引言

习总书记曾指出：“共同富裕是社会主义的本质要求，是人民群众的共同期盼。我们推动经济社会发展，归根结底是要实现全体人民共同富裕”。尽管中国经济在迅速增长，但我们同时也面临着诸多结构性挑战。其中之一便是长期以来不断扩大的城乡收入差距以及由此产生的收入分配不均问题。此问题的存在不仅影响了社会的公平与和谐，还制约了经济的可持续发展。因此，加速广大农民群体的致富进程，并有效缩减城乡居民收入差距，已成为当前政策制定的首要目标。

近年来我国数字经济蓬勃发展，已成为全球数字经济的领头羊。这一新兴经济形态不仅改变了传统产业的运营模式，也深刻影响着城乡之间的经济格局。在此背景下，研究数字经济对城乡收入差距的影响，对促进城乡协调发展与推动共同富裕的意义重大。一方面，数字经济凭借高效的信息传递、优化资源配置等途径，为农村经济发展提供了新的机遇。另一方面，数字技术的进步对高技能劳动力的需求增加，然而农民对于数字技术的理解、应用及创新能力较低，使得数字鸿沟问题开始显现，从而拉大了城乡居民的收入水平。因此，深入研究数字经济发展对城乡收入差距的影响，可充分理解其作用机制，并利用其推动城乡协调发展，缩小城乡收入差距。

综上所述，本文依据数字经济特性，结合农村人力资本视角构建理论框架，参考赵涛等的研究方法，测度2011-2021年全国30个省区数字经济发展水平，实证探究其对城乡收入差距的影响及机制。

一、理论分析与研究假说

在数字经济起步阶段，由于数字技术应用和数字基础设施的准入门槛相对较低，农村居民能够更充分地获得数字经济带来的边际“数字红利”。这种红利主要体现在提高农业生产收益、促进非农就业和提升农民创业水平三个方面，从而有助于缩小城乡收入差距。数字经济的普惠性和共享性降低了农民的信息搜寻成本，使其能够及时获取先进农业技术和生产经验，进而优化生产决策、提高农业效率；同时，电子商务等平台为农产品提供了便捷的线上销售渠道，帮助农民实时掌握市场动态并精准调整营销策略，增强农业盈利能力。在非农就业方面，数字经济催生了大量适合低技能劳动者的岗位，并通过互联网平台发布招聘信息，减少了城乡信息不对称，为农村剩余劳动力提供了更多就业机会；但要充分释放这一红利，仍需提升农村人力资本质量。在创业方面，数字金融利用支付平台的消费数据构建信用记录，有效缓解了农村融资约束，同时互联网也降低了创业知识获取成本。然而，随着数字经济深入发展，城乡“数字鸿沟”日益凸显，部分农村地区在数字基础设施接入上存在“一级数字鸿沟”，而农村居民因受教育水平较低、数字技能不足而面临“二级数字鸿沟”，这削弱了其创业能力并限制了农业数字化向生产和供应链环节的渗透，从而可能进一步扩大城乡收入差距。

因此，数字经济发展在初期阶段通过提高农业生产收益、促进非农就业以及提升农民的创业水平三个方面缩小城乡收入差距。然后，随着数字经济持续发展，其带来的一级和二级“数字鸿沟”反而会扩大城乡之间的收入差距。因此，本文提出：

假设1：数字经济发展水平与城乡居民收入差距之间存在U型关系。

农村人力资本影响数字经济发展的城乡收入分配效应。

提升农村人力资本有助于农村人口抓住数字经济的机遇。随着数字经济的快速发展，信息技术服务业、电子商务、智能制造等领域对高技能人才的需求不断增加。具有较高人力资本水平的农村劳动力能够更好地适应这些新兴行业的发展需求，从而获得更多的就业机会和更高的收入。除此之外，农村人力资本水平的提升意味着农民具备了更为丰富的知识和技能，使他们能够更有效地利用农业资源，提高农业生产的效率。农民习得并采纳先进农技与管理，优化种植养殖，提升农产品产量与质量，既满足市场需求，又增值农产品，进而提高农业收益。与此同时，具备较高人力资本水平的农民更有可能进行农业科技的创新，探索适应当地气候和土壤条件的新品种、新技术和新模式。这既能增强农产品竞争力，又可促进农业产业升级转型，提升农业生产效益。因此，本文提出：

假设2：农村人力资本水平可以调节数字经济发展与城乡收入差距之间的U型关系。

二、研究设计

（一）模型设定

Hausman检验P值小于0.05，故本研究采用双向固定效应模型，深入探究数字经济发展对城乡居民收入差距的影响。同时，考虑到两者间可能存在的非线性关系，本文构建了以下的计量经济模型进行分析：

其中，i代表省份、直辖市或自治区，t代表年份。本文重点研究城乡居民收入差距(Theil)与数字经济发展水平(Digital)的关系，前者为被解释变量，后者为核心解释变量。同时，将经济发展水平(lnGdp)、受教育程度(Edu)和科研投入(RD)作为控制变量纳入分析。其次，为地区固定效应；为时间固定效应；_i/t为随机扰动项。

（二）变量选取及数据说明

泰尔指数测算

在已有的学术研究中，国内学者普遍采用城乡居民人均可支配收入比以及泰尔指数来衡量城乡居民收入差距。与城乡居民人均可支配收入比相比，泰尔指数更能敏锐地反映出高收入与低收入群体收入的变动情况。鉴于我国城乡居民收入差距主要体现两端变化，因此本文选择用泰尔指数测度城乡居民收入差距。同时，为稳健地反映城乡收入差距问题，本研究采用城镇人均可支配收入与农村人均纯收入之比作为城乡收入差距的替代变量进行稳健性检验。泰尔指数计算如下所示：

其中，i=1和 i=2 分别表示城镇和农村地区，t表示年份，y表示可支配收入，x表示人口。

数字经济发展水平测算

本文借鉴赵涛等构建的指标体系，选取互联网普及率、互联网相关从业人员数、互联网相关产出、移动互联网用户数和数字金融普惠发展5个二级指标，并使用主成分分析法对各指标权重进行赋值，从而测算出省级层面数字经济发展水平。具体指标如下表所示。

一级指标	二级指标	三级指标	指标属性
数字经济综合发展指数	互联网普及率	每百人互联网用户数	+
	互联网相关从业人员数	计算机服务和软件从业人员占比	+
	互联网相关产出	人均电信业务总量	+
	移动互联网用户数	每百人移动电话用户数	+
	数字金融普惠发展	中国数字普惠金融指数	+

控制变量

考虑到除数字经济发展外其他因素对城乡收入差距的影响，本文参考前人研究做法，选取了一系列的控制变量：经济发展水平(lnGdp)：以年度人均地区生产总值取对数刻画；受教育程度(Edu)：采用各省财政教育支出/一般公共预算支出来表示；科研投入(RD)：用各省份每年R&D投入来表示。

（二）数据来源及描述性统计

为确保数据的可获得性和连贯性，本文整合了2011-2021年，除西藏地区外我国30个省、直辖市及自治区的面板数据。所有数据源自《中国统计年鉴》、《中国互联网络发展状态统计报告》、《北京大学数字惠普金融指数报告》、《中国科技统计年鉴》及国家统计局，为本文研究提供了坚实的数据支撑。

变量	样本量	均值	标准误	最小值	中位数	最大值
Theil	330	0.087	0.038	0.018	0.081	0.202
Digital	330	0.601	0.067	0.486	0.593	0.886
lnGdp	330	1.618	0.450	0.464	1.580	2.931
RD	330	0.017	0.011	0.004	0.014	0.065
Edu	330	0.164	0.026	0.099	0.165	0.222

表2中展示了本文主要变量的描述性统计。样本数为330，无缺失值。泰尔指数均值0.087，范围从0.018至0.202，显示城乡居民收入差距地区差异显著。各变量间差距小，最大不超1，平均数正常，无异常值。标准差均小于1，表明数据有效避免极端值影响，离散程度低，为后续分析提供了坚实基础。

三、实证检验分析

（一）基准回归

基准回归分析见表3。模型(1)显示，不考虑其他因素时，数字经济发展在1%水平上显著拉大城乡收入差距。模型(2)加入控制变量后，数字经济发展影响虽有所减弱，但仍在1%水平上显著且正向，说明“数字鸿沟”已明显影响农民就业与收入，进一步加剧了城乡收入差距。

为探究数字经济发展与城乡收入差距的非线性关系，模型(3)和(4)引入了数字经济发展水平的平方项。模型(3)显示，不考虑控制变量时，数字经济发展本身显著为负，而其平方项显著为正。加入控制变量后，数字经济发展水平的系数仍为负且显著，平方项系数亦显著为正。通过模型(4)的回归结果计算，发现拐点处的数字经济发展水平约为0.6317。对比描述性统计数据，平均数字经济发展水平(0.601)和中位数(0.593)均接近此拐点，意味着有近半数省份的数字经济发展水平已开始加剧城乡收入差距。因此可以初步判断，数字经济发展水平与城乡居民收入差距之间存在U型关系，本文假说1成立。

变量	(1)FE	(2)FE	(3)FE	(4)FE
Digital	0.208***	0.182***	-0.862***	-0.697***
	(0.042)	(0.035)	(0.103)	(0.086)
Digital2			0.672***	0.552***
			(0.060)	(0.051)
lnGdp		-0.045***		-0.035***
		(0.006)		(0.005)
Edu		-0.129***		-0.130***
		(0 .034)		(0.028)
RD		1.401***		1.248***
		(0.201)		(0.170)
常数项	-0.094**	-0.040	0.307***	0.275***
	(0.029 )	(0.026)	(0.044)	(0.037)
N	330	330	330	330
R2	0.836	0.892	0.885	0.929
Number of province	30	30	30	30
Province FE	YES
Year FE	YES
	Prob > chi2=0.0000

注：***、**、*分别代表1%、5%、10%的显著性水平；括号中代表标准误。

（二）稳健性与内生性检验

稳健性检验

为确保研究结果的稳健性，本文借鉴向书坚和许芳的研究，采用城乡居民可支配收入比来量化城乡居民收入差距(Gap)，并对模型(1)进行了重新回归。回归结果如表中的第(1)列所示，与基准回归结果基本一致。

此外，鉴于数字经济发展可能通过加速城镇化进程来影响城乡收入差距的收敛，本文引入了城镇化水平(Urban)作为新的控制变量，具体量化方式为各城市城镇常住人口占总人口的比重。在控制城镇化水平后，如表中第(2)列所示，回归结论依然保持不变，进一步验证了结果的稳健性。

内生性检验

通过借鉴陈文和吴赢的研究，本文在表4的第(3)列采用两阶段工具变量法(2SLS)进行回归。在回归分析中，将数字经济发展水平及其平方项视为两个内生变量，并选取同年度其他省份的数字经济发展水平均值及其平方项作为工具变量。其他省份数字经济的发展水平与本省数字经济发展相关，但与本省城乡居民收入差距无关，满足工具变量的条件。最后一列汇报了回归结果，结果依然稳健，且第一阶段回归的F统计量为112.505，显著大于经验规则，不存在弱工具变量问题。

变量	(1)Gap	(2)Theil	(3)Theil
Digital	-3.081***	-0.520***	-0.523***
	(0.913)	(0.095)	(0.103)
Digital2	2.566***	0.408***	0.417***
	(0.539)	(0.061)	(0.068)
Urban		-0.080***
		(0.020)
N	330	330	330
R2	0.884	0.927	0.989
Number of province	30	30	30
Controls	Yes	Yes	Yes
Province FE	Yes	Yes	Yes
Year FE	Yes	Yes	Yes
Cragg-Donald Wald F统计量			112.505

（三）农村人力资本水平的调节作用

前文指出，进一步提升农村人力资本水平能够推动农村居民从事非农就业，增强农业生产效率，并相应提高农民收入，从而对数字经济与城乡收入差距之间的关系产生了显著的调节效应。本文借鉴陈文和吴赢的研究方法，在基准回归模型(1)的基础上构建模型(3)：

其中，lnAhc表示农村人力资本水平，本文借鉴李柳颍的研究，采用中央财经大学中国人力资本和劳动经济研究中心发布的《中国人力资本报告》中的各省农村实际人均劳动力人力资本的对数值去量化农村人力资本水平。

表5中第(1)列报告了农村人力资本水平对数字经济发展与城乡居民收入差距之间关系的影响。回归结果显示，Digital²×lnAhc的回归系数为负，并通过了1%的显著性水平检验。结果表明，在数字经济发展与城乡收入差距呈现U型关系的左侧阶段，即尚未到达拐点前，农村人力资本水平的提升能够增强数字经济发展对缩小城乡居民收入差距的正面作用。相反，在U型关系的右侧阶段，即超过拐点后，提高农村人力资本水平则有助于缓解数字经济发展在后期可能加剧的城乡收入差距扩大的负面影响。

以上检验验证了本文假说2，即农村人力资本水平可以调节数字经济发展与城乡收入差距之间的U型关系。

变量	(1)FE	(2)FE	(3)FE
Digital	-2.036***	-0.964***	-0.944***
	(0.303)	(0.176)	(0.159)
Digital2	1.498***	0.674***	0.656***
	(0.227)	(0.146)	0.130
Digital×lnAhc	0.717***
	(0.118)
Digital2×lnAhc	-0.513***
	(0.09)
lnAhc	-0.274***
	(0.037)
N	330	330	330
R2	0.947	0.936	0.939
Number of province	30	30	30
Controls	Yes	Yes	Yes
Province FE	Yes	Yes	Yes
Year FE	Yes	Yes	Yes

（四）区域异质性分析

实际上，鉴于各区域在资源禀赋和发展阶段上的差异，数字经济发展对城乡收入差距的影响在不同区域表现出差异性。本文依据地理位置，将30个省份划分为东部、中部和西部三个区域，先对各区域进行描述性统计分析，具体结果参见表6。就数字经济发展而言，东部地区的均值和中位数均高于中部和西部地区，显示出更为发达的数字经济发展水平。同时，中部与西部地区的数字经济发展状况较为接近，呈现出相似的发展程度。从泰尔指数来看，东部地区的城乡收入差距的均值和中位数均低于中部和西部地区，其中西部地区的城乡收入差距最大。

变量	地区	样本量	均值	标准误	最小值	中位数	最大值
Digital	东部	121	0.631	0.079	0.495	0.621	0.886
	中部	99	0.583	0.05	0.486	0.578	0.668
	西部	110	0.584	0.053	0.49	0.575	0.684
Theil	东部	121	0.061	0.03	0.018	0.063	0.147
	中部	99	0.079	0.018	0.038	0.077	0.121
	西部	110	0.122	0.034	0.059	0.118	0.202

表7所示，对于东部地区而言，第(2)列加入控制变量后，数字经济发展水平系数为负并通过了10%的显著性水平检验，数字经济发展水平的平方项系数为正并通过了5%的显著性水平检验。相比之下，中部和西部地区数字经济发展水平的平方项系数虽为正，但并未达到显著性水平。这表明，东部地区数字经济发展与城乡收入差距间呈现出明显的U型关系；而在中部和西部地区，这种U型关系则相对微弱。截止至2021年底，东部地区数字经济发展水平整体处于拐点值左侧，这是因为该地区依托其优越的地理位置、发达的基础设施以及丰富的人才资源使得数字经济发展最为繁荣，数字经济蓬勃发展的态势同时带动了农村地区经济水平的进一步发展，因此东部地区的城乡收入差距随着数字经济发展水平的提高而缩小。然而中部地区逼近拐点值，西部地区处于拐点右侧，这说明了数字经济在中西部地区的快速发展会造成城乡居民的收入差距扩大，因此需要通过促进农村人力资本水平的提升从而抑制城乡收入差距的进一步增大。

变量	东部		中部		西部
	(1)	(2)	(3)	(4)	(5)	(6)
Digital	-0.413	-0.571*	-0.570	-0.077	-1.523	-0.649
	(0.352)	(0.247)	(0.6733)	(0.983)	(1.062)	(0.706)
Digital2	0.422	0.484**	0.561	0.114	1.188	0.392
	(0.215)	(0.147)	(0.5389)	(0.860)	(0.889)	(0.607)
常数项	0.174	0.312*	0.241	0.130	0.617	0.404
	(0.131)	(0.104)	(0.206)	(0.260)	(0.317)	(0.210)
N	121	121	99	99	110	110
R2	0.853	0.905	0.936	0.940	0.963	0.973
Number of province	11	11	9	9	10	10
Controls	No	Yes	No	Yes	No	Yes
Province FE	Yes
Year FE	Yes

四、结论及政策建议

综合理论探讨与实证研究，本文揭示出数字经济发展对城乡居民收入差距具有先缩小后扩大的U型影响趋势。农村人力资本提升可调节U型关系：初期助力缩小城乡收入差距，后期缓解其扩大趋势。进一步研究表明，东、中、西部地区存在显著差异，东部地区的U型关系显著，中部和西部地区较弱。基于上述研究发现，本文得出以下政策启示：

1. 针对数字经济发展后期数字鸿沟可能加剧的城乡居民收入差距问题，政府必须高度重视。“数字鸿沟”源于城乡居民在数字化技术理解、应用及创新能力上的差异。因此，建议政府积极推广数字教育活动，特别要关注农村地区，广泛普及数字知识，提高农民的数字素养与技能，从而帮助他们更好地运用数字技术来改善生活质量。同时，鉴于中西部地区数字经济发展相对滞后，政府应促进这些地区与东部沿海地区的合作，实现资源共享、优势互补。
2. 为深化农村人力资本水平，政府应加大对农村基础教育的投入，确保农村学生享有与城市同等的教育资源。此外，还需推动农村职业教育和成人教育发展，提升农民的职业技能和素养。政府还应建立多元化的农民培训体系，包括农业技能培训、创业培训、市场营销培训等，帮助农民提升农业生产技能、拓宽增收渠道。除此之外，政府应出台相关政策，鼓励和支持大学生、专业技术人员等高素质人才到农村创业就业，为农村发展注入新的活力。相应地建立健全农村人才引进、培养和激励机制，为农村提供稳定的人才保障。

参考文献：

1. [1] 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.
2. [2] 张丽君, 梁怡萱, 巩蓉蓉. 数字经济对城乡收入差距的动态影响研究——来自中国31个省(区、市)的证据[J].经济问题探索,2023(03):18-40.
3. [3] 徐伟祁, 李大胜, 闫玉科. 数字经济发展、人力资本水平与城乡收入差距[J]. 技术经济与管理研究,2023(08):33-38.
4. [4] 付晓东. 数字经济: 中国经济发展的新动能[J]. 人民论坛,2020(21):20-23.
5. [5] 韩旭东, 杨慧莲, 郑风田.乡村振兴背景下新型农业经营主体的信息化发展[J]. 改革,2018(10):120-130.
6. [6] 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(02):591-612.
7. [7] 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(02):77-93.
8. [8] 徐源, 陈永红. 数字经济对城乡收入差距的影响研究[J].生产力研究,2022(11):26-32+161.
9. [9] 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(08):71-86.
10. [10] 王俊豪, 周晟佳. 中国数字产业发展的现状、特征及其溢出效应[J]. 数量经济技术经济研究,2021,38(03):103-119.
11. [11] 王少平, 欧阳志刚. 我国城乡收入差距的度量及其对经济增长的效应[J].经济研究,2007,42(10):44-55.
12. [12] 杨士林. 数字经济发展、产业结构升级与城乡收入差距[D]. 山西财经大学,2023.
13. [13] 林毅夫, 陈斌开.发展战略、产业结构与收入分配[J].经济学(季刊),2013,12(04):1109-1140.
14. [14] 李盛基, 吕康银, 金凤龄. 财政教育支出减贫的空间溢出效应分析[J]. 税务与经济,2016(06):48-52.
15. [15] 向书坚,许芳. 中国的城镇化和城乡收入差距[J].统计研究,2016,33(04).
16. [16] 陈文, 吴赢. 数字经济发展、数字鸿沟与城乡居民收入差距[J]. 南方经济,2021(11):1-17.
17. [17] 李柳颍. 我国数字普惠金融对包容性增长的影响研究[D]. 天津财经大学,2019.