区域带动视角农村电商精准扶贫作用机理

2020-06-27 14:10李琳刘海波李文意蹇皓赵文敏
中阿科技论坛(中英阿文) 2020年3期
关键词:农村电商精准扶贫

李琳 刘海波 李文意 蹇皓 赵文敏

摘要:贫困问题自建国以来便得到广泛关注,农村电商扶贫作为精准扶贫工程之一,具有增收减贫、赋能增能等作用。然而,目前农村电商扶贫工作面临边际绩效递减、参与度下滑等困境,需要深入探析农村电商促进贫困主体减贫脱贫的演变路径。本文从区域带动视角切入,引入潜变量电商环境、区域带动和减贫效果建立SEM模型,结合对湖南省永顺县的实地调研结果,揭示了区域带动的完全中介作用,提出推动农村电商扶贫工作高质量开展的建议。

关键词:农村电商 精准扶贫 机理分析 SEM模型

1 引言

在互联网+的大背景下,人们的消费方式发生了变革,电商扶贫作为一种融合了电子商务与产业扶贫的创新模式,在积极推动贫困地区产业发展及贫困主体减贫脱贫的同时,产生了效率下滑等内卷化问题,亟需对精准扶贫模式的作用路径进行深入研究。但现有文献多以产业和旅游精准扶贫模式为研究对象,从精准扶贫实施过程、投入资源要素等角度探析作用机理,农村电商参与精准扶贫促进贫困主体减贫脱贫的作用机制和优化路径尚不明晰。考虑到可持续性减贫机制是解决当前扶贫项目边际效益递减难题的关键,以及农村电商显著的扩展市场需求、带动产业发展的作用[1]。本文从区域带动视角出发,结合湖南省永顺县的实地调研结果,梳理农村电商精准扶贫的作用机理,并提出改善農村电商扶贫工作的优化建议。

2 研究设计

2.1 数据来源

本研究的调查对象为湖南省永顺县。自2016年以来,永顺县积极开展电商扶贫项目,椪柑、猕猴桃等农特产品销量获得显著增长。调研组通过联系当地人民政府进行辅助,对贫困户进行实地走访和问卷调研。问卷包括人口统计学信息和主体部分,考虑到电商扶贫开展时间较短,客观数据收集受限,各潜变量下设三个感知变量进行测量,各题项采用李克特五级量表法计分。本次调查共回收有效问卷211份,有效回收率为84.4%。

2.2 指标选取

电商环境是农村电商扶贫发挥作用的基石,贫困地区落后的网络设施、物流交通建设水平对当地电商发展的制约十分突出[2]。同时,由于贫困地区人才劣势明显,信息沟通相对闭塞,对新型的技术手段了解和接受程度偏低,需要当地政府提供培训政策和服务支撑。因此,本文引入潜变量电商环境作为自变量,网络设施、物流体系和培训政策覆盖及开展程度作为其观测变量。

农村电商扶贫开展以来,学界多注重于客观效果指标的考量,贫困主体的满意度、政策的响应和参与度等主观因素有所忽视。然而,除客观收入情况外,其甘于贫困的观念和思想往往才是阻碍扶贫效益提升的源头[3]。由于电商扶贫的根本对象是贫困主体,贫困主体的内生动力和能力提升才是推动其真正脱贫致富的根源力量,因此,本文引入潜变量减贫效果作为因变量,引入参与意愿衡量贫困主体能动的脱贫意识,与增收情况和主观满意度共同作为观测变量。

农村电商环境的改善能够促进当地电商的发展,具有区域性间接减贫效应,即通过增加市场容量,刺激相关产业的市场需求,带动当地区域经济的发展,提供更多的岗位和创业机会,从而形成可持续性的减贫作用机制,最终实现贫困主体脱贫。此外,由于示范裂变效应,电商发展会提高居民对当地区域发展前景的公众期望,对其主动参与农村电商扶贫项目有着刺激和促进作用。因此,本文引入潜变量区域带动作为中介变量,产业发展、岗位增加及发展前景作为观测变量。

3 基于SEM模型的绩效提升路径探析

3.1 信效度检验

采用SPSS进行可靠性和探索性因子分析。相关题项的α系数值为0.776,表示具有较好的内部一致性。KMO和Bartlett球形检验结果显示,KMO值为0.803,p值为0.000,表明问卷具有较好的结构效度,适合进行因子分析。

3.2 实证检验

本文采用Amos23.0软件进行模型构建与修正。首先对各测量模型进行一阶斜交验证性因子分析,显示各标准化系数值的p值均为0.000,通过显著性检验。进一步对结构模型进行检验,CMIN/DF=2.246<3,p=0.001,GFI=0.948>0.9,RMSEA=0.077<0.08,CFI=0.927>0.9,IFI=0.929>0.9,其中虽然p-value<0.05,是由于卡方值对样本数量相当敏感(陈晓萍等,2018),样本越大,越容易变得显著,综合其他拟合指标判断,认为整体模型与样本数据拟合。

将数据导入SEM模型,各路径系数如图所示,因子载荷值均通过显著性检验。采用偏差校正法和自抽样程序在原始数据(n=211)中抽取5000个Bootstrap样本,通过观察近似抽样分布的95%的BC置信区间的上下限和显著性结果来进行直接和间接效应的检验。结果显示,电商环境对减贫效果的间接效应为0.478,置信区间不包括0,说明存在中介,而直接效应为0.011,置信区间下限为-0.414,上限为0.497,包括0,且p值不显著,因此,区域带动在电商环境和减贫效果中起完全中介作用。

综上,模型结果部分支持了假设的SEM模型,否定了电商环境对减贫效果存在显著的直接效应,揭示了电商环境-区域带动-减贫效果应当是链式的完全中介模型,即电商环境只有通过区域带动才能影响减贫效果。由于该模型是基于本文的探讨对象是可持续性的减贫脱贫长效机制而言的,并未否定电商环境可能存在短期的直接减贫效应。

4 建议

基于数据分析结果,结合永顺县农村电商发展特点,本文提出以下优化建议:

4.1 构建良好电商环境,夯实电商发展基础

为营造良好的电商环境,政府需提高网络设施的覆盖程度、优化农村物流体系的运作如路况优化、快递点规范化、仓储包装自动化等。此外,农户普遍文化水平偏低,对电商运营和网络不熟悉,难以迅速响应市场需求,需要政府积极组织经验交流和电商知识传授的培训活动。

4.2 发挥区域带动作用,扶持电商行业发展

政府应做好招商工作,用良好的落地入住优惠政策,吸引更多的电商平台、快递公司、实体企业入住县城,扶持农村物流、电商直播等行业的发展,提供更多的工作岗位。同时鼓励当地人才自行创业,建立农产品品牌,为其提供流程引导、税收优惠和补贴等政策,一方面提升当地就业率,另一方面减少人才流失,带动整个区域产业经济的发展[4]。

4.3 扶贫绩效全面看齐,扶贫扶志两不落下

在扶贫绩效的考量中,政府需将眼光拓宽,不局限于当地居民的增收情况,而应将政策满意度、居民幸福感、脱贫志向等主观因素同步考虑进来,扶贫扶志两不落下。传统的救济式扶贫已不适用,政府要鼓励“走出去”“引进来”的交流活动,开拓民众视野,打破贫困文化。

参考文献:

[1]胡伟斌,黄祖辉,朋文欢.产业精准扶贫的作用机理、现实困境及破解路径[J].江淮论坛,2018(9):44-48.

[2]林广毅.农村电商扶贫的作用机理及脱贫促进机制研究[D].中国社会科学院研究生院,2016.

[3]杨毅,张琳.环渝连片特困区精准扶贫效益评价及增进策略——基于SEM模型的实证分析[J].西南大学学报(社会科学版),2017(05):53-62+190.

[4]陈晓萍,沈伟.Empirical Methods in Organization and Management Research[M].北京大学出版社,2018.

猜你喜欢
农村电商精准扶贫
高职电商培养与农村电商协同发展的探析
产业链视角下农村电商可持续发展生态体系研究
激活农村电商生态,创新农村综合服务
贵阳实施精准扶贫之农村电商研究
精准审计的现状研究
“精准扶贫”视角下的高校资助育人工作