《中国农村经济》精华版 | 张 琛、马 彪：农村电子商务发展会促进农村劳动力本地就业吗

农村电子商务发展会促进农村

劳动力本地就业吗

作者：张  琛¹  马  彪²  彭  超³

作者单位：1.中国社会科学院人口与劳动经济研究所；

                2.首都经济贸易大学金融学院；

                3.农业农村部管理干部学院乡村振兴研究中心

原文刊发：《中国农村经济》2023年第4期

一、引言

改革开放以来，中国经济迅猛增长，创造了举世瞩目的“增长奇迹”。其中，劳动力要素的灵活配置，尤其是农村劳动力要素在城乡之间的优化配置，对中国经济增长的贡献不可忽视（伍山林，2016）。然而，随着中国经济发展向“新常态”转变，人口红利逐渐消减，越来越多的农村劳动力开始在县乡间往返迁移（吴方卫和康姣姣，2020）。国家统计局数据显示，本地农民工占比已从2009年的36.75%增加到2021年的41.29%。由此可见，当就业的外部环境风险不断增加时，农村劳动力要素配置更符合新迁移经济学理论，农村劳动力倾向于选择风险最小化的就地就近就业。在此期间，数字经济的崛起也为农村劳动力实现本地就业提供了更多可能性。以电子商务为代表的数字技术，凭借其赋能优势在扩大就业方面取得了意想不到的效果。农村电子商务作为发展农村数字经济的主要载体和实施数字乡村战略的重要应用场景，对农村劳动力本地就业会产生何种影响？这种影响的内在作用机制又是如何？是否存在异质性？

在农村劳动力本地就业研究中，已有文献从人力资本（Chen and Wang，2019）、非经济收益（李芳华和姬晨阳，2022）、产业政策（张欢和吴方卫，2022）和制度体系（张吉鹏等，2020）等方面进行分析。虽然学者们从不同视角对农村劳动力本地就业进行了较为丰富的研究，但是仍存在一些值得关注的问题。例如，已有文献在分析农村劳动力本地就业的影响因素时，多从农村劳动力流动的视角进行探讨。即便部分研究从就业机会的视角进行分析，也仅仅考察了“存量”就业机会的影响，忽略了“增量”就业机会所产生的就业促进效应。农村电子商务具有扩大乡村就业容量的典型特征，在研究农村劳动力本地就业问题时，十分有必要将农村电子商务发展对农村劳动力就业的影响及其作用机制纳入考察范畴。为此，本文利用全国农村固定观察点2010－2018年村庄层面数据、阿里研究院提供的县域电子商务发展指数和县域新增活跃商家数据，借助“电子商务进农村综合示范”这一准自然实验带来的政策冲击，通过构建多时点渐进DID模型，实证分析农村电子商务发展对农村劳动力就业的影响，并揭示农村电子商务发展影响农村劳动力本地就业的微观作用机制，为未来配套出台相关劳动力市场政策提供经验证据。

二、政策简要回顾和理论分析

（一）政策简要回顾

“电子商务进农村综合示范”政策始于 2014 年，在实施中呈现以下特征：第一，政策以县为单位开展试点，具有“先试点再逐步推广”的准自然实验特征，这为本文研究提供了准自然实验的分析条件。第二，政策目标在实施初期是健全农村电子商务支撑服务体系、扩大农村电子商务应用领域、提高农村电子商务应用能力和改善农村电子商务发展环境。到实施中期，政策优先在国家级贫困县和欠发达革命老区实施，体现出较为明显的精准扶贫功能。第三，政策规定示范县（市、区）可获得 2000万元左右的中央财政资金支持，主要用于县乡村三级物流配送体系建设、县域电子商务公共服务中心和村级电子商务服务站点改造等。

（二）理论分析

本文从乡村就业环境、创业带动就业和企业带动就业三个维度对农村电子商务发展的就业效应进行分析。

首先，农村电子商务发展通过优化乡村就业环境，提升乡村就业质量。已有研究表明，数字经济通过优化就业环境、提升就业技能以及提高劳动报酬等路径实现了就业质量的提升（戚聿东等，2020）。Li et al.（2019）基于对中国甘肃省陇南市的案例分析，证实了县域电子商务发展通过提供电子商务服务站点、改善农村电子商务基础设施等方式，极大地改善了农村地区的就业环境。村级电子商务服务站点从无到有，反映了村庄基础设施供给水平的提升；村级电子商务服务站点“一站多业”，为广大农民提供了多元化的公共服务。不难预见，在“电子商务进农村综合示范”政策的强力支持下，农村电子商务发展依托村级电商服务站点建设优化了乡村就业环境，提升了乡村就业质量。

其次，农村电子商务发展依托创业带动就业，扩大乡村就业容量。已有研究普遍认为电子商务会提升创业的概率（George et al.，2016；邱子迅和周亚虹，2021；涂勤和曹增栋，2022）。“电子商务进农村综合示范”政策通过优化农村电子商务发展环境，为农户创业与村庄产业集群的发展提供了有利条件。以“淘宝村”为例，不断涌现的“淘宝村”正是传统产业结合电子商务形成的创业集群模式（周应恒和刘常瑜，2018）。电子商务既有助于整合原本分散的农产品市场（Jensen，2007），也有助于降低搜寻成本、运输成本、复制成本、追踪成本和验证成本（Goldfarb and Tucker，2019；马彪等，2021），这为乡村开展创新创业提供了便利条件。具体表现为：电子商务拓宽了农村居民搜寻和获取信息的渠道，扩大了市场资源容量以及破除了传统社会资本的约束（王金杰等，2019）。电子商务具有低进入门槛、低技术难度以及初始资金投入量小等优势，方便农民在电商平台开设网店以及从事与电子商务相关的活动。由此可见，农村电子商务发展通过创业带动就业，扩大了乡村就业容量。

再次，农村电子商务发展带动了与电子商务相关的产业发展，增加了乡村就业岗位。已有研究证实农村电子商务促进了产业结构升级（易法敏等，2021）。“电子商务进农村综合示范”政策通过产业链延伸，带动了当地与电子商务相关产业（如快递物流、仓储、网店设计、产品包装、培训等）的发展（Leong et al.，2016；Zhang et al.，2022）。产业链的延伸激发了企业主体的活力，企业的市场活力越强，创造的新就业岗位就越多，吸纳就业的能力也就越强。从这个角度看，农村电子商务发展带动了相关产业发展，进而激发了企业市场活力，增加了乡村就业岗位。

综上所述，本文提出研究假说H1和H2。

H1：农村电子商务发展会促进农村劳动力本地就业。

H2：农村电子商务发展主要通过优化乡村就业环境、依托创业带动就业和推动企业带动就业三条路径促进农村劳动力本地就业。

三、数据、变量与识别框架

（一）研究数据

本文的研究数据主要来源于以下三个方面：第一，“电子商务进农村综合示范”政策的试点名单以及对应试点年份数据来自商务部官方网站，试点选择标准（是否是贫困县）相关数据来自原国务院扶贫办公布的国家扶贫开发工作重点县名单。第二，反映农村劳动力本地就业的数据来自全国农村固定观察点村级层面数据，样本时期为2010－2018年。第三，机制分析中反映创业带动就业情况的数据来自阿里研究院提供的县域新增活跃商家数信息。本文采用手工匹配的方式，将阿里研究院提供的各县（市、区）新增活跃商家数与全国农村固定观察点村庄名单进行匹配，用于衡量农村电子商务发展创业带动就业能力。考虑到不同省份通胀情况有所差异，本文以2010年为基期，通过相应省份的CPI指数对涉及数值相关指标进行平减。经整理，最终得到符合本文实证研究要求的观测值共2726个。

（二）变量选取与描述性统计

1.被解释变量。本文在计量分析中用到的主要被解释变量为村庄外出劳动力占比，用村庄外出劳动力数量占村庄劳动力总数的比重表征。关于外出劳动力的界定，本文遵循国家统计局对外出农民工的定义，即在本乡镇外从事非农产业的农村劳动力。需要说明的是，全国农村固定观察点的村庄问卷并未对农村劳动力本地就业情况进行独立统计，本文选取的主要被解释变量村庄外出劳动力占比实际上是农村劳动力本地就业的反向指标。

2.核心解释变量。本文核心解释变量为“电子商务进农村综合示范”政策。在多期DID模型中，样本村进入“电子商务进农村综合示范”政策实施当年及以后年份，该变量取值为1，否则取值为0。

3.控制变量。参考已往文献（刘晓光等，2015；刘彬彬等，2017），并结合数据的可获得性，本文从村庄经济特征、村庄基础设施、村庄社会发展等方面选取控制变量。具体包括村庄经济发展水平、村庄人口规模、道路硬化比例、村庄治安水平、户均土地面积和技能培训比例。

4.机制变量。本文从乡村就业环境、创业带动就业和企业带动就业三个方面对农村电子商务发展促进农村劳动力本地就业的作用机制进行分析。在乡村就业环境方面，本文选取村庄是否建有电商服务站点作为机制变量。在创业带动就业方面，本文采用阿里研究院提供的县域新增活跃商家数作为机制变量。新增活跃商家数的标准化指数越高，说明该区域的创业带动就业氛围越好。在企业带动就业方面，本文以全国农村固定观察点村级问卷中的私营企业比例作为机制变量。村级私营企业占比越高，说明企业带动农村劳动力实现本地就业的可能性越大。

（三）识别策略与模型设定

本文构建多时点双重差分模型来考察农村电子商务发展对农村劳动力本地就业的影响。 “电子商务进农村综合示范”政策在不同时间、不同试点县对农村劳动力本地就业造成的外生冲击，恰好为本文研究创造了一个近似自然实验的良好条件。需要说明的是，现实中试点县的选取并不是完全随机的，“电子商务进农村综合示范”政策明确要求向国家级贫困县倾斜。鉴于此，本文在构建多时点渐进DID模型的基础上，进一步控制了处理组的选择标准，以期得到更准确的估计结果。双重差分模型估计结果满足一致性的前提是处理组与控制组符合平行趋势假设。考虑到“电子商务进农村综合示范”政策实施年份不一致，本文选取各试点县开展项目的前一年作为该试点县的基准年份，参考Jacobson et al.（1993）提出的事件分析法对“电子商务进农村综合示范”政策的动态效应进行检验。

四、实证结果

（一）基准回归结果

回归结果表明，农村电子商务发展显著促进了农村劳动力本地就业。控制各类固定效应、试点选择变量和时间函数的交互后，这一结论仍然稳健。以回归3的结果为例，在样本观测期间，农村电子商务发展使农村劳动力本地就业比例平均提高了2.9个百分点。假说H1得证。

（二）事件分析法结果

结果表明，“电子商务进农村综合示范”政策实施当年以及之后的第1年和第2年，村庄层面外出劳动力占比在试点县和非试点县之间均呈现出显著差异。但是，政策实施的第3年及以后，村庄层面外出劳动力占比在试点县和非试点县之间不再具有显著差异。可能的原因在于，农村电子商务在发展初期对低技能劳动力的就业促进效应较为明显（例如为低技能农村劳动力提供从事材料加工、客户服务、物流配送工作的就业机会）。当电子商务发展到一定阶段时，产业数字化的门槛效应逐渐出现，这一时期电子商务的就业带动效应需要高技能劳动力的支持方可发挥（如网店开设、产品设计等）。

（三）稳健性检验

反事实估计、培根分解（Bacon）、剔除“宽带中国”政策覆盖样本、剔除电子商务发展水平较高样本以及放宽农村劳动力外出就业概念等一系列检验也证实了TWFE框架下多期DID回归结果的稳健性。

（四）异质性分析

异质性分析表明，农村电子商务发展对农村劳动力本地就业的影响在中等人力资本水平群体和东部地区更为明显。

（五）机制分析

机制分析显示，农村电子商务主要通过优化乡村就业环境、依托创业带动就业和推动企业带动就业3个途径促进农村劳动力本地就业。假说H2得证。

五、主要结论与启示

本研究发现：第一，“电子商务进农村综合示范”政策显著促进了农村劳动力本地就业，开始试点后农村劳动力本地就业比例整体提高了近3个百分点。经过一系列稳健性检验后，农村电子商务发展促进农村劳动力本地就业的研究结论依然成立。第二，农村电子商务的就业效应还表现出一定的异质性，农村电子商务发展对农村劳动力本地就业的影响在中等人力资本水平群体和东部地区更为明显。第三，机制分析显示，农村电子商务主要通过优化乡村就业环境、依托创业带动就业、推动企业带动就业三个途径，提升就业质量、扩大就业容量、完善相关产业，进而带动农村劳动力本地就业。

上述研究结论有两点政策启示：第一，要充分发挥数字技术在推进农村一二三产业融合、优化乡村就业和创业环境等方面的积极作用，加快实施乡村就业创业促进行动，超前布局“数字新岗位”，使电子商务成为农村劳动力就地就近就业的“加速器”、收入持续增长的“稳定器”；第二，要全方位打造农村劳动力数字技能培育体系，提升农村劳动力对数字经济的认知程度。以充分就业为导向，遵循“因需施教”的原则，制定差异化、精准化、多元化的数字技能培训方案，打造分产业、分专业、分类别的数字技能课程体系，全方位提升农村劳动力数字技能，消弭数字能力鸿沟。

关于我们

《中国农村经济》《中国农村观察》（简称“两刊”），由中国社会科学院主管、中国社会科学院农村发展研究所主办，是经济学和管理学类权威性学术期刊。系国家社科基金首批重点资助期刊、国家自然基金委员会管理科学部认定的管理科学重要学术期刊、中国人文社会科学综合评价AMI权威学术期刊、FMS管理科学高质量期刊（A类期刊T1）和“中文精品学术期刊外文版数字出版工程”首批精选期刊等。

《中国农村经济》注重论文的学术性和政策指导性，主要刊发有关“三农”问题研究的经济学、管理学优质论文，以及经济学、管理学其他领域为实践发展和学科建设提供新知识的学术论文；《中国农村观察》注重论文的理论性和学术性，刊文涵盖农村经济、社会、政治、法治、文化教育等“三农”研究相关领域。

根据《中国学术期刊影响因子年报（人文社会科学·2022版）》：《中国农村经济》复合影响因子为14.046，期刊综合影响因子为10.264，在488种经济类学术期刊中排名第三，排在《中国工业经济》《经济研究》之后；《中国农村观察》复合影响因子为8.833，期刊综合影响因子为5.972，在488种经济类学术期刊中排名第九。

两刊在世界期刊中也具有重要影响，根据《世界期刊影响力指数报告》，《中国农村经济》世界学术影响力指数（WAJCI）为2.75，在全球37种农业经济类学术期刊中排名第三，排在Food Policy和American Journal of Agricultural Economics之后；《中国农村观察》世界学术影响力指数（WAJCI）为1.71，在全球农业经济类37种学术期刊中排名第七。同时，两刊多次获评“中国最具国际影响力学术期刊”。

两刊实行在线投稿、双向匿名审稿制度，两刊网站（http://crecrs.ajcass.org/）可全文下载两刊所发文章，两刊微信公众号（中国农村经济中国农村观察）可阅读所发论文的精华版，欢迎广大专家学者投稿和关注。