农业企业线上市场进入时机的决策机制
——来自中小型茶叶企业的经验证据

李 松 赵冬梅

(中国农业大学 经济管理学院，北京 100083)

随着我国互联网技术和电子商务的快速发展，愈来愈多的农业企业通过线上进入抢占电商市场获取竞争优势，在线上市场进入过程中，企业时机决策对其后续生存发展起到重要作用[1-2]。国内外丰富的产业经验数据和实证研究也表明不同特征的企业进入同一市场的时机选择差异往往会导致迥异的命运[3-5]。中国是世界最大的茶叶产销国，茶叶电子商务的健康发展对农业增效、农民增收和乡村振兴具有积极意义，中央一号文件也多次提及茶叶，强调要做大茶叶优势，积极引入现代要素改造传统茶业，促进茶叶产业“电商化”成为加快我国农村电商发展的重要战略。近年来，线上市场逐渐成为茶叶流通的新兴市场，大量茶叶企业进驻电商平台或自建网络商城，茶叶电子商务发展势头迅猛，为了拥有更好的生存发展机会，茶叶企业需要对新兴产业、技术和产品市场做出快速回应。

线上市场进入选择是农业企业必须面对并适应的一种市场竞争行为。根据艾媒咨询数据显示，茶叶线上市场规模增长迅猛，茶叶电子商务销售额从2013年的54亿元增长到2019年的235亿元，年均增幅高达27.77%，预计2021年将增至298亿元(1)数据来源于艾媒产业研究院网上公布的2019年中国茶叶市场现状及发展趋势解读内容，https:∥www.sohu.com/a/327490542_533924。。跟传统茶业相比，茶业电子商务存在诸多优势，越来越多的茶叶企业进入线上市场，开始尝试这种全新的销售方式。在观察其线上市场进入行为时发现一个有趣现象：不同茶叶企业的线上市场进入时机选择呈现较大差异。如图1所示，在2003—2019年期间，37.95%的茶叶企业选择在成立1年内快速进入电商市场，31.50% 的茶叶企业选择在成立1～3年内进入电商市场，但与之形成对比的是，也有30.55%的茶叶企业会选择等待3年以上，再缓慢进入电商市场进行销售。

数据来源：笔者对阿里巴巴天猫会员数据库与国家企业信用信息公示系统数据库进行数据匹配而得。Data source:The author matched the data between the Alibaba Tmall member database and the national enterprise credit information publicity system database.图1 茶叶企业线上市场进入时机选择Fig.1 Timing selection of tea companies’online market entry

线上市场进入行为决策作为互联网时代的热点话题，正在受到学者们广泛关注和研究。目前学术界主要围绕是否进入(whether)、为何进入(why)以及怎样进入(how)等方面展开讨论，对何时进入电商市场的研究相对较少。关于是否应该进入线上市场问题，主流观点认为传统企业进入线上市场利大于弊，企业通过使用电子商务进入线上交易能够显著提高自身竞争力、促进创业就业和收入增长[6-7]。针对线上市场进入的影响因素研究，王翠翠等发现社会信任有利于农户进入线上市场参与电商经营[8]；Bhatnagar等[9]从企业模仿角度出发，指出效率性和合法性是企业模仿进入线上市场的主要因素；Kim等[10]从市场预期利润和企业间竞争两个维度来对企业进入新市场进行解释。关于“怎样进入”这一问题，已有研究主要从企业应该自建电商网站还是加入到第三方电子商务平台进行考虑，并认为大部分企业不具备自建电商平台的能力，借助第三方平台进入为更优策略[11]。此外，易法敏[12]从潜在收益、行业竞争、信息服务获取便利性和交易安全性等方面探讨了影响农业企业采用电商进入线上市场行为的重要因素。

针对企业不同的市场进入时机选择这一重要议题，已有研究主要从两方面展开讨论。第一方面关注的是企业进入时机对其绩效有何影响，学术界主要有两种观点。一种观点认为企业选择早进入能获取先发优势，并从技术优势、进入壁垒构建和转移成本等影响机制阐述了早进入者相对于晚进入者的竞争优势[13-16]，另一种观点认为企业选择晚进入能够获得后发优势，并对其产生机制进行较为系统的分析[17-19]。此外，也有学者认为进入时机对企业绩效影响具有U型效应[1]，递减效应[20-21]，以及无明显效应[22]。第二方面研究主要从企业微观异质性和市场宏观环境两个维度探究企业进入时机选择的决策动因。针对企业特征的代表性研究主要从企业规模[23]、企业生产率[24]、类似经验[25]等因素考察其对企业进入时机决策的影响，发现大规模企业比小规模企业拥有更多的资源，高生产率企业的后发优势相对低生产率企业更小，企业以往的类似经验越多，在新市场中面临风险时的抵抗力越强，因而这些企业在进入新市场时更愿意充当早进入者。同时，Robinson等[26]指出不同产品能力企业的市场进入时机决策不一样，产品研发能力较强的企业倾向于早进入新市场，而产品营销能力较强的企业倾向于晚进入。宏观环境层面又主要分为政策和市场因素影响，政府政策对企业选择何时进入具有重要影响，政策法规变动越剧烈，企业越倾向于早进入，从而优先捞取政策好处[27-28]；市场发展潜力、不确定性和预期利润等市场特征也会显著影响企业的进入时机选择[29-31]。此外，企业的进入市场时机还会受到其他竞争者的影响，正如Rose等[32]所强调的，后进入者会产生“跟风效应”，模仿早进入者的市场进入行为。

从以上研究及其进展来看，分析企业微观特征和宏观环境对进入时机决策影响问题具有重要的理论价值与实践意义。但以往研究主要将传统企业预设成短视的，这与实际情况不相符合，因为现实中企业在做出进入时机选择时，也将其视为一种投资决策，不仅关注当前收益，还会考虑未来收益。部分研究采用净现值法来处理这类问题，认为投资项目产生的预期收益现值大于投资支出现值时，企业可以放弃等待而投资进入。但是，该方法忽略了投资的不可逆性和推迟投资的期权价值。因此，本研究尝试借鉴Dixit等[33]提出的实物期权理论，构建农业企业进入时机决策模型，将企业进入线上市场的时机选择视为企业如何在不确定性环境下进行战略投资决策。企业从成立到进入线上市场的时间差可被视为企业“电商化”的准备阶段，在此阶段企业通过提高生产水平和管理能力，以及学习电子商务知识和积累网上经验，来提升企业进入线上市场的生存发展能力。这种进入延迟虽然使企业暂时失去了线上销售收益，但也给其带来了实物期权价值，利用实物期权理论探寻企业最佳进入时机，实现企业线上市场进入时机选择的定量研究。本研究旨在深入剖析农业企业进入线上市场时机选择的决策机制，明确影响时机决策的关键动因，以期为政府电商政策制定、平台运营规则完善和农业企业运用现代元素转型升级提供重要的参考依据，促进我国农业数字化高质量发展。

本研究在以下三方面进行了尝试性探索：1)围绕农业企业线上市场进入时机选择的关键动因问题进行深入研究，分析了农业企业进入线上市场的时机决策机制，并进一步讨论了影响农业企业进入时机的关键因素是否存在交互效应，以及对于不同规模和经营模式的农业企业进入时机决策中关键动因对其影响是否存在异质性，构成本研究的核心内容。2)首次尝试结合实物期权理论，对农业企业进入线上市场的时机选择进行理论模型构建，将农业企业线上市场进入选择视作不确定性下的投资决策，通过理论推导探讨了线上市场不确定性和外部效应对农业企业进入时机决策的影响机制。3)研究方法上采用了比例风险模型进行参数估计，以往研究较多采用线性回归方法，但该方法仅是基于企业刚进入线上市场的状态分析，无法纳入“企业已经存在一段时间”这一信息，事实上我们更关注给定农业企业已经存在一定时间的条件下，下个时刻进入线上市场的概率，因此本研究采用比例风险模型来科学检验企业进入线上市场的时机决策动因。

1 理论模型与研究假设

农业企业选择何时进入线上市场，可以看作为不确定性下的企业投资决策。同时，该投资具有两个关键特征：一是投资支出不可逆，即沉没成本无法收回；二是投资选择可延迟，即投资前等待更好市场信息的期权价值。由于技术进步、市场环境变化等因素影响，农企投资进入线上市场的时机选择也会更加审慎，因此，在不确定条件下，农企的关键目标是找寻最佳投资进入时机，以实现农业企业线上市场进入的最大化收益。

1.1 农业企业进入线上市场时机决策的基本模型

本研究在Dixit等[33]的投资决策分析基础上，将农业企业进入线上市场的时机选择问题纳入到企业投资决策的理论框架进行模型扩展，考察在什么时点上，农业企业投资进入线上市场能够获得最高回报。在该投资进入模型中，相应的状态变量为投资进入的价值(V)，并假定其遵循外生随机过程，即服从以下几何布朗运动：

dV=αVdt+σVdz

(1)

式中：α为投资价值的漂移参数，σ为投资价值的方差参数(即投资不确定性)，dt为时间间隔，dz为维纳过程的增量。根据维纳过程性质，有期望E[dz]=0和方差D[dz]=dt。

农业企业投资进入机会相当于持有看涨期权，因此投资进入决策可以视作决定何时执行期权。在每个时期，农业企业都面临两种选择：一是立即执行，放弃持有的看涨期权；二是延迟执行，等待下一时期投资进入。用F(V)表示投资机会的价值，利用动态规划求解其最大化收益，即：

F(V)=maxE[(VT-I)e-ρT]

(2)

式中：Ε为期望，T为投资进入的时间，I为投资成本，ρ为折现率。投资价值V的最大值取决于式(1)，因此必须假设α<ρ，否则式(1)中V会随时间t的推移而无限增大，导致农企选择等待更长时间再进行投资总是更好的策略，从而不存在最优解。用δ表示ρ-α，则δ>0。

由于投资机会F(V)在农企投资进入(t=T时)之前不会产生任何收益，拥有它的惟一回报是其价值增值，因此用贝尔曼方程表示为：

ρFdt=E[dF]

(3)

利用伊藤引理将dF进行展开，则：

(4)

将式(1)代入式(4)中，得：

(5)

因此，将其代入式(3)中，整理得到：

(6)

式(6)是一个二阶齐次微分方程，它对因变量F(V)及其导数是线性的，因此它的通解可以用两个独立解的线性组合表示：

F(V)=A1Vβ1+A2Vβ2

(7)

式(7)中β1和β2是以下二次方程的根：

(8)

求解两个根分别为：

(9)

(10)

此外，F(V)必须满足以下3个边界条件：

F(0)=0

(11)

F(V*)=V*-I

(12)

F′(V*)=1

(13)

其中：式(11)是投资价值V作为随机过程的自然结果，即如果V趋于零，投资期权将没有价值。式(12)和(13)则出于对最优投资的考虑，V*是最优投资的临界值，式(12)为价值匹配条件，它指企业在投资进入时，获得的净收益为V*-I。式(13)为平滑粘合(Smooth-Pasting)条件，即F(V)在临界值V*处的斜率为1。

为了满足边界条件F(0)=0，以及从现实情况考虑，将负根β2舍去，即A2=0，式(7)变为：

F(V)=A1Vβ1

(14)

将式(14)代入到边界条件式(12)和(13)中，整理可得V*和A1：

(15)

A1=(β1-1)β1-1/(β1β1Iβ1-1)

(16)

由于β1>1，因而在式(15)中，农企最优投资临界值V*与β1负相关，而与I正相关。同时，由于投资价值V是时间t的增函数，因此，当β1增大时，企业投资进入的时间T缩短；当I增大时，企业投资进入的时间T延长。换言之，线上市场进入成本越高，农企越倾向于延迟进入。

同时，对式(8)进行全导数求解，可得：

(17)

式中：所有导数都在β1处取值，且α,σ>0，所以：

(18)

因此，β1是σ的减函数，即当σ减小时，β1将增大，V*减小，企业投资进入的等待时间T缩短。上述分析指明了，农企线上市场投资所面临的不确定性越小，则其拥有的期权价值就越小，因此促使农企提前执行期权，及早进入市场。基于上述分析，提出假说H1。

H1：线上市场进入不确定性越低，农企越倾向于提早进入。

1.2 考虑其他竞争者进入的一般均衡

在前述基本模型分析之上，本部分进一步探究了其他竞争者投资进入线上市场的情况对某一企业进入时机决策的影响。随着电商市场的逐渐发展，进入市场中的参与者数量也在不断增长，企业投资价值(V)会受到其他竞争者线上市场进入的影响，因而V不在遵循随机过程，即放松V为外生变量这一基本假设。

企业在时间t上的投资价值可以表示为受到此时线上市场进入者数量(Q)影响的价值函数，即：

V(Q)=Π(Q)dt+Ε[V(Q+dQ)e-ρdt]

(19)

式中：等号右边第一项表示企业在(t，t+dt)区间上的投资利润，第二项表示其在t+dt之后的延续值，并且假定Q服从几何布朗运动，即dQ=αQdt+σQdz。

网络外部性理论是双边市场的重要理论基础之一，线上市场属于双边市场，因而其也存在网络效应，表现为其中一侧用户从加入平台市场获得的价值增值取决于另一侧用户的规模[34-35]。当卖方数量增长时会吸引买方的加入，买方市场规模的增加促使线上市场交易量进一步增大，因此企业进入会受到网络效应影响产生收益的增加。本研究用函数P(Q)来表示网络效应。

但与此同时，拥挤效应在双边市场中也普遍存在，即一侧用户数量超过一定界限，而另一侧资源或能力有限时，会导致交易机会减少或交易行为延迟[36]。随着卖家数量增长到一定程度，线上卖方市场也逐渐显现拥挤，竞争变得愈来愈激烈，进而导致企业进入会受到拥挤效应影响产生成本的上升。本研究用函数C(Q)来表示拥挤效应。

因而利润函数Π(Q)可以写成如下形式：

Π(Q)=P(Q)-C(Q)

(20)

式中：P(Q)反映网络效应引起企业进入的收益增长，C(Q)反映拥挤效应引起企业进入的成本上升。

利用伊藤引理将式(19)展开，计算整理得：

(21)

式(21)是一个非齐次微分方程，因而其通解等于齐次微分方程通解加上特征解，同时由于其边界条件V(0)=0，因此仅保留正根β1，分析过程与前文类似，可得到：

(22)

已知企业投资价值V是Q的函数，利用伊藤引理得出了从Q的扩散过程到V的扩散过程，再利用上述V(Q)的方程解作为其保持在最优行权阈值的边界条件，可以得出投资期权价值F作为Q的函数，即F(Q)。类似式(6)和(7)的分析步骤，计算出F(Q)的方程解为：

F(Q)=A1Qβ1

(23)

类似于前述企业投资期权价值必须满足的边界条件，有F(Q*)=V(Q*)-I，F′(Q*)=V′(Q*)。此外，为分析方便，设P(Q)=PQ，C(Q)=CQ，其中P反映网络效应的作用，C反映拥挤效应的作用。将式(22)和(23)代入边界条件方程，可求出最优投资时的临界值Q*为：

(24)

将上式对P进行求导，得：

(25)

因此，Q*是P的减函数，即当P增大时，Q*将减小，意味着网络效应增大会降低企业投资进入时的临界值，促使其选择更早进入。

同理，将式(24)对C求导，得到：

(26)

因此，Q*是C的增函数，即当C增大时，Q*将增大，意味着拥挤效应增大会提高企业投资进入时的临界值，致使其选择延迟进入。

上述分析表明，线上市场网络效应能够促进农企进入，而拥挤效应会延迟农企进入，两者关系强弱与线上市场发展阶段紧密相关。在线上市场发展前期，网络效应占主导地位，农企加速进入；随着时间推移到线上市场后期，拥挤效应强于网络效应时，农企则延迟进入。综合上述分析，提出假说H2。

H2：随着线上市场发展，当其网络效应越强于拥挤效应时，企业越倾向于提早进入。

2 实证研究设计

2.1 数据来源与样本选取

本研究数据来源于“阿里巴巴天猫会员数据库”和“国家企业信用信息公示系统数据库”，时间跨度为2003—2019年。前者涵盖了茶叶样本企业的店铺名称、开店时间、企业资质、所在地区和商品销售详情等信息，后者提供了企业的营业执照信息、变更信息、年度报告、经营状态等信息。茶叶行业主要有以下特点：一是与工业品相比，茶叶易受自然环境影响，季节性和时鲜性明显，茶叶企业进入线上市场的时机决策因素在内容、方向和程度方面与工业企业市场进入存在显著差异；二是与其他农产品相比，茶叶具备高附加值耐储运的优点，适合网上销售，还是线上市场中较早进入和相对畅销的农产品之一，具有较高的代表性。

以天猫平台市场来指代本研究的线上市场，主要原因有：第一，茶叶企业进入线上市场主要采取自建平台和加入第三方平台的两种方式，由于绝大部分茶叶企业尚不具备自建电商平台的能力，主要借助第三方电子商务平台进入。第二，国内主流电商平台包括天猫商城、淘宝网、京东商城和拼多多等，其中，淘宝网虽成立很早但入驻门槛很低，商家以个体户群体为主，其经营稳定性较差，存在反复进入和退出问题；京东商城虽成立较早但其以京东自营和电子产品为主，近些年才陆续允许第三方商家入驻；拼多多成立较晚，不利于从整个线上市场发展阶段来观察农业企业进入线上市场的时机决策。第三，天猫商城(https:∥www.tmall.com)是中国最大的B2C电子商务平台，具有规模大、知名度高、客流量丰富以及线上生态体系建设成熟等优势，天猫平台对进驻商家具有一定的门槛要求，因而入驻天猫平台的商家主要是具备一定规模的企业，其线上生存能力较强，经营也相对持久稳定，较少出现频繁进入和退出问题，其市场进入决策更为严谨，同时天猫平台成立较早，能够观察不同市场发展阶段茶叶企业的进入特征，因此选取天猫平台具有较强的代表性。

本研究于2019年6月使用Python软件对天猫平台上的茶叶销售信息进行的连续采样。具体步骤为：第一，以“茶叶”为关键词，利用Python关键词匹配模块对天猫平台中的茶叶产品进行数据采集，共检索到2 537条茶叶产品信息，内容囊括店铺名称、开店时间、所在地区、企业资质及销售状况等线上信息。第二，进行数据清洗，首先剔除仅仅销售茶具、茶工艺品和含茶类食品等与茶叶相关但非基本茶叶的产品信息，然后将同一店铺不同产品进行归并，共包含529家茶叶店铺。第三，将同一茶叶企业开设的多家茶叶店铺进行开店时间排序，以开店时间最早的店铺为准。第四，根据企业名称和所在地区等信息，将阿里巴巴天猫会员名录数据与国家企业信用信息数据进行匹配，按照国家中小企业划分标准剔除样本企业中的非中小型茶叶企业，最终获得419家中小型茶叶企业的线上店铺和线下实体经营状况的合并数据。

2.2 变量测度与描述统计

2.2.1被解释变量

本研究将茶叶企业从成立到进入线上市场的时间差作为进入时机(Timing)观测变量，并以此产生实证模型的被解释变量λ(ti)，用以表示茶叶企业i选择在时间t进入线上市场的风险率。

2.2.2解释变量

1)不确定性

针对不确定性对茶叶企业线上市场进入时机的影响检验，本研究从企业和产品两个维度来选取不确定性的测度指标，企业层面使用线上经验(Experience)来衡量，产品层面使用多元化程度(Diversity)来度量。线上经验指茶叶企业进入电商市场销售之前在互联网中开通过独立网站，用于企业介绍、宣传和合作等事项。茶叶企业线上经验越丰富，意味着其对电商市场的不熟悉程度和不确定性越低，延迟执行投资进入期权的机会成本越大，因此茶叶企业会缩短等待时间，选择更早进入。多元化程度是指茶叶企业通过提供多类别产品来最大化满足不同偏好的消费者需求，从而能够更好地应对市场需求变化，降低单类别产品需求不确定性风险。产品多元化程度越高，则茶叶企业投资进入线上市场时面对的需求不确定性越低，持有期权的机会成本越高，因此茶叶企业会倾向于更早进入。

2)线上市场发展阶段

针对线上市场网络效应与拥挤效应相对强弱对茶叶企业进入时机的影响检验，本研究采取线上市场发展阶段(Period)判别方法进行测度，变量包括市场萌芽期(Emerge)、成长前期(Early growth)和成长后期(Late growth)。市场不同发展阶段中的网络效应和拥挤效应强弱存在差异，因而茶叶企业的进入时机选择也明显不同。具体判别方法为，采用定性分析中的计算判断法和定量分析中的Gompertz拟合曲线法相结合的方式，判定茶叶线上市场的发展阶段。计算判断法通过计算交易规模增长率，按其大小来判断市场所处阶段。依据以往经验，设定10%的增长率为判断边界，萌芽期时市场发展缓慢，交易规模增长率r<10%；当市场发展进入到成长期以后增速加快，r≥10%，其中，成长前期，r>30%，成长后期，10%≤r≤30%；市场过渡到成熟期以后增速又趋于平缓，0

表1 中国茶叶线上市场交易规模及增长率Table 1 transaction scale and growth rate of Chinese tea online market

Gompertz拟合曲线模型可以表示为：

yt=Kabt(K>0)

(27)

式中：yt为第t年茶叶线上市场销售额，K、a、b为待估参数。通过对式(27)两边分别取对数，可以得到修正指数模型：

lnyt=lnK+btlna

(28)

接着，对式(28)求一阶导和二阶导，然后利用三和值法求出各参数的初值，最后运用Stata 15.0软件采用非线性最小二乘法对参数进行迭代计算，得出各参数的精确估计值，估计结果如表2所示。

表2 非线性最小二乘估计结果Table 2 Results of nonlinear least square estimation

根据Gompertz模型参数与市场发展阶段关系对照表，当0

随着茶叶线上市场的发展，其网络效应与拥挤效应都呈现指数式增强，到成熟时期达到顶峰，但拥挤效应的增加要比网络效应“慢半拍”，即市场中的网络效应经过一段时期的增强后，才逐渐显露拥挤效应。具体到茶叶线上市场不同发展阶段，则表现为成长时期的网络效应与拥挤效应差值要大于萌芽时期，成长后期的网络效应与拥挤效应差值要大于成长前期。因此，与线上市场发展中的萌芽时期相比，茶叶企业在成长后期阶段进入更早，延迟时间更短，成长前期阶段的进入时机选择次之。在实证中，本研究以萌芽时期作为基准组。

2.2.3控制变量

根据既有理论和相关经验研究，本研究将以下变量作为控制变量引入模型：1)企业资本，茶叶企业进入线上市场前的注册资本额度，并取对数。2)所有权性质，将茶叶企业分为民营企业、农民专业合作社和三资企业虚拟变量，将民营企业作为基准组。3)经营模式，将茶叶企业分为生产加工销售型、加工销售型和纯销售型企业，将生产加工销售型企业设为基准组。4)茶叶价格，指茶叶企业进入线上市场的前一年，我国传统市场中茶叶的年均价格，计算方式为茶叶年产值除以年产量；数据源于中国茶叶流通协会。5)互联网普及增长率，指企业进入线上市场的前一年，我国互联网普及的增长率状况；数据源于CNNIC。6)茶叶产区，包括西南、华南、江南和江北4个茶区，以西南茶区为基准组。变量具体描述、赋值与基本统计结果见表3。

表3 变量说明及描述性统计Table 3 Variables description and descriptive statistics

2.3 实证模型构建

在比例风险模型中，风险率被定义为给定个体在某一状态中已经持续时间t的条件下，下个时刻Δt转换到另一状态的概率，在本研究中指已经成立一段时间的茶叶企业下一刻进入线上市场的概率，表达式为：

(29)

在比例风险模型的框架下，Cox[41]提出更为有效的半参数回归方法。本研究采用Cox模型进行分析，模型如下：

(30)

式中：i表示不同的茶叶企业，λ(ti)表示茶叶企业i选择在时间t进入线上市场的风险率，λ0(ti)表示基准风险，Experience是线上经验变量，Diversity是多元化程度变量，Period是线上市场发展阶段变量(包括线上市场萌芽期、成长前期和成长后期)，Controlj为一系列控制变量，ε是随机误差项。作为对照，本研究在使用Cox模型估计的同时，还将采用参数分析方法中的Weibull模型与Gompertz模型进行实证检验。

3 实证结果分析

3.1 基准回归结果

为了避免变量的异方差性对结果产生影响，本研究采用稳健标准误进行回归处理，结果如表4所示。其中，方程(1)和(2)对应的是Cox模型，方程(3)对应的是Weibull模型，方程(4)对应的是Gompertz模型。方程(1)仅引入线上经验、多元化程度和线上市场发展阶段3个核心解释变量，没有考虑其他控制变量，方程(2)、(3)和(4)在方程(1)的基础上增加企业资本等控制变量。从表4可以看到，线上经验、多元化程度均对茶叶企业线上市场进入时机选择产生显著的正向影响，线上市场成长时期对茶叶企业的吸引作用要强于萌芽时期，表明不确定性越小和线上市场中网络效应越大于拥挤效应的情况下，茶叶企业越倾向于更早进入线上市场。

表4 比例风险模型回归结果Table 4 Regression results of proportional risk model

首先，茶叶企业线上经验的回归系数显著为正，则风险比率大于1，这意味着拥有线上经验能够降低企业延迟进入线上市场的概率，使茶叶企业选择更早进入线上市场。方程(2)估计结果显示，拥有线上经验比没有线上经验的茶叶企业选择更早进入线上市场的概率高50.5%(e0.409-1=0.505)，Weibull模型和Gompertz模型的估计结果也基本相同，实证结果与理论分析预期相符，假设1得到验证。这正因为，茶叶企业线上经验越丰富，其对线上市场的需求、规则等信息了解越充分，在此情况下，茶叶企业通过等待策略降低进入风险的收益在下降，所以茶叶企业会放弃观望，转而进入线上市场获取利益。

其次，茶叶企业多元化程度的回归系数也显著为正，通过指数换算，Cox模型风险比率为1.33，表明产品种类每增加1单位，茶叶企业选择更早进入线上市场的概率将提升33%，即产品多元化程度越高的企业越倾向于尽早进入线上市场，Weibull模型和Gompertz模型的风险比率为1.37和1.35，估计结果基本一致，与假设1预期相符。这是因为，多元化程度高的茶叶企业能够向市场提供不同种类的茶产品和服务，能同时满足不同类型的消费者需求，保障茶叶企业在进入线上市场后能获取到基本的客流量，降低企业进入线上市场的生存风险，因而茶叶企业选择快速进入线上市场。

再次，与线上市场萌芽期相比，茶叶企业在成长时期进入的回归系数同样显著大于0，并且成长后期的回归系数要明显大于成长前期，这表明茶叶企业在线上市场成长时期的进入倾向要早于萌芽时期，且成长后期的进入选择又要早于成长前期。这正是因为，线上市场成长时期的网络效应较大而拥挤效应较小，与萌芽时期的网络效应和拥挤效应均小相比，成长时期的正向效应更为明显，因此茶叶企业在线上市场成长阶段进入倾向更早。同时，由于线上市场成长时期的网络效应与拥挤效应都呈现指数式增长，但拥挤效应晚出现于网络效应，因而两者在成长后期的差距拉大，具体表现在茶叶企业进入时机决策上，则为成长后期的进入速度快于成长前期，假设2得到验证。

最后，在控制变量方面，企业资本、所有权性质、企业经营模式、传统市场茶叶价格、互联网普及增长率以及茶叶产区对茶叶企业进入线上市场时机的选择均有一定影响。具体来说，企业资本的回归系数显著为负，意味着规模越大的茶叶企业越倾向于延迟进入线上市场。可能的原因是，虽然企业资本能在一定程度上代表其线上市场进入能力，但对于大规模企业来说，其拥有稳定、较大的传统市场份额，再通过不确定性下的线上进入来抢占线上市场份额的动力严重不足，此外资本雄厚的茶叶企业较多成立时间更早，面对的线上市场不确定性更大，所以也更倾向于推迟进入。从所有权性质来看，农民专业合作社系数为正，而三资茶叶企业系数为负，说明相较于民营企业，农民专业合作社近期进入线上的概率较高，而三资茶叶企业倾向于延迟进入线上市场，这是因为，通常三资企业在传统市场占据较大市场份额，而农民专业合作社规模相对较小，因此更加迫切寻求新渠道来增加销量和提高利润。从企业经营模式来看，加工销售型茶叶企业的系数显著为负，表明相较于生产加工销售一体化茶叶企业，加工销售型茶叶企业更倾向于延迟进入线上市场，而纯销售型茶叶企业系数虽为正，但不显著，无法证明纯销售型茶叶企业更倾向于快速进入线上市场。从传统市场茶叶价格来看，其系数显著为负，表明线下市场茶叶价格越高，对茶叶企业进入线上市场决策的抑制作用就越明显，茶叶企业越倾向于延迟进入。从互联网普及增长率来看，其回归系数为正，表明茶叶企业进入线上市场前的互联网普及率增长越快，茶叶企业越倾向于更早进入。从企业所处茶区来看，西南茶区的企业进入线上市场速度最快，随即是华南茶区企业和江南茶区，江北茶区系数不显著，表明江北茶区与西南茶区的茶叶企业类似，也倾向于更早进入。

3.2 交互效应分析

考虑到线上市场的不确定性和市场发展阶段对茶叶企业进入时机选择的影响较大，为进一步检验两者之间是否存在交互作用，本研究在基准回归模型的基础上，加入线上经验、多元化程度与线上市场发展阶段的交互项。同时，为了使加入交互项前后主变量的系数具有可比性，本研究采用中心化处理方式进行模型回归，结果如表5所示。

从表5可以看出，加入交互项后的核心变量系数与基准回归模型中的系数相比具有明显差异，多元化程度与线上市场发展阶段的交互项系数显著为负，这意味着线上市场的外部效应负向调节不确定性对茶叶企业进入延迟的影响。方程(5)结果显示，茶叶企业线上经验与市场成长时期的交互项系数为负，但不显著；方程(6)中多元化程度与线上市场成长时期的交互项系数显著为负，多元化程度与市场成长后期的交互项系数要明显小于其与市场成长前期的交互项系数，表明与线上市场发展中的萌芽期相比，茶叶企业在成长时期的市场进入选择受到多元化程度的影响作用要弱，在成长后期的进入倾向受多元化程度的影响更小。也就是说，线上市场发展中网络效应越强于拥挤效应，多元化程度对茶叶企业进入时机选择的影响作用就越弱。这是因为，随着茶叶线上市场从萌芽期发展到成长后期，其交易规模和交易人数都呈现迅猛增长，市场中网络效应大于拥挤效应产生的正向效应仍在增强，茶叶企业预期投资进入的收益增效不断加大，并逐渐抵消不确定效应带来的收益减损，使得线上市场的正效应能够减弱不确定性对茶叶企业进入时机选择的负面作用。

表5 交互效应分析结果Table 5 Analysis results of interaction effects

3.3 基于企业规模与经营模式的异质性分析

上述基准回归结果说明了线上经验、产品多元化与市场发展阶段会对茶叶企业线上市场进入时机决策产生显著影响，为了进一步探讨这种影响的异质性，本研究以茶叶企业规模(2)根据企业资本大小，采取三等分划分方法将茶叶企业分成低中高3组。和企业经营模式为依据进行分组检验，结果如表所示。

茶叶企业规模的分组检验显示，不同规模下各变量系数符号虽保持一致，但系数大小和显著性水平仍存在较大差异。首先，根据方程(8)～(10)可知，三类规模茶叶企业的线上经验系数分别显著为0.598、0.475和0.333，表明线上经验对小规模企业线上市场进入时机选择的影响效应最大，而对中高组企业影响逐级递减，说明线上经验能有效减小企业提前进入市场的不确定性，对于信息获取渠道相对较少的小规模企业最为重要，降低其早进入线上市场的风险。其次，多元化系数与线上经验系数影响效果恰恰相反，多元化变量对高规模组企业的影响作用最大，如方程(10)所示，其系数显著为 0.329，说明相对于小规模企业，产品多元化程度有利于大规模企业选择更早进入网上市场，这主要是多元化程度高的企业能满足更多不同的市场需求，其选择进入市场的产品范围较广，能在多个时间点选择不同类型的产品进入市场，促使企业抓住最有利时机及早进入线上市场。最后，与线上市场发展萌芽阶段相比，中高规模组企业更倾向于在市场成长阶段快速进入，这可能是大规模农企在传统市场上的市场地位更高、市场份额更大，因而没有足够动力在线上市场发展初期冒险快速开拓市场。

农业企业经营模式的分组检验显示，部分变量对不同经营模式企业市场进入时机选择的影响显著性和作用大小发生明显变化。一方面，在加工销售型茶叶企业中，线上经验、多元化程度虽为正值但并不显著，但在产加销一体化和纯销售型茶叶企业中，则显著为正。这意味着拥有线上经验和提高产品多元化程度并不能显著提早加工销售型茶叶企业的进入时间，但能明显缩短另外两类企业的延迟时间。另一方面，在系数大小上，方程(11)和(13)的结果显示，纯销售型茶叶企业的线上经验系数显著为0.445、多元化系数显著为0.298，高于生产加工销售型茶叶企业的影响系数，表明线上经验和多元化程度更能促使纯销售型茶叶企业加快进入线上市场，这源于生产加工销售型茶叶企业的一体化战略能够加强其信息搜集和处理能力，及时准确的判断市场风险，进而对线上经验和产品多元化战略影响的依赖性小于纯销售型茶叶企业。与线上市场萌芽期相比，市场成长期更能促使加工销售型茶叶企业缩短延迟进入新市场时间，说明线上市场网络效应对其影响作用最为突出。

3.4 稳健性检验

为了保证回归结果的稳健性，本研究进一步对茶叶企业进入线上市场的时机选择进行划分，将成立后一年内进入线上市场的茶叶企业定义为快速进入者(赋值为1)，成立一年后才选择进入线上市场的茶叶企业定义为延迟进入者(赋值为0)，再利用Probit模型和Logit模型进行实证检验，结果如表7所示。

表6 基于企业规模与经营模式的异质性分析Table 6 Heterogeneity analysis based on enterprise size and business model

从表7可以发现，茶叶企业线上经验、多元化程度的回归系数为正，线上市场成长时期较之萌芽时期的回归系数也大于0，表明拥有线上经验、多元化程度越高的茶叶企业越倾向于快速进入，以及与线上市场萌芽期相比，茶叶企业在市场成长时期将选择更早进入。方程(15)估计结果显示，拥有线上经验比缺乏线上经验的茶叶企业成为快速进入者的概率要高6.6%；多元化程度每增加1个单位，茶叶企业选择成为快速进入者的概率提高5.6%；茶叶企业在线上市场成长前期阶段选择成为快速进入者的概率要比在萌芽时期阶段高71.4%，在成长后期选择成为快速进入者要比萌芽时期高74.4%。因此，该分析结果同样验证了不确定性越小和线上市场中网络效应越大于拥挤效应的情况下，茶叶企业越倾向于更早进入线上市场，与比例风险模型回归结果保持一致，研究结论稳健。

表7 稳健性检验结果Table 7 Robustness test results

4 结论与建议

本研究基于实物期权理论的分析框架，构建了农业企业进入线上市场时机决策的理论模型，利用Python采集农业企业数据的方式，使用比例风险模型和离散选择模型的实证方法，实证检验了农业企业进入线上市场时机选择的决策机制。主要研究结论有：

1)线上市场进入的不确定性对农业企业市场进入具有阻碍作用。当线上市场进入不确定性越低时，农企则倾向于提早进入。具体到企业微观特征，表现为拥有线上经验和多元化程度越高，农企选择更快进入网上销售。说明不确定性会提高农企最佳投资进入的临界值，减小不确定性能促进企业选择更早进入线上市场。

2)线上市场的正外部效应对农业企业市场进入有促进作用。当线上市场中的网络效应强于拥挤效应时，农企进入倾向越早。具体到宏观市场环境特征，表现为与线上市场萌芽期相比，企业在其成长期的进入选择更早，延迟时间更短，在成长后期的进入倾向更早于成长前期，主要是网络效应与拥挤效应差值在线上市场成长阶段表现为扩大趋势所致。

3)线上市场正效应会显著削弱不确定性对农业企业市场进入的阻碍作用。当线上市场发展中的网络效应越强于拥挤效应时，不确定性对企业进入时机选择的影响效果就越小，具体表现为农企在线上市场成长期的市场进入选择受到多元化程度的影响作用要比线上市场萌芽期更弱，在成长后期进入时机选择受到多元化程度的影响要比成长前期更小。

4)线上经验、产品多元化和市场发展阶段对不同规模与经营模式的农企线上市场进入时机的影响效应是异质的。这种异质性影响表现在，线上经验对小规模和纯销售型农企影响更为显著且作用效果更强；产品多元化对中高规模农企影响更为明显，但对产加销一体化农企的作用效果要弱于纯销售型农企；中高规模与加工销售型农企更倾向于在线上市场成长阶段快速进入。这反映了小规模农企信息获取能力较弱，更依靠线上经验来降低进入风险；产加销一体化战略有利于农企更好地应对市场风险，因而对线上经验和多元化战略的依赖性小于纯销售型农企；大规模农企由于在传统市场中地位高、份额大，因而不愿意在线上发展初期冒险快速开拓市场。

研究结论可为政府相关政策制定、电商平台运营和农业企业进入决策提供重要启示。从政府层面来看，要促进农业企业运用现代元素进行转型升级，加快农业企业“电商化”高质量发展，应该加大互联网提速降费力度，加强物流交通基础建设，从而增加网络市场用户基数和促进农企有效快捷地获取网络资讯，这有利于增强线上市场网络效应和降低网络销售不确定感，促进农企更早更及时地进入线上市场。从电商平台来看，吸引农业企业快速进入线上市场，有利于提高平台整体收益，摊薄其网络运营成本，要降低农企进入门槛，给予新进入企业补贴优惠，经常性发布市场研究报告和经典企业案例来降低企业感知不确定性，帮助企业更早进入线上市场。从农业企业层面来看，线上经验和多元化程度有助于降低线上市场不确定性感知，农业企业可采取多途径获取线上知识经验和积极丰富产品种类，降低市场进入的不确定性，农业企业既要内省自身特性，更要外察环境动态，提高对线上市场中网络效应和拥挤效应的敏感性，抓住最佳时机进入线上市场。

受限于数据的获取，本研究也存在一定不足之处，在理论模型推导中发现进入成本对农企线上市场进入具有不利影响，但由于无法获取农业企业线上市场进入成本的微观数据，因而无法验证进入成本对农企进入线上市场时机选择的影响效应，这有待后续研究予以完善。