数字经济与共同富裕

摘要：实现共同富裕是中国式现代化的本质要求，而数字经济作为驱动实现共同富裕的关键因素，其发展水平对共同富裕的影响值得深入探讨。研究基于民族和非民族地区，通过测度中国各省的数字经济发展水平，结合家庭人均收入和地区人均收入测度绝对收入和相对收入，实证检验数字经济对居民收入的影响及机制。结果表明，数字经济对绝对收入的影响在全样本中呈“倒U”形，且显著促进了民族地区居民的相对收入。机制检验显示，产业结构是该影响的重要机制。异质性分析表明，数字经济产生的数字红利对民族乡村地区、高技能劳动者和高风险偏好者的作用更加显著。研究旨在推动对于数字经济赋能共同富裕的效应、机制和区域差异的理解，为政府推进共同富裕提供决策参考。

关键词：数字经济；共同富裕；绝对收入；相对收入；民族地区

0 引言

中国在脱贫攻坚战中取得了举世瞩目的成就，然而，脱贫只是中国现代化道路上的一小步，如何进一步引导中低收入群体有效增收，实现共同富裕，是中国现代化道路上非常重要的一环。新中国成立以来，民族地区经济社会迅速发展，但基于其经济发展、社会文化以及地理区位等多种因素，呈现出资源禀赋丰富、产业结构落后、共享发展不足、区域差异较大等若干独有的发展状况特征。因此，促进民族地区共同富裕成为不断推进全体人民共同富裕的一个重要维度。而数字经济作为我国经济发展中最为活跃的领域，是推动实现共同富裕的重要力量。近年来，中国的数字经济发展迅速，2022年数字经济规模达到50.2万亿元，占GDP比重提升至41.5%。但是，数字经济在带来巨大红利的同时，也不可避免地产生了数字鸿沟。与此同时，我国数字经济发展程度虽然逐年增强，但区域差异也在逐步扩大^[1]，导致数字经济对居民收入产生的影响可能会存在区域异质性。那民族地区的数字经济发展能否达到预期，促进地区共同富裕？

参考前人的研究，从绝对收入和相对收入两方面实证检验了数字经济对民族地区居民收入的影响及其机制，并结合非民族地区进行对比。研究结果显示，数字经济对绝对收入在全样本内呈现先增加后减少“倒U”形影响，而对于相对收入，数字经济发展能够缩小民族地区的收入差距但也会扩大非民族地区的收入差距。机制检验表明，数字经济能够通过促进地区的产业结构升级来影响居民收入。异质性分析发现，数字红利的正向影响在民族乡村地区更加显著，且高技能劳动者和高风险偏好者更能发挥数字红利的优势。

本文可能的边际贡献在于：第一，本文基于CHFS数据的微观视角，聚焦民族地区的数字经济发展，并结合非民族地区进行对比研究。以往研究更多的是考虑城乡或东西部的区域异质性，本文结合民族地区与非民族地区的差异，从一个新的视角进行研究，是对当前数字经济与共同富裕相关文献的一个补充。第二，从绝对收入和相对收入两个层面对数字经济的影响进行了较为全面的分析。现有文献大多是从单个层面切入，本文既考虑了收入的绝对数也关注了收入的相对数，与共同富裕中“增加低收入群体收入，缩小收入差距，逐步形成橄榄型分配结构”的目标相呼应，有一定的政策启示意义。第三，现有研究在数字经济与居民收入方面并没有得出一个统一的结论，本文综合考虑数字经济的两面性，探究了二者之间可能的线性关系和曲线关系，丰富了当前领域的相关研究。

1 理论分析与研究假设

1.1 数字经济和居民绝对收入

现有研究已经对数字经济和居民绝对收入之间的关系进行了探索，但并没有得出一致的结论。

一方面，数字经济会带来数字红利。首先，数字技术的应用显著提升了生产效率，降低了生产成本，从而增加了地区生产总值并提高了员工收入；其次，数字经济催生了诸如电子商务、数字金融和在线教育等新兴行业，创造了大量高技能就业机会，促进地区的产业结构升级，从而引导居民创业和就业并提高收入^[2-3]；最后，数字技术的普及使得在线教育和技能培训更加便捷，居民特别是低技能劳动者可以通过这些平台提升自身竞争力，获得更高收入，纪园园等^[4]和张勋等^[5-6]的研究表明，数字经济对绝对收入的促进作用在低收入群体或是无法接触到互联网的家庭中更为显著。

另一方面，数字经济的发展也会产生数字鸿沟。首先，数字鸿沟导致城乡之间或是发达地区与其它地区之间在数字技术获取和应用上的差异。发展较为落后的地区由于数字基础设施和数字技能的缺乏，难以充分利用数字经济带来的机会，从而限制了收入增长。陈梦根和周元任^[7]的研究证实，数字经济的创收增益效应在农村、西部和东北地区群体中并不显著。其次，数字鸿沟加剧了信息不对称。数字经济发展水平较高的地区往往已经具有较高的第三产业占比，而数字经济的发展会进一步促进地区产业结构升级，同时还会吸引更多高技能劳动者就业，而地区的人力资本水平又与收入分配高度相关^[8]，导致高技能劳动者会挤占中低技能劳动者的收入，甚至是削弱低技能劳动者的权益^[9]。最后，数字鸿沟还可能会影响教育和培训的机会，其它地区居民由于缺乏数字化教育资源，难以提升自身技能和竞争力，进一步限制了其收入水平。

综上，既有研究虽然证实了数字经济对绝对收入的影响具有两面性，但并没有检验二者之间可能存在的非线性关系。研究认为，由于数字红利和数字鸿沟的共同作用，数字经济和绝对收入间可能会形成先增大后缩小的“倒U”形关系。初期，数字经济的发展通过提升生产效率、创造新兴行业和就业机会等途径，提高地区第三产业生产总值占比，从而提高绝对收入。然而，随着数字经济的进一步发展，数字鸿沟逐渐显现并加剧，导致不同群体在数字技术获取和应用上的差异扩大，信息不对称问题加剧，教育和培训机会不均等，进而限制了部分群体的收益。此外，数字经济的高度集中化和平台垄断现象也可能抑制市场竞争，导致收入分配不均，进一步导致部分群体的收入下降。综上，研究认为数字经济在初期对绝对收入具有显著的促进作用，但在达到一定程度后，由于数字鸿沟和市场集中化等因素的影响，其对绝对收入的促进作用逐渐减弱，甚至出现抑制作用，形成“倒U”形关系。据此，提出如下研究假设：

H1：数字经济与绝对收入之间存在“倒U”形关系。

1.2 数字经济和居民相对收入

关于数字经济与相对收入之间的关系，现有文献对此一直存在许多争议。

一方面，同样是因为数字红利的影响，数字经济发展水平会降低居民收入差距。第一，数字红利带来的数字技术普惠性，能够显著降低中国家庭的收入差距，使得低收入群体能够获得更大的效益，提升其收入水平^[10]。第二，已有研究表明，数字经济有助于缓解农村贫困问题，数字经济可以促进创业活跃度和创业绩效，并推动农村劳动力转移，促进非农就业^[4]，推动地区产业结构升级，进而促进共同富裕。

另一方面，数字鸿沟的存在也同样会对相对收入产生影响。张勋等^[5]的研究证实，数字经济扩大了地区间和城乡间的收入差距。首先，数字技术具有明显的技能偏向性^[11]，不同地区和群体在数字技术获取和应用上存在差异，导致农村和低收入群体可能会由于缺乏数字基础设施和数字技能，难以充分利用数字经济带来的机会，从而使收入差距扩大。其次，数字鸿沟加剧了信息不对称，数字经济在催生地区第三产业的同时也会导致高技能劳动者占比提升，而低收入群体往往难以获得与高收入群体同等的市场信息和资源，导致其在市场竞争中处于劣势。技能偏向型技术进步理论也认为，技术进步将增加技能溢价，从而扩大高技能劳动者和低技能劳动者间的收入差距^[12]。最后，数字经济虽然能够促进劳动生产率的提升，但是其对不同产业劳动生产率的促进作用存在差异^[1]，导致各个产业劳动者之间收入差距的扩大，进而对推动共同富裕产生不利影响。

由于数字红利和数字鸿沟的相互作用，也有部分学者探讨数字经济和相对收入间的“U”形或“倒U”形关系。Peng和Dan^[13]的研究表明，数字经济对城乡收入差距产生了先缩小后扩大的“U”形影响。李晓钟和李俊雨^[14]则认为数字经济对城乡收入差距的影响呈现先扩大后缩小的“倒U”形关系。

既有研究对于数字经济如何影响相对收入仍存在不确定性。本文综合前人研究，区分民族地区和非民族地区来研究数字经济与相对收入间的关系。一方面，民族地区传统文化和消费习惯会影响数字经济在民族地区的接受度，这些地区的消费者可能对新技术和新业态存在疑虑和抵触，从而制约该地区的数字经济推广速度。但与此同时，数字经济的普惠性能够降低地区金融排斥^[10]，解放民族地区的数字经济市场，进而扩大数字红利的影响。另一方面，数字经济在民族地区催生第三产业的速度可能会更快。民族地区在发展旅游业的方向上具有更大的潜力和优势，独特的民族文化通常会作为地区旅游业的营销重点，而地区旅游业的发展不仅能够推动地区众多第三产业就业，促进产业结构升级，同时也是实现共同富裕的重要渠道。通过这种方式，数字经济能够在产业结构相对落后的民族地区推动产业结构升级，进而助力共同富裕。

综上，本文认为，在民族地区数字红利的影响会更大，进而帮助地区居民缩小收入差距。而在非民族地区，数字鸿沟会占据主导地位，导致地区收入差距的扩大。据此，本文提出如下研究假设：

H2：在民族地区，数字经济对相对收入有显著的促进作用；在非民族地区，数字经济对相对收入有显著的抑制作用。

2 变量选取与模型构建

2.1 数据来源

本文的数据来源主要包括3个部分：一是中国家庭金融调查（CHFS）数据，用于衡量家庭收入等；二是国泰安数据库，用于采集地区人均GDP等省级数据；三是中国统计年鉴，用于采集数字经济综合指标体系的相关数据。其中CHFS数据属于追踪调查数据，始于2011年，后每两年进行一次，现已公开至2019年，全面反映了家庭金融财富、收入等基本情况。考虑到CHFS从2011年连续追踪调查的样本量较小，本文选取了2013—2019年4期的家庭面板数据。在对家庭资产等相关指标缺失值进行删除和异常值进行1%双边缩尾处理后，将家庭数据与对应年份同省的数字经济指标进行匹配，最终获得124 136条样本数据。

2.2 变量选取

2.2.1 被解释变量

共同富裕是本文的研究对象，本文以物质维度的绝对收入提升为前提，同时关注相对收入差距的缩小。借鉴王修华和赵亚雄^[15]的研究，采用家庭人均收入（lnc_1ict）的对数衡量绝对收入。相对收入的计算方法为家庭i在第t年的家庭人均收入与省份c所在家庭在第t年人均收入的对数差，具体如下：

lnc_2ict=lnYit－lnYct（1）

式中，lnc_2ict为省份c所在家庭i在第t年的相对收入；Yit为家庭i在第t年的家庭人均收入；Yct为省份c在第t年的人均收入。

2.2.2 解释变量

本文借鉴赵涛等^[16]的方法，结合省级层面数据的可得性，从互联网发展和数字普惠金融两方面构建数字经济的指标体系，能够较为全面地度量地区数字经济发展水平。该指标体系采用百人中互联网宽带接人用户数、计算机服务和软件业从业人员占城镇单位从业人员比重、人均电信业务总量、百人中移动电话用户数和中国数字普惠金融指数5个方面的指标。前4个指标均可从《中国统计年鉴》中获得，第五个指标中国数字普惠金融指数由北京大学数字金融研究中心和蚂蚁金服集团共同编制。通过主成分分析的方法，将以上5个指标的数据标准化后降维处理，得到的数字经济综合发展指数，记为Dige。

2.2.3 控制变量

为控制影响地区居民收入的其他要素，本文参考现有研究，从个体层面、家庭层面和省级层面选取了一系列控制变量，其中，个体和家庭层面的数据来源于中国家庭金融调查数据，省级层面的数据来源于国泰安数据库。具体包括：户主性别、年龄、资产、文化程度、户口类型、婚姻状况、是否从事工商业生产经营、家庭成员人数和地区平均GDP。本文的变量定义见表1。

2.3 模型构建

基于前文所提出的研究假设1和研究假设2，本文构建了如下面板固定效应模型，研究数字经济与民族地区居民绝对收入及相对收入的关系，公式为

lnc_1ict=β0+β1Digect+β2Dige2ct+β3Controlict+θr+δt+μict（2）

lnc_2ict=β0+β1Digect+β2Controlict+θr+δt+μict（3）

式中，被解释变量包括Inc_1ict和Inc_2ict，分别为t年c省份家庭i的绝对收入和相对收入；核心解释变量Digect为t年c省份的数字经济发展水平；Dige2ct为t年c省份的数字经济发展水平的平方项；Controlict为控制变量；β0为常数项；μict为误差项；θr、δt分别为区域、年份固定效应。

2.4 描述性统计

模型主要变量的描述性统计结果见表2。在绝对收入方面，其均值为9.519，标准差为1.428；在相对收入方面，其均值为-0.661，标准差为1.308，表明样本中多数家庭的人均收入小于地区人均收入；在数字经济方面，其均值为0.186，标准差为0.803。这些数值与已有文献相吻合。

样本均值T检验的结果见表3，表明民族地区的人均绝对收入、人均相对收入和数字经济发展水平均小于非民族地区，与现实状况相符。

3 实证分析

3.1 基准模型结果

数字经济对绝对收入和相对收入的回归结果见表4。根据列（1），数字经济和其平方项的系数异号且均在1%水平上显著，说明数字经济和绝对收入间存在先增加后减少的“倒U”形关系。相比较而言，数字经济的增收效应在数字经济水平较高的地区并不显著，过高的第三产业占比使数字红利更多地流入高收入群体或高技能劳动者，导致中低技能劳动者的权益受损。根据列（2）和列（3），数字经济对民族地区和非民族地区相对收入的回归系数异号且均在1%水平上显著。说明相较于非民族地区，数字红利在民族地区的效益更大，数字经济能够通过促进第三产业发展等方式提高相对收入。

3.2 稳健性检验

3.2.1 内生性处理

考虑到居民收入较高的地区，数字经济发展水平也相对较高，这很可能产生互为因果的内生性问题，因此本文引入了工具变量进行估计。本文参考黄群慧等^[17]的研究，使用各个省份1984年每百人固定电话数量乘以全国互联网用户数作为工具变量，一方面，数字经济的发展是从固定电话普及开始的，历史上固定电话普及率较高的地区也可能是后续数字经济发展水平较高的地区；另一方面，历史固定电话普及率很可能对地区居民互联网的使用技术和习惯养成造成影响，从而影响地区互联网的普及和发展。此外，相对于数字技术的快速发展和变革，历史固定电话普及率难以对当下的居民收入产生影响。因此，这一工具变量是有效的。工具变量检验结果显示，工具变量和内生变量强相关，回归结果与前文基准回归的结论一致，基准回归结果和核心结论稳健。

同时，本文还将解释变量滞后一期加以解决由双向因果产生的内生性问题，得到的结论与基准回归结论一致，表明在充分考虑双向因果问题后，本文的研究结论依然稳健。

3.2.2 “倒U”形关系的稳健性检验

传统的仅依靠解释变量二次项的回归系数来判断是否存在“倒U”形关系存在一定的不妥，有可能误判两者之间的“倒U”形关系。因此，本文参考SWAAB等^[18]和AGHION等^[19]的做法，对二者之间的倒U型关系进行稳健性检验，结果与基准回归的结论保持一致。

3.2.3 替换解释变量

考虑到数字经济衡量方法的多样性，本文参考其他学者的研究^{[4，7，9，20]}，重新构建数字经济发展评价指标体系，并计算数字经济指标。在替换解释变量后，得出的结论与基准回归结果一致，本文的研究结论保持不变。

3.2.4 变更样本区间

考虑到早期我国数字经济的发展并不成熟且处于一个较低的水平，本文将样本期间更改为2017—2019年，得到的结论和本文基准回归部分一致。

3.3 机制检验

本文的基准结果表明，数字经济和绝对收入之间存在“倒U”形关系，且数字经济对相对收入会产生异质性的影响。那么，背后的传导机制是什么呢？本文试图从产业结构的视角，来解释数字经济对居民收入产生的影响。

产业数字化作为推动中国经济高质量发展的重要驱动力，数字经济的发展无疑会对产业结构产生冲击。现有研究证实，数据要素与产业的融合，会促进产业结构的升级。数字经济的发展催生了大量新兴行业，如电子商务、数字金融、在线教育等，促进了产业结构升级。此外，数字经济也能够促进农村产业融合和城乡产业协调发展，对地区产业结构产生影响。

与此同时，已有研究表明产业结构调整会影响收入分配^[22]，但产业结构升级对于收入的具体影响尚未明晰。一方面，第二产业和第三产业的比重增加，尤其是高附加值的制造业和服务业的发展，能够创造更多高薪的就业机会，提升部分劳动者的收入水平；另一方面，随着产业结构的升级，资本和技术密集型行业的比重增加，这些行业通常需要高技能劳动力，可能导致收入分配的不均衡。

本文参考江艇^[23]有关中介效应的论述，首先检验核心解释变量是否会影响中介变量（M），再进一步检验M对Y的影响。本文使用如下方法计算得到产业结构升级指数，其中structure表示产业结构升级指数，sn表示第n产业的生产总值比重，该指标反映产业结构整体素质的提升，公式为

structure=∑3n=1sn×n，1≤structure≤3（4）

3.3.1 绝对收入的机制检验

根据基准回归结果，预期数字经济的发展会促进地区产业结构的升级，而产业结构升级和居民绝对收入之间将呈现先增大后缩小的“倒U”形关系。根据表5列（1）和列（2），数字经济与产业结构显著正相关，表明数字经济能够促进地区第三产业的发展；产业结构及其平方项的系数异号且均在1%水平上显著，与基准回归的结果一致。

上述结果说明，在地区第三产业占比较低时，产业结构升级能够为地区催生一批新兴产业，为地区居民提供就业和创业机会。相反地，在地区第三产业占比较高时，产业结构的进一步升级很可能会导致地区财富更多地流向高技能劳动者，从而导致中低技能劳动者的利益受损，对居民绝对收入产生一定的负面影响。

3.3.2 相对收入的机制检验

根据前文的基准回归结果，预期产业结构升级在民族地区会提升居民的相对收入，缩小收入差距。根据表5的列（3）和列（4），在民族地区，数字经济对产业结构的系数在10%的水平上显著为正，产业结构对相对收入的系数在1%的水平上显著为正，说明在民族地区数字经济能够促进第三产业的发展，并进而提升居民的相对收入。根据列（5）和列（6），在非民族地区，数字经济对产业结构的系数在1%的水平上显著为正，而产业结构与相对收入在1%的水平上显著负相关，说明在非民族地区数字经济也能够促进第三产业的发展，但对居民的相对收入有一定的抑制作用。

上述结果说明，民族地区仍然具有市场经济起步较晚、产业竞争力相对较弱等特征，产业结构升级能够创造更多高薪就业机会，更好地帮助地区居民创收，缩小收入差距。而非民族地区的第三产业占比往往更高，此时资本和技术密集型行业比重的进一步增加，很可能会导致收入分配的不均衡，使高技能劳动者的收入增速加快，加剧地区的收入不平等。

4 进一步分析

至此数字经济与居民收入之间的关系及其可能存在的机制已经明晰，下面将围绕区域差异和个体差异进一步明晰数字经济与居民收入之间的关系。

4.1 城市和乡村的进一步探讨

城市和乡村因为资源分配的不同，具有明显的异质性特点。相较于乡村，城市通常拥有更完善的数字基础设施和更高水平的技术投入，且城市居民相对受教育程度较高，更可能具备较强的数字技能和信息素养。因此，本文针对城市居民和乡村居民分别进行回归。

数字经济和居民收入在城市和乡村的回归结果见表6。根据列（1）～（4），在民族乡村地区样本中，数字经济的最大值没有到达该“U”形效应的拐点，可以认为该地区数字经济能够显著促进居民绝对收入。仅在非民族城市地区，数字经济和绝对收入间的“倒U”形关系较为明晰。产生上述结果的原因可能是城市地区和非民族地区的第二产业和第三产业的发展水平相对更高，数字红利和数字鸿沟在该部分地区产生的效力可能较为接近。

根据表6列（5）～（8），在民族乡村地区，数字经济对相对收入的促进作用更强。可能是因为民族乡村地区的产业结构通常以第一产业为主，数字经济能够在该部分地区产生更大的数字红利。在非民族地区，数字经济和相对收入的系数显著为负，但在城市和乡村的影响差别并不明显。其主要的原因可能是非民族地区的城乡距离相对较近，城乡之间的经济交流更为密切，缩小了由于信息不对称产生的差异。

4.2 高低技能劳动者的异质性

理论分析表明，数字经济对居民收入产生的影响在高低技能劳动者间可能存在差异。本文以教育年限对劳动者按高低技能进行分类，将教育年限大于等于16年的样本定义为高技能劳动者，教育年限小于16年的样本定义为低技能劳动者，并进行分组回归。

数字经济和居民收入在高低技能劳动者间的回归结果见表7。根据列（1）～（4），在民族地区，数字经济对绝对收入有显著的促进作用，且在高技能劳动者上表现得更加显著。在非民族地区，高技能劳动者的拐点更偏右，说明相对于高技能劳动者，低技能劳动者更容易受到数字经济对绝对收入的负面影响。

根据表7列（5）～（8），在民族地区，数字经济对相对收入的促进作用对于高技能劳动者更加显著，因为民族地区高等教育普及率相对偏低，导致整体的劳动力水平偏低，高技能劳动者更能利用数字经济带来的数字红利。在非民族地区，数字经济对相对收入产生的抑制作用在高低技能劳动者中依旧显著，但高技能劳动者能在一定程度上减弱该负面效应。

4.3 个体风险偏好的异质性

个体风险偏好可能影响个人决策，导致数字经济对居民收入影响的异质性。一方面，根据资本资产定价模型，投资者想要获得更高的回报，需要投资更高风险的项目，而数字经济催生的新兴行业通常会具有更高的风险，高风险偏好者可能会更有意愿进行高风险的投资，因此更可能获得更大的收益；另一方面，高风险偏好者更可能具有一定的专业知识，且有充足的资金进行投资，能够更好地利用数字经济发展所带来的机遇。本文基于CHFS数据中个体的投资倾向类型数据，划分低风险偏好者和高风险偏好者并进行分组回归。

数字经济和居民收入在不同风险偏好下的回归结果见表8。根据列（1）～（4），在民族地区，数字经济对绝对收入的促进作用仅在高风险偏好者中显著为正，说明高风险偏好者更能把握数字经济发展带来的机遇。在非民族地区，个体风险偏好的异质性并不显著，可能是因为非民族地区的第三产业发展大多较为成熟，高风险偏好者更加难以作为新兴行业的先行军以谋取数字红利。

根据表8列（5）～（8），在民族地区，数字经济对相对收入的促进作用仅在高风险偏好组中显著，可能是因为高风险偏好者参与新兴行业的比重更高。在非民族地区，个体风险偏好的异质性不显著，可能的原因是非民族地区的高等教育和数字经济普及程度相对较高，高风险偏好更可能是由于自身原因产生，而非知识领先或资金充足等其他原因。同时第三产业的相对成熟会导致新兴行业的风险下降，提高低风险偏好者参与新兴行业的意愿。

5 结语

民族地区共同富裕是实现现代化的本质要求，而民族地区现代化又是国家建设的重要议题。民族地区数字经济发展是否达到了预期，能够促进居民收入增长、缩小收入差距并最终帮助民族地区实现共同富裕的问题值得深入探讨。本文基于我国省级面板数据构建数字经济指数，以绝对收入和相对收入为切入点探究数字经济对收入水平和收入差距的影响。研究发现：第一，数字经济对于绝对收入的影响在全样本中呈现先增加后减少的“倒U”形效应，且数字经济显著促进了民族地区居民的相对收入；第二，产业结构的变化是数字经济影响居民收入的重要机制，数字经济的发展能够促进地区产业结构升级，进而影响绝对收入和相对收入；第三，进一步分析发现，数字经济对收入的正向作用在民族乡村地区中更为显著，且民族地区的高技能劳动者和高风险偏好者能够更好地发挥数字红利的优势。

本文的研究结论为我国推进共同富裕提供了一定的经验证据，基于本文的研究结论，提出以下政策建议：

第一，加快发展民族地区数字经济，尤其是乡村地区。本文发现数字经济发展对于民族乡村地区绝对收入和相对收入的促进作用最为显著。为此，应当优先投资于民族乡村地区的互联网和通信基础设施，确保高速宽带和移动网络的普及，为地区数字经济发展提供必要的技术支持。

第二，积极推动地区产业结构升级，但同时也要注意产业结构的合理性。研究表明，产业结构对居民收入的影响具有两面性，民族地区在发展数字经济的同时，既要鼓励产业结构的升级，强化地区第三产业的竞争力，也要注重产业结构的合理性，警惕高技能劳动者和低技能劳动者间的收入分配不合理、不均衡等问题。

第三，不断优化民族地区的教育资源和相关政策。本文发现，民族地区的高技能劳动者更能够发挥数字经济带来的数字红利。因此，在实现共同富裕的过程中，要持续保证民族地区的教育投入，弥补教育资源的地域差异。此外，还可以考虑设立专项基金和政策激励，鼓励民族乡村地区居民进行数字创业和创新，从而扩大低风险人群参与的比重。

参考文献

[1]洪俊杰，李研，杨曦.数字经济与收入差距：数字经济核心产业的视角[J].经济研究，2024，59（5）：116-131.

[2]秦芳，王剑程，胥芹.数字经济如何促进农户增收？来自农村电商发展的证据[J].经济学（季刊），2022，22（2）：591-612.

[3]姜琪，单耀莹.数字经济发展与就业质量提升：促进还是抑制？[J].经济与管理评论，2024，40（4）：123-135.

[4]纪园园，杨岚，程东坡.数字经济赋能共同富裕：基于分位数回归方法[J].系统工程理论与实践，2024，44（9）：141-155.

[5]张勋，万广华，吴海涛.缩小数字鸿沟：中国特色数字金融发展[J].中国社会科学，2021（8）：35-51，204-205.

[6]张勋，万广华，张佳佳，等.数字经济、普惠金融与包容性增长[J].经济研究，2019，54（8）：71-86.

[7]陈梦根，周元任.数字经济、分享发展与共同富裕[J].数量经济技术经济研究，2023，40（10）；5-26.

[8]李建伟，顾天安，王骁，等.居民人力资本的差异化分布与收入分配不平等[J].管理世界，2023，39（10）：1-22，73，23.

[9]柏培文，张云.数字经济、人口红利下降与中低技能劳动者权益[J].经济研究，2021，56（5）：91-108.

[10]尹志超，文小梅，栗传政.普惠金融、收入差距与共同富裕[J].数量经济技术经济研究，2023，40（1）：109-127.

[11]陈贵富，韩静，韩恺明.城市数字经济发展、技能偏向型技术进步与劳动力不充分就业[J].中国工业经济，2022（8）：118-136.

[12]陈勇，柏喆.技能偏向型技术进步、劳动者集聚效应与地区工资差距扩大[J].中国工业经济，2018（9）：79-97.

[13]PENG Z，DAN T.Digital dividend or digital divide？Digital economy and urban-rural income inequality in China[J].Telecommunications Policy，2023，47（9）：102616.

[14]李晓钟，李俊雨.数字经济发展对城乡收入差距的影响研究[J].农业技术经济，2022（2）：77-93.

[15]王修华，赵亚雄.县域银行业竞争与农户共同富裕：绝对收入和相对收入的双重视角[J].经济研究，2023，58（9）：98-115.

[16]赵涛，张智，梁上坤.数字经济、创业活跃度与高质量发展：来自中国城市的经验证据[J].管理世界，2020，36（10）：65-76.

[17]黄群慧，余泳泽，张松林.互联网发展与制造业生产率提升：内在机制与中国经验[J].中国工业经济，2019（8）：5-23.

[18]SWAAB R I，SCHAERER M，ANICICH E M，et al.The too-much-talent effect：Team interdependence determines when more talent is too much or not enough[J].Psychological Science，2014，25（8）：1581-1591.

[19]AGHION P，BLOOM N，BLUNDELL R，et al.Competitionand innovation：An inverted-U relationship[J].The Quarterly Journal of Economics，2005，120（2）：701-728.

[20]王军，朱杰，罗茜.中国数字经济发展水平及演变测度[J].数量经济技术经济研究，2021，38（7）：26-42.

[21]陈晓佳，徐玮.数据要素、交通基础设施与产业结构升级：基于量化空间一般均衡模型分析[J].管理世界，2024，40（4）：78-98.

[22]林淑君，郭凯明，龚六堂.产业结构调整、要素收入分配与共同富裕[J].经济研究，2022，57（7）：84-100.

[23]江艇.因果推断经验研究中的中介效应与调节效应[J].中国工业经济，2022（5）：100-120.

作者简介：

洪荭，女，1976年生，博士研究生，教授，主要研究方向：企业转型升级与成本管理、资本市场与会计信息质量、研发创新与风险管理。

王嘉铭，男，2000年生，硕士研究生在读，主要研究方向：企业转型升级与成本管理、公司治理、区域经济。

刘天璐，女，2002年生，硕士研究生在读，主要研究方向：企业转型升级与企业成本管理，会计信息质量与披露。

胡华夏，男，1965年生，博士研究生，教授，主要研究方向：公司治理与风险管理、国家治理与国家审计、资本市场与信息披露、业绩管理与创新管理。

*基金项目：国家社科基金一般项目“审计促进相对贫困治理的长效机制与路径研究”（21BGL092）。