数字经济发展、城乡收入差距与居民消费率

郑得坤，王 宏

(1.徐州工程学院 金融学院，江苏 徐州 221018；2.上海工程技术大学 发展规划处，上海 201620)

一、引言及文献综述

党的二十大报告提出要“着力扩大内需，增强消费对经济发展的基础性作用”，而扩大内需的关键在于提升居民消费率。以往城市偏向型的发展方式，致使城乡收入差距不断扩大[1]，这一差距近年来虽有缩小，却依然停留在较高的水平。过大的城乡收入差距无益于居民消费率的提升[2－6]，在出口受困、内需乏力的当下，缩小城乡收入差距，提升居民消费份额，增强内需发展后劲，为加快构建新发展格局提供有力支撑成为各级政府政策制定的重要方向。

数字经济是经济高质量发展的重要驱动力量，对城乡收入差距和居民消费需求产生了深远的影响。一方面，数字经济在激发农村居民创新创业、促进农村剩余劳动力就业，提升农村居民收入水平，缩小城乡收入差距，扩大消费需求方面发挥着重要作用。另一方面，随着区块链、云计算、人工智能等前沿数字技术的深度应用，“数字鸿沟”不断拉大城乡居民收入差距，抑制居民消费率的提升。这意味着，在数字经济蓬勃发展的现实背景下，需要积极探索数字经济发展缩小城乡收入差距，扩大居民消费需求的扶持性政策，推动区域经济实现包容性发展。

国内外关于数字经济发展对居民消费影响的研究基本认同:(1)数字经济发展促进了居民消费支出[7－18]；(2)数字经济发展发挥着缓解城乡居民消费差距的作用[19－24]；(3)数字经济发展推动了居民消费升级[9，25－26]。而关于数字经济发展与城乡收入差距之间关系的研究结论并不一致，大致有以下三种观点:第一，数字经济发展缩小了城乡收入差距[27－33]。第二，数字经济发展拉大了城乡收入差距[34－35]。或者是，数字经济发展对城乡居民收入差距的影响取决于其对农村居民收入的提升效应与“数字鸿沟”效应之间的相对强弱[36]。第三，数字经济发展与城乡收入差距之间存在非线性(U 形或倒U 形)关系[27，29，37－38]。此外，关于城乡收入差距与居民消费率之间关系的研究倾向于认为，缩小城乡收入差距有利于扩大消费需求[2－6]。然而，在消费倾向递减规律的影响下，高收入群体的预防性和遗赠性储蓄倾向高于低收入群体，城乡收入差距扩大将导致居民消费率下降[4，6]。也有文献指出，由于城镇居民的边际消费倾向相对较高，适度扩大城乡收入差距，反而有利于居民消费率的提升[39]。或者是，城乡收入差距与居民消费率之间呈倒U 形关系[40]。

总体而言，现有考察数字经济发展、城乡收入差距与居民消费支出之间的关系研究非常丰富，提出了不少有价值的观点。然而，鲜有研究关注到数字经济发展对居民消费率的影响。其中，姚战琪[22]的研究讨论了数字经济通过不断减小城乡收入差距，促进居民人均消费支出的增加。由于人工智能、云计算、区块链等数字信息技术突飞猛进，按照不变价格计算的居民消费支出逐年增长，数字经济发展与居民消费支出之间的正相关关系是可以预期的。与消费支出相区别，消费率衡量的是居民消费支出与GDP 的相对增长速度，表征的是社会产出分配于居民消费的份额，有助于从根本意义上识别居民消费能力与水平。因此，探究数字经济发展对居民消费率的影响及其作用机理，对于提升居民消费份额，扩大消费需求，实现包容性发展具有较强的现实性与迫切性。

本文可能存在两个方面的研究贡献:第一，在研究视角上，将数字经济发展影响居民消费需求的研究从消费支出、城乡消费差距和消费升级，拓展到居民消费率，即从城乡收入差距的视角探究数字经济发展对居民消费份额的影响。第二，在现实意义上，分析数字经济发展与居民消费率之间关系的影响渠道与作用机制，为激发居民消费潜力，扩大国内需求提供可行的思路及实现路径。

二、研究假设

数字经济发展的就业效应和“数字鸿沟”效应影响着居民消费行为，城乡收入差距是数字经济发展影响居民消费率的渠道之一。因此，我们从就业效应、“数字鸿沟”效应，以及“数字鸿沟”引致的城乡收入差距扩大三个方面展开对影响机理的论述①“数字鸿沟”是信息富有者与信息贫困者之间的鸿沟，表现为创造财富能力的差距。。

首先，在数字经济的不同发展阶段，其引致的劳动力就业效应具有异质性。在起步阶段，一方面，数字经济为城市基础设施建设提供资金支持，是城镇化、工业化的重要推动力量，对促进城镇中小企业发展，吸引农村过剩劳动力进城务工，提升岗位与技能的匹配程度，缩小城乡收入差距，提升居民消费率发挥着促进作用。另一方面，大量农村剩余劳动力进城务工，所带来的最直接影响就是自身和农村留守家庭成员收入水平和生活质量的提升，同时也会缓解农村劳动力过剩问题，提高农业生产效率，提升农村居民收入水平，扩大农村消费需求。此外，大量剩余劳动力涌向城镇，也会抑制城镇居民工资过快上涨，推动实现城乡要素报酬均等化，缩小城乡收入差距，提升居民消费率。但是，随着大数据、物联网、云计算等数字技术广泛而深度地应用，传统产业不断优化升级，生产模式持续更新，企业对员工人力资本的要求也日益提高。由于农村居民整体受教育水平相对偏低，人力资本储备普遍不足，涌向城镇的农村剩余劳动力难以满足数字经济时代企业对新型人才的需求，他们只能在城镇建筑业、服务业等行业、部门就业，获取略高于农村的收入水平，城乡收入差距不断拉大，抑制居民消费率的提升。

其次，在发展初期，政府强化农村通信基础设施领域的投资，推动实现移动互联网的应用与普及，提高农村居民获取创业信息的便利程度，降低创新创业的门槛与风险，刺激农村居民开展创新创业行为，提高农村居民收入水平，缩小城乡收入差距，提升居民消费率。然而，随着数字经济的发展，“数字鸿沟”效应逐渐占据主导地位，城乡居民之间人力资本水平不同所引致的数字技术应用能力差距日益突出，数字经济对农村居民创业和收入增长效应日渐式微，“数字红利”更多为城镇居民所获取，城镇居民收入增长更快，城乡收入差距持续拉大，阻抑了居民消费率的提升。

总之，在起步阶段，数字经济发展通过推动城镇化、工业化，以及激发农村地区的创新创业行为，缩小城乡收入差距，提升了居民消费率。但随着数字经济的进一步发展，“数字鸿沟”效应则会拉大城乡收入差距，抑制居民消费率的提升。基于上述分析，我们将数字经济发展与居民消费率之间的关系归纳为下面两个假设。

假设1:数字经济发展与居民消费率之间呈倒U 形关系。

假设2:数字经济发展与居民消费率之间存在关于城乡收入差距的中介效应。

三、研究设计

(一)数据来源

本文构建数字经济指数所需的指标之一数字普惠金融指数来自北京大学数字金融研究中心网站(https:∥idf.pku.edu.cn/)，其他变量来自国家统计局网站(http:∥www.stats.gov.cn/)和各省份历年统计年鉴。

(二)变量设定

被解释变量:居民消费率，测度居民消费需求的常用指标，衡量居民消费支出和GDP 的相对变化，是刻画居民福利水平的经典指标之一。在稳健性检验部分，我们使用“社会消费品零售总额/GDP”作为居民消费率的代理变量。

解释变量:数字经济指数，参照赵涛等[41]的构建方法，利用北京大学数字金融研究中心发布的省级层面数字普惠金融指数和各省(自治区、直辖市)每百人互联网用户数、计算机服务和软件从业人员占总就业人员的比重、人均电信业务总量、每百人移动电话用户数五个指标，使用主成分分析法测算出中国大陆31 个省份(港澳台地区除外)的数字经济发展综合指数。

中介变量:城乡居民收入差距，参照王少平和欧阳志刚[42]的思路方法，利用城镇(农村)地区的居民收入(总收入)和人口(总人口)数据计算出城乡居民收入泰尔指数，作为城乡收入差距的代理变量。在稳健性检验部分，使用城乡收入比作为城乡收入差距的代理变量。

根据研究需要，本文将控制变量选定为:地区产业结构、金融发展水平、对外开放水平、商品房平均销售价格(元/平方米)和民生性支出占GDP 的比重。各种变量的描述性统计与说明见表1。

表1 变量的描述性统计与说明

对数据处理的说明:(1)由于北京大学金融研究中心发布的数字普惠金融指数的时间区间是2011—2020年，而数字普惠金融指数是构建数字经济指数的核心变量之一。因此，我们将样本研究时间区间选定为2011—2020 年。(2)用2011 年GDP 平减指数，对GDP、居民消费支出、产业增加值等主要变量做消胀处理，剔除物价变动的影响。(3)为消除异方差的影响，对表示绝对数值的变量“商品房平均销售价格”作对数处理。(4)自2013 年起，城镇和农村住户调查的调查范围、调查方法、指标口径有所改变，为确保样本数据的可比性与连贯性，我们以2013 年城镇与农村可支配收入(纯收入)的比值作为系数，并将2013 年之后的居民收入数据与系数相乘，尝试对2013 年以后的数据进行平滑处理。(5)有效样本涵盖31 个省份，最终观察值310 个。

(三)模型设定

基于前文提出的数字经济对居民消费率影响逻辑，构建以下计量模型展开实证检验:

其中，Ci，t和Dei，t分别是省份i在时期t的居民消费率和数字经济指数，λi表示i省份不可观测的固定效应，Xi，t和ζi，t分别是控制变量和随机扰动项。为捕捉到可能存在的非线性关系，本文在参数估计中增加数字经济指数的平方项(Dei，t)2。当数字经济与居民消费率之间存在倒U 形关系，即研究假设成立时，预计α1>0且α2<0。

考虑到数字经济发展可能会通过城乡收入差距间接影响居民消费率，即数字经济对居民消费率的影响存在来自城乡收入差距的中介效应。为对上述假设进行验证，本文基于中介效应的一般检验步骤，采用逐步回归系数法进行中介效应检验:

其中，Idi，t是城乡收入差距的代理变量，其他变量含义不变。

根据Baron 和Kenny[43]提出的中介效应检验方法，我们需要关注以下三个条件是否成立:

(1)数字经济发展显著影响居民消费率；

(2)数字经济发展显著影响城乡收入差距；

(3)在控制中介变量城乡收入差距以后，数字经济发展显著影响居民消费率。

在满足条件(1)的基础上，若计量模型(2)中系数γ1显著，则根据γ1、α3和α5系数符号判断中介效应的具体性质。γ1、α3和α5系数符号一致，说明存在部分中介效应，不一致则说明存在遮掩效应。若α3系数不显著，说明存在完全中介效应。

四、实证分析

(一)基本回归

根据Hausman 检验结果(P ＝0.000)，本文选用双向固定效应模型进行参数估计，表2 报告的是基于计量模型(1)的回归结果。

表2 数字经济发展对居民消费率的影响:固定效应模型

表2 列(1)报告的是控制省份固定效应和年份固定效应的回归结果:数字经济指数一次项回归系数为0.032 0，通过显著性水平为1%的统计检验；数字经济指数二次项回归系数为－0.000 2，也通过显著性水平为1%的统计检验。这表明，数字经济发展与居民消费率之间存在显著的倒U 形关系。在倒U 形曲线的左侧，随着数字经济水平的提高，居民消费率不断提升；但在跨越转折点以后，两者之间则呈负相关关系，数字经济的进一步发展会抑制居民消费率的提升。表2 列(2)～(6)，在表2(1)列的基础上依次增加地区产业结构、金融发展水平等控制变量。与表2 列(1)相比，回归结果并未发生本质变化。表2 的全部回归结果一致显示，数字经济指数的一次项系数在1%统计水平显著为正；最为重要的是，数字经济指数的二次项系数在1%统计水平显著为负。由此可见，数字经济发展与居民消费率之间确实存在显著的倒U 形关系:在倒U 形曲线的左侧，数字经济发展与居民消费率之间表现为正相关关系；随着数字经济的进一步发展，两者转而表现为负相关关系，数字经济的发展抑制了居民消费率的提升。

(二)内生性问题

在实证分析中，内生性问题是因果识别的难点。在识别数字经济发展对居民消费率的影响上，存在两大内生性问题:第一，遗漏变量问题。在基准回归模型中，我们尽可能控制住了影响数字经济发展和居民消费率的多种因素，比如地区产业结构、金融发展水平等，同时控制住了省份固定效应和年份固定效应，来降低遗漏变量所导致的内生性问题。但数字经济发展仍有可能与其他未被控制的因素相关，同时影响到居民消费率。第二，反向因果问题。居民消费需求可能是地区数字经济发展的驱动性力量，越是居民消费需求旺盛的地区，数字经济发展水平越高。

总之，表2 的回归结果表明，数字经济发展与居民消费率之间存在显著的倒U 形关系。然而，由于数字经济发展在固定效应模型回归中可能因遗漏变量和反向因果关系而存在内生性问题:Hausman 检验统计量对应的P 值为0.002 7，在1%的显著性水平上拒绝原假设，即数字经济指数是内生变量。我们尝试选用工具变量——1995 年各省(自治区、直辖市)的城市电话用户数量和滞后一期的数字经济指数，来缓解内生性问题。理由为:一方面，互联网是传统信息技术的延续，一个地区历史上的电信基础设施和用户电话使用习惯在很大程度上会影响到后续阶段互联网技术的推广与应用。另一方面，固定电话等传统电信工具对经济发展的影响随着使用频率的下降而式微，满足排他性要求。需要说明的是，由于选取的是一个年份横截面数据，无法直接应用于面板数据的计量分析。我们借鉴Nunn 和Qian[44]的处理方法，将1995 年各省(自治区、直辖市)城市电话用户数量分别与各地区2011—2020 年相应年份数值相乘以构造交互项，作为该地区这一年度数字经济指数的工具变量。利用上述工具变量，表3 汇报了对应的回归结果。

表3 数字经济发展对居民消费率的影响:工具变量GMM 模型

首先，表3 列(6)工具变量有效性检验结果分别拒绝了“不可识别”和“弱工具变量”的原假设。过度识别检验显示，在10%的显著性水平上仍不能拒绝“所有解释变量均为外生”的原假设。因此，可认定所有工具变量均为外生变量。其次，通过对比表2 和表3 的检验结果，我们发现，数字经济指数与居民消费率之间依然呈现出显著的倒U 形关系，而且，数字经济指数一次项和二次项系数的影响程度明显增加。这说明，在考虑内生性问题之后，工具变量GMM 模型的回归结果与基准回归结果保持一致，影响程度甚至有所加强。据此，我们认为数字经济发展与居民消费率之间存在因果关系。

根据表3 列(6)的结果测算，数字经济发展与居民消费率之间呈倒U 形关系的拐点值为63，接近表4 中数字经济指数的75 分位数水平，表明大约有25%的研究样本位于拐点的右侧。根据2011—2020 年各地区年度样本数据的平均值，江苏、广东、浙江、上海和北京五个地区位于拐点值右侧，重庆、四川、宁夏、吉林、海南、内蒙古、陕西、辽宁、天津、福建十个地区逼近拐点值，其他地区则位于拐点值左侧。这意味着，对于拐点值右侧的五个地区而言，需警惕数字经济过快发展拉大城乡收入差距而引致的对居民消费率的抑制性影响。对其他地区而言，需要进一步强化数字经济发展缩小城乡收入差距，提升居民消费率的积极作用。

表4 数字经济指数的分位数统计信息

五、稳健性检验与机制分析

(一)稳健性检验

接下来采用更换被解释变量为全社会消费品零售额与GDP 的比值、剔除2020 年样本数据和选用U－Test检验的方法展开稳健性检验。理由:(1)表2 和表3 中的居民消费率测度的是居民在商品和服务领域的支出占GDP 的比重。由于商品领域样本数据的统计误差相对更小，我们尝试单独使用居民在商品领域的支出与GDP 的比值测度地区居民消费率，这也是常见的衡量居民消费水平的指标之一。(2)2020 年突如其来的新冠肺炎疫情对经济社会和居民消费支出造成较为严重的影响，可能会对研究结论的准确性与可靠性造成一定的干扰，故而选择剔除掉。(3)尽管前文实证研究表明数字经济指数的一次项系数显著为正，二次项系数显著为负，但两者之间很可能是单调递增凸型而非倒U 形关系。

1.更换被解释变量

表5 报告的是更换居民消费率的测算方法以后，使用工具变量GMM 模型的检验结果。

表5 数字经济发展对居民消费率的影响:工具变量GMM 回归

表5 显示:数字经济指数的一次项系数在1%水平上显著为正，二次项系数在1%水平上显著为负，即数字经济发展与居民消费率之间存在显著的倒U 形关系。工具变量有效性检验拒绝“不可识别”和“存在弱工具变量”的原假设，不能拒绝“所有工具变量均外生”的原假设，这表明选取的工具变量是有效的。

2.剔除2020 年样本数据

表6 报告的是剔除掉2020 年受新冠肺炎疫情影响的样本数据后，使用工具变量GMM 模型的检验结果。

表6 数字经济发展对居民消费率的影响:稳健性检验II

表6 显示:数字经济指数与居民消费率之间依然存在显著的倒U 形关系，所有控制变量的系数符号和显著性均与前文回归结果保持一致，且通过了工具变量的有效性检验。这说明本文的主要研究结论是相当稳健的。

3.U－test 法

在经济学研究中，检验解释变量与被解释变量之间可能存在的非线性关系，最常用的方法是在计量模型中增加解释变量的平方项，根据平方项系数在统计上是否显著，并结合一次项与二次项系数符号判断U 形或倒U 形关系。然而，Lind 和Mehlum[45]认为，这一判别标准过于薄弱。当真正的关系是凸而单调时，模型估计将错误地产生一个极值点和U 形(倒U 形)关系。为确保研究结论的准确性与可靠性，我们使用Lind 和Mehlum[45]借鉴Sasabuschi[46]开发的通用框架，基于前文工具变量计量检验结果，就数字经济指数与居民消费率之间是否存在倒U 形关系展开更为严谨的检验，检验结果见表7。

表7 数字经济发展对居民消费率的影响:稳健性检验III

从表7 看出，无论先行选择固定效应模型还是工具变量GMM 模型，极值点都在数值范围内，并能在1%水平上拒绝原假设。同时，结果中Slope 系数在区间内分别呈一负一正。根据Lind 和Mehlum[45]的判定标准，我们认为数字经济发展与居民消费率之间存在显著的倒U 型非单调关系——这一结果再次验证了假设1。

(二)机制分析

前文理论分析表明，数字经济发展通过先缩小后扩大城乡居民收入差距，进而对居民消费率产生先促进后抑制的影响。也就是说，数字经济发展与居民消费率之间存在关于城乡收入差距的中介效应。接下来，我们将借鉴Baron 和Kenny[43]提出的中介效应检验方法，基于计量模型(2)(3)，展开中介效应分析。表8 报告的是采用逐步回归系数法的中介效应检验结果。

表8 数字经济发展对居民消费率的影响:逐步回归系数法

表8 列(1)～(3)报告的是采用城乡收入泰尔指数作为中介变量的回归结果。表8 列(1)显示，数字经济指数一次项系数为正，在1%的水平上高度显著；二次项系数为负，也在1%水平上高度显著。满足第一个中介效应检验:数字经济发展显著影响居民消费率。表8 列(2)显示，数字经济指数一次项系数为负，在1%的水平上高度显著；二次项系数为正，也在1%水平上高度显著。满足第二个中介效应检验条件:数字经济发展显著影响城乡收入差距。表8 列(3)显示，在控制住城乡收入泰尔指数以后，数字经济发展依然显著影响居民消费率，满足第三个中介效应检验条件。由于数字经济指数的一次项和二次项系数均在1%水平上高度显著，且γ1、α3和α5系数符号不一致，这说明，数字经济发展与居民消费率之间存在关于城乡收入差距的部分中介效应，且这一中介效应具体表现为遮掩效应。

表8 列(4)～(6)报告的是更换城乡收入差距代理变量为城乡收入比的回归结果。与前文回归结果一致:数字经济指数与居民消费率之间存在显著的倒U 形关系，城乡收入比与居民消费率之间存在显著的负相关关系，数字经济指数与城乡收入比之间存在显著的U 形关系。这表明，在前期，数字经济发展缩小了城乡居民收入差距，推动居民消费率不断上升；随着数字经济的进一步发展，数字经济对城乡收入差距的影响由缩小演变为拉大，进而抑制了居民消费率的提升。

五、结论与启示

本文在理论分析数字经济发展对居民消费率影响机理的基础上，基于2011—2020 年省级平衡面板数据展开实证研究。结果表明，第一，数字经济发展与居民消费率之间存在倒U 形关系。第二，数字经济发展与居民消费率之间存在关于城乡收入差距的中介效应。在起步阶段，数字经济发展通过推动城镇化、工业化和激发农村居民的创新创业行为，缩小城乡收入差距，提升居民消费率。随着数字经济进一步发展，城乡收入差距因“数字鸿沟”而不断扩大，抑制了居民消费率的提升。

因此，在区块链、云计算和人工智能等数字技术深度应用的时代背景下，需警惕数字经济发展可能引发的城乡收入差距扩大对居民消费率的抑制作用。具体而言，可从三个方面推动城乡居民共享“数字红利”，缩小城乡收入差距，提升居民消费率:

第一，加快农村数字基础设施建设，填补城乡“数字鸿沟”。在全面推进乡村振兴和城乡融合发展的背景下，各级政府财政和基础电信企业应结合农村人口结构和需求特征，有序推进农村数字基础设施建设，及时更新换代老旧电信设备，确保农村居民享用低成本、高质量的网络信息服务，缩小城乡数字基础设施差距，填补城乡“数字鸿沟”，扩展农村的产业发展、就业与创业机会，实现城乡居民创业与盈利机会的均等化。

第二，提升农村地区国民教育水平，提高农村转移劳动力在城镇就业的岗位适配度。统筹城乡教育基础设施建设，加大农村师资力量投入，对农村教育体系建立差异化的激励补偿机制，切实缩小城乡“教育鸿沟”。尽快将数字常识与技术纳入义务教育体系，提升农村地区青少年的数字素养，促使农村转移劳动力掌握在城镇数字岗位就业的必要技能，推动城乡居民共享“数字红利”。

第三，提升农村居民数字应用技能，共享“数字红利”。围绕农村数字经济发展需求，面向农村居民组织实施电子商务、网络直播、数字普惠金融等相关数字产业的业务技能培训，提升农村居民对数字经济的认知能力和应用技能，激发农村居民的创新创业行为，增加农村居民就地就近就业机会和盈利空间。