农村电商发展水平对脱贫的门槛效应分析

贺　红

农村电商发展水平对脱贫的门槛效应分析

贺红

（长江职业学院湖北武汉430084）

“互联网与精准扶贫”逐渐成为我国农村脱贫的全新模式，而农村电商的发展水平也在我国农村脱贫工作中发挥了极为重要的作用。文章分析了农村电商的发展水平对农村脱贫门槛产生的效应，希望借此可以早日实现脱贫目标。

农村脱贫；农村电商；门槛效应

信息减贫这一概念最早出现在1984年，而在当前互联网这一时代环境的乡村振兴工作之中，乡村电商逐渐变成了扶贫或者脱贫的核心驱动力。在农村电商中，互联网技术是最为重要的一个载体，以此可以快速实现信息的发布及获取、供求双方所需资源跨地域的高效匹配与大数据的科学分析和预测，让农民摆脱了信息不对称所产生的束缚，并在整个互联网范围中打破了市场地区等限制，科学整合了优势资源，进而显著提升扶贫绩效。

1 背景分析

随着近些年互联网技术的不断发展，电商行业成为目前较为热门的一个行业，而农村电商也成为扶贫工作中极为关键的途径与力量。就农村电商发展水平而言，它对于农村脱贫工作的展开有十分重要的意义，现存文献已对农村电商与脱贫水平做了对应研究，并且取得了相应成果，然而在以下方面依旧存有缺陷。首先，虽然发展农村电商是一种极为重要且有效的脱贫方式，并且它得到了广泛的应用，但是此领域可以发挥引导性作用的观念与理论型研究相对较少；其次，现阶段所开展的相关研究大多将农村电商的发展水平和脱贫水平当作重点，并以此由理论层面进行了研究和分析，从而忽略了二者间存在的关系[1]。

2 门槛模型的设定以及描述性统计

2.1 构建门槛模型

为了深入探究与分析处在不同环境中的农村地区电商发展水平对农村脱贫的作用机制，文章特意采取了面板门槛这一模型来做实证分析和研究。

倘若平衡面板的集合是{Z,Q,X：1≤＜，≤≤}，而单一化的门槛模型则能够通过以下方式进行表示：

Z=a+1X×（Q≤）+2X×（Q＞）+（1）

式（1）中，被解释变量和解释变量分别通过Z与X表示；省份与对应的年份用和来表示；门槛变量与待估计的门槛值通过Q与进行表示；个体的固定效应为a；是一个特殊的指示函数，需要依据其括号之中表达式的真伪来判断最终取值，若为真则取1，若为假则取2；是满足正态分布关系的随机性干扰项；而1与2是变量系数，假如1≠2，就表示存在门槛效应[2]。

门槛模型中的门槛值属于未知量，一般情况下会受到样本数据特点等影响。利用有关文献总结与梳理，能够发现其中所涉及的文献绝大多数都采用格珊搜索法来确定其中的，如果将作为的最终取值，那么此时门槛模型的残差平方和即（）是最小数值，也就是=argmin（）。等到门槛值估计工作完成以后，还要对它进行进一步检验，①保证门槛的估计值和真实值之间保持一致；②门槛效应显著性。

2.2 选取变量和数据说明

（1）测算被解释变量（即农村的脱贫水平）。

脱贫水平ROP属于被解释变量，一般由各个省份内农村地区对应的恩格尔系数表示，即食物支出于总支出之中所占比重。倘若ROP属于负向指标时，此时恩格尔系数相对偏低，也就是该地区脱贫水平偏高。

（2）测算门槛依赖变量（即农村电商的实际发展水平）。

文章将我国农村地区电商的实际发展情况当作基础与前提，同时考虑了数据可获得性等因素，以此构建起了评价我国农村电商发展水平的指标体系，其中主要包括以下几个方面：农村地区人均可调配收入、第一产业生产总数值、社会消费品总零售额中农村地区消费产品的销售额所占比重、第一产业提升值在地区生产的总值之中所占比重以及农村地区互联网的普及率等。其中各项指标数据都来自当地政府在对应时期所公布的报表。由于熵值法有完全按照各个指标变异的程度来对指标权重进行确定，进而防止人为因素对权重产生影响等优秀特性，因此文章选用熵值法对评价指标体系当中不同的指标做赋权处理，并且按照各个指标权重来测算农村电商的发展水平[3]。

（3）测算门槛变量（即农村地区的人力资本）。

以数据的可获得性为考虑依据，应用农村地区劳动力受教育的水平和受教育的年限等指标衡量农村人力资源即HRC，将各个区域中受过教育的劳动力比重和对应的受教育时长相乘，就可以计算出此区域之中劳动力平均的受教育年限。文盲与半文盲受教育年限一般是0.5年及以下，小学受教育年限是6年，初中受教育年限是9年，高中受教育年限是12年，而中专、大专和本科受教育年限则是15.5年。另外研究生的受教育年限是19年。上述数据都收录在对应时期有关部门出台的《中国农村统计年鉴》之中。

3 实践检验及分析

3.1 对门槛效应的检验

对所构建的模型做门槛效应检验是检验的首个环节，借此能够确定门槛模型设定的形式。依据上述设计，将农村地区的人力资本当作门槛变量，最终检验的结果如表1和图1所示。文章主要通过统计量和Bootstrap等方法来判断模型门槛个数并得到所需的值。简言之单一门槛和双门槛及三重门槛能够超越1%、5%以及10%水平的检验。按照实际通过情况来挑选门槛模型并以此开展计量分析等相关工作。

图1　门槛数值似然比函数示意图

将农村的人力资本当作门槛变量，通过Bootstrap反复抽样，最终通过近300次的仿真实验得到最终的值。由图1可以发现，双重门槛以及单一门槛值分别是0.013 3与0.000 0，而三重门槛检验数值则是0.473 3，由上述数据可得农村电商的发展水平和农村脱贫间存在门槛效应。

3.2 区域划分和门槛值的估计

门槛检验达标之后，还需要识别双重门槛之中两个不同的门槛数值。其中第一、二门槛值得似然估计值与95%的置信区间分别是2.143 0、2.306 8，[2.135 7，2.145 4]、[2.298 7，2.311 7]。由此可以看出上述门槛值所对应的其95%置信区间的范围幅度较小，二门槛值识别的效果则较为显著。另外，若门槛值处在与之所对应的置信区间中时，它们的似然估计值往往不会超过5%显著水平临界值。所以，真实门槛值以及估计门槛值实际上是相等的关系。

依据两个门槛数值大小，可以把各个省份划分成三个大区域，即农村人力资本低、中以及高水平三个区域。对于低水平的农村人力资本区域而言，它的RHC通常小于2.143 0；而若RHC数值处在对应期间中则可被称作中等水平的农村人力资本区域，最后如果RHC超过了2.306 8，那么便可将其划入高水平的农村人力资本区域之中。

3.3 门槛模型的回归结果与分析

确定了门槛值以后，便能够估计出非线性的双重门槛模型系数。具体结果可见表2。

表2　将被解释变量当作脱贫水平门槛模型的估计结果

由表2可知，借助双重门槛之中的门槛数值将样品分为了三个主要部分，其中农村电商发展的水平以及脱贫之间存在明显联系，农村脱贫会受农村电商发展水平直接影响。就农村电商发展水平来说，它对农村脱贫留下的印象会因为当地人力资源的强化而表现出一种更加显著且科学化的双重门槛效应。除此之外，文章通过分析发现，只有越过了第二门槛值之后，我国农村电商的发展水平才会对当地脱贫水平形成相对显著的干预与影响，而且当发展水平不断提升时，它影响的力度也会愈发增大。因此，农村电商的发展水平能够对农村脱贫发挥有效的推动作用，最主要的一点即农村人力资本水平，如果农村人力资本水平达到了一定高度（即跨过了首个门槛值以后），那么农村电商的发展水平在农村脱贫中所具有的影响才可以得到有效释放与展现。

4 结语

政府部门应总结和整理现阶段我国电商扶贫、脱贫等工作，精准把握电商扶贫要点，以此来提高农民的参与程度，总结和掌握形成的全新理念与模式，进而给农业生产等工作带去全新的体验。另外，还要高度重视有关人才，强化专业人才的作用。改善和优化农村地区的电商环境，高度重视提高人力资本水平的重要性，鼓励当地青年开展相关领域的创业，尽早实现脱贫的目标。

[1]马迪.农村电商助力脱贫攻坚对策研究[J].农村经济与科技,2020,31(17):156-157.

[2]雷明,袁旋宇,姚昕言.农村电商助力脱贫攻坚存在的问题及对策[J].农村工作通讯,2020(17):14-16.

[3]胡兰,陈权,王紫微,等.电子商务助力农村脱贫攻坚的前景及问题探析[J].现代农业研究,2020,26(8):50-51.

贺红（1971- ），女，湖南岳阳人，硕士，教授，研究方向：电子商务和职业教育。

10.3969/j.issn.2095-1205.2020.11.54

F323

A

2095-1205(2020)11-111-02