数字普惠金融对城乡收入差距的影响机制研究

李晓钟，潘芷倩

(杭州电子科技大学 经济学院，浙江 杭州 310018)

近年来，我国大力推进脱贫攻坚和农业农村改革，落实区域重大战略和区域协调发展战略，加快新型城镇化进程，加强农业生产和对农民发放低息贷款及补贴等，城乡之间的居民收入差距持续收窄，成效显著。据统计，从2011年到2020年，我国农民收入年均增速高于城镇居民1.59个百分点，城乡居民收入比从2011年的2.90下降到2020年的2.56。但是，我国城乡收入差距依然较大，一方面城乡居民收入差距的绝对值从2011年的14 033元扩大到2020年的26 703元，另一方面，我国2020年基尼系数仍高达0.468(1)数据来源：《中国住户调查年鉴—2021》。。可见，我国发展不平衡不充分的问题依旧突出。随着大数据、人工智能、云计算和区块链等数字技术的进步和应用，数字普惠金融迅猛发展。数字普惠金融是以网络支付、网络借贷、互联网理财、互联网保险为代表的业务形态的一种新型金融，可为弱势群体、三农用户、小微企业等服务对象提供普遍金融服务，对创业和增收产生积极作用。已有学者研究发现数字经济发展水平对城乡收入差距产生先扩大后缩小的“倒U型”的影响效应(李晓钟和李俊雨，2022)[1]，那么，数字普惠金融对城乡收入差距的影响效应和作用机制又如何？因此，本研究具有重要的理论价值和现实意义。

一、文献回顾

数字普惠金融是近年来研究的热点，主要成果可以归纳为三个方面：其一，发展数字普惠金融有助于经济增长。例如，王永仓和温涛(2020)[2]认为数字普惠金融能够对经济增长产生显著且稳健的正面影响，激发经济主体的活力，缩小区域间的经济差距。其二，数字普惠金融可以帮助减缓贫困。例如，姚凤阁和李丽佳(2020)[3]认为数字普惠金融可以为长期处于金融边缘的贫困群体提供金融产品和服务，缓解贫困居民的资金约束，从而帮助贫困群体来改善自身的经济情况；黄秋萍等(2017)[4]认为信贷服务的发展为缺乏资金的创业者提供投资创业机会，社会劳动力需求增加，为更多人提供劳动机会来逐步缩小收入差距。其三，数字普惠金融有利于乡村振兴。例如，庞艳宾(2020)[5]认为现代农业、农产品加工业和农村服务业催生了巨大的金融服务需要，而数字普惠金融是实施乡村振兴战略的重要力量。

综上所述，数字普惠金融方面的研究已日趋丰富，且从经济增长、减缓贫困、乡村振兴的角度阐述了数字普惠金融的作用效应，并有部分文献已关注数字普惠金融对城乡收入差距的影响，但以创业活跃度为中介的文献还较少，尤其是从城乡居民创业的差异性视角的研究更是鲜见。因此，本文尝试在以下三个方面有所贡献：其一，实证分析数字普惠金融对城乡居民收入及其差距的影响效应，揭示数字普惠金融对城乡收入差距和区域收入差距缩小的积极效应和普惠特性；其二，以城乡创业活跃度为中介变量，揭示数字普惠金融发展对城乡收入及其差距的影响中城乡创业活跃度的中介效应特征及其异质性；其三，以数字普惠金融及其三个一级子指标(覆盖广度、使用深度和数字化程度)为门槛变量，探究数字普惠金融对缩小城乡收入差距影响的门槛效应，并根据实证结论探讨政策建议。

二、理论分析与研究假设

(一)数字普惠金融对城乡居民收入差距的直接影响效应

得益于数字技术的日益成熟，数字普惠金融迅猛发展，涌现了供应链金融、消费金融、智能投顾、保险科技、数字银行等数字产品和服务，丰富了居民的投资选择。例如，余额宝成功风靡全国，促进了居民投资理财理念的增强。同时，数字技术和金融的结合有利于金融供给方精准把控服务对象的需求(黄益平和黄卓，2018)[6]，促进了居民投资理财量的扩大，助力居民投资理财收益的提高。数字普惠金融还能提高企业和居民的风险应对能力，缓解他们在危急情况下的资金困境，避免大幅折价卖出资产造成巨额损失，保障经济安全。因此，数字普惠金融有利于居民收入水平的提高，但是对城乡居民影响效果并不一样。

数字普惠金融的核心目标在于“普”和“惠”，其“普惠性”主要体现在以下两个方面：(1)数字普惠金融降低了金融服务的门槛。数字普惠金融是数字技术方式下的普惠金融，对那些本来无法触及传统金融机构门槛的人群和小微企业来说，数字普惠金融的发展突破了原有的金融机构所设立的边界，将原本排斥在外的偏远地区人群及低收入人群纳入金融服务的服务对象之内(谢绚丽等，2018)[7]。(2)数字普惠金融扩大了金融服务的覆盖范围。由于数字技术赋能新商业模式，金融的服务成本、运营成本和连接成本得到了控制(Demertzis等，2018)[8]，金融服务挣脱出实体的束缚，将覆盖范围扩大到传统金融无法触及的地方，有助于偏远地区人群和低收入群体脱贫，缓解传统金融的排斥现象。因此，相比于传统金融，数字普惠金融以数字为手段普惠弱势群体。与城镇居民相比，农村居民较难获取传统金融服务，更依赖数字普惠金融，数字普惠金融对农民收入的提高可能更为显著，农民获得的红利更大，城乡收入差距也会相应缩小。因此，本文提出假设：

H1：数字普惠金融能促进居民收入水平提高，且对农村居民收入水平的促进作用更大，从而缩小城乡收入差距。

(二)创业活跃度在数字普惠金融影响城乡居民收入差距中的作用效应

居民创业面临的首要问题就是资金约束(Aghion和Hauswald，2008)[9]，金融发展是缓解潜在创业者资金约束的有效手段之一(Bianchi，2010)[10]。数字普惠金融作为低门槛、触达广、低成本的普惠金融，是一个缓解居民创业融资约束的有效途径，为居民提供了更多创业选择，并提高了居民创业成功的概率。(1)数字普惠金融增加了创业机会，提高了居民的创业意愿。移动支付的出现衍生了如网约车、共享自行车、农村淘宝、农产品直播等许多新的商业机会。居民能够通过数字终端获取有效信息资源，进而提高识别创业机会的可能性(熊健和董晓林，2021)[11]。(2)数字普惠金融缓解了居民的信息不对称问题，提高了居民创业成功的概率。尤其是农村地区的信息传播渠道有限，农民获取创业所需的知识和信息的成本较高(吴本健等，2014)[12]。数字普惠金融不仅能通过大数据、客户画像等方式精准向农民传递信息，缓解潜在创业农户的信息约束；农户还可借助数字金融平台，在交流协作中评估该创业项目的可行性和发展前景，促进农户创业决策和提升农户创业绩效(何婧和李庆海，2019)[13]。由于农民缺乏信用记录和抵押品，故乡村创业的融资贵、融资难问题更为严峻。数字普惠金融大大降低农村居民获取融资的难度，刺激农村居民的创业需求，实现城乡创业机会的均等化。张勋等(2019)[14]实证研究发现数字金融有助于提升农村低收入家庭和低社会资本家庭的创业概率，改善了农村居民的创业行为。

随着数字普惠金融的发展，各地农村居民因地制宜，或发展农村电商创业，或推动农村产业进步，充分发挥各自的比较优势，改善收入。金融发展可以在减少不平等方面发挥显著且有力的作用，提高贫困人口的收入(Beck等，2007)[15]，有利于缩小城乡居民的收入差距。农村居民对数字普惠金融依赖程度更深，因而数字普惠金融对农村居民创业会产生更积极的促进作用，并可通过直接促进农民收入增长与产业发展来缩小城乡收入差距。因此，本文提出研究假设：

H2：数字普惠金融能通过促进创业活跃提升居民收入水平，且对农民创业活跃的促进效应更为显著，从而有利于缩小城乡收入差距。

(三)数字普惠金融对城乡收入差距影响效应的非线性

数字普惠金融作为普惠金融和数字技术的结合与应用，能提升金融的包容度，为缩小城乡收入差距提供可能，其覆盖广度、使用深度和数字化程度的差异均会产生不同的影响。(1)覆盖广度。如上文所提到，数字普惠金融可以将服务范围扩大到传统金融所无法覆盖的地方，有利于降低金融门槛，缩小城乡收入差距。(2)使用深度。数字普惠金融涵盖支付、投资、保险、信贷、基金等各个方面，服务内容丰富，居民使用金融的次数和深度提高，有助于减轻家庭贫困状况(Shiller，2013)[16]，促进社会公平。(3)数字化程度。互联网金融和大数据的进步是推动数字普惠金融发展的动力，在互联网金融和数字技术的发展支持下，数字普惠金融改善了城乡收入差距(张晓燕，2016)[17]。但是，互联网技术和金融知识缺乏会给数字普惠金融的使用带来困难，导致对城乡收入差距的收敛作用不如预期。因此，在覆盖广度、使用深度和数字化程度水平不同的地区，数字普惠金融对城乡收入差距的影响效应存在差异性和非线性。基于此，本文提出研究假设：

H3：覆盖广度、使用深度和数字化程度在数字普惠金融对城乡收入差距的影响中存在门槛效应。

三、模型设定、数据来源和变量选择

(一)模型设定

为检验假设H1，借鉴杨伟明等(2020)[18]的方法，分别以城乡居民的人均可支配收入和城乡收入差距为因变量进行平衡面板估计，如式(1)和式(2)所示。

incjit=αj0+αj1rfiit+αjxXit+μi+εit

(1)

gapit=β0+β1rfiit+βxXit+μi+εit

(2)

上式中，incjit表示省市自治区i在t年的人均可支配收入(当j=1时，为居民人均可支配收入；当j=2时，为城镇居民人均可支配收入；当j=3时，为农村居民人均可支配收入)，rfiit为省市自治区i在t年的数字普惠金融发展水平，gapit为省市自治区i在t年的城乡收入差距，Xit为一组控制变量，μi表示地区固定效应，εit表示随机扰动项，αj0、β0为常数项，αj1和β1分别为数字普惠金融发展水平对收入和对城乡收入差距的影响系数，αjx、βx为控制变量的系数。

为验证假设H2，参考温忠麟和叶宝娟(2014)[19]的中介效应模型，在式(1)和式(2)的基础上，分别将居民创业活跃度、城镇居民创业活跃度和农村居民创业活跃度作为中介变量，考察具体路径，如式(3)—式(5)所示。

Mit=δ1+γ1rfiit+φ1Xit+μi+εit

(3)

incjit=δj2+γj2rfiit+θj1Mit+φj2Xit+μi+εit

(4)

gapit=δ3+γ3rfiit+θ2Mit+φ3Xit+μi+εit

(5)

其中，Mit表示中介变量，具体包括居民创业活跃度(ent1)、城镇居民创业活跃度(ent2)和农村居民创业活跃度(ent3)；上文中αj1和β1表示对总效应的估计，γ1估计的是数字普惠金融发展水平对中介变量的影响，γ1×θj1、γ1×θ2表示中介效应，γj2、γ3表示直接效应；δ1、δj2、δ3为常数项，φ1、φj2、φ3为控制变量系数；其余变量含义同上。此外，还辅以Sobel检验和Bootstrap检验判断中介传导路径是否存在。

为验证假设H3，分别以数字普惠金融及其覆盖广度、使用深度和数字化程度作为门槛变量，用面板门槛模型实证分析数字普惠金融与城乡收入差距的关系，如式(6)所示。

gapit=ρ0+ρ1rfiitI(qit≤λ)+ρ2rfiitI(qit>λ)+ρxXit+μi+εit

(6)

其中，I(·)为示性函数，当括号内条件满足时取值为1，反之为0；qit为门槛变量，λ为具体的门槛值，ρ0为常数项，ρ1、ρ2、ρx为系数；其他变量含义同上。式(6)为单一门槛模型，可以根据样本数据的检验结果扩充至多门槛情形。

(二)变量选择及数据来源

1.被解释变量为inc(居民人均可支配收入、城镇居民人均可支配收入和农村居民人均可支配收入)和gap(城乡收入差距)。为保持inc数据平稳取对数处理。本文用城乡居民人均可支配收入的比值来衡量居民城乡收入差距，比值越小，说明城乡收入差距越小；比值越大，则说明城乡收入差距问题越严重。因国家统计局统计口径的改变导致个别数据缺失，故2011—2012年的农村居民人均可支配收入用农村人均纯收入指标进行代替。

2.核心解释变量为rfi(数字普惠金融发展水平)，用北京大学数字金融研究中心和蚂蚁金服集团编制的数字普惠金融指数来衡量(郭峰等，2020)[20]。该指数由覆盖广度、使用深度和数字化程度3个一级子指标和33个具体指标构成。因该指标数值较大，为使得该指标数值与其他指标处于同一量纲上，参考宋晓玲(2017)[21]的做法对该指数除以100。

3.中介变量为ent(创业活跃度)。选取私营和个体就业人数之和占就业人数的比重来反映各地区创业的活跃程度，该比重越大，说明该地区的创业活动越活跃。城镇居民创业活跃度和农村居民创业活跃度分别使用城镇居民私营及个体就业人数占城镇就业人口之比和农村私营及个体就业人数占农村就业人口之比来衡量，为保持数据平稳均取对数。

4.控制变量。借鉴相关研究文献，控制变量选取地区经济发展水平(eco)，用以2011年为基期的居民消费价格指数平减后的地区经济增长率来衡量；产业结构(is)，用二三产业产值之和占地区生产总值的比值来衡量；对外开放程度(open)，用进出口贸易总额占地区生产总值的比值来衡量；传统金融发展水平(fin)，用各地区金融机构贷款余额占地区生产总值的比值来衡量，为数据平稳取对数。

(三)数据来源与描述性统计

本文选择2011—2019年31个省市自治区(由于数据缺失，本文不包括香港、澳门特别行政区及台湾地区)作为研究样本，数据来源于《中国统计年鉴》《中国电子信息统计年鉴》《中国互联网发展状况统计报告》《北京大学数字普惠金融指数(第三期，2011—2020年)》以及各省(市、自治区)地方统计年鉴等，主要变量描述性统计如表1所示。

表1 主要变量描述性统计

四、实证分析

(一)数字普惠金融发展水平对城乡收入差距的直接影响

1.全国样本：豪斯曼检验p值都小于0.01，均拒绝原假设，说明选用固定效应模型更适合，因此对式(1)和(2)采用固定效应模型进行估计，结果如表2所示。由表2可知，列(1)、(2)、(3)中数字普惠金融发展水平对居民收入、城镇居民收入和农村居民收入的影响系数均显著为正，且对农村居民的收入影响系数大于对城镇居民的收入影响系数。这初步验证了数字普惠金融对城镇居民和农村居民收入增长均有显著的正向促进作用，且对农村居民的增收效果更好。表2中列(4)为式(2)的回归结果，数字普惠金融发展水平对城乡收入差距的影响系数为-0.173 9，并在1%水平上显著，说明数字普惠金融发展对我国城乡收入差距产生显著的收敛影响效应。

表2 数字普惠金融发展水平对城乡居民的收入和城乡收入差距的影响

2.分地区样本：为更好地研究数字普惠金融收入效应的区域异质性，将全国31个省市自治区划分为东部、中西部两大区域(2)本文将全国31个省市自治区划分为东部和中西部两大区域。东部地区包括：北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南11个省(市)；中西部地区包括：山西、安徽、江西、河南、湖北、湖南、吉林、黑龙江、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20个省(市、自治区)。分别回归估计，回归结果如表3所示。

表3 数字普惠金融发展水平对东中西部居民收入和城乡收入差距的影响

由表3可知，数字普惠金融发展水平对居民收入的促进作用存在着地区差异，和东部居民相比，中西部地区的居民收入影响系数(0.280 3)比东部地区居民收入影响系数(0.211 8)更大，中西部地区的农村居民收入增长系数最大(0.288 7)，这在一定程度上说明数字普惠金融有利于缩小东部和中西部的居民收入差距。而且，农村居民的收入效应均要高于城镇居民的收入效应。表3中的列(4)和列(8)中分区域回归的结果显示，东部和中西部数字普惠金融发展水平均可以对城乡收入差距缩小产生显著的促进效应，东部的促进效应系数为-0.059 7，中西部的促进效应系数为-0.201 5，这一方面表明了数字普惠金融的普惠性在中西部地区可以得到较好的释放，另一方面也佐证了由于中西部地区数字普惠金融对农村居民收入增长的提升作用效应更大，从而促使缩小城乡收入差距的收敛系数更大，验证了假设H1。

3.稳健性检验。本文主要采用以下几种方法来验证以上模型的稳健性和解决内生性问题(3)限于篇幅，此处省略了稳健性检验的结果，如有需要可向作者索取。。(1)工具变量法(2SLS)。通过工具变量法缓解模型中可能存在的内生性问题，参考张碧琼和吴琬婷(2021)[22]采用互联网普及率作为数字普惠金融发展水平的工具变量，结果显示互联网普及率的不可识别检验值为162.081，在1%的水平上显著；弱工具变量检验值为458.401，超过10%水平的临界值，说明工具变量不存在识别不足和弱工具变量问题，工具变量有效。工具变量法中数字普惠金融发展水平系数均通过1%的显著性水平测试，与前文结论一致。(2)核心解释变量滞后法。将核心解释变量数字普惠金融发展水平滞后一期再次回归，核心解释变量的方向和显著程度均未发生实质性的改变。(3)变量替代法。本文衡量城乡收入差距的方式是城乡居民人均可支配收入的比值，选用泰尔指数替代城乡收入差距再次进行模型估计，核心解释变量系数为-0.020 6，通过1%的显著性水平测试，验证了以上结论的稳健性。

(二)基于创业活跃度的中介效应分析

为考察创业活跃度的中介效应，利用式(3)、(4)、(5)进行检验。鉴于数字普惠金融与居民收入、数字普惠金融与城乡收入差距的回归结果已在表2中显示，表4仅显示式(3)、(4)和(5)的逐步回归结果。以城镇居民创业活跃度为中介变量加入模型回归，由列(4)-(6)可知，虽然数字普惠金融发展水平对城镇居民的创业活跃度影响显著为正，但城镇居民创业活跃度对城镇居民收入的影响系数不显著，对城乡收入差距的影响系数也不显著，两个中介效应均不显著；由列(1)-(3)、列(7)-(9)可知，数字普惠金融发展水平对居民和农村居民的创业活跃度影响均显著为正，以居民或农村居民创业活跃度为中介变量时，数字普惠金融发展水平、居民创业活跃度、农民创业活跃度对收入的影响均显著为正，对城乡收入差距的影响均显著为负，说明创业活跃度在数字普惠金融发展水平和收入、数字普惠金融发展水平和城乡收入差距之间均存在着显著的中介效应，且加入中介变量后，数字普惠金融发展水平和收入、数字普惠金融发展水平和城乡收入差距之间的影响系数的绝对值变小了，说明存在着部分中介效应。

表4 中介效应逐步回归结果

逐步回归的检验力不足以说明一定存在中介效应，需要Sobel检验和Bootstrap检验的进一步分析。(1)分别以居民创业活跃度和农村居民创业活跃度为中介变量时，以居民收入作为因变量的Sobel检验p值分别为0.000 1和0.009 1，占总效应的比重分别为6.531 6%和2.304 3%；以城乡收入差距作为因变量的Sobel检验p值分别为0.001 4和0.032 0，占总效应的比重分别为25.277 2%和9.390 5%。居民创业活跃度和农村居民创业活跃度为中介变量均在5%的水平上拒绝原假设，中介效应显著。(2)以城镇居民创业活跃度为中介变量时，分别以收入和收入差距作为因变量的模型，均没有通过Sobel检验，中介效应不显著。抽样1 000次后，Bootstrap检验与Sobel检验的结果一致，也验证了模型的稳健性(4)限于篇幅，此处未列Bootstrap检验的具体数值，如有需要可向作者索取。。这验证了假设H2，即数字普惠金融能通过促进创业活跃提升居民收入水平，且对农民创业活跃的促进效应更为显著，从而有利于缩小城乡收入差距。

(三)基于数字普惠金融不同维度的门槛效应分析

分别将数字普惠金融发展水平及其三个子指标(覆盖广度、使用深度和数字化程度)作为门槛变量，进行门槛效应检验，结果如表5所示。以数字普惠金融发展水平、使用深度和数字化程度作为门槛变量的模型通过了单一门槛检验，覆盖广度作为门槛变量的模型通过了双重门槛检验，门槛变量的门槛估计值均位于95%的置信区间内(5)限于篇幅，此处省略了门槛估计值的区间估计结果，如有需要可向作者索取。，门槛值估计有效，验证了假设H3。

表5 门槛效应检验结果

表6 面板门槛模型回归结果

式(6)的面板门槛模型估计结果如表6所示。列(1)显示以数字普惠金融发展水平为门槛变量的估计结果，当数字普惠金融发展水平低于门槛估计值(1.270 6)时，数字普惠金融对城乡收入差距收敛效果不显著；当数字普惠金融发展水平跨越门槛值时，数字普惠金融就会对城乡收入差距产生显著的收敛效果。列(2)的模型把覆盖广度作为门槛变量，发现当覆盖广度低于第一门槛值(7.470 0)时，数字普惠金融会对城乡收入差距产生显著的正向效应，影响系数高达1.360 3；在跨越第一门槛值后，数字普惠金融对城乡收入差距的影响依旧显著为正，但影响系数缩小为0.103 4；只有当覆盖广度跨越第二门槛值(85.390 0)时，数字普惠金融才对城乡收入差距才能产生显著的负向效应。列(4)中以数字化程度为门槛变量也呈现出了相似的结果，只有当数字化程度跨越181.65的门槛值时，数字普惠金融才会对城乡收入差距的扩大产生显著的抑制作用，影响系数为-0.135 6。可见，仅当数字普惠金融发展水平、覆盖广度和数字化程度发展到一定程度时，数字普惠金融才能产生城乡居民的收入差距缩小的促进效应。

与之不同的是列(3)中以使用深度作为门槛变量的模型的实证结果，当使用深度低于门槛值(245.66)时，数字普惠金融对城乡收入差距的影响显著为负，系数为-0.237 0；当使用深度跨越门槛值后，数字普惠金融仍能显著缩小城乡收入差距，但影响系数仅为-0.199 4。这说明当使用深度达到一定水平后，数字普惠金融对城乡收入差距的收敛效果会有所减弱。可能的原因是金融产品的更迭升级迅速，虽然农村居民的金融素养在不断提高，但提高速度无法跟上金融产品的迭代速度，导致农村居民无法使用最新型的金融产品和服务，弱化了数字普惠金融对农村居民收入提高的促进效应，从而削弱了数字普惠金融对城乡收入差距的收敛效果。

五、研究结论与政策建议

本文以我国2011—2019年省市自治区为研究样本，利用固定效应模型、中介效应模型和门槛效应模型研究数字普惠金融对城乡收入差距的影响机制。结果表明：(1)数字普惠金融可以显著提高居民收入，且对农村居民收入水平的提升效果显著优于城镇居民，对中西部地区居民收入提升效果显著优于东部地区；数字普惠金融可以显著缩小城乡收入差距，且对中西部地区城乡收入差距缩小的促进效应显著优于东部地区。(2)城乡创业活跃度在数字普惠金融对城乡居民收入和城乡收入差距的影响过程中存在中介效应，数字普惠金融对城乡创业活跃度产生显著的促进作用效应，且对农村居民的影响效应更大。(3)数字普惠金融对城乡收入差距的作用效应受数字普惠金融发展水平及其三个子指标(覆盖广度、使用深度和数字化程度)门槛变量的影响，在数字普惠金融发展水平、覆盖广度和数字化程度跨越门槛值后，数字普惠金融才能对缩小城乡收入差距起促进效应，但使用深度在跨越门槛值后反而会削弱数字普惠金融对缩小城乡收入差距的促进效应。

为此，本文提出如下政策建议。(1)加强数字基础设施建设，进一步完善农村居民创业的基础条件，更好地发挥数字普惠金融的创业效应对城乡收入差距缩小的促进作用。我国应因地制宜地优化整合城乡之间的金融资源，推进传统金融业务与新型数字化技术的深度融合，加大信息基础设施建设力度，尤其要进一步优化农村网络通讯、交通、物流运输等基础设施配套，不断提高数字普惠金融水平。(2)创新金融知识宣传方式，不断提高城乡居民的金融素养。我国应进一步借助互联网平台等渠道，组织引导城乡居民参加线上学习和培训，为城乡居民送知识、送政策，提高他们对数字普惠金融的应用能力。(3)积极发挥互联网在促进传统农业转型、农产品销售等方面的“助推器”作用。一方面，可通过加大对浙江义乌青岩刘村等“淘宝村”的成功案例的宣传，进一步激发农村居民创业的积极性，从而可鼓励更多的普通农户选择电商创业活动；另一方面，政府可进一步组织引导探索电商新模式，完善乡村电商创业的优惠政策和协助建设供应链、物流和公共服务中心平台等举措，鼓励电商人才流向农村，实现城乡包容性增长和共同富裕。