數(shù)字技術(shù)采用對農(nóng)戶組間收入差距的影響

摘" " 要：為實證檢驗數(shù)字技術(shù)采用對農(nóng)戶組間收入差距的兩種機制效應，基于Oaxaca- Blinder分解法構(gòu)建一個統(tǒng)一框架，運用2019年中國家庭金融調(diào)查數(shù)據(jù)，重新檢驗數(shù)字技術(shù)采用對農(nóng)戶組間收入差距的影響。結(jié)果表明：數(shù)字技術(shù)采用的“數(shù)字鴻溝”效應擴大了收入差距，占高低收入農(nóng)戶組間收入差距的1.51%，約是人力資本稟賦效應的一半;邊際遞減效應縮小了收入差距，占高低收入農(nóng)戶組間收入差距的-4.10%，比人力資本的邊際效應低2.85%;總效應為負，表明數(shù)字技術(shù)采用最終縮小了農(nóng)戶組間收入差距。通過2SLS回歸、替換核心解釋變量等方式驗證了結(jié)果的穩(wěn)健性。最后，本文提出完善落后農(nóng)村地區(qū)的數(shù)字經(jīng)濟基礎(chǔ)設施、鼓勵低收入農(nóng)戶采用數(shù)字技術(shù)等建議，縮小農(nóng)戶組間收入差距。

關(guān)鍵詞：數(shù)字技術(shù);農(nóng)戶增收;收入差距;共同富裕;數(shù)字鴻溝

中圖分類號：F323.8;F49" " " " "文獻標識碼：A" " " " DOI 編碼：10.3969/j.issn.1006-6500.2024.12.013

The Impact of Digital Technology Adoption on Income Gap among Farmer Groups

ZENG Xia1，YAO Wanjun2，YU Minxia2

（1. Honors College， Tianjin Foreign Studies University， Tianjin 300204， China;2. School of Economics， Nankai University，Tianjin 300071，China）

Abstract： To empirically test the two mechanism effects of digital technology adoption on income disparities among different groups of farmers，utilizing the Oaxaca-Blinder decomposition method to establish a unified framework， the paper re-examined the influence of digital technology adoption on income disparities among farmer groups using data from the 2019 China Household Finance Survey. The findings revealed that the \"digital divide\" effect of digital technology adoption exacerbated income disparities， accounting for 1.51% of the income gap between high- and low-income farmer groups， which was roughly half of the effect attributable to human capital endowment. The marginal diminishing effect reduced income disparities， accounting for -4.10% of the income gap between these groups， which was 2.85% lower than the marginal effect of human capital. The overall effect was negative， indicating that digital technology adoption ultimately narrows income disparities among farmer groups. The robustness of these findings was further confirmed through two-stage least squares （2SLS） regression， and the substitution of core explanatory variables.Finally， the study proposed suggestions for improving digital economy infrastructure in underdeveloped rural areas and fostering the adoption of digital technologies by low-income farmers， aiming to reduce income disparities among farmer groups.

Key words： digital technology;farmers income increasement;income gap;common prosperity;digital divide

隨著以互聯(lián)網(wǎng)為基礎(chǔ)的新一輪技術(shù)革命的深入，全球經(jīng)濟進入了數(shù)字技術(shù)時代，數(shù)字技術(shù)正成為重組全球要素資源、重塑全球經(jīng)濟結(jié)構(gòu)、改變?nèi)蚋偁幐窬值年P(guān)鍵力量。據(jù)《中國數(shù)字經(jīng)濟發(fā)展白皮書（2023）》的數(shù)據(jù)顯示，2023年中國數(shù)字經(jīng)濟核心產(chǎn)業(yè)增加值超過12萬億元，占GDP的比重為10%左右，為我國經(jīng)濟健康穩(wěn)定發(fā)展提供了關(guān)鍵動力[1]。在農(nóng)業(yè)農(nóng)村領(lǐng)域，數(shù)字技術(shù)也實現(xiàn)了長足的發(fā)展。據(jù)中國互聯(lián)網(wǎng)絡信息中心發(fā)布的數(shù)據(jù)顯示，截至2023年12月，中國農(nóng)村網(wǎng)民規(guī)模為3.26億人，農(nóng)村地區(qū)互聯(lián)網(wǎng)普及率為66.5%，較2018年提升28.1個百分點。我國農(nóng)村網(wǎng)絡零售額達到2.49萬億元，較2018年增長81.75%;全國農(nóng)產(chǎn)品網(wǎng)絡零售額達到5 870.3億元，較2018年增長154.68%[2]。在數(shù)字經(jīng)濟高速發(fā)展進程中，可否借助數(shù)字技術(shù)應用促進農(nóng)戶收入增長，縮小農(nóng)戶組間收入差距是一個需要認真思考的問題。

第一，農(nóng)村居民增收是實現(xiàn)共同富裕亟待解決的關(guān)鍵問題?！吨泄仓醒雵鴦赵宏P(guān)于實施鄉(xiāng)村振興戰(zhàn)略的意見》提出，要把維護農(nóng)民群眾根本利益、促進農(nóng)民共同富裕作為出發(fā)點和落腳點，促進農(nóng)民持續(xù)增收，并要求保持農(nóng)村居民收入增速快于城鎮(zhèn)居民。顯然，切實促進農(nóng)民持續(xù)增收，調(diào)動億萬農(nóng)民的積極性、主動性和創(chuàng)造性，直接影響共同富裕目標任務的實現(xiàn)。

第二，農(nóng)村內(nèi)部的組間貧富差距較大，呈繼續(xù)擴大態(tài)勢。據(jù)國家統(tǒng)計局住戶抽樣調(diào)查數(shù)據(jù)顯示，2023年農(nóng)村居民人均可支配收入（21 691元）與城鎮(zhèn)居民人均可支配收入（51 821元）的比值為1∶2.40。同期占農(nóng)村內(nèi)20%最低收入家庭的年人均可支配收入與占20%最高家庭的年人均可支配收入分別為5 264、50 136元，收入差距高達1∶9.52，農(nóng)戶內(nèi)部組間收入差距水平超過了城鄉(xiāng)收入差距水平[3]。農(nóng)村內(nèi)部組間收入差距擴大不僅會加大鄉(xiāng)村治理難度，也不利于社會穩(wěn)定，容易成為阻礙鄉(xiāng)村振興、共同富裕和中國式現(xiàn)代化進程的不利因素。

第三，關(guān)于數(shù)字技術(shù)對農(nóng)戶組間收入差距的探究尚處起步階段。當前，有大量文獻關(guān)注到數(shù)字金融、電商等數(shù)字經(jīng)濟方式對農(nóng)民增收的作用。相關(guān)文獻指出，數(shù)字技術(shù)采用可減少農(nóng)產(chǎn)品銷售流通過程的中間環(huán)節(jié)，避免中間商從中賺取高額差價利潤，有助于及時準確獲取市場信息，使得市場供需有效對接減少損耗，推動傳統(tǒng)農(nóng)業(yè)生產(chǎn)經(jīng)營、營銷運輸、農(nóng)資需求等環(huán)節(jié)的電子化變革倒逼傳統(tǒng)農(nóng)業(yè)集約化、標準化、規(guī)?；a(chǎn)，非農(nóng)就業(yè)和創(chuàng)業(yè)直接或間接地增加農(nóng)民收入[4-7]。然而，關(guān)于數(shù)字技術(shù)對農(nóng)戶間收入差距的探究尚處起步，并且頗具分歧。一部分學者認為，數(shù)字經(jīng)濟具有的“數(shù)字鴻溝”效應正在擴大農(nóng)戶間、城鄉(xiāng)間的收入差距[8-13]。另一部分學者指出，數(shù)字技術(shù)對農(nóng)戶增收作用具有邊際遞減效應，并認為數(shù)字技術(shù)為低收入群體提供了更高的邊際回報率，從而縮小了收入差距[14-18]。

因此，有必要進一步分析數(shù)字技術(shù)采用對農(nóng)戶組間收入差距的影響。本文基于農(nóng)戶收入水平中位數(shù)將農(nóng)戶分為低收入組與高收入組兩組，使用Oaxaca-Blinder分解方法，用數(shù)字技術(shù)采用的稟賦效應來反映“數(shù)字鴻溝”效應，用數(shù)字技術(shù)采用的系數(shù)效應來反映邊際遞減效應，通過二者之和來分析數(shù)字技術(shù)采用對高低收入組農(nóng)戶收入差距的總影響。

邊際貢獻如下：使用Oaxaca-Blinder分解分析數(shù)字技術(shù)對農(nóng)戶組間收入差距的影響，用數(shù)字技術(shù)的稟賦效應來反映“數(shù)字鴻溝”效應，用數(shù)字技術(shù)的系數(shù)效應來反映邊際遞減效應，為分析農(nóng)戶收入差距提供了一個新視角;實證研究發(fā)現(xiàn)，數(shù)字技術(shù)具有“數(shù)字鴻溝”效應并擴大了農(nóng)戶組間收入差距，同時數(shù)字技術(shù)的邊際遞減效應縮小了農(nóng)戶組間收入差距，驗證了已有研究中的兩個不同機制;比較“數(shù)字鴻溝”效應和邊際遞減效應，結(jié)果發(fā)現(xiàn)，二者之和為負。由此得出，數(shù)字技術(shù)采用最終縮小了農(nóng)戶組間收入差距的結(jié)論。

1 實證模型與數(shù)據(jù)

1.1 實證模型

本文農(nóng)戶收入模型設定如下：

ln Incomei=β0+β1 Digital_Techi+βk XiK+εi（1）

式中，被解釋變量ln Incomei表示農(nóng)戶i人均收入的對數(shù);核心解釋變量Digital_Techi表示農(nóng)戶的數(shù)字技術(shù)水平;XiK表示控制變量;εi是隨機擾動項。

本文按照農(nóng)戶人均收入水平中位數(shù)將農(nóng)戶分為高收入組農(nóng)戶和低收入組農(nóng)戶，使用Oaxaca-Blinder分解方法比較數(shù)字技術(shù)采用對不同收入組農(nóng)戶收入水平的影響差異，以分析其對農(nóng)戶組間收入差距的影響。Oaxaca-Blinder分解是由Oaxaca[19]和 Blinder[20]提出的一種收入分解方法，該方法可以將組群之間的工資均值差異分解為由個體特征差異造成的可解釋部分和由特征回報差異帶來的不可解釋部分。收入差距可以從兩個方面來解釋，一方面是由于不同收入群體要素稟賦條件不同而產(chǎn)生的收入差距，稱為稟賦效應;另一方面是由于不同收入群體要素回報系數(shù)不同而產(chǎn)生的收入差距，稱為系數(shù)效應。本文用數(shù)字技術(shù)的稟賦效應來反映“數(shù)字鴻溝”效應，用數(shù)字技術(shù)的系數(shù)效應來反映邊際遞減效應，二者之和為總效應，通過總效應水平來判斷數(shù)字技術(shù)對組間收入差距的影響。低收入組及高收入組農(nóng)戶的收入函數(shù)公式如下：

ln IncomeL=Digital_TechL αL+βLk XLK+εL（2）

ln IncomeH=Digital_TechH αH+βHk XHK+εH （3）

式中，Digital_TechL和Digital_TechH分別代表低收入組和高收入組農(nóng)戶的數(shù)字技術(shù)情況;XLK和XHK分別代表低收入組和高收入組農(nóng)戶的控制變量。

高低收入組收入差距l(xiāng)n IncomeH-ln IncomeL的分解方程如下：

ln IncomeH-ln IncomeL=αH （Digital_TechH-Digital_TechL））+βHk（XHK+XLH）+（αH-αL）Digital_TechL+（βH-βL）XLK （4）

式中，αH（Digital_TechH-Digital_TechL）+βHK（XHK-XLK）是造成收入差距的稟賦效應;αH （Digital_TechH-Digital_TechL）為數(shù)字鴻溝效應;（αH-αL）Digital_TechL+（βH-βL）XLK是造成收入差距的系數(shù)效應;（αH-αL）Digital_TechL為邊際遞減效應;αH （Digital_TechH-Digital_TechL）+（αH-αL）Digital_TechL為數(shù)字技術(shù)對農(nóng)戶組間收入差距影響的總效應。

1.2 數(shù)據(jù)

本文使用的數(shù)據(jù)來自西南財經(jīng)大學中國家庭金融調(diào)查與研究中心提供的2019年中國家庭金融調(diào)查數(shù)據(jù)（CHFS）（https：//chfs.swufe.edu.cn/）。該數(shù)據(jù)庫數(shù)據(jù)具有良好的代表性，數(shù)據(jù)質(zhì)量較高[18]。該數(shù)據(jù)庫不僅統(tǒng)計了家庭的土地資產(chǎn)、農(nóng)業(yè)資產(chǎn)、工商業(yè)資產(chǎn)、住房資產(chǎn)、車輛資產(chǎn)、金融資產(chǎn)和金融負債等資產(chǎn)與負債相關(guān)數(shù)據(jù)，還統(tǒng)計了家庭收入支出以及互聯(lián)網(wǎng)使用、數(shù)字信貸、數(shù)字理財、第三方支付、電商經(jīng)營等家庭的數(shù)字技術(shù)采用情況，滿足本文分析所需。經(jīng)清洗后，本文共獲得14 842戶農(nóng)村家庭的數(shù)據(jù)。

1.3 變量設置

1.3.1 被解釋變量 本文的被解釋變量為農(nóng)戶收入，是農(nóng)戶家庭人均總收入的對數(shù)。農(nóng)戶家庭總收入包括農(nóng)戶工資性收入、農(nóng)業(yè)收入、工商業(yè)收入、財產(chǎn)性收入和轉(zhuǎn)移性收入。

1.3.2 核心解釋變量 核心解釋變量是數(shù)字技術(shù)采用，包括互聯(lián)網(wǎng)使用、數(shù)字金融利用、電商經(jīng)營3個方面。當農(nóng)戶采用互聯(lián)網(wǎng)使用、數(shù)字金融利用、電商經(jīng)營中任意一項或幾項，本文認定為采用數(shù)字技術(shù)，賦值為1，否則為0。

1.3.3 控制變量 參考已有研究[22-24]，本文引入人力資本、 物質(zhì)資本、金融資本、社會資本、家庭特征、戶主特征和地區(qū)特征作為控制變量。變量的具體含義如表1所示。

表2顯示了主要變量的描述統(tǒng)計結(jié)果。農(nóng)戶人均收入對數(shù)的均值為9.368。其中，低收入組農(nóng)戶人均收入對數(shù)的均值為8.441，高收入組農(nóng)戶人均收入對數(shù)的均值為10.296，二者相差1.855，農(nóng)戶組間收入差距較大。在受訪農(nóng)戶中，79.0%農(nóng)戶選擇使用數(shù)字技術(shù)，低收入組（人均收入水平在中位數(shù)以下的農(nóng)戶）為69.5%，高收入組（人均收入水平在中位數(shù)以上的農(nóng)戶）為88.4%，高收入組農(nóng)戶高于低收入組農(nóng)戶。

在控制變量中，農(nóng)戶勞動力健康比例均值為46.435%，勞動力受教育程度均值為8.713年，勞動力平均工作經(jīng)驗為26.681年，除勞動力工作經(jīng)驗外，高收入組農(nóng)戶均優(yōu)于低收入組農(nóng)戶。農(nóng)戶所擁有的物質(zhì)資本均值較小，除土地資產(chǎn)外，高收入組農(nóng)戶的物質(zhì)資本均高于低收入組農(nóng)戶。農(nóng)戶家庭人均金融資產(chǎn)和金融負債均值分別為2.712萬元和0.002萬元，高收入組農(nóng)戶的人均金融資產(chǎn)高于低收入組農(nóng)戶，人均金融負債卻低于低收入組農(nóng)戶。就社會資本而言，有18.100%農(nóng)戶家庭是黨員戶，農(nóng)戶家庭人情禮支出占比均值為3.140%，低收入組農(nóng)戶家庭均低于高收入組農(nóng)戶。受訪戶家庭人口規(guī)模均值為3.580，低收入組農(nóng)戶略高于高收入組農(nóng)戶;農(nóng)戶家庭勞動力人數(shù)均值為2.529，高收入組農(nóng)戶略高于低收入組;男性勞動力人數(shù)均值為1.291，低收入組農(nóng)戶略低于高收入組農(nóng)戶;家庭老年撫養(yǎng)比和少兒撫養(yǎng)比均值分別為18.666%和25.519%，低收入組農(nóng)戶均略高于高收入組農(nóng)戶。83.0%受訪戶戶主為男性，低收入組戶主男性比例略高于高收入組;農(nóng)戶戶主年齡均值為52.275，低收入組略高于高收入組;88.7%受訪戶戶主已婚，低收入組戶主已婚比例略高于高收入組;戶主風險態(tài)度均值為1.352，高收入組戶主的風險偏好程度高于低收入組。

2 實證結(jié)果與分析

2.1 基準回歸

由表3可知，低收入組農(nóng)戶數(shù)字技術(shù)采用對農(nóng)戶收入水平的影響系數(shù)為0.150，在1%統(tǒng)計水平上顯著;高收入組農(nóng)戶數(shù)字技術(shù)采用系數(shù)為0.064，在1%統(tǒng)計水平上顯著。這表明數(shù)字技術(shù)采用能顯著提升低收入組和高收入組農(nóng)戶的收入水平。比較高低收入組的數(shù)字技術(shù)采用系數(shù)可以發(fā)現(xiàn)，低收入組系數(shù)大于高收入組，二者之差為0.086。這表明農(nóng)戶數(shù)字技術(shù)采用對提升低收入組農(nóng)戶的收入水平作用更大，縮小高低收入組間收入差距的作用顯著，即數(shù)字技術(shù)采用具有邊際遞減效應。

由表2、表3可知，中高收入組和低收入組農(nóng)戶數(shù)字技術(shù)采用系數(shù)為正，低收入組農(nóng)戶數(shù)字技術(shù)采用的平均水平低于高收入組，二者之差為-0.189。由此可知，數(shù)字技術(shù)采納水平不同是造成低收入組和高收入組農(nóng)戶間收入差距的原因，即存在“數(shù)字鴻溝”效應。

2.2 穩(wěn)健性檢驗

互聯(lián)網(wǎng)使用、數(shù)字金融參與和電商經(jīng)營是常用的數(shù)字技術(shù)代理變量，本文分別采用這3個指標作為數(shù)字技術(shù)代理變量，進一步檢驗數(shù)字技術(shù)采用對農(nóng)戶收入的影響。如表4所示，全樣本、低收入組和高收入組互聯(lián)網(wǎng)使用對農(nóng)戶收入水平的影響系數(shù)分別為0.288、0.142、0.060，在1%統(tǒng)計水平上顯著。這表明互聯(lián)網(wǎng)使用對于低收入組農(nóng)戶收入水平的提升作用更大，具有縮小農(nóng)戶組間收入差距的作用。全樣本、低收入組和高收入組的數(shù)字金融參與和電商經(jīng)營對農(nóng)戶收入水平影響系數(shù)分別為0.300、0.175、0.079、0.222、0.401、0.222，均在1%統(tǒng)計水平上顯著。并且，低收入組的金融參與和電商經(jīng)營的系數(shù)均高于高收入組，再次驗證了基準回歸結(jié)果的穩(wěn)健性。

2.3 內(nèi)生性問題的解決

內(nèi)生性問題是實證分析中需要特別關(guān)注的問題。本文借鑒張棟浩等[25]的做法，以同一村莊其他農(nóng)戶數(shù)字技術(shù)采用的均值作為工具變量，運用2SLS模型來解決內(nèi)生性問題。表5結(jié)果顯示，低收入組和高收入組一階段工具變量的回歸系數(shù)為0.199和0.162，在1%統(tǒng)計水平上顯著。低收入組和高收入組二階段數(shù)字技術(shù)采用的回歸系數(shù)為1.749和0.632，分別在1%和5%統(tǒng)計水平上顯著。這表明數(shù)字技術(shù)采用顯著提升了低收入組和高收入組農(nóng)戶的收入水平。進一步比較低收入組和高收入組數(shù)字技術(shù)采用的影響系數(shù)可知，低收入組的影響系數(shù)大于高收入組。這說明數(shù)字技術(shù)采用對低收入組農(nóng)戶收入水平的提升作用大于高收入組農(nóng)戶，在一定程度上縮小了農(nóng)戶組間收入差距。

3 Oaxaca-Blinder分解結(jié)果

表6為高收入與低收入農(nóng)戶組間收入差距的Oaxaca-Blinder分解結(jié)果。高低收入組農(nóng)戶收入總差異為1.855，總稟賦效應為0.138，總差異占比為7.44%，總系數(shù)效應為1.717，總差異占比為92.56%。這表明總系數(shù)效應是造成農(nóng)戶組間收入差距的主要原因。

數(shù)字技術(shù)采用對農(nóng)戶組間收入差距影響的稟賦效應為0.028，總差異占比為1.51%，并且在1%統(tǒng)計水平上顯著。這表明高低收入組農(nóng)戶的數(shù)字技術(shù)采用水平差距擴大了農(nóng)戶的組間收入差距，驗證了“數(shù)字鴻溝”的存在。數(shù)字技術(shù)采用對農(nóng)戶組間收入差距影響的系數(shù)效應為-0.076，總差異占比為-4.10%，并且在5%統(tǒng)計水平上顯著，這表明高低收入組農(nóng)戶數(shù)字技術(shù)采用的系數(shù)不同縮小了農(nóng)戶的組間收入差距，即存在數(shù)字技術(shù)的邊際遞減效應。同時，數(shù)字技術(shù)采用的稟賦效應與系數(shù)效應之和為-0.048，小于0。由此可以推斷，數(shù)字技術(shù)采用對農(nóng)戶組間收入差距影響的總效應為負，即數(shù)字技術(shù)采用縮小了農(nóng)戶組間收入差距。

此外，人力資本的稟賦效應的總差異占比為3.40%，系數(shù)效應的總差異占比為-6.95%，二者之和為-3.55%，這表明人力資本對農(nóng)戶組間收入差距影響的總效應為負，縮小了收入差距。社會資本的稟賦效應的總差異占比為0.70%，系數(shù)效應的總差異占比為-1.67%，二者之和為-0.97%?？偟膩砜矗鐣Y本縮小了農(nóng)戶組間收入差距。金融資本的稟賦效應的總差異占比為0.27%，系數(shù)效應的總差異占比為2.10%，二者之和為2.37%;物質(zhì)資本的稟賦效應的總差異占比為-0.32%，系數(shù)效應的總差異占比為4.64%，二者之和為4.32%?？傮w而言，金融資本和物質(zhì)資本擴大農(nóng)戶組間收入差距。

4 結(jié)論與建議

4.1 結(jié)論

隨著數(shù)字技術(shù)的廣泛應用，數(shù)字經(jīng)濟正成為重組全球要素資源、重塑全球經(jīng)濟結(jié)構(gòu)、改變?nèi)蚋偁幐窬值年P(guān)鍵力量。在農(nóng)業(yè)農(nóng)村領(lǐng)域，數(shù)字經(jīng)濟也實現(xiàn)了長足的發(fā)展?？煞窠柚鷶?shù)字經(jīng)濟大潮促進農(nóng)戶收入增長，縮小收入差距是學者們普遍關(guān)注的問題。本文使用2019年中國家庭金融調(diào)查的數(shù)據(jù)，以農(nóng)戶為研究對象，分析了數(shù)字技術(shù)采用對農(nóng)戶組間收入差距的影響。實證結(jié)果表明，數(shù)字技術(shù)采用顯著提升了農(nóng)戶的收入水平，并且其對低收入組農(nóng)戶收入的提升作用高于高收入組農(nóng)戶。使用Oaxaca -Bilnder分解法對高低收入組農(nóng)戶的組間收入差距進行分解，結(jié)果顯示：第一，數(shù)字技術(shù)采用具有“數(shù)字鴻溝”效應并擴大農(nóng)戶組間收入差距，占高低收入農(nóng)戶收入差距的1.51%，約是人力資本稟賦效應的一半;第二，數(shù)字技術(shù)采用具有邊際遞減效應并縮小農(nóng)戶組間收入差距，占高低收入農(nóng)戶收入差距的-4.10%，比人力資本的系數(shù)效應低2.85%;第三，“數(shù)字鴻溝”效應和邊際遞減效應之和為負。這表明數(shù)字技術(shù)的總效應為負，數(shù)字技術(shù)采用縮小了農(nóng)戶組間收入差距。4.2 建議

（1）加大對農(nóng)村落后地區(qū)數(shù)字基礎(chǔ)設施建設的投資，完善落后地區(qū)數(shù)字經(jīng)濟基礎(chǔ)設施。特別是對中西部地區(qū)和山區(qū)，要補齊數(shù)字基礎(chǔ)設施的短板，及時對老舊基礎(chǔ)設施進行改造升級，為數(shù)字技術(shù)在農(nóng)村地區(qū)的廣泛使用創(chuàng)造條件。

（2）提升落后地區(qū)農(nóng)戶的數(shù)字經(jīng)濟素養(yǎng)，提高農(nóng)民的數(shù)字技術(shù)利用率。通過建立數(shù)字經(jīng)濟知識普及平臺，開展針對農(nóng)村居民特別是低收入農(nóng)戶群體的數(shù)字經(jīng)濟知識普及活動及應用技能培訓活動，提升其數(shù)字經(jīng)濟素養(yǎng)，使他們能夠更有效地利用數(shù)字技術(shù)獲取市場信息、優(yōu)化生產(chǎn)決策，并提高收入。

（3）加大農(nóng)村地區(qū)數(shù)字經(jīng)濟人才培育和引進力度，儲備充足的人力資本。充分發(fā)揮返鄉(xiāng)青年特別是大學生的熟悉數(shù)字技術(shù)的優(yōu)勢，制定和落實返鄉(xiāng)創(chuàng)業(yè)優(yōu)惠政策，引導青年自主創(chuàng)業(yè)，并帶動和指導低收入農(nóng)戶在生產(chǎn)生活中合理、有效參與數(shù)字經(jīng)濟，提升低收入農(nóng)戶的數(shù)字經(jīng)濟參與率，減弱稟賦效應對農(nóng)戶組間收入差距的負面影響，縮小農(nóng)戶組間收入差距。

參考文獻：

[1] 北京雁棲湖應用數(shù)學研究院， 數(shù)字經(jīng)濟實驗室， 中國數(shù)字經(jīng)濟指數(shù)和中國數(shù)字經(jīng)濟白皮書項目課題組. 中國數(shù)字經(jīng)濟發(fā)展白皮書（2023）[EB/OL]. [2024-12-24]. https：//www.bimsa.net/doc/publication/4230.pdf.

[2] 中國互聯(lián)網(wǎng)絡信息中心. 第54次中國互聯(lián)網(wǎng)絡發(fā)展狀況統(tǒng)計報告[EB/OL]. （2024-09-09）[2024-12-25]. https：//www.100ec.cn/Public/Upload/file/20240909/1725843463763813.pdf.

[3] 國家統(tǒng)計局. 國家數(shù)據(jù)[EB/OL]. [2024-12-25]. https：//data.stats.gov.cn/easyquery.htm？cn=C01.

[4] AKER J C， FAFCHAMPS M. Mobile phone coverage and producer markets： evidence from west Africa[J]. The World Bank Economic Review， 2015， 29（2）： 262-292.

[5] 何婧， 李慶海. 數(shù)字金融使用與農(nóng)戶創(chuàng)業(yè)行為[J]. 中國農(nóng)村經(jīng)濟， 2019（1）： 112-126.

[6] 秦芳， 王劍程， 胥芹. 數(shù)字經(jīng)濟如何促進農(nóng)戶增收？——來自農(nóng)村電商發(fā)展的證據(jù)[J]. 經(jīng)濟學（季刊）， 2022， 22（2）： 591-612.

[7] 劉錦怡， 劉純陽. 數(shù)字普惠金融的農(nóng)村減貧效應： 效果與機制[J]. 財經(jīng)論叢， 2020（1）： 43-53.

[8] 劉曉倩， 韓青. 農(nóng)村居民互聯(lián)網(wǎng)使用對收入的影響及其機理——基于中國家庭追蹤調(diào)查（CFPS）數(shù)據(jù)[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟， 2018（9）： 123-134.

[9] 劉任， 眭鑫， 王文濤. 互聯(lián)網(wǎng)使用對農(nóng)戶收入差距影響研究——基于CGSS數(shù)據(jù)的實證分析[J]. 重慶大學學報（社會科學版）， 2022， 28（6）： 79-95.

[10] 楊少雄， 孔榮. 數(shù)字金融市場參與改善農(nóng)戶收入了嗎？[J]. 華中農(nóng)業(yè)大學學報（社會科學版）， 2021（5）： 180-190.

[11] 柏培文， 張云. 數(shù)字經(jīng)濟、人口紅利下降與中低技能勞動者權(quán)益[J]. 經(jīng)濟研究， 2021， 56（5）： 91-108.

[12] 趙偉， 彭玉婷. 數(shù)字經(jīng)濟發(fā)展是否會影響收入不平等？——基于空間面板模型的實證檢驗[J]. 經(jīng)濟問題探索， 2022（12）： 35-51.

[13] 彭澎， 周力. 中國農(nóng)村數(shù)字金融發(fā)展對農(nóng)戶的收入流動性影響研究[J]. 數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究， 2022， 39（6）： 23-41.

[14] 張勛， 萬廣華， 張佳佳， 等. 數(shù)字經(jīng)濟、普惠金融與包容性增長[J]. 經(jīng)濟研究， 2019， 54（8）： 71-86.

[15] 盛斌， 吳曉雯. 數(shù)字經(jīng)濟背景下全球價值鏈對性別收入分配的影響[J]. 求是學刊， 2022， 49（1）： 42-55.

[16] 張自強. 互聯(lián)網(wǎng)使用與農(nóng)戶收入不平等[J]. 經(jīng)濟經(jīng)緯， 2022， 39（3）： 45-54.

[17] 徐瑩， 王娟. 數(shù)字普惠金融與農(nóng)戶收入差距：加劇還是緩解[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟， 2024（3）： 52-62.

[18] 田艷平， 向雪風. 數(shù)字經(jīng)濟發(fā)展、階層向上流動與中等收入群體擴容[J]. 南方經(jīng)濟， 2023（4）： 44-62.

[19] OAXACA R. Male-female wage differentials in urban labor markets[J]. International Economic Review， 1973， 14（3）： 693-709.

[20] BLINDER A S. Wage discrimination： reduced form and structural estimates[J]. The Journal of Human Resources， 1973， 8（4）： 436-455.

[21] 甘犁， 馮帥章. 以微觀數(shù)據(jù)庫建設助推中國經(jīng)濟學發(fā)展——第二屆微觀經(jīng)濟數(shù)據(jù)與經(jīng)濟學理論創(chuàng)新論壇綜述[J]. 經(jīng)濟研究， 2019， 54（4）： 204-208.

[22] 周曄馨. 社會資本是窮人的資本嗎？——基于中國農(nóng)戶收入的經(jīng)驗證據(jù)[J]. 管理世界， 2012（7）： 83-95.

[23] 程名望， JIN Y H， 蓋慶恩， 等. 農(nóng)村減貧： 應該更關(guān)注教育還是健康？——基于收入增長和差距縮小雙重視角的實證[J]. 經(jīng)濟研究， 2014， 49（11）： 130-144.

[24] 程名望， 史清華， JIN Y H， 等. 農(nóng)戶收入差距及其根源： 模型與實證[J]. 管理世界， 2015， 31（7）： 17-28.

[25] 張棟浩， 王棟， 杜在超. 金融普惠、收入階層與中國家庭消費[J]. 財經(jīng)科學， 2020（6）： 1-15.

基金項目：天津市哲學社會科學規(guī)劃項目（TJYJ22-003）;天津市教委科研計劃項目（2019SK080）

作者簡介：曾霞（1976—），女，內(nèi)蒙古呼和浩特人，講師，博士，主要從事經(jīng)濟發(fā)展與國際貿(mào)易研究。

通訊作者簡介：姚萬軍（1975—），男，內(nèi)蒙古通遼人，副教授，博士，主要從事三農(nóng)問題研究。