数字经济发展何以收敛城乡收入差距——基于中国280个地级市的实证研究

How Does the Development of the Digital Economy Narrow the Urban-Rural Income Gap?—An Empirical Study Based on 280 Prefecture-Level Cities in China

摘要: 中国的城乡之间存在显著的收入差距，数字经济作为我国经济高质量发展的重要助力，其发展为缩小这一差距提供了可能。为了讨论数字经济发展对城乡收入差距的影响，证明数字经济能够通过扩大市场规模进而收敛城乡收入差距，本文选择使用能够更深入体现城乡之间的经济和社会差异的市级面板数据——2012年至2021年全国280个地级市的面板数据，通过双固定效应模型实证研究了数字经济发展对城乡收入差距的影响，使用中介效应模型检验了市场规模的中介作用，并进行了详细的稳健性检验、门槛检验与内生性检验。研究发现：数字经济发展能够收敛城乡收入差距，市场规模在其中起到中介作用，通过门槛模型的检验发现数字经济对城乡收入差距的影响存在着双门槛效应，并发现数字经济对于城乡收入差距的影响效应呈“U型”。本研究扩充了现有数字经济对城乡收入差距影响的机制研究，以期为推动数字经济在缩小城乡收入差距方面发挥更大作用提供依据与启发。

Abstract: There exists a significant income disparity between urban and rural areas in China. The digital economy, as an important driver of China’s high-quality economic development, offers possibilities for narrowing this gap. To discuss the impact of digital economy development on the urban-rural income disparity and to demonstrate that the digital economy can converge this disparity by expanding market size, this paper selects municipal panel data from 2012 to 2021 for 280 prefecture-level cities across China, which can more deeply reflect the economic and social differences between urban and rural areas. Through a dual fixed-effects model, the paper empirically investigates the influence of digital economy development on the urban-rural income disparity. It uses a mediation effect model to test the mediating role of market size and conducts detailed robustness checks, threshold tests, and tests for endogeneity. The findings reveal that the development of the digital economy can converge the urban-rural income disparity, with market size serving as a mediator. Through threshold model testing, it is found that the impact of the digital economy on the urban-rural income disparity exhibits a double-threshold effect, and the effect of the digital economy on the urban-rural income disparity takes a “U-shaped” form. This study expands the existing research on the mechanisms through which the digital economy influences the urban-rural income disparity, aiming to provide a basis and inspiration for promoting a greater role of the digital economy in narrowing the urban-rural income disparity.

1. 引言

在改革开放初期至2002年，我国城乡收入差距呈扩大趋势，城乡收入比从1978年的2.56上升到2002年的3.11，突破了国际警戒线。进入21世纪后，城乡收入不平等、过大的城乡收入差距问题受到党中央、国务院的高度重视。从2003年开始，政府加大了对“三农”问题的支持力度，通过一系列惠农政策和脱贫措施，如取消农业税、实施农村义务教育学杂费减免、实行种粮补贴政策等，努力缩小城乡收入差距，然而城乡收入差距在2008年以前一直呈扩大趋势。2008年之后，我国城乡收入差距才不断缩小，城乡收入比从2007年的3.14倍下降到2023年的2.39倍。党的二十大报告中指出：“着力促进全体人民共同富裕，坚决防止两极分化。”我国城乡二元结构是我国城乡发展不平衡的重要原因，导致了我国城乡收入的不平衡，形成城乡收入差距[1]。缩小城乡收入差距，统筹城乡发展则是实现共同富裕的重要抓手。

随着科技的不断发展，产业的不断变革与升级，数字技术不断迭代升级，数字经济在我国长期保持高速增长态势。数字经济不仅深刻影响着资源的优化配置方式，还引领着生产模式的创新变革，同时对人民日常生活的方方面面产生了广泛而深远的影响，成为推动中国经济高质量发展的关键力量[2]。数字经济能够促进经济增长，那么在我国城乡二元结构的历史背景下，数字经济对城乡收入差距的影响是怎样的？这是目前受到学界广泛关注的问题。

张丽君等[3] (2023)通过全国31个省市10年的面板数据实证检验数字经济对城乡收入差距的影响机制及其空间溢出效应，他们发现数字经济对城乡收入差距的影响呈现先缩小后扩大的“正U型”关系且在不同地区存在异质性。而周小刚[4] (2023)基于2014~2020年中国30个省份面板数据进行实证研究，发现数字经济能够增加城镇与农村居民的收入，并且对农村居民收入的促进作用更大，进而使得城乡收入差距收敛。王帅龙等[5] (2023)通过市级面板数据实证检验了数字经济对城乡收入差距的影响，他们认为数字经济发展对城乡收入差距的影响具有先缩小后扩大的“U”型特征，其研究结果与张丽君等人相似。而钟文等[6] (2024)通过2011~2022年中国278个地级市面板数据进行实证研究，他们认为数字经济发展影响城乡收入差距呈“倒U型”态势，目前中国已跨越“倒U型”拐点，数字经济缩小城乡收入差距红利显现。尽管对于数字经济影响城乡收入差距的总体趋势是“U型”还是“倒U型”的结论各不相同，但目前学界的研究结论更多地是认为数字经济的发展能够缩小城乡收入差距，本文也将承接目前学界的研究结果并进一步提出问题——数字经济的发展是怎么收敛城乡收入差距的？

赵茂林等[7] (2024)在其研究中证明数字经济发展能够通过打破数字鸿沟与促进地区创新创业进而缩小城乡收入差距。张丽君等[3] (2023)发现在数字经济发展对城乡收入差距的收敛作用中产业集聚起到中介作用，金融支持起到调节作用。郭根龙等[8] (2023)通过实证检验得出技术创新和数字化程度是数字经济缩小城乡收入差距的路径。刘军[9] (2021)从劳动力流动的视角出发通过实证研究发现数字经济能够通过促进劳动力流动从而间接地缩小城乡收入差距。

数字经济能够通过规模经济效应扩大国内市场规模，企业凭借大数据技术就能准确把握市场需求变动，即时整合市场资源，进而以此降低平均成本，获得规模经济收益，产业数字化能增强传统强势企业跨界经营能力、跨行业资源整合能力，不断扩大市场范围[10]。数字经济通过扩大市场规模还能提高各行各业的生产效率。农业、制造业等传统行业，通过数字化转型，农村地区的生产力可以得到显著提升，从而增加农民的收入。还能够打破地区限制，拓展市场渠道，使得农产品和地方特色产品可以通过电商平台直接销售，促进农民增收。

综上所述，本文根据拟研究的问题——数字经济何以收敛城乡收入差距？提出假说H1：数字经济发展能够缩小城乡收入差距。H2：市场规模在数字经济与城乡收入差距的关系中起到中介作用。

2. 研究设计

2.1. 变量选择与数据来源

2.1.1. 变量选择

(1) 被解释变量

城乡收入差距(GAP)，本文使用泰尔指数来描述城乡收入差距[11]，城乡收入比作为稳健性检验时的替代变量[12]。泰尔指数的计算公式如下式所示：

$GA{P}_{it}={\displaystyle {\sum }_{j=1}^2\frac{Y_{itj}}{Y_{it}}\ln \left(\frac{Y_{itj}/Y_{it}}{P_{itj}/P_{it}}\right)}$ (1)

其中，t与i分别表示年份与地级市，j = 1表示城镇，j = 2表示农村，Y_it表示t年i市的总收入，Y_itj表示t年i市城镇地区或农村地区的总收入，P_it表示t年i市的总人口，P_itj表示t年i市城镇地区或农村地区的总人口。

(2) 核心解释变量

数字经济(DE)。目前测度数字经济的指标体系大多建立在升级层面的数据，应用较为广泛的省级层面的数字经济指标体系有如刘军[13] (2020)以互联网发展作为测度核心，加入数字交易的构建思路。考虑到市级层面数据的可获得性，本文参考赵涛[2] (2020)的做法，使用数字普惠金融指数[14]、每百人国际互联网用户数、信息传输计算机服务和软件业从业人员占比、人均电信业务总量与每百人移动电话用户数5个指标衡量数字经济的发展水平。本文将这5个指标通过熵值法处理后得到用以衡量数字经济发展水平的数字经济指数。

(3) 控制变量

本文参考现有研究选取了7个控制变量，具体说明如表1所示。主要变量的描述性统计如表2所示。

Table 1. Control variables and explanations

表1. 控制变量与说明

控制变量	说明
经济发展水平	Ln(人均地区生产总值)
政府干预程度	政府财政一般支出/地区生产总值
产业结构	第二产业 + 第三产业产值/地区生产总值
科学技术水平	科学技术支出/政府财政一般支出
金融发展水平	年末金融机构贷款余额/地区生产总值
人力资本存量	ln(普通高等学校在校学生数)
城市化水平	ln(人口密度)

Table 2. Descriptive statistics of variables

表2. 各变量描述性统计

变量	均值	标准差	最小值	最大值
泰尔指数	0.0719	0.0402	0.0000	0.2771
数字经济	0.1020	0.0864	0.0046	0.7308
经济发展水平	10.7822	0.5499	9.0066	12.5793
政府干预程度	0.2055	0.1031	0.0439	0.9155
产业结构	0.8791	0.0785	0.5011	1.0592
科学技术水平	0.0172	0.0173	0.0006	0.2068
金融发展水平	1.0718	0.6154	0.1679	7.4502
人力资本存量	10.6037	1.3624	4.5109	13.9571
城市化水平	5.7312	0.9342	0.6831	7.8816
市场规模	0.3911	0.1080	0.0000	1.0126
城乡收入比	2.3104	0.4513	1.0000	4.5586

经济发展水平，经济的增长或许能够影响地区城乡收入差距。政府干预程度，政府通过财政政策和产业政策等手段，可以影响资源的配置，政府通过投资基础设施建设、提供税收优惠等，可能会影响城乡收入差距。产业结构，产业结构调整过程中，资源在不同产业间的重新分配也会影响城乡居民的收入。科学技术水平，科技进步能够提高生产效率和产品质量从而增加企业的盈利能力，进一步带动员工收入的增长。金融发展水平，在金融发展水平较高的地区，资金流动更为顺畅，资源配置更为合理，这有助于促进经济的发展和居民收入的提高。人力资本存量，不同地区的教育水平、教育资源与人力资源的差异可能也会使得城乡之间收入发生差异。城市化水平，随着城市化进程的推进，大量农村人口迁移到城市，寻求更好的就业机会和收入水平，有助于缩小城乡收入差距。

(4) 工具变量

本研究参考刘国武[15] (2024)、李子豪[16] (2023)、Tang [17] (2021)张勋[18] (2020)等人的做法，选取每百人电话数与每百人宽带用户数的交互项、地形起伏度与每百人宽带用户数的交互项作为数字经济的工具变量。

2.1.2. 数据来源

本文选取2012年~2021年全国280个地级市作为样本，其中主要数据来自《中国城市统计年鉴》，少部分来自各市的统计公报。其中用以衡量数字经济的指标之一——数字普惠金融指数来自北京大学金融研究中心发布的数字普惠金融指数[14]，小部分缺失值采用线性插值法处理。

2.2. 模型构建

2.2.1. 面板模型设定

双固定模型设定如下：

$GA{P}_{it}=\alpha +\beta D{E}_{it}+\gamma Contro{l}_{it}+{\mu }_i+{\nu }_t+{\epsilon }_{it}$ (2)

其中GAP表示城乡收入差距；DE为数字经济指数(下文中简称“数字经济”)；Control为控制变量；i与t分别表示年份与地级市；β与γ代表数字经济与控制变量对城乡收入差距的影响系数，当系数大于0时表示他们促进了城乡收入差距；μ_i与ν_t分别表示个体固定效应与时间固定效应；ε_it是服从正态分布的随机扰动项。

2.2.2. 中介效应模型设定

为了检验H2提出的数字经济能够通过影响市场规模进而影响城乡收入差距，本文参照温忠麟[19]与施炳展[20]的做法，使用中介效应模型实证检验市场规模的中介效应，模型的具体设定如下：

$GA{P}_{it}={\alpha }_0+{\alpha }_{1}D{E}_{it}+{\alpha }_{j}Contro{l}_{it}+{\epsilon }_{it}$ (3)

$M_{it}={\beta }_0+{\beta }_{1}D{E}_{it}+{\beta }_{j}Contro{l}_{it}+{\epsilon }_{it}$ (4)

$GA{P}_{it}={\gamma }_0+{\gamma }_{1}D{E}_{it}+{\gamma }_2{M}_{it}+{\gamma }_{j}Contro{l}_{it}+{\epsilon }_{it}$ (5)

其中，M代表市场规模，采用社会消费零售总额与地区生产总值的比值衡量。公式(3)是数字经济对城乡收入差距的主效应回归方程，公式(4)与公式(5)为市场规模的中介效应回归。当α₁、β₁与γ₁均显著且符号相同，则说明存在中介效应。当α₁、β₁与γ₁均显著且γ₂也显著，则为部分中介效应，当γ₂不显著，则为完全中介效应[21]。

2.2.3. 门槛模型设定

$GAP={\theta }_0+{\theta }_{1}DE\cdot 1\left(DE\le \delta \right)+{\theta }_{2}DE\cdot 1\left(DE>\delta \right)+\lambda Control+\mu$ (6)

其中，1(·)代表示性函数，当括号中表达式为假时，则取值为0，反之取值则为1。根据门槛变量数字经济指数DE是否大于门槛值δ，θ₁与θ₂是被划分为两个区制的样本区间的斜率值[22]。Control是控制变量。同样地，在单一门槛模型的基础上，还可以考虑模型中存在多个门槛值的情况。当有两个门槛值时，模型设定如下：

$GAP={\theta }_0+{\theta }_{1}DE\cdot 1\left(EC\le {\delta }_1\right)+{\theta }_{2}DE\cdot 1\left({\delta }_1<DE\le {\delta }_2\right)+{\theta }_{3}DE\cdot 1\left(DE>{\delta }_2\right)+\lambda Control+\mu$ (7)

其中，δ₁ < δ₂，两门槛模型计算过程与一门槛类似，是在第一个门槛值固定的情形下，估计第二个门槛值[23]。

3. 实证结果分析

3.1. 多重共线性检验

本研究通过计算各因变量、自变量及中介变量的方差膨胀因子(VIF)以识别并处理模型中的多重共线性问题，从而确保回归分析的准确性和可靠性。

检验结果如表3所示，可以看到VIF均远小于10，因此可以认为各变量间不存在显著的多重共线问题。

Table 3. VIF test results

表3. VIF检验结果

Variable	VIF
政府干预	2.5
人力资本存量	1.84
科学技术水平	1.73
数字经济	1.37
经济发展水平	3.23
产业结构	2.35
城市化水平	1.78
金融发展水平	1.5
Mean VIF	2.04

3.2. 基准回归分析

考虑异方差的影响，本文实证回归均使用聚类稳健标准误。为了控制不可观测的个体差异，保证估计的一致性，并在一定程度上控制遗漏变量带来的内生性问题，本文使用固定效应模型对所提的假说进行检验。表4所示列(1)与列(2)为最小二乘回归结果，列(3)与列(4)为双固定效应模型回归结果。

由表4可以知道，在所有回归结果中，数字经济对泰尔系数有着负向影响，且都在1%的水平上显著，这说明数字经济能够收敛城乡收入差距，由此就验证了本文前述提出的假说H1。列(2)与列(4)加入控制变量后的OLS估计与双固定效应模型的回归结果中数字经济的系数为−0.026与−0.027，二者差距不大，某种程度上展现了本估计结果的可靠性。由列(4)我们可以知道，数字经济每上升1%，城乡收入差距就会缩小0.027%。

由列(4)我们可以发现，就控制变量而言，经济发展水平对泰尔系数有着显著的负向影响，且在1%的水平上显著，这说明现阶段地区的经济发展与地区的城乡收入差距有着重要的联系，现阶段随着地区经济水平的不断提高，地区的城乡收入差距也在不断缩小。政府干预程度对泰尔系数有着负向影响，且在10%的水平上显著，这说明在考察期内(2012年~2021年)政府采取的政策措施有助与城乡收入差距的缩小，政府制定的一系列政策措施能够改善农村地区的生产条件和生活环境，缩小城乡居民在享受基本公共服务方面的差距，减轻农民生活负担，提高农民的收入水平，从而缩小城乡收入差距。人力资本存量对泰尔系数有着显著的负向影响，且在1%的水平上显著，这说明地区的人力资本存量的增加有助于城乡收入差距的缩小。这可能是因为人力资本存量丰富的地区通常能够吸引更多的企业和投资，高质量的人力资本能够推动技术进步和经济发展，创造出更多的就业机会与提高生产效率，进而提高农民收入，收敛城乡收入差距。城市化水平对泰尔系数有着负向影响，且在1%的水平上显著，说明在这一时期内城市化能够缩小城乡之间的收入差距，随着城市化进程的推进，农村劳动力向城市转移，农民工通过在城市工作获得的收入往往高于在农村的传统农业收入，从而提高了整体收入水平。

Table 4. Regression results

表4. 回归结果

VARIABLES	(1)	(2)	(3)	(4)
	OLS	OLS	FE	FE
	泰尔指数	泰尔指数	泰尔指数	泰尔指数
数字经济	−0.134^***	−0.026^***	−0.041^***	−0.027^***
	(0.008)	(0.007)	(0.007)	(0.006)
经济发展水平		−0.053^***		−0.016^***
		(0.002)		(0.004)
政府干预程度		0.078^***		−0.035^*
		(0.008)		(0.020)
产业结构		0.215^***		−0.014
		(0.011)		(0.019)
科学技术水平		−0.145^***		0.060
		(0.041)		(0.037)
金融发展水平		−0.014^***		0.002
		(0.001)		(0.002)
人力资本存量		0.006^***		−0.004^***
		(0.001)		(0.001)
城市化水平		−0.009^***		−0.003^***
		(0.001)		(0.001)
Constant	0.086^***	0.435^***	0.101^***	0.343^***
	(0.001)	(0.020)	(0.001)	(0.043)
个体控制	NO	NO	YES	YES
时间控制	NO	NO	YES	YES
R-squared	0.083	0.494	0.610	0.635
Number of id			280	280

^*** p < 0.01, ^** p < 0.05, ^* p < 0.1.

3.3. 中介效应

上述回归结果虽然能够说明数字经济能够收敛城乡收入差距，但是并不能解释数字经济何以收敛城乡收入差距。在承接已有研究结果的基础上，本文从供给侧视角也即市场规模扩大的视角出发，认为数字经济能够通过市场规模这一中介收敛城乡收入差距。因此本文的这部分将对假说H2进行验证。

如表5中介效应模型估计结果所示，列(1)、列(2)与列(3)分别对应前述公式(3)、公式(4)与公式(5)所示的三步回归结果。

Table 5. Estimation results of mediation effect model

表5. 中介效应模型估计结果

	(1)	(2)	(3)
VARIABLES	泰尔指数	市场规模	泰尔指数
市场规模			−0.091^***
			(0.006)
数字经济	−0.026^***	0.080^***	−0.018^***
	(0.006)	(0.021)	(0.007)
经济发展水平	−0.053^***	−0.072^***	−0.059^***
	(0.002)	(0.006)	(0.002)
政府干预	0.078^***	−0.089^***	0.070^***
	(0.011)	(0.029)	(0.011)
产业结构	0.215^***	−0.017	0.213^***
	(0.012)	(0.040)	(0.012)
科学技术水平	−0.144^***	−0.256^**	−0.167^***
	(0.030)	(0.115)	(0.030)
金融发展水平	−0.014^***	0.045^***	−0.010^***
	(0.002)	(0.004)	(0.002)
人力资本存量	0.006^***	0.013^***	0.008^***
	(0.001)	(0.002)	(0.001)
城市化水平	−0.009^***	0.025^***	−0.006^***
	(0.001)	(0.003)	(0.001)
Constant	0.435^***	0.857^***	0.513^***
	(0.024)	(0.061)	(0.024)
R-squared	0.494	0.207	0.541

由列(1)可知，数字经济对市场规模的扩大有显著的正向影响。由列(3)可知，市场规模对城乡收入差距有着显著的负向影响。由回归结果可知，中介效应模型中的α₁、β₁与γ₁均显著，因此存在中介效应，且为部分中介效应，这一中介效应的大小为−0.091，占数字经济对城乡收入差距影响的总效应的28.3%。这就验证了本文提出的假说H2，即在数字经济对城乡收入差距的间接影响中，市场规模具有中介作用，这一间接影响占总效应的28.3%。

3.4. 门槛效应

前述研究结果验证了本文提出的假说1与假说2。我们可以知道数字经济发展能够收敛城乡收入差距，那么数字经济对城乡收入差距的影响是否是线性的，还是存在着门槛效应？接下来本文将使用门槛效应模型对其进行检验。

如表6的门槛效应检验结果所示，通过1000次自抽样法( Bootstrap)模拟得到的门槛效应检验中，在1%的显著水平下可以认为存在单门槛效应，在5%的显著水平下可以认为存在这双门槛效应。因此本文使用双门槛效应模型进行检验。表7则显示了使用双门槛效应并通过1000次抽样模拟得到的门槛值与置信区间。

Table 6. Results of threshold effect test

表6. 门槛效应检验结果

变量	门槛个数	F值	P值	10%	5%	1%	抽样次数
数字经济	一门槛	35.92	0.009	18.178	23.249	34.495	1000
	二门槛	28.98	0.025	20.190	24.337	34.669	1000
	三门槛	6.33	0.726	0.726	18.203	30.634	1000

Table 7. Results of double threshold effect test

表7. 双门槛效应检验结果

变量		门槛值	P值	95%的置信区间	抽样次数
数字经济	一门槛	0.0243	0.000	(0.0235, 0.0245)	1000
	二门槛	0.0125	0.041	(0.0122, 0.0126)	1000

Table 8. Estimation results of double threshold model

表8. 双门槛模型估计结果

	(1)
VARIABLES	泰尔系数
经济发展水平	−0.040^***
	(0.001)
政府干预	−0.104^***
	(0.007)
产业结构	0.003
	(0.013)
科学技术水平	0.026
	(0.026)
金融发展水平	−0.004^***
	(0.001)
人力资本存量	−0.007^***
	(0.001)
城市化水平	−0.000
	(0.000)
经济发展水平	−0.002
	(0.001)
数字经济 ≤ 0.0125	−0.696^***
	(0.108)
0.0125 < 数字经济 ≤ 0.0243	−0.258^***
	(0.053)
数字经济 > 0.0243	0.008^*
	(0.004)
Constant	0.610^**^*
	(0.017)
R-squared	0.577

表8报告了双门槛模型的估计结果，当数字经济小于等于0.0125时，数字经济对城乡收入差距的影响系数为−0.696，此时数字经济能够缩小城乡收入差距；当数字经济小于等于0.0243且大于0.0125时，数字经济对城乡收入差距的影响系数为−0.258，此时数字经济也能够缩小城乡收入差距，但相较于上一区间对城乡收入差距的收敛效应要更小一些；当数字经济大于0.0243时，数字经济对城乡收入差距的影响系数为0.008，此时数字经济扩大了城乡收入差距。由此我们可以知道数字经济对于城乡收入差距的影响效应呈“U型”。

3.5. 稳健性检验

Table 9. Robustness test results

表9. 稳健性检验结果

	(1)	(2)	(3)	(4)
VARIABLES	城乡收入比	泰尔指数	泰尔指数	泰尔指数
数字经济	−0.254^***		−0.030^***	−0.036^***
	(0.067)		(0.008)	(0.007)
经济发展水平	−0.158^***	−0.014^***	−0.015^***	−0.017^***
	(0.042)	(0.003)	(0.004)	(0.004)
政府干预	−0.495^**	−0.032^*	−0.030	−0.031
	(0.246)	(0.019)	(0.020)	(0.020)
产业结构	−0.100	−0.002	−0.011	−0.005
	(0.232)	(0.019)	(0.019)	(0.020)
科学技术水平	0.282	0.048	0.067^*	0.069
	(0.401)	(0.037)	(0.040)	(0.042)
金融发展水平	0.040^**	0.003^*	0.002	0.002
	(0.019)	(0.002)	(0.002)	(0.002)
人力资本存量	−0.038^***	−0.004^***	−0.004^***	−0.004^***
	(0.013)	(0.001)	(0.001)	(0.001)
城市化水平	−0.024^*	−0.003^***	−0.003^***	−0.004^***
	(0.014)	(0.001)	(0.001)	(0.001)
ln百人电话用户数		−0.016^***
		(0.004)
Constant	4.932^***	0.380^***	0.330^***	0.346^***
	(0.493)	(0.042)	(0.045)	(0.045)
个体控制	YES	YES	YES	YES
时间控制	YES	YES	YES	YES
R-squared	0.537	0.642	0.647	0.646
Number of id	280	280	262	254

本研究通过更换被解释变量、更换核心被解释变量、剔除中心城市与剔除省会城市对实证结果进行了稳健性检验，检验结果如表9所示。本文使用同样能够描述城乡收入差距的城乡居民可支配收入之比作泰尔指数的替代变量[24]，其结果在表9中的列(1)展示。可以发现数字经济对城乡收入比有着显著的负向影响，这说明数字经济能够缩小城乡收入差距，与本研究在前文的实证结果相符。本文使用每百人电话使用数的对数作数字经济的替代变量，回归结果如列(2)所示，百人电话使用数对泰尔指数有着显著的负向影响，这就得以验证假说H1。为了控制中心城市与省会城市的特殊性而对回归结果造成影响，分别剔除中心城市与省会城市并在列(3)与列(4)展示。可以发现在剔除中心城市与省会城市后，回归结果中展示的仍是数字经济对泰尔指数有着显著的负向影响。

为了缓解因为遗漏变量而可能存在的内生性问题，本研究已使用双固定效应模型进行实证研究。但是数字经济与城乡收入差距可能存在着互为因果的问题，因此参照苏春红[25]的做法，将核心解释变量数字经济与所有控制变量均滞后一期纳入模型进行回归分析，克服互为因果导致的内生性问题。回归结果如表10所示，可以发现在经过滞后一期处理后数字经济对泰尔指数仍然有着显著的负向影响。

Table 10. Regression results with lagged variables

表10. 滞后一期回归结果

	(1)
VARIABLES	泰尔指数
L.数字经济	−0.018^***
	(0.006)
L.经济发展水平	−0.010^***
	(0.003)
L.政府干预	−0.025
	(0.015)
L.产业结构	0.002
	(0.015)
L.科学技术水平	0.081^**
	(0.038)
L.金融发展水平	0.001
	(0.001)
L.人力资本存量	−0.004^***
	(0.001)
L.城市化水平	−0.003^***
	(0.001)
Observations	2520
Number of id	280
R-squared	0.602

4. 结论与启示

本文利用2012年~2021年全国280个地级市的面板数据实证研究发现：数字经济发展能够收敛城乡收入差距，市场规模在其中起到中介作用，通过门槛模型的检验发现数字经济对城乡收入差距的影响存在着双门槛效应。

数字经济促进了新兴产业的发展，例如电子商务、数字服务和远程办公等，这样农村居民可以通过互联网参与到更广阔的市场中去，不再局限于当地的回报率较低的经济活动，从而增加收入，缩小城乡之间的收入差距。数字经济通过提升农业生产效率、促进非农就业与创业、推动农村服务业发展、加强城乡信息交流与资源共享以及推动区域协同发展等多种途径扩大市场规模，进而缩小城乡收入差距。在这一过程中，政府、企业和社会各界应共同努力，形成合力，推动数字经济在缩小城乡收入差距方面发挥更大作用。