破解贫困地区农村居民互联网购销行为密码
来源:用户上传
作者:
摘要：网络购物行为研究中，研究主体多为城市居民或大学生，把农村居民作为研究主体非常罕见。农村居民不仅是消费者，也是生产者。解码贫困地区农村居民网络购物和销售行为，对提升贫困地区农村居民的福利具有重要政策意义。基于一个具有全国代表性的大样本微观调查数据，分析了贫困地区农村居民网络购销现状，运用Heckman两步法研究了贫困地区农村居民网络购销次数的决定因素。研究发现，10.25%的被调查农村居民具有网络自主购物或网络销售的经历，其中，具有网络自主购物行为比例（10.15%）远高于网络自主销售行为比例（0.89%），具有网络代购和代销行为的比例分别为16.05%、0.91%。距最近快递点距离对贫困地区农村居民进行网络自主购销的可能性和次数具有显著负面影响，解决物流服务体系进村“最后一公里”问题有助于促进农村居民的网络购销行为。
关键词：网络购物;网络销售;农村居民;贫困地区;Heckman两步法
中图分类号：F323.6文献标识码：A 文章编号：1009-9107（2019）02-0035-10
引言
中国众多的贫困小农户集生产者和消费者身份于一身。作为生产者，他们希望能够获得较高的利润率;作为消费者，他们希望能够获得物美价廉的农业生产资料和消费品。然而，传统的农产品流通方式限制了小农的利润率。通常，贫困地区农村居民把农产品出售给经纪人，经历多次转手倒卖后销售给消费者。这条较长的农产品流通链条增加了交易成本，导致农业生产者利润率低[1]。长期以来，“以城市为中心”的发展战略使得中国农村地区的基础设施建设比较落后，致使农村地区物流成本较高。相比城镇居民，农村居民在当地购买同样消费品（除自产的农副产品）需要支付更高的价格。如何变革农产品供销模式，创新消费模式，实现贫困地区农村居民增收脱贫的目标，至今仍是中国面临的难题。
一些研究认为，发展电子商务平台，促进农村居民进行互联网购销，有助于解决上述难题。大数据时代，网络平台能够提供实现生产者与消费者的直接联系。一方面，贫困地区农村居民能够通过网络直接将产品销售给消费者，从而降低交易成本，提高交易效率[2]，使得农业变得更具生命力[3-4]，对“农产品上行、促进农民增收脱贫”有重要意义;另一方面，贫困地区的农村居民作为消费者能够在网络上以更优惠的价格购买到消费品和生产资料，对“工业品下乡、消除农民消费困境”有重要意义[5]。
政策层面上，“互联网+”已经被中国政府视为促进贫困农村地区发展和精准扶贫脱贫的重要手段之一。《中共中央国务院关于打赢脱贫攻坚战的决定》指出，加大“互联网+”扶贫力度，实施电商扶贫工程[6]。关于“互联网+扶贫”，业界实践如火如荼。为了保障农村居民鲜活农产品网络销售的顺利进行，“十三五”期间，京东集团将在贫困地区加大基础设施投资力度。此外，阿里巴巴、苏宁也分别启动了“千县万村”和“农村电商”电子商务项目[7]，在电子商务的信息优势推动下，部分农村地区形成电商集聚的“淘宝村”[8-9]，有效吸纳了农村剩余勞动力[10]。
无论从理论还是从实践上，贫困地区农村居民的网络购物和网络销售行为都得到了肯定和重视。在这一背景下，广大贫困地区有多少比例的农村居民有过网络购物或销售经历？其中作为消费者，比例是多少？作为生产者或销售者，比例又是多少？哪些因素决定了他们的网络购销行为？然而，已有文献并没有系统地研究过这些问题。本文旨在使用一项于2014-2017年对全国22个省（自治区、直辖市）62个国家扶贫开发工作重点县、7个原中央苏区县和3个山东沂蒙革命老区县的143个村庄和2 137个农户进行调查获取的数据来回答这些问题。创新之处在于使用一个具有全国代表性的大样本微观调查数据，比较系统地回答上述问题，并提出有针对性的政策建议。
一、文献评述
近些年，有关消费者网络购物行为的研究迅速增长。众多文献对影响消费者网络购物行为的影响因素进行了探讨。（1）一些学者研究了消费者个人特征对网络购物行为的影响，包括性别、受教育程度、收入、网络经验等，但没有得到一致的研究结论。Soopramanien等的研究发现性别对网络购物意愿没有显著影响[11]，但Li等人的研究发现男性比女性更有可能在网上进行购物[12-14]，而Bassam认为男女在网购认知态度上存在很大的差异，女性在网络购物实用性方面的把握要优于男性[15]。同样，在年龄、受教育水平与网络购物行为的关系上，研究者们也得出了不一致的结果。Dholakia等发现年龄与网购概率呈正相关关系[16]，而Soopramanien等发现年龄与网购概率之间存在负相关关系[11]。有学者研究发现受教育程度的高低会影响网络购物的行为[12，16-17]，但Teo通过对新加坡消费者的研究发现个体教育水平与网络购物之间没有显著的联系[13]。Dholakia等人的研究发现收入是影响消费者网络购物的关键因素[11，16]，但尹世久等研究发现收入对消费者网络购物没有显著影响[17]。（2）部分文献探讨了网络环境因素对网络购物的影响。一些研究认为，感知风险、信任等因素对消费者网络购物行为具有重要影响[18-19]。网络服务承诺对网络购物行为的影响也得到了研究者的关注。张蓓佳研究发现，网络退货时限、退货操作和退货费用通过影响感知质量和感知风险来进一步影响消费者购买意愿;三者对消费者购买意愿的影响程度从大到小依次为退货操作、退货费用和退货时限[20]。（3）第三方信息对消费者网络购物行为的影响受到了研究者的关注。互联网用户创作的网络口碑已经成为消费者在选择、购买产品或服务时的重要信息源[21-22]，而商品或店家的信息搜寻成本会直接影响网络购物行为[23-24]。潘煜等研究发现，第三方信息对购买决策具有重要影响，网络零售商品牌形象、销售管理、服务品质、技术安全影响消费者的购买意愿[25]。 总体上，网络购物行为研究中，研究主体多为城市居民或大学生群体，把农村居民作为研究主体非常罕见。究其原因，主要在于具有网络购物行为的农村居民比例远远低于城市居民，农村居民的网络购物行为还没有引起研究者的关注。笔者认为，随着网络平台的发展，具有网络购物行为的农村居民比例将不断增长，研究者对农村居民的网络购物行为应给予关注。由于中国具有城乡二元的社会经济结构，影响城乡居民网络购物行为的环境因素有比较大的差异，研究中需要注意这一国情。比如，城市快递物流体系比较健全，研究城市居民网络购物行为时多忽略快递物流体系的影响。但是，研究中国贫困地区农村居民网络购物行为时，研究者则不能忽略快递物流体系的影响。还需要指出的是，与城市居民相比，农村居民不仅具有消费者身份，也具有生产者身份，农村居民网络销售行为值得关注。解码农村居民网络销售行为，对于促进现代农业发展、促进贫困地区农村居民增收脱贫具有重要的政策意义。
二、貧困地区农村居民网络购销行为现状
笔者于2014年12月和2015年2月、2016年1-2月、2017年1-2月开展的3次（分别反映的是村庄和农户在2014、2015和2016年3个年度的情况）农户和村庄调查。第一次调查涉及21个省（自治区、直辖市）的28个国家扶贫开发工作重点县、2个原中央苏区县和1个山东沂蒙革命老区县;第二次调查覆盖22个省（自治区、直辖市）的19个国家扶贫开发工作重点县、2个原中央苏区县和1个山东沂蒙革命老区县;第三次调查覆盖19个省（自治区、直辖市）的16个国家扶贫开发工作重点县、2个原中央苏区县和1个山东沂蒙革命老区县。3次调查涉及的22个省（自治区、直辖市）包括河北、山西、内蒙古、吉林、黑龙江、安徽、福建、江西、山东、河南、湖北、湖南、广东、广西、海南、重庆、四川、贵州、云南、陕西、甘肃和宁夏。调查全部采用面对面访谈的方法，主要向农村居民询问收入、网络购销等方面的问题，向村干部询问了村庄经济、政治、基础设施和公共服务等方面的问题。3次调查共覆盖143个村庄，其中第一次调查覆盖62个村庄，第二次调查覆盖43个村庄，第三次调查覆盖38个村庄。项目组在每个村庄中随机抽取15个农户，每个农户中由1人回答调查问题。最终，调查共获取有效农村居民样本2 137个。
（一）网络自主购物和销售
网络自主购物是指从商品搜寻、下单付款、确认收货等环节均由行为人独立完成的网络购物行为。网络自主销售是指行为人按照自己的意愿，独立完成商品信息上传、确认订单、商品发货、收款以及相关售后服务等环节的网络销售行为。表1显示了被调查农村居民网络自主购销行为的情况。
1.总体来看，约90%的被调查农村居民没有任何网络购买或销售的经历，可见网络购销还没有成为农村居民的一种生活方式。
2.随着电子商务快速发展，具有网络购物经历的被调查农村居民的比例呈现快速增长趋势。2014年，具有网络购物经历的被调查农村居民比例为7.81%，2016年，这一比例上升到15.96%，大约增长了1倍。但与城市居民相比，这一比例还很低，安徽省调查总队的一项调查表明，2015年该省城市居民29%的家庭有网购行为[26]。此外，贫困地区农村居民具有网络购物经历的比例也低于全国农村地区的平均水平。
3.具有网络购物行为的被调查农村居民的购物频次集中在1～10次/年;具有网络购物行为的被调查农村居民平均购物金额为3 278.43元，但分布比较分散，少则几十元，多至几万元不等;网购物品种类较多，主要是衣服鞋帽，其次是日常用品，再次是家具家电。
4.被调查农村居民具有网络销售经历的比例呈增长态势，从2014年的0.22%上升到2016年的1.75%，但总体上，这一比例非常低。网络销售产品主要是特色农产品、新鲜水果、茶叶等产品，三者汇总比例高达84.21%。具有网络销售行为的被调查农户平均销售金额为16 563.16元。
5.将网络购物与网络销售行为进行对比，可发现，贫困地区农村居民网络购物行为比例远高于销售行为。这表明，当前电子商务之于贫困地区的作用主要体现在“工业品下乡”，而非“农产品进城”。
（三）网络代购和代销
网络代购（代销）是网络购物（销售）部分或全部环节，由家人、邻居、亲戚朋友、专业人士代理完成的行为。无论是PC端还是移动端的网络购物（销售）操作，都要需要掌握一定网络技术，包括信息搜寻或上传、线上支付、线上交流等。贫困地区农村居民往往受技术或硬件的约束无法独立完成，因而产生了代理购物（销售）的需要。在2016年和2017年的调查中，项目组对农村居民网络代购和网络代销行为进行了调查。表2汇报了调查结果。
1.16.05%的被调查农村居民具有网络代购行为，且网络代购发展比较迅速。也就是说，农村网络代购市场的拓展值得企业重视。2015年，10.39%的被调查农村居民有找人进行网络代购的经历，而2016年，这一比例上升到22.46%。代购次数多集中在1～10次。有代购行为的被调查农村居民平均支出1 046.35元，大部分集中在1～5 000元之间。代购人选择上，主要是家人、邻居和亲戚朋友，寻找专业服务人员如电商服务站工作人员的比例极低。
2.2015年和2016年被调查的1 215位农户中，仅有11位（0.91%）农村居民有网络代销的行为。代销次数多在1～10次。有代销行为的被调查农户平均销售金额为13 522.73元，大部分在3 000元以下。代售人选择上，与代购情况类似。
3.总体上，与网络代购发展相比，网络代售的发展比较滞后。
4.就目前情况看，专业代购代销业务发展仍然处于起步阶段。尽管一些村庄已经建立了电子商务服务站，但农村居民还是习惯请亲人、朋友、邻居进行网络代购或代售。换言之，贫困地区农村居民对电子商务服务站的信任程度还有待进一步提高。 三、网络购销次数的影响因素分析
（一）研究方法
本项研究主要探讨贫困地区农村居民进行自主购物或销售次数（不包括网络代购或网络代销）的决定因素。有购销次数的被调查农村居民必然有网络购销的经历，而有过购销经历的农村居民只是总体抽样中一部分，如果不考虑没有购销经历的样本，仅仅对有过购销经历样本进行回归，会导致“样本选择性偏差”的问题[27]。针对这一问题，笔者采用Heckman两步法来解决。
第一阶段是Probit选择模型，考察农村居民是否进行网络自主购销的影响因素，第二阶段是线性回归模型，分析农村居民进行网络购销次数的影响因素。在第一阶段，被解释变量Yi是农村居民是否有网络购销的经历，当农村居民有购销经历时赋值为“1”，没有购销经历赋值为“0”。
因此，二值Probit模型设定为：
（二）研究假说
1.相比于年长的农村居民，年轻的农村居民往往思想更加开放，接受新生事物的能力较高，机会也更多，因此，年轻农村居民网络购销次数更多;相比于男性农村居民，女性农村居民的消费观念更加感性，通过网络购物（购买服装鞋帽、化妆品等）来满足消费需求的意愿更强;受教育年限越高的农村居民往往更愿意尝试新鲜事物，接受及学习互联网的意愿及能力较强，网络购销次数也越多;非农就业程度越高的农村居民，他们大多常年在城镇打工或者创业，接触互联网等新鲜事物机会较多，并且他们往往是中青年，更容易受到周围环境的影响，思想更开放，更容易接受并使用新鲜事物，其使用互联网平台进行购销的可能性相对较高;对于家庭人均总收入高的农村居民，他们消费水平一般也比较高，家庭中电脑、网络、手机等基本硬件设施相对完备，预算约束小，进行网络购销的条件更为充足。
2.快递物流服务体系的健全情况会影响农村居民网络购销行为。无论农村居民通过网络平台销售农产品还是购买所需品，都依赖于商品的流通与传递。如果提取商品或者發送货物方便快捷，则会大大降低农村居民的交易成本，提高农村居民使用网络平台进行购销的积极性，反之则会打击其积极性，特别是在中国广大贫困地区，基础设施落后，物流无法实现“村村通”，这会阻碍农村居民进行网络购销的积极性。
3.集市对网络购销产生“挤出效应”。贫困地区农村居民较为保守，对新鲜事物接受能力有限，多持有“眼见为实”的观点，具体可表现为更倾向于实物交易和对网络交易的不信任。如果农村居民离集市近，那么农户更加青睐于去集市上购买生活所需品或者在集市上销售农产品，这势必会大大降低农村居民网络购物或者消费的意愿，即对农村居民的网络购销行为产生“挤出效应”。
（三）变量选取
1.被解释变量。实证模型中的被解释变量——农村居民的网络自主购销次数，通过在调查问卷中设置以下问题来获取数据：“2014年（2015年/2016年），您自己网上购物多少次？”“2014年（2015年/2016年），您通过网络销售货物多少？”3次调查的2 137个样本农村居民中，有219个样本有过网络自主购物或者网络销售的经历，占总数的10.25%。其中有过网络购物经历的样本217个，占总样本的10.15%;有过网销经历的样本19个，占样本总量的0.89%。219个具有网络购销经历的被调查农村居民中，网络购销的平均次数为22.9次。模型估计中，为了弱化极值的影响，对被解释变量做加1后取自然对数的处理。
2.解释变量。依据前文研究假设和调查数据可得性，研究共设置了3组解释变量，分别反映了农村居民的个人特征、家庭特征和所在村庄特征。对这些变量的描述性统计分析结果见表3。
个人特征方面，选取年龄、性别、受教育年限、婚姻情况、健康状况、职业和是否外出务工7个变量。受访者平均年龄为50.78岁，平均受教育年限为6.82年，84.89%的样本农村居民为男性，92%的样本农村居民处于已婚状态，52.41%的样本农村居民有过外出务工经历，只有14.1%的样本农村居民认为自己身体不健康。职业类型上，45.48%的农村居民从事农业，20.01%从事农业为主的兼业，20.1%和14.50%分别从事非农业为主的兼业和非农业的职业。
家庭特征方面，选取家庭人均总收入、劳动力人数和常住人口3个变量。样本农户中，家庭人均总收入均值为15 581.56元，最大为501 220元，最小为0元，为了弱化异常值对模型估计结果的影响，对家庭人均总收入加1再取自然对数。受访者家庭平均每户有3.96个常住人口和2.3个劳动力。
村庄特征方面，选取了距最近集市的距离、距最近快递点的距离2个变量。距最近快递点的距离这一变量的数据来源于调查问卷中的“距最近快递点有多少公里”问题。2014年调查中，该问题设置于农户问卷中，收集到922个数据。2015年和2016年调查中，该问题设置于村庄问卷中，共收集到81个村庄层面的数据。为了方便数据处理和模型计算，将2015、2016年的村庄数据与农户数据匹配，同时为了减小村庄数值和农村居民实际数值之间的偏差对模型计算结果的影响，对该变量做取自然对数的处理。143个样本村平均距最近快递点8.35公里，平均距最近集市7.1公里。
（四）计量结果分析与讨论
首先使用方差膨胀因子来检验变量间多重共线性问题。VIF越大，说明多重共线性问题越严重。一个经验规则是，最大的VIF不超过10，表明多重共线性问题不严重[29]。经检验，文中自变量的VIF均小于10，说明自变量间不存在多重共线性问题。由于同一村庄的居民间使用互联网平台进行购销的行为可能会相互影响，即存在“组内相关”，因此进一步引入聚类稳健标准误来解决这一问题。表4汇报了是否进行网络自主购销和网络购销次数的影响因素的估计结果。
表中Wald检验分别用于判断除常数项以外系数整体是否显著和判断模型是否存在样本选择偏差。结果显示，在1%的显著水平上拒接了“选择方程和回归方程相互独立”的原假设，即存在样本选择偏差的问题，Heckman模型是适用的。 年龄、受教育年限、家庭人均总收入自然对数和常住人口变量在1%的统计水平上显著。年龄与农村居民是否有自主网络购销经历和自主购销次数呈显著负相关，受教育年限、收入、家庭常住人口与是否有自主网络购销经历和自主网络购销次数呈显著正相关。也就是说，年纪越小、受教育水平越高、收入越高、家庭常住人口越多的农村居民有过自主网络购销经历的概率越高、次数也越多。研究结果与Soopramanien和Robertson[11]、Li[12]、Dholakia和Uusitalo[16]、尹世久[[17]等部分研究发现一致。此外，与未婚农村居民相比，已婚农村居民有过网络购销经历的概率更高;与以农业收入为来源的农村居民相比，以非农收入为主要收入来源的农村居民有过自主网络购销经历的概率更高、次数更多。
“距最近快递点距离的自然对数”变量在10%的统计水平上显著，且系数为负。这表明，距快递点越远的农村居民，进行网络购销的可能性越小、次数越少。也就是说，相较于快递物流体系比较健全的城市，快递物流体系是制约农村居民进行网络购销的瓶颈，能否方便快捷地收发商品很大程度上决定了农村居民是否进行网络购销经历及购销的次数。
“距最近集市的距离”对农村居民网络购销行为的影响不显著。上文提出的研究假设没有得到验证，即集市并没有对农村居民的网络购销行为产生“挤出效应”。这可能是由于在中国贫困地区，集市购买商品与网购商品之间并无替代关系，网购的商品多为在集市中缺少的商品，因此农村居民网络购物或者销售是对实物交易的补充，两者之间并无替代的关系。
（五）稳健性检验
考虑到有过自主网络销售经历的农村居民比例（0.89%）很低，因此将“自主网络购销次数”中网络销售次数剔除，使用“自主网络购物次数”替代原被解释变量，以进一步检验模型的稳健性。估计结果如表5所示，“距最近快递点距离的自然对数”对农村居民网购次数的影响显著為负，“距最近集市的距离”对农村居民网络购物行为的影响不显著。个体特征方面，年龄、受教育年限、婚姻状况、非农就业程度和家庭人均收入对农村居民进行网络购物的可能性和次数具有显著的影响。通过进一步检验，显然，模型估计结果是稳健的。
四、结论与政策含义
（一）结论
1.10.25%的被调查农村居民具有网络购物或网络销售的经历，其中，被调查农村居民具有网络购物行为的比例为10.15%，而具有网络销售行为的比例只有0.89%。16.05%和0.91%的被调查农村居民分别具有网络代购和代销行为。目前，电子商务之于贫困地区农村居民的作用主要体现在“工业品下乡”，而非“农产品进城”。此外，与城市居民相比，贫困地区农村居民具有网络购物行为的比例还远低于城市居民。
2.年龄、受教育年限、婚姻状况、非农就业程度和家庭人均收入对贫困地区农村居民进行网络购销的可能性和次数具有显著的影响。年纪越小、受教育水平越高、家庭常住人口越多、收入水平越高的农村居民进行网络购销的概率越高、次数越多。与未婚农村居民相比，已婚农村居民有过网络购销经历的概率更高、次数更多。相比以农业收入为主要收入来源的农村居民，以非农业收入为收入主要来源的农村居民有过网络购销经历的可能性更高、次数更多。
3.距最近快递点越远的农村居民，进行网络购销的可能性越小、次数越少。能否方便快捷地收发商品在很大程度上决定了农村居民是否进行网络购销及购销次数。
（二）政策含义
理论上，农村居民网络购购销行为对于“农产品上行、促进农民增收脱贫”和“工业品下乡、消除农民消费困境”具有重要意义。实践上，政府和企业积极探索“互联网+扶贫”的模式，助推精准扶贫脱贫。但笔者的研究表明，贫困地区农村居民进行网络购销的行为并不普遍，尤其是网络销售行为比例偏低，发展电子商务促进贫困地区农村居民增收脱贫的作用还有待进一步提高。
研究发现距最近快递点距离对农村使用网络平台进行购销具有显著负面影响，为促进农村快递物流服务体系建设的必要性提供了强有力的支持证据。目前，对于中国中西部地区，物流企业在绝大部分乡镇建立了快递服务点，但在大多数村庄还没有建立快递服务点。快递物流服务体系进村“最后一公里”问题制约了农民使用互联网进行网络购销，需要政府和企业共同努力来破解这一难题。
参考文献：
[1] 赵晓飞，李崇光.农产品流通渠道变革：演进规律、动力机制与发展趋势[J].管理世界，2012（3）：81-95.
[2]郭娜，刘东英.农产品网上交易模式的比较分析[J].农业经济问题，2009（3）：75-80.
[3]刘亚军，储新民.中国“淘宝村”的产业演化研究[J].中国软科学，2017（2）：29-36.
[4]汪旭晖，张其林.电子商务破解生鲜农产品流通困局的内在机理——基于天猫生鲜与沱沱工社的双案例比较研究[J].中国软科学， 2016（2）：39-55.
[5]张军.农业发展的第三次浪潮[J].中国农村经济， 2015（5）：4-9.
[6]中共中央，国务院.中共中央国务院关于打赢脱贫攻坚战的决定[J].中华人民共和国国务院公报，2015（35）：11-21.
[7]白雪妍.“三大模式”推动电商精准扶贫[N].农民日报，2016-01-23（01）.
[8]崔丽丽，王骊静，王井泉. 社会创新因素促进“淘宝村”电子商务发展的实证分析——以浙江丽水为例[J].中国农村经济，2014（12）：50-60.
[9]曾亿武，郭红东.农产品淘宝村形成机理：一个多案例研究[J].农业经济问题， 2016（4）：39-48.
[10]吕丹.基于农村电商发展视角的农村剩余劳动力安置路径探析[J].农业经济问题， 2015（3）：62-68. [11]Soopramanien D，Robertson A. Adoption and Usage of Online Shopping：An Empirical Analysis of the Characteristics of “Buyers” “Browsers” and “Non-internet Shoppers”[J].Journal of Retailing & Consumer Services，2007，14（1）：73-82.
[12]Li H， Cheng K， Rusell M G.The Impact of Perceived Channel Utilities，Shopping Orientations， and Demographics on the Consumer’s Online Buying Behavior[J].Journal of Computer-mediated Communication， 1999， 5（2）：1-20.
[13]Teo T. Demographic and Motivation Variables Associated With Internet Usage Activities[J].Internet Research， 2001，11（2）：125-137.
[14]Wu S I. The Relationship Between Consumer Characteristics and Attitude Toward Online Shopping[J].Marketing Intelligence & Planning，2003，21（1）：37-44.
[15]Hasan B. Exploring Gender Differences in Online Shopping Attitude[J].Computers in Human Behavior， 2010，26（4）：597-601.
[16]Dholakia R R， Uusitalo O. Switching to Electronic Stores：Consumer Characteristics and the Perception of Shopping Benefits[J].International Journal of Retail & Distribution Management，2002，30（10）：459 -469.
[17]尹世久，吳林海，刘梅.消费者网络购物影响因素分析[J].商业研究，2009（8）：193-195.
[18]Gefen D， Karahanna E， Straub D W. Trust and Tam in Online Shopping：An Integrated Model[J].MIS Quarterly，2003，27（1）：51-90.
[19]叶乃沂，周蝶.消费者网络购物感知风险概念及测量模型研究[J].管理工程学报，2014（4）：88-94.
[20]张蓓佳.网络购物环境下退货政策对消费者购买意愿的影响研究[J].软科学，2017（2）：122-125.
[21]Duan W， Gu B， Whinston A B. Do Online Reviews Matter——An Empirical Investigation of Panel Data[J].Decision Support Systems， 2008，45（4SI）：1 007-1 016.
[22]尹国鹏.消费者认为怎样的在线评论更有用？——社会性因素的影响效应[J].管理世界，2012（12）：115-124.
[23]吴德胜，李维安.声誉、搜寻成本与网上交易市场均衡[J].经济学（季刊），2008（4）：1 437-1 458.
[24]李社球，汤定娜.网络信息搜索体验与再访问意愿——基于购物导向的调节作用[J].中南财经政法大学学报， 2017（4）：149-156.
[25]潘煜，张星，高丽.网络零售中影响消费者购买意愿因素研究——基于信任与感知风险的分析[J].中国工业经济，2010（7）：115-124.
[26]吴奇.近三成安徽城市居民家庭有网购[N].合肥晚报，2016-04-19（A12）.
[27]中国互联网信息中心.2015年农村互联网发展状况研究报告[EB/OL].（2016-09-02）[2017-11-22].http：//www.askci.com/news/hlw/20160902/14214859158.shtml.
[28]Heckman J J.Sample Selection Bias as A Specification Error[J].Econometrica，1979，47（1）：153-161.
[29]陈强.高级计量经济学及Stata应用[M].2版.北京：高等教育出版社，2014：123.
Decoding Password for Rural Residents’ Online Shopping and Selling Behavior in Poor Areas
——Based on Survey of 2 137 Rural Families in 22 Provinces
FANG Hang， ZHANG Jingna， CHEN Qianheng
（College of Economics and Management， China Agricultural University， Beijing100083， China） Abstract： Decoding the password for the rural residents’ online shopping and selling behavior in poor areas has important policy implications on enhancing their welfare. This paper uses a large nationally representative sample survey data to analyze the current situation of rural residents’ online shopping and selling behavior in poor areas， and uses Heckman two-step method to study the determinants of the times which the rural residents shopping or selling online. We find that 10.25% of the surveyed rural residents had experienced online shopping or online sales. The proportion of online shopping behavior of rural residents surveyed （10.15%） was much higher than that of online sales （0.89%）. The proportion of online purchasing and consignment behavior were 16.05% and 0.91%， respectively. Distance from the delivery point to the rural households has a significant impact on rural residents’ online shopping and selling behavior. Solving logistics service system’s “last mile” problem will promote the rural residents to use internet for shopping and selling.
Key words：online shopping; online selling; rural residents; poor areas; Heckman two-steps
转载注明来源:https://www.xzbu.com/4/view-14804650.htm
