为测算不同因素对跨境電商发展的影响，并探究“一带一”政策对不同省份跨境电商影响的差异性，使用面板数据识别各指标的影响因素，并做出相应测算。与已有研究不同的是，本研究不仅仅从定性角度进行分析，还构建交叉项识别冲击的异质性，有别于文献常用的因子模型的思。从中经网产业数据库(CEIC)选取2006—2014年的P、人口等指标作为控制变量；将公数量和公货运量两个指标作为控制变量，此数据来自于《中国交通统计年鉴》。本文快递数据来自于中国邮政官网以及各省市区邮政局网站的统计数据。设定“一带一”区域跨境电商发展的哑变量和东部地区的哑变量以控制“一带一”战略的影响。由于跨境电商的数据不可得，但是跨境电商的繁荣程度和电商物流的繁荣程度高度相关，因此，用物流数据作为跨境电商发展的代理变量，分析“一带一”战略对跨境电商发展因素的影响。
将因变量设为电商繁荣程度，用快递数量作为电商繁荣程度的代理变量。电商大多通过快递发货，而商务件比例一般较为稳定，通过快递数量能够反映电商发展的趋势，快递数据来自于地方邮政局网站。由于各地统计口径不同，共有邮政快递和快递两种口径，数据范围互有重叠，缺失值较多，本文选取该省份两个概念数据的最大值作为电商繁荣程度的代理变量。自变量为“一带一”变量和东部地区变量，控制变量为P、人均P、P增速、公货运量、公里程等，表4为主要变量的描述性统计。
其中，dianshang是电商繁荣程度的代理变量，需要着重关注dummy×year的系数，即“一带一”政策随时间的影响因素。dummy的系数为初始年份各省份之间电商发展水平的差异，反映了初始年份“一带一”沿线省份和非“一带一”沿线省份之间电商水平的差异比例。由于这一系数会被省份固定效应吸收，所以所有回归不控制省份固定效应。全部回归均使用对数形式。
考虑到“一带一”政策全面推行是在2013年，所以2013年前后的政策影响可能有差异，构建dummy×treat变量，用双重差分(DID)的方式度量前后差异。其中，将treat定义为：2013/2014年为1，之前为0。
回归结果显示，当加入“一带一”沿线区域变量与年份交互项时，电商繁荣程度系数约为14%。考虑偏效应，其含义是“一带一”沿线省份比非沿线省份每年电商业务数量上升约14%，考虑到数据使用的是快递业务量数据，而已有研究显示电商业务量上升要大于快递业务量，因此，这一估计系数反映了其下限，实际增速差异可能更高。“一带一”沿线区域变量可能是负数，这是随机因素引致的残差影响所致，这一变量不反映政策影响，仅反映两组省份本身的天然差异。“丝绸之”沿线各省份底子差、基数小，按系数比较只要花费4年时间就能弥补其劣势，足见沿线省份在电商发展大潮下的潜力。东部地区促进电商繁荣程度约为112.2%，其他地区对电商繁荣程度的影响不显著。可以说明，由于目前国内电子商务在东部布局不均匀、发展程度不均衡，在一定程度上影响了电子商务的繁荣程度。