1. 引言与文献综述
在乡村振兴战略向纵深推进的背景下,农村电商成为激活农村发展动能,拓宽农民增收渠道的关键支撑。从2024年中央一号文件提出“实施农村电商高质量发展行动”,到国务院办公厅印发《关于促进农村电商高质量发展的指导意见》明确品牌建设方向,政策体系的不断完善为农村电商发展筑牢了制度根基。东部地区凭借扎实的数字基础设施和活跃的市场环境,在农村电商的实践中走在前列,浙江的“品牌强农”补贴、江苏的“品牌贷”金融支持等地方创新举措,已初步显现出对农产品附加值提升与农民收入增长的带动作用。因此,立足于政策赋能背景,聚焦东部地区农村电商发展实践,系统剖析其促进农民增收的内在逻辑与现实路径,对于深化农村电商研究与助力乡村振兴产业高质量发展具有理论和现实意义。
从农村电商对农民增收的核心效应来看,学界普遍认可其增收价值,且实证研究覆盖全国及区域层面。展进涛等(2024) [1]基于全国1890个县域样本数据验证,农村电商不仅能直接产生显著的收入效应,还能通过区域间互动形成增收溢出效应。王颜齐等(2023) [2]、陈水彬(2024) [3]则分别从乡村振兴背景与农户微观视角出发,进一步实证农村电商可通过拓宽农户收入渠道、降低生产经营成本,直接推动农户收入提升。而陈宇虹(2020) [4]针对长江经济带11省市的面板数据分析,也为区域层面农村电商的增收有效性提供了早期证据。从农村电商促农增收的作用机制层面来看,学者们从政策、要素、就业、金融等多个维度展开拆解。政策支持作为重要外部保障,其作用已得到明确验证,任翔等(2025) [5]研究指出,针对性的农村电商政策可通过补贴支持等方式降低农户参与电商的门槛和风险,直接强化电商对收入增长的拉动作用。庄甲坤(2025) [6]发现,农村电商的发展能催生物流、运营、客服等非农岗位,通过吸纳农户非农就业增加工资性收入,推动资金、技术等要素向农村流动。张添洋等(2024) [7]进一步补充,这种要素流动还能加速城乡一体化进程,间接缩小城乡收入差距,为农民增收创造更公平的发展环境。此外,数字普惠金融的协同作用成为近年研究热点,游晓东等(2024) [8]、张之瀚等(2024) [9]的研究表明,数字普惠金融可解决农户参与电商时的资金短缺问题。
从研究视角与现实关切来看,学界的研究始终与乡村振兴、共同富裕等国家战略紧密结合,同时聚焦实践中的关键困境与优化方向。在战略适配性研究上,孙紫睿等(2025) [10]、杨文慧(2025) [11]分别从乡村振兴与城乡融合视角出发,提出农村电商不仅是促农增收的工具,更是推动乡村产业振兴和实现城乡融合的重要载体。郭曼等(2025) [12]则针对共同富裕目标,分析农村电商的空间溢出效应,提出不同区域应结合自身优势来构建差异化增收模式。王诗雯等(2025) [13]、陈明燕等(2024) [14]均指出,农户数字素养不足是制约农村电商“最后一公里”贯通、阻碍增收效应落地的关键因素。张倩等(2025) [15]则以长江经济带10个省市为样本,研究农村电商对农产品供应链韧性的提升作用,认为供应链的稳定性直接影响农村电商的盈利空间,这一结论对东部地区完善农产品电商供应链体系具有直接参考价值。从区域研究对比与时间维度延伸来看,现有成果已覆盖东、中、西不同区域,且研究深度随时间逐步提升。尹文渊等(2023) [16]专门针对西部地区展开实证研究,发现该区域电商促农增收效应受基础设施、产业基础制约相对明显,这与东部地区基础设施完善、产业配套齐全的现状形成对比,也凸显出东部地区农村电商促农增收的独特优势与研究必要性。宁晚枚等(2023) [17]、曹增栋等(2024) [18]则从共同富裕视角,兼顾收入增长与差距缩小双维度展开研究。
总体而言,现有研究已明确农村电商促农增收的核心价值、多路径机制及现实挑战,且涵盖战略适配、区域对比、时间演进等多个维度,但针对东部地区农村电商的专项研究仍存在细化空间,尤其在东部地区产业集聚度高、数字基础设施完善和金融资源充沛的背景下,其电商促农增收的具体路径仍需结合东部农村实际进一步探索,现有成果则为这一探索提供了理论框架与经验参考。
2. 理论分析与研究假设
2.1. 农村电商对农民增收的直接影响
农村电商对农民增收的影响主要是在数字经济和农村实体经济深度融合下,市场交易率提升以及要素配置优化与价值创造模式革新共同作用的结果。在传统农产品流通中,农民因缺乏直接对接终端市场的渠道,需承担中间商层层加价的成本损耗,而电商平台通过标准化信息展示以及直接议价机制,使农户可直接与消费者或是下游零售商对接,将交易成本转化为实际收入增量。曹宗敏(2025) [19]在研究中也明确指出,农村电商通过减少流通环节、降低交易成本成为农民增收的核心路径之一。农户拥有的土地、农产品等传统要素,在传统农业模式下难以突破地域限制实现价值最大化,电商平台可以将这些要素转化为可跨区域流通的“数字商品”,与此同时也催生出物流运营、网店管理等新型劳动需求,使得农民增收向多元化发展。对于东部地区来说,可以依靠较高的地区劳动力素质、较强的要素流动性及基础设施的完善度进一步放大农村电商对农民收入的提升效应。因此,基于以上分析,提出本文第一个假设。
H1:东部地区农村电商的发展对农民收入的提升有显著正向促进作用。
2.2. 农村电商对农民增收的间接影响
农村电商的发展并非简单的销售渠道拓展,而是通过需求牵引、技术渗透和模式革新,多维度激活农村的创新活力。从需求端看,电商平台打破地域限制,将城市多元化及个性化需求直接传递至农村生产端,倒逼农民跳出重产量和轻特色的传统思维,进而转向围绕市场需求开发特色农产品以及定制化农产品等,这种以销促创的模式直接推动着农业生产端创新,提升农产品的市场竞争力,帮助农户获取更高的销售溢价。从产业协同来看,农村电商发展带来的数字化工具,如数据分析、直播技术等向农村渗透,推动着农村地区运营模式的创新,催生出农户–电商服务–物流运营的合作体系,比如通过多方合作研发出农产品保鲜技术等。创新模式的孵化,既可以降低农产品流通损耗、拓宽销售渠道又可以创造物流配送等多元化就业岗位,让农民在生产销售之外获得额外收入,实现收入水平的持续提升。基于以上分析,提出本文的第二个假设。
H2:农村地区技术创新水平的提升是促进农民增收的有效路径。
3. 研究设计
3.1. 数据来源
本文选取2014~2022年我国东部地区10个省份的面板数据进行实证分析。解释变量数据来源于阿里研究院《中国淘宝村研究报告》,被解释变量及控制变量的数据主要来源于国家统计局。防止异方差的影响,对所有变量非比值类数据取对数处理。
3.2. 变量选取
文章中变量的选取详细见表1。
Table 1. Explanation of relevant variables
表1. 相关变量说明
变量类别 |
变量符号 |
变量名称 |
衡量方式 |
被解释变量 |
Ic |
农民收入 |
ln农村居民人均可支配收入 |
解释变量 |
Nd |
农村电商 |
淘宝村数量/行政村数量 |
控制变量 |
Eco |
地区经济发展水平 |
ln人均GDP |
Gao |
农业发展水平 |
ln农业产值 |
Te |
受教育程度 |
ln普通高等院校本专科毕业生人数 |
Ev |
农村创业活跃度 |
(农村私营企业就业人数 + 个体就业人数)/乡村人口总数 |
中介变量 |
Tc |
技术创新能力 |
公共财政支出/地方财政一般预算支出 |
被解释变量:农民收入(Ic)。采用东部地区各个省份的农村居民人均可支配收入衡量,并对其取对数处理。
解释变量:农村电商(Nd)。本文在闫广实(2024) [20]的基础上进行改进,采用淘宝村数量占行政村数量的比重来衡量。该比值越大,说明农村电商发展得越好。
控制变量:结合前人的研究,为确保回归结果的有效性,选择以下4个控制变量。地区经济发展水平(Eco)。以人均GDP取对数测量;农业发展水平(Gao)。以农业产值取对数测量;受教育程度(Te)。对普通高等院校本专科毕业生人数取对数进行测量;农村创业活跃度(Ev)。以农村私营企业就业人数和个体就业人数之和与乡村人口总数的比值来测量。
中介变量:技术创新能力(Tc)。用公共财政科学技术支出与地方财政一般预算内支出的比值衡量。该比值越高,说明地方在有限的财政总预算中,对科技领域分配的资源就越多。
3.3. 模型设计
3.3.1. 基准回归模型
为验证假设H1,东部地区农村电商对农民收入具有正向促进作用,构建如下基准回归模型:
(1)
其中,
表示东部地区农民收入,
表示东部地区农村电商发展水平,
表示各个控制变量,
为省份固定效应,
为时间固定效应,
为随机扰动项,下标
分别表示省份以及年份。
3.3.2. 中介效应模型
为验证假设H2,东部地区农村电商是否可通过促进农村技术创新能力进一步增加农村居民收入,参考温忠麟(2014) [21]等学者的做法,运用逐步回归法,构建如下中介效应模型,检验技术创新能力的中介效应:
(2)
(3)
其中,
为技术创新能力这一中介变量,其余的变量参考模型(1)。
4. 实证检验
4.1. 基准回归
本文采用双向固定效应模型来检验农村电商对农村居民收入的促进作用。其基准回归结果见表2。列(1)为不加任何控制变量时的农村电商对农民收入的影响,东部地区农村电商对农民收入的影响系数为0.00711且在1%的水平下显著;列(2)为加入了各个控制变量后的结果,农村电商的系数为0.00696且在5%的水平下显著,即当农村电商的发展每提升一个单位,农村居民的收入将增加0.00696个单位。可以看到,加入控制变量后的系数比未加控制变量的系数要小,说明了在基准回归中有其他变量对农民收入的影响。假设1得证。
Table 2. Benchmark regression results
表2. 基准回归结果
变量 |
(1) |
(2) |
Ic |
Ic |
Nd |
0.00711*** (3.63) |
0.00696** (3.17) |
Ev |
|
0.04628** (3.04) |
Eco |
|
0.30182*** (4.94) |
Gao |
|
0.04767** (2.32) |
Te |
|
0.00558** (2.31) |
_cons |
9.88759*** (3062.51) |
6.01067*** (7.85) |
N |
90 |
90 |
r2 |
0.997 |
0.998 |
省份固定 |
YES |
YES |
时间固定 |
YES |
YES |
注:*p < 0.1,**p < 0.05,***p < 0.01,分别代表在10%,5%,1%水平上显著。下同。
4.2. 内生性及稳健性检验
为避免反向因果关系导致的内生性问题发生,借鉴已有研究得做法,将滞后一期的农村电商发展水平作为工具变量,采用二阶段最小二乘法进行回归。其结果见下表3。列(1)为第一阶段的回归结果,滞后一期的农村电商系数为1.025,在1%水平下显著。对应的F值为355.239远远大于10,表明不存在弱工具变量的问题,工具变量是有效的。列(2)是第二阶段回归结果,农村电商的系数为0.054且在1%水平下显著,东部地区农村电商对农民收入的促进作用仍成立。
Table 3. Test results of endology and robustness
表3. 内生性及稳健性检验结果
变量 |
两阶段最小二乘法 |
解释变量滞后一期 |
(1) Nd |
(2) Ic |
(3) Ic |
L.Nd |
1.025*** (26.97) |
- |
0.007** (2.27) |
Nd |
- |
0.054*** (7.32) |
- |
Ev |
−0.227* (−1.93) |
0.087*** (3.00) |
0.045 (1.46) |
Eco |
0.721** (2.55) |
0.421*** (6.08) |
0.308*** (3.61) |
Gao |
0.120 (1.10) |
−0.030 (−1.26) |
0.069 (1.78) |
Te |
−0.000 (−0.00) |
−0.004 (−1.34) |
0.005 (1.32) |
_cons |
−8.509** (−2.39) |
5.247*** (6.17) |
5.830*** (5.20) |
r2 |
0.960 |
0.872 |
0.998 |
F |
355.239 |
- |
- |
N |
80 |
80 |
80 |
省份固定 |
YES |
YES |
YES |
时间固定 |
YES |
YES |
YES |
为进一步确保研究结果的稳健性,本文将解释变量滞后一期基于模型(1)进行稳健性检验,从表3的列(2)可以看到,滞后一期的农村电商的系数为0.007,通过了1%的显著性水平,表明了东部地区农村电商促进农民增收的稳健性。
4.3. 机制检验:中介效应
本文通过中介效应模型检验东部地区农村电商的发展对农民收入增长的机制,结果见下表4。其中,列(1)显示的是总效应回归结果,农村电商的系数为0.00696,通过了1%的显著性水平,验证了农村电商对农民收入的正向促进作用。列(2)显示农村电商对中介变量技术创新能力的系数为0.12828,且在5%水平下显著为正,表明农村电商的发展可以促进农村技术创新能力的提高。列(3)是加入中介变量后农村电商与农民收入的回归结果,农村电商的系数为0.00606,在1%统计水平上显著,通过对比列(1)农村电商的系数来看,有所缩小。表明东部地区农村电商可以通过技术创新能力的中介效应提高农民收入。假设2得证。
Table 4. Test results of intermediary effect
表4. 中介效应检验结果
变量 |
(1) Ic |
(2) Tc |
(3) Ic |
Nd |
0.00696*** (3.60) |
0.12828** (2.09) |
0.00606*** (3.09) |
Ev |
0.04628** (2.33) |
0.63179 (1.00) |
0.04181** (2.13) |
Eco |
0.30182*** (3.36) |
3.64427 (1.28) |
0.27605*** (3.09) |
Gao |
0.04767* (1.99) |
1.75427** (2.31) |
0.03526 (1.44) |
Te |
0.00558*** (2.90) |
0.02902 (0.48) |
0.00537*** (2.84) |
Tc |
|
|
0.00707* (1.87) |
_cons |
6.01067*** (5.90) |
−51.13693 (−1.58) |
6.37233*** (6.26) |
N |
90 |
90 |
90 |
r2 |
0.998 |
0.929 |
0.998 |
省份固定 |
YES |
YES |
YES |
时间固定 |
YES |
YES |
YES |
4.4. 异质性分析结果
基础设施的完善程度是农村电商发展促进农民增收的重要保障。本文以公路和铁路里程之和与地区面积的比值来衡量基础设施的完善程度,并将其中位数作为标准,分为基础设施较完善和基础设施不完善的样本组。回归结果见下表5,在基础设施较完善一组中,农村电商的系数为0.00830且在5%水平下显著,基础设施不完善一组中回归系数为0.00385且在10%水平下显著。由此可见,在基础设施较完善的地区,农村电商对农民增收的促进作用更加明显。其原因可能是,交通系统的完善能大幅缩短农产品从田间到市场的流转时间,降低农产品的运输成本与损耗,让农村电商得以更高效对接广阔市场,同时提升农产品流通的稳定性和时效性,帮助农民依托电商平台获得更可观的销售收益,还能带动电商相关配套服务的发展,间接拓展农户的收入渠道,从而让农村电商对农民增收的拉动作用更强劲。
Table 5. Heterogeneity analysis results
表5. 异质性分析结果
变量 |
(1) 基础设施较完善 |
(2) 基础设施不完善 |
Nd |
0.00830** (2.38) |
0.00385* (1.72) |
Tc |
0.00463 (0.79) |
0.00425 (0.95) |
Ev |
0.0520*** (3.32) |
0.00307 (0.04) |
Te |
0.0104*** (5.05) |
0.00362 (1.53) |
Eco |
0.202** (2.08) |
0.367** (2.30) |
Gao |
0.00622 (0.22) |
−0.00671 (−0.18) |
_cons |
7.396*** (6.03) |
5.662*** (3.22) |
N |
45 |
45 |
r2 |
0.999 |
0.999 |
省份固定 |
YES |
YES |
时间固定 |
YES |
YES |
5. 结论与建议
本文根据2014~2022年东部地区得10个省份得面板数据,通过实证分析采用双向固定效应模型、中介效应模型探究东部地区农村电商对农民增收的影响。研究结果发现:第一,经过基准回归分析发现,东部地区的农村电商发展水平对农民增收有显著正向促进作用。第二,机制检验表明,农村技术创新能力在农村电商促进农民增收的影响中起着部分中介作用。农村电商的发展需求倒逼并带动农村在多领域展开技术创新,创新成果的推进又进一步破解农村电商发展中的销路窄、损害高以及货源优质性不足等难题,最终实现农民增收。第三,异质性分析结果表明,在基础设施完善程度较高的地区,农村电商对农民增收的正向影响更加明显。第四,通过将解释变量滞后一期作为工具变量进行内生性分析,以及将其进行稳健性检验,结果表明,基准回归的结果依然稳健。基于上述的结论,得出以下政策建议。
第一,完善农村电商基础设施建设。实施差异化的基础设施升级策略,对基础设施较完善区域,重点推进数字基础设施提质增效,可以通过联合通信运营商制定农村5G网络升级专项计划。针对智能化物流配套,推动产地仓引入温湿度自动调控系统与智能分拣设备,建立物流信息实时追踪平台,通过数据联动减少分拣失误与配送延误,全面提升电商运营的效率和稳定性。对于基础设施较薄弱的地区,优先将乡村主干道升级改造纳入地方年度基建计划,打通乡镇与行政村的物流通道,同时联合邮政、民营快递企业组建区域物流联盟,统一规划配送路线、共享仓储资源,通过规模化运营降低物流成本。
第二,筑牢技术创新的支撑作用。聚焦产业痛点和农民需求,以精准施策打通技术落地“最后一公里”。一方面通过建立省级农村电商技术创新基金,重点扶持区块链溯源、物联网监测等实用性技术研发,降低农户和合作社的技术应用门槛。另一方面强化产学研协同创新机制,引导东部地区高校、科研院同电商平台共建技术服务站,围绕当地特色农产品开发定制化技术方案,比如:针对果蔬类产品研发环保保鲜包装材料,解决农产品溢价难、损耗高的问题,让技术创新贴合产业实际。此外,还应优化技术创新激励与推广的环境,通过对成功研发农村电商实用技术并实现转化的企业,给予税收减免和研发费用加计扣除的优惠,鼓励企业将部分收益反哺农村技术研发。让技术创新从工具应用延伸到产业链各个环节,切实转化为农民增收的持续动力。