信息技术视角下县域农产品电商绩效评估及其影响因素分析

贾 铖 夏春萍*

(1.华中农业大学 经济管理学院，武汉 430070；2.湖北农村发展研究中心，武汉 430070)

随着互联网技术普及、网民规模增长和大数据平台的发展，传统消费方式的改变以及电商与不同产业融合创新的持续纵深推进，加之第三方物流配送体系辐射范围扩大，“一村一品”特色化经营，线上线下融合发展的全渠道销售模式进入了实质性阶段[1-3]。农产品电商平台正成为降低农产品“流通桎梏”，加快农产品上行的新通道。它是对以批发和集贸市场为主导、超市为发展方向的线下流通体系的有力补充，是乡村振兴战略的重要组成部分[4]。农产品电商突破了地域限制，扩大了农产品销售半径，同时减少了农产品信息搜寻成本，缩短流通环节，提高流通效率，进而推动农业经济转型与农户收入增收[5-8]。因此，提升农产品电商发展水平，对规划与引导未来农村产业发展、小康社会的建设具有重要的现实意义。2019年中央1号文件再次提出实施数字乡村战略，深入推进“互联网+农业”，农产品电商已成为新时代解决“三农问题”的重要“突破口”。由此随之而来关于农产品电商的研究也大量涌现，不同学者从不同角度分别探讨了农产品电商发展的模式、绩效等。其中，涉及农产品电商发展模式的研究较多，也颇为成熟。一般将国内农产品电商模式分为网络直销交易模式[1,9]、网络第三方平台交易模式[9]、社交网络平台的交易模式[1]等；而关于农产品电商绩效的研究却较少，主要包括评价指标体系构建[10-11]、农产品电商绩效测算[12]、农产品电商平台评估[13-14]等。有学者通过使用发展中国家的调查数据证明，信息技术对农产品销售规模和改善农户福利有着显著的积极作用[15-17]；但也有学者发现信息技术未必能够给发展中国家的农户带来显著的积极影响[18-19]。然而前人多是从微观视角下分析信息技术与个体收入之间的关系，而在宏观层面上，信息技术是否仍会造成农产品电商发展的区域差异却较少涉及。

现阶段对农产品电商绩效评估的研究居多。其中，张莉[20]采用AHP层次分析法得出网络平台是当前农产品营销的最佳选择；田刚等[21]采用2008—2015年数据证实了生鲜农产品线上交易增速明显，农产品电商绩效较好，这与李丽等[22]通过调查数据验证农产品电商在扶贫方面取得成效的结果一致；然而史嘉兴等[23]利用ANP评估法却认为农产品网络营销绩效“一般”，甚至“较差”。主观指标的确认难免存在认知的差异性，从而影响结果判定的真实性。目前国内关于农产品电商的研究还存在两点不足：①农产品电商绩效概念界定模糊，导致测度指标单一或评估方法过于主观；②缺乏县域数据研究信息技术对农产品电商绩效的影响[9]。由此，本研究尝试在信息技术视角下，采用县域数据，利用数据包络分析(Data envelop analysis, DEA)等非参数模型评估2018年重庆市38个县域农产品电商发展水平，以期从县域层面揭示农产品电商发展的绩效水平及其影响因素，从而提出相应的发展对策。

1 概念界定与模型变量

1.1 概念界定

农产品电商是将电子商务应用在农产品流通领域，是“互联网+农产品”的一种表现[24]。农产品电子商务概念包括广义含义，是指涉及整个农业生产链条产生的所有电子交易活动，包括对农产品生产、销售、质量追溯及其售后客户关系维护等[24]；而狭义农产品电商仅针对农产品销售环节，即通过第三方线上平台或社交软件进行农产品售卖[24]。由于信息技术视角下农产品电商发展涵盖了农产品生产与流通的整个过程，所以本研究选择广义含义上的农产品电商概念。

1.2 理论假设

在信息技术视角下，农产品电商包括农产品生产与农村电商基础设施建设，能够帮助农户完成农产品从生产到线上交易的一系列活动。创新理论认为创新是经济增长的主要动力，信息技术作为创新的主要形式对经济发展有着重要的推进作用[25]。经济发展对农产品电商技术的引进与应用具有直接关系，而居民作为信息技术的采纳人与推动者，其收入或消费水平的高低也能间接反映不同地区经济发展的差异，继而影响到农产品线上“交易”的进展。然而信息技术生产率悖论却认为信息技术的过度投资并不一定会带来生产率的提高[26]。对农产品电商而言，信息技术不仅仅是传统概念上的新技术，更表现为一种“通用技术”，通过加强电商基础设施建设与应用增加了农产品附加值、扩大了生产者和消费者剩余，继而提高社会福利水平。但信息技术在农产品生产或电商基建规模上的过度投资可能会由于测度不当、效用滞后、资本比重相对低下和管理失当等影响农产品线上销售额的提升[25]。因此，基于上述理论的分析，本研究提出以下假设：

假设1：居民收入或消费水平正向影响农产品电商绩效提升；

假设2：农产品生产中信息技术的应用水平可能负向影响农产品电商绩效提升；

假设3：电商基础设施建设规模可能负向影响农产品电商绩效提升。

1.3 模型选择

1.3.1农产品电商绩效测度

数据包络分析(DEA)是使用数学规划(包括线性规划等)方法进行评价具有输入输出的“单位”(决策单元，DMU)间的相对有效性，是一种非参数评估相对效率的统计方法[27]。研究中常用到的DEA模型包括CCR模型与BCC模型等。其中CCR模型假定规模报酬不变，测算的综合效率包含技术效率与规模效率；而BCC模型假定规模报酬可变，测算效率仅能评估技术有效性，通过综合效率与纯技术效率计算可剥离出规模效率的成分。电商技术水平与平台规模对农产品电商销售的影响同等重要，而且对当地政府而言，在保证产出不变的前提下，减少资源投入，既能节约成本，提升利益，又能最大化利用有限资源。由此，本研究选择以投入导向为主的DEA模型评估县域农产品电商发展效率，并代表其在考察期内的绩效水平[27-31]。限于篇幅限制，其模型公式不予赘述。另外，利用DEA模型测算出的农产品电商绩效是m种投入与n种产出系统中的相对绩效，并不能表示投入对产出的影响程度，需要进一步通过Tobit模型探究影响农产品电商绩效的主要因素。

1.3.2农产品电商绩效影响因素

Tobit模型也称为样本选择模型、受限因变量模型、截尾回归模型等，是因变量满足某种约束条件下存在截尾回归的数学模型。该模型的表达式为：

(1)

1.3.3农产品电商绩效影响因素的层级模型

基于DEA-Tobit两阶段模型对农产品电商绩效进行分析，虽然能够明确影响农产品电商发展的主要因素，但无法区分不同要素之间的层级关系。由此，本研究进一步引入ISM模型(分析复杂的社会经济系统)[24]，构建县域农产品电商绩效影响因素间的层级模型[32]。

1.4 变量选择

1.4.1农产品电商绩效评估指标

前人多是从农户角度对农产品电商绩效进行评估，缺乏宏观指标的权威统计。基于数据可得性原则，本研究借鉴赵友森等[33]利用主成分分析法得到的农产品电商评估指标体系，包括资本投入等财务指标，包装、物流等电商技术指标以及线上交易人数等用户参与指标。从信息技术视角下的资本投入、人员参与和信息技术服务水平3个维度选择农业农村信息化财政支出额、每十万人上网人数、益农信息社总量等指标。其中，益农信息社能为农户提供信息技术指导与有效信息，用益农信息社总量表示不同地区信息技术服务水平；而农产品电商资本投入与电商从业人员却无法获得各县域统计数据，只能获得信息化支出额并将其作为对农产品电商资本投入的衡量指标，用上网人数来表示农产品“卖出去”与“买进来”的用户参与人数。另外，根据农产品电商概念，本研究选择农产品网络零售额、农产品质量安全追溯的交易额[16]作为农产品电商绩效评估的产出指标。虽然农产品网络零售额与农产品质量安全追溯交易额属于平行系统，但都属于农产品电商广义概念中的重要组成部分，同时纳入指标体系中可以提高农产品电商绩效评估的准确度，根据模型理论测算绩效水平。如表1所示：

表1 重庆市农产品电商投入-产出指标Table 1 Agricultural product e-commerce input-output index of Chongqing

1.4.2农产品电商绩效的影响因素

信息技术应用在农产品生产与电商基础设施建设的水平都会对农产品电商绩效产生负向或正向影响[34]。例如：不同种类农产品对电商销售的需求差异较大[35]，其信息化程度会对农产品电商发展产生影响[1]；石鲁达等[31]通过定性-定量方法验证了经营者的个体特征和经济收入会间接影响对农产品电商的采纳意愿；除此之外，平台规模、网络支付系统等基础设施也会影响到农产品电商的发展[1]。基于此，本研究最终从农产品信息技术生产水平、城乡人均经济发展水平、农产品电商基建规模水平等3个维度选择露天农产品信息技术水平等11个二级指标变量：

1)农产品信息技术生产水平：通过信息技术种植的农产品质量往往附加值更高[35]，而电商平台的发展也为高质、绿色、无污染的农产品提供了新的销售渠道，但由于农林牧渔业信息技术应用水平的统计数据难以全面覆盖，所以，本研究选择露天农产品信息技术水平、大棚农产品信息技术水平、畜禽产品信息技术水平、水产产品信息技术水平代表不同种类农产品信息技术应用水平的指标；

2)城乡人均经济水平：经济收入是消费的前提[25]，城乡人均通信消费水平、城乡居民人均收入水平既在一定程度上决定着农户是否会在意采纳电商销售的机会成本，也影响着居民是否会线上采购农产品的意愿。所以，本研究选择城乡人均消费额、城乡居民人均可支配收入作为居民经济水平的衡量指标；

3)农产品电商基建规模水平：选取每个行政村电商服务站点数、建设电商服务站的行政村比例、每个行政村益农信息社数、建设益农信息社的行政村比例、电子政务开通的行政村比例[34]等5个比值变量衡量不同县域的农产品电商基础建设水平。如表2 所示。

2 研究区域与数据来源

2.1 研究区域

重庆市是我国中西部唯一的直辖市，长江上游地区的经济、金融、科创、航运和商贸物流中心，西部大开发重要的战略支点、“一带一路”和长江经济带重要的联结点以及内陆开放高地，然而重庆市经济发展却呈现出明显的“二元”结构，尤其是农村信息渠道的不完善，间接影响了重庆市农业现代化发展。由此，本研究选择重庆市作为研究地区，主要基于以下考虑：第一，信息技术应用于农产品生产及销售环节并产生了经济效益；第二，在县域层面统计了农产品电商交易额等区域数据。进而在有效评估农产品电商绩效水平的同时，着重分析影响农产品电商发展的关键因素。

表2 县域农产品电商绩效差异的影响因素Table 2 Factors affecting the differences in the performance of agricultural products in counties

2.2 数据来源

研究数据主要来自于重庆市农业农村委员会在2019年4月对全市2018年38个县域农村信息化、农村电商发展的全面调查；部分缺失数据通过二次调查进行合理补充，最终获得重庆市县域农业农村信息化财政支出额等27个有效指标数据。

3 结果与分析

3.1 县域农产品电商发展的绩效评估

利用MaxDea软件测算重庆市38个县域农产品电商的综合绩效、纯技术绩效与规模绩效，结果如表3所示：

表3 重庆市38个县域农产品电商绩效Table 3 Performance evaluation of agricultural products in 38 counties of Chongqing

通过表3，从综合绩效层面分析，重庆市农产品电商发展整体处于中等水平，38个县域综合绩效均值为0.55。其中江北区等9个县域农产品电商绩效达到1，占重庆市全部县域的23.7%，说明上述地区总体信息技术投入与农产品电商经济产出之间相对有效。在信息技术资金投入、服务水平等方面处于相对最佳状态；而大渡口区等27个县域的综合绩效较低，表明重庆市大部分地区投入资源不足或平台规模有限，整体处于非有效或弱有效状态。其中大渡口区绩效得分仅为0.067，是江北区的1/15，暴露出重庆市县域间存在明显的两极分化，也证实了本研究选择重庆市作为研究区域的初衷。

从纯技术绩效层面分析，大渡口区、綦江区、潼南区、武隆县、沙坪坝区等4个县域绩效得分为1，但上述地区综合绩效得分却很低，说明信息技术可能由于平台规模或运营不当等原因导致无法顺利转变为生产力，从而制约该地区农产品电商的发展水平。另外，共15个区县纯技术绩效得分为1，表明重庆市大部分地方政府重视信息技术投资，技术投入-产出处于相对有效状态。

而从规模绩效层面分析，大渡口区等10个县域绩效值低于0.3，电商平台规模较小，对农产品电商综合绩效影响程度更大。2018年，长寿区、江津区、大足区等3个县域的规模绩效超过0.9，现有电商平台的规模合理，且可以满足农产品线上交易与质量追溯的有效运转；而其他25个县域的规模绩效介于0.3～0.9，占全市的66%，暗示大部分地区电商平台规模并没有达到最合理状态，仍有提升的空间[13]。

3.2 县域农产品电商发展的空间特征

利用ArcGis软件中的自然间断点法(地图分级算法)分别将县域农产品电商发展的综合绩效、纯技术绩效和规模绩效依次划分为低等绩效区、中等绩效区与高等绩效区等三级分类，绘制图1(a)、(b)、(c)；同时根据规模报酬变化绘制图1(d)。

在重庆市行政区划地图与表3匹配过程中，其中的万盛区在地图中并没有坐标与之对应，地图中的渝中区也缺少具体数值。作者通过查阅2018年《重庆市统计年鉴》[36]，发现渝中区作为重庆市大都市之一，其经济中心聚焦在金融、商贸与旅游业，发展以“二、三产业”为主，涉及农产品电商的数据几乎为0。综上考虑，故将渝中区农产品电商绩效归为0，从而与地图匹配，绘制图1。In the process of matching the administrative division map of Chongqing with the data of Table 3, the Wansheng District in Table 3 has no coordinates corresponding to it in the map, and the Yuzhong District in the map also lacks specific values. The author consults the “Chongqing Statistical Yearbook of 2018” and finds that Yuzhong District is one of the metropolises in Chongqing, and its economic center focuses on finance, commerce, and tourism, and the development is mainly based on “second and third industries”. So the data is almost zero. In summary, the authors attribute the performance of agricultural products in Yuzhong District to 0, thus drawing Fig.1.图1 重庆市38个县域农产品电商发展的空间布局Fig.1 Spatial distribution map of agricultural product e-commerce development in 38 counties of Chongqing

图1(a)、(c)表明电商基础设施规模是农产品电商发展的主要影响因素。整体水平与规模水平在空间分布趋于一致，高绩效区主要集中在重庆市的西北、中部以及西南部，其均值高于0.751；另外从图1(d)也可以发现除北部和中部少数地区外，全市大部分区县是可以通过拓展电商平台规模，实现农产品电商整体绩效的提升。不同于图1(a)、(c)，图1(b)结果显示纯技术高效区覆盖范围多于高规模地区。其中，包括除城口县外的北部、中部大部分地区、西南及东南地区。大部分信息技术的普及程度较高的现象也可以推断出各地政府高度重视信息技术在农产品电商发展过程中的投入强度与支撑力度。

综上，重庆市自西南向东北沿长江流域带，县域农产品电商发展水平最高，其次沿西北与东南方逐步向两边降低。长江流域带成为重庆市农产品电商发展的高聚集中心。一方面可能由于毗邻水源，土壤肥沃，农产品种植规模较大，品种较多，从而保证了农产品线上“持续供应”的数量与“好评如潮”的质量；另一方面，信息技术的引入与电商基础设施的建设也扩大农产品的“销售半径”，克服了区域限制，拉动了重庆市内长江流域沿边地区农产品电商发展的整体水平。

3.3 县域农产品电商绩效的影响因素

在上述分析中，将DEA模型测算得到的综合绩效值作为式(1)的因变量，将信息技术视角下初步筛选的11个影响因素为作为自变量，进行Tobit回归。

在回归之前，对原始数据进行共线性检验。其中，11个自变量中VIF最大为5.56，且小于10，所以变量之间不存在多重共线性；但由于自变量量纲不同，采用Z-Score方法标准化消除自变量的单位差异，再进行Tobit回归。模型结果如表4所示：

1)在模型Ⅱ中，露天农产品与大棚农产品信息技术水平对农产品电商绩效具有显著负向影响，而畜禽产品与水产品信息技术水平正向影响农产品电商绩效，且畜禽产品影响效果显著，从而证实了假设2。推测原因一方面露天与大棚农产品信息技术的投入，更多表现在农产品生产端，增加了其产品附加值，但储存期可能较短，尤其设施大棚内的“反季节农产品”。伴随“销售半径”的扩大，较高的保鲜物流成本不仅会改变农产品的口感，也会影响到消费者的体验，从而减少购买意愿；而对于畜禽与水产品来说，其生长周期较短、储存期限较长、保鲜运输成本较低、信息技术运用能够提高肉质农产品的流通效率，例如，物联网技术，既可以检测产品质量，又能对接供需信息、减少流通环节，从而满足跨区域消费者的需求，直接推动了农产品电商发展。

2)城乡人均经济水平对绩效的影响并不显著，并未证实假设1。笔者推测可能因为居民收入与通信消费水平并不能合理表示区域经济对农产品电商整体绩效的影响，电商在农产品“线上交易”环节中更多的是受到政府与市场的调控作用。

3)在农产品电商流通环节中，每个行政村电商服务站与电子政务开通的行政村比例对农产品电商绩效提高具有显著正向影响；电商服务站可以为农产品网上销售提供技术支持与信息传播，村内服务站数越多代表当地政府对农村电商发展的重视与资源倾斜，同时也提高了电商平台的服务水平；但开通电商服务站行政村的比例越高反而抑制绩效水平提升，说明县域内电商基础设施建设规模投资越大并不一定能提高绩效水平。另外，村内益农信息社旨在为农产品生产提供技术指导，侧重于农产品电商运营链中的生产端；但对农产品销售的影响较小，而且由于行政村内资源禀赋的有限性，过多投资益农信息社的建设规模也会制约村内电商服务站规模的扩大，影响农产品电商发展的经济水平，由此则论证了假设3。

综上，通过Tobit模型分析，假设2和3得到验证，而假设1并没有得到论证。不同种类农产品信息技术应用水平对农产品电商绩效的影响各异。其中传统种植业信息技术的应用主要集中在农产品的生产端，负向影响农产品电商绩效水平；而肉质类农产品信息技术多应用于农产品电商的流通端，促进农产品“线上交易”的效益规模。由于居民收入与消费的单一性导致影响绩效水平的程度较低。与此同时，电商基建规模水平对农产品电商发展的直接影响效果更佳。上述实证分析客观证实了“信息技术生产率悖论”的存在。此外，为了进一步理顺各影响因素之间的逻辑关系，本研究引入ISM模型分析核心要素间的层级结构。

3.4 县域农产品电商绩效影响因素的层级分析

在Tobit回归得出影响农产品电商发展的主要因素后，运用ISM模型构建农产品电商综合绩效条件下影响因素间的邻接矩阵，通过Matlab软件计算可达矩阵的解析解，从而绘制农产品电商综合绩效影响因素间的层级结构图，如图2所示。

表4 县域农产品电商绩效差异的影响因素分析(Tobit)Table 4 Analysis of factors affecting the differences in the performance of agricultural products e-commerce in counties

图2 县域农产品电商绩效影响因素的层级结构Fig.2 Driving mechanism of comprehensive performance of county agricultural products e-commerce

从图2可以看出，露天、大棚等传统种植业与畜禽养殖业的信息技术应用水平是影响重庆市县域农产品电商发展的表层因素。信息技术在种植业的应用水平可以提高农产品的附加值，而在养殖业的运用能够提高肉质农产品的流通效率，减少信息搜寻成本，实现供需信息对称。优质的农产品与高效的物流技术直接影响到农产品电商的绩效水平。与此同时，农产品生产端与流通端中信息技术应用得益于其村内电商服务站与益农信息社的规模。一方面可以为农产品生产提供技术指导；另一方面也能借助电商平台为其提供有效的销售渠道。而电子政务开通的行政村比例说明从政策根源支撑农产品电商的发展，开通电子政务意味着当地政府对信息技术的重视程度以及社会宣传等资源倾斜力度，才能进一步推动开通电商服务站点建设的进程，扩大电商服务的辐射水平。另外，县域政府借助互联网平台对村内特色农产品信息的公开也会吸引电商公司的入驻频率，从而借助社会资源带动本地农产品销售强度，提升农户福利水平。

4 结论与建议

4.1 结论

本研究在信息技术视角下构建DEA-Tobit-ISM三阶段模型，评估了重庆市2018年38个县域农产品电商发展的绩效水平，并揭示其空间分布特征，分析了影响县域农产品电商发展的主要因素，主要结论如下：

第一，重庆市农产品电商发展整体处于中等水平，但仍有76%的地区属于非有效区域，存在投入资源利用不足等现实问题。空间上自西南向东北沿长江流域发展水平最高，其次向西北与东南两边逐步降低，存在明显的“中间高，两头低”的分布格局；相对于纯技术绩效而言，规模绩效对农产品电商整体绩效提升的影响效果更为显著。

第二，①在农产品信息技术生产水平中，露天、大棚等种植业信息技术应用水平负向显著影响农产品电商绩效，畜禽肉质等养殖业农产品正向显著影响其绩效水平，农产品信息技术应用于流通端水平比生产端更能提高农产品电商的绩效水平，继而验证了假设2；②个体收入与通信消费水平对农产品电商绩效提升的影响较少，假设1未得到证实；③农产品电商基建规模对其绩效影响程度更加明显。其中，村内电商服务站规模与电子政务开通的行政村比例对农产品电商发展具有显著正向影响，但行政村内益农信息社规模与开通电商服务站行政村比例负向制约其绩效提升，从而证实了“信息技术生产率悖论”中的假设3：信息技术过度投资并不一定能带来生产绩效的提高。

第三，从信息技术视角下县域内电子政务开通的行政村比例是影响农产品电商发展的深层因素，电子政务开通的行政村高度重视信息技术应用与有效信息共享，便于吸引电商企业入驻；同时倾斜资源投资力度建设农村电商服务站与益农信息社，从种植业信息技术生产端和畜禽肉质农产品流通端双向影响农产品电商的绩效水平。由此断定，当地政府支撑是“农产品电商”发展的核心驱动力。

4.2 建议

根据研究结论，为缩小重庆市县域农产品电商发展差距，有效推动农产品电商的协调发展。本研究从信息技术视角下提出以下建议：

第一，提高重庆市西北和东南地区农产品电商基础建设规模，可以有效提高农产品电商发展水平；加强长江流域带与周边区域的电商互动交流，形成“中间带动两边”的帮扶模式促进农产品电商一体化发展。通过电商项目“以点带面”实现信息技术资源优化配置，从而提高农产品“线上交易”的经济产出；

第二，适当减少露天、大棚等农产品等生产端信息技术的投入资源，增加其流通端信息技术应用水平，如供需信息对接系统等，避免过度投资引起的“信息技术生产率悖论”；增加畜禽等养殖业农产品信息技术投资力度，注重物联网技术应用。提高行政村内电商服务站规模，降低对益农信息社的投资额度，集中人力、财力、物力打通农产品上行的流通渠道，打造“一村一品”优质农产品的同时，减少销售信息的搜寻成本，缩小农产品从“田野到餐桌”的流通环节，最大化提高信息技术资源的利用效率，保证农产品电商的稳定发展；

第三，坚持政府政策指导，逐步缩小县域电商发展差距。一方面继续提高开通电子政务行政村的比例，引导当地政府对信息技术的重视程度与资源倾斜力度，公开农产品品质、价格等信息，招商引资，吸纳更多电商企业入驻、交流；另一方面也要避免过度投资，适当增加村内电商服务站规模，减少同村农户对信息技术资源的恶性竞争，及时更新线上交易的市场信息等，从而规避农产品滞销或供给不足的窘境，保证不同县域农产品电商的协调发展。

因此，未来重庆市农产品电商仍需按照政府引导、信息技术支撑的模式发展。打造“一村一品”，提高农产品附加值的同时，着重拓展行政村内电商基建规模水平，提升农产品电商流通的效率，继而优化资源配置，促进区域农产品电商的发展水平。