數(shù)字經(jīng)濟、網(wǎng)絡(luò)使用與居民收入
——基于分層線性模型的研究

周宛瑾，張 龍

(西北大學 經(jīng)濟管理學院，陜西 西安 710127)

近年來，國家高度重視數(shù)字經(jīng)濟的發(fā)展?！秶倚畔⒒l(fā)展戰(zhàn)略綱要》和《國家數(shù)字經(jīng)濟發(fā)展戰(zhàn)略綱要》均對發(fā)展數(shù)字經(jīng)濟作出重要部署，出臺了網(wǎng)絡(luò)強國、寬帶中國、“互聯(lián)網(wǎng)+”行動和促進大數(shù)據(jù)發(fā)展等系列重大規(guī)劃?？梢钥闯?，數(shù)字經(jīng)濟已經(jīng)逐漸成為我國經(jīng)濟增長的重要驅(qū)動力。

數(shù)字經(jīng)濟的發(fā)展促使各地區(qū)的互聯(lián)網(wǎng)普及率逐年提升。與此同時，居民對網(wǎng)絡(luò)技術(shù)的使用能力也在不斷增強。居民可以更便利地使用互聯(lián)網(wǎng)獲取有效信息、提升勞動技能，積累一定的信息資源。《人口與勞動綠皮書》提出，居民個人對互聯(lián)網(wǎng)的使用可以使其年勞動收入增加46.52%。中國社科院一項調(diào)查研究顯示，互聯(lián)網(wǎng)對提升中低收入人群的收入有一定幫助。那么各地區(qū)數(shù)字經(jīng)濟發(fā)展水平是否對各地區(qū)居民收入水平造成影響，數(shù)字經(jīng)濟又是如何通過影響居民個人互聯(lián)網(wǎng)使用進而影響居民收入的呢？

1 文獻綜述

1.1 數(shù)字經(jīng)濟發(fā)展對居民收入的影響

在宏觀地區(qū)層面，區(qū)域數(shù)字發(fā)展水平的差異會導致社會階級貧富分化。郝大海認為，各地區(qū)存在數(shù)字鴻溝，各地區(qū)經(jīng)濟發(fā)展差異會對居民能否接入互聯(lián)網(wǎng)有很大影響[1]；周文杰從宏觀和微觀兩個層面，對國外數(shù)字鴻溝現(xiàn)象進行了測度和考察，認為數(shù)字信息分化會影響居民信息素養(yǎng)，從而導致社會階級的貧富分化[2]；李升實證檢驗了日本各地區(qū)因存在數(shù)字鴻溝而導致社會階層分化，使得高階層人群和低階層人群的收入差距加大[3]；柯惠新從社會層面和個人層面分析了亞太五國的地區(qū)數(shù)字鴻溝及其影響因素，發(fā)現(xiàn)數(shù)字信息發(fā)展水平差異拉大了富裕國家與貧窮國家之間的差距[4]。

1.2 網(wǎng)絡(luò)使用對居民收入的影響

在微觀個人方面，居民互聯(lián)網(wǎng)使用能力的提升可以促進居民收入的增長。韓長根使用2010年至2016年CFPS(中國家庭追蹤調(diào)查)數(shù)據(jù)發(fā)現(xiàn)，居民通過互聯(lián)網(wǎng)學習、工作和社交，可以提高自身收入水平[5]；毛宇飛使用CFPS數(shù)據(jù)研究發(fā)現(xiàn)，互聯(lián)網(wǎng)對性別工資差距有影響，互聯(lián)網(wǎng)的使用促進了性別工資的增長[6]；華昱發(fā)現(xiàn)，使用網(wǎng)絡(luò)進行學習和工作的居民會比未使用網(wǎng)絡(luò)的居民獲得更高的收入[7]；陳玉宇利用全國家庭普查數(shù)據(jù)研究發(fā)現(xiàn)，個人通過使用電腦可以提升個人的勞動生產(chǎn)率，從而提高自身的工資水平[8]；Pabilonia和Zoghi發(fā)現(xiàn)，個人使用計算機可以提升自身工資水平，但由于不同地區(qū)的互聯(lián)網(wǎng)條件不同，對居民收入的影響也存在差異[9]。

從上述文獻可以看出，數(shù)字經(jīng)濟與網(wǎng)絡(luò)使用會對社會和個人產(chǎn)生影響。學者們在宏觀層面上研究數(shù)字經(jīng)濟對地區(qū)社會發(fā)展的影響，在微觀層面上研究互聯(lián)網(wǎng)的使用對個人收入的影響。但很少有文獻將這兩個層面結(jié)合起來，分析數(shù)字經(jīng)濟是如何通過影響個人的互聯(lián)網(wǎng)使用進而影響居民收入水平的。因此，筆者擬從宏觀數(shù)字經(jīng)濟發(fā)展與微觀居民個人互聯(lián)網(wǎng)使用兩個層面，采用分層線性模型，研究數(shù)字經(jīng)濟和居民個人的互聯(lián)網(wǎng)使用對居民收入的影響。

2 實證分析

由于各個地區(qū)的數(shù)字經(jīng)濟發(fā)展水平會影響該地區(qū)居民對互聯(lián)網(wǎng)的使用，會形成一個地區(qū)—個人的嵌套數(shù)據(jù)結(jié)構(gòu)，因此，本文以省份為關(guān)鍵變量，鏈接個人與地區(qū)兩層數(shù)據(jù)，通過逐步建立分層線性模型，來分析數(shù)字經(jīng)濟與居民個人的互聯(lián)網(wǎng)使用對居民收入的影響。

2.1 變量定義與描述性統(tǒng)計

2.1.1 數(shù)據(jù)篩選

文章選取的微觀數(shù)據(jù)來自2018年中國家庭追蹤調(diào)查(CFPS)的個人問卷數(shù)據(jù)，宏觀數(shù)據(jù)來自《中國統(tǒng)計年鑒》。在數(shù)據(jù)處理過程中，根據(jù)研究所需變量，在個人收入、網(wǎng)絡(luò)使用、性別、年齡、受教育程度、城鄉(xiāng)等選項中剔除了調(diào)查條目中填寫不適用、不知道和缺失的數(shù)據(jù)。這樣經(jīng)過處理后，剩下11 026個樣本，主要運用SPSS和HLM7軟件進行分析。

2.1.2 變量選取

在個人層面上，使用的變量包括個人收入、城鄉(xiāng)類別、性別、受教育程度、工作經(jīng)驗等；在地區(qū)層面上，使用的變量包括人均地區(qū)生產(chǎn)總值、數(shù)字經(jīng)濟發(fā)展水平等。

第一，被解釋變量。居民收入是被解釋變量，選取CFPS數(shù)據(jù)個人問卷中“工作總收入(元/年)”項目，指過去12個月所有工資、獎金、現(xiàn)金福利、實物補貼都算在內(nèi)，并扣除五險一金所獲得的收入。

第二，核心解釋變量。居民對互聯(lián)網(wǎng)的使用程度是核心解釋變量，選取CFPS數(shù)據(jù)個人問卷中“互聯(lián)網(wǎng)作為信息渠道的重要程度”項目，其中：1表示非常不重要，2表示不太重要，3表示一般重要，4表示比較重要，5表示非常重要。

第三，個人層次變量。第一，受教育程度。文章對受訪者的受教育程度進行賦值的方法，其中，如果被訪人的受教育程度是“本科及以上”時賦值為16，受教育程度是“大?！睍r賦值為14，受教育程度是“中專(高中)”時賦值為12，受教育程度是“初中”時賦值為9，受教育程度是“小學”時賦值為6。第二，性別。文章采用虛擬變量來表示，當被訪人為男性時賦值為1，當被訪人為女性時賦值為0。第三，城鄉(xiāng)類別。文章采用虛擬變量來表示，當被訪人為城鎮(zhèn)戶口時賦值為1，當被訪人為鄉(xiāng)村時賦值為0。第四，工作經(jīng)驗。文章采用被訪人的年齡來表示潛在的工作經(jīng)驗，具體計算方法是，用年齡減去受教育程度的賦值再減去學前教育的6年。由于工作經(jīng)驗通常對收入具有非線性影響，所以把工作經(jīng)驗的平方也作為解釋變量。

第四，地區(qū)層次變量。一是人均地區(qū)生產(chǎn)總值。文章采用人均地區(qū)生產(chǎn)總值來研究各地區(qū)經(jīng)濟增長狀況對居民個人收入的影響。二是數(shù)字經(jīng)濟發(fā)展水平。一個地區(qū)的數(shù)字經(jīng)濟水平會直接或間接影響地區(qū)居民的收入和居民個人對互聯(lián)網(wǎng)的使用程度，文章采用張龍等人的各地區(qū)信息水平得分來衡量各地區(qū)數(shù)字經(jīng)濟發(fā)展水平[10]。變量選取如表1所示。

表1 變量選取

2.1.3 描述性統(tǒng)計

由表2的描述性統(tǒng)計可以看出，在個人層面上，居民收入的均值為13 454.60；對互聯(lián)網(wǎng)的使用程度平均水平為2.85，說明人們認為互聯(lián)網(wǎng)對于信息獲取一般重要；城鄉(xiāng)均值為0.37，說明鄉(xiāng)村人口偏多；工作經(jīng)驗均值為31；性別的均值為0.50；平均受教育年限為7.53，說明平均受教育水平為初中水平。在地區(qū)層面上，數(shù)字經(jīng)濟發(fā)展水平、人均地區(qū)生產(chǎn)總值的變異系數(shù)分別為10.16%(1.24/12.21=0.101 6)和3.66%(0.40/10.93=0.036 6)，說明兩者均存在一定的地區(qū)差異。

表2 描述性統(tǒng)計

2.2 模型構(gòu)造

通過依次建立零模型、協(xié)方差模型、隨機回歸系數(shù)模型和完整模型，具體分析比較地區(qū)層面的數(shù)字經(jīng)濟發(fā)展水平和個人層面的互聯(lián)網(wǎng)使用對居民收入的影響。

2.2.1 零模型

零模型，也稱為隨機效應(yīng)的單因素方差分析，是在個人層次和地區(qū)層次都不加入自變量的前提下所建立的模型。對零模型進行可行性檢驗是運用分層線性模型的前提，如果組內(nèi)相關(guān)系數(shù)不顯著，那么可以運用傳統(tǒng)的回歸分析方法；反之，則考慮使用分層線性模型。其模型形式設(shè)定如下。

第一層：

incomeij=β0j+εij

(1)

第二層：

β0j=γ00+μ0j

(2)

將第二層的參數(shù)代入第一層，得到混合模型為：

incomeij=γ00+εij+μ0j

(3)

其中，εij～N(0,σ2),μoj～N(0,τ00),并且COV(εij,μ0j)=0

在上式中，income表示居民收入，i表示居民，j表示地區(qū)；β0j為第一層的截距項，代表居民的平均收入水平；γ00為第二層的截距項，代表總體的平均收入水平；εij為第一層的隨機效應(yīng)，μoj為第二層的隨機效應(yīng)，方差分別是σ2和τ00，分別代表了個人層次方差和地區(qū)層次方差。軟件回歸結(jié)果見表3。

從零模型回歸結(jié)果可以看出，截距項為17 618.5，平均收入水平在1%的水平下達到統(tǒng)計意義上的顯著。在方差分析中，個人層次所代表的組內(nèi)變異為793 395 778.7，地區(qū)層次所代表的組間變異為96 177 879.1，組內(nèi)相關(guān)系數(shù)ρ用來說明地區(qū)間差異可以解釋收入方差的程度：

=0.108 11

(4)

計算可知，組內(nèi)相關(guān)系數(shù)ρ為0.108 11，說明由于地區(qū)間不同所造成居民收入的差異占到了收入整體差異的10.81%。一般認為，當組內(nèi)相關(guān)系數(shù)ρ≥0.059時，屬于中度關(guān)聯(lián)強度，說明居民收入在地區(qū)間的分布差異性比較大，在這種組間差異不能被忽略的情況下，應(yīng)當運用分層線性模型進行分析。接下來，將把各層影響因素分別引入分層線性模型中進行估計與分析。

2.2.2 模型一：協(xié)方差模型

在零模型的基礎(chǔ)上，在第一層模型中引入個人層面的互聯(lián)網(wǎng)使用程度、城鄉(xiāng)類別、工作經(jīng)驗、工作經(jīng)驗平方、性別、受教育程度等相關(guān)變量，建立第二層不包含任何地區(qū)層次變量的分層協(xié)方差模型，具體研究個人特征對居民收入的影響。

首先，對數(shù)據(jù)進行“中心化”處理，將每個觀測值都減去該觀測值所屬組別的平均數(shù)，使其變量的數(shù)值變小，變量間的共線性機會變小，其模型形式設(shè)定如下。

第一層：

(5)

第二層：

β0j=γ00+μ0j

(6)

β1j=γ10

(7)

β2j=γ20

(8)

β3j=γ30

(9)

β4j=γ40

(10)

β5j=γ50

(11)

β6j=γ60

(12)

將第二層的參數(shù)代入第一層，得到混合模型為：

(13)

其中，εij～N(0,σ2)，μoj～N(0,τ00)，并且COV(εij,μ0j)=0

從模型一的回歸結(jié)果可以看出，平均收入的估計值為17 912.3，比零模型略大。在固定效應(yīng)部分，互聯(lián)網(wǎng)使用程度對居民收入的影響顯著為正，估計值為1 679.1，說明居民收入隨著其對互聯(lián)網(wǎng)使用程度的增加而增加。但城鄉(xiāng)類別對居民收入的影響顯著為負，估計值為-408.6，說明城鎮(zhèn)居民的工資水平比農(nóng)村居民低，這一點與實際不符，可能是由于微觀數(shù)據(jù)中鄉(xiāng)村戶口的樣本過多導致的。受教育程度對居民收入的影響顯著為正，估計值為989.3，說明受教育程度的提升對收入有著顯著的促進作用。性別估計值為正，說明男性比女性在勞動力市場上更具優(yōu)勢，收入更高。工作經(jīng)驗的估計值為負，工作經(jīng)驗平方的估計值為正，說明居民收入隨著工作經(jīng)驗的增加先減少后增加，呈現(xiàn)“U”型趨勢，主要原因在于此次微觀數(shù)據(jù)中的被訪者，大多數(shù)人還未開始工作，或剛剛進入工作崗位還未積累足夠可以提升自身人力資本的工作經(jīng)驗，只有到達一定年齡階段后，收入才會隨著工作經(jīng)驗的增長而增長。

表3 零模型、模型一和模型二的回歸結(jié)果

在方差分析和離異數(shù)分析中，可以計算方差縮減比例得出居民收入在組內(nèi)差異和組間差異的解釋程度。零模型和模型一的地區(qū)層次方差τ00的估計值分別為96 177 879.2和110 317 852.4，相對增加了14.7%；零模型和模型一的個人層次方差σ2的估計值分別為793 395 778.7和632 524 962.6，相對于零模型，模型一的方差相對減少了26.45%，說明控制第一層模型自變量之后，可以降低居民收入26.45%的變異程度。從整體上看，零模型和模型一的離異數(shù)分別為723 881.9和716 845.7，減少7 036.2，說明模型一對數(shù)據(jù)的契合度更好。

2.2.3 模型二：隨機回歸系數(shù)模型

接下來，在模型一協(xié)方差模型的基礎(chǔ)上，將第一層模型中的截距項和斜率項在第二層模型中都設(shè)定為隨機效應(yīng)，即第一層回歸模型中的回歸系數(shù)都是可以隨機變動的，建立包含隨機效應(yīng)的分層隨機回歸系數(shù)模型，進一步研究含有隨機效應(yīng)的個人特征對居民收入的影響，其模型形式設(shè)定如下。

第一層：

(14)

第二層：

β0j=γ00+μ0j

(15)

β1j=γ10

(16)

β2j=γ20+μ2j

(17)

β3j=γ30+μ3j

(18)

β4j=γ40+μ4j

(19)

β5j=γ50+μ5j

(20)

β6j=γ60+μ6j

(21)

將第二層的參數(shù)代入第一層，得到混合模型為：

(22)

其中，εij～N(0,σ2)，μkj～N(0,τk0)，并且COV(εij,μkj)=0,k=0,…,6，通過運用軟件進行分析的回歸結(jié)果如表3所示。

從模型二的回歸結(jié)果可以看出，模型二的平均收入的估計值為18 473.2，比零模型和模型一要大，但是相差不大。在固定效應(yīng)部分，除了城鄉(xiāng)類別以外，互聯(lián)網(wǎng)使用程度、所受教育程度、性別、工作經(jīng)驗、工作經(jīng)驗平方的斜率估計值對收入的影響都達到了1%的顯著性水平，具體的含義也同模型一相同。在隨機效應(yīng)部分，因為模型設(shè)定中各地區(qū)間的回歸線截距和斜率可以隨機變動，所以受教育程度、性別、工作經(jīng)驗、工作經(jīng)驗平方斜率的方差比收入項小，達到了1%的顯著性水平，說明地區(qū)間差異對各地區(qū)收入水平具有一定影響。

在方差分析和離異數(shù)分析中，模型二的個人層次方差σ2的估計值變小為607 558 905.9，與模型一相比減少了3.9%，這說明加入第一層隨機效應(yīng)后，對個人層次方差的改善幅度為3.9%。模型一和模型二的離異數(shù)分別為716 845.7和715 716.9，減少1 128.8，總體上來看，模型二比模型一對數(shù)據(jù)的契合度要好。

2.2.4 模型三：完整模型

最后，在之前模型的基礎(chǔ)上，共同引入個人層次和地區(qū)層次的所有變量，建立模型三完整模型，研究個人層次變量和地區(qū)層次變量對居民收入的共同影響。此時，第一層模型中包括個人層次的自變量，第二層模型包括地區(qū)層次的自變量，并且第二層模型的因變量是第一層模型的回歸系數(shù)，其模型設(shè)定形式如下。

第一層：

incomeij=β0j+β1j(internet)+β2j(urban)+

β3j(edu)+β4j(gender)+β5j(exp)+β6j(exp2)+εij

(23)

第二層：

(24)

(25)

(26)

β3j=γ30+μ3j

(27)

β4j=γ40+μ4j

(28)

β5j=γ50+μ5j

(29)

β6j=γ60+μ6j

(30)

其中，εij～N(0,σ2)，μkj～N(0,τk0)，并且COV(εij,μkj)=0,k=0,…,6

將第二層的參數(shù)代入第一層，得到混合模型為：

urban+γ30*edu+γ40*gender+γ50*exp+γ60*

exp2+u0j+μ2j*urban+μij*mternet+μ3j*

edu+μ4j*gender+μ5j*exp+μ6j*exp2+εij

(31)

在混合模型中可以看出，前12項屬于模型的固定效應(yīng)部分，后7項與隨機擾動項有關(guān)的屬于模型的隨機效應(yīng)部分。另外，γ11、γ21都代表了跨層級的交互作用對收入的影響，反映了地區(qū)層次變量通過個人層次變量施加給居民收入影響的調(diào)節(jié)效應(yīng)，即第二層模型自變量通過第一層模型自變量對第一層模型因變量產(chǎn)生的間接影響。通過運用軟件進行分析的所有回歸結(jié)果匯總?cè)绫?所示。

通過對完整模型的回歸結(jié)果分析，可以得出如下結(jié)論。

第一，互聯(lián)網(wǎng)的使用程度對居民收入產(chǎn)生顯著的正向影響，估計值為1 414，說明居民收入隨著其對互聯(lián)網(wǎng)的使用程度的增加而提高。

第二，個人特征對居民收入的影響方面，居民受教育程度對其收入產(chǎn)生了顯著的正向影響，估計值為988.2，這說明居民收入會隨著其受教育水平的提高而增加。性別對收入產(chǎn)生了顯著的正向影響，估計值6 895.8，說明在當前勞動力市場上，男性比女性更有優(yōu)勢，能夠獲得更高工資。工作經(jīng)驗對收入的影響系數(shù)為負，估計值為-635.7，工作經(jīng)驗的平方對收入的影響系數(shù)為正，估計值為4 415.1，這說明隨著年齡與工作經(jīng)驗的增長，居民收入隨著工作經(jīng)驗的增加先減少后增加，呈現(xiàn)出“U”型趨勢。主要原因在于，此次CFPS微觀數(shù)據(jù)中的被訪者大多數(shù)人還未開始工作，或剛剛進入工作崗位還未積累足夠可以提升自身人力資本的工作經(jīng)驗，只有到達一定年齡階段后，收入才會隨著工作經(jīng)驗的增長而增長。但城鄉(xiāng)類別相對于其他變量對收入的影響為負，估計值為-363.8，即城鎮(zhèn)居民的工資水平比農(nóng)村居民低，這一點與實際不符，主要原因在于樣本中鄉(xiāng)村樣本數(shù)據(jù)較多。

第三，地區(qū)特征對居民收入的影響方面，人均地區(qū)生產(chǎn)總值的回歸系數(shù)為正，估計值為13 911.7，說明經(jīng)濟發(fā)展水平越高的地區(qū)居民收入越高。數(shù)字經(jīng)濟發(fā)展水平代表該地區(qū)網(wǎng)絡(luò)基礎(chǔ)設(shè)施的建設(shè)能力，估計值為4 806.1，說明地區(qū)數(shù)字經(jīng)濟發(fā)展水平對收入也有正向促進作用。其中，具有跨層級交互作用的交互項估計值為970.4，表明數(shù)字經(jīng)濟發(fā)展水平與居民互聯(lián)網(wǎng)使用對居民收入產(chǎn)生正向交互影響，即地區(qū)層次的數(shù)字經(jīng)濟發(fā)展水平會對個人層次的居民互聯(lián)網(wǎng)使用程度產(chǎn)生正向影響，進而促進居民個人收入水平的提高，存在間接傳遞的調(diào)節(jié)作用。在其他條件不變的情況下，個人所處地區(qū)的數(shù)字經(jīng)濟發(fā)展水平每增加1個單位，該地區(qū)互聯(lián)網(wǎng)使用程度對居民收入的影響會比處于平均數(shù)字經(jīng)濟發(fā)展水平的地區(qū)多增加970.4個單位的斜率。也就是說，一個地區(qū)數(shù)字經(jīng)濟發(fā)展水平越高，那么個人對互聯(lián)網(wǎng)的使用程度就越高，居民的個人收入也會越高。

第四，在方差分析和離異數(shù)分析中，通過比較模型三完整模型與零模型可以發(fā)現(xiàn)，與零模型相比，完整模型的個人層次組內(nèi)方差解釋程度減少了20.59%，地區(qū)層次組間方差解釋程度減少了80.32%，說明完整模型中引入第一層自變量和第二層自變量后，模型能更好地解釋了居民收入的個人層次差異和地區(qū)層次差異。完整模型的離異數(shù)在各個模型中最小，所以完整模型對數(shù)據(jù)的契合度最好。

表4 零模型、模型一、模型二和模型三的回歸結(jié)果

由以上所得的結(jié)果可知，個人對互聯(lián)網(wǎng)的使用程度，不僅可以直接影響居民個人收入水平，同時也受到地區(qū)特征的束縛，即地區(qū)數(shù)字經(jīng)濟發(fā)展水平，會通過影響居民個人互聯(lián)網(wǎng)的使用對居民收入產(chǎn)生調(diào)節(jié)作用。

3 結(jié)論與建議

3.1 結(jié)論

通過依次建立零模型、協(xié)方差模型、隨機回歸系數(shù)模型和完整模型等分層線性模型，分析了數(shù)字經(jīng)濟發(fā)展水平與個人互聯(lián)網(wǎng)使用程度對居民收入的影響。研究結(jié)果表明：居民對互聯(lián)網(wǎng)的使用、受教育程度、性別和工作經(jīng)驗均會對居民收入產(chǎn)生正向影響，人均地區(qū)生產(chǎn)總值和數(shù)字經(jīng)濟發(fā)展水平也會對收入產(chǎn)生顯著的正向影響。與此同時，地區(qū)層次的數(shù)字經(jīng)濟發(fā)展水平會對個人層次的居民互聯(lián)網(wǎng)使用產(chǎn)生正向調(diào)節(jié)效應(yīng)，進一步促進居民個人收入水平的提高。

3.2 建議

由于我國地區(qū)間數(shù)字經(jīng)濟發(fā)展不平衡，東中西地區(qū)存在較大差異，同時居民個人的人力資本和對互聯(lián)網(wǎng)使用能力也有所差異，為促進居民收入水平提升，本文提出以下建議。

第一，縮小各地區(qū)的數(shù)字經(jīng)濟發(fā)展差距，加強內(nèi)陸欠發(fā)達地區(qū)的數(shù)字基礎(chǔ)設(shè)施建設(shè)。財政應(yīng)適度傾斜支持中西部落后地區(qū)，在全國建立現(xiàn)代化程度高、運作架構(gòu)完善的綜合信息網(wǎng)絡(luò)體系，確保數(shù)字信息基礎(chǔ)設(shè)施在協(xié)調(diào)區(qū)域經(jīng)濟發(fā)展方面發(fā)揮更大的作用。

第二，降低勞動者的網(wǎng)絡(luò)使用門檻。由于勞動者互聯(lián)網(wǎng)使用能力差異較大，政府應(yīng)該開展大量的互聯(lián)網(wǎng)技能培訓課程，提升低技能勞動者對互聯(lián)網(wǎng)的基本使用能力，降低不同群體間的“數(shù)字鴻溝”。

第三，提升勞動者的人力資本水平。由于勞動者的受教育程度和工作經(jīng)驗對居民收入有正向影響，因此政府應(yīng)該擴大高等教育規(guī)模，增加技能培訓課程，以提升居民勞動技能，同時消除男女在勞動力市場上的性別歧視，建立新的勞動保護法律法規(guī)，縮小男女工資差異，以促進居民收入的協(xié)調(diào)增長。