王瑞峰

摘要：平臺(tái)經(jīng)濟(jì)作為21世紀(jì)備受關(guān)注的經(jīng)濟(jì)模式，在我國(guó)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展過(guò)程中扮演著重要角色。為對(duì)過(guò)去一段時(shí)期涉農(nóng)電商平臺(tái)的經(jīng)濟(jì)影響效應(yīng)進(jìn)行客觀而準(zhǔn)確的評(píng)估，根據(jù)平臺(tái)經(jīng)濟(jì)基本特征，在探討涉農(nóng)電商平臺(tái)對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展影響機(jī)理的基礎(chǔ)上，利用改進(jìn)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(gè)維度著眼，評(píng)估涉農(nóng)電商平臺(tái)的經(jīng)濟(jì)影響效應(yīng)。研究發(fā)現(xiàn)，涉農(nóng)電商平臺(tái)通過(guò)影響農(nóng)產(chǎn)品供需、平臺(tái)自身價(jià)值提升、平臺(tái)集聚發(fā)展等為農(nóng)業(yè)經(jīng)濟(jì)發(fā)展注入活力。實(shí)證發(fā)現(xiàn)，涉農(nóng)電商平臺(tái)對(duì)農(nóng)業(yè)經(jīng)濟(jì)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(shì)，且涉農(nóng)電商平臺(tái)對(duì)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(tái)對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的促進(jìn)作用，需要從推動(dòng)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展與農(nóng)民增收、擴(kuò)大農(nóng)民在供需兩側(cè)的參與度、借助區(qū)域優(yōu)勢(shì)大力發(fā)展平臺(tái)經(jīng)濟(jì)等三方面入手，重新定位涉農(nóng)電商平臺(tái)在農(nóng)業(yè)經(jīng)濟(jì)發(fā)展中的功能和作用，重點(diǎn)關(guān)注涉農(nóng)電商平臺(tái)對(duì)農(nóng)業(yè)發(fā)展新模式、新動(dòng)能、新業(yè)態(tài)的培育，涉農(nóng)電商平臺(tái)對(duì)農(nóng)業(yè)經(jīng)濟(jì)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(tái)；經(jīng)濟(jì)影響；邊際效應(yīng)；改進(jìn)的雙重差分模型

中圖分類號(hào)：F724.6文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1007-8266（2020）11-0068-10

一、問(wèn)題提出

隨著“互聯(lián)網(wǎng)+”、大數(shù)據(jù)、云計(jì)算、人工智能等現(xiàn)代信息技術(shù)的迅速發(fā)展，平臺(tái)經(jīng)濟(jì)作為新經(jīng)濟(jì)的一種重要形態(tài)出現(xiàn)，成為21世紀(jì)備受關(guān)注的經(jīng)濟(jì)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(jìn)商品交易市場(chǎng)發(fā)展平臺(tái)經(jīng)濟(jì)的指導(dǎo)意見》指出，發(fā)展平臺(tái)經(jīng)濟(jì)是商品交易市場(chǎng)轉(zhuǎn)型升級(jí)的重要方向。2019年8月國(guó)務(wù)院辦公廳發(fā)布的《關(guān)于促進(jìn)平臺(tái)經(jīng)濟(jì)規(guī)范健康發(fā)展的指導(dǎo)意見》將互聯(lián)網(wǎng)平臺(tái)經(jīng)濟(jì)界定為生產(chǎn)力新的組織方式和經(jīng)濟(jì)發(fā)展的新動(dòng)能，并明確指出了平臺(tái)經(jīng)濟(jì)在優(yōu)化資源配置、促進(jìn)跨界融通、推動(dòng)產(chǎn)業(yè)升級(jí)、增加就業(yè)等方面的重要作用。由此可見，平臺(tái)經(jīng)濟(jì)在推動(dòng)我國(guó)經(jīng)濟(jì)向高質(zhì)量發(fā)展階段轉(zhuǎn)變過(guò)程中具有重要地位。

涉農(nóng)平臺(tái)作為平臺(tái)經(jīng)濟(jì)在“三農(nóng)”領(lǐng)域的實(shí)踐與應(yīng)用，在我國(guó)農(nóng)業(yè)農(nóng)村現(xiàn)代化進(jìn)程中扮演著非常重要的角色。中共十九大提出，要實(shí)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(hào)文件均提出，要實(shí)施數(shù)字鄉(xiāng)村戰(zhàn)略，積極開展電子商務(wù)進(jìn)農(nóng)村、互聯(lián)網(wǎng)+農(nóng)產(chǎn)品出村進(jìn)城工程。涉農(nóng)平臺(tái)的發(fā)展和壯大擁有充分的政策保障。目前，我國(guó)涉農(nóng)電商平臺(tái)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(guó)涉農(nóng)電商平臺(tái)百?gòu)?qiáng)榜》，農(nóng)村淘寶、京東、蘇寧易購(gòu)位居前三。涉農(nóng)電商平臺(tái)在受到資本市場(chǎng)熱捧的同時(shí)，對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展發(fā)揮著重要的推動(dòng)作用。近年來(lái)，盡管涉農(nóng)電商平臺(tái)在“三農(nóng)”領(lǐng)域逐漸發(fā)展壯大，但我們也要清楚地認(rèn)識(shí)到，涉農(nóng)電商平臺(tái)實(shí)際上仍然處于起步探索階段。因此，有必要對(duì)過(guò)去一段時(shí)期涉農(nóng)平臺(tái)的經(jīng)濟(jì)影響效應(yīng)進(jìn)行客觀而準(zhǔn)確的評(píng)估，以為涉農(nóng)電商平臺(tái)下一步推廣和發(fā)展提供參考和借鑒。

二、文獻(xiàn)綜述

涉農(nóng)平臺(tái)作為平臺(tái)經(jīng)濟(jì)在“三農(nóng)”領(lǐng)域的實(shí)踐與應(yīng)用，尚處于起步階段，當(dāng)前國(guó)內(nèi)外關(guān)于涉農(nóng)平臺(tái)的研究相對(duì)較少。在涉農(nóng)平臺(tái)經(jīng)濟(jì)理論研究方面，蘆千文[ 1 ]分析了涉農(nóng)平臺(tái)的經(jīng)濟(jì)模式、作用機(jī)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(tái)經(jīng)濟(jì)發(fā)展中的作用。在涉農(nóng)平臺(tái)建設(shè)方面，李義杰等[ 2 ]提出了以電子商務(wù)促進(jìn)農(nóng)業(yè)產(chǎn)業(yè)鏈價(jià)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(tái)成為解決農(nóng)產(chǎn)品流通體系突出問(wèn)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(tái)經(jīng)濟(jì)影響效應(yīng)評(píng)估方面，盧陽(yáng)春等[ 5 ]基于層次分析法構(gòu)建科技扶貧服務(wù)平臺(tái)經(jīng)濟(jì)效應(yīng)評(píng)價(jià)指標(biāo)體系，從直接效應(yīng)和間接效應(yīng)兩個(gè)維度著手，客觀評(píng)價(jià)四川巴山區(qū)21個(gè)貧困縣科技服務(wù)平臺(tái)的經(jīng)濟(jì)效應(yīng)。總體而言，涉農(nóng)平臺(tái)經(jīng)濟(jì)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(guó)內(nèi)外關(guān)于政策影響效應(yīng)評(píng)估的研究，按評(píng)估方法大體可分為三類。第一類是傳統(tǒng)參數(shù)估計(jì)方法。比如，余亮亮等[ 6 ]基于模糊數(shù)學(xué)法對(duì)耕地保護(hù)經(jīng)濟(jì)補(bǔ)償政策的影響效應(yīng)進(jìn)行了評(píng)估，朱啟榮等[ 7 ]基于GTAP模型對(duì)降低企業(yè)稅負(fù)的經(jīng)濟(jì)效應(yīng)進(jìn)行了評(píng)估。第二類是準(zhǔn)自然實(shí)驗(yàn)與反事實(shí)分析法，這類方法因較好地解決了傳統(tǒng)參數(shù)估計(jì)中遺漏變量的問(wèn)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(jì)中央銀行干預(yù)對(duì)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(duì)勞動(dòng)力供給的影響，李明等[ 10 ]基于準(zhǔn)自然實(shí)驗(yàn)法采用理論和斷點(diǎn)回歸模型檢驗(yàn)中國(guó)減稅的經(jīng)濟(jì)效應(yīng)，張國(guó)建等[ 11 ]采用雙重差分法評(píng)估扶貧改革試驗(yàn)區(qū)的經(jīng)濟(jì)效應(yīng)，王立勇等[ 12 ]基于連續(xù)型DID模型評(píng)估中國(guó)精準(zhǔn)扶貧政策的減貧效應(yīng)。第三類是擬自然實(shí)驗(yàn)法。比如，楊經(jīng)國(guó)等[ 13 ]基于合成控制法評(píng)估經(jīng)濟(jì)特區(qū)設(shè)立的經(jīng)濟(jì)增長(zhǎng)效應(yīng)，武劍等[ 14 ]運(yùn)用HCW法和排序檢驗(yàn)法評(píng)估中國(guó)自由貿(mào)易試驗(yàn)區(qū)政策的經(jīng)濟(jì)效應(yīng)?？傮w而言，準(zhǔn)自然實(shí)驗(yàn)與反事實(shí)分析法、擬自然實(shí)驗(yàn)法已經(jīng)越來(lái)越多地被應(yīng)用于政策效應(yīng)評(píng)估研究，且越來(lái)越科學(xué)，越來(lái)越方便。

對(duì)涉農(nóng)平臺(tái)及其政策影響效應(yīng)評(píng)估相關(guān)文獻(xiàn)進(jìn)行全面回顧發(fā)現(xiàn)，一方面，國(guó)內(nèi)外關(guān)于涉農(nóng)平臺(tái)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(shí)證研究的支撐；另一方面，盡管國(guó)內(nèi)外學(xué)者利用準(zhǔn)自然實(shí)驗(yàn)與反事實(shí)分析法、擬自然實(shí)驗(yàn)法對(duì)政策影響效應(yīng)進(jìn)行了大量研究，但相關(guān)研究大多建立在實(shí)驗(yàn)時(shí)間和地區(qū)的自然實(shí)驗(yàn)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(duì)政策干預(yù)強(qiáng)度或區(qū)域集聚等影響效應(yīng)進(jìn)行評(píng)估。鑒于此，本研究以農(nóng)村淘寶為例，實(shí)證評(píng)估涉農(nóng)電商平臺(tái)的經(jīng)濟(jì)影響效應(yīng)，并解決以下兩個(gè)問(wèn)題：一是系統(tǒng)分析涉農(nóng)電商平臺(tái)對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的影響機(jī)理，以明確涉農(nóng)電商平臺(tái)推動(dòng)農(nóng)業(yè)經(jīng)濟(jì)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(gè)維度系統(tǒng)評(píng)估涉農(nóng)電商平臺(tái)對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的影響效應(yīng)，以評(píng)估前一階段涉農(nóng)電商平臺(tái)對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的實(shí)際影響效果，進(jìn)而為涉農(nóng)電商平臺(tái)的推廣應(yīng)用提供借鑒和啟示。

三、理論分析、研究設(shè)計(jì)與變量選取

（一）理論分析

平臺(tái)經(jīng)濟(jì)作為21世紀(jì)備受矚目的經(jīng)濟(jì)模式，以雙邊市場(chǎng)為載體，且雙邊市場(chǎng)又以平臺(tái)為核心。與傳統(tǒng)經(jīng)濟(jì)相比，平臺(tái)經(jīng)濟(jì)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(tái)可界定為涉農(nóng)平臺(tái)，具體可分為涉農(nóng)電商平臺(tái)、涉農(nóng)服務(wù)平臺(tái)等類型[ 1 ]。電商平臺(tái)介入“三農(nóng)”領(lǐng)域，將為農(nóng)業(yè)經(jīng)濟(jì)發(fā)展帶來(lái)較大的機(jī)遇與挑戰(zhàn)。

農(nóng)村淘寶作為當(dāng)前我國(guó)最大的涉農(nóng)電商平臺(tái)，由阿里巴巴于2014年10月啟動(dòng)，于2015年5月和2016年7月兩次進(jìn)行業(yè)務(wù)模式升級(jí)，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(biāo)的轉(zhuǎn)化升級(jí)。據(jù)《中國(guó)淘寶村研究報(bào)告（2009—2019）》統(tǒng)計(jì)，截至2019年，全國(guó)25個(gè)省市區(qū)已有4 310個(gè)淘寶村，年銷售額超過(guò)7 000億元，帶動(dòng)就業(yè)機(jī)會(huì)超過(guò)683萬(wàn)個(gè)。從數(shù)據(jù)上看，農(nóng)村淘寶在帶動(dòng)返鄉(xiāng)創(chuàng)業(yè)、促進(jìn)產(chǎn)業(yè)興旺等方面表現(xiàn)出重要的經(jīng)濟(jì)和社會(huì)價(jià)值。此外，涉農(nóng)電商平臺(tái)在農(nóng)業(yè)產(chǎn)業(yè)鏈、價(jià)值鏈等層面也能發(fā)揮積極作用[ 16 ]。

對(duì)于涉農(nóng)電商平臺(tái)對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的影響機(jī)理，可基于其外部性特征進(jìn)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(gè)方面，具體參見圖1。

1.涉農(nóng)電商平臺(tái)通過(guò)影響涉農(nóng)產(chǎn)品、服務(wù)等的供給和消費(fèi)來(lái)推動(dòng)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展

一方面，涉農(nóng)電商平臺(tái)為涉農(nóng)產(chǎn)品、服務(wù)等提供了虛擬交易市場(chǎng)，需求方越多，對(duì)涉農(nóng)電商平臺(tái)供給方吸引力越強(qiáng)，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(fèi)水平，從量上推動(dòng)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展；另一方面，涉農(nóng)電商平臺(tái)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(tái)，供給方能夠利用涉農(nóng)電商平臺(tái)反饋機(jī)制了解需求方高水平、多層次的需求，從而可以有針對(duì)性地進(jìn)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(dòng)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展?；谏鲜龇治觯狙芯刻岢鲆韵卵芯考僭O(shè)：

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

2.涉農(nóng)電商平臺(tái)通過(guò)平臺(tái)使用數(shù)量的增加來(lái)推動(dòng)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展

涉農(nóng)電商平臺(tái)用途的外部性決定了涉農(nóng)電商平臺(tái)規(guī)模能對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展產(chǎn)生較大的影響。用途的外部性來(lái)源于產(chǎn)品的使用，用戶對(duì)平臺(tái)的使用數(shù)量和頻率對(duì)平臺(tái)價(jià)值具有重要影響，甚至有些平臺(tái)的價(jià)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(tái)的使用數(shù)量和頻率即涉農(nóng)電商平臺(tái)規(guī)模勢(shì)必會(huì)對(duì)涉農(nóng)電商平臺(tái)的經(jīng)濟(jì)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(tái)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(tái)通過(guò)區(qū)域集聚來(lái)推動(dòng)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展

《中國(guó)淘寶村研究報(bào)告（2009—2019）》統(tǒng)計(jì)顯示，截至2019年，淘寶村集群達(dá)到95個(gè)，大型淘寶村集群達(dá)到33個(gè)，超大型淘寶村集群達(dá)到7個(gè)。這些數(shù)據(jù)表明，淘寶村集群化發(fā)展、裂變式擴(kuò)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(tái)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(jì)

DID模型是近年來(lái)準(zhǔn)自然實(shí)驗(yàn)研究中最常用的模型，被廣泛用于政策評(píng)估領(lǐng)域。根據(jù)經(jīng)典DID模型設(shè)計(jì)的基本思路，政策被視為一項(xiàng)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(gè)時(shí)間點(diǎn)以及干預(yù)組、對(duì)照組兩個(gè)組別，形成四個(gè)變量，通過(guò)比較干預(yù)組前后差異和對(duì)照組前后差異來(lái)確定政策的干預(yù)效果。經(jīng)典DID模型通常以固定時(shí)間來(lái)區(qū)分干預(yù)前、干預(yù)后兩個(gè)時(shí)間點(diǎn)，以地區(qū)是否受到政策干預(yù)影響來(lái)區(qū)分干預(yù)組、對(duì)照組兩個(gè)組別，而由于涉農(nóng)電商平臺(tái)具有開放性特征，一個(gè)地區(qū)是否受涉農(nóng)電商平臺(tái)影響難以準(zhǔn)確區(qū)分，加之涉農(nóng)電商平臺(tái)在各地推廣和應(yīng)用的時(shí)間并不同步，以固定時(shí)間來(lái)區(qū)分干預(yù)前、干預(yù)后兩個(gè)時(shí)間點(diǎn)很難達(dá)到評(píng)估其干預(yù)效果的目的。

1.基于動(dòng)態(tài)時(shí)點(diǎn)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(píng)估涉農(nóng)電商平臺(tái)的經(jīng)濟(jì)影響效應(yīng)，本研究考慮基于動(dòng)態(tài)時(shí)點(diǎn)來(lái)區(qū)分干預(yù)前、干預(yù)后兩個(gè)時(shí)間點(diǎn)并改進(jìn)DID模型。

首先，確定干預(yù)組和對(duì)照組。淘寶村作為農(nóng)村淘寶平臺(tái)在農(nóng)村地區(qū)的規(guī)?；瘧?yīng)用，需要滿足三個(gè)條件，分別是經(jīng)營(yíng)地區(qū)在農(nóng)村、電子商務(wù)交易額在1 000萬(wàn)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(dāng)?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(guó)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(tái)的政策干預(yù)措施，將有淘寶村的地區(qū)作為干預(yù)組，無(wú)淘寶村的地區(qū)作為對(duì)照組。

其次，確定干預(yù)前、干預(yù)后兩個(gè)時(shí)間點(diǎn)。鑒于淘寶村有嚴(yán)格的判定標(biāo)準(zhǔn)，有入選和淘汰兩種可能，本研究考慮控制時(shí)間效用，使用動(dòng)態(tài)時(shí)點(diǎn)來(lái)區(qū)分干預(yù)前、干預(yù)后兩個(gè)時(shí)間點(diǎn)，即以各地區(qū)有淘寶村的年份為干預(yù)后時(shí)間點(diǎn)，以沒(méi)有淘寶村的年份為干預(yù)前時(shí)間點(diǎn)。

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(wèn)題，本研究考慮在DID模型基礎(chǔ)上加入控制變量，進(jìn)而構(gòu)建基于動(dòng)態(tài)時(shí)點(diǎn)的DID模型。具體如下：

在模型（1）中，Yi表示政策效應(yīng)評(píng)估指標(biāo)，α0表示受到涉農(nóng)電商平臺(tái)影響前所有地區(qū)共同的初始經(jīng)濟(jì)效應(yīng)均值，α1表示有淘寶村地區(qū)和無(wú)淘寶村地區(qū)受到涉農(nóng)電商平臺(tái)影響前的經(jīng)濟(jì)效應(yīng)差異，α2表示有淘寶村地區(qū)和無(wú)淘寶村地區(qū)受到涉農(nóng)電商平臺(tái)影響前后共同發(fā)生的經(jīng)濟(jì)效應(yīng)變化，即共同趨勢(shì)，具體指全國(guó)宏觀經(jīng)濟(jì)形勢(shì)等整體經(jīng)濟(jì)變化的影響，α3表示控制初始經(jīng)濟(jì)效應(yīng)差異和共同趨勢(shì)后，有淘寶村地區(qū)所具有的額外經(jīng)濟(jì)效應(yīng)，即涉農(nóng)電商平臺(tái)的政策效應(yīng)，α4表示控制變量對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的影響效應(yīng)，controli為控制變量，εi為殘差項(xiàng)。treati為政策干預(yù)組別虛擬變量，當(dāng)一個(gè)地區(qū)有淘寶村時(shí)，treati=1；當(dāng)一個(gè)地區(qū)沒(méi)有淘寶村時(shí)，treati=0。timei為政策干預(yù)時(shí)間虛擬變量，對(duì)于有淘寶村的年份，timei=1；對(duì)于無(wú)淘寶村的年份，treati= 0。didi=treati×timei，是treati與timei的交互項(xiàng)，表示政策干預(yù)效應(yīng)。

2.基于動(dòng)態(tài)時(shí)點(diǎn)固定效應(yīng)的連續(xù)DID模型構(gòu)建

涉農(nóng)電商平臺(tái)用途的外部性決定了其用戶數(shù)量和規(guī)模對(duì)涉農(nóng)電商平臺(tái)經(jīng)濟(jì)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(shí)間虛擬變量的交互項(xiàng)，其賦值為0或1，難以評(píng)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(píng)估涉農(nóng)電商平臺(tái)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(dòng)態(tài)時(shí)點(diǎn)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(píng)估指標(biāo)，β0t表示時(shí)間固定效應(yīng)，β1t表示涉農(nóng)電商平臺(tái)的規(guī)模影響效應(yīng)，β2t表示涉農(nóng)電商平臺(tái)的時(shí)間影響效應(yīng)，β3t表示涉農(nóng)電商平臺(tái)的規(guī)模溢出效應(yīng)，β4t表示控制變量對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的影響效應(yīng)，controlit為控制變量，εit為殘差項(xiàng)。periodit表示政策干預(yù)時(shí)間虛擬變量，對(duì)于有淘寶村的年份，periodit=1；對(duì)于無(wú)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(guó)淘寶村研究報(bào)告（2009—2019）》對(duì)淘寶村規(guī)模是按照鎮(zhèn)、縣區(qū)標(biāo)準(zhǔn)分類的，而本研究中的淘寶村數(shù)量為地級(jí)市/區(qū)數(shù)量，因此忽略淘寶鎮(zhèn)標(biāo)準(zhǔn)，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(biāo)準(zhǔn)為虛擬變量numberit賦值。也就是，當(dāng)某地淘寶村數(shù)量小于1時(shí)，numberit取值為0；淘寶村數(shù)量在1～<10之間時(shí)，numberit取值為0.25；淘寶村數(shù)量在10～<30之間時(shí)，numberit取值為0.5；淘寶村數(shù)量在30～<100之間時(shí)，numberit取值為0.75；淘寶村數(shù)量在100及以上時(shí)，numberit取值為1。didntit=numberit×periodit，是numberit與pe？ riodit的交互項(xiàng)，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(jì)發(fā)展水平衡量指標(biāo)的首選，而涉農(nóng)電商平臺(tái)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(guó)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平的衡量指標(biāo)。此外，為檢驗(yàn)涉農(nóng)電商平臺(tái)經(jīng)濟(jì)效應(yīng)的穩(wěn)健性，并考察涉農(nóng)電商平臺(tái)對(duì)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(yàn)的被解釋變量。

解釋變量主要是與涉農(nóng)電商平臺(tái)相關(guān)的組別、時(shí)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(xiàng)，主要考察交互項(xiàng)的系數(shù)及其顯著性?？刂谱兞康倪x取主要根據(jù)與被解釋變量有直接關(guān)系的原則進(jìn)行，當(dāng)?shù)谝划a(chǎn)業(yè)GDP作為被解釋變量時(shí)，依據(jù)柯布—道格拉斯生產(chǎn)函數(shù)，選取資本投入、社會(huì)資本投入作為控制變量；當(dāng)農(nóng)民可支配收入作為被解釋變量時(shí)，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(píng)估

為評(píng)估涉農(nóng)電商平臺(tái)的經(jīng)濟(jì)效應(yīng)，本研究選取2011—2018年我國(guó)29個(gè)省市區(qū)（受數(shù)據(jù)可獲得性限制，新疆、西藏、香港、澳門、臺(tái)灣未選?。?94個(gè)地級(jí)市/區(qū)相關(guān)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)及中國(guó)淘寶村統(tǒng)計(jì)數(shù)據(jù)，基于本研究構(gòu)建的DID模型進(jìn)行實(shí)證評(píng)估檢驗(yàn)。

（一）數(shù)據(jù)來(lái)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(huì)固定資產(chǎn)投資等指標(biāo)數(shù)據(jù)均來(lái)源于歷年各地統(tǒng)計(jì)年鑒或國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)，各地淘寶村建設(shè)時(shí)間、數(shù)量等指標(biāo)數(shù)據(jù)來(lái)源于阿里研究院公布的《中國(guó)淘寶村研究報(bào)告（2009—2019）》。此外，由于相關(guān)指標(biāo)單位等并不統(tǒng)一，本研究對(duì)除虛擬變量外的原始數(shù)據(jù)均進(jìn)行對(duì)數(shù)化處理。

（二）共同趨勢(shì)假設(shè)檢驗(yàn)

共同趨勢(shì)假設(shè)是DID模型構(gòu)建的核心假設(shè)，因此為驗(yàn)證DID模型在涉農(nóng)電商平臺(tái)經(jīng)濟(jì)效應(yīng)評(píng)估研究中的適用性，本研究利用Eviews8.0軟件對(duì)2011—2018年全國(guó)294個(gè)地級(jí)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(gè)變量的趨勢(shì)。結(jié)果發(fā)現(xiàn)，2011—2018年的第一產(chǎn)業(yè)GDP，除個(gè)別地區(qū)呈現(xiàn)波動(dòng)趨勢(shì)外，整體呈現(xiàn)波動(dòng)上升趨勢(shì)，變化趨勢(shì)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(shì)，同步趨勢(shì)較為明顯。因此，兩個(gè)被解釋變量基本滿足共同趨勢(shì)假設(shè)，可利用DID模型進(jìn)行相關(guān)分析。

（三）效應(yīng)評(píng)估結(jié)果分析

1.涉農(nóng)電商平臺(tái)政策效用評(píng)估

基于本研究構(gòu)建的基于動(dòng)態(tài)時(shí)點(diǎn)的DID模型（1），以農(nóng)村淘寶為例，利用2011—2018年全國(guó)294個(gè)地級(jí)市/區(qū)相關(guān)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)及中國(guó)淘寶村統(tǒng)計(jì)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(duì)照組兩個(gè)組別，以是否擁有淘寶村的年份為動(dòng)態(tài)時(shí)點(diǎn)區(qū)分干預(yù)前、干預(yù)后兩個(gè)時(shí)間點(diǎn)，評(píng)估涉農(nóng)電商平臺(tái)對(duì)農(nóng)業(yè)經(jīng)濟(jì)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?？梢园l(fā)現(xiàn)，無(wú)論是否加入控制變量，組別虛擬變量treati、時(shí)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(tái)對(duì)地區(qū)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的影響具有顯著性，H1得到驗(yàn)證。但與此同時(shí)，核心解釋變量didi的系數(shù)為負(fù)，表明隨著涉農(nóng)電商平臺(tái)在全國(guó)范圍內(nèi)逐漸推廣，其對(duì)我國(guó)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展影響的邊際效應(yīng)會(huì)逐漸下降，這一點(diǎn)需要引起各方足夠的關(guān)注與重視。

2.涉農(nóng)電商平臺(tái)規(guī)模效應(yīng)評(píng)估

為進(jìn)一步驗(yàn)證涉農(nóng)電商平臺(tái)干預(yù)程度對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的影響，本研究選擇目前全國(guó)110個(gè)擁有淘寶村的地級(jí)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(dòng)態(tài)時(shí)點(diǎn)固定效應(yīng)的連續(xù)DID模型（2）評(píng)估涉農(nóng)電商平臺(tái)規(guī)模對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的影響效應(yīng)。在實(shí)證檢驗(yàn)過(guò)程中，由于虛擬變量過(guò)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(guò)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(tái)規(guī)模效應(yīng)評(píng)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(wú)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(lái)越大，核心解釋變量的置信水平越來(lái)越高，表明隨著涉農(nóng)電商平臺(tái)規(guī)模的增大，其對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的影響效應(yīng)越來(lái)越明顯，H2得到驗(yàn)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(fù)值，表明涉農(nóng)電商平臺(tái)規(guī)模對(duì)農(nóng)業(yè)經(jīng)濟(jì)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(jìn)一步驗(yàn)證了表2中涉農(nóng)電商平臺(tái)對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展影響邊際效應(yīng)遞減的結(jié)論。

五、穩(wěn)健性檢驗(yàn)

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(yàn)、安慰劑檢驗(yàn)等方式進(jìn)行DID模型穩(wěn)健性檢驗(yàn)。

（一）更換被解釋變量檢驗(yàn)

農(nóng)民增收是當(dāng)前我國(guó)“三農(nóng)”領(lǐng)域的核心問(wèn)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(méi)有證據(jù)表明涉農(nóng)電商平臺(tái)會(huì)對(duì)農(nóng)民增收產(chǎn)生影響。因此，如果涉農(nóng)電商平臺(tái)對(duì)農(nóng)民收入同樣具有顯著影響效應(yīng)，說(shuō)明涉農(nóng)電商平臺(tái)對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展效應(yīng)評(píng)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(lái)檢驗(yàn)上述研究的穩(wěn)健性。

首先，利用同樣的涉農(nóng)電商平臺(tái)對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展影響效應(yīng)的檢測(cè)方法和相關(guān)解釋變量數(shù)據(jù)，以2011—2018年全國(guó)294個(gè)地級(jí)市/區(qū)農(nóng)民可支配收入作為被解釋變量，重新對(duì)模型（1）進(jìn)行回歸，回歸結(jié)果參見表4。

由表4可見，無(wú)論是否添加控制變量，模型中除時(shí)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(tái)對(duì)農(nóng)民可支配收入的影響效應(yīng)并不顯著。可見，盡管第一產(chǎn)業(yè)GDP與農(nóng)民可支配收入兩個(gè)被解釋變量關(guān)聯(lián)性較強(qiáng)，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(yàn)證了涉農(nóng)電商平臺(tái)對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展影響效應(yīng)評(píng)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(lái)檢驗(yàn)涉農(nóng)電商平臺(tái)規(guī)模對(duì)農(nóng)業(yè)經(jīng)濟(jì)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(duì)模型（2）進(jìn)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(duì)比表3和表5的回歸結(jié)果可以發(fā)現(xiàn)，五個(gè)核心解釋變量系數(shù)的顯著性及符號(hào)差異均比較大，由此驗(yàn)證了涉農(nóng)電商平臺(tái)規(guī)模效應(yīng)評(píng)估的穩(wěn)健性。

（二）安慰劑檢驗(yàn)

安慰劑檢驗(yàn)是通過(guò)改變政策實(shí)施時(shí)點(diǎn)重新進(jìn)行評(píng)估，根據(jù)檢驗(yàn)評(píng)估結(jié)果是否依然顯著來(lái)檢驗(yàn)?zāi)Ｐ头€(wěn)健性的一種方法。因此，本研究將涉農(nóng)電商平臺(tái)項(xiàng)目的影響時(shí)間點(diǎn)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(píng)估涉農(nóng)電商平臺(tái)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(duì)比可以發(fā)現(xiàn)，涉農(nóng)電商平臺(tái)項(xiàng)目干預(yù)時(shí)間點(diǎn)變化以后，無(wú)論是涉農(nóng)電商平臺(tái)的政策效應(yīng)評(píng)估結(jié)果還是規(guī)模效應(yīng)評(píng)估結(jié)果均發(fā)生了明顯改變，進(jìn)一步驗(yàn)證了本研究構(gòu)建的兩個(gè)DID模型的穩(wěn)健性。

六、進(jìn)一步驗(yàn)證：涉農(nóng)電商平臺(tái)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(shì)假設(shè)，而通常情況下共同趨勢(shì)難以滿足，涉農(nóng)電商平臺(tái)項(xiàng)目的推廣和應(yīng)用在不同地區(qū)也難以產(chǎn)生共同趨勢(shì)。具體來(lái)看，盡管我們?cè)谘芯可孓r(nóng)電商平臺(tái)對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的影響效應(yīng)時(shí)，假設(shè)各地受全國(guó)宏觀經(jīng)濟(jì)形勢(shì)等變化的影響趨勢(shì)相同，但受地域差異等影響仍然很難具有共同趨勢(shì)。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(wú)論是在經(jīng)濟(jì)發(fā)展方面還是在地區(qū)經(jīng)濟(jì)政策等方面均存在較大差異。因此，對(duì)于涉農(nóng)電商平臺(tái)項(xiàng)目實(shí)施的區(qū)域性差異，也有必要進(jìn)行討論并加以驗(yàn)證。

與DID模型相比，DDD模型最大的優(yōu)勢(shì)就是解決了共同趨勢(shì)假設(shè)問(wèn)題。為識(shí)別涉農(nóng)電商平臺(tái)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(tái)規(guī)模組別區(qū)分及動(dòng)態(tài)時(shí)間點(diǎn)區(qū)分的基礎(chǔ)上，引入一個(gè)新的對(duì)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(xiàng)，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(shí)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(lái)的集聚效應(yīng)，χ7表示控制初始影響差異、共同趨勢(shì)影響、規(guī)模效應(yīng)、集聚效應(yīng)之后涉農(nóng)電商平臺(tái)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(dāng)淘寶村數(shù)量為0時(shí)，D1i=0；當(dāng)1≤淘寶村數(shù)量<10時(shí)，D1i=0.25；當(dāng)10≤淘寶村數(shù)量<30時(shí)，D1i=0.5；當(dāng)30≤淘寶村數(shù)量<100時(shí)，D1i=0.75；當(dāng)淘寶村數(shù)量≥100時(shí)，D1i=1。D2i表示淘寶村時(shí)間虛擬變量，對(duì)于有淘寶村的年份，D2i= 1；對(duì)于無(wú)淘寶村的年份，D2i=0。D3i表示淘寶村組別虛擬變量，對(duì)于東部沿海地區(qū)，D3i=1；對(duì)于其他地區(qū)，D3i=0。我們需要重點(diǎn)關(guān)注的是交互項(xiàng)D2i×D3i和D1i×D2i×D3i的系數(shù)。

（二）效應(yīng)評(píng)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(jìn)的組別區(qū)分特征，以淘寶村規(guī)模作為另外一個(gè)組別區(qū)分特征，同樣以是否有淘寶村的年份作為動(dòng)態(tài)時(shí)點(diǎn)區(qū)分干預(yù)前、干預(yù)后兩個(gè)時(shí)間點(diǎn)，以第一產(chǎn)業(yè)GDP作為被解釋變量，基于2011—2018年全國(guó)110個(gè)有淘寶村的地級(jí)市/區(qū)的相關(guān)面板數(shù)據(jù)，利用模型（3）進(jìn)行回歸檢驗(yàn)。在實(shí)證檢驗(yàn)過(guò)程中，同樣由于虛擬變量過(guò)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(guò)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(wú)控制變量和有控制變量的回歸結(jié)果。無(wú)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(tái)在東部沿海地區(qū)具有顯著的集聚效應(yīng)，H3得到驗(yàn)證。但同樣也可以發(fā)現(xiàn)，D2i×D3i的系數(shù)符號(hào)為負(fù)，表明涉農(nóng)電商平臺(tái)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(hào)為正，表明涉農(nóng)電商平臺(tái)對(duì)農(nóng)村經(jīng)濟(jì)發(fā)展確實(shí)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(tái)經(jīng)濟(jì)基本特征為基礎(chǔ)，系統(tǒng)分析涉農(nóng)電商平臺(tái)對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的影響機(jī)理，進(jìn)而基于2011—2018年我國(guó)29個(gè)省市區(qū)294個(gè)地級(jí)市/區(qū)的面板數(shù)據(jù)，利用改進(jìn)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(gè)方面入手評(píng)估檢驗(yàn)涉農(nóng)電商平臺(tái)對(duì)我國(guó)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的影響效應(yīng)，得到以下結(jié)論：

第一，平臺(tái)經(jīng)濟(jì)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(tái)推動(dòng)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展提供了理論依據(jù)，涉農(nóng)電商平臺(tái)通過(guò)影響農(nóng)產(chǎn)品供給與消費(fèi)、平臺(tái)自身價(jià)值提升、平臺(tái)集聚發(fā)展等為農(nóng)業(yè)經(jīng)濟(jì)發(fā)展注入活力。

第二，涉農(nóng)電商平臺(tái)對(duì)農(nóng)業(yè)經(jīng)濟(jì)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(shì)。本研究通過(guò)構(gòu)建基于動(dòng)態(tài)時(shí)點(diǎn)的DID模型評(píng)估涉農(nóng)電商平臺(tái)對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的政策效應(yīng)，發(fā)現(xiàn)無(wú)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(yàn)證。但與此同時(shí)，核心解釋變量didi的系數(shù)為負(fù)，表明涉農(nóng)電商平臺(tái)的政策邊際效應(yīng)呈現(xiàn)遞減趨勢(shì)。

第三，涉農(nóng)電商平臺(tái)對(duì)農(nóng)業(yè)經(jīng)濟(jì)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(shì)。本研究通過(guò)構(gòu)建基于動(dòng)態(tài)時(shí)點(diǎn)固定效應(yīng)的連續(xù)DID模型評(píng)估涉農(nóng)電商平臺(tái)對(duì)農(nóng)業(yè)經(jīng)濟(jì)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(lái)越大，核心解釋變量didt的顯著性水平越來(lái)越高，H2得到驗(yàn)證。但與此同時(shí)，核心解釋變量didi的系數(shù)為負(fù)，表明涉農(nóng)電商平臺(tái)的規(guī)模邊際效應(yīng)也呈現(xiàn)遞減趨勢(shì)。

第四，涉農(nóng)電商平臺(tái)對(duì)農(nóng)業(yè)經(jīng)濟(jì)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(shì)。本研究通過(guò)構(gòu)建DDD模型評(píng)估涉農(nóng)電商平臺(tái)對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的區(qū)域集聚效應(yīng)，發(fā)現(xiàn)無(wú)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(yàn)證。但同樣可以發(fā)現(xiàn)，D2i×D3i的系數(shù)符號(hào)為負(fù)，表明涉農(nóng)電商平臺(tái)的集聚邊際效應(yīng)逐漸遞減。

第五，涉農(nóng)電商平臺(tái)的發(fā)展并未顯著提高農(nóng)民收入。本研究在驗(yàn)證涉農(nóng)電商平臺(tái)對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的影響效應(yīng)時(shí)，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(shí)，是否添加控制變量對(duì)實(shí)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(tái)對(duì)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(tái)在農(nóng)業(yè)經(jīng)濟(jì)發(fā)展過(guò)程中的作用，可從以下三個(gè)方面著手：

一要準(zhǔn)確定位涉農(nóng)電商平臺(tái)的政策作用，即促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展與農(nóng)民增收。既不能簡(jiǎn)單地將涉農(nóng)電商平臺(tái)作為一個(gè)普通的交易平臺(tái)，也不能簡(jiǎn)單地追求其經(jīng)濟(jì)提升效應(yīng)，而是要更多關(guān)注涉農(nóng)電商平臺(tái)在農(nóng)村發(fā)展新基礎(chǔ)、新模式、新動(dòng)能、新思維、新經(jīng)濟(jì)形態(tài)等方面的作用，推進(jìn)一二三產(chǎn)業(yè)深度融合；要更多關(guān)注涉農(nóng)電商平臺(tái)如何提高農(nóng)民收入，發(fā)揮涉農(nóng)電商平臺(tái)在帶動(dòng)鄉(xiāng)村就業(yè)人員創(chuàng)業(yè)就業(yè)方面的優(yōu)勢(shì)，將涉農(nóng)電商平臺(tái)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(tái)新模式，以創(chuàng)業(yè)就業(yè)帶動(dòng)農(nóng)民增收。

二要準(zhǔn)確定位涉農(nóng)電商平臺(tái)的規(guī)模作用，即擴(kuò)大農(nóng)民在供需兩側(cè)的參與度。實(shí)證研究表明，涉農(nóng)電商平臺(tái)的規(guī)模邊際效應(yīng)遞減，需要各級(jí)政府特別是縣鎮(zhèn)級(jí)政府科學(xué)論證涉農(nóng)電商平臺(tái)發(fā)展規(guī)模，將涉農(nóng)電商平臺(tái)的核心放到吸引群眾廣泛參與、主動(dòng)參與上，將更多普通農(nóng)民吸引到涉農(nóng)電商平臺(tái)，不僅要讓農(nóng)民成為涉農(nóng)電商平臺(tái)上的消費(fèi)者，更要讓農(nóng)民成為涉農(nóng)電商平臺(tái)上的供給方，要出臺(tái)更多指導(dǎo)政策和意見，將涉農(nóng)電商平臺(tái)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(zhǔn)確定位涉農(nóng)電商平臺(tái)的區(qū)域集聚作用，即借助區(qū)域優(yōu)勢(shì)大力發(fā)展平臺(tái)經(jīng)濟(jì)。涉農(nóng)電商平臺(tái)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(duì)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(jí)物流節(jié)點(diǎn)，進(jìn)而充分發(fā)揮涉農(nóng)電商平臺(tái)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(tái)經(jīng)濟(jì)基本特征為理論基礎(chǔ)，系統(tǒng)分析涉農(nóng)電商平臺(tái)對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的影響機(jī)理，相比于國(guó)內(nèi)外研究慣用案例分析闡釋涉農(nóng)平臺(tái)作用機(jī)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(píng)估效應(yīng)的思路，實(shí)證檢驗(yàn)了涉農(nóng)電商平臺(tái)對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的實(shí)際影響效果。與國(guó)內(nèi)外相關(guān)研究相比，本研究豐富了涉農(nóng)平臺(tái)的實(shí)證研究，為涉農(nóng)平臺(tái)實(shí)際影響的測(cè)度和檢驗(yàn)提供了一定借鑒。

在研究結(jié)論上，本研究不僅實(shí)證檢驗(yàn)了涉農(nóng)電商平臺(tái)對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的影響效應(yīng)，而且發(fā)現(xiàn)涉農(nóng)電商平臺(tái)存在政策、規(guī)模、集聚邊際效應(yīng)遞減的趨勢(shì)以及對(duì)提升農(nóng)民收入影響效應(yīng)不顯著的問(wèn)題，可能會(huì)對(duì)涉農(nóng)電商平臺(tái)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(píng)估涉農(nóng)電商平臺(tái)對(duì)農(nóng)業(yè)經(jīng)濟(jì)發(fā)展的影響效應(yīng)時(shí)，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(tái)中規(guī)模較大的一個(gè)，加之農(nóng)村淘寶也有其自身的發(fā)展戰(zhàn)略，可能也會(huì)對(duì)研究結(jié)果造成一定的影響。

參考文獻(xiàn)：

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

[2]李杰義，周丹丹.電子商務(wù)促進(jìn)農(nóng)業(yè)產(chǎn)業(yè)鏈價(jià)值整合的模式選擇[J].農(nóng)村經(jīng)濟(jì)，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(tái)和流通體系融合中的介入[J].商業(yè)經(jīng)濟(jì)研究，2017（6）：166-167.

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

[5]盧陽(yáng)春，肖君實(shí)，程潤(rùn)華.科技扶貧服務(wù)平臺(tái)經(jīng)濟(jì)效應(yīng)評(píng)價(jià)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(jì)，2018（10）：97-104.

[6]余亮亮，蔡銀鶯.耕地保護(hù)經(jīng)濟(jì)補(bǔ)償政策的初期效應(yīng)評(píng)估——東、西部地區(qū)的實(shí)證及比較[J].中國(guó)土地科學(xué)，2014，28（12）：16-23.

[7]朱啟榮，姚敏，杜才平.中國(guó)降低企業(yè)稅負(fù)的經(jīng)濟(jì)效應(yīng)——基于GTAP模型的評(píng)估[J].經(jīng)濟(jì)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(qiáng).中國(guó)減稅的經(jīng)濟(jì)效應(yīng)評(píng)估——基于所得稅分享改革“準(zhǔn)自然試驗(yàn)”[J].經(jīng)濟(jì)研究，2018，53（7）：121-135.

[11]張國(guó)建，佟孟華，李慧，等.扶貧改革試驗(yàn)區(qū)的經(jīng)濟(jì)增長(zhǎng)效應(yīng)及政策有效性評(píng)估[J].中國(guó)工業(yè)經(jīng)濟(jì)，2019（8）：136-154.

[12]王立勇，許明.中國(guó)精準(zhǔn)扶貧政策的減貧效應(yīng)研究：來(lái)自準(zhǔn)自然實(shí)驗(yàn)的經(jīng)驗(yàn)證據(jù)[J].統(tǒng)計(jì)研究，2019，36（12）：15-26.

[13]楊經(jīng)國(guó)，周靈靈，鄒恒甫.我國(guó)經(jīng)濟(jì)特區(qū)設(shè)立的經(jīng)濟(jì)增長(zhǎng)效應(yīng)評(píng)估——基于合成控制法的分析[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2017（1）：41-51.

[14]武劍，謝偉.中國(guó)自由貿(mào)易試驗(yàn)區(qū)政策的經(jīng)濟(jì)效應(yīng)評(píng)估——基于HCW法對(duì)上海、廣東、福建和天津自由貿(mào)易試驗(yàn)區(qū)的比較分析[J].經(jīng)濟(jì)學(xué)家，2019（8）：75-89.

[15]李允堯，劉海運(yùn)，黃少堅(jiān).平臺(tái)經(jīng)濟(jì)理論研究動(dòng)態(tài)[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2013（7）：123-129.

[16]李曉靜，陳哲，劉斐，等.參與電商會(huì)促進(jìn)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(shí)估計(jì)[J].中國(guó)農(nóng)村經(jīng)濟(jì)，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(gè)簡(jiǎn)明介紹[J].經(jīng)濟(jì)資料譯叢，2019（1）：24-28.

責(zé)任編輯：陳詩(shī)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