Digital Economy and Inclusive Growth of Household Income
-
摘要: 基于国家级大数据综合试验区这一准自然实验，运用双重差分模型探究数字经济对家庭收入包容性增长的影响及内在机制。研究发现，数字经济从提高居民收入水平和缩小居民收入差距两个方面实现收入的包容性增长。机制分析显示，就业效应、创业效应和财富效应是数字经济发挥作用的重要渠道。异质性分析表明，数字经济对欠发达地区居民、小城市居民、未完成义务教育居民、相对贫困居民以及高融资约束居民的家庭收入具有更显著的促进作用。拓展分析显示，国家级大数据综合试验区对毗邻地区的居民家庭收入也具有正向影响，进一步说明了数字经济在地区间的辐射带动效应。本研究为数字红利共享和共同富裕的实现提供了富有启示性的研究视角。
-
关键词:
- 数字经济 /
- 国家级大数据综合试验区 /
- 家庭收入 /
- 包容性增长
Abstract: Utilizing the quasi-natural experiment of National Big Data Comprehensive Pilot Zone, this paper explores the impact of the digital economy on household income inclusive growth and its internal mechanisms through the Difference-in-Differences (DID) model. The findings reveal that the digital economy achieves income inclusive growth by both increasing the income levels and narrowing the income disparities. Mechanism analysis shows that the employment promotion effects, entrepreneurial incentive effects, and wealth accumulation effects are significant channels through which the digital economy operates. Heterogeneity analysis manifests that the digital economy exerts more pronounced income-enhancing influence on residents in less-developed regions and small cities, individuals without compulsory education completion, relatively impoverished residents, and residents facing high financing constraints. The extended analysis reveals that the National Big Data Comprehensive Pilot Zone generates positive spillover effects on neighboring residents' incomes, further expounding the diffusion and stimulation effects of the digital economy across regions. The research provides an insightful research perspective to support the equitable sharing of digital dividends and the realization of common prosperity. -
表 1 主要变量的描述性统计
变量名称 观测值 均值 标准差 最小值 最大值 居民家庭收入水平 36 036 10.510 1.169 0 16.293 居民家庭收入被剥削程度 36 036 0.443 0.267 0.001 0.999 国家级大数据综合试验区的设立 36 036 0.131 0.337 0 1 性别 36 036 0.582 0.493 0 1 婚姻状态 36 036 0.881 0.324 0 1 学历 36 036 1.642 1.223 0 4 户主年龄 36 036 49.919 13.345 13 95 家庭资产 36 036 11.833 2.503 0 20.562 家庭规模 36 036 3.861 1.850 1 26 经济增长速度 36 036 0.089 0.043 -0.107 0.236 工业化程度 36 036 1.309 0.663 0.019 4.799 城市投资强度 36 036 0.824 0.448 0.020 3.257 
下载: 导出CSV
表 2 基准回归结果
变量 lnincome RD (1) (2) (3) (4) (5) (6) (7) (8) treat 0.051*** 0.050*** 0.057*** 0.054*** -0.021*** -0.021*** -0.022*** -0.023*** (0.018) (0.017) (0.017) (0.017) (0.005) (0.004) (0.004) (0.004) 家庭固定效应 是 是 是 是 是 是 是 是 年份固定效应 是 是 是 是 是 是 是 是 个体控制变量 否 是 是 是 否 是 是 是 家庭控制变量 否 否 是 是 否 否 是 是 城市控制变量 否 否 否 是 否 否 否 是 N 36 036 36 036 36 036 36 036 36 036 36 036 36 036 36 036 R2 0.616 0.624 0.641 0.642 0.524 0.532 0.552 0.552 注：括号中是稳健标准误，* * *、* *、* 分别表示在1%、5%、10%的水平上显著。下表同。
下载: 导出CSV
表 3 稳健性检验：平行趋势检验
变量 lnincome RD (1) (2) pre3×treat 0.040 -0.012 (0.032) (0.008) pre2×treat 0.038 -0.012 (0.030) (0.008) pre1×treat 0.031 -0.004 (0.028) (0.007) current×treat 0.046* -0.020*** (0.027) (0.007) post1×treat 0.091*** -0.040*** (0.027) (0.007) 家庭固定效应 是 是 年份固定效应 是 是 个体控制变量 是 是 家庭控制变量 是 是 城市控制变量 是 是 N 36 036 36 036 R2 0.642 0.552
下载: 导出CSV
表 4 稳健性检验：替换核心解释变量
变量 单一指标 综合指标 数据交易平台 lnincome RD lnincome RD lnincome RD (1) (2) (3) (4) (5) (6) treat 0.043*** -0.014*** 0.238** -0.124*** 0.050** -0.015*** (0.016) (0.004) (0.104) (0.029) (0.021) (0.005) 家庭固定效应 是 是 是 是 是 是 年份固定效应 是 是 是 是 是 是 个体控制变量 是 是 是 是 是 是 家庭控制变量 是 是 是 是 是 是 城市控制变量 是 是 是 是 是 是 N 36 036 36 036 36 036 36 036 36 036 36 036 R2 0.642 0.552 0.642 0.552 0.642 0.629
下载: 导出CSV
表 5 稳健性检验：缩尾处理和替换被解释变量
变量 缩尾处理 替换被解释变量 lnincome RD lnincome RD 缩尾1% 缩尾5% 缩尾1% 缩尾5% 人均家庭收入 非农经营收入 Yitzhaki指数 Podder指数 (1) (2) (3) (4) (5) (6) (7) (8) treat 0.044*** 0.029** -0.023*** -0.022*** 0.032* 0.163** -0.207*** -0.032*** (0.016) (0.014) (0.004) (0.004) (0.019) (0.076) (0.030) (0.012) 家庭固定效应 是 是 是 是 是 是 是 是 年份固定效应 是 是 是 是 是 是 是 是 个体控制变量 是 是 是 是 是 是 是 是 家庭控制变量 是 是 是 是 是 是 是 是 城市控制变量 是 是 是 是 是 是 是 是 N 36 036 36 036 36 036 36 036 36 036 36 036 36 036 36 036 R2 0.659 0.672 0.552 0.551 0.609 0.533 0.634 0.546
下载: 导出CSV
表 6 稳健性检验：排除同期政策干扰
变量 宽带中国 国家电子商务示范城市 智慧城市 lnincome RD lnincome RD lnincome RD (1) (2) (3) (4) (5) (6) treat 0.053*** -0.025*** 0.057*** -0.024*** 0.054*** -0.023*** (0.017) (0.004) (0.017) (0.004) (0.017) (0.004) 家庭固定效应 是 是 是 是 是 是 年份固定效应 是 是 是 是 是 是 个体控制变量 是 是 是 是 是 是 家庭控制变量 是 是 是 是 是 是 城市控制变量 是 是 是 是 是 是 N 36 036 36 036 36 036 36 036 36 036 36 036 R2 0.642 0.552 0.642 0.552 0.642 0.552
下载: 导出CSV
表 7 内生性检验
变量 lnincome RD (1) (2) (3) (4) treat 0.106** -0.053*** (0.054) (0.014) 工具变量 0.294*** 0.294*** (0.049) (0.049) 家庭固定效应 是 是 是 是 年份固定效应 是 是 是 是 个体控制变量 是 是 是 是 家庭控制变量 是 是 是 是 城市控制变量 是 是 是 是 N 36 036 36 036 36 036 36 036 R2 0.584 0.622 0.584 0.580
下载: 导出CSV
表 8 机制检验
变量 就业促进效应 创业激励效应 财富积累效应 就业机会 就业信息传播效率 家庭创业积极性 城市创业活力 金融资产持有量 信贷可得性 privateconomy information business enterprise asset riskasset debt (1) (2) (3) (4) (5) (6) (7) treat 0.021** 0.809*** 0.010* 0.233*** 0.012*** 0.959*** 0.661* (0.009) (0.028) (0.005) (0.006) (0.004) (0.276) (0.373) 家庭固定效应 是 是 是 是 是 是 是 年份固定效应 是 是 是 是 是 是 是 个体控制变量 是 是 是 是 是 是 是 家庭控制变量 是 是 是 是 是 是 是 城市控制变量 是 是 是 是 是 是 是 N 36 036 36 036 36 036 36 036 36 036 36 036 36 036 R2 0.484 0.613 0.509 0.937 0.897 0.441 0.350
下载: 导出CSV
表 9 区域异质性分析
变量 lnincome RD lnincome RD (1) (2) (3) (4) treat 0.031* -0.014*** 0.019 -0.006 (0.019) (0.005) (0.021) (0.006) treat×欠发达地区居民 0.052* -0.021*** (0.028) (0.007) treat×小城市居民 0.053* -0.029*** (0.027) (0.007) 家庭固定效应 是 是 是 是 年份固定效应 是 是 是 是 个体控制变量 是 是 是 是 家庭控制变量 是 是 是 是 城市控制变量 是 是 是 是 N 36 036 36 036 36 036 36 036 R2 0.642 0.552 0.642 0.552
下载: 导出CSV
表 10 群体异质性分析
变量 lnincome RD lnincome RD lnincome RD (1) (2) (3) (4) (5) (6) treat -0.032 -0.007 0.035* -0.017*** 0.007 -0.009* (0.028) (0.008) (0.019) (0.005) (0.020) (0.005) treat×未完成义务教育群体 0.096*** -0.020** (0.030) (0.008) treat×已完成高等教育群体 0.175*** -0.018 (0.039) (0.011) treat×相对贫困群体 0.048* -0.015** (0.025) (0.007) treat×高融资约束群体 0.106*** -0.032*** (0.027) (0.007) 家庭固定效应 是 是 是 是 是 是 年份固定效应 是 是 是 是 是 是 个体控制变量 是 是 是 是 是 是 家庭控制变量 是 是 是 是 是 是 城市控制变量 是 是 是 是 是 是 N 36 036 36 036 36 036 36 036 36 036 36 036 R2 0.642 0.552 0.642 0.552 0.642 0.552
下载: 导出CSV
表 11 辐射带动效应分析
变量 lnincome RD (1) (2) treat 0.034* -0.025*** (0.020) (0.005) distance100 0.060** -0.043*** (0.024) (0.006) distance200 -0.032 0.002 (0.023) (0.006) distance300 -0.030 0.001 (0.023) (0.006) distance400 0.004 0.009 (0.023) (0.006) 家庭固定效应 是 是 年份固定效应 是 是 个体控制变量 是 是 家庭控制变量 是 是 城市控制变量 是 是 N 36 036 36 036 R2 0.641 0.533
下载: 导出CSV
-
[1] 荆文君, 孙宝文. 数字经济促进经济高质量发展: 一个理论分析框架[J]. 经济学家, 2019(2): 66-73. [2] 陈东, 秦子洋. 人工智能与包容性增长——来自全球工业机器人使用的证据[J]. 经济研究, 2022(4): 85-102. [3] 曹云敏, 黄阳华. 绿色产业革命带来全球普惠增长还是新的"中心—外围"陷阱?[J]. 南方经济, 2025(3): 1-13. [4] 李三希, 黄卓. 数字经济与高质量发展: 机制与证据[J]. 经济学(季刊), 2022(5): 1699-1716. [5] 黄茂兴, 李军军. 技术选择、产业结构升级与经济增长[J]. 经济研究, 2009(7): 143-151. [6] 唐松, 伍旭川, 祝佳. 数字金融与企业技术创新——结构特征、机制识别与金融监管下的效应差异[J]. 管理世界, 2020(5): 52-66. [7] 陈剑, 黄朔, 刘运辉. 从赋能到使能——数字化环境下的企业运营管理[J]. 管理世界, 2020(2): 117-128. [8] 熊巧琴, 汤珂, 张丰羽. 第三方数字平台能否帮助中小微企业提升经营收益?——来自百万商户大数据的证据[J]. 经济学(季刊), 2023(5): 1704-1722. [9] 李雪松, 党琳, 赵宸宇. 数字化转型、融入全球创新网络与创新绩效[J]. 中国工业经济, 2022(10): 43-61. [10] 赵涛, 张智, 梁上坤. 数字经济、创业活跃度与高质量发展——来自中国城市的经验证据[J]. 管理世界, 2020(10): 65-76. [11] 田鸽, 张勋. 数字经济、非农就业与社会分工[J]. 管理世界, 2022(5): 72-84. [12] 张勋, 杨桐, 汪晨, 等. 数字金融发展与居民消费增长: 理论与中国实践[J]. 管理世界, 2020(11): 48-63. [13] 张勋, 万广华. 中国的农村基础设施促进了包容性增长吗?[J]. 经济研究, 2016(10): 82-96. [14] 胡鞍钢, 周绍杰. 新的全球贫富差距: 日益扩大的"数字鸿沟"[J]. 中国社会科学, 2002(3): 34-48. [15] 杨柠泽, 王艺蔚, 孙学涛. 数字素养与农户共同富裕: 影响效应及其机制[J]. 广东财经大学学报, 2023(6): 21-32. https://song.cbpt.cnki.net/WKG/WebPublication/paperDigest.aspx?paperID=d6bdc75d-f9bd-416e-946a-317180ea927d [16] 许竹青, 郑风田, 陈洁. "数字鸿沟"还是"信息红利"?信息的有效供给与农民的销售价格——一个微观角度的实证研究[J]. 经济学(季刊), 2013(4): 1513-1536. [17] JENSEN R. The digital provide: information(technology), market performance and welfare in the South Indian fisheries sector[J]. The Quarterly Journal of Economics, 2007, 112(3): 879-924. [18] 邱泽奇, 乔天宇. 电商技术变革与农户共同发展[J]. 中国社会科学, 2021(10): 145-166. [19] 张勋, 万广华, 吴海涛. 缩小数字鸿沟: 中国特色数字金融发展[J]. 中国社会科学, 2021(8): 35-51. [20] 邓辛, 彭嘉欣. 基于移动支付的数字金融服务能为非正规就业者带来红利吗?——来自码商的微观证据[J]. 管理世界, 2023(6): 16-33. [21] 许健, 季康先, 刘晓亭, 等. 工业机器人应用、性别工资差距与共同富裕[J]. 数量经济技术经济研究, 2022(9): 134-156. [22] 邱子迅, 周亚虹. 数字经济发展与地区全要素生产率——基于国家级大数据综合试验区的分析[J]. 财经研究, 2021(7): 4-17. [23] ACEMOGLU D, RESTREPO P. The race between man and machine: implications of technology for growth, factor shares, and employment[J]. American Economic Review, 2018, 108(6): 1488-1542. [24] 张勋, 万广华, 张佳佳, 等. 数字经济、普惠金融与包容性增长[J]. 经济研究, 2019(8): 71-86. [25] 胡金焱, 张博. 社会网络、民间融资与家庭创业——基于中国城乡差异的实证分析[J]. 金融研究, 2014(10): 148-163. [26] 温涛, 刘亭廷. 数字金融使用能缓解城乡家庭金融脆弱性吗[J]. 金融经济学研究, 2025(1): 39-59. [27] 李兰冰, 张聪聪. 高速公路连通性对区域市场一体化的影响及异质性分析[J]. 世界经济, 2022(6): 185-206. [28] KAKWANI N. The relative deprivation curve and its applications[J]. Journal of Business&Economic Statistics, 1984, 2(4): 384-394. [29] 斯丽娟, 汤晓晓. 数字普惠金融对农户收入不平等的影响研究——基于CFPS数据的实证分析[J]. 经济评论, 2022(5): 100-116. [30] 周晓光, 肖宇. 数字经济发展对居民就业的影响效应研究[J]. 中国软科学, 2023(5): 158-170. [31] YITZHAKI S. Relative deprivation and the gini coefficient[J]. Quarterly Journal of Economics, 1979, 93(2): 321-324. [32] PODDER N. Relative deprivation, envy and economic inequality[J]. Kyklos: International Review for Social Science, 1996, 49(3): 353-376. [33] 黄群慧, 余泳泽, 张松林. 互联网发展与制造业生产率提升: 内在机制与中国经验[J]. 中国工业经济, 2019(8): 5-23. [34] 江艇. 因果推断经验研究中的中介效应与调节效应[J]. 中国工业经济, 2022(5): 100-120. [35] 莫怡青, 李力行. 零工经济对创业的影响——以外卖平台的兴起为例[J]. 管理世界, 2022(2): 31-45. [36] 花弘毅, 李曜. 农村金融机构、居民贷款可得性与城乡收入差距[J]. 金融研究, 2022(12): 112-129. [37] 曹清峰. 国家级新区对区域经济增长的带动效应——基于70大中城市的经验证据[J]. 中国工业经济, 2020(7): 43-60. -
点击查看大图
图(1) / 表(11)
计量
- 文章访问数: 21
- HTML全文浏览量: 12
- PDF下载量: 17
- 被引次数: 0