电商示范县政策对脱贫地区经济增长的影响

侯 杰，李定珍，倪莹莹

（湖南商务职业技术学院，长沙 410205）

0 引言

电子商务（简称电商）作为保障农民持续稳定增收、缩小城乡发展差距的重要实践路径，一直是政府部门和学术界关注的重点。近些年，电商发展十分迅速，商品流通渠道在现代流通体系中的重要性逐渐凸显，已成为产业升级和品牌创新的重要驱动力[1]，也成为脱贫攻坚的新引擎。关于农村电商发展与地区经济增长的研究，目前学术界存在“促进”和“抑制”两种不同观点。部分学者认为农村电商发展对于地区经济增长具有促进作用[2—7]。但是也有部分学者认为农村电商发展对于地区经济增长存在抑制作用[8,9]。已有研究认为，电商发展与地区经济发展之间的关系十分复杂，并未形成统一结论。因此，为进一步探析电商示范县政策影响地区经济发展的具体效果，本文选取2006—2020年国家级电子商务综合示范县作为研究对象，从地区生产总值和人均地区生产总值双重验证视角出发，构建电商示范县政策影响脱贫地区县域经济发展的分析框架。同时，考虑到政策实施过程中可能存在的作用机制，进行了进一步的检验和讨论。

1 理论分析与研究假设

1.1 电商示范县政策对脱贫地区经济增长的影响

为形成和释放电子商务的典型示范效应，政府选取了一批物流基础和资源禀赋相对较好、市场需求足够并且具有特色产业的地区，作为电子商务进农村综合示范县，以发挥电商对于农村经济发展的带动作用，扎实推进乡村电子商务在巩固脱贫攻坚成果，衔接乡村振兴方面的重要作用。政策主要包括优化农村快递物流体系建设、提升农产品供应链体系建设以及完善农村电商公共服务体系等内容，可以从以下五个方面影响脱贫地区的经济发展。

第一，电商示范县政策能够产生规模经济效应，扩大农村地区商品的市场销售规模[7]。电商发展突破了时空限制，使供需双方可以摆脱时间和空间约束在虚拟场所实现线上交易[10]，为农村地区的产品销售开辟新渠道[4]。弥补了农村地区市场狭小的短板，将农村生产力配置到更为宽广的市场消费力上，实现网络经济与实体经济的深度融合。第二，农村电商发展能够减少信息不对称，显著降低交易成本和信息成本[11]。电子商务能够改善农村地区市场主体“长期作为价格接受者”的劣势[12]，帮助他们快速准确地接收外部信息，摆脱时空约束并实现信息匹配，扩大和延伸了农村产品的市场空间[13]。这种信息优势不仅有利于助推农民增收、农村发展，还能够帮助实现农业产业升级。第三，电商示范县政策能够完善农村地区的基础设施建设，甚至能够辐射影响到其他相关产业。电商示范县的设立依托一定的公共服务体系，政府政策支持和资源倾斜有助于优化当地的电子信息、快递物流以及产品供应链等设施体系的建设，并逐渐延伸到深度贫困地区，有助于实现各地的联通发展。同时，流通产业本身也具有较强的产业关联性，流通业的壮大和发展可以带动快递物流、信息服务、仓储冷链等相关产业的发展。这不仅有利于形成产业集聚效应从而拉动当地经济发展水平[14]，还有利于提升当地的就业率，为当地经济发展提供更多机会和活力。第四，农村电商发展能够实现产销对接，提升农村地区的生产效率、流通效率和资源配置效率[15]。供应链流通环节对生产环节起着决定性作用。从现实来看，各地区的生产和消费零星分散，而电子商务可以作为有效渠道使得两者完成双向匹配，实现农村生产者与大市场消费者的匹配对接。同时，在精准的市场需求指导下，农村地区生产者可以制定更为合理的生产计划，调整生产结构，给农产品的品牌化发展以及农业的产业化经营带来明显的提升效果。第五，电商示范县可利用专项资金助推农村互联网的创新与创业，进而带动就业，同时还可以借此鼓励大学生返乡创业，形成双向互动闭环，促进县域经济发展。因此，电商示范县政策的正向经济驱动效应要大于抑制效应，总体上能够促进县域经济增长。基于上述分析，本文提出：

假设1：电商示范县政策对脱贫地区经济增长具有促进作用。

1.2 电商示范县政策对脱贫地区经济增长的影响机制

电商示范县政策的实施能够形成产业多样化、财政拉动、金融支撑、基础设施、人力资本等多重效应，对农村地区的经济发展产生影响。其一，电商示范县政策能够在推进当地特色产业发展的同时，扶持和带动其他创新产业的发展，深度促进农业、制造业、服务业等产业的融合与发展，带动农村地区产业转型升级。因此，它能够帮助脱贫地区实现产业多元化和产业结构优化升级，从而有效促进农业增效、农民增收，助力实现县域经济增长。其二，电商示范县政策能够通过平衡财政收支、提高财政可持续性，拉动脱贫地区的经济增长。政府对于农村电商发展的财政资金投入能够带动其他社会资本的参与和合作，同时，政府对农村主体采用差异化的财政扶持措施，并利用以奖代补等新形式代替传统的补贴方式，这能够提高政府的财政效率。此外，政府的资助重点逐渐聚焦于产品销售环节和流通体系的建设，帮助农村地区真正实现产品的产销对接，这不仅能够提振经济，还能够吸引外来资金汇入，从而提升财政收入以及平衡财政收支。其三，政策施行后，金融机构会瞄准发展前景或者迫于政府压力而扩大金融规模，为农村地区提供小额信贷、贷款贴息等金融支持和信贷服务，或帮助农村地区搭建、完善电商平台。因此，电商示范县政策能够解决农村电商发展过程中的融资约束问题，优化农村地区的金融支撑体系，提高当地的经济发展水平，促进县域经济增长。其四，在电商示范县政策的推动下，农村地区的设施布局得以优化，通信条件、公路网络、物流流通等设施得以完善，还投入建设了适配的电商站点、公共服务中心等辅助设施。这不仅提高了流通效率，而且大规模节约了商品流通环节的成本，有利于将资源配置到更能促进地方发展的环节中去。因此，该政策能够通过完善基础设施这一渠道，促进脱贫地区的经济增长[7]。其五，电商示范县政策能够通过引进和培育人才帮助农村地区实现人力资本效应，以此促进当地的经济发展。在政策的作用下，政府会通过增加财政补贴的方式扶持农村地区的发展，这能在一定程度上弥补农村就业环境的劣势，增强人才回乡的积极性。此外，在政府财政的帮扶下，农村地区可以通过组织学习、培训等多种渠道培育一批“新农人”，提升当地的人才水平，进而拉动地方经济增长[15]。基于上述分析，本文提出：

假设2：电商示范县政策能够通过优化产业结构、平衡财政收支、扩大金融规模、完善基础设施和增强人才基础这五个途径对脱贫地区经济增长产生影响。

2 研究设计

2.1 数据来源

本文以电子商务进农村综合示范县政策作为准自然实验，运用双重差分法检验电子商务进农村综合示范县政策是否能够显著促进县域经济发展。为了尽可能保证数据的准确性、时效性、可得性，本文选择电子商务进农村综合示范县政策的试点区域①根据商务部等公布的《2014年电子商务进农村综合示范县名单》，共确立了56个电商示范县。，即：东部地区的河北、黑龙江、安徽、江苏；中部地区的江西、湖北、河南；西部地区的四川等8个省份。在明确8个省份中的电商示范县之后，最终选取56个电商示范县2006—2020年的数据进行分析。

在选取变量之前，先对数据进行如下处理：（1）剔除重要变量存在大量缺失数据的县域；（2）剔除2015 年、2016年入选电商示范县的440个县域数据，以检验模型的稳健性；（3）剔除数据中存在明显逻辑错误的县域。经筛选整理，最终确定647 个县为分析样本，为了检验政策是否产生了效应，将入选电商示范县的55个县设置为实验组（河北的宽城县数据缺失较为严重，将其从研究样本中予以剔除），将592个非电商示范县作为对照组，共得到9750个样本观测值。

我国每个县城的发展存在明显的区域异质性以及时间效应，因此，本文继续运用PSM-DID方法。在共同取值范围内给55 个电商示范县进行卡尺内一对一邻近匹配，对照样本，获得了共9582 个个体观测值。PSM 可以降低样本选择偏差，而DID可以借助双重差分有效解决变量内生性问题，从而准确地判断出是否存在政策效应。因此，本文最终采取PSM-DID 相结合的方法，以便更准确地评估电商示范县政策对县域经济发展的影响。

本文的数据主要来源于国泰安数据库、各省份统计年鉴、统计公报等。

2.2 变量说明

变量选取如下页表1所示，描述性统计如下页表2所示。

表1 变量选取及说明

表2 变量描述性统计

（1）核心解释变量。电商示范县是本文的核心解释变量，采用treat×time来度量。如果样本县域为电商示范县，则treat取值为1，否则为0；time用于识别电商示范县的设立时间，将设立之前的年份取值为0，设立之后的年份取值为1。表2中是否为电商示范县（treat×time）变量的算术平均数为0.034，这意味着在9705 份样本容量中，入选电商示范县的样本比例为3.4%。

（2）被解释变量。为了反映县域地区经济发展水平，借鉴黄志平（2018）[16]、张国建等（2019）[17]的研究，选取地区生产总值（GDP）和人均地区生产总值（perGDP）作为被解释变量。为了使结果具有稳健性，用GDP和perGDP的对数来衡量县域地区经济发展水平。其中，地区生产总值的均值为13.82，表明样本县域地区生产总值整体较高；人均地区生产总值的均值为10.05，表明样本县域地区实际人均生产总值也整体较好。

（3）控制变量。参考文献[1，5]，本文涉及的控制变量为产业结构、财政收支、金融投资、基础设施和人才基础。①产业结构。产业结构水平的均值为-0.26，这意味着，总体而言所选取的55个县的产业结构水平不高。②财政收支。主要从财政收入和财政支出两个方面进行考察，财政收入水平的均值为6.862，这意味着，总体而言所选取的55 个县的财政收入水平较低；财政支出水平的均值为8.144，表明样本县域的财政支出水平也不高。③金融投资。金融贷款水平的均值为9.208，这意味着，总体而言所选取的55 个县的金融贷款水平还有待提高。④基础设施。主要选取信息化水平（telephone）和基础设施环境（fixed）两个变量进行分析，信息化水平的均值为7.008，表明样本县域的信息化水平一般；基础设施环境的均值为9.505，表明样本县域的基础设施环境水平也一般。⑤人才基础（students）。普通中学在校生人数的均值为6.165，表明样本县域人才基础水平一般。

2.3 计量模型

根据上述分析，本文基于DID 方法的回归模型设定如下：

进一步地，基于PSM-DID 方法进行稳健估计，具体模型如下：

为探究电商示范县政策对县域经济发展的影响机制，构建如下模型：

其中，i表示电商示范县，t为年份。ED为县域经济发展水平，包括GDP和人均GDP。Control为相应模型的控制变量，控制一些影响县域经济发展的相关变量。εit为随机扰动项。mediation是影响机制变量，包括产业多样化效应、财政拉动效应、金融支撑效应、基础设施效应以及人力资本效应。

3 实证检验

3.1 PSM结果分析

为了使电商示范县和非电商示范县保持一致的发展趋势，降低遗漏部分解释变量的误差，本文运用PSM对电商示范县和非电商示范县，即实验组和对照组进行卡尺内邻近一对一匹配，匹配前后的样本特征如表3所示。

表3 PSM匹配结果：匹配前后的样本特征对比

由表3 可知，除了产业结构水平之外，相比匹配前，匹配后的两组在各个变量上的偏差程度显著降低，且匹配后的两组在各个变量上的偏差绝对值均小于5%，t值不显著，这意味着匹配后两组不存在显著的偏差，达到很好的匹配效果。与此同时，本文通过绘制倾向得分值前后变量对比图，检验匹配后的两组在各个变量上的偏差程度，从图1 可知匹配效果显著。

图1 倾向得分值前后变量对比图

运用PSM-DID 方法能否得到准确的结果，有一个前提条件，即样本个案要满足“条件独立性”的假定。为了准确考察匹配后的偏差程度，本文运用Logit 回归模型分析匹配后数据的平衡性。如表4所示，各变量的均值在两组之间的差分较小，t值较小且对应的P 值大部分大于5%，这表明两组匹配后均值之差在统计上不显著，这说明进行卡尺内邻近一对一匹配的数据具有平稳性。因此，运用PSM-DID 方法能够很好地分析出电商示范县政策是否存在显著的实施效果。

表4 倾向得分匹配平衡性检验

3.2 平均效应检验

为了分析电商示范县政策的平均效应，本文分别选取lnGDP和lnperGDP为因变量，运用传统的DID及PSM-DID方法构建多元回归模型。表5 中列（1）、列（3）、列（5）、列（7）对应没有添加控制变量的回归结果，列（2）、列（4）、列（6）、列（8）对应添加了控制变量的回归结果。交互项treat×time的回归系数在每个模型中均显著为正，且列（7）、列（8）对应的回归系数分别为0.5236、0.0554，这意味着入选电商示范县对当地经济发展具有较强的贡献，且这种影响分别在1%和5%的水平上显著。

表5 电商示范县政策的平均效应

3.3 政策实施效果检验

为了检验电商示范县政策是否能够产生较强的实施效果，本文对匹配后的数据进行双重差分检验。回归结果见表6，因变量分别为lnGDP、lnperGDP 时，PSM-DID 检验估计量值分别为0.130、0.145。这意味着相比未入选电商示范县而言，入选电商示范县能够促使地区生产总值、人均地区生产总值分别提高13.0%、14.5%，且对应的P值均为0.000，说明这种影响在1%的水平上显著。

表6 电商示范县设立实施效果:PSM-DID检验

3.4 稳健性检验

本文选取的时间段中包括2008年，金融危机可能会对县域经济发展产生一定冲击，因此，将时间窗口调整至2009—2020 年重新进行估计。但处理组中存在一部分既是电商示范县又是国家贫困县的县域，实验组中存在一部分国家级贫困县和民族县。贫困区域通过精准扶贫对县域经济的增长起到了积极的拉动作用，为了排除精准扶贫对经济增长的正向影响，本文在稳健性检验中剔除了国家级贫困县和民族县的样本。稳健性检验均是根据模型（2）基于匹配后的样本进行PSM-DID回归。结果如下页表7所示。

表7 稳健性检验

3.5 机制效应检验

前文分析表明，设立电商示范县能够显著拉动县域经济发展。为了探究电商示范县政策对县域经济发展的影响机制，本文通过构建模型（3）分析电商示范县的设立对产业结构、财政收支、金融规模、基础设施和人才基础共五个方面的驱动作用，检验结果如表8所示。

表8 电商示范县设立促进经济增长机制效应检验

由表8 可知：（1）从产业结构来看，第3 年开始系数由不显著的负值转为正值，随着时间的推移，系数值越来越大，也越来越显著。这意味着入选电商示范县政策带来的实施效果会有一定的时间滞后性，虽然不能立刻推进区域产业结构优化升级，但是从长远来看，电商示范县政策必然能够显著提高第三产业增加值、规模以上工业增加值，即产业多样化效应显著。（2）从财政收支来看，变量lnreve⁃nue在滞后一期、二期、三期、四期、五期、六期的回归系数分别为0.5218、0.6059、0.6750、0.7579、0.7721、0.8460；变量lngov 在滞后一期、二期、三期、四期、五期、六期的回归系数分别为0.3412、0.4858、0.6341、0.7166、0.7845、0.8956；变量lnrevenue和lngov的回归系数随着政策实施的时间延长不断增加。这意味着电商示范县通过财政拉动效应对区域经济增长产生了显著的贡献。（3）从金融规模来看，变量lnfinance在滞后一期、二期、三期、四期、五期、六期的回归系数分别为0.3791、0.4929、0.6635、0.8335、0.9503、1.0551。这意味着电商示范县的金融贷款水平随着政策实施的时间延长不断提高，金融规模不断扩大，即电商示范县通过金融规模效应对区域经济增长同样产生了显著的贡献。（4）从基础设施来看，变量lntelephone代表固定电话用户数量，该指标在衡量区域信息化水平时可以理解为一个负向指标，即数值越大，表明区域信息化程度越低；反之数值越小，表明区域信息化程度越高。变量lntelephone在滞后一期、二期、三期、四期、五期、六期的回归系数均为负数，这意味着电商示范县促进了脱贫地区信息化水平提高。同时，电商示范县也提升了县域的固定资产投资水平。因此，电商示范县通过基础设施效应对区域经济增长产生了显著的贡献。（5）从人才基础来看，变量lnstudents在滞后一期、二期、三期、四期、五期、六期的回归系数均为负值，但随着时间的推移，该负向影响逐渐不显著。这表明电商示范县通过人才基础效应帮扶脱贫地区经济增长并未发挥作用。

4 结论与建议

本文实证结果表明，我国电商示范县政策的实施对脱贫地区经济增长整体具有显著激励作用。因此，电商示范县政策应当继续实施，并加大相关支持力度，以最大释放电商示范县以点带面的积极作用，形成区域规模效应。

（1）在促进脱贫地区经济增长的过程中，电商示范县政策可以发挥正向的财政收支、金融规模与基础设施效应。由此，政府可以从完善脱贫地区电商发展财政支持、给予特定电商金融优惠、加大农村地区电信网络与物流设施建设等方面来充分推动当前电商规模的扩大，加速农村流通现代化进程，从而助推地区经济水平提升。

（2）电商示范县政策在推动地区经济增长与产业结构高级化的同时，产业本身的多样化结果存在一定的滞后。那么，在继续实施电商示范县政策并注入资金支持的同时，仍然需要把产业结构高级化放在重要位置。依托当地主打产业与特色产品，融合产品生产、加工、销售、服务与产业集聚、产业多元化为一体，同步发展网络营销与电商推广。从而有效打破线下先天自然条件限制与产业后发劣势，充分发挥电商示范县政策的“领头雁”效应与“群雁”效应，实现地区产业结构优化与升级。

（3）目前电商示范县政策在人才基础效应上效果为负。因此，在政策继续实施的过程中，要充分考虑到脱贫地区人才结构失调与高水平人才缺乏的先天不足。也要加大农村电商专项培训力度与规模，通过开设电商人才培训班、送培训班下乡、设立优秀电商人才专项奖等方式，培养一批合适的、有用的、留得住的地方电商人才，夯实地方电商人才基础。

（4）各级地方政府还需要加强政策引导与监管并重，在相关资金支持方向、资金分配等方面加强政策制度设计并落到实处。对资金使用效果进行核查，从而最大限度地避免财政资金滥用以及可能存在的寻租问题，增强政策的落地效果。

（5）基于脱贫地区的已有条件，积极开展网络直播、电视带货、网上店铺、公众号推广等渠道，借助网络的力量做好必要的宣传和推广工作。在促进地区经济增长的同时，还可以充分发挥其辐射作用，带动周边地区域积极参与申报电商示范县，进而推动整个大片区经济水平的提升。