红利还是鸿沟：互联网发展带来了城乡收入差距吗?

曾冰，杨美文

(1.安徽财经大学 经济学院，安徽 蚌埠 233030；2.江西财经大学 江西经济发展与改革研究院，江西 南昌 330013)

引言

自1994年全功能接入国际互联网以来，中国互联网历经由无到有、由小到大、由弱到强，并全面融入了社会经济生活方方面面，成为社会经济发展提质增效的重要驱动力量，但与此同时，也不可避免地带来了城乡收入结构性不平衡问题。我国社会主要矛盾已切换为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾，城乡不平衡作为不平衡不充分发展的主要内容之一，其突出表现为城乡收入差距，成为制约中国高质量发展的重要障碍。缩小城乡收入差距是人民日益增长的美好生活需要对互联网发展提出的时代需求。而考察互联网发展背景下城乡经济发展不均衡问题并让城乡居民更充分更平衡地实现美好生活需要，对中国社会经济高质量发展具有重要的现实意义。

缩小城乡收入差距是解决当前社会主要矛盾的应有之义，也是学术界历久弥新的重要课题。学者们分别从城镇化(陈斌开、林毅夫，2013)[1]、金融发展(叶志强等，2011)[2]、科技创新(李政、杨思莹，2018)[3]、对外开放(张小溪、刘同山，2020)[4]、教育发展(詹国辉、张新文，2017)[5]等视角探讨了城市收入差距，这些文献为探讨互联网发展对城乡收入差距关系提供了诸多有益的参考与启发。另一方面，随着互联网快速发展以及大数据时代来临，互联网发展对收入分配影响研究被学者们所重视。首先，大多数学者发现互联网发展能够显著提高居民收入水平，如贺娅萍、徐康宁(2019)[6]认为互联网通过降低搜寻成本，提高搜寻效率，从而推升工资水平；王元超(2019)[7]则发现互联网应用通过技术与资本途径提高了居民工资收入；韩长根、张力(2019)[8]则发现使用互联网学习、工作、社交对居民收入阶层的提升都有显著的促进作用，且随着时间推移呈现出作用增强的特征。其次，学者们也逐渐开始关注互联网发展对收入分配可能产生的影响，主要分为两类观点：一类是鸿沟说，即认为互联网发展会拉大收入差距，刘任等(2020)[9]发现互联网使用对农户收入差距具有正向作用，且易受到农户受教育程度正向调节效应；程名望、张家平(2019)[10]认为互联网在2099年对城乡收入差距带来拐点性变化，并呈现缩小趋势。刘晓倩、韩青(2018)[11]则发现互联网使用与否会导致居民年收入相差3911.63元，从而扩大了居民间收入差距。另一类则为红利说，即互联网发展会缩小收入差距，李雅楠、谢倩芸(2017)[12]则发现互联网使用比例变化对整体工资收入差距具有负向作用。张永丽、李青原(2021)[13]基于甘肃省贫困村调查数据发现互联网使用对收入低分位点农户的影响大于收入高分位点，即互联网在一定程度上缩小了农户之间的收入差距。胡浩然等(2020)[14]则认为互联网普及可以显著地减小各省份行业间的工资差距，尤其是中西部地区或者低经济发展水平地区。

承上所述，虽然学者们已经开始关注互联网对收入分配方面的影响，但红利与鸿沟观点未能得到统一认识，而且关于收入分配研究也更多集中于微观层面的农户群体收入差距、居民工资收入差距、行业收入差距等，较少涉及宏观层面视角，尤其是城乡收入差距关系研究，互联网发展尽管能促进城乡间资源优化配置，但也带来了特殊的城乡互联网发展二元化。那么，互联网发展对城乡收入差距究竟是带来红利还是鸿沟？抑或呈现区间结构性变化？发展水平是否越高越好？以及互联网发展是否同步提升了城乡间收入？厘清上述问题，有利于科学认识互联网发展现状、成就与瓶颈问题，从而有效推进城乡平衡发展以及社会主要矛盾化解。

一、模型设定与变量说明

(一)门槛回归方法及模型设定

经典线性回归难以捕捉互联网发展与城乡收入差距间复杂关系变化，容易得出要么是缩小差距要么就是扩大差距的单一性结论。在互联网发展不同阶段，互联网发展对收入不平等影响关系可能是非线性效应。尽管部分学者在研究变量间非线性关系时，通常会考虑加入自变量的二次项式，看是否存在“倒U型”关系的结论，例如程名望与张家平(2019)[10]就通过互联网普及二次项设定，来考察互联网普及率和城乡收入差距的“倒U型”关系。但这种处理技术难以得到更符合实际情况的具体门限值以及门限值左右的效应程度。而门限模型则可以根据数据本身的特点来内生地划分区间，进而研究在互联网发展不同阶段内互联网对城乡收入差距影响程度，并有效避免人为划分互联网发展阶段而带来的偏误，故利用Hansen(1999)提出的门限模型作为实证检验[15]，模型设定如下：

CHAJUit=α+β1Zit•I(MENit≤γ1)+β2Zit•I(MENit>γ1)+χXit+λi+ηt+εit

其中，α为截距项；CHAJU为被解释变量城乡收入差距；MEN为门限变量；Z为被门限变量，亦称区制变量，既可以为门限变量本身，也可以是其他核心变量；γ为门限值，I(·)为指示性函数；X为相应的控制变量；i为城市，t为年份；λi为地区固定效应；ηt为年份固定效应；εit为随机扰动项。

如果将门限变量每一个观察值作为门限值γ进行逐步回归并得到不同残差平方和，其中残差平方和最小数所对应的γ门限值则较为符合实际门限水平，但估计门限值也只是门限效应存在的必要非充分条件，还须进一步进行显著性与真实性检验，可参考吕延方等学者的方法[16]。再来对模型进行门限回归，并得到所有变量回归参数。以上内容均为单门限模型处理，但这适用于多重门限模型处理，具体可参见Hansen(2000)，Wang(2020)等学者文献[17-18]。

(二)变量与数据

1.被解释变量：城乡收入差距(CHAJU)。国家统计局一般采用城镇居民人均可支配收入与农村居民人均纯收入建比值进行表征。相关文献关于省份层面与城市层面的研究均沿用了这种度量方法[19-20]。采用此法衡量城乡收入差距。

2.门槛变量与被门限变量：互联网发展(WANG)。互联网发展水平评价主要为单一指标法(如互联网普及率、人均电信消费占比等指标)与综合指标评价法。相比而言，综合指标评价法对互联网发展水平评价相对全面科学，故采用左鹏飞等(2020)[21]的分析方法与结果数据，该指标体系分互联网接入情况、互联网连接设备情况、互联网资源情况、互联网站点数、互联网普及率、互联网相关基础设施、互联网相关从业人员和移动互联网用户数8个子系统，并采用熵权法得到互联网发展指数。

3.控制变量：参考文献梳理情况，选取以下控制变量。(1)经济发展(JING)，采用2009年不变价换算的人均GDP表征，还加入其二次项形式，以控制经济发展对收入分配的库兹涅茨效应；(2)对外开放水平(KAI)，用进出口总额与GDP比值表示；(3)城镇化(CHENG)，用城镇常住人口数占总人口比重表示；(4)教育水平(JIAO)，采用人均受教育年限表示；(5)金融发展(JIN)，以金融机构存贷款总额/GDP进行表征；(6)科技创新(KEJI)，采用专利授权数量来表征。

4.数据来源与处理：考虑数据的可获取性，选取2009-2018年我国30个省、市、自治区的面板数据(因西藏数据有所缺失，予以舍去)。所需数据来源于相应年份《中国统计年鉴》以及各省份统计年鉴和中经网数据库等。其中，教育水平、科技创新与经济发展变量均采用对数化处理。为防止变量数据可能带来的实证伪回归现象，还需要进一步对数据进行平稳性检验，选取LLC检验、ADF检验与PP检验三类单位根检验法进行平稳性检验，结果如表1所示，所有变量均在滞后期为1的情形下均在1%水平上显著，因而单位根不存在，选取的数据是平稳可靠的，不存在波动异常，具有一定的数据信度，为后续的实证分析打下基础。

表1 相关变量数据平稳性检验结果

二、实证结果

(一)门限效应检验

为了考察互联网发展作用于城乡收入差距的直接门限效应，门限变量与被门限变量均选择互联网发展，构建非线性面板门限回归模型进行估计。面板门限回归需要确定门限数目的个数，以便确定模型的形式，故须对门限变量的门限效应进行显著性和真实性检验两大检验。首先，从显著性检验来看，依次假定在不存在门限值、一个门限值的原假设，设定次数为300的自举抽样法(Bootstrap)计算F统计量的临界值来作为检验判断(见表2)，结果显示：单一门限F统计值均大于1%显著性水平临界值，且对应P值均为0.0000，拒绝了不存在门限值原假设，接受单个门限值备选假设。而双重门限F统计值则小于10%显著性水平临界值，对应P值为0.2267，难以拒绝存在一个门限值原假设，不能接受两个门限值的备选假设。因此，检验结果显示存在一个门限值，说明互联网发展对城乡收入差距的影响会受到互联网发展区制水平的单一门限效应的影响，可能不同的互联网发展阶段会带来不同的影响效应，应构建以互联网发展为门限变量的单门限模型。

表2 门限数量检验

进一步回归得到门限值γ点估计值及其对应的95%的置信区间(见表3)。门限估计值为0.2672，落在置信区间内，且相应的置信区间较窄，因此，门限划分具有一定合理性。

表3 门限估计值与置信区间

再进而采用极大似然法对门限值进行真实性检验，图1绘制的似然比函数图有利于理解门限估计值和置信区间的构筑过程。门限估计值的95%置信区间是指所有LR值小于5%显著水平下临界值(7.35)构成的区间，即虚线以下的门槛值区间，从图1可以看出，所估计门限估计值0.2672均位于95%的置信区间内，即在5%显著性水平下原假设的接受域，从而可以认为门限估计值与实际门限值相等。因此，上述通过门限显著性检验的门限变量通过逐步回归残差最小得到的门限值通过了真实性检验。

图1 门限值似然比函数图

(二)回归结果

采用地区与年份双固定效应模型加以分析，一者该类模型既有效控制省份不随时间变化的不可观测因素的影响，又能控制每年宏观经济政策的冲击(谢呈阳、胡汉辉，2020)[22]。此外，相应的Hausman检验结果显示卡方统计量为39.8213，P值为0.0000，通过显著性检验，拒绝随机效应原假设，因此，选取固定效应模型更为科学合理，故选取双固定效应面板模型进行讨论。在进行门限面板回归之前，先对模型进行线性面板基准回归，相应结果(见表4)，可以发现互联网发展对城乡收入差距影响，无论是否加入控制变量均具有显著的正向作用，这也意味着互联网发展会扩大城乡收入差距。控制变量中，除了教育水平、经济发展平方项变量之外，其他变量对城乡收入差距影响系数均在一定显著性水平下通过检验，其中，经济发展、城镇化、对外开放水平、科技创新均显著缩小了城乡收入差距，而金融发展则显著扩大了城乡收入差距，意味着我国当前金融发展是存在很强的城镇偏向性。而教育水平系数为负但不显著，说明当前教育发展并未显著缩小城乡差距。此外，经济发展及其平方项显著性情况难以验证经济发展对收入分配的库兹涅茨效应，这可能是样本期太短原因，抑或当前经济发展已经突破收入分配的拐点。

表4 基准回归结果

进一步以互联网发展为门限变量与被门限变量进行门限回归模型，结果如表5所示，互联网发展在较低水平时(小于0.2672)，在1%的显著性水平下，互联网发展对城乡收入差距会产生较大的正向作用，影响系数为11.0725；在互联网发展在较高水平时(大于等于0.2672)，互联网发展对城乡收入差距正向作用会有所降低，在1%显著性水平下影响系数为9.2428；显然，互联网发展带来的城乡收入差距影响并非线性单调的，互联网发展会在不同发展阶段水平下对城乡收入差距会呈现差异性表现，具有典型的门槛特征，随着互联网发展水平提升，其对城乡收入差距影响速度会有所弱化。但需要注意的是，这个结论并不意味着互联网发展水平提升会对城乡收入差距具有积极作用，相反，在互联网发展水平不同区间内，互联网发展的估计系数均显著为正，说明样本期内互联网发展仍带来了城乡收入差距，只不过在互联网发展过程中带来的城乡收入差距扩大速度有所放缓。此外，互联网水平大于0.2672的地区仅为北京与上海，其余省份均小于0.2672，这也意味着我国大部分地区互联网发展带来的城乡收入差距仍未呈现放缓趋势。

表5 门槛回归结果

三、原因探讨

从信息经济学角度看，数据鸿沟具有可接入性、利用性、产出性等多维性，互联网影响城乡收入差距也可从三个对应层面进行分析：

一是互联网接入层面，城镇网络基础设施相对农村地区更为完善，互联网使用条件也更为便捷，更容易获得互联网配套设施与支持资源。尽管我国大力发展信息基础设施建设，互联网发展水平得到有效提升，但仍存在城乡二元不平衡。根据中国互联网络信息中心第47次中国互联网络发展状况统计报告显示，截至2020年12月，我国网民规模达9.89亿，互联网普及率达70.4%。但也需要注意到城乡间的二元差异仍然存在，城镇网民规模为6.80亿，是农村的2.2倍，农村仅为3.09亿；城镇地区互联网普及率79.8%，农村则为55.9%，两者相差23.9个百分点；我国非网民规模为4.16亿，其中农村地区非网民占到了62.7%，高于全国农村人口比例23.3个百分点。这也是为什么即使在不同门槛区间内，互联网发展仍存在显著的城乡收入差距。在未来互联网发展中有必要突出农村优先发展战略，加大对农村网络基础设施的投入。

二是互联网技术使用层面，互联网技术应用尽管提供了均等收益机会，但不代表居民获取的收益是相同的，正如金融排斥一样，互联网发展也存在互联网排斥，互联网作为知识密集型产业，受收入水平低、受教育程度低等条件的限制，农村居民在互联网使用技术边界、内容以及深度上与城镇居民存在差异，难以享受互联网高速发展的信息红利，且容易被排斥在信息革命的红利之外，从而深化了城乡收入差距。

三是互联网应用产出层面，城乡在互联网应用上存在收入回报差异，谭燕芝等人发现农村在互联网使用上的应用与转化能力不足导致了收入回报率差异，这一点我们可以从互联网发展水平分别对城镇收入对数(urbaninc)以及农村收入对数(ruralinc)散点拟合图(见图2)可以看出，互联网水平同样增加1单位，城镇居民人均可支配收入增长率为18.909%，而农村居民人均纯收入增长率则为14.571%，互联网发展带来的收入回报差异扩大了城乡收入差距。但需要注意这种收入效应会存在边际收入递减现象，在一定程度上又会带来城乡收入差距收敛。

图2 互联网发展对城乡收入影响散点拟合图

而在互联网发展初期，城镇居民在互联网接入层面与技术使用层面相比农村居民存在先发优势，且城镇居民的收入效应高于农村居民，此时城乡收入差距较大。而随着互联网水平不断提升，城乡之间互联网投入层面差距有所弱化。另一方面，得益于城镇互联网发展的技术溢出效应与城乡间要素流动加强，农村居民的互联网技术利用能力有所提高，并与城镇居民差距不断缩小。再加上农民收入提升的后发优势以及城镇居民收入的边际递减效应也会弱化城乡收入差距扩大。而这也是为什么互联网发展带来的城乡收入差距扩大速度会存在先增强后缩小的门槛结构性变化的原因所在。

四、结论与启示

互联网发展是社会经济发展的重要驱动力量。基于中国30个省(市)2009-2018年面板数据，通过面板门限模型研究，以互联网发展水平为门槛变量，定量分析了互联网发展对城乡收入差距的影响关系。研究得出以下结论：第一，在样本期间内我国互联网发展仍然扩大了城乡收入差距，但这种扩大影响程度会呈现出明显门槛效应，相应互联网发展门槛值为0.2672，并不意味着互联网发展对弱化城乡收入差距具有积极作用；第二，当跨过门槛值后，城乡收入差距扩大速度有所减缓。互联网水平大于0.2672的地区仅为北京与上海，我国大部分省份互联网发展仍然带来了较大的城乡收入差距，亦或者说在未跨越门槛值之前，城乡收入差距并未呈现收敛特性；第三，尽管我国互联网发展水平得到有效提升，但城乡间互联网接入层面的基础设施仍不均衡，而互联网的使用技能和应用方面不平等也影响城乡收入差距。此外，城乡在互联网应用上存在的收入回报差异也加深了城乡收入差距。

分析得出的结论为相关政府在网络强国战略背景下进行城乡收入分配调控提供以下几点启示：

一是继续深化互联网发展，我国还有很多省市互联网发展水平仍未跨越门槛值，城乡收入差距仍为突出，要继续加快提升这些地区互联网发展水平，通过推进大数据中心、人工智能、5G基站等“网络强国”工程，拓展互联网服务范围，利用扶持政策合理引导生产要素向未跨越门槛值的地区倾斜，及时弥补落后地区信息基础设施建设的发展短板，促使互联网发展全民化，实现规模效应发展和信息效益最大化。

二是在未来互联网发展中要突出农村优先发展战略，加大对农村网络基础设施的投入，深入推进数字乡村战略，结合脱贫攻坚政策，将互联网发展技术精准运用到农业发展的各个环节，推进网络和产业之间相互融合，以产业链价值延伸和价值链增值激发乡村发展数字化，从而降低各地区互联网发展进程中的数字鸿沟，促进农业增效和农民增收。

三是提升农村居民平等利用互联网能力，加大农村居民的互联网科技使用技能培训以及互联网思维培养，而教育水平的差异是导致农村居民与城镇居民在互联网使用能力以及认知能力上的重要原因，致使对信息化的信息在获取、加工、判断等方面呈现教育程度上的不匹配，因此要大力发展农村地方教育，促使当地人力资本水平升级，促使利用信息技术能力均等化。

四是发挥“互联网+”功能，通过电子商务、在线培训等拓展农民增收渠道，凭借政府引导、企业参与等形式，政府鼓励并帮助中小型企业实现互联网贸易在偏远地区布局，从而扩大互联网贸易发展的普及度，将互联网渗透到农村生产生活的方方面面，使其成为农村经济增长的重要引擎和乡村振兴的重要推动力。

五是推进互联网发展与对外开放、城镇化、科技创新升级等政策的协同协调，加快城镇互联网发展对农村地区的技术溢出效应与反哺，逐步打破城乡二元结构，实现农村地区互联网发展外部环境的优化，优先发挥数字经济的“扶贫”效应，从而增加农村地区的互联网发展红利，缩小城乡收入差距，最终形成两者的良性互动。