数字鸿沟对城乡收入差距影响的实证研究

陈运开

摘要：长期稳定的高速增长与巨大的收入差距是改革开放以来中国经济的显著特点，其中， 悬殊的城乡收入差距是中国经济亟待解决的问题。互联网作为一种新型信息技术，可以通过降低信息搜寻成本等方式来提高居民收入。互联网在中国推广应用的初期阶段，产生了城乡之间的“数字鸿沟”，而自2014 年以来，“数字鸿沟”呈现不断缩小的趋势，这种缩小是否会影响城乡收入差距尚需得到验证。本文分析了“数字鸿沟”对城乡收入差距的影响机理， 选取2014-2019 年中国10 省市的面板数据，通过系统GMM 估计方法对研究假说进行了验证。本文的实证研究结果表明“数字鸿沟”是影响城乡收入差距的重要因素之一，进一步缩小“数字鸿沟”是降低城乡收入差距的有力手段。

关键词：城乡收入差距 数字鸿沟 互联网

一、引言

城乡收入差距问题一直是农业经济学领域的重点问题。自改革开放以来，中国保持了长期稳定高速的经济增长，然而与此同时中国的收入分配问题却愈加严重。国家统计局的数据显示，中国基尼系数在经过多年提高后，于2009 年达到拐点，并开始持续降低。但是下降速度逐渐变慢，且李实（2018）认为我国收入差距仍然处于较高水平，并预测城乡收入差距还会出现反弹。因此， 如何降低城乡收入差距是我国将长期面临的巨大难题。

自我国接入互联网以来，互联网极大地促进了我国的经济增长，并显著影响居民收入水平。而在互联网普及早期，由于城市互联网基础设施更为完善，因而城市互联网普及率高于农村， 形成了“数字鸿沟”，但自2014 年以来，由于城市互联网基础设施基本饱和，且上网成本显著降低，特别是移动互联网在农村迅速普及，农村互联网基础设施普及速度超过城市，导致“数字鸿沟”呈现不断缩小的趋势。根据中国互联网络信息中心（CNNIC）第33 次至第48 次《中国互联网络发展状况统计报告》数据显示，自2010 年至2021 年，中国城镇居民互联网普及率从53.4% 上升至78.3%，农村居民互联网普及率从17.5% 上升至59.2%，城乡之间的“数字鸿沟”（以城乡互联网普及率之差计算）从35.9% 缩小至19.1%，而这种缩小是否会引起城乡收入差距的缩小？基于上述研究问题，本文将深入研究城乡之间的“数字鸿沟”及其与城乡收入差距的关系，以探究缓解中国当下的贫富差距问题的可行路径。

二、文献综述

（一）互联网普及与城乡收入差距研究综述

目前，国内外基于互联网与城乡收入差距的相关研究主要关注总体的互联网普及对城乡收入差距的影响，其中可分为以下三类：

1. 互联网普及缩小城鄉收入差距。郭家堂和章玉贵（2019）认为联网普及显著地降低了城乡居民收入差距，并测算了互联网普及率到达门槛值32.46% 时，互联网普及对城乡收入差距的阻滞作用才得以显现。韩长根和张力（2017）基于2003-2015 年我国30 个省面板数据， 通过系统GMM 分析方法得出互联网普及对居民的收入影响显著为正，但对农村居民的影响比城镇要大，从而得出互联网普及可以缩小城乡收入差距的结论，韩长根还分析了互联网对四种收入的不同影响，得出了互联网的普及对农村工资性收入的正效应要大于城市；对于城乡居民经营性收入，对城市为显著负效应，对农村为显著正效应；对于城乡居民财产性收入， 对城市不显著，对农村为显著正效应；对于城乡居民转移性收入则均不显著。宋晓玲（2017）、梁双陆、刘培培（2019）和张晓燕（2016）等学者以互联网金融为视角，得出了互联网金融的发展改善了城乡收入差距的结论。Gaoetal.（2018） 对我国的“村村通”政策进行了分析， 首次把农村互联网普及率分离出来，作为一个单独的解释变量，发现农村互联网普及率的提高可以显著提高农村居民可支配收入，从而得出结论：政府的“村村通”加快了农村互联网普及，从而降低了城乡收入差距。

2. 互联网普及扩大城乡收入差距。贺娅萍和徐康宁（2019）基于工作搜寻模型，认为互联网是一种可以显著降低信息搜寻成本，提高工作匹配效率的信息搜寻媒介，而这种效果对城市更加显著。孔杏（2018）以互联网金融为视角进行了实证研究，结果表明互联网金融在长期和短期都促进城乡收入差距的扩大。邱泽奇等（2016）研究发现，互联网红利主要集中在东南沿海等经济发达地区，而农村地区从互联网中受益较少，所以互联网普及会扩大城乡收入差距。

3. 互联网普及与城乡收入差距之间呈倒“U”型关系。程名望和张家平（2019）通过把互联网普及率引入到城乡二元经济的生产函数中，通过内生经济增长理论，得出了互联网普及率与城乡收入差距之间呈先扩大后缩小的倒“U”型关系的结论，而后通过系统GMM 估计方法验证了研究假说。Scheerderetal.（2017）提出在互联网发展早期，农村居民在信息获取及加工方面落后于城市，因而互联网加剧了城乡之间的收入差距，但随着移动互联网的发展， 农村地区借鉴城市互联网发展经验，加快了农村的互联网普及，而后表现出抑制城乡收入差距扩大的效应。孔星和吕剑平（2019）在信息不对称的角度，提出了城市在互联网中首先受益， 农村在互联网使用上存在后发优势，因此，互联网普及对城乡收入差距的影响呈先扩大后缩小的倒“U”型关系，并通过实证检验验证了上述理论。

（二）“数字鸿沟”与城乡收入差距研究综述

目前，学界关于互联网对城乡收入差距的研究非常丰富，但是以“数字鸿沟”为切入点的相关研究并不多见。“数字鸿沟”是指信息电子技术的鸿沟。而目前，随着信息沟通技术（简称ICTS）在城乡之间发展水平的差异，城市与农村居民在持有和利用信息技术方面形成差距， “数字鸿沟”一词逐渐被用于形容这一现象。

关于“数字鸿沟”的测度，学界广泛采用的是以人均电话、人均宽带长度、人均网络端口数量、人均上网时长等在信息技术的“接入”机会上的差异，也有学者将“数字鸿沟”的测度从“接入”机会扩展到了“利用程度”和信息技术技能等利用水平上的差异。

在关于“数字鸿沟”的实证研究中，刘骏（2017）通过人工神经网络法（ANN）对“数字鸿沟”和城乡收入差距进行了实证分析，刘骏将城乡宽带长度、城乡端口数量、人均交换机数量作为衡量“数字鸿沟”的变量，结论是“数字鸿沟”的扩大会使得城乡收入差距扩大。

（三）文献述评

纵观近几年的研究结果，尚有以下不足之处需要改善。在现有研究中，主要聚焦于互联网普及对城乡收入差距的影响，或单独的农村地区互联网普及对城乡收入差距的影响，缺乏聚焦于单独分析城乡互联网普及率的差异（即“数字鸿沟”）与收入差距之间关系的研究，以城乡互联网普及率的比值为核心解释变量，进行回归分析，这样得出的结果才更有说服力， 也更加有现实意义。现有研究尚未考虑到互联网升级换代以及移动互联网快速普及的因素， 即传统非智能通讯设备（如不可上网的老年机）与可接入互联网的设备（如智能手机）对于收入的影响存在差异，同时，移动互联网设备与固定互联网设备对收入的影响也应该分开考虑。因此，应当在实证模型中考虑可接入互联网的设备，尤其是移动设备所形成的“数字鸿沟” 对城乡收入差距的影响才更具有现实意义。

三、影响机制、估计方法与变量选取

（一）影响机制

互联网通过降低交易成本、信息搜寻成本和信息传递成本等方式，提高居民收入，但是在互联网普及早期，上网成本较高且城市网络技术设施比农村更加完善，城市互联网普及率高于农村而产生了“数字鸿沟”，因此，“数字鸿沟”的存在会导致互联网对城市居民收入的提高作用大于对农村居民收入的提高作用，因而导致城乡收入差距。而自2014 年以来，由于城市网络基础设施基本饱和，农村网络基础设施迅速发展，且上网成本显著降低，特别是移动互联网在农村迅速普及，使得“数字鸿沟”呈现不断下降的趋势，因而导致城乡收入差距的缩小。

基于上述分析，本文提出以下研究假说：“数字鸿沟”会显著影响城乡收入差距，且“数字鸿沟”的缩小会显著降低城乡收入差距。

（二）估计方法选择

由于本文的被解释变量与核心解释变量之间可能存在双向因果关系，根据既往研究经验， 采用系统GMM 估计方法可以解决双向因果关系引起的内生性，比如张红霞和王丹阳（2016）采用系统GMM 以克服产业结构与要素投入之间的双向因果关系问题；黄小英等（2016）采用系统GMM 以克服贷款增长率与银行资产规模、银行资本充足率之间的双向因果关系问题；卫平和余奕杉（2017）通过系统GMM 以克服制造业产业机构与环境规制之间的双向因果关系问题。因此本文所用估计方法为系统GMM（SystemGMM）估計方法，用以解决可能存在的内生性问题和弱工具变量问题（BlundellandBond，1998）。考虑到本文样本量较小，两步系统GMM（Two- StepSystemGMM）效率较低，而一步系统GMM（One-StepSystemGMM）更适用于小样本，本文选择一步系统GMM 作为实证研究的估计方法。同时，对核心解释变量城乡每百户接入互联网的移动电话数量之比（Gap1）、城乡每百户均接入互联网的个人电脑数量之比（Gap2）取一阶滞后项，从而进一步降低双向因果性对回归结果的影响。因为当期的城乡收入差距可能会影响当期的“数字鸿沟”，但是不可能影响到上一期的“数字鸿沟”。

（三）变量选取与数据来源

1. 被解释变量的选取。既往研究对于城乡收入差距的测度主要以城乡收入比为主要指标， 如陈斌开和林毅夫（2013）以此为被解释变量从发展战略的角度，研究了城市化和城乡收入差距之间的关系。但这一指标无法反映出城乡人口比重，不能精确反映城乡收入差距。而传统的收入差距系数，即基尼系数只能衡量社会总体的收入差距，无法衡量城乡之间的收入差距，泰尔指数对极端值即贫富两端的变动比较敏感，更适于城乡收入差距水平的研究。因此， 为使研究结果更加稳健且更具说服力，本文选择同时以泰尔指数（Theil）、城乡收入比（Ratio） 两个指标作为被解释变量。

2. 解释变量的选取。本文核心解释变量为“数字鸿沟”，分为以下两个指标：Gap1 为城乡每百户接入互联网的移动电话数量之比；Gap2 为城乡每百户接入互联网的个人电脑数量之比。

3. 控制变量的选取。根据既往学者相关研究的经验，本文选取以下指标作为控制变量： 经济发展水平（Eco）、城市化水平（Urban）、对外开放水平（Open）、财政支出水平（Fin）、产业结构（lnSec、lnThr）、教育发展水平（Edu）。其中，经济发展水平以人均GDP 的自然对数（lnGdppp）及其平方项（lnGdppp2）为衡量指标；城市化水平（Urban）以城市人口与地区总人口之比为衡量指标；对外开放水平（Open）以进出口总额与GDP 之比为衡量指标；财政支出水平（Fin）以财政支出占GDP 的比重为衡量指标；产业结构（lnSec、lnThr）以第二产业增加值占GDP 比重的自然对数和第三产业增加值占GDP 比重的自然对数两个变量为衡量指标；教育发展水平（Edu）以教育经费支出占财政支出的比重为衡量指标。

4. 数据来源。本文所用数据为中国2014-2019 年10 省（直辖市）的面板数据，数据来自各省统计年鉴与中国知网CNKI《中国经济与社会发展统计数据库》， 所选地区涵盖了中国东中西三大区域。其中，东部地区涵盖了北京市、江苏省、浙江省、福建省、山东省和吉林省六个省市；中部地区涵盖了山西省与河南省两个省；西部地区涵盖了四川省与陕西省两个省。

5. 描述性统计。表1 为核心变量的描述性统计，由表中数据可知，泰尔指数（Theil） 均值为0.075，城乡收入比（Ratio）均值为2.441，说明整体上看，中国城乡收入差距仍然处于较高水平。而城乡每百户接入互联网的移动电话数量之比（Gap1）均值为1.39，城乡每百户接入互联网的个人电脑数量之比（Gap2）均值为2.82，说明中国存在明显的“数字鸿沟”。

6. 核心变量时间趋势。本文以山东省为例，举例说明核心变量的时间变化趋势。自2014 年至2019 年，山东省泰尔指数（Theil）由0.086 下降至0.072，下降幅度为16.2%，年均下降3.2%，城乡收入比（Ratio）由2.46 下降至2.38，下降幅度为3.3%，年均下降0.65%。城乡收入比与泰尔指数均呈平稳下降的趋势，但总体仍然处于较高水平，以城乡收入比为例， 山东省城市居民人均可支配收入仍为农村居民人均可支配收入的2.38 倍，说明城乡收入差距虽然在平稳下降，但下降速度较为緩慢。对比泰尔指数与城乡收入比的变化趋势可以看出， 两者在反映城乡收入差距方面存在差异，因此，同时采用两者为被解释变量可使实证结果更为稳健。自2014-2019 年，山东省城乡每百户接入互联网的移动电话数量之比（Gap1）从2.13 下降至1.21，下降幅度为43.2%，年均下降幅度为8.63%，城乡每百户接入互联网的个人电脑量之比（Gap2）从2.78 下降至1.95，下降幅度为29.8%，年均下降幅度为5.97%，可以看出， 山东省“数字鸿沟”呈现缩小的趋势，且缩小趋势明显，尤其是移动设备所形成的“数字鸿沟” 正呈现快速下降趋势。

四、系统GMM 实证结果与分析

（一）系统GMM 实证结果

为探究“数字鸿沟”对城乡收入差距的影响，本文通过Stata15 进行一步系统GMM 估计（One-StepSystemGMM），回归结果表2 所示：

其中，模型（1）-（2）以泰尔指数（Theil）为被解释变量、模型（3）-（4）以城乡收入比（Ratio）为被解释变量。模型（2）（4）为异方差稳健标准误的回归结果。

（二）模型误设分析

由AR（1）、AR（2） 统计量可知，模型（1）-（4）均不存在二阶序列相关。而Sargan 统计量表明，对于模型（1）-（4），无法拒绝原假设（所以工具变量均有效）。由此可认为模型设定及工具变量（滞后变量）选取恰当。本文回归模型中，控制了时间虚拟变量，降低了可能存在的截面相关对估计结果的影响，同时，仅采用了被解释变量的三阶滞后项作为前置变量， 在保证充分识别的同时，减少了工具变量个数，尽可能规避了可能存在的内生性对本文估计结果的影响。

由模型（1）-（2）与模型（3）-（4）的对比可以看出，被解释变量泰尔指数（Theil） 与城乡收入比（Ratio）的回归结果不存在显著差异，说明模型稳健性较高，较好反映了城乡收入差距水平。

（三）估计结果分析

在模型（1）-（4）中，城乡每百户接入互联网的移动电话数量之比的滞后项L.gap1 与城乡每百户接入互联网的个人电脑数量之比的滞后项L.gap2 的系数均为正值，证明城乡“数字鸿沟”与城乡收入差距存在正向相关关系。四个模型中的城乡每百户接入互联网的移动电话数量之比的滞后项L.gap1 的系数均为正，但都不显著。而在模型（1）-（4）中，无论是以泰尔指数（Theil）为被解释变量，还是以城乡收入比（Ratio）为被解释变量，城乡每百户接入互联网的个人电脑数量之比L.gap2 的系数均显著为正，且在异方差稳健的标准误下， 仍然保持在10% 的显著性水平下，表明城乡接入互联网的个人电脑拥有量之比会显著影响城乡收入差距，且比值越大，城乡收入差距越大。由此可知，“数字鸿沟”是影响城乡收入差距的重要因素之一。

除此以外，在模型（1）-（4）中，城市化水平（Urban）的系数均在1% 的显著性水平下显著为正，证明在近几年，城市化进程加剧了城乡收入差距。在模型（1）（3）中，经济对外开放水平（Open）的系数均在1% 的显著性水平下显著为负，说明提高经济对外开放水平，鼓励进出口贸易是缩小城乡收入差距的有力途径。另外，财政支出水平（Fin）的系数在10% 的显著性水平下显著为正，说明当下的政府支出更多是倾向城市发展的支出，而不是更多用于提高农民的收入水平。最后，反映产业结构的控制变量（LnSec）和（LnThr）分别在5% 和1% 的显著性水平下显著为负，说明发展第二、三产业，吸引农民进入非农部门仍然是可以缩减城乡收入差距。

五、研究结论与政策建议

（一）研究结论

本文通过2014-2019 年中国10 省市的面板数据，在充分考虑内生性的基础上，以内生解释变量滞后一期为核心解释变量，通过一步系统GMM 估计（One-StepSystemGMM）对“数字鸿沟” 与城乡收入差距的相关关系进行了实证检验，得出了以下结论：

首先，“数字鸿沟”是影响城乡收入差距的重要因素之一。从理论上讲，互联网可以提升居民收入水平，而城乡之间互联网的不均衡发展，即“数字鸿沟”会导致城市居民所享受到比农村居民更高的收入水平的提升，因而影响城乡收入差距。

在本文的实证结果中，核心解释变量的符号与预期相符，均为正值，其中城乡每百户接入互联网的个人电脑数量之比显著性水平较高，而城乡每百户接入互联网的移动电话数量之比虽然不显著，但是系数不仅为正值且系数大小不可忽视，证明“数字鸿沟”是影响城乡收入差距的重要因素。

其次，本文通过实证研究发现，城市化水平、财政支出占GDP 的比重、经济对外开放水平、产业结构均会显著影响城乡收入差距。其中，城市化水平以及财政支出占GDP 比重的提高会显著提高城乡收入差距；而经济对外开放水平与第二、三产业增加值占GDP 比重的提高会显著降低城乡收入差距。

（二）政策建议

首先，应坚定落实乡村振兴战略关于数字化赋能乡村振兴的重要举措，重视农村地区的互联网建设，加强新型互联网技术在农村的普及与推广应用。自2014 年至2019 年，中国城乡之间的泰尔指数、城乡收入比均呈平稳下降趋势，即中国城乡收入差距水平呈平稳下降的趋势，但是仍然处于较高水平。而“数字鸿沟”是影响城乡收入差距的主要因素之一，因此， 中国应当重视农村互联网建设，推广网络电子设备的应用，降低网络资费标准，提高基站普及率，扩大公共场所网络覆盖程度，保障农村地区，尤其是偏远地区稳定高速的网络连接， 尽快实现农村地区的网络全覆盖。除了降低城乡之间互联网普及率的差异，提高农村居民的网络电子设备保有量之外，也应当重视新型互联网技术，如5G 技术在城乡之间的均衡发展。防止5G 技术的普及与应用在城市与农村之间形成新一代“数字鸿沟”，从而引起城乡收入差距的反弹。要提高农村5G 基站覆盖区域，提升网络设施的数字化水平与智能化水平，为“5G+ 智慧农业”、农业大数据、农业物联网等数字技术的发展提供坚实基础，将数字技术贯通于农业全产业链体系，研发、育种、种养殖、加工、储运、市场、销售、体验、消费、品牌等产业链环节通过数字手段进行全面渗透，以数字化引领驱动农业现代化，不断提高农业质量效益和竞争力，通过数据流动驱动产业发展升级，从而推进共同富裕。还应当重视通信技术的开发与升级、支持软硬件开发，提高网络信息化水平，降低软硬件生产成本与使用成本。对相关产业进行扶持与补贴，促进通信、软硬件开发产业的革新，尤其是利于促进农民收入的信息技术的发展与研究。

此外，目前的网络设备软件功能繁多，但也同时导致了软件的学习门槛较高，对老年人与受教育水平较低的群体而言，学习成本较高。相关软件设计者与厂商应该尽可能开发无障碍版应用软件或者集中于主要功能的简洁版应用软件，以降低应用软件的学习门槛，让更多的居民学会使用互联网，以进一步提高互联网对增加居民收入水平的作用。对于应用软件的内容，相关部门应该加强网络资源审核机制与推广机制，提倡知识型、技能型内容的推广， 激励大众发布积极向上的网络资源，引导农民通过互联网提升个人知识技能储备，结合乡村人才振兴等需求，融合数字技术制订数字乡村专项人才培养计划，通过产学研用结合的方式， 提高对人才的培养力度，培育数字人才的数字化思维、专业技能和综合素质，以进一步提高互联网对农民收入水平的促进作用。农村电商、网络直播等方式已经成为农村地区通过网络脱贫致富的新途径，相关部门应该推广并支持农村电商和网络直播销售在农村地区的发展， 为农村经济注入新活力、新力量与新血液，鼓励农村年轻人返乡发展，提高自身收入的同时为农村经济发展提供动力。

其次，应调整公共资源分配导向。除了提高农民个人的网络设备拥有量之外，也应该提高农村地区医院、学校等公共单位的网络电子设备质量和数量，以保障农村地区的远程医疗、智能化学习的普及与发展，提高城乡之间公共电子资源的均衡分配。本文研究发现，城市化发展与财政支出水平的提高均会导致城鄉收入差距扩大，在城市化进程中，不应当只以城市发展为核心，仍需注重农村经济的活跃发展。

最后，应加强对外经济往来，提高第二、三产业发展水平。经济对外开放水平是显著影响城乡收入差距的因素之一，进出口贸易可以提高农民收入水平，缩小城乡收入差距，应当鼓励进出口贸易，尤其是农产品进出口贸易，发挥中国农产品的比较优势，依托数字乡村战略， 提高农产品质量，丰富农产品品类，促进农产品的出口创收。第二、三产业占GDP 的比重均会显著影响城乡收入差距，可见目前中国农业经营收入仍然低于第二、三产业的工资性收入， 因此，应支持第二、三产业的发展，提高第二、三产业的规模，吸引更多的农业人口向非农部门流动，从而提高农民收入，并进一步缩减城乡收入差距。

参考文献

[1] 李实. 当前中国的收入分配状况[J]. 学术界，2018（03）：5-19+274.

[2]张世虎， 顾海英. 互联网信息技术的应用如何缓解乡村居民风险厌恶态度？——基于中国家庭追踪调查（CFPS）微观数据的分析[J]. 中国农村经济，2020（10）：33-51.

[3] 郭家堂， 章玉贵. 互联网能阻滞中国城乡居民收入差距的扩大吗？——基于中国省级面板数据的实证分析[J]. 上海经济，2019（06）：57-73.

[4] 韩长根， 张力. 互联网普及对于城乡收入分配的影响——基于我国省际面板数据的系统GMM 分析[J]. 经济问题探索，2017（08）：18-27.

[5] 宋晓玲. 数字普惠金融缩小城乡收入差距的实证检验[J]. 财经科学，2017（06）：14-25.

[6] 梁双陆， 刘培培. 数字普惠金融与城乡收入差距[J]. 首都经济贸易大学学报，2019，21（01）：33-41.

[7] 张晓燕. 互联网金融背景下普惠金融发展对城乡收入差距的影响[J]. 财会月刊，2016（17）：94-97.

[8]YanyanGao，LeizhenZang，JunSun.Doescomputerpenetrationincreasefarmersincome？Anempirical studyfromChina[J].TelecommunicationsPolicy，2018，42（5）.

[9] 贺娅萍， 徐康宁. 互联网对城乡收入差距的影响： 基于中国事实的检验[J]. 经济经纬，2019，36（02）：25-32.

[10] 孔杏. 新常态下互联网金融发展与城乡收入差距动态关系研究[J]. 经济与管理，2018，32（02）：58- 62+92.

[11] 邱泽奇， 张樹沁， 刘世定， 许英康. 从数字鸿沟到红利差异——互联网资本的视角[J]. 中国社会科学，2016（10）：93-115+203-204.

[12] 程名望， 张家平. 互联网普及与城乡收入差距： 理论与实证[J]. 中国农村经济，2019（02）：19-41.

[ 1 3 ] A n i q u e S c h e e r d e r ， A l e x a n d e r v a n D e u r s e n ， J a n v a n D i j k . D e t e r m i n a n t s o f I n t e r n e t s k i l l s ， u s e s a n d o u t c o m e s . A s y s t e m a t i c r e v i e w o f t h e s e c o n d - a n d t h i r d - l e v e l d i g i t a l d i v i d e [ J ] . TelematicsandInformatics，2017.

[14] 孔星， 吕剑平. 互联网普及对甘肃省城乡收入差距的影响——基于信息不对称视角[J]. 生产力研究，2019（08）：91-97.

[15] 刘骏. 城乡数字鸿沟持续拉大城乡收入差距的实证研究[J]. 统计与决策，2017（10）：119-121.

（作者单位：南京农业大学）