农村电商上行扶持政策效应评估——基于熵权法的文本分析

汪兴东，熊彦龄

(1.江西农业大学经济管理学院，江西南昌 330045；2.江西省乡村振兴战略研究院，江西南昌 330045)

农村电子商务是转变农业发展方式的重要手段，是精准扶贫的重要载体。加快农村电子商务发展有利于促进消费、扩大内需，推动农业升级、农村发展和农民增收。近年来，随着农村网络的普及，我国农村电商的发展非常迅速。截至2018年12月，全国农村网店数达985.6万家，农产品上行交易额由2012年200亿元增至2018年2 305亿元，农村网络零售额达到1.37万亿元，同比增长30.4%，约占全国网络零售额的15.21%。为了进一步推动农村电商的发展，降低农户电商技术的采纳成本，政府部门高度重视，在2017年中央一号文件中共出现“电子商务”（含“电商”）8次，还首次设了一个专节“推进农村电商发展”，共计297字。商务部也从2014年开始推进电子商务进农村综合示范工作，从财政、金融、税收、基础设施、技术培训等方面全方位地支持示范县，截至2018年12月，已累计支持示范县1 016个，覆盖国家级贫困县737个，占国家级贫困县总数的88.6%，其中支持深度贫困县137个。因此，研究政府扶持政策对农村电子商务发展的影响，进而发挥其引导作用，对于推动农产品进城、提升农产品流通效率具有重要的现实意义。从目前来看，虽然近几年我国各级政府陆续发布了诸多关于引导农村电子商务发展的政策文件，但还很少有学者对这些政策的效应进行量化评估，以回答这些政策的最终效应如何、怎样的政策工具组合能带来更佳的实施效果、哪些发文机构协同能产生更好的政策效应等问题。为了回答这些问题，本文通过收集近几年与农村电商上行扶持政策有关的70项政策文件，利用熵权法对这些政策文件进行量化分析，以评估我国农村电商上行扶持政策的实施效应，为政府更为有效地利用政策工具推动农村电商发展提供借鉴和参考。

1 文献综述

农村电商扶持政策主要包括两个方向：一个方向是工业品下乡，拓展农村消费市场，降低农村流通成本，充分释放农村市场消费潜力；另一个方向是农产品进城，创新农产品流通方式，培育多元化农村电商主体，疏通农产品渠道梗阻。本文旨在评估农村电商中农产品上行扶持政策的实施效应，故对农村电商的下行扶持政策不做评价。

由于我国农村电商扶持政策实施时间较短（从2014年开始），还未析出专门探讨农村电商扶持政策的研究文献。但已有一些文献从政策本身出发，对政策的实施效应进行了量化研究，如：Libecap［1］首次对矿产权的各项法规内容进行打分量化处理，然后利用所构建的指标分析了各项法规的实施效应并进行了排序。在此之后，有众多的学者开始借鉴量化评估的方法对有关政策进行了评估，如Daugbjerg等［2］从责任部门、执行计划、法律地位、目标群体、政策目标、时间规划、预算、评估与反馈8个维度对英国的27项体育运动推广政策进行政策效应研究，拓展了政策文本量化研究的思路；彭纪生等［3］对技术创新政策进行文本量化评估；而芈凌云等［4］对节能引导政策文本进行量化，评估政策的效应和效果。从总体来看，这些研究基本从政策工具、政策协同、政策力度及政策目标等方面展开政策评估，对农村电商扶持政策的效应评估具有重要的参考价值。

1.1 政策工具的影响效应

在对有关政策的研究文献进行梳理后，本文将政策工具分为经济工具、信息工具、行政工具和物理工具四大类。电商扶持政策中的经济工具主要包括：补贴、税收减免、信贷支持等。岳欣［5］在研究农村电商技术应用时指出，政府对网络基础设施和龙头企业的资金扶持政策及税收优惠政策能快速推动电子商务在农村的普及和运用。除了对经济工具的研究，有学者开始探讨非经济政策工具对组织（个体）电商技术采纳及扩散行为的影响，其中包括信息工具、行政工具和物理工具等［6］，认为比较而言，信息工具的影响是最为有效和持久的，但其影响效果的呈现需要较长时间；行政工具能起到立竿见影的效果，但需要政府的不断宣传和监督；物理工具是通过网络基础设施的完善来实现的，其效果介于信息工具和行政工具之间。在此基础上，Gatautis［7］进一步提出，信息工具尽管有效，但如果与其他政策工具结合使用，效果会更加显著。我们在政策文献的研读中也发现，政策工具的使用确实往往不是单一出现，而是组合使用，如张国兴等［8］在研究我国节能减排政策的协同有效性中发现，政策工具协同使用效果会更好，但是不同政策工具的协同对政策有效性的影响有显著的差异。

1.2 部门协同的影响效应

经过前期对我国出台的有关农村电商上行扶持政策的收集和分析，我们发现农村电商上行扶持政策通常会由几个部门协同发布。若追溯协同治理的起源，其实践源自英国布莱尔政府的改革。Arthur［9］认为，协同是组织之间互换信息、改变行为、共享资源、提高各自能力的过程，并在这一过程中同担风险和责任、共享利益，最终实现共同受益、达成共同目标。而在政策推行过程中，政府的角色是“掌舵”而不是“划桨”，“划桨”的任务应该交给私人部门和非营利组织、社区组织等第三部门［10］。既有的发展主义文献尽管也提出了嵌入型自主性的概念［11］，也论及了国家与社会的协同［12］，但对于部门协同问题，Meijers等［13］认为部门协同是指政府在政策制定过程中对跨界问题的管理，这些问题超越了现有的政策领域边界和单个部门的职责范围，需要多元主体间的协同；Matei等［14］强调政府在制定政策的过程中应当加强政府内部门间以及不同政府部门间的协同来平衡不同部门间的利益冲突；而Camarero等［15］则认为政府部门协同是政策目标相互冲突或相互竞争的结果，部门协同是解决政策冲突的有效途径；在此基础上，Kim［16］指出政府应该采取部门协同等措施来维持政策在环境变化中的稳定性。由于我国农村电商扶持政策实施时间较短，目前主要还是由政府推动，故本文仅分析政府职能部门间的协同效益；但随着扶持政策的推进，是否有可能扩展到与企业或私人组织之间的协同，本文不做讨论。

1.3 政策力度的影响效应

政策力度包括两个维度，一个是颁布机构的行政级别，另一个是颁布政策的属性（包括法律、条例、规定等）［3］。彭纪生等［3］通过对创新政策演变的研究发现，颁布机构的行政级别越高、政策类型的强制性越大，政策的经济绩效也越好；在此基础上，张国兴等［17］在测量节能减排政策时，通过研究国务院《规章制定程序条例》和参考彭纪生等［3］科技创新政策量化标准，并结合专家意见，对政策赋予1～5分的数值以描述政策力度，定量分析结果表明政策力度与其他政策变量（如目标、工具等）结合使用政策的实施效果更好；而芈凌云等［4］通过对65项有关政策的研究，对我国生活节能政策力度进行量化分析，结果表明我国节能政策的力度偏低，且命令控制性政策的节能效果不明显。

1.4 政策目标的影响效应

政策目标是指用于描述政策文本中所要实现目标的可衡量程度。芈凌云等［4］认为，政策目标越量化，其可衡量程度越高，政策的效应越明显。彭纪生等［3］在对我国技术创新政策分析中发现，越是高一级领导机关颁布的政策越宏观，对经济主体的影响和约束力越弱。而张国兴等［8］则进一步指出，尽管量化的政策目标比定性的政策目标更有执行效力，但量化目标之间的协同性同样重要，目标间的协同性越好，政策的效果越明显。国外的相关研究也表明量化可衡量的政策目标更容易实现，如Harmelink等［18］在对欧洲节能政策工具的研究中发现，定性的政策目标难以衡量目标的实现程度，定量的目标更容易实现甚至是超额完成；Stern［19］的研究也表明，政策文件的目标越宏观，政策的执行效应越不好评估，对目标主体的影响及约束力越弱。

从以上文献回顾可以看出，学者们对不同类型的政策进行了量化评估研究，取得了许多具有借鉴意义的研究结论，但还有以下问题值得探讨：一是，目前大部分关于政策效应评估的文献都是基于某一个或几个维度展开，而从政策工具、政策协同、政策力度及政策目标4个维度进行综合评估不太常见；二是，对于政策评估指标的赋值，大部分研究文献以主观赋值法（如专家打分法、德尔菲法等）为主，而综合运用主观赋值与客观赋权对政策进行评估的研究较为少见；三是，对于创新、知识产权、节能等政策效应的评估较多，但对电商扶持政策的评估还未涉及。因此，本文利用所收集的70项农村电商扶持政策（上行）的文本，基于熵权法从政策工具、政策协同、政策力度及政策目标4个维度对这些政策文件进行量化分析，以评估我国农村电商上行扶持政策的实施效应。

2 数据收集和模型构建

2.1 数据收集

在研究区域的选取上，本研究选择江西省作为研究区域，主要基于以下3点理由：首先，江西省是一个传统的农业大省，截至2017年12月，江西省农村人口为2 098.4万人，占全省人口的45.4%，全年农业总产值为3 069亿元；其次，2014年是江西省农村电子商务发展的重要转折点，共有7个县入选首批国家电子商务进农村综合示范县，占首批综合示范县总数的12.5%，截至2018年12月，江西省共有国家级电子商务示范县43个，几乎覆盖了全省县（市/区）的一半；最后，截至2019年10月江西省共有18个县符合贫困县退出的要求顺利退出，且上述18个县均为国家电商示范县，可见电商扶贫政策在产业扶贫中起到了重要作用。

在数据的收集上，我们从国家、省、市相关政府部门的网站，万方数据库（法规），中国知网（政府文件和法律）及百度数据库中以“农村电商”为检索关键词，收集了2006年1月至2018年3月期间相关政策216项，其中国家政策文件154项、江西省地方性文件62项。首先通过标题进行筛选，去除评选结果通知、实施方案、经验推广等文件97项；然后从剩下的119项文件中剔除农村电商下行扶持政策文件，共获得农村电商上行扶持政策文件70项；最后，对这70项政策文件进行精读，从颁布时间、颁布机构、政策属性、政策目标、工具类型等进行分类、编号和整理，形成最终的农村电商上行扶持政策数据库（以下简称“样本政策”）。其中，颁布机构为人大常委会、国务院的政策18项，国家各部委16项，江西省政府及各机关单位23项，各市级政府13项。在70项政策文件中，以意见居多（42项），通知次之（10项），而规划、办法、计划、指南等属性的文件较少，为了便于后续的量化分析，我们把这些属性的政策文件统一归类为其他（18项）。按年份划分颁布的样本政策数量如图1所示。

图1 我国农村电商上行扶持样本政策数量的年度分布

2.2 评估维度确定与赋值

基于文献回顾的结果，为了更为全面地评估我国农村电商上行扶持政策的效应，本文从政策工具、政策协同、政策力度及政策目标这4个维度建立政策文本的量化评估模型。其中，政策工具包括经济工具、行政工具、物理工具和信息工具。经济工具的使用主要表现为政府通过补贴、税收减免、信贷支持等经济手段刺激农村电商技术的采纳；行政工具往往体现在政策目标及规则设定等方面，用来规范制约政策实施过程，协调在完成政策目标过程中可能碰到的问题；物理工具顾名思义是提供可见的物质基础，如构建电商平台、搭建电商创业基地等，通过提升农村电商使用的物质条件推动农村电商的发展；信息工具则体现在对电商的宣传推广、组织培训等技术信息的传递，通过对电商知识的普及和推广，破除农户使用电商的技术壁垒。由于4类电商政策工具的特点各异，主要表现形式不同，所能达到的预期政策目标也不一致（见表1）。

表1 2006—2018年我国农村电商上行扶持政策主要工具类型

从目前政策评估的文献来看，大部分基于单个政策工具进行效应评估，而现实情况是，很少仅出现单个工具的文本。正如芈凌云等［4］所指出的，政策工具通常是2个或2个以上协同使用，且以某类工具为主，其他工具为辅的形式出现。我们对70项农村电商上行扶持政策的文本分析中也发现，单独使用某种政策工具的文本仅有8份。因此，在本研究中，我们不评估某个政策工具单独的政策效应，而是重点考察不同政策工具的组合效应，根据政策文件中出现的政策工具数量分别赋值为1～4分：如使用了4种政策工具，赋值为4分；仅使用了一种政策工具，赋值为1分，详见表2。

对于政策文本中所使用政策工具类型及数量的判定，我们采取了3步讨论法，尽量保证判定的准确性：第一步，由4位研究生分别对70项政策文件进行精读后，给出每个编号的政策文件所使用的工具类型及数量，然后对意见不一致的归类进行充分讨论，得出一致性的判定；第二步，邀请了笔者所在地农业厅和商务厅的行政人员各1名（由于大部分的农村电商扶持政策文件都由这两个部门起草或下发）及2位专业老师分别对研究的归类结果进行分析，对不一致的判定进行讨论后，形成统一意见；第三步，对于第一步和第二步中不统一的归类，先由4位研究生给出归类的理由，然后由2位行政人员和2位老师共同判定。我们用同样的方法得出政策协同、政策力度及政策目标的分类判定。

根据政策文本中目标描述的清晰度和可衡量度，把政策目标划分为非常清晰、比较清晰和不太清晰3类。如果文件中政策目标清晰明确且可量化，我们归类为非常清晰，如政策文件中用明确的数字表达电商销售额、服务站建设数量、电商培训次数等。对于政策目标类型的赋值，参考芈凌云等［4］在研究中的分值设定，从低到高分别赋值1、3、5分（见表2）。（部门间）政策协同的划分相对比较简单，通过政策文件中共有几个部门联合颁布（有几个部门的公章）来判定。从样本政策来看，最多有3个部门联合颁布。根据政策联合颁布部门的多少，从低到高分别赋值1～3分（见表2）。

表2 我国农村电商上行扶持政策的目标、协同和工具评分标准及赋值

对于政策力度的评估本研究又细化为2个维度，一是颁布机构的行政级别，另一个是颁布政策的属性。参照国务院《规章制定程序条例》，以及彭纪生等［3］、张国兴等［17］的赋值方法，我们对政策力度中的行政级别维度从低到高分别赋值1至5分：如果是市级政府机构颁布的政策文件，赋值为1分；如果是全国人大常务委员会、国务院颁布的政策文件，赋值为5分。对于政策力度中政策属性维度的赋值，参考芈凌云等［4］所使用的政策力度评估方法，从低到高赋值1至4分：如政策文件为通知、公告等，赋值为1分；如果政策文件为条例、规定、意见等，赋值为4分。详见表3。

表3 我国农村电商上行扶持政策力度的评分标准及赋值

2.3 评估模型构建

本研究利用熵权法进行客观综合赋权。借用信息熵的性质，即在信息论中，熵是对不确定性的一种度量，信息量越大，不确定性就越小，熵也越小，反之熵也越大。在本文中，对政策的研究是基于文件内含有的信息内容分5个维度（其中政策力度包含两个维度）对其进行客观赋值，进而评判政策价值，符合此性质；并且熵权法是一种客观赋权法，能削弱主观因素影响，从客观角度对政策价值作出综合评估。故我们选择熵权法进行研究，具体过程如下：

政策评估完全使用等级评分制，因此不需要进行数据的归一化处理。自变量的选取分别为行政级别、政策工具、政策目标、政策协同和政策属性；v为政策价值；为各项属性的系数。需要注意的是，熵权法仅仅针对平等的基本属性，我们认为为政策的5项地位平等的基本属性，因此建立以下政策评估模型：

由于熵权法是一种客观赋权法，通过计算指标的信息熵，相对变化程度大的指标具有较大权重。计算具体过程按如下公式及步骤进行：

首先，对指标进行标准化后，计算得到P值：

其次，计算参评指标熵值。对于某项指标，指标值差距越大，则该指标在综合评估中所起作用越大：

在这里的累加为某一列指标数值，即某一属性的数值和。

然后，计算指标差异系数：

最后，确定参评指标权数：

表4 2006—2018年我国农村电商上行扶持样本政策评估模型指标计算结果

利用式（7）可以计算得到v值，在后续的研究中我们会按照维度划分求出相应v的均值，v的均值越大表示政策效应越好，v的均值越小则表示政策效应越差。

3 政策效应评估

为了更为清晰地评估农村电商上行扶持政策的实施效应，首先通过计算模型中的v值，描绘出各年度样本政策总效应的演化，然后再分别从行政级别、政策属性、政策工具、政策目标和政策协同5个维度对政策效应进行评估。

高校固定资产信息化管理，必须执行责任到人的要求，固定资产的申购、登记入库及验收、变动处置等每个环节都明确负责人，全程透明化管理、规范性操作。通过固定资产管理平台，对固定资产从申购到销账整个生命周期进行动态管理，可以有效避免固定资产的流失，保障固定资产的安全有效。

3.1年度政策的效应演化

将政策按年划分为2014年之前、2015年、2016年和2017年以后，利用模型构建出不同年份的政策价值计算方程，结果表明2015年出台的政策价值的均值最高为2.78，2016年开始政策价值开始下滑，到2017年以后下滑更为明显，跌至2.55（详见图2）。对年度样本政策数量的统计发现，2015年政策数量急剧增加，而到2016年迅速降至一半左右，之后的年度政策数量保持稳定。结合当时背景资料可知，第一批国家级电子商务进农村示范县于2014年12月份由财政部、商务部认定通过，紧接着2015年7月认定第二批，这说明由于中央政府有关部门的支持，使得2015年农村电子商务政策出台数量突然急剧上升。但在政策推进的持续程度上，随着时间的推移，政策价值的均值由2015年的2.78下滑至2017年后的2.55，数量也由2015年30项下滑为2016年的12项。可见政策往往在刚推行后的一段时间内在数量上呈现爆发式的增长，且具有较高的政策效应，但在持续程度方面却不太乐观。因此，政府需要思考如何维持政策质量与数量，以保证政策能持续推进。

图2 我国农村电商上行扶持样本政策价值均值的演化

为了分析各年度某一维度对v值变化率影响的大小，我们对不同年度的样本政策分别构建模型，通过计算得到各模型中的值，如表5所示。

表5 我国农村电商上行扶持样本政策效应评估结果

然后对行政级别、政策工具、政策目标、政策协同和政策属性5个维度分别求导进行描述，结果如图3所示。从图3可以看出，政策协同的影响高于另外5个维度。根据已有统计的政策信息，我国农村电商上行扶持政策一般会由商务部、财政部、农业部和国家发改委等同级部门联合发布。根据机构职责可知，商务部的主要职责中包含有推进物流配送、电子商务等现代流通方式的发展和推进农村市场体系建设，组织实施农村现代流通网络工程；财政部负责有关政策补贴和专项储备资金管理工作，在农村电子商务发展中主要是提供财政支持和补贴；农业部（于2018年3月整合为农业农村部）负责加快农业农村现代化建设；国家发改委的职责主要在于监督和管理经济和社会发展，其中下设农业经济司为农业和农村经济制定发展战略及政策。由于这些政策制订主体的职责存在交叉的地方，同时权力之间能够互相弥补，进而发挥部门间的协同效应，使得农村电商上行扶持政策协同对政策价值的影响力高于其他政策维度。

从年度来看，行政级别和政策属性出现此消彼长的态势：2014年及以前，国家、省、市发布的政策较为平均，由于农村电子商务示范县工作的推进，2015年国家相关政策数量出现大幅度增长，而到2016年3种行政级别的政策数量又逐渐恢复至平均。印子［20］的研究结果表明，国家政策的出台往往是从地方走向全国，并以河南省为例研究低保政策时认为，政策的制订和施行分为地方政策阶段、国家政策执行阶段、地方性政策完善阶段3个阶段；刘岳等［21］的研究认为国家的各项政策从宏观上决定了农村社会的生活方式，但最终的政策结果往往并不取决于当初政策制定时的理论预设和良好的愿望，而是实践过程中对政策的修正程度，即政策的实施过程。因此，可能是由于2015年国家关于农村电子商务政策的大量出台，国家的权威性使得行政级别对政策价值的影响增强，而政策属性相应显得影响力度较弱，后期由于各行政级别出台的政策数量趋于平均，且地方性政策在基层的可操作性更接近农村情况，行政级别对政策价值的影响力减弱，政策属性对政策价值的影响力度再次上升，故而出现此消彼长的现象。

另外，从图3还可以看出，政策目标在2016年开始对政策价值的影响力就开始略微下滑，到2017年以后为各维度中对政策价值影响力最弱的一项。通过研读研样本政策文本内容，我们发现，大多数农村电子商务扶持政策目标设定的年限为5年左右，但并未细化每一年的目标。可能的原因是由于时限较长，政策目标的影响力无法在每一年中明确体现；且由于目标设定完成多在2020年及以后，故政策目标的影响在短期内没有得到充分体现。

图3 我国农村电商上行扶持样本政策各维度对政策价值的影响

3.2 政策力度的效应评估

因为政策力度包括行政级别和政策属性两个维度，我们把两个维度组合进行政策力度的效应评估。政策的行政等级一共有国家、省级和市级3个等级，将其与政策属性综合考虑得到政策力度，分别对不同政策价值的均值取平均值，结果如表6所示。需说明的是，在前期统计时，省级未见出台通知类型政策，因此无法计算此类政策v的均值。由表6可知，国家级别中，规划、计划等其他类别政策在3种模型中的v的均值最高（3.14），说明其价值优于意见和通知；在省级中，意见的政策价值均值（2.91）都高于其他类别政策价值均值（2.61），相比而言，省级意见的政策效应更好；在市级中，其他类别政策价值均值最大（2.86），而通知类型政策价值均值最小（1.98），所以在市级政策中其他政策效益最好，通知政策效益较差。从总体上进行比较，国家其他类别政策价值均值在模型中为最高，说明这类政策在5个维度上搭配较为合理。

表6 2006—2018年我国农村电商上行扶持样本政策力度v的均值

3.3 政策工具协同的效应评估

在进行政策工具协同的效应评估时，将同一种组合加总求政策价值的平均值，权重越大表明影响力越强。从表7可以看出，政策的出台一般不会单独使用经济工具，本研究通过政策研读及参考前人的研究结果发现，这可能是由于经济工具往往会当作一种伴随的激励措施与其他工具协同使用。单独使用行政工具v的均值往往高于其与经济或信息组合使用时的均值，说明这两种工具组合使用时反而会相互弱化彼此的效果，表明行政工具不太适合与经济或信息工具协同使用；同时，我们也发现，行政工具v的均值（2.13）是所有单独使用工具中最低的，但数量却最多，因此政府在未来单个政策工具的设计中应考虑更多地选择物理或信息工具。在两种工具组合中，信息和物理工具组合v的均值最大（2.66），行政和物理工具组合v的均值（2.63）排在第二；而从数量上来看，信息和物理工具组合数量较少，就两种工具组合而言，物理工具与信息或行政工具协同使用能取得更佳的政策效果。在3种工具组合当中，行政、信息和物理工具组合v的均值最大（2.85），数量也最多（16个），说明政府在3种工具协同选择上取得了较好的政策效果。从表7可以看出，4种工具同时组合使用，政策价值的均值最高（3.04），且同时使用4种政策工具的政策数量也最多，表明政府很明确其在出台政策时应该从多方面考虑扶持方式，融合4种政策工具，尽可能大地发挥了工具的协同效应。

3.4 部门协同的效应评估

在样本政策文件中有超过半数是由1个部门颁布，然而其政策价值均值最小，为2.57，比3个部门联合颁布的低了0.67（详见表7），说明政府可能在出台农村电商相关扶持政策时未能明晰部门协同的重要性，或是担忧政策由多个部门联合发布可能导致职责分散，但就本文研究结论而言，利用部门协同能够有效提升政策的效应。

3.5 政策目标的效应评估

政策目标的清晰度赋值分别为1、3、5分，由表7可知，在模型中政策目标v的均值随着目标清晰度的增加而增大，由2.45分增至2.92分，说明政策目标越清晰，政策价值均值越高，政策效果越好。

表7 2006—2018年我国农村电商上行扶持样本政策其他各维度v的均值

表7（续）

4 研究结论与政策建议

4.1 研究结论

本文利用熵权法从行政级别、政策属性、政策工具、政策目标及政策协同5个维度建立量化评估模型，对近几年国家及江西省颁布的70项农村电商上行扶持政策进行了效应评估，主要得到了以下结论：

首先，从年度政策的总体效应演化来看，电商扶持确实取得了很好的效果，但随着时间的推移，政策数量增加所获得的叠加效应出现了边际效用递减的现象，因此政府相关部门在考虑政策数量的同时，需要兼顾政策质量，即不同政策维度的协同效应。就政策力度而言，国家和市级规划、计划、措施等政策价值优于通知和意见，而省级颁布的意见要优于其他政策类型。

其次，从政策工具的协同来看，经济、行政、物理及信息工具的协同使用会取得最佳的政策效果；而使用行政、信息及物理3种工具会比其他3种工具的组合效果更好；在出现两种工具的政策中，物理工具与信息或行政工具的协同效果最好；经济工具通常不会单独出现，而是与其他工具协同使用；单独使用物理或信息工具的效果会比单独使用行政工具的效果更好。

最后，尽管部门间难以协同，但政府部门间的协同能够明显提高政策的执行效果；而政策目标的清晰程度以及政策目标是否量化，也会对政策效应产生重要影响，目标越具体、量化程度越高，越易于评估，政策的效果也越好。

4.2 政策启示

首先，具体政策需层层细化。在国家层面，出台的政策应以规划、计划、措施等政策类型为主，并制定相应的实施条例。在省级层面，政府需对国家政策进一步研读，根据各省份的经济和物理条件，基于国家政策，制定适合本地发展的省级政策，辅以意见的形式颁布。在市级层面，由于市级政府更加清楚各个县的实际情况，选择使用计划、规划等政策类型明确每个县区的发展任务、规定每一年需达到的目标，让政策能够真正落实下去；另外，市级政府还需要承担起收集政策效果的任务，向上反馈政策效应，以根据前期政策的实施效果有的放矢地推出后续扶持政策。

其次，政策工具需协同使用。就单独使用某种工具而言，物理或信息工具会比行政工具效果更好；虽然经济工具易于实施，但需要与其他工具协同使用。从研究结论看，尽管使用两种或两种以上的工具组合能取得更好的政策效果，但同时也要看到，有些工具间的组合反而会弱化政策效应（如行政与经济或信息工具组合）。因此，职能部门在制定农村电商上行扶持政策时，要充分考虑政策工具的叠加效应，避免产生弱化现象；另一方面，还需发挥职能部门间的协同优势，强调部门间的职能互补，以期更为有效地推动政策实施。

最后，政策目标需清晰传递。由于政策目标越具体、量化程度越高，政策的执行效果也会越好，因此职能部门在制定相关政策时要充分考虑政策目标的清晰度，如明确时间节点、电商产业园建设规模、带动就业人数、电商销售额等等，一方面可以清晰地传递政策目标，另一方面可以进行明确的任务分解，推动政策的实施进程，并在执行的过程中及时反馈政策的实施效果，以便有针对性地进行政策调整，为后续相关政策的制定和实施提供有力的参考和支撑。

4.3 不足与展望

本文基于农村电商上行扶持政策文本构建价值评估体系，对政策价值进行了前期评估，取得了一些具有理论及实践意义的重要结论，但也存在不足：首先，从4个维度对政策的总体效应进行了评估，但缺乏对政策实际效果与评估结果的有效性检验。主要是由于一方面商务部从2014年年底开始推进电子商务进农村工作，这意味着到2018年年底只能收集到4年的评估数据，而政策推行过程中可能产生政策时滞，很难在短时间内准确地检验农村电商政策的实施效益；另一方面，本研究计划从社会效益、经济效益和生态效益3个方面对评估结果进行验证，但在前期信息收集中发现，目前农村电商效益反馈数据不全，难以从这3个方面进行实际效果的评估，但实际效益的检验对推动农村电商后续扶持政策的颁布和实施具有重要的指导意义。因此在后续的研究中，可以从多视角、多维度、多方向对农村电商扶持政策的实施效果进行评估。其次，本文以江西省作为研究区域，尽管研究结论可以为与江西省相类似的中西部农业大省提供借鉴和参考，但结论是否适合其他省份需要进一步验证，且研究结论的外部效度也需要进一步拓展。