引言

城乡收入差距是中国实现共同富裕道路上所必须解决的问题。自改革开放以来，尽管居民人均收入不断提高，但城乡收入差距在绝对量上呈现出扩大趋势，相对量虽然呈现了下滑的趋势，但仍保持在一个较高水平。如何提高农村居民收入，缩小城乡收入差距成为各界所关注的问题。现有研究中，有部分学者研究信息基础设施建设对城乡收入差距的影响，但目前关于这一问题尚未达成统一意见。

现有文献大多数聚焦于互联网普及，本文基于已有文献，以信息基础设施建设为切入单，选取2011-2020年31个省市的面板数据，采用固定效应模型和面板门槛模型实证分析信息基础设施建设对城乡收入差距的影响。

余下部分安排为：首先对已有文献进行梳理；其次阐述研究假设；接着，构建计量模型；随后进行实证结果分析；最后是研究结论和政策建议。

一、研究背景

“宽带中国”战略自公布实施以来，我国的宽带接入能力显著提高，固定宽带用户、移动互联网用户逐年增加，信息基础设施建设大幅度推进，城乡“数字鸿沟”进一步缩小。信息基础设施是保证生产和人民生活基本设施的重要组成部分，是信息化建设的基础支撑，世界各国对信息化基础设施建设十分重视，将其作为促进经济增长的动力，例如，美国在《国家宽带计划》中提出在之后十年要将普遍服务基金规模提升到155亿美元，此外，德国、英国、韩国等国家相继将建设智能电网、智能交通等基础设施作为刺激经济振兴的优先战略行动。信息基础设施在我国经济发展中也起着至关重要的重要，特别是在数字经济时代，不管在技术层面还是在应用层面都离不开信息基础设施。截止到2022年底，我国移动电话用户规模达到16.83亿户、固定宽带接入用户为5.9亿户，高于全球平均水平，用户规模快速扩大。并且电信业务总量呈现高增长态势已建成5G基站近160万个。在推进信息基础设施建设发展过程中，是进一步加大了数字鸿沟还是产生了信息红利是值得探讨的。

有一部分学者认为信息基础设施建设有利于缩小城乡收入差距。孙一平等、刘生龙等、张永丽等、冯履冰等、于乐荣等认为互联网的普及和使用有利于提高农村居民收入，缩小城乡居民收入差距；程名望等指出信息基础设施对城乡收入差距的影响已经越过拐点，现在呈现出缩小趋势；韩长根等研究发现，信息基础设施建设是破解城乡居民收入差距的途径之一；丁疆辉等从中观省域层面上证明了农村信息基础设施会居民纯收入具有促进作用；卜茂亮等研究发现信息基础设施的使用可以给居民带来额外收入，其中农村居民占比较多；杨蓓蕾说明了我国“城乡”“数字鸿沟”数字鸿沟产生和扩大的根本原因、直接原因和重要原因，其中信息基础设施落后是城乡“数字鸿沟”的重要原因。王俊松等指出加强信息基础设施建设可以消除地区间的数字鸿沟；孙伟增等认为信息基础设施建设对劳动力需求存在促进作用，杨建仁等研究发现信息化建设可以通过推动数字经济发展来推动乡村振兴。赵保佑也提出要促进城乡经济协调发展的有效途径是信息化建设；钞小静等认为新型信息基础设施建设能促进经济韧性的提高；王帅等任务信息基础设施对经济增长和产业聚集有明显促进作用；

另一部分学者认为信息基础设施会扩大城乡收入差距。谭燕芝等认为信息基础设施的使用对于城市居民收入影响更大，进一步带来了城乡收入不均衡；文小洪等研究发现信息基础设施的使用扩大了城乡工资差距，城镇居民的工资回报更高；建设朱琳认为信息基础设施会扩大城乡收入差距，并且在不同的发展阶段和程度，信息基础设施会对城乡收入差距产生不同的影响。

二、研究假说

信息基础设施具有外部性，可以通过网络传输降低交易成本，实现高效沟通交流，减少了信息不对称，为居民生产生活提供便利，促进经济持续增长。信息基础设施建设能够推动当地产业的发展，提供更多的就业机会和就业形式，例如电商的产生和发展为许多农村居民提供了另一种就业机会，随着农村居民对信息资源利用度的提高，相应地农村居民的收入水平得到提升，收入来源更加多样化，避免了农村居民农闲时期收入减少的问题，缩小了城乡居民收入差距。同时，随着信息基础设施建设不断发展，其覆盖度越来越广，邮电业务行业的转型升级也提高了农产品的运输效率，带动了农村产业的发展。鉴于此，本文提出假设1：

H1：信息基础设施能够缩小城乡收入差距。

某地的经济发展水平会影响着信息基础设施建设。在经济发展水平较高的地区，信息基础设施建设较为完善，信息基础设施能充分发挥本身的优势。相较而言，对于经济发展水平较低的地区，信息基础设施尚且不能发挥全部作用。同时经济发展水平对城乡收入差距也存在着影响，经济发展水平较高的地区，教育资源越丰富，使得农村居民不断累积提高人力资本，基础设施更完善带动着农村经济的发展，因此城乡收入差距会缩小。鉴于此，本文提出假设2：

H2：经济发展水平的不同使得信息基础设施对城乡收入差距的影响程度不同。

三、研究设计

模型构建

1.基准面板模型

通过参考相关文献，结合本文研究思路，本文构建面板回归模型，模型如下：

其中，theil表示城乡收入差距，Lninf表示信息基础设施建设，外贸依赖度（Open）、政府规模（Gov）、社会消费水平（Market）、产业结构（Is）、金融水平（Fin）、经济发展水平（rGDP）为本文的控制变量。表示地区，表示年份，表示省份固定效应，表示年份固定效应，表示随机扰动项。

2.面板门槛模型

为了进一步把探讨信息基础设施与城乡收入差距之间是否存在非线性关系，引入面板门槛模型，检验二者之间是否存在非线性关系的分界点。根据研究假说，选用经济发展水平作为门槛变量，设定单一门槛模型：

其中，表示门槛值，表示一系列控制变量。若通过了单一门槛检验，即存在单一门槛，则需要进行双重门槛模型检验，设定双重门槛模型：

变量设定

被解释变量

城乡收入差距。本文的被解释变量为城乡收入差距，选用泰尔指数来衡量，泰尔指数越小，说明城乡收入差距越小，指数越大，说明城乡收入差距越大。由于2013年之前的统计年鉴上午农村人均可支配收入之比，2011-2013年期间的农村人均可支配收入用农村人均纯收入替代。泰尔指数测算公式如下：

公式（4）中表示各个省份，表示城镇，表示农村，表示年份，表示年份省份城镇或农村居民的收入；表示年份省份居民收入；表示表示年份省份城镇或农村人口；表示表示年份省份总人口。

解释变量

信息基础设施。本文的解释变量为信息基础设施建设（Lninf），选用移动互联网用户和移动电话用户和的均值除以总人口的对数来衡量。

控制变量

参考相关研究，本文选择如下变量作为控制变量：外贸依存度（Open），选用进出口贸易总额与GDP的比值来衡量；政府干预程度（Gov），选用财政支出与GDP的比值来衡量；社会消费水平（Market），选用社会消费品零售额与GDP的比重来衡量；产业结构（Is），选用第二、第三产业增加值与GDP的比例来衡量；金融水平（Fin），选用金融机构存款余额与GDP的比值来衡量；经济发展水平（rGDP），选用人均国内生产总值的对数来衡量。

（三）数据来源

本文选取2011-2020年我国31个省份的有关数据，被解释变量，解释变量、控制变量的原始数据均来自于《中国统计年鉴》。

各个变量的描述性统计如表1所示。

Var	Obs	Mean	Std.Dev.	Min	Max
Theil	310	0.118	0.120	0.00001	0.662
Lninf	310	-0.206	0.312	-1.050	0.648
Open	310	0.237	0.278	0.000031	1.464
Gov	310	0.297	0.210	0.119	1.354
Market	310	0.404	0.0864	0.222	0.739
Is	310	0.953	0.139	0.737	1.539
Fin	310	1.967	1.019	0.569	14.10
rGDP	310	10.779	0.441	9.682	12.013

四、实证分析

（一）单位根检验

为了避免“伪回归”现象的产生，本文使用单位根检验来判断变量的稳定性，选用IPS和ADF-Fisher两种方法来进行检验，判断数据的平稳性。首先对theil、Lninf、Open、Gov、Market、Is、Fin和rGDP及各自一阶差分进行检验，检验结果表明所有变量的一阶差分均在5%的水平上通过显著性检验，不存在单位根。检验结果如表2所示。

变量	IPS	ADF-Fisher	结论
Theil	-2.2785***	160.7523***	平稳
Theil	-6.6127***	288.4384***	平稳
Lninf	-1.0675	84.2607**	非平稳
Lninf	-6.6068***	165.0303***	平稳
Open	-7.267***	1107.7921***	平稳
Open	-7.9524***	1813.8711***	平稳
Gov	-2.0524**	30.6325	非平稳
Gov	-5.7347***	104.2447***	平稳
Market	1.2227	23.6533	非平稳
Market	-6.9171***	123.4087***	平稳
Is	-0.3363	28.703	非平稳
Is	-6.9005***	98.5891***	平稳
Fin	-7.7982***	211.7558***	非平稳
Fin	-7.6792***	287.7674***	平稳
rGDP	-1.2254	82.8669**	非平稳
rGDP	-2.1795**	91.1213***	平稳

注：^***、^**、^*分别表示在1%、5%、10%的水平上显著。

（二）协整检验

本文采用Pedroni方法来进行协整检验，协整检验的结果如表3所示。结果表明各变量均在1%的显著性水平上通过检验，说明各变量之间具有长期协整关系，可以进行回归分析。

统计量	统计值	结论
Modified Phillips-Perron	11.1263***	存在协整
Phillips-perron	-11.9768***	存在协整
Augmented Dickey-Fuller	-14.4146***	存在协整
注：***、**、*分别表示在1%、5%、10%的水平上显著。

基准回归

在通过了平稳性检验和协整检验后，为了进一步观察到各个变量之间的关系，本文采用双向固定效应模型来进行估计。具体回归结果如表4所示。

变量	Coefficient
Lninf	-0.159***（0.0331）
Open	-0.003（0.0214）
Gov	-0.150（0.1520）
Market	-0.044（0.0406）
Is	0.018（0.0363）
Fin	0.008**（0.0039）
rGDP	-0.308***（0.0721）
_cons	3.639***（0.8213）
Year	Yes
Province	Yes
R2	0.9196
注：***、**、*分别表示在1%、5%、10%的水平上显著，括号内为稳健标准误，下同。

根据表4可知，信息基础设施的系数为负数，且在1%的水平上显著，初步证明了本文的研究假设1，金融水平的系数为正，在5%的水平上显著，表明随着金融化水平的提高，城乡收入差距会加大；经济发展水平的系数为负数，且在1%的水平上通过显著性检验，说明随着经济发展水平的提高，城乡收入差距会减少；外贸依赖度、政府干预程度、社会消费水平和产业结构的的系数均不显著。

稳健性检验

为了检验基准回归结果的可靠性与准确性，进行了如下稳健性检验。

1. 替换被解释变量。用城镇居民可支配收入与农村居民可支配收入的比值来表示城乡收入差距，运用双向固定效应进行回归，结果如表5的模型（1）所示。根据检验结果可知，信息基础设施的系数仍为负，并且在1%的水平上通过了显著性检验，与基准回归结果一致。
2. 替换控制变量的稳健性检验，本文用经济增长率来衡量经济发展水平，替换以人均国内生产总值的对数来衡量的经济发展水平。回归结果如表5的模型（2）所示。在增加了这两个控制变量后，信息基础设施的系数为负，且在1%的水平上通过了显著性检验，与基准回归结果一致。
3. 剔除特殊样本，本文将北京、上海、天津和重庆四个直辖市剔除，将非直辖市省份进行回归，回归结果如表5的模型（3）所示，信息基础设施的回归系数为负，在1%的水平上通过显著性检验，与基准回归结果一致。因此基准回归结果具有准确性和可靠性。

变量	（1）	（2）	（3）
Lninf	-0.405***（0.1173）	-0.213***（0.0318）	-0.249***（0.0286）
Open	-0.097（0.1230）	0.009（0.0234）	-0.013（0.0291）
Gov	-0.0831（0.2713）	0.280**（0.1290）	0.166（0.1051）
Market	0.1789（0.1623）	0.046（0.0454）	0.016（0.04201）
Is	0.0821（0.1250）	-0.103***（0.0310）	-0.0529（0.0342）
Fin	0.015**（0.0070）	0.008**（0.0039）	0.009**（0.0039）
rGDP	-0.8838***（0.1302）	0.058（0.0421）	-0.092*（0.0553）
_cons	2.565***（0.1786）	1.398***（0.3992）	-00.035（0.0342）
Year	Yes	Yes	Yes
Province	Yes	Yes	Yes
R2	0.9507	0.9109	0.9091

地区异质性分析

考虑地区之间的差异性，本文对东部、中部和西部地区分别进行回归，以探究不同区域信息基础设施对城乡收入差距的影响，回归结果如表6所示。

变量	东部	中部	西部
Lninf	-0.095***（0.0267）	-0.224（0.1557）	-0.158***（0.0323）
Open	-0.014（0.0132）	-0.202（0.8076）	0.113***（0.0411）
Gov	-0.160（0.1122）	-0.514（1.4268）	0.260***（0.0944）
Market	0.011（0.0360）	0.254（0.3452）	0.069**（0.0339）
Is	-0.015（0.0297）	-0.606（0.5704）	-0.113***（0.0212）
Fin	0.030（0.0186）	0.007*（0.0036）	-0.023（0.0152）
rGDP	-0.027（0.04848）	0.159（0.1842）	-0.353***（0.0413）
_cons	0.341（0.5758）	-1.024（2.3148）	3.970***（0.4564）
Year	Yes	Yes	Yes
Province	Yes	Yes	Yes
R2	0.9534	0.7302	0.9892

根据表6可知，东部地区和西部地区信息基础设施的回归系数为负，均在1%的水平上通过了显著性检验，这表明在东部和西部地区，信息基础设施的发展有利于缩小城乡收入差距，且西部地区，信息基础设施缩小城乡收入差距的作用更强。中部地区信息基础设施的系数虽然也为负，但没有通过显著性检验，这表明中部地区信息基础设施与城乡收入差距之间无明显关系。根据上述分析可以得出，信息基础设施的发展在不同地区之间有差异，在中部地区的效果不明显，但在东部和西部地区，信息基础设施缩小城乡收入差距的作用较为明显，存在地区异质性。

门槛效应

前文对信息基础设施与城乡收入差距的关系进行了线性回归，为了进一步检验二者之间是否存在非线性关系，本文引入面板门槛模型，选取了经济发展水平（rGDP）作为门槛变量。根据图1所示，确定存在门槛效应后，依次进行了单一门槛检验和双重门槛检验，结果见如表7所示。

门槛变量	模型	F值	10%临界值	5%临界值	1%临界值	BS次数
rGDP	单一门槛	75.52**	29.9581	38.3291	95.1442	300
	双重门槛	33.43	33.7963	39.6989	102.0855	300

门槛变量	门槛数	估计值	95%置信区间下界	95%置信区间上界
Gov	第一门槛	10.1552	10.1081	10.1685

根据表8可知，经济发展水平作为门槛变量时，在5%的显著性水平上通过了单一门槛检验，但没有通过双重门槛检验，这说明信息基础设施对城乡收入差距的影响存在单一门槛效应，门槛值为10.1552。因此，信息基础设施对城乡收入差距的影响存在结构性突变。经济发展水平作为门槛变量所对应的门槛模型的固定效应的回归结果如表9所示。

变量	Coefficient
Lninf (rGDP≤10.1552)	-0.210***（0.0309）
Lninf (10.1552＜rGDP)	-0.076***（0.0289）
Open	-0.010（0.0145）
Gov	0.126（0.0942）
Market	0.006（0.0534）
Is	-0.068*（0.0384）
Fin	0.008***（0.0028）
rGDP	-0.082***（0.0264）
_cons	-0.082***（0.0264）
R2	0.6526

根据表9可知，门槛变量为经济发展水平时，其两个区间中信息基础设施的回归系数有差异，表明信息基础设施与城乡收入差距之间并不是简单的线性关系。具体而言，当经济发展水平小于10.1552，信息基础设施的回归系数为-0.21，在1%的水平上通过了显著性检验；当经济发展水平大于10.1552时，信息基础设施的回归系数为-0.076，并且在1%的水平上通过显著性检验。这表明，当经济发展水平不同时，信息基础设施对城乡收入的影响不同，经济发展水平会影响信息基础设施对城乡收入差距的影响效果，当经济发展水平加强时，信息基础设施缩小城乡收入差距的作用也会加强，符合本文研究假设2。

五、研究结论和政策建议

（一）研究结论

本文选取2011-2020年省级面板数据，通过双向固定效应模型和面板门槛模型，分析了信息基础设施对城乡收入差距的影响，通过实证分析得出如下研究结论：（1）在本文研究时间范围内，信息基础设施对城乡收入差距具有缩小作用。并且信息基础设施对城乡收入差距的影响具有异质性，对于东部地区和西部地区，信息基础设施显著缩小城乡收入差距，且西部地区信息基础设施缩小城乡收入差距的效果略高于东部地区，对于中部地区，信息基础设施与城乡收入差距之间无明显关系。（2）通过构建面板门槛模型研究发现，信息基础设施对于城乡收入差距的影响具有门槛效应，信息基础设施度城乡收入差距的影响会随着经济发展水平的高低而发生变化，当经济发展水平较高时，信息基础设施缩小城乡收入差距的作用更强。

（二）政策建议

根据前文得出的研究结论，本文提出如下政策建议：第一，完善农村地区信息基础设施建设，加快推进农业信息化，促进农业产业升级。进一步提高农村地区对宽带和移动互联网的普及，在此过程中，可以促进农村地区电子商务的发展，利用互联网如电商、直播等新形式拓展农产品的销售渠道，解决农产品“滞销”、“难销”等问题。随着农村地区信息基础设施建设的不断完善，农村实现信息化，激励农民自主创业改善生活水平，提高收入。第二促进投融资渠道多元化，提高农村地区邮政和电信业务水平，奠定城乡信息基础设施协调发展的基础，实现信息红利，缩小“数字鸿沟”。随着信息化水平的逐步提高，农村居民的生活更加便利化，农村地区的医疗水平教育水平也将得到提高，从而提高了农村居民的生活幸福度。第三提高对经济发展水平较低地区信息基础设施建设的资金投入，推动经济发展水平较低地区信息化水平的提升，缩小与经济发展水平高的地区的差异。同时也要协调好东部、中部、西部地区的发展，避免区域不平衡。第四实现城乡融合协调发展，政府通过政策措施来推动城乡信息化融合协调发展，促进技术，人才等生产要素向农村地区流动，构建一个良好的信息化发展环境，加快形成共建共享的城乡信息化融合协调发展格局。

参考文献：

1. [1] 卜茂亮,罗华江,周耿.Internet对劳动力市场的影响——基于中国家庭动态跟踪调查(CFPS)数据的实证研究[J].南方人口,2011,26(05):1-10.
2. [2] 钞小静,薛志欣.新型信息基础设施对中国经济韧性的影响——来自中国城市的经验证据[J].经济学动态,2023(08):44-62.
3. [3] 程名望,张家平.互联网普及与城乡收入差距:理论与实证[J].中国农村经济,2019(02):19-41.
4. [4] 丁疆辉,刘卫东,吴建民.中国农村信息化发展态势及其区域差异[J].经济地理,2010,30(10):1693-1699.
5. [5] 冯履冰,郭东杰.互联网使用对农民增收的影响与机制[J].浙江社会科学,2023(02):25-35+155-156.
6. [6] 韩长根,张力.互联网普及对于城乡收入分配的影响——基于我国省际面板数据的系统GMM分析[J].经济问题探索,2017(08):18-27.
7. [7] 刘生龙,张晓明,杨竺松.互联网使用对农村居民收入的影响[J].数量经济技术经济研究,2021,38(04):103-119.
8. [8] 孙伟增,郭冬梅.信息基础设施建设对企业劳动力需求的影响：需求规模、结构变化及影响路径[J].中国工业经济,2021(11):78-96.
9. [9] 孙一平,徐英博.互联网普及对中国居民收入分配的影响研究——基于CFPS数据的实证分析[J].宏观经济研究,2021(07):161-175.
10. [10] 谭燕芝,李云仲,胡万俊.数字鸿沟还是信息红利:信息化对城乡收入回报率的差异研究[J].现代经济探讨,2017(10):88-95.
11. [11] 王俊松,李诚.我国数字鸿沟的空间表现及原因分析[J].情报科学,2006(11):1620-1625.
12. [12] 王帅,周明生.信息基础设施建设、产业集聚与经济增长——基于中介效应模型的实证分析[J].上海经济,2018(05):5-18.
13. [13] 文小洪,马俊龙,王相珺.互联网使用对收入影响的城乡差异[J].世界农业,2021(07):97-107.
14. [14] 于乐荣,张亮华,廖阳欣.普及互联网使用有助于缩小农村内部收入差距吗?——来自CLDS村级数据的经验证据[J].西部论坛,2023,33(04):1-16.
15. [15] 杨建仁,何芳健,王鹤.信息化建设、数字经济与乡村振兴[J].统计与决策,2023,39(22):51-56.
16. [16] 杨蓓蕾.对缩小我国城乡“数字鸿沟”的若干思考[J].社会主义研究,2006(03):53-56.
17. [17] 朱琳.信息基础设施对城乡收入差距的影响机理及检验[J].南开经济研究,2023(11):210-229.
18. [18] 张永丽,李青原.互联网使用对贫困地区农户收入的影响——基于甘肃省贫困村农户的调查数据[J].管理评论,2022,34(01):130-141+204.