关于电商平台的三篇论文

文摘   2024-11-16 07:02   上海  

关于电商平台的三篇论文



专题名称:电商平台

涉及期刊:《经济研究》、《管理世界 


# 01 #


电商平台与制造业企业创新

——兼论数字经济和实体经济深度融合的创新驱动路径


吕越1陈泳昌2张昊天3诸竹君4

1.对外经济贸易大学国际经济贸易学院、全球创新与治理研究院2.对外经济贸易大学中国WTO研究院3.清华大学五道口金融学院4.浙江工商大学现代商贸研究中心、经济学院

来源:

经济研究 . 2023 ,58 (08) 


摘要:

本文构建了可用于研究参与电商平台如何影响企业创新的理论模型,并在此基础上匹配了2002—2019年1688电商平台与中国专利数据库中高度细化的微观企业数据,实证检验了参与电商平台对制造业企业创新的影响效应和内在机制。本文主要的研究结论是:(1)参与电商平台将显著提升制造业企业的创新水平,该结果在经过倾向得分匹配、基于工具变量的内生性处理等一系列稳健性检验后依然显著成立。(2)影响机制方面,参与电商平台主要通过扩大市场规模和促进知识溢出两个渠道推动制造业企业创新。(3)基于创新网络的拓展性分析发现,参与电商平台还将显著提升制造业企业在创新网络中的专利中心度以及明星专利数。因此,本文研究可为探索数字经济与实体经济深度融合的创新驱动路径提供有益支撑。


关键词:

数字经济;电商平台;企业创新;知识溢出;创新网络;


主要涉及数据:

1、1688电商平台

2、中国专利数据库

(CnOpenData相关数据:外贸供应商名录数据中国全部专利申请与授权数据


# 02 #


另类数据的信息含量研究——来自电商销售的证据


廖理1崔向博2孙琼3

1.清华大学五道口金融学院2.中国工商银行博士后科研工作站3.北京工商大学经济学院

来源:

管理世界 . 2021 ,37 (09)


摘要:

本文使用中国消费行业上市公司2015~2018年的电商销售数据,研究消费者线上消费活动是否能向金融市场传递与公司价值相关的信息。研究结果表明,电商销售数据含有与公司基本面相关的信息,可以预测公司的未预期收入、未预期盈余和盈余公告累计超额收益。进一步分析发现,电商销售数据的预测能力在线上销售收入占比高、投资者关注度低、成长型、信息透明度高的公司中更强。本文也基于这些异质性检验深入分析了电商销售数据具有预测作用的原因。电商销售数据与消费者的消费行为及上市公司的销售活动直接相关,是一类很有代表性的另类数据,研究电商销售数据的信息含量和投资价值有助于丰富另类数据文献,同时也可为厘清另类数据在新兴资本市场中的作用提供新的经验证据。


关键词:

电商销售数据;信息含量;另类数据;


主要涉及数据:

1、电商销售数据

(CnOpenData相关数据:线上电商平台信息数据


# 03 #


双重电商平台出口的规模效应与中间品效应

——兼论新发展格局下两个市场的利用


吕越1洪俊杰1陈泳昌2高恺琳1

1.对外经济贸易大学国际经济贸易学院2.对外经济贸易大学中国WTO研究院


来源:

经济研究 . 2022 ,57 (08) 


摘要:

基于Melitz(2003)异质性贸易理论框架,本文构建了研究双重电商平台对企业出口影响的理论模型,并通过整合2002—2016年1688、阿里巴巴国际站以及中国海关数据库中高度细化的微观企业数据,从理论和实证两方面探究了加入双重电商平台(同时加入1688与阿里巴巴国际站)对企业出口的影响及其内在机制。主要结论是:第一,电商平台的出口效应存在显著的排序特征,表现为加入“双重电商平台>阿里巴巴国际站>1688”的顺序,即同时加入1688和阿里巴巴国际站对企业出口的促进作用最突出,仅加入阿里巴巴国际站次之,相比之下,仅加入1688的促进作用最小。这是现有文献中首次对双重电商平台优势问题的探索性研究。第二,机制分析表明,规模效应和中间品效应是企业参与电商平台影响出口的两大重要渠道。同时,加入双重电商平台的企业凭借对国内国际两个市场、两种资源的充分利用,所发挥的规模效应和中间品效应显著强于单独加入一个平台的效应。第三,异质性分析表明,位于中西部地区的企业与本土企业借助双重电商平台发挥的出口促进效应更突出。本文从以电商为代表的数字经济视角,为新发展格局下如何利用国内国际两个市场、两种资源提供有益的理论和实证支撑。


关键词:

双重电商平台;新发展格局;两个市场;企业出口;


主要涉及数据:

1、1688、阿里巴巴国际站数据

2、中国海关数据库

(CnOpenData相关数据:中国工业企业海关进出口交易明细数据中国海关进出口交易明细数据


CnOpenData系列数据如下:

线上电商平台信息数据

外贸供应商名录数据

中国海关进出口交易明细数据







联系人: CnOpenData-dxy

邮   箱: dingxiaoyu@cnopendata.com

电   话: 13370290605

END

欢迎关注CnOpenData微信公众号

即可及时获得更多专题系列推文

本文仅供学术交流,文章原本版权归原作者和原发刊所有。如有内容错误和优化意见,欢迎反馈和指导。


CnOpenData
官网:www.cnopendata.com 数据的顶端,也是学术的顶端! 王诗薇vx:CnOpenData-wsw
 最新文章