互联网使用与农户相对贫困：微观证据与影响机制*

● 唐红涛，陈 薇

(湖南工商大学 经济与贸易学院，湖南 长沙 410205)

一、引言与文献综述

2020年中央一号文件《中共中央国务院关于抓好“三农”领域重点工作 确保如期实现全面小康的意见》明确指出“要研究建立解决相对贫困的长效机制，推动减贫战略和工作体系平稳转型”，充分体现出解决相对贫困在全面建成小康社会后扶贫工作中的重要性。近年来，农村绝对贫困逐步得到缓解的同时，由收入分配不公、社会排斥等因素所导致的相对贫困状况正不断恶化，特别是略高于贫困建档线的农村居民由于得不到政府扶贫政策的支持，实际状况可能更加严重。汪晨等(2020)[1]分别以收入中位数的40%、50%、60%为相对贫困线测度1978—2017年中国相对贫困发生率，发现自改革开放以来，相对贫困发生率一直处于上升的趋势，且农村相对贫困发生率明显高于城镇。在此背景下，研究如何推进农村相对贫困治理具有重要的现实意义。

同时，伴随着“互联网+”战略的推进，“互联网+精准扶贫”成为贫困地区实现后发赶超的重要抓手，带动各类资源向贫困地区汇集，实现脱贫致富。一方面，互联网发展为农村贫困地区带来了电商这一全新脱贫渠道，帮助实现小农户与大市场的有效对接，拓宽农产品经营渠道，带动农户参与网络销售并从中获益(Shimamoto等，2015；李连梦等，2020)[2-3]。据商务部数据，2019年全国832个贫困县网络零售额达2 392亿元，同比增长33%，电商扶贫成效显著。另一方面，互联网为贫困地区农户积累社会资本、共享知识信息、获取民间借贷等带来了极大的便利，帮助农户增强自身发展能力、走出“贫困陷阱”。不少学者的研究也印证了这一点。殷俊等(2019)[4]基于2014年和2016年中国家庭追踪调查数据(CFPS)实证检验互联网使用对解决农户贫困的作用及机制，结果显示互联网可通过促进社会资本积累这一途径改善农户贫困状况。进一步地，何宗樾(2019)[5]基于CFPS2016数据的研究发现，互联网不仅拓宽了个体获取信息的渠道，而且有助于打破知识垄断、推进教育资源的共享。王君健等(2019)[6]则从民间借贷角度考察了互联网减贫的作用机制，发现互联网所具备的跨时空、大数据等优势能够帮助农户延伸民间借贷的交易范围、缓解信贷约束，从而更好地开展脱贫致富活动。

然而，此类研究并未明确区分绝对贫困和相对贫困。与绝对贫困不同，相对贫困成因更加复杂和多元，其突出表现为由社会收入分配不均造成的贫富差距问题。那么，互联网是否有助于缓解农村相对贫困？其作用机制又是什么？可以看到，在“互联网+”战略背景下，网络扶贫已成为加快弥合城乡“数字鸿沟”的治本之策，互联网信息聚合效应能够产生和创造超越传统规模经济概念的效益、效率和福利(张永林，2016)[7]，而这种“信息红利”在农村地区的扩散不仅显著提高了农产品销售价格、增强农户市场力量，而且还带来了丰富的教育资源和高效的学习渠道，有利于提升相对贫困群体的人力资本，激发自我发展的内生动力。温锐松(2020)[8]更是从理论层面强调了互联网在相对贫困治理中的重要作用，如精准识别相对贫困群体、提升相对贫困群体就业创业技能等。另外，部分研究表明，互联网为农村居民带来的收入溢价效应大于城镇居民，能够缩小城乡收入差距(韩长根等，2017；程名望等，2019)[9-10]，这也从侧面反映出互联网带来的增收效应具有一定的“益贫性”。相应地，互联网对相对贫困群体的增收效应也可能更大。但互联网能否以及如何缓解农村相对贫困还有待从实证层面加以检验。

鉴于此，基于2018年中国家庭追踪调查(CFPS)的农村样本数据，采用Probit模型实证检验互联网使用对农户的相对贫困的影响，并从异质性角度考察互联网使用对不同年龄相对贫困群体影响的差异，最后运用中介效应模型检验互联网使用对农户的相对贫困的影响机制，以期为农村相对贫困治理政策制定提供启示。

二、理论分析与研究假设

互联网具有高效、便捷、普惠等特征，与贫困地区基础条件差、资源相对缺乏、扶贫路径受限等实际情况具有天然的耦合性，其对于农村相对贫困治理有着不可替代的作用。具体而言，互联网主要通过以下两个方面作用于农户相对贫困治理。

(一)提升人力资本水平

不少农户在摆脱绝对贫困后，发展动力和志向逐渐减弱，又成为相对贫困群体成员(高强，2020)[11]。与之相对应，缓解相对贫困将更加依靠贫困人口自我发展的内生动力。而内生动力的强弱又在很大程度上取决于农户自身的“能力”，因而人力资本培育也就成为了治理相对贫困的关键手段。伴随着“互联网+教育”在农村地区的逐步推行，教育规模与个性化、公平与质量等难题得到有效解决。从供给层面来看，互联网不仅能通过变革教育供给内容、方式、形态和结构，为社会供应高质量的教育公共服务(余胜泉等，2017)[12]，而且能有效打破知识垄断，丰富个体可获得的教育资源，实现教育资源的优化配置与共享。从需求层面来看，互联网有助于改变农户传统的思想观念，提高其对新技术、新知识的感知，激发其学习的主观能动性(周冬，2016)[13]。由此可见，互联网为农户带来优质教育资源的同时更激发了农户对新技术、新知识的渴望，从而提升其人力资本水平。而人力资本水平的高低与农户市场力量息息相关，人力资本水平更高的个体往往更有能力参与市场，并从中获得更高的收入和更多的机会，大幅度降低陷入相对贫困的风险(汪三贵，2020)[14]。

(二)增加社会资本积累

相对贫困形成的一个重要原因是社会排斥，而增加社会资本和提高大众参与程度通常被视为解决社会排斥的现实路径(林卡，2006)[15]。农村居民社会资本普遍不足，且受到地域环境的限制难以短期内提升，而互联网能够打破地域空间的限制，为农户社会资本积累提供更加方便快捷的渠道。以微信、QQ、微博和短视频为代表的社交工具的出现大幅降低了信息沟通成本，在帮助农户维护原有社会关系网络的同时还有助于其建立新的社会关系，从而实现社会网络范围的扩张和网络强度的改善(Ellison等，2014)[16]。不仅如此，互联网本身具备的网络外部性有助于结构邻近性的发挥，从而触发积极的正反馈机制，加快社会网络规模的扩张速度(许丹红，2016)[17]。由此可见，互联网对于农户社会资本积累具有重要的积极作用，且这一效果随网络密度的提高会得到加强。而社会资本作为生计资本的重要组成部分之一，是促进相对贫困人口可持续脱贫的重要着力点，能够有效改善相对贫困(刘雨桐，2014)[18]。因此，提出如下假设：

H1：互联网可通过提升人力资本水平缓解农户相对贫困。

H2：互联网可通过增加社会资本缓解农户相对贫困。

三、数据来源与描述性统计

(一)数据来源与模型构建

数据来源于由北京大学社会科学调查中心(ISSS)执行的中国家庭追踪调查数据库(CFPS)。该调查以2010年为基期，每两年进行一次追踪调查，其详细记录了家庭互联网使用、收入、教育、健康、认知能力、社会交往等信息，为研究互联网使用对解决农户相对贫困的作用及机制提供了可能。使用2018年的农村样本数据，仅保留户主年龄在18岁及以上的样本，在剔除相关变量存在缺失或异常值的样本后获得6 722个样本观测数据。考虑到农户相对贫困为二值虚拟变量，利用Probit模型来考察互联网使用对解决农户相对贫困的作用，具体模型设定如下：

Pr(poverty=1)=φ(α+βint+γX+ε)

(1)

其中，被解释变量poverty表示农户相对贫困，核心解释变量int表示互联网使用情况，X表示控制变量集合，ε为随机扰动项，α、β、γ为待估参数。

(二)变量设置与描述性统计

1.被解释变量：相对贫困

借鉴孙久文等(2019)[19]提出的农村相对贫困测量标准，以上一年农村居民人均可支配收入中位数的40%作为相对贫困线。国家统计局数据显示，2017年农村居民人均可支配收入中位数为11 969元，因此2018年相对贫困线为4 788元，若家庭人均纯收入低于4 788元则处于相对贫困，否则为非相对贫困。

2.核心解释变量：互联网使用

借鉴周广肃等(2018)[20]的做法，以户主互联网使用情况来衡量家庭互联网使用情况。另外，考虑到互联网使用强度差异可能会对农户的相对贫困产生影响，且越来越多的人更多通过手机等移动端接入互联网，本文还引入互联网使用强度、是否移动上网作为互联网使用的替代指标进行相应的稳健性检验。其中，以户主平均每日上网时长(分钟)来衡量互联网使用强度。

3.控制变量

为考察互联网使用对解决农户相对贫困的作用，设置家庭特征、户主特征和区域特征作为控制变量。家庭特征变量包括家庭规模、非农就业、重大事件、政府补助、养老保险、医疗保险、老龄化比重。其中，非农就业是指家庭是否有人从事个体私营或外出打工，重大事件是指家庭是否发生婚丧嫁娶、孩子出生、子女升学等事件。户主特征变量包括户主性别、年龄、年龄平方、婚姻状况、健康状况和受教育程度。另外，为控制地域的影响，引入区域特征变量作为控制变量。

4.中介变量

(1)人力资本。认知能力体现了个体所具备的“内在”能力，与受教育水平相比，能够更好地反映出人与人之间的人力资本差异，因此以户主综合认知能力作为人力资本的代理变量。

(2)社会资本。以家庭人情礼金支出的对数来衡量社会资本。具体变量的定义与描述见表1。

表1 变量定义与描述性统计

四、实证分析

(一)基准回归分析

表2报告了互联网使用对农户的相对贫困的影响。模型(1)显示，在未添加任何控制变量的情形下，互联网使用在1%的显著性水平上负向影响农户相对贫困，由边际效应可知互联网使用能够使农户相对贫困发生概率下降17.7%。模型(2)显示，在加入家庭、户主和区域特征变量后，互联网使用仍能够使农户相对贫困发生概率下降5.5%，且这一效应通过了1%的显著性检验。由此可见，互联网使用能够显著降低农户相对贫困的发生概率。

表2 互联网使用对农户相对贫困的影响

(续表2)

另外，大部分控制变量显著影响了农户的相对贫困。家庭特征控制变量方面，家庭规模正向影响农户相对贫困，这是因为家庭规模越大，其面临的经济压力也较大，因而更容易陷入相对贫困。非农就业有助于缓解农户相对贫困，可能的原因是与传统农业相比，非农就业获得的劳动报酬相对更多，且非农就业较少受到气候条件、自然灾害及农产品价格波动等因素的影响，收入稳定性更高(谢勇，2011)[21]。医疗保险可为家庭发挥保障作用，降低相对贫困的发生概率。家庭老龄化比重越高，其可能面临更大的赡养压力，陷入相对贫困的可能性也就越大。而重大事件、养老保险这两个变量则对农户相对贫困影响不显著。值得关注的是，政府补助显著正向影响农户相对贫困，可能的原因在于：现有政府资金使用仍较为粗放，扶贫效率较为低下，且部分受到这项补助的农户可能会因此产生福利依赖心理，自主脱贫意识不强，从而导致相对贫困的发生。这也从侧面反映出未来扶贫政策应更加注重“外部输血式扶贫”与“内部造血式脱贫”的结合，以激发贫困群体自我发展的内在动力，逐步缓解相对贫困。

户主特征控制变量方面，户主年龄显著负向影响农户相对贫困，户主年龄平方显著正向影响农户相对贫困，这表明户主年龄与农户相对贫困之间存在“U”型关系，与青年和老年户主相比，中年户主在就业创业方面更有优势，更有可能带领家庭摆脱相对贫困。户主婚姻状况、健康状况、受教育程度均显著负向影响农户相对贫困，这表明已婚、身体更健康、受教育程度更高的户主更有能力帮助家庭摆脱相对贫困。而户主性别则对农户相对贫困不存在显著影响。此外，与中西部地区相比，东部地区农户往往拥有更多的社会资源和市场机会，陷入相对贫困的可能性更低。

(二)内生性讨论

互联网使用与否是一种自我选择行为，可能因遗漏变量或反向因果而存在潜在的内生性问题。一方面，基于不可观察的偏好，互联网使用和相对贫困可能会同时受到一些遗漏变量的影响；另一方面，农户本身的经济能力也会影响其使用互联网。一般而言，非相对贫困农户更有经济能力购买上网设备接入互联网，因而产生反向因果问题。为克服由内生性导致的估计偏差，参考杨碧云等(2019)[22]以户主对互联网作为信息渠道的重要程度作为互联网使用的工具变量，并通过IV Probit进行估计。该工具变量满足相关性和外生性条件：首先，户主对于互联网作为信息渠道的重视程度越高，则更有可能使用互联网，即该变量与互联网使用的概率正向相关；其次，对于互联网的重视程度与农户相对贫困并无直接关系，从而满足了外生性条件。

表3汇报了采用户主对互联网作为信息渠道的重要程度作为工具变量的Probit模型的估计结果。由于核心解释变量“是否使用互联网”为一个二值变量，为得到相应变量的边际效应，下文采用极大似然方法进行估计，但为排除弱工具变量的可能性，仍在表3报告了两步法的一阶段结果。

表3 内生性检验结果

从表3可以看出，工具变量在1%的显著性水平上显著为正，说明工具变量与内生变量互联网使用有很强的相关性，且一阶段F统计值远大于弱工具变量的临界值，表明不存在弱工具变量问题。另外，使用工具变量纠正内生性后，互联网使用对农户的相对贫困的影响依然在1%的统计水平下显著为负，进一步表明互联网使用能够有效缓解农户相对贫困。

(三)稳健性检验

1.替换核心解释变量

在以上回归分析中，仅探讨了“是否使用互联网”对农户的相对贫困的影响，而互联网使用时长差异对农户的相对贫困是否产生影响还需要进一步研究。不仅如此，伴随着互联网信息技术的提升及智能手机的广泛普及，越来越多的网民通过手机等移动端接入互联网，截至2020年3月，中国网民规模达9.04亿，其中手机网民规模达8.97亿，占比高达99.2%，移动上网已逐渐成为人们使用互联网的主要形式。因此，下文以“互联网使用强度”和“是否移动上网”作为衡量互联网使用的替代指标，进行相应的稳健性检验，检验结果如表4所示。

从表4可以看出，无论是互联网使用强度还是移动上网，均在1%的显著性水平上负向影响农户的相对贫困。这一结论与表2的结论完全一致，表明前文基准回归结果具有稳健性。

表4 稳健性检验(替换核心解释变量)

2.采用CHFS数据

为验证互联网使用对农户的相对贫困的负向影响，进一步采用2017年中国家庭金融调查数据(CHFS)进行稳健性检验。该数据源自西南财经大学中国家庭金融调查中心2017年对全国29个省(自治区、直辖市)，355个县(区、县级市)，1 428个村(居)委会，40 011户家庭的实地调研。根据研究目的，仅使用该年农村样本数据展开研究。根据CHFS问卷中“您使用过互联网吗？”这一问题，将回答“是”的家庭定义为1，“否”则定义为0，得到家庭互联网使用情况，并将上一年农村居民人均可支配收入中位数的40%(4 460元)设置为相对贫困线，以此来衡量农户相对贫困。另外，本文还选取了家庭规模、是否创业、政府补助、养老保险、医疗保险、老龄化比重、户主性别、年龄、年龄平方、婚姻状况、健康状况、教育程度和地区特征作为控制变量，采用Probit模型进行估计，估计结果如表5所示。

表5 稳健性检验(CHFS数据)

由表5可知，加入控制变量后，互联网使用在1%的显著性水平上负向影响农户的相对贫困，与不使用互联网的农户相比，使用互联网的农户相对贫困发生概率下降了10.8%。由此可见，基于CHFS2017数据的估计结果与表2的结论基本保持一致，即互联网使用能够显著缓解农户相对贫困，再一次验证了基准回归的结论。

(四)年龄异质性分析

刘晓倩等(2017)[23]研究发现，互联网使用打破了年龄对收入增加的限制，在使用互联网的居民组中，年龄增长反而收入水平增加。宋林等(2020)[24]的研究则表明，互联网更有利于壮年劳动力开展就业创业，对青年和年长劳动力则不存在显著影响。由此推测，年龄可能会在一定程度上影响互联网信息红利的发挥。前文分析已表明互联网使用能够有效缓解农户的相对贫困，但这一效应的发挥是否会受到年龄因素的影响还有待进一步检验。鉴于此，根据户主年龄将样本家庭进行分组，并在此基础上估计互联网使用对农户相对贫困影响的年龄异质性。将18～40岁的农户定义为青年群体，40～65岁定义为中年群体，65岁及以上定义为老年群体。表6显示了不同分组的回归结果。

表6 异质性分析结果

表6的第(1)～(3)列是根据户主年龄进行分组后得到的估计结果，可以看出互联网使用显著降低了青年、中年群体陷入相对贫困的概率；但对老年相对贫困群体影响不显著，可能的解释是，互联网发展为人们带来诸多便利的同时也让很多老年人成了“数字贫困户”。老年人本身对新事物的接受能力就低，在面对快速更新换代的互联网信息技术时更难以适应，其对于互联网的使用也多停留在初级阶段，尚未实现相关资源的转化利用。相比于老年群体，中青年群体获取和利用互联网信息技术资源的能力更强，拥有的信息资源质量也更高，能够通过互联网改变自身的相对贫困状态。

(五)机制分析

根据前文的内在机制分析，互联网使用之所以能够缓解农户相对贫困，可能是由于互联网使用能提升农户人力资本、增加社会资本。下文通过构建中介效应模型对上述两种影响机制进行检验，以进一步验证假设H1和假设H2。采用温忠麟等(2004)[25]提出的中介效应检验方法，相应的中介效应检验方程有三个，其中第一个方程与前文回归方程(1)相同，第2和第3个方程为：

mediation=δ+ρint+σX+μ

(2)

Pr(poverty=1)=ψ(λ+β'int+θmediation+ϑX+η)

(3)

其中，mediation为中介变量，分别表示农户的人力资本和社会资本，互联网使用对农户的相对贫困影响的总效应为β，直接效应为β'，变量mediation的间接效应(中介效应)为ρ×θ。具体检验步骤如下：

一是检验方程(1)中的系数β是否显著，如果显著，则中介效应成立，进行下一步检验。

二是依次检验方程(2)中的系数ρ和方程(3)中的系数θ，若两个都显著则进行下一步检验，若至少有一个不显著，则进行sobel检验，检验满足显著性要求则存在中介效应，否则停止分析。

三是检验方程(3)中的系数β'，如果不显著，则存在完全中介效应，mediation为完全中介变量，反之存在部分中介效应，mediation为部分中介变量。

相关检验结果如表7所示。

前文部分已经基于式(1)进行了回归，且结果显示互联网使用对农户的相对贫困存在显著的负向影响，即通过了第一步检验。表7的第(2)列结果表明互联网使用可显著提升农户人力资本水平，且这一效应通过了1%的显著性检验，而从第(3)列可以看出，在加入人力资本这一中介变量后，β'、θ的系数均显著为负，且β'的系数有所减小，因而可以推定互联网使用能够显著提升农户人力资本水平从而缓解相对贫困，假设H1得到验证。第(5)列结果表明互联网使用显著增加了农户的社会资本，且这一效应通过了1%的显著性检验，而从第(6)列可以看出，在加入社会资本这一中介变量后，β'、θ的系数均显著为负，且β'的系数有所减小，即社会资本变量对缓解农户相对贫困的影响具有部分中介效应，假设H2得到验证。

表7 机制分析结果

另外，借鉴Mackinnon等(1995)[26]提出的中介效应占比测算方法对上述结果显示的部分中介效应占比进行测算，具体测算方法如下：

MediatedEffect=ρ×θ/(ρ×θ+β')

(4)

根据式(4)，可以计算出各中介变量的中介效应。其中，互联网使用所引致的人力资本的中介效应占比为17.8%，而互联网使用所引致的社会资本的中介效应占比则为18.5%。

五、结论与建议

基于2018年中国家庭追踪调查的农村样本数据，利用Probit模型和中介效应模型实证考察互联网使用对解决农户相对贫困的作用及机制，研究结果表明：首先，互联网使用能够有效缓解农户的相对贫困，且在采用工具变量克服内生性、利用互联网使用强度和移动上网及2017年中国家庭金融调查数据(CHFS)进行稳健性检验后这一结论依然成立。其次，互联网使用对解决青年群体相对贫困的作用程度最大，中年群体次之，老年群体不显著。老年人本身对新事物的接受能力就低，在面对快速更新换代的互联网信息技术时更难以适应，其对于互联网的使用也多停留在初级阶段，尚未实现相关资源的转化利用。相比于老年群体，中青年群体获取和利用互联网信息技术资源的能力更强，拥有的信息资源质量也更高，能够通过互联网改变自身的相对贫困状态。最后，机制分析表明，互联网使用可通过提升人力资本、增加社会资本缓解农户的相对贫困。一方面，互联网使用有助于提升农户人力资本水平，增强其自我发展动力和内生动力，从而缓解相对贫困；另一方面，互联网使用有助于拓宽农户社会网络，加快其社会资本积累速度，从而缓解相对贫困。

基于以上结论，提出如下政策建议：

第一，加快推进农村互联网基础设施建设，改善相对贫困人群的用网环境，为互联网“信息红利”的释放奠定坚实基础，充分发挥互联网在农村相对贫困治理中的积极作用。

第二，政府在推进农村互联网基础设施建设时，应重点着重于青年、中年群体的互联网普及，大力发挥互联网对于该类家庭相对贫困的缓解作用。同时，也要积极向老年群体普及互联网知识，并对其加以适当的引导以提升其数字技术素养，使其能够自主运用互联网资源持续改善生活质量。

第三，充分发挥互联网在提升农户人力资本、增加农户社会资本方面的积极作用，提高其分享经济增长成果的能力。一方面，充分利用互联网的社会交流、社会互动功能，搭建农户与政府、社会组织之间的互联网信息交流平台，拓宽农户社会网络，帮助农户有效参与市场；另一方面，进一步推进“互联网+教育”在农村地区的运用，为相对贫困群体提供更加丰富的网络资源和更加高效的学习渠道，并注重其知识技能的转化应用，从而提升其人力资本水平，激发自我发展的内生动力，持续改善生活质量。