数字经济对城乡收入差距空间及门槛效应研究

辛金国,郭晶晶,蔡婧靓

(1.杭州电子科技大学 浙江省信息化发展研究院,浙江 杭州 310018;2.杭州电子科技大学 会计学院,浙江 杭州 310018;3.杭州电子科技大学 经济学院,浙江 杭州 310018)

多年来,“推进实现共同富裕”一直是党和国家高度重视的目标,缩小城乡收入差距是促进共同富裕的重要抓手。根据中国信通院的研究,我国2021年数字经济规模已达到45.5万亿元。数字经济作为国民经济“稳定器”和“加速器”的作用更加凸显[1],同时也为改善城乡居民收入差距、实现共同富裕提供了绝佳契机。关于城乡居民收入差距的影响因素,已有学者从财政分权(李春仙和李香菊,2021)[2]、税收政策(骆永民和樊丽明,2019)[3]、金融政策(傅巧灵等,2021)[4]、产业发展(李晓龙和冉光和,2019;熊凯军,2022;周国富和陈菡彬,2021)[5-7]等角度进行了较为详实的研究。相比之下,研究数字经济和城乡居民收入差距关系的文献则略显不足,且现有研究就数字经济的发展究竟扩大还是缩小城乡居民收入差距这一问题尚未达成一致结论。持“扩大观”的学者认为,在城乡二元制结构下,农村人口进入城市就业在早期缩小了城乡收入差距,然而随着工业不断转型升级,工业智能化对农村低技能劳动力的替代通过减少农村人口的工资性收入扩大了城乡居民收入差距(刘欢,2020)[8]。另外,城乡数字鸿沟也正成为扩大城乡居民收入差距的重要原因(刘骏,2017)[9]。持“缩小观”的学者认为,数字经济与农业的融合发展有利于促进农业现代化,提高农业生产效率,增加农民收入(Gao等,2018)[10]。数字普惠金融等的发展为农村地区提供了优质便捷的金融服务,促进农村发展,进而缓解了城乡居民收入差距(宋科等,2022)[11]。

综上所述,目前关于数字经济对城乡居民收入差距的影响尚未达成一致结论,且这些研究多为时间效应方面的研究,较少涉及对数字经济空间溢出效应的研究。因此,本文试图通过测度各省市自治区数字经济的发展水平,从空间效应的角度探索我国数字经济对城乡居民收入差距有何影响,并以数字经济作为门槛变量,利用门槛模型,揭示数字经济对城乡居民收入差距的非线性影响,为制定城乡政策、缓解城乡贫富差距提供决策参考。

一、理论分析与假设

(一)数字经济对城乡居民收入差距的降低效应

首先,数字技术的应用提高了信息资源的共享能力,减少了农村居民的信息搜寻成本,进而为其创造了更多的就业机会,提高了农村居民的工资性收入,缩减了城乡居民收入差距[12]。其次,数字经济能够通过促进农业技术创新助力农业生产发展,同时农村电商等新方式的产生可以推动农产品的销售,从而提高了农民收入[10],降低了城乡居民收入的差距。最后,数字经济推动了城乡医疗、教育等优质公共资源的共享,同时大数据平台等的应用有效提升了政府服务效能,通过向农村居民提供更智能、便捷、高效的公共服务,提高了其经营能力,进而降低了城乡居民收入的差距[13-14]。因此,本研究提出假设H1:

H1:数字经济发展水平的提高有利于缩小城乡居民收入差距。

(二)数字经济对城乡居民收入差距的空间溢出效应

首先,数字经济由于其渗透速度快、持续发展动力强等特点减少了生产要素的空间流动限制,提高了生产要素的配置效率和协同性,从而推动了城乡协同发展,降低城乡居民收入的差距[15]。其次,国内有不少研究表明,由于数字经济的发展在提高数据信息传输效率的同时也加强了地区间的分工协作,所以会对邻近地区的产业结构转型升级和经济高质量发展等产生积极的空间溢出效应[16-17]。因此,数字经济对城乡居民收入差距的影响效用也不会局限于本区域,而是对周边地区产生辐射效应。其原因在于,数字经济带来的产业分工和产业升级会让技术、知识、资源等外溢到周边地区,带动承接地的农村居民增收,从而缩小承接地的城乡居民收入差距[18]。因此,本研究提出假设H2:

H2:数字经济对城乡居民收入差距的影响存在空间溢出效应。

(三)数字经济对城乡居民收入差距的非线性影响

在数字经济发展初期,由于农村地区数字基础设施较为落后,数字技术推动农业高质量发展受到限制,因此,相对而言,数字经济为城镇居民带来的利益更多[19]。近几年,一方面,在国家政策的大力扶持下,农村地区数字基础设施不断趋于完善,这为农村发展数字经济奠定了基础。数字经济在促进农业农村发展方面的优势也愈加凸显。例如,互联网+农业、农村电商等数字经济产物将农村特色产品推向市场,拓宽了其销售渠道[20]。农村居民还可以通过拍摄短视频、开展直播等形式宣传当地的文化、景点,吸引更多的游客观光,发展当地旅游业,促进当地经济发展。另一方面,网络教学平台等的出现弥补了农村居民基础教育、技能培训的不足,从源头上缩小了城乡教育的差距,提升了农户的综合素质,增强了其就业创业的能力,进而提高了其收入水平[21]。因此,现阶段广大农村居民也能分享数字经济的发展成果,提高其收入水平。因此,本研究提出假设H3:

H3:数字经济对城乡居民收入差距的影响表现为先扩大后缩小的趋势。

二、变量说明与模型设定

(一)变量选择

1.被解释变量

本文对城乡居民收入差距(income)的测度借鉴钞小静和沈坤荣(2014)[22]的研究,采用比值法,即城乡居民人均可支配收入比。相比其他方法,比值法更加直观且可操作性强。

2.解释变量

数字经济(digit)是一个复杂的经济体系,使用单一指标去测算很难准确地反映其发展水平,因此需要构建综合指标评价体系进行全面测算。本文参考王军等(2021)[23]的研究,从基础设施、融合发展、创新创业和数字应用4个维度构建8项二级指标,24项三级评价指标对2013—2020年中国31省市自治区数字经济发展水平进行测度(详见表1)。其中,创新创业能力方面的指标参考戴若尘等(2022)[24]的研究,选择数字经济领域新建企业数量、获得外来投资、获得风险投资、专利授权、商标注册和软件著作权登记这六个维度的指标。为使评价结果具有客观性和可比性,本文运用熵值法赋权,并利用线性加权法计算得到综合评分。

表1 中国省际数字经济发展指标体系

3.控制变量

除了数字经济,城乡居民收入差距还会受到其他因素的干扰。为避免遗漏关键变量导致的内生性问题,本文参考李晓钟和李俊雨(2022)[15]的研究,选取如下控制变量:城镇化率(urban),用城镇人口占总人口的比例表示,城镇化进程中采取的城镇化模式会影响城乡居民收入差距。产业结构(indus),用第二、三产业增加值占GDP的比重表示,良好的产业结构能为农村劳动力提供就业机会,从而提高农民收入。财政支出(gov),用地方政府财政支出占GDP的比重衡量,政府对城乡财政支出政策的不同会间接影响到城乡居民的收入。对外开放程度(open),用进出口总额与GDP的比值来衡量,一般来说,一个地区对外贸易的发达程度会通过影响农村优质劳动力向城市的流动影响城乡居民收入差距。金融发展(finance),用年末金融机构的存贷款总额占GDP的比重来衡量,农村获取金融资源的难易程度直接影响到农村产业的发展,进而影响城乡居民收入差距。

4.数据来源

本文选取的研究对象为2013—2020年中国31个省市自治区(不含港澳台)。主要样本数据来自《中国统计年鉴》《中国金融年鉴》等。其中,创新创业能力方面的指标数据来源于北京大学开放研究数据平台中的中国数字经济创新创业指数。缺失数据用插值法或类推法补齐。

(二)研究方法

1.熵值法

熵值法是客观赋值法中的一种,能够避免人为参与带来的主观因素,较为准确地反映指标的权重。本文利用该方法对数字经济发展综合评价指标体系中的三级指标赋权,并通过求和计算得到不同省市各年的数字经济发展水平。

2.全局空间自相关

空间自相关可以分析某地区的某一现象特征是否受到关联地区影响,而全局莫兰指数是分析空间关联性常用的方法之一。本文利用全局Moran’s I指数值检验是否存在空间效应。公式如下所示:

(1)

xi、xj分别为i省和j省的变量观测值,n表示地区总数,wij为空间权重矩阵,本文选用基于地理距离的空间权重矩阵,以省会城市之间的距离代替省份之间的距离。

3.空间面板模型

随着区域发展协同性的增强,各地区间的城乡居民收入差距可能存在空间自相关性,数字经济所固有的高渗透性等特征也使得其既对本地区城乡居民收入差距降低产生影响,也对邻近地区城乡居民收入差距降低产生影响。由于空间面板模型关注到了不同区位之间的相关性,故本研究选择该模型研究数字经济对城乡居民收入差距的影响。空间面板模型主要包括以下三种:

空间滞后模型(SAR):Yit=ρWYit+βXit+εit,εit～N(0,σ2I)

(2)

空间误差模型(SEM):Yit=βXit+εit,εit=μit+λWεit,μit～N(0,σ2I)

(3)

空间杜宾模型(SDM):Yit=ρWYit+βXit+θWXit+εit,εit～N(0,σ2I)

(4)

其中i为地区,t为时间,Yit、Xit分别为i省t时的因变量和自变量;ρ、β、θ和λ为待估计参数;εit和μit为误差项;W为空间权重矩阵。

为清楚展现数字经济对城乡居民收入差距的空间效应,首先,将空间效应分解,上式(4)中的SDM模型可改写为:

Y=(I-ρW)-1(Xβ+WXθ)+R

(5)

其中R包括截距项和误差项,I为单位矩阵。

其次,利用偏微分矩阵计算可得被解释变量Y期望值的偏导数矩阵:

(6)

上式中偏导数矩阵对角线元素的均值为直接效应,表示区域解释变量对被解释变量直接产生的影响。非对角线元素的均值为间接效应,表示区域解释变量对周边地区被解释变量间接产生的影响,两者之和为总效应。

4.门槛回归模型

本文采用Hansen在20世纪90年代提出的门槛面板模型深入研究数字经济发展对城乡居民收入差距的影响。设定数字经济为门槛变量,构建如下门槛效应模型:

incomeit=α0+β1digititI(digitit≤γ1)+β2digititI(γ1γ2)+β4urbanit+β5indusit+β6govit+β7openit+β8financeit+εit

(7)

上式中,i为地区,t为年份,γ为门槛值,εit为残差项。I(·)为示性函数,其数值取决于括号内的表达式,成立时取1,不成立时取0。

三、实证结果与分析

(一)空间面板模型检验与分析

1.空间自相关性与模型选择

大数据时代,不同城市间的合作越来越多,联动性越来越强。为探究各省市各变量间是否存在空间效应,根据式(1)计算全局Moran’s I指数。计算结果如表2所示。2013年到2020年的城乡收入差距莫兰指数值为正数,说明我国数字经济发展在空间上具有相关性,且呈现集聚分布,即一个地区的数字经济发展水平受到周边地区数字经济发展水平的影响,地区与地区之间存在连带作用。

表2 全局Moran’s I指数值

为选取到最合适的模型,需要进行一系列的检验,检验结果如表3所示。首先通过LM检验和R-LM检验判断空间回归模型与OLS模型两者中的哪一个更适合本研究,从中可以看到空间误差效应和空间滞后效应同时显著存在,故空间回归模型更合适。然后通过LR检验判断SDM模型是否可以简化为SAR模型或SEM模型,结果均显著,说明SDM模型不能简化为SAR模型和SEM模型,故SDM是最适合的模型。最后通过Hausman检验确定了固定效应模型更加合适。综合上述检验结果,本研究最终选定的模型为时间固定的SDM模型。

表3 空间面板模型检验

2.空间面板模型结果与分析

基于地理距离的空间权重矩阵,本研究构建了固定效应下的SDM模型,并加入了OLS回归结果与之进行比较。从表4中可以看到,OLS模型和时间固定的SDM模型中数字经济的系数均至少在10%的水平上显著为负,而个体固定和双固定SDM模型中数字经济的系数均未通过显著性检验,这可能是由于SDM模型考虑了空间溢出效应,表中数字经济指数的估计系数并不能直接反映其对城乡居民收入差距的影响,导致结果存在些许偏差。但由于三个模型的rho数值都至少在10%的水平上显著相关,说明空间溢出效应在本研究中是显著存在的,需要对其进行分解后再作研究。

表4 模型回归结果

3.空间效应分解

由于数字技术的发展及渗透,相邻省份之间往往存在着错综复杂的关系,为了更加清晰地分析出相关影响,本文借鉴Lesage和Pace(2009)[25]的研究,在拟合效果最好的时间固定SDM模型的估计结果基础上,基于偏微分效应分解方法,将数字经济对城乡居民收入差距产生的空间效应进行分解(见表5)。在直接效应中数字经济的系数虽然为负,却不显著,说明数字经济对本地区城乡居民收入差距有微弱的缩减效应。间接效应和总效应中数字经济的系数分别为-2.208和-2.543,且均至少在10%的水平上显著,说明本地区数字经济的发展不仅有利于缩减本地区的城乡居民收入差距,还会对周边地区城乡居民收入差距的减少发挥积极作用。综上所述,假设H1和H2得到验证。

(二)门槛模型检验与分析

1.门槛效应检验与估计

本研究以数字经济发展水平作为门槛变量,采用Bootstrap法模拟抽取300次,进行门槛效应的存在性检验。检验结果如表6所示,可以看到,单门槛检验的F值和P值分别为34.09和0.01,说明门槛效应存在。双门槛检验的F值和P值分别为14.73和0.23,此时P值无法拒绝存在单门槛的原假设,故本研究选择单门槛效应模型。

表6 数字经济对城乡收入差距的门槛效应检验

基于门槛效应检验的结果,本研究进一步对门槛值进行估计。由表7可知,digit的单门槛估计值为0.101。

表7 门槛值估计结果

2.门槛模型结果与分析

根据上述检验结果,对模型进行单门槛估计,估计结果如表8所示。当digit小于门槛值0.101时,其对城乡居民收入差距的影响系数为0.436,在1%的水平上显著正相关,即数字经济发展水平每提高1%,城乡居民收入差距将扩大0.436%。这可能是由于初期城乡数字经济发展不平衡,农村获得的数字资源以及对数字资源的利用能力都不足,使得城乡居民收入差距短暂地出现了扩大现象。当digit大于0.101时,数字经济对城乡居民收入差距的影响系数为-0.226,在5%的水平上显著负相关,即当数字经济发展水平跨过门槛值后,其每提高1%,城乡居民收入差距将缩小0.226%。上述结果说明了数字经济发展水平越低,城乡居民收入的差距会进一步扩大,只有不断提高数字经济发展水平,使其跨过门槛值,才能缩小城乡居民收入的差距。

表8 门槛模型变量参数估计结果

(三)稳健性检验

本研究以泰尔指数替代比值法衡量城乡居民收入的差距,如果泰尔指数越低,说明城乡居民收入差距越小。同时为了避免遗漏关键变量导致的内生性问题,本研究加入了经济发展水平这一控制变量进行稳健性检验。首先,经过LM检验、R-LM检验和LR检验等一系列检验,确定以拟合效果最好的个体固定SDM模型检验数字经济对城乡居民收入差距的空间溢出效应。空间效应分解的结果显示直接效应、间接效应和总效应的系数分别为-0.406、-1.197和-1.247,且均至少在5%的水平上显著,说明改变被解释变量的衡量方法后,假设H1和H2依然成立。其次,门槛模型的检验结果表明,当数字经济发展水平低于门槛值0.069时,对城乡居民收入差距具有显著的扩大作用。当数字经济发展水平高于0.069时,扩大效应不再显著。这与主回归结论一致,说明本研究结论稳健有效。

四、结论及建议

本文参考现有研究对数字经济发展水平测度方法进行分析,构建了数字经济发展水平综合评价指标体系,并运用熵值法计算得到2013—2020年各地区数字经济发展水平指数,运用空间模型和门槛模型探究了数字经济对我国城乡居民收入差距的影响。研究发现:(1)从全局空间看,我国各地区数字经济发展水平和城乡居民收入差距均与邻近地区存在空间上的关联性。(2)推动数字经济高质量发展有助于降低城乡居民收入差距,且一个地区的数字经济发展水平越高越会对周边地区的城乡居民收入差距降低产生积极作用。(3)数字经济发展与城乡居民收入差距之间存在显著的非线性关系。只有当数字经济发展水平高于门槛值时,才会对城乡居民收入差距起到降低作用,反之,数字经济发展水平较低时会导致城乡居民收入差距扩大化,这可能是由于数字经济发展初期,受城乡数字鸿沟的影响,城乡居民对数据资源的获取及利用能力不同导致收入差距扩大。

基于前述结论,本文提出如下对策与建议:(1)大力发展数字经济,将中西部地区的资源优势和东部地区的数字技术、市场和数字产业优势相结合,进一步推动中西部地区数字经济的高质量发展,促进东、中、西数字经济协同发展。充分发挥数字经济缩减城乡居民收入差距的空间溢出效应,形成城乡互补、发达地区与欠发达地区互促的模式,实现共同富裕。(2)完善农村地区的数字基础设施建设,打造“智慧农村”,避免城乡数字鸿沟扩大对城乡居民收入差距的不利影响。同时为农村低技能劳动力人口提供相关的数字化技能培训,提高其数字化素养,以帮助其应对数字经济时代生产智能化对低技能就业岗位的冲击,促进就业。(3)加大数字技术为乡村振兴赋能的力度,提高农业生产效率,助力农业农村“弯道超车”。同时,依托大数据技术、区块链技术等在农业生产预测和风险防范中的作用,克服或缓解农业生产的盲目性,提高农业生产经营决策的正确性。(4)加快数字普惠金融的发展,扩大农村金融服务覆盖率,为农业发展和农村居民创业提供便捷的信贷服务,提高农业发展效率。同时数字普惠金融的发展也能使农村地区接触到更多金融产品,满足农村居民的理财需求,提高其财产性收入。