數字經濟是否緩解了農村多維相對貧困?*
——基于收入導向型視角

□ 陳 飛 劉宣宣 王友軍

內容提要 基于中國家庭追蹤調查數據集（CFPS）和《中國城市統計年鑒》的2014、2016和2018年面板數據，本文采用雙固定效應模型和工具變量兩階段估計實證檢驗數字經濟對農村多維相對貧困的緩解效應及其背后機制。研究發現，數字經濟顯著降低了以收入為導向的農戶多維相對貧困程度，且在替換被解釋變量、替換核心解釋變量、零膨脹有序概率模型估計、刪減低可信度樣本以及城市層面相對貧困發生率估計等穩健性檢驗后仍然成立。機制分析表明，提高農業勞動生產率、創造非農就業機會、提升社會融入度與為農戶技術賦能是數字經濟發揮效應的重要渠道。

一、引言

隨著新一輪科技革命和產業革命的推進，以數字技術為核心生產力的數字經濟逐步滲透到人類社會的各個領域， 成為繼農業經濟和工業經濟之后的新經濟形態。 中國信息通信研究院發布的《中國數字經濟發展白皮書》顯示，2020年我國數字經濟規模已達到39.2 萬億， 占GDP 比重由2002年的10.0%提升至2020年的38.6%，數字經濟在國民經濟中的地位愈發凸顯。 黨的十九屆五中全會提出，要加快數字化發展，推進數字經濟和實體經濟深度融合， 打造具有國際競爭力的數字產業集群。 數字經濟已然成為構建信息時代國家競爭新優勢的重要先導力量。不僅如此，數字經濟也為消除貧困做出貢獻。 2021年6月中國國家互聯網信息辦公室會同外交部、貴州省人民政府舉辦了以“建設包容性數字社會： 通過促進經濟增長，減輕貧困和提高生活水平”為倡議的亞太經合組織數字減貧研討會， 指出將互聯網和信息化與減貧相結合，探索出數字減貧新模式，為貴州如期打贏脫貧攻堅戰注入了強大的互聯網力量， 并為世界減貧事業提供了樣板。

黨的十八大以來， 中國政府組織實施了人類歷史上規模空前、力度最大、惠及人口最多的脫貧攻堅戰役，并取得了里程碑式的成就：現行標準下9899 萬農村貧困人口全部脫貧，全國832 個國家級貧困縣全部脫貧摘帽，12.8 萬個貧困村全部出列，①困擾中國幾千年的絕對貧困問題得到了歷史性解決。 但這并不意味著中國已經一勞永逸地解決了貧困問題，相對貧困問題還將長期存在。新時代中國的扶貧工作由實現“兩不愁、三保障”目標進入到緩解多維相對貧困的重要發展階段。“十四五”規劃也建議順應億萬群眾的期盼，在就業、收入、教育、文化體育、健康、養老和社保七個方面共同增進民生福祉， 讓發展成果更多更公平地惠及全體人民。農民作為中國的弱勢群體，解決其相對貧困尤其是多維相對貧困問題， 是當前中國減貧事業面臨的根本現實問題， 是滿足人民美好生活需要、走向共同富裕的必經之路。 那么，數字經濟作為驅動我國經濟高質量發展的重要引擎， 是否對緩解農村相對貧困發揮顯著成效？ 如果該效應得到證實，其背后的作用機制又是什么？

數字經濟不僅存在于社會生產發展較為活躍的領域，而且逐步向基層、向農村延伸，不斷打開了中國“下沉市場”的廣闊空間，為農村、農業、農民發展注入新鮮活力， 展示了數字經濟帶動農村發展的巨大潛力。 但準確評估數字經濟緩解農村相對貧困的實證研究卻較為匱乏， 僅有部分相關文獻涉及到互聯網或普惠金融影響農村金融服務獲得和農村減貧。其中，殷俊和劉一偉（2018）發現互聯網的使用顯著緩解了農戶貧困狀況， 且改善農戶非農就業狀況和非正規金融借貸是互聯網發揮減貧效應的重要渠道。 此外， 互聯網憑借低成本、地理穿透性強等優勢的普及，為欠發達地區獲得金融服務創造了便利的條件（焦瑾璞，2014），尤其當互聯網與金融活動結合時， 具有金融特性的互聯網將確保弱勢群體以可接受的價格獲得金融產品和服務（Khan，2012），以便改善貧困。 郭峰等（2020）提出數字金融對社會所有階層和群體實現了全方位服務，是可持續包容性金融的重要模式，將改善經濟相對落后地區的經濟狀況。 與本文相關的另一支文獻來自于數字經濟或數字金融的經濟效應和其對高質量發展的宏觀探討。 其中，Kapoor （2013） 認為數字金融有效促進了經濟增長， 且數字金融的發展有利于縮小城鄉收入差距（宋曉玲，2017）。趙濤等（2020）利用地市級數據研究發現數字經濟通過激發大眾創業賦能經濟高質量發展。 張勛等（2019）也發現數字金融有效改善了農村居民的創業行為， 并能帶來創業機會的均等化，顯著促進中國的包容性增長。盡管以往研究涉及了普惠金融和經濟發展以及農村減貧的關系， 但考慮到多維相對貧困問題在新時代中國特色社會主義現代化強國建設過程中將持續存在，因此，系統、客觀地探討數字經濟對農村多維相對貧困的影響尤為重要。 這對探索反貧困事業發展新模式以及建立健全鞏固拓展脫貧攻堅成果長效機制具有重要借鑒意義。

本文擬利用中國家庭追蹤調查數據（CFPS）和《中國城市統計年鑒》的2014、2016 和2018年的面板數據， 采用雙固定效應模型實證檢驗數字經濟對收入導向型多維相對貧困的緩解作用并解釋其背后機制，力圖在以下三個方面有所創新：第一， 將城市層面的數字經濟指標與家庭層面的多維相對貧困納入同一研究框架， 不僅填充和豐富了數字經濟紅利研究的相關文獻， 而且從微觀角度討論了二者之間的關聯性。第二，進一步挖掘數字經濟通過何種路徑影響農村多維相對貧困這一根本性問題，擴展了數字經濟的機制探討，對緩解相對貧困政策的實施具有重要的思路指導和方法借鑒作用。第三，從農戶收入導向型的多維相對貧困的研究視角展開分析， 不僅考慮了收入維度在多維相對貧困中的主導地位， 而且兼顧了多維視角下的福利評價，避免了多維相對貧困中的“虛假相對貧困”現象。

本文余下內容的結構安排如下： 第二部分為理論分析與研究假設； 第三部分給出研究設計和數據來源； 第四部分實證考察數字經濟對多維相對貧困的影響效應，并進行穩健性檢驗；第五部分是對理論機制的實證檢驗； 最后給出本文的結論及政策建議。

二、理論分析與研究假設

數字經濟作為目前我國經濟發展中最為活躍的領域，與各類經濟活動的融合度在不斷加深，尤其在與農村發展融合過程中展現出的外部經濟性和高滲透性等特點，將在提高農業生產效率、創造非農就業機會、提升社會融入度、以及為農民技術賦能等方面發揮重要作用， 進而促進農戶生活質量提高和生活狀況改善。基于此，本文通過理論分析與探討， 提出數字經濟影響農村多維相對貧困的四個待檢驗的機制假設。

近年來， 智慧農業已被廣泛視為發展中國家消除貧困、實現后發優勢、推動鄉村振興的主要途徑。 而數字經濟賦能農業高質量發展對于提高農業生產效率、增加農民收入起著愈發重要的作用，通過為農產品產銷對接搭建交流平臺， 拓寬了農副產品的線上銷售渠道， 在提升交易效率的同時提高了產品銷售價格。 此外，數字經濟發展、信息技術持續傳播，還有助于提高農民素質，借助數字化共享平臺農民得以全面提升相關農業數據的收集、加工、分析和處理能力。 Ogutu et al.（2014）的研究發現， 基于信息和通信技術的市場信息服務項目將顯著促進農業勞動生產率的提高。

隨著我國工業化進程的不斷加快， 農業機械化為農戶生產規模化創造了有利條件， 進一步提高了農業勞動生產效率和農戶收入， 改善了農戶生活條件。因此，貧困人口農業生產效率的提高對改善貧困人口生計具有重要作用 （帥傳敏等，2016）。王文波和張彥彥（2020）則發現農業生產率進步可通過促進土地稟賦和勞動力稟賦的積累，提高家庭收入。 因此，數字經濟促進農業高質量、高效率發展，將直接或間接提高農戶收入，進而緩解農戶的多維相對貧困狀態。基于以上分析，本文提出待檢驗的影響機制1。

機制1： 數字經濟通過提高農業勞動生產率對緩解農村多維相對貧困產生積極作用。

通過影響市場規模、促進城市創業活躍度，增加可觀的就業崗位數量， 是數字經濟創造就業的重要渠道。 我國龐大的人口數量是數字經濟發展的優勢，一旦數字經濟逐漸成熟，其產生的正反饋機制將不斷壯大。對于中小企業來說，數字經濟的“蒲公英效應”將為其創造更好的發展條件，從而培育出更多的就業機會， 為農村貧困人口的非農就業提供契機（李曉華，2019）。數字技術的連通功能將繁瑣的數據轉化為有用的信息平臺， 不僅降低了貧困人口因信息不對稱而產生的工作信息的搜尋成本， 而且還有利于貧困群體學習職業技能和專業知識，更好地匹配勞動力市場的供需雙方，降低供需剪刀差，從而提高匹配效率和就業概率。因此， 無論是非農就業機會的找尋還是就業前的職業培訓， 數字經濟都具有重要的支撐作用。 此外，農業生產、流通和銷售通過云計算大數據平臺技術的運用，對農業管理體系進行賦能，吸引大量的互聯網人才回流，激發其創業熱情，拉動農村勞動力就業，成為農村經濟發展的核心動力。

農戶非農就業的增加將有利于緩解農村家庭的多維相對貧困。 周迪和黃茂湘（2020）在測算農村減貧成效時發現， 家庭中有成員從事有薪酬的農業勞動、工資性和營業性收入對改變家庭貧困狀態有積極的影響。 農戶家庭從事職業的多樣性有利于農戶應對外部沖擊， 通過預防不測來減少家庭的風險并平滑收入，提高經濟安全性，進而促進家庭消費。 鑒于勞動能力作為農村相對貧困家庭的主要剝奪維度（仲超和林閩鋼，2020），通過促進農民創業和就業， 其作用不僅僅局限于增加農戶收入，還會為農村帶來健康水平提高、生活條件改善以及教育水平提升等多方面的影響。因此，非農就業、創業的增加是降低農戶陷入多維相對貧困概率的重要渠道。基于以上分析，本文提出待檢驗的影響機制2。

機制2： 數字經濟通過創造非農就業機會對緩解農村多維相對貧困產生積極作用。

數字經濟發揮效用的條件之一是互聯網平臺， 而互聯網用戶在互聯網平臺上建立連接的網絡特征， 將隨著互聯網的發展以及其連通性形成復雜的、高度互聯的互聯網社會 （邱澤奇等，2016）。張衛東等（2021）通過對新生代農民工互聯網使用情況進行研究發現， 互聯網的存在實現了農民工的異地交流， 并有利于農民工構建業緣關系，縮短群體間的社會距離。 因此，數字平臺為個體進行網上社交和維持人脈提供了支撐， 其傳播能力以及表現出的較強的社會互動性， 將提高個體的社會融入度。此外，個體社會關系網的拓展和社會融入感的加深有利于提高子女教育的可獲得性，減少家庭教育維度的相對剝奪。在正式制度缺失的情況下， 處于邊緣社區或村莊的個體通過互聯網平臺的利用，了解和學習主流社會，在平等參與中提升群際交往能力。 社會融入將對沖不可預測的社會風險沖擊，發揮非正式的保障功能，降低農民的脆弱性貧困。基于以上分析，本文提出待檢驗的影響機制3。

機制3： 數字經濟可以通過提升農戶社會融入度緩解農戶多維相對貧困。

勞動者在工作崗位上體現出的產出和能力是個人技能的重要表現。 數字經濟以互聯網平臺為載體，通過共享網絡知識，提升農戶的創造力和信息接受能力，發揮其主觀能動性，并降低對外部扶持的依賴性， 這將有利于農民在社會上形成長期的競爭優勢， 進而減少其陷入多維相對貧困的可能性。具體而言，第一，數字平臺的充分利用，農戶可自行搜尋學習資料和相關知識進行針對性學習，提高自身技能的專業性和人力資本水平，不僅可以提高工作滿意度，而且有利于增加收入、促進消費、改善家庭生活質量（張衛東等，2021）。此外，農戶可以通過互聯網平臺學習健康和保健知識，提升自身的健康水平。第二，數字平臺加強了農民與外界的交流，有助于打破城鄉之間的空間壁壘，改變農民傳統固有的思維觀念和生產方式， 更新他們的知識和觀念體系，提高其自身能力，為農村地區的經濟發展帶來正面影響， 從而優化農民在消費、醫療、社會保障、就業、生活等方面的條件，改善農村多維相對貧困狀況。第三，大數據和區塊鏈等技術在與農業產業深度融合過程中， 農村地區的網絡基礎設施和智能手機等信息工具得以升級，農村物質資本積累的正外部性將提高社區或組織的整體素養， 最終讓農業供銷各環節的銜接在市場中更具效率和活力，實現銷售市場的“長尾效應”，帶動農民生活水平和質量的提高（溫濤和陳一明，2020），從而從根本上解決農戶就醫難、就學難、建房難、增收難等問題。基于以上分析，本文提出待檢驗的影響機制4。

機制4： 數字經濟可以為農戶技術賦能進而緩解農戶多維相對貧困。

三、數據來源與研究設計

（一）數據來源

本文使用的數據來源于北京大學中國社會科學調查中心（ISSS）的2014年、2016年和2018年中國家庭追蹤調查（CFPS）數據。 該數據集涉及住戶成員的個體特征、家庭就業結構、家庭收入和消費結構以及社區情況等方面， 這使得本文能夠在控制個體、家庭與村莊特征的基礎上，考察數字經濟對農村多維相對貧困的影響。 由于本文的考察對象為農村家庭，因此在數據處理方面，首先根據家庭識別碼， 分別將2014年、2016年和2018年CFPS 數據庫中的個人信息和家庭信息匹配，獲得家庭層面的完整數據集；其次，利用村莊識別碼，將完整的家庭數據集與村莊數據匹配， 進而獲得包含村莊、家庭和個人三個層次的數據集；最后，使用城市識別碼將2014年、2016年和2018年《中國統計年鑒》中的城市層面指標與微觀數據相匹配， 最終得到涵蓋84 個城市的6709 個農戶的數據樣本。

（二）模型設定

本文首先構建雙固定效應面板模型檢驗數字經濟對農村多維相對貧困的影響：

其中，povivct為c 城市v 村莊i 農 戶在t年的多維相對貧困狀態，digect表示c 城市在t年的數字經濟發展水平指標， 是本文的核心解釋變量。Controlivct是影響農民多維相對貧困的家庭、村莊和城市控制變量。 μc和δt分別代表城市和年份固定效應，用以控制城市層面和時間維度不可觀測因素對農村農民多維相對貧困的影響。εivct為隨機擾動項。 此外，由于被解釋變量（農戶多維相對貧困狀態）是排序變量，②故使用Oprobit 模型進行估計。

需要注意的是， 遺漏變量問題和雙向因果關系可能導致上述面板模型中存在內生性問題。 對于遺漏變量問題， 同時影響農戶多維相對貧困和城市數字經濟發展水平的不可觀測因素（如該城市的政府作為情況、該城市基礎設施建設狀況等）將被納入回歸誤差項中；對于雙向因果關系，數字經濟可能會緩解農戶的多維相對貧困， 但在客觀上一個城市的相對貧困程度越低， 該城市農戶利用互聯網等先進技術的能力越強， 數字經濟發展水平也就越高。

為糾正內生性問題， 本文不僅盡可能地控制家庭、村莊層面的特征變量，而且在模型中直接控制城市固定效應， 緩解了因遺漏變量導致的模型估計偏誤。另外，本文借鑒黃群慧等（2019）和趙濤等（2020）的做法，選擇“1984年城市每百人電話機擁有量”作為數字經濟發展水平的工具變量。一方面，城市電話的歷史擁有量越高，意味著當地電信基礎設施越完善， 將會影響到后期互聯網技術的應用， 滿足核心解釋變量與工具變量的相關性條件； 另一方面，“1984年城市每百人電話擁有量”反映的是過去時期的城市建設情況，與當期農村居民貧困狀態沒有必然聯系， 即工具變量與回歸方程中當期的擾動項不相關。 鑒于“1984年城市每百人電話擁有量”是截面數據，為增加工具變量在時間維度的變異性，本文進一步引入“上一年全國信息傳輸、軟件和信息技術服務業投資額”指標構造面板模型的工具變量，即最終以“上一年全國信息傳輸、軟件和信息技術服務業投資額與1984年城市每百人電話機擁有量的交互項”作為數字經濟發展水平的工具變量。 工具變量一階段模型的設定如下：

其中，digect是數字經濟綜合發展指數指標，其含義和計算方法與式（1）相同。 invc，t-1×iphc是工具變量，invc，t-1表示上一年全國信息傳輸、軟件和信息技術服務業投資額，iphc表示1984年城市每百人電話機擁有量。Controlivct、μc和δt和與式（1）的含義相同。

進一步，本文參考尹志超等（2021）的研究引入交互項對本文的影響機制進行分析。根據理論假設，本文將提高農業勞動生產率、創造非農就業機會、提升社會融入度、為農戶技術賦能作為機制變量（midivct），對其進行檢驗。 模型設定如下：

（三）變量的測度與說明

1.多維相對貧困指標測度

（1）多維相對貧困維度的確定。聯合國開發計劃署（UNDP）采用多維貧困指數（Multidimensional Poverty Index，MPI）從健康、教育和生活水平3 方面維度，共10 個非貨幣指標對多維貧困狀態進行識別與測度， 這也是目前多數研究所采用的普遍方式（仲超和林閩鋼，2020）。張昭等（2017）將對農戶生活不可忽視的收入維度作為UNDP 的多維評價體系的補充。但該衡量方式缺少了對農村經濟發展具有重要影響的農村非農就業指標。根據中共十九屆四中全會提出的“必須健全幼有所育、學有所教、勞有所得、病有所醫、老有所養、住有所居、弱有所扶等方面的基本公共服務制度體系”， 本文在張昭等（2017）的基礎上，進一步引入工作狀況維度識別農戶的多維相對貧困狀態，以此保證多維相對貧困的衡量方式既能包括反映“貧”的經濟維度，也能包括反映“困”的社會發展維度。 兼顧CFPS數據集中指標的可獲得性， 最終選取的衡量指標包括收入狀況、工作狀況、教育程度、健康狀況、生活條件和食品支出6 個維度共9 個指標。 不同維度以及各類指標的解釋說明和權重由表1 給出。

表1 多維相對貧困維度、指標與被剝奪臨界值

（2）收入導向型多維相對貧困的測算。 Alkire& Foster（2011）提出的A-F 多維貧困測量方法，為各維度和指標都賦予均等權重， 保證每個維度刻畫的可行能力對家庭貧困具有同等重要性。 但該方法存在一定的局限性：首先，個體在遭受某一維度的剝奪后，均會將其納入到貧困測算范圍內，這將在一定程度上造成相對貧困外延的擴大，從而導致“虛假相對貧困”現象；其次，在等權重下評價多重維度被剝奪時， 容易忽視對農村地區相對重要的收入維度， 畢竟收入不足是造成生活貧困的基礎誘發性條件；最后，相對于A-F 多維貧困指數， 收入導向型多維貧困指數對收入維度剝奪臨界值的變化更為敏感， 更有利于分析那些已經在收入維度存在剝奪的個體所具有的多維特征（張昭等，2017）。基于以上三點考慮，本文采用“收入導向型”多維貧困識別方法，把收入單獨作為多維相對貧困標準的先決衡量指標， 與不包括收入的其他多維相對貧困指數共同識別農戶的多維相對貧困狀態。 即收入導向型多維貧困突出了收入維度的“一票否決制”，其核心在于強調非收入維度信息對收入維度的補充。

收入導向型多維相對貧困的測算是在A-F方法的基礎上， 為除收入維度外的其他每個維度賦予相同權重（具體見表1），并計算除收入維度外的MPI 指數（Alkire & Foster，2011）。進一步，根據收入維度和MPI 指數共同識別收入導向型多維相對貧困。 具體地：①若收入維度為非貧困狀態，則將多維相對貧困賦值為0， 或者收入維度是貧困狀態，但MPI=0，仍將多維相對貧困賦值為0；②若收入維度是貧困狀態，且0＜MPI≤0.2，則將多維相對貧困賦值為1；③若收入維度是貧困狀態，且0.2＜MPI≤0.4，則將多維相對貧困賦值為2；④若收入維度是貧困狀態，且0.4＜MPI≤0.6，則將多維相對貧困賦值為3；⑤若收入維度是貧困狀態，且0.6＜MPI≤0.8，則將多維相對貧困賦值為4；⑥若收入維度是貧困狀態，且MPI＞0.8，則將多維相對貧困賦值為5。 以此得到有序分類變量多維相對貧困作為本文的被解釋變量，記為pov。

2.數字經濟指數的測算

中國信息通信研究院發布的《中國數字經濟發展白皮書（2021）》，采用直接法對中國的數字經濟的總量進行估算，觀測全國層面的數字經濟發展狀況。 在賽迪顧問發布的《2020 中國數字經濟發展指數（DEDI）》白皮書中，從基礎指標、環境指標、融合指標和產業指標四個方面，測算了全國31 個省級行政區的數字經濟發展情況。 劉軍等（2020）從信息化發展、互聯網發展和數字交易發展3 個維度構建了中國各個省份的數字經濟評價指標體系。對于城市層面的數字經濟指數測度，黃群慧等（2019）采用互聯網普及率、相關從業人員情況、相關產出情況和移動電話普及率四個方面的指標進行測度。結合本文的研究目的，在黃群慧等（2019）選取的四個指標的基礎上， 引入數字交易發展維度，并借鑒趙濤等（2020）以每百人移動電話用戶數、每百人互聯網接入用戶數、人均電信業務總量、信息傳輸計算機服務和軟件業從業人員占比及數字普惠金融指數五個指標對數字經濟發展指數進行測度。通過主成分分析方法，將以上五個原指標標準化后降維處理， 得到本文的核心解釋變量數字經濟綜合發展指數，記為dige。 其中，數字普惠金融指數由北京大學數字金融研究中心和螞蟻金服集團共同編制，包括省、地級市和縣三個層級。

3.其他控制變量

本文選取了與農戶多維相對貧困相關的戶主特征、家庭特征、村莊特征以及城市特征因素進行控制。選取的戶主特征包括：戶主性別、戶主年齡、戶主年齡的平方以及戶主婚姻狀況； 家庭特征包括：家庭規模、是否為黨員家庭、家庭平均健康狀況、家庭勞均受教育年限、消費收入比、少兒撫養比和老年撫養比；村莊特征包括：村莊地形、村莊到縣城的距離以及村莊是否為自然災害頻發區；城市特征包括：第二產業從業人員比重、第三產業從業人員比重、工業企業數、人均地區生產總值。此外， 本文還在面板模型中控制城市固定效應和時間固定效應。 各變量的含義以及簡單描述性統計由表2 給出。

表2 主要變量的含義說明及描述性統計

四、基準回歸與穩健性檢驗

（一）基準回歸結果

表3 為數字經濟綜合發展指數影響農戶收入導向型多維相對貧困的基準回歸結果。其中，模型（1）、（2）和（3）是OLS 估計結果，IV 是工具變量2SLS 的第二階段估計結果。 根據模型（1）的結果可知，核心解釋變量（數字經濟綜合發展指數）的估計系數顯著為負， 說明數字經濟能夠有效降低農戶多維相對貧困。將家庭、村莊和城市特征分別引入模型加以控制后， 回歸系數的影響方向保持不變且顯著性有所提升。更進一步地，對于考慮到內生性問題的工具變量估計結果同樣顯示， 數字經濟有利于緩解農戶多維相對貧困的結論依然成立，且估計系數與基準回歸基本一致，體現了本文研究的穩健性。

表3 數字經濟與多維相對貧困：基準回歸和IV 結果

表3 中工具變量一階段估計結果顯示， 工具變量（上一年全國信息傳輸、軟件和信息技術服務業投資額與1984年城市每百人電話機擁有量的交互項）對數字經濟綜合發展指數具有正向影響，且在1%的水平上顯著，表明內生解釋變量和工具變量具有高度相關性。 不可識別檢驗的Anderson LM 統計量和弱識別檢驗的Cragg-Donald Wald F統計量也均拒絕原假設， 驗證了本文所使用的工具變量具有合理性和有效性。

（二）穩健性檢驗

為保證基準模型中數字經濟發展與農戶多維相對貧困之間因果關系的穩健性， 本文分別采用替換核心解釋變量、替換被解釋變量、基于零膨脹有序概率模型估計、刪減低可信度樣本、基于城市多維相對貧困發生率估計等方式進行檢驗。

1.替換核心解釋變量

考慮到數字經濟綜合發展指數綜合多個相關指標、涉及領域寬泛，與傳統經濟的統計口徑、產業分類體系具有一定交叉性， 難以準確測度。 因此，為避免測量誤差導致的內生性問題，本文不僅利用數字經濟具體領域即數字基礎、數字應用此類內涵清晰的變量對數字經濟予以表述， 而且鑒于數字經濟發揮作用的重要保障是互聯網平臺，還利用中國家庭追蹤調查微觀數據庫中直接調查指標“農戶是否使用互聯網”作為數字經濟代理變量進行穩健性檢驗， 以此提高本文研究結論的可靠性。

其一， 利用變異系數法構建了兩個反映數字經濟發展水平且內涵較為清晰的代理變量進行穩健性檢驗：①數字基礎：綜合每百人移動電話用戶數與每百人互聯網接入用戶數兩指標得出； ②數字應用：由信息傳輸、計算機服務和軟件業從業人員占比與人均電信業務總量兩指標構成。③以數字基礎和數字應用作為數字經濟的代理變量的估計結果如表4 的第（1）列和第（2）列所示。可以看出，在改變測度方式后， 數字經濟仍然顯著緩解了農戶多維相對貧困狀態。

其二， Scott & Carrington（2011）認為人們可利用互聯網社交網絡的功能，在其中注入聯絡、關聯和聚會以及群體接觸等方面的關系數據，為數字經濟提供了發展的土壤。并且，移動互聯網的即時性、隨機性、便利性、滲透性等特點，導致用戶對互聯網產生較強的粘性，互聯網在人們的日常生活中扮演著越來越重要的角色。 在這一環境下，互聯網將充分發揮信息高速傳遞和共享功能，形成共享經濟、平臺經濟，進而模糊了虛擬和實體的界限，豐富數字經濟的內涵（劉軍等，2020）。 因此本文利用中國家庭追蹤調查微觀數據庫中直接調查指標“農戶是否使用互聯網” 作為數字經濟的替換變量進行檢驗。從表4 的第（3）列的檢驗結果可知，體現數字經濟內涵的調查指標“互聯網使用”能夠顯著緩解農戶的多維相對貧困狀態，表明本文基本研究結論穩健。

表4 數字經濟與農戶多維相對貧困：穩健性檢驗I

2.替換被解釋變量

國際上一般以平均收入或收入中位數的一定比例測算相對貧困。 Ravallion & Chen（2019）認為使用中位數或者平均數衡量相對貧困沒有本質區別，但Preston（1995）則認為中位數比平均數更為穩健，而O’Higgins & Jenkins（1990）建議使用平均數的一定比例作為相對貧困的衡量標準。 通常來說，若農戶的收入分配相對均勻，兩種衡量方法的差異不大，但分配越不平等，使用的中位數衡量相對貧困的問題就越大（Nielsen，2009）。 因此，為避免因農戶之間的收入、教育等維度的分配不平等導致的估計結果偏誤， 本文借鑒陳宗勝等（2013） 的做法， 將衡量貧困各指標的中位數的40%替換為平均數的40%進行穩健性檢驗， 結果見表5。 估計結果顯示，在替換多維相對貧困衡量標準的情況下， 數字經濟綜合發展指數仍然降低了農戶多維相對貧困程度。

3.基于零膨脹有序概率模型的估計

如果數據集中包含過多的零， 將導致數據分布與標準正態分布產生較大偏差， 從而造成參數的錯誤估計和不合理的推論與預測， 需使用零膨脹模型對其進行修正。 在貧困等級具有遞進形式的情況下， 零膨脹有序概率模型不僅能解決存在“零膨脹”現象的多值選擇問題，而且能夠挖掘其他簡約模型忽略的統計影響， 識別零觀測值潛在來源， 并允許與貧困相關因素在不同多維相對貧困程度下產生不同的影響， 保證了估計結果的有效性。 鑒于在全部6709 個農戶樣本數據中，零樣本數據有5670 個，占比達84.51%，故本文采用零膨脹有序概率模型進行檢驗， 檢驗結果如表5 所示。 可以看出零膨脹有序概率模型的結果與本文基準回歸結果的影響方向、顯著水平完全相同，其系數估計值也基本一致， 這說明模型選擇并不影響本文的研究結論。

表5 數字經濟與農戶多維相對貧困：穩健性檢驗II

4.刪減低可信度樣本

為提高樣本數據的準確性和真實性， 增強回歸結果的可信度， 本文根據CFPS 數據庫中的信任度指標，對無效樣本進行刪減。 CFPS 數據庫提供了訪員對于被采訪者回答的可信度評估， 取值范圍為1 到7， 其中1 表示受訪者回答的可信度最低。本文選取可信度在3 以上的6513 個子樣本數據對模型進行重新估計。 根據表5 的估計結果可知， 利用刪減后子樣本進行估計同樣得出數字經濟綜合發展指數對農戶多維相對貧困程度具有減緩作用的結論。

5.基于城市多維相對貧困發生率的估計

在考察數字經濟影響個體多維相對貧困的基礎上， 為分析微觀個體的量變是否會引起宏觀層面的質變， 本文進一步構建城市多維相對貧困發生率指標。首先，將多維相對貧困取值大于0 的農戶個體設定為多維相對貧困個體； 其次， 計算出CFPS 數據庫中每年每個城市的個體總數和多維相對貧困個體總數；最后，將多維相對貧困個體總數除以該城市的總個體數， 獲得城市多維相對貧困發生率指標。 為保證每個城市每年僅保留一條數據信息，本文對城市層面的重復樣本進行刪減，最終獲得236 個城市樣本數據。 為檢驗數字經濟發展綜合指數與城市相對貧困發生率的關系，本文利用雙固定效應模型對其進行估計， 估計結果見表5。 可以看出，數字經濟發展顯著降低了城市中農村居民的多維相對貧困發生率， 這與以微觀家庭為研究對象的研究結論保持一致。

五、機制分析

數字經濟通過網絡要素不僅降低了信息不對稱問題， 而且通過平臺經濟實現了農戶的自我造血功能， 對農戶多維相對貧困具有顯著的緩解作用。 本部分基于理論分析部分提出的提高農業勞動生產率、創造非農就業機會、提升社會融入度與為農戶技術賦能四個機制， 通過引入交互項的方法進行逐一檢驗，具體探討如下：

（一）提高農業勞動生產率

數字經濟推動的農業數字化轉型通過提高農副產品交易效率、實現生產智能化與提升農民素質等諸多途徑逐步提高了農業勞動生產率， 為農民增收建立了堅實基礎， 有效改善了消費支出的相對剝奪、貧困差距和貧困嚴重程度等福利狀況（Darko et al.，2018），從而降低農戶的多維相對貧困程度。為檢驗這一假設，本文以農戶農業勞均收入（對數值）衡量農業勞動生產率，檢驗其在數字經濟影響多維相對貧困中的作用機制。 通過表6第（1）列數字經濟與農業勞動生產率交互項的估計結果可以看出， 數字經濟發展可以通過提高農戶農業生產效率降低多維相對貧困程度。 影響機制1 得以驗證。

（二）創造非農就業機會

數字經濟不僅可以創造大量的非農就業崗位，為農村勞動者帶來靈活的就業選擇，并且提升農戶的信息可獲得性， 增加農戶對周邊環境的信任感，促進合作，激發農戶的創業熱情（何宗樾和宋旭光，2020）， 進而降低農戶的多維相對貧困程度。為檢驗這一假設，本文以家庭非農參與衡量非農就業機會進行機制分析。檢驗結果如表6 第（2）列所示， 交互項系數在1%的水平下顯著為正，驗證了家庭非農參與是數字經濟降低農戶多維相對貧困程度的渠道之一。 此外，通過第（2）列交互項和非農就業機會估計系數的總和可以看出， 非農就業機會的增加將顯著緩解農戶的多維相對貧困狀況。 影響機制2 得以驗證。

（三）提高社會融入度

農村的傳統生活社交受到地域、血緣等外部因素的桎梏， 束縛了農戶對外界社會的了解和認知。而數字經濟平臺的出現，打破了原有的地域空間限制，補齊人們對線上社交的需求，開辟農戶新的社交圈（戚聿東和褚席，2021）。互聯網便利了網友、朋友、親戚和組織的溝通與協調，擴大農戶的人情交往，是加強農戶融入外界社會、提高社會信任度的重要工具。 處于外部性風險和成本高昂的環境下， 農民在社會融入度更深的情況下外出務工或經商，可以規避風險，降低外部性成本，進而獲得更高的收益。因此本文以家庭郵電通訊費（對數值）所反映的農戶社會融入度，考察其在數字經濟對農戶多維相對貧困影響中發揮的作用。 根據表6 第（3）列的回歸結果可知，數字經濟可通過提高農戶社會融入度顯著降低農戶的多維相對貧困程度。 影響機制3 得以驗證。

（四）為農戶技術賦能

數字經濟以數據的驅動性、系統智能性以及廣泛滲透性不僅有效拓展了農戶農業生產、銷售等信息獲取渠道， 而且為農戶參與非農就業技能培訓提供了便利，提高了農戶的生產力、創新力和競爭力。 因此， 數字經濟將顯著提升農戶信息能力，深度激發農戶的信息技術能力。個人擁有的能夠改善個體經濟福祉的素質、知識和技能將有效降低農戶陷入多維相對貧困的概率。本文以“互聯網作為家庭成員信息渠道的平均重要程度” 構建反映信息能力的二元變量衡量數字經濟為農戶技術的賦能， 以此驗證技術賦能在數字經濟影響多維相對貧困中發揮的作用。從表6 第（4）列的交互項估計結果中可以看出， 數字經濟通過為農戶技術賦能有效緩解了農戶的多維相對貧困。 影響機制4 得以驗證。

表6 數字經濟發展影響多維相對貧困的內在機制

六、結論與政策建議

本文從農戶收入導向型多維相對貧困視角切入，基于中國家庭追蹤調查數據集（CFPS）和《中國城市統計年鑒》構造2014、2016 和2018年的面板數據， 采用雙固定效應模型和工具變量兩階段估計實證檢驗數字經濟發展綜合指數對農村多維相對貧困的緩解作用及其背后的影響機制， 研究發現數字經濟綜合發展指數對以收入為導向的農戶多維相對貧困具有顯著負向影響， 并且這一結論在替換被解釋變量、替換核心解釋變量、基于零膨脹有序概率模型估計、刪減低可信度樣本、基于城市層面相對貧困發生率估計等穩健性檢驗后仍然成立。 此外，機制分析結果表明，提高農業勞動生產率、創造非農就業機會、提升社會融入度及為農戶技術賦能是數字經濟影響農戶多維相對貧困的重要渠道。

本文研究具有如下政策啟示：首先，完善農村數字基礎設施。加大農村網絡基礎設施建設，增加互聯網投資力度， 推進數字化與農村經濟的深度融合， 進一步鞏固數字經濟在農村減貧方面的紅利優勢。其次，培養數字農業人才。培養數字農民，發揮農村能人優勢， 引導其利用大數據信息以及自身人脈資源對接農產品的生產、銷售以及售后等環節，實現以較少資源帶動更多農民發展，改善農村內部的經濟不平等。 再次，規范鄉村治理。 發揮鄉村社會組織的專業服務功能， 整合鄉村現有資源優勢，因地制宜做好鄉村建設，為投資者營造良好的投資環境，提高鄉村的內生發展動力，打造現代化、新時代鄉村。 最后，充分發揮政府引導作用。在數字經濟主體的產業組織建設中，政府應重視數字經濟領域對資源配置發揮的積極作用，引導市場主體廣泛參與，確立數字經濟從業者的職業地位，形成政府與企業推動數字經濟發展的合力。

注釋：

①數據來源于中國政府網：http://www.gov.cn/xinwen/2021-02/25/content_5588869.htm。

②有關該變量的構造將在變量的測度與說明部分進行詳細解釋。

③其中，變異系數法根據各個指標所有觀測值的變異程度大小，對其進行賦權，如果一項指標的變異系數較大，那么說明這個指標在衡量該對象的差異上具有較大的解釋力，則該指標就應賦予較大的權重。 具體地，借鑒王鋒正等（2022）的做法，首先對數據進行極差標準化處理后，求各個指標變異系數：

其中，vj為指標j 的變異系數，σj為指標j 的標準差，為指標j 的均值。 可得指標j 的權重wj為：

利用所獲指標權重，按線性加權法加總兩指標即可得到數字基礎綜合值與數字應用綜合值。