互联网使用降低了多维度贫困吗？——基于CFPS数据的经验分析

熊凯军

(对外经济贸易大学 国际经济贸易学院，北京 100029)

一、引言

消除贫困，消除两极分化，实现全体人民共同富裕一直是我党持之以恒的价值追求。自总书记习近平同志提出 “精准扶贫”以来，我国扶贫工作成绩斐然，根据国家统计局数据显示，我国贫困农村贫困人口从2012年9899万减少到2018年1660万，贫困发生率相应地从2012年的10.2%大幅下降至2018年的1.7% ，创造了我国减贫历史上的最好成绩(苏静等，2019)[1]。然而，当前传统的扶贫方式在经历大规模开发式扶贫并取得突出成就后已逐渐不适应精准扶贫新时期的节奏，贫困的多发性和表现形式的多样性成为当今贫困问题的新特点，贫困状态呈现出从绝对贫困到相对贫困、单一贫困到多维贫困的演变(高帅和毕洁颖，2016)[2]。所以，政府扶贫工作应在现有扶贫基础上不断创新扶贫开发的新思路和新方法，不仅要确保解决国家收入贫困线标准之下的贫困人口收入问题，同时也要解决他们就业、教育、健康和社会保障等方面可能的贫困问题，努力改善贫困人群存在多维贫困的状况。党的十九大四中全会也提出要坚决打赢脱贫攻坚战，巩固脱贫攻坚成果，促进乡村振兴战略和普惠金融战略与脱贫攻坚有机结合，建立解决相对贫困的长效机制。国家应不断深化户籍制度、劳动力和人才社会流动等改革，注重就业扶贫、教育扶贫、产业扶贫与乡村振兴战略相结合，建立和完善稳定脱贫保障政策的长效机制。对于政策实施方面，政府运用金融和互联网等作为扶贫载体，降低金融准入门槛和信息不对称而造成的相对贫困问题，尤其是互联网大数据的发展，为政府部门制定和实施有效的精准扶贫政策提供了新途径。例如《中共中央国务院关于打赢脱贫攻坚战的决定》明确指出“要加大对‘互联网+’扶贫的支持力度”。《“十三五”脱贫攻坚规划》也提及借助互联网发力精准扶贫，以农村电子商务作为精准扶贫的重要载体，既是现阶段扶贫工作的当务之急，也是精准扶贫中的重大挑战。

近年来，我国互联网技术发展迅速，互联网的快速普及和广泛应用，不断改变人们的生活和工作方式，对居民的生活方式和福利水平也产生了深刻的影响，“互联网+”新业态的不断发展，互联网在我国“精准扶贫”过程中不断发挥重要作用(左孝凡和陆继霞，2020)[3]。为了推进农村现代信息技术建设，填补城乡“数字鸿沟”，地方政府和国家先后组织实施了“互联网”示范工程、新型农业经营主体信息化应用能力培训、农民手机应用技能培训等活动，以此提升农民信息化能力。此外，互联网与群众生活结合也日趋紧密，微信、短视频、直播等应用降低了互联网使用门槛，网络购物、网络公益等互联网服务在实现农民增收、带动广大网民参与脱贫攻坚行动中发挥了日趋重要的作用。因此，互联网使用在缓解贫困方面的一个可能的作用机制是，互联网通过影响贫困人群信息的获取，提高其工作收入水平，进而改善贫困状况。

那么，对于互联网使用是否真的有助于提高贫困人群收入，能否改善其健康、教育等多维贫困问题？互联网使用影响居民多维贫困的作用机制是怎样？为解决上述问题，本文采用北京大学2018年中国家庭追踪调查(CFPS)数据库，以多维贫困为视角，采用Probit模型和中介效应模型分析互联网使用对居民单维贫困和多维贫困的影响，有助于推进和完善互联网使用影响居民多维贫困这一领域的研究和理论机制，也为我国全面实现小康社会目标提供重要的理论参考和现实意义。

二、文献综述与研究假设

1.文献综述

多维贫困是指人在多方面基本能力不足或被剥夺。已有多维贫困文献大多体现在家庭和农村居民的状态，国内外相关文献主要研究家庭或农户的多维贫困状况(Alkire和Santos，2014[4]；郭熙保和周强，2016[5])，对于个体的多维贫困研究相对较少，如邹薇和方迎凤(2011)[6]基于CHNS数据从收入、教育和生活质量3个维度考察了贫困的动态性。王春超和叶琴(2014)[7]从收入、健康、教育和医疗保险4个维度分析中国农民工的多维贫困状况。从我国实际情况看，相对于收入贫困，多维贫困更是制约我国扶贫开发取得进一步成效的重要方面，推动更深层次贫困人口的减贫进程，需要从多维视角来分析贫困问题(高艳云，2012)[8]。另外，高帅和毕洁颖(2016)[2]从家庭层面识别贫困主要关注的是家庭生活条件，无法体现贫困人口个体的基本能力状况。在此基础上，借鉴杨艳琳和付晨玉(2019)[9]做法，本文将个体的多维贫困分为收入、保险、就业、教育和健康五个维度能力不足或被剥夺，来分别反映个人经济能力、抗击风险能力、生存发展能力、学习提升能力和身体机能。此外，考虑到家庭层面数据难以反映个人多个维度贫困的状况，故本文选用个人层面数据进行分析。

另一方面，随着我国互联网的不断发展，互联网普及对我国经济社会发展的影响受到学术界的广泛关注。目前大多数学者聚焦于互联网普及对经济增长(张磊和张鹏，2016)[10]、收入分配(韩长根和张力，2017)[11]、城乡收入差距(贺娅萍和徐康宁，2019)[12]、创新创业(史晋川和王维维，2017)[13]等方面的研究。此外，在我国推进精准脱贫和乡村振兴战略背景下，也有部分学者分析互联网普及对贫困人群脱贫的影响(马俊龙和宁光杰，2017[14]；梁俊山和方严英，2019[15]；左孝凡和陆继霞，2020[3])。对于解决贫困问题，传统的做法是提高贫困人群的收入水平，进而改善其生活状。但是Sen(1999)[16]认为贫困产生于人的可行能力的剥夺，仅以收入或支出来衡量贫困的方法无法全面反映贫困状况；Kuper(2004)[17]进一步指出贫困不仅仅是收入的低下，而是教育、医疗等客观条件的缺乏与福利的主观感受不足。近年来，多维贫困开始取代单一贫困逐渐成为贫困研究关注的焦点。随着中国贫困问题由绝对贫困转为相对贫困和社会排斥，收入之外其他维度的贫困表现突出(王小林和Alkire，2009)[18]，运用多维贫困识别贫困人口更符合现实要求，并且能够提供更加准确和丰富的信息(杨艳琳和付晨玉，2019)[9]。

当前，对于互联网普及是否有助于提高贫困人群收入水平、有助于识别贫困人口和改善多维贫困状况，学术界尚未形成一致性的观点。一些学者对互联网普及能降低贫困持肯定态度，认为互联网扶贫不但提供了互联网思维，指导扶贫和脱贫工作，还将电子商务运用到扶贫的具体领域中(梁俊山和方严英，2019)[15]。像电商阿里巴巴和京东，在农村地区设立淘宝、京东帮等形式的电商门店，形成虚拟交易平台，交易的信息和过往记录能够形成大数据， 降低买家和卖家交易农产品的信息搜寻成本。与地方政府合作，利用电商平台将贫困人群与外界联系，不仅为他们搭建销售平台，也有助于提高农民的收入水平。这表明，互联网信息技术存在覆盖面广、信息传输便捷以及渗透性强的特征，有助于降低和减弱市场信息不对称问题，节约交易成本，也可以帮助农民推广农产品和分享网络市场，实现农民增收。左孝凡和陆继霞(2020)[3]也认为，互联网使用通过提高农村居民收入水平实现减贫效应，互联网使用有利于提高农村居民的收入水平。也有部分学持否定态度，认为互联网普及对贫困人群并没有产生脱贫效应，如Bonfadelli(2020)[19]认为，互联网信息技术不利于弱势群体贫困用户增收。胡伦和陆迁(2019)[20]也认为，随着互联网信息技术发展，农村贫困地区和经济发达地区之间、传统农业生产的小农与新型农业经营主体之间形成了一道难以逾越的数字鸿沟，且由于农村信息技术设施可接触的机会欠缺和互联网信息技术使用能力不足导致大多数生产者尤其是农村贫困地区的农户未能在信息技术的帮助下分享到数字红利以及促进其收入增加。

2.研究假设

对于互联网使用是否有助于降低贫困的发生，主要争议点在于互联网为贫困人群提供有利的信息渠道还是阻隔的数字鸿沟。对于此，在我国复杂的国情背景下，为解决西部贫困地区发展和农村地区精准扶贫，政府采用互联网模式进行扶贫工作模型已经在实践上得到了验证，互联网在我国扶贫工作已经发挥越来越重要的作用。此外，大部分文献也认为互联网有助于提高贫困人群的收入，降低贫困的发生(马俊龙和宁光杰，2017[14]；梁俊山和方严英，2019[15]；胡伦和陆迁2019[20]；左孝凡和陆继霞，2020[3])。这是因为，互联网作为一种载体，对贫困人群可能产生以下效应：第一，互联网的使用能够有效降低信息不对称所带来的搜寻成本，尤其是通过传统的中间商的农产品交易模式无法达成，而通过互联网平台可以透明化和公开化信息，降低信息匹配所带来的成本，是农民增收的有效手段；第二，互联网技术也有利于拓宽农村贫困人群参与市场范围，即使其一直处于生产制造链的低端，也有机会主动参与市场分配和营销环节；第三，在国家和地区政府的号召下，越来越多的网络购物、网络公益直播等互联网服务为实现农民增收，在带动广大网民参与脱贫攻坚行动中发挥重要作用；第四，通过电脑或者移动手机获取相关信息，也可以视为一种提高劳动生产率的技能，有利于寻找合适和高薪酬的工作。另外，低收入人群也会通过互联网信息技术搜索相关的健康知识、教育知识和保健知识等，有助于提高自身的整体人力资本水平。基于上述分析，提出研究假设：

H1：互联网的使用能够提高贫困人群的收入水平、健康水平等，直接改善贫困人口的多维贫困状况。

另一方面，农村经济增长能促进消费和投资增长，改善农村地区的整体发展状况，优化农村居民在生活、消费、医疗、教育、社会保障、就业创业等方面的条件，为农村劳动年龄人口提供更多发展生产的机会，提高他们的收入水平(杨艳琳和付晨玉，2019)[9]。考虑到个体存在异质性，互联网的使用也会间接通过提高贫困人口的收入水平，进而对健康、教育、工作等多维度贫困产生影响，即贫困人群的工作收入在互联网使用与多维度贫困关系中发挥中介效应，基于此，提出研究假设：

H2：互联网使用在提高贫困人口的收入水平基础上，间接改善他们的多维贫困状况。

三、数据来源与处理

1.数据来源

本文采用2018年北京大学中国家庭追踪调查(CFPS)数据资料库的微观数据，该数据库是通过社区、家庭和个人三个层面的数据进行追踪调查，反映我国经济发展、社会现状、文化变迁等问题，涉及我国31个省、直辖市、自治区，详细记录了调查个人与家庭的收入、消费支出、人口特征等经济数据，数据具有覆盖面广、质量高等优点。为了分析互联网使用是否会对多维贫困产生影响，本文选用2018年CFPS数据库中个人调查数据，共32699个样本。考虑到原始样本存在遗漏缺失和文本数据等问题，对所选取的数据样本进行处理，包括剔除部分数据信息缺失、不合理样本，对所得文本数据进行数值化处理，并最终得到27716个有效样本，包括13639个农村样本和14077个城镇样本，可以有效反映2018年全国居民的整体状况。

2.贫困界定与识别

随着时代的变化，以收入水平界定与识别贫困的传统方法存在一定的缺陷，王小林和Alkire(2009)[18]认为，随着我国开发式扶贫工作的开展，收入贫困问题逐渐缓解，但其他维度的贫困问题逐渐凸显。故借鉴王春超和叶琴(2014)[7]、杨艳琳和付晨玉(2019)[9]的做法，从收入、健康、保险、就业和教育五个不同维度来判断城镇和农村居民的多维贫困状态，郭熙保和周强(2016)[5]提出这是目前国内外大部分相同研究文献的共同处理方法。表1是多维贫困指标权重、界定和识别结果。

表1 多维贫困指标权重、界定和识别

从上述分析可以构建多维贫困指数，即对收入、健康、保险、就业和教育五个单维度赋值相同的权重，从而可以计算得到贫困指数，即多维贫困指数=1/5(收入贫困+健康贫困+保险贫困+就业贫困+教育贫困)。

此外，对已获得的样本进行单维贫困、多维贫困分析，结果如表2所示。可以看到，就单维度贫困而言，农村和城镇存在一定差异，两样本的保险贫困、收入贫困占比相差较小，而在健康贫困、工作贫困、教育贫困和收入贫困存在较大差距，相较于城镇，农村的健康贫困、教育贫困问题更严重，工作贫困和收入贫困相对较低，这说明农村居民依靠农业工作，工作贫困问题较小，而农民的健康和教育依然存在较为突出问题。从多维贫困角度看，相较于城镇，农村的一维贫困、二维贫困比例较大，此外，农村和城镇在三维贫困及以上所占比例较小。

表2 单维贫困、多维贫困分析

3.居民贫困与互联网使用的关系

为了分析城乡居民贫困与能否移动上网之间的关系，以单维贫困角度出发，结果如表3。可以看到，保险、健康、工作、教育和收入五个单维度贫困看，不论是农村还是城镇，能够移动上网的居民的单维贫困人数占比，均要低于未能够移动上网的居民的贫困占比。此外，全样本的结果也进一步验证该结论，即能够移动上网的人群遭受单维度贫困的比例要低于未能够移动上网的人群。

表3 单维贫困与互联网使用的关系

进一步从多维贫困角度出发，表4结果表明，在农村样本，未能移动上网的一维到五维贫困的人数占比要高于能够移动上网人群的占比，城镇样本和全样本依然可以得到相同结论，故可以初步判断，相比于未能够移动上网的人群，能够移动上网人群中遭受到单维贫困、多维贫困的比例较低。

表4 多维贫困与互联网使用的关系

四、变量与构建模型

1.变量选取与说明

被解释变量：单维贫困和多维贫困。以保险、健康、贫困、教育和工作五个单维贫困为基准，赋予相同的权重，再求五个单维贫困的均值，得到多维贫困指数。此外，以获得五个维度中一种贫困则认定为一维贫困，以此类推，获得一维到五维贫困来衡量多维贫困。

解释变量：互联网使用。对样本是否能够移动上网进行赋值，能够则为1，未能则为0，来衡量互联网使用情况。

控制变量：考虑到其他因素也会影响个体的贫困水平，本文选取了多个个体的基本特征作为控制变量，包括是否为农业户口、是否为党员、是否参加工会、是否为男性、是否为少数民族、是否已婚、是否退休、是否抽烟、是否一年内有住院的个体特征哑变量，若是则为1，否则为0，也包括年龄，自费医疗开销和网购开销，分别取对数处理，还包括家人数量，具体的描述性统计分析如表5。

表5 变量描述性统计分析

2.构建模型

(1)基准回归模型

为了验证假设1所提出的互联网使用对居民贫困的影响效应，同时也考虑到被解释变量是0-1变量，借鉴杨艳琳和付晨玉(2019)[9]、苏静等(2019)[1]方法，本文构建Probit模型进行实证分析，如式(1)所示：

Pro(povi)=φ(α0+β0neti+θ1Xi+εi)

(1)

其中，povi是被解释变量表示个体i的贫困状态，本文将贫困状态分为保险、健康、工作、教育、收入五种单维贫困，还包括一维贫困到五维贫困衡量多维贫困；neti是解释变量，为互联网使用；Xi表示多个控制变量；α0表示常数项，β0和θ1分别表示解释变量和控制变量对被解释变量的影响系数。

(2)中介效应模型

另外，互联网的使用有助于城乡居民获得更多的信息，寻找到合适的工作岗位以及劳动技能的提升，从而有助于提高不同人群的收入水平，进而间接改善低收入人群的多维贫困状况，为此，本文以居民的工作总收入作为中介变量，构建中介效应模型来验证本文的假设2：

Pro(Inci)=φ(α1+β1neti+θ2Xi+εi)

(2)

Pro(povi)=φ(α2+β2neti+β3Inci+θ3Xi+εi)

(3)

结合公式(1)(2)(3)，共同构建中介效应模型，其中Inci表示个体i的收入水平，采用加1取对数处理，其他变量和符号与式(1)含义相同，β1、β2、β3和θ2、θ3分别表示解释变量和控制变量对被解释变量的影响系数。此外，β0、β2以及β1与β3的乘积依次表示互联网使用对多维贫困改善上的总效用、直接效用和间接效用。如果β0显著，而β1与β3至少有一个不显著，则再判断β1、β3乘积是否显著，若显著则存在中介效应。当β0、β1和β3均显著，则表明存在中介效应。若β0不显著，则存在遮掩效应。

五、实证结果

为了防止回归变量之间存在多重共线性，在模型回归分析之前进行Pearson相关性分析。根据共线性诊断标准，当自变量的容忍度大于0.1，方差膨胀系数小于10的范围是可以接受的，表明自变量之间没有共线性问题存在。通过Pearson相关性分析，得到方程的平均方差膨胀因子(VIF)为1.47，各变量也均不超过3，说明本文选择的变量之间的多重共线性问题可以忽略不计。

1.基准回归结果

(1)单维贫困回归结果分析

为了验证假设1，对构建的基准模型进行回归分析，表6是单维度贫困基准的回归结果，可以看出，在保持其他变量不变的情况下，当被解释变量为单维度贫困时，主要解释变量能否移动上网对保险、健康、教育和收入贫困四个单维度贫困均产生显著负向影响，说明居民能够移动上网，可降低其保险、健康、教育和收入贫困问题。其中，对教育贫困的影响系数绝对值最大，为-0.490，表明居民能够移动上网比例提高1%，教育贫困降低0.49%，此外，从结合五种单维度贫困计算得到的多维贫困指数看，居民移动上网对多维贫困指数也产生负向显著影响，这进一步说明居民获得互联网使用机会能显著降低其遭受到多维贫困,验证了假设1。

表6 单维贫困基准回归结果

(2)多维贫困回归结果分析

进一步考察多维贫困条件下，互联网使用对贫困的影响，考虑到很少居民有五维贫困，故只考虑前四维贫困，此外，为了控制篇幅，主要报告解释变量信息，不再展示控制变量(CV)，结果如表7所示。可以看出，居民获得移动上网机会后对一维贫困、二维贫困、三维贫困和四维贫困均具有显著负向影响，说明居民获得移动上网机会后，会显著抑制其遭受一维到四维贫困的概率，此外，从影响系数看，相较于后三个维度贫困，获得移动上网机会对一维贫困的抑制效应更大。另一方面，在回归系数基础上，进一步分析主要解释变量是否获得移动上网机会对多维贫困的边际影响，从各个回归模型的边际效应结果可以看出，居民获得移动上网机会后对各多维贫困依然产生显著负向影响。概而言之，居民获得移动上网机会后，不论是回归系数还是边际效应系数，均为呈负向显著影响，说明居民获得互联网使用机会能显著降低其获得多维贫困的可能，进一步验证了假设1。

表7 多维贫困基准回归结果

2.城乡差异分析

考虑到本文选择样本包括农村和城镇居民，而我国目前仍然存在较为严重的城乡二元结构，故以城乡两个不同样本为背景，进一步考察互联网使用对居民单维和多维贫困的影响影响，结果如表8所示。从农村样本可以发现，农村居民获得移动上网机会后，能显著降低保险、健康、教育和收入四个单维贫困，对教育贫困抑制效应仍然是最高。此外，居民获得移动上网机会对多维贫困指数也呈现显著负向影响，且影响系数高达-0.432，说明农村居民获得移动上网机会比例提高1%，多维贫困降低0.432%。从城镇样本看，依然可以得到互联网使用能降低四个单维贫困的发生，但是整体的影响系数要低于农村样本，说明相较于城镇居民，互联网使用对农村居民的减贫效应更高。

表8 单维贫困城乡差异分析

表9是多维贫困城乡差异分析结果。在农村样本中，互联网使用对一维到四维贫困的出现负向显著影响，说明农村居民互联网获得后，能显著降低其遭遇一维到四维贫困概率，尤其是对二维、三维和四维贫困的影响程度更大，表明农村居民互联网使用后，对高维贫困的影响更大，有效地降低贫困深度的发生。此外，从城镇样本依然可以发现，城镇居民获得移动上网后，也能显著的降低其获得一维、三维和四维贫困的发生，此外，从影响系数看，互联网使用对农村样本和城镇样本三维、四维均产生较大显著抑制效应。

表9 多维贫困城乡差异分析

3.稳健性分析

为了检验本文构建的实证模型在改变某些参数、评价方法和指标后，是否仍然能对评价结果保持一个比较一致、可靠的解释，不随着参数和变量选择的改变而发生变化，所以本文采用不同样本、更换变量和计量模型等方法进行稳健性分析。

(1)采用不同样本

考虑到本文使用的是全国样本数据，由于我国地域辽阔，经济发展水平也存在较大差距，所以，本文将全国31个省、直辖市和自治区分为四个区域，对四个不同区域的样本进行分析，结果如表10所示。可以看到，在东部地区和非东部地区，居民获得移动上网仍然会对居民多维度贫困指数产生显著负向影响，且非东部地区的影响系数绝对值更大，说明互联网使用对非东部地区的居民的减贫影响更大。此外，从中部、西部和东北部结果看，居民获得移动上网仍然可以降低各地区的多维贫困水平，尤其是对中部和西部地区居民的减贫效应更大，东北地区相对较小。整体而言，不同样本所得结果依然支持互联网使用对多维贫困产生显著抑制效应的结论，说明本文结论较为稳健。

表10 稳健性结果分析I

(2)更换变量和计量方法

对解释变量进行更换以及采用不同的计量方法，结果如表11所示。考虑到互联网使用与是否使用手机、是否电脑上网关系密切，一般而言，居民是通过手机或者电脑获得移动上网机会，所以以是否使用手机、是否使用电脑上网替换解释变量互联网使用。可以看出，是否使用手机、是否电脑上网均能对多维贫困指数产生显著负向影响，表明更换变量后，本文所得结论依然是稳健的。此外，对本文使用的方法进行替换，采用Logistic替换原Probit方法，依次对是否使用手机、是否电脑上网和互联网使用三个变量进行回归分析，三者对多维贫困的影响系数仍然呈现显著负相关，这也进一步说明本文所得结论是稳健的。

表11 稳健性结果分析II

(3)工具变量

考虑到本文所选模型可能存在由于样本“自选择偏差”而导致的内生性问题，本文选取受访者对手机短信重要性评价作为工具变量，选择理由如下：第一，工具变量手机短信重要性与解释变量互联网使用存在相关性，因为受访者如果觉得手机短信对他来说很重要，可能会通过训练技能，从而有可能获得互联网使用机会；第二，工具变量与受访者贫困的关系，由于问卷设计的该问题是指受访者对手机短信重要性的主观评价，对手机短信评价分为1-5分，其中非常不重要为1，非常重要为5，如受访者从未接触过收集短信，选择1非常不重要选项，这可以说明手机短信的重要性评价只是主观判断，对受访者的贫困状态不会产生影响，所以本文选取受访者对手机短信重要性的态度作为根据变量。采用两阶段Probit模型进行估计，结果如表12所示，从表中一阶段回归结果可以看出，手机短信重要性对互联网使用会产生显著正向关系，而两阶段回归结果发现互联网使用对多维贫困指数依然存在负向显著关系。对弱工具变量进行AR检验和Wald检验，结果发现拒绝该工具变量为弱工具变量的假设，表明采用的工具变量较为合理，进一步说明本文所得结论是较为稳健的。

表12 Probit模型工具变量分析

4.中介效应分析

对中介效应进行检验，结果如表13所示。表6基准回归已经发现互联网使用对居民保险、健康、工作、教育和收入贫困创新负向显著关系，表明互联网使用会对单维贫困产生显著间接抑制效应。对公式(2)进行回归，所得结果可以发现互联网使用对居民工作收入呈现正向显著影响，影响系数为0.176，表明居民使用移动互联网能够有效提高居民的工作收入。此外，从不同维度贫困来看，公式(3)结果表明，控制个人收入的影响后，互联网使用可以显著的降低居民的保险、健康、工作、教育和收入贫困的发生，也可以显著的降低多维贫困指数，表明居民获得互联网使用机会后，对五个单维度的贫困状况有明显的改善，产生显著的影响效应。所以，间接效应与直接效应的系数同号(同为正或同为负)，表明都存在中介效应。另外，从工作收入对五个单维度贫困来看，可以发现工作收入对保险、健康、工作、教育和收入五个单维贫困均有负向影响，这进一步说明，居民获得移动互联网后，可能增加其获得相关资讯、寻找合适且待遇较高企业的概率，进而提高贫困居民的收入水平，减少不同维度情况下居民可能遭受贫困的可能性，有助于降低居民遭受多维贫困情况，验证了本文假设2。

表13 中介效应效应拟合结果

六、结论与启示

本文基于2018年中国家庭追踪调查(CFPS)微观数据，采用Probit回归模型和中介效应模型，实证分析互联网使用对贫困人口多维贫困的影响机制，研究结果表明：第一，从基准回归结果看，就单维贫困而言，互联网使用对保险、健康、教育和收入贫困四个单维度贫困均产生显著负向影响。从多维贫困指数看，居民移动上网对多维贫困指数依然产生负向显著影响，说明居民获得互联网使用机会能显著降低其遭受到多维贫困可能。从多维贫困角度看，居民获得移动上网机会后对一维贫困到四维贫困均具有显著抑制效应，相较于后三个维度贫困，获得移动上网机会对一维贫困的抑制效应更大，从各个回归模型的边际效应结果也可以看出，居民获得互联网使用机会能显著降低其获得多维贫困的可能。另外，从改变数据样本、更换变量与计量方法，以及采用工具变量进行回归，所得结果依然稳健。第二，考虑到城镇、乡村样本可能存在异质性，故对城镇和农村样本依次进行互联网使用对单维、多维贫困影响的回归分析，发现农村和城镇样本均能表明互联网使用显著降低教育、健康、收入和保险四个单维贫困的发生，城镇样本整体的影响系数要低于农村样本，说明互联网使用对农村居民的减贫效应更高。从多维贫困角度看，农村样本和城镇样本的互联网使用对多维贫困的影响存在较大差异，互联网使用对农村样本和城镇样本三维贫困和四维贫困均产生较大抑制效应。第三，从中介效应回归结果看，互联网使用可以显著降低居民的保险、健康、工作、教育和收入贫困的发生，也可以显著降低多维贫困指数，表明居民获得互联网使用机会后，对五个单维度的贫困状况有明显的改善，产生显著的中介效应。

互联网作为信息载体，是实现我国脱贫攻坚的重要手段，国家要不断支持互联网扶贫发展模式，继续挖掘互联网在我国脱贫工作中的价值，助力我国乡村振兴和全面实现小康社会事业发展。为了进一步运用互联网精准扶贫，政府部门应从以下方面进行政策调整：第一，国家作为乡村振兴的主要推动力量，应继续加大农村贫困地区的信息基础设施建设，尤其是西部农村贫困地区，提高扶贫政策支持力度。具体措施如，扩大光缆和宽带的覆盖率，强化和鼓励银行与大型电子商务公司开拓农村市场，利用大数据手段整合资源，让更多的贫困人群受益。此外，地方政府也要积极响应国家贫困战略，改善贫困的农村地区在互联网普及水平，降低网络运营费用，以及引导电信行业发展呈现多元化的运营模式。最后，政府电子政府建设应进一步优化，加强农村居民信息获取路径多元化，提高农村地区整体互联网信息普及水平。第二，政府部门不但要着眼于收入贫困，降低绝对贫困发生率，还要从多维度贫困角度考虑，努力提高贫困人口的健康、保险、教育和工作等方面的可得性水平，提高贫困人口的整体人力资本水平，彻底改变我国的贫困状况。具体而言，政府部门需要充分挖掘互联网技术的能动效应机制，破除由于信息接收壁垒所带来的贫困发生，也要充分利用互联网改善贫困地区家庭人力资本的健康水平，推进“互联网+教育”布局，保障低收入居民工作的获得性和基本生活需求，不断降低农村居民多维贫困。第三，政府部门应该积极完善和健全如何解决相对贫困，建立可持续发展的减贫机制，在物质和精神层面完善现有各行各业扶贫和社会保障体系建设。以国家扶贫政策为导向，并依托互联网在信息传递和电子商务平台等方面的优势，形成科学的产业扶贫来推动现有扶贫体制建设。