郵箱：econometrics666@126.com
所有計量經(jīng)濟圈方法論叢的do文件, 微觀數(shù)據(jù)庫和各種軟件都放在社群里.歡迎到計量經(jīng)濟圈社群交流訪問.
Source: Marketwatch
關(guān)于下方文字內(nèi)容，作者：呂昱嬋，南開大學商學院國際會計，通信郵箱：lucylvyuchan@126.com
之前的文章如下：1.
7個觀測值顯著, 然后發(fā)到了JFE, 探討中國地方政府的融資情況, 實證識別技巧值得借鑒！2.
尋找真相, 中國的經(jīng)濟增長真的可以用晉升錦標賽假說解釋嗎？3.
幾百年一遇的工具變量讓基于OLS的截面數(shù)據(jù)回歸結(jié)果發(fā)到Top了, 設(shè)計巧妙讓人嘆服！4.
使用千年難得的IV＋DID方法將中國故事寫到了Top５, 設(shè)計之巧妙構(gòu)思之縝密讓人嘆服不已！通過電子商務(wù)連接農(nóng)村地區(qū)：來自中國的證據(jù)Couture Victor, Faber Benjamin, Gu Yizhen, Liu Lizhi. Connecting the Countryside via E-Commerce: Evidence from China[J]. American Economic Review: Insights, 2021, 3(1).This paper estimates the impact of the first nationwide 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 that tend to be younger, richer, and in more remote markets. These effects are mainly due to overcoming logistical barriers to e-commerce rather than additional investments to adapt e-commerce to the rural population. 目錄一，摘要二，引言三，試驗設(shè)計和數(shù)據(jù)1. 試驗設(shè)計2. 數(shù)據(jù)收集1）家庭調(diào)查數(shù)據(jù)2）當?shù)亓闶蹆r格調(diào)查數(shù)據(jù)3）公司行政管理數(shù)據(jù)四，實證分析1. 源于調(diào)查數(shù)據(jù)的實證證據(jù)1）平均干預效應(yīng)結(jié)果（主要聚焦于TOT結(jié)果）2）異質(zhì)性分析3）溢出效應(yīng)2. 源于公司數(shù)據(jù)庫的實證證據(jù)1）模型構(gòu)建2）回歸結(jié)果五，評估六，總結(jié) 一，摘要
本文研究了第一個在全國范圍內(nèi)實施的電子商務(wù)進農(nóng)村項目的影響。本文開展了隨機干預試驗，收集調(diào)研數(shù)據(jù)，并結(jié)合公司內(nèi)部的管理數(shù)據(jù)予以探究。相比于先前的案例研究，本文并沒有發(fā)現(xiàn)電子商務(wù)進農(nóng)村項目可以給鄉(xiāng)村生產(chǎn)者和工人帶來收入方面的收益。但是本文發(fā)現(xiàn)該項目的正面效應(yīng)主要在于減少了少數(shù)農(nóng)村家庭群體的生活成本，這部分家庭群體普遍更年輕、更富有且位于更偏遠的市場。進一步探究背后的作用機制，發(fā)現(xiàn)該項目主要是通過克服電子商務(wù)引入過程中的物流障礙，并非交易障礙而產(chǎn)生積極影響的。二，引言
【電子商務(wù)發(fā)展情況及政策導向】中國近年來電子商務(wù)發(fā)展迅猛，其中網(wǎng)上交易人數(shù)從2000年的0人到2015年超過4億人，成功超越美國，成為了全球電子商務(wù)最大市場。這種巨大的增長主要發(fā)生在城市，但是中國政府近年來宣布要將電子商務(wù)擴展至鄉(xiāng)村，并以此作為全國重點政策。此外，諸如埃及、印度、越南等擁有廣大農(nóng)村人口的發(fā)展中國家也在最近提出了相似的電子商務(wù)擴展規(guī)劃?！灸壳半娮由虅?wù)走進農(nóng)村的實施情況以及政策關(guān)注的重點】不斷涌現(xiàn)的有關(guān)“電子商務(wù)進農(nóng)村”的成功案例也在激勵著該類政策的推進。其中最著名的示范案例之一是中國的“淘寶”。截至2018年，“淘寶”作為最大的電商平臺就已經(jīng)擁有了3,000個“淘寶村”，幫助貧困縣銷售農(nóng)產(chǎn)品超過千萬元。受這些成功案例的激勵，當下有關(guān)電子商務(wù)的政策也越來越關(guān)注鄉(xiāng)村的生產(chǎn)商，因為電子商務(wù)進農(nóng)村可以通過擴大農(nóng)產(chǎn)品的需求、優(yōu)化城市人口對農(nóng)產(chǎn)品的接觸渠道以及提升農(nóng)村企業(yè)家的積極性從而提高農(nóng)村生產(chǎn)者的收入。但是對于農(nóng)村消費者從電子商務(wù)工程中獲得的好處卻沒有得到足夠的重視?！倦娮由虅?wù)走進農(nóng)村存在的研究問題】近年來農(nóng)村地區(qū)電子商務(wù)事業(yè)的迅猛發(fā)展引起了政策制定者的興趣，但是目前該領(lǐng)域仍存在有待探索的重要問題。比如通過線上交易平臺實現(xiàn)的市場整合是否會對鄉(xiāng)村發(fā)展產(chǎn)生廣遠且重要的影響、哪一部分家庭或細分市場從中受益更多、以及致力于打通農(nóng)村電子商務(wù)發(fā)展通道的投資有效性有多大。為了回答這些問題，本文結(jié)合了隨機干預試驗（RCT，randomized control trial）方法研究了在中國實施的第一個全國范圍內(nèi)的電子商務(wù)擴展項目。該項目在2014-2018年間覆蓋了超過40,000個鄉(xiāng)村?！具x擇該項電子商務(wù)項目作為研究主體的原因】目前發(fā)展中國家里電子商務(wù)進農(nóng)村存在的主要問題并不是農(nóng)村缺乏互聯(lián)網(wǎng)連接，而是存在著物流障礙和交易障礙。物流障礙指的是農(nóng)村地區(qū)缺乏現(xiàn)代商業(yè)化的包裹運送服務(wù)；交易障礙指的是農(nóng)村家庭對線上交易不熟悉也不完全信任。為了克服以上難題，中國政府聯(lián)合一家大型電子商務(wù)企業(yè)開展了電子商務(wù)進農(nóng)村的政策實施。針對物流障礙，該項目專門建造了可用作農(nóng)村包裹寄送和收取的物流倉庫，能夠支持包裹從城市到鄉(xiāng)村的運輸，從而解決了“最后一公里”問題。針對交易障礙，該項目在鄉(xiāng)村的中心地域安裝了電子商務(wù)終端，其中終端經(jīng)理負責協(xié)助村民網(wǎng)上交易，并且允許村民在購買物品時選擇貨到付款，在出售物品時先收取款項再發(fā)貨。之所以選擇這個項目作為研究主體是因為可以探究得到因為電子商務(wù)的引入，交易摩擦降低的程度，而不會受到因為網(wǎng)絡(luò)首次連接或運輸成本廣泛降低所產(chǎn)生的效果的干擾。具體來說，在這個項目中，參與的村莊已經(jīng)接通了互聯(lián)網(wǎng)，且項目本身只會直接影響到交易伙伴，而不會改變其他的交易成本。本文的隨機干預試驗和分析過程主要分為兩個步驟：第一步是在橫跨3個省份、8個鄉(xiāng)縣的100個鄉(xiāng)村中隨機化電子商務(wù)引入的情況，并且使用調(diào)研數(shù)據(jù)估計電子商務(wù)的引入對當?shù)亟?jīng)濟的影響。其次，本文引入了合作公司的內(nèi)部數(shù)據(jù)，這些數(shù)據(jù)包括在2017年4月之前該項計劃在全國5個省份中已經(jīng)覆蓋的12,000個村落的交易總量?！颈疚慕Y(jié)論】本文并沒有得到電子商務(wù)的引入可以為農(nóng)民生產(chǎn)和當?shù)亟?jīng)濟的收入帶來顯著影響的證據(jù)。但本文發(fā)現(xiàn)電子商務(wù)引入所帶來的積極影響主要來自于零售消費生活成本的降低。這種影響在使用新型電子商務(wù)模式的農(nóng)村家庭群體中更為明顯。但是這部分群體僅占農(nóng)村家庭總數(shù)的15%，并且平均來說更加的富有、年輕和位于更為偏遠的市場中。本文進一步探究了這種影響背后的傳導機制，發(fā)現(xiàn)該積極影響主要集中在之前尚未接觸過商業(yè)包裹寄送服務(wù)的村落中，表明該項工程的效應(yīng)主要通過克服物流障礙而非交易障礙得以實現(xiàn)?！颈疚牡呢暙I】總的來說，本文是基于具體語境對電子商務(wù)進入農(nóng)村市場的變革性影響予以探究。結(jié)果表明先前的成功案例并不能代表所有關(guān)于電子商務(wù)進農(nóng)村的項目都是成功的，因此不能被盲目地用來制定政策預期?？梢哉f，電子商務(wù)的引入給農(nóng)村消費端所帶來的積極影響并不是普遍的，而是針對于特定的農(nóng)村群體和特定的地區(qū)，具有一定的異質(zhì)性。而由于本文所得到的證據(jù)均是基于發(fā)展中國家里第一個也是目前最大的電子商務(wù)拓展政策，因此本文的研究發(fā)現(xiàn)對于其它比照中國宣布相似政策規(guī)劃的政府來說同樣具有較強的借鑒意義和參考價值。三，試驗設(shè)計和數(shù)據(jù)
1. 試驗設(shè)計
隨機干預試驗發(fā)生在安徽省、河南省和貴州省的8個鄉(xiāng)縣中。做隨機化處理的單元為鄉(xiāng)村。對于每一個縣，本試驗都得到了一份計劃引入電子商務(wù)項目的農(nóng)村名單，并且本試驗又要求增加了五個條件合適但不在計劃推行范圍內(nèi)的候選村莊。在上述名單中對于每一個縣隨機選擇了5個村莊作為控制組，7-8個村莊作為干預組，其余未被選擇的村莊則繼續(xù)按照原定計劃進行實施，最終在包含432個村莊的全樣本中得到了40個來自于控制組的村莊和60個來自于干預組的村莊。由于在實際中干預組內(nèi)只開展了5個村落的實驗、在控制組內(nèi)只開展了38個村落的實驗，因此本文同時報告了IOT(intent-to-treat)和TOT(treatment-on-treated)效應(yīng)。沒有完全按計劃實施的原因在于有些候選村莊拒絕了我們的實驗，以及我們只有在終端經(jīng)理申請者接受錄取前才能夠開展隨機性實驗。值得說明的是，有一個縣中，當?shù)卣型窘K止了團隊的數(shù)據(jù)收集工作，導致在100個村莊中有4個村莊沒有得到最終完整的數(shù)據(jù)。2. 數(shù)據(jù)收集
本文包含了三類數(shù)據(jù)：家庭調(diào)查數(shù)據(jù)、當?shù)亓闶蹆r格調(diào)查數(shù)據(jù)、公司行政管理數(shù)據(jù)
1）家庭調(diào)查數(shù)據(jù)
數(shù)據(jù)來源來自每個村莊的28個家庭
數(shù)據(jù)內(nèi)容9個消費類別下的家庭零售消費支出、生產(chǎn)和商業(yè)投入、家庭收入、工作時長、家庭成員的職業(yè)、資產(chǎn)所有權(quán)、財務(wù)帳戶、網(wǎng)絡(luò)使用和移民情況
數(shù)據(jù)收集方式在2015年底2016年初的基線調(diào)查中，在以計劃的終端地點為中心方圓300米的區(qū)域內(nèi)（“內(nèi)部區(qū)域”）隨機抽樣了14個家庭，另外14個家庭是在上述區(qū)域以外的區(qū)域內(nèi)（“外部區(qū)域”）抽樣所得。在時隔一年的評估調(diào)查中，除了在基線調(diào)查中抽取的28個家庭外，在內(nèi)部區(qū)域內(nèi)又隨機抽樣了10個家庭。
描述性統(tǒng)計【基線調(diào)查】· 樣本基礎(chǔ)特征：所有家庭成員的年齡中值為44，家庭規(guī)模中值為3?！?樣本收入和支出特征：60%家庭的賺錢者為農(nóng)民，而農(nóng)村家庭中人均月收入和零售消費支出平均分別為876和732元，遠低于城市水平。此外，80%的主要賺錢者在村里工作，但是平均50%的家庭零售消費又來源于村外?！?樣本互聯(lián)網(wǎng)使用和移動通信情況：將近40%的家庭報告稱已經(jīng)使用了互聯(lián)網(wǎng)，超過50%的家庭擁有智能手機，將近30%的家庭聲稱擁有筆記本或個人電腦。· 樣本電子商務(wù)發(fā)展情況：不管是通過電子商務(wù)實現(xiàn)零售消費還是通過線上銷售獲取收入所占的份額均不足1%?！驹u估調(diào)查】在控制組村莊樣本中，以上數(shù)據(jù)基本無變化。
2）當?shù)亓闶蹆r格調(diào)查數(shù)據(jù)
數(shù)據(jù)來源來自每個村莊中115個商品報價
數(shù)據(jù)收集方式【基線調(diào)查】基于2012CFPS(家庭追蹤調(diào)查)給出的安徽省和河南省農(nóng)村家庭支出構(gòu)成，本文在9個零售消費類別下抽樣商品，收集價格數(shù)據(jù)。同時也包括了生產(chǎn)和商業(yè)投入方面的數(shù)據(jù)。本文以商店作為當?shù)亓闶凵痰拇磉M行抽樣。因此抽樣的過程是先在各個村莊中隨機抽樣商店，再在被選中的商店中抽樣商品?！驹u估調(diào)查】在評估調(diào)查中保證樣本中的商品和零售商與前一致。值得注意的是，如果遇到先前被選中的商店關(guān)門或者商品下架的情況，則在該商品所在類別中生成一個新的報價。
3）公司行政管理數(shù)據(jù)
本部分數(shù)據(jù)直接來源于合作公司的數(shù)據(jù)庫，不同于上述兩種調(diào)查數(shù)據(jù)。數(shù)據(jù)涵蓋了五個省市，即3個RCT研究的省份和廣西與云南。依據(jù)交易的方向又分為兩個數(shù)據(jù)庫：
具體分類數(shù)據(jù)整體描述數(shù)據(jù)內(nèi)容其它說明
購買數(shù)據(jù)2015.11-2017.4所有參與該計劃的鄉(xiāng)村的電子商務(wù)購買數(shù)據(jù)，總計將近2,730萬條數(shù)據(jù)記錄，覆蓋了12,000個村莊購買商品類別、數(shù)量、金額、購買者識別號考慮到在2015.11之前有很多村莊已經(jīng)引入了電子商務(wù)工程，并施行了數(shù)月，因此在引入電子商務(wù)工程之后至多2年零4個月的交易數(shù)據(jù)都可以被觀測到，明顯超過了本文采用的RCT方法中12個月的窗口期限。
銷售數(shù)據(jù)2016.1-2017.4所有參與該計劃的鄉(xiāng)村的電子商務(wù)出貨情況，總計將近500，000次出貨，覆蓋了12000個村莊出貨村莊、貨物重量（千克）
四，實證分析
1. 源于調(diào)查數(shù)據(jù)的實證證據(jù)
1）平均干預效應(yīng)結(jié)果（主要聚焦于TOT結(jié)果）
表1 平均干預效應(yīng)
家庭消費層面：· 相比于控制組，該項目的實施導致干預組增加了9%的采用電子商務(wù)的家庭；如在控制組中按照非零均值進行記錄，上述效應(yīng)沒有考慮到項目會對干預組附近村莊產(chǎn)生一定的溢出效應(yīng)，因此實際的TOT效應(yīng)大約為14%。· 對于每月零售總支出中電子商務(wù)交易占比的平均干預效應(yīng)為1.25%，因此我們可以計算得到在這新增的8.9%的家庭中對于電子商務(wù)交易占總消費支出比例的平均處理效應(yīng)為0.0124/0.089=14.1%?！?而上述效應(yīng)在耐用品消費中表現(xiàn)得更為明顯：每月耐用品總支出中電子商務(wù)方式交易占比的平均干預效應(yīng)為6.9%。對于在過去三個月里購買耐用品的家庭來說，對于是否采用電子商務(wù)的處理效應(yīng)為15.3%，因此在這新增的15.3%的家庭中對于電子商務(wù)交易占耐用品消費總支出比例的平均處理效應(yīng)為0.069/0.153=45%。而非耐用品的平均干預效應(yīng)為1%，表明在新增使用電子商務(wù)進行非耐用品消費的家庭中約11%的非耐用品支出均是以電子商務(wù)方式進行的（計算同理）?！?盡管結(jié)果表明農(nóng)村家庭的確在一定程度上從傳統(tǒng)消費轉(zhuǎn)向電子商務(wù)，但是對于每月零售總支出的處理效應(yīng)卻不顯著?！?消費效應(yīng)的KLK指數(shù)為0.89，在1%水平上顯著（其中該指數(shù)結(jié)合了11個變量）。家庭收入層面· Panel B中報告了KLK指數(shù)（包含了14個變量），但是發(fā)現(xiàn)該項目的實施沒有產(chǎn)生顯著的收入效應(yīng)。此外，在準確性方面，KLK指數(shù)的ITT點估計表明可觀測的正向效應(yīng)低至標準差的2.6%（95%的單側(cè)置信區(qū)間）。當?shù)亓闶蹆r格層面· 在Panel C中本文沒有得到該項目可以顯著降低當?shù)厣唐穬r格的結(jié)論。· KLK指數(shù)（包含了4個變量）不顯著，說明該項目沒有產(chǎn)生明顯的價格效應(yīng)?！?但是對于每家商店新增商品數(shù)量的平均處理效應(yīng)為4，并且在10%水平上顯著，說明干預組比控制組平均每家商店會增加四個產(chǎn)品。2）異質(zhì)性分析
變量選取異質(zhì)性探究中的結(jié)果變量主要為：家庭是否采用電子商務(wù)交易方式、人均月收入（元）、當?shù)亓闶蹆r格（取對數(shù)）。本文選擇了如下異質(zhì)性差異因素：差異層面具體變量解釋
村莊 在試驗開始之前，村莊是否已經(jīng)引入了包裹遞送服務(wù)將該調(diào)節(jié)變量與Treat變量進行交互可以讓我們區(qū)分項目同時去除物流障礙和交易障礙的效應(yīng)與只去除交易障礙的效應(yīng)
鄉(xiāng)村偏遠程度鄉(xiāng)村距離城鎮(zhèn)中心的公路行駛距離
家庭 家庭中主要賺錢者的年齡
家庭中主要賺錢者的受教育程度
家庭人均收入
家庭距離計劃終端點的距離
異質(zhì)性分析及其結(jié)果本文先對每一個調(diào)節(jié)變量構(gòu)建與Treat變量的交互項，再分別進行異質(zhì)性分析，最后將所有交互項同時引入回歸模型。結(jié)果如下：
表2 異質(zhì)性分析結(jié)果· 在消費方面，電子商務(wù)項目引入后的吸收效應(yīng)（即干預組相比于控制組新增使用電子商務(wù)的家庭比例）主要受之前本沒有接觸過商務(wù)包裹遞送服務(wù)村莊的驅(qū)動。具體來說，在85%沒有接觸過包裹遞送服務(wù)的村莊中處理效應(yīng)為10.6%，但是已接觸過包裹遞送服務(wù)村莊的處理效應(yīng)幾乎為0?！?在生產(chǎn)和零售方面，不管村莊之前有無接觸過包裹遞送服務(wù)，處理效應(yīng)結(jié)果均不顯著，這與之前的結(jié)果一致?！?在其它異質(zhì)性因素方面，電子商務(wù)項目對于更年輕、更富有、距離鄉(xiāng)村終端點更近以及位于更偏遠鄉(xiāng)村中的家庭吸收效應(yīng)會更強，正面影響更明顯。此外，本文發(fā)現(xiàn)家庭主要賺錢者受教育程度的差異并不影響最終處理效應(yīng)的大小。3）溢出效應(yīng)
試驗項目的干預效果可能存在溢出效應(yīng)。比如，某個參與試驗村莊的經(jīng)濟發(fā)展如果主要源于與周圍村莊的貿(mào)易往來，那么在比較干預組和控制組時可能會喪失一定的收入或價格效應(yīng)。簡單來說，控制組村莊的居民可能也會使用鄰近干預組中村莊的電子商務(wù)終端。為了測量這種溢出效應(yīng)，本文遵循Miguel和Kremer（2004）的方法，并在控制與所有村莊的空間鄰近程度之后，引入了能夠反映某個村莊和其它鄰近干預組村莊接觸程度的變量。結(jié)果發(fā)現(xiàn)，在消費方面鄰近村莊中的電子商務(wù)終端的確存在正向溢出效應(yīng)，但是在零售商店和生產(chǎn)方面不存在溢出效應(yīng)。為進一步驗證不存在收入或價格的溢出效應(yīng)，本文基于2010年人口普查數(shù)據(jù)證實了在與鄰近農(nóng)村市場貿(mào)易往來的驅(qū)動下，農(nóng)村市場準入仍然非常低（小于3%）。2. 源于公司數(shù)據(jù)庫的實證證據(jù)
在田野調(diào)查之外，本文又基于公司的內(nèi)部交易數(shù)據(jù)探究了如下兩個問題：一是在本文田野調(diào)查的12個月時間窗口之后，消費和生產(chǎn)對引入電子商務(wù)的反應(yīng)是如何變動的；二是本文的調(diào)查數(shù)據(jù)是否缺失對生產(chǎn)端一些罕見但非常成功的尾部事件的描述，而這些尾部事件可以影響當?shù)丶彝ナ杖氲钠骄?yīng)。1）模型構(gòu)建
2）回歸結(jié)果
對于第一個問題的解決
圖1鄉(xiāng)村電子商務(wù)消費和生產(chǎn)逐月變化情況在消費端，沒有得到在實地調(diào)查一年期后鄉(xiāng)村電子商務(wù)消費使用程度仍會不斷升高的結(jié)論。從圖中Panel A和B可知在開始實施的2-4個月內(nèi)，電商消費程度增長迅猛，但是4個月之后變化平穩(wěn)，基本維持在每月平均每個村莊85個購買者和280個交易量的水平。在生產(chǎn)端，本文發(fā)現(xiàn)不管是在項目引入初期還是12個月窗口期之后出貨數(shù)量和總重量均在平穩(wěn)增長。從Panel D可知，相比于引入后第12個月，引入超過兩年的出貨總重量增長了將近50%。由此說明生產(chǎn)端的調(diào)整是需要超過一年的時間才能充分實現(xiàn)的。對于第二個問題的解決首先，為得到運輸貨物創(chuàng)造出的潛在收入的上限估計，本文做出了如下假定：· 假定這些貨物的全部價值是當?shù)厮黾拥膬r值；· 假定每千克這些貨物的平均價值與中國出口到世界其他地區(qū)的單位貨物平均價值一樣高。即使在上述假定的限制下，本文仍然發(fā)現(xiàn)在電子商務(wù)計劃引入超過兩年后，電子商務(wù)的出貨量也僅能解釋最多0.17%的當?shù)厝司杖氲脑鲩L。由此說明，電子商務(wù)的引入對收入和生產(chǎn)端影響不顯著。五，評估
本部分通過構(gòu)建一個簡單的理論框架來解釋“電子商務(wù)進農(nóng)村”項目的效應(yīng)（主要為福利效應(yīng)）。參考Atkin, Faber和Gonzalez-Navarro(2018)，本文采用了顯示性偏好的方法（revealed-preference approach)，并將家庭偏好結(jié)構(gòu)性地分成三層：
本文對于福利的計算分別在兩類群體中展開，一是平均樣本家庭，二是曾使用過終端消費的家庭。對于終端消費占總零售消費比例的平均效應(yīng)，前者為1.6%，后者為14%。同時，本文也分別對于耐用品和非耐用品消費估計了價格指數(shù)效應(yīng)。此外，本文又分別報告了調(diào)整家庭權(quán)重前后的估計值。最后，本文借鑒了
對于先前沒有引入包裹遞送服務(wù)的家庭，其零售生活成本平均減少0.82%，而對于15%曾經(jīng)采用過新型電子商務(wù)的家庭，相應(yīng)成本減少了5.6%。當重新調(diào)整樣本權(quán)重以代表生活在這些村莊中的平均人口時，上述數(shù)值分別有所降低，為0.73%和4.7%。此外，在耐用品消費中消費者收益更大，平均鄉(xiāng)村家庭中達到3%，曾經(jīng)采用了新型電子商務(wù)的家庭中達到16.6%。
圖2 消費者收益的異質(zhì)性差異結(jié)果六，總結(jié)
電子商務(wù)進農(nóng)村所帶來的福利效應(yīng)并不是廣泛存在的，而是受限于特定的農(nóng)村家庭群體和市場。具體而言，本文發(fā)現(xiàn)收入和生產(chǎn)端的正向效應(yīng)在農(nóng)村地區(qū)并不具有代表性。此外，電子商務(wù)項目所產(chǎn)生的正面效應(yīng)具有較強的異質(zhì)性。因此，希望本文的研究結(jié)論可以激發(fā)更多的研究，去探討當?shù)剜l(xiāng)村哪一方面的因素或者哪一種干預措施可以使得農(nóng)村市場中的生產(chǎn)主體和消費主體從電子商務(wù)工程中廣泛獲益。關(guān)于一些計量方法的合輯，各位學者可以參看如下文章：①“
實證研究中用到的200篇文章, 社科學者常備toolkit”、②
實證文章寫作常用到的50篇名家經(jīng)驗帖, 學者必讀系列、③
過去10年AER上關(guān)于中國主題的Articles專輯、④
AEA公布2017-19年度最受關(guān)注的十大研究話題, 給你的選題方向，⑤
2020年中文Top期刊重點選題方向, 寫論文就寫這些。后面，咱們又引薦了①
使用CFPS, CHFS, CHNS數(shù)據(jù)實證研究的精選文章專輯！，②
這40個微觀數(shù)據(jù)庫夠你博士畢業(yè)了, 反正憑著這些庫成了教授，③
Python, Stata, R軟件史上最全快捷鍵合輯！，④
關(guān)于(模糊)斷點回歸設(shè)計的100篇精選Articles專輯！，⑤
關(guān)于雙重差分法DID的32篇精選Articles專輯！，⑥
關(guān)于合成控制法SCM的33篇精選Articles專輯！⑦
最近80篇關(guān)于中國國際貿(mào)易領(lǐng)域papers合輯！，⑧
最近70篇關(guān)于中國環(huán)境生態(tài)的經(jīng)濟學papers合輯！⑨使用CEPS, CHARLS, CGSS, CLHLS數(shù)據(jù)庫實證研究的精選文章專輯！⑩
最近50篇使用系統(tǒng)GMM開展實證研究的papers合輯！下面這些短鏈接文章屬于合集，可以收藏起來閱讀，不然以后都找不到了。
2.5年，計量經(jīng)濟圈近1000篇不重類計量文章，
可直接在公眾號菜單欄搜索任何計量相關(guān)問題,
Econometrics Circle
數(shù)據(jù)系列：
空間矩陣 |
工企數(shù)據(jù) |
PM2.5 |
市場化指數(shù) |
CO2數(shù)據(jù) |
夜間燈光 |
官員方言 |
微觀數(shù)據(jù) | 內(nèi)部數(shù)據(jù)計量系列：
匹配方法 |
內(nèi)生性 |
工具變量 |
DID |
面板數(shù)據(jù) |
常用TOOL |
中介調(diào)節(jié) |
時間序列 |
RDD斷點 |
合成控制 |
200篇合輯 |
因果識別 |
社會網(wǎng)絡(luò) |
空間DID數(shù)據(jù)處理：
Stata |
R |
Python |
缺失值 |
CHIP/ CHNS/CHARLS/CFPS/CGSS等 |干貨系列：
能源環(huán)境 |
效率研究 |
空間計量 |
國際經(jīng)貿(mào) |
計量軟件 |
商科研究 |
機器學習 |
SSCI |
CSSCI |
SSCI查詢 |
名家經(jīng)驗計量經(jīng)濟圈組織了一個計量社群，有如下特征：熱情互助最多、前沿趨勢最多、社科資料最多、社科數(shù)據(jù)最多、科研牛人最多、海外名校最多。因此，建議積極進取和有強烈研習激情的中青年學者到社群交流探討，始終堅信優(yōu)秀是通過感染優(yōu)秀而互相成就彼此的。
