涉农电商平台对我国农业经济发展的影响效应评估

王瑞峰

摘要：平台经济作为21世纪备受关注的经济模式，在我国农业经济发展过程中扮演着重要角色。为对过去一段时期涉农电商平台的经济影响效应进行客观而准确的评估，根据平台经济基本特征，在探讨涉农电商平台对农业经济发展影响机理的基础上，利用改进的双重差分（DID）模型和三重差分（DDD）模型，从政策效应、规模效应、集聚效应三个维度着眼，评估涉农电商平台的经济影响效应。研究发现，涉农电商平台通过影响农产品供需、平台自身价值提升、平台集聚发展等为农业经济发展注入活力。实证发现，涉农电商平台对农业经济发展影响的政策效应、规模效应、集聚效应均具有显著性，但均呈现边际效应递减趋势，且涉农电商平台对农民收入的提升并不具有显著影响。因此，为充分发挥涉农电商平台对农业经济发展的促进作用，需要从推动农业经济发展与农民增收、扩大农民在供需两侧的参与度、借助区域优势大力发展平台经济等三方面入手，重新定位涉农电商平台在农业经济发展中的功能和作用，重点关注涉农电商平台对农业发展新模式、新动能、新业态的培育，涉农电商平台对农业经济发展的引导，相关产业基础设施的配套等方面。

关键词：涉农电商平台；经济影响；边际效应；改进的双重差分模型

中图分类号：F724.6文献标识码：A文章编号：1007-8266（2020）11-0068-10

一、问题提出

随着“互联网+”、大数据、云计算、人工智能等现代信息技术的迅速发展，平台经济作为新经济的一种重要形态出现，成为21世纪备受关注的经济模式。2019年2月商务部等12部门联合印发的《关于推进商品交易市场发展平台经济的指导意见》指出，发展平台经济是商品交易市场转型升级的重要方向。2019年8月国务院办公厅发布的《关于促进平台经济规范健康发展的指导意见》将互联网平台经济界定为生产力新的组织方式和经济发展的新动能，并明确指出了平台经济在优化资源配置、促进跨界融通、推动产业升级、增加就业等方面的重要作用。由此可见，平台经济在推动我国经济向高质量发展阶段转变过程中具有重要地位。

涉农平台作为平台经济在“三农”领域的实践与应用，在我国农业农村现代化进程中扮演着非常重要的角色。中共十九大提出，要实施乡村振兴战略，并以构建现代化农业体系作为重要内容。2018年和2019年连续两年的中央1号文件均提出，要实施数字乡村战略，积极开展电子商务进农村、互联网+农产品出村进城工程。涉农平台的发展和壮大拥有充分的政策保障。目前，我国涉农电商平台发展非常迅猛，根据电子商务研究中心发布的《2018年中国涉农电商平台百强榜》，农村淘宝、京东、苏宁易购位居前三。涉农电商平台在受到资本市场热捧的同时，对农业经济发展发挥着重要的推动作用。近年来，尽管涉農电商平台在“三农”领域逐渐发展壮大，但我们也要清楚地认识到，涉农电商平台实际上仍然处于起步探索阶段。因此，有必要对过去一段时期涉农平台的经济影响效应进行客观而准确的评估，以为涉农电商平台下一步推广和发展提供参考和借鉴。

二、文献综述

涉农平台作为平台经济在“三农”领域的实践与应用，尚处于起步阶段，当前国内外关于涉农平台的研究相对较少。在涉农平台经济理论研究方面，芦千文[ 1 ]分析了涉农平台的经济模式、作用机理和发展策略，并探讨了农业产业化龙头企业在涉农平台经济发展中的作用。在涉农平台建设方面，李义杰等[ 2 ]提出了以电子商务促进农业产业链价值整合的模式；陈曦等[ 3 ]发现，农产品电子商务平台成为解决农产品流通体系突出问题的重要手段；张瀚艺[ 4 ]提出了农产品电子商务与区块链技术融合的发展路径。在涉农平台经济影响效应评估方面，卢阳春等[ 5 ]基于层次分析法构建科技扶贫服务平台经济效应评价指标体系，从直接效应和间接效应两个维度着手，客观评价四川巴山区21个贫困县科技服务平台的经济效应。总体而言，涉农平台经济相关研究还处于起步阶段，尚未形成系统性、普适性的研究成果。

国内外关于政策影响效应评估的研究，按评估方法大体可分为三类。第一类是传统参数估计方法。比如，余亮亮等[ 6 ]基于模糊数学法对耕地保护经济补偿政策的影响效应进行了评估，朱启荣等[ 7 ]基于GTAP模型对降低企业税负的经济效应进行了评估。第二类是准自然实验与反事实分析法，这类方法因较好地解决了传统参数估计中遗漏变量的问题，得到广泛使用。比如，理查德森（Richardson G）等[ 8 ]利用双重差分（DIfference-in- Difference，DID）模型估计中央银行干预对银行业的影响效应，坎西安（Cancian M）等[ 9 ]利用三重差分（Difference-in-Difference-in-Difference，DDD）模型研究所得税抵扣对劳动力供给的影响，李明等[ 10 ]基于准自然实验法采用理论和断点回归模型检验中国减税的经济效应，张国建等[ 11 ]采用双重差分法评估扶贫改革试验区的经济效应，王立勇等[ 12 ]基于连续型DID模型评估中国精准扶贫政策的减贫效应。第三类是拟自然实验法。比如，杨经国等[ 13 ]基于合成控制法评估经济特区设立的经济增长效应，武剑等[ 14 ]运用HCW法和排序检验法评估中国自由贸易试验区政策的经济效应。总体而言，准自然实验与反事实分析法、拟自然实验法已经越来越多地被应用于政策效应评估研究，且越来越科学，越来越方便。

对涉农平台及其政策影响效应评估相关文献进行全面回顾发现，一方面，国内外关于涉农平台的研究尚处于起步和探索阶段，且大多集中于理论研究，缺乏实证研究的支撑；另一方面，尽管国内外学者利用准自然实验与反事实分析法、拟自然实验法对政策影响效应进行了大量研究，但相关研究大多建立在实验时间和地区的自然实验基础之上，且仅停留于政策是否干预的影响效应，而鲜有研究对政策干预强度或区域集聚等影响效应进行评估。鉴于此，本研究以农村淘宝为例，实证评估涉农电商平台的经济影响效应，并解决以下两个问题：一是系统分析涉农电商平台对农业经济发展的影响机理，以明确涉农电商平台推动农业经济发展的途径；二是基于政策效应、规模效应、集聚效应三个维度系统评估涉农电商平台对农业经济发展的影响效应，以评估前一阶段涉农电商平台对农业经济发展的实际影响效果，进而为涉农电商平台的推广应用提供借鉴和启示。

三、理论分析、研究设计与变量选取

（一）理论分析

平台经济作为21世纪备受瞩目的经济模式，以双边市场为载体，且双边市场又以平台为核心。与传统经济相比，平台经济最突出的特征就是其外部性[ 15 ]。为涉农产品、要素、资源等提供服务的平台可界定为涉农平台，具体可分为涉农电商平台、涉农服务平台等类型[ 1 ]。电商平台介入“三农”领域，将为农业经济发展带来较大的机遇与挑战。

农村淘宝作为当前我国最大的涉农电商平台，由阿里巴巴于2014年10月启动，于2015年5月和2016年7月两次进行业务模式升级，经历了从非专业化小卖部到专业化农村淘宝合伙人，再到搭建农村生态体系、打造智慧农村战略目标的转化升级。据《中国淘宝村研究报告（2009—2019）》统计，截至2019年，全国25个省市区已有4 310个淘宝村，年销售额超过7 000亿元，带动就业机会超过683万个。从数据上看，农村淘宝在带动返乡创业、促进产业兴旺等方面表现出重要的经济和社会价值。此外，涉农电商平台在农业产业链、价值链等层面也能发挥积极作用[ 16 ]。

对于涉农电商平台对农业经济发展的影响机理，可基于其外部性特征进行分析，主要体现在政策影响、规模影响、区域集聚影响三个方面，具体参见图1。

1.涉农电商平台通过影响涉农产品、服务等的供给和消费来推动农业经济发展

一方面，涉农电商平台为涉农产品、服务等提供了虚拟交易市场，需求方越多，对涉农电商平台供给方吸引力越强，供给方参与者就越多，需求方的需求就能更好地得到满足，从而最终形成良性循环，不断提升涉农产品、服务的供给与消费水平，从量上推动农业经济发展；另一方面，涉农电商平台为涉农产品、服务等供给方供给水平的提升提供了信息获取平台，供给方能够利用涉农电商平台反馈机制了解需求方高水平、多层次的需求，从而可以有针对性地进行生产，提高涉农产品、服务等的供给水平，从质上推动农业经济发展。基于上述分析，本研究提出以下研究假设：

H1：涉农电商平台能够显著提升地区农业GDP水平。

2.涉农电商平台通过平台使用数量的增加来推动农业经济发展

涉农电商平台用途的外部性决定了涉农电商平台规模能对农业经济发展产生较大的影响。用途的外部性来源于产品的使用，用户对平台的使用数量和频率对平台价值具有重要影响，甚至有些平台的价值几乎全部体现在产品使用数量和频率上。因此，涉农电商平台的使用数量和频率即涉农电商平台规模势必会对涉农电商平台的经济效应产生影响。由此，本研究提出以下研究假设：

H2：涉农电商平台规模能够显著提升地区农业GDP水平。

3.涉农电商平台通过区域集聚来推动农业经济发展

《中国淘宝村研究报告（2009—2019）》统计显示，截至2019年，淘宝村集群达到95个，大型淘宝村集群达到33个，超大型淘宝村集群达到7个。这些数据表明，淘宝村集群化发展、裂变式扩散特征逐渐显现。由此，本研究提出以下研究假设：

H3：涉农电商平台区域集聚能显著提升地区农业GDP水平。

（二）研究设计

DID模型是近年来准自然实验研究中最常用的模型，被广泛用于政策评估领域。根据经典DID模型设计的基本思路，政策被视为一项干预措施，既然是干预措施，就必然要讨论政策的干预效果。因此，经典DID模型要求必须包含干预前、干预后两个时间点以及干预组、对照组两个组别，形成四个变量，通过比较干预组前后差异和对照组前后差异来确定政策的干预效果。经典DID模型通常以固定时间来区分干预前、干预后两个时间点，以地区是否受到政策干预影响来区分干预组、对照组两个组别，而由于涉农电商平台具有开放性特征，一个地区是否受涉农电商平台影响难以准确区分，加之涉农电商平台在各地推广和应用的时间并不同步，以固定时间来区分干预前、干预后两个时间点很难达到评估其干预效果的目的。

1.基于动态时点的DID模型构建

基于前面关于经典DID模型的分析，为科学合理地评估涉农电商平台的经济影响效应，本研究考虑基于动态时点来区分干预前、干预后两个时间点并改进DID模型。

首先，确定干预组和对照组。淘宝村作为农村淘宝平台在农村地区的规模化应用，需要满足三个条件，分别是经营地区在农村、电子商务交易额在1 000万元以上、村活跃网店数量在100家以上或活跃网店数量占当地家庭户数的10%以上等。因此，本研究借鉴阿里研究院关于中国淘宝村发展的研究成果，考虑将地区是否拥有淘宝村作为涉农电商平台的政策干预措施，将有淘宝村的地区作为干预组，无淘宝村的地区作为对照组。

其次，确定干预前、干预后两个时间点。鉴于淘宝村有严格的判定标准，有入选和淘汰两种可能，本研究考虑控制时间效用，使用动态时点来区分干预前、干预后两个时间点，即以各地区有淘宝村的年份为干预后时间点，以没有淘宝村的年份为干预前时间点。

最后，構建DID模型。为消除变量遗漏等导致的内生性问题，本研究考虑在DID模型基础上加入控制变量，进而构建基于动态时点的DID模型。具体如下：

在模型（1）中，Yi表示政策效应评估指标，α0表示受到涉农电商平台影响前所有地区共同的初始经济效应均值，α1表示有淘宝村地区和无淘宝村地区受到涉农电商平台影响前的经济效应差异，α2表示有淘宝村地区和无淘宝村地区受到涉农电商平台影响前后共同发生的经济效应变化，即共同趋势，具体指全国宏观经济形势等整体经济变化的影响，α3表示控制初始经济效应差异和共同趋势后，有淘宝村地区所具有的额外经济效应，即涉农电商平台的政策效应，α4表示控制变量对农业经济发展的影响效应，controli为控制变量，εi为残差项。treati为政策干预组别虚拟变量，当一个地区有淘宝村时，treati=1；当一个地区没有淘宝村时，treati=0。timei为政策干预时间虚拟变量，对于有淘宝村的年份，timei=1；对于无淘宝村的年份，treati= 0。didi=treati×timei，是treati与timei的交互项，表示政策干预效应。

2.基于动态时点固定效应的连续DID模型构建

涉农电商平台用途的外部性决定了其用户数量和规模对涉农电商平台经济效应具有较大影响，而常用DID模型的核心解释变量为政策干预组别虚拟变量与时间虚拟变量的交互项，其赋值为0或1，难以评估不同组别间因政策干预程度不同而产生的差异。因此，为评估涉农电商平台的规模效应，本研究在借鉴王立勇等[ 12 ]、陈（Chen Y Y）等[ 17 ]做法的基础上，构建基于动态时点固定效应的连续DID模型。具体如下：

在模型（2）中，Yit表示规模效应评估指标，β0t表示时间固定效应，β1t表示涉农电商平台的规模影响效应，β2t表示涉农电商平台的时间影响效应，β3t表示涉农电商平台的规模溢出效应，β4t表示控制变量对农业经济发展的影响效应，controlit为控制变量，εit为残差项。periodit表示政策干预时间虚拟变量，对于有淘宝村的年份，periodit=1；对于无淘宝村的年份，periodit=0。numberit为淘宝村规模虚拟变量，考虑到《中国淘宝村研究报告（2009—2019）》对淘宝村规模是按照镇、县区标准分类的，而本研究中的淘宝村数量为地级市/区数量，因此忽略淘宝镇标准，按淘宝村集群、大型淘宝村集群、超大型淘宝村集群的分类标准为虚拟变量numberit赋值。也就是，当某地淘宝村数量小于1时，numberit取值为0；淘宝村数量在1～<10之间时，numberit取值为0.25；淘宝村数量在10～<30之间时，numberit取值为0.5；淘宝村数量在30～<100之间时，numberit取值为0.75；淘宝村数量在100及以上时，numberit取值为1。didntit=numberit×periodit，是numberit与pe？ riodit的交互项，表示政策干预程度的影响效应。

3.变量选取

GDP通常是经济发展水平衡量指标的首选，而涉农电商平台相关产品、服务等涉及农林牧渔等大农业领域，因此本研究选取第一产业GDP作为我国农业经济发展水平的衡量指标。此外，为检验涉农电商平台经济效应的稳健性，并考察涉农电商平台对农民收入的影响情况，本研究选取农民可支配收入作为稳健性检验的被解释变量。

解释变量主要是与涉农电商平台相关的组别、时间、规模、集聚区域等虚拟变量，关键解释变量为各相关虚拟变量的交互项，主要考察交互项的系数及其显著性。控制变量的选取主要根据与被解释变量有直接关系的原则进行，当第一产业GDP作为被解释变量时，依据柯布—道格拉斯生产函数，选取资本投入、社会资本投入作为控制变量；当农民可支配收入作为被解释变量时，选取第一产业GDP作为控制变量。具体变量的选取及解释参见表1。

四、影响效应评估

为评估涉农电商平台的经济效应，本研究选取2011—2018年我国29个省市区（受数据可获得性限制，新疆、西藏、香港、澳门、台湾未选取）294个地级市/区相关经济统计数据及中国淘宝村统计数据，基于本研究构建的DID模型进行实证评估检验。

（一）数据来源及处理

第一产业GDP、农民可支配收入、第一产业从业人员、第一产业社会固定资产投资等指标数据均来源于历年各地统计年鉴或国民经济和社会发展统计公报，各地淘宝村建设时间、数量等指标数据来源于阿里研究院公布的《中国淘宝村研究报告（2009—2019）》。此外，由于相关指标单位等并不统一，本研究对除虚拟变量外的原始数据均进行对数化处理。

（二）共同趋势假设检验

共同趋势假设是DID模型构建的核心假设，因此为验证DID模型在涉农电商平台经济效应评估研究中的适用性，本研究利用Eviews8.0软件对2011—2018年全国294个地级市/区第一产业GDP和农民可支配收入变量数据画图，以观察两个变量的趋势。结果发现，2011—2018年的第一产业GDP，除个别地区呈现波动趋势外，整体呈现波动上升趋势，变化趋势基本一致；2011—2018年的农民可支配收入基本呈现同斜率上升趋势，同步趋势较为明显。因此，两个被解释变量基本满足共同趋势假设，可利用DID模型进行相关分析。

（三）效应评估结果分析

1.涉农电商平台政策效用评估

基于本研究构建的基于动态时点的DID模型（1），以农村淘宝为例，利用2011—2018年全国294个地级市/区相关经济统计数据及中国淘宝村统计数据，以第一产业GDP为解释变量，以是否拥有淘宝村区分干预组、对照组两个组别，以是否拥有淘宝村的年份为动态时点区分干预前、干预后两个时间点，评估涉农电商平台对农业经济发展的政策效应，具体结果参见表2。

在表2中，列（1）表示未加入控制变量的回归结果，列（2）表示加入控制變量的回归结果。可以发现，无论是否加入控制变量，组别虚拟变量treati、时间虚拟变量timei、核心解释变量didi的系数均在1%的水平上显著，表明涉农电商平台对地区农业经济发展的影响具有显著性，H1得到验证。但与此同时，核心解释变量didi的系数为负，表明随着涉农电商平台在全国范围内逐渐推广，其对我国农业经济发展影响的边际效应会逐渐下降，这一点需要引起各方足够的关注与重视。

2.涉农电商平台规模效应评估

为进一步验证涉农电商平台干预程度对农业经济发展的影响，本研究选择目前全国110个拥有淘宝村的地级市/区，以第一产业GDP为被解释变量，利用2011—2018年相关面板数据，基于本研究构建的基于动态时点固定效应的连续DID模型（2）评估涉农电商平台规模对农业经济发展的影响效应。在实证检验过程中，由于虚拟变量过多，导致面板数据残差存在一定的异方差，本研究在DID回归过程中选择怀特界面加权法（White Cross-Sec？ tion）去除面板数据的异方差，最终得到涉农电商平台规模效应评估结果，具体参见表3。

在表3中，列（1）和列（2）分别列示了无控制变量和有控制变量的回归结果。从列（1）所示的结果可以看出，随着农村淘宝推广范围越来越大，核心解释变量的置信水平越来越高，表明随着涉农电商平台规模的增大，其对农业经济发展的影响效应越来越明显，H2得到验证。此外，从表3列（2）所示的回归结果同样可以发现，核心解释变量didt的系数亦为负值，表明涉农电商平台规模对农业经济发展影响的边际效应也随着规模的增大逐渐递减，从而进一步验证了表2中涉农电商平台对农业经济发展影响边际效应递减的结论。

五、稳健性检验

为确保上述研究结论的稳健性，本研究以常用的更换被解释变量检验、安慰剂检验等方式进行DID模型稳健性检验。

（一）更换被解释变量检验

农民增收是当前我国“三农”领域的核心问题，农民收入与第一产业GDP存在较大的相关性，一般情况下第一产业GDP的增加将引起农民收入的提高，而目前并没有证据表明涉农电商平台会对农民增收产生影响。因此，如果涉农电商平台对农民收入同样具有显著影响效应，说明涉农电商平台对农业经济发展效应评估可能存在一定偏差。鉴于此，本研究选择农民可支配收入作为被解释变量来检验上述研究的稳健性。

首先，利用同样的涉农电商平台对农业经济发展影响效应的检测方法和相关解释变量数据，以2011—2018年全国294个地级市/区农民可支配收入作为被解释变量，重新对模型（1）进行回归，回归结果参见表4。

由表4可见，无论是否添加控制变量，模型中除时间虚拟变量timei系数显著外，组别虚拟变量treati、核心解释变量didi的系数均不显著，即涉农电商平台对农民可支配收入的影响效应并不显著。可见，尽管第一产业GDP与农民可支配收入两个被解释变量关联性较强，利用同样的研究方法、同样的被解释变量却得到了明显不同的结果，由此验证了涉农电商平台对农业经济发展影响效应评估的稳健性。

其次，同样将被解释变量更换为农民可支配收入来检验涉农电商平台规模对农业经济发展影响效应的稳健性。更换被解释变量后，利用相同的研究方法和相关解释变量数据，重新对模型（2）进行回归，回归结果参见表5。

由表5可见，是否添加控制变量的回归结果差异较大，且对比表3和表5的回归结果可以发现，五个核心解释变量系数的显著性及符号差异均比较大，由此验证了涉农电商平台规模效应评估的稳健性。

（二）安慰剂检验

安慰剂检验是通过改变政策实施时点重新进行评估，根据检验评估结果是否依然显著来检验模型稳健性的一种方法。因此，本研究将涉农电商平台项目的影响时间点统一设定为农村淘宝设立的年份，即2014年，基于模型（1）和模型（2），以第一产业GDP为被解释变量，重新评估涉农电商平台的政策效应和规模效应。具体回归结果参见表6、表7。

将表6与表2、表7与表3对比可以发现，涉农电商平台项目干预时间点变化以后，无论是涉农电商平台的政策效应评估结果还是规模效应评估结果均发生了明显改变，进一步验证了本研究构建的两个DID模型的稳健性。

六、进一步验证：涉农电商平台是否具有集聚效应

（一）研究思路与方法

由于DID模型建立的核心就是共同趋势假设，而通常情况下共同趋势难以满足，涉农电商平台项目的推广和应用在不同地区也难以产生共同趋势。具体来看，盡管我们在研究涉农电商平台对农业经济发展的影响效应时，假设各地受全国宏观经济形势等变化的影响趋势相同，但受地域差异等影响仍然很难具有共同趋势。比如，东部沿海地区、中部地区、西部地区、东北地区等无论是在经济发展方面还是在地区经济政策等方面均存在较大差异。因此，对于涉农电商平台项目实施的区域性差异，也有必要进行讨论并加以验证。

与DID模型相比，DDD模型最大的优势就是解决了共同趋势假设问题。为识别涉农电商平台的集聚效应，本研究借鉴姚耀军[ 18 ]的做法，在涉农电商平台规模组别区分及动态时间点区分的基础上，引入一个新的对照组，即东部沿海地区（山东、河北、天津、辽宁、江苏、浙江、福建、上海、海南），并构建DDD模型。具体如下：

在模型（3）中，Yi表示第一产业GDP，χ0表示常数项，χ1表示淘宝村的规模影响效应，χ2表示淘宝村的干预时间影响效应，χ3表示淘宝村的政策干预影响效应，χ4表示淘宝村的规模溢出效应，χ5表示淘宝村的政策溢出效应，χ6表示东部沿海地区的外溢效应，即淘宝村在东部沿海地区所带来的集聚效应，χ7表示控制初始影响差异、共同趋势影响、规模效应、集聚效应之后涉农电商平台的额外溢出效应，χ8表示控制变量的影响效应。D1i表示淘宝村规模虚拟变量，当淘宝村数量为0时，D1i=0；当1≤淘宝村数量<10时，D1i=0.25；当10≤淘宝村数量<30时，D1i=0.5；当30≤淘宝村数量<100时，D1i=0.75；当淘宝村数量≥100时，D1i=1。D2i表示淘宝村时间虚拟变量，对于有淘宝村的年份，D2i= 1；对于无淘宝村的年份，D2i=0。D3i表示淘宝村组别虚拟变量，对于东部沿海地区，D3i=1；对于其他地区，D3i=0。我们需要重点关注的是交互项D2i×D3i和D1i×D2i×D3i的系数。

（二）效应评估

基于上述分析，本研究以某地区是否属于东部沿海地区作为新引进的组别区分特征，以淘宝村规模作为另外一个组别区分特征，同样以是否有淘宝村的年份作为动态时点区分干预前、干预后两个时间点，以第一产业GDP作为被解释变量，基于2011—2018年全国110个有淘宝村的地级市/区的相关面板数据，利用模型（3）进行回归检验。在实证检验过程中，同样由于虚拟变量过多导致面板数据残差存在一定的异方差，为此在DDD回归过程中仍然选择怀特界面加权法去除面板数据的异方差，结果参见表8。

在表8中，列（1）和列（2）分别列示了无控制变量和有控制变量的回归结果。无论是否添加控制变量，解释变量D2i×D3i的系数均在1%的水平上显著，表明涉农电商平台在东部沿海地区具有显著的集聚效应，H3得到验证。但同样也可以发现，D2i×D3i的系数符号为负，表明涉农电商平台的集聚边际效应在逐渐递减。此外，解释变量D1i×D2i×D3i的系数均在1%的水平上显著且符号为正，表明涉农电商平台对农村经济发展确实具有明显的额外溢出效应。

七、结论与建议

（一）结论

本研究以农村淘宝为例，以平台经济基本特征为基础，系统分析涉农电商平台对农业经济发展的影响机理，进而基于2011—2018年我国29个省市区294个地级市/区的面板数据，利用改进的DID模型和DDD模型分别从政策效应、规模效应、集聚效应三个方面入手评估检验涉农电商平台对我国农业经济发展的影响效应，得到以下结论：

第一，平台经济网络外部性、用途外部性和集群化发展特征为涉农电商平台推动农业经济发展提供了理论依据，涉农电商平台通过影响农产品供给与消费、平台自身价值提升、平台集聚发展等为农业经济发展注入活力。

第二，涉农电商平台对农业经济发展具有显著的政策效应，但其边际效应呈现递减趋势。本研究通过构建基于动态时点的DID模型评估涉农电商平台对农业经济发展的政策效应，发现无论是否加入控制变量，核心解释变量didi的系数均在1%的水平上显著，H1得到验证。但与此同时，核心解释变量didi的系数为负，表明涉农电商平台的政策边际效应呈现递减趋势。

第三，涉农电商平台对农业经济发展具有显著的规模效应，但其边际效应呈现递减趋势。本研究通过构建基于动态时点固定效应的连续DID模型评估涉农电商平台对农业经济发展的规模效应，发现随着农村淘宝推广范围的越来越大，核心解释变量didt的显著性水平越来越高，H2得到验证。但与此同时，核心解释变量didi的系数为负，表明涉农电商平台的规模边际效应也呈现递减趋势。

第四，涉农电商平台对农业经济发展具有显著的集聚效应，但其边际效应呈现递减趋势。本研究通过构建DDD模型评估涉农电商平台对农业经济发展的区域集聚效应，发现无论是否添加控制变量，解释变量D2i×D3i的系数均在1%的水平上显著，H3得到验证。但同样可以发现，D2i×D3i的系数符号为负，表明涉农电商平台的集聚边际效应逐渐递减。

第五，涉农电商平台的发展并未显著提高农民收入。本研究在验证涉农电商平台对农业经济发展的影响效应时，把被解释变量由第一产业GDP更换为农民可支配收入。结果发现，以农民可支配收入为被解释变量时，是否添加控制变量对实证结果影响明显，且核心解释变量didt置信水平的变化也比较大，表明涉农电商平台对农民收入的影响效应并不明显。

（二）建议

基于上述研究结论，为更好地发挥涉农电商平台在农业经济发展过程中的作用，可从以下三个方面着手：

一要准确定位涉农电商平台的政策作用，即促进农业经济发展与农民增收。既不能简单地将涉农电商平台作为一个普通的交易平台，也不能简单地追求其经济提升效应，而是要更多关注涉农电商平台在农村发展新基础、新模式、新动能、新思维、新经济形态等方面的作用，推进一二三产业深度融合；要更多关注涉农电商平台如何提高农民收入，发挥涉农电商平台在带动乡村就业人员创业就业方面的优势，将涉农电商平台与特色农业、绿色农业、乡村旅游相融合，创新涉农电商平台新模式，以创业就业带动农民增收。

二要准确定位涉农电商平台的规模作用，即扩大农民在供需两侧的参与度。实证研究表明，涉农电商平台的规模边际效应递减，需要各级政府特别是县镇级政府科学论证涉农电商平台发展规模，将涉农电商平台的核心放到吸引群众广泛参与、主动参与上，将更多普通农民吸引到涉农电商平台，不仅要让农民成为涉农电商平台上的消费者，更要让农民成为涉农电商平台上的供给方，要出台更多指导政策和意见，将涉农电商平台建成引导农民生产、提高农民收益的导航仪。

三要准确定位涉农电商平台的区域集聚作用，即借助区域优势大力发展平台经济。涉农电商平台的发展和壮大需要互联网、交通、通信、物流等基础设施的支持，但这些基础设施在城乡间、区域间的差距巨大，需要结合自身基础设施状况量力而行。对于具备条件的地区，要加快完善农村物流基础设施网络体系，建立健全村级物流节点，进而充分发挥涉农电商平台的区域集聚作用。

（三）创新与局限

在研究视角上，本研究以平台经济基本特征为理论基础，系统分析涉农电商平台对农业经济发展的影响机理，相比于国内外研究惯用案例分析阐释涉农平台作用机理，本研究结论更具有理论依据。

在研究方法上，本研究以农村淘宝为例，借鉴政策评估效应的思路，实证检验了涉农电商平台对农业经济发展的实际影响效果。与国内外相关研究相比，本研究丰富了涉农平台的实证研究，为涉农平台实际影响的测度和检验提供了一定借鉴。

在研究结论上，本研究不仅实证检验了涉农电商平台对农业经济发展的影响效应，而且发现涉农电商平台存在政策、规模、集聚边际效应递减的趋势以及对提升农民收入影响效应不显著的问题，可能会对涉农电商平台推廣及其发展模式和思路产生一定的影响。

此外，需要指出的是，本研究在評估涉农电商平台对农业经济发展的影响效应时，被解释变量为第一产业GDP，具有一定的片面性。而且，农村淘宝只是众多涉农电商平台中规模较大的一个，加之农村淘宝也有其自身的发展战略，可能也会对研究结果造成一定的影响。

参考文献：

[1]芦千文.涉农平台经济：典型案例、作用机理与发展策略[J].西北农林科技大学学报（社会科学版），2018，18（5）：63-71.

[2]李杰义，周丹丹.电子商务促进农业产业链价值整合的模式选择[J].农村经济，2016（12）：63-67.

[3]陈曦，张焘.试论政府在农产品电子商务平台和流通体系融合中的介入[J].商业经济研究，2017（6）：166-167.

[4]张瀚艺.基于区块链的我国农产品电子商务发展路径探讨[J].商业经济研究，2017（12）：96-98.

[5]卢阳春，肖君实，程润华.科技扶贫服务平台经济效应评价及县域差异分析——基于四川秦巴山区的调查[J].农村经济，2018（10）：97-104.

[6]余亮亮，蔡银莺.耕地保护经济补偿政策的初期效应评估——东、西部地区的实证及比较[J].中国土地科学，2014，28（12）：16-23.

[7]朱启荣，姚敏，杜才平.中国降低企业税负的经济效应——基于GTAP模型的评估[J].经济学家，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，李德刚，冯强.中国减税的经济效应评估——基于所得税分享改革“准自然试验”[J].经济研究，2018，53（7）：121-135.

[11]张国建，佟孟华，李慧，等.扶贫改革试验区的经济增长效应及政策有效性评估[J].中国工业经济，2019（8）：136-154.

[12]王立勇，许明.中国精准扶贫政策的减贫效应研究：来自准自然实验的经验证据[J].统计研究，2019，36（12）：15-26.

[13]杨经国，周灵灵，邹恒甫.我国经济特区设立的经济增长效应评估——基于合成控制法的分析[J].经济学动态，2017（1）：41-51.

[14]武剑，谢伟.中国自由贸易试验区政策的经济效应评估——基于HCW法对上海、广东、福建和天津自由贸易试验区的比较分析[J].经济学家，2019（8）：75-89.

[15]李允尧，刘海运，黄少坚.平台经济理论研究动态[J].经济学动态，2013（7）：123-129.

[16]李晓静，陈哲，刘斐，等.参与电商会促进猕猴桃种植户绿色生产技术采纳吗？——基于倾向得分匹配的反事实估计[J].中国农村经济，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]姚耀军.双重差分与三重差分模型：一个简明介绍[J].经济资料译丛，2019（1）：24-28.

责任编辑：陈诗静

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