摘要 利用微觀數(shù)據(jù)實(shí)證考察了淘寶鎮(zhèn)掛牌對(duì)就業(yè)的影響和傳導(dǎo)機(jī)制。結(jié)果表明，浙江每增加一個(gè)淘寶鎮(zhèn)掛牌，則當(dāng)?shù)剞r(nóng)村居民創(chuàng)業(yè)概率提高6.7%，外出務(wù)工的概率提高6.8%。通過(guò)對(duì)比浙江和廣東樣本發(fā)現(xiàn)，浙江淘寶村的就業(yè)創(chuàng)造效應(yīng)帶動(dòng)了非淘寶地區(qū)的就業(yè)崗位，而廣東淘寶村僅帶動(dòng)了淘寶村本地的就業(yè)崗位。淘寶鎮(zhèn)掛牌是向外界發(fā)送了創(chuàng)業(yè)信號(hào)，發(fā)送信號(hào)的距離越遠(yuǎn)，淘寶村能帶動(dòng)越遠(yuǎn)的地區(qū)就業(yè)，浙江淘寶鎮(zhèn)掛牌能夠帶動(dòng)非淘寶村地區(qū)的就業(yè)，其主要原因是浙江的一體化水平相對(duì)廣東更高。政策啟示為：加大對(duì)農(nóng)村電商的政策扶持力度，破除區(qū)域間的行政壁壘，降低制度性交易成本，從而能更好地發(fā)揮農(nóng)村電商的就業(yè)創(chuàng)造效應(yīng)。

關(guān)鍵詞 淘寶村；創(chuàng)業(yè)；務(wù)工；勞動(dòng)力流動(dòng)；信號(hào)發(fā)送

中圖分類號(hào) S-9 ??文獻(xiàn)標(biāo)識(shí)碼 A? 文章編號(hào) 0517-6611（2023）23-0207-07

doi：10.3969/j.issn.0517-6611.2023.23.047

The Employment Creation Effect of Taobao Village—A Comparative Analysis Based on Zhejiang and Guangdong

WANG Qi-lin

（Shaoxing Municipal Party School of the Communist Party of China， Shaoxing， Zhejiang 312000）

Abstract We empirically examined the impact and transmission mechanism of Taobao town listing on employment using micro data.The results show that for every additional Taobao town listed in Zhejiang， the probability of local rural residents starting a business increases by 6.7% and the probability of going out to work increases by 6.8%.By comparing the samples from Zhejiang and Guangdong， it was found that the employment creation effect of Taobao Village in Zhejiang drove employment in non Taobao areas， while Taobao Village in Guangdong only drove local employment in Taobao village.The listing of Taobao Town sends an entrepreneurial signal to the outside world. The farther the signal is sent， the more distant Taobao Village can drive employment in remote areas. The listing of Taobao town in Zhejiang can drive employment in non Taobao village areas， mainly due to the higher level of integration in Zhejiang compared to Guangdong.The policy inspiration is to increase policy support for rural e-commerce， break down administrative barriers between regions， reduce institutional transaction costs， and better leverage the employment creation effect of rural e-commerce.

Key words Taobao Village;Entrepreneurship;Labor;Labor mobility;Signal transmission

基金項(xiàng)目 國(guó)家社科基金一般項(xiàng)目（17BJL077）；2021年度全國(guó)哲社規(guī)劃辦：國(guó)家高端智庫(kù)重點(diǎn)課題（2021GDRL17）。

作者簡(jiǎn)介 王麒麟（1982—），男，河北安國(guó)人，副研究員，博士，從事勞動(dòng)經(jīng)濟(jì)學(xué)研究。

收稿日期 2022-12-07

淘寶村作為農(nóng)村電商發(fā)展的新興主力軍，其規(guī)模在近10年來(lái)增長(zhǎng)迅猛。根據(jù)阿里研究院的統(tǒng)計(jì)，淘寶村數(shù)量從2009年的3個(gè)增加至2021年的7 023個(gè)，其地理擴(kuò)張已經(jīng)遍及我國(guó)28個(gè)省，這種電商快速在農(nóng)村蔓延的現(xiàn)象是世界罕見(jiàn)的。淘寶村的出現(xiàn)既解決了農(nóng)村地區(qū)的就業(yè)問(wèn)題，又提高了農(nóng)村居民的收入水平，對(duì)于降低城鄉(xiāng)收入差距、推進(jìn)鄉(xiāng)村振興，以及實(shí)現(xiàn)共同富裕有著積極的意義。

實(shí)現(xiàn)更充分、更高質(zhì)量的就業(yè)是全體人民共同富裕的基石。關(guān)于淘寶村帶動(dòng)就業(yè)背后的理論機(jī)制，從現(xiàn)有研究看，還沒(méi)有文獻(xiàn)對(duì)淘寶村的就業(yè)創(chuàng)造效應(yīng)進(jìn)行專門(mén)研究。浙江作為中國(guó)淘寶村數(shù)量最多的省份，淘寶村對(duì)就業(yè)的促進(jìn)作用具有典型代表性，該研究以浙江為樣本，輔之以廣東樣本，對(duì)比考察淘寶村的就業(yè)創(chuàng)造效應(yīng)和其中的傳導(dǎo)機(jī)制，以期為鄉(xiāng)村振興和共同富裕示范區(qū)建設(shè)提供可參考的經(jīng)驗(yàn)。

淘寶村帶動(dòng)經(jīng)濟(jì)的過(guò)程本質(zhì)上是通過(guò)發(fā)揮電商平臺(tái)的作用從而促進(jìn)當(dāng)?shù)厣a(chǎn)和就業(yè)，現(xiàn)有研究考察了農(nóng)村電商對(duì)農(nóng)民增收［1-3］、農(nóng)民創(chuàng)業(yè)［4-6］、農(nóng)村扶貧治理［7］、農(nóng)村居民消費(fèi)［8］等的影響，所得結(jié)論基本認(rèn)同農(nóng)村電商促進(jìn)收入和就業(yè)的正向作用，然而，文獻(xiàn)中存在如下不足有待彌補(bǔ)：第一，在討論農(nóng)村電商與農(nóng)民收入的關(guān)系時(shí)未能很好地解決內(nèi)生性問(wèn)題，從而導(dǎo)致估計(jì)偏誤，如Dai等［9］使用阿里研究院縣層面電商發(fā)展指數(shù)來(lái)估計(jì)其對(duì)當(dāng)?shù)孛駹I(yíng)企業(yè)績(jī)效的影響，顯然，電商發(fā)展指數(shù)也代表了民營(yíng)經(jīng)濟(jì)發(fā)展，因此，該研究未能處理民營(yíng)經(jīng)濟(jì)對(duì)縣級(jí)電商發(fā)展的反向因果問(wèn)題，從而導(dǎo)致估計(jì)系數(shù)偏誤?；诖?，討論農(nóng)村電商與農(nóng)村消費(fèi)、農(nóng)村扶貧、農(nóng)村就業(yè)的文獻(xiàn)也會(huì)遇到該問(wèn)題。第二，農(nóng)村電商的影響除了地區(qū)固定效應(yīng)外，還存在國(guó)家導(dǎo)向的電商扶持政策的影響，如國(guó)家評(píng)估的電子商務(wù)示范縣等，而一些文獻(xiàn)并沒(méi)有很好地處理農(nóng)村電商的地區(qū)效應(yīng)和國(guó)家政策效應(yīng)的關(guān)系，從而導(dǎo)致嚴(yán)重的遺漏變量問(wèn)題。

根據(jù)阿里研究院公布的淘寶鎮(zhèn)名單構(gòu)造了淘寶村政策效應(yīng)的處理組和控制組，同時(shí)用各地區(qū)電子商務(wù)進(jìn)農(nóng)村示范縣的數(shù)量來(lái)控制國(guó)家政策效應(yīng)的異質(zhì)性，然后利用隊(duì)列雙重差分法考察了淘寶鎮(zhèn)掛牌對(duì)當(dāng)?shù)剞r(nóng)村居民創(chuàng)業(yè)行為和外出務(wù)工行為的影響，結(jié)果表明：①浙江每增加1個(gè)淘寶鎮(zhèn)掛牌，則當(dāng)?shù)剞r(nóng)村居民創(chuàng)業(yè)概率將提高6.7%，外出務(wù)工的概率也將提高6.8%；而廣東每增加1個(gè)淘寶鎮(zhèn)掛牌，對(duì)當(dāng)?shù)剞r(nóng)村居民創(chuàng)業(yè)和外出務(wù)工的影響不顯著。②進(jìn)一步對(duì)比浙江和廣東樣本發(fā)現(xiàn)，浙江淘寶村的就業(yè)創(chuàng)造效應(yīng)帶動(dòng)了非淘寶地區(qū)的就業(yè)崗位，而廣東淘寶村則是帶動(dòng)了淘寶村本地的就業(yè)崗位。從斯賓塞的信號(hào)理論出發(fā)，浙江淘寶村之所以能帶動(dòng)外地就業(yè)，其主要原因在于浙江一體化水平較高，從而淘寶村的信號(hào)發(fā)送更遠(yuǎn)，這樣利于不同地區(qū)的農(nóng)村居民獲得創(chuàng)業(yè)信息。

該研究的邊際貢獻(xiàn)體現(xiàn)在：①利用隊(duì)列雙重差分法對(duì)淘寶村的就業(yè)創(chuàng)造效應(yīng)做了估計(jì)，該方法較好地克服了內(nèi)生性問(wèn)題和樣本選擇偏誤等問(wèn)題，具有一定的解釋力；②利用信號(hào)發(fā)送理論解釋了淘寶村掛牌作為一個(gè)信號(hào)發(fā)送過(guò)程，是如何帶動(dòng)本地和外地就業(yè)的，同時(shí)使用勞動(dòng)力流動(dòng)行為來(lái)捕捉淘寶村信號(hào)發(fā)送的遠(yuǎn)近影響，模型框架符合現(xiàn)實(shí)；③由于浙江一體化水平較高，所以淘寶村信號(hào)發(fā)送得更遠(yuǎn)，從而能帶動(dòng)外地就業(yè)，這一結(jié)論具有較強(qiáng)的政策效應(yīng)，即加強(qiáng)區(qū)域一體化能促進(jìn)鄉(xiāng)村創(chuàng)業(yè)和縮小城鄉(xiāng)居民收入差距。

1 研究背景與理論假說(shuō)

1.1 研究背景

互聯(lián)網(wǎng)和電子商務(wù)正在改變中國(guó)的方方面面，其中，電商在中國(guó)的崛起催生出一批專業(yè)淘寶村，這些淘寶村分布在浙江、廣東、江蘇、山東等地的農(nóng)村地區(qū)。根據(jù)阿里研究院的定義，淘寶村是指經(jīng)營(yíng)場(chǎng)所在農(nóng)村、電商銷售額達(dá)到1 000萬(wàn)元的村，同時(shí)給出了淘寶鎮(zhèn)的定義，即1個(gè)鄉(xiāng)鎮(zhèn)有大于等于3個(gè)淘寶村的鎮(zhèn)。圖1顯示，淘寶村數(shù)量從2009年的3個(gè)迅速擴(kuò)張至2021年的7 023個(gè)，淘寶鎮(zhèn)數(shù)量從2014年的19個(gè)增加至2021年的2 171個(gè)，其擴(kuò)張迅速之勢(shì)是世界罕見(jiàn)的。2014年是淘寶村的重要拐點(diǎn)，自2014年之后，淘寶村擴(kuò)張的速度開(kāi)始提高，但是，淘寶村的增長(zhǎng)率隨著時(shí)間的推移正在收斂，數(shù)據(jù)顯示，2015年淘寶村增長(zhǎng)率為267%，2016年降至69%，2021年已降至29%，易見(jiàn)，淘寶村在經(jīng)歷了大幅擴(kuò)張以后逐漸步入穩(wěn)定增長(zhǎng)趨勢(shì)，未來(lái)是否還會(huì)以20%左右的速度增長(zhǎng)還有待觀察。

進(jìn)一步統(tǒng)計(jì)淘寶村的地區(qū)差異發(fā)現(xiàn)，東部地區(qū)的淘寶村和淘寶鎮(zhèn)數(shù)量都位居全國(guó)前列，以2021年數(shù)據(jù)為例，淘寶村數(shù)量排名前5的省份分別是浙江、廣東、山東、江蘇、河北，其淘寶村數(shù)量依次為2 203、1 322、801、745和638個(gè)，其中，浙江淘寶村數(shù)量是廣東的1.6倍，是江蘇的接近3.0倍；淘寶鎮(zhèn)數(shù)量排名前5的省份分別是浙江、江蘇、廣東、河北、福建，其淘寶鎮(zhèn)數(shù)量依次為318、280、254、249和190個(gè)，易見(jiàn)，浙江在數(shù)量上也非常占優(yōu)勢(shì)，江蘇、廣東和河北的數(shù)量差距不大，如圖2所示。

根據(jù)阿里研究院的年度報(bào)告，淘寶村對(duì)地區(qū)經(jīng)濟(jì)有顯著拉動(dòng)作用。為驗(yàn)證其真?zhèn)危撗芯繉?duì)此展開(kāi)分析，使用2020年各省份地區(qū)生產(chǎn)總值和2021年各省份淘寶村累計(jì)數(shù)量作散點(diǎn)圖，如圖3所示：①淘寶村數(shù)量與地區(qū)生產(chǎn)總值的確存在明顯的正相關(guān)關(guān)系，隨著淘寶村規(guī)模的不斷擴(kuò)張，地區(qū)經(jīng)濟(jì)產(chǎn)值也是逐漸增加的；②以浙江、廣東、江蘇、山東等為首的第一方陣從淘寶村擴(kuò)張中獲益較大，而湖北、湖南、江西、安徽等中部省份為第二方陣，甘肅、寧夏、新疆、貴州等西部省份為第三方陣，該地區(qū)的淘寶村擴(kuò)張速度較慢，也未看到淘寶村對(duì)地區(qū)經(jīng)濟(jì)的拉動(dòng)作用。針對(duì)以上特點(diǎn)，有2點(diǎn)值得說(shuō)明：首先，淘寶村在農(nóng)村地區(qū)孕育，故北京、上海等直轄市的樣本應(yīng)予以剔除，如果不考慮直轄市的情況，那么，第一方陣主要分布在沿海地區(qū)，這說(shuō)明，雖然淘寶村在農(nóng)村誕生，但對(duì)沿海城市的依賴性極強(qiáng)，所以由此判斷，淘寶村的生長(zhǎng)機(jī)制應(yīng)該更接近市場(chǎng)而不是遠(yuǎn)離市場(chǎng)；其次，淘寶村主要由農(nóng)村勞動(dòng)力來(lái)支撐，那么，淘寶村生長(zhǎng)較快的地方一定是勞動(dòng)力市場(chǎng)活躍的省份且以人口凈流入為主的省份。

1.2 理論假說(shuō)

現(xiàn)有文獻(xiàn)關(guān)于淘寶村促進(jìn)就業(yè)和增收的研究均未給出理論支撐，該研究使用斯賓塞的信號(hào)發(fā)送理論（signaling theory）來(lái)論證淘寶村帶動(dòng)就業(yè)的理論機(jī)制，進(jìn)而得出研究假說(shuō)。

首先，各地區(qū)農(nóng)村居民創(chuàng)業(yè)行為是不均衡的。創(chuàng)業(yè)行為受到個(gè)體認(rèn)知能力、年齡、教育程度、技能水平等個(gè)體因素的影響［10-13］，也受到家庭背景等家庭特征的影響［14］，還與所在城市的營(yíng)商環(huán)境、公共服務(wù)有關(guān)［15-17］。因此，從整體情況看，不同地區(qū)的創(chuàng)業(yè)情況是有差異的。

其次，淘寶村掛牌可視為一個(gè)信號(hào)發(fā)送過(guò)程，淘寶村信號(hào)發(fā)送得越遠(yuǎn)，則越能帶動(dòng)較遠(yuǎn)地區(qū)的就業(yè)。由于一個(gè)地區(qū)的居民創(chuàng)業(yè)行為是非均衡的，所以對(duì)于離淘寶村掛牌地越近的居民，其獲得的淘寶村創(chuàng)業(yè)信息也越多，對(duì)于其從事創(chuàng)業(yè)工作越有利；反之，離淘寶村掛牌地越遠(yuǎn)的居民無(wú)法清楚地獲知淘寶村信息，故該地區(qū)居民的創(chuàng)業(yè)概率就很低。因此，淘寶村的就業(yè)創(chuàng)造效應(yīng)能否帶動(dòng)更遠(yuǎn)地區(qū)的就業(yè)，主要取決于淘寶村發(fā)送信號(hào)的距離，而這個(gè)距離又與區(qū)域一體化水平密切相關(guān)。

第三，區(qū)域一體化對(duì)于信號(hào)發(fā)送起到促進(jìn)作用，從而放大淘寶村創(chuàng)造就業(yè)的效應(yīng)。區(qū)域經(jīng)濟(jì)一體化水平的提高能夠促進(jìn)城鄉(xiāng)協(xié)調(diào)發(fā)展［18］、降低城鄉(xiāng)收入差距［19-20］，從而將外部成本內(nèi)部化，降低物流成本、縮小信息傳達(dá)距離，最終促進(jìn)要素快速集聚并實(shí)現(xiàn)區(qū)域經(jīng)濟(jì)增長(zhǎng)。從淘寶村的角度看，區(qū)域經(jīng)濟(jì)一體化通過(guò)改善交通條件、便捷人員流動(dòng)等方式來(lái)實(shí)現(xiàn)淘寶村信息的順暢流通。這個(gè)過(guò)程主要體現(xiàn)在2點(diǎn)：一是淘寶村信息從淘寶村掛牌地向更遠(yuǎn)的非淘寶村地區(qū)傳遞的成本降低了；二是淘寶村引致創(chuàng)業(yè)所需的創(chuàng)業(yè)啟動(dòng)成本在不同地區(qū)的差異縮小了。故一個(gè)地區(qū)的區(qū)域一體化水平的提高，能夠讓淘寶村信息傳達(dá)更遠(yuǎn)，從而帶動(dòng)更遠(yuǎn)地區(qū)的就業(yè)活動(dòng)。

基于以上框架，建立模型如下：

假設(shè)一個(gè)區(qū)域存在2個(gè)地區(qū)，分別用A點(diǎn)和B點(diǎn)表示，兩點(diǎn)的距離為u且u>0，無(wú)須假設(shè)某一點(diǎn)是否為區(qū)域中心點(diǎn)?，F(xiàn)在在A點(diǎn)附近設(shè)計(jì)1個(gè)淘寶村掛牌的事件沖擊，假設(shè)淘寶村掛牌地為M點(diǎn)，令M到A的距離為ε，且滿足ε

如果該區(qū)域的經(jīng)濟(jì)一體化水平較低，則淘寶村信號(hào)發(fā)送距離就會(huì)很短，于是淘寶村信號(hào)只能從M點(diǎn)發(fā)送到A點(diǎn)，如果經(jīng)濟(jì)一體化水平較高，則淘寶村信號(hào)就能從M點(diǎn)發(fā)送到B點(diǎn)，如圖4所示。

根據(jù)以上模型框架，可以考察淘寶村掛牌對(duì)于不同地區(qū)的農(nóng)村居民創(chuàng)業(yè)就業(yè)的影響，但是，淘寶村信號(hào)發(fā)送到A點(diǎn)或B點(diǎn)的結(jié)果需要用1個(gè)指標(biāo)來(lái)表征。于是，可以利用勞動(dòng)力市場(chǎng)的跨地區(qū)人口流動(dòng)來(lái)捕捉這種動(dòng)態(tài)效應(yīng)。當(dāng)不考慮區(qū)域一體化因素時(shí)，淘寶村掛牌以后，離M越近的地區(qū)A越容易獲得淘寶村信息，因此，必然會(huì)提升A點(diǎn)的農(nóng)村創(chuàng)業(yè)概率。當(dāng)考慮區(qū)域一體化水平時(shí)，對(duì)于一體化水平較低的區(qū)域，淘寶村信號(hào)只能從M傳遞到A點(diǎn)，所以B點(diǎn)的勞動(dòng)力將向A點(diǎn)回流，從而增加A點(diǎn)的創(chuàng)業(yè)概率；但對(duì)于一體化水平較高的區(qū)域，淘寶村信號(hào)可以從M傳遞到B點(diǎn)，所以A點(diǎn)和B點(diǎn)的農(nóng)村居民獲得同等量的信號(hào)，故淘寶村掛牌不會(huì)導(dǎo)致B點(diǎn)的勞動(dòng)力回流至A點(diǎn)。據(jù)此得到如下假說(shuō)：

假說(shuō)1：當(dāng)區(qū)域一體化水平較低時(shí)，淘寶村掛牌將導(dǎo)致外地勞動(dòng)力回流到淘寶村本地，這一過(guò)程表現(xiàn)為淘寶村創(chuàng)造就業(yè)的本地效應(yīng)；當(dāng)區(qū)域一體化水平較高時(shí)，淘寶村掛牌不會(huì)導(dǎo)致外地勞動(dòng)力回流，從而表現(xiàn)為淘寶村創(chuàng)造就業(yè)的外地效應(yīng)。

2 研究設(shè)計(jì)

該研究的目標(biāo)是檢驗(yàn)淘寶村對(duì)就業(yè)的影響，同時(shí)進(jìn)一步考察淘寶村的出現(xiàn)是否影響了勞動(dòng)力回流，從而檢驗(yàn)淘寶村的就業(yè)創(chuàng)造效應(yīng)究竟體現(xiàn)在本地還是外地。

關(guān)于電子商務(wù)影響創(chuàng)業(yè)就業(yè)的研究很多，一般有2種方法進(jìn)行識(shí)別：第一種是構(gòu)造電子商務(wù)銷售額、電子商務(wù)基礎(chǔ)設(shè)施投資的地級(jí)市面板數(shù)據(jù)，用該數(shù)據(jù)與勞動(dòng)力微觀數(shù)據(jù)進(jìn)行匹配，進(jìn)而考察電子商務(wù)銷售額或電子商務(wù)基礎(chǔ)設(shè)施的增加是否帶動(dòng)了當(dāng)?shù)氐膭?chuàng)業(yè)活動(dòng)，該方法由于沒(méi)能很好地解決反向因果和遺漏變量等問(wèn)題而導(dǎo)致模型存在顯著的內(nèi)生性問(wèn)題；第二種是使用一個(gè)外生的政策沖擊來(lái)代表電子商務(wù)發(fā)展，進(jìn)而用雙重差分法識(shí)別其對(duì)創(chuàng)業(yè)活動(dòng)的影響，如王奇等［21］使用的電子商務(wù)農(nóng)村綜合示范縣等，但雙重差分法要求模型的處理組和控制組滿足共同趨勢(shì)假設(shè)。由于該研究將利用CLDS微觀數(shù)據(jù)進(jìn)行分析，CLDS問(wèn)卷關(guān)于雇主和自雇的問(wèn)題有詢問(wèn)“哪一年創(chuàng)業(yè)”的，但是回答者很少，無(wú)法利用這部分?jǐn)?shù)據(jù)來(lái)構(gòu)造雙重差分進(jìn)行分析，因此，該研究采用傳統(tǒng)的Logit模型，不同之處是，為了更好地識(shí)別淘寶村的邊際影響，該研究在淘寶村的政策處理組控制了各省份電子商務(wù)農(nóng)村綜合示范縣數(shù)量，以此來(lái)達(dá)到近似雙重差分的作用，模型如下：

ln（P1-P）=α+β·taobaojt=2014·ln（0.1+Ei）+γtaobaojt=2.01+δln（0.1+Ei）+X+ε

式中，被解釋變量P為創(chuàng)業(yè)或外出務(wù)工的概率，其中，創(chuàng)業(yè)定義為被訪者工作狀態(tài)是“雇主”或“自雇”的情況，外出務(wù)工定義為被訪者工作狀態(tài)是“雇員”的情況。taobao表示第j個(gè)城市在2014年是否含有至少1個(gè)淘寶鎮(zhèn)的虛擬變量（或是否含有淘寶村≥3），是=1，否=0，該研究使用淘寶鎮(zhèn)=1的虛擬變量而非僅使用淘寶村=1的虛擬變量的原因是，當(dāng)只有1個(gè)淘寶村時(shí)，淘寶村的就業(yè)創(chuàng)造效應(yīng)可能不顯著，如果使用淘寶鎮(zhèn)的概念，則容易看出淘寶村的規(guī)模效應(yīng)，所得結(jié)論也更有說(shuō)服力；Ei是根據(jù)商務(wù)部于2014年發(fā)布的電子商務(wù)進(jìn)農(nóng)村示范縣名單統(tǒng)計(jì)的第i個(gè)省份的示范縣個(gè)數(shù)，該研究注意到商務(wù)部從2014年開(kāi)始每年都發(fā)布這一名單，為了與其他解釋變量不產(chǎn)生共線性，這里只選擇2014年的名單，同時(shí)，一些省份如浙江等的示范縣個(gè)數(shù)為0，所以為了更有對(duì)比性，這里作了對(duì)數(shù)處理；X是一組控制變量，包括年齡、性別、婚姻狀況、教育水平、所在行業(yè)、所有制類型等個(gè)體特征，同時(shí)也納入了地區(qū)GDP等地區(qū)特征，ε是隨機(jī)干擾項(xiàng)。該研究將使用農(nóng)村居民樣本來(lái)估計(jì)，主要關(guān)心的是系數(shù)，如果該系數(shù)為正，則表明淘寶村的出現(xiàn)的確帶動(dòng)了就業(yè)，如果為負(fù)或不顯著，則表明淘寶村的就業(yè)創(chuàng)造效應(yīng)為零。為了使Logit模型的估計(jì)結(jié)果更具解釋力，該研究將匯報(bào)該模型的邊際效應(yīng)。

然后，該研究關(guān)注淘寶村對(duì)勞動(dòng)力回流的影響，建立隊(duì)列雙重差分法（Cohort-DID）模型來(lái)識(shí)別淘寶村這一外生沖擊對(duì)勞動(dòng)力是否回流的因果效應(yīng)，具體模型構(gòu)造如下：

Yij=α+β·20152012cohortit+γ·taobaojt=2014+20152012cohortit+γ·taobaojt=2014+σij+μj+ε

式中：被解釋變量Y表示第j個(gè)城市的第i個(gè)個(gè)體是否回流的啞變量，回流=1，否=0；解釋變量cohort表示第i個(gè)個(gè)體是否進(jìn)入第t年勞動(dòng)力回流隊(duì)列的處理組，是=1，否=0；taobao變量同上。為了使結(jié)果更加可靠，該研究控制了農(nóng)村勞動(dòng)力的個(gè)體特征和地區(qū)特征，同時(shí)在估計(jì)系數(shù)時(shí)均聚類到城市層面。

該研究使用的數(shù)據(jù)包括3個(gè)部分：①微觀個(gè)體數(shù)據(jù)，該研究使用中山大學(xué)勞動(dòng)力動(dòng)態(tài)調(diào)查的大樣本個(gè)體數(shù)據(jù)CLDS，該數(shù)據(jù)每2年調(diào)查一次，共有個(gè)體數(shù)據(jù)、家庭數(shù)據(jù)和村居數(shù)據(jù)3個(gè)層次，該研究主要關(guān)心勞動(dòng)力流動(dòng)，故使用個(gè)體數(shù)據(jù)。CLDS有2012、2014、2016、2018年等多個(gè)年份的數(shù)據(jù)，由于核心解釋變量為2014年淘寶鎮(zhèn)掛牌事件，為了避免反向因果問(wèn)題，應(yīng)使用滯后年份的CLDS數(shù)據(jù)，但年份太靠后又不能有效捕捉事件沖擊的反應(yīng)，故該研究使用滯后2年的2016年數(shù)據(jù)為宜。②淘寶村鎮(zhèn)的名單數(shù)據(jù)。阿里研究院每年均會(huì)公布各省市的淘寶村名單和淘寶鎮(zhèn)名單，考慮到淘寶村自從2014年以后每年以較快的速度蔓延至全國(guó)各地，越到后面年份，淘寶村的覆蓋面越廣，如果使用后面年份來(lái)估計(jì)則易出現(xiàn)與地區(qū)經(jīng)濟(jì)產(chǎn)值共線的結(jié)果，而看不出淘寶村的影響，故該研究使用2014年公布淘寶鎮(zhèn)名單。此外，該研究還對(duì)數(shù)據(jù)作了如下篩選：a.樣本只選擇農(nóng)業(yè)戶口；b.勞動(dòng)力年齡確定為16～64歲；c.剔除了問(wèn)卷中關(guān)于“勞動(dòng)力流動(dòng)”與“是否發(fā)生遷移”沖突的樣本。③地級(jí)市宏觀數(shù)據(jù)，控制變量包括人均GDP、平均工資、在校大學(xué)生數(shù)等，這些指標(biāo)均來(lái)自CEIC數(shù)據(jù)庫(kù)。

在第二個(gè)方程中，關(guān)于使用淘寶鎮(zhèn)外生沖擊來(lái)作為差分法分析的適用性，該研究認(rèn)為，一方面，利用2014年公布的首批淘寶鎮(zhèn)名單，構(gòu)造出含有淘寶鎮(zhèn)的地級(jí)市處理組和沒(méi)有淘寶鎮(zhèn)的地級(jí)市對(duì)照組，通過(guò)比較該處理組和對(duì)照組的勞動(dòng)力回流概率差異可反映出，相比沒(méi)有淘寶村的地區(qū)，出現(xiàn)淘寶村的地區(qū)是否引致更多的農(nóng)村勞動(dòng)力回流；另一方面，利用農(nóng)村勞動(dòng)力返鄉(xiāng)年份來(lái)構(gòu)造2014年及以后返鄉(xiāng)的隊(duì)列處理組和2014年前返鄉(xiāng)的隊(duì)列對(duì)照組，通過(guò)比較該處理組和對(duì)照組的勞動(dòng)力回流概率差異可反映出，相比2014年前返鄉(xiāng)，2014年及以后返鄉(xiāng)的農(nóng)村勞動(dòng)力是更多了還是更少了，這在一定程度上捕捉了2014年及以后勞動(dòng)力回流概率是否受到了淘寶村的影響。通過(guò)構(gòu)造勞動(dòng)力回流隊(duì)列的處理組和對(duì)照組，來(lái)識(shí)別農(nóng)村勞動(dòng)力回流的時(shí)點(diǎn)差分，通過(guò)構(gòu)造有無(wú)淘寶村的地區(qū)處理組和對(duì)照組，來(lái)識(shí)別農(nóng)村勞動(dòng)力回流的地區(qū)差分，進(jìn)而構(gòu)造了隊(duì)列雙重差分法（Cohort DID），可以更好地得到一個(gè)地區(qū)出現(xiàn)淘寶村后，該地區(qū)引致的勞動(dòng)力回流概率的凈效應(yīng)δ。

表1報(bào)告了農(nóng)村勞動(dòng)力創(chuàng)業(yè)就業(yè)的人口學(xué)基本特征。該研究區(qū)分了創(chuàng)業(yè)樣本和非創(chuàng)業(yè)樣本，從該表可看出，農(nóng)村創(chuàng)業(yè)群體的年齡均值為48歲，而非創(chuàng)業(yè)群體的年齡為40歲，對(duì)比而言，創(chuàng)業(yè)群體年齡偏大，由于創(chuàng)業(yè)活動(dòng)是高風(fēng)險(xiǎn)行為，故從均值水平看，農(nóng)村創(chuàng)業(yè)群體的創(chuàng)業(yè)年齡并不占優(yōu)勢(shì)；農(nóng)村創(chuàng)業(yè)群體和非創(chuàng)業(yè)群體的性別差異不大，婚姻狀態(tài)的差異也不大，均顯示已婚的狀態(tài)，這表明是否結(jié)婚并沒(méi)有構(gòu)成對(duì)創(chuàng)業(yè)活動(dòng)的阻礙；農(nóng)村創(chuàng)業(yè)群體的教育水平均值為2.50，即不到初中水平，而非創(chuàng)業(yè)群體的教育水平均值卻在3.80，即接近高中畢業(yè)，可見(jiàn)，目前的農(nóng)村創(chuàng)業(yè)群體的教育水平比較低，這在應(yīng)對(duì)創(chuàng)業(yè)風(fēng)險(xiǎn)方面比較被動(dòng)；進(jìn)一步觀察行業(yè)差異和所有制差異發(fā)現(xiàn)，農(nóng)村創(chuàng)業(yè)群體的均值處在接近制造業(yè)的水平，而非創(chuàng)業(yè)群體的均值處在交通運(yùn)輸行業(yè)，這顯示出，農(nóng)村創(chuàng)業(yè)活動(dòng)主要集中在制造業(yè)。

同樣，該研究區(qū)分了外出務(wù)工樣本和非外出務(wù)工樣本，以進(jìn)一步觀察外出務(wù)工群體的人口學(xué)特征。通過(guò)對(duì)比指標(biāo)均值發(fā)現(xiàn)，外出務(wù)工群體的年齡相對(duì)較低，以男性為主，教育程度以高中為主，主要從事交通運(yùn)輸、倉(cāng)儲(chǔ)等行業(yè)，所在單位以外資和合資企業(yè)為主。

3 淘寶村的就業(yè)創(chuàng)造效應(yīng)

表2匯報(bào)了淘寶鎮(zhèn)對(duì)創(chuàng)業(yè)和外出務(wù)工的影響。第一列和第三列是僅使用淘寶鎮(zhèn)這一外生沖擊估計(jì)的回歸結(jié)果，第一列中的淘寶鎮(zhèn)系數(shù)為負(fù)但不顯著，第三列中的淘寶鎮(zhèn)系數(shù)為正且通過(guò)顯著性檢驗(yàn)，但以上結(jié)果存在顯著的遺漏變量問(wèn)題和內(nèi)生性問(wèn)題，故該研究在淘寶鎮(zhèn)啞變量的基礎(chǔ)上增添其和電子商務(wù)示范縣個(gè)數(shù)的交叉項(xiàng)，各省評(píng)選出的電子商務(wù)示范縣在一定程度上顯示了電子商務(wù)的地區(qū)差異，通過(guò)交叉項(xiàng)可以更好地識(shí)別淘寶鎮(zhèn)的凈影響，如第二列和第四列所示，在第二列中，淘寶鎮(zhèn)與電子商務(wù)示范縣個(gè)數(shù)的交叉項(xiàng)系數(shù)為0.012且較為顯著，表明在控制了電商發(fā)展的地區(qū)差異以后，淘寶鎮(zhèn)的出現(xiàn)的確增加了地區(qū)創(chuàng)業(yè)的概率，而在第四列中，淘寶鎮(zhèn)與電子商務(wù)示范縣個(gè)數(shù)的交叉項(xiàng)系數(shù)為負(fù)且不顯著，表明淘寶鎮(zhèn)這一外生沖擊對(duì)農(nóng)村勞動(dòng)力外出務(wù)工沒(méi)有影響。綜合來(lái)看，淘寶鎮(zhèn)的出現(xiàn)對(duì)于創(chuàng)業(yè)活動(dòng)的影響比較大，從這一角度講，近十年來(lái)淘寶村的規(guī)模擴(kuò)張對(duì)于農(nóng)村地區(qū)大眾創(chuàng)業(yè)的正面影響是值得肯定的。

表3匯報(bào)了浙江和廣東樣本下，一個(gè)地區(qū)有淘寶鎮(zhèn)對(duì)當(dāng)?shù)貏?chuàng)業(yè)和外出務(wù)工的Logit回歸結(jié)果，由于電子商務(wù)示范縣的名單里沒(méi)有浙江省，所以該研究在估計(jì)浙江樣本時(shí)無(wú)法使用上面的方法，而只能使用傳統(tǒng)的Logit模型。表3中前（1）、（2）列是淘寶鎮(zhèn)對(duì)創(chuàng)業(yè)的邊際效應(yīng)，（3）、（4）列是淘寶鎮(zhèn)對(duì)外出務(wù)工的邊際效應(yīng)。在（1）列，淘寶鎮(zhèn)虛擬擬變量系數(shù)為0.067且在0.05的水平顯著，表明在控制了農(nóng)村勞動(dòng)力的個(gè)體特征和地區(qū)特征后，浙江淘寶村的出現(xiàn)能夠顯著提升當(dāng)?shù)氐膭?chuàng)業(yè)概率，而在（2）列，淘寶鎮(zhèn)虛擬變量系數(shù)為負(fù)且未通過(guò)顯著性檢驗(yàn)，表明淘寶村對(duì)創(chuàng)業(yè)的拉動(dòng)作用在廣東并不明顯。

表3（3）列顯示，淘寶鎮(zhèn)虛擬變量系數(shù)為0.068，且在0.01的水平顯著，表明浙江淘寶村的出現(xiàn)對(duì)于外出務(wù)工也有顯著的提升作用，而在（4）列中，淘寶村虛擬變量系數(shù)并不顯著，這表明淘寶村對(duì)外出務(wù)工的拉動(dòng)作用在廣東也不明顯。綜合來(lái)看，淘寶村對(duì)創(chuàng)業(yè)和外出務(wù)工的拉動(dòng)作用在浙江地區(qū)較為明顯，而在廣東地區(qū)并不顯著。以上結(jié)論只是初步驗(yàn)證了淘寶村對(duì)就業(yè)的影響，但由于更嚴(yán)格的內(nèi)生

性問(wèn)題和遺漏變量等問(wèn)題沒(méi)有納入進(jìn)去，所以，得到的這一結(jié)論不具有因果性而只是相關(guān)性，但可以肯定的是，在浙江，有淘寶村的地區(qū)創(chuàng)業(yè)活躍度更高、就業(yè)狀況也更好，因而，這值得進(jìn)一步思考淘寶村創(chuàng)造就業(yè)的具體機(jī)制。

4 淘寶村創(chuàng)造就業(yè)的機(jī)制——?jiǎng)趧?dòng)力回流視角

4.1 實(shí)驗(yàn)前測(cè)

進(jìn)行雙重差分法估計(jì)的前提是保證處理組與對(duì)照組滿足同質(zhì)性假設(shè)，以及處理組滿足隨機(jī)性假設(shè)。在本文中，同質(zhì)性假設(shè)是指，在排除掉淘寶村這一外生沖擊的影響以后，其他因素對(duì)處理組和對(duì)照組的影響是一致的，也就是說(shuō)，處理組和對(duì)照組在“實(shí)驗(yàn)前”被要求具有共同趨勢(shì)假設(shè)。隨機(jī)性假設(shè)則指，在某一個(gè)地區(qū)，淘寶村的出現(xiàn)近似是隨機(jī)的，如果不是，則很容易得出因遺漏變量而導(dǎo)致估計(jì)偏誤的系數(shù)。在實(shí)際研究中，關(guān)于利用雙重差分法來(lái)檢驗(yàn)政策沖擊影響的文獻(xiàn)中，可能很多政策沖擊都不能嚴(yán)格滿足以上假設(shè)，但仍然有若干緩解估計(jì)偏誤的辦法，因此，該研究需要進(jìn)行實(shí)驗(yàn)前測(cè)。

4.1.1 同質(zhì)性假設(shè)。

首先利用“勞動(dòng)力是否回流”與“勞動(dòng)力返鄉(xiāng)年份”來(lái)構(gòu)造出各年份農(nóng)村勞動(dòng)力回流的數(shù)量，進(jìn)一步計(jì)算出農(nóng)村勞動(dòng)力回流人數(shù)占農(nóng)村勞動(dòng)力總?cè)藬?shù)的比例，結(jié)果見(jiàn)圖5。在圖5中，處理組表示有淘寶鎮(zhèn)的地區(qū)農(nóng)村勞動(dòng)力回流占比趨勢(shì)，控制組表示沒(méi)有淘寶鎮(zhèn)的地區(qū)農(nóng)村勞動(dòng)力回流占比趨勢(shì)，易見(jiàn)，政策發(fā)生年前，處理組和控制組的趨勢(shì)是不同的，表面看，該圖顯示不滿足同質(zhì)性假設(shè)，但是，從圖5可觀察到一個(gè)特征：政策發(fā)生年前，處理組的勞動(dòng)力回流占比高于控制組，而政策發(fā)生年后，這個(gè)關(guān)系發(fā)生反轉(zhuǎn)，即控制組的勞動(dòng)力回流占比高于處理組，據(jù)此可以判斷，雖然處理組和控制組不滿足事前共同趨勢(shì)假設(shè)，但是，2014年前后勞動(dòng)力回流占比的反差卻是顯著的，故可以認(rèn)為造成這一反差的誘因很可能是淘寶鎮(zhèn)這一外生沖擊。

4.1.2 隨機(jī)性假設(shè)。

由于估計(jì)政策沖擊的影響效應(yīng)必須要檢驗(yàn)政策發(fā)生的樣本具有隨機(jī)性特征，但事實(shí)上，很多政策發(fā)生的樣本難以完全滿足隨機(jī)性假設(shè)，那么一種辦法是避免使用DID方法，另一種是使用DID時(shí)盡可能控制重要的控制變量來(lái)緩解估計(jì)偏誤。該研究首先用Logit模型檢驗(yàn)勞動(dòng)力是否回流的主要影響因素，對(duì)于那些影響顯著的因素可作為下一步使用DID方法的控制變量來(lái)填充。表4是檢驗(yàn)2014年淘寶鎮(zhèn)名單公布以后的因素分析，解釋變量里納入了地級(jí)市的人均GDP、人口密度、第三產(chǎn)業(yè)增加值占比、固定資產(chǎn)投資額占比、政府支出占比、職工平均工資、社會(huì)消費(fèi)平均零售總額、實(shí)際外商直接投資額、年末貸款余額、每萬(wàn)人在校大學(xué)生人數(shù)、醫(yī)院衛(wèi)生院個(gè)數(shù)、客運(yùn)總量、貨運(yùn)總量、郵政業(yè)務(wù)總量、電信業(yè)務(wù)總量、移動(dòng)電話用戶數(shù)、互聯(lián)網(wǎng)用戶數(shù)、鐵路貨運(yùn)總

量、公路貨運(yùn)總量，共計(jì)19個(gè)變量?；貧w結(jié)果顯示，只有人均GDP、政府支出占比等10個(gè)變量是顯著的，為此，該研究列出了顯著的變量系數(shù)，如表4“解釋變量”一列。為了保證所挑選的指標(biāo)具有穩(wěn)健性，又嘗試用2016年淘寶鎮(zhèn)公布名單作了同樣的分析，發(fā)現(xiàn)所挑選出的10個(gè)變量仍然是最顯著的，因此，該研究在后面的DID分析中將這10個(gè)指標(biāo)納入控制變量中，以此來(lái)緩解因隨機(jī)性假設(shè)而造成的估計(jì)偏誤。

4.1.3 全國(guó)樣本回歸。

表5匯報(bào)了一個(gè)地區(qū)有淘寶鎮(zhèn)以后，該地區(qū)的農(nóng)村勞動(dòng)力是否回流的情況。在（1）列中，當(dāng)只考慮淘寶鎮(zhèn)虛擬變量時(shí)，其系數(shù)為負(fù)且不顯著，表明淘寶鎮(zhèn)對(duì)勞動(dòng)力回流的影響并不明顯。（2）列匯報(bào)了隊(duì)列DID估計(jì)結(jié)果，即通過(guò)增加年份虛擬變量、淘寶鎮(zhèn)虛擬變量與年份虛擬變量交互項(xiàng)以后，發(fā)現(xiàn)淘寶鎮(zhèn)虛擬變量與2013年虛擬變量交互項(xiàng)的系數(shù)為負(fù)且顯著，而其他年份交互項(xiàng)系數(shù)就不再顯著，這表明，當(dāng)一個(gè)地區(qū)在2014年有淘寶鎮(zhèn)掛牌后，勞動(dòng)力回流該農(nóng)村地區(qū)的概率將不再受淘寶鎮(zhèn)的影響，同時(shí)，淘寶鎮(zhèn)虛擬變量與2013年虛擬變量交互項(xiàng)的系數(shù)為0.314，也顯示出，該地區(qū)的勞動(dòng)力在掛牌淘寶鎮(zhèn)以前是回流的；勞動(dòng)力是否回流與勞動(dòng)力個(gè)體特征有關(guān)系，故在（3）列控

制了年齡、性別、婚姻狀態(tài)、所在行業(yè)等勞動(dòng)力個(gè)體特征，

結(jié)果顯示，淘寶鎮(zhèn)虛擬變量與2015年交互項(xiàng)的系數(shù)變得顯著，同時(shí)，淘寶鎮(zhèn)啞變量與2013年啞變量交互項(xiàng)的系數(shù)也依然顯著；進(jìn)一步地，在（4）列中，模型控制了表4篩選出來(lái)的影響因素，同時(shí)，估計(jì)系數(shù)均聚類到省層面，結(jié)果顯示，只有淘寶鎮(zhèn)啞變量與2013年交互項(xiàng)系數(shù)顯著為正，此后的交互項(xiàng)系數(shù)不再顯著。由此可知，在控制了農(nóng)村勞動(dòng)力的個(gè)體特征和所在地區(qū)的宏觀指標(biāo)以后，淘寶鎮(zhèn)的出現(xiàn)并沒(méi)有顯著地導(dǎo)致農(nóng)村勞動(dòng)力回流，這一結(jié)果暗示了淘寶村的就業(yè)創(chuàng)造效應(yīng)并非體現(xiàn)在本地，而是在外部地區(qū)。

4.1.4 浙江和廣東樣本的回歸。

表6匯報(bào)了浙江和廣東樣本的回歸結(jié)果，該研究同樣關(guān)注淘寶鎮(zhèn)虛擬變量與年份虛擬變量的交互項(xiàng)，與表5所不同的是，由于這里重點(diǎn)考察浙江和廣東淘寶鎮(zhèn)的影響，所以交互項(xiàng)是淘寶鎮(zhèn)、年份和浙江的3變量交互項(xiàng)，廣東同理。在（1）列中，2014年交互項(xiàng)的系數(shù)為-1.394且極顯著，2015年交互項(xiàng)的系數(shù)為-0.593且依然顯著，而2012、2013年交互項(xiàng)的系數(shù)并未通過(guò)顯著性檢驗(yàn)，由此可知，浙江淘寶鎮(zhèn)這一外生沖擊并沒(méi)有導(dǎo)致農(nóng)村勞動(dòng)力回流，這個(gè)負(fù)值也可以理解為，由于淘寶鎮(zhèn)的出現(xiàn)，農(nóng)村勞動(dòng)力更多地向非淘寶鎮(zhèn)地區(qū)流動(dòng)并就業(yè)。再看（2）列，廣東2014年交互項(xiàng)和2015年交互項(xiàng)系數(shù)分別為0.935和0.427且均十分顯著，這個(gè)正值反映了淘寶鎮(zhèn)的出現(xiàn)，使得廣東勞動(dòng)力更多地回流到淘寶鎮(zhèn)，淘寶村的回流效應(yīng)非常明顯。對(duì)比浙江和廣東2地的結(jié)果可知，淘寶村的就業(yè)創(chuàng)造效應(yīng)具有較大的地區(qū)差異，浙江淘寶村的擴(kuò)張?jiān)黾拥牟⒎翘詫毚宓貐^(qū)的就業(yè)，而是非淘寶村地區(qū)的就業(yè)，這個(gè)現(xiàn)象驗(yàn)證了該研究假設(shè)，即由于浙江的一體化水平更高，所以淘寶村的信號(hào)發(fā)送得更遠(yuǎn)，從而帶動(dòng)的就業(yè)崗位也更多。

5 研究結(jié)論和啟示

該研究利用阿里研究院公布的淘寶鎮(zhèn)名單構(gòu)造了淘寶村政策效應(yīng)的處理組和控制組，同時(shí)用各地區(qū)電子商務(wù)進(jìn)農(nóng)村示范縣的數(shù)量來(lái)控制國(guó)家政策效應(yīng)的異質(zhì)性，然后利用隊(duì)列雙重差分法考察了淘寶鎮(zhèn)掛牌對(duì)當(dāng)?shù)剞r(nóng)村居民創(chuàng)業(yè)行為和外出務(wù)工行為的影響，結(jié)果表明：①浙江每增加1個(gè)淘寶鎮(zhèn)掛牌，則當(dāng)?shù)剞r(nóng)村居民創(chuàng)業(yè)概率將提高6.7%，外出務(wù)工的概率也將提高6.8%；而廣東每增加1個(gè)淘寶鎮(zhèn)掛牌，對(duì)當(dāng)?shù)剞r(nóng)村居民創(chuàng)業(yè)和外出務(wù)工的影響不顯著。②進(jìn)一步對(duì)比浙江和廣東樣本發(fā)現(xiàn)，浙江淘寶村的就業(yè)創(chuàng)造效應(yīng)帶動(dòng)了非淘寶地區(qū)的就業(yè)崗位，而廣東淘寶村則是帶動(dòng)了淘寶村本地的就業(yè)崗位。從斯賓塞的信號(hào)理論出發(fā)，浙江淘寶村之所以能帶動(dòng)外地就業(yè)，其主要原因在于浙江一體化水平較高，從而淘寶村的信號(hào)發(fā)送更遠(yuǎn)，這樣利于不同地區(qū)的農(nóng)村居民獲得創(chuàng)業(yè)信息。

該研究的政策啟示主要有以下2點(diǎn)：

第一，加大對(duì)農(nóng)村電子商務(wù)的政策扶持力度。國(guó)家在2017年發(fā)布文件并以頂層設(shè)計(jì)的方式確立了發(fā)展農(nóng)村電子商務(wù)的重要性，農(nóng)村電商不僅對(duì)于培育農(nóng)業(yè)農(nóng)村發(fā)展新動(dòng)能有支撐作用，而且對(duì)于縮小城鄉(xiāng)收入差距、走向共同富裕道路也有積極意義。因此，要加強(qiáng)互聯(lián)網(wǎng)與農(nóng)業(yè)農(nóng)村融合發(fā)展，降低電商在城鄉(xiāng)之間的市場(chǎng)分割程度；支持新型農(nóng)業(yè)經(jīng)營(yíng)主體采用電商平臺(tái)銷售模式，縮小城鄉(xiāng)居民之間的數(shù)字化平臺(tái)收益差距；完善農(nóng)村電商物流配送服務(wù)，加快提升農(nóng)民數(shù)字化素養(yǎng)，積極培育農(nóng)民的數(shù)字化技能，打通農(nóng)村電商從供給端到物流端、再到銷售端的電商鏈堵點(diǎn)。

第二，大力推進(jìn)區(qū)域經(jīng)濟(jì)一體化水平。國(guó)家正在大力推進(jìn)京津冀、長(zhǎng)三角，以及粵港澳等重要區(qū)域的一體化水平，這不僅有助于整體上提升區(qū)域經(jīng)濟(jì)在全球資源配置中的競(jìng)爭(zhēng)力，而且有利于激發(fā)“雙循環(huán)”新格局的內(nèi)循環(huán)增長(zhǎng)動(dòng)力。區(qū)域經(jīng)濟(jì)一體化水平提高了，各部門(mén)、各地區(qū)的要素流動(dòng)性也就提高了，從而能釋放新經(jīng)濟(jì)如農(nóng)村電商的活力。因此，要加快推進(jìn)統(tǒng)一大市場(chǎng)建設(shè)步伐，從根本上消除地區(qū)間的行政壁壘，進(jìn)而降低制度性交易成本；促進(jìn)資源要素有序流動(dòng)，探索傳統(tǒng)經(jīng)濟(jì)與新經(jīng)濟(jì)的雙輪載體共振模式，不僅要以新經(jīng)濟(jì)帶動(dòng)傳統(tǒng)經(jīng)濟(jì)的要素回報(bào)率提升為抓手，而且不能忽視傳統(tǒng)經(jīng)濟(jì)支撐新經(jīng)濟(jì)的要素資源盤(pán)活能力；強(qiáng)化區(qū)域聯(lián)動(dòng)、分工合作、錯(cuò)位發(fā)展，探索跨區(qū)域協(xié)同發(fā)展新機(jī)制，從而讓農(nóng)村電商等新經(jīng)濟(jì)發(fā)展更加順暢。

參考文獻(xiàn)

［1］ 曾億武，郭紅東，金松青.電子商務(wù)有益于農(nóng)民增收嗎？——來(lái)自江蘇沭陽(yáng)的證據(jù)［J］.中國(guó)農(nóng)村經(jīng)濟(jì)，2018（2）：49-64.

［2］ 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(jìn)農(nóng)村綜合示范政策的考察［J］.中國(guó)農(nóng)村經(jīng)濟(jì)，2020（6）：75-94.

［3］ 邱子迅，周亞虹.電子商務(wù)對(duì)農(nóng)村家庭增收作用的機(jī)制分析：基于需求與供給有效對(duì)接的微觀檢驗(yàn)［J］.中國(guó)農(nóng)村經(jīng)濟(jì)，2021（4）：36-52.

［4］ 王金杰，牟韶紅，盛玉雪.電子商務(wù)有益于農(nóng)村居民創(chuàng)業(yè)嗎？——基于社會(huì)資本的視角［J］.經(jīng)濟(jì)與管理研究，2019，40（2）：95-110.

［5］ 汪雨雨，姚萬(wàn)軍，張輝.電子商務(wù)發(fā)展下社會(huì)資本對(duì)農(nóng)戶創(chuàng)業(yè)選擇的影響：基于CHIP2013農(nóng)村居民數(shù)據(jù)的實(shí)證分析［J］.調(diào)研世界，2020（10）：20-25.

［6］ 苑鵬.電商平臺(tái)經(jīng)濟(jì)賦能農(nóng)村勞動(dòng)力就業(yè)創(chuàng)業(yè)的新特征初探［J］.新疆農(nóng)墾經(jīng)濟(jì)，2020（7）：12-20.

［7］ 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(cái)政投入、人力資本的中介效應(yīng)研究［J］.經(jīng)濟(jì)地理，2018，38（11）：50-58.

［8］ COUTURE V， FABER B，GU Y Z，et al.Connecting the countryside via E-commerce： Evidence from China［J］. American economic review，2021，3（1）： 35-50.

［9］ DAI? R C，ZHANG X B.E-commerce expands the bandwidth of entrepreneurship［R］. National School of Development Peking University，2015.

［10］ 梁文泉，陸銘.后工業(yè)化時(shí)代的城市：城市規(guī)模影響服務(wù)業(yè)人力資本外部性的微觀證據(jù)［J］.經(jīng)濟(jì)研究，2016，51（12）：90-103.

［11］ 李濤，朱俊兵，伏霖.聰明人更愿意創(chuàng)業(yè)嗎：來(lái)自中國(guó)的經(jīng)驗(yàn)發(fā)現(xiàn)［J］.經(jīng)濟(jì)研究，2017，52（3）：91-105.

［12］ 劉琪，林潤(rùn)珊.從軍經(jīng)歷對(duì)創(chuàng)業(yè)的影響：基于CLDS數(shù)據(jù)的實(shí)證分析［J］.新疆農(nóng)墾經(jīng)濟(jì)，2019（11）：84-92.

［13］ 高紅貴，王曉玲，方杏村.經(jīng)營(yíng)能力、融資行為與返鄉(xiāng)農(nóng)民工創(chuàng)業(yè)績(jī)效：基于縣城與鄉(xiāng)村的對(duì)比分析［J］.新疆農(nóng)墾經(jīng)濟(jì)，2021（1）：28-37.

［14］ 李雪蓮，馬雙，鄧翔.公務(wù)員家庭、創(chuàng)業(yè)與尋租動(dòng)機(jī)［J］.經(jīng)濟(jì)研究，2015，50（5）：89-103.

［15］ GLAESER E L，GOTTLIEB J D.The wealth of cities：Agglomeration economies and spatial equilibrium in the United States［J］.Journal of economic literature，2009，47（4）：983-1028.

［16］ 夏怡然，陸銘.城市間的“孟母三遷”：公共服務(wù)影響勞動(dòng)力流向的經(jīng)驗(yàn)研究［J］.管理世界，2015（10）：78-90.

［17］ 蹤家峰，李寧.為什么奔向北上廣：城市宜居性、住房?jī)r(jià)格與工資水平的視角分析［J］.吉林大學(xué)社會(huì)科學(xué)學(xué)報(bào)，2015，55（5）：12-23，171.

［18］ 徐現(xiàn)祥，李郇.市場(chǎng)一體化與區(qū)域協(xié)調(diào)發(fā)展［J］.經(jīng)濟(jì)研究，2005，40（12）：57-67.

［19］ 夏龍，馮濤.經(jīng)濟(jì)開(kāi)放與收入差距：基于STR模型的分析［J］.財(cái)貿(mào)研究，2012，23（5）：16-23，53.

［20］ 歐陽(yáng)志剛.中國(guó)城鄉(xiāng)經(jīng)濟(jì)一體化的推進(jìn)是否阻滯了城鄉(xiāng)收入差距的擴(kuò)大［J］.世界經(jīng)濟(jì)，2014，37（2）：116-135.

［21］ 王奇，牛耕，趙國(guó)昌.電子商務(wù)發(fā)展與鄉(xiāng)村振興：中國(guó)經(jīng)驗(yàn)［J］.世界經(jīng)濟(jì)，2021，44（12）：55-75.