1. 引言
中国特色社会主义的本质要求就是实现共同富裕。而要实现共同富裕这一目标,其核心就在于缩小城乡之间的收入差距[1] [2]。当前,我国地区间不平衡、不充分问题,以及城乡区域发展差距仍然较大。党的十九大报告中首次提出了乡村振兴战略目标,并且明确表明乡村振兴战略是缩小城乡差距,以及实现城乡共同富裕的重要抓手。同时,党中央和国务院也特别强调要努力完善乡村振兴多元化的投入机制,确保财政资源分配与乡村振兴战略相适应,为全面推进乡村全面振兴和促进共同富裕提供强有力的动力。那么,解决城乡收入差距过大问题以及实现共同富裕,其关键在于如何去分析并识别导致城乡居民收入差距过大的因素,并及时完善和逐步调整相关政策。近年,我国的城乡开放取得了很大进展,城市的落户政策也逐渐放宽,城乡人口流动也十分畅通,逐渐构建了双要素流动的城乡格局,但是,我国的经济社会发展依然存在较为明显“二元结构”特征,尤其是城乡发展不均衡导致城乡收入差距的问题尤为明显。在2014年,国家商务部门与财政部门启动了发展农村电商经济的计划为农村的电商经济提供经济支持,同时帮助农村建设基础设施,以及相关人才的培养来助力农村电商经济发展,以此来缩小城乡收入差距,实现共同富裕。因此,本文从电商经济发展水平的角度来探究其对于城乡收入差距的影响并探究其内在作用机制,最终提出相关建议。
已有的文献研究主要从就业渠道、人力资本以及电商经济与数字经济协同效应等方面展开研究。蒋佳珈认为电商经济可以给农村居民提供创业机会,使其增加经营性收入[3]。同时,电商经济提供的就业平台,创造了物流、电商服务等本地就业岗位,提升了工资性收入。庄甲坤[4]发现农村电商通过变革生产关系、降低交易成本、创造就业来增加农民收入。而邱子迅[5]研究发现在“电商 + 数字金融”的协同模式下能够有效解决农户在电商创业中所面临的融资难题,两者结合能产生“1 + 1 > 2”的效应,有效促进农村居民的收入。同时电商经济能解决农业信息不对称问题,同时能够促使农产品畅通销售[6]。农村电商是数字经济在农村产业的一种典型模式,具有包容性发展的特点[7]。农村电商的发展成为了农村经济发展的新引擎,同时也为农民收入提供了一种很好的渠道。农村电商运营还需要一定的数字技能、营销知识和市场意识。教育水平较低、观念传统的农户难以抓住电商机遇[8]。
那么电商经济的发展是否能够缩小城乡收入差距呢?从电商经济的模式看,其就业方式主要聚焦于网络,那么非农就业人数就会减少,从这一视角切入来展开本文的研究。可能存在的边际贡献:一是从从事非农业就业的人数来讨论电商发展对于缩小城乡收入差距的机制原理,把电商经济、非农就业水平与城乡收入差距纳入同一研究框架讨论。缩小城乡收入差距的主要方法就是增加农村农民的收入,而非农业就业能够明显提升农村居民的收入,从而缩小城乡收入差距[7] [9]。二是以每个地方的淘宝村的数量来衡量农村电商的发展水平进而分析地区差异,以不同地区作为异质性分析条件,检验在不同地区情况下,农村电商对于缩小城乡收入差距的差异,为政策制定提供理论依据。同时研究存在以下不足之处。一是从数据方面,年限过短,对于实证分析存在一定偏差,二是农村电商发展作用于城乡收入差距的机制分析还不是很全面。
2. 理论分析与研究假设
二元经济模型说明从事农业就业人数向非农就业的转移会缩小城乡收入差距。扩大非农就业的机会有助于提升农村居民的收入,从而缩小城乡收入差距[10]。结合二元经济理论,农村居民从农业就业的部门转向非农业就业的部门需满足以下条件:一是农业的生产效率得到提高,有过剩的劳动力;二是农村居民必须具备转向非农就业的能力;三是非农就业部门必须有足够的岗位提供,也就是非农生产部门必须扩大产业规模。
传统的经济模式具有“高门槛与集中化”,同时收入相对固定,雇佣关系明显。而电商经济改变了传统的经济模式。电商经济的发展能够实现劳动力“就地转移”与“逆向流动”[11],对农村居民产生普惠效应,有效提高其收入水平。发展农村电商有助于农民增收,也有助于强化人群内部分工,推进劳动力优化配置[12],劳动生产效率进一步提升,从而农民工资性收入增加。农村电商的蓬勃发展,不仅改变了农村的经济生态,更重要的是,它为农村地区的居民创造了大量、多元的非农就业机会,成为推动乡村就业结构优化和居民收入增长的关键力量。同时农村电商的运营需要一系列专业人才,从而催生了全新的就业领域,促进乡村经济多元化,催生新业态就业,打破了乡村经济的单一性,为服务业和新兴业态提供了土壤。与此同时,电商经济使得市场的边界得到拓展,劳动力有一部分由城市就业转为了乡村创业。同时,电商经济打造了个人就业平台,使得就业模式更加灵活多变,为农村居民提供了多渠道收入方式。电商经济的快速发展使得价值链缩短,生产者收入增加。与此同时,电商经济使得个人的技能效应放大,使得财富两极化分配的现象得到改善,吸引了大批返乡青年、知识分子回乡就业,农村地区得到进一步发展,有利于缩小城乡收入差距。
但是,也有较多因素限制了农户创业,例如,资金的缺乏,信息不完全,基础设施建设的不足,以及人力资本水平的低下[13]。农村电商发展也可以有效帮助农民利用网络信息接触外部市场,有效解决了信息不足带来缺乏的问题。其次,农村电子商务的发展帮助农户发展普惠金融服务,如快捷支付等。电商发展促进了线上支付平台的利用,如花呗,借呗等都极大缓解了农户资金压力过大的问题。农村电商的发展优化农村地区的整体市场环境,同时健全了基础配套设施,为农户创业提供了良好的条件。据此,提出假设H1与H2。
H1:农村电商的发展增加了农户的收入,缩小了城乡收入差距。
H2:非农就业是农村电商发展缩小城乡收入差距的中介路径。
3. 研究设计
3.1. 实证模型
1) 基准回归模型。为考察电商经济发展水平对城乡收入差距的影响,结合已有的文献研究并结合自己的研究目的,设定如下计量模型:
(1)
其中,下表i地级市,t代表年份。Theil是本文的核心被解释变量,为泰尔指数,用于衡量城乡收入差距;TVP表示淘宝村数量,用于描述电商发展水平,是本文的核心解释变量;Xit为一组控制变量,包括,经济发展水平(Lnrgdp)、金融发展水平(regfin)、第三产业从业率(Lnpro)、产业结构升级(Indus),εit为随机扰动项。
3.2. 变量选取和说明
(1) 被解释变量。城乡收入差距(Theil),本文借鉴李小林[14]的做法,选取泰尔指数作为城乡收入差距的指标。
(2) 核心解释变量。电商发展水平(TVP)。使用县域内淘宝村数量来代表电商发展水平,对于极个别缺失的数据,本文采用线性插值法对其进行补齐。
(3) 控制变量。为了尽可能排除遗漏变量对于核心解释变量的影响,本文选取经济发展水平(Lnrgdp)、金融发展水平(regfin)、第三产业从业率(Lnpro)、产业结构升级(Indus)作为控制变量。
(4) 数据说明和变量描述性统计
本文的核心解释变量淘宝村数量的数据主要来自于阿里研究院官网,其他数据来自于《国家统计局》《中国人口统计年鉴》《中国农村统计年鉴》。最终选取2014~2020年的面板数据,共1877个有效观测值,如表1所示。
Table 1. Descriptive statistics of variables
表1. 变量描述性统计
Variable |
Obs |
Mean |
Std. dev. |
Min |
Max |
gap |
1,877 |
2.2809 |
0.4149 |
1.2234 |
3.7529 |
gini |
1,877 |
4.5933 |
2.0955 |
0 |
9.0460 |
Theil |
1,877 |
6.9156 |
3.6368 |
0.2509 |
21.2889 |
regfin |
1,877 |
3.4343 |
1.4785 |
0.7205 |
12.5079 |
Lnpro |
1,877 |
3.9780 |
0.2838 |
2.8076 |
4.5809 |
LnRgdp |
1,877 |
11.2271 |
0.5929 |
9.4835 |
14.1256 |
indus |
1,877 |
243.7612 |
13.1709 |
180.6701 |
283.5700 |
TVP |
1,877 |
22.5161 |
34.2247 |
1 |
121 |
NFP |
1,877 |
935.3223 |
540.8447 |
1 |
1871 |
4. 实证结果
4.1. 基准回归结果
表2为电商水平发展对于城乡收入差距的回归结果,第(1)列为不加入任何控制变量的回归结果,结果显示估计系数为负,为0.007,表示电商发展水平每提升一个单位,城乡收入差距缩小0.007个单位,并且在1%的水平上显著。第(2)列加入控制变量,其回归系数为负,说明电商水平发展有助于缩小城乡收入差距。因此,本文的假设1得到验证。
Table 2. Baseline regression results
表2. 基准回归结果
|
(1) |
(2) |
|
Theil |
Theil |
TVP |
−0.007*** |
−0.002** |
|
(−7.481) |
(−2.107) |
regfin |
|
−0.348*** |
|
|
(−8.869) |
lnrgdp |
|
−1.413*** |
|
|
(−12.670) |
lnpro |
|
−0.847*** |
|
|
(−3.798) |
indus |
|
−0.019*** |
|
|
(−4.618) |
_cons |
5.928*** |
30.964*** |
|
(188.551) |
(25.160) |
N |
1877 |
1877 |
控制变量 |
no |
yes |
双向固定效应 |
yes |
yes |
R2 |
0.047 |
0.351 |
F |
55.968 |
121.459 |
注:括号内系数为标准误;*、**、***分别代表在10%、5%和1%显著性水平下显著。下同。
4.2. 稳健性分析
(1) 替换核心被解释变量
本文借鉴已有的做法采用基尼系数(gini)和城乡收入比(gap)来替代泰尔指数(Theil),回归结果如表3第(1)列第(2)列所示。回归系数为负,且在1%的水平上显著,表明基准回归结果具有稳健性。
(2) 剔除异常值
样本数据中的异常值可能对于实证结果产生影响,因此本文对于所选取的样本在1%上下水平上进行缩尾处理。对于处理后的样本重新进行估计,估计结果如表3第(3)列所示。回归系数为负,与基准回归结果基本一致。
(3) 滞后解释变量。
电商发展水平可能存在一定的滞后性,因此本文将核心解释变量滞后一期处理然后重新进行估计,估计结果如表3第(4)列所示,回归结果为负,与基准回归结果基本一致,表明该实证结果具有稳健性。
Table 3. Robustness test
表3. 稳健性检验
|
(1) |
(2) |
(3) |
(4) |
|
gap |
gini |
Theil |
Theil |
TVP |
−0.001*** |
−0.015*** |
−0.002** |
−0.003** |
|
(−4.785) |
(−8.589) |
(−1.979) |
(−2.107) |
_cons |
2.155*** |
4.675*** |
31.020*** |
30.964*** |
|
(587.417) |
(82.404) |
(25.044) |
(25.160) |
N |
1877 |
1877 |
1877 |
1323 |
控制变量 |
yes |
yes |
yes |
yes |
双向固定效应 |
yes |
yes |
yes |
yes |
R2 |
0.020 |
0.061 |
0.355 |
0.351 |
F |
22.898 |
73.778 |
123.582 |
121.459 |
4.3. 异质性分析
由于城市所处的地理位置不一样,所以大区域范围内的空间异质性可能存在。为了进一步考察电商发展水平对不同地区的城乡收入差距影响,本文对样本城市按照地理范围进行东部地区、中部地区、西部地区三个区域的划分,并对其分别进行回归检验。根据数据显示,东部地区和中西部地区淘宝村数量大约各占一半。初步判断,东部地区拥有更加完善的产业体系,网络建设更加完善,可以更好地配合淘宝发展农村电商经济。因此,可以判断,电商发展水平对于东部和中西部地区存在一定差异。本文将样本划分为东部地区和中西部地区分别进行回归分析,回归结果如表4所示。结果显示,相比于中西部地区,东部地区淘宝村数量的增加更能够显著缩小城乡收入差距,但在中西部地区,这一结果并不显著。主要是东部地区与中西部地区的经济发展水平存在明显差异,东部地区农村发展基础比中西部地区好,中西部地区传统的农业生产仍然占有很大比重,二是中西部地区,产业结构基础相对单一。而在东部地区,电商平台发展完善,产业结构更加多样化,不仅能带动传统农业,还能使农业数字化发展,推动农业产业升级,带动农民增加收入。
Table 4. Heterogeneous regression results
表4. 异质性回归结果
|
(1) 东部 |
(2) 东部 |
(3) 中西部 |
(4) 中西部 |
|
theil |
theil |
theil |
theil |
TVP |
−0.095*** |
−0.028** |
−0.004*** |
−0.001* |
|
(−7.420) |
(−2.297) |
(−4.812) |
(−1.105) |
regfin |
|
−0.510*** |
|
−0.255*** |
|
|
(−6.592) |
|
(−6.925) |
lnrgdp |
|
−1.534*** |
|
−1.334*** |
|
|
(−8.180) |
|
(−10.623) |
lnpro |
|
−1.219*** |
|
−0.377 |
|
|
(−3.304) |
|
(−1.536) |
indus |
|
−0.012** |
|
−0.027*** |
|
|
(−2.049) |
|
(−4.656) |
_cons |
6.942*** |
33.204*** |
5.073*** |
29.392*** |
|
(126.099) |
(15.788) |
(127.897) |
(20.660) |
N |
647 |
647 |
1230 |
1230 |
控制变量 |
no |
yes |
no |
yes |
双向固定效应 |
yes |
yes |
yes |
yes |
R2 |
0.091 |
0.335 |
0.039 |
0.440 |
F |
55.062 |
55.097 |
23.158 |
89.914 |
5. 进一步分析
为了进一步验证电商发展水平影响城乡收入差距的机制,本文参考已有文献[15]的做法选取非农就业水平作为中介来进行探讨。其检验的中介模型如下:
(2)
(3)
式(2)中
为非农就业水平,其余控制变量不变。机制变量的测量方法如下:
非农就业水平 = 非农就业人数/就业总人数。电商发展水平对于城乡收入差距的机制检验回归结果如表5所示。由第一第二列可知,电商发展水平能够显著提高非农就业人数,从而非农就业水平得到提升。由第三第四列可知,非农就业水平对城乡收入差距的回归结果系数为负,说明非农就业水平提升可以缩小城乡收入差距。因此验证了本文的研究假设2,电商水平发展的提升可以通过促进非农就业水平来缩小城乡收入差距。从控制变量看,金融发展水平(regfin)的提高可以缩小城乡收入差距,其原因在于金融发展水平提升高可以使得金融体系更发达。更高效的金融体系可以缓解农村地区面临的金融约束。例如,缓解融资约束,促进农村创业和非农就业,其次是优化资源配置,支持农业现代化和产业化等。而经济发展水平(lnrgdp)提高可以使得产业结构升级和劳动力转移并且可以使得第二产业、第三产业快速发展,劳动力转移可以使得农民获得更高的工资收入,从而缩小城乡收入差距。第三产业(lnpro)为农村劳动力提供了比第一产业(农业)收入更高、门槛更低、地域分布更广的就业机会,使得大量农村劳动力有了就业机会,获得了更高的收入,直接有效地提升了农村居民的收入。而产业结构升级(indus)可以使得劳动力向高生产力部门转移,获得更高的工资。其次产业结构升级推动城乡要素市场一体化,使得城市生产要素逐步流入农村,带动农村产业发展等,使得农民收入提升,从而缩小城乡收入差距。
Table 5. Mechanism test regression results
表5. 机制检验回归结果
|
(1) |
(2) |
(3) |
(4) |
|
NFP |
NFP |
Theil |
Theil |
TVP |
43.717*** |
67.065*** |
|
−0.002** |
|
(2.807) |
(4.030) |
|
(−2.092) |
regfin |
|
187.762* |
|
−0.455*** |
|
|
(1.779) |
|
(−12.388) |
lnrgdp |
|
58.694 |
|
−2.174*** |
|
|
(0.229) |
|
(−21.180) |
lnpro |
|
−2847.283*** |
|
−0.667*** |
|
|
(−5.652) |
|
(−3.307) |
indus |
|
−13.641* |
|
−0.030*** |
|
|
(−1.695) |
|
(−7.956) |
NFP |
|
|
−0.016*** |
−0.006*** |
|
|
|
(−7.719) |
(3.556) |
_cons |
301.255*** |
13556.150*** |
8.596*** |
42.077*** |
|
(4.476) |
(4.723) |
(39.279) |
(38.534) |
N |
1877 |
1877 |
1877 |
1877 |
控制变量 |
no |
yes |
no |
yes |
双向固定效应 |
yes |
yes |
yes |
yes |
R2 |
0.014 |
0.101 |
0.036 |
0.427 |
F |
7.877 |
12.311 |
59.586 |
238.204 |
6. 结论与建议
6.1. 结论
缩小城乡收入差距,进一步完善收入分配的结构以及促进全国人民共同富裕是当前我国实现经济高质量发展的重要环节。而发展农村电商经济是缩小城乡收入差距的重要步骤。电商经济的发展,可以拓宽农产品的销售渠道,丰富农村商品与服务供给,打通“工业品下乡、农产品进城”双向渠道以及带动非农就业,提升农民工资性收入从而缩小城乡收入差距。尽管电商政策整体成效显著,但其影响结果并非“一刀切”,具体的影响效果还会受到地区条件和具体措施的影响。电商水平发展对于不同的地区存在一定的挑战和差异,在东部地区,电商发展显著缩小城乡收入差距,而对于基础设施和人力资源较为薄弱的中西部地区,其缩小差距的效果不显著,甚至可能因为资源外流暂时扩大差距。东部地区的产业结构高级化水平和数字金融发展水平相比于中西部更为完善,因而专业人才的集中度也高于中西部地区,这对于缩小中西部地区收入差距也有一定的挑战。
6.2. 政策建议
为了让电商经济更好地发挥缩小城乡收入差距的积极作用以及电商经济政策更公平、更有效地惠及所有地区。提出以下政策建议:
对于东部地区,完善金融借贷平台,为农村居民创业提供资金支持。对新建跨境电商平台、保税仓、出口集货仓的数字化升级,以及线下体验店给予最高100万元资金补助。鼓励电商与快递企业合作,推广共同配送、即时配送、无人配送等新模式,优化末端配送网络强化创新与溢出效应。同时,鼓励通过“飞地经济”等方式,与中西部地区形成产业协作,发挥带动作用。
对于中西部地区,首先政策应更侧重于补齐数字和物流基础设施的短板,并加强针对性的电商技能培训,以跨越“数字鸿沟”。促进电商与相关要素协同,推动农村电商与数字普惠金融深度融合,解决农民在创业初期的融资难题。同时,引导电商与本地特色产业深度绑定,加强品牌化、标准化建设,提升产品附加值和市场竞争力。其次推进产业融合与物流枢纽建设,依托制造业基础和交通优势,推动“产业带 + 电商”,加快产业升级进程。支持依托本地优势制造业打造特色跨境电商产业带。支持在综合保税区打造加工贸易产业转移示范区,优化通关便利化措施,吸引外向型制造企业落地。
在人力资本方面,应鼓励包括龙头企业、合作社、返乡青年、高校毕业生在内的多元主体共同参与,增强农村电商的内生动力。同时,积极培育本土创业带头人,吸引外部企业入驻,逐步营造良好的电商发展氛围。最终,需要警惕潜在风险在推动农村电商发展过程中所带来的影响,也需警惕可能出现的负面效应,避免加剧县域内部不平等现象。总的来说,电商经济对城乡收入差距的最终影响,取决于能否通过有效的政策引导,最大化其普惠性,同时最小化其失衡性。