易法敏 孫煜程 蔡 軼

一、引言與文獻特征

中國的農村電商發(fā)展在經歷了平穩(wěn)而緩慢的信息服務階段和快速發(fā)展的在線交易階段之后，現(xiàn)在正向電商產業(yè)體系建設階段升級轉型。在農村電商不斷升級發(fā)展的過程中，政府政策的支持起到了重要推動作用(魯釗陽，2018；鈕欽，2016；楊旭等，2017)。自2014 年7 月24 日財政部、商務部下發(fā)《關于開展電子商務進農村綜合示范的通知》起，到2019 年立項扶持215 個示范縣的電商建設名單確定，全國共有1231個縣被納入“電子商務進農村綜合示范”建設①2019 年8 月，財政部、商務部和國務院扶貧辦聯(lián)合發(fā)布2019 年電子商務進農村綜合示范名單，此前曾入選過示范縣的一些縣再次入選。。農村電商發(fā)展不僅對促進農民增收、農村產業(yè)深度“融合”具有重要的經濟意義，而且對于消弭農村“數(shù)字鴻溝”，促進農村社會轉型，建設數(shù)字鄉(xiāng)村，具有重要的社會價值；縱觀我國農村電商發(fā)展歷程，可以發(fā)現(xiàn)，政府的扶持政策對農村電商發(fā)展有著決定性影響(梁強等，2016)②農村電商的大規(guī)模發(fā)展始于2014 年，電商平臺與地方政府合作推動的縣域電商是這個階段的基本模式；而地方政府與電商企業(yè)創(chuàng)新性地合作發(fā)展電商，其依據(jù)則是中央鼓勵和扶持農村電商發(fā)展的政策，主要有2014 年中央1 號文件提出的“加強農產品電子商務平臺建設”和財政部、商務部《關于開展電子商務進農村綜合示范的通知》(財辦建[2014]41 號)。。

公共政策并不一定總是有效的，即存在所謂“政策失靈”現(xiàn)象(劉鵬等，2018)。與其他公共政策類似，農村電商政策是否具備相應的資源保障、制度安排和基礎性策略，實施過程是否科學合理等，直接決定著政策效果。其任何一個環(huán)節(jié)的偏差，都會導致“政策失靈”。由于農村電商綜合示范政策的實施是由中央授權立項，縣域政府與第三方組織或機構開展廣泛的公私合作來開展的，這種“委托-代理”的政策運行方式使得示范縣普遍面臨著前所未有的治理困境(楊旭等，2017)；現(xiàn)階段的農村電商政策工具應用存在結構性失衡，部分政策工具應用存在不科學、不協(xié)同的問題，政策配套措施有待完善(鈕欽，2016)；農村電商政策的實施，會受到諸如農村電商自身規(guī)律、農村電商參與者以及農村電商所在區(qū)域經濟社會發(fā)展環(huán)境的制約和影響(魯釗陽，2018)，等等?？梢?，農村電商政策的實施效果亟需進行科學規(guī)范的判別。有鑒于此，本文以“電子商務進農村綜合示范”政策為切入點，構造準自然實驗來識別農村電商政策對縣域電商發(fā)展的促進效果。對此，本文通過嚴謹而規(guī)范的實證研究手段，嘗試探討如下未能得到精確評估的核心政策效果：“電子商務進農村綜合示范”政策是否有效促進了縣域電商發(fā)展？貧困縣的政策實施效果如何？其對產業(yè)結構的影響有效性又如何？

對上述問題的科學回答面臨諸多挑戰(zhàn)。挑戰(zhàn)之一是縣域電商歷史數(shù)據(jù)獲取與構建。農村電商大規(guī)模發(fā)展始于2014 年，從現(xiàn)有統(tǒng)計資料中難以找到本研究所需的網商指數(shù)、網購指數(shù)、電商發(fā)展指數(shù)以及與各示范縣相對應的基本數(shù)據(jù)等。本文綜合了多套統(tǒng)計數(shù)據(jù)，包括密西根大學的“China Data Online”數(shù)據(jù)庫、《中國縣域經濟統(tǒng)計年鑒》以及阿里研究院計算出的縣域電子商務發(fā)展指數(shù)(aEDI)，通過多個數(shù)據(jù)庫的對接，構建起本研究的樣本數(shù)據(jù)。挑戰(zhàn)之二是內生性問題。因為電商示范縣的選擇并不是隨機的，示范縣與非示范縣具有不同的特征，比如經濟發(fā)展水平的差異、參與人員的知識與技能差異等，這些不可觀測的特征會對電商發(fā)展水平造成影響，從而導致直接回歸所得到的估計結果存在偏差。針對這一問題，本文將2014 年開始逐年增加的“電子商務進農村綜合示范”試點作為準自然實驗，利用雙重差分法，在控制了地區(qū)固定效應與時間固定效應后，減少不可觀測因素的干擾。

現(xiàn)有研究結果表明，自2014 年以來，政府“電子商務進農村綜合示范”建設顯著促進了電子商務發(fā)展；在實施電子商務進農村綜合示范的縣域，電子商務發(fā)展水平至少提高了2.73%～4.17%，而且這種促進作用均體現(xiàn)在了電商供給端網商指數(shù)和銷售端交易額上。此外，異質性分析還表明，政策實施所帶來的處理效應在電商發(fā)展水平較低和較高的兩類地區(qū)更大，表現(xiàn)出既“親貧”又“親富”的雙重特性。

與本文密切相關的主要有兩方面的文獻。

一類文獻主要關注電商發(fā)展的經濟效應，比如電子商務發(fā)展與經濟增長(Aimer等，2013；張俊英等，2019)、電子商務發(fā)展與農村居民創(chuàng)業(yè)行為(王金杰等，2017；芮正云等，2018)、電子商務與農民或農戶增收(Cho 和Tobias，2010；曾億武等，2018；李琪等，2019)。這些研究的結果表明，農村電商在提高農民收入、帶動農村就業(yè)、吸引電商創(chuàng)業(yè)、減少當?shù)剞r產品滯銷、精準扶貧等各個方面產生了積極的影響。與其形成對比的是Couture 等(2018)基于一項區(qū)域性的隨機對照實驗研究，他們的結論表明，電子商務交易的收益僅限于更年輕、富裕的少數(shù)農村家庭，且他們認為這種收益主要通過消費端降低家庭生活成本來體現(xiàn)。

另一類文獻主要從農村電商政策本身展開，分別關注政策工具應用與電商生態(tài)系統(tǒng)的適配性(鈕欽，2016)、政府扶持農產品電商發(fā)展的政策是否有效以及是不是政府出臺的所有政策都能夠促進農產品電商發(fā)展(魯釗陽，2018)、農村電商政策實施過程中如何以“互聯(lián)網+”背景下的新型模式進行縣域電商公共服務中心建設(楊旭等，2017)，以及地方政府在落實中央農村電商政策時，如何創(chuàng)造條件、提高能力、激發(fā)動機和扶持電商發(fā)展(梁強等，2016)。

本文研究的創(chuàng)新性主要體現(xiàn)在以下幾個方面：第一，現(xiàn)有文獻大多關注電商技術和電商發(fā)展所帶來的一系列經濟效應，而較少考慮近年來推動電商高速發(fā)展的多樣化因素(以電商平臺為代表的市場推動、消費者行為模式轉換的拉動、政府政策引導與扶持等)；對于政府出臺的大量農村電商扶持政策，其促進農村電商發(fā)展的效果究竟如何，尚未有文獻給出精確的答案，本文則對此問題進行了深入探討。第二，現(xiàn)有文獻集中關注電子商務發(fā)展所帶來的經濟效應評估，其面臨的主要挑戰(zhàn)便是內生性問題，本文利用自2014 年起“電子商務進農村綜合示范”政策的實施作為準自然實驗，利用PSM-DID 方法構建縣級、時間層面的雙重倍差，較好地解決了內生性問題，也為電商發(fā)展的相關研究提供了新的實證因果關系推斷的思路。第三，從研究樣本范圍上觀察，現(xiàn)有研究絕大多數(shù)利用的是區(qū)域性的微觀調研數(shù)據(jù)或統(tǒng)計數(shù)據(jù)來得出實證結論，結論的外推比較困難，而本文以縣級行政單位為研究單元進行政策效應評估，實證結論更具有普適性。第四，本文也實證了與淘寶村有關的既有研究結論，為該領域的研究提供了間接的經驗證據(jù)；同時，本文還對該政策實施在貧困地區(qū)的作用效果作了重點分析。

二、政策背景

為通過“互聯(lián)網+”賦能農村經濟發(fā)展，財政部、商務部在2014 年7 月24 日下發(fā)《關于開展電子商務進農村綜合示范的通知》，在首批56 個縣開展電子商務進農村綜合示范項目建設。其重點包括四個方面：支持建立完善縣、鄉(xiāng)、村三級物流配送機制，支持縣域電子商務公共服務中心和村級電子商務服務站點的建設改造，支持農村電子商務培訓，支持示范縣最大限度利用社會化資源。其項目主要任務為三點：完善農村物流服務體系，建立農村產品電子商務供應鏈體系，建立完善農村電子商務公共服務體系。此后，逐年擴大支持范圍，推動示范縣建立健全支撐農村電子商務發(fā)展的公共服務體系，推進電子商務在農村的應用和推廣。2016 年11 月，國務院扶貧辦等16 個部門發(fā)布《關于促進電商精準扶貧的指導意見》，提出加快實施電商精準扶貧工程，這也意味著農村電商發(fā)展開始與精準扶貧這一重要戰(zhàn)略相結合。

梳理2014—2019 年的“電子商務進農村綜合示范”政策文件(見表1)可以發(fā)現(xiàn)，該政策目標可以概括為：通過“農村物流體系、電商公共服務體系和電商人才培訓體系”建設，“促進農村電商發(fā)展”和“電商扶貧”。其目標達成的路徑聚焦于“促進農村地區(qū)的在線交易”。其建設重點從最初的“縣鄉(xiāng)村三級物流配送體系建設、縣域電子商務公共服務中心和村級電子商務服務站點的建設改造、農村電子商務培訓”，到“擴大農村電商應用范圍、提高農村電子商務應用能力、健全農村電子商務支撐體系、改善農村電子商務發(fā)展環(huán)境”，再到“聚焦農村產品上行，支持為發(fā)展農村產品電子商務而開展的農產品和農村特色產品的生產認證標準、品牌培育、營銷推廣和質量保障體系。支持農產品分級、包裝、初加工等設施建設，支持郵政、供銷、商貿流通、第三方物流和本地物流等企業(yè)，共同以市場化方式建立縣鄉(xiāng)村三級農產品上行物流配送機制建設”，最后到2019 年的“顯著提升農村流通基礎設施和服務水平，促進扶貧帶貧、產銷對接、便民消費等成效明顯，農村網絡零售額、農產品網絡零售額等指標明顯增加”，就是這一政策目標及其實施路徑的具體反映。

表1 2014—2019年“電子商務進農村綜合示范”政策主要任務與支持重點

“電子商務進農村綜合示范”政策引導電商平臺與地方政府合作，共同構建縣域資源整合平臺；同時政府以財政支持農村物流、電商人才培訓及電商服務，解決理念、創(chuàng)業(yè)培訓、氛圍營造、農產品銷售、O2O 農村消費等問題(楊旭等，2017)。農村電商通過產銷對接，引導區(qū)域農產品品牌的創(chuàng)新與升級；“普遍連接”使得農村信息暢通和在線渠道建立，增加了交易機會，降低了市場主體間合作成本；農村電商還創(chuàng)造出與電商交易活動相關的工作機會，擴大農村勞動力就業(yè)范圍，使得更多貧困群體進入創(chuàng)業(yè)就業(yè)環(huán)境(崔凱，2019)。

三、實證研究設計

（一）數(shù)據(jù)來源

本文數(shù)據(jù)的主要來源是密西根大學的“China Data Online”數(shù)據(jù)庫，該數(shù)據(jù)庫主要涵蓋了縣和縣級市的經濟金融特征、人口就業(yè)特征等指標，為本文提供了基礎數(shù)據(jù)來源，其中部分缺失數(shù)據(jù)對照《中國縣域經濟統(tǒng)計年鑒》進行補齊；縣級電子商務發(fā)展數(shù)據(jù)依據(jù)阿里研究院計算出的縣域網商和網購指數(shù)，再將二者加權平均得到縣域電子商務發(fā)展指數(shù)(aEDI)，目前已有數(shù)據(jù)時間區(qū)間是2013—2017 年。由此，本文對接了“China Data Online”和阿里巴巴電子商務縣域發(fā)展指數(shù)(aEDI)兩個數(shù)據(jù)庫，樣本時間范圍限定在2013—2017 年。

對于合并后的樣本數(shù)據(jù)，本文首先剔除了極少數(shù)樣本期的絕大多數(shù)核心變量缺失的縣域；其次，地級市的市轄區(qū)也是縣級行政單位，但在經濟特征和電商發(fā)展等方面更接近城市，且電子商務進農村綜合示范政策幾乎沒有選擇市轄區(qū)作為示范縣，政策影響基本發(fā)生在農村地區(qū)，基于以上兩個因素，本文選擇剔除市轄區(qū)樣本。經過合并和剔除后，本文的基礎樣本包括了698 個政策處理縣(2014 年及以后被評為“電子商務進農村綜合示范縣”)和1162 個未受政策影響的對照縣，共計1860 個縣。

（二）計量模型設定

本文所考察的核心內容是電子商務進農村綜合示范縣的建設對縣域電子商務發(fā)展水平的影響效果。一般來說，文獻中普遍將政策的外生沖擊視為自然實驗或準自然實驗，但是本文的政策處理組具有明顯的扶貧縣域特征(2016 年國務院出臺的“十三五脫貧攻堅規(guī)劃”明確將電子商務納入扶貧開發(fā)工作體系，2017 年商務部文件也提出綜合示范工作進一步向貧困地區(qū)和欠發(fā)達革命老區(qū)傾斜)，因而政策本身可能并不具備完全的隨機性。此外，處理組和對照組的電子商務發(fā)展水平也可能受到了其他未觀測變量的影響，選用基礎樣本中所有的對照組縣域，可能破壞了處理組和對照組需要具備平行趨勢的假定，而導致DID 估計的偏誤。

基于上述背景，本文擬運用傾向得分匹配-雙重差分法(PSM-DID)來評估電子商務進農村綜合示范縣的建設對縣域電子商務發(fā)展的凈效應。具體而言，為確保樣本的匹配質量，本文依據(jù)Imbens(2015)所提出的比較Logit 模型極大似然值的方法，從各縣域的人口數(shù)量、家庭戶數(shù)、人均GDP、人均第一產業(yè)增加值、人均金融機構存款余額、人均政府財政支出、人均中小學在校生比例等經濟、人口、教育特征篩選出用于匹配的七個一階協(xié)變量；采用上述協(xié)變量估計出傾向得分后，參考劉曄等(2016)的一對一匹配方法，進行逐期匹配，為每一年的政策處理組縣域找到與之唯一匹配的對照組縣域。匹配后除去未能成功的一個處理組縣域，最后本文得到了受到政策影響的處理縣域697 個和與之相匹配的對照組縣域671 個。

本文以2013 年為政策事前時點，2014—2017 年為政策事后時點，運用匹配后的樣本構造雙重倍差，第一層差分來自縣域層面，第二層差分來自時間層面。估計電子商務進農村綜合示范縣的建設對縣域電子商務發(fā)展水平的政策效應如式(1)。

公式(1)是通用的多期雙重差分估計式。其中，被解釋變量 Yit是各縣域電子商務發(fā)展水平。T reati為二元虛擬變量，取值為1 時代表受到政策影響的處理組；取值為0 時則為對照組縣域，不受政策影響。Dit為年度時間虛擬變量，取值為1 表示開始接受政策影響，取值為0 表示在該時點及之前時點均不受政策影響。T reati×Dit為交互項，反映示范縣設立前后各處理組相對于對照組電子商務發(fā)展水平的變化情況；其系數(shù)β1是本文最核心的待估計參數(shù)。Zit為其他控制變量，控制縣域的異質性。μi表示縣級固定效應，ηt為時間固定效應，εit為隨機擾動項。在式(1)中，若β1的估計值大于0，則表示與對照組縣域相比，電子商務進農村綜合示范縣的建設提高了該縣域的電子商務發(fā)展水平。

（三）變量定義

因為政策目標中有“農村網絡零售額、農產品網絡零售額等指標明顯增加”的表述，阿里研究院在對零售網商密度、網購密度、規(guī)模以上網購消費者占比定義的基礎上設計了“縣域電子商務發(fā)展指數(shù)”，本文的被解釋變量(結果變量)就采用阿里研究院的縣域電子商務發(fā)展指數(shù)。

第一階段，綜合考慮人口、經濟、金融、財政、教育等縣級特征，所選取的用于匹配過程的變量主要是：(1)人口數(shù)量，用各縣年末總人口的對數(shù)值表示。(2)家庭戶數(shù)，用各縣年末總戶數(shù)的對數(shù)值表示。(3)人均GDP 和人均第一產業(yè)增加值、人均第二產業(yè)增加值，用各縣GDP 和第一產業(yè)增加值、第二產業(yè)增加值除以總人口數(shù)表示。(4)人均財政收入、人均財政支出，用各縣地方財政收入、地方財政支出除以總人口數(shù)表示。(5)人均存款余額、人均貸款余額，用各縣城鄉(xiāng)居民儲蓄存款余額、金融機構各項貸款余額除以總人口數(shù)表示。(6)中小學在校生比例，用各縣普通中學和小學在校學生數(shù)除以總人口數(shù)表示。

第二階段，在雙重差分估計中，本文選取的控制變量是：(1)人口密度，用各縣域總人口數(shù)除以總面積數(shù)的對數(shù)值表示。(2)人均GDP。(3)人均財政支出。(4)人均貸款余額。(5)中小學在校生比例。(6)本地固定電話用戶數(shù)。從以上六個方面控制其對縣域電子商務發(fā)展水平的作用①限于篇幅，我們省略了數(shù)據(jù)描述性統(tǒng)計表格，備索。。

（四）政策處理前后電商發(fā)展水平的差異

分析政策處理前2013 年全國各縣域的電子商務發(fā)展情況，我們發(fā)現(xiàn)：雖然浙江、江蘇等沿海地區(qū)的電子商務發(fā)展水平顯著高于內陸縣域，但政策實施4 年后(特別是從2016 年開始，商務部明確將扶貧作為政策實施的主要目的之一)，截止到2017 年，政策重點關注的新疆、內蒙古、貴州等地區(qū)縣域電子商務發(fā)展水平均有了顯著的改觀，電商發(fā)展水平較高的縣域不再僅僅散落在沿海地區(qū)②限于篇幅，我們省略了全樣本1860 個縣分實驗組和控制組在樣本區(qū)間內和分縣域的電商發(fā)展情況的變化圖示，備索。。

四、實證結果分析

（一）識別條件檢驗

本文首先使用全樣本(698 個政策處理縣和1162 個未受政策影響的對照縣，共計1860 個縣)進行傾向得分匹配。傾向得分匹配后樣本的平衡性、可比性決定了樣本是否隨機接受處理，這進一步直接決定了雙重差分估計中核心系數(shù)是否有偏?；诖?，本文對篩選出的七個一階協(xié)變量進行了一對一近鄰傾向得分匹配后的平衡性檢驗，以驗證匹配結果的可靠性。平衡性檢驗結果表明，匹配后所有匹配變量的標準偏差減少幅度較大，說明本文選取的匹配變量和匹配方法均比較合理。同時，匹配后的t 檢驗均不顯著，說明匹配后各協(xié)變量在處理組和對照組之間的分布不存在系統(tǒng)性偏差。③受限于篇幅，平衡性檢驗結果未在此展示，留存?zhèn)渌?。此外，傾向得分匹配后處理組和對照組的傾向得分核密度分布幾乎重合，這很好地滿足了共同支撐條件，兩組樣本的傾向得分值(接受處理的概率)集中在0.18 附近。因此，本文進行傾向得分匹配后的樣本質量較高，匹配策略比較有效①限于篇幅，傾向得分核密度分布圖示未在此展示，備索。。

（二）基準回歸結果

進行匹配后，本文得到了受到政策影響的處理縣域697 個和與之具有類似特征的對照組縣域671 個，作為本文的基準回歸樣本。表2 是對基準回歸樣本進行式(1)回歸的結果。從表2 的估計結果可知，所有回歸結果均支持“電子商務進農村綜合示范縣的建設對當?shù)乜h域電子商務的發(fā)展水平均有顯著的推動作用”這一結論。在表2 中，第(1)列屬于使用全樣本未進行匹配的DID 回歸結果，從第(1)列和第(2)列的對比可知，單純使用DID 模型會大大高估處理效應，而使用匹配后的樣本，由于其結果變量更加平衡，處理效應值有了大幅降低，并且依舊為正；由第(2)列～第(5)列可知，與對照組相比，電子商務進農村綜合示范縣的建設導致了該縣電子商務發(fā)展指數(shù)平均而言上升了0.17～0.26，且在1%的顯著性水平上顯著，而相比于對照組縣域2013 年的電子商務發(fā)展指數(shù)均值6.23，電子商務進農村綜合示范縣的建設導致了該指數(shù)上漲2.73%～4.17%；第(4)列和第(5)列是加入控制變量后的回歸結果，主要結論不受影響，但交互項的系數(shù)值有所下降。針對電商發(fā)展指數(shù)的兩個二級指標——網商指數(shù)和網購指數(shù)的回歸結果表明，其政策實施對二者的處理效應分別為0.181 和0.189 且在1%水平上顯著，說明其對網商密度和網購活躍程度具有正向作用。

表2 電子商務進農村綜合示范對縣域電子商務發(fā)展的影響

（三）穩(wěn)健性檢驗

為驗證基準回歸結果的可靠性和穩(wěn)健性，本文接下來逐步對重要的識別假說進行檢驗。本文對可能破壞平行趨勢的諸多因素進行了穩(wěn)健性檢驗，通過設置一系列安慰劑檢驗、證偽檢驗和更換回歸模型等方法來保證結論的可靠性②限于篇幅，我們省略了穩(wěn)健性檢驗的結果匯報，備索。。

1. 更換政策實施時點

由于缺乏2012 年的電子商務發(fā)展水平數(shù)據(jù)，本文無法將政策時點提前來進行反事實的平行趨勢檢驗，但本文嘗試將示范縣的設立的時間斷點變成2015 年。以2015年之前為事前時點，2015—2017 年為事后時點，處理組的縣域選擇范圍不變，只是2014 年政策便開始執(zhí)行的縣域延遲到2015 年才開始執(zhí)行。與本文基準回歸估計結果類似，政策實施對所有縣域的電子商務發(fā)展水平影響依舊顯著為正，所以本文的結果不受時間斷點選擇的影響。

2. 排除其他信息化政策的影響

一個可能的擔憂在于2013—2017 年時間窗口內推行的其他信息化政策(尤其是基于農村地區(qū)的信息化政策)對相關估計結果的影響。與本文主題最密切相關的政策是農業(yè)農村部自2014 年以來開展的“農村信息進村入戶”工程。截止到2017 年底，我們統(tǒng)計出共有15 個省市實施了這一政策，為避免捕獲到該政策對區(qū)域電商發(fā)展水平的影響，我們刪除了這些省市的樣本，對剩余的子樣本重新進行DID 估計。交互項系數(shù)與基準回歸結果類似，且數(shù)值還有所提升，表明基于省級層面的農村信息進村入戶工程政策并未造成估計結果的偏誤。

3. 子樣本檢驗

檢查發(fā)現(xiàn)，2014—2016 年的示范縣絕大多數(shù)設立在縣，而縣級市很少。因此，本文單獨對縣級市樣本進行了子樣本檢驗，縣級市的處理效應數(shù)值非常接近平均處理效應，說明該事實在子樣本中同樣存在。

4. 更換回歸模型和對照組樣本

事后的平行趨勢假定難以直接進行檢驗。為此，本文選擇了Athey 和Imbens(2006)提出的CIC(Changes in Changes)估計方法，該方法通過將處理組反事實狀態(tài)的分布表示為已知分布的函數(shù)，估計出整個反事實的分布情況，從而獲得分位數(shù)處理效應。本文剔除了2015 年后受到政策影響的實驗組樣本，僅保留了從2014 年起便開始政策試點的樣本作為處理組來吻合CIC 模型的兩期環(huán)境。平均處理效應顯著為正，說明本文的基準回歸結果是可靠的①我們也可以分別對2015 年、2016 年受政策影響的樣本進行兩次CIC 估計，結果類似，不再匯報。。

此外，本文嘗試運用卡尺內一對四近鄰匹配以及二次核匹配的匹配方法更換對照組樣本，重新進行DID 估計。其結果顯示，兩種方法估計出的處理效應均與基準回歸結果類似。

5. 其他不可觀測變量的干擾：證偽檢驗和安慰劑檢驗

對于雙重差分的識別假設而言，一個擔憂就在于一些不可觀測的隨著時間變化而變化的變量對DID 估計結果所產生的影響。為檢驗這種情況是否存在，本文以2018年受電子商務進農村綜合示范政策影響的230 個潛在“處理組”縣域作為考察對象，假定其在2014 年便開始受政策影響，進行相同的回歸估計，如果得到與之前相同的結果，則前文得到的“電子商務進農村綜合示范”政策促進本地電子商務發(fā)展水平提高的結論可能是未觀測變量所致。證偽檢驗結果表明，交互項系數(shù)值并不顯著，這在一定程度上成功排除了未觀測變量的干擾。

本文進一步采用了相關文獻中比較廣泛使用的安慰劑檢驗(Pinotti，2017)來排除未觀測變量的影響。我們在基準回歸樣本中隨機產生697(真實的處理組數(shù)量)個縣作為處理組成員，其余縣為對照組成員；再進行雙重差分DID 估計，從而產生一個錯誤的平均處理效應估計，再重復上述過程500 次，從而相應產生500 個平均處理效應估計值。我們發(fā)現(xiàn)，該分布均值在0 的附近且服從正態(tài)分布的特征，標準差也很小，一對一近鄰匹配和核匹配的估計結果落在95%置信區(qū)間外，屬于小概率事件，符合安慰劑檢驗的預期。

五、擴展性分析

前文所評估的均是電子商務進農村綜合示范縣的設立對處理組的平均處理效應。近年來，許多研究開始深入分析“淘寶村”這種農村電子商務集聚的現(xiàn)象背后的形成原因(Jia 等，2019)，以及農村電商集聚對農民收入的影響(李琪等，2019)。此外，“電子商務進農村綜合示范”政策實施后期具有明顯的扶貧傾向，為了區(qū)別和比較該政策執(zhí)行對各電商集聚縣、國家級貧困縣等不同的作用效果，本文在基準回歸的基礎上進一步考察“電子商務進農村綜合示范”政策的異質性影響。具體而言，本文基于基準回歸樣本設計了如下四種策略：第一，構建淘寶村虛擬變量，即該縣域內含有一個及以上淘寶村，便取值為1，否則取值為0；第二，構建淘寶鎮(zhèn)虛擬變量，即該縣域內含有一個及以上淘寶鎮(zhèn)，便取值為1，否則取值為0；第三，本文借鑒李琪等(2019)的定義，通過區(qū)域內淘寶村個數(shù)除以該縣域面積來定義淘寶村密度；第四，設立國家級貧困縣和革命老區(qū)縣虛擬變量。這里，我們可以將估計方程簡寫為：

式(2)中，Hetit表示本文如上設立的一系列虛擬變量，估計方法與式(1)類似。無論代入何種虛擬變量，我們始終感興趣的都是三次交互項的估計系數(shù)1β，它代表了電子商務進農村綜合示范工程對縣域電商發(fā)展的異質性處理效應。模型(2)的回歸結果見表3。

根據(jù)表3 的估計結果可知，發(fā)生電商集聚的淘寶村、淘寶鎮(zhèn)等縣域，其三次交互項的系數(shù)數(shù)值均較大，且均在1%水平上顯著。從表3 第(2)列看，“電子商務進農村綜合示范”政策對實驗地區(qū)存在電商集聚效應的電商推動作用高達2.326。其第(3)列估計結果表明，從整個國家層面上而言，淘寶村密度高的地區(qū)，“電子商務進農村綜合示范”政策對當?shù)仉娚贪l(fā)展的促進作用更大，該結論非常穩(wěn)健。其第(4)列估計結果顯示，國家級貧困縣的三次交互項系數(shù)比淘寶村和淘寶鎮(zhèn)該系數(shù)小，但還是在1%統(tǒng)計水平上正向顯著，說明相比非貧困縣而言，貧困縣示范政策實施對本縣電商發(fā)展指數(shù)的促進作用要高出0.55。由此可見，貧困地區(qū)的政策正向處理效應更強，這反映了目前綜合示范政策的另一個目標(即電商扶貧)是行之有效的。從其第(5)列估計結果看，該政策在革命老區(qū)縣的促進作用并不顯著。

表3 異質性分析估計結果1

為了進一步驗證政策實施的異質性處理效應，本文還設置了一系列連續(xù)型變量構成三次交互項進行估計，以期在全國層面上檢驗一些文獻中所提及的結論。首先，本文將人均GDP 代入三次交互項進行估計；其次，本文根據(jù)Jia 等(2019)對淘寶村形成機理的核心結論，設置了區(qū)域人力資本的三次交互項和區(qū)域人均貸款余額的三次交互項，分別驗證人均收入、人力資本、信貸約束對該政策的異質性影響。其回歸結果見表4。

表4 異質性分析估計結果2

從表4 第(1)列可以看出，在人均GDP 高的地區(qū)，該政策的促進作用反而較小，這印證了李琪等(2019)的實證結果。這說明，人均收入較高的地區(qū)，城鄉(xiāng)之間的信息傳遞相比欠發(fā)達地區(qū)本身就更暢通，低收入地區(qū)信息閉塞，而電子商務進農村綜合示范縣的設立為低收入地區(qū)的農民帶來了福音，對低收入地區(qū)的農產品上行及城鄉(xiāng)信息傳遞具有更大的促進作用。因此，該政策對低收入地區(qū)的電商發(fā)展促進作用更大。

根據(jù)表4 第(2)列的回歸結果，在人力資本高的地區(qū)，該政策的處理效應更強，這支持了Jia 等(2019)的部分結論；而在人均信貸余額高的地區(qū)，三次交叉項的系數(shù)依舊顯著為正，這與Jia 等(2019)的結論相悖。究其原因，可能是電子商務的發(fā)展前期需要投入一定量的資金，而即便“電子商務進農村綜合示范”政策對農民實行了電商創(chuàng)業(yè)補助，也不足以從根本上破除資金約束障礙；相比之下，信貸約束狀況較好的地區(qū)的電商發(fā)展速度則較快。從全國層面而言，本文的實證結果表明，信貸約束依舊是制約區(qū)域電商發(fā)展不可忽視的重要因素。

六、扶持措施的有效性分析

前文的回歸結果中，可以觀察到電子商務進農村綜合示范縣的建設對縣域電子商務發(fā)展水平的平均影響及異質性影響。需要明確的是，電子商務是一種工具，大范圍推廣電商使用的目的是為盤活本地特色產業(yè)，進而推動地區(qū)社會經濟的發(fā)展和轉型。為此，本部分將嘗試通過對第一產業(yè)增加值、第二產業(yè)增加值以及第三產業(yè)增加值進行回歸估計，間接判定電子商務進農村綜合示范縣的建設是否對本地農產品上行、工業(yè)品下行起到了促進作用，進而對本地產業(yè)結構產生了影響。其結果顯示，電子商務進農村綜合示范縣的建設提升了縣域第三產業(yè)比重，降低了第二產業(yè)比重，對第一產業(yè)比重的作用并不顯著①限于篇幅，省略對該部分結果的具體匯報，備索。。本文認為這背后主要有兩個原因。

一方面，“電子商務進農村綜合示范”項目的首要任務是通過完善縣、鄉(xiāng)、村三級農村電商公共服務體系，打通農村物流的“最后一公里”。在消費端，已有研究證明了農戶利用電子商務可以購買到更加多樣且實惠的商品，實現(xiàn)了福利水平的提高(Couture 等，2018)；在供給端，電子商務的優(yōu)勢之一就是可以充分發(fā)揮經營者的創(chuàng)新能力和主動性，創(chuàng)造“藍海產品”(Kim 和Mauborgne，2014)。我國農村電商產業(yè)體系的形成一般是從市場銷售端對接線上電商交易渠道開始，農村電商產業(yè)的培育要發(fā)掘既適合本地生產而又在外部市場上具有一定競爭力的電商產品(阿里研究院，2015)。對于缺乏合適產業(yè)支撐的地區(qū)，需要依托當?shù)刭Y源稟賦，壯大特色產業(yè)，并借助互聯(lián)網和電商渠道將本地產品推廣到外部市場(南京大學空間規(guī)劃研究中心，阿里新鄉(xiāng)村研究中心，2018)。我國中西部和東北地區(qū)(政策傾斜地區(qū))是特色農產品的主要產區(qū)，受到資源稟賦、地理區(qū)位、物流價格、保鮮技術、產品營銷、電商人才等多方面條件的限制，農產品上行困難多且成本高，加上大宗農產品缺少附加值等原因，運用電商銷售的預期收益有限。Couture 等(2018)在安徽、河南和貴州三省內8 個入選國家電子商務進農村綜合示范項目縣(市)范圍內100 個村開展的隨機控制實驗結果也表明，電子商務對“示范區(qū)”農業(yè)產業(yè)的帶動作用有限。

另一方面，農村產業(yè)的“觸電”也帶動了快遞物流、網店設計、客服運營、產品包裝等第三產業(yè)的發(fā)展(Leong 等，2016；盧寶周等，2017)。阿里巴巴、中國郵政、供銷社、京東等電商平臺企業(yè)積極布局農村電商領域，進一步推動了我國以平臺模式為主的農村電商生態(tài)系統(tǒng)的形成(邵占鵬，2017)。電商平臺也為農戶提供了門檻低、易操作的一站式農產品電商創(chuàng)業(yè)手段(Zhang 等，2018)。隨著在線零售商和電子商務供應鏈合作伙伴的數(shù)量不斷增加，電子商務相關服務和專業(yè)知識的需求(如攝影、平面設計、包裝、物流配送等)也在不斷增長(Leong 等，2016)。

七、結論及其政策含義

本文以“電子商務進農村綜合示范”政策作為自然實驗，檢驗了政府政策推動對農村電商發(fā)展影響的平均處理效應和異質性處理效應。電子商務進農村綜合示范縣設立后，農村電商發(fā)展水平得到顯著提升，平均而言，該政策的實施使得農村電商發(fā)展水平至少提升了2.73%～4.17%，該結論經過一系列穩(wěn)健性檢驗后依舊成立。異質性分析表明，貧困地區(qū)和電商發(fā)展水平較高的電商集聚地區(qū)(淘寶村、淘寶鎮(zhèn)地區(qū))均具有較大的處理效應，人力資本和信貸資本均對處理效應有著較大的促進作用。進一步的扶持措施有效性檢驗還發(fā)現(xiàn)了來自第一產業(yè)增加值的規(guī)模增長、產業(yè)結構升級等農村電商應用領域的經驗證據(jù)。

本文的研究結果具有以下兩方面政策含義。

第一，本文實證結果證明“電子商務進農村綜合示范”政策實施有效促進了農村電商發(fā)展?！半娮由虅者M農村綜合示范”政策的實施，在提高農民收入、帶動農村就業(yè)、吸引電商創(chuàng)業(yè)、減少當?shù)剞r產品滯銷、精準扶貧等各個方面產生了積極的影響。

第二，基于異質性分析的結果表明，“政府推動”顯著促進了貧困地區(qū)的農村電商發(fā)展。農村電商以信息技術賦能貧困主體、帶動網上銷售、吸納貧困人口就業(yè)、帶動貧困地區(qū)創(chuàng)業(yè)、促進消費扶貧、帶動社會幫扶等形式助力了農村的精準脫貧。電商扶貧在“政府引導、企業(yè)投入、農民參與”三者聯(lián)動中建立共生共贏的精準扶貧模式，在資源有效配置、農民能力提升、環(huán)境條件改造等方面作用顯著。

目前，農村電商發(fā)展仍存在較多問題。由于貧困地區(qū)的資源與能力長期被排斥在正規(guī)市場體系之外，市場中設施條件薄弱，普遍存在價值鏈空缺與制度空洞，扶貧企業(yè)面臨著獲取貧困群體信任等諸多困難(邢小強等，2011；2015)；與此同時，“技術治理”局限、扶貧與開發(fā)“脫嵌”等新問題也日漸顯現(xiàn)，電商扶貧政策需要總結和推廣有效的扶貧治理模式，通過在扶貧過程中借力網絡化協(xié)作(共同行動、結構耦合和資源共享)，突破單一主體治理的局限，推動技術與資源在扶貧網絡中自由流動，實現(xiàn)技術、管理、治理的協(xié)調匹配。