共同富裕目标下数字技术使用对城乡家庭收入质量影响的差异分析

doi:10.12118/j.issn.1000-6060.2025.421

Abstract

Abstract:

To identify ways to reduce urban-rural income-quality disparity, this study examines digital technology as a means of accelerating the achievement of common prosperity. Using panel data from 2018, 2020, and 2022 China family panel studies, we empirically analyze the mechanisms through which digital technology influences household income quality, apply spatial and income-level heterogeneity tests, and uncover relative advantages of rural households through urban-rural comparisons. This study find that: (1) Digital technology use significantly improves income quality for both urban and rural households, with stronger effects in rural households, particularly in terms of stability, structure, and knowledge. (2) Mechanism analysis shows that digital technology use by urban-rural households enhances income quality by promoting household entrepreneurship, with a stronger effect in rural areas. (3) The positive effect of digital technology use on household income quality in both urban-rural areas follows a gradient pattern of “west>central>east”. (4) Income level heterogeneity shows that the positive effect of digital technology use on income quality is stronger for low-income households compared with non-low-income households within rural areas, whereas the opposite pattern is observed within urban areas. These findings suggest that digital technology use has certain advantages in improving the income quality of rural areas, underdeveloped regions, and disadvantaged groups, demonstrating its inclusive potential.

Key words: digital technology use, income quality, urban-rural disparity, household entrepreneurship, spatial heterogeneity

LI Zhaonan, YANG Yukun, LIU Qijun. Differences in the impact of digital technology use on the income quality of urban-rural households under the goal of common prosperity[J].Arid Land Geography, 2026, 49(5): 1052-1062.

Figures/Tables 9

Tab. 1

Tab. 2

Tab. 3

Tab. 4

Tab. 5

Tab. 6

Tab. 7

Tab. 8

Tab. 9

References 31

[1]	高小玲, 孙晓瑜. 生计资本对退捕渔民家庭收入质量的影响研究——以湖南省退捕渔民为例[J]. 农业现代化研究, 2023, 44(3): 501-512.
	[Gao Xiaoling, Sun Xiaoyu. The impacts of livelihood capital on the income quality of fishermen withdrawing from fishing: A case study of Hunan fishermen[J]. Research of Agricultural Modernization, 2023, 44(3): 501-512.]
[2]	赵殷钰, 方非凡, 韩昕儒. 收入质量对农户膳食质量的影响——基于陕西省农户调查的实证分析[J]. 资源科学, 2023, 45(8): 1546-1559. doi: 10.18402/resci.2023.08.05
	[Zhao Yinyu, Fang Feifan, Han Xinru. The impact of income quality on the diet quality of farming households: Empirical analysis based on a survey in Shaanxi Province[J]. Resources Science, 2023, 45(8): 1546-1559.] doi: 10.18402/resci.2023.08.05
[3]	安芳, 颜廷武, 张丰翼. 收入质量对农户秸秆还田技术自觉采纳行为的影响——基于有调节的中介效应分析[J]. 中国农业资源与区划, 2022, 43(6): 162-172.
	[An Fang, Yan Tingwu, Zhang Fengyi. Effect of income quality on farmers’ conscious adoption behavior of straw returning technolog: Analysis of a moderated mediation model[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2022, 43(6): 162-172.]
[4]	邓锴, 赵丹, 孔荣. 收入质量视角下西部农户创业意愿调查研究[J]. 经济与管理研究, 2020, 41(5): 33-43.
	[Deng Kai, Zhao Dan, Kong Rong. Research on “entrepreneurial intention” of farmers in western China from the perspective of income quality[J]. Research on Economics and Management, 2020, 41(5): 33-43.]
[5]	孙俊娜, 胡文涛, 汪三贵. 数字技术赋能农民增收: 作用机理、理论阐释与推进方略[J]. 改革, 2023(6): 73-82.
	[Sun Junna, Hu Wentao, Wang Sangui. Digital technology empower increasing farmers’ income: Mechanism, theoretical explanation and promotion strategies[J]. Reform, 2023(6): 73-82.]
[6]	苏群, 邢怀振. 农村地区数字技术对农民增收的影响研究[J]. 科研管理, 2025, 46(3): 170-180.
	[Su Qun, Xing Huaizhen. Research on the impact of digital technology on farmers’ income increase in rural areas[J]. Science Research Management, 2025, 46(3): 170-180.]
[7]	Zhong S B, Shen W T, Yang P. Does digital technology service foster income gains in rural villages? Evidence from China’s third agricultural census[J]. Frontiers in Sustainable Food Systems, 2024, 8: 1427824, doi: 10.3389/fsufs.2024.1427824.
[8]	Lei X K, Yang D M. An analysis of the impact of digital technology adoption on the income of high quality farmers in production and operating[J]. PloS one, 2024, 19(9): e0309675, doi: 10.1371/journal.pone.0309675.
[9]	马翠萍, 刘文霞, 方燕. 数字技术赋能农户增收的理论机制与实证检验: 基于CRRS 2022农户调查数据[J]. 中国软科学, 2024(7): 69-78.
	[Ma Cuiping, Liu Wenxia, Fang Yan. Theoretical mechanisms and empirical tests of digital technology enabling farm households to increase income: Based on CRRS 2022 farm household survey data[J]. China Soft Science, 2024(7): 69-78.]
[10]	高志鹏, 王振宇, 周密. 数字技术对农民工劳动收入和福利的影响——基于产业结构转型视角的分析[J]. 中国人口科学, 2023, 37(2): 100-113.
	[Gao Zhipeng, Wang Zhenyu, Zhou Mi. The impact of digital technology on the employment income and welfare of migrant workers: Using the perspective of industrial structure transformation[J]. Chinese Journal of Population Science, 2023, 37(2): 100-113.]
[11]	史海金, 赵新正, 李香香, 等. 黄河流域城乡收入差距时空格局及其对城镇化的响应[J]. 干旱区地理, 2024, 47(10): 1781-1793. doi: 10.12118/j.issn.1000-6060.2024.050
	[Shi Haijin, Zhao Xinzheng, Li Xiangxiang, et al. Spatio-temporal pattern of urban-rural income gap in the Yellow River Basin and its response to urbanization[J]. Arid Land Geography, 2024, 47(10): 1781-1793.] doi: 10.12118/j.issn.1000-6060.2024.050
[12]	谢玉华, 李蕙茹, 蒋镇武. 数字技术使用更有助于灵活就业人员收入增长吗?——基于二级数字鸿沟视角[J]. 软科学, 2024, 38(12): 129-136.
	[Xie Yuhua, Li Huiru, Jiang Zhenwu. Does the use of digital technology contribute to the income growth of flexible workers? Based on the perspective of the second-stage digital divide[J]. Soft Science, 2024, 38(12): 129-136.]
[13]	罗明忠, 魏滨辉. 数字技术何以赋能农村共同富裕?——基于经济与生态效益的考察[J]. 云南财经大学学报, 2023, 39(12): 82-95.
	[Luo Mingzhong, Wei Binhui. How does digital technology contribute to common prosperity in rural areas? An investigation based on economic and ecological benefit[J]. Journal of Yunnan University of Finance and Economics, 2023, 39(12): 82-95.]
[14]	董康, 孙可可, 李平. 数字技术会缩小居民收入差距吗?——来自政府工作报告文本分析的证据[J]. 技术经济, 2023, 42(1): 90-103.
	[Dong Kang, Sun Keke, Li Ping. Will digital technology narrow the income gap: Evidence from text analysis of government work report[J]. Journal of Technology Economics, 2023, 42(1): 90-103.]
[15]	吉泽男, 付文婷, 王鹏程, 等. 干旱区数字经济与农业绿色发展耦合协调研究——以新疆为例[J]. 干旱区地理, 2024, 47(11): 1981-1990. doi: 10.12118/j.issn.1000-6060.2023.637
	[Ji Zenan, Fu Wenting, Wang Pengcheng, et al. Coupling and coordination of digital economy and green development of agriculture in arid zones: A case of Xinjiang[J]. Arid Land Geography, 2024, 47(11): 1981-1990.] doi: 10.12118/j.issn.1000-6060.2023.637
[16]	谢宇, 薛选登. 数字经济赋能绿色发展福利——基于黄河流域资源型城市的经验证据[J]. 干旱区地理, 2025, 48(6): 1127-1139. doi: 10.12118/j.issn.1000-6060.2024.406
	[Xie Yu, Xue Xuandeng. Digital economy empowers green development welfare: Empirical evidence based on resource-based cities in the Yellow River Basin[J]. Arid Land Geography, 2025, 48(6): 1127-1139.] doi: 10.12118/j.issn.1000-6060.2024.406
[17]	乔小乐, 杜强, 何洋. 数字经济背景下劳动者职业流动及其收入效应研究[J]. 中国人口科学, 2023(1): 86-100.
	[Qiao Xiaole, Du Qiang, He Yang. Research on occupational mobility and its income effects in the context of digital economy[J]. Chinese Journal of Population Science, 2023(1): 86-100.]
[18]	罗明忠, 刘子玉. 数字技术采纳、社会网络拓展与农户共同富裕[J]. 南方经济, 2022(3): 1-16.
	[Luo Mingzhong, Liu Ziyu. Digital technology adoption,social network expansion and farmers’ common prosperity[J]. South China Journal of Economics, 2022(3): 1-16.]
[19]	王杰, 蔡志坚. 风险规避、数字技术使用与农村家庭创业行为[J]. 华南农业大学学报(社会科学版), 2022, 21(2): 28-40.
	[Wang Jie, Cai Zhijian. Risk aversion, digital technology use, and rural household entrepreneurial behavior[J]. Journal of South China Agricultural University (Social Science Edition), 2022, 21(2): 28-40.]
[20]	朱奕帆, 朱成全. 数字乡村建设对农户共同富裕影响的实证检验[J]. 技术经济, 2023, 42(8): 135-144.
	[Zhu Yifan, Zhu Chengquan. An empirical test of the impact of digital village construction on the common prosperity of farmers[J]. Journal of Technology Economics, 2023, 42(8): 135-144.]
[21]	王奇, 晋晓姝. 农村电商特色产业创业与稳就业[J]. 产业经济评论, 2025(1): 108-123.
	[Wang Qi, Jin Xiaoshu. Entrepreneurship and stable employment in rural e-commerce characteristic industries[J]. Review of Industrial Economics, 2025(1): 108-123.]
[22]	冀福俊. 数字经济对城乡收入差距的影响——基于产业结构高级化的调节效应分析[J]. 经济问题, 2023(2): 35-41.
	[Ji Fujun. The impact of digital economy on urban-rural income gap: Analysis of the moderating effect based on the industrial structure upgrading[J]. On Economic Problems, 2023(2): 35-41.]
[23]	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.
	[Jiang Ting. Mediating effects and moderating effects in causal inference[J]. China Industrial Economics, 2022(5): 100-120.]
[24]	杨少雄, 苏岚岚, 孔荣, 等. 农民收入质量: 逻辑建构、测度评价与动态演进[J]. 中国农村经济, 2023(8): 18-36.
	[Yang Shaoxiong, Su Lanlan, Kong Rong, et al. Farmer income quality: Logical construction, measure evaluation and dynamic evolution[J]. Chinese Rural Economy, 2023(8): 18-36.]
[25]	罗媛月, 张会萍, 肖人瑞. 易地扶贫搬迁对移民收入质量的影响研究——基于宁夏947个搬迁移民的调研数据[J]. 干旱区资源与环境, 2022, 36(10): 18-24.
	[Luo Yuanyue, Zhang Huiping, Xiao Renrui. Impact of poverty alleviation relocation on the quality of immigrant’s income[J]. Journal of Arid Land Resources and Environment, 2022, 36(10): 18-24.]
[26]	汪三贵, 马兰, 孙俊娜. 易地扶贫搬迁安置区位对搬迁户收入及收入质量的影响——基于8省16县的微观数据分析[J]. 中国农村经济, 2023(10): 67-85.
	[Wang Sangui, Ma Lan, Sun Junna. The impact of the destination of poverty alleviation resettlement on relocated households’ income and income quality: A microdata analysis of 16 counties in 8 provinces[J]. Chinese Rural Economy, 2023(10): 67-85.]
[27]	李忠旭, 庄健. 互联网使用、非农就业与农机社会化服务——基于CLDS数据的经验分析[J]. 农林经济管理学报, 2021, 20(2): 166-175.
	[Li Zhongxu, Zhuang Jian. Internet usage, non-agriculture and agricultural machinery socialized services: Empirical analysis based on data from CLDS[J]. Journal of Agro-Forestry Economics and Management, 2021, 20(2): 166-175.]
[28]	徐静, 万俊毅, 韩亮. 数字技术使用、农业生产社会化服务与农户经营性收入差距——基于CLDS数据的实证研究[J]. 山西财经大学学报, 2023, 45(6): 33-44.
	[Xu Jing, Wan Junyi, Han Liang. Digital technology usage, socialization services for agricultural production and farmers’ operating income gap: Empirical study based on the CLDS data[J]. Journal of Shanxi University of Finance and Economics, 2023, 45(6): 33-44.]
[29]	李丽莉, 徐嘉, 梅燕, 等. 数字素养对农民创业决策的影响: 来自CFPS的经验证据[J]. 农林经济管理学报, 2025, 24(2): 263-271.
	[Li Lili, Xu Jia, Mei Yan, et al. Impact of digital literacy on farmers’ entrepreneurial decision: Evidence from CFPS[J]. Journal of Agro-Forestry Economics and Management, 2025, 24(2): 263-271.]
[30]	尹志超, 李皓然, 吴子硕. 数字普惠金融对中国家庭收入波动的影响[J]. 经济纵横, 2024(12): 83-92.
	[Yin Zhichao, Li Haoran, Wu Zishuo. Effects of digital inclusive finance on fluctuations in household income in China[J]. Economic Review Journal, 2024(12): 83-92.]
[31]	叶兴庆, 殷浩栋. 从消除绝对贫困到缓解相对贫困: 中国减贫历程与2020年后的减贫战略[J]. 改革, 2019(12): 5-15.
	[Ye Xingqing, Yin Haodong. From eliminating absolute poverty to alleviating relative poverty: China’s history of poverty reduction and poverty reduction strategies after 2020[J]. Reform, 2019(12): 5-15.]

一级指标	二级指标	指标说明	指标属性
收入充足性	家庭年收入	家庭年收入取对数	正
收入稳定性	家庭收入增长率	当期家庭年收入/上期家庭年收入-1-当期CPI增长率	正
收入稳定性	家庭贷款金额	家庭实际贷款金额	负
收入结构性	收入来源类别数量	家庭收入来源类别个数	正
收入结构性	城乡收入结构平衡性	城镇与乡村家庭人均可支配收入之比	负
收入成本性	生产性成本	家庭生产性成本金额	负
收入成本性	生活性成本	家庭生活性成本金额	负
收入知识性	家庭劳动力平均受教育年限	家庭劳动力的实际平均受教育年限	正

变量类别	变量名称	变量说明	城乡分类	观测值	平均值	标准差
被解释变量	家庭收入质量	综合指数	城镇	7728	0.2513	0.0534
被解释变量	家庭收入质量	综合指数	乡村	7245	0.2466	0.0551
核心解释变量	数字技术使用	家庭数字技术使用情况	城镇	7728	0.8433	0.3635
核心解释变量	数字技术使用	家庭数字技术使用情况	乡村	7245	0.7418	0.4377
机制变量	家庭创业	家庭是否从事个体私营：1=是；0=否	城镇	7728	0.1276	0.3337
机制变量	家庭创业	家庭是否从事个体私营：1=是；0=否	乡村	7245	0.0661	0.2485
控制变量	户主性别	1=男；0=女	城镇	7728	0.5097	0.4999
控制变量	户主性别	1=男；0=女	乡村	7245	0.5935	0.4912
	户主年龄/岁	-	城镇	7728	50.6417	13.4275
	户主年龄/岁	-	乡村	7245	52.2671	12.8255
	户主健康状况	1=非常健康；2=很健康；3=比较健康；4=一般； 5=不健康	城镇	7728	3.0628	1.1200
	户主健康状况	1=非常健康；2=很健康；3=比较健康；4=一般； 5=不健康	乡村	7245	3.0761	1.2579
	户主婚姻状态	1=未婚；2=在婚（有配偶）；3=同居；4=离婚；5=丧偶	城镇	7728	2.2266	0.8226
	户主婚姻状态	1=未婚；2=在婚（有配偶）；3=同居；4=离婚；5=丧偶	乡村	7245	2.1829	0.7801
	家庭成员人数/人	-	城镇	7728	3.5850	1.7318
	家庭成员人数/人	-	乡村	7245	3.9848	1.9468
	家庭劳动力占比/%	家庭成员中15~64岁劳动年龄人口数占家庭总人数比例	城镇	7728	0.6127	0.3588
	家庭劳动力占比/%	家庭成员中15~64岁劳动年龄人口数占家庭总人数比例	乡村	7245	0.6000	0.3703
	地区人均GDP/10⁴元	样本所属省份人均GDP	城镇	7728	7.4103	3.6552
	地区人均GDP/10⁴元	样本所属省份人均GDP	乡村	7245	5.9063	2.1589
	地区产业结构	根据层次指数法，将第一、二、三产业占GDP比重分别赋权1、2、3，加权求和得到产业结构升级指数，指数越大产业结构发展水平越高	城镇	7728	2.4492	0.1150
	地区产业结构		乡村	7245	2.4137	0.0607

变量	HIQ
变量	（1）城镇	（2）乡村	（3）城镇	（4）乡村
DT	0.0330^***（15.2636）	0.0337^***（25.4490）	0.0204^***（8.3397）	0.0271^***（9.5850）
Controls	否	否	是	是
Constant	0.2069^***（62.9188）	0.2322^***（91.3215）	0.1409^**（2.2716）	0.1600^*（2.0118）
省份固定	是	是	是	是
时间固定	是	是	是	是
样本量	7728	7245	7728	7245
R²	0.2318	0.2612	0.4626	0.4377

变量	异常值缩尾		缩小时间窗口
变量	（1）城镇	（2）乡村	（3）城镇	（4）乡村
DT	0.0176^***（8.0540）	0.0228^***（9.1951）	0.0279^***（8.4889）	0.0343^***（7.7225）
Controls	是	是	是	是
Constant	0.1374^***（2.9288）	0.1162（1.4818）	0.0069（0.0574）	0.1138（0.6828）
省份固定	是	是	是	是
时间固定	是	是	是	是
样本量	7728	7245	5942	5186
R²	0.5080	0.4926	0.4533	0.4538

变量	HIQ
变量	（1）城镇	（2）乡村
DT	0.0539^***（6.9006）	0.0701^***（4.7112）
Controls	是	是
Constant	0.1116^*（1.8794）	0.1047（1.2436）
省份固定	是	是
时间固定	是	是
Kleibergen-Paap rk Wald F statistic	211.3450	65.3930
Kleibergen-Paap rk LM statistic	181.5110	63.3120
P值	0.0000	0.0000
样本量	7279	7150
R²	0.4450	0.3637

Differences in the impact of digital technology use on the income quality of urban-rural households under the goal of common prosperity

RichHTML

PDF (PC)

Like

Knowledge

Abstract

Cite this article

share this article

Figures/Tables 9

References 31

Related Articles 6

Metrics

Comments

Recommended 0

变量	城镇			乡村
变量	（1）东部地区	（2）中部地区	（3）西部地区	（4）东部地区	（5）中部地区	（6）西部地区
DT	0.0206^***（4.6807）	0.0231^***（8.3035）	0.0272^***（7.8837）	0.0261^***（9.3398）	0.0279^**（3.7452）	0.0299^***（8.7403）
Controls	是	是	是	是	是	是
Constant	0.1107（0.3405）	0.1314（1.7259）	0.3265^***（3.8815）	-0.0789（-0.2163）	0.1074（0.8106）	0.3263^***（5.4333）
省份固定	是	是	是	是	是	是
时间固定	是	是	是	是	是	是
样本量	2858	1851	1563	1952	1850	2441
R²	0.4972	0.4011	0.3793	0.5061	0.4978	0.2958

变量	城镇		乡村
变量	（1）低收入水平	（2）非低收入水平	（3）低收入水平	（4）非低收入水平
DT	0.0051^**（2.4576）	0.0118^***（7.4892）	0.0122^***（4.3695）	0.0120^***（8.8580）
Controls	是	是	是	是
Constant	0.1257^**（2.0846）	0.1449^*（2.0196）	0.1802^*（1.9242）	0.1841^**（2.1022）
省份固定	是	是	是	是
时间固定	是	是	是	是
样本量	1141	6587	1480	5765
R²	0.6826	0.3762	0.6351	0.2571

[1]	GAO Junjie, ZHONG Juntao, MA Yongjie, CHEN Yinghui. Coupling coordination of farm household modernization and livelihood stability in Qinghai Lake National Park [J]. Arid Land Geography, 2026, 49(3): 631-642.
[2]	LIU Hui, SUN Siao, FANG Chuanglin, ZHOU Di, BAO Chao. Spatiotemporal evolutionary patterns and influencing factors of water use in Xinjiang from 1990 to 2020 [J]. Arid Land Geography, 2024, 47(9): 1451-1461.
[3]	LU Bei, ZENG Junwei, QIAN Yongsheng, WEI Xuting, YANG Min’an, LI Haijun. Influence of road network form on urban vitality in the main urban area of Lanzhou City [J]. Arid Land Geography, 2023, 46(8): 1333-1343.
[4]	TIAN Xiaobo,HU Jing,JIA Yaoyan,ZHU Lei. Exploring the causes of spatial differentiation of tourism development level in the high-quality development stage: Empirical evidence of Yellow River Basin based on factor decomposition [J]. Arid Land Geography, 2023, 46(3): 460-470.
[5]	ZHAO Wei-jun, LIU Xian-de, XU Li-heng, ZHANG Xue-long, JING Wen-mao, WANG Shun-li, NIU Yun, MA Jian. Spatial heterogeneity of soil pH and nutrients of a dynamical monitoring plot of Picea Crassifolia forest in Qilian Mountains [J]. , 2015, 38(6): 1179-1189.
[6]	MA Jin?hui，HAN Jin?hua，ZHANG Yan?lin. Spatial heterogeneity of Minqin Basin’s groundwater depth in recent 10 years [J]. , 2013, 36(1): 1-7.