農(nóng)村電商減貧增收效應(yīng)的實證分析

張銀銀 徐耀君 吳曉彤

摘 要：農(nóng)村電商是新興的扶貧減貧方式，實施電商精準扶貧戰(zhàn)略，有助于增加貧困家庭的收入。但其增收效果仍有待研究。本文基于2009—2019年河北、河南兩省淘寶村的面板數(shù)據(jù)，采用雙重差分法分析淘寶村扶貧增收作用。研究發(fā)現(xiàn)，河北河南兩省的淘寶村可以使當(dāng)?shù)剞r(nóng)民的人均收入增加約6.27%，此結(jié)論在進行一系列檢驗后仍然成立。因此，基層政府應(yīng)持續(xù)推進淘寶村建設(shè)，完善農(nóng)村電商人才培養(yǎng)體系，優(yōu)化淘寶村助農(nóng)增收的作用機制。

關(guān)鍵詞：電商扶貧；扶貧增收效應(yīng)；多期雙重差分法；國家級貧困縣；淘寶村

本文索引：張銀銀，徐耀君，吳曉彤.<變量 2>[J].中國商論，2024（04）：-168.

中圖分類號：F252 文獻標(biāo)識碼：A 文章編號：2096-0298（2024）02（b）--04

1 引言

打贏脫貧攻堅戰(zhàn)是實現(xiàn)全面建成小康社會的關(guān)鍵，2021年中央一號文件指出“農(nóng)業(yè)農(nóng)村優(yōu)先發(fā)展，全面推進鄉(xiāng)村振興”的指導(dǎo)思想，這對激活鄉(xiāng)村活力、持續(xù)拓展脫貧減貧成果有著重要理論意義。農(nóng)村電商作為實施精準脫貧的重要舉措，已成為助推“三農(nóng)”高質(zhì)量發(fā)展、助力鄉(xiāng)村振興的強勁動力。阿里巴巴扶貧項目——淘寶村，憑借初始資金需求少、準入門檻低等優(yōu)勢，成為農(nóng)民參與電商活動的主陣地。阿里研究院報告顯示，2020年原國家級貧困縣（簡稱“國貧縣”）形成了119個淘寶村，其中有80個位于河北河南兩省的國貧縣之中。淘寶村減貧項目可否顯著持續(xù)促進淘寶村農(nóng)戶增收？增收效應(yīng)如何？本文基于河北河南兩省的原國貧縣淘寶村數(shù)據(jù)，測算淘寶村減貧增收效應(yīng)是否顯著，試圖為探索減貧增收、防止再度返貧提供依據(jù)。

目前，學(xué)界對電商減貧路徑的研究主要集中于電商減貧模式、電商減貧實踐中存在的問題與解決對策、電商減貧的減貧增收效應(yīng)分析。在電商減貧模式方面，李坤洋等（2018）[1]研究發(fā)現(xiàn)，電商扶貧模式取得成功的共同原因在于地方政府的合理規(guī)劃與貧困農(nóng)戶的積極參與。顏強等（2018）[2]提出構(gòu)建多主體多產(chǎn)業(yè)農(nóng)村電商減貧模式。在電商減貧問題與對策研究方面，李輝婕等（2018）[3]、王鶴霏（2018）[4]認為，實體產(chǎn)業(yè)基礎(chǔ)牢固是我國電商減貧發(fā)展壯大的前提。

在電商減貧增收效應(yīng)研究方面，一些學(xué)者認為電商減貧具有顯著增收減貧效果[5-8]。熊雪等（2022）[9]的研究表明參與電商能使農(nóng)民家庭總收入平均提高22.24%。唐紅濤等（2018）[10]研究發(fā)現(xiàn)電子商務(wù)的減貧效應(yīng)主要由財政投入以及人力資本形成。唐躍桓等（2020）[11] 研究發(fā)現(xiàn)發(fā)展電子商務(wù)能使當(dāng)?shù)剞r(nóng)民的人均收入增加3%。還有一些學(xué)者對電商減貧帶來的增收效果持懷疑態(tài)度。TADESSE G等（2015）[12]認為無法找到足夠的證據(jù)證明電子商務(wù)提高農(nóng)民的信息質(zhì)量，進一步提高農(nóng)民的收入。王瑜（2019）[13] 的研究結(jié)果顯示，貧困戶的預(yù)期經(jīng)濟獲得感明顯低于其實際經(jīng)濟獲得感。

綜上所述，學(xué)界在電商減貧及減貧增收效應(yīng)等方面已進行了豐富研究，電商減貧模式成功與否在很大程度上取決于當(dāng)?shù)卣c群眾能否密切配合。在減貧增收效應(yīng)的研究方面，學(xué)界對電商采納能否促進農(nóng)戶收入增長仍未達成一致意見。從區(qū)域?qū)用鎭砜?，現(xiàn)有研究主要關(guān)注電商發(fā)展優(yōu)勢較強的東部沿海省市，針對原國貧縣農(nóng)村電商的研究較少。本文以阿里巴巴淘寶村為研究對象，探究淘寶村的出現(xiàn)與農(nóng)民收入變動的關(guān)系。

2 淘寶村減貧作用機理

淘寶村助農(nóng)減貧體現(xiàn)在增加貧困農(nóng)戶收入、節(jié)約開支以及賦能減貧方面。增收體現(xiàn)在直接收入以及就業(yè)創(chuàng)業(yè)機會的增加、形成規(guī)模化產(chǎn)業(yè)鏈促進多種產(chǎn)業(yè)融合。節(jié)約開支體現(xiàn)在生產(chǎn)成本與交易費用的降低、生活消費支出的降低。賦能減貧體現(xiàn)在淘寶大學(xué)提供電商運營職業(yè)技能培訓(xùn)解決就業(yè)創(chuàng)業(yè)問題，拓寬產(chǎn)品銷售渠道，讓貧困縣農(nóng)戶得到精神與物質(zhì)雙面滿足。

3 電商助農(nóng)減貧及淘寶村現(xiàn)狀分析

河北、河南兩省分別于2014年和2018年開始實施《電商扶貧3年行動計劃》，電商減貧工作取得良好成績，主要采取了以下措施：第一，充分發(fā)揮電商企業(yè)的積極性。以市場化為目標(biāo)有序推進電商減貧，共享電商減貧發(fā)展成果。第二，積極開發(fā)淘寶村優(yōu)勢農(nóng)產(chǎn)品，塑造獨特品牌，助力產(chǎn)銷對接。第三，著力培養(yǎng)電商人才，注重專業(yè)人才的孵化。通過農(nóng)村電商培訓(xùn)，培育電商減貧帶頭人。

阿里研究院提供的淘寶村界定條件是[16]：全村電商年交易額達到1000萬，并且村內(nèi)交易活躍的網(wǎng)店數(shù)超過當(dāng)?shù)貞魯?shù)的10%。2020年時共有119個淘寶村位于41個國貧縣中，如圖1所示，河北河南兩省所擁有的國貧縣淘寶村數(shù)遠高于其他省份，分別排在第一、第二位。

圖1 淘寶村所在省份

4 模型選取與變量解釋

4.1 模型設(shè)定

本文采用多期雙重差分法（DID）評估淘寶村對農(nóng)民增收的影響效應(yīng)，參考《國家扶貧開發(fā)832個貧困縣名單》以及阿里研究院2014—2018年淘寶村名單，選取2014—2015年入選淘寶村且淘寶村數(shù)較多的河北及河南省的原國貧縣為分析樣本，設(shè)置處理組（出現(xiàn)淘寶村的國貧縣）與控制組（未出現(xiàn)淘寶村的國貧縣）檢驗農(nóng)村居民收入狀況是否存在顯著差異，借鑒Beck等（2018）[17]的做法，建立如下回歸模型：

lnincomeit=α0+α1DIDit+βXit+γi+γt+μit（1）

模型中，i代表國貧縣，t代表年份。lnincomeit是被解釋變量，表示貧困縣i在t年的居民收入，為避免多重共線性，取對數(shù)值進行衡量。DIDit是由虛擬變量Ti與Pit相乘構(gòu)成的核心解釋變量，即DIDit=Ti×Pit。其中，Ti為貧困縣i內(nèi)是否出現(xiàn)淘寶村的虛擬變量，如果在2014—2019年貧困縣i內(nèi)出現(xiàn)淘寶村，則Ti=1，否則Ti=0；Pit為虛擬變量，表示貧困縣i在t年后出現(xiàn)淘寶村，若貧困縣i在t年出現(xiàn)淘寶村，則從t年到2019年P(guān)it均為1，否則Pit=0。Xit是與淘寶村和農(nóng)村居民人均收入相關(guān)的控制變量。γi為貧困縣固定效應(yīng)，γt為年份固定效應(yīng)，μit為誤差項。

4.2 變量選擇與描述性統(tǒng)計

（1）被解釋變量。2009—2019年，河北河南兩省各貧困縣統(tǒng)計口徑有一定調(diào)整：農(nóng)村居民人均收入在2013年及以前用“農(nóng)村居民人均純收入”統(tǒng)計，2013年以后使用“農(nóng)村居民人均可支配收入”統(tǒng)計。

（2）控制變量。本文選擇如下7個控制變量[16]：以地區(qū)人均生產(chǎn)總值對數(shù)值（lngdp）評估貧困縣的經(jīng)濟發(fā)展程度，以第二產(chǎn)業(yè)增加值與地區(qū)生產(chǎn)總值之比（ind）評估貧困縣的產(chǎn)業(yè)結(jié)構(gòu)，以居民儲蓄存款余額與地區(qū)生產(chǎn)總值之比（save）評估貧困縣儲蓄率，以年末金融機構(gòu)貸款余額與地區(qū)生產(chǎn)總值之比（loan）評估貧困縣融資能力，以財政收入與地區(qū)生產(chǎn)總值之比（rev）和財政支出占地區(qū)生產(chǎn)總值之比（gov）評估貧困縣財政收支情況，以中小學(xué)在校生人數(shù)占戶籍人口比重（edu）評估貧困縣人力資本水平。

5 結(jié)果與分析

5.1 雙重差分模型結(jié)果分析

從表2可以看出，模型（1）是在未考慮固定效應(yīng)及控制變量的情況下，淘寶村的發(fā)展對收入增長產(chǎn)生顯著影響；模型（2）與模型（3）是在考慮縣市固定效應(yīng)、年份固定效應(yīng)以及控制變量影響的情況下，對淘寶村增收效果進行測算。模型（2）（3）的DID系數(shù)逐漸減小，但依然在1%的置信水平上顯著。模型（3）數(shù)據(jù)處理發(fā)現(xiàn)，在國貧縣內(nèi)出現(xiàn)淘寶村前后，處理組的農(nóng)村居民人均收入平均增加2.28倍，這表明國貧縣內(nèi)淘寶村出現(xiàn)的變化可解釋農(nóng)村居民收入增長的2.75%（6.27/228）。因此，淘寶村的減貧增收效應(yīng)在統(tǒng)計和經(jīng)濟意義上均是可觀的。

5.2 平行趨勢檢驗分析

本文運用多期雙重差分法進行實證分析應(yīng)滿足：在淘寶村出現(xiàn)前，處理組和控制組的人均收入變化趨勢相同，未存在顯著差異。本文參考相關(guān)文章[11]，以公式（1）為基礎(chǔ)構(gòu)建下列回歸模型，以檢驗樣本是否滿足平行趨勢條件：

其中，pre_J是一個虛擬變量，當(dāng)某一貧困縣內(nèi)在j年之后出現(xiàn)淘寶村，則pre_J為1，否則為0；pre_J顯示了國貧縣內(nèi)出現(xiàn)淘寶村以前第j年，處理組相對控制組農(nóng)村居民人均收入的增長變化趨勢。以國貧縣內(nèi)出現(xiàn)淘寶村的前一年為參考，如果pre_4—pre_2系數(shù)為不顯著，則樣本數(shù)據(jù)滿足平行趨勢條件。post_J同樣是一個虛擬變量，當(dāng)某一貧困縣在j年之后出現(xiàn)淘寶村，則post_J取1，否則為0；post_J顯示了國貧縣內(nèi)出現(xiàn)淘寶村后的第j年，處理組相對于控制組農(nóng)村居民人均收入的增長變化趨勢。

從圖2可以看出，在國貧縣內(nèi)出現(xiàn)淘寶村以前，處理組和控制組的居民人均收入的變化趨勢基本相同，體現(xiàn)為pre_4—pre_2的90%的置信區(qū)間內(nèi)包含0值，說明回歸系數(shù)不顯著，數(shù)據(jù)滿足平行趨勢條件；current－post3的估計系數(shù)顯著為正，置信區(qū)間遠離0值，表明原貧困縣內(nèi)出現(xiàn)淘寶村的增收減貧效應(yīng)顯著。

5.3 穩(wěn)健性檢驗分析——排除其他政策影響

農(nóng)村居民收入呈現(xiàn)顯著增長可能的同時受到其他國家導(dǎo)向政策的影響，導(dǎo)致估算結(jié)果偏差。本文以排除“電商綜合示范縣”政策的影響為例，剔除樣本中入選2018年電商示范縣的原國貧縣，重新代入公式（1）回歸。如表3所示，國貧縣淘寶村DID系數(shù)在99%的置信區(qū)間上仍然顯著。這表明公式（1）估計結(jié)果并未由于少數(shù)電商發(fā)達縣而造成偏差，淘寶村的出現(xiàn)顯著提高了農(nóng)戶收入。

6 結(jié)語

綜上分析，河北和河南省淘寶村的出現(xiàn)能使當(dāng)?shù)剞r(nóng)民收入增長約6.27%。因此，本文提出以下建議：第一，持續(xù)推進淘寶村建設(shè)。原貧困縣基層政府要切實加強對淘寶村的監(jiān)督、檢查和指導(dǎo)，因地制宜精準施策，及時予以資金技術(shù)扶持。由表2可知，工業(yè)化程度對貧困縣農(nóng)民增收影響顯著為負，因而要大力發(fā)展現(xiàn)代農(nóng)業(yè)，開發(fā)探索適合網(wǎng)絡(luò)銷售的本地特色產(chǎn)品，積極培育扶持優(yōu)質(zhì)網(wǎng)銷產(chǎn)品。第二，完善農(nóng)村電商人才培養(yǎng)體系。由回歸結(jié)果可知，淘寶村人力資本水平對農(nóng)民減貧增收作用不顯著，應(yīng)著力提升人力資本水平，針對不同主體分層次開展形式多樣的電商培訓(xùn)，鞏固脫貧攻堅成果。第三，優(yōu)化淘寶村助農(nóng)增收作用機制。實證結(jié)果顯示，儲蓄率、財政收支對淘寶村的農(nóng)民增收影響顯著為正，政府應(yīng)優(yōu)化財政收支結(jié)構(gòu)，提升貧困縣公共服務(wù)水平。與此同時，應(yīng)激勵將居民和企業(yè)儲蓄轉(zhuǎn)化為有效投資，充分發(fā)揮政府和金融機構(gòu)合力，提振投資信心，促進淘寶村經(jīng)濟的持續(xù)發(fā)展。

參考文獻

李坤洋，劉日恬.我國農(nóng)村電商扶貧模式的比較研究[J].農(nóng)村經(jīng)濟與科技，2018，29（14）：151-154.

顏強，王國麗，陳加友.農(nóng)產(chǎn)品電商精準扶貧的路徑與對策：以貴州貧困農(nóng)村為例[J].農(nóng)村經(jīng)濟，2018（2）：45-51.

李輝婕，胡偵，肖萍，等.政府主導(dǎo)下的農(nóng)村地區(qū)產(chǎn)業(yè)扶貧實踐與路徑優(yōu)化：基于江西省N村產(chǎn)業(yè)扶貧現(xiàn)狀的考察[J].農(nóng)林經(jīng)濟管理學(xué)報，2018，17（2）：235-244.

王鶴霏.農(nóng)村電商扶貧發(fā)展存在的主要問題及對策研究[J].經(jīng)濟縱橫，2018（5）：102-106.

宋巖，徐佩.農(nóng)村電商發(fā)展的減貧增收效應(yīng)研究：以山東曹縣大集鎮(zhèn)25個“淘寶村”為例[J].山東農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2021，23（4）：31-39+183.

姜美善，梁泰源.傳統(tǒng)金融與數(shù)字普惠金融的減貧增收效應(yīng)：差異性與互補性[J].廣東財經(jīng)大學(xué)學(xué)報，2023，38（5）：57-74.

BARRTO M G，BURGA P R. The effect of internet and cell phones on employment and agricultural production in rural villages in Peru [R].2014

曾億武，郭紅東，金松青.電子商務(wù)有益于農(nóng)民增收嗎：來自江蘇沭陽的證據(jù)[J].中國農(nóng)村經(jīng)濟，2018（2）：49-64.

熊雪，聶鳳英.脫貧地區(qū)農(nóng)戶融入電商價值鏈的增收機制與效應(yīng)分析：以云南、貴州、陜西和甘肅為例的實證研究[J].西南大學(xué)學(xué)報（社會科學(xué)版），2022，48（2）：95-106.

唐紅濤，郭凱歌，張俊英.電子商務(wù)與農(nóng)村扶貧效率：基于財政投入、人力資本的中介效應(yīng)研究[J].經(jīng)濟地理，2018，38（11）：50-58.

唐躍桓，楊其靜，李秋蕓，等.電子商務(wù)發(fā)展與農(nóng)民增收：基于電子商務(wù)進農(nóng)村綜合示范政策的考察[J].中國農(nóng)村經(jīng)濟，2020（6）： 75-94.

TADESA G. Mobile phones and farmers marketing decisions in Ethiopia [J]. World development，2015SE G， BAHIIGW，68（1）： 296-307.

王瑜.電商參與提升農(nóng)戶經(jīng)濟獲得感了嗎：貧困戶與非貧困戶的差異[J].中國農(nóng)村經(jīng)濟，2019（7）：37-50.

駱華，周文良.精準扶貧背景下普惠金融的減貧增收效應(yīng)與機制分析：基于粵東西北地區(qū)12市的實證研究[J].云南農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)），2022，16（3）：36-42.

韋金梅，石建斌.阿里、京東和蘇寧三大電商平臺的扶貧比較研究[J].農(nóng)村經(jīng)濟與科技，2020，31（14）：188-190.

羅震東，王金杰，左臣明，等.1%的改變：2020中國淘寶村研究報告[R].阿里研究院，2020.

聶鳳英，熊雪.“涉農(nóng)電商”減貧機制分析[J].南京農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版），2018，18（4）：63-71+158.

THORSTEN BECK，ROSS LEVINE，ALEXEY LEVKOV. Big Bad Banks？ The Winners and Losers from Bank Deregulation in the United States[J]. The Journal of Finance，2010，65（5）：1637-1667.

劉瑋琳，何光喜，劉冬梅.貧困地區(qū)淘寶村的增收效應(yīng)：基于2005—2018年四省份縣域數(shù)據(jù)的實證研究[J].中國科技論壇，2021（9）：116-125.