数字经济发展对城乡收入差距的影响——基于金融可得性视角

谢婷婷，李晓琴

（新疆财经大学 金融学院，新疆 乌鲁木齐 830012）

一、引言

共同富裕是社会主义的本质要求。2021 年习近平总书记在中央财经委员会第十次会议上明确提出“必须把促进全体人民共同富裕作为为人民谋幸福的着力点”，并强调“促进共同富裕，最艰巨最繁重的任务仍然在农村”。党的二十大报告也明确提出，“着力促进全体人民共同富裕”。共同富裕的首要内涵是推进收入分配公平，解决城乡差异以及收入差距等问题[1]，而城乡差距首先要考虑的问题是城乡间人均可支配收入[2]，因此，城乡收入差距关系到共同富裕目标的实现。近年来，我国乡村振兴成效明显，城乡居民收入相对差距持续缩小。根据国家统计局公布的数据显示，2021 年我国城乡居民人均可支配收入之比为2.50（农村居民收入=1），比十年前下降了0.38。但是，城乡居民人均可支配收入绝对差额依然比较大，2021 年绝对差额达到28481 元。从年增加额角度看，城镇居民人均可支配收入基数大，年增加额仍大于农村居民，城乡收入差距较大依然是我国城乡经济比较突出的问题。

随着数字经济迅速发展，大数据、云计算、物联网、区块链、人工智能、5G 通信等新兴技术的应用有助于克服地理障碍限制和促进要素自由流动[3]，增大资源共享并改善收入分配[4]。因此，探究如何发展数字经济来缩小城乡收入差距以及通过何种机制来发挥作用具有非常重要的现实意义。

从金融可得性视角来看，金融机构借助数字技术能有效提升金融服务质效，增强金融可得性，从而有助于微观经济主体拓宽融资渠道。但是，由于我国城乡间、地区间数字基础设施、数字素养与技能等差异较大，“数字鸿沟”现象依然存在，可能会产生新的金融排斥问题，不利于一部分主体参与市场经济活动，从而影响其收入增长。

目前，已有研究关于数字经济发展对城乡收入差距的影响尚未形成统一意见，也较少有文献从金融可得性视角探究两者关系。文章选取2015—2021 年省级面板数据，结合《“十四五”数字经济发展规划》，构建了数字经济发展指标，以金融可得性为机制变量，实证检验数字经济发展对城乡收入差距的影响。相比于以往研究，文章的贡献主要体现在以下几个方面：第一，文章从数字基础设施建设、产业数字化、数字产业化三个方面构建了数字经济发展指标。第二，文章基于金融可得性视角，阐释了数字经济发展对城乡收入差距的影响机制，并发现了两个可能影响数字经济发挥作用的堵点。第三，文章进一步探讨了数字乡村建设和数字经济地区间发展不平衡，分析金融可得性作用于城乡收入差距的影响，以便更好疏通堵点，有效发挥数字经济的作用。

二、文献回顾与研究假设

1. 数字经济发展影响城乡收入差距

数字经济充分体现了信息技术革命产业化和市场化[3]，通过数字技术的应用对效率或增长和公平或收入分配两方面影响巨大，有利于促进包容性增长[4]，从而影响城乡收入差距。包容性增长理论指经济增长过程中保证机会平等使增长成果广泛惠及所有人[5]。从收入增长来看，通过数字服务的全链嵌入，提升了其他各类产业和经济行为效率[6]，有助于改善微观要素配置，优化产业结构，促进宏观经济均衡发展[7]。杨俊等(2022)将大数据作为新型生产要素引入生产函数拓展了内生增长理论，研究发现，大数据通过“乘数作用”促进技术进步，持续推动经济增长[8]。从收入分配来看，数字经济在数据处理、信息传输和资源配置方面有天然优势，能使偏远地区的企业和居民克服地理限制[9]，畅通要素流动[10]，降低搜寻成本。这有利于农村居民参与市场经济活动，同时及时有效的市场信息供给也能使农村居民跨越“数字鸿沟”，享受“信息红利”[10]。因此，数字经济发展有利于打破城乡发展壁垒，使农村居民享受更多均等的发展机会，从而改善收入分配格局。据此，文章提出假设H1a：

假设H1a：数字经济发展有助于缩小城乡收入差距。

但是，在数字经济持续发展的同时，我国城乡数字鸿沟问题仍比较突出，还有许多群体无法获得数字技术带来的便利[11]。在数字基础设施建设方面，我国城镇地区数字基础设施更完备，而农村地区则相对滞后[12]，城乡之间就存在很大差异[13]；在数字素养、技能方面，我国农村居民受教育程度相对偏低、互联网使用等技能欠缺、城乡人力资本差异显现[14，15]等问题逐渐引致了城乡数字鸿沟。而数字鸿沟又会阻碍有效信息的获取和劳动力技能提高，不利于农村家庭创造收入，会拉大城乡收入差距[12，13]。但是，随着数字经济的进一步发展，乡村数字基础设施的完善、数字人才的培养、农村产业数字化升级等举措，将逐渐弥合城乡数字鸿沟，释放更多数字红利，有助于包容性增长，缩小城乡收入差距。据此，文章提出假设H1b：

假设H1b：数字经济发展与城乡收入差距呈非线性关系，先增大后缩小。

2. 金融可得性的机制作用

数字经济的发展基于大数据基础设施和技术的应用，对金融可得性主要有如下影响机制：一是供给性，随着数字技术和金融服务的深度融合，金融服务智能化增强，有可能减少金融机构网点、人员数量等。张海洋等(2022)认为数字经济时代，银行业管理体系、服务模式发生转变，减缓了银行业机构网点的扩张势头，对于农村合作金融机构而言，加速了网点退出步伐[16]。二是需求性，数字经济发展有助于突破地理空间限制[9，17]，因而能更有效提升金融服务的可触达性，降低金融服务门槛，使城乡居民都能获得更便利的金融服务。三是使用效用性，数字经济发展能有效缓解信息不对称，从而优化资本要素配置[18，19]，有效提升金融部门的服务效率[20]，让金融服务更具针对性，实现资金供需双方精准融资对接。四是可负担性，数字经济发展有助于降低金融机构的运营、风险成本等，使得企业或个人更容易获得低成本的金融服务[21，22]。综上分析，数字经济发展能影响金融可得性的供给性、需求性、使用效用性和可负担性四个方面，进而影响城乡居民收入。据此，文章提出假设H2：

假设H2：金融可得性在数字经济发展对城乡收入差距的影响中发挥了重要的机制作用。

三、模型设计与变量选取

1. 数据来源与处理

文章实证分析所使用的数据以2015—2021 年为样本区间。数字经济发展水平、城乡居民可支配收入、各控制变量数据来源于各省份历年统计年鉴，金融可得性数据来源于人民银行发布的各省《金融运行报告》。根据研究惯例，文章对样本进行了如下处理：剔除西藏、海南这两个数据缺失较多的省区及港澳台地区；在1%和99%的水平上对连续变量进行缩尾。经过上述处理，最终得到包含全国29 个省份的203 个观测值的面板数据。

2. 变量选取与定义

（1） 被解释变量

文章的被解释变量为城乡收入差距，用theil表示。借鉴李晓钟、李俊雨(2022)[15]的研究，用泰尔指数衡量城乡收入差距。泰尔指数的计算公式为：

（2） 解释变量

解释变量为数字经济发展水平，用DEI表示。文章从数字基础设施、产业数字化、数字产业化三个维度来测度数字经济发展水平。并采用无量纲法将数据标准化，以及熵权法求出每个三级指标的客观权重，具体指标体系如表1 所示。

表1 数字经济发展水平指标体系

（3） 控制变量

市场化程度(market)，文章使用樊纲编制的市场化指数衡量；地区经济发展水平(lnagdp)，文章使用地区人均GDP 的对数衡量；城镇化率(cit)，文章使用城镇人口占总人口的比重衡量；对外开放水平(open)，文章使用地区进出口贸易总额占GDP比重衡量；人力资本水平(human)，文章利用地区6 岁及6 岁以上人口平均受教育年限衡量。具体计算公式为：human=（小学人口数×6+初中×9+高中×12+大专及以上×16）/6 岁以上总人口。

（4） 机制变量

文章从金融可得性视角探究数字经济发展水平影响城乡收入差距的机制。文章借鉴刘亦文等(2020)[23]的做法，从供给性(FA1)、需求性(FA2)、使用效用性(FA3)和可负担性(FA4)四个维度来构建金融可得性评价指标体系。利用变异系数法计算金融可得性指数，金融可得性评价指标体系如表2 所示。

表2 金融可得性评价指标体系

（5） 各变量的描述性统计

各变量的描述性统计如表3 所示。

3. 模型设计

根据文章的理论分析和研究动机，借鉴李晓钟、李俊雨(2022)[15]的研究，构建如下双向固定效应回归模型：

上述模型中，lnCPCDI表示城镇居民人均可支配收入，lnRPCDI表示农村居民人均可支配收入，theili，t为城乡收入差距，DEIi，t为数字经济发展水平，ControlVariable为一系列控制变量，λi为个体固定效应，λt为时间固定效应，εi，t为随机误差项。

四、实证分析

1. 数字经济发展水平与城乡收入差距的回归分析

表4 列示模型(1)~(4)的回归结果。列(1)中DEI的回归系数为0.299，在1%的水平上显著为正，表明数字经济每增加1 个单位，城镇居民人均可支配收入将增长0.299 个单位。列(2)DEI的回归系数不显著，表明数字经济发展水平对农村人均收入的促进作用不显著。列(3)DEI的系数显著为正，表明数字经济发展水平显著拉大了城乡收入差距。列(4)中DEI的系数显著为正，DEI2的系数显著为负，表明数字经济发展与城乡收入差距之间呈倒“U”型结构。根据模型(4)的估计结果对倒“U”型曲线的拐点进行估算，拐点处的数字经济发展水平约为0.75，结果表明，我国数字经济发展水平仍处于倒“U”型曲线拐点左侧。目前，我国城乡间数字鸿沟问题依然突出，拉大了城乡收入差距；而随着数字经济的进一步发展，城乡数字鸿沟将逐渐弥合，数字经济作用逐渐凸显，城乡收入差距会逐渐缩小。

表4 数字经济发展水平影响城乡收入差距的回归结果

2. 稳健性检验

（1） 工具变量法

为增强研究结论的稳健性，文章使用同年度其他省份数字经济发展水平的均值作为工具变量，利用两阶段最小二乘法(2SLS)解决内生性问题。在借助工具变量法重新对基准模型进行估计之后，文章的研究结论依然稳健。

（2） 更换自变量的计量方式

文章借鉴刘军等(2020)[24]的做法重新构建了数字经济发展水平指数，包含信息化发展指标、互联网发展指标和数字交易发展指标三个维度的14 个测度指标。然后，借鉴张彬等(2017)[25]的做法计算数字经济指数(DEI)。结果与前文的分析基本一致，说明计量结果可靠。

（3） 更换因变量的计量方式

文章采用城乡居民人均支配收入比替换因变量来衡量城乡收入差距，对模型重新回归。在采用新的衡量指标后，数字经济发展水平与城乡收入差距之间仍然呈倒“U”型关系，与前文结论一致。

（4） 滞后一期

考虑到金融发挥作用可能需要一段时间，因此文章选择将被解释变量滞后一期，所得结论与前文结论一致。

（5） 子样本回归

考虑到新冠肺炎疫情防控期间，城市和农村居民人均可支配收入受到较大影响，文章剔除2020—2021 年的观测值进行检验。结论与前文一致，数字经济发展和城乡收入差距之间仍呈倒“U”型关系。

3. 基于金融可得性视角的影响机制分析

根据以往研究，我国数字经济发展具有较强的空间相关性，一个地区数字经济发展除了对本地区有影响，往往还会对邻近地区产生空间影响。因此，文章通过构建空间权重矩阵，以考察数字经济发展如何通过影响金融可得性来进一步影响城乡收入差距。

（1） 数字经济发展水平对金融可得性的空间影响

第一，构建权重矩阵。文章结合所研究的问题，选择具有公共边界和共顶点连接的Queen 连接来构建邻接权重矩阵，以考察数字经济发展对金融可得性的空间影响。在矩阵w1中，若两省份邻接则对应元素取值为1，否则为0。

第二，空间相关性检验。文章先对2015—2021 年各省份数字经济发展和金融可得性进行全局空间相关性检验，Moran'I指数检验结果如表5 所示，结果表明数字经济发展和金融可得性存在显著的正向相关性。

表5 全局空间自相关检验

由于Moran'I 指数不能直观地展现不同省份间数字经济发展和金融可得性的空间关联特征。文章以2015 年和2021 年为代表，绘制了这两个变量的局域莫兰散点图。散点图显示我国各省份数字经济发展水平和金融可得性变量的散点大多分布在第一象限和第三象限，而第二象限和第四象限相对较少，呈现出明显的“高—高”集聚和“低—低”集聚情形（鉴于篇幅有限，不在此列示）。

第三，空间模型选择。由于文章要探究数字经济发展水平分别对金融可得性的供给性(FA1)、需求性(FA2)、使用效用性(FA3)和负担性(FA4)这四个维度的空间影响，因此文章分别通过空间计量相关检验来进一步确定空间模型的具体形式。文章经过LM检验，FA2、FA3和FA4分别在5%、1%和10%的显著性水平上通过了稳健性的LM-Error 检验，而未通过10%显著性水平的稳健性LM(lag)检验，说明数字经济发展水平对FA2、FA3和FA4均倾向于空间误差模型。而数字经济发展水平对FA1的影响未通过10%显著性水平上LM-Error 和LM-lag 的检验，需用普通回归模型。并且运用Hausman 检验来判断采用固定效应还是随机效应时，统计结果均在1%上拒绝原假设，固定效应优于随机效应，故文章选择固定效应。

第四，空间模型设定。根据模型判断结果，数字经济发展水平对FA2、FA3和FA4的影响采用固定效应的空间误差模型，数字经济发展水平对FA1的影响采用普通的固定效应回归模型，具体模型构建如下：

模型(5)为普通的固定效应回归模型，模型(6)~(8)为空间误差模型，λ 表示空间误差系数，W为29×29 的空间权重矩阵，ξi，t为随机误差项向量，μi，t为空间不相关项，以上模型回归结果如表6 所示。由表6 可知，DEI对FA2、FA3的回归都通过了1%显著性水平检验，表示数字经济进一步发展能有效提升金融可得性的需求性和使用效用性，而对金融可得性的供给性和负担性没有明显影响。从空间误差模型来看，金融可得性的需求性、使用效用性和负担性的残差项空间自相关系数Spatial Lambda 都为正，并且通过了1%显著性水平检验，说明除了受到本省数字经济发展水平等因素的影响，同时还受到邻近省份金融可得性的影响，存在显著的空间集聚和依赖现象。因此，本地数字经济发展对金融可得性的促进作用，将通过金融可得性的空间效应潜在影响邻近省份的金融可得性。

表6 空间误差模型和普通固定效应回归模型估计结果

（2） 金融可得性对城乡收入差距的影响

基于前文的研究发现，数字经济发展水平对FA2和FA3有显著的正向影响，而对FA1和FA4并没有显著作用。因此，文章在研究金融可得性对城乡收入差距的影响时，主要从FA2和FA3角度出发，结果如表7 所示。由表7 列(1)~列(3)可知，FA2增加对城镇居民人均可支配收入有显著促进作用，而对农村居民人均可支配收入有显著的抑制作用，说明在我国农村地区金融排斥作用突出，拉大了城乡收入差距。由表7 列(4)~列(6)可知，FA3增加能显著提升城镇居民人均可支配收入，而对农村居民人均可支配收入没有显著提升作用，因而加大了城乡收入差距。综上可知，金融可得性在数字经济发展水平对城乡收入差距的影响中有重要的机制作用，验证了前文假设H2。

表7 金融可得性对城乡收入差距的影响

五、进一步分析

文章还关注到了两个问题：第一，在数字经济发展过程中，FA2和FA3对农村地区人均可支配收入的促进作用不明显，甚至有抑制作用。第二，我国各省份间数字经济发展“高—高”集聚和“低—低”集聚的不均衡情况，可能会对金融可得性影响城乡收入差距产生一定的作用。为了解决这两个问题，文章将开展进一步分析。

1. 基于数字乡村发展差异的分析

文章参照2023 年2 月中国农业农村部发布的《中国数字乡村发展报告（2022 年）》，构建了数字乡村发展水平评价指标体系，并且评选出12 个数字乡村发展水平高于全国平均水平的省市，分别是北京、天津、上海、江苏、浙江、安徽、福建、江西、湖北、湖南、广东、重庆。进一步分析中，文章将分别研究这12 个数字乡村发展水平高的省市样本和其他省份样本金融可得性对城乡收入差距的影响，结果如表8 所示。在表8 中，列(1)~列(6)表明在数字乡村发展水平高的省市样本中，FA2增加，显著促进了城镇和农村居民的人均可支配收入的增长，而且从回归系数来看，FA2对农村人均可支配收入的促进作用大于城市，但是FA3没用明显的作用。在其他省份样本中，FA2增加，对农村居民可支配收入的增长产生负向作用，拉大了城乡收入差距，FA3增加也显著拉大了城乡收入差距。以上分析说明数字乡村的建设，有利于农村居民人均可支配收入的增长，从而缩小城乡收入差距。

表8 分区域下金融可得性对城乡收入差距的影响

2. 基于区域间数字经济发展不均衡的分析

我国各省份间数字经济发展不均衡，存在“高—高”集聚和“低—低”集聚的情况，这两个集聚区域在位置和数量上都相对稳定，而且“低—低”集聚省份大多集中在我国东北和西部地区。由表9 可知，在“高—高”集聚省份样本中，FA2的系数为0.036，而在“低—低”集聚省份样本中，FA2的系数为0.167，并且这两组样本的FA2组间系数差异在5%水平上显著，说明在“低—低”集聚省份样本中，FA2增加会更大程度地拉大城乡收入差距。同样地，FA3对城乡收入差距的影响在这两类省份的样本中也有较大差异，在“低—低”集聚省份样本中FA3显著拉大了城乡收入差距，而在“高—高”集聚省份样本中，FA3拉大城乡收入差距的作用不明显，且两组样本的组间系数在10%的水平上显著。结合前文分析，我国各地数字经济发展不平衡会通过影响金融可得性，从而进一步影响城乡收入差距，会导致数字经济发展“高—高”集聚省份的城乡收入差距明显小于“低—低”集聚省份的城乡收入差距。

表9 不同集聚下金融可得性对城乡收入差距的影响

六、结论及政策性建议

1. 研究结论

我国正处于全面推进乡村振兴和努力实现共同富裕的进程中，数字经济发展如何有效提高城乡居民的人均可支配收入，促进城乡居民共享建设成果呢？文章基于金融可得性视角，系统分析了数字经济发展水平对城乡收入的影响。在此基础上，以2015—2021 年的省级面板数据为样本，进行了实证检验。研究发现：第一，数字经济发展与城乡收入差距之间呈倒“U”型关系，我国数字经济发展水平仍处于倒“U”曲线拐点左侧。第二，运用空间误差模型进行金融可得性机制分析，发现数字经济发展水平对金融可得性的促进作用，将通过金融可得性的空间效应潜在影响邻近省份，并且金融可得性的需求性和使用效用性显著促进了城镇居民人均可支配收入增长，而对农村居民人均可支配收入增长为负向和不明显作用，导致城乡收入差距加大。第三，进一步分析发现，数字乡村发展水平高的省份，金融可得性的需求性增加能显著促进农村居民人均可支配收入的增加；数字经济发展水平“低—低”集聚相比“高—高”集聚的省份金融可得性的需求性和使用效用性增加会更大程度拉大城乡收入差距。

2. 政策建议

基于上述研究结论，文章从我国当前数字经济发展与城乡收入差距的实践出发，提出以下政策建议：

第一，完善乡村数字化建设。为了进一步缩小城乡收入差距，要加强乡村网络基础设施、农业生产信息化、乡村经营信息化等相关建设，减少城乡之间数字经济发展差异，有助于疏通金融服务乡村的堵点，提升金融服务乡村的效率，从而促进农村居民的人均可支配收入增长和缩小城乡收入差距。

第二，努力提高乡村的数字人力资本。我国农村地区蕴含着巨大的数字经济发展潜力，为了及早地弥合城乡数字鸿沟，还要进一步提高乡村的数字人力资本水平，这需要将传统的知识技能培训与数字化技能教育相结合，补齐短板，促进城乡共享数字经济红利。

第三，要注重数字经济在区域间的协调发展。数字经济在我国各地区间发展不平衡，存在“高—高”集聚和“低—低”集聚的情况，“高—高”集聚主要在我国东部地区，“低—低”集聚主要在我国东北和西部地区。为了缓解“低—低”集聚省份的城乡收入差距，要进一步深化区域间数字经济领域合作，积极推动“东数西算”工程，推进数字经济在区域间的协调发展。