摘 要：數(shù)字經(jīng)濟(jì)作為一種新的經(jīng)濟(jì)形態(tài)，正逐漸推動(dòng)著居民收入水平的提升和社會(huì)經(jīng)濟(jì)的發(fā)展。通過(guò)收集2011—2020年中國(guó)30個(gè)省市（不包括西藏和港澳臺(tái)地區(qū)）的數(shù)據(jù)，從數(shù)字經(jīng)濟(jì)基礎(chǔ)設(shè)施、互聯(lián)網(wǎng)發(fā)展、數(shù)字普惠金融3個(gè)維度進(jìn)行數(shù)字經(jīng)濟(jì)水平的測(cè)算，利用固定效應(yīng)模型探究數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)居民收入差距的影響。研究結(jié)果表明：數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)居民收入差距的增大具有顯著的抑制作用，數(shù)字經(jīng)濟(jì)通過(guò)城鎮(zhèn)化水平和基礎(chǔ)設(shè)施水平的提升縮小城鄉(xiāng)居民收入差距。數(shù)字經(jīng)濟(jì)發(fā)展對(duì)于城鄉(xiāng)居民收入差距具有區(qū)域異質(zhì)性，采用替換核心解釋變量和縮尾處理的方法進(jìn)行穩(wěn)健性檢驗(yàn)后結(jié)論仍成立。因此，要全面推進(jìn)數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展，進(jìn)一步縮小城鄉(xiāng)居民收入差距。

關(guān)鍵詞：數(shù)字經(jīng)濟(jì)；城鄉(xiāng)居民；收入差距；因子分析法；固定效應(yīng)模型

中圖分類號(hào)：F832;F124.5 文獻(xiàn)標(biāo)志碼：A DOI：10.3969/j.issn.1672-6375.2024.7.003

作者簡(jiǎn)介：王夢(mèng)迪（1999-），女，碩士在讀，主要研究方向：社會(huì)經(jīng)濟(jì)統(tǒng)計(jì)調(diào)查與分析。

0 引言

共同富裕是全面建成社會(huì)主義現(xiàn)代化強(qiáng)國(guó)的要求，也是實(shí)現(xiàn)現(xiàn)代化的重要特征。近年來(lái)，數(shù)字經(jīng)濟(jì)作為經(jīng)濟(jì)增長(zhǎng)的重要引擎，逐漸向各個(gè)產(chǎn)業(yè)、各個(gè)領(lǐng)域滲透，黨和國(guó)家高度重視數(shù)字經(jīng)濟(jì)的發(fā)展，逐年推動(dòng)發(fā)展數(shù)字經(jīng)濟(jì)上升到國(guó)家戰(zhàn)略層面。2020 年中央經(jīng)濟(jì)工作會(huì)議提出要大力發(fā)展數(shù)字經(jīng)濟(jì)，加大新型基礎(chǔ)設(shè)施投資力度，數(shù)字經(jīng)濟(jì)的發(fā)展為經(jīng)濟(jì)發(fā)展注入了新活力，提供了新型的就業(yè)崗位，但是，由于鄉(xiāng)村的地理位置和各種資源條件限制，鄉(xiāng)村互聯(lián)網(wǎng)經(jīng)濟(jì)發(fā)展仍落后于城市。如何促進(jìn)數(shù)字經(jīng)濟(jì)發(fā)展水平，提高城鄉(xiāng)居民收入，防止收入兩極分化，是目前社會(huì)值得關(guān)注的問(wèn)題。

1 文獻(xiàn)綜述

近年來(lái)，學(xué)者們對(duì)于數(shù)字經(jīng)濟(jì)和城鄉(xiāng)居民收入差距的影響研究如下。

1.1 城鄉(xiāng)居民收入差距的影響因素

代金輝和許月[1]認(rèn)為合理的產(chǎn)業(yè)結(jié)構(gòu)對(duì)周邊地區(qū)的收入差距具有顯著的抑制作用，會(huì)縮小城鄉(xiāng)收入差距，但是隨著勞動(dòng)力流失和勞動(dòng)力水平的不斷流動(dòng)也會(huì)縮小城鄉(xiāng)居民收入差距，二者存在著倒U型關(guān)系。劉清[2]認(rèn)為農(nóng)村電商的發(fā)展會(huì)使得城鄉(xiāng)居民的收入水平提高。但是農(nóng)村電商在不同區(qū)域呈現(xiàn)出了不同的發(fā)展水平，對(duì)城鄉(xiāng)居民的收入差距也有著不同的影響。因此要因地制宜，制定相對(duì)應(yīng)的政策措施，精準(zhǔn)實(shí)施，打破信息差，從而縮小城鄉(xiāng)居民的收入差距。王穎龍[3]通過(guò)收集2011—2019年中國(guó)30個(gè)省市的數(shù)據(jù)，采用面板回歸模型檢驗(yàn)方法，證明了數(shù)字普惠金融能夠縮小城鄉(xiāng)居民收入差距，而且提高了城鎮(zhèn)化水平，優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，促進(jìn)產(chǎn)業(yè)升級(jí)，合理利用資源配置，也能夠影響城鄉(xiāng)居民收入差距。余小燕[4]通過(guò)2013—2019年的數(shù)據(jù)，利用交錯(cuò)雙重差分法驗(yàn)證了城鎮(zhèn)化對(duì)城鄉(xiāng)居民收入差距的影響。其中城鎮(zhèn)化水平可以通過(guò)中介變量戶籍制度、公共服務(wù)和公共設(shè)施、經(jīng)濟(jì)增長(zhǎng)水平、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)來(lái)影響城鄉(xiāng)居民收入差距。

1.2 數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)居民收入差距的影響探究

黃慶華等[5]通過(guò)面板模型探究數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)收入差距的影響及作用，其研究結(jié)果表明，數(shù)字經(jīng)濟(jì)是能夠顯著縮小城鄉(xiāng)居民收入差距。通過(guò)異質(zhì)性研究發(fā)現(xiàn)，在中國(guó)的4大區(qū)域中，數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)居民收入差距影響因地區(qū)不同，影響不同，對(duì)西部地區(qū)的影響最大，對(duì)中部地區(qū)的影響較小，對(duì)東部地區(qū)的影響最小。彭繼增和鐘浩[6]研究發(fā)現(xiàn)，數(shù)字經(jīng)濟(jì)和城鄉(xiāng)居民收入差距呈現(xiàn)倒U型關(guān)系。在發(fā)展初期，數(shù)字經(jīng)濟(jì)會(huì)加劇城鄉(xiāng)居民之間的收入差距，但是隨著數(shù)字經(jīng)濟(jì)的發(fā)展，城鄉(xiāng)居民的收入差距將逐漸減小。

向書(shū)堅(jiān)等[7]運(yùn)用劉易斯二元經(jīng)濟(jì)理論與托達(dá)羅模型建立了面板數(shù)據(jù)空間杜賓模型并進(jìn)行實(shí)證分析。研究結(jié)果發(fā)現(xiàn)，城鎮(zhèn)化水平對(duì)城鄉(xiāng)收入差距有著顯著影響，對(duì)于不同地區(qū)的影響存在著不平衡的現(xiàn)象。樊軼俠等[8]認(rèn)為由于農(nóng)村受教育資源和教育環(huán)境影響，農(nóng)村居民對(duì)數(shù)字資源的認(rèn)識(shí)、利用、轉(zhuǎn)化的能力存在欠缺，導(dǎo)致城鄉(xiāng)收入差距進(jìn)一步擴(kuò)大。何宗樾和宋旭光[9]指出數(shù)字產(chǎn)業(yè)需要一定的技術(shù)支撐和知識(shí)儲(chǔ)備，數(shù)字經(jīng)濟(jì)發(fā)展對(duì)就業(yè)的促進(jìn)作用呈現(xiàn) U 形特征，主要是高學(xué)歷和高技能人才就業(yè)，在一定程度上導(dǎo)致城鄉(xiāng)居民收入差距增大。

綜上所述，數(shù)字經(jīng)濟(jì)可以通過(guò)多種因素影響到城鄉(xiāng)居民收入差距，但是關(guān)于數(shù)字經(jīng)濟(jì)對(duì)不同地區(qū)的城鄉(xiāng)居民收入差距的影響考慮較少。因此，文章通過(guò)多個(gè)維度測(cè)算數(shù)字經(jīng)濟(jì)的發(fā)展水平，利用雙向固定效應(yīng)模型探究出數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)居民收入差距的影響，并進(jìn)一步分析不同地區(qū)數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)居民收入差距的作用。

2 指標(biāo)體系的構(gòu)建

2.1 構(gòu)建數(shù)字經(jīng)濟(jì)指標(biāo)體系

根據(jù)數(shù)字經(jīng)濟(jì)的含義及數(shù)字經(jīng)濟(jì)所設(shè)計(jì)的范圍，參考《中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展白皮書(shū)（2022）》和王軍等[10]的測(cè)算方法，設(shè)立數(shù)字經(jīng)濟(jì)發(fā)展水平的二級(jí)指標(biāo)，并對(duì)二級(jí)指標(biāo)所包含的變量范圍進(jìn)行測(cè)算，以下是選取的指標(biāo)和變量，具體見(jiàn)表1。

2.2 因子分析法

為測(cè)量數(shù)字經(jīng)濟(jì)的發(fā)展水平，利用SPSS軟件，采用因子分析對(duì)描述數(shù)字經(jīng)濟(jì)發(fā)展水平的變量進(jìn)行測(cè)度。

2.2.1 數(shù)據(jù)預(yù)處理

對(duì)原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，標(biāo)準(zhǔn)化公式如下：

式中：xij為原始數(shù)據(jù)，pij 為標(biāo)準(zhǔn)化后的數(shù)據(jù)。

2.2.2 適應(yīng)性分析

利用SPSS軟件對(duì)數(shù)字經(jīng)濟(jì)水平的變量進(jìn)行巴特利特球形度檢驗(yàn)，結(jié)果見(jiàn)表2，其中KMO值為0.743，大于臨界值0.6，適宜進(jìn)行因子分析；巴特利特球形度檢驗(yàn)結(jié)果顯示，P值為0.000，小于0.05，說(shuō)明選取的指標(biāo)適合進(jìn)行因子分析。

2.2.3 公因子提取

運(yùn)用 SPSS 軟件，得出各因子的特征值和方差貢獻(xiàn)率見(jiàn)表3。第1個(gè)公因子的特征值為4.943，方差貢獻(xiàn)率為 49.434%，前 3 個(gè)公因子的累計(jì)貢獻(xiàn)率達(dá)到了83.165%，可以很好地代表數(shù)字經(jīng)濟(jì)發(fā)展水平的指標(biāo)，可以較好地解釋初始數(shù)據(jù)，故提取 3 個(gè)公因子。

2.2.4 因子載荷

使用最大方差法進(jìn)行因子旋轉(zhuǎn)，結(jié)果見(jiàn)表4。

從表4可以看出，電話普及率的第一主成分載荷值最大為0.902，其次是計(jì)算機(jī)服務(wù)和軟件從業(yè)人員占比為0.859；人均電信業(yè)務(wù)總量的第二主成分載荷值最大為 0.918，接著是每百人互聯(lián)網(wǎng)用戶數(shù)為0.862；互聯(lián)網(wǎng)寬帶接入用戶（萬(wàn)戶）的第三主成分載荷值較大，互聯(lián)網(wǎng)寬帶接入端口數(shù)為0.916也較大。

2.2.5 數(shù)字經(jīng)濟(jì)因子得分

計(jì)算成分得分系數(shù)矩陣表見(jiàn)表5。

根據(jù)旋轉(zhuǎn)后的成分得分系數(shù)矩陣，可列出如下因子得分模型：

式中：Fm為數(shù)字經(jīng)濟(jì)指標(biāo)體系中第m個(gè)因子的得分，m=1、2、3；j為該系統(tǒng)第j個(gè)指標(biāo)數(shù)值，j=1，...，10；i為該指標(biāo)的因子得分系數(shù)值i=1，...，10。

最后，將標(biāo)準(zhǔn)化的原始數(shù)據(jù)帶入公因式的表達(dá)式中，求出F1、F2、F3，為了準(zhǔn)確計(jì)算出數(shù)字經(jīng)濟(jì)的發(fā)展水平，需要加權(quán)運(yùn)算，從而得到綜合得分模型，即將所提取因子相應(yīng)的方差貢獻(xiàn)率作為權(quán)重，加權(quán)計(jì)算得出數(shù)字經(jīng)濟(jì)和創(chuàng)新績(jī)效綜合因子得分，設(shè) F 為數(shù)字經(jīng)濟(jì)的綜合因子得分，計(jì)算公式如下：

2.3 城鄉(xiāng)居民收入差距的指標(biāo)選取

對(duì)于城鄉(xiāng)收入差距，目前學(xué)術(shù)界常使用城鄉(xiāng)收入之比和泰爾指數(shù)2種方法進(jìn)行衡量。由于城鄉(xiāng)收入之比所涉及的指標(biāo)較少，不能準(zhǔn)確而且全面地描述出城鄉(xiāng)居民收入差距，所以采用泰爾指數(shù)來(lái)進(jìn)行城鄉(xiāng)居民收入差距的衡量，計(jì)算公式如下：

式中：piu、pir二者分別為城鎮(zhèn)居民人均可支配收入、農(nóng)村居民人均可支配收入；Iut 、Irt 二者分別為城鎮(zhèn)的總收入、農(nóng)村的總收入。 Iut 、Irt 的計(jì)算方法為（城鎮(zhèn)/農(nóng)村人均可支配收入）*（城鎮(zhèn)/農(nóng)村人口總數(shù)）；It 、Pt 表示城鄉(xiāng)的總收入和城鄉(xiāng)的人口總數(shù)，Put 、Prt 分別代表城市人口數(shù)量和農(nóng)村人口數(shù)量。

3 數(shù)字經(jīng)濟(jì)與城鄉(xiāng)居民收入差距的實(shí)證檢驗(yàn)

3.1 研究設(shè)計(jì)

收集從 2011—2020 年的 10 年間中國(guó) 30 個(gè)?。▍^(qū)、市）（不包含西藏和港澳臺(tái)）的面板數(shù)據(jù)，將城鄉(xiāng)收入差距作為被解釋變量，數(shù)字經(jīng)濟(jì)作為核心解釋變量進(jìn)行研究，并選取了城鎮(zhèn)化水平、人均受教育程度、勞動(dòng)生產(chǎn)率、基礎(chǔ)設(shè)施水平這4個(gè)變量作為控制變量。以上數(shù)據(jù)的收集來(lái)自于國(guó)家統(tǒng)計(jì)局及各?。▍^(qū)、市）的統(tǒng)計(jì)年鑒。

3.1.1 被解釋變量的選取

選取城鄉(xiāng)居民收入差距作為被解釋變量，城鄉(xiāng)居民收入差距采用泰爾指數(shù)進(jìn)行測(cè)量。測(cè)量方法是通過(guò)城市居民與農(nóng)村居民的人均可支配收入的比值，后文用GAP表示城鄉(xiāng)居民收入差距。

3.1.2 核心解釋變量的選取

選取數(shù)字經(jīng)濟(jì)的發(fā)展水平作為核心解釋變量，數(shù)字經(jīng)濟(jì)發(fā)展水平用Dig表示。

3.1.3 控制變量的選取

（1）城鎮(zhèn)化水平（UR）

城鎮(zhèn)化水平是指農(nóng)村人口涌向城市，農(nóng)村地區(qū)轉(zhuǎn)變?yōu)槌擎?zhèn)地區(qū)的變化水平。衡量一個(gè)城市的發(fā)展水平，一般采用城鎮(zhèn)化水平這個(gè)數(shù)量指標(biāo)來(lái)進(jìn)行衡量[11]，即城鎮(zhèn)化率，其測(cè)量方法是在一定地域內(nèi)城市人口占該城市總?cè)丝诘谋壤?/p>

（2）人均受教育程度（EDU）

人均受教育程度反映了一個(gè)國(guó)家或者地區(qū)的人口質(zhì)量，是對(duì)該國(guó)家或者該地區(qū)的人口文化素養(yǎng)的基本反映，一般來(lái)說(shuō)，經(jīng)濟(jì)水平較高的國(guó)家文化水平也越高。人均受教育程度采用平均受教育年限來(lái)進(jìn)行計(jì)算[12]。

（3）勞動(dòng)生產(chǎn)率（LP）

勞動(dòng)生產(chǎn)率是指勞動(dòng)者在一定時(shí)期內(nèi)創(chuàng)造的勞動(dòng)成果與其相適應(yīng)的勞動(dòng)消耗量的比值，它和經(jīng)濟(jì)增長(zhǎng)存在著密不可分的聯(lián)系。勞動(dòng)生產(chǎn)率的計(jì)算方法為同一勞動(dòng)在單位時(shí)間內(nèi)生產(chǎn)某種產(chǎn)品的數(shù)量。

（4）基礎(chǔ)設(shè)施水平（FB）

基礎(chǔ)設(shè)施（Infrastructure）是指為社會(huì)生產(chǎn)和居民生活提供公共服務(wù)的物質(zhì)工程設(shè)施，是國(guó)民經(jīng)濟(jì)各項(xiàng)事業(yè)發(fā)展的基礎(chǔ)。在現(xiàn)代社會(huì)中，經(jīng)濟(jì)越發(fā)展，對(duì)基礎(chǔ)設(shè)施的要求越高。

3.2 模型設(shè)計(jì)

針對(duì)數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)居民收入差距的影響，利用雙向固定效應(yīng)模型進(jìn)行探究：

式中：GAPit 為省份 i 在 t差距年份的城鄉(xiāng)居民收入，Digit 為數(shù)字經(jīng)濟(jì)發(fā)展水平，Xit 為影響城鄉(xiāng)居民收入差距的控制變量，β0 為常數(shù)項(xiàng)，β1 為數(shù)字經(jīng)濟(jì)發(fā)展水平的影響系數(shù)，Xit 為影響城鄉(xiāng)居民收入差距的控制變量，μi 為地區(qū)固定效應(yīng)，λt 為時(shí)間固定效應(yīng)，εit 為隨機(jī)干擾項(xiàng)。

3.3 實(shí)證檢驗(yàn)

3.3.1 基準(zhǔn)回歸

從表6中可以看出，固定效應(yīng)模型的回歸系數(shù)為-0.207，且在5%的水平上為顯著，這表示數(shù)字經(jīng)濟(jì)的發(fā)展對(duì)城鄉(xiāng)居民收入差距的增大有著抑制作用。城鎮(zhèn)化水平的系數(shù)為-0.258，并且在1%的水平上顯著，城鎮(zhèn)化水平的提升，將會(huì)對(duì)城鄉(xiāng)居民收入差距的增大起到抑制作用，這是因?yàn)槌擎?zhèn)化水平的提升提供了更多的就業(yè)機(jī)會(huì)，吸引了大量農(nóng)村勞動(dòng)力進(jìn)入城市就業(yè)市場(chǎng)，促進(jìn)了就業(yè)機(jī)會(huì)的多樣化和就業(yè)結(jié)構(gòu)的優(yōu)化，進(jìn)而縮小了城市和農(nóng)村之間的差距。基礎(chǔ)設(shè)施水平的系數(shù)為-0.367且在5%的水平上顯著，這表明基礎(chǔ)設(shè)施水平的提升也會(huì)縮小城鄉(xiāng)居民收入差距，基礎(chǔ)設(shè)施的穩(wěn)固提升發(fā)展也會(huì)給居民帶來(lái)更好的公共服務(wù)，如教育、醫(yī)療等，這在一定程度上減少了農(nóng)村人才向城市流失的情況。人均受教育程度和勞動(dòng)生產(chǎn)率均為正，分別為 0.103、0.093，它們分別在 10%、1%水平上顯著，表明人均受教育程度和勞動(dòng)生產(chǎn)率每增加1個(gè)單位，城鄉(xiāng)收入差距將會(huì)分別增加0.103和0.093個(gè)單位；這可能是因?yàn)殡m然人均受教育程度提升，但是由于城鄉(xiāng)居民的教育教學(xué)資源不同而擁有較大差距，且農(nóng)村的高學(xué)歷人群多數(shù)選擇留在城市發(fā)展，因此人均受教育程度的提升反而會(huì)加大城鄉(xiāng)居民收入差距；且勞動(dòng)生產(chǎn)率的提升意味著在經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型和城市化過(guò)程中，城市通常會(huì)吸引更多的產(chǎn)業(yè)和就業(yè)機(jī)會(huì)，而農(nóng)村地區(qū)的就業(yè)機(jī)會(huì)可能會(huì)受到限制。

3.3.2 地區(qū)差異分析

基于以上分析結(jié)果，為進(jìn)一步來(lái)檢驗(yàn)各地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展對(duì)于城鄉(xiāng)居民收入差距是否具有區(qū)域異質(zhì)性，根據(jù)經(jīng)濟(jì)地帶將所研究的30個(gè)省市劃分為東部沿海地區(qū)、中部?jī)?nèi)陸地區(qū)和西部地區(qū)進(jìn)行檢驗(yàn)。

從表7中可以看出，3個(gè)地區(qū)的固定效應(yīng)模型回歸系數(shù)均為負(fù)，且為分別在5%、1%和10%的水平上顯著，表明數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)居民收入差距的增大具有抑制作用，同時(shí)在不同地區(qū)上呈現(xiàn)出區(qū)域差異性，數(shù)字經(jīng)濟(jì)對(duì)于城鄉(xiāng)居民收入差距增大的抑制作用呈現(xiàn)出“中部?jī)?nèi)陸地區(qū)gt;東部沿海地區(qū)gt;西部邊遠(yuǎn)地區(qū)”。

此結(jié)果產(chǎn)生的原因可能是東部地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平較高，但是由于“虹吸效應(yīng)”、一系列科技資源和產(chǎn)業(yè)資源的集中導(dǎo)致它們可以為勞動(dòng)者提供更多就業(yè)機(jī)會(huì)和就業(yè)崗位，所以數(shù)字經(jīng)濟(jì)對(duì)于城鄉(xiāng)居民收入差距的作用保持在中等水平；中部?jī)?nèi)陸地區(qū)由于人才分層較大，所以模塊化分工現(xiàn)象較為嚴(yán)重，導(dǎo)致了數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)居民收入差距的抑制作用明顯；西部邊遠(yuǎn)地區(qū)由于經(jīng)濟(jì)發(fā)展遠(yuǎn)遠(yuǎn)不及東中部地區(qū)，互聯(lián)網(wǎng)經(jīng)濟(jì)的發(fā)展水平也較為落后，所以數(shù)字經(jīng)濟(jì)對(duì)于西部地區(qū)來(lái)說(shuō)的影響并不大，且西部地區(qū)的總體規(guī)模較小，“虹吸作用”在西部城市的影響較小，互聯(lián)網(wǎng)從業(yè)者較少，因此數(shù)字經(jīng)濟(jì)對(duì)于城鄉(xiāng)居民的收入差距也就影響不明顯。

3.4 穩(wěn)健性檢驗(yàn)

為檢驗(yàn)上述回歸模型的準(zhǔn)確性，采用替換核心解釋變量和進(jìn)行縮尾處理的方法進(jìn)行穩(wěn)健性檢驗(yàn)。

3.4.1 替換核心解釋變量

采用數(shù)字經(jīng)濟(jì)發(fā)展水平的3級(jí)指標(biāo)數(shù)字普惠金融發(fā)展指數(shù)（Dif）來(lái)替換數(shù)字經(jīng)濟(jì)發(fā)展水平來(lái)進(jìn)行回歸分析。

回歸結(jié)果見(jiàn)表8。數(shù)字金融發(fā)展指數(shù)的回歸系數(shù)均為負(fù)，說(shuō)明數(shù)字金融發(fā)展指數(shù)對(duì)城鄉(xiāng)居民收入的差距具有抑制作用，表明了基準(zhǔn)回歸的穩(wěn)健性。其中全國(guó)數(shù)字金融指數(shù)的系數(shù)為負(fù)且在1%的水平上顯著；東部沿海地區(qū)、中部?jī)?nèi)陸地區(qū)和西部邊遠(yuǎn)地區(qū)的系數(shù)均為負(fù)且分別在5%、5%和10%的水平上顯著。與前面的實(shí)證結(jié)果進(jìn)行對(duì)比發(fā)現(xiàn)，數(shù)字經(jīng)濟(jì)在全國(guó)（西藏和港澳臺(tái)除外）及3個(gè)區(qū)域上均通過(guò)了顯著性檢驗(yàn)，且都呈現(xiàn)出抑制作用，進(jìn)行解釋變量的替換后發(fā)現(xiàn)除了顯著性系數(shù)有所變化，作用方向沒(méi)有變化，所以可以看出所作的檢驗(yàn)是穩(wěn)健的。

3.4.2 縮尾處理

為避免數(shù)據(jù)異常值對(duì)實(shí)證檢驗(yàn)結(jié)果造成影響，對(duì)所有變量進(jìn)行 1%水平的縮尾處理，目的是消除極端值的影響。表9為對(duì)變量進(jìn)行縮尾處理之后的回歸結(jié)果。

從表9中可以看出，全國(guó)（西藏和港澳臺(tái)除外）、東部、中部和西部的數(shù)字普惠金融指數(shù)的回歸系數(shù)依然為負(fù)，且分別在 10%、5%、1%和 10%的水平上顯著，進(jìn)一步驗(yàn)證了數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)居民收入差距的增大有顯著的抑制作用，即有利于縮小城鄉(xiāng)居民的收入差距，進(jìn)一步說(shuō)了基準(zhǔn)回歸結(jié)果的穩(wěn)健性。

4 結(jié)論和建議

4.1 結(jié)論

（1）從全國(guó)來(lái)看，數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)居民收入差距的增大具有抑制作用，意味著隨著數(shù)字經(jīng)濟(jì)的穩(wěn)步發(fā)展，有助于城鄉(xiāng)居民收入差距的縮小。數(shù)字經(jīng)濟(jì)通過(guò)提升城鎮(zhèn)化水平和基礎(chǔ)設(shè)施水平縮小城鄉(xiāng)居民收入差距。

（2）從空間角度來(lái)看，數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)居民收入差距的影響強(qiáng)度分別是“中部?jī)?nèi)陸地區(qū)gt;東部沿海地區(qū)gt;西部邊遠(yuǎn)地區(qū)”。將其利用替換核心解釋變量和縮尾處理的方法進(jìn)行穩(wěn)健性檢驗(yàn)后結(jié)論仍成立。

（3）從控制變量來(lái)看，提升城鎮(zhèn)化水平和基礎(chǔ)設(shè)施水平縮小城鄉(xiāng)居民收入差距。通過(guò)合理分配教育資源和勞動(dòng)資源，提升居民基礎(chǔ)生活水平，對(duì)城鄉(xiāng)居民收入差距的減小具有關(guān)鍵作用。

4.2 建議

（1）提升城鎮(zhèn)化水平。在城鎮(zhèn)化水平的提升中，重點(diǎn)關(guān)注環(huán)境問(wèn)題和社會(huì)問(wèn)題?？諝馕廴尽⑺Y源污染、垃圾污染、噪聲污染等問(wèn)題，通過(guò)調(diào)整產(chǎn)業(yè)布局建立綠化隔離帶的方式解決處理；建立污水處理廠，對(duì)工業(yè)廢水進(jìn)行達(dá)標(biāo)處理后再排放；深入執(zhí)行垃圾分類要求。對(duì)于交通擁堵、住房緊張和就業(yè)困難等問(wèn)題，需要政府進(jìn)行宏觀調(diào)控，制定合理的政策措施。

（2）增加對(duì)農(nóng)村教育的政策傾斜，為農(nóng)村提供更加先進(jìn)的教育設(shè)備；為農(nóng)村居民提供教育方面的扶持性的補(bǔ)助，設(shè)立專項(xiàng)教育補(bǔ)助基金；制定專項(xiàng)政策，給予回鄉(xiāng)建設(shè)的人才優(yōu)惠補(bǔ)助和福利，設(shè)立人才崗位和人才補(bǔ)貼；加強(qiáng)對(duì)農(nóng)村居民互聯(lián)網(wǎng)教育，給所屬的鄉(xiāng)鎮(zhèn)和村落宣傳互聯(lián)網(wǎng)，知識(shí)學(xué)習(xí)互聯(lián)網(wǎng)，建設(shè)互聯(lián)網(wǎng)項(xiàng)目。發(fā)揮農(nóng)村本土的優(yōu)勢(shì)，將農(nóng)村電商發(fā)展與農(nóng)作物產(chǎn)品結(jié)合起來(lái)，打造獨(dú)特的農(nóng)村互聯(lián)網(wǎng)經(jīng)濟(jì)。

（3）及經(jīng)濟(jì)結(jié)構(gòu)特點(diǎn)各地區(qū)應(yīng)該根據(jù)數(shù)字經(jīng)濟(jì)發(fā)展的實(shí)際情況，結(jié)合數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化的走向和趨勢(shì)，因時(shí)因地革新發(fā)展政策，體現(xiàn)出其差異性和階段性。東部地區(qū)產(chǎn)業(yè)條件優(yōu)勢(shì)明顯，為發(fā)展數(shù)字經(jīng)濟(jì)夯實(shí)了良好的根基，應(yīng)提供更好的環(huán)境培育創(chuàng)新能力，培養(yǎng)、提升、優(yōu)化企業(yè)數(shù)字經(jīng)濟(jì)發(fā)展能力和創(chuàng)新能力，建立起以數(shù)字經(jīng)濟(jì)企業(yè)為主導(dǎo)的產(chǎn)業(yè)圈，增強(qiáng)數(shù)字經(jīng)濟(jì)在農(nóng)村發(fā)展的動(dòng)力。中部地區(qū)的數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)居民收入差距的影響最顯著，因此應(yīng)在農(nóng)村建設(shè)數(shù)字經(jīng)濟(jì)發(fā)展脈絡(luò)，落實(shí)安排農(nóng)村地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展基礎(chǔ)設(shè)施和項(xiàng)目落地，對(duì)發(fā)展數(shù)字經(jīng)濟(jì)的設(shè)備實(shí)施專項(xiàng)的補(bǔ)貼，在資金、人才方面補(bǔ)齊短板。西部地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展水平最低，加強(qiáng)農(nóng)村偏遠(yuǎn)地區(qū)對(duì)互聯(lián)網(wǎng)的學(xué)習(xí)了解，提升農(nóng)民的數(shù)字素養(yǎng)，開(kāi)設(shè)互聯(lián)網(wǎng)線上線下教育培訓(xùn)體系，構(gòu)建鄉(xiāng)村數(shù)字經(jīng)濟(jì)示范化、帶頭化中心。

參考文獻(xiàn)：

[1] 代金輝，許月. 城鄉(xiāng)居民收入差距影響研究：基于產(chǎn)業(yè)結(jié)構(gòu)升級(jí)與勞動(dòng)力流動(dòng)[J]. 山東工商學(xué)院學(xué)報(bào)，2023，37（2）：64-74.

[2] 劉清. 農(nóng)村電商發(fā)展對(duì)城鄉(xiāng)居民收入差距的影響研究[J].中國(guó)商論，2023（7）：160-162.

[3] 王穎龍. 數(shù)字普惠金融對(duì)城鄉(xiāng)居民收入差距的影響：基于省級(jí)面板數(shù)據(jù)的實(shí)證分析[J]. 對(duì)外經(jīng)貿(mào)，2023，343（1）：94-97.

[4] 余小燕. 數(shù)字經(jīng)濟(jì)與城鄉(xiāng)收入差距：“數(shù)字紅利”還是“數(shù)字鴻溝”[J]. 商業(yè)研究，2022（5）：123-131.

[5] 黃慶華，潘婷，時(shí)培豪. 數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)居民收入差距的影響及其作用機(jī)制[J]. 改革，2023（4）：53-69.

[6] 彭繼增，鐘浩. 數(shù)字經(jīng)濟(jì)、市場(chǎng)化與城鄉(xiāng)居民收入差距[J].金融與經(jīng)濟(jì)，2022，545（12）：67-76.

[7] 向書(shū)堅(jiān)，鄭瑞坤，楊璐瑤. 城鄉(xiāng)居民收入差距對(duì)城鎮(zhèn)化影響的地區(qū)差異及動(dòng)態(tài)演進(jìn)[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2022，39（7）：47-68.

[8] 樊軼俠，徐昊，馬麗君. 數(shù)字經(jīng)濟(jì)影響城鄉(xiāng)居民收入差距的特征與機(jī)制[J]. 中國(guó)軟科學(xué)，2022（6）：181-192.

[9] 何宗樾，宋旭光. 數(shù)字金融發(fā)展如何影響居民消費(fèi)[J].財(cái)貿(mào)經(jīng)濟(jì)，2020，41（8）：65-79.

[10] 王軍，朱杰，羅茜. 中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展水平及演變測(cè)度[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)究，2021，38（7）：26-42.

[11] 王子鳳，張桂文. 數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)居民收入差距影響的實(shí)證檢驗(yàn)[J]. 統(tǒng)計(jì)與決策，2023，39（22）：112-116.

[12] 張霽月，蘇淑兒，陸卓芬，等. 數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)收入差距的影響：基于廣東省的分析[J]. 中國(guó)集體經(jīng)濟(jì)，2023（33）：25-28.

Exploring the Impact of Digital Economy on the Income Gap between Urban and Rural Residents

WANG Mengdi

（School of Statistics， Lanzhou University of Finance and Economics， Lanzhou Gansu 730000， China）

Abstract： As a new form of economy， the digital economy is gradually promoting the improvement of residents'income levels and the development of social economy. By collecting data from 30 provinces and cities in China（ex?cluding Tibet， Hong Kong， Macao and Taiwan）from 2011 to 2020， this paper calculates the level of the digital econ?omy from three dimensions of digital economy infrastructure， Internet development， and digital financial inclusion，and explores the impact of the digital economy on the income gap between urban and rural residents using the fixed effect model. The results show that the digital economy has a significant inhibitory effect on the increase of income gap between urban and rural residents. The digital economy reduces the income gap between urban and rural resi?dents through the improvement of urbanization level and infrastructure level. The development of digital economy has regional heterogeneity in the income gap between urban and rural residents. After conducting robustness tests using the method of replacing core explanatory variables and conducting tail reduction， the conclusion still holds.Therefore， it is necessary to comprehensively promote the high-quality development of the digital economy and fur?ther narrow the income gap between urban and rural residents.

Key words： digital economy; urban and rural residents; income dispairty; factor analysis method; fixed effects model