信息基础设施建设与农民共同富裕：来自中国地级市面板数据的证据

《Sage Open》：Information Infrastructure Construction and Farmers’ Common Prosperity: Prefecture-Level Panel Evidence From China

　　

摘要翻译：在中国推进共同富裕的进程中，农村地区面临的困难最为突出。全面建设小康社会需要借助信息技术带来的新动能，帮助农民在追求高质量发展的过程中实现共同富裕。本研究基于2010年至2024年中国252个地级市的面板数据，实证分析了信息基础设施建设对农民共同富裕的影响及其作用机制。研究结果表明，加强信息基础设施建设有助于提升农民共同富裕水平。稳健性检验和内生性处理进一步验证了该结论的可靠性。此外，信息基础设施对农民共同富裕的促进作用因市场化水平和地形起伏度等因素而呈现异质性特征。进一步分析表明，农村创业活力和产业结构升级是信息基础设施促进农民共同富裕的重要中介路径。同时，这种促进作用还表现出双重门槛效应，随着市场化水平跨过门槛值，呈现非线性增强趋势。据此，研究提出了以产业融合、制度支持和针对性地理干预为核心的政策建议，以有效释放农村共同富裕的数字红利。

论文解读文章

一、研究背景与问题

共同富裕是中国式现代化的重要目标，而农村地区是实现这一目标的难点和关键。尽管中国已于2021年消除绝对贫困，但农村相对贫困问题依然存在，城乡差距仍是突出挑战。信息基础设施作为新型基础设施的核心组成部分，被寄望于通过信息化、数字化手段赋能农村发展，帮助农民增收致富。然而，学术界对于信息基础设施建设能否有效促进农民共同富裕存在争论：部分学者认为农村信息基础设施不足和农民数字技能欠缺可能限制其效果，甚至可能加剧收入不平等；另一些学者则发现信息基础设施能够缩小城乡差距、促进农民增收。现有研究多聚焦于信息基础设施对收入或城乡差距的单一维度影响，缺乏将其与共同富裕多维内涵相结合的系统分析，也未能清晰揭示其作用机制和边界条件。因此，本研究基于中国地级市面板数据，系统检验信息基础设施对农民共同富裕的总体效应、异质性特征、中介机制与门槛效应，为数字乡村建设与共同富裕战略提供经验证据。

二、研究方法概述

研究人员利用2010—2024年中国252个地级市的面板数据，样本量3780个。被解释变量为农民共同富裕水平（FCP），采用熵值法从物质富裕、共享程度、可持续性和精神富裕四个维度构建综合指标体系。解释变量为信息基础设施建设水平（IIC），通过对各地级市政府工作报告进行文本挖掘，计算新型数字基础设施相关关键词（如5G、移动通信、云计算、大数据、人工智能、物联网、数字经济、数据中心、区块链等）词频占报告总词频的比例来衡量。中介变量为农村创业活力（ent），采用新注册农村相关企业数量的自然对数；以及产业结构（is），采用第三产业增加值与第二产业增加值之比。分组变量为市场化水平（mar）和地形起伏度（ter）。控制变量包括经济发展水平、金融发展水平、政府干预程度、财政投资强度、城镇化率和交通条件。实证方法包括基准回归模型、两阶段最小二乘法（2SLS）处理内生性、双重机器学习稳健性检验、交互项异质性分析、中介效应模型以及面板门槛回归模型。数据来源为各城市和省份统计年鉴、农业农村部、国家统计局官网以及各类中国统计年鉴，缺失数据采用线性插值法填补。

三、研究结果

1. 基准回归分析：信息基础设施建设显著促进农民共同富裕

在控制城市固定效应后，无论是否加入控制变量，信息基础设施（IIC）对农民共同富裕（FCP）均在1%显著性水平上产生正向影响。加入控制变量后，IIC系数为2.5001，表明信息基础设施水平每提升一个单位，农民共同富裕指数平均提高2.5001个标准差单位。控制变量中，经济发展水平、政府干预程度和城镇化率均具有显著正向作用，而财政投资强度不显著，交通条件仅在10%水平上显著。

2. 内生性处理与稳健性检验：结论可靠

为解决内生性问题，研究人员构建了两类工具变量：一是基于“宽带中国”试点准自然实验构造的Bartik工具变量，二是经济距离加权空间工具变量。两阶段最小二乘估计显示，第一阶段的KP Wald F统计量分别为230.52和654.31，远超过弱工具变量临界值；第二阶段IIC系数分别为4.6955和10.3025，均在1%水平上显著为正。稳健性检验包括剔除直辖市、控制变量滞后一期、增加农业劳动生产率控制变量以及双重机器学习（随机森林和梯度提升）方法。所有检验中IIC系数均显著为正，其中梯度提升估计值（4.8345）与Bartik IV估计值（4.6955）接近，暗示信息基础设施的促进作用具有非线性加速特征，传统线性模型可能低估其真实因果效应。

3. 异质性分析：市场化水平的放大效应与地形起伏的抑制效应

通过交互项模型，研究人员发现，在市场化水平分组中，交互项系数为1.5736（1%水平显著），高市场化组的IIC边际效应为3.1582，约为低市场化组（1.5846）的两倍。在地形起伏度分组中，交互项系数为-2.2258（1%水平显著），高地势起伏组的边际效应降至1.2904，仅为低起伏组的36.7%。这表明市场化环境能够放大信息基础设施的赋能效应，而复杂地形严重制约其转化效率。

4. 中介效应分析：创业活力与产业结构升级是重要传导路径

以农村创业活力（ent）和产业结构（is）为中介变量的检验显示，IIC对两个中介变量均有显著正向影响（系数分别为32.5656和22.3884，均在1%水平显著）。加入中介变量后，IIC对FCP的直接效应仍然显著为正，但系数下降，表明存在部分中介作用。比较两种中介路径，产业结构升级的间接效应强于创业活力：单独回归中is系数（0.0178）约为ent系数（0.0079）的2.25倍，联合回归中is系数（0.0173）约为ent系数（0.0075）的2.31倍。此外，两种路径并非独立，而是具有互补协同关系。

5. 门槛效应分析：双重门槛特征

以市场化水平为门槛变量的面板门槛模型检验显示，单一门槛和双重门槛均显著（F统计量分别为20.41和13.85，P值分别为0.0233和0.0833），三重门槛不显著。两个门槛估计值分别为4.9593和7.0458。当市场化水平低于第一门槛时，IIC对FCP的影响不显著（系数0.8443）；高于第一门槛后，影响显著增强（系数2.6059）；高于第二门槛后，影响进一步增大（系数4.2299）。这表明信息基础设施的促进效应随市场化水平提升呈现非线性增强趋势。

四、讨论与结论

讨论部分指出，本研究的核心发现——信息基础设施显著促进农民共同富裕——通过创业活力和产业结构升级两条渠道发挥作用，并受到市场化程度和地形条件的显著调节。产业结构升级的传导作用强于农村创业活力，这与结构转型理论一致。门槛效应的发现挑战了“数字基础设施总是有益”的简单观念：在市场化水平不足的地区，信息基础设施的赋能效果受限，必须配合相应的制度环境改革。异质性分析则体现了数字红利的“制度放大”与“地理抑制”特征。研究局限包括：文本挖掘指标可能无法完全反映基础设施实际部署质量与使用强度；缺乏农户个体数据，难以考察不同农户群体的差异化反应；门槛分析仅考虑单一制度变量，未来可构建多维度门槛模型。

结论部分翻译：本研究的目的是基于2010—2024年中国252个地级市的面板数据，实证分析信息基础设施建设如何影响农民共同富裕。研究显示，信息基础设施建设显著有助于提升农民共同富裕水平，这一结论经受了多种内生性处理和稳健性检验。异质性分析表明，在市场化程度较高的地区正向效应更为明显；而在地形复杂地区效应显著减弱。进一步机制分析揭示，农村创业活力和产业结构升级是重要的传导通道，其中后者的作用更为突出。此外，门槛效应分析证实了双重门槛特征。以市场化水平为门槛变量，当市场化水平超过临界值时，信息基础设施对农民共同富裕的边际效应呈非线性增强趋势。为获取数字发展红利并支持农民共同富裕，研究提出以产业融合为主线、创业培育为支点构建联动型农村产业发展格局；以制度支持为引导、硬件建设为基础释放数字基础设施的边际效率；以补短板和分类施策为手段打破地理条件对数字红利的制约；以系统协同和政策联动为路径形成数字乡村建设合力。

综上，该研究发表于《Sage Open》，通过系统的实证分析明确了信息基础设施对农民共同富裕的促进效应、异质性条件、中介机制和非线性门槛特征，为数字乡村建设提供了多维度的理论参考与政策启示。