數(shù)字經(jīng)濟(jì)發(fā)展、非農(nóng)就業(yè)與農(nóng)民增收

何宜慶，熊子怡，張 科，王 雯

（南昌大學(xué)a.經(jīng)濟(jì)管理學(xué)院；b.旅游學(xué)院，南昌 330031）

0 引言

解決“三農(nóng)”問(wèn)題、促進(jìn)鄉(xiāng)村振興是全面建設(shè)社會(huì)主義現(xiàn)代化國(guó)家的戰(zhàn)略基礎(chǔ)?！笆奈濉币?guī)劃和2035 年遠(yuǎn)景目標(biāo)指出，我國(guó)城鄉(xiāng)區(qū)域發(fā)展和收入分配差距較大目前仍是社會(huì)的主要矛盾。與此同時(shí)，在互聯(lián)網(wǎng)革命推動(dòng)信息科技迅速發(fā)展的背景下，以數(shù)據(jù)為核心生產(chǎn)要素的數(shù)字經(jīng)濟(jì)對(duì)經(jīng)濟(jì)活動(dòng)的內(nèi)容、生產(chǎn)的組織方式產(chǎn)生了深遠(yuǎn)的影響。在此背景下，深入探究數(shù)字經(jīng)濟(jì)發(fā)展與農(nóng)民收入增長(zhǎng)的關(guān)系及影響機(jī)制對(duì)于解決城鄉(xiāng)發(fā)展不平衡矛盾，穩(wěn)步推進(jìn)共同富裕發(fā)展實(shí)踐具有重大現(xiàn)實(shí)意義。

一直以來(lái)，學(xué)術(shù)界高度關(guān)注農(nóng)民收入水平及其增長(zhǎng)問(wèn)題。然而學(xué)術(shù)上就數(shù)字經(jīng)濟(jì)發(fā)展能否促進(jìn)農(nóng)民收入增長(zhǎng)未得到一致結(jié)論。一種觀(guān)點(diǎn)認(rèn)為，數(shù)字經(jīng)濟(jì)發(fā)展催生了許多服務(wù)業(yè)等新業(yè)態(tài)，如外賣(mài)員、網(wǎng)約車(chē)司機(jī)以及跑腿零工等平臺(tái)經(jīng)濟(jì)從業(yè)者，為大量農(nóng)業(yè)、制造業(yè)等行業(yè)的剩余勞動(dòng)力提供了就業(yè)機(jī)會(huì)[1]；另一種觀(guān)點(diǎn)認(rèn)為，數(shù)字技術(shù)進(jìn)步使得對(duì)低技能勞動(dòng)群體需求下降，且農(nóng)村居民使用數(shù)字技術(shù)的能力較差，進(jìn)一步抑制了他們的非農(nóng)就業(yè)行為從而降低其收入水平。造成實(shí)證結(jié)果不一致的原因可能在于勞動(dòng)供給者個(gè)體差異較大，且受制于農(nóng)村居民的數(shù)字平臺(tái)使用能力，數(shù)字經(jīng)濟(jì)對(duì)勞動(dòng)轉(zhuǎn)型的影響可能存在滯后性。鑒于此，本文利用城市面板數(shù)據(jù)、互聯(lián)網(wǎng)招聘大數(shù)據(jù)以及中國(guó)流動(dòng)人口動(dòng)態(tài)監(jiān)測(cè)數(shù)據(jù)（CMDS），多維度實(shí)證檢驗(yàn)數(shù)字經(jīng)濟(jì)發(fā)展對(duì)農(nóng)民收入的影響。

1 理論分析與研究假設(shè)

伴隨著21世紀(jì)初城鎮(zhèn)化進(jìn)程的加快，大量農(nóng)村剩余勞動(dòng)力流向城市，工資性收入已成為農(nóng)村居民收入增長(zhǎng)的主要貢獻(xiàn)因素[2]。與此同時(shí)，數(shù)字經(jīng)濟(jì)發(fā)展以數(shù)據(jù)為關(guān)鍵生產(chǎn)要素，以數(shù)字技術(shù)進(jìn)步為推動(dòng)力，通過(guò)引導(dǎo)生產(chǎn)方式的變革和新產(chǎn)業(yè)的產(chǎn)生，進(jìn)一步影響著農(nóng)村居民的就業(yè)結(jié)構(gòu)和收入水平[3]。但是，關(guān)于數(shù)字經(jīng)濟(jì)發(fā)展是否能夠增加農(nóng)村居民的就業(yè)進(jìn)而增加收入，學(xué)術(shù)界存在不一致的觀(guān)點(diǎn)。

一方面，數(shù)字技術(shù)在各個(gè)領(lǐng)域的廣泛應(yīng)用使高技能勞動(dòng)者的邊際產(chǎn)出不斷增加，導(dǎo)致勞動(dòng)力市場(chǎng)對(duì)于腦力和復(fù)雜勞動(dòng)的高技能勞動(dòng)者需求更大，集中于第一、第二產(chǎn)業(yè)的低技能勞動(dòng)力被逐漸替代。與此同時(shí)，農(nóng)村居民并未擁有和城鎮(zhèn)居民一樣的薪資待遇和社會(huì)福利[4]，進(jìn)一步加劇了農(nóng)村轉(zhuǎn)移勞動(dòng)力在面臨數(shù)字經(jīng)濟(jì)沖擊時(shí)的脆弱性。此外，相對(duì)于城市居民而言，農(nóng)村居民對(duì)數(shù)字時(shí)代的高科技產(chǎn)品和服務(wù)不能很快掌握并充分應(yīng)用，嚴(yán)重抑制了農(nóng)民的非農(nóng)就業(yè)機(jī)會(huì)，不利于其收入水平的提高。

另一方面，正如此前歷次技術(shù)革命中所經(jīng)歷的，技術(shù)進(jìn)步總體上不會(huì)破壞就業(yè)市場(chǎng)[5]。首先，數(shù)字經(jīng)濟(jì)的高滲透性改變了居民的傳統(tǒng)生活模式，人們對(duì)生活質(zhì)量的追求和享受型消費(fèi)升級(jí)趨勢(shì)明顯，進(jìn)而引起了商品生產(chǎn)的多態(tài)化、復(fù)雜化，直接刺激了服務(wù)業(yè)的種類(lèi)及就業(yè)量的增加[1]?，F(xiàn)實(shí)來(lái)看，數(shù)字技術(shù)帶來(lái)的實(shí)時(shí)交互能力加速了職業(yè)的大眾化，尤其是與交通、旅行、物流、日用品等生活服務(wù)領(lǐng)域的深度融合，催生了大量低技能的新型服務(wù)業(yè)，為農(nóng)民工轉(zhuǎn)崗再就業(yè)提供了新契機(jī)。其次，在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的背景下，新舊動(dòng)能轉(zhuǎn)換創(chuàng)造出巨大就業(yè)空間，各種零工經(jīng)濟(jì)、平臺(tái)經(jīng)濟(jì)、自由職業(yè)者等新就業(yè)形態(tài)應(yīng)運(yùn)而生，拓展了農(nóng)村居民的就業(yè)渠道。

隨著農(nóng)業(yè)和工業(yè)數(shù)字化不斷升級(jí)，農(nóng)業(yè)和工業(yè)勞動(dòng)力需求量有減無(wú)增的局面難以改變，因此農(nóng)村勞動(dòng)力向服務(wù)業(yè)行業(yè)規(guī)?；D(zhuǎn)移已成為基本趨勢(shì)[1]。從長(zhǎng)遠(yuǎn)來(lái)看，雖然數(shù)字技術(shù)應(yīng)用降低了大規(guī)模商品生產(chǎn)活動(dòng)對(duì)勞動(dòng)力的需求，但隨著數(shù)字應(yīng)用的廣度和深度逐漸推進(jìn)，非中性技術(shù)進(jìn)步對(duì)服務(wù)產(chǎn)品的需求也可能越發(fā)明顯，并最終增加服務(wù)業(yè)的崗位數(shù)量和工資水平[6]。最重要的是，技術(shù)替代無(wú)論在任何階段均不可能對(duì)人的服務(wù)產(chǎn)生替代，如網(wǎng)約配送員、直播電商等生活服務(wù)類(lèi)數(shù)字新職業(yè)對(duì)勞動(dòng)者的技能要求和學(xué)歷要求較低，但這類(lèi)工作仍需要從業(yè)人員的溝通交流能力以及環(huán)境應(yīng)變能力[7]。在此背景下，數(shù)字經(jīng)濟(jì)能夠吸納更多農(nóng)業(yè)轉(zhuǎn)移勞動(dòng)力就業(yè)，從而促進(jìn)農(nóng)民增收。基于此，本文提出假設(shè)1：數(shù)字經(jīng)濟(jì)發(fā)展有助于提高農(nóng)村居民收入。

2 研究設(shè)計(jì)

2.1 模型設(shè)定

為檢驗(yàn)數(shù)字經(jīng)濟(jì)發(fā)展對(duì)農(nóng)村居民收入的影響，本文構(gòu)建如下雙向固定效應(yīng)模型：

其中，i和t分別表示城市和年份，lnincome為農(nóng)村居民可支配收入，lndigital為數(shù)字經(jīng)濟(jì)發(fā)展水平，controls代表一系列控制變量，γt和μi分別代表年份和城市固定效應(yīng)，εi，t為隨機(jī)誤差項(xiàng)。

為考察數(shù)字經(jīng)濟(jì)發(fā)展對(duì)農(nóng)民收入的影響機(jī)制，分別加入低技能勞動(dòng)力招聘需求及非農(nóng)就業(yè)變量，構(gòu)建如下模型：

式（2）檢驗(yàn)了數(shù)字經(jīng)濟(jì)對(duì)低技能勞動(dòng)力招聘需求的影響，recruit為招聘變量，包括各地區(qū)低技能招聘崗位總數(shù)的自然對(duì)數(shù)值（lnrecruit）和低技能招聘崗位占比（recruit_p）；式（3）檢驗(yàn)了數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村勞動(dòng)力非農(nóng)就業(yè)的影響，workeri，k為非農(nóng)就業(yè)的虛擬變量，若個(gè)體k在城市i從事非農(nóng)工作記為1，否則記為0。Xk表示個(gè)體及家庭層面的特征，其余變量和參數(shù)設(shè)定同式（1）。

2.2 變量定義

2.2.1 核心被解釋變量

參考王庶和岳希明（2017）[8]的做法，本文對(duì)農(nóng)村居民收入水平的衡量選用農(nóng)村居民人均可支配收入。

2.2.2 核心解釋變量

本文借鑒趙濤等（2020）[9]和黃群慧等（2019）[10]的研究思路，通過(guò)互聯(lián)網(wǎng)發(fā)展和數(shù)字金融發(fā)展兩個(gè)維度測(cè)度數(shù)字經(jīng)濟(jì)發(fā)展水平。關(guān)于互聯(lián)網(wǎng)發(fā)展，主要選取互聯(lián)網(wǎng)普及率、相關(guān)產(chǎn)出情況、移動(dòng)設(shè)備普及率和相關(guān)從業(yè)人員情況四個(gè)方面的指標(biāo)，分別采用百人中互聯(lián)網(wǎng)寬帶接入用戶(hù)數(shù)，百人中移動(dòng)電話(huà)用戶(hù)數(shù)，信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)就業(yè)人數(shù)占比和人均電信業(yè)務(wù)總量進(jìn)行核算。同時(shí)，使用北京大學(xué)數(shù)字金融研究中心發(fā)布的北京大學(xué)數(shù)字普惠金融指數(shù)衡量數(shù)字金融發(fā)展水平。使用主成分分析法（PCA）將上述指標(biāo)的數(shù)據(jù)標(biāo)準(zhǔn)化后降維處理，得到測(cè)度數(shù)字經(jīng)濟(jì)發(fā)展的綜合指數(shù)digital。此外，后文還采用騰訊研究院數(shù)字中國(guó)指數(shù)（原“互聯(lián)網(wǎng)+”數(shù)字經(jīng)濟(jì)指數(shù)）digi_tencent作為替代解釋變量進(jìn)行進(jìn)一步穩(wěn)健性檢驗(yàn)。

2.2.3 機(jī)制變量

（1）低技能勞動(dòng)力招聘需求

參考已有研究中以教育年限或職業(yè)類(lèi)別指標(biāo)對(duì)勞動(dòng)者按高低技能崗位進(jìn)行分類(lèi)的做法，本文從學(xué)歷限制視角將低技能勞動(dòng)力定義為在企業(yè)招聘中不限學(xué)歷的崗位。綜合考慮網(wǎng)絡(luò)招聘信息發(fā)布的數(shù)量、范圍和質(zhì)量，本文選取智聯(lián)招聘（www.zhaopin.com）和58 同城（www.58.com）作為樣本來(lái)源，利用Python爬取了2018年12月28日近2000萬(wàn)條招聘信息，通過(guò)對(duì)檢索條件中的學(xué)歷要求設(shè)置進(jìn)行篩選，并剔除同一招聘單位中同一崗位的重復(fù)樣本，最終匯總獲得各城市不限學(xué)歷的招聘崗位總數(shù)作為低技能勞動(dòng)力招聘需求的替代指標(biāo)（lnrecruit）。

（2）非農(nóng)就業(yè)水平

本文采用中國(guó)流動(dòng)人口動(dòng)態(tài)監(jiān)測(cè)調(diào)查（CMDS）數(shù)據(jù)衡量非農(nóng)就業(yè)水平，該數(shù)據(jù)來(lái)源于國(guó)家衛(wèi)生健康委組織開(kāi)展的大規(guī)模全國(guó)性流動(dòng)人口抽樣調(diào)查，覆蓋我國(guó)31 個(gè)省份（不含港澳臺(tái)），每年樣本量近20萬(wàn)戶(hù)，兼具專(zhuān)業(yè)性與大樣本特征?；跀?shù)據(jù)的可獲得性和時(shí)效性，本文選取2018年度A卷（流動(dòng)人口問(wèn)卷）數(shù)據(jù)，篩選出戶(hù)籍為農(nóng)村的居民樣本集合，構(gòu)建非農(nóng)就業(yè)的虛擬變量（worker），具體的對(duì)有固定工作的農(nóng)村居民賦值為1，其他情況則賦值為0。然后將這部分回答情況的數(shù)據(jù)進(jìn)行清洗并和城市層面數(shù)據(jù)進(jìn)行匹配，最終保留有效樣本62389份。

2.2.4 控制變量

參考已有文獻(xiàn)，本文選取了如下地區(qū)特征控制變量：經(jīng)濟(jì)發(fā)展程度（lngdp，人均地區(qū)生產(chǎn)總值的自然對(duì)數(shù)值）、城鎮(zhèn)化水平（lnnonagri，非農(nóng)人口數(shù)的自然對(duì)數(shù)值）、城市規(guī)模（lndensity，人口密度的自然對(duì)數(shù)值）、失業(yè)率（unemployment，年末城鎮(zhèn)登記失業(yè)人員數(shù)與年末總?cè)丝跀?shù)的比值）、對(duì)外開(kāi)放程度（lnfdi，當(dāng)年實(shí)際使用外資金額的自然對(duì)數(shù)值）、產(chǎn)業(yè)結(jié)構(gòu)（second、third，第二、第三產(chǎn)業(yè)增加值占比）、科技發(fā)展水平（lnscience，財(cái)政支出中科技支出的自然對(duì)數(shù)值）、政府規(guī)模（lnexpend，地方財(cái)政一般預(yù)算內(nèi)支出的自然對(duì)數(shù)值）。此外，本文還加入了反映農(nóng)村居民個(gè)人特征的控制變量，具體包含性別（gender：男性=1，女性=0）、婚姻狀況（marriage：婚姻存續(xù)=1，其他=0）和家庭人員構(gòu)成（family：共同生活在一戶(hù)的家庭其他成員人口數(shù)）。

2.3 數(shù)據(jù)來(lái)源和描述性統(tǒng)計(jì)

本文選取2011—2019年中國(guó)286個(gè)地級(jí)及以上城市作為研究樣本。本文研究使用的微觀(guān)數(shù)據(jù)來(lái)自“智聯(lián)招聘”“58同城”招聘網(wǎng)站及2018年中國(guó)流動(dòng)人口動(dòng)態(tài)監(jiān)測(cè)調(diào)查（CMDS）數(shù)據(jù)，城市層面的宏觀(guān)數(shù)據(jù)均來(lái)源于歷年各地區(qū)統(tǒng)計(jì)年鑒、《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》和《中國(guó)城市統(tǒng)計(jì)年鑒》。

3 實(shí)證結(jié)果分析

3.1 基礎(chǔ)回歸分析

本文先對(duì)模型（1）進(jìn)行回歸，初步檢驗(yàn)數(shù)字經(jīng)濟(jì)發(fā)展對(duì)農(nóng)民收入的影響。從表1中列（1）結(jié)果可以看出，在控制了城市和年份雙重固定效應(yīng)后，數(shù)字經(jīng)濟(jì)發(fā)展（lndigital）的估計(jì)系數(shù)在1%的水平上顯著為正。列（2）進(jìn)一步控制了區(qū)域特征變量后，系數(shù)估計(jì)值依然顯著為正。這一結(jié)果表明，數(shù)字經(jīng)濟(jì)發(fā)展對(duì)農(nóng)村居民人均收入水平具有顯著正向影響，可以初步判斷，數(shù)字經(jīng)濟(jì)發(fā)展有助于農(nóng)民增收。

表1 基準(zhǔn)回歸結(jié)果

3.2 穩(wěn)健性檢驗(yàn)

3.2.1 工具變量法

為盡可能避免一些不可觀(guān)測(cè)因素引致的內(nèi)生性問(wèn)題，本文不僅在模型中考慮了城市和年份層面的變量，還嘗試采用工具變量法解決內(nèi)生性導(dǎo)致的估計(jì)偏誤問(wèn)題。具體地，本文參考文獻(xiàn)[11]的方法，選擇農(nóng)村居民所在城市到沿海港口的最近距離作為工具變量。一方面，發(fā)展數(shù)字技術(shù)需要大量的資金投入，經(jīng)濟(jì)發(fā)達(dá)地區(qū)在信息技術(shù)基礎(chǔ)設(shè)施的投入和建設(shè)上有著先天的資本優(yōu)勢(shì)。距離沿海港口越近的地區(qū)，其創(chuàng)新能力和經(jīng)濟(jì)發(fā)展水平越高，更有利于數(shù)字經(jīng)濟(jì)的可持續(xù)發(fā)展；另一方面，到沿海港口的最近距離很難直接影響區(qū)域間的收入分配。需要說(shuō)明的是，由于空間距離不隨時(shí)間變化，本文借鑒文獻(xiàn)[12]的做法，最終使用二者的交互項(xiàng)賦予截面數(shù)據(jù)時(shí)間趨勢(shì)，構(gòu)造數(shù)字經(jīng)濟(jì)發(fā)展水平的工具變量。

工具變量回歸結(jié)果如表2所示。列（1）結(jié)果顯示，在一階段回歸中，工具變量（lndistance）的系數(shù)估計(jì)值在1%的水平上顯著為負(fù)，說(shuō)明農(nóng)村居民所處城市到沿海港口距離越近，數(shù)字經(jīng)濟(jì)發(fā)展水平越高。此外，第一階段F統(tǒng)計(jì)數(shù)值為106.059，遠(yuǎn)大于經(jīng)驗(yàn)值10，說(shuō)明本文不存在弱工具變量問(wèn)題。從列（2）結(jié)果可以看出，第二階段回歸中，數(shù)字經(jīng)濟(jì)發(fā)展（lndigital）的系數(shù)估計(jì)值為0.224且在1%的水平上顯著為正，與前文結(jié)果一致，證明了本文結(jié)論的可靠性。

3.2.2 消除通貨膨脹影響

為了消除通貨膨脹對(duì)回歸結(jié)果產(chǎn)生的估計(jì)偏差，本文以2011年為基期對(duì)全文涉及經(jīng)濟(jì)特征的相關(guān)變量進(jìn)行平減處理，加入模型（1）重新回歸的結(jié)果見(jiàn)表3。表3 列（1）和列（2）結(jié)果表明，在消除通貨膨脹的可能影響后，本文結(jié)果依然顯著。

表3 穩(wěn)健性檢驗(yàn)：消除通貨膨脹影響和替換解釋變量

3.2.3 替換解釋變量

為進(jìn)一步保證檢驗(yàn)結(jié)果的穩(wěn)健性，本文替換解釋變量指標(biāo)的度量方式，使用騰訊研究院數(shù)字中國(guó)指數(shù)（原“互聯(lián)網(wǎng)+”數(shù)字經(jīng)濟(jì)指數(shù)）衡量各城市數(shù)字經(jīng)濟(jì)發(fā)展水平，回歸結(jié)果見(jiàn)表3 列（3）和列（4）?？梢钥闯觯诩尤氤鞘锌刂谱兞壳昂?，核心解釋變量的估計(jì)系數(shù)均在5%的水平上顯著為正，再一次驗(yàn)證了上述實(shí)證結(jié)果，即數(shù)字經(jīng)濟(jì)發(fā)展能夠有效促進(jìn)農(nóng)民增收。需要指出的是，由于該指數(shù)測(cè)算從2015 年開(kāi)始，因此本文檢驗(yàn)數(shù)據(jù)樣本區(qū)間為2015—2019年。

3.2.4 雙重差分估計(jì)

本文將“寬帶中國(guó)”試點(diǎn)的網(wǎng)絡(luò)基礎(chǔ)設(shè)施升級(jí)視為一項(xiàng)外生政策沖擊，進(jìn)一步使用雙重差分法（DID）來(lái)緩解潛在的內(nèi)生性問(wèn)題。具體而言，工業(yè)和信息化部、國(guó)家發(fā)展和改革委員會(huì)在2014—2016年共同確立了120個(gè)城市（城市群）作為“寬帶中國(guó)”示范點(diǎn)，入選城市著力于提高該地區(qū)的網(wǎng)絡(luò)傳輸速率和擴(kuò)大網(wǎng)絡(luò)覆蓋范圍，以完成創(chuàng)建示范的目標(biāo)任務(wù)，進(jìn)而推動(dòng)國(guó)家信息化與數(shù)字化發(fā)展。這為本文構(gòu)造雙重差分模型以更加精確地評(píng)估數(shù)字經(jīng)濟(jì)與農(nóng)民增收的因果關(guān)系提供了重要契機(jī)。

借鑒文獻(xiàn)[13]的處理方法，構(gòu)建如下多時(shí)點(diǎn)DID模型：

其中，broadbandi，t為設(shè)立“寬帶中國(guó)”試點(diǎn)城市的虛擬變量，若該年份及以后被選入“寬帶中國(guó)”試點(diǎn)名單則取1，否則為0，其余變量與前文一致。表4列（1）報(bào)告了DID的估計(jì)結(jié)果。結(jié)果表明，broadband的系數(shù)在5%的水平上顯著為正，與預(yù)期一致。此外，本文還進(jìn)行了平行趨勢(shì)檢驗(yàn)，以“寬帶中國(guó)”試點(diǎn)政策為造成實(shí)驗(yàn)組和對(duì)照組差異的唯一動(dòng)因。為此，將“寬帶中國(guó)”試點(diǎn)政策實(shí)施前4年的年份虛擬變量作為解釋變量進(jìn)行回歸。表4列（2）結(jié)果顯示，事前年份虛擬變量均不顯著，這意味著在“寬帶中國(guó)”試點(diǎn)政策實(shí)施前，試點(diǎn)地區(qū)與非試點(diǎn)地區(qū)的農(nóng)村居民收入水平并沒(méi)有顯著差別，平行趨勢(shì)檢驗(yàn)通過(guò)，本文結(jié)論依舊穩(wěn)健。

表4 穩(wěn)健性檢驗(yàn)：雙重差分估計(jì)

4 進(jìn)一步分析

4.1 機(jī)制檢驗(yàn)

4.1.1 基于低技能勞動(dòng)力招聘需求視角

就現(xiàn)實(shí)而言，企業(yè)崗位是社會(huì)中數(shù)量最多、最具活力、更新最快速的崗位，通過(guò)互聯(lián)網(wǎng)發(fā)布的招聘信息也蘊(yùn)含了職責(zé)描述、職位要求等大量信息，能夠真實(shí)反映勞動(dòng)力市場(chǎng)的供給方需求[14]。因此，本文研究引入“智聯(lián)招聘”和“58 同城”網(wǎng)站的招聘截面數(shù)據(jù)進(jìn)行機(jī)制識(shí)別，分別以城市低技能崗位招聘總量的自然對(duì)數(shù)值和城市低技能崗位招聘總量與城市崗位招聘總量的比值來(lái)衡量地區(qū)低技能勞動(dòng)力招聘需求，并加入模型（2）進(jìn)行回歸，結(jié)果見(jiàn)表5?？梢钥闯?，數(shù)字經(jīng)濟(jì)發(fā)展能夠增加城市低技能勞動(dòng)力的招聘需求，且在1%的水平上顯著。這意味著，數(shù)字經(jīng)濟(jì)發(fā)展會(huì)催生更多低技能就業(yè)崗位，提高城市就業(yè)包容性，促進(jìn)農(nóng)民非農(nóng)就業(yè)。

表5 作用機(jī)制檢驗(yàn)：低技能勞動(dòng)力招聘需求

4.1.2 基于非農(nóng)就業(yè)視角

如前文所述，數(shù)字經(jīng)濟(jì)發(fā)展降低了信息不對(duì)稱(chēng)性，提高信息扁平化程度，有助于更多農(nóng)民實(shí)現(xiàn)非農(nóng)就業(yè)。為驗(yàn)證該機(jī)制，本文采用2018 年中國(guó)流動(dòng)人口動(dòng)態(tài)監(jiān)測(cè)調(diào)查（CMDS）數(shù)據(jù)，對(duì)模型（3）進(jìn)行實(shí)證研究，回歸結(jié)果如表6所示。列（1）至列（3）結(jié)果顯示，在逐步控制城市固定效應(yīng)、個(gè)體特征和城市特征后，數(shù)字經(jīng)濟(jì)發(fā)展對(duì)農(nóng)村勞動(dòng)力非農(nóng)就業(yè)具有顯著的促進(jìn)作用。此外，考慮到被解釋變量（非農(nóng)就業(yè)）為虛擬變量，還采用Probit 模型進(jìn)行回歸分析。列（4）至列（6）結(jié)果表明，在重新更換估計(jì)方法后，數(shù)字經(jīng)濟(jì)發(fā)展依然能夠顯著促進(jìn)農(nóng)民非農(nóng)就業(yè)。這意味著，數(shù)字技術(shù)促進(jìn)了就業(yè)形態(tài)多樣化，由其衍生出的電子商務(wù)、平臺(tái)就業(yè)等工作能夠?yàn)檗r(nóng)村居民提供更多非農(nóng)就業(yè)崗位，從而有助于提高其收入水平。

表6 作用機(jī)制檢驗(yàn)：農(nóng)村勞動(dòng)力非農(nóng)就業(yè)

4.2 異質(zhì)性分析

基準(zhǔn)回歸與穩(wěn)健性檢驗(yàn)的結(jié)果驗(yàn)證了數(shù)字經(jīng)濟(jì)發(fā)展對(duì)于農(nóng)民增收具有顯著促進(jìn)效應(yīng)。然而，盡管控制了個(gè)體、地區(qū)層面的控制變量，但問(wèn)卷調(diào)查選擇的個(gè)體并非完全同質(zhì)，該促進(jìn)作用在不同群體中可能存在明顯的差異性。并且農(nóng)村勞動(dòng)力受鄉(xiāng)土社會(huì)文化的影響較深，在宗族網(wǎng)絡(luò)內(nèi)部，農(nóng)戶(hù)能夠較為容易地獲取就業(yè)信息、降低外出務(wù)工不確定性風(fēng)險(xiǎn)。為此，本文進(jìn)一步從個(gè)體年齡特征和區(qū)域宗族網(wǎng)絡(luò)角度挖掘數(shù)字經(jīng)濟(jì)發(fā)展對(duì)農(nóng)民增收作用的異質(zhì)性。

4.2.1 考慮個(gè)體年齡差異的分樣本回歸

既有研究表明，年長(zhǎng)的農(nóng)村勞動(dòng)力通常在勞動(dòng)力市場(chǎng)中處于弱勢(shì)地位，他們所面臨的勞動(dòng)力市場(chǎng)的歧視較多。此外，相較于青年勞動(dòng)力，老年勞動(dòng)力更難掌握入門(mén)數(shù)字技術(shù)，這進(jìn)一步放大了他們的就業(yè)劣勢(shì)?；诖?，根據(jù)2018年中國(guó)流動(dòng)人口動(dòng)態(tài)監(jiān)測(cè)調(diào)查（CMDS）數(shù)據(jù)中的“年齡”變量進(jìn)行分組，以45歲為節(jié)點(diǎn)將農(nóng)村居民分為中青年組和中老年組，分別考察數(shù)字經(jīng)濟(jì)發(fā)展對(duì)其收入水平的影響，分組檢驗(yàn)結(jié)果如下頁(yè)表7列（1）和列（2）所示。在中青年樣本中，數(shù)字經(jīng)濟(jì)發(fā)展（lndigital）系數(shù)在1%的水平上顯著為正，而該系數(shù)在中老年樣本中不顯著，且基于bdiff 500次抽樣檢驗(yàn)后兩組系數(shù)差異在1%的水平上顯著。這說(shuō)明，相比中老年農(nóng)村勞動(dòng)力，數(shù)字經(jīng)濟(jì)對(duì)中青年農(nóng)村勞動(dòng)力收入水平的促進(jìn)效果更明顯。

表7 異質(zhì)性檢驗(yàn)：個(gè)體年齡差異和區(qū)域宗族網(wǎng)絡(luò)差異

4.2.2 考慮區(qū)域宗族網(wǎng)絡(luò)差異的分樣本回歸

由于歷史、地理等方面因素的影響，中國(guó)宗族網(wǎng)絡(luò)在地區(qū)間存在明顯差異。以血緣為紐帶的宗族網(wǎng)絡(luò)提供了一種社會(huì)保險(xiǎn)，促進(jìn)了不同類(lèi)型工作信息的分享，以協(xié)助其內(nèi)部人員獲得高報(bào)酬的非農(nóng)業(yè)工作，而數(shù)字技術(shù)可以大大降低農(nóng)村居民對(duì)宗族網(wǎng)絡(luò)的依賴(lài)。本文參考文獻(xiàn)[15]的做法，將新中國(guó)成立前的家譜數(shù)據(jù)手工整理并與各地級(jí)市匹配，并對(duì)1990 年各城市人口的家譜數(shù)量進(jìn)行標(biāo)準(zhǔn)化處理，得到每百萬(wàn)人擁有家譜數(shù)，以此衡量當(dāng)?shù)氐淖谧寰W(wǎng)絡(luò)水平。根據(jù)地區(qū)宗族網(wǎng)絡(luò)水平的中位數(shù)進(jìn)行分組，將樣本分為宗族網(wǎng)絡(luò)水平較高地區(qū)樣本和較低地區(qū)樣本，分組檢驗(yàn)結(jié)果如表7 列（3）和列（4）所示。在宗族網(wǎng)絡(luò)水平較高地區(qū)樣本中，lndigital系數(shù)為正但不顯著，而在宗族網(wǎng)絡(luò)水平較低地區(qū)樣本中該系數(shù)的顯著性水平和大小均大于列（3）的結(jié)果?；赽diff 500次抽樣檢驗(yàn)后兩組系數(shù)差異在10%的水平上顯著，表明數(shù)字經(jīng)濟(jì)對(duì)農(nóng)民增收的作用在宗族網(wǎng)絡(luò)水平較低的地區(qū)更明顯。

4.3 進(jìn)一步檢驗(yàn)：數(shù)字經(jīng)濟(jì)發(fā)展與城鄉(xiāng)收入差距

上文雖然已經(jīng)證明數(shù)字經(jīng)濟(jì)發(fā)展可以帶動(dòng)農(nóng)民收入增長(zhǎng)，但在目前中國(guó)城鄉(xiāng)發(fā)展不均衡的情況下，該增收效應(yīng)是否可以減小貧富差距，還需要進(jìn)一步研究。為檢驗(yàn)數(shù)字經(jīng)濟(jì)發(fā)展對(duì)城鄉(xiāng)收入差距的影響效果，本文參考文獻(xiàn)[16]的做法，以城鎮(zhèn)居民人均可支配收入、城鎮(zhèn)職工平均工資與農(nóng)村居民人均可支配收入之比（gap、gap_p）作為被解釋變量，地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展作為解釋變量。表8結(jié)果顯示，數(shù)字經(jīng)濟(jì)發(fā)展（lndigital）的估計(jì)系數(shù)均在1%的水平上顯著為負(fù)，說(shuō)明數(shù)字經(jīng)濟(jì)發(fā)展對(duì)縮小城鄉(xiāng)收入差距也同樣具有積極作用。

表8 進(jìn)一步檢驗(yàn)：數(shù)字經(jīng)濟(jì)發(fā)展對(duì)城鄉(xiāng)收入差距的影響

5 結(jié)論

本文基于我國(guó)2011—2019 年286 個(gè)地級(jí)及以上城市的面板數(shù)據(jù)，采用雙向固定效應(yīng)模型檢驗(yàn)了數(shù)字經(jīng)濟(jì)發(fā)展對(duì)農(nóng)民增收的作用。研究表明，數(shù)字經(jīng)濟(jì)發(fā)展顯著提高了農(nóng)村居民人均可支配收入，且該增收效應(yīng)在中青年農(nóng)村群體和宗族網(wǎng)絡(luò)水平較低地區(qū)更明顯；采用“互聯(lián)網(wǎng)招聘”大數(shù)據(jù)和中國(guó)流動(dòng)人口動(dòng)態(tài)監(jiān)測(cè)調(diào)查2018年度個(gè)人微觀(guān)數(shù)據(jù)進(jìn)行機(jī)制檢驗(yàn)得出，數(shù)字經(jīng)濟(jì)主要通過(guò)促進(jìn)低技能勞動(dòng)力招聘需求和非農(nóng)就業(yè)兩種渠道推動(dòng)農(nóng)民收入增長(zhǎng)。此外，本文進(jìn)一步分析發(fā)現(xiàn)，數(shù)字經(jīng)濟(jì)發(fā)展對(duì)城鄉(xiāng)收入差距有顯著縮小作用。