〔摘 要〕 我国正值数字化转型和推进共同富裕的交叠期， 数字基础设施建设成为缓解“ 数字鸿沟”、促进共同富裕的新契机。本文在阐释数字基础设施建设和共同富裕二者理论关系的基础上， 以２０１１～２０２０ 年２９０ 个地级及以上城市为样本进行了实证检验。研究发现， 数字基础设施建设对共同富裕存在积极影响。进一步分析显示， 移动通信基站、互联网宽带基础设施、５Ｇ 基站、超大型和大型数据中心、智能计算中心对共同富裕的正向作用程度依次递减。机制分析表明， 数字基础设施建设通过提升资本配置效率、促进劳动力流动助推共同富裕， 其影响效应在非中心城市和城市群内部城市更明显。研究为新一轮数字基础设施建设优化布局， 促进地区间要素流动， 助力全体人民共同富裕具有借鉴意义。
〔关键词〕 数字化转型 共同富裕 数字基础设施建设 面板固定效应模型 劳动力流动 资本配置效率
ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００４－９１０Ｘ．２０２４．０６．０１３
〔中图分类号〕Ｆ４９； Ｆ１２４. ７ 〔文献标识码〕Ａ
党的二十大报告指出， “共同富裕是中国特色社会主义的本质要求， 强调要促进机会公平，增加低收入者收入， 扩大中等收入群体， 着力促进全体人民共同富裕”。而城乡收入差距依然是当前中国社会经济发展的突出问题之一［１］ 。国家统计局公开信息显示， 中国城乡居民可支配收入比从２０１２ 年的２. ８８ 下降到２０２１ 年的２ .５０， 虽收入差距不断缩小， 但与发达国家均值１ .５ 相比，城乡居民收入差距仍居高位， 成为推进全体人民共同富裕的重要障碍。
现阶段， 中国正值数字化转型与推进共同富裕的交叠期， 依托于包容性发展特征， 数字化成为推动共同富裕和实现高质量发展的新契机。而数字基础设施是擎架数字化转型和质变增长的关键载体， 是推动共同富裕的重要力量。根据工业与信息化部数据显示， 从２０１９ 年６ 月颁发５Ｇ 商用牌照以来， 累计完成５Ｇ 基站建设２３１. ２ 万个， 超过全球总量的６０％， 数据中心机架装配规模超６５０万标准机架， 算力规模近５ 年平均增速超２５％①。数字基础设施建设方心未艾， 成为中国新旧动能转换的强大支撑。与传统基础设施相比， 数字基础设施除了具有基础性、先导性、准公共物品属性外， 还具备网络外部性［２］ 、包容性和柔性特征［３］ ，能实现机会平等， 将经济发展红利惠及全民。然而， 鲜有学者将数字基础设施建设与共同富裕置于统一分析范畴， 而更多的是探讨包含数字基础设施建设的数字经济对共同富裕的影响［４，５］ 。唯一例外的是李成明以多维减贫效应作为理论媒介， 探讨了数字基础设施建设对共同富裕某一侧面的影响［６］ ， 但数字基础设施建设的表征仅使用传统移动电话基站密度， 存在指标单一且代表性不足的局限， 同时， 论证的对象是家庭多维减贫而非共同富裕。因此， 为了探源数字新情境下数字基础设施建设对共同富裕的影响机制， 本文将构建数字基础设施建设指标体系， 采用面板固定效应模型进行实证检验， 以期丰富数字经济体系建设和共同富裕的实现路径。
与已有研究相比， 本文在现有数字基础设施建设水平指标体系的基础上， 构建了包含５Ｇ 基站、智能计算中心、超大型和大型数据中心的市域尺度数字基础设施建设水平评价指标体系， 而现有文献多使用电信相关行业从业人数、电信业务收入等指标代理数字基础设施水平， 本文研究结论有助于完善数字基础设施建设评价指标， 为进一步推动数字中国建设提供理论参考； 从资本配置效率和劳动力流动视角， 探源了数字基础设施建设对共同富裕的传导机制， 丰富了共同富裕的实现路径研究。
１ 理论分析与机制假设
１. １ 数字基础设施建设影响共同富裕的直接效应
以互联网为代表的数字基础设施逐步深入各个群体， 加速信息和技术的传播， 并且促进创业减贫和提升人力资本， 形成就业新形态， 在实现居民增收的同时， 促进了城乡收入差距的收敛， 助力推进共同富裕的实现。数字基础设施建设不仅加速了数字信息和技术的传播， 还能打破信息与技术流动的时空约束， 动态更迭生产销售知识， 进而实现居民增收， 从富裕维度影响共同富裕。数字基础设施建设能推动知识和技术的广泛传播， 扩宽居民获得知识和信息的渠道， 及时获取生产知识、产品交易信息， 增设线上销售渠道， 实现增产、促销， 并提高收入［７］ 。同时， 数字基础设施建设具有的数字化转型功能也重构了劳动者的角色［８］ ， 带来了网约服务、互联网医疗等灵活就业新形态， 进一步扩宽了收入来源； 另外， 数字基础设施建设的包容性发展， 能在增加居民收入的同时， 缩减城乡收入差距， 进而从共享维度影响共同富裕。数字基础设施的全方位布设， 推动了海量知识的无差别扩散， 城乡居民通过主动检索等方式和利用数字平台持续学习， 实现人力资本的积累［９］ 。而人力资本的提升既能把富裕的“蛋糕” 做大， 还能更好地共享“蛋糕”， 即农村居民的收入提升力度超过城镇居民， 显着缩小了收入差距。数字基础设施的高渗透能提高地区的数字普及率， 更有效地推动创业减贫， 从而改善收入差距的格局［１０］ 。数字基础设施的广覆盖， 推动金融知识和技术的不断扩散， 促使数字普惠金融服务持续下沉， 放松后发地区的资金约束， 促进农户的非农就业， 从而显着推动收入差距的收敛，促进共同富裕［１１］ 。基于上述分析， 本文提出如下假设：
Ｈ１： 数字基础设施建设对共同富裕存在积极影响。
１. ２ 资本配置效率在数字基础设施建设影响共同富裕中的传导效应
宏观层面， 数字基础设施建设能促进资本在区际间自由流动， 提高资本配置效率， 缩小区际成本差距， 促进地区经济发展， 影响共同富裕。新古典区域经济增长理论认为， 在市场机制作用下，地区之间资本要素回报的差异会引发要素在区域之间的流动。数字基础设施建设带来的互联化信息、数字化技术， 为资本在区际之间自由流动创造了条件［９］ ， 提高了资本配置效率。资本配置效率的提升能促进资本由发达地区向欠发达地区转移［１２］ ， 扩大欠发达地区的市场规模和可支配的资本总量， 增加就业机会， 进而提高欠发达地区的居民收入［１３］ 。与此同时， 较高的资本配置效率能让欠发达地区和弱势群体更好地共享经济发展成果， 使其企业的生产成本、居民的生活成本得以下降， 从而实现地区间收入水平差距的缩小［１３］ ，推进共同富裕。
微观层面， 数字基础设施建设能提高个体获得资本的途径和降低资金使用成本， 提升资本配置效率， 促进个体资本积累、创业增收， 影响共同富裕。数字基础设施建设带来的数字化， 能更好地连通个人信息、挖掘冗余数据， 帮助金融部门优化匹配环节和提高投资效率， 使资本配置效率得以提升。高资本配置效率能为创业者在数字金融渠道获得充足的资金， 降低创业者金融支持门槛和资金使用成本， 并促进创业要素的流动，拓展创业市场范畴， 进而促成个体创业实现增收，且增收效应对低收入群体效果更显着， 进而推动收入均等化［１２］ ， 最终实现共同富裕。基于上述分析， 本文提出如下假设：
Ｈ２： 数字基础设施建设通过提高资本配置效率， 助力推进共同富裕。
１. ３ 劳动力流动在数字基础设施建设影响共同富裕中的传导效应
数字基础设施建设能进一步推动数字化发展，促进劳动力流动， 且对流动劳动力具备减贫增收效应。（１） 数字基础设施的广覆盖， 能促进就业信息快速流通， 推动劳动力流动， 通过扩大就业范围和闲置劳动力再就业影响共同富裕。数字基础设施的核心服务对象是数字化信息和知识， 提供了及时且高效的传播方式， 促进区际间招聘和求职信息的快速流通， 降低求职者的信息搜寻成本， 拓宽就业信息获取渠道； 数字基础设施建设能提高城市创业活跃度， 提升劳动资源配置效率［１４］ ，扩大就业范畴， 催生更多劳动力流动。劳动力流动能促进大量农村劳动力在城镇就业， 从而获得更高的工资性收入， 增加家庭可支配收入， 同时，能吸纳更多的本地和异地社会闲置劳动力上岗从业和再就业， 提高可支配收入水平， 进而影响共同富裕； （２） 数字基础设施建设能促进劳动者的技能跃迁， 推动劳动力流动， 通过减贫效应影响共同富裕。数字基础设施建设引发的职业基础知识和技术扩散， 能增加低技能劳动力的知识储备，通过试错和干中学积累职业技能和经验， 使其跃迁成为高技能劳动者， 并流转到更高层次的岗位，促进劳动力的流动。在劳动力技能跃迁过程中， 低收入群体通过人力资本积累提升效应的表现更加显着［１５］ ， 同时， 在劳动力流动时， 其具有显着的减贫效应， 能改善分配、降低收入不平等水平， 促进共同富裕。基于上述论述， 本文提出如下假设：
Ｈ３： 数字基础设施建设通过促进劳动力流动，助力推进共同富裕。
２ 变量定义、数据来源和模型设定
２. １ 变量定义与测度
２. １. １ 核心解释变量： 数字基础设施建设水平
结合城市数据的可获性， 借鉴已有研究成果，构建数字基础设施建设水平指标体系。（１） 剔除现有市域数字基础设施建设指标体系中只能间接代理无法表征数字基础设施物理空间可获性的指标，包括电信相关行业从业人数、电信业务收入等［１６］ ；（２） 借鉴李海刚［１７］ 的研究， 将能表征新一代信息通信技术的基础设施纳入数字基础设施建设水平指标体系。因此， 本文构建了包含５ 个指标的数字基础设施建设水平指标体系， 见表１。数字基础设施建设水平指数ｉｎｆ 的测度采用指标体系加权中常用的熵值法赋权计算。
２. １. ２ 被解释变量： 共同富裕水平
共同富裕的实质是要实现全体人民生活富裕和自由全面的发展， 因而对共同富裕的理解包含“富裕” 和“共享” 两个维度。考虑到中国以人民生活为中心的发展阶段， 收入水平是共同富裕最核心的指标， 结合市域层面数据的准确性、有效性， 本文借鉴彭刚等［１８］ 提出的评价指标体系测度共同富裕水平， 具体指标见表２。
共同富裕水平指数ｃｗ 的测度使用ＩＨＤＩ 构造法［１８］ ， 计算公式如下：
式中， ｗｉｔ表示城市ｉ 在第ｔ 年的富裕水平， ｃｉｔ则表示其共享水平。富裕、共享水平为其二级指标经熵权法加权后计算所得结果。
２. １. ３ 传导变量
资本配置效率借鉴实施新政等提出的宏观资本配置效率估算模型， 构造城市尺度资源配置效率指标， 即城市固定资产投资变化对产业增加值影响的反应系数［１９］ 。
式中， Ｉｉｔ 表示城市ｉ 在第ｔ 年的固定资产投资， Ｖｉｔ表示城市ｉ 在第ｔ 年的产业增加值， ε 为随机扰动项。η 为城市固定资产投资变化率对产业增加值影响的反应系数， 即资本配置效率ｉｎｖ， 数值越大表示资本配置效率越高。
劳动力流动的测度囿于地级以上城市劳动力流动权威数据缺失， 无法准确地获得城市劳动力流动的面板数据。已有研究指出流动人口中劳动力占比超９０％， 结合城市面板数据的可获性， 以城市市区暂住人口数代理劳动力流动［２０］ ， 并进行对数处理。
２. １. ４ 控制变量
为了控制其他可能对共同富裕产生影响的因素， 借鉴安雪慧和元静［１］ 、袁惠爱等［１０］ 相关研究， 选取如下控制变量： 经济发展水平ｐｇｄｐ， 以城市人均ＧＤＰ 表征； 基础设施水平ｒｏａ， 以每万人交通道路面积拥有量表征； 就业水平ｅｍｐ， 以就业人数与常住人口比值表征； 科技投入水平ｔｅｃ，以财政科学支出与地区生产总值比值表征； 城镇化水平ｕｒｂ， 以城镇人口与年末总人口比值表征。
２. ２ 数据来源
数字基础设施建设水平指标中的５Ｇ 基站、智能计算中心、超大型和大型数据中心数据手工收集自各省市统计公报、政府、工业和信息化厅等网站， 以及《互联网发展报告》； 夜间灯光亮度ＤＮ 数据来自ＣＮＲＤＳ 数据库。其余变量数据主要来源于ＥＰＳ 全球统计数据、《中国城市统计年鉴》、《中国科技统计年鉴》、《中国固定资产投资统计年鉴》和《中国城市建设统计年鉴》。针对缺失数据查询相关统计公报补充， 剩余部分采用插值法填补。剔除三沙市、普洱市等数据严重缺失的城市， 最终选择２０１１～２０２０ 年２９０ 个地级及以上城市作为研究样本， 共计２９００ 个观测样本。
上述变量的描述性统计见表３。
２. ３ 模型设定
经过Ｈａｕｓｍａｎ 检验， 采用固定效应模型来探究数字基础设施建设对共同富裕的影响， 模型设定如下：
ｃｗｉｔ ＝α０ ＋α１ｉｎｆｉｔ ＋αｉ Ｘｉｔ ＋λｉ ＋μｔ ＋εｉｔ （３）
式中， ｃｗｉｔ表示共同富裕， ｉｎｆｉｔ 表示数字基础设施建设， Ｘｉｔ为控制变量集， λｉ 表示城市固定效应， μｔ 表示时间固定效应， εｉｔ 表示随机扰动项，ｉ、ｔ 分别表示城市、年份。
３ 实证分析
３. １ 基准回归结果分析
表４ 报告了数字基础设施建设影响共同富裕的回归结果。表４ 中列（１）～（６） 结果显示， 无论是否纳入控制变量， 数字基础设施建设的回归系数都显着为正， 证实了假设Ｈ１。其中， 模型（６）数字基础设施建设的回归系数为０. １０５， 在１％水平上显着， 表明数字基础设施建设水平每提高１％，共同富裕水平能提升０. １０５％， 具有显着的经济意义。所有控制变量回归系数均为正， 至少在５％水平上显着， 揭示了提高城市就业水平和城镇化率、加强基础设施建设、增加科技投入、发展城市经济都有利于促进共同富裕的实现。
考虑到不同类型的数字基础设施建设对共同富裕产生的差异影响， 并比较作用程度的相对大小，本文将所有变量标准化后再纳入回归模型， 结果见表５。回归数据显示， 影响程度从大到小依次为移动通信基站、互联网宽带基础设施、５Ｇ 基站、超大型和大型数据中心、智能计算中心。移动通信基站是互联网的关键基础设施， 拥有更大的用户基数和更小的场所局限性， 从而产生明显的网络外部性。智能计算中心等新型数字基础设施受限于数字处理技术的发展水平， 投资建设起步晚， 暂未形成规模效应， 且该类设施主要布局于大中城市， 对农村用户的实际效用较小。与此同时， 乡村居民和低收入群体由于数字技能薄弱，在数字服务和虚拟产品方面利用率低、应用范畴窄［３］ ， 进而削弱了智能计算中心、超大型和大型数据中心对共同富裕的影响程度。
３. ２ 内生性处理
基准回归结果可能因内生性问题导致估计结果的偏倚， 通常使用工具变量法进行检验， 以缓解内生性问题。参照孟宏玮等［２１］ 的做法， 采用２００１ 年电信业务量和邮政业务量与全国互联网普及率交乘项作为第一个工具变量。无论是通信网络基础设施还是新一代信息基础设施都与过去邮电业务量关系密切， 且邮电业务量较大的地区，对数字基础设施的需求更迫切， 能有效推动城市数字基础设施建设， 满足工具变量的相关性要求；另外， 与信息通讯技术变革和数字技术更迭速度相比， 过往邮电业务量对当前共同富裕水平的影响甚微， 满足工具变量外生性要求。此外， 将１９８４年电话机数与全国互联网宽带接入用户数交互项作为第二个工具变量［２２］ 。工具变量法回归结果见表６。结果显示， 一阶段ＬＭ 统计量结果和Ｐ 值显着表明工具变量通过了不可识别检验， Ｆ 统计量和Ｐ 值显着表明工具变量满足外生要求， 证实了工具变量选择的合理性。数字基础设施建设回归系数显着为正， 与基准回归结果基本一致。
３. ３ 稳健性检验
本文采用５ 种方法进行稳健性检验： （１） 替换解释变量。采用ＣＲＩＴＩＣ 法重新构造数字基础设施建设水平指数。ＣＲＩＴＩＣ 法属于客观赋权法，在权重计算中， 考虑了指标的变异性和相关性［２３］ ；（２） 调整样本容量。在１％分位上对全部变量进行双边缩尾处理； （３） 剔除离群值。考虑到北京、上海、广州、深圳超大城市和省会城市的数字化程度可能明显高于其他地级市， 故剔除该类城市；（４） 剔除特殊年份。新冠肺炎疫情造成的世纪冲击， 使居民的工作生活、企业的生产经营、国民经济都受到一定程度的限制， 进而影响共同富裕水平， 因而剔除２０２０ 年样本期间重新估计； （５）替换回归模型。共同富裕水平指数趋于［０，１］，可采用Ｔｏｂｉｔ 模型替换基准回归模型， 对结果进行重新检验。上述５ 种稳健性检验的回归结果分别见表７ 的列（１） ～ （５）， 估计结果与基准回归结果基本一致， 证实了研究的可靠性。
３. ４ 传导机制分析
为了进一步探究数字基础设施建设对共同富裕的传导机制， 本文在基准回归分析的基础上， 借鉴江艇［２４］ 提出的中介效应分析方法， 对数字基础设施建设通过资本配置效率、劳动力流动路径影响共同富裕的传导机制予以检验。回归结果见表８。表中列（１） 为数字基础设施建设对资本配置效率的回归结果， 其回归系数为０. １５６， 在５％水平上显着， 表示数字基础设施建设每增加１％， 资本配置效率能提高０. １５６％。列（２） 为数字基础设施建设对劳动力流动的回归结果， 其回归系数为０. １３０， 在１０％水平上显着， 表明数字基础设施建设每增加１％， 劳动力流动能增加０. １３％， 皆具有经济意义。
３. ５ 异质性分析
３. ５. １ 中心与非中心城市
经济活动在地理区位上的集聚推动了经济的发展， 同时也因中心城市作为区域中的增长极和动力源， 形成了中国中心－非中心的区域发展空间格局［２５］ 。为了探究中心城市、非中心城市对数字基础设施建设影响共同富裕的差异性， 参照兰秀娟和张卫国［２５］ 提出的单中心、双中心的分类方法， 将２９０ 个城市划分为中心城市与非中心城市进行分组回归， 结果见表９。估计结果显示， 数字基础设施建设的回归系数仅在非中心城市显着为正， 表明在非中心城市数字基础设施建设能提高资本配置效率、促进劳动力流动进而推动共同富裕， 而中心城市未能得到相似的结果。究其原因， 以省会城市为代表的中心城市集聚了所在省份的主要资源， 经济发展程度高， 且其作为区域中最早启动数字基础设施建设和应用的城市， 数字化水平明显领先于非中心城市［２６］ ， 从而致使数字基础设施的进一步建设对中心城市的共同富裕水平、资本配置效率和劳动力流动没有形成明显的影响。然而， 与中心城市相比， 非中心城市在数字化建设中起步更晚、发展更迟缓， 数字基础设施建设更落后， 从而在代表新一代信息技术的数字基础设施建设过程中， 有利于加速中心城市信息、知识、技术的外溢， 打破信息不平等， 在促进就业的同时又推动资本、劳动力的自由流动，进而助力推动共同富裕。
３. ５. ２ 城市群内部与外部城市
中国推行的城市群“一体化” 发展战略， 能通过城市间资源共享、府际合作、区际分工， 成为推动区域协调发展的重要部署。为了进一步探明城市群内部城市与外部城市的影响差异， 按照是否属于中国五大城市群为界限进行分组回归，包括京津冀、长三角、珠三角、成渝、长江中游城市群， 回归结果见表１０。估计结果显示城市群内部城市的数字基础设施建设的回归系数均显着为正， 而在城市群外部城市中， 数字基础设施建设仅对共同富裕的回归系数显着为正。究其原因，城市群中的核心城市通常是数字基础设施最早发展和普及的地区， 而城市群内的其他城市会因核心城市的示范、引领作用和辐射效应， 而较早开展数字基础设施的建设和使用［２６］ 。就城市群本身而言， 核心城市与其他城市相比， 经济实力和经济发展水平明显处于引领地位， 差异显着， 在数字基础设施建设的进程中， 非核心城市能更好地吸收先进技术和创新成果， 推动要素流动， 经济发展， 居民增收， 促进共同富裕。对于城市群外部城市， 虽数字基础设施建设能直接促进共同富裕，但在传导路径方面， 因其仍以省域为对象的区域发展策略， 难以促成区际分工、府际合作、资源共享等区域协调发展方式， 并且在市场分割、本地保护、户籍制度等持续作用下， 阻碍了要素的自由流动， 导致数字基础设施建设对资本配置效率、劳动力流动的回归结果不显着。
４ 结论与建议
本文基于２０１１～２０２０ 年２９０ 个地级及以上城市的面板数据， 采用面板固定效应模型探究了数字基础设施建设对共同富裕的影响， 并探讨了资本配置效率和劳动力流动在二者关系中的传导作用。研究发现： （１） 数字基础设施建设有助于提升共同富裕水平， 在一系列稳健性检验后， 结果依然成立； （２） 不同类型数字基础设施建设对共同富裕的影响程度从大到小依次为移动通信基站、互联网宽带基础设施、５Ｇ 基站、超大型和大型数据中心、智能计算中心； （３） 传导路径表明， 数字基础设施建设通过提升资本配置效率、促进劳动力流动进而影响共同富裕； （４） 异质性分析显示， 数字基础设施建设在非中心城市对资本配置效率、劳动力流动传导路径和共同富裕的正向影响高于中心城市； 无论城市是否属于五大城市群内部城市， 数字基础设施建设都能促进共同富裕，但对于城市群内部城市， 其对资本配置效率、劳动力流动传导路径的作用效果更易显现。基于上述研究结论， 对中国数字基础设施建设和共同富裕的实现得出如下启示：
（１） 持续发挥好政府在数字基础设施建设中的“指挥棒” 作用， 助力共同富裕。数字基础设施作为准公共物品， 能够通过政府发布的相关规划和政策传递行业资源配置的信号。因此， 在建设部署中， 应重点关注欠发达城市、农村地区的数字基础设施覆盖率， 提升落后地区居民的数字基础设施物理渠道的可获性和经济维度的可负担性， 从而增加居民获取信息和知识的渠道， 实现人力资本的积累和技能升迁， 助力实现共同富裕。
（２） 注重新型数字基础设施建设的城乡协调发展， 增强乡村居民数字技能， 促进共同富裕。在对不同类型数字基础设施建设的进一步分析发现， ５Ｇ 基站等新型数字基础设施建设对共同富裕的影响效应相对较弱， 但作为万物互联、大数据分析和数字处理技术的底层依托， 需着重扶持其协调发展， 改善区域间和城乡间布局不均衡的现状。针对乡村居民的数字技能薄弱， 可采取多元宣讲和技能教学等方式， 增强乡村居民的数字技术使用能力， 拓宽其对数字产品和数字服务的使用频率和应用场景， 更好地发挥数字基础设施建设对共同富裕的促进作用。
（３） 持续完善资本、劳动力流动相关政策，促进地区间要素流动， 助推共同富裕。资本配置效率提升和促进劳动力流动是数字基础设施建设影响共同富裕的重要机制， 成为居民增收， 缩小城乡收入差距的重要途径。因此， 需进一步打破地区间要素流动壁障， 优化地区间信息和技术共享机制体制， 完善资本、劳动力在地区间流动的政策制度， 加快构建区域一体化资源、加强要素共享整合能力， 推进企业、地区分工协作， 推动地区经济协调发展， 最终实现共同富裕。
（４） 因地制宜， 深化区域协调一体化发展战略， 推进共同富裕。数字基础设施建设能通过数字化的方式打破时空局限， 通过核心城市数字基础设施建设的先发优势， 对周边城市产生示范和引领作用， 针对不同城市采取差异化发展规划，通过共谋区域治理策略和借助数字平台， 拓宽知识和技术的辐射范围， 促进城市间交流与协作；进一步深化城市群发展战略， 拓展城市群覆盖范畴， 加大非核心城市的数字基础设施建设力度， 消除地域要素流动壁垒， 从而释放后发地区的经济增长潜能， 助力推进共同富裕。
注释：
①数据来源于中华人民共和国工业和信息化部． ２０２２ 年工业和信息化发展总体呈现稳中有进态势［ ＥＢ／ ＯＬ］． ｈｔｔｐｓ： ／ ／ ｗｗｗ．ｍｉｉｔ．ｇｏｖ．ｃｎ／ ｇｚｃｙ／ ｚｂｆｔ／ ａｒｔ／２０２３／ ａｒｔ＿ｄ ０８ｅ８ｂ３５０３７２４５７ｃ９ａｂｃ７６９ｂ９２ｅ４１９ｂ１．ｈｔｍｌ， ２０２３－０９－１０．
参 考文献
［１］ 安雪慧， 元静． 中等职业教育： 城乡共同富裕的基础路径———基于省级面板数据的实证研究［Ｊ］． 教育研究， ２０２３， ４４ （３）：１２４～１３９．
［２］ Ｒöｌｌｅｒ Ｌ Ｈ， Ｗａｖｅｒｍａｎ Ｌ． Ｔｅｌｅｃｏｍｍｕｎｉｃａｔｉｏｎｓ Ｉｎｆｒａｓｔｒｕｃｔｕｒｅ ａｎｄ Ｅｃｏｎｏｍｉｃ Ｄｅｖｅｌｏｐｍｅｎｔ： Ａ Ｓｉｍｕｌｔａｎｅｏｕｓ Ａｐｐｒｏａｃｈ ［ Ｊ］． Ａｍｅｒｉ⁃ｃａｎ Ｅｃｏｎｏｍｉｃ Ｒｅｖｉｅｗ， ２００１， ９１ （４）： ９０９～９２３．
［３］ 李琬， 张国胜． 跨越“数字鸿沟” 的数字基础设施建设供给政策研究［Ｊ］． 当代经济管理， ２０２２， ４４ （１１）： ２４～３０．
［４］ 向云， 陆倩， 李芷萱． 数字经济发展赋能共同富裕： 影响效应与作用机制［Ｊ］． 证券市场导报， ２０２２， （５）： ２～１３．
［５］ 郭晓剑， 林涵莎． 数字经济视角下我国共同富裕水平及提升路径———基于ＮＣＡ 和ｆｓＱＣＡ 的组态分析［ Ｊ］． 工业技术经济， ２０２３， ４２ （１２）： １４６～１５５．
［６］ 李成明， 李大铭， 张泽宇昕． 数字基础设施、家庭多维减贫与共同富裕［Ｊ］． 河北经贸大学学报， ２０２２， ４３ （６）： ６１～７２．
［７］ 冀县卿， 王兴锋， 王琢． 互联网嵌入、农户多维相对贫困与共同富裕［Ｊ］． 江海学刊， ２０２３ （１）： １２０～１２６， ２５５～２５６．
［８］ 施震凯， 邵军， 刘嘉伟． 数字基础设施对就业变动的影响———来自制造业的证据［Ｊ］． 河海大学学报（哲学社会科学版），２０２１， ２３ （５）： ７６～８２， １１１～１１２．
［９］ 李斯林， 周荣华， 武文博， 等． 数字基础设施对高技术产业创新的门槛效应研究———基于产业规模与人才供给视角［ Ｊ］．工业技术经济， ２０２３， ４２ （１）： ５５～６１．
［１０］ 袁惠爱， 赵丽红， 岳宏志． 数字经济发展与共同富裕促进：“做大蛋糕” 与“分好蛋糕” 辩证思考［ Ｊ］． 现代财经（ 天津财经大学学报）， ２０２３， ４３ （１）： ５０～６７．
［１１］ 刘伟， 吕婷， 陈阳． 新型城镇化对推进共同富裕的影响研究———基于微观家庭数据的经验分析［Ｊ］． 城市问题， ２０２３，（３）： ９２～１０３．
［１２］ 尹志超， 文小梅， 栗传政． 普惠金融、收入差距与共同富裕［Ｊ］． 数量经济技术经济研究， ２０２３， ４０ （１）： １０９～１２７．
［１３］ 安虎森， 吴浩波． 转移支付与区际经济发展差距［ Ｊ］． 经济学（季刊）， ２０１６， １５ （２）： ６７５～６９２．
［１４］ 王可， 钞小静． 新型数字基础设施对城市创业活跃度的影响研究［Ｊ］． 西安财经大学学报， ２０２３， ３６ （２）： ５１～６３．
［１５］ 亢延锟， 侯嘉奕， 陈斌开． 教育基础设施、人力资本与共同富裕［Ｊ］． 世界经济， ２０２３， ４６ （７）： １４０～１６４．
［１６］ 何玉梅， 赵欣灏． 新型数字基础设施能够推动产业结构升级吗———来自中国２７２ 个地级市的经验证据［Ｊ］． 科技进步与对策， ２０２１， ３８ （１７）： ７９～８６．
［１７］ 李海刚． 数字新基建、空间溢出与经济高质量发展［ Ｊ］．经济问题探索， ２０２２， （６）： ２８～３９．
［１８］ 彭刚， 杨德林， 杨琳． 中国市域尺度共同富裕水平格局及其影响因素［Ｊ］． 经济地理， ２０２３， ４３ （１）： ４４～５４， １３２．
［１９］ 施新政， 高文静， 陆瑶， 等． 资本市场配置效率与劳动收入份额———来自股权分置改革的证据［Ｊ］． 经济研究， ２０１９， ５４（１２）： ２１～３７．
［２０］ 杨晓军． 城市公共服务质量对人口流动的影响［ Ｊ］． 中国人口科学， ２０１７， （２）： １０４～１１４， １２８．
［２１］ 孟宏玮， 赵华平， 张所地． 信息基础设施建设与区域数字化创业活跃度［ Ｊ］． 中南财经政法大学学报， ２０２２， （４）：１４５～１６０．
［２２］ 高远东， 裴馨． 数字基础设施建设对地区经济差距的影响———基于“宽带中国” 战略的准自然实验［Ｊ］． 财经问题研究，２０２３， （８）： １１６～１２９．
［２３］ 陈文， 吴赢． 数字经济发展、数字鸿沟与城乡居民收入差距［Ｊ］． 南方经济， ２０２１， （１１）： １～１７．
［２４］ 江艇． 因果推断经验研究中的中介效应与调节效应［ Ｊ］．中国工业经济， ２０２２， （５）： １００～１２０．
［２５］ 兰秀娟， 张卫国． 经济集聚、空间溢出与区域经济发展差异———基于“中心－外围” 视角分析［ Ｊ］． 经济问题探索，２０２０， （１０）： ６８～８０．
［２６］ 钞小静， 廉园梅， 罗鎏锴． 新型数字基础设施对制造业高质量发展的影响［Ｊ］． 财贸研究， ２０２１， ３２ （１０）： １～１３．
（责任编辑： 张舒逸）
基金项目： 国家社会科学基金青年项目“ 人工智能产业创新链产业链人才链深度融合的机理与路径研究” （ 项目编号： ２３ＣＪＹ０４３）；山西省科技战略项目“新基建赋能山西创新效率提升的过程机制研究” （项目编号： ２０２２０４０３１４０１０９０）。
