數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)收入差距空間及門檻效應(yīng)研究

辛金國(guó),郭晶晶,蔡婧靚

(1.杭州電子科技大學(xué) 浙江省信息化發(fā)展研究院,浙江 杭州 310018;2.杭州電子科技大學(xué) 會(huì)計(jì)學(xué)院,浙江 杭州 310018;3.杭州電子科技大學(xué) 經(jīng)濟(jì)學(xué)院,浙江 杭州 310018)

多年來(lái),“推進(jìn)實(shí)現(xiàn)共同富裕”一直是黨和國(guó)家高度重視的目標(biāo),縮小城鄉(xiāng)收入差距是促進(jìn)共同富裕的重要抓手。根據(jù)中國(guó)信通院的研究,我國(guó)2021年數(shù)字經(jīng)濟(jì)規(guī)模已達(dá)到45.5萬(wàn)億元。數(shù)字經(jīng)濟(jì)作為國(guó)民經(jīng)濟(jì)“穩(wěn)定器”和“加速器”的作用更加凸顯[1],同時(shí)也為改善城鄉(xiāng)居民收入差距、實(shí)現(xiàn)共同富裕提供了絕佳契機(jī)。關(guān)于城鄉(xiāng)居民收入差距的影響因素,已有學(xué)者從財(cái)政分權(quán)(李春仙和李香菊,2021)[2]、稅收政策(駱永民和樊麗明,2019)[3]、金融政策(傅巧靈等,2021)[4]、產(chǎn)業(yè)發(fā)展(李曉龍和冉光和,2019;熊凱軍,2022;周國(guó)富和陳菡彬,2021)[5-7]等角度進(jìn)行了較為詳實(shí)的研究。相比之下,研究數(shù)字經(jīng)濟(jì)和城鄉(xiāng)居民收入差距關(guān)系的文獻(xiàn)則略顯不足,且現(xiàn)有研究就數(shù)字經(jīng)濟(jì)的發(fā)展究竟擴(kuò)大還是縮小城鄉(xiāng)居民收入差距這一問(wèn)題尚未達(dá)成一致結(jié)論。持“擴(kuò)大觀”的學(xué)者認(rèn)為,在城鄉(xiāng)二元制結(jié)構(gòu)下,農(nóng)村人口進(jìn)入城市就業(yè)在早期縮小了城鄉(xiāng)收入差距,然而隨著工業(yè)不斷轉(zhuǎn)型升級(jí),工業(yè)智能化對(duì)農(nóng)村低技能勞動(dòng)力的替代通過(guò)減少農(nóng)村人口的工資性收入擴(kuò)大了城鄉(xiāng)居民收入差距(劉歡,2020)[8]。另外,城鄉(xiāng)數(shù)字鴻溝也正成為擴(kuò)大城鄉(xiāng)居民收入差距的重要原因(劉駿,2017)[9]。持“縮小觀”的學(xué)者認(rèn)為,數(shù)字經(jīng)濟(jì)與農(nóng)業(yè)的融合發(fā)展有利于促進(jìn)農(nóng)業(yè)現(xiàn)代化,提高農(nóng)業(yè)生產(chǎn)效率,增加農(nóng)民收入(Gao等,2018)[10]。數(shù)字普惠金融等的發(fā)展為農(nóng)村地區(qū)提供了優(yōu)質(zhì)便捷的金融服務(wù),促進(jìn)農(nóng)村發(fā)展,進(jìn)而緩解了城鄉(xiāng)居民收入差距(宋科等,2022)[11]。

綜上所述,目前關(guān)于數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)居民收入差距的影響尚未達(dá)成一致結(jié)論,且這些研究多為時(shí)間效應(yīng)方面的研究,較少涉及對(duì)數(shù)字經(jīng)濟(jì)空間溢出效應(yīng)的研究。因此,本文試圖通過(guò)測(cè)度各省市自治區(qū)數(shù)字經(jīng)濟(jì)的發(fā)展水平,從空間效應(yīng)的角度探索我國(guó)數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)居民收入差距有何影響,并以數(shù)字經(jīng)濟(jì)作為門檻變量,利用門檻模型,揭示數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)居民收入差距的非線性影響,為制定城鄉(xiāng)政策、緩解城鄉(xiāng)貧富差距提供決策參考。

一、理論分析與假設(shè)

(一)數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)居民收入差距的降低效應(yīng)

首先,數(shù)字技術(shù)的應(yīng)用提高了信息資源的共享能力,減少了農(nóng)村居民的信息搜尋成本,進(jìn)而為其創(chuàng)造了更多的就業(yè)機(jī)會(huì),提高了農(nóng)村居民的工資性收入,縮減了城鄉(xiāng)居民收入差距[12]。其次,數(shù)字經(jīng)濟(jì)能夠通過(guò)促進(jìn)農(nóng)業(yè)技術(shù)創(chuàng)新助力農(nóng)業(yè)生產(chǎn)發(fā)展,同時(shí)農(nóng)村電商等新方式的產(chǎn)生可以推動(dòng)農(nóng)產(chǎn)品的銷售,從而提高了農(nóng)民收入[10],降低了城鄉(xiāng)居民收入的差距。最后,數(shù)字經(jīng)濟(jì)推動(dòng)了城鄉(xiāng)醫(yī)療、教育等優(yōu)質(zhì)公共資源的共享,同時(shí)大數(shù)據(jù)平臺(tái)等的應(yīng)用有效提升了政府服務(wù)效能,通過(guò)向農(nóng)村居民提供更智能、便捷、高效的公共服務(wù),提高了其經(jīng)營(yíng)能力,進(jìn)而降低了城鄉(xiāng)居民收入的差距[13-14]。因此,本研究提出假設(shè)H1:

H1:數(shù)字經(jīng)濟(jì)發(fā)展水平的提高有利于縮小城鄉(xiāng)居民收入差距。

(二)數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)居民收入差距的空間溢出效應(yīng)

首先,數(shù)字經(jīng)濟(jì)由于其滲透速度快、持續(xù)發(fā)展動(dòng)力強(qiáng)等特點(diǎn)減少了生產(chǎn)要素的空間流動(dòng)限制,提高了生產(chǎn)要素的配置效率和協(xié)同性,從而推動(dòng)了城鄉(xiāng)協(xié)同發(fā)展,降低城鄉(xiāng)居民收入的差距[15]。其次,國(guó)內(nèi)有不少研究表明,由于數(shù)字經(jīng)濟(jì)的發(fā)展在提高數(shù)據(jù)信息傳輸效率的同時(shí)也加強(qiáng)了地區(qū)間的分工協(xié)作,所以會(huì)對(duì)鄰近地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)和經(jīng)濟(jì)高質(zhì)量發(fā)展等產(chǎn)生積極的空間溢出效應(yīng)[16-17]。因此,數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)居民收入差距的影響效用也不會(huì)局限于本區(qū)域,而是對(duì)周邊地區(qū)產(chǎn)生輻射效應(yīng)。其原因在于,數(shù)字經(jīng)濟(jì)帶來(lái)的產(chǎn)業(yè)分工和產(chǎn)業(yè)升級(jí)會(huì)讓技術(shù)、知識(shí)、資源等外溢到周邊地區(qū),帶動(dòng)承接地的農(nóng)村居民增收,從而縮小承接地的城鄉(xiāng)居民收入差距[18]。因此,本研究提出假設(shè)H2:

H2:數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)居民收入差距的影響存在空間溢出效應(yīng)。

(三)數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)居民收入差距的非線性影響

在數(shù)字經(jīng)濟(jì)發(fā)展初期,由于農(nóng)村地區(qū)數(shù)字基礎(chǔ)設(shè)施較為落后,數(shù)字技術(shù)推動(dòng)農(nóng)業(yè)高質(zhì)量發(fā)展受到限制,因此,相對(duì)而言,數(shù)字經(jīng)濟(jì)為城鎮(zhèn)居民帶來(lái)的利益更多[19]。近幾年,一方面,在國(guó)家政策的大力扶持下,農(nóng)村地區(qū)數(shù)字基礎(chǔ)設(shè)施不斷趨于完善,這為農(nóng)村發(fā)展數(shù)字經(jīng)濟(jì)奠定了基礎(chǔ)。數(shù)字經(jīng)濟(jì)在促進(jìn)農(nóng)業(yè)農(nóng)村發(fā)展方面的優(yōu)勢(shì)也愈加凸顯。例如,互聯(lián)網(wǎng)+農(nóng)業(yè)、農(nóng)村電商等數(shù)字經(jīng)濟(jì)產(chǎn)物將農(nóng)村特色產(chǎn)品推向市場(chǎng),拓寬了其銷售渠道[20]。農(nóng)村居民還可以通過(guò)拍攝短視頻、開(kāi)展直播等形式宣傳當(dāng)?shù)氐奈幕?、景點(diǎn),吸引更多的游客觀光,發(fā)展當(dāng)?shù)芈糜螛I(yè),促進(jìn)當(dāng)?shù)亟?jīng)濟(jì)發(fā)展。另一方面,網(wǎng)絡(luò)教學(xué)平臺(tái)等的出現(xiàn)彌補(bǔ)了農(nóng)村居民基礎(chǔ)教育、技能培訓(xùn)的不足,從源頭上縮小了城鄉(xiāng)教育的差距,提升了農(nóng)戶的綜合素質(zhì),增強(qiáng)了其就業(yè)創(chuàng)業(yè)的能力,進(jìn)而提高了其收入水平[21]。因此,現(xiàn)階段廣大農(nóng)村居民也能分享數(shù)字經(jīng)濟(jì)的發(fā)展成果,提高其收入水平。因此,本研究提出假設(shè)H3:

H3:數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)居民收入差距的影響表現(xiàn)為先擴(kuò)大后縮小的趨勢(shì)。

二、變量說(shuō)明與模型設(shè)定

(一)變量選擇

1.被解釋變量

本文對(duì)城鄉(xiāng)居民收入差距(income)的測(cè)度借鑒鈔小靜和沈坤榮(2014)[22]的研究,采用比值法,即城鄉(xiāng)居民人均可支配收入比。相比其他方法,比值法更加直觀且可操作性強(qiáng)。

2.解釋變量

數(shù)字經(jīng)濟(jì)(digit)是一個(gè)復(fù)雜的經(jīng)濟(jì)體系,使用單一指標(biāo)去測(cè)算很難準(zhǔn)確地反映其發(fā)展水平,因此需要構(gòu)建綜合指標(biāo)評(píng)價(jià)體系進(jìn)行全面測(cè)算。本文參考王軍等(2021)[23]的研究,從基礎(chǔ)設(shè)施、融合發(fā)展、創(chuàng)新創(chuàng)業(yè)和數(shù)字應(yīng)用4個(gè)維度構(gòu)建8項(xiàng)二級(jí)指標(biāo),24項(xiàng)三級(jí)評(píng)價(jià)指標(biāo)對(duì)2013—2020年中國(guó)31省市自治區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平進(jìn)行測(cè)度(詳見(jiàn)表1)。其中,創(chuàng)新創(chuàng)業(yè)能力方面的指標(biāo)參考戴若塵等(2022)[24]的研究,選擇數(shù)字經(jīng)濟(jì)領(lǐng)域新建企業(yè)數(shù)量、獲得外來(lái)投資、獲得風(fēng)險(xiǎn)投資、專利授權(quán)、商標(biāo)注冊(cè)和軟件著作權(quán)登記這六個(gè)維度的指標(biāo)。為使評(píng)價(jià)結(jié)果具有客觀性和可比性,本文運(yùn)用熵值法賦權(quán),并利用線性加權(quán)法計(jì)算得到綜合評(píng)分。

表1 中國(guó)省際數(shù)字經(jīng)濟(jì)發(fā)展指標(biāo)體系

3.控制變量

除了數(shù)字經(jīng)濟(jì),城鄉(xiāng)居民收入差距還會(huì)受到其他因素的干擾。為避免遺漏關(guān)鍵變量導(dǎo)致的內(nèi)生性問(wèn)題,本文參考李曉鐘和李俊雨(2022)[15]的研究,選取如下控制變量:城鎮(zhèn)化率(urban),用城鎮(zhèn)人口占總?cè)丝诘谋壤硎?城鎮(zhèn)化進(jìn)程中采取的城鎮(zhèn)化模式會(huì)影響城鄉(xiāng)居民收入差距。產(chǎn)業(yè)結(jié)構(gòu)(indus),用第二、三產(chǎn)業(yè)增加值占GDP的比重表示,良好的產(chǎn)業(yè)結(jié)構(gòu)能為農(nóng)村勞動(dòng)力提供就業(yè)機(jī)會(huì),從而提高農(nóng)民收入。財(cái)政支出(gov),用地方政府財(cái)政支出占GDP的比重衡量,政府對(duì)城鄉(xiāng)財(cái)政支出政策的不同會(huì)間接影響到城鄉(xiāng)居民的收入。對(duì)外開(kāi)放程度(open),用進(jìn)出口總額與GDP的比值來(lái)衡量,一般來(lái)說(shuō),一個(gè)地區(qū)對(duì)外貿(mào)易的發(fā)達(dá)程度會(huì)通過(guò)影響農(nóng)村優(yōu)質(zhì)勞動(dòng)力向城市的流動(dòng)影響城鄉(xiāng)居民收入差距。金融發(fā)展(finance),用年末金融機(jī)構(gòu)的存貸款總額占GDP的比重來(lái)衡量,農(nóng)村獲取金融資源的難易程度直接影響到農(nóng)村產(chǎn)業(yè)的發(fā)展,進(jìn)而影響城鄉(xiāng)居民收入差距。

4.數(shù)據(jù)來(lái)源

本文選取的研究對(duì)象為2013—2020年中國(guó)31個(gè)省市自治區(qū)(不含港澳臺(tái))。主要樣本數(shù)據(jù)來(lái)自《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)金融年鑒》等。其中,創(chuàng)新創(chuàng)業(yè)能力方面的指標(biāo)數(shù)據(jù)來(lái)源于北京大學(xué)開(kāi)放研究數(shù)據(jù)平臺(tái)中的中國(guó)數(shù)字經(jīng)濟(jì)創(chuàng)新創(chuàng)業(yè)指數(shù)。缺失數(shù)據(jù)用插值法或類推法補(bǔ)齊。

(二)研究方法

1.熵值法

熵值法是客觀賦值法中的一種,能夠避免人為參與帶來(lái)的主觀因素,較為準(zhǔn)確地反映指標(biāo)的權(quán)重。本文利用該方法對(duì)數(shù)字經(jīng)濟(jì)發(fā)展綜合評(píng)價(jià)指標(biāo)體系中的三級(jí)指標(biāo)賦權(quán),并通過(guò)求和計(jì)算得到不同省市各年的數(shù)字經(jīng)濟(jì)發(fā)展水平。

2.全局空間自相關(guān)

空間自相關(guān)可以分析某地區(qū)的某一現(xiàn)象特征是否受到關(guān)聯(lián)地區(qū)影響,而全局莫蘭指數(shù)是分析空間關(guān)聯(lián)性常用的方法之一。本文利用全局Moran’s I指數(shù)值檢驗(yàn)是否存在空間效應(yīng)。公式如下所示:

(1)

xi、xj分別為i省和j省的變量觀測(cè)值,n表示地區(qū)總數(shù),wij為空間權(quán)重矩陣,本文選用基于地理距離的空間權(quán)重矩陣,以省會(huì)城市之間的距離代替省份之間的距離。

3.空間面板模型

隨著區(qū)域發(fā)展協(xié)同性的增強(qiáng),各地區(qū)間的城鄉(xiāng)居民收入差距可能存在空間自相關(guān)性,數(shù)字經(jīng)濟(jì)所固有的高滲透性等特征也使得其既對(duì)本地區(qū)城鄉(xiāng)居民收入差距降低產(chǎn)生影響,也對(duì)鄰近地區(qū)城鄉(xiāng)居民收入差距降低產(chǎn)生影響。由于空間面板模型關(guān)注到了不同區(qū)位之間的相關(guān)性,故本研究選擇該模型研究數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)居民收入差距的影響。空間面板模型主要包括以下三種:

空間滯后模型(SAR):Yit=ρWYit+βXit+εit,εit～N(0,σ2I)

(2)

空間誤差模型(SEM):Yit=βXit+εit,εit=μit+λWεit,μit～N(0,σ2I)

(3)

空間杜賓模型(SDM):Yit=ρWYit+βXit+θWXit+εit,εit～N(0,σ2I)

(4)

其中i為地區(qū),t為時(shí)間,Yit、Xit分別為i省t時(shí)的因變量和自變量;ρ、β、θ和λ為待估計(jì)參數(shù);εit和μit為誤差項(xiàng);W為空間權(quán)重矩陣。

為清楚展現(xiàn)數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)居民收入差距的空間效應(yīng),首先,將空間效應(yīng)分解,上式(4)中的SDM模型可改寫為:

Y=(I-ρW)-1(Xβ+WXθ)+R

(5)

其中R包括截距項(xiàng)和誤差項(xiàng),I為單位矩陣。

其次,利用偏微分矩陣計(jì)算可得被解釋變量Y期望值的偏導(dǎo)數(shù)矩陣:

(6)

上式中偏導(dǎo)數(shù)矩陣對(duì)角線元素的均值為直接效應(yīng),表示區(qū)域解釋變量對(duì)被解釋變量直接產(chǎn)生的影響。非對(duì)角線元素的均值為間接效應(yīng),表示區(qū)域解釋變量對(duì)周邊地區(qū)被解釋變量間接產(chǎn)生的影響,兩者之和為總效應(yīng)。

4.門檻回歸模型

本文采用Hansen在20世紀(jì)90年代提出的門檻面板模型深入研究數(shù)字經(jīng)濟(jì)發(fā)展對(duì)城鄉(xiāng)居民收入差距的影響。設(shè)定數(shù)字經(jīng)濟(jì)為門檻變量,構(gòu)建如下門檻效應(yīng)模型:

incomeit=α0+β1digititI(digitit≤γ1)+β2digititI(γ1γ2)+β4urbanit+β5indusit+β6govit+β7openit+β8financeit+εit

(7)

上式中,i為地區(qū),t為年份,γ為門檻值,εit為殘差項(xiàng)。I(·)為示性函數(shù),其數(shù)值取決于括號(hào)內(nèi)的表達(dá)式,成立時(shí)取1,不成立時(shí)取0。

三、實(shí)證結(jié)果與分析

(一)空間面板模型檢驗(yàn)與分析

1.空間自相關(guān)性與模型選擇

大數(shù)據(jù)時(shí)代,不同城市間的合作越來(lái)越多,聯(lián)動(dòng)性越來(lái)越強(qiáng)。為探究各省市各變量間是否存在空間效應(yīng),根據(jù)式(1)計(jì)算全局Moran’s I指數(shù)。計(jì)算結(jié)果如表2所示。2013年到2020年的城鄉(xiāng)收入差距莫蘭指數(shù)值為正數(shù),說(shuō)明我國(guó)數(shù)字經(jīng)濟(jì)發(fā)展在空間上具有相關(guān)性,且呈現(xiàn)集聚分布,即一個(gè)地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展水平受到周邊地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平的影響,地區(qū)與地區(qū)之間存在連帶作用。

表2 全局Moran’s I指數(shù)值

為選取到最合適的模型,需要進(jìn)行一系列的檢驗(yàn),檢驗(yàn)結(jié)果如表3所示。首先通過(guò)LM檢驗(yàn)和R-LM檢驗(yàn)判斷空間回歸模型與OLS模型兩者中的哪一個(gè)更適合本研究,從中可以看到空間誤差效應(yīng)和空間滯后效應(yīng)同時(shí)顯著存在,故空間回歸模型更合適。然后通過(guò)LR檢驗(yàn)判斷SDM模型是否可以簡(jiǎn)化為SAR模型或SEM模型,結(jié)果均顯著,說(shuō)明SDM模型不能簡(jiǎn)化為SAR模型和SEM模型,故SDM是最適合的模型。最后通過(guò)Hausman檢驗(yàn)確定了固定效應(yīng)模型更加合適。綜合上述檢驗(yàn)結(jié)果,本研究最終選定的模型為時(shí)間固定的SDM模型。

表3 空間面板模型檢驗(yàn)

2.空間面板模型結(jié)果與分析

基于地理距離的空間權(quán)重矩陣,本研究構(gòu)建了固定效應(yīng)下的SDM模型,并加入了OLS回歸結(jié)果與之進(jìn)行比較。從表4中可以看到,OLS模型和時(shí)間固定的SDM模型中數(shù)字經(jīng)濟(jì)的系數(shù)均至少在10%的水平上顯著為負(fù),而個(gè)體固定和雙固定SDM模型中數(shù)字經(jīng)濟(jì)的系數(shù)均未通過(guò)顯著性檢驗(yàn),這可能是由于SDM模型考慮了空間溢出效應(yīng),表中數(shù)字經(jīng)濟(jì)指數(shù)的估計(jì)系數(shù)并不能直接反映其對(duì)城鄉(xiāng)居民收入差距的影響,導(dǎo)致結(jié)果存在些許偏差。但由于三個(gè)模型的rho數(shù)值都至少在10%的水平上顯著相關(guān),說(shuō)明空間溢出效應(yīng)在本研究中是顯著存在的,需要對(duì)其進(jìn)行分解后再作研究。

表4 模型回歸結(jié)果

3.空間效應(yīng)分解

由于數(shù)字技術(shù)的發(fā)展及滲透,相鄰省份之間往往存在著錯(cuò)綜復(fù)雜的關(guān)系,為了更加清晰地分析出相關(guān)影響,本文借鑒Lesage和Pace(2009)[25]的研究,在擬合效果最好的時(shí)間固定SDM模型的估計(jì)結(jié)果基礎(chǔ)上,基于偏微分效應(yīng)分解方法,將數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)居民收入差距產(chǎn)生的空間效應(yīng)進(jìn)行分解(見(jiàn)表5)。在直接效應(yīng)中數(shù)字經(jīng)濟(jì)的系數(shù)雖然為負(fù),卻不顯著,說(shuō)明數(shù)字經(jīng)濟(jì)對(duì)本地區(qū)城鄉(xiāng)居民收入差距有微弱的縮減效應(yīng)。間接效應(yīng)和總效應(yīng)中數(shù)字經(jīng)濟(jì)的系數(shù)分別為-2.208和-2.543,且均至少在10%的水平上顯著,說(shuō)明本地區(qū)數(shù)字經(jīng)濟(jì)的發(fā)展不僅有利于縮減本地區(qū)的城鄉(xiāng)居民收入差距,還會(huì)對(duì)周邊地區(qū)城鄉(xiāng)居民收入差距的減少發(fā)揮積極作用。綜上所述,假設(shè)H1和H2得到驗(yàn)證。

(二)門檻模型檢驗(yàn)與分析

1.門檻效應(yīng)檢驗(yàn)與估計(jì)

本研究以數(shù)字經(jīng)濟(jì)發(fā)展水平作為門檻變量,采用Bootstrap法模擬抽取300次,進(jìn)行門檻效應(yīng)的存在性檢驗(yàn)。檢驗(yàn)結(jié)果如表6所示,可以看到,單門檻檢驗(yàn)的F值和P值分別為34.09和0.01,說(shuō)明門檻效應(yīng)存在。雙門檻檢驗(yàn)的F值和P值分別為14.73和0.23,此時(shí)P值無(wú)法拒絕存在單門檻的原假設(shè),故本研究選擇單門檻效應(yīng)模型。

表6 數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)收入差距的門檻效應(yīng)檢驗(yàn)

基于門檻效應(yīng)檢驗(yàn)的結(jié)果,本研究進(jìn)一步對(duì)門檻值進(jìn)行估計(jì)。由表7可知,digit的單門檻估計(jì)值為0.101。

表7 門檻值估計(jì)結(jié)果

2.門檻模型結(jié)果與分析

根據(jù)上述檢驗(yàn)結(jié)果,對(duì)模型進(jìn)行單門檻估計(jì),估計(jì)結(jié)果如表8所示。當(dāng)digit小于門檻值0.101時(shí),其對(duì)城鄉(xiāng)居民收入差距的影響系數(shù)為0.436,在1%的水平上顯著正相關(guān),即數(shù)字經(jīng)濟(jì)發(fā)展水平每提高1%,城鄉(xiāng)居民收入差距將擴(kuò)大0.436%。這可能是由于初期城鄉(xiāng)數(shù)字經(jīng)濟(jì)發(fā)展不平衡,農(nóng)村獲得的數(shù)字資源以及對(duì)數(shù)字資源的利用能力都不足,使得城鄉(xiāng)居民收入差距短暫地出現(xiàn)了擴(kuò)大現(xiàn)象。當(dāng)digit大于0.101時(shí),數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)居民收入差距的影響系數(shù)為-0.226,在5%的水平上顯著負(fù)相關(guān),即當(dāng)數(shù)字經(jīng)濟(jì)發(fā)展水平跨過(guò)門檻值后,其每提高1%,城鄉(xiāng)居民收入差距將縮小0.226%。上述結(jié)果說(shuō)明了數(shù)字經(jīng)濟(jì)發(fā)展水平越低,城鄉(xiāng)居民收入的差距會(huì)進(jìn)一步擴(kuò)大,只有不斷提高數(shù)字經(jīng)濟(jì)發(fā)展水平,使其跨過(guò)門檻值,才能縮小城鄉(xiāng)居民收入的差距。

表8 門檻模型變量參數(shù)估計(jì)結(jié)果

(三)穩(wěn)健性檢驗(yàn)

本研究以泰爾指數(shù)替代比值法衡量城鄉(xiāng)居民收入的差距,如果泰爾指數(shù)越低,說(shuō)明城鄉(xiāng)居民收入差距越小。同時(shí)為了避免遺漏關(guān)鍵變量導(dǎo)致的內(nèi)生性問(wèn)題,本研究加入了經(jīng)濟(jì)發(fā)展水平這一控制變量進(jìn)行穩(wěn)健性檢驗(yàn)。首先,經(jīng)過(guò)LM檢驗(yàn)、R-LM檢驗(yàn)和LR檢驗(yàn)等一系列檢驗(yàn),確定以擬合效果最好的個(gè)體固定SDM模型檢驗(yàn)數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)居民收入差距的空間溢出效應(yīng)?？臻g效應(yīng)分解的結(jié)果顯示直接效應(yīng)、間接效應(yīng)和總效應(yīng)的系數(shù)分別為-0.406、-1.197和-1.247,且均至少在5%的水平上顯著,說(shuō)明改變被解釋變量的衡量方法后,假設(shè)H1和H2依然成立。其次,門檻模型的檢驗(yàn)結(jié)果表明,當(dāng)數(shù)字經(jīng)濟(jì)發(fā)展水平低于門檻值0.069時(shí),對(duì)城鄉(xiāng)居民收入差距具有顯著的擴(kuò)大作用。當(dāng)數(shù)字經(jīng)濟(jì)發(fā)展水平高于0.069時(shí),擴(kuò)大效應(yīng)不再顯著。這與主回歸結(jié)論一致,說(shuō)明本研究結(jié)論穩(wěn)健有效。

四、結(jié)論及建議

本文參考現(xiàn)有研究對(duì)數(shù)字經(jīng)濟(jì)發(fā)展水平測(cè)度方法進(jìn)行分析,構(gòu)建了數(shù)字經(jīng)濟(jì)發(fā)展水平綜合評(píng)價(jià)指標(biāo)體系,并運(yùn)用熵值法計(jì)算得到2013—2020年各地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平指數(shù),運(yùn)用空間模型和門檻模型探究了數(shù)字經(jīng)濟(jì)對(duì)我國(guó)城鄉(xiāng)居民收入差距的影響。研究發(fā)現(xiàn):(1)從全局空間看,我國(guó)各地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平和城鄉(xiāng)居民收入差距均與鄰近地區(qū)存在空間上的關(guān)聯(lián)性。(2)推動(dòng)數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展有助于降低城鄉(xiāng)居民收入差距,且一個(gè)地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展水平越高越會(huì)對(duì)周邊地區(qū)的城鄉(xiāng)居民收入差距降低產(chǎn)生積極作用。(3)數(shù)字經(jīng)濟(jì)發(fā)展與城鄉(xiāng)居民收入差距之間存在顯著的非線性關(guān)系。只有當(dāng)數(shù)字經(jīng)濟(jì)發(fā)展水平高于門檻值時(shí),才會(huì)對(duì)城鄉(xiāng)居民收入差距起到降低作用,反之,數(shù)字經(jīng)濟(jì)發(fā)展水平較低時(shí)會(huì)導(dǎo)致城鄉(xiāng)居民收入差距擴(kuò)大化,這可能是由于數(shù)字經(jīng)濟(jì)發(fā)展初期,受城鄉(xiāng)數(shù)字鴻溝的影響,城鄉(xiāng)居民對(duì)數(shù)據(jù)資源的獲取及利用能力不同導(dǎo)致收入差距擴(kuò)大。

基于前述結(jié)論,本文提出如下對(duì)策與建議:(1)大力發(fā)展數(shù)字經(jīng)濟(jì),將中西部地區(qū)的資源優(yōu)勢(shì)和東部地區(qū)的數(shù)字技術(shù)、市場(chǎng)和數(shù)字產(chǎn)業(yè)優(yōu)勢(shì)相結(jié)合,進(jìn)一步推動(dòng)中西部地區(qū)數(shù)字經(jīng)濟(jì)的高質(zhì)量發(fā)展,促進(jìn)東、中、西數(shù)字經(jīng)濟(jì)協(xié)同發(fā)展。充分發(fā)揮數(shù)字經(jīng)濟(jì)縮減城鄉(xiāng)居民收入差距的空間溢出效應(yīng),形成城鄉(xiāng)互補(bǔ)、發(fā)達(dá)地區(qū)與欠發(fā)達(dá)地區(qū)互促的模式,實(shí)現(xiàn)共同富裕。(2)完善農(nóng)村地區(qū)的數(shù)字基礎(chǔ)設(shè)施建設(shè),打造“智慧農(nóng)村”,避免城鄉(xiāng)數(shù)字鴻溝擴(kuò)大對(duì)城鄉(xiāng)居民收入差距的不利影響。同時(shí)為農(nóng)村低技能勞動(dòng)力人口提供相關(guān)的數(shù)字化技能培訓(xùn),提高其數(shù)字化素養(yǎng),以幫助其應(yīng)對(duì)數(shù)字經(jīng)濟(jì)時(shí)代生產(chǎn)智能化對(duì)低技能就業(yè)崗位的沖擊,促進(jìn)就業(yè)。(3)加大數(shù)字技術(shù)為鄉(xiāng)村振興賦能的力度,提高農(nóng)業(yè)生產(chǎn)效率,助力農(nóng)業(yè)農(nóng)村“彎道超車”。同時(shí),依托大數(shù)據(jù)技術(shù)、區(qū)塊鏈技術(shù)等在農(nóng)業(yè)生產(chǎn)預(yù)測(cè)和風(fēng)險(xiǎn)防范中的作用,克服或緩解農(nóng)業(yè)生產(chǎn)的盲目性,提高農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)決策的正確性。(4)加快數(shù)字普惠金融的發(fā)展,擴(kuò)大農(nóng)村金融服務(wù)覆蓋率,為農(nóng)業(yè)發(fā)展和農(nóng)村居民創(chuàng)業(yè)提供便捷的信貸服務(wù),提高農(nóng)業(yè)發(fā)展效率。同時(shí)數(shù)字普惠金融的發(fā)展也能使農(nóng)村地區(qū)接觸到更多金融產(chǎn)品,滿足農(nóng)村居民的理財(cái)需求,提高其財(cái)產(chǎn)性收入。