1. 引言

人类社会已经迈入数字化时代。数字化建设又从生活方式、生产模式等众多方面影响着社会与经济发展，同时也推进政府新一轮改革。政府的数字化转型成为数字文明新时代全球政府改革的主旋律之一，有效提升政府治理能力。数字政府为新时代引领政府效率变革与优化资源配置提供了新动能，同时保障百姓平等享有数字红利的权利，使政府“分好蛋糕”的再分配职能得到更好的发挥，对推动共同富裕具有重要意义[1]。数字政务作为数字时代政府创新管理的关键举措，已然成为各界瞩目的焦点。国内学者一致认为数字政务提升了公共服务效能，方齐云等[2]以政务APP为准自然实验，运用双重差分法实证发现，数字政务能缩小城市之间公共服务效率的差距，并且能够提高政务透明度、推进市场化进程。黄寿峰等[3]通过准自然实验实证发现，政务服务信息化能显著提升基本公共服务水平，并且能够促进城市创新及推动产业结构升级。此外，数字政务建设具有较强的经济效应，不仅能促进数字经济发展[4] [5]，还有助于经济发展及优化营商环境[6] [7]，但鲜有研究就政府内部治理变革如何传导至城乡收入差距作出回答。

城乡收入差距，长期以来一直是困扰众多国家尤其是发展中国家经济均衡发展与社会和谐稳定的棘手难题。在中国，尽管多年来持续推进城乡一体化进程，实施了一系列惠农富农政策，但城乡二元结构的历史沉疴仍使得城乡收入鸿沟在一定程度上存续，制约着全面建设社会主义现代化国家的步伐。在此关键节点，一个极具现实意义的问题应运而生：数字政务能否成为弥合城乡收入差距的有力杠杆？数字政务凭借其强大的信息传播、资源整合以及远程交互能力，有望打破城乡之间的信息壁垒，使农村居民能够平等、便捷地获取政务服务、市场动态以及技术知识，为农村创业创造机遇，进而带动农村收入增长，切实转化为缩小收入差距的有效动力，仍有待严谨的实证检验。

本研究以2016年“互联网 + 政务服务”试点城市政策为天然实验场，运用双重差分法(DID)，基于280个地级市2011~2020年的面板数据，深入探究数字政务与城乡收入差距之间的联系，以期为数字时代的城乡协同发展提供精准、可靠的决策依据。

2. 政策背景与理论分析

党的十八大以来，我国高度重视以信息化推进国家治理体系和治理能力现代化，强调要加快推动电子政务，打通信息壁垒，构建全流程一体化在线服务平台，建设服务型政府。2016年国务院发布《关于加快推进“互联网 + 政务服务”工作的指导意见》(以下称《指导意见》)指出应积极开展试点工作，以覆盖各省(区、市)的80个信息惠民试点城市为试点单位，开展“互联网 + 政务服务”试点建设，实现“一号申请、一窗受理、一网通办”等改革举措，是推动简政放权、放管结合、优化服务改革向纵深发展的重要部署，是“互联网+”在政府治理中的重要实践。《指导意见》强调打破信息孤岛，变“群众跑腿”为“信息跑路”，变“群众来回跑”为“部门协同办”，服务向镇、乡延伸，最大程度惠企利民。中共二十大提出，以数字变革引导机制重塑，加快形成数字治理新格局。2023年，国务院印发的《数字中国建设整体布局规划》强调要“发展高效协同的数字政务”，以“技术红利”促进制度环境优化。2024年1月，国务院印发《关于进一步优化政务服务提升行政效能推动“高效办成一件事”的指导意见》，围绕“高效”和“办成”的目标要求，强化政务服务系统性设计和整体性部署，推动政务服务扩面增效等。数字政务的建设，有利于发挥政府的引导作用，实现更为高效合理的资源配置，数字政务正逐步从政策蓝图转变为改善城乡居民生活、促进经济社会发展的有力工具。在此背景下，探讨数字政务对城乡收入差距的影响，对于政府调整治理改革方向和政策取向具有重要意义。

“互联网 + 政务服务”试点政策能有力提升政务服务信息化、数字化水平，推动数字政府建设，结合政策实施的工作重点，其影响城乡收入差距的作用机理，主要体现在“互联网 + 政务服务”试点政策以提升政府行政效能、公共服务水平和“一号申请、一窗受理、一网通办”为改革重点，优化行政业务流程，促进公共信息资源对社会公众的开放共享和创新应用，打破了信息壁垒，有效减少制度性成本，从而激发城市创业活力，缩小城乡收入差距。

一方面，“互联网 + 政务服务”试点政策旨在打破信息孤岛、创新行政运行机制、优化行政业务流程、提升政府的行政效能。通过调整、简化、合并或理顺等具体方式推动跨层级、跨部门信息共享和业务协同，比如简化了创办企业的注册流程以及行政审批服务事项，具体体现在开办企业所需的材料份数、环节数量、等候时间、跑动次数等等都会明显减少[8]，降低了新企业的市场准人门槛[9]，降低了创业者的成本。其次，一体化政务服务平台的资源共享与信息公开使民众可以及时了解各级政府推动创新的相关政策，有利于创新政策红利的释放，能够为创业者提供高质量的信息服务，创业有关的信息、政策获取不易正是阻碍农村创业的重要因素。最后，政府治理数字化转型可以优化政府服务能力、服务效率为创业提供良好的制度环境[10]，降低创业者的成本、为创业者提供高质量的信息服务和优化营商环境来促进地区创业，激发创业活力。

Barton对比了自营职业和有偿职业的收入，发现创业带来的非固定收益是巨大的，在一定程度上可以缓解收入不平等[11]。国内学者李政和杨思莹以2007~2014年各省份为面板数据，进行相关实证研究发现创业具有普惠性，创业水平的提高在一定程度上可以降低收入不平等的程度，而且这种普惠作用在创业水平高的地区更加明显[12]。创业活动的增加有助于某一地区的就业率的提高[13]，能吸纳大量农村剩余劳动力，是促进农村群体收入来源多样化、缩减城乡发展差距的有效途径[14]。激发居民创业活力，以数字经济赋能的民营经济实现了“先富”带动“后富”，逐步缩小了城乡、区域以及个体之间的差距，从而有利于实现全民共同富裕[15]。据此，提出本文假设：“互联网 + 政务服务”试点政策有助于激发城市创业活力，缩小城乡收入差距。

3. 实证方法及数据来源

3.1. 模型构建

本文将“互联网 + 政务服务”试点城市政策视为一项外生政策冲击，2017年之后把信息惠民国家试点城市的经验逐步推向全国，因此2017年应为样本期间的截止年份。为更好地观察政策实施效果，本文将以2011年作为样本期间的起始年份，考虑到政策效果的滞后性，本文基于2011~2020年市级面板数据，以80个信息惠民国家试点城市作为处理组，非试点城市作为对照组，构建了如下的双重差分模型(DID)：

$theil{ }_{it}＝{\beta }_0+{\beta }_1*d{u}_i*d{t}_t+{\beta }_2*X_{it}+{\mu }_i+{\lambda }_t+{ϵ}_{it}$ (1)

上式中，i表示地级市，t表示年份，theil表示城乡收入差距，用泰尔指数表示，当泰尔指数越接近0时，说明城乡收入差距越小；du为区分处理组和对照组的虚拟变量，若属于“互联网 + 政务服务”试点城市，du取值为1，否则取值为0；dt为区分政策实施年份的虚拟变量，若年份大于等于2016年，dt取值为1，否则取值为0；X表示控制变量，本文基于前人研究成果在经济发展水平、非农产业结构、城镇化率方面选择了相应指标；μ_i表示地级市固定效应，λ_t表示年份固定效应，ε_it表示随机误差项。本文关注的核心为系数β₁的符号及其显著性，若β₁显著为负，则说明政策实施有助于缩小城乡收入差距，否则该结论就不成立。

3.2. 变量选取

被解释变量：城乡收入差距。城乡收入差距的评估方法，本文采用泰尔指数(theil)进行测算。对于城乡收入差距相关测算已多有研究，比如使用城乡居民收入比或者基尼系数等，城乡收入比能较直观地反映城乡收入差距但没有考虑城乡人口结构[16]，基尼系数衡量标准可能存在偏差[17]。泰尔指数既充分考虑了城乡人口构成，又充分考虑了城乡收入分配，更加灵敏地反映了人均收入的两极差异。因此，我们使用泰尔指数来测量城乡收入差距，并使用王少平和欧阳志刚[18]提出的公式来计算。具体计算公式如下：

$泰尔指数=\frac{农村收入}{总收入}\ln \left(\frac{\raisebox{1ex}{$农村收入$}\!\left/ \!\raisebox{-1ex}{$总收入$}\right.}{\raisebox{1ex}{$农村人口$}\!\left/ \!\raisebox{-1ex}{$总人口$}\right.}\right)+\frac{城镇收入}{总收入}\ln \left(\frac{\raisebox{1ex}{$城镇收入$}\!\left/ \!\raisebox{-1ex}{$总收入$}\right.}{\raisebox{1ex}{$城镇人口$}\!\left/ \!\raisebox{-1ex}{$总人口$}\right.}\right)$ (2)

利用公式(2)，我们可以计算全国以及各个地区(地级市)的泰尔指数。泰尔指数是衡量城乡收入差距的一个重要指标，当泰尔指数越接近0时，说明城乡收入差距越小。反之，则表明城乡收入差距越大。

解释变量：“互联网 + 政务服务”试点政策虚拟变量。当试点城市在2016年及之后，取值为1，当试点城市在2016年之前或城市从未实施“互联网 + 政务服务”试点政策，取值为0，并使用虚拟变量交乘项作为解释变量。

控制变量：为了更加全面准确地检验数字政府建设对城乡收入差距的影响，还需要控制可能会影响城乡收入差距的其他因素，参考贾彩彦和华怡然[19]的研究，选取城市的经济发展水平、非农产业结构、城镇化率、政府干预度作为控制变量，其中经济发展水平用人均地区生产总值取对数表示，非农产业结构用第二、第三产业占当年当地社会总产值比重来衡量，城镇化率用当地城镇人口与总人口的比值来测量，政府干预度用一般财政支出占当年当地社会总产值比重来表示。

中介变量：城市创业活力。本文借鉴谢绚丽等[20]的做法，使用城市范围内新增工商企业注册数量，并以城市人口作为标准化基数，计算得到各城市每万人新创企业数量，以此衡量城市创业活力。

4. 数据说明与描述性统计

随着信息技术的发展，为加快提升公共服务水平和均等普惠程度，推动城市各政务部门的互联互通、信息共享和业务协同，2016年4月，《推进“互联网 + 政务服务”开展信息惠民试点实施方案》(下称《方案》)印发，国家发展改革委等10部门共同参与，《方案》政策本质上是为了加快推进“互联网 + 政务服务”，深入实施信息惠民工程，推动数字政务的建设发展，将显著提高政府的数字治理水平。这一政策以覆盖各省(区、市)的80个信息惠民国家试点城市为试点单位，按照“两年两步走”的思路，因此本文将试点名单中的城市作为政策的试点城市，设置为处理组，其他城市则设置为对照组，根据研究的需要，本文对样本数据进行了如下处理：1) 剔除在2011~2020年间发生过行政区划调整的城市样本；2) 剔除在关键变量上存在数据严重缺失的城市样本。在数据筛选的基础上，本文最终得到了280个城市，68个处理组，212个对照组，共计2800个样本。

表1为主要变量的描述性统计结果，控制变量的信息均来源于《中国城市统计年鉴》，新创企业信息来源于2011~2020年中国工商企业注册数据，对于数据有缺失的样本，通过线性插值法将数据进行补齐，为减小异方差的影响，更好地反映相对变化，对除解释变量外的所有变量进行取对数处理。从表1可以看出，theil测量城乡收入差距，其均值为0.078，标准差为0.045，最小值和最大值分别为0.002和0.402，说明不同城市间的城乡收入差距存在较大差异。

Table 1. Descriptive statistics of the main variables

表1. 主要变量的描述性统计

5. 数字政务与城乡收入差距

5.1. 基准回归

根据基准模型(1)的设定，表2报告了“互联网 + 政务服务”试点政策对城乡收入差距影响效应的回归结果。在第(1)列中，未纳入控制变量时did的回归系数为负且不显著，而在纳入控制变量后，第(2)列的回归系数为负且显著，这是因为未纳入控制变量时试点政策与theil之间的关系存在回归偏差，且纳入控制变量后模型设置更加合理。因此，从第(2)列可以看出，试点政策在5%的显著水平上收缩了theil，这意味着theil将随着“互联网 + 政务服务”试点政策的实施推广而逐渐缩小。结合图1可知，试点政策对缩小城乡收入差距的影响在城市被认定为试点城市后的一段时间内开始显现。

Table 2. Results of benchmark regression

表2. 基准回归结果

注：括号内为标准误；*、**、***分别表示p ≤ 0.05、p ≤ 0.01、p ≤ 0.001。下同。

5.2. 平行趋势检验

DID模型需要满足平衡趋势的假说，即两组样本在冲击或者政策发生前必须具有可比性，实验组和对照组的城乡收入差距应具有相同的变化趋势，由此才可以认为两次差分所得到的差异来源于政策的效应，而不是实验组和对照组本身存在的差异。借鉴吕越等[21]的研究方法，本文对处理组和对照组的变化趋势进行进一步考察。实证方程设定如下：

$thei{l}_{it}={\beta }_0+{\displaystyle {\sum }_{k=-5}^4{\beta }_k}d{t}_{i,t_0+k}+{\beta }_2{X}_{it}+{\mu }_i+{\lambda }_t+{ϵ}_{it}$ (3)

Figure 1. Parallel trends test

图1. 平行趋势检验

图1报告了平行趋势和动态效应检验结果。可以看出，在试点政策实施之前，β_k在政策开始前均不显著，说明实验组和对照组在“互联网 + 政务服务”试点城市政策实施之前没有显著差异，验证了平行趋势假设。进一步的研究发现，在“互联网 + 政务服务”试点城市政策实施后，系数β_k均负向显著且呈现出数值逐步变小的特征，反映出“互联网 + 政务服务”试点城市建设不仅具有缩小城乡收入差距的作用，且该作用具有一定的持续性。

5.3. 稳健性检验

1) 安慰剂检验。考虑到部分不可观测因素可能导致回归结果的偏误，采用反事实法进行安慰剂检验。具体做法是：随机抽取部分城市作为“互联网 + 政务服务”试点城市的伪实验组，剩余城市作为伪对照组，同时为伪实验组随机抽取一年作为改革试点政策时间，进而对伪样本获得错误的回归系数。进一步对上述过程分别循环500次，概率分布如图2所示。从图2可知，图中的错误系数均分布在0值附近且正态分布特征明显，且本文的真实回归系数在图中为异常值，故结果符合安慰剂检验预期。安慰剂检验的结果表明，不存在其他不可观测因素对本文的回归结果造成显著影响，基准回归结果具备稳健性。

Figure 2. Placebo test

图2. 安慰剂检验

2) 倾向匹配得分(PSM-DID)回归。鉴于在“互联网 + 政务服务”试点城市的选择过程中，可能会偏向于选择经济发展水平高的地区，导致处理组的选取并非是一个随机选择的过程，从而文章进一步使用倾向匹配得分(PSM)的方法，通过相邻匹配解决选择性偏差问题，使数据更接近随机实验。将各项控制变量作为匹配变量，获得匹配成功样本2793个，满足共同支撑假设，实验组与控制组各项匹配变量在匹配完成后应无显著差异，PSM-DID匹配有效。使用匹配后的数据进行回归，结果如表3所示，未加入控制变量时，回归系数在10%的水平上负向显著，加入控制变量后，did的回归系数在5%的水平上负向显著，说明“互联网 + 政务服务”试点城市建设的确能够起到显著缩小城乡收入差距的作用效果，结论具备稳健性。

Table 3. PSM-DID benchmark regression

表3. PSM-DID基准回归

5.4. 机制效应检验

对城市创业活力变量进行中介效应检验。结果由表4可见，第(1)列的估计系数显著为负，反映了“互联网 + 政务服务”试点城市政策有效促进了城市创业活力。第(2)列呈现了政策的中介效应和中介效应的影响系数，加入城市创业活力这一中介变量后，第(2)列did和entrep的回归结果均显著为负，相比模型(3)中did系数减小。估计结果表明，城市创业活力是“互联网 + 政务服务”试点城市政策效应的部分中介变量，符合理论预设并验证了假设。

Table 4. Test of the mediating effect of urban entrepreneurial vitality

表4. 城市创业活力的中介效应检验

5.5. 异质性分析

基于样本总体的分析可能会掩盖政府治理数字化转型对不同区域城市城乡收入差距的潜在差异，本文根据城市的区域分布进行分样本回归，基于城市视角进行异质性分析。根据城市区域分布情况，将样本城市分为东、中、西三个子样本，分别进行异质性检验。具体回归结果如表5所示，通过对不同区域的作用效应对比，“互联网 + 政务服务”试点城市政策对中部城市城乡收入差距缩小作用最大，其次是西部，对东部城市的影响最小，说明数字政务能够克服中西部地区经济发展滞后的痼疾，促进地区数字基础设施建设，这使得农村地区能够更便捷地获取信息和资源，提高了农村劳动力的技能水平，促进了农村居民的就业，中西部地区经济发展水平相对较低，城乡收入差距基数较大。数字政务服务能为其提供新的发展机遇，通过优化资源配置、促进产业发展等，释放更大的增长潜力，对城乡收入差距的改善空间也更大。而东部地区经济发展程度高，城乡收入差距相对较小，进一步提升的难度较大，政策效果相对不那么明显，从而有效缩小城乡收入差距。

Table 5. Heterogeneity analysis

表5. 异质性检验

6. 研究结论与对策建议

本文基于2011~2020年280个地级市的面板数据，以“互联网 + 政务服务”试点城市政策为切入点，运用双重差分方法对数字政务对城乡收入差距的作用进行了系统评估。研究结论显示：第一，数字政务能够对城乡收入差距起到显著的负向收缩作用，在经过平行趋势检验、安慰剂检验、利用PSM-DID方法修正样本自选择偏误后，该结论依然稳健。第二，数字政务主要通过激发城市创业活力，促进创业，从而增加居民收入缩小城乡收入差距。第三，分样本回归显示，数字政务对城乡收入差距的影响存在城市层面异质性，“互联网 + 政务服务”试点城市对中西部城市城乡收入差距的收缩作用高于东部城市。本文研究为我国更好地实施数字中国战略，以政府治理数字化转型城乡收入格局提供了理论证据。

基于此，本文提出如下政策建议：第一，总结“互联网 + 政务服务”试点城市建设经验，扩大试点范围。80个试点城市在数字政务建设发展中积累了丰富经验，因此需总结建设经验，试点地区可定期总结数字政务、政府治理数字化转型的成功经验，强化政策在数据共享、数字治理、精准服务等方面的制度设计。同时，进一步扩大试点范围，将数字政府建设由市级政府推进至县区级政府。第二，进一步提高数字政务协同治理效率，应统一中央和地方数字政务平台建设架构，创新运用大数据、云计算、人工智能等信息技术，整合冗余系统，搭建标准统一、口径一致、业务和技术分离的全域政务平台，真正实现跨部门、跨地域、跨系统、跨层级的业务协同。第三，采取因地制宜的政府治理数字化转型策略，注重数字政府建设的差异性。加强对不同地区间的统筹协调，因地制宜地制定符合当地实际的政府治理数字化转型策略。中西部地区要加大政府治理数字化转型力度，完善数字基础设施建设，持续有力地推进政策的实施，提高居民的数字素养，通过数字技术和政府治理的深度融合提升治理能力，推动自身向服务型政府转变，构建支持实体经济发展的数字政务体系。

参考文献