数字经济对城乡收入差距的影响及其空间溢出效应

杨婧妍 ,李昱嵩

(1.东北财经大学 工商管理学院,辽宁 大连 116025;2.东北财经大学 经济学院,辽宁 大连 116025)

在数字经济背景下,大力发展农村数字经济、深化农业数字化改革,对全面推进乡村振兴战略以及彻底改革城乡二元制度意义重大。城乡发展不均衡与城乡二元化造成的结构性问题阻碍了我国的社会公平与经济发展。近年来,随着面向农村的转移支付增加,中国城乡居民收入差距呈现略微下降的趋势[1]。国家统计局数据显示:2012—2021 年城乡居民人均可支配收入之比由2.88 下降至2.50。从国际比较来看,加拿大和英国等欧美发达国家的城乡收入差距比接近1.0,印度等发展中国家的城乡收入差距比则接近1.9,地处非洲的部分低收入国家如肯尼亚的城乡收入差距比为2.3 左右。中国作为发展中国家,与大多数国家相比城乡居民收入差距处于偏高位置。传统经济发展模式的惯性造成了生产要素在城乡之间的单向流动与聚集,如何推动要素的双向流动与信息匹配成为破除发展困境的关键。农村数字经济的发展是以先进信息技术为基础并通过农村新基建实现的农业数字化和农村数字产业化的共同发展。农村电商与数字农业等业态在农村数字经济的发展驱动下,为农村地区的产业发展带来了新机遇,可以促进农村整体经济发展,提高农民收入水平。2020 年中共中央和国务院出台的《数字乡村发展战略纲要》指出“要发展农村数字经济,夯实数字农业基础,推进农业数字化转型”,同时还要“加快形成共建共享、互联互通、各具特色、交相辉映的数字城乡融合发展格局”。2022 年中央“一号文件”提出要“大力推进数字乡村建设,加快推动数字乡村标准化建设”。然而,城市与农村发展的速度在城乡产业基础等因素影响下存在一定差距。在农村数字经济发展的推动下,城乡收入差距是否会出现扩大化的趋势是推动城乡融合发展的关键因素。

党的二十大报告指出“中国式现代化是全体人民共同富裕的现代化”。如何调节城乡发展不均衡、缩小城乡收入差距对促进社会公平推进全体人民共同富裕具有重要意义。由于发展载体的特殊性,数字经济具有突出的跨区域性特征。对此,本文着眼数字经济发展带来的溢出效应,基于农村发展视角,对农村数字经济发展如何影响城乡收入差距以及其空间特征进行研究。以现有问题为导向并结合理论分析与实证检验对协调城乡融合发展、促进区域经济共同增长提出相关政策建议。

一、理论分析与研究假设

由于缺少原始资本积累和企业家才能等生产要素[2],以及地域性制约导致的信息不对称[3]等因素,农村发展普遍长期落后于城市发展。有学者认为,数字经济的普惠性、非竞争与非排他性和可再生性等优点[4],以及其所具有的外部经济性、边际效益递增和高渗透性等特点,能推进农业农村现代化转型,为农村经济发展提供助力[5-6]。部分研究认为农村地区将比城市地区从数字化普及中受益更多[7],但有更多学者指出农村数字经济的发展在很大程度上加剧和扩大了原有的城乡差距以及农村内部收入差距[8]。数字经济发展早期依赖数据获取、流通与利用能力,这些能力又受数字基础设施完善程度影响。在农村新基建全面推进落实的早期,农村地区宽带网络接入率低,部分地区由于线路限制网速慢且连接不稳定,这种情况大大降低了数字技术作为工具的有效性。数字经济与产业经济相结合衍生出的“互联网+”带来的产业扩张与产业升级极大地促进了城镇居民的收入增长。同时,农业生产中的自然过程很难被数字描述,所以数字经济在与农业的结合发展过程中需要较高的成本。有学者认为,具有数字素养的人才是促进数字经济与农业农村经济融合发展的核心竞争力和基础[9]。当前中国农村地区的居民受职业、教育和年龄因素影响,提升数字素养的机会较少,数字素养水平与数字技术应用不匹配。综上所述,在农村数字经济发展早期,由于农业数字化发展成本相对较高、农村数字基础设施建设薄弱、缺乏具有数字素养的人才等因素,农村数字经济发展对城乡收入差距具有扩大效应。

在政策支持和信息技术快速发展的驱动下,中国农村数字经济得到了一定程度的发展,对城乡收入差距的影响也产生了变化。根据工信部数据统计,中国已经实现全国所有乡镇的网络全覆盖,行政村的网络覆盖比率也达到了98%以上,这为农村数字基础设施建设奠定了坚实基础。农村数字经济发展极大拓宽了农村居民获取信息的渠道,并且随着数字经济在农村地区的发展,农业技术接收与推广的成本也随之降低,城乡之间的信息差距不断缩小。数字普惠金融、农村电子商务、智慧农业等新业态快速发展,通过优化资源配置进而推动了农业现代化发展[10]。未来随着农村数字基础设施全覆盖与数字人才培养体系的建设,农村与城市之间数字经济发展基础与核心竞争力的差距将进一步缩小。综上所述,随着农村数字基础设施的全面建设、国家政策保障与新业态的融合发展、数字人才培养体系的完善,农村数字经济发展对城乡收入差距开始具有缩小效应。农村数字经济发展初期缺乏发展基础,导致农村居民的收入增长速度较慢,城乡收入差距有扩大的趋势。而随着农村数字基础设施的完善与国家政策的保障,农村数字经济发展对促进农村居民就业、提高农村居民收入水平进而缩小城乡收入差距的影响效应也越明显。综合考虑农村数字经济对城乡居民收入差距产生的正负影响效应,本文认为农村数字经济发展水平对城乡居民收入差距存在倒U 型的非线性影响。

假设 H1:农村数字经济发展水平对城乡收入差距存在倒U 型的影响。

现有研究发现互联网普及率、城镇化水平、交通基础设施、金融发展、人口结构等因素都会对城乡收入差距产生影响[11-13]。相关研究认为数字鸿沟、创业水平、城镇化和产业结构等因素在数字经济影响城乡收入差距的机制中存在中介效应,教育资源则对其存在调节作用[14-16]。有学者发现数字经济对城乡收入差距存在门槛效应,研发强度越大、人均收入水平越高,数字经济对城乡收入差距缩小的作用越明显[17]。当前城市与农村以及不同地区之间的数字经济发展水平都存在一定差异。因此,本文通过构建农村数字经济发展指数,探究农村数字经济发展水平对城乡收入差距的影响及其空间特征。根据“地理学第一定律”[18],大多数空间数据都具有或强或弱的空间相关性。空间计量模型考虑了经济学中普遍存在的空间依赖性,即一个地区的样本观测值依赖其他地区的观测值,观测值在空间上缺乏独立性,而且空间相关的程度和模式由地区之间的绝对和相对位置决定。有研究表明我国经济增长存在明显区域集聚效应。有学者发现中国存在“内核地区对外围地区”的空间溢出效应[19];并将中国划分成6 大经济区,通过VAR模型分析经济区间的溢出效应,验证了我国经济增长过程中存在空间溢出效应[20]。进一步研究验证了我国存在全域性的正的空间相关性。有学者通过对京津冀地区、长江经济带等区域的经济数据进行空间计量分析发现,本地经济积累能促进周边地区经济增长,本地数字经济发展对周边地区的城乡融合具有正向的溢出效应,且存在明显的区域异质性[21]。为探究农村数字经济发展与城乡收入差距之间的空间相关性,本文采用空间计量模型对此进行分析,具体研究假设如下。

假设H2:农村数字经济发展水平对城乡收入差距的影响具有空间溢出效应,并且其他地区的溢出效应会缩小本地区的城乡收入差距。

二、模型设定、变量选取与数据来源

(一)模型设定

本文的基础模型,即式(1)采用含有被解释变量二次项的双固定效应模型以及结合空间矩阵的空间杜宾模型,其中Theil为被解释变量泰尔指数,HQED为农村数字经济发展指数,Urban为城镇化水平,Road表示交通条件,hum为农村人力资本。式(2)中ρ为空间滞后回归系数,γ1、γ2分别为解释变量的空间滞后回归系数,ω为空间权重矩阵,μi为地区效应,λt表示时间效应,εi,t是随机干扰项。

本文采用的空间权重矩阵是经过标准化处理后的一阶地理邻接矩阵,矩阵元素其中i=1,2,…,N;j=1,2,…,N。所有对角线元素都为0。

(二)变量选取说明

1.被解释变量为泰尔指数(Theil)。国内研究常用泰尔指数和城乡居民可支配收入比值来衡量城乡居民收入差距,本文使用考虑了人口变动因素的泰尔指数,同时在稳健性检验中使用城乡居民可支配收入比值作为对比。

2.核心解释变量为农村数字经济发展指数(HQED)。根据中国信息通信学会报告(2019 年)与中国数字乡村发展报告(2022 年)分析,农村数字经济是以农村现代信息网络为载体,以新一代数字技术为驱动力,将数字化的生产要素投入农村产业中,通过推动农村产业数字化与农业数字化,进而促进农村经济高质量发展的经济形态。参考已有研究构建农村数字经济发展评价指标体系[22],该指标体系中分别对农村地区的数字经济基础设施建设、农业数字化与农村数字产业化三个一级指标进行测度,与农村数字经济的内涵相符。故本文采用该指标体系并在原体系基础上对2019—2020 年的指标数值进行测算,以此衡量农村数字经济发展水平,指标体系如表1 所示。

表1 农村数字经济发展水平指标体系

参考已有研究中指标体系的指标描述进行数据选取。农村数字产业化水平指标中,数字产品消费水平使用农村恩格尔系数衡量,具体指标为农村地区居民家庭每年使用数字化产品和服务的消费支出占比(%);农业物联网发展程度使用邮政营业网点平均服务人口数(万人)作为衡量指标;数字农村数字基地具体指标为数字农村创新基地数量(个),本文采用淘宝村数量来衡量;农村数字普惠金融发展水平则使用农村县域数字普惠金融指数均值衡量。农业数字化水平指标中农业生产投资直接利用第一产业固定资产投资(亿元)衡量;农村商品数字化交易用农村实物商品网上零售额(亿元)衡量;数字化农业发展规模的测算为第一产业数字活动增加值(亿元)。农村数字经济基础设施建设水平指标中,农村地区有线广播电视覆盖率(%)、农村居民移动电话普及率(个)和农业气象观测站(个)等三个指标可以直接获取;农村地区互联网普及率则使用农村互联网宽带接入用户占该地区农村人口百分比(%)衡量。

3.控制变量具体包括如下指标:(1)农村人力资本(hum),采用中央财经大学公布的省级层面农村人均人力资本计算结果作为衡量指标。(2)交通便利程度(Road),本文采用每平方公里公路里程数除以行政区域面积作为交通便利程度的衡量指标。(3) 城镇化水平(Urban),本文采用城镇人口数占该地区总人口数的比重衡量该地区的城镇化水平。

(三)数据来源

本文的数据来源于统计局官网、2015—2021 年《中国统计年鉴》、阿里研究院报告与北京大学数字普惠金融指标数据中2014—2020 年县域数字惠普金融指标(将县级单位的指标取均值代表各省级单位的指标水平),以及中央财经大学发布的《中国人力资本报告》中的人力资本指标。其中对于缺失单个年份的基础指标,根据指标情况通过插值法进行补充。

(四)空间相关性检验

根据莫兰指数(Moran’s I)计算检验被解释变量的空间相关性。表2 为莫兰指数检验结果,从结果中可以得出被解释变量具有显著的空间相关性。

三、实证检验

(一)变量描述性统计

在进行实证分析前对数据进行处理并作描述性统计,对被解释变量、解释变量以及两个控制变量取对数处理,描述性统计结果见表3。

表3 描述性统计结果

(二)空间计量回归结果分析

LM 检验结果显示本研究可选用SAR 模型和SDM 模型,且在豪斯曼检验中结果为负值,参考相关文献的模拟分析结果得知主要是随机效应模型的基本假设的渐进性假设无法得到满足,所以在检验值为负的情况下应采用固定效应模型[23]。进一步进行效应检验,得到空间固定效应显著且时间固定效应不显著的结果,故可以选择空间固定效应模型。在Wald 检验和LR 检验中结果都显著,表明选择SDM 模型更优。

通过普通最小二乘回归分别对解释变量有二次方和没有二次方的方程进行分析,结果如表4中列(1)、列(2)所示。解释变量二次方结果显著且为负值,表明农村数字经济发展水平与城乡收入差距之间确实存在倒U 型关系。通过引入空间矩阵进行空间计量分析,根据表4 中列(3)～列(5)结果显示省份固定效应与双固定效应模型空间溢出系数显著性较好,二次项空间溢出系数约为-0.07。这表明其他省份的农村数字经济发展水平对本地区城乡收入差距的空间溢出效应影响程度约为-7%。年份固定效应模型二次项空间溢出系数不显著,可能由样本年份较短导致。综上,普通面板回归结果与空间计量回归结果分别验证了两个假设。

表4 普通面板和空间计量回归结果

进一步根据空间计量回归结果分析中的结论对双固定效应下的回归结果进行溢出效应分析。由表5 结果中直接效应、间接效应和总效应结果的系数正负符号都相同,可以得出结论,假设H2对于空间溢出效应正向影响的假设是成立的,这说明空间邻近的地区间农村数字经济发展会对彼此产生影响,且这个影响有助于缩小城乡收入差距(泰尔系数越小城乡收入差距越小)。进一步分析,间接效应反映了周边区域的解释变量变化一个单位对本区域被解释变量的影响程度,间接效应下各系数绝对值大于直接效应反映了空间溢出效应是主要影响因素。其他变量中城镇化率(lnurban)的情况与解释变量基本一致,公路密度(Road)变量结果中间接效应与直接效应符号相反,说明邻近地区公路密度的提升会缩小本地区的城乡收入差距。公路密度在一定程度上反映了一个地区的流通速度,流通速度较高的区域对其他地区的生产要素具有一定的吸引力。如经济不发达省份的农民进入东南沿海地区的城市打工,经济发达的城市提供了更多就业机会的同时也提高了农民收入,进而起到了缩小城乡收入差距的作用。农村人均人力资本(lnhum)溢出效应的结果不显著,即邻近地区的农村人力资本高低对本地区的城乡收入差距变化没有显著影响,这一结果体现了基础设施与产业发展对于发展农村经济的重要性,基本与理论假设一致。

表5 空间溢出效应结果

(三)稳健性检验

基于空间计量分析的特点,本文选择替换空间矩阵进行稳健性检验,结果如表6 所示。表6列(1)～列(3)为选取经济地理距离矩阵作为替换矩阵的回归结果,省份固定效应与双固定效应模型结果仍然显著且二次项的空间溢出效应系数分别为-0.084 0 与-0.088 4,与表4 中列(3)与列(5)结果接近。进一步检验,将被解释变量替换为城乡居民可支配收入比(Pcid),计算方式为城镇居民可支配收入与农村居民可支配收入的比值,替换变量后得到表6 列(4)的回归结果,二次项的空间溢出效应系数为-0.056 9,与表4 中列(5)结果接近。通过变换空间矩阵与被解释变量,结果中二次项空间溢出效应系数方向未发生变换且系数取值大小较为稳定,由此表明原回归结果是稳健的。

(四)异质性分析

进一步分析,由于数字经济本身的特性以及数字基础设施对其发展速度的影响,本文进一步将30个省份2014—2020 年平均的农村数字经济发展指数划分为高中低三个部分,分别对其进行空间计量回归。由于本文使用空间杜宾模型进行分析,采用传统的东中西部区域划分时部分省份距离较远,且个别省份相邻却被划分为不同区域,所以参考已有研究中的做法对农村数字经济发展水平进行划分并进行异质性分析[24]。表7 中列(1)～列(3)结果展示了农村数字经济发展水平较高、水平居中和水平较低的地区分别进行空间计量回归的结果。可以看出,农村数字经济发展水平高的地区溢出效应显著且溢出效应系数绝对值高于总体样本回归结果,表明农村数字经济发展水平较高的地区都存在较强的空间溢出效应。根据划分的地区来看,农村数字经济发展也呈现出了集聚效应,处在相同发展水平的地区大多是邻近地区,如东南沿海地区。水平中、低的地区溢出效应不显著,但农村数字经济发展水平低的地区内部效应显著,并且二者系数反映的关系也都为倒U 型关系。这说明当前在我国大部分地区农村数字经济发展的空间联动性较差,这一部分地区农村数字经济发展与地区联动亟待加强。农村数字经济发展水平较高的地区应对发展水平较低的地区提供进一步的支持,同时农村数字经济发展水平较低的地区也需要采取一些相关发展策略。

表7 异质性分析结果

四、结论与建议

本文基于30 个省份2014—2020 年的面板数据,对农村数字经济发展水平对城乡收入差距的影响及其空间溢出效应进行研究。结果表明:农村数字经济发展水平对城乡收入差距的影响趋势为倒U型;该影响在不同地区间存在显著的溢出效应,并且其他地区的溢出效应会缩小本地区的城乡收入差距;农村数字经济发展水平对城乡收入差距的影响存在异质性特征,其中农村数字经济发展水平高的省份溢出效应显著,发展水平中等和较低省份的溢出效应不显著,但在农村数字经济发展水平较低的省份,内部溢出效应显著。据此提出如下政策建议。

1.加强农村数字基础设施建设,提高农村基础设施维护水平。基础设施建设的差距是城乡收入产生差距的主要原因,加强农村基础设施建设不只是加大农村数字基础设施的投资力度,还应对现有基础设施进行积极维护来保持其良好的运营状态,为农村数字经济发展奠定良好基础,并以此推动数据要素与实物商品的双向流通,由此增强农村数字经济对收入差距的正向影响效应。

2.引育结合建立农村数字化人才体系,提升农村居民数字经济素养。农村数字经济的快速发展,对数字化技术与知识的需求强度加大,提高农村居民数字化技能与数字经济素养,缩小城乡在数字人力资源方面的差距,培养数字经济时代的新农人至关重要。一方面,通过提高农村地区数字技术人才待遇、提供创业补贴等政策措施,吸引更多具有数字技术及其应用能力的人才到农村地区发展;另一方面,通过线上与线下等多种形式与渠道对数字化人才所需知识与培养途径进行积极宣传。采用以点带面的方式进行相关知识与技术推广,先选拔各村集体适应培养体系的居民,再配合推广人员进行广泛培养。

3.加强农村数字经济发展的区域联动,缓解地区发展不平衡。一方面,地方政府部门应加强不同区域间优势互补合作,通过农村数字经济较发达地区的辐射带动效应,结合不同地区农业产业特色,实现数字经济与农业经济的有效融合;另一方面,借助农村数字经济发展形成的数字化产业链优势,通过区域间开放合作的利好政策,以及产业联盟、招商引资等方式增强数智农业发展的企业跨区域发展,为数字化优势企业提供更广阔的农村市场。