《Agriculture》：A Study on the Impact and Mechanisms of Rural E-Commerce Development on Rural Industrial Integration
编辑推荐：
中国农村产业融合水平总体偏低且存在显著的区域差异，探索提升农村产业融合的有效路径因此成为重要的研究议题。本研究利用2012—2023年中国30个省份的面板数据，采用双向固定效应模型（two-way fixed-effects model），考察了农村电商发展对
中国农村产业融合水平总体偏低且存在显著的区域差异，探索提升农村产业融合的有效路径因此成为重要的研究议题。本研究利用2012—2023年中国30个省份的面板数据，采用双向固定效应模型（two-way fixed-effects model），考察了农村电商发展对农村产业融合的影响及其作用机制。研究结果表明：（1）农村电商发展与农村产业融合之间存在显著的正相关关系；（2）农村创业活跃度（rural entrepreneurial activity）可能构成农村产业融合的重要传导渠道；（3）农村电商既通过直接效应促进农村产业融合，也通过激发农村创业活跃度产生间接效应；（4）数字普惠金融（digital inclusive finance）对农村电商与农村产业融合之间的关系发挥正向调节作用。基于上述发现，本研究建议改善农村电商发展环境、加强数字基础设施建设、促进农村创业，并增强数字普惠金融与农村电商的协同效应。此外，应实施差异化的区域策略，以推动农村产业融合的高质量发展。
一、研究背景与问题
《加快建设农业强国规划（2024—2035年）》明确提出“推进数字技术与现代农业全面融合”。如何借助农村电商释放农村产业融合的新动能，成为当前农村产业发展亟待解决的关键问题。尽管中国在农村产业融合方面已取得一定进展，但整体发展水平仍然偏低，区域失衡问题突出。现有研究对农村电商的探讨主要集中于发展模式、影响因素及经济效应，对农村产业融合的研究则聚焦于内涵界定、水平测度及影响因素，鲜有研究直接将农村电商与农村产业融合联系起来，缺乏系统的理论解释与经验证据。同时，现有研究对二者关系的作用机制和区域差异关注不足，尤其是农村电商能否通过激发农村创业活跃度促进产业融合，以及数字普惠金融能否强化二者关系，均有待进一步检验。
基于此，研究人员提出三个研究问题：第一，农村电商发展能否显著促进农村产业融合，即二者之间是否存在稳定的正向关系；第二，农村电商通过何种渠道影响农村产业融合，特别是农村创业活跃度是否构成重要的传导机制，数字普惠金融是否强化二者关系；第三，农村电商对农村产业融合的影响是否因区域发展条件不同而呈现显著差异。
二、研究设计与方法
研究人员选取2012—2023年中国30个省份（自治区、直辖市）作为研究样本，剔除香港、澳门、台湾及西藏自治区后共获得360个样本观测值。数据来源包括《中国统计年鉴》《中国农村统计年鉴》《中国休闲农业年鉴》《中国农产品加工业年鉴》、阿里巴巴研究院及北京大学数字金融研究中心等。
在变量测度方面，研究人员采用熵值法（entropy method）分别构建农村产业融合与农村电商发展的综合评价指标体系。农村产业融合指数涵盖农业产业链延伸、农业多功能拓展、农业与服务产业融合、农业技术渗透、利益联结机制、经济效益和社会效益七个维度共16个二级指标；农村电商发展指数则从基础条件、应用水平和影响效应三个维度进行测度。中介变量采用农村私营企业和个体就业人员占农村总人口比重衡量农村创业活跃度，调节变量采用北京大学数字普惠金融指数（除以100以统一量纲）。控制变量包括产业结构升级、农村人均固定资产投资、农村人力资本、财政支农强度、城镇化水平、交通基础设施和对外开放水平。
在模型设定方面，研究人员构建双向固定效应模型进行基准回归，采用温忠麟逐步检验法检验中介效应，通过引入交互项检验调节效应，并运用Dagum基尼系数及其分解、核密度估计（kernel density estimation）分析区域差异及动态演变特征。
三、研究结果
（一）区域差异及其来源分析
Dagum基尼系数结果显示，2012—2023年间中国农村电商发展总体基尼系数由0.3026上升至0.4107，呈波动上升趋势，区域发展不平衡持续加剧；其中东部地区内部差异最大，东—西区域间差异最为突出，组间差异贡献率始终保持在70%以上，是区域差异的主要来源。农村产业融合总体基尼系数则由0.2323下降至0.2049，呈波动下降趋势，区域差距趋于收敛；组间差异贡献率从76.86%下降至65.77%，组内差异贡献率从18.68%上升至24.37%，空间差异格局由“组间主导”向“组间与组内并重”转变。
核密度估计结果显示，全国农村电商核密度曲线主峰持续右移，发展水平稳步提升但呈现多极分化态势；东部地区发展水平领先且内部相对均衡，中部地区处于追赶阶段但内部差异扩大，西部地区发展水平较低且内部极不均衡。农村产业融合的核密度曲线同样呈现主峰右移趋势，全国整体水平持续上升，但多极分化特征明显，西部地区内部差异最大、分化最为严重。
（二）基准回归结果
逐步回归结果显示，在仅纳入农村电商作为核心解释变量的模型中，回归系数为0.449，在1%水平上显著为正。在逐步加入全部控制变量并控制省份与时间固定效应后，农村电商的回归系数为0.458，仍在1%水平上显著为正，表明农村电商发展与农村产业融合之间存在稳定的正向统计关系，验证了研究假设H1。控制变量方面，产业结构升级和对外开放水平对农村产业融合具有显著正向影响，城镇化水平则呈显著负向影响，可能原因在于城镇化进程对农村产生“资源虹吸效应”，制约了农村产业发展所需要素的供给。
（三）中介效应结果
三步法中介效应检验显示，农村电商对农村产业融合的总效应为0.4576，在1%水平上显著；农村电商对农村创业活跃度的效应为0.7130，在1%水平上显著；同时纳入农村电商与农村创业活跃度后，创业活跃度的系数为0.0667，在5%水平上显著，农村电商的系数由0.4576下降至0.4100但仍显著，表明农村创业活跃度发挥部分中介作用，验证了假设H2。结构方程模型（SEM）的补充检验显示，间接效应为0.03789，95%置信区间为[0.01032, 0.06545]，不包含零，进一步支持了中介路径的稳健性。
（四）调节效应结果
引入数字普惠金融与农村电商交互项后，交互项系数为0.159，在1%水平上显著为正，表明数字普惠金融正向调节农村电商与农村产业融合之间的关系，验证了假设H3。非线性检验显示，农村电商与数字普惠金融平方项的交互项系数为0.0661，在5%水平上显著，表明调节效应呈现非线性特征。边际效应分析显示，当数字普惠金融处于低水平时，农村电商的边际效应为0.3486但不显著；处于均值水平时为0.2988，在5%水平上显著；处于高水平时上升至0.3699，在1%水平上显著，表明数字普惠金融水平越高，农村电商与农村产业融合的正向关联越强。
（五）稳健性检验
研究人员通过六种方法进行稳健性检验：以淘宝村数量替换核心解释变量；剔除福利结果类指标后重新计算农村产业融合指数；对变量进行1%缩尾处理；剔除四个直辖市调整样本范围；更换为随机效应模型和OLS模型；纳入滞后一期的被解释变量。各项检验结果均与基准回归保持一致，农村电商的促进效应在方向和显著性上均未发生实质性改变，结论具有较好的稳健性。
（六）异质性分析
分区域回归结果显示，农村电商对农村产业融合的促进作用在东、中、西部三大区域间存在显著差异，具体结果详见表15。
四、结论与讨论
研究结论表明，农村电商发展对农村产业融合具有显著的正向促进作用，这一结论在多种稳健性检验下依然成立；农村创业活跃度构成农村电商促进产业融合的重要传导渠道；数字普惠金融正向调节二者关系，且调节效应呈非线性特征。基于上述发现，研究人员建议改善农村电商发展环境、加强数字基础设施建设、促进农村创业、增强数字普惠金融与农村电商的协同效应，并实施差异化的区域策略以推动农村产业融合的高质量发展。
