趙錦春

內(nèi)容提要：以城市最低工資標(biāo)準(zhǔn)界定低收入農(nóng)村流動勞動力群體，利用2011-2018年CMDS與289個地級市的匹配數(shù)據(jù)，檢驗城市數(shù)字經(jīng)濟(jì)發(fā)展的益貧式增長效應(yīng)、機(jī)制與異質(zhì)性。研究發(fā)現(xiàn)：城市數(shù)字經(jīng)濟(jì)發(fā)展可通過收入提升和分配改善兩個機(jī)制實現(xiàn)農(nóng)村流動勞動力的益貧式增長，這一結(jié)論在考慮模型內(nèi)生性和替換解釋變量后依然成立。異質(zhì)性分析表明，提高勞動者受教育程度能加速提升城市數(shù)字經(jīng)濟(jì)的益貧效應(yīng)。流入地社會保障缺失制約了數(shù)字經(jīng)濟(jì)發(fā)展對農(nóng)村流動勞動力益貧效應(yīng)的發(fā)揮。單純提高城市最低工資標(biāo)準(zhǔn)則會加劇收入不平等，甚至逆轉(zhuǎn)其益貧效應(yīng)。因此，要在推動城市數(shù)字經(jīng)濟(jì)發(fā)展、促進(jìn)農(nóng)村流動勞動力非農(nóng)就業(yè)的同時，提升農(nóng)村流動勞動力的技能水平與就業(yè)匹配能力，健全社會保障機(jī)制，充分釋放數(shù)字經(jīng)濟(jì)發(fā)展的“城鄉(xiāng)共富紅利”。

一、引 言

中共二十大報告強(qiáng)調(diào)，“全體人民共同富裕是中國式現(xiàn)代化的特征之一，應(yīng)在高質(zhì)量發(fā)展中推進(jìn)共同富裕，要堅持農(nóng)業(yè)農(nóng)村優(yōu)先發(fā)展，堅持城鄉(xiāng)融合發(fā)展，暢通城鄉(xiāng)要素流動。”農(nóng)業(yè)農(nóng)村現(xiàn)代化仍是中國式現(xiàn)代化進(jìn)程中最為薄弱、最值得關(guān)注的環(huán)節(jié)。益貧式增長(Pro-poor Growth)是1999年由亞洲發(fā)展銀行最早提出的包容性發(fā)展概念。益貧式增長指的是，在保持全社會平均收入增長的同時，確保低收入群體收入獲得更快增長，分享經(jīng)濟(jì)社會發(fā)展成果。益貧式增長兼顧“效率”與“公平”發(fā)展理念，長期得到國內(nèi)外學(xué)界的持續(xù)關(guān)注(Kakwani和Pernia，2000；范從來，2017)?！笆濉蹦?，中國消除農(nóng)村地區(qū)絕對貧困任務(wù)圓滿完成(1)國務(wù)院新聞辦：《人類減貧的中國實踐白皮書》?！，F(xiàn)代化建設(shè)階段，中國減貧戰(zhàn)略將由大規(guī)?！斑\動式”扶貧，轉(zhuǎn)為以高質(zhì)量發(fā)展緩解城鄉(xiāng)不平等為主線的“防貧”治理能力提升(李小云等，2020；朱玲和何偉，2022)。然而，城鄉(xiāng)收入差距對中國收入不平等的貢獻(xiàn)長期超過50%，城鄉(xiāng)發(fā)展不平衡仍是中國發(fā)展不平衡不充分的集中呈現(xiàn)(吳愈曉，2011)。2021年，“十四五”規(guī)劃首次將加快數(shù)字化發(fā)展，建設(shè)“數(shù)字中國”納入國家戰(zhàn)略。數(shù)字經(jīng)濟(jì)是以數(shù)據(jù)資源為關(guān)鍵要素，以現(xiàn)代信息網(wǎng)絡(luò)為載體的各類型新經(jīng)濟(jì)形態(tài)。數(shù)字經(jīng)濟(jì)在激發(fā)消費、創(chuàng)造就業(yè)、推動TFP增長等方面發(fā)揮的效能日益顯著(趙濤等，2020；李宗顯和楊千帆，2021)。2020年，全國有8400萬靈活就業(yè)從業(yè)人員依托互聯(lián)網(wǎng)平臺就業(yè)創(chuàng)業(yè)，占就業(yè)人數(shù)比超11%(2)中國信息通訊研究院、騰訊微信：《2021年數(shù)字化就業(yè)新職業(yè)新崗位研究報告》。。充分就業(yè)是經(jīng)濟(jì)穩(wěn)定發(fā)展與家庭持續(xù)增收的關(guān)鍵。因此，農(nóng)村勞動力能否自由流動、城鄉(xiāng)公共資源能否均衡配置、城鄉(xiāng)公民權(quán)利能否平等不僅關(guān)乎扎實推進(jìn)城鄉(xiāng)共同富裕的成敗，也是在高質(zhì)量發(fā)展中解決農(nóng)村相對貧困的重要課題(萬廣華等，2022)。

截至2021年，中國數(shù)字經(jīng)濟(jì)規(guī)模達(dá)到45.5萬億，占GDP比重為39.8%，數(shù)字經(jīng)濟(jì)已成為推動經(jīng)濟(jì)增長的引擎之一(3)國務(wù)院新聞辦：《攜手構(gòu)建網(wǎng)絡(luò)空間命運共同體》。。城市數(shù)字經(jīng)濟(jì)發(fā)展能否帶動農(nóng)村流動勞動力更快增收？其實現(xiàn)機(jī)制是怎樣的？如何加速釋放城市數(shù)字經(jīng)濟(jì)的“城鄉(xiāng)共富紅利”？上述問題的回答無疑能為現(xiàn)代化階段構(gòu)建城鄉(xiāng)包容性發(fā)展新格局提供基于數(shù)字經(jīng)濟(jì)視角的新解讀。鑒于此，利用2011-2018年中國流動人口動態(tài)監(jiān)測調(diào)查(CMDS)與地級市匹配數(shù)據(jù)，在測度農(nóng)村流動勞動力益貧式增長成效的基礎(chǔ)上，檢驗城市數(shù)字經(jīng)濟(jì)發(fā)展對農(nóng)村流動勞動力群體益貧式增長的影響。本文可能的邊際貢獻(xiàn)如下：一是將益貧式增長研究擴(kuò)展至城市就業(yè)的農(nóng)村流動勞動力群體，利用城市最低工資標(biāo)準(zhǔn)測度相對貧困發(fā)生率及益貧式增長成效，更具時代關(guān)照和現(xiàn)實意義。二是驗證城市數(shù)字經(jīng)濟(jì)發(fā)展通過收入增長和收入分配改善兩個渠道實現(xiàn)農(nóng)村流動勞動力群體益貧式增長的機(jī)制。三是基于流入地城市與個體異質(zhì)性兩個維度闡釋數(shù)字經(jīng)濟(jì)益貧效應(yīng)的差異性。

二、文獻(xiàn)綜述與研究假說

國外學(xué)者較早探討了城市經(jīng)濟(jì)發(fā)展對流動勞動力的“虹吸”效應(yīng)及其增收效應(yīng)。在集聚效應(yīng)的影響下，農(nóng)村流動勞動力在城市能夠與當(dāng)?shù)貏趧恿π纬杉寄芑パa(bǔ)，增加就業(yè)機(jī)會(Redding，2016)。城市經(jīng)濟(jì)的溢出效應(yīng)還能通過價格效應(yīng)與數(shù)量效應(yīng)重塑區(qū)域勞動力市場，帶動更多勞動力就業(yè)(Krugman，1991)。在工資和租金梯度的影響下，城市經(jīng)濟(jì)也會促進(jìn)知識創(chuàng)造的外溢性，提高勞動力生產(chǎn)率水平，帶動建筑、服務(wù)、餐飲等行業(yè)就業(yè)(Shao等，2017)。近年來，數(shù)字經(jīng)濟(jì)發(fā)展的農(nóng)民就業(yè)與增收效應(yīng)得到學(xué)界的更多關(guān)注。張勛等(2019)認(rèn)為，數(shù)字金融顯著提升了農(nóng)村貧困家庭收入。城市數(shù)字經(jīng)濟(jì)發(fā)展帶動農(nóng)村流動勞動力更快增收，繼而縮小城鄉(xiāng)收入差距的結(jié)論也得到較多研究的證實。劉軍(2021)就認(rèn)為，數(shù)字經(jīng)濟(jì)發(fā)展可以縮小城鄉(xiāng)收入差距，農(nóng)村勞動力向城市轉(zhuǎn)移則是關(guān)鍵機(jī)制。田鴿和張勛(2022)也驗證了城市數(shù)字經(jīng)濟(jì)通過工業(yè)互聯(lián)網(wǎng)推進(jìn)高技能農(nóng)村勞動力向城市非農(nóng)就業(yè)流動的機(jī)制。數(shù)字經(jīng)濟(jì)能夠彌合勞動力供求雙方的信息不對稱，降低市場搜尋成本，匹配就業(yè)需求(李三希和黃卓，2022)。數(shù)字經(jīng)濟(jì)還能夠打破勞動力流動的制度壁壘，創(chuàng)造更多就業(yè)機(jī)會，改善農(nóng)村流動勞動力收入分配(白雪潔等，2022)。此外，數(shù)字經(jīng)濟(jì)的“去中心化”功能可以彌合傳統(tǒng)物理距離造成的供求錯配，激活城市市場潛能，激發(fā)農(nóng)村流動勞動者在城市的創(chuàng)業(yè)活躍度(惠獻(xiàn)波，2022)。城市數(shù)字經(jīng)濟(jì)發(fā)展對農(nóng)村流動勞動力具有收入提升和分配改善的雙重效應(yīng)，這與益貧式增長的核心要求相一致?；诖?，本文提出如下假說：

H1：城市數(shù)字經(jīng)濟(jì)發(fā)展能夠在促進(jìn)農(nóng)村流動勞動力增收的同時，縮小農(nóng)村流動勞動力之間的收入差距，改善收入不平等，實現(xiàn)益貧式增長。

數(shù)字技術(shù)應(yīng)用和數(shù)字經(jīng)濟(jì)發(fā)展本身具有“技術(shù)中性”特征。城市產(chǎn)業(yè)結(jié)構(gòu)、分工格局以及社會保障體系仍是決定農(nóng)村流動勞動力能否分享數(shù)字經(jīng)濟(jì)紅利的關(guān)鍵。當(dāng)前，與數(shù)字經(jīng)濟(jì)發(fā)展相匹配的社會保障制度仍未建立。胡擁軍和關(guān)樂寧(2022)就認(rèn)為，當(dāng)前城市數(shù)字經(jīng)濟(jì)擴(kuò)張就業(yè)的潛力尚未充分激活，與城市數(shù)字經(jīng)濟(jì)發(fā)展不相適應(yīng)的城鄉(xiāng)社會保障體系可能會降低農(nóng)村流動勞動力的福利水平。此外，針對農(nóng)村流動勞動力的流入地社會保障多以“?；尽薄ⅰ皬V覆蓋”為原則，難以覆蓋教育、醫(yī)療及養(yǎng)老的基本需求(何煒，2020)。異地社保接續(xù)也存在制度設(shè)計、繳費年限互認(rèn)、統(tǒng)籌基金轉(zhuǎn)移等多重制度梗阻(楊林和柳俊燕，2020)。其次，單純提高城市最低工資標(biāo)準(zhǔn)會強(qiáng)化高技能勞動力對低技能勞動力的替代，能否有助于減貧仍有待觀察(Burkhauser和Corinth，2015)。另外，在城市高端服務(wù)中，農(nóng)村流動勞動力通常參與較少。城市服務(wù)業(yè)占比的提升過程意味著非技能密集型制造業(yè)收縮、技能密集型服務(wù)業(yè)擴(kuò)張，會推動勞動收入份額下降，加劇勞資報酬分配比的惡化(林淑君等，2022)?；诖?，本文提出如下假說：

H2：城市流入地社會保障體系缺失以及服務(wù)業(yè)占比過高對農(nóng)村流動勞動力分享城市數(shù)字經(jīng)濟(jì)發(fā)展的益貧紅利存在抑制效應(yīng)。

人力資本和個體技能水平差異是影響農(nóng)民接受新技術(shù)和新知識的重要因素，而受教育程度則是勞動者人力資本水平的集中體現(xiàn)(王廣慧和張世偉，2008)。面對城市數(shù)字化進(jìn)程的加快，農(nóng)村流動勞動力群體同樣面臨著與城市本地居民間“城鄉(xiāng)數(shù)字鴻溝”難題(劉軍，2021)。何宗樾等(2020)就指出，數(shù)字普惠金融對于低收入群體的“數(shù)字鴻溝”與“互聯(lián)網(wǎng)偏向”會提高貧困發(fā)生率，加深多維貧困。曾億武等(2018)則認(rèn)為，受教育程度更高的農(nóng)戶對電子商務(wù)營銷模式接受度較高，農(nóng)村電子商務(wù)加劇了農(nóng)戶內(nèi)部的收入不平等，個體人力資本稟賦差異是導(dǎo)致農(nóng)村電商戶增收差異的重要因素?；诖?，本文提出如下假說：

H3：提升農(nóng)村流動勞動力受教育程度有助于推動其實現(xiàn)益貧式增長，加速釋放城市數(shù)字經(jīng)濟(jì)的“城鄉(xiāng)共富紅利”。

三、數(shù)據(jù)來源與研究設(shè)計

1. 數(shù)據(jù)來源及樣本概況

本文數(shù)據(jù)來自2011-2018年中國流動人口動態(tài)監(jiān)測調(diào)查(CMDS)(4)國家衛(wèi)生健康委流動人口數(shù)據(jù)平臺：https:∥chinaldrk.org.cn，2022年9月15日。。數(shù)據(jù)篩選標(biāo)準(zhǔn)如下：刪除未就業(yè)樣本；保留年齡在16-65歲之間勞動力樣本；刪除上月工資或營業(yè)收入為負(fù)值樣本；保留就業(yè)身份為固定雇主雇員或自營勞動者樣本；刪除戶籍地與流入地缺失樣本。表1的樣本初步分析發(fā)現(xiàn)，農(nóng)村流動勞動力收入均值持續(xù)上升，在城市最低工資標(biāo)準(zhǔn)逐年增長的情況下，低于城市最低工資標(biāo)準(zhǔn)的低收入發(fā)生率先升后降。2016年以來，農(nóng)村流動勞動力的低收入發(fā)生率逐年下降。2015-2018年度農(nóng)村流動勞動力平均月收入增長966.27元，但月收入標(biāo)準(zhǔn)差僅增長0.6%。

表1 樣本城市最低工資標(biāo)準(zhǔn)與農(nóng)村流動勞動力月收入情況

2. 指標(biāo)界定

(1)

(2)

(2) 數(shù)字經(jīng)濟(jì)指標(biāo)。參考趙濤等(2020)從城市互聯(lián)網(wǎng)發(fā)展和數(shù)字普惠金融兩方面構(gòu)建數(shù)字經(jīng)濟(jì)指標(biāo)體系(5)城市數(shù)字經(jīng)濟(jì)指標(biāo)構(gòu)建方法借鑒：趙濤、張智、梁上坤：《數(shù)字經(jīng)濟(jì)、創(chuàng)業(yè)活躍度與高質(zhì)量發(fā)展——來自中國城市的經(jīng)驗證據(jù)》，《管理世界》2020年第10期。表2中五個二級指標(biāo)均為正向指標(biāo)。使用Stata編程熵值法程序循環(huán)計算各年份每個地級市數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)DIGE。設(shè)定兩個主成分，循環(huán)計算二級指標(biāo)的因子載荷系數(shù)及分指標(biāo)權(quán)重，加權(quán)求和后得到主成分分析法測算的數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)DIGP。?；ヂ?lián)網(wǎng)發(fā)展包含：地級市互聯(lián)網(wǎng)普及率ITPR、互聯(lián)網(wǎng)行業(yè)從業(yè)人員占比ITER和產(chǎn)出ITOR以及移動互聯(lián)網(wǎng)用戶比重MITR四個指標(biāo)，數(shù)字普惠金融使用北大數(shù)字普惠金融指數(shù)DIFI表示(見表2)。使用熵值法和主成分分析法分別測算數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)，記為DIGE和DIGP，作為核心解釋變量。

表2 數(shù)字經(jīng)濟(jì)發(fā)展水平指標(biāo)體系

(3) 控制變量選取。引入城市與個體層面控制變量檢驗假說2和假說3。個體層面控制變量包括：性別(SEX)，0-1二值變量，0表示男性。受教育年限(EDU)?；橐鰻顩r(MAG)，0-1二值變量，1表示已婚。單位所有制屬性(OWN)。使用勞動者就業(yè)單位所有制性質(zhì)表示。行業(yè)屬性(OCU)。根據(jù)受訪者所處行業(yè)不同，依次劃分采掘業(yè)、制造業(yè)、服務(wù)業(yè)和農(nóng)業(yè)四個行業(yè)大類。城市控制變量則包括：流入地與戶籍地社會保障水平(SOCL和SOCH)，使用農(nóng)村勞動力在流入地或戶籍地是否參加各類社會保險的0-1變量表示。經(jīng)濟(jì)發(fā)展水平PGDP，使用城市人均GDP表示。城市產(chǎn)業(yè)結(jié)構(gòu)MS，用三產(chǎn)業(yè)增加值占GDP比表示。城市外貿(mào)依存度OPEN，進(jìn)出口總額占GDP比重反映城市外向型經(jīng)濟(jì)對農(nóng)村流動勞動力益貧式增長的影響。城市最低工資標(biāo)準(zhǔn)(MINW)，用當(dāng)期城市最低工資標(biāo)準(zhǔn)表示。實證部分使用變量定義及數(shù)據(jù)來源參見表3。

表3 變量定義、指標(biāo)說明及數(shù)據(jù)來源

3. 基礎(chǔ)實證設(shè)計

設(shè)定如下模型檢驗城市數(shù)字經(jīng)濟(jì)對農(nóng)村流動勞動力益貧式增長的影響：

PRORn t=α0+α1·DIGEn t+α2·controln t+α3·Mn t+un t+vn t

(3)

其中，n、t分別表示城市和年份。α為待估系數(shù)。PRORn t為益貧式增長變量，使用農(nóng)村流動勞動力減貧等值增長率PEGR表示。DIGEn t是熵值法計算的城市數(shù)字經(jīng)濟(jì)指數(shù)。controln t為個體控制變量，Mn t為城市控制變量。un t為省份、城市與年度固定效應(yīng)，vn t為隨機(jī)誤差項。

四、實證檢驗結(jié)果與分析

1. 農(nóng)村流動勞動力益貧式增長的典型特征

(1) 益貧式增長測算結(jié)果。表4的測算結(jié)果顯示KAW指數(shù)大于1且比重由2011至2012年度的12.35%，快速上升至2017至2018年度的75.51%，而1>KAW>0的城市占比也從2011至2012年度的87.04%，快速下降至2017至2018年度的24.45%。多數(shù)年份中，KAK指數(shù)絕對值高于PEGR。由此可知，促進(jìn)PEGR增長的主要貢獻(xiàn)因素來自純分配效應(yīng)KAK。當(dāng)KAW>1時，界定為“強(qiáng)益貧式增長”。因此，可以認(rèn)為，2012至2013年、2014至2015年以及2017至2018年農(nóng)村流動勞動力的收入實現(xiàn)了“強(qiáng)益貧式增長”，收入分布改善效應(yīng)強(qiáng)于純收入增長效應(yīng)，二者共同對農(nóng)村流動勞動力擺脫相對貧困狀態(tài)產(chǎn)生積極影響。

表4 地級市農(nóng)村流動勞動力益貧式增長水平

(2) 流入地城市群的差異。選擇2017至2018年度農(nóng)村流動勞動力益貧式增長測度結(jié)果進(jìn)行城市群比較。結(jié)果發(fā)現(xiàn)，首先，中西部城市群農(nóng)村流動勞動力的PEGR指數(shù)均值明顯高于東部沿海發(fā)達(dá)地區(qū)城市群。東部沿海發(fā)達(dá)城市群中，北京與上海農(nóng)村流動勞動力益貧式增長水平較低，南京和杭州城市群則較高。由此可見，較高的經(jīng)濟(jì)發(fā)展水平并不必然帶來農(nóng)村流動勞動力益貧式增長同步提升(見表5)。進(jìn)一步對比KAK和PEGR指數(shù)絕對值后可以發(fā)現(xiàn)，在益貧式增長水平較高的中西部城市群中，KAK指數(shù)均大于1，且高于PEGR指數(shù)。在東部沿海城市群農(nóng)村流動勞動力平均工資營收更高的條件下，更強(qiáng)的純分配效應(yīng)可能是造成中西部城市群農(nóng)村流動勞動力益貧式增長水平高于東部沿海發(fā)達(dá)地區(qū)的關(guān)鍵因素(6)全樣本各城市群農(nóng)村流動勞動力月平均收入分別為：京津冀3645.64元、長三角3645.38元、珠三角3425.71元、中部3200.68元、西部2990.52元。。近年來，農(nóng)村勞動力流動呈現(xiàn)局部近距離流動的趨勢，中西部城市群快速發(fā)展則明顯帶動了中西部勞動力回流(7)中國政府網(wǎng)：《第七次全國人口普查公報》，http:∥www.gov.cn，2021年5月11日。。在中西部產(chǎn)業(yè)發(fā)展和近距離流動生活成本的影響下，更強(qiáng)的純分配改善效應(yīng)促進(jìn)中西部農(nóng)村流動勞動力呈現(xiàn)出相較于東部沿海發(fā)達(dá)省份更強(qiáng)的益貧式增長成效。

表5 2017年至2018年度各城市群農(nóng)村流動勞動力益貧式增長比較

2. 數(shù)字經(jīng)濟(jì)影響農(nóng)村流動勞動力益貧式增長的檢驗結(jié)果

(1) 基礎(chǔ)回歸結(jié)果分析。利用(3)式論證假說1。選擇面板固定效應(yīng)回歸模型進(jìn)行估計，經(jīng)豪斯曼檢驗全部回歸模型均通過固定效應(yīng)檢驗(9)如無特殊說明，后文模型均使用面板固定效應(yīng)估計，相關(guān)豪斯曼檢驗結(jié)果備索。。表6的實證結(jié)果分析如下：① 城市數(shù)字經(jīng)濟(jì)(DIGE)對農(nóng)村流動勞動力益貧式增長(PEGR)有顯著的促進(jìn)作用。本文的研究驗證了城市數(shù)字經(jīng)濟(jì)發(fā)展能夠促進(jìn)農(nóng)村流動勞動力益貧式增長，初步驗證了假說1的結(jié)論。② 從個體控制變量回歸結(jié)果看：男性(SEX)與已婚家庭(MAG)的農(nóng)村流動勞動力的益貧式增長水平更高。個體受教育年限(EDU)同樣與益貧式增長呈現(xiàn)顯著的正相關(guān)關(guān)系。從就業(yè)行業(yè)差異(OCU)看，涉農(nóng)行業(yè)收入水平低、增幅小可能是造成涉農(nóng)行業(yè)從業(yè)的農(nóng)村流動勞動力益貧式增長水平較低的重要原因(10)按照農(nóng)村流動勞動力就業(yè)產(chǎn)業(yè)門類依次設(shè)置虛擬變量：農(nóng)業(yè)1，制造業(yè)2，采掘業(yè)3，服務(wù)業(yè)4。。在單位所有制性質(zhì)設(shè)置時(OWN)，國營企業(yè)、股份聯(lián)營及外資企業(yè)賦值較高?；貧w結(jié)果表明，在外企或私營企業(yè)中就業(yè)的農(nóng)村流動勞動力益貧式增長水平更高。③ 從城市控制變量的回歸結(jié)果看：農(nóng)村流動勞動力的戶籍地社會保障(SOCH)成為流入地社會保障(SOCL)的替代選擇，促進(jìn)了益貧式增長。流入地社會保障并沒有發(fā)揮應(yīng)有的益貧式增長促進(jìn)作用，反而會造成農(nóng)村流動勞動力益貧式增長水平下降。當(dāng)前，農(nóng)村勞動力在向城鎮(zhèn)轉(zhuǎn)移的進(jìn)程中，缺乏與流入地本地居民同等的社會保障，甚至難以擺脫依賴農(nóng)村“土地養(yǎng)老”的模式。本文樣本的戶籍地參保人數(shù)比為68.25%，流入地參保人數(shù)比僅為34.51%。因此，強(qiáng)化流入地社會保障無疑是提升農(nóng)村流動勞動力益貧式增長成效的關(guān)鍵，也驗證了假說2。促進(jìn)城市經(jīng)濟(jì)發(fā)展(PGDP)、擴(kuò)大對外開放程度(OPEN)、提高服務(wù)業(yè)增加值占比(MS)均能促進(jìn)農(nóng)村流動勞動力益貧式增長(趙錦春和范從來，2018)。提高城市最低工資標(biāo)準(zhǔn)(MINW)并不利于農(nóng)村流動勞動力的益貧式增長。首先，從本文的研究設(shè)計看，最低工資標(biāo)準(zhǔn)提高會直接導(dǎo)致低于最低工資標(biāo)準(zhǔn)的相對貧困低收入農(nóng)村勞動力群體占比提升，不利于益貧式增長。其次，盡管有國內(nèi)研究證實了最低工資標(biāo)準(zhǔn)提高能夠?qū)崿F(xiàn)低收入群體更快增收，也能促進(jìn)勞動力跨區(qū)域配置(陳勇吏等，2022)，但最低工資標(biāo)準(zhǔn)很可能會降低企業(yè)的長期雇工概率，導(dǎo)致用工短期化(王歡歡等，2022)。作為城市最低工資的被動接受者，當(dāng)最低工資標(biāo)準(zhǔn)上漲時，高技能工人將代替低技能工人，降低低技能工人工資水平，不利于消除相對貧困(Pettengill，1981)。因此，單純提高城市最低工資標(biāo)準(zhǔn)難以實現(xiàn)農(nóng)村流動勞動力的益貧式增長，部分驗證了假說2的結(jié)論。

表6 城市數(shù)字經(jīng)濟(jì)與農(nóng)村流動勞動力益貧式增長的基礎(chǔ)回歸(面板固定效應(yīng))

(2) 模型內(nèi)生性處理。城市數(shù)字經(jīng)濟(jì)發(fā)展與城市本身的經(jīng)濟(jì)發(fā)展水平有較強(qiáng)的相關(guān)性，單純使用數(shù)字經(jīng)濟(jì)對益貧式增長進(jìn)行回歸會造成模型的內(nèi)生性問題。借鑒趙濤等(2020)的方法，利用城市1984年的郵電歷史數(shù)據(jù)作為數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)的工具變量(DIGE_IV)進(jìn)行回歸。從表7的工具變量估計回歸結(jié)果看，首先，Anderson-Rubin模型內(nèi)生性檢驗拒絕基礎(chǔ)模型不存在內(nèi)生性問題的原假設(shè)。KP Wald-F統(tǒng)計值超過臨界值，顯示引入數(shù)字經(jīng)濟(jì)工具變量(DIGE_IV)不存在弱工具變量問題。Sagan過度識別檢驗表示模型也不存在過度識別問題。上述結(jié)果說明引入城市數(shù)字經(jīng)濟(jì)工具變量的可行性。其次，在控制地區(qū)和年度固定效應(yīng)以及引入工具變量(DIGE_IV)后，數(shù)字經(jīng)濟(jì)(DIGE)核心解釋變量對益貧式增長(PEGR)依然顯著。最后，數(shù)字經(jīng)濟(jì)的邊際益貧效應(yīng)影響幅度隨著時間的推移逐漸增強(qiáng)。特別是，2015-2016年度數(shù)字經(jīng)濟(jì)對益貧式增長的促進(jìn)作用較強(qiáng)。數(shù)字經(jīng)濟(jì)對創(chuàng)新績效、創(chuàng)業(yè)活躍度以及行業(yè)生產(chǎn)率的動態(tài)非線性邊際效應(yīng)已得到較多國內(nèi)研究的證實(李宗顯和楊千帆，2021；唐要家等，2022)。本文則認(rèn)為，城市數(shù)字經(jīng)濟(jì)對農(nóng)村流動勞動力的益貧效應(yīng)同樣存在滯后性。原因在于，數(shù)字產(chǎn)業(yè)具有早期公共數(shù)字基礎(chǔ)設(shè)施建設(shè)投入大，產(chǎn)業(yè)收益與增收效應(yīng)短期難以發(fā)揮的特點。隨著城市數(shù)字產(chǎn)業(yè)的發(fā)展，特定平臺壟斷可能性提升，其對農(nóng)村流動勞動力益貧效應(yīng)反而會有所下降(白雪潔等，2022)。

表7 城市數(shù)字經(jīng)濟(jì)與農(nóng)村流動勞動力益貧式增長(工具變量+面板固定效應(yīng))

3. 機(jī)制檢驗與異質(zhì)性分析

(1) 益貧實現(xiàn)機(jī)制與城市異質(zhì)性分析。收入提升與分配改善是益貧式增長的核心機(jī)制(Kakwani和Pernia，2000)。因此，進(jìn)一步揭示城市數(shù)字經(jīng)濟(jì)能否通過提升農(nóng)村流動勞動力收入水平，改善農(nóng)村流動勞動力收入分配兩個機(jī)制，促進(jìn)農(nóng)村流動勞動力益貧式增長。厘清城市異質(zhì)性對數(shù)字經(jīng)濟(jì)益貧性的差異化影響。設(shè)定如下動態(tài)面板回歸模型進(jìn)行檢驗：

PRORn t=β0+L.PRORn t+β1·DIGPn t+β2·controln t+β3·Mn t+un t+vn t

(4)

其中，n、t仍表示城市和年份。β為待估系數(shù)。PRORn t為益貧式增長變量，分別使用農(nóng)村流動勞動力減貧等值增長率PEGR以及機(jī)制變量收入純增長效應(yīng)G和收入分配效應(yīng)KAK表示。DIGPn t為主成分分析法計算得到的城市數(shù)字經(jīng)濟(jì)指數(shù)，作為核心被解釋變量替代指標(biāo)引入模型。其余變量設(shè)定同模型(3)。設(shè)定滯后1期被解釋變量L.PRORn t為工具變量，使用動態(tài)面板系統(tǒng)GMM估計(4)式以規(guī)避內(nèi)生性問題。

表8的估計結(jié)果顯示，在面板系統(tǒng)GMM估計中，Sargan過度識別檢驗表明引入滯后1期被解釋變量作為工具變量并不存在過度識別問題。殘差自相關(guān)檢驗表明，GMM估計的殘差存在一階自相關(guān)，但高階自相關(guān)檢驗并未通過?？梢耘卸ㄊ褂孟到y(tǒng)GMM估計的模型選擇是適宜的。從系數(shù)估計結(jié)果看，第一，使用主成分分析測度的數(shù)字經(jīng)濟(jì)指標(biāo)依然與農(nóng)村流動勞動力PEGR之間存在顯著正相關(guān)關(guān)系，控制變量與表6的結(jié)果并無明顯差異。第二，城市數(shù)字經(jīng)濟(jì)對于純增長效應(yīng)(G)以及分配改善效應(yīng)(KAK)均存在顯著促進(jìn)作用。因此，城市數(shù)字經(jīng)濟(jì)發(fā)展能夠從促進(jìn)增收和收入分配改善兩個機(jī)制對農(nóng)村流動勞動力的益貧式增長形成積極影響，驗證了假說1。第三，從城市控制變量的影響差異性可以看出，首先，流入地社會保障(SOCL)對減貧等值增長率(PEGR)、純增長效應(yīng)(G)以及純分配效應(yīng)(KAK)均存在負(fù)面影響。再次說明對于農(nóng)村流動勞動力來說，流入地社會保障體系并沒有發(fā)揮其應(yīng)用的作用(胡擁軍和關(guān)樂寧，2022)。由于國內(nèi)跨區(qū)域社會保障，特別是針對農(nóng)村流動勞動力的社會保障體系不健全，使得農(nóng)村流動勞動力不得不依賴戶籍地繳納醫(yī)療、養(yǎng)老等社會保障。在跨區(qū)域社會保障體系尚未健全的條件下，流入地社會保障不僅會降低農(nóng)村流動勞動力收入水平，同樣會惡化收入分配，不利于益貧式增長(楊林和柳俊燕，2020)。其次，表8的結(jié)果再次驗證表6中提升城市最低工資標(biāo)準(zhǔn)不利于農(nóng)村流動勞動力益貧式增長的結(jié)論。盡管最低工資標(biāo)準(zhǔn)能夠促進(jìn)農(nóng)村流動勞動力純收入效應(yīng)的提升。但最低工資標(biāo)準(zhǔn)對農(nóng)村流動勞動力的收入分配并沒有起到改善作用，其分配惡化幅度強(qiáng)于收入提升，逆轉(zhuǎn)了益貧效應(yīng)。再次，近年來，部分城市追求服務(wù)業(yè)產(chǎn)比提升，產(chǎn)業(yè)結(jié)構(gòu)卻存在過早“去工業(yè)化”問題。盡管經(jīng)濟(jì)更為發(fā)達(dá)的城市擁有更高的最低工資標(biāo)準(zhǔn)，但城市非技能密集型工業(yè)收縮、技能密集型服務(wù)業(yè)擴(kuò)張，加速了勞動密集型制造業(yè)的收縮，加之服務(wù)業(yè)實際能夠容納農(nóng)村勞動就業(yè)的崗位較少，即便有部分教育程度較高的農(nóng)村轉(zhuǎn)移勞動力進(jìn)入大城市高端服務(wù)部門，但也會拉大與眾多低技能農(nóng)村流動勞動力的收入差距。因此，城市服務(wù)業(yè)部門增加值占比以及最低工資標(biāo)準(zhǔn)提升均會通過分配惡化機(jī)制對農(nóng)村流動勞動力的益貧式增長產(chǎn)生抑制作用，再次驗證了假說2。

表8 城市數(shù)字經(jīng)濟(jì)的益貧機(jī)制檢驗(系統(tǒng)GMM回歸)

(2) 受教育程度個體異質(zhì)性分析。當(dāng)前，農(nóng)村流動勞動力受教育水平仍集中在初中階段，大專及以上高學(xué)歷人口占比依然很少(11)樣本受訪者的受教育程度分別為：未上學(xué)；小學(xué)；初中；高中或中專；大學(xué)?？?；大學(xué)本科；研究生。按照上述學(xué)歷平均受教育年限分別為：0年，6年，9年，12年，15年，16年，19年，獲得個體受教育年限量化變量表示個體受教育程度差異。結(jié)果顯示，初中以下學(xué)歷占比70.80%，大專以上學(xué)歷僅占比8.27%。。另據(jù)國統(tǒng)局《農(nóng)民工監(jiān)測報告》統(tǒng)計，截至2021年底，大專及以上文化程度的外出農(nóng)民工占比僅為17.1%(12)國家統(tǒng)計局：《2021年農(nóng)民工監(jiān)測調(diào)查報告》，http:∥stats.gov.cn，2022年9月25日。。從本文不同受教育程度農(nóng)村流動勞動力收入差距看，本科及以上學(xué)歷勞動者月工資營收接近未上學(xué)勞動者收入的2.25倍。因此，個體受教育程度異質(zhì)性是影響農(nóng)村流動勞動力收入差距的基礎(chǔ)性因素。

綜合上述分析及假說3，檢驗農(nóng)村流動勞動力受教育程度提升能夠有助于城市數(shù)字經(jīng)濟(jì)益貧效應(yīng)的充分釋放。引入數(shù)字經(jīng)濟(jì)DIGE與個體受教育程度交乘項DIGE*EDU，進(jìn)行檢驗：

PRORn t=γ0+L.PRORn t+γ1·DIGEn t+γ2·DIGEn t·EDU+γ3·controln t+γ4·Mn t+un t+vn t

(5)

其中，n、t仍表示城市和年份。γ為待估系數(shù)。PRORn t為農(nóng)村流動勞動力益貧式增長指標(biāo)。DIGEn t為熵值法城市數(shù)字經(jīng)濟(jì)指數(shù)。其余變量設(shè)定同(4)式，使用動態(tài)面板系統(tǒng)GMM方法估計。

從表9的估計結(jié)果看，數(shù)字經(jīng)濟(jì)與個體受教育程度交乘項DIGE*EDU對益貧式增長三個相關(guān)指標(biāo)均存在顯著的促進(jìn)作用。但DIGE*EDU對益貧式增長分解指標(biāo)的影響程度存在較大差異。DIGE*EDU對于純分配效應(yīng)KAK指數(shù)的拉動幅度強(qiáng)于純增長效應(yīng)G。相較于表8而言，表9引入DIGE*EDU交乘項后，城市數(shù)字經(jīng)濟(jì)對農(nóng)村流動勞動力益貧式增長各指標(biāo)的正向促進(jìn)作用均得到顯著提升。因此，提升農(nóng)村流動勞動力的受教育水平，增加其人力資本積累，有助于該社會群體更為有效地分享益貧式增長的“城市數(shù)字經(jīng)濟(jì)紅利”，驗證了假說3。

表9 農(nóng)村流動勞動力數(shù)字益貧效應(yīng)的個體受教育程度異質(zhì)性

五、研究結(jié)論與政策啟示

基于2011-2018年CMDS數(shù)據(jù)，以最低工資標(biāo)準(zhǔn)界定城市低收入農(nóng)村流動勞動力群體，在測度國內(nèi)289個流入地城市農(nóng)村流動勞動力益貧式增長成效的基礎(chǔ)上，論證城市數(shù)字經(jīng)濟(jì)發(fā)展對農(nóng)村流動勞動力益貧式增長的影響。研究結(jié)論如下：① 中國農(nóng)村流動勞動力收入呈現(xiàn)“強(qiáng)益貧式增長”特征。流入中西部城市群農(nóng)村流動勞動力益貧式增長水平較高。② 城市數(shù)字經(jīng)濟(jì)發(fā)展可以通過收入提升效應(yīng)和收入分配改善效應(yīng)兩個渠道對農(nóng)村流動勞動力的益貧式增長產(chǎn)生顯著促進(jìn)作用。③ 城市產(chǎn)業(yè)結(jié)構(gòu)過度“去工業(yè)化”以及流入地社會保障的缺失是阻礙數(shù)字經(jīng)濟(jì)發(fā)揮農(nóng)村流動勞動力“共同富裕紅利”的制約因素。盡管提高城市最低工資標(biāo)準(zhǔn)能提升農(nóng)村流動勞動力收入，但更強(qiáng)的“分配惡化”效應(yīng)卻會逆轉(zhuǎn)其對農(nóng)村流動勞動力群體的益貧性。在農(nóng)村流動勞動力受教育程度普遍較低的現(xiàn)實情境下，提升個體受教育程度，彌合城鄉(xiāng)“數(shù)字鴻溝”是加速釋放數(shù)字經(jīng)濟(jì)“城鄉(xiāng)共富紅利”較為有效的途徑。誠然，城市數(shù)字經(jīng)濟(jì)的發(fā)展會促使農(nóng)村流動勞動力面臨就業(yè)市場數(shù)字化轉(zhuǎn)型與數(shù)字技術(shù)進(jìn)步的“雙重”沖擊。在城鄉(xiāng)社會保障依然存在較大差異的現(xiàn)實情況下，農(nóng)村流動勞動力的技能水平、數(shù)字資本獲取能力以及綜合福利應(yīng)得到更多關(guān)注。據(jù)此，提出如下政策建議：

第一，推動城市數(shù)字經(jīng)濟(jì)發(fā)展，激發(fā)城市數(shù)字經(jīng)濟(jì)發(fā)展的益貧式增長潛能。一是加大“新基建”等數(shù)字基礎(chǔ)設(shè)施建設(shè)力度，筑牢城市數(shù)字經(jīng)濟(jì)發(fā)展的硬件支撐。完善城市信息通信網(wǎng)絡(luò)建設(shè)，持續(xù)推進(jìn)5G網(wǎng)絡(luò)規(guī)?；渴?。二是加快城市傳統(tǒng)基礎(chǔ)設(shè)施數(shù)字化改造，提升數(shù)字技術(shù)賦能城市產(chǎn)業(yè)經(jīng)濟(jì)發(fā)展的能力，保障城市傳統(tǒng)產(chǎn)業(yè)部門數(shù)字化改造后對農(nóng)村流動勞動力的非農(nóng)就業(yè)吸納能力。三是培育壯大城市數(shù)字化主導(dǎo)產(chǎn)業(yè)，加快構(gòu)建以城鄉(xiāng)產(chǎn)業(yè)協(xié)同為基礎(chǔ)的地區(qū)功能協(xié)同發(fā)展格局，保障農(nóng)村流動勞動力群體充分就業(yè)。同時，培育數(shù)字經(jīng)濟(jì)就業(yè)新形態(tài)、新模式，釋放互聯(lián)網(wǎng)經(jīng)濟(jì)、共享經(jīng)濟(jì)以及平臺經(jīng)濟(jì)等新興數(shù)字經(jīng)濟(jì)業(yè)態(tài)的益貧作用。

第二，建立城市數(shù)字經(jīng)濟(jì)發(fā)展的勞動者能力匹配機(jī)制，確保農(nóng)村流動勞動力分享城市數(shù)字經(jīng)濟(jì)紅利。一是強(qiáng)化農(nóng)村流動勞動力群體的專業(yè)技能培訓(xùn)和就業(yè)指導(dǎo)，提升流動勞動力人力資本積累，特別是要加強(qiáng)信息化技術(shù)、數(shù)字互聯(lián)網(wǎng)技術(shù)在低收入農(nóng)村流動勞動力群體中的普及度、知曉度和使用度，提升農(nóng)村流動勞動力在數(shù)字經(jīng)濟(jì)轉(zhuǎn)型發(fā)展新階段的就業(yè)適應(yīng)能力和技能水平，縮小農(nóng)村流動勞動力的“數(shù)字技能鴻溝”。二是大力推進(jìn)就業(yè)數(shù)字化網(wǎng)絡(luò)平臺建設(shè)，提升數(shù)字就業(yè)平臺與農(nóng)村流動勞動力的就業(yè)供求匹配功能，推進(jìn)線下業(yè)務(wù)線上轉(zhuǎn)移，線上業(yè)務(wù)精準(zhǔn)匹配、智能轉(zhuǎn)型，提高數(shù)字經(jīng)濟(jì)時代農(nóng)村流動勞動力共享城市就業(yè)信息能力和工作搜尋效率，釋放城市數(shù)字經(jīng)濟(jì)發(fā)展對于農(nóng)村流動勞動力群體的“數(shù)字益貧效應(yīng)”。

第三，健全與城市數(shù)字經(jīng)濟(jì)發(fā)展相適應(yīng)的就業(yè)保障機(jī)制，夯實城市數(shù)字經(jīng)濟(jì)發(fā)展促進(jìn)農(nóng)村流動勞動力益貧式增長的制度基礎(chǔ)。一是推動社會保障數(shù)字化轉(zhuǎn)型，盡快構(gòu)建城鄉(xiāng)統(tǒng)籌、全國統(tǒng)一的養(yǎng)老與醫(yī)療社會保障體系，在長三角、京津冀、珠三角等農(nóng)村流動勞動力流入規(guī)模較大的區(qū)域率先探索試點跨區(qū)域統(tǒng)籌的一體化社會保障體系。二是建立針對農(nóng)村流動勞動力群體的“大數(shù)據(jù)+社會保障”就業(yè)保障服務(wù)系統(tǒng)。完善跨區(qū)域城鄉(xiāng)社保繳費接續(xù)機(jī)制，強(qiáng)化養(yǎng)老金并軌與城鄉(xiāng)居民基本醫(yī)療保障異地接續(xù)，暢通農(nóng)村流動勞動力流入規(guī)模較大城市的部門間信息共享，夯實農(nóng)村流動勞動力益貧式增長的制度基礎(chǔ)。同時，建立互聯(lián)網(wǎng)平臺就業(yè)爭議解決與就業(yè)服務(wù)管理機(jī)構(gòu)，杜絕平臺經(jīng)濟(jì)壟斷對農(nóng)村流動勞動力就業(yè)的不利影響。