坐贾」与「行商」：服务业数字化平台助力小微企业绩效提升.docx

《坐贾」与「行商」：服务业数字化平台助力小微企业绩效提升.docx》由会员分享，可在线阅读，更多相关《坐贾」与「行商」：服务业数字化平台助力小微企业绩效提升.docx（34页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、1引言在悠久的中华商业文化中，自古就有行商坐贾的生意经。四处行走是为商，坐店经营是为贾。行商的优势在于交易信息传 播和交易空间拓展，坐贾的优势那么在于稳定的经营场所和服务体验。数字化 手段为现代企业提供了 坐贾和行商”优势兼顾的可能性。一方面，借 助数字化平台，能够实现线下商户闲置产能的充分利用，为原先经营的空闲 时段（比方非饭点时间、工作日、淡季等）创造新需求，也能让商家超越实 体店的辐射范围来收获更广泛的客户触达，此为以坐贾促进“行商”； 另一方面，通过真实有效的线上口碑建设和有保障的售后服务，商家的服务 和质量能被更多、更远的消费者认可和接受因而增加需求，消费者的权益也 可得到有效维护，

2、商户持续性获客能力进一步提高，此为“行商”促进“坐 贾”。可见，数字化技术赋能下的到家和到店服务，实现了行商与坐贾的优 势互补，由此正在引发服务行业的颠覆式变革。近年来，数字经济正在成为全球和中国经济高质量开展的新引擎。中国 信通院于2020年7月发布的中国数字经济开展白皮书（2020显示， 2019年，我国数字经济增加值规模到达35.8万亿元，占GDP比重到达 36.2% ,占比同比提升1.4个百分点，按照可比口径计算,2019年我国数字 经济名义增长15.6% ,高于同期GDP名义增速约7.85个百分点，数字经济 在国民经济中的地位进一步凸显。党中央、国务院高度重视数字经济开展，先后出台了

3、国家数字经济战 略纲要、&互联网+”行动指导意见、促进大数据开展行动纲要等一系 列重大政策文件，持续推动数字经济新业态新模式健康开展。习近平总书记 屡次指出7要开展数字经济加快推动数字产业化依靠信息技术创新驱动，图3:南北区域和省份异质性（交易笔数）50 4030 20-(0.15, 0.31(0.31, 0.57 (0.57, 1.22 Missing values011110- 0 2Missing values8090100 110 120 1308090100110120 13010 -图4:南北区域和省份异质性（交易金额）0.09410- 0126O Missing values0.

4、09410- 0126O Missing values8090100110120 130其中，贵州、海南、宁夏和内蒙等省份在交易笔数上显著增加，北京、 海南和贵州等省份在交易金额上显著增加，数字化开展较为成熟的省份基本 上处于全国中等甚至中下水平。可以看出，正处于数字化开展进程早期和中期的省份获益更大，由于南 方经济兴旺，互联网开展早，数字化参与度高，南方省份的服务业企业数字 化平台的绩效获益平均低于北方，近两年服务业数字化商业模式逐渐由南向 北普及。结论3:数字化平台对三线及以下城市的服务型小微商家助力作用显著。服务业企业数字化革新是一个先试点再逐渐推广的过程，一般而言，一 二线城市比三四线

5、城市更早推行、普及程度更高，那么数字化效应是否具有 城市级别异质性呢？由于一线城市商户数量相对三四线及以下城市较少，我 们将商户按照注册地所在城市级别分成了两组：一二线城市、三线及以下城 市。从图5可以看出，一二线、三线及以下城市的口饿商户比非口饿商户的 年销售量分别高11.17%和21.01% ;年均营业收入分别比非口饿商户高 13.93%和8.13%o也就是说，三线及以下城市的口饿商户获得了更多的交 易笔数，而一二线城市口饿商户获得了更多的营业收入。就经营笔数而言， 课题组推测这一现象与数字化平台平台在当地的开展阶段相关，一、二线城 市数字化平台接入较为成熟，因而接入平台的效益递减；三线及

6、以下城市数 字化平台普及率较低，小微商户的开展空间、技术红利更大。而交易金额那么 可能受到其他因素的影响，比方实验组和控制组平均单笔交易金额存在区别图5:城市级别异质性结论4:数字化平台对中老年和女性商户业主助力作用更大。数字技术给全人类带来福祉的同时也带来了关于社会分化的隐忧，”代 际数字鸿沟digital divide ）即是其一。中国互联网络信息中心2019年 报告指出，截至2019年6月，我国网民男女比例为52.4:47.6 ,与2018 年持平；10-39岁网民群体占全体65.1% ,50岁及以上网民由2018年底的 12.5%提升至13.6% ,虽中高龄人群渗透率有提高的趋势，但相

7、对我国总体 人口年龄结构而言（据中国开展基金会发布的中国开展报告2020数据， 2020年中国65岁以上的老人所占比例即到达13% ）,网民中老年人这一渗 透比例并不占优，且他们在使用网络技术的知识和能力上也存在一定的劣势。服务业小微经营企业作为中老年人和女性的重要谋生渠道之一，是否存 在严重的数字鸿沟呢？本局部我们讨论数字化效应在不同年龄段和性别的码 商用户中的异质性。我们将商户按照注册业主的年龄分成了两组：注册用户 年龄小于40岁的年轻企业主商户（26,856个样本 40岁及以上的中老年 企业主商户（11,928个样本卜同时，根据商户的性别也进行了分组。从图6和图7可以看出，中老年企业主商

8、户从数字化平台中相对非数字 化的同龄企业主商户的获益，比年轻企业主商户更多；参与数字化的女性企 业主商户相对非数字化的同类型商户的获益，比男性企业主更多。以使用口 饿对交易笔数的影响而言，40岁以下的年轻企业主提升11.88%，而中老年 企业主那么提升了 18.93% ;女性企业主提升了 15.28% ,男性企业主提升了 13.49%o交易金额方面，40岁以下的年轻企业主和40岁以上的中老年企 业主分别提升了 4.01%和26.86% ;女性和男性企业主分别提升了 14.30% 和 8.40%o产生上述现象的原因可能有两方面：一是中老年相对年轻对数字化平台 技术接触更少，在商户中的运用率较低，

9、因此同年龄段或者同性别间的企业 主商户基本都尚未进行数字化转型二是口饿等数字化平台通过消费者评分、 平台智能推荐等形式，一定程度上帮助中老年和女性企业主的小微商户减小 由于互联网技术、精力等相对缺乏带来的广告投放、媒体推送、远程配送等 方面的获客劣势。因此，使用饿平台的中老年和女性企业主商户比未使用 口饿平台的同类型商户更能够享受数字化福利。这也进一步启示政府有关部 门和企业应当重点面向数字化边缘群体普及和培训数字化营生能力，推动数 字应用的商户端和用户端的适老化、便捷化改造，比方提供相应的“关怀模 式“、”长辈模式，将无障碍改造纳入日常更新维护，促进包括老年人在 内的全体人民共同享受数字化带

10、来的福祉。图6:企业主年龄异质性结论5:数字化平台对高信誉度和高活跃度小微商户的助力作用更大。大量理论和实证研究在电商平台方面论证过平台信誉建设和口碑建设的 效用平台评分、评价、第三方信用标记等商户信誉机制有利于解决信息 不对称的问题，一般而言当消费者在某商家的消费体验高于或低于期望水平 时，消费者会更有评分和评论的动机，而高评分和高评论量有利于为其他消 费者提供该商户信誉和服务良好的信息，因此逻辑上其他数字化平台也当如 此：评价越优6的商户将获得更多的效益。由于饿了么平台的评论数在2018 年10月以后才完善，不满足异质性的分组要求（各分组条件根据2018年1 月1日之前的状态来确定）7。因

11、此下面我们以口碑平台上商户的评价条数为 例，检验上述估计是否准确。图8展示了餐饮行业商户所拥有的消费者评价条数的差异带来的数字化 平台效益的不同，其中截止2018年1月1日评价条数少于300的样本被剔 除，余下18,000家样本企业。从图上可以看出商户的信誉度/活跃度越高， 参与数字化平台经营带来的绩效获益更大，且低信誉度/活跃度和高信誉度/ 活跃度的商户获益差异很大，就交易笔数的提升而言，低、中和高信誉度/ 活跃度的商户获益比例分别为5.49%、20.94%和36.05%o由此看出经营良 好的数字化平台声誉和交易环境，保障消费者反应和售后权利，维护声誉机 制的公平性和真实性有利于实现好的服务

12、体验与好的流量供给的良性循环， 这对企业、平台和消费者是多赢合作。6由于口碑的评价标签并没有简单的好评和差评等分类标签，本报告以评论条数为区分度，且假设匹 配上的控制组与实验组具有相同的评论数。7本研究采取的所有分组条件均为截止2018年1月1日的商户的状态，此处的评价条数和评分即为 2018年以前的商户评论条数和平台评分，而因变量为2018-2019年的经营绩效，因此不存在内生性 问题。图8:商户的信誉度/活跃度异质性40.00% 135.00% -30.00% -25.00% J20.00% T15.00% 10.00%5.00%0.00%-5.00%36.05%20.94%5.49%50

13、0-900900以上300-500-0.35%300-5007.46%500-90018.98%900以上交易笔数交易金额4结论与启示中国是数字化潜力最大、开展较领先、创新性较强的国家，当然也是目 前数字化迫切性最高的国家之一。对中国服务业企业数字化平台给企业经营 绩效的影响的检验和分析，可以全面深入和升级相关行业产业的数字化经营 提供重要参考。根据课题组对中国服务业企业小微企业使用口碑和饿了么平 台带来的经营绩效影响及其异质性的探析，我们可以得到以下几点重要的启首先，服务类企业使用数字化平台的小微商户年均销量和交易额比没有 使用数字化平台的类似企业显著增加，总体年均增幅分别为14.38%和

14、10.94%，考虑到口碑到店和饿了么到家仅仅只是数字化的一个功能，服务业 数字化对增强企业盈利能力相当可观。例如，企业通过数字平台进行引流或 者配送，一方面可以通过团购、外卖、指定日优惠、下午茶折扣等方式为淡 季、工作日或一天中的低峰时段吸引客流或者帮助企业和消费者克服时间、 空间、人力等方面的限制实现即时配送，充分开发和利用自身的闲置产能， 挖掘消费者碎片化的消费和潜在需求；另一方面即便商户不再设店面于闹市， 依然可以凭借良好的数字化平台口碑运维被更多客户认可和消费，其所面临 的消费者的地域范围也得到扩广。未来服务业数字化在优化流程、降低本钱、 品牌建设、开发闲置产能、吸引客流、客户维护、数

15、据运维、赋能提效等诸 多方面大有可为。其次，数字化平台对服务业企业经营绩效的影响与区域异质性和数字化 开展程度有关。总体上正处于数字化开展进程早期和中期的省份获益更大， 由于南方经济兴旺，互联网开展早，企业数字化参与度高，南方省份的服务 业企业数字化平台收益略低于北方。对城市级别异质性的检验同样说明了这 一点，处于开展初中期的地域的商家获益更大，处于成熟阶段的地域的商家 收益趋向稳定但依然可观。另外，服务业数字化平台对企业经营绩效的影响与个体异质性相关。参 与数字化平台总体可能性越高的企业，使用数字化平台获得的优势越明显， 这意味着同等条件下，适合数字化平台模式的企业假设未及时数字化，带来的

16、损失会更大。因此优质企业除了打铁仍需自身硬之外，要与时俱进，主动拥 抱和利用经商环境、消费观念的变化，从坐贾思维向坐贾+行商”思 维转变，积极探索数字化转型，深化开展数字化运维能力，促进线下和线上 的融合重构。另一方面，中老年企业主和女性企业主商户可以从数字化中获 取更大的效益。服务业、小微企业为解决中老年人和女性就业做出了不可磨 灭的贡献，比方商超、面馆、美甲店等是中老年和女性就业的重要方式之一。 对于类似中老年或局部女性企业主等掌握数字技术存在困难，或者不在传统 线下引流、配送等获客竞争渠道（如线下广告宣传或远程配送）占优的群体， 更应该抓住企业数字化的红利，提升数字化运营能力，增强企业竞

17、争力和收 益。最后，本研究为平台信誉机制在电商平台之外的数字化平台的有效性提 供了客观检验，发现数字平台的评分评价等信誉机制能够一定程度上缓解信 息不对称，发挥引流获客的作用。由此催促平台和商家应该营造真实、公平 的信誉和反应机制，形成消费者、商家、平台共赢的声誉生态。5政策建议本课题研究了企业数字化转型的一个典型案例以口碑和饿了么平台 为例的数字化平台对企业经营绩效的影响研究。研究发现，引流、配送仅作 为数字化诸多优势中的一局部，即可为商户带来实质性的绩效提升，且对于 尚处于开展和普及度初期的行业、地域和群体获益更显著。因此，我们提出 以下几点政策建议。一是继续加快推进商业数字化进程，有效挖

18、掘商业数字化增长红利。虽然疫情期间我国社会各领域普遍感受到数字化为各行各业带来了巨大 改变，但现实中我国各相关领域、相关行业从业人员对商业数字化还存在诸 多疑虑。正因如此，我国商业数字化比例目前还比拟低，其中研究机构测算 出的服务业数字化比率仅为20%左右。本研究为商业数字化转型可带来新增 长增添了实证证据，我国应坚定商业数字化开展方向，从政策引导、举措支 持等方面持续推进商业数字化。具体来说，一是进一步支持服务供给端商家的各类数字化平台的开展， 为其创造公平有序、良性竞争的开展环境。二是相关行政部门可通过积极推 动使用数字商业平台，加快商业数字化进程。例如通过平台推进餐饮节约促 进绿色开展、

19、开展餐饮等生活服务业节展赛事促消费、推动数字城市建设、 打造智慧社区智慧街区开展社区生活服务业、发放数字消费券等等。二是完善数字平台线上口碑和信誉建设，并持续维护其真实性和可信度。商家、消费者和数字平台应着眼长期利益，共同构建数字化平台良好的 声誉反应机制和交易环境。商家要注重对数字声誉手段的运用，用心管理和 维护线上平台评价；平台应主动设计相关机制、出台规章制度，帮助消费者 不断催生新产业新业态新模式，用新动能推动新开展。“=要推进互联网、 大数据、人工智能同实体经济深度融合，做大做强数字经济。.2今年以来， 多部门密集点题数字经济，出台政策对数字经济开展给予大力支持。国家发 展和改革委等1

20、3部门联合印发了关于支持新业态新模式健康开展激活消 费市场带动扩大就业的意见，提出支持数字经济15种新业态新模式的一系 列政策措施。今年以来，突如其来的新冠肺炎疫情让百姓生活和企业经营面临前所未 有的挑战。二季度开始，我国经济形势较全球其他国家率复苏，但作为实体 经济“毛细血管”的近亿小微企业的生产经营仍在经受严峻挑战。疫情的发生ifi一步催化了数字经济开展，一大批新业态新模式进一步涌 现出来，在助力疫情防控、保障人民生活、对冲行业压力.带动经济复苏等 方面发挥了不可替代的作用，数字技术正在成为助力小微企业恢复增长的重 要抓手。由于经济的总体活跃度降低，普遍出现了供给和需求的“双向冻结”， 线

21、下经济更是阻滞严重以居家办公、居家消费为特征的宅经济逐渐主流化。 Fastdata极数报告的数据显示，2020年上半年，仅生鲜电商的月活用户规 模即近六千万。大多数数字化程度较高的行业和企业依旧商品流通顺畅、远 程供给无阻。相比之下，疫情之前未及时数字化的企业那么面临着严重的库存 积压、消费乏力、用工短缺、资金缺乏等问题。这不仅迫使多年未开通外卖 服务的大牌餐饮企业、线下零售企业开启线上线下的融合转型，也催生了一 些新的服务和消费，比方餐饮业的无接触点餐、无接触外卖，酒店住宿的无2018年4月20日至21日，习近平在全国网络平安和信息化工作会议上发表重要讲话1 2018年5月28日，习近平在中

22、国科学院第十九次院士大会、中国工程院第十四次院士大会上发表 重要讲话与商家互动、及时反应和维权，规避局部商家刷单、控评等破坏公正性的行 为，构建公平、良性的平台声誉生态。三是进一步挖掘下沉市场，提升数字化边缘群体的数字营生能力，促进 包括老年人在内的全体人民共享数字化福祉。对于适宜数字化平台模式的地域、行业和商家，应加快数字化转型。一 方面对目前相对成熟的数字化行业不断作细分业态和场景的渗透，数字化起 步较早的地区和行业企业那么积极探索数字化1.0+、数字化2.0 ,不局限于前 向全域营销的数智化，使用数字技术吸引新客、沉淀老客，更要后向做供应 链、金融、组织及更多增值业务的数智化，重视数字化

23、在服务业企业优化流 程、降低本钱、品牌建设、开发闲置产能、吸引客流、客户维护、数据运维、 赋能提效等方面的开发和运用，全面升级数字企业和数字服务业。另一方面 挖掘具有深耕数字化的潜力、但尚处于数字化盲区的地域、行业、企业，从 而更大程度地通过数字技术赋能企业，提升科技创新对企业的促进作用，继 续引领数字技术强企和数字经济的浪潮。相关各方未来可重点面向北方省份商户、三线及以下城市商户、中老年 和女性企业主的小微商户推动数字化平台、数字生活平台等的接入和应用， 从产品创新、服务创新方面针对性地挖掘该类型商户的潜力。北方省份、三 线及以下城市的相关政府部门应该积极为互联网企业深入服务创造条件，在 数

24、据整合、本地服务方面提供便利；研发者可考虑简化相关数字产品、数字 服务的操作流程和学习难度，做到用户友好；企业和政府有关部门可深入数 字化边缘群体或相对弱势群体，培训其使用数字化产品和服务的能力和技术， 降低其市场进入门槛，提高该群体的数字营生能力，从而鼓励他们更多地参 与数字化转型，提升他们在数字经济中的获得感、幸福感和平安感。附录：数据介绍与测算方法一、PSM方法的假设与优势本研究运用倾向性得分匹配法检验服务业企业参与以口碑和饿了么平台 为例的数字化平台对其经营绩效，包括交易笔数和交易金额的影响。如果企 业参与数字化是随机的，我们可以运用线性回归来得到因果推断：Y： = a + yD： +

25、 &其中，Y：表示企业的交易笔数或者交易金额，D：是企业是否参与数字化 平台的哑变量，同时使用口碑和饿了么平台取1 ,否那么取Oo包含该企业所 有可观测和不可观测的经济特征，比方产品质量、店内环境等。丫即测算出企 业参与数字化平台对经营绩效的“被治疗者的平均治疗效应“(Average Treatment effect on the Treated,简称ATT 但实际上企业是否参与数字化 平台并非随机分布的，本身经营绩效更好的企业可能更倾向于参与数字化， 或者企业家精神更强的企业主、经济兴旺地区的企业更愿意主动数字化，而 企业的这些特质(包含在&中)既促使企业积极参与数字化，本身又导向了 更好的

26、经营绩效，企业的这种“自选择”问题将导致线性回归中所测算的数 字化平台效应有偏(G. W. Imbens and Rubin, 2015 为了解决上述内生性、得到近似随机实验的因果推断，我们运用最早由 Rosenbaum和Rubin ( 1983 )提出的倾向得分匹配法。它通过可能影响参 与实验/治疗(treatment)决策的协变量计算出参与倾向性，通过期望迭代 法那么等数理推算，可得控制该倾向性等同于控制前述众多协变量的效果，由 此可以有效解决匹配实验组和控制组时需要控制的变量维度过多的问题，也 就是：Y：(O),Y： 1 D：|X W Y：(O),Y： 1 D：|P： ( X )这也是倾

27、向得分匹配法的重要假设之一是独立性(Unconfoundedness卜 其中，Y：(0)和Y：(l)分别表示参与和没有参与实验/治疗的结果，D：是一个是否 参与实验/治疗的哑变量，参与那么取1 ,否那么取Oo X表示可能影响样本参与 实验的因素，P： (X)表示由所有X测算出的倾向性得分。另外，倾向得分匹 配法还有一个优势在于匹配之后，不需要假设结果变量Y：和参与实验的选择变 量D：之间的任何参数关系即可计算出实验效应，比其他假定函数形式的方法 更可靠。基于以上优势，倾向得分匹配法在经济学、教育学、公共政策等领 域运用广泛(Heckman et al., 1997 ; Davies and K

28、im, 2003 ; Jalan and Ravallion, 2003;简必希和宁光杰，2013 倾向得分匹配法的另一个假设是公共支持(Common Support):0 Probability(D = 1|X) 1也就是说，拥有相同协变量特征X的样本成为实验组或控制组的概率为正 (Heckman et aL, 1999卜这在直观上很好理解，如果所选的协变量X能够 完全决定该样本是否参与实验，那么就无法为彼此找到合适的匹配组了。公 共支持假设可以通过各影响参与实验的变量特征在实验组和控制组的平衡性 来进行检验，下文将展开说明。二、数据介绍基于口碑、饿了么平台的数据，我们随机选取服务业50万活

29、跃码商作 为总体样本，其中活跃商户主要为2017年日均交易大于5笔、2018-2019 年日均有交易且存在某月交易量大于30笔的商户。本研究的分析和结论即 基于上述50万商户展开。1、影响商户是否使用口饿平台的因素独立性假设意味着协变量X的选取相当严苛，应当尽可能包含所有可能 会影响企业是否参与数字化的因素。通过文献和实际调研，本研究从企业主、 企业和企业所在地三个维度选取了以下影响企业选择数字化平台（入驻口碑 和饿了么双平台）的特征变量：企业主层面的变量包括：1）各企业主的性别。设置为哑变量，假设企业主为女性那么取1,为男性那么 取Oo 一般而言，男性相对女性对新事物，尤其是数字技术的接受和

30、 熟练程度更高，因此预期女性企业主商户的数字化平台参与度更低。2）企业主年龄。中老年人对互联网、数字技术的接受程度和掌握能力普 遍不如年轻人，因此预期随着企业主年龄增加，数字化参与程度降低。3）企业主户籍类型。哑变量，企业主为农村户籍取1 ,否那么取Oo数字 经济在城乡之间的开展程度不一致，预期农村企业主参与数字化平台 的概率低于城市企业主。4）各企业主户籍地址是否和企业所在省份一致。哑变量，如果一致取1 , 否那么取Oo服务业企业主是否为本地人可能会影响到企业主的经营干 劲，预期企业主跨省经商意味着该企业主具有较高的闯荡、开拓意识 等企业主精神，可能会使得其参与数字化概率增加。企业层面的变量

31、包括：1）各小微企业首次签约收款码的时间距2018年1月的月份。该变量可 以表达出企业与数字平台接触时间的早晚、产生商业联系的时长，一 方面接触时长越长，参与深度可能越深，另一方面收款码作为数字化 的一个产品，越早使用意味着该企业参与数字化经营越积极。2）各企业是否进行小微经营贷款。哑变量，贷款取1，否那么取O0同理， 在平台上的金融贷款行为可以一定程度上表达该企业对平台数字业务 体系的了解程度、经营活跃程度、对数字化产品的接受度等；另一方 面也可局部表达该商户的资金运营现状。3）各企业2017年的月均交易笔数和月均交易金额。这两个变量是倾向 性得分估计中最重要的变量。企业原本的经营绩效越好，

32、越有动机和 能力通过各种手段提升自己的经营绩效；同时它还说明该企业本身就 可能包含许多优秀的潜质，这些潜质也可能影响到企业更倾向于使用 数字技术，参与数字化。企业所在地层面的变量主要为：1）各小微企业所在省。分类变量，除港澳台外，设置了 30个哑变量。 省际之间的经济开展水平、数字经济兴旺程度、经商环境和社会文化 差异都会影响到企业参与数字化平台的选择。2）企业所在城市级别。根据城市经济开展水平综合得分，将城市划分为 一线至六线城市。预期企业所在城市级别越高，企业的数字化参与倾 向性越高。从图9各协变量实验组和控制组的均值差异上可以看出，口饿和非口饿 商户在这些特征上确实存在较为明显的差异，这

33、说明不同的企业特征导致企 业参与数字化平台的可能性不同。相对于非口饿商户，口饿商户男性企业主 更多，年龄更年轻，城市户籍更多，外省人更多，签约收款码时间更长，经 营月贷更多,2017年度月均交易笔数和交易金额更多，一二线城市分布多于 三四线。因而，匹配前的口饿和非口饿商户差异性较大，可能存在“自我选非口饿商户 口饿商户择”问题，过往经营绩效更优秀的企业更倾向于加入口碑和饿了么等数字化 平台，因此有必要通过PSM匹配的道实验组和控制组进行分析。虽然无法完 全保证研究包含了所有可能影响企业参与数字化平台决策的变量，但课题组 已尽量包含能获取的重要的变量特征。图9: 口饿和非口饿商户的均值差100.

34、00%90.00% 80.00%70.00% 60.00%50.00% -40.00% -30.00% 20.00% 10.00% -2、匹配(1 ) Logit 回归我们先将50万样本中2018年之后签约口碑或者饿了么平台的小微商户， 以及上述协变量缺失的样本剔除，余下435,249个样本。接着通过Logit模 型结合上述所有协变量估计企业参与数字化平台的倾向性。因变量为logit (P=1|X),其中P (企业同时使用口碑和饿了么平台的可能性)为哑变量，如果企业在2018年1月1日之前使用口饿且持续到2019年末尚未退出口 碑和饿了么平台，P =1 ；否那么取0。回归之后得到每个企业参与饿

35、平台的 倾向性得分 匹配前控制组组和实验组的倾向性得分均值分别为0.06和0.15 ; 方差分别为0.10和0.18，实验组相比控制组参与数字化平台的倾向性更高。从图10可以看出，饿商户在P score的高分段分布显著多于非口饿商户， 非口饿商户在低分段的分布那么显著多于口饿商户，这说明我们选择的变量确 实很好地区分了口饿和非口饿商户，而且二者之间存在一定的差异，因此进 行严格的匹配并进行平衡性检验很重要。图10:匹配前实验组和控制组P score的密度分布test control(2)边际效应分析通过Logit模型估计出商户参与数字化平台的倾向性得分后，将商户各 主要特征对其数字化倾向性的边

36、际效应列在表2中。由于省份变量数量太多,故将各省的数字化参与倾向性画于图11。可以看出，性别、户籍类型、收款 码首次签约早晚和过往的经营活跃度对其数字化倾向的影响最大，其中男性 企业主、城市户籍企业主、越早使用收款码、2017年月均交易量越多（虽然 交易金额系数只是显著地略大于0,其与交易笔数的系数之和那么远大于0） 的商家，越可能加入数字化平台平台，这和我们的预期相符合。其次，企业 主越年轻，企业所处的城市级别越高，企业主为外省人的商户也更倾向于参 加数字化平台。这也符合我们的预期，在逻辑上也很好理解，经济越兴旺、 区域环境和个人对新事物越乐于接受，企业经营活动越积极，数字化越容易 普及和开

37、展，这和现阶段数字化的开展情况也较为一致。与预期符号相反的 主要有企业在平台上是否进行小微经营贷款，参与贷款的企业数字化倾向性 更低，贷款可能意味着企业经营状况不佳，因而数字化倾向性低。从图11 大致可以看出江浙沪、川渝等长江流域省份使用口饿的倾向性更高，这说明 数字化倾向和当地的经济开展水平大致相关。图11:截止2018年1月全国各省商家签约口饿的倾向性图11:截止2018年1月全国各省商家签约口饿的倾向性50 -40 -30 -20 -10 - (0.07, 0.34 (0.34, 0.45Missing values8090100 110 120 130表2:商户使用口饿平台的影响因素的

38、边际效应特征线上化参与度（Logit边际效应）企业主特征性别-0.033*年龄-0.011*户籍类型-0.013*企业主户籍地址是否和企业 所在地一致-0.003*企业特征首次签约收款码时间距2018 年1月的月份0.020*是否进行小微经营贷款-0.012*对数2017年月均交易笔数 （万笔）0.021*对数2017年月均交易金额（万元）0.000*企业所在地特征一线城市Base二线城市-0.020*三线城市-0.03 广四线城市-0.033*五线城市-0.03 六线城市-0.035*”注：性别、户籍类型、企业主户籍地址是否和企业所在地一致、城市级别为哑变量；其中，女性为1 , 农业户籍为1

39、 ,企业主户籍地址和企业所在地一致为1O * p-value 0.1 * p-value0.05 * p-value0.01o（3）1-1贪婪匹配得到企业的倾向性得分之后，四种匹配方法（One-to-one; Kernel; Nearest Neighbor; Local Linear Regression ）可以被用于匹配,Caliendo 和Kopeinig（ 2008 ）指出不同的匹配方法得到的结果相近匹配结果对匹 配方法并不敏感。考虑到码商用户数远大于口饿平台商户数，基本可以为所 有实验组匹配上良好的控制组，因此本研究着重汇报贪婪匹配一对一近邻匹 配的结果。为便于说明，我们根据实验组（

40、既使用收款码、又使用口碑和饿了么） 和控制组（只使用收款码）企业，对Logit回归中各企业的P score按约 的半径分成N组，首先我们检验公共支持条件（实验组和控制组 的概率在每个不同层次的p score上要显著为正）是否满足。公共支持要求 保证实验组和控制组的企业数目在每个组别里分布比拟平衡，对于某些实验 组和控制组的企业数目差距较大的组别，我们直接予以剔除修剪（Trimming ） 以确保最优程度的重合（Overlap ）,且该方法能得到更精确的估计（G. M. Imbens and Wooldridge, 2009 据此我们剔除掉了高分段实验组和控制组 数目差异较大的少数组别8。接下来

41、对通过公共支持检验的样本按照无放回的近邻匹配原那么进行一对 一匹配，然后进行平衡性检验，确保使用口饿平台（实验组）和未使用口饿 平台（控制组）的企业在各构造倾向性得分的协变量特征足够相似。一般而 言，t检验常用来进行均值差异检验，但它受样本量的影响很大，样本量越 小检验越容易通过，因此t检验的结果很不稳定。因此，本研究运用由G. W. Imbens 和 Rubin（ 2015 ）提出的“归一化差异（Normalized Difference ）8本文采取的标准为：控制组的样本量/实验组样本量的比例小于0.6o人前台，景区的“天使码”，文创旅游板块的绿码，水电气的“数字网厅”， 医疗行业的“一键

42、预约，电子消费券，以及数字生活服务平台推出的小程 序核销返佣、线上技术帮扶、智能进货系统等。这些数字生活的创新，一方 面缓解了服务业线下需求缺乏或不稳定的困境，另一方面促进了复工复产和 兴业兴商。那么现实场景下数字化平台是否切实提高了服务业商家的经营收益？如 果显著提高了经营收益，其提振效应是否存在行业、地域、企业主和企业本 身特征等方面的异质性？企业现阶段的消费数字化对区域经济、数字鸿沟和 不同行业经济又有什么影响？对未来全面升级产业、深化数字企业建设布局、 构建国内大循环、实现高质量开展和包容性增长有何启示？为了研究上述问题，课题组基于随机抽样得到的使用电子支付渠道的口 碑、饿了么平台的5

43、0万商户数据 运用倾向性得分匹配沃Propensity Score Matching ,简称PSM ）近似随机对照实验的优势，测算了 2018年、2019 年使用口碑和饿了么平台对码商交易笔数和交易金额的影响，并对数字化平 台助力效果在城市级别、区域经济、企业主年龄、企业主性别和商家活跃度 信誉度的异质性进行了研究。通过实证研究说明，运用数字化平台可以有效 地助力服务型小微商户扩大经营渠道，每年平均可以额外提高10.94%的营 业收入和14.38%的交易笔数。同时研究指出现阶段数字化平台对北方区域、 三线及以下城市的、中老年商户业主和女性业主和高活跃度高信誉度的小微 商户助力作用更大。方法进行

44、检验，如果%STURV -VXTYWST 0.257 QRSTURV TUWXTYWST2即可说明每组里的控制组和实验组各X变量的差异不显著。其中， 元QRSTURV和元TUWXTYWST分别表不控制组和实验组各协变量和倾向性得分的均值, s/ 和s/分别表示控制组和实验组各协变量和倾向性得分的方差。QRSTURV TUWXTYWST表3汇报了倾向性得分和每个协变量在对应的分组内的均值差和归一化差异， 可以看出，每组样本各变量在匹配上的实验组和控制组的差异均不显著，可 通过平衡性检验。这说明匹配之后的口饿商户和非饿商户除了在是“否参 与数字化平台”这方面决策有所不同，其余特征均相似。因此，后续

45、分析结 果提供了只由参与数字化平台所带来的因果效应推断。表3:口饿与非口饿商户特征的平衡性检验均值差和归一化差异(0.00, 0.025(0.025, 0.05(0.05, 0.075(0.075, 0.10(0.10, 0.15(0.15, 0.20(0.20, 0.25(0.25, 0.35(0.35, 0.50(0.50, 0.65(0.65, 1.00P score-0.001(0.10 )-0.001(0.08 )-0.001(0.07 )-0.001(0.07 )-0.000(0.11 )-0.001(0.09 )-0.002(0.15)-0.004(0.15)-0.002(0.0

46、6 )-0.002(0.06)-0.005(0.06 )企业主特征性别0.002(0.03 )0.000(0.03 )-0.002(0.03 )-0.003(0.03 )-0.007(0.04 )-0.018(0.09 )-0.039(0.11 )-0.025(0.14)-0.023(0.14)-0.002(0.13)-0.073(0.246 )年龄-0.004(0.00 )-0.007(0.01 )-0.025(0.03 )-0.034(0.04 )-0.024(0.03 )-0.097(0.12)-0.135(0.17)-0.127(0.16)-0.105(0.12)-0.060(0.07

47、)-0.090(0.10 )户籍类型0.000(0.00 )-0.001(0.00 )-0.001(0.00 )-0.001(0.02 )0.002(0.00 )-0.006(0.02 )0.014(0.04 )0.023(0.07 )0.008(0.02 )-0.012(0.05 )0.000(0.00 )企业主户籍地址是 否和企业所在地一 致-0.005(0.00 )-0.022(0.00 )-0.019(0.00 )-0.046(0.01 )-0.039(0.00 )-0.048(0.03 )-0.068(0.03 )-0.040(0.04 )-0.040(0.05 )-0.040(0.03 )-0.040(0.249 )企业特征首次签约收款码时 间距2018年1月的月份-0.065(0.11