數字經濟發展縮小了城鄉教育差距嗎？

〔摘要〕 基于我國家庭收入的調查數據，結合居民戶口性質和地區數字經濟發展構建交互效應模型，考察數字經濟發展對于城鄉教育差距的影響。研究結果顯示，數字經濟發展有助于縮小城鄉教育差距，且該結論通過了穩健性檢驗。在作用機制方面，數字經濟發展能通過提升農村地區居民的受教育年限縮小城鄉教育差距，但卻未能顯著縮小城鄉居民在大專及以上高等教育水平方面的差距。異質性檢驗結果顯示，數字經濟發展水平的提升有助于獨生子女群體實現受教育水平的“共同富裕”，但對于非獨生子女群體而言，數字經濟發展僅有助于縮小高等教育資源不豐富省份男性群體的城鄉教育差距。家庭教育資源投資的稀缺性仍然較為普遍，同時也存在一定的“男性偏好”現象。

〔關鍵詞〕 數字經濟；城鄉教育差距；教育水平

〔中圖分類號〕G521;F49〔文獻標志碼〕A

〔文章編號〕1008-0694（2025）01-0026-13

〔作者〕 平 靜 副研究員 浙江農業商貿職業學院 紹興 312000

錢 龍（通信作者） 教授 南京財經大學 南京 210023

張 恬 助理研究員 紹興市社會科學院 紹興 312000

〔基金項目〕江蘇高校“青藍工程”優秀青年骨干教師項目。

城鄉教育的均衡發展是實現全體人民共同富裕的重要內容。黨的十八大以來，以習近平同志為核心的黨中央始終堅持把教育作為國之大計、黨之大計，教育領域綜合改革呈現全面發力、多點突破、蹄疾步穩、縱深推進的良好局面，推動了城鄉教育資源的均衡化配置，有力地促進了我國教育事業的不斷發展。國家統計局公布的數據顯示，我國普通高中以及普通高等學校招生人數分別由2012年的844.60萬人、688.80萬人上升到了2023年的967.80萬人、1042.22萬人。我國雖然建成了世界最大規模的高等教育體系，但從教育的公平性角度來看，城鄉教育失衡問題仍然存在，這也是城鄉教育一體化進程面臨的核心難題。數字經濟的不斷發展為縮小城鄉教育差距創造了有利條件，為我國教育事業發展注入了新的動力，有助于優化地區間的教育資源配置，同時也有助于提升城鄉居民對于教育資源的可獲得性。那么，地區數字經濟發展是否有助于縮小城鄉教育差距？如果是，又是通過何種作用機制實現的？全面且深入回答上述問題，有利于借助數字經濟發展不斷優化國內的教育資源配置，縮小城鄉教育差距。

一、文獻綜述

隨著我國數字經濟戰略的不斷推進，數字經濟發展對教育發展的賦能成為了眾多學者的研究重點。其中，在教學硬件支持上：一方面，通過校園的數字化建設擴大高速網絡和無線網絡的覆蓋面，增加對智能教室和多媒體設備的投入，從而為師生的數字化教學和學習創造條件^〔1-2〕；另一方面，通過為師生提供更多的諸如筆記本電腦、平板電腦等智能終端設備，使得師生得以借助數字技術和數字設備實現在線的互動教與學^〔3-4〕。在軟件服務上，數字技術加持下的教育資源在由紙質化向數字化轉變的同時，得以跨越地域限制供給更遠地區、更多人群，有助于城鄉之間和校際之間教育差距的縮小^〔5〕。借助數字化，教育主體可以根據學生的學習習慣、知識水平提供個性化的教育資源和輔導，提高數字化教育教學的邊際效用^〔6〕。

部分學者關注到了數字經濟發展和教育公平之間的關系。呂建強等（2021）認為，5G的興起帶來了數字時代教育公平的新機遇，數字技術對于教育理念革新、教育實踐重構以及教育模式創新的賦能可以顯著助推教育公平并提升教育質量^〔7〕。韋莊禹等（2022）采用GMM方法實證分析了2011—2020年我國30個省（區、市） 數字經濟發展對教育公平的影響^〔8〕，研究發現數字經濟發展能夠通過收入再分配效應和市場化有效促進省際間的教育公平。此外，周蓉等（2024）的研究發現，數字經濟發展能夠為居民的教育投資提供更多渠道和便利^〔9〕，對不同職業、不同學歷和不同收入水平個體的教育投資存在普遍提升效應，是實現教育公平的重要推手。當然，也有部分學者就數字經濟發展對教育公平性的賦能提出了質疑。例如，楊釙等（2017）基于2014年度CFPS數據的實證研究發現，城鎮居民家庭母親的互聯網應用能顯著促進城鎮居民家庭的教育投資，但對于農村家庭教育投資的影響并不顯著，城鄉之間的“數字鴻溝”帶來了城鄉家庭教育投資的不平等性，由此會進一步擴大城鄉教育差距^〔10〕。

綜上，雖然有越來越多的學者開始關注到數字經濟發展對教育發展的賦能效應，但目前的研究對于數字經濟發展和教育公平關系的探討缺乏足夠的深度和廣度，同時大多局限于定性分析且未能考慮到地區和時間變化的特征以及“農轉非”現象帶來的影響。對此，本文借助CHIP數據探討了數字經濟發展對于城鄉教育差距的影響及作用機制，其可能的邊際貢獻在于：一是從城鄉教育差距的角度探討了數字經濟對教育發展的賦能，拓寬研究視角；二是通過構建交互效應模型估計數字經濟發展對于城鄉教育差距的影響，彌補現有研究普遍缺乏量化分析的短板；三是考慮了城鄉二元結構中存在的“農轉非”現象，使得估計結果更為準確。

二、理論分析

1.個體教育選擇與家庭投資意愿

基于理性經濟人假設，父母在作出是否繼續對子女的下一階段求學進行投資決策時，往往需要對教育投入的收益和成本進行權衡。鑒于我國城鄉二元結構的特殊性，不同的戶口性質在很大程度上會直接影響到個體的家庭經濟條件和受教育水平。農村居民雖然擁有與城市居民相同的受教育動機，但受限于家庭經濟條件和地方教育資源，一方面對于教育投資失敗風險的承受能力普遍弱于城市家庭，另一方面教育渠道的單一化也增加了農村居民提升受教育水平的成本。可見，個體的受教育水平與家庭經濟條件和所在地區教育資源存在緊密聯系。

隨著各地區數字經濟的不斷發展，數字惠普金融服務得以全面下沉農村市場，打破了傳統金融服務的諸多限制，極大地延伸了傳統金融服務半徑，使得金融服務能夠觸達更廣泛的人群和地區。具體而言，一方面，金融業向完全競爭市場的趨近促使傳統金融機構借助數字技術構建線上金融服務平臺，通過突破金融機構服務物理空間限制提升了農村地區家庭的信貸資金可得性，更好地滿足了其在生產活動和教育投資中的資金需求；另一方面，隨著數字金融普惠度的橫向拓展和縱向深化，金融機構通過拓展渠道、創新產品、豐富應用場景為農村居民提供更加便捷、高效、低成本的金融服務，進而為農村居民家庭帶來更加多元化的收入來源，由此也增強了其對子女教育的投資意愿^〔11〕。對此，周利等（2020）認為數字普惠金融為農村經濟發展帶來了顯著的“數字紅利”，通過增加金融可得性、降低門檻效應縮小城鄉收入差距，從而有助于提升農村居民對于教育成本的承受能力，增強其對教育資源的獲得能力以及對教育的投資意愿 ^〔12〕。此外，數字鄉村建設的持續推進使得農村地區的數字基礎設施建設日益趨于完善，這也極大地提升了農村居民對于教育資源的獲得性，農村居民對于教育資源的獲取變得更為容易，對于教育成本和升學失敗風險的承受能力也在不斷加強。

基于上述分析，提出研究假說H1：數字經濟發展有助于縮小城鄉教育差距。

2.數字經濟帶來的教育公平性

數字經濟發展水平的提升使得各地區數字基礎設施不斷完善，更多人群得以更為便捷地獲取數字金融、數字教育等資源，城鄉居民的受教育機會更具平等性，其中受教育水平相對更低、受教育機會相對較少的農村居民從中受益尤為明顯。

長期以來，我國城鄉教育發展呈現出顯著的非均衡特征，優質的教育資源、完善的配套設施以及充足的教育經費往往更傾向于城市地區或發達地區，導致城鄉教育差距持續擴大^〔13-14〕。數字經濟的發展為不同地區教育資源的二次空間配置提供了有利的條件，尤其是數字技術和智能化設備的應用和推廣，有效突破了傳統教育資源在時間和空間上的局限，顯著提升了農村地區居民對于遠程教育資源的可獲得性。從教育資源供給方的視角，各級各類教育主體能夠借助數字技術實現將多元化和高質量的教育資源向農村地區和欠發達地區進行低成本輸送，從而幫助更多農村地區居民緩解由于經濟問題和設備問題帶來的教育困境。從教育資源需求方的視角，農村地區的學生及家長能夠借助數字技術更便捷地篩選、獲取并利用適合自身的教育資源，無論是在線課程、學習資料還是升學指導等，都能借助數字技術或數字平臺獲得，這不僅拓寬了農村學生的學習視野，也提升了他們自主學習的能力，從而在需求端與供給端形成有效互動，不斷縮小城鄉教育差距。

基于上述分析，提出研究假說H2：數字經濟發展能夠通過提高農村地區居民對教育資源可得性的方式縮小城鄉教育差距。

三、模型構建、變量說明及數據來源

1.模型設定

為了探討數字經濟發展對縮小城鄉教育差距的影響，本文構建了如下模型：

E_ipt=α+β₁ H_ipt×D_ipt+β₂D_ipt+β₃H_ipt+φX_ipc+δ_p+λ_c+ε_ipc""" （1）

式（1）中，i表示被調查個體，p表示被調查個體所在省份，t表示被調查時期，c表示個體出生年份；E_ipt表示被調查個體i在t期的受教育年限，H_ipt表示被調查個體i在t期的戶口性質，D_ipt表示個體i所在省份t期的數字經濟發展水平，H_ipt×D_ipt表示的是個體戶口性質與所在地區數字經濟發展水平的交互項，X_ipc表示相關控制變量；δ_p和λ_c分別表示省份的固定效應和個體出生年份固定效應，β₁、β₂、β₃和φ為待估參數，α為常數項，ε_ipc為隨機擾動項。需要說明的是，農村部分勞動人口攜帶子女從農業戶口轉為了城鎮戶口，這部分子女的受教育環境存在“農轉非”的現象，對此，本文通過將“農轉非”時個體年齡在6歲及以下樣本視作城市樣本，其余仍然放回農村群體樣本，以此有效緩解個體后續“城市遷移”對城鄉教育差距的影響。

當式（1）中的H_ipt為0，即當調查個體為城市居民時，式（1）的表達式變為：

E_ipt=α+β₂D_ipt+φX_ipc+δ_p+λ_c+ε_ipc（2）

式（2）中系數β₂表示的是隨著地區數字經濟的發展，城鎮居民受教育年限的變動情況。

當式（1）中的H_ipt為1，也即當調查個體為農村居民時，式（1）的表達式變為：

E_ipt= α+（β₁+β₂ ）D_ipt+β₃+φX_ipc+δ_p+λ_c+ε_ipc（3）

式（3）中，系數（β₁+β₂ ）表示的是隨著地區數字經濟的發展，農村居民受教育年限的變化情況。戶口性質與地區數字經濟發展水平的交互項系數β₁可被表達為（β₁+β₂）-β₂。如果交互項系數未能通過顯著性水平檢驗，說明地區數字經濟的發展對于城鄉教育差距不存在顯著影響；如果交互項系數為正且通過了顯著性水平檢驗，則說明地區數字經濟發展對于農村地區居民延長受教育年限有著更為顯著的促進作用，最終起到了縮小城鄉教育差距的作用；如果交互項系數為負且通過了顯著性水平檢驗，說明地區數字經濟發展將導致城鄉教育的更加不公平。

2.變量說明

（1）被解釋變量。本文以個體受教育年限作為被解釋變量，根據最終受教育程度對被解釋變量進行依次賦值。

（2）核心解釋變量。本文以省級數字經濟發展水平作為核心解釋變量。借鑒趙濤等（2020）、王軍等（2021）相關學者的研究方法^〔15-16〕，從數字經濟發展載體、數字產業化、產業數字化及數字經濟發展環境等維度分別選擇對應指標構建測度省級數字經濟發展水平的指標體系【數據主要來源于國家統計局官網、各省份歷年統計年鑒、歷年中國數字經濟發展報告，以及《中國統計年鑒》《中國信息年鑒》《中國信息產業年鑒》。】

。關于省級數字經濟發展水平綜合指數的測度，相應的操作步驟如下：首先，對不同維度指標作正規化處理，并使用熵值法求出每個指標的客觀權重；其次，通過計算指標的信息熵和信息熵冗余度計算出指標權重；最后，采用多重線性函數的加權求出省級數字經濟發展水平的指數水平。 變量的名稱、定義及描述性統計詳見表1。

（3）控制變量。本文結合研究的實際需要，從個體層面和家庭層面選取控制變量。從個體層面選取的控制變量包括性別、民族、戶口性質、兄弟姐妹人數、健康狀況與婚姻狀況等特征變量。從家庭層面選取的控制變量包括父母受教育年限、父母職業、父母年齡、父母政治面貌與家庭人均財富等特征變量。

3.數據來源與描述統計

本文采用中國家庭收入調查（CHIP）2014年和2018年兩期混合截面數據進行實證分析。對于CHIP數據處理的情況為：一是通過唯一編碼將父母受教育年限、職業、年齡以及政治面貌等信息與個體信息進行匹配。二是將“農轉非”時個體年齡在6歲及以下樣本視作城市樣本，其余均視作農村樣本。三是考慮到所用數據時間節點，并盡可能使所選樣本受到互聯網普及后數字經濟發展帶來的影響，將樣本出生年份限定在了1985—2000年之間。在刪除家庭成員基本信息相關指標的空缺值，且對異常值進行1%縮尾處理后，共計獲得22358個有效樣本，其中涉及2334個“農轉非”樣本。

四、實證分析及結果說明

1.基準回歸

根據式（1）得到表2的基準回歸結果，其中，模型（1）匯報的是不添加控制變量時的回歸結果，模型（2）匯報的是加入了控制變量時的回歸結果，模型（1）和模型（2）均控制了省份和出生年份層面的固定效應。

對比表2中模型（1）和模型（2）的估計結果，是否添加控制變量并未改變戶口性質與地區數字經濟發展水平交互項系數這一核心解釋變量的顯著性水平和正負號方向。在加入相關控制變量后，交互項系數值為0.039，且在1%的顯著性水平上顯著。表明相比城市居民，農村居民從地區數字經濟發展水平提升過程中獲得的邊際效用更大，也即數字經濟發展能顯著縮小城鄉教育差距。

2.穩健性檢驗

由于本文探討的是地區數字經濟發展與城鄉教育差距的關系，雖然在理論上更傾向于前者對后者的單向性因果關系，但從較長的時間維度來看，教育差距的縮小也能夠跨越時空反向助推地區的數字經濟發展。因此，需要考慮到反向因果、遺漏變量、測量誤差以及樣本選擇偏誤等因素對估計結果產生的影響。對此，本文通過內生性處理、樣本和變量替換以及傾向得分匹配法對估計結果進行穩健性檢驗。

（1）內生性處理。本文雖然在實證過程中采取控制出生年份和省份的固定效應以及采用聚類穩健標準誤等方式盡可能降低估計偏誤，但模型仍然存在其他未知的內生性問題。對此，參考黃群慧等（2019）學者采取的工具變量法，選取1984年省份郵局數量作為工具變量^〔17〕。一方面，歷史郵局數量能夠較好地代表所在地區當時的通信水平，對于后續的互聯網發展存在直接的影響，滿足了相關性條件；另一方面，歷史郵局數量的多少并不能直接影響現階段的城鄉教育差距，也即滿足了排他性假設。相應的估計結果詳見表3。

根據表3的估計結果，Kleibergen-Paap rk LM檢驗結果在1%水平上拒絕了“工具變量識別不足”的原假設，工具變量可被識別；Kleibergen-Paap rk Wald F檢驗值均遠大于10，表明不存在弱工具變量的問題，所選工具變量較為合理。表3中根據工具變量回歸得到的戶口性質×地區數字經濟發展水平系數值為0.044，略高于基準回歸中的系數值0.039，這表明某地區的歷史通信基礎建設水平與數字經濟發展水平這一內生核心解釋變量存在強關聯性。表3中核心解釋變量系數的大小和方向與基準回歸結果保持了一致性，證明了結果的穩健性。

（2）樣本及變量替換。由于現實中存在部分樣本退學或未畢業的情況，這就可能導致對個體樣本最終受教育年限的測算出現偏差，進而影響估計結果。對此，本文采用樣本對于CHIP問卷中關于個體受教育年限這一問題的回答進行衡量，作為“個體受教育水平”變量替換被解釋變量進行回歸。根據表4中模型（1）的估計結果，交互項系數值略低于基準回歸結果，這很可能是由于排除了肄業或輟學樣本后帶來的影響。

本文樣本觀測期間實施了《中華人民共和國義務教育法》（以下簡稱《義務教育法》），《義務教育法》能夠惠及實施之后的人群，但對于實施之前的人群有所遺漏。對此，為了消除《義務教育法》為不同人群帶來的異質性影響，本文假設所有樣本均接受了九年制義務教育。根據表4中模型（2）的估計結果，戶口性質與地區數字經濟發展水平的交互項系數值仍然為正，且同樣通過了1%水平上的顯著性檢驗，表明基準回歸結果較為穩健。

進一步地，本文還通過將農村外出務工群體樣本替換農村群體樣本來檢驗樣本的代表性問題。根據表4模型（3）的估計結果，戶口性質與地區數字經濟發展水平的交互項系數值的正負方向和顯著性水平仍然未發生較大的變化。表4模型（3）中的交互項系數值之所以大于基準回歸中的系數值，可能是因為在將農村外出務工群體樣本替換農村群體樣本時，同時也排除了“農轉非”樣本，從而造成了更大的城鄉教育差距。表4模型（1）～模型（3）中的回歸結果總體上與基準回歸結果保持了一致性，進一步驗證了結論的穩健性。

（3）基于傾向得分匹配的穩健性檢驗。鑒于城鄉居民社會背景存在的較大差異，本文還采用了傾向得分匹配法對估計結果進行穩健性檢驗。具體做法如下：首先，使用卡尺內最近鄰匹配（k=2）對樣本進行匹配；其次，選取戶口性質、性別、民族、兄弟姐妹人數、健康狀況、婚姻狀況、父母受教育年限、父母職業、父母年齡、父母政治面貌以及家庭人均財富作為協變量進行匹配；最后，刪除與匹配規則不相符的數據記錄，按照式（1）進行回歸。回歸結果不僅依然穩健，而且相比基準回歸結果更為顯著。

五、進一步的異質性檢驗

1.基于受教育程度的異質性分析

國內居民的受教育階段大致可分為初等教育、中等教育以及高等教育，對此，有必要根據不同教育階段進行分類分析，以使本研究更為全面。根據樣本個體的最終受教育程度，本文構建了初中及以下（初中賦值1，其他賦值0）、高中（高中賦值1，其他賦值0）、大專及以上（大專賦值1，其余賦值0）這三個虛擬變量，分別作為被解釋變量進行回歸分析。由于上述被解釋變量為二分類變量，因此采用線性概率模型LPM和Probit模型進行估計較為合適。相應的估計結果如表5所示。

根據表5，地區數字經濟發展水平回歸系數普遍顯著，這表明數字經濟發展有助于個體進入更高層次的教育階段。在城鄉教育差距方面，LPM模型（1）～模型（3）的估計結果顯示，相較于城鎮地區，數字經濟發展顯著提升了農村地區接受高中階段教育的人數，但對于該地區居民接受高等教育的影響并不顯著，也即地區數字經濟發展尚無法顯著縮小城鄉在高等教育水平方面的差距。表5中Probit模型（4）～模型（6）中戶口性質×地區數字經濟發展水平、地區數字經濟發展水平以及戶口性質的回歸系數值和顯著性水平均與LPM模型估計結果保持了一致性，再次證明了結果的穩健性。表5的異質性回歸結果，一方面，表明了地區數字經濟發展能夠通過提升農村地區居民最高學歷縮小城鄉教育差距；另一方面，也表明了地區數字經濟發展在發揮縮小城鄉教育差距作用方面存在結構性問題，尤其是未能顯著改善農村地區居民在接受高等教育方面的不利境遇，全面縮小城鄉教育差距依舊任重道遠。

2.基于高等教育資源分布及個體特征的異質性分析

由于國內不同省份的高等教育資源分布并不均衡，這就很可能會對回歸結果產生不可忽視的影響。對此，本文根據大學競爭力排名將位居前10名的省份定義為高等教育資源豐富省份，其余作為高等教育資源不豐富省份。受限于相對有限的教育投入資源，獨生子女和子女性別成為了影響農村居民家庭教育投入的關鍵性影響因素，因此本文在對省份基于高等教育資源豐富程度進行排序的同時，進一步根據獨生子女和性別因素進行了分組回歸，估計結果詳見表6。

根據表6，對比模型（1）～模型（8）的估計結果，地區數字經濟發展對于縮小高等教育資源豐富和不豐富省份的城鄉教育差距雖然普遍存在正向作用，但對于高等教育資源豐富省份非獨生子女的城鄉教育差距不存在顯著影響，也未能顯著縮小高等教育資源不豐富省份中女性群體的城鄉教育差距。之所以得出上述結果，原因可能在于：對于高等教育資源豐富省份，本身具備相對充足的教育基礎設施和豐富的教育資源，城鄉居民能夠獲得較其他地區更多教育機會，極大地緩和了城鄉之間教育資源和教育機會獲得的“供需矛盾”，受數字經濟發展的影響也相對有限；對于高等教育資源不豐富省份，受“重男輕女”傳統教育觀念的影響，農村地區家庭在教育資源和教育機會分配上仍然存在“男性偏好”的現象，極大地弱化了數字經濟發展對縮小女性群體城鄉教育差距的正向作用。相比之下，地區數字經濟發展對于高等教育資源不豐富省份城鄉教育差距的影響較高等教育資源豐富省份更為顯著。

表6中的經驗P值估計結果顯示，僅在高等教育資源不豐富省份中非獨生子女的男女性群體之間的交互項系數在10%水平上拒絕了“組別不存在差異”的原假設，也即存在男女組間的顯著性差別。模型（7）和模型（8）中交互項系數的差為0.033，且差異顯著，這說明需要尤為關注高等教育資源不豐富省份非獨生子女家庭受教育水平不均衡問題。

六、結論與啟示

1.主要結論

本文基于中國家庭收入調查2014年和2018年兩期混合截面數據，通過構建樣本戶口性質與地區數字經濟發展水平的交互效應模型實證檢驗了數字經濟發展對于城鄉教育差距的影響，并進一步探討了其中的作用機制和異質性特征。研究發現：數字經濟發展有助于縮小城鄉教育差距，這一結論通過了穩健性檢驗；在作用機制方面，地區數字經濟發展能夠通過提升農村地區居民最高學歷縮小城鄉教育差距，但未能顯著縮小大專及以上階段的城鄉教育差距，農村居民在接受高等教育方面仍然處于相對劣勢地位；進一步的異質性檢驗結果顯示，地區數字經濟發展水平的提升有助于獨生子女群體實現受教育水平的“共同富裕”，但對于非獨生子女，地區數字經濟發展僅有助于縮小高等教育資源不豐富省份的城鄉教育差距。異質性檢驗結果在一定程度上表明，家庭教育資源投資的稀缺性仍然較為普遍，同時依然存在一定的“男性偏好”現象。

2.政策啟示

第一，強化農村地區數字基礎設施建設，優化數字教育資源供給。一方面，應根據我國適齡受教育人口的變化趨勢，借助數字鄉村建設，加強5G基站、百千兆網絡等數字基礎設施建設，做好教育數字化基礎設施在空間分布上的動態調整。另一方面，應借助教育的數字化改革推進鄉村教育發展，在充分考慮不同地區鄉村發展及基礎設施配置現狀的基礎上落實“一鄉一策”，因地制宜推進新型數字化基礎設施建設，搭建性能良好、傳輸穩定的鄉村教育城域網，有針對性地開發并輸送符合每個鄉村教育數字化發展需求的教育資源。

第二，積極推進數字普惠金融，增強家庭教育資源的投資能力。積極推進農村地區的數字普惠金融發展，通過提供更多元、更靈活、更優惠的金融產品和服務提升農村居民家庭收入來源，從而為縮小城鄉教育差距奠定物質基礎，解決家庭教育資源投資的稀缺性問題并緩解“男性偏好”現象。在措施落實層面，一方面，應依托農村互聯網的進村入戶，借助數字技術和數字化基礎設施不斷提升農村數字普惠金融的普惠度和覆蓋面，緩解更多農村居民家庭對于教育投資的資金約束；另一方面，應根據不同地區經濟發展水平提供有針對性的支付、保險、理財及信貸等的創新性產品和服務，充分發揮數字普惠金融對提升農戶收入的促進作用。

第三，提升農村師生數字素養，提高農村居民對于教育資源的獲得感。借助全國性或區域性數字平臺，組織專業團隊為農村教師定制涵蓋教學軟件應用、在線課程設計、數字資源整合等內容的數字素養培訓課程，并定期開展公益性的項目培訓，不斷提升農村教師的數字化教學能力。對于農村地區的學生，則要開設更多數字素養啟蒙類課程，培養其對數字化教育資源的檢索、辨別和使用能力。此外，教育管理部門還要通過搭建平臺引導城鄉教師開展更多交流合作活動，幫助農村教師從中學習先進的教學理念和方法，實現教學質量的大幅提升。

參考文獻：

〔1〕劉來兵，張慕文.大數據時代教育治理現代化的內涵、愿景及體系構建［J］.教育研究與實驗，2017，（02）.

〔2〕鄧文勇，黃堯.人工智能教育與數字經濟的協同聯動邏輯及推進路徑［J］.中國遠程教育，2020，（05）.

〔3〕梁迎麗，劉陳.人工智能教育應用的現狀分析、典型特征與發展趨勢［J］.中國電化教育， 2018，（03）.

〔4〕張偉.教育要積極助力數字經濟做強做優做大［J］.國家教育行政學院學報，2022，（03）.

〔5〕郭嘉，蘆天罡，王劍，等.數字鄉村治理的實踐與發展方向——以京郊數字農村建設為例［J］.農業展望， 2023，（07）.

〔6〕王濤，丁若浩.數字教育賦能教書育人效力探析［J］.中國高等教育，2023，（Z2）.

〔7〕呂建強，許艷麗.5G賦能數字時代的教育公平芻議［J］.中國電化教育，2021，（05）.

〔8〕韋莊禹，廖月婷，陳燕勇.數字經濟發展能否促進教育公平？——基于省際面板數據的實證分析［J］.教育與經濟，2022，（05）.

〔9〕周蓉，王修華，雷雨亮.數字金融對農民增收的影響：基于門檻效應和空間收斂性分析［J］.農村金融研究，2024，（01）.

〔10〕楊釙，徐穎.數字鴻溝與家庭教育投資不平等［J］.北京大學教育評論，2017，（04）.

〔11〕王鋼.數字普惠金融與農戶共同富裕——絕對收入和相對收入的雙重視角［J］.經濟發展研究，2024，（01）.

〔12〕周利，馮大威，易行健.數字普惠金融與城鄉收入差距：“數字紅利”還是“數字鴻溝”［J］.經濟學家，2020，（05）.

〔13〕郝文武.進一步加大縮小東西部及其城鄉教育現代化差距的力度［J］.西北師大學報（社會科學版），2021，（06）.

〔14〕孫剛成，楊婳婳.西部高等教育研究熱點綜述［J］.民族高等教育研究，2023，（01）.

〔15〕趙濤，張智，梁上坤.數字經濟、創業活躍度與高質量發展——來自中國城市的經驗證據［J］.管理世界，2020，（10）.

〔16〕王軍，朱杰，羅茜.中國數字經濟發展水平及演變測度［J］.數量經濟技術經濟研究，2021，（07）.

〔17〕黃群慧，余泳澤，張松林.互聯網發展與制造業生產率提升：內在機制與中國經驗［J］.中國工業經濟，2019，（08）.

（責任編輯 張 筠）

Has the Development of Digital Economy Narrowed the Gap Between Urban and Rural Education？

PING Jing QIAN Long ZHANG Tian

Abstract：Based on the survey data of Chinas household income， an interactive effect model is constructed by combining the character of household registration and regional digital economy development to investigate the impact of digital economy development on the urban-rural education gap. The results show that digital economy development can help narrow the gap between urban and rural education， and the conclusion passes the robustness test. In terms of the mechanism of action，" digital economy development can narrow the gap between urban and rural education by increasing the highest education level of residents in rural areas， but it fails to significantly narrow the gap between urban and rural residents in junior college and higher education levels. Heterogeneity test results show that the improvement of digital economy development level can help the only-child group achieve “common prosperity” at the education level， but for the non-only child group， the development of digital economy can only help narrow the urban-rural education gap of male groups in provinces with poor higher education resources. Heterogeneity test results show that the scarcity of family education resources investment is still relatively common， and a certain “male preference” phenomenon is still exist.

Keywords：Digital Economy； Urban-Rural Education Gap； Educational Level