米嘉偉 屈小娥

內(nèi)容提要：從就業(yè)及收入分配視角分析了數(shù)字經(jīng)濟對城鄉(xiāng)收入差距的影響機制，使用2011-2019年中國238個地級及以上城市層面數(shù)據(jù)，探究數(shù)字經(jīng)濟發(fā)展和城鄉(xiāng)收入差距之間的關(guān)系并進行區(qū)域異質(zhì)性分析。研究發(fā)現(xiàn)：數(shù)字經(jīng)濟發(fā)展對城鄉(xiāng)收入差距的影響呈先縮小后擴大的“U型”變化趨勢，目前中國已跨越拐點處于“U型”曲線的右側(cè)，數(shù)字經(jīng)濟展現(xiàn)出擴大城鄉(xiāng)收入差距的傾向。分區(qū)域看，西部地區(qū)“U型”關(guān)系明顯，東、中部地區(qū)較為微弱；以人口數(shù)量劃分城市規(guī)模大小，數(shù)字經(jīng)濟與城鄉(xiāng)收入差距的“U型”關(guān)系顯著存在于大規(guī)模和小規(guī)模城市。進一步研究發(fā)現(xiàn)教育資源對數(shù)字經(jīng)濟與城鄉(xiāng)收入差距的“U型”關(guān)系具有調(diào)節(jié)作用，城鎮(zhèn)化在數(shù)字經(jīng)濟對城鄉(xiāng)收入差距的影響中具有部分中介效應(yīng)。上述研究對于制定減輕數(shù)字經(jīng)濟發(fā)展對就業(yè)結(jié)構(gòu)沖擊、改善城鄉(xiāng)收入差距的相關(guān)政策具有一定參考價值。

一、 引 言

城鄉(xiāng)收入差距過大一直是中國區(qū)域經(jīng)濟發(fā)展不平衡所面臨的重要問題。近十年來，中國農(nóng)村經(jīng)濟發(fā)展取得了長足進步，中國也已全面建成小康社會，人民生活水平較改革開放初期大幅提高，但是從城鄉(xiāng)居民收入來看，中國城鄉(xiāng)收入比(1)城鄉(xiāng)收入比：指城鎮(zhèn)居民人均可支配收入與農(nóng)村居民人均可支配收入之比。從2011年的2.90下降到2020年的2.56，僅縮小了11.70%，農(nóng)村居民較城市居民在生活、教育、醫(yī)療等諸多方面仍存在顯著的差距，城鄉(xiāng)收入差距依然是中國改善收入分配結(jié)構(gòu)，實現(xiàn)共同富裕這一社會主義根本目標過程中亟待解決的難題。

近年來，在互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能、5G等技術(shù)迅猛發(fā)展的推動下，數(shù)字技術(shù)日益融入社會經(jīng)濟發(fā)展的各個領(lǐng)域，數(shù)字經(jīng)濟也憑借數(shù)字技術(shù)成為重塑要素分配和經(jīng)濟結(jié)構(gòu)的重要力量。中共十八大以來，黨中央更是將數(shù)字經(jīng)濟作為把握新一輪產(chǎn)業(yè)科技革命和產(chǎn)業(yè)變革的國家戰(zhàn)略選擇，根據(jù)中國信息通信研究院2021年發(fā)布的《中國數(shù)字經(jīng)濟發(fā)展白皮書》，2020年中國數(shù)字經(jīng)濟規(guī)模為39.2萬億元，占GDP比重為38.6%，數(shù)字經(jīng)濟已經(jīng)成為中國經(jīng)濟發(fā)展的重要驅(qū)動力，與各產(chǎn)業(yè)融合，對資源要素流動、生產(chǎn)模式變革、要素收入回報等產(chǎn)生著巨大作用，也必然會對城鄉(xiāng)居民就業(yè)和收入分配帶來深刻影響。因此在中國經(jīng)濟發(fā)展新舊動能轉(zhuǎn)換的新階段，研究數(shù)字經(jīng)濟這一新的經(jīng)濟驅(qū)動力如何影響城鄉(xiāng)收入差距，對于改善中國城鄉(xiāng)居民收入分配結(jié)構(gòu)，探索實現(xiàn)共同富裕具有重要意義。

二、 文獻綜述

1. 數(shù)字經(jīng)濟對就業(yè)及收入分配的相關(guān)研究

從歷史經(jīng)驗來看，技術(shù)革命和產(chǎn)業(yè)變革往往會帶來勞動力需求結(jié)構(gòu)的調(diào)整，并進一步影響居民收入分配。隨著人工智能、云計算、大數(shù)據(jù)等數(shù)字技術(shù)的蓬勃發(fā)展，數(shù)字經(jīng)濟已成為促進國民經(jīng)濟增長的新動力，其內(nèi)含的科技力量正在重塑傳統(tǒng)生產(chǎn)模式，對中國勞動力就業(yè)及收入分配產(chǎn)生深刻影響。在對就業(yè)影響方面，何宗樾和宋旭光(2020)研究發(fā)現(xiàn)數(shù)字經(jīng)濟可以促進非農(nóng)就業(yè)，高人力資本群體能夠獲得更多就業(yè)機會。王文(2020)通過省級面板數(shù)據(jù)研究發(fā)現(xiàn)工業(yè)智能化會降低制造業(yè)程式化就業(yè)崗位份額，可以提升知識密集型服務(wù)業(yè)就業(yè)份額?？梢?，數(shù)字經(jīng)濟發(fā)展具有一定的就業(yè)促進效應(yīng)，且會對就業(yè)結(jié)構(gòu)產(chǎn)生影響。在對創(chuàng)業(yè)影響方面，數(shù)字經(jīng)濟也具有積極作用，趙濤等(2020)利用中國城市數(shù)據(jù)發(fā)現(xiàn)數(shù)字經(jīng)濟可以提升城市創(chuàng)業(yè)活躍度進而賦能經(jīng)濟高質(zhì)量發(fā)展。張勛等(2019)發(fā)現(xiàn)數(shù)字金融的發(fā)展可以為農(nóng)村居民提供均等化的創(chuàng)業(yè)機會，改善其創(chuàng)業(yè)行為。在對收入分配影響方面，柏培文和張云(2021)研究發(fā)現(xiàn)數(shù)字經(jīng)濟發(fā)展對低技能勞動力權(quán)益的擠占效應(yīng)會抵消人口紅利降低所帶來的低技能勞動力福利提升效應(yīng)，造成低技能勞動力權(quán)益惡化。李怡和柯杰升(2021)指出農(nóng)村數(shù)字經(jīng)濟發(fā)展可以提升農(nóng)民收入但也會增加農(nóng)村居民群體內(nèi)部的收入不平等，擁有較高教育程度和社會地位的群體收入提升更多。從現(xiàn)有研究可以看到數(shù)字經(jīng)濟的發(fā)展可以提高就業(yè)和創(chuàng)業(yè)水平，也會對就業(yè)結(jié)構(gòu)產(chǎn)生影響，且具備較高人力資本的群體從數(shù)字經(jīng)濟發(fā)展中受益更多，進而導致收入分配差異。

2. 關(guān)于城鄉(xiāng)收入差距影響因素的相關(guān)研究

近年來，中國居民收入差距呈高位徘徊狀態(tài)，其中城鄉(xiāng)收入差距有縮小，但其主要是由于面向農(nóng)村的轉(zhuǎn)移支付增加，而非城鄉(xiāng)融合所致(羅楚亮等，2021)，城鄉(xiāng)收入差距依然是改善中國收入分配差距的重要抓手。有關(guān)城鄉(xiāng)收入差距影響因素的研究頗多，城市傾向政策、城鎮(zhèn)化水平、金融發(fā)展、財政支出等都是以往研究中學者們較為聚焦的因素。陸銘和陳釗(2004)通過省級面板數(shù)據(jù)研究發(fā)現(xiàn)城市化有助于降低城鄉(xiāng)收入差距，同時政府的城市偏向性政策會擴大城鄉(xiāng)收入差距。陳斌開和林毅夫(2013)認為政府鼓勵資本密集型部門優(yōu)先發(fā)展會延緩城市化進程，擴大城鄉(xiāng)收入差距，并且研究發(fā)現(xiàn)中國城鄉(xiāng)收入差距隨經(jīng)濟發(fā)展呈“U型”規(guī)律。葉志強等(2011)研究發(fā)現(xiàn)金融發(fā)展會擴大城鄉(xiāng)收入差距。隨數(shù)字技術(shù)在金融領(lǐng)域的滲透發(fā)展，宋曉玲(2017)利用省級面板數(shù)據(jù)研究發(fā)現(xiàn)數(shù)字普惠金融有助于縮小城鄉(xiāng)收入差距。陳安平和杜金沛(2010)研究發(fā)現(xiàn)，財政支出增加不一定會縮小城鄉(xiāng)收入差距，只有財政支出偏向農(nóng)業(yè)和科教文衛(wèi)時，才會利于縮小城鄉(xiāng)收入差距。隨著信息通信技術(shù)的興起，也有學者開始探索新技術(shù)變革對城鄉(xiāng)收入差距的影響。程名望和張家平(2019)研究發(fā)現(xiàn)互聯(lián)網(wǎng)普及對城鄉(xiāng)收入差距具有“倒U型”影響趨勢，當前互聯(lián)網(wǎng)對農(nóng)村居民的收入提升作用大于城鎮(zhèn)居民，有助于縮小城鄉(xiāng)收入差距。劉歡(2020)從勞動力轉(zhuǎn)移視角研究發(fā)現(xiàn)工業(yè)智能化會降低農(nóng)業(yè)轉(zhuǎn)移人口的收入和工作穩(wěn)定性，擴大城鄉(xiāng)收入差距?？梢钥吹綄W者們對城鄉(xiāng)收入差距的影響因素做了諸多研究，且對其中一些傳統(tǒng)影響因素如城市化、城市偏向政策、財政支出等的作用效果也基本達成一致共識。

目前關(guān)于數(shù)字經(jīng)濟對中國城鄉(xiāng)收入差距影響的研究仍然較少。李曉鐘和李俊雨(2021)使用省級面板數(shù)據(jù)研究發(fā)現(xiàn)數(shù)字經(jīng)濟發(fā)展水平對城鄉(xiāng)收入差距的影響呈先上升、后下降的“倒U型”趨勢，且存在門檻效應(yīng)，即隨人均收入水平和研發(fā)強度的提高，數(shù)字經(jīng)濟對縮小城鄉(xiāng)收入差距的影響越明顯。陳文和吳贏(2021)同樣利用省級面板數(shù)據(jù)構(gòu)建數(shù)字經(jīng)濟發(fā)展指標，研究發(fā)現(xiàn)數(shù)字經(jīng)濟可以通過影響城鎮(zhèn)化率和創(chuàng)業(yè)水平來對城鄉(xiāng)收入差距產(chǎn)生作用，數(shù)字經(jīng)濟對城鄉(xiāng)收入差距的影響呈“U型”趨勢?？梢钥吹缴鲜鰞烧呔褂弥袊〖墝用鏀?shù)據(jù)進行研究，且研究結(jié)果呈現(xiàn)的影響趨勢恰好相反，未能互相佐證。

綜上所述，可以看到數(shù)字經(jīng)濟發(fā)展會對就業(yè)總量及就業(yè)結(jié)構(gòu)產(chǎn)生影響，且具備較高人力資本的群體會從數(shù)字經(jīng)濟發(fā)展中受益更多，進而導致收入分配差異。而目前鮮有文獻從此視角出發(fā)研究數(shù)字經(jīng)濟發(fā)展對城鄉(xiāng)收入差距的影響。此外，關(guān)于數(shù)字經(jīng)濟對中國城鄉(xiāng)收入差距影響的研究成果還比較少，且現(xiàn)有研究結(jié)論相異。相較于已有研究，本文的邊際貢獻有以下三點：首先，從數(shù)字經(jīng)濟對居民就業(yè)及收入分配影響視角，分析了數(shù)字經(jīng)濟對城鄉(xiāng)收入差距的作用機制；其次，以中國238個地級及以上城市作為研究對象，用更為豐富的城市層面數(shù)據(jù)驗證了數(shù)字經(jīng)濟發(fā)展水平對城鄉(xiāng)收入差距的影響，研究發(fā)現(xiàn)總體上中國數(shù)字經(jīng)濟發(fā)展對城鄉(xiāng)收入差距的影響呈先縮小后擴大的“U型”變化趨勢，且目前已跨越拐點，處于“U型”曲線右側(cè)，數(shù)字經(jīng)濟展現(xiàn)出擴大城鄉(xiāng)收入差距的傾向，并在此基礎(chǔ)上進行了區(qū)域異質(zhì)性分析，是對已有研究的有益補充；最后，檢驗了教育資源的調(diào)節(jié)作用和城鎮(zhèn)化的中介作用，為政府制定相應(yīng)的公共政策緩解數(shù)字經(jīng)濟發(fā)展引致的城鄉(xiāng)收入差距擴大提供經(jīng)驗支持。

三、 數(shù)字經(jīng)濟影響城鄉(xiāng)收入差距的機制分析

中國鄉(xiāng)村振興調(diào)查數(shù)據(jù)(CRRS)顯示工資性收入和家庭經(jīng)營性收入已成為當前農(nóng)村居民的主要收入來源，2019年農(nóng)村居民收入結(jié)構(gòu)中，工資性收入占比最高，為45.72%，家庭經(jīng)營性凈收入次之，占比為41.05%，其中農(nóng)業(yè)經(jīng)營凈收入占總收入比重為27.18%，非農(nóng)經(jīng)營凈收入占總收入比重為13.87%(杜鑫，2021)。數(shù)字經(jīng)濟可以通過影響農(nóng)村居民的就業(yè)和非農(nóng)經(jīng)營對城鄉(xiāng)收入差距產(chǎn)生影響。

數(shù)字經(jīng)濟對傳統(tǒng)生產(chǎn)模式和產(chǎn)業(yè)結(jié)構(gòu)的重塑會對就業(yè)總量及就業(yè)結(jié)構(gòu)產(chǎn)生沖擊。在對就業(yè)總量的影響方面：第一，數(shù)字經(jīng)濟興起會創(chuàng)造更多就業(yè)機會，且對非農(nóng)就業(yè)具有促進作用(詹曉寧和歐陽永福，2018；何宗樾和宋旭光，2020)。智能化技術(shù)的應(yīng)用會創(chuàng)造新的業(yè)態(tài)與生產(chǎn)模式(Acemoglu和Restrepo，2018)，新的就業(yè)崗位將會隨之產(chǎn)生。同時有研究表明工業(yè)智能化會增加高、低教育程度勞動力的需求(孫早和侯玉琳，2019)，而農(nóng)村居民恰為中低技能勞動力供給主體。此外，數(shù)字經(jīng)濟平臺具有“蒲公英效應(yīng)”，當數(shù)字經(jīng)濟企業(yè)確立其行業(yè)領(lǐng)先地位后，會為與其合作的上下游中小企業(yè)提供更好的發(fā)展條件和市場機會，營造完善的數(shù)字經(jīng)濟生態(tài)，進而提供更多就業(yè)崗位。第二，數(shù)字經(jīng)濟的發(fā)展也可以間接促進就業(yè)。首先，數(shù)字經(jīng)濟極大地便利了信息的流通，一定程度上降低了農(nóng)村勞動力在尋求工作中的信息不對稱程度，其可以借助網(wǎng)絡(luò)信息平臺獲知招聘信息，進行崗位匹配，減少其尋求工作的時間成本和經(jīng)濟成本，提高就業(yè)效率。其次，數(shù)字經(jīng)濟時代知識和信息具有非競爭性，勞動力通過互聯(lián)網(wǎng)即可獲取豐富的信息和知識，可以通過自學掌握和加強新的勞動技能，提高自身人力資本，增強就業(yè)競爭力。第三，數(shù)字經(jīng)濟的發(fā)展有助于促進創(chuàng)業(yè)，促進農(nóng)村居民的非農(nóng)經(jīng)營收入提高。隨著農(nóng)村居民非農(nóng)就業(yè)的增加，農(nóng)戶人均收入出現(xiàn)較快增長，農(nóng)村居民非農(nóng)創(chuàng)業(yè)意愿也隨人均收入的提高而提高(彭克強和劉錫良，2016)。農(nóng)村地區(qū)信貸市場嚴重的信息不對稱性和較高的信貸交易成本會阻礙農(nóng)村居民獲得創(chuàng)業(yè)融資，而數(shù)字金融可以有效緩解農(nóng)戶的信貸約束，促進農(nóng)村居民創(chuàng)業(yè)，增加創(chuàng)業(yè)收入(何婧和李慶海，2019)。

信息技術(shù)革命的推進會帶來勞動力就業(yè)結(jié)構(gòu)的調(diào)整(Machin和Van Reenen,1998)，在對就業(yè)結(jié)構(gòu)的影響方面，現(xiàn)有研究主要聚焦于人工智能和工業(yè)智能化對程式化勞動力的替代和就業(yè)極化問題。工業(yè)智能化水平的提升會減少制造業(yè)就業(yè)份額，增加知識和技術(shù)密集型服務(wù)業(yè)就業(yè)份額(王文，2020)。在工業(yè)智能化沖擊下，從事簡單勞動的中技能勞動者被迫下崗，或向低端服務(wù)業(yè)分流或提升技能向高技能崗位轉(zhuǎn)型(Goos等，2009；隆云滔等，2020)。有研究表明，人工智能技術(shù)在影響就業(yè)崗位增減的同時也會對不同技術(shù)部門的生產(chǎn)率產(chǎn)生差異化的影響，進而擴大高、低技術(shù)部門收入差距(王林輝等，2020)。

綜上所述，數(shù)字經(jīng)濟的發(fā)展會對勞動力市場產(chǎn)生沖擊，深刻影響收入分配結(jié)構(gòu)。短期來看，中國的數(shù)字經(jīng)濟發(fā)展還處于“加快建設(shè)數(shù)字經(jīng)濟、數(shù)字社會、數(shù)字政府”以及推動數(shù)字化轉(zhuǎn)型的階段，在這一階段一部分勞動崗位雖然會被機器替代而消失，但數(shù)字經(jīng)濟的發(fā)展依然會供應(yīng)較多的中低技能崗位，而且中國目前處于人口紅利下降階段，人口紅利下降的勞動力短缺效應(yīng)還是主要來自中低技能勞動者，這會促使中低技能勞動力的工資收入大幅提升(蔡昉，2010)，有助于彌合城鄉(xiāng)收入差距。但從長期來看，一方面就業(yè)崗位需求會隨數(shù)字經(jīng)濟發(fā)展水平的提高而發(fā)生變化，農(nóng)村勞動力不僅可能被工業(yè)智能化所替代，而且可能因其教育和職業(yè)因素的影響而在就業(yè)市場上被“擠出”，只能轉(zhuǎn)而從事更低技能要求的工作；另一方面，不同技能部門崗位的收入分配也會發(fā)生變化，就業(yè)極化問題的深化將有可能進一步擴大高、低技能部門勞動力的收入差距。數(shù)字經(jīng)濟會對生產(chǎn)效率產(chǎn)生影響，使資本密集的高技能部門比勞動密集的低技能部門生產(chǎn)效率提升更多，其相應(yīng)收入也會提高更多(柏培文和張云，2021)，進而擴大收入分配差距。

四、 研究設(shè)計

1. 模型設(shè)定

本文以城鄉(xiāng)收入差距為被解釋變量，以城市數(shù)字經(jīng)濟發(fā)展水平為核心解釋變量，同時添加其他控制變量，建立基準回歸模型如下：

IGit=α0+α1DEit+η·X+μi+δt+εit

(1)

其中，i表示城市，t表示年份，IG代表城鄉(xiāng)收入差距，DE為本文測算出的各城市數(shù)字經(jīng)濟發(fā)展指數(shù)，X為一組影響城鄉(xiāng)收入差距的城市層面的控制變量，包括經(jīng)濟發(fā)展水平、財政支出水平、城鎮(zhèn)化水平、金融發(fā)展程度、第一產(chǎn)業(yè)比重和第三產(chǎn)業(yè)比重等，μi為城市固定效應(yīng)，δt為時間固定效應(yīng)，εit為隨機擾動項。

2. 變量選取及數(shù)據(jù)說明

(1) 被解釋變量。與已有研究一致，本文的被解釋變量城鄉(xiāng)收入差距使用城鎮(zhèn)人均可支配收入和農(nóng)村人均純收入之比來表示，2013年之后國家統(tǒng)計局使用農(nóng)村人均可支配收入來衡量農(nóng)村居民收入水平，不再公布農(nóng)村人均純收入，故2013年之后本文使用農(nóng)村人均可支配收入數(shù)據(jù)代替農(nóng)村人均純收入。

(2) 核心解釋變量。本文的核心解釋變量為城市數(shù)字經(jīng)濟發(fā)展水平。本文借鑒趙濤等(2020)構(gòu)建的指標體系，使用熵值法對各指標權(quán)重進行賦值，測算城市層面數(shù)字經(jīng)濟發(fā)展水平，具體指標見表1。

(3) 其他控制變量。根據(jù)研究內(nèi)容，本文選取如下控制變量：經(jīng)濟發(fā)展水平(LnGDPP),用人均地區(qū)生產(chǎn)總值表示；財政支出水平(Fiscal)，用各城市公共財政支出占地區(qū)生產(chǎn)總值比重表示；城鎮(zhèn)化水平(Urban)，用各城市城鎮(zhèn)常住人口占總?cè)丝诒戎乇硎?；金融發(fā)展程度(Finace)，用金融機構(gòu)存貸款余額占地區(qū)生產(chǎn)總值表示；第一產(chǎn)業(yè)比重(Primary)，用第一產(chǎn)業(yè)產(chǎn)值占地區(qū)生產(chǎn)總值比重表示；第三產(chǎn)業(yè)比重(Tertiary)，用第三產(chǎn)業(yè)產(chǎn)值占地區(qū)生產(chǎn)總值比重表示。

表1 城市數(shù)字經(jīng)濟發(fā)展水平指標體系

本文研究樣本為2011-2019年全國238個地級及以上城市數(shù)據(jù)。城鎮(zhèn)和鄉(xiāng)村人均收入數(shù)據(jù)主要來自Wind資訊數(shù)據(jù)庫，數(shù)字經(jīng)濟發(fā)展水平中各指標數(shù)據(jù)以及地區(qū)生產(chǎn)總值數(shù)據(jù)、人均地區(qū)生產(chǎn)總值數(shù)據(jù)、公共財政支出數(shù)據(jù)、金融機構(gòu)存貸款數(shù)據(jù)、第一與第三產(chǎn)業(yè)產(chǎn)值比重數(shù)據(jù)主要來自歷年《中國城市統(tǒng)計年鑒》，其中數(shù)字普惠金融指數(shù)由北京大學數(shù)字金融研究中心和螞蟻金服集團共同編制(郭峰等，2020)。城鎮(zhèn)化水平數(shù)據(jù)主要來自CEIC數(shù)據(jù)庫。所有指標中歷年缺失的數(shù)據(jù)通過各區(qū)域、省級、市級統(tǒng)計年鑒以及各市統(tǒng)計公報補齊，還有個別缺失數(shù)據(jù)采用插值法補齊。各變量的描述性統(tǒng)計如表2所示。

表2 變量描述性統(tǒng)計結(jié)果

3. 初步經(jīng)驗判斷

結(jié)合上文中關(guān)于數(shù)字經(jīng)濟發(fā)展水平對城鄉(xiāng)收入差距的影響機制分析，短期和長期內(nèi)數(shù)字經(jīng)濟發(fā)展水平對城鄉(xiāng)收入差距的作用效果具有差異，為直觀地展示其相互關(guān)系，本文繪制了兩者之間的散點圖，如圖1所示。可以看到兩者呈“U型”曲線，即數(shù)字經(jīng)濟發(fā)展對城鄉(xiāng)收入的影響呈“先下降、后上升”的非線性變化特征。

圖1 數(shù)字經(jīng)濟發(fā)展水平與城鄉(xiāng)收入差距散點擬合

1. 基準回歸

本文使用雙向固定效應(yīng)模型進行回歸，結(jié)果見表3。其中，模型(1)為未添加控制變量的回歸結(jié)果，結(jié)果顯示數(shù)字經(jīng)濟發(fā)展水平在1%的水平上顯著為正，對城鄉(xiāng)收入差距呈擴大作用。模型(2)是在模型(1)基礎(chǔ)上加入控制變量后的回歸結(jié)果，數(shù)字經(jīng)濟發(fā)展水平系數(shù)略有下降，但依然為正且通過了1%的顯著性水平檢驗。說明現(xiàn)階段數(shù)字經(jīng)濟發(fā)展帶來的就業(yè)極化現(xiàn)象已開始影響城鄉(xiāng)居民收入差距，來自農(nóng)村地區(qū)的中低技能勞動者被迫轉(zhuǎn)向從事更低技能要求工作，勞動收入下降，且因生產(chǎn)效率差異，勞動密集型的低技能部門收入增速慢于資本密集型的高技能部門，進一步導致城鄉(xiāng)居民收入差距擴大。

為驗證數(shù)字經(jīng)濟發(fā)展水平和城鄉(xiāng)收入差距之間是否存在非線性關(guān)系，本文在模型(3)、(4)中引入數(shù)字經(jīng)濟發(fā)展水平的平方項。模型(3)中未添加其他控制變量，結(jié)果顯示在1%的顯著性水平上數(shù)字經(jīng)濟發(fā)展水平顯著為負，其平方項顯著為正。在模型(3)基礎(chǔ)上增加其他控制變量后，模型(4)回歸結(jié)果顯示數(shù)字經(jīng)濟發(fā)展水平系數(shù)為負，且系數(shù)通過了10%的顯著性水平，其平方項系數(shù)為正，通過了1%的顯著性水平檢驗，說明數(shù)字經(jīng)濟發(fā)展水平與城鄉(xiāng)收入差距之間存在“U型”關(guān)系，數(shù)字經(jīng)濟的發(fā)展初期會先縮小城鄉(xiāng)收入差距，但隨其進一步發(fā)展，會對城鄉(xiāng)收入產(chǎn)生擴大作用，此結(jié)果表明，在數(shù)字經(jīng)濟發(fā)展的早期，數(shù)字經(jīng)濟發(fā)展具有就業(yè)創(chuàng)造效應(yīng)，會提供較多的中低技能崗位，且由于中國人口紅利下降的短缺效應(yīng)主要來自中低技能勞動力，其工資收入大幅提升，利于縮小城鄉(xiāng)收入差距。而從數(shù)字經(jīng)濟發(fā)展的長期來看，伴隨著數(shù)字經(jīng)濟進一步發(fā)展，就業(yè)極化問題開始顯現(xiàn)加深，中低技能勞動力就業(yè)環(huán)境和收入惡化，城鄉(xiāng)收入差距被拉大。根據(jù)表3中模型(4)的估計結(jié)果對“U型”曲線拐點進行估算，拐點處數(shù)字經(jīng)濟的發(fā)展水平約為0.1875。從表2中的描述性統(tǒng)計結(jié)果可以看到中國當前各地級及以上城市數(shù)字經(jīng)濟發(fā)展水平的中位數(shù)和平均數(shù)分別為0.174和0.179，十分接近拐點處的數(shù)字經(jīng)濟發(fā)展水平，由此可以推斷當前本文所選用的城市樣本中有近一半城市的數(shù)字經(jīng)濟發(fā)展水平已跨越發(fā)展拐點，同時也說明目前中國有相當部分城市的數(shù)字經(jīng)濟發(fā)展已開始產(chǎn)生城鄉(xiāng)收入差距的擴大效應(yīng)。

模型(4)中除數(shù)字經(jīng)濟發(fā)展水平及其平方項外，其他控制變量也表現(xiàn)出對城鄉(xiāng)收入差距的不同影響。經(jīng)濟發(fā)展水平系數(shù)在1%水平下顯著為負，說明隨著經(jīng)濟發(fā)展水平的提高，城鄉(xiāng)收入差距有趨小的傾向。財政支出水平為負且通過了5%的顯著性水平檢驗，說明財政支出政策對城鄉(xiāng)收入差距有縮小作用，這可能與中國持續(xù)的減貧政策以及鄉(xiāng)村振興戰(zhàn)略對鄉(xiāng)村建設(shè)的影響有關(guān)，減輕了過去財政支出“重城市輕農(nóng)村”的傾向，增加了對鄉(xiāng)村的民生和社會保障支出，促進城鄉(xiāng)收入差距的縮小。城鎮(zhèn)化水平顯著為負，通過了1%的顯著性水平檢驗，說明城鎮(zhèn)化程度的加深有助于降低城鄉(xiāng)收入差距。金融發(fā)展水平、第一產(chǎn)業(yè)比重和第三產(chǎn)業(yè)比重回歸系數(shù)均為正，但未通過顯著性檢驗。

表3 基準回歸結(jié)果

2. 穩(wěn)健性檢驗

本文使用雙向固定效應(yīng)模型進行回歸，并選取經(jīng)濟發(fā)展水平、城鎮(zhèn)化水平、金融發(fā)展水平、財政支出以及產(chǎn)業(yè)結(jié)構(gòu)等過往研究中影響城鄉(xiāng)收入差距的主要因素作為控制變量，一定程度上已經(jīng)緩解了模型的內(nèi)生性問題。考慮到數(shù)據(jù)限制，本文測算的數(shù)字經(jīng)濟發(fā)展指標可能存在測量誤差進而產(chǎn)生內(nèi)生性問題，故選用各市信息傳輸、計算機和軟件業(yè)從業(yè)人數(shù)及其平方項作為工具變量，進行進一步檢驗。隨數(shù)字經(jīng)濟不斷發(fā)展，更多的信息通信技術(shù)相關(guān)行業(yè)從業(yè)者會被需要，同時信息通信技術(shù)行業(yè)從業(yè)人數(shù)對城鄉(xiāng)收入差距無直接影響，滿足工具變量與核心解釋變量相關(guān)且具有外生性的條件。使用兩階段最小二乘法進行回歸，結(jié)果如表4模型(1)所列?；貧w結(jié)果顯示，數(shù)字經(jīng)濟發(fā)展水平與城鄉(xiāng)收入差距的“U型”關(guān)系依然顯著存在，此外Kleibergen-Paap rk LM統(tǒng)計量通過1%的顯著性水平檢驗，Kleibergen-Paap rk Wald F統(tǒng)計量大于Stock-Yogo 弱識別檢驗10%水平上的臨界值，說明信息通信技術(shù)行業(yè)從業(yè)人數(shù)分別通過了工具變量識別不足檢驗和弱工具變量檢驗，具備合理性。

另外，使用城鄉(xiāng)居民人均消費之比替換人均收入之比來衡量城鄉(xiāng)收入差距，以檢驗回歸結(jié)果的穩(wěn)健性。同樣使用雙向固定效應(yīng)模型進行回歸，結(jié)果如表4中模型(2)、(3)、(4)所示，與基準回歸結(jié)果一致，數(shù)字經(jīng)濟發(fā)展水平與城鄉(xiāng)收入差距存在顯著的“U型”關(guān)系。

表4 穩(wěn)健性檢驗

3. 區(qū)域異質(zhì)性分析

中國國土面積廣闊，國內(nèi)各區(qū)域資源稟賦、經(jīng)濟發(fā)展水平及人口分布等均存在差異，為進一步研究數(shù)字經(jīng)濟發(fā)展水平對城鄉(xiāng)收入差距影響的區(qū)域差異，本文按照城市地理分區(qū)和人口規(guī)模劃分，進行分樣本回歸，以分析區(qū)域異質(zhì)性。

(1) 地理分區(qū)。按照地理區(qū)位東、中、西部的劃分(2)參考國家統(tǒng)計局對東部、中部、西部和東北地區(qū)的劃分：東部地區(qū)包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東和海南10省(市)；中部地區(qū)包括山西、安徽、江西、河南、湖北和湖南6??；西部地區(qū)包括內(nèi)蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆12省(區(qū)、市)；東北地區(qū)包括遼寧、吉林和黑龍江。由于部分變量數(shù)據(jù)缺失，本文研究的238個城市中未包含東北地區(qū)城市。，本文首先對各區(qū)域的數(shù)字經(jīng)濟發(fā)展水平和城鄉(xiāng)收入差距進行描述性統(tǒng)計，結(jié)果如表5所示。從數(shù)字經(jīng)濟發(fā)展水平來看，區(qū)域之間東部地區(qū)數(shù)字經(jīng)濟發(fā)展水平的均值和各分位數(shù)數(shù)值均高于中部和西部地區(qū)，中西部兩者的數(shù)字經(jīng)濟發(fā)展水平基本相仿。各區(qū)域內(nèi)部數(shù)字經(jīng)濟發(fā)展水平均存在差距，東部地區(qū)內(nèi)部發(fā)展水平差距較大，中西部地區(qū)內(nèi)部差距較小。從城鄉(xiāng)收入差距來看，區(qū)域之間東部地區(qū)城鄉(xiāng)收入差距的均值和各分位數(shù)數(shù)值均低于中部和西部地區(qū)，從統(tǒng)計結(jié)果來看西部地區(qū)的城鄉(xiāng)收入差距最大。各區(qū)域內(nèi)部城鄉(xiāng)收入差距也存在差異，東部地區(qū)內(nèi)部收入水平差距較小，中西部地區(qū)內(nèi)部差距較大?？傮w來說，東部地區(qū)的數(shù)字經(jīng)濟發(fā)展水平相對最高，城鄉(xiāng)收入差距最低。中部地區(qū)的數(shù)字經(jīng)濟發(fā)展水平與西部地區(qū)基本相似，但其城鄉(xiāng)收入差距整體上小于西部地區(qū)。

本文應(yīng)用雙向固定效應(yīng)模型對各區(qū)域進行分樣本回歸，東、中、西三大地區(qū)回歸結(jié)果見表6。對東部地區(qū)來說，表6模型(1)中數(shù)字經(jīng)濟發(fā)展水平系數(shù)為正并通過了1%的顯著性水平檢驗，表明東部地區(qū)數(shù)字經(jīng)濟發(fā)展水平對城鄉(xiāng)收入差距呈擴大作用，模型(2)中數(shù)字經(jīng)濟發(fā)展水平的平方項系數(shù)為正并通過了1%的顯著性水平檢驗，但模型(3)中加入其他控制變量后平方項系數(shù)不再顯著，表明數(shù)字經(jīng)濟發(fā)展與城鄉(xiāng)收入差距的“U型”關(guān)系在東部地區(qū)比較微弱。對中部地區(qū)來說，模型(4)中數(shù)字經(jīng)濟發(fā)展水平系數(shù)為正，但未通過顯著性檢驗。模型(5)、模型(6)中數(shù)字經(jīng)濟發(fā)展水平及平方項的系數(shù)均未通過顯著性檢驗，表明中部地區(qū)數(shù)字經(jīng)濟發(fā)展對其城鄉(xiāng)收入差距的影響比較小。對西部地區(qū)來說，模型(7)中數(shù)字經(jīng)濟發(fā)展水平系數(shù)為正，未通過顯著性檢驗。模型(8)和模型(9)中數(shù)字經(jīng)濟發(fā)展水平平方項系數(shù)顯著為正且通過了1%的顯著性檢驗，表明數(shù)字經(jīng)濟發(fā)展與城鄉(xiāng)收入差距的“U型”關(guān)系在西部地區(qū)較為明顯，城鄉(xiāng)收入差距會隨數(shù)字經(jīng)濟的發(fā)展先縮小后擴大。總體來看目前數(shù)字經(jīng)濟的發(fā)展對城鄉(xiāng)收入差距呈擴大作用，在東部和中部地區(qū)其“U型”關(guān)系較為微弱，在西部地區(qū)較為明顯。

表5 東中西部數(shù)字經(jīng)濟發(fā)展水平及城鄉(xiāng)收入差距描述性統(tǒng)計

表6 東中西部數(shù)字經(jīng)濟發(fā)展水平對城鄉(xiāng)收入差距影響回歸結(jié)果

(2) 人口規(guī)模。按照城市常住人口規(guī)模將本文樣本城市分為三種類別，小規(guī)模城市(人口小于200萬)、中等規(guī)模城市(人口介于200萬-500萬)和大規(guī)模城市(人口大于500萬)，不同規(guī)模城市數(shù)字經(jīng)濟發(fā)展水平和城鄉(xiāng)收入差距的描述性統(tǒng)計如表7所示。從數(shù)字經(jīng)濟發(fā)展水平看，整體上更高規(guī)模等級的城市數(shù)字經(jīng)濟發(fā)展水平更高。從城鄉(xiāng)收入差距來看，城市規(guī)模等級越小城鄉(xiāng)收入差距越大。

使用雙向固定效應(yīng)模型對不同規(guī)模等級城市進行分組回歸，結(jié)果如表8所示。對大規(guī)模等級城市來說，表8中，模型(1)中數(shù)字經(jīng)濟發(fā)展水平為正，但未通過顯著性檢驗，模型(2)和(3)中數(shù)字經(jīng)濟發(fā)展水平的二次項均為正值且通過1%的顯著性水平檢驗，說明數(shù)字經(jīng)濟發(fā)展水平與城鄉(xiāng)收入差距的“U型”關(guān)系在大規(guī)模等級的城市中表現(xiàn)明顯。對中等規(guī)模等級的城市來說，模型(4)中數(shù)字經(jīng)濟發(fā)展水平為正，與前文中基準回歸結(jié)果的作用方向一致，但未通過顯著性檢驗；模型(5)、模型(6)中數(shù)字經(jīng)濟發(fā)展水平的二次項系數(shù)為正，也未通過顯著性檢驗，說明其“U型”關(guān)系比較微弱。對小規(guī)模等級城市來說，模型(7)中數(shù)字經(jīng)濟發(fā)展水平系數(shù)為正，通過了10%的顯著性檢驗，說明在小規(guī)模城市中數(shù)字經(jīng)濟發(fā)展會擴大城鄉(xiāng)收入差距，在模型(8)、模型(9)中數(shù)字經(jīng)濟發(fā)展水平的二次項系數(shù)在1%顯著性水平下為正，說明數(shù)字經(jīng)濟發(fā)展水平與城鄉(xiāng)收入差距的“U型”關(guān)系在小規(guī)模等級的城市也較為明顯。

表7 分規(guī)模城市數(shù)字經(jīng)濟發(fā)展水平及城鄉(xiāng)收入差距描述性統(tǒng)計

表8 分規(guī)模城市數(shù)字經(jīng)濟發(fā)展水平對城鄉(xiāng)收入差距影響回歸結(jié)果

4. 基于時間趨勢的估計結(jié)果

為進一步觀察隨時間推進，數(shù)字經(jīng)濟發(fā)展水平對城鄉(xiāng)收入差距影響的動態(tài)變化，本文借鑒程名望和張家平(2019)的研究方法，在基準模型的基礎(chǔ)上再引入數(shù)字經(jīng)濟發(fā)展水平與各年份的交叉項，并將2011年為作為基期使用雙向固定效應(yīng)模型進行回歸，結(jié)果如表9所示。

從回歸結(jié)果可以看到，基期數(shù)字經(jīng)濟發(fā)展水平系數(shù)為負，對城鄉(xiāng)收入差距呈縮小作用，但未通過顯著性檢驗。2012年數(shù)字經(jīng)濟發(fā)展水平的系數(shù)變?yōu)檎?，對城鄉(xiāng)收入差距的影響開始轉(zhuǎn)變?yōu)閿U大作用，也未通過顯著性檢驗。從2013年開始至2019年，數(shù)字

表9 基于時間趨勢的回歸結(jié)果

經(jīng)濟發(fā)展水平的系數(shù)始終為正值，其數(shù)值變化基本呈增加趨勢，且均通過了1%的顯著性水平檢驗。上述回歸結(jié)果表明，基期數(shù)字經(jīng)濟發(fā)展水平與城鄉(xiāng)收入差距之間的關(guān)系位于U型曲線的左側(cè)，從2013年左右開始數(shù)字經(jīng)濟的發(fā)展對城鄉(xiāng)收入差距的影響越過了“U型”曲線拐點，開始呈擴大作用。

六、 進一步研究

1. 教育資源的調(diào)節(jié)作用

地區(qū)教育資源的多寡對當?shù)厝肆Y本的積累和提升具有重要作用，同時葉胥等(2021)研究發(fā)現(xiàn)人力資本提升在數(shù)字經(jīng)濟對就業(yè)結(jié)構(gòu)影響過程中扮演著中介作用，前文指出數(shù)字經(jīng)濟會對就業(yè)總量、就業(yè)結(jié)構(gòu)產(chǎn)生影響，進而影響城鄉(xiāng)收入差距變化，可以推斷教育資源的豐富能夠提升地區(qū)人力資本，影響當?shù)貏趧恿蜆I(yè)結(jié)構(gòu)，由此調(diào)節(jié)數(shù)字經(jīng)濟對城鄉(xiāng)收入差距的影響。為檢驗教育資源的調(diào)節(jié)作用，參考陳文和吳贏(2021)，在基準回歸模型(1)的基礎(chǔ)上構(gòu)建模型(2)：

(2)

其中，i表示城市，t表示年份，IG代表城鄉(xiāng)收入差距，lnEDU為高等院校在校學生數(shù)的對數(shù)，用以代表教育資源，DE為本文測算出的各城市數(shù)字經(jīng)濟發(fā)展指數(shù)，X為一組影響城鄉(xiāng)收入差距的城市層面的控制變量，與基準回歸模型(1)中的控制變量一致，μi為城市固定效應(yīng)，δt為時間固定效應(yīng)，εit為隨機擾動項。

使用雙向固定效應(yīng)模型對模型(2)進行回歸，結(jié)果如表10所示。表10中模型(1)、模型(2)分別為未控制其他變量和控制之后的回歸結(jié)果，控制變量后各回歸系數(shù)絕對值略有減小，顯著性水平未發(fā)生明顯變化。模型(2)中回歸結(jié)果顯示DE2×lnEDU回歸系數(shù)為負且通過了5%的顯著性水平檢驗，表示在數(shù)字經(jīng)濟與城鄉(xiāng)收入差距“U型”關(guān)系拐點的左側(cè)，教育資源的豐富可以加強數(shù)字經(jīng)濟對城鄉(xiāng)收入差距的縮小作用，相對地，在拐點的右側(cè)，教育資源的豐富可以緩解數(shù)字經(jīng)濟對城鄉(xiāng)收入差距的擴大作用，說明教育資源對數(shù)字經(jīng)濟與城鄉(xiāng)收入差距的“U型”關(guān)系具有調(diào)節(jié)作用。

2. 城鎮(zhèn)化的中介作用

據(jù)前文中的文獻回顧，城鎮(zhèn)化水平是影響城鄉(xiāng)收入差距的重要因素，而且在城鎮(zhèn)化進程中，更多的是中低技能農(nóng)村勞動力流動到城市進行就業(yè)，數(shù)字經(jīng)濟可以通過影響就業(yè)結(jié)構(gòu)對這部分流動勞動力的就業(yè)產(chǎn)生影響，影響其在城鄉(xiāng)之間的流動，進而影響城鄉(xiāng)收入差距。前文表3模型(4)中城鎮(zhèn)化率的回歸系數(shù)為負且通過了1%的顯著性水平檢驗，在此基礎(chǔ)上為檢驗城鎮(zhèn)化率的中介效應(yīng)，本文構(gòu)建模型(3)：

(3)

其中，i表示城市，t表示年份，Urban表示城鎮(zhèn)化率，DE為本文測算出各城市數(shù)字經(jīng)濟發(fā)展指數(shù)，C為一組影響城鎮(zhèn)化率的城市層面的控制變量，包括經(jīng)濟發(fā)展水平、財政支出水平、金融發(fā)展程度、第一產(chǎn)業(yè)比重和第三產(chǎn)業(yè)比重，μi為城市固定效應(yīng)，δt為時間固定效應(yīng)，εit為隨機擾動項。

回歸結(jié)果如表11所示，模型(1)、模型(2)分別為未控制其他變量和控制之后的回歸結(jié)果，控制變量后各回歸系數(shù)絕對值略有減小，顯著性水平未發(fā)生變化。模型(2)中數(shù)字經(jīng)濟發(fā)展水平的二次項系數(shù)在1%水平上顯著為負，說明數(shù)字經(jīng)濟發(fā)展與城鎮(zhèn)化呈“倒U型”關(guān)系，在數(shù)字經(jīng)濟發(fā)展的短期內(nèi)數(shù)字經(jīng)濟的發(fā)展會創(chuàng)造中低技能就業(yè)崗位，有利于城鎮(zhèn)化進程的推進，但隨數(shù)字經(jīng)濟發(fā)展越過拐點之后就業(yè)極化現(xiàn)象突出，中低技能勞動者只能從事更低技能要求工作，中低技能農(nóng)村勞動力從就業(yè)市場被擠出，對城鎮(zhèn)化產(chǎn)生阻礙作用。結(jié)合表3模型(4)中城鎮(zhèn)化對城鄉(xiāng)收入差距顯著的負向回歸結(jié)果，可以看到城鎮(zhèn)化在數(shù)字經(jīng)濟對城鄉(xiāng)收入差距的影響中具有部分中介效應(yīng)。

表11 數(shù)字經(jīng)濟對城鎮(zhèn)化影響的回歸結(jié)果

七、 結(jié)論及建議

本文使用2011-2019年中國238個地級及以上城市面板數(shù)據(jù)，實證檢驗了數(shù)字經(jīng)濟發(fā)展和城鄉(xiāng)收入差距之間的關(guān)系。研究發(fā)現(xiàn)：總體上數(shù)字經(jīng)濟發(fā)展對城鄉(xiāng)收入差距的影響呈先縮小、后擴大的“U型”變化趨勢。從區(qū)域差異看，在東部和中部地區(qū)“U型”關(guān)系較為微弱，在西部地區(qū)較為明顯。以人口數(shù)量劃分城市規(guī)模大小，數(shù)字經(jīng)濟與城鄉(xiāng)收入差距的“U型”關(guān)系顯著存在于大規(guī)模和小規(guī)模城市中。回歸結(jié)果顯示，當前中國已處于“U型”曲線拐點的右側(cè)，說明數(shù)字經(jīng)濟發(fā)展開始呈現(xiàn)出擴大城鄉(xiāng)收入差距的傾向；進一步研究發(fā)現(xiàn)，在拐點的左側(cè)，豐富的教育資源可以加強數(shù)字經(jīng)濟對城鄉(xiāng)收入差距的縮小作用，跨越拐點后其可以緩解數(shù)字經(jīng)濟對城鄉(xiāng)收入差距的擴大作用，此外，數(shù)字經(jīng)濟還可以通過影響城鎮(zhèn)化水平來對城鄉(xiāng)收入差距產(chǎn)生作用。

基于上述研究發(fā)現(xiàn)，本文得出以下政策啟示：第一，在新一輪科技革命過程中要關(guān)注科技變革對收入分配的重要影響，因為由科技變革所引領(lǐng)的數(shù)字經(jīng)濟會對就業(yè)結(jié)構(gòu)產(chǎn)生深刻影響，就業(yè)極化問題的進一步發(fā)展會擴大不同勞動技能水平勞動力的收入差距，進而擴大城鄉(xiāng)發(fā)展的不平衡。第二，在數(shù)字經(jīng)濟的發(fā)展過程中，盡可能創(chuàng)造更多的適合中低技能勞動者的就業(yè)崗位，緩和就業(yè)極化現(xiàn)象的影響，為中低技能勞動力進行職業(yè)技能再培訓，給其未來由于數(shù)字經(jīng)濟沖擊導致崗位更替、轉(zhuǎn)換就業(yè)方向提供緩沖時間。第三，要注重對農(nóng)村居民的教育投資和勞動技能提升，工資收入占農(nóng)村居民收入的近一半比重，要縮小城鄉(xiāng)收入差距，關(guān)鍵要增強農(nóng)村居民就業(yè)競爭力，縮小城鄉(xiāng)居民的勞動技能稟賦差距，加強農(nóng)村居民職業(yè)技能培訓，增加其就業(yè)可能性，防止其被勞動力市場擠出。