农村电商发展对农业新质生产力的影响研究

The Impact of Rural E-Commerce Development on New-Quality Agricultural Productivity

摘要: 在数字经济赋能农业农村现代化背景下，农村电商能否成为促进农业新质生产力发展的新引擎，是理论与政策层面亟待深入研究的重要问题。本文选取2011~2022年我国30个省级面板数据，实证检验了农村电商发展对农业新质生产力的影响。研究结果表明：农村电商的发展显著促进了农业新质生产力的提升；技术创新与产业结构优化在其中发挥了显著的中介作用；在不同经济发展水平地区，农村电商发展的促进效应存在一定的异质性。基于此，本文提出应因地制宜推动农村电商发展、推动技术创新驱动和优化产业结构等政策建议，以充分发挥农村电商在农业新质生产力过程中的积极作用。

Abstract: In the context of the digital economy empowering agricultural and rural modernization, whether rural e-commerce can serve as a new driving force for the development of new-quality agricultural productivity has become an important issue worthy of in-depth investigation in both theoretical and policy spheres. Based on provincial panel data from 30 regions in China from 2011 to 2022, this paper empirically examines the impact of rural e-commerce development on new-quality agricultural productivity. The results show that rural e-commerce development significantly enhances the level of new-quality agricultural productivity. Technological innovation and industrial structure optimization play significant mediating roles in this process. Moreover, the promoting effect of rural e-commerce exhibits notable heterogeneity across regions with different levels of economic development. Accordingly, this study suggests advancing rural e-commerce development in a region-specific manner, strengthening technological innovation, and optimizing industrial structure to fully leverage the positive role of rural e-commerce in fostering new-quality agricultural productivity.

1. 引言

“三农”问题事关国计民生，始终是我国现代化发展的重中之重，也是全面推进乡村振兴、实现农业农村现代化的核心战略。2025年中共一号文件明确提出“以科技创新引领先进生产要素集聚，因地制宜发展农业新质生产力”，强调要推动农业科技力量协同攻关，突出发展农业新质生产力的重要性，为农业农村的发展指明了新方向。然而随着农业现代化进程的不断推进，我国农业的发展进程中仍存在多重结构性矛盾，一方面，传统农业生产过度依赖体力型劳动者，劳动对象局限于初级农产品，数字化程度低，导致农业生产效率低下；另一方面，农村产业链条短、业态单一，附加值低，而且农户与市场之间存在巨大的数字鸿沟，使农产品市场对接困难，严重制约了农业农村的可持续发展[1]。因此，发展农业新质生产力成为破解当前农村经济发展困境的当务之急。

随着数字经济的深入发展，农村电商发展已成为重构产业生态、培育农业新质生产力的重要抓手。同时农村电商也不断加速与农业农村深度融合，持续重塑农业农村的生产方式与发展格局，成为农村经济发展的新引擎。基于此，本文围绕以下核心问题展开分析：农村电商发展通过何种机制影响农业新质生产力？这种影响的内在路径为什么？以及在不同经济水平下，农村电商发展对农业新质生产力的作用是否存在异质性？为此，本文将从农村电商发展视角出发，对农村电商发展与农业新质生产力的关系进行系统研究。

2. 文献综述

现有学界研究已从不同角度对农业新质生产力以及农村电商发展进行了深入研究。首先，在农业新质生产力方面，现有研究主要围绕农业新质生产力的内涵界定、影响效应与发展路径展开。韩文龙从劳动三大要素视角深入剖析了农业新质生产力的基本概念以及深刻内涵[2]；蔡龙海等和谢倩毅等侧重于其影响效应，指出农业新质生产力可以为生产力三大要素赋能进而形成新一轮的产业革新，能有效助力农业农村实现产业结构转型升级[3] [4]；奚曦等以及张琦等则从碳排放角度分析了农业新质生产力对农业高质量发展的影响，农业新质生产力可以通过推动绿色技术创新而有效抑制农村碳排放量，助力农业农村绿色健康持续发展[5] [6]。其次，在农村电商方面，学界多聚焦于农村电商发展对农民稳定增收[7]、市场对接效率以及产业结构升级等的促进作用[8]。

总体来看，学界在农村电商发展的经济社会影响已有深入研究，也对农业新质生产力发展的不同角度有了系统阐释。然而，现有文献针对农村电商发展对农业新质生产力发展的作用机制仍有较少研究。鉴于此，本文的边际贡献体现在以下几方面：第一，本文从农村电商视角出发，关注农业新质生产力发展的外生驱动因素，弥补农村电商视角下农业新质生产力发展的空白；第二，本文关注农村电商发展促进农业新质生产力发展的路径研究，为切实推动农业新质生产力落在实处提供一定的理论依据与实践经验。

3. 理论分析与假设

3.1. 农村电商发展对农业新质生产力的直接影响

在马克思主义生产力理论中，生产力是推动人类社会发展和进步的最终决定力量。而随着劳动者个人能力、自然条件和劳动的社会力变化的累积，会引起生产力的结构量变，在这些变化累积到一定程度时，生产力的结构量变则会形成质变，也就是现在所说的新质生产力[2]。而农业新质生产力就是在传统农业生产力基础上，融合数字技术、绿色理念与知识资本而形成的新型生产力形态，与传统生产率概念不同，它更强调生产关系与生产工具的同步变革，其本质是新型劳动者、新型劳动对象以及新型劳动资料的创新组合及迭代升级[3]。在此理论框架下，农村电商作为科学技术与农业相融合的重要产物以及数字经济的重要组成部分，通过对劳动者、劳动对象和劳动资料三要素的赋能和重构，为三者的优化组合提供了重要支撑[9]，在农业新质生产力的发展中扮演了不可或缺的角色。

首先，在劳动者层面，农村电商发展使劳动者从体力型劳动向技能型劳动转变，促使传统劳动者逐步向高素质劳动者跃升，培育了新型劳动者[10]；其次，在劳动对象方面，农村电商发展使劳动对象不再拘泥于土地和牲畜等，而是向数据化、价值化方面进行了延伸，催生了新型劳动对象[9]；最后，在劳动资料方面，农村电商发展使劳动资料向着更具数字化、科技化的方向发展，提高了农业农村发展效率以及适应能力，赋能新型生产资料变革[11]。基于此，本文提出假设1。

H1：农村电商发展对农业新质生产力具有促进作用。

3.2. 农村电商发展对农业新质生产力的间接影响

农村电商发展对农业新质生产力的影响并不是一蹴而就的，其发展完善必然包含着创新变革和新兴科技产品的深度嵌入[12]。而发展农业新质生产力，必然离不开技术创新对农业生产各个环节的全面赋能[13]。一方面，农村电子商务平台的发展通过创造对高品质、标准化、可追溯农产品的市场需求以及提供了相关技术应用的场景，从而倒逼并拉动了包括生物育种、农业机械装备、新能源技术以及VR可视化技术等新型技术在农业领域的应用。另一方面，这些新兴技术在农业农村领域展现出强大的生产力，使农产品竞争力得到显著提升，直接推动了新技术、新理念与农村市场接轨，将传统农业与现代市场紧密结合，进一步提高科技成果在农业农村的转化与运用，同时为劳动资料以及劳动对象赋能，进而促进了农业新质生产力的发展[14] [15]。基于此，本文提出假设2。

H2：农村电商发展通过驱动技术创新促进农业新质生产力发展。

农村电子商务的发展使农民的产品不再只有单一的农产品可供销售，它能使与之匹配的涉农业按照新的要求衍生出新的产品与服务[13]。一方面，农村电子商务的发展通过改进冷链仓储与运输技术，推动传统农业生产环节向标准化、精细化、高附加值方向升级，为农业产业内部发展提质增效提供了技术依托，推动农业产业结构向着更高端、更智能的方向发展[14]。另一方面，农村电商依托相关数字技术发展新型农业产业链，不仅提升了农业价值，也催生出农产品电商运营、乡村线上旅游、乡村直播等一系列新业态，改变了农村以往单一的第一产业独占鳌头的局面，拓宽了农民增收渠道，丰富了农村产业结构，促进农村产业结构优化。而产业结构的深化拓展，不仅促进了劳动资料的数字化，同时使劳动对象也不断扩展，在一定程度上也促进了高素质劳动者的培养，进而促进了农业新质生产力的发展。基于此，本文提出假设3。

H3：农村电商发展通过优化产业结构促进农业新质生产力发展。

4. 研究设计

4.1. 模型设定

为了检验农村电商发展对农业新质生产力的影响，本文构建了如下基准回归模型，并选取双重固定效应估计方法对该模型进行估计：

$Nq{p}_{it}={\beta }_0+{\beta }_{1}Eb{u}_{it}+{\beta }_2{X}_{it}+{\mu }_i+{\delta }_t+{\epsilon }_{it}$ (1)

其中，$Nq{p}_{it}$ 代表地区i在第t年的农业新质生产力水平，$Eb{u}_{it}$ 用于衡量地区i在第t年的农村电商发展水平，$X_{it}$ 为影响农业新质生产力的控制变量，${\mu }_i$ 表示地区固定效应，${\delta }_t$ 表示时间固定效应，${\epsilon }_{it}$ 表示随机扰动项。

为了验证农村电商发展对农业新质生产力的路径影响，分别以产业结构升级和技术进步为中介变量，构建中介效应模型。

$M_{it}={\alpha }_0+{\alpha }_{1}Eb{u}_{it}+{\alpha }_2{X}_{it}+{\mu }_i+{\delta }_t+{\epsilon }_{it}$ (2)

$Nq{p}_{it}={\gamma }_0+{\gamma }_{1}Eb{u}_{it}+{\gamma }_2{M}_{it}+{\gamma }_3{X}_{it}+{\mu }_i+{\delta }_t+{\epsilon }_{it}$ (3)

式中：$M_{it}$ 为中介变量，包括产业结构优化(Stru)以及技术创新(Tech)，其他变量含义同上。

4.2. 变量说明

4.2.1. 被解释变量

本文的被解释变量是农业新质生产力(Nqp)。依据农业新质生产力的内涵，并借鉴罗光强和宋新宇、朱迪和叶林祥的综合评价指标构建思路[16] [17]，从劳动者、劳动对象和劳动资料3个维度选取指标。本文共选取21个典型指标，先消除不同指标量纲差异，对全部指标进行极差标准化处理，其中正向指标采用线性归一化，负向指标取反后归一化；随后，运用熵权法确定各指标权重，以客观反映不同指标的信息贡献度，并计算综合得分来构建农业新质生产力评价指标体系。具体指标体系见表1。

4.2.2. 解释变量

本文的解释变量为农村电商发展水平(Ebu)。本文参考卢丽媛等和王园等人的研究，使用各省淘宝村的数量作为农村电商发展水平的代理指标[7] [18]。由于部分值为0，为了减少对模型的影响，本文将在原有淘宝村数量的基础上加1再取自然对数的值作为衡量标准。

4.2.3. 中介变量

本文选取两个中介变量，分别是技术创新(Tech)和产业结构优化(Stru)。本文以各省科研经费投入强度来衡量技术创新；同时参考徐敏等[19]的做法，分别将各省第一二三产业比重赋值1、2、3，然后加总衡量产业结构优化升级。

Table 1. Index system of agricultural new-quality productivity

表1. 农业新质生产力指标体系

一级指标	二级指标	三级指标	衡量方式	属性
农业劳动者	劳动人口	劳动者数量	乡村就业人口占比	正
		受教育程度	农村劳动力人均受教育程度	正
	劳动投入	农林水事务投入	农林水事务支出占比	正
	劳动产出	劳动生产率	农村居民人均产值	正
			农村人均收入	正
农业劳动对象	生态环境	环境保护力度	森林覆盖率	正
			环保支出	正
			固体废物利用率	正
		环境污染强度	二氧化硫排放强度	负
			化学需氧量排放强度	负
			固体废弃物产生强度	负
	战略产业	农业产业	农民专业合作社占比	正
		农业发展情况	农林牧渔业增加值	正
农业生产资料	物质生产资料	传统基础设施	农村公路建设	正
		数字基础设施	农村互联网普及率	正
			农村光缆线路长度	正
		能源消耗	农林牧渔业能源消费	负
			农村人均用电量	正
	无形生产资料	科技投入	农业科技从业人员数	正
			农业R&D存量	正
		数字化水平	农业数字惠普金融	正

4.2.4. 控制变量

为保证实证结果准确性，防止遗漏变量可能造成模型估计误差，本文根据以往研究，选择以下指标作为控制变量：1) 经济发展水平(Pgdp)，对各省人均GDP取自然对数衡量。2) 政府支出水平(Gov)，用各省人均农林水务的财政支出取自然对数衡量。3) 基础设施水平(Inf)，用各省互联网宽带接入户数取自然对数衡量。4) 文化消费水平(Cul)，用各省农村居民人均文娱支出占农村居民人均消费支出比重来表示。

4.3. 数据来源

本文采用了2011~2022年我国30个省级行政单位(由于数据缺失，不包括港澳台和西藏自治区)的数据样本。原始数据来自《中国统计年鉴》《中国农村统计年鉴》《中国能源统计年鉴》《中国农村合作经济统计年报》《中国淘宝村研究报告》以及各省统计年鉴，缺失数据采用线性插值法填补。变量描述性统计结果见表2。

Table 2. Descriptive statistical analysis

表2. 描述性统计分析

变量	样本量	均值	标准差	最小值	最大值
Nqp	360	0.182	0.081	0.072	0.358
Ebu	360	1.724	2.055	0.000	6.428
Tech	360	9.668	1.309	7.222	11.886
Stru	360	2.410	0.107	2.261	2.716
Pgdp	360	10.882	0.424	10.209	11.721
Gov	360	0.030	0.018	0.009	0.071
Cul	360	0.101	0.029	0.055	0.152
Inf	360	3.535	0.530	2.415	4.439

5. 实证分析

5.1. 基准回归

本文首先使用豪斯曼检验(Hausman Test)，将固定效应与随机效应模型进行对比，结果显示卡方统计量为11.56，p值为0.041，结果显著，拒绝原假设。因此本文采用双向固定效应，并通过逐步加入控制变量法进行基准估计，表3为基准回归结果。

Table 3. Benchmark regression analysis

表3. 基准回归分析

变量	(1)	(2)	(3)	(4)	(5)
Ebu	0.007^*** (3.307)	0.007^*** (3.504)	0.008^*** (3.876)	0.010^*** (4.399)	0.010^*** (4.319)
Pgdp		0.076^*** (2.860)	0.078^*** (2.959)	0.060^** (2.193)	0.060^** (2.117)
Gov			0.040^*** (2.601)	0.031^* (1.964)	0.031^* (1.937)
Cul				0.330^*** (2.597)	0.331^** (2.479)
Inf					−0.000 (−0.022)
Constant	0.099^*** (16.406)	−0.702^** (−2.505)	−0.952^*** (−3.239)	−0.731^** (−2.408)	−0.731^** (−2.399)
省份固定	是	是	是	是	是
年份固定	是	是	是	是	是
N	360	360	360	360	360
R^2	0.653	0.662	0.669	0.676	0.676

注：括号内为t统计量，^***p < 0.01，^**p < 0.05，^*p < 0.1，下表同。

5.2. 稳健性检验

在基准模型估计中，通过逐步加入控制变量的方式，初步验证了农村电商能够赋能农业新质生产力的发展。然而，基准模型可能存在测量误差、遗漏变量等问题，为进一步提高基准模型的可信度，本文分别通过缩尾处理、滞后一期变量、添加稳健标准误以及净化残差法四种方法对原有模型进行稳健性检验。如表4所示。列(1)是为了剔除样本异常值对估计结果的干扰，对农村电商、农业新质生产力水平以及控制变量进行1%缩尾处理，并重新对基准回归模型进行估计后的结果。结果显示农村电商发展水平的估计系数在1%的水平上显著，仍对农业新质生产力发展有正向积极作用；列(2)通过将核心解释变量滞后一期再做固定效应回归，结果显示农村电商发展对农业新质生产力的促进作用仍然正向显著，主要结论依然成立；列(3)为添加稳健标准误后的估计结果，农村电商发展水平的估计系数在5%的基础上显著为正，与基准回归结论一致；列(4)是为剔除综合指数可能存在的指标间信息重叠或测量误差影响，通过净化残差法对农业新质生产力综合指数的稳健性进行检验，结果显示农村电商的估计系数仍显著为正，这表明本文核心结论对于综合指数的测度方式具有稳健性。

5.3. 内生性处理

尽管本文在前述部分采用多重稳健性检验方法验证了核心结论的准确性，但模型中依旧存在一定的遗漏变量所造成的内生性问题，本文参考王亚红和韦月莉[20]的研究成果，选取农村电商发展水平的滞后一期作为工具变量，通过2SLS法进行内生性检验。

如表5所示，列(1)结果显示L1_Ebu对Ebu的估计系数为0.792，其在1%的水平下显著；K-P rk LM的统计量为17.54，在1%水平上显著；K-P rk Wald F统计量为880.24，明显大于16.380，表明了工具变量的有效性，不存在弱工具变量问题。列(2)显示其估计系数在5%水平上显著，这表明农村电商发展对农业新质生产力的发展有显著促进作用，结果表明上文研究具有稳健性。

5.4. 机制检验

为验证农村电商发展促进农业新质生产力的影响机制，对式(2)、式(3)进行回归，检验结果见表6。

Table 4. Robustness check

表4. 稳健性检验

变量	(1)	(2)	(3)	(4)
Ebu	0.009^*** (4.418)		0.009^** (2.468)	0.008^*** (3.91)
L1_Ebu		0.008^*** (4.022)
Constant	−0.870^*** (−5.537)	−0.825^*** (−4.674)	−0.930^*^** (−3.672)	−0.607^*** (−3.810)
控制变量	是	是	是	是
N	360	330	360	360
R^2	0.660	0.604	0.659	0.082

Table 5. Endogeneity test

表5. 内生性检验

	(1)	(2)
L1_Ebu	0.792^*** (30.683)
Ebu		0.010^** (2.005)
Constant	7.161 (0.937)	-0.697^** (-1.981)
K-P rk LM	17.54***
K-P rk Wald F	880.24 {16.380}
N	330	330
R^2	0.924	0.865

第(1) (3)列以中介变量为因变量回归，农村电商发展水平系数均为正，通过了显著性检验；第(2) (4)列以农业新质生产力为因变量，将农村电商与中介变量作为自变量纳入模型，结果显示均正向显著。由此可知，农村电商发展能通过驱动技术创新以及优化产业结构，进一步助力农业新质生产力发展。

Table 6. Mechanism test

表6. 机制检验

变量	(1)	(2)	(3)	(4)
Ebu	0.001^*** (7.244)	0.007^*** (3.048)	0.008^*** (5.226)	0.008^*** (3.645)
Tech		2.851^*** (2.595)
Stru				0.151^* (1.794)
Constant	1.900 (0.823)	−0.750^** (−2.461)	2.174^*** (10.647)	−1.058^*** (−2.988)
控制变量	是	是	是	是
省份固定	是	是	是	是
年份固定	是	是	是	是
N	360	360	360	360
R^2	0.564	0.682	0.819	0.679

5.5. 异质性分析

为进一步探讨农村电商发展对农业新质生产力影响的区域差异性，本文主要从经济水平这一维度进行异质性检验，以揭示农村电商发展在不同经济水平下对农业新质生产力发展的作用差异。

本文依据三分位法，将各省人均GDP分为高经济水平地区、中经济水平地区和低经济水平地区。结果如表7所示，列(1)显示低经济水平地区回归系数不显著为正；列(2)显示在中经济水平地区，回归系数为正并在1%水平上显著；列(3)结果表明在高经济水平地区，回归系数同样为正并在5%水平上显著。综上来看，农村电商发展对农业新质生产力的促进作用具有明显经济水平性。在中高经济地区农村电商生态较为成熟，且具有较为完善的数字基础设施和较高的农民数字素养更容易通过电商发展赋能农业新质生产力发展；而在经济基础薄弱地区，农村电商发展虽然能改善信息流通与市场渠道，但是受制于物流体系薄弱、农民数字素养较低等因素，其带动效应尚未完全发挥。

该结果表明，在不同经济水平地区，由于基础设施水平与数字经济发展水平不同，农村电商发展对农业新质生产力的赋能作用也有所差异。

6. 结论与政策建议

6.1. 主要结论

本文基于2011~2022年中国省级面板数据，采用双向固定效应模型系统分析了农村电商发展对农业新质生产力的影响，并从技术创新与产业结构优化两条路径探讨其作用机制。

研究结果表明：第一，农村电商发展整体上显著促进了农业新质生产力的提升。农村电商通过推进新质劳动者、新质劳动对象以及新质劳动资料向更加智能化、精细化、高效化的方向发展，已成为农业新质生产力发展的重要推手；第二，机制分析结果显示，一方面，农村电商发展所带来的技术革新为农业发展的各个环节进行了赋能，进而推动了农业新质生产力；另一方面，农村电商的发展也使农村产业结构向更丰富、更多元的方向发展，促进农村产业结构优化，从而推动农村新质生产力的发展；第三，通过异质性检验发现，农村电商发展的促进作用存在一定门槛效应，其在中高经济水平地区作用更为显著，在低经济水平地区不显著。这一发现深刻揭示了我国区域发展不平衡的社会现状：中高经济水平地区得益于完善的数字基础设施和市场体系，更能发挥农村电商的赋能作用；而低经济水平地区受制于物流、交通及农民数字素养等因素，农村电商的发展难以跨越数字鸿沟转化为实质性的生产力进步。

Table 7. Heterogeneity test

表7. 异质性检验

	(1) 低经济水平地区	(2) 中经济水平地区	(3) 高经济水平地区
Ebu	0.002 (0.312)	0.017^*** (2.856)	0.007^** (2.006)
Constant	−1.691^*** (−5.802)	−0.057 (−0.136)	−1.118^** (−2.190)
控制变量	是	是	是
N	120	120	120
R^2	0.559	0.253	0.570

6.2. 政策建议

6.2.1. 因地制宜推动农村电商发展

低经济水平地区农村数字基础设施以及农民数字素养相关领域亟待完善，应加大对网络基础设施与物流体系建设的投入，注重对农民数字素养的培训与提升，并强化电商平台与特色农业产业融合，从而更好发挥农村电商对农业新质生产力的促进作用；在中高经济水平地区，要抓住农村电商发展带来的红利，并引导电商平台向农业生产端延伸，通过数字技术助力农业生产各个环节为主要发展方向，推动产业链整体升级，使农村电商对农业新质生产力的影响向更高层次发展。

6.2.2. 推动技术创新驱动农业转型

农村电商发展应以技术创新为动力，推动农业向数字化、智能化转型。要重点发展冷链物流、智慧播种等技术，在生产、储运、销售等环节提升效率。鼓励科研院校与企业合作，加快创新成果应用，促进数字技术在农业生产中的推广，让科技真正成为农业新质生产力提升的核心支撑。

6.2.3. 优化产业结构培育发展动能

要发挥农村电商对产业结构调整的带动作用，引导各地根据资源禀赋发展特色产业。通过延伸农业产业链、发展农产品加工与品牌建设，提升附加值。推动农村电商与现代物流、休闲农业等融合发展，拓宽农民增收渠道，促进农业产业向高效、高质、高附加值方向转型。

6.3. 局限与不足

本研究仍存在一些局限：首先，受数据可得性限制，本文使用的是省级面板数据，这可能导致在推断微观个体行为时存在生态谬误风险；其次，本文的核心变量如农村电商发展水平，采用淘宝村数量衡量，并不能准确表示农村电商发展水平，仍与理想测度存在差距。

未来研究可在此基础上，利用县域、村级或农户层面的微观调查数据，进一步识别农村电商发展与农业新质生产力的因果效应，并进一步挖掘其背后更深层次的行为机制。