王瑞峰

摘要：平臺經(jīng)濟作為21世紀備受關(guān)注的經(jīng)濟模式，在我國農(nóng)業(yè)經(jīng)濟發(fā)展過程中扮演著重要角色。為對過去一段時期涉農(nóng)電商平臺的經(jīng)濟影響效應(yīng)進行客觀而準確的評估，根據(jù)平臺經(jīng)濟基本特征，在探討涉農(nóng)電商平臺對農(nóng)業(yè)經(jīng)濟發(fā)展影響機理的基礎(chǔ)上，利用改進的雙重差分（DID）模型和三重差分（DDD）模型，從政策效應(yīng)、規(guī)模效應(yīng)、集聚效應(yīng)三個維度著眼，評估涉農(nóng)電商平臺的經(jīng)濟影響效應(yīng)。研究發(fā)現(xiàn)，涉農(nóng)電商平臺通過影響農(nóng)產(chǎn)品供需、平臺自身價值提升、平臺集聚發(fā)展等為農(nóng)業(yè)經(jīng)濟發(fā)展注入活力。實證發(fā)現(xiàn)，涉農(nóng)電商平臺對農(nóng)業(yè)經(jīng)濟發(fā)展影響的政策效應(yīng)、規(guī)模效應(yīng)、集聚效應(yīng)均具有顯著性，但均呈現(xiàn)邊際效應(yīng)遞減趨勢，且涉農(nóng)電商平臺對農(nóng)民收入的提升并不具有顯著影響。因此，為充分發(fā)揮涉農(nóng)電商平臺對農(nóng)業(yè)經(jīng)濟發(fā)展的促進作用，需要從推動農(nóng)業(yè)經(jīng)濟發(fā)展與農(nóng)民增收、擴大農(nóng)民在供需兩側(cè)的參與度、借助區(qū)域優(yōu)勢大力發(fā)展平臺經(jīng)濟等三方面入手，重新定位涉農(nóng)電商平臺在農(nóng)業(yè)經(jīng)濟發(fā)展中的功能和作用，重點關(guān)注涉農(nóng)電商平臺對農(nóng)業(yè)發(fā)展新模式、新動能、新業(yè)態(tài)的培育，涉農(nóng)電商平臺對農(nóng)業(yè)經(jīng)濟發(fā)展的引導(dǎo)，相關(guān)產(chǎn)業(yè)基礎(chǔ)設(shè)施的配套等方面。

關(guān)鍵詞：涉農(nóng)電商平臺；經(jīng)濟影響；邊際效應(yīng)；改進的雙重差分模型

中圖分類號：F724.6文獻標識碼：A文章編號：1007-8266（2020）11-0068-10

一、問題提出

隨著“互聯(lián)網(wǎng)+”、大數(shù)據(jù)、云計算、人工智能等現(xiàn)代信息技術(shù)的迅速發(fā)展，平臺經(jīng)濟作為新經(jīng)濟的一種重要形態(tài)出現(xiàn)，成為21世紀備受關(guān)注的經(jīng)濟模式。2019年2月商務(wù)部等12部門聯(lián)合印發(fā)的《關(guān)于推進商品交易市場發(fā)展平臺經(jīng)濟的指導(dǎo)意見》指出，發(fā)展平臺經(jīng)濟是商品交易市場轉(zhuǎn)型升級的重要方向。2019年8月國務(wù)院辦公廳發(fā)布的《關(guān)于促進平臺經(jīng)濟規(guī)范健康發(fā)展的指導(dǎo)意見》將互聯(lián)網(wǎng)平臺經(jīng)濟界定為生產(chǎn)力新的組織方式和經(jīng)濟發(fā)展的新動能，并明確指出了平臺經(jīng)濟在優(yōu)化資源配置、促進跨界融通、推動產(chǎn)業(yè)升級、增加就業(yè)等方面的重要作用。由此可見，平臺經(jīng)濟在推動我國經(jīng)濟向高質(zhì)量發(fā)展階段轉(zhuǎn)變過程中具有重要地位。

涉農(nóng)平臺作為平臺經(jīng)濟在“三農(nóng)”領(lǐng)域的實踐與應(yīng)用，在我國農(nóng)業(yè)農(nóng)村現(xiàn)代化進程中扮演著非常重要的角色。中共十九大提出，要實施鄉(xiāng)村振興戰(zhàn)略，并以構(gòu)建現(xiàn)代化農(nóng)業(yè)體系作為重要內(nèi)容。2018年和2019年連續(xù)兩年的中央1號文件均提出，要實施數(shù)字鄉(xiāng)村戰(zhàn)略，積極開展電子商務(wù)進農(nóng)村、互聯(lián)網(wǎng)+農(nóng)產(chǎn)品出村進城工程。涉農(nóng)平臺的發(fā)展和壯大擁有充分的政策保障。目前，我國涉農(nóng)電商平臺發(fā)展非常迅猛，根據(jù)電子商務(wù)研究中心發(fā)布的《2018年中國涉農(nóng)電商平臺百強榜》，農(nóng)村淘寶、京東、蘇寧易購位居前三。涉農(nóng)電商平臺在受到資本市場熱捧的同時，對農(nóng)業(yè)經(jīng)濟發(fā)展發(fā)揮著重要的推動作用。近年來，盡管涉農(nóng)電商平臺在“三農(nóng)”領(lǐng)域逐漸發(fā)展壯大，但我們也要清楚地認識到，涉農(nóng)電商平臺實際上仍然處于起步探索階段。因此，有必要對過去一段時期涉農(nóng)平臺的經(jīng)濟影響效應(yīng)進行客觀而準確的評估，以為涉農(nóng)電商平臺下一步推廣和發(fā)展提供參考和借鑒。

二、文獻綜述

涉農(nóng)平臺作為平臺經(jīng)濟在“三農(nóng)”領(lǐng)域的實踐與應(yīng)用，尚處于起步階段，當前國內(nèi)外關(guān)于涉農(nóng)平臺的研究相對較少。在涉農(nóng)平臺經(jīng)濟理論研究方面，蘆千文[ 1 ]分析了涉農(nóng)平臺的經(jīng)濟模式、作用機理和發(fā)展策略，并探討了農(nóng)業(yè)產(chǎn)業(yè)化龍頭企業(yè)在涉農(nóng)平臺經(jīng)濟發(fā)展中的作用。在涉農(nóng)平臺建設(shè)方面，李義杰等[ 2 ]提出了以電子商務(wù)促進農(nóng)業(yè)產(chǎn)業(yè)鏈價值整合的模式；陳曦等[ 3 ]發(fā)現(xiàn)，農(nóng)產(chǎn)品電子商務(wù)平臺成為解決農(nóng)產(chǎn)品流通體系突出問題的重要手段；張瀚藝[ 4 ]提出了農(nóng)產(chǎn)品電子商務(wù)與區(qū)塊鏈技術(shù)融合的發(fā)展路徑。在涉農(nóng)平臺經(jīng)濟影響效應(yīng)評估方面，盧陽春等[ 5 ]基于層次分析法構(gòu)建科技扶貧服務(wù)平臺經(jīng)濟效應(yīng)評價指標體系，從直接效應(yīng)和間接效應(yīng)兩個維度著手，客觀評價四川巴山區(qū)21個貧困縣科技服務(wù)平臺的經(jīng)濟效應(yīng)?？傮w而言，涉農(nóng)平臺經(jīng)濟相關(guān)研究還處于起步階段，尚未形成系統(tǒng)性、普適性的研究成果。

國內(nèi)外關(guān)于政策影響效應(yīng)評估的研究，按評估方法大體可分為三類。第一類是傳統(tǒng)參數(shù)估計方法。比如，余亮亮等[ 6 ]基于模糊數(shù)學(xué)法對耕地保護經(jīng)濟補償政策的影響效應(yīng)進行了評估，朱啟榮等[ 7 ]基于GTAP模型對降低企業(yè)稅負的經(jīng)濟效應(yīng)進行了評估。第二類是準自然實驗與反事實分析法，這類方法因較好地解決了傳統(tǒng)參數(shù)估計中遺漏變量的問題，得到廣泛使用。比如，理查德森（Richardson G）等[ 8 ]利用雙重差分（DIfference-in- Difference，DID）模型估計中央銀行干預(yù)對銀行業(yè)的影響效應(yīng)，坎西安（Cancian M）等[ 9 ]利用三重差分（Difference-in-Difference-in-Difference，DDD）模型研究所得稅抵扣對勞動力供給的影響，李明等[ 10 ]基于準自然實驗法采用理論和斷點回歸模型檢驗中國減稅的經(jīng)濟效應(yīng)，張國建等[ 11 ]采用雙重差分法評估扶貧改革試驗區(qū)的經(jīng)濟效應(yīng)，王立勇等[ 12 ]基于連續(xù)型DID模型評估中國精準扶貧政策的減貧效應(yīng)。第三類是擬自然實驗法。比如，楊經(jīng)國等[ 13 ]基于合成控制法評估經(jīng)濟特區(qū)設(shè)立的經(jīng)濟增長效應(yīng)，武劍等[ 14 ]運用HCW法和排序檢驗法評估中國自由貿(mào)易試驗區(qū)政策的經(jīng)濟效應(yīng)?？傮w而言，準自然實驗與反事實分析法、擬自然實驗法已經(jīng)越來越多地被應(yīng)用于政策效應(yīng)評估研究，且越來越科學(xué)，越來越方便。

對涉農(nóng)平臺及其政策影響效應(yīng)評估相關(guān)文獻進行全面回顧發(fā)現(xiàn)，一方面，國內(nèi)外關(guān)于涉農(nóng)平臺的研究尚處于起步和探索階段，且大多集中于理論研究，缺乏實證研究的支撐；另一方面，盡管國內(nèi)外學(xué)者利用準自然實驗與反事實分析法、擬自然實驗法對政策影響效應(yīng)進行了大量研究，但相關(guān)研究大多建立在實驗時間和地區(qū)的自然實驗基礎(chǔ)之上，且僅停留于政策是否干預(yù)的影響效應(yīng)，而鮮有研究對政策干預(yù)強度或區(qū)域集聚等影響效應(yīng)進行評估。鑒于此，本研究以農(nóng)村淘寶為例，實證評估涉農(nóng)電商平臺的經(jīng)濟影響效應(yīng)，并解決以下兩個問題：一是系統(tǒng)分析涉農(nóng)電商平臺對農(nóng)業(yè)經(jīng)濟發(fā)展的影響機理，以明確涉農(nóng)電商平臺推動農(nóng)業(yè)經(jīng)濟發(fā)展的途徑；二是基于政策效應(yīng)、規(guī)模效應(yīng)、集聚效應(yīng)三個維度系統(tǒng)評估涉農(nóng)電商平臺對農(nóng)業(yè)經(jīng)濟發(fā)展的影響效應(yīng)，以評估前一階段涉農(nóng)電商平臺對農(nóng)業(yè)經(jīng)濟發(fā)展的實際影響效果，進而為涉農(nóng)電商平臺的推廣應(yīng)用提供借鑒和啟示。

三、理論分析、研究設(shè)計與變量選取

（一）理論分析

平臺經(jīng)濟作為21世紀備受矚目的經(jīng)濟模式，以雙邊市場為載體，且雙邊市場又以平臺為核心。與傳統(tǒng)經(jīng)濟相比，平臺經(jīng)濟最突出的特征就是其外部性[ 15 ]。為涉農(nóng)產(chǎn)品、要素、資源等提供服務(wù)的平臺可界定為涉農(nóng)平臺，具體可分為涉農(nóng)電商平臺、涉農(nóng)服務(wù)平臺等類型[ 1 ]。電商平臺介入“三農(nóng)”領(lǐng)域，將為農(nóng)業(yè)經(jīng)濟發(fā)展帶來較大的機遇與挑戰(zhàn)。

農(nóng)村淘寶作為當前我國最大的涉農(nóng)電商平臺，由阿里巴巴于2014年10月啟動，于2015年5月和2016年7月兩次進行業(yè)務(wù)模式升級，經(jīng)歷了從非專業(yè)化小賣部到專業(yè)化農(nóng)村淘寶合伙人，再到搭建農(nóng)村生態(tài)體系、打造智慧農(nóng)村戰(zhàn)略目標的轉(zhuǎn)化升級。據(jù)《中國淘寶村研究報告（2009—2019）》統(tǒng)計，截至2019年，全國25個省市區(qū)已有4 310個淘寶村，年銷售額超過7 000億元，帶動就業(yè)機會超過683萬個。從數(shù)據(jù)上看，農(nóng)村淘寶在帶動返鄉(xiāng)創(chuàng)業(yè)、促進產(chǎn)業(yè)興旺等方面表現(xiàn)出重要的經(jīng)濟和社會價值。此外，涉農(nóng)電商平臺在農(nóng)業(yè)產(chǎn)業(yè)鏈、價值鏈等層面也能發(fā)揮積極作用[ 16 ]。

對于涉農(nóng)電商平臺對農(nóng)業(yè)經(jīng)濟發(fā)展的影響機理，可基于其外部性特征進行分析，主要體現(xiàn)在政策影響、規(guī)模影響、區(qū)域集聚影響三個方面，具體參見圖1。

1.涉農(nóng)電商平臺通過影響涉農(nóng)產(chǎn)品、服務(wù)等的供給和消費來推動農(nóng)業(yè)經(jīng)濟發(fā)展

一方面，涉農(nóng)電商平臺為涉農(nóng)產(chǎn)品、服務(wù)等提供了虛擬交易市場，需求方越多，對涉農(nóng)電商平臺供給方吸引力越強，供給方參與者就越多，需求方的需求就能更好地得到滿足，從而最終形成良性循環(huán)，不斷提升涉農(nóng)產(chǎn)品、服務(wù)的供給與消費水平，從量上推動農(nóng)業(yè)經(jīng)濟發(fā)展；另一方面，涉農(nóng)電商平臺為涉農(nóng)產(chǎn)品、服務(wù)等供給方供給水平的提升提供了信息獲取平臺，供給方能夠利用涉農(nóng)電商平臺反饋機制了解需求方高水平、多層次的需求，從而可以有針對性地進行生產(chǎn)，提高涉農(nóng)產(chǎn)品、服務(wù)等的供給水平，從質(zhì)上推動農(nóng)業(yè)經(jīng)濟發(fā)展?；谏鲜龇治?，本研究提出以下研究假設(shè)：

H1：涉農(nóng)電商平臺能夠顯著提升地區(qū)農(nóng)業(yè)GDP水平。

2.涉農(nóng)電商平臺通過平臺使用數(shù)量的增加來推動農(nóng)業(yè)經(jīng)濟發(fā)展

涉農(nóng)電商平臺用途的外部性決定了涉農(nóng)電商平臺規(guī)模能對農(nóng)業(yè)經(jīng)濟發(fā)展產(chǎn)生較大的影響。用途的外部性來源于產(chǎn)品的使用，用戶對平臺的使用數(shù)量和頻率對平臺價值具有重要影響，甚至有些平臺的價值幾乎全部體現(xiàn)在產(chǎn)品使用數(shù)量和頻率上。因此，涉農(nóng)電商平臺的使用數(shù)量和頻率即涉農(nóng)電商平臺規(guī)模勢必會對涉農(nóng)電商平臺的經(jīng)濟效應(yīng)產(chǎn)生影響。由此，本研究提出以下研究假設(shè)：

H2：涉農(nóng)電商平臺規(guī)模能夠顯著提升地區(qū)農(nóng)業(yè)GDP水平。

3.涉農(nóng)電商平臺通過區(qū)域集聚來推動農(nóng)業(yè)經(jīng)濟發(fā)展

《中國淘寶村研究報告（2009—2019）》統(tǒng)計顯示，截至2019年，淘寶村集群達到95個，大型淘寶村集群達到33個，超大型淘寶村集群達到7個。這些數(shù)據(jù)表明，淘寶村集群化發(fā)展、裂變式擴散特征逐漸顯現(xiàn)。由此，本研究提出以下研究假設(shè)：

H3：涉農(nóng)電商平臺區(qū)域集聚能顯著提升地區(qū)農(nóng)業(yè)GDP水平。

（二）研究設(shè)計

DID模型是近年來準自然實驗研究中最常用的模型，被廣泛用于政策評估領(lǐng)域。根據(jù)經(jīng)典DID模型設(shè)計的基本思路，政策被視為一項干預(yù)措施，既然是干預(yù)措施，就必然要討論政策的干預(yù)效果。因此，經(jīng)典DID模型要求必須包含干預(yù)前、干預(yù)后兩個時間點以及干預(yù)組、對照組兩個組別，形成四個變量，通過比較干預(yù)組前后差異和對照組前后差異來確定政策的干預(yù)效果。經(jīng)典DID模型通常以固定時間來區(qū)分干預(yù)前、干預(yù)后兩個時間點，以地區(qū)是否受到政策干預(yù)影響來區(qū)分干預(yù)組、對照組兩個組別，而由于涉農(nóng)電商平臺具有開放性特征，一個地區(qū)是否受涉農(nóng)電商平臺影響難以準確區(qū)分，加之涉農(nóng)電商平臺在各地推廣和應(yīng)用的時間并不同步，以固定時間來區(qū)分干預(yù)前、干預(yù)后兩個時間點很難達到評估其干預(yù)效果的目的。

1.基于動態(tài)時點的DID模型構(gòu)建

基于前面關(guān)于經(jīng)典DID模型的分析，為科學(xué)合理地評估涉農(nóng)電商平臺的經(jīng)濟影響效應(yīng)，本研究考慮基于動態(tài)時點來區(qū)分干預(yù)前、干預(yù)后兩個時間點并改進DID模型。

首先，確定干預(yù)組和對照組。淘寶村作為農(nóng)村淘寶平臺在農(nóng)村地區(qū)的規(guī)?；瘧?yīng)用，需要滿足三個條件，分別是經(jīng)營地區(qū)在農(nóng)村、電子商務(wù)交易額在1 000萬元以上、村活躍網(wǎng)店數(shù)量在100家以上或活躍網(wǎng)店數(shù)量占當?shù)丶彝魯?shù)的10%以上等。因此，本研究借鑒阿里研究院關(guān)于中國淘寶村發(fā)展的研究成果，考慮將地區(qū)是否擁有淘寶村作為涉農(nóng)電商平臺的政策干預(yù)措施，將有淘寶村的地區(qū)作為干預(yù)組，無淘寶村的地區(qū)作為對照組。

其次，確定干預(yù)前、干預(yù)后兩個時間點。鑒于淘寶村有嚴格的判定標準，有入選和淘汰兩種可能，本研究考慮控制時間效用，使用動態(tài)時點來區(qū)分干預(yù)前、干預(yù)后兩個時間點，即以各地區(qū)有淘寶村的年份為干預(yù)后時間點，以沒有淘寶村的年份為干預(yù)前時間點。

最后，構(gòu)建DID模型。為消除變量遺漏等導(dǎo)致的內(nèi)生性問題，本研究考慮在DID模型基礎(chǔ)上加入控制變量，進而構(gòu)建基于動態(tài)時點的DID模型。具體如下：

在模型（1）中，Yi表示政策效應(yīng)評估指標，α0表示受到涉農(nóng)電商平臺影響前所有地區(qū)共同的初始經(jīng)濟效應(yīng)均值，α1表示有淘寶村地區(qū)和無淘寶村地區(qū)受到涉農(nóng)電商平臺影響前的經(jīng)濟效應(yīng)差異，α2表示有淘寶村地區(qū)和無淘寶村地區(qū)受到涉農(nóng)電商平臺影響前后共同發(fā)生的經(jīng)濟效應(yīng)變化，即共同趨勢，具體指全國宏觀經(jīng)濟形勢等整體經(jīng)濟變化的影響，α3表示控制初始經(jīng)濟效應(yīng)差異和共同趨勢后，有淘寶村地區(qū)所具有的額外經(jīng)濟效應(yīng)，即涉農(nóng)電商平臺的政策效應(yīng)，α4表示控制變量對農(nóng)業(yè)經(jīng)濟發(fā)展的影響效應(yīng)，controli為控制變量，εi為殘差項。treati為政策干預(yù)組別虛擬變量，當一個地區(qū)有淘寶村時，treati=1；當一個地區(qū)沒有淘寶村時，treati=0。timei為政策干預(yù)時間虛擬變量，對于有淘寶村的年份，timei=1；對于無淘寶村的年份，treati= 0。didi=treati×timei，是treati與timei的交互項，表示政策干預(yù)效應(yīng)。

2.基于動態(tài)時點固定效應(yīng)的連續(xù)DID模型構(gòu)建

涉農(nóng)電商平臺用途的外部性決定了其用戶數(shù)量和規(guī)模對涉農(nóng)電商平臺經(jīng)濟效應(yīng)具有較大影響，而常用DID模型的核心解釋變量為政策干預(yù)組別虛擬變量與時間虛擬變量的交互項，其賦值為0或1，難以評估不同組別間因政策干預(yù)程度不同而產(chǎn)生的差異。因此，為評估涉農(nóng)電商平臺的規(guī)模效應(yīng)，本研究在借鑒王立勇等[ 12 ]、陳（Chen Y Y）等[ 17 ]做法的基礎(chǔ)上，構(gòu)建基于動態(tài)時點固定效應(yīng)的連續(xù)DID模型。具體如下：

在模型（2）中，Yit表示規(guī)模效應(yīng)評估指標，β0t表示時間固定效應(yīng)，β1t表示涉農(nóng)電商平臺的規(guī)模影響效應(yīng)，β2t表示涉農(nóng)電商平臺的時間影響效應(yīng)，β3t表示涉農(nóng)電商平臺的規(guī)模溢出效應(yīng)，β4t表示控制變量對農(nóng)業(yè)經(jīng)濟發(fā)展的影響效應(yīng)，controlit為控制變量，εit為殘差項。periodit表示政策干預(yù)時間虛擬變量，對于有淘寶村的年份，periodit=1；對于無淘寶村的年份，periodit=0。numberit為淘寶村規(guī)模虛擬變量，考慮到《中國淘寶村研究報告（2009—2019）》對淘寶村規(guī)模是按照鎮(zhèn)、縣區(qū)標準分類的，而本研究中的淘寶村數(shù)量為地級市/區(qū)數(shù)量，因此忽略淘寶鎮(zhèn)標準，按淘寶村集群、大型淘寶村集群、超大型淘寶村集群的分類標準為虛擬變量numberit賦值。也就是，當某地淘寶村數(shù)量小于1時，numberit取值為0；淘寶村數(shù)量在1～<10之間時，numberit取值為0.25；淘寶村數(shù)量在10～<30之間時，numberit取值為0.5；淘寶村數(shù)量在30～<100之間時，numberit取值為0.75；淘寶村數(shù)量在100及以上時，numberit取值為1。didntit=numberit×periodit，是numberit與pe？ riodit的交互項，表示政策干預(yù)程度的影響效應(yīng)。

3.變量選取

GDP通常是經(jīng)濟發(fā)展水平衡量指標的首選，而涉農(nóng)電商平臺相關(guān)產(chǎn)品、服務(wù)等涉及農(nóng)林牧漁等大農(nóng)業(yè)領(lǐng)域，因此本研究選取第一產(chǎn)業(yè)GDP作為我國農(nóng)業(yè)經(jīng)濟發(fā)展水平的衡量指標。此外，為檢驗涉農(nóng)電商平臺經(jīng)濟效應(yīng)的穩(wěn)健性，并考察涉農(nóng)電商平臺對農(nóng)民收入的影響情況，本研究選取農(nóng)民可支配收入作為穩(wěn)健性檢驗的被解釋變量。

解釋變量主要是與涉農(nóng)電商平臺相關(guān)的組別、時間、規(guī)模、集聚區(qū)域等虛擬變量，關(guān)鍵解釋變量為各相關(guān)虛擬變量的交互項，主要考察交互項的系數(shù)及其顯著性。控制變量的選取主要根據(jù)與被解釋變量有直接關(guān)系的原則進行，當?shù)谝划a(chǎn)業(yè)GDP作為被解釋變量時，依據(jù)柯布—道格拉斯生產(chǎn)函數(shù)，選取資本投入、社會資本投入作為控制變量；當農(nóng)民可支配收入作為被解釋變量時，選取第一產(chǎn)業(yè)GDP作為控制變量。具體變量的選取及解釋參見表1。

四、影響效應(yīng)評估

為評估涉農(nóng)電商平臺的經(jīng)濟效應(yīng)，本研究選取2011—2018年我國29個省市區(qū)（受數(shù)據(jù)可獲得性限制，新疆、西藏、香港、澳門、臺灣未選?。?94個地級市/區(qū)相關(guān)經(jīng)濟統(tǒng)計數(shù)據(jù)及中國淘寶村統(tǒng)計數(shù)據(jù)，基于本研究構(gòu)建的DID模型進行實證評估檢驗。

（一）數(shù)據(jù)來源及處理

第一產(chǎn)業(yè)GDP、農(nóng)民可支配收入、第一產(chǎn)業(yè)從業(yè)人員、第一產(chǎn)業(yè)社會固定資產(chǎn)投資等指標數(shù)據(jù)均來源于歷年各地統(tǒng)計年鑒或國民經(jīng)濟和社會發(fā)展統(tǒng)計公報，各地淘寶村建設(shè)時間、數(shù)量等指標數(shù)據(jù)來源于阿里研究院公布的《中國淘寶村研究報告（2009—2019）》。此外，由于相關(guān)指標單位等并不統(tǒng)一，本研究對除虛擬變量外的原始數(shù)據(jù)均進行對數(shù)化處理。

（二）共同趨勢假設(shè)檢驗

共同趨勢假設(shè)是DID模型構(gòu)建的核心假設(shè)，因此為驗證DID模型在涉農(nóng)電商平臺經(jīng)濟效應(yīng)評估研究中的適用性，本研究利用Eviews8.0軟件對2011—2018年全國294個地級市/區(qū)第一產(chǎn)業(yè)GDP和農(nóng)民可支配收入變量數(shù)據(jù)畫圖，以觀察兩個變量的趨勢。結(jié)果發(fā)現(xiàn)，2011—2018年的第一產(chǎn)業(yè)GDP，除個別地區(qū)呈現(xiàn)波動趨勢外，整體呈現(xiàn)波動上升趨勢，變化趨勢基本一致；2011—2018年的農(nóng)民可支配收入基本呈現(xiàn)同斜率上升趨勢，同步趨勢較為明顯。因此，兩個被解釋變量基本滿足共同趨勢假設(shè)，可利用DID模型進行相關(guān)分析。

（三）效應(yīng)評估結(jié)果分析

1.涉農(nóng)電商平臺政策效用評估

基于本研究構(gòu)建的基于動態(tài)時點的DID模型（1），以農(nóng)村淘寶為例，利用2011—2018年全國294個地級市/區(qū)相關(guān)經(jīng)濟統(tǒng)計數(shù)據(jù)及中國淘寶村統(tǒng)計數(shù)據(jù)，以第一產(chǎn)業(yè)GDP為解釋變量，以是否擁有淘寶村區(qū)分干預(yù)組、對照組兩個組別，以是否擁有淘寶村的年份為動態(tài)時點區(qū)分干預(yù)前、干預(yù)后兩個時間點，評估涉農(nóng)電商平臺對農(nóng)業(yè)經(jīng)濟發(fā)展的政策效應(yīng)，具體結(jié)果參見表2。

在表2中，列（1）表示未加入控制變量的回歸結(jié)果，列（2）表示加入控制變量的回歸結(jié)果。可以發(fā)現(xiàn)，無論是否加入控制變量，組別虛擬變量treati、時間虛擬變量timei、核心解釋變量didi的系數(shù)均在1%的水平上顯著，表明涉農(nóng)電商平臺對地區(qū)農(nóng)業(yè)經(jīng)濟發(fā)展的影響具有顯著性，H1得到驗證。但與此同時，核心解釋變量didi的系數(shù)為負，表明隨著涉農(nóng)電商平臺在全國范圍內(nèi)逐漸推廣，其對我國農(nóng)業(yè)經(jīng)濟發(fā)展影響的邊際效應(yīng)會逐漸下降，這一點需要引起各方足夠的關(guān)注與重視。

2.涉農(nóng)電商平臺規(guī)模效應(yīng)評估

為進一步驗證涉農(nóng)電商平臺干預(yù)程度對農(nóng)業(yè)經(jīng)濟發(fā)展的影響，本研究選擇目前全國110個擁有淘寶村的地級市/區(qū)，以第一產(chǎn)業(yè)GDP為被解釋變量，利用2011—2018年相關(guān)面板數(shù)據(jù)，基于本研究構(gòu)建的基于動態(tài)時點固定效應(yīng)的連續(xù)DID模型（2）評估涉農(nóng)電商平臺規(guī)模對農(nóng)業(yè)經(jīng)濟發(fā)展的影響效應(yīng)。在實證檢驗過程中，由于虛擬變量過多，導(dǎo)致面板數(shù)據(jù)殘差存在一定的異方差，本研究在DID回歸過程中選擇懷特界面加權(quán)法（White Cross-Sec？ tion）去除面板數(shù)據(jù)的異方差，最終得到涉農(nóng)電商平臺規(guī)模效應(yīng)評估結(jié)果，具體參見表3。

在表3中，列（1）和列（2）分別列示了無控制變量和有控制變量的回歸結(jié)果。從列（1）所示的結(jié)果可以看出，隨著農(nóng)村淘寶推廣范圍越來越大，核心解釋變量的置信水平越來越高，表明隨著涉農(nóng)電商平臺規(guī)模的增大，其對農(nóng)業(yè)經(jīng)濟發(fā)展的影響效應(yīng)越來越明顯，H2得到驗證。此外，從表3列（2）所示的回歸結(jié)果同樣可以發(fā)現(xiàn)，核心解釋變量didt的系數(shù)亦為負值，表明涉農(nóng)電商平臺規(guī)模對農(nóng)業(yè)經(jīng)濟發(fā)展影響的邊際效應(yīng)也隨著規(guī)模的增大逐漸遞減，從而進一步驗證了表2中涉農(nóng)電商平臺對農(nóng)業(yè)經(jīng)濟發(fā)展影響邊際效應(yīng)遞減的結(jié)論。

五、穩(wěn)健性檢驗

為確保上述研究結(jié)論的穩(wěn)健性，本研究以常用的更換被解釋變量檢驗、安慰劑檢驗等方式進行DID模型穩(wěn)健性檢驗。

（一）更換被解釋變量檢驗

農(nóng)民增收是當前我國“三農(nóng)”領(lǐng)域的核心問題，農(nóng)民收入與第一產(chǎn)業(yè)GDP存在較大的相關(guān)性，一般情況下第一產(chǎn)業(yè)GDP的增加將引起農(nóng)民收入的提高，而目前并沒有證據(jù)表明涉農(nóng)電商平臺會對農(nóng)民增收產(chǎn)生影響。因此，如果涉農(nóng)電商平臺對農(nóng)民收入同樣具有顯著影響效應(yīng)，說明涉農(nóng)電商平臺對農(nóng)業(yè)經(jīng)濟發(fā)展效應(yīng)評估可能存在一定偏差。鑒于此，本研究選擇農(nóng)民可支配收入作為被解釋變量來檢驗上述研究的穩(wěn)健性。

首先，利用同樣的涉農(nóng)電商平臺對農(nóng)業(yè)經(jīng)濟發(fā)展影響效應(yīng)的檢測方法和相關(guān)解釋變量數(shù)據(jù)，以2011—2018年全國294個地級市/區(qū)農(nóng)民可支配收入作為被解釋變量，重新對模型（1）進行回歸，回歸結(jié)果參見表4。

由表4可見，無論是否添加控制變量，模型中除時間虛擬變量timei系數(shù)顯著外，組別虛擬變量treati、核心解釋變量didi的系數(shù)均不顯著，即涉農(nóng)電商平臺對農(nóng)民可支配收入的影響效應(yīng)并不顯著?？梢姡M管第一產(chǎn)業(yè)GDP與農(nóng)民可支配收入兩個被解釋變量關(guān)聯(lián)性較強，利用同樣的研究方法、同樣的被解釋變量卻得到了明顯不同的結(jié)果，由此驗證了涉農(nóng)電商平臺對農(nóng)業(yè)經(jīng)濟發(fā)展影響效應(yīng)評估的穩(wěn)健性。

其次，同樣將被解釋變量更換為農(nóng)民可支配收入來檢驗涉農(nóng)電商平臺規(guī)模對農(nóng)業(yè)經(jīng)濟發(fā)展影響效應(yīng)的穩(wěn)健性。更換被解釋變量后，利用相同的研究方法和相關(guān)解釋變量數(shù)據(jù)，重新對模型（2）進行回歸，回歸結(jié)果參見表5。

由表5可見，是否添加控制變量的回歸結(jié)果差異較大，且對比表3和表5的回歸結(jié)果可以發(fā)現(xiàn)，五個核心解釋變量系數(shù)的顯著性及符號差異均比較大，由此驗證了涉農(nóng)電商平臺規(guī)模效應(yīng)評估的穩(wěn)健性。

（二）安慰劑檢驗

安慰劑檢驗是通過改變政策實施時點重新進行評估，根據(jù)檢驗評估結(jié)果是否依然顯著來檢驗?zāi)Ｐ头€(wěn)健性的一種方法。因此，本研究將涉農(nóng)電商平臺項目的影響時間點統(tǒng)一設(shè)定為農(nóng)村淘寶設(shè)立的年份，即2014年，基于模型（1）和模型（2），以第一產(chǎn)業(yè)GDP為被解釋變量，重新評估涉農(nóng)電商平臺的政策效應(yīng)和規(guī)模效應(yīng)。具體回歸結(jié)果參見表6、表7。

將表6與表2、表7與表3對比可以發(fā)現(xiàn)，涉農(nóng)電商平臺項目干預(yù)時間點變化以后，無論是涉農(nóng)電商平臺的政策效應(yīng)評估結(jié)果還是規(guī)模效應(yīng)評估結(jié)果均發(fā)生了明顯改變，進一步驗證了本研究構(gòu)建的兩個DID模型的穩(wěn)健性。

六、進一步驗證：涉農(nóng)電商平臺是否具有集聚效應(yīng)

（一）研究思路與方法

由于DID模型建立的核心就是共同趨勢假設(shè)，而通常情況下共同趨勢難以滿足，涉農(nóng)電商平臺項目的推廣和應(yīng)用在不同地區(qū)也難以產(chǎn)生共同趨勢。具體來看，盡管我們在研究涉農(nóng)電商平臺對農(nóng)業(yè)經(jīng)濟發(fā)展的影響效應(yīng)時，假設(shè)各地受全國宏觀經(jīng)濟形勢等變化的影響趨勢相同，但受地域差異等影響仍然很難具有共同趨勢。比如，東部沿海地區(qū)、中部地區(qū)、西部地區(qū)、東北地區(qū)等無論是在經(jīng)濟發(fā)展方面還是在地區(qū)經(jīng)濟政策等方面均存在較大差異。因此，對于涉農(nóng)電商平臺項目實施的區(qū)域性差異，也有必要進行討論并加以驗證。

與DID模型相比，DDD模型最大的優(yōu)勢就是解決了共同趨勢假設(shè)問題。為識別涉農(nóng)電商平臺的集聚效應(yīng)，本研究借鑒姚耀軍[ 18 ]的做法，在涉農(nóng)電商平臺規(guī)模組別區(qū)分及動態(tài)時間點區(qū)分的基礎(chǔ)上，引入一個新的對照組，即東部沿海地區(qū)（山東、河北、天津、遼寧、江蘇、浙江、福建、上海、海南），并構(gòu)建DDD模型。具體如下：

在模型（3）中，Yi表示第一產(chǎn)業(yè)GDP，χ0表示常數(shù)項，χ1表示淘寶村的規(guī)模影響效應(yīng)，χ2表示淘寶村的干預(yù)時間影響效應(yīng)，χ3表示淘寶村的政策干預(yù)影響效應(yīng)，χ4表示淘寶村的規(guī)模溢出效應(yīng)，χ5表示淘寶村的政策溢出效應(yīng)，χ6表示東部沿海地區(qū)的外溢效應(yīng)，即淘寶村在東部沿海地區(qū)所帶來的集聚效應(yīng)，χ7表示控制初始影響差異、共同趨勢影響、規(guī)模效應(yīng)、集聚效應(yīng)之后涉農(nóng)電商平臺的額外溢出效應(yīng)，χ8表示控制變量的影響效應(yīng)。D1i表示淘寶村規(guī)模虛擬變量，當淘寶村數(shù)量為0時，D1i=0；當1≤淘寶村數(shù)量<10時，D1i=0.25；當10≤淘寶村數(shù)量<30時，D1i=0.5；當30≤淘寶村數(shù)量<100時，D1i=0.75；當淘寶村數(shù)量≥100時，D1i=1。D2i表示淘寶村時間虛擬變量，對于有淘寶村的年份，D2i= 1；對于無淘寶村的年份，D2i=0。D3i表示淘寶村組別虛擬變量，對于東部沿海地區(qū)，D3i=1；對于其他地區(qū)，D3i=0。我們需要重點關(guān)注的是交互項D2i×D3i和D1i×D2i×D3i的系數(shù)。

（二）效應(yīng)評估

基于上述分析，本研究以某地區(qū)是否屬于東部沿海地區(qū)作為新引進的組別區(qū)分特征，以淘寶村規(guī)模作為另外一個組別區(qū)分特征，同樣以是否有淘寶村的年份作為動態(tài)時點區(qū)分干預(yù)前、干預(yù)后兩個時間點，以第一產(chǎn)業(yè)GDP作為被解釋變量，基于2011—2018年全國110個有淘寶村的地級市/區(qū)的相關(guān)面板數(shù)據(jù)，利用模型（3）進行回歸檢驗。在實證檢驗過程中，同樣由于虛擬變量過多導(dǎo)致面板數(shù)據(jù)殘差存在一定的異方差，為此在DDD回歸過程中仍然選擇懷特界面加權(quán)法去除面板數(shù)據(jù)的異方差，結(jié)果參見表8。

在表8中，列（1）和列（2）分別列示了無控制變量和有控制變量的回歸結(jié)果。無論是否添加控制變量，解釋變量D2i×D3i的系數(shù)均在1%的水平上顯著，表明涉農(nóng)電商平臺在東部沿海地區(qū)具有顯著的集聚效應(yīng)，H3得到驗證。但同樣也可以發(fā)現(xiàn)，D2i×D3i的系數(shù)符號為負，表明涉農(nóng)電商平臺的集聚邊際效應(yīng)在逐漸遞減。此外，解釋變量D1i×D2i×D3i的系數(shù)均在1%的水平上顯著且符號為正，表明涉農(nóng)電商平臺對農(nóng)村經(jīng)濟發(fā)展確實具有明顯的額外溢出效應(yīng)。

七、結(jié)論與建議

（一）結(jié)論

本研究以農(nóng)村淘寶為例，以平臺經(jīng)濟基本特征為基礎(chǔ)，系統(tǒng)分析涉農(nóng)電商平臺對農(nóng)業(yè)經(jīng)濟發(fā)展的影響機理，進而基于2011—2018年我國29個省市區(qū)294個地級市/區(qū)的面板數(shù)據(jù)，利用改進的DID模型和DDD模型分別從政策效應(yīng)、規(guī)模效應(yīng)、集聚效應(yīng)三個方面入手評估檢驗涉農(nóng)電商平臺對我國農(nóng)業(yè)經(jīng)濟發(fā)展的影響效應(yīng)，得到以下結(jié)論：

第一，平臺經(jīng)濟網(wǎng)絡(luò)外部性、用途外部性和集群化發(fā)展特征為涉農(nóng)電商平臺推動農(nóng)業(yè)經(jīng)濟發(fā)展提供了理論依據(jù)，涉農(nóng)電商平臺通過影響農(nóng)產(chǎn)品供給與消費、平臺自身價值提升、平臺集聚發(fā)展等為農(nóng)業(yè)經(jīng)濟發(fā)展注入活力。

第二，涉農(nóng)電商平臺對農(nóng)業(yè)經(jīng)濟發(fā)展具有顯著的政策效應(yīng)，但其邊際效應(yīng)呈現(xiàn)遞減趨勢。本研究通過構(gòu)建基于動態(tài)時點的DID模型評估涉農(nóng)電商平臺對農(nóng)業(yè)經(jīng)濟發(fā)展的政策效應(yīng)，發(fā)現(xiàn)無論是否加入控制變量，核心解釋變量didi的系數(shù)均在1%的水平上顯著，H1得到驗證。但與此同時，核心解釋變量didi的系數(shù)為負，表明涉農(nóng)電商平臺的政策邊際效應(yīng)呈現(xiàn)遞減趨勢。

第三，涉農(nóng)電商平臺對農(nóng)業(yè)經(jīng)濟發(fā)展具有顯著的規(guī)模效應(yīng)，但其邊際效應(yīng)呈現(xiàn)遞減趨勢。本研究通過構(gòu)建基于動態(tài)時點固定效應(yīng)的連續(xù)DID模型評估涉農(nóng)電商平臺對農(nóng)業(yè)經(jīng)濟發(fā)展的規(guī)模效應(yīng)，發(fā)現(xiàn)隨著農(nóng)村淘寶推廣范圍的越來越大，核心解釋變量didt的顯著性水平越來越高，H2得到驗證。但與此同時，核心解釋變量didi的系數(shù)為負，表明涉農(nóng)電商平臺的規(guī)模邊際效應(yīng)也呈現(xiàn)遞減趨勢。

第四，涉農(nóng)電商平臺對農(nóng)業(yè)經(jīng)濟發(fā)展具有顯著的集聚效應(yīng)，但其邊際效應(yīng)呈現(xiàn)遞減趨勢。本研究通過構(gòu)建DDD模型評估涉農(nóng)電商平臺對農(nóng)業(yè)經(jīng)濟發(fā)展的區(qū)域集聚效應(yīng)，發(fā)現(xiàn)無論是否添加控制變量，解釋變量D2i×D3i的系數(shù)均在1%的水平上顯著，H3得到驗證。但同樣可以發(fā)現(xiàn)，D2i×D3i的系數(shù)符號為負，表明涉農(nóng)電商平臺的集聚邊際效應(yīng)逐漸遞減。

第五，涉農(nóng)電商平臺的發(fā)展并未顯著提高農(nóng)民收入。本研究在驗證涉農(nóng)電商平臺對農(nóng)業(yè)經(jīng)濟發(fā)展的影響效應(yīng)時，把被解釋變量由第一產(chǎn)業(yè)GDP更換為農(nóng)民可支配收入。結(jié)果發(fā)現(xiàn)，以農(nóng)民可支配收入為被解釋變量時，是否添加控制變量對實證結(jié)果影響明顯，且核心解釋變量didt置信水平的變化也比較大，表明涉農(nóng)電商平臺對農(nóng)民收入的影響效應(yīng)并不明顯。

（二）建議

基于上述研究結(jié)論，為更好地發(fā)揮涉農(nóng)電商平臺在農(nóng)業(yè)經(jīng)濟發(fā)展過程中的作用，可從以下三個方面著手：

一要準確定位涉農(nóng)電商平臺的政策作用，即促進農(nóng)業(yè)經(jīng)濟發(fā)展與農(nóng)民增收。既不能簡單地將涉農(nóng)電商平臺作為一個普通的交易平臺，也不能簡單地追求其經(jīng)濟提升效應(yīng)，而是要更多關(guān)注涉農(nóng)電商平臺在農(nóng)村發(fā)展新基礎(chǔ)、新模式、新動能、新思維、新經(jīng)濟形態(tài)等方面的作用，推進一二三產(chǎn)業(yè)深度融合；要更多關(guān)注涉農(nóng)電商平臺如何提高農(nóng)民收入，發(fā)揮涉農(nóng)電商平臺在帶動鄉(xiāng)村就業(yè)人員創(chuàng)業(yè)就業(yè)方面的優(yōu)勢，將涉農(nóng)電商平臺與特色農(nóng)業(yè)、綠色農(nóng)業(yè)、鄉(xiāng)村旅游相融合，創(chuàng)新涉農(nóng)電商平臺新模式，以創(chuàng)業(yè)就業(yè)帶動農(nóng)民增收。

二要準確定位涉農(nóng)電商平臺的規(guī)模作用，即擴大農(nóng)民在供需兩側(cè)的參與度。實證研究表明，涉農(nóng)電商平臺的規(guī)模邊際效應(yīng)遞減，需要各級政府特別是縣鎮(zhèn)級政府科學(xué)論證涉農(nóng)電商平臺發(fā)展規(guī)模，將涉農(nóng)電商平臺的核心放到吸引群眾廣泛參與、主動參與上，將更多普通農(nóng)民吸引到涉農(nóng)電商平臺，不僅要讓農(nóng)民成為涉農(nóng)電商平臺上的消費者，更要讓農(nóng)民成為涉農(nóng)電商平臺上的供給方，要出臺更多指導(dǎo)政策和意見，將涉農(nóng)電商平臺建成引導(dǎo)農(nóng)民生產(chǎn)、提高農(nóng)民收益的導(dǎo)航儀。

三要準確定位涉農(nóng)電商平臺的區(qū)域集聚作用，即借助區(qū)域優(yōu)勢大力發(fā)展平臺經(jīng)濟。涉農(nóng)電商平臺的發(fā)展和壯大需要互聯(lián)網(wǎng)、交通、通信、物流等基礎(chǔ)設(shè)施的支持，但這些基礎(chǔ)設(shè)施在城鄉(xiāng)間、區(qū)域間的差距巨大，需要結(jié)合自身基礎(chǔ)設(shè)施狀況量力而行。對于具備條件的地區(qū)，要加快完善農(nóng)村物流基礎(chǔ)設(shè)施網(wǎng)絡(luò)體系，建立健全村級物流節(jié)點，進而充分發(fā)揮涉農(nóng)電商平臺的區(qū)域集聚作用。

（三）創(chuàng)新與局限

在研究視角上，本研究以平臺經(jīng)濟基本特征為理論基礎(chǔ)，系統(tǒng)分析涉農(nóng)電商平臺對農(nóng)業(yè)經(jīng)濟發(fā)展的影響機理，相比于國內(nèi)外研究慣用案例分析闡釋涉農(nóng)平臺作用機理，本研究結(jié)論更具有理論依據(jù)。

在研究方法上，本研究以農(nóng)村淘寶為例，借鑒政策評估效應(yīng)的思路，實證檢驗了涉農(nóng)電商平臺對農(nóng)業(yè)經(jīng)濟發(fā)展的實際影響效果。與國內(nèi)外相關(guān)研究相比，本研究豐富了涉農(nóng)平臺的實證研究，為涉農(nóng)平臺實際影響的測度和檢驗提供了一定借鑒。

在研究結(jié)論上，本研究不僅實證檢驗了涉農(nóng)電商平臺對農(nóng)業(yè)經(jīng)濟發(fā)展的影響效應(yīng)，而且發(fā)現(xiàn)涉農(nóng)電商平臺存在政策、規(guī)模、集聚邊際效應(yīng)遞減的趨勢以及對提升農(nóng)民收入影響效應(yīng)不顯著的問題，可能會對涉農(nóng)電商平臺推廣及其發(fā)展模式和思路產(chǎn)生一定的影響。

此外，需要指出的是，本研究在評估涉農(nóng)電商平臺對農(nóng)業(yè)經(jīng)濟發(fā)展的影響效應(yīng)時，被解釋變量為第一產(chǎn)業(yè)GDP，具有一定的片面性。而且，農(nóng)村淘寶只是眾多涉農(nóng)電商平臺中規(guī)模較大的一個，加之農(nóng)村淘寶也有其自身的發(fā)展戰(zhàn)略，可能也會對研究結(jié)果造成一定的影響。

參考文獻：

[1]蘆千文.涉農(nóng)平臺經(jīng)濟：典型案例、作用機理與發(fā)展策略[J].西北農(nóng)林科技大學(xué)學(xué)報（社會科學(xué)版），2018，18（5）：63-71.

[2]李杰義，周丹丹.電子商務(wù)促進農(nóng)業(yè)產(chǎn)業(yè)鏈價值整合的模式選擇[J].農(nóng)村經(jīng)濟，2016（12）：63-67.

[3]陳曦，張燾.試論政府在農(nóng)產(chǎn)品電子商務(wù)平臺和流通體系融合中的介入[J].商業(yè)經(jīng)濟研究，2017（6）：166-167.

[4]張瀚藝.基于區(qū)塊鏈的我國農(nóng)產(chǎn)品電子商務(wù)發(fā)展路徑探討[J].商業(yè)經(jīng)濟研究，2017（12）：96-98.

[5]盧陽春，肖君實，程潤華.科技扶貧服務(wù)平臺經(jīng)濟效應(yīng)評價及縣域差異分析——基于四川秦巴山區(qū)的調(diào)查[J].農(nóng)村經(jīng)濟，2018（10）：97-104.

[6]余亮亮，蔡銀鶯.耕地保護經(jīng)濟補償政策的初期效應(yīng)評估——東、西部地區(qū)的實證及比較[J].中國土地科學(xué)，2014，28（12）：16-23.

[7]朱啟榮，姚敏，杜才平.中國降低企業(yè)稅負的經(jīng)濟效應(yīng)——基于GTAP模型的評估[J].經(jīng)濟學(xué)家，2018（5）：69-78.

[8]RICHARDSON G，TROOST W.Monetary intervention miti？ gated banking panics during the great depression：quasi-ex？ perimental evidence from a federal reserve district border，1929—1933[J].Journal of political economy，2009，117（6）：1 031-1 073.

[9]CANCIAN M，LEVINSON A.Labor supply effects of the earned income tax credit：evidence from Wisconsins sup？ plemental benefit for families with three children[J].National tax journal，2006，59（4）：781-800.

[10]李明，李德剛，馮強.中國減稅的經(jīng)濟效應(yīng)評估——基于所得稅分享改革“準自然試驗”[J].經(jīng)濟研究，2018，53（7）：121-135.

[11]張國建，佟孟華，李慧，等.扶貧改革試驗區(qū)的經(jīng)濟增長效應(yīng)及政策有效性評估[J].中國工業(yè)經(jīng)濟，2019（8）：136-154.

[12]王立勇，許明.中國精準扶貧政策的減貧效應(yīng)研究：來自準自然實驗的經(jīng)驗證據(jù)[J].統(tǒng)計研究，2019，36（12）：15-26.

[13]楊經(jīng)國，周靈靈，鄒恒甫.我國經(jīng)濟特區(qū)設(shè)立的經(jīng)濟增長效應(yīng)評估——基于合成控制法的分析[J].經(jīng)濟學(xué)動態(tài)，2017（1）：41-51.

[14]武劍，謝偉.中國自由貿(mào)易試驗區(qū)政策的經(jīng)濟效應(yīng)評估——基于HCW法對上海、廣東、福建和天津自由貿(mào)易試驗區(qū)的比較分析[J].經(jīng)濟學(xué)家，2019（8）：75-89.

[15]李允堯，劉海運，黃少堅.平臺經(jīng)濟理論研究動態(tài)[J].經(jīng)濟學(xué)動態(tài)，2013（7）：123-129.

[16]李曉靜，陳哲，劉斐，等.參與電商會促進獼猴桃種植戶綠色生產(chǎn)技術(shù)采納嗎？——基于傾向得分匹配的反事實估計[J].中國農(nóng)村經(jīng)濟，2020（3）：118-135.

[17]CHEN Y Y，ZHOU L A.The long-term health and econom？ ic consequences of the 1959—1961 famine in China[J]. Journal of health economics，2007，26（4）：659-681.

[18]姚耀軍.雙重差分與三重差分模型：一個簡明介紹[J].經(jīng)濟資料譯叢，2019（1）：24-28.

責任編輯：陳詩靜

Evaluating the Impact of Agricultural E-commerce Platform on Chinas Agricultural Economic Development

——Taking Taobao in Rural Areas as An Example

WANG Rui-feng

（International Business School，Qingdao Huanghai University，Qingdao 266427，Shandong，China）

Abstract：Platform economy，the economic model attracting the most attention in the 21st century，plays the important role in the development of Chinas agricultural economy. In order to objectively and accurately evaluate the economic impact effect of agricultural e-commerce platform in the past period，based on the basic characteristics of platform economy and the influencing mechanism of agricultural e-commerce platform on the development of agricultural economy，the author takes advantage of the improved DID model and DDD model to evaluate the economic impact effect of agricultural e-commerce platform from such three dimensions as policy effect，scale effect and agglomeration effect. It is found that agricultural e-commerce platform brings impetus to the development of agricultural economy through having impact on the supply and demand of agricultural products，the improvement of platform value，and the integrated development of the platform. It is also found that the policy effect，scale effect，and agglomeration effect of the impact of agricultural e-commerce platform on the development of agricultural economy is significant；but the marginal effect of that is diminishing. Moreover，the impact of agricultural e-commerce platform on the increase of farmersincome is not significant. To fully give play to the role of agricultural e-commerce platform in promoting the development of agricultural economy，we should start from such three aspects as promoting the development of agricultural economy and increasing farmersincome，enhancing the participation of farmers in both the supply and demand sides，and working hard to develop the platform economy with the help of regional advantages，reposition the function and role of agricultural e-commerce platform in the development of agricultural economy，and pay more attention to the cultivation of new pattern，new driving forces，and new types of business of agricultural development，the guidance of agricultural e-commerce platform，and the support of related industrial infrastructure.

Key words：agricultural e-commerce platform；economic impact；marginal effect；improved DID model