古晨光，李 蕾，李佳杰，陳洋毅

（中共中央黨校（國家行政學(xué)院）經(jīng)濟(jì)學(xué)教研部，北京 100091）

0 引言

加速數(shù)字經(jīng)濟(jì)與共同富裕目標(biāo)的深度融合是構(gòu)建新發(fā)展格局、推動經(jīng)濟(jì)高質(zhì)量發(fā)展的重要一環(huán)。數(shù)字經(jīng)濟(jì)的發(fā)展不僅創(chuàng)造出新業(yè)態(tài)、新模式、新動能，而且為人民群眾追求精神生活的愉悅和滿足創(chuàng)造了技術(shù)條件。同時，只有共同富裕取得實(shí)質(zhì)性進(jìn)展，中等收入群體不斷擴(kuò)大，我國數(shù)字經(jīng)濟(jì)發(fā)展中最大的優(yōu)勢——廣闊的市場容量才能充分發(fā)揮，數(shù)字經(jīng)濟(jì)才能有強(qiáng)勁的市場動力。

在理論層面上，大量學(xué)者研究發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)對實(shí)體經(jīng)濟(jì)、居民收入等存在顯著的正向作用，這從理論上證明了數(shù)字經(jīng)濟(jì)的發(fā)展對于共同富裕的重要性。在宏觀層面上，張勛等（2019）[1]研究發(fā)現(xiàn)，數(shù)字技術(shù)與金融業(yè)相結(jié)合產(chǎn)生的數(shù)字金融在欠發(fā)達(dá)地區(qū)的發(fā)展速度高于發(fā)達(dá)地區(qū)，且數(shù)字金融能夠有效地提高家庭收入，特別是對于低物質(zhì)資本、低社會資本與農(nóng)村低收入家庭，數(shù)字經(jīng)濟(jì)的發(fā)展能夠促進(jìn)我國經(jīng)濟(jì)包容性增長。在微觀層面上，何帆和劉紅霞（2019）[2]研究發(fā)現(xiàn)，對于企業(yè)而言，數(shù)字經(jīng)濟(jì)為實(shí)體企業(yè)的轉(zhuǎn)型和技術(shù)升級提供動力，提升企業(yè)經(jīng)濟(jì)效益。然而，也有部分學(xué)者研究發(fā)現(xiàn)，數(shù)字經(jīng)濟(jì)會引起“數(shù)字鴻溝”問題，即由于數(shù)字資源、技術(shù)資源等的差距，“數(shù)字鴻溝”問題的出現(xiàn)可能會導(dǎo)致數(shù)字經(jīng)濟(jì)的發(fā)展與共同富裕的目標(biāo)背道而馳。汪明峰（2005）[3]認(rèn)為國家內(nèi)部的“數(shù)字鴻溝”主要表現(xiàn)為城鄉(xiāng)的差距，城市間的“數(shù)字鴻溝”主要表現(xiàn)為發(fā)達(dá)城市與落后城市的差距，城市內(nèi)部的“數(shù)字鴻溝”則表現(xiàn)為信息發(fā)達(dá)區(qū)與信息貧困區(qū)的差距，這本質(zhì)上是信息資源的差距。王美和隨曉筱（2014）[4]認(rèn)為“數(shù)字鴻溝”除了傳統(tǒng)的信息資源富有者與信息資源缺乏者之間在信息技術(shù)使用機(jī)會上存在的差異，還存在“新數(shù)字鴻溝”，即“技能鴻溝”與“使用鴻溝”。

數(shù)字經(jīng)濟(jì)對經(jīng)濟(jì)體影響的差異性會進(jìn)一步導(dǎo)致數(shù)字經(jīng)濟(jì)對共同富裕的影響產(chǎn)生偏差，對這一問題的研究對于我國實(shí)現(xiàn)共同富裕至關(guān)重要，而目前已有文獻(xiàn)對這方面的研究仍處于初級階段，并未深入探討。因此，本文在已有研究的基礎(chǔ)上，通過梳理數(shù)字經(jīng)濟(jì)對共同富裕的作用機(jī)制，從理論和實(shí)證兩個層面全面地對這一問題進(jìn)行分析，以期為我國推進(jìn)共同富裕提供更詳盡的參考。

1 作用機(jī)理與研究假設(shè)

數(shù)字經(jīng)濟(jì)具有非排他性、邊際成本遞減、高附加性、高滲透性等特點(diǎn)，數(shù)字經(jīng)濟(jì)主要通過創(chuàng)新效應(yīng)、溢出效應(yīng)與規(guī)模效應(yīng)對共同富裕產(chǎn)生促進(jìn)作用。

在創(chuàng)新效應(yīng)下，數(shù)字經(jīng)濟(jì)通過產(chǎn)業(yè)升級能夠加速財(cái)富積累，實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展，提高國民收入，增加就業(yè)機(jī)會，進(jìn)而促進(jìn)共同富裕。數(shù)字技術(shù)的應(yīng)用與發(fā)展一方面能夠產(chǎn)生新產(chǎn)品、新業(yè)態(tài)與推動新基礎(chǔ)設(shè)施建設(shè)，帶來新的就業(yè)機(jī)會、經(jīng)濟(jì)增長動力與更高的回報率，提升社會的創(chuàng)新創(chuàng)業(yè)意識，進(jìn)而影響國民經(jīng)濟(jì)的投資方向與產(chǎn)業(yè)結(jié)構(gòu)；另一方面，數(shù)字技術(shù)能為傳統(tǒng)行業(yè)帶來新的增長動力，降低傳統(tǒng)行業(yè)的生產(chǎn)成本，加速產(chǎn)業(yè)資本的流通速度[5]。同時，利用數(shù)字技術(shù)構(gòu)建的數(shù)字信息平臺能夠讓信息更透明，加速各類信息的流通速度，降低信息搜尋和使用的成本，這不僅有利于消費(fèi)者和企業(yè)，也有利于政府進(jìn)行政策分析與管理，使整個經(jīng)濟(jì)體的運(yùn)行更加順暢[6]。

在溢出效應(yīng)下，數(shù)字經(jīng)濟(jì)的發(fā)展能夠使先富帶動后富，縮小區(qū)域間的收入差距，進(jìn)而推進(jìn)共同富裕目標(biāo)的實(shí)現(xiàn)。從城市的角度看，溢出效應(yīng)出現(xiàn)在城鄉(xiāng)之間，數(shù)字經(jīng)濟(jì)的強(qiáng)滲透性和廣覆蓋性能夠提升信息傳遞效率，增強(qiáng)城鄉(xiāng)聯(lián)系強(qiáng)度，同時提升農(nóng)村創(chuàng)業(yè)活躍度，推進(jìn)城鎮(zhèn)化進(jìn)程，進(jìn)而提高農(nóng)村居民收入，縮小城鄉(xiāng)收入差距[7]。從國家的層面看，數(shù)字經(jīng)濟(jì)能夠提升區(qū)域的創(chuàng)新水平，并且對于欠發(fā)達(dá)地區(qū)的提升作用強(qiáng)于發(fā)達(dá)地區(qū)；然而在數(shù)字經(jīng)濟(jì)對區(qū)域協(xié)調(diào)發(fā)展的影響上則正好相反，發(fā)達(dá)地區(qū)的數(shù)字經(jīng)濟(jì)具有相對落后地區(qū)更強(qiáng)的溢出效應(yīng)，發(fā)達(dá)地區(qū)能夠有效發(fā)揮自身先進(jìn)示范輻射作用，利用自身強(qiáng)大的數(shù)字經(jīng)濟(jì)加強(qiáng)與周邊區(qū)域的協(xié)同發(fā)展。從國際的層面看，現(xiàn)有研究普遍認(rèn)為數(shù)字經(jīng)濟(jì)的應(yīng)用能夠提升國際貿(mào)易規(guī)模，但有部分研究認(rèn)為數(shù)字經(jīng)濟(jì)強(qiáng)化了壟斷現(xiàn)象，發(fā)達(dá)國家能夠從中攫取更多利益[8]。

在規(guī)模效應(yīng)下，首先，數(shù)字經(jīng)濟(jì)能夠通過平臺經(jīng)濟(jì)公開交易信息，實(shí)時追蹤交易各個環(huán)節(jié)，降低信息的搜集、跟蹤、驗(yàn)證成本，提高了交易達(dá)成概率，進(jìn)而降低政府、企業(yè)運(yùn)行成本與居民生活成本，提升數(shù)字產(chǎn)業(yè)發(fā)展的普惠效應(yīng)，最終達(dá)到推進(jìn)共同富裕的目標(biāo)[9]；其次，數(shù)字經(jīng)濟(jì)具有高固定成本與低邊際成本的特點(diǎn)[10]，能夠有效整合多種資源，加速企業(yè)內(nèi)部、行業(yè)內(nèi)部以及跨行業(yè)上下游供應(yīng)鏈之間的融合發(fā)展，助力產(chǎn)業(yè)結(jié)構(gòu)升級；最后，數(shù)字經(jīng)濟(jì)由于其具有極強(qiáng)的規(guī)模經(jīng)濟(jì)與范圍經(jīng)濟(jì)特征，能夠?qū)σ环N成功的模式進(jìn)行快速擴(kuò)張，且在數(shù)字平臺上能夠銷售多種服務(wù)，因此數(shù)字經(jīng)濟(jì)能夠充分發(fā)揮長尾效應(yīng)，使得企業(yè)能夠充分發(fā)掘個人的喜好。

通過分析數(shù)字經(jīng)濟(jì)對共同富裕作用機(jī)制，本文提出假設(shè)1：數(shù)字經(jīng)濟(jì)發(fā)展能夠有效促進(jìn)共同富裕目標(biāo)實(shí)現(xiàn)，并存在空間溢出效應(yīng)。

而由于我國幅員遼闊，各地區(qū)經(jīng)濟(jì)、文化、基礎(chǔ)設(shè)施等存在較大差異，一般認(rèn)為東部地區(qū)相比中西部地區(qū)各方面更發(fā)達(dá)。而已有的大量實(shí)證表明數(shù)字經(jīng)濟(jì)對于欠發(fā)達(dá)地區(qū)與低收入人群收入的提升效果優(yōu)于對發(fā)達(dá)地區(qū)與高收入人群收入的提升效果，具有增收減貧的能力。由此，本文提出假設(shè)2：數(shù)字經(jīng)濟(jì)對于共同富裕的促進(jìn)作用存在空間異質(zhì)性，對于中西部地區(qū)的促進(jìn)作用要強(qiáng)于東部地區(qū)。

2 指標(biāo)體系的構(gòu)建與數(shù)據(jù)來源

2.1 指標(biāo)體系構(gòu)建

被解釋變量：共同富裕（CP）。本文選取經(jīng)濟(jì)發(fā)展、生活質(zhì)量、結(jié)構(gòu)升級、公平效率、生態(tài)環(huán)境5個一級指標(biāo)及14項(xiàng)二級指標(biāo)來測度共同富裕水平：（1）經(jīng)濟(jì)發(fā)展選用人均GDP、經(jīng)濟(jì)增長率2項(xiàng)二級指標(biāo)表征。（2）在生活質(zhì)量這個一級指標(biāo)下選用4項(xiàng)二級指標(biāo)，即用人均可支配收入占人均GDP 的比重這一指標(biāo)來衡量老百姓的收入滿意度，比重越大，說明收入滿意度越高，因此為正向指標(biāo)。高等學(xué)校在校生人數(shù)衡量的是教育水平，在校人數(shù)越多，說明地區(qū)的教育水平越高，經(jīng)濟(jì)軟實(shí)力越強(qiáng)，因此該指標(biāo)為正向指標(biāo)。醫(yī)療機(jī)構(gòu)床位數(shù)衡量的是地區(qū)的醫(yī)療水平，數(shù)量越大說明人民就醫(yī)越便利，因此該指標(biāo)為正向指標(biāo)。人均城市道路面積衡量的是公共基礎(chǔ)設(shè)施水平，數(shù)值越大，說明交通越便利，因此該指標(biāo)為正向指標(biāo)。（3）在結(jié)構(gòu)升級這個一級指標(biāo)下選取3項(xiàng)二級指標(biāo)，用工業(yè)企業(yè)R&D經(jīng)費(fèi)支出和國內(nèi)專利申請受理量來衡量地區(qū)的創(chuàng)新發(fā)展水平和創(chuàng)新能力，指標(biāo)值越大，證明地區(qū)的科技投入越大和科技成果越多，因此該指標(biāo)為正向指標(biāo)。第三產(chǎn)業(yè)產(chǎn)值占GDP的比重衡量的是產(chǎn)業(yè)結(jié)構(gòu)升級水平，數(shù)值越大說明產(chǎn)業(yè)結(jié)構(gòu)越高端，因此該指標(biāo)為正向指標(biāo)。（4）公平效率選取城鄉(xiāng)人均消費(fèi)支出比和城鄉(xiāng)人均可支配收入比2 項(xiàng)二級指標(biāo)表征，二者均為負(fù)向指標(biāo)。（5）生態(tài)環(huán)境選取3 項(xiàng)二級指標(biāo)。人均水資源量、人均公園綠地面積都是從人民日常生活的角度來衡量環(huán)境保護(hù)水平，數(shù)值越大說明生態(tài)越好，人民生活質(zhì)量越高，因此該指標(biāo)為正向指標(biāo)。每萬人化學(xué)需氧量排放量則是從經(jīng)濟(jì)發(fā)展的角度來衡量污染水平，數(shù)值越大說明環(huán)境污染越嚴(yán)重，為負(fù)向指標(biāo)。

解釋變量：數(shù)字經(jīng)濟(jì)發(fā)展水平（DE）。從已有文獻(xiàn)可以看出，目前對數(shù)字經(jīng)濟(jì)發(fā)展水平的測度和衡量主要從數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化兩個方面出發(fā)來進(jìn)行測度[11]。本文結(jié)合已有文獻(xiàn)，從數(shù)字經(jīng)濟(jì)的發(fā)展性、共享性和可持續(xù)性三個維度出發(fā)，對當(dāng)前數(shù)字經(jīng)濟(jì)的發(fā)展水平選取基礎(chǔ)設(shè)施水平、應(yīng)用水平、服務(wù)水平、創(chuàng)新水平、環(huán)境水平5 個一級指標(biāo)來整體衡量和測度，分別用長途光纜線路長度（萬公里）、互聯(lián)網(wǎng)寬帶接入用戶（萬戶）、地方財(cái)政文化體育與傳媒支出（億元）、技術(shù)市場成交額（萬元）和域名數(shù)（萬個）作為二級指標(biāo)。

控制變量：金融發(fā)展水平（FIN），以原保險保費(fèi)收入占GDP的比重衡量[12]。政府干預(yù)（GOV），用政府財(cái)政支出占GDP的比重衡量[13]。人力資源（lnHUM），用年末城鎮(zhèn)單位就業(yè)人員數(shù)衡量[14]。對外開放程度（OPEN），用進(jìn)出口總額占GDP 的比重衡量[15]。規(guī)模經(jīng)濟(jì)水平（SSE），用規(guī)模以上工業(yè)企業(yè)利潤總額占GDP的比重衡量[16]。

2.2 評價指標(biāo)權(quán)重

本文借鑒文獻(xiàn)[17]的做法，采用層次分析法（AHP）對共同富裕構(gòu)建起一套成對比較矩陣，用熵值法求出權(quán)重。

2.2.1 層次分析法

在共同富裕指標(biāo)權(quán)重的計(jì)算方面，先使用層次分析法構(gòu)建一套成對比較矩陣。本文通過MATLAB 軟件測算得出共同富裕指標(biāo)的權(quán)重，其中，經(jīng)濟(jì)發(fā)展權(quán)重為0.412，生活質(zhì)量權(quán)重為0.192，結(jié)構(gòu)升級權(quán)重為0.040，公平效率權(quán)重為0.199，生態(tài)環(huán)境權(quán)重為0.157。根據(jù)下頁表1可知，共同富裕水平均值最高的是浙江（0.518），最低的是寧夏（0.134）。

表1 2011—2020年30個省份數(shù)字經(jīng)濟(jì)發(fā)展水平和共同富裕水平均值

2.2.2 熵值法

在數(shù)字經(jīng)濟(jì)指標(biāo)權(quán)重的計(jì)算方面，使用熵值法測量出5個指標(biāo)的權(quán)重，其中，基礎(chǔ)設(shè)施水平為0.076，應(yīng)用水平為0.133，服務(wù)水平為0.096，創(chuàng)新水平為0.402，環(huán)境水平為0.293。根據(jù)表1結(jié)果可知，數(shù)字經(jīng)濟(jì)發(fā)展水平均值最高的是浙江（0.699），其次是北京（0.632），均值最低的是寧夏（0.112）。

2.3 數(shù)據(jù)來源

本文原始數(shù)據(jù)主要來源于《中國科技統(tǒng)計(jì)年鑒》《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒》《中國統(tǒng)計(jì)年鑒》《中國環(huán)境統(tǒng)計(jì)年鑒》《中國區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》及各省份統(tǒng)計(jì)年鑒和EPS數(shù)據(jù)庫。在研究時間段的選擇上，鑒于數(shù)字經(jīng)濟(jì)對社會經(jīng)濟(jì)發(fā)展的影響具有一定的時滯性，2020 年新冠肺炎疫情對其的影響很難在當(dāng)期直接體現(xiàn)出來，故本文將研究時間范圍設(shè)置為2011—2020年，并選取我國30個省份（不含西藏和港澳臺）的面板數(shù)據(jù)進(jìn)行實(shí)證分析[18]。

3 空間計(jì)量模型的設(shè)立

3.1 空間杜賓模型的構(gòu)建

本文選取共同富裕和數(shù)字經(jīng)濟(jì)的5個一級指標(biāo)，通過層次分析法和熵值法求出綜合指數(shù)，并將共同富裕水平作為被解釋變量，數(shù)字經(jīng)濟(jì)發(fā)展水平作為核心解釋變量，構(gòu)建一個空間杜賓模型，以此來探尋各主要指標(biāo)的溢出效應(yīng)。

通過構(gòu)建反經(jīng)濟(jì)距離矩陣來反映省域之間空間性的經(jīng)濟(jì)關(guān)系，權(quán)重矩陣元素Wij的公式為：

在公式（1）和公式（2）中，下標(biāo)i和j代表省份，t代表年份；C為常數(shù)項(xiàng)；ρ衡量區(qū)域經(jīng)濟(jì)韌性的空間相關(guān)度；β為待估計(jì)系數(shù)；W為空間權(quán)重，空間溢出效應(yīng)的效果受兩個省份之間的經(jīng)濟(jì)總量、地理因素、科創(chuàng)能力等因素的影響，這可以通過分配不同權(quán)重來量化體現(xiàn)；μi和vt分別為固定效應(yīng)和隨機(jī)效應(yīng)；εit為隨機(jī)誤差項(xiàng)。

3.2 空間自相關(guān)性檢驗(yàn)

本文采用Moran' s I 來檢驗(yàn)變量是否具有空間相關(guān)性[18]，公式如下：

其中，S2是樣本方差；Wij為空間權(quán)重矩陣的元素，用來度量區(qū)域i和區(qū)域j之間的距離。

4 實(shí)證分析

4.1 空間自相關(guān)結(jié)果

本文利用Stata 15 計(jì)算了2011—2020 年我國30 個省份的數(shù)字經(jīng)濟(jì)發(fā)展水平和共同富裕水平的Moran's I 值。數(shù)字經(jīng)濟(jì)發(fā)展水平和共同富裕水平的莫蘭指數(shù)均大于0，且均在1%的水平下顯著，通過了空間自相關(guān)檢驗(yàn)。數(shù)字經(jīng)濟(jì)發(fā)展水平的Moran's I 值在樣本期間圍繞0.35 波動，共同富裕水平的Moran's I 值圍繞0.35 波動。結(jié)果證明數(shù)字經(jīng)濟(jì)和共同富裕在全域范圍內(nèi)均存在空間正相關(guān)性，因此在構(gòu)建數(shù)字經(jīng)濟(jì)和共同富裕指數(shù)模型時要考慮空間效應(yīng)。

4.2 空間效應(yīng)分析

根據(jù)固定效應(yīng)回歸結(jié)果可知，F(xiàn) 值分別為194.19 和71.27，P 值都為0.000，具有顯著性，因此選擇固定效應(yīng)模型進(jìn)行分析。進(jìn)一步，使用MLE 方法對含有空間效應(yīng)的模型進(jìn)行回歸分析，本文選取空間和時間雙固定模型。分別對SDM、SEM 和SLM 進(jìn)行回歸分析，結(jié)果顯示，SDM的Log-likelihood 值高于其他二者，且Wald 檢驗(yàn)和LR 檢驗(yàn)的結(jié)果顯示，可以在1%的顯著性水平上拒絕原假設(shè)，即應(yīng)當(dāng)選擇SDM進(jìn)行后續(xù)的分析[18]。結(jié)果見下頁表2。

表2 空間計(jì)量模型的回歸結(jié)果

為了驗(yàn)證使用SDM 的正確性，此時需進(jìn)一步通過似然比（LR）檢驗(yàn)和沃爾德（Wald）檢驗(yàn)來判斷SDM是否會簡化為SEM或SLM。根據(jù)檢驗(yàn)結(jié)果，LR和Wald對應(yīng)的空間誤差檢驗(yàn)、空間滯后檢驗(yàn)均可以在1%的顯著性水平上拒絕SDM 簡化為SEM 或SLM 的原假設(shè)，這也更加驗(yàn)證了使用SDM的正確性[18]。

由下頁表3 可得，數(shù)字經(jīng)濟(jì)（DE）的直接效應(yīng)、間接效應(yīng)和總效應(yīng)均在1%的水平上顯著，系數(shù)分別為0.304、0.321和0.625，說明數(shù)字經(jīng)濟(jì)的發(fā)展與共同富裕存在正相關(guān)關(guān)系，對本地區(qū)和周邊地區(qū)都有明顯的正向促進(jìn)作用，且溢出效應(yīng)比直接效應(yīng)更明顯，驗(yàn)證了假設(shè)1。對于控制變量而言，金融發(fā)展水平（FIN）、政府干預(yù)（GOV）、人力資源（lnHUM）和對外開放程度（OPEN）都對本地區(qū)和周邊區(qū)域的共同富裕有明顯的正向促進(jìn)作用，這說明金融發(fā)展、政府的宏觀調(diào)控、人力資源水平和高質(zhì)量的對外開放有助于實(shí)現(xiàn)共同富裕。此外，規(guī)模經(jīng)濟(jì)水平（SSE）有利于本地區(qū)共同富裕目標(biāo)的實(shí)現(xiàn)，但會對周邊地區(qū)產(chǎn)生負(fù)向抑制作用，但負(fù)向作用的結(jié)果并不顯著。

表3 空間效應(yīng)的分解

4.3 區(qū)域異質(zhì)性分析

由表4可知，數(shù)字經(jīng)濟(jì)的發(fā)展在東部和中西部地區(qū)均通過了1%的顯著性檢驗(yàn)，且數(shù)字經(jīng)濟(jì)的發(fā)展無論是對本地區(qū)還是對周邊地區(qū)，在中西部地區(qū)對實(shí)現(xiàn)共同富裕目標(biāo)的正向促進(jìn)作用明顯強(qiáng)于東部地區(qū)，驗(yàn)證了假設(shè)2。

表4 分樣本空間杜賓模型的效應(yīng)分解

4.4 穩(wěn)健性檢驗(yàn)

4.4.1 更換空間權(quán)重矩陣

為了檢驗(yàn)空間計(jì)量模型的精準(zhǔn)度，本文選用不同的空間權(quán)重矩陣進(jìn)行穩(wěn)健性檢驗(yàn)，將原有的空間權(quán)重矩陣更改為二元鄰接空間矩陣，其中，若省份i和省份j在空間上相鄰，則空間矩陣的權(quán)重為1；若省份i和省份j在空間上不相鄰，則空間矩陣的權(quán)重為0[18]。根據(jù)表5可知：更換空間權(quán)重矩陣后，解釋變量系數(shù)的符號均未發(fā)生變化，且顯著性水平基本相同，表明實(shí)證結(jié)果是穩(wěn)健的。

4.4.2 更換測算方法

本文更換解釋變量的測算方法，將測算數(shù)字經(jīng)濟(jì)發(fā)展水平的熵值法更改為層次分析法。根據(jù)檢驗(yàn)結(jié)果（見下頁表6）可知，解釋變量系數(shù)顯著性的差異較小，且符號保持一致，所得結(jié)果依然穩(wěn)健。

表6 更換解釋變量測算方法后的空間計(jì)量模型的效應(yīng)分解

5 結(jié)論

本文基于2011—2020 年我國30 個省份的面板數(shù)據(jù)，利用AHP 和熵值法來測度共同富裕和數(shù)字經(jīng)濟(jì)指數(shù)，并通過構(gòu)建空間計(jì)量模型，分析數(shù)字經(jīng)濟(jì)促進(jìn)共同富裕的作用機(jī)制、溢出效應(yīng)和區(qū)域異質(zhì)性：（1）數(shù)字經(jīng)濟(jì)對共同富裕有明顯的正向促進(jìn)作用，同時也可以通過空間溢出效應(yīng)提高周邊區(qū)域的共同富裕水平。在金融發(fā)展水平、政府干預(yù)、人力資源、對外開放程度、規(guī)模經(jīng)濟(jì)水平這幾個變量中，人力資源和政府干預(yù)對于共同富裕的正向促進(jìn)作用更顯著。（2）數(shù)字經(jīng)濟(jì)的發(fā)展在中西部地區(qū)對于共同富裕的提升作用明顯強(qiáng)于東部地區(qū)，原因在于近些年西部大開發(fā)戰(zhàn)略、區(qū)域協(xié)調(diào)發(fā)展、城鄉(xiāng)一體化建設(shè)、勞動力和資本向中西部的流入等為推動共同富裕進(jìn)程提供了充足的基礎(chǔ)設(shè)施保障、要素資源保障和政策制度保障。相較于中西部地區(qū)，對外開放程度、規(guī)模經(jīng)濟(jì)水平等因素使得東部地區(qū)的快速發(fā)展對于共同富裕水平的提升更顯著，原因在于東部地區(qū)完善的數(shù)字基礎(chǔ)設(shè)施、創(chuàng)新要素的集聚作用、充足的人力資源和較低的成本。