第三方數(shù)字平臺(tái)能否幫助中小微企業(yè)提升經(jīng)營(yíng)收益

《經(jīng)濟(jì)學(xué)》（季刊）2023年第5期第三方數(shù)字平臺(tái)能否幫助中小微企業(yè)提升經(jīng)營(yíng)收益？——來自百萬商戶大數(shù)據(jù)的證據(jù)熊巧琴湯珂張豐羽目錄附錄Ⅰ平衡性檢驗(yàn) 1附錄Ⅱ附表及附圖 7附錄Ⅲ穩(wěn)健性檢驗(yàn) 8附錄Ⅳ異質(zhì)性組間差異顯著性檢驗(yàn) 10附錄II附表及附圖圖A1餐飲業(yè)匹配后的傾向性得分匹配圖圖A2零售業(yè)匹配后的傾向性得分匹配圖

附錄III穩(wěn)健性檢驗(yàn)其他匹配方法表III1顯示了核匹配（KernelMatching）、局部線性回歸匹配（LocalLinearReg-ressionMatching，LLRMatching）和半徑匹配（RadiusMatching）的結(jié)果。無論使用哪種匹配方法，企業(yè)參與流程數(shù)字化平臺(tái)確實(shí)顯著提升其營(yíng)收表III2中系數(shù)四舍五入保留兩位小數(shù)點(diǎn)；由于個(gè)別協(xié)變量未能全部通過平衡性檢驗(yàn)，因而系數(shù)比“表III2中系數(shù)四舍五入保留兩位小數(shù)點(diǎn)；由于個(gè)別協(xié)變量未能全部通過平衡性檢驗(yàn)，因而系數(shù)比“一對(duì)一+廣義精確”匹配更高。表III1多種匹配方法結(jié)果匹配方法交易筆數(shù)交易金額（1）（2）KernelMatching0.26***(0.00)0.19***(0.00)LLRMatching0.26***(0.00)0.19***(0.00)RadiusMatching0.26***(0.00)0.19***(0.00)雙重差分（傾向評(píng)分）匹配在一對(duì)一傾向性得分匹配基礎(chǔ)上，增加雙重差分回歸，方程如下：Y+k3dummytime+βp(Xi其中新增變量dummytime表示每個(gè)商戶入駐第三方數(shù)字化平臺(tái)的時(shí)間前后，本文統(tǒng)一截取該數(shù)字化平臺(tái)在全國全面普及的時(shí)間節(jié)點(diǎn)“2018年1月”作為dummytime的判別標(biāo)準(zhǔn)。由于這基本是各實(shí)驗(yàn)組參與該平臺(tái)的最晚節(jié)點(diǎn)，PSM-DID回歸結(jié)果會(huì)低估數(shù)字化效應(yīng)。企業(yè)參與第三方流程數(shù)字化商貿(mào)平臺(tái)的經(jīng)營(yíng)效益為交互項(xiàng)系數(shù)k1表III2PSM-DID回歸結(jié)果交易筆數(shù)交易金額總樣本0.09***（0.00）0.07***（0.00）餐飲業(yè)0.07***（0.00）0.07***（0.00）零售業(yè)0.22***（0.00）0.19***（0.00）表III2顯示，在統(tǒng)一截取數(shù)字化最晚時(shí)間節(jié)點(diǎn)、系數(shù)低估的情況下，總樣本、餐飲業(yè)和零售業(yè)的數(shù)字化效應(yīng)仍然保持在7%—22%之間，且均十分顯著，進(jìn)一步驗(yàn)證假設(shè)1結(jié)論的穩(wěn)健性。安慰劑檢驗(yàn) 使用一對(duì)一匹配后的總樣本，隨機(jī)生成啞變量替換其“是否數(shù)字化”的決策變量，即將真實(shí)的處理變量替換為“安慰劑變量”，繼而依據(jù)方程式(2)回歸。Yi=α若此時(shí)的數(shù)字化效應(yīng)接近0，則表明隨機(jī)設(shè)計(jì)的安慰劑變量并不能提升企業(yè)營(yíng)收，實(shí)驗(yàn)組營(yíng)收更高確由決策變量引發(fā)。將隨機(jī)替換處理變量的過程重復(fù)1000遍，其t值分布如圖III1。安慰劑檢驗(yàn)的t值均值在0附近，增強(qiáng)假設(shè)1結(jié)論的穩(wěn)健性。圖III1安慰劑檢驗(yàn)

附錄IV異質(zhì)性組間差異顯著性檢驗(yàn)表IV1匯報(bào)了Yi為交易筆數(shù)、交乘項(xiàng)系數(shù)γk（基準(zhǔn)組被省略）的結(jié)果。其中，（1）-（3）列分別為總樣本、餐飲業(yè)和零售業(yè)的Chow檢驗(yàn)結(jié)果，可看出，交互項(xiàng)的系數(shù)大小變化和前文異質(zhì)性回歸趨勢(shì)一致，且均具有統(tǒng)計(jì)顯著性。以總樣本的城市級(jí)別為例，交互項(xiàng)系數(shù)分別為-0.08和-0.04，反映出相對(duì)四線城市，三線和一、二線商戶的數(shù)字化收益依次遞減，這與正文結(jié)果一致。IV1總樣本（1）餐飲業(yè)（2）零售業(yè)（3）城市經(jīng)濟(jì)級(jí)別異質(zhì)性是否加入平臺(tái)*是否一二線-0.08***（0.00）-0.07***（0.00）-0.08***（0.00）是否加入平臺(tái)*是否三線-0.04***（0.00）-0.05**（0.01）-0.06**（0.02）平原山地異質(zhì)性是否加入平臺(tái)*是否山地0.03***（0.00）0.02*（0.08）-0.05***（0.00）年齡異質(zhì)性是否加入平臺(tái)*是否30-50歲0.08***（0.00）0.04**（0.01）0.08***（0.00）是否加入平臺(tái)*是否50歲以上0.12***（0.00）0.08***（0.00）0.07**（0.01）數(shù)字經(jīng)濟(jì)稟賦異質(zhì)性是否加入平臺(tái)*是否數(shù)字一二線0.05***（0.00）0.09***（0.00）0.04***（0.01）是否加入平臺(tái)*是否數(shù)字三四線0.08***（