电子商务赋能城乡经济协调发展的研究

Research on E-Commerce Enabling Coordinated Development of Urban and Rural Economy

摘要: 在信息技术飞速发展的背景下，电子商务已成为推动全球经济一体化的关键力量。尤其是在中国，电子商务的兴起不仅改变了城市经济的面貌，也为乡村经济的转型升级提供了重要契机，在实现城乡经济协同发展中的作用日益凸显。为此，研究构建了2012年~2023年中国23个省份1851个县的县域面板数据，基于渐进双重差分法，探析电子商务进农村政策对城乡收入差距与经济差距的影响。研究结果显示：电子商务的发展能够提升农业生产效率，促进农户收入增长，且有助于缩小城乡之间的收入差距。同时，电子商务的发展能够通过提高农村地区的人力资本水平，进而缩小城乡之间的收入差距。

Abstract: In the context of the rapid development of information technology, e-commerce has become a key force to promote global economic integration. Especially in China, the rise of e-commerce has not only changed the face of urban economy, but also provided an important opportunity for the transformation and upgrading of rural economy, and its role in realizing the coordinated development of urban and rural economy has become increasingly prominent. To this end, the paper constructs the county panel data of 1851 counties in 23 provinces in China from 2012 to 2023, and analyzes the impact of e-commerce policy on urban-rural income gap and economic gap based on progressive differential method. The results show that the development of e-commerce can improve agricultural production efficiency, promote the increase of farmers’ income, and help narrow the income gap between urban and rural areas. At the same time, the development of e-commerce can narrow the income gap between urban and rural areas by improving the level of human capital in rural areas.

1. 引言

城乡经济协调发展是实现全面建成小康社会和乡村振兴的重要目标。电子商务作为一种新型商业模式，以其跨越时空限制、高效便捷、个性化服务等优势，为乡村经济带来了新的发展机遇[1]。因此，加快电子商务的发展，是实现资源重新配置，降低经济运行成本的重要手段。目前学术界普遍认为电子商务发展能够促进经济增长和收入增加，电子商务发展是有效率的。电子商务的普及和应用正在逐步打破中国传统的城乡二元化的经济结构，使得城乡之间的收入差距逐渐缩小。与此同时，电子商务具有消费扩大效应，本地的生产者相较之前面临着更大的市场和价格空间范围，这种能够破除地理距离制约的商业模式为县域间经济差距的缩小提供了可能[2]。

基于此，本文采用2012年~2023年中国县级面板数据，利用渐进双重差分法检验电子商务发展是否有利于缓解县域经济不平等。本文的研究旨在为今后实施电子商务政策提供科学的参考，并为进一步推进乡村振兴以及共同富裕提供合理的借鉴。

2. 研究假设

2.1. 电子商务的发展会缓解信息不对称问题

在当前数字化时代，电子商务的兴起有助于减轻信息不对称现象，进而促进农产品生产率的增长。信息获取能力的提升已成为决定生产效率的关键因素，对经济主体积极参与经济活动起到了积极的推动作用。市场信息的透明度增强，能够缩减空间套利的机会，并削弱信息不对称的影响，最终提升整个市场的运作效率。电子商务的应用使得城乡生产者处于相对平等的竞争地位，市场份额的争夺完全取决于产品的比较优势，助力农村生产者摆脱传统商业模式的束缚。同时，电子商务还能增加农户的生产剩余，促进农户收入增加。以往，中国农产品流通模式存在环节繁多、信息不畅及产销脱节等问题，农户在价格和渠道上往往被动接受收购商的条件，难以参与产前产后环节，导致产业空洞化。而互联网技术的兴起正逐步削减农产品流通的中间环节，使生产者与消费者能够直接沟通，形成“时空分离，同步并行”的交易模式，这在一定程度上降低了交易成本，提高了农产品销售的效率与盈利能力[3]。

此外，针对农村地区小农户占比高、农产品产量小难以被收购的问题，电子商务的运用拓宽了小农户的销售渠道。电子商务不仅提升了农户的利润，还扩大了农产品销售市场，为缩小城乡差距提供了契机。基于以上分析，本文提出以下假设：

假设1：电子商务的发展能够提升农业生产效率，促进农户收入增长。

假设2：电子商务的发展有助于缩小城乡之间的收入差距。

2.2. 电子商务发展有助于提升农村地区的人力资本水平

随着电子商务技术在农村地区的深入应用和普及，农村地区的就业机会显著增加，相关配套设施也日益完善。这一互联网技术的兴起激活了农村市场的活力与潜力，为农村人口回流创造了拉力。与此同时，城市中的高房价、高消费及养老难题等形成了反向推力。在这两股力量的共同作用下，大量外出务工人口选择回乡，进而促进了农村地区人力资本水平的提升。

此外，农村居民积极吸收城市电子商务的发展经验和运营模式，促进了观念的更新和思维方式的转变，产生了知识溢出效应，有助于缩小数字鸿沟，并最终有助于缩小城乡收入差距。基于上述分析，本文提出以下假设：

假设3：电子商务的发展能够通过提高农村地区的人力资本水平，进而缩小城乡之间的收入差距。

2.3. 电子商务发展能够缓解资源空间配置的扭曲

电子商务的广泛运用与普及将颠覆传统商业模式，重塑产业结构，并拓展产业链，其特有的推动经济包容性增长的能力对区域经济的均衡发展产生深远影响，这种影响主要体现在缓解资源配置失衡及促进消费扩张两方面。中国存在显著的制度性壁垒，即地方保护主义，地方政府为保护本地利益而对外来产品实施差异化待遇，这导致了资源在空间上的配置扭曲，阻碍了经济的协调发展。电子商务凭借大数据等先进技术，能够有效破解市场分割难题，拓宽市场规模。同时，互联网技术的运用降低了知识溢出效应的地理限制，通过精准匹配供需信息，引导生产活动。此外，电子商务促进了企业间的横向模块化分工，增强了生产者的协同合作能力[4]。借助数字技术，企业能够融入全球及国内价值链，依据地区及企业特色，生产具有竞争优势的产品，这种高效的分工合作提升了当地产品质量及经济发展水平。电子商务还削弱了物理距离的障碍，使消费者与生产者在虚拟空间中聚集，减少了信息不对称问题，促进了统一大市场的形成。这种跨越时空限制的信息匹配极大地扩展了商品的市场范围。中国传统的商业体系发展相对滞后，限制了居民消费需求的释放，且生产者主要面向本地市场，受人口与地理条件限制，部分地区发展动力不足。电子商务的兴起使生产者能够接触到来自全国统一大市场的潜在消费者，电商平台跨区域、无边界的特点将潜在的消费需求纳入全国市场，激励生产者积极投入电子商务，市场的扩大增强了消费能力不足地区的内生发展动力，推动企业实现规模经济。基于上述分析，本文提出以下假设：

假设4：电子商务的发展有助于缩小县域间的经济差异。

假设5：电子商务发展所带来的消费扩张效应有助于缩小县域间的经济差异。

3. 研究设计

3.1. 模型构建

在本次研究过程中，收集并整理了2012年至2023年中国23个省份1851个县的县域面板数据，为确保数据的可获得，在1851个省份中随机抽取1200个县作为准自然实验的对照组，剩余县作为对照组，以此来识别电子商务进村的政策效应，构建的模型表示为：

$ga{p}_{it}={\alpha }_0+{\alpha }_{1}di{d}_{it}+\gamma contro{l}_{it}+{\mu }_i+{\delta }_t+{\epsilon }_{it}$ (1)

式(1)中，$ga{p}_{it}$ 表示i县t年的城乡收入差距($Ur\_gap$ )或者县域间经济差距($Eco\_gap$ )；$di{d}_{it}$ 表示电子商务进农村的政策虚拟变量；$Contro{l}_{it}$ 表示控制变量；${\mu }_i$ 表示地区效应；${\delta }_i$ 表示时间效应；${\epsilon }_{it}$ 表示随机扰动项；${\alpha }_1$ 表示核心估计参数，为电子商务对城乡收入差距的净效应。若为负值，则说明电子商务有助于缩小城乡之间的差距。反之，存在扩大效应。

3.2. 变量选取

(1) 被解释变量

在本次研究过程中，主要选取城乡收入差距$Ur\_gap$ 、县域间经济差距($Eco\_gap$ )作为核心解释变量，分别表示为：

$\{\begin{array}{l}Ur\_gap=\ln \left(u{i}_{it}/r{t}_{it}\right)\\ Eco\_ga{p}_{it}=\left|\ln GD{P}_{it}-\ln \overline{GF{P}_{it}}\right|\end{array}$ (2)

式(2)中，ui表示城镇居民人均可支配收入；ri为农村居民人均可支配收入(ri)；$GD{P}_{it}$ 表示i地区t年的人均GDP；$\overline{GD{P}_{it}}$ 表示t年所有县的人均GDP。

(2) 核心解释变量

在本次研究过程中，主要选取电子商务进农村的政策虚拟变量did作为核心解释变量。

(3) 控制变量

在本次研究过程中，选取各县第一、第二产业的增加值与地区生产总值的比值对各地区第一产业结构(arg)和第二产业结构(ind)进行衡量；选取各县财政预算支出的对数值($\ln gov$ )对政府规模进行衡量；选取各县金融机构年末贷款余额的对数值($\ln loan$ )对金融水平进行衡量、各县在校中学生人数的对数值($\ln sch$ )对基础教育水平进行衡量、各县农业机械总动力对数值($\ln argpower$ )对农业机械化水平进行衡量；选取各县的常住人口对数值($\ln pop$ )作为控制变量对人口规模进行衡量。

3.3. 数据来源

在本次研究中，选取的数据主要来源于《中国县域经济统计年鉴》(2023)、《县域数字乡村指数》(2023)。为确保估计结果的稳健性，将县同级的区样本数据剔除，并对各个连续变量进行1%的缩尾处理[5]。

4. 估计结果

4.1. 基本估计

本研究基于渐进双重差分法进行检验，基准回归结果详见表1 (1)，表1 (2)为控制时间与地区固定效应下，did作为核心解释变量时的估计结果，在1%的水平上显著为负，说明电子商务有助于缩小城乡之间的收入差距与县域之间的经济差距。除此之外，为确保估计结果的稳健性，研究在其中加入了控制变量，如表1 (3)、(4)所示，且核心解释变量did显著为负。

Table 1. Results of baseline regression

表1. 基准回归结果

变量	$Ur\_gap$	$Eco\_gap$	$Ur\_gap$	$Eco\_gap$
	(1)	(2)	(3)	(4)
$did$	−0.0620^*** (−15.30)	−0.2340^*** (−649)	−0.0569^*** (−13.49)	−0.0275^*** (−5.10)
$arg$			0.1292^*** (2.69)	0.2339^*** (3.89)
$ind$			0.0871^*** (3.24)	−0.2910^*** (−8.45)
$\ln gov$			0.0110 (1.30)	−0.0568^*** (−8.24)
$\ln gov$			0.0060 (1.10)	−0.0144^* (−1.70)
$\ln sch$			−0.0561^*** (−8.30)
$\ln argpower$			−0.0640^*** (−11.81)
$\ln pop$				0.2175^*** (11.41)
常数项	1.0539^*** (309.74)	0.6391^*** (134.98)	1.5836^*** (13.10)	−0.3950^** (−2.39)
时间效应	√	√	√	√

注：^*、^**、^***表示在10%、5%、1%水平上显著，()中的数值为t统计值，√表示已控制，×表示未控制，下表同。

通过分析表1得知，在引入电商政策后，可有效缩小城乡收入差距与县域之间的经济差距，同时也说明了假设2、4成立。

4.2. 平行趋势假设检验

在本研究中，需对电商政策实施前处理组和对照组的城乡收入差距和县域间经济差距是否无显著性的差异或具有相同的变化趋势进行验证[6]。为此，设置相应的计量模型，即：

$ga{p}_{it}={\alpha }_0+{\beta }_n{\displaystyle {\sum }_{n=-3}^{1+}\left(D_{t-Birthyea{r}_i=n}\right)}+\gamma contro{l}_{it}+{\mu }_i+{\delta }_t+{\epsilon }_{it}$ (3)

式(3)中，$D_{t-Birthyea{r}_i=n}$ 表示入选示范县之前的第三年到入选示范县后的一年及以后的虚拟变量；n取−3，−2，−1，0，1+；t表示年份，$Birthyea{r}_i$ 表示i县入选电子商务进村示范县的年份，若$t-Birthyea{r}_i=n$ ，则$D_{t-Birthyea{r}_i=n}$ 取1，否，则取0；${\beta }_n$ 表示电子商务进村的第n年。

在检验过程中，主要是对系数${\beta }_n$ 的变化情况进行估计，结果如图1所示。

Figure 1. Parallel trend test

图1. 平行趋势检验

4.3. PSM-DID检验

为确保估计结果的稳健性，通过PSM-DID法对电商进村政策进行再次估计，并采用卡尺内最近邻匹配法分析其匹配效果。在估计前，需通过平衡性检验、共同支撑检验对匹配结果进行验证。在验证过程中，以上述选取的控制变量为匹配变量，在对本研究选取的样本进行相应的检验后，删除其中拒绝共同支撑的观测值，并通过渐进双重差分对剩余样本进行估计，结果详见表2。

通过分析表2得知，did显著为负，说明在电子商务的作用下，可在一定程度上缩短城乡收入差距与县域经济差距。

Table 2. Estimated results of PSM-DID

表2. PSM-DID估计结果

变量	$Ur\_gap$	$Eco\_gap$	$Ur\_gap$	$Eco\_gap$
	(1)	(2)	(3)	(4)
did	−0.0614^*** (−15.21)	−0.0338^*** (−6.48)	−0.0568^*** (−13.47)	−0.0268^*** (−5.02)
控制变量	×	×	√	√
时间效应	√	√	√	√
地区效应	√	√	√	√
观测值	17,100	19,800	15,700	18,300
R^2	0.3750	0.0630	0.4030	0.0880

5. 稳健性检验

5.1. 排除遗漏变量的影响

在信息技术飞速发展的背景下，移动通信工具也得到广泛普及，导致在回归分析过程中可能存在与移动通信工具相关的遗漏变量。为此，研究在其中加入移动电话用户数的对数($\ln phone$ )，对其进行二次回归分析，获取的估计结果详见表3。

Table 3. Estimated results excluding missing variables

表3. 排除遗漏变量的估计结果

变量	加入$\ln phone$
	(1)	(2)
did	−0.0560^*** (−13.20)	−0.0280^*** (−5.20)
$\ln phone$	−0.0520^*** (−7.05)	0.0190^*** (2.00)
观测值	15,610	18,230
R^2	0.4030	0.0880

注：在回归过程中，控制变量、时间效应、地区效应已控制，下表同。

通过分析表3得知，在对$\ln phone$ 进行控制后，did呈现出显著为负。

5.2. 剔除其他政策的影响

为剔除其他政策效应的影响，研究加入了相应的政策虚拟变量(inf)，获取的估计结果详见表4。

Table 4. Estimated results excluding the effects of other policies

表4. 剔除其他政策的影响的估计结果

变量	剔除政策干扰
	(1)	(2)
did	−0.0570^*** (−13.50)	−0.0270^*** (−5.10)
inf	0.0320^*** (2.70)	0.0110^*** (0.70)
观测值	15,750	18,397
R^2	0.4031	0.0881

通过分析表4得知，did在1%的水平上显著，说明在信息进村入户后，并未对电商造成影响。

5.3. 剔除电商发展相对较快的县

对于部分电商发展相对较快的地区，其政策效应相对夸大，导致其他带去的政策效应不明显。对此，在回归过程中需将其剔除，获取的估计结果详见表5。

Table 5. Estimated results excluding counties with relatively fast e-commerce growth

表5. 剔除电商发展相对较快的县的估计结果

变量	剔除电商发展相对较快的县
	(1)	(2)
did	−0.0570^*** (−13.50)	−0.0270^*** (−5.10)
inf	0.0320^*** (2.70)	0.0110^*** (0.70)
观测值	15,750	18,397
R^2	0.4031	0.0881

通过分析表5得知，did显著为负，说明电商进村政策不只是由这些电商发展较快的地区贡献，其他地区依然会受到政策的影响。

6. 机制检验与异质性分析

6.1. 机制检验

电商政策的核心目标是促进共同富裕，旨在加强农村地区及偏远地区与全国统一大市场的连接，确保资源的合理高效配置，从而实现收入增长和经济发展。以此为出发点，本文首先探究了电子商务发展对农业生产率和农户收入的影响，并通过表6中的列(1)和列(2)的回归结果得以验证：电子商务的发展确实推动了农业生产率的提升和农户收入的增加，从而证实了假设1。

同时，人力资本水平在实现收入增长和经济发展等目标中扮演着至关重要的角色。根据电商进农村综合示范县的相关政策文件，中央财政资金的重点支持领域涵盖了农村企业的转型升级、商贸流通的改善、物流配送体系的完善以及农村电商公共服务体系的构建，这些领域的推进都离不开人力资源的积极参与。研究表明，人力资本对农户收入的增加具有显著影响。因此，本文采用乡村从业人员比例作为衡量农村地区人力资本水平的指标，该比例通过乡村从业人员数除以年末总人口计算得出。鉴于政策效果的显现往往存在一定的时间滞后性，本文还引入了变量的滞后一期来评估政策效应的持续性。表6中的列(3)和列(4)的回归结果显示，电子商务的发展确实促进了当地乡村从业人员比例的提升，且这种促进作用显著[7]。进一步地，列(5)的结果表明，乡村从业人员比例的提升有助于缩小城乡收入差距，从而验证了假设3。

Table 6. Regression results of mechanism analysis I

表6. 机制分析回归结果I

变量	$agpr$	$incr$	$pore$	$L.pore$	$Ur\_gap$
	(1)	(2)	(3)	(4)	(5)
did	0.0588^** (2.06)	0.0378^*** (14.85)	0.0031^** (2.51)	0.0050^*** (3.70)
pore					−0.2380^*** (−9.30)
观测值	7478	17,410	18,251	16,680	15,494
R^2	0.4175	0.9338	0.0649	0.0660	0.3948

电子商务的蓬勃发展借助消费扩大效应，能够提振地区整体消费水平，进而对县域间的经济差异产生影响。为探究此影响，本文采用当地社会消费品零售额的对数值及人均社会消费品零售额的对数值作为指标，以衡量消费规模的变化。若农村电商政策能有效提升电子商务发展水平并刺激消费，那么它必将影响当地企业的零售额，进而间接作用于县域间的经济差异。表7中的列(1)和列(2)展示了回归结果，其中did系数显著为正，这表明电子商务的发展显著促进了当地社会消费品零售规模的扩大。

电子商务通过构建大数据平台和完善物联网，将生产者与消费者汇聚于一个“虚拟”空间内，实现了“点对点”的精准匹配，有效解决了市场分割问题，削弱了物理距离的障碍，增强了偏远县域的市场可达性。这不仅有助于提升当地社会消费品零售规模，还缓解了因地理环境等因素导致的部分地区经济发展滞后的问题，为缩小县域间经济差异提供了有力支持。综上所述，假设5得到了验证。

Table 7. Results of mechanism analysis II

表7. 机制分析结果II

变量	$\ln ls$	$\ln perls$	$Eco\_gap$	$Eco\_gap$
	(1)	(2)	(3)	(4)
did	0.0249^*** (4.71)	0.0270^*** (5.10)
$\ln ls$			−0.0720^*** (−9.10)
$\ln perls$				−0.0781^*** (−9.75)
观测值	18,318	18,059	18,210	17,950
R^2	0.7730	0.0918	0.8020	0.0978

6.2. 异质性分析

(1) 贫困县与非贫困县

电子商务的崛起为中国推进扶贫改革与乡村振兴战略带来了重要机遇。观察电子商务进农村综合示范县的选取情况，不难发现后期政策试点更多地聚焦于国家级贫困县，意在加速资源向欠发达地区流动。然而，值得注意的是，这些贫困县长期面临产业结构不合理、人力资本匮乏、基础设施薄弱等挑战，而电子商务进农村综合示范县政策的实施需以充足的人力资本和完善的配套设施为前提，故政策效果的显现可能需要一定时间[7]。

鉴于此，本文分别针对非贫困县与贫困县样本进行了回归分析，结果详见表8。分析显示，电子商务进农村综合示范县政策在贫困县的政策效应尚不明显，而在非贫困县，该政策对于缩小城乡收入差距及县域间经济差距的作用更为突出，这一发现与之前的分析假设相吻合。

Table 8. Regression results I

表8. 回归结果I

变量	贫困县		非贫困县
	$Ur\_gap$	$Eco\_gap$	$Ur\_gap$	$Eco\_gap$
	(1)	(2)	(3)	(4)
did	−0.0060 (−0.61)	0.0090 (1.02)	−0.0320^*** (−5.81)	−0.0341^** (−4.70)
观测值	5280	6139	10,220	12,010
R^2	0.4790	0.1772	0.3930	0.0531

(2) 数字基础设施水平

互联网与电子商务的快速发展有赖于数字基础设施的健全。地区数字基础设施的优劣，往往决定了其能否率先享受互联网和数字经济的红利，从而在竞争中占据先机。国际研究显示，诸如印度、巴西和越南等发展中国家，其相对滞后的基础设施阻碍了农村地区电子商务的发展。

为评估各地区农村数字基础设施的完善程度，本文采用了《县域数字乡村指数(2018)》中的乡村数字基础设施指数作为衡量标准，该指数由北京大学新农村发展研究院与阿里研究院联合发布，能准确反映农村地区的数字基础设施状况。根据该指数的中位数，本文将样本分为数字基础设施高水平与低水平两类地区，并在回归分析中排除了2018年及之后的样本数据。估计结果详见表9。

表9中的列(1)和列(2)显示，对于数字基础设施水平高的地区，电子商务的发展显著缩小了城乡收入差距，且系数在1%的水平上显著；而对于数字基础设施水平低的地区，核心解释变量的系数则不显著。这一结果验证了上述分析的正确性。

Table 9. Regression results II

表9. 回归结果II

变量	数字基础设施水平高	数字基础设施水平低	市场可达异质性
	$Ur\_gap$	$Ur\_gap$	$Eco\_gap$
	(1)	(2)	(3)
did	−0.0180^** (−2.40)	0.0101 (0.97)	0.0094 (1.23)
$did\times distance$			−0.0010^*** (−6.29)
观测值	5880	4851	18,190
R^2	0.3510	0.3730	0.0930

(3) 市场可达异质性

在电子商务的发展下，有助于扩大偏远地区的市场范围，弱化交通不便对市场造成的影响。因此，电子商务对市场可达性低的地区造成的影响更大。为此，研究通过下列模型进行验证：

$Eco\_ga{p}_{it}={\alpha }_0+{\alpha }_{1}di{d}_{it}+{\alpha }_{2}di{d}_{it}+distanc{e}_i+\gamma contro{l}_{it}+{\mu }_i+{\delta }_t+{\epsilon }_i$ (4)

式(4)中，$distanc{e}_i$ 表示i县与所属地级市的距离。在检验过程中，需重点关注${\alpha }_2$ 。表9列(3)的估计结果显示交互项的系数显著为负，说明与地级市的距离越远、市场可达性越低，政策所表现出的效应越强，即电子商务发展对于偏远地区县域间经济差距的缩小作用更大[8]。

7. 政策建议

7.1. 推动地区融入现代流通体系，利用电子商务赋能乡村振兴

各级政府应积极响应国家乡村振兴战略，通过推动地区融入现代流通体系，特别是利用电子商务的广泛覆盖性和高效流通性，为农村经济发展注入新的活力。电子商务不仅能够扩大农产品销售渠道，提高农民收入，还能够带动相关产业的发展，如物流、仓储、包装等，形成完整的产业链。同时，电子商务还能促进信息流通，帮助农民及时获取市场信息，调整种植结构，提高农业生产效率。

7.2. 加快落后偏远地区人力资本的培育

人力资本是电子商务在农村地区普及和推广的关键因素。为了提升农民对电子商务的认知和应用能力，各级政府应加强对相关从业人员的培训，包括电子商务基础知识、网络营销技巧、客户服务等[9]。此外，还可以积极借鉴其他地区的电商发展经验，通过举办培训班、研讨会、现场教学等方式，提高农民的创业就业转化率。同时，政府还可以鼓励和支持返乡创业人员利用电子商务平台发展特色产业，带动当地经济发展。

7.3. 提高当地的数字基础设施水平，优化电商发展环境

数字基础设施是电子商务发展的基础。为了促进电子商务在农村地区的快速发展，各级政府应加快完善农产品信息平台、信息基础设施、县域数据中心等配套服务设施的建设。这包括提升网络覆盖率和带宽，建设农产品电商平台，完善物流配送体系等。通过这些措施，可以为电子商务的发展提供更强的动力，降低农产品流通成本，提高农产品市场竞争力。同时，数字基础设施的完善还能促进信息资源的共享和利用，为农民提供更加便捷、高效的信息服务[10]。

8. 结论

为研究电子商务赋能城乡经济协调发展，本文构建了2012年~2023年中国23个省份1851个县的县域面板数据，基于渐进双重差分法，对电子商务赋能城乡经济协调发展进行实证分析。研究结果表明，随着电子商务的发展，可有效提升农村增收，进而缩小城乡之间的收入差距。因此，政府部门需不断提升当地数字基础设施水平，为电子商务的发展创造良好的环境，进而贯彻落实电子商务进村政策，实现城乡经济的协调发展。