农产品电商集聚对行业全要素生产率的影响探究.docx
- 文档编号:23460950
- 上传时间:2023-05-17
- 格式:DOCX
- 页数:7
- 大小:20.74KB
农产品电商集聚对行业全要素生产率的影响探究.docx
《农产品电商集聚对行业全要素生产率的影响探究.docx》由会员分享,可在线阅读,更多相关《农产品电商集聚对行业全要素生产率的影响探究.docx(7页珍藏版)》请在冰豆网上搜索。
农产品电商集聚对行业全要素生产率的影响探究
农产品电商集聚对行业全要素生产率
的影响探究
摘要:
数字化赋能加速了我国农产品电商的发展和集聚,本文在我国农产品电商发展现状分析的基础上,基于我国2015-2019年全国省域面板经验数据,考察了农产品电商集聚对行业全要素生产率的溢出效应及其区域差异性。
研究发现,数字化赋能背景下农产品电商集聚已成为我国农产品电商发展的必然趋势,但不同省域之间农产品电商集聚水平存在显著差异性。
农产品电商集聚会通过规模效应和基础设施共享效应对行业全要素生产率提升产生积极促进作用,但这种促进作用存在显著区域差异性,东部地区和中部地区明显,且表现为东部地区强于中部地区,而西部地区则不存在。
地区零售业发展基础、交通基础设施情况和城镇化率对农产品电商全要素生产率提升具有显著促进作用,总体表现为明显的“东强西弱”特征,而互联网信息化水平对东中西不同区域农产品电商行业全要素生产率的促进作用强度差距较小,地区经济发展水平和产业结构对农产品电商行业全要素生产率的促进作用并不存在。
文章据此从进一步创造条件促进农产品电商集聚、培育多元化农产品电商服务主体和提升农产品电商运营效能三个方面提出了提升农产品电商集聚,助力行业全要素生产率提升的政策建议。
关键词:
全要素生产率农产品电商集聚溢出效应计量分析面板数据
研究背景及问题的提出
互联网数字化赋能为我国农产品电商发展带来新的活力,并逐步开始朝集聚化趋势转变,集聚效应不断显现。
《2020阿里农产品电商报告》显示,2019年通过阿里平台交易实现农产品交易额达到2000亿元,此外,京东、天天果园、本来生活网、易果生鲜、顺丰优选、归源农市等平台交易额也呈现爆发式增长,农产品电商交易规模突破万亿已成为必然趋势。
在电商数字化背景下,农产品生产、物流、营销全面发力,据《全国县域数字农业农村电子商务发展报告》显示,2019年我国实现县域农产品网络零售额2693.1亿元,但农产品电商发展的区域差异性比较明显,浙江、广东、江苏、山东等省域销售额遥遥领先,在全国4310个淘宝村中,以农产品销售为主的淘宝村达到262个,覆盖21个省、市、区。
从品类来看,休闲食品、滋补食品、茶叶、水产品、水果等成为热门品类。
从发展趋势来看,农产品电商化背景下,数字化成为农产品电商交易主要特征,借助于高科技加持的供应链,帮助农民提高种植、流通、销售等各环节的效率,进一步推动了农产品电商发展。
线上线下融合模式不断常态化,农产品电商发展越来越注重客户的购物体验,越来越关注物流配送效率,随之出现了基地直接采购、社区团购、社群消费、直播带货等新的模式,提升了消费体验,对行业生产效率产生了溢出效应。
农产品电商的不断数字化发展,更加剧了农产品电商的集聚。
那么问题是,农产品电商发展(集聚)对行业生产效率(全要素生产率)会产生什么影响?
又应该如何来推动农产品电商发展?
显然,研究农产品电商集聚对行业全要素生产率的影响具有重要现实意义,能够明晰农产品电商集聚对行业全要素生产率的溢出效应,并以此提出更为精准的农产品电商发展政策建议,更好助力农产品电商发展和集聚。
相关文献综述
随着我国电商不断向农村渗透,农产品电商异军突起,成为我国农村经济发展的重要动力,为农村居民增收和乡村振兴战略的推进铺垫了基础。
在此背景下,有关农产品电商的研究也日益引起重视,并取得了较为丰硕的成果。
刘建鑫、王可山、张春林(2016)从我国生鲜农产品电商的发展现状及存在的问题展开研究,提出了要通过政府政策扶持来推动生鲜农产品电商和冷链物流的协同发展,加快生鲜农产品电商的标准化和品牌化建设相关建议。
孙芮(2017)分析了我国生鲜农产品电商化发展趋势,指出了我国农产品电商存在品牌化程度较低、冷链物流配套基础设施薄弱、产品缺乏安全性保障等问题,并提出了推动我国农产品电商行业可持续发展的若干建议。
李想(2017)基于农村电商发展基本框架,探讨了农村电商运行机制,提出了一整套数字集成体系来支持农村电商发展的协同机制。
王海娜、陈旭、杨印生、于延良(2020)基于阿里电商平台数据,通过数据包络分析和回归分析,从实证研究的角度分析了我国农产品电商发展现状及其区域差异性,得到东部农村电商产业体量和质量均优于中西部地区的结论,东部地区不同省份之间农村电商发展存在明显的马太效应。
洪涛(2020)基于新冠疫情影响背景,研究了我国农产品电商如何破局突围的思路,提出深化直播、电商扶贫等模式来促进农产品电商模式创新,通过大力发展大众商品电子商务市场、农产品B2B电子商务和网络零售等方式来推动农产品电商数字化转型的建议。
闫西木、秦娜(2020)基于微观和宏观调研数据,分析了我国农产品电商供应链的稳定性及其影响因素,发现政府政策支持对我国农产品电商供应链的稳定性具有重要决定性作用,而农产品市场价格波动和市场供求变化则是直接影响农产品电商供应链稳定性的因素,并据此提出政府部门要加大对农产品电商企业的政策、资金和人才等方面的支持,并加快农村电商发展的基础设施建设来激发农产品电商活力,维护农产品电商供应链的稳定性。
上述研究从我国农产品电商发展现状、存在的问题及发展趋势进行了较为完整的分析,为我国农产品电商发展指明方向。
但随着我国农产品电商发展,农产品电商集聚现象越来越明显,而现有研究几乎都没有针对这一现象展开针对性研究。
慎丹、杨印生(2020)倒是针对这一情况,以吉林为例,通过采用阿里电商平台数据,构建了2010-2017年农产品电商集聚指数,研究了吉林农产品电商集聚现状,并分析了吉林省不同地市之间农产品电商集聚的差异性。
但该研究仍然存在一个问题是,只是简单地研究了农产品电商集聚,对于农产品电商集聚可能产生的溢出效应,特别是对行业全要素生产率(行业生产效率)的影响未能进行深入探讨。
据此,本文的创新点主要是:
一是基于全国样本数据,从省域层面探讨省域农产品电商集聚情况;二是探讨省域农产品电商集聚对行业全要素生产率的溢出效应;三是考察农产品电商集聚对行业全要素生产率溢出效应的区域异质性。
模型设计与变量说明
(一)模型设计
检验省域农产品电商集聚对农产品电商行业全要素生产率的溢出效应模型如下:
Qyssclit=α+βQysscli-1t+γQwsit+δKzblit+uit
(1)
Qyssclit表示省域i第t年的农产品电商行业全要素生产率,Qwsit表示省域i第t年的农产品电商集聚水平(区位熵指数),Kzblit为影响农产品电商行业全要素生产率的其他控制变量。
模型中纳入Qysscli-1t作为工具变量,主要目的是为了减少可能存在的模型估计内生性问题。
(二)变量说明
被解释变量:
数据包络分析(DEA-Malmquist指数)是目前测算全要素生产率最为有效的方法,该方法的基础是选取合理的投入和产出指标。
结合农产品电商行业的特征,本文选取劳动力投入、资本投入、资源投入和技术投入四个指标作为农产品电商投入变量。
劳动力投入采用省域物流从业人员(农产品电商从业人员数据不易统计,且统计口径不一致)进行衡量,资本投入采用政府对农产品科技投入(财政支出)予以衡量,资源投入采用第一产业农林渔业总产值数据衡量,技术投入采用移动电话用户数和互联网接入率衡量。
产出指标采用在线农产品店铺数和农产品网上零售额数据衡量。
在线店铺数采用爬虫软件对阿里巴巴淘宝、天猫、京东平台、我买网、华荞网、天天果园、本来生活网、易果生鲜、顺丰优选、归源农市十个农产品电商平台经营的农产品在线店铺数据(限定省域进行爬取),限定主营范围为食品保健,获取店铺名称、商品数量、月销量和开店时间。
由于数据较为粗糙,需要对爬虫技术爬取的数据进行清洗,去除在线商品数量为0和月销量为0的店铺。
采用各省域在线农产品电商店铺数量和农产品网络零售额(数据来自于各省域历年地方统计年鉴)表示该省域农产品电商产出变量。
根据上述投入变量和产出变量,计算出各省域农产品电商行业全要素生产率指数。
解释变量:
影响农产品电商产业分布和集聚的因素包括零售业发展基础、经济发展水平、信息化水平、人口规模、城镇化因素、交通基础设施是否完备、政府政策支持等因素。
本文参照谈璐(2018)、武荣伟等(2018)的研究测算农产品电商集聚情况,测算采用区位熵方法。
考虑到农产品电商有别于其他传统产业,其产值和就业人数等相关数据不易获取,且存在统计口径不一致等问题,本文通过某省域农产品电商产业结构与全国平均水平之间的差异来测算和评价该省域农产品电商集聚程度,计算公式如下:
公式1
Qwsij表示省域i的农产品电商区位熵(集聚指数),Lij和Li分别表示省域i的在线农产品店铺数量和企业数量,Lj和L分别表示全国在线农产品店铺数量和全国企业总量。
上述数据来自于《中国统计年鉴》、各省域历年地方统计年鉴和《中国城市统计年鉴》。
控制变量:
地区经济发展水平是影响农产品电商的重要因素,选取地区人均GDP衡量;参照汪明峰(2009)的做法,用社会消费品零售额衡量地区零售业发展基础;采用第三产业占GDP比重衡量地区产业结构优化状况;采用公路里程数衡量农产品电商发展的交通基础设施状况;采用城镇人口数量占总人口数量衡量城镇化水平;采用每百人拥有的移动电话数量衡量互联网信息技术水平。
上述控制变量数据均来自于历年《中国人口统计年鉴》和各省域历年地方统计年鉴。
对规模变量进行取对数处理,以减少异方差性。
实证估计及结果分析
对模型
(1)采用GMM方法进行估计,样本期为2015-2019年,样本区域为全国30个省区市(西藏和港澳台由于缺失数据较多,实证研究中未予以纳入)。
在模型估计前,首先根据上述测算数据,计算得到变量描述性统计如表1所示。
表1变量描述性统计
表2农产品电商集聚对行业全要素生产率的影响效应估计结果
表3农产品电商集聚对行业全要素生产率区域差异性的影响估计结果
在此基础上,通过GMM方法对模型
(1)进行估计,得到估计结果如表2所示。
wald统计量为0.03,AR
(1)对应的p值小于0.5(模型存在自相关),AR
(2)对应的p值为0.7283,表明模型已不存在自相关,工具变量有效。
Sagan检验结果显示,引入农产品电商全要素生产率滞后一期到模型中,模型内生性得到控制,且不存在过度识别问题,因此模型估计结果具有较好合理性。
实证估计结果显示,农产品电商集聚对农产品电商行业全要素生产率的提升具有显著正向促进作用,农产品电商集聚会通过规模效应和基础设施共享等方式对我国农产品全要素生产率带来促进作用。
农产品电商的不断发展,带动了农产品电商发展相关基础设施建设,农产品行业生产规模不断扩大,农产品企业专业化水平和运营能力不断提升,农产品电商运营成本不断下降,产业效率不断提高,推动全要素生产率的提高。
反过来,在全要素生产率提高的带动下,农产品电商相关的上下游产业链进一步被吸引并集聚,使得农产品电商企业能够获得更好服务,降低运营成本,形成良性循环。
特别是农产品电商的发展,使得为农产品电商发展服务的农村电商基础设施、交通运输条件等得到较大改善,进一步推动了农产品电商行业全要素生产率的提高,这在实证研究中同样得到了佐证。
实证估计结果显示,交通基础设施变量对农产品电商全要素生产率的影响效应为0.1837,且在统计上显著。
此外,地区零售业发展基础、城镇化率和互联网信息化水平对农产品电商全要素生产率的提升同样具有显著促进作用,这一点比较容易理解。
地区零售业发展基础雄厚自然会带动零售业发展相关基础设施建设、零售业人才资源、零售业信息化水平等要素优化,不断培育和促进农产品电商企业的发展,最终助力农产品电商全要素生产率的提高。
特别是互联网信息化水平的提高,为农产品电商企业开展农产品直播卖货、农产品直播展示提供了基础,促进了农产品电商销售模式的创新,不断降低农产品电商营销成本,激发了农产品电商发展效率和集聚水平的提升。
但值得注意的是,地区经济发展水平和产业结构变量对农产品电商全要素生产率的影响效应不显著,这可能是我国农产品电商发展主要还是受到农产品电商发展相关基础设施和所依赖的信息化技术影响较大,而农产品作为居民生活必需品,需求具有稳定性,并不会随着地区经济发展水平的提高与产业结构优化而带来较大幅度提升。
为进一步探索农产品电商集聚对行业全要素生产率的影响是否存在区域差异性,本文同样将我国划分为东中西三个区域,再次进行动态面板模型估计,得到估计结果如表3所示。
由表3可见,农产品电商集聚对行业全要素生产率的影响效应存在显著区域差异性,东部地区和中部地区农产品电商集聚有助于农产品电商行业全要素生产率的提高,而西部地区农产品电商集聚对全要素生产率提高的促进作用不存在。
其背后的原因可能是,西部地区农产品电商发展仍然处于初级阶段,使得农产品电商在西部地区集聚水平依然较低,对农产品电商全要素生产率的溢出效应仍未显现,实证研究估计得到东部地区农产品电商集聚对全要素生产率提升的促进作用强于中部地区也间接印证了该结论。
从其他控制变量来看,地区经济发展水平和产业结构变量对农产品电商全要素生产率提升的影响效应依然不存在,与前文全国层面样本分析得到的结论一致。
地区零售业发展基础、交通基础设施情况、城镇化率和互联网信息化水平对农产品电商全要素生产率提升具有显著促进作用,表现为东部地区强于中部地区,中部地区强于西部地区,呈现东中西强度不断递减的趋势。
地区零售业发展基础和交通基础设施变量对农产品电商全要素生产率的影响效应强度在东中西不同区域之间差异较大,这主要是由于东中西本身存在的交通基础设施和零售基础差异所致,而互联网信息化水平对农产品电商全要素生产率提升的影响效应在东中西不同区域表现出的差异性较小,这主要是由于我国互联网信息化水平已经相对比较成熟,普及度较高,无论是东部地区,还是中西部地区,移动网络和移动手机已经成为人们的日常生活用品,人们随时随地能够通过移动手机实现农产品购物,缩小了东中西不同区域农村电商发展运营效率的差距,这种具有跨越时空的特征使得互联网信息化水平对农产品电商全要素生产率的影响较小。
政策建议
(一)进一步创造条件促进农产品电商集聚
农产品电商行业全要素生产率的提高有赖于农产品电商集聚水平的提升,政府部门应该加大对农产品电商发展的政策扶持力度,通过对交通基础设施、物流基础设施等的投入,不断完善农产品电商发展和集聚的配套资源,同时也要通过政策倾斜,对那些支持农产品电商发展的创业人才进行培训,以及配套农产品供应链体系建设所需资源支持的企业给予财税政策优惠,鼓励优秀电商人才下沉农村,助力农产品电商发展和运营管理水平的提升,最终起到助力农产品电商全要素生产率提升的作用。
(二)培育多元化农产品电商服务主体
农产品电商发展并非孤立的,需要上下游产业链的配套服务支持,政府部门需要通过适当的政策支持,帮助培育农产品电商本地化发展的运营服务主体,譬如针对生鲜农产品建立冷链物流中心,整合订单,帮助农产品电商降低运营成本,提高运营绩效。
(三)提升农产品电商运营效能
进一步深化数字化对农产品电商发展的赋能作用,关注流量使用效率和消费者反馈,整合数字化生产与供应链消费数据,通过大数据分析实现精准化运输、存储和销售,减少中间环节损耗。
加大对农产品电商运营人员的运营能力培训,提升农产品电商运营效能,助力农产品电商全要素生产率提升。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 农产品 集聚 行业 要素 生产率 影响 探究