金融发展、信息基础设施与农村电商——基于中介效应模型的实证研究

王彦杰，杨 瑞，高启杰

（中国农业大学 人文与发展学院，北京 100193）

一、引言及文献综述

农村电商颠覆传统农产品的营销模式，拓展市场范围，实现农村和市场的有效连接，为市场提供丰富的农产品。2019 年中国农村网络零售额超过17082.8 亿元，占全国网络零售总额的16.1%，相较于2014 年的1800 亿元，规模扩大8.4 倍，标志着农村电商仍处于爆炸式增长阶段。淘宝村是中国“互联网+新农村”时代的发展方向[1]，2019 年全国共发现4310 个淘宝村，涵盖25 个省份，其中浙江拥有1573 个淘宝村，居于首位；宁夏拥有1 个居末位；按地域来看，东部地区有4138 个，中部地区有137 个，西部地区有19 个，东北地区有16 个，可见农村电商发展极不平衡。随着中国金融发展规模不断扩大，金融发展效率逐步提高，金融发展结构趋于市场化，金融对农村经济发展具有重要意义。Kendall 等(2011)[2]发现金融机构通过向电商企业增加金融服务，充分发挥金融的资源配置功能，为农村电商可持续发展和电商脱贫提供资金保障。

随着乡村振兴和数字乡村战略的深入实施，中国农村电商整体发展速度较快，但仍存在诸多问题。农村电商最迫切需要解决的是优化物流和互联网设施的资金需求[3]，农村物流运输布局不均衡，呈现东强西弱格局，而且物流网点少、成本高；另外，金融规模小、互联网覆盖率低、标准化程度低和品牌特色少也是制约农村电商发展的因素[4]。Niavand&Nia(2017)[5]等研究指出一些人员缺乏对农村电商的正确认识，服务意识较差。洪勇(2016)[6]指出农村空心化问题普遍存在，农村电商的可持续发展能力不强，从业人员的教育程度低，大多数人只会操作接单、发货、搬运等简单服务，资金需求不能与新渠道、新金融模式相结合，也没有对市场环境分析和预测的能力[7]。而农村电商起步较晚，相关数据难以获得且量少，关于农村电商的测度方面的现有研究学术界尚未达成一致的认识，其中最为普遍的是用淘宝村数量衡量[8]。

金融已然成为推动中国产业结构调整和经济快速发展的直接力量[9]，金融发展影响生产要素分配有信贷传导和利率传导两个渠道[10]。Claessens&Laeven(2003)[11]指出金融发展规模能为企业提供充足的外部资金，使企业更容易获得市场资源。关于金融发展的测度方面：Horioka&Terada(2012)[12]利用各省各项贷款的余额占GDP 的比例表示；林毅夫、姜烨(2006)[13]等利用“地区年末金融机构存贷款余额/地区GDP”表示；还有学者利用存贷比反映金融发展效率和储蓄存款率[14]。

目前学术界关于金融发展与农村电商关系的研究较少，还没有形成统一的意见，但研究均得出金融发展对农村电商会产生影响。乡村振兴为农村电商带来新的发展机遇，农村电商发展离不开金融的支持[15]。金晓艳、缪得志(2015)[16]首次创新性地提出“金融—电商”封闭环盈利模型，并认为该盈利模式具有可持续性。“农村电商+互联网金融”在支付结算、资源配置、风险控制、财富管理等方面能够满足农村电商的金融需求[17]。电商发展离不开金融支持，而农村地区的金融机构少，农民金融意识差[18]，金融发展还不能与农村电商发展水平相匹配，政府应该扩大金融规模，缓解农村电商发展的困境[19]。金融和农村电商需要进一步融合，要逐步形成“农村电商和农村金融融合发展”“金融服务站+互联网+农村电商”等融合模式，积极打造农村电商系统生态圈[20]，社会融资平台可以在法律法规允许的范围内，推广并应用农业产业链金融、订单融资和供应链贷款等模式[21]，鼓励金融服务创新，利用社会多元融资渠道解决资金困境，形成农村电商集群效应[22]。

综上所述，国内外学者对金融发展和农村电商有着丰富的研究，为本研究奠定理论基础，文章从以下方面进行补充。第一，由于金融发展相关数据收集困难和农村电商发展水平难以评价，现有文献中多数是用定性的方法研究金融发展对农村电商的影响，定量研究较少，异质性分析更少。第二，利用中介效应分析金融发展和农村电商之间的影响机制较少，从信息基础设施视角分析的更少。鉴于此，文章利用固定效应模型检验金融发展对农村电商的影响，采用工具变量法和替换被解释变量进行稳健性检验，并对样本城市分层次、分年度、分区域进行异质性分析；选用信息基础设施中最具有代表性的指标电信基础设施和网络基础设施指标作为中介变量，利用中介效应模型对金融发展影响农村电商的机制进行实证分析。

二、理论分析与研究假设

1. 金融发展对农村电商有直接作用

金恩焘(2020)指出农村电商的内生动力主要包括资本投入、劳动力投入和技术投入等。农村地区一直存在资金缺乏、人力资源短缺和技术落后的问题，而金融发展规模一定程度上能够有效地解决上述问题。

第一，满足资金需求。金融发展能够满足农村电商经营主体资金需求。农村电商发展阶段不同，对金融的需求差异较大。按生命周期理论来分，初创期是以周转资金需求为主；发展期对资金需求大幅增加；成熟期对供应链金融和电商金融服务需求较多，金融机构可以根据借款人的信用状况快速调节贷款利率、时间和金融，能够为农村电商解决不同时期的资金需求问题。农村电商发展离不开农产品，但农产品的季节性明显，对储存、保鲜、信息处理和物流运输要求较高，中国现有的基础设施还不能满足农村电商发展需求，建设基础设施需要大量资金，而金融发展能够满足建设基础设施的资金需求。第二，吸引劳动力回流。金融发展促进了劳动力的流动[23]。Leong等(2016)[24]指出，完善的金融服务体系能够促进传统要素和网络资源的整合，鼓励农民创新创业，加速农村电商的发展，实现农业农村现代化。乡村振兴战略和电子商务进农村综合示范项目实施以来，吸引越来越多的农民返乡创业就业，金融发展为其提供创业资金支持。农村电商发展需要长期稳定的劳动力，为农村创造就业岗位。农村电商经营者不但可以雇佣农村空闲劳动力，也可以吸引有城市工作和学习经历的“新农人”回流，利用熟人关系和地缘优势吸引劳动力返乡。金融机构践行金融优惠政策，助力农村电商产业发展，稳定农村就业，留住劳动力。第三，促进技术创新。李苗苗等(2015)[25]指出金融发展是技术创新的直接原因，即国内金融发展和R&D 投入之间具有很强的正向关系，其中金融机构的内部良性竞争能够为技术创新提供便利，促进农村电商技术创新，提高生产效率。根据农村普惠金融政策，金融机构能够相应地调节贷款利率，平衡信贷收益和信贷风险，适度降低交易成本，为农村电商技术创新或引进新技术提供资金支持，提高农村电商的生产水平，增加农村产品市场机会和提高竞争力，从而加快农村电商发展。第四，增强金融机构监督。林毅夫等(2009)发现银行在获得农村电商经营者的经营、信用和财务等信息方面更具有优势，发挥银行的“大贷款人”的监督作用。金融机构对贷款的农村电商经营主体有监督作用，降低经营风险，有助于规范农村电商的治理，促进农村电商发展。故文章提出如下假设：

H1：金融发展正向影响农村电商发展。

2. 金融发展对农村电商有间接作用

Jim&Jiang(2017)[26]指出，农村电商与地区资源禀赋、消费需求和信息基础设施等有直接关系，而金融发展能够直接正向影响信息基础设施建设。农村信息基础设施主要包括电信基础设施和网络基础设施。

在信息时代，完善的电信基础设施能够保障农村电商发展过程中的信息沟通需求。政府部门能够与金融机构合作，为农村地区提供资金来源，升级地区的电信基础设施(Rao，2008)，以提高人们对信息的可获得性和电商的可操作性(Prieger，2013)。金融发展加快了农村的电信基础建设，人们依托便捷的电信服务能够及时了解市场最新的信息，迅速调整和处理电商业务，使得农村电商实现产业化、规模化和特色化的跨越式发展。农村电商经营者能够通过直播、短视频等渠道把产品信息传递给其他人，刺激消费者的消费需求，促进农村电商发展。因此，金融发展能够通过加快信息技术发展，以工业化和信息化反哺农村产业化，促进农村电商的发展。故文章提出如下假设：

H2：金融发展通过电信基础设施正向影响农村电商。

网络基础设施为农村电商发展提供了技术平台基础。Ruiz等(2010)提出网络信息技术能够加速推进政府部门实施农村电商发展政策。随着农村地区互联网基础设施的完善和信息技术的普及，农民学习并使用网络的积极性逐渐提高，学习意愿愈发强烈，释放了更多的信息化红利[27]。农村电商经营者、企业和政府通过选择合适的融资模式，满足互联网基础设施建设、农村物流网络拓展以及农村电商发展的资金需求。互联网改变了传统的农业农村，通过金融服务的方式逐渐延伸到农业的第三方服务领域，在一定程度上加快了农村电商发展速度。故文章提出如下假设：

H3：金融发展通过网络基础设施正向影响农村电商。

三、模型、变量与数据

1. 模型设定

文章参照以往研究设定模型如下：

式(1)中，被解释变量RECit为城市i在第t年的农村电商发展水平；FDit表示城市i在第t年的金融发展水平。Xit表示城市i在第t年的控制变量。μi表示城市固定效应，σt表示时间固定效应，εit是随机误差项。α0、β0和θ0均是模型的待估计参数。

2. 变量选取

（1） 被解释变量

农村电商(REC)。目前，关于农村电子商务发展水平的测度中，阿里研究院发布的“中国县域电商发展指数”只到2017年，无法满足研究需要。除此之外，阿里研究院自2014 年开始，每年都会认定淘宝镇（认定标准严格），要求所在乡镇的淘宝村不少于3 个，或者乡镇在阿里平台年销售额大于3000万元，活跃网店大于300 个。考虑到数据的可获得性和代表性，文章参考（马海涛，2017）[28]选择淘宝镇数量的对数来衡量农村电商发展水平，为了避免0 的存在，故研究对淘宝镇数量进行加1 处理。

（2） 解释变量

金融发展(FD)。金融是货币资金融通的总称，包括以银行为中心的直接和间接投融资两种形式。由于证券和信托公司的数据可得性受限，文章以银行部门数据为主展开分析。文章借鉴Wurgler(2000)、文武等(2018)[29]利用“地区年末金融机构贷款余额/地区GDP”衡量金融发展。

（3） 控制变量

文章在柳思维等(2019)[4]、陈宇虹(2020)[8]研究的基础上引入控制变量。其中，经济发展(EG)用城市当年GDP 总量衡量；产业结构(IS)利用第一产业占GDP 的比重表示；物流运输(LT)利用城市每年公路、水路和民用航空等物流运输吨位数总和表示；在校大学生(STU)用城市在校大学生数量衡量；特色农产品优势区(CPAAP)是以农业农村部自2017 年起每年认定的中国特色农产品优势区为依据，利用城市是否被认定为农产品特色优势区衡量，即是为1，否为0。为了减小异方差，使得结果更加稳健，文章对部分变量进行取对数处理。

3. 数据来源及描述性统计

由于2017 年中、西部省份刚开始出现淘宝镇，为了保证样本能够涵盖中国各大区域更具有代表性，故文章选择2017—2019 年中国17 个省份的82 个城市的面板数据，详细分析了金融发展对农村电商的影响。其中，农村电商发展水平的基础数据来自于阿里研究院每年公布的淘宝村、淘宝镇名单数量；产业结构、金融发展、物流运输和在校大学生的基础数据由《中国城市统计年鉴》中的相关指标计算得到；经济发展数据来自于《中国统计年鉴》；特色农产品优势区数据来自于农业农村部官网。据阿里研究院公告显示，2019 年拥有淘宝镇最多的城市是泉州市，数量为54 个；按地域来分，东部地区拥有896个淘宝镇，中部地区拥有176 个淘宝镇，西部地区拥有34 个淘宝镇，东北地区拥有13 淘宝镇。可见，中国农村电商发展极度不平衡，呈东部地区较强、中部地区居中、西部地区和东北地区弱态势。变量的具体说明和统计性指标见表1。

表1 变量说明与描述性统计 (N=246)

四、实证结果与分析

1. 基准回归结果

在回归模型选择上，首先对随机效应估计量(RE-GLS)和固定效应估计量(FE-OLS)的估计结果进行Hausman 检验，发现随机效应模型和固定效应模型的估计结果存在显著差异；同时得到p 值为0.00 的结果，拒绝随机效应模型，因此，文章选择固定效应模型。另外，从完整性来看，计量模型难以涵盖所有的影响因素，可能会出现遗漏变量的情形，从而引发内生性问题，但面板数据的固定效应可以解决内生性问题。遗漏变量和解释变量之间的关系无法确定，固定效应的假设相对宽松，降低出错的可能性。

估计结果显示，金融发展的系数均为正，并且通过了1%的统计显著性检验，验证了文章的研究假设H1，即金融发展显著地正向影响农村电商。金融发展为农村电商解决不同时期的资金需求问题，践行国家关于农村电商的金融扶持政策，同时也让农民切实感受到金融发展带来的实惠。对控制变量的估计结果与洪勇(2016)[6]、刘建刚(2019)[30]等学者的研究结论基本一致。具体而言，产业结构变量对农村电商发展具有显著的负向影响，即第一产业占城市总产值比值的提高会抑制农村电商。经济发展对农村电商具有显著的正向影响，表明经济发展水平的提高会加速农村电商。特色农产品优势区对农村电商具有显著的正向影响，特色农产品优势区生产出来的产品可能更加具有品牌效应，竞争力更强，意味着农业农村部等部门组织开展的“中国特色农产品优势区”认定政策有助于农村电商的发展。物流运输和在校大学生两个变量对农村电商的发展均有正向影响，但并不显著，表明现有的物流运输和在校大学生无法满足农村电商的发展需求。

表2 金融发展对农村电商影响的估计结果

2. 稳健性检验

（1） 稳健性检验Ⅰ：工具变量估计和替换被解释变量

第一，工具变量估计。为了解决模型可能存在的内生性问题，文章尝试寻找金融发展的工具变量，并估计其对农村电商的影响。参考黄宏林等(2011)[31]、程锐、马莉莉(2019)[32]等研究，以居民储蓄率作为金融发展的工具变量进一步检验。居民储蓄率一般用“地区年末居民储蓄存款数与地区当年名义GDP 总量”表示。观察表3 中(2)列工具变量回归估计的结果发现，金融发展对农村电商的影响在1%的水平上显著且系数为正，即金融发展显著地正向影响农村电商。把(2)列工具变量回归结果与(1)列的基准模型结果相比较，发现主要解释变量的系数明显变大，控制变量系数方向和大小有所差异，这并不影响文章的研究结论。

第二，替换被解释变量。文章对淘宝镇数量取对数来衡量农村电商发展水平，但可能存在部分地区有淘宝村没有淘宝镇的情形。淘宝村的认定标准包括交易场所、交易规模和网商规模三个维度，其中经营场所必须是农村地区；年度电商交易额超过1000 万元；本村活跃网店数量超过100 家或者超过当地家庭户数的10%。文章参照陈宇虹(2020)[8]的研究用淘宝村数量的对数来衡量农村电商发展水平，并作为替代变量进行稳健性检验。从淘宝村的认定条件看，淘宝村是已经形成一定规模的农村电商产业集群，竞争激烈，也更加注重生产效率，对金融服务需求也就更多，金融发展能够基本满足农村电商的金融需求。如表3 中(3)列所示，金融发展对农村电商的影响在1%的水平上显著且系数为正，即金融发展显著地正向影响农村电商。替换被解释变量后模型结果估计与(1)列基准模型的解释变量和控制变量相比较，系数明显下降，但两种结果的系数方向一致，表明淘宝村数量取对数作为替代被解释变量后文章研究的结论依然成立。为了保证研究结论的可靠性，文章将采用分年度、分城市层次、分区域等方法做进一步的稳健性检验。

表3 工具变量和替换被解释变量的估计结果

（2） 稳健性检验Ⅱ：分年度分析

近年来，政府针对农村电商发展陆续出台诸多政策，例如2017 年出台了《关于深化农商协作大力发展农产品电子商务的通知》，2018 年和2019 年发布了《关于开展电子商务进农村综合示范工作的通知》，2019 年多部门联合印发了《关于实施“互联网+”农产品出村进城工程的指导意见》等。文章将样本根据不同年度三个子样本进行稳健性检验，表4 中(1)、(2)、(3)分别表示2017 年、2018 年、2019 年的估计结果。

表4 分年度的估计结果

三年的结果均表明，金融发展对农村电商的影响显著且系数为正，即金融发展显著地促进农村电商。同时发现，2018 年金融发展对农村电商影响程度相较于2017 年有大幅度的提高，这可能是因为2017 年农业产值占比对农村电商仍然有正向影响，农村电商发展水平还不是很高，对金融的需求还不是很大。从控制变量来看，特色农产品优势区在2017 年对农村电商影响不显著，但与2018 年和2019 年的方向一致，表明特色农产品优势区的认定存在滞后期，也就是说2017 年认定的特色农产品优势区，其政策效果在2018 年才可以体现。总体来看，分年度估计同样验证了文章主要研究结论的稳健性。

（3） 稳健性检验Ⅲ：异质性分析

文章选择的样本城市在层次和地域上都存在强烈的异质性。在城市层次上，参考新一线城市研究所发布的《2020 城市商业魅力排行榜》，将样本城市分为一线、二线、三线、四线、五线城市。文章对82 个城市进行分类，其中一线城市8 个，二线城市18 个，三线城市35 个，四线城市16 个，五线城市5个。通过不同层次城市对金融发展影响农村电商的异质性进行检验，估计结果见表5。从表5(1)～(5)列的估计结果来看，金融发展对农村电商的影响存在异质性特征。(2)和(3)列中，金融发展的回归系数在1%的水平上显著，且系数为正，意味着金融发展对农村电商的促进作用在二线和三线城市更加显著，特别是三线城市。(1)、(4)和(5)列中，金融发展系数的方向为正，表明相较于二线和三线城市，金融发展对农村电商的促进作用在一线、四线和五线城市不显著，但其与基准模型系数方向一致。主要原因可能是，随着城市规模扩大和乡村振兴战略实施，城市会不断完善政策、基础设施、人力资源等，农村经济开始趋于产业化，为农村电商发展提供基础保障，金融发展对农村电商的促进效应会逐渐增大。其中二线和三线城市的金融发展对农村电商的促进效应最为明显；而一线城市的城镇化率相对较高，农村经济规模较小，农村电商也相对较小，金融发展对一线城市农村电商影响效果不是特别明显；四线和五线城市的基础设施和政策不完善，也会抑制金融发展对农村电商的促进效应。从整体上看，基准模型的估计结果还是稳健可靠的，并不影响文章的研究结论。

在空间上按照国家统计局2011 年的划分方法，将样本城市划分为东部地区、中部地区、西部地区、东北地区四个区域。表6 反映了分地区检验异质性的估计结果。由于样本中西部地区和东北地区城市较少，无法单独进行估计，考虑到两者在各种变量差异较小，故将两者进行合并。(1)、(2)、(3)列分别表示金融发展对东部地区、中部地区、西部-东北地区农村电商的估计结果，(1)列中金融发展在1%的水平上显著且系数为正，表明相较于其他区域城市，金融发展对农村电商的促进作用在东部地区城市更加显著。(2)列中金融发展在5%的水平上显著且为正，(3)列中金融发展不显著但系数为正，意味着金融发展对中部地区城市农村电商的影响程度比东部地区弱，但比西部-东北地区强。文章认为可能有两方面原因：一是与东部和中部地区相比，西部地区和东北地区的开放水平较低，金融政策和农村电商的基础设施不完善，各级部门的农村电商意识有待提高，金融发展对农村电商的促进效应很难显现；二是受地理位置和经济条件的限制，西部地区和东北地区的产业结构层次低，第一产业占比较大，金融发展需要投入更多的资源来实现这部分区域的农村电商发展。综合表5 和表6 的估计结果，金融发展对农村电商的影响自东向西呈阶梯减弱，金融发展对东部地区二线、三线城市的农村电商促进效应更强，在一定程度上拉开了区域农村电商的差距。

表5 分城市层次的估计结果

表6 分地区的估计结果

五、机制分析

基于理论和假设分析，文章借鉴Baron & Kenny(1986)[33]的模型设定，对电信基础设施(TI)和网络基础设施(NI)作为金融发展影响农村电商的中介变量进行验证。设中介效应模型如下：

上述公式中的指标含义均与公式(1)相同，文章参照张波等(2016)的研究，电信基础设施发展水平利用移动电话年末用户数的对数值表示；参照胡世霞等(2019)[34]的研究，网络基础设施利用互联网宽带接入用户数的对数值衡量，基本数据由《中国城市统计年鉴》中的相关指标计算而来。

按照检验步骤，在公式(1)的基础上，将农村电商作为被解释变量进行考量，考察电信基础设施水平和网络基础设施水平对农村电商的影响。公式设定如下：

根据中介效应的检验程序，通过对公式(1)～(5)进行估计，计算出电信基础设施水平和网络基础设施水平作为中介变量计算中介效应占总效应的比重。即中介效应PM1、PM2和RM1、RM2，其中PM1和PM2为中介效应占总效应比；RM1和RM2为中介效应与直接效应比。

表7 中(1)列是金融发展影响农村电商的基准回归结果。从(2)列可以看出，以电信基础设施为被解释变量，金融发展对电信基础设施的影响在1%水平上显著且方向为正。为了解释金融发展影响农村电商的作用机制，(3)列中引入电信基础设施，估计结果表明，电信基础设施的估计系数在1%水平上显著且为正，表明金融发展通过提高电信基础设施水平促进农村电商的发展，即电信基础设施建设是金融发展影响农村电商的重要机制之一。电信设备的普及使得农村居民能够借助网络平台，利用“直播带货”等新营销模式，随时随地销售本地产品，为农村电商的发展提供新机遇。提高农民使用智能手机的频率，丰富农民社交网络渠道，提高农民获取信息的能力，促进农村电商发展。通过计算得出PM1=50.04%，RM1=2.00，即金融发展通过提高电信基础设施水平促进农村电商的中介效应占总效应的比例为50.04%，是金融发展影响农村电商直接效应的2.00倍，故假设H2 成立。

表7 电信基础设施中介效应的估计结果

如表8 所示，(2)列是以网络基础设施为被解释变量，通过估计得出金融发展对网络基础设施影响在1%水平上显著且为正。在(3)列中引入了网络基础设施，结果表明网络基础设施的估计系数在1%水平上显著且为正，表明金融发展通过提高网络基础设施水平促进农村电商的发展，表明网络基础设施建设是金融发展影响农村电商的重要机制之一。宽带网络建设带动农村电商的发展，也为降低城乡差距提供机遇，为城市与乡村、消费者与生产者等提供信息互通的条件。网络建设可以让人们更好地享受互联网发展的红利，为农村家庭提供更多外部信息与知识学习的机会，转变农村电商的经营理念，促进农村电商发展。通过计算得出PM2=62.27%，RM2=2.65，即金融发展通过提高网络基础设施水平进而促进农村电商的中介效应占总效应的比例为62.27%，是金融发展影响农村电商直接效应的2.65 倍，故假设H3 成立。

表8 网络基础设施中介效应的估计结果

六、结论与启示

1. 研究结论

文章基于中国17 个省份82 个城市的面板数据，从理论和实证两个视角研究金融发展、信息基础设施和农村电商的关系，并利用中介效应模型分析影响机制。主要结论如下：

（1） 金融发展正向影响农村电商——金融发展显著地促进农村电商发展

文章利用固定效应模型进行实证分析，发现金融发展水平每上升1 个百分点，农村电商发展水平就相应上升0.482 个百分点，并使用工具变量、替换被解释变量和分年度检验均得到一致结论，结果具有稳健性。表明金融规模能够解决农村电商经营主体的资金约束，金融规模越大，越能满足农村电商主体生产经营的资金需求。

（2） 金融发展对农村电商的影响存在异质性

通过分区域和分城市层级进行异质性检验发现，金融发展对农村电商的促进作用呈“东部地区、中部地区、西部-东北地区”依次减弱态势；金融发展对二线、三线城市农村电商的促进效应更显著，对一线、四线和五线城市的农村电商促进效应不显著，这可能是导致近年来中国区域内农村电商发展差距较大的原因。

（3） 电信基础设施和网络基础设施是金融发展影响农村电商的重要中介机制

金融发展通过提高电信基础设施水平对农村电商产生的间接影响是直接影响的2 倍，金融发展通过提高网络基础设施水平对农村电商的间接影响是直接影响的2.65 倍，间接地解释金融发展影响农村电商的作用机制，表明金融发展通过完善农村电商的基础设施建设促进农村电商发展。

2. 研究启示

（1） 创新金融服务模式

针对农村电商的金融服务匮乏、金融发展效率低下的问题，金融中介机构要根据农村电商经营者的实际需求进行服务模式改革，让经营者选择适合自身的金融服务，从而促进农村电商的发展。政府联合银行为主导，引入社会评估机构为第三方，对农村电商经营者的信用进行准确评估，拓宽抵押和质押物范围，扩大金融发展，为农村电商发展破除金融服务障碍。

（2） 引入社会资本，扩大金融规模

社会资本具有总量大、渠道多的特点，其作用不可忽视。政府部门应该通过政策引导，使农村电商发展的金融服务渠道多元化，鼓励社会资本针对农村电商发展提出新的融合模式，从而扩大金融发展的规模。同时要优化农村金融环境，加强金融体系和法律法规的保障，实现社会资本顺利流入农村，扩大金融发展的规模，推动金融可持续发展，助力农村电商发展。

（3） 持续大力建设信息基础设施

完善的农村电信和网络基础设施有利于农村电商发展，政府部门应该继续推进互联网进村入户政策，持续增加对农村电信和互联网基础设施的投入，加快普及应用5G 网络，创新数字电商平台，增强农村网络的稳定性，降低宽带资费和流量费用，减少农民的通信和上网成本，为农村电商发展提供坚实保障。

3. 研究局限与展望

第一，本研究的样本是具有淘宝村或淘宝镇的城市，样本中选择东部地区的城市偏多，西部地区城市较少，未来研究可扩大样本城市范围，提高结论的普适性。

第二，本研究将中介变量分为两个指标进行实证分析，未来研究可以进一步分析多个中介变量之间的联系，同时研究其他方面的特征，进一步剖析金融发展影响农村电商的发展机制。