短视频运营对农户特色农产品种植收入的影响.pdf

第2 4卷第2期 西北农林科技大学学报(社会科学版)V o l.2 4 N o.22 0 2 4年3月J o u r n a l o fN o r t h w e s tA&FU n i v e r s i t y(S o c i a lS c i e n c eE d i t i o n)M a r.2 0 2 4短视频运营对农户特色农产品种植收入的影响王文青,乔立娟,王建忠*(河北农业大学 经济管理学院,河北 保定 0 7 1 0 0 1)摘 要:依据山东省和河北省8 3 6份果品和药材种植户样本数据,采用内生转换回归模型验证了短视频运营对农户特色农产品种植收入的影响。研究发现:(1)影响农户从事短视频运营的因素主要有受访者年龄、教育年限、是否专业种植、种植规模、是否参加合作组织、作物品种、村里是否接通有线网络和是否会使用视频剪辑软件等。(2)短视频运营对农户特色农产品种植收入的作用存在一定的规模效应,粉丝数达到5万以上对农户特色农产品种植收入才能发挥促进作用,随着粉丝数的增加促进作用更加强烈。(3)短视频运营主要通过增加特色农产品销售数量和提升特色农产品销售价格,进而增加农户种植收入。因此应鼓励特色农产品种植户利用短视频、直播等新型农村电商模式,提升农村互联网普及率和提升特色农产品质量。关键词:短视频运营;特色农产品;种植收入;内生转换回归模型中图分类号:F 3 0 4.3 文献标志码:A文章编号:1 0 0 9-9 1 0 7(2 0 2 4)0 2-0 1 5 1-1 0 收稿日期:2 0 2 3-0 6-2 4 D O I:1 0.1 3 9 6 8/j.c n k i.1 0 0 9-9 1 0 7.2 0 2 4.0 2.1 5基金项目:国家社会科学基金项目(2 1 B G L 1 5 6)作者简介:王文青,女,河北农业大学经济管理学院副教授,主要研究方向为农业经济管理。*通信作者引 言党的二十大报告中提出“发展乡村特色产业,拓展农民增收渠道”。但是由于信息不对称和运输条件的约束,再加上乡村特色产业发展规模小、传播范围窄等问题,使得一些优质特色农产品销售困难1。“五常大米乱相”“山寨西湖龙井”等负面新闻不断出现,使得一些全国驰名的特色农产品的集体声誉也受到冲击2。一些优质特色农产品因为滞销等原因未能按照应有的价格获得回报3,消费者对特色农产品质量安全的信任难以建立,农户增收效应不明显。2 0 2 2年 乡村建设行动实施方案 中提出“实施数字乡村建设发展工程,推进数字技术与农村生产生活深度融合”。第5 0次 中国互联网络发展状况统计报告 显示,截至2 0 2 2年6月,我国短视频用户规模达9.6 2亿,占网民整体的9 1.5%;网络直播用户规模达7.1 6亿,占网民整体的6 8.1%。随着国家政策的助推及我国短视频用户规模的壮大,各大特色农产品依靠短视频、直播平台,通过“短视频+网络红人+直播”等形式,将其历史典故、生长过程、生态环境、文化风俗等更直观地展现给消费者,形成新的消费场景,已成为一种新的农村电商模式4。消费者通过观看短视频与直播,直观感受农产品种植生产过程,从而建立起对特色农产品的信任。那么短视频运营能否成为促进特色农产品农户增收的一种手段?短视频运营通过何种路径对农户特色农产品种植收入产生影响?由于短视频兴起的时间较短,学术界的研究多集中于短视频用户使用行为影响因素5-6、短视频传播效果评价7-8、短视频内容9-1 0等方面。短视频在三农领域的应用,多集中于短视频传播赋能乡村振兴的内容逻辑、特点难点与路径分析4,1 1-1 2等方面。电子商务发展对农户增收的积极作用被很多学者证实,例如秦芳等研究发现电商发展促进了农户家庭总收入的提升,从收入结构来看主要促进农户的工商业生产经营收入、工资性收入和财产性收入,但是抑制了农业生产经营收入1 3。宋瑛等研究发现农产品电子商务有助于贫困地区农户的人均净收入的增长1 4。邱子迅等研究发现电子商务发展提高了农村家庭收入,有助于缩小农村内部收入差距,并对从事乡村产业的农村家庭具有更强的增收作用1 5。以上研究中多将电子商务界定为通过淘宝、拼多多等电商平台销售,主要探讨农产品流通渠道由环节繁杂冗长的线下流通模式拓展到突破有形市场和传统销售范围的电商化流通模式给农户收入带来的影响。一般电子商务销售时多通过图片或较少的视频展现产品的使用价值和功能,并没有以大量视频的形式展现产品的真实生产过程和地域乡土风情。而短视频运营中农户将特色农产品日常的种植生产过程拍摄剪辑,并在抖音、西瓜视频等平台展示,特色农产品所依赖的地域特色资源优势的“可见性”被激活,让观众更全面地了解特色农产品的生长环境,从而产生信任,将观众与特色农产品生产与销售相联结,成为一种新型农村电商模式。短视频运营对农户收入影响的理论与实证研究仍较为缺乏,有必要进行深入研究。基于此,本文基于山东省和河北省8 3 6份果品和药材种植户的调研数据,采用内生转换回归模型,分析短视频运营对农户特色农产品种植收入的影响,以期为信息化背景下客观评价短视频运营对乡村特色产业振兴的作用提供有益参考。一、理论分析与研究假说(一)短视频运营对农户特色农产品种植收入的直接影响特色农产品的生产需要依赖地域特色资源,消费者在使用体验上和同类产品有一定差异。在我国小农户长期普遍存在的背景下,特色农产品的种植仍以小农户分散经营为主。生产过程中的信息不对称可能引发生产者不注重质量安全等道德风险1 6,从而引发消费者信任危机。特色农产品所具有的这种区域性、差异性、分散性及质量隐蔽性的特点,使得传统销售模式或者普通电商销售模式难以奏效。与传统电商销售模式相比,基于短视频的电商流通模式能够将特色农产品真实生产的场景呈现在消费者面前,直接消解了信息不对称,增强了消费者的场景体验,提升了消费者感知价值,进而正向促进其购买意愿1 7。以信息的有用性、易用性和全面性作为外部环境,刺激消费者的虚拟触觉、愉悦感和信任感,从而将购买意愿转化为购买行为1 8。基于以上分析,提出假说1:H1:短视频运营能够显著提升农户特色农产品种植收入。(二)短视频运营对农户特色农产品种植收入的作用机制短视频运营能有效增加特色农产品销售数量。首先,日益普及的短视频可以让优质特色农产品由“养在深闺人未知”转为“网红”产品,由销往当地市场转向卖给更大规模的全国市场,扩大销售范围;其次,短视频平台可采取直播讲解、视频呈现等方式,展现特色农产品原貌、突出原产地优势,挖掘特色农产品特点,将特色农产品立体化地表现出来,在最短时间内将农产品差异化进行表达并呈现给用户,促进农产品质量信息的透明化,降低消费者搜寻成本,促进消费者产生购买欲望。最后,短视频通过展现特色农产品生产过程及时动态地反映农产品品质,能够更好地吸引目标客户,提升营销效果,增强客户粘性,并通过评价反馈机制开拓更大的消费市场。销售数量的增加有利于提升农户特色农产品种植收入。短视频运营能有效提升特色农产品销售价格。首先,短视频传播加速了农产品流通格局的重构。传统的农产品流通模式,从生产者流通到消费者,要经由批发商、经销商等多个环节并增加了流通成本1 9。从生产端来看,农产品销售价格较低,农户“丰产不丰收”;而从消费端来看,农产品购买价格却很高2 0。短视频实现的点对点农产品销售有效缩短了中间环节,利润会更多回流到生产者手中2 1,降低了消费者购买价格,产销两端均受益。其次,传统的农产品流通模式下,生产者和消费者之间信息阻隔,消费者的需求无法快捷有效到达生产端,生产的产品常常不符合消费者的需求。短视频的在线评价功能增进了供需双方的互动交流,能够将消费者的需求信息直接传达给生产者,从而有利于调整生产,使消费供给能够更加快速、精准地传递给生产者。销量价格的降低和消费需求的满足均应能进一步促进消费者购买。基于以上分析,提出研究假说2和假说3:H2:短视频运营通过增加特色农产品销售数量提升农户种植收入。251 西北农林科技大学学报(社会科学版)第2 4卷H3:短视频运营通过提高特色农产品销售价格提升农户种植收入。二、模型选取、变量设置与数据来源(一)模型选取分析短视频运营对农户特色农产品种植收入的影响存在三个难点:一是农户是否进行短视频运营属于农户自选择问题;二是同一农户运营和未运营短视频情境下的种植收入状态在现实中无法被同时观测;三是种植收入较高的农户可能是由于个人能力较强,从而也可能会选择运营短视频来增加额外收入,即短视频运营与种植收入之间可能存在互为因果关系。为了解决上述问题,借鉴L o k s h i n等2 2提出的内生转换回归模型(E S R)来分析短视频运营对农户特色农产品种植收入的影响,该模型设定实验组(短视频运营)和控制组(短视频未运营),并控制共同影响农户短视频运营和种植收入的其他因素,能同时解决可观测和不可观测因素导致的样本选择性偏误问题,且通过工具变量解决模型内生性问题。E S R模型包含两个估计阶段,首先运用L o g i t模型估计农户短视频运营决策方程,然后同时建立农户短视频运营组和未运营组2个结果方程,对农户短视频运营和未运营影响特色农产品种植收入水平的变化进行估计。E S R模型所估计的短视频运营决策方程和2个结果方程如下表示:短视频运营的决策方程:Fi=Zi+Ii+i(1)结果方程1(短视频运营组的农户特色农产品种植收入水平方程):Yi a=aXi a+i a(2)结果方程2(短视频未运营组的农户特色农产品种植收入水平方程):Yi n=nXi n+i n(3)式(1)中,Fi表示农户是否从事短视频运营,Zi表示影响农户是否从事短视频运营的各个控制变量,Ii为工具变量,i为决策方程的误差项。式(2)与式(3)中,Yi a与Yi n分别表示短视频运营组和未运营组农户的特色农产品种植收入水平,Xi a与Xi n是影响农户种植收入水平的各个控制变量,i a与i n为结果方程的误差项。基于E S R模型的估计系数,构建反事实分析框架,经过对比真实情景与反事实假设情景下短视频运营和未运营农户特色农产品种植收入水平期望值,以进一步检验短视频运营影响农户特色农产品种植收入的平均处理效应。运营短视频农户特色农产品种植收入期望值:E(Yi a|Fi=1)=aXi a+ai a(4)未运营短视频农户特色农产品种植收入期望值:E(Yi n|Fi=0)=nXi n+ni n(5)运营短视频农户未运营短视频情形下的种植收入期望值:E(Yi n|Fi=1)=nXi a+ni a(6)未运营短视频农户运营短视频情形下的种植收入期望值:E(Yi a|Fi=0)=aXi n+ai n(7)通过式(4)与式(6),得到运营短视频农户收入的平均处理效应(a v e r a g et r e a t m e n te f f e c to nt h et r e a-t e d,A T T)为:A T Ti=E(Yi a|Fi=1)-E(Yi n|Fi=1)=(a-n)Xi a+(a-n)i a(8)通过式(5)与式(7),得到未运营短视频农户收入的平均处理效应(a v e r a g e t r e a t m e n t e f f e c to nt h eu n t r e a t-e d,A T U)为:A T Ui=E(Yi a|Fi=0)-E(Yi n|Fi=0)=(a-n)Xi n+(a-n)i n(9)综上所述,利用A T Ti、A T Ui的平均值考察短视频运营影响农户特色农产品种植收入的平均处理效应。(二)变量设置1.被解释变量。农户特色农产品种植收入,用每年每公顷种植净收入来表示。351 第2期 王文青,等:短视频运营对农户特色农产品种植收入的影响2.核心解释变量。由于短视频的内容多以生活娱乐为主,为了保证农户所运营的短视频内容与特色农产品种植收入相关,同时与传统电子商务销售模式相区别,因此选用“受访者是否通过系列短视频展现特色农产品日常种植生产过程”表征核心解释变量。设定Z=1表示农户通过短视频展现特色农产品种植生产过程,否则为0。3.控制变量。为了保证模型设定的科学性,纳入可能影响农户短视频运营和农户种植收入的其他控制变量,包括农户个体特征、家庭特征和种植特征。个体特征方面选取受访者性别、年龄、教育年限;家庭特征选取家庭从事农业劳动力数量、是否专业种植。按照农业农村部统计标准,参考李荣耀等2 3的做法,将特色农产品种植收入占家庭总收入比重为8 0%及以上视为专业种植,否则视为兼业种植;种植特征选取种植规模、合作组织、地形和作物品种变量。4.中介变量。(1)销售数量。考虑到特色农产品种植收获具有季节性,选取单位面积年销售量作为衡量销售数量的指标,用每公顷年销售量来表示。(2)销售价格。为了体现短视频运营销售价格和未运营销售价格的对比,选取销售价格高于本地市场销售价格比例来表示。5.工具变量。为了解决模型内生性问题,E S R模型要求短视频运营的决策方程(1)中应至少有一个变量不在结果方程。工具变量的选取要与内生性解释变量高度相关,但与结果变量不相关2 4。借鉴已有研究2 5-2 6,选取村里是否接通有线网络和是否会使用视频剪辑软件两个变量作为工具变量,引入短视频运营决策方程,而不引入种植收入结果方程。上述两个变量反映农户短视频运营的基础设施可及性和技术可及性,与短视频运营决策行为高度相关,但不会对农户特色农产品种植收入产生直接影响。后文还会进一步检验工具变量的有效性。各变量的赋值与样本统计见表1。表1 变量赋值与样本统计变量赋值与说明运营均值未运营均值差异特色农产品种植收入每年每公顷净收入/万元4.7 2 84.0 1 60.7 1 2*短视频运营是否通过短视频来展现特色农产品种植生产过程?否=0;是=11.0 0 00.0 0 01.0 0 0性别女=0;男=10.6 2 70.6 3 5-0.0 0 8年龄岁4 5.2 8 45 6.7 8 1-1 1.4 9 7*教育年限年1 2.3 5 69.0 1 73.3 3 9*农业劳动力人数2.5 4 71.7 8 20.7 6 5专业种植特色农产品种植收入占家庭总收入比重是否为8 0%及以上?否=0;是=18 2.1 4 92 1.0 3 76 1.1 1 2*种植规模公顷1.3 3 60.2 8 61.0 5 0*合作组织是否参与农民专业合作社?否=0;是=10.7 5 70.4 6 90.2 8 8*地形平原=0;山地、丘陵=10.5 6 90.5 5 80.0 1 1作物品种药材类=0;果品类=10.6 8 70.4 5 30.2 3 4*销售数量每公顷年销售量/吨1 5.3 2 01 3.4 7 01.8 5 0*销售价格高于本地市场销售价格比例/%8.6 2 72.5 8 66.0 4 1*村里是否接通有线网络否=0;是=10.9 9 80.7 8 50.2 1 3*是否会使用视频剪辑软件否=0;是=10.9 0 30.2 4 70.6 5 6*注:最后一列为短视频运营组与未运营组的组间差异,*、*和*分别表示通过1 0%、5%和1%显著水平的样本独立性检验。(三)数据来源课题组于2 0 2 2年8-1 0月赴山东省和河北省开展了农村入户调查。特色农产品包括果品、蔬菜、肉类产品、粮食、水产动物、药材等类型。果品多以鲜品出售,而药材多以干品出售,因此选择差异较大的果品和药材作为调研对象。拥有果品类“农产品地理标志”品牌数量最多的省份为山东省,河北省的金银花、酸枣、连翘等特色中药材品种则一地供全国,因此选择山东省和河北省为调研区域范围。调研的特色农产品包括昌乐西瓜、烟台苹果、烟台大樱桃、乐陵金丝小枣、肥城桃、涉县连翘、涉县柴胡、蠡县麻山药、邢台酸枣仁、巨鹿金银花共1 0个特色农产品品种。调研的具体区域包括山东省昌乐县、栖霞市、福山区、乐陵市、肥城市和451 西北农林科技大学学报(社会科学版)第2 4卷河北省涉县、蠡县、邢台区、巨鹿县共9个县(区)。调研过程采取分层抽样和随机抽样相结合的方式。首先与各县农业局进行访谈,了解以上特色农产品集中种植的区域,对集中种植区域的农户采取随机调研的方式,共发放问卷9 0 0份,回收有效问卷8 3 6份,问卷有效率达9 2.9%,其中果品5 2 3份,药材3 1 3份。问卷调研对象为农户家庭中的主要决策人员,采取一对一访谈作答的形式,以保证被访问者能够充分理解问卷的题目。三、实证模型估计结果与分析(一)描述性统计表2显示了特色农产品种植样本农户从事短视频运营现状:一是样本中有2 5.7 2%的农户从事了短视频运营,有7 4.2 8%的农户未从事短视频运营。结合中国演出行业协会所发布的 中国网络表演(直播与短视频)行业发展报告(2 0 2 2-2 0 2 3)中“截至2 0 2 2年末,原创三农短视频创作者账号累计超2.6亿个,较2 0 2 1年增长8%”数据来看,虽然从事短视频运营的农户仍在少数,但呈现出蓬勃发展的态势。二是农户短视频运营水平反映了受观众欢迎的程度,借鉴翟姗姗等2 7的研究,选取粉丝数来表示。从运营水平来看,农户样本中5万以下粉丝数占比1 2.5 6%;5万2 0万粉丝数占比9.3 3%;2 0万以上粉丝数占比3.8 3%。由此可见,特色农产品种植农户短视频运营水平总体偏低。表2 特色农产品种植样本农户运营短视频信息统计类型拥有粉丝量数量占比/%合计数(占比)从事短视频运营 未从事短视频运营合计5万人以下粉丝数5万人2 0万人粉丝数2 0万人以上粉丝数1 0 57 83 26 2 18 3 61 2.5 69.3 33.8 37 4.2 81 0 02 1 5(2 5.7 2%)6 2 1(7 4.2 8%)8 3 6(1 0 0%)(二)联立估计结果运用s t a t a 1 5软件,通过对式(1)、(2)和(3)采用最大似然信息估计法联立估计决策方程和结果方程的系数,结果如表3所示。决策方程与结果方程的相关系数a与n均通过了5%的显著性水平检验,表明农户短视频运营决策与特色农产品种植收入之间确实存在内生性问题,E S R模型的使用是必要的。表3 模型联立估计结果变量从事短视频运营决策 农户特色农产品种植收入 运营短视频 未运营短视频性别0.0 5 6(0.2 3 3)0.0 2 9(0.1 4 7)-0.1 8 9(0.2 3 8)年龄-2.5 8 7*(0.1 5 3)-1.8 9 4*(0.4 5 8)-2.0 4 8*(0.0 7 9)教育年限0.0 4 7*(0.0 2 1)0.0 5 3(0.2 6 7)0.0 2 9(0.3 1 6)农业劳动力0.2 7 8(0.3 6 7)0.3 2 6*(0.2 4 9)0.2 1 8(0.4 9 7)专业种植0.4 9 6*(0.1 6 4)0.5 3 2*(0.3 2 6)0.3 2 7*(0.0 6 9)种植规模0.3 6 9*(0.2 6 3)0.4 8 3*(0.3 4 1)-0.0 7 8(0.2 2 7)合作组织0.0 4 8*(0.6 7 2)0.0 5 6*(0.3 4 9)0.2 1 7(0.1 4 6)地形0.0 2 6(0.4 5 9)0.0 3 1(0.5 1 2)0.0 2 3(0.4 1 7)作物品种0.0 3 7*(0.7 5 3)0.0 4 1(0.6 2 3)0.0 2 3*(0.0 6 8)村里是否接通有线网络0.3 5 8*(0.5 1 3)-是否会使用视频剪辑软件0.6 4 9*(0.0 5 8)-a-0.3 5 4*(0.1 4 6)-n-0.2 1 0*(0.0 8 7)22 4 5.3 3 1*L R统计量4 5.6 9 7*L o g l i k e l i h o o d-13 7 1.5 3 样本量8 3 6 注:*、*和*分别表示回归系数通过1 0%、5%和1%显著水平检验,括号内为标准误。下同。551 第2期 王文青,等:短视频运营对农户特色农产品种植收入的影响1.农户短视频运营决策的影响因素。表3中决策方程的估计结果显示,农户年龄对短视频运营决策的影响在1%水平上显著为负。可能是因为农户主要决策者年龄越大,对短视频这种新生事物的接受能力越差。调研中发现不少老年人没有听说过短视频,也没有观看过短视频。这也与当前短视频内容生产者整体年龄偏低2 8相符。教育年限对短视频运营决策的影响在1 0%水平上显著为正。可能是因为短视频运营需要操作录像及视频剪辑软件,农户教育年限越长,越容易掌握。专业种植对短视频运营决策的影响在5%水平上显著为正。可能是因为农户家庭收入越依赖于特色农产品种植,对流通模式的探索越积极,采用短视频这种新型电商模式的可能性越大,这一点从相对于兼业户,专业种植特色农产品的农户往往具有更高的生活水平和经济收入2 9也可以得到印证。种植规模、合作组织和作物品种对短视频运营决策的影响分别在1%、1 0%和1 0%水平上显著为正。种植规模越大,由资产专用性引起的交易成本越高3 0,为了降低交易成本,农户可能会探索新的流通模式。合作组织一般由村里能人开办,能人接受新生事物的能力较强,从而可能会带动合作组织成员采用短视频这一新型电商模式。作物品种中,果品类农产品比药材类农产品种植农户从事短视频运营的概率更大,可能是因为果品属于生鲜类农产品,对销售的时间要求非常紧迫,迫使农户积极探索快速销售的模式,而药材中除了少数药材需要趁鲜销售外,多数药材经过产地干燥,以干货销售,对销售的时间要求不迫切。村里是否接通有限网络和是否会使用视频剪辑软件对短视频运营决策的影响均在1%水平上显著为正。接通有限网络为短视频运营提供了基础设施前提,会使用视频剪辑软件为短视频运营提供了技术前提。2.农户特色农产品种植收入影响因素。表3结果方程估计结果显示,农户年龄对特色农产品种植收入的负向影响在1%水平上显著。年龄越大的农户特色农产品种植收入越低,可能原因是特色农产品种植需要不断学习新的种植技术,而老年农户由于脑力和身体机能的下降,在更新种植、销售理念方面均不如年轻人,从而造成种植收入较低。专业种植对特色农产品种植收入的正向影响分别在5%和1 0%水平上显著。可能原因是农户家庭收入越依赖特色农产品种植收入,就对特色农产品种植越重视,管理越精细,引起单位种植收入增加。此外,在运营短视频的样本农户中,农业劳动力越多,种植规模越大,加入合作组织,越能显著促进特色农产品种植收入增加。因为运营短视频需要拍摄、剪辑和上传平台等多项工作,需要较多劳动力,因此农业劳动力越多越能够缓解短视频运营需要的人力约束,从而促进种植收入增加。种植规模越大越能发挥短视频运营营销带来的规模经济效应,促进种植收入增加。加入合作组织能加强与合作组织成员的交流与学习,内容不仅包括种植技术方面,还可能包括短视频运营方面的经验,能进一步提高短视频运营水平,从而提高种植收入。在未运营短视频的样本农户中,果品类种植收入显著高于药材类种植收入。这是由于农产品本身的特点决定的,果品类产量较高,果树长成后一般一年一收获,而药材多为多年生且产量较低。3.工具变量的有效性检验。由表3可知,“村里是否接通有线网络”和“是否会使用视频剪辑软件”对农户从事短视频运营决策具有显著正向影响。为了进一步验证其有效性,在引入控制变量的前提下分别以工具变量为解释变量对农户特色农产品种植收入,以工具变量和内生变量对农户特色农产品种植收入进行回归,结果显示,工具变量对农户特色农产品种植收入均不显著。此外,短视频运营影响农户特色农产品种植收入的2 S L S工具变量估计结果显示,一阶段F值为5 3.0 6大于1 0,表明工具变量均为非弱工具变量。同时,过度识别检验H a n s e nJ统计量均不显著,即无法拒绝所有工具变量外生的原假设。因此,工具变量满足外生性条件。(三)短视频运营对农户特色农产品种植收入影响的平均处理效应估计通过式(8)和式(9)估计短视频运营对农户特色农产品种植收入影响的平均处理效应,结果如表4所示。运营短视频的农户特色农产品种植收入明显高于未运营短视频的农户。在反事实假设下,运营短视频的农户若不运营短视频,那么每公顷特色农产品种植收入将平均减少1 2.5%,且t值显示在1%水平上显著;同理,未运营短视频的农户若运营短视频,那么其每公顷特色农产品种植收入将平均增加1 4.9%,且t值显示在1%水平上显著。651 西北农林科技大学学报(社会科学版)第2 4卷表4 短视频运营对农户特色农产品种植收入影响的平均处理效应农户类型特色农产品种植收入运营短视频未运营短视频A T TA T Ut差异率/%运营短视频农户 4.7 0 8(0.0 6 1)4.1 1 7(0.0 5 8)0.5 9 1*(0.0 6 3)-5.6 8 8*1 2.5未运营短视频农户 4.8 4 6(0.0 5 9)4.2 4 8(0.0 4 6)-0.5 9 8*(0.0 6 0)8.6 5 1*1 4.9 (四)稳健性检验为了保证估计的稳健性,采用倾向得分匹配法(P S M)和样本调整检验法对上述实证结论进行稳健性检验。采用P S M模型近邻匹配、卡尺匹配和核匹配3种方式实现实验组与控制组的样本匹配,估计短视频运营对农户特色农产品种植收入影响的平均处理效应(见表5)。结果显示,近邻匹配、卡尺匹配和核匹配结果的A T T值分别为0.1 0 5、0.0 8 9、0.1 1 7,通过B o o t s t r a p得到的自助标准误结果分别通过5%、1 0%和5%的显著性水平检验。可见,基于P S M方法得到的实证结果支持上述E S R结论,短视频运营能够显著增加农户特色农产品种植收入。表5 P S M估计的平均处理效应结果匹配方法A T T自助标准误t近邻匹配(近邻为4)0.1 0 50.0 6 81.6 2 9*卡尺匹配(卡尺为0.0 1)0.0 8 90.0 5 32.6 5 4*核匹配(宽带为0.0 6)0.1 1 70.0 4 92.2 6 7*考虑到不同特色农产品可能由于销售价格、种植成本不同而使农户种植收入存在较大差异,将全样本分为果品种植户和药材种植户两个子样本分别进行估计,结果如表6所示。在果品种植户样本中,运营短视频的农户若不运营短视频,每公顷种植收入平均减少1 1.7%;未运营短视频的农户若运营短视频,每公顷种植收入平均增加1 5.5%;在药材种植户样本中,运营短视频的农户若不运营短视频,每公顷种植收入平均减少1 3.6%;未运营短视频的农户若运营短视频,每公顷种植收入平均增加1 4.4%。以上估计结果印证了短视频运营能显著促进农户特色农产品种植收入增加的结论。表6 不同子样本的稳健性检验E S R估计结果样本农户类型决策阶段运营短视频未运营短视频A T TA T Ut差异率/%果品种植户(5 2 3户)药材种植户(3 1 3户)运营短视频农户 4.6 3 5(0.0 5 9)4.1 4 9(0.1 2 8)0.4 8 6*(0.0 9 4)-5.3 8 3*1 1.7未运营短视频农户4.9 5 4(0.0 8 5)4.2 8 7(0.0 7 3)-0.6 6 7*(0.0 5 8)5.3 9 8*1 5.5运营短视频农户 4.7 2 3(0.0 8 2)4.1 5 7(0.0 6 8)0.5 6 6*(0.1 3 1)-6.1 0 1*1 3.6未运营短视频农户4.8 4 34.2 3 5-0.6 0 8*5.4 7 9*1 4.4 (五)短视频运营水平对农户特色农产品种植收入的影响差异由于粉丝数影响视频传播效果3 1,选取粉丝数来衡量短视频运营水平,以未运营短视频农户和短视频粉丝数在5万人以下农户为子样本1,样本农户为7 2 6个;以未运营短视频农户和短视频粉丝数在5万人 2 0万人农户为子样本2,样本农户为6 9 9个;以未运营短视频农户和短视频粉丝在2 0万人以上农户为子样本3,样本农户为6 5 3个。通过式(8)和式(9)估计不同短视频运营水平对农户特色农产品种植收入影响的平均处理效应,结果如表7所示。短视频粉丝数量在5万以下的农户与未运营短视频的农户特色农产品种植收入没有显著差异。在反事实假设下,短视频粉丝数量在5万人以下的农户若不运营短视频,或者未运营短视频的农户若运营短视频,但粉丝数量在5万人以下,特色农产品种植收入均无明显差异。短视频粉丝数量在5万人 2 0万人的农户特色农产品种植收入明显高于未运营短视频的农户。在反事实假设下,短视频粉丝数量在5万人2 0万人的农户若不运营短视频,那么每公顷特色农产品种植收入将相应减少约1 2.2%;同理,未运营短视频的农户若运营短视频且粉丝数量在5万人 2 0万人,那么其每公顷特色农产品种植收入将相应增加约1 8.0%。短视频粉丝数量在2 0万人以上的农户特色农产品种植收入明显高于未运营短视频的农户。在反事实假设下,短视频粉丝数量在2 0万人以上的农户若不运营短视频,那么每公顷特色农产品种植收入将相应减少约1 5.4%;同理,未运营短视频的农户若运营短视频且粉丝数量在2 0万人以上,那么其每公顷特色农产品种植收入将相应增加约2 1.4%。可见短视频运营对农户特色农产品种植收入的作用存在一定的规模经济,粉丝数达到5万人以上对农户特色农产品种植收入才有一定的促进作用,且随着粉丝数的增加,促进作用更加强烈。751 第2期 王文青,等:短视频运营对农户特色农产品种植收入的影响表7 不同短视频运营水平对农户特色农产品种植收入影响的平均处理效应农户类型决策阶段运营短视频未运营短视频A T TA T Ut差异率/%短视频粉丝数量在5万人以下农户4.3 2 14.3 1 80.0 0 3-3.5 9 8-未运营短视频农户4.5 3 54.5 3 0-0.0 0 55.2 1 9-短视频粉丝数量在5万人2 0万人农户4.7 3 24.2 1 80.5 1 4*-6.2 3 3*1 2.2未运营短视频农户4.8 0 14.0 7 0-0.7 3 1*5.6 4 7*1 8.0短视频粉丝数量在2 0万人以上农户4.8 6 14.2 3 50.6 2 6*-5.3 2 1*1 5.4未运营短视频农户4.9 8 04.1 0 2-0.8 7 8*5.4 7 9*2 1.4 (六)短视频运营对农户特色农产品种植收入的影响机制分析由理论分析可知,短视频运营增收的机制主要有两条:增加销售数量和提升销售价格。为了进一步解释短视频运营如何促进农户特色农产品种植收入。借鉴温忠麟等3 2中介效应分析法,来验证短视频运营对特色农产品种植收入的影响机制。1.销售数量路径的中介效应检验。被解释变量为农户特色农产品种植收入,解释变量为短视频运营,中介变量为销售数量,以每公顷年销售量来衡量,估计结果如表8所示。回归(1)的结果说明短视频运营对农户特色农产品种植收入具有显著的直接促进作用。回归(2)的结果表明短视频运营对每公顷年销售量有显著的正向影响,即从事短视频运营的农户单位面积销售量更大。回归(3)的结果表明在控制了短视频运营变量后,每公顷年销售量对农户特色农产品种植收入在5%水平上产生显著正向影响,说明中介效应存在,且中介效应占总效应的比重为0.0 7 0。这意味着,样本内短视频运营对农户特色农产品种植收入的影响大约有7.0%是通过单位面积销售量增加的中介效应来实现的。2.销售价格路径的中介效应检验。被解释变量为农户特色农产品种植收入,解释变量为短视频运营,中介变量为销售价格,以特色农产品销售价格高于本地市场销售价格比例来衡量。估计结果如表8所示。回归(4)结果说明短视频运营对农户特色农产品种植收入具有显著的直接促进作用。回归(5)结果表明短视频运营对销售价格有显著的正向影响,即从事短视频运营的农户销售价格高于当地市场销售价格的比例更多。回归(6)结果表明在控制了短视频运营变量后,销售价格对农户特色农产品种植收入在1%水平产生显著正向影响,说明中介效应存在,且中介效应占总效应的比重为0.1 8 3。这意味着,样本内短视频运营对农户特色农产品种植收入的影响大约有1 8.3%是通过销售价格提升的中介效应来实现的。表8 短视频运营对农户特色农产品收入的影响路径变量销售数量路径种植收入回归(1)单位面积销售量回归(2)种植收入回归(3)销售价格路径种植收入回归(4)销售价格回归(5)种植收入回归(6)短视频运营0.6 4 8*(0.0 7 5)0.1 2 5*(0.0 6 7)0.6 0 7*(0.1 3 6)0.6 4 8*(0.0 7 5)1.2 3 5*(0.1 4 6)0.5 9 4*(0.1 0 4)单位面积销售量-0.3 3 9*(0.1 6 2)-销售价格-0.0 8 8*(0.0 2 9)控制变量已控制已控制已控制已控制已控制已控制F统计量5 0.0 4 0*4 2.3 9 0*4 0.9 6 0*5 0.0 4 0*3 7.3 6 0*4 1.6 3 0*调整的R20.4 5 60.5 9 30.4 8 90.4 5 60.6 8 60.5 0 1样本量8 3 6 8 3 6 8 3 6 8 3 6 8 3 6 8 3 6 四、结论与政策建议利用山东省和河北省8 3 6份果品和药材种植户样本数据,运用内生转换回归模型验证了短视频运营对农户特色农产品种植收入的影响,并分析了不同短视频运营水平对农户特色农产品种植收入的差异化影响。从销售数量和销售价格两条路径验证了其作用机制。得到如下主要结论:(1)影响农户运营短视频的因素主851 西北农林科技大学学报(社会科学版)第2 4卷计算方法为:0.1 2 50.3 3 9/0.6 0 70.0 7 0。要有受访者年龄、教育年限、是否专业种植、种植规模、是否参加合作组织、作物品种、村里是否接通有限网络和是否会使用视频剪辑软件。(2)短视频运营水平对农户特色农产品种植收入影响有差异,并且短视频运营对农户特色农产品种植收入的作用存在一定的规模经济,粉丝数达到5万人以上对农户特色农产品种植收入才能发挥促进作用,且随着粉丝数的增加,促进作用更加强烈。(3)短视频运营主要通过增加特色农产品销售数量和提升销售价格,进而增加农户种植收入。相较而言,销售价格提升的中介效应大于销售数量增加的中介效应。针对上述结论,本文提出以下政策建议:第一,鼓励特色农产品种植户利用短视频、直播等新型农村电商模式。在数字经济发展的大背景下,短视频、直播可以让客户直接观看特色农产品种植生产过程,并实现虚拟产品体验,为特色农产品销售提供新途径,从而促进农户增收。第二,提升农村互联网普及率。第5 0次 中国互联网络发展状况统计报告 显示,截至2 0 2 2年6月,农村地区互联网普及率达5 8.8%,较城镇普遍较低。为此,需加强和完善农村互联网基础设施建设,加强政府对农村公共服务消费支出,扩大农村互联网普及率。并聘请专业人士对农户进行视频剪辑软件培训,提升农户短视频运营的基础设施可及性和技术可及性。第三,提升特色农产品质量。传统电商销售方式和短视频、直播等新型电商销售方式都只是销售手段。维持客户粘性的根本在于特色农产品品质。为此,需强化特色农产品质量控制的宣传,提升农户质量认知水平,实现短视频、直播销售手段与特色农产品高质量发展的良性互动,以助力乡村特色产业振兴目标的实现。参考文献:1 陆琪.中国农村消费行为影响因素的实证研究J.宏观经济研究,2 0 2 2(0 1):1 1 5-1 2 9.2 莫家颖,余建宇,孙泽生.媒体曝光、集体声誉与农产品质量认证J.农村经济,2 0 2 0(0 8):1 3 6-1 4 4.3 曾华盛,苏柳方,谭砚文.农产品质量安全媒体负面报道对农产品价格波动的异质性影响J.农业技术经济,2 0 1 9(0 8):9 9-1 1 4.4 王慧.短视频与直播赋能乡村振兴的内在逻辑与路径分析J.社会科学家,2 0 2 1(1 0):1 0 5-1 1 0.5 陈婷,李霞,段尧清.短视频社交媒体用户不持续使用意向研究 整合认知失调与自我效能双重视角J.情报杂志,2 0 2 2,4 1(1 0):1 9 9-2 0 7.6 张嵩,王安娜,陈昊.冷漠依赖与沉浸体验:移动短视频用户