本文载于《吉林大学社会科学学报》2026年第1期
王正新，浙江财经大学经济学院教授,中国社会科学院大学浙江高等研究院博士生导师,管理学博士。
牛嘉玮,中国社会科学院大学经济学院、浙江高等研究院博士研究生。
[摘要]数字经济是推动实现共同富裕的重要力量。“提低”“扩中”是实现共同富裕的关键路径,其核心在于破解中低收入群体的增收难题。文章基于2010—2020年中国家庭追踪调查(CFPS)数据与城市面板数据,构建双向固定效应模型,结合工具变量法与机制检验等方法,系统考察数字经济对中低收入群体增收的作用机制及异质性效应。研究发现,数字经济显著提升了中低收入群体的收入水平,这一结论得到了多项稳健性检验的支持。机制检验表明,数字经济通过提高要素配置效率、优化群体就业结构和增强群体抗风险能力发挥增收作用。异质性分析显示,数字经济对互联网使用者、长期低收入家庭和数字基础设施薄弱地区的增收效应更为显著,而人力资本和城乡差异会调节其作用强度。研究建议从能力建设、制度优化、基础设施完善与治理体系重构四方面入手,推动数字经济实现结构性普惠与底部改善,助力共同富裕目标的实现。
[关键词]数字经济;共同富裕;中低收入群体;收入增长;收入差距
一、引言
数字经济作为一种新兴的经济形态,不仅改变了传统的生产和消费模式,还深刻影响了经济结构和社会发展模式,在推动经济高质量发展的同时,数字经济的发展也为促进共同富裕、缩小收入差距提供了新的路径。2023年12月,国家发展改革委、国家数据局印发的《数字经济促进共同富裕实施方案》指出,数字经济有利于加快生产要素高效流动、推动优质资源共享、推进基本公共服务均等化,是推动实现共同富裕的重要力量。数字经济发展中不断涌现的新技术、新产业、新业态、新模式,为推动经济实现质的有效提升和量的合理增长,助力高质量发展、推进共同富裕提供了坚实支撑。
在精准推进共同富裕的过程中,提高低收入群体收入是基础,扩大中等收入群体规模是关键。当前,中低收入群体的收入来源主要集中于工资性收入,资本性收入和经营性收入占比较低,收入增长弹性显著低于高收入群体。同时,由于收入有限,消费需求较为刚性,该群体的消费倾向普遍较高,且由于收入波动较大和储蓄能力不足导致该群体较易受到经济波动的负面冲击。2024年9月召开的中央经济工作会议指出,要把促消费和惠民生结合起来,促进中低收入群体增收,提升消费结构。提高中低收入群体的收入水平不仅是实现共同富裕的必然要求,也是扩大内需、推动经济循环的关键举措。
与传统经济模式相比,数字经济具有信息流动性强、资源配置效率高、参与门槛低等显著特征,在促进中低收入群体增收方面展现出独特的优势。从理论上看,数字经济通过提升生产要素配置效率、优化就业结构以及增强抗风险能力,能够为中低收入群体收入的稳定增长提供更多的收入来源和增收潜力。一方面,数字经济通过技术赋能显著优化了劳动、资本生产要素的配置效率,大幅提高中低收入群体的增收能力。另一方面,数字经济通过创造大量灵活就业岗位和降低创业门槛,进一步释放中低收入群体的增收潜力。此外,数字普惠金融和精准扶贫等数字技术的应用显著增强了中低收入群体的抗风险能力,为其收入稳定增长提供了持续保障。尽管数字经济在理论上具有显著的增收潜力,但是现有文献对其具体作用机制的系统性研究仍较匮乏,尤其是在微观层面缺乏直接证据。
基于此,本文试图围绕数字经济何以促进中低收入群体增收这一核心问题,从理论和实践两个方面展开研究。本文的边际贡献在于:在理论层面,本文从要素配置效应、就业优化效应和风险缓冲效应三个维度,系统揭示数字经济促进中低收入群体增收的多重路径,丰富了中低收入群体增收的驱动因素研究;基于微观追踪数据实证检验数字经济的普惠效应,克服了宏观层面研究难以识别因果关系的局限,为数字经济改善收入分配提供了直接证据;在实践层面,揭示了数字经济对长期低收入家庭和基础设施薄弱地区的强边际效应,以及人力资本与城乡差异的调节作用,为精准施策提供了科学依据。
二、文献综述
(一)数字经济的内涵及其影响
自1995年数字经济的概念被提出以来,学界普遍认为数字经济是一种依托数字技术、以数据为核心要素、通过网络平台实现信息创造、传播与应用,并推动价值创造与协作创新的新型经济形态,涵盖人工智能、大数据、云计算、物联网和区块链等关键技术领域。《“十四五”数字经济发展规划》指出,数字经济是以数据资源为关键要素,以现代信息网络为主要载体,以信息通信技术融合应用、全要素数字化转型为重要推动力,促进公平与效率更加统一的新经济形态。既有研究大多关注数字经济产生的经济影响,相关研究可以归纳为宏观和微观两个层面。从宏观层面看,既有研究发现,数字经济能够对中国经济的包容性增长、创业活跃度、人才利用效率以及产业结构升级产生正面影响。从微观层面看,既有文献聚焦于企业数字化转型对企业的影响,企业数字化转型能够显著促进企业全要素生产率的提升,并且两者之间存在倒U型关系。此外,部分研究也发现数字化转型对企业在资本市场的表现也有着显著影响,数字化转型能够通过提升股票流动性改善企业的资本市场表现,并通过降低企业面临的外部交易成本,显著促进企业的专业化分工水平。近年来,学者们开始关注数字经济的技术溢出效应和创新驱动作用,研究表明数字技术的广泛应用促进了跨界创新和商业模式创新,加速了传统产业的数字化改造升级,推动了新业态新模式的蓬勃发展。同时,数字经济也在重塑产业链供应链布局,推动全球价值链重构,为经济高质量发展提供了新动能。
(二)中低收入群体的相关研究
学界对中低收入群体的认定、经济特征及其增收的影响因素展开了广泛探讨。关于中等收入群体的认定,过往研究主要围绕不同收入者的消费标准、财富标准和收入标准进行了讨论。消费标准的认定通常包括恩格尔系数、耐用性消费品指数和家庭消费支出等指标;财富标准的认定包括个人财产(五等分组的中间三组)、净资产(5—50万美元)等指标;收入标准的认定包括绝对标准和相对标准,绝对标准如日均10—100美元、三口家庭年收入10万—50万元,相对标准通常以收入中位数或者平均数的60%—70%作为收入下限,125%—225%作为收入上限。相应地,低收入群体的收入水平往往处于中等收入群体下限以下的收入区间。关于中低收入群体的经济特征的研究主要包括其收入来源和消费特征两个角度。一方面,中低收入群体的收入来源主要限于工资性收入和转移性收入,其在资本性收入和经营性收入上的占比较低,导致其收入增长弹性显著低于高收入群体。另一方面,由于中低收入群体收入有限,消费需求较为刚性,消费倾向显著高于高收入群体,同时中低收入群体收入波动较大,储蓄能力不足,这是其陷入贫困状态的重要原因。关于中低收入群体增收的影响因素,过往文献主要聚焦于宏观和微观两个层面。从宏观层面看,普惠性政策、产业结构调整和区域发展差异是主要影响因素。收入再分配政策和产业升级为中低收入群体创造增收机会,但区域经济不平衡和城乡二元结构限制了其增收潜力。从微观层面看,教育与技能水平、就业质量及家庭收入结构对中低收入群体的收入具有重要影响。教育与技能提升虽然具有显著的正向效应,但受限于资源配置不均,部分中低收入群体难以获得公平的教育机会;就业机会的质量与收入来源的多样性也直接决定了其收入弹性与可持续增长能力。
(三)数字经济对居民收入的影响机制
数字经济对居民收入的影响机制,现有研究主要从经济增长、产业结构演化、就业形态变革、资本收益分化及普惠金融五个维度展开,揭示了数字经济在促进居民收入增长与扩大收入差距之间的双重作用。首先,数字经济通过推动经济增长和产业结构升级,促进居民收入增长。数字技术广泛应用于传统产业的数字化转型和新兴产业的崛起,提高了资源配置效率和全要素生产率。数字经济改变了经济发展模式,使其更依赖知识密集型和技术密集型产业,从而使劳动要素和资本要素回报率提高,强化了数字经济的增收作用。其次,数字经济对就业的影响具有双重性,其既创造了新型就业机会,也加剧了劳动市场的分化。一方面,数字经济催生了共享经济、灵活就业和电子商务等新兴业态,为居民提供了更多灵活就业渠道,如电子商务平台减少了市场准入壁垒,为农村和偏远地区劳动者提供了直接参与市场的机会,显著缩小了收入差距和区域差距。另一方面,产业数字化也导致传统行业岗位减少,低技能劳动者在数字经济时代面临更大的就业压力,收入增长呈现出明显的不均衡性。同时,数字经济作为一种技能偏向型技术变革,显著提升了高技能劳动者的收入,而低技能劳动者则因技术替代风险和技能不足面临收入停滞甚至下降的问题。最后,数字经济强化了资本收益的集中化趋势,进一步拉大了收入差距。数字经济提高了资本在收入分配中的主导地位,资本所有者通过技术创新和市场扩张获得更多收益,而劳动收入在总收入中的占比逐渐下降。平台型企业的崛起尤为典型,凭借规模效应和市场集中优势,头部企业占有了更多市场收益,这使资本持有者显著获益,而中小微企业因缺乏资本积累,难以从中受益。此外,数字普惠金融的扩展有效降低了获取金融服务的门槛,使中低收入群体更易获得信贷、保险与支付工具支持,从而提升其消费能力与创业意愿,缓解了传统金融体系中“融资难、融资贵”的问题。
综上所述,尽管现有文献从多维视角探讨了数字经济的内涵及其对居民收入的影响机制,揭示了数字经济在推动收入增长与扩大收入差距方面的双重效应,但数字经济对中低收入群体增收的作用机制尚有较大研究空间。因此,进一步探讨数字经济促进中低收入群体增收的具体机制,既具有重要的现实意义,也具有重要的理论价值。
三、理论分析与研究假设
数字经济作为新一轮科技革命的重要驱动力,深刻改变了生产、交换、分配与消费的传统模式,对收入分配格局产生了广泛而深远的影响。尽管数字经济具备普遍的技术赋能特征,但其在不同收入群体中可能产生差异化的作用机制。高收入群体通常已具备较高的人力资本、物质资本和信息获取能力,在数字经济发展中获得的边际收益可能相对有限;而中低收入群体则可通过数字经济提供的新型就业机会、创业平台与数字金融服务获得更显著的增收机会。因此,数字经济对不同收入群体的结构性作用值得进一步关注。本文认为,数字经济通过三大机制促进中低收入群体增收:一是提高劳动生产率和资本回报率,进而提高中低收入群体的增收能力;二是拓宽就业渠道和降低创业门槛,激发中低收入群体的增收潜力;三是促进财富积累和社会保障,增强中低收入群体的抗风险能力。基于此,本文从要素配置效应、就业优化效应和风险缓冲效应三个维度深入探讨数字经济如何通过多重路径改善中低收入群体的收入水平,并在此基础上提出研究假设。
(一)要素配置效应
数字经济通过提升生产要素的配置效率,为中低收入群体创造了更大的增收空间。生产要素的合理配置是决定生产效率和提高居民增收能力的基础,数字经济通过技术赋能显著优化了劳动、资本生产要素的配置效率。一方面,数字技术通过信息化与智能化手段提高劳动生产率,为中低收入劳动者提供了更多增收机会。数字平台通过人工智能、大数据分析、云计算等技术降低了信息不对称程度,大大提高了劳动者的生产效率。例如,农业领域的精准农业技术能够帮助农民优化种植决策,提升单位产出的经济价值;制造业领域的数字化工厂通过自动化设备提高了生产效率,劳动生产率的提升,又使得中低收入群体的劳动要素收入大幅提高。另一方面,数字经济通过创新资本使用方式显著提升了资本回报率,进一步提高资本配置效率。数字普惠金融作为数字经济的重要组成部分,通过数字化信贷、移动支付、在线投资等手段显著降低了资本获取门槛,为中低收入群体提供了更多参与生产性活动的机会。例如,数字普惠金融通过缓解农村金融抑制,使农民能够通过移动支付平台和在线信贷工具更便捷地获取资金支持,用于购买高效农业设备或改良种子,从而优化农业生产方式,提高经济效益。此外,针对中小微企业融资难的问题,数字金融发展迎合了中低收入群体需求,个体创业者和小型企业降低了融资成本,拓宽了融资渠道,创造了新的收入来源。因此,数字经济通过劳动生产率和资本回报率的双重提升,大幅提高了中低收入群体的增收能力。基于此,本文提出如下假设:
H1a:数字经济通过提高居民劳动生产率直接提高中低收入群体收入水平。
H1b:数字经济通过提高居民资本回报率直接提高中低收入群体收入水平。
(二)就业优化效应
数字经济通过创造新型就业岗位和降低创业门槛,为中低收入群体提供了更加多元化的增收渠道。就业结构的优化是改善收入分配、缩小收入差距的重要路径,数字经济发展为中低收入群体创造了大量灵活就业和非农就业机会。一方面,数字经济催生了多样化的新型就业岗位,显著扩大了中低收入群体的就业范围。例如,电商平台发展为农村地区劳动者提供了电商运营、物流配送、在线客服等多种工作选择。这些岗位通常对技能要求较低、工作时间灵活,能够有效吸纳低技能劳动者进入就业市场,从而提升其收入水平。同时,共享经济模式的兴起也为中低收入群体创造了大量灵活就业机会,如网约车司机、外卖配送员等。这些岗位门槛较低且薪资相对稳定,尤其在经济发展较为滞后或传统就业岗位不足的地区,灵活就业模式缓解了就业压力,为中低收入劳动者创造了新的收入增长空间。另一方面,数字经济通过降低创业门槛,激发了中低收入群体的创业意愿,进一步释放增收潜力。传统经济模式下,创业往往需要较高的资金、技术和信息成本,而数字经济通过电子商务、社交媒体等工具显著降低了这些门槛。例如,许多农村劳动者通过短视频平台直接面向消费者销售农产品,不仅减少了中间交易成本,还大幅提升了产品溢价能力,拓宽了收入来源渠道。此外,数字经济还通过在线培训、创业融资工具和创业支持服务,为中低收入群体创业赋能。同时,远程办公和在线工作平台的普及进一步打破了地域限制,让中低收入劳动者能够通过互联网从事高附加值的工作,也为女性劳动者和需要兼顾家庭的劳动者提供了更友好的就业环境。因此,数字经济通过优化就业结构和促进创业活动显著提升了中低收入群体的收入水平。基于此,本文提出如下假设:
H2a:数字经济通过优化居民就业结构显著促进了中低收入群体增收潜力。
H2b:数字经济通过促进居民创业活动显著促进了中低收入群体增收潜力。
(三)风险缓冲效应
数字经济通过促进中低收入群体财富积累和社会保障,为其收入增长提供了重要保障。收入不平等的产生在很大程度上与中低收入群体面临的高风险环境密切相关,不同群体对风险的承受能力差异是导致收入差距扩大的重要原因。数字经济通过数字普惠金融、精准扶贫和社会保障体系的数字化改革,显著增强了中低收入群体的抗风险能力。一方面,数字普惠金融的快速发展显著提升了中低收入群体的财富积累能力。通过移动支付、在线储蓄和互联网投资平台,中低收入家庭能够更便捷地参与储蓄与投资活动,从而增强自身的财富积累能力。另一方面,数字技术通过优化社会保障与转移支付政策显著提高了中低收入群体的收入稳定性。精准扶贫政策通过大数据分析和信息平台实现了扶贫资源的精准分配,使得中低收入家庭能够更加及时准确地获取政府补贴和社会救助,从而有效缓解了贫困问题。同时,社会保障体系的数字化改革显著扩大了失业补助、医疗保险等社会保障服务的覆盖范围,进一步增强了中低收入家庭的抗风险能力。此外,数字化手段减少了传统社会救助中的信息不对称和资源分配不均问题,确保转移支付能够更公平地覆盖最需要帮助的群体。总体来看,数字经济通过增强中低收入群体的抗风险能力,为其收入增长提供了长期且稳定的保障。基于此,本文提出如下假设:
H3a:数字经济通过促进居民资产积累增强中低收入群体抗风险能力。
H3b:数字经济通过提高居民转移收入增强中低收入群体抗风险能力。
四、实证设计
(一)计量模型
为了检验数字经济对中低收入群体的增收作用,本文构建了双向固定效应模型:
其中,下标i、t分别表示家庭和年份;被解释变量Income表示家庭人均收入水平;核心解释变量Dig表示城市数字经济发展水平;X′为本文所使用的控制变量向量,用于排除各种其他因素对中低收入群体收入的影响;μ为家庭层面固定效应,控制仅随家庭变化而不随年份变化的潜在因素,例如家庭的文化背景、劳动市场参与意愿等;λ为时间固定效应,用于控制仅随年份变化而不随家庭变化的潜在因素,例如宏观经济环境、政策变化等。此外,为了降低可能出现的组间和组内序列相关和异方差,本文将标准误聚类到家庭层面。
(二)数据来源
本文选取2010—2020年各城市数字经济发展水平和对应城市中低收入群体收入水平数据。城市层面的数据主要来自《中国城市统计年鉴》《中国城乡统计年鉴》等,部分缺失数据使用各省统计局公布的数据以及Wind数据库数据补充,并在此基础上对面板数据进行线性插值处理,以确保回归结果的合理性和有效性。微观数据来源于2010、2012、2014、2016、2018、2020年中国家庭追踪调查(CFPS)数据。在样本筛选上,将家庭、成人和家庭成员数据库进行匹配,随后进行数据清洗和样本缺失值剔除,只保留了人均家庭收入位于中低收入群体区间内的样本,最终得到有效样本14 480个,此外,为剔除价格因素的影响,本文的名义变量以2010年不变价格为准。
(三)变量的选取与说明
被解释变量:家庭人均纯收入水平的对数。为了探讨数字经济对中低收入群体的增收作用,参照现有研究,本文将人均家庭纯收入水平低于所有调查家庭人均纯收入中位数水平的67%设定为低收入群体,将人均家庭纯收入水平位于所有调查家庭的人均纯收入中位数水平的67%—200%区间的家庭设定为中等收入群体。选择家庭人均纯收入作为被解释变量,一方面能够更好地反映数字经济对中低收入群体个体生活水平的影响,另一方面可以控制家庭规模差异带来的干扰,更加符合研究主题和数据特征的要求。
核心解释变量:数字经济发展水平。对于城市层面数字经济发展的衡量,本文借鉴赵涛等的做法,选取互联网普及率、相关从业人员比重、人均电信业务量、移动电话普及率和数字普惠金融指数5个指标,采用熵权法和主成分分析法对地级市层面的数字经济发展水平进行测度。其中,熵权法根据各指标信息熵自动赋权,主成分分析则实现降维处理,二者结合有助于提升测度的客观性与代表性。相比于仅使用单一维度指标(如互联网普及率或数字普惠金融指数),本方法能够更全面反映数字经济的多层次发展特征,也避免了行为类指标(如搜索指数)短期波动大、数据不易获取的局限。因此,该测度方式在数据覆盖面、代表性与可操作性方面更具优势,适用于本文的实证研究框架。相关指标如表1所示。
控制变量:从居民的户主特征和家庭特征两个方面选取7个控制变量,以缓解由于遗漏变量造成的估计结果偏误。一是户主特征变量。年龄是收入的重要决定因素,一般呈现倒U型关系,收入水平开始随年龄增加而上升然后趋于下降,控制年龄可以消除生命周期对收入的影响;性别差异在收入分配中普遍存在,男性收入一般高于女性,控制性别能够避免因性别歧视或劳动市场差异带来的偏误,户主为男赋值为1,女则赋值为0;健康状况直接影响劳动能力和生产效率,健康的个体更可能获得较高收入,户主自评健康一般及以上赋值为1,否则为0;户口性质影响个体的就业机会、福利待遇和社会保障,农业户口群体在城市中通常处于弱势地位,农业户口赋值为1,非农业户口赋值为0。二是家庭特征变量。婚姻状况可能影响家庭收入分配和支出结构,已婚家庭通常具有更高的收入水平,已婚家庭赋值为1,否则为0;家庭规模影响家庭资源的分配和消费水平,较大的家庭可能面临更高的抚养和生活成本,采用家庭总人数衡量;家庭收入和支出之间存在较强的相关性,较高的收入水平往往伴随着较高的消费支出,将家庭总支出作为控制变量,可以在一定程度上消除消费行为差异给收入估计带来的偏误。
主要变量的描述性统计如表2所示。
五、实证结果分析
(一)基准回归
表3的基准回归结果显示,数字经济对中低收入群体的收入水平具有显著的正向促进作用。模型(1)—(5)反映了数字经济对中低收入水平的影响作用,各模型回归系数在1%的水平下显著且稳健。这表明,数字经济的快速发展为中低收入群体的收入增长提供了重要支持,是改善收入分配结构的重要力量。具体而言,在未控制任何固定效应的模型(1)中,数字经济对家庭人均收入的回归系数为3.012,表明数字经济发展水平每提高1个单位,家庭人均收入将增加3.012个单位。随着模型逐步引入控制变量以及个体固定效应和时间固定效应,数字经济的回归系数虽然有所下降,但始终保持在显著正值,且在模型(5)中达到0.812。这一结果表明,数字经济对中低收入群体收入的正向作用具有较强的稳健性,且即使在控制了潜在的个体异质性和时间趋势后,数字经济的增收效应仍然显著。
从控制变量的回归结果来看,家庭与个体特征对群体收入水平均存在显著影响。户主年龄的回归系数在模型(5)中显著为负,表明家庭收入水平随着户主年龄的增长呈现下降趋势。这一结果与生命周期收入假说一致,即收入水平通常在生命周期中期达到峰值,随后随着劳动能力下降而逐步降低。户主性别对收入水平的影响在不同模型中表现出一定的异质性。在模型(2)和模型(3)中,男性户主的收入显著低于女性户主,而在引入个体固定效应后的模型(5)中,性别系数变为正值且显著。这可能反映了不同性别在劳动市场参与度、家庭角色分工以及社会文化因素上的差异。健康状况作为劳动供给能力和生产效率的重要指标,在中低收入群体中呈现显著负向影响,说明健康问题显著抑制了该群体的增收空间。婚姻状况对收入的影响在模型(3)和模型(5)中显著为正,这表明已婚家庭的收入水平显著高于未婚家庭。这一结果可能与婚姻在家庭经济稳定性和收入增长中的作用有关。已婚家庭通常拥有更多的经济资源和分工合作机会,从而在经济活动中更具优势。家庭规模则与人均收入显著负相关,表明较大的家庭规模可能稀释家庭资源,导致人均收入水平下降。家庭总支出与收入水平表现出显著的正相关关系,说明家庭支出的增加与收入的提高具有较强的一致性。总的来说,基准回归结果验证了数字经济对中低收入群体收入水平的显著增收效应,同时控制变量的结果也印证了中低收入群体收入水平受多种个体和家庭特征的综合影响。
(二)内生性问题
为缓解数字经济发展水平与中低收入群体收入之间可能存在的内生性问题,本文在基准回归中已引入个体特征和家庭特征作为控制变量,在一定程度上减少了遗漏变量带来的偏误。然而,考虑到数字经济与居民收入之间可能存在反向因果关系,仅依赖控制变量尚难以完全排除内生性干扰。为进一步增强因果识别的有效性,本文从两个维度设计识别策略:一是采用外生工具变量,引入两阶段最小二乘法(2SLS)进行估计;二是引入解释变量的滞后值,构建弱外生性识别策略作为补充验证。
首先,本文参考黄群慧等的做法,选取1984年城市每百万人口邮局数量与上一年全国互联网用户数的交互项作为工具变量。该变量反映了当前数字经济发展对历史通信基础设施存在路径依赖,与当前家庭收入误差项无显著相关性,符合工具变量所要求的外生性假设。同时,该变量与数字经济发展水平显著相关,满足相关性要求。表4第(1)列的第一阶段回归结果显示,F统计量为154.084,远高于临界值10,排除了弱工具变量问题;第(2)列的第二阶段回归结果显示,工具变量与数字经济变量之间的系数为2.213,且在5%的显著性水平下成立,方向与基准回归一致。这说明在控制潜在内生性偏误后,数字经济仍然显著提升了中低收入群体的收入水平,其增收效应具有较强的因果解释力。
其次,考虑到工具变量法在实践中对变量设定的外生性要求较高,借鉴现有研究,本文采用滞后两期的数字经济变量作为替代解释变量,以构建弱外生性识别策略。该方法的理论依据在于,滞后变量通常不与当前的扰动项直接相关,因而可以较好地缓解解释变量与误差项之间的同时性偏误问题。表4第(3)列回归结果显示,滞后两期的数字经济变量对中低收入群体收入仍具有显著正向影响,估计系数为0.718,且在1%水平下显著,说明数字经济的作用具有一定的时间持续性,也进一步排除了由反向因果关系导致的内生性偏误。
综上所述,本文通过工具变量法与滞后变量法两种互为补充的策略,从不同角度识别数字经济对中低收入群体收入的因果效应,实证结果高度一致,增强了主结论的稳健性与可信度。
(三)稳健性检验
为了进一步验证结论的稳健性,本文从不同角度对数字经济对中低收入群体收入水平的影响进行了稳健性检验。结果显示,无论是替换被解释变量、替换解释变量、排除样本中的特殊区域,还是对极端值进行处理,数字经济的回归系数及其显著性均与基准回归结果保持一致,进一步验证了本文结论的稳健性。
首先,本文将基准模型中家庭人均纯收入替换为全部家庭纯收入,避免了家庭人口规模可能对人均收入计算的稀释效应。在表4第(4)列中,数字经济的回归系数为2.019,显著为正,与基准回归结果方向一致。这表明数字经济对家庭整体收入水平的促进作用不受人均计算方式的影响,其收入促进效应具有普适性。替代变量的检验结果进一步验证了数字经济对中低收入群体收入增长的正向作用,并消除了基于人均收入计算可能存在的估计偏差。
其次,为进一步检验数字经济内部不同组成部分对中低收入群体收入的影响是否一致,本文将核心解释变量从整体数字经济水平替换为“数字普惠金融指数”进行回归分析,以验证其在增收效应中的代表性与独立作用。数字普惠金融作为数字经济的重要组成部分,能够反映金融数字化在扩大金融可得性、降低融资门槛方面的实际效果,尤其对中低收入群体的融资与抗风险能力具有直接影响。表4第(5)列结果显示,替代变量“数字普惠金融”的回归系数为0.003,在1%的水平下显著为正。这表明,即使仅考虑数字经济中的金融子系统,其对中低收入群体收入水平仍具有积极影响,进一步增强了数字经济促进收入增长结论的稳健性。
再次,本文通过缩尾处理来排除极端值可能对回归结果的干扰。具体而言,本文对样本数据进行5%的缩尾处理,以剔除收入水平和数字经济指标中的异常值。在表4第(6)列中,数字经济的回归系数为0.604,显著为正。与未缩尾处理的基准回归相比,回归系数方向和显著性均未发生变化。这一结果表明,即使在排除极端值的影响后,数字经济对中低收入群体收入水平的正向效应依然显著,进一步验证了模型估计结果的稳健性。
最后,为了探讨政策环境对数字经济收入效应的潜在影响,本文引入了竞争性政策变量。一般而言,国家级贫困县往往获得更多的转移支付,从而对数字经济对中低收入群体的增收效应产生影响,因此本文排除了样本中的国家级贫困县,以考察数字经济在不同政策背景下的收入促进作用。表4第(7)列的结果显示,数字经济的回归系数为1.331,显著为正。这表明,即使在考虑政策竞争性对地区数字经济发展的潜在影响后,数字经济对收入水平的促进作用依然显著。
综上所述,本文从不同角度验证了数字经济对中低收入群体收入促进效应的稳健性和普适性,各稳健性检验的结果均与基准回归结果保持一致,进一步增强了研究结论的可靠性。这些稳健性检验不仅为本文的学术贡献提供了坚实的经验证据,也为数字经济促进收入分配公平的政策设计提供了重要参考。
六、进一步分析
(一)机制检验
为探讨数字经济促进中低收入群体增收的内在机制,本文选取三类机制变量:要素配置效应采用劳动生产率和资本回报率衡量,前者以工资水平的对数反映劳动生产率,后者以家庭经营性收入衡量资本回报率。结构优化效应通过就业结构和创业活动体现,就业性质赋值为无业0、农业1、非农2;创业活动方面,创业为1、未创业为0。风险缓冲效应以家庭净资产和转移性收入衡量,前者反映财富积累,后者体现收入缓冲功能。
从要素配置效应角度看,数字经济对劳动生产率和资本回报率均产生显著正向影响。具体而言,表5第(1)列中,数字经济对劳动生产率的影响系数为1.258,在1%显著性水平下成立,说明数字技术的应用有效提升了中低收入群体的工资性收入,从而验证了H1a假设。第(2)列显示,数字经济对资本回报率的影响系数为0.938,同样在1%水平下显著,表明数字经济通过拓宽经营性收入渠道、提升资本使用效率,显著增强了中低收入群体的资本性增收能力,支持H1b假设。这一结果说明,数字经济不仅提升了劳动要素的边际产出,还通过数字普惠金融等机制优化了资本配置效率,增强了群体的生产性收入能力。
在就业优化效应方面,数字经济同样表现出积极影响。表5第(3)列中,数字经济显著促进了中低收入群体的就业结构优化,系数为0.448,在1%水平下显著,说明数字经济通过推动非农就业扩张、信息平台就业等方式,优化了劳动者的就业类型,验证了H2a假设。第(4)列中,数字经济对创业活动的影响系数为0.102,在10%水平下显著,尽管效应相对较弱,但仍具有统计意义,支持H2b假设。这表明,数字化平台在降低创业门槛、推动灵活就业方面发挥了一定作用,尤其在边缘劳动者与非正规就业群体中更为显著。
关于风险缓冲效应,数字经济显著增强了中低收入群体的财富积累能力和转移性收入水平。表5第(5)列结果显示,数字经济对资产积累的影响系数为0.821,且在5%水平下显著,验证了H3a假设。这说明中低收入家庭通过数字金融工具(如移动支付、余额宝、微投资平台等)更便捷地实现了储蓄与资产管理,提升了其财富积累能力。第(6)列中,数字经济对转移性收入的影响系数为1.071,显著性达1%水平,也验证了H3b假设。这表明数字化手段在优化社会救助分配、提高政策传导效率方面具有重要作用,尤其在精准扶贫与社会保障体系数字化改革背景下,转移支付对收入稳定性的贡献显著增强。
值得注意的是,不同机制变量的解释力存在一定差异。R2值显示,劳动生产率(R2=0.367)和就业结构(R2=0.279)的解释程度相对较高,而创业活动(R2=0.007)和转移性收入(R2=0.079)则相对较低。这提示数字经济对收入提升的主作用路径仍集中于要素配置与结构优化两方面,风险缓冲机制作为补充路径尚需政策进一步强化。
综上,机制检验结果表明数字经济主要通过提高生产要素使用效率、优化就业结构和增强风险缓冲功能三大机制路径,系统性地促进了中低收入群体的收入增长,全面验证了本文提出的六项理论假设(H1a—H3b),并进一步夯实了前文主回归结果的理论基础。
(二)异质性分析
为进一步检验数字经济对中低收入群体增收效应的差异性,本文从个体互联网信息可得性、家庭收入持续性和区域数字基础设施水平三个维度展开分组回归。
首先,互联网信息可得性是个体能否受益于数字经济的关键。数字经济依赖于互联网平台、数字工具及信息使用能力,能否上网直接影响个体融入程度。基于CFPS问卷,将“是否使用互联网”作为代理变量,若使用则赋值为1,否则为0。表6第(1)列结果显示,对于能够上网的群体,数字经济对其收入的影响系数为0.934,在1%水平下显著,表明信息接入能力显著提升了个体获取就业、创业和金融服务的能力。而对不使用互联网的群体(第(2)列),影响系数仅为0.243,且不显著,说明数字经济的普惠性仍依赖于个体数字技能,存在“数字能力鸿沟”。这一发现提示政策需关注弱势群体的信息素养与数字技能提升。
其次,家庭收入持续性显著影响数字经济的增收边际效应。本文根据家庭收入跨越低、中收入门槛的频次,将样本划分为长期低收入和长期中等收入群体。表6第(3)列结果,数字经济对长期低收入群体的影响系数为0.885,在1%水平下显著,而对长期中等收入群体(第(4)列)影响系数仅为0.349,且未通过显著性检验。这说明数字经济对相对贫困群体的边际改善作用更强,具有“底部改善”特征。其原因可能在于:一方面,数字经济降低了就业与创业门槛,使低收入群体更易获取机会;另一方面,数字化服务在一定程度上替代了传统公共服务中的资源不均,提升了低收入群体的公平参与度。
最后,区域数字基础设施水平的差异同样决定了数字经济的增收效应。本文基于光缆密度、人均宽带端口、从业人员、电信业务收入、移动互联网普及率和互联网普及率6个指标,运用主成分分析法测得综合指数,再以指数中位数水平分为高低两组。表6第(5)列结果表明,在基础设施水平较高地区,数字经济对收入的影响系数为0.381,未达显著性;而在基础设施水平较低地区(第(6)列),该系数为0.971,并在5%水平下显著。虽然结果看似违背直觉,但从边际收益理论可以解释:在薄弱地区,数字经济发展提升了基础设施的边际使用效率,带来更明显的改善效应。同时,这也反映了“数字红利”的滞后释放,即数字经济在发展初期对落后地区的推动更为集中和强劲。
综上,异质性分析显示,数字经济对中低收入群体的增收效应并非均质扩散,而是受制于个体能力、收入禀赋与区域条件等多重因素的制约,并在信息弱势群体、长期贫困家庭和基础设施滞后地区体现出更强的边际改善效应。这一发现不仅进一步验证了数字经济的结构性普惠效应,还为精准化政策设计提供了重要的实证依据。
(三)人力资本和城乡差异的调节作用
为了进一步识别数字经济作用于中低收入群体收入增长的边际异质性,本文在回归模型中引入交互项,考察人力资本水平与城乡类型是否在其中发挥了调节作用,其中,人力资本水平采用户主受教育年限衡量。具体而言,表7第(1)列引入“数字经济×人力资本”的交互项,第(2)列则引入“数字经济×城乡类型”的交互项,结果表明,两种调节变量均在数字经济的增收机制中发挥了显著的非线性调节效应。
首先,人力资本对数字经济增收效应具有显著的正向调节作用。表7第(1)列中,交互项“数字经济×人力资本”的系数为0.115,且在1%水平下显著,表明人力资本水平越高的群体,越能从数字经济中获得更大的收入提升。换言之,数字经济的正向效应具有“技能偏向性”,即其红利更多地流向具备一定知识、技能与教育水平的个体。这一发现与近年来“数字鸿沟”从接入鸿沟向能力鸿沟演化的趋势相契合,也提示在低人力资本群体中,数字经济的普惠性尚未充分释放。
其次,城乡属性对数字经济的收入效应也具有显著的调节作用。表7第(2)列中,交互项“数字经济×城乡类型”系数为0.910,显著性达1%,说明数字经济在城乡之间的边际效应存在明显差异。具体而言,数字经济发展对城市居民的增收作用更为明显,而在农村地区则相对有限。这种差异可能源于基础设施、产业结构、劳动力素质等多方面的城乡结构性分化。例如,城市中网络覆盖率更高、平台经济更发达、数字金融更便捷,使得城市居民更容易融入数字经济体系并获得收益;而农村地区则可能受限于数字基础设施落后与就业机会缺乏,导致数字经济红利在空间上传导不均。
综合来看,调节效应分析表明,数字经济并非对所有中低收入群体均匀产生增收作用,其效果在不同人力资本水平与空间属性人群中存在显著的边际差异。这一发现不仅补充了前文对数字经济“结构性普惠”特征的描述,还提示政策推进过程中应注重“能力嵌入”与“区域适配”,提升弱势群体的数字技能与接入机会,推动数字红利更加公平地在收入群体与空间维度中扩散。
七、结论与政策建议
本文基于2010—2020年CFPS微观数据与城市面板数据,系统检验了数字经济对中低收入群体收入增长的影响效应与作用机制。实证结果表明,数字经济显著提升了中低收入群体的收入水平,且该增收效应在控制个体与时间固定效应后依然稳健。机制检验进一步揭示,数字经济主要通过提高要素配置效率、优化就业结构以及增强抗风险能力三条路径发挥增收作用。异质性分析显示,数字经济对互联网使用者、长期低收入家庭和数字基础设施薄弱地区的增收效应更为显著,具有明显的结构性普惠特征。调节效应分析则发现,人力资本水平与城乡属性显著影响数字经济的边际效应,提示其作用并非自动均等扩散,而受到个体能力与空间条件的制约。
为此,本文提出以下四方面政策建议,以推动数字经济在更大范围内实现“结构性普惠”和“底部改善”,助力共同富裕目标的实现。
第一,着力提升中低收入群体的数字技能与人力资本水平,夯实参与数字经济的能力基础。研究发现,数字经济的增收效应具有显著的“技能偏向性”,人力资本水平越高的群体从数字经济中受益越多。为提升中低收入群体的数字参与能力,应将数字素养作为基础性公共能力纳入各级职业教育体系与社区终身教育体系,推动“数字技能普及工程”常态化运行;加大对低学历群体、农村劳动者、转岗困难群体的数字技能培训补贴与就业转介支持;充分利用数字平台开展定制化的在线培训课程,通过短视频、微课件等形式增强培训的吸引力与可达性;同时,完善技能认证体系与数字职业标准,使中低收入劳动者的能力提升能够与数字经济岗位需求相衔接。
第二,优化制度与平台环境,拓展中低收入群体在数字经济中的就业与创业机会。数字经济的就业优化效应与创业促进作用对中低收入群体尤为关键。应完善平台用工制度,推动灵活就业劳动者权益制度化保障,构建覆盖平台劳动者的最低工资、工伤保险与社会保障机制;引导平台企业向中小城市、农村地区拓展业务布局,释放本地化服务业的就业潜力。在创业方面,应推动“数字创业包容支持政策”,降低中低收入者进入数字经济创业生态的制度门槛,如简化个体工商注册流程,强化初创阶段财税减免,优化数字信贷产品结构,重点扶持依托直播电商、社区团购、线上服务等新业态开展的小微创业与家庭式创业。
第三,完善数字基础设施布局与普惠金融体系,推动数字红利的空间均衡扩散。研究显示,数字经济在数字基础设施薄弱地区具有更显著的边际效应,提示应强化“基础设施导向型普惠”政策。建议以“数字基础设施公共产品化”为导向,加快中西部地区和经济薄弱区域的光纤宽带、5G基站、数据中心等基础设施建设;推动城乡“数字公共服务站”建设,将数字服务下沉至社区、村庄与流动人口聚集区。在金融层面,强化数字普惠金融平台在低信用人群中的覆盖能力,支持金融科技企业与政策性金融机构合作开发低风险、低门槛的信用产品,缓解中低收入群体“融资难、融资贵”问题。建立多维监测机制,评估数字资源配置的空间不平衡及其对收入差异的影响,推动财政与政策资源向“数字贫困带”精准倾斜。
第四,构建以“结构性普惠”为导向的数字经济治理体系,持续增强底部群体收入获得感。研究发现,数字经济在长期低收入群体与非互联网使用者中的增收效应尤为明显,表明其具有“底部改善”潜力。因此,应从制度供给层面强化对底部群体的数字嵌入。一方面,应建立跨部门协同的“数字经济普惠评估机制”,将数字经济政策的收入分配影响纳入绩效考核,推动政策设计从“效率导向”向“包容导向”转型;另一方面,应持续优化社会保障数字化体系,利用大数据动态识别困难群体,提升转移支付的精准性与可达性。尤其要关注老年人、残障人士等特殊群体的“数字融入能力”,推动智能技术的人性化改造与替代方案开发,防止技术发展带来的“被动排斥”。
综上所述,数字经济在推动中低收入群体增收中展现出显著的制度潜力与技术优势,但其作用的实现高度依赖于能力条件、制度环境与空间结构。因此,数字经济政策的设计与实施应超越“均质化普惠”逻辑,转向“结构性公平”与“能力再分配”的治理思路,从而推动数字红利在更广泛人群与更广阔空间中释放,实现更有温度、更有质感的共同富裕。
(本文载于《吉林大学社会科学学报》2026年第1期)
