特色作物在高质量乡村振兴视角下网络营销评价研析

杨超振 苏艳 陈晓艳 谭忠达 刘晓利 杨忠义

摘 要：基于云南多样化的作物种质资源，在实施乡村振兴战略推动高质量发展的新形势下，如何评价在绿色引领构建现代农业产业体系、生产体系和经营体系，特别在利用区域特色作物创新乡土特色产业，涌现大量新产业新业态的效果是当务之急。在网络营销成为当下主流趋势的影响下，主要围绕特色作物产品、网络营销环境、网络营销策略和市场反应四个因子开展研究，提出“特色作物网络营销效果评价指标体系”，通过调查、数据整理和分析，验证“特色作物网络营销效果评价模型”的可行性。文章创制的特色作物网络营销评价指标正向影响特色作物网络营销效果，其效果评价模型成立可行。文章创制的《特色作物网络营销评价指标体系》对特色作物网络营销效益有深远的意义，集合评价指标提出农业高质量发展新形势下特色农产品网络营销的建议，可提升整体营销水平，助推乡村振兴。

关键词：特色作物;农业高质量发展;网络营销评价;乡村振兴;指标体系

中图分类号：F724.6 文献标识码：A 文章编号：1005-6432（2022）10-0001-11

DOI：10.13939/j.cnki.zgsc.2022.10.001

1 引言

在中国高质量发展的新形势下，人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾在乡村最为突出，特别是脱贫后的乡村稳得住兴得起，实施乡村振兴战略是解决新时代我国社会主要矛盾的方法之一，到2050年全面实现乡村农业强、农村美、农民富。当前，政策环境、资源基础、市场需求、后发经济、生态自然等优势都为实施乡村振兴战略奠定了基础，围绕政策导向，充分利用现有基础优势，根据特色农业“供给侧”结构性改革指导意见，大力发展乡村振兴产业。云南具有生态和植物资源优势，为特色作物和特色农产品的发展奠定了物质基础。当今市场是主题，网络营销是主要的营销手段，克服高质量发展短板，构建科学合理的网络营销效果评价指标和模型有利于促推绿色农业的发展。据《中国互联网络发展状况统计报告》显示，2020年3月中国网络购物用户规模达到7.1亿，网民规模9.04亿，互联网普及率达到64.5%;国家统计局数据显示，2019年社会消费品零售总额411649亿元，比2018年增长8.0%。网上零售额106324亿元，比2018年增长16.5%。其中农产品网络零售额达到3975亿元，同比增长27%，带动300多万贫困农民增收。据中华人民共和国商务部信息显示，2020年上半年，云南农村网络零售额257.33亿元，同比增长18.17%;农产品网络零售额137.08亿元，同比增长33.06%。《2020阿里农产品电商报告》指出云南成为西部地区仅有的2个跻身全国农产品电商销售额前十的省份。云南文山、勐海凭借当地的特色农产品上榜“贫困县农产品电商销售前十强县”。网络营销是以互联网为主的营销活动，其特点和优势[1-10]充分说明网络营销是云南实现脱贫致富“乡村振兴”的一个重要手段。

从植物资源看，植物资源是创制特色作物和特色农产品的物质基础，是社会经济技术条件下人类可以利用与可能利用的植物。中国约有的3.4万多种高等植物中，云南就有1.5万多种，占全国植物种类近1/2，是种类最多的省份，被誉为“植物王国”;是中国17个生物多样性关键地区和全球34个物种最丰富的热点地区之一，也是中国重要的生物多样性宝库和西南生态安全屏障。

從作物资源看，作物种质资源是人类生存与发展的战略性资源，是提高农业综合生产能力、国家食物安全的重要保证，是农业可持续发展的重要基础。中国拥有粮食、纤维、油料、蔬菜、果树、糖、烟、茶、桑、牧草、绿肥、热作等340多种作物种质资源、47万份种质的信息[11]。云南垂直分布的生态环境，复杂多样的气候、地貌和植被，多姿多彩的民族文化，以及因地制宜的生产方式孕育了丰富的云南作物种质资源，缔造了多种作物的起源地和多样性中心，是优异资源的富集地区，是中国作物种质资源最多的省份，丰富多彩的作物资源举世瞩目[12]。

从特色作物资源看，2017年“中国作物种质信息网”向社会发布了第一批农作物特色种质资源目录，主要是在食味品质、加工品质、营养成分和特殊用途等方面具有较明显特色，包括粮食、油料、蔬菜、果树和热作等87种农作物共439份特色种质资源，主要为地方品种、创新资源和育成品种等，部分育成品种已通过品种审定。从农产品地理标志看，2008—2020年中国有3000余个获农产品地理标志登记证书，云南85个，其中动物27个，植物（特色作物）58个，包括果树19个、蔬菜12个、茶叶7个、药食作物5个等[13]。利用云南作物资源，发掘特色作物，创造特色农产品，研究特色农产品网络营销和服务中的相关因素，建立综合评价体系，提升营销整体水平的新机制，营造植物资源高效利用的“源—研—产—供—销—文—服”全值链管理循环模式，创建网络营销效果评价模型，分析影响特色农产品网络营销的制约因素，探索新形势下网络营销新策略，为乡村振兴做贡献。

聚焦高质量发展的视野下实施“乡村振兴”中存在的短板，即资源利用率低、人才技术缺乏、评价体系单一、规模化产业化低、新产品创制能力低、营销策略少等。当前突出问题是各地区通过因地制宜的发展，特色作物有一定的储量，但受市场、营销手段等因素的影响，制约了云南农业可持续发展的速度。在互联网高速发展的今天，根据当前特色作物网络营销特点（普及性、便捷性、普遍性、公平性、多样性、规范性、高效性、安全性、集成性等）和优势（提高销售准确度、放大销售机会、扩大品牌影响力等），凭借其特点和优势成为当今主流。但梳理近几年的研究结果和实际体验发现，网络营销特别是特色作物网络营销中在政府助推、引导消费、风险意识、品种单一、品质控制、同质竞争、附加价值、基础建设、网络营销人才、保质配送、标准法治、结盟机制、信誉机制、网络知名度、支付安全、网络销售渠道和市场分析等方面还存在短板和问题[14-29]。

网络营销是当今主要的营销活动，各行各业在网络营销研究方面取得了许多成果。云南由于资源丰富，有开发价值的植物资源盛多，但其发展还存在短板和不足。以市场为核心，结合科学营销策略探研“资源—研究—生产—供给—销售—文化—服务”全值链管理循环新模式，主要围绕特色作物产品、网络营销环境、网络营销策略和网络营销反应四个因子开展研究，侧重分析影响特色作物网络营销效果的诸多因素，提出高质量发展要求下特色作物网络营销效果评价模型，助推特色作物产业发展。根据市场变化规律，结合科学营销策略探研“资源—研究—生产—供给—销售—文化—服务”全值链管理循环新模式，分析影响特色农产品网络营销的因素，参考新的研究成果，结合云南实际提出特色农产品网络营销活动评价指标，构建 “特色作物网络营销效果评价模型”，通过调查分析验证其可行性，并提出新形势下特色农产品网络营销的对策，提升整体营销水平。

2 研究内容及方法

2.1 研究思路

总体研究思路是根据市场变化规律，结合科学营销策略探研“资源—研究—生产—供给—销售—文化—服务”全值链管理循环新模式，如图1所示。文章研究侧重的是分析影响特色作物网络营销效果的诸多因素，参考最新研究结果[30～41]，通过创建网络营销效果评价模型（如图2所示），分析因素关系，提出高质量实施“乡村振兴”战略背景下的特色作物网络营销实施策略。

2.2 研究内容

在高质量发展的形势下，如何高效利用云南具有丰富特色的作物资源，针对当前特色农产品存在的主要影响因子，围绕特色作物产品、网络营销环境、网络营销策略和市场反应四个因子开展研究，通过数据整理和分析，验证“特色作物网络营销效果评价模型”的可行性，提出新形势下特色农产品网络营销的对策，为提升整体营销水平，助推乡村振兴提供建议性对策。

2.3 研究方法

2.3.1 评价体系创建

（1）自变量指标体系。整理相关研究学术成果[42～47]，结合特色作物网络营销影响的权重因素，以市场为中心，绿色发展为主导，创建一级自变量指标4个，即特色作物产品（X1-X10）、网络营销环境（X11-X15）、网絡营销策略（X16-X25）、市场反应（X26-X33），构建了33个二级自变量指标，如图2所示。

（2）因变量指标体系。以市场为核心，根据市场特征和表现，结合特色农业效益的评价指标，参考以往的研究[48～51]和实际调查结果，创建了3个特色作物网络营销因变量指标（如图3所示），即Y1经济效益（政府投入、投资融资、产品附加值、产量规模、产品结构、生产效率、盈利回报等），Y2社会效益（带动发展、带动就业、带动致富、带动意识、带动和谐），Y3生态效益（生态建设、绿色覆盖、循环利用、资源健康、环境污染）。经济效益、生态效益和社会效益三个因变量之间存在相互发展、相互促进、相互矛盾、相互制约的关系。

图3 特色作物网络营销效果评价指标体系Fig.3 Evaluation index system of characteristic crop network marketing effect

2.3.2 数据整合处理

文章主要针对云南特色作物网络营销的参与者，即农业生产、加工、经营、科研教育、资源信息共享平台、各类相关管理等人员进行数据采集。数据收集采用是根据文章研究目的，采取第三方问卷平台进行，其特点是面广、客观、快捷、易用、低成本，可最大限度避免意向性的影响。对回收问卷进行修缮处理，整合后应用SPSS、Excel等统计软件进行统计分析。

2.3.3 问卷设计

根据创建的33个二级自变量指标制定问卷内容，一是网络营销的参与者的基本信息;二是网络营销的评价指标。定量评价标准采用李克特量表，划分为1～5分五个档次，1分为非常不同意，2分为不同意，3分为未定，4分为同意，5分为非常同意。

2.3.4 研究设计

研究思路：通过分析影响特色作物网络营销评价指标的信度，提高评价指标的有效性和可信度，通过效度、相关性和回归分析厘清特色作物网络营销自变量评价指标对因变量效果指标的影响。

研究对象：一是自变量X1-33云南特色作物网络营销影响指标因子效度;二是因变量Y1-3特色作物网络营销效果;三是自变量指标因子X对因变量Y的特色作物网络营销效果的相关性。

研究方法：

第一步：采用普遍应用的克朗巴哈Alpha系数法进行信度分析，计算公式为：

经预调研，Alpha分析其系数值为0.748大于0.7，说明可信度较高，确定最终问卷。

第二步：采用因子分析方法进行效度分析。

第三步：采用Pearson相关分析法进行相关性分析。

第四步：采用Linear Regression线性回归对各变量进行回归分析，探研自变量指标因子X与因变量Y特色作物网络营销效果之间关系。

2.3.5 研究假设

文章在文献回顾与梳理的基础上，分析特色作物网络营销自变量评价指标对因变量效果指标的正负影响，提出如表1所示的假设，其中“+”代表自变量指标因子X对因变量Y特色作物网络营销效果具有正向影响，“-”则代表自变量指标因子X对因变量Y特色作物网络营销效果具有负向影响。

3 结果与分析

按文章设计要求，数据采集和问卷发出采取第三方问卷平台进行，总发放问卷300份，收回有效问卷274份，问卷回收率达到91.33%，基本满足了文章的要求。

3.1 数据描述性统计分析

利用统计软件对数据基本情况进行了描述性统计分析，具体见表2。

3.2 信度分析

3.2.1 自变量信度分析

对33个（X1-33）影响网络营销自变量指标数据进行信度分析，克隆巴赫Alpha值为0.864大于0.7，说明问卷数据可信性是可靠的，如表3、表4所示。

3.2.2 因变量信度分析

对17个（Y1-1-Y1-7、Y2-1-Y2-5、Y3-1-Y3-5）特色作物网络营销效果数据进行信度分析，克隆巴赫Alpha值为0.826大于0.7，说明问卷数据可信性是可靠的，如表3、表5所示。

3.3 效度分析

3.3.1 特色作物网络营销评价指标效度量表的因子分析

对33个（X1-33）影响网络营销自变量评价指标进行KMO和Bartelett球形度检验，如表6检验结果所示，KMO的取值为0.726，介于0.7～0.8，说明该组数据适合进行因子分析，Bartlett统计量的显著性概率是0，小于0.5，此外卡方统计的显著性概率小于0.01，这同样说明该组数据具有相关性，符合因子分析的相关要求。

从表7中可以看出，对特色作物网络营销效度量表进行因子分析成功抽取了4个因子（特征值大于1），累计解释方差百分比68.794%，大于60%，且从表8中可以看出各因子载荷都大于0.5，这说明操作变量选取较为可信，应予保留，特色作物网络营销评价指标效度量表结构效度良好。

3.3.2 特色作物网络营销效果效度量表的因子分析

对17个（Y1-1-Y1-7、Y2-1-Y2-5、Y3-1-Y3-5）特色作物网络营销效果进行KMO和Bartelett球形度检验，从表9显示结果可以看出KMO值为0.689，大于0.6，说明该组数据适合进行因子分析。此外，Bartelett球形度检验的卡方值为1395.168，卡方统计值的显著性概率小于0.01，这说明该组数据具有相关性，符合因子分析的要求。

从表10中可以看出，对特色作物网络营销效果量表进行因子分析成功抽取了4个因子（特征值大于1），累计解释方差百分比75.263%，大于60%，且从表11中可以看出各因子载荷都大于0.5，这说明操作变量选取较为可信，应予保留，特色作物网络营销效果量表结构效度良好。

通过上述信度与效度分析可以看出，本研究量表的信度和效度都较好，整个问卷的设计较为合理。

3.4 相关性分析

分析特色作物网络营销评价指标与效果之间的相关性，采用Pearson相关分析法的相关系数来描述各变量之间的关系。如表12所示，由统计结果可以看出，33个（X1-33）影响特色作物网络营销自变量评价指标项与17个（Y1-1-Y1-7、Y2-1-Y2-5、Y3-1-Y3-5）特色作物网络营销因变量效果项在0.01水平下显著正相关。此外，经济效益与特色作物网络营销评价指标呈现高度相关，社会效益与特色作物网络营销评价指标呈现中等程度相关，生态效益与特色作物网络营销评价指标呈现低度相关的趋势。

综上所述，特色作物网络营销自变量评价指标对因变量效果指标之间存在着较强的正向相关。

3.5 回归分析

采用Linear Regression线性回归对各变量之间进行回归分析，以X①特色作物产品评价指標为自变量，特色作物网络营销效果（Y）为因变量，进行多层级线性回归，形成模型1;在模型1的基础上加入自变量X②网络营销环境因子形成模型2;在模型2的基础上加入自变量X③网络营销策略因子形成模型3;在模型3的基础上加入自变量X④市场反应因子形成模型4，分析结果如表13所示。

模型1的最大VIF为1.000，模型2的最大VIF为1.886（小于10），这表明模型的变量之间不存在多重共线性问题。模型1中X①和Y在0.01显著水平下呈正相关，且相关系数为0.668，说明特色作物产品评价指标正向影响特色作物网络营销效果。

模型2中X①、X②同Y均在0.01显著水平下呈正相关，且相关系数分别为0.324、0.234，说明特色作物产品因子和网络营销环境因子正向影响特色作物网络营销效果。

模型3中X①、X②和X③同Y均在0.01显著水平下呈正相关，且相关系数分别为0.327、0.286、0.167，说明特色作物产品因子、网络营销环境因子和网络营销策略因子正向影响特色作物网络营销效果。

模型3中X①、X②、X③和X④同Y均在0.01显著水平下呈正相关，且相关系数分别为0.369、0.267、0.186、0.258，说明特色作物产品因子、网络营销环境因子、网络营销策略因子和市场反应因子共同正向影响特色作物网络营销效果。

四个模型的最大VIF都小于5，这表明模型的变量之间不存在多重共线性问题。与模型1相比其调整R2逐步增加，这说明除特色作物自身评价指标外增加变量后模型能够解释因变量变动的百分比增加。

4 结论与建议

4.1 研究结论

（1）从信度和效度分析结果表明：特色作物网络营销评价指标和效果的克隆巴赫Alpha值分别为0.864、0.826，都大于0.8，特色作物网络营销自变量评价指标和效果的KMO分别为0.726、0.689，大于0.7，说明整个问卷的设计较为合理，问卷整理数据具有良好的信度和效度。

（2）从相关性分析结果表明：特色作物网络营销自变量评价指标与因变量效果指标之间存在着较强的正向相关。经济效益与特色作物网络营销评价指标呈现高度相关，社会效益与特色作物网络营销评价指标呈现中等程度相关，生态效益与特色作物网络营销评价指标呈现低度相关。

（3）从回归分析结果表明：特色作物网络营销评价指标中的四方面（X①特色作物产品因子;X②网络营销环境因子;X③网络营销策略因子;X④市场反应因子）的评价指标，其回归系数分别为0.369、0.267、0.186、0.258，均显著正相关，在0.01水平上显著不为0。由此得出，结论特色作物网络营销评价指标正向影响特色作物网络营销效果。

综上所述，文章创制的“特色作物网络营销评价指标体系”对特色作物网络营销效益成立并有深远的意义。

4.2 建议

云南发展绿色产业的当务之急是充分进行资源的整合共享利用，发挥云南区域优势，发展特色产业，以市场为中心，以经济效益、社会效益和生态效益为导向，评价筛选特色资源，创制绿色产品和营销战略，助推云南特色农业供给侧改革。结合文章研究及针对特色作物网络营销具体提出如下三方面的建议：

（1）特色作物产品方面：一是提高作物资源保护意识和措施，增加作物资源的储备量，为地方特色产品的挖掘和开发奠定物质基础;二是根据市场需求，依据价值理论构建特色作物高效利用的评价标准和体系，为新产品产生创制提供参考依据;三是根据绿色产品的要求，提升完善生产环境;四是整合跨领域的先进成果，不断提升生产技术;五是集合先进的技术和设施打破特色作物种植生产等地理限制，扩大生产规模满足产业化需求;六是在保持特色作物自身特征特性的基础上，遵循规定需要和潜在需要，不断改善产品质量;七是根据特色作物的地方特点，不断改进传统产品包装适应现代物流、保鲜方面的要求;八是加强特色作物的深加工及延伸产品研发，拓展产品多样化;九是深入挖掘特色作物的性能值，提高产品性价比;十是继承和发展特色作物的传统影响，通过智力创造提升产品附加值。

（2）网络营销环境方面：一是高效的政府政策引导，推动特色作物的高效利用和产业化;二是针对特色作物和乡村振兴的区域存在信息沟通网络、物流配送网络等制约因素，加强基础设施建设十分必要;三是特色作物受饮食文化差异的影响十分突出，在传承传统饮食文化的同时，重视食源文化研究和开发;四是针对特色农产品网络营销中的问题，健全标准体系维护特色作物的可持续发展;五是完善相关法规，为网络营销的安全性保驾护航。

（3）网络营销策略方面：一是经营理念的创新是可持续性发展的生命、互联网快速发展给网络营销带来了广阔的创念空间，整合市场资源不断创造新思路;二是开创多样的营销模式，适应不断变化的市场发展;三是不断分析现行特色农产品网络营销的问题和不足，创制新的营销手段;四是资源共享的程度决定规模经济性发展，解放理念，创造共享新机制，推进规模发展;五是利用网络营销的优势，加强特需人员的服务;六是必须重视网络营销的售后服务，提供质量，确保特色作物的健康发展;七是构建特色作物的大数据精准营销系统，依托高效运算能力及人工智能技术开展大数据精准营销;八是充分利用社群情感拓展特色作物的影响力;九是保护和利用品牌效益是当前特色农产品面临的主要问题;十是特色作物所在地域人员素质因素限制，需加强网销人才的培训。

参考文献：

[1]赵友森，穆月英，赵安平，等.北京市农业供给侧结构性改革面临的问题与对策[J].农业展望，2018（12）：20-27.

[2]孙天媛，姜新.试述乡村振兴背景下农产品网络营销研究——以辽宁为例[J].商讯，2020（1）：3-4.

[3]何邦华.乡村振兴背景下河南省农产品营销现状及发展策略[J].中国管理信息化，2020（3）：143-144.

[4]党养性.乡村振興背景下陕西特色农产品营销策略现状分析[J].农场经济管理，2018（10）：3-7.

[5]叶飞.乡村振兴背景下绍兴特色农产品移动网络营销策略研究[J].中国商论，2019（24）：69-70.

[6]杨曼琳.乡村振兴背景下四川特色农产品网络营销模式创新研究[J].经济师，2019（12）：15-16，19.

[7]宋芬.乡村振兴背景下特色农产品营销策略分析——以团风县朴树大湾村为例[J].中国经贸导刊（中），2019（10）：90-91.

[8]鲍姝辰.乡村振兴战略背景下农产品整合营销传播策略探究[J].新闻研究导刊，2019（12）：48-49.

[9]张小慧，李华，牛芗洁.我国农产品网络营销现状及发展对策[J].现代农业科技，2020（6）：265-266.

[10]洪梦娇.乡村振兴背景下农产品网络营销研究[J].营销界，2019（48）：1-2.

[11]中国作物种质资源信息网[Z].http：//www.cgris.net/.

[12]杨忠义，曹永生，苏艳，等.云南作物种质资源多样性分布研究[M].昆明：云南科技出版社，2012.

[13]农产品地理标志信息查询网[Z].http：//www. anluyun.com/.

[14]李源.电子商务经济下农产品网络营销问题研究[J].现代营销（信息版），2020（4）：43-44.

[15]肖乐怡.电子商务经济下农产品网络营销问题探析[J].农村经济与科技，2020（6）：86-87.

[16]周长胜.电子商务经济下农产品网络营销问题的思考[J].纳税，2020（3）：197.

[17]苏媛.电子商务经济下农产品网络营销问题研究[J].中国市场，2019（21）：126-127.

[18]汪文忠.电子商务时代农产品网络营销创新模式分析[J].上海农村经济，2020（6）：32-34.

[19]赵春山.关于推进云南省农产品网络营销体系建设的思考[J].云南农业，2018（12）：10-12.

[20]马娅琴，陈海生，陈芳，等.河西戈壁生态农业高品质农产品网上营销及推广策略研究[J].甘肃农业，2020（1）：91-93.

[21]马晓伟.互联网背景下政校企三方联动模式的农产品推广策略研究[J].集宁师范学院学报，2018（6）：7-10.

[22]黄伟.互联网时代特色农产品网络营销模式探析[J].现代商业，2020（7）：43-44.

[23]张维宇，祝琼.“互联网+”时代特色农产品的网络营销分析[J].佳木斯职业学院学报，2018（8）：472-473.

[24]罗小燕，庞晓婷.互联网背景下农产品网络营销的对策研究[J].中外企业家，2020（8）：98.

[25]李瑶.特色农产品网络营销渠道的开发与发展[J].产业与科技论坛，2020（7）：14-15.

[26]张寻.现代农业网络营销问题研究[J].湖北经济学院学报（人文社会科学版），2020（6）：50-52.

[27]陈宪通，宋佳昕，袁司潮，等.互联网视角下陕西特色农产品电子商务模式选择及运营研究[J].知识经济，2020（13）：47-48.

[28]邹黎，张少华.乡村振兴背景下福建省农产品网絡营销策略研究——以漳州市为例[J].遵义师范学院学报，2020（2）：47-51.

[29]郭丽娜.云南特色农产品网络营销策略研究[J].现代营销（下旬刊），2018（11）：75-77.

[30]袁翠红.电子商务时代农产品网络营销创新模式分析[J].中国市场，2020（19）：138-139.

[31]刘强.互联网背景下陕西农产品营销模式分析[J].中外企业家，2020（9）：79.

[32]都瑜.互联网时代农产品网络营销存在的问题及对策[J].乡村科技，2020（18）：2.

[33]陈子闻.基于“互联网+”的农产品网络营销体系构建模式探究[J].山西农经，2020（8）：66，89.

[34]孙菲.基于“互联网+”的农产品网络营销体系构建与优化[J].热带农业科学，2020（2）：114-119.

[35]马小红.基于大数据精准营销的农产品网络营销对策探究[J].全国流通经济，2020（2）：7-8.

[36]林佳.基于社交化的农产品营销系统设计[J].现代信息科技，2020（5）：61-64.

[37]周雅雯.基于网络社群与情感建设的农产品品牌营销策略研究[J].农业经济，2018（12）：135-137.

[38]杨曼琳.精准扶贫背景下欠发达地区特色农产品网络营销影响因子研究——基于新媒体视角[J].经济研究导刊，2020（4）：18-20.

[39]农产品电商五种模式及农产品网上销售10大营销方式分享[J].农业工程技术，2018（30）：68-72.

[40]刘丹.浅谈农产品网络营销[J].时代经贸，2020（15）：6-7.

[41]韩蕾.试论电子商务环境下农产品网络营销对策[J].商业经济，2020（4）：50-51.

[42]文小森，程乐.“互联网+”视角下特色农产品电子商务路径选择及模式探析[J].商业经济研究，2020（13）：89-92.

[43]洪梦娇.乡村振兴背景下农产品网络营销研究[J].营销界，2019（48）：1-2.

[44]舒文涛.娃娃鱼的经济价值市场前景与保护[J].江西农业，2019（20）：132.

[45]沈庆澜.生物药产品开发及市场分析[J].现代商业，2020（5）：79-80.

[46]杨路明，卢彦霏.乡村振兴背景下农产品网络营销研究——以云南蒙自为例[J].学术探索，2019，8（5）：84-97.

[47]刘文娟.网络社群视角下农产品品牌营销策略探析[J].贵阳学院学报（自然科学版），2020（1）：34-37.

[48]肖编.从社会效益角度探讨退耕还林工程的实施价值[J].南方农机，2018（4）：196.

[49]刘璇.黑龙江省地方林业可持续发展评价指标体系障碍因素的诊断[J].防护林科技，2016（6）：76-78.

[50]陈沫，李燕茹，嵇檬.洪泽湖地区稻虾综合种养生态及经济效益分析[J].中国管理科学，2020（2）：53-55.

[51]车诚，戚晓琳，马万祺，等.移动社交网络营销效果的影响因素实证研究[J].中国管理科学，2017（5）：145-149.

[基金项目]科技部、财政部国家科技资源共享服务平台项目（项目编号：NCGRC-2021-47）。

[作者简介]杨超振（1991—），男，四川成都人，博士，研究方向：农业资源、信息与经济;通讯作者：杨忠义（1964—），男，四川成都人，研究员，研究方向：农业资源。