贫困地区淘宝村的增收效应——基于2005—2018年四省份县域数据的实证研究

刘玮琳，何光喜，刘冬梅

(1.中国科学技术发展战略研究院，北京 100038；2.中国科学技术发展战略研究院博士后科研工作站，北京 100038)

0 引言

在新常态背景下，中国经济正在从要素驱动、效率驱动向创新驱动转变，创新驱动是实现乡村振兴的战略支撑，助力脱贫攻坚。与此同时，伴随着互联网在农村的应用拓展，各级政府与时俱进，希望通过推动农村地区电子商务来促进农村经济发展，实现农民增收。在农村电子商务发展进程中，阿里巴巴旗下的淘宝网凭借进入门槛低、初始资金需求量少等优势，成为农民参与电子商务的主要阵地[1]。淘宝村是以淘宝网为交易平台，以淘宝电商生态圈为依托，形成规模效应和协同效应的网络商业群聚现象。淘宝村的电子商务和大数据是两个最重要的减贫推动因素[2]。根据阿里研究院统计，截至2020年，119个淘宝村位于国家级贫困县(以下简称贫困县)，比2019年增加56个贫困县，销售额同比增长118%。2018年43个贫困地区淘宝村，涉及18个国家级贫困县，全部实现整村脱贫[3]。政府等主体在贫困地区开展电商扶贫借鉴了早期在发达地区“淘宝村”的发展经验，对接电商平台，将产品外销，实现贫困户脱贫增收[4]。2014年电商扶贫被国务院扶贫办列为精准扶贫十大工程之一；2016年国务院扶贫办等15部委发布的《关于促进电商精准扶贫的指导意见》进一步明确指出，将电商扶贫纳入脱贫攻坚总体部署和工作体系、推动互联网创新成果与扶贫工作深度融合。贫困地区淘宝村的发展为当地农户提供了更多的就业机会，实现了收入的持续增收，最终实现脱贫致富[5]。

对于电子商务发展是否有助于农民增收，学者们有大量讨论且存在争议。尽管从理论上认为手机和互联网的普及使农户拥有了获取信息的有效渠道以及便捷的沟通手段，其主要作用路径包括增强农户讨价还价的能力，减少搜寻市场的运输成本，减少市场价格波动性等，但对于农村地区特别是贫困地区其实际效果很可能被高估[6]。一些学者认为，电子商务的发展未必能给农民带来显著的积极影响[7]。他们没有找到电子商务能够改善农产品交易双方信任、提高农户获取信息的质量，进而促进农民增收的充分证据[8]。Britz等[9]、Bonfadelli[10]认为，信息通信技术(ICT)对富裕阶层更有利，并会使低收入者和高收入者之间的差距越来越大，而造成这种数字鸿沟的主要原因是信息技术基础设施的欠缺和对信息技术的使用能力不足[11]。相反，还有些实证研究发现农村电子商务的发展对创造就业机会和改善农民福利具有显著的促进作用[12-13]。一些学者使用多个不同层面和不同农作物数据，发现ICT对农户的经济效应具有复杂性[14]。唐跃桓等[15]考察得出在电子商务进村综合示范政策下，电商发展能够使当地农民人均收入提升3%，且增收效应存在地区异质性。对农产品种植户或专业农户等，电商参与的增收效应显著[13]。既有实证研究也显示了贫困户和非贫困户在电商扶贫项目中的受益差别[16]。

从文献上看，尽管电商扶贫和淘宝村已经引起全社会广泛关注并取得了重要进展，但是对于贫困地区淘宝村的增收效应关注较少。既有研究主要集中在淘宝村的作用机制，包括溢出效应和排挤效应[5,17]、淘宝村的创新机制[18]；从研究样本看，主要集中在电商竞争力较强的东部地域[19]，还有些学者研究淘宝村的空间特征[20]。但上述研究结论未必适用于贫困地区，相较于近年来不断升温的舆论热度，一方面，贫困地区淘宝村或者电商扶贫实证研究相对稀少，主要集中于理念介绍、模式探讨和机制等方面[4,21-22]；另一方面，从国家级贫困县层面，贫困地区淘宝村对农民收入的影响有待进一步考察。基于此，本文试图回答以下问题：①贫困地区淘宝村是否有助于实现农民增收；②不同贫困地区淘宝村的增收效应是否具有异质性；③哪些因素会影响贫困地区淘宝村的增收效应。

对比已有文献研究，本文的主要贡献有三点：①在研究视角上，选取贫困县级层面的数据，以贫困县有淘宝村入选作为准自然实验来评估贫困地区淘宝村的增收作用，不仅使研究对象更具有针对性而且较好地解决了内生性问题；②在研究方法上，由于不同贫困县的淘宝村年份不同，本文选取多期双重差分法，增强了模型的准确性和严谨性，同时引入合成控制法(Synthetic Control Methods，SCM)，以考察贫困地区淘宝村的增收效应的异质性；③在研究内容上，本文不仅研究了贫困地区淘宝村的增收效应的理论机制，还实证分析了增收效应及地区异质性影响因素。

1 理论分析与研究假说

电子商务作为撬动农村经济的重要杠杆，能够为农民创造就业机会，提高农民收入水平，进而达到减贫目的。电商给贫困地区带来的弯道超车，农村电商的裂变式发展，不仅挖掘了巨大的市场潜力，也为贫困地区农民增收农村脱贫奠定了强有力的产业支撑[22]。中国电子商务的发展很大程度上依赖于淘宝网，淘宝网不仅为消费者提供了一种更容易购买各种商品的方式，而且还为卖家提供了一个不需要实体店或大笔资金就可以销售商品的场所[5]。随着互联网在农村的普及，越来越多的淘宝卖家利用农村劳动力、资金和生活成本较低的优势，在农村地区开设淘宝网店。中国农村通常被视为“熟人社会”，农村居民处于高度交织的社会网络之中，他们与存在亲缘、友缘、地缘和业缘关系的人打交道的频率非常之高，使得信息传播的速度极快[23]。一旦一个人开始在一个村庄的网上经营一家淘宝店，而且生意做得很好，他的成功经验将很快被他的亲戚和邻居所学习，邻里效应慢慢凸显[18]。村里销售的主要产品供应链上的相关企业和网页设计与维护、航运、金融服务、摄影和视频及图像处理等其他配套服务也会出现在同一个村子里面，进而形成淘宝村产业集群[5]。淘宝村的市场竞争力也越来越强，给当地居民带来巨大的经济和社会效益。

贫困地区农户利用淘宝村实现增收主要体现在以下四个方面：一是直接实现收入增加。对于淘宝村农户来说，利用平台通过销售本地农产品和农村制品，赚取经营性收入，实现利润率和销售量的双重提升。或者给网商或其他配套业务服务商打工，获得工资性收入；贫困户还可以通过出租土地、房屋等资产给电商，从而获得财产性收入。二是增加创业和就业机会。淘宝村可以促进域内相关产业转型升级，带动经济发展，进而创造更多的创业途径和非农就业机会[24]，实现贫困主体收入多元化，提升农户收入水平。同时大量企业进村，扩大了地方政府的税基，使地方政府有更多财政收入用于基础设施建设，提供更优质的公共服务，从而改善农民福利，提高当地居民的生活水平，实现“涓滴效应”。三是节约开支，淘宝村为贫困主体提供了新的消费环境，淘宝平台的商品比贫困地区线下市场价格更低廉，品种更齐全，获取方式更便捷，提升用户体验，进而起到节约贫困户开支的作用[25]。四是开阔眼界，增加与市场对接机会。贫困户通过接触网络获取大量农业信息和技术培训机会，提升产品的市场竞争力，同时农户也有了更强的市场对接能力、与外界交流的能力和学习新事物的能力等[22]。基于此，本文提出假说1：贫困地区淘宝村能够实现农民增收。

贫困地区的淘宝村是否能够实现农民脱贫以及多大程度上增加农民收入，不仅依赖于政策的扶持力度，而且还受到一些禀赋因素的影响。由于不同区县的初始产业基础、网商平台、基础设施与物流、新农人和地方政府等特征不同，导致淘宝村的增收效应存在很大地区差异[1]。基于本文的研究样本，可能存在以下几个方面差异：一是县域经济发展水平的差异。贫困地区初始的经济水平直接影响淘宝村的发展状况，经济基础好的地区能够利用原有的经济优势将线下业务往线上拓展，实现农民增收[26]。二是产业基础不同，多数淘宝村依赖于当地及周边地区的独特资源禀赋及交通区位优势所建立起来的产业基础。同时，淘宝村也进一步扩大了产业规模，加快技术创新，促进贫困地区公共服务体系进一步完善等，进而推动淘宝村集聚效应，形成良性循环[27]。三是县级政府的财政依赖程度不同。随着电子商务的发展，淘宝村逐渐从早期野蛮生长过渡到定向培养与规范发展阶段，政府作用显得越来越重要。县级预算内财政支出和财政收入状况直接影响淘宝村的发展，使不同地区体现出不同的增收效果。四是县域资本积累差异。贫困地区储蓄通过一定机制进而可以转化成投资，同时贫困地区也可以借助外部融资来增加资本积累，进而也会对农民收入产生显著影响[28]。五是淘宝村基础设施的差异。淘宝村的发展离不开交通、物流、网络等基础设施的发展，这些基础设施的发展共同构成淘宝村电子商务发展的线下基础，进而有助于提升农户电商创业的成功率，加速产业集群发展对外部资源的虹吸作用，促进农民增收[29]。基于此，本文提出假说2：贫困县淘宝村对农民增收的带动效应存在显著的地区异质性。

2 估计方法、变量说明和数据来源

2.1 基准模型设定与样本说明

由于传统的双重差分法只适用于贫困县淘宝村入选时间一致的情况，而不同贫困县淘宝村的时间随机分布在2014—2018年之间，若依据此方法将时间点统一，则最终结果与实际情况不符。基于此，本文参考Beck等[30]的做法，使用多期双重差分模型来衡量贫困地区淘宝村对农民增收的影响，具体设定如下计量回归模型：

lnincit=β0+β1didit+λXit+νi+εit

(1)

式中，i=(1,2，…，134)为贫困县，t=(2005，2006，…，2018)为年份。被解释变量lnincit为贫困县i在t年的农村居民收入情况，用贫困县农村居民人均可支配收入对数值来衡量。排除其他可能的混杂因素干扰，本文还控制了νi代表贫困县个体固定效应，Xit代表与淘宝村和农民人均收入的相关控制变量，εit是模型(1)的回归残差项。didit为双重差分估计量，如果贫困县i在t年设立了淘宝村，那么i在t年及之后的年份中didit=1，否则为0。如果didit系数β1显著大于0，则假说1就得到验证。

考虑到部分实验样本实施时长较短可能造成偏误，且2014年首次出现在贫困地区，基于此，本文选取2014年和2015年入选淘宝村且淘宝村数较多的河北省、湖北省以及江西省和河南省的贫困县作为分析样本，搜集并最终整理到134个贫困县的样本数据。选取四个省份中有淘宝村入选的13个贫困县作为对照组，四个省份中剩余贫困县作为控制组。基于数据的可得性，选择2005—2018年作为样本数据时间范围。在界定贫困县淘宝村入选的具体年份时，本文按照贫困县首次入选淘宝村的具体年份作为增收效应实施时间，如河北省平乡县田付村乡艾村和丰州镇霍洪村2014年入选淘宝村，是河北省平乡县首次有淘宝村入选的年份，即2014年为平乡县的基准年份。

2.2 变量选取与描述性统计

(1)被解释变量。本文选取区县农村居民人均可支配收入的对数值(lninc)作为被解释变量。

(2)控制变量。除了入选淘宝村会影响贫困地区的农村居民人均可支配收入外，还有其他很多因素会对其产生影响，需要控制其他县域特征变量的干扰。借鉴相关研究[15,28,31]，基于县域数据的可得性，本文选取以下变量：选取人均地区生产总值对数值(lnpgdp)衡量县域经济发展状况；选取第二产业增加值与地区生产总值的比值(ind)衡量县域经济的产业结构；选取财政收入占地区生产总值比重(rev)和财政支出占地区生产总值比重(gov)来反映当地的财政收支情况；使用居民储蓄存款余额与地区生产总值比重(save)和年末金融机构各项贷款余额与地区生产总值比重(loan)衡量当地的储蓄率和融资能力；选取初中在校生人数占总人口比重(sch)来反映县域的人力资本水平；选取固定电话用户的对数值(lnict)衡量信息通信技术基础设施水平；选取各种社会福利收养单位数的对数值(lnwelfare)来度量当地的社会福利水平；利用县域人口密度(dens)反映县域经济的地理特征。

2014—2018年贫困地区淘宝村名单来源于阿里研究院网站，贫困县以2012年国务院扶贫开发领导小组办公室公布的《国家扶贫开发832个贫困县名单》为准。样本数据来源于2006—2019年《中国县域统计年鉴(县市卷)》、国泰安CSMAR县域经济数据库及各省、市统计年鉴以及区县统计公报。其中部分数据有缺失，本文通过移动平均法予以补齐。考虑到不同省份通胀情况并不一致，本文对各县农村居民人均可支配收入和人均国民生产总值指标按照各省农村居民消费者价格指数(2005年不变价格)进行平减，以确保价格上的可比性[31]，同时将绝对值变量做对数化处理，以降低异方差对估计结果的干扰。主要变量的描述性统计如表1所示。

表1 变量描述统计

3 实证分析

3.1 基准模型回归结果

表2所示为贫困县淘宝村的增收效应，以检验假说1。其中模型(1)为仅控制了变量did以及贫困县固定效应的估计结果，此时did的系数为0.641，且在1%的水平显著；模型(2)则是在模型(1)的基础上包含控制所有变量的完整结果，此时did的系数为0.064，且在10%的水平显著，表明有入选淘宝村的贫困县能够使农村居民人均可支配收入上升6.4%。表2还揭示了贫困地区淘宝村对当地农民增收的带动效应具有一定统计和经济显著性，说明假说1成立。在控制变量中，人均生产总值、县域财政收入、储蓄率、贷款率和人口密度对农民增收具有显著正向作用；人力资本水平和工业化程度的系数为负且结果显著；县域财政支出和社会福利水平的系数为正但结果不显著；固定电话用户数的系数为负但结果不显著。

表2 基准模型回归结果

3.2 异质性分析

为了评估贫困地区淘宝村在不同区县中的增收效应异质性，以进一步验证假说2，本文利用Adadie 等[34]提出的合成控制法展开研究。考虑到合成控制法适合于对处理组中仅包含一个分析单元的情形[35]，本文分别将四个省份中最早有淘宝村入选的贫困县分别作为四个处理组，即河北省平乡县、湖北省郧西县、江西省南康区和河南省镇平县，并剔除四个省在2016—2018年入选淘宝村的对应贫困县，最后将剩余的对应各省的贫困县作为对照组进行合成控制。进一步观察在2014年和2015年入选淘宝村之前真实贫困县与合成贫困县的主要指标在数值拟合上的对比情况(见表3)，可以看出合成贫困县与实际贫困县的对应特征十分接近，因而可以使用合成控制法分析贫困地区淘宝村对农民收入的异质性影响。

表3 参加合成变量的拟合与对比

图1～4所示为平乡县、郧西县、南康区和镇平县实际与合成的增收路径，其中实线表示实际农村居民人均可支配收入对数值，虚线表示合成农村居民人均可支配收入对数值，垂直虚线表示入选淘宝村的起始年份。在垂直虚线左侧，如果实际贫困县与合成贫困县在入选淘宝村之前高度重合，则说明“反事实”合成对象较好地拟合了政策实施前的农村居民人均可支配收入；在垂直虚线右侧，四个贫困县在入选淘宝村后实际与合成的农民收入增长态势呈现出差异性。具体来看，平乡县和南康区在政策实施前拟合效果较好，即淘宝村促进了贫困地区农民增收，其中平乡县增收效果最为明显；郧西县和镇平县的拟合效果不太理想。此外，郧西县的增收效应还具有一定的滞后性，到2017年以后才开始慢慢显现。

图1 平乡县淘宝村的增收效应

综上所述，在其他因素不变的情形下，与控制组相比，大部分地区的政策显著促进了实际农村居民人居可支配收入的增长。但是，在不同区县的增收效果中呈现出差异性。可能的原因是，一方面，淘宝村数量越多，入选淘宝村时间越早，对县域地区农村居民人均可支配收入的贡献越大。河北省邢台市平乡县是淘宝村数量最多且设立时间最早的国家级贫困县，截至2020年全县淘宝村数量达到19个，淘宝镇达到4个。平乡县的村民通过电商平台将童车和自行车销往全国，年总交易额达到10亿元[3]。该县在2020年公布的全国淘宝村百强县中排名第70位，也是百强县中唯一的国家级贫困县。因此，该县淘宝村增收效应效果最为明显。另一方面，由于不同地区的经济发展水平、资本积累、财政收支状况的不同，也会导致增收效应存在异质性。此外，近年来国家对贫困地区实施了一系列精准扶贫政策，以淘宝村等网商平台为主的电商扶贫政策亦如此，外部政策的强推性和弱内生动力性导致短期内增收效果不明显，因此存在增收效果滞后性。

3.3 稳健性检验

为了确保分析结果的稳健性，避免因为控制组和估计方法不同致使分析结果存在差异，本文进行了以下稳健性检验。

(1)平行趋势检验。使用多期双重差分方法的一个重要前提条件是有淘宝村的贫困县(处理组)和没有淘宝村的贫困县(对照组)在政策实施之前的农村居民人均可支配收入不存在显著差异，具有共同增长趋势。本文借鉴Jacobson等[36]的研究思路，采用事件分析法研究贫困县淘宝村增收的动态效应。将式(1)中的did换成表示淘宝村入选前后若干年的哑变量，因变量不变，模型如下：

(2)

图2 郧西县淘宝村的增收效应

图3 南康区淘宝村的增收效应

图4 镇平县淘宝村的增收效应

图5所示为平行趋势检验的结果，本文研究发现，2014年及其之前的增收效应变量(lninc)的估计结果在统计上都不显著，然而，2014年之后增收效应显著为正，表明样本中处理组和对照组贫困县在入选淘宝村之前不存在显著差异，政策实施对农民增收具有正向影响。因此样本满足了平行趋势假设。

图5 平行趋势检验

(2)倾向得分匹配-双重差分法(PSM-DID)检验。为了进一步控制内生性问题，本文进一步使用PSM-DID方法分析贫困地区淘宝村的增收效应。利用PSM可以解决可观测样本偏差问题，DID通过差分解决内生性问题而分离出“政策处理效应”。表4第(1)～(3)列分别列出了近邻匹配、半径匹配和核匹配的估计结果，其结果显示不同匹配方法的估计系数、符号和显著性水平与多期双重差分评估结果基本一致。因此，本文认为淘宝村对贫困地区农村居民收入具有正向促进作用。

(3)安慰剂检验。由于贫困地区淘宝村与农民增收之间的相关性可能存在伪回归问题，因此本文进一步通过安慰剂检验的方式加以验证，即通过将贫困县有淘宝村入选的时间提前到某一年重新检验对农民增收的影响，结果发现当淘宝村入选时间提前以后，并未对农民增收有任何显著影响，则本文估计的结果是可靠的；相反，则表明可能存在不可观测的随机因素对农民增收产生影响，从而导致本文的结果不可靠。本文假设样本中入选淘宝村时间均提前三年，估计结果如表4第(4)列所示。结果显示，did系数并不显著，表明不存在不可观测的随机因素对本文造成的干扰，即贫困县淘宝村的增收效应的研究结论是可信的。

(4)变更样本时间。本文的回归结果主要基于2005—2018年的全样本，但贫困地区首次入选淘宝村的年份是在2014年，样本设立前的时期可能过长，同时为了避免金融危机的影响，选取样本时间段为2010—2018年，即入选前四年和后四年。如表4第(5)列所示，实证结果与前文结论基本一致。

(5)是否受其他导向性政策影响。贫困地区淘宝村可能同时受到其他国家层面导向性政策的影响，从而导致估计有偏差。为了排除其他区位导向性政策的影响，以电子商务进农村综合示范政策为例，本文在实验组中剔除属于2017—2018年电商示范百佳县重新进行回归。如表4第(6)列所示，淘宝村的增收效应did依然显著为正。可见贫困地区淘宝村增收效应没有受到个别电商发展较快的贫困县影响，贫困地区大部分农民均从淘宝村中受益。

表4 稳健性检验

3.4 贫困地区淘宝村增收效应机制分析

通过上述分析，我们发现贫困地区淘宝村对农民居民收入具有正向影响，接下来探讨贫困地区淘宝村影响农民增收的途径，构建模型如下：

Xit=α0+α1didit+λDit+νi+εit

(3)

式(3)将式(1)中的控制变量作为被解释变量，以此来考察贫困地区淘宝村促进农民增收驱动因素的作用。

表5的估计结果表明，贫困地区淘宝村对县域经济、地方财政收支、储蓄率以及贷款率具有显著正向作用，对工业化程度、地区固定电话用户数和社会福利水平具有负向影响。淘宝村对人力资本水平无影响，即淘宝村并没有促进人力资本水平的增长，教育程度偏低是致贫的主要原因，同时贫困又制约着教育水平的提升，二者相互掣肘[31]。结合表2发现，县域经济增长对农民收入也具有正向促进作用，表明淘宝村能够有效促进贫困县的经济增长，进而能同步实现县域经济增长和农民收入，促进贫困减缓。工业化程度系数显著为负数，贫困地区多以农贸型淘宝村为主，进而促进地区第一产业和第三产业的发展，而资本密集型的第二产业不利于农民收入的提高[32]。财政收支对农民收入的影响显著为正，淘宝村的发展使地方税收增加，为地区带来更多的财政收入，增加农村居民转移性收入，同时政府加大财政投入力度，提升贫困地区公共服务水平，使政府能够为贫困群体提供更多的福利。储蓄率和贷款率系数显著为正，表明淘宝村发展促进了县域资本积累，进而对农民收入产生显著影响。综上，贫困地区淘宝村通过促进地区经济增长、提高财政收支水平、提升县域地区储蓄率和贷款率的方式促进农民增收。

表5 贫困地区淘宝村增收效应的机制分析

4 结论与启示

本文利用多期双重差分和合成控制法，使用河北、湖北、江西和河南四省2005—2018年的县级数据考察贫困地区淘宝村的增收效应以及作用机制。结果表明，贫困地区淘宝村大约能使当地农民收入提升6.4%；同时其增收效应存在地区异质性，具体来看，平乡县和南康区增收效果明显，郧西县和镇平县的拟合效果不太理想，郧西县的增收效应具有一定的滞后性。此外，贫困地区淘宝村通过促进地区经济增长、减缓工业化进程、提高县域地区财政收支水平以及增加资本积累的方式促进农民增收。

基于上述研究结论，本文提出以下政策建议：第一，充分发挥淘宝村的增收效应，因事因地因人精准施策。贫困地区淘宝村对不同区县的增收效果存在差异性，虽然整体上增收效果显著，但个别区县的增收效果并不强烈。贫困地区淘宝村的发展应当因地制宜地选择合理发展方案，不能盲目照搬他地成功案例，避免资源错配。第二，优化贫困地区淘宝村推动农民增收的作用机制，一方面，鉴于财政收支、储蓄率和贷款率对农民收入的影响显著为正，应当提高财政收支水平，保证当地公共服务和基础设施的正常运转，同时继续鼓励当地企业和居民将融资能力和储蓄能力转化为有效投资，从而促进当地淘宝村的经济发展，为贫困地区农民提供更多的福利；另一方面，鉴于工业化程度系数显著为负，应当依托当地资源优势，发展现代农业，积极营造电商创业创新环境，增强农业产业集聚效应，搭建贫困地区的农产品直播平台，探索农产品销售新模式，同时应优化贫困地区产业结构，实现地区经济内生发展。第三，鉴于人力资本水平对贫困地区农民增收作用不显著，今后应适度提升人力资本水平，加大教育投入，培养新农人，注重培训的可持续性和系统性，激发创新动力；同时鼓励和引导农村出去的大学生、农民工等青年人返乡创业，还应避免教育过度投资使贫困家庭再度陷入贫困。