数字经济赋能共同富裕的多维机理及其演化特征

邵 慰，杨 珂，余 卫

（1.浙江省“八八战略”研究院产业政策研究中心；2.浙江财经大学经济学院，杭州 310018；3.河南工学院经济学院，河南 新乡 453000；4.安庆师范大学经济与管理学院，安徽 安庆 246133）

0 引言

现阶段，我国数字经济快速发展。在高质量发展推动共同富裕的过程中，数字经济扮演着不可或缺的角色。中国的共同富裕不是农业和工业经济社会形态下的共同富裕，而是内嵌于数字化进程、依托于数字经济的共同富裕[1—3]。讨论数字经济发展与共同富裕战略目标的协同关系，探究两者之间的经验逻辑和机制联系，对于实现第二个百年奋斗目标和中华民族伟大复兴的中国梦有着特殊的理论意义和现实意义。

作为一种全新的技术经济范式，数字经济具有高增长性、共享性、普惠性等典型特征，这与共同富裕在路径上保持了逻辑一致性。因此，现有研究普遍支持数字经济对实现共同富裕目标的战略价值，学者们认为，正是由于数据要素具有非竞争性和零边际成本的特点，因此从根本上打破了稀缺性和独占性对于生产要素的制约，彻底释放了经济增长的底层潜能，为共同富裕的实现提供了坚实的物质基础[1,2]，带来了更公平的发展机遇，使得经济发展更具韧性和可持续性[4]，让经济增长成果在最大程度上惠及偏远地区群体[5]，对于缩小城乡收入差距、缓解相对贫困，进而提高社会整体福利水平具有显著效果[6]。但数字经济对于共同富裕的多维作用机理是怎样的？是否存在时间维度上的波动性？现有研究却尚未给出答案。本文基于共同富裕的科学内涵重新构建了测度指标体系，将“精神富裕”“精神共同”等精神层面的因素也纳入测度范畴，并借助一系列计量分析工具，从多个维度刻画了数字经济作用于共同富裕的机制路径，描述了两者协同演化的动态规律和一般特征，提供了数字经济赋能共同富裕的新证据。

1 指标体系构建

1.1 共同富裕测度指标体系

目前学术界关于共同富裕测度指标体系已经形成了较完整的研究基础，从概念上将共同富裕划分为“富裕”和“共同”两个层面，提出了测度共同富裕的一般框架[7,8]，为共同富裕统计监测相关研究奠定了重要的理论基础。但回到“共同富裕”的本质特征和底层逻辑上，相关文献显然忽略了对“精神富裕”和“精神共同”的考察，也没有在“富裕”和“共同”的演化协同性上给出进一步解释，导致指标体系在设定上存在一定的不足之处。本文认为，共同富裕是“共同”和“富裕”二者的有机结合，任何一方面的不足都不是真正意义上的共同富裕。

基于上述理念，本文构建共同富裕测度指标体系，分为三个步骤：第一步，基于核心内涵将共同富裕的指标体系分为富裕度（affluence）和共同度（common）两个子体系，并设定相关二级和三级指标进行测算；第二步，利用熵权法求出各指标权重，并结合指标具体数值逐级汇总，分别得到共同度和富裕度综合指数；第三步，使用协调发展度模型，对两个一级指标的权重采用均等化的处理方法，实证测算2011—2020 年我国共同富裕协调发展度指数，取对数后命名为“共同富裕”（lncoprosperity）。

下页表1 为共同富裕测度指标体系的详细构成，数据来源于《中国统计年鉴》《中国人口和就业统计年鉴》《中国城市统计年鉴》《中国金融年鉴》等，样本期为2011—2020年。

表1 共同富裕测度指标体系

1.2 数字经济测度指标体系

本文参考刘军等（2020）[9]、赵涛等（2020）[10]的研究，基于《中国统计年鉴》《中国科技统计年鉴》、国家统计局数据库、各省份公报，搜集整理了2011—2020 年31 个省份（不含港澳台）数字化和互联网相关指标，并对数据完整性和相关性进行了综合评定筛选，最终确定了“移动电话普及率”“互联网宽带接入端口数”“互联网域名数”“长途光缆线路长度”“信息传输、软件和信息技术服务业城镇单位就业人员数”这5个指标，利用主成分分析法（PCA）进行降维和赋权处理，取对数后得到用于衡量数字经济发展水平的变量“数字经济”（lndigital）。从性质上来看，该指数综合衡量了数字经济发展水平的典型特征，符合数字经济“以数据资源为关键要素，以现代信息网络为主要载体”的基本性质，满足了本文开展统计分析的要求。此外，利用变异系数法得到的变量lndigital_CV将用于稳健性检验。

2 研究方法

2.1 模型设定

为了更加完整地刻画数字经济与共同富裕之间的逻辑关系，本文将使用固定效应模型（FE）进行基准回归估计，而对其他特征则采用动态效应模型、门槛效应模型、中介效应模型、贡献度分析等方法进一步予以解释和验证。基准回归模型设定如下：

其中，i和t分别代表省份和年份；lncoprosperity（共同富裕）为本文的核心被解释变量；lndigital（数字经济）是本文的解释变量；Xit为控制内生性而设置的一系列控制变量；μi为省份（个体）固定效应，目的是控制地理位置、文化等不随时间变化的因素；γt为时间固定效应；εit为随机误差项。

门槛效应模型设定如下：

模型（2）的被解释变量、解释变量、控制变量与模型（1）一致。qit为门槛变量，在本文的研究中，门槛变量和解释变量“数字经济”（lndigital）为同一变量，γ为门槛值，由回归估计得来。其他环节使用的模型均以上述两个模型为基础。

2.2 变量选取

控制变量选取的目的是缓解因模型设定偏差导致的内生性问题。基于研究对象和模型设定的考虑，本文在选取控制变量时主要关注各省份之间不同的城市集聚水平和产业结构，因此本文在模型中增加了人口规模（lnpep）和产业结构（lninsrtuc）两个控制变量，用于控制这种差异性。其中，人口规模（lnpep）用各省份常住人口数量衡量，而产业结构（lninsrtuc）用第二产业增加值占比衡量。另外，数字经济发展会明显受到城镇化率的影响，会对共同富裕战略的推进产生延伸影响，因此使用城镇化率（lncityzen，用城市人口占比衡量）作为控制变量能够减小模型设定的偏差。除了上述因素以外，数字经济本身是一种技术经济增长范式，因此使用研发支出作为衡量科技投入（lntechnology）的测度指标，可以对区域本身的科研能力和技术水平进行补充控制。以上数据主要来自《中国统计年鉴》和各省份相关统计公报，并全部进行了对数化处理。变量描述性统计见表2。

3 实证分析

3.1 基准效应

基于模型（1）的基准回归分析结果如下页表3 所示。从表3 列（1）可以看出，共同富裕对数字经济的弹性为0.2366，且在1%的水平上显著，初步验证了共同富裕与数字经济之间的正相关关系。为进一步控制内生性，继续加入控制变量、个体和时间固定效应以后，系数估计值（见表3列（3））为0.2821，且显著性水平依然维持在较高水平，在统计意义上支持了数字经济对共同富裕的直接驱动和赋能效应。

表3 基准回归（直接效应）

3.2 动态特征

表3 的分析结果验证了数字经济与共同富裕的直接作用关系。但问题在于，作为一种典型的技术经济增长范式，数字经济的发展并不是一蹴而就的，而是技术、资本等多种经济要素不断叠加、演化的结果。同样地，共同富裕作为中国社会发展的长期性战略目标，其内涵和特征也一直处于不断调整中，仅通过静态的固定效应模型很难完整描述两者之间的协同关系。因此，本文在模型（1）的基础上，按照年份生成虚拟变量，并逐一与核心解释变量（lndigital）生成交互项，在纵向上对二者的现实逻辑展开进一步分析，以描述和呈现这种波动性和不均衡性。回归结果如表4所示。

表4 动态特征

从表4可以看出，数字经济与年份的交互项（lndigital*Year）的系数估计值均为正，且系数显著性水平都达到1%，从动态角度验证了数字经济的驱动作用。综合整个趋势来看，可以观察到系数估计值随时间推移呈现轻微的递减趋势，但两者之间的演化规律还需要借助门槛效应模型进行进一步估计。

3.3 门槛效应

本文使用的门槛效应模型是在Hansen（1999）[11]的研究基础上改进而来的，用于测算和识别经济参数是否存在结构性变化。在本文的研究中，设定门槛效应模型主要是为了测算数字经济对共同富裕的驱动作用是否存在“拐点”。在设定“Bootstrap=300”进行重复抽样以后，发现回归结果仅在单门槛下显著，在双门槛检验中并不显著，因此回归环节按照单门槛效应模型进行估计，具体的门槛值γ及其F统计量见表5。

表5 门槛个数检验

模型（2）的回归结果如表6 所示，可以看出，lndigital的系数估计值在单门槛回归中表现出极高的显著性，进一步验证了表3 结果的正确性。而且当数字经济发展水平越过其门槛值以后，系数估计值将继续上升。从统计角度而言，表6的结果进一步验证了数字经济对于共同富裕的积极作用，并认为这种作用存在明显的门槛效应。

表6 门槛效应分析

3.4 贡献度考察

前文从基准回归角度验证了数字经济对共同富裕的驱动作用，但问题在于，作为一种全新的技术经济增长范式，数字经济对“效率”和“公平”两类目标函数的作用不可能做到完全一致。因此，本文在表1 的基础上，抽离出富裕度和共同度两个子体系，分别代表“效率”和“公平”两个层面，并作为被解释变量纳入模型（1）进行回归，以考察数字经济的贡献度。取对数后，富裕度和共同度分别记为lnaffluence和lncommon，回归结果见表7。

表7 贡献度考察

从表7列（1）可以看出，富裕度（lnaffluence）对数字经济的弹性为0.6464，且在1%的水平上显著，说明数字经济的发展对于提升人民群众生活水平的作用非常明显，体现出了数字经济的效率性。进一步来看，表7中共同度与数字经济之间的相关关系也同样显著为正（见表7 列（2）），但从系数估计值来看，lncommon的系数估计值仅为0.2317，明显低于数字经济对富裕度的贡献值。显然，这种贡献度上的差异显示出数字经济在推动“效率”和“公平”目标上的不均衡性，这也正是当下限制数字经济驱动共同富裕的主要障碍。

3.5 机制识别

3.5.1 收入增长效应

为进一步刻画数字经济赋能共同富裕的经济机理，本文通过机制识别的方式进行进一步考察。数字经济降低了商品交易过程中的各类经济成本，在加快资源优化配置的同时也促进了生产率的提升，而共同富裕是建立在一定物质基础之上的普遍富裕，这就意味着数字经济对共同富裕的驱动作用必须体现在真实的收入增长上，如果离开居民收入增长讨论数字经济对共同富裕的影响，就会导致严重的政策偏差。为评估数字经济发展带来的收入增长效应，及其对共同富裕战略目标的延伸影响，使用《中国统计年鉴》中各省份居民可支配收入数据构建变量lnincome，将城镇居民可支配收入记为lnincome_1，农村居民可支配收入记为lnincome_2，具体的描述性统计特征见表2。模型设定如下：

模型（3）至模型（5）在设定形式、估计方法以及控制变量选取上与模型（1）一致。根据中介效应模型的基本设定，经济增长起到的传导机制反映在系数α1和θ1的差异上。表8列（2）表明，数字经济对城镇居民可支配收入存在显著的正向推动作用，这种作用传导至共同富裕层面产生了显著的延伸效应，使得列（3）中lndigital的系数估计值显著下降。从中介效应模型的含义来看，可以理解为数字经济对城镇居民可支配收入存在正向边际贡献，这一特征对推动共同富裕进程存在积极的中介作用。而从表8 列（4）可以看出，数字经济对农村居民可支配收入的提升作用同样非常显著，但在考虑了lnincome_2 以后，lndigital的系数估计值虽然也出现了下降（见列（5）），但幅度明显不如列（3），说明收入增长起到的中介效应在城乡之间存在差异。

表8 经济机制识别：收入增长

3.5.2 收入分配效应

数字经济带来的冲击不仅存在于生产方式层面，而且在社会架构层面也同样有非常深刻的影响。尽管有研究表明偏远地区人群在数字化过程中可能会受益更多，但仍有很多学者对数字经济带来的影响表示担忧，他们认为，由于地理位置、经济积累等因素的制约，城乡之间在数字接入机遇和运用数字技术的能力上会存在很大差异，这种差异反映在社会架构上即表现为所谓的“数字鸿沟”（Digital Divide）[12]。显然，如果发展数字经济引致了严重的阶层割裂，那么整体发展趋势将会与共同富裕目标逐渐偏离。为评估数字经济的收入分配效应，本文用城镇居民可支配收入与农村居民可支配收入之比来构建新变量“城乡收入结构”（lnurratio），建立如下中介效应模型：

从表9的估计结果来看，虽然数字经济对lnurratio的作用不太显著，但在考虑了收入结构之后，数字经济与共同富裕的系数估计值不仅没有下降，还出现了轻微的上升，呈现反向中介效应（或者抑制作用）。这表明数字经济的发展起到了提高居民收入的作用，而且在城镇产生的共同富裕效应更明显。

表9 经济机制识别：收入分配

4 稳健性检验

4.1 更换解释变量估计方法

在测度数字经济发展水平时，本文采用了主成分分析法（PCA）进行降维处理，但除了PCA 以外，也可以使用变异系数法进行降维处理。将变异系数法测算的数字经济发展水平记为lndigital_CV，并使用模型（1）进行回归。表10 的回归结果表明，共同富裕对数字经济的弹性依然显著为正，表明回归结果稳健且可信。

表10 稳健性测试：更换解释变量

4.2 更换回归方法

采用差分广义矩估计（Difference-GMM）进行稳健性检验。该方法是用解释变量的滞后两期作为差分项的工具变量进行回归，因此能够在很大程度上解决解释变量与随机误差项之间的相关性问题。回归结果如表11 所示，可以看出，系数的正负没有改变且依旧显著。

表11 稳健性测试：更换回归方法

5 结论

本文基于共同富裕和数字经济的内涵特征构建了全新的测度指标体系，并利用动态效应模型、门槛效应模型、中介效应模型等计量分析工具，从多个维度对数字经济赋能共同富裕的经济机理进行了分析。结果显示：（1）数字经济对于推进共同富裕战略目标存在正向、动态的作用，数字经济发展带来的收入增长效应起到了显著的中介作用。（2）数字经济在“效率”层面的作用要更加明显，而在“公平”层面的作用，尤其是在优化收入分配、缩小收入差距方面的作用则相对比较薄弱。（3）滞后的收入分配制度是限制数字经济发挥其社会效应的重要约束，未来应当完善相关制度建设，以进一步释放数字经济对共同富裕的赋能作用。