電子商務與縣域地區人口規模
——基于面板PSM-DID和中介效應模型的實證研究

一、問題的提出

人力資本是制約鄉村振興的重要因素

，當前中國的人力資本積累、勞動力供給與結構都難以滿足鄉村振興戰略實施的要求

。然而，在中國經濟進入新發展階段之時，出現了部分勞動力從城市向農村回流這一“城歸”現象。借助這一契機，大力發展“歸雁經濟”對于鄉村振興具有革命性意義

。近年來，眾多研究表明，電子商務成為許多鄉村地區振興經濟、高效脫貧的主要途徑。電子商務可以為鄉村振興注入“加速劑”，而電子商務如何解決人力資本問題，并利用“歸雁經濟”促進農村地區持續性健康發展是本文主要關注的問題。

職業素養包括顯性的職業素養和隱形的職業素養。顯性的職業素養包括職業禮儀和職業技能；隱形的職業素養一般包括職業道德、職業理想、職業生涯規劃、職業態度、職業認識、創新創業。

第一，人口對于農村持續性發展具有重要作用。劉潤秋和黃志兵

在研究鄉村振興的主要問題時指出，勞動力要素的回流將會以人的振興帶動經濟振興，從而實現多元的、內生的、可持續的鄉村振興。進一步地，吳忠權

研究了產業發展、教育對于農村人力資本流向及持續性的重要作用。鑒于人口與勞動力對于鄉村振興的重要意義，可從宏觀經濟和微觀個人兩個角度分析影響人口規模的各種因素。從宏觀經濟角度看，Ravenstein

認為，進入工業化社會以后，相比地理、自然環境因素，地區經濟成為影響人口流向的主要因素。二元結構理論則從地區間勞動邊際收益率的差異出發認為，集聚效應是吸引人口流入的重要因素，勞動邊際收益越高的工業化地區吸引力越大，從而引起人口的流動與聚集

。勞動力地區間的預期收入水平差距也是引發人口流動的主要原因

。地區人口規模受地區經濟水平影響，就業與收入是主要渠道。當地區產品需求量急速上升吸引更多的生產方進駐，形成一定的產業規模，帶動相關服務業倍速發展，勞動力需求急速上升，工資水平上漲且就業量增加，最終導致人口規模擴大

。從微觀個人角度看，人們選擇是否在一個地區長期生活會考慮眾多因素，一般的經濟模型會使用效用函數的比較來對此進行描述，然而眾多研究表明，非經濟因素對人們的遷移決策影響巨大

。運用推拉理論進行的研究也發現，個人在進行流動決策時，非理性感情因素也會產生極大影響

，如親緣關系、社會關系、生活習慣等。

第二，電子商務有助于縣域地區的人口規模增長。一是信息技術與電子商務在相當大的程度上打破了距離因素造成的市場壁壘，將地區產品的銷售市場擴展至全國范圍，由此可對勞動力流向決策產生極大影響。二是電子商務可以增加地區產品(主要是農產品)的市場需求，電子商務可以為農產品增值、農民增收發揮巨大作用，這對吸引外出務工的農業剩余勞動力回流具有顯著效果。三是電子商務與流通業的發展是相輔相成的，在打破自然性市場分割限制方面，流通部門能夠發揮重大作用，大力發展地區電子商務能夠調動當地流通部門需求，促進地區現代化流通體系的建設與發展，對當地人口規模可能有進一步的影響。

二、電子商務對人口規模影響的理論機制

(一)電子商務與人口規模

對于地區經濟因素，電子商務與信息技術的運用可以擴張當地產品的銷售規模，進而產生集聚效應，這主要發生在第一、第二產業。首先，信息技術、電子商務將當地市場范圍直接擴張至全國大部分地區，線上銷售弱化了自然性市場分割的約束

。其次，隨著數字平臺等服務的規范化、具體化，相比于線下市場，線上市場中的交易成本更低，跨區域銷售能更多地攤薄進入成本

。最后，線上市場需求更加包容化、多樣化，從價值變化來看，數字經濟的發展是從同質性價值為主到異質性價值為主的轉變過程

，網絡經濟下的長尾效益和異質性價值的提升保證了地區特色產品的銷量，同時也能夠帶來可觀的利潤。當地產品(包括農產品和工業品)市場需求的上漲促進了地區經濟發展，使得勞動邊際收益提升，人口規模實現增加。

我國銀行對民眾理財理念需要加強正確引導，銀行理財作為為客戶提供財務分析、財務規劃、投資顧問、資產管理等專業化服務活動，發揮著重要的作用，針對客戶需求進行多層次、多方向的投資服務，提升客戶理財觀念，積極為證券、保險、銀行和客戶提供合作平臺，豐富國內企業和國民投資方式，為銀行未來發展提供可靠幫助。隨著近年來理財產品的迅速發展，理財業務成為商業銀行利潤的新增長點，合理評估產品風險，參考發達國家銀行理財產品設計，重視健康理財產品的設計，為客戶提供可靠的產品保障，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用超聲耦合劑，套上避孕套，操作者放置陰道探頭至陰道內，緊貼宮頸和陰道穹窿進行多切面、多方位的掃查，首先探查子宮雙附件，排除其他器質性病變，觀察子宮腔位置、大小和形態，觀察內膜形態、有無“三線征”，記錄內膜厚度及宮腔內異常回聲。然后啟動三維功能，旋轉X、Y或Z軸獲得最佳圖像，觀察并記錄宮腔內膜厚度、有無異常回聲、回聲是否均勻等。最后對所有患者行宮腔鏡檢查，以宮腔鏡檢查結果為金標準。

對于勞動力個人，一方面，相較于大型城市，縣域地區擁有更低的生活成本，如果電子商務可以帶來與在大型城市務工差別較小的經濟收益，那么更低的生活成本意味著更高的收入；另一方面，對于流動人口，其戶籍所在地具有極高的親緣關系正效應和社會網絡關系正效應，當戶籍所在地的收入(工資)出現上漲時，并與非經濟因素的正向效應疊加，會使得勞動力個人更偏向于電子商務發展良好的縣域地區。由此，筆者提出如下假設：

：電子商務能夠促使地區人口規模擴大。

美國的競選主要圍繞“兩票”，即選票和鈔票。而歸根結底，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，兩樣東西最重要。第一件是鈔票，而第二件是什么，我已無從想起。”(p.255)應該說，百多年后的今天，這依然是美國政治的現實。作者認為，正是美國的競選財務體系，給金錢賦予過多干預政治的影響力。將這樣的體系斥之為腐敗的罪魁禍首，并不為過。

(二)電子商務對不同地區影響效果的區別

經濟基礎強的東部沿海地區擁有更大的市場、更多的要素資源、更低的交易費用與壁壘等。淘寶村的數量分布也呈現嚴重的區域不平衡狀態，2019年底，全國共有4 310個淘寶村，東部地區包攬其中4 113個，占比達到95%以上，中西部地區則只有197個淘寶村

。同時，東部地區對流動人口有較強的吸引力，常住人口規模與電子商務之間的關系與中西部地區可能存在一定差異。

公開數據集上進行了實驗。實驗結果表明，相較于基準系統，本文的模型不僅能夠使答案準確率提升14.3%，也能夠生成更加準確、連貫、流暢的自然答案。

由于政策與地理上的先發優勢，東部地區擁有更好的經濟與工業化基礎，形成了規范化、高效率的地區市場，這就造成了東、中、西部地區企業，尤其是縣域地區的中小企業(或家庭式企業)對于線上市場與線下市場的依賴程度有較大差異。由此，電子商務對于不同地區人口規模的影響效果也會存在較大差異。東部地區的縣域地區產品可以通過較高質量的區域市場進行銷售，自然性市場分割造成的影響較小，因而對于線上市場的依賴程度較小，電子商務對于人口規模的促進效果會低于中西部地區。同時，由于線下市場的銷量與利潤對東部地區企業影響較大，經濟政策、土地政策及地區市場活力對于東部地區的影響會強于中西部地區。由此，筆者提出如下假設：

：電子商務對東、中、西部地區人口規模的影響效果存在差異，受地區市場發育程度的影響，電子商務對中西部地區的作用更強。

三、模型構建與數據來源

(一)數據來源

本文主要被解釋變量縣域地區常住人口、主要控制變量(地區生產總值、二三產業增加值占比、地方財政支出、規模以上工業企業個數等)主要來自《中國縣域統計年鑒》，缺失數據由各省份統計年鑒補充。為了剔除自然增長對于人口規模的影響，本文對常住人口數據使用《中國城市統計年鑒》中的自然增長率進行了處理。解釋變量淘寶村的數量及成立時間來自阿里研究院歷年淘寶村研究報告。數據的時間跨度為2006—2019年，為了剔除通貨膨脹影響，相關數據均使用以2005年為基期的GDP平減指數進行處理。另外，由于時間跨度內數據缺失量過大，本文剔除了絕大部分的省會城市及副省級城市的市轄區，剩余部分為在時間跨度內撤縣設區的轄區，這些城市內的縣及縣級市也沒有被剔除。由于常住人口數據的缺失，本文沒有選取所有省份的縣級區域，而是依據數據質量選擇了北京、天津、江蘇、上海、浙江、福建、海南作為東部地區代表，山西、河南、安徽、湖北、湖南作為中部地區代表，陜西、甘肅、寧夏、重慶、四川、廣西、云南作為西部地區代表。

(二)模型構建

雙重差分模型(Difference-in-Difference, DID)常被用于評估政策的實施效果，簡單來講是通過政策實施這一外生沖擊構建準自然實驗。本文使用淘寶村代表電子商務及信息技術對于縣域地區的外生沖擊，理由如下：首先，淘寶村能夠代表電子商務對地區的沖擊。淘寶村最初由阿里研究院定義，是指活躍網店數量達到當地家庭戶數10%以上、電子商務年交易額達到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電子商務發展模式，可以代表電子商務與信息技術的商業化應用程度。其次，淘寶村產生的是外生沖擊。在DID模型中，政策產生的沖擊如果不是外生，則估計結果可能是有偏且不一致的。淘寶村的產生及發展可以分為民間創業能人自發發展及當地政府引進規劃發展兩種。大部分研究將政府規劃視為外生沖擊，而自發發展多由在外務工青年學習到互聯網相關知識后返鄉創業，屬于信息技術進步帶來的沖擊，也可視為外生沖擊。

直接使用傳統DID模型會產生以下問題：首先，經濟數據大多為自然數據，一個地區是否會出現淘寶村，以及出現多少個淘寶村，可能并不是隨機的，樣本自選擇問題會導致難以估計真實的沖擊效應。其次，傳統DID使用0—1虛擬變量來表示是否產生沖擊，不能體現出沖擊程度的變化。由于數據可得性，無法使用村或鄉鎮數據來進行估計，因而使用傳統DID無法捕捉淘寶村的規模、數量等沖擊程度對于縣域地區的影響。另外，淘寶村因其特有性質，很容易實現裂變式的擴張與集群化發展。但是，一個縣域地區的淘寶村規模達到什么程度才會產生足夠的沖擊，難以制定一個標準。針對以上兩個較為關鍵的問題，本文使用傾向得分匹配(PSM)來為實驗組匹配對照組，使得樣本自選擇問題最小化。同時，參考Qian

與范子英等

使用連續DID來反映個體緯度的沖擊程度變化，并以淘寶村數量代表沖擊程度。基于以上分析，本文構建回歸模型如下：

圖3中：B為線列陣單位長度上的浮力，其中p為階梯狀作用在桿件上x點的靜水壓力以及桿件上的水動力Fd,采用Morison方程計算為

式(2)首先檢驗淘寶村對于第一產業增加值占比(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，如果依舊顯著則為不完全中介效應。

(1)

其中，pop

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

為隨機擾動項。

為驗證H2，本文運用Baron和Kenny

提出的“三步法”中介效應檢驗模型檢驗相關機制。基本方法為在基準模型式(1)的基礎上，額外加上兩個回歸模型對中介變量的中介效應進行檢驗：

日糧蛋白質水平和RPFA對干物質采食量、日增重和料重比不存在交互作用（見表2）。肉牛干物質采食量和初始體重各組間無顯著差異（P＞0.05）。試驗末體重隨日糧蛋白質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模型計算協變量集X的系數γ，treat為表示在時間跨度內是否出現淘寶村的虛擬變量，之后通過式(5)計算ps得分，ps得分的本質是將能夠影響被解釋變量(人口)的多種因素降維處理，計算出一個介于[0, 1]之間的一維變量，使其能夠表示個體進入處理組的概率，之后經由特定的匹配方式(最近鄰匹配、核匹配等)通過ps得分將處理組與對照組匹配在一起。那么協變量的選擇對于PSM至關重要，本文在協變量的選擇上參考以往研究，選擇經濟發展水平(lnGDP)，用當地GDP自然對數衡量；產業結構(TS)，用第三產業增加值占第二產業之比衡量；地方政府投入(gover)，用地方財政支出衡量；地方企業數(LE)，用規模以上工業企業個數衡量；人力資源(HR)，用普通中學在校人數衡量、社會公共服務(PS)，用醫療機構床位數衡量；撤縣設市、區(C)，用2006—2019年間是否發生撤并衡量；市場潛力(mapo)和省份(Province)。其中，撤縣設市、區為虛擬變量，發生撤并前為0，發生撤并后為1，具體數據來自中國行政區劃網；市場潛力的計算公式為∑

(GDP

/d

)，d為兩地區之間的距離。撤并地區對于常住人口的影響顯著，這是因為，在中國特色社會主義市場體制下，政府對土地、勞動等要素的影響較大，撤并后的地區擁有更高行政等級，撤縣設區的地方可以減少行政壁壘帶來的資源配置扭曲

，有利于產業擴張與勞動力需求的提升。市場潛力也是影響地區人口規模重要因素，市場潛力高的地區可以從地區集聚效應、政策優惠及產品潛在銷量等方面獲得人口吸引力優勢。

此外，電子商務還會在第三產業中發揮促進人口規模增加的作用。根據配第—克拉克定理，隨著社會發展與收入水平的提高，勞動力會向第三產業轉移。有關城市規模的研究也發現，服務業對于勞動力的吸納能力更強，對于人口規模增加具有更大的促進作用

。流通部門是對地區人口規模最具影響的行業，并在縣域地區(尤其是邊緣地區)電子商務發展方面充當極其重要的角色。電子商務促進人口規模增加的主要機理是電子商務突破了地理市場分割，而流通部門在其中起到重要的支撐作用，電子商務產品的市場需求擴大必定會增加當地流通部門的勞動力需求，進而促進人口規模增加。

(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常與DID一起使用的方法，DID方法多用于面板數據而PSM適用于截面數據，學術界常用的解決辦法是將DID數據直接當作截面數據進行PSM或進行逐期傾向得分匹配，然而兩種方法都有一些缺陷。第一種方法會使匹配包含大量的時間趨勢信息，產生實驗組與對照組匹配的時間不同，或者與不同期的自己匹配，產生“自匹配”問題。第二種逐期匹配可能導致非平衡面板數據的匹配偏誤，缺失數據的樣本可能會被直接忽略；更重要的是，逐期匹配會存在匹配到的最優對照組在時間上不穩定，沖擊前與沖擊后的匹配對象不一致會直接導致DID估計結果不可信

。這里使用謝申祥等

改進后的PSM進行匹配。對PSM協變量的選擇要篩選出特殊協變量，這類協變量會包含許多不可測度或難以觀測的信息，同時對被解釋變量有較大的影響，一般為種類、行業等。本文選擇地區差異作為特殊變量，分為東、中、西部地區三類，理由如下：首先，我國處于發展不平衡不充分階段，東部地區具有先發優勢，市場潛力高，本身對人口具有很強的吸引力。其次，政府政策對不同地區有所區別和側重，經濟、土地政策較“偏愛”東部地區、沿海地區，進而對地區人口造成進一步的影響

。最后，部分中部地區和大部分西部地區由于地形、氣候等原因，人口規模存在差異，這部分影響難以通過經濟數據衡量。在對協變量分類后，使用Logit模型逐期計算各地區的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

為了能夠匹配到穩定的對照組，使用個體間的二階矩表示面板數據間的距離，通過實驗組個體與對照組個體之間的面板距離選取匹配對象，間距最小的即為差異最小的匹配對象，方法為式(6)：

該方案的缺點為：由于地鐵車站較寬(地下兩層標準站寬約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，這樣導致結構受力不合理，對景觀影響也大；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，選取優勢菌門(檢出率>1%)和菌屬進行分析，并比較其在兩組中的差異。

(6)

其中，ps

表示實驗組個體i在t期的ps得分，ps

表示對照組個體j在t期的ps得分，T表示期數。需要注意的是，在進行計算與取最小值前，會對個體依據特殊變量進行分類，即分為東、中、西部地區三類，在各自大類中進行匹配，以保證PSM不會忽略掉地區間的差異。本文進行一比二匹配，即選取間距最小的前三位作為對照組，以保證對照組數量；同時為了避免有些地區間距過大但依舊被選取作為匹配對象，刪除了間距大于0.0036的對象(依據為一般最近鄰匹配或核匹配會選取ps得分差距在0.0600以內的對象)。匹配前為1 035個對照組個體，143個實驗組個體；匹配后對照組加實驗組的總樣本量為278個(有放回抽取導致某些對照組個體會匹配到多個實驗組個體)。主要變量的描述性統計如表1所示。

四、實證結果與分析

(一)基準回歸結果與分析

為了避免內生性問題，通常使用固定效應模型來處理面板數據中遺漏變量問題，回歸模型為：

pop

=α

+α

time

×num

+βX+μ

+π

+ε

（1）先進的設備進出庫管理。支持部門從采購計劃、申請、采購到庫存的全流程無紙化管理。為提高工作效率，系統支持多種條碼打印以及手機盤點功能。

(7)

其中,μ

與π

分別表示時間與個體固定效應，包含time與num的信息。這是因為，如果加入time與num變量會產生嚴格多重共線性問題，其余變量同式(1)。故交互項與num在具體數值上是相同的，本文在下文使用did來表示time

×num

。具體回歸結果如表2所示。

當前我國很多國有企業在進行會計信息披露時，出于自身企業形象等因素的考慮，披露出的會計信息存在著很多虛假不實的內容，國有企業會對不利于企業發展的負面信息進行遮掩，甚至捏造一些虛假的信息敷衍。針對該問題，學校，國家相關部門加強對會計信息披露的監管，加強對信息質量監管，對于披露出的會計信息，要進行嚴格的審核，保證信息的質量和真實性。

：電子商務通過促進當地產品市場需求增加，以及促進相關服務業尤其是流通業的發展，促進人口規模擴大。

結果顯示，time與num的交互項在5%水平上顯著，驗證了平均處理效應的存在。實證結果顯示，淘寶村產生的沖擊顯著影響了縣域地區常住人口的數量。基準檢驗的實證結果證實了H1成立，說明電子商務與信息技術的廣泛運用可以幫助縣域地區產生人口拉力，促進人口規模的增加，并且，淘寶村數量越多的地區人口規模增加效果越大，說明常住人口的增加與電子商務影響的強弱程度、覆蓋范圍有較強的相關關系，這也意味著電子商務具有一定的規模效應。

(二)中介效應檢驗

在前文的理論分析中，電子商務可以從地區經濟效應和勞動力個體效應兩方面促進人口規模增加，由于個體效應難以使用經濟數據測度，本文只對地區經濟效應進行檢驗。首先，地區產品的銷售擴張是產業規模形成的重要前提，對于產品規模本文選取第一產業增加值占比(FI)替代。根據縣域地區、淘寶村的電子商務模式，這些大城市的邊緣地區難以實現大規模的制造業集聚，電子商務的主要產品來源是當地自然資源帶來的農業品或帶有當地文化意義的農產品簡單加工，屬于低成本的藍海產品，商戶也大多是家庭式作坊、家庭式企業，第一產業增加值占比能夠較好地反映當地產品的銷售擴張效果。其次，產品的銷售擴張會使得產業規模擴大，產生對服務業的乘數效應，針對縣域地區與電子商務特點，流通業需求的增長能夠帶來大量勞動力需求，從而促進當地人口規模的增加。本文選取第三產業增加值與第一產業增加值的比值(TF)作為中介變量，表示產品規模擴大帶來的服務業乘數效應。表2第3—6列為中介效應檢驗結果，第3列did系數顯著為正，表示電子商務沖擊可以提升第一產業增加值占比，說明電子商務會引起縣域地區基本產品的銷售擴張，引起需求上升，同時也說明電子商務沖擊能夠提升地區農產品附加值，提升農業經濟發展水平，與王瑞峰

研究結果一致；第4列did系數依舊顯著，表示第一產業增加值占比是不完全中介效應。進一步地，第5列表示電子商務沖擊會引起銷售擴張帶來的服務業增長效應，第6列did不再顯著，說明服務業的相對增長解釋了大部分電子商務對于區域人口規模的影響效應，是完全中介變量，驗證了產品市場規模擴大對相關第三產業的需求引起倍增效果，從而導致勞動力需求增長。H2得到驗證。

五、異質性分析

為檢驗H3，將樣本劃分為東、中、西部地區三類，檢驗結果如表3所示。為了表格簡潔，只列出了相對重要的控制變量。從顯著性上來看，雖然置信水平上有所區別，但三類地區的平均處理效應在統計上都處于顯著狀態。從系數上看，三類地區系數都為正，且系數大小依次上升，東部地區只有0.0301而西部地區到達1.6194，東部地區雖然坐擁了全國95%以上的淘寶村，但對人口規模的正向效應卻遠遠低于中西部地區，H3成立。

另外，由表3可知，只有東部地區的市場潛力指標(mapo)與常住人口規模是顯著正相關的，中西部地區的市場潛力系數接近于零且均不相關。同樣，撤縣設市、區指標對于東部地區與中部地區的人口規模有促進作用，對西部地區來說并不顯著，與唐為和王媛

的研究結果吻合。東部地區在地理上的市場潛力很強，從而對人口具有較強拉力，而中西部地區多依靠“數字市場潛力”，從而使得地區人口規模增加，市場潛力指標與撤并指標的不顯著說明這些地區難以依靠傳統的規模化方法解決空心化問題。主要解釋變量與控制變量的地區差異性表示，電子商務對于促進中西部地區人口回流具有顯著效果，相較于傳統的區域經濟政策、撤并政策，運用信息技術促進電子商務及數字經濟的發展，是幫助中西部地區追趕東部地區的一方良藥。

六、穩健性檢驗

將被解釋變量替換為人口密度pd指標，計算公式為：常住人口數量/行政區域面積。由于縣域統計年鑒的行政區域面積指標各年統計口徑不一致，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后的所有個體根據網絡資料及地區政府網站資料統一為陸地面積。結果

表明，估計系數為正且在5%的水平上顯著，說明基準模型存在一定穩健性。

針對個體處理效應穩定性的檢驗，即可能存在處理組在處理后對對照組產生不利影響。電子商務沖擊為處理組的個體帶來了人口規模的增加，而這部分人口數量的增長有可能是從對照組區域流入的，那么沖擊不僅為處理組帶來正向效應，也可能對對照組產生負向效應，從而高估DID模型交互項的顯著性。由于數據可得性問題，本文從三個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村農業溢出勞動力的回流，也即在外務工人員和在外求學完畢的青年人返回家鄉創業或從事電子商務相關工作。而傳統農業溢出勞動力及在外讀書的年輕人主要集中在大中型城市，淘寶村可能產生的虹吸效應主要針對這些資源集中度高、行政等級高的城市，對于其他地區的吸引力度較低，因為相對于同等級區域的外地人口，當地人口回流會獲得更高的社會關系正效應，回流的動機更強。為此，在選取變量時去掉了絕大部分省會級城市及副省級城市的市轄區(也有一部分原因是這些地區的數據缺失較大)，在一定程度上幫助緩解虹吸效應帶來的高估。

第二，某些縣域地區淘寶村規模的擴大，當地人口收入上升，會通過社會網絡傳播至相鄰區域，對這些地區的人口具有較強的吸引力，也可能產生一定程度的虹吸效應，可以考慮通過對照組與處理組之間的最短地理距離進行檢驗，本文樣本行政區域面積平均值為1 719平方千米，若將每個地區假設為正方形，則相鄰的兩個縣域地區之間平均距離為41公里，同時考慮到地區面積與形狀差異，本文依次剔除與處理組距離大于20公里與40公里的對照組，進行進一步的穩健性檢驗。結果顯示，交互項依舊顯著且系數沒有較大變化，說明處理組對于相鄰的對照組并不存在顯著的虹吸效應，基準模型依舊穩健。

第三，對于其他可能情況帶來的對于對照組個體的影響，可以通過擴大對照組數量來進行解釋。在傾向得分匹配之前，對照組樣本量為1 035，處理組為143，對照組數量顯著大于處理組。同時，考慮到直接使用DID模型回歸會有共同趨勢假設和樣本自選擇問題，而最近鄰匹配法又會減少對照組樣本規模，可以運用核匹配方法進一步驗證。結果顯示，交互項的回歸系數依舊為正且在1%水平上顯著，說明個體處理效應穩定性問題不會在根本上改變本文的主要結論，同時也證明了改進后的PSM方法的結果具有一定程度的穩健性。

七、結論與建議

本文以淘寶村為例，使用縣域地區面板數據，通過改進后的傾向性得分匹配剔除樣本自選擇偏誤后，運用漸進DID模型實證檢驗了電子商務沖擊對縣域地區人口規模的影響，并進行了異質性檢驗與機制檢驗，得到以下主要結論：首先，電子商務與信息技術的運用可以使縣域地區對勞動力產生更強的拉力，促進當地常住人口規模的增加，其影響效果具有一定的規模效應。其次，機制檢驗結果顯示，電子商務可以通過其技術特性，增加地區產品市場規模及產業增加值，吸引勞動力聚集，第一產業增加值占比的中介效應表明農產品的現代化、信息化增值對縣域地區發揮重要影響；更進一步地，產品市場規模擴張為相關服務業帶來需求倍增，第三產業與第一產業比值的完全中介效應表明，流通業和其他線下服務業勞動力需求的增長是促進地區人口規模增加的主要原因。最后，地區異質性檢驗發現，電子商務對于中西部地區人口促進作用更加顯著，而市場潛力、撤縣設市、區對于東部地區人口規模增加更加顯著，相比于傳統土地政策，發展電子商務與數字經濟是中西部地區與東部地區縮小差距的有效方法。

為了更好地發揮電子商務、數字經濟對縣域地區的正向影響，提出以下四點建議：

首先，要發揮電子商務與數字經濟的效果，必須先完善地區基礎設施建設，地方政府應當抓住國家政策對“兩新一重”(新型基礎設施建設，新型城鎮化建設，交通、水利等重大工程建設)的重點支持，完善地方交通設施建設、通信基礎設施建設，保證流通服務的運營成本，才能充分發揮電子商務對地區人口規模的促進效應，產生經濟集聚的正向效果，幫助地區實現經濟持續發展。其次，地區電子商務產業需要充分發揮地區特色產品優勢，促進農產品增產增收，當地政府需要認識到農業信息化對農民收入增加起到的重要作用。再次，大力推動現代流通體系的建設能夠促進“邊緣地區”人口回流與經濟發展。最后，中西部地區可以運用國家近年來的一系列地區發展政策，積極發展電子商務與數字經濟，運用信息技術優勢，打破市場壁壘，擴大市場范圍，從而帶動產業系統的完善與產業結構的優化升級，形成要素集聚、人才回流的良性循環，逐步縮小與東部發達地區之間的經濟、市場差距，避免空心化與地區發展的逐漸“塌陷”。

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

[2] 溫濤，何茜.新時代中國鄉村振興戰略實施的農村人力資本改造研究[J].農村經濟, 2018(12): 100-107.

[3] 劉祖云，姜姝.“城歸”:鄉村振興中“人的回歸”[J].農業經濟問題, 2019(2): 43-52.

[4] 劉潤秋，黃志兵.實施鄉村振興戰略的現實困境、政策誤區及改革路徑[J].農村經濟, 2018(6): 6-10.

[5] 吳忠權.基于鄉村振興的人力資本開發新要求與路徑創新[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、人口增長差異與城鎮體系演變[J].中國工業經濟, 2020(7): 5-23.

[10] 李龍，宋月萍.撤點并校背景下的人口流動意愿——來自農村地區的證據[J].清華大學教育研究, 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.線下市場分割是否促進了企業線上銷售——對中國電子商務擴張的一種解釋[J].經濟研究, 2020(7): 123-139.

[14] 姜奇平.數字經濟學的基本問題與定性、定量兩種分析框架[J].財經問題研究, 2020(11): 13-21.

[15] 王垚，年猛，王春華.產業結構、最優規模與中國城市化路徑選擇[J].經濟學(季刊), 2017(2): 441-462.

[16] 阿里研究院.淘寶村十年：數字經濟促進鄉村振興之路[EB/OL].(2019-06-19)[2021-10-12].www.aliresearch.com/ch/information/informationdetails?articleCode=21853&type=報告.

[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.公共交通對住房市場的溢出效應與虹吸效應:以地鐵為例[J].中國工業經濟, 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PSM-DID模型的改進與應用[J].統計研究, 2021(2): 146-160.

[21] 唐為，王媛.行政區劃調整與人口城市化:來自撤縣設區的經驗證據[J].經濟研究, 2015(9): 72-85.

[22] 王瑞峰.涉農電商平臺對我國農業經濟發展的影響效應評估——以農村淘寶為例[J].中國流通經濟, 2020(11): 68-77.