数字乡村对西部地区城乡收入差距的影响研究

2023-11-28汪佩佩

中国商论 2023年22期

汪佩佩

(云南民族大学云南昆明 650500)

1 引言

共同富裕是社会主义的本质要求，是人民群众的共同期盼，共同富裕的核心问题就是缩小城乡收入差距。但由于尚未改变的城乡二元格局，我国农村地区发展相对落后，城乡收入差距也依然较大。而数字乡村战略又是国家支撑农村发展、增加农村居民收入的重要战略手段。从现有成果来看，数字技术在农村的广泛应用的确能够带来“数字红利”：数字乡村建设通过数字技术实现城乡资源互补和优化，加速以农业为基础的乡村产业转型升级，从而提高农村的生产效率和农民收入。因此，本文基于区域视角，以西部地区为研究对象，实证分析了数字乡村建设对城乡收入差距的影响，旨在为经济不发达地区如何缩小城乡收入差距提供依据。

2 文献综述

如何将数字化与我国农村地区融合在一起是目前尚待解决的问题，而数字乡村的建设为这一问题提供了可靠答案，也是我国未来乡村的发展方向。通过梳理相关文献，笔者发现数字乡村现有研究一方面主要围绕着数字乡村自身的理论逻辑(曾忆武等，2021)、建设路径(王胜等，2021)、推行困境(陈潭、王朋宫，2020)、治理方案(刘俊祥、曾森，2020)等进行探讨。另一方面，研究数字乡村与农民收入及消费之间的作用机制。研究发现，数字乡村可以促进农民收入增加(齐文浩等，2021)，也有利于扩大农村居民消费规模(张琴、梁淑平，2022)。而当前学界对数字乡村与城乡收入差距之间的研究较少，但仍能得出较一致的结论，即数字乡村能缩小城乡收入差距(李波、陈豪，2023)，也能通过产业结构升级间接缩小城乡收入差距(潘锡泉，2023)。

综上，仅有几篇文献研究数字乡村与城乡收入差距之间的影响关系，但都是围绕全国或发达的县域开展，缺乏对不发达区域和具体的研究机制进行探讨。因此，本文可能的边际贡献是以产业结构升级为中介变量，选取2011—2021年我国西部地区11个省市(不含西藏)的面板数据，实证考察数字乡村与城乡收入差距之间的关系，为我国欠发达的西部地区缩小城乡收入差距及推动共同富裕提供了参考。

3 研究设计

3.1 变量选取

3.1.1 被解释变量

城乡收入差距(Theil)。由于泰尔指数既兼顾了城乡人口结构，又考虑了城乡收入分布，因而本文用此衡量城乡收入差距，具体公式如下：

其中，Theilit为泰尔指数；I表示收入；P表示人口数量；i表示省份；j取1和2分别表示城镇和农村。

3.1.2 核心解释变量

核心解释变量为数字乡村。本文结合相关文件及借鉴朱红根、陈晖(2023)等现有的研究结果，构建了如下指标体系，使用熵值法测算西部各省的数字乡村发展得分。具体的指标选取与权重占比如表1所示。

表1 数字乡村发展水平指标体系

3.1.3 中介变量

参考干春晖等(2011)的研究，本文选用产业合理化作为产业结构升级的代理变量，进行中介效应分析，用改进的泰尔指数来衡量，具体公式如下：

其中，y和Y表示产值；l和L表示就业人数；i表示地区；t表示年份；j表示产业。显然，ES指数越小，显示产业结构越合理。

3.1.4 控制变量

本文选取如下几个控制变量：经济发展水平ECO，用人均GDP的对数衡量；人力资本HC，用各省份人口平均受教育年限衡量；金融发展水平FIR，用金融机构存贷款总额与GDP之比衡量；政府干预程度GOV，用地方政府财政支出占GDP的比重衡量；对外开放程度OPEN,用各省份出口额占GDP的比重衡量；城镇化Urban，用城镇人口/地区总人口衡量；农业财政支出AGRI-finance，用农林水事务支出/财政总支出衡量。

3.2 模型构建

3.2.1 基准回归模型

本文构建以下基准回归模型：

3.2.2 中介效应模型

为进一步探讨产业结构升级是否为数字乡村与城乡收入差距之间的中介变量，本文借鉴温忠麟、叶宝娟(2014)的做法，检验中介效应，构建以下中介效应模型：

式(2)为基准回归模型，式(3)和式(4)用以检验产业结构合理化的中介效应。M为中介变量；Control为控制变量，控制变量与基准回归相同。

3.3 数据来源

因西藏自治区数据不全，不利于开展后续研究，所以本文选取2011—2021年中国西部其他11个省市作为研究样本。本文的数据主要来源于《中国统计年鉴》《北京大学数字普惠金融指数》、国家统计局及Wind数据库，变量描述性统计如表2所示。

表2 描述性统计

4 实证分析

4.1 基准回归

在进行基准回归之前，本文对数字乡村与城乡收入差距之间的关系进行豪斯曼检验，结果表示p值为0.00。因此，本文基于2011—2021年西部11省市的面板数据，使用时间固定效应模型进行回归(见表3)。

表3 基准回归结果

综上，随着逐步加入固定效应与控制变量，数字乡村通过了1%的显著性检验，且显著为负，说明数字乡村显著缩小了西部地区的城乡收入差距。控制变量方面，经济发展水平、政府干预程度、对外开放程度、农业财政支出及城镇化均能显著缩小西部地区的城乡收入差距。人力资本在10%的显著性水平系数为负，可能是由于目前我国西部农村教育水平仍然比较落后，人力资本对城乡差距的抑制作用尚不明显，因此未来进一步加大对西部地区农村的教育投资是有必要的。金融发展水平的系数在1%的水平上显著为正，可能是因为西部地区农村居民初始财富较低、信贷基础较差、城镇金融发展水平远远高于农村，使得城镇居民与农村居民之间的收入差距拉大，因此金融发展可能会拉大城乡居民收入差距。

4.2 稳健性检验

为了确定结果是稳健可靠的，本文进行了稳健性检验。

首先，考虑到内生性问题，本文选取核心解释变量数字乡村的滞后一阶作为工具变量，回归结果如表4列(1)所示，可知数字乡村的系数依然显著为负，结果依然稳健。

表4 稳健性检验结果

其次，考虑到样本中极端值可能对结果的影响，本文剔除了2021年城乡收入差距最小的重庆市和2011年城乡收入差距最大的贵州省，回归结果如表4列(2)所示，即剔除了极端值后，数字乡村的系数依然显著为负，结果依然稳健。

最后，采用替换被解释变量的测算方法进行稳健性检验，即使用城乡居民人均可支配收入比来衡量城乡收入差距，并对模型进行重新回归，回归结果如表4列(3)所示。由此可知，数字乡村的系数依然显著为负，结果依然稳健。

4.3 异质性分析

西部各地区经济发展水平不同，可能导致数字乡村对城乡收入差距的影响不同，因此本文对样本进行重新划分，得到如表5所示的回归结果。表5列(1)、(2)、(3)是按照人均GDP的高低划分的结果，可以看出这三组的回归系数都为负，第一、二组在1%的显著性水平上显著为负，且第一组的系数绝对值最大，说明西部地区经济发展较好的城市，其数字乡村的发展缩小城乡收入差距的效用更明显；第三组在10%的显著性水平上显著为负，可能是因为这些地区的数字基础薄弱，且人均工资较低，短时间内数字乡村建设仍处于初级阶段，因此发挥的作用不明显。表5列(4)和(5)是按照区域划分的结果，可以看到西北、西南数字乡村系数分别在5%和1%的水平上为负，说明西南地区数字乡村对城乡收入差距的抑制作用更大，可能的原因是西北农村地区互联网的普及和通信基础设施及劳动力的受教育程度都低于西南地区，且西北农村地区工资水平和数字化水平都较低，因此初期数字乡村的建设在西南地区发挥的效用更大。

表5 异质性分析结果

4.4 中介效应检验

为了探究数字乡村对城乡收入差距的影响机制，本文进行中介效应检验。

表6列(1)主要体现的是总效应，与上述基准回归表现一致；列(2)中数字乡村与产业结构合理化之间存在显著的相关性，在1%的显著性水平上显著为负，说明数字乡村发展水平越高，产业结构越合理；列(3)表明产业结构合理化对城乡收入差距的影响系数c′在1%的显著性水平上为正，即产业结构越合理，城乡收入差距越小。此外，由于列(3)中数字乡村系数为负，且仍显著，表明产业结构合理化在数字乡村与城乡收入差距中存在部分中介效应。上述结果表明数字乡村对城乡收入差距既有直接影响，又有间接影响，数字乡村的发展能直接缩小城乡收入差距，也能通过产业结构合理化间接影响。

5 结语

5.1 研究结论

本文构建了数字乡村指标体系，以产业结构升级为中介变量，选取2011—2021年我国西部地区11个省市的面板数据，实证考察了数字乡村与城乡收入差距之间的影响关系。

研究表明：(1)数字乡村能够抑制城乡收入差距的进一步扩大，将数字乡村的滞后一阶作为工具变量、剔除了样本中的极端值、替换被解释变量的测算方法后进行重新回归，结果依然稳健。(2)数字乡村对西部地区城乡收入差距的影响存在异质性：数字乡村在经济水平发展较高的省份对城乡收入差距的抑制作用更明显，且西南地区数字乡村缩小城乡收入差距效果比西北地区更好。(3)产业结构合理化为部分中介效应且中介效应显著，即数字乡村可通过影响产业结构合理化来间接影响西部地区城乡收入差距。