互联网综合发展、空间效应与城乡共同富裕

王志强，周娟美，吴云霞

（中北大学 经济与管理学院，山西 太原 030051）

一、引言及文献综述

党的二十大报告指出，中国式现代化是全体人民共同富裕的现代化。要着力维护和促进社会公平正义，着力促进全体人民共同富裕，坚决防止两极分化。可见，在全面建成小康社会，实现党的第一个百年奋斗目标，齐心协力实现第二个百年奋斗目标之际，共同富裕已经成为党、国家和人民共同关心的核心议题之一。改革开放以来，农业生产、农村生活和农民收入取得了持续的增长和改善。但与城市收入相比，农民收入增长依然缓慢。若以城镇居民人均可支配收入与农村居民人均纯收入的比值来衡量城乡收入差距，1978—2003 年间城乡收入差距持续上升，城乡收入比从2.6 上升到3.1；2003—2010 年稳定在3.1 左右；2011 年开始有所下降，截至2021年，城乡收入比（474 11.9 元比189 30.9 元）依然高达2.5。如何进一步缩小贫富收入差距、区域差距和城乡差距，到2035 年全体人民共同富裕取得更为明显的实质性进展，亟待理论界总结经验并探索新的可行路径。另外，在全球新一轮的产业革命中，包括互联网在内的新一代信息通信技术（ICT）扮演着重要角色，“互联网+”不仅逐步渗透到传统产业的各个方面，还创造出“众筹”“众包”等万千种新业态、新模式，甚至新产业。那么，一个值得深思的问题就是，互联网基础资源的建设和应用是否能够赋能城乡共同富裕？如果答案是肯定的，那么，作用机制和途径是什么？这种赋能效应是否存在区域异质性和空间正外部性？回答这些问题，一方面有助于学术界和实业界全面深入了解互联网的积极影响；另一方面，也为进一步实现城乡共同富裕提供了一种可行思路，因此具有重要的现实意义。

本文主要从城乡收入差距的影响因素和互联网的收入分配效应两方面进行文献述评。在城乡收入差距及其影响因素方面，不同学者从城市化、资本密集型产业优先发展战略、金融和数字普惠金融发展、基础设施差异、对外开放、互联网普及等不同角度展开研究。陆铭和陈钊（2004）[1]、曹裕等（2010）[2]均研究发现城市化有助于缩小城乡收入差距。陈斌开和林毅夫（2013）[3]研究发现资本密集型产业优先发展政策拉大了中国城乡收入差距。宋晓玲（2017）[4]、张贺和白钦先（2018）[5]、李建伟（2017）[6]均以数字经济为背景，研究发现数字普惠金融能显著抑制城乡收入差距，这与叶志强等（2011）[7]、王修华和邱兆祥（2011）[8]的结论相反。刘晓光等（2015）[9]研究发现基础设施的改善有助于农村剩余劳动力向城市转移，从而加快城市和农村的收入增长，但对农村收入的影响更大，因而有助于缩小城乡收入差距，而余泳泽和潘妍（2019）[10]、陈丰龙等（2018）[11]均利用高铁开通的准自然实验，发现高铁开通有助于缩小城乡收入差距，但存在一定的区域异质性。程名望和张家平（2019）[12]研究发现互联网普及对城乡收入差距的影响是“倒U 型”的，互联网普及率只有达到30.37%的拐点后，互联网才有助于缩小城乡收入差距，但贺娅萍和徐康宁（2019）[13]的研究得出相反的结论，认为互联网拉大了城乡收入差距。

在互联网的收入与分配效应方面，发达国家对互联网作用的研究主要集中在微观个体收入的影响，Krueger（1993）[14]、Dimaggio 和Bonikowski（2008）[15]研究发现无论在家使用还是在工作中使用，互联网的使用均有助于提高收入水平。国内文献中，刘志龙和靳文杰（2015）[16]、刘晓倩和韩青（2018）[17]同样证实了互联网的工资溢价效应。但关于收入分配效应的研究结论并不一致。刘晓倩和韩青（2018）[17]认为互联网的使用扩大了居民收入差距。Bauer（2018）[18]认为互联网将和其他经济、政治和技术因素相结合共同影响收入分配，综合影响的方向并不确定。Liu（2017）[19]使用跨国数据研究发现互联网普及有助于缩小收入差距，李雅楠和谢倩芸（2017）[20]、Yin 和Choi（2023）[21]的研究均支持这一结论。

由此可见，目前学界对互联网综合应用对城乡收入差距的影响机制、空间效应的研究依然较为稀缺。区别于已有相关文献，本文的拓展之处包括三个方面：第一，在研究指标上，从互联网基础资源和互联网资源应用两个维度出发，构建衡量互联网综合发展水平的指标——互联网综合发展指数，为互联网的后续研究提供更全面、更可操作的指标体系；第二，在研究视角上，立足于共同富裕的时代要求，基于城乡收入差距的视角评估了互联网综合发展的影响，丰富了有关城乡收入差距、共同富裕和区域协调的研究；第三，在研究内容上，探索了互联网综合发展赋能城乡共同富裕的可能机制、异质性影响以及空间溢出效应，一定程度上弥补了当前研究在这些方面的缺失。

二、理论分析与研究假说

伴随着互联网基础设施的大规模建设和经济主体对互联网的深度应用，传统的生产和生活方式已经发生了深刻变革。互联网在传播信息时所具有的即时性、传播路径的网络性、信息获取近乎零成本、超大体量等特征一定程度上缓解了生产要素市场和产品市场的供需矛盾。这里将重点阐释互联网缩小城乡收入差距，赋能共同富裕的两条传导机制，进而提出三个研究假说。

其一，农业生产效率方面。（1）互联网的应用扩大了农产品的市场规模，提高了农业收益。互联网的应用和电商平台的出现，使农民可以通过电商平台将产品卖给更大市场范围内的消费者，而不再局限于本地市场。（2）互联网的应用有助于优化农业生产技术和管理。余泳泽和曹瑞（2023）[22]认为通过互联网，农户可以低成本、快速度、大规模地获取关于育种、播种、施肥、灌溉、收割、病虫害防治等全流程的技术信息，也可以快速了解其他地区的管理经验和诸多先进做法。（3）基于互联网的数字普惠金融和供应链金融的发展，降低了金融服务的门槛。数字普惠金融和供应链金融基于过往合作中产生的交易数据和上下游供应关系，形成新的信用信息报告，提高了农民融资的可得性。（4）互联网的应用强化了农产品市场竞争。农业生产者不仅面对本地生产者的竞争，还面对来自其他省市，甚至国外生产者的竞争。（5）互联网的应用有助于提升农村人口的人力资本水平。近年来，党和政府高度重视包括云课堂、学习强国等在内的开放性服务平台的作用。通过这些免费平台，农业生产者可以更加便捷、低成本地获得生产和生活方面的资讯，甚至系统性的教育课程。

其二，产业结构升级方面。（1）互联网的应用有助于农村剩余劳动力向城市第二、三产业转移。借助于互联网上的求职、房产等信息平台，农村剩余劳动人口可以更加快速、低成本地找到合适的城市工作岗位，提升了供需匹配效率。（2）互联网的广泛应用创造了新的工作岗位。田鸽和张勋（2022）[23]发现基于互联网的数字经济创造了大量新型岗位，例如网络主播、快递员、外卖骑手、网约车司机等，拓宽了劳动市场容量。（3）互联网的广泛应用降低了劳动密集型服务业的创业门槛。互联网的广泛应用使创业者能够快速发现市场需求、拓宽营销渠道，快速发现和组织富余劳动力等生产要素。综合以上三点，互联网的广泛应用加快了农村剩余劳动力向第二产业和劳动密集型的第三产业转移的进程，从而促进产业结构不断升级。

本地互联网基础资源的完善和广泛应用，不仅可以缩小本地城乡收入差距，而且还可以通过为周边地区生产者提供本地销售市场、创造工作岗位吸引周边地区农业剩余劳动力向本地迁移、为周边低效率地区提供示范效应等途径带动周边地区互联网综合发展水平提升和农业生产效率提升。因此，本地互联网综合发展具有显著的空间正外部性。

根据上述理论分析，本文提出如下研究假说：

假说1：互联网综合发展能够赋能城乡共同富裕。互联网的赋能效应存在区域异质性，对中西部欠发达地区的影响大于对东部发达地区的影响。

假说2：互联网的综合发展可以通过提升农业全要素生产率和促进区域产业结构升级两条路径赋能城乡共同富裕。

假说3：本地互联网的综合发展还具有空间正外部性，不仅可以赋能本地城乡共同富裕，还有助于促进周边地区加快实现城乡共同富裕目标。

三、模型、变量与数据

（一）模型设定

本文所设定的基准模型为地区和年份双固定的面板回归模型，表达式见公式（1）：

式（1）中，dispa 表示城乡收入差距，是城乡共同富裕程度的反向指标；城乡收入差距越大，共同富裕程度越低；nettsr 表示互联网综合发展指数；X 表示一系列控制变量，具体包括地区经济发展水平（pgdp）、地区对外开放程度（open）、地区财政支出力度（govp）、地区工业化程度（ind）、地区城市化水平（urban）和地区交通便捷度（proad），θ 和δ 分别表示年份固定效应和地区固定效应；ε 表示随机干扰项；α、β 和γ 均为待估参数。为缓解异方差所带来的估计偏误，回归时所有变量均取自然对数。

（二）变量定义及处理

1.被解释变量。被解释变量为城乡收入差距（dispa）。借鉴余泳泽和曹瑞（2023）[22]、盛鹏飞（2017）[24]的做法，本文采用城镇居民人均可支配收入与农村居民家庭人均纯收入的比值来衡量。从测算结果（见图1）可以看出，无论全国还是东、中、西和东北地区，2003—2021 年以来城乡收入差距均存在显著下降趋势；截至2021 年，城乡收入差距的区域排序从低到高为东北（2.05）、东部（2.19）、中部（2.30）和西部（2.65），这个排序和2003 年基本一致。

图1 2003—2021 年中国各区域城乡收入差距

2.核心解释变量。核心解释变量为互联网综合发展指数（nettsr）。韩先锋等（2019）[25]认为互联网是一个较为复杂的系统工程，因此有必要构建一个涵盖互联网更多维度和指标的指数，以此反映地区互联网综合发展水平。本文尝试从互联网基础资源和互联网资源应用两个维度，共选择七个具体指标构建地区互联网综合发展指数。具体指标体系如表1所示。

表1 互联网综合发展水平测度指标体系

使用熵值法为七个二级指标赋权，得到互联网综合发展指数。测算发现：无论全国还是东、中、西和东北地区，2003—2021 年以来互联网综合发展水平均存在显著上升趋势；截至2021 年，互联网综合发展水平的区域排序从高到低分别为东部（26.40）、东北（10.83）、西部（10.40）和中部（9.87）。2003—2021 年，互联网综合发展水平的区域差异在不断缩小，变异系数从2003 年的1.69 下降到1.10。图2 包含了城乡收入比对数和互联网综合发展水平指数对数的散点图和线性拟合线。从图2 中可以发现，互联网综合发展水平和城乡收入差距之间呈现显著负相关关系，但这仅仅是一种相关关系，而非因果关系。

图2 城乡收入比和互联网综合发展指数的散点图

3.控制变量。为了避免基于可观测变量的选择性偏误，需要选取关键控制变量，这些变量既需要和核心解释变量互联网综合发展指数相关，同时又必须是被解释变量城乡收入差距的重要影响因素。基于这一原则，同时借鉴相关文献的研究成果，本文选择如下控制变量。（1）地区经济发展水平（pgdp），采用地区人均GDP 来衡量；（2）对外开放度（open），采用地区进出口总额在GDP 中的占比来衡量；（3）政府财政支出（govp），采用政府财政支出在GDP 中的占比来衡量；（4）交通便捷度（proad），采用人均公路营运里程来衡量；（5）城市化水平（urban），采用城镇人口在总人口中的占比来衡量；（6）工业化水平（ind），采用第二产业增加值占GDP 比重来衡量。所有相关变量的描述性统计结果如表2 所示。

表2 变量的描述性统计结果

本文的数据结构为面板结构，时间范围为2003—2021 年共19 年，地区为中国大陆31 个省级行政区。GDP 和收入数据分别采用GDP 平减指数和居民消费价格指数转换为2003 年可比价值；进出口数据按照《中国统计年鉴》中公布的人民币对美元的汇率进行转换。本文所使用的数据来源包括历年《中国统计年鉴》《中国人口统计年鉴》《中国农业统计年鉴》《中国金融统计年鉴》、中国互联网络信息中心（CNNIC）的历年《中国互联网络发展状况统计报告》和EPS 统计数据库。

四、实证结果与分析

（一）基准回归

根据公式（1）运用Stata 16.0 软件进行了基准回归，估计结果如表3 所示。表3 模型1 中估计系数为-0.087，且通过1%显著性水平检验。这说明互联网综合发展水平与城乡收入差距之间呈显著负相关关系；模型2 中加入了互联网综合发展指数的平方项，平方项并未通过显著性检验，这说明2003—2021 年互联网综合发展水平与城乡收入差距之间并不存在显著的“正U”或“倒U”型关系。模型3 在模型2 的基础上加入双固定效应，拟合优度（R2）上升，这说明地区特征因素和年份趋势因素解释了部分城乡收入差距的变动，因此模型中应该加入双固定效应。为了进一步降低内生性偏误，尽可能满足因果推断所要求的识别假设，在模型3 的基础上加入关键控制变量，得到互联网综合发展指数的估计系数为-0.046，且通过10%显著性水平的检验。这说明，互联网综合发展水平的提高可以显著降低城乡收入差距；估计系数绝对值从0.073 下降到0.046，说明控制变量的加入消除了部分基于可观测变量的内生性偏误，此外，拟合优度也有所提高，因此加入这些控制变量是必要的。在经济意义方面，-0.046意味着互联网综合发展指数每提高1%，将促使城乡收入差距下降0.046%。

表3 基准回归结果

（二）工具变量回归

为了缓解由于遗漏不可观测的关键控制变量和可能的双向因果关系所导致的内生性偏误，本文采用工具变量法进行估计。借鉴黄群慧等（2019）[26]、杨慧梅和江璐（2021）[27]的做法，采用1984 年每百人固定电话数量作为互联网综合发展指数的工具变量。借鉴Nunn 和Qian（2014）[28]的做法，将1984 年每百人固定电话数与上一年移动电话普及率进行交乘，得到一个随时间随地区变化的工具变量（iv1）。本文还尝试采用1984 年各地邮政局（所）的数量（iv2）、离婚率（iv3）作为工具变量[12]。

表4 报告了使用工具变量和2SLS 估计法的回归结果，模型5、模型6 和模型7 的区别在于使用了不同的工具变量。在模型5～模型7 中，第一阶段的回归结果均显示，在加入控制变量和双固定效应后，内生变量nettsr 和工具变量iv 之间依然存在显著正相关关系。在第二阶段回归汇总，Kleibergen-Paap rk LM 统计量对应的p 值均小于0.05，因此，拒绝工具变量识别不足的原假设；Kleibergen-Paap rk Wald F 统计量均大于10%显著性水平下的临界值16.38，因此可以拒绝工具变量为弱工具变量的原假设。第二阶段的回归结果表明：互联网综合发展指数的参数估计值均为负值，模型7 中通过了15%显著性水平检验。模型5～模型7 的结果说明互联网综合发展水平的提高能够有效缩小城乡收入差距。

表4 工具变量回归结果

（三）稳健性检验

为了增强研究结论的可信度，本文设计了三种稳健性检验，使用不同的核心解释变量、使用不用的工具变量、使用2005 年以后的样本。实证结果如表5 所示。

表5 稳健性检验结果

首先，使用不同的核心解释变量。借鉴王小鲁等（2019）[29]构建市场化指数时的平均赋权法赋权，得到新的核心解释变量（netwfr）。

其次，使用不同的工具变量。考虑到文献通常也是使用核心解释变量的滞后一期和滞后两期代替核心解释变量，或用滞后一期或两期变量作为工具变量[27]，因此，本文设定了模型9～模型12。模型9和模型10 使用了核心解释变量的滞后一期和滞后两期；模型11 和模型12 使用核心解释变量的滞后一期和两期作为工具变量。

最后，由于核心解释变量在计算时有个别指标的2003—2005 年数据为推算值，可能存在测量误差问题。稳健起见，模型13 去掉了2006 年以前的样本。

（四）异质性分析

表6 报告了异质性检验结果。通过对三个模型两两进行基于似无相关模型的组间系数差异检验，P 值均大于0.1，说明模型间系数不存在显著差异，即区域异质性并不显著。主要原因是即使是经济发展程度较高的东部地区，城乡之间的信息不对称、要素的空间配置障碍依然较大，互联网的综合发展对东部发达地区的农村收入水平依然存在快速提升作用。至此，假说1 得到验证。

表6 异质性检验和机制检验结果

五、进一步分析：影响机制与空间效应

（一）影响机制分析

为了进一步揭示互联网对城乡收入差距的影响机制，针对理论机制分析和假说2，进行如下影响机制检验。借鉴杨慧梅和江璐（2021）[27]的检验方法，构建如下回归方程，如公式（2）和公式（3）。

其中，ageff 为农业全要素生产率，serv 为地区第三产业占GDP 比重。其他变量含义与公式（1）保持一致。正式回归时，所有变量均取自然对数。

借鉴韩海彬和赵丽芬（2013）[30]、高帆（2015）[31]所使用的农业投入与产出指标，利用基于松弛测度的SBM-DEA 方法，测算了中国各省级行政区农业全要素生产率。表6 模型17 报告了对公式（2）的回归结果，可以发现，互联网的综合发展有助于地区产业结构升级。表6 模型18 和模型19 报告了对公式（3）的回归结果。模型18 使用第一产业就业人数作为农业劳动投入的代理变量；模型19 使用乡村人口总数作为农业劳动投入的代理变量。综合两个模型的回归结果可以发现，互联网的综合发展有助于提升农业全要素生产率。至此，假说2 得到一定程度的验证。

（二）空间效应分析

为了检验互联网综合发展的空间效应，需要设置空间权重矩阵、检验关键变量的空间相关性、进行空间计量回归。

首先，构建空间权重矩阵。考虑到互联网所带来的要素流动、资源优化配置更多发生在空间上的相邻地区之间，因此使用0～1 空间矩阵。同时本文还使用两个地区省会城市之间的高速公路距离倒数作为权重矩阵。

其次，检验关键变量的空间相关性。本文检验了城乡收入差距（dispa）、互联网综合发展指数（nettsr）和每万人互联网接入端口数（win）的全局莫兰指数。结果表明，多数年份莫兰指数显著为正。

最后，建立空间计量模型，检验空间溢出效应。建立空间杜宾模型进行空间计量分析，模型如公式（4）所示。

式（4）中，W 表示空间权重矩阵，Wdispa 为空间滞后项，ρ 表示空间自回归系数，反映了不同地区城乡收入差距的空间自相关性，Wnetit表示互联网综合发展水平的空间滞后项。其他变量的含义与公式（1）保持一致。

借鉴LeSage 和Pace（2009）[32]的做法，把互联网综合发展对城乡收入差距的影响分解为直接效应、间接效应和总效应。表7 模型20～模型23 报告了空间杜宾模型的估计结果。

表7 空间计量回归结果

由表7 可知，本地互联网综合发展对城乡收入差距的直接效应、间接效应和总效应均显著为负，这说明，本地互联网综合发展水平的提高，不仅有效缩小了本地城乡收入差距，还有助于缩小邻近地区的城乡收入差距。本地互联网的综合发展具有显著的空间正外部性，假说3 得到验证。

六、研究结论与政策启示

本文从互联网基础资源和互联网资源应用两个维度出发，选取七个二级指标测算了反映互联网综合发展水平的互联网综合发展指数，在此基础上利用2003—2021 年省级面板数据实证检验了互联网综合发展对城乡共同富裕的赋能效应、异质性影响、赋能机制和空间效应。得到的研究结论主要有四点：第一，2003 年以来中国互联网综合发展指数呈显著上升趋势，各区域发展虽存在明显差异，但区际差异在不断缩小，截至2021 年，互联网综合发展水平的区域排序从高到低分别为东部（26.40）、东北（10.83）、西部（10.40）和中部（9.87）；第二，互联网综合发展能够赋能城乡共同富裕目标，但这种赋能效应的区域异质性并不明显，这意味着无论是发达的东部，还是欠发达的中西部，都可以通过促进互联网综合发展来降低城乡收入差距；第三，农业全要素生产率提升和产业结构升级是互联网赋能城乡共同富裕的重要传导机制；第四，互联网综合发展还存在显著的空间正外部性，能够有效改善相邻地区的城乡收入差距。

本文的研究结论具有四点政策启示：第一，强化互联网基础设施建设，缩小城乡之间、区域之间的数字鸿沟。不同区域方面，尤其需要加大中西部地区和农村地区互联网基础设施的建设力度，为未来增加互联网应用内容，提升互联网内容质量奠定基础；进一步降低互联网使用资费，从而降低市场主体的使用成本。第二，发挥政府的引导作用和企业的主体功能。政府要强化顶层设计，完善互联网基础设施和产业发展规划，建立必要的互联网创业与产业扶持资金，鼓励科技企业孵化器和加速器吸纳更多互联网相关企业，引导社会资本和企业积极投资互联网相关产业，开发和推广高质量互联网应用服务，鼓励利用互联网改造传统产业和业务流程，提升传统产业生产效率。第三，破除地方保护主义。互联网发挥降低城乡收入差距作用的途径之一是使中小企业的市场规模突破本地，开始走向国内其他地区。这也意味着竞争不再局限于本地，还存在于地区与地区之间，因此，需要防范新的、更隐蔽的地方保护行为，强化市场竞争和全国统一大市场建设。第四，强化互联网发展规划的区域协调。互联网基础设施和资源的建设具有较强的空间正外部性，因此需要相邻地区共同规划，综合研判，协调推进，避免过度投资，产生资源浪费。