原文信息: Victor Couture, Benjamin Faber, Yizhen Gu, Lizhi Liu. Connecting the Countryside via E-Commerce: Evidence from China. NBER Working Paper NO. 24384, March 2018. (American Economic Review: Insights, forthcoming) 01 前言 中國在線購買和銷售商品的人數(shù)在2015年達(dá)到4億人,成功超越美國成為世界上最大的電子商務(wù)市場。雖然這一貢獻(xiàn)主要發(fā)生在城鎮(zhèn),但受越來越多的“淘寶村”成功案例的影響,近幾年有關(guān)農(nóng)村發(fā)展的政策中,被頻繁提及的就是農(nóng)村電商推廣計(jì)劃。到2018年,阿里巴巴已將3000多個農(nóng)村市場打造成“淘寶村”品牌。政府希望與電商平臺聯(lián)手,利用數(shù)字化促進(jìn)農(nóng)村發(fā)展,縮小城鄉(xiāng)差距。 但是,“淘寶村”的成功將政策中心吸引到了農(nóng)村的生產(chǎn)者身上。通過降低通往城鎮(zhèn)市場的貿(mào)易和信息成本,電子商務(wù)意味著增加本地產(chǎn)品的需求、更好的投入品獲得,以及對農(nóng)村創(chuàng)業(yè)的更強(qiáng)激勵來增加農(nóng)村收入,這樣一來便減少了對農(nóng)村消費(fèi)者潛在收益的關(guān)注。但最近的研究表明,電商需求在更小和更偏遠(yuǎn)的地區(qū)更為強(qiáng)烈,這表明農(nóng)村地區(qū)仍有大量的潛在消費(fèi)需求。 目前寬帶網(wǎng)絡(luò)和智能手機(jī)在農(nóng)村地區(qū)已經(jīng)較為普及,但在農(nóng)村推廣電商仍然存在物流和交易兩個障礙。物流網(wǎng)絡(luò)往往在農(nóng)村存在“最后一公里”的難題,而線上交易也容易讓農(nóng)戶產(chǎn)生不信任。為解決這些難題,政府與阿里等電商平臺合作,通過投資和補(bǔ)貼鄉(xiāng)鎮(zhèn)到農(nóng)村的物流通道、建設(shè)農(nóng)村終端電商網(wǎng)點(diǎn)等措施,提供給農(nóng)村電商賣家和買家與中心城鎮(zhèn)一樣的商品價格、服務(wù)質(zhì)量和便利度。 電子商務(wù)在農(nóng)村的發(fā)展究竟能給農(nóng)村帶來多大的影響?這篇文章研究了第一個全國范圍內(nèi)的電子商務(wù)推廣計(jì)劃,從2014到2018年,這個項(xiàng)目將超過40000個中國農(nóng)村接上了電子商務(wù)發(fā)展的軌道。作者和阿里合作,以村為單位收集了一系列家庭特征和當(dāng)?shù)厣唐穬r格的微觀數(shù)據(jù),利用隨機(jī)對照試驗(yàn)(RCT)的方法,以及海量交易記錄數(shù)據(jù),估計(jì)了這個電商推廣計(jì)劃對中國農(nóng)村家庭的影響。 實(shí)驗(yàn)與數(shù)據(jù) 02 這個實(shí)驗(yàn)以村為單位,在安徽、河南和貴州的8個縣進(jìn)行。在每個縣接受計(jì)劃的村莊名單中,隨機(jī)選擇5個對照村和7-8個實(shí)驗(yàn)村,剩下的村按計(jì)劃接受電子商務(wù)推廣。全部樣本包括40個對照村和60個實(shí)驗(yàn)村,這是從432個候選村中隨機(jī)抽取的。但是由于一些村莊拒絕實(shí)驗(yàn)和地方政府的不配合,這個實(shí)驗(yàn)最后僅在60個實(shí)驗(yàn)村中的38個,40個對照村中的5個完成,并且在其中一個縣有4個村莊沒有收集到最終數(shù)據(jù)。因此在估計(jì)結(jié)果中,作者同時匯報(bào)了意向處理效應(yīng)(intent-to-treat effect)和實(shí)際處理效應(yīng)(treatment-on-treated effect)。 2.1 家庭調(diào)查數(shù)據(jù) 在2015年底到2016年初的基線調(diào)查中,從每個村莊收集了28戶家庭的信息。其中14戶在村莊的終端電商網(wǎng)點(diǎn)位置(內(nèi)部區(qū)域)半徑300米范圍內(nèi)隨機(jī)抽樣,另外14戶從村莊其他位置(外圍區(qū)域)隨機(jī)抽樣。第二輪數(shù)據(jù)收集在基線調(diào)查一年后進(jìn)行,除了和基線調(diào)查相同的家庭外,在內(nèi)部區(qū)域又?jǐn)U展了10戶家庭。兩輪調(diào)查一共收集了每戶家庭9類零售消費(fèi)支出、生產(chǎn)投入、家庭收入、職業(yè)、資產(chǎn)規(guī)模、金融賬戶、互聯(lián)網(wǎng)使用等詳細(xì)信息。 受調(diào)查的家庭基本特征如下,從基線調(diào)查到最終調(diào)查,這些特征都不隨時間而變化。 ①所有家庭成員平均年齡為44歲,平均家庭規(guī)模為3人; ②60%的家庭主要收入者是農(nóng)民,他們當(dāng)中82%的人至少完成了小學(xué)教育; ③農(nóng)村家庭明顯比城鎮(zhèn)家庭貧困,人均月收入876元,人均零售支出732元; ④80%的家庭主要收入者在村內(nèi)工作,但平均半數(shù)家庭的零售支出發(fā)生在村外,而往返最近的鄉(xiāng)鎮(zhèn)中心,平均花費(fèi)1小時; ⑤接近40%的家庭使用過互聯(lián)網(wǎng),超過50%的家庭擁有智能手機(jī),接近30%的家庭擁有電腦,幾乎所有的家庭都有電視; ⑥相比于城市,農(nóng)村電商覆蓋率還很低,農(nóng)村家庭線上零售支出占月支出份額和線上銷售收入占月收入份額均不到1%。 2.2 當(dāng)?shù)亓闶蹆r格數(shù)據(jù) 參考2012CFPS調(diào)查,根據(jù)安徽和河南農(nóng)村家庭的支出份額,對9種零售消費(fèi)類產(chǎn)品進(jìn)行抽樣調(diào)查。目的收集每個村莊的115個商品報(bào)價單,每一個報(bào)價單都盡可能在條形碼的等額水平(如品牌、產(chǎn)品名稱、包裝類型、尺寸、適用范圍等)。被抽樣的商店數(shù)量的中位數(shù)是每個村莊3家,商店建筑面積中位數(shù)是50平方米。 2.3 交易數(shù)據(jù) 交易數(shù)據(jù)覆蓋了5個?。≧CT的3個省加上云南和廣西)。第一個數(shù)據(jù)庫覆蓋2015年11月到2017年4月在每個參與村莊中通過該計(jì)劃進(jìn)行的電商購買數(shù)據(jù),包括了在此期間在12000個村莊中的大約2730萬筆交易記錄。對于每筆交易,數(shù)據(jù)庫都包含有關(guān)產(chǎn)品類別、數(shù)量、支付金額和唯一買方標(biāo)識碼的信息。第二個數(shù)據(jù)庫覆蓋從2016年1月到2017年4月,5個省中的大約12000個村莊提供的分銷網(wǎng)絡(luò)數(shù)據(jù),即村莊的出貨量。對于每筆交易,數(shù)據(jù)庫記錄了產(chǎn)地和出貨重量(千克)。在此期間,電商總出貨量約為500000。 03 結(jié)果分析 3.1 調(diào)查數(shù)據(jù)的結(jié)果分析 估計(jì)方程為 ,對于家庭數(shù)據(jù),是v村莊中h家庭的產(chǎn)出;對于零售價格數(shù)據(jù),是v村莊中單個商品的報(bào)價或者商店的銷量。 當(dāng)估計(jì)意向處理效應(yīng)(ITT)時,是被隨機(jī)分配到實(shí)驗(yàn)組的指示變量;當(dāng)估計(jì)實(shí)際處理效應(yīng)(TOT)時,是實(shí)際實(shí)驗(yàn)狀態(tài);將標(biāo)準(zhǔn)誤聚類到村莊。 表1展示了該計(jì)劃對家庭消費(fèi)(Panel A)、家庭收入(Panel B)、當(dāng)?shù)亓闶燮穬r格(Panel C)平均處理效應(yīng)的估計(jì)結(jié)果。Panel A表明,在消費(fèi)端,相比對照組,實(shí)驗(yàn)組有約9%的家庭接受該計(jì)劃;村內(nèi)家庭平均而言,電商占家庭零售消費(fèi)支出份額的效應(yīng)是1.24%。因此,使用了電子商務(wù)的家庭,電商購買支出占家庭月消費(fèi)總支出的比重為1.24%/8.9%=14.1%。對耐用品來說,處理效應(yīng)是6.9%,表明45%的耐用品消費(fèi)轉(zhuǎn)移到線上;對于非耐用品,處理效應(yīng)是1%,表明11%的非耐用品消費(fèi)轉(zhuǎn)移到線上。而Panel B和Panel C表明,電商對家庭收入和當(dāng)?shù)亓闶燮穬r格無顯著影響。 表2展示了異質(zhì)性影響。在消費(fèi)端,電商的處理效應(yīng)主要是被最初沒有終端電商網(wǎng)點(diǎn)(快遞點(diǎn))的村莊所驅(qū)動的,在先前沒有快遞點(diǎn)的約85%的村莊中,處理效應(yīng)為10.6%,而對于已經(jīng)有快遞點(diǎn)的村莊,則無顯著影響。在生產(chǎn)和零售品價格端,電商對這兩類村莊都沒有顯著影響。 進(jìn)一步的,電子商務(wù)對于住在離快遞點(diǎn)附近的相對更年輕、更富裕的家庭和住在更偏遠(yuǎn)村莊的家庭,促進(jìn)消費(fèi)作用更強(qiáng);并且如果家庭的平均收入增加一倍,或主要收入者平均年輕10歲,他們的消費(fèi)量將會翻倍。但在教育年限方面并沒有顯著的異質(zhì)性差異。 電商對農(nóng)村家庭的影響是否存在溢出效應(yīng)的可能性?如果一個村莊與周圍其他村莊的貿(mào)易聯(lián)系是當(dāng)?shù)亟?jīng)濟(jì)的主要驅(qū)動力,那這種溢出效應(yīng)可能會使得調(diào)查結(jié)果產(chǎn)生偏差。同樣,在消費(fèi)端,作者發(fā)現(xiàn)了來自附近其他村莊的終端電商網(wǎng)點(diǎn)(快遞點(diǎn))具有正向溢出效應(yīng)的證據(jù),但在生產(chǎn)端和零售品價格端并未發(fā)現(xiàn)存在跨村溢出效應(yīng)。 3.2 交易數(shù)據(jù)的結(jié)果分析 隨機(jī)試驗(yàn)無法解決的兩個問題: (1) 在調(diào)查的12個月時間窗口之外,由電子商務(wù)引起的消費(fèi)和收入有多大程度的增加? (2) 調(diào)查數(shù)據(jù)是否遺漏了一些生產(chǎn)方面的小概率事件?而這可能改變對當(dāng)?shù)丶彝ナ杖氲钠骄幚硇?yīng)估計(jì)。 為回答這兩個問題,使用到2017年4月已接受該電商推廣計(jì)劃的5個省和約12000個村莊的數(shù)據(jù)來估計(jì)下列事件研究方程。 是村莊固定效應(yīng),是2015年11月到2017年4月間的月固定效應(yīng),是每月每個村的買家數(shù)量、購買交易數(shù)量、出貨數(shù)量和出貨總重量(千克)。 結(jié)果表明,在消費(fèi)端,幾乎沒有證據(jù)表明在12個月的調(diào)查時間外消費(fèi)量有所增加。在開始后的2到4個月內(nèi),數(shù)據(jù)迅速增加,然后達(dá)到每月每個村莊約85個買家和280筆交易的峰值。在生產(chǎn)端,在計(jì)劃開始后,出貨數(shù)量和出貨總重量都會隨著時間的推移而平穩(wěn)增長,并且超出了在調(diào)查數(shù)據(jù)中覆蓋的12個月窗口期。這回答了第一個問題。 對于第二個問題,以電子商務(wù)出貨量創(chuàng)造潛在農(nóng)村家庭收入的上限估算,在計(jì)劃實(shí)施兩年多后,電商出貨數(shù)量對當(dāng)?shù)厝司杖氲奶岣咧炼酁?.17%。綜上所述,交易數(shù)據(jù)的估計(jì)結(jié)果(電商的平均長期效應(yīng))仍然與一年后使用RCT調(diào)查數(shù)據(jù)估計(jì)的結(jié)果一致,在收入端和生產(chǎn)端均無顯著影響。 結(jié)論 04 這篇文章的研究結(jié)果表明,電子商務(wù)推廣計(jì)劃帶來的福利收益僅限于某些農(nóng)村家庭群體和特定市場,這種收益并不是廣泛存在的?!疤詫毚濉钡某晒Π咐⒉荒艽碚麄€農(nóng)村,也不應(yīng)該將其用作制定政策的指南。 作為目前“淘寶村”研究的重點(diǎn),電商對農(nóng)村家庭平均收入和生產(chǎn)方面的影響并不能代表農(nóng)村整體情況,消費(fèi)在一定意義上被忽視了。與現(xiàn)有的案例研究相反,這篇文章發(fā)現(xiàn),幾乎沒有證據(jù)表明,“電商進(jìn)村”后當(dāng)?shù)亟?jīng)濟(jì)在生產(chǎn)和收入方面有顯著的收益或損失,使用交易數(shù)據(jù)而非隨機(jī)試驗(yàn)數(shù)據(jù)的結(jié)果也證明了這一點(diǎn)。電子商務(wù)帶來收益的增長,主要是由少數(shù)家庭在零售消費(fèi)方面的生活成本降低導(dǎo)致的,這些家庭在當(dāng)?shù)剞r(nóng)村,往往相對更年輕、更富裕、地處更偏遠(yuǎn)的市場。這表明電商推廣計(jì)劃效果的產(chǎn)生,主要是由于克服了物流障礙,而不是由于為克服交易障礙而進(jìn)行的額外投資。對于電子產(chǎn)品和家電等耐用品,消費(fèi)者的收益更大;并且對于當(dāng)?shù)厣痰曛械囊延猩唐?,也沒有發(fā)現(xiàn)電商帶來的任何競爭性效應(yīng)。 Abstract This paper estimates the impact of the first nation-wide e-commerce expansion program on rural households. To do so, we combine a randomized control trial with new survey and administrative microdata. In contrast to existing case studies, we find little evidence for income gains to rural producers and workers. Instead, the gains are driven by a reduction in cost of living for a minority of rural households who tend to be younger, richer and in more remote markets. These effects are mainly due to overcoming logistical barriers to e-commerce, rather than to additional investments to adapt e-commerce to the rural population. 聲明:推文僅代表文章原作者觀點(diǎn),以及推文作者的評論觀點(diǎn),并不代表香樟經(jīng)濟(jì)學(xué)術(shù)圈公眾號平臺的觀點(diǎn)。 香樟經(jīng)濟(jì)學(xué)術(shù)圈征稿 “分享”是一種學(xué)者的人文情懷,香樟經(jīng)濟(jì)學(xué)術(shù)圈歡迎廣大訂閱讀者(“香粉”)向公眾平臺投稿,也誠邀您加入香樟推文team。生活處處皆經(jīng)濟(jì),經(jīng)濟(jì)處處現(xiàn)生活。如果你或者身邊的朋友看了有趣的學(xué)術(shù)論文,或者撰寫了經(jīng)濟(jì)政策評論,愿意和大家分享,歡迎投稿(經(jīng)濟(jì)金融類),投稿郵箱:cectuiwen@163.com。如果高校、研究機(jī)構(gòu)、媒體或者學(xué)者,愿意與平臺合作,也請您通過郵箱聯(lián)系我們。投稿前請?jiān)谒压返奈⑿潘阉骼锼阉饕延袌D文,避免重復(fù)。 香樟經(jīng)濟(jì)學(xué)術(shù)圈 本期小編:秦范 |
|