数字经济(Digital Economy)、城乡收入差距(Urban–Rural Income Gap)与可持续发展(Sustainable Development)——来自中国的经验证据

《Sustainability》：The Digital Economy, the Urban–Rural Income Gap, and Sustainable Development—Evidence from China

　　

研究数字经济(Digital Economy)对城乡收入差距(Urban–Rural Income Gap)的影响，对促进城乡可持续发展和实现共同富裕至关重要。本研究基于2011—2023年中国31个省级区域的面板数据(Panel Data)，运用空间杜宾模型(Spatial Durbin Model, SDM)考察数字经济对城乡收入差距的影响。城乡收入差距按收入来源划分为工资性(Wage)、经营性(Operational)、财产性(Property)及转移性(Transfer)四类收入差距，并分别检验数字经济对各类型差距的影响。研究结果表明：数字经济在本地及邻近地区均会扩大城乡总体收入差距，且对邻近地区的负面效应更强；数字经济缩小城乡经营性及财产性收入差距，但在本地及邻近地区均扩大城乡工资性收入差距；数字经济对城乡转移性收入差距的影响尚未显现。数字经济对城乡收入差距的本地效应与空间溢出效应在不同区域间存在显著异质性。

论文解读：《数字经济、城乡收入差距与可持续发展——来自中国的经验证据》

一、研究背景与意义

中国长期致力于推进城乡融合发展、缩小城乡居民收入差距。2023年中国城乡居民人均可支配收入比仍达2.39，高于全球平均水平，城乡财富鸿沟是阻碍共同富裕实现的突出矛盾。数字经济(Digital Economy)以移动互联网、云计算、人工智能为代表快速发展，2023年中国数字经济规模达53.9万亿元，占GDP的42.8%，成为重塑生产要素配置与影响城乡收入分配的重要力量。理论上，数字经济可通过降低信息不对称、打破城乡壁垒、促进公共服务均等化来缩小收入差距；但因农村数字基础设施薄弱与居民数字素养偏低，"数字鸿沟(Digital Divide)"可能放大城乡收益差异，反而扩大差距。既有文献对数字经济与城乡收入差距的关系结论不一（缩小论、扩大论、非线性论），且普遍存在三点不足：①多将收入差距作为整体单一指标，未区分收入来源结构；②多采用传统计量模型忽视空间依赖性(Spatial Dependence)与空间溢出效应(Spatial Spillover Effect)；③区域异质性分析较粗。为此，研究人员以2011—2023年中国31个省（自治区、直辖市）为样本，采用空间杜urbin模型(Spatial Durbin Model, SDM)并引入收入结构分解框架，系统考察数字经济对城乡总体及各类别收入差距的本地效应、空间溢出效应及区域异质性，论文发表于《Sustainability》。

二、主要技术方法概述

研究人员构建含数字基础设施、数字产业应用、数字创新能力三个维度的数字经济评价指标体系，以熵值法(Entropy Method)测度各省数字经济发展水平；被解释变量城乡收入差距及各分项差距均采用泰尔指数(Theil Index, T_it)测算；控制变量含对外开放度、金融发展水平、城镇化率、政府财政支出水平、产业结构；构建基于距离倒数的地理权重矩阵(Geographical Weight Matrix based on Inverse Distance)计算全局Moran's I指数验证空间自相关性，经LM检验、Wald检验、LR检验确定最优模型为双固定效应空间杜宾模型(Spatial Durbin Model with Dual Fixed Effects)；通过直接效应(Direct Effect)、间接效应(Indirect Effect/空间溢出效应)和总效应(Total Effect)分解解释变量影响；进行替换经济地理权重矩阵、1%缩尾(Winsorization)处理及滞后一期解释变量三种稳健性检验；按数字经济发展水平中位数将样本划为高、低数字经济区域进行异质性分析。数据来源于?《中国统计年鉴》（2010—2024）、各省统计年鉴及统计公报。

三、研究结果

空间自相关性检验(Spatial Autocorrelation Test)

全局Moran's I指数显示2011—2023年城乡总体收入差距(TI_it)及工资性、经营性、财产性、转移性收入差距的Moran's I值均大于0且在至少10%水平上显著，局部Moran散点图多落于第一、三象限，证实各类城乡收入差距存在显著正向空间自相关与空间集聚特征，适用空间计量模型。

空间计量模型选择检验(Model Selection Tests)

LM检验与稳健LM检验在1%水平上显著，Hausman检验拒绝随机效应原假设，Wald与LR检验不支持SDM退化为空间滞后或空间误差模型，且时间固定效应与个体固定效应LR检验均在1%水平上显著，故确定采用双固定效应空间杜宾模型。

SDM回归结果分析——总体城乡收入差距(TI_it)

数字经济核心变量系数在1%水平上显著为正，本地直接效应系数为0.099，空间滞后项系数显著为正，间接（溢出）效应系数为0.452，总效应系数0.551，均通过1%显著性检验且间接效应大于直接效应。表明数字经济在本地及邻近地区均显著扩大城乡总体收入差距，对邻近地区负面影响更强，验证H1与H2。控制变量中金融发展总效应显著为正（反映城乡金融资源配置不均），城镇化率与二产占比总效应显著为负（就业效应与产业融合缩小差距），政府财政支出无显著影响。

SDM回归结果分析——城乡工资性收入差距(TI_wage)

数字经济对城乡工资性收入差距的直接、间接及总效应均在1%水平上显著为正，验证H3a。数字经济具技能偏向性(Skill-Biased Technological Change)，扩大城乡人力资本差异并引致非农就业机会质量分化，城市高技能岗位增多而农村低技能平台就业不稳定，扩大城乡工资差距。

SDM回归结果分析——城乡经营性收入差距(TI_oper)与城乡财产性收入差距(TI_prop)

数字经济对TI_oper与TI_prop的系数分别为?0.169与?0.178，均在1%水平上显著，直接、间接及总效应均显著为负，验证H3b与H3c。智慧赋能(Smart Empowerment Effect)：农业物联网、大数据指导种植、电商去中介化、缩短流通环节使农户获取更多价值链增值，拓宽农村创业机会缩小经营性差距；扩源盘活(Broadening and Revitalizing Effect)：数字金融(Digital Finance)降低金融服务门槛使农村储蓄转化为投资，数字产权交易平台激活土地经营权等沉睡资产产生租金与分红，缩小财产性差距。

SDM回归结果分析——城乡转移性收入差距(TI_trans)

数字经济系数及空间溢出效应均不显著，验证H3d。转移性收入主要由政府财政转移支付政策驱动，属非市场性分配，数字经济对其无直接显著影响。

稳健性检验(Robustness Tests)

替换经济地理权重矩阵、对被解释变量进行1%双侧缩尾处理、使用数字经济一期滞后变量重新估计SDM，核心解释变量系数符号与显著性水平基本保持一致，主回归结论稳健。

区域异质性分析(Analysis of Regional Heterogeneity)

按数字经济发展水平中位数分组：高数字经济区(DE_High)与低数字经济区(DE_Low)。两组数字经济对本地区乡收入差距的直接效应均显著为正，但低数字经济区系数(0.572)明显大于高数字经济区(0.078)，即数字经济在低数字经济发展水平地区对本地城乡收入差距的扩大作用更强。空间溢出方面，高数字经济区数字经济对邻近地区城乡收入差距的间接效应显著为正（虹吸要素扩大周边差距），低数字经济区间接效应不显著（数字基础弱未触发明显溢出）。

四、讨论与结论翻译

研究人员指出，数字经济通过"诅咒效应(Curse Effect)"与"马太效应(Matthew Effect)"形成数字鸿沟，在本地扩大城乡差距并产生跨区负向溢出，需加快数字乡村建设、补齐农村数字基础设施短板、开展场景化数字素养培训。对工资差距扩大问题应关注农村劳动力数字技能提升；对经营与财产差距的缩小作用可通过扶持农村特色产业的数字化服务网络、建设农村数字金融平台与产权数字化交易、开展数字理财培训加以强化。区域层面应实施差异化策略——低数字区重点补基建与人资短板，高数字区推动数字产业链向周边农村延伸、构建跨区域农产品数字供应链向"核心—协作"模式转型。

研究结论(Conclusions)：

数字经济在本地及邻近地区均扩大城乡总体收入差距，且对邻近地区负面影响更大。按收入结构分解后，数字经济扩大城乡工资性收入差距，缩小城乡经营性及财产性收入差距，对转移性收入差距尚无显著影响。空间溢出效应呈异质性：数字经济扩大邻近地区工资性差距，缩小邻近地区经营性及财产性差距，对转移性差距无影响。区域异质性显示：低数字经济区数字经济对本地城乡差距扩大效应更显著；高数字经济区数字经济同时显著扩大邻近地区城乡差距，低数字经济区无显著空间溢出。本研究从收入结构框架、空间溢出视角及按数字经济发展水平划分的区域异质性三方面拓展了既有文献。