技术经济

变量	符号	观测值	均值	最小值	最大值
农村居民可支配收入 (元/人)	In_Inc	23430	8.58	6.439	10.268
城乡收入差距(%)	Inc_gap	21458	2.793	0.914	10.562
农村人口就业率(%)	Emp_rate	23360	0.436	0.009	0.889
农村电商政策	REC	21555	0.34	0	1
乡村旅游政策	${IAT}$	12255	0.1286	0	1
农村电商×乡村旅游	Syner	10380	0.201	0	1
财政支出 (%)	Gov	23430	0.244	0.016	3.064
人力资本(%)	Hum	23430	0.053	0.003	0.213
金融发展(%)	Loan	23430	0.587	0.024	6.099
产业结构(%)	Ind	23430	0.362	0.041	0.8996
ICT 设施水平(户)	$\ln \_ {ICT}$	23430	10.565	7.867	12.889
农业技术效率(元/千瓦)	Farm	23430	8.475	5.532	12.053
人口密度(人/平方千米)	Den	23430	306.611	0.198	3876.405
人均 GDP(元/人)	Pgdp	23430	28264.244	1386.327	459420
创业活跃度(个/万人)	Ent	23430	72.542	1.022	1531.365

变量	符号	观测值	均值	最小值	最大值
农村居民可支配收入 (元/人)	In_Inc	23430	8.58	6.439	10.268
城乡收入差距(%)	Inc_gap	21458	2.793	0.914	10.562
农村人口就业率(%)	Emp_rate	23360	0.436	0.009	0.889
农村电商政策	REC	21555	0.34	0	1
乡村旅游政策	${IAT}$	12255	0.1286	0	1
农村电商×乡村旅游	Syner	10380	0.201	0	1
财政支出 (%)	Gov	23430	0.244	0.016	3.064
人力资本(%)	Hum	23430	0.053	0.003	0.213
金融发展(%)	Loan	23430	0.587	0.024	6.099
产业结构(%)	Ind	23430	0.362	0.041	0.8996
ICT 设施水平(户)	$\ln \_ {ICT}$	23430	10.565	7.867	12.889
农业技术效率(元/千瓦)	Farm	23430	8.475	5.532	12.053
人口密度(人/平方千米)	Den	23430	306.611	0.198	3876.405
人均 GDP(元/人)	Pgdp	23430	28264.244	1386.327	459420
创业活跃度(个/万人)	Ent	23430	72.542	1.022	1531.365

变量	(1)	(2)	(3)	(4)	(5)	(6)
In_Inc	Inc_gap	Emp_rate	In_Inc	Inc_gap	Emp_rate
REC	0.0483^***(0.0057)	-0.2111***(0.0230)	0.0115^***(0.0027)	0.0233^***(0.0062)	$-{0.1090}{}^{***}$(0.0258)	0.0062^**(0.0031)
控制变量	Yes	Yes	Yes	Yes	Yes	Yes
固定区县	Yes	Yes	Yes	Yes	Yes	Yes
固定时间	Yes	Yes	yes	yes	Yes	Yes
观测数	21555	20155	21500	12084	12084	12084
${R}^{2}$	0.9393	0.3996	0.1124	0.9454	0.3732	0.0984

变量	(1)	(2)	(3)	(4)	(5)	(6)
In_Inc	Inc_gap	Emp_rate	In_Inc	Inc_gap	Emp_rate
REC	0.0483^***(0.0057)	-0.2111***(0.0230)	0.0115^***(0.0027)	0.0233^***(0.0062)	$-{0.1090}{}^{***}$(0.0258)	0.0062^**(0.0031)
控制变量	Yes	Yes	Yes	Yes	Yes	Yes
固定区县	Yes	Yes	Yes	Yes	Yes	Yes
固定时间	Yes	Yes	yes	yes	Yes	Yes
观测数	21555	20155	21500	12084	12084	12084
${R}^{2}$	0.9393	0.3996	0.1124	0.9454	0.3732	0.0984

变量	(1)	(2)	(3)	(4)	(5)	(6)
$\ln \_ {Inc}$	Inc_gap	Emp_rate	In_Inc	Inc_gap	Emp_rate
${IAT}$	0.0235^***(0.0078)	$-{0.0739}^{**}$(0.0332)	0.0086 ${}^{**}$(0.0039)	0.0181 ${}^{**}$(0.0076)	$-{0.0850}^{***}$(0.0307)	0.0049 (0.0042)
控制变量	Yes	Yes	Yes	Yes	Yes	Yes
固定区县	Yes	Yes	Yes	Yes	Yes	Yes
固定时间	Yes	Yes	Yes	Yes	Yes	Yes
观测数	12255	11527	12207	6508	6508	6508
${R}^{2}$	0.9555	0.3847	0.0649	0.9501	0.4012	0.0930

变量	(1)	(2)	(3)	(4)	(5)	(6)
$\ln \_ {Inc}$	Inc_gap	Emp_rate	In_Inc	Inc_gap	Emp_rate
${IAT}$	0.0235^***(0.0078)	$-{0.0739}^{**}$(0.0332)	0.0086 ${}^{**}$(0.0039)	0.0181 ${}^{**}$(0.0076)	$-{0.0850}^{***}$(0.0307)	0.0049 (0.0042)
控制变量	Yes	Yes	Yes	Yes	Yes	Yes
固定区县	Yes	Yes	Yes	Yes	Yes	Yes
固定时间	Yes	Yes	Yes	Yes	Yes	Yes
观测数	12255	11527	12207	6508	6508	6508
${R}^{2}$	0.9555	0.3847	0.0649	0.9501	0.4012	0.0930

变量	(1)	(2)	(3)	(4)	(5)	(6)
In ${Inc}$	Inc_gap	Emp_rate	In_Inc	Inc_gap	Emp_rate
Syner	${0.0615}^{***}\left({0.0116}\right)$	$-{0.2193}^{***}\left({0.0502}\right)$	${0.0242}{}^{***}\left({0.0070}\right)$	${0.0309}^{***}\left({0.0115}\right)$	$-{0.1811}^{***}\left({0.0492}\right)$	${0.0119}^{*}\left({0.0071}\right)$
控制变量	Yes	Yes	Yes	Yes	Yes	yes
固定区县	Yes	Yes	Yes	Yes	Yes	Yes
固定时间	Yes	Yes	Yes	Yes	Yes	Yes
观测数	10380	10224	10347	4295	4295	4295
${R}^{2}$	0.9539	0.3889	0.0816	0.9498	0.4077	0.1460

变量	(1)	(2)	(3)	(4)	(5)	(6)
In ${Inc}$	Inc_gap	Emp_rate	In_Inc	Inc_gap	Emp_rate
Syner	${0.0615}^{***}\left({0.0116}\right)$	$-{0.2193}^{***}\left({0.0502}\right)$	${0.0242}{}^{***}\left({0.0070}\right)$	${0.0309}^{***}\left({0.0115}\right)$	$-{0.1811}^{***}\left({0.0492}\right)$	${0.0119}^{*}\left({0.0071}\right)$
控制变量	Yes	Yes	Yes	Yes	Yes	yes
固定区县	Yes	Yes	Yes	Yes	Yes	Yes
固定时间	Yes	Yes	Yes	Yes	Yes	Yes
观测数	10380	10224	10347	4295	4295	4295
${R}^{2}$	0.9539	0.3889	0.0816	0.9498	0.4077	0.1460

变量	(1)	(2)	(3)	(4)	(5)	(6)	(7)
ln_Inc	Inc_gap	Emp_rate	情景一	情景二	情景三	情景四
REC	0.0331^***(0.0106)	$-{0.1568}^{***}$(0.0403)	0.0146^**(0.0057)	0.0169^***(0.0016)			0.0137^***(0.0034)
${IAT}$	0.0354 (0.0104)	$-{0.0754}^{*}$(0.0447)	0.0121 ${}^{**}$(0.0049)		0.0095 (0.0025)		0.0118^***(0.0030)
Syner						0.0228^***(0.0041)
控制变量	Yes	Yes	Yes	Yes	Yes	Yes	Yes
固定区县	Yes	Yes	Yes	Yes	Yes	Yes	Yyes
固定时间	Yes	Yes	Yes	Yes	Yes	Yes	Yes
观测数	10380	10224	10347	18761	10803	9511	9511
${R}^{2}$	0.9540	0.3891	0.0830	0.7132	0.7834	0.8292	0.8299

变量	(1)	(2)	(3)	(4)	(5)	(6)	(7)
ln_Inc	Inc_gap	Emp_rate	情景一	情景二	情景三	情景四
REC	0.0331^***(0.0106)	$-{0.1568}^{***}$(0.0403)	0.0146^**(0.0057)	0.0169^***(0.0016)			0.0137^***(0.0034)
${IAT}$	0.0354 (0.0104)	$-{0.0754}^{*}$(0.0447)	0.0121 ${}^{**}$(0.0049)		0.0095 (0.0025)		0.0118^***(0.0030)
Syner						0.0228^***(0.0041)
控制变量	Yes	Yes	Yes	Yes	Yes	Yes	Yes
固定区县	Yes	Yes	Yes	Yes	Yes	Yes	Yyes
固定时间	Yes	Yes	Yes	Yes	Yes	Yes	Yes
观测数	10380	10224	10347	18761	10803	9511	9511
${R}^{2}$	0.9540	0.3891	0.0830	0.7132	0.7834	0.8292	0.8299

变量	(1)	(2)	(3)	(4)	(5)	(6)
ln_Inc	Inc_gap	Emp_rate	ln_lnc	Inc_gap	Emp_rate
L. Syner	0.0566^***(0.0116)	$-{0.2085}^{***}$(0.0485)	0.0231^***(0.0072)
L. REC				0.0229^**(0.0112)	$-{0.1120}{}^{***}$(0.0400)	0.0099 (0.0066)
L. IAT				0.0412^***(0.0112)	-0.1175 (0.0437)	0.0170^***(0.0056)
控制变量	Yes	Yes	Yes	Yes	Yes	Yes
固定区县	Yes	Yes	Yes	Yes	Yes	Yes
固定时间	Yes	Yes	Yes	Yes	Yes	Yes
观测数	10380	10224	10347	9795	9653	9762
${R}^{2}$	0.9540	0.3891	0.0830	0.9529	0.3864	0.0892

变量	(1)	(2)	(3)	(4)	(5)	(6)
ln_Inc	Inc_gap	Emp_rate	ln_lnc	Inc_gap	Emp_rate
L. Syner	0.0566^***(0.0116)	$-{0.2085}^{***}$(0.0485)	0.0231^***(0.0072)
L. REC				0.0229^**(0.0112)	$-{0.1120}{}^{***}$(0.0400)	0.0099 (0.0066)
L. IAT				0.0412^***(0.0112)	-0.1175 (0.0437)	0.0170^***(0.0056)
控制变量	Yes	Yes	Yes	Yes	Yes	Yes
固定区县	Yes	Yes	Yes	Yes	Yes	Yes
固定时间	Yes	Yes	Yes	Yes	Yes	Yes
观测数	10380	10224	10347	9795	9653	9762
${R}^{2}$	0.9540	0.3891	0.0830	0.9529	0.3864	0.0892

变量	东中部	西部	东中部	西部	东中部	西部
ln_lnc	In ${Inc}$	Inc_gap	Inc_gap	Emp_rate	Emp_rate
REC	0.0302^**(0.0135)	0.0198 (0.0180)	$-{0.1468}^{***}$(0.0525)	$-{0.1206}^{*}$(0.0620)	0.0078 (0.0067)	0.0167 *(0.0094)
${IAT}$	0.0264^**(0.0119)	0.0404^**(0.0190)	-0.0265 (0.0476)	$-{0.1593}{}^{*}$(0.0881)	0.0139^**(0.0063)	0.0057 (0.0080)
控制变量	Yes	Yes	Yes	Yes	Yes	Yes
固定区县	Yes	Yes	Yes	Yes	Yes	Yes
固定时间	Yes	Yes	Yes	Yes	Yes	Yes
观测数	7905	2475	7905	2319	7876	2471
${R}^{2}$	0.9554	0.9553	0.3847	0.4498	0.0749	0.1763

变量	东中部	西部	东中部	西部	东中部	西部
ln_lnc	In ${Inc}$	Inc_gap	Inc_gap	Emp_rate	Emp_rate
REC	0.0302^**(0.0135)	0.0198 (0.0180)	$-{0.1468}^{***}$(0.0525)	$-{0.1206}^{*}$(0.0620)	0.0078 (0.0067)	0.0167 *(0.0094)
${IAT}$	0.0264^**(0.0119)	0.0404^**(0.0190)	-0.0265 (0.0476)	$-{0.1593}{}^{*}$(0.0881)	0.0139^**(0.0063)	0.0057 (0.0080)
控制变量	Yes	Yes	Yes	Yes	Yes	Yes
固定区县	Yes	Yes	Yes	Yes	Yes	Yes
固定时间	Yes	Yes	Yes	Yes	Yes	Yes
观测数	7905	2475	7905	2319	7876	2471
${R}^{2}$	0.9554	0.9553	0.3847	0.4498	0.0749	0.1763

变量	东中部	西部	东中部	西部	东中部	西部
In_Inc	ln_lnc	Inc_gap	Inc_gap	Emp_rate	Emp_rate
Syner	0.0505^***(0.0157)	0.0535^***(0.0174)	-0.1746***(0.0641)	$-{0.2406}^{***}$(0.0771)	0.0190 ${}^{**}$(0.0089)	0.0210^**(0.0104)
控制变量	Yes	Yes	Yes	Yes	Yes	Yes
固定区县	Yes	Yes	Yes	Yes	Yes	Yes
固定时间	Yes	Yes	Yes	Yes	Yes	Yes
观测数	7905	2475	7905	2319	7876	2471
${R}^{2}$	0.9553	0.9552	0.3849	0.4474	0.0730	0.1762

变量	东中部	西部	东中部	西部	东中部	西部
In_Inc	ln_lnc	Inc_gap	Inc_gap	Emp_rate	Emp_rate
Syner	0.0505^***(0.0157)	0.0535^***(0.0174)	-0.1746***(0.0641)	$-{0.2406}^{***}$(0.0771)	0.0190 ${}^{**}$(0.0089)	0.0210^**(0.0104)
控制变量	Yes	Yes	Yes	Yes	Yes	Yes
固定区县	Yes	Yes	Yes	Yes	Yes	Yes
固定时间	Yes	Yes	Yes	Yes	Yes	Yes
观测数	7905	2475	7905	2319	7876	2471
${R}^{2}$	0.9553	0.9552	0.3849	0.4474	0.0730	0.1762

变量	(1)	(2)	(3)	(4)	(5)	(6)
In_Ent	R_Ent	In_Inc	Inc_gap	Emp_rat	R_Ent
Syner	0.0026 (0.0340)	0.0947^**(0.0480)	0.0574^***(0.0116)	$-{0.2137}^{***}$(0.0503)	0.0229^***(0.0067)
R_Ent			0.0179^***(0.0031)	$-{0.0526}{}^{***}$(0.0136)	0.0091^***(0.0018)
REC						0.0329 (0.0485)
${IAT}$						0.0841 *(0.0471)
变量	(1)	(2)	(3)	(4)	(5)	(6)
In_Ent	R_Ent	In ${Inc}$	Inc_gap	Emp_rat	R_Ent
控制变量	Yes	Yes	Yes	Yes	Yes	Yes
固定区县	Yes	Yes	Yes	Yes	Yes	Yes
固定时间	Yes	Yes	Yes	Yes	Yes	Yes
观测数	10380	10335	10335	10179	10302	10335
${R}^{2}$	0.6786	0.6688	0.9544	0.3904	0.0925	0.6690

变量	(1)	(2)	(3)	(4)	(5)	(6)
In_Ent	R_Ent	In_Inc	Inc_gap	Emp_rat	R_Ent
Syner	0.0026 (0.0340)	0.0947^**(0.0480)	0.0574^***(0.0116)	$-{0.2137}^{***}$(0.0503)	0.0229^***(0.0067)
R_Ent			0.0179^***(0.0031)	$-{0.0526}{}^{***}$(0.0136)	0.0091^***(0.0018)
REC						0.0329 (0.0485)
${IAT}$						0.0841 *(0.0471)
变量	(1)	(2)	(3)	(4)	(5)	(6)
In_Ent	R_Ent	In ${Inc}$	Inc_gap	Emp_rat	R_Ent
控制变量	Yes	Yes	Yes	Yes	Yes	Yes
固定区县	Yes	Yes	Yes	Yes	Yes	Yes
固定时间	Yes	Yes	Yes	Yes	Yes	Yes
观测数	10380	10335	10335	10179	10302	10335
${R}^{2}$	0.6786	0.6688	0.9544	0.3904	0.0925	0.6690

变量	(1)	(2)	(3)	(4)	(5)
$N\_ {Emp}$	In_Inc	Inc_gap	Emp_rate	N_Emp
Syner	0.0504^***(0.0117)	0.0651^***(0.0147)	$-{0.2032}{}^{***}$(0.0771)	0.0181 ${}^{**}$(0.0088)
N_Emp		0.2055^***(0.0371)	$-{0.3552}^{**}$(0.1717)	0.1395^***(0.0204)
REC					0.0324^***(0.0098)
${IAT}$					0.0243^***(0.0083)
控制变量	Yes	Yes	Yes	Yes	Yes
固定区县	Yes	Yes	Yes	Yes	Yes
固定时间	Yes	Yes	Yes	Yes	Yes
观测数	7993	7993	7837	7993	7993
${R}^{2}$	0.3278	0.9498	0.3531	0.0937	0.3302

变量	(1)	(2)	(3)	(4)	(5)
$N\_ {Emp}$	In_Inc	Inc_gap	Emp_rate	N_Emp
Syner	0.0504^***(0.0117)	0.0651^***(0.0147)	$-{0.2032}{}^{***}$(0.0771)	0.0181 ${}^{**}$(0.0088)
N_Emp		0.2055^***(0.0371)	$-{0.3552}^{**}$(0.1717)	0.1395^***(0.0204)
REC					0.0324^***(0.0098)
${IAT}$					0.0243^***(0.0083)
控制变量	Yes	Yes	Yes	Yes	Yes
固定区县	Yes	Yes	Yes	Yes	Yes
固定时间	Yes	Yes	Yes	Yes	Yes
观测数	7993	7993	7837	7993	7993
${R}^{2}$	0.3278	0.9498	0.3531	0.0937	0.3302

农村产业扶持政策协同致富的效应和机制——基于电商与旅游的实证分析

PDF下载

王彧 , 戴亿坤 , 孙晓洋 , 严嘉靖

技术经济 | 产业技术经济 2024,43(4): 75-87

收起

技术经济 | 产业技术经济 2024, 43(4): 75-87

农村产业扶持政策协同致富的效应和机制——基于电商与旅游的实证分析

全屏

王彧, 戴亿坤, 孙晓洋, 严嘉靖

作者信息

中南财经政法大学工商管理学院武汉 430073

王彧,博士,中南财经政法大学工商管理学院副教授,硕士研究生导师,研究方向:技术经济及管理；

戴亿坤,中南财经政法大学硕士研究生,研究方向:技术经济及管理；

孙晓洋,中南财经政法大学硕士研究生,研究方向:旅游管理；

严嘉靖,中南财经政法大学硕士研究生,研究方向:旅游管理；

Synergistic Effect and Mechanism of Rural Industrial Support Policies in Promoting Prosperity: An Empirical Analysis Based on E-commerce and Tourism

Yu Wang, Yikun Dai, Xiaoyang Sun, Jiajing Yan

Affiliations

School of Business Administration Zhongnan University of Economics and Law Wuhan 430073 China

出版时间: 2024-04-10 doi: 10.12404/j.issn.1002-980X.J23110406

文章导航

摘要

收起

仓廪实则天下安,生活富裕的实现需要多方政策协同发力。本文基于2005—2019年1562个县域样本,设计三种情景来评估农村电商和乡村旅游两类产业扶持政策能否对农户生活富裕产生协同作用。结果表明:这两类政策各自均能促进农民生活富裕,而且两者共同实施能够产生更大的效应,利用PSM-DID作为稳健性检验也同样证实存在政策协同效应。更进一步,在进行异质性分析和机理检验后,发现西部地区的政策协同致富效应更为明显,且与单一政策相比,农村电商和乡村旅游间的政策协同可以通过促进乡村创业、非农就业来发挥更大作用。本文从协同视角考量农村电商、乡村旅游的政策效应,为多部门政策决策提供借鉴意义,以期形成合力助推于农民生活富裕和乡村振兴。

关键词

生活富裕 / 农村电商 / 乡村旅游 / 政策协同 / PSM-DID

Abstract

收起

With adequate food storage, the world is at peace, and achieving well-being for the rural population requires the concerted action of multiple policies. Drawing on a sample of 1562 counties from 2005 to 2019, three scenarios was exqmined to assess the potential for synergy between rural e-commerce and rural tourism development policies in enhancing rural household well-being. The findings indicate that both individual policies have the potential to contribute to rural household well-being, and their combined implementation can lead to a greater impact. This conclusion is supported by the use of PSM-DID as a robustness check, confirming the presence of policy synergy. Furthermore, upon conducting heterogeneity analysis and exploring the underlying mechanisms, it is observed that the policy synergy effect is particularly evident in western regions. Specifically, compared to standalone policies, the synergy between rural e-commerce and rural tourism policies is more effective in promoting rural entrepreneurship and non-agricultural employment, thereby enhancing rural household well-being. It offers insights into the policy implications of rural e-commerce and rural tourism development from a synergy perspective, providing valuable lessons for multi-sectoral policymaking aimed at enhancing rural well-being and fostering rural revitalization.

Key words

prosperity / rural e-commerce / rural tourism / policy synergies / PSM-DID

引用本文

王彧, 戴亿坤, 孙晓洋, 严嘉靖. 农村产业扶持政策协同致富的效应和机制——基于电商与旅游的实证分析. 技术经济, 2024 , 43 (4) : 75 -87 . DOI: 10.12404/j.issn.1002-980X.J23110406

Yu Wang, Yikun Dai, Xiaoyang Sun, Jiajing Yan. Synergistic Effect and Mechanism of Rural Industrial Support Policies in Promoting Prosperity: An Empirical Analysis Based on E-commerce and Tourism[J]. Journal of Technology Economics, 2024 , 43 (4) : 75 -87 . DOI: 10.12404/j.issn.1002-980X.J23110406

正文

收起

一、引言

收起

生活富裕是实现共同富裕的前提, 是满足人民群众美好生活需要和实现社会主义现代化建设目标的迫切要求, 也是时代提出的重大任务和课题^{[ 1 ]}。党的十九大报告明确将 “生活富裕” 作为乡村振兴战略的要求之一。2018年中央一号文件《中共中央国务院关于实施乡村振兴战略的意见》中进一步明确指出乡村振兴的根本在于 “生活富裕”,促进农民增收是其基本任务。党的二十大也明确提出要不断增进民生福祉,提高人民的生活品质。可见,生活富裕日益成为实现乡村振兴、共同富裕的关键所在,而生活富裕的实现并非一朝一夕,需要各方形成合力、久久为功,让越来越多的农户生活在较为富裕状态中,故探究生活富裕的提升路径具有重大现实意义。

产业扶持政策便是促进农民生活富裕的有效途径。通过各部门有的放矢地制定、实施有助于农村产业兴旺的扶持政策,农村经济发展取得了长足进步,为农民生活富裕水平的提升奠定了坚实的基础。其中,以针对农村电商、乡村旅游相关的扶持政策最具代表性与广泛性。原因在于,在数字乡村发展的新背景下,农村电商日益成为农村地区的经济潜力点 ^{[ 2 ]} ,其突破了地域时空限制,扩大了市场可及性,对农村居民增收致富产生了举足轻重的作用 ^{[ 3 ]} 。同样乡村旅游也以发展速度快、潜力大、辐射带动强、受益面广的特点,正成为推动我国农村发展、农业转型、农民富裕的重要渠道 ^{[ 4 ]} 。乡村旅游能够有效拓宽农民的收入渠道 ^{[ 5 ]} ,促使其参与乡村旅游相关服务,多样化增加农民收入 ^{[ 6 ]} ,丰富农民的精神文化需求 ^{[ 7 ]} ,提高农民的获得感 ^{[ 8 ]} 、幸福感, 满足人民群众的美好生活需求, 最终实现生活富裕。那么在农村电商扶持政策的影响下, 乡村旅游政策对农民生活富裕的推动作用是否更为明显? 抑或者说, 两者是否存在协同发展效应?

然而现有研究主要集中于分析二者各自的经济效益或社会效益上。例如, 休闲农业或乡村旅游政策不仅对农业发展 ^{[ 9 ]} 、农业社会化服务收益 ^{[ 10 ]} 、农业劳动生产率 ^{[ 11 ]} 有显著的促进作用,而且对于农村可持续发 ${\mathbb{R}}^{\left\lbrack {12}\right\rbrack }$ 、农村经济发展 ^{[ 13 ]} 以及农民增收 ^{[ 14 - 15 ]} 具有较大推动效应。针对农村电商、乡村旅游的政策协同效应研究多为理论探讨,鲜有实证分析。Vieira 等 ^{[ 16 ]} 通过葡萄牙旅游业中的 $\mathrm{Z}$ 世代个人购买决定的因素分析,阐明了电子商务在旅游业营销方面的重要作用；崔宁 ^{[ 17 ]} 、王立明等 ^{[ 18 ]} 则深入分析了我国乡村旅游产业与电子商务的融合发展,探讨了电子商务对乡村旅游产业具有赋能效果,可以延长乡村旅游产业链,促进产业融合发展,从而提高农户收入。综上所述,尽管诸多学者针对乡村旅游、电子商务各自在经济发展中的作用做了卓有成效的探讨。但令人遗憾的是,目前尚未有实证研究农村电商和乡村旅游扶持政策是否存在协同效应的文章。

与现有多数文献做法一致, 本文以电子商务进农村示范县政策作为农村电商的重要表征, 以全国休闲农业与乡村旅游示范县政策作为乡村旅游的典型代表,探讨两者能否对农户生活富裕产生协同效应。本文基于2005-2019年1562个县的面板数据, 运用双重差分等多种计量方法实证检验二者之间的政策协同效应及其作用机理。本文的边际贡献主要体现在以下三个方面:第一,从更细致的角度分析农村电商、乡村旅游扶持政策对生活富裕的单一效应与协同效应, 并探讨了政策协同致富的作用机理, 可以印证与补充先前的研究成果; 第二, 两种政策由不同的部门发布实施, 本文首次从协同视角考量农村电商和乡村旅游之间的政策效应, 可以为跨部门的政策制定提供借鉴, 从而更好地促进多部门间的横向协同, 优化政策设计; 第三, 本文不仅丰富了政策协同的理论体系, 而且研究主题同时涵盖了产业兴旺与生活富裕两大维度, 可以为如何更有效地促进农民增收致富、助力乡村振兴提供学术洞见和可供参考的路径。

二、政策背景和理论演绎

收起

(一) 政策背景

电子商务作为数字乡村战略的重要组成部分, 为农业产业升级提供了新机遇, 为脱贫攻坚提供了新思路,为乡村振兴注入了新动能。而农村地区由于人口分散、市场较小等原因,电子商务在这里的应用场景和发展潜力更具挑战。在此背景之下,财政部、商务部于2014年7月首次联合印发了《关于开展电子商务进农村综合示范的通知》,截至2019年末,全国共有1231个区县(市)被评定为示范县,并针对每个示范县给予约2000万元的财政支持。电子商务进农村综合示范县政策的出台,旨在将电子商务和农村经济紧密结合, 发挥电子商务的优势, 解决农村市场需求和供给方面的问题, 促进农村地区的数字经济和实体经济的融合发展。通过建立完善的县域农村商业体系, 努力培育新型农村市场主体和农村电子商务供应链, 健全县乡村三级物流体系以及加强电商人才培训,农村电子商务正成为推动农业农村现代化和拓宽农民增收渠道的新引擎,促进农民收入和农村消费双提升的新动能。以陕西武功县为例 ^① ,截至2019年,武功县共引进和发展电商企业336家, 电商年销售额达41亿元, 农产品电商稳居西部第一, 除此之外, 武功县共培训贫困青年4150人次, 带动3.5万名贫困群众就业脱贫, 并为农村居民人均纯收入增加862元。

全国休闲农业与乡村旅游示范县是助力乡村振兴的又一重大举措。随着城市化进程的不断推进, 农村地区面临着农业转型升级、产业结构调整、农村人口流失等方面的挑战,而休闲农业和乡村旅游作为寻求农村发展新动能的有效途径受到了广泛关注。为加快休闲农业和乡村旅游发展, 推进农业功能拓展、农村经济结构调整、社会主义新农村建设和促进农民就业增收, 原农业部、国家旅游局决定开展全国休闲农业与乡村旅游示范县和全国休闲农业示范点创建活动。自2010年起, 我国已连续8年开展休闲农业与乡村旅游示范, 截至2017年末, 全国共有388个区县被评定为示范县, 旨在通过建立示范区域, 引导和带动全国范围内的乡村旅游发展,提高全民旅游消费水平,推动旅游业与农业、林业、渔业等相关产业融合发展,并为建设生态宜居乡村和美丽中国作出贡献。以广西百色市德保县城关镇那温村为例 ^② ,2016年以来,那温村通过发展乡村旅游, 村容村貌、环境卫生、居住环境等均得到极大改善, 年人均收入增加到17000多元; 2016-2020年,那温人家乡村旅游区共接待游客10万多人次,旅游综合收入200多万元。截至2018年,那温村各项脱贫指标高标准完成,实现了整村高质量脱贫。2019年,那温村获评为 “广西十大最美乡村” 和 “中国少数民族特色村寨”。

(二) 理论演绎

农村电商作为实现乡村振兴的重要载体,在市场资源匹配、产业融合、企业创新等方面发挥着积极作 ${\mathrm{用}}^{\left\lbrack {19}\right\rbrack }$ 。农村电商的发展直接推动了乡村产业的快速发展,也间接推动了生活富裕等领域的发展 ^{[ 20 ]} 。具体而言,农村电商具有明显的直接减贫效应 ^{[ 21 ]} ,农村电商可以在一定程度上减少中间环节,降低交易成本,提高销售效率和利润,显著增加农民的收入 ^{[ 22 - 24 ]} 。除此之外,农村电商也可以促进农村与城市市场的对接,扩大农村商品的销售范围,减少农村和城市之间的信息不对称,从而有利于缩小城乡收入差距 ^{[ 25 ]} ,加快实现共同富裕 ^{[ 26 ]} 。简言之,电子商务进农村综合示范县作为农村电商的重要表征,是助农增收就业的重要途径渠道,并最终促进生活富裕。

基于此, 提出以下假设:

农村电商对农民生活富裕具有正向的政策效应(H1)。

乡村旅游作为农村农业和旅游业的结合体,是充分开发利用农旅资源禀赋的表现。其不仅在推动农业提档升级、产业结构优化以及农户增收等方面具有重要作用 ^{[ 27 ]} ,而且能有效带动农业三产业融合,延伸农业产业链,是激发乡村发展活力、提振乡村经济的重要突破口 ^{[ 28 ]} 。通过农业和旅游产业的有机结合,可以将传统的农业资源优势转化为经济优势,在此过程中,农民能为游客提供具有农业特色的旅游体验,并通过提供住宿、餐饮、农产品销售等服务提高家庭收入 ^{[ 29 ]} 。而旅游业可以发挥较大的乘数效应 ^{[ 30 ]} ,反过来又能在一定程度上带动周边商业的发展,进而吸引更多游客参与相关旅游业务,由此形成良性循环。鉴于此,全国休闲农业与乡村旅游示范县作为乡村旅游的典型代表,是提高农民生活富裕水平的有效方式和资源禀赋。

基于此, 提出以下假设:

乡村旅游对农民生活富裕具有正向的政策效应(H2)。

政策协同效应是指不同政策领域间相互协调、相互配合,形成综合施策的效应 ^{[ 31 ]} 。通过不同政策的整合和衔接, 以达到提高政策实施效果、推进社会经济发展的目标 ^{[ 32 ]} 。本文认为农村电商与乡村旅游之间存在政策协同效应, 具体原因可以归结为 “走出去” 与 “引进来”: 一方面, 农村电商可以为乡村旅游提供更多的销售渠道和机会, 可以将乡村的农产品、旅游产品等特色资源推介出去, 为其产品在市场上的流通与销售提供可靠平台,从而提高农民自身收入,即“走出去”；另一方面,通过农村电商平台,能够有效提高农旅融合的效率, 农民可以更为便捷地购入休闲农业与乡村旅游的附加商品, 完善乡村旅游的配套服务体系, 同时也可以借助电商平台引进先进的营销经验与服务理念, 由此吸引更多游客前来消费, 即“引进来”。简而言之, 农村电商与乡村旅游政策可以相得益彰, 实现资源整合和优势互补。两种政策的共同实施不仅可以推动农村文化、旅游和电商产业的协同发展,还能提高县域经济发展水平 ^{[ 33 - 34 ]} ,以更好促进农民生活水平的提高。

基于此, 提出以下假设:

农村电商和乡村旅游可以对农民生活富裕产生政策协同致富效应(H3)。

既然农村电商和乡村旅游之间存在政策协同效应, 那么两者通过何种路径来发挥作用呢? 本文结合既有研究,从乡村创业、非农就业两个角度进行考量。就乡村创业而言,农村地区创业活动不足是制约城乡协同发展、抑制乡村振兴的重要因素 ^{[ 35 ]} ,通过创业有利于农民增收并缩小城乡收入差距 ^{[ 36 ]} ,而农村电商、乡村旅游产业政策的实施使得农户创业概率显著提高 ^{[ 37 ]} 。换言之,农村电子商务建设、休闲农业与乡村旅游发展能够为农户创业赋能 ^{[ 38 ]} ,提高乡村地区的创业活跃度。因此对于两者均实施的区县而言,其能创造更多的创业机会,产生更大的乡村创业活力,更好促进农民生活富裕水平的提升。

从非农就业途径来看,在中国农村的产业结构中,农业长期占据主导地位,第二、三产业发展滞后 ^{[ 39 ]} ,但二三产业往往具有更高的边际收益,与农业相比,非农产业往往更能促进农民增收 ^{[ 40 ]} ,而电子商务、乡村旅游等均属于产业关联性较强的新兴产业 ^{[ 41 ]} ,加之这些产业的就业门槛低、包容性强,可以带来新的就业机会,吸引农民从传统农业转向非农产业进行就业 ^{[ 42 ]} ,帮助农民实现“自我造血”,因而双重政策的激励可以使农村人口转向非农部门就业,让农民获得更多收益,走向生活富裕( 图1 )。

基于此, 提出以下假设:

相较于单一政策, 农村电商和乡村旅游的政策协同可以通过促进乡村创业、非农就业发挥更大的致富作用 (H4)。

三、研究设计

收起

(一) 识别策略

由于部分县区缺失值较多,本文经过筛选后最终得到27省1562个县域样本 ^③ ,其中,电子商务进农村综合示范县882个,休闲农业与乡村旅游示范县262个,两者均实施的区县137个,以及作为对照组的555个两种政策均没有实施的区县。由此本文构建如式 (1) $\sim$ 式 (3) 三种情景以考察两种示范政策是否存在协同效应:情景一即以882个电子商务进农村综合示范县为实验组,单独探究农村电商对农民生活富裕的作用；情景二即以262个休闲农业与乡村旅游示范县为实验组,单独探究乡村旅游对生活富裕的作用；情景三即以137个两种政策均实施的区县为实验组 ^④ , 探究农村电商与乡村旅游对生活富裕的协同作用。鉴于两类政策均实施了多期,借鉴朱思瑜和于冰 ^{[ 43 ]} 、张帅等 ^{[ 44 ]} 、梁志会等 ^{[ 45 ]} 的实证研究策略,本文使用多期双重差分法识别农村电商、乡村旅游及其政策协同作用, 模型设定为

(1)

${Y}_{it}={\alpha }_{1}+{\beta }_{1}{RE}{C}_{it}+{\varphi }_{1}{X}_{it}+{\mu }_{\mathrm{y}}+{\sigma }_{\mathrm{r}}+{\varepsilon }_{it}$

(2)

${Y}_{it}={\alpha }_{2}+{\beta }_{2}{IA}{T}_{it}+{\varphi }_{2}{X}_{it}+{\mu }_{\mathrm{y}}+{\sigma }_{\mathrm{r}}+{\varepsilon }_{it}$

(3)

${Y}_{it}={\alpha }_{3}+{\beta }_{3}{RE}{C}_{it}\times {IA}{T}_{it}+{\varphi }_{3}{X}_{it}+{\mu }_{\mathrm{y}}+{\sigma }_{\mathrm{r}}+{\varepsilon }_{it}$

其中: 下标i、t分别为区县和年份; ${Y}_{it}$ 为的是农户生活富裕水平; ${RE}{C}_{it}$ 、 ${IA}{T}_{it}$ 分别为农村电商、乡村旅游政策的虚拟变量,即区县i在t年确定为示范县则当年及其之后取值为1,否则取值为 $0;{X}_{it}$ 为一系列影响农民生活富裕的控制变量； $\varphi$ 则为控制变量的估计系数； $\alpha$ 为常数项； ${\mu }_{\mathrm{y}}$ 为年份固定效应； ${\sigma }_{\mathrm{r}}$ 为区县固定效应; ${\varepsilon }_{u}$ 为随机扰动项; $\beta$ 是本文所关注的核心解释变量,表示政策实施后的净效应。

从式 (1) 来看,单独实施农村电商扶持政策的边际效应为 $\frac{\partial Y}{\partial {X}_{REC}}={\beta }_{1}$ ,而从情景三即式 (3) 来看,其边际效应为 $\frac{\partial Y}{\partial {X}_{REC}}={\beta }_{3}{X}_{IAT}$ ,在两种政策均实施的情况下,则有 $\frac{\partial Y}{\partial {X}_{REC}}\left({{X}_{IAT}= 1}\right)={\beta }_{3}$ ,同理,乡村旅游政策也是如此。因此,若 ${\beta }_{3}$ 显著且大于 ${\beta }_{1}\text{、}{\beta }_{2}$ ,则说明农村电商、乡村旅游可以对农民生活富裕产生政策协同作用；反之若均小于,则可能存在拮抗作用。

(二) 变量选取

1. 被解释变量

农民生活富裕涉及的范围较大,借鉴申云和李京蓉 ^{[ 46 ]} 的评价体系,同时考虑数据的可获得性,本文从以下三个维度表征生活富裕水平:农村居民人均可支配收入 $\left({\ln \_ {Inc}}\right)$ ,以2005年为基期利用各省居民消费价格指数(CPI)平减后取对数 ^⑤ ; 城乡收入差距 (Inc_gap),选用城镇居民可支配收入与农村居民可支配收入之比衡量；农村人口就业率(Emp_rate),以县域乡村从业人数占年末总人口比重表示。

2. 核心解释变量

即农村电商(REC) 和乡村旅游 (IAT) 的政策虚拟变量, 以及二者的交乘项 (Syner)。

3. 控制变量

鉴于其他因素会对农户生活富裕产生潜在的影响, 因此本文也选取了一系列县域层面的控制变量。参考张国建等 ^{[ 47 ]} 、唐跃桓等 ^{[ 3 ]} 的研究,选取以下控制变量:财政支出(Gov),即地方财政一般预算内支出与 GDP 的比值；人力资本(Hum),以在校中学生数量与年末人口数之比衡量；金融发展(Loan),用年末金融机构各项贷款余额占 GDP 比重表示；产业结构(Ind),以第三产业增加值占 GDP 的比重来衡量；信息设施水平 ( ${\mathrm{{ln}}\_ {ICT}}$ ),即固定电话用户数取自然对数; 农业技术效率 (Farm),用第一产业增加值与农业机械总动力的比值取对数衡量。

4. 其它变量

本文选用人口密度、人均 GDP 以及创业活跃度 (以各区县每年企业注册数量与年末人口数之比表示) 作为 PSM-DID 的协变量。

(三) 数据来源

农村电商和乡村旅游政策的试点名单分别来自商务部、农业农村部官网,其余变量的数据主要来自《中国县域经济统计年鉴》和国泰安、CEIC(China Economic Information Center)数据库,企业注册数量利用网络爬虫从天眼查获取,部分区县存在的缺失值通过其所属地级市的数据或其增速进行填补,如城镇居民人均可支配收入、农村从业人员等,以及采用线性插值法将之补齐,同时对各连续变量进行1% 的缩尾处理以消除极端值, 并忽略撤县设区、设市的影响。主要变量的描述性统计如表1 所示。

四、单一作用检验

收起

(一) 农村电商与生活富裕

本文首先考察电子商务进农村示范政策对农户生活富裕的作用,如表2 列(1)~列(3)所示,在加入双向固定效应的情形下,核心解释变量 ${REC}$ 的估计系数均在 $1\%$ 的水平上显著,表明农村电商有助于农民增收, 缩小城乡收入差距以及提高农村人口就业率。考虑到县域个体特征具有较大差异, 加之农村电商试点优先在国家级贫困县和欠发达革命老区实施, 便可能会存在样本选择偏差问题。为尽量消除政策评估的 “噪音”,采用倾向得分匹配(PSM)方法,从对照组里找到最为相似的实验组区县,再利用匹配后的样本进行回归。具体来看,本文除选择上述控制变量外,参照黄祖辉等 ^{[ 15 ]} 的做法,将人口密度、人均 GDP、创业活跃度也一并作为 PSM 的协变量, 以匹配到更为相似的区县。然后利用 Logit 模型计算倾向得分, 并使用1:2的卡尺内最近邻匹配,卡尺选择为0.05。此外,本文使用的是多期 DID 模型,借鉴吕越等 ^{[ 48 ]} 的做法,采用逐期匹配的方法来筛选对照组城市。结果可见表2 中的列 (4)~ 列 (6), 虽然 PSM-DID 的估计系数大小较之匹配前有所下降,但其方向和显著性均未发生实质性变化,可见农村电商扶持政策的确可以提高农民富裕水平。此外,使用双重差分方法进行政策评估的前提条件是满足平行趋势假设,本文借鉴 Beck 等 ^{[ 49 ]} 的做法,采用事件研究法检验农村电商以及乡村旅游示范政策是否满足平行趋势。构建模型如式(4)所示。

(4)

${Y}_{it}={\alpha }_{1}+\mathop{\sum }\limits_{{n =-4}}^{5}{\beta }_{n}{D}_{it}^{n = t - m}+\varphi {X}_{it}+{\mu }_{\mathrm{y}}+{\sigma }_{\mathrm{r}}+{\varepsilon }_{it}$

其中: ${D}_{ii}^{n = t - m}$ 为一系列虚拟变量的集合; 上标m为试点年份;n为相对于政策试点确立的前后期数。

图2 为利用上式对匹配后的样本进行的平行趋势检验, 政策实施之前, 其系数在0值上下波动且在95% 的置信区间下均未通过显著性检验,说明实验组和对照组在试点前的变化趋势并没有显著差异。但农村电商政策在实施后具有较为明显的时滞效应, 即政策效应主要集中在三年的验收期内, 不能产生一个较长期的作用。可能的解释在于该政策的主要对象是贫困县,其扶持资金多用于电商、物流等基础设施的建设改造中 ^{[ 3 ]} ,并没有形成独特的要素禀赋,同时非示范县多数经济较为发达,农村电商的发展也十分迅速,便使得实验组与对照组的差距愈小,在三年扶持验收后就难以产生显著优势,这也较好地解释了为什么会有一部分区县多次被纳入政策试点名单。

(二) 乡村旅游与生活富裕

表3 的列(1)~ 列(3)汇报了休闲农业与乡村旅游示范政策对农户生活富裕的基准估计结果。可以发现政策变量 ${IAT}$ 的估计系数方向与农村电商一致,且至少在 $5\%$ 的水平上显著,表明乡村旅游同样可以促进农民生活富裕, 但是其作用小于农村电商政策。此外, 休闲农业与乡村旅游示范县也不可能完全随机选择, 因此这里同样采用上述的 PSM-DID 方法, 以尽量消除区县个体特征差异的影响。如表3 的列(4)~ 列(6) 所示, 匹配后的样本估计系数方向并未发生改变, 即乡村旅游仍有助于农民增收和缩小城乡收入差距, 但值得注意的是, 乡村旅游没有提高农村人口的就业率,主要原因可能是我国城镇化进程不断加快,农村人口总体上呈现下降趋势, 同时休闲农业与乡村旅游的从业人员并不只有农村人口,相反乡村旅游区的一般不会太过偏僻,往往会吸引城镇人口前来就业,便会对农村人口就业产生挤出,易导致当地农民参与不足的问题 ^{[ 50 ]} 。另外,乡村旅游扶持政策的平行趋势检验可见图3 ,政策实施前的估计系数并不显著,而在实施后则开始对农民生活富裕产生显著的作用,表明平行趋势检验通过。但与农村电商扶持政策不同的是,乡村旅游政策可以产生较为持续的效应,这是可能是由于该政策更注重农业、乡村旅游业的资源开发,可以形成其他非示范县难以比拟的资源禀赋,是一个“授人以渔”的过程,因而在政策实施后能够对农民的生活富裕水平产生持续的作用。

五、协同效应检验

收起

(一) 政策协同效应

如前文所述, 农村电商与乡村旅游均能对农户生活富裕产生显著为正的政策效应, 那么两者协同起来能不能发挥出更大的作用呢? 为此本文使用二者政策虚拟变量的交乘项来检验是否存在协同效应, 表4 报告了情景三的回归结果,列(1) $\sim$ 列(3)为直接估计的结果,列(4) $\sim$ 列(6)为PSM-DID的结果,可以发现,无论进行 PSM 之前还是匹配后的样本, 交乘项 Syner 的估计系数的绝对值均大于表2 及表3 中核心估计系数的绝对值, 这表明两种政策共同实施的效果大于其中一种政策单独作用的效果, 换言之, 农村电商和乡村旅游之间的确存在政策协同效应, 二者能够发挥出的作用较之单一政策更大。

(二) 安慰剂检验

1. 安慰剂检验

为保证两种政策共同实施对农户生活富裕的作用,借鉴魏志华等 ^{[ 51 ]} 的做法,本文采取随机生成政策变量和试点区县(伪实验组)的方式进行安慰剂检验。具体为随机选择137个区县生成伪实验组,再随机生成一个伪政策变量, 即虚拟多个政策时间来模拟现实的真实情况。用新生成的伪政策变量按照式 (3) 重新进行估计,由此便实现了1次安慰剂检验,最终重复进行500次抽样回归。图4 报告了回归系数核密度和 $P$ 的分布情况, 其系数均值都非常接近于0, 远低于表4 的列 (1)~ 列 (3) 的估计系数, 且回归系数分布非常接近均值为0的正态分布,500个回归系数的 $P$ 值绝大部分高于0.1 。综上可知,本文通过了安慰剂检验,即农村电商和乡村旅游的协同作用并非偶然因素所导致。

2. 更换检验方式

虽然 PSM-DID 可在一定程度上减少个体差异所带来的估计偏差, 但仍有必要采用其他方式来检验农村电商与乡村旅游的协同效应,参考许艺煊等 ^{[ 52 ]} 、陈晨等 ^{[ 53 ]} 的研究,本文在情景三的样本上构建如式 (5)计量模型作为情景四,以得到二者单独作用的净效应。

(5)

${Y}_{it}={\alpha }_{4}+{\beta }_{4}{RE}{C}_{it}+{\beta }_{5}{IA}{T}_{it}+{\varphi }_{4}{X}_{it}+{\mu }_{\mathrm{y}}+{\sigma }_{\mathrm{r}}+{\varepsilon }_{it}$

式(5)的估计结果可见表5 列(1)~列(3),将之与表4 中列(1)~列(3)进行对比,可见 Syner 的系数绝对值仍大于 ${REC}\text{、}{IAT}$ 的估计系数,即农村电商、乡村旅游能对生活富裕产生政策协同效应,进一步佐证了上述结论的稳健。

3. 熵值法

鉴于各指标的权重大小不一,参考孙继国和侯非凡 ^{[ 54 ]} 的做法,本文在这三个被解释变量的基础上加入农村居民人均纯收入增长率一并作为衡量指标, 并进一步运用熵值法构建生活富裕指数来衡量各区县的农民生活富裕水平。结果如表5 的列(4)~列(7)所示,列(6)中 ${Syner}$ 的估计系数仍大于其余三列中单一作用的估计系数,表明两者协同致富效应存在,再次证实了本文核心结论的稳健性。

4. 解释变量滞后一期

考虑到可能存在的反向因果等内生性问题,加之政策实施后往往需要一定的时间才会见效,不可能立即对农民产生增收效果,中间存在着 “过渡期”,因此这里将政策变量及控制变量均滞后一期再进行回归。表6 列(1)~ 列(3)为将式(3)中解释变量均滞后一期的估计结果, 列(4)~ 列(6)是将式(5)滞后一期的结果, 可见, 前者两种政策共同实施的估计系数均大于农村电商、乡村旅游单独的政策效应, 表明政策在实施过程中存在协同滞后效应。

(三) 异质性分析

鉴于我国各地区在区位优势、经济水平、资源禀赋等方面存在较大差异,农村电商和乡村旅游的政策协同作用对于不同的地区也会存在异质性。因此本文根据西部大开发的12个省市,将样本分为东中部、西部, 并分别对政策的单一效应和协同效应进行估计。可以发现, 表8 的 Syner 估计系数绝对值均大于表7 中单一政策的估计系数, 表明不管是东中部还是西部, 双政策试点的致富效应均更大。同时从表8 中不难看出, 核心系数的绝对值在西部略大一点,即与东中部相比,双重政策对农民生活富裕的协同作用在西部地区更大。这是由于两种政策的出发点是期望通过试点示范达到电商扶贫、旅游扶贫的目标, 而西部地区的发展相对落后以及人口密度较小,市场规模上的瓶颈也会较为突出,因此两种政策的合力可以为其打开更为广阔的市场空间,更能促进农户生活富裕。

六、机制分析

收起

正如前文理论分析所言,农村电商和乡村旅游可以通过乡村创业、非农就业对农民生活富裕产生协同作用,与现有研究一致,在情景三中使用如式 (6)~ 式 (8) 模型对政策协同致富效应产生的机理进行实证检验。

(6)

${M}_{it}={\alpha }_{6}+{\beta }_{6}{\text{ Syner }}_{it}+{\varphi }_{6}{X}_{it}+{\mu }_{\mathrm{y}}+{\sigma }_{\mathrm{r}}+{\varepsilon }_{it}$

(7)

${Y}_{it}={\alpha }_{7}+{\beta }_{7}{\text{Syner}}_{it}+\gamma {M}_{it}+{\varphi }_{7}{X}_{it}+{\mu }_{\mathrm{y}}+{\sigma }_{\mathrm{r}}+{\varepsilon }_{it}$

(8)

${M}_{it}={\alpha }_{8}+{\beta }_{8}{RE}{C}_{it}+{\beta }_{8}{IA}{T}_{it}+{\varphi }_{8}{X}_{it}+{\mu }_{\mathrm{y}}+{\sigma }_{\mathrm{r}}+{\varepsilon }_{it}$

其中: ${M}_{it}$ 为本文的机制变量,即乡村创业与非农就业,其余符号的释义同基准回归,借助上述模型能够较好检验政策协同致富的两种作用渠道。

(一) 乡村创业机制

本文首先考虑将县域创业活跃度取对数作为中介变量, 结果如表9 的列 (1) 所示, Syner 的估计系数并不显著, 显然, 由于这里使用的是全县全行业的企业注册数量有些过于放大。为此笔者再次搜集注册地址在村的企业数量,除以年末总人口后取对数以衡量乡村创业活力(R_Ent),同时将支持农民工等人员返乡创业政策 ^⑥ 一并作为控制变量,从而控制相关政策对乡村创业的影响。结果可见列(2)~列(5),两者政策均实施的区县显著促进了乡村创业,而乡村创业有助于生活富裕水平的提高,且与列(6)单一政策作用相比,双重产业扶持政策激励的效果明显更大。

(二) 非农就业机制

如前所述, 两者政策间的协同效应也会使得农村人口转向非农部门就业的比例更大, 进而更好地提高自身生活富裕水平。表10 汇报了非农就业 $\left({N\_ {Emp}}\right)$ 的中介作用,可以发现农村电商、乡村旅游均可以促进农户转向非农就业,且单一政策作用相对较小,也即政策共同实施在通过非农就业促进农户生活富裕时所发挥的作用更大。

七、结论与启示

收起

本文利用2005-2019年中国1562个区县的面板数据, 从协同视角考察电子商务进农村示范县政策以及全国休闲农业与乡村旅游示范县政策对农户生活富裕的影响。研究发现:首先,农村电商、乡村旅游均对生活富裕存在正向的政策效应,同时两者协同起来能发挥出更大的作用,在经过 PSM-DID、安慰剂检验、滞后回归等一系列稳健性检验后, 上述结论仍然成立。其次, 异质性分析表明两者在西部地区协同致富的作用比东中部更大,且机理检验发现,乡村创业、非农就业是农村电商和乡村旅游发挥政策协同效应的重要渠道和路径。有鉴于此,本文提出如下发展建议:

第一,继续推进农村电商和乡村旅游建设。农村电商可以让农产销售不再局限于当地市场,通过互联网拓展销售的范围,增加销售额和利润。而乡村旅游可以将当地的旅游资源融入农产品的营销中,提高产品的附加值。因此应该充分利用当地资源禀赋优势,借助于电子商务的发展,将特色农产品、旅游资源等推介出去,并积极引导农业转型升级,大力发展绿色、智能、高效的乡村旅游模式,提高农民生活富裕水平。

第二,引导支持农户自主创业和非农就业。从农村电商、乡村旅游来看,这两种政策在实施的过程之中可以创造许多的创业机会和就业岗位,农户应该抓住机遇进行创业或者转向非农部门从业,同时政府、社会组织可以通过开展培训和教育活动等方式,提高农民技能水平,增强农户的竞争力和适应性,并积极引导、支持农户自主创业和非农就业,为农民增收致富以及乡村振兴添砖加瓦。

第三,注重乡村振兴相关政策制定协调性。政策协同可以提高政策的综合效果,避免资源浪费,提高政策效率。而除了农村电商、乡村旅游之间存在政策协同,其他很多领域同样可以协同发展。因此各部门在制定政策时应了解政策之间的协同关系,注意政策间的协调互补,避免政策之间的冲突和重叠,在农村经济包容增长、农业现代化转型以及农民生活富裕的目标之下,更好地助力乡村振兴的实现。

基金

收起

国家社会科学基金一般项目“人工智能应用对旅游企业新型混合劳动力需求的影响机制研究”(23BGL179)

参考文献

收起

文献

收起

参考文献引证文献

排序方式：

[1]

刘向军 . 促进人民群众物质生活和精神生活共同富裕 [J]. 红旗文稿 , 2023 . 5 ): 45 - 47 .

[2]

刘华 . 乡村振兴中农村电商的作用分析——评《农村电商产业集群驱动区域经济发展;协同效应及机制》 [J]. 中国农业资源与区划 , 2021 . 42 ( 8 ): 12 - 20 .

[3]

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 .

[4]

向延平 . 乡村旅游驱动乡村振兴内在机理与动力机制研究 [J]. 湖南社会科学 , 2021 . 2 ): 41 - 47 .

[5]

谭俊峰 . 乡村旅游助推乡村振兴路径 [J]. 社会科学家 , 2021 . 3 ): 58 - 63 .

[6]

赵承华 . 乡村旅游推动乡村振兴战略实施的机制与对策探析 [J]. 农业经济 , 2020 . 1 ): 52 - 54 .

[7]

杨明月 , 戴学锋 . 乡村振兴视域下全域旅游促进共同富裕研究 [J]. 当代经济管理 , 2023 . 45 ( 3 ): 11 - 16 .

[8]

黄和平 , 孙晓东 , 邴振华 , 等 . 古镇乡村旅游发展的获得感评价与影响机制——基于上海朱家角、港西、周浦的实证分析 [J]. 经济地理 , 2020 . 40 ( 9 ): 233 - 240 .

[9]

NOORIPOOR

, KHOSROWJERDIE

, et al . The role of tourism in rural development: Evidence from Iran [J]. GeoJoumrnal , 2021 . 86 . 1705 - 1719 .

[10]

钟真 , 黄斌 , 李琦 . 农村产业融合的“内”与“外”——乡村旅游能带动农业社会化服务吗 [J]. 农业技术经济 , 2020 . 4 ): 38 - 50 .

[11]

朱志胜 . 农旅融合、要素配置与农业劳动生产率 [J]. 管理学刊 , 2022 . 35 ( 3 ): 29 - 43 .

[12]

刘佳 , 赵青华 , 王慧 . 乡村旅游发展促进农村可持续生计的空间效应及机制 [J]. 自然资源学报 , 2023 . 38 ( 2 ): 490 - 510 .

[13]

徐淑红 . 乡村旅游对农村经济发展影响实证研究 [J]. 社会科学家 , 2020 . 12 ): 54 - 58 .

[14]

黄细嘉 , 张科 , 王红建 , 等 . 乡村旅游发展能否缩小城乡收入差距?——来自“全国休闲农业与乡村旅游示范县”的经验证据 [J]. 旅游学刊 , 2023 . 38 ( 2 ): 16 - 29 .

[15]

黄祖辉 , 宋文豪 , 成威松 , 等 . 休闲农业与乡村旅游发展促进农民增收了吗?——来自准自然实验的证据 [J]. 经济地理 , 2022 . 42 ( 5 ): 213 - 222 .

[16]

VIEIRA

, FRADE

, ASCENSO

, et al . Generation Z and key-factors on e-commerce: A study on the portuguese tourism sector [J]. Administrative Sciences , 2020 . 10 ( 4 ): 103 .

[17]

崔宁 . “乡村旅游”+“农村电商”的联动融合发展模式研究 [J]. 农业经济 , 2017 . 10 ): 105 - 106 .

[18]

王立明 , 黄杰 , 李啸虎 , 等 . 乡村旅游业与电子商务融合发展现状与优化路径 [J]. 商业经济研究 , 2021 . 17 ): 128 - 131 .

[19]

黄晓露 , 关靖莹 , 郑义 . 电子商务如何影响小微企业创新——基于中国小微企业调查的经验证据 [J]. 技术经济 , 2023 . 42 ( 2 ): 78 - 89 .

[20]

肖国安 , 陈谦 , 王文涛 . 乡村振兴战略背景下我国农村电商发展路径研究 [J]. 贵州社会科学 , 2022 . 394 ( 10 ): 161 - 168 .

[21]

李志平 , 吴凡夫 . 农村电商对减贫与乡村振兴影响的实证研究 [J]. 统计与决策 , 2021 . 37 ( 6 ): 15 - 19 .

[22]

罗千峰 , 胡雯 , 赵奇锋 . 电商经营如何促进农户增收——基于中国乡村振兴综合调查(CRRS)数据 [J]. 经济与管理 , 2023 . 37 ( 5 ): 1 - 8 .

[23]

秦芳 , 王剑程 , 胥芹 . 数字经济如何促进农户增收?——来自农村电商发展的证据 [J]. 经济学(季刊) , 2022 . 22 ( 2 ): 591 - 612 .

[24]

于转利 , 丁浩 . 农村电商政策促进西藏农牧民增收效应研究——基于PSM-DID的实证分析 [J]. 西藏民族大学学报(哲学社会科学版) , 2023 . 44 ( 1 ): 120 - 125 .

[25]

陈享光 , 汤龙 , 唐跃桓 . 农村电商政策有助于缩小城乡收入差距吗——基于要素流动和支出结构的视角 [J]. 农业技术经济 , 2023 . 3 ): 89 - 103 .

[26]

宁晚枚 , 张雪玉 . 共同富裕背景下农村电商对农民增收的影响研究 [J]. 商业经济研究 , 2023 . 4 ): 103 - 106 .

[27]

周鹏飞 , 杨思源 , 沈洋 . 农旅融合促进绿色减贫的效应分析:作用机理与统计验证 [J]. 西安财经大学学报 , 2022 . 35 ( 5 ): 29 - 39 .

[28]

李华 , 囤荣立 . 农旅融合赋能乡村振兴战略实施 [J]. 中国农业资源与区划 , 2022 . 43 ( 9 ): 100 - 115 .

[29]

朱长宁 , 鲁庆尧 . 乡村旅游发展对农户收入影响的实证研究——基于匹配倍差法 [J]. 南京农业大学学报(社会科学版) , 2023 . 23 ( 3 ): 155 - 167 .

[30]

查建平 , 谭庭 , 李园园 , 等 . 中国旅游产业关联效应及其分解——基于投入产出分析的实证研究 [J]. 山西财经大学学报 , 2018 . 40 ( 4 ): 62 - 74 .

[31]

WEN

, SU

. An empirical analysis of the synergistic effect of urban pilot policies in China [J]. Sustainability , 2023 . 15 ( 7 ): 6313 .

[32]

温美荣 , 王帅 . 政策协同视角下脱贫攻坚成果同乡村振兴的有效衔接 [J]. 西北农林科技大学学报(社会科学版) , 2021 . 21 ( 5 ): 10 - 19 .

[33]

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 .

[34]

李彬彬 , 米增渝 , 张正河 . 休闲农业对农村经济发展贡献及影响机制——以全国休闲农业与乡村旅游示范县为例 [J]. 经济地理 , 2020 . 40 ( 2 ): 154 - 162 .

[35]

罗正业 . 城乡协同发展视域下宽带下乡对农村电商创业活动影响实证研究 [J]. 商业经济研究 , 2021 . 812 ( 1 ): 143 - 146 .

[36]

林嵩 , 谷承应 , 斯晓夫 , 等 . 县域创业活动、农民增收与共同富裕——基于中国县级数据的实证研究 [J]. 经济研究 , 2023 . 58 ( 3 ): 40 - 58 .

[37]

HUANG

, MIS

, SONG

, et al . E-commerce development and entrepreneurship in the People's Republic of China [J/OL]. ADBI working paper , https://doi.org/10.1787/20716826

[38]

涂勤 , 曹增栋 . 电子商务进农村能促进农户创业吗?—————基于电子商务进农村综合示范政策的准自然实验 [J]. 中国农村观察 , 2022 . 168 ( 6 ): 163 - 180 .

[39]

王国生 . 增加农民收入问题讨论综述 [J]. 经济理论与经济管理 , 2005 . 4 ): 71 - 75 .

[40]

王秀英 , 陈帅 , 冀昊 , 等 . 非农就业对农户收入的影响研究——基于黄河流域中上游地区1770户调研数据 [J]. 干旱区资源与环境 , 2023 . 37 ( 4 ): 45 - 53 .

[41]

胡鞍钢 , 王蔚 . 乡村旅游:从农业到服务业的跨越之路 [J]. 理论探索 , 2017 . 4 ): 21 - 27 .

[42]

张海霞 . 电子商务发展、非农就业转移与农民收入增长 [J]. 贵州社会科学 , 2020 . 370 ( 10 ): 126 - 134 .

[43]

朱思瑜 , 于冰 . “排污权”和“碳排放权”交易的减污降碳协同效应研究——基于污染治理和政策管理的双重视角 [J]. 中国环境管理 , 2023 . 215 ( 1 ): 102 - 109 .

[44]

张帅 , 刘春学 , 马显光 . 双试点政策的协同创新效应 [J]. 技术经济 , 2023 . 42 ( 8 ): 1 - 12 .

[45]

梁志会 , 张露 , 张俊飚 . 包容性制度能改善农村公共治理吗?——基于农业税改革与村庄农田水利投入关系的经验分析 [J]. 管理世界 , 2022 . 38 ( 9 ): 113 - 127 .

[46]

申云 , 李京蓉 . 我国农村居民生活富裕评价指标体系研究——基于全面建成小康社会的视角 [J]. 调研世界 , 2020 . 1 ): 42 - 50 .

[47]

张国建 , 佟孟华 , 李慧 , 等 . 扶贫改革试验区的经济增长效应及政策有效性评估 [J]. 中国工业经济 , 2019 . 8 ): 136 - 154 .

[48]

吕越 , 陆毅 , 吴嵩博 , 等 . “一带一路”倡议的对外投资促进效应——基于2005—2016年中国企业绿地投资的双重差分检验 [J]. 经济研究 , 2019 . 54 ( 9 ): 187 - 202 .

[49]

BECK

, LEVINE

, LEVKOV

. Big bad banks? The winners and losers from bank deregulation in the United States [J]. The Journal of Finance , 2010 . 65 ( 5 ): 1637 - 1667 .

[50]

张众 . 乡村旅游对农村劳动力就业的影响及其路径 [J]. 山东社会科学 , 2019 . 287 ( 7 ): 143 - 147 .

[51]

魏志华 , 王孝华 , 蔡伟毅 . 税收征管数字化与企业内部薪酬差距 [J]. 中国工业经济 , 2022 . 3 ): 152 - 170 .

[52]

许艺煊 , 毛顺宇 , 李军林 . 双重激励下的企业绿色创新———绿色信贷和财政补贴的政策协同效应与机制 [J]. 国际金融研究 , 2023 . 4 ): 86 - 96 .

[53]

陈晨 , 李平 , 王宏伟 . 国家创新型政策协同效应研究 [J]. 财经研究 , 2022 . 48 ( 5 ): 80 - 94 .

[54]

孙继国 , 侯非凡 . 金融科技、产业结构升级与农民生活富裕——基于全国地级以上城市的实证分析 [J]. 福建论坛(人文社会科学版) , 2021 . 5 ): 106 - 117 .

2024年第43卷第4期

PDF下载

239

112

引用本文

BibTeX

文章信息

doi: 10.12404/j.issn.1002-980X.J23110406

接收时间：2023-11-04
首发时间：2025-07-29
出版时间：2024-04-10

补充材料

相关文章

文章信息

作者

出版历史

收稿日期：2023-11-04

基金

国家社会科学基金一般项目“人工智能应用对旅游企业新型混合劳动力需求的影响机制研究”(23BGL179)

作者信息

中南财经政法大学工商管理学院武汉 430073

参考文献

分享链接

https://castjournals.cast.org.cn/joweb/jsyjj/CN/10.12404/j.issn.1002-980X.J23110406

分享至

全文二维码

扫描看全文

引用本文

BibTeX

本文的引用情况

2种不同金属材料的力学参数

科 Family	属数 Number of genus	种数 Number of species	占总种数比例 Percentage of total species (%)	属 Genus	种数 Number of species	占总种数比例 Percentage of total species (%)
鹅膏菌科Amanitaceae	2	11	5.26	鹅膏菌属 Amanita	10	4.78
小菇科 Mycenaceae	2	12	5.74	丝盖伞属 Inocybe	5	2.39
多孔菌科 Polyporaceae	8	14	6.70	蜡蘑属 Laccaria	5	2.39
红菇科 Russulaceae	3	23	11.00	小皮伞属 Marasmius	6	2.87
				小菇属 Mycena	11	5.26
				光柄菇属 Pluteus	5	2.39
				红菇属 Russula	17	8.13
				栓菌属 Trametes	5	2.39

关闭全屏

BibTeX
EndNote
RefWorks
TxT

变量	符号	观测值	均值	最小值	最大值
农村居民可支配收入 (元/人)	In_Inc	23430	8.58	6.439	10.268
城乡收入差距(%)	Inc_gap	21458	2.793	0.914	10.562
农村人口就业率(%)	Emp_rate	23360	0.436	0.009	0.889
农村电商政策	REC	21555	0.34	0	1
乡村旅游政策	${IAT}$	12255	0.1286	0	1
农村电商×乡村旅游	Syner	10380	0.201	0	1
财政支出 (%)	Gov	23430	0.244	0.016	3.064
人力资本(%)	Hum	23430	0.053	0.003	0.213
金融发展(%)	Loan	23430	0.587	0.024	6.099
产业结构(%)	Ind	23430	0.362	0.041	0.8996
ICT 设施水平(户)	$\ln \_ {ICT}$	23430	10.565	7.867	12.889
农业技术效率(元/千瓦)	Farm	23430	8.475	5.532	12.053
人口密度(人/平方千米)	Den	23430	306.611	0.198	3876.405
人均 GDP(元/人)	Pgdp	23430	28264.244	1386.327	459420
创业活跃度(个/万人)	Ent	23430	72.542	1.022	1531.365

变量

符号

观测值

均值

最小值

最大值

农村居民可支配收入 (元/人)

In_Inc

23430

8.58

6.439

10.268

城乡收入差距(%)

Inc_gap

21458

2.793

0.914

10.562

农村人口就业率(%)

Emp_rate

23360

0.436

0.009

0.889

农村电商政策

REC

21555

0.34

乡村旅游政策

${IAT}$

12255

0.1286

农村电商×乡村旅游

Syner

10380

0.201

财政支出 (%)

Gov

23430

0.244

0.016

3.064

人力资本(%)

Hum

23430

0.053

0.003

0.213

金融发展(%)

Loan

23430

0.587

0.024

6.099

产业结构(%)

Ind

23430

0.362

0.041

0.8996

ICT 设施水平(户)

$\ln \_ {ICT}$

23430

10.565

7.867

12.889

农业技术效率(元/千瓦)

Farm

23430

8.475

5.532

12.053

人口密度(人/平方千米)

Den

23430

306.611

0.198

3876.405

人均 GDP(元/人)

Pgdp

23430

28264.244

1386.327

459420

创业活跃度(个/万人)

Ent

23430

72.542

1.022

1531.365

变量	(1)	(2)	(3)	(4)	(5)	(6)
In_Inc	Inc_gap	Emp_rate	In_Inc	Inc_gap	Emp_rate
REC	0.0483^***(0.0057)	-0.2111***(0.0230)	0.0115^***(0.0027)	0.0233^***(0.0062)	$-{0.1090}{}^{***}$(0.0258)	0.0062^**(0.0031)
控制变量	Yes	Yes	Yes	Yes	Yes	Yes
固定区县	Yes	Yes	Yes	Yes	Yes	Yes
固定时间	Yes	Yes	yes	yes	Yes	Yes
观测数	21555	20155	21500	12084	12084	12084
${R}^{2}$	0.9393	0.3996	0.1124	0.9454	0.3732	0.0984

变量

(1)

(2)

(3)

(4)

(5)

(6)

In_Inc

Inc_gap

Emp_rate

In_Inc

Inc_gap

Emp_rate

REC

0.0483^***(0.0057)

-0.2111***(0.0230)

0.0115^***(0.0027)

0.0233^***(0.0062)

$-{0.1090}{}^{***}$(0.0258)

0.0062^**(0.0031)

控制变量

Yes

固定区县

Yes

固定时间

Yes

yes

Yes

观测数

21555

20155

21500

12084

${R}^{2}$

0.9393

0.3996

0.1124

0.9454

0.3732

0.0984

变量	(1)	(2)	(3)	(4)	(5)	(6)
$\ln \_ {Inc}$	Inc_gap	Emp_rate	In_Inc	Inc_gap	Emp_rate
${IAT}$	0.0235^***(0.0078)	$-{0.0739}^{**}$(0.0332)	0.0086 ${}^{**}$(0.0039)	0.0181 ${}^{**}$(0.0076)	$-{0.0850}^{***}$(0.0307)	0.0049 (0.0042)
控制变量	Yes	Yes	Yes	Yes	Yes	Yes
固定区县	Yes	Yes	Yes	Yes	Yes	Yes
固定时间	Yes	Yes	Yes	Yes	Yes	Yes
观测数	12255	11527	12207	6508	6508	6508
${R}^{2}$	0.9555	0.3847	0.0649	0.9501	0.4012	0.0930

变量

(1)

(2)

(3)

(4)

(5)

(6)

$\ln \_ {Inc}$

Inc_gap

Emp_rate

In_Inc

Inc_gap

Emp_rate

${IAT}$

0.0235^***(0.0078)

$-{0.0739}^{**}$(0.0332)

0.0086 ${}^{**}$(0.0039)

0.0181 ${}^{**}$(0.0076)

$-{0.0850}^{***}$(0.0307)

0.0049 (0.0042)

控制变量

Yes

固定区县

Yes

固定时间

Yes

观测数

12255

11527

12207

6508

${R}^{2}$

0.9555

0.3847

0.0649

0.9501

0.4012

0.0930

变量	(1)	(2)	(3)	(4)	(5)	(6)
In ${Inc}$	Inc_gap	Emp_rate	In_Inc	Inc_gap	Emp_rate
Syner	${0.0615}^{***}\left({0.0116}\right)$	$-{0.2193}^{***}\left({0.0502}\right)$	${0.0242}{}^{***}\left({0.0070}\right)$	${0.0309}^{***}\left({0.0115}\right)$	$-{0.1811}^{***}\left({0.0492}\right)$	${0.0119}^{*}\left({0.0071}\right)$
控制变量	Yes	Yes	Yes	Yes	Yes	yes
固定区县	Yes	Yes	Yes	Yes	Yes	Yes
固定时间	Yes	Yes	Yes	Yes	Yes	Yes
观测数	10380	10224	10347	4295	4295	4295
${R}^{2}$	0.9539	0.3889	0.0816	0.9498	0.4077	0.1460

变量

(1)

(2)

(3)

(4)

(5)

(6)

In ${Inc}$

Inc_gap

Emp_rate

In_Inc

Inc_gap

Emp_rate

Syner

${0.0615}^{***}\left({0.0116}\right)$

$-{0.2193}^{***}\left({0.0502}\right)$

${0.0242}{}^{***}\left({0.0070}\right)$

${0.0309}^{***}\left({0.0115}\right)$

$-{0.1811}^{***}\left({0.0492}\right)$

${0.0119}^{*}\left({0.0071}\right)$

控制变量

Yes

yes

固定区县

Yes

固定时间

Yes

观测数

10380

10224

10347

4295

${R}^{2}$

0.9539

0.3889

0.0816

0.9498

0.4077

0.1460

变量	(1)	(2)	(3)	(4)	(5)	(6)	(7)
ln_Inc	Inc_gap	Emp_rate	情景一	情景二	情景三	情景四
REC	0.0331^***(0.0106)	$-{0.1568}^{***}$(0.0403)	0.0146^**(0.0057)	0.0169^***(0.0016)			0.0137^***(0.0034)
${IAT}$	0.0354 (0.0104)	$-{0.0754}^{*}$(0.0447)	0.0121 ${}^{**}$(0.0049)		0.0095 (0.0025)		0.0118^***(0.0030)
Syner						0.0228^***(0.0041)
控制变量	Yes	Yes	Yes	Yes	Yes	Yes	Yes
固定区县	Yes	Yes	Yes	Yes	Yes	Yes	Yyes
固定时间	Yes	Yes	Yes	Yes	Yes	Yes	Yes
观测数	10380	10224	10347	18761	10803	9511	9511
${R}^{2}$	0.9540	0.3891	0.0830	0.7132	0.7834	0.8292	0.8299

变量

(1)

(2)

(3)

(4)

(5)

(6)

(7)

ln_Inc

Inc_gap

Emp_rate

情景一

情景二

情景三

情景四

REC

0.0331^***(0.0106)

$-{0.1568}^{***}$(0.0403)

0.0146^**(0.0057)

0.0169^***(0.0016)

0.0137^***(0.0034)

${IAT}$

0.0354 (0.0104)

$-{0.0754}^{*}$(0.0447)

0.0121 ${}^{**}$(0.0049)

0.0095 (0.0025)

0.0118^***(0.0030)

Syner

0.0228^***(0.0041)

控制变量

Yes

固定区县

Yes

Yyes

固定时间

Yes

观测数

10380

10224

10347

18761

10803

9511

${R}^{2}$

0.9540

0.3891

0.0830

0.7132

0.7834

0.8292

0.8299

变量	(1)	(2)	(3)	(4)	(5)	(6)
ln_Inc	Inc_gap	Emp_rate	ln_lnc	Inc_gap	Emp_rate
L. Syner	0.0566^***(0.0116)	$-{0.2085}^{***}$(0.0485)	0.0231^***(0.0072)
L. REC				0.0229^**(0.0112)	$-{0.1120}{}^{***}$(0.0400)	0.0099 (0.0066)
L. IAT				0.0412^***(0.0112)	-0.1175 (0.0437)	0.0170^***(0.0056)
控制变量	Yes	Yes	Yes	Yes	Yes	Yes
固定区县	Yes	Yes	Yes	Yes	Yes	Yes
固定时间	Yes	Yes	Yes	Yes	Yes	Yes
观测数	10380	10224	10347	9795	9653	9762
${R}^{2}$	0.9540	0.3891	0.0830	0.9529	0.3864	0.0892

变量

(1)

(2)

(3)

(4)

(5)

(6)

ln_Inc

Inc_gap

Emp_rate

ln_lnc

Inc_gap

Emp_rate

L. Syner

0.0566^***(0.0116)

$-{0.2085}^{***}$(0.0485)

0.0231^***(0.0072)

L. REC

0.0229^**(0.0112)

$-{0.1120}{}^{***}$(0.0400)

0.0099 (0.0066)

L. IAT

0.0412^***(0.0112)

-0.1175 (0.0437)

0.0170^***(0.0056)

控制变量

Yes

固定区县

Yes

固定时间

Yes

观测数

10380

10224

10347

9795

9653

9762

${R}^{2}$

0.9540

0.3891

0.0830

0.9529

0.3864

0.0892

变量	东中部	西部	东中部	西部	东中部	西部
ln_lnc	In ${Inc}$	Inc_gap	Inc_gap	Emp_rate	Emp_rate
REC	0.0302^**(0.0135)	0.0198 (0.0180)	$-{0.1468}^{***}$(0.0525)	$-{0.1206}^{*}$(0.0620)	0.0078 (0.0067)	0.0167 *(0.0094)
${IAT}$	0.0264^**(0.0119)	0.0404^**(0.0190)	-0.0265 (0.0476)	$-{0.1593}{}^{*}$(0.0881)	0.0139^**(0.0063)	0.0057 (0.0080)
控制变量	Yes	Yes	Yes	Yes	Yes	Yes
固定区县	Yes	Yes	Yes	Yes	Yes	Yes
固定时间	Yes	Yes	Yes	Yes	Yes	Yes
观测数	7905	2475	7905	2319	7876	2471
${R}^{2}$	0.9554	0.9553	0.3847	0.4498	0.0749	0.1763

变量

东中部

西部

东中部

西部

东中部

西部

ln_lnc

In ${Inc}$

Inc_gap

Emp_rate

REC

0.0302^**(0.0135)

0.0198 (0.0180)

$-{0.1468}^{***}$(0.0525)

$-{0.1206}^{*}$(0.0620)

0.0078 (0.0067)

0.0167 *(0.0094)

${IAT}$

0.0264^**(0.0119)

0.0404^**(0.0190)

-0.0265 (0.0476)

$-{0.1593}{}^{*}$(0.0881)

0.0139^**(0.0063)

0.0057 (0.0080)

控制变量

Yes

固定区县

Yes

固定时间

Yes

观测数

7905

2475

7905

2319

7876

2471

${R}^{2}$

0.9554

0.9553

0.3847

0.4498

0.0749

0.1763

变量	东中部	西部	东中部	西部	东中部	西部
In_Inc	ln_lnc	Inc_gap	Inc_gap	Emp_rate	Emp_rate
Syner	0.0505^***(0.0157)	0.0535^***(0.0174)	-0.1746***(0.0641)	$-{0.2406}^{***}$(0.0771)	0.0190 ${}^{**}$(0.0089)	0.0210^**(0.0104)
控制变量	Yes	Yes	Yes	Yes	Yes	Yes
固定区县	Yes	Yes	Yes	Yes	Yes	Yes
固定时间	Yes	Yes	Yes	Yes	Yes	Yes
观测数	7905	2475	7905	2319	7876	2471
${R}^{2}$	0.9553	0.9552	0.3849	0.4474	0.0730	0.1762

变量

东中部

西部

东中部

西部

东中部

西部

In_Inc

ln_lnc

Inc_gap

Emp_rate

Syner

0.0505^***(0.0157)

0.0535^***(0.0174)

-0.1746***(0.0641)

$-{0.2406}^{***}$(0.0771)

0.0190 ${}^{**}$(0.0089)

0.0210^**(0.0104)

控制变量

Yes

固定区县

Yes

固定时间

Yes

观测数

7905

2475

7905

2319

7876

2471

${R}^{2}$

0.9553

0.9552

0.3849

0.4474

0.0730

0.1762

变量	(1)	(2)	(3)	(4)	(5)	(6)
In_Ent	R_Ent	In_Inc	Inc_gap	Emp_rat	R_Ent
Syner	0.0026 (0.0340)	0.0947^**(0.0480)	0.0574^***(0.0116)	$-{0.2137}^{***}$(0.0503)	0.0229^***(0.0067)
R_Ent			0.0179^***(0.0031)	$-{0.0526}{}^{***}$(0.0136)	0.0091^***(0.0018)
REC						0.0329 (0.0485)
${IAT}$						0.0841 *(0.0471)
变量	(1)	(2)	(3)	(4)	(5)	(6)
In_Ent	R_Ent	In ${Inc}$	Inc_gap	Emp_rat	R_Ent
控制变量	Yes	Yes	Yes	Yes	Yes	Yes
固定区县	Yes	Yes	Yes	Yes	Yes	Yes
固定时间	Yes	Yes	Yes	Yes	Yes	Yes
观测数	10380	10335	10335	10179	10302	10335
${R}^{2}$	0.6786	0.6688	0.9544	0.3904	0.0925	0.6690

变量

(1)

(2)

(3)

(4)

(5)

(6)

In_Ent

R_Ent

In_Inc

Inc_gap

Emp_rat

R_Ent

Syner

0.0026 (0.0340)

0.0947^**(0.0480)

0.0574^***(0.0116)

$-{0.2137}^{***}$(0.0503)

0.0229^***(0.0067)

R_Ent

0.0179^***(0.0031)

$-{0.0526}{}^{***}$(0.0136)

0.0091^***(0.0018)

REC

0.0329 (0.0485)

${IAT}$

0.0841 *(0.0471)

变量

(1)

(2)

(3)

(4)

(5)

(6)

In_Ent

R_Ent

In ${Inc}$

Inc_gap

Emp_rat

R_Ent

控制变量

Yes

固定区县

Yes

固定时间

Yes

观测数

10380

10335

10179

10302

10335

${R}^{2}$

0.6786

0.6688

0.9544

0.3904

0.0925

0.6690

变量	(1)	(2)	(3)	(4)	(5)
$N\_ {Emp}$	In_Inc	Inc_gap	Emp_rate	N_Emp
Syner	0.0504^***(0.0117)	0.0651^***(0.0147)	$-{0.2032}{}^{***}$(0.0771)	0.0181 ${}^{**}$(0.0088)
N_Emp		0.2055^***(0.0371)	$-{0.3552}^{**}$(0.1717)	0.1395^***(0.0204)
REC					0.0324^***(0.0098)
${IAT}$					0.0243^***(0.0083)
控制变量	Yes	Yes	Yes	Yes	Yes
固定区县	Yes	Yes	Yes	Yes	Yes
固定时间	Yes	Yes	Yes	Yes	Yes
观测数	7993	7993	7837	7993	7993
${R}^{2}$	0.3278	0.9498	0.3531	0.0937	0.3302

变量

(1)

(2)

(3)

(4)

(5)

$N\_ {Emp}$

In_Inc

Inc_gap

Emp_rate

N_Emp

Syner

0.0504^***(0.0117)

0.0651^***(0.0147)

$-{0.2032}{}^{***}$(0.0771)

0.0181 ${}^{**}$(0.0088)

N_Emp

0.2055^***(0.0371)

$-{0.3552}^{**}$(0.1717)

0.1395^***(0.0204)

REC

0.0324^***(0.0098)

${IAT}$

0.0243^***(0.0083)

控制变量

Yes

固定区县

Yes

固定时间

Yes

观测数

7993

7837

7993

${R}^{2}$

0.3278

0.9498

0.3531

0.0937

0.3302