电子商务、农产品销售与农业经济发展

doi:10.12677/ecl.2025.14124207

期刊菜单

电子商务、农产品销售与农业经济发展
E-Commerce, Sales of Agricultural Products and Agricultural Economic Development

DOI: 10.12677/ecl.2025.14124207, PDF, HTML, XML,
作者: 吴华平：贵州大学经济学院，贵州贵阳
关键词: 电子商务；农产品销售；农业经济；E-Commerce； Sales of Agricultural Products； Agricultural Economy

摘要: 随着数字技术的迅猛发展，电子商务已深刻重塑了农产品流通体系与农业经济发展模式。本文基于交易成本理论和消费者行为理论，系统分析了电子商务影响农业经济发展的内在机制。电子商务平台通过降低信息不对称、压缩流通环节、拓展市场范围，显著降低了农产品交易成本，增加了农产品的销售量，并且通过兴趣推荐机制与沉浸式内容场景激发潜在消费需求，实现“货找人”的销售模式转变；通过供应链整合与品牌化建设提升农产品附加值。本文选取2013~2020地级市面板数据实证研究发现，电子商务可以促进农业经济的发展。而进一步研究表明，电子商务能够通过提高农产品销售来促进农业经济发展。本文采用了剔除异常值、缩减样本、滞后解释变量等稳健性检验，实证结果与基准回归结果依然一致。同时，通过异质性分析，电商水平的发展对于农业经济发展的影响在东、中、西部地区存在一定差距。相比于中西部地区，电商发展水平对于中西部农业经济发展影响更加显著。

Abstract: With the rapid development of digital technology, e-commerce has profoundly reshaped the agricultural circulation system and agricultural economic development model. Based on the theory of transaction cost and the theory of consumer behavior, this article systematically analyzes the intrinsic mechanism of e-commerce affecting the development of agricultural economy. By reducing information asymmetry, compressing circulation links, and expanding the market scope, the e-commerce platform has significantly reduced the transaction cost of agricultural products, increased the sales of agricultural products, and stimulated potential consumer demand through interest recommendation mechanisms and immersive content scenarios, so as to realize the transformation of the sales model of “goods looking for people”; through supply Chain integration and brand construction improve the added value of agricultural products. This article selects the 2013~2020 prefecture-level city panel data empirical research and finds that e-commerce can promote the development of agricultural economy. Further research shows that e-commerce can promote agricultural economic development by increasing the sales of agricultural products. This paper adopts robustness tests such as elimination of abnormal values, reduction of samples, and delayed interpretation variables, and the empirical results are still consistent with the results of reference regression. At the same time, through heterogeneity analysis, there is a certain gap in the impact of the development of e-commerce level on agricultural economic development in the eastern, central and western regions. Compared with the central and western regions, the development of e-commerce has a more significant impact on the development of agricultural economy in the central and western regions.

文章引用：吴华平. 电子商务、农产品销售与农业经济发展[J]. 电子商务评论, 2025, 14(12): 3017-3025. https://doi.org/10.12677/ecl.2025.14124207

1. 引言

传统农产品销售模式长期面临信息不对称、流通环节多、品牌缺失等痛点，导致“生产者贱卖、消费者买贵”的困境反复出现。据统计，传统农产品流通需经过2~3次搬运，每次搬运增加约5%成本[1]，而这些成本最终由生产者和消费者共同承担。随着互联网技术的普及和数字经济的深入发展，电子商务作为新常态下重要的经济模式，正深刻影响着农业生产方式和消费理念。近年来，农产品电商呈现爆发式增长。抖音电商平台数据显示，2024年9月至2025年9月，该平台累计销售农特产品达102亿单，平均每天有2448万单农特产品发往全国各地。近三年来，平台累计销售农特产品超200亿单，且平均每天增长1万单[2]，这表明电子商务正加速带动优质农特产品“出村进城”。与此同时，电子商务模式也在不断创新演进，从早期的渠道电商、社会化电商，发展到如今的兴趣电商，农业电商已从简单的线上销售渠道，升级为重构农产品从田间地头到消费者餐桌完整链路的系统化解决方案。电子商务与农业经济的深度融合，不仅改变了农产品流通方式，更再塑了农业产业价值链。京东、阿里巴巴等电商平台的助农实践经历了三个阶段演变：从依托供应链能力助力农产品“走出去”的1.0阶段，到推动农产品品牌化的2.0阶段，再到深入产业带帮助农户实现增收的3.0阶段[1]。2025年6月，京东启动的“优质农产品基地计划”更致力于构建“产品质优价低 + 农户高收益”的良性循环[3]，标志着电商助农进入产供销共赢的生态化阶段。在此背景下，本文旨在从经济学视角系统分析电子商务影响农产品销售与农业经济发展的内在机制，本文的边际贡献如下。构建理论分析框架，第一，将电商经济、农产品销售、农业经济放在同一讨论框架，并提出可验证的研究假设。第二，研究结果不仅有助于理解数字技术如何重塑农业经济生态，也为政府制定农业农村数字化转型政策提供参考，同时对电商平台优化助农策略、农户把握数字机遇具有实践指导意义。

2. 理论分析与研究假设

2.1. 理论分析框架

2.1.1. 交易成本理论视角

根据交易成本经济学，市场交易中存在信息搜索、谈判签约、监督执行等成本，这些成本直接影响资源配置效率。在传统农产品流通体系中，小农户分散经营，难以有效捕捉市场需求信息，导致生产与市场脱节。同时，多级批发商和分销商的存在使得流通环节繁杂，交易成本高昂。电子商务平台通过多种机制显著降低了农产品交易成本。一方面，平台通过数字匹配机制，减少了信息不对称。例如，抖音电商等兴趣电商平台借助内容生态和推荐技术进行主动推荐，实现商品与用户的精准匹配[2]。另一方面，电商平台通过供应链扁平化创新，压缩了流通环节。京东的“产地云仓”模式让农产品从生产端直接进入京东仓库，仅需1次搬运，相比传统流通模式的2~3次搬运，显著降低了物流成本和产品损耗[3]。研究表明，京东通过优化供应链，实现整体平均成本降低约10%¹。此外，电子商务还降低了农户进入市场的门槛。传统流通模式下，小农户由于规模小、地理位置偏远，难以直接对接市场，只能依赖中间商。而电商平台通过提供标准化物流、支付和营销服务，使小农户能够以较低成本接触全国甚至全球市场，提高了市场可及性和参与度。

2.1.2. 消费者行为理论视角

消费者行为理论强调心理因素、社会因素和文化因素对购买决策的影响。在农产品消费领域，消费者不仅关注产品本身的功能价值，还重视其情感价值和社会价值。电子商务，特别是兴趣电商和社会化电商，通过沉浸式内容场景激发消费者的潜在购买兴趣，重塑了农产品消费行为。根据刺激-机体-反应模型，外部环境刺激会影响消费者内部状态，进而引致购买行为。在社会化电商环境下，农产品特征、互动性、网站和公司口碑、激励机制等外部刺激通过影响消费者的感知有用性、感知易用性和信任，最终驱动购买行为[4]。研究表明，农产品网站和公司口碑显著影响感知有用性，而农产品特征直接影响感知易用性，品牌形象理论则认为，品牌形象通过影响顾客感知价值进而促进购买行为[5 ] [6]。对网销农产品而言，产品形象和企业形象均对功能价值和情感价值具有正向影响，而这些价值感知最终驱动购买行为。电子商务平台通过短视频展示农作物的生长环境、直播讲解农产品的特色故事等内容营销方式，强化了农产品的地域特色和文化内涵，提升了品牌形象和消费者感知价值。值得注意的是，电子商务实现了从“人找货”到“货找人”的转变传统零售模式中，消费者需要主动搜索商品，而在兴趣电商模式下，平台通过推荐算法精准匹配用户潜在兴趣与农产品特质，主动激发消费需求[7] [8]。过去一年，抖音直播间农特产商品讲解总时长累计达3574万小时，货架和搜索场景带动农特产品成交额同比分别增长54%和95%²，这表明内容生态与推荐技术的结合有效刺激了农产品消费。

2.2. 研究假设

根据已有的文献，大部分的学者主要研究了电子商务对农业经济的影响。从理论上看，李欢欢认为电子商务与农业经济发展存在双重的辩证关系，分别是相互支持与相互促进[9]。同时电子商务平台有效突破了地域限制，推动了各地区物流的快速发展[10 ] [11]。与此同时，电子商务能够拓宽农户对于农产品的销售，推动农业经济的发展[12 ] [13]。那么电子商务如何促进农业经济的发展呢？

传统电商或线下消费属于“人找货”模式，需要主动搜索、筛选和比较，主动承担了绝大部分的信息搜索成本。而兴趣电商通过推荐技术，将可能引发兴趣的内容和商品直接呈现给需求者。这种从“搜索”到“推荐”的转变，从根本上降低了主动搜索成本。同时在短视频和直播中可以直观地看到产品的生长环境、制作过程和使用效果。这种沉浸式、情景化的信息，其信息维度和可信度远高于干巴巴的文字描述和精修图片。这大大降低了决策时用于辨别产品真伪和质量的信息甄别成本。

兴趣电商的“兴趣种草”机制，能通过内容激发你的潜在需求或创造新需求。这个过程让你在无意中零成本地“发现”了心仪的商品，消除了为满足模糊需求而产生的主动发现成本。

2.2.1. 电子商务能够降低农产品的交易成本，促进农业经济稳步发展

传统的销售模式主要是面对面销售，这样，时间成本很大，而随着电商经济的快速发展，电商平台逐步构建完善，所有的农产品均可以发布在电商平台上，可以有效解决市场信息不对称的问题，降低了信息的交易成本[14]。农户在平台上发布农产品信息图片，消费者能够获取历史交易数据，价格更加透明，使得买卖双方之间的供需关系更加平衡，并且农户可以快速捕捉市场的农产品缺口，及时调整相关农产品的供求状态，减少短缺的风险，以避免收入的减少。除此之外，电商作为一种新的销售模式，显著降低了农产品交易的运输成本，而在传统的交易模式下，买卖双方之间交易成本巨大，需要经过多种渠道才能达成交易，而电商平台使得双方快速完成交易。

2.2.2. 电子商务平台能够提高农产销售，促进农业经济快速发展

首先，电子商务平台给农户提供了一种便利的渠道，农户可以扩大农产品的销售范围。并且这种销售模式非常简单易学。减少了传统模式下，农产品需要经过多个销售渠道才能到达消费者手中。同时，农户可以在电商平台上发布所有农产品信息，这样消费者选择性增加，农产品的销售量也必然提升，农户的收入也随之增加。农户还可以通过平台直接获取其它竞争者信息以及消费者信息，及时做出调整，抵御市场风险，使得农产品供需平衡，提高农产品销售量。

基于以上理论分析提出以下假设：

H1. 电子商务发展可以促进农业经济的发展。

H2. 电子商务平台可以通过提高农产品销售量来促进农业经济发展。

3. 实证研究分析

3.1. 变量选取

被解释变量：农业经济。根据已有的研究成果，选取农林牧渔业的总产值作为衡量农业经济的发展水平。

解释变量：电商发展水平。采用地级市区县淘宝村的数量来衡量电商发展水平。

中介变量：农产品销售额。由于电商平台销售的农产品主要是以快递形式发送，所以采用农产品销售的快递数量作为衡量农产品的销售额，并取对数。

控制变量：由于农业经济发展还受到其他因素的影响，故选取城镇化水平、金融发展水平、第三产业从业人员比重以及农业机械总动力，农业机械总动力主要衡量该地区的基础设施水平。

3.2. 实证模型

为了研究电商发展水平对农业经济的影响，本文构建如下回归模型：

$g o v_{i t} = α_{0} + α_{1} C R T_{i t} + α_{2} χ_{i t} + δ_{t} + μ_{t} + ε_{i t}$ (1)

其中gov_it为被解释变量，代表t时刻第i个城市的农业经济发展水平，CRT_it为核心解释变量为淘宝村数量，代表电商水平发展程度。X_it为一组控制变量，分别为城镇化水平(Urban)、金融发展水平(Regfin)、第三产业从业人员(Lnpro)、人均农业机械总动力(Mechinery)。ε_it为随机扰动项。

3.3. 数据来源和变量描述性统计

其中除了电商发展水平来自于阿里研究院官网，其他数据均来自于《中国统计年鉴》。其中个别缺失值采用线性插值法进行填补，最终选取2013~2020年地级市面板数据，共1896个有效观测值，如表1所示。

Table 1. Descriptive statistics of variables

表1. 变量描述性统计

Variable	N	Mean	SD	Min	Max
gov	1896	363.8736	229.5784	8.30783	1296.516
edv	1896	9.067782	1.225665	2.70805	13.80663
CRT	1896	14.2943	27.79261	1	114
urban	1896	0.5635222	0.1317342	0.1815	0.9537
regfin	1896	3.363657	1.479818	0.6781285	12.50787
lnpro	1896	3.962753	0.2877167	2.807594	4.580877
machinery	1896	9.433135	0.433451	7.701714	10.48654

4. 实证结果分析

4.1. 基准回归分析

验证电子商务对农业经济发展的影响，回归结果如表2所示。由回归结果可知，电商发展水平对农业经济发展的回归结果系数为正，且在1%的水平上显著，电商水平每提高一个单位，农业发展水平提升0.503个单位。加入控制变量后，回归结果系数仍然为正。因此验证了假设1，表明电子商务发展有助于农业经济的发展。

Table 2. Baseline regression analysis

表2. 基准回归分析

	(1)	(2)
	gov	gov
CRT	0.503^***	0.105^*
	(7.613)	(1.674)
urban		465.016^***
		(13.627)
regfin		−8.199^***
		(−4.018)
lnpro		118.258^***
		(9.693)
machinery		14.380^**
		(1.998)
_cons	356.677^***	−475.060^***
	(218.656)	(−6.539)
N	1896	1896
控制变量	no	yes
固定效应	yes	yes
R²	0.034	0.246
F	57.959	106.291

注：括号内系数为标准误；^*^、^**^、^***分别代表在10%、5%和1%显著性水平下显著。下同。

4.2. 稳健性分析

为了验证本文实证结果的稳健性，本文采用剔除异常值、缩减样本、滞后一期解释变量来进行稳健性检验，实证结果如表3所示。

Table 3. Robustness analysis

表3. 稳健性分析

	(1)	(2)	(3)	(4)	(5)	(6)
	缩尾	缩尾	缩减样本	缩减样本	滞后一期	滞后一期
	gov	gov	gov	gov	gov	gov
CRT	0.509^***	0.119^*	0.453^***	0.102	0.417^***	0.055^**
	(7.861)	(1.945)	(6.150)	(1.462)	(4.766)	(0.638)
urban		474.712^***		469.364^***		358.070^***
		(13.952)		(11.842)		(9.321)
regfin		−8.647^***		−8.013^***		−10.012^***
		(−4.054)		(−3.316)		(−4.755)
lnpro		111.504^***		115.089^***		88.968^***
		(9.210)		(8.522)		(6.972)
machinery		15.655^**		13.803^*		9.126
		(2.183)		(1.799)		(1.269)
_cons	355.879^***	−465.404^***	363.248^***	−459.494^***	351.977^***	−248.219^***
	(223.706)	(−6.446)	(223.125)	(−5.794)	(221.805)	(−3.318)
N	1896	1896	1651	1630	1430	1430
控制变量	no	yes	no	yes	no	yes
固定效应	yes	yes	yes	yes	yes	yes
R²	0.036	0.249	0.026	0.223	0.019	0.167
F	61.802	108.081	37.828	79.554	22.714	47.002

4.2.1. 剔除异常值

为了排除异常值对实证结果产生影响，本文对所选取的变量进行缩尾处理。实证结果如表3所示，回归结果与基准回归结果一致。

4.2.2. 缩减样本

本文去除了2013年和2020年的样本，缩小样本量，然后再进行回归，所得到的结果与基准结果一致。

4.2.3. 滞后一期解释变量

电商发展水平具有一定的滞后性，因此本文对核心解释变量滞后一期，然后对农业经济发展进行回归，所得到的回归结果与基准回归结果一致，说明本文实证结果具有稳健性。

4.3. 异质性分析

农业经济发展存在地理位置上的异质性，东部地区主要是从事非农业生产，而中西部地区主要是农业生产主要地区，因此，从理论可知，电商水平的发展对中西部地区农业经济发展具有较大的提升，而对于东部非农生产地区，电商水平发展对农业经济发展提升效果较小。其实证结果如表4所示。

东部地区，其农业本身已深度融入市场经济，产业链相对完整，基础设施较为完善。因此，电商更多是作为一个高效的“新增渠道”和“优化工具”，它通过直播、溯源等方式提升现有产业的效率和价值，其作用是“锦上添花”。电商发展的影响因素包括经济环境、物流体系等，其空间集聚效应在减弱，呈现出扩散趋势。在中西部地区，电商解决的往往是农产品“有没有销路”、“能不能卖出好价钱”的生存性问题，从而促进农产品销售量，对农业经济发展有巨大提升作用。

Table 4. Heterogeneity regression analysis

表4. 异质性回归分析

	(1)	(2)	(3)	(4)	(5)	(6)
	东部	东部	中部	中部	西部	西部
	gov	gov	gov	gov	gov	gov
CRT	0.281^***	0.037	5.356^***	1.692^**	33.599^***	24.368^***
	(3.844)	(0.497)	(7.612)	(2.525)	(8.367)	(7.100)
urban		199.725^***		485.292^***		702.784^***
		(3.609)		(8.969)		(10.691)
regfin		−11.818^***		8.309^**		−16.463^***
		(−4.256)		(2.143)		(−3.958)
lnpro		151.588^***		99.203^***		84.753^***
		(7.735)		(5.184)		(3.601)
machinery		15.417		12.425		11.169
		(1.238)		(1.095)		(0.898)
_cons	411.129^***	−394.639^***	338.799^***	−454.444^***	253.021^***	−493.029^***
	(138.482)	(−3.291)	(114.906)	(−3.918)	(39.050)	(−3.674)
N	680	656	712	712	504	504
控制变量	no	yes	no	yes	no	yes
固定效应	yes	yes	yes	yes	yes	yes
R²	0.024	0.188	0.085	0.311	0.138	0.406
F	14.775	26.303	57.944	55.613	70.010	59.441

5. 进一步分析

为了进一步分析电商发展水平对农业经济发展的影响，根据前文的理论分析，本文选用农产品销售作为中介变量来进行回归，构建如下中介回归模型：

$E D V_{i t} = α_{0} + α_{1} C R T_{i t} + α_{2} χ_{i t} + δ_{t} + μ_{t} + ε_{i t}$ (2)

$g o v_{i t} = α_{0} + α_{1} C R T_{i t} + α_{2} E D V_{i t} + α_{3} χ_{i t} + δ_{t} + μ_{t} + ε_{i t}$ (3)

其中EDV_it表示中介变量农产销售量。实证结果如表5所示，由回归结果可知，电商水平的发展可以带动农产品销售从而促进农业经济发展。主要原因是电子商务发展促使网络销售平台增加，农产品销售渠道增加，消费者购买更加简单方便，农产品销售量上升使得农产品需求增加，从而带动农业经济发展。

Table 5. Mediation regression analysis

表5. 中介回归分析

	(1)	(2)	(3)	(4)
	EDV	EDV	gov	gov
CRT	0.012^***	0.003^***
	(4.123)	(0.534)
urban		0.145^**		486.675^***
		(2.437)		(14.656)
regfin		0.022^***		−9.092^***
		(5.943)		(−4.215)
lnpro		0.162^***		110.077^***
		(7.668)		(8.957)
machinery		0.026^**		15.186^**
		(2.075)		(2.114)
EDV			103.266^***	21.003^*
			(6.904)	(1.482)
_cons	9.075^***	8.028^***	−574.668^***	−649.470^***
	(3473.791)	(63.570)	(−4.230)	(−4.831)
N	1896	1896	1896	1896
控制变量	no	yes	no	yes
固定效应	yes	yes	yes	yes
R²	0.010	0.124	0.028	0.248
F	17.000	46.222	47.660	107.659

6. 结论与建议

6.1. 结论

基于本文上述分析，可以得出以下结论。第一，电商水平发展可以直接促进农业经济发展。第二，农产品销售量上升是电商水平发展带动农业经济发展的主要传导路径。异质性检验结果发现，农业经济发展水平在东、中、西部地区存在明显差异，在西部地区，农业较为发达，农业从业人数居多，故电商水平的提升对农业经济发展存在明显促进作用。中介分析发现，电商水平发展主要通过促进农产品销售来促进农业经济发展。

6.2. 建议

加强农村电商政策支持与区域统筹我国农村电子商务发展呈现出明显的区域不平衡特征，东部地区农村网络零售额显著高于中西部地区，且在发展质量上也存在较大差距。为实现东中西部农产品电商的协调发展，需要制定差异化、精准化的区域政策，在保持东部发展优势的同时，着力提升中西部地区农村电商的发展水平。

东部地区：应聚焦于技术赋能与模式创新，支持农业龙头企业应用直播电商、社交电商、内容电商等新模式，建设数字化农产品供应链。中部地区：可依托其农业资源丰富和区位条件优越的特点，重点建设农产品电商枢纽。研究表明，电子商务示范城市试点对乡村振兴的正向作用在中部地区表现尤为显著。中部省份可借鉴江西省的做法，深化“赣南脐橙、井冈山生态有机产品、鄱阳湖水产”等农业产业集聚区电商应用，打造一批县域电商直播基地和特色网货产业带，通过电商赋能提升农产品附加值。西部地区：应注重政策倾斜与结对帮扶，鼓励东部电商资源向西部流动。

NOTES

¹新华网：https://www.news.cn/enterprise//20251125/bc2a65ccac094f5080b589e7aa697014/c.html。

²消费日报网：http://www.xfrb.com.cn/article/council/09515487076753.html?btwaf=88187644。

参考文献

[1]	关昕, 胡志全. 农户电商采纳的增收效应与多维赋能路径[J]. 农经, 2025(Z2): 111-128.
[2]	兴趣电商创新“造血式”助农范式[N]. 经济日报, 2025-10-07(3).
[3]	“京东基地计划让农民不只是种地人也是市场合伙人”, 人大课题组发布乡村振兴课题研究[N]. 新闻网, 2025-10-09(4).
[4]	王静. 网销农产品品牌形象对购买行为的影响机理实证研究[D]: [硕士学位论文]. 武汉: 华中师范大学, 2018.
[5]	2025年全球及中国农产品电子商务企业出海业务规划及策略研究报告[N]. 新闻网, 2025-05-15(2).
[6]	王丹凤. 社会化电商模式下消费者网购农产品行为影响因素研究[D]: [硕士学位论文]. 郑州: 华北水利水电大学, 2020.
[7]	农产品从卖不动到卖得好[N]. 人民日报, 2025-10-10(4).
[8]	归农商城丨归农电商: 农业电商, 农产品销售新渠道[N]. 新闻网, 2025-10-09(5).
[9]	李欢欢. 农村电子商务视域下农业经济发展的创新路径[J]. 农村经济与科技, 2024, 35(8): 251-253.
[10]	李鹤宇. “互联网+”背景下农村电子商务助推农业经济发展研究[J]. 甘肃农业, 2024(6): 61-65.
[11]	魏群勇. 互联网背景下农村电子商务对农业经济高质量发展的驱动[J]. 棉花学报, 2024, 36(2): 175.
[12]	韩风斌. 电子商务发展背景下农业经济发展路径分析[J]. 农家参谋, 2024(22): 29-31.
[13]	吕伟. 探究电子商务背景下农业经济发展的新思路[J]. 新农民, 2024(24): 22-24.
[14]	Sivramkrishna, S. and Jyotishi, A. (2007) Monopsonistic Exploitation in Contract Farming: Articulating a Strategy for Grower Cooperation. Journal of International Development, 20, 280-296. [Google Scholar] [CrossRef]

为你推荐

友情链接