创业活动缩小中国城乡收入差距的机制与异质性研究——基于双机器学习模型的实证证据

本文采用双机器学习（DML）方法，基于中国1517个县2000–2022年的面板数据，系统分析创业活动对城乡收入差距的影响。研究发现创业通过知识技术溢出和产业结构升级显著缩小城乡收入差距，效应在中西部地区和劳动密集型行业中尤为突出。研究为乡村振兴和区域协调政策提供了实证依据和创新方法支撑。

　　

1 引言

收入不平等尤其是城乡收入差距是全球性发展难题。中国自改革开放以来经济高速增长，但城乡收入差距一度高达3.33:1（2009年），2021年仍达2.56:1，远超1.7的警戒阈值。创业作为推动城乡协调发展的新引擎，被纳入国家“十四五”就业促进规划，但其效应及机制尚不明确。既有研究多基于省级数据或传统线性模型，缺乏高维控制与因果识别能力。

2 文献综述

既有文献指出创业既能通过就业创造和创新扩散促进收入增长（Azoulay等, 2020；Br?ndle等, 2025），也可能因资源集聚加剧不平等（Ihou和Mansingh, 2025）。中国返乡创业规模已超1220万人（2022年），在减贫与激发农村经济活力方面作用显著（Wang Y等, 2024），但效应存在区域与行业异质性。数字经济发展（Shen C等, 2025）、土地产权改革（Bu和Liao, 2022）与金融普惠（Sun和Tu, 2023）进一步影响了创业与收入分配的关系。

3 理论分析与研究假设

理论框架提出创业通过知识技术溢出（机制Ⅰ）与产业结构升级（机制Ⅱ）影响城乡收入差距，并受区域与行业异质性调节。基于熊彼特创新理论与内生增长模型，创业在要素稀缺的农村地区具有更高的边际回报，可通过“收入弹性放大效应”促进差距收敛。由此提出：

假设1：创业活动显著缩小城乡收入差距；

假设2：创业通过知识技术溢出提高农民收入；

假设3：创业通过产业结构升级提高农民收入。

4 研究设计

数据来源于国家企业信用信息公示系统与县域统计年鉴，覆盖1517个县2000–2022年平衡面板。被解释变量为城乡收入比（经CPI调整），核心解释变量为县域新注册企业数量，控制变量包括经济发展水平、金融发展、政府规模、社会福利与教育水平等。采用双机器学习（DML）模型处理高维控制变量与非线性关系，通过正交化与交叉拟合缓解内生性。

5 实证结果

基准回归显示创业活动在1%水平上显著降低城乡收入差距，结果在控制固定效应与二次项后仍稳健。工具变量法（DML-IV与2SLS）进一步缓解内生性，估计系数分别为-0.346与-0.218，且通过弱工具变量检验。机制检验表明，创业通过提升农村创新指数（知识溢出）与非农就业比例（产业结构升级）显著促进农民收入增长，假设2与3得证。

6 进一步分析

区域异质性显示，创业的增收效应在中西部地区显著，东部与东北部不显著，源于市场饱和与结构性矛盾。行业异质性方面，劳动密集型创业效应最强（直接就业创造），技术密集型依赖知识溢出，资源密集型则可能伴随负向外部性。

7 讨论

创业虽整体缩小收入差距，但需警惕过度竞争、农民边缘化与财富集聚风险。政府需实施区域差异化政策：东部重在技术包容与小农整合，中西部推进劳动密集型创业，东北需优化人才政策与市场环境。同时应加强技术推广、产业融合与公平竞争环境建设。

8 结论与政策建议

创业显著缩小中国城乡收入差距，尤其通过知识溢出与结构升级渠道作用于农村收入提升。政策应注重：

（1）区域差异化施策，东部提升技术包容性，中西部支持劳动密集型创业；

（2）行业分类引导，强化劳动密集型产业补贴与技术扩散生态；

（3）加强技术推广与产业融合，建设农村科技服务平台与农业创新示范区；

（4）促进公平竞争，防范市场垄断与资源过度集中。