淘宝村的就业创造效应

摘要 利用微观数据实证考察了淘宝镇挂牌对就业的影响和传导机制。结果表明，浙江每增加一个淘宝镇挂牌，则当地农村居民创业概率提高6.7%，外出务工的概率提高6.8%。通过对比浙江和广东样本发现，浙江淘宝村的就业创造效应带动了非淘宝地区的就业岗位，而广东淘宝村仅带动了淘宝村本地的就业岗位。淘宝镇挂牌是向外界发送了创业信号，发送信号的距离越远，淘宝村能带动越远的地区就业，浙江淘宝镇挂牌能够带动非淘宝村地区的就业，其主要原因是浙江的一体化水平相对广东更高。政策启示为：加大对农村电商的政策扶持力度，破除区域间的行政壁垒，降低制度性交易成本，从而能更好地发挥农村电商的就业创造效应。

关键词 淘宝村；创业；务工；劳动力流动；信号发送

中图分类号 S-9   文献标识码 A  文章编号 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

基金項目 国家社科基金一般项目（17BJL077）；2021年度全国哲社规划办：国家高端智库重点课题（2021GDRL17）。

作者简介 王麒麟（1982—），男，河北安国人，副研究员，博士，从事劳动经济学研究。

收稿日期 2022-12-07

淘宝村作为农村电商发展的新兴主力军，其规模在近10年来增长迅猛。根据阿里研究院的统计，淘宝村数量从2009年的3个增加至2021年的7 023个，其地理扩张已经遍及我国28个省，这种电商快速在农村蔓延的现象是世界罕见的。淘宝村的出现既解决了农村地区的就业问题，又提高了农村居民的收入水平，对于降低城乡收入差距、推进乡村振兴，以及实现共同富裕有着积极的意义。

实现更充分、更高质量的就业是全体人民共同富裕的基石。关于淘宝村带动就业背后的理论机制，从现有研究看，还没有文献对淘宝村的就业创造效应进行专门研究。浙江作为中国淘宝村数量最多的省份，淘宝村对就业的促进作用具有典型代表性，该研究以浙江为样本，辅之以广东样本，对比考察淘宝村的就业创造效应和其中的传导机制，以期为乡村振兴和共同富裕示范区建设提供可参考的经验。

淘宝村带动经济的过程本质上是通过发挥电商平台的作用从而促进当地生产和就业，现有研究考察了农村电商对农民增收［1-3］、农民创业［4-6］、农村扶贫治理［7］、农村居民消费［8］等的影响，所得结论基本认同农村电商促进收入和就业的正向作用，然而，文献中存在如下不足有待弥补：第一，在讨论农村电商与农民收入的关系时未能很好地解决内生性问题，从而导致估计偏误，如Dai等［9］使用阿里研究院县层面电商发展指数来估计其对当地民营企业绩效的影响，显然，电商发展指数也代表了民营经济发展，因此，该研究未能处理民营经济对县级电商发展的反向因果问题，从而导致估计系数偏误。基于此，讨论农村电商与农村消费、农村扶贫、农村就业的文献也会遇到该问题。第二，农村电商的影响除了地区固定效应外，还存在国家导向的电商扶持政策的影响，如国家评估的电子商务示范县等，而一些文献并没有很好地处理农村电商的地区效应和国家政策效应的关系，从而导致严重的遗漏变量问题。

根据阿里研究院公布的淘宝镇名单构造了淘宝村政策效应的处理组和控制组，同时用各地区电子商务进农村示范县的数量来控制国家政策效应的异质性，然后利用队列双重差分法考察了淘宝镇挂牌对当地农村居民创业行为和外出务工行为的影响，结果表明：①浙江每增加1个淘宝镇挂牌，则当地农村居民创业概率将提高6.7%，外出务工的概率也将提高6.8%；而广东每增加1个淘宝镇挂牌，对当地农村居民创业和外出务工的影响不显著。②进一步对比浙江和广东样本发现，浙江淘宝村的就业创造效应带动了非淘宝地区的就业岗位，而广东淘宝村则是带动了淘宝村本地的就业岗位。从斯宾塞的信号理论出发，浙江淘宝村之所以能带动外地就业，其主要原因在于浙江一体化水平较高，从而淘宝村的信号发送更远，这样利于不同地区的农村居民获得创业信息。

该研究的边际贡献体现在：①利用队列双重差分法对淘宝村的就业创造效应做了估计，该方法较好地克服了内生性问题和样本选择偏误等问题，具有一定的解释力；②利用信号发送理论解释了淘宝村挂牌作为一个信号发送过程，是如何带动本地和外地就业的，同时使用劳动力流动行为来捕捉淘宝村信号发送的远近影响，模型框架符合现实；③由于浙江一体化水平较高，所以淘宝村信号发送得更远，从而能带动外地就业，这一结论具有较强的政策效应，即加强区域一体化能促进乡村创业和缩小城乡居民收入差距。

1 研究背景与理论假说

1.1 研究背景

互联网和电子商务正在改变中国的方方面面，其中，电商在中国的崛起催生出一批专业淘宝村，这些淘宝村分布在浙江、广东、江苏、山东等地的农村地区。根据阿里研究院的定义，淘宝村是指经营场所在农村、电商销售额达到1 000万元的村，同时给出了淘宝镇的定义，即1个乡镇有大于等于3个淘宝村的镇。图1显示，淘宝村数量从2009年的3个迅速扩张至2021年的7 023个，淘宝镇数量从2014年的19个增加至2021年的2 171个，其扩张迅速之势是世界罕见的。2014年是淘宝村的重要拐点，自2014年之后，淘宝村扩张的速度开始提高，但是，淘宝村的增长率随着时间的推移正在收敛，数据显示，2015年淘宝村增长率为267%，2016年降至69%，2021年已降至29%，易见，淘宝村在经历了大幅扩张以后逐渐步入稳定增长趋势，未来是否还会以20%左右的速度增长还有待观察。

进一步统计淘宝村的地区差异发现，东部地区的淘宝村和淘宝镇数量都位居全国前列，以2021年数据为例，淘宝村数量排名前5的省份分别是浙江、广东、山东、江苏、河北，其淘宝村数量依次为2 203、1 322、801、745和638个，其中，浙江淘宝村数量是广东的1.6倍，是江苏的接近3.0倍；淘宝镇数量排名前5的省份分别是浙江、江苏、广东、河北、福建，其淘宝镇数量依次为318、280、254、249和190个，易见，浙江在数量上也非常占优势，江苏、广东和河北的数量差距不大，如图2所示。

根据阿里研究院的年度报告，淘宝村对地区经济有显著拉动作用。为验证其真伪，该研究对此展开分析，使用2020年各省份地区生产总值和2021年各省份淘宝村累计数量作散点图，如图3所示：①淘宝村数量与地区生产总值的确存在明显的正相关关系，随着淘宝村规模的不断扩张，地区经济产值也是逐渐增加的；②以浙江、广东、江苏、山东等为首的第一方阵从淘宝村扩张中获益较大，而湖北、湖南、江西、安徽等中部省份为第二方阵，甘肃、宁夏、新疆、贵州等西部省份为第三方阵，该地区的淘宝村扩张速度较慢，也未看到淘宝村对地区经济的拉动作用。针对以上特点，有2点值得说明：首先，淘宝村在农村地区孕育，故北京、上海等直辖市的样本应予以剔除，如果不考虑直辖市的情况，那么，第一方阵主要分布在沿海地区，这说明，虽然淘宝村在农村诞生，但对沿海城市的依赖性极强，所以由此判断，淘宝村的生长机制应该更接近市场而不是远离市场；其次，淘宝村主要由农村劳动力来支撑，那么，淘宝村生长较快的地方一定是劳动力市场活跃的省份且以人口净流入为主的省份。

1.2 理论假说

现有文献关于淘宝村促进就业和增收的研究均未给出理论支撑，该研究使用斯宾塞的信号发送理论（signaling theory）来论证淘宝村带动就业的理论机制，进而得出研究假说。

首先，各地区农村居民创业行为是不均衡的。创业行为受到个体认知能力、年龄、教育程度、技能水平等个体因素的影响［10-13］，也受到家庭背景等家庭特征的影响［14］，还与所在城市的营商环境、公共服务有关［15-17］。因此，从整体情况看，不同地区的创业情况是有差异的。

其次，淘宝村挂牌可视为一个信号发送过程，淘宝村信号发送得越远，则越能带动较远地区的就业。由于一个地区的居民创业行为是非均衡的，所以对于离淘宝村挂牌地越近的居民，其获得的淘寶村创业信息也越多，对于其从事创业工作越有利；反之，离淘宝村挂牌地越远的居民无法清楚地获知淘宝村信息，故该地区居民的创业概率就很低。因此，淘宝村的就业创造效应能否带动更远地区的就业，主要取决于淘宝村发送信号的距离，而这个距离又与区域一体化水平密切相关。

第三，区域一体化对于信号发送起到促进作用，从而放大淘宝村创造就业的效应。区域经济一体化水平的提高能够促进城乡协调发展［18］、降低城乡收入差距［19-20］，从而将外部成本内部化，降低物流成本、缩小信息传达距离，最终促进要素快速集聚并实现区域经济增长。从淘宝村的角度看，区域经济一体化通过改善交通条件、便捷人员流动等方式来实现淘宝村信息的顺畅流通。这个过程主要体现在2点：一是淘宝村信息从淘宝村挂牌地向更远的非淘宝村地区传递的成本降低了；二是淘宝村引致创业所需的创业启动成本在不同地区的差异缩小了。故一个地区的区域一体化水平的提高，能够让淘宝村信息传达更远，从而带动更远地区的就业活动。

基于以上框架，建立模型如下：

假设一个区域存在2个地区，分别用A点和B点表示，两点的距离为u且u>0，无须假设某一点是否为区域中心点。现在在A点附近设计1个淘宝村挂牌的事件冲击，假设淘宝村挂牌地为M点，令M到A的距离为ε，且满足ε

如果该区域的经济一体化水平较低，则淘宝村信号发送距离就会很短，于是淘宝村信号只能从M点发送到A点，如果经济一体化水平较高，则淘宝村信号就能从M点发送到B点，如图4所示。

根据以上模型框架，可以考察淘宝村挂牌对于不同地区的农村居民创业就业的影响，但是，淘宝村信号发送到A点或B点的结果需要用1个指标来表征。于是，可以利用劳动力市场的跨地区人口流动来捕捉这种动态效应。当不考虑区域一体化因素时，淘宝村挂牌以后，离M越近的地区A越容易获得淘宝村信息，因此，必然会提升A点的农村创业概率。当考虑区域一体化水平时，对于一体化水平较低的区域，淘宝村信号只能从M传递到A点，所以B点的劳动力将向A点回流，从而增加A点的创业概率；但对于一体化水平较高的区域，淘宝村信号可以从M传递到B点，所以A点和B点的农村居民获得同等量的信号，故淘宝村挂牌不会导致B点的劳动力回流至A点。据此得到如下假说：

假说1：当区域一体化水平较低时，淘宝村挂牌将导致外地劳动力回流到淘宝村本地，这一过程表现为淘宝村创造就业的本地效应；当区域一体化水平较高时，淘宝村挂牌不会导致外地劳动力回流，从而表现为淘宝村创造就业的外地效应。

2 研究设计

该研究的目标是检验淘宝村对就业的影响，同时进一步考察淘宝村的出现是否影响了劳动力回流，从而检验淘宝村的就业创造效应究竟体现在本地还是外地。

关于电子商务影响创业就业的研究很多，一般有2种方法进行识别：第一种是构造电子商务销售额、电子商务基础设施投资的地级市面板数据，用该数据与劳动力微观数据进行匹配，进而考察电子商务销售额或电子商务基础设施的增加是否带动了当地的创业活动，该方法由于没能很好地解决反向因果和遗漏变量等问题而导致模型存在显著的内生性问题；第二种是使用一个外生的政策冲击来代表电子商务发展，进而用双重差分法识别其对创业活动的影响，如王奇等［21］使用的电子商务农村综合示范县等，但双重差分法要求模型的处理组和控制组满足共同趋势假设。由于该研究将利用CLDS微观数据进行分析，CLDS问卷关于雇主和自雇的问题有询问“哪一年创业”的，但是回答者很少，无法利用这部分数据来构造双重差分进行分析，因此，该研究采用传统的Logit模型，不同之处是，为了更好地识别淘宝村的边际影响，该研究在淘宝村的政策处理组控制了各省份电子商务农村综合示范县数量，以此来达到近似双重差分的作用，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，被解释变量P为创业或外出务工的概率，其中，创业定义为被访者工作状态是“雇主”或“自雇”的情况，外出务工定义为被访者工作状态是“雇员”的情况。taobao表示第j个城市在2014年是否含有至少1个淘宝镇的虚拟变量（或是否含有淘宝村≥3），是=1，否=0，该研究使用淘宝镇=1的虚拟变量而非仅使用淘宝村=1的虚拟变量的原因是，当只有1个淘宝村时，淘宝村的就业创造效应可能不显著，如果使用淘宝镇的概念，则容易看出淘宝村的规模效应，所得结论也更有说服力；Ei是根据商务部于2014年发布的电子商务进农村示范县名单统计的第i个省份的示范县个数，该研究注意到商务部从2014年开始每年都发布这一名单，为了与其他解释变量不产生共线性，这里只选择2014年的名单，同时，一些省份如浙江等的示范县个数为0，所以为了更有对比性，这里作了对数处理；X是一组控制变量，包括年龄、性别、婚姻状况、教育水平、所在行业、所有制类型等个体特征，同时也纳入了地区GDP等地区特征，ε是随机干扰项。该研究将使用农村居民样本来估计，主要关心的是系数，如果该系数为正，则表明淘宝村的出现的确带动了就业，如果为负或不显著，则表明淘宝村的就业创造效应为零。为了使Logit模型的估计结果更具解释力，该研究将汇报该模型的边际效应。

然后，该研究关注淘宝村对劳动力回流的影响，建立队列双重差分法（Cohort-DID）模型来识别淘宝村这一外生冲击对劳动力是否回流的因果效应，具体模型构造如下：

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

式中：被解释变量Y表示第j个城市的第i个个体是否回流的哑变量，回流=1，否=0；解释变量cohort表示第i个个体是否进入第t年劳动力回流队列的处理组，是=1，否=0；taobao变量同上。为了使结果更加可靠，该研究控制了农村劳动力的个体特征和地区特征，同时在估计系数时均聚类到城市层面。

该研究使用的数据包括3个部分：①微观个体数據，该研究使用中山大学劳动力动态调查的大样本个体数据CLDS，该数据每2年调查一次，共有个体数据、家庭数据和村居数据3个层次，该研究主要关心劳动力流动，故使用个体数据。CLDS有2012、2014、2016、2018年等多个年份的数据，由于核心解释变量为2014年淘宝镇挂牌事件，为了避免反向因果问题，应使用滞后年份的CLDS数据，但年份太靠后又不能有效捕捉事件冲击的反应，故该研究使用滞后2年的2016年数据为宜。②淘宝村镇的名单数据。阿里研究院每年均会公布各省市的淘宝村名单和淘宝镇名单，考虑到淘宝村自从2014年以后每年以较快的速度蔓延至全国各地，越到后面年份，淘宝村的覆盖面越广，如果使用后面年份来估计则易出现与地区经济产值共线的结果，而看不出淘宝村的影响，故该研究使用2014年公布淘宝镇名单。此外，该研究还对数据作了如下筛选：a.样本只选择农业户口；b.劳动力年龄确定为16～64岁；c.剔除了问卷中关于“劳动力流动”与“是否发生迁移”冲突的样本。③地级市宏观数据，控制变量包括人均GDP、平均工资、在校大学生数等，这些指标均来自CEIC数据库。

在第二个方程中，关于使用淘宝镇外生冲击来作为差分法分析的适用性，该研究认为，一方面，利用2014年公布的首批淘宝镇名单，构造出含有淘宝镇的地级市处理组和没有淘宝镇的地级市对照组，通过比较该处理组和对照组的劳动力回流概率差异可反映出，相比没有淘宝村的地区，出现淘宝村的地区是否引致更多的农村劳动力回流；另一方面，利用农村劳动力返乡年份来构造2014年及以后返乡的队列处理组和2014年前返乡的队列对照组，通过比较该处理组和对照组的劳动力回流概率差异可反映出，相比2014年前返乡，2014年及以后返乡的农村劳动力是更多了还是更少了，这在一定程度上捕捉了2014年及以后劳动力回流概率是否受到了淘宝村的影响。通过构造劳动力回流队列的处理组和对照组，来识别农村劳动力回流的时点差分，通过构造有无淘宝村的地区处理组和对照组，来识别农村劳动力回流的地区差分，进而构造了队列双重差分法（Cohort DID），可以更好地得到一个地区出现淘宝村后，该地区引致的劳动力回流概率的净效应δ。

表1报告了农村劳动力创业就业的人口学基本特征。该研究区分了创业样本和非创业样本，从该表可看出，农村创业群体的年龄均值为48岁，而非创业群体的年龄为40岁，对比而言，创业群体年龄偏大，由于创业活动是高风险行为，故从均值水平看，农村创业群体的创业年龄并不占优势；农村创业群体和非创业群体的性别差异不大，婚姻状态的差异也不大，均显示已婚的状态，这表明是否结婚并没有构成对创业活动的阻碍；农村创业群体的教育水平均值为2.50，即不到初中水平，而非创业群体的教育水平均值却在3.80，即接近高中毕业，可见，目前的农村创业群体的教育水平比较低，这在应对创业风险方面比较被动；进一步观察行业差异和所有制差异发现，农村创业群体的均值处在接近制造业的水平，而非创业群体的均值处在交通运输行业，这显示出，农村创业活动主要集中在制造业。

同样，该研究区分了外出务工样本和非外出务工样本，以进一步观察外出务工群体的人口学特征。通过对比指标均值发现，外出务工群体的年龄相对较低，以男性为主，教育程度以高中为主，主要从事交通运输、仓储等行业，所在单位以外资和合资企业为主。

3 淘宝村的就业创造效应

表2汇报了淘宝镇对创业和外出务工的影响。第一列和第三列是仅使用淘宝镇这一外生冲击估计的回归结果，第一列中的淘宝镇系数为负但不显著，第三列中的淘宝镇系数为正且通过显著性检验，但以上结果存在显著的遗漏变量问题和内生性问题，故该研究在淘宝镇哑变量的基础上增添其和电子商务示范县个数的交叉项，各省评选出的电子商务示范县在一定程度上显示了电子商务的地区差异，通过交叉项可以更好地识别淘宝镇的净影响，如第二列和第四列所示，在第二列中，淘宝镇与电子商务示范县个数的交叉项系数为0.012且较为显著，表明在控制了电商发展的地区差异以后，淘宝镇的出现的确增加了地区创业的概率，而在第四列中，淘宝镇与电子商务示范县个数的交叉项系数为负且不显著，表明淘宝镇这一外生冲击对农村劳动力外出务工没有影响。综合来看，淘宝镇的出现对于创业活动的影响比较大，从这一角度讲，近十年来淘宝村的规模扩张对于农村地区大众创业的正面影响是值得肯定的。

表3汇报了浙江和广东样本下，一个地区有淘宝镇对当地创业和外出务工的Logit回归结果，由于电子商务示范县的名单里没有浙江省，所以该研究在估计浙江样本时无法使用上面的方法，而只能使用传统的Logit模型。表3中前（1）、（2）列是淘宝镇对创业的边际效应，（3）、（4）列是淘宝镇对外出务工的边际效应。在（1）列，淘宝镇虚拟拟变量系数为0.067且在0.05的水平显著，表明在控制了农村劳动力的个体特征和地区特征后，浙江淘宝村的出现能够显著提升当地的创业概率，而在（2）列，淘宝镇虚拟变量系数为负且未通过显著性检验，表明淘宝村对创业的拉动作用在广东并不明显。

表3（3）列显示，淘宝镇虚拟变量系数为0.068，且在0.01的水平显著，表明浙江淘宝村的出现对于外出务工也有显著的提升作用，而在（4）列中，淘宝村虚拟变量系数并不显著，这表明淘宝村对外出务工的拉动作用在广东也不明显。综合来看，淘宝村对创业和外出务工的拉动作用在浙江地区较为明显，而在广东地区并不显著。以上结论只是初步验证了淘宝村对就业的影响，但由于更严格的内生

性问题和遗漏变量等问题没有纳入进去，所以，得到的这一结论不具有因果性而只是相关性，但可以肯定的是，在浙江，有淘宝村的地区创业活跃度更高、就业状况也更好，因而，这值得进一步思考淘宝村创造就业的具体机制。

4 淘宝村创造就业的机制——劳动力回流视角

4.1 实验前测

进行双重差分法估计的前提是保证处理组与对照组满足同质性假设，以及处理组满足随机性假设。在本文中，同质性假设是指，在排除掉淘宝村这一外生冲击的影响以后，其他因素对处理组和对照组的影响是一致的，也就是说，处理组和对照组在“实验前”被要求具有共同趋势假设。随机性假设则指，在某一个地区，淘宝村的出现近似是随机的，如果不是，则很容易得出因遗漏变量而导致估计偏误的系数。在实际研究中，关于利用双重差分法来检验政策冲击影响的文献中，可能很多政策冲击都不能严格满足以上假设，但仍然有若干缓解估计偏误的办法，因此，该研究需要进行实验前测。

4.1.1 同质性假设。

首先利用“劳动力是否回流”与“劳动力返乡年份”来构造出各年份农村劳动力回流的数量，进一步计算出农村劳动力回流人数占农村劳动力总人数的比例，结果见图5。在图5中，处理组表示有淘宝镇的地区农村劳动力回流占比趋势，控制组表示没有淘宝镇的地区农村劳动力回流占比趋势，易见，政策发生年前，处理组和控制组的趋势是不同的，表面看，该图显示不满足同质性假设，但是，从图5可观察到一个特征：政策发生年前，处理组的劳动力回流占比高于控制组，而政策发生年后，这个关系发生反转，即控制组的劳动力回流占比高于处理组，据此可以判断，虽然处理组和控制组不满足事前共同趋势假设，但是，2014年前后劳動力回流占比的反差却是显著的，故可以认为造成这一反差的诱因很可能是淘宝镇这一外生冲击。

4.1.2 随机性假设。

由于估计政策冲击的影响效应必须要检验政策发生的样本具有随机性特征，但事实上，很多政策发生的样本难以完全满足随机性假设，那么一种办法是避免使用DID方法，另一种是使用DID时尽可能控制重要的控制变量来缓解估计偏误。该研究首先用Logit模型检验劳动力是否回流的主要影响因素，对于那些影响显著的因素可作为下一步使用DID方法的控制变量来填充。表4是检验2014年淘宝镇名单公布以后的因素分析，解释变量里纳入了地级市的人均GDP、人口密度、第三产业增加值占比、固定资产投资额占比、政府支出占比、职工平均工资、社会消费平均零售总额、实际外商直接投资额、年末贷款余额、每万人在校大学生人数、医院卫生院个数、客运总量、货运总量、邮政业务总量、电信业务总量、移动电话用户数、互联网用户数、铁路货运总

量、公路货运总量，共计19个变量。回归结果显示，只有人均GDP、政府支出占比等10个变量是显著的，为此，该研究列出了显著的变量系数，如表4“解释变量”一列。为了保证所挑选的指标具有稳健性，又尝试用2016年淘宝镇公布名单作了同样的分析，发现所挑选出的10个变量仍然是最显著的，因此，该研究在后面的DID分析中将这10个指标纳入控制变量中，以此来缓解因随机性假设而造成的估计偏误。

4.1.3 全国样本回归。

表5汇报了一个地区有淘宝镇以后，该地区的农村劳动力是否回流的情况。在（1）列中，当只考虑淘宝镇虚拟变量时，其系数为负且不显著，表明淘宝镇对劳动力回流的影响并不明显。（2）列汇报了队列DID估计结果，即通过增加年份虚拟变量、淘宝镇虚拟变量与年份虚拟变量交互项以后，发现淘宝镇虚拟变量与2013年虚拟变量交互项的系数为负且显著，而其他年份交互项系数就不再显著，这表明，当一个地区在2014年有淘宝镇挂牌后，劳动力回流该农村地区的概率将不再受淘宝镇的影响，同时，淘宝镇虚拟变量与2013年虚拟变量交互项的系数为0.314，也显示出，该地区的劳动力在挂牌淘宝镇以前是回流的；劳动力是否回流与劳动力个体特征有关系，故在（3）列控

制了年龄、性别、婚姻状态、所在行业等劳动力个体特征，

结果显示，淘宝镇虚拟变量与2015年交互项的系数变得显著，同时，淘宝镇哑变量与2013年哑变量交互项的系数也依然显著；进一步地，在（4）列中，模型控制了表4筛选出来的影响因素，同时，估计系数均聚类到省层面，结果显示，只有淘宝镇哑变量与2013年交互项系数显著为正，此后的交互项系数不再显著。由此可知，在控制了农村劳动力的个体特征和所在地区的宏观指标以后，淘宝镇的出现并没有显著地导致农村劳动力回流，这一结果暗示了淘宝村的就业创造效应并非体现在本地，而是在外部地区。

4.1.4 浙江和广东样本的回归。

表6汇报了浙江和广东样本的回归结果，该研究同样关注淘宝镇虚拟变量与年份虚拟变量的交互项，与表5所不同的是，由于这里重点考察浙江和广东淘宝镇的影响，所以交互项是淘宝镇、年份和浙江的3变量交互项，广东同理。在（1）列中，2014年交互项的系数为-1.394且极显著，2015年交互项的系数为-0.593且依然显著，而2012、2013年交互项的系数并未通过显著性检验，由此可知，浙江淘宝镇这一外生冲击并没有导致农村劳动力回流，这个负值也可以理解为，由于淘宝镇的出现，农村劳动力更多地向非淘宝镇地区流动并就业。再看（2）列，广东2014年交互项和2015年交互项系数分别为0.935和0.427且均十分显著，这个正值反映了淘宝镇的出现，使得广东劳动力更多地回流到淘宝镇，淘宝村的回流效应非常明显。对比浙江和广东2地的结果可知，淘宝村的就业创造效应具有较大的地区差异，浙江淘宝村的扩张增加的并非淘宝村地区的就业，而是非淘宝村地区的就业，这个现象验证了该研究假设，即由于浙江的一体化水平更高，所以淘宝村的信号发送得更远，从而带动的就业岗位也更多。

5 研究结论和启示

该研究利用阿里研究院公布的淘宝镇名单构造了淘宝村政策效应的处理组和控制组，同时用各地区电子商务进农村示范县的数量来控制国家政策效应的异质性，然后利用队列双重差分法考察了淘宝镇挂牌对当地农村居民创业行为和外出务工行为的影响，结果表明：①浙江每增加1个淘宝镇挂牌，则当地农村居民创业概率将提高6.7%，外出务工的概率也将提高6.8%；而广东每增加1个淘宝镇挂牌，对当地农村居民创业和外出务工的影响不显著。②进一步对比浙江和广东样本发现，浙江淘宝村的就业创造效应带动了非淘宝地区的就业岗位，而广东淘宝村则是带动了淘宝村本地的就业岗位。从斯宾塞的信号理论出发，浙江淘宝村之所以能带动外地就业，其主要原因在于浙江一体化水平较高，从而淘宝村的信号发送更远，这样利于不同地区的农村居民获得创业信息。

该研究的政策启示主要有以下2点：

第一，加大对农村电子商务的政策扶持力度。国家在2017年发布文件并以顶层设计的方式确立了发展农村电子商务的重要性，农村电商不仅对于培育农业农村发展新动能有支撑作用，而且对于缩小城乡收入差距、走向共同富裕道路也有积极意义。因此，要加强互联网与农业农村融合发展，降低电商在城乡之间的市场分割程度；支持新型农业经营主体采用电商平台销售模式，缩小城乡居民之间的数字化平台收益差距；完善农村电商物流配送服务，加快提升农民数字化素养，积极培育农民的数字化技能，打通农村电商从供给端到物流端、再到销售端的电商链堵点。

第二，大力推进区域经济一体化水平。国家正在大力推进京津冀、长三角，以及粤港澳等重要区域的一体化水平，这不仅有助于整体上提升区域经济在全球资源配置中的竞争力，而且有利于激发“双循环”新格局的内循环增长动力。区域经济一体化水平提高了，各部门、各地区的要素流动性也就提高了，从而能释放新经济如农村电商的活力。因此，要加快推进统一大市场建设步伐，从根本上消除地区间的行政壁垒，进而降低制度性交易成本；促进资源要素有序流动，探索传统经济与新经济的双轮载体共振模式，不仅要以新经济带动传统经济的要素回报率提升为抓手，而且不能忽视传统经济支撑新经济的要素资源盘活能力；强化区域联動、分工合作、错位发展，探索跨区域协同发展新机制，从而让农村电商等新经济发展更加顺畅。

参考文献

［1］ 曾亿武，郭红东，金松青.电子商务有益于农民增收吗？——来自江苏沭阳的证据［J］.中国农村经济，2018（2）：49-64.

［2］ 唐跃桓，杨其静，李秋芸，等.电子商务发展与农民增收：基于电子商务进农村综合示范政策的考察［J］.中国农村经济，2020（6）：75-94.

［3］ 邱子迅，周亚虹.电子商务对农村家庭增收作用的机制分析：基于需求与供给有效对接的微观检验［J］.中国农村经济，2021（4）：36-52.

［4］ 王金杰，牟韶红，盛玉雪.电子商务有益于农村居民创业吗？——基于社会资本的视角［J］.经济与管理研究，2019，40（2）：95-110.

［5］ 汪雨雨，姚万军，张辉.电子商务发展下社会资本对农户创业选择的影响：基于CHIP2013农村居民数据的实证分析［J］.调研世界，2020（10）：20-25.

［6］ 苑鹏.电商平台经济赋能农村劳动力就业创业的新特征初探［J］.新疆农垦经济，2020（7）：12-20.

［7］ 唐红涛，郭凯歌，张俊英.电子商务与农村扶贫效率：基于财政投入、人力资本的中介效应研究［J］.经济地理，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，陆铭.后工业化时代的城市：城市规模影响服务业人力资本外部性的微观证据［J］.经济研究，2016，51（12）：90-103.

［11］ 李涛，朱俊兵，伏霖.聪明人更愿意创业吗：来自中国的经验发现［J］.经济研究，2017，52（3）：91-105.

［12］ 刘琪，林润珊.从军经历对创业的影响：基于CLDS数据的实证分析［J］.新疆农垦经济，2019（11）：84-92.

［13］ 高红贵，王晓玲，方杏村.经营能力、融资行为与返乡农民工创业绩效：基于县城与乡村的对比分析［J］.新疆农垦經济，2021（1）：28-37.

［14］ 李雪莲，马双，邓翔.公务员家庭、创业与寻租动机［J］.经济研究，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，陆铭.城市间的“孟母三迁”：公共服务影响劳动力流向的经验研究［J］.管理世界，2015（10）：78-90.

［17］ 踪家峰，李宁.为什么奔向北上广：城市宜居性、住房价格与工资水平的视角分析［J］.吉林大学社会科学学报，2015，55（5）：12-23，171.

［18］ 徐现祥，李郇.市场一体化与区域协调发展［J］.经济研究，2005，40（12）：57-67.

［19］ 夏龙，冯涛.经济开放与收入差距：基于STR模型的分析［J］.财贸研究，2012，23（5）：16-23，53.

［20］ 欧阳志刚.中国城乡经济一体化的推进是否阻滞了城乡收入差距的扩大［J］.世界经济，2014，37（2）：116-135.

［21］ 王奇，牛耕，赵国昌.电子商务发展与乡村振兴：中国经验［J］.世界经济，2021，44（12）：55-75.