钟 文，郑明贵，钟昌标

（1.江西理工大学a.矿业发展研究中心；b.经济管理学院，江西 赣州 341000；2.云南财经大学 商学院，昆明 650221）

0 引言

城乡收入差距过大作为城乡发展不平衡的重要表征，一直是中国社会发展面临的突出问题[1]。相比城镇居民，中国农村居民收入增长的广度与深度仍然不足，城乡收入差距远远高于国际平均水平[2]。如何缩小城乡收入差距、破解城乡鸿沟，成为共同富裕政策锚定的重要发力点。

随着数字技术的更新迭代，数字经济逐渐在社会经济领域发挥越来越重要的作用，对城乡收入差距产生深层次影响。一方面，由中国特殊的城乡二元结构导致城乡数字鸿沟问题日益尖锐，城乡收入差距有进一步扩大的可能[3]；另一方面，数字经济发展显著降低了跨区域的信息不对称程度，突破了城乡之间的物理阻碍，肩负起助力农业发展、农村繁荣和农民致富的时代使命[4]。因此，在扎实推进共同富裕进程中迫切需要探索数字经济的包容性发展举措，促进城乡协调发展。

从已有研究来看，国外聚焦数字经济与城乡收入差距关系的相关研究主要关注以下几个方面：一是城乡居民收入水平对参与数字经济发展的影响，以及经济发展等因素对城乡互联网使用程度与普及力度的影响，在这个层面较多关注城乡数字鸿沟问题[5]；二是数字经济发展对微观个人的增收效应及区域发展影响[6]；三是数字技术对收入分配的影响，相关研究集中在发达国家，且未达成一致认识[7]。总体而言，这些研究较少直接关注数字经济对城乡收入差距的影响。国内研究在探讨城乡收入差距影响因素上，一致认为城镇化、金融发展、人口结构、交通基础设施等是主要影响因素[8—11]。可以发现，现有相关研究对数字经济这一新变量的关注度不足，多数从互联网技术发展与运用层面研究对收入分配的影响，但结论不一。一方面，互联网普及可以通过增收效应与促进非农就业提高居民收入水平[12]；另一方面，由于数字鸿沟的客观存在，互联网普及扩大了城乡收入差距[13]，不可否认的是，互联网技术运用为有效解决城乡信息不对称问题提供了机遇[14]。

综合来看，虽然学者们开始关注数字经济与收入分配的关系，但鲜有数字经济发展与城乡收入差距关系的系统研究，且已有研究对二者之间的关系并未形成共识。鉴于此，本文综合运用2001—2020 年中国家庭追踪调查微观数据与省级面板宏观数据，从网络基础设施建设和普惠金融发展视角探索数字经济发展对城乡收入差距的影响；同时，结合宏微观数据特点，差别化运用工具变量法与稳健检验技术解决内生性问题，进一步保证研究结论的可信度，以期为数字经济发展进程中缩小城乡收入差距提供有益借鉴。

1 研究假设

在数字经济发展初期，城乡新基建投入存在差距，从而数字经济发展对城市居民的收入溢出效应高于农村居民，这也是城乡数字鸿沟产生的重要原因之一。随着数字技术的不断进步，数字经济全面渗透至社会经济领域，并将发展红利惠及广大农村地区，此时，数字经济发展对农村居民增收效应的后发优势会抑制城乡收入差距进一步扩大[15]。为此，本文提出：

假设1：数字经济发展与城乡收入差距之间呈“倒U”型非线性关系。

网络基础设施建设可以提高互联网普及率，营造良好的网络共享环境，是影响城乡居民增收的重要因素。随着“宽带中国”战略的实施，所遴选的示范城市城乡间在网络硬件上的差距不断缩小，一级数字鸿沟得到有效缓解。依据学习效应理论，当增加接触互联网频率，互联网用户对互联网的信息搜寻与处理能力均会得到持续提升，从这个层面而言，可以缩小二级数字鸿沟。进一步聚焦城乡居民增收效应，研究发现，网络基础设施具有互联互通优势，能够降低劳动力市场信息不对称，当信息获取成本降低时，城乡居民可获得公平利用互联网提高收入的机会，尤其对处于城乡数字鸿沟相对劣势的农村居民，增收效应更加明显[16]。

基于金融自由化理论与融资约束理论，普惠金融会降低农村居民获得信贷的门槛与成本，对长期发展而言，普惠金融会缩小城乡收入差距，改善社会不公平现象[17]。当农村金融环境改善，农村居民信贷可得性增强，提高了创业积极性，进而提高整体的创业水平[4]。因此，普惠金融可以在数字经济发展初期减少数字鸿沟，也可以提高数字经济发展后期农村居民的创业活跃度，从而增强数字经济发展后期缩小城乡收入差距的积极作用。基于此，本文提出：

假设2：网络基础设施建设与农村地区普惠金融发展能够调节数字经济发展与城乡收入差距之间的“倒U”型关系。

2 研究设计

2.1 模型构建

为了检验研究假设，本文构建如下计量经济模型：

其中，Gap表示城乡收入差距；DEL为本文的核心解释变量，即数字经济发展通过构建指标体系来综合测度数字经济发展水平；Zit是控制变量组。参考文献[4]的计量模型设定，本文的控制变量设置如下：（1）经济发展水平（AGDP），用人均国内生产总值来衡量；（2）城镇化水平（UR），以城镇化率来刻画；（3）产业结构，本文采用第一产业占GDP的比重（Primary）和第三产业占GDP的比重（Tertiary）来测度；（4）对外开放水平（Open），以外商直接投资额衡量；（5）政府财政支出水平（GS），采用财政支出占GDP的比重来衡量；（6）受教育程度（LE），以平均受教育年限①平均受教育年限=（文盲人数*0+小学学历人数*6+初中学历人数*9+高中和中专学历人数*12+大专、本科及研究生学历人数*16）/6岁及以上人口数。来衡量。δi表示地区固定效应，φt表示时间固定效应，μi，t为随机扰动项，i和t分别表示省份和年份。考虑到单纯采用普通面板数据回归方法可能对结果产生一定偏误，因此，本文综合运用静态面板模型和动态面板模型进行估计[3]。

2.2 变量选取与测度

（1）数字经济发展水平的测度

目前对数字经济发展水平的测度并未有权威指标，本文参考已有文献的指标选择[17]，以及权威机构发布的相关数字经济指数，并遵循相关性、适用性、数据可获取性等原则，结合已有研究成果，从三个方面选取指标测度数字经济发展水平（见表1）。本文采用综合评价法测算数字经济发展水平，采用0-1 标准化方法进行指标标准化处理，采用客观赋权变异系数法确定权重，具体公式如下：

表1 数字经济发展水平测度指标体系

其中，Pj为第j项评价指标的标准化值，Wj为第j项指标的权重。

（2）城乡收入差距的测度

本文主要选择泰尔指数测度城乡收入差距，在稳健性检验中进一步从城乡可支配收入比值视角测算城乡收入差距。泰尔指数的计算公式如下：

其中，i=1和i=2 分别代表城市和农村，t表示年份，y表示可支配收入，x表示人口。需要说明的是，2013 年国家统计局将农村人均纯收入调整为人均可支配收入，但二者差别不大，2012 年的农村人均纯收入可以用农村人均可支配收入替代[4,18]。

2.3 数据来源

本文以我国31个省份（不含港澳台）2001—2020年的数据为样本。数据主要来源于历年各省份统计年鉴、《中国农村统计年鉴》、北京大学数字普惠金融指数，以及中经网数据库和EPS数据库。为保证数据稳定性，以及减少异方差，本文对数据做了取对数处理和平滑处理，最终获得620个观测值，构成平衡面板数据。

3 实证分析

3.1 基准回归

下页表2 汇报了数字经济与城乡收入差距关系的基准回归结果。模型（1）至模型（3）是静态面板系列模型，模型（4）至模型（6）是动态面板系列模型。在动态面板系列模型中，结合AIC 阶数判断准则、回归残差相关性检验结果以及Sargan检验结果（未列示）可知，动态面板系列模型可以加入城乡收入差距的滞后一期。从核心解释变量数字经济发展水平来看，模型（1）和模型（4）中系数均显著为负，表明研究期内数字经济发展整体上对缩小城乡收入差距有积极作用。而从非线性关系看，数字经济发展水平的系数在静态模型（3）中大于动态模型（6），说明模型（3）中的数字经济发展系数被高估了，有必要采用动态模型进行回归。基于此，本文重点对模型（6）展开分析，具体如下：

在模型（6）中，数字经济发展水平的一次项系数在1%的水平上显著为正，平方项的系数也在1%的水平上显著为负，表明数字经济发展与城乡收入差距呈现“倒U”型曲线关系。通过模型（6）的估计结果可以估算出“倒U”型曲线的拐点。该结果说明在数字经济发展初期，由于城乡资源禀赋、经济发展基础等差异，出现了明显的城乡数字鸿沟，数字经济发展拉大了城乡收入差距。而在数字经济发展后期，国家高度重视数字经济发展，视其为经济高质量发展的新动力，并在农村地区加大数字基础设施建设投入力度，将“宽带中国”上升为重要的发展战略，农村新基建得到快速发展，信息化程度得到极大提高，缩小了城乡数字经济发展水平，具体而言，数字经济发展可能从以下几个方面缩小了城乡收入差距：第一，提高生产要素配置效率。数字经济发展可以在降低城乡信息传输壁垒、提升城乡资源配置效率、提高农户产品附加值、优化农户生产决策、促进农业身缠效率提升等方面发挥重要的资源优化配置效应。第二，可持续地增加收入。数字经济能够转变农村居民发展观念，促进非农就业水平，提高创业热情，拓宽增收来源，实现可持续增收。第三，数字政府建设促进了政府工作透明度和公众社会参与度的提升，提高了政府惠农政策的精准水平，保障了三农政策实施效率，极大地缩小了城乡收入差距扩大趋势。相关控制变量的回归结果基本符合现实情况，进一步说明了模型设置的科学性。至此，验证了本文的假设1。

3.2 分区域回归

本文依据国家统计年局的划分标准，将31 个省份划分成东、中、西三大地区，利用2001—2020 年面板数据进行估计。鉴于样本量的大小，在区域分析时适合选取静态面板模型，具体采用双向固定效应模型进行估计，相关回归结果见表3。

表3 分地区回归结果

基于表3 中模型（1）、模型（3）和模型（5）的回归结果可知，东部、中部和西部地区数字经济发展水平的系数分别在1%、1%和5%水平上显著为正，且系数值依次增大；从数字经济发展水平平方项来看，东部和西部地区分别在1%和10%水平上显著为负，但中部地区不显著。该结果表明，数字经济发展与城乡收入差距的“倒U”型关系在经济最发达和最不发达地区尤其明显。进一步在模型（2）、模型（4）和模型（6）中仅考虑数字经济发展水平的一次项对城乡收入差距的影响，结果发现，数字经济发展水平的系数在东部地区显著为负，而在中部地区显著为正，在西部地区不显著，表明在研究阶段内数字经济发展主要对东部地区的城乡收入差距起到缩小作用。可能的原因有：一是东部地区经济发展较快，数字经济发展处于全国领头羊地位，较早地越过了拐点；二是东部地区相对中西部地区而言，其城乡发展差距较小，区域内协调水平较高。

3.3 稳健性检验

在稳健性检验方面，本文做了以下工作：一是替换核心解释变量，采用城乡可支配收入比值衡量城乡收入差距（Gap），重新进行回归；二是采用两阶段工具变量法（2SLS）缓解模型的内生性问题，选取同年度其他省份的数字经济发展水平均值及其平方项作为工具变量，选取原因是其他省份数字经济发展水平与本省份数字经济发展水平相关，但与本省份城乡收入差距没有实质性联系，符合工具变量的遴选规则[4]。相关回归结果见表4。从稳健性检验结果来看，两种方法的回归结果都保持了与前文的相对一致性，很好地验证了回归结果的可靠性。

表4 稳健性检验结果

4 数字经济发展影响城乡收入差距的微观数据检验

4.1 数据说明

本文采用中国家庭追踪调查数据（CFPS 2018）从微观层面分析城乡数字经济发展对其收入水平影响的差异，具体以数据库中的家庭库为样本数据，运用数据匹配技术实现宏微观数据的有效匹配，最终获得13667 个样本观测值。

4.2 模型设定

本文构建如下基准计量模型分析数字经济发展对城市居民和农村居民的收入效应：

其中，Income代表家庭收入水平；i、c、j分别代表家庭、村庄、地区，DEI代表数字经济发展水平；Z代表控制变量组，包括个体层面、家庭层面与区域层面的控制变量；φi，c，j和μj分别表示随机扰动项和地区固定效应。

家庭收入水平（Income）为解释变量，采用家庭纯收入和人均家庭纯收入衡量，数字经济发展水平（DEI）与前文一致。参照文献[19]的做法，从个体特征、家庭特征和区域特征出发分别选取控制变量。个体特征主要选取户主年龄、是否党员身份和理解能力三个变量；家庭特征选取家庭人口规模、金融资产价值和土地资产价值三个变量；区域特征选取小区公共设施状况来衡量，取值为1～5，1表示很好，5 表示很差。为了降低异方差的影响，对部分变量做了取对数处理。

4.3 结果分析

表5 是数字经济发展对家庭收入影响的基准回归结果。结果显示，数字经济发展无论对家庭纯收入还是家庭人均纯收入均具有显著的正向效应，表明数字经济发展整体上产生了增收作用，这一回归结果在引入系列控制变量和双向固定检验下具有相对稳健性。

表5 基准回归结果

本文区分城市样本与农村样本，进一步考察数字经济增收效应的城乡异质性效果，回归结果见表5 列（5）和列（6）。结果显示，数字经济发展对城市家庭和农村家庭均具有显著的增收效应，这与基准回归相吻合，不同的是，在研究期内农村样本的数字经济发展系数明显大于城市样本，表明数字经济发展对农村家庭的增收效应大于城市家庭，数字经济发展起到了缩减城乡收入差距的作用。

5 调节效应分析

5.1 网络基础设施建设的调节作用

本文在式（1）的基础上构建如下调节效应检验模型：

其中，Gap和DEL为本文的核心变量，分别代表城乡收入差距和数字经济发展水平；NIC代表网络基础设施建设，采用“宽带中国”战略示范城市衡量，属于示范城市赋值为1，反之赋值为0；战略实施当年及之后年份赋值为1，反之赋值为0，本文基于中国工业和信息化部网站上的数据整理赋值。Zit是控制变量组，与式（1）一致。δi表示地区固定效应，φt表示时间固定效应，μi，t是随机扰动项，i和t分别表示省份和年份。为了缓解可能存在的内生性问题，本文控制了地区固定效应和时间固定效应。本文重点关注系数θ2，预估θ2为正值。

下页表6列（1）是网络基础设施建设对数字经济发展与城乡收入差距关系的影响回归结果，结果显示DEI2*NIC的系数在10%的水平上显著为正，这表明：一方面，网络基础设施建设使得数字经济发展与城乡收入差距“倒U”型关系拐点左移，加速数字经济发展缩小城乡收入差距时点的到来；另一方面，网络基础设施建设可以缓解数字经济发展初期加大城乡收入差距的消极影响，强化数字经济发展缩小城乡收入差距的积极作用。

表6 调节效应检验结果

5.2 农村地区普惠金融发展的调节作用

本文在式（5）基础上替换网络基础设施建设（NIC）这一调节变量，变换为农村地区普惠金融发展（DFI），数据来源于北京大学数字普惠金融指数。回归结果见表6。

表6列（2）为农村地区普惠金融发展对数字经济发展与城乡收入差距关系的影响回归结果，结果显示DEI2*DFI的系数在5%的水平上显著为正，这表明：一方面，农村地区普惠金融发展使得数字经济发展与城乡收入差距“倒U”型关系拐点左移，加速数字经济发展缩小城乡收入差距时点的到来；另一方面，农村地区普惠金融发展可以缓解数字经济发展初期加大城乡收入差距的消极影响，强化数字经济发展缩小城乡收入差距的积极作用。至此，本文的假设2得到证实。

6 结论

本文在理论分析基础上，利用2001—2020 年省级面板数据考察了数字经济发展与城乡收入差距的非线性关系。研究发现：总体而言，数字经济发展对城乡收入差距的影响并非简单的线性关系，而是呈现明显的“倒U”型曲线关系。现阶段，中国处于“倒U”型曲线关系的右半部分，即处于数字技术运用持续缩小城乡收入差距的红利期。与此同时，本文进一步基于2018 年中国家庭追踪调查数据（CFPS）从微观层面剖析了数字经济发展影响城乡收入差距的直接原因，发现现阶段微观视角下数字经济发展可以缩小城乡收入差距的直接原因在于数字经济发展对农村家庭的增收效应大于城市家庭。调节效应检验发现，网络基础设施建设与农村地区普惠金融发展能够调节数字经济与城乡收入差距“倒U”型关系，即较高的网络基础设施建设与农村地区普惠金融水平降低了数字经济发展初期对城乡收入差距的拉大作用，强化了数字经济发展后期缩小城乡收入差距的积极作用。因此，因地制宜地推进数字经济技术进步，特别是提高广大农村地区数字经济发展水平，有利于缩小中国城乡发展差距与城乡数字鸿沟。