数字经济发展与共同富裕：理论分析及经验证据

胡长玉，赵启程

（1.中央财经大学经济学院，北京 102200；2.西南财经大学金融学院，成都 611130）

0 引言

共同富裕是社会主义的本质要求和中国式现代化的重要特征。我国的共同富裕是嵌入数字经济时代的，共同富裕的实现需要以数字经济为依托。因此，探究数字经济发展对共同富裕的影响具有重要的理论和现实意义。

当前，越来越多的学者基于数字技术视角研究数字经济发展对共同富裕的影响。共同富裕表现出发展性、共享性、可持续性三大特征[1]。其中，“富裕”和“共同”分别对应发展性和共享性两个特征，是学者们重点关注的两个维度。学术界就数字经济的经济增长效应[2]已达成共识，但是在数字经济共享效应方面尚未达成一致。一种观点认为，数字经济促进了共享发展。例如，孙晋（2021）[3]认为，数字平台逐渐成为社会财富增加、社会福利提高和社会公平分配的场域。另一种观点认为，数字经济抑制了共享发展。例如，胡鞍钢等（2016）[4]认为，数字要素的非均衡配置制约了欠发达地区的发展，加剧了地区差距的扩大；在城乡层面，谭燕芝等（2017）[5]发现，城乡“数字鸿沟”现象较为明显，城镇居民互联网使用的收入回报率约为20%，而农村居民互联网使用的收入回报率不显著；在群体层面，刘军等（2021）[6]的研究表明，人工智能的发展导致对高技能劳动力需求增加的同时也减少了对低技能劳动力的需求，并使得高、低技能劳动力之间的收入差距扩大。还有一种观点认为，数字经济与共享发展之间存在非线性关系。例如，程名望和张家平（2019）[7]发现，互联网普及对城乡收入差距的影响呈现“倒U”型特征；但陈文和吴赢（2021）[8]却持相反观点，认为数字经济发展初期会降低城乡收入差距，后期则会扩大城乡收入差距，两者之间存在“U”型关系。

基于已有研究，本文进一步剖析数字经济发展影响共同富裕的理论机制和作用效果。首先，分别构建共同富裕与数字经济发展综合评价指标体系，均采用熵值法进行测度；其次，对数字经济发展与共同富裕之间可能存在的非线性关系进行实证检验；最后，探究共同富裕的空间集聚现象，以及数字经济发展对共同富裕的空间溢出效应，以期为推动数字经济和共同富裕协同发展提供实证参考。

1 机理分析与研究假设

1.1 数字经济发展对共同富裕的影响机制

1.1.1 数字经济发展促进共同富裕

经济增长效应层面。第一，数字经济时代数据要素成为关键生产要素，数字技术与金融、教育、能源、汽车、物流等行业的深度融合促进了数字经济的快速崛起。第二，数字经济可以促进新旧动能转换，驱动高质量发展。数字技术的快速产业化和市场化使得原有的生产方式和组织管理方式发生变革，特别是数字化创新会形成对其他生产部门的技术扩散，这些均有利于全要素生产率的提升。财富共享效应层面。第一，推动区域协调发展。一方面，数字技术的发展使得距离在行业分工和贸易中的作用逐渐变小，使得生产可以既不靠近原材料也不靠近消费者，上下游企业空间集聚的必要性下降，价值链布局的区域化和碎片化有助于区域发展的协调和平衡；另一方面，数字经济平台是一个可以打破时空限制的大市场，有助于打破行政垄断和地区分割，赋予企业和居民更公平的竞争环境和更多就业创业机会，进而实现地区间均衡发展。第二，缩小城乡收入差距。一方面，数字经济发展增加了就业，互联网的普及使农村劳动力可以快速、准确地获取招聘信息，有利于促进农村劳动力就业；另一方面，数字经济的发展提高了农业生产效率，信息技术的快速推广和普及让农民有机会用较低的成本进行知识与技能学习，进而提升农业生产效率和收入水平。

1.1.2 数字经济发展抑制共同富裕

一方面，数字技术容易形成市场垄断。其一，数据要素具有规模报酬递增的特性，数据资源的形成、收集和存储前期初始投入较高，后期使用时边际成本几乎为零，这决定了数字经济具有自然垄断的行业属性。其二，互联网平台具有双边市场的特性，如淘宝、京东、滴滴出行、美团等网络平台同时聚集了大量产品与服务的供给方和需求方，导致具有优势的平台快速形成垄断。互联网企业凭借技术优势可以无偿或低成本使用数据要素，而数据其他生产方则难以获得应有的权利，导致报酬与贡献度不匹配。同时，网络平台凭借自身掌握的流量、数据和算法优势，可以对上下游企业和消费者进行精准的价格歧视，攫取更多剩余价值。另一方面，“数字鸿沟”加剧贫富分化。“数字鸿沟”主要分为一级数字鸿沟和二级数字鸿沟，前者是指数字基础设施方面的差异，后者是指信息和网络技术的应用程度以及创新能力方面的差异。邱泽奇等（2016）[9]认为，我国数字红利受益较多的人群主要集中于东南沿海地区。低收入群体由于知识和信息获取能力匮乏难以享受到数字经济发展的红利。

1.1.3 数字经济发展对共同富裕的影响可能呈现“倒U”型特征

数字经济发展初期，表现出“做大蛋糕”的强大动力机制。一方面，数据要素加入生产过程可以突破传统资源约束和增长极限；同时，数字经济不断通过技术进步、效率变革和降低交易成本来推动经济高质量发展。另一方面，数字经济有助于推动社会财富的共享与普惠，即通过促进区域间和群体间协同发展来实现共同富裕。数字经济发展后期，数字技术容易形成市场垄断并加剧收入分配差距；同时，由于要素禀赋、信息化水平、人力资源等方面的地区差异，我国的“数字鸿沟”问题日益严重，不利于实现共同富裕。据此，本文提出：

假设1：我国数字经济发展对共同富裕的影响呈现先促进后抑制的“倒U”型特征。

假设2：现阶段，我国数字经济发展与共同富裕之间的关系仍然处于“倒U”型曲线拐点的左侧，数字经济发展对共同富裕具有促进作用。

1.2 数字经济发展对共同富裕的空间溢出效应

数字经济通过高效的信息传递打破了时空限制，由此产生不同路径、不同程度上的溢出效应。Yilmaz 等（2002）[10]研究了州际电信基础设施投资对产出的空间溢出效应，发现本州仅能从自身的电信基础设施投资中获益，其他州的电信基础设施投资对本州产出增长产生了负面影响。张俊英等（2019）[11]发现，电子商务发展呈现空间自相关性且对经济增长的空间溢出效应显著，但随着空间距离的扩大，直接效应和空间溢出效应均减弱。李天籽和王伟（2018）[12]研究发现，互联网对城市人均GDP 的溢出效应较为明显，且通信基础设施的溢出距离大于交通基础设施的溢出距离。综上，本文认为，由于我国省域面积较大，因此数字经济发展的溢出效应可能会随着空间距离的扩大而减弱。据此，本文提出：

假设3：本地数字经济发展仅对本地共同富裕存在直接影响效应，对邻近地区共同富裕的空间溢出效应不明显。

2 研究设计

2.1 模型构建

（1）基准回归模型。为检验假设1，构建如下模型：

其中，Cmwit为共同富裕，Digit为数字经济发展，Xit为一组控制变量，i和t分别表示省份和年份，μi和δt分别表示省份和年份固定效应，εit为随机干扰项。α2＞0表示数字经济发展和共同富裕之间存在“U”型关系；α2＜0表示存在“倒U”型关系。若α2=0，α1＞0，则表示数字经济发展促进了共同富裕；若α2=0，α1＜0，则表示数字经济发展抑制了共同富裕。

（2）为检验假设2，构建如下模型：

其中，Digit×Yeart表示数字经济发展和年份的交乘项，以2011年为基期，通过双固定效应模型估计数字经济发展对共同富裕影响的动态特征。

（3）门槛效应模型。数字经济发展对共同富裕的影响与当地的对外开放度及政府干预力度紧密相关。一方面，当对外开放度较低时，当地企业难以及时获取和吸收国际先进的数字技术，不利于数字经济的发展。而地区数字经济发展水平较低将限制经济增长的潜力和速度，进而影响共同富裕的实现。较高水平的对外开放度能为数字经济的发展提供广阔的市场空间、先进的技术以及丰富的数字技能人才，但同时也可能导致“数字鸿沟”的产生，导致地区间和群体间无法平等获取和利用数字资源与技术，从而扩大贫富差距。另一方面，当政府干预力度较小时，“数字鸿沟”的存在会加剧地区间发展不平衡，弱势群体难以享受到数字经济带来的红利。同时，数字垄断可能导致市场权力滥用、价格操纵、不正当竞争等，不利于经济可持续发展。随着政府干预力度的加大，政府可以通过加大再分配调节力度、对欠发达地区提供政策支持、预防和制止垄断行为等，促进区域间和群体间共享数字经济发展红利，发挥“看得见的手”作用，维护市场秩序、促进社会公正、保持创新活力，进而提高生产效率，缓解“数字鸿沟”扩大对共同富裕的不利影响。因此，本文认为对外开放度和政府干预力度在数字经济发展影响共同富裕的过程中存在门槛效应。据此，构建如下模型：

其中，Thit为门槛变量，包括对外开放度（Fdi）和政府干预力度（Fis）；I(·)为指示函数，满足括号内条件时赋值为1，否则赋值为0。式（3）是单一门槛情形，可以根据计量检验结果扩充至多重门槛情形。

（4）空间计量模型。为检验假设3，分别构建空间滞后模型（SAR）、空间误差模型（SEM）、空间杜宾模型（SDM）：

其中，ρ代表空间自相关系数；W代表空间权重矩阵，本文同时采用邻接权重矩阵（W1）、地理距离权重矩阵（W2）、经济距离权重矩阵（W3）进行实证检验。

其中，d为相邻省份省会城市之间的直线距离，Gi和Gj分别表示i地区和j地区2011—2019年实际GDP的平均值。

2.2 变量选取

（1）被解释变量：共同富裕（Cmw）。本文借鉴韩亮亮等（2023）[1]的方法，并结合数据的可得性，从共同富裕的发展性、共享性、可持续性3个维度构建综合评价指标体系，如表1所示。使用熵值法得到各省份的共同富裕指数。

表1 共同富裕综合评价指标体系

（2）核心解释变量：数字经济发展（Dig）。根据《数字经济及其核心产业统计分类（2021）》，数字经济产业主要包括数字产品制造业、数字产品服务业、数字技术应用业、数字要素驱动业和数字化效率提升业五大类，本文将前四大类与数字产业化部分对应，借鉴巫景飞和汪晓月（2022）[13]的方法设置相关指标。同时，将第五大类与产业数字化部分对应，参考王军等（2021）[14]的研究设置相关指标。具体的指标体系如表2所示。基于上述指标，采用熵值法测度数字经济发展指数。

表2 数字经济发展综合评价指标体系

（3）门槛变量：对外开放度（Fdi），选用外商直接投资额与地区生产总值的比值表示；政府干预力度（Fis），选取地区人均财政支出与地区人均财政收入的比值衡量。

（4）控制变量：借鉴相关研究[1,15]，选取创新能力（Inn）、外贸依存度（Ope）、基础设施（Inf）以及政府支出水平（Gov）作为控制变量。具体测量方法见表3。

表3 变量说明

2.3 数据来源

基于数据的可得性，本文选取2011—2019 年我国30个省份（不含西藏和港澳台）的数据进行实证研究。数据主要来源于历年《中国统计年鉴》《中国信息年鉴》《中国信息产业年鉴》《中国第三产业统计年鉴》《中国贸易外经统计年鉴》《中国基本单位统计年鉴》《中国数字经济发展报告》以及各省份统计年鉴或统计公报，部分缺失值采用插补法补全。

3 实证分析

3.1 基准回归分析

表4 报告了数字经济发展影响共同富裕的估计结果。在列（1）和列（2）中，数字经济发展系数均显著为正，其平方项系数则均显著为负，说明共同富裕与数字经济发展之间存在“倒U”型关系，即数字经济发展对共同富裕的影响呈现先促进后抑制的特征，拐点处的数字经济发展指数约为0.975，该结论验证了假设1。此外，从列（2）中可以发现，创新能力的系数为正且在5%的水平上显著，说明提高研发投入可以促进共同富裕；外贸依存度系数为正但不显著；基础设施的系数显著为正，基础设施水平每提升1%将使得共同富裕指数上升0.031%，基础设施对经济增长具有直接和间接促进作用，涓滴效应的释放最终促使地区发展趋于平衡，有助于共同富裕的实现；政府支出水平的系数显著为负，地方政府支出往往伴随着低效与浪费，且经济发展越落后的地区，政府行政效率往往越低，最终使得社会财富的增长失衡，进而抑制了共同富裕。

表4 数字经济影响共同富裕的基准回归结果

前文理论分析认为，目前我国数字经济发展对共同富裕表现为促进作用，为验证该假设，基于式（2）进行实证检验，回归结果见表5。基年（2011年）数字经济发展的系数为正且在1%的水平上显著，此时处于“倒U”型曲线拐点左侧，即数字经济发展对共同富裕具有显著的促进作用。同时，2012—2019年数字经济发展与年份的交乘项系数均为负，且系数的绝对值整体呈现变大趋势，说明数字经济发展对共同富裕促进作用的边际效应在不断减小。相较而言，数字经济发展的系数绝对值在末年（2019年）依然小于基年（2011年），说明直到2019年数字经济发展与共同富裕的关系依然位于“倒U”型曲线拐点的左侧，即数字经济发展仍然有利于推动共同富裕的实现，该结论验证了假设2。

表5 数字经济发展对共同富裕影响的时间趋势分析

3.2 门槛效应分析

为检验对外开放度和政府干预力度是否存在门槛效应，本文采用面板门槛回归模型进行分析。首先，采用Bootstrap 自抽样法对门槛的存在性进行检验，反复抽样300 次后得到表6 的门槛数量检验结果。结果显示，对外开放度和政府干预力度均通过了单一门槛检验，但均未通过双重门槛检验。因此，两个门槛变量均存在单一门槛效应。鉴于此，本文设定单门槛回归模型，根据式（3）得到表7的回归结果。

表6 门槛数量检验结果

表7 门槛效应模型回归结果

具体而言，对于门槛变量Fdi，当Fdi≤0.008 时，数字经济发展的系数为正但不显著；当Fdi＞0.008 时，数字经济发展的系数为-0.039，且在5%的水平上显著，表明数字经济发展对共同富裕的影响存在对外开放度的门槛效应，当对外开放度越过门槛值后，数字经济发展对共同富裕的抑制作用开始凸显。对于门槛变量Fis，当Fis≤0.881 时，数字经济发展的系数为-0.094 且在1%的水平上显著；当Fis＞0.881 时，数字经济发展的系数为-0.010 但未通过显著性检验，表明数字经济发展对共同富裕的影响存在政府干预力度的门槛效应，当政府干预力度越过门槛值后，数字经济发展对共同富裕的抑制作用将变得不明显。

3.3 空间溢出效应分析

在对空间计量模型进行参数估计前，需要先确认被解释变量是否存在空间相关性，本文基于邻接权重矩阵、地理距离权重矩阵和经济距离权重矩阵，采用全局Moran’s I进行检验，结果见表8。可以发现，2011—2019 年共同富裕的Moran’s I 均显著为正，空间集聚趋势明显。基于经济距离权重矩阵，按照相关检验来确定模型的最终形式，结果见表9。首先，使用LM 检验来确定采用SAR 还是SEM，基于P 值的结果，选择SAR。其次，通过Wald 和LR检验确认SDM 是否可以简化为SAR 或SEM，结果表明SDM 无法简化为SEM。空间滞后项的Wald 假设（估计值为7.96，P=0.158）接受了SDM 可以简化为SAR 的原假设，同时，SDM固定和随机效应估计结果不显著且模型拟合效果较差，因此选择SAR。最后，Hausman检验结果（估计值为69.34，P=0.000）显示，应采用固定效应模型。综上，本文最终选择固定效应下的SAR模型进行空间溢出效应分析，结果见表10。

表8 2011—2019年共同富裕的Moran’s I

表9 模型选择检验

表10 SAR估计结果

由表10可知，在不同空间权重矩阵下，共同富裕的空间自回归系数均显著为正。本文进一步通过直接效应和间接效应探究数字经济发展对本地和邻近地区共同富裕的影响。从直接效应来看，数字经济发展对本地共同富裕的影响呈现“倒U”型特征，这一结论同样验证了假设1；从间接效应来看，数字经济发展对邻近地区共同富裕的影响均未通过显著性检验。以上结论验证了假设3。究其原因，数字经济发达地区对邻近地区共同富裕的带动作用受距离衰减规律的影响，同时，邻近地区人力资本、制度因素等方面的差异可能也在一定程度上制约了数字经济发展的财富共享空间外溢能力，最终导致数字经济发展仅对本地共同富裕存在直接影响效应而对邻近地区的空间溢出效应不明显。

3.4 稳健性检验与内生性分析

3.4.1 稳健性检验

为使研究结论可靠，本文进行如下稳健性检验：第一，对样本数据进行上下1%的缩尾处理，结果见表11 列（1）和列（2）。第二，剔除直辖市。鉴于我国区域发展的不平衡性，数字经济发展的财富增长和财富共享效应存在一定的差异，而直辖市的特殊地位和政策偏向性可能会放大数字经济的赋能效果，因此将4个直辖市样本删除后重新回归，结果见列（3）和列（4）。整体来看，表11中的估计结果与前文基准回归结果相差不大，研究结论稳健。

表11 稳健性检验和内生性检验结果

3.4.2 内生性分析

鉴于可能存在反向因果关系以及遗漏关键解释变量，本文采用工具变量法来解决内生性问题。借鉴向云等（2022）[15]、Nunn 和Qian（2014）[16]的思路和方法，分别选择滞后一期数字经济发展与上一年全国互联网上网人数对数值的交乘项、1984 年每百人固定电话数量与2011—2019年所对应的年份虚拟变量的交乘项作为数字经济发展及其平方项的工具变量。回归之前，需对工具变量的合理性进行检验。先利用K-Paap rk LM statistic进行可识别检验，结果均通过了1%水平上的显著性检验，表明工具变量可识别；再利用K-Paap rk Wald F statistic进行弱工具变量检验，发现统计量均大于Stock-Yogo弱识别检验10%水平上的临界值。综上可知，本文选取的工具变量有效。表11 列（5）和列（6）展示了考虑内生性问题后的回归结果，数字经济发展对共同富裕的影响效果与基准回归结果基本一致。

4 结论

本文在剖析数字经济发展对共同富裕影响机理的基础上，基于2011—2019年我国30个省份的面板数据，实证检验了数字经济发展对共同富裕的影响，得出如下结论：第一，我国数字经济发展对共同富裕的影响呈现“倒U”型特征。现阶段，我国数字经济发展与共同富裕之间的关系仍然处于“倒U”型曲线拐点的左侧，数字经济发展对共同富裕具有促进作用。通过一系列稳健性和内生性检验后该结论依然成立。第二，分别以对外开放度和政府干预力度作为门槛变量，两个门槛变量均会导致数字经济发展对共同富裕的影响存在单一门槛效应。当对外开放度越过门槛值后，数字经济发展会显著抑制共同富裕；当政府干预力度越过门槛值后，数字经济发展对共同富裕的不利影响不再明显。第三，数字经济发展对本地共同富裕的影响存在显著的先促进后抑制的非线性效应，但对邻近地区共同富裕的空间溢出效应不明显。