互聯網使用對農戶相對貧困的影響及機制研究

單德朋 張永奇

（西南民族大學經濟學院 四川 成都610041）

一、研究背景

伴隨著互聯網普及率的逐步提高，“互聯網+”新業態的迅速應用，互聯網在中國的“精準扶貧”過程中儼然變為重要活動載體。一方面，互聯網可以通過緩解信息不對稱，為農戶提供就業崗位、國家政策等信息；另一方面，農戶通過互聯網可以開展學習、娛樂等活動，積累更多的社會資本，從而獲得更多的發展機會。《鄉村振興戰略規劃（2018—2022年）》明確提出，在農村必須要強化建設信息基礎設施，要讓信息真正入村、真正進戶，這為緩解農戶相對貧困提供了良好的條件。發揮互聯網促進農村居民增收、緩解農戶相對貧困的作用，關系到鄉村振興的戰略承接。因此，探討互聯網使用對農戶相對貧困的影響及其機制，對于2035年實現農業農村現代化目標具有重要的政策價值。

在此基礎上，本文以2016和2018年追蹤調查中國家庭所得的數據為基礎，對互聯網使用于農戶相對貧困方面產生的影響展開了實證檢驗，運用工具變量法、傾向得分匹配法、聯立方程等方法對內生性的相關問題進行了對應的處理，借此解讀和認識互聯網使用在解決農戶相對貧困問題方面發揮作用的具體機制，為農村經濟的快速發展、農戶減貧增收提供新的“發力點”。

二、相關研究文獻

中國農村貧困及減貧問題作為熱點話題，一直備受學者關注。梳理過往文獻，將已有研究歸納為宏觀、微觀兩個方面。

從宏觀角度出發，葉普萬（2005）指出經濟增長、收入不平等與貧困的關系是貫穿該研究的重要主線。夏慶杰等（2010）認為經濟增長、收入水平提升對減貧起到決定性作用。但Benjamin et al.（2011）、羅楚亮（2012）指出經濟增長雖然能夠減少貧困人口數量，但是收入差距的拉大則會阻滯貧困減緩，甚至有可能進一步導致貧困增加。龔沁宜等（2018）研究結果則進一步表明：西部地區數字普惠金融與農村貧困發生率存在顯著的非線性關系，且存在單一的門檻特征值。當經濟發展水平未跨越門檻值時，數字普惠金融具有顯著減貧作用；當經濟發展水平超過門檻值時，數字普惠金融對于貧困的抑制作用有所減弱，其減貧的邊際效用遞減規律比較明顯。孫繼國等（2020）研究發現，數字金融能夠通過促進居民創業、緩解信貸約束和化解農業風險明顯減緩相對貧困，其減貧效應存在區域差異和城鄉差異。

從微觀視角分析，當前的研究著重于探查人力資本對貧困造成的影響。Hemmi et al.（2007）指出健康人力資本能夠幫助農戶跳出“貧困陷阱”。章元等（2012）認為基礎教育作為核心人力資本要素，對于農戶減貧意義重大。另外，還有學者從內因角度（農戶的特征、農戶的素質等等）對影響減貧的相關因素進行了探討。徐月賓等（2007）指出農業生產投入時間過多的農戶更容易陷入貧困。Du et al.（2005）的研究發現農戶進城務工減貧效應并不顯著，但章元等（2009）的研究結論卻與之不同。

在上述研究結論仍存分歧之際，有學者另辟新路從互聯網使用視角探討了農戶減貧的作用及機制。互聯網的快速發展，不僅改變了農村居民的生活方式，也成為經濟發展的新動力（Czernich，2012）。部分學者認為互聯網使用能夠發揮積極減貧作用。Huang et al.（2016）指出互聯網使用能夠縮小數字鴻溝，為低收入群體向上流動提供助力。朱燕（2017）認為將電子商務和精準扶貧予以有效且緊密地結合，貧困地區大概率能實現“彎道超車”。冷晨昕等（2017）從“互聯網+金融”角度出發，實證分析發現互聯網金融能夠有效降低農戶金融服務成本，進而緩解農戶貧困。左孝凡等（2020）認為互聯網使用能夠為農村居民提供持續內生減貧動力。

然而，還有學者認為在解決農戶貧困問題時，互聯網的使用并未產生較大價值。Pruett et al.（1998）發現互聯網發展讓扶貧資本有了更加快捷的轉移通道，因而互聯網減貧效果值得懷疑。James（2005）依托傳統的福利經濟學理論，指出發展中國家的互聯網使用并未起到減貧作用。Galperin et al.（2017）指出發達經濟體依托互聯網使用能夠攫取更多的收益，但是對于貧困地區而言，能否借助使用互聯網求取得對應的收益回報，答案并不明確。

少數文獻進一步關注了互聯網使用與農戶減貧的傳導機制。趙秀蘭（2017）認為互聯網使用可以通過精準識別貧困人口、幫助貧困群體求取自我發展、實現自我能力的提升、讓精準扶貧相關服務的水平得到進一步的提升等方式助力脫貧致富目標的實現和達成。殷俊等（2018）指出社會資本、非農就業是互聯網使用發揮農戶減貧效應的傳導機制。

結合過往研究能夠發現，雖然已有學者從互聯網使用視角對農戶減貧的影響程度展開了有效探索，但仍存以下問題：第一，有關互聯網使用對貧困的研究結論仍存分歧，即互聯網使用的減貧效應有待進一步深究。另外，既往研究的關注點側重于絕對貧困，并未著重關注相對貧困，這與新的時代背景下政府減貧決策存在“脫節”現象。第二，已有研究表明互聯網使用能夠通過社會資本渠道減緩農戶貧困，而關愛萍等（2017）指出社會資本的減貧功能受到門檻限制，因此在社會結構變遷后，互聯網使用能否成為社會資本實現減貧的傳導機制需要進一步明確。此外，互聯網使用還存在其他經濟效應，一方面互聯網能夠通過信息傳遞、改善信貸可得性促進農戶增收減貧（柳松等，2020），另一方面互聯網使用也會夾雜負面信息（趙曉航等，2017），提高農戶負債率，從而降低農戶減貧的可能性。因此，本文將進一步檢驗信息渠道、金融信貸能否充當互聯網使用的中介減貧機制。第三，通過知網查找主題“互聯網使用與農戶相對貧困”僅有左孝凡等（2020）的一篇文獻，雖然該篇文獻使用了工具變量方法緩解了因反向因果導致的內生性問題，但是只利用單一收入維度關注了互聯網使用對農戶短期減貧的影響程度，并未從更多角度關注互聯網使用是否具有長期減貧效應，此外也未關注因變量遺漏、樣本自選擇所造成的相關內生性問題，可能低估了互聯網使用對農戶減貧的整體效用。

基于此，本文作為全新的嘗試，依托鄉村振興戰略背景，展開新一輪探索。整體看，本文的研究貢獻可以歸納為兩方面：其一，過往研究多數是基于截面數據從靜態視角分析互聯網使用與農戶貧困的關系，并未關注互聯網使用對農戶貧困的長期表現。因此，本文利用CFPS（2018）和CFPS（2016）兩年數據，識別了互聯網使用影響農戶貧困減緩的短期效果和長期表現，并且明確了互聯網使用減貧效應的關聯機制，更加全面評價了互聯網使用的減貧效應，豐富了互聯網使用和農戶貧困之間相關性的研究成果。其二，本文運用傾向得分匹配（PSM）和聯立方程法對遺漏不可觀測變量所造成的有偏估計進行了對應的探查，改善了互聯網使用影響農戶貧困減緩的估計精度。本文的研究為鄉村振興戰略背景下互聯網使用在減緩貧困領域所發揮的作用提供了具體的借鑒和參考，既有助于更快、更好地達成鄉村振興的發展目標，也有助于農戶增收減貧這一根本發展目標的達成和實現。

三、數據來源、變量選取與計量策略

（一）數據來源

本文使用中國家庭追蹤調查（CFPS）數據庫數據開展分析。CFPS具有全國性，覆蓋范圍可以劃分為社區和家庭以及社會個體這三個不同的層次；調查的對象為全部的家庭成員。因此，CFPS具有很好的代表性，屬于全國性樣本。本文主要采用最新的CFPS2018數據進行分析，能夠較好地反映新時期農民互聯網使用與相對貧困情況，考慮到收入群體多數是勞動者，本文選取18—60歲的調查樣本，在剔除個人收入等核心變量缺失值和遺漏值后，最終得到2018年有效農戶樣本4105份。隨后，為了檢驗互聯網使用對農戶相對貧困的長期表現，又引入CFPS2016樣本數據，在保留相同樣本的基礎上，最終獲得2016—2018年兩期農戶樣本3430份。

（二）變量選取

1.結果變量

本文的主要結果變量為農戶相對貧困。相對貧困指標如何劃定，對于后續研究至關重要。通過梳理過往文獻，總結發現現階段共有4種相對貧困指標劃定辦法。第一種是收入比例法。利用某一國家或地區平均收入或中位數收入水平的某一百分比進行衡量，這種辦法的局限性是由于單一維度測量辦法，合理比例難以界定。第二種是恩格爾系數法。采用基本食品支出與消費總支出之比確定貧困程度，該系數比值越大代表家庭越貧困。該種辦法的局限性是數據處理難度較大，與中國實際情況不符。第三種是擴展性線性支出模型法（ELES）。依靠計量手段從衣食住行等多個角度衡量相對貧困。該種辦法的局限性是數據較多，計量過程容易出現錯誤。馬丁法是第四種劃定貧困指標的辦法，這一辦法借助調查農村住戶所得的數據，以30%的最貧窮人口之實際消費價格、實際消費結構在最低營養需求這一條件下，于食物方面的支出展開對應的計算，但是從人口流動到商品價格等諸多因素都會對這一方法產生對應的影響，最終導致貧困線測度不準確。

鑒于中國目前尚未界定相對貧困線，本文結合現階段國際貧困線劃定標準和數據可得性等情況，確定使用收入比例法進行測算。首先，本文參照單德朋（2019）的測度辦法，使用高于農戶人均收入的70%確定主要相對貧困線，如果農戶個體收入低于貧困線，則貧困發生率賦值為1，反之為0，以此來檢驗互聯網使用對農戶相對貧困的短期效果。其次，本文為了防止測度界定不合理導致估計誤差，參照孫久文等（2019）的測度方法，利用高于樣本收入中位數的40%確定次要相對貧困線。再次，本文使用CFPS2018成人勞動力樣本，確定主要相對貧困線為33221.21元/年，次要相對貧困線為16000元/年。最后，本文進一步借鑒樊麗明等（2014）、單德朋等（2020）的做法，基于CFPS2018年數據進一步測度了貧困脆弱性，以此來檢驗互聯網使用的長期脫貧表現。貧困脆弱性是指家庭或者個體在下一期陷入貧困的概率，若下一期，農戶陷入貧困的概率超過了50%，那么就賦值給貧困脆弱性為1，如若相反，就賦值為0。

2.處理變量

本文的處理變量為互聯網使用。本文遵循傳統文獻做法（杜鵬等，2020；祝仲坤，2020），使用CFPS2018問卷中“是否使用電腦上網”定義為互聯網使用指標，對回答“是”的賦值為1，反之賦值為0。由于手機網民數量也與日俱增，本文使用調查問卷中“是否移動上網”為互聯網使用的代理變量，對互聯網使用與農戶相對貧困的關系進行穩健性檢驗。

表1 描述性統計

3.協變量

為保證模型構建準確，本文參考謝家智等（2018）、周廣肅等（2018）、謝申祥等（2018）的研究，選取了一系列可能影響農戶相對貧困的控制變量，盡量避免因遺漏變量造成估計出現誤差。于人口特征來講，對應的影響變量含年齡及其平方、受教育水平和健康水平、性別與婚姻狀況、記憶力、政治資本、就業情況等等，另外，本文考慮到家庭情況也對農戶相對貧困造成重要影響。因此，本文選取了家庭規模、家庭存款作為家庭特征變量。家庭存款作為一個連續變量，要規避異方差這一問題，所以本文就家庭存款這一變量進行了對數處理。此外，農戶相對貧困也會受到社會環境影響。本文選取了政府評價（很好=1，好=2，一般=3，差=4，很差=5）充當社會特征變量。本文進一步選取與鄉村振興及農戶相對貧困有關的養老保險（是=1）、醫療保險（是=1）、政府補貼（是=1）作為控制變量。社會保險作為一項“兜底”措施，對農戶相對貧困具有顯著影響，政府補貼也會從一定程度上影響農戶的消費行為與儲蓄習慣。考慮到地區效應也會對農戶相對貧困造成擾動效應，回歸分析的過程中，本文從省級層面對相關的地區效應進行了控制。

為了進一步看出互聯網使用與農戶相對貧困的關系，本文對互聯網使用與農戶貧困發生率、貧困脆弱性進行了聯合統計描述（見表2），能夠發現不論是按照收入比例法確定的貧困發生率還是通過概率預測的貧困脆弱性與互聯網使用都存在顯著的相關關系，貧困戶的互聯網使用率顯著低于非貧困戶的互聯網使用率。雖然相關性并不代表存在因果關系，但相關性分析中明確農戶相對貧困與互聯網使用強相關，接下來本文將在控制相關控制變量后對兩者關系展開進一步分析。

表2 互聯網使用和農戶相對貧困的聯合統計描述

（三）計量策略

1.因果推斷

本文使用的“相對貧困”指標是二分類變量，根據此變量的數據分布特征，使用最大似然估計的Probit模型展開分析，比較合理。本文設定的基準回歸模型如下：

其中，i代表個體，Xc代表影響農戶相對貧困的一系列變量，εc為隨機擾動項。β是互聯網使用對農戶相對貧困的影響，作為本文關注的重點系數。β為正，代表互聯網使用能夠顯著提高農戶相對貧困；β為負，代表互聯網使用能夠顯著降低農戶相對貧困；β不顯著，則代表互聯網使用對農戶相對貧困并無顯著影響。

2.異質性分析

分位數回歸模型主要是通過最小二乘法進行估計，構建多元線性回歸模型。為了檢驗互聯網使用能否充當農戶增收渠道，本文借助再中心化影響函數（RIF）以及分位數回歸模型，建立如下方程形式：

四、實證分析

（一）互聯網使用對農民貧困的影響

表3 顯示了互聯網使用對農戶相對貧困的全樣本估計結果。根據模型1的回歸結果，能夠發現，控制了農戶相對貧困的背景因素后，互聯網使用能夠顯著改善當期貧困發生率。經由互聯網使用渠道，農戶能夠降低貧困發生率0.439個百分點，且在1%的統計水平上顯著。該結論與政策預期相符，農戶可能依托互聯網使用提高收入、獲得更多的就業機會等方式來影響當期貧困狀況。模型2和模型3是借鑒單德朋（2019）使用FGT貧困指數進一步測度互聯網使用與農戶相對貧困的關系。從模型2和模型3的回歸結果可以發現，互聯網使用和農戶相對貧困之間有著較為穩健的相關性。不過對FGT貧困指數進行細分，可以得出：貧困深度不同，互聯網使用產生的影響不一。對貧困距這一參數發揮影響對應于-0.06的估值，對平方貧困距這一參數產生的影響對應的估值為-0.03，于統計水平為1%的條件上影響明顯，換言之相伴于貧困在深度上的增加，互聯網使用產生的影響呈現出遞減態勢，即貧困深度更淺者，借助互聯網使用所能得的相對收益更高。因此，對于深度貧困主體，需要政府進一步關注，避免因互聯網使用的普及范圍擴大，導致整體收入差距不斷擴大。模型4、模型5、模型6是基于次要貧困線對互聯網使用與農戶相對貧困關系進行分析。通過模型4、模型5、模型6的回歸結果可以看出，基于次要貧困線的情況下，互聯網使用與農戶相對貧困的關系依然保持穩健。

表3 互聯網使用對農戶相對貧困的影響

為了進一步看出互聯網使用對農戶貧困減緩的長期表現，本文使用貧困脆弱性指標進一步分析了互聯網使用與農戶相對貧困的關系。根據模型7的回歸結果，能夠發現，互聯網使用降低了貧困脆弱性2.688個百分點，且在1%的統計水平上顯著。表明互聯網使用不僅具有顯著的短期減貧效應，且能夠實現農戶長期貧困減緩。模型8是通過次要貧困線測算的貧困脆弱性指標，根據模型8的回歸結果，證明互聯網使用的長期貧困減緩效應依然穩健。

就個體特征變量而言，年齡與農戶貧困的關系為負，年齡平方與農村貧困的關系為正。表明年齡對農村貧困減緩的影響呈現“U型”關系。即年齡越大對農村貧困減緩的作用越弱。相比于女性，男性減貧能力更強。其他個體變量受教育水平、已婚、健康水平、記憶力、政治資本、就業情況也存在顯著的減貧效應。整體而言，上述研究結論與多數研究一致。

家庭和社會特征控制變量于農戶相對貧困的作用同樣是顯著和積極的。具體而言，統計水平為1%的條件下，家庭規模會對農戶相對貧困在正向上產生顯著的影響，即農戶家庭規模越大，對于脫貧就越不利，原因分析如下：其一，在經濟發展的推動下，中國消費水平的提升極大，農業是農村家庭收入的主要來源，農業收入如果保持穩定，農村家庭的整體支出就會增加，這就會造成家庭規模越大的農戶越容易陷入“貧困陷阱”；其二，家庭規模的擴大，增加了貧困家庭的負擔，導致貧困家庭沒有足夠的儲蓄和能力為子代創造“階層流動通道”，進而很多貧困家庭的子代陷入“階層復制”的境況，形成惡性循環。家庭存款在1%的統計水平上顯著降低了農戶貧困概率，毋庸置疑，存款越多的農戶家庭其風險承擔能力越強，進而影響其貧困狀況。從社會特征這個變量層面分析，對政府給予越低的評價，陷入貧困之中的可能性也就越大。此外，本文發現擁有養老保險、醫療保險的農戶均能顯著實現貧困減緩。政府補貼在1%的統計水平上提高了農戶貧困的可能性，原因在于政府補貼的本身對象是處于深度貧困的農戶，而處于深度貧困的農戶長期保持“短視”行為，進而并沒有能力將補貼流量轉化為存量，最終導致這部分群體遲遲未能緩解貧困境況。最后，由于東部地區經濟發展速度保持前列，因而東部地區的減貧效應更加顯著。

上文采用了相對貧困線對互聯網使用與農戶相對貧困的關系進行了實證檢驗，就截面數據而言，采用收入貧困線確定的相對貧困指標，僅僅是對貧困標準進行或高或低的調整。為了更加明顯看出互聯網使用對農戶相對貧困的影響程度，本文采用兩種分位數回歸模型進一步檢驗互聯網使用的增收效應，從而驗證互聯網使用的貧困減緩作用。

表4 報告了基于分位數回歸模型檢驗結果。為了便于比較，本文將互聯網使用與農戶個人收入的基準回歸結果也放入表內，即模型1。模型2至模型4為采用QR模型進一步檢驗互聯網使用與農戶相對貧困的關系。結果顯示互聯網使用對農戶個人收入的增收效應顯著。隨著分位數的增加（2.5/10→5/10→7.5/10）,互聯網使用的分位數回歸系數呈現上升趨勢（0.267→0.280→0.324），且在1%的統計水平上顯著。進一步支撐了互聯網使用能夠抵御貧困的研究結論。模型5和模型6指的是借助RIF無條件分位數回歸估量農戶收入。結果發現，分位點介于10%到90%之間時，互聯網使用估計系數顯著為正，表明互聯網使用能夠提高農戶的收入，促進“滴漏經濟增長”，從而進一步佐證了互聯網使用的益貧性。但是同時也應該注意到互聯網使用對于高收入群體而言存在更加顯著的正向影響，表明互聯網使用很可能在發揮減貧效應的同時擴大農戶之間的收入差距，因此，政府推進“互聯網+減貧”的過程中，既要關注低收入群體的互聯網接入可及性，又要提升其互聯網使用效用性。

表4 檢驗分位數回歸模型所得的結果

上文分析了互聯網使用能夠通過增收渠道緩解農戶相對貧困，以農戶收入源為基礎進行深入探討，對認識互聯網在解決農戶貧困這個問題中的作用機理有著極為重大的意義。按照收入源對應的結構，可以將農戶的收入源劃分成如下四種：工資性、經營性、財產性、轉移性四種收入（于福波等，2019）。根據表5的回歸結果，能夠發現，互聯網使用對農戶工資性收入、轉移性收入的估計系數顯著為正，且對于非貧群體具有更加顯著的正向效應。同時能夠發現相比于工資性收入，轉移性收入對于貧困群體具有顯著的正向作用，表明貧困群體脫貧過程中政府“輸血”起到了重要作用。因此，為建立解決相對貧困的長效機制，應該著重培養貧困群體利用互聯網的意識與能力，降低搜尋成本和探索“造血”途徑。

表5 互聯網使用對農戶收入來源的影響

（二）異質性分析

農戶的性別不同、年齡不同、受教育水平不同、收入不同，在使用互聯網方面就存在不同偏好，為了考察互聯網使用對農戶相對貧困的異質性差異，本文將全體樣本進一步劃分為男性和女性，青壯年（18—39歲）與中年（40—60歲），小學、中學、高中、大學，低收入群體、高收入群體（按照平均收入劃分）10個子樣本，再度進行回歸分析。以性別和年齡以及學歷，還有收入水平作為子樣本進行回歸分析，表6對分析結果予以了描述。

表6 異質性分析

在Panel A中，互聯網使用在1%的統計水平上對男、女農戶的貧困程度在負方向上有著顯著的影響。條件相同的話，每提升一互聯網使用單位，女性農民的貧困減緩機會就會上升48.7%，而男性農民的貧困減緩機會上升度為40.4%，也就是說從性別角度考慮，互聯網使用在減緩女性農民的貧困方面有著更大的邊際效應。

Panel B里，無論是于青壯年農民來說，還是于中年農民而言，互聯網使用均能實現貧困減緩，且在1%的統計水平上顯著。條件相同時，減緩作用于中年農民有著更為明顯的影響。

Panel C里，于統計水平為1%的條件下，互聯網使用對于教育水平不同的農民的貧困程度均有顯著影響，對初中學歷農民貧困統計系數雖然為負，不過在經濟方面的顯著性并不明顯。按照受教育水平的不同，使用互聯網對農民減貧問題予以解決所對應的提升概率可以描述為：若農民的教育達到了大學水平，那么在減緩貧困上的提升概率為40.3%；若農民所受的為高中水平的教育，那么在減緩貧困上的提升概率為37.6%。若為小學受教育水平，每提升一個使用單位，減貧對應的概率提升為37.5%。據此可以得出：互聯網使用對高學歷農民貧困減緩的邊際效應更大。

在Panel D中，互聯網使用在5%的統計水平上顯著負向影響低收入群體貧困程度，而對高收入群體而言，回歸結果并不顯著。互聯網使用每提高一個單位，處于低收入區間農民貧困減緩的概率達到24.2%，說明互聯網使用對低收入農戶貧困減緩的作用更大，也進一步證明了互聯網使用的減貧效應保持穩健。

（三）影響機制分析

前文實證分析表明互聯網使用可以直接改善農村貧困，進一步需要探尋的則是互聯網使用是否可以通過間接渠道影響農戶相對貧困。

1.信息渠道效應

基于CNNIC針對我國互聯網發展狀況所發布的統計報告，不難得出：在互聯網應用的所有類別中，使用率最高的是信息獲取，換言之，經由作用于信息渠道，互聯網對農戶的生活發揮著巨大的作用，進而影響農戶相對貧困狀況。從這個層面出發，本文以CFPS2018問卷里的“互聯網作為信息渠道的重要程度”為代理變量對互聯網的信息渠道展開衡量分析，借助Probit模型對使用互聯網于農戶信息獲取方面所產生的影響進行有序的驗證。模型1的結果顯示，在其他變量受控的條件下，互聯網使用對互聯網信息的重要性存在顯著的正向影響。這也表明，借助互聯網這個渠道，農民在信息獲取上的可能性大增，所以在影響相對貧困這個問題上，互聯網的重要作用機制為信息渠道。

2.社會資本效應

中國農村是非常典型的“關系”社會，農戶因為受限于經濟以及體制，故而在信息分享、資源配置中一直處于較低水平，而擔負著替代作用的社會資本在這一領域價值重大（車四方等，2018）。一方面，社會資本能夠通過緩解信息不對稱，促進交易達成；另一方面，社會資本在某些場景下能夠發揮“變現”功能，獲取各種便利進而改善農戶貧困。由于社會資本的定義并未明確，所以社會資本的測度也存在分歧。本文以前人的研究作為主要參考，在社會資本方面，選用“禮金來往”為代理變量（周廣肅等，2014；劉一偉等，2017；趙羚雅，2019）。另外，為盡可能地降低模型估計存在的誤差，對郭士祺等（2014）的相關研究予以借鑒，以郵電費用對應的對數值為代理變量對社會資本展開評判。另需注意，作為社會資本重要組成的社會信任同樣為不少學者所重視（趙佳佳等，2020；Allan et al.，2020）。因此，本文使用社會信任指標進一步測度互聯網使用與社會資本的關系。根據表7的模型2至模型4結果顯示，在控制其他變量的條件下，互聯網使用顯著影響農民禮金支出、郵電費用和社會信任，且均在1%的統計水平上顯著，說明使用互聯網能夠通過顯著增加農戶的社會資本進而改善相對貧困。

3.金融信貸效應

融資約束一直是農村地區減貧面臨的重要障礙。理論層面上，農戶通過信貸渠道可以獲得更多的融資，更容易實現資本積累，從而更早跳出“貧困陷阱”。對此，本文認為信貸渠道能夠影響農戶相對貧困。基于CFPS問卷中的“首選借款對象”，設立了“銀行信貸”“民間信貸”兩個信貸代理變量。運用Probit模型進一步檢驗互聯網使用與金融信貸的關系。根據表7的模型5結果顯示，在控制其他變量的條件下，對于互聯網使用這一自變量來講，其系數等于0.213；統計水平為1%的條件下，效應顯著，表明互聯網使用對于農戶信貸有著明顯的正向性影響。根據表6的模型6結果顯示，于民間信貸來講，互聯網使用對應的估計系數等于-0.193，并于1%的統計水平上呈現出明顯的效應性，這意味著互聯網使用顯著負向影響農戶民間信貸。可能解釋的原因是，由于監管政策的滯后性，不良網貸平臺為了攫取更高的利益，進行非法操作，包括“套路貸”“砍頭息”等行為，加深了農戶對其的負面印象，使得許多農戶“談貸色變”。而銀行作為傳統性金融機構，在中國人的內心中一直擁有重要的社會地位，隨著銀行整體邁向轉型，農戶也通過互聯網等科技渠道與銀行繼續保持深度合作。

表7 運用互聯網于解決農戶相對貧困中的作用機制

五、穩健性檢驗與內生性處理

（一）穩健性檢驗

1.變量替代法

按照CNNIN實施的第45次調查所得，可以發現：截至2020年6月，中國共有9.32億的手機網民，手機網民在全體網民中的占比高達99.2%，據此數據推斷得出：網民上網以手機為主要途徑。所以，能否使用手機上網是判斷自變量的又一指標，借此指標檢驗研究的穩健性。根據回歸結果，發現在控制其他變量的情況下，手機上網均在1%的統計水平上顯著負面影響農戶貧困的短期和長期表現，即手機上網能夠實現農村貧困減緩的作用。由此可見，互聯網使用對農戶相對貧困的研究結論具有高度的穩健性。

前文使用收入比例法測度農村貧困的指標，均是基于農戶個人收入的基礎上，而本文是利用CFPS2018整合的家庭樣本，利用家庭人均收入指標進行測算會進一步縮小估計誤差。因此，本文基于全體樣本的基礎上，確定家庭人均收入的平均收入為41845.75元，借鑒上文主要貧困線的測度方法，再次確定貧困發生率、貧困距、平方貧困距和貧困脆弱性，對互聯網使用、手機使用與農戶相對貧困的關系展開進一步分析。回歸結果發現互聯網使用依然存在顯著的減貧效應。

2.多維貧困測度

前文所使用的的貧困指標均是參照收入線劃定，這將導致互聯網使用對中國反貧困政策的實施效果不能完全體現（李東等，2020）。因此，本文借鑒其他學者（馬明義等，2019；李金葉等，2020）的研究方法，使用收入、健康、發展能力、生活質量四種貧困指標，采用權重法構建多維貧困變量，進一步查證互聯網使用的減貧效果。

根據表8的設定結果，本文進一步建立了兩個多維貧困測度指標，從回歸結果發現，互聯網使用對于農村多維貧困依然呈現顯著的負向影響，且在1%的統計水平上顯著，表明互聯網使用不僅能夠通過增加收入，還可能通過提高農戶身體素質、改善農戶生活質量等角度，進一步改善農村貧困現象。

表8 貧困維度、貧困指標、臨界值及權重選取與設定

（二）內生性處理

1.反向因果導致的內生性問題

前文實證分析回歸結果，互聯網使用對緩解農戶貧困具有顯著的正向作用，但并未考慮分析過程中的反向因果導致的內生性問題。因此，本文參考單德朋等（2020）、殷俊等（2018）、祝仲坤等（2017）的做法，選用“互聯網態度距”“同省市其他個體的平均互聯網使用”及“互聯網普及率”三個指標作為農戶是否使用互聯網的工具變量。從相關性角度出發，三個變量所呈現的是一個地區互聯網的發展情況，地區互聯網發展水平越高，農戶利用互聯網獲取信息的可能性越大；從外生性角度出發，三個所選工具變量均不直接影響農村貧困。因此，從邏輯上推斷，三個變量滿足作為工具變量所需的相關性和外生性條件。

基于所選變量對應的F值都比16.38要大這一條件，得出：所選變量不存在弱工具變量這一問題（Stock et al.，2002）。故而，運用IV Probit模型、2SLS（兩階最小二乘法）以及LIML（極大似然估計法）展開估算，估算得出：使用互聯網于統計水平為1%的條件上，短期內在減緩農村貧困領域發揮著較大的作用，且整體估計系數均大于OLS模型估計結果，表明未使用工具變量可能對結果低估。另外，互聯網使用存在顯著的長期減貧效應，顯著支持了本文研究結果保持穩健的結論。

2.樣本自選擇偏差導致的內生性問題

為了對使用互聯網于農戶貧困方面產生的影響做進一步的驗證分析，也為了避免因為樣本選擇造成估計存有誤差，這里借助傾向得分匹配對互聯網使用和農戶貧困之間的關系進行重新估計。通過檢驗不同變量之間的平衡性，本文發現所選控制變量的標準偏差均值均小于10%，匹配效果十分顯著。

傾向得分匹配方法的基本思路如下：第一，在其他控制變量與互聯網使用給定的情況下，求出農戶使用互聯網的條件概率（也即傾向得分）；第二，按照傾向得分，檢驗匹配的平衡性，對處理組和對照組之間是否存在明顯偏差進行探尋；第三，以最近鄰匹配以及半徑匹配，還有核匹配，對處理組與對照組進行匹配處理；第四，測算出互聯網使用的平均處理效應（ATT）。按照這種基于反事實推斷的思路對模型的樣本自選擇問題進行處理，在最鄰近匹配法、半徑匹配、核匹配這些不同匹配方式下，計算得出的ATT（即平均處理效應）。可以發現，對于互聯網的短期減貧效果而言，ATT在-0.1561至-0.1424之間，即不論采用哪種方法，使用互聯網均會在短期內使農戶貧困減緩的概率提高14.24%至15.61%。對于互聯網的長期減貧效果而言，ATT在-0.2816至-0.2774之間，即使用三種匹配方法后，互聯網使用均會在長期內使農戶貧困減緩的概率提高27.74%～28.16%。整體而言，使用PSM估計方法的回歸結果小幅度超過了前文運用普通的Probit模型回歸系數值，說明運用傾向得分匹配法規避樣本自選擇偏差后，互聯網使用能夠促進農戶貧困減緩的研究結論依然穩健。

3.遺漏變量導致的內生性

前文雖然已經考慮了反向因果、樣本自選擇導致的內生性偏誤，但是農戶貧困是反復均衡的結果，互聯網使用也面臨著家庭潛在風險偏好等不可觀測的影響，所以分析互聯網使用與農戶貧困的關系時，還需要進一步考慮因遺漏變量導致的內生性問題。

為了克服這種潛在內生性問題可能導致的模型估計誤差，本文使用聯立方程OLS作為參照系、三階段最小二乘法作為最終結果展開進一步分析。使用聯立方程模型需要同時考慮互聯網使用、農戶相對貧困的決定因素，只進入互聯網使用方程的變量是上網時學習、工作、商業活動這些方面的重要程度，以及是否收發電郵、以互聯網為信息渠道的重要性等方面，只進入農戶相對貧困方程的變量是全職工作經歷、是否簽訂勞動合同、是否從事個體經營以及家庭經營的整體資產。結果顯示互聯網使用對農戶貧困短期減緩、長期減緩的作用依然穩健。

基于截面數據對貧困問題進行測度，將導致對貧困問題的研究是片面的（張志國，2015）。因此，為了進一步考察農戶進出貧困的過程及原因，為政府建立貧困的動態瞄準機制提供理論依據，需要從動態視角進一步考察互聯網使用與農戶相對貧困的關系。所以，本文使用CFPS2018和CFPS2016數據組建新的面板數據進一步檢驗互聯網使用對農戶貧困減緩的影響，如此既彌補了截面數據因遺漏變量導致的內生性問題，又能進一步佐證互聯網使用與農戶相對貧困的關系。借鑒黃薇（2019）的做法，新增0-1虛擬變量“是否返貧”，在2016年為非貧狀態，但是本期為貧困狀態下的所有農戶均看作是返貧；新增0-1虛擬變量“是否脫貧”，在2016年是貧困狀態，但是本期是非貧狀態的所有農戶均看作是脫貧。結果顯示，從整體而言，互聯網使用能夠顯著緩解農戶貧困狀況，并且于統計水平為1%的條件下依然顯著。通過回歸模型2，可以發現：互聯網使用能夠在正向積極而且顯著地影響農戶脫貧，同樣于統計水平為1%的條件下有著顯著性影響。回歸模型3的所得可以描述為：互聯網使用在負向上于農戶返貧存在明顯的影響，在統計水平為5%的條件下存在顯著負向影響，即互聯網使用可以對農戶返貧產生顯著的抑制作用。根據農戶跨期貧困狀態的動態變動結果顯示，互聯網使用能夠起到持續性脫貧的作用。

六、研究結論與政策建議

本文以追蹤調查中國家庭所得的微觀數據為基礎，對使用互聯網于農戶相對貧困產生的影響進行研究和探查，借助RIF回歸等方法對研究結果的穩健性進行檢驗；借助工具變量法、傾向匹配得分及聯立方程等多種方式緩解了反向因果、遺漏變量所造成的內生性問題，還擴展研究探討了互聯網使用于農戶相對貧困的具體內在機制。研究結論可以總結為：第一，互聯網使用不僅能夠通過增收渠道顯著改善農戶的短期貧困狀況，并且可以顯著降低農戶的貧困脆弱性、多維貧困境況，體現對穩健脫貧的長期帶動。第二，互聯網使用的減貧效應存在顯著的組間異質性，女性、中年農戶、擁有高學歷、低收入群體經由互聯網使用渠道更有助于減貧。第三，解釋機制表明，互聯網使用經由拓展信息渠道、增強農戶銀行信貸能力、擴充已有的社會資本發揮減緩貧困的作用，同時互聯網使用會降低農戶民間信貸概率，進而影響農戶相對貧困。

根據上述實證結果和相關結論，本文提出如下政策建議：

一是在鄉村振興戰略的背景下，政府需要進一步推動偏遠地區網絡基礎設施建設，在網絡管理領域踐行“提速降費”的承諾，普及對互聯網的運用技能，讓農村使用互聯網的整體比例保持不斷提升的態勢，使互聯網能夠在緩解信息不對稱、積累社會資本、改善農戶在信息博弈中的弱勢地位發揮更大的作用，進而緩解農戶在信息獲取層面的“貧困”。

二是央行等金融監管機構需要進一步凈化網絡信貸環境，對不良網貸平臺有序清退，合格平臺及時對接征信系統，從而緩解民間信貸對農戶貧困減緩的負面作用。

值得注意的是，雖然本文研究了農戶互聯網使用與相對貧困的動態異質性表現，但并沒有深入研究處于不同行業農戶的互聯網使用對貧困減緩的影響。可以預期的是，不同行業所需要投入的技能和風險分布不同，其互聯網使用所帶來的減貧效應存在差異，識別該種差異將會更有針對性地制定相應政策建議，提高互聯網減貧績效。受數據所限，本文未能甄別不同行業減貧效應的差異。因此，未來研究將會使用更長時間跨度的面板數據和更詳細的微觀調查數據，進一步研究互聯網使用與農戶相對貧困的關系，為現有互聯網使用減貧理論基礎和政策研究提供更多證據。