坐賈」與「行商」：服務(wù)業(yè)數(shù)字化平臺助力小微企業(yè)績效提升

1、引言在悠久的中華商業(yè)文化中，自古就有行商坐賈的生意經(jīng)。四處行走是為商，坐店經(jīng)營是為賈。行商的優(yōu)勢在于交易信息傳播和交易空間拓展，坐賈的優(yōu)勢則在于穩(wěn)定的經(jīng)營場所和服務(wù)體驗。數(shù)字化手段為現(xiàn)代企業(yè)提供了“坐賈”和“行商”優(yōu)勢兼顧的可能性。一方面，借助數(shù)字化平臺，能夠?qū)崿F(xiàn)線下商戶閑置產(chǎn)能的充分利用，為原先經(jīng)營的空閑時段（比如非飯點時間、工作日、淡季等）創(chuàng)造新需求，也能讓商家超越實體店的輻射范圍來收獲更廣泛的客戶觸達(dá)，此為以“坐賈”促進(jìn)“行商”；另一方面，通過真實有效的線上口碑建設(shè)和有保障的售后服務(wù)，商家的服務(wù)和質(zhì)量能被更多、更遠(yuǎn)的消費者認(rèn)可和接受因而增加需求，消費者的權(quán)益也可得到有效維護(hù)，商戶持續(xù)性獲

2、客能力進(jìn)一步提高，此為“行商”促進(jìn)“坐賈”?？梢姡瑪?shù)字化技術(shù)賦能下的到家和到店服務(wù)，實現(xiàn)了行商與坐賈的優(yōu)勢互補(bǔ)，由此正在引發(fā)服務(wù)行業(yè)的顛覆式變革。近年來，數(shù)字經(jīng)濟(jì)正在成為全球和中國經(jīng)濟(jì)高質(zhì)量發(fā)展的新引擎。中國信通院于 2020 年 7 月發(fā)布的中國數(shù)字經(jīng)濟(jì)發(fā)展白皮書（2020）顯示，2019 年，我國數(shù)字經(jīng)濟(jì)增加值規(guī)模達(dá)到 35.8 萬億元，占 GDP 比重達(dá)到36.2%，占比同比提升 1.4 個百分點，按照可比口徑計算，2019 年我國數(shù)字經(jīng)濟(jì)名義增長 15.6%，高于同期 GDP 名義增速約 7.85 個百分點，數(shù)字經(jīng)濟(jì)在國民經(jīng)濟(jì)中的地位進(jìn)一步凸顯。黨中央、國務(wù)院高度重視數(shù)字經(jīng)濟(jì)發(fā)展，先后

3、出臺了國家數(shù)字經(jīng)濟(jì)戰(zhàn)略綱要、“互聯(lián)網(wǎng)+”行動指導(dǎo)意見、促進(jìn)大數(shù)據(jù)發(fā)展行動綱要等一系列重大政策文件，持續(xù)推動數(shù)字經(jīng)濟(jì)新業(yè)態(tài)新模式健康發(fā)展。習(xí)近平總書記多次指出，“要發(fā)展數(shù)字經(jīng)濟(jì)，加快推動數(shù)字產(chǎn)業(yè)化，依靠信息技術(shù)創(chuàng)新驅(qū)動，不斷催生新產(chǎn)業(yè)新業(yè)態(tài)新模式，用新動能推動新發(fā)展。”1、“要推進(jìn)互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能同實體經(jīng)濟(jì)深度融合，做大做強(qiáng)數(shù)字經(jīng)濟(jì)?！?今年以來，多部門密集點題數(shù)字經(jīng)濟(jì)，出臺政策對數(shù)字經(jīng)濟(jì)發(fā)展給予大力支持。國家發(fā)展和改革委等 13 部門聯(lián)合印發(fā)了關(guān)于支持新業(yè)態(tài)新模式健康發(fā)展 激活消費市場帶動擴(kuò)大就業(yè)的意見，提出支持?jǐn)?shù)字經(jīng)濟(jì) 15 種新業(yè)態(tài)新模式的一系列政策措施。今年以來，突如其來的新冠肺

4、炎疫情讓百姓生活和企業(yè)經(jīng)營面臨前所未有的挑戰(zhàn)。二季度開始，我國經(jīng)濟(jì)形勢較全球其他國家率復(fù)蘇，但作為實體經(jīng)濟(jì)“毛細(xì)血管”的近億小微企業(yè)的生產(chǎn)經(jīng)營仍在經(jīng)受嚴(yán)峻挑戰(zhàn)。疫情的發(fā)生進(jìn)一步催化了數(shù)字經(jīng)濟(jì)發(fā)展，一大批新業(yè)態(tài)新模式進(jìn)一步涌現(xiàn)出來，在助力疫情防控、保障人民生活、對沖行業(yè)壓力、帶動經(jīng)濟(jì)復(fù)蘇等方面發(fā)揮了不可替代的作用，數(shù)字技術(shù)正在成為助力小微企業(yè)恢復(fù)增長的重要抓手。由于經(jīng)濟(jì)的總體活躍度降低，普遍出現(xiàn)了供給和需求的“雙向凍結(jié)”，線下經(jīng)濟(jì)更是阻滯嚴(yán)重，以居家辦公、居家消費為特征的宅經(jīng)濟(jì)逐漸主流化。 Fastdata 極數(shù)報告的數(shù)據(jù)顯示，2020 年上半年，僅生鮮電商的月活用戶規(guī)模即近六千萬。大多數(shù)數(shù)字化

5、程度較高的行業(yè)和企業(yè)依舊商品流通順暢、遠(yuǎn)程供給無阻。相比之下，疫情之前未及時數(shù)字化的企業(yè)則面臨著嚴(yán)重的庫存積壓、消費乏力、用工短缺、資金不足等問題。這不僅迫使多年未開通外賣服務(wù)的大牌餐飲企業(yè)、線下零售企業(yè)開啟線上線下的融合轉(zhuǎn)型，也催生了一些新的服務(wù)和消費，比如餐飲業(yè)的無接觸點餐、無接觸外賣，酒店住宿的無1 2018 年 4 月 20 日至 21 日，習(xí)近平在全國網(wǎng)絡(luò)安全和信息化工作會議上發(fā)表重要講話2 2018 年 5 月 28 日，習(xí)近平在中國科學(xué)院第十九次院士大會、中國工程院第十四次院士大會上發(fā)表重要講話人前臺，景區(qū)的“天使碼”，文創(chuàng)旅游板塊的綠碼，水電氣的“數(shù)字網(wǎng)廳”，醫(yī)療行業(yè)的“一鍵預(yù)

6、約”，電子消費券，以及數(shù)字生活服務(wù)平臺推出的小程序核銷返傭、線上技術(shù)幫扶、智能進(jìn)貨系統(tǒng)等。這些數(shù)字生活的創(chuàng)新，一方面緩解了服務(wù)業(yè)線下需求不足或不穩(wěn)定的困境，另一方面促進(jìn)了復(fù)工復(fù)產(chǎn)和興業(yè)興商。那么現(xiàn)實場景下數(shù)字化平臺是否切實提高了服務(wù)業(yè)商家的經(jīng)營收益？如果顯著提高了經(jīng)營收益，其提振效應(yīng)是否存在行業(yè)、地域、企業(yè)主和企業(yè)本身特征等方面的異質(zhì)性？企業(yè)現(xiàn)階段的消費數(shù)字化對區(qū)域經(jīng)濟(jì)、數(shù)字鴻溝和不同行業(yè)經(jīng)濟(jì)又有什么影響？對未來全面升級產(chǎn)業(yè)、深化數(shù)字企業(yè)建設(shè)布局、構(gòu)建國內(nèi)大循環(huán)、實現(xiàn)高質(zhì)量發(fā)展和包容性增長有何啟示？為了研究上述問題，課題組基于隨機(jī)抽樣得到的使用電子支付渠道的口碑、餓了么平臺的50 萬商戶數(shù)據(jù)，

7、運用傾向性得分匹配法（Propensity Score Matching，簡稱 PSM）近似隨機(jī)對照實驗的優(yōu)勢，測算了 2018 年、2019年使用口碑和餓了么平臺對碼商交易筆數(shù)和交易金額的影響，并對數(shù)字化平臺助力效果在城市級別、區(qū)域經(jīng)濟(jì)、企業(yè)主年齡、企業(yè)主性別和商家活躍度信譽(yù)度的異質(zhì)性進(jìn)行了研究。通過實證研究表明，運用數(shù)字化平臺可以有效地助力服務(wù)型小微商戶擴(kuò)大經(jīng)營渠道，每年平均可以額外提高 10.94%的營業(yè)收入和 14.38%的交易筆數(shù)。同時研究指出現(xiàn)階段數(shù)字化平臺對北方區(qū)域、三線及以下城市的、中老年商戶業(yè)主和女性業(yè)主和高活躍度高信譽(yù)度的小微商戶助力作用更大。研究方法與創(chuàng)新性課題組考察了

8、2018 年 1 月前已入駐口餓平臺的活躍碼商 2018-2019年的績效表現(xiàn)，之所以選取這樣的時間節(jié)點和樣本，主要有以下幾點原因：一是數(shù)字經(jīng)濟(jì)時代電子支付成為中國人消費的首選方式，移動支付增長率在 2017 年達(dá)到頂峰 21.65%，2018 年主要第三方支付平臺的支付用戶已經(jīng)分別超過 9 億人。二是口碑和餓了么平臺均在 2018 年初基本完成線下商業(yè)布局，從彼時起，電子支付已經(jīng)為服務(wù)業(yè)企業(yè)微小、難以統(tǒng)計的經(jīng)營活動提供了大部分的數(shù)據(jù)記錄。第三，2020 年初新冠疫情的出現(xiàn)使得服務(wù)業(yè)業(yè)績普遍下滑，不具備歷史可比性，因此，以 2018 年初已入駐口餓平臺的碼商活躍商戶為基礎(chǔ)，測算其 2018-2

9、019 年的經(jīng)營績效的變化，結(jié)果具有代表性。本聯(lián)合研究證實數(shù)字技術(shù)中的數(shù)字化平臺對小微企業(yè)生產(chǎn)績效的提高起到幫助作用，并定量研究提升幅度，為數(shù)字技術(shù)進(jìn)一步服務(wù)小微企業(yè)提供部分實證支持。在經(jīng)濟(jì)學(xué)中，對外生沖擊或政策效果的評估最根本的問題在于解決內(nèi)生性、構(gòu)造隨機(jī)對照試驗。比如，參與數(shù)字化運營的企業(yè)可能本身就具備使得經(jīng)營績效更好的潛質(zhì)，比如企業(yè)主擁有更強(qiáng)的經(jīng)商頭腦、本地經(jīng)營優(yōu)勢等，這使得直接線性回歸所得出的參與數(shù)字化的經(jīng)營績效收益并非（只）來自于參與數(shù)字化，即便不參與數(shù)字化，該類型企業(yè)同樣能獲得比其他企業(yè)更高的績效表現(xiàn)。因此，最理想的方式是隨機(jī)對照試驗，找出所有可能影響企業(yè)參與數(shù)字化的因素，為實驗組

10、企業(yè)（使用數(shù)字化平臺的企業(yè)）匹配除去并未數(shù)字化這一點，其余條件完全相同的控制組。此時匹配上的控制企業(yè)的經(jīng)營績效就是所謂的“實驗組如果沒有參與數(shù)字化的反事實經(jīng)營績效結(jié)果”，由此所得到的實驗組相對控制組經(jīng)營績效高的部分，即為參與數(shù)字化平臺政策效應(yīng)的估算結(jié)果。傾向得分匹配法為上述隨機(jī)對照試驗提供了近似的方法，在滿足獨立性（Unconfoundedness）條件和公共支持（Overlap）條件的情況下，通過選取所有可能影響商戶是否使用數(shù)字化平臺的因素，為每個樣本活躍碼商計算傾向性得分，在控制該傾向性得分的基礎(chǔ)上，可獲得近似隨機(jī)對照研究的效果。本研究隨機(jī)抽樣 50 萬家活躍中小微商戶3，運用“一對一、最

11、近鄰”傾向匹配法，對商戶特征、商戶業(yè)主基本特征、商戶所在地等特征進(jìn)行高精度匹配4，最終獲得樣本量為 38,784 的兩組經(jīng)營特征高度相似的服務(wù)型小微商戶。第一組服務(wù)型小微商戶在 2018 年以前已經(jīng)簽約加入口碑和餓了么平臺，且截止 2019 年末仍保持兩平臺的簽約狀態(tài)；第二組服務(wù)型小微商戶截止 2019 年末都不曾簽約口碑和餓了么平臺。以上保證了實驗組和控制組企業(yè) 2018-2019 年分別一直使用和一直未使用以口餓平臺為代表的數(shù)字化平臺技術(shù)。接下來我們對匹配成功的樣本進(jìn)行包含交互項和不含交互項的回歸： = + + () + = + . + /() + () + 其中，表示樣本企業(yè) 2018-

12、2019 年的交易金額或交易筆數(shù)（取對數(shù)），0是表示企業(yè)是否數(shù)字化的啞變量；()是該企業(yè)數(shù)字化傾向得分，和分別是截距項和誤差項。由于回歸式的被解釋變量是對數(shù)形式，如果解釋變量是連續(xù)變量，系數(shù)和. + /11(11111)乘以 100，可以分別表示由上述兩個回歸3 活躍小微商戶篩選標(biāo)準(zhǔn)為：2018 年到 2019 年期間每月都有交易、總交易筆數(shù)大于 730 筆、至少有一個月交易筆數(shù)大于 30 筆且 2017 年月均交易筆數(shù)大于 150 筆。4 匹配變量包括了：簽約收款碼時長，2016 年至 2017 年的交易量、營業(yè)收入，商戶業(yè)主的性別、年齡、戶籍類型、是否為本地業(yè)主，商戶的所在地情況。0式測算

13、出的企業(yè)由于參與了數(shù)字化平臺（加入口碑和餓了么）所帶來的經(jīng)營績效的百分比效應(yīng)。其中，11(11111)為隨機(jī)抽取的總樣本傾向性得分均值。但是由于解釋變量是啞變量，根據(jù) Halvorsen 和 Palmquist（1980）對半對數(shù)回歸方程二值變量系數(shù)的解讀方法，該啞變量解釋變量對被解釋變量的真實效應(yīng)為3 1，其中為該解釋變量的回歸系數(shù)，本文采取此方法進(jìn)行解讀。交互項系數(shù)/則可以看出數(shù)字化效果與該企業(yè)數(shù)字化傾向得分的交互影響。傾向得分匹配法在經(jīng)濟(jì)學(xué)上有堅實的科學(xué)基礎(chǔ)，對數(shù)據(jù)和模型的詳細(xì)介紹見本報告的附錄。本研究在以下幾個方面對現(xiàn)有研究進(jìn)行了補(bǔ)充。首先，本研究為測算服務(wù)業(yè)數(shù)字化平臺對企業(yè)經(jīng)營績效的

14、助力效果提供了新的思路。據(jù)課題組了解，目前沒有研究對該主題進(jìn)行量化分析。大量企業(yè)數(shù)字化主題相關(guān)的研究停留在定性分析，部分研究注重量化傳統(tǒng)電商對居民收入的影響，如 Luo and Niu（2019）利用傾向得分匹配法（Propensity Score Matching）發(fā)現(xiàn)中國淘寶村的電商經(jīng)營為居民帶去超過三萬元的年收入；Cai et al.（2019）通過傾向得分匹配法得出電商為中國農(nóng)村農(nóng)產(chǎn)品生產(chǎn)經(jīng)營者增加了超過 30%的收入；Kinda（2019）利用工具變量法，以世界銀行企業(yè)調(diào)查數(shù)據(jù)庫（WBES）數(shù)據(jù)發(fā)現(xiàn)電子商務(wù)為亞洲企業(yè)帶去超過 30%的收益。但至今對服務(wù)業(yè)數(shù)字化平臺助力效果的量化研究仍

15、是空白。其次，本研究將匹配法和大數(shù)據(jù)結(jié)合，為服務(wù)業(yè)企業(yè)經(jīng)營活動的統(tǒng)計分析提供了新的思路。課題組利用了數(shù)十萬量級的碼商數(shù)據(jù)，而非小樣本的問卷數(shù)據(jù)，可以有效避免問卷調(diào)查普遍存在的主觀偏差（Kleinjans and Van Soest，2014）。隨著國民級金融科技公司和數(shù)字化平臺大數(shù)據(jù)的積累，國民經(jīng)濟(jì)測算擁有了更精準(zhǔn)的數(shù)據(jù)基礎(chǔ)。最后，本研究為線上平臺的信譽(yù)建設(shè)的異質(zhì)性效果提供了實證檢驗。事實上，關(guān)于平臺推薦排序、平臺口碑建設(shè)的研究已很豐富，他們大多依托于 E-bay 和淘寶等電商平臺，認(rèn)為平臺可以通過構(gòu)建信譽(yù)體系，包括提供第三方標(biāo)記、評分評論等方式，有效地幫助誠信和高質(zhì)量賣家克服信息不對稱問題，

16、向潛在消費者傳遞積極信號（Akerlof，1970；周黎安等，2006；李維安等，2007；楊居正等，2008；王宇等，2019）。但這部分研究通常只針對電商平臺上一兩個微小、同質(zhì)的商品展開量化分析，除了代表性不足等問題，也無法回答線上信譽(yù)機(jī)制是否有異質(zhì)性、餐飲業(yè)是否適用等問題。服務(wù)業(yè)數(shù)字化對企業(yè)經(jīng)營績效的影響該聯(lián)合研究的結(jié)果表明，服務(wù)型小微商戶在口餓平臺的數(shù)字技術(shù)助力下，可以有效地提升營業(yè)收入。結(jié)論 1：數(shù)字化平臺為商戶帶來了 10.9%的營業(yè)收入增量和 14.4%的交易筆數(shù)增長。表 1 匯報了服務(wù)業(yè)小微商家加入口碑和餓了么平臺對其 2018-2019 年交易筆數(shù)和交易金額的總體影響。我們可

17、以得出以下結(jié)論：第一，在 2018、2019 兩年內(nèi)，運用口碑和餓了么平臺的服務(wù)型小微商戶和經(jīng)營特征高度相似本可以采用但未采用數(shù)字化平臺技術(shù)的商戶相比，平均每年交易筆數(shù)提高 14.38%，營業(yè)收入提高 10.94%（包含交乘項的回歸結(jié)果為 11.00%和 8.04%）；這表明服務(wù)業(yè)數(shù)字化收益可觀，僅通過口碑到店和餓了么到家數(shù)字平臺即可對經(jīng)營績效產(chǎn)生顯著的正向影響。表 1: 加入口碑和餓了么對商家 2018-2019 年經(jīng)營績效的回歸結(jié)果交易筆數(shù)交易金額是否加入口餓平臺0.14*（0.00）0.07 *（0.00）0.11*（0.00）0.05 *（0.00）傾向性得分3.23*（0.00）2.

18、94*（0.00）3.94*（0.00）3.68*（0.00）是否加入口餓平臺*傾向性得分0.57*（0.00）0.50*（0.00）注：表中為回歸方程式系數(shù)，但“是否加入口餓平臺”的效應(yīng)應(yīng)采取 Robert Halvorsen 和Raymond Palmquist（1980）對半對數(shù)回歸方程二值變量系數(shù)的解讀方法，為e7 1，其中為回歸系數(shù)。括號內(nèi)為回歸標(biāo)準(zhǔn)差。* p-value0.1 * p-value0.05 * p-value0.01。全樣本傾向性得分均值為 0.062。第二，參與數(shù)字化平臺總體可能性越高的企業(yè)，使用口餓平臺引流獲得的優(yōu)勢越明顯。這意味著同等條件下，適合數(shù)字化平臺的企業(yè)

19、若未及時線上化帶來的損失會更大。因此，隨著數(shù)字經(jīng)濟(jì)、經(jīng)商環(huán)境和消費觀念的發(fā)展和變化，服務(wù)業(yè)企業(yè)需要從“坐賈”思維向“坐賈+行商”思維轉(zhuǎn)變，積極探索數(shù)字化轉(zhuǎn)型，將線下門店運維與數(shù)字營銷相結(jié)合，實現(xiàn)產(chǎn)品服務(wù)、流量和交易的良性循環(huán)，數(shù)字化經(jīng)營能力將構(gòu)成商戶的必需能力之一。本報告所使用的大數(shù)據(jù)不僅可以就服務(wù)業(yè)企業(yè)加入口餓獲得的經(jīng)營績效總體情況進(jìn)行估算，還可以從多個維度進(jìn)行異質(zhì)性分析。前文的交互項回歸結(jié)果即體現(xiàn)了服務(wù)業(yè)企業(yè)并非“鐵板一塊”，不同行業(yè)、不同數(shù)字化傾向的企業(yè)數(shù)字化后的獲益程度各有不同。為此，以下主要從南北區(qū)域異質(zhì)性、城市級別異質(zhì)性、企業(yè)主年齡和性別異質(zhì)性、企業(yè)信譽(yù)度活躍度異質(zhì)性等幾個角度對服

20、務(wù)業(yè)企業(yè)使用數(shù)字化平臺的效應(yīng)進(jìn)行進(jìn)一步分析。結(jié)論 2：數(shù)字化平臺對北方區(qū)域服務(wù)型小微商家助力作用更大南北區(qū)域經(jīng)濟(jì)在經(jīng)商環(huán)境、居民消費水平存在一定的差距，通過數(shù)字化平臺效應(yīng)的南北差異，可以大致了解數(shù)字化的地域發(fā)展進(jìn)程，并為未來的數(shù)字化布局提供參考意見。從圖 3 和圖 4 可以發(fā)現(xiàn)，總體上 2018-2019 年北方省份（以秦嶺-淮河一線為劃分依據(jù)）5使用數(shù)字化平臺的效果比南方省份好，北方省份的小微商戶對比沒有加入數(shù)字平臺的類似企業(yè)增加了 13.40%的營業(yè)收入和 22.13%的交易筆數(shù)；南方省份這一比例分別為 9.83%和 11.71%。5 北方省份主要包括：青海、內(nèi)蒙古、黑龍江、吉林、遼寧、河

21、北、北京、天津、山西、山東、河南、寧夏、甘肅、陜西。圖 3: 南北區(qū)域和省份異質(zhì)性（交易筆數(shù)）圖 4: 南北區(qū)域和省份異質(zhì)性（交易金額）其中，貴州、海南、寧夏和內(nèi)蒙等省份在交易筆數(shù)上顯著增加，北京、海南和貴州等省份在交易金額上顯著增加，數(shù)字化發(fā)展較為成熟的省份基本上處于全國中等甚至中下水平?？梢钥闯?，正處于數(shù)字化發(fā)展進(jìn)程早期和中期的省份獲益更大，由于南方經(jīng)濟(jì)發(fā)達(dá)，互聯(lián)網(wǎng)發(fā)展早，數(shù)字化參與度高，南方省份的服務(wù)業(yè)企業(yè)數(shù)字化平臺的績效獲益平均低于北方，近兩年服務(wù)業(yè)數(shù)字化商業(yè)模式逐漸由南向北普及。結(jié)論 3：數(shù)字化平臺對三線及以下城市的服務(wù)型小微商家助力作用顯著。服務(wù)業(yè)企業(yè)數(shù)字化革新是一個先試點再逐漸推

22、廣的過程，一般而言，一二線城市比三四線城市更早推行、普及程度更高，那么數(shù)字化效應(yīng)是否具有城市級別異質(zhì)性呢？由于一線城市商戶數(shù)量相對三四線及以下城市較少，我們將商戶按照注冊地所在城市級別分成了兩組：一二線城市、三線及以下城市。從圖 5 可以看出，一二線、三線及以下城市的口餓商戶比非口餓商戶的年銷售量分別高 11.17%和 21.01%；年均營業(yè)收入分別比非口餓商戶高 13.93%和 8.13%。也就是說，三線及以下城市的口餓商戶獲得了更多的交易筆數(shù)，而一二線城市口餓商戶獲得了更多的營業(yè)收入。就經(jīng)營筆數(shù)而言，課題組推測這一現(xiàn)象與數(shù)字化平臺平臺在當(dāng)?shù)氐陌l(fā)展階段相關(guān)，一、二線城市數(shù)字化平臺接入較為成熟

23、，因而接入平臺的效益遞減；三線及以下城市數(shù)字化平臺普及率較低，小微商戶的發(fā)展空間、技術(shù)紅利更大。而交易金額則可能受到其他因素的影響，比如實驗組和控制組平均單筆交易金額存在區(qū)別等。圖 5:城市級別異質(zhì)性結(jié)論 4:數(shù)字化平臺對中老年和女性商戶業(yè)主助力作用更大。數(shù)字技術(shù)給全人類帶來福祉的同時，也帶來了關(guān)于社會分化的隱憂，“代際數(shù)字鴻溝”（digital divide）即是其一。中國互聯(lián)網(wǎng)絡(luò)信息中心 2019 年報告指出，截至 2019 年 6 月，我國網(wǎng)民男女比例為 52.4:47.6，與 2018年持平；10-39 歲網(wǎng)民群體占全體 65.1%，50 歲及以上網(wǎng)民由 2018 年底的 12.5%提

24、升至 13.6%，雖中高齡人群滲透率有提高的趨勢，但相對我國總體人口年齡結(jié)構(gòu)而言（據(jù)中國發(fā)展基金會發(fā)布的中國發(fā)展報告 2020數(shù)據(jù)， 2020 年中國 65 歲以上的老人所占比例即達(dá)到 13%），網(wǎng)民中老年人這一滲透比例并不占優(yōu)，且他們在使用網(wǎng)絡(luò)技術(shù)的知識和能力上也存在一定的劣勢。服務(wù)業(yè)小微經(jīng)營企業(yè)作為中老年人和女性的重要謀生渠道之一，是否存在嚴(yán)重的數(shù)字鴻溝呢？本部分我們討論數(shù)字化效應(yīng)在不同年齡段和性別的碼商用戶中的異質(zhì)性。我們將商戶按照注冊業(yè)主的年齡分成了兩組：注冊用戶年齡小于 40 歲的年輕企業(yè)主商戶（26,856 個樣本）、40 歲及以上的中老年企業(yè)主商戶（11,928 個樣本）。同時，

25、根據(jù)商戶的性別也進(jìn)行了分組。從圖 6 和圖 7 可以看出，中老年企業(yè)主商戶從數(shù)字化平臺中相對非數(shù)字化的同齡企業(yè)主商戶的獲益，比年輕企業(yè)主商戶更多；參與數(shù)字化的女性企業(yè)主商戶相對非數(shù)字化的同類型商戶的獲益，比男性企業(yè)主更多。以使用口餓對交易筆數(shù)的影響而言，40 歲以下的年輕企業(yè)主提升 11.88%，而中老年企業(yè)主則提升了 18.93%；女性企業(yè)主提升了 15.28%，男性企業(yè)主提升了 13.49%。交易金額方面，40 歲以下的年輕企業(yè)主和 40 歲以上的中老年企業(yè)主分別提升了 4.01%和 26.86%；女性和男性企業(yè)主分別提升了 14.30%和 8.40%。產(chǎn)生上述現(xiàn)象的原因可能有兩方面：一是

26、中老年相對年輕對數(shù)字化平臺技術(shù)接觸更少，在商戶中的運用率較低，因此同年齡段或者同性別間的企業(yè)主商戶基本都尚未進(jìn)行數(shù)字化轉(zhuǎn)型；二是口餓等數(shù)字化平臺通過消費者評分、平臺智能推薦等形式，一定程度上幫助中老年和女性企業(yè)主的小微商戶減小由于互聯(lián)網(wǎng)技術(shù)、精力等相對不足帶來的廣告投放、媒體推送、遠(yuǎn)程配送等方面的獲客劣勢。因此，使用口餓平臺的中老年和女性企業(yè)主商戶比未使用口餓平臺的同類型商戶更能夠享受數(shù)字化福利。這也進(jìn)一步啟示政府有關(guān)部門和企業(yè)應(yīng)當(dāng)重點面向數(shù)字化邊緣群體普及和培訓(xùn)數(shù)字化營生能力，推動數(shù)字應(yīng)用的商戶端和用戶端的適老化、便捷化改造，比如提供相應(yīng)的“關(guān)懷模式”、“長輩模式”，將無障礙改造納入日常更新

27、維護(hù)，促進(jìn)包括老年人在內(nèi)的全體人民共同享受數(shù)字化帶來的福祉。圖 6:企業(yè)主年齡異質(zhì)性圖 7:企業(yè)主性別異質(zhì)性結(jié)論 5:數(shù)字化平臺對高信譽(yù)度和高活躍度小微商戶的助力作用更大。大量理論和實證研究在電商平臺方面論證過平臺信譽(yù)建設(shè)和口碑建設(shè)的效用平臺評分、評價、第三方信用標(biāo)記等商戶信譽(yù)機(jī)制有利于解決信息不對稱的問題，一般而言當(dāng)消費者在某商家的消費體驗高于或低于期望水平時，消費者會更有評分和評論的動機(jī)，而高評分和高評論量有利于為其他消費者提供該商戶信譽(yù)和服務(wù)良好的信息，因此邏輯上其他數(shù)字化平臺也當(dāng)如此：評價越優(yōu)6的商戶將獲得更多的效益。由于餓了么平臺的評論數(shù)在 2018年 10 月以后才完善，不滿足異質(zhì)

28、性的分組要求（各分組條件根據(jù) 2018 年 1月 1 日之前的狀態(tài)來確定）7。因此下面我們以口碑平臺上商戶的評價條數(shù)為例，檢驗上述估計是否準(zhǔn)確。圖 8 展示了餐飲行業(yè)商戶所擁有的消費者評價條數(shù)的差異帶來的數(shù)字化平臺效益的不同，其中截止 2018 年 1 月 1 日評價條數(shù)少于 300 的樣本被剔除，余下 18,000 家樣本企業(yè)。從圖上可以看出商戶的信譽(yù)度/活躍度越高，參與數(shù)字化平臺經(jīng)營帶來的績效獲益更大，且低信譽(yù)度/活躍度和高信譽(yù)度/活躍度的商戶獲益差別很大，就交易筆數(shù)的提升而言，低、中和高信譽(yù)度/活躍度的商戶獲益比例分別為 5.49%、20.94%和 36.05%。由此看出經(jīng)營良好的數(shù)字化

29、平臺聲譽(yù)和交易環(huán)境，保障消費者反饋和售后權(quán)利，維護(hù)聲譽(yù)機(jī)制的公平性和真實性，有利于實現(xiàn)好的服務(wù)體驗與好的流量供給的良性循環(huán)，這對企業(yè)、平臺和消費者是多贏合作。6 由于口碑的評價標(biāo)簽并沒有簡單的好評和差評等分類標(biāo)簽，本報告以評論條數(shù)為區(qū)分度，且假設(shè)匹配上的控制組與實驗組具有相同的評論數(shù)。7 本研究采取的所有分組條件均為截止 2018 年 1 月 1 日的商戶的狀態(tài)，此處的評價條數(shù)和評分即為 2018 年以前的商戶評論條數(shù)和平臺評分，而因變量為 2018-2019 年的經(jīng)營績效，因此不存在內(nèi)生性問題。圖 8:商戶的信譽(yù)度/活躍度異質(zhì)性結(jié)論與啟示中國是數(shù)字化潛力最大、發(fā)展較領(lǐng)先、創(chuàng)新性較強(qiáng)的國家，當(dāng)

30、然也是目前數(shù)字化迫切性最高的國家之一。對中國服務(wù)業(yè)企業(yè)數(shù)字化平臺給企業(yè)經(jīng)營績效的影響的檢驗和分析，可以全面深入和升級相關(guān)行業(yè)產(chǎn)業(yè)的數(shù)字化經(jīng)營提供重要參考。根據(jù)課題組對中國服務(wù)業(yè)企業(yè)小微企業(yè)使用口碑和餓了么平臺帶來的經(jīng)營績效影響及其異質(zhì)性的探析，我們可以得到以下幾點重要的啟示。首先，服務(wù)類企業(yè)使用數(shù)字化平臺的小微商戶年均銷量和交易額比沒有使用數(shù)字化平臺的類似企業(yè)顯著增加，總體年均增幅分別為 14.38%和 10.94%，考慮到口碑到店和餓了么到家僅僅只是數(shù)字化的一個功能，服務(wù)業(yè)數(shù)字化對增強(qiáng)企業(yè)盈利能力相當(dāng)可觀。例如，企業(yè)通過數(shù)字平臺進(jìn)行引流或者配送，一方面可以通過團(tuán)購、外賣、指定日優(yōu)惠、下午茶折

31、扣等方式為淡季、工作日或一天中的低峰時段吸引客流，或者幫助企業(yè)和消費者克服時間、空間、人力等方面的限制實現(xiàn)即時配送，充分開發(fā)和利用自身的閑置產(chǎn)能，挖掘消費者碎片化的消費和潛在需求；另一方面即便商戶不再設(shè)店面于鬧市，依然可以憑借良好的數(shù)字化平臺口碑運維被更多客戶認(rèn)可和消費，其所面臨的消費者的地域范圍也得到擴(kuò)廣。未來服務(wù)業(yè)數(shù)字化在優(yōu)化流程、降低成本、品牌建設(shè)、開發(fā)閑置產(chǎn)能、吸引客流、客戶維護(hù)、數(shù)據(jù)運維、賦能提效等諸多方面大有可為。其次，數(shù)字化平臺對服務(wù)業(yè)企業(yè)經(jīng)營績效的影響與區(qū)域異質(zhì)性和數(shù)字化發(fā)展程度有關(guān)。總體上正處于數(shù)字化發(fā)展進(jìn)程早期和中期的省份獲益更大，由于南方經(jīng)濟(jì)發(fā)達(dá)，互聯(lián)網(wǎng)發(fā)展早，企業(yè)數(shù)字化

32、參與度高，南方省份的服務(wù)業(yè)企業(yè)數(shù)字化平臺收益略低于北方。對城市級別異質(zhì)性的檢驗同樣表明了這一點，處于發(fā)展初中期的地域的商家獲益更大，處于成熟階段的地域的商家收益趨向穩(wěn)定但依然可觀。另外，服務(wù)業(yè)數(shù)字化平臺對企業(yè)經(jīng)營績效的影響與個體異質(zhì)性相關(guān)。參與數(shù)字化平臺總體可能性越高的企業(yè)，使用數(shù)字化平臺獲得的優(yōu)勢越明顯，這意味著同等條件下，適合數(shù)字化平臺模式的企業(yè)若未及時數(shù)字化，帶來的損失會更大。因此優(yōu)質(zhì)企業(yè)除了打鐵仍需自身硬之外，要與時俱進(jìn)，主動擁抱和利用經(jīng)商環(huán)境、消費觀念的變化，從“坐賈”思維向“坐賈+行商”思維轉(zhuǎn)變，積極探索數(shù)字化轉(zhuǎn)型，深化發(fā)展數(shù)字化運維能力，促進(jìn)線下和線上的融合重構(gòu)。另一方面，中老年

33、企業(yè)主和女性企業(yè)主商戶可以從數(shù)字化中獲取更大的效益。服務(wù)業(yè)、小微企業(yè)為解決中老年人和女性就業(yè)做出了不可磨滅的貢獻(xiàn)，比如商超、面館、美甲店等是中老年和女性就業(yè)的重要方式之一。對于類似中老年或部分女性企業(yè)主等掌握數(shù)字技術(shù)存在困難，或者不在傳統(tǒng)線下引流、配送等獲客競爭渠道（如線下廣告宣傳或遠(yuǎn)程配送）占優(yōu)的群體，更應(yīng)該抓住企業(yè)數(shù)字化的紅利，提升數(shù)字化運營能力，增強(qiáng)企業(yè)競爭力和收益。最后，本研究為平臺信譽(yù)機(jī)制在電商平臺之外的數(shù)字化平臺的有效性提供了客觀檢驗，發(fā)現(xiàn)數(shù)字平臺的評分評價等信譽(yù)機(jī)制能夠一定程度上緩解信息不對稱，發(fā)揮引流獲客的作用。由此督促平臺和商家應(yīng)該營造真實、公平的信譽(yù)和反饋機(jī)制，形成消費者、

34、商家、平臺共贏的聲譽(yù)生態(tài)。政策建議本課題研究了企業(yè)數(shù)字化轉(zhuǎn)型的一個典型案例以口碑和餓了么平臺為例的數(shù)字化平臺對企業(yè)經(jīng)營績效的影響研究。研究發(fā)現(xiàn)，引流、配送僅作為數(shù)字化諸多優(yōu)勢中的一部分，即可為商戶帶來實質(zhì)性的績效提升，且對于尚處于發(fā)展和普及度初期的行業(yè)、地域和群體獲益更顯著。因此，我們提出以下幾點政策建議。一是繼續(xù)加快推進(jìn)商業(yè)數(shù)字化進(jìn)程，有效挖掘商業(yè)數(shù)字化增長紅利。雖然疫情期間我國社會各領(lǐng)域普遍感受到數(shù)字化為各行各業(yè)帶來了巨大改變，但現(xiàn)實中我國各相關(guān)領(lǐng)域、相關(guān)行業(yè)從業(yè)人員對商業(yè)數(shù)字化還存在諸多疑慮。正因如此，我國商業(yè)數(shù)字化比例目前還比較低，其中研究機(jī)構(gòu)測算出的服務(wù)業(yè)數(shù)字化比率僅為 20%左右。

35、本研究為商業(yè)數(shù)字化轉(zhuǎn)型可帶來新增長增添了實證證據(jù)，我國應(yīng)堅定商業(yè)數(shù)字化發(fā)展方向，從政策引導(dǎo)、舉措支持等方面持續(xù)推進(jìn)商業(yè)數(shù)字化。具體來說，一是進(jìn)一步支持服務(wù)供給端商家的各類數(shù)字化平臺的發(fā)展，為其創(chuàng)造公平有序、良性競爭的發(fā)展環(huán)境。二是相關(guān)行政部門可通過積極推動使用數(shù)字商業(yè)平臺，加快商業(yè)數(shù)字化進(jìn)程。例如通過平臺推進(jìn)餐飲節(jié)約促進(jìn)綠色發(fā)展、開展餐飲等生活服務(wù)業(yè)節(jié)展賽事促消費、推動數(shù)字城市建設(shè)、打造智慧社區(qū)智慧街區(qū)發(fā)展社區(qū)生活服務(wù)業(yè)、發(fā)放數(shù)字消費券等等。二是完善數(shù)字平臺線上口碑和信譽(yù)建設(shè)，并持續(xù)維護(hù)其真實性和可信度。商家、消費者和數(shù)字平臺應(yīng)著眼長期利益，共同構(gòu)建數(shù)字化平臺良好的聲譽(yù)反饋機(jī)制和交易環(huán)境。商家

36、要注重對數(shù)字聲譽(yù)手段的運用，用心管理和維護(hù)線上平臺評價；平臺應(yīng)主動設(shè)計相關(guān)機(jī)制、出臺規(guī)章制度，幫助消費者與商家互動、及時反饋和維權(quán)，規(guī)避部分商家刷單、控評等破壞公正性的行為，構(gòu)建公平、良性的平臺聲譽(yù)生態(tài)。三是進(jìn)一步挖掘下沉市場，提升數(shù)字化邊緣群體的數(shù)字營生能力，促進(jìn)包括老年人在內(nèi)的全體人民共享數(shù)字化福祉。對于適宜數(shù)字化平臺模式的地域、行業(yè)和商家，應(yīng)加快數(shù)字化轉(zhuǎn)型。一方面對目前相對成熟的數(shù)字化行業(yè)不斷作細(xì)分業(yè)態(tài)和場景的滲透，數(shù)字化起步較早的地區(qū)和行業(yè)企業(yè)則積極探索數(shù)字化 1.0+、數(shù)字化 2.0，不局限于前向全域營銷的數(shù)智化，使用數(shù)字技術(shù)吸引新客、沉淀老客，更要后向做供應(yīng)鏈、金融、組織及更多增值

37、業(yè)務(wù)的數(shù)智化，重視數(shù)字化在服務(wù)業(yè)企業(yè)優(yōu)化流程、降低成本、品牌建設(shè)、開發(fā)閑置產(chǎn)能、吸引客流、客戶維護(hù)、數(shù)據(jù)運維、賦能提效等方面的開發(fā)和運用，全面升級數(shù)字企業(yè)和數(shù)字服務(wù)業(yè)。另一方面挖掘具有深耕數(shù)字化的潛力、但尚處于數(shù)字化盲區(qū)的地域、行業(yè)、企業(yè)，從而更大程度地通過數(shù)字技術(shù)賦能企業(yè)，提升科技創(chuàng)新對企業(yè)的促進(jìn)作用，繼續(xù)引領(lǐng)數(shù)字技術(shù)強(qiáng)企和數(shù)字經(jīng)濟(jì)的浪潮。相關(guān)各方未來可重點面向北方省份商戶、三線及以下城市商戶、中老年和女性企業(yè)主的小微商戶推動數(shù)字化平臺、數(shù)字生活平臺等的接入和應(yīng)用，從產(chǎn)品創(chuàng)新、服務(wù)創(chuàng)新方面針對性地挖掘該類型商戶的潛力。北方省份、三線及以下城市的相關(guān)政府部門應(yīng)該積極為互聯(lián)網(wǎng)企業(yè)深入服務(wù)創(chuàng)造條件

38、，在數(shù)據(jù)整合、本地服務(wù)方面提供便利；研發(fā)者可考慮簡化相關(guān)數(shù)字產(chǎn)品、數(shù)字服務(wù)的操作流程和學(xué)習(xí)難度，做到用戶友好；企業(yè)和政府有關(guān)部門可深入數(shù)字化邊緣群體或相對弱勢群體，培訓(xùn)其使用數(shù)字化產(chǎn)品和服務(wù)的能力和技術(shù)，降低其市場進(jìn)入門檻，提高該群體的數(shù)字營生能力，從而鼓勵他們更多地參與數(shù)字化轉(zhuǎn)型，提升他們在數(shù)字經(jīng)濟(jì)中的獲得感、幸福感和安全感。附錄：數(shù)據(jù)介紹與測算方法一、PSM 方法的假設(shè)與優(yōu)勢本研究運用傾向性得分匹配法檢驗服務(wù)業(yè)企業(yè)參與以口碑和餓了么平臺為例的數(shù)字化平臺對其經(jīng)營績效，包括交易筆數(shù)和交易金額的影響。如果企業(yè)參與數(shù)字化是隨機(jī)的，我們可以運用線性回歸來得到因果推斷：Y: = + D: + :其中，

39、Y:表示企業(yè)的交易筆數(shù)或者交易金額，D:是企業(yè)是否參與數(shù)字化平臺的啞變量，同時使用口碑和餓了么平臺取 1，否則取 0。包含該企業(yè)所有可觀測和不可觀測的經(jīng)濟(jì)特征，比如產(chǎn)品質(zhì)量、店內(nèi)環(huán)境等。即測算出企業(yè)參與數(shù)字化平臺對經(jīng)營績效的“被治療者的平均治療效應(yīng)”（Average Treatment effect on the Treated, 簡稱 ATT）。但實際上企業(yè)是否參與數(shù)字化平臺并非隨機(jī)分布的，本身經(jīng)營績效更好的企業(yè)可能更傾向于參與數(shù)字化，或者企業(yè)家精神更強(qiáng)的企業(yè)主、經(jīng)濟(jì)發(fā)達(dá)地區(qū)的企業(yè)更愿意主動數(shù)字化，而企業(yè)的這些特質(zhì)（包含在:中）既促使企業(yè)積極參與數(shù)字化，本身又導(dǎo)向了更好的經(jīng)營績效，企業(yè)的這種

40、“自選擇”問題將導(dǎo)致線性回歸中所測算的數(shù)字化平臺效應(yīng)有偏（G. W. Imbens and Rubin, 2015）。為了解決上述內(nèi)生性、得到近似隨機(jī)實驗的因果推斷，我們運用最早由 Rosenbaum 和 Rubin（1983）提出的傾向得分匹配法。它通過可能影響參與實驗/治療（treatment）決策的協(xié)變量計算出參與傾向性，通過期望迭代法則等數(shù)理推算，可得控制該傾向性等同于控制前述眾多協(xié)變量的效果，由此可以有效解決匹配實驗組和控制組時需要控制的變量維度過多的問題，也就是：Y:(0), Y:(1) D:|X Y:(0), Y:(1) D:|P:（X）這也是傾向得分匹配法的重要假設(shè)之一是獨立性

41、（Unconfoundedness）。其中，Y:(0)和Y:(1)分別表示參與和沒有參與實驗/治療的結(jié)果，D:是一個是 否參與實驗/治療的啞變量，參與則取 1，否則取 0。X表示可能影響樣本參 與實驗的因素，P:（X）表示由所有 X 測算出的傾向性得分。另外，傾向得分 匹配法還有一個優(yōu)勢在于匹配之后，不需要假設(shè)結(jié)果變量Y:和參與實驗的選 擇變量D:之間的任何參數(shù)關(guān)系即可計算出實驗效應(yīng)，比其他假定函數(shù)形式的 方法更可靠?；谝陨蟽?yōu)勢，傾向得分匹配法在經(jīng)濟(jì)學(xué)、教育學(xué)、公共政策 等領(lǐng)域運用廣泛（Heckman et al., 1997；Davies and Kim, 2003；Jalan and R

42、avallion, 2003; 簡必希和寧光杰，2013）。傾向得分匹配法的另一個假設(shè)是公共支持（Common Support）：0 Probability(D = 1|X) 1也就是說，擁有相同協(xié)變量特征 X 的樣本成為實驗組或控制組的概率為正（Heckman et al., 1999）。這在直觀上很好理解，如果所選的協(xié)變量 X 能夠完全決定該樣本是否參與實驗，那么就無法為彼此找到合適的匹配組了。公共支持假設(shè)可以通過各影響參與實驗的變量特征在實驗組和控制組的平衡性來進(jìn)行檢驗，下文將展開說明。二、數(shù)據(jù)介紹基于口碑、餓了么平臺的數(shù)據(jù)，我們隨機(jī)選取服務(wù)業(yè) 50 萬活躍碼商作為總體樣本，其中活躍商戶

43、主要為 2017 年日均交易大于 5 筆、2018-2019年日均有交易且存在某月交易量大于 30 筆的商戶。本研究的分析和結(jié)論即基于上述 50 萬商戶展開。1、影響商戶是否使用口餓平臺的因素獨立性假設(shè)意味著協(xié)變量 X 的選取相當(dāng)嚴(yán)苛，應(yīng)當(dāng)盡可能包含所有可能會影響企業(yè)是否參與數(shù)字化的因素。通過文獻(xiàn)和實際調(diào)研，本研究從企業(yè)主、企業(yè)和企業(yè)所在地三個維度選取了以下影響企業(yè)選擇數(shù)字化平臺（入駐口碑和餓了么雙平臺）的特征變量：企業(yè)主層面的變量包括：各企業(yè)主的性別。設(shè)置為啞變量，若企業(yè)主為女性則取 1，為男性則取 0。一般而言，男性相對女性對新事物，尤其是數(shù)字技術(shù)的接受和熟練程度更高，因此預(yù)期女性企業(yè)主商

44、戶的數(shù)字化平臺參與度更低。企業(yè)主年齡。中老年人對互聯(lián)網(wǎng)、數(shù)字技術(shù)的接受程度和掌握能力普遍不如年輕人，因此預(yù)期隨著企業(yè)主年齡增加，數(shù)字化參與程度降低。企業(yè)主戶籍類型。啞變量，企業(yè)主為農(nóng)村戶籍取 1，否則取 0。數(shù)字經(jīng)濟(jì)在城鄉(xiāng)之間的發(fā)展程度不一致，預(yù)期農(nóng)村企業(yè)主參與數(shù)字化平臺的概率低于城市企業(yè)主。各企業(yè)主戶籍地址是否和企業(yè)所在省份一致。啞變量，如果一致取 1，否則取 0。服務(wù)業(yè)企業(yè)主是否為本地人可能會影響到企業(yè)主的經(jīng)營干勁，預(yù)期企業(yè)主跨省經(jīng)商意味著該企業(yè)主具有較高的闖蕩、開拓意識等企業(yè)主精神，可能會使得其參與數(shù)字化概率增加。企業(yè)層面的變量包括：各小微企業(yè)首次簽約收款碼的時間距 2018 年 1 月

45、的月份。該變量可以體現(xiàn)出企業(yè)與數(shù)字平臺接觸時間的早晚、產(chǎn)生商業(yè)聯(lián)系的時長，一方面接觸時長越長，參與深度可能越深，另一方面收款碼作為數(shù)字化的一個產(chǎn)品，越早使用意味著該企業(yè)參與數(shù)字化經(jīng)營越積極。各企業(yè)是否進(jìn)行小微經(jīng)營貸款。啞變量，貸款取 1，否則取 0。同理，在平臺上的金融貸款行為可以一定程度上體現(xiàn)該企業(yè)對平臺數(shù)字業(yè)務(wù)體系的了解程度、經(jīng)營活躍程度、對數(shù)字化產(chǎn)品的接受度等；另一方面也可部分體現(xiàn)該商戶的資金運營現(xiàn)狀。各企業(yè) 2017 年的月均交易筆數(shù)和月均交易金額。這兩個變量是傾向性得分估計中最重要的變量。企業(yè)原本的經(jīng)營績效越好，越有動機(jī)和能力通過各種手段提升自己的經(jīng)營績效；同時它還表明該企業(yè)本身就可

46、能包含許多優(yōu)秀的潛質(zhì)，這些潛質(zhì)也可能影響到企業(yè)更傾向于使用數(shù)字技術(shù)，參與數(shù)字化。企業(yè)所在地層面的變量主要為：各小微企業(yè)所在省。分類變量，除港澳臺外，設(shè)置了 30 個啞變量。省際之間的經(jīng)濟(jì)發(fā)展水平、數(shù)字經(jīng)濟(jì)發(fā)達(dá)程度、經(jīng)商環(huán)境和社會文化差異都會影響到企業(yè)參與數(shù)字化平臺的選擇。企業(yè)所在城市級別。根據(jù)城市經(jīng)濟(jì)發(fā)展水平綜合得分，將城市劃分為一線至六線城市。預(yù)期企業(yè)所在城市級別越高，企業(yè)的數(shù)字化參與傾向性越高。從圖 9 各協(xié)變量實驗組和控制組的均值差別上可以看出，口餓和非口餓商戶在這些特征上確實存在較為明顯的差異，這說明不同的企業(yè)特征導(dǎo)致企業(yè)參與數(shù)字化平臺的可能性不同。相對于非口餓商戶，口餓商戶男性企業(yè)主

47、更多，年齡更年輕，城市戶籍更多，外省人更多，簽約收款碼時間更長，經(jīng)營月貸更多，2017 年度月均交易筆數(shù)和交易金額更多，一二線城市分布多于三四線。因而，匹配前的口餓和非口餓商戶差異性較大，可能存在“自我選擇”問題，過往經(jīng)營績效更優(yōu)秀的企業(yè)更傾向于加入口碑和餓了么等數(shù)字化平臺，因此有必要通過 PSM 匹配的道實驗組和控制組進(jìn)行分析。雖然無法完全保證研究包含了所有可能影響企業(yè)參與數(shù)字化平臺決策的變量，但課題組已盡量包含能獲取的重要的變量特征。圖 9: 口餓和非口餓商戶的均值差2、匹配Logit 回歸我們先將50 萬樣本中 2018 年之后簽約口碑或者餓了么平臺的小微商戶，以及上述協(xié)變量缺失的樣本剔

48、除，余下 435,249 個樣本。接著通過 Logit 模 型結(jié)合上述所有協(xié)變量估計企業(yè)參與數(shù)字化平臺的傾向性。因變量為 logit（P=1|X），其中 P （企業(yè)同時使用口碑和餓了么平臺的可能性）為啞變量，如果企業(yè)在 2018 年 1 月 1 日之前使用口餓且持續(xù)到 2019 年末尚未退出口 碑和餓了么平臺，P =1；否則取 0。回歸之后得到每個企業(yè)參與口餓平臺的 傾向性得分，匹配前控制組組和實驗組的傾向性得分均值分別為 0.06 和 0.15；方差分別為 0.10 和 0.18，實驗組相比控制組參與數(shù)字化平臺的傾向性更高。從圖 10 可以看出，口餓商戶在 P score 的高分段分布顯著多

49、于非口餓商戶，非口餓商戶在低分段的分布則顯著多于口餓商戶，這表明我們選擇的變量確 實很好地區(qū)分了口餓和非口餓商戶，而且二者之間存在一定的差異，因此進(jìn) 行嚴(yán)格的匹配并進(jìn)行平衡性檢驗很重要。圖 10: 匹配前實驗組和控制組 P score 的密度分布邊際效應(yīng)分析通過 Logit 模型估計出商戶參與數(shù)字化平臺的傾向性得分后，將商戶各主要特征對其數(shù)字化傾向性的邊際效應(yīng)列在表 2 中。由于省份變量數(shù)量太多，故將各省的數(shù)字化參與傾向性畫于圖 11。可以看出，性別、戶籍類型、收款碼首次簽約早晚和過往的經(jīng)營活躍度對其數(shù)字化傾向的影響最大，其中男性企業(yè)主、城市戶籍企業(yè)主、越早使用收款碼、2017 年月均交易量越

50、多（雖然交易金額系數(shù)只是顯著地略大于 0，其與交易筆數(shù)的系數(shù)之和則遠(yuǎn)大于 0）的商家，越可能加入數(shù)字化平臺平臺，這和我們的預(yù)期相符合。其次，企業(yè)主越年輕，企業(yè)所處的城市級別越高，企業(yè)主為外省人的商戶也更傾向于參加數(shù)字化平臺。這也符合我們的預(yù)期，在邏輯上也很好理解，經(jīng)濟(jì)越發(fā)達(dá)、區(qū)域環(huán)境和個人對新事物越樂于接受，企業(yè)經(jīng)營活動越積極，數(shù)字化越容易普及和發(fā)展，這和現(xiàn)階段數(shù)字化的發(fā)展情況也較為一致。與預(yù)期符號相反的主要有企業(yè)在平臺上是否進(jìn)行小微經(jīng)營貸款，參與貸款的企業(yè)數(shù)字化傾向性更低，貸款可能意味著企業(yè)經(jīng)營狀況不佳，因而數(shù)字化傾向性低。從圖 11大致可以看出江浙滬、川渝等長江流域省份使用口餓的傾向性更高

51、，這表明數(shù)字化傾向和當(dāng)?shù)氐慕?jīng)濟(jì)發(fā)展水平大致相關(guān)。圖 11: 截止 2018 年 1 月全國各省商家簽約口餓的傾向性表 2: 商戶使用口餓平臺的影響因素的邊際效應(yīng)特征線上化參與度（Logit 邊際效應(yīng)）企業(yè)主特征性別-0.033*年齡-0.011*戶籍類型-0.013*企業(yè)主戶籍地址是否和企業(yè)所在地一致-0.003*企業(yè)特征首次簽約收款碼時間距 2018年 1 月的月份0.020*是否進(jìn)行小微經(jīng)營貸款-0.012*對數(shù) 2017 年月均交易筆數(shù)（萬筆）0.021*對數(shù) 2017 年月均交易金額（萬元）0.000*企業(yè)所在地特征一線城市Base二線城市-0.020*三線城市-0.031*四線城市-

52、0.033*五線城市-0.031*六線城市-0.035*注：性別、戶籍類型、企業(yè)主戶籍地址是否和企業(yè)所在地一致、城市級別為啞變量；其中，女性為 1，農(nóng)業(yè)戶籍為 1，企業(yè)主戶籍地址和企業(yè)所在地一致為 1。* p-value 0.1 * p-value0.05 * p-value0.01。（3）1-1 貪婪匹配得到企業(yè)的傾向性得分之后，四種匹配方法（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結(jié)果相近匹配結(jié)果對匹配方法并不敏感?？紤]

53、到碼商用戶數(shù)遠(yuǎn)大于口餓平臺商戶數(shù)，基本可以為所有實驗組匹配上良好的控制組，因此本研究著重匯報貪婪匹配一對一近鄰匹配的結(jié)果。為便于說明，我們根據(jù)實驗組（既使用收款碼、又使用口碑和餓了么）和控制組（只使用收款碼）企業(yè)，對 Logit 回歸中各企業(yè)的 P score 按約 0.01-0.025 的半徑分成N 組，首先我們檢驗公共支持條件（實驗組和控制組的概率在每個不同層次的 P score 上要顯著為正）是否滿足。公共支持要求保證實驗組和控制組的企業(yè)數(shù)目在每個組別里分布比較平衡，對于某些實驗組和控制組的企業(yè)數(shù)目差距較大的組別，我們直接予以剔除修剪（Trimming）以確保最優(yōu)程度的重合（Overla

54、p），且該方法能得到更精確的估計（G. M. Imbens and Wooldridge, 2009）。據(jù)此我們剔除掉了高分段實驗組和控制組數(shù)目差別較大的少數(shù)組別8。接下來對通過公共支持檢驗的樣本按照無放回的近鄰匹配原則進(jìn)行一對一匹配，然后進(jìn)行平衡性檢驗，確保使用口餓平臺（實驗組）和未使用口餓平臺（控制組）的企業(yè)在各構(gòu)造傾向性得分的協(xié)變量特征足夠相似。一般而言，t 檢驗常用來進(jìn)行均值差異檢驗，但它受樣本量的影響很大，樣本量越小檢驗越容易通過，因此 t 檢驗的結(jié)果很不穩(wěn)定。因此，本研究運用由 G. W. Imbens 和Rubin（2015）提出的“歸一化差異”（Normalized Diffe

55、rence）8 本文采取的標(biāo)準(zhǔn)為：控制組的樣本量/實驗組樣本量的比例小于 0.6。方法進(jìn)行檢驗，如果QRSTURV TUWXTYWST/+ / 0.25Z QRSTURVTUWXTYWST2即可說明每組里的控制組和實驗組各 X 變量的差異不顯著。其中，QRSTURV和TUWXTYWST 分別表示控制組和實驗組各協(xié)變量和傾向性得分的均值，/和/分別表示控制組和實驗組各協(xié)變量和傾向性得分的方差。QRSTURVTUWXTYWST表 3 匯報了傾向性得分和每個協(xié)變量在對應(yīng)的分組內(nèi)的均值差和歸一化差異，可以看出，每組樣本各變量在匹配上的實驗組和控制組的差異均不顯著，可 通過平衡性檢驗。這說明匹配之后的口

56、餓商戶和非口餓商戶除了在是“否參 與數(shù)字化平臺”這方面決策有所不同，其余特征均相似。因此，后續(xù)分析結(jié) 果提供了只由參與數(shù)字化平臺所帶來的因果效應(yīng)推斷。表 3:口餓與非口餓商戶特征的平衡性檢驗均值差和歸一化差異（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（0.06）-0.002（0.06）-0.005（0.06）企業(yè)主特征性別0.002（0.03）0.000（0.03）-0.002（0.03）-0.003（0.03）-0.007（