汤云凯，邓汉慧

（中南财经政法大学 公共管理学院，武汉 430073）

0 引言

党的二十大报告指出，“实现全体人民共同富裕”是中国式现代化的本质要求。实现共同富裕不仅要解决社会生产力发展不充分的问题，而且要解决群体间发展不平衡的矛盾。共享发展成果和缩小收入差距是达成共同富裕目标的关键。数字经济的发展结合中国的通信基础设施建设，为缩小群体间收入差距、促进社会走向共同富裕提供重要动能。数字经济具有信息产品的非竞争性、信息的边际成本趋零、数字市场在线不在场、大数据成为关键投入品的内生特性。2013年“宽带中国”战略的实施为数字经济发展提供了丰富的生产要素，削减了产品交易的成本，降低了发展数字产业化、产业数字化的门槛。数字经济成为我国经济发展的“热点”，在激发消费、拉动投资、创造就业等方面发挥重要作用。在数字经济已经成为国民经济重要组成部分的当下，数字经济能否推进共同富裕目标实现？其作用机制是什么？上述问题亟待回答。

目前测度社会共同富裕程度的指标体系一般基于总体富裕和共享成果两个维度，但研究数字经济对共同富裕作用的实证研究及机制检验却较为缺乏。现有文献认为的影响路径包括企业生产要素投入比例[1]、数字普惠金融发展水平[2]、创业活跃度、就业形态变革[3]等因素。本文在梳理上述数字经济的主要微观影响路径的基础上，实证检验数字经济对共同富裕的影响。

在宏观层面上，已有研究认为数字经济发展通过新的生产要素投入、新的资源配置效率和新的全要素生产率促进社会生产力提升[4,5]，而社会生产力提升是促进共同富裕的前提。在微观层面上，已有研究认为数字经济发展将促成就业市场的变革，产生就业质变和量变，体现出就业创造效应和替代效应[6]，并对劳动者报酬及福利产生重大影响，甚至造成结构性失业等不确定性问题，影响低技能劳动者的相对收入水平[7]。数字经济发展对收入分配的影响反而可能迟滞共同富裕目标的实现。可见，数字经济对社会共同富裕的影响是多维的。鉴于此，本文梳理相关理论并构建相应的数字经济、共同富裕评价指标体系，采用2013—2021年我国30个省份的面板数据实证检验数字经济对共同富裕的影响及作用机制。

1 理论分析和研究假设

生产效率提高和福利分配改善分别对应共同富裕的核心维度：富裕和共享。实现共同富裕目标，不仅需要推进生产方式革新，通过经济发展做大“蛋糕”，而且要完善收入分配方式，通过合理的分配关系实现发展成果由全体人民共享。数字技术应用对要素投入产出率的显著正向促进作用已被大量研究验证[8,9]。全要素生产率构成数字技术应用影响经济增长的重要传导机制[10]。据此，本文提出：

假设1：数字经济通过提升全要素生产率对共同富裕产生正向影响。

目前，学者们关于数字经济发展影响收入分配的结论则存在分歧，但渠道机制分析较为一致，主要从创业机会和人力资本结构角度进行分析。从创业机会角度出发的文献认为激发人民创业是数字经济释放高质量发展红利的重要机制。由于数字经济中信息产品的非竞争性、信息的边际成本趋零、数字市场在线不在场、大数据成为关键投入品的内生特性，创业门槛被降低，如数字普惠金融能够通过促进创业机会均等化来提高低社会资本家庭的创业概率，促进中国的包容性增长[8]。实证研究显示，数字经济带来的创造效应增加了中等技能劳动力工作机会[11]。据此，本文提出：

假设2：数字经济发展通过改善就业环境对共同富裕产生正面影响。

从人力资本结构角度出发的文献认为，数字技术应用中存在“莫拉维克悖论”，这使得中国劳动力就业结构整体上呈现“两极化”特征，即需求集中在高技能和低技能劳动力，并且完成非常规任务的高技能劳动力工资大幅上涨。柏培文和张云（2021）[7]研究发现，数字经济带来的要素重组等产业变革降低了中低技能劳动力的相对收入。然而，提高政府数字治理水平可以改善中低技能劳动力的相对福利。戚聿东等（2020）[12]研究发现，数字经济通过优化就业结构促使劳动报酬和劳动保护进一步提升。虽然上述文献在低技能劳动力的福利水平方面存在分歧，但是肯定了数字经济在提升高技能劳动力群体工资水平方面的作用，并且在政策干预下，低技能劳动力福利也能提升。据此，本文提出：

假设3：数字经济发展通过提升就业能力和劳动报酬对共同富裕产生正面影响。

假设4：政策干预可以正向调节数字经济的影响机制。

2 研究设计

2.1 模型设定

为检验数字经济对共同富裕的影响，本文采用固定效应模型作为基准回归模型进行分析。具体的模型形式如下：

汉日IT新词的词义表达，符合语言修辞理论中的明晰性原则(clarity principle)(leech 1983:67)。每个词汇除了语音结构和语义之间维系一种透明、直接的关系外，在词义上也避免了歧义的出现。原因在于IT新词所表达的是前所未有的新概念和新事物，新词与新概念、新事物之间呈明确的对应关系，因此词义本身具有很强的明确性，很少有歧义发生的情况。

其中，Commonit表示共同富裕水平；i代表地区，t代表时间；Digitalit表示数字经济发展水平；Xit代表控制变量；μi为地区固定效应，δt为时间固定效应；εit表示随机误差项。

为检验数字经济对共同富裕的影响机制——提升全要素生产率、提升就业能力和劳动报酬及改善就业环境，在基准回归模型的基础上构建中介效应检验模型：

其中，Mit为中介变量。

此外，为验证政策干预对数字经济发展影响机制的调节效应，构建如下调节效应模型：

其中，Policyit表示政策干预。

2.2 数据来源

本文以2013—2021 年我国30 个省份（不含宁夏和港澳台）作为研究对象。其中，各省份经济数据主要来自《中国统计年鉴》《中国城市统计年鉴》《中国劳动统计年鉴》《第三产业统计年鉴》《北京大学数字普惠金融指数》，以及各省份统计年鉴和国家统计局官方网站，政策干预相关数据来自CSMAR 数据库。自2013 年以来，国务院推行“宽带中国”战略，数字经济进入发展快车道，同时，多种社会保险被合并。为了避免上述政策对于实验结果的冲击，选择2013年作为研究初始年。

为确保数据的可靠性，本文对原始数据做如下处理：（1）涉及的具体指标以及其他控制变量的部分缺失值均进行线性插值处理；（2）对于来自CSMAR 数据库中的数据，剔除了所有被中国证监会标记为ST 和*ST 的上市公司数据；（3）由于CSMAR数据库中没有包含从事软件、数据、互联网相关主营业务的宁夏企业，故而去除宁夏。

2.3 变量选取

（1）被解释变量：共同富裕水平（Common）。本文选取总体富裕程度和成果共享程度两个维度对共同富裕水平进行度量。综合吕光明等（2023）[13]的研究，本文在总体富裕程度方面选择人均可支配收入、人均GDP、居民恩格尔系数体现地区人均国民收入水平、生产总值、财富水平；人均商品房销售面积、每万人医疗机构床位数用于反映人均物质财富保有量。在共享发展程度方面，城镇登记失业率侧面反映未受惠于经济发展人群占比，民生性财政支出反映地区民生保障水平，城乡消费差距反映城乡居民财富差距，泰尔指数反映城乡收入差距。共同富裕水平评价指标体系如表1 所示，使用熵权TOPSIS 法对各项指标分层次计算。

表1 地区共同富裕水平评价指标体系

（2）解释变量：数字经济发展水平（Digital）。本文借鉴柏培文和张云（2021）[7]对数字经济变量的处理方法，并考虑数据可得性，从数字产业、数字创新、数字应用三个维度对数字经济发展水平进行衡量。其中，数字产业主要反映数字化产业发展程度，利用信息业平均工资，信息传输、计算机服务和软件业就业人数，软件业务收入，电信业务总量，信息传输、计算机服务和软件业固定资产进行核算；数字创新体现了数字技术创新水平和创新经费、人才投入，利用发明专利申请授权数、规模以上工业企业R&D经费支出及R&D 人员数量进行度量；数字应用刻画了区域电子商务、用户数字化水平、普惠金融等基于数字技术应用的经济活动情况，利用每千人互联网域名数、数字普惠金融指数、移动电话普及率、电商活跃企业占比进行计算。数字经济发展水平评价指标体系如表2 所示。使用熵权TIPSIS法对各项指标分层次计算。

表2 地区数字经济发展水平评价指标体系

（3）中介变量：就业环境、就业能力、劳动报酬、全要素生产率。本文参考已有研究[12,14]，从就业环境、就业能力、劳动报酬三个方面选取指标。就业环境主要反映就业人员的工作机会，包含就业人口、国企占比、第三产业从业人数占比；就业能力体现能够从事更高技能工作的一种可行能力，包含大专以上学历就业人员占比、新增职业技能人才占比、接受职业培训人员占比；劳动报酬主要关注各省份的工资水平和社会保障，包括职工平均工资、职工医疗保险覆盖率、职工养老保险覆盖率。上述变量采用熵权TOPSIS法计算。全要素生产率则是省份内上市公司的平均全要素生产率，反映地区生产效率的现状。全要素生产率采用LP法[15]测算。具体指标如表3所示。

表3 中介变量指标

（4）调节变量：政策干预（Policy）。本文从四个维度衡量产业政策效果：政府补助、税收优惠、信用贷款、行业准入制度。政府补助是政府给予技术创新企业实际奖励补助，包括稳岗补助、人才培养补助等各项补助。税收优惠采用企业实际税率替代，等于所得税费用/息税前利润。信用贷款利用长期贷款增长率=（企业当期长期贷款增量-企业上一期长期贷款增量）/企业年末总资产展现。行业准入制度采用赫芬达尔指数来测量市场竞争度，反映行业准入制度和行业管制程度。采用朱浩和刘柳（2023）[16]、张杰（2021）[17]的方法，将地区上市公司数量和上市公司资产总量作为权数，将上述上市公司数据核算为地区平均值。

（5）控制变量：城镇化率，即城镇人口占总人口比例；外商投资，即外商固定资产投资增长率；平均预期寿命，即地区人口平均预期寿命；地区高等教育人数，即地区每十万人口高等学校平均在校生人数。本文选取上述变量主要考虑地区经济结构、地区教育资源的特殊性带来的内生性影响，确保实证结果更稳健。

表4为主要变量的描述性统计结果。

表4 变量描述性统计

3 实证检验

3.1 基准回归结果

（1）固定效应模型

本文采用时间、个体双固定效应模型对模型（1）进行回归分析。表5 中列（1）和列（2）给出了在无控制变量和有控制变量的情况下，数字经济对共同富裕的影响结果。回归系数均在1%的水平上显著为正，初步说明数字经济发展对于省份共同富裕具有显著正向影响。

表5 基准回归结果

（2）稳健性检验

为确保前文实证回归结果是可靠的，本文采用三种方法进行稳健性检验。第一，采用工具变量法，借鉴陈小辉和张红伟（2021）[18]的方法，选择滞后一期的数字经济发展水平作为工具变量。回归结果如下页表6 中列（1）所示，结果与基准回归结论一致。第二，采用主成分分析法重新核算数字经济发展水平和共同富裕水平，并重新使用固定效应模型进行分析。表6 中列（2）的结果显示，数字经济对共同富裕的影响依然在1%的水平上显著为正。第三，剔除极端值。为避免极端异常值对回归结果稳健性的影响，采用Winsorize 方法对主要变量进行1%及99%分位的缩尾处理。剔除极端值后的回归结果见表6列（3），得出的结论与前文一致。上述结果说明基准回归结果基本稳健。

表6 稳健性检验结果

3.2 中介效应检验

本文采用Bootstrap自助法重复放回1000次进行检验，回归结果见表7。第一，全要素生产率的间接效应、直接效应均在1%的水平上显著，说明提升全要素生产率是数字经济发展对共同富裕产生正向作用的影响机制，假设1得证。第二，就业环境的间接效应、直接效应均在1%的水平上显著为正，体现出改善就业环境是促进共同富裕的影响机制，假设2 也得证。第三，就业能力和劳动报酬的间接效应、直接效应也都在1%的水平上显著，可见数字经济发展可以通过提升就业能力和劳动报酬正向影响共同富裕，假设3得证。表7结果表明，就业环境、就业能力、劳动报酬、全要素生产率均为数字经济正向影响共同富裕的影响机制。

表7 中介效应检验结果

3.3 调节中介效应检验

为验证存在政策干预的调节中介效应。本文基于式（4），通过Bootstrap自助法重复放回500次进行检验。检验采用95%的置信区间，以调节变量的均值加减一个标准差为标准将样本划分为高水平和低水平组，以此来展示调节中介效应的变化趋势。表8 仅展示通过调节中介效应检验的结果（就业能力的中介效应不能通过政策干预调节）。基于此，可以判断政府补助、税收优惠、信用贷款、行业准入制度等政策干预分别对就业环境、劳动报酬、全要素生产率等中介变量具有显著且有差异的调节作用，假设4部分成立。其中，随着政府补助、税收优惠、行业准入制度取值的增加，相对应的交互项系数增加，说明这三种政策干预方式对中介效应产生正向调节作用。反之，信用贷款产生负向调节作用。

表8 调节中介效应检验结果

4 结论与建议

本文基于数字经济发展的人力资本结构优化、产业效率提升理论，采用2013—2021 年我国30 个省份的面板数据，分别使用固定效应模型、中介效应检验模型、调节中介效应模型，实证探讨数字经济对共同富裕的影响作用及机制。结果显示：（1）数字经济发展能够促进共同富裕，并且在排除了内生性问题以及一系列稳健性检验之后，该结论依然稳健；（2）数字经济能够通过提升全要素生产率、改善就业环境、加强就业能力、增加劳动报酬促进共同富裕水平上升；（3）就业能力的中介效应不能通过政策干预调节，税收优惠可以正向调节就业环境、劳动报酬和全要素生产率的中介效应，政府补助可以正向调节就业环境、劳动报酬的中介效应，信用贷款可以负向调节就业环境、劳动报酬的中介效应，行业准入制度可以正向调节劳动报酬、全要素生产率的中介效应。

根据上述研究结论，本文提出以下建议：第一，推进数字技术与产业的融合发展。由于数字经济发展促进共同富裕，因此社会和政府应继续支持数字经济发展。同时，应继续鼓励产业发展结合数字技术，充分发挥数字经济带来的发展红利。第二，鼓励数字经济相关创业活动，改善就业环境；完善数字技术、数字经济相关教育、技能培训，便于劳动力提升技能水平；优化数字经济配套社会保障和员工福利，吸引劳动力加入数字经济相关产业。由于数字经济发展促进高技能劳动力可支配收入提升，因此政府应做好相关教育及培训。针对低技能劳动力，政府应优化监管制度，落实相关社会保障政策。完善相关创新激励政策和措施，鼓励数字经济创业行为。第三，通过适当增加政府补助、提高税收优惠力度、严格审查长期信用贷款、降低行业准入门槛，扶植数字经济关键企业。提高税收优惠力度可以有效调节就业环境、劳动报酬和全要素生产率，是适用性最佳的政策干预措施。打造良好的数字经济相关企业用工环境。降低行业准入门槛，完善数字经济相关企业竞争机制，提升数字经济相关企业全要素生产率。