数字经济对居民收入的影响效应研究——基于多层线性模型的实证分析

宋宝琳，王 丽，宋卓展

1.河北大学管理学院，河北 保定 071000；2.沧州交通学院，河北 沧州 061199；3.河北大学共同富裕研究中心，河北 保定 071000)

0 引言

党的二十大明确指出，完善按要素分配政策制度，探索多种渠道增加中低收入群众要素收入，多渠道增加城乡居民财产性收入。显然，在新时代共同富裕目标下，如何促进居民收入增长、扩大中等收入群体规模，成为现阶段亟需完成的艰巨任务。生产力作为推动人类社会发展的决定性因素，是衡量社会进步程度和人类生活质量的重要标志。在第四次产业革命浪潮的推动下，数字技术逐渐嵌入经济社会并与其实现深度融合，继而成为数字智能时代社会发展的新质生产力。数字技术的迭代升级带动了数字经济的蓬勃发展，同时，数字经济极大改变了人们的生产、生活方式和社会财富分配方式。数字技术催生的新经济模式为传统的劳动、资本、技术等生产要素注入了新动能，成为提升劳动者素质进而增加收入水平，实现共同富裕的新引擎[1]。

随着互联网、大数据、云计算以及人工智能等数字工具的快速发展，数字经济的发展规模也随之不断扩大，渗透于社会发展的各个领域。中国信息通信研究院的统计结果显示，2022年我国数字经济规模达到50.2万亿元，同比名义增长10.3%，占GDP的比重达到41.5%。数字经济颠覆了单纯依靠资本、劳动力等传统要素的生产方式，使其逐渐向依靠知识、数据等新型要素的创新驱动方式转变。这种转变有助于重塑就业市场结构，拓宽居民增收的空间，促进居民收入增加，缓解相对贫困[2]。由此可见，数字经济的发展对于居民收入具有一定的影响效应。

本文的边际贡献在于：第一，考虑到数字经济对社会生活的深入渗透，从宏观与微观相结合的视角全面分析数字经济对居民收入的影响效应以及其对不同特征居民收入影响产生的差异性，为解释数字经济对居民收入的增收效应提供理论参考；第二，考虑到宏微观因素交互产生的重叠效应，建立 “宏观地域-微观个体”的跨层分析模型，既考虑到不同城市样本之间产生的组内组间差异，又能将数字经济对居民收入的影响设定为随机效应，弥补现有研究的不足，使研究结果更具有现实意义；第三，本文运用结构方程模型进行调节效应分析，以居民个人受教育程度为调节变量，分别检验其跨层调节效应和同层调节效应，有助于减小普通调节效应分析产生的结果偏差，以期获取更加准确、有效的无偏估计结果。

1 文献综述

随着数字智能化时代的到来以及数字经济对社会发展的贡献越来越大，诸多学者逐渐将研究重点聚焦于与数字经济相关的研究上，主要表现在研究其对农民的增收、对居民消费质量的提升以及对缩小城乡收入差距等方面。具体来看，数字技术低门槛、低成本、共享便捷的先天优势促进各种要素融入乡村振兴的战略部署，推动农村产业兴旺，带动农民收入增长[3]。与此同时，数字经济在一定程度上能够有效解决农村信息闭塞的问题，帮助农民群体抵御风险冲击，促进收入稳定增长[4]。作为一种新经济形态，数字经济不仅渗透于生产领域，而且还广泛应用于社会消费领域。方便、快捷、共享等数字经济特征悄然改变着居民的消费方式、消费途径和消费内容，在缓解消费不平等、促进消费升级中发挥着关键作用，这将成为推动消费高质量发展的核心动能[5]。事实上，数字经济借助互联网、云计算、大数据和人工智能等技术工具实现了平台经济与实体经济的有效融合，从而推进地区高质量发展[6-7]。一个地区的数字经济水平深受当地政治、经济和社会发展等多维因素的影响，不同区域间、城乡间数字经济发展的差异性可能会在一定程度上影响到城乡收入差距[8-11]。所以，数字经济与城乡收入差距的关系一直是学术界研究的热点之一，但至今未达成共识，主要的分歧在于以下两点：一是从研究视角看，宏观层面上，数字经济打破了城乡间的物理隔阂，降低了区域间的信息不对称程度，拓宽了农民的增收渠道进而缩小了城乡收入差距[12]；聚焦微观家庭视角，数字普惠金融作为数字经济的重要组成部分，有助于缓解传统金融对农村家庭的金融排斥，提高农村居民的金融可得性，为进一步缩小城乡居民收入差距提供可能[13-14]。二是从社会现实看，农村技术基础设施和人才储备的缺乏使数字经济难以广泛普及，城乡数字鸿沟问题日益凸显，不仅难以改善目前的城乡差距，反而存在拉大城乡收入差距的风险[15]。

大量文献均已证实，数字经济的发展能够有效提高农民收入水平、缩小城乡收入差距。但是从分析方法上看却有所不足，体现在绝大多数研究将两个层面的数据放在同一个层次进行实证研究，导致研究忽视同一地区居民的组内相关和不同地区居民之间的组间差异，由此导致实证结果存在偏差。基于此，本文将研究重点转向数字经济对居民收入的影响效应，故将居民个体的微观变量和城市层面的宏观变量置于模型的不同层次，通过构建多层线性模型全面分析数字经济对居民收入的影响，以期准确估计数字经济对居民收入产生的真实影响和可能存在的异质性。

2 理论分析与研究假设

2.1 数字经济对居民收入的影响效应

数字经济以数字化信息为关键要素，以科学技术为重要载体渗透于社会生活的各个领域，不断推动产业变革升级，为全体居民提供更多的新生就业岗位，进而创造更多的增收机会。具体而言：①数字经济作为人类生产方式在更高层次上的延续，是实现经济可持续、高质量发展的新驱动，其在优化生产关系和生产力的同时也对劳动者提出更高的技能要求，倒逼劳动者努力提高自身劳动素质以适应劳动市场需求，由此带动居民收入的增加[16]；②数字经济作为一种新经济形态，凭借强大的网络共享效应，将不同区域紧密连接在一起，扩大了经济发展的边界和范围，使得区域之间的边界逐步模糊，为劳动者创造了向上流动的空间和机会，拓宽了居民增收渠道[17-18]；③数字经济作为新技术带动的经济模式，其快速发展能够显著提高区域经济发展水平，而较高的区域经济发展水平是居民收入增加的强有力依托，水涨船高，为提高居民的收入水平创造了更多的可能性空间，为助力实现共同富裕提供不竭动力[19]。基于上述分析，本文提出假设1：数字经济能够有效提高居民收入水平。

2.2 数字经济对居民收入影响的异质性

虽然数字经济能够有效提高居民收入水平，但是考虑到不同特征的居民对数字经济的了解深度和应用程度不同，从中获取的数字红利也各有所异，因此，在某种程度上数字经济对居民收入的影响很可能存在个体差异。不同居民对数字经济增收效应敏感性的差异主要来源于年龄、性别、婚姻状态、健康状况、受教育程度以及工作性质等个人特征变量。从年龄角度看，虽然数字经济的受众群体为全体居民，但是相较于青年群体，中老年群体作为数字社会的边缘群体，不断扩大的 “数字鸿沟”使其对数字经济的了解和应用程度受到极大限制[20]。除此之外，居民个体的性别、婚姻状态、健康状况等都在一定程度上影响着数字经济为其带来的增收效应。

在某些特定环境中，居民受教育程度对个体收入的影响不是均质的，而是存在异质性，即不同文化水平下居民的收入水平参差不齐。因此，由于认知偏差，数字经济对不同受教育程度居民也会产生不同的收入效应。事实上，居民的工作收入与其从事的工作性质密切相关，相比于体制外员工而言，体制内工作的居民年收入波动幅度较小。一般而言，在数字经济延伸出的众多新业态模式中，体制外工作的居民更能敏锐发现数字机遇并促进自我增收，因此数字经济对不同工作性质居民收入的影响可能也有所不同。基于上述论述，本文提出假设2：数字经济对居民收入的影响因个人特征不同而产生异质性。

2.3 数字经济对居民收入影响的调节效应

斯密作为历史上第一个提出 “人力资本”概念的经济学家，明确指出教育是人力资本最主要的投资形式，教育和技能培训等活动可以提高人的生产能力。这一论断揭示了教育作为一种人力资本投资活动的经济属性，即教育可以通过使受教育者提高工作效率、选择能力、创新能力以及完善人格获得较高的外溢性收益[21]。另外，从社会生产的角度看，受教育程度作为个人学习能力的直接体现，是提高个人劳动生产率的必要因素，而劳动生产率又是提高收入水平的前提和基础。总之，受教育程度越高，越能掌握更多专业知识，对新事物的学习能力越得心应手，越有益于提高收入水平。

目前，数字经济及其衍生行业已成为国民经济发展的重要行业，其对居民收入的影响离不开居民人力资本的提升。居民的受教育程度直接关乎其对新经济模式的接受和适应程度。由此可以看出，数字经济作为推动经济发展的新生力量，对居民收入的影响很大程度上受居民个人教育水平的干扰。居民受教育程度越高，其越能较快融入数字化社会，进而更加敏锐地发现数字经济红利[22]，有利于居民收入提高；居民受教育程度越低，越容易遭受数字排斥，难以享受到数字经济增收的福利效应。基于上述分析，本文提出假设3：居民受教育程度在数字经济对居民收入影响中发挥正向调节作用，居民受教育程度越高、对数字经济的利用程度越高，越有益于增加自身的收入。

3 模型设定、变量选取与数据来源

3.1 模型设定

3.1.1 多层线性模型

多层线性模型 (Hierarchical Linear Model，HLM)适用于具有分层嵌套关系的数据，即包括个体和总体两个层次。每一群体会对其所属个体产生系统性影响，属于同一总体的个体可能会有某些共性，即具有组内相关性；不同群体的个体之间也可能会存在差异，即具有组间差异性。包含宏观和微观层面的多层线性模型能够解决由于组内相关和组间异方差造成的普通最小二乘法 (OLS)回归结果不准确的问题。

最常见的多层线性模型包含个体层次模型和总体层次模型两个层次，其中个体层次模型为第一层模型，总体层次模型为第二层模型。模型设定如下：

Level 1Yij=β0j+β1jXij+εij

第二层模型以第一层模型的截距和斜率为被解释变量，最终建立同时包含两个层次模型的混合模型：

Yij=γ00+γ10Xij+γ01Zj+γ11ZjXij+μ0j+μ1jXij+εij

其中，Yij为居民个人收入；Xij为个体层次变量；Zj为城市层次变量；β0j和β1j为个体层次的截距和待估系数，γ00，...，γ11为城市层次的系数，εij、μ0j和μ1j表示随机扰动项。

3.1.2 基于结构方程模型的多层调节效应检验

完整模型为：

在区分自变量组内差异和组间差异的基础上，控制同层的调节作用，得到真实的跨层调节效应估计值γ11，为了减小估计误差，在以上多层线性调节的基础上，根据多层结构方程模型的基本原理分别设置组间效应和组内效应的潜变量，以此得出跨层调节项的潜变量进行多层调节分析。

3.2 变量选取

(1)第一层模型的变量选择。第一层模型即个体层次模型，包含最终的被解释变量和个体居民层面的解释变量。

被解释变量：根据本文的研究目的，被解释变量应选取能够反映居民收入的变量。居民收入包含工资性收入、财产性收入、经营性收入和转移性收入。考虑各种收入的差异属性及本文研究的重点，最终采用居民工资性收入的对数作为被解释变量。

解释变量：本文选择可能影响居民收入的个体特征因素作为第一层模型的解释变量，包括居民性别、年龄、民族、健康状况、婚姻状态、受教育程度和工作性质。

(2)第二层模型的变量选择。第二层模型即城市层次模型，其被解释变量为第一层模型的截距和斜率。结合本文的研究目的，第二层模型的解释变量应为能够体现城市层面数字经济水平的指标。结合《中国数字经济发展白皮书》的相关内容，本文建立起以数字基础设施、数字创新、数字产业化3个二级指标和14个三级指标为主的数字经济水平测度指标体系 (见表1)，利用熵值法测算我国128个城市2020年的数字经济发展水平，不同城市的数字经济发展水平存在较大差异，基本呈现由东部沿海地区向中、西部地区逐渐弱化的演变态势。同时，考虑居民收入受地区法规、经济、社会等多方面的影响，将经济发展水平、财政支出水平、对外开放水平、区域就业水平、教育发展水平、产业结构和营商环境等因素作为宏观层面的控制变量。其中，以生态环境、创新环境、公共服务环境、人力资源环境、市场环境5个二级指标和21个三级指标构建起评价营商环境的综合指标体系 (见表2)，并采用熵值法进行测算，得出营商环境指数。所有变量的设置及描述性统计结果见表3。

表1 数字经济水平测度指标体系

表2 营商环境评价指标体系

表3 变量设置及描述性统计结果

3.3 数据来源

本文使用宏观和微观两个层面的数据，宏观数据来源于《中国城市统计年鉴》，微观数据来源于2020年中国家庭追踪调查数据库。宏观层面数据主要涉及各个城市的数字经济水平、经济发展水平、财政支出水平、对外开放水平、区域就业水平、教育发展水平、产业结构和营商环境等指标。在样本筛选时，由于新疆、西藏、青海、内蒙古、宁夏和海南等省份城市的数字经济发展较为缓慢，为了避免受极端值影响，故在具体研究中剔除这些地区，剩余128个地级市。微观层面数据涉及居民个人年龄、性别、民族、健康状况、婚姻状态和受教育程度等变量，在样本筛选时剔除空白、缺失以及回答 “不知道”和 “其他”的样本，最终得到8898个居民的个体样本。

4 实证分析

4.1 基准回归

多层线性模型的使用需要满足两个基本条件：第一，样本变量存在组间效应和组内效应；第二，变量系数为随机系数。因此，需要建立零模型和随机系数模型，对以上两个条件进行检验，从而判断多层次线性模型的适用性。

表4 多层线性模型基准回归分析结果

表4中的模型2为仅有个体微观变量的随机截距模型结果，可见，居民个体的性别、年龄、健康状况、婚姻状态、受教育程度以及工作性质均会对其收入水平产生相关影响。模型3在模型2的基础上，在截距项中加入城市层次的自变量，探讨城市层面变量对居民收入的直接效应。结果表明，地区经济发展水平、区域就业水平、教育发展水平、产业结构和营商环境宏观地区变量均对居民收入产生显著正向影响。

表4中的模型4将第一层微观个体自变量和第二层宏观地区自变量同时加入分层模型，构建完整模型。研究发现，数字经济对居民收入的影响在1%的水平通过显著性检验，且相关系数为正值，说明数字经济能够有效提高居民收入水平，证实了假设1。观察模型4中宏观变量对居民收入的影响，发现除了财政支出水平和对外开放水平外，其余城市的宏观变量对居民收入的影响均通过了显著性检验，说明地区发展对居民收入的影响作用也是不容忽视的。个体层面上居民性别、年龄、健康状况、受教育程度和工作性质对居民收入的影响通过了显著性检验，说明个人自身特征是影响居民收入水平的重要内生因素。与此同时，这些变量与数字经济的交互项也全部通过了显著性检验，意味着数字经济对不同居民收入的影响具有异质性特征。其中，性别与数字经济的交互项系数为0.119，说明性别在数字经济对居民收入的影响中发挥着显著正向作用，地区数字经济发展水平越高，男性的个人收入会显著高于女性，这与当下女性由于生育和家庭问题面临的就业形势相符合；年龄与数字经济的交互项系数为-0.652，说明年龄在数字经济与居民收入之间具有明显的负向调节效应，即数字经济发展水平越高，年轻群体的个人收入相对越高，原因可能在于年轻群体对数字经济基础设施的运用较为熟练，能敏锐发现其中的 “数字红利”，从而拓宽增加个人收入的渠道；数字经济时代虽然科学技术代替了部分劳动力，但经济发展仍离不开大量的人力投入，基于生命周期理论，身体健康状况是考察劳动能力的重要指标，模型4中居民健康状况与数字经济的交互项系数为0.492，说明身体健康状况在数字经济与居民收入之间发挥着明显的正向调节作用，数字经济发展水平越高，身体越健康居民的个人收入越高；数字经济对居民收入的影响会因个人工作性质的不同而产生差异，相比于体制内工作的职工，数字经济的发展对企业职工增收的作用更加强烈，可能的原因是依托数字技术发展的企业更能提高生产效率、加快产业升级、增加企业整体产值，从而增加劳动者个人收入。因此，数字经济对不同特征的居民具有不同的收入效应，这也进一步证实了假设2。

4.2 调节效应检验

本文在利用多层结构方程模型进行调节效应分析时，考虑到跨层调节效应和同层调节效应可能同时存在，于是对两种调节效应分别检验，具体操作如下。首先，多层结构方程模型适用性检验。借助Mplus软件，使用LMS法判断多层调节模型的拟合情况。结果显示，包含潜调节项的多层结构方程调节模型的Log-Likelihood值为-2436.37，相比基准结构方程模型的值增大了131.18，即-2LL值为131.18，-2LL值的卡方检验在1% (p<0.001)水平通过显著性检验；AIC值为5398.65，相比基准结构方程模型的值减少了126.87。因此，-2LL值和AIC值均表明多层结构方程调节模型更具有适用性。其次，多层调节效应检验结果分析。多层结构方程调节效应检验结果显示，跨层调节效应中γ11值为0.132、SE值为0.089、p值小于0.001，在1%水平通过显著性检验，即居民个人的受教育程度越高，数字经济与居民收入之间的正向关系越强；同层调节效应中p值为0.7，未通过显著性检验，说明居民个人的受教育程度对数字经济与居民收入的调节作用主要来源于跨层调节。

为了更加清晰地揭示居民受教育程度在数字经济和居民个人收入关系中的跨层调节作用，本文进一步通过简单斜率图来直观展示 (见图1)。研究发现，数字经济对高教育水平居民收入的正向影响程度明显高于对低教育水平居民收入的影响。换言之，居民受教育程度在数字经济与居民收入之间发挥着较强的调节作用，数字经济促进居民增收的正向效应随着居民受教育程度的提高而增强，假设3得到验证。

图1 受教育程度在数字经济影响居民收入中的调节效应

4.3 内生性检验：工具变量法

在上述分析中，本文针对数字经济对居民收入的影响进行了基准分析和机制检验，考虑到可能存在双向因果关系、样本选择偏差和遗漏重要解释变量所导致的内生性问题，导致估计结果可能存在一定误差，为此，本研究尝试采用工具变量法对基准回归结果进行内生性检验。参考黄群慧等[26]的做法，选取各地区的每万人电话机数量和每万人邮局数量作为数字经济的工具变量，采用两阶段最小二乘法 (2SLS)进行估计，回归结果见表5。从表5第 (1)列的结果看，每万人电话及数量对数字经济具有显著正向影响，满足工具变量的相关性要求，LM统计量和F统计量分别在1%和5%的水平通过显著性检验，故不存在不可识别和弱工具变量问题。从表5第 (2)列每万人电话机数量第二阶段的估计结果来看，数字经济对居民收入仍保持正向影响，且相关系数明显增大，表明基准回归结果可能低估了数字经济促进居民增收的作用。从表5第 (3)列的结果看，工具变量每万人邮局数量对数字经济同样具有显著正向影响，LM统计量和F统计量也分别在1%和5%的水平通过显著性检验，拒绝了数字经济外生性的原假设。表5第 (4)列为每万人邮局数量第二阶段的估计结果，数字经济对居民收入的相关性仍与上文保持一致，数字经济对居民收入具有积极提升作用，再次印证了假设1。

表5 工具变量法估计结果

4.4 稳健性检验

为了进一步验证实证结果的可靠性，本文通过替换核心变量和稳健标准误两种方法进行稳健性检验，结果见表6。首先，将居民一年的工资性收入这一核心被解释变量替换为居民每月的税后平均工资，得到的检验结果如表6模型1所示，被解释变量替换后的基准回归结果和原有的基准回归结果接近，相关性和显著性基本相同，即数字经济对居民收入的影响仍保持正向显著关系。其次，将以数字基础设施、数字创新、数字产业化为指标构建的核心解释变量替换为以互联网普及率、互联网从业人数、互联网相关产出、互联网用户数和数字金融普惠指数等产出指标为主的数字经济，结果如表6模型2所示。研究发现，采用不同方法测算的数字经济水平对居民收入的影响并未发生明显改变，说明本文的实证研究结果具有一定的稳健性。最后，在多层线性模型中，若普通标准误与稳健标准误的估计结果极为接近，表明模型设定具有一定的合理性。稳健标准误结果如表6中的模型3所示，对比发现，各变量系数的稳健标准误和普通标准误非常接近，且变量系数的显著性均保持一致，再次验证了该模型设定的合理性和基准回归结果的稳健性。

表6 稳健性检验结果

5 结论与对策建议

本文以检验数字经济的增收效应为切入点，通过宏微观视角相结合的多层线性模型以及多层结构方程模型，实证检验数字经济对居民收入存在的影响及其内在机制，得出以下研究结论。第一，在零模型分析中，居民收入具有明显的分层效应，地区宏观因素和居民个体因素都对居民收入产生了显著影响；第二，数字经济与居民收入之间呈现出显著的正向相关关系，即数字经济能够有效促进居民增收；第三，综合考虑地区宏观因素和居民个体微观因素，发现数字时代下数字经济对不同特征居民的收入效应表现出明显的异质性；第四，居民受教育程度作为人力资本提升的重要指标，在数字经济与居民收入之间发挥着重要的调节作用，即居民受教育程度越高，数字经济促进居民增收的作用越强烈。基于以上研究发现，本文提出如下对策建议：

5.1 大力发展数字经济，充分发挥新业态经济的增收作用

在数字技术浪潮不断发展的大背景下，应紧紧抓住数字经济这一发展机遇，坚持以数字技术与实体经济深度融合为主线，培育数字化产业，为劳动者提供更多的就业机会，提高居民收入。同时，数字化产业的发展能够倒逼劳动者主动提高自身劳动素质，以适应岗位需求，这也会有利于提高劳动者收入水平。因此，大力发展数字经济，不仅符合现阶段经济高质量发展的现实需求，而且是激烈市场竞争环境下提高产业竞争力、释放经济活力的必要举措，更是促进居民增加个人收入的重要引擎。

5.2 全面统筹精准施策，弥合数字经济对居民收入影响的差异性

不同地区的经济、政治、文化和社会差异是影响数字经济增收效应的重要因素，政府应从国家政策层面加强统筹规划、因地制宜，制定科学合理的战略规划。对经济发展水平较高的地区，应继续保持先发优势，充分发挥数字经济的辐射带动效应；对经济发展水平较低的地区，应立足自身发展优势，探索独特的数字经济发展路径。此外，弥合 “数字鸿沟”，挖掘数字红利是将数字经济促进居民增收作用发挥到最大化的必要之举。年龄偏大或受教育程度较低的劳动者对数字经济这一新事物的接受速度较为缓慢，对数字基础设施的使用能力差异较大，政府应有针对性地对劳动者开展大量的数字技能培训课程，定期对劳动者的数字技能进行考核，强化数字经济提升居民收入水平的普惠性。

5.3 构建终身学习社会，强化人力资本对数字经济增收效应的调节作用

推动数字经济健康发展、促进人力资本水平提升、激发人才创新活力是 “十四五”时期中国经济发展的重要内容，尤其是在数字经济衍生的新业态模式下，人力资本提升在数字经济促进居民收入中的作用尤为突出。数字化背景下，人力资本水平的提高不仅是促进居民收入增加、提高生活水平的重要途径，也是实现人的全面发展和共同富裕的根本抓手。受教育程度在数字经济与居民收入之间发挥重要的调节作用，要充分发挥数字经济促进居民增收的作用，必须将提高居民受教育程度放在首要位置。构建终身学习社会，为社会成员提供良好的学习环境，提升劳动技能，从容应对产业结构调整和经济社会的变化，为稳定就业、增加居民收入提供重要支撑。