数字经济的减贫效应研究

艾小青 田雅敏

[摘 要]  利用中国2011-2018年省份数据，构建面板回归模型和多重中介模型探讨数字经济的减贫效应及影响机理。研究发现：数字经济与农村贫困发生率存在显著负向关系，在考虑城镇化、经济增长等影响贫困因素的基础上，减贫效应依旧显著;数字经济的收入增长效应和收入分配效应显著，即数字经济可通过促进家庭增收和弱化收入差距的渠道影响贫困，但数据资源配置不均带来的数字鸿沟可能会扩大城乡收入差距，加大相对贫困的治理难度。

[关键词]  数字经济;贫困;面板回归;多重中介模型

[中图分类号]  F49   [文献标识码] A   [文章编号] 1008—1763（2022）01—0050—07

The Poverty Reduction Effect of the Digital Economy

AI Xiao-qing， TIAN Ya-min

（School of Economics and Management， Beijing University of Technology， Beijing 100124，China ）

Abstract： This paper uses the 2011-2018 provincial panel data to construct a panel regressive model to investigate the poverty reduction effects and mechanism of the digital economy. The research reveals that： there is a significant negative correlation between the incidence of rural poverty and the digital economy. Taking into account the  poverty factors such as urbanization， the poverty reduction effect is still significant; the income growth effect and income distribution effect of the digital economy are significant. digital economy can alleviate poverty by increasing household income and weakening the impact of income gap. However， the digital divide caused by the uneven allocation of digital elements may widen the urban-rural income gap and increase the difficulty of managing relative poverty.

Key words：  digital economy; poverty; panel regression; mediation effect

一 引 言

消除貧困，改善民生，实现共同富裕是社会主义的本质  [1] 。我国自1986年治理贫困特别是十八大以来取得了显著的减贫成果后，在现行贫困标准下，于2020年底消除绝对贫困  [2] ，并进入到巩固脱贫成果、治理相对贫困的新阶段。近年来，我国数字经济取得快速发展，中国互联网发展报告指出，2020年我国数字经济规模达到39.2万亿元，占GDP比重约38.6%，成为稳定经济增长的关键动力。数字经济的发展不仅改变了企业经营模式和市场主体结构，更在宏观层面拓展了资源配置的边界，深化了传统经济模式转型  [3] ，而数字经济对我国的贫困状况是否存在影响？如果存在，影响机理是怎样的？这些问题值得深入研究。

2017至2020年的《政府工作报告》围绕数字经济提出了相关政策措施，从“促进数字经济加快成长”到“壮大数字经济”再到“打造数字经济新优势”，对数字经济的政策支持力度不断加大。在数字经济发展如火如荼的当下，在乡村振兴的战略背景下，探讨数字经济对贫困的影响及传导机制，有助于推动数字经济发展，也能助力相对贫困治理和实现共同富裕。现有数字经济与贫困的相关研究，学者主要聚焦于贫困的动态变化，以及数字普惠金融、信息技术等对贫困、就业、消费等方面的影响，没有专门针对数字经济的减贫效应展开讨论。本文的边际贡献在于：在研究内容上，基于统计年鉴数据测度数字经济指数，并运用2011-2018年数字经济指数与农村贫困发生率的省级面板数据探讨数字经济的减贫效应及影响机理;在研究方法上，构建面板回归模型分析数字经济的减贫效应，避免个体同质性可能带来的估计误差，确保结果稳健可信。

二 文献回顾

数字经济是以数据资源为关键生产要素、以现代信息网络为重要载体、以有效使用信息通信技术推动效率提升和经济结构优化的一系列经济活动。数字经济可以提升创新能力  [4] 、提高全要素生产率  [5] 、推动产业结构升级  [6] 、促进绿色可持续发展  [7] 等。目前直接探讨数字经济与贫困关系的文献较少，本文从减贫要素及渠道、数字经济与减贫两个角度梳理国内外文献。

（一）减贫要素及渠道

经济增长和收入差距是影响贫困变化的两个重要因素  [8-9] ，经济增长可以快速降低贫困人口比例，但收入差距会抵消部分经济增长带来的减贫效果，并导致低收入人群占有的份额不断萎缩  [10] 。从减贫的要素及作用渠道来看，城镇化  [11]5 、数字普惠金融  [12-14] 、互联网技术  [15-16] 、农村产业融合发展  [17] 等因素有助于减少贫困人口的数量、降低贫困发生，并通过促进家庭增收、推动农村经济增长及改善城乡收入分配的渠道缓解贫困状况。此外，罗良清对我国1991至2015年的贫困状况进行动态分解，研究发现经济增长为大规模的贫困减少提供了物质基础，但收入不平等将导致贫困状况恶化  [18] ，这进一步表明经济增长和收入差距缩小是减缓贫困的重要渠道。

（二）数字经济与减贫

面对世界经济的百年未有之大变局，各国逐步加快数字化进程，国内外学者基于不同国家的发展背景对数字经济的减贫效用展开讨论，Skiter等通过分析俄罗斯的贫困状况与数字经济的相互依存关系，研究发现数字经济可通过发展自主就业提高国民生活质量，降低贫困水平  [19] ;Kurantin等对加纳的数字经济与贫困的关系及两者的传导机制进行研究，发现创新能力是减贫政策有效的关键因素，数字经济能够促进创新能力的提升  [20] ;Ahmed等则实证评估了阿拉伯国家的信息通信技术的减贫效应，研究发现利用信息通信技术为国家赋权可以提高生产率、传播信息并减少贫困  [21] 。这些研究表明在地理环境及经济发展条件悬殊的情况下，数字经济可以通过不同的渠道推动经济增长、减少贫困。此外，数字经济还能减少国内弱势群体受到的负面影响  [22] 、提高低社会经济者的福利待遇  [23] ，以及弱化疫情对就业市场冲击  [24] 。总之，数字经济不局限于地理环境、地域空间等外部环境的限制，通过促进就业、提高生产率等提升居民收入，实现区域经济增长;另一方面能够改善弱势群体的社会现状，缩小收入差距。

已有研究普遍认识到经济增长和收入差距是影响贫困的主要因素，数字经济对贫困存在影响，但仍存在如下不足：第一，在研究视角上，主要分析经济增长和收入差距对贫困的影响，或仅着眼于数字普惠金融指数展开分析;第二，在分析数据上，仅用宏观省级层面数据或者仅用微观调查数据;第三，在机理分析层面，尚未深入探讨数字经济的收入增长效应和收入分配效应。基于此，本文将运用2011-2018年的省级面板数据分析数字经济对贫困的影响，从收入增长和收入差距两方面考察数字经济影响贫困的作用机理，并匹配省级截面数据与中国家庭追踪调查数据进行稳健性检验。

三 减贫的作用机理

生产生活资料的缺乏是导致农村地区陷入贫困的重要原因。数字经济能够摆脱地理环境和地域空间的发展限制，同时具有公共物品的属性，发展数字经济是实现农村脱贫减贫的重要渠道，本部分从定性层面探讨数字经济与贫困的关系，分析数字经济减贫的直接和间接作用机理。

（一）数字经济减贫的直接作用机理

“先富带后富”的逻辑在以往实践中的效果存在内生有限性，现实情况往往是先富的人移居到城镇享受良好的生活环境及公共基础设施，农村剩余群体仍处于贫困状态，且缺少就业致富渠道，进一步加深了农村居民贫困程度。近年来，以“互联网+”为核心的数字经济给农村地区带来了发展机遇  [25] 。一方面，工商业的数字化转型创造了新的就业机会，有助于缓解社会贫富分化和收入不平等;另一方面，各种在线平台催生出了新的经济模式，使人们能够以低成本的便捷方式进行有效沟通，即互联网重新协调经济环境创建了一种社会共享和充分利用有限资源的合作模式，从而最大化利用社会资源，实现共同富裕。总之，数字经济的发展能够充分调动农村地区的资源，创造和增加就业机会，激发农村市场活力，实现经济增长，降低贫困发生率。

（二）数字经济减贫的间接作用机理

本文将从收入增长效应和收入分配效应两方面探讨数字经济的减贫路径。

一是数字经济可通过收入增长路径改善贫困现状，消除绝对贫困。经济增长是影响贫困的重要因素，内生经济增长理论认为物质资本和人力资本的积累能够避免地区陷入“贫困陷阱”或发生贫困代际转移，实现区域经济增长  [26] 。数字经济的发展有助于农村构建物质资本和人力资本体系，通过信息通信技术对传统农业进行数字化改造，建立数字交易平台等完善物质资本，充分发挥本地资源优势发展特色产业，使农民享受全产业链收益，另外通过在线技术技能培训提升农村技术技能禀赋，以“数字移民”的方式完善农村的人力资本。数字经济还能够驱动农业由供给、增产、小规模经营导向转向需求、提质、适度规模导向  [27] ，推动产业质量及生产方式变革，促进农村经济提质增效  [28] ，实现家庭收入增长。

二是数字经济可通过收入分配效应缓解贫富分化。我国城乡居民可支配收入的比值差距在2004年达到峰值，近年来虽然比值差距持续下降，但绝对值差距仍在扩大  [29] ，这意味着相对贫困的问题仍然严峻，而数字经济丰富了应对贫富分化的政策工具。中心外围理论认为，发展中国家不具备均衡发展的条件，只能将有限的资源投资到一些部门和地区，形成经济规模效应后，再带动欠发达地区发展  [30] ，数字经济的发展可以扩大发达地区的经济辐射影响，数字经济的公共物品属性使得欠发达地区充分享受发达地区的经济带动作用，从而实现先富带后富;同时数字乡村建设加速了社会资本和人才资本向乡村流动，推动乡村生态、文化、资源的多元化发展  [31] ，从而改善城乡资源配置差距，缩小城乡收入差距。但数字经济发展过程中的资源配置不平衡带来的数字鸿沟可能会使得落后地区的居民信息缺乏时效性，加剧数字劣势群体的贫困状况  [32] ，从而削弱经济增长的减贫效果。数字经济减贫的作用如图1所示。

四 研究设计

（一）数据来源

本文采用的数据包括国家统计局发布的中国统计年鉴、中国农村贫困监测报告、中国第三产业统计年鑒及中国家庭追踪调查数据（CFPS2018）。其中，中国统计年鉴记录了历年来居民收入情况等详细信息;中国农村贫困监测报告记录了脱贫攻坚目标实现进程、各省市农村贫困人口规模及贫困发生率等信息;中国第三产业统计年鉴全面反映了我国31个省市自治区的第三产业发展历史、现状、结构及其发展趋势;中国家庭追踪调查是由北京大学社会科学调查中心实施，从微观个体视角记录了受访者的家庭资产状况及收入等信息。

首先基于中国第三产业统计年鉴的相关数据运用综合指数法测算我国2011-2018年的数字经济指数，其次综合运用数字经济指数与农村贫困发生率等省级面板数据以分析数字经济的减贫效应及影响机理，最后将2018年的省级数据与中国家庭追踪调查数据匹配进行稳健性检验。

（二）變量测度与说明

被解释变量：贫困程度。关于衡量贫困的指标，通常包括贫困发生率、贫困人口数量、FGT贫困指数及恩格尔系数等。本文参考龚沁宜  [14] 的研究，以农村贫困发生率作为反映我国及各省市的贫困程度的变量，农村贫困发生率（CPR）是在小康社会相适应的贫困标准下，地区贫困人数占全部统计人数的比例，反映了一个地区的贫困程度。数据来源于中国农村贫困监测调查报告，2011-2018年我国的农村贫困发生率均值为7.59%，最小值为0，最大值为43.9%。

核心解释变量：数字经济指数。以往关于数字经济的研究中，多以数字普惠金融指数作为数字经济发展水平的代理变量分析对实体经济、贫困及就业的影响，但数字普惠金融指数仅反映了金融领域的数字化发展水平，以此作为数字经济指数进行分析可能不具有代表性，本文借鉴赵涛  [33] 等学者的做法，选用互联网发展情况和数字交易发展情况构建省级层面的数字经济指数，具体指标如表1所示，全面涵盖了数字经济的发展领域，同时借鉴刘军  [34] 的权重计算方法对各指标进行赋权，运用综合指数方法测算2011-2018年的省份数字经济指数，测算结果反映了我国31个省市自治区数字经济的发展程度及变化趋势。

中介变量：为检验数字经济的收入增长效应和收入分配效应，选用城乡居民可支配收入差距和居民家庭纯收入作为中介变量，前者以城镇居民与农村居民可支配收入的差值衡量，后者以居民通过就业、投资等途径获得的可支配收入衡量，两者均对数化处理后分析。

控制变量：以往研究文献中，城镇化  [11] 、经济增长  [8] 、数字普惠金融  [12] 等因素对贫困存在影响，为分析数字经济对贫困的直接减缓效用，需控制这些因素的影响，因此在避免变量多重共线性的基础上，选取以城镇人口占总人口比重衡量的城镇化率、省份人均GDP作为宏观控制变量;性别、年龄等变量是微观调查数据CFPS中的个人控制变量，用作稳健性检验。

（三）模型构建

为评估数字经济的减贫效应，首先选用普通最小二乘法进行检验，其中 cpr 表示农村贫困发生率， dei 表示数字经济指数，构建模型如下：

cpr=α+βdei+ε   （1）

但由于省份的发展状况存在较大差异，且区域间技术人才等资源禀赋可自由流动，若选用传统回归方法分析数字经济与农村贫困发生率的省级数据，个体同质性假设  [12] 会忽略不同省份可能带来的间接作用，在解释数字经济对农村贫困的影响时存在一定偏差，因此构建面板回归模型探讨数字经济的减贫效应。

cpr   i，t = α   i + λ   t +  β   1 dei   i，t + ε   i，t     （2）

其中，  cpr   i，t  表示省份 i 在 t 时期的农村贫困发生率，  dei   i，t  表示省份 i 在 t 时期的数字经济指数，  α   i  表示个体固定效应，即各省份不随时间变化的因素，  λ   t  表示时间固定效应，用于控制随时间改变的各省份的共同影响，  ε   i，t  表示随机扰动项。

为进一步检验数字经济的减贫机制，即收入增长效应和收入分配效应，参考卢紫珺  [35] 等学者的中介效应模型，运用sobel检验方法进一步分析，具体模型如下：

cpr   i，t = c   0 +  c   1 dei   i，t + α   i + ε   i，t   Income   i，t = a   0 +  a   1 dei   i，t +  a   2 pup   i，t + α   i + ε   i，t   cpr   i，t = b   0 +  c   ' dei   i，t + b   1  Income   i，t +

b   2 pup   i，t + α   i + ε   i，t      （3）

cpr   i，t = c   0 +  c   1 dei   i，t + α   i + ε   i，t   gap   i，t = a   0 +  a   1 dei   i，t +  a   2 pup   i，t + α   i + ε   i，t   cpr   i，t = b   0 +  c   ' dei   i，t + b   1  gap   i，t +  b   2 pup   i，t +

α   i + ε   i，t      （4）

公式（3）为收入增长效应表达式，公式（4）为收入分配效应表达式。其中，  Income   i，t  为省份 i 在 t 时期的对数化处理后的居民家庭可支配收入;  gap   i，t  为省份 i 在 t 时期的对数化处理后的城乡居民可支配收入差距;  pup   i，t  为省份 i 在 t 时期的城镇化水平，其他变量定义如前文所述。

五 实证检验

（一）数字经济减贫效应的实证分析

运用普通最小二乘法进行混合回归的估计结果如表3所示。可以看出数字经济与农村贫困发生率存在显著负向关系，且R  2 约为0.44，表明数字经济是导致农村贫困发生率降低的主要因素。在加入城镇化率、人均GDP控制变量后，数字经济与农村贫困发生率之间仍存在显著负向关系，表明在考虑城镇化率、经济增长等因素的影响，数字经济仍有助于缓解地区贫困程度，通过促进增收、增加就业等渠道增加农村地区的居民收入，降低农村贫困发生率。此外，城镇化率对农村贫困发生率存在负向影响，且在0.01的水平上显著，城镇化进程缓解了我国的贫困程度，结论与以往学者的研究成果一致;但人均GDP与农村贫困发生率之间存在正向关系，这表明人均GDP的增加主要来源于城市地区的收入增长，也在侧面反映了城乡间的收入差距随着经济增长不断扩大。

由于本文分析的是31个省市自治区2011-2018年的数据，混合回归忽略了不可观测的非时变异质因素，估计结果可能存在一定偏差，为准确评估数字经济对贫困的影响，运用面板模型进一步分析。在进行面板回归之前，对原数据进行豪斯曼检验，检验结果显示F（30，216）=17.41，p值为0，在0.01的显著性水平上拒绝了随机扰动项  ε   i，t  与解释变量不相关的原假设，应选择固定效应模型进行分析，估计结果如表4所示。

由表4的第（1）列可以看出，数字经济指数与农村贫困发生率之间存在显著负向关系，即在考虑各省份异质性的条件下，数字经济的发展降低了地区的贫困发生率，具有减贫效应;从第（2）列结果可以看出，在加入城镇化率、人均GDP控制变量后，数字经济指数与农村贫困发生率仍存在显著负向关系，但是系数的绝对值有所减少，说明在考虑其他因素对贫困的影响后，数字经济的发展依旧有助于减少地区的贫困人口数量，降低农村贫困发生率。当前，我国经济由高速增长转向高质量发展阶段，并且随着时间的推移，城镇化的减贫贡献在逐渐减弱  [11] ，因此要顺应数字经济发展的趋势，发挥数字经济在治理贫困，尤其是相对贫困治理的效用，实现先富带后富。此外，面板估计结果与混合回归的估计结果基本一致，说明结果是相对稳定可信的。

（二）数字经济减贫效应的机理检验

采用中介模型进一步探讨数字经济的收入增长效应和收入分配效应，回归结果如表5所示。sobel检验的p值均小于0.01，表明中介效应显著成立。第（1）至（3）列为收入增长效应的实证结果，可以看出，数字经济与农村贫困发生率存在显著负向关系，与家庭收入存在显著正向关系，并且在控制了家庭收入变量的影响后，数字经济对农村贫困发生率的负向影响仍显著。数字经济对农村贫困的总效应等于直接效应加上家庭收入变化发挥的间接效应，表明数字经济可以通过经济发展地区的经济带动作用增加就业机会拓展收入来源等方式促进家庭收入增长，改善居民的生活水平和环境条件，进而减少贫困人口的数量，降低农村贫困发生率，即数字经济具有收入增长效应。

第（4）至（6）列为收入分配效应的实证结果，可以看出数字经济与农村贫困发生率存在显著负向关系，与城乡收入差距存在显著正向关系，并且在控制了城乡收入差距的影响后，数字经济对农村贫困发生率的负向影响仍显著，表明缩小城乡收入差距，改善居民的收入分配情况是减少贫困的重要渠道，数字经济可以通过降低信息不对称扩大贫困地区的本土效应改善居民收入分配情况，弱化贫富差距带来的贫困进一步恶化的负向影响，具有收入分配效应。但第（6）列结果显示，数字经济指数与城乡收入差距存在顯著正向关系，表明数字经济发展过程中资源配置不均衡可能会扩大城乡收入差距，削弱经济增长带来的减贫效果，从而加大相对贫困治理的难度。

数字经济减贫效应显著，且具有收入增长效应和收入分配效应：一方面，数字经济能够通过促进家庭增收减少贫困人口的数量，降低贫困发生率;另一方面，数字经济能够削弱收入不平等带来的影响，改善居民收入分配情况。但在发展数字经济的过程中，应注重城乡数据资源的合理分配，有限资源的高效配置不仅能避免数字鸿沟的产生及扩大，也是治理相对贫困的关键  [36] 。

（三）稳健性检验

将2018年的省份数据与中国家庭追踪调查数据匹配后进行分析，共筛选出12135份家庭样本，实证结果如表6所示。结果显示，数字经济与农村贫困发生率之间存在显著负向关系，且家庭收入和城乡收入差距的中介效应显著，即数字经济具有收入增长效应和收入分配效应。这表明在控制微观个体的性别、年龄等个人特征后，数字经济的减贫效应依旧显著，相关结论仍然成立，实证结果通过了稳健性检验。

六 结论及启示

本文首先对2011-2018年的省份数据构建面板回归模型，研究发现数字经济与农村贫困发生率存在显著负向关系，表明数字经济的发展能够减少贫困人口的数量，降低农村贫困发生率，在考虑城镇化、经济增长等影响贫困因素的情况下，数字经济仍能够有效降低农村贫困发生率;其次，运用多重中介效应探讨数字经济影响贫困的作用机理，结果显示数字经济具有收入增长效应和收入分配效应，即数字经济可以通过促进家庭收入增加及削弱收入差距带来的负向影响，降低贫困发生率;最后，将2018年省份数据与微观个体调查数据进行匹配进行稳健性检验，实证结果与省份面板数据结果一致，估计结果稳健。

当前，我国经济进入高质量发展阶段，数字经济为高质量发展带来了新的机遇，不仅能够摆脱地理环境和地域空间对发展的限制，还能够在疫情冲击下有效应对市场需求变化和提升政府治理能力  [37] 。我们应着力推动数字化发展，重视和发挥收入增长、收入分配的减贫效应。在发展数字经济的过程中，数字资源配置不均衡带来的数字鸿沟可能会扩大城乡收入差距，加大相对贫困的治理难度。因此，要合理配置城乡数据资源，引导技术、人才等资源向农村流动，策略性地探索农业农村数字化转型，使全民共享數字经济发展红利，早日实现共同 富裕。

[参 考 文 献]

[1]  刘向军，张天姣. 坚决打赢脱贫攻坚战的价值意蕴[J]. 财经问题研究，2020（4）： 20-26.

[2] 陈素梅，何凌云. 相对贫困减缓、环境保护与健康保障的协同推进研究[J]. 中国工业经济，2020（10）： 62-80.

[3] 杨新铭. 数字经济：传统经济深度转型的经济学逻辑[J]. 深圳大学学报（人文社会科学版），2017（4）： 101-104.

[4] 温珺，阎志军，程愚. 数字经济与区域创新能力的提升[J]. 经济问题探索，2019（11）：112-124.

[5] 杨慧梅，江璐. 数字经济、空间效应与全要素生产率[J]. 统计研究，2021（4）： 3-15.

[6] 俞伯阳，丛屹. 数字经济、人力资本红利与产业结构高级化[J]. 财经理论与实践，2021（3）： 124-131.

[7] Ciocoiu C N. Opportunities for sustainable development[J]. Theoretical and Empirical Researches in Urban Management，2011（1）： 33-43.

[8] 罗楚亮. 经济增长、收入差距与农村贫困[J]. 经济研究，2012（2）： 15-27.

[9] 程名望，Yanhong Jin，盖庆恩，等. 农村减贫：应该更关注教育还是健康？——基于收入增长和差距缩小双重视角的实证[J]. 经济研究， 2014（11）： 130-144.

[10] 陈飞，卢建词. 收入增长与分配结构扭曲的农村减贫效应研究[J]. 经济研究，2014（2）：101-114.

[11] 解垩. 城镇化与中国农村减贫[J]. 经济科学，2020（3）：5-16.

[12] 顾宁，张甜. 普惠金融发展与农村减贫：门槛、空间溢出与渠道效应[J]. 农业技术经济，2019（10）：74-91.

[13] 钱海章，陶云清，曹松威，等. 中国数字金融发展与经济增长的理论与实证[J]. 数量经济技术经济研究，2020（6）：26-46.

[14] 龚沁宜，成学真. 数字普惠金融、农村贫困与经济增长[J]. 甘肃社会科学，2018（6）：139-145.

[15] 赵浩鑫，唐根年，洪晨翔. 农村互联网发展的减贫效应分析[J]. 统计与决策，2019（19）：96-99.

[16] 高静，武彤，王志章. 网络扶贫的逻辑进路与现实鉴证——以凉山彝族自治州为例[J]. 农村经济，2019（6）：83-90.

[17] 李晓龙，陆远权. 农村产业融合发展的减贫效应及非线性特征——基于面板分位数模型的实证分析[J]. 统计与信息论坛，2019（12）：67-74.

[18] 罗良清，平卫英. 中国贫困动态变化分解：1991～2015年[J]. 管理世界，2020（2）：27-40.

[19] Skiter N N， Ketko N V， Rogachev A F， et al. Institutional poverty as one of the main threats to the digital economy[J]. International Journal of Sociology and Social Policy，2021（1/2）：15-23.

[20] Kurantin N， Osei-Hwedie B Z. Digital  financial Integration， investment， economic growth， development and poverty reduction[M]. Bradford：Emerald Publishing Limited， 2019.

[21] Ahmed A， Al Roubaie A. Poverty reduction in the Arab world： the use of ICTs[J]. World Journal of Science， Technology and Sustainable Development，2013（3）：195-211.

[22] Aly H. Digital transformation， development and productivity in developing countries： is artificial intelligence a curse or a blessing？[J]. Review of Economics and Political Science. 2020， ahead-of-print（ahead-of-print）.

[23] Sherry Tao Kong. The Chinese economic transformation book [M]. ANU Press，2020.

[24] 何宗樾，宋旭光. 数字经济促进就业的机理与启示——疫情发生之后的思考[J]. 经济学家，2020（5）：58-68.

[25] 张新红. 数字经济与中国发展[J]. 电子政务，2016（11）：2-11.

[26] 张新. 人力资本、技术进步与内生经济增长：理论及中国实证[D]. 长沙：湖南大学，2007.

[27] 李佳南. 数字经济在推动农业经济发展中的功能分析——评《转型的动力：中国农业供给侧结构性改革》[J]. 中国农业资源与区划，2019（11）：94-102.

[28] 温涛，陈一明. 数字经济与农业农村经济融合发展：实践模式、现实障碍与突破路径[J]. 农业经济问题，2020（7）：118-129.

[29] 汪三贵，刘明月. 从绝对贫困到相对贫困：理论关系、战略转变与政策重点[J]. 华南师范大学学报（社会科学版），2020（6）：18-29.

[30] 郑路. 不平衡增长理论的文献综述[J]. 知识经济，2012（11）：10.

[31] 李翔，宗祖盼. 数字文化产业：一种乡村经济振兴的产业模式与路径[J]. 深圳大学学报（人文社会科学版），2020（2）：74-81.

[32] 何宗樾，张勋，万广华. 数字金融、数字鸿沟与多维贫困[J]. 统计研究，2020（10）：79-89.

[33] 赵涛，张智，梁上坤. 数字经济、创业活跃度与高质量发展——来自中国城市的经验证据[J]. 管理世界，2020（10）：65-76.

[34] 刘军，杨渊鋆，张三峰. 中国数字经济测度与驱动因素研究[J]. 上海经济研究，2020（6）：81-96.

[35] 卢紫珺，陈曦. 包容性金融发展减贫效应的实证检验[J]. 统计与决策，2020（9）：142-146.

[36] 李永友，沈坤荣. 财政支出结构、相对贫困与经济增长[J]. 管理世界，2007（11）：14-26.

[37] 汪阳洁，唐湘博，陈晓红. 新冠肺炎疫情下我国数字经济产业发展机遇及应对策略[J]. 科研管理，2020（6）：157-171.

3056501908234