筛选结果。鉴于研究样本为浙江省级层面的农村电商政策，分词后的文档集中容易出现频率较高的代名词：浙江省、浙江、全省、省级、社会等，量词：一批等，趋向动词：加快、加强、推动、推进和提升等，这些词汇不属于政策特点分析的重点，因而将其剔除。

剔除以上词汇后，整理有效高频词汇中的前45个，如表3所示。建设、发展、人才、创新、企业、项目和服务的频次最高，均超过了300，由此推测，浙江省级政策在对浙江省农村电商的扶持中主要是通过重视人才与创新，并为企业的项目提供服务而促进农村电商的发展。与此同时，“绿色”这一关键词也出现在浙江省高频词表中，可以看出，浙江省在发展农村电商的同时，不仅要追求经济的增长，还重视提倡绿色协调发展。这是因为习近平总书记在浙江省工作期间，就为其确定了“绿水青山就是金山银山”的发展战略，因而绿色发展在此以后逐渐成为浙江省经济社会发展的重要一环。浙江省各级政府此后都在积极践行这一发展理念，大力提倡“五水共治”等绿色发展目标，以实现经济发展的可持续。

类似地，本文按照上述步骤对甘肃省的25份农村电商政策进行分词、词频统计，列出前45个高频词汇及词频，如表4所示。发展、建设、创新、农村、企业、农业和技术的频次最高，均超过了1 200，由此推测，甘肃省级政策在对甘肃省农村电商的扶持中主要是通过技术的创新与运用，夯实已有农业基础，并为企业的项目提供服务而促进农村电商的发展。此外，“兰州”作为甘肃省会，这一关键词也出现在甘肃省的高频词表中，但浙江省的高频词表中却未见“杭州”这一关键词。这可以表明兰州在甘肃省农村电商政策的制定中占据着重要的中心地位，甘肃省的农村电商发展以兰州为中心辐射到全省;而浙江省则倾向于引导各市因地制宜地发展农村电商，没有突出强调杭州作为枢纽。这一发现，某种程度上印证了图2所得的结论，即两省地级行政区的资金自主性以及地方机构人员的服务能力和技术能力的差异性某种程度上影响了政策制定的集中程度。并且，浙江和甘肃两省都关注着农村电商与农村地区贫困问题的解决。表3和表4数据表明，浙江省没有提及脱贫，其所提“扶贫”也仅位于第45位，而甘肃省所提“扶贫”（第9）、“脱贫”（第23）在高频词汇总中列于中上。这表明甘肃省更为关注扶贫问题，且还需要努力脱贫，这一情况与两省的经济发展以及新农村建设情况密不可分。

为了更好地展现浙江省、甘肃省的农村电商政策异同，本文将两省前10位高频词汇列入表5中。表中显而易见的是，两省前10个高频词中，均包含“建设、发展、创新、企业、技术、农村”这6组关键词。由此可以看出：第一，“农村”是农村电商政策的核心;第二，两省都将“技术”作为提升农村电商发展水平的关键;第三，“创新”是主要的活动，而创新的主体正是“企业”。与此同时，表中也展现出两省各自的政策侧重点。例如，浙江省更关注“人才、项目、服务、旅游”等以提供服务产品为主的项目开发，以“旅游”作为带动农村电商发展的一大关键经济活动;甘肃省则对“农业、创业、扶贫、工程”这四方面考虑进行政策扶持。

表5所示关键词的差异或许与这两个省的经济发展现状和发展目标有关。例如，浙江省着力实施“乡村振兴”战略，以实施万个景区村庄创建为基础，旅游必然会成为政策重点。再者，关键词的不同或许与两个省政策颁布主体的工作重点有关。表1和表2表明，较甘肃省的省人民政府或办公厅作为主体颁布相关政策而言，浙江省颁布农村电商发展相关政策多为跨部门共同颁布，有明显的主体多样性，包括商务厅、人社厅、扶贫办、共青团、经信委、农业厅、生态环境厅、财政厅、发改委、文化和旅游厅等机构。

4.2 政策文本社会网络分析

本文运用ROSTCM6.0软件，对浙江省23份农村电商政策文本进行预处理，筛选出高频关键词，构建关键词矩阵。然后，运用社会网络分析软件NETDRAW对浙江省农村电商政策文本进行可视化分析。分析结果如图3所示。

图3的社会网络图清晰地显示了在2011—2019年，浙江省颁布的23份农村电商政策中，“政策、农村、部门、组织、服务”等多个节点之间关联紧密，体现出在发展农村电商过程中各环节要素的密切结合。此外，“企业”也在政策文本中被提及数次，由此说明，除了政府的引領之外，企业也是推动浙江省农村电商发展的有力主体。与此同时，图中“各市”一词与“企业、部门”均有紧密联系，体现了浙江省在农村电商政策制定过程中，重视各市的发展特点。

类似地，本文运用社会网络分析软件NETDRAW，对甘肃省25份农村电商政策文本进行可视化分析。分析结果如图4所示。

图4的社会网络图清晰地展示了在2014—2019年间，甘肃省颁布的25份农村电商政策极为强调政策“需求”的力度，体现了甘肃省对发展农村电商的迫切需求以及对基础设施建设的重视程度;四周围绕了“运输、配送、园区、市场”等基础建设的要素，也涉及“安全、返乡、创业、绿色”等关系紧密的社会话题。此外，“带动”是另一个重要节点，体现政策在“机制、人才、贫困”等重点问题方面的指导作用，全面推动各层级的人们参与农村电商的发展。并且，“园区”在图中呈现出弱连接的作用：一端与“需求”相连，强调园区建设的需求不容忽视;另外一端与“产业化、服务业、产业链”相连，明确了建设园区的过程中必须关注整个产业链的全过程，注重服务业的配套，从而提升产业化水平。可以说，“园区”的弱连接作用，使得配套基础设施的建设可以更好地作用于农村电商的发展。同时，“产业化、服务业、产业链”的联结作用体现在将发展农村电商的各方面需求与政策扶持相对接，并通过对产业链和服务业的优化来实现。

对比两省的情况，与图3浙江省的“球形”聚集网络图相比，图4甘肃省的形状呈现出更为分散的特点，这或许与甘肃省关键词词频（表4）差距较大而浙江省的关键词词频（表3）递减较为平缓有关。社会网络分析所呈现的图形可以更直观地展现政策文本中关键词之间的关系网，使主体和措施之间的关联更明晰。

4.3 聚类分析

为了进一步探究两省农村电商政策的主要结构，本文利用UCINET软件对政策文本进行聚类分析。首先，本文将前文浙江省23份农村电商政策文本得到的高频词汇，进行不预设个数聚类分析，当聚类个数为4时，聚类拟合值为0.864，大于0.7，具有较好的聚类效果，聚类结果如表6所示。通过对浙江省农村电商政策关键词的聚类分析得到四大组群，笔者概括提取每一组关键词的共性，为其命名得到四组聚类关键词，即“人才培育政策”（包含的关键词有高校、人才、教育、技能等）、“创新体系政策”（包含的关键词有融合、创新、技术、科技等）、“规制标准政策”（包含的关键词有典型、规划、金融、民生等）、“配套发展政策”（包含的关键词有配套、融合、文化、旅游、绿色等）。

类似地，本文将前文甘肃省25份农村电商政策文本得到的高频词汇，进行不预设个数聚类分析，当聚类个数为4时，聚类拟合值为0.825，低于浙江省的聚类结果，但同样是大于0.7，具有较好的聚类效果，聚类结果如表7所示。对甘肃省农村电商政策关键词进行聚类分析之后，笔者概括提取每一组关键词的共性，并为其命名得到四大组群，即“规制标准政策”（包含的关键词有标准、扶持、管理、规划等）、“人才培育政策”（包含的关键词有人才、培育等）、“金融扶持政策”（包含的关键词有金融、银行、经济等）和“配套发展政策”（包含的关键词有服务、工程、旅游等）。

5 结论及分析

为了考察不同省份之间制定农村电商政策的异同，本文搜集得到2011—2019年浙江和甘肃的省市级农村电商政策。其中：浙江省101份，甘肃省60份。本文进一步聚焦于23份浙江省级政策与25份甘肃省级政策，运用ROSTCM6.0文本挖掘软件分别对两省省级农村电商政策文本进行分词、提取高频词，以及运用NETDRAW和UCINET社会网络分析软件对两省省级农村电商政策文本进行社会网络分析及聚类分析。通过对浙江省、甘肃省农村电商政策文本的对比研究，本文主要得出以下四点研究结果。

首先，从农村电商政策首次颁布时间来看，浙江省领先甘肃省三年，由此，本文假设浙江省对中央政策的响应速度以及政策的出台速度较快于甘肃省。而这或许得益于浙江省全国领先的经济发展水平、较为完善的电商环境以及较为先进的政府治理机制。浙江省所颁布的农村电商政策中，省级政策占比较小，市级政策占比较高;甘肃省的结果与之相反。这或许反映出浙江省在政策制定与实施中，各市级政府有更强的资金实力，也具有更充分的自主权和更强的能动性，能够因地制宜地根据本市的优势产品、服务来发展农村电商;而甘肃省则更需要省级政府的统一引导，进行资金、技术、人员等方面的扶持。

其次，对比两省省级农村电商政策的关键词，本文发现两省前10个高频词均包含了“建设、发展、创新、企业、技术、农村”这6组关键词，并且两省有各自的政策侧重点。例如，浙江省更关注“人才、项目、服务、旅游”等以提供服务产品为主的项目开发，甘肃省则对“农业、创业、扶贫、工程”这四方面考虑进行政策扶持。可以推测的是，甘肃省更倚赖农业生产，且首要的是巩固已有农业的生产效益，维持其在提供农村电商源头产品时的优势。另外，甘肃省地处内陆，整体经济水平较浙江省仍有一定差距，这可以解释为什么“扶贫”依旧是甘肃省经济社会发展的基调。通过政府引领的“工程”来激发人民创业，有力地推动甘肃省农村电商的发展，降低贫困率，加快实现脱贫这一有关民生的目标。

再次，本文通过社会网络分析的方法对两省省级农村电商政策文本进行可视化研究，结果发现浙江省的省级政策中农村、企业、政府部门等多主体联系均较为紧密，与多项扶持项目相连，这也印证了上述的第一条发现。浙江省在发展农村电商的过程中，各地方政府表现出了极强的自主性，是引导农村电商发展的关键推力。对甘肃省农村电商政策进行可视化分析的结果表明，“落实”等代表政策力度的词位于网络的关键位置，这说明甘肃省对扶持农村电商的决心较为坚决。可以推测的是，甘肃省整体经济水平欠发达，农业生产活动仍是其主要的经济活动。因此，对于甘肃省而言，发展农村电商既是结合了本省的优势产业，也是提高全省经济发展水平的关键一环，这两方面都促使甘肃省极为重视对农村电商的引导和支持，在政策制定中表现有明显的决心倾向。

最后，本文对两省的省级政策文本关键词进行聚类分析，通过最佳聚类拟合值，得到两省各四组聚类关键词，笔者对各组关键词进行了概括命名。研究发现，浙江省与甘肃省有三组关键词相似，不同的是，浙江省有“创新体系政策”，而甘肃省则有“金融扶持政策”。类似于上面的结论，浙江省基于较好的经济发展基础，更快推動农村电商的发展，与此同时强调构建创新体系，为农村电商的发展探求更丰富的创新路径;甘肃省则将重点放在金融手段扶持农村电商的各项建设上，这与其农村电商发展基础是一致的。

本文的研究结果显示了浙江省、甘肃省在省级农村电商政策的制定中存在着相似与差异。而存在差异的原因，本文认为与两省的经济发展水平、农业基础、技术水平等有很强的关联。浙江省更倾向于发挥其技术优势、发展特色旅游产业以带动省内各地农村电商的发展，并且更具有政策的灵活性，依赖各地因地制宜制定有关农村电商政策;甘肃省则充分利用其农业传统，进一步夯实农业基础，通过更为统一的政策来引领各地发展农村电商，最终实现脱贫的社会性目标。

从理论上而言，本研究将不同省份的省级政策进行对比文本分析，拓展了已有的政策文本分析范式。从文中显示的政策颁布年份来看，2016年是两省农村电商政策颁布的高峰时期，这体现着某种共性。进一步的研究可以围绕2016年影响农村电商政策制定的关键事件，纵向并分段分析2016年前后的政策制定重点，并且可继续延伸到探求农村电商政策重点的逐年演进过程。此外，本研究着眼于甘肃省、浙江省的省级政策对比，今后的研究可以考虑对比更多省份之间的政策制定差异，或进一步将各市的政策纳入分析范围。再者，本研究着重于政策内容，今后的研究可以将实际案例和实际发展情况与政策内容相结合，进行更深入的双向影响分析。这些都是未来研究中值得考虑的方向。同时，本研究结果对于政策制定有一定的借鉴意义，各省在政策制定过程中应充分考虑本省的经济发展水平、农业基础、技术水平等，因地制宜地制定农村电商政策或其他产业政策。而今，脱贫工作已然渐进尾声，通过回顾农村电商在脱贫过程中所起到的关键作用，本文的研究结论表明：西部地区可向东部地区学习、汲取经验，同时根据自身特点制定政策。当前，我国经济越来越呈现数字化特征，数字创新为各产业输出着变革的动力。因此，在政策制定过程中，根据各省份实情制定相关政策，是有力保障数字创新，进而推动我国经济高质量发展的不竭动力。

注释：

①习近平：中国要强农业必须强 中国要富农民必须富.

中国网.http：//news.china.com.cn/2016-04/29/content_38348373.htm.

②SUSTAINABLE DEVELOPMENT GOAL 1-End poverty in all its forms everywhere. United Nations. https：//sustainabledevelopment.un.org/sdg1.

③中共中央国务院关于坚持农业农村优先发展做好“三农”工作的若干意见. 中国政府网. http：//www.gov.cn/zhengce/2019-02/19/content_5366917.htm.

④多部门印发加强农产品市场体系建设的指导意见.中国政府网.http：//www.gov.cn/xinwen/2014-03/20/content_2642208.htm.

⑤国务院办公厅关于深入开展消费扶贫助力打赢脱贫攻坚战的指导意见.中国政府网.http：//www.gov.cn/zhengce/content/2019-01/14/content_5357723.htm.

参考文献：

[1] 汪旭晖，张其林.电子商务破解生鲜农产品流通困局的内在机理：基于天猫生鲜与沱沱工社的双案例比较研究[J].中国软科学，2016（2）：39-55.

[2] 张正荣，杨金东.乡村振兴视角下农村电商如何优化“工业品下行”路径：基于“双链”耦合机制的扎根研究[J].农业经济问题，2019（4）：118-129.

[3] 吕丹.基于农村电商发展视角的农村剩余劳动力安置路径探析[J].农业经济问题，2015，36（3）：62-68.

[4] 王金杰，李启航.电子商务环境下的多维教育与农村居民创业选择：基于CFPS2014和CHIPS2013农村居民数据的实证分析[J].南开经济研究，2017（6）：75-92.

[5] 曾亿武，邱东茂，沈逸婷，等.淘宝村形成过程研究：以东风村和军埔村为例[J].经济地理，2015，35（12）：90-97.

[6] 郭承龙.农村电子商务模式探析：基于淘宝村的调研[J].经济体制改革，2015（5）：110-115.

[7] 刘亚军，储新民.中国“淘宝村”的产业演化研究[J].中国软科学，2017（2）：29-36.

[8] LEONG C，PAN S L，NEWELL S，et al. The emergence of self-organizing e-commerce ecosystems in remote villages of china： a tale of digital empowerment for rural development [J].MIS quarterly，2016，40（2）：475-484.

[9] 商務部电子商务和信息化司.中国电子商务报告2018[EB/OL].（2019-05-30） [2019-09-10].http：//dzsws.mofcom.gov.cn/article/ztxx/ndbg/201905/20190502868244.shtml.

[10] 谢青，田志龙.创新政策如何推动我国新能源汽车产业的发展：基于政策工具与创新价值链的政策文本分析[J].科学学与科学技术管理，2015（6）：3-14.

[11] 钮钦.中国农村电子商务政策文本计量研究：基于政策工具和商业生态系统的内容分析[J].经济体制改革，2016（4）：25-31.

[12] 王薇，刘云.基于内容分析法的我国新能源汽车产业发展政策分析[J].科研管理，2017（S1）：589-599.

[13] 侯振兴，闾燕.区域农产品电子商务政策文本计量研究：以甘肃省为例[J].中国流通经济，2017（11）：45-53.

[14] 黄倩，陈朝月，樊霞，等.基础研究政策体系对基础研究投入的动态影响：基于政策执行视角[J].科学学与科学技术管理，2019，40（1）：20-33.

[15] 李明星，张梦娟，胡成，等.知识产权密集型产业专利联盟运营模式创新研究[J].科技进步与对策，2016（22）：70-74.

[16] 张永安，郄海拓.金融政策组合对企业技术创新影响的量化评价：基于PMC指数模型[J].科技进步与对策，2017（2）：113-121.

[17] 丁潇君，房雅婷.“中国芯”扶持政策挖掘与量化评价研究[J].软科学，2019，33（4）：34-39.

[18] 白恩来，赵玉林.战略性新兴产业发展的政策支持机制研究[J].科学学研究，2018（3）：425-434.

[19] 杨云鹏，杨坚争，张璇.跨境电商贸易过程中新政策法规的影响传播模型[J].中国流通经济，2018（1）：55-66.

[20] 余传明，郭亚静，龚雨田，等.基于主题时间模型的农村电商扶贫政策演化及地区差异分析[J].数据分析与知识发现，2018，2（7）：34-45.

[21] Scott，J. Social Network Analysis[M].London： Sage Publication，2013.

[22] 王春梅，黄科，郭霖.基于社会网络分析的南京创新政策研究[J].科技管理研究，2014，313（15）：25-28.

[23] 戚湧，王静.江苏省大众创新创业政策评估[J].科技管理研究，2017（1）：75-81.

Research on the Rural E-commerce Policy Based on Social Network Analysis： Taking Zhejiang and Gansu as Comparison

Jin Jun，Li Shijing，Chen Zan

（School of Management，Zhejiang University，Hangzhou Zhejiang 310058）

Abstract： China's economic development has regional characteristics， and different provinces have similarities and differences in policy making. Understanding those similarities and differences is good for policy-making.This paper used ROSTCM6.0 text mining software， NETDRAW and UCINET social network analysis software to analyze the texts of rural e-commerce policies in Zhejiang and Gansu provinces. The study found that due to the gap in agricultural foundation， economic level and technological development， Zhejiang and Gansu provinces had different emphases in the formulation of rural e-commerce policies. Based on the research findings， this paper proposed that all regions need to formulate effective e-commerce poverty alleviation policies according to local economic， social development and technological conditions and timely adjust relevant policies according to regional development and changes.

Key words： e-commerce poverty alleviation; policy text; social network analysis; Zhejiang; Gansu