数字经济发展如何影响城乡收入差距

米嘉伟 屈小娥

内容提要：从就业及收入分配视角分析了数字经济对城乡收入差距的影响机制，使用2011-2019年中国238个地级及以上城市层面数据，探究数字经济发展和城乡收入差距之间的关系并进行区域异质性分析。研究发现：数字经济发展对城乡收入差距的影响呈先缩小后扩大的“U型”变化趋势，目前中国已跨越拐点处于“U型”曲线的右侧，数字经济展现出扩大城乡收入差距的倾向。分区域看，西部地区“U型”关系明显，东、中部地区较为微弱；以人口数量划分城市规模大小，数字经济与城乡收入差距的“U型”关系显著存在于大规模和小规模城市。进一步研究发现教育资源对数字经济与城乡收入差距的“U型”关系具有调节作用，城镇化在数字经济对城乡收入差距的影响中具有部分中介效应。上述研究对于制定减轻数字经济发展对就业结构冲击、改善城乡收入差距的相关政策具有一定参考价值。

一、 引 言

城乡收入差距过大一直是中国区域经济发展不平衡所面临的重要问题。近十年来，中国农村经济发展取得了长足进步，中国也已全面建成小康社会，人民生活水平较改革开放初期大幅提高，但是从城乡居民收入来看，中国城乡收入比(1)城乡收入比：指城镇居民人均可支配收入与农村居民人均可支配收入之比。从2011年的2.90下降到2020年的2.56，仅缩小了11.70%，农村居民较城市居民在生活、教育、医疗等诸多方面仍存在显著的差距，城乡收入差距依然是中国改善收入分配结构，实现共同富裕这一社会主义根本目标过程中亟待解决的难题。

近年来，在互联网、大数据、人工智能、5G等技术迅猛发展的推动下，数字技术日益融入社会经济发展的各个领域，数字经济也凭借数字技术成为重塑要素分配和经济结构的重要力量。中共十八大以来，党中央更是将数字经济作为把握新一轮产业科技革命和产业变革的国家战略选择，根据中国信息通信研究院2021年发布的《中国数字经济发展白皮书》，2020年中国数字经济规模为39.2万亿元，占GDP比重为38.6%，数字经济已经成为中国经济发展的重要驱动力，与各产业融合，对资源要素流动、生产模式变革、要素收入回报等产生着巨大作用，也必然会对城乡居民就业和收入分配带来深刻影响。因此在中国经济发展新旧动能转换的新阶段，研究数字经济这一新的经济驱动力如何影响城乡收入差距，对于改善中国城乡居民收入分配结构，探索实现共同富裕具有重要意义。

二、 文献综述

1. 数字经济对就业及收入分配的相关研究

从历史经验来看，技术革命和产业变革往往会带来劳动力需求结构的调整，并进一步影响居民收入分配。随着人工智能、云计算、大数据等数字技术的蓬勃发展，数字经济已成为促进国民经济增长的新动力，其内含的科技力量正在重塑传统生产模式，对中国劳动力就业及收入分配产生深刻影响。在对就业影响方面，何宗樾和宋旭光(2020)研究发现数字经济可以促进非农就业，高人力资本群体能够获得更多就业机会。王文(2020)通过省级面板数据研究发现工业智能化会降低制造业程式化就业岗位份额，可以提升知识密集型服务业就业份额。可见，数字经济发展具有一定的就业促进效应，且会对就业结构产生影响。在对创业影响方面，数字经济也具有积极作用，赵涛等(2020)利用中国城市数据发现数字经济可以提升城市创业活跃度进而赋能经济高质量发展。张勋等(2019)发现数字金融的发展可以为农村居民提供均等化的创业机会，改善其创业行为。在对收入分配影响方面，柏培文和张云(2021)研究发现数字经济发展对低技能劳动力权益的挤占效应会抵消人口红利降低所带来的低技能劳动力福利提升效应，造成低技能劳动力权益恶化。李怡和柯杰升(2021)指出农村数字经济发展可以提升农民收入但也会增加农村居民群体内部的收入不平等，拥有较高教育程度和社会地位的群体收入提升更多。从现有研究可以看到数字经济的发展可以提高就业和创业水平，也会对就业结构产生影响，且具备较高人力资本的群体从数字经济发展中受益更多，进而导致收入分配差异。

2. 关于城乡收入差距影响因素的相关研究

近年来，中国居民收入差距呈高位徘徊状态，其中城乡收入差距有缩小，但其主要是由于面向农村的转移支付增加，而非城乡融合所致(罗楚亮等，2021)，城乡收入差距依然是改善中国收入分配差距的重要抓手。有关城乡收入差距影响因素的研究颇多，城市倾向政策、城镇化水平、金融发展、财政支出等都是以往研究中学者们较为聚焦的因素。陆铭和陈钊(2004)通过省级面板数据研究发现城市化有助于降低城乡收入差距，同时政府的城市偏向性政策会扩大城乡收入差距。陈斌开和林毅夫(2013)认为政府鼓励资本密集型部门优先发展会延缓城市化进程，扩大城乡收入差距，并且研究发现中国城乡收入差距随经济发展呈“U型”规律。叶志强等(2011)研究发现金融发展会扩大城乡收入差距。随数字技术在金融领域的渗透发展，宋晓玲(2017)利用省级面板数据研究发现数字普惠金融有助于缩小城乡收入差距。陈安平和杜金沛(2010)研究发现，财政支出增加不一定会缩小城乡收入差距，只有财政支出偏向农业和科教文卫时，才会利于缩小城乡收入差距。随着信息通信技术的兴起，也有学者开始探索新技术变革对城乡收入差距的影响。程名望和张家平(2019)研究发现互联网普及对城乡收入差距具有“倒U型”影响趋势，当前互联网对农村居民的收入提升作用大于城镇居民，有助于缩小城乡收入差距。刘欢(2020)从劳动力转移视角研究发现工业智能化会降低农业转移人口的收入和工作稳定性，扩大城乡收入差距。可以看到学者们对城乡收入差距的影响因素做了诸多研究，且对其中一些传统影响因素如城市化、城市偏向政策、财政支出等的作用效果也基本达成一致共识。

目前关于数字经济对中国城乡收入差距影响的研究仍然较少。李晓钟和李俊雨(2021)使用省级面板数据研究发现数字经济发展水平对城乡收入差距的影响呈先上升、后下降的“倒U型”趋势，且存在门槛效应，即随人均收入水平和研发强度的提高，数字经济对缩小城乡收入差距的影响越明显。陈文和吴赢(2021)同样利用省级面板数据构建数字经济发展指标，研究发现数字经济可以通过影响城镇化率和创业水平来对城乡收入差距产生作用，数字经济对城乡收入差距的影响呈“U型”趋势。可以看到上述两者均使用中国省级层面数据进行研究，且研究结果呈现的影响趋势恰好相反，未能互相佐证。

综上所述，可以看到数字经济发展会对就业总量及就业结构产生影响，且具备较高人力资本的群体会从数字经济发展中受益更多，进而导致收入分配差异。而目前鲜有文献从此视角出发研究数字经济发展对城乡收入差距的影响。此外，关于数字经济对中国城乡收入差距影响的研究成果还比较少，且现有研究结论相异。相较于已有研究，本文的边际贡献有以下三点：首先，从数字经济对居民就业及收入分配影响视角，分析了数字经济对城乡收入差距的作用机制；其次，以中国238个地级及以上城市作为研究对象，用更为丰富的城市层面数据验证了数字经济发展水平对城乡收入差距的影响，研究发现总体上中国数字经济发展对城乡收入差距的影响呈先缩小后扩大的“U型”变化趋势，且目前已跨越拐点，处于“U型”曲线右侧，数字经济展现出扩大城乡收入差距的倾向，并在此基础上进行了区域异质性分析，是对已有研究的有益补充；最后，检验了教育资源的调节作用和城镇化的中介作用，为政府制定相应的公共政策缓解数字经济发展引致的城乡收入差距扩大提供经验支持。

三、 数字经济影响城乡收入差距的机制分析

中国乡村振兴调查数据(CRRS)显示工资性收入和家庭经营性收入已成为当前农村居民的主要收入来源，2019年农村居民收入结构中，工资性收入占比最高，为45.72%，家庭经营性净收入次之，占比为41.05%，其中农业经营净收入占总收入比重为27.18%，非农经营净收入占总收入比重为13.87%(杜鑫，2021)。数字经济可以通过影响农村居民的就业和非农经营对城乡收入差距产生影响。

数字经济对传统生产模式和产业结构的重塑会对就业总量及就业结构产生冲击。在对就业总量的影响方面：第一，数字经济兴起会创造更多就业机会，且对非农就业具有促进作用(詹晓宁和欧阳永福，2018；何宗樾和宋旭光，2020)。智能化技术的应用会创造新的业态与生产模式(Acemoglu和Restrepo，2018)，新的就业岗位将会随之产生。同时有研究表明工业智能化会增加高、低教育程度劳动力的需求(孙早和侯玉琳，2019)，而农村居民恰为中低技能劳动力供给主体。此外，数字经济平台具有“蒲公英效应”，当数字经济企业确立其行业领先地位后，会为与其合作的上下游中小企业提供更好的发展条件和市场机会，营造完善的数字经济生态，进而提供更多就业岗位。第二，数字经济的发展也可以间接促进就业。首先，数字经济极大地便利了信息的流通，一定程度上降低了农村劳动力在寻求工作中的信息不对称程度，其可以借助网络信息平台获知招聘信息，进行岗位匹配，减少其寻求工作的时间成本和经济成本，提高就业效率。其次，数字经济时代知识和信息具有非竞争性，劳动力通过互联网即可获取丰富的信息和知识，可以通过自学掌握和加强新的劳动技能，提高自身人力资本，增强就业竞争力。第三，数字经济的发展有助于促进创业，促进农村居民的非农经营收入提高。随着农村居民非农就业的增加，农户人均收入出现较快增长，农村居民非农创业意愿也随人均收入的提高而提高(彭克强和刘锡良，2016)。农村地区信贷市场严重的信息不对称性和较高的信贷交易成本会阻碍农村居民获得创业融资，而数字金融可以有效缓解农户的信贷约束，促进农村居民创业，增加创业收入(何婧和李庆海，2019)。

信息技术革命的推进会带来劳动力就业结构的调整(Machin和Van Reenen,1998)，在对就业结构的影响方面，现有研究主要聚焦于人工智能和工业智能化对程式化劳动力的替代和就业极化问题。工业智能化水平的提升会减少制造业就业份额，增加知识和技术密集型服务业就业份额(王文，2020)。在工业智能化冲击下，从事简单劳动的中技能劳动者被迫下岗，或向低端服务业分流或提升技能向高技能岗位转型(Goos等，2009；隆云滔等，2020)。有研究表明，人工智能技术在影响就业岗位增减的同时也会对不同技术部门的生产率产生差异化的影响，进而扩大高、低技术部门收入差距(王林辉等，2020)。

综上所述，数字经济的发展会对劳动力市场产生冲击，深刻影响收入分配结构。短期来看，中国的数字经济发展还处于“加快建设数字经济、数字社会、数字政府”以及推动数字化转型的阶段，在这一阶段一部分劳动岗位虽然会被机器替代而消失，但数字经济的发展依然会供应较多的中低技能岗位，而且中国目前处于人口红利下降阶段，人口红利下降的劳动力短缺效应还是主要来自中低技能劳动者，这会促使中低技能劳动力的工资收入大幅提升(蔡昉，2010)，有助于弥合城乡收入差距。但从长期来看，一方面就业岗位需求会随数字经济发展水平的提高而发生变化，农村劳动力不仅可能被工业智能化所替代，而且可能因其教育和职业因素的影响而在就业市场上被“挤出”，只能转而从事更低技能要求的工作；另一方面，不同技能部门岗位的收入分配也会发生变化，就业极化问题的深化将有可能进一步扩大高、低技能部门劳动力的收入差距。数字经济会对生产效率产生影响，使资本密集的高技能部门比劳动密集的低技能部门生产效率提升更多，其相应收入也会提高更多(柏培文和张云，2021)，进而扩大收入分配差距。

四、 研究设计

1. 模型设定

本文以城乡收入差距为被解释变量，以城市数字经济发展水平为核心解释变量，同时添加其他控制变量，建立基准回归模型如下：

IGit=α0+α1DEit+η·X+μi+δt+εit

(1)

其中，i表示城市，t表示年份，IG代表城乡收入差距，DE为本文测算出的各城市数字经济发展指数，X为一组影响城乡收入差距的城市层面的控制变量，包括经济发展水平、财政支出水平、城镇化水平、金融发展程度、第一产业比重和第三产业比重等，μi为城市固定效应，δt为时间固定效应，εit为随机扰动项。

2. 变量选取及数据说明

(1) 被解释变量。与已有研究一致，本文的被解释变量城乡收入差距使用城镇人均可支配收入和农村人均纯收入之比来表示，2013年之后国家统计局使用农村人均可支配收入来衡量农村居民收入水平，不再公布农村人均纯收入，故2013年之后本文使用农村人均可支配收入数据代替农村人均纯收入。

(2) 核心解释变量。本文的核心解释变量为城市数字经济发展水平。本文借鉴赵涛等(2020)构建的指标体系，使用熵值法对各指标权重进行赋值，测算城市层面数字经济发展水平，具体指标见表1。

(3) 其他控制变量。根据研究内容，本文选取如下控制变量：经济发展水平(LnGDPP),用人均地区生产总值表示；财政支出水平(Fiscal)，用各城市公共财政支出占地区生产总值比重表示；城镇化水平(Urban)，用各城市城镇常住人口占总人口比重表示；金融发展程度(Finace)，用金融机构存贷款余额占地区生产总值表示；第一产业比重(Primary)，用第一产业产值占地区生产总值比重表示；第三产业比重(Tertiary)，用第三产业产值占地区生产总值比重表示。

表1 城市数字经济发展水平指标体系

本文研究样本为2011-2019年全国238个地级及以上城市数据。城镇和乡村人均收入数据主要来自Wind资讯数据库，数字经济发展水平中各指标数据以及地区生产总值数据、人均地区生产总值数据、公共财政支出数据、金融机构存贷款数据、第一与第三产业产值比重数据主要来自历年《中国城市统计年鉴》，其中数字普惠金融指数由北京大学数字金融研究中心和蚂蚁金服集团共同编制(郭峰等，2020)。城镇化水平数据主要来自CEIC数据库。所有指标中历年缺失的数据通过各区域、省级、市级统计年鉴以及各市统计公报补齐，还有个别缺失数据采用插值法补齐。各变量的描述性统计如表2所示。

表2 变量描述性统计结果

3. 初步经验判断

结合上文中关于数字经济发展水平对城乡收入差距的影响机制分析，短期和长期内数字经济发展水平对城乡收入差距的作用效果具有差异，为直观地展示其相互关系，本文绘制了两者之间的散点图，如图1所示。可以看到两者呈“U型”曲线，即数字经济发展对城乡收入的影响呈“先下降、后上升”的非线性变化特征。

图1 数字经济发展水平与城乡收入差距散点拟合

1. 基准回归

本文使用双向固定效应模型进行回归，结果见表3。其中，模型(1)为未添加控制变量的回归结果，结果显示数字经济发展水平在1%的水平上显著为正，对城乡收入差距呈扩大作用。模型(2)是在模型(1)基础上加入控制变量后的回归结果，数字经济发展水平系数略有下降，但依然为正且通过了1%的显著性水平检验。说明现阶段数字经济发展带来的就业极化现象已开始影响城乡居民收入差距，来自农村地区的中低技能劳动者被迫转向从事更低技能要求工作，劳动收入下降，且因生产效率差异，劳动密集型的低技能部门收入增速慢于资本密集型的高技能部门，进一步导致城乡居民收入差距扩大。

为验证数字经济发展水平和城乡收入差距之间是否存在非线性关系，本文在模型(3)、(4)中引入数字经济发展水平的平方项。模型(3)中未添加其他控制变量，结果显示在1%的显著性水平上数字经济发展水平显著为负，其平方项显著为正。在模型(3)基础上增加其他控制变量后，模型(4)回归结果显示数字经济发展水平系数为负，且系数通过了10%的显著性水平，其平方项系数为正，通过了1%的显著性水平检验，说明数字经济发展水平与城乡收入差距之间存在“U型”关系，数字经济的发展初期会先缩小城乡收入差距，但随其进一步发展，会对城乡收入产生扩大作用，此结果表明，在数字经济发展的早期，数字经济发展具有就业创造效应，会提供较多的中低技能岗位，且由于中国人口红利下降的短缺效应主要来自中低技能劳动力，其工资收入大幅提升，利于缩小城乡收入差距。而从数字经济发展的长期来看，伴随着数字经济进一步发展，就业极化问题开始显现加深，中低技能劳动力就业环境和收入恶化，城乡收入差距被拉大。根据表3中模型(4)的估计结果对“U型”曲线拐点进行估算，拐点处数字经济的发展水平约为0.1875。从表2中的描述性统计结果可以看到中国当前各地级及以上城市数字经济发展水平的中位数和平均数分别为0.174和0.179，十分接近拐点处的数字经济发展水平，由此可以推断当前本文所选用的城市样本中有近一半城市的数字经济发展水平已跨越发展拐点，同时也说明目前中国有相当部分城市的数字经济发展已开始产生城乡收入差距的扩大效应。

模型(4)中除数字经济发展水平及其平方项外，其他控制变量也表现出对城乡收入差距的不同影响。经济发展水平系数在1%水平下显著为负，说明随着经济发展水平的提高，城乡收入差距有趋小的倾向。财政支出水平为负且通过了5%的显著性水平检验，说明财政支出政策对城乡收入差距有缩小作用，这可能与中国持续的减贫政策以及乡村振兴战略对乡村建设的影响有关，减轻了过去财政支出“重城市轻农村”的倾向，增加了对乡村的民生和社会保障支出，促进城乡收入差距的缩小。城镇化水平显著为负，通过了1%的显著性水平检验，说明城镇化程度的加深有助于降低城乡收入差距。金融发展水平、第一产业比重和第三产业比重回归系数均为正，但未通过显著性检验。

表3 基准回归结果

2. 稳健性检验

本文使用双向固定效应模型进行回归，并选取经济发展水平、城镇化水平、金融发展水平、财政支出以及产业结构等过往研究中影响城乡收入差距的主要因素作为控制变量，一定程度上已经缓解了模型的内生性问题。考虑到数据限制，本文测算的数字经济发展指标可能存在测量误差进而产生内生性问题，故选用各市信息传输、计算机和软件业从业人数及其平方项作为工具变量，进行进一步检验。随数字经济不断发展，更多的信息通信技术相关行业从业者会被需要，同时信息通信技术行业从业人数对城乡收入差距无直接影响，满足工具变量与核心解释变量相关且具有外生性的条件。使用两阶段最小二乘法进行回归，结果如表4模型(1)所列。回归结果显示，数字经济发展水平与城乡收入差距的“U型”关系依然显著存在，此外Kleibergen-Paap rk LM统计量通过1%的显著性水平检验，Kleibergen-Paap rk Wald F统计量大于Stock-Yogo 弱识别检验10%水平上的临界值，说明信息通信技术行业从业人数分别通过了工具变量识别不足检验和弱工具变量检验，具备合理性。

另外，使用城乡居民人均消费之比替换人均收入之比来衡量城乡收入差距，以检验回归结果的稳健性。同样使用双向固定效应模型进行回归，结果如表4中模型(2)、(3)、(4)所示，与基准回归结果一致，数字经济发展水平与城乡收入差距存在显著的“U型”关系。

表4 稳健性检验

3. 区域异质性分析

中国国土面积广阔，国内各区域资源禀赋、经济发展水平及人口分布等均存在差异，为进一步研究数字经济发展水平对城乡收入差距影响的区域差异，本文按照城市地理分区和人口规模划分，进行分样本回归，以分析区域异质性。

(1) 地理分区。按照地理区位东、中、西部的划分(2)参考国家统计局对东部、中部、西部和东北地区的划分：东部地区包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东和海南10省(市)；中部地区包括山西、安徽、江西、河南、湖北和湖南6省；西部地区包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆12省(区、市)；东北地区包括辽宁、吉林和黑龙江。由于部分变量数据缺失，本文研究的238个城市中未包含东北地区城市。，本文首先对各区域的数字经济发展水平和城乡收入差距进行描述性统计，结果如表5所示。从数字经济发展水平来看，区域之间东部地区数字经济发展水平的均值和各分位数数值均高于中部和西部地区，中西部两者的数字经济发展水平基本相仿。各区域内部数字经济发展水平均存在差距，东部地区内部发展水平差距较大，中西部地区内部差距较小。从城乡收入差距来看，区域之间东部地区城乡收入差距的均值和各分位数数值均低于中部和西部地区，从统计结果来看西部地区的城乡收入差距最大。各区域内部城乡收入差距也存在差异，东部地区内部收入水平差距较小，中西部地区内部差距较大。总体来说，东部地区的数字经济发展水平相对最高，城乡收入差距最低。中部地区的数字经济发展水平与西部地区基本相似，但其城乡收入差距整体上小于西部地区。

本文应用双向固定效应模型对各区域进行分样本回归，东、中、西三大地区回归结果见表6。对东部地区来说，表6模型(1)中数字经济发展水平系数为正并通过了1%的显著性水平检验，表明东部地区数字经济发展水平对城乡收入差距呈扩大作用，模型(2)中数字经济发展水平的平方项系数为正并通过了1%的显著性水平检验，但模型(3)中加入其他控制变量后平方项系数不再显著，表明数字经济发展与城乡收入差距的“U型”关系在东部地区比较微弱。对中部地区来说，模型(4)中数字经济发展水平系数为正，但未通过显著性检验。模型(5)、模型(6)中数字经济发展水平及平方项的系数均未通过显著性检验，表明中部地区数字经济发展对其城乡收入差距的影响比较小。对西部地区来说，模型(7)中数字经济发展水平系数为正，未通过显著性检验。模型(8)和模型(9)中数字经济发展水平平方项系数显著为正且通过了1%的显著性检验，表明数字经济发展与城乡收入差距的“U型”关系在西部地区较为明显，城乡收入差距会随数字经济的发展先缩小后扩大。总体来看目前数字经济的发展对城乡收入差距呈扩大作用，在东部和中部地区其“U型”关系较为微弱，在西部地区较为明显。

表5 东中西部数字经济发展水平及城乡收入差距描述性统计

表6 东中西部数字经济发展水平对城乡收入差距影响回归结果

(2) 人口规模。按照城市常住人口规模将本文样本城市分为三种类别，小规模城市(人口小于200万)、中等规模城市(人口介于200万-500万)和大规模城市(人口大于500万)，不同规模城市数字经济发展水平和城乡收入差距的描述性统计如表7所示。从数字经济发展水平看，整体上更高规模等级的城市数字经济发展水平更高。从城乡收入差距来看，城市规模等级越小城乡收入差距越大。

使用双向固定效应模型对不同规模等级城市进行分组回归，结果如表8所示。对大规模等级城市来说，表8中，模型(1)中数字经济发展水平为正，但未通过显著性检验，模型(2)和(3)中数字经济发展水平的二次项均为正值且通过1%的显著性水平检验，说明数字经济发展水平与城乡收入差距的“U型”关系在大规模等级的城市中表现明显。对中等规模等级的城市来说，模型(4)中数字经济发展水平为正，与前文中基准回归结果的作用方向一致，但未通过显著性检验；模型(5)、模型(6)中数字经济发展水平的二次项系数为正，也未通过显著性检验，说明其“U型”关系比较微弱。对小规模等级城市来说，模型(7)中数字经济发展水平系数为正，通过了10%的显著性检验，说明在小规模城市中数字经济发展会扩大城乡收入差距，在模型(8)、模型(9)中数字经济发展水平的二次项系数在1%显著性水平下为正，说明数字经济发展水平与城乡收入差距的“U型”关系在小规模等级的城市也较为明显。

表7 分规模城市数字经济发展水平及城乡收入差距描述性统计

表8 分规模城市数字经济发展水平对城乡收入差距影响回归结果

4. 基于时间趋势的估计结果

为进一步观察随时间推进，数字经济发展水平对城乡收入差距影响的动态变化，本文借鉴程名望和张家平(2019)的研究方法，在基准模型的基础上再引入数字经济发展水平与各年份的交叉项，并将2011年为作为基期使用双向固定效应模型进行回归，结果如表9所示。

从回归结果可以看到，基期数字经济发展水平系数为负，对城乡收入差距呈缩小作用，但未通过显著性检验。2012年数字经济发展水平的系数变为正值，对城乡收入差距的影响开始转变为扩大作用，也未通过显著性检验。从2013年开始至2019年，数字

表9 基于时间趋势的回归结果

经济发展水平的系数始终为正值，其数值变化基本呈增加趋势，且均通过了1%的显著性水平检验。上述回归结果表明，基期数字经济发展水平与城乡收入差距之间的关系位于U型曲线的左侧，从2013年左右开始数字经济的发展对城乡收入差距的影响越过了“U型”曲线拐点，开始呈扩大作用。

六、 进一步研究

1. 教育资源的调节作用

地区教育资源的多寡对当地人力资本的积累和提升具有重要作用，同时叶胥等(2021)研究发现人力资本提升在数字经济对就业结构影响过程中扮演着中介作用，前文指出数字经济会对就业总量、就业结构产生影响，进而影响城乡收入差距变化，可以推断教育资源的丰富能够提升地区人力资本，影响当地劳动力就业结构，由此调节数字经济对城乡收入差距的影响。为检验教育资源的调节作用，参考陈文和吴赢(2021)，在基准回归模型(1)的基础上构建模型(2)：

(2)

其中，i表示城市，t表示年份，IG代表城乡收入差距，lnEDU为高等院校在校学生数的对数，用以代表教育资源，DE为本文测算出的各城市数字经济发展指数，X为一组影响城乡收入差距的城市层面的控制变量，与基准回归模型(1)中的控制变量一致，μi为城市固定效应，δt为时间固定效应，εit为随机扰动项。

使用双向固定效应模型对模型(2)进行回归，结果如表10所示。表10中模型(1)、模型(2)分别为未控制其他变量和控制之后的回归结果，控制变量后各回归系数绝对值略有减小，显著性水平未发生明显变化。模型(2)中回归结果显示DE2×lnEDU回归系数为负且通过了5%的显著性水平检验，表示在数字经济与城乡收入差距“U型”关系拐点的左侧，教育资源的丰富可以加强数字经济对城乡收入差距的缩小作用，相对地，在拐点的右侧，教育资源的丰富可以缓解数字经济对城乡收入差距的扩大作用，说明教育资源对数字经济与城乡收入差距的“U型”关系具有调节作用。

2. 城镇化的中介作用

据前文中的文献回顾，城镇化水平是影响城乡收入差距的重要因素，而且在城镇化进程中，更多的是中低技能农村劳动力流动到城市进行就业，数字经济可以通过影响就业结构对这部分流动劳动力的就业产生影响，影响其在城乡之间的流动，进而影响城乡收入差距。前文表3模型(4)中城镇化率的回归系数为负且通过了1%的显著性水平检验，在此基础上为检验城镇化率的中介效应，本文构建模型(3)：

(3)

其中，i表示城市，t表示年份，Urban表示城镇化率，DE为本文测算出各城市数字经济发展指数，C为一组影响城镇化率的城市层面的控制变量，包括经济发展水平、财政支出水平、金融发展程度、第一产业比重和第三产业比重，μi为城市固定效应，δt为时间固定效应，εit为随机扰动项。

回归结果如表11所示，模型(1)、模型(2)分别为未控制其他变量和控制之后的回归结果，控制变量后各回归系数绝对值略有减小，显著性水平未发生变化。模型(2)中数字经济发展水平的二次项系数在1%水平上显著为负，说明数字经济发展与城镇化呈“倒U型”关系，在数字经济发展的短期内数字经济的发展会创造中低技能就业岗位，有利于城镇化进程的推进，但随数字经济发展越过拐点之后就业极化现象突出，中低技能劳动者只能从事更低技能要求工作，中低技能农村劳动力从就业市场被挤出，对城镇化产生阻碍作用。结合表3模型(4)中城镇化对城乡收入差距显著的负向回归结果，可以看到城镇化在数字经济对城乡收入差距的影响中具有部分中介效应。

表11 数字经济对城镇化影响的回归结果

七、 结论及建议

本文使用2011-2019年中国238个地级及以上城市面板数据，实证检验了数字经济发展和城乡收入差距之间的关系。研究发现：总体上数字经济发展对城乡收入差距的影响呈先缩小、后扩大的“U型”变化趋势。从区域差异看，在东部和中部地区“U型”关系较为微弱，在西部地区较为明显。以人口数量划分城市规模大小，数字经济与城乡收入差距的“U型”关系显著存在于大规模和小规模城市中。回归结果显示，当前中国已处于“U型”曲线拐点的右侧，说明数字经济发展开始呈现出扩大城乡收入差距的倾向；进一步研究发现，在拐点的左侧，丰富的教育资源可以加强数字经济对城乡收入差距的缩小作用，跨越拐点后其可以缓解数字经济对城乡收入差距的扩大作用，此外，数字经济还可以通过影响城镇化水平来对城乡收入差距产生作用。

基于上述研究发现，本文得出以下政策启示：第一，在新一轮科技革命过程中要关注科技变革对收入分配的重要影响，因为由科技变革所引领的数字经济会对就业结构产生深刻影响，就业极化问题的进一步发展会扩大不同劳动技能水平劳动力的收入差距，进而扩大城乡发展的不平衡。第二，在数字经济的发展过程中，尽可能创造更多的适合中低技能劳动者的就业岗位，缓和就业极化现象的影响，为中低技能劳动力进行职业技能再培训，给其未来由于数字经济冲击导致岗位更替、转换就业方向提供缓冲时间。第三，要注重对农村居民的教育投资和劳动技能提升，工资收入占农村居民收入的近一半比重，要缩小城乡收入差距，关键要增强农村居民就业竞争力，缩小城乡居民的劳动技能禀赋差距，加强农村居民职业技能培训，增加其就业可能性，防止其被劳动力市场挤出。