数字经济对城市相对贫困的影响

徐思雨

（辽宁大学经济学院，沈阳 110036）

引 言

2020年，中国彻底消除绝对贫困，实现脱贫攻坚战的全面胜利，但全面脱贫并不意味着扶贫工作的结束，国务院明确指出，脱贫工作的下一阶段将转向相对贫困。绝对贫困虽已消除，但相对贫困长期存在，缓解相对贫困，既是巩固脱贫成果的重要保障，又可为实现共同富裕保驾护航。相比于农村贫困，城市贫困具有脆弱性、隐蔽性、动态性等特征，工资收入是城市贫困人口的主要收入来源，一旦遭遇外部冲击而失业，贫困人口会难以维持正常生活。此外，城市相对贫困更易导致贫富差距扩大，不利于社会健康发展，不利于实现共同富裕。

近年来，我国数字经济快速发展，并逐步成为构建现代化经济体系的重要引擎。凭借互联网、大数据、人工智能、区块链等技术，数字经济可在缓解相对贫困中发挥重要作用。相比之下，城镇地区的数字化基础设施建设更为完善，人口密度更大，更利于数字经济发挥作用。但数字经济是一把双刃剑，通过数字技术，人们可以获取各种有用知识提升自身能力和收入，也可能遭遇诈骗、赌博等违法违规行为，让自身遭受惨重损失。因此，本文关于数字经济影响城市相对贫困的研究，具有重要现实意义。

1 文献回顾

数字经济正在深刻改变着中国经济，学术界对数字经济进行了大量的研究，这些研究可概括为两个方面：

（1）数字经济的测度。深入研究数字经济的前提是对数字经济发展水平进行科学、精准的测算，世界银行、OECD等国际组织较早关注数字经济如何进行测算，美国经济分析局、澳大利亚统计局、中国信通院通过经济增加值方法计算了各国数字经济的规模［1］。 蔡跃洲和牛新星 （2021）［2］从数字化技术及数字经济的特征出发，基于增长核算和计量分析讨论了中国的数字经济规模。为全面分析数字经济发展状况，学者们还从不同维度选择指标构建指标体系，并基于熵值法、主成分分析法、数据包络分析 （DEA）等方法测算数字经济发展水平。如毛丰付和张帆 （2021）［3］、王军等 （2021）［4］从基础设施、数字产业化、产业数字化、外部环境、信息化、数字交易等不同角度选择相应的指标，基于熵值法测算中国数字经济发展水平。李研 （2021）［5］以电子信息机电制造业、互联网及其相关服务业等7个数字经济核心产业为研究对象，使用DEA方法测算了数字经济产出效率。在进行数字经济的经济效应相关研究时，被解释变量可能也需要构建指标体系，并使用熵值法计算得到，为避免部分指标重合带来的反向因果关系、内生性等问题，部分学者使用主成分分析法测算数字经济发展水平，如范合君和吴婷 （2021）［6］从数字化、数字金融、互联网、移动互联网等角度选取指标，使用主成分分析法测算中国数字经济发展水平。

（2）数字经济的经济效应。学术界针对数字经济能够带来何种影响开展了大量的研究。早期的研究多为定性研究，在分析数字经济内涵、发展状况的基础上，普遍认为数字经济可从微观、中观、宏观等层面助力企业转型，推动经济高质量增长［7］。随着数字经济测算的成熟，有关经济效应的实证检验大量出现，且普遍认为数字经济发挥了积极作用。宏观层面，赵涛等 （2020）［8］的研究表明，数字经济的壮大利于提升经济发展质量。梁琦等 （2021）［9］的研究表明，数字经济通过推动产业结构升级促进了绿色发展。微观层面，郭金花等 （2021）［10］的研究表明，数字经济通过缓解融资约束提升了企业全要素生产率。王玉 （2021）［11］的研究表明，数字化应用可通过促进创新提升企业竞争力，推动制造业转型。

综上所述，在数字经济领域，学术界成果丰硕，这些研究从不同角度证实了数字经济在宏观、微观方面的积极作用。但有关数字经济缓解贫困，尤其是缓解相对贫困的研究几乎没有，基于此，本文展开讨论，可为数字经济相关研究形成有益补充。

2 理论分析与研究假说

2.1 数字经济的减贫效应

数字经济（Digital Economy）一词最早由多伦多大学经济学家唐·泰普斯科特（Don Tapscott）［12］于1996年提出，近年来，随着移动互联网普及率的持续提升及电商相关模式的不断成熟，中国数字经济持续发展壮大，并在推动中国经济转型、提升中国国际竞争力上取得了卓越成就。经过多年的快速发展，中国数字经济规模排名世界第二，数字经济核心产业规模占GDP比重达到7.8%，数字经济已成为中国高质量发展的重要引擎。

凭借信息化手段和技术优势，数字经济在减贫中发挥了巨大作用。（1）通过提升公共服务数字化水平，政府可更容易监控贫困动态，查找贫困原因，治理贫困问题。中国政府高度重视数字化治理，持续推进公共服务领域的数字化建设，重视大数据和人工智能技术的使用，这使得贫困信息能够被实时监测。对于居民来说，数字化和在线化的服务方式让相关业务的办理变得更加透明和便利；（2）数字经济缓解了信息不对称，提升了劳动者技能。虽然在互联网发展早期，不同人群和地区间存在 “数字鸿沟”，但随着 “数字中国”战略的持续推进，中国宽带普及率持续提升，根据工信部的数据，截至2020年，中国固定宽带家庭普及率达到96%，移动宽带普及率则达到108%。网络普及率的持续提升缩小了数字鸿沟，释放了数字红利。网络具有传播速度快、信息搜寻成本低的特征［13］，这使得信息不对称问题大幅缓解，普通人可以更加容易获取各种信息，短视频、在线教育模式的发展使得实用信息更容易被识别和搜寻，劳动者通过网络即可获得有用信息，提升自身技能和收入［14］；（3）数字经济还可提升金融普惠性，通过减少金融排斥增加居民收入，缓解相对贫困。传统模式下，普通人获取金融服务较为困难，弱势群体面临严重的金融排斥，数字普惠金融通过重塑信用体系让金融变得更普惠，中小微企业和普通人也可以更加容易的获取金融支持［15］。基于此，本文提出以下研究假说：

假说1：数字经济有助于缓解相对贫困。

2.2 数字经济缓解贫困的机制

数字经济借助大数据、互联网、人工智能等技术和实体经济不断融合，塑造了众多商业新业态和新模式，借助数字化技术和平台，劳动者择业和创业变得更加容易，贫困问题得到缓解。（1）数字经济可增加就业机会。借助数字化技术，众多新商业模式和新工作岗位不断涌现，增加了就业岗位和就业渠道，低技能劳动者也可以更容易找到合适的工作［16］；（2）数字经济可激发创业热情。“大众创业，万众创新”国家战略让创业变得深入人心，而数字技术和互联网的发展让创业变得更容易。作为一种新兴模式，投资者和懂技术的劳动力更容易在数字经济中发现新机会，尝试新模式；另外，新媒体、直播带货等模式的出现让普通人也有了更多的创业机会。不断规范的金融科技进一步缓解了创业者的融资约束，提升了创业绩效。同时，中国政府高度重视数字经济治理和数字化服务。持续加强数字经济治理，既鼓励数字经济创新，又加强不规范行为的监督治理，这有利于数字经济的健康发展，有利于数字红利的释放；另外，通过提升公共服务的数字化水平，让创业变得更加便捷。

基于此，本文提出以下研究假说：

假说2：数字经济可通过增加就业机会缓解贫困。

假说3：数字经济可通过激发创业激情缓解贫困。

3 研究设计

3.1 模型设定

前文理论分析了数字经济的城市减贫效应，进一步以城市相对贫困（poverty）作为被解释变量，以数字经济（de）作为解释变量，设立模型实证检验二者关系。

训诫防止人由于自己动物性的动机而偏离其规定，即人性。比如，这种规定必须限制他，以使他不任性地、不假思索地陷入危险。因此，训育纯粹是消极的，也就是说，是从人身上去除野性的一种行动。与此相反，教导则是教育的积极部分。因此，人必须尽早就习惯于服从理性的规定。假如人们让他在年少时率性而为，不加任何遏制，那么他就将终生保持某种野性。而在年少时受到过多母亲般温存保护的人，也是无可救药的，因为他们一旦参与世界事务时，便将越来越多地感受到来自四面八方的阻力，并到处碰壁。

影响城市相对贫困的因素众多，为避免其它因素的干扰，结合已有研究，本文同时控制了一系列能够影响贫困的变量，包括产业结构（tertiary）、 人力资本水平（human）、 城镇化（urban）、金融发展水平（finance）、 政府支持（government），以CV表示一系列控制变量，模型变成以下形式：

通过理论分析得知，数字经济缓解城市相对贫困的机制为增加就业和激发创业，借鉴温忠麟和叶宝娟 （2014）［17］的方法， 以就业（employ）和创业（business）作为中介变量，通过逐步检验回归系数方法验证二者间的中介效应，以MV表示中介变量，模型设立如下：

结合以上3个模型的回归结果，根据估计系数α1、β1、γ1、γ2的符号及显著性， 来判定是否存在中介效应。

3.2 变量选择

核心解释变量。本文的核心解释变量为数字经济de，借鉴许宪春和张美慧 （2020）［19］的思路，从基础设施、外部环境、产业数字化和数字产业化4个维度选取指标，进一步通过熵值法计算得到中国2009～2020年31个省（区、市）的数字经济指数（基于数据的可获得性，港、澳、台地区未包括在内）。相关数据主要来自中国信息年鉴、中国统计年鉴、数字经济发展报告等。

表1 数字经济指标体系

中介变量。（1）就业employ。使用各个省（区、市）的就业总人口表示，实证时取对数；（2）创业business。使用城镇个体和私营企业从业人员数量作为创业指标。相关数据主要引自中国人口和就业统计年鉴，实证时取对数。

控制变量。（1）产业结构tertiary。用第三产业增加值与第二产业之比衡量产业结构，第三产业占比越大，越有利于缓解相对贫困；（2）人力资本水平human。用平均受教育年限衡量人力资本水平； （3）城镇化水平urban。用人口城镇化衡量城镇化水平；（4）金融发展水平finance。用贷款余额占GDP比重衡量金融发展水平；（5）政府财政支持government。用财政支出占GDP比重表示。各变量数据来自中国统计年鉴、中国金融年鉴、中国人口和就业统计年鉴等。

4 实证结果及分析

4.1 基准回归

表2列出了基准回归结果，从全国层面整体来看，数字经济系数显著为负，表明数字经济对城市相对贫困产生显著负向影响，有利于缓解相对贫困。通过数字化技术，各种新模式不断涌现，劳动者提升技能的成本更低，受教育程度较低的劳动者也可以更容易找到工作，共享经济模式让普通人有了更多的收入来源，金融科技让普通人可以更容易获取高于银行存款的理财收益。简而概之，数字经济通过新模式、新技术显著缓解了城市相对贫困。

表2 基准回归

从控制变量来看，整体及区域回归结果中，控制变量的系数均为负，且保持了较高的显著性，这表明优化产业结构、增加受教育年限、推动城镇化建设、加大财政投入和推动金融改革均有利于缓解城市相对贫困。

4.2 稳健性检验

为保证结论的可靠性，本文从3个方面进行稳健性检验。（1）使用不同的估计方法，前文基于固定效应模型进行回归，进一步基于随机效应模型进行回归；（2）替换被解释变量，使用恩格尔系数作为贫困指标，恩格尔系数反映了食品支出在家庭中的比重，通常越贫困的家庭，在维持生存所必须的食品上的支出也越高；（3）对样本进行更换：①去掉4个直辖市重新进行估计；②考虑到受新冠肺炎疫情冲击，2020年中国经济出现较大波动，因此样本去掉2020年数据重新进行估计。表3列出了使用不同方法进行稳健性检验的结果，回归结果中，数字经济系数都为负，且都通过了1%或5%水平上的显著性检验，数字经济均可对相对贫困产生显著负向影响，数字经济对城市相对贫困的缓解作用具备较强的稳健性。

表3 稳健性检验和内生性处理

4.3 内生性处理

虽然本文以控制变量的形式考虑了能够影响城市相对贫困的其它因素，但仍然可能存在内生性问题，影响结果的有效性。原因包括：（1）影响贫困的因素众多，难以考虑周全；（2）相对贫困和数字经济之间可能存在反向因果关系，相对贫困程度高的地区，数字经济发展水平可能较低。本文使用两种方法缓解内生性问题：系统广义矩估计（SYS-GMM）和两阶段最小二乘法（2SLS）。2SLS需要为核心解释变量数字经济选择合适的工具变量，借鉴黄群慧等 （2019）［20］使用的方法，用各省（区、市）1984年邮电业务量数据与前一年互联网用户数之积作为工具变量。使用两种不同方法分别进行回归，根据表3中的结果，数字经济系数均显著为负，表明数字经济对城市相对贫困产生显著负向影响，即考虑了内生性问题后，本文结论仍然成立。

4.4 门槛效应及分位数回归

（1） 门槛效应

本文通过门槛模型考察数字经济和城市贫困间可能存在的非线性关系，以数字经济作为门槛变量，得到门槛效应结果（表略），可以看出只有单一门槛显著，因此数字经济和城市相对贫困间的关系存在单门槛效应。进一步进行单门槛回归（表略），数字经济在低于门槛值0.185时，系数为-0.005，在5%的统计水平上显著；超过0.185时，数字经济系数为-0.026且显著。结果表明，两个区间内，数字经济都对城市相对贫困产生显著负向影响，超过门槛值后，数字经济对城市相对贫困的缓解作用大幅提升，结果的政策启示非常明显，持续推动数字经济发展可缓解相对贫困，助力中国实现共同富裕目标。

（2） 分位数回归

进一步通过分位数回归探讨在不同的贫困程度下，数字经济减贫效果的差异。按照从小到大的顺序，把贫困程度设置为0.1、0.5和0.9 3个分位数点，在不同的分位点下（表略），数字经济系数均为负，且具备较高的显著性，表明数字经济均可显著缓解城市相对贫困。对比系数大小可知，随着贫困程度的提升，数字经济的减贫效果持续变大。结果表明，在贫困程度较高的地区，数字经济的减贫效应更加显著。

4.5 作用机制检验

前文理论分析表明数字经济可通过就业和创业两种机制缓解城市相对贫困，相关数据代入前文中介效应模型。结合前文结果及中介效应回归结果（表略）可知，在数字经济通过增加就业缓解城市相对贫困的路径上，数字经济单独解释就业时，数字经济系数显著为正，数字经济增加了就业，数字经济和就业共同解释相对贫困时，数字经济和就业系数均显著为负，因此有必要通过进一步检验来判定就业路径的中介效应，Sobel检验的概率p值为0.031，在5%的统计水平上显著，表明就业发挥了中介效应，数字经济可通过促进就业缓解相对贫困。在数字经济通过激发创业缓解城市相对贫困的路径上，数字经济单独解释创业时，数字经济系数显著为正，数字经济激发了创业热情；数字经济和创业共同解释城市相对贫困时，数字经济和创业系数均显著为负。进一步进行Sobel检验，概率p值为0.006，在1%的统计水平上显著，表明创业发挥了中介效应，数字经济可通过激发创业热情缓解城市相对贫困。

5 结论与启示

本文基于中国省级面板数据，首先构建指标体系使用熵权法测算数字经济发展水平，使用贫困发生率作为城市相对贫困指标，在此基础上实证检验了数字经济对于城市相对贫困的影响，使用系统广义距方法和两阶段最小二乘法缓解内生性问题，使用门槛模型分析了数字经济和城市相对贫困间的非线性关系，使用分位数回归模型分析数字经济对于不同程度贫困的影响差异，最后进一步从就业和创业路径探讨数字经济缓解城市相对贫困的作用机制。主要结论如下：（1）数字经济可以显著缓解城市相对贫困，且具备一定的稳健性。考虑内生性后，结论仍然成立； （2）以数字经济发展水平作为门槛变量，数字经济对城市相对贫困的影响存在单门槛效应，超过门槛值后，数字经济减贫效果显著提升；（3）分位数回归结果表明，在贫困程度更高的地区，数字经济的减贫效果更加明显；（4）数字经济缓解城市贫困的作用机制为增加就业机会和激发创业激情。根据研究结论，本文提出如下政策建议：

（1）不断推进数字基础设施建设。进一步建设绿色低碳、安全可控的智能化数字基础设施，有序推进5G网络建设，推动5G应用的落地，提升工业物联网在公共服务、制造业、农业中的覆盖面，前瞻性布局6G网络。大力建设高效节能的绿色数据中心，加强云网协同能力，提升数据共享性的同时，加强数据协调调度水平。提升工业生产和公共服务的智能化水平，有序建设面向公共服务、人工智能领域的智能基础设施，针对少子老龄化问题，提早布局面向制造业、农业的人工智能技术。

（2）推动公共服务数字化转型。持续提升公共服务数字化水平，加强不同地区公共服务的互联互通，提升数据共享程度，应急管理、公共卫生服务等领域数字化水平的提升，既可方便人们办理业务，也可借助数字化技术预警和应对突发事件。提升养老、教育、医疗领域的数字化水平，可让相关服务更加均等化，让更多人更易享受高质量的医疗、教育、文化等公共服务。鼓励大型互联网企业和教育机构开展普惠性质的就业、创业及数字技能培训，缩小数字鸿沟，让更多人享受数字红利。

（3）借助数字化工具建立长效扶贫机制。建立数字化长效扶贫机制有助于实时监测贫困动态，巩固脱贫成果。建立健全贫困人口增收机制，可借助数字平台和互联网举办公益性质技能培训，提升贫困人口就业能力。扶贫过程中注重扶智、扶技，借助互联网提升劳动者技能的同时，以电影、宣讲、演出等形式积极宣传致富经验，激发贫困人员积极性和自信心，提升增收内生动力。借助大数据工具，通过分析收支、消费情况精准识别贫困人群，用制度形式确保真正贫困人群的子女能够接受系统教育，通过教育杜绝贫困的代际传递，防范阶层固化。