一、引言

提高农户收入，是实现共同富裕的关键抓手。随着农村电子商务的发展，科学合理地选择适合的销售渠道，对于提高农户收入至关重要。合理的渠道选择有助于农户充分利用电子商务优势，高效对接市场，从而显著提升其经济效益。因此，优化销售渠道不仅是提升农户收入的有效途径，而且是推动农村经济发展、助力共同富裕的重要战略举措。近年来，政府和企业积极推进农村电子商务发展。2015年起，历年的中央“一号文件”均提及推动农村电子商务发展。在政府提供政策扶持的同时，各大电子商务企业也积极推进农产品“上行”，拓宽农户的农产品销售渠道。

农村电子商务（以下简称“电商”）在政策与数字平台的双重支持下，虽然为区域特色农产品开辟了市场空间，但深层次的结构性矛盾制约其可持续发展。农户销售渠道选择的适配性困境构成关键约束：不合适的销售渠道选择可能导致农户增收受阻，进而引发市场分割与数字鸿沟的叠加效应。近年来，农村电商发展呈现显著的渠道迁移特征。农村电商发展早期以淘宝平台的兴起为标志，早期进入者率先抓住机遇；随着淘宝网店数量激增及新平台的涌现，网商竞争加剧，农户通过电商平台获利的空间被压缩，中小农户的边际收益减少（邵占鹏，2017）。同时，微信等社交平台凭借其“低竞争、小规模”的特点迅速崛起，农户的销售渠道逐步从电商平台向社交平台转移。这种结构性变迁在宏观数据中得到印证：全国农村网络零售额于2022年达2.17万亿元，其中，农产品网络零售额为0.53万亿元，仅占农林牧渔业总产值的3.4%；通过电商销售产品的农户占比到2020年仍不足2%(Huang et al.,2022），且主要集中在沿海工业集聚区（Luo and Niu,2019）。

目前学术界就农村电商对农户的影响进行了大量研究。现有文献主要从两个维度展开：一是电商对农产品销量和销售利润的影响；二是电商对农户劳动力供给和收入结构的影响。研究表明：电商不仅通过提高农产品销售利润和销量来促进农户增收（曾亿武等，2018;Li et al.,2021;Liu et al.,2023），而且还促使农民参与农业生产和网店管理，增加农户的绝对工作时间（吕丹，2015;Zeng et al.,2017；张海霞，2020）。然而，现有研究多将电商视为同质化的销售渠道，缺乏对不同销售渠道影响的深入比较分析。事实上，随着农村电商的快速发展，农产品销售渠道已呈现多元化特征，包括传统平台电商、社交电商、直播电商等多种形式。这些渠道在运营模式、准入门槛、技术要求等方面存在显著差异，可能对农户决策产生不同的影响。深入探讨不同电商销售渠道对农户生产经营决策、收入结构以及劳动力配置的差异化影响，不仅有助于完善农村电商理论，而且为制定差异化的电商政策提供重要参考。

本文使用北京大学中国农业政策研究中心于2018年和2020年开展的农村电子商务与现代农业发展专项调查数据，基于两阶段最小二乘法（2SLS），探究销售渠道选择对农户农产品销售和生产的影响。对比以往文献，本文的贡献在于：首先，将农产品销售渠道细分为平台电商、社交电商、零售渠道和商贩收购（以下简称“收购”）渠道四类，探究销售渠道选择对农户销售的影响；其次，分析农产品分级对农户销售利润的影响，进而探究销售渠道选择对农户农产品销售的影响如何传导至生产端，丰富相关的讨论。

二、研究设计

（一）数据来源

本文使用数据来源于北京大学中国农业政策研究中心开展的农村电子商务与现代农业发展专项调查（以下简称“农村电商调查”）。该调查选取苹果、桃、山核桃和猕猴桃四类农产品，这些农产品均有一定比例通过线上渠道进行销售，其发展情况能够在一定程度上代表高价值农产品市场的发展情况。课题组选择电商发展水平较高的浙江省和山东省的5个县开展调查。这些样本县电商发展水平较高，并且是上述四类农产品的主产区，基于数据分析所得结论能够很好地代表高价值农产品在电商发展水平较高地区的电商销售情况。其中，山东省栖霞市和肥城市分别是苹果和桃的主产区，浙江省临安区是山核桃的主产区，遂昌县和江山市是猕猴桃的主产区。农村电商调查共有两轮，其中，课题组于2018年启动基线调查，于2020年进行了追踪调查。调查收集了受访农户2015—2019年的电商参与、土地经营、农业生产结构和就业等方面的信息。

2018年的基线调查采用分层随机抽样方法。首先，根据农村电商发展水平将样本县的所有村庄划分为电商村和非电商村两类。其次，在每个样本县分别抽取1～4个电商村，并在样本县内为每个电商村匹配抽取一个非电商村。匹配的考虑因素是两个样本村仅在电商发展水平上存在差异，但主要经济作物相同，并且地形和土壤质量等自然条件相似。最后，进行农户层面的随机抽样。具体来说，每个电商村随机抽取15户样本户，其中从事电商销售的农户10户，未从事电商销售的农户5户；每个非电商村随机抽取10户样本户，其中从事电商销售的农户3户，未从事电商销售的农户7户。2020年，课题组对基线调查的样本户进行了追踪访问，并对部分丢失样本进行重新抽样补充。2018年的基线调查询问了样本农户2015—2017年的相关情况，2020年的追踪调查询问了样本农户2018—2019年的情况。剔除关键变量存在缺失的样本，本文得到一个包含244户农户、覆盖4类农产品、时间跨度为2015—2019年的面板数据。

（二）典型事实分析

平台电商是以大型平台为中介的双边市场，生产者与消费者通过平台匹配和达成交易，而平台通过收取佣金获得利润（Rysman,2004;Armstrong,2006）；社交电商则以社交关系为纽带，交易达成主要基于商家与消费者之间的信任。平台电商的竞争压力较大，销售者需要不断优化产品才能在竞争中取得优势；社交电商的竞争压力较小，一旦有了稳定的熟人圈子，农产品的销售会相对稳定。此外，平台电商的销售模式更容易出现在农产品有特色、质量较好的地区，良好的创业氛围和完善的物流基础设施也必不可少（曾亿武和郭红东，2016）。相比之下，社交电商的准入门槛较低，农户无须承担较高成本。总体来看，平台电商的经营难度高于社交电商。表1归纳了平台电商和社交电商的特征。

典型事实分析部分主要尝试揭示两个基本情况：一是不同农产品各种销售渠道销售额比重的变化趋势；二是不同销售渠道下农产品的销售价格、成本和销售毛利润的变化。本文首先呈现2015—2019年农户参与电商情况的变化趋势。根据图1，样本农户参与电商的比重持续上升。2015年通过电商销售苹果、桃子、核桃和猕猴桃的农户占全部样本户的比重分别为25%、18%、37%和48%,2019年这些比重分别上升到45%、60%、58%和83%。可见，电商已成为小农户对接市场的一种有效方式。

1.农户销售渠道选择及其销售额占比的变化趋势。图2展示了四类农产品线上和线下销售额占比的变化情况。2015—2019年，四种农产品的销售渠道均以线下为主，其销售额远高于线上渠道。具体来看，苹果的线下销售额占比始终保持高位，线上销售额占比则呈现平稳上升趋势。桃子和猕猴桃的销售情况与苹果类似。相比之下，山核桃的线下销售渠道同样占据主导地位，且其线上销售额占比五年间没有明显的增长趋势，整体变化不大。

本文进一步将农产品的销售渠道细分为收购、零售、社交电商以及平台电商四种，图3展示了不同销售渠道销售额占比的变化趋势。四类农产品最主要的销售渠道始终是线下的收购渠道和零售渠道，二者的销售额占比远高于线上渠道。具体来看，在线下渠道中，苹果、山核桃和猕猴桃的销售以收购渠道为主，桃子则以零售渠道为主。在线上渠道中，社交电商和平台电商的销售额占比呈现显著的变化。在四种农产品中，社交电商销售额表现出明显的增长势头，其销售额占比稳步提升。与此相反，平台电商销售额占比则呈现停滞甚至下滑的趋势。尤其对于苹果和山核桃，其社交电商销售额占比逐步追平或反超平台电商。这清晰地表明，2015—2019年，农产品线上销售正从传统平台电商向社交电商转移。这可能是因为农户在平台电商销售农产品需要承担额外成本和农产品本身易腐、难以保存的特性制约了平台电商农产品销售量的进一步提高（汪阳洁等，2022）。此外，随着淘宝等平台电商垄断地位的逐渐增强，农户与平台之间相对平等的关系被打破，小农户在交易方式和规则上受到的限制越来越多，因而转向以微信为代表的经营模式相对简单的社交电商。

2.不同销售渠道下农产品的销售成本和销售毛利润。本文比较不同销售渠道下农产品的销售成本差异，具体如表2所示。首先，线上销售渠道的物流成本明显高于线下渠道。这是因为电商扩大了农产品销路，自然增加了农产品的运输成本。除猕猴桃外，通过平台电商销售农产品产生的物流成本均高于社交电商，这是因为淘宝等平台对接的终端消费市场规模相较于微信更大。其次，线上销售会增加农产品的分拣包装成本。线上销售需要对农产品进行分拣定级，包装成本增加是为了降低农产品远距离运输过程中的损耗。最后，不同销售渠道的农产品的储存成本因农产品不同而存在差异。总体而言，社交电商和平台电商这两种销售渠道的农产品销售成本显著高于传统的零售和收购渠道。

虽然线上渠道的农产品销售成本更高，但线上渠道扩大了销售范围，能使农产品销售价格更高，从而提升农产品销售利润。考虑到农产品等级是决定其销售价格的关键因素，本文对四类农产品进行等级划分，比较各种销售渠道下不同等级农产品的销售毛利润差异。根据表3，对于相同等级的高质量农产品（如一等品和二等品），线上渠道销售农产品的毛利润普遍更高；农产品质量越好，线上渠道销售农产品的毛利润越高。这可能是因为农户通过线上渠道直接与终端消费者对接，能够越过中间流通环节获得更高的农产品溢价。同时，这也说明优质农产品有较大的利润空间。本文在实证部分进一步探究销售渠道选择和农产品等级对农产品销售毛利润的异质性影响。

（三）理论框架与研究假说

本文主要分析销售渠道选择对农产品销售和生产的影响。传统的农产品销售渠道主要包括集贸市场零售和收购商收购，交易地点均为线下的实体场所。随着农村电商的迅速发展，农户可以通过以淘宝为代表的平台电商或以微信为代表的社交电商销售农产品，对接更大的市场。然而，农户采用何种销售渠道，是农户在诸多现实约束下的选择。为了清楚地阐明这一点，本文构建数理模型来刻画农户的销售渠道选择决策。在t年，生产农产品k的农户通过选择销售渠道来实现利润最大化，利润函数如（1）式所示：

（1）式中：上标r表示销售渠道，上标a表示农产品k的等级（一等品、二等品和三等品）。 表示t年等级a的农产品k通过销售渠道r销售时的价格。考虑到线上销售渠道和线下销售渠道均存在激烈的竞争，本文假设农户是价格的接受者，并且价格同时受销售渠道和农产品等级的影响。 和 分别表示农产品k通过销售渠道r销售时的可变销售成本和固定销售成本，本文假设销售成本与农产品等级无关。如前文表1所示，不同销售渠道下相同等级农产品的销售成本存在不同。 代表t年等级a的农产品k通过销售渠道r销售时的销售量，这是农户选择销售渠道的决策变量，即给定价格和销售成本，农户根据各销售渠道农产品的销售情况，选择各等级农产品的销售渠道，实现利润最大化。本文研究的农产品均是多年生果树，所以模型假设当期生产的作物需要在下一期销售。相应地，在t年，农户销售的各等级农产品有两个来源：一是上一期农户的农产品产量 ；二是当期农户通过其他渠道收购农产品的收购量 。

线上销售渠道可细分为平台电商和社交电商。两种渠道的性质不同，农户参与所要具备的条件存在差异。农户根据固定销售成本 和可变销售成本 ，选择不同的销售渠道。（1）式刻画的最优决策公式能够清晰地呈现农户销售渠道选择的影响因素。在价格给定的情况下，销售成本是农户选择销售渠道的关键影响因素。首先，新兴的线上销售渠道具有一定的准入门槛，对农户的人力资本水平提出较高的要求。人力资本水平越高，农户学习线上销售方式所需付出的成本越低，即选择线上销售渠道的固定成本 越低。其次，销售渠道选择受农户家庭特征的影响。例如，农业经营规模影响农户的农产品产量 ，进而改变决策的预算约束；家庭网络条件是影响固定销售成本 的重要因素。最后，农户所在村庄的基础设施发展水平会影响农户的电商参与。交通等基础设施越完善，农户所需承担的成本越低。

销售渠道选择能显著影响农产品的销售情况。农户在传统农产品市场销售农产品存在诸多挑战：一是农产品市场存在信息不对称现象，农户在市场中处于信息劣势地位；二是分散农户的组织谈判能力较弱，中间商会利用信息优势压低收购价格；三是农户缺乏品牌意识，农产品的标准化程度不高，销售价格较低（刘根荣，2019）。电商改变了农产品的销售模式，有利于小农户直接对接消费者，降低交易成本，形成规模经济。首先，电商减少信息不对称和降低交易成本。农户可以随时通过手机、电脑等，实时掌握市场信息，减少信息不对称现象（李三希等，2021）。其次，电商省去了中间商带来的交易成本。电商帮助农户直接对接消费者，农户可以规避中间商的压价行为。最后，农户可以通过线上销售渠道直接对接全国大市场，形成规模经济，促使农户提升农产品质量，并形成品牌（马述忠和房超，2021）。

平台电商和社交电商作为农村电商的细分销售渠道，会对农户的农产品销售产生不同影响。如前所述，两种销售渠道的市场范围不同。平台电商聚集了全国大量的生产者和消费者，容易产生规模经济，促使市场集中度提高，形成寡头或垄断的市场结构（李三希和黄卓，2022）。相较于平台电商，通过社交电商销售农产品的销售范围局限于熟人圈子，因此市场规模相对有限（郭红东和曾亿武，2019）。不同类型的农产品在平台电商和社交电商的销售情况存在差异，哪种销售渠道更有利于农产品销售需要分农产品来讨论。

销售渠道选择在影响农产品销售情况的同时，还会进一步影响农户的生产决策。一方面，农户可以根据电商销售情况来制订合理的农业生产计划，调整生产结构；另一方面，农户为了提升农产品质量，会更加精耕细作，增加对生产地块的投资。

此外，销售渠道选择对农产品销售情况的影响以农产品等级为基础。电商降低了交易成本，极大消除了信息不对称，使高品质农产品获得更公允的定价，真正实现“优质优价”。

综合上述讨论，本文提出如下研究假说。

H1：农户选择线上销售渠道会增加农产品的销量，且相较于社交电商，农户选择平台电商对农产品销售量的促进作用更强。

H2：农户选择线上销售渠道，会增加下一期的农产品产量。

H3：农户选择平台电商和社交电商均能增加农产品的销售毛利润，并且该影响在不同等级农产品中存在差异。

图4 总结了本文的理论分析框架。

（四）变量定义及描述性统计

本文的核心解释变量是销售渠道，从农户和农产品两个层面分别定义核心解释变量。在农户层面，本文计算农户收购、零售、社交电商和平台电商四种销售渠道的销量占农产品全部销量的比重，并将其比重最高的渠道定义为该农户的主要销售渠道。基于此，本文构建收购销售、零售销售、社交电商销售和平台电商销售四个虚拟变量：若农户主要通过某一销售渠道销售农产品，则该虚拟变量赋值为1；否则，赋值为0。农户层面数据为“家庭-年度”层面数据。在农产品层面，本文构建收购渠道、零售渠道、社交电商渠道和平台电商渠道四个虚拟变量。若农产品通过某一销售渠道销售，则对应虚拟变量赋值为1；否则，赋值为0。农产品层面数据为“家庭-等级-年度”层面数据。

被解释变量包含销售和生产两方面的变量。本文从销售和生产两个维度，综合评估农户的经营成果。在销售方面，本文选取三个核心指标：一是总销量，衡量农产品的市场规模；二是销售价格，反映农产品的市场认可度；三是毛利润，为销售价格与销售成本之差，用于度量农产品销售的盈利情况。在生产方面，本文采用总产量来衡量农产品的生产规模。

控制变量包括销售决策者层面、农户层面和村庄层面的变量。借鉴曾亿武等（2018）、汪阳洁等（2022）和苏岚岚等（2024）的研究，销售决策者层面的变量包括决策者的年龄、性别、受教育年限、电商培训情况、拥有手机情况和非农就业情况。农户层面的控制变量包括家庭非农就业人数、土地经营面积和网络使用情况。销售决策者层面、农户层面的控制变量在后续回归中取滞后一期。村庄层面变量包括村庄是否有邮局，以此衡量村庄基础设施情况。表4为本文主要变量的定义及描述性统计结果。

（五）模型设定

借鉴杜鹏程等（2018）的研究，本文采用多元回归框架下的双向固定效应模型，探究农户销售渠道选择对农产品销售以及生产的影响。在分析销售渠道选择对农产品销售的影响时，模型设定如（2）式所示：

（2）式中：Yivt代表村庄v农户i在t年的农产品总销量；D_it1、D_it2和D_it3为核心解释变量，分别表示零售销售、社交电商销售和平台电商销售，以收购销售为基准组；Control_ivt为控制变量，包括销售决策者层面变量、家庭层面变量和村庄层面变量三类。α_v为村庄固定效应，控制村庄层面不随时间变化的特征；μ_t为年份固定效应，控制随年份变化的共同冲击。β是本文关心的核心参数，反映销售渠道选择对农产品销售的影响。本文将标准误聚类到村级层面。

在分析销售渠道选择对农户生产的影响时，模型设定如下所示：

（3）式中：Yivt代表村庄v农户i在t年的农产品总产量；D_i,t-1,1、D_i,t-1,2和D_i,t-1,3为核心解释变量，分别表示滞后一期的零售销售、滞后一期的社交电商销售和滞后一期的平台电商销售，以收购销售为基准组；Control_ivt为控制变量，包括销售决策者层面、家庭层面和村庄层面的变量。β是本文关心的核心参数，反映销售渠道选择对农产品生产的影响。本文将标准误聚类到村级层面。

在样本选择方面，本文通过严格的配对抽样确保电商村与非电商村之间的可比性，为后续分析提供了良好的对照基础。在模型设定方面，本文不仅控制销售决策者层面和村庄层面的相关变量，还引入村庄固定效应和年份固定效应，以尽可能缓解潜在的内生性问题。然而，上述方法仅能部分解决样本自选择偏差问题，本文进一步采用工具变量法，探究销售渠道选择对农户农产品销售和生产的影响。本文借鉴Nunn and Qian (2014）、柏培文和张云（2014）的研究，将地理位置与地形特征作为外生工具变量。首先，本文选取“村委会到农产品批发市场和农贸市场的距离”作为零售销售的工具变量。农户是否选择线下零售和批发销售渠道，运输成本（时间成本、燃油费用等）是关键决策因素。农户离农产品市场距离越近，运输成本越低，农户越可能选择零售等线下销售渠道（Behrens and Picard,2011）。同时，地理距离是农户销售和生产决策的外生地理特征变量。本文采用“村委会到乡镇政府的距离”和“村委会到移动、联通或电信营业厅的距离”作为社交电商销售和平台电商销售的工具变量。其合理性在于：村委会作为基层治理节点，与乡镇政府的物理距离可能影响其争取电商培训项目等资源的效率。距离越远，农户接触政府的电商技能培训等政策的机会可能越少，从而降低农户采用微信、淘宝等线上渠道的概率（苏岚岚等，2024）。移动、联通和电信营业厅是农村地区网络服务的关键节点。村委会到营业厅的距离越远，网络基础设施可能越薄弱，越可能影响农户采用微信、淘宝等线上渠道的能力（罗欣和王学良，2024）。本文进一步对村委会到乡镇政府的距离和村委会到移动、联通或电信营业厅的距离变量取倒数。

本文探究销售渠道选择与农产品等级的影响。模型设定具体如下所示：

（4）式中：Ymk_ivt表示村庄v农户i在t年通过销售渠道k销售等级为m的农产品的销售价格和毛利润。回归模型以收购渠道的三等品农产品为基准组， 表示收购渠道， 表示零售渠道， 表示社交电商渠道， 表示平台电商渠道。Rank_m为农产品等级的虚拟变量，m取值为1、2和3，分别表示一等品、二等品和三等品。考虑到农产品等级差异会对农户销售渠道选择产生异质性影响，本文在实证模型中引入各销售渠道变量与农产品等级变量的交互项，以准确捕捉这种调节效应。控制变量与（2）式一致，（4）式还加入村庄和年份固定效应，将标准误聚类到村级层面。

三、实证结果分析

（一）销售渠道选择对农产品销售和生产的影响

表5汇报了销售渠道选择对农产品总销量影响的工具变量法估计结果。KleibergenPaap rk LM统计量的检验结果拒绝工具变量识别不足的原假设。Durbin-Wu-Hausman检验结果拒绝核心解释变量是外生变量的原假设。第一阶段Kleibergen-Paap rk Wald F值大于10，说明本文选择的工具变量是合理的，不存在弱工具变量问题。从第一阶段的回归结果看，工具变量与核心解释变量高度相关。根据表5的估计结果，销售渠道选择对四类农产品总销量存在差异化影响。具体而言，相较于收购销售，社交电商销售对苹果和猕猴桃总销量存在显著的负向影响，平台电商销售对苹果和猕猴桃总销量存在显著的正向影响。这可能是因为农户通过社交电商对接的市场主要由“熟人”构成，熟人圈子式销售模式更多依赖于社交关系和口碑传播。这种模式有助于建立市场信任，但在市场拓展和规模效应发挥方面存在一定局限性。相较之下，农户能够通过平台电商对接全国的消费者，甚至通过跨境电商对接国外的消费者。平台电商以商业交易为核心，拥有完善的商品展示、搜索推荐、支付系统和物流对接功能，能够实现供需双方的高效匹配，从而显著提升贸易效率（郭红东和曾亿武，2019）。以上估计结果验证了H1。

在扩大销量的同时，农户进行线上销售的影响可能进一步传导至生产端。表6报告了基于工具变量法的销售渠道选择对农户生产影响的估计结果。核心解释变量取滞后一期，以减少反向因果问题带来的影响。根据表6的估计结果，销售渠道选择对不同农产品总产量的影响存在显著差异，这种影响集中体现在猕猴桃上。具体来看，相较于收购销售，零售销售和社交电商销售均对猕猴桃总产量产生显著的负向影响，而平台电商销售则显著促进了猕猴桃总产量的提升。对于苹果、桃和山核桃而言，核心解释变量在统计上均不显著。这表明，销售渠道选择对农产品销售情况的影响可能通过市场反馈机制传导至生产端。这种“销售-生产”传导机制进一步揭示了农产品供应链中市场端与生产端的动态耦合关系。销售渠道选择不仅直接影响农产品的销售效益，还通过价格信号、订单预期或库存调整等路径，引导生产者改变种植决策与调整资源分配。这验证了H2注。

（二）农户销售渠道选择、农产品等级与农产品销售价格和毛利润的关系

本文讨论销售渠道选择、农产品等级与农产品销售价格的关系，进而讨论不同销售渠道下不同等级农产品毛利润的差异。农产品采后处理、质量分级和包装配送等方面的标准化程度低，品质不稳定，限制了农产品网络销售规模的扩大。不同等级的同种农产品在销售价格上存在明显差异，本部分将讨论不同等级农产品在不同销售渠道下的销售情况。在控制村庄固定效应和年份固定效应的基础上，本文加入销售渠道变量与农产品等级的交互项，并以通过收购渠道销售的三等品农产品为基准组。本文采用（4）式进行估计。根据表7的估计结果，给定农产品等级，通过社交电商或平台电商销售农产品的价格明显高于通过收购或零售销售农产品的价格。同时，农产品等级越高，线上销售渠道带来的农产品溢价越高。对苹果、桃和猕猴桃而言，相较于通过社交电商渠道销售，农户通过平台电商渠道销售农产品能够获得更高的农产品溢价，而农户通过社交电商渠道销售山核桃能获得更高的农产品溢价。给定农产品等级，通过社交电商或平台电商渠道销售农产品的价格明显高于通过收购或零售渠道销售农产品的价格。

这一现象的背后有多重原因：首先，线上渠道（尤其是平台电商）能够帮助农户直接对接消费者，减少中间环节，避免了线下渠道中中间商的层层压价。在收购或零售销售模式中，农产品销售通常需要经过批发、零售等多个环节，每个环节的经销商都会分走一部分利润，导致农户很难获得较高的农产品销售溢价。其次，线上渠道的溢价效应与农产品等级密切相关。农产品等级越高，线上销售带来的农产品溢价越高。这是因为平台电商能够充分展示农产品的品质和特色，例如，通过高清图片展示、详细描述和用户评价等方式，消费者能够更直观地了解农产品的优势。高质量农产品在线上更容易吸引注重品质的中高端消费者，从而使农户获得更高的农产品溢价。相较之下，由于展示方式有限，线下销售渠道难以充分体现高质量农产品的差异化优势，导致农产品溢价空间较小。

虽然通过社交电商或平台电商销售农产品能够带来更高的农产品溢价，但线上销售同时会产生更高的销售成本。为了比较销售渠道选择的综合效益，本文继续探究销售渠道选择、农产品等级和农产品毛利润的关系，分析同样以通过收购渠道销售的三等品农产品为基准组。估计结果如表8所示。农产品等级更高，农户在各种销售渠道下销售农产品均能获得更高的毛利润。相较于收购渠道，农户通过社交电商和平台电商销售相同等级的农产品能获得更多的利润，并且这一效应在一等品和二等品农产品销售中更明显。上述估计结果引出了两个重要结论：第一，线上销售农产品带来的高溢价弥补了增加的销售成本，有效推动销售毛利润增加；第二，通过线上渠道销售高质量农产品能使农户获得更高的销售利润，实现农产品的“优质优价”，推动高值农业高质量发展。这验证了H3。

四、结论与启示

本文基于浙江和山东两省2015—2019年的农户面板数据，分析销售渠道选择对农产品销售和生产的影响。研究发现：首先，平台电商在扩大农产品交易规模方面表现突出，能够帮助农户对接全国大市场。其次，农户电商参与对农产品总产量存在显著影响，平台电商相较于社交电商对农产品产量的促进作用更大。再次，线上销售渠道虽然增加了物流、分拣包装等成本，但能够通过对接更大市场使农产品销售价格更高，从而显著提升农户销售效益。最后，线上渠道销售高质量农产品能使农户获得更高的利润，表明电商有助于实现农产品“优质优价”，推动高值农业的高质量发展。

上述研究有以下几点政策启示。政府应进一步加大对农村电商的支持力度，有效促进农村电商发展。首先，政府应强化针对农户的电商培训。这些培训应注重实用性和可操作性，确保农户能够掌握电商的基本技能，从而促使农户参与电商活动。其次，政府应加大投入，完善农村基础设施，特别是物流和交通网络。这有助于解决农产品流通的“最初一公里”问题，降低物流成本，提高农产品的市场可达性。再次，政府应鼓励农户利用社交电商销售农产品。由于经营门槛高和竞争激烈等特征，农户通过淘宝等平台电商销售农产品的难度相对较大。政府应引导农户使用社交电商销售农产品，帮助“微商”农户扩展社交圈，增加潜在客户群体，有效降低农户通过社交电商销售农产品的难度。最后，政府需要着力推进农产品标准化体系建设。目前，中国农产品质量分级和包装营销等环节的标准化程度较低，农产品品质差异较大，限制了农产品网络销售规模。为此，政府应建立健全与农村电商发展相配套的农产品质量分级、采后处理和包装配送等标准化体系建设，确保线上销售的农产品能够实现“优质优价”。