1. 引言
1.1. 研究背景
随着我国乡村振兴战略的深入实施和数字经济的蓬勃发展，电子商务逐渐成为推动农村经济转型升级的重要力量。尤其在偏远地区，通过“互联网 + 农业”的模式，农民得以突破传统销售半径限制，将特色农产品直接推向更广阔的市场。林下经济，作为一种生态友好型的可持续发展模式，正在成为西部欠发达地区农业结构优化和农民增收的新增长点。贵州省锦屏县地处武陵山集中连片特困地区，山地资源丰富，林下经济发展条件优越，近年来已形成以中药材(金钩、五倍子、罗汉果等)为主导的林下种植体系。
然而，尽管锦屏县具备一定的特色农产品基础和生态种植优势，但其林下产品在电商渠道的推广与销售仍面临诸多制约因素，如交通物流不畅、农户电商素养不足、初加工能力薄弱以及信息闭塞等。此外，本地返乡青年参与度有限、合作社组织化程度不均、基础设施发展滞后等问题，也进一步影响了林下经济产品的市场化程度。
本研究通过对锦屏县329份有效样本的问卷调研数据进行实证分析，围绕“谁在参与林下产品的电商销售、为何参与/未参与、参与后的效益表现如何”等关键问题展开探讨。重点考察培训、电商认知、合作社参与、智能设备使用、快递可达性、土地资源配置等因素对林下经济电商参与行为的影响，以期揭示当前制约锦屏县林下电商发展的问题根源，并为今后的政策支持、人才引导和平台建设提供数据支撑与理论依据。
1.2. 研究意义
本研究聚焦于林下经济与电子商务融合背景下的农户参与行为，意在为当前农村经济转型路径提供新的实证支持。从理论视角出发，将林下经济产品纳入电商参与分析框架，有助于扩展农村电商研究的适用范围。以往学术讨论多集中于粮经作物、农超对接等环节，林下产品尤其是中药材作为兼具生态与经济价值的资源，在电商化过程中的表现尚缺乏系统研究。通过对锦屏县中药材种植户的样本进行分析，能够揭示特色农业在数字化销售路径中的可行性与局限性，推动农业数字化理论体系的丰富。
本研究构建了包含农户特征、土地资源、组织参与、信息渠道与基础设施等多个维度的解释框架，强调交通条件、智能设备使用、电商认知水平等因素的综合作用。这种分析思路有助于打破单一视角对农户电商参与行为的解释，推动对农户行为逻辑的深入理解。
在实践层面，研究结果能够为锦屏县及类似地区的农村产业发展提供参考。林下产品在销售过程中存在渠道受限、议价能力弱、品牌影响力不足等问题，借助本研究提出的关键影响因素识别路径，有望为地方政府优化扶持政策、提升培训内容针对性、完善基层物流网络等提供数据基础与决策方向。对涉农电商平台和服务型企业而言，理解基层农户在技术使用、组织依赖与市场适应方面的现实需求，有助于设计更具适配性的商业模式，进而推动特色产业的上行流通与农民收入水平的提升。
通过聚焦锦屏县这一具有典型代表性的山区县域，本研究还意在为西部生态地区的产业数字化转型提供现实样本。分析结果对于在生态保护约束下实现经济发展与农民增收的平衡，具有一定的推广价值与借鉴意义。
1.3. 文献综述
近年来，随着数字经济的迅猛发展，农村电商作为推动农业现代化和乡村振兴的重要抓手，逐渐成为学术界研究的热点。当前国内学者从多个角度对农村电商的发展路径、效应机制及影响因素展开了系统研究，形成了较为丰富的理论体系与实证成果。
一方面，大量研究关注农村电商在缓解市场失灵、优化资源配置、促进农产品流通方面的功能。列柏洪(2025)基于供应链整合视角，提出农村电商通过打破信息不对称、优化交易结构，能够有效平滑农产品价格波动[1]。蔡珊珊(2025)进一步指出，农村电商可通过提升农产品批发市场效率推动整体流通体系优化，供应链整合在其中发挥关键中介效应[2]。
另一方面，农村电商对农民收入提升的效应亦受到广泛关注。卢丽媛等(2025)采用中介效应模型，发现农村电商通过城乡要素融合机制在不同地区以不同方式促进农民持续稳定增收，尤其是在劳动力与土地要素融合方面表现显著[3]。此外，向雪(2025)从宏观政策与产业基础出发，探讨了农村电商高质量发展的必要性，认为其对推动农村产业振兴、人才回流、物流体系完善等方面具有多重正向影响，是实现共同富裕的重要路径[4]。
在企业与平台行为层面，学者也对电商平台运营策略进行了深入探讨。张昊(2025)围绕新产品线上销售行为，指出平台排序与价格调整策略显著影响新产品的市场表现，尤其在高频消费品中更为突出[5]。陈富桥等(2025)则聚焦直播电商，实证分析发现直播销售可通过价格提升和品牌强化机制提高农业企业的经营收入，直播运营成为当前农业企业数字化转型的核心手段之一[6]。
农村电商发展中的制度与金融环境亦成为重要研究议题。徐广姝等(2025)在“新型农村融资体系”框架下，指出农产品质量与融资模式之间存在交互作用，质量投入水平将直接影响电商平台对融资方式的选择与支持，进一步影响农户的参与积极性[7]。而陈佩(2023)借助准自然实验方法，发现“电子商务进农村综合示范”政策显著提升了农业企业的创业意愿和绩效，尤其在信息获取便利和技术普及的背景下更为明显[8]。
此外，合作社在农村电商中的组织作用也逐渐受到重视。邱海兰(2024)基于CRRS数据的实证研究显示，农户参与合作社显著提高其电商参与水平，合作社作为集体经济组织不仅为农户提供平台接入和物流支持，也在品牌、金融、培训等方面提供多维保障[9]。
总体来看，现有文献已初步构建起以“电商发展–流通效率–价格机制–农民增收”为主线的理论分析框架，同时也揭示了农村电商在区域发展、产品类型、组织方式及要素条件等方面存在显著异质性。但当前研究仍存在一些不足，例如对农户微观行为的机制分析不够深入、跨区域比较研究有限、供应链金融和数字基础设施等新议题有待进一步挖掘。
2. 理论分析与研究假说
2.1. 研究问题
锦屏县林下经济主要依赖中药材种植为主，如金钩、罗汉果等，但由于地处偏远山区，信息闭塞、交通不便、物流成本高等问题长期制约产品市场化。调研发现，仅部分农户通过电商销售实现了较高收益，绝大多数仍沿用传统销售路径。这一差异促使本文提出核心问题：影响林下农户参与电商的关键因素是什么？其参与电商是否确实带来了可观的收益？
2.2. 研究假设
2.2.1. 电商认知程度与农户参与电商销售
随着信息技术的飞速发展，尤其是移动互联网的普及，电子商务已成为推动农村经济转型和农民增收的重要力量。在这一背景下，农户的电商认知程度成为影响其是否参与电商销售的关键因素。认知理论指出，个体的认知水平决定了其对新事物的接受度和适应能力。对于农户而言，电商认知程度直接影响其对电商平台的理解与利用，包括平台的操作方式、市场需求的获取、商品定价策略以及营销手段等。具有较高电商认知的农户能够更好地利用电商平台，通过线上销售扩大市场，提升收入。
根据科技接受模型(TAM)，个体对新技术的认知和态度是其采纳行为的前提。电商平台作为一种新兴的销售渠道，如果农户对其有较高的认知，能够感知到平台带来的便利性和收益性，则其参与电商销售的可能性就会大大增加。相反，认知水平较低的农户可能会对电商平台存在诸多疑虑，缺乏信心，进而放弃或难以积极参与。基于此，提出如下假设：
假说1：电商认知程度对农户参与电商销售具有正向影响。
2.2.2. 电商培训经历对农户参与电商销售
除了电商认知程度外，电商培训经历也是农户参与电商销售的重要因素之一。人力资本理论认为，教育与技能培训是促进个体或集体经济增长的关键。对于农户来说，电商培训能够有效提升其数字能力和电商操作技能，帮助他们掌握电商平台的使用方法，提高市场竞争力，从而增加参与电商销售的机会。
数字鸿沟理论指出，信息技术的应用能力与个体的技术知识密切相关。对于农户而言，尤其是相对缺乏技术基础的群体，电商培训无疑是弥合数字鸿沟、提升其电商认知的有效途径。培训可以帮助农户掌握电商平台的基本操作技能，如如何开设网店、商品上架、订单处理、客户沟通等。这些技能的提升不仅能够降低农户的电商销售门槛，还能够增强其对电商销售的信心和持续参与的动机。
电商培训的作用还体现在其对农户数字能力的提升上。数字能力是指个体在现代信息技术环境中，获取、处理、应用信息的能力。对于农户而言，接受电商培训能够让他们更好地利用手机、电脑等数字工具进行信息检索、产品推广和市场分析。这一能力的提升，不仅使农户能够在电商平台上获得更多市场信息，还能帮助他们做出更科学的销售决策，进而提高电商销售的成功率和效益。基于此，提出如下假设：
假说2：电商培训经历对农户参与电商销售具有正向影响。
2.2.3. 拥有更大耕地面积的农户参与电商销售的意愿
资源依赖理论强调，个体或组织的行为和决策往往受到可用资源的影响。对于农户而言，耕地面积是决定其生产能力和经济资源的重要因素之一。耕地面积较大的农户通常拥有更多的农产品供销渠道，这使得他们在参与电商销售时，能够提供更多的产品种类和更稳定的供应量。这些优势使得他们在电商平台上更具竞争力，因此有更强的参与电商销售的动力。
更大耕地面积不仅意味着更多的产品供应，也意味着更大的经济资本。这些农户更有可能拥有足够的资金进行电商设备的投资、物流配送的建设、市场推广的支出等。此外，较大的耕地面积通常也伴随更高的生产效率和更优质的农产品，这使得农户能够在电商平台上获得更好的口碑和市场认可，进一步推动其电商参与意愿的提升。
从交易成本理论的角度看，耕地面积较大的农户在进行电商销售时，面临的市场交易成本相对较低。他们通常拥有更多的渠道资源、更强的议价能力以及更广泛的市场网络，这能够有效降低电商运营的整体成本，提高参与电商的经济效益。因此，这些农户往往愿意投入更多资源去拓展电商渠道，从而提高参与电商销售的意愿。基于此，提出以下假设：
假说3：拥有更大耕地面积的农户参与电商销售的意愿更强。
3. 数据说明、变量选取与模型构建
3.1. 数据说明
本研究数据来源于对贵州省锦屏县329位林下经济种植农户的实地调研。锦屏县地处黔东南苗族侗族自治州，是典型的中山丘陵地带，境内林地资源丰富、森林覆盖率较高，具备发展林下中药材种植的天然优势。当地林下经济作物以金钩、罗汉果、重楼、黄精等为主，其产出方式以农户家庭经营为主体，少数通过合作社组织进行产品初加工或统一销售。
最终共获取有效样本329份，回收率达95.4%。问卷由培训后的调查员面对面填写，以保障数据的真实性与完整性。
3.2. 变量选取
3.2.1. 核心解释变量
在本研究中，核心解释变量主要包括电商培训经历、电商认知程度(通过智能手机使用来衡量)和耕地面积。这些变量反映了农户参与电商销售的关键驱动因素，是研究假设中最为关注的因素。
电商培训能够显著提升农户的数字能力和电商操作技能，帮助他们更好地使用电商平台进行产品销售。通过提升农户对电商平台的认知和操作能力，培训能有效降低参与电商销售的门槛。研究表明，接受过电商培训的农户更可能掌握电商销售的技巧，增加其参与电商销售的可能性，因此，电商培训经历是一个关键的解释变量。
智能手机的普及对农户参与电商销售至关重要。随着智能手机的普及，农户能够通过手机接入互联网，访问电商平台、获取市场信息以及进行在线交易。因此，是否使用智能手机是衡量农户电商认知程度的重要指标。具有智能手机使用能力的农户能够更轻松地参与电商销售。
耕地面积较大的农户往往拥有更多的农产品供应，这使得他们在电商销售中具有竞争优势。此外，较大的耕地面积还可能带来更多的经济资本，使得农户能够在电商平台上进行更大规模的投资和运营。因此，耕地面积被视为一个重要的核心解释变量，它反映了农户参与电商销售的资源优势。
3.2.2. 被解释变量
被解释变量是指在回归模型中，试图通过核心解释变量来解释和预测的变量。在本研究中，是否参与电商销售是被解释变量。
农户参与电商销售的意愿和行为是本研究的核心问题之一。随着电商平台的普及，农户通过线上渠道销售产品的机会逐渐增多。参与电商销售不仅能提高农户的收入，还能够拓展市场空间，突破传统销售模式的限制。然而，农户是否选择参与电商销售，通常受到多种因素的影响，如电商认知、培训经历、基础设施、资金支持等。因此，是否参与电商销售是研究的关键因变量，能够反映农户参与数字经济的实际行为和态度。
Table 1. Descriptive statistical analysis of variables
表1. 变量描述性统计分析
变量类型 |
变量名称 |
赋值说明 |
均值 |
标准差 |
最小值 |
最大值 |
被解释变量 |
是否参与电商销售 |
1 = 参与；0 = 未参与 |
0.164 |
0.371 |
0 |
1 |
核心解释变量 |
是否接受电商培训 |
1 = 接受；0 = 未接受 |
0.271 |
0.445 |
0 |
1 |
是否使用智能手机 |
1 = 是；0 = 否 |
0.912 |
0.284 |
0 |
1 |
耕地面积 |
来自问卷记录 |
4.358 |
1.453 |
2.4 |
7.4 |
控制变量 |
年龄 |
来自问卷记录 |
40.909 |
10.523 |
23 |
60 |
性别 |
1 = 男；0 = 女 |
0.754 |
0.431 |
0 |
1 |
受教育程度 |
1 = 小学及以下；
2 = 初中；3 = 高中；
4 = 大专及以上 |
1.854 |
0.817 |
1 |
4 |
是否有初加工能力 |
1 = 小学及以下；
2 = 初中；3 = 高中；
4 = 大专及以上 |
0.413 |
0.493 |
0 |
1 |
电商销售额 |
来自问卷记录 |
310.783 |
805.034 |
0 |
4127.59 |
如表1所示，被调查农户主要集中在30~60岁年龄段，占总样本的85%以上，平均年龄为47.3岁，反映出锦屏县林下种植以中年劳动力为主体。从性别结构来看，男性占比约为69%，说明家庭种植与销售主要由男性主导。返乡青年的比例相对较低，仅为25%，与预期一致，提示农村青年返乡创业仍处于起步阶段。
在教育程度方面，样本整体受教育水平偏低，初中及以下学历占比超过70%。同时，大部分农户已加入本地合作社组织，占比达93%，但接受电商培训者比例较低，仅为28%。
在电商使用方面，52%的农户表示曾尝试或正在通过电商渠道销售林下产品。销售平台以抖音、微信、拼多多为主，部分借助村级合作社或亲属代售。未参与者主要受限于“不懂电商”、“物流不便”、“产品量小”等因素。
此外，锦屏县地形复杂，交通设施相对滞后，尽管大多数村庄通车并具备快递服务(占比90%)，但物流站点平均距离为3.6公里。智能手机的普及程度较高，83%的农户拥有智能手机，并具备基本操作能力。
3.3. 模型构建
由于被解释变量“是否参与电商销售”是一个二元变量(0 = 未参与，1 = 参与)，因此本文使用Logit回归模型构建如下形式的实证模型：
其中：
是第i个农户参与电商销售的概率；
代表是否接受过电商培训，1 = 是，0 = 否；
代表是否使用过智能手机，即假设中的认知程度；
为耕地面积；是第i个农户的控制变量向量；
为截距项；
为核心解释变量的回归系数；
为误差项。
4. 实证结果与分析
4.1. 回归结果
从表2结果来看，农户是否参与电商销售与多个变量之间呈现出显著的统计关系。首先，电商销售与电商培训之间呈现出显著的正相关关系(r = 0.229, p < 0.01)，这表明接受过电商培训的农户更有可能开展电商销售活动。该结果在理论上与人力资本理论相一致，即个体的知识与技能水平通过培训得以提升，从而增强了其在市场中的适应能力和竞争力。在农村电商发展背景下，培训不仅提升了农户对电商平台操作的熟悉程度，也增强了其市场意识和信息获取能力，从而有效激发了其电商参与行为。
Table 2. Regression result
表2. 回归结果
|
电商
销售 |
电商
培训 |
电商认知评分 |
年龄 |
性别 |
受教育程度 |
合作社 |
初加工 |
耕地
面积 |
电商销售 |
1 |
|
|
|
|
|
|
|
|
电商培训 |
0.229*** |
1 |
|
|
|
|
|
|
|
电商认知评分 |
0.066 |
−0.154*** |
1 |
|
|
|
|
|
|
年龄 |
0.030 |
0.035 |
0.137** |
1 |
|
|
|
|
|
性别 |
0.044 |
−0.113** |
−0.032 |
0.019 |
1 |
|
|
|
|
受教育程度 |
−0.011 |
0 |
−0.099* |
−0.395*** |
0.028 |
1 |
|
|
|
合作社 |
−0.002 |
−0.116** |
0.064 |
0.013 |
0.040 |
−0.018 |
1 |
|
|
初加工 |
0.011 |
0.031 |
−0.029 |
−0.029 |
−0.007 |
0.059 |
0.073 |
1 |
|
耕地面积 |
0.144*** |
0.002 |
0.098* |
0.027 |
−0.0090 |
−0.022 |
0.101* |
−0.023 |
1 |
注：括号中为标准误差；*p < 0.1，**p < 0.05，***p < 0.01；下表同。
同时，耕地面积与电商销售之间也呈现出显著的正向相关(r = 0.144, p < 0.01)，说明资源禀赋更强、耕地面积更大的农户更倾向于通过电商进行农产品销售。这可能是因为耕地面积大意味着农户具备较高的生产能力，拥有更丰富的农产品种类和数量，能够满足电商市场对于产品供给的持续性与规模性要求。尤其是在以产量为基础的农产品销售中，电商平台为大户提供了更广阔的市场渠道，从而促使其积极参与其中。此外，电商认知评分与电商销售之间的相关性虽为正向，但并不显著(r = 0.066)，这一结果表明，农户对自身电商知识水平的主观认知并不必然转化为实际的参与行为。也就是说，仅仅具备认知并不足以推动行为转化，真正促使农户行动的可能是制度性支持，如培训机制的介入和实践机会的提升。
电商培训与电商认知评分之间出现了显著的负相关关系(r = −0.154, p < 0.01)，这可能意味着那些参加培训的农户原本对电商的认知评分较低，也可能是在培训后重新认识到自己原先知识水平的局限，从而修正了认知自评。此外，电商培训与是否加入合作社之间也呈现出一定的负相关(r = −0.116, p < 0.05)，表明在部分地区，加入合作社的农户可能不如非合作社农户主动寻求电商培训，或是合作社内部培训由集体统一组织，从而影响个体参与度。
在控制变量方面，年龄与受教育程度之间的负相关(r = −0.395, p < 0.01)符合现实中农村人口结构的特征，年轻农户往往受教育程度较高，具备更强的信息接受能力和技术适应能力。此外，耕地面积与合作社之间存在轻微的正相关关系(r = 0.101, p < 0.1)，表明资源条件较好的农户更倾向于借助组织力量拓展市场渠道。总体来看，电商销售的参与受到培训、资源禀赋和个体特征等多因素的交织影响，相关性分析结果为后续的回归建模提供了坚实的理论基础，也提示我们在制定政策和推广策略时，应充分考虑农户的培训需求、资源条件以及其对电商平台的实际使用能力。
4.2. 电商认知程度对农户参与电商销售具有正向影响
从表3结果来看，变量“是否使用智能手机”作为衡量电商认知程度的核心解释变量，其系数为0.228，虽然方向为正，但标准误为0.563，估计值并未通过常规显著性检验(p > 0.1)，因此不能得出“电商认知程度显著提升农户参与电商销售的概率”的结论。这意味着在控制了性别(sex)、年龄(age)、受教育程度(Education)、是否加入合作社(HeZuoShe)、是否具备初加工能力(ChuJiaGong)等变量的情况下，使用智能手机这一电商认知的代理变量，并未在统计上显示出对电商销售参与具有显著影响。
Table 3. Empirical results of farmers’ participation in e-commerce sales based on the degree of e-commerce cognition
表3. 电商认知程度对农户参与电商销售的实证结果
|
(1) |
|
YYYDianShangXiaoShou |
Iphone |
0.228 |
|
(0.563) |
sex |
0.290 |
|
(0.366) |
age |
0.007 20 |
|
(0.0155) |
Education |
−0.0104 |
|
(0.201) |
HeZuoShe |
−0.0595 |
|
(0.518) |
ChuJiaGong |
0.0696 |
|
(0.303) |
_cons |
−2.313** |
|
(1.126) |
N |
329 |
这一发现看似与理论假设不符，但可以从多个角度进行解释。首先，从变量设计的角度来看，“是否使用智能手机”本身可能过于粗略，无法充分捕捉农户对电商的实际理解与熟练程度。在当前农村地区，智能手机的使用已经非常普遍，大多数农户可能都具备一定的操作能力，但这并不意味着他们真正掌握了电商平台的使用方式。例如，他们可能只用手机进行日常沟通和信息浏览，而非用于经营性活动如网店管理、客户沟通或订单处理。因此，该变量虽然方向正确，却未能反映出“有效认知”或“实际操作能力”的差异，导致其在实证结果中未表现出显著性。
其次，电商参与行为往往是多因素综合作用的结果，而认知只是其中的前提条件。即便农户具备一定的电商认知，如果缺乏其他配套条件——如物流可达性、产品标准化、电商培训支持、品牌能力等——他们也可能因为顾虑成本、失败风险或市场壁垒而选择不参与。这种现实中的“认知–行动”脱节，也可能使得该变量的实证影响被弱化，甚至被其他协变量所吸收。此外，模型中还控制了教育程度和年龄等变量，这些本身也与电商认知程度存在较强的相关性，可能在统计上造成多重共线，进一步稀释了Iphone的边际效应。
另一个可能的原因是电商认知的效应并非线性显现。在某些研究中发现，只有当认知水平达到一定阈值或伴随培训、实践等其他因素共同作用时，其影响才会转化为行为。因此，未来研究可尝试引入更细致的认知测量指标，例如电商技能自评、具体平台使用经验次数、电商平台账号注册与否等，以更准确地衡量认知程度。
4.3. 电商培训经历对农户参与电商销售具有正向影响
根据表4结果，研究分析了电商培训经历对农户参与电商销售的正向影响，样本量为329个观测值(N = 329)。结果显示，电商销售作为因变量，与多个自变量存在显著的相关性。首先，自变量电商培训经历显示出显著的正向影响，系数为1.302，p值小于0.01，表明接受电商培训的农户更有可能增加电商销售量。在控制变量中，性别sex系数为0.483显示出轻微正向影响，但不显著；年龄age为极小的系数0.005 36，表明年龄对电商销售的影响微弱但显著；教育水平Education为负向系数−0.0226，显示教育程度对电商销售的促进作用不明显且不显著。其他变量如合作社和是否有初加工能力对电商销售的影响同样不显著。综合来看，实证结果支持电商培训对农户参与电商销售具有正向影响的假设，尤其是在培训经历方面表现突出。
Table 4. Empirical results of e-commerce training experience on farmers’ participation in e-commerce sales
表4. 电商培训经历对农户参与电商销售的实证结果
|
(1) |
|
YYYDianShangXiaoShou |
DianShangPeiXun |
1.302*** |
|
(0.316) |
sex |
0.483 |
|
(0.381) |
age |
0.005 36 |
|
(0.0161) |
Education |
−0.0226 |
|
(0.210) |
HeZuoShe |
0.196 |
|
(0.537) |
ChuJiaGong |
0.0304 |
|
(0.313) |
_cons |
−2.832*** |
|
(1.094) |
N |
329 |
4.4. 拥有更大耕地面积的农户参与电商销售的意愿更强
表中模型以农户是否有意愿参与电商销售作为被解释变量，重点关注的解释变量为耕地面积(land)，同时控制了性别(sex)、年龄(age)、教育水平(Education)、是否为合作社成员(HeZuoShe)、是否有初加工能力(ChuJiaGong)等变量。
Table 5. Empirical results of farmers with larger cultivated land areas participating in e-commerce sales
表5. 拥有更大耕地面积的农户参与电商销售的实证结果
|
(1) |
|
YYYDianShangXiaoShou |
land |
0.361*** |
|
(0.139) |
sex |
0.314 |
|
(0.371) |
age |
0.005 79 |
|
(0.0158) |
Education |
−0.0118 |
|
(0.207) |
HeZuoShe |
−0.195 |
|
(0.526) |
|
|
ChuJiaGong |
0.0972 |
|
(0.307) |
_cons |
−3.172*** |
|
(1.114) |
N |
329 |
从表5结果来看，耕地面积的回归系数为0.361，且在1%的显著性水平上显著(p < 0.01)，表明在控制其他因素不变的情况下，耕地面积每增加一个单位，农户参与电商销售的意愿平均提高0.361个单位。这一结果为研究假设提供了有力的经验证据，即耕地面积越大的农户，其参与电商销售的意愿越强。大面积耕地通常对应更高的农业产出和商品剩余，进而使得农户更有动机通过电商渠道扩大销售，实现产品价值的最大化。
对于控制变量，尽管性别(sex)的系数为正(0.314)，年龄(age)和教育(Education)分别为0.005 79和−0.0118，但这些变量均未通过统计显著性检验，说明它们对参与电商销售意愿的影响在本样本中不显著。合作社成员身份(HeZuoShe)的系数为−0.195，是否有初加工能力(ChuJiaGong)为0.0972，同样未显著，表明这两项社会经济因素在当前模型中对农户电商参与意愿的边际影响较弱。
模型的截距项为−3.172，且在1%的显著性水平上显著，表明在所有解释变量取零值的情形下，农户参与电商的基础意愿较低。此外，样本容量为329，具有一定的代表性和实证稳健性。
4.5. 稳健性检验
从表6结果来看，本文进一步验证了实证结论的稳健性。与前文模型以参与意愿为被解释变量不同，本回归将实际的电商销售额(sales)作为被解释变量，以更直接地衡量农户参与电商的实际经济行为，进而检验核心变量的稳健性。
Table 6. Robustness test
表6. 稳健性检验
|
(1) |
|
sales |
DianShangPeiXun |
378.6*** |
|
(96.77) |
Iphone |
−69.72 |
|
(149.9) |
land |
187.2*** |
|
(39.48) |
sex |
3.475 |
|
(99.01) |
age |
1.694 |
|
(4.393) |
Education |
−49.05 |
|
(56.69) |
HeZuoShe |
39.76 |
|
(149.6) |
ChuJiaGong |
−39.61 |
|
(86.44) |
_cons |
−336.0 |
|
(331.5) |
N |
329 |
在该模型中，耕地面积的回归系数为187.2，在1%的显著性水平上显著，系数方向与前述模型保持一致。该结果表明，在控制其他因素的条件下，耕地面积每增加一个单位，农户的电商销售额平均将显著增加187.2个单位。这一发现再次验证了前述结论的稳健性，即耕地资源的拥有程度显著促进了农户的电商销售行为。该结果在理论逻辑与统计意义上均具有一致性，表明农户资源禀赋条件对其市场行为具有实质性影响。
另一个值得关注的变量是电商培训，同样在1%的显著性水平上显著，表明接受电商培训的农户，其电商销售额显著高于未接受培训者，平均增幅为378.6单位。这一结果揭示了电商技能培训在提升农户市场参与能力方面的重要作用。
5. 结论与政策建议
5.1. 结论
本文以贵州省锦屏县329户林下种植农户为研究样本，围绕其参与电商销售的现状及影响因素进行了系统的实证分析，旨在揭示农户在“互联网 + 林下经济”背景下的行为逻辑与驱动机制。研究通过构建Logit模型，选取电商认知、培训经历、耕地面积等变量进行回归分析，并进一步通过电商销售额检验结果的稳健性。实证结果表明，耕地面积、电商培训经历是显著影响农户电商参与行为的关键因素，而电商认知的影响则尚不稳定，表明农户的认知能力与实际参与行为之间可能存在转化障碍。
耕地面积的回归系数在主模型与稳健性模型中均为正且在1%的显著性水平下通过检验，表明拥有更多土地资源的农户其参与电商销售的意愿和销售表现均更加积极。这从资源禀赋视角验证了资源基础理论的适用性，即资源越丰富的主体越具有市场进入能力。在锦屏县这样以中药材等林下经济为主的山区农业县，土地规模不仅影响生产能力，也决定了农户是否有足够的产品种类与数量支撑线上销售的持续性和专业性。
其次，电商培训经历对农户参与电商销售具有极强的促进作用。无论是在参与意愿还是在实际销售额的回归模型中，培训变量均以极高显著性水平正向影响因变量。这充分说明，在数字经济背景下，知识与技能的获取是推动传统农户接入电商体系的核心因素。培训不仅有助于农户掌握电商平台的基本操作技巧，还能提升其市场意识、品牌意识和信息获取能力，是打通“认知–意愿–行为”路径的重要中介。
5.2. 政策建议
(一) 加强农户电商能力建设，建立常态化培训机制。政府和农村电商服务平台应联合开展“技术入户”培训项目，注重实操性和针对性，突出平台使用、直播销售、品牌包装等关键技能，尤其要面向文化程度偏低和中老年农户设计适配课程，提升其数字参与能力，推动“培训 + 实践 + 平台”融合，构建农户电商成长闭环，培训不应止于课堂，更应延伸至产销全流程，建议构建“培训 + 平台承接 + 销售孵化”的闭环机制：培训结束后即引导学员注册电商账号、完成首单上线，实现从认知到实操的“最后一公里”跨越。鼓励地方政府与抖音、拼多多、供销e家等平台合作，开设“新农人专属通道”、“林下产品推荐页”，给予初创农户流量扶持与客服托管支持。建议建设“县域电商实训基地”，依托乡村振兴学院、农业职业学校等机构，为农户提供一站式直播间、包装间、摄影区等实操场景，打通培训后的落地路径。
(二) 鼓励适度规模经营，培育电商带头人。对耕地面积较大、生产能力强的农户应给予政策倾斜，如提供设备补贴、品牌创建扶持、冷链物流支持等，帮助其成为农村电商的“领跑者”。通过示范效应带动周边小农户共同参与、抱团发展。
(三) 健全农村电商基础设施，打通“最后一公里”。针对锦屏等山区县的物流瓶颈，建议建设村级电商服务站与公共仓储配送中心，提升快递到村率与返程物流效率，降低农户个体物流成本。
(四) 构建数字支持平台，推动数据赋能农业。鼓励通过电商平台采集销售数据、用户偏好信息等，反馈给农户用于指导种植结构调整与营销策略优化。同时推动地方政府与电商企业合作，构建锦屏林下产品数字地图与产品溯源系统，提升本地品牌认知与信任度。
(五) 完善激励机制，引导青年回流参与。在农村电商创业资金、场地租金、金融信贷等方面加大支持，激励更多返乡青年投身本地电商经营。可探索“大学生电商创业试点村”、“直播助农孵化基地”等多元化引导路径，丰富农村电商主体结构。
电商作为推动林下经济产业化、市场化的重要途径，其能否在基层落地生根，关键在于农户是否具备足够的资源支撑与能力条件。通过本研究的实证分析可见，培训与资源禀赋是当前最需聚焦的政策发力点。未来在推动农村电商发展过程中，应坚持“能力建设优先、资源整合引导、平台服务支撑”三位一体的发展策略，推动以锦屏县为代表的山区县在生态优势基础上实现数字赋能与产业升级的良性循环。