张玉鹏王茜 | 数字经济如何调节高等教育对共同富裕的影响？

在当前数字经济发展时代，高等教育在促进共同富裕的进程中发挥着重要而独特的作用。为了回答数字经济如何调节高等教育对共同富裕的影响问题，本文基于我国2011—2020年间省际面板数据，首先从“发展”和“共享”两个维度创造性地构建了省级总体、城镇以及农村三个层面的共同富裕指标，然后考察省级总体、城镇以及农村高等教育占比对各自层面共同富裕的影响，进而分析数字经济发展对三个层面共同富裕指标的影响，最后考察数字经济如何影响省级总体、城镇和农村高等教育对各自层面共同富裕的作用效果。实证结果显示：（1）省级总体、城镇和农村高等教育占比的提升对各自层面的共同富裕均产生显著的正面影响；（2）数字经济发展会对省级农村层面的共同富裕产生显著的正面影响；（3）数字经济发展会强化省级总体和城镇高等教育占比对各自层面共同富裕的正向促进作用。本研究可为扎实有效推进共同富裕的路径选择提供经验依据。

关键词：高等教育 ; 数字经济 ; 共同富裕

本文发表在《华东师范大学学报（教育科学版）》2023年第10期 #共同富裕与高等教育发展栏目

作者简介

张玉鹏，经济学博士，华东师范大学经济学院副教授，教育经济实验室主任助理，入选浦江人才计划，长期从事应用计量、宏观经济政策等相关研究。

王茜，通信作者，经济学博士，上海对外经贸大学国际贸易专业副教授，国际经济组织系主任，美国肯塔基大学高级访问学者，入选浦江人才计划。研究方向：宏观经济、区域价值链。

/ 目录概览 /

第十期 2023

一、引言

二、文献回顾与研究假设

三、指标构建与模型设定

四、实证研究

五、结论与政策启示

一、引言

2021年11月，党的十九届六中全会审议通过了《中共中央关于党的百年奋斗重大成就和历史经验的决议》，把推动“全体人民共同富裕取得更为明显的实质性进展”作为新时代重要的战略任务。在2021年3月5日的政府工作报告中，时任国务院总理的李克强指出要建设高质量教育体系，深化教育改革，实施教育提质扩容工程。系统接受高等教育不仅是经济发展的客观需要，而且是扩大中等收入群体的重要支撑，能够对共同富裕形成实质性的推进。另一方面，人力资本具有报酬递增的特性，接受过系统高等教育的劳动者，学习掌握各种技能的能力越强，在市场上易于获得更好的就业机会和更高的收入。随着社会中高等教育占比的提升，居民收入差距可能会进一步加大（焦斌龙，2011）。

作为新一轮科技革命的产物和全球发展的未来趋向，数字经济会对经济增长、效率提升和社会结构变革产生深刻影响。现阶段，中国进入共同富裕恰好与数字经济时代相吻合（夏杰长，刘诚，2021）。数字经济成为推进共同富裕发展的新动能，具有显著的收入增长效应和减贫效应（Ahmed & Roubaie，2013；艾小青，田雅敏，2022）。但数字经济与实体经济的深度融合也仰赖于国家或地方（区域）的发展阶段与产业分工，当融合水平较低时，数字经济发展可能会对实体经济的发展产生“挤出效应”（马勇等，2021），而数字经济发展中造成的“赢家通吃”现象会挤占中低技能劳动者的相对收入权（柏培文，张云，2021），加剧不同技能劳动力之间的收入差距（刘军等，2021），从而对共同富裕产生负面影响。

当前，党和国家事业发展对高等教育的需要，对科学知识和优秀人才的需要，比以往任何时候都更为迫切。习近平总书记强调：“我国高等教育要紧紧围绕实现‘两个一百年’奋斗目标、实现中华民族伟大复兴的中国梦，源源不断培养大批德才兼备的优秀人才。”但我国高等教育和数字经济的发展水平具有明显的空间差异性，不仅省份之间分布不均等，城乡之间的差异更是十分明显。在此背景下，迫切需要明晰数字经济如何影响省级总体、城镇和农村高等教育对各自层面共同富裕的作用效果，并明确省级总体、城镇和农村高等教育对各自层面共同富裕的影响以及数字经济对共同富裕的影响。这三方面研究可为实现更高水平的共同富裕探索合适的路径。

本文的边际贡献主要有两方面：第一，已有研究多从提升教育等公共服务均等化的角度，分析教育对省级层面共同富裕的影响。本文基于我国31个省份2011—2020年间的面板数据，从“发展”和“共享”两个维度，创造性地构建省级总体、城镇和农村层面共同富裕指标，并针对性地考察省级总体、城镇和农村高等教育对各自层面共同富裕的作用效果。第二，已有研究只分析了数字经济对省级总体层面共同富裕的影响，尚无文献将数字经济发展引入高等教育与共同富裕的分析框架，详细考察数字经济对省级总体、城镇和农村三个层面共同富裕的影响以及数字经济如何影响省级总体、城镇和农村高等教育对各自层面共同富裕的作用效果。

二、文献回顾与研究假设

（一）高等教育与共同富裕的关系

共同富裕包括“发展”与“共享”两大方面的内涵（万海远，陈基平，2021）。从发展角度看，学校教育通过提高受教育者的通用人力资本，赋予劳动者知识技能，提高劳动者素质，进而推动经济增长（吴嘉琦，闵维方，2022）。高等教育能够提高人力资本和知识创新、科技创新的水平，随着劳动者队伍中高素质劳动力占比不断提升，劳动生产技能水平逐步提高，人力资本逐步成为经济增长的新优势（游士兵，李一枫，2020）。美国国家经济研究署对146个国家1950—2010年的相关数据分析发现，人均受教育年限每增加1年，由此转化而来的经济总量至少增加2%；世界银行相关研究也表明，劳动力人均受教育时间每增加1年，国内生产总值就会增加9%（环球网，2021）。

从共享角度看，高等教育能够为社会培养各种高层次专门人才。作为高级生产要素，人力资本对促进经济均衡发展具有重大意义（Acemoglu & Autor，2012）。人力资本理论（Schultz, 1960；Becker, 1964）认为，教育作为最重要的人力资本积累，是促使收入分配趋于平等的重要原因。Schultz（1960）发现随着全社会人力资本存量增加，由于禀赋、社会地位、制度等因素造成的收入差距对居民整体收入差距的影响减弱，从而使居民收入差距减小。陈钊等人（2004）发现，高等教育的持续均衡发展可缩小地区间的收入差距。李亚玲和汪戎（2006）的研究发现提高人均受教育年限，有助于降低人力资本基尼系数，进而缩小区域经济差距。日本和美国都出现过这方面的教训，当放慢了高等教育的发展后，劳动力市场出现两极化和收入分化的现象（蔡昉，2021）。赵国昌和朱州（2022）发现，当需求不变时，教育扩张造成高技能工人的快速增加可能会降低教育回报率，从而降低收入不平等。基于以上两方面分析，本文提出如下假说：

H1a：高等教育占比的提升在促进经济增长的同时会缩小贫富差距，从而有助于共同富裕目标的实现。

另一方面，高等教育水平的提升可能会对“共享”产生负面影响。受教育水平的提升除了可以增加劳动者的技能和创造力从而使劳动者获得更高的报酬之外，更重要的是教育过程还可以给受教育者带来社会资本，更有利于获得“公共资源”的支持（栾海清，2022）。人力资本的积累具有报酬递增性，人力资本存量越大，层次越高，比较优势越明显，收入也越多，从而使收入差距扩大的速度加快和幅度增大。Marin & Psacharopoulos（ 1976）发现，美国高等教育每扩张5%，将会使其收入分配指数恶化2%。焦斌龙（2011）发现中国目前正处于工业化中期，处于倒U形曲线的左侧，随着人力资本投资增加，居民收入差距呈扩大的态势。目前我国高等教育的空间分布具有差异性，人力资本存量自东向西依次递减（李亚玲，汪戎，2006；匡远凤，2011；严立刚，曾小明，2020）。根据教育机会不平等的最大化保持理论（Raftery & Hout，1993），在优势阶层的入学率达到饱和点之前，扩张的教育机会比以往更加集中于经济社会地位中上家庭，从而扩大教育不平等和收入差距。基于此，本文提出如下竞争性假说：

H1b：高等教育占比的提升会造成收入差距扩大，抑制共同富裕的进程。

（二）数字经济与共同富裕的关系

数字经济加速了社会财富的创造和积累，具有“做大蛋糕”的动力机制，会对共同富裕的“发展”内涵产生正面影响。由于数字经济为推动生产力高质量发展提供了新动能（周泽红，郭劲廷，2022），数字技术与生产的融合将促进数字产业化和产业数字化发展，为实现共同富裕奠定坚实的物质基础（江小涓，孟丽君，2021）。此外，数字经济还可能对共同富裕的“共享”内涵产生正面影响。夏杰长&刘诚（2021）和向云等人（2022）指出，数字经济有助于促进地区间、行业间、产业间协调发展，缩小不同维度的发展差距，具有“分好蛋糕”的共享机制。数字经济的普惠效应、溢出效应和协同效应，能够带来发展机会均等化，使农村和偏远城市受益（Forman et al.，2005），从而为低技能劳动者提供更多机会，降低弱势人群受到的负面影响，实现包容性增长与收入分配状况的改善（张勋等，2019）。因此，数字经济不仅是驱动发展的动力，更是消除贫困、实现共同富裕的钥匙（王宁，胡乐明，2022）。

另一方面，我国各地区数字经济各维度的发展水平存在显著差异。数字经济对共同富裕的“共享”内涵可能会产生负面影响，抑制共同富裕的进程。这是因为，数字经济发展可能会造成“赢家通吃”的现象，挤占中低技能劳动者的相对收入权（柏培文，张云，2021），加剧不同技能劳动力之间的收入差距（刘军等，2021）；此外，数字经济的不均衡发展，可能会导致出现“数字鸿沟”，进而扩大不同地区、不同社会阶层之间的“经济鸿沟”（尹志超等，2021），造成新的贫富差距（强国令，商城，2022）。当数字经济对“共享”内涵的负面影响超过其对“发展”内涵的正面影响时，将会阻碍共同富裕目标的实现。基于此，本文提出如下竞争性假说：

H2a：数字经济发展在促进经济增长的同时会缩小贫富差距，有助于共同富裕目标的实现。

H2b：数字经济发展会导致贫富差距扩大，抑制共同富裕的进程。

（三）数字经济如何影响高等教育对共同富裕的作用效果

收入达到高水平并实现共享是共同富裕的基本特征。高收入以高水平的劳动生产率为支撑（李实，朱梦冰，2022），同时生产率的提升又是经济发展成果共享的必要物质条件。数字技术的发展，培育了新的供应服务网络和商业模式，推动了创新创业的模块化，使更多具有创意、创新、创业能力的人才能够脱颖而出，推动共同富裕走向更高层次（李勇坚，2022）。国民受教育程度越高，就越容易形成以知识和信息为基础的经济发展模式（胡鞍钢，李春波，2001），数字红利可辅助高等教育作用的发挥。此外，数字经济能够有效改善落后地区学习资源匮乏的问题。与发达地区的高人力资本存量相比，落后地区的人力资本存在更大的提升空间，数字经济的发展会对低经济水平地区产生更大的影响（刘涛雄，兰图，2022）。数字技术与教育相结合衍生的新型教育资源和远程授课等新型教育方式，大幅改善了知识获取的公平性，可以促进“教育致富”（李卫东，陈镜宇，2022）。

另一方面，在数字经济时代，数字技术应用需要劳动者有较高的知识和技能水平，而“去技能化”使劳动依附于资本的趋势更加明显，可能导致劳动者成为新的“数字无产者”，只能从事高强度的简单劳动（周泽红，郭劲廷，2022），难以获得平等的发展机会（蒋永穆，亢勇杰，2022），无法改善原有的收入条件，跟具有较高数字技能的群体愈发拉开差距（王宁，胡乐明，2022）。袁志刚等人（2022）指出，以数字经济和人工智能为特征的新一轮产业革命会导致大量的劳动力或被替代，或被赋能，其结果是充裕生产要素低价，稀缺生产要素高价，收入差距越发拉大。在数字经济的快速发展时期，一些国家或地区的收入分配不平等在加剧（Guellec & Paunov，2017；Acemoglu & Restrepo，2020），劳动数字化普及与数字化技能的非均衡配置制约了欠发达地区发展，加剧地区差距（胡鞍钢，王蔚，2016；田海燕，李秀敏，2018；陈文，吴赢，2021）。基于此，本文提出如下竞争性假说：

H3a：数字经济的发展会强化高等教育对共同富裕的改善作用。

H3b：数字经济的发展会抑制高等教育对共同富裕的改善作用。

三、指标构建与模型设定

（一）指标构建

1. 共同富裕指标测度

现有文献对贫富差距的研究较多（Piketty et al.，2019；Novokmet et al.，2018；杨华磊，周晓波，2012），而较少对中国共同富裕指标体系构建和测度进行探讨。部分学者采用多层次、多维度指标构建共同富裕的测度指标体系和指数模型，如许宪春等人（2019）基于 4个一级指标、20个二级指标、49个三级指标构建“平衡发展指数”；高质量发展研究课题组（2020）基于4个二级指标、26个三级指标构建“经济共享发展指数”；刘培林等人（2021）建议分别从“总体富裕程度”和“发展成果共享程度”两个维度构建共同富裕的指标体系框架，总体富裕程度采用8个细分指标测度，发展成果共享程度由15个细分指标测度。

上述指标囊括共同富裕的方方面面，但过多指标进入共同富裕函数方程式，容易导致指标之间关系复杂，很可能不满足变量间的单调性、一致性、可加性等公理化准则，最终导致所构建的共同富裕指标违背现实逻辑（Ravallion，2011；万海远，陈基平，2021）。万海远和陈基平（2021）从“总体富裕”和“共享富裕”两个维度构造等权重的共同富裕关系式，对全球162个国家或地区的共同富裕进行测度。该构建方法的优点在于其覆盖共同富裕“发展”和“共享”两大内涵，指标的易识别程度、逻辑清晰程度较高，能准确地反映问题的最主要方面。

有鉴于此，本文借鉴万海远和陈基平（2021）的思路，构建省级总体、城镇和农村三个层面的共同富裕指标。省级总体的共同富裕指标计算如下：

其中，i表示省份；PGDP为人均国民生产总值，用来测度共同富裕的“发展”维度，PGDP_max（PGDP_min）为样本期间人均国民生产总值的最大（最小）值；Gini为人均可支配收入基尼系数，用来测度共同富裕的“共享”维度，Gini_max（Gini_min）为样本期间省级基尼系数的最大（最小）值。基尼系数测算参照田为民（2012）方法，根据洛伦兹曲线与基尼系数关系推导出基尼系数的计算公式得到。

省级城镇和农村层面的共同富裕指标计算如下：

其中，i表示省份；由于缺少城镇和农村层面的人均国民生产总值数据，在构建省级城镇和农村层面的共同富裕指标时，本文选用省级城镇和农村居民人均可支配收入DPI替代PGDP；省级城镇和农村基尼系数同样参照田为民（2012）方法计算得到；PGDP_max（PGDP_min）为样本期间省级城镇和农村人均可支配收入的最大（最小）值，Gini_max（Gini_min）为样本期间省级城镇和农村基尼系数的最大（最小）值。

需要指出的是，共同富裕指标CP的取值范围在0~100之间。如果一个地区的人均国内生产总值（可支配收入）越高、基尼系数越小，CP指数就会越接近于100，表明越趋向于共同富裕目标；相反，当该地区的人均国内生产总值（可支配收入）越小、基尼系数越大，CP指数越接近于0，即表明越偏离共同富裕的目标。

2. 数字经济指标测度

现有研究多是在对数字经济内涵进行界定的基础上，结合数据的可得性，对数字经济进行测度。例如，中国信通院（2021）从数字产业化、产业数字化、数字化治理与数据价值化的“四化”角度对数字经济的内涵进行阐释；刘军等人（2020）从信息化发展、互联网发展和数字交易发展等3个维度选用了14个测度指标，构建中国分省份数字经济评价指标体系；柏培文和张云（2021）从数字产业活跃度、数字创新活跃度、数字用户活跃度、数字平台活跃度等3个维度13个测度指标对数字经济进行衡量。

从我国数字经济发展的历程来看，直到“互联网+”相关政策出现后，我国的数字经济才出现了较大幅度的增长（刘军等，2020）。因此，本文借鉴黄群慧等人（2019）、刘军等人（2020）和赵涛等人（2020）的思路，将互联网发展作为测度核心，采用百人中互联网宽带接入用户数、计算机服务和软件业从业人员占城镇单位从业人员比重、人均电信业务总量和百人中移动电话用户数等4个指标来测度互联网发展程度，并补充了北京大学数字金融研究中心发布的中国数字普惠金融指数来反映数字金融发展的维度。在此基础上，我们采用主成分分析方法，将5个指标降维得到数字经济综合指标。在采用主成分分析方法时，底层指标越丰富似乎反映的信息越全面，但指标间错综复杂的关系可能妨碍关键信息的表达，同时可能会导致综合指标更严重的内生性问题。因此，与共同富裕指标构建思路类似，本文采用尽可能少的几个关键数据来构建数字经济指标。除数字普惠金融指数外，其他用来构建数字经济指标的数据均来源于《中国统计年鉴》，鉴于数字普惠金融指数于2011年可得，因此本文构建的数字经济指标数据起始于2011年。

（二）实证模型说明

1. 高等教育影响共同富裕的实证模型

模型（3）考察省级总体、城镇和农村高等教育占比对各自层面共同富裕的影响：

其中，被解释变量CP_it为省份i第t年的共同富裕指标，分别采用省级总体、城镇和农村三个层面的共同富裕指标；核心解释变量HE_it−1为滞后一期的高等教育占比，分别采用省级总体、城镇和农村6岁及以上人口中大专及以上学历人数占比来测度，其中城镇数据由城市和区镇数据汇总得到，相关数据源于《中国人口和就业统计年鉴》。解释变量滞后一期是考虑到高等教育对共同富裕的影响存在时滞性，同时可在一定程度上避免反向因果问题。Control_it−1为滞后一期的控制变量集合。为确保高等教育对共同富裕的影响没有混杂其他区域层面的经济效应，基于已有研究，本文添加如下控制变量：① 城镇化率。采用城镇常住人口占总人口的比重来表示，数据来源于中经网。② 人均FDI。以外商投资企业投资总额除以总人口数，得到地区的人均FDI（单位：百美元/人），外商投资企业投资总额的数据来源于同花顺数据库。③ 对外开放水平。以进出口总额（用年度基准汇率将美元转换为人民币标价）占名义GDP的比重来表示，数据来源于同花顺数据库。④ 高中在校人数变化。以每十万人口高中学校平均在校生数的增长率表示，数据来源于同花顺数据库。鉴于适龄人口变化是预测高等教育毛入学率的常见指标，故应控制此变量（感谢匿名审稿人的建议）。

模型中的Province和Time分别代表省份和时间固定效应；Province×Trend为省份与时间趋势的交互项，以控制省份特定的时间趋势；ε_i,t为特异误差项。省份固定效应、时间固定效应和省份时间趋势可进一步控制遗漏变量所导致的参数估计偏误问题。需要指出的是，控制省份时间趋势可在一定程度上消除高等教育人口在城乡或跨省间流动对研究结论的影响。

2. 数字经济影响共同富裕及其如何影响高等教育对共同富裕作用效果的实证模型

模型（4）和模型（5）分别考察数字经济对共同富裕的影响以及数字经济如何影响高等教育对共同富裕的作用效果：

除数字经济指标DE_it−1外，模型（4）和模型（5）中其他变量与模型（3）设定一致，e_i,t和u_i,t为特异误差项。需要指出的是，相比于高等教育，数字经济对共同富裕的影响更为外生，故数字经济适合作为数字经济影响共同富裕的调节变量。

（三）数据说明

本文的数据样本选取期间为2010—2020年。考虑到模型（3）中的解释变量均滞后一期，故模型（3）中被解释变量和解释变量的样本选取区间分别为2011—2020年和2010—2019年。此外，鉴于用于构建省级数字经济指标的中国数字普惠金融指数从2011年才可获得，且模型（4）和模型（5）中解释变量也均滞后一期，故模型（4）和模型（5）中的被解释变量和解释变量的样本选取区间分别为2012—2020年和2011—2019年。

表1给出的核心变量的描述统计结果显示：省级总体、城镇和农村层面共同富裕指标的均值都在45左右，各样本组的均值与中位值基本接近，但各指标离散程度较高，最小值为0，最大值接近100，标准差在20左右，表明各样本组内的共同富裕程度具有很大的差异；高等教育占比指标显示，城镇高等教育占比的均值为20.0018左右，要明显高于农村高等教育占比的均值3.5448，表明我国城乡高等教育空间分布具有较大差异。

表2给出共同富裕与数字经济的省级前两位排名的位次变化，结果显示：省级总体、城镇和农村层面共同富裕的位次变化较为频繁；对于省级总体共同富裕，2011—2020年前两位排名中上海、天津和北京分别出现了6次、4次和3次；对于省级城镇共同富裕，2011—2020年前两位排名中上海、浙江和北京分别出现了6次、4次和3次；对于省级农村共同富裕，2011—2020年前两位排名中上海、江苏、北京和天津分别出现7次、4次、3次和3次。综合来看，共同富裕靠前的主要是经济发达的东部省份，中西部省份没出现过。这表明，共同富裕目标的实现需要以经济发展为基础，经济相对落后地区的首要任务是提高自身发展效率，努力缩小区域发展差距。对于数字经济指标，位次基本保持稳定，除了2018年，前两位一直是北京和上海。

四、实证研究

（一）高等教育对共同富裕的影响分析

表3给出了省级总体、城镇和农村高等教育占比对各自层面共同富裕影响的估计结果。回归结果表明，不论是省级总体、城镇还是农村层面，高等教育占比的提高均对共同富裕产生了统计上显著的正面影响，验证了假说H1a的观点。

在省级总体层面，控制省份层面变量、省份和时间固定效应以及省份时间趋势，在5%显著性水平上，省级总体高等教育占比每提高1个百分点，会使省级总体层面共同富裕增加0.6520，这表明高等教育占比的提升对于提高人均GDP、缩小省级收入差距和实现共同富裕具有明显的提升效应。随着省级高等教育占比的提升，劳动者队伍中高素质劳动力占比不断提升，由禀赋、社会地位、制度等因素造成的收入差距对居民整体收入差距的影响减弱，这将有助于共同富裕目标的实现。

在省级城镇层面，控制省份层面变量、省份和时间固定效应以及省份时间趋势，在5%显著性水平上，城镇高等教育占比每提高1个百分点，会使城镇层面的共同富裕指标增加0.2613。城镇地区由于具备高端的产业结构作为支撑，高人力资本的效应更容易实现。人力资本扩张不仅能够提高劳动效率（毛其淋，2019），还有助于推动技术结构升级（刘智勇等，2018），从而对经济增长产生重要的促进作用，缩小城镇经济发展差距。

在省级农村层面，控制省份层面变量、省份和时间固定效应以及省份时间趋势，在1%显著性水平上，农村高等教育占比每提高1个百分点，会使得农村层面的共同富裕指标增加1.8852。就农村地区而言，教育对于劳动供给的影响在于它能提供给人们认识市场机会的能力（都阳，1999）。思想观念上的差异，是造成近年来农村贫富差距逐渐拉大的一个主要原因。农村人口中学历层次高的人越多，劳动力队伍的思想意识越灵活，靠技术、靠工作能力谋生的人就越多。高等教育发展能够显著提升农村劳动力的整体素质。尤其是职业教育，长期以服务三农为主要目标，着重培养受教育者的专业知识和技能，强调应用性和实践性，更加契合农村劳动力的成长特点，在减贫和农业农村发展中发挥了重要作用（易红梅等，2022）。

（二）数字经济对共同富裕的影响分析

表4报告了模型（4）的回归结果，其第一、二、三列分别考察数字经济对省级总体、城镇和农村层面共同富裕的影响。

在省级总体和城镇层面，控制省份层面变量、省份和时间固定效应以及省份时间趋势，数字经济发展对省级总体和城镇层面的共同富裕产生正面影响，但其在10%的显著性水平上并不显著，稳健性检验部分依然显示其为不显著的正值。

在省级农村层面，控制省份层面变量、省份和时间固定效应以及省份时间趋势，在10%显著性水平上，数字经济发展水平每提高1个单位，会使得农村层面的共同富裕增加4.7952，验证了假说H2a的观点。该结果在一定程度上表明，数字经济会对农村共同富裕的“发展”和“共享”内涵产生正面影响。一方面，数字经济可激发乡村内生发展动力、推动乡村产业转型升级、提升农业农村现代化水平，此外还可通过数字金融提高农村金融可得性，并借助电子商务畅通乡村产品销售渠道，助推农村经济发展和产业振兴。另一方面，数字经济能够带来发展机会的均等化，使农村和偏远城镇受益（Forman et al.，2005），为低技能劳动者提供更多机会，实现经济包容性增长与收入分配状况的改善（张勋等，2019）。数字经济不仅是驱动发展的动力，更是消除贫困、实现共同富裕的钥匙（王宁，胡乐明，2022）。

（三）数字经济如何影响高等教育对共同富裕的作用效果

表5报告了模型（5）的回归结果，第一、二、三列分别考察了数字经济如何影响省级总体、城镇和农村高等教育占比对各自层面共同富裕的作用效果，结果显示数字经济的影响表现出同质性特征，验证了假说H3a的观点。

在省级总体和城镇层面控制省份层面变量、省份和时间固定效应以及省份时间趋势，数字经济发展会强化省级总体和城镇高等教育对各自层面共同富裕的正面影响，两者分别在1%和10%显著性水平上统计显著。当前，我国的产业结构逐渐从传统的劳动密集型产业升级为资本密集型或技术密集型产业，这要求更多地依靠技术创新和技术进步提高全要素生产率，而高等教育的发展是关键。在产业结构升级过程中，数字技术的发展，培育了新的供应服务网络和商业模式，推动了创新创业的模块化，为人力资本更好地发挥其效能创造条件。国民受教育程度越高，就越容易形成以知识和信息为基础的经济发展模式（胡鞍钢，李春波，2001），数字红利可辅助高等教育作用的发挥。

在省级农村层面，数字经济的发展同样强化了省级农村高等教育对农村层面共同富裕的正面影响，但其在10%的显著性水平上并不显著，稳健性检验依然显示为不显著的正值。结合表3和表4中的实证结果，这表明虽然数字经济发展和农村高等教育占比的提升均会对农村层面共同富裕产生正面影响，但数字经济与农村层面高等教育的融合度还不够，数字经济无法显著提升农村高等教育对其共同富裕的正向作用效果。对此的可能解释为：首先，在城镇相对成功的数字经济发展模式，通常无法通过简单复制在农村地区取得成功。其次，目前农村地区的数字化基础设施、数字化教育资源及其投入还存在明显不足，无法辅助农村高等教育人才效能的发挥。

（四）稳健性分析

为消除由于遗漏变量所导致的内生性问题，本节在基准回归的基础上，进一步控制影响数字经济与高等教育的相关因素。具体的控制变量如下：a. 交通基础设施。采用公路里程数（数据源于中经网，单位为公里）除以土地总面积（数据源于同花顺数据库，单位为平方公里）表示。b. 产业结构高级化。借鉴袁航和朱承亮（2018）的做法，产业结构高级化由三次产业增加值比重与对应产业劳动生产率的乘积加权值得到。产业结构高级化反映的是：原有要素和资源从劳动生产率较低的产业部门向劳动生产率较高的产业部门转移，新增的要素和资源也被配置到劳动生产率较高的产业部门，导致劳动生产率较高的产业部门的份额不断上升，使得不同产业部门的劳动生产率共同提高。c. 产业结构合理化。采用干春晖等人（2011）构建的“泰尔指数”方法进行测度。产业结构合理化反映产业间协调程度和资源有效利用程度两方面的情况，是对要素投入结构和产出结构耦合程度的衡量。d. 专利授权。由国内专利申请授权量（发明）、国内专利申请授权量（实用新型）与国内专利申请授权量（外观设计）三者汇总得到，数据源于同花顺数据库。e. 市场需求。以社会消费品零售总额（数据源于同花顺数据库）进行测度，其值越高意味着本地市场消费相对活跃。f. 人均GDP。数据源于同花顺数据库，鉴于人均GDP会同时对共同富裕和高等教育产生影响，模型中应控制此变量（感谢匿名审稿人的建议）。

表6报告了模型（3）至模型（5）的稳健性回归结果，Part A至Part C分别给出模型（3）至模型（5）的稳健性回归结果，三个回归包含基准回归中的控制变量、时间和省份固定效应、省份时间趋势以及新增加的6个控制变量，控制变量的系数估计结果没有给出，结果备索。表6的稳健性检验结果显示：在10%的显著性水平上（备择假设大于零的单边检验），省级总体高等教育占比的提升会对省级总体共同富裕产生显著的正面影响；在1%和5%的显著性水平上，城镇和农村高等教育占比的提升对各自层面的共同富裕均产生显著的正面影响。数字经济发展会对省级农村层面的共同富裕产生显著的正面影响，但其对省级总体和城镇层面共同富裕的影响为不显著的正值（在10%的显著性水平上）。数字经济发展会强化省级总体、城镇和农村高等教育占比对各自层面共同富裕的正向促进作用，但其对省级农村层面的调节作用并不显著（在10%的显著性水平上）。表6的实证结果验证了表3至表5结果的稳健性，以及假说H1a、H2a和H3a的合理性。

五、结论与政策启示

本文基于2011—2020年间中国31个省域的平衡面板数据，从“发展”和“共享”两个维度创造性地构建了省级总体、城镇以及农村三个层面的共同富裕指标，并尝试回答数字经济如何调节高等教育对共同富裕的影响。为此，需首先明确省级总体、城镇以及农村高等教育占比对各自层面共同富裕的影响，以及数字经济发展对共同富裕的影响，然后重点分析数字经济如何影响高等教育对共同富裕的作用效果。实证结果显示：

（1）高等教育占比对共同富裕具有显著的促进作用。在加入省级层面控制变量，时间、省份双向固定效应以及省份时间趋势后，省级总体、城镇和农村三组回归中高等教育系数均显著为正，表明省级总体、城镇和农村高等教育占比的提升均有助于各自层面共同富裕的实现。

（2）数字经济发展会对省级总体、城镇和农村层面的共同富裕均产生正面影响，但只对农村层面的影响显著。

（3）调节效应分析表明，数字经济的发展会强化省级总体和城镇高等教育占比对各自层面共同富裕的正向促进作用。

结合上述结论，本文的政策启示如下：

一是适度扩大高等教育规模，进一步提升高等教育入学率。自1999年教育部出台《面向21世纪教育振兴行动计划》以来，我国开启了高等教育（包括大学本科、研究生）扩招的改革。到2019年，我国高等教育毛入学率已经超过50%，进入了高等教育普及化阶段。然而，目前我国高等教育的发展程度仍低于国际上很多国家。按联合国教科文组织统计研究所的数据，2020年我国第三级教育入学率为58.4%，而高收入国家第三级教育平均入学率79.4%，2019年美国的数据是87.9%（马凤岐，谢爱磊，2022）。要继续扩大高等教育规模，通过教育改革延长人均受教育年限并不断深化终身学习型社会的建设，进而提高人力资本积累水平，以回应经济社会发展的需求，助力共同富裕的实现。

二是推进农村地区数字经济发展，坚持把数字经济作为推进农村层面共同富裕的关键增量。因地制宜优化乡村数字经济发展政策，将中西部地区的低成本优势、资源优势与东部地区的技术、市场和数字产业优势结合起来，形成优势互补、协同发展的乡村数字经济发展机制（刘强，徐生霞，2022）；加大对农村地区数字基础设施的投资力度和数字金融知识的普及力度，提升农村居民接近数字经济的便利性（陈文，吴赢，2021）；着力推动数字乡村建设，激发乡村内生发展动力，推动乡村产业转型升级，提升农业农村现代化水平；以智慧农业发展为目标，加强农产品产业链的数字化协同，打破地域、交通等传统因素与乡村发展的限制，借助电子商务畅通乡村产品销售渠道。

三是发挥数字经济强化高等教育对共同富裕提升作用的机制路径。习近平总书记指出“必须优化同新发展格局相适应的教育结构、学科专业结构、人才培养结构。”当前高等院校教学与实践内容与数字化知识快速更新、数字化人才培养和供给不足与市场经济人才需求之间的矛盾日益突出，对此，政府相关部门应持续优化顶层设计，推进数字经济人才培养体制建设，开拓创新数字人才培养模式，更好地发挥数字经济对高等教育促进共同富裕的正向调节作用。其次，加快推动高等教育资源数字化供给，将优质教育资源引向教育边际报酬更高的经济不发达地区，缩小地区间贫富差距，助力共同富裕目标的实现。最后，重点完善农村数字化基础设施建设，塑造乡村教育振兴的数字环境，提高存量教育资源配置效率，并通过人才政策吸引高等教育人才回流反哺乡村建设与发展，着力发挥数字经济对农村高等教育影响的正向调节作用。

（张玉鹏工作邮箱：ypzhang@sfs.ecnu.edu.cn；王茜为本文通信作者：liza1234@163.com）

为适应微信排版已删除注释和参考文献，请见谅，如需阅读全文，请点击左下角“阅读原文”获取。