中国电商农户使用大数据产品对收入不平等的影响:基于418名农户的实证研究
作者及机构
本研究由崔亚飞(杭州电子科技大学)、李丽丽(杭州电子科技大学,通讯作者)、曾亿武(杭州师范大学/杭州国际城市学研究中心,通讯作者)、张恒义(杭州师范大学)和李保刚(东北大学)合作完成,发表于Humanities and Social Sciences Communications期刊(2025年,第12卷)。
研究领域与动机
本研究属于“数字经济与农村发展”交叉领域,聚焦大数据技术(Big Data Technology)如何影响发展中国家农户的收入不平等问题。传统研究多关注手机、互联网等数字技术对农户收入的异质性影响,但结论尚未统一(如Zhang, 2022提出互联网缩小收入差距,而Dimaggio et al., 2004认为数字鸿沟会加剧不平等)。随着大数据时代到来,平台企业开发的数据分析工具(如阿里巴巴“生意参谋”)为农户提供了精准的商业决策支持,但这一现象对收入分配的影响尚未被系统研究。
核心问题
研究旨在回答三个问题:
1. 大数据产品能否缓解电商农户的收入不平等?
2. 其作用机制是否通过缩小农户的“创业警觉性差距”(Entrepreneurial Alertness Gap)和“动态能力差距”(Dynamic Capabilities Gap)实现?
3. 大数据产品的属性(有用性、易用性、体验性)如何影响收入不平等?
数据来源与样本
研究团队于2022年7-8月对中国浙江省15个“淘宝村”的418名电商农户进行问卷调查。样本选择基于分层随机抽样,覆盖农产品(27.3%)和非农产品(72.7%)经营者,其中48.7%的农户使用过大数据产品(如“生意参谋”或“京东商智”)。
变量测量
1. 因变量:收入不平等采用Kakwani个体相对剥夺指数(Kakwani Individual Relative Deprivation Index)衡量,基于农户对收入水平的心理感知量表(Cronbach’s α=0.936)。
2. 核心自变量:
- 大数据产品使用行为(二元变量:是否付费激活数据服务)。
- 产品属性:包括有用性(Usefulness,如“数据工具提升决策准确性”)、易用性(Ease of Use,如“学习成本低”)和体验性(Experience,如“界面友好性”),均采用5级量表评分(Cronbach’s α均>0.7)。
3. 机制变量:创业警觉性(如“快速发现市场机会”)和动态能力(如“适应市场变化”),同样通过量表测量。
分析方法
1. Tobit模型:因收入不平等指数存在截断(0-1区间),采用Tobit回归分析大数据产品使用的影响。
2. 熵平衡法(Entropy Balancing):为解决样本自选择偏差(Self-selection Bias),通过匹配处理组(使用大数据产品)和对照组(未使用)的协变量(如年龄、教育水平),确保估计结果稳健。
3. 敏感性分析:采用Cinelli-Hazlett方法检验遗漏变量偏差,证实模型可靠性(RV=0.164,未观测变量影响可控)。
大数据产品的普惠效应
产品属性的差异化影响
控制变量的作用
理论贡献
1. 将农户数字鸿沟研究拓展至大数据领域,提出“数据要素补偿机制”(Data-driven Compensation Mechanism),即低经验农户通过数据工具快速弥补资源劣势。
2. 扩展技术接受模型(TAM),新增“体验性”维度,揭示情感价值对技术采纳的关键作用。
实践意义
1. 为发展中国家政策制定者提供参考:可通过补贴大数据产品订阅费、培训数字技能等方式缩小农户能力差距。
2. 提示平台企业优化产品设计,例如简化数据指标可视化、降低使用成本。
局限与展望
未来可纳入更多国家数据,比较不同数字基础设施水平下的效应异质性。此外,大数据产品的长期动态影响仍需追踪研究。
(报告字数:约2000字)