摘" " 要：為實(shí)證檢驗(yàn)數(shù)字技術(shù)采用對(duì)農(nóng)戶組間收入差距的兩種機(jī)制效應(yīng)，基于Oaxaca- Blinder分解法構(gòu)建一個(gè)統(tǒng)一框架，運(yùn)用2019年中國(guó)家庭金融調(diào)查數(shù)據(jù)，重新檢驗(yàn)數(shù)字技術(shù)采用對(duì)農(nóng)戶組間收入差距的影響。結(jié)果表明：數(shù)字技術(shù)采用的“數(shù)字鴻溝”效應(yīng)擴(kuò)大了收入差距，占高低收入農(nóng)戶組間收入差距的1.51%，約是人力資本稟賦效應(yīng)的一半;邊際遞減效應(yīng)縮小了收入差距，占高低收入農(nóng)戶組間收入差距的-4.10%，比人力資本的邊際效應(yīng)低2.85%;總效應(yīng)為負(fù)，表明數(shù)字技術(shù)采用最終縮小了農(nóng)戶組間收入差距。通過(guò)2SLS回歸、替換核心解釋變量等方式驗(yàn)證了結(jié)果的穩(wěn)健性。最后，本文提出完善落后農(nóng)村地區(qū)的數(shù)字經(jīng)濟(jì)基礎(chǔ)設(shè)施、鼓勵(lì)低收入農(nóng)戶采用數(shù)字技術(shù)等建議，縮小農(nóng)戶組間收入差距。

關(guān)鍵詞：數(shù)字技術(shù);農(nóng)戶增收;收入差距;共同富裕;數(shù)字鴻溝

中圖分類號(hào)：F323.8;F49" " " " "文獻(xiàn)標(biāo)識(shí)碼：A" " " " DOI 編碼：10.3969/j.issn.1006-6500.2024.12.013

The Impact of Digital Technology Adoption on Income Gap among Farmer Groups

ZENG Xia1，YAO Wanjun2，YU Minxia2

（1. Honors College， Tianjin Foreign Studies University， Tianjin 300204， China;2. School of Economics， Nankai University，Tianjin 300071，China）

Abstract： To empirically test the two mechanism effects of digital technology adoption on income disparities among different groups of farmers，utilizing the Oaxaca-Blinder decomposition method to establish a unified framework， the paper re-examined the influence of digital technology adoption on income disparities among farmer groups using data from the 2019 China Household Finance Survey. The findings revealed that the \"digital divide\" effect of digital technology adoption exacerbated income disparities， accounting for 1.51% of the income gap between high- and low-income farmer groups， which was roughly half of the effect attributable to human capital endowment. The marginal diminishing effect reduced income disparities， accounting for -4.10% of the income gap between these groups， which was 2.85% lower than the marginal effect of human capital. The overall effect was negative， indicating that digital technology adoption ultimately narrows income disparities among farmer groups. The robustness of these findings was further confirmed through two-stage least squares （2SLS） regression， and the substitution of core explanatory variables.Finally， the study proposed suggestions for improving digital economy infrastructure in underdeveloped rural areas and fostering the adoption of digital technologies by low-income farmers， aiming to reduce income disparities among farmer groups.

Key words： digital technology;farmers income increasement;income gap;common prosperity;digital divide

隨著以互聯(lián)網(wǎng)為基礎(chǔ)的新一輪技術(shù)革命的深入，全球經(jīng)濟(jì)進(jìn)入了數(shù)字技術(shù)時(shí)代，數(shù)字技術(shù)正成為重組全球要素資源、重塑全球經(jīng)濟(jì)結(jié)構(gòu)、改變?nèi)蚋?jìng)爭(zhēng)格局的關(guān)鍵力量。據(jù)《中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展白皮書(shū)（2023）》的數(shù)據(jù)顯示，2023年中國(guó)數(shù)字經(jīng)濟(jì)核心產(chǎn)業(yè)增加值超過(guò)12萬(wàn)億元，占GDP的比重為10%左右，為我國(guó)經(jīng)濟(jì)健康穩(wěn)定發(fā)展提供了關(guān)鍵動(dòng)力[1]。在農(nóng)業(yè)農(nóng)村領(lǐng)域，數(shù)字技術(shù)也實(shí)現(xiàn)了長(zhǎng)足的發(fā)展。據(jù)中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心發(fā)布的數(shù)據(jù)顯示，截至2023年12月，中國(guó)農(nóng)村網(wǎng)民規(guī)模為3.26億人，農(nóng)村地區(qū)互聯(lián)網(wǎng)普及率為66.5%，較2018年提升28.1個(gè)百分點(diǎn)。我國(guó)農(nóng)村網(wǎng)絡(luò)零售額達(dá)到2.49萬(wàn)億元，較2018年增長(zhǎng)81.75%;全國(guó)農(nóng)產(chǎn)品網(wǎng)絡(luò)零售額達(dá)到5 870.3億元，較2018年增長(zhǎng)154.68%[2]。在數(shù)字經(jīng)濟(jì)高速發(fā)展進(jìn)程中，可否借助數(shù)字技術(shù)應(yīng)用促進(jìn)農(nóng)戶收入增長(zhǎng)，縮小農(nóng)戶組間收入差距是一個(gè)需要認(rèn)真思考的問(wèn)題。

第一，農(nóng)村居民增收是實(shí)現(xiàn)共同富裕亟待解決的關(guān)鍵問(wèn)題?！吨泄仓醒雵?guó)務(wù)院關(guān)于實(shí)施鄉(xiāng)村振興戰(zhàn)略的意見(jiàn)》提出，要把維護(hù)農(nóng)民群眾根本利益、促進(jìn)農(nóng)民共同富裕作為出發(fā)點(diǎn)和落腳點(diǎn)，促進(jìn)農(nóng)民持續(xù)增收，并要求保持農(nóng)村居民收入增速快于城鎮(zhèn)居民。顯然，切實(shí)促進(jìn)農(nóng)民持續(xù)增收，調(diào)動(dòng)億萬(wàn)農(nóng)民的積極性、主動(dòng)性和創(chuàng)造性，直接影響共同富裕目標(biāo)任務(wù)的實(shí)現(xiàn)。

第二，農(nóng)村內(nèi)部的組間貧富差距較大，呈繼續(xù)擴(kuò)大態(tài)勢(shì)。據(jù)國(guó)家統(tǒng)計(jì)局住戶抽樣調(diào)查數(shù)據(jù)顯示，2023年農(nóng)村居民人均可支配收入（21 691元）與城鎮(zhèn)居民人均可支配收入（51 821元）的比值為1∶2.40。同期占農(nóng)村內(nèi)20%最低收入家庭的年人均可支配收入與占20%最高家庭的年人均可支配收入分別為5 264、50 136元，收入差距高達(dá)1∶9.52，農(nóng)戶內(nèi)部組間收入差距水平超過(guò)了城鄉(xiāng)收入差距水平[3]。農(nóng)村內(nèi)部組間收入差距擴(kuò)大不僅會(huì)加大鄉(xiāng)村治理難度，也不利于社會(huì)穩(wěn)定，容易成為阻礙鄉(xiāng)村振興、共同富裕和中國(guó)式現(xiàn)代化進(jìn)程的不利因素。

第三，關(guān)于數(shù)字技術(shù)對(duì)農(nóng)戶組間收入差距的探究尚處起步階段。當(dāng)前，有大量文獻(xiàn)關(guān)注到數(shù)字金融、電商等數(shù)字經(jīng)濟(jì)方式對(duì)農(nóng)民增收的作用。相關(guān)文獻(xiàn)指出，數(shù)字技術(shù)采用可減少農(nóng)產(chǎn)品銷售流通過(guò)程的中間環(huán)節(jié)，避免中間商從中賺取高額差價(jià)利潤(rùn)，有助于及時(shí)準(zhǔn)確獲取市場(chǎng)信息，使得市場(chǎng)供需有效對(duì)接減少損耗，推動(dòng)傳統(tǒng)農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)、營(yíng)銷運(yùn)輸、農(nóng)資需求等環(huán)節(jié)的電子化變革倒逼傳統(tǒng)農(nóng)業(yè)集約化、標(biāo)準(zhǔn)化、規(guī)模化生產(chǎn)，非農(nóng)就業(yè)和創(chuàng)業(yè)直接或間接地增加農(nóng)民收入[4-7]。然而，關(guān)于數(shù)字技術(shù)對(duì)農(nóng)戶間收入差距的探究尚處起步，并且頗具分歧。一部分學(xué)者認(rèn)為，數(shù)字經(jīng)濟(jì)具有的“數(shù)字鴻溝”效應(yīng)正在擴(kuò)大農(nóng)戶間、城鄉(xiāng)間的收入差距[8-13]。另一部分學(xué)者指出，數(shù)字技術(shù)對(duì)農(nóng)戶增收作用具有邊際遞減效應(yīng)，并認(rèn)為數(shù)字技術(shù)為低收入群體提供了更高的邊際回報(bào)率，從而縮小了收入差距[14-18]。

因此，有必要進(jìn)一步分析數(shù)字技術(shù)采用對(duì)農(nóng)戶組間收入差距的影響。本文基于農(nóng)戶收入水平中位數(shù)將農(nóng)戶分為低收入組與高收入組兩組，使用Oaxaca-Blinder分解方法，用數(shù)字技術(shù)采用的稟賦效應(yīng)來(lái)反映“數(shù)字鴻溝”效應(yīng)，用數(shù)字技術(shù)采用的系數(shù)效應(yīng)來(lái)反映邊際遞減效應(yīng)，通過(guò)二者之和來(lái)分析數(shù)字技術(shù)采用對(duì)高低收入組農(nóng)戶收入差距的總影響。

邊際貢獻(xiàn)如下：使用Oaxaca-Blinder分解分析數(shù)字技術(shù)對(duì)農(nóng)戶組間收入差距的影響，用數(shù)字技術(shù)的稟賦效應(yīng)來(lái)反映“數(shù)字鴻溝”效應(yīng)，用數(shù)字技術(shù)的系數(shù)效應(yīng)來(lái)反映邊際遞減效應(yīng)，為分析農(nóng)戶收入差距提供了一個(gè)新視角;實(shí)證研究發(fā)現(xiàn)，數(shù)字技術(shù)具有“數(shù)字鴻溝”效應(yīng)并擴(kuò)大了農(nóng)戶組間收入差距，同時(shí)數(shù)字技術(shù)的邊際遞減效應(yīng)縮小了農(nóng)戶組間收入差距，驗(yàn)證了已有研究中的兩個(gè)不同機(jī)制;比較“數(shù)字鴻溝”效應(yīng)和邊際遞減效應(yīng)，結(jié)果發(fā)現(xiàn)，二者之和為負(fù)。由此得出，數(shù)字技術(shù)采用最終縮小了農(nóng)戶組間收入差距的結(jié)論。

1 實(shí)證模型與數(shù)據(jù)

1.1 實(shí)證模型

本文農(nóng)戶收入模型設(shè)定如下：

ln Incomei=β0+β1 Digital_Techi+βk XiK+εi（1）

式中，被解釋變量ln Incomei表示農(nóng)戶i人均收入的對(duì)數(shù);核心解釋變量Digital_Techi表示農(nóng)戶的數(shù)字技術(shù)水平;XiK表示控制變量;εi是隨機(jī)擾動(dòng)項(xiàng)。

本文按照農(nóng)戶人均收入水平中位數(shù)將農(nóng)戶分為高收入組農(nóng)戶和低收入組農(nóng)戶，使用Oaxaca-Blinder分解方法比較數(shù)字技術(shù)采用對(duì)不同收入組農(nóng)戶收入水平的影響差異，以分析其對(duì)農(nóng)戶組間收入差距的影響。Oaxaca-Blinder分解是由Oaxaca[19]和 Blinder[20]提出的一種收入分解方法，該方法可以將組群之間的工資均值差異分解為由個(gè)體特征差異造成的可解釋部分和由特征回報(bào)差異帶來(lái)的不可解釋部分。收入差距可以從兩個(gè)方面來(lái)解釋，一方面是由于不同收入群體要素稟賦條件不同而產(chǎn)生的收入差距，稱為稟賦效應(yīng);另一方面是由于不同收入群體要素回報(bào)系數(shù)不同而產(chǎn)生的收入差距，稱為系數(shù)效應(yīng)。本文用數(shù)字技術(shù)的稟賦效應(yīng)來(lái)反映“數(shù)字鴻溝”效應(yīng)，用數(shù)字技術(shù)的系數(shù)效應(yīng)來(lái)反映邊際遞減效應(yīng)，二者之和為總效應(yīng)，通過(guò)總效應(yīng)水平來(lái)判斷數(shù)字技術(shù)對(duì)組間收入差距的影響。低收入組及高收入組農(nóng)戶的收入函數(shù)公式如下：

ln IncomeL=Digital_TechL αL+βLk XLK+εL（2）

ln IncomeH=Digital_TechH αH+βHk XHK+εH （3）

式中，Digital_TechL和Digital_TechH分別代表低收入組和高收入組農(nóng)戶的數(shù)字技術(shù)情況;XLK和XHK分別代表低收入組和高收入組農(nóng)戶的控制變量。

高低收入組收入差距l(xiāng)n IncomeH-ln IncomeL的分解方程如下：

ln IncomeH-ln IncomeL=αH （Digital_TechH-Digital_TechL））+βHk（XHK+XLH）+（αH-αL）Digital_TechL+（βH-βL）XLK （4）

式中，αH（Digital_TechH-Digital_TechL）+βHK（XHK-XLK）是造成收入差距的稟賦效應(yīng);αH （Digital_TechH-Digital_TechL）為數(shù)字鴻溝效應(yīng);（αH-αL）Digital_TechL+（βH-βL）XLK是造成收入差距的系數(shù)效應(yīng);（αH-αL）Digital_TechL為邊際遞減效應(yīng);αH （Digital_TechH-Digital_TechL）+（αH-αL）Digital_TechL為數(shù)字技術(shù)對(duì)農(nóng)戶組間收入差距影響的總效應(yīng)。

1.2 數(shù)據(jù)

本文使用的數(shù)據(jù)來(lái)自西南財(cái)經(jīng)大學(xué)中國(guó)家庭金融調(diào)查與研究中心提供的2019年中國(guó)家庭金融調(diào)查數(shù)據(jù)（CHFS）（https：//chfs.swufe.edu.cn/）。該數(shù)據(jù)庫(kù)數(shù)據(jù)具有良好的代表性，數(shù)據(jù)質(zhì)量較高[18]。該數(shù)據(jù)庫(kù)不僅統(tǒng)計(jì)了家庭的土地資產(chǎn)、農(nóng)業(yè)資產(chǎn)、工商業(yè)資產(chǎn)、住房資產(chǎn)、車輛資產(chǎn)、金融資產(chǎn)和金融負(fù)債等資產(chǎn)與負(fù)債相關(guān)數(shù)據(jù)，還統(tǒng)計(jì)了家庭收入支出以及互聯(lián)網(wǎng)使用、數(shù)字信貸、數(shù)字理財(cái)、第三方支付、電商經(jīng)營(yíng)等家庭的數(shù)字技術(shù)采用情況，滿足本文分析所需。經(jīng)清洗后，本文共獲得14 842戶農(nóng)村家庭的數(shù)據(jù)。

1.3 變量設(shè)置

1.3.1 被解釋變量 本文的被解釋變量為農(nóng)戶收入，是農(nóng)戶家庭人均總收入的對(duì)數(shù)。農(nóng)戶家庭總收入包括農(nóng)戶工資性收入、農(nóng)業(yè)收入、工商業(yè)收入、財(cái)產(chǎn)性收入和轉(zhuǎn)移性收入。

1.3.2 核心解釋變量 核心解釋變量是數(shù)字技術(shù)采用，包括互聯(lián)網(wǎng)使用、數(shù)字金融利用、電商經(jīng)營(yíng)3個(gè)方面。當(dāng)農(nóng)戶采用互聯(lián)網(wǎng)使用、數(shù)字金融利用、電商經(jīng)營(yíng)中任意一項(xiàng)或幾項(xiàng)，本文認(rèn)定為采用數(shù)字技術(shù)，賦值為1，否則為0。

1.3.3 控制變量 參考已有研究[22-24]，本文引入人力資本、 物質(zhì)資本、金融資本、社會(huì)資本、家庭特征、戶主特征和地區(qū)特征作為控制變量。變量的具體含義如表1所示。

表2顯示了主要變量的描述統(tǒng)計(jì)結(jié)果。農(nóng)戶人均收入對(duì)數(shù)的均值為9.368。其中，低收入組農(nóng)戶人均收入對(duì)數(shù)的均值為8.441，高收入組農(nóng)戶人均收入對(duì)數(shù)的均值為10.296，二者相差1.855，農(nóng)戶組間收入差距較大。在受訪農(nóng)戶中，79.0%農(nóng)戶選擇使用數(shù)字技術(shù)，低收入組（人均收入水平在中位數(shù)以下的農(nóng)戶）為69.5%，高收入組（人均收入水平在中位數(shù)以上的農(nóng)戶）為88.4%，高收入組農(nóng)戶高于低收入組農(nóng)戶。

在控制變量中，農(nóng)戶勞動(dòng)力健康比例均值為46.435%，勞動(dòng)力受教育程度均值為8.713年，勞動(dòng)力平均工作經(jīng)驗(yàn)為26.681年，除勞動(dòng)力工作經(jīng)驗(yàn)外，高收入組農(nóng)戶均優(yōu)于低收入組農(nóng)戶。農(nóng)戶所擁有的物質(zhì)資本均值較小，除土地資產(chǎn)外，高收入組農(nóng)戶的物質(zhì)資本均高于低收入組農(nóng)戶。農(nóng)戶家庭人均金融資產(chǎn)和金融負(fù)債均值分別為2.712萬(wàn)元和0.002萬(wàn)元，高收入組農(nóng)戶的人均金融資產(chǎn)高于低收入組農(nóng)戶，人均金融負(fù)債卻低于低收入組農(nóng)戶。就社會(huì)資本而言，有18.100%農(nóng)戶家庭是黨員戶，農(nóng)戶家庭人情禮支出占比均值為3.140%，低收入組農(nóng)戶家庭均低于高收入組農(nóng)戶。受訪戶家庭人口規(guī)模均值為3.580，低收入組農(nóng)戶略高于高收入組農(nóng)戶;農(nóng)戶家庭勞動(dòng)力人數(shù)均值為2.529，高收入組農(nóng)戶略高于低收入組;男性勞動(dòng)力人數(shù)均值為1.291，低收入組農(nóng)戶略低于高收入組農(nóng)戶;家庭老年撫養(yǎng)比和少兒撫養(yǎng)比均值分別為18.666%和25.519%，低收入組農(nóng)戶均略高于高收入組農(nóng)戶。83.0%受訪戶戶主為男性，低收入組戶主男性比例略高于高收入組;農(nóng)戶戶主年齡均值為52.275，低收入組略高于高收入組;88.7%受訪戶戶主已婚，低收入組戶主已婚比例略高于高收入組;戶主風(fēng)險(xiǎn)態(tài)度均值為1.352，高收入組戶主的風(fēng)險(xiǎn)偏好程度高于低收入組。

2 實(shí)證結(jié)果與分析

2.1 基準(zhǔn)回歸

由表3可知，低收入組農(nóng)戶數(shù)字技術(shù)采用對(duì)農(nóng)戶收入水平的影響系數(shù)為0.150，在1%統(tǒng)計(jì)水平上顯著;高收入組農(nóng)戶數(shù)字技術(shù)采用系數(shù)為0.064，在1%統(tǒng)計(jì)水平上顯著。這表明數(shù)字技術(shù)采用能顯著提升低收入組和高收入組農(nóng)戶的收入水平。比較高低收入組的數(shù)字技術(shù)采用系數(shù)可以發(fā)現(xiàn)，低收入組系數(shù)大于高收入組，二者之差為0.086。這表明農(nóng)戶數(shù)字技術(shù)采用對(duì)提升低收入組農(nóng)戶的收入水平作用更大，縮小高低收入組間收入差距的作用顯著，即數(shù)字技術(shù)采用具有邊際遞減效應(yīng)。

由表2、表3可知，中高收入組和低收入組農(nóng)戶數(shù)字技術(shù)采用系數(shù)為正，低收入組農(nóng)戶數(shù)字技術(shù)采用的平均水平低于高收入組，二者之差為-0.189。由此可知，數(shù)字技術(shù)采納水平不同是造成低收入組和高收入組農(nóng)戶間收入差距的原因，即存在“數(shù)字鴻溝”效應(yīng)。

2.2 穩(wěn)健性檢驗(yàn)

互聯(lián)網(wǎng)使用、數(shù)字金融參與和電商經(jīng)營(yíng)是常用的數(shù)字技術(shù)代理變量，本文分別采用這3個(gè)指標(biāo)作為數(shù)字技術(shù)代理變量，進(jìn)一步檢驗(yàn)數(shù)字技術(shù)采用對(duì)農(nóng)戶收入的影響。如表4所示，全樣本、低收入組和高收入組互聯(lián)網(wǎng)使用對(duì)農(nóng)戶收入水平的影響系數(shù)分別為0.288、0.142、0.060，在1%統(tǒng)計(jì)水平上顯著。這表明互聯(lián)網(wǎng)使用對(duì)于低收入組農(nóng)戶收入水平的提升作用更大，具有縮小農(nóng)戶組間收入差距的作用。全樣本、低收入組和高收入組的數(shù)字金融參與和電商經(jīng)營(yíng)對(duì)農(nóng)戶收入水平影響系數(shù)分別為0.300、0.175、0.079、0.222、0.401、0.222，均在1%統(tǒng)計(jì)水平上顯著。并且，低收入組的金融參與和電商經(jīng)營(yíng)的系數(shù)均高于高收入組，再次驗(yàn)證了基準(zhǔn)回歸結(jié)果的穩(wěn)健性。

2.3 內(nèi)生性問(wèn)題的解決

內(nèi)生性問(wèn)題是實(shí)證分析中需要特別關(guān)注的問(wèn)題。本文借鑒張棟浩等[25]的做法，以同一村莊其他農(nóng)戶數(shù)字技術(shù)采用的均值作為工具變量，運(yùn)用2SLS模型來(lái)解決內(nèi)生性問(wèn)題。表5結(jié)果顯示，低收入組和高收入組一階段工具變量的回歸系數(shù)為0.199和0.162，在1%統(tǒng)計(jì)水平上顯著。低收入組和高收入組二階段數(shù)字技術(shù)采用的回歸系數(shù)為1.749和0.632，分別在1%和5%統(tǒng)計(jì)水平上顯著。這表明數(shù)字技術(shù)采用顯著提升了低收入組和高收入組農(nóng)戶的收入水平。進(jìn)一步比較低收入組和高收入組數(shù)字技術(shù)采用的影響系數(shù)可知，低收入組的影響系數(shù)大于高收入組。這說(shuō)明數(shù)字技術(shù)采用對(duì)低收入組農(nóng)戶收入水平的提升作用大于高收入組農(nóng)戶，在一定程度上縮小了農(nóng)戶組間收入差距。

3 Oaxaca-Blinder分解結(jié)果

表6為高收入與低收入農(nóng)戶組間收入差距的Oaxaca-Blinder分解結(jié)果。高低收入組農(nóng)戶收入總差異為1.855，總稟賦效應(yīng)為0.138，總差異占比為7.44%，總系數(shù)效應(yīng)為1.717，總差異占比為92.56%。這表明總系數(shù)效應(yīng)是造成農(nóng)戶組間收入差距的主要原因。

數(shù)字技術(shù)采用對(duì)農(nóng)戶組間收入差距影響的稟賦效應(yīng)為0.028，總差異占比為1.51%，并且在1%統(tǒng)計(jì)水平上顯著。這表明高低收入組農(nóng)戶的數(shù)字技術(shù)采用水平差距擴(kuò)大了農(nóng)戶的組間收入差距，驗(yàn)證了“數(shù)字鴻溝”的存在。數(shù)字技術(shù)采用對(duì)農(nóng)戶組間收入差距影響的系數(shù)效應(yīng)為-0.076，總差異占比為-4.10%，并且在5%統(tǒng)計(jì)水平上顯著，這表明高低收入組農(nóng)戶數(shù)字技術(shù)采用的系數(shù)不同縮小了農(nóng)戶的組間收入差距，即存在數(shù)字技術(shù)的邊際遞減效應(yīng)。同時(shí)，數(shù)字技術(shù)采用的稟賦效應(yīng)與系數(shù)效應(yīng)之和為-0.048，小于0。由此可以推斷，數(shù)字技術(shù)采用對(duì)農(nóng)戶組間收入差距影響的總效應(yīng)為負(fù)，即數(shù)字技術(shù)采用縮小了農(nóng)戶組間收入差距。

此外，人力資本的稟賦效應(yīng)的總差異占比為3.40%，系數(shù)效應(yīng)的總差異占比為-6.95%，二者之和為-3.55%，這表明人力資本對(duì)農(nóng)戶組間收入差距影響的總效應(yīng)為負(fù)，縮小了收入差距。社會(huì)資本的稟賦效應(yīng)的總差異占比為0.70%，系數(shù)效應(yīng)的總差異占比為-1.67%，二者之和為-0.97%?？偟膩?lái)看，社會(huì)資本縮小了農(nóng)戶組間收入差距。金融資本的稟賦效應(yīng)的總差異占比為0.27%，系數(shù)效應(yīng)的總差異占比為2.10%，二者之和為2.37%;物質(zhì)資本的稟賦效應(yīng)的總差異占比為-0.32%，系數(shù)效應(yīng)的總差異占比為4.64%，二者之和為4.32%?？傮w而言，金融資本和物質(zhì)資本擴(kuò)大農(nóng)戶組間收入差距。

4 結(jié)論與建議

4.1 結(jié)論

隨著數(shù)字技術(shù)的廣泛應(yīng)用，數(shù)字經(jīng)濟(jì)正成為重組全球要素資源、重塑全球經(jīng)濟(jì)結(jié)構(gòu)、改變?nèi)蚋?jìng)爭(zhēng)格局的關(guān)鍵力量。在農(nóng)業(yè)農(nóng)村領(lǐng)域，數(shù)字經(jīng)濟(jì)也實(shí)現(xiàn)了長(zhǎng)足的發(fā)展。可否借助數(shù)字經(jīng)濟(jì)大潮促進(jìn)農(nóng)戶收入增長(zhǎng)，縮小收入差距是學(xué)者們普遍關(guān)注的問(wèn)題。本文使用2019年中國(guó)家庭金融調(diào)查的數(shù)據(jù)，以農(nóng)戶為研究對(duì)象，分析了數(shù)字技術(shù)采用對(duì)農(nóng)戶組間收入差距的影響。實(shí)證結(jié)果表明，數(shù)字技術(shù)采用顯著提升了農(nóng)戶的收入水平，并且其對(duì)低收入組農(nóng)戶收入的提升作用高于高收入組農(nóng)戶。使用Oaxaca -Bilnder分解法對(duì)高低收入組農(nóng)戶的組間收入差距進(jìn)行分解，結(jié)果顯示：第一，數(shù)字技術(shù)采用具有“數(shù)字鴻溝”效應(yīng)并擴(kuò)大農(nóng)戶組間收入差距，占高低收入農(nóng)戶收入差距的1.51%，約是人力資本稟賦效應(yīng)的一半;第二，數(shù)字技術(shù)采用具有邊際遞減效應(yīng)并縮小農(nóng)戶組間收入差距，占高低收入農(nóng)戶收入差距的-4.10%，比人力資本的系數(shù)效應(yīng)低2.85%;第三，“數(shù)字鴻溝”效應(yīng)和邊際遞減效應(yīng)之和為負(fù)。這表明數(shù)字技術(shù)的總效應(yīng)為負(fù)，數(shù)字技術(shù)采用縮小了農(nóng)戶組間收入差距。4.2 建議

（1）加大對(duì)農(nóng)村落后地區(qū)數(shù)字基礎(chǔ)設(shè)施建設(shè)的投資，完善落后地區(qū)數(shù)字經(jīng)濟(jì)基礎(chǔ)設(shè)施。特別是對(duì)中西部地區(qū)和山區(qū)，要補(bǔ)齊數(shù)字基礎(chǔ)設(shè)施的短板，及時(shí)對(duì)老舊基礎(chǔ)設(shè)施進(jìn)行改造升級(jí)，為數(shù)字技術(shù)在農(nóng)村地區(qū)的廣泛使用創(chuàng)造條件。

（2）提升落后地區(qū)農(nóng)戶的數(shù)字經(jīng)濟(jì)素養(yǎng)，提高農(nóng)民的數(shù)字技術(shù)利用率。通過(guò)建立數(shù)字經(jīng)濟(jì)知識(shí)普及平臺(tái)，開(kāi)展針對(duì)農(nóng)村居民特別是低收入農(nóng)戶群體的數(shù)字經(jīng)濟(jì)知識(shí)普及活動(dòng)及應(yīng)用技能培訓(xùn)活動(dòng)，提升其數(shù)字經(jīng)濟(jì)素養(yǎng)，使他們能夠更有效地利用數(shù)字技術(shù)獲取市場(chǎng)信息、優(yōu)化生產(chǎn)決策，并提高收入。

（3）加大農(nóng)村地區(qū)數(shù)字經(jīng)濟(jì)人才培育和引進(jìn)力度，儲(chǔ)備充足的人力資本。充分發(fā)揮返鄉(xiāng)青年特別是大學(xué)生的熟悉數(shù)字技術(shù)的優(yōu)勢(shì)，制定和落實(shí)返鄉(xiāng)創(chuàng)業(yè)優(yōu)惠政策，引導(dǎo)青年自主創(chuàng)業(yè)，并帶動(dòng)和指導(dǎo)低收入農(nóng)戶在生產(chǎn)生活中合理、有效參與數(shù)字經(jīng)濟(jì)，提升低收入農(nóng)戶的數(shù)字經(jīng)濟(jì)參與率，減弱稟賦效應(yīng)對(duì)農(nóng)戶組間收入差距的負(fù)面影響，縮小農(nóng)戶組間收入差距。

參考文獻(xiàn)：

[1] 北京雁棲湖應(yīng)用數(shù)學(xué)研究院， 數(shù)字經(jīng)濟(jì)實(shí)驗(yàn)室， 中國(guó)數(shù)字經(jīng)濟(jì)指數(shù)和中國(guó)數(shù)字經(jīng)濟(jì)白皮書(shū)項(xiàng)目課題組. 中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展白皮書(shū)（2023）[EB/OL]. [2024-12-24]. https：//www.bimsa.net/doc/publication/4230.pdf.

[2] 中國(guó)互聯(lián)網(wǎng)絡(luò)信息中心. 第54次中國(guó)互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告[EB/OL]. （2024-09-09）[2024-12-25]. https：//www.100ec.cn/Public/Upload/file/20240909/1725843463763813.pdf.

[3] 國(guó)家統(tǒng)計(jì)局. 國(guó)家數(shù)據(jù)[EB/OL]. [2024-12-25]. https：//data.stats.gov.cn/easyquery.htm？cn=C01.

[4] AKER J C， FAFCHAMPS M. Mobile phone coverage and producer markets： evidence from west Africa[J]. The World Bank Economic Review， 2015， 29（2）： 262-292.

[5] 何婧， 李慶海. 數(shù)字金融使用與農(nóng)戶創(chuàng)業(yè)行為[J]. 中國(guó)農(nóng)村經(jīng)濟(jì)， 2019（1）： 112-126.

[6] 秦芳， 王劍程， 胥芹. 數(shù)字經(jīng)濟(jì)如何促進(jìn)農(nóng)戶增收？——來(lái)自農(nóng)村電商發(fā)展的證據(jù)[J]. 經(jīng)濟(jì)學(xué)（季刊）， 2022， 22（2）： 591-612.

[7] 劉錦怡， 劉純陽(yáng). 數(shù)字普惠金融的農(nóng)村減貧效應(yīng)： 效果與機(jī)制[J]. 財(cái)經(jīng)論叢， 2020（1）： 43-53.

[8] 劉曉倩， 韓青. 農(nóng)村居民互聯(lián)網(wǎng)使用對(duì)收入的影響及其機(jī)理——基于中國(guó)家庭追蹤調(diào)查（CFPS）數(shù)據(jù)[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)， 2018（9）： 123-134.

[9] 劉任， 眭鑫， 王文濤. 互聯(lián)網(wǎng)使用對(duì)農(nóng)戶收入差距影響研究——基于CGSS數(shù)據(jù)的實(shí)證分析[J]. 重慶大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）， 2022， 28（6）： 79-95.

[10] 楊少雄， 孔榮. 數(shù)字金融市場(chǎng)參與改善農(nóng)戶收入了嗎？[J]. 華中農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）， 2021（5）： 180-190.

[11] 柏培文， 張?jiān)? 數(shù)字經(jīng)濟(jì)、人口紅利下降與中低技能勞動(dòng)者權(quán)益[J]. 經(jīng)濟(jì)研究， 2021， 56（5）： 91-108.

[12] 趙偉， 彭玉婷. 數(shù)字經(jīng)濟(jì)發(fā)展是否會(huì)影響收入不平等？——基于空間面板模型的實(shí)證檢驗(yàn)[J]. 經(jīng)濟(jì)問(wèn)題探索， 2022（12）： 35-51.

[13] 彭澎， 周力. 中國(guó)農(nóng)村數(shù)字金融發(fā)展對(duì)農(nóng)戶的收入流動(dòng)性影響研究[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究， 2022， 39（6）： 23-41.

[14] 張勛， 萬(wàn)廣華， 張佳佳， 等. 數(shù)字經(jīng)濟(jì)、普惠金融與包容性增長(zhǎng)[J]. 經(jīng)濟(jì)研究， 2019， 54（8）： 71-86.

[15] 盛斌， 吳曉雯. 數(shù)字經(jīng)濟(jì)背景下全球價(jià)值鏈對(duì)性別收入分配的影響[J]. 求是學(xué)刊， 2022， 49（1）： 42-55.

[16] 張自強(qiáng). 互聯(lián)網(wǎng)使用與農(nóng)戶收入不平等[J]. 經(jīng)濟(jì)經(jīng)緯， 2022， 39（3）： 45-54.

[17] 徐瑩， 王娟. 數(shù)字普惠金融與農(nóng)戶收入差距：加劇還是緩解[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)， 2024（3）： 52-62.

[18] 田艷平， 向雪風(fēng). 數(shù)字經(jīng)濟(jì)發(fā)展、階層向上流動(dòng)與中等收入群體擴(kuò)容[J]. 南方經(jīng)濟(jì)， 2023（4）： 44-62.

[19] OAXACA R. Male-female wage differentials in urban labor markets[J]. International Economic Review， 1973， 14（3）： 693-709.

[20] BLINDER A S. Wage discrimination： reduced form and structural estimates[J]. The Journal of Human Resources， 1973， 8（4）： 436-455.

[21] 甘犁， 馮帥章. 以微觀數(shù)據(jù)庫(kù)建設(shè)助推中國(guó)經(jīng)濟(jì)學(xué)發(fā)展——第二屆微觀經(jīng)濟(jì)數(shù)據(jù)與經(jīng)濟(jì)學(xué)理論創(chuàng)新論壇綜述[J]. 經(jīng)濟(jì)研究， 2019， 54（4）： 204-208.

[22] 周曄馨. 社會(huì)資本是窮人的資本嗎？——基于中國(guó)農(nóng)戶收入的經(jīng)驗(yàn)證據(jù)[J]. 管理世界， 2012（7）： 83-95.

[23] 程名望， JIN Y H， 蓋慶恩， 等. 農(nóng)村減貧： 應(yīng)該更關(guān)注教育還是健康？——基于收入增長(zhǎng)和差距縮小雙重視角的實(shí)證[J]. 經(jīng)濟(jì)研究， 2014， 49（11）： 130-144.

[24] 程名望， 史清華， JIN Y H， 等. 農(nóng)戶收入差距及其根源： 模型與實(shí)證[J]. 管理世界， 2015， 31（7）： 17-28.

[25] 張棟浩， 王棟， 杜在超. 金融普惠、收入階層與中國(guó)家庭消費(fèi)[J]. 財(cái)經(jīng)科學(xué)， 2020（6）： 1-15.

基金項(xiàng)目：天津市哲學(xué)社會(huì)科學(xué)規(guī)劃項(xiàng)目（TJYJ22-003）;天津市教委科研計(jì)劃項(xiàng)目（2019SK080）

作者簡(jiǎn)介：曾霞（1976—），女，內(nèi)蒙古呼和浩特人，講師，博士，主要從事經(jīng)濟(jì)發(fā)展與國(guó)際貿(mào)易研究。

通訊作者簡(jiǎn)介：姚萬(wàn)軍（1975—），男，內(nèi)蒙古通遼人，副教授，博士，主要從事三農(nóng)問(wèn)題研究。