互联网使用对农户多维贫困的减贫效应分析

张永凯，马富成

(1.兰州财经大学 农林经济管理学院，甘肃 兰州 730020；2.兰州财经大学 经济学院，甘肃 兰州 730020)

改革开放以来，伴随着农村体制改革、工业化、城镇化道路的持续推进，以及开发式扶贫和精准扶贫方略的实施，我国在缓解农村贫困问题、促进农村持续发展方面为全球减贫事业做出了巨大贡献[1]。2020年末，我国实现现行标准下农村贫困人口全部脱贫，贫困县全部摘帽，脱贫攻坚战取得历史性胜利。然而，农村贫困问题具有一定的复杂性和长期性。伴随我国农村扶贫攻坚力度的加大，虽然农村绝对贫困一去不复返，但鉴于农村地区基础设施、公共服务设施相对滞后，信息较为闭塞，历史欠账较多，2020年后我国相对贫困治理和乡村振兴依然任重而道远。

随着“互联网+”模式在农村地区的深入推广，有力助推了脱贫攻坚成果巩固和乡村振兴的高质量发展。当前，互联网在农村的大力普及，对我国农村农业转型升级起到了重要推动作用，显著提高了农户的经济收益，大幅降低了农户返贫几率[2]。截止2019年末，农村互联网普及率已达到52.3%，全国贫困村通光纤比例、深度贫困地区通宽带比例均达到98%。由此可见，近些年“互联网+”模式在农村扶贫致富领域的异军突起，对农民的生产和生活产生了深远影响，随着互联网的持续普及，农村面貌将焕然一新。

一、文献综述

当前，从贫困认知到治理的发展路径中，贫困治理已渐成体系。其中，我国在治理和解决贫困问题方面的贡献尤为突出，为全世界提供了宝贵的中国方案。事实上，我国自建国之初就致力于贫困治理，学术界基于多种理论模型对国内的减贫成效进行了深入分析。胡鞍钢基于1978—2004年数据研究发现，我国显著减贫成效主要是基于经济的高速增长、农民向非农就业的转化、城市化进程的加速、出口导向性的对外开放以及人力资本的明显改善几个方面[3]。汪三贵也认为我国大规模减贫的主要推动力量是由于我国经济增长，尤其是农业和农村经济的持续增长[4]。陈飞和卢建词基于1991—2009年数据分地区实证分析发现居民的收入水平具有一定的减贫效应[5]。邹文杰通过采用动态空间面板模型和门槛面板模型分析，发现我国医疗卫生服务均等化的减贫效应明显[6]。苏静发现农村金融发展水平具有显著减贫效应且呈U型分布[7]。葛顺奇认为对外直接投资发挥了显著的减贫效应[8]。马文武指出，人力资本积累显著提升，明显改善了农民的贫困状况[9]。

近年来，随着互联网的普及，学者们对互联网在减贫效应中发挥的重要作用给予高度关注。对互联网的减贫效应，从居民收入角度来看，赵浩鑫通过空间视角研究农村互联网发展对农户减贫的影响，发现互联网的发展有利于农村的减贫，但对周围地区农村减贫的发展却具有负的溢出效应[10]。左孝凡发现，互联网使用对低收入群体边际收入效应明显高于高收入群体，且互联网通过人力资本、社会资本和非农就业3个中介机制发挥减贫效应[11]。 张含宇认为，互联网的使用降低了农村贫困广度、深度以及强度，但在减贫成效方面，区域差异较大[12]。从多维贫困角度来看，何宗樾通过测度多维贫困，研究了互联网对多维贫困的减贫效应，结果表明：互联网通过扩宽信息渠道，缩短个体与金融服务的距离，显著降低了家庭落入多维贫困的可能性，有效缓解了家庭的贫困程度[13]。李丽霞发现，农户家庭使用互联网对多维贫困的减贫效应显著，且在高维贫困上的减贫效应更强[14]。

综上所述，目前关于互联网减贫效应研究方兴未艾，研究理论未成体系，但研究结论较为一致，即互联网使用对农村居民减贫效应较为显著。从研究方法看，大多基于回归模型展开分析。从研究视角来看，多数采用截面数据，采用面板数据较少，鲜有同时从时间和空间两个维度分析互联网的减贫效应。鉴于此，本文选取2016、2018年CFPS数据，采用PSM、Probit和A-F测度等方法，分析互联网使用对农户多维贫困的减贫效应。

二、数据来源与研究方法

(一)数据来源与处理

本文所使用的数据来自中国家庭追踪调查(CFPS)数据库，该数据对我国城乡居民的家庭、个人以及儿童等信息进行全方位采集，选取指标较为详细，可靠性较高。根据相关指标的可匹配性，分别选取2014、2016、2018年3年数据测度贫困指数。

在数据处理方面，首先，将数据中的家庭、个人以及儿童3个问卷加以合并；其次，在剔除城市户口的数据以后，将相关指标3个问卷调查之间按照家庭户号进行匹配；最后，剔除匹配后指标中含有的缺失值以及无法使用的数据，最终选取的样本量分别为3 229户(2014年)、2 931户(2016年)、2 209户(2018年)(具体见表1)。

表1 致贫指标以及权重

(二)研究方法：A-F测度法

A-F双临界值方法是基于Sen的可行能力剥夺理论发展为多维贫困的一种测量方法，在国际广受关注。指标选取主要参照UNDP多维贫困的一般维度，采取近几年多数学者采用的指标进行指标选取。

首先，根据一级贫困维度指标下的二级指标进行相关变量的筛选，所筛选的数据变量形成一个Dij=n×m维的数据矩阵，其中n表示个体数量，m表示维度，矩阵当中的j表示第i个个体在指标j下的取值(1≤i≤n，1≤j≤m)。

其次，依据所选取的二级指标的剥夺临界值，将组成的D矩阵进行进一步的数据处理，最终形成一个n×m的剥夺矩阵，记为g0(n×m)。剥夺矩阵g0表示个体被剥夺的情况，如果个体在指标j下剥夺，则记为1，否则记为0。

H=q/n

(1)

(2)

A反映贫困的强度，代表贫困个体遭受剥夺的平均维度数在总维度数中的比重，依据上式，可以计算多维贫困指数MPI=H·A。

三、模型构建与变量选取

(一) PSM模型

为精准分析农户使用互联网的减贫效应强弱，降低所求数据的误差，本文引入“倾向得分匹配法”(Propensity Score Matching，PSM)，估计互联网的使用对农户多维贫困的减贫效应。该方法具有尽可能地降低观测数据的偏差的优点，能够有效降低样本自选择造成的有偏估计。建立模型如下：

(3)

根据匹配后所得样本计算使用互联网的农户的平均处理效应ATT)，未使用互联网的农户的平均处理效应(ATU)，以及平均处理效应(ATE)，原理如下：

(4)

(5)

(6)

(二)Probit回归模型

分析互联网对农户多维减贫，维度指数涉及低维到高维，对于多维贫困一般是处于3个致贫指标，因此在处理过程中，将处于多维贫困农户设置为1，其余设置为0，高维处理方法同样。因此，被解释变量为二值变量，运用一般回归准确度较差，且无法满足假设的5个条件，而Probit回归方法有效规避了上述问题，且结果解释度较高，计算公式如下：

Poorit=β0it+αINFit+λXit+μit

(7)

其中Poorit为第t年农户是否陷入多维贫困，INTit表示第t年农户是否使用互联网，Xit为其余解释变量，从3方面进行考量，μit为随机扰动项。

(三)变量选取

结果变量：多维贫困(MPI)。关于多维贫困的划分，采取UNDP多维贫困指数设定的贫困临界值k=0.33。关于致贫的指标选取，以《中国农村贫困家庭识别》的农户致贫指标为核心[15]，构建了6个维度13个二级指标。

处理变量：是否使用互联网。在以往的相关研究中，遵循大多学者采用问卷中是否使用手机、电脑上网2个指标作为互联网使用的代理变量。本文在延续多数学者做法的同时，为更加精确地识别农户使用互联网是否真的具有减贫效果，采用农户对互联网的依赖程度作为是否使用互联网的代理变量，检验互联网使用对于农户的减贫效应。

协变量：运用 PSM 回归，协变量选取须同时满足条件独立、共同支撑假定以及平衡性假定。因此，协变量的选取从个人、家庭特征两方面进行考察。个人特征选取的变量：年龄、性别、受教育程度、健康状况、工作类型、外出打工、在家务农等，家庭特征变量：婚姻状况、家庭规模(表2)。

表2 描述性统计

四、实证研究

(一)实证结果与分析

1.平衡趋势检验。为使倾向得分匹配估计质量可靠，借鉴了 Rubin和张永丽等学者采用的方法，分别从标准化偏差、数据均值以及 LR统计量入手，并进行平衡性检验。农户多维贫困匹配平衡性假定检验结果如表3、表4、表5所示：与匹配之前相比较发现，匹配后的标准化偏差相比匹配之前显著降低，且标准化偏差为6.4%，小于10%；匹配后的t检验结果远小于1.96，表明未拒绝处理组与控制组无系统差异的原假设；匹配后的Pseudo-R2、χ2、Mean-bias、B值和R值相比匹配之前均下降明显，且B值为24%，小于 25%，R值位于0～1之间。整体检验结果表明，匹配较为完美。

表3 匹配样本数量

表4 匹配平衡性假定检验结果

表5 t检验结果(各变量)

2.结果分析。运用Probit回归计算高维以及低维贫困下，农户使用互联网的减贫效应强弱。关于Probit回归结果如表6所示，不论是贫困广度还是深度，互联网使用对农户减贫效应显著。互联网对高维度贫困农户减贫效应更强，说明互联网对农村多维贫困减贫起到显著作用，进而为改善农村贫困面貌，巩固减贫成果提供了经验，农户通过互联网的使用，增强了抵抗返贫风险的能力，提升了农户增收致富能力，尤其对于深度贫困居民而言，互联网在减贫以及防止农户返贫方面具有深远意义。

表6 Logit、Probit回归结果

续表

从户主特征来看，年龄与多维贫困指数呈“U型”分布；从性别来看，男性更有利于摆脱贫困风险。同时良好的健康状况也能有效预防因病致贫。受教育水平的提升也能够有效地降低多维贫困程度。务农或选择打工，都有效降低农户陷入贫困的几率。且选择打工的农户降低多维贫困的几率更大。从家庭特征来看，婚姻状况的持续与否对于贫困的影响并不具有一致性。

通过采用最近邻匹配、卡尺内近邻匹配、核匹配以及局部线性回归匹配4种方法，检验结果的稳健性。根据表7农户多维贫困以及三者显著性显示：ATT、ATU、ATE 的系数值均在1%的统计水平上显著。经比较发现：ATU>ATE>ATT，ATT绝对值分别为 0.100 9、0.108 5、0.095 8、0.095 6，表明相较于不使用互联网的农户，使用互联网将会使多维贫困状况降低大约10%，ATU绝对值分别为0.121 5、0.116 4、0.109 5、0.114 8，表明不使用互联网的农户与使用互联网的农户相比较，未使用互联网的农户如果使用互联网对于降低多维贫困状况的可能性更大。总之，农户使用互联网能显著降低多维贫困程度，降低返贫风险。因此，“互联网+”模式在农村地区应当深入推广，借助当前的信息化、数字化与网络化渠道，促进脱贫攻坚成果巩固和乡村振兴的有效衔接。

表7 结果变量PSM估计结果

(二)中介效应分析

互联网使用对农户的减贫有可能并不直接作用于农户多维贫困，而是存在某些中介传输机制。因此，从人力资本以及非农就业两方面选取相关变量，分析互联网使用的中介效应。

对于教育资本而言，互联网的使用，可以缩小因家庭背景不同而导致的差距，从而起到降低教育不平等的作用[16]，而教育在助力国家脱贫攻坚过程中发挥着重要作用[17]。“互联网+教育”模式的推广，有效避免地理区位条件差异的限制，显著提升居民教育水平，进一步推动优质教育资源向我国偏远农村地区下沉，进一步改善了阻断贫困代际传递的软环境。由表8可知，互联网使用有效促进了教育水平的提升，教育人力资本在1%的显著性水平上通过显著性检验，且教育资本对改善农户多维贫困状况发挥显著作用。综上所述，从数据结果来看，互联网显著提升教育人力资本，即教育人力资本在互联网对降低农户多维贫困发挥显著中介效应。

对于非农就业而言，互联网使用在总体上促进了农村劳动力的非农就业，其中，社会资本作为互联网使用影响农民非农就业的重要渠道，使农民的社会资本显著增加，农民非农就业的概率大幅提高，贫困概率明显降低[18-19]。由表8发现，使用互联网相比于不使用互联网的农户，非农就业的概率提高了接近20%，就业机会增加带来收入报酬明显提升，使农户多维贫困的概率降低了29%。从结果来看，互联网使用在一定程度上扩大了农民的信息接受能力、信息搜寻能力，提升就业几率，有效改善农户多维贫困状况，降低返贫风险。

表8 中介效应检验模型

(三)异质性分析

在控制其余变量后，通过表9发现，随受教育年限的上升，使用互联网的减贫效应在逐步加强，初中以上受教育水平的农户，使用互联网相比不使用互联网，减贫概率大概为50%以上，作用较为显著，说明教育问题能否得以适当解决，关乎贫困代际传递问题的有效阻断，互联网教育平台有效地改善了农村贫困状况，从根源上降低了农户返贫风险。由表10发现，互联网使用的减贫效应在空间上具有较强的异质性，从东部到西部地区减贫效应逐渐递增，西部地区尤为突出，减贫效应高达58.17%，从实证角度说明以互联网为平台的信息化技术将是未来持续有效巩固脱贫攻坚成果和实施乡村振兴的有效手段。

表9 教育异质性分析结果

表10 地区异质性分析结果

五、结论与启示

(一)主要结论

1.通过PSM、Probit回归结果发现：互联网使用显著降低了农户多维贫困的风险，减缓了农户贫困程度；对于目前尚未使用互联网的农户而言，使用互联网降低贫困深度的概率为15.81%，互联网能成为巩固脱贫攻坚和实现乡村振兴的有力保障。

2.通过中介效应研究发现：互联网通过人力资本、社会资本2个方面对农户生产生活产生显著影响，对促进非农就业作用较为突出，降低多维贫困概率约为29%左右。

3.通过异质性分析发现：受教育水平越高的农户居民，使用互联网能够更大概率地降低多维贫困程度。从地区来看，使用互联网对农户减贫效应逐步由东部向中西部地区扩散，且中西部地区的减贫效应越发显著。

(二) 相关启示

1.加强农村宽带、通信等信息化基础设施建设力度，扩大农村互联网建设规模、提高农村互联网传输效率，扩大农村居民互联网使用基数。在政策、组织、技术以及人力资源方面推动农村互联网普及，发展数字乡村。鼓励有条件的小城镇规划先行，因地制宜发展“互联网+”特色主导产业，打造感知体验、智慧应用、要素集聚、融合创新的“互联网+”产业生态圈，辐射和带动乡村创新创业，利用互联网增收致富，全面发挥互联网效应在乡村振兴战略中的作用。

2.推进互联网优质教育资源向贫困以及深度贫困地区下沉，逐步缩小地区间教育资源分布不均衡的差距，有效弥补数字鸿沟，改善贫困代际传递，降低或阻断返贫风险。深入实施农民网络素养提升工程，开展网络文化信息素质教育与培训，加强农村义务教育中网络文化信息素质教育，从根源上解决农民网络信息文化素质偏低的问题。培养从事农村网络文化建设与管理的高素质人才队伍，为农村网络文化建设和管理提供必要的技术保障和人才支撑，促进城乡要素流动，在提升农村居民素质的同时，扩宽农民外出打工渠道。借助外出打工，不断提高专业技能和网络应用技术，为乡村振兴储蓄人才。

3.借助互联网平台，充分挖掘互联网和信息化的致富潜力，抓住时下热门的网络直播带货“风口”，发挥电商在产业增收致富中的重要作用，推动特色农产品“出村进城”，促进农业与旅游、文化等产业融合发展，积极鼓励运营商在农村地区发展手机网络市场，大力支持各类“三农”专题网站建设，培养农村互联网企业在促进网络市场发展的同时更好地造福农民群体，确保脱贫攻坚成果巩固和乡村振兴战略的顺利实施。