尹含 孫伯馳
摘要:對標對表共同富裕的中國式現(xiàn)代化發(fā)展目標,我國推進共同富裕的中國式現(xiàn)代化的關(guān)鍵在于縮小農(nóng)村內(nèi)部的收入差距?;谥袊彝プ粉櫿{(diào)查數(shù)據(jù)和北京大學縣域數(shù)字鄉(xiāng)村指數(shù),文章從微觀農(nóng)戶視角通過數(shù)字鄉(xiāng)村整體架構(gòu),采用普通最小二乘法分析數(shù)字鄉(xiāng)村建設(shè)對農(nóng)民收入差距的影響。研究結(jié)果表明:(1)數(shù)字鄉(xiāng)村建設(shè)擴大了農(nóng)村居民收入差距,數(shù)字鄉(xiāng)村指數(shù)每增加1個單位,Kakwani指數(shù)上升0.0010。(2)分維度異質(zhì)性分析發(fā)現(xiàn),鄉(xiāng)村經(jīng)濟數(shù)字化使收入差距提高了0.0009,加劇收入不平等程度的作用效果最明顯。(3)異質(zhì)性分析還發(fā)現(xiàn),通過數(shù)字鄉(xiāng)村建設(shè),非林區(qū)農(nóng)戶年人均純收入增加0.0187萬元,非林業(yè)生產(chǎn)戶年人均純收入增加0.0656萬元,兩者增收效果更明顯。(4)數(shù)字鄉(xiāng)村建設(shè)存在精英俘獲,高學歷農(nóng)戶和高社會資本農(nóng)戶年人均純收入分別提高0.0496萬元和0.0267萬元,不利于弱勢群體分享數(shù)字鄉(xiāng)村建設(shè)紅利,帶來了嚴峻的收入分化問題。(5)機制分析顯示,數(shù)字鄉(xiāng)村建設(shè)使高收入農(nóng)戶的農(nóng)業(yè)生產(chǎn)發(fā)展增加1.5457萬元,非農(nóng)就業(yè)的概率增加0.1427,從而擴大了農(nóng)村收入差距。根據(jù)研究結(jié)論,持續(xù)推動數(shù)字鄉(xiāng)村建設(shè)健康有序發(fā)展,補足鄉(xiāng)村經(jīng)濟數(shù)字化和林業(yè)生產(chǎn)短板,加大對弱勢群體的幫扶力度,是促進農(nóng)民農(nóng)村共同富裕的重要途徑。
關(guān)鍵詞:數(shù)字鄉(xiāng)村建設(shè);收入差距;林業(yè)生產(chǎn);農(nóng)業(yè)生產(chǎn)發(fā)展;非農(nóng)就業(yè)
中圖分類號:F323;F49文獻標識碼:A文章編號:1673-338X(2023)07-040-20
基金項目:天津師范大學研究生科研創(chuàng)新項目“數(shù)字鄉(xiāng)村建設(shè)對農(nóng)村收入差距的影響研究”(編號: 2023KYCX033Y)。
Study on the Impact of Digital Village Construction on the Income Gap of Rural Residents
YIN HanSUN Bochi
(College of Economics, Tianjin Normal University, Tianjin 300382)
Abstrast:Against the development goal of Chinese-style modernization of common wealth, the key to promoting Chinese-style modernization of common wealth in China lies in narrowing the income gap within the rural areas. Based on the China Family Panel Studies data and Peking Universitys County Digital Village Index, from a micro-farmers perspective, through the overall architecture of the digital village, this paper analyzed the impact of digital village construction on farmers income gap by using ordinary least squares method. The results showed that:(1)Digital village construction had widened the income gap among rural residents, with the Kakwani index rising by 0.0010 for every 1 unit increase in the digital village index.(2)The analysis of sub-dimensional heterogeneity found that rural economic digitization increased the income gap by 0.0009, with the most significant effect of increasing the level of income inequality.(3)Heterogeneity analysis also found that non-forest farmers annual net incomes per capita increased by 187 yuan and non-forest producer households increased their annual net incomes per capita by 656 yuan through digital village construction, both had a more significant effect on increasing income.(4)There was elite capture in digital village construction, with the annual net incomes per capita of highly educated farmers and high social capital farmers increasing by 496 yuan and 267 yuan respectively, which was not conducive to the sharing of the dividends of digital village construction by vulnerable groups, and brought about a serious problem of income polarization.(5)The analysis of the mechanism showed that the digital village construction contributed to an increase of 15457 yuan in the development of agricultural production of high-income farmers and increased the probability of non-farm employment of high-income farmers by 0.1427,thus widened the gap between rural incomes. According to the research in this paper, continuously promoting the healthy and orderly development of digital village construction, making up the short board of rural economic digitization and forestry production, and increasing the assistance to vulnerable groups were important ways to promote the common prosperity of farmers and rural areas.
Key Words:digital village construction;income gap;forestry production;agricultural production development;non-farm employment
1引言
共同富裕是社會主義的本質(zhì)要求,是中國式現(xiàn)代化的重要特征。2020年,我國脫貧攻堅戰(zhàn)取得全面勝利,消除了農(nóng)村絕對貧困問題,但是農(nóng)村收入不平等、不充分問題依然嚴峻(尹志超等,2023),實現(xiàn)農(nóng)民農(nóng)村共同富裕任重而道遠。根據(jù)《中國統(tǒng)計年鑒》相關(guān)數(shù)據(jù),按農(nóng)村居民年人均可支配收入五等份分組,2021年高收入組的人均可支配收入為43081.50元,低收入組的人均可支配收入為4855.90元,兩者相差7.87倍;2013至2021年,低收入組年人均可支配收入增速為6.76%,高收入組年人均可支配收入增速為9.19%,兩者相差2.43個百分點,表明期間農(nóng)村居民的貧富差距在持續(xù)擴大①??梢?,農(nóng)村內(nèi)部收入分配狀況在不斷惡化,長此以往不僅會弱化農(nóng)村居民的獲得感和幸福感,也會影響農(nóng)村社會的公平公正,阻礙共同富裕的推進。
隨著數(shù)字經(jīng)濟的蓬勃發(fā)展,數(shù)字鄉(xiāng)村建設(shè)應(yīng)時而生。推進數(shù)字鄉(xiāng)村建設(shè)既是我國鄉(xiāng)村振興和農(nóng)業(yè)農(nóng)村現(xiàn)代化發(fā)展的戰(zhàn)略重點和優(yōu)先發(fā)展方向,也是進一步解放和發(fā)展數(shù)字化生產(chǎn)力、建設(shè)數(shù)字中國的重要內(nèi)容。2018年《中共中央國務(wù)院關(guān)于實施鄉(xiāng)村振興戰(zhàn)略的意見》首次提出“實施數(shù)字鄉(xiāng)村戰(zhàn)略”,數(shù)字鄉(xiāng)村建設(shè)正式上升為國家戰(zhàn)略。黨的二十大報告中指出“要加快建設(shè)數(shù)字中國,全面推進鄉(xiāng)村振興”?!?023年數(shù)字鄉(xiāng)村發(fā)展工作要點》明確提出“鄉(xiāng)村數(shù)字普惠服務(wù)不斷深化,農(nóng)民數(shù)字素養(yǎng)與技能持續(xù)提升”,數(shù)字技術(shù)為保障農(nóng)民共享數(shù)字鄉(xiāng)村建設(shè)成果提供了強有力的支撐。然而農(nóng)民資源稟賦和認知能力存在差異,2021年《鄉(xiāng)村振興戰(zhàn)略背景下中國鄉(xiāng)村數(shù)字素養(yǎng)調(diào)查分析報告》指出,農(nóng)村低學歷者正在遭遇數(shù)字鴻溝,并且農(nóng)民數(shù)字素養(yǎng)與其收入成正相關(guān),這意味著農(nóng)村優(yōu)勢群體和弱勢群體由于數(shù)字技術(shù)使用的差距,在將數(shù)字技術(shù)轉(zhuǎn)化為生產(chǎn)力和收入方面會產(chǎn)生獲益差距(朱秋博等,2022),數(shù)字鄉(xiāng)村建設(shè)紅利可能尚未體現(xiàn)出明顯的包容性,農(nóng)村內(nèi)部貧富分化問題會愈加嚴重。
除種植業(yè)外,林業(yè)經(jīng)濟作為農(nóng)村經(jīng)濟的重要組成部分,能夠為農(nóng)戶提供更多生產(chǎn)發(fā)展的機會?!稊?shù)字鄉(xiāng)村建設(shè)指南1.0》明確指出,要“形成林草立體感知、管理協(xié)同高效、生態(tài)價值凸顯、服務(wù)內(nèi)外一體的林草發(fā)展新模式”,《數(shù)字鄉(xiāng)村發(fā)展行動計劃(2022-2025年)》進一步強調(diào)要打造森林人家和康養(yǎng)基地,加快培育農(nóng)村新業(yè)態(tài),健康有序發(fā)展農(nóng)村經(jīng)濟。事實上,林業(yè)生產(chǎn)農(nóng)戶受自然條件和地理位置的約束,生產(chǎn)生活相對封閉,獲取數(shù)字技術(shù)使用的權(quán)利與機會相對匱乏,可能更容易面臨信息困境和金融排斥的雙重沖擊(邱海蘭等,2022),不僅無法發(fā)展林草數(shù)字產(chǎn)業(yè)化,也會陷入就業(yè)信息陷阱,這在一定程度上限制了林農(nóng)共享數(shù)字鄉(xiāng)村建設(shè)紅利的可能性,進而加劇農(nóng)村內(nèi)部收入不平等程度。當前學者對數(shù)字鄉(xiāng)村建設(shè)的研究多為理論分析和宏觀層面的實證檢驗,較少涉及微觀層面關(guān)于數(shù)字鄉(xiāng)村建設(shè)影響農(nóng)村收入差距的實證研究。因此,深入探析這一問題對于我國持續(xù)深入推進數(shù)字鄉(xiāng)村建設(shè)、縮小農(nóng)村內(nèi)部貧富差距具有重要的理論價值和現(xiàn)實意義。
基于此,本文從農(nóng)戶微觀視角出發(fā),利用中國家庭追蹤調(diào)查(China Family Panel Studies, CFPS)數(shù)據(jù)和北京大學新農(nóng)村發(fā)展研究院編制的縣域數(shù)字鄉(xiāng)村指數(shù)(2020),運用普通最小二乘法(Ordinary Least Squares, OLS)模型和兩階段最小二乘法(Two Stage Least Squares, 2SLS)模型,實證分析數(shù)字鄉(xiāng)村建設(shè)對農(nóng)村收入差距的影響。并從數(shù)字鄉(xiāng)村建設(shè)分維度、農(nóng)戶地區(qū)分布和生產(chǎn)性質(zhì)層面,剖析數(shù)字鄉(xiāng)村建設(shè)對家庭年人均純收入的影響效果差異,進一步地,從農(nóng)業(yè)生產(chǎn)發(fā)展和非農(nóng)就業(yè)視角探討了數(shù)字鄉(xiāng)村建設(shè)影響農(nóng)戶收入差距的作用機理。以期促進數(shù)字鄉(xiāng)村健康有序發(fā)展,從而緩解農(nóng)村內(nèi)部普遍存在的收入不平等問題,并據(jù)此提出相應(yīng)的政策啟示。
本文的邊際貢獻主要體現(xiàn)在三個方面。在理論方面,將中國家庭追蹤調(diào)查數(shù)據(jù)和縣域數(shù)字鄉(xiāng)村指數(shù)相結(jié)合,從微觀層面分析數(shù)字鄉(xiāng)村建設(shè)對農(nóng)村社會經(jīng)濟效應(yīng)的影響,擴展了數(shù)字鄉(xiāng)村建設(shè)影響效應(yīng)的實證研究領(lǐng)域;在方法方面,基于數(shù)字鄉(xiāng)村整體架構(gòu)考察了對農(nóng)村內(nèi)部收入差距的影響,豐富了農(nóng)村不平等的相關(guān)研究;在政策實踐方面,依據(jù)農(nóng)戶收入的主要來源,分析了數(shù)字鄉(xiāng)村建設(shè)通過農(nóng)業(yè)生產(chǎn)發(fā)展和非農(nóng)就業(yè)對農(nóng)戶收入分配的影響,為數(shù)字鄉(xiāng)村建設(shè)的實施與推廣提供了實踐啟示與指導。
2文獻回顧與評述
關(guān)于農(nóng)村居民收入差距的影響因素已引起國內(nèi)外學者的廣泛討論,最早可以追溯到陳傳波等(2001)以環(huán)境、人口、支出、資產(chǎn)因素為切入點,分析了對農(nóng)戶收入差距的相關(guān)影響;Wan(2004)以地理因素為切入點,驗證了上述因素是影響農(nóng)戶收入差距的重要方面。宏觀方面,已有代表性的研究基于經(jīng)濟發(fā)展水平(Wang et al., 2019)、產(chǎn)業(yè)結(jié)構(gòu)(Tyrowicz et al., 2019)、金融發(fā)展(Tureégano et al., 2018)和互聯(lián)網(wǎng)使用(Richmond et al., 2018)視角進行了詳細的實證分析。如邱海蘭等(2022)基于中國社會狀況綜合調(diào)查數(shù)據(jù)進行研究,發(fā)現(xiàn)互聯(lián)網(wǎng)使用能夠更大程度地降低受教育程度高的林區(qū)農(nóng)戶的返貧風險,互聯(lián)網(wǎng)使用拉大了農(nóng)村收入差距。微觀方面,學者們分別從物質(zhì)資本、社會資本和人力資本等方面展開豐富的研究。許慶等(2008)認為,土地細碎化降低了農(nóng)戶收入不平等;Zhao等(2012)認為,由于窮人存在資本和回報欠缺,社會資本會擴大收入差距;伍艷(2020)研究發(fā)現(xiàn),教育和健康作為重要的人力資本投資,有利于縮小農(nóng)村收入差距。然而,上述研究大多基于傳統(tǒng)情景進行分析,難以建立微觀主體、數(shù)字背景與收入差距之間的因果鏈條。因此,需要進一步深化數(shù)字情景下農(nóng)戶收入差距影響因素的研究。
隨著農(nóng)村數(shù)字化進程不斷加快,數(shù)字技術(shù)的經(jīng)濟效應(yīng)和社會效應(yīng)明顯增強,數(shù)字鄉(xiāng)村建設(shè)受到大量學者的關(guān)注。既有文獻探討了數(shù)字鄉(xiāng)村建設(shè)對農(nóng)民消費(汪亞楠等,2021)、農(nóng)業(yè)發(fā)展(雷澤奎等,2023)和農(nóng)戶增收(史常亮,2023)的影響,而關(guān)于對農(nóng)戶收入差距影響的研究相對不足。王中偉等(2023)運用2011-2020年省級面板數(shù)據(jù),以數(shù)字鄉(xiāng)村信息環(huán)境、數(shù)字鄉(xiāng)村服務(wù)環(huán)境、數(shù)字鄉(xiāng)村應(yīng)用環(huán)境表征數(shù)字鄉(xiāng)村建設(shè)水平,得出數(shù)字鄉(xiāng)村建設(shè)有效推動農(nóng)民農(nóng)村共同富裕的結(jié)論。然而,上述文獻都是從宏觀層面研究農(nóng)民收入差距,缺乏從微觀視角對農(nóng)村收入差距的有效關(guān)注。
現(xiàn)有關(guān)于數(shù)字化影響農(nóng)民收入差距的研究方法多是基于數(shù)字化的某一維度展開分析。Forman等(2012)、邱澤奇等(2016)較早關(guān)注了互聯(lián)網(wǎng)使用對農(nóng)戶收入差距的影響。數(shù)字金融方面,斯麗娟等(2022)根據(jù)數(shù)字普惠金融指數(shù)數(shù)據(jù)和中國家庭追蹤調(diào)查數(shù)據(jù),以Kakwani指數(shù)①表征農(nóng)戶收入不平等程度,實證研究發(fā)現(xiàn),數(shù)字金融使用能夠緩解信貸約束,提高農(nóng)戶互聯(lián)網(wǎng)可得性,進而抑制農(nóng)戶收入不平等;相反,王小華等(2021)認為,數(shù)字普惠金融存在獲益分化現(xiàn)象,這主要是因為金融機構(gòu)存在逐利性,青睞于農(nóng)村優(yōu)勢群體。電商發(fā)展方面,邱子迅等(2021)認為,電子商務(wù)能夠更大程度地緩解農(nóng)村低收入農(nóng)戶面臨的信息不對稱難題,縮小農(nóng)村內(nèi)部收入差距;相反,曾億武等(2018)利用江蘇省沐陽縣1009個農(nóng)戶的問卷調(diào)查數(shù)據(jù),研究了電子商務(wù)對農(nóng)戶農(nóng)業(yè)收入的影響,發(fā)現(xiàn)小農(nóng)由于資本稟賦的差異面臨著嚴重的數(shù)字鴻溝,導致互聯(lián)網(wǎng)紅利獲取差異,拉大了農(nóng)村內(nèi)部收入差距。此外,朱秋博等(2022)基于全國農(nóng)村固定觀察點數(shù)據(jù)和信息化追蹤調(diào)研數(shù)據(jù)實證研究發(fā)現(xiàn),信息化對高收入農(nóng)戶和高受教育水平農(nóng)戶的增收效果更明顯,拉大了農(nóng)村貧富差距??梢钥闯觯F(xiàn)有文獻在數(shù)字化背景下對農(nóng)戶收入差距影響因素的實證分析局限在數(shù)字化單一維度,缺乏對數(shù)字化因素的系統(tǒng)性研究?;诖耍疚囊詳?shù)字鄉(xiāng)村整體架構(gòu)為切入點分析了對農(nóng)村居民收入差距的影響。
已有文獻對農(nóng)戶收入差距影響因素展開了豐富的研究,為本文提供了有益的借鑒和啟發(fā),但仍存在兩方面的問題:理論上,已有關(guān)于數(shù)字鄉(xiāng)村建設(shè)對農(nóng)村居民收入差距影響的研究多是宏觀研究,難以刻畫微觀個體與數(shù)字鄉(xiāng)村建設(shè)之間的互動;方法上,對于農(nóng)戶收入差距影響因素的分析局限于經(jīng)濟發(fā)展、金融發(fā)展、三大資本等傳統(tǒng)情境,或涉及到了新經(jīng)濟發(fā)展模式中的電子商務(wù)、數(shù)字普惠金融、互聯(lián)網(wǎng)發(fā)展等單一維度,未能在數(shù)字化背景下對農(nóng)戶收入差距進行系統(tǒng)性考察。鑒于此,本文從數(shù)字鄉(xiāng)村建設(shè)整體架構(gòu)出發(fā),以從事農(nóng)林牧漁生產(chǎn)的農(nóng)戶為研究對象,考察數(shù)字鄉(xiāng)村建設(shè)對農(nóng)村居民收入差距的影響及其作用路徑。本文豐富了數(shù)字鄉(xiāng)村建設(shè)對農(nóng)村居民收入差距的影響研究的分析視角,為政府進一步推動數(shù)字鄉(xiāng)村建設(shè)健康有序發(fā)展、縮小農(nóng)村居民收入差距、實現(xiàn)農(nóng)林牧漁產(chǎn)業(yè)共同發(fā)展、促進農(nóng)民農(nóng)村共同富裕提供了支持依據(jù)。
3理論分析框架與研究方法
在已有研究的基礎(chǔ)上,本文將通過理論分析闡述數(shù)字鄉(xiāng)村建設(shè)對農(nóng)村居民收入差距的影響及其作用機制,并據(jù)此構(gòu)建普通最小二乘模型和兩階段最小二乘模型進行回歸分析。在考察數(shù)字鄉(xiāng)村建設(shè)的作用機制時,采用交乘項系數(shù)進行分析。
3.1理論分析與研究假設(shè)
基于技術(shù)篩選理論,對數(shù)字鄉(xiāng)村建設(shè)與農(nóng)村居民收入差距之間的關(guān)系及其作用機理進行理論分析,并據(jù)此提出研究假設(shè)。
3.1.1數(shù)字鄉(xiāng)村建設(shè)對農(nóng)戶收入差距的影響
數(shù)字鄉(xiāng)村建設(shè)是否會擴大農(nóng)戶收入差距,取決于數(shù)字鄉(xiāng)村建設(shè)對農(nóng)戶增收程度的大小,即在高收入農(nóng)戶和低收入農(nóng)戶中,誰從數(shù)字鄉(xiāng)村建設(shè)中獲益更多的問題(張勛等,2019)。而作為數(shù)字鄉(xiāng)村建設(shè)的強勁動力,技術(shù)變革天生帶有篩選機制,對農(nóng)戶的能動性提出更高的要求(邱澤奇等,2021),為農(nóng)戶增收創(chuàng)造了技術(shù)新門檻。由于低收入農(nóng)戶與數(shù)字技術(shù)使用匱乏的人存在極大重合,依據(jù)技術(shù)篩選理論,可以預期數(shù)字技術(shù)的復雜性和逐利性非但沒有彌補低收入農(nóng)戶的弱勢,反而對高收入農(nóng)戶助益更多(王修華等,2020)。一方面,農(nóng)戶需要具有一定的知識儲備和數(shù)字素養(yǎng)才能適應(yīng)數(shù)字鄉(xiāng)村建設(shè),并將數(shù)字技術(shù)轉(zhuǎn)化為現(xiàn)實生產(chǎn)力和增收致富的機會(林海等,2023)。一般來說,高收入農(nóng)戶普遍接受較高水平的教育,能夠跨越數(shù)字技術(shù)使用的成本門檻和能力門檻,增強信息搜尋技能和溝通技能,更大程度地享受數(shù)字鄉(xiāng)村建設(shè)紅利;而低收入農(nóng)戶由于“知識鴻溝”的束縛,往往呈現(xiàn)“低數(shù)字敏感度”特征,難以利用電子商務(wù)、智慧物流等數(shù)字技術(shù)發(fā)展生產(chǎn),不僅無法提升生產(chǎn)決策的科學性,難以拓展價值鏈,還會由于市場參與度低,繼續(xù)受到中間商的壓榨(邱子迅等,2021),進而帶來商品積壓的風險。因此,低收入農(nóng)戶對數(shù)字技術(shù)呈現(xiàn)“自我排斥”的特征,難以同質(zhì)等量地共享數(shù)字鄉(xiāng)村建設(shè)的紅利。另一方面,由于金融機構(gòu)追求商業(yè)上的可持續(xù)性,普惠金融服務(wù)存在“使命漂移”,會在農(nóng)戶申請貸款的過程中高筑貸款門檻(王小華等,2021)。金融機構(gòu)傾向于對高收入農(nóng)戶增加供給,更加優(yōu)化其資源稟賦優(yōu)勢(彭澎等,2022)。低收入農(nóng)戶由于金融素養(yǎng)低、資產(chǎn)匱乏等因素,在申請貸款的過程中無法提供滿足要求的適當?shù)盅何?,并且借貸周期短、數(shù)額小,會使金融機構(gòu)面臨高額的操作成本,因此無法得到金融機構(gòu)的青睞,難以有足夠的資金拓展數(shù)字技術(shù)應(yīng)用場景,和高收入農(nóng)戶的差距越來越大甚至難以追平。因此,高收入農(nóng)戶能夠借力數(shù)字鄉(xiāng)村建設(shè)擠占更多的資源,將低收入農(nóng)戶排擠在分享數(shù)字鄉(xiāng)村建設(shè)紅利的門檻之外,形成“富者愈富,窮者愈窮”的馬太效應(yīng)?;诖?,提出假設(shè)H1。
H1:數(shù)字鄉(xiāng)村建設(shè)拉大了農(nóng)村居民收入差距。
3.1.2數(shù)字鄉(xiāng)村建設(shè)影響農(nóng)戶收入差距的作用機理
工作是收入的主要來源(方福前等,2021)。數(shù)字鄉(xiāng)村建設(shè)之所以會影響農(nóng)村居民收入差距,可能與數(shù)字鄉(xiāng)村建設(shè)影響農(nóng)村居民就業(yè)有關(guān)。對于農(nóng)村居民而言,其就業(yè)類型主要包括農(nóng)業(yè)生產(chǎn)發(fā)展(包括種植業(yè)、林業(yè)、畜牧業(yè)、漁業(yè)、副業(yè)五種產(chǎn)業(yè)形式)和非農(nóng)就業(yè)。一方面,數(shù)字鄉(xiāng)村建設(shè)推動大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能等在農(nóng)業(yè)生產(chǎn)經(jīng)營管理中的運用,加速布局農(nóng)業(yè)數(shù)字化轉(zhuǎn)型,但數(shù)字農(nóng)業(yè)發(fā)展對資金和技術(shù)提出了更高的要求,而這正是高收入農(nóng)戶的優(yōu)勢,因此,數(shù)字鄉(xiāng)村建設(shè)可能為高收入農(nóng)戶提供更高的邊際回報率(華中昱等,2022);另一方面,由于存量技能(資源、數(shù)字技術(shù)使用能力等)不足,低收入農(nóng)戶面臨嚴重的信息配給約束和資金流動性約束,難以通過非農(nóng)就業(yè)趕超高收入農(nóng)戶增收致富的步伐?;诖耍岢黾僭O(shè)H2。
H2:數(shù)字鄉(xiāng)村建設(shè)通過促進農(nóng)業(yè)生產(chǎn)發(fā)展和提高非農(nóng)就業(yè)的概率拉大了農(nóng)村居民收入差距。
3.2模型構(gòu)建
為了研究數(shù)字鄉(xiāng)村建設(shè)對農(nóng)村居民收入差距的影響及其作用機制,本文構(gòu)建計量模型進行實證檢驗。
3.2.1基準回歸模型設(shè)定:數(shù)字鄉(xiāng)村建設(shè)對農(nóng)村居民收入差距的影響
4數(shù)據(jù)來源與描述性統(tǒng)計
為了從微觀視角準確估計數(shù)字鄉(xiāng)村建設(shè)對農(nóng)村居民收入差距的影響,考慮到數(shù)據(jù)的可得性,本文選取中國家庭追蹤調(diào)查和縣域數(shù)字鄉(xiāng)村指數(shù)數(shù)據(jù)進行研究。在此基礎(chǔ)上,對數(shù)據(jù)來源和變量選取進行說明,并對相關(guān)變量進行描述性統(tǒng)計。
4.1數(shù)據(jù)來源
本文所使用的數(shù)據(jù)包含三個部分:(1)北京大學新農(nóng)村發(fā)展研究院和阿里研究院編制的縣域數(shù)字鄉(xiāng)村指數(shù)(2020),共包含4個一級指標和33個二級指標,使用數(shù)據(jù)主要源于阿里巴巴集團及旗下業(yè)務(wù)和生態(tài)伙伴以及國家統(tǒng)計數(shù)據(jù)和網(wǎng)絡(luò)爬取。鑒于數(shù)據(jù)可及性有所差異,6個(18%)指標采用2019年數(shù)據(jù)替代。該指數(shù)充分考慮了我國農(nóng)村地區(qū)數(shù)字化發(fā)展的廣度和深度,以及農(nóng)民對數(shù)字鄉(xiāng)村建設(shè)的實際需求,對我國2020年2481個縣級區(qū)劃單位數(shù)字鄉(xiāng)村建設(shè)實際水平的評估具有較強的代表性、權(quán)威性和前瞻性。(2)北京大學中國社會科學調(diào)查中心開展的中國家庭追蹤調(diào)查。中國家庭追蹤調(diào)查每兩年進行一次,通過跟蹤收集個體、家庭、社區(qū)三個層次的數(shù)據(jù),反映中國經(jīng)濟的發(fā)展和社會的變遷,中國家庭追蹤調(diào)查(2020)覆蓋了我國25個?。ㄗ灾螀^(qū)、直轄市)162個縣約15000個家庭,是極具全國代表性的大樣本微觀調(diào)查數(shù)據(jù)。本文分析主要使用了兩個層面的數(shù)據(jù):一是基于家庭問卷的信息,包括家庭規(guī)模、其他房產(chǎn)數(shù)量等;二是基于成人問卷的個人信息,包括年齡、性別、受教育年限等。(3)數(shù)字鄉(xiāng)村建設(shè)的工具變量,即家庭所在地到“八縱八橫”光纜骨干網(wǎng)節(jié)點城市的距離,該數(shù)據(jù)通過地理信息系統(tǒng)(Geographic Information System, GIS)計算所得。本文選取2020年中國家庭追蹤調(diào)查數(shù)據(jù),并進行以下處理:第一,僅保留基于國家統(tǒng)計局城鄉(xiāng)分類標準下的農(nóng)村樣本;第二,根據(jù)戶主信息將個體數(shù)據(jù)庫與家庭數(shù)據(jù)進行匹配,構(gòu)造包含戶主特征和家庭特征的匹配數(shù)據(jù)庫;第三,根據(jù)匹配數(shù)據(jù)庫中農(nóng)戶所在縣和城市分別與縣域數(shù)字鄉(xiāng)村指數(shù)和工具變量數(shù)據(jù)進行匹配。在刪除重要變量的缺失值后,本文最終獲得包含縣域數(shù)字鄉(xiāng)村指數(shù)的3096戶農(nóng)村家庭樣本數(shù)據(jù)。
4.2變量選取和描述性統(tǒng)計
本文構(gòu)建被解釋變量Kakwani指數(shù)和核心解釋變量數(shù)字鄉(xiāng)村指數(shù)進行檢驗,并設(shè)置控制變量以確保估計結(jié)果的穩(wěn)定性。
RD(xi)是收入的嚴格遞減函數(shù),最大值為1,最小值為0,RD越大表示農(nóng)戶收入不平等程度越高。Kakwani指數(shù)大于0即代表存在收入不平等,其均值為0.4263,標準差為0.2512,表明農(nóng)村內(nèi)部收入不平等問題依然比較嚴峻。
(2)解釋變量:數(shù)字鄉(xiāng)村指數(shù)。該指數(shù)由北京大學新農(nóng)村發(fā)展研究院發(fā)布,是首次以縣域為基本單位對數(shù)字鄉(xiāng)村建設(shè)水平進行測度。采用標準化處理把數(shù)字基礎(chǔ)設(shè)施、鄉(xiāng)村經(jīng)濟數(shù)字化、鄉(xiāng)村治理數(shù)字化和鄉(xiāng)村生活數(shù)字化等不同層面的具體指標合并成一個反映縣域數(shù)字鄉(xiāng)村建設(shè)水平的綜合性指標,其取值范圍為[0, 150),數(shù)值越大的地區(qū)代表數(shù)字鄉(xiāng)村建設(shè)水平越高。數(shù)字鄉(xiāng)村指數(shù)最小值為27.9880,最大值為106.5505,均值為56.4629,標準差為11.6948,表明樣本期內(nèi)數(shù)字鄉(xiāng)村建設(shè)程度整體上并不高。分維度來看,鄉(xiāng)村數(shù)字基礎(chǔ)設(shè)施指數(shù)均值最大,為76.5549,表明鄉(xiāng)村數(shù)字基礎(chǔ)設(shè)施發(fā)展水平較好,鄉(xiāng)村治理數(shù)字化指數(shù)均值為53.1991,鄉(xiāng)村生活數(shù)字化指數(shù)均值為49.9973,而鄉(xiāng)村經(jīng)濟數(shù)字化指數(shù)均值僅為47.1141,在四個分維度中發(fā)展最緩慢。
(3)控制變量。借鑒王修華等(2020)、邱子迅等(2021)的做法,本文從農(nóng)戶的戶主特征和家庭特征中共選取了11個控制變量,以緩解遺漏變量偏誤。戶主特征控制變量包括戶主的年齡、性別、受教育年限、婚姻狀況、健康狀況。其中戶主年齡是從16到90的離散變量,均值為51.4086,標準差為13.7773;戶主性別中男性占比62.08%,女性占比37.92%;戶主受教育年限是從0到19的離散變量,均值為7.0462,標準差為4.2096;戶主婚姻狀況包括在婚和其他(未婚、同居、離婚和喪偶),占比分別為85.76%和14.24%;戶主健康狀況包括健康(非常健康、健康和比較健康)和不健康(一般和不健康),占比分別為69.15%和30.85%。家庭特征的控制變量包括家庭規(guī)模、撫養(yǎng)比、其他房產(chǎn)數(shù)量、家庭總金融資產(chǎn)、是否有汽車和是否租出土地。其中家庭規(guī)模是從1到13的連續(xù)變量,均值為4.0359,標準差為2.0229;撫養(yǎng)比是指60歲以上家庭人口占比,最小值為0,最大值為1,均值為0.3090,標準差為0.3419;其他房產(chǎn)數(shù)量在問卷中涉及到的問題是“您或其他家庭成員還有幾處其他房產(chǎn)”,是從0到4的離散變量,均值為0.1563,標準差為0.4132;家庭總金融資產(chǎn)是從0到600萬元的連續(xù)變量,均值為4.1811,標準差為15.1078;是否有汽車來自中國家庭追蹤調(diào)查家庭問卷,是賦值為1,否則為0,分別占比26.52%和73.48%;是否租出土地來自中國家庭追蹤調(diào)查家庭問卷,是賦值為1,否則為0,分別占比15.63%和84.37%。樣本的描述性統(tǒng)計如表1所示。
數(shù)字鄉(xiāng)村建設(shè)與農(nóng)村家庭年人均純收入的關(guān)系如圖1所示。分析可知,無論是擬合曲線還是散點圖,均清晰地顯示出農(nóng)村家庭的人均純收入隨著數(shù)字鄉(xiāng)村建設(shè)水平的提升而逐步提高,但圖1a所示的高收入農(nóng)戶的增長幅度大于圖1b所示的低收入農(nóng)戶。以上典型事實表明,數(shù)字鄉(xiāng)村建設(shè)能夠促進高收入農(nóng)戶和低收入農(nóng)戶的收入增長,其中高收入農(nóng)戶增長幅度較大,可能導致農(nóng)村收入差距擴大,但其中的因果關(guān)系有待進一步檢驗。
5經(jīng)驗性結(jié)果
基于以上理論分析與模型構(gòu)建,本文實證分析數(shù)字鄉(xiāng)村建設(shè)對農(nóng)村居民收入差距的影響,并進行內(nèi)生性分析、一系列穩(wěn)健性檢驗和異質(zhì)性分析,最后從促進農(nóng)業(yè)生產(chǎn)發(fā)展和提高非農(nóng)就業(yè)的概率兩方面考察數(shù)字鄉(xiāng)村建設(shè)影響農(nóng)戶收入差距的作用機理。
5.1數(shù)字鄉(xiāng)村建設(shè)與農(nóng)民收入差距的基準回歸
考慮到樣本可能存在的異方差和多重共線性問題,本文進行了懷特檢驗(White test)和方差膨脹因子(Variance Inflation Factor, VIF)檢驗。懷特檢驗p值為0.0029,在1%的顯著性水平上拒絕同方差的原假設(shè),即模型存在異方差問題,本文使用穩(wěn)健標準誤對異方差進行修正。自變量方差膨脹因子最大值為1.91,最小值為1.02,均小于10,表明本文模型設(shè)定不存在多重共線性問題。
數(shù)字鄉(xiāng)村建設(shè)對農(nóng)村收入差距的回歸結(jié)果如表2所示。為了實證檢驗數(shù)字鄉(xiāng)村建設(shè)對農(nóng)戶收入不平等程度的影響,本文采用普通最小二乘模型進行分析。由表2列(1)可知,數(shù)字鄉(xiāng)村建設(shè)的估計結(jié)果在1%的顯著性水平上顯著為正,表明數(shù)字鄉(xiāng)村建設(shè)會顯著增加農(nóng)戶之間的收入差距。
從經(jīng)濟意義上看,數(shù)字鄉(xiāng)村指數(shù)每增加1個單位,Kakwani指數(shù)上升0.0010,驗證了假設(shè)H1。這意味著數(shù)字鄉(xiāng)村的發(fā)展并不利于農(nóng)村收入分配狀況的改善。這種負面影響可能會降低弱勢農(nóng)戶的獲得感、幸福感和安全感,阻礙鄉(xiāng)村振興的進程,對共同富裕的實現(xiàn)形成巨大的挑戰(zhàn)。
5.2內(nèi)生性分析
本文關(guān)注的數(shù)字鄉(xiāng)村指數(shù)對農(nóng)民收入差距的影響可能存在內(nèi)生性問題。首先是遺漏變量問題。本文在回歸中盡可能多地添加既與數(shù)字鄉(xiāng)村指數(shù)相關(guān)又影響家庭收入差距的控制變量,以緩解遺漏變量偏誤。其次是測量誤差問題。本文所使用數(shù)據(jù)分別來自北京大學新農(nóng)村發(fā)展研究院和北京大學中國社會科學調(diào)查中心,工作人員具備專業(yè)素養(yǎng),能夠最大程度保證數(shù)據(jù)的真實性,可以認為本文所使用數(shù)據(jù)不存在測量誤差問題。最后是反向因果問題。隨著區(qū)域收入水平增加,對數(shù)字鄉(xiāng)村基礎(chǔ)設(shè)施與信息技術(shù)的需求日趨增長,這會進一步促進當?shù)氐臄?shù)字鄉(xiāng)村建設(shè)。因此本文需要采用工具變量法進行內(nèi)生性分析。
數(shù)字化程度受到地理空間因素的制約,本文借鑒方福前等(2023)的做法,引入農(nóng)戶所在地級市到“八縱八橫”光纜骨干網(wǎng)節(jié)點城市的距離作為數(shù)字鄉(xiāng)村建設(shè)的工具變量來解決反向因果帶來的內(nèi)生性問題。距離會通過經(jīng)濟行為發(fā)生影響,但不會隨經(jīng)濟發(fā)展而改變。首先,與“八縱八橫”光纜骨干網(wǎng)節(jié)點城市越近,電信基礎(chǔ)設(shè)施越完善,數(shù)字鄉(xiāng)村建設(shè)就越快,滿足相關(guān)性要求。此外,“八縱八橫”光纜骨干網(wǎng)建設(shè)之初著眼于解決長途通信問題,該規(guī)劃選址更多的是對地理區(qū)位的考量,而非側(cè)重經(jīng)濟因素,并且距今時間較長,更加弱化對居民當前經(jīng)濟活動的影響,與之距離的遠近并不影響單個農(nóng)戶的收入狀況,滿足工具變量的外生性要求。
如表2列(2)所示,兩階段最小二乘估計數(shù)字鄉(xiāng)村指數(shù)的估計系數(shù)在10%的顯著性水平上顯著為正,且兩階段最小二乘回歸系數(shù)高于普通最小二乘回歸系數(shù),說明普通最小二乘的回歸結(jié)果可能被低估。在兩階段最小二乘估計中,第一階段回歸結(jié)果顯示,農(nóng)戶所在地區(qū)與“八縱八橫”光纜骨干網(wǎng)節(jié)點城市越遠,該地數(shù)字鄉(xiāng)村建設(shè)水平越低。KP rk LM統(tǒng)計量在1%的顯著性水平上拒絕原假設(shè)“變量不可識別”,說明工具變量和內(nèi)生變量存在相關(guān)性。第一階段F值為172.2000,超過F值等于10的經(jīng)驗值,說明不存在弱工具變量問題。
5.3穩(wěn)健性檢驗
雖然本文使用兩階段最小二乘法解決了可能存在的內(nèi)生性問題,但基準回歸結(jié)果依然面臨挑戰(zhàn),因此,本文進行穩(wěn)健性檢驗。
5.3.1重新調(diào)整樣本
為避免極端值和極端樣本對回歸結(jié)果的影響,本文分別刪除數(shù)字鄉(xiāng)村指數(shù)最高和最低1%樣本和杭州市樣本①,形成新的樣本數(shù)據(jù)后重新進行普通最小二乘估計,調(diào)整樣本后穩(wěn)健性檢驗結(jié)果如表3所示,被解釋變量均在1%的顯著性水平上顯著為正,與基準回歸結(jié)果一致,說明本文回歸結(jié)果具有較強的穩(wěn)健性。
此外,還可以按照家庭年人均純收入的中位數(shù)將樣本家庭分為高收入組和低收入組(張勛等,2019),比較兩組回歸結(jié)果系數(shù)大小來衡量收入不平等程度③。
替換被解釋變量和核心解釋變量滯后一期后的穩(wěn)健性檢驗結(jié)果如表4所示,列(1)將被解釋變量替換為Yitzhaki指數(shù),回歸系數(shù)顯著為正;列(2)和列(3)的被解釋變量分別為高收入家庭和低收入家庭的人均純收入,高收入組的回歸系數(shù)顯著高于低收入組,表明數(shù)字鄉(xiāng)村建設(shè)擴大了農(nóng)民的收入差距。以上結(jié)果進一步證實了本文的研究結(jié)論。
5.3.3核心解釋變量滯后一期
考慮到數(shù)字鄉(xiāng)村建設(shè)影響農(nóng)戶收入差距的時滯性和可能存在的反向因果問題,本文將數(shù)字鄉(xiāng)村指數(shù)滯后一期重新進行普通最小二乘估計,回歸結(jié)果如表4列(4)所示,與基準回歸結(jié)果一致,數(shù)字鄉(xiāng)村建設(shè)顯著拉大了農(nóng)村居民的收入差距。
5.4異質(zhì)性分析
本文進一步探討數(shù)字鄉(xiāng)村建設(shè)結(jié)構(gòu)性差異對農(nóng)戶收入差距的影響,同時考慮到是否從事林業(yè)生產(chǎn)也可能會影響數(shù)字鄉(xiāng)村建設(shè)對農(nóng)戶的增收效果,根據(jù)農(nóng)戶所在地區(qū)和生產(chǎn)性質(zhì)進行分組回歸。
5.4.1數(shù)字鄉(xiāng)村建設(shè)的分維度異質(zhì)性分析
數(shù)字鄉(xiāng)村指數(shù)包含鄉(xiāng)村數(shù)字基礎(chǔ)設(shè)施指數(shù)、鄉(xiāng)村經(jīng)濟數(shù)字化指數(shù)、鄉(xiāng)村治理數(shù)字化指數(shù)、鄉(xiāng)村生活數(shù)字化指數(shù)四個指標,因此本文進一步分析四個維度對農(nóng)村收入差距的影響,回歸結(jié)果如表5所示。由表5可知,鄉(xiāng)村經(jīng)濟數(shù)字化、鄉(xiāng)村治理數(shù)字化和鄉(xiāng)村生活數(shù)字化均顯著擴大了農(nóng)戶收入不平等,其中鄉(xiāng)村經(jīng)濟數(shù)字化指數(shù)每增加1個單位,Kakwani指數(shù)上升0.0009,其擴大收入差距的影響最為顯著;其次是鄉(xiāng)村治理數(shù)字化指數(shù)和鄉(xiāng)村生活數(shù)字化指數(shù)??赡艿慕忉屖牵亨l(xiāng)村經(jīng)濟數(shù)字化是數(shù)字鄉(xiāng)村建設(shè)的核心,也是驅(qū)動鄉(xiāng)村經(jīng)濟高質(zhì)量發(fā)展、實現(xiàn)包容性增長和可持續(xù)增長的新動能,對鄉(xiāng)村經(jīng)濟發(fā)展意義重大且深遠。但是數(shù)字技術(shù)的使用需要農(nóng)戶具有較高的數(shù)字素養(yǎng)和金融素養(yǎng),有接收整合外界信息的能力,而這恰恰是農(nóng)村高收入群體的優(yōu)勢。另外,無論是發(fā)展農(nóng)業(yè)生產(chǎn)還是非農(nóng)就業(yè)均需要農(nóng)戶擁有足夠的資金支持,農(nóng)村居民積累的財產(chǎn)相對匱乏,只依靠非正規(guī)借貸難以補足資金短板,而金融機構(gòu)具有逐利性(王小華等,2021),青睞于農(nóng)村優(yōu)勢群體。因此,農(nóng)村弱勢群體既無法充分發(fā)揮數(shù)字技術(shù)的優(yōu)勢,又難以擺脫資金約束,這無疑加劇了農(nóng)戶貧富收入差距。如何補足鄉(xiāng)村數(shù)字經(jīng)濟發(fā)展短板,縮小農(nóng)村內(nèi)部收入差距,是深入推進數(shù)字鄉(xiāng)村建設(shè)亟待重點解決的難題。
5.4.2林業(yè)生產(chǎn)的異質(zhì)性
林區(qū)主要分布在山地或丘陵地帶,地勢陡峭、交通閉塞、信息滯后、資源流動不充分,嚴重制約著林區(qū)經(jīng)濟的繁榮發(fā)展。相對于非林業(yè)生產(chǎn),林業(yè)生產(chǎn)本就增收乏力。理論上,隨著數(shù)字技術(shù)的滲透應(yīng)用,農(nóng)村經(jīng)濟活動逐漸轉(zhuǎn)移至線上,有效打破了地理阻隔和信息約束,能夠提升農(nóng)戶增收致富的能力。然而,由于林區(qū)生產(chǎn)生活環(huán)境相對封閉(邱海蘭等,2022),林農(nóng)信息獲取和利用能力相對匱乏,不僅缺乏豐富的技術(shù)沉淀,對信息技術(shù)的有效需求不足,而且會受到嚴重的金融排斥,林農(nóng)可能難以開拓新的經(jīng)濟增長點。為檢驗林業(yè)生產(chǎn)的異質(zhì)性,本文根據(jù)農(nóng)戶所在地區(qū)和生產(chǎn)性質(zhì)的差異,進一步考察數(shù)字鄉(xiāng)村建設(shè)對家庭年人均純收入的影響,以加速探索林草數(shù)字化和產(chǎn)業(yè)化新發(fā)展模式,賦能林業(yè)生產(chǎn)提質(zhì)增收。數(shù)字鄉(xiāng)村建設(shè)與家庭年人均純收入:分地區(qū)和分生產(chǎn)性質(zhì)的異質(zhì)性如表6所示。
(1)數(shù)字鄉(xiāng)村建設(shè)影響家庭年人均純收入的分地區(qū)異質(zhì)性。借鑒邱海蘭等(2022)的做法,將樣本按照是否是全國四大林區(qū)(東北林區(qū)、西南林區(qū)、南方林區(qū)和北方林區(qū))分為林區(qū)和非林區(qū)分別進行回歸?;貧w結(jié)果如表6列(1)和列(2)所示,數(shù)字鄉(xiāng)村指數(shù)每增加1個單位,林區(qū)農(nóng)戶的家庭年人均純收入顯著增加0.0130萬元,非林區(qū)農(nóng)戶的家庭年人均純收入顯著增加0.0187萬元,非林區(qū)農(nóng)戶能夠更多地分享數(shù)字鄉(xiāng)村建設(shè)紅利,數(shù)字鄉(xiāng)村建設(shè)加劇了農(nóng)村內(nèi)部收入不平等程度。
(2)數(shù)字鄉(xiāng)村建設(shè)影響家庭年人均純收入的分生產(chǎn)性質(zhì)異質(zhì)性。將樣本按照農(nóng)戶生產(chǎn)性質(zhì)分為林業(yè)生產(chǎn)戶和非林業(yè)生產(chǎn)戶分別進行回歸?;貧w結(jié)果如表6列(3)和列(4)所示,數(shù)字鄉(xiāng)村指數(shù)每增加1個單位,林業(yè)生產(chǎn)戶的估計系數(shù)不顯著,非林業(yè)生產(chǎn)戶的家庭年人均純收入顯著增加0.0656萬元,即數(shù)字鄉(xiāng)村建設(shè)對非林業(yè)生產(chǎn)戶的增收效果更明顯,拉大了農(nóng)村貧富差距。
5.5進一步分析
根據(jù)以上分析可以預期,數(shù)字鄉(xiāng)村建設(shè)存在精英俘獲,本文將進一步探究數(shù)字鄉(xiāng)村建設(shè)影響農(nóng)戶收入差距的作用機理。
5.5.1數(shù)字鄉(xiāng)村建設(shè)是否存在精英俘獲
本文的研究證實數(shù)字鄉(xiāng)村建設(shè)會加劇農(nóng)村內(nèi)部的收入不平等程度,可以預期數(shù)字鄉(xiāng)村建設(shè)的增收效應(yīng)存在精英俘獲,強勢群體相比于弱勢群體分享到更多數(shù)字鄉(xiāng)村建設(shè)帶來的成果。對此進一步分析數(shù)字鄉(xiāng)村建設(shè)是否存在精英俘獲。已有文獻表明,農(nóng)村人力資本和社會資本均會顯著提高農(nóng)戶收入(劉生龍等,2021;尹志超等,2023),但如果數(shù)字鄉(xiāng)村建設(shè)更多地幫助在人力資本和社會資本上有優(yōu)勢的群體,則會加劇農(nóng)戶收入不平等。本文從上述兩個維度進行分組,考察數(shù)字鄉(xiāng)村建設(shè)對不同資本擁有者的影響。數(shù)字鄉(xiāng)村建設(shè)影響農(nóng)戶收入差距的人力資本差異和社會資本差異的結(jié)果如表7所示。
(1)數(shù)字鄉(xiāng)村建設(shè)影響農(nóng)戶收入差距的人力資本差異。借鑒尹志超等(2023)的做法,將戶主的受教育年限作為人力資本的代理變量,并分為高學歷組(受教育年限9年及以上)和低學歷組(受教育年限9年以下)②,分別估計數(shù)字鄉(xiāng)村建設(shè)對家庭年人均純收入的影響。如表7列(1)和列(2)所示,數(shù)字鄉(xiāng)村指數(shù)每增加1個單位,高學歷組的家庭年人均純收入增加0.0496萬元,低學歷組的數(shù)字鄉(xiāng)村指數(shù)估計系數(shù)不顯著,即高學歷農(nóng)戶能夠更多地分享數(shù)字鄉(xiāng)村經(jīng)濟發(fā)展成果,數(shù)字鄉(xiāng)村建設(shè)拉大了農(nóng)村內(nèi)部收入差距。
(2)數(shù)字鄉(xiāng)村建設(shè)影響農(nóng)戶收入差距的社會資本差異。借鑒譚燕芝等(2017)的做法,將人情禮支出作為社會資本的代理變量,并分為高社會資本組(人情禮支出均值以上)和低社會資本組(人情禮支出均值以下),分別估計數(shù)字鄉(xiāng)村建設(shè)對家庭年人均純收入的影響。如表7列(3)和列(4)所示,數(shù)字鄉(xiāng)村指數(shù)每增加1個單位,高社會資本組的家庭年人均純收入顯著增加0.0267萬元,低社會資本組的家庭年人均純收入顯著增加0.0127萬元,高社會資本農(nóng)戶從數(shù)字鄉(xiāng)村建設(shè)中獲益更多,數(shù)字鄉(xiāng)村建設(shè)存在明顯的精英俘獲現(xiàn)象。
5.5.2數(shù)字鄉(xiāng)村建設(shè)影響農(nóng)戶收入差距的傳導機制
根據(jù)本文理論分析,從促進農(nóng)業(yè)生產(chǎn)發(fā)展和提高非農(nóng)就業(yè)的概率兩方面來分析數(shù)字鄉(xiāng)村建設(shè)影響農(nóng)戶收入差距的作用機理。數(shù)字鄉(xiāng)村建設(shè)影響農(nóng)戶收入差距的機制檢驗結(jié)果如表8所示。
(1)促進農(nóng)業(yè)生產(chǎn)發(fā)展。在新一代數(shù)字技術(shù)創(chuàng)新空前活躍的時代背景下,農(nóng)業(yè)數(shù)字化轉(zhuǎn)型加速推進。但是數(shù)字技術(shù)在農(nóng)業(yè)經(jīng)營中的使用是否具有普惠性呢?本文借鑒方福前等(2021)的做法,以家庭農(nóng)副產(chǎn)品總值刻畫農(nóng)業(yè)生產(chǎn)發(fā)展水平,在中國家庭追蹤調(diào)查問卷中,涉及到的問題是“過去12個月,您自家生產(chǎn)的農(nóng)作物、林產(chǎn)品,養(yǎng)殖的家禽、牲畜、水產(chǎn)品以及副產(chǎn)品(如雞蛋、小豬崽等),賣了多少錢?”。表8列(1)報告了數(shù)字鄉(xiāng)村指數(shù)與高收入農(nóng)戶的交乘項對農(nóng)副產(chǎn)品總值的回歸結(jié)果,交乘項系數(shù)顯著為正②,說明數(shù)字鄉(xiāng)村建設(shè)促進高收入家庭農(nóng)業(yè)生產(chǎn)發(fā)展的作用更明顯,而農(nóng)業(yè)生產(chǎn)有利于農(nóng)戶增收致富,這將引起尖銳的收入分化問題,加劇農(nóng)村內(nèi)部的收入差距。
可能的原因是農(nóng)機購置成本和維護資金提高了農(nóng)戶務(wù)農(nóng)機會成本(閆桂權(quán)等,2022)。高收入農(nóng)戶往往財力雄厚,有足夠的資金購置農(nóng)業(yè)機械設(shè)備,且高收入農(nóng)戶易受到金融機構(gòu)的青睞(王小華等,2021),能享受到正規(guī)的金融服務(wù),進而有利于擴大農(nóng)業(yè)經(jīng)營規(guī)模,提高農(nóng)產(chǎn)品銷量和邊際收益,加速推進農(nóng)業(yè)數(shù)字化轉(zhuǎn)型。而低收入農(nóng)戶資金相對匱乏,無法承擔購買農(nóng)機的高昂成本,也受到嚴重的金融排斥,無法破解資金約束問題,因此只能局限于傳統(tǒng)的務(wù)農(nóng)方式,難以趕超高收入農(nóng)戶,無法分享數(shù)字鄉(xiāng)村建設(shè)紅利,從而加劇了農(nóng)村收入不平等問題。
(2)提高非農(nóng)就業(yè)的概率。隨著農(nóng)村商業(yè)模式的深刻變革和市場可及性的提升,農(nóng)戶進行非農(nóng)就業(yè)的機會大幅增加,農(nóng)民收入增長也蘊藏著巨大的契機。用“是否有人從事個體經(jīng)營”和“外出打工”兩個問題來定義非農(nóng)就業(yè)①,只要任意一個問題回答為是,則定義該家庭從事非農(nóng)就業(yè),賦值為1,否則為0。表8列(2)是數(shù)字鄉(xiāng)村指數(shù)和高收入組的交乘項對非農(nóng)就業(yè)的回歸結(jié)果,交乘項的系數(shù)顯著為正,表明數(shù)字鄉(xiāng)村建設(shè)增加了高收入家庭非農(nóng)就業(yè)的可能性,而非農(nóng)就業(yè)有利于促進農(nóng)民增收,這將不利于惠及低收入群體,進而可能擴大農(nóng)民的收入差距。
上述結(jié)果可能是因為數(shù)字鄉(xiāng)村建設(shè)對農(nóng)戶的資源稟賦和認知能力提出了更高的要求。低收入農(nóng)戶平均受教育水平偏低,難以提升數(shù)字素養(yǎng)和金融素養(yǎng),深陷“信息繭房”困境(王修華等,2020),無法利用數(shù)字技術(shù)進行高質(zhì)量的信息搜尋和工作匹配,勞動力市場邊界日益縮小,非農(nóng)就業(yè)的積極性也日漸消弭。相對而言,高收入農(nóng)戶具有比較優(yōu)勢,不僅受益于數(shù)字技術(shù)在農(nóng)村金融領(lǐng)域的廣泛應(yīng)用,更容易獲得正規(guī)融資,還可以有效利用互聯(lián)網(wǎng)打破時空約束,共享非公開的高質(zhì)量信息(宋帥等,2021),這有利于激發(fā)其參與非農(nóng)就業(yè)的熱情,享受數(shù)字鄉(xiāng)村建設(shè)的紅利。因此,如何為低收入農(nóng)戶實質(zhì)性參與非農(nóng)就業(yè)提供機遇,發(fā)揮后發(fā)優(yōu)勢和實現(xiàn)換道超車是當前數(shù)字鄉(xiāng)村建設(shè)進程中面臨的一道難題。以上結(jié)果驗證了假設(shè)H2。
6研究結(jié)論、討論與政策啟示
作為正在深刻影響和重塑我國農(nóng)村生產(chǎn)生活方式的重要力量,數(shù)字鄉(xiāng)村建設(shè)能否惠及弱勢群體、兼顧效率與公平呢?本文探討了數(shù)字鄉(xiāng)村建設(shè)對農(nóng)村居民收入差距的影響,得出研究結(jié)論,進一步展開討論,并據(jù)此提出政策啟示,以期為促進數(shù)字鄉(xiāng)村有序發(fā)展、縮小農(nóng)村居民收入差距提供實證參考。
6.1研究結(jié)論
本文基于2020年中國家庭追蹤調(diào)查數(shù)據(jù)和縣域數(shù)字鄉(xiāng)村指數(shù)(2020),在微觀農(nóng)戶層面研究了數(shù)字鄉(xiāng)村建設(shè)對農(nóng)民收入差距的影響及其作用機制,得出5點結(jié)論。
(1)普通最小二乘法回歸和兩階段最小二乘法回歸結(jié)果均得出顯著為正的估計結(jié)果,驗證了數(shù)字鄉(xiāng)村建設(shè)加劇農(nóng)村收入不平等程度的結(jié)論。具體而言,數(shù)字鄉(xiāng)村指數(shù)每增加1個單位,Kakwani指數(shù)上升0.0010,這一結(jié)果在經(jīng)過一系列穩(wěn)健性檢驗后依然成立。
(2)在數(shù)字鄉(xiāng)村建設(shè)分維度的作用分析中,鄉(xiāng)村經(jīng)濟數(shù)字化、鄉(xiāng)村治理數(shù)字化和鄉(xiāng)村生活數(shù)字化均對農(nóng)戶收入差距有顯著正向影響。其中鄉(xiāng)村經(jīng)濟數(shù)字化的影響程度最大,鄉(xiāng)村經(jīng)濟數(shù)字化指數(shù)每增加1個單位,Kakwani指數(shù)上升0.0009;其次是鄉(xiāng)村治理數(shù)字化和鄉(xiāng)村生活數(shù)字化,兩者每增加1個單位,Kakwani指數(shù)分別上升0.0008和0.0007;鄉(xiāng)村數(shù)字基礎(chǔ)設(shè)施對農(nóng)戶收入差距沒有顯著影響。
(3)異質(zhì)性分析還發(fā)現(xiàn),數(shù)字鄉(xiāng)村建設(shè)對非林區(qū)農(nóng)戶和非林業(yè)生產(chǎn)戶的增收作用更明顯,拉大了農(nóng)村貧富差距。數(shù)字鄉(xiāng)村指數(shù)每增加1個單位,非林區(qū)農(nóng)戶的家庭年人均純收入顯著增加0.0187萬元,林區(qū)農(nóng)戶的家庭年人均純收入顯著增加0.0130萬元;非林業(yè)生產(chǎn)戶的家庭年人均純收入顯著增加0.0656萬元,而林業(yè)生產(chǎn)戶的估計系數(shù)不顯著。
(4)數(shù)字鄉(xiāng)村建設(shè)存在精英俘獲,低人力資本和低社會資本的弱勢群體無法平等分享數(shù)字鄉(xiāng)村建設(shè)紅利。具體而言,數(shù)字鄉(xiāng)村指數(shù)每增加1個單位,高學歷組的家庭年人均純收入增加0.0496萬元,而低學歷組的估計系數(shù)不顯著;高社會資本組的家庭年人均純收入增加0.0267萬元,低社會資本組的家庭年人均純收入增加0.0127萬元。
(5)促進農(nóng)業(yè)生產(chǎn)發(fā)展和提高非農(nóng)就業(yè)的概率促進高收入農(nóng)戶增收的作用更明顯。相比于低收入農(nóng)戶,數(shù)字鄉(xiāng)村建設(shè)每增加1個單位,高收入農(nóng)戶農(nóng)副產(chǎn)品總值增加1.5457萬元,非農(nóng)就業(yè)概率提高0.1427。原因在于,高收入農(nóng)戶能夠擠占更多的數(shù)字鄉(xiāng)村發(fā)展紅利,進而加劇農(nóng)村內(nèi)部收入差距。
6.2討論
本文將數(shù)字鄉(xiāng)村建設(shè)與農(nóng)戶收入差距的關(guān)系進行了實證分析,研究發(fā)現(xiàn),數(shù)字鄉(xiāng)村建設(shè)會擴大農(nóng)村居民收入差距,這與王中偉等(2023)認為數(shù)字鄉(xiāng)村建設(shè)有助于縮小農(nóng)民收入差距、促進農(nóng)民農(nóng)村共同富裕的結(jié)論不同。原因在于,王中偉等(2023)基于宏觀數(shù)據(jù)從宏觀視角分析數(shù)字鄉(xiāng)村建設(shè)對農(nóng)民收入差距的影響,未能刻畫微觀個體與數(shù)字鄉(xiāng)村建設(shè)產(chǎn)生的互動,所得結(jié)果缺少針對性和外推性。本文豐富了現(xiàn)有研究,從微觀視角詳盡分析了數(shù)字鄉(xiāng)村建設(shè)與農(nóng)戶收入差距的影響,可為政府更好地促進農(nóng)村共同富裕提供經(jīng)驗依據(jù)。
此外,不同于以往學者對數(shù)字鄉(xiāng)村建設(shè)的某一維度進行研究(張勛等,2019;邱子迅等,2021),本文首次基于數(shù)字鄉(xiāng)村建設(shè)整體架構(gòu)研究對農(nóng)村居民收入差距的影響及其作用機制。結(jié)合理論分析和實證結(jié)果,得到數(shù)字鄉(xiāng)村建設(shè)會擴大農(nóng)村居民收入差距的結(jié)論,這與邱澤奇等(2021)認為技術(shù)變革導致農(nóng)戶收入不平等的研究結(jié)論一致,原因在于數(shù)字技術(shù)存在篩選機制,對農(nóng)戶數(shù)字素養(yǎng)提出了更高的要求(朱秋博等,2022)。在低收入農(nóng)戶中,農(nóng)民受教育程度偏低,存在“信息繭房”和“知識鴻溝”的束縛,在生產(chǎn)經(jīng)營方面沒有優(yōu)勢。同時,數(shù)字金融的商業(yè)逐利性也要求農(nóng)戶具有較高的金融素養(yǎng)和一定的抵押物(王小華等,2021),而這正是低收入農(nóng)戶的劣勢。由此可見,數(shù)字鄉(xiāng)村建設(shè)尚未對農(nóng)村居民具有普惠性和公平性。
分維度異質(zhì)性分析表明,鄉(xiāng)村經(jīng)濟數(shù)字化對農(nóng)戶收入差距的影響最大,可能的原因是:低收入農(nóng)戶無法補足數(shù)字素養(yǎng)低下和資金匱乏的短板,存在“富者愈富,窮者愈窮”的馬太效應(yīng),這與王修華等(2020)的結(jié)論一致。異質(zhì)性分析還發(fā)現(xiàn),數(shù)字鄉(xiāng)村建設(shè)對非林區(qū)農(nóng)戶和非林業(yè)生產(chǎn)戶的增收作用更明顯,分樣本結(jié)果顯示,數(shù)字鄉(xiāng)村建設(shè)存在“精英俘獲”,與基準回歸的結(jié)論一致。
本文尚存兩點不足:一是數(shù)字鄉(xiāng)村指數(shù)數(shù)據(jù)體量不足,無法估計數(shù)字鄉(xiāng)村建設(shè)對農(nóng)村居民收入差距的長期影響。二是數(shù)字鄉(xiāng)村指數(shù)來源于阿里巴巴集團及旗下業(yè)務(wù)和生態(tài)伙伴以及國家統(tǒng)計數(shù)據(jù)和網(wǎng)絡(luò)爬取,可能存在測度誤差,而鑒于縣域指標數(shù)據(jù)的可得性,難以構(gòu)建和測度縣域數(shù)字鄉(xiāng)村指數(shù),這是本文的缺憾。
6.3政策啟示
在數(shù)字技術(shù)與鄉(xiāng)村振興的歷史交匯期,研究數(shù)字鄉(xiāng)村建設(shè)對農(nóng)村居民收入差距的影響及作用機理,對促進數(shù)字鄉(xiāng)村建設(shè)、縮小農(nóng)戶收入差距具有重要意義?;谘芯拷Y(jié)論和討論,本文提出6點政策啟示。
(1)政府部門要將數(shù)字鄉(xiāng)村工作擺在重要位置,持續(xù)完善國家和縣域數(shù)字鄉(xiāng)村建設(shè)的收入分配體制機制設(shè)計,建立一套完整的社會制度框架,在資金、項目等方面進一步加大對數(shù)字鄉(xiāng)村建設(shè)的支持力度,從整體上提高數(shù)字鄉(xiāng)村建設(shè)的均衡性。
(2)堅持突出重點和補足短板并重的原則,增強數(shù)字鄉(xiāng)村建設(shè)的系統(tǒng)性。加快發(fā)展數(shù)字經(jīng)濟新業(yè)態(tài)新模式,以鄉(xiāng)村數(shù)字經(jīng)濟發(fā)展彌合收入鴻溝,同時也應(yīng)提高對數(shù)字基礎(chǔ)設(shè)施、數(shù)字化治理和數(shù)字化生活發(fā)展的重視程度,實現(xiàn)數(shù)字鄉(xiāng)村不同領(lǐng)域發(fā)展的機會公平。
(3)增強林草數(shù)字化和產(chǎn)業(yè)化建設(shè),提升農(nóng)戶林業(yè)生產(chǎn)增收致富的能力。持續(xù)推進林區(qū)數(shù)字基礎(chǔ)設(shè)施建設(shè),將林業(yè)生產(chǎn)戶納入數(shù)字化生產(chǎn)體系,開展面向林業(yè)生產(chǎn)戶的數(shù)字技術(shù)應(yīng)用能力培訓,增強農(nóng)林牧漁業(yè)融合發(fā)展水平,著力提升數(shù)字鄉(xiāng)村建設(shè)的共享性和公平性。
(4)采取更具包容性和公平性的發(fā)展策略,加大對農(nóng)村弱勢群體的政策支持力度和社會幫扶力度。強化對弱勢群體的教育資源覆蓋率和數(shù)字機會應(yīng)用能力培訓,擴大數(shù)字鄉(xiāng)村建設(shè)的帶動效應(yīng),增加弱勢農(nóng)戶共享數(shù)字鄉(xiāng)村建設(shè)紅利的機會。
(5)聚焦農(nóng)戶生產(chǎn)經(jīng)營面臨的約束條件,對低收入農(nóng)戶購買農(nóng)機給予優(yōu)惠與補貼,并且依托云計算、大數(shù)據(jù)、人工智能等方面的技術(shù)優(yōu)勢,搭建“云上集市”等特色營銷平臺,促進“線上+線下”融合創(chuàng)新,實現(xiàn)農(nóng)業(yè)發(fā)展提質(zhì)增效。
(6)緩解數(shù)字普惠金融發(fā)展過程中的痛點和難點,支持鄉(xiāng)村金融機構(gòu)數(shù)字化轉(zhuǎn)型,改善網(wǎng)絡(luò)支付、移動支付、網(wǎng)絡(luò)信貸等普惠金融發(fā)展環(huán)境,打通農(nóng)村金融服務(wù)的“最后一公里”。同時,通過大數(shù)據(jù)風控等手段準確識別農(nóng)戶個人風險,實現(xiàn)數(shù)據(jù)增信,降低低收入農(nóng)戶融資門檻,為低收入群體提供更多的就業(yè)機會,推動包容性非農(nóng)就業(yè)的落實與發(fā)展。
參考文獻
陳傳波,丁世軍,舒振斌.農(nóng)戶收入及其差異的影響因素分析——對湖北農(nóng)戶調(diào)查的統(tǒng)計分析[J].農(nóng)業(yè)技術(shù)經(jīng)濟, 2001(04):11-15.
方福前,田鴿.數(shù)字經(jīng)濟促進了包容性增長嗎——基于“寬帶中國”的準自然實驗[J].學術(shù)界, 2021(10):55-74.
方福前,田鴿,張勛.數(shù)字基礎(chǔ)設(shè)施與代際收入向上流動性——基于“寬帶中國”戰(zhàn)略的準自然實驗[J].經(jīng)濟研究, 2023, 58(05):79-97.
華中昱,林萬龍,徐娜.數(shù)字鴻溝還是數(shù)字紅利?——數(shù)字技術(shù)使用對農(nóng)村低收入戶收入的影響[J].中國農(nóng)業(yè)大學學報(社會科學版), 2022, 39(05):133-154.
雷澤奎,祁春節(jié),王劉坤.數(shù)字鄉(xiāng)村建設(shè)能驅(qū)動農(nóng)業(yè)經(jīng)濟高質(zhì)量增長嗎?[J].華中農(nóng)業(yè)大學學報(社會科學版), 2023(03):54-66.
林海,趙路犇,胡雅淇.數(shù)字鄉(xiāng)村建設(shè)是否能夠推動革命老區(qū)共同富裕[J].中國農(nóng)村經(jīng)濟, 2023(05):81-102.
劉生龍,張曉明,楊竺松.互聯(lián)網(wǎng)使用對農(nóng)村居民收入的影響[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究, 2021, 38((04):103-119.
彭澎,周力.中國農(nóng)村數(shù)字金融發(fā)展對農(nóng)戶的收入流動性影響研究[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究, 2022, 39(06):23-41.
邱海蘭,廖文梅,袁若蘭.互聯(lián)網(wǎng)使用、非農(nóng)就業(yè)與林區(qū)農(nóng)戶返貧風險[J].林業(yè)經(jīng)濟, 2022, 44(07):38-51.
邱澤奇,喬天宇.電商技術(shù)變革與農(nóng)戶共同發(fā)展[J].中國社會科學, 2021(10):145-166, 207.
邱澤奇,張樹沁,劉世定,等.從數(shù)字鴻溝到紅利差異——互聯(lián)網(wǎng)資本的視角[J].中國社會科學, 2016(10):93-115, 203-204.
邱子迅,周亞虹.電子商務(wù)對農(nóng)村家庭增收作用的機制分析——基于需求與供給有效對接的微觀檢驗[J].中國農(nóng)村經(jīng)濟, 2021(04):36-52.
史常亮.數(shù)字鄉(xiāng)村建設(shè)賦能農(nóng)民增收:直接影響與空間溢出[J].湖南社會科學, 2023(01):67-76.
斯麗娟,湯曉曉.數(shù)字普惠金融對農(nóng)戶收入不平等的影響研究——基于CFPS數(shù)據(jù)的實證分析[J].經(jīng)濟評論, 2022(05):100-116.
宋帥,李夢.數(shù)字金融對農(nóng)民創(chuàng)業(yè)決策的影響[J].華南農(nóng)業(yè)大學學報(社會科學版), 2021(05):38-49.
譚燕芝,張子豪.社會網(wǎng)絡(luò)、非正規(guī)金融與農(nóng)戶多維貧困[J].財經(jīng)研究, 2017(03):43-56.
汪亞楠,徐楓,葉欣.數(shù)字鄉(xiāng)村建設(shè)能推動農(nóng)村消費升級嗎?[J].管理評論, 2021, 33(11):135-144.
王小華,韓松林,溫濤.惠農(nóng)貸的精英俘獲及其包容性增長效應(yīng)研究[J].中國農(nóng)村經(jīng)濟, 2021(03):106-127.
王修華,趙亞雄.數(shù)字金融發(fā)展是否存在馬太效應(yīng)?——貧困戶與非貧困戶的經(jīng)驗比較[J].金融研究, 2020(07):114-133.
王中偉,焦方義.數(shù)字鄉(xiāng)村建設(shè)賦能農(nóng)民農(nóng)村共同富裕的實證檢驗[J].云南民族大學學報(哲學社會科學版), 2023(03):100-110.
伍艷.金融資本和人力資本視角下農(nóng)戶收入差距的微觀因素[J].西南民族大學學報(人文社會科學版), 2020, 41(11):134-143.
許慶,田士超,徐志剛,等.農(nóng)地制度、土地細碎化與農(nóng)民收入不平等[J].經(jīng)濟研究, 2008(02):83-92, 105.
閆桂權(quán),何玉成,張曉恒.數(shù)字普惠金融發(fā)展能否促進農(nóng)業(yè)機械化——基于農(nóng)機作業(yè)服務(wù)市場發(fā)展的視角[J].農(nóng)業(yè)技術(shù)經(jīng)濟, 2022(01):51-64.
楊晶,鄧悅.中國農(nóng)村養(yǎng)老保險制度對農(nóng)戶收入不平等影響研究[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究, 2020(10):83-100.
尹志超,文小梅,栗傳政.普惠金融、收入差距與共同富裕[J].數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究, 2023, 40(01):109-127.
曾億武,郭紅東,金松青.電子商務(wù)有益于農(nóng)民增收嗎?——來自江蘇沭陽的證據(jù)[J].中國農(nóng)村經(jīng)濟, 2018(02):49-64.
張勛,萬廣華,張佳佳,等.數(shù)字經(jīng)濟、普惠金融與包容性增長[J].經(jīng)濟研究, 2019(08):71-86.
朱秋博,白軍飛,彭超,等.信息化能促進農(nóng)戶增收、縮小收入差距嗎? [J].經(jīng)濟學(季刊), 2022, 22(01):237-256.
Forman C, Goldfarb A, Greenstein S. The internet and local wages:A puzzle [J]. American Economic Review, 2012, 102(01):556-575.
Richmond K, Triplett R E. ICT and income inequality:A cross-national perspective [J]. International Review of Applied Economics, 2018, 32(02):195-214.
Tureégano D M, Garcia-herrero A. Financial inclusion, rather than size, is the key to tackling income inequality [J]. Singapore Economic Review, 2018, 63(01):167-184.
Tyrowicz J, Smyk M. Wage inequality and structural change [J]. Social Indicators Research, 2019(02):503-538.
Wan G. Accounting for Income inequality in rural China:A regression-based approach [J]. Journal of Comparative Economics, 2004, 32(02):348-363.
Wang S L, Tan S K, Yang S F, et al. Urban-biased land development policy and the urban-rural income gap:Evidence from Hubei Province China [J]. Land Use Policy, 2019, 87:104066.
Zhao L, Lu Y, Wang B, et al. Cultivating the sense of belonging and motivating user participation in virtual communities:A social capital perspective [J]. International Journal of Information Management, 2012, 32(06):574-588.
(責任編輯康燕)
①2013年和2021年農(nóng)村居民按收入五等分組的人均可支配收入數(shù)據(jù)分別來源于2015年和2022年《中國統(tǒng)計年鑒》;2013年,高收入組的農(nóng)村居民人均可支配收入為21323.70元,低收入組的農(nóng)村居民人均可支配收入為2877.90元,兩者相差6.41倍。
①Kakwani指數(shù)是用來衡量經(jīng)濟不平等程度的一種方法,它綜合考慮了收入分配和收入水平兩個方面,數(shù)值越大表示收入不平等程度越大。
①考慮到數(shù)字鄉(xiāng)村指數(shù)的底層數(shù)據(jù)來源于位于杭州市的阿里集團,為了避免極端樣本引起估計偏誤,本文刪除杭州市樣本后重新進行回歸。
②Yitzhaki指數(shù)是用來衡量收入或財富分布不平等程度的指標,其數(shù)值越大表示不平等程度越高。
③該分組估計系數(shù)已通過系數(shù)差異檢驗。
①以上分組估計系數(shù)已通過系數(shù)差異檢驗。
②使用受教育年限為9年作為分界點的原因在于農(nóng)民的教育水平偏低,受教育年限9年以下的樣本將近占全樣本的1/2。若使用更高受教育年限作為分界點,高學歷組的樣本量偏少。
①表中的分組估計系數(shù)已通過系數(shù)差異檢驗。
②由于此處僅考慮從事農(nóng)業(yè)生產(chǎn)的家庭,所以相較于所有農(nóng)戶,此處樣本量有所減少。
①“是否有人從事個體經(jīng)營”在中國家庭追蹤調(diào)查問卷中涉及到的問題是“過去12個月,您家是否有家庭成員從事個體經(jīng)營或開辦私營企業(yè)?”;“外出打工”在中國家庭追蹤調(diào)查問卷中涉及到的問題是“過去12個月,您家是否有人外出打工(如去城市打工)掙錢?”。