数字技术何以赋能农村共同富裕?——基于经济与生态效益的考察

罗明忠,魏滨辉

(1.华南农业大学 经济管理学院,广州 510642;2.广东省哲学社会科学重点实验室 乡村振兴实验室,广州 510642)

一、问题提出

改革开放以来,中国经济高速增长虽然显著提高了居民的物质生活水平,但由此也付出了较大的环境代价,如何兼顾经济发展与生态环境保护一直是社会关注的重点(占华,2018)[1]。当前,中国已经进入全面推动共同富裕的历史新阶段。促进共同富裕,最艰巨最繁重的任务仍然在农村,关键是让更多的改革发展成果更公平地惠及农村居民。因此,在推进农村共同富裕过程中,更应该注重公平问题,尤其是要保证经济公平与环境公平,实现农村经济发展和生态建设的双赢。城乡居民收入差距已经成为中国社会不公平的主要根源之一,而缩小城乡收入差距,实现效率与公平的和谐又是共同富裕的本质要求(罗明忠,2022)[2]。尽管近年来随着收入分配格局的优化和乡村振兴战略的实施,城乡居民可支配收入比有所缩小,但仍处于不平衡状态,短时间内难以抚平,与实现共同富裕的要求有较大差距(肖华堂等,2022)[3]。由此,扎实推动农村共同富裕,实现经济共同富裕,就需要解决好城乡居民收入差距较大的问题。更为重要的是,农村共同富裕不仅要关注经济公平,还应涵盖环境公平。良好的生态环境是最公平的公共产品,是促进农村共同富裕的基本支撑(郑瑞强和郭如良,2021)[4]。

经济公平可以延伸至环境公平,反之,当经济不公平时,也容易导致环境不公平(张友国,2018)[5]。事实上,比起经济不公平,环境不公平更加值得引起注意。这主要是因为解决环境不公平无法像解决经济不公平一样,通过“做大蛋糕-分好蛋糕”的方式进行处理,容易陷入“环境不公平-环境损耗”的恶性循环之中,导致生态环境的不断恶化(钟茂初和闫文娟,2012)[6]。具体而言,城乡收入差距的扩大,使得农民在做生产决策时会优先考虑自身收入水平的提高,削弱对良好环境质量的需求,因而可能做出破坏农村生态环境的行为。中国农业生产高度依赖农业化学品投入(Zhang et al.,2015)[7],而城乡收入差距扩大,将促使农户加大农药施用强度,以此提高农作物产量,并获得更高的农业生产收入(张超等,2019)[8]。同时,城乡居民收入差距扩大也不利于农村空气污染治理,可能进一步导致农民采取高污染生产和生活方式,进而陷入“贫困-污染”的恶性循环(常文涛和罗良文,2021)[9]。更为严重的是,一些地方政府为了发展农村经济,缩小农村与城市的收入差距,常常会通过降低环境要求来吸引外来投资,发展非农产业,将农村演变为“环保洼地”,最终对农村生态环境造成破坏。

近年来,随着农村信息基础设施的逐渐完善和数字乡村战略的实施,以互联网、大数据为核心的数字技术对农村经济活动产生了巨大冲击,数字红利在农村地区不断显现(夏显力等,2019)[10]。农村数字化的持续推进和农村经济发展水平的不断提高,不仅为农村各种软硬件基础设施的完善和各项福利保障措施的实施奠定了物质基础,也为农民提高农业生产管理技术创造了可能,有助于促使农民更加重视生产中的环境保护问题,践行可持续发展理念,保护农村生态环境,这些最终都将对农村共同富裕产生重要影响。那么,农村数字化能否在助力破解城乡收入差距过大难题的同时,化解农村生态环境恶化困境?对此问题进行探究,将有助于厘清数字技术赋能农村共同富裕的内在机理,为相关政策的制定提供现实依据。

既往关于共同富裕的研究,较多集中在探讨共同富裕的内涵、测度及其实现路径上。消除贫困,实现共同富裕是中国共产党的不变初心和使命(冯兰刚等,2023)[11]。“富裕”是社会生产力发展水平的主要表现,反映社会总财富效益;“共同”是社会生产关系的集中体现,反映全体社会成员对发展成果的占有形式(蒋永穆和谢强,2021)[12]。共同富裕需要体现发展性、共享性和可持续性的统一(郭卫军和张衔春,2023)[13]。测度共同富裕既要刻画“富裕”水平,也要反映“共同”程度;既要刻画发展,又要反映收入差距缩小,究其实质,是发展中的帕累托优化(何秀荣,2021)[14]。但在具体指标体系的构建和选取上,学术界并未统一。有学者采用“人均国民收入”和人均可支配收入的“基尼系数”来衡量共同富裕(杜宏巍,2023)[15]。有学者从“收入富裕”和“经济平等”两大层面选取衡量经济富裕指标(闫周府和吴方卫,2019)[16]。长期看,共同富裕不仅要体现在经济和物质层面,还应表现于精神、生态等方面(杨宜勇和王明姬,2021)[17]。

关于对城乡收入差距影响因素研究的文献较为丰富,农村经济活动如科技进步、信贷投入、产业融合等方面是关注的焦点。随着数字经济时代的到来,部分学者开始关注数字技术对城乡收入差距的影响。相比于城镇居民,互联网使用能够促使农村居民获得更高的收入,缩小城乡间的收入差距(程名望和张家平,2019;罗明忠和刘子玉,2022)[18～19]。而目前专门针对农村生态环境的研究并不多,杨肃昌和范国华(2021)[20]12的研究发现,农业要素市场化可以有效改善农村生态环境。更多的学者将关注点放在不同污染性农业生产行为对农村生态环境的影响上。例如,劳动力非农转移会导致农民放弃有机肥,转而使用劳动力需求较小的化肥,从而加重中国化肥施用的面源污染(史常亮等,2016)[21],且化肥施用强度的增加,还会进一步导致农业生态效率的下降(侯孟阳等,2021)[22]。但是,数字技术的使用有利于农户采用绿色生产技术,促进农业绿色发展(侯晓康等,2019)[23]。此外,国外学者从公共选择偏好、居民环境质量需求、环境库兹涅茨曲线假说检验等不同视角,就收入差距与环境污染之间的关系展开了广泛研究,得出相对统一的结论,即收入差距的扩大会进一步加重环境污染。同样,中国城乡收入差距的扩大也不利于生态环境质量的改善(井波等,2021)[24]。

综上所述,已有文献更多的是单一聚焦于对城乡收入差距或农村生态环境影响研究,较少在同一框架下进行讨论,而探讨城乡收入差距对环境污染影响的已有文献又较少关注数字技术在其中发挥的作用。更为重要的是,现有关于数字技术驱动农村共同富裕的研究,多从理论层面进行论证,亟需提供经验证据。由此,本文可能的边际贡献在于:一方面,把农村共同富裕划分为经济和生态共同富裕,并基于2000—2020年省级面板数据,利用空间面板SARAR模型、广义空间两阶段最小二乘法(GS2SLS)等方法,探究农村数字化对城乡收入差距以及农村生态环境的影响效应,不仅为数字技术驱动农村共同富裕的研究提供新视角,还能为构建推动农村共同富裕的政策体系提供现实依据;另一方面,运用面板门槛模型进一步解析数字化发展对农村共同富裕影响的非线性关系,对于充分发挥数字技术的经济与环境效应具有重要的指导意义和参考价值。

二、理论分析

(一)经济公平:农村数字化对城乡收入差距的影响

透过促进知识、信息和数据等资源的共享,数字技术的普及掀起了一股积极的变革浪潮。这股变革不仅仅是一场技术革新,更是一场全社会共同分享数字红利的历史性进程。尤其是数字技术在农村地区的广泛应用,不仅可以为农业产业链的升级提供强有力支持,还有助于优化农产品的生产、流通和销售,有效地拓宽市场准入渠道,为农民带来更广阔的商机。这对于提高农村居民收入水平,进而缩小城乡收入差距和实现农村经济共同富裕具有重要的现实意义(谢璐和韩文龙,2022)[25]。

第一,农村数字化能够打破农业信息不对称局面,加快信息在农村的流通速度,推进农业经济活动与生产经营的数字化,从而显著降低信息传递和搜寻成本,有效促进农村生产效率和市场竞争力的提高(Aker et al.,2016)[26]。具体而言,数字信息平台可以改变以往农民所处的信息不对称地位,有效填补农民在市场信息和销售渠道上的短板,有利于农民了解市场需求变化,及时调整生产结构和销售策略,提高交易匹配度和生产效率,缓解农业生产过程中的要素扭曲,从而获得比原来更高的销量与利润(李本庆和岳宏志,2022)[27]。

第二,农村数字化可以有效模糊传统的产业边界,进而催生出一批生态旅游、休闲旅游等新业态,实现生产、交易、服务等环节的互通互融,促进数字农业的功能转型,丰富农民的收入渠道(李海艳,2022)[28]。同时,数字技术通过建立生产要素供需数据库,将农村的土地、资本、劳动等各类要素市场逐渐数字化,唤醒传统生产要素的活力,不仅有助于提高农民的财产性收入,还能改善农村人才、资金等资源单向流出的窘境,促进土地、机械等生产要素的集约利用,发展规模农业和现代农业。

第三,资金和技术作为农民创业最为期盼的资源,在农村数字化的条件下均可以得到更有效的解决,进而刺激农村居民积极开展创业活动,拓展收入来源(苏岚岚和孔荣,2020)[29]。农民能够依托数字化技术进行创业,同时,以数字技术为核心的数字普惠金融,可以显著降低农户贷款门槛,提升农村居民的创业意愿,改善城乡收入不平等。不仅如此,创业活动在扩大就业方面具有倍增效应,通过辐射带动作用,不仅可以实现创业者的自我就业,还能为农村开辟新的就业渠道,创造更多的就业岗位和降低就业门槛,带动更多的农民参与非农就业,直接增加农民的工资性收入,改善城乡收入格局(罗明忠和魏滨辉,2023)[30]。

(二)环境公平:农村数字化对农村生态环境的影响

在关注数字技术对经济发展贡献的同时,不能忽视其所带来的生态环境效应。一方面,信息对农民从事农业生产是至关重要的(Townsend et al.,2013)[31],缺少及时有效的农业信息及生产技术指导,是阻碍农业生产化肥减量化的主要原因之一(张梦玲等,2023)[32]。互联网等信息通讯技术的引入,能有效降低信息搜寻成本,提高农户信息量和完整性,打破生产主体陈旧的生产认知。作为农户新的信息获取渠道,数字技术的使用便于农户在掌握正确生产指导的同时,还能了解低碳农业的特征及可能带来的环境效益,由此增加选择农业低碳生产行为的可能性,从而促进绿色先进技术的应用(田云等,2015)[33]。而且相比于传统社会网络信息渠道,互联网等数字信息渠道对农户绿色生产技术采纳行为的促进作用更大(马千惠等,2022)[34]。相关研究证明,互联网等数字信息通信技术能有效缓解信息约束,提高农户认知水平,促进农户主动采用测土配方施肥、病虫害综合防治、秸秆还田等绿色农业技术,改善农村生态环境质量(闫贝贝等,2020;姜维军等,2021)[35～36]。另一方面,依托数字技术能够大力推进农业智能化生产。通过将先进的信息技术系统应用于农业生产过程中,例如在种植环节,农民借助数字技术能够完成精确用药、精准施肥等精细化操作,可以实现农业的精准管控,有助于减少化肥等化学品使用量,降低对农村环境的污染(韩海彬和张莉,2015)[37]11-12。同时,数字技术带来了科学性决策管控方式,在帮助农户提高产量的同时,也减少了对环境的污染。例如,通过地理信息系统等数字高科技,有助于提高传统生产要素的集约化程度,减少农药、化肥等化学品的使用,实现农业生产经营方式由粗放式向数字化、智能化和生态化转变,保护农业生态环境(易加斌等,2021)[38]。此外,借助先进的数字技术开展农业生产技术培训,可提高农户的认知水平,让农户较为直观地认知到过往粗放的生产方式对农业生态系统的破坏和危害,纠正错误认知,促使农户更愿意接受并切实将相应的绿色技术应用于农业生产(应瑞瑶和朱勇,2015)[39]。

更为重要的是,随着农村数字化发展,由于经济不公平引发的环境不公平问题可以得到有效缓解,即农村数字化不仅能直接改善生态环境,还能缓解城乡收入差距扩大导致的农村生态环境恶化。本质上,农药化肥施用等污染性农业生产行为是农民为提高自身收入水平的经济行为,而农村数字化通过赋能农业生产,加快产业间的技术渗透进程,衍生出休闲农业、智慧农业等新业态,推进农村一二三产融合,在提高农民收入水平和缓解城乡收入不平等基础上(李波和陈豪,2023)[40],还能促进先进技术的传播与扩散,改变以往农民需通过加大污染性要素的使用强度来提高收入的现状,推动农业生产化学投入品的减量化。同时,农村数字化还能通过更具可及性和接受度的新媒体等渠道进行绿色生产知识的宣传,切实提高农民的环保意识,推动农业生产经营由要素驱动向效率驱动和创新驱动的转变,实现农业生产集约化与高效化,进而在一定程度上减少农村污染,保护农村生态环境。可见,农村数字化不仅有利于缩小城乡收入差距,还能助推农村生态环境改善。

基于上述分析,提出本文有待检验的研究假设:

H1:农村数字化有助于缩小城乡收入差距,实现农村经济共同富裕。

H2:农村数字化有助于改善农村生态环境,实现农村生态共同富裕。

三、数据来源、模型及变量说明

(一)数据来源

本文以2000—2020年中国30个省、直辖市和自治区(不包括西藏和港澳台地区,下称省份)为研究对象,探究农村数字化发展对城乡收入差距及农村生态环境的影响。数据来源主要为历年《中国统计年鉴》《中国农业年鉴》《中国农村统计年鉴》《中国环境统计年鉴》以及中国国家统计局网站公布数据等,相关缺失数据通过手动搜集各地区的年度统计公报获得,其余的使用插值法补充。

(二)模型构建

1.动态面板模型。为了考察农村数字化对城乡收入差距和农村生态环境的直接影响,本文构建如下计量模型:

Yi,t=β0+β1DIGi,t+βn∑Xi,t+εi,t

(1)

其中,Yi,t为城乡收入差距或农村生态环境,DIGi,t为农村数字化水平,∑Xi,t为相关控制变量,εi,t为随机扰动项。

2.空间计量模型。考虑到城乡收入差距和农村生态环境具有较强的空间关联性,本文进一步通过构建空间计量SARAR模型来探究农村数字化对城乡收入差距和农村生态环境的空间影响。具体模型表达为公式(2)和公式(3):

Yi,t=ρWYi,t+β1DIGi,t+βn∑Xi,t+μi,t

(2)

μi,t=λWμi,t+εi,t

(3)

其中,ρ为空间自回归系数,W为空间权重矩阵,其他与公式(1)相同。

(三)变量选取

1.被解释变量:城乡收入差距,本文采用泰尔指数测算城乡收入差距,计算公式如式(4)所示,其中,I代表收入水平,P代表人口数:

(4)

农村生态环境,参考杨肃昌和范国华(2021)[20]17的研究,结合省际层面数据可得性,从农村生产环境、生活环境、生态状况三个维度构建农村生态环境评价指标体系(见表1)。为避免主观赋权弊端,本文采用熵值法计算各省份的农村生态环境指数,记为ENV。

表1 农村生态环境评价指标体系

2.核心解释变量:农村数字化。目前学界尚未有一个统一的指标可以全面直观地反映农村数字化发展水平。本文中的农村数字化发展重点关注农村居民使用数字技术的能力,借鉴韩海彬和张莉(2015)[37]14-15、王定祥和冉希美(2022)[41]的做法,在考虑农村数据可得性的基础上,选取农村居民家庭平均每百户计算机和移动电话的拥有量以及农村互联网宽带的接入数三个指标来反映。计算机和移动电话等通信设备作为实现农村数字化的物质基础,其拥有量可以在一定程度上反映农村的信息基础设施建设水平,而农村互联网宽带接入数,更是直接反映了农村居民对数字资源和数字技术的利用程度,因此采用以上三个指标对农村数字化水平进行衡量具有一定的合理性。本文同样采用熵值法计算出2000—2020年各省份的农村数字化指数,记为DIG。

3.其他控制变量:借鉴既往做法(罗明忠和魏滨辉,2022)[42],选取农村经济发展、教育发展水平、对外开放水平、农村劳动力转移、工业化水平、环境规制程度、市场化水平等作为控制变量。上述变量的具体衡量方式及其描述性统计结果如表2所示。

四、实证检验与分析

(一)基准回归

1.空间相关关系检验。本文运用全局莫兰指数分别对30个省份的城乡收入差距和农村生态环境进行空间自相关检验。由表3可知,城乡收入差距和农村生态环境的全局莫兰指数均大于0,除2010年单个年份外,两个变量的莫兰指数都至少在10%水平上显著,这表明各省份的城乡收入差距和农村生态环境具有显著为正的空间自相关性。究其原因,临近省份由于其相似的地理、气候和历史背景,往往具备相似的资源禀赋。因此,它们在初始的经济发展阶段可能选择相似的发展路径,从而形成相近的经济发展水平。随着全球化和区域经济一体化的推进,相邻的省份或地区之间的交流与合作日益加强,这也为它们之间的产业结构发展、技术交流和资本流动提供了有利条件。特别是在现代经济中,区域一体化策略如自由贸易区或经济特区的建立,加速了临近省份之间的经济互动。这些因素相互作用,导致临近地区之间在城乡收入差距和农村生态环境等方面的差异逐渐缩小,最终走向趋同。

表3 空间相关关系检验

2.基准模型估计结果。表4报告了固定效应模型和SARAR模型下农村数字化对城乡收入差距和农村生态环境的影响。在SARAR模型中,农村数字化发展对城乡收入差距影响的估计系数为负,且在1%水平上显著,说明农村数字化对城乡收入差距具有收敛效应,可以促进农村经济共同富裕的实现。从变量系数看,农村数字化发展水平每提高1%,可促使城乡收入差距缩小2.90%,具有明显的经济意义。以农村生态环境为被解释变量时,农村数字化系数在1%水平上显著为正,表明农村数字化发展可以显著改善农村生态环境。综上所述,假设H1和H2得到了验证。数字技术具有高流动性和可复制性的特点,受地理空间的限制较小,能够以较低的成本实现跨时空传播,进而兼顾经济公平与环境公平,有利于实现城乡收入分配格局优化与农村环境质量改善的双赢,推动农村经济与生态共同富裕的实现。因此,缩小城乡收入差距或改善农村生态环境,各省份需要协同合作,才能更好地实现农村经济与生态的协同发展。此外,就控制变量而言,农村劳动力转移在缩小农村与城市间收入差距的同时,也对农村生态环境造成了负面影响,可能是因为非农转移导致农村剩余劳动力的缺乏,使得农户不得不加大化肥等化学品的投入来维持原有的产量,由此对农村生态环境造成了破坏。对外开放程度的加大也有助于进一步缩小农村与城市间收入差距,改善收入不平等。

表4 基准模型估计结果

(二)内生性检验

上述回归方程中,可能会存在反向因果关系,即城乡收入差距或农村生态环境也可能通过一些渠道反向影响农民数字技术的使用,进而导致内生性问题,采用传统方式进行估计可能会影响估计结果的准确性。因此,为了尽可能地缓解内生性问题,本文使用广义空间两阶段最小二乘法(GS2SLS)重新进行估计。GS2SLS可以在不引入外部工具变量的情况下,使用各解释变量及其空间滞后项作为工具变量,并基于2SLS方法估计空间面板模型,以削弱内生性对估计结果造成的偏误(Elhorst,2003)[43]。此外,本文还使用经济与地理距离空间嵌套权重矩阵作为稳健性检验,与地理距离矩阵相比,该矩阵同时考虑空间单元的地理距离和经济联系,可以更加全面地反映省份间的空间关联性。

由表5可知,从空间维度看,在两种不同空间权重矩阵下,被解释变量空间滞后项的系数均在1%水平上显著,表明城乡收入差距和农村生态环境存在明显的空间集聚特征。以经济与地理距离嵌套权重矩阵为例,农村数字化系数均通过1%显著性水平检验,表明数字技术使用可以在收敛城乡收入差距的同时,改善农村生态环境。可见在考虑内生性问题和空间联系的基础上,本文的基准回归结果依旧是高度稳健的,前文研究假设得到了进一步验证。

表5 内生性检验结果

(三)异质性分析

考虑到城乡收入差距或农村生态环境分布具有典型的区域异质性特征,再加上不同区域农村数字化发展水平差异较大,本文进一步将样本省份按地理区位划分为东部、中部和西部地区,考察农村数字化发展对城乡收入差距和农村生态环境作用效应的区域异质性。本文使用三个子样本,基于经济与地理距离嵌套权重矩阵,分别使用GS2SLS模型进行参数估计,估计结果如表6所示。在不同的区域,农村数字化发展均对城乡收入差距具有显著的负向影响,与前文基准回归结果保持一致。从作用效应大小看,农村数字化明显对中西部地区城乡收入差距的影响效应更大。而在以农村生态环境为被解释变量时,数字化系数仅在中西部地区显著,且系数值也明显比东部地区的大。可见,农村数字化对中西部地区的生态环境改善作用更明显。究其原因,受自然资源和经济发展水平的限制,大量重工业从东部转移到中西部,其农村生态环境较东部更为恶劣。尤其重要的是,东部农村的信息通信基础设施建设更完善,数字化发展水平更高,不同省份间差异更小,因此农村数字化的作用效果较中西部地区而言,不易体现出来,而中西部地区虽然前期数字基础设施水平较低,但却有明显后发优势,更容易发挥出农村数字化的环境效应。

表6 不同区域的空间面板实证结果

(四)进一步讨论

尽管前文证明了农村数字化可以有效缩小城乡收入差距,并改善农村生态环境,但值得注意的是,由于中国幅员广阔,不同区域农村劳动力所拥有的人力资本水平差异较大。与传统技能相比,数字技术的发展与应用水平的高低,在一定程度上取决于劳动者自身人力资本水平的高低,只有劳动者具备一定的知识和技术水平,才能更好地实现信息的获取、利用和加工(张家平等,2018)[44]。再加上当前中国农业农村发展正面临着大量农村青壮年劳动力向城市和非农部门转移的问题,农村剩余劳动力往往因为较低的人力资本而难以吸纳新技术(叶初升和马玉婷,2020)[45]。一般而言,高人力资本的农村居民往往意味着其具备较高的知识水平、自身创新能力和吸收外来技术的能力较高,对数字技术及其内涵有充分的认识,可以依托其将现代科技、生产方式和经营理念引入农业,并高效地学习如何开展新产业运营。同时,高人力资本农民还能在“干中学”中促进知识结构改变和自主学习能力的提高,有效整合农村资源,实现资源的高效使用以及业态的不断创新,最大限度地分享农村数字化的数字红利。

如果与数字技术应用相匹配的农村劳动力人力资本没有达到一定水平,那么数字化发展对农村经济活动的作用效果将会受限,影响农村经济与生态共同富裕的进程。可见,农村数字化对城乡收入差距和农村生态环境的影响是非线性的,可能存在人力资本门槛,即农村劳动力人力资本水平的高低,将直接影响数字化发展对城乡收入差距和农村生态环境的作用效果。下面将利用面板门槛模型来进一步检验农村数字化对城乡收入差距和农村生态环境的非线性关系。考虑到中国教育资源分配存在结构性差异,仅用平均受教育年限难以准确衡量人力资本,因此,本文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》中各省份农村劳动力实际人均人力资本数据(单位千元)(1)需要说明的是,最新的《2021年中国人力资本报告》仅公布到2019年的数据,因此,后文将采用2000—2019年数据进行面板门槛模型分析。,记为AHC,并取对数作为门槛变量。本文沿用魏滨辉和罗明忠(2023)[46]采用的Bootstrap自抽样法,依次进行单一、双重与三重门槛的检验,取得F统计量和P值,检验结果如表7所示。由表7可知,农村人力资本在5%的显著性水平下通过单门槛检验,最优门槛值均为1个,皆存在单门槛效应,即农村劳动力人力资本在农村数字化对城乡收入差距和农村生态环境的影响中存在单重门槛效应,对应门槛估计值分别为4.542和4.739,置信区间分别是[4.405,4.551]和[4.449,4.755],门槛值LR图形的构造过程则如图1所示。

图1 门槛值的LR图形

表7 门槛效应检验

由表8的(1)列可知,被解释变量为城乡收入差距时,在农村劳动力人力资本水平的不同阶段,农业数字化发展均能显著收敛城乡收入差距,但影响系数发生了变化。具体而言,相较于第一门槛区间,农村人力资本跨过门槛值后,农村数字化系数由0.110扩大为0.137,此区间的估计系数更大,说明相较于低农村人力资本而言,高农村人力资本水平下,农村数字化收敛城乡收入差距的效果更好。这主要是因为数字技术对使用者自身要求较高,当农村人力资本处于较低水平,数字技术与农村人力资本耦合度较低,农民无法充分掌握和发挥数字技术的效用,自然也就影响了数字赋能农村生产生活和缩小城乡收入差距的效果。而随着农村人力资本水平的不断提高,当人力资本跨过门槛值后,人力资本与数字技术之间的适配性变高,农村居民对数字技术的吸收和掌握也更充分,可以释放更多促进自身发展的“新动能”,并从中分享数字红利,农村数字化收敛城乡收入差距的作用也得以更大程度的发挥。

表8 门槛模型回归结果

同样地,被解释变量为农村生态环境时,由表8的(2)列结果可知,在低于门槛值阶段,农村数字化系数为0.087,仅通过10%显著性检验,而在高于门槛值阶段,数字化系数明显增大为0.150,同时通过了1%显著性水平检验,可见,在高农村人力资本水平下,数字化改善农村生态环境的效果更大。

总体而言,农村数字化对城乡收入差距和农村生态环境的作用效果受到农村劳动力人力资本门槛效应的影响,当人力资本水平较低时,其作用较小,跨过门槛值后,作用效果明显增强。结合当前中国农村劳动力实际人力资本的情况来看,以2019年为例,中国仅有10个省份的农村人均人力资本超过了门槛值4.542,占比仅为三分之一,可见,当前中国农村劳动力人均人力资本水平还处于较低水平,在一定程度上影响了数字赋能农村共同富裕效果的提升。因此,数字技术的应用,必须结合中国较高的农村劳动力人力资本水平才能真正发挥其最大化的影响效应。此外,为了进一步验证门槛模型稳健性,本文在前文论证基础上,将核心解释变量和门槛变量滞后一期,这主要是考虑到人力资本要兑现成现实生产力需要一定的时间,同时将其滞后一期替代当期值可以在一定程度上应对模型的内生性问题。在对面板门槛模型进行重新估计后,结果如表8的(3)列和(4)列模型结果所示。农村劳动力人力资本的单门槛效应同样显著,且核心解释变量农村数字化的系数大小虽有发生变化,但符号方向和显著性并未发生根本性变化,表明前文估计结果是稳健的。

五、结论与启示

本文将农村共同富裕由经济公平扩展延伸至环境公平,并基于中国2000—2020年省际面板数据,进一步采用空间SARAR模型、广义空间两阶段最小二乘法(GS2SLS)、面板门槛模型等方法,探究了农村数字化对城乡收入差距以及农村生态环境的影响效应。结果表明,城乡收入差距和农村生态环境存在正向空间溢出效应,就全国整体而言,农村数字化发展不仅可以显著缩小城乡收入差距,还有利于农村生态环境的改善,表明农村数字化可兼顾收入均衡与环境改善,最终实现农村经济与生态共同富裕的双赢,且该作用效果在中西部地区更明显;农村数字化对城乡收入差距和农村生态环境的影响存在人力资本的单门槛效应,即相较于低水平农村人力资本,高人力资本水平下,农村数字化对城乡收入差距和农村生态环境的影响效应更明显。

本研究为理解数字技术如何赋能农村共同富裕提供了理论逻辑与经验证据。为此,一方面,应持续推进数字乡村战略的实施,加大对农村数字通信基础设施的建设力度,推动区域内或区域间形成数字化发展的新架构,着力消除城乡数字鸿沟,促进不同地区数字化的均衡发展,将数字红利更公平地惠及农村居民。同时,大力支持数字技术等要素引入农业产业创新发展过程,依靠数字技术的智能化优势,减少农业生产的体力约束和信息约束,提高农业精准化水平,利用技术红利代替人口红利,解决农村劳动力转移和剩余劳动力老龄化问题,充分发挥数字技术的经济效应和生态效应。另一方面,应进一步加大宣传力度,多渠道多方式地向农村居民普及数字技术知识,提高农户对数字技术使用的适应性水平,最大限度发挥数字技术的“红利”。最后,农村人力资本是实现共同富裕的重要影响因素。应注重高素质农民培育,加强对农民的生产技能培训和知识教育,促进农村劳动力顺利转型,持续提升农村人力资本水平,从而提高数字技术与人力资本的耦合度,打造农村数字化发展利益共同体。