一、問題的提出

人力資本是制約鄉(xiāng)村振興的重要因素

，當(dāng)前中國(guó)的人力資本積累、勞動(dòng)力供給與結(jié)構(gòu)都難以滿足鄉(xiāng)村振興戰(zhàn)略實(shí)施的要求

。然而，在中國(guó)經(jīng)濟(jì)進(jìn)入新發(fā)展階段之時(shí)，出現(xiàn)了部分勞動(dòng)力從城市向農(nóng)村回流這一“城歸”現(xiàn)象。借助這一契機(jī)，大力發(fā)展“歸雁經(jīng)濟(jì)”對(duì)于鄉(xiāng)村振興具有革命性意義

。近年來，眾多研究表明，電子商務(wù)成為許多鄉(xiāng)村地區(qū)振興經(jīng)濟(jì)、高效脫貧的主要途徑。電子商務(wù)可以為鄉(xiāng)村振興注入“加速劑”，而電子商務(wù)如何解決人力資本問題，并利用“歸雁經(jīng)濟(jì)”促進(jìn)農(nóng)村地區(qū)持續(xù)性健康發(fā)展是本文主要關(guān)注的問題。

職業(yè)素養(yǎng)包括顯性的職業(yè)素養(yǎng)和隱形的職業(yè)素養(yǎng)。顯性的職業(yè)素養(yǎng)包括職業(yè)禮儀和職業(yè)技能；隱形的職業(yè)素養(yǎng)一般包括職業(yè)道德、職業(yè)理想、職業(yè)生涯規(guī)劃、職業(yè)態(tài)度、職業(yè)認(rèn)識(shí)、創(chuàng)新創(chuàng)業(yè)。

第一，人口對(duì)于農(nóng)村持續(xù)性發(fā)展具有重要作用。劉潤(rùn)秋和黃志兵

在研究鄉(xiāng)村振興的主要問題時(shí)指出，勞動(dòng)力要素的回流將會(huì)以人的振興帶動(dòng)經(jīng)濟(jì)振興，從而實(shí)現(xiàn)多元的、內(nèi)生的、可持續(xù)的鄉(xiāng)村振興。進(jìn)一步地，吳忠權(quán)

研究了產(chǎn)業(yè)發(fā)展、教育對(duì)于農(nóng)村人力資本流向及持續(xù)性的重要作用。鑒于人口與勞動(dòng)力對(duì)于鄉(xiāng)村振興的重要意義，可從宏觀經(jīng)濟(jì)和微觀個(gè)人兩個(gè)角度分析影響人口規(guī)模的各種因素。從宏觀經(jīng)濟(jì)角度看，Ravenstein

認(rèn)為，進(jìn)入工業(yè)化社會(huì)以后，相比地理、自然環(huán)境因素，地區(qū)經(jīng)濟(jì)成為影響人口流向的主要因素。二元結(jié)構(gòu)理論則從地區(qū)間勞動(dòng)邊際收益率的差異出發(fā)認(rèn)為，集聚效應(yīng)是吸引人口流入的重要因素，勞動(dòng)邊際收益越高的工業(yè)化地區(qū)吸引力越大，從而引起人口的流動(dòng)與聚集

。勞動(dòng)力地區(qū)間的預(yù)期收入水平差距也是引發(fā)人口流動(dòng)的主要原因

。地區(qū)人口規(guī)模受地區(qū)經(jīng)濟(jì)水平影響，就業(yè)與收入是主要渠道。當(dāng)?shù)貐^(qū)產(chǎn)品需求量急速上升吸引更多的生產(chǎn)方進(jìn)駐，形成一定的產(chǎn)業(yè)規(guī)模，帶動(dòng)相關(guān)服務(wù)業(yè)倍速發(fā)展，勞動(dòng)力需求急速上升，工資水平上漲且就業(yè)量增加，最終導(dǎo)致人口規(guī)模擴(kuò)大

。從微觀個(gè)人角度看，人們選擇是否在一個(gè)地區(qū)長(zhǎng)期生活會(huì)考慮眾多因素，一般的經(jīng)濟(jì)模型會(huì)使用效用函數(shù)的比較來對(duì)此進(jìn)行描述，然而眾多研究表明，非經(jīng)濟(jì)因素對(duì)人們的遷移決策影響巨大

。運(yùn)用推拉理論進(jìn)行的研究也發(fā)現(xiàn)，個(gè)人在進(jìn)行流動(dòng)決策時(shí)，非理性感情因素也會(huì)產(chǎn)生極大影響

，如親緣關(guān)系、社會(huì)關(guān)系、生活習(xí)慣等。

第二，電子商務(wù)有助于縣域地區(qū)的人口規(guī)模增長(zhǎng)。一是信息技術(shù)與電子商務(wù)在相當(dāng)大的程度上打破了距離因素造成的市場(chǎng)壁壘，將地區(qū)產(chǎn)品的銷售市場(chǎng)擴(kuò)展至全國(guó)范圍，由此可對(duì)勞動(dòng)力流向決策產(chǎn)生極大影響。二是電子商務(wù)可以增加地區(qū)產(chǎn)品(主要是農(nóng)產(chǎn)品)的市場(chǎng)需求，電子商務(wù)可以為農(nóng)產(chǎn)品增值、農(nóng)民增收發(fā)揮巨大作用，這對(duì)吸引外出務(wù)工的農(nóng)業(yè)剩余勞動(dòng)力回流具有顯著效果。三是電子商務(wù)與流通業(yè)的發(fā)展是相輔相成的，在打破自然性市場(chǎng)分割限制方面，流通部門能夠發(fā)揮重大作用，大力發(fā)展地區(qū)電子商務(wù)能夠調(diào)動(dòng)當(dāng)?shù)亓魍ú块T需求，促進(jìn)地區(qū)現(xiàn)代化流通體系的建設(shè)與發(fā)展，對(duì)當(dāng)?shù)厝丝谝?guī)?？赡苡羞M(jìn)一步的影響。

二、電子商務(wù)對(duì)人口規(guī)模影響的理論機(jī)制

(一)電子商務(wù)與人口規(guī)模

對(duì)于地區(qū)經(jīng)濟(jì)因素，電子商務(wù)與信息技術(shù)的運(yùn)用可以擴(kuò)張當(dāng)?shù)禺a(chǎn)品的銷售規(guī)模，進(jìn)而產(chǎn)生集聚效應(yīng)，這主要發(fā)生在第一、第二產(chǎn)業(yè)。首先，信息技術(shù)、電子商務(wù)將當(dāng)?shù)厥袌?chǎng)范圍直接擴(kuò)張至全國(guó)大部分地區(qū)，線上銷售弱化了自然性市場(chǎng)分割的約束

。其次，隨著數(shù)字平臺(tái)等服務(wù)的規(guī)范化、具體化，相比于線下市場(chǎng)，線上市場(chǎng)中的交易成本更低，跨區(qū)域銷售能更多地?cái)偙∵M(jìn)入成本

。最后，線上市場(chǎng)需求更加包容化、多樣化，從價(jià)值變化來看，數(shù)字經(jīng)濟(jì)的發(fā)展是從同質(zhì)性價(jià)值為主到異質(zhì)性價(jià)值為主的轉(zhuǎn)變過程

，網(wǎng)絡(luò)經(jīng)濟(jì)下的長(zhǎng)尾效益和異質(zhì)性價(jià)值的提升保證了地區(qū)特色產(chǎn)品的銷量，同時(shí)也能夠帶來可觀的利潤(rùn)。當(dāng)?shù)禺a(chǎn)品(包括農(nóng)產(chǎn)品和工業(yè)品)市場(chǎng)需求的上漲促進(jìn)了地區(qū)經(jīng)濟(jì)發(fā)展，使得勞動(dòng)邊際收益提升，人口規(guī)模實(shí)現(xiàn)增加。

我國(guó)銀行對(duì)民眾理財(cái)理念需要加強(qiáng)正確引導(dǎo)，銀行理財(cái)作為為客戶提供財(cái)務(wù)分析、財(cái)務(wù)規(guī)劃、投資顧問、資產(chǎn)管理等專業(yè)化服務(wù)活動(dòng)，發(fā)揮著重要的作用，針對(duì)客戶需求進(jìn)行多層次、多方向的投資服務(wù)，提升客戶理財(cái)觀念，積極為證券、保險(xiǎn)、銀行和客戶提供合作平臺(tái)，豐富國(guó)內(nèi)企業(yè)和國(guó)民投資方式，為銀行未來發(fā)展提供可靠幫助。隨著近年來理財(cái)產(chǎn)品的迅速發(fā)展，理財(cái)業(yè)務(wù)成為商業(yè)銀行利潤(rùn)的新增長(zhǎng)點(diǎn)，合理評(píng)估產(chǎn)品風(fēng)險(xiǎn)，參考發(fā)達(dá)國(guó)家銀行理財(cái)產(chǎn)品設(shè)計(jì)，重視健康理財(cái)產(chǎn)品的設(shè)計(jì)，為客戶提供可靠的產(chǎn)品保障，為客戶投資提供可靠的信用保障。

1.2.2 方法 先行二維超聲常規(guī)檢查，患者需排空膀胱后取截石位躺在檢查床上，陰道探頭頭端涂以醫(yī)用超聲耦合劑，套上避孕套，操作者放置陰道探頭至陰道內(nèi)，緊貼宮頸和陰道穹窿進(jìn)行多切面、多方位的掃查，首先探查子宮雙附件，排除其他器質(zhì)性病變，觀察子宮腔位置、大小和形態(tài)，觀察內(nèi)膜形態(tài)、有無“三線征”，記錄內(nèi)膜厚度及宮腔內(nèi)異?；芈暋Ｈ缓髥?dòng)三維功能，旋轉(zhuǎn)X、Y或Z軸獲得最佳圖像，觀察并記錄宮腔內(nèi)膜厚度、有無異?；芈暋⒒芈暿欠窬鶆虻?。最后對(duì)所有患者行宮腔鏡檢查，以宮腔鏡檢查結(jié)果為金標(biāo)準(zhǔn)。

對(duì)于勞動(dòng)力個(gè)人，一方面，相較于大型城市，縣域地區(qū)擁有更低的生活成本，如果電子商務(wù)可以帶來與在大型城市務(wù)工差別較小的經(jīng)濟(jì)收益，那么更低的生活成本意味著更高的收入；另一方面，對(duì)于流動(dòng)人口，其戶籍所在地具有極高的親緣關(guān)系正效應(yīng)和社會(huì)網(wǎng)絡(luò)關(guān)系正效應(yīng)，當(dāng)戶籍所在地的收入(工資)出現(xiàn)上漲時(shí)，并與非經(jīng)濟(jì)因素的正向效應(yīng)疊加，會(huì)使得勞動(dòng)力個(gè)人更偏向于電子商務(wù)發(fā)展良好的縣域地區(qū)。由此，筆者提出如下假設(shè)：

：電子商務(wù)能夠促使地區(qū)人口規(guī)模擴(kuò)大。

美國(guó)的競(jìng)選主要圍繞“兩票”，即選票和鈔票。而歸根結(jié)底，起決定作用的還是鈔票。作者引用了100多年前一位名聲顯赫的共和黨謀士的話:“搞政治，兩樣?xùn)|西最重要。第一件是鈔票，而第二件是什么，我已無從想起?！?p.255)應(yīng)該說，百多年后的今天，這依然是美國(guó)政治的現(xiàn)實(shí)。作者認(rèn)為，正是美國(guó)的競(jìng)選財(cái)務(wù)體系，給金錢賦予過多干預(yù)政治的影響力。將這樣的體系斥之為腐敗的罪魁禍?zhǔn)?，并不為過。

(二)電子商務(wù)對(duì)不同地區(qū)影響效果的區(qū)別

經(jīng)濟(jì)基礎(chǔ)強(qiáng)的東部沿海地區(qū)擁有更大的市場(chǎng)、更多的要素資源、更低的交易費(fèi)用與壁壘等。淘寶村的數(shù)量分布也呈現(xiàn)嚴(yán)重的區(qū)域不平衡狀態(tài)，2019年底，全國(guó)共有4 310個(gè)淘寶村，東部地區(qū)包攬其中4 113個(gè)，占比達(dá)到95%以上，中西部地區(qū)則只有197個(gè)淘寶村

。同時(shí)，東部地區(qū)對(duì)流動(dòng)人口有較強(qiáng)的吸引力，常住人口規(guī)模與電子商務(wù)之間的關(guān)系與中西部地區(qū)可能存在一定差異。

公開數(shù)據(jù)集上進(jìn)行了實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，相較于基準(zhǔn)系統(tǒng)，本文的模型不僅能夠使答案準(zhǔn)確率提升14.3%，也能夠生成更加準(zhǔn)確、連貫、流暢的自然答案。

由于政策與地理上的先發(fā)優(yōu)勢(shì)，東部地區(qū)擁有更好的經(jīng)濟(jì)與工業(yè)化基礎(chǔ)，形成了規(guī)范化、高效率的地區(qū)市場(chǎng)，這就造成了東、中、西部地區(qū)企業(yè)，尤其是縣域地區(qū)的中小企業(yè)(或家庭式企業(yè))對(duì)于線上市場(chǎng)與線下市場(chǎng)的依賴程度有較大差異。由此，電子商務(wù)對(duì)于不同地區(qū)人口規(guī)模的影響效果也會(huì)存在較大差異。東部地區(qū)的縣域地區(qū)產(chǎn)品可以通過較高質(zhì)量的區(qū)域市場(chǎng)進(jìn)行銷售，自然性市場(chǎng)分割造成的影響較小，因而對(duì)于線上市場(chǎng)的依賴程度較小，電子商務(wù)對(duì)于人口規(guī)模的促進(jìn)效果會(huì)低于中西部地區(qū)。同時(shí)，由于線下市場(chǎng)的銷量與利潤(rùn)對(duì)東部地區(qū)企業(yè)影響較大，經(jīng)濟(jì)政策、土地政策及地區(qū)市場(chǎng)活力對(duì)于東部地區(qū)的影響會(huì)強(qiáng)于中西部地區(qū)。由此，筆者提出如下假設(shè)：

：電子商務(wù)對(duì)東、中、西部地區(qū)人口規(guī)模的影響效果存在差異，受地區(qū)市場(chǎng)發(fā)育程度的影響，電子商務(wù)對(duì)中西部地區(qū)的作用更強(qiáng)。

三、模型構(gòu)建與數(shù)據(jù)來源

(一)數(shù)據(jù)來源

本文主要被解釋變量縣域地區(qū)常住人口、主要控制變量(地區(qū)生產(chǎn)總值、二三產(chǎn)業(yè)增加值占比、地方財(cái)政支出、規(guī)模以上工業(yè)企業(yè)個(gè)數(shù)等)主要來自《中國(guó)縣域統(tǒng)計(jì)年鑒》，缺失數(shù)據(jù)由各省份統(tǒng)計(jì)年鑒補(bǔ)充。為了剔除自然增長(zhǎng)對(duì)于人口規(guī)模的影響，本文對(duì)常住人口數(shù)據(jù)使用《中國(guó)城市統(tǒng)計(jì)年鑒》中的自然增長(zhǎng)率進(jìn)行了處理。解釋變量淘寶村的數(shù)量及成立時(shí)間來自阿里研究院歷年淘寶村研究報(bào)告。數(shù)據(jù)的時(shí)間跨度為2006—2019年，為了剔除通貨膨脹影響，相關(guān)數(shù)據(jù)均使用以2005年為基期的GDP平減指數(shù)進(jìn)行處理。另外，由于時(shí)間跨度內(nèi)數(shù)據(jù)缺失量過大，本文剔除了絕大部分的省會(huì)城市及副省級(jí)城市的市轄區(qū)，剩余部分為在時(shí)間跨度內(nèi)撤縣設(shè)區(qū)的轄區(qū)，這些城市內(nèi)的縣及縣級(jí)市也沒有被剔除。由于常住人口數(shù)據(jù)的缺失，本文沒有選取所有省份的縣級(jí)區(qū)域，而是依據(jù)數(shù)據(jù)質(zhì)量選擇了北京、天津、江蘇、上海、浙江、福建、海南作為東部地區(qū)代表，山西、河南、安徽、湖北、湖南作為中部地區(qū)代表，陜西、甘肅、寧夏、重慶、四川、廣西、云南作為西部地區(qū)代表。

(二)模型構(gòu)建

雙重差分模型(Difference-in-Difference, DID)常被用于評(píng)估政策的實(shí)施效果，簡(jiǎn)單來講是通過政策實(shí)施這一外生沖擊構(gòu)建準(zhǔn)自然實(shí)驗(yàn)。本文使用淘寶村代表電子商務(wù)及信息技術(shù)對(duì)于縣域地區(qū)的外生沖擊，理由如下：首先，淘寶村能夠代表電子商務(wù)對(duì)地區(qū)的沖擊。淘寶村最初由阿里研究院定義，是指活躍網(wǎng)店數(shù)量達(dá)到當(dāng)?shù)丶彝魯?shù)10%以上、電子商務(wù)年交易額達(dá)到1 000萬元以上的村莊。淘寶村可以說是一種極具特色的地區(qū)電子商務(wù)發(fā)展模式，可以代表電子商務(wù)與信息技術(shù)的商業(yè)化應(yīng)用程度。其次，淘寶村產(chǎn)生的是外生沖擊。在DID模型中，政策產(chǎn)生的沖擊如果不是外生，則估計(jì)結(jié)果可能是有偏且不一致的。淘寶村的產(chǎn)生及發(fā)展可以分為民間創(chuàng)業(yè)能人自發(fā)發(fā)展及當(dāng)?shù)卣M(jìn)規(guī)劃發(fā)展兩種。大部分研究將政府規(guī)劃視為外生沖擊，而自發(fā)發(fā)展多由在外務(wù)工青年學(xué)習(xí)到互聯(lián)網(wǎng)相關(guān)知識(shí)后返鄉(xiāng)創(chuàng)業(yè)，屬于信息技術(shù)進(jìn)步帶來的沖擊，也可視為外生沖擊。

直接使用傳統(tǒng)DID模型會(huì)產(chǎn)生以下問題：首先，經(jīng)濟(jì)數(shù)據(jù)大多為自然數(shù)據(jù)，一個(gè)地區(qū)是否會(huì)出現(xiàn)淘寶村，以及出現(xiàn)多少個(gè)淘寶村，可能并不是隨機(jī)的，樣本自選擇問題會(huì)導(dǎo)致難以估計(jì)真實(shí)的沖擊效應(yīng)。其次，傳統(tǒng)DID使用0—1虛擬變量來表示是否產(chǎn)生沖擊，不能體現(xiàn)出沖擊程度的變化。由于數(shù)據(jù)可得性，無法使用村或鄉(xiāng)鎮(zhèn)數(shù)據(jù)來進(jìn)行估計(jì)，因而使用傳統(tǒng)DID無法捕捉淘寶村的規(guī)模、數(shù)量等沖擊程度對(duì)于縣域地區(qū)的影響。另外，淘寶村因其特有性質(zhì)，很容易實(shí)現(xiàn)裂變式的擴(kuò)張與集群化發(fā)展。但是，一個(gè)縣域地區(qū)的淘寶村規(guī)模達(dá)到什么程度才會(huì)產(chǎn)生足夠的沖擊，難以制定一個(gè)標(biāo)準(zhǔn)。針對(duì)以上兩個(gè)較為關(guān)鍵的問題，本文使用傾向得分匹配(PSM)來為實(shí)驗(yàn)組匹配對(duì)照組，使得樣本自選擇問題最小化。同時(shí)，參考Qian

與范子英等

使用連續(xù)DID來反映個(gè)體緯度的沖擊程度變化，并以淘寶村數(shù)量代表沖擊程度?；谝陨戏治?，本文構(gòu)建回歸模型如下：

圖3中：B為線列陣單位長(zhǎng)度上的浮力，其中p為階梯狀作用在桿件上x點(diǎn)的靜水壓力以及桿件上的水動(dòng)力Fd,采用Morison方程計(jì)算為

式(2)首先檢驗(yàn)淘寶村對(duì)于第一產(chǎn)業(yè)增加值占比(也就是中介變量FI)的影響，如果ρ

顯著為正，則表示淘寶村的沖擊可以引起中介變量的增加；式(3)將中介變量加入基準(zhǔn)模型，如果φ

不顯著，則表明主要解釋變量引起被解釋變量的變化完全是由中介變量提供的，存在完全中介效應(yīng)，如果依舊顯著則為不完全中介效應(yīng)。

(1)

其中，pop

代表縣域地區(qū)i在時(shí)間t的常住人口，time表示時(shí)間虛擬變量，num表示淘寶村數(shù)量，在沒有淘寶村的地區(qū)、時(shí)間為0，X表示一系列控制變量，ε

為隨機(jī)擾動(dòng)項(xiàng)。

為驗(yàn)證H2，本文運(yùn)用Baron和Kenny

提出的“三步法”中介效應(yīng)檢驗(yàn)?zāi)Ｐ蜋z驗(yàn)相關(guān)機(jī)制?；痉椒樵诨鶞?zhǔn)模型式(1)的基礎(chǔ)上，額外加上兩個(gè)回歸模型對(duì)中介變量的中介效應(yīng)進(jìn)行檢驗(yàn)：

日糧蛋白質(zhì)水平和RPFA對(duì)干物質(zhì)采食量、日增重和料重比不存在交互作用（見表2）。肉牛干物質(zhì)采食量和初始體重各組間無顯著差異（P＞0.05）。試驗(yàn)?zāi)w重隨日糧蛋白質(zhì)水平增加無顯著差異（P＞0.05），但隨RPFA的添加而增加（P＜0.05）。平均日增重隨日糧蛋白水平的提高和RPFA的添加而增加（P＜0.05）。肉牛料重比隨日糧蛋白水平的提高和RPFA的添加而降低（P＜0.05）。

FI

=ρ

+ρ

time

×num

+βX+μ

+π

+ε

(2)

具體而言，先通過式(4)的logit模型計(jì)算協(xié)變量集X的系數(shù)γ，treat為表示在時(shí)間跨度內(nèi)是否出現(xiàn)淘寶村的虛擬變量，之后通過式(5)計(jì)算ps得分，ps得分的本質(zhì)是將能夠影響被解釋變量(人口)的多種因素降維處理，計(jì)算出一個(gè)介于[0, 1]之間的一維變量，使其能夠表示個(gè)體進(jìn)入處理組的概率，之后經(jīng)由特定的匹配方式(最近鄰匹配、核匹配等)通過ps得分將處理組與對(duì)照組匹配在一起。那么協(xié)變量的選擇對(duì)于PSM至關(guān)重要，本文在協(xié)變量的選擇上參考以往研究，選擇經(jīng)濟(jì)發(fā)展水平(lnGDP)，用當(dāng)?shù)谿DP自然對(duì)數(shù)衡量；產(chǎn)業(yè)結(jié)構(gòu)(TS)，用第三產(chǎn)業(yè)增加值占第二產(chǎn)業(yè)之比衡量；地方政府投入(gover)，用地方財(cái)政支出衡量；地方企業(yè)數(shù)(LE)，用規(guī)模以上工業(yè)企業(yè)個(gè)數(shù)衡量；人力資源(HR)，用普通中學(xué)在校人數(shù)衡量、社會(huì)公共服務(wù)(PS)，用醫(yī)療機(jī)構(gòu)床位數(shù)衡量；撤縣設(shè)市、區(qū)(C)，用2006—2019年間是否發(fā)生撤并衡量；市場(chǎng)潛力(mapo)和省份(Province)。其中，撤縣設(shè)市、區(qū)為虛擬變量，發(fā)生撤并前為0，發(fā)生撤并后為1，具體數(shù)據(jù)來自中國(guó)行政區(qū)劃網(wǎng)；市場(chǎng)潛力的計(jì)算公式為∑

(GDP

/d

)，d為兩地區(qū)之間的距離。撤并地區(qū)對(duì)于常住人口的影響顯著，這是因?yàn)椋谥袊?guó)特色社會(huì)主義市場(chǎng)體制下，政府對(duì)土地、勞動(dòng)等要素的影響較大，撤并后的地區(qū)擁有更高行政等級(jí)，撤縣設(shè)區(qū)的地方可以減少行政壁壘帶來的資源配置扭曲

，有利于產(chǎn)業(yè)擴(kuò)張與勞動(dòng)力需求的提升。市場(chǎng)潛力也是影響地區(qū)人口規(guī)模重要因素，市場(chǎng)潛力高的地區(qū)可以從地區(qū)集聚效應(yīng)、政策優(yōu)惠及產(chǎn)品潛在銷量等方面獲得人口吸引力優(yōu)勢(shì)。

此外，電子商務(wù)還會(huì)在第三產(chǎn)業(yè)中發(fā)揮促進(jìn)人口規(guī)模增加的作用。根據(jù)配第—克拉克定理，隨著社會(huì)發(fā)展與收入水平的提高，勞動(dòng)力會(huì)向第三產(chǎn)業(yè)轉(zhuǎn)移。有關(guān)城市規(guī)模的研究也發(fā)現(xiàn)，服務(wù)業(yè)對(duì)于勞動(dòng)力的吸納能力更強(qiáng)，對(duì)于人口規(guī)模增加具有更大的促進(jìn)作用

。流通部門是對(duì)地區(qū)人口規(guī)模最具影響的行業(yè)，并在縣域地區(qū)(尤其是邊緣地區(qū))電子商務(wù)發(fā)展方面充當(dāng)極其重要的角色。電子商務(wù)促進(jìn)人口規(guī)模增加的主要機(jī)理是電子商務(wù)突破了地理市場(chǎng)分割，而流通部門在其中起到重要的支撐作用，電子商務(wù)產(chǎn)品的市場(chǎng)需求擴(kuò)大必定會(huì)增加當(dāng)?shù)亓魍ú块T的勞動(dòng)力需求，進(jìn)而促進(jìn)人口規(guī)模增加。

(3)

pop

=α

+α

time

+α

num

+α

time

×num

+βX+ε

(三)面板PSM

傾向得分匹配是一種經(jīng)常與DID一起使用的方法，DID方法多用于面板數(shù)據(jù)而PSM適用于截面數(shù)據(jù)，學(xué)術(shù)界常用的解決辦法是將DID數(shù)據(jù)直接當(dāng)作截面數(shù)據(jù)進(jìn)行PSM或進(jìn)行逐期傾向得分匹配，然而兩種方法都有一些缺陷。第一種方法會(huì)使匹配包含大量的時(shí)間趨勢(shì)信息，產(chǎn)生實(shí)驗(yàn)組與對(duì)照組匹配的時(shí)間不同，或者與不同期的自己匹配，產(chǎn)生“自匹配”問題。第二種逐期匹配可能導(dǎo)致非平衡面板數(shù)據(jù)的匹配偏誤，缺失數(shù)據(jù)的樣本可能會(huì)被直接忽略；更重要的是，逐期匹配會(huì)存在匹配到的最優(yōu)對(duì)照組在時(shí)間上不穩(wěn)定，沖擊前與沖擊后的匹配對(duì)象不一致會(huì)直接導(dǎo)致DID估計(jì)結(jié)果不可信

。這里使用謝申祥等

改進(jìn)后的PSM進(jìn)行匹配。對(duì)PSM協(xié)變量的選擇要篩選出特殊協(xié)變量，這類協(xié)變量會(huì)包含許多不可測(cè)度或難以觀測(cè)的信息，同時(shí)對(duì)被解釋變量有較大的影響，一般為種類、行業(yè)等。本文選擇地區(qū)差異作為特殊變量，分為東、中、西部地區(qū)三類，理由如下：首先，我國(guó)處于發(fā)展不平衡不充分階段，東部地區(qū)具有先發(fā)優(yōu)勢(shì)，市場(chǎng)潛力高，本身對(duì)人口具有很強(qiáng)的吸引力。其次，政府政策對(duì)不同地區(qū)有所區(qū)別和側(cè)重，經(jīng)濟(jì)、土地政策較“偏愛”東部地區(qū)、沿海地區(qū)，進(jìn)而對(duì)地區(qū)人口造成進(jìn)一步的影響

。最后，部分中部地區(qū)和大部分西部地區(qū)由于地形、氣候等原因，人口規(guī)模存在差異，這部分影響難以通過經(jīng)濟(jì)數(shù)據(jù)衡量。在對(duì)協(xié)變量分類后，使用Logit模型逐期計(jì)算各地區(qū)的ps得分。具體公式如下：

Logit(treat)=γX

+σ

(4)

(5)

pop

=φ

+φ

time

×num

+φ

FI

+βX+μ

+π

+ε

為了能夠匹配到穩(wěn)定的對(duì)照組，使用個(gè)體間的二階矩表示面板數(shù)據(jù)間的距離，通過實(shí)驗(yàn)組個(gè)體與對(duì)照組個(gè)體之間的面板距離選取匹配對(duì)象，間距最小的即為差異最小的匹配對(duì)象，方法為式(6)：

該方案的缺點(diǎn)為：由于地鐵車站較寬(地下兩層標(biāo)準(zhǔn)站寬約22.5 m)，造成門式橋墩跨度較大，梁高需4 m以上才能滿足受力要求，這樣導(dǎo)致結(jié)構(gòu)受力不合理，對(duì)景觀影響也大；車站與高架橋總寬度約43 m，占用地下空間資源較大。

分別從高齲均組和重度牙周炎組樣本檢出的微生物中，選取優(yōu)勢(shì)菌門(檢出率>1%)和菌屬進(jìn)行分析，并比較其在兩組中的差異。

(6)

其中，ps

表示實(shí)驗(yàn)組個(gè)體i在t期的ps得分，ps

表示對(duì)照組個(gè)體j在t期的ps得分，T表示期數(shù)。需要注意的是，在進(jìn)行計(jì)算與取最小值前，會(huì)對(duì)個(gè)體依據(jù)特殊變量進(jìn)行分類，即分為東、中、西部地區(qū)三類，在各自大類中進(jìn)行匹配，以保證PSM不會(huì)忽略掉地區(qū)間的差異。本文進(jìn)行一比二匹配，即選取間距最小的前三位作為對(duì)照組，以保證對(duì)照組數(shù)量；同時(shí)為了避免有些地區(qū)間距過大但依舊被選取作為匹配對(duì)象，刪除了間距大于0.0036的對(duì)象(依據(jù)為一般最近鄰匹配或核匹配會(huì)選取ps得分差距在0.0600以內(nèi)的對(duì)象)。匹配前為1 035個(gè)對(duì)照組個(gè)體，143個(gè)實(shí)驗(yàn)組個(gè)體；匹配后對(duì)照組加實(shí)驗(yàn)組的總樣本量為278個(gè)(有放回抽取導(dǎo)致某些對(duì)照組個(gè)體會(huì)匹配到多個(gè)實(shí)驗(yàn)組個(gè)體)。主要變量的描述性統(tǒng)計(jì)如表1所示。

四、實(shí)證結(jié)果與分析

(一)基準(zhǔn)回歸結(jié)果與分析

為了避免內(nèi)生性問題，通常使用固定效應(yīng)模型來處理面板數(shù)據(jù)中遺漏變量問題，回歸模型為：

pop

=α

+α

time

×num

+βX+μ

+π

+ε

（1）先進(jìn)的設(shè)備進(jìn)出庫(kù)管理。支持部門從采購(gòu)計(jì)劃、申請(qǐng)、采購(gòu)到庫(kù)存的全流程無紙化管理。為提高工作效率，系統(tǒng)支持多種條碼打印以及手機(jī)盤點(diǎn)功能。

(7)

其中,μ

與π

分別表示時(shí)間與個(gè)體固定效應(yīng)，包含time與num的信息。這是因?yàn)椋绻尤雝ime與num變量會(huì)產(chǎn)生嚴(yán)格多重共線性問題，其余變量同式(1)。故交互項(xiàng)與num在具體數(shù)值上是相同的，本文在下文使用did來表示time

×num

。具體回歸結(jié)果如表2所示。

當(dāng)前我國(guó)很多國(guó)有企業(yè)在進(jìn)行會(huì)計(jì)信息披露時(shí)，出于自身企業(yè)形象等因素的考慮，披露出的會(huì)計(jì)信息存在著很多虛假不實(shí)的內(nèi)容，國(guó)有企業(yè)會(huì)對(duì)不利于企業(yè)發(fā)展的負(fù)面信息進(jìn)行遮掩，甚至捏造一些虛假的信息敷衍。針對(duì)該問題，學(xué)校，國(guó)家相關(guān)部門加強(qiáng)對(duì)會(huì)計(jì)信息披露的監(jiān)管，加強(qiáng)對(duì)信息質(zhì)量監(jiān)管，對(duì)于披露出的會(huì)計(jì)信息，要進(jìn)行嚴(yán)格的審核，保證信息的質(zhì)量和真實(shí)性。

：電子商務(wù)通過促進(jìn)當(dāng)?shù)禺a(chǎn)品市場(chǎng)需求增加，以及促進(jìn)相關(guān)服務(wù)業(yè)尤其是流通業(yè)的發(fā)展，促進(jìn)人口規(guī)模擴(kuò)大。

結(jié)果顯示，time與num的交互項(xiàng)在5%水平上顯著，驗(yàn)證了平均處理效應(yīng)的存在。實(shí)證結(jié)果顯示，淘寶村產(chǎn)生的沖擊顯著影響了縣域地區(qū)常住人口的數(shù)量?；鶞?zhǔn)檢驗(yàn)的實(shí)證結(jié)果證實(shí)了H1成立，說明電子商務(wù)與信息技術(shù)的廣泛運(yùn)用可以幫助縣域地區(qū)產(chǎn)生人口拉力，促進(jìn)人口規(guī)模的增加，并且，淘寶村數(shù)量越多的地區(qū)人口規(guī)模增加效果越大，說明常住人口的增加與電子商務(wù)影響的強(qiáng)弱程度、覆蓋范圍有較強(qiáng)的相關(guān)關(guān)系，這也意味著電子商務(wù)具有一定的規(guī)模效應(yīng)。

(二)中介效應(yīng)檢驗(yàn)

在前文的理論分析中，電子商務(wù)可以從地區(qū)經(jīng)濟(jì)效應(yīng)和勞動(dòng)力個(gè)體效應(yīng)兩方面促進(jìn)人口規(guī)模增加，由于個(gè)體效應(yīng)難以使用經(jīng)濟(jì)數(shù)據(jù)測(cè)度，本文只對(duì)地區(qū)經(jīng)濟(jì)效應(yīng)進(jìn)行檢驗(yàn)。首先，地區(qū)產(chǎn)品的銷售擴(kuò)張是產(chǎn)業(yè)規(guī)模形成的重要前提，對(duì)于產(chǎn)品規(guī)模本文選取第一產(chǎn)業(yè)增加值占比(FI)替代。根據(jù)縣域地區(qū)、淘寶村的電子商務(wù)模式，這些大城市的邊緣地區(qū)難以實(shí)現(xiàn)大規(guī)模的制造業(yè)集聚，電子商務(wù)的主要產(chǎn)品來源是當(dāng)?shù)刈匀毁Y源帶來的農(nóng)業(yè)品或帶有當(dāng)?shù)匚幕饬x的農(nóng)產(chǎn)品簡(jiǎn)單加工，屬于低成本的藍(lán)海產(chǎn)品，商戶也大多是家庭式作坊、家庭式企業(yè)，第一產(chǎn)業(yè)增加值占比能夠較好地反映當(dāng)?shù)禺a(chǎn)品的銷售擴(kuò)張效果。其次，產(chǎn)品的銷售擴(kuò)張會(huì)使得產(chǎn)業(yè)規(guī)模擴(kuò)大，產(chǎn)生對(duì)服務(wù)業(yè)的乘數(shù)效應(yīng)，針對(duì)縣域地區(qū)與電子商務(wù)特點(diǎn)，流通業(yè)需求的增長(zhǎng)能夠帶來大量勞動(dòng)力需求，從而促進(jìn)當(dāng)?shù)厝丝谝?guī)模的增加。本文選取第三產(chǎn)業(yè)增加值與第一產(chǎn)業(yè)增加值的比值(TF)作為中介變量，表示產(chǎn)品規(guī)模擴(kuò)大帶來的服務(wù)業(yè)乘數(shù)效應(yīng)。表2第3—6列為中介效應(yīng)檢驗(yàn)結(jié)果，第3列did系數(shù)顯著為正，表示電子商務(wù)沖擊可以提升第一產(chǎn)業(yè)增加值占比，說明電子商務(wù)會(huì)引起縣域地區(qū)基本產(chǎn)品的銷售擴(kuò)張，引起需求上升，同時(shí)也說明電子商務(wù)沖擊能夠提升地區(qū)農(nóng)產(chǎn)品附加值，提升農(nóng)業(yè)經(jīng)濟(jì)發(fā)展水平，與王瑞峰

研究結(jié)果一致；第4列did系數(shù)依舊顯著，表示第一產(chǎn)業(yè)增加值占比是不完全中介效應(yīng)。進(jìn)一步地，第5列表示電子商務(wù)沖擊會(huì)引起銷售擴(kuò)張帶來的服務(wù)業(yè)增長(zhǎng)效應(yīng)，第6列did不再顯著，說明服務(wù)業(yè)的相對(duì)增長(zhǎng)解釋了大部分電子商務(wù)對(duì)于區(qū)域人口規(guī)模的影響效應(yīng)，是完全中介變量，驗(yàn)證了產(chǎn)品市場(chǎng)規(guī)模擴(kuò)大對(duì)相關(guān)第三產(chǎn)業(yè)的需求引起倍增效果，從而導(dǎo)致勞動(dòng)力需求增長(zhǎng)。H2得到驗(yàn)證。

五、異質(zhì)性分析

為檢驗(yàn)H3，將樣本劃分為東、中、西部地區(qū)三類，檢驗(yàn)結(jié)果如表3所示。為了表格簡(jiǎn)潔，只列出了相對(duì)重要的控制變量。從顯著性上來看，雖然置信水平上有所區(qū)別，但三類地區(qū)的平均處理效應(yīng)在統(tǒng)計(jì)上都處于顯著狀態(tài)。從系數(shù)上看，三類地區(qū)系數(shù)都為正，且系數(shù)大小依次上升，東部地區(qū)只有0.0301而西部地區(qū)到達(dá)1.6194，東部地區(qū)雖然坐擁了全國(guó)95%以上的淘寶村，但對(duì)人口規(guī)模的正向效應(yīng)卻遠(yuǎn)遠(yuǎn)低于中西部地區(qū)，H3成立。

另外，由表3可知，只有東部地區(qū)的市場(chǎng)潛力指標(biāo)(mapo)與常住人口規(guī)模是顯著正相關(guān)的，中西部地區(qū)的市場(chǎng)潛力系數(shù)接近于零且均不相關(guān)。同樣，撤縣設(shè)市、區(qū)指標(biāo)對(duì)于東部地區(qū)與中部地區(qū)的人口規(guī)模有促進(jìn)作用，對(duì)西部地區(qū)來說并不顯著，與唐為和王媛

的研究結(jié)果吻合。東部地區(qū)在地理上的市場(chǎng)潛力很強(qiáng)，從而對(duì)人口具有較強(qiáng)拉力，而中西部地區(qū)多依靠“數(shù)字市場(chǎng)潛力”，從而使得地區(qū)人口規(guī)模增加，市場(chǎng)潛力指標(biāo)與撤并指標(biāo)的不顯著說明這些地區(qū)難以依靠傳統(tǒng)的規(guī)?；椒ń鉀Q空心化問題。主要解釋變量與控制變量的地區(qū)差異性表示，電子商務(wù)對(duì)于促進(jìn)中西部地區(qū)人口回流具有顯著效果，相較于傳統(tǒng)的區(qū)域經(jīng)濟(jì)政策、撤并政策，運(yùn)用信息技術(shù)促進(jìn)電子商務(wù)及數(shù)字經(jīng)濟(jì)的發(fā)展，是幫助中西部地區(qū)追趕東部地區(qū)的一方良藥。

六、穩(wěn)健性檢驗(yàn)

將被解釋變量替換為人口密度pd指標(biāo)，計(jì)算公式為：常住人口數(shù)量/行政區(qū)域面積。由于縣域統(tǒng)計(jì)年鑒的行政區(qū)域面積指標(biāo)各年統(tǒng)計(jì)口徑不一致，有些年份為水域面積加上陸地面積，而某些年份又只使用陸地面積，本文將PSM后的所有個(gè)體根據(jù)網(wǎng)絡(luò)資料及地區(qū)政府網(wǎng)站資料統(tǒng)一為陸地面積。結(jié)果

表明，估計(jì)系數(shù)為正且在5%的水平上顯著，說明基準(zhǔn)模型存在一定穩(wěn)健性。

針對(duì)個(gè)體處理效應(yīng)穩(wěn)定性的檢驗(yàn)，即可能存在處理組在處理后對(duì)對(duì)照組產(chǎn)生不利影響。電子商務(wù)沖擊為處理組的個(gè)體帶來了人口規(guī)模的增加，而這部分人口數(shù)量的增長(zhǎng)有可能是從對(duì)照組區(qū)域流入的，那么沖擊不僅為處理組帶來正向效應(yīng)，也可能對(duì)對(duì)照組產(chǎn)生負(fù)向效應(yīng)，從而高估DID模型交互項(xiàng)的顯著性。由于數(shù)據(jù)可得性問題，本文從三個(gè)方面處理這種潛在的問題。

第一，淘寶村回流人口大部分為農(nóng)村農(nóng)業(yè)溢出勞動(dòng)力的回流，也即在外務(wù)工人員和在外求學(xué)完畢的青年人返回家鄉(xiāng)創(chuàng)業(yè)或從事電子商務(wù)相關(guān)工作。而傳統(tǒng)農(nóng)業(yè)溢出勞動(dòng)力及在外讀書的年輕人主要集中在大中型城市，淘寶村可能產(chǎn)生的虹吸效應(yīng)主要針對(duì)這些資源集中度高、行政等級(jí)高的城市，對(duì)于其他地區(qū)的吸引力度較低，因?yàn)橄鄬?duì)于同等級(jí)區(qū)域的外地人口，當(dāng)?shù)厝丝诨亓鲿?huì)獲得更高的社會(huì)關(guān)系正效應(yīng)，回流的動(dòng)機(jī)更強(qiáng)。為此，在選取變量時(shí)去掉了絕大部分省會(huì)級(jí)城市及副省級(jí)城市的市轄區(qū)(也有一部分原因是這些地區(qū)的數(shù)據(jù)缺失較大)，在一定程度上幫助緩解虹吸效應(yīng)帶來的高估。

第二，某些縣域地區(qū)淘寶村規(guī)模的擴(kuò)大，當(dāng)?shù)厝丝谑杖肷仙?，?huì)通過社會(huì)網(wǎng)絡(luò)傳播至相鄰區(qū)域，對(duì)這些地區(qū)的人口具有較強(qiáng)的吸引力，也可能產(chǎn)生一定程度的虹吸效應(yīng)，可以考慮通過對(duì)照組與處理組之間的最短地理距離進(jìn)行檢驗(yàn)，本文樣本行政區(qū)域面積平均值為1 719平方千米，若將每個(gè)地區(qū)假設(shè)為正方形，則相鄰的兩個(gè)縣域地區(qū)之間平均距離為41公里，同時(shí)考慮到地區(qū)面積與形狀差異，本文依次剔除與處理組距離大于20公里與40公里的對(duì)照組，進(jìn)行進(jìn)一步的穩(wěn)健性檢驗(yàn)。結(jié)果顯示，交互項(xiàng)依舊顯著且系數(shù)沒有較大變化，說明處理組對(duì)于相鄰的對(duì)照組并不存在顯著的虹吸效應(yīng)，基準(zhǔn)模型依舊穩(wěn)健。

第三，對(duì)于其他可能情況帶來的對(duì)于對(duì)照組個(gè)體的影響，可以通過擴(kuò)大對(duì)照組數(shù)量來進(jìn)行解釋。在傾向得分匹配之前，對(duì)照組樣本量為1 035，處理組為143，對(duì)照組數(shù)量顯著大于處理組。同時(shí)，考慮到直接使用DID模型回歸會(huì)有共同趨勢(shì)假設(shè)和樣本自選擇問題，而最近鄰匹配法又會(huì)減少對(duì)照組樣本規(guī)模，可以運(yùn)用核匹配方法進(jìn)一步驗(yàn)證。結(jié)果顯示，交互項(xiàng)的回歸系數(shù)依舊為正且在1%水平上顯著，說明個(gè)體處理效應(yīng)穩(wěn)定性問題不會(huì)在根本上改變本文的主要結(jié)論，同時(shí)也證明了改進(jìn)后的PSM方法的結(jié)果具有一定程度的穩(wěn)健性。

七、結(jié)論與建議

本文以淘寶村為例，使用縣域地區(qū)面板數(shù)據(jù)，通過改進(jìn)后的傾向性得分匹配剔除樣本自選擇偏誤后，運(yùn)用漸進(jìn)DID模型實(shí)證檢驗(yàn)了電子商務(wù)沖擊對(duì)縣域地區(qū)人口規(guī)模的影響，并進(jìn)行了異質(zhì)性檢驗(yàn)與機(jī)制檢驗(yàn)，得到以下主要結(jié)論：首先，電子商務(wù)與信息技術(shù)的運(yùn)用可以使縣域地區(qū)對(duì)勞動(dòng)力產(chǎn)生更強(qiáng)的拉力，促進(jìn)當(dāng)?shù)爻Ｗ∪丝谝?guī)模的增加，其影響效果具有一定的規(guī)模效應(yīng)。其次，機(jī)制檢驗(yàn)結(jié)果顯示，電子商務(wù)可以通過其技術(shù)特性，增加地區(qū)產(chǎn)品市場(chǎng)規(guī)模及產(chǎn)業(yè)增加值，吸引勞動(dòng)力聚集，第一產(chǎn)業(yè)增加值占比的中介效應(yīng)表明農(nóng)產(chǎn)品的現(xiàn)代化、信息化增值對(duì)縣域地區(qū)發(fā)揮重要影響；更進(jìn)一步地，產(chǎn)品市場(chǎng)規(guī)模擴(kuò)張為相關(guān)服務(wù)業(yè)帶來需求倍增，第三產(chǎn)業(yè)與第一產(chǎn)業(yè)比值的完全中介效應(yīng)表明，流通業(yè)和其他線下服務(wù)業(yè)勞動(dòng)力需求的增長(zhǎng)是促進(jìn)地區(qū)人口規(guī)模增加的主要原因。最后，地區(qū)異質(zhì)性檢驗(yàn)發(fā)現(xiàn)，電子商務(wù)對(duì)于中西部地區(qū)人口促進(jìn)作用更加顯著，而市場(chǎng)潛力、撤縣設(shè)市、區(qū)對(duì)于東部地區(qū)人口規(guī)模增加更加顯著，相比于傳統(tǒng)土地政策，發(fā)展電子商務(wù)與數(shù)字經(jīng)濟(jì)是中西部地區(qū)與東部地區(qū)縮小差距的有效方法。

為了更好地發(fā)揮電子商務(wù)、數(shù)字經(jīng)濟(jì)對(duì)縣域地區(qū)的正向影響，提出以下四點(diǎn)建議：

首先，要發(fā)揮電子商務(wù)與數(shù)字經(jīng)濟(jì)的效果，必須先完善地區(qū)基礎(chǔ)設(shè)施建設(shè)，地方政府應(yīng)當(dāng)抓住國(guó)家政策對(duì)“兩新一重”(新型基礎(chǔ)設(shè)施建設(shè)，新型城鎮(zhèn)化建設(shè)，交通、水利等重大工程建設(shè))的重點(diǎn)支持，完善地方交通設(shè)施建設(shè)、通信基礎(chǔ)設(shè)施建設(shè)，保證流通服務(wù)的運(yùn)營(yíng)成本，才能充分發(fā)揮電子商務(wù)對(duì)地區(qū)人口規(guī)模的促進(jìn)效應(yīng)，產(chǎn)生經(jīng)濟(jì)集聚的正向效果，幫助地區(qū)實(shí)現(xiàn)經(jīng)濟(jì)持續(xù)發(fā)展。其次，地區(qū)電子商務(wù)產(chǎn)業(yè)需要充分發(fā)揮地區(qū)特色產(chǎn)品優(yōu)勢(shì)，促進(jìn)農(nóng)產(chǎn)品增產(chǎn)增收，當(dāng)?shù)卣枰J(rèn)識(shí)到農(nóng)業(yè)信息化對(duì)農(nóng)民收入增加起到的重要作用。再次，大力推動(dòng)現(xiàn)代流通體系的建設(shè)能夠促進(jìn)“邊緣地區(qū)”人口回流與經(jīng)濟(jì)發(fā)展。最后，中西部地區(qū)可以運(yùn)用國(guó)家近年來的一系列地區(qū)發(fā)展政策，積極發(fā)展電子商務(wù)與數(shù)字經(jīng)濟(jì)，運(yùn)用信息技術(shù)優(yōu)勢(shì)，打破市場(chǎng)壁壘，擴(kuò)大市場(chǎng)范圍，從而帶動(dòng)產(chǎn)業(yè)系統(tǒng)的完善與產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級(jí)，形成要素集聚、人才回流的良性循環(huán)，逐步縮小與東部發(fā)達(dá)地區(qū)之間的經(jīng)濟(jì)、市場(chǎng)差距，避免空心化與地區(qū)發(fā)展的逐漸“塌陷”。

[1] 賴德勝，陳建偉.人力資本與鄉(xiāng)村振興[J].中國(guó)高校社會(huì)科學(xué), 2018(6): 21-28.

[2] 溫濤，何茜.新時(shí)代中國(guó)鄉(xiāng)村振興戰(zhàn)略實(shí)施的農(nóng)村人力資本改造研究[J].農(nóng)村經(jīng)濟(jì), 2018(12): 100-107.

[3] 劉祖云，姜姝.“城歸”:鄉(xiāng)村振興中“人的回歸”[J].農(nóng)業(yè)經(jīng)濟(jì)問題, 2019(2): 43-52.

[4] 劉潤(rùn)秋，黃志兵.實(shí)施鄉(xiāng)村振興戰(zhàn)略的現(xiàn)實(shí)困境、政策誤區(qū)及改革路徑[J].農(nóng)村經(jīng)濟(jì), 2018(6): 6-10.

[5] 吳忠權(quán).基于鄉(xiāng)村振興的人力資本開發(fā)新要求與路徑創(chuàng)新[J].理論與改革, 2018(6): 44-52.

[6] RAVENSTEIN E G.The laws of migration[J].Journal of the statistical society of London, 1885, 48(2): 167-235.

[7] LEWIS W.Economic development with unlimted supplies of labour[J].Manchester school, 1954,22(2)：139-191.

[8] TODARO M P.Model of labor migration and unemployment in less developed countries[J].The American economic review, 1969, 59(1): 138-148.

[9] 魏守華，楊陽，陳瓏隆.城市等級(jí)、人口增長(zhǎng)差異與城鎮(zhèn)體系演變[J].中國(guó)工業(yè)經(jīng)濟(jì), 2020(7): 5-23.

[10] 李龍，宋月萍.撤點(diǎn)并校背景下的人口流動(dòng)意愿——來自農(nóng)村地區(qū)的證據(jù)[J].清華大學(xué)教育研究, 2015(2): 23-31.

[11] LEE E.A theory of migration[J].Demography, 1966, 3(1): 47-57.

[12] FAN J T, TANG L X, ZHU W M, et al.The Alibaba effect: spatial consumption inequality and the welfare gains from e-commerce[J].Journal of international economics, 2018, 114(9): 203-220.

[13] 馬述忠，房超.線下市場(chǎng)分割是否促進(jìn)了企業(yè)線上銷售——對(duì)中國(guó)電子商務(wù)擴(kuò)張的一種解釋[J].經(jīng)濟(jì)研究, 2020(7): 123-139.

[14] 姜奇平.數(shù)字經(jīng)濟(jì)學(xué)的基本問題與定性、定量?jī)煞N分析框架[J].財(cái)經(jīng)問題研究, 2020(11): 13-21.

[15] 王垚，年猛，王春華.產(chǎn)業(yè)結(jié)構(gòu)、最優(yōu)規(guī)模與中國(guó)城市化路徑選擇[J].經(jīng)濟(jì)學(xué)(季刊), 2017(2): 441-462.

[16] 阿里研究院.淘寶村十年：數(shù)字經(jīng)濟(jì)促進(jìn)鄉(xiāng)村振興之路[EB/OL].(2019-06-19)[2021-10-12].www.aliresearch.com/ch/information/informationdetails?articleCode=21853&type=報(bào)告.

[17] QIAN N.Missing women and the price of tea in China: the effect of sex-specific earnings on sex imbalance[J].Quarterly journal of economics, 2008, 123(3): 1251-1285.

[18] 范子英，張航，陳杰.公共交通對(duì)住房市場(chǎng)的溢出效應(yīng)與虹吸效應(yīng):以地鐵為例[J].中國(guó)工業(yè)經(jīng)濟(jì), 2018(5): 99-117.

[19] BARON R M, KENNY D A.The moderator-mediator variable distinction in social psychological research: conceptual, strategic, and statistical considerations[J].Chapman and hall, 1986, 51(6): 1173-1182.

[20] 謝申祥，范鵬飛，宛圓淵.傳統(tǒng)PSM-DID模型的改進(jìn)與應(yīng)用[J].統(tǒng)計(jì)研究, 2021(2): 146-160.

[21] 唐為，王媛.行政區(qū)劃調(diào)整與人口城市化:來自撤縣設(shè)區(qū)的經(jīng)驗(yàn)證據(jù)[J].經(jīng)濟(jì)研究, 2015(9): 72-85.

[22] 王瑞峰.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)評(píng)估——以農(nóng)村淘寶為例[J].中國(guó)流通經(jīng)濟(jì), 2020(11): 68-77.