政府促进农村电商发展的政策效应评估——来自“电子商务进农村综合示范”的经验研究

易法敏 孙煜程 蔡 轶

一、引言与文献特征

中国的农村电商发展在经历了平稳而缓慢的信息服务阶段和快速发展的在线交易阶段之后，现在正向电商产业体系建设阶段升级转型。在农村电商不断升级发展的过程中，政府政策的支持起到了重要推动作用(鲁钊阳，2018；钮钦，2016；杨旭等，2017)。自2014 年7 月24 日财政部、商务部下发《关于开展电子商务进农村综合示范的通知》起，到2019 年立项扶持215 个示范县的电商建设名单确定，全国共有1231个县被纳入“电子商务进农村综合示范”建设①2019 年8 月，财政部、商务部和国务院扶贫办联合发布2019 年电子商务进农村综合示范名单，此前曾入选过示范县的一些县再次入选。。农村电商发展不仅对促进农民增收、农村产业深度“融合”具有重要的经济意义，而且对于消弭农村“数字鸿沟”，促进农村社会转型，建设数字乡村，具有重要的社会价值；纵观我国农村电商发展历程，可以发现，政府的扶持政策对农村电商发展有着决定性影响(梁强等，2016)②农村电商的大规模发展始于2014 年，电商平台与地方政府合作推动的县域电商是这个阶段的基本模式；而地方政府与电商企业创新性地合作发展电商，其依据则是中央鼓励和扶持农村电商发展的政策，主要有2014 年中央1 号文件提出的“加强农产品电子商务平台建设”和财政部、商务部《关于开展电子商务进农村综合示范的通知》(财办建[2014]41 号)。。

公共政策并不一定总是有效的，即存在所谓“政策失灵”现象(刘鹏等，2018)。与其他公共政策类似，农村电商政策是否具备相应的资源保障、制度安排和基础性策略，实施过程是否科学合理等，直接决定着政策效果。其任何一个环节的偏差，都会导致“政策失灵”。由于农村电商综合示范政策的实施是由中央授权立项，县域政府与第三方组织或机构开展广泛的公私合作来开展的，这种“委托-代理”的政策运行方式使得示范县普遍面临着前所未有的治理困境(杨旭等，2017)；现阶段的农村电商政策工具应用存在结构性失衡，部分政策工具应用存在不科学、不协同的问题，政策配套措施有待完善(钮钦，2016)；农村电商政策的实施，会受到诸如农村电商自身规律、农村电商参与者以及农村电商所在区域经济社会发展环境的制约和影响(鲁钊阳，2018)，等等。可见，农村电商政策的实施效果亟需进行科学规范的判别。有鉴于此，本文以“电子商务进农村综合示范”政策为切入点，构造准自然实验来识别农村电商政策对县域电商发展的促进效果。对此，本文通过严谨而规范的实证研究手段，尝试探讨如下未能得到精确评估的核心政策效果：“电子商务进农村综合示范”政策是否有效促进了县域电商发展？贫困县的政策实施效果如何？其对产业结构的影响有效性又如何？

对上述问题的科学回答面临诸多挑战。挑战之一是县域电商历史数据获取与构建。农村电商大规模发展始于2014 年，从现有统计资料中难以找到本研究所需的网商指数、网购指数、电商发展指数以及与各示范县相对应的基本数据等。本文综合了多套统计数据，包括密西根大学的“China Data Online”数据库、《中国县域经济统计年鉴》以及阿里研究院计算出的县域电子商务发展指数(aEDI)，通过多个数据库的对接，构建起本研究的样本数据。挑战之二是内生性问题。因为电商示范县的选择并不是随机的，示范县与非示范县具有不同的特征，比如经济发展水平的差异、参与人员的知识与技能差异等，这些不可观测的特征会对电商发展水平造成影响，从而导致直接回归所得到的估计结果存在偏差。针对这一问题，本文将2014 年开始逐年增加的“电子商务进农村综合示范”试点作为准自然实验，利用双重差分法，在控制了地区固定效应与时间固定效应后，减少不可观测因素的干扰。

现有研究结果表明，自2014 年以来，政府“电子商务进农村综合示范”建设显著促进了电子商务发展；在实施电子商务进农村综合示范的县域，电子商务发展水平至少提高了2.73%～4.17%，而且这种促进作用均体现在了电商供给端网商指数和销售端交易额上。此外，异质性分析还表明，政策实施所带来的处理效应在电商发展水平较低和较高的两类地区更大，表现出既“亲贫”又“亲富”的双重特性。

与本文密切相关的主要有两方面的文献。

一类文献主要关注电商发展的经济效应，比如电子商务发展与经济增长(Aimer等，2013；张俊英等，2019)、电子商务发展与农村居民创业行为(王金杰等，2017；芮正云等，2018)、电子商务与农民或农户增收(Cho 和Tobias，2010；曾亿武等，2018；李琪等，2019)。这些研究的结果表明，农村电商在提高农民收入、带动农村就业、吸引电商创业、减少当地农产品滞销、精准扶贫等各个方面产生了积极的影响。与其形成对比的是Couture 等(2018)基于一项区域性的随机对照实验研究，他们的结论表明，电子商务交易的收益仅限于更年轻、富裕的少数农村家庭，且他们认为这种收益主要通过消费端降低家庭生活成本来体现。

另一类文献主要从农村电商政策本身展开，分别关注政策工具应用与电商生态系统的适配性(钮钦，2016)、政府扶持农产品电商发展的政策是否有效以及是不是政府出台的所有政策都能够促进农产品电商发展(鲁钊阳，2018)、农村电商政策实施过程中如何以“互联网+”背景下的新型模式进行县域电商公共服务中心建设(杨旭等，2017)，以及地方政府在落实中央农村电商政策时，如何创造条件、提高能力、激发动机和扶持电商发展(梁强等，2016)。

本文研究的创新性主要体现在以下几个方面：第一，现有文献大多关注电商技术和电商发展所带来的一系列经济效应，而较少考虑近年来推动电商高速发展的多样化因素(以电商平台为代表的市场推动、消费者行为模式转换的拉动、政府政策引导与扶持等)；对于政府出台的大量农村电商扶持政策，其促进农村电商发展的效果究竟如何，尚未有文献给出精确的答案，本文则对此问题进行了深入探讨。第二，现有文献集中关注电子商务发展所带来的经济效应评估，其面临的主要挑战便是内生性问题，本文利用自2014 年起“电子商务进农村综合示范”政策的实施作为准自然实验，利用PSM-DID 方法构建县级、时间层面的双重倍差，较好地解决了内生性问题，也为电商发展的相关研究提供了新的实证因果关系推断的思路。第三，从研究样本范围上观察，现有研究绝大多数利用的是区域性的微观调研数据或统计数据来得出实证结论，结论的外推比较困难，而本文以县级行政单位为研究单元进行政策效应评估，实证结论更具有普适性。第四，本文也实证了与淘宝村有关的既有研究结论，为该领域的研究提供了间接的经验证据；同时，本文还对该政策实施在贫困地区的作用效果作了重点分析。

二、政策背景

为通过“互联网+”赋能农村经济发展，财政部、商务部在2014 年7 月24 日下发《关于开展电子商务进农村综合示范的通知》，在首批56 个县开展电子商务进农村综合示范项目建设。其重点包括四个方面：支持建立完善县、乡、村三级物流配送机制，支持县域电子商务公共服务中心和村级电子商务服务站点的建设改造，支持农村电子商务培训，支持示范县最大限度利用社会化资源。其项目主要任务为三点：完善农村物流服务体系，建立农村产品电子商务供应链体系，建立完善农村电子商务公共服务体系。此后，逐年扩大支持范围，推动示范县建立健全支撑农村电子商务发展的公共服务体系，推进电子商务在农村的应用和推广。2016 年11 月，国务院扶贫办等16 个部门发布《关于促进电商精准扶贫的指导意见》，提出加快实施电商精准扶贫工程，这也意味着农村电商发展开始与精准扶贫这一重要战略相结合。

梳理2014—2019 年的“电子商务进农村综合示范”政策文件(见表1)可以发现，该政策目标可以概括为：通过“农村物流体系、电商公共服务体系和电商人才培训体系”建设，“促进农村电商发展”和“电商扶贫”。其目标达成的路径聚焦于“促进农村地区的在线交易”。其建设重点从最初的“县乡村三级物流配送体系建设、县域电子商务公共服务中心和村级电子商务服务站点的建设改造、农村电子商务培训”，到“扩大农村电商应用范围、提高农村电子商务应用能力、健全农村电子商务支撑体系、改善农村电子商务发展环境”，再到“聚焦农村产品上行，支持为发展农村产品电子商务而开展的农产品和农村特色产品的生产认证标准、品牌培育、营销推广和质量保障体系。支持农产品分级、包装、初加工等设施建设，支持邮政、供销、商贸流通、第三方物流和本地物流等企业，共同以市场化方式建立县乡村三级农产品上行物流配送机制建设”，最后到2019 年的“显著提升农村流通基础设施和服务水平，促进扶贫带贫、产销对接、便民消费等成效明显，农村网络零售额、农产品网络零售额等指标明显增加”，就是这一政策目标及其实施路径的具体反映。

表1 2014—2019年“电子商务进农村综合示范”政策主要任务与支持重点

“电子商务进农村综合示范”政策引导电商平台与地方政府合作，共同构建县域资源整合平台；同时政府以财政支持农村物流、电商人才培训及电商服务，解决理念、创业培训、氛围营造、农产品销售、O2O 农村消费等问题(杨旭等，2017)。农村电商通过产销对接，引导区域农产品品牌的创新与升级；“普遍连接”使得农村信息畅通和在线渠道建立，增加了交易机会，降低了市场主体间合作成本；农村电商还创造出与电商交易活动相关的工作机会，扩大农村劳动力就业范围，使得更多贫困群体进入创业就业环境(崔凯，2019)。

三、实证研究设计

（一）数据来源

本文数据的主要来源是密西根大学的“China Data Online”数据库，该数据库主要涵盖了县和县级市的经济金融特征、人口就业特征等指标，为本文提供了基础数据来源，其中部分缺失数据对照《中国县域经济统计年鉴》进行补齐；县级电子商务发展数据依据阿里研究院计算出的县域网商和网购指数，再将二者加权平均得到县域电子商务发展指数(aEDI)，目前已有数据时间区间是2013—2017 年。由此，本文对接了“China Data Online”和阿里巴巴电子商务县域发展指数(aEDI)两个数据库，样本时间范围限定在2013—2017 年。

对于合并后的样本数据，本文首先剔除了极少数样本期的绝大多数核心变量缺失的县域；其次，地级市的市辖区也是县级行政单位，但在经济特征和电商发展等方面更接近城市，且电子商务进农村综合示范政策几乎没有选择市辖区作为示范县，政策影响基本发生在农村地区，基于以上两个因素，本文选择剔除市辖区样本。经过合并和剔除后，本文的基础样本包括了698 个政策处理县(2014 年及以后被评为“电子商务进农村综合示范县”)和1162 个未受政策影响的对照县，共计1860 个县。

（二）计量模型设定

本文所考察的核心内容是电子商务进农村综合示范县的建设对县域电子商务发展水平的影响效果。一般来说，文献中普遍将政策的外生冲击视为自然实验或准自然实验，但是本文的政策处理组具有明显的扶贫县域特征(2016 年国务院出台的“十三五脱贫攻坚规划”明确将电子商务纳入扶贫开发工作体系，2017 年商务部文件也提出综合示范工作进一步向贫困地区和欠发达革命老区倾斜)，因而政策本身可能并不具备完全的随机性。此外，处理组和对照组的电子商务发展水平也可能受到了其他未观测变量的影响，选用基础样本中所有的对照组县域，可能破坏了处理组和对照组需要具备平行趋势的假定，而导致DID 估计的偏误。

基于上述背景，本文拟运用倾向得分匹配-双重差分法(PSM-DID)来评估电子商务进农村综合示范县的建设对县域电子商务发展的净效应。具体而言，为确保样本的匹配质量，本文依据Imbens(2015)所提出的比较Logit 模型极大似然值的方法，从各县域的人口数量、家庭户数、人均GDP、人均第一产业增加值、人均金融机构存款余额、人均政府财政支出、人均中小学在校生比例等经济、人口、教育特征筛选出用于匹配的七个一阶协变量；采用上述协变量估计出倾向得分后，参考刘晔等(2016)的一对一匹配方法，进行逐期匹配，为每一年的政策处理组县域找到与之唯一匹配的对照组县域。匹配后除去未能成功的一个处理组县域，最后本文得到了受到政策影响的处理县域697 个和与之相匹配的对照组县域671 个。

本文以2013 年为政策事前时点，2014—2017 年为政策事后时点，运用匹配后的样本构造双重倍差，第一层差分来自县域层面，第二层差分来自时间层面。估计电子商务进农村综合示范县的建设对县域电子商务发展水平的政策效应如式(1)。

公式(1)是通用的多期双重差分估计式。其中，被解释变量 Yit是各县域电子商务发展水平。T reati为二元虚拟变量，取值为1 时代表受到政策影响的处理组；取值为0 时则为对照组县域，不受政策影响。Dit为年度时间虚拟变量，取值为1 表示开始接受政策影响，取值为0 表示在该时点及之前时点均不受政策影响。T reati×Dit为交互项，反映示范县设立前后各处理组相对于对照组电子商务发展水平的变化情况；其系数β1是本文最核心的待估计参数。Zit为其他控制变量，控制县域的异质性。μi表示县级固定效应，ηt为时间固定效应，εit为随机扰动项。在式(1)中，若β1的估计值大于0，则表示与对照组县域相比，电子商务进农村综合示范县的建设提高了该县域的电子商务发展水平。

（三）变量定义

因为政策目标中有“农村网络零售额、农产品网络零售额等指标明显增加”的表述，阿里研究院在对零售网商密度、网购密度、规模以上网购消费者占比定义的基础上设计了“县域电子商务发展指数”，本文的被解释变量(结果变量)就采用阿里研究院的县域电子商务发展指数。

第一阶段，综合考虑人口、经济、金融、财政、教育等县级特征，所选取的用于匹配过程的变量主要是：(1)人口数量，用各县年末总人口的对数值表示。(2)家庭户数，用各县年末总户数的对数值表示。(3)人均GDP 和人均第一产业增加值、人均第二产业增加值，用各县GDP 和第一产业增加值、第二产业增加值除以总人口数表示。(4)人均财政收入、人均财政支出，用各县地方财政收入、地方财政支出除以总人口数表示。(5)人均存款余额、人均贷款余额，用各县城乡居民储蓄存款余额、金融机构各项贷款余额除以总人口数表示。(6)中小学在校生比例，用各县普通中学和小学在校学生数除以总人口数表示。

第二阶段，在双重差分估计中，本文选取的控制变量是：(1)人口密度，用各县域总人口数除以总面积数的对数值表示。(2)人均GDP。(3)人均财政支出。(4)人均贷款余额。(5)中小学在校生比例。(6)本地固定电话用户数。从以上六个方面控制其对县域电子商务发展水平的作用①限于篇幅，我们省略了数据描述性统计表格，备索。。

（四）政策处理前后电商发展水平的差异

分析政策处理前2013 年全国各县域的电子商务发展情况，我们发现：虽然浙江、江苏等沿海地区的电子商务发展水平显著高于内陆县域，但政策实施4 年后(特别是从2016 年开始，商务部明确将扶贫作为政策实施的主要目的之一)，截止到2017 年，政策重点关注的新疆、内蒙古、贵州等地区县域电子商务发展水平均有了显著的改观，电商发展水平较高的县域不再仅仅散落在沿海地区②限于篇幅，我们省略了全样本1860 个县分实验组和控制组在样本区间内和分县域的电商发展情况的变化图示，备索。。

四、实证结果分析

（一）识别条件检验

本文首先使用全样本(698 个政策处理县和1162 个未受政策影响的对照县，共计1860 个县)进行倾向得分匹配。倾向得分匹配后样本的平衡性、可比性决定了样本是否随机接受处理，这进一步直接决定了双重差分估计中核心系数是否有偏。基于此，本文对筛选出的七个一阶协变量进行了一对一近邻倾向得分匹配后的平衡性检验，以验证匹配结果的可靠性。平衡性检验结果表明，匹配后所有匹配变量的标准偏差减少幅度较大，说明本文选取的匹配变量和匹配方法均比较合理。同时，匹配后的t 检验均不显著，说明匹配后各协变量在处理组和对照组之间的分布不存在系统性偏差。③受限于篇幅，平衡性检验结果未在此展示，留存备索。此外，倾向得分匹配后处理组和对照组的倾向得分核密度分布几乎重合，这很好地满足了共同支撑条件，两组样本的倾向得分值(接受处理的概率)集中在0.18 附近。因此，本文进行倾向得分匹配后的样本质量较高，匹配策略比较有效①限于篇幅，倾向得分核密度分布图示未在此展示，备索。。

（二）基准回归结果

进行匹配后，本文得到了受到政策影响的处理县域697 个和与之具有类似特征的对照组县域671 个，作为本文的基准回归样本。表2 是对基准回归样本进行式(1)回归的结果。从表2 的估计结果可知，所有回归结果均支持“电子商务进农村综合示范县的建设对当地县域电子商务的发展水平均有显著的推动作用”这一结论。在表2 中，第(1)列属于使用全样本未进行匹配的DID 回归结果，从第(1)列和第(2)列的对比可知，单纯使用DID 模型会大大高估处理效应，而使用匹配后的样本，由于其结果变量更加平衡，处理效应值有了大幅降低，并且依旧为正；由第(2)列～第(5)列可知，与对照组相比，电子商务进农村综合示范县的建设导致了该县电子商务发展指数平均而言上升了0.17～0.26，且在1%的显著性水平上显著，而相比于对照组县域2013 年的电子商务发展指数均值6.23，电子商务进农村综合示范县的建设导致了该指数上涨2.73%～4.17%；第(4)列和第(5)列是加入控制变量后的回归结果，主要结论不受影响，但交互项的系数值有所下降。针对电商发展指数的两个二级指标——网商指数和网购指数的回归结果表明，其政策实施对二者的处理效应分别为0.181 和0.189 且在1%水平上显著，说明其对网商密度和网购活跃程度具有正向作用。

表2 电子商务进农村综合示范对县域电子商务发展的影响

（三）稳健性检验

为验证基准回归结果的可靠性和稳健性，本文接下来逐步对重要的识别假说进行检验。本文对可能破坏平行趋势的诸多因素进行了稳健性检验，通过设置一系列安慰剂检验、证伪检验和更换回归模型等方法来保证结论的可靠性②限于篇幅，我们省略了稳健性检验的结果汇报，备索。。

1. 更换政策实施时点

由于缺乏2012 年的电子商务发展水平数据，本文无法将政策时点提前来进行反事实的平行趋势检验，但本文尝试将示范县的设立的时间断点变成2015 年。以2015年之前为事前时点，2015—2017 年为事后时点，处理组的县域选择范围不变，只是2014 年政策便开始执行的县域延迟到2015 年才开始执行。与本文基准回归估计结果类似，政策实施对所有县域的电子商务发展水平影响依旧显著为正，所以本文的结果不受时间断点选择的影响。

2. 排除其他信息化政策的影响

一个可能的担忧在于2013—2017 年时间窗口内推行的其他信息化政策(尤其是基于农村地区的信息化政策)对相关估计结果的影响。与本文主题最密切相关的政策是农业农村部自2014 年以来开展的“农村信息进村入户”工程。截止到2017 年底，我们统计出共有15 个省市实施了这一政策，为避免捕获到该政策对区域电商发展水平的影响，我们删除了这些省市的样本，对剩余的子样本重新进行DID 估计。交互项系数与基准回归结果类似，且数值还有所提升，表明基于省级层面的农村信息进村入户工程政策并未造成估计结果的偏误。

3. 子样本检验

检查发现，2014—2016 年的示范县绝大多数设立在县，而县级市很少。因此，本文单独对县级市样本进行了子样本检验，县级市的处理效应数值非常接近平均处理效应，说明该事实在子样本中同样存在。

4. 更换回归模型和对照组样本

事后的平行趋势假定难以直接进行检验。为此，本文选择了Athey 和Imbens(2006)提出的CIC(Changes in Changes)估计方法，该方法通过将处理组反事实状态的分布表示为已知分布的函数，估计出整个反事实的分布情况，从而获得分位数处理效应。本文剔除了2015 年后受到政策影响的实验组样本，仅保留了从2014 年起便开始政策试点的样本作为处理组来吻合CIC 模型的两期环境。平均处理效应显著为正，说明本文的基准回归结果是可靠的①我们也可以分别对2015 年、2016 年受政策影响的样本进行两次CIC 估计，结果类似，不再汇报。。

此外，本文尝试运用卡尺内一对四近邻匹配以及二次核匹配的匹配方法更换对照组样本，重新进行DID 估计。其结果显示，两种方法估计出的处理效应均与基准回归结果类似。

5. 其他不可观测变量的干扰：证伪检验和安慰剂检验

对于双重差分的识别假设而言，一个担忧就在于一些不可观测的随着时间变化而变化的变量对DID 估计结果所产生的影响。为检验这种情况是否存在，本文以2018年受电子商务进农村综合示范政策影响的230 个潜在“处理组”县域作为考察对象，假定其在2014 年便开始受政策影响，进行相同的回归估计，如果得到与之前相同的结果，则前文得到的“电子商务进农村综合示范”政策促进本地电子商务发展水平提高的结论可能是未观测变量所致。证伪检验结果表明，交互项系数值并不显著，这在一定程度上成功排除了未观测变量的干扰。

本文进一步采用了相关文献中比较广泛使用的安慰剂检验(Pinotti，2017)来排除未观测变量的影响。我们在基准回归样本中随机产生697(真实的处理组数量)个县作为处理组成员，其余县为对照组成员；再进行双重差分DID 估计，从而产生一个错误的平均处理效应估计，再重复上述过程500 次，从而相应产生500 个平均处理效应估计值。我们发现，该分布均值在0 的附近且服从正态分布的特征，标准差也很小，一对一近邻匹配和核匹配的估计结果落在95%置信区间外，属于小概率事件，符合安慰剂检验的预期。

五、扩展性分析

前文所评估的均是电子商务进农村综合示范县的设立对处理组的平均处理效应。近年来，许多研究开始深入分析“淘宝村”这种农村电子商务集聚的现象背后的形成原因(Jia 等，2019)，以及农村电商集聚对农民收入的影响(李琪等，2019)。此外，“电子商务进农村综合示范”政策实施后期具有明显的扶贫倾向，为了区别和比较该政策执行对各电商集聚县、国家级贫困县等不同的作用效果，本文在基准回归的基础上进一步考察“电子商务进农村综合示范”政策的异质性影响。具体而言，本文基于基准回归样本设计了如下四种策略：第一，构建淘宝村虚拟变量，即该县域内含有一个及以上淘宝村，便取值为1，否则取值为0；第二，构建淘宝镇虚拟变量，即该县域内含有一个及以上淘宝镇，便取值为1，否则取值为0；第三，本文借鉴李琪等(2019)的定义，通过区域内淘宝村个数除以该县域面积来定义淘宝村密度；第四，设立国家级贫困县和革命老区县虚拟变量。这里，我们可以将估计方程简写为：

式(2)中，Hetit表示本文如上设立的一系列虚拟变量，估计方法与式(1)类似。无论代入何种虚拟变量，我们始终感兴趣的都是三次交互项的估计系数1β，它代表了电子商务进农村综合示范工程对县域电商发展的异质性处理效应。模型(2)的回归结果见表3。

根据表3 的估计结果可知，发生电商集聚的淘宝村、淘宝镇等县域，其三次交互项的系数数值均较大，且均在1%水平上显著。从表3 第(2)列看，“电子商务进农村综合示范”政策对实验地区存在电商集聚效应的电商推动作用高达2.326。其第(3)列估计结果表明，从整个国家层面上而言，淘宝村密度高的地区，“电子商务进农村综合示范”政策对当地电商发展的促进作用更大，该结论非常稳健。其第(4)列估计结果显示，国家级贫困县的三次交互项系数比淘宝村和淘宝镇该系数小，但还是在1%统计水平上正向显著，说明相比非贫困县而言，贫困县示范政策实施对本县电商发展指数的促进作用要高出0.55。由此可见，贫困地区的政策正向处理效应更强，这反映了目前综合示范政策的另一个目标(即电商扶贫)是行之有效的。从其第(5)列估计结果看，该政策在革命老区县的促进作用并不显著。

表3 异质性分析估计结果1

为了进一步验证政策实施的异质性处理效应，本文还设置了一系列连续型变量构成三次交互项进行估计，以期在全国层面上检验一些文献中所提及的结论。首先，本文将人均GDP 代入三次交互项进行估计；其次，本文根据Jia 等(2019)对淘宝村形成机理的核心结论，设置了区域人力资本的三次交互项和区域人均贷款余额的三次交互项，分别验证人均收入、人力资本、信贷约束对该政策的异质性影响。其回归结果见表4。

表4 异质性分析估计结果2

从表4 第(1)列可以看出，在人均GDP 高的地区，该政策的促进作用反而较小，这印证了李琪等(2019)的实证结果。这说明，人均收入较高的地区，城乡之间的信息传递相比欠发达地区本身就更畅通，低收入地区信息闭塞，而电子商务进农村综合示范县的设立为低收入地区的农民带来了福音，对低收入地区的农产品上行及城乡信息传递具有更大的促进作用。因此，该政策对低收入地区的电商发展促进作用更大。

根据表4 第(2)列的回归结果，在人力资本高的地区，该政策的处理效应更强，这支持了Jia 等(2019)的部分结论；而在人均信贷余额高的地区，三次交叉项的系数依旧显著为正，这与Jia 等(2019)的结论相悖。究其原因，可能是电子商务的发展前期需要投入一定量的资金，而即便“电子商务进农村综合示范”政策对农民实行了电商创业补助，也不足以从根本上破除资金约束障碍；相比之下，信贷约束状况较好的地区的电商发展速度则较快。从全国层面而言，本文的实证结果表明，信贷约束依旧是制约区域电商发展不可忽视的重要因素。

六、扶持措施的有效性分析

前文的回归结果中，可以观察到电子商务进农村综合示范县的建设对县域电子商务发展水平的平均影响及异质性影响。需要明确的是，电子商务是一种工具，大范围推广电商使用的目的是为盘活本地特色产业，进而推动地区社会经济的发展和转型。为此，本部分将尝试通过对第一产业增加值、第二产业增加值以及第三产业增加值进行回归估计，间接判定电子商务进农村综合示范县的建设是否对本地农产品上行、工业品下行起到了促进作用，进而对本地产业结构产生了影响。其结果显示，电子商务进农村综合示范县的建设提升了县域第三产业比重，降低了第二产业比重，对第一产业比重的作用并不显著①限于篇幅，省略对该部分结果的具体汇报，备索。。本文认为这背后主要有两个原因。

一方面，“电子商务进农村综合示范”项目的首要任务是通过完善县、乡、村三级农村电商公共服务体系，打通农村物流的“最后一公里”。在消费端，已有研究证明了农户利用电子商务可以购买到更加多样且实惠的商品，实现了福利水平的提高(Couture 等，2018)；在供给端，电子商务的优势之一就是可以充分发挥经营者的创新能力和主动性，创造“蓝海产品”(Kim 和Mauborgne，2014)。我国农村电商产业体系的形成一般是从市场销售端对接线上电商交易渠道开始，农村电商产业的培育要发掘既适合本地生产而又在外部市场上具有一定竞争力的电商产品(阿里研究院，2015)。对于缺乏合适产业支撑的地区，需要依托当地资源禀赋，壮大特色产业，并借助互联网和电商渠道将本地产品推广到外部市场(南京大学空间规划研究中心，阿里新乡村研究中心，2018)。我国中西部和东北地区(政策倾斜地区)是特色农产品的主要产区，受到资源禀赋、地理区位、物流价格、保鲜技术、产品营销、电商人才等多方面条件的限制，农产品上行困难多且成本高，加上大宗农产品缺少附加值等原因，运用电商销售的预期收益有限。Couture 等(2018)在安徽、河南和贵州三省内8 个入选国家电子商务进农村综合示范项目县(市)范围内100 个村开展的随机控制实验结果也表明，电子商务对“示范区”农业产业的带动作用有限。

另一方面，农村产业的“触电”也带动了快递物流、网店设计、客服运营、产品包装等第三产业的发展(Leong 等，2016；卢宝周等，2017)。阿里巴巴、中国邮政、供销社、京东等电商平台企业积极布局农村电商领域，进一步推动了我国以平台模式为主的农村电商生态系统的形成(邵占鹏，2017)。电商平台也为农户提供了门槛低、易操作的一站式农产品电商创业手段(Zhang 等，2018)。随着在线零售商和电子商务供应链合作伙伴的数量不断增加，电子商务相关服务和专业知识的需求(如摄影、平面设计、包装、物流配送等)也在不断增长(Leong 等，2016)。

七、结论及其政策含义

本文以“电子商务进农村综合示范”政策作为自然实验，检验了政府政策推动对农村电商发展影响的平均处理效应和异质性处理效应。电子商务进农村综合示范县设立后，农村电商发展水平得到显著提升，平均而言，该政策的实施使得农村电商发展水平至少提升了2.73%～4.17%，该结论经过一系列稳健性检验后依旧成立。异质性分析表明，贫困地区和电商发展水平较高的电商集聚地区(淘宝村、淘宝镇地区)均具有较大的处理效应，人力资本和信贷资本均对处理效应有着较大的促进作用。进一步的扶持措施有效性检验还发现了来自第一产业增加值的规模增长、产业结构升级等农村电商应用领域的经验证据。

本文的研究结果具有以下两方面政策含义。

第一，本文实证结果证明“电子商务进农村综合示范”政策实施有效促进了农村电商发展。“电子商务进农村综合示范”政策的实施，在提高农民收入、带动农村就业、吸引电商创业、减少当地农产品滞销、精准扶贫等各个方面产生了积极的影响。

第二，基于异质性分析的结果表明，“政府推动”显著促进了贫困地区的农村电商发展。农村电商以信息技术赋能贫困主体、带动网上销售、吸纳贫困人口就业、带动贫困地区创业、促进消费扶贫、带动社会帮扶等形式助力了农村的精准脱贫。电商扶贫在“政府引导、企业投入、农民参与”三者联动中建立共生共赢的精准扶贫模式，在资源有效配置、农民能力提升、环境条件改造等方面作用显著。

目前，农村电商发展仍存在较多问题。由于贫困地区的资源与能力长期被排斥在正规市场体系之外，市场中设施条件薄弱，普遍存在价值链空缺与制度空洞，扶贫企业面临着获取贫困群体信任等诸多困难(邢小强等，2011；2015)；与此同时，“技术治理”局限、扶贫与开发“脱嵌”等新问题也日渐显现，电商扶贫政策需要总结和推广有效的扶贫治理模式，通过在扶贫过程中借力网络化协作(共同行动、结构耦合和资源共享)，突破单一主体治理的局限，推动技术与资源在扶贫网络中自由流动，实现技术、管理、治理的协调匹配。