“淘宝村集群”发展的收入效应及其区际差异——以江苏省为例

杨思宇，时 磊

（扬州大学 商学院，江苏 扬州 225127）

一、引言

随着互联网的快速发展，自2009 年开始，在中国东部地区形成了以电商平台、移动支付和现代物流为核心，将农村地区逐步纳入现代城市网络的新业态、新发展方式。在个别农村地区，电子商务与当地特色农产品、工业制成品或手工业品和农户有机融合，形成了电子商务专业村，由于农户主要依托阿里巴巴旗下的淘宝网作为交易平台，这些专业村经常也被称为“淘宝村”。部分地区的“淘宝村”呈连片发展状态，形成较大规模的集群现象，如江苏睢宁县的家具产业“淘宝村集群”和沭阳县的花木产业“淘宝村集群”。短短几年，“淘宝村”数量以井喷式速度不断增长，阿里研究院最新研究结果显示，截至2021 年底，全国28 个省（自治区、直辖市）共出现了7 023 个“淘宝村”，151 个“淘宝村集群”，65 个“大型淘宝村集群”，12 个“超大型淘宝村集群”。全国约94%的“淘宝村”分布在东部地区，其中浙江、广东、江苏和山东处于“淘宝村”发展的领先地位。然而高度集聚于东部沿海地区的“淘宝村”在空间分布上也并不是均衡的。“淘宝村”整体呈现组团状集聚格局，区际间差异较大，空间分布具有沿南北方向扩散的格局，“淘宝村”集聚区域呈现地域梯度和连片化特征（朱邦耀和宋玉祥，2016）[1]。除了整体空间分布不均衡之外，在一些“淘宝村”省份的内部区际间也呈现出差异。如江苏省苏北地区“淘宝村”密集分布，呈“连片集群式”发展特征；苏南地区“淘宝村”空间分布相对零散，整体密度较低，呈“多而散”的特点（周静和杨紫悦，2017）[2]。此外，“淘宝村”在增加农民收入（Liu，2015；Cui 等，2016；Li X 等，2021；曾亿武和郭红东，2018；李宏兵，2021）[3-7]、带动返乡创业（周应恒和刘常瑜，2018；许敏，2021）[8-9]、灵活就业（张柏芳，2015；吕丹，2015）[10-11]、减贫脱贫（林海英等，2020；刘玮琳，2021）[12-13]等方面凸显出重要的经济、社会价值，从而有助于推动乡村振兴，实现共同富裕。

关于“淘宝村”经济效应的研究已经汗牛充栋，但有关“淘宝村集群”的相关研究还较少。然而“淘宝村集群”化发展的县市，对当地经济发展、农民就业和收入的影响效应可能更大，因此有必要对“淘宝村集群”展开研究。江苏省作为全国最早出现“淘宝村”和“淘宝村集群”的省份之一，“淘宝村”数量已连续七年位居全国第三，截至2021 年，“淘宝村”数量达到745 个，拥有22 个“淘宝村集群”，5 个“大型淘宝村集群”和2 个“超大型淘宝村集群”，并且区际间空间布局存在明显差异，具有较好的典型性和示范性。因此，本文将研究视角聚焦于江苏省各县市，使用双向固定效应模型实证验证以“淘宝村”和“淘宝村集群”为代表的农村电商对农民收入和城乡收入差距的影响，以及根据“淘宝村”空间分布的密集程度，研究区际间“淘宝村集群”收入分配效应的异质性。通过以上实证研究，本文试图对江苏省“淘宝村集群”现象有更进一步的认识和发现。

二、文献综述

（一）“淘宝村”的空间分布特征

从全国层面来看，“淘宝村”分布在东中西部存在差异，张嘉欣和千庆兰（2015）[14]发现“淘宝村”分布呈现由东部沿海向内陆地区锐减的梯度特征，这可能是因为东部地区的交通、产业体系、营商环境和消费市场等方面更为成熟，为电商发展奠定坚实的基础。而中西部地区受到以上因素的制约，“淘宝村”的发展相对比较落后（徐智邦等，2017）[15]。从个别省份层面来看，东南沿海的江苏、浙江、广东、福建等省“淘宝村”分布密度较高（朱邦耀和宋玉祥，2016）[1]。此外，“淘宝村”省份内部也存在明显的区际差异，周静和杨紫悦（2017）[2]发现江苏省“淘宝村”分布和电商产品类型存在区际差异，苏北地区大量“淘宝村”密集分布，呈“连片集群式”发展特征，电商产品类型比较单一，苏中地区“淘宝村”数量相对较少，而苏南地区“淘宝村”分布较零散，整体密度较低，呈“多而散”发展特征，电商产品类型多样。

（二）“淘宝村”的社会经济效应

部分学者通过案例分析和理论分析来研究“淘宝村”的社会经济效应。张柏芳（2015）[10]基于对福建省培斜村的分析提出，农村电子商务存在巨大的“规模效应”，增加了对劳动力的吸引力、形成产业集聚、带动区域经济发展。吕丹（2015）[11]认为农村电商逐渐成为了一条有效、有针对性吸纳农村剩余劳动力，吸引人才、提升农村产业结构的有效途径之一。也有部分学者从不同研究层面实证分析了“淘宝村”的经济效应，基本都发现“淘宝村”对于农民增收、创业等方面有显著影响。曾亿武和郭红东（2018）[6]从县域层面以农产品“淘宝村集群”为样本区，实证研究了电子商务采纳对农户农业收入的影响效应。高彦彦（2021）[16]从县域层面实证检验了浙江省“淘宝村镇”发展对县域农民收入增长的影响。结果发现，总体上，“淘宝村镇”的发展并没有提高县域农民的收入，但是两者之间存在“U”型关系。李宏兵（2021）[7]从全国层面上实证检验农村电商的增收效应，结果发现，总体上农村电子商务发展显著促进了农民增收，且该效应在中西部地区大于东部地区。此外，“淘宝村”也有助于贫困地区的农民脱贫致富。刘玮琳（2021）[13]从县域层面实证发现贫困地区“淘宝村”对农民增收有显著促进作用，且主要通过促进地区经济增长、提升财政收入水平和增加资本积累实现农民增收。

现有文献发现“淘宝村”的空间分布在全国范围和区际间都存在明显的差异性，因此“淘宝村”在增加农民收入、带动返乡创业、促进灵活就业以及减贫脱贫等方面发挥作用的程度可能也有所不同，已有学者从全国层面验证了“淘宝村”发挥的经济效应存在区域差异，部分学者以某特定省份为例，验证了“淘宝村”省份内部也存在明显的区际差异。根据现有文献发现特定省份的“淘宝村”在空间分布上呈集聚性或分散性，由此本文联想到特定省份区际间密集型分布的“淘宝村”和分散型的“淘宝村”是否对当地经济影响的作用程度有所差异？鉴于研究的重要性和数据的可得性，本文研究的是收入效应，而“淘宝村集群”是密集型“淘宝村”的一个体现。于是，本文在已有文献的启发下，从“淘宝村集群”角度来研究江苏省区际间的收入效应差异性。

三、研究设计

（一）数据来源与样本选择

县域变量的数据来自江苏省统计局2010—2020年《江苏统计年鉴》。“淘宝村”“淘宝村集群”和“淘宝镇”数量来自阿里研究院2014—2019 年发布的《中国淘宝村研究报告》中对各县、县级市当年累计被授予“淘宝村”或者“淘宝镇”称号的村镇数量来计算。由于市辖区处于经济中心地带，“淘宝村”易受到城市辐射效应的影响，故未纳入样本，此外，在11 年间，一些县市相继撤县、并市及设区，也未纳入本文样本①吴江市、大丰市、姜堰市、江都市、洪泽县、海安县、海安市、溧水县、赣榆县、金坛市、铜山县和高淳县未纳入样本。。鉴于数据的可得性，本文采用的是江苏省统计年鉴中发布的县市社会经济指标，因此本文样本不包含各区的“淘宝村镇”数，最终得到的面板数据包含40 个县市11 年共440 个观测值。

（二）计量模型设定

本文采用双向固定效应模型，以便同时控制县域固定效应和年份固定效应。此外，经检验发现双向固定效应模型存在异方差、自相关和截面相关三大问题，因此本文使用Driscoll-Kraay 标准误，以便于得到更稳健的回归结果。具体而言，本文构建以下计量模型：

上式中，lnrural_incomeit为i 县市在第t 年的农民人均收入，tbcit为i 县市在第t 年的“淘宝村”数量，tbcjqit为i 县市在第t 年是否有“淘宝村集群”，Xit为控制变量。μi、υi、ηi为县域固定效应，λt、θt、δt为时间固定效应，εit、ωit、ψit为随机扰动项。模型1 是研究“淘宝村”对农民人均收入的影响，模型2 是研究县市“淘宝村集群”的有无对农民人均收入的影响，模型3 是在模型1 的基础上，引入了“淘宝村”与“淘宝村集群”的交乘项，主要目的是为了研究县市“淘宝村集群”的有无，是否会影响“淘宝村”对农民人均收入的影响。

（三）变量构造及描述性统计

1.被解释变量。本文的被解释变量为县域农民人均收入lnrural_income，用农村居民人均可支配收入的对数值表示。

2.核心解释变量。本文的核心解释变量为各县市的“淘宝村”数量tbc 和“淘宝村集群”的有无tbcjq，阿里研究院在《中国淘宝村研究报告》中对“淘宝村”的界定是：活跃网店数量超过当地家庭户数10%或超过100 家、且电子商务年交易额达到1 000 万元的村庄；对“淘宝村集群”的界定是：在同一个县（区、市），10 个或10 个以上的“淘宝村”连片发展。

3.控制变量。为减少遗漏变量导致的偏误，参考已有文献研究影响农民收入的因素[7][13]，本文选取县域经济发展水平lnper_gdp、人力资本水平human_capital、产业结构industry、财政收支情况profin_income、profin_consum、金融发展水平pro_loan、信息通信基础设施水平ln phone、交通运输基础设施水平per_road、人均农作物播种面积lnper_area、人均农业机械动力ln per_mac 和县域人口密度dens 作为控制变量。

4.其他变量。在稳健性检验部分，引入“淘宝镇”数量tbz 变量，采用阿里研究院的认定标准：当一个镇、乡或街道符合“淘宝村”标准的行政村大于或等于3 个，或者在阿里平台，一个乡镇一年电商销售额超过3 000 万元、活跃网店超过300 个，不局限于是否有“淘宝村”；在研究县域城乡收入差距部分，参照以往学者衡量城乡收入差距的普遍做法[7][17-18]，引入城镇居民人均可支配收入urban_income 变量，以城镇居民人均可支配收入的对数值lnurban_income与农村居民人均可支配收入的对数值lnrural_income的差值Gap 作为被解释变量。

各类变量具体含义如表1 所示，描述性统计如表2 所示。

表1 变量及其定义

表2 描述性统计

四、实证分析

（一）基准回归结果

在控制其他因素不变时，得到表3 中的基准回归结果。模型1 对样本的回归结果如列（1）所示，结果表明“淘宝村”数量的估计系数在1%的水平上显著为正，且系数大小为0.002 1，这意味着每增加10个“淘宝村”使农民平均收入提高0.21%。进一步地，为了研究“淘宝村”数量与农民人均收入的非线性关系，列（2）引入了“淘宝村”数量的二次项，结果发现二次项系数在5%的水平下显著为负，这表明“淘宝村”的数量与农民人均收入之间呈现倒“U”型关系，即随着“淘宝村”数量的增加，农民人均收入先呈上升趋势，但“淘宝村”数量存在一个临界值，经计算，当“淘宝村”数量达到71 个时，此时的“淘宝村”数量对农民人均收入的促进作用最大，随后若继续增加“淘宝村”数量，则会导致农民人均收入呈下降趋势。模型2 对样本的回归结果如列（3）所示，结果发现“淘宝村集群”的估计系数在5%的水平上显著为正，这表明当县市的“淘宝村”数量超过10个，即存在“淘宝村集群”时，会使农民人均收入提高0.36%。模型3 对样本的回归结果如列（4）所示，结果发现“淘宝村”数量的系数依然在1%的水平下显著为正，而“淘宝村”数量与“淘宝村集群”的交乘项在5%的水平下显著为负，这表明相比于没有“淘宝村集群”的县市，有“淘宝村集群”的县市，会抑制“淘宝村”数量对农民人均收入的促进作用。市场竞争效应理论可以解释“淘宝村”数量的倒“U”型关系。在“淘宝村”发展初期，村里由几个带头人率先入驻淘宝电商平台，市场竞争小，产品竞争优势明显，成本小，利润大，因此获得的收入较多，当越来越多的村民发现干淘宝能致富，于是大量的卖家涌入电商平台，市场竞争加剧，并且产品同质化严重，产品竞争优势减小，村民所获得的利润远远小于才开始入驻淘宝网的那群人。随着扩散效应的不断增强，当县域电商集聚达到一定规模后，尤其是形成较大的“淘宝村集群”后，若集群内“淘宝村”数量仍不断增加，因土地、基础设施等要素供给不足，监管难度增加，最终出现规模不经济现象，导致农民收入不断减少。

表3 基准回归结果

（二）异质性分析

江苏省的苏南、苏中和苏北三大区域在“淘宝村”和“淘宝村集群”的空间分布和产品类型上存在明显的区际差异性。截至2021 年，苏南地区拥有289个“淘宝村”，占江苏省“淘宝村”总量的38.8%，形成12 个“淘宝村集群”，“淘宝村”空间分布较零散，呈“多而散”的特征，其产品类型多样，主要以轻工业产品为主，也有少量的手工艺品和农产品，如服装、眼镜、家具、紫砂壶和大闸蟹；苏中地区拥有113个“淘宝村”，占江苏省“淘宝村”总量的15.2%，形成3 个“淘宝村集群”，产品类型较少，以轻工业品为主，包括家纺、服装鞋帽和毛绒玩具等；苏北地区拥有343 个“淘宝村”，占江苏省“淘宝村”总量的46%，形成7 个“淘宝村集群”，“淘宝村”空间分布较集中，呈“多而密”的特征，其产品类型较单一，主要产品为睢宁县的家具和沭阳县的花木。整体而言，江苏省的“淘宝村”和“淘宝村集群”主要分布在南北两端，与苏北地区相比，苏南地区“淘宝村”数量相对较少，但“淘宝村集群”数量最多，两区域在空间分布和产品类型上均存在明显差异。于是本文进一步将样本划分为苏南、苏中、苏北①苏南地区包括位于南京市、无锡市、常州市、苏州市和镇江市的县、县级市；苏中地区包括位于南通市、扬州市和泰州市的县、县级市；苏北地区包括位于徐州市、连云港市、淮安市、盐城市和宿迁市的县、县级市。三大区域，分样本估计“淘宝村”和“淘宝村集群”对农民收入增长的区域异质性影响，估计结果如表4 所示。

表4 的结果显示出“淘宝村”和“淘宝村集群”对农民人均收入的影响存在明显的区际差异性。结果表明：苏南地区的“淘宝村”数量对农民人均收入无显著影响，“淘宝村集群”的有无与农民人均收入也无显著的因果关系，且不会影响“淘宝村”数量对农民的增收效应；苏中地区“淘宝村”数量的系数在1%的水平上显著为负，“淘宝村集群”的有无不会显著影响农民人均收入；苏北地区“淘宝村”数量的系数在1%的水平上显著为正，系数为0.001 8，这意味着每增加10 个“淘宝村”将使农民平均收入增加0.18%，“淘宝村集群”的系数也同样在1%的水平下显著为正，这表明苏北地区的同一县市“淘宝村”连片发展形成的“淘宝村集群”对农民人均收入有明显促进作用，此外，苏北地区县市“淘宝村”数量与“淘宝村集群”的交乘项系数在1%的水平下显著为负，“淘宝村”数量的系数在1%的水平下显著为正，这意味着在苏北地区，当“淘宝村”数量不断增加，形成多个“淘宝村集群”，反而会抑制“淘宝村”数量的增收效应。苏南和苏北出现这种差异的原因可能是“淘宝村集群”的数量及其内部的“淘宝村”数量和空间分布特征，苏南地区“淘宝村集群”数量多，在空间分布上较分散，且“淘宝村集群”内的“淘宝村”数量相对较少，而苏北地区“淘宝村集群”数量少，在空间分布上较密集，且“淘宝村集群”内的“淘宝村”数量相对较多，主要形成的是“大型淘宝村集群”和“超大型淘宝村集群”，若集群内“淘宝村”数量仍不断增加，因土地、基础设施等要素供给不足，监管难度增加，最终出现规模不经济现象，对农民的增收效应减弱，甚至呈现负效应。

表4 区域异质性结果

（三）稳健性检验

根据阿里研究院对“淘宝镇”的定义可知，“淘宝镇”强调的是“淘宝村”的规模效应，“淘宝镇”的规模大小是介于“淘宝村”和“淘宝村集群”之间，因此，本文引入“淘宝镇”数量替换原核心解释变量，以此进行稳健性检验，结果如表5 所示。由前文可知“淘宝村”数量对农民的增收效应存在明显的区际差异，因此除了报告全样本估计结果，在本部分我们同样按区际进行分样本回归，列（1）和列（2）为全样本估计结果，列（3）～列（8）为三个区域子样本估计结果。结果表明，无论是全样本下还是分区域的子样本下，结果都与基准回归结果总体保持一致，存在部分差异的原因可能是因为县域“淘宝镇”的数量远小于“淘宝村”的数量，因此“淘宝镇”带来的影响效应更不明显，所以很容易引起“淘宝镇”对农民人均收入的非线性关系的显著性不高甚至没有显著性。由此证明研究结果具有稳健性。

表5 稳健性检验

（四）进一步讨论：“淘宝村”与城乡收入差距

1.计量模型设定。前文分析了“淘宝村”和“淘宝村集群”对农民收入的影响，并且存在明显的区域异质性。在县域发展进程中，城乡收入差距也是一个重点关注的问题，接下来我们探究“淘宝村”和“淘宝村集群”对城乡收入差距的影响。与基准模型类似，继续使用双向固定效应模型，计量模型构建如下：

其中，Gapit是城乡收入差距，用城镇人均可支配收入的对数值lnurban_income 与农村居民人均可支配收入的对数值lnrural_income 的差值来表示；解释变量和控制变量与前文基准模型相同；α3、α4、α5是常数项是县域层面的固定效应和是年份固定效应是随机扰动项。

2.实证分析结果。表6 汇报了“淘宝村”和“淘宝村集群”影响城乡收入差距的回归结果，与前文类似，由于江苏省“淘宝村”和“淘宝村集群”的影响存在明显的区域异质性，因此按区际进行分组回归。列（1）、列（3）和列（5）报告了“淘宝村集群”对城乡收入差距的影响，结果表明，苏南地区各县市的“淘宝村集群”对缩小城乡收入差距有显著的抑制作用，即有“淘宝村集群”的县市会引起城乡收入差距的扩大；苏中地区各县市是否有“淘宝村集群”对城乡收入差距无显著影响；而苏北地区各县市的“淘宝村集群”对城乡收入差距的影响在5%的水平下显著为负，系数为0.013 8，这表明与苏北地区没有“淘宝村集群”的县市相比，有“淘宝村集群”的县市对缩小城乡收入差距有显著的促进作用，会使城乡收入差距缩小1.38%。列（2）、列（4）和列（6）引入了“淘宝村集群”与“淘宝村”数量的交乘项，主要目的是为了检验县市“淘宝村集群”的有无，是否会影响“淘宝村”数量对城乡收入差距的影响，结果表明，苏南和苏中地区县市是否有“淘宝村集群”不会影响“淘宝村”数量对城乡收入差距的影响；而苏北地区县市有“淘宝村集群”会抑制“淘宝村”数量的增加引起城乡收入差距扩大。

表6 城乡收入差距异质性结果

五、对实证结果的讨论

从前文的实证结果发现，总体上，“淘宝村”和“淘宝村集群”分别对农民增收有促进作用，但“淘宝村集群”也会影响“淘宝村”对农民的增收效应，当县市出现“淘宝村集群”时，会抑制“淘宝村”的增收效应，并且这些影响在区际间存在显著的差异，此外，“淘宝村”和“淘宝村集群”对城乡收入差距的影响在区际间也有所不同。因此，本文接下来从产业基础、专业市场和集聚效应三方面来分析区际差异化形成的主要原因。

（一）产业基础不同

江苏作为经济大省，其内部区际间经济发展不平衡，尤其是处于南北两端的苏南和苏北地区的产业基础存在明显差异。改革开放以来，苏南地区一直处于领跑地位，经济发展稳居全省第一。苏南地区利用其资源禀赋和地理优势，主要以装备制造业、电子行业等先进制造业发展为主，少部分地区发展轻工业产业。苏南地区的“淘宝村”主要销售轻工业产品，尤其是服装、家纺类的轻工业产业，但大多是外地人经营，本地农民作为主体参与的较少。此外，苏南地区具有明显的地理优势，与上海、浙江距离近，农民有更多的就业渠道和更高的工资收入水平，于是在本地电商就业意愿不强。因此，苏南地区“淘宝村”发展对农民的增收效应较弱。苏北地区地处长江下游，以农业发展为主，经济实力相对较弱，而从改革开放以来，在政府的大力支持下，苏北地区挖掘和利用自身资源禀赋，实现产业多样化发展，新能源、电子商务等新业态发展迅速。自2009 年开始，苏北农村地区出现了第一个“淘宝村”，在政策的扶持下，“淘宝村”不断蔓延，这些“淘宝村”不仅与传统农业相结合，实现农业的转型升级，还发展无中生有的新产业，这给相对闭塞的苏北农村带来了生机，尤其在带动本地广大农民群体就业、促进农民增收等方面发挥了重要作用。

（二）是否依托专业市场

在“淘宝村”形成之前，各县市可能利用当地资源，已经形成了专业市场，奠定了产业发展基础。改革开放以来，苏南地区的乡镇企业发展迅速，各种产业逐渐开始发展，形成众多的专业市场，如常熟的服装城、丹阳的眼镜城和苏州蠡口的家具城。因此，在苏南地区涌现“淘宝村”之前，专业市场就已经吸纳了许多本地农民就业。随着互联网的发展，“淘宝村”依托已有的专业市场发展迅速，但其仅为“中间商”作用，对拉动当地经济发展、增加农民就业和促进农民增收的效应不太显著。而苏北地区早期主要以农业经济为主，形成的专业市场较少，如沭阳县的花木市场，即便依托本地专业市场，但由于产品的特殊性和地理位置的局限性，电子商务和专业市场形成密不可分的合作关系，电子商务的出现发挥了重要作用，解决信息不对称问题、拓宽销售渠道和促进农民本地就业。由于专业市场的缺乏，使得苏北地区的“淘宝村”大多是自发形成、无中生有的，能更有效地带动本地农民就业，促进农民增收。

（三）集聚效应的差异

苏南地区“淘宝村集群”数量比苏北地区多，但形成“淘宝村集群”的“淘宝村”数量相对较少，且空间分布较零散，而苏北地区“淘宝村集群”数量少，但形成“淘宝村集群”的“淘宝村”数量相对较多，且空间分布较密集。苏南地区“淘宝村集群”呈散状分布，管理成本较大和管理效率较低，意味着政府监管力度增强，成立更多的电商协会，不易于统一监管，电商发展速度较慢。苏北地区主要形成2 个较大的“淘宝村集群”，分布在睢宁县和沭阳县，这两个县市距离较近，政府能更有效和有针对性地发展电商产业，电商协会也能降低监督成本，对农民收入和城乡收入差距的影响更大，但由于形成苏北两个主要“淘宝村集群”的“淘宝村”数量与日俱增，势必也会出现发展障碍，如同质化竞争激烈、创新能力不足和人才的缺失等一系列问题，将会引起农民的增收效应逐渐减弱。

六、结论与政策启示

（一）结论

本文基于江苏省2009—2019 年县域面板数据，使用双向固定效应模型实证检验以“淘宝村”和“淘宝村集群”为代表的农村电子商务产业发展对县域农民收入和城乡收入差距的影响。得到以下几点结论：（1）总体上，江苏省县市“淘宝村”和“淘宝村集群”发展会促进农民增收，但“淘宝村集群”会对“淘宝村”的农民增收效应产生抑制作用。（2）位于南北两端的苏南和苏北存在明显的区际差异性，苏南地区县市“淘宝村”和“淘宝村集群”的农民增收效应都不显著，而苏北地区“淘宝村”和“淘宝村集群”对农民增收产生明显促进作用，且“淘宝村集群”也会抑制“淘宝村”的农民增收效应。（3）江苏省区际间的收入分配效应存在差异，苏南地区县市的“淘宝村集群”对缩小城乡收入差距有显著的抑制作用，而苏北地区县市的“淘宝村集群”对缩小城乡收入差距有显著的促进作用，并且会抑制“淘宝村”数量的增加引起城乡收入差距的扩大。

（二）政策启示

本文基于上述研究结论，提出以下对策启示：第一，政府方面，要明确南北电商的差异化发展，发挥苏北电商集群化发展优势，重视面临的发展困境；要加快电商产业转型升级，着力打造电子商务转型示范区，吸引人才、资金、技术等要素集聚，延伸电商发展业态；实施区域协同发展战略，打破电商企业“各自为战”，实现资源共享、优势互补的“抱团合作”，依托电商发展核心区域，点状式向外发散，形成“一核多点”布局。第二，网商方面，提高电子商务学习技能，增强创新意识，打造网店特色；拓宽销售渠道，抓住当前热门的跨境电商发展新机遇，将销售渠道延伸至海外，助力提升国产品牌影响力；进行媒体宣传，尤其是借助电商直播平台、网红经济等新兴销售模式；加强网商之间的交流，不要“关起门来做自家生意”，在电商协会的召集下，积极沟通各自发展状况。第三，电商协会方面，要发挥好政府与网商之间的桥梁作用，通过构建电商交流平台，积极带动网商参与实现信息共享，促进技术创新，避免产品同质化和无效率竞争，尤其是针对“淘宝村”数量较多的苏北地区，更要将众多的网商进行有效的组织管理，营造有序的市场环境。