1. 引言
习近平总书记在党的二十大报告中指出：“全面推进乡村振兴。坚持农业农村优先发展。坚持城乡融合发展，畅通城乡要素流动。扎实推动乡村产业、人才、文化、生态、组织振兴[1]”。作为推进乡村振兴战略的重要抓手和有效途径，农村电商在推进乡村产业振兴、带动农民就业和脱贫增收方面发挥了重要作用[2]。然而，国家统计局日前发布的2023年农民工监测调查报告显示，2023年全国农民工总量29,753万人，比上年增加191万人，增长0.6% [3]。在新时代乡村振兴的战略背景下，农村人民高质量就业是实施乡村振兴战略面临的重要问题。而农民工创业不仅是优质劳动力的回流，同时也附带资金和技术的回流，对于提升农村经济活力、建设乡村社会和文化提供了重要支撑[4]。农村人民肩负着新的时代使命，是国家脱贫攻坚、乡村振兴活动中不可替代的重要力量，是乡村振兴的享有者、受益者，更是推动者、建设者。
电子商务在农村的发展壮大，促使越来越多的农民加入电商，截至到2022年，“全国的淘宝村、淘宝镇分别达到了7780个、2429个”[5]。同时，创建电子商务示范城市将加快推进资源整合，促进第三代移动通信网络、物联网、云计算、移动互联网、下一代互联网等高新技术的应用；进一步改善电子商务发展环境，壮大电子商务服务业，形成新的经济增长点[6]。而这是否能够促进农村人民创业有待进一步研究。
2. 变量和模型分析
2.1. 变量和模型
本研究数据来自于中国家庭动态跟踪调查2014~2020年的数据。CFPS是北京大学中国社会科学调查中心实施的一项重要大型社会调查项目。本文仅保留年龄为18~65岁的样本，并剔除城市户口样本、空缺值等无效数据，最终得到有效样本10,461个。
2.2. 变量分析
(1) 因变量。本研究的因变量是农民工是否选择创业。选择数据库中的工作类型变量农民工是否选择“创业”。即主要工作类型为“私营企业、个体工商户以及其他自雇”的农民工样本定义为“创业”样本，标记为1，其他标记为0。
(2) 自变量。本文的自变量是“国家电子商务示范城市”。由于微观个体无法对该政策的制定和试点的确定进行预料和干预，因此可将相关政策视为一次良好的准自然实验[4]。如果农民工所在市为示范市且当年已受到政策冲击则取值为1，其他取值为0。
(3) 控制变量。本文为了避免其他因素的影响，按照老年人群体的基本特征，本研究采用了控制变量的方法。控制了被调查者的：个人层面的性别、年龄、婚姻状态、健康水平；家庭层面的家庭人口规模、家庭纯收入对数等因素。关于模型变量的设置和分布情况，请参见表1。
Table 1. Descriptive statistics of variables
表1. 变量的描述性统计
变量名称 |
变量设置 |
样本量 |
平均值 |
标准差 |
最小值 |
最大值 |
创业 |
创业 = 1；不创业 = 0 |
10,461 |
0.12 |
0.326 |
0 |
1 |
国家电子商务示范
城市政策 |
有政策 = 1；无政策 = 0 |
10,461 |
0.35 |
0.478 |
0 |
1 |
年龄 |
单位：岁 |
10,461 |
46.23 |
11.575 |
16 |
65 |
性别 |
男 = 1，女 = 0 |
10,461 |
0.46 |
0.499 |
0 |
1 |
学历 |
文盲/半文盲 = 1，小学 = 2，初中 = 3，高中/中专技校 = 4，大学专科 = 5，大学本科 = 6，硕士 = 7，博士 = 9 |
21,879 |
3.85 |
1.435 |
1 |
9 |
婚姻状况 |
已婚 = 1，其他 = 0 |
10,461 |
0.84 |
0.364 |
0 |
1 |
自评健康 |
赋值1~5，数值越大越健康 |
10,433 |
0.72 |
0.448 |
0 |
1 |
家庭人数 |
单位：位 |
10,461 |
3.33 |
1.568 |
1 |
17 |
家庭总收入对数 |
家庭总收入取对数 |
10,255 |
11.01 |
1.303 |
0 |
15.22 |
人均家庭纯收入对数 |
人均家庭纯收入取对数 |
8785 |
9.89 |
1.050 |
0.51 |
14.41 |
全部家庭纯收入对数 |
全部家庭纯收入取对数 |
8785 |
10.99 |
1.033 |
1.61 |
15.22 |
老年抚养比 |
老年人口对劳动年龄人口数之比 |
10,353 |
0.12 |
0.311 |
0 |
3 |
少儿抚养比 |
少儿人口对劳动年龄人口数之比 |
10,353 |
0.23 |
0.354 |
0 |
3 |
3. 实证研究结果及分析
3.1. 变量和模型
本研究采用双向固定效应回归模型分析国家电子商务示范城市的政策对农村农民群体创业影响。在研究数据时，需考量每个个体特有的因素对结果的影响。这些因素往往较为稳定或变化缓慢，且在不同个体间存在差异。例如不同公司有各自的管理风格、企业文化、技术水平等，这些因素在一定时期内相对固定，却会对公司的表现产生作用，因此研究时控制这些特征，此即固定个体效应。此外，不同年份的经济形势、政策法规、市场需求等处于变化中，这些因素会影响研究结果。对这些随时间变化的因素对结果的影响加以控制，就是固定年份效应。因此，本文使用双向固定效应，可以过滤个体特征因素干扰，使其他因素对结果的影响更清晰，从而提高模型的准确性，能减少遗漏变量带来的偏差，保障研究结论的可靠性。模型一将国家电子商务示范城市政策纳入模型进行单变量回归。模型二加入个人层面控制变量，模型三在此基础上加入家庭层面控制变量。其中各模型的结果被列入表2中。
Table 2. The influence of national e-commerce demonstration city policies on rural peasant group entrepreneurship
表2. 国家电子商务示范城市的政策影响农村农民群体创业
变量 |
模型1 |
模型2 |
模型3 |
国家电子商务示范城市政策 |
0.086*** |
0.085*** |
0.145*** |
年龄 |
|
−0.003*** |
−0.001*** |
性别 |
|
0.031*** |
0.020** |
学历 |
|
−0.006* |
0.011** |
婚姻状况 |
|
0.065*** |
0.027* |
是共产党员 |
|
−0.031* |
−0.011 |
自评健康 |
|
0.018* |
0.023** |
家庭人数 |
|
|
−0.011 |
家庭总收入对数 |
|
|
−1.438 |
人均家庭纯收入对数 |
|
|
−0.141*** |
全部家庭纯收入对数 |
|
|
1.508 |
老年抚养比 |
|
|
−0.027*** |
少儿抚养比 |
|
|
−0.047*** |
时间固定效应 |
是 |
是 |
是 |
城市固定效应 |
是 |
是 |
是 |
R-squared |
0.058 |
0.087 |
0.121 |
观测值 |
9041 |
5363 |
4335 |
注：*、**、***表示在0.1、0.05、0.01水平上显著。
由模型1可知，国家电子商务示范城市的政策能在0.01水平下显著正向影响农村人创业。其次，将个体、家庭层面的控制变量依次加入，回归结果分别为模型二和模型三，估计结果显示，电子商务进农村综合示范政策的回归系数和边际效应仍然显著为正，进一步证实了政策的正向影响。由模型3可知，国家电子商务示范城市的政策与农村人民创业能力在0.01水平上具有显著的正相关关系，假设得到验证，农村人民在国家电子商务示范城市的下拥有更多创业的机会，对农民工返乡创业的促进效果较为可观。
3.2. 异质性检验
3.2.1. 代际异质性
根据国家统计局划分标准，将16~35岁农村女性视为青年人口，并将36~65岁的农村女性视为中老年人口，分别对青年人口和中老年人口进行回归，结果如表3。仅青年群体系数都显著，国家电子商务示范城市的政策仅对青年群体创业有作用。原因可能是青年群体更容易接受新事物，能在政策影响和互联网作用下拥有更多的创业机会，且老年人可能相比年轻人更倾向于保守，年轻人更加有创业意愿。
Table 3. Heterogeneity analysis: age
表3. 异质性分析：年龄
变量 |
模型1 |
模型2 |
国家电子商务示范城市政策 |
0.086*** |
−0.346 |
年龄 |
−0.002*** |
−0.003 |
性别 |
0.022** |
−0.005 |
学历 |
0.010** |
0.021 |
婚姻状况 |
0.041*** |
−0.053 |
是共产党员 |
−0.005 |
−0.043 |
自评健康 |
0.023** |
0.013 |
家庭人数 |
−0.007 |
−0.021 |
家庭总收入对数 |
−2.204 |
0.818 |
人均家庭纯收入对数 |
−0.129*** |
−0.170*** |
全部家庭纯收入对数 |
2.257 |
−0.702 |
老年抚养比 |
−0.025* |
−0.053 |
少儿抚养比 |
−0.048** |
−0.004 |
时间固定效应 |
是 |
是 |
城市固定效应 |
是 |
是 |
R-squared |
0.131 |
0.087 |
观测值 |
3599 |
5363 |
注： *、**、***表示在0.1、0.05、0.01水平上显著。
3.2.2. 性别异质性
社会角色、性别刻板印象可能影响创业倾向。在传统观念中，男性被赋予了探索、冒险和竞争的社会角色，而女性则被期待在家庭和社会扮演照顾和支持的角色。本研究分别对男女进行回归。由表4可知，国家电子商务示范城市对男性群体创业在0.01的水平上显著正相关，对女性群体在0.1的水平上显著正相关。说明国家电子商务示范城市的政策对男女群体创业都有作用，但是对男性群体更显著。这可能是受到传统观念和家庭的影响。
Table 4. Heterogeneity analysis: gender
表4. 异质性分析：性别
变量 |
模型1 |
模型2 |
国家电子商务示范城市政策 |
0.167*** |
0.134* |
年龄 |
−0.001* |
−0.001* |
学历 |
0.008 |
0.009 |
婚姻状况 |
0.031 |
0.016 |
是共产党员 |
−0.016 |
−0.011 |
自评健康 |
0.016 |
0.034* |
家庭人数 |
−0.003 |
−0.020* |
家庭总收入对数 |
−1.814 |
0.967 |
人均家庭纯收入对数 |
−0.116*** |
−0.166*** |
全部家庭纯收入对数 |
1.870 |
1.057 |
老年抚养比 |
−0.044*** |
−0.009 |
少儿抚养比 |
−0.030 |
−0.051* |
时间固定效应 |
是 |
是 |
城市固定效应 |
是 |
是 |
R−squared |
0.156 |
0.168 |
观测值 |
2440 |
1895 |
注： *、**、***表示在0.1、0.05、0.01水平上显著。
4. 结论与讨论
本研究利用中国家庭动态跟踪调查(CFPS) 2014~2020年数据的分析，深入探讨了国家电子商务示范城市政策对农村人民创业的影响及其异质性效应。研究结果表明，国家电子商务示范城市政策显著促进了农村人民的创业活动。国家电子商务示范城市政策在0.01水平上显著正向影响农村人民创业。这一结果在控制了个人和家庭层面的多个变量后依然稳健，表明政策对创业的促进作用具有普遍性和持续性。
其次，国家电子商务示范城市政策对创业的影响，在青年群体和男性群体中的促进作用更为明显。这可能是因为青年群体更容易接受新事物，且在政策影响和互联网作用下拥有更多的创业机会。国家电子商务示范城市政策对男性群体的创业促进作用在0.01水平上显著，而对女性群体的促进作用在0.1水平上显著。这表明政策对男女群体创业都有积极作用，但男性群体的创业效应更为显著，可能受到传统观念和家庭角色的影响。这可能因为性别身份的约束，当前农村地区依然富余大量闲置女性劳动力，应引导农村女性参与非农就业，能进一步释放乡村振兴发展潜力，并促进妇女发展和性别平等。政府可以通过整合现有数字技能提升相关资源和平台，提供创业信息、职业培训、创业指导等服务，帮助农村女性获取更多的创业机会和就业指导。同时，政府还可以加强对农村女性创业的宣传和推广，提高她们的就业意识和就业能力，帮助农村女性更好享受数字红利。
电子商务的发展使得农村与时代发展之间实现了有效接轨，提升了对于外界信息的了解程度，从而更好地抓住经济转型发展机遇，最终实现农村经济水平的提升目标[7]。国家电子商务示范城市政策在推动农村人民创业、促进乡村振兴方面发挥了重要作用。未来政策制定应进一步考虑不同群体的异质性需求，优化政策实施策略，以最大化政策效果，助力乡村振兴战略的全面实施。