引言

数字乡村是以数字信息技术在农业农村发展过程中的应用，以及农民现代信息技能的提高为依托的农业农村现代化发展和转型进程。近年来，随着随着互联网技术和信息化服务的不断升级与普及，国家陆续出台了《数字乡村发展行动计划（2022-2025年）》、《数字乡村标准体系建设指南》等重要文件，为数字乡村的体系框架做出了整体部署与持续完善，并取得了显著成果。截至2024年12月份，农村地区互联网普及率已达67.4%，5G覆盖行政村占比超过90%，数字基础持续建设，各地方数字政务平台以及数字产业也在全面布局。在此背景下，农村电子商务也已逐渐成为推动农业农村产业振兴和提高农民生活水平的新切入点，并展现出强大的活力。随着互联网普及率提升、移动支付广泛应用以及农村物流等基础设施的逐步完善，农村电商为农产品上行开辟了高效通道，为农民提供了创业增收的新平台，也为工业品下乡、服务进村创造了便利条件，深刻改变了传统的农村生产、流通和消费模式。因此，研究数字乡村建设对农村电商的具体影响效应具有重要意义。

有关数字乡村领域的研究，梅燕等通过对比欧美、日本等典型发达国家的数字乡村建设模式，认为我国当前数字乡村仍处于起步阶段。而在探索如何建立适应我国国情的数字乡村发展模式的过程中，诸多学者也提出了各自观点。霍鹏等认为，推动数字乡村的发展的首要任务是产业数字化；代兴梅等则从乡村振兴视域出发，提出数字乡村应从基建、监管、保障、治理和惠民五个维度出发。目前我国数字乡村建设尽管已达到一定的水平，但仍存在诸多现实困境与挑战。刘天元等基于治理现代化视角提出，数字乡村建设长期面临着技术门槛高、政策执行趋于形式主义以及治理人才外流等问题；黄延霞认为数字乡村建设需重视技术驱动因素的推进作用，并在基础设施和运行机制方面加强改善。而在农村电商研究领域，学界也看到了数字化背景下农村电商发展的新契机。游雅娟认为，农村电商的出现推动农村经济繁荣发展，而数字乡村为农村社会所带来的信息化转型也推动了农村电商的蓬勃发展；张滢等也提出相似观点，即农村地区的数字化为农村电商的未来发展趋势指明了方向，也提高了农村电商的服务效能，并且能够有效推动农村电商的有效发展。

上述对以往文献的梳理为研究提供了极具价值的借鉴与参考，但须注意的是，尽管学界主流观点均认可数字乡村战略的实施为农村电商提供了助力，但关于其具体的影响效应如何却鲜有提及，基于此，研究通过收集整理2014年—2024年全国各省份的面板数据，通过固定效应模型和调节效应模型来力求解释数字乡村建设对农村电商的实际作用机制，以期为推动数字乡村战略的发展和助力乡村振兴提供理论参考与政策建议。

一、理论基础与研究假设

数字乡村战略的实施是当前我国农村实现社会经济高质量发展的一个重要途径，在这一战略框架下，衍生出诸多农村产业结构升级与转型的内生动力，其中最为明显的当属数字技术的下沉应用。创新扩散理论指出，新技术的采纳与普及依赖于其相对优势、兼容性及降低的复杂性。数字乡村战略通过系统性地建设农村信息通信基础设施，构建综合数字服务平台以及提升农村居民的数字素养等，为电子商务技术在农村地区的扩散与应用创造了基础性条件。它显著降低了农民和农村企业接触、学习和应用电子商务的复杂性壁垒，形成了一套较为完备的农村产业市场体系，在新技术的加持下，农村各产业、各环节都得到了有效沟通与联系。交易成本理论强调，市场效率提升的关键在于降低交易过程中的信息搜寻、谈判、执行和监督成本。数字乡村建设通过提供便捷的互联网接入、实时的市场信息、高效的在线支付与物流追踪系统，极大地降低了农村市场主体参与电子商务活动的信息不对称和交易摩擦成本，使得跨地域、跨时空的农产品交易效率变得更为高效和可行。

基于此，研究提出假设1：数字乡村建设对农村电商发展具有正向促进作用。

在研究数字乡村建设对农村电商的影响过程中，不能忽视其他因素对其的干扰或推进作用。资源基础观认为，组织或个体实现绩效提升的过程中所产生的异质性主要来源于其自身所具有的资源基础。在电商参与过程中，农民不仅需要投入初始的购置设备与接入网络等物质资本，还需要通过学习培训来提升运营技能等人力资本。农民收入水平本质上是不同地区在进行数字乡村建设过程中所具备的资金投入基础，其水平的高低决定消费结构的合理化程度，是制约消费结构的基本因素。农民所拥有的资金越多，其购置设备、接入网络、支付流量费用、承担经营风险以及扩大运营规模的能力也会相应更强。

基于此，研究提出假设2：农民收入水平、金融发展水平强化了数字乡村建设对农村电商的影响。

二、研究设计

（一）模型设定

基于上述文献梳理与理论探讨，为进一步验证数字乡村建设对农村电子商务发展的影响机制，研究采用双向固定效应模型与调节效应模型进行实证检验，具体计算公式如下。

1.基本回归模型

研究首先对实证数据进行了Hausman检验，结果显示Prob>chi2=0.0001<0.05，故选择固定效应模型进行分析。固定效应是面板数据分析中常用的方法，同时控制个体固定效应和时间固定效应，以缓解遗漏变量偏差，其计算公式如下：

其中，FE_it表示i地区在t时期农村电子商务发展水平；DR_it表示i地区在t时期的数字乡村建设水平；control_it代表控制变量合集，具体包括经济发展水平、城镇化水平、社会消费水平、农业产业占比以及人口密度；α_i表示个体固定效应，λ_t表示时间固定效应；ε_it表示随机项。

2.调节效应模型

为进一步验证数字乡村建设对农村电子商务影响的调节效应，研究加入农民收入水平和金融发展水平两个调节变量，具体计算公式如下：

其中，M_it表示调节变量，DR_it×M_it表示核心解释变量与调节变量的交互项，β₃表示调节效应系数。

（二）变量解释

1.数据来源

研究以2014年-2024年我国30个省份（因港澳台统计标准不一致、西藏地区数据缺失严重，故未包含）的相关数据为基础，主要数据来源于《中国统计年鉴》、《中国科技统计年鉴》、《中国经营管理统计年报》、《中国农村政策与改革统计年报》、《中国固定资产投资年鉴》、《中国人口和就业统计年鉴》《中国淘宝村研究报告》、阿里研究院相关统计数据、各地方统计年鉴以及统计公报。部分数据存在缺失，已采用线性插值法等方法补齐。

2.被解释变量

农村电子商务发展（RE）。参考刘洋等^[13]的做法，以淘宝村占行政村的百分比来衡量农村电子商务发展水平，此方法相较于直接使用淘宝村数量的做法更能有效剥离不同地区村级行政规模的外部干扰，有助于直接衡量电商在基层行政单元的覆盖广度，体现出农村电商发展的普及深度及其普惠性。

3.核心解释变量

数字乡村建设（DR）。参照朱红根等^[14]的做法，通过数字基础、数字产业、数字投入和数字人力四个维度构建评价指标体系，能够有效避免碎片化评估，并有助于揭示数字乡村各环节的协同机制。其中需要说明的是，农业科技活动人员数量参考钟晓华的做法，以R&D人员数*农林牧渔业总产值占地区生产总值的比重来衡量。平均受教育年限是参考闫周府等（2019）的做法，通过小学文化人口比重*6年+初中文化人口比重*9年+高中文化人口比重*12年+大学文化（大专及以上）人口比重*16年进行测算。

一级指标	二级指标	单位	属性
数字基础建设	农村宽带接入用户	万户	＋
	移动电话年末用户	万户	＋
	农村投递路线	公里	＋
	光缆线路长度	公里	＋
数字产业规模	电信业务总量	亿元	＋
	电子商务销售额和采购额	亿元	＋
	软件业务收入	亿元	＋
数字投入水平	科学技术财政支出	亿元	＋
	农林牧渔业固定资产投资额	亿元	＋
	农村交通运输、仓储和邮政业固定资产投资	亿元	＋
数字人力储备	农业科技活动人员数量	人	＋
	农村平均受教育年限	年	＋
	农村劳动力数量	万人	＋

4.调节变量

基于前文对相关理论及文献的概论与梳理，研究选取的调节变量分别为农民收入水平（FI）和金融发展水平（FD）。其中，农民收入水平以农村居民人均可支配收入进行衡量。金融发展水平参照邓荣荣等的做法，以金融机构年末存贷款总额与GDP的比值来进行表示。

5.控制变量

研究选取的控制变量主要包括：（1）经济发展水平（ED），以人均GDP进行衡量；（2）城镇化水平（UR），采用城镇人口占总人口比重来度量；（3）社会消费水平（CL），以社会消费品零售总额占地区生产总值比重表示；（4）农业产业占比（AG），选择第一产业增加值占总产业增值比重来衡量；（5）人口密度（PD），以年末常住人口与土地面积的比值来衡量。

6.描述性统计

研究基于2014-2024年中国30个地区的面板数据，共330个观测值。具体变量描述性统计如表所示。

	(1)	(2)	(3)	(4)	(5)
	N	mean	sd	min	max
DR	330	0.177	0.134	0.00542	0.703
RER	330	0.867	2.142	0.00213	15.32
T1	330	1.699	0.700	0.628	4.511
T2	330	3.667	1.100	1.972	8.164
ED	330	6.954	3.454	2.510	21.32
UR	330	0.622	0.125	0	0.895
CL	330	0.386	0.0701	0.180	0.610
AG	330	0.0930	0.0516	0.00124	0.251
PD	330	5.473	1.290	2.076	8.283
GL	330	0.256	0.107	0.1000	0.753
PD	330	0.0785	0.0285	0.0335	0.188

三、实证分析

（一）基准回归

为探究数字乡村建设对农村电商是否存在直接影响，通过固定效应模型进行基准回归，具体结果如表2所示。

	(1)	(2)	(3)
	RE	RE	RE
DR	14.733***	6.659***	8.730***
	(14.77)	(0.758)	(6.45)
ED		0.311***	0.324***
		(6.18)	(5.95)
UR		1.701**	-1.559*
		(2.07)	(-1.85)
CL			0.583
			(0.38)
AG			1.557
			(0.34)
PD			-0.174
			(-0.80)
Constant	-1.739***	-1.714**	-1.378
	(-5.55)	(-2.09)	(-0.83)
Observations	330	330	330
Number of id	30	30	30
R2	0.3275	0.4752	0.4744

分析结果表明，数字乡村建设对农村电子商务发展具有显著且稳健的促进作用。列（1）在未加入控制变量的基础模型中，数字乡村建设水平的系数高达14.733且在1%水平上正向显著，说明数字乡村建设每提升1单位，农村电商发展水平相应提升14.733单位。列（2）在引入经济发展水平和城镇化率两个控制变量后，数字乡村建设水平的系数虽降至6.659，但仍保持1%的正向显著性。列（3）在完整控制变量模型中，数字乡村建设水平系数稳定在8.73，并保持在1％水平上正显著。整体而言，数字乡村建设的促进作用在控制经济发展、消费结构、农业特征等变量后仍然稳健存在。

（二）内生性检验

为缓解模型中可能存在的反向因果与遗漏变量等内生性问题，研究进一步采用工具变量两阶段最小二乘法（IV-2SLS）进行实证检验。其中，工具变量1（IV1）以1984年百万人邮局数*上一年全国信息技术服务收入的交乘项进行构建，工具变量2（IV2）以数字乡村建设水平滞后一期进行构建。具体结果如表4所示。

变量	DR	RE	DR	RE
	第一阶段	第二阶段	第一阶段	第二阶段
DR		12.798***		7.176***
		(4.085)		(5.925)
IV1	0.000***
	(13.138)
IV2			1.044***
			(110.253)
控制变量	YES	YES	YES	YES
个体固定	YES	YES	YES	YES
时间固定	YES	YES	YES	YES
N	330	330	300	300
R2	0.594	0.377	0.986	0.488
F	71.498	16.187	3169.414	19.922

从上表来看，工具变量IV1与IV2对应的F统计值分别高达71.498与3169.414，均远超弱工具变量经验临界值（F>10），排除了弱工具变量问题。第二阶段回归结果显示，在控制了城市与时间双向固定效应及其他协变量的情况下，无论采用IV1还是IV2，数字乡村对农村电商发展的影响系数分别为12.798和7.176，且均在1%的统计水平上显著为正。这表明在有效缓解内生性偏误后，数字乡村建设对农村电商发展依然具有显著且稳健的正向促进效应。

（三）稳健性检验

为确保研究结果的可靠性，研究采取增加控制变量，即额外加入了政府干预程度（地方财政一般预算支出占GDP的比重，以GL表示）和税负水平（税收收入与地区生产总值的比值，以TB表示）两个控制变量、以及调整样本周期和剔除直辖市样本以进行稳健性检验，具体结果如表3所示。

	(1)	（2）	（3）
	RE	RE	RE
DR	9.879***	9.706***	8.128***
	(6.92)	(5.16)	(4.96)
ED	0.404***	0.438***	0.328***
	(7.04)	(5.61)	(4.50)
UR	-1.241	0.243	-1.153
	(-1.51)	(0.34)	(-1.33)
CL	-0.018	2.261	1.502
	(-0.01)	(0.86)	(0.87)
AG	6.321	-2.906	0.541
	(1.32)	(-0.45)	(0.11)
PD	0.111	-0.514	-0.126
	(0.38)	(-1.59)	(-0.52)
GL	6.736***
	(2.86)
TB	11.738*
	(1.91)
Constant	-6.754***	-2.117	-1.989
	(-3.06)	(-0.90)	(-1.12)
Observations	330	210	286
Number of id	30	30	26
R2	0.5121	0.4884	0.4120

表4中，为进一步控制外部因素的干扰性，在原有基础上加入政府干预程度和税负水平两个控制变量，以（1）列所示；考虑到样本考察早期阶段数字乡村战略并未成体系落实实施，故将样本周期缩短为2018年—2024年，以（2）列所示；因我国部分区域存在城市化水平和区域面积的高度差异，故选择剔除北京、天津、上海、重庆四个直辖市样本，以（3）列所示；结果表明，数字乡村建设对农村电商的促进效应和积极影响，在不同变量设定、地域样本和时间周期下均保持稳健。

（四）调节效应

研究参照温忠麟等的做法，进行数字乡村建设对农村电商影响机制的调节效应检验，具体结果如下表所示。

	(1)	（2）
	RE	RE
DR	2.404***	7.082***
	(0.532)	(0.758)
FI	1.934***
	(0.206)
FD		0.187**
		(0.0932)
DR*FI	12.43***
	(0.672)
DR*FD		5.789***
		(0.702)
控制变量	YES	YES
时间固定	YES	YES
地区固定	YES	YES
Constant	0.726	1.761**
	(0.713)	(0.894)
Observations	330	330
Number of id	30	30
R2	0.804	0.578

研究发现农民收入水平和金融发展水平均对数字乡村建设与农村电商的关系产生显著的正向调节作用。在（1）列调节模型中，数字乡村建设水平与农民收入水平的交互项系数达12.43，并在1%水平上显著，这意味着在农民收入水平较高的地区，数字乡村建设对电商的促进作用显著增强，即当农民收入水平每提升1单位，数字乡村建设对农村电商发展的边际效应增加12.43单位。在（2）列调节模型中，数字乡村建设水平与金融发展水平的交互项系数为5.789，在1％的水平上正显著，表明金融发展水平每提升1单位，数字乡村建设对农村电商发展的促进作用额外增强5.789单位。值得注意的是，数字乡村建设的主效应在两种情境下均保持正向显著，即列（1）系数为2.404，列（2）系数7.082，但调节效应强度差异显著，说明增收政策比金融政策对数字乡村建设的促进效果更为突出。

（五）异质性分析

由于我国各地区间资源配置条件与基础建设能力存在较大差异，区域发展不平衡问题相对明显，故研究按照国家统计局划分标准将全国划分为东部、中部、西部和东北地区以进行异质性检验。其中，东部地区包括其中东部地区包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东、海南；中部地区包括：山西、安徽、江西、河南、湖北、湖南；西部地区包括内蒙古、广西、重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆；东北地区包括辽宁、吉林、黑龙江。具体分析结果如表6所示。

	(1)	（2）	（3）	（4）
	RE	RE	RE	RE
DR	15.109***	1.266***	0.221**	1.048**
	(5.87)	(5.23)	(2.51)	(2.53)
Constant	-9.782	-0.831*	-0.114	0.083
	(-0.82)	(-1.71)	(-1.04)	(0.55)
Observations	110	66	121	33
Number of id	10	6	11	3
R2	0.7225	0.6983	0.4954	0.7461
时间固定	Yes	Yes	Yes	Yes
地区固定	Yes	Yes	Yes	Yes

表6结果显示，数字乡村建设对农村电子商务的影响呈现出鲜明的区域梯度分化。（1）列中东部地区展现出最强的驱动效应，数字乡村建设每提升1单位可带动农村电商发展近15.109单位，显示出东部地区完善的数字基础设施对电商发展的倍增作用；列（2）中部地区虽具有显著正向影响，验证了数字乡村建设对农村电商的带动效应，但由于受制于内陆省份市场腹地和经济结构的特征，其影响效应相对较小；（4）列中东北地区样本量最小，但仍在1％水平上正向显著，能够反映老工业基地数字化转型对农村电商赋能作用；而列（3）西部地区的系数为0.221，且在5%水平上显著，为全样本最低，这反映出欠发达地区基础设施薄弱和消费能力不足导致数字红利的转化效率低的现象。综上，我国数字乡村建设对农村电商发展的影响呈现出东部>中部>东北＞西部的阶梯式分布格局。

四、结论与建议

（一）结论

基于上述实证分析结果，研究得出以下结论。

第一，数字乡村建设显著促进农村电商发展。通过基准回归三重检验显示，数字乡村建设水平系数研究阶段内始终通过1%显著性检验，且在控制其他变量不变的情况下，数字乡村建设水平每提升1个单位，将带动农村电商发展水平上升约8.73单位。该结论在通过加入政府干预程度与税负控制两个控制变量、直辖市剔除、时间周期调整等稳健性检验后依旧成立，证实了数字乡村建设对农村电商发展的正向带动作用。

第二，农民收入水平与金融发展水平在数字乡村促进农村电商的过程中发挥了显著的调节效应。调节效应模型显示，数字乡村建设水平与农民收入水平和金融发展水平各自的交互项系数均通过1%显著性检验。结合当前农村地区的实际状况来看，在低收入地区，农民受限于互联网接入设备的购买能力和前期的订单周转资金，即使数字乡村基础设施建设到位，也难以转化为有效的电商交易；而在金融发展水平较高的县域，发达的普惠金融能够精准解决电商创业的启动资本与运营现金流瓶颈，从而显著放大数字乡村的数字红利。

第三，数字乡村对农村电商的影响存在显著的区域异质性，呈现“东部-中部-东北-西部”的梯度衰减特征。东部地区由于拥有发达的产业集群、较高的城镇化率和成熟的冷链、干线物流网络，数字经济呈现显著的马太效应，数字乡村的边际产出最高。中部地区得益于承东启西的地理区位和近年来承接的大量东部产业转移，能够较好地吸收数字技术的扩散，实现快速追赶。而东北地区则面临较为严重的转型阵痛与人口老龄化、净流出压力，虽有一定农业基础，但数字化的本地化应用场景受限，数字乡村的转化效率低于中部。西部地区则受制于广大山区的地理阻隔和“最后一公里”运输成本居高不下，以及基层金融服务网点覆盖密度较低，数字赋能面临显著约束，导致促进效果相对微弱。

（二）建议

根据研究结论，提出以下建议。

第一，强化数字基建投入，建立全域覆盖体系。重点推进各地区互联网与仓储物流基础设施建设，打造数字产业链条，打好数字乡村战略实施基础；通过建立跨区域技术协作机制，积极引进并推广应用数字技术，同步提升硬件覆盖率和应用渗透率强化缩小数字鸿沟，为电商发展筑牢数字化底座。

第二，建立农民深度参与的数字赋能体系。构建农民技能培训与农村电商收益共享双轨机制，将电商运营、直播营销等数字技能纳入到新型职业农民培育核心课程；积极引进农产品电商企业，提供农村就业岗位的同时带动农户参与农村电商产业，提高农民收入并以点带面，筑牢产业根基。

第三，制定农村电商区域差异化战略，释放梯度发展潜能。东部较发达地区应侧重数字技术融合创新与农村电商业态培育，形成完整的农村电商产业链条，推进技术扩散与成果转化；中部地区利用其农业产区优势积极吸取先进地区的成功经验，鼓励农户参与农村电商产业发展，强化农产品集散与区域品牌孵化功能；东北地区可重点探索传统产业数字化改造与B2B平台建设；西部优先开展数字扫盲与基建补短板工程，形成梯次推进格局。

参考文献：

1. [1] 数字乡村发展战略纲要[N].人民日报,2019-05-17(007).
2. [2] 游雅娟.数字经济背景下农村电商发展现状、困境及完善路径[J].商业经济研究,2024(03):119-122.
3. [3] 梅燕,鹿雨慧,毛丹灵.典型发达国家数字乡村发展模式总结与比较分析[J].经济社会体制比较,2021(03):58-68.
4. [4] 霍鹏,肖荣美,马九杰.数字乡村建设的底层逻辑、功能价值与路径选择[J].改革,2022(12):57-65.
5. [5] 代兴梅,耿文博,黄楚钥.乡村振兴视域下数字乡村建设路径研究[J].农业经济,2025(07):42-45.
6. [6] 刘天元,田北海.治理现代化视角下数字乡村建设的现实困境及优化路径[J].江汉论坛,2022(03):116-123.
7. [7] 黄延霞.数字乡村建设应用领域、推进障碍与优化路径[J].农业经济,2025(04):53-56.
8. [8] 张滢,李昭熠.数字化水平、农村电商平台建设与农村经济韧性[J].农业经济,2025(06):127-129.
9. [9] 董涛.技术进步视角下数字经济发展与农产品流通效率关系分析——以农村电商发展水平为中介[J].商业经济研究,2023(19):125-128.
10. [10] 王丰,宣国良,范徵.资源基础观点及其在企业理论中的应用[J].经济理论与经济管理,2002(04):50-54.
11. [11] 曹征,余腾.数字经济对商贸流通业转型升级的影响——基于调节效应与门槛效应的分析[J].商业经济研究,2025(12):10-14.
12. [12] 谢柳芳,曹亚娟,秦潇潇.政府审计、农村金融发展与乡村振兴[J].审计与经济研究,2023,38(01):1-10.
13. [13] 刘洋,邵帅,徐乐.农村电商发展有助于碳减排吗？——来自淘宝村建设的证据[J].中国人口·资源与环境,2024,34(08):36-46.
14. [14] 朱红根,陈晖.中国数字乡村发展的水平测度、时空演变及推进路径[J].农业经济问题,2023(03):21-33.
15. [15] 钟晓华.乡村产业高质量发展与共同富裕的耦合协调测度与时空特征分析[J].统计与决策,2023,39(07):67-72.
16. [16] 闫周府,吴方卫.从二元分割走向融合发展——乡村振兴评价指标体系研究[J].经济学家,2019(06):90-103.
17. [17] 邓荣荣,张翱祥.中国城市数字金融发展对碳排放绩效的影响及机理[J].资源科学,2021,43(11):2316-2330.
18. [18] 温忠麟,侯杰泰,张雷.调节效应与中介效应的比较和应用[J].心理学报,2005(02):268-274.

---