互聯網能阻滯中國城鄉居民收入差距的擴大嗎？
——基于中國省級面板數據的實證分析

郭家堂 章玉貴

（1.上海社會科學院應用經濟研究所，上海，200020；2.上海外國語大學國際金融貿易學院，上海，200083）

一、引言

黨的十九大指出 “我國社會主要矛盾已經轉化為人民日益增長的美好生活需要和不平衡不充分的發展之間的矛盾”。城鄉居民收入差距的擴大是中國經濟不平衡的一個具體體現，受到學者們的長期關注。現有的研究(蔡昉，楊濤，2000；陳斌開，林毅夫，2013）認為，政策的調整對城鄉收入差距具有重要的影響，如改革開放前的重工業優先發展戰略和改革開放后的系列城市偏向政策均不同程度擴大了城鄉居民收入差距。進入21世紀以后，中國政府開始逐步推行一系列的惠農政策，如免除農業稅、種糧直補、推行新型農村合作醫療、構建農村低保等，從2004年到2019年，中央一號文件連續16年關注“三農”問題，意味著中國正在逐步實施城鄉發展再平衡戰略。

近年來，中國政府一直致力于發揮互聯網在經濟發展中作用的政策推行，互聯網從三次產業向二次產業與一次產業滲透，從城市向農村快速滲透，其中一個典型的是事實是，中國農村大量“淘寶村”的興起，使得電子商務成為了中國農村居民創收的重要方式，互聯網對中國農村居民的生產和生活影響已經顯現。中央一號文件也從2016年開始強調互聯網在農村經濟社會發展中的作用，并且在2019年明確提出“實施數字鄉村戰略”。

在政策和市場的雙重作用下，中國城鄉居民在互聯網接入不平等上的“數字鴻溝”正在逐步消失（邱澤奇，等，2016）。本文基于2005-2016年的中國的省級面板數據，對互聯網能否有效阻滯城鄉居民收入差距擴大進行實證檢驗。研究發現互聯網顯著地阻滯了中國城鄉居民收入差距的擴大，在西部省份這種阻滯作用更加大，移動互聯網的發展提升了農村居民訪問互聯網的便利性， 2010年之后3G和4G技術在中國的應用與普及，使得上述阻滯作用更加明顯。

與現有的文獻相比，本文可能存在如下兩方面的創新，一方面，將現有的互聯網經濟研究從考察互聯網與經濟增長的關系討論拓展到互聯網與經濟發展的關系研究，討論了互聯網對中國城鄉居民收入差距的影響，對新時代中國經濟平衡和充分發展有一定的借鑒意義。另一方面，本文采用門檻回歸模型驗證了互聯網在阻滯城鄉居民收入差距擴大上的網絡效應現象，有別于現有文獻從個體微觀層面實證分析而無法把握宏觀上互聯網的網絡效應技術經濟特征。

后文的結構安排為：第二部分是對現有的研究文獻進行回顧；第三部分提出計量模型，同時對變量與數據進行說明；第四部分分析實證研究結果；第五部分提煉研究結論。

二、文獻回顧

與本文研究相關的研究是城鄉居民收入差距和互聯網經濟兩大主題，本文將對此兩大類的研究分別進行文獻梳理。

（一）城鄉居民收入差距相關研究

經濟增長與經濟發展是經濟學研究的兩大核心主題，特別是二戰結束后，西方強國的附屬國和殖民地紛紛獨立，關于這些國家和地區的興起、趕超以及人民生活水平的提高成了經濟學家急切關注的問題，因此以經濟增長理論為基礎，關注發展中國家經濟發展道路選擇、經濟制度選擇以及經濟結構轉變等問題的研究成為了經濟學家關注的新焦點，就此建立了一系列的發展經濟學理論。其中，較為經典的是劉易斯建立的二元經濟結構模型（Lewis WA，1954），為發展中國家的經濟發展提供了有效的理論指導。大部分發展中國家正式把握住了自身二元經濟結構的特征，依靠傳統部門不斷為現代部門提供剩余勞動力從而有效保證了本國經濟整體上的高速增長。

但是，在經濟整體高速增長的同時，這些發展中國家內部的發展卻存在著極大的不平衡。按照劉易斯模型的假設基礎，傳統部門和現代部門在勞動生產率有著較大的差異，由此導致了兩部門的居民收入也出現了較大的差別，這是大多數發展中國家不得不面對的一個現實。其中最為經典的是庫茲涅茲（Kuznets，1955）關于經濟增長和收入分配不平等呈倒U型的假說，此后關于發展中國家如何在保持整體高速發展過程中解決內部的不平衡發展問題成為了發展經濟學所研究的重點。

具體到中國，經濟發展不平衡的一個表現是城鄉居民的收入差距問題，2018年中國第一產業生產總值占國內生產總值為7.2%，而農村人口占總人口比重卻高達40.43%，城鄉居民人均可支配收入比為2.601根據國家統計數據庫提供的數據計算。。學者們對此給予了密切關注，研究主要存在兩方面內容。

一方面，學者們基于新中國成立以來經濟發展的特征，分階段多角度試圖尋找中國城鄉收入差距持續存在的歷史原因。陳斌開和林毅夫（2003）研究認為政府在實施重工業優先發展戰略時，將會抑制金融來降低資本密集型產業的生產成本，導致金融市場的“機會不平等”，窮人財富增長緩慢從而擴大了城鄉收入差距。陸銘和陳釗（2004）研究認為地方政府的系列城市傾向的經濟政策擴大了的城鄉收入差距持續存在，蔡昉和楊濤（2000）研究認為除了發展戰略與城市傾向的經濟政策之外，傳統經濟體制遺留的制度障礙亦是中國城鄉差距持續存在的原因。陳斌開和林毅夫（2013）研究認為中國政府重工業優先發展戰略延緩了城市化進程從而擴大了城鄉收入差距。

另一方面，學者們積極尋找著阻滯中國城鄉差距擴大的有效對策。張秀娟（2015）基于1978—2013年省級的面板數據，發現1996年的農村金融改革對城鄉收入差距起到縮小作用。葉志強和陳習定等（2011）基于中國省級的面板數據實證研究發現金融發展與農村居民收人增長顯著負相關，并且擴大了城鄉收人差距；劉玉光和楊新銘等（2013）研究發現中國金融發展確實發揮著拉大城鄉收入差距的作用。孫永強和萬玉琳（2011），姚耀軍（2010）應用協整理論進一步支持了金融發展規模擴大了城鄉收入差距的觀點。徐遠華（2014）研究則認為應該從金融發展效率和金融發展的規模兩個維度看待問題，金融發展效率會擴大城鄉收入差距，金融發展的規模則可以縮小城鄉收入差距，在中國，上述兩種影響是前者強于后者，因此總體上金融發展擴大了城鄉收入差距。喬海曙和陳力（2009），楊楠和馬綽欣（2014）的研究發現了我國金融發展對城鄉收人差距的作用是先擴大和縮小，呈現典型的倒U型特征。此外，錢忠好和牟燕（2013）的研究也發現土地市場化與城鄉居民收入差距之間的倒U型關系，認為政府可以不斷推進土地市場化水平降低城鄉居民收入差距。史清華、晉洪濤和卓建偉（2011）基于上海2281戶農民的調查，發現多元的就業途徑、多源的財產收入和多重的社會保障使得被征地農戶收入不降反升。呂煒和高飛（2013）比較了擴大戶籍比率和減小公共服務差異兩種市民化措施，發現前者拉大城鄉收入差距，而后者則縮小城鄉收入差距。歐陽志剛（2014）的研究認為推進城鄉商品市場和要素市場的一體化措施可以阻滯城鄉收入差距擴大。寧光杰（2009）基于2006年中國健康與營養調查（CHNS）的數據進行分位回歸發現由于低收入階層的教育收益率低下，單純教育擴張并不必然縮小收入差距。楊曉軍（2013）基于1993—2010年省級面板數據的研究卻發現隨著時間推移，增加農戶人力資本投資尤其是教育投資有助于縮小城鄉收入差距。

（二）互聯網經濟相關研究

近幾年，世界經濟社會發展最為明顯的特征是以互聯網為依托的虛擬經濟異軍突起，互聯網在各國經濟中已經突破了單純的信息技術的作用，而是成為了國民經濟運行的平臺，企業變革與產業轉型升級的主要思維（郭家堂，駱品亮，2016）。在宏觀領域，Czernich ＆ Falck et al（2011）、Koutroumpis（2009）、Chu（2013）、韓寶國和朱平芳（2014）、何仲和吳梓棟等（2013）、林娟和汪明峰（2014），張越和李琪（2008）采用各國數據研究均發現了互聯網能顯著促進經濟增長，郭家堂和駱品亮（2016）研究發現互聯網有效提升了中國的全要素生產率。

微觀層面上，周廣肅、孫浦陽以中國家庭追蹤調查數據（CFPS）為基礎，實證研究發現互聯網促進了居民的幸福感，這種作用在中等收入階層、中等教育階層較為明顯（周廣肅、孫浦陽，2017）。許竹青,鄭風田等（2013）研究發現農業信息可以顯著提高易腐農產品的銷售價格。李雅楠和謝倩蕓（2017）基于2004-2011年中國營養與健康調查數據（CHNS）研究發現互聯網使用能夠提供個體工資收入，互聯網可以降低整體工資不平等。王子敏（2017）采用2013年中國8個地級市的流動人口動態監測調查數據研究發現互聯網所導致的技能偏向不利于流動人口就業，但可以顯著提升就業穩定性。Stevenson（2009）、Kuhn ＆ Skuterud（2010）基于美國勞動力市場數據研究發現互聯網能為就業者提供更加對稱的信息，加大了勞動力市場人員的流動性，互聯網可以幫助失業者重新就業。韓長根、張力研究發現互聯網普及對城市和農村居民的收入影響都為正，縮小城鄉收入差距（韓長根、張力，2017）。

由此可見，現有的學者關于互聯網對城鄉收入差距的影響關注還較少。近年來，中國政府先后提出了“寬帶中國”戰略和“互聯網+”行動計劃，擬充分發揮互聯網對中國經濟的提質增效的作用，隨著各省份地方政府的“互聯網+”計劃政策落地以及農村互聯網基礎設施的完善，特別是移動互聯網的普及，互聯網對中國的城鄉居民生活的影響不可忽視。那么互聯網能夠有效阻滯中國城鄉居民收入差距的擴大？互聯網對城鄉居民收入差距的影響是否存在區域差別？2010年之后，中國移動互聯網迅速發展會對城鄉居民收入差距產生什么樣的影響？本文將對上述學界關心的問題展開討論。

三、計量模型、變量與數據說明

（一）計量模型

本文參考陸銘和陳釗（2004），陳斌開和林毅夫（2013），葉志強、陳習定和張順明（2011）等學者關于中國城鄉收入差距實證研究模型，構建如下計量模型。

其中，i表示省份，t表示年份，INT為本文的核心解釋變量互聯網，Y為被解釋變量，在后文的實證回歸分析中使用衡量城鄉居民收入差距的Theil指數，此外，在模型中我們還增加了一些控制變量CV以此提高估計結果的準確，μi表示不可觀測的的個體固定效應，εi,t表示隨機誤差項。

（二）變量設定

1.被解釋變量

城鄉居民收入差距指數。現有文獻衡量城鄉居民收入差距經常使用城鄉居民人均收入比和泰爾指數，后者在前者的基礎上進一步考慮了城鄉人口的變動（歐陽志剛，2014），考慮到中國二元經濟結構的中農村人口比重較大，并且隨著城市化的推進存在著城鄉人口結構的變化，度量中國的城鄉收入差距時采用泰爾指數會更準確（王少平，歐陽志剛，2008），因此本文的核心解釋變量采用泰爾指數。具體的計算方式是采用了Schwarze（1996）對泰爾指數公式進行將某一省份的人口分K組后的泰爾指數分解公式：

上式中第一項表示組內差異,第二項表示組間差異,本文將每個省的人口分為城市居民和農村居民兩組，因此可以用（2）式中第二項度量各個省份的城鄉居民收入差距，具體為

2.核心解釋變量

互聯網發展水平（INT）。本文討論的是互聯網對居民收入水平的影響，將采用互聯網用戶規模來衡量互聯網發展水平。互聯網用戶規模主要有主機數量和用戶數量兩大指標。主機特指擁有獨立的IP地址的聯網計算機（黃文波、王浣塵和張文橋，2000），考慮采用智能手機聯網的用戶并沒有固定的IP地址，同時一臺有固定IP地址的計算機也有可能被多個用戶共享，主機指標準確性不大。已有文獻的研究中，通常將上網人數除以人口總數以此計算出居民互聯網滲透率用來衡量互聯網發展水平。這也是聯合國寬帶委員會在每年發布的《寬帶狀況》研究報告中采用的指標。本文用各省的年度網民占該省年度末的總人口比例表示該省的互聯網普及率，以此來衡量各地區的互聯網發展水平。

3.控制變量

為了得到無偏的估計結果，參考陳斌開和林毅夫（2013），葉志強、陳習定和張順明（2011），陸銘、陳釗和萬廣華（2005），錢忠好、牟燕（2013）等大部分學者關于中國城鄉收入差距的實證研究的文獻，實證模型同時增加金融發展水平、對外開放、人力資本、國有企業改革和產業結構等變量加以控制。

金融發展水平（Finance）。很多學者都關注了金融發展對城鄉收入差距的影響，得出的結論較為豐富，并且隨著研究所選取的時間段不同，結論也出現了較大差異，鑒于上述原因，本文參考葉志強、陳習定和張順明（2011）、歐陽志剛（2014）等人的研究思路將金融機構年末的信貸余額占GDP的比重作為衡量各個省份的金融發展水平，作為實證模型的控制變量。

對外開放（Openness）。40年來，中國通過對外開放不斷融入國際市場（陸銘和陳釗，2004），中國在全球價值鏈中分工中，“勞動密集型”制造業部門的地位高于“資本和技術密集型”制造業部門（周升起，蘭珍先和付華，2014），說明中國加入全球價值鏈分工主要是發揮了勞動力成本低的優勢，這些低成本的勞動力主要來自于農村的剩余勞動力，因此對外開放可以增加農村居民的收入水平。此外，城市作為制造業以及貿易服務的聚集地，城市居民受益于對外開放所帶來的紅利將會更多（陳斌開和林毅夫，2013）。因此對外開放對城鄉收入差距的影響可正可負，需要實證檢驗。本文選取了各個省份進出口總額占GDP的比重來衡量該省份的對外開放水平。

人力資本（Edu）。內生增長理論認為經濟的增長的主要源泉是社會知識的積累所支撐得創新活動（Barro RJ，Lee JW，1994；Romer PM，1989），教育對勞動者的收入和經濟增長的影響不可忽視。陳斌開、張鵬飛和楊汝岱（2010）研究發現教育水平差異影響了中國城鄉收入差距。寧光杰（2009）研究則認為教育水平只是解釋較小部分的個人收入差距。本文采用教育平均年限衡量各省份的人力資本水平。

國有企業改革（NSOE）。國有企業改革是中國市場經濟建設的重要舉措，國有企業改革一方面推動了國有企業用工的戶籍限制，為農村流動人口提供了可能的就業機會，另一方面國有企業改革促進了各行各業民營經濟發展，民營經濟在吸收農村流動人口就業上的能力得以提升。本文用非國有企業就業人數在總就業人口的比例衡量國有企業改革的程度。具體指標計算用“1—國有企業就業人數/總就業人口”計算得到。

產業結構（INS）。產業結構調整會影響城鄉居民的收入差距（穆懷中，吳鵬，2016；陳斌開，林毅夫，2013），由于在中國城市化進程中第三次產業較好地解決農村剩余勞動力就業問題，本文選擇第三產業占GDP的比重作為省份產業結構的代理變量。

（三）數據說明與描述性統計

本文的數據為省級面板數據，北京、上海、天津和重慶作為直轄市，其互聯網水平、開放程度高于其他省份，在研究城鄉居民收入差距問題時，直轄市的數據有可能成為異常值（陸銘和陳釗，2004），需要刪除，最終采用的是27個省份數據進行實證分析。同時結合相關數據可得性2如2018年開始中國互聯網絡信息中心（CNNIC）的研究報告不再公布各省份的網民規模數量，因此我們關于2017年年底的網民規模數據也缺失。我們還比對了《中國統計年鑒》的其他年份統計數據，發現年鑒中的網民規模數據與中國互聯網絡信息中心（CNNIC）的研究報告的數據是相同的，因此我們推斷《中國統計年鑒》的各省份網民規模數據來自于中國互聯網絡信息中心（CNNIC）的研究報告，2018年的《中國統計年鑒》中也缺少關于2017年的各省份網民規模統計數據。，將研究的時間段定為2005-2016年。

本文核心解釋變量網民數量來自于每年年初中國互聯網絡信息中心（CNNIC）發布的統計報告。被解釋變量的數據來自于樣本期間《中國統計年鑒》，城市化水平計算所用的數據來自《中國人口和就業統計年鑒》。國有企業改革指標計算數據來自于《中國勞動統計年鑒》。進出口總額采用中國人民銀行公布的當年美元匯率將美元統計單位轉換為人民幣單位在進行指標計算。其他數據無特殊說明均來源于《中國統計年鑒》。本文所涉及的所有變量及其描述統計特征如表1所示。

表1 變量說明及其描述性統計特征

四、實證結果分析

在具體的實證回歸分析之前，采用方差擴大因子法（variance inflation factor）對解釋變量的多重共線性進行檢驗，結果顯示最大的VIF值為5.34，平均VIF值為3.84，均遠小于經驗法則值10，較好控制了解釋變量多重共線性對回歸的影響。此外，后文的所有回歸分析中均采用了聚類穩健標準差。

（一）基本回歸

在實證模型的公式（1）中μi可能與所有解釋變量均不相關，也可能與某些解釋變量相關，據此面板數據的基本估計策略有兩種模型，分別是隨機效應模型和固定效應模型，兩種模型對樣本數據進行估計結果如表2所示。

表2的模型1和模型2采用的隨機效應模型的估計結果，即假定μi與所有解釋變量都不相關的估計結果。在模型1中，本文的核心解釋變量INT的系數為負，1%水平上顯著，即互聯聯網有效地阻滯了城鄉居民收入差距的擴大，模型2是在模型1的基礎上增加了一系列控制變量后的估計結果，在模型2中核心解釋變量INT的系數有所下降，符號依然為負，顯著性水平沒有變化，但是模型的R2從0.4062提升到了0.6809，可見增加控制變量后有助于模型的解釋力度提升。

表2的模型3和模型4采用的固定效應模型的估計結果，即假定μi可能與某些解釋變量相關的估計結果。在模型3中核心解釋變量INT的系數與采用隨機效用模型估計（即表2的模型1）的結果非常接近，模型4是在模型3的基礎上增加了前文所述的控制變量后的估計結果，可以發現，核心解釋變量INT的系數符號保持為負，顯著性保持為1%水平。

表2 互聯網對城鄉居民收入的影響實證檢驗

注：括號內的數值是經過穩健性調整后的t值，*、**、***分別表示在10%、5%、1%的水平下顯著。資料來源：作者基于Stata14軟件估計。

綜上所述，在考慮了不同面板數據估計策略和控制變量的影響的情況下，互聯網有效地阻滯了中國城鄉居民收入差距擴大的結論均成立。個體不可觀測的異質性通常會對解釋變量有影響，面板數據使用固定效應模型較為常見（陳強，2014），比較表2的四個模型的R2，可以發現采用固定效應模型的回歸結果均高于隨機效用模型，但是具體還需要采用數據進行檢驗。本文采用輔助回歸的辦法進行檢驗是固定效應模型還是隨機效應模型，檢驗結果發現p值為0.0000，即拒絕隨機效應模型的原假設，應該采用固定效應模型，后文本文將以固定效應模型回歸結果（表2的模型4）作為基準模型。

除了核心解釋變量，本文的回歸模型還包含了一系列的控制變量，接下來本文以表2的模型4為基準，對控制變量的回歸結果進行簡單解釋。除了核心解釋變量之外，在樣本期間對城鄉居民收入差距起到阻滯作用的還有對外開放水平和人力資本。其中對外開放（Openness）對城鄉居民收入差距的影響為負，顯著性水平為1%。一個可能的原因是中國加入WTO后，主要以 “勞動密集型”制造業部門融入國際市場（周升起，蘭珍先和付華，2014），有助于農村的剩余勞動力低成本優勢的發揮，增加了農村居民的收入水平，縮小了其與城市居民收入水平的差距。人力資本（Edu），發現Edu的系數為負，且1%水平上顯著，即人力資本有助于城鄉居民收入差距的縮小，由于本文采用的是年限法衡量各省份的人力資本， 該結論一定程度上驗證了內生增長理論關于人力資本對社會經濟影響重要性的觀點，教育對勞動者的收入影響不可忽視。

（二）地區與年份差異分析

關于中國宏觀經濟和社會問題的研究文獻中，由于中國經濟發展的不平衡存在，區域之間的經濟發展水平差異較大，互聯網發展也不例外，因此為了檢驗互聯網對中國城鄉居民收入大部分研究者都關注了區域的差別，本文將樣本劃分為東部和西部兩大組3分成東部和西部討論主要是為了保證樣本分組后，每組樣本數量的足夠性。具體的，東部省份包括河北、山西、遼寧、吉林、黑龍江、江蘇、浙江、安徽、福建、江西、山東、河南、湖北、湖南、廣東和海南；西部省份包括內蒙古、廣西、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆。進行分別回歸，結果如表3的模型1和模型2所示，比較兩個模型核心解釋變量的系數和顯著性可以發現互聯網對城鄉居民收入差距的阻滯效應上西部省份明顯高于東部省份，這一定程度上驗證了互聯網的跨時空屬性，即西部省份借助互聯網突破了發展過程中地理因素的限制。

此外，考慮到樣本期間正是中國互聯網蓬勃發展時期，特別是2008年中國開始3G商業化運行試點，2009年移動互聯網開始興起，中國居民訪問互聯網的終端開始從個人電腦向智能手機遷移，網民訪問互聯網突破了終端地理位置的約束，這對農村居民意義非凡。因此我們預測，在樣本期間，如果分時間段對互聯網的效應進行檢驗的話，可能會出現較大的差別。為了證明上述預測的準確性，本文繼續將樣本分為2005-2010年和2011-2016年兩個時間段進行分別回歸，回歸結果如表2的模型3和模型4所示，可以發現在這兩個模型中核心解釋變量INT顯著性都達到了1%水平，但是模型4的系數遠高于模型3的系數，即2010年之后互聯網對城鄉居民收入擴大的阻滯效應明顯高于2010年。我們對此的解釋是移動互聯網有助于農村居民的網絡普及率提升，為農產品的銷售提供了新的渠道，也農村居民進城尋找工作提供了新的媒介，這些都有助于農村居民收入的改善，因此縮小了城鄉居民的收入差距。

表3 地區與時間差異固定效應模型分析

（三）網絡效應分析

互聯網作為一種通信技術通常存在著網絡效應的技術經濟特征（郭家堂和駱品亮，2016），前文的分時段回歸檢驗發現2011—2016年期間互聯網對城鄉居民收入差距的阻滯效應要大于2005-2010年期間，其中還有一個可能的原因是移動互聯網的發展提升了互聯網滲透率。如果從網絡效應的角度分析該現象將會更加明了，即隨著農村居民的互聯網普及率上升，擴大了整個互聯網用戶規模，實現了網絡效應的臨界規模（critical mass）（Rohlfs J，1974）的突破，互聯網對城鄉居民收入差距的阻滯效應也會越來越明顯。換句話說，互聯網對城鄉居民收入差距的阻滯作用是非線性的。本文接下來參考郭家堂和駱品亮（2016）的研究思路采用門檻回歸模型（Hansen BE，1999）對互聯網上述網絡效應進行實證檢驗。具體的模型構建如下

其中，?為門檻值,即互聯網的普及率，（4）式中的其他變量的意義同式（1）。當然，（4）式只是一個單一門檻模型，基于（4）式可以很方便地將其擴展為多重門檻模型。

門檻回歸分析需要做兩個基本檢驗，一個是關于門檻效果是否顯著的檢驗，另一個是門檻值是否等于真實值的檢驗。對于第一個檢驗，本文依次按照存在單一門檻、雙重門檻進行檢驗，檢驗結果如表4所示，檢驗結果支持使用單一門檻模型。具體的門檻值為0.3246。

表5 門檻識別檢驗結果

當然，還需要對上述的門檻值進行真實性檢驗，檢驗采用的是Hansen（1999）建議的似然比檢驗統計量LR，采用5%的顯著性水平，對應的LR的臨界值為7.35，檢驗結果顯示不能拒絕為真實值的原假設，圖1的左圖展示了上述門檻值及其檢驗結果。為了更加清晰的展示門檻識別的結果，圖1的右邊將第二個門檻值的LR檢驗結果也進行了展示，可以發現第二個門檻值的置信區間過大，因此不宜采用雙重門檻模型，進一步驗證了應該采用單一門檻模型對樣本數據進行分析的結論。

圖1 門檻估計值及其置信區間示意圖

總而言之，門檻模型的兩個基本檢驗結果認為，中國的互聯網普及率達到32.46%（對應門檻值為0.3246）后互聯網對城鄉居民收入差距的阻滯效應將得到顯現。如果以門檻值0.3246為標準，以年份為單元將樣本劃分為互聯網低滲透率省份和高滲透率省份高兩個區間，結果如表6所示，可以發現從2010年開始，數量上互聯網高滲透率的省份開始突然增長，短短一年后，高滲透率的省份數量便超過了低滲透率的省份數量，這很大的可能是因為移動互聯網的普及，使得農村居民網民規模擴大，提升了整體的互聯網滲透率，驗證了前文時間分段回歸的結論。

表6 2005-2016年各區間樣本量（門檻值為0.3246）

通過門檻回歸模型的兩個基本檢驗，接下來本文以門檻面板模型對樣本數據進行回歸，回歸結果如表7的模型1所示，在該模型中，根據前文的單一門檻檢驗，為了表述方便，分別用INT_1和INT_2表示互聯網低滲透率和高滲透率核心解釋變量INT，可以發現，INT_1的系數雖然保持為負，但是不顯著，INT_2的系數為負，值為0.0967，略低于基準回歸的系數0.1218（參見表2模型4），但是顯著性水平為1%。由此可見，互聯網對城鄉居民收入差距的阻滯作用的確存在網絡效應，只有當互聯網滲透率或者普及率達到一定水平的時候，互聯網的上述作用才會得到顯現。

表7 門檻回歸和內生性控制回歸結果

（四）內生性控制

內生性是實證分析中不可忽視的問題，為了減輕內生性的影響，一方面，本文盡量提升數據的可靠性，主要做法是采用國家統計局數據，通過多種渠道對數據進行了比對，如本文的核心解釋變量互聯網網民規模數據主要取自中國互聯網絡信息中心（CNNIC）的研究報告，同時本文還將數據與中國統計年鑒數據做了比對4比對結果是發現兩者的數據是完全相同的。。另一方面，本文為了控制遺漏變量的影響，采用了面板數據，同時參考了現有研究文獻的結論增加了一系列的控制變量。

接下來，本文將參考郭家堂和駱品亮（2016）的研究思路對互為因果所導致的內生性問題加以分析。具體的做法是用互聯網的滯后項作為新的核心解釋變量進行回歸分析，其基本邏輯是互聯網的滯后項通常會對當期互聯網產生影響，進而影響當期的城鄉居民收入差距，但是當期的城鄉居民收入差距不可能反過來影響互聯網的滯后項，因此，如果用互聯網的滯后項進行回歸，結果依然顯著的話，我們就可以判斷互聯網與城鄉居民收入差距關系中主因是互聯網。按照上述思路，本文用互聯網的滯后一期和滯后二期作為新的核心解釋變量進行分別回歸，得到表7的模型3和模型4，結果發現，在這兩個模型中，L.INT和L2.INT的系數都為負，且在1%水平上顯著，即在互聯網是影響城鄉居民收入差距的主因。

為了穩健起見，本文繼續采用核心解釋變量滯后期（L.INT）作為當期的工具變量對內生性加以控制。首先，對工具變量不可識別進行檢驗，原假設是“工具變量識別不足”，Kleibergen-Paap rk LM 統計量17.618，p值為0.0000，拒絕原假設；接著，對弱工具變量進行檢驗，假設是“工具變量弱識別”，檢驗的結果是Kleibergen-Paap rk Wald F值是1734.645，遠高于10% 顯著水平的臨界值16.38，即拒絕原假設；最后對核心解釋變量內生性進行檢驗，原假設是在該模型中INT是外生的，檢驗的p值為0.0000，拒絕原假設。由此可見，采用核心解釋變量滯后期（L.INT）作為當期的工具變量進行2SLS回歸會更加合適，具體的回歸結果如表7的模型4所示，可以發現該模型中核心解釋變量INT為1%水平顯著，系數符號為負，值為0.1976，高于基準回歸表2的模型4的值0.1218，由此可見，在控制了內生性后，互聯網對城鄉居民收入擴大的阻滯效應更為明顯，本文的基準回歸結論穩健。

五、結束語

本文利用2005-2016年中國省級面板數據，對互聯網與城鄉居民收入差距的關系進行了實證檢驗。主要得到如下的結論：第一，研究發現在樣本期間，互聯網對中國城鄉居民的收入差距具有顯著的阻滯作用。第二，由于互聯網的跨時空特征，在區位優勢不明顯的西部省份互聯網阻滯城鄉居民收入擴大的效應更加明顯。第三，2010年以后，移動互聯網的蓬勃發展，提升了互聯網在農村居民群體的普及率，互聯網在阻滯城鄉居民收入擴大上的作用變得更大。第四，互聯網阻滯城鄉居民收入差距擴大具有網絡效應，在樣本期間，32.46%的互聯網普及率是上述網絡效應顯現的臨界值。

基于上述研究結論，本文提出如下政策建議：

第一，充分發揮互聯網在平衡中國經濟發展的作用。在數字化轉型中，互聯網的內涵變得更加豐富，已經從單一的信息技術拓展為一種經濟運行的平臺和產業升級的哲學思想（郭家堂和駱品亮，2016），中國地理面積遼闊，地理空間對經濟發展的影響較大。本文的研究發現，互聯網對西部省份的城鄉居民收入阻滯效應高于東部省份，說明互聯網的時空無限性有助于打破地理空間的局限性，對平衡區域間的經濟發展具有積極的作用，未來通過互聯網可以提升區域經濟發展的一體化程度，實現生產要素的互聯互通，消除消費市場的空間隔離。

第二，建設普惠性互聯網基礎設施，提升互聯網在中國農村的滲透率。本文的研究發現互聯網對中國城鄉居民收入差距的阻滯作用存在著網絡效應，即隨著互聯網普及率的提升，上述阻滯作用會變大，考慮到當前中國城市居民的互聯網普及率已經較高，為了進一步提升互聯網普及率，擴大網絡效應的效果，未來需要考慮挖掘農村市場的互聯網潛力。因此，未來需要考慮在農村市場建設普惠性互聯網，為農村居民提供便捷的網絡服務。

第三，探索基于互聯網的精準扶貧模式。受到城鄉二元經濟結構的影響，中國的農村居民的就業機會低于城市居民，因此農村居民的貧困率也一定程度高于城市居民，農村居民成為了精準扶貧重點對象。一方面，精準扶貧在于精準識貧，因此可以利用互聯網所衍生出的大數據技術加大識貧的準確率，提高現有扶貧政策的效果。另一方面，加大農村居民的互聯網使用技能培訓，培養農村居民的互聯網思維，如通過電商平臺消除農產品的銷售過程中的冗余環節，拓寬農產品市場，加快農產品銷售速度，降低農產品價格，致力于農產品銷售供給側改革，培養消費端的扶貧習慣等。