互聯網的普及能減緩中國農村貧困嗎？

張含宇, 姬宸宇

一、 引言

改革開放以來，中國的減貧事業已經取得了舉世矚目的成就。農村貧困率從1978年的97.5%降低到了2018年的1.7%(1)國家統計局住戶調查辦公室. 2019年中國農村貧困檢測報告[R]. 北京：中國統計出版社，2019.。但與這一較低的貧困率對應的是依然龐大的貧困人口規模，直到2018年末我國仍然有1 660萬農村人口收入處于貧困線之下，同時貧困人口分布由集中化向分散化趨勢演進，存在深度貧困地區脫貧攻堅困難、部分低收入人群返貧等問題。這意味著脫貧攻堅越到后面成本越高，難度越大。因此，扶貧需要更加注重創新性，把握社會、經濟與技術的發展趨勢，以求高效徹底地消除貧困。在減貧的理論和實踐中，以互聯網為代表的信息通信技術ICT(Information and Communications Technology) 是頗受期待的減貧方法之一，它可以讓貧困人口更方便地獲得關于教育、健康醫療、政策以及金融服務等方面的信息，也能幫助農村居民和手工藝者接觸到更加廣闊的市場。目前，我國已有相當規模的互聯網用戶，其中包括了一定規模的農村用戶；根據《第44次中國互聯網絡發展狀況統計報告》數據，截至2019年6月，中國網民規模已達8.54億，互聯網普及率達61.2%，其中農村網民規模為2.25億人，占網民總數的26.3%(2)中國互聯網信息中心. 第44次中國互聯網絡發展狀況統計報告[EB/OL]. [2020-04-15]. http:∥www.cac.gov.cn/2019-08/30/c_1124938750.htm.。

同時，從中央到地方，政府越發重視“互聯網+”在扶貧工作中的重要作用，工信部在《關于推進網絡扶貧的實施方案(2018-2020年)》中提出工作目標，要在2020年實現全國12.29萬個建檔立卡貧困村寬帶網絡覆蓋率超過98%(3)工信部. 關于推進網絡扶貧的實施方案(2018—2020年)[EB/OL]. [2020-04-15]. http:∥www.cpad.gov.cn/art/2018/6/6/art_50_85021.html.；安徽開通了網絡扶貧助農興旅公益平臺，方便用戶購買當地特色農產品；甘肅省政府和阿里巴巴集團簽訂戰略合作框架協議，共建“特色中國-甘肅館”。許多學者也從不同側面對這一減貧方式進行了研究，但目前國內對于互聯網減貧的研究更多地側重于使用如家庭追蹤調查(CFPS)這樣的截面數據，樣本往往限定在一兩個特定年份，可能受到不隨個體變化但隨時間變化的時間效應的影響，例如大范圍自然災害、主要電商企業的商業活動等。

此外，我國農村地區仍然存在一部分極難脫貧的人群。事實上，這在一定程度上反映了貧困人口內部存在的收入分配不均問題。由于地理環境、受教育條件等因素的限制，能提升輕度貧困人口收入的方法未必能有效提升極端貧困人口的收入。因此對于減貧的實踐而言，有必要考慮互聯網普及能否緩解極端貧困人口的貧困。

基于以上分析，本文嘗試從兩方面對現有文獻進行擴展：一方面，使用年份連續的面板數據以避免樣本過多受到某一年份特定事件的干擾。另一方面，本文在互聯網減貧的文獻中較早引入FGT指數，從而在分析中兼顧貧困人口內部收入差異的影響，進而深入分析互聯網普及對農村極端貧困人口是否也具有減貧效果。

二、 文獻綜述

從以往的研究來看，關于互聯網普及與農村貧困減緩的文獻指出了這種減貧作用發生的幾條路徑。

首先，互聯網的使用促進了農村居民非農就業創業。馬俊龍和寧光杰使用CFPS的2014年數據和Biprobit模型，發現互聯網使用有效提高了農村勞動力選擇非農就業的概率(4)馬俊龍,寧光杰. 互聯網與農村勞動力非農就業[J]. 財經科學, 2017(7): 50-63.；周洋和華語音使用了同一年的CFPS數據和IVprobit模型，研究發現，平均而言使用互聯網的農村家庭比不上網的創業概率高了3.83%(5)周洋,華語音. 互聯網與農村家庭創業——基于CFPS數據的實證分析[J]. 農業技術經濟, 2017(5): 111-119.；周冬使用了CGSS的2005和2013年數據以及有序Probit模型進行分析，結論表明互聯網的使用有效促進了農村非農就業(6)周冬. 互聯網覆蓋驅動農村就業的效果研究[J]. 世界經濟文匯, 2016(3): 76-90.。

其次，互聯網的使用促進了非正規金融在農村的使用。王君健和費梅蘋使用CFPS2016數據和IVprobit模型進行分析，結論表明民間借貸是互聯網影響農村居民貧困的重要機制(7)王君健,費梅蘋. 互聯網使用、民間借貸與農村居民貧困[J]. 江淮論壇, 2019(5): 63-69.；殷俊和劉一偉使用2014和2016年CFPS數據，結論表明互聯網的使用提高了農戶的非正規金融借貸水平，由此進一步減緩了貧困(8)殷俊,劉一偉. 互聯網使用對農戶貧困的影響及其機制分析[J]. 中南財經政法大學學報, 2018, 227(2): 146-156.。

再次，互聯網金融的使用有助于減緩農村貧困。但正如冷晨昕和陳前恒所指出的那樣，現有文獻沒有系統地論述在農村地區，尤其是在農村貧困地區發展互聯網金融的理論基礎，但他們仍然通過經濟理論模型分析得出了農村貧困地區發展互聯網金融有助于降低傳統金融服務中的交易成本，緩解金融排斥的結論(9)冷晨昕,陳前恒. 貧困地區農村居民互聯網金融使用現狀及影響因素分析[J]. 財貿研究, 2017(11): 42-51.。

最后，電子商務的使用擴大了貧困人口所面對的市場，帶來了市場規模乘數效應和潛在差異需求規模乘數效應(10)邱澤奇,張樹沁,劉世定. 從數字鴻溝到紅利差異——互聯網資本的視角[J]. 中國社會科學, 2016(10): 93-204.，同時也減少了他們的交易成本，改變了他們的消費行為。張永麗和徐臘梅通過對甘肅1 735個農戶的家庭生活消費的調查發現，互聯網的使用可以降低西部貧困地區農戶的交易成本，擴寬消費渠道，優化市場環境(11)張永麗,徐臘梅. 互聯網使用對西部貧困地區農戶家庭生活消費的影響——基于甘肅省1735個農戶的調查[J]. 中國農業經濟, 2019(2): 42-59.。曾億武等利用江蘇沭陽縣1 009個農戶的調查問卷進行分析發現，電子商務的采納帶來了農業收入的顯著提升，利潤率和銷量的提升是構成收入上升的來源機制(12)曾億武,郭紅東,金松青. 電子商務有益于農民增收嗎？——來自江蘇沭陽的證據[J].中國農村經濟, 2018 (2): 49-64.。

三、 實證方法與數據來源

(一) FGT指數的計算

本文按照國家現行貧困線標準，即以農村每年人均純收入2 300元(2010年不變價)作為衡量貧困與否的基準，選擇FGT指數來進一步衡量貧困的嚴重程度。這一指標不僅具備良好的可加性，還可以在滿足收入分組一致性條件下對整體貧困進行分解，以反映不同收入分組之間的收入差距，進而避免單獨使用貧困發生率所導致的，對貧困人口內部收入差距的忽視。

為了便于在數學意義上理解FGT指數的構造方式，其離散形式可用如下公式表達：

(1)

公式中，yi為第i個貧困人口的收入，z為貧困線，在本文中為2010年價格水平的2 300元，q代表人均收入低于貧困線以下的人口數，n代表人口總數，α是一個非負的參數，也稱貧困厭惡系數，一般取值為0、1或2，數值越大則貧困人口內部收入差距對Pα(y,z)值的影響越大。

在α最常見的三個取值中，α=0使得P0成為貧困發生率(Head-count Ratio)，也就是收入低于貧困線的人口在總人口中所占的比重，在本文中為通過洛倫茲曲線估算出的貧困率和《中國農村貧困檢測報告》匯報的各地區農村貧困率相對應，P0這一指標也被稱為貧困廣度。當α=1時，P1便是貧困缺口(Poverty Gap)，表示貧困人口收入到貧困線之間的平均距離，也是貧困深度指標。當α=2時,P2是平方貧困缺口(Squared Poverty Gap)，是對不同貧困程度人口進行加權后得到的指標，反映了貧困人口內部收入不平等的程度，以上三類指標在下文中分別用H、PG和SPG表示。

與公式(1)對應的連續函數形式為：

(2)

式(2)中f(y)是收入的累積分布函數F(x)的概率密度函數，x為代表收入的隨機變量，F(x)的具體表達式如下：

(3)

如果能利用已有的農村收入分組數據估計出連續的收入累積分布函數，FGT指數就可以進行計算(13)林伯強. 中國的經濟增長、貧困減少與政策選擇[J]. 經濟研究, 2003 (12)：15-25.。使用由Villasenor和Arnold提出的廣義二次(GQ)方法可以估計出參數化的洛倫茲曲線(14)VILLASENOR A. Elliptical lorenz curves[J]. Journal of econometrics, 1989, 40(2): 327-338.，進而得到連續的收入累積分布函數。將GQ方法估計得到的洛倫茲曲線結合式(2)可得：

(4)

通過改變式(4)中的α的取值，可以得到FGT指數中的貧困廣度、深度和強度。為了方便下文的分析，本文將計算出的FGT指數全部乘以100。

由于中國各個省的統計年鑒在統計農村收入分組數據時經常出現一定程度上的數據缺失問題，因此本文參考趙磊和吳媛的做法，使用農村收入分組數據與城鎮收入分組數據的比例對農村收入分組數據進行估算(15)趙磊,吳媛. 中國旅游業與農村貧困減緩——事實與解釋[J]. 南開管理評論, 2018, 21(6): 142-155.。由于天津、湖南、山東、西藏、云南和貴州存在較嚴重的收入分組數據缺失問題，因此本文僅使用了25個省份的收入分組數據進行分析。為避免通脹因素對FGT指數計算的影響，本文將2010年不變價格的2 300元按照各個省份各年度的通脹率進行了調整后計算FGT指數。

(二) 模型設定

為考察互聯網的使用對中國農村貧困程度的影響，本文構造如下計量模型：

FGTit=β0+β1Internetit+ωXit+αi+γt+εit

(5)

式中i表示省份，t表示年份，αi代表不隨時間變化的個體效應，γt代表不隨個體變化的時間效應，εit為隨機擾動項，FGTit為計算得到的FGT指數，Internetit為代表農村互聯網普及程度的代理變量，

在許多報告和文獻中，對于代表互聯網普及程度的變量大多數情況下選擇互聯網普及率、移動電話普及率(16)湯才坤. “互聯網+”對農村居民消費經濟結構的影響分析[J]. 統計與決策, 2018, 513(21): 117-119.、電腦數量(17)趙浩鑫,唐根年,洪晨翔. 農村互聯網發展的減貧效應分析[J]. 統計與決策, 2019, 535(19): 96-99.等。參考既有文獻的選擇，本文使用每百戶農村家庭所擁有的電腦數和每百戶農村家庭所擁有的移動電話數作為互聯網在農村普及程度的代理變量，下文將這兩個變量簡稱為住戶電腦數量和住戶手機數量。Xit為控制變量向量。

模型中主要包括三類控制變量。首先是經濟增長變量，經濟增長可以通過“涓滴效應”惠及貧困人口，本文使用實際GDP增長率(RGDP)加以衡量。其次是農村特征變量，包括了農村居民受教育水平(EDU)、農村固定資產投資(FA)、所得到的財政支農資金(GOV)三項,分別使用農村15歲以上人口的文盲率、農村固定資產投資和農業總產值的比值、財政支農支出與農業總產值的比值代表，由于統計口徑的變化，財政支農支出在2005—2006年為農業支出、林業支出和水利氣象支出之和，2007—2016是農林水事務支出。三是其他類型變量：城鎮化進程可以改善農村居住環境、增加農村就業機會進而幫助減緩貧困(18)崔娟. 金融發展、城鎮化與貧困減緩——基于系統GMM的估計[J]. 蘭州學刊, 2014 (8): 152-158.，因此本文使用城鎮化率作為控制變量；城鄉居民收入比例的上升反映了當地整體收入差距的惡化，這會抑制貧困減緩，因此本文使用了城鎮人均可支配收入和農村人均可支配收入的比值作為控制變量。

除此之外本文還加入了交通基礎設施作為控制變量，因為交通基礎設施的優化提升可以促進生產要素的合理分配，是推動農村經濟增長的長期動力(19)李慧玲,徐妍. 交通基礎設施、產業結構與減貧效應研究——基于面板VAR模型[J]. 技術經濟與管理研究, 2016(8): 25-30.。本文參考趙磊和張晨的方法，使用鐵路里程數、公路里程數和內河航運里程數之和除以省份國土面積衡量(20)趙磊,張晨. 旅游減貧的門檻效應及其實證檢驗——基于中國西部地區省際面板數據的研究[J]. 財貿研究, 2018, 39(5): 130-145.。

(三) 數據來源

本文使用了包括25個省、市和自治區2005—2016年的平衡面板數據。其中，每百戶農村居民所擁有的電腦數和移動電話數、農村和城鎮人均可支配收入、城鎮化率、交通基礎設施數據均來自《中國統計年鑒(2006—2017)》，部分數據由各省統計年鑒補足。農村收入分組數據來自各省(市、自治區)統計年鑒和《中國農業年鑒(2006—2017)》《中國農村統計年鑒(2006—2017)》。農村固定資產投資數據來自《中國農村統計年鑒(2006—2017)》，農村15歲及以上人口中的文盲率來自《中國人口和就業統計年鑒(2006—2017)》，財政支農數據來自《中國財政年鑒(2006—2017)》。其他數據來源于國研網統計數據庫。

四、 實證結果分析

(一) 全樣本估計結果

表1到表4的各列均顯示，面板設定F檢驗結果拒絕原假設，固定效應模型優于混合估計；表1中除第(2)和第(4)列以外的Hausman檢驗均顯著拒絕隨機效應模型和固定效應模型回歸系數無差異的原假設，表2到表4的各列也普遍在Hausman檢驗中拒絕了原假設，因此，為便于比較分析，本文默認選擇面板固定效應模型。

1. 絕對貧困估計。表1第(1)列報告，互聯網普及變量的回歸系數為-3.232，在1%的統計水平下顯著，表明在其他條件不變的情形下，農村互聯網普及程度每提升1%會平均降低貧困廣度0.032 32，也就是使得估計出的貧困率降低0.032 32個百分點。第(4)列顯示，互聯網普及變量的回歸系數為-11.83，也在1%的統計水平下顯著，再次說明了結論的穩健性。由此，分析結果表明，互聯網的普及確實可以有效降低絕對貧困。

2. 相對貧困估計。在表1中，第(2)列顯示，互聯網普及變量的回歸系數為-1.284，在1%的顯著性水平下顯著，同樣表明互聯網的普及對貧困深度具有減緩效應，而且這一指標每提升1%，則會相應減少貧困深度0.012 84。同樣，第(5)列中，互聯網普及變量的回歸系數為-3.64，表明這一指標每上升1%，貧困深度下降0.036 4。以上估計結果共同表明，互聯網普及對于減緩農村貧困深度具有顯著作用。

表1第(3)列表示，貧困強度作為被解釋變量時，核心解釋變量回歸系數為-1.29，在1%的顯著性水平下顯著，這意味著農村互聯網普及程度每上升1%，貧困強度平均減少0.012 9。類似地，第(6)列顯示，核心解釋變量回歸系數為-3.216，也在1%顯著性水平下顯著，農村互聯網普及程度每上升1%，貧困強度平均減少0.032 16。以上估計結果表明，互聯網的普及確實有助于改善農村極端貧困居民的收入狀況。

表1 全國互聯網普及與農村貧困減緩關系檢驗

(二) 分地區估計結果(21)樣本中東部地區包括北京、河北、遼寧、上海、江蘇、浙江、福建、廣東、海南；中部地區包括山西、吉林、黑龍江、安徽、江西、河南、湖北；西部地區包括內蒙古、廣西、重慶、四川、陜西、甘肅、青海、寧夏、新疆。

1. 東部地區估計結果。如表2所示，互聯網普及變量的回歸系數為-3.4，在10%的顯著性水平下顯著。也就是說農村互聯網普及程度每上升1%，貧困廣度平均減少0.034；第(4)列報告了類似的結果，核心解釋變量的回歸系數為-10.76，在10%的顯著性水平下顯著，農村互聯網普及程度每上升1%，貧困廣度平均減少0.107 6。以上實證結果說明了互聯網普及在東部農村確實有效地減少了絕對貧困。當考慮貧困深度時，列(2)和列(4)中兩種核心解釋變量回歸系數都在10%的顯著性水平下顯著為負也說明了互聯網的普及正在減少東部農村貧困人口的貧困缺口，使得當地的貧困人口收入更加接近貧困線，進而減緩貧困。

表2 東部地區互聯網普及與農村貧困減緩關系檢驗

需要注意的是，當考慮貧困強度，也就是考慮互聯網普及能否在東部農村減緩極端貧困人口的貧困狀況時，結論卻是否定的。在列(3)和列(6)當中，兩種核心解釋變量的回歸系數都不顯著，這說明了互聯網普及難以應對東部農村的極端貧困問題。可能的原因在于：互聯網的普及反而使得當地農村的收入不平等狀況惡化了。一個典型的例子來自曾億武、郭紅東和金松青的文章，他們利用傾向得分匹配法對江蘇省沭陽縣1 009個農戶的問卷調查數據進行研究，結果發現在采納電子商務后，當地農戶無論是以總純收入還是人均純收入計算的基尼系數都有明顯的上升(22)曾億武,郭紅東,金松青. 電子商務有益于農民增收嗎？——來自江蘇沭陽的證據[J].中國農村經濟, 2018(2): 49-64.。這反映了互聯網的普及對于農村收入不平等未必會起到削弱作用，反而可能會加劇當地的收入不平等，使得極端貧困人口的收入狀況難以得到改善。Cecchini 和Scott提供了一個簡單的理論模型來解釋這種收入不平等產生的原因，他們認為，包括軟硬件、技能水平在內的資本投入使得相對富裕的人口更傾向于選擇互聯網作為接收和傳遞信息的手段，但這種資本投入也給相對貧困的人口制造了門檻，使得他們花費大量的時間來完成通過互聯網只需要少量時間就可以完成的信息收發，進而引發了收入的不平等(23)CECCHINI S, SCOTT C. Can information and communications technology applications contribute to poverty reduction?[J]. Information technology for development, 2003, 10(2): 72-84.，這也呼應了曾億武、郭紅東和金松青認為健康程度與受教育水平、社會資本以及經營支出共同導致了收入不平等的判斷(24)曾億武,郭紅東,金松青. 電子商務有益于農民增收嗎？——來自江蘇沭陽的證據[J]. 中國農村經濟, 2018(2): 49-64.。

2. 中部地區估計結果。如表3第(1)列所示，互聯網普及變量的回歸系數為-3.754，在10%的顯著性水平下顯著。第(4)列報告了類似的結果，核心解釋變量的回歸系數為-14.04，在5%的顯著性水平下顯著。這說明互聯網普及有效減緩了中部農村的貧困廣度。第(3)列顯示，核心解釋變量回歸系數不顯著，但第(6)列表明核心解釋變量回歸系數顯著為負。兩種模型的結果矛盾，因此認為互聯網的普及在中部地區是否能減緩貧困強度存在疑問。

表3 中部地區互聯網普及與農村貧困減緩關系檢驗

續表

要注意的是，不同于東部地區，中部地區的貧困深度沒有因為互聯網的普及而顯著改善，但中部地區的貧困廣度卻在10%顯著性水平下被兩個核心解釋變量顯著減少了?？赡艿脑蛟谟?，貧困深度并非一個非常好的度量貧困的指標。參照林伯強關于貧困缺口的論述(25)林伯強. 中國的經濟增長、貧困減少與政策選擇[J]. 經濟研究, 2003(12): 15-25.可知，在中部地區，哪怕互聯網普及成功減少了絕對貧困，但只要沒有同時對其他貧困人口的收入有較大幅度的提升作用，其對貧困深度也不會產生顯著的正面影響。

3. 西部地區估計結果。在表4當中，第(1)、(4)列顯示兩種核心解釋變量都沒能減少西部農村的絕對貧困；第(2)、(5)列顯示兩種核心解釋變量也未能減少貧困缺口。但是第(3)、(6)列中，核心解釋變量的回歸系數分別為-1.438和-3.563，分別在5%和10%的顯著性水平下顯著，說明互聯網的普及改善了部分極端貧困人口的收入狀況。對此的詳細解讀如下。

表4 西部地區互聯網普及與農村貧困減緩關系檢驗

續表

一方面，互聯網的普及未能減少西部農村絕對貧困的原因可能在于西部農村地區物流條件的不足限制了互聯網的減貧效果。

西部地區，特別是新疆、青海等省份，農村人口盡管絕對數量不少，但居住分散，地域廣闊。這使得當地交通基礎設施難以覆蓋到位，也使得西部距離城市消費市場較遠的農村不可避免地面對相比于東中部更嚴重的農產品進城“最先一公里”和工業品入村“最后一公里”的物流配送問題。同時，農村冷鏈物流建設也滯后于電商發展，這使得農村電商，尤其是生鮮產品的農村電商供應能力受到限制。因此，物流條件的不足限制了西部農村地區通過農村電商獲益的能力，進而使得西部地區互聯網普及的減貧作用受到限制。

另一方面，與東部地區不同，西部地區的互聯網普及減少了貧困強度，原因可能在于：東部地區由互聯網普及所帶來的收入不平等很大程度上是由資本投入的不同導致的，西部地區的電商發展遠不及東部，有關于互聯網使用的資本投入對收入不平等的影響還不明顯。同時，西部地區的消費環境比東部惡劣，張永麗和徐臘梅在對西部地區農村的調查中發現，西部貧困地區農村大部分位置偏遠、信息閉塞、賣方壟斷及產品質量差等問題突出，農戶家庭市場交易成本非常高；互聯網的普及大幅降低了當地的交易成本，還改變了農村居民的消費行為，讓其擁有了更多的選擇權(26)張永麗,徐臘梅. 互聯網使用對西部貧困地區農戶家庭生活消費的影響——基于甘肅省1 735個農戶的調查[J]. 中國農業經濟, 2019(2): 42-59.。張永麗和徐臘梅同樣注意到這種消費環境的改善對低收入農戶的消費提高效果更強，他們進而認為互聯網的普及有利于減少農村內部收入差距。綜上所述，互聯網優化了西部農村消費環境、減少了交易成本，資本投入對農村居民互聯網使用的影響并不強。這些因素共同導致了西部地區農村不平等水平的下降，同時也改善了貧困人口內部的收入不平等。

4. 內生性討論。內生性問題會使得估計結果產生偏差，通常情況下，導致內生性的主要原因有兩種。第一，遺漏變量問題。對于該問題，本文在模型設定中盡可能地將可能影響農村貧困的眾多因素加入到了控制變量當中，以降低遺漏變量的影響。第二，互為因果關系的內生性。一個地區貧困程度的大小可能會影響在當地普及互聯網的難度。對于該問題的處理通常使用工具變量法。因此，本文參照郭家堂和駱品亮以及其他大部分文獻的做法，使用滯后一期的住戶電腦數量和手機數量作為工具變量進行兩階段最小二乘法(2SLS)回歸。結果表明，兩種工具變量在全樣本和分地區樣本情形下的回歸結果與原有的固定模型回歸結果基本一致。因此本文的實證結論得到了進一步驗證。

五、 結論與政策建議

本文利用2005—2016年農村收入分組資料計算FGT指數，并在此基礎上使用農村每百戶電腦數量和移動電話數量作為核心解釋變量分析互聯網普及程度和農村貧困之間的關系?；诒疚膶嵶C結論，提出政策建議如下：

首先，互聯網的普及可以有效降低貧困人口規模。國家應當將鄉村信息基礎設施和交通物流基礎設施的建設作為實現鄉村振興的重要內容，增大寬帶覆蓋率、增加網絡設備、終端設備和服務器設備在農村的普及、強化企業和政府機關面向公眾的信息管理系統、加大農村道路基礎設施建設資金投入力度、加快欠發達地區農村物流配送體系建設，積極構建“縣有中心、鄉鎮有門店、村社有點”的物流配送體系、支持地方政府在農村設立貨運公交，盡量解決農村物流“最后一公里”和“最初一公里”的配送效率和費用問題。

其次，東部和中部地區關于互聯網扶貧的政策應當更加關注缺少資本投入的貧困居民，避免互聯網紅利的分配差距惡化居民收入分配差距。東部和中部地區應加強對貧困居民電子商務知識的教育，利用村級行政組織向廣大農民群眾傳遞電子商務基本知識，重視對電商人才的培養，鼓勵大學生村官掌握電商技能，同時也應提高農村金融服務水平，加強第三方支付平臺建設，盡量滿足農村貧困人口的金融產品需求，緩解極端貧困人口在資本投入上的不足。

最后，西部地區應當加快互聯網在農村地區的普及，同時也應當注重基礎設施建設的完善和消費環境的改善。當前我國西部農村互聯網普及程度仍然落后于東部和中部，對此應當提高西部農村教育的信息化水平，降低網絡運營費用。鼓勵共建共享農村電商服務站點和物流體系，尤其是加快生鮮食品配送所需要的冷鏈物流系統在西部的形成和發展。挖掘互聯網對生活消費的促進作用，減少農村貧困居民購物時的交易成本，引導農村居民優化消費觀念和消費行為。