《乡村治理评论》推文｜陈志等:人工智能发展对城乡居民收入差距的影响研究

陈志,蒋昊翔.人工智能发展对城乡居民收入差距的影响研究——以农业技术创新为中介[J].乡村治理评论,2025,(2):231-248.

——以农业技术创新水平为中介

内容提要:缩小城乡居民收入差距是巩固脱贫攻坚成果、推进共同富裕的重要工作。当前全球各主要经济体均将人工智能作为国家竞争战略，人工智能成为带动我国产业升级和经济转型的重要引擎。本研究基于地级市面板数据，采用双重固定效应模型进行回归分析，研究人工智能技术的发展水平对我国城乡居民收入差距的影响，探究人工智能技术发展对我国城乡居民收入差距的作用机制和传导路径。研究结果显示，人工智能发展水平对于我国城乡居民收入差距具有显著的收敛效果，且对我国东南沿海城市的作用效果更加显著，并通过提升地区农业技术创新水平产生中介效应。由此，应加大人工智能技术在中西部及农村地区的投入，发挥人工智能企业市场效能，深度推进城乡一体化进程，缩小城乡居民收入差距，实现城乡融合发展。

关键词:人工智能发展 农业技术创新 收入差距 城乡一体化

进入新世纪以来，我国经济发展势头迅猛，经济总量一举跃居全球第二，国民收入、生活水平、国民幸福指数一路攀升，但城乡居民收入差距仍存在进一步缩小的空间。如图1.1所示，2013年以来，我国城乡居民收入比虽然逐年下降，并于2024年收敛至2.344，但城乡居民收入差距绝对值却在持续增加，从2013年的17037元上升到2024年的30130元，十余年间差距绝对值扩张明显。城乡居民收入差距不仅影响经济增长的可持续性和居民消费状况，也容易阻碍城镇化进程。由此，持续缩小城乡居民收入差距、解决好经济普遍增长和发展不平衡不充分的问题仍是我国推进经济社会高质量发展的重要环节。

图1 2013—2024年中国城乡居民收入差距变化（单位：元）

近年来，随着信息革命的兴起，大数据、人工智能等现代通信技术在带来极大生产力的同时，也正在重塑城乡收入分配格局。一方面，人工智能可以提供高效生产力、优化农村人力资本、并催生出大量高附加值岗位，推动农村居民追赶技术红利的浪潮，促进其收入增长；同时，高度信息化的生产模式也会替代或者挤压劳动要素和劳动者的生存空间，农村受制于网络基础设施建设薄弱和人才匮乏等因素，面临着严重的“数字鸿沟”障碍。人工智能技术对于整体社会生产和利益分配有较为复杂的多重效用，如何在效率提升与公平保障间寻求平衡，将成为新时代破解城乡居民收入差距难题的关键命题。由此，本研究聚焦人工智能技术发展对城乡居民收入差距的影响，探究人工智能技术发展对我国城乡居民收入差距的作用机制和传导路径。

一、文献回顾及研究假设

（一）人工智能影响城乡居民收入差距的机制研究

人工智能技术作为新一轮科技革命的核心驱动力，在影响城乡居民收入差距也呈现出复杂的“双刃剑”特征，既有直接减少就业岗位的“替代效应”，也有间接增加就业岗位的“抑制效应”。陈冲等基于技能偏向性视角，发现人工智能的应用对不同技能劳动力的就业需求和收入产生了影响，让从事技能工作的劳务者实现了技能的升级与收入的增长，从而扩大收入差距。Jackson & Kanik也发现，人工智能技术的应用会导致高技能劳动力的工资增长率高于低技能劳动力，进而扩大收入差距。根据Acemoglu等的观点，随着人工智能应用的推进，岗位的创造效应会大于替代效应，能够有效收敛收入差距。康晨等发现，作为人工智能技术典型代表的工业机器人应用对城乡居民收入差距的影响呈现“倒U型”特征，即在工业机器人技术发展和应用初期会扩大城乡居民收入差距，随着工业机器人应用水平提高，农村劳动力非农就业机会增加,就会逐步缩小城乡居民收入差距。徐宇明指出，人工智能的发展将有助于缩小城乡之间的收入差距，这种影响通过劳动力转移、产业结构变革等渠道发挥效果，并且在短期、长期均体现出明显的收入分配改善作用。综合以上文献的分析可知，人工智能的发展在长期是有利于缩小城乡居民收入差距的，由此，提出本文的第一个假设。

H1：人工智能技术发展有助于缩小城乡居民收入差距。

（二）人工智能对我国城乡居民收入差距影响的区域异质性研究

龙海明和凌炼研究发现，我国城乡居民收入差距具有显著的区域差异。谭玉松和孙欢则基于区域差异，研究人工智能对各区位共同富裕的影响，得出城市地理区位差异在客观上造成了人工智能技术对共同富裕的异质性作用。康晨等对我国经济发达地区和欠发达地区进行异质性检验，并发现工业机器人运用对我国不同经济发展水平的区域作用效果并不一致。现有文献已关注到区域差异对城乡居民收入差距及人工智能经济效应的影响，但多针对单一维度展开，缺乏对区域差异下人工智能影响城乡居民收入差距的系统性整合分析，由此，提出本文的第二个假设。

H2：人工智能发展对城乡居民收入差距的影响具有显著的区域异质性。

（三）人工智通过推动农业技术创新对城乡居民收入差距的影响研究

现有文献围绕人工智能、农业技术创新（农业全要素生产率）与城乡居民收入差距的关联展开研究，探讨了技术外溢、农业效率提升、劳动力转移等机制，以及技术进步对不同技能劳动者收入的影响。张启文和田静提出通过提高农业绿色全要素生产率，可以在一定程度上优化资源的配置，农业绿色全要素生产率的提高通常意味着农业生产效率的提高。汝刚等提出人工智能作为一种全新的要素，具有通用型技术的基础设施外溢性特征，不仅能融合于资本、劳动要素中加强其功能与效用，还能重塑生产，极大地升级农业技术。李晓慧和李谷成指出，农业生产效率的提高能够帮助农民减少对外部投入（如资金和劳动力）的依赖，并更好地利用土地资源，从而增加传统农业地区农民的收入，缩小城乡居民收入差距。张红丽和李洁艳在全国区域、高农业劳动生产率区域及低农业劳动生产率区域内，农村劳动力转移均能显著缩小收入差距。当前研究多数聚焦单一机制（如技术外溢、农业效率）分析技术创新与收入差距的关系，但缺乏对人工智能发展、农业技术创新与城乡居民收入差距三者协同作用的探讨。由此，提出了本文的第三个假设。

H3：人工智能可通过提升农业技术创新水平，间接促进农民增收，进而缩小城乡居民收入差距。

现有研究关于人工智能对我国城乡居民收入差距的影响方面，所选数据大多数为省级面板数据进行论证，数据量相对不足。少数采用地市级面板设计的研究中，以工业机器人组装数量、人工智能专利数等片面数据衡量地方人工智能水平，指标缺乏代表性。从传导机制上来看，学者们多数采用中介效应探究人工智能技术对劳动生产率、加速劳动力转移和产业结构等要素的影响，再进一步阐述人工智能对收入差距或就业的影响。在数字技术和互联网技术深度运用的时代背景下，人工智能发展水平究竟能否推动城乡居民收入差距收窄，成为对我国社会进步和经济发展的重要议题，也是本文所研究的核心内容。

由此，本研究在借鉴已有研究成果和研究方法的基础上，从以下方面对人工智能与城乡居民收入差距之间的关系这一主题做出深入的研究：一是选取地市层级的人工智能发展水平和城乡居民收入差距的相关数据，分析地区人工智能技术水平的进步，对我国各地市城乡居民收入差距的整体作用。二是探究人工智能技术发展对我国普通地级市、胡焕庸线东西侧地区的异质性影响。三是以农业技术创新为中介，厘清人工智能技术发展对城乡居民收入差距影响的作用机制。

二、模型设计及变量说明

（一）模型设计

为检验假设1所需的研究人工智能水平进步能否缩小地区城乡居民收入差距，参考程名望和张家平（2019）的研究方法，设定如下计量模型研究人工智能发展水平对城乡居民收入差距的影响：

（二）指标构建

1.被解释变量

本文所研究的被解释变量为城乡居民收入差距，已有研究中衡量城乡居民收入差距的指标包括收入比、基尼系数、变异系数等经济学指标，但均具有一定局限性，对于城乡居民收入差距的解释力不够强。本文在借鉴龙海明等（2015）和程名望和张家平（2019）的研究方法，选取泰尔系数作为衡量该地区间城乡居民收入差距的指标，能清晰识别不同层级差异的贡献度，尤其适合分析二元结构下的收入分化问题。此外，其数学特性消除了人口规模干扰，确保不同区域或时期的测算结果可比，为政策效果评估提供动态量化依据。其计算公式为：

2.核心解释变量

本文衡量地区人工智能水平的指标参考孙雪等（2022）的研究，通过文本分析法对企业信息平台“企查查”进行数据挖掘，首先在经营范围和公司名称板块设置“智能”“机器学习”“神经网络”等AI领域特征关键词，采用模糊匹配算法识别关联企业，其次将符合条件的企业归类为人工智能领域主体，最后按注册地所属地市和成立年份两个维度进行交叉统计，形成人工智能企业的区域分布图谱和行业演进时序表。该方法通过语义特征识别实现了对人工智能企业的动态监测与量化分析，最终获取2010-2022年我国200个地市的人工智能发展水平的面板数据。相较于其他研究中选择的衡量人工智能发展水平的指标，本文选取的指标具有诸多优势，如工业机器人安装量虽然能够在一定程度上反映地区制造业自动化水平，但是更多的是侧重在生产领域的人工智能运用，但难以测度人工智能在商业、医疗、金融等非工业领域的渗透，用来解释地区人工智能发展水平具有片面性；人工智能专利数在体现地区人工智能技术研发的活跃度上具有优势，但专利创新成果不一定能够就地转化，先进的技术专利更是难以及时落地，还有部分企业为了垄断人工智能产业，可能大量囤积专利以提升企业排名，使得人工智能专利转化为当地生产力存在重重阻碍，甚至可能并未推动当地人工智能产业发展。本文选取的指标覆盖范围较广，并依据各部分人工智能相关信息进行合理赋权，对地区人工智能技术发展实现动态捕捉，精确反映地区在确切时间内的人工智能技术的更新迭代。

3.中介变量

孙雪（2022）年提出人工智能应用可以显著提升个人能力，尤其是非认知能力，证实了个体非认知能力在人工智能与劳动收入间的中介效应。人工智能可以提高个体非认知能力，而农业技术创新的热情和积极性也属于个体非认知能力，合理推测人工智能可以通过影响当地民众在农业生产和农业科技的技术创新能力，进而提高当地农村居民收入，实现缩小城乡居民收入差距的效果。由此，本文采用农业技术专利数代表农业技术创新水平，作为人工智能影响城乡居民收入差距的中介变量。参考阮建青等（2024）的研究中构建的指标体系，从国家统计局中获取（01）类的各年份各地市农业技术专利申请量，以此反映当地的农业技术创新水平。

4.控制变量

根据现有经济理论和相关文献，本文选取以下控制变量：（1）城镇化率，以各地市城镇常住人口比去总人口数量进行测度。（2）产业结构，以各地市第三产业增加值占地区生产总值的比重进行测度。（3）政府政策导向，以各地市政府财政支出占gdp的比重进行测度。（4）地区经济发展水平，以各地市人均GDP（万元）取对数进行测度。（5）人力资本水平，以每万人中高等院校在校生数测度。（6）地区创新质量，以各地市人均专利授权数/专利申请量测度。（7）交通便捷度，以各地市行政区内公路里程数进行测度。本文所选取所有的具体的指标定义及说明见表3.1。

表1 选取指标体系及说明

（三）数据来源与说明

本文从国家数据库、中国统计年鉴、中国经济信息网数据库、人工智能企业数据库等官方渠道获取地市级城乡居民收入差距人工智能技术发展水平相关指标及其数据，各控制变量则来源于国家统计局、中国城市统计年鉴、各省市统计年鉴、各地级市统计年鉴、还有各地区国民经济和社会发展统计公报。

本文部分数据的少量年份在官方渠道并未获取准确值，针对时序数据连续性缺失问题，采用线性插值法进行缺失值填补，该方法通过构建相邻观测值的线性关系模型，在保持数据趋势连续性的同时最小化人工干预偏差。由于城市间发展差异性较大，本研究采用引入缩尾处理（Winsorization），通过设定双侧1%分位数的阈值对极端值进行缩尾，降低极端值对研究结果的影响，同时还能保持样本的代表性。考虑到多维度指标量纲差异对回归分析的影响，可能导致最终回归系数太小，本文对所有数据进行标准化（Z-score标准化）处理，使不同量纲变量具有可比性。

（四）数据描述性统计

表3.2为各变量的描述性统计结果，其中被解释变量泰尔指数的倒数值最大值为113.3，最小值为4.362，均值为16.20，这表示不同区域的城乡居民收入差距还存在较大差异。核心解释变量人工智能企业数最大值和最小值分别为21404和5，同样存在极差较大的情况。

表2 描述性统计结果

注：以上为缩尾处理1%和99%极端值后的描述性统计结果。

三、实证结果分析

（一）基准回归结果

本文首先对模型（1）进行了基准回归估计。根据Hausman检验，固定效应模型显著的优于混合效应模型及随机效应模型，由于部分变量的变动难以界定是由时间推进而导致其变动，还是由模型中其他变量变动而引起该变量变动，本文采用双向固定效应模型探究人工智能技术发展水平对收入差距的影响机理，回归结果如表4.1所示。第（1）列汇报未加入任何控制变量得出的估计结果；第（2）列汇报未加入人工智能企业数平方项的估计结果；第（3）列汇报为加入人工智能企业数一次项的估计结果；第（4）列为同时加入人工智能企业数的一次项和平方项，即模型1的估计结果；第（5）列为剔除（2）（4）中相对不够显著的控制变量（ln人均gdp）的估计结果。由表4.1的回归结果分析，地方人工智能企业数与当地泰尔指数倒数值具有显著的正相关关系，说明人工智能技术发展水平对缩小当地的城乡差距具有积极作用，发展人工智能技术有利与缩小我国当前城乡二元化现状。在模型（1）的基础上更换不同的核心解释变量的幂次发现，地方城乡居民收入差距与人工智能企业数一次项的估计结果系数值更符合客观逻辑，且p值也明显小于二次项，说明用非线性模型解释人工智能发展水平与地方城乡居民收入差距之间的关系解释力不足，二者之间呈现线性关系。（而当模型中同时加入核心解释变量的一次项和二次项后发现，二者p值均显著，且人工智能企业数平方项符号为负，验证了此前研究的人工智能与城乡居民收入差距存在倒U型关系）。在剔除人均gdp这一控制变量之后，发现核心解释变量的p值减小且回归系数变大，说明该控制变量可能存在抑制作用，后续研究中可以合理剔除。

表3 人工智能发展水平对城乡居民收入差距的影响：基准回归结果

（二）稳健性检验

1.异质性检验

其一，参照谭玉松等的异质性检验方法，本研究剔除直辖市和经济特区数据，检验数据的稳健性，经济特区和直辖市天然具有高城镇化率的特点，城乡居民收入差距相对不明显，且我国经济特区和直辖市也是人工智能技术的孵化器和试验场，人工智能水平也优于一般城市，可能会对实证结果造成干扰。

其二，胡焕庸线是我国人口发展水平和经济社会格局的分界线，更是我国资源分布和科技实力的分界线，研究胡焕庸线两侧的异质性对我国各区域均衡发展具有重要意义。本研究依据胡焕庸线，将我国城市分为东南侧和西北侧，探究人工智能技术发展水平是否对我国不同区域都具有促进城乡融合、缩小我国城乡二元化现状的作用。

从表4.2中1、2、3列估计结果可知，剔除经济特区和直辖市后的模型估计结果显著性更强，且回归系数增大近乎翻倍，说明在我国的普通城市（非直辖市和经济特区城市）发展人工智能技术，缩小城乡居民收入差距的效果更加明显，而对于经济特区和直辖市，在其自身优势和各类科技、金融、人才和政策的溢出效应下，其周边农村或乡镇已经得到较好发展，增加人工智能技术的单一投入对其城乡居民收入差距的作用就相对不明显；基于胡焕庸线东西两侧的对比研究发现，人工智能技术对我国城乡居民收入差距的调节效应呈现出显著的空间异质性：在西北区域城市中，人工智能对缩小城乡居民收入差距的作用并不显著，而东南部地区则持续表现出显著的正向影响。以上结果表明，技术创新的普惠性需匹配区域发展阶段特征，在推进人工智能应用过程中需构建差异化的政策支持体系，通过基础设施补短板、数字技能培育和跨区域技术协同等机制，激活欠发达地区技术红利的释放通道，最终实现技术赋能城乡融合发展的全域均衡。

2.内生性检验

影响我国城乡居民收入差距的因素有很多，可能存在遗漏变量从而产生内生性问题。Bond指出，对于内生性问题，系统GMM方法优于差分GMM，因此本文采用系统GMM方法进行内生性检验,确保得到一致的参数估计量。

表4.2中第4列估计结果显示，城乡居民收入差距一阶与二阶滞后项均显著，人工智能水平与城乡居民收入差距仍呈现正相关关系，且能保持在0.1的显著性水平，因此不存在影响实证结果准确性的内生性问题。在本次gmm检验中，AR（1）检验中p值=0.000，说明模型存在一阶自相关，AR（2）检验中p值大于0.1，得出AR检验通过，说明模型不存在二阶自相关。同时hansan检验中p值也显著大于0.1，说明过度识别检验通过。

表4 人工智能对我国各区域城乡居民收入差距影响的异质性检验及内生性检验

（三）机制检验

本研究选用逐步回归法研究人工智能技术对城乡居民收入差距的作用机制和传导路径，设定模型如下：

表4.3中1、2、3列分别对应于模型（2）（3）（4）的回归结果，从第（1）列结果得出人工智能水平与泰尔指数具有显著相关性，第（2）列得出人工智能水平与农业专利技术也具有显著相关性，且回归系数为正，说明人工智能水平发展可以显著提高地区农业技术创新水平，揭示出农业技术创新是重要的传导载体。模型4同时纳入人工智能发展水平和农业技术专利变量后得出，二者对缩小城乡居民收入差距均具有显著的正向作用（系数分别为0.019***和0.029***），证实农业技术创新存在部分中介效应，实现了对城乡居民收入差距缩小的作用，即人工智能不仅通过直接降低城乡差距，还通过激发农业领域技术创新（如智能农机研发、数字农业管理系统等），促进农业生产率提升与农村产业增值，进而形成新兴技术普及扩散和促进农业技术创新水平提升，并最终实现收入再平衡的效果。

此外，从作用机理的推导上来分析，汝刚等（2020）提出，人工智能不仅能通过作用于农业生产要素进步和生产技术升级来改造传统农业，还能增强农业与二三产业的融合，提高农产品质量，最终实现农业产业升级。曹静，周亚林（2018）提出人工智能带来的农业数字化转型，是对农业生产技术的革命性升级。通过借助人工智能的机器学习和建模分析，可从各个环节对传统生产进行彻底改造，会整体上显著提升农业的产出和质量。本研究认为，技术驱动的生产率增长还释放农村劳动力向非农产业转移，农业生产和收获周期缩短，使得农民有更多时间投入第二三产业的劳动，提高农村居民的非农业收入，配合职业培训提升人力资本，形成工资性收入增长与财产性收入拓展的双重增收路径。在此过程中，城乡数字鸿沟的弥合和要素配置效率的协同提升，逐步重构城乡经济关系，最终通过生产效率趋近、收入来源拓宽和分配机制优化实现城乡居民收入差距的动态收敛。

表5 人工智能影响我国城乡居民收入差距的机制检验

四、结论与建议

（一）研究结论

本文在总结归纳相关理论基础上，对我国200个地级市2010年至2022年人工智能发展水平进行测度，并基于城乡居民收入差距视角，通过实证分析探究人工智能发展水平对我国缩小城乡居民收入差距的影响作用，并且通过剔除先进城市和划分东西部的城市类型，分析出人工智能发展对我国各区位和普通城市的不同影响，最后通过中介效应得出人工智能发展水平对于我国城乡居民收入差距的作用传导机制。相关研究结论如下：（1）基准回归结构表示，人工智能技术发展显著有助于缩小我国城乡居民收入差距；（2）在剔除直辖市和经济特区之后的异质性分析中，发现回归显著性和回归系数均加强，说明发展人工智能技术，对于普通城市的城乡居民收入差距有更好的抑制作用；（3）对胡焕庸线两侧地级市的异质性分析中，发现人工智能技术对于我国西北部城市缩小城乡居民收入差距的作用效果不够显著，东南侧则较为显著，说明发展人工智能技术对东南侧城市缩小城乡居民收入差距效果更突出；（4）在作用传导机制检验过程中发现，人工智能技术发展提高了地区农业技术创新水平，而农业技术创新可以通过降低农业生产的劳动成本、缩短农业生产时间这两个方面缩小城乡居民收入差距，可见农业技术创新水平在人工智能发展和城乡居民收入差距之间发挥着中介效应。

（二）政策建议

一是以人工智能技术为核心抓手，分层分类推动区域协调发展。胡焕庸线东南侧城市应加速推动数字化技术向农村延伸，提升农村地区的网络覆盖质量与智能设备普及率，通过建设农业物联网、5G基站及服务农业的算力中心，为智慧农业提供底层支撑。胡焕庸线西北侧城市，应优先完善交通、通信、能源等硬件设施，并探索人工智能与本地特色产业的融合路径，避免单一技术路径依赖。同时，对于非直辖市或经济特区的普通城市，应建立区域间技术协作平台，与直辖市等先进城市实现技术共享和产业链衔接，将人工智能研发中心与普通城市的应用场景深度融合，形成技术外溢效应。

二是强化农业创新的中介作用，通过科技创新促进农民增收。在农业生产端，应加快智能农机、物联网监测、精准灌溉等技术的规模化应用，通过财政补贴、税收减免等方式降低技术采用成本，并依托县域农业合作社建立技术推广中心，解决小农户技术应用的“数字鸿沟”问题。在产业延伸端，需推动农产品加工、物流、销售的智能化升级。

三是提升农村劳动力技能，应对人工智能冲击传统就业结构。应系统性推进农村教育和职业培训制度革新，通过优化农村基础教育资源配置、搭建职业技能培训平台、完善数字化教育基础设施等方式，缩小城乡劳动力就业的技能差距，提升农村产业转型发展空间，有效应对技术替代引发的农村居民就业结构性失配风险。

作者简介： 陈志，湖北省社会科学院副研究员、管理学博士、应用经济学博士后、主要从事农业经济与产业政策研究；蒋昊翔，湖北省社会科学院硕士研究生、主要从事城乡收入分配研究。来源:《乡村治理评论》2025年2期