数字经济促进了共同富裕吗

邓石军 陈晓霞

（中共广东省委党校，广东 广州 510053）

一、引言

“治国之道，富民为始。”共同富裕是中国人民的基本理想，是中国共产党的重要奋斗目标，也是社会主义的本质要求。党的十九届五中全会提出了到2035年“全体人民共同富裕取得更为明显的实质性进展”的目标。促进共同富裕有两个维度：一是“共同”维度，要解决经济成果的公平性分配问题。公平性分配不仅在于城乡分配的公平，也在于区域之间的公平。二是“富裕”维度，致力于推动经济增长，提高人民总体生活水平。这两个维度共存交织、互为因果，因此综合这两个维度来看待发展可能会得到更有价值的发现。

当前，随着数字技术与传统经济的融合发展，数字经济成为许多经济体的重要组成部分。实现共同富裕，绕不开数字经济的影响。作为数字经济大国，中国数字经济展现出强大的发展韧性，是中国经济增长的重要动力，被视为数字时代经济增长的“新引擎”[1]。数字经济在创造就业以及引领投资、消费、出口等方面发挥着巨大作用，与传统产业的不断融合深刻改变了传统的生产、运输和分配方式。统计数据显示，2020年我国数字经济增加值达39.2万亿元，占GDP比重高达38.6%，名义增长9.7%，是同期GDP增速的3.2倍左右[2]，数字经济在我国经济中的重要性可见一斑。此外，随着相关技术的不断发展和广泛应用，数字经济对我国经济的影响程度将更加全面和深远。数字经济的发展将对共同富裕产生何种影响？该问题受到社会各界广泛的关注。在此背景下，评估数字经济的发展对我国共同富裕的影响具有重要的现实意义。然而，由于缺乏相关数据和可行的共同富裕综合评价指标体系，关于数字经济对共同富裕影响的实证分析相当匮乏。

基于此，本文首次测度我国省级共同富裕指数，探究数字经济的发展对共同富裕的影响，并从经济成本角度构建了数字经济影响共同富裕机制的理论框架。

二、文献综述

本文旨在探索数字经济能否促进共同富裕，所以文献综述从以下两个方面入手。

一是关于数字经济与经济增长和收入分配的研究。数字经济最早出现在唐·泰普斯科特的《数字经济》一书中，他认为信息技术的变革会导致数字革命，将彻底改变经济增长方式与经济格局。之后，许多学者和机构从不同视角定义数字经济。在数字经济对经济增长影响的研究中，结论较为一致，即数字经济有利于经济增长。如张勋和万广华等（2019）指出，数字金融的普惠性使人们更容易获得信贷支持，从而有利于家庭创业，进而促进经济增长[3]。而在收入分配方面的研究结论却着较大差异。段博和邵传林等（2020）利用中国285个地级市的经验证据表明，数字经济的发展有利于缩小地区差距[4]。而Guellec和Paunov（2017）指出数字化的非竞争性导致的“赢者通吃”的市场结构会加剧收入差距[5]。结论的差异可能是由数据和检验方法的不同而引起。目前，多数研究侧重于数字经济对单一经济效益的影响，而非更有综合意义的多维经济指标。实际上，经济网络纷繁复杂，许多因素相互交织，对更为综合性的经济指标进行分析或许能得到更有意义的结论。

二是对共同富裕的研究。一类文献探讨了共同富裕的内涵以及共同富裕指标的构建。刘培林和钱滔等（2021）对共同富裕的内涵进行了解读，并探讨了实现共同富裕的路径和指标体系的构建[6]。陈丽君和郁建兴等（2021）提出了包含三个维度、14项二级指标、81项三级指标的共同富裕指数模型，并采用设计问卷的形式确定了每个指标的相对重要性程度（权重）[7]。另一类文献则探索了共同富裕的实现道路。向国成和谌亭颖等（2017）从分工演化角度着手，运用超边际分析方法，阐述了分工协作是通往共同富裕的必由之路[8]。江鑫和黄乾（2019）从分工角度探讨了城乡公路体系网络化对共同富裕的影响，研究发现城乡公路体系网络化会提高交易效率，进而促进共同富裕[9]。然而，目前这类研究多采用理论分析，并未利用数据进行进一步检验，而对共同富裕进行实证分析对于把握共同富裕实现程度和发展重点十分必要。

梳理文献发现，现有关于共同富裕的文献缺乏实证研究，而定量分析对于理解共同富裕发展程度以及促进共同富裕的实现十分重要。通过对共同富裕指数的测度，有助于进行科学合理的比较分析，也能及时反映共同富裕变化趋势和发展现状。鉴于此，本文致力于探究数字经济能否促进共同富裕，并试图从生产、流通、消费和分配四个维度探讨数字经济的影响机制。本文在以下三个方面进行了创新研究：第一，利用省级数据对省级共同富裕指数进行测度，研究相关省份的共同富裕发展程度以及变动趋势。第二，基于经济成本角度从生产、流通、消费和分配四个维度分析数字经济对共同富裕的影响机制。第三，利用所测算的省级共同富裕指数与数字经济指数进行匹配，考察数字经济对共同富裕的影响。

三、机制分析：数字经济与共同富裕

随着人工智能、5G、大数据、云计算等数字技术的蓬勃发展，数字技术与实体经济紧密融合，传统生产模式和生产业态正在经历全面变革，数字经济已经成为推动我国经济增长的新引擎，正在成为重要的新型经济形态。数字经济代表了未来经济的发展趋势，在新一轮信息革命中，数据已经成为数字经济发展的关键生产要素，改变了工业时代以劳动、土地和资本为主要生产要素的状况。因此，本文基于成本角度从生产、流通、消费和分配四个维度分析数字经济对共同富裕的影响机制。

从成本角度而言，数字经济影响的经济成本可以分为五类：搜寻成本、复制成本、交通成本、追踪成本和验证成本。

数字经济时代，数据是非常重要的生产要素。而在数字产品上，与一般微观经济模型中生产商品的边际成本为正不同的是，数字产品生产的边际成本几乎为零。数据的复制成本为零，降低了企业生产商品的边际成本，也极大降低了信息（技术）的传播成本，促进了新技术的传播和应用。这一方面使企业更倾向于生产大量商品，因为企业可以以低变动成本生产大量商品进而降低商品的平均总成本；另一方面技术的广泛传播也促进了同类企业的生产革新，同样会促使企业提高产量以降低单位产品总成本，这个过程中便逐渐形成了规模经济。

数字技术的发展使企业的追踪成本降低。当前，越来越多的交易都来自线上，交易的数字化使交易信息可以全部储存为“比特”形式，相对传统信息储存手段，其储存成本大幅度降低，这使相关企业记录和追踪个人（或其他交易单位）的搜索足迹和交易详情变得更容易。低追踪成本可能会促使新形式的价格歧视，这会使企业更容易根据个体被记录的过去的行为信息进行价格歧视，从而导致个性化定价、冷门产品的生产和精准化广告投放，进而产生显著的长尾效应。这使生产企业更容易发现冷门产品的需求而采取多样化生产，从而降低成本、提高效率，进而助推范围经济的产生。

数字产品的出现、实体产品的线上交易是数字经济的显著特点。大量的商品交易不再受限于自然地理距离，而且线上交易的交通成本远低于线下的交通成本。企业可能会有更大的订购量和更多的产品种类需求，从而使大规模和多种类生产更有吸引力。

数字经济中，复制成本、交通成本、追踪成本的降低从生产和流通两个渠道影响了市场供给，最终形成规模经济和范围经济。但是仅从生产端考虑是不够的，还要考虑需求，而在消费端影响消费和分配的主要是搜寻成本和验证成本。

搜寻成本是指搜寻活动所产生的成本。数字经济活动中，大量的线上交易、平台经济的发展使消费者更容易搜索和比较有关产品的价格、质量、信誉、交易量等信息。研究表明，线上交易会提高消费者搜寻次数、降低搜寻成本从而影响零售市场的价格。消费者线上比价行为的低成本会给企业产品定价带来压力，进而缩小价格离散度。搜寻成本的降低还会使消费者在线上更容易搜索到冷门产品和利基产品，也会促使产生长尾效应。

验证成本主要是指在产品质量和商家信任方面存在信息不对称的情况下，在线验证质量和信任的成本。数字经济产生之前，对质量和信誉的验证主要通过品牌和周围人的评价来实现。而在数字经济时代，验证手段更为丰富多样，如利用线上的交易记录信息。这使消费者便于从公开的交易信息和客户评价中识别出目标商家，从而进行交易。

在生产者和消费者相关成本降低的交织作用下，企业的生产效率和市场的配置效率会显著提高，从而使数字经济通过“富裕”维度和“共同”维度促进共同富裕的发展。

图1直观地表现了数字经济对共同富裕的影响机制。

图1 数字经济对共同富裕的影响机制

四、实证策略和数据来源

（一）实证策略

为检验我国数字经济发展对共同富裕的影响程度，本文构建了如下基准模型：

其中，CPi，t、DEi，t分别表示在 t时期 i省份的共同富裕程度、数字经济发展水平，向量Zi，t代表一系列控制变量，μi和 εi，t表示省份固定效应随机扰动项。

在此基础上，为考察数字经济对共同富裕的非线性影响机制，本文将人力资本和产业结构合理化程度作为门槛变量，计量模型设为：

（二）变量选取及定义

1.被解释变量

共同富裕指数（CP）是本文的被解释变量。众多学者认为共同富裕包括“共同”和“富裕”两个维度，本文借鉴刘培林和钱滔等（2021）[6]、陈丽君和郁建兴等（2021）[7]构建的共同富裕指数，结合我国实际情况以及数据的可获取性，构建了省级共同富裕指数测度的评价体系，详见表1。

表1 省级共同富裕指数测度体系

利用该评价体系，本文试图测算中国省级的共同富裕指数。由于指标中有绝对值和相对值，为了消除量纲不同带来的不良影响，首先对原始数据进行标准化处理，具体如下：

对于正向指标，其标准化处理方式如式（3）：

对于逆向指标，其标准化处理方式如式（4）：

其中，Xi为所有样本观测值中的第i个指标的统计值，Xi，max、Xi，min分别为所有样本观测值中第 i个指标的最大值和最小值，Yi为第i个指标标准化后的指数。

本文利用主成分分析法测算了共同富裕指数，且全部数据通过了KMO检验和Bartlett球形检验。本文选取特征值大于1的主成分进行分析，由于得到的共同富裕综合评价指数会出现负值，为了便于后续分析，借鉴廖进中和韩峰等（2010）[10]的做法，利用3σ原则对指数进行平移，从而得到消除负值的共同富裕指数。

图2为2013年、2016年和2019年25个省份共同富裕指数变化趋势。由图2可知，对于所考察的省份而言，共同富裕绝对水平都在逐渐提升。在省份间的共同富裕水平比较上，3个年份浙江省的共同富裕指数都是最高的，而共同富裕水平最低的是云南省（2013年、2016年）和甘肃省（2019年）。

图2 2013年、2016年和2019年25个省份共同富裕变化趋势

2.核心解释变量

本文的核心解释变量为数字经济发展指数（DE），拓展赵涛和张智等（2020）[11]的做法，将有电子商务企业比例和电子商务采销额占GDP比重纳入数字经济指标体系，从而得到更为综合的省级数字经济综合发展指数，具体指标体系见表2。

表2 省级数字经济综合发展指数指标体系

图3展现了2019年我国25个省份的数字经济与共同富裕发展现状，可以看到广东省的数字经济发展水平居首位，其次是浙江省。在数字经济指数与共同富裕水平的比较上，除广东省之外，其他省份的数字经济指数与共同富裕水平变动趋势基本相同。广东省作为数字经济最发达的地区，在共同富裕方面却表现不佳，这主要归因于广东省内区域发展差异过大，粤东、粤西和粤北山区的部分地级市不仅远远落后珠三角地区，也落后于中西部部分地级市。

图3 2019年25个省份数字经济与共同富裕发展情况

3.控制变量

为更精准估计数字经济对共同富裕的影响，本文试图控制以下变量对共同富裕的影响，包括：城市化水平（urban），用城镇人口占总人口之比来衡量；交通便利度水平（transport），用道路交通密度来衡量；政府干预度（gov_gdp），用财政支出占GDP比重来衡量；外贸依存度（open），即进出口总额占GDP比重；人力资本水平（humancapital），用人均受教育年限来表示；产业结构，包括产业结构合理化（tl）和产业结构高级化（ts），其中产业结构合理化水平用泰尔指数衡量，产业结构高级化用第三产业增加值与第二产业增加值之比来表示。

（三）数据来源

本文的数据主要来源于各省份的统计年鉴，部分缺失数据用插值法补齐；样本时间段为2013—2019年。由于直辖市的特殊性，以及西藏、海南数据缺失较为严重，所以样本不包括4个直辖市和西藏、海南。描述性统计见表3。

表3 描述性统计

五、实证结果与分析

（一）基准回归

利用Hausman检验后，发现其拒绝原假设，即采用固定效应更为合理，所以本文利用固定效应模型进行分析，得到的基准回归结果如表4所示。其中，（1）列和（2）列是没有加入省份固定效应的回归模型，（3）列和（4）列则是加入省份固定效应的回归模型。（1）列和（3）列仅表示数字经济对共同富裕回归的结果，而（2）列和（4）列是加入了控制变量的回归结果。从表4可以看到，数字经济对共同富裕回归的系数均在1%的水平下显著，且符号为正，说明数字经济的发展可以促进共同富裕。

表4 基准回归结果

（二）非线性效应分析

数字经济的渗透作用可能受产业结构的影响而显示出差异，产业结构合理化水平可能会显著影响数字经济对共同富裕的作用程度。本文以产业结构合理化（tl）作为门槛变量，采用面板门槛模型进行实证分析。进行面板门槛存在性检验，发现仅存在一个门槛值，且在5%的显著性水平下成立，所以本文进行单门槛回归，结果如表5所示。发现存在一个门槛值0.1086，且在5%的水平下显著，如表5中（1）列所示。结果表明，在产业结构合理化的两个区间中，数字经济对共同富裕有着显著促进作用，且显著性水平为1%。在产业结构更为合理的区间[0，0.1086）中，数字经济的系数为0.3371，大于在产业结构比较不合理的区间[0.1086，+∞）中数字经济的系数0.1803。这说明在产业结构更为合理的情况下，数字经济的发展能更好地促进共同富裕。可能的解释是，产业结构较为合理时，即产业结构偏离均衡产业结构较小时，能实现生产要素的合理配置，使数字经济对经济体的影响传达得更为迅速，从而使其对共同富裕的影响渠道更为畅通。而在产业结构不够合理的情况下，数字经济对共同富裕的影响被渠道的不畅通阻塞，进而影响数字经济对共同富裕的促进程度。

表5 面板门槛效应回归结果

考虑到数字普惠金融指数仅仅是支付宝交易的数据，并没有包含其他有数字支付业务企业的相关数据①比如腾讯研究院利用相关数据编制了数字中国指数，而本文的数字经济指数并没有涵盖该指数。，而本文数据只包含数字普惠金融指数，可能会影响估计结果的准确性。基于此种考虑，剔除数字普惠金融指数，对剩余指标进行上文所述的主成分分析，得到指标DE1，并以此作为核心被解释变量进行回归。更进一步，为了降低数字经济度量方法不同而导致估计不准确的可能性，本文利用功效系数法合成了数字经济指标ECM_DE和ECM_DE1（与指标DE1类似，即指标体系中不包含数字普惠金融指数）。表5中（2）（3）（4） 列分别表示核心解释变量采用 DE1、ECM_DE和ECM_DE1的回归结果。实证结果都支持上述结论，这表明为了发挥数字经济对共同富裕的促进作用，应该优化产业结构，使数字经济发挥更大的作用。

（三）异质性分析

我国地域广阔，不同地区在自然条件、经济发展水平以及政策环境方面存在较大差异，数字经济的发展程度也存在较大差距。据中国信通院统计，2020年数字经济规模超过1万亿元的13个省份中，有9个属于南方地区。为考虑这种差异如何影响数字经济对共同富裕的作用程度，本文将样本分为南、北两部分进行分组回归②关于南方和北方的划分，参见许宪春等人的《中国南北平衡发展差距研究——基于“中国平衡发展指数”的综合分析》。，回归结果如表6所示。结果表明，在本文样本选取时间段内，数字经济对北方地区和南方地区都有着显著影响；在数字经济相对发达的南方，数字经济对共同富裕的促进作用比北方稍大一些。

表6 分地区回归结果

（四）内生性问题分析

为了更准确地估计数字经济对共同富裕的影响系数，本文采用工具变量法对可能存在的内生性问题进行分析。借鉴黄群慧和余泳泽等（2019）[12]的做法，选取1984年人均城市电话用户数作为数字经济的工具变量，由于是面板数据，进一步参考Nunn和Qian（2014）[13]的做法，构造各省份1984年人均城市电话用户数与上一年每百人互联网宽带接入用户数的交互项，作为省份数字经济的工具变量。表7显示了工具变量2SLS法的回归结果。从2SLS第一阶段回归结果可以看出，该工具变量与数字经济有着显著的正相关性，且通过了弱工具变量检验。第二阶段回归结果则表明，通过工具变量法降低内生性问题后，数字经济对共同富裕的回归系数依然显著为正，这与基准回归结果相符合，进一步证明了结果的稳健性。

表7 工具变量2SLS法回归结果

（五）稳健性检验

上述结果都表明，数字经济的发展会促进共同富裕。为了进一步增强结论的可靠性，本文进行了如下稳健性检验。第一，替换核心解释变量。具体而言，把核心解释变量分别替换为DE1、ECM_DE和ECM_DE1，检验结果分别如表8中（1）（2）（3）列所示。从表中结果可知，替换核心解释变量后，前文结论依旧显著成立。第二，异常值的存在可能会对估计结果产生不利影响，所以对数字经济指数（DE）和共同富裕指数（CP）进行1%的缩尾处理，估计结果见表7第（4）列，与前文估计结果一致。两种稳健性检验表明，数字经济对共同富裕有较好的促进作用，且该结论较为可靠。

表8 稳健性检验结果

六、结论与政策建议

数字技术的飞速发展给经济社会带来巨大影响。随着数字经济的地位越来越重要，其对共同富裕的影响逐渐成为社会的关注热点。本文基于五种经济成本从四个维度阐释了数字经济对共同富裕的影响机制。然后利用2013—2019年中国25个省份的面板数据，构造了省级共同富裕指数和数字经济指数，对省级共同富裕程度进行分析比较。并在此基础上，对数字经济对共同富裕的影响进行经验检验。本文研究发现：（1）在本文的研究样本中，2019年共同富裕程度最高的省份是浙江省，部分程度上可以解释浙江省被列为共同富裕示范区这一事实；（2）数字经济的发展可以促进共同富裕，且在数字经济较为发达的南方地区促进作用更明显一些；（3）数字经济对共同富裕的促进作用受当地产业结构合理化的影响，产业结构越合理的地区，数字经济的发展对共同富裕的促进作用越大。

本文为理解数字经济对共同富裕的作用机制提供了新思路，也给政府科学制定相关政策提供了参考。第一，应大力推动数字技术与传统经济的有机融合，营造良好的数字经济发展环境，促进数字经济的健康快速发展，从而更有效地发挥数字经济对共同富裕的促进作用，加速我国共同富裕的实现。第二，产业结构的合理化程度关乎数字经济对共同富裕的影响程度，合理的产业结构能更有效地发挥数字经济的促进作用。这要求各地政府持续关注产业结构合理化水平，注重产业结构的合理化调整。同时，要综合考虑各地要素禀赋和经济发展水平，破除不合理的要素流动壁垒，优化要素配置，促进产业结构合理化，为数字经济促进共同富裕提供良好的产业环境。