数字经济是否缓解了农村多维相对贫困?*——基于收入导向型视角

□ 陈 飞 刘宣宣 王友军

内容提要 基于中国家庭追踪调查数据集（CFPS）和《中国城市统计年鉴》的2014、2016和2018年面板数据，本文采用双固定效应模型和工具变量两阶段估计实证检验数字经济对农村多维相对贫困的缓解效应及其背后机制。研究发现，数字经济显著降低了以收入为导向的农户多维相对贫困程度，且在替换被解释变量、替换核心解释变量、零膨胀有序概率模型估计、删减低可信度样本以及城市层面相对贫困发生率估计等稳健性检验后仍然成立。机制分析表明，提高农业劳动生产率、创造非农就业机会、提升社会融入度与为农户技术赋能是数字经济发挥效应的重要渠道。

一、引言

随着新一轮科技革命和产业革命的推进，以数字技术为核心生产力的数字经济逐步渗透到人类社会的各个领域， 成为继农业经济和工业经济之后的新经济形态。 中国信息通信研究院发布的《中国数字经济发展白皮书》显示，2020年我国数字经济规模已达到39.2 万亿， 占GDP 比重由2002年的10.0%提升至2020年的38.6%，数字经济在国民经济中的地位愈发凸显。 党的十九届五中全会提出，要加快数字化发展，推进数字经济和实体经济深度融合， 打造具有国际竞争力的数字产业集群。 数字经济已然成为构建信息时代国家竞争新优势的重要先导力量。不仅如此，数字经济也为消除贫困做出贡献。 2021年6月中国国家互联网信息办公室会同外交部、贵州省人民政府举办了以“建设包容性数字社会： 通过促进经济增长，减轻贫困和提高生活水平”为倡议的亚太经合组织数字减贫研讨会， 指出将互联网和信息化与减贫相结合，探索出数字减贫新模式，为贵州如期打赢脱贫攻坚战注入了强大的互联网力量， 并为世界减贫事业提供了样板。

党的十八大以来， 中国政府组织实施了人类历史上规模空前、力度最大、惠及人口最多的脱贫攻坚战役，并取得了里程碑式的成就：现行标准下9899 万农村贫困人口全部脱贫，全国832 个国家级贫困县全部脱贫摘帽，12.8 万个贫困村全部出列，①困扰中国几千年的绝对贫困问题得到了历史性解决。 但这并不意味着中国已经一劳永逸地解决了贫困问题，相对贫困问题还将长期存在。新时代中国的扶贫工作由实现“两不愁、三保障”目标进入到缓解多维相对贫困的重要发展阶段。“十四五”规划也建议顺应亿万群众的期盼，在就业、收入、教育、文化体育、健康、养老和社保七个方面共同增进民生福祉， 让发展成果更多更公平地惠及全体人民。农民作为中国的弱势群体，解决其相对贫困尤其是多维相对贫困问题， 是当前中国减贫事业面临的根本现实问题， 是满足人民美好生活需要、走向共同富裕的必经之路。 那么，数字经济作为驱动我国经济高质量发展的重要引擎， 是否对缓解农村相对贫困发挥显著成效？ 如果该效应得到证实，其背后的作用机制又是什么？

数字经济不仅存在于社会生产发展较为活跃的领域，而且逐步向基层、向农村延伸，不断打开了中国“下沉市场”的广阔空间，为农村、农业、农民发展注入新鲜活力， 展示了数字经济带动农村发展的巨大潜力。 但准确评估数字经济缓解农村相对贫困的实证研究却较为匮乏， 仅有部分相关文献涉及到互联网或普惠金融影响农村金融服务获得和农村减贫。其中，殷俊和刘一伟（2018）发现互联网的使用显著缓解了农户贫困状况， 且改善农户非农就业状况和非正规金融借贷是互联网发挥减贫效应的重要渠道。 此外， 互联网凭借低成本、地理穿透性强等优势的普及，为欠发达地区获得金融服务创造了便利的条件（焦瑾璞，2014），尤其当互联网与金融活动结合时， 具有金融特性的互联网将确保弱势群体以可接受的价格获得金融产品和服务（Khan，2012），以便改善贫困。 郭峰等（2020）提出数字金融对社会所有阶层和群体实现了全方位服务，是可持续包容性金融的重要模式，将改善经济相对落后地区的经济状况。 与本文相关的另一支文献来自于数字经济或数字金融的经济效应和其对高质量发展的宏观探讨。 其中，Kapoor （2013） 认为数字金融有效促进了经济增长， 且数字金融的发展有利于缩小城乡收入差距（宋晓玲，2017）。赵涛等（2020）利用地市级数据研究发现数字经济通过激发大众创业赋能经济高质量发展。 张勋等（2019）也发现数字金融有效改善了农村居民的创业行为， 并能带来创业机会的均等化，显著促进中国的包容性增长。尽管以往研究涉及了普惠金融和经济发展以及农村减贫的关系， 但考虑到多维相对贫困问题在新时代中国特色社会主义现代化强国建设过程中将持续存在，因此，系统、客观地探讨数字经济对农村多维相对贫困的影响尤为重要。 这对探索反贫困事业发展新模式以及建立健全巩固拓展脱贫攻坚成果长效机制具有重要借鉴意义。

本文拟利用中国家庭追踪调查数据（CFPS）和《中国城市统计年鉴》的2014、2016 和2018年的面板数据， 采用双固定效应模型实证检验数字经济对收入导向型多维相对贫困的缓解作用并解释其背后机制，力图在以下三个方面有所创新：第一， 将城市层面的数字经济指标与家庭层面的多维相对贫困纳入同一研究框架， 不仅填充和丰富了数字经济红利研究的相关文献， 而且从微观角度讨论了二者之间的关联性。第二，进一步挖掘数字经济通过何种路径影响农村多维相对贫困这一根本性问题，扩展了数字经济的机制探讨，对缓解相对贫困政策的实施具有重要的思路指导和方法借鉴作用。第三，从农户收入导向型的多维相对贫困的研究视角展开分析， 不仅考虑了收入维度在多维相对贫困中的主导地位， 而且兼顾了多维视角下的福利评价，避免了多维相对贫困中的“虚假相对贫困”现象。

本文余下内容的结构安排如下： 第二部分为理论分析与研究假设； 第三部分给出研究设计和数据来源； 第四部分实证考察数字经济对多维相对贫困的影响效应，并进行稳健性检验；第五部分是对理论机制的实证检验； 最后给出本文的结论及政策建议。

二、理论分析与研究假设

数字经济作为目前我国经济发展中最为活跃的领域，与各类经济活动的融合度在不断加深，尤其在与农村发展融合过程中展现出的外部经济性和高渗透性等特点，将在提高农业生产效率、创造非农就业机会、提升社会融入度、以及为农民技术赋能等方面发挥重要作用， 进而促进农户生活质量提高和生活状况改善。基于此，本文通过理论分析与探讨， 提出数字经济影响农村多维相对贫困的四个待检验的机制假设。

近年来， 智慧农业已被广泛视为发展中国家消除贫困、实现后发优势、推动乡村振兴的主要途径。 而数字经济赋能农业高质量发展对于提高农业生产效率、增加农民收入起着愈发重要的作用，通过为农产品产销对接搭建交流平台， 拓宽了农副产品的线上销售渠道， 在提升交易效率的同时提高了产品销售价格。 此外，数字经济发展、信息技术持续传播，还有助于提高农民素质，借助数字化共享平台农民得以全面提升相关农业数据的收集、加工、分析和处理能力。 Ogutu et al.（2014）的研究发现， 基于信息和通信技术的市场信息服务项目将显著促进农业劳动生产率的提高。

随着我国工业化进程的不断加快， 农业机械化为农户生产规模化创造了有利条件， 进一步提高了农业劳动生产效率和农户收入， 改善了农户生活条件。因此，贫困人口农业生产效率的提高对改善贫困人口生计具有重要作用 （帅传敏等，2016）。王文波和张彦彦（2020）则发现农业生产率进步可通过促进土地禀赋和劳动力禀赋的积累，提高家庭收入。 因此，数字经济促进农业高质量、高效率发展，将直接或间接提高农户收入，进而缓解农户的多维相对贫困状态。基于以上分析，本文提出待检验的影响机制1。

机制1： 数字经济通过提高农业劳动生产率对缓解农村多维相对贫困产生积极作用。

通过影响市场规模、促进城市创业活跃度，增加可观的就业岗位数量， 是数字经济创造就业的重要渠道。 我国庞大的人口数量是数字经济发展的优势，一旦数字经济逐渐成熟，其产生的正反馈机制将不断壮大。对于中小企业来说，数字经济的“蒲公英效应”将为其创造更好的发展条件，从而培育出更多的就业机会， 为农村贫困人口的非农就业提供契机（李晓华，2019）。数字技术的连通功能将繁琐的数据转化为有用的信息平台， 不仅降低了贫困人口因信息不对称而产生的工作信息的搜寻成本， 而且还有利于贫困群体学习职业技能和专业知识，更好地匹配劳动力市场的供需双方，降低供需剪刀差，从而提高匹配效率和就业概率。因此， 无论是非农就业机会的找寻还是就业前的职业培训， 数字经济都具有重要的支撑作用。 此外，农业生产、流通和销售通过云计算大数据平台技术的运用，对农业管理体系进行赋能，吸引大量的互联网人才回流，激发其创业热情，拉动农村劳动力就业，成为农村经济发展的核心动力。

农户非农就业的增加将有利于缓解农村家庭的多维相对贫困。 周迪和黄茂湘（2020）在测算农村减贫成效时发现， 家庭中有成员从事有薪酬的农业劳动、工资性和营业性收入对改变家庭贫困状态有积极的影响。 农户家庭从事职业的多样性有利于农户应对外部冲击， 通过预防不测来减少家庭的风险并平滑收入，提高经济安全性，进而促进家庭消费。 鉴于劳动能力作为农村相对贫困家庭的主要剥夺维度（仲超和林闽钢，2020），通过促进农民创业和就业， 其作用不仅仅局限于增加农户收入，还会为农村带来健康水平提高、生活条件改善以及教育水平提升等多方面的影响。因此，非农就业、创业的增加是降低农户陷入多维相对贫困概率的重要渠道。基于以上分析，本文提出待检验的影响机制2。

机制2： 数字经济通过创造非农就业机会对缓解农村多维相对贫困产生积极作用。

数字经济发挥效用的条件之一是互联网平台， 而互联网用户在互联网平台上建立连接的网络特征， 将随着互联网的发展以及其连通性形成复杂的、高度互联的互联网社会 （邱泽奇等，2016）。张卫东等（2021）通过对新生代农民工互联网使用情况进行研究发现， 互联网的存在实现了农民工的异地交流， 并有利于农民工构建业缘关系，缩短群体间的社会距离。 因此，数字平台为个体进行网上社交和维持人脉提供了支撑， 其传播能力以及表现出的较强的社会互动性， 将提高个体的社会融入度。此外，个体社会关系网的拓展和社会融入感的加深有利于提高子女教育的可获得性，减少家庭教育维度的相对剥夺。在正式制度缺失的情况下， 处于边缘社区或村庄的个体通过互联网平台的利用，了解和学习主流社会，在平等参与中提升群际交往能力。 社会融入将对冲不可预测的社会风险冲击，发挥非正式的保障功能，降低农民的脆弱性贫困。基于以上分析，本文提出待检验的影响机制3。

机制3： 数字经济可以通过提升农户社会融入度缓解农户多维相对贫困。

劳动者在工作岗位上体现出的产出和能力是个人技能的重要表现。 数字经济以互联网平台为载体，通过共享网络知识，提升农户的创造力和信息接受能力，发挥其主观能动性，并降低对外部扶持的依赖性， 这将有利于农民在社会上形成长期的竞争优势， 进而减少其陷入多维相对贫困的可能性。具体而言，第一，数字平台的充分利用，农户可自行搜寻学习资料和相关知识进行针对性学习，提高自身技能的专业性和人力资本水平，不仅可以提高工作满意度，而且有利于增加收入、促进消费、改善家庭生活质量（张卫东等，2021）。此外，农户可以通过互联网平台学习健康和保健知识，提升自身的健康水平。第二，数字平台加强了农民与外界的交流，有助于打破城乡之间的空间壁垒，改变农民传统固有的思维观念和生产方式， 更新他们的知识和观念体系，提高其自身能力，为农村地区的经济发展带来正面影响， 从而优化农民在消费、医疗、社会保障、就业、生活等方面的条件，改善农村多维相对贫困状况。第三，大数据和区块链等技术在与农业产业深度融合过程中， 农村地区的网络基础设施和智能手机等信息工具得以升级，农村物质资本积累的正外部性将提高社区或组织的整体素养， 最终让农业供销各环节的衔接在市场中更具效率和活力，实现销售市场的“长尾效应”，带动农民生活水平和质量的提高（温涛和陈一明，2020），从而从根本上解决农户就医难、就学难、建房难、增收难等问题。基于以上分析，本文提出待检验的影响机制4。

机制4： 数字经济可以为农户技术赋能进而缓解农户多维相对贫困。

三、数据来源与研究设计

（一）数据来源

本文使用的数据来源于北京大学中国社会科学调查中心（ISSS）的2014年、2016年和2018年中国家庭追踪调查（CFPS）数据。 该数据集涉及住户成员的个体特征、家庭就业结构、家庭收入和消费结构以及社区情况等方面， 这使得本文能够在控制个体、家庭与村庄特征的基础上，考察数字经济对农村多维相对贫困的影响。 由于本文的考察对象为农村家庭，因此在数据处理方面，首先根据家庭识别码， 分别将2014年、2016年和2018年CFPS 数据库中的个人信息和家庭信息匹配，获得家庭层面的完整数据集；其次，利用村庄识别码，将完整的家庭数据集与村庄数据匹配， 进而获得包含村庄、家庭和个人三个层次的数据集；最后，使用城市识别码将2014年、2016年和2018年《中国统计年鉴》中的城市层面指标与微观数据相匹配， 最终得到涵盖84 个城市的6709 个农户的数据样本。

（二）模型设定

本文首先构建双固定效应面板模型检验数字经济对农村多维相对贫困的影响：

其中，povivct为c 城市v 村庄i 农 户在t年的多维相对贫困状态，digect表示c 城市在t年的数字经济发展水平指标， 是本文的核心解释变量。Controlivct是影响农民多维相对贫困的家庭、村庄和城市控制变量。 μc和δt分别代表城市和年份固定效应，用以控制城市层面和时间维度不可观测因素对农村农民多维相对贫困的影响。εivct为随机扰动项。 此外，由于被解释变量（农户多维相对贫困状态）是排序变量，②故使用Oprobit 模型进行估计。

需要注意的是， 遗漏变量问题和双向因果关系可能导致上述面板模型中存在内生性问题。 对于遗漏变量问题， 同时影响农户多维相对贫困和城市数字经济发展水平的不可观测因素（如该城市的政府作为情况、该城市基础设施建设状况等）将被纳入回归误差项中；对于双向因果关系，数字经济可能会缓解农户的多维相对贫困， 但在客观上一个城市的相对贫困程度越低， 该城市农户利用互联网等先进技术的能力越强， 数字经济发展水平也就越高。

为纠正内生性问题， 本文不仅尽可能地控制家庭、村庄层面的特征变量，而且在模型中直接控制城市固定效应， 缓解了因遗漏变量导致的模型估计偏误。另外，本文借鉴黄群慧等（2019）和赵涛等（2020）的做法，选择“1984年城市每百人电话机拥有量”作为数字经济发展水平的工具变量。一方面，城市电话的历史拥有量越高，意味着当地电信基础设施越完善， 将会影响到后期互联网技术的应用， 满足核心解释变量与工具变量的相关性条件； 另一方面，“1984年城市每百人电话拥有量”反映的是过去时期的城市建设情况，与当期农村居民贫困状态没有必然联系， 即工具变量与回归方程中当期的扰动项不相关。 鉴于“1984年城市每百人电话拥有量”是截面数据，为增加工具变量在时间维度的变异性，本文进一步引入“上一年全国信息传输、软件和信息技术服务业投资额”指标构造面板模型的工具变量，即最终以“上一年全国信息传输、软件和信息技术服务业投资额与1984年城市每百人电话机拥有量的交互项”作为数字经济发展水平的工具变量。 工具变量一阶段模型的设定如下：

其中，digect是数字经济综合发展指数指标，其含义和计算方法与式（1）相同。 invc，t-1×iphc是工具变量，invc，t-1表示上一年全国信息传输、软件和信息技术服务业投资额，iphc表示1984年城市每百人电话机拥有量。Controlivct、μc和δt和与式（1）的含义相同。

进一步，本文参考尹志超等（2021）的研究引入交互项对本文的影响机制进行分析。根据理论假设，本文将提高农业劳动生产率、创造非农就业机会、提升社会融入度、为农户技术赋能作为机制变量（midivct），对其进行检验。 模型设定如下：

（三）变量的测度与说明

1.多维相对贫困指标测度

（1）多维相对贫困维度的确定。联合国开发计划署（UNDP）采用多维贫困指数（Multidimensional Poverty Index，MPI）从健康、教育和生活水平3 方面维度，共10 个非货币指标对多维贫困状态进行识别与测度， 这也是目前多数研究所采用的普遍方式（仲超和林闽钢，2020）。张昭等（2017）将对农户生活不可忽视的收入维度作为UNDP 的多维评价体系的补充。但该衡量方式缺少了对农村经济发展具有重要影响的农村非农就业指标。根据中共十九届四中全会提出的“必须健全幼有所育、学有所教、劳有所得、病有所医、老有所养、住有所居、弱有所扶等方面的基本公共服务制度体系”， 本文在张昭等（2017）的基础上，进一步引入工作状况维度识别农户的多维相对贫困状态，以此保证多维相对贫困的衡量方式既能包括反映“贫”的经济维度，也能包括反映“困”的社会发展维度。 兼顾CFPS数据集中指标的可获得性， 最终选取的衡量指标包括收入状况、工作状况、教育程度、健康状况、生活条件和食品支出6 个维度共9 个指标。 不同维度以及各类指标的解释说明和权重由表1 给出。

表1 多维相对贫困维度、指标与被剥夺临界值

（2）收入导向型多维相对贫困的测算。 Alkire& Foster（2011）提出的A-F 多维贫困测量方法，为各维度和指标都赋予均等权重， 保证每个维度刻画的可行能力对家庭贫困具有同等重要性。 但该方法存在一定的局限性：首先，个体在遭受某一维度的剥夺后，均会将其纳入到贫困测算范围内，这将在一定程度上造成相对贫困外延的扩大，从而导致“虚假相对贫困”现象；其次，在等权重下评价多重维度被剥夺时， 容易忽视对农村地区相对重要的收入维度， 毕竟收入不足是造成生活贫困的基础诱发性条件；最后，相对于A-F 多维贫困指数， 收入导向型多维贫困指数对收入维度剥夺临界值的变化更为敏感， 更有利于分析那些已经在收入维度存在剥夺的个体所具有的多维特征（张昭等，2017）。基于以上三点考虑，本文采用“收入导向型”多维贫困识别方法，把收入单独作为多维相对贫困标准的先决衡量指标， 与不包括收入的其他多维相对贫困指数共同识别农户的多维相对贫困状态。 即收入导向型多维贫困突出了收入维度的“一票否决制”，其核心在于强调非收入维度信息对收入维度的补充。

收入导向型多维相对贫困的测算是在A-F方法的基础上， 为除收入维度外的其他每个维度赋予相同权重（具体见表1），并计算除收入维度外的MPI 指数（Alkire & Foster，2011）。进一步，根据收入维度和MPI 指数共同识别收入导向型多维相对贫困。 具体地：①若收入维度为非贫困状态，则将多维相对贫困赋值为0， 或者收入维度是贫困状态，但MPI=0，仍将多维相对贫困赋值为0；②若收入维度是贫困状态，且0＜MPI≤0.2，则将多维相对贫困赋值为1；③若收入维度是贫困状态，且0.2＜MPI≤0.4，则将多维相对贫困赋值为2；④若收入维度是贫困状态，且0.4＜MPI≤0.6，则将多维相对贫困赋值为3；⑤若收入维度是贫困状态，且0.6＜MPI≤0.8，则将多维相对贫困赋值为4；⑥若收入维度是贫困状态，且MPI＞0.8，则将多维相对贫困赋值为5。 以此得到有序分类变量多维相对贫困作为本文的被解释变量，记为pov。

2.数字经济指数的测算

中国信息通信研究院发布的《中国数字经济发展白皮书（2021）》，采用直接法对中国的数字经济的总量进行估算，观测全国层面的数字经济发展状况。 在赛迪顾问发布的《2020 中国数字经济发展指数（DEDI）》白皮书中，从基础指标、环境指标、融合指标和产业指标四个方面，测算了全国31 个省级行政区的数字经济发展情况。 刘军等（2020）从信息化发展、互联网发展和数字交易发展3 个维度构建了中国各个省份的数字经济评价指标体系。对于城市层面的数字经济指数测度，黄群慧等（2019）采用互联网普及率、相关从业人员情况、相关产出情况和移动电话普及率四个方面的指标进行测度。结合本文的研究目的，在黄群慧等（2019）选取的四个指标的基础上， 引入数字交易发展维度，并借鉴赵涛等（2020）以每百人移动电话用户数、每百人互联网接入用户数、人均电信业务总量、信息传输计算机服务和软件业从业人员占比及数字普惠金融指数五个指标对数字经济发展指数进行测度。通过主成分分析方法，将以上五个原指标标准化后降维处理， 得到本文的核心解释变量数字经济综合发展指数，记为dige。 其中，数字普惠金融指数由北京大学数字金融研究中心和蚂蚁金服集团共同编制，包括省、地级市和县三个层级。

3.其他控制变量

本文选取了与农户多维相对贫困相关的户主特征、家庭特征、村庄特征以及城市特征因素进行控制。选取的户主特征包括：户主性别、户主年龄、户主年龄的平方以及户主婚姻状况； 家庭特征包括：家庭规模、是否为党员家庭、家庭平均健康状况、家庭劳均受教育年限、消费收入比、少儿抚养比和老年抚养比；村庄特征包括：村庄地形、村庄到县城的距离以及村庄是否为自然灾害频发区；城市特征包括：第二产业从业人员比重、第三产业从业人员比重、工业企业数、人均地区生产总值。此外， 本文还在面板模型中控制城市固定效应和时间固定效应。 各变量的含义以及简单描述性统计由表2 给出。

表2 主要变量的含义说明及描述性统计

四、基准回归与稳健性检验

（一）基准回归结果

表3 为数字经济综合发展指数影响农户收入导向型多维相对贫困的基准回归结果。其中，模型（1）、（2）和（3）是OLS 估计结果，IV 是工具变量2SLS 的第二阶段估计结果。 根据模型（1）的结果可知，核心解释变量（数字经济综合发展指数）的估计系数显著为负， 说明数字经济能够有效降低农户多维相对贫困。将家庭、村庄和城市特征分别引入模型加以控制后， 回归系数的影响方向保持不变且显著性有所提升。更进一步地，对于考虑到内生性问题的工具变量估计结果同样显示， 数字经济有利于缓解农户多维相对贫困的结论依然成立，且估计系数与基准回归基本一致，体现了本文研究的稳健性。

表3 数字经济与多维相对贫困：基准回归和IV 结果

表3 中工具变量一阶段估计结果显示， 工具变量（上一年全国信息传输、软件和信息技术服务业投资额与1984年城市每百人电话机拥有量的交互项）对数字经济综合发展指数具有正向影响，且在1%的水平上显著，表明内生解释变量和工具变量具有高度相关性。 不可识别检验的Anderson LM 统计量和弱识别检验的Cragg-Donald Wald F统计量也均拒绝原假设， 验证了本文所使用的工具变量具有合理性和有效性。

（二）稳健性检验

为保证基准模型中数字经济发展与农户多维相对贫困之间因果关系的稳健性， 本文分别采用替换核心解释变量、替换被解释变量、基于零膨胀有序概率模型估计、删减低可信度样本、基于城市多维相对贫困发生率估计等方式进行检验。

1.替换核心解释变量

考虑到数字经济综合发展指数综合多个相关指标、涉及领域宽泛，与传统经济的统计口径、产业分类体系具有一定交叉性， 难以准确测度。 因此，为避免测量误差导致的内生性问题，本文不仅利用数字经济具体领域即数字基础、数字应用此类内涵清晰的变量对数字经济予以表述， 而且鉴于数字经济发挥作用的重要保障是互联网平台，还利用中国家庭追踪调查微观数据库中直接调查指标“农户是否使用互联网”作为数字经济代理变量进行稳健性检验， 以此提高本文研究结论的可靠性。

其一， 利用变异系数法构建了两个反映数字经济发展水平且内涵较为清晰的代理变量进行稳健性检验：①数字基础：综合每百人移动电话用户数与每百人互联网接入用户数两指标得出； ②数字应用：由信息传输、计算机服务和软件业从业人员占比与人均电信业务总量两指标构成。③以数字基础和数字应用作为数字经济的代理变量的估计结果如表4 的第（1）列和第（2）列所示。可以看出，在改变测度方式后， 数字经济仍然显著缓解了农户多维相对贫困状态。

其二， Scott & Carrington（2011）认为人们可利用互联网社交网络的功能，在其中注入联络、关联和聚会以及群体接触等方面的关系数据，为数字经济提供了发展的土壤。并且，移动互联网的即时性、随机性、便利性、渗透性等特点，导致用户对互联网产生较强的粘性，互联网在人们的日常生活中扮演着越来越重要的角色。 在这一环境下，互联网将充分发挥信息高速传递和共享功能，形成共享经济、平台经济，进而模糊了虚拟和实体的界限，丰富数字经济的内涵（刘军等，2020）。 因此本文利用中国家庭追踪调查微观数据库中直接调查指标“农户是否使用互联网” 作为数字经济的替换变量进行检验。从表4 的第（3）列的检验结果可知，体现数字经济内涵的调查指标“互联网使用”能够显著缓解农户的多维相对贫困状态，表明本文基本研究结论稳健。

表4 数字经济与农户多维相对贫困：稳健性检验I

2.替换被解释变量

国际上一般以平均收入或收入中位数的一定比例测算相对贫困。 Ravallion & Chen（2019）认为使用中位数或者平均数衡量相对贫困没有本质区别，但Preston（1995）则认为中位数比平均数更为稳健，而O’Higgins & Jenkins（1990）建议使用平均数的一定比例作为相对贫困的衡量标准。 通常来说，若农户的收入分配相对均匀，两种衡量方法的差异不大，但分配越不平等，使用的中位数衡量相对贫困的问题就越大（Nielsen，2009）。 因此，为避免因农户之间的收入、教育等维度的分配不平等导致的估计结果偏误， 本文借鉴陈宗胜等（2013） 的做法， 将衡量贫困各指标的中位数的40%替换为平均数的40%进行稳健性检验， 结果见表5。 估计结果显示，在替换多维相对贫困衡量标准的情况下， 数字经济综合发展指数仍然降低了农户多维相对贫困程度。

3.基于零膨胀有序概率模型的估计

如果数据集中包含过多的零， 将导致数据分布与标准正态分布产生较大偏差， 从而造成参数的错误估计和不合理的推论与预测， 需使用零膨胀模型对其进行修正。 在贫困等级具有递进形式的情况下， 零膨胀有序概率模型不仅能解决存在“零膨胀”现象的多值选择问题，而且能够挖掘其他简约模型忽略的统计影响， 识别零观测值潜在来源， 并允许与贫困相关因素在不同多维相对贫困程度下产生不同的影响， 保证了估计结果的有效性。 鉴于在全部6709 个农户样本数据中，零样本数据有5670 个，占比达84.51%，故本文采用零膨胀有序概率模型进行检验， 检验结果如表5 所示。 可以看出零膨胀有序概率模型的结果与本文基准回归结果的影响方向、显著水平完全相同，其系数估计值也基本一致， 这说明模型选择并不影响本文的研究结论。

表5 数字经济与农户多维相对贫困：稳健性检验II

4.删减低可信度样本

为提高样本数据的准确性和真实性， 增强回归结果的可信度， 本文根据CFPS 数据库中的信任度指标，对无效样本进行删减。 CFPS 数据库提供了访员对于被采访者回答的可信度评估， 取值范围为1 到7， 其中1 表示受访者回答的可信度最低。本文选取可信度在3 以上的6513 个子样本数据对模型进行重新估计。 根据表5 的估计结果可知， 利用删减后子样本进行估计同样得出数字经济综合发展指数对农户多维相对贫困程度具有减缓作用的结论。

5.基于城市多维相对贫困发生率的估计

在考察数字经济影响个体多维相对贫困的基础上， 为分析微观个体的量变是否会引起宏观层面的质变， 本文进一步构建城市多维相对贫困发生率指标。首先，将多维相对贫困取值大于0 的农户个体设定为多维相对贫困个体； 其次， 计算出CFPS 数据库中每年每个城市的个体总数和多维相对贫困个体总数；最后，将多维相对贫困个体总数除以该城市的总个体数， 获得城市多维相对贫困发生率指标。 为保证每个城市每年仅保留一条数据信息，本文对城市层面的重复样本进行删减，最终获得236 个城市样本数据。 为检验数字经济发展综合指数与城市相对贫困发生率的关系，本文利用双固定效应模型对其进行估计， 估计结果见表5。 可以看出，数字经济发展显著降低了城市中农村居民的多维相对贫困发生率， 这与以微观家庭为研究对象的研究结论保持一致。

五、机制分析

数字经济通过网络要素不仅降低了信息不对称问题， 而且通过平台经济实现了农户的自我造血功能， 对农户多维相对贫困具有显著的缓解作用。 本部分基于理论分析部分提出的提高农业劳动生产率、创造非农就业机会、提升社会融入度与为农户技术赋能四个机制， 通过引入交互项的方法进行逐一检验，具体探讨如下：

（一）提高农业劳动生产率

数字经济推动的农业数字化转型通过提高农副产品交易效率、实现生产智能化与提升农民素质等诸多途径逐步提高了农业劳动生产率， 为农民增收建立了坚实基础， 有效改善了消费支出的相对剥夺、贫困差距和贫困严重程度等福利状况（Darko et al.，2018），从而降低农户的多维相对贫困程度。为检验这一假设，本文以农户农业劳均收入（对数值）衡量农业劳动生产率，检验其在数字经济影响多维相对贫困中的作用机制。 通过表6第（1）列数字经济与农业劳动生产率交互项的估计结果可以看出， 数字经济发展可以通过提高农户农业生产效率降低多维相对贫困程度。 影响机制1 得以验证。

（二）创造非农就业机会

数字经济不仅可以创造大量的非农就业岗位，为农村劳动者带来灵活的就业选择，并且提升农户的信息可获得性， 增加农户对周边环境的信任感，促进合作，激发农户的创业热情（何宗樾和宋旭光，2020）， 进而降低农户的多维相对贫困程度。为检验这一假设，本文以家庭非农参与衡量非农就业机会进行机制分析。检验结果如表6 第（2）列所示， 交互项系数在1%的水平下显著为正，验证了家庭非农参与是数字经济降低农户多维相对贫困程度的渠道之一。 此外，通过第（2）列交互项和非农就业机会估计系数的总和可以看出， 非农就业机会的增加将显著缓解农户的多维相对贫困状况。 影响机制2 得以验证。

（三）提高社会融入度

农村的传统生活社交受到地域、血缘等外部因素的桎梏， 束缚了农户对外界社会的了解和认知。而数字经济平台的出现，打破了原有的地域空间限制，补齐人们对线上社交的需求，开辟农户新的社交圈（戚聿东和褚席，2021）。互联网便利了网友、朋友、亲戚和组织的沟通与协调，扩大农户的人情交往，是加强农户融入外界社会、提高社会信任度的重要工具。 处于外部性风险和成本高昂的环境下， 农民在社会融入度更深的情况下外出务工或经商，可以规避风险，降低外部性成本，进而获得更高的收益。因此本文以家庭邮电通讯费（对数值）所反映的农户社会融入度，考察其在数字经济对农户多维相对贫困影响中发挥的作用。 根据表6 第（3）列的回归结果可知，数字经济可通过提高农户社会融入度显著降低农户的多维相对贫困程度。 影响机制3 得以验证。

（四）为农户技术赋能

数字经济以数据的驱动性、系统智能性以及广泛渗透性不仅有效拓展了农户农业生产、销售等信息获取渠道， 而且为农户参与非农就业技能培训提供了便利，提高了农户的生产力、创新力和竞争力。 因此， 数字经济将显著提升农户信息能力，深度激发农户的信息技术能力。个人拥有的能够改善个体经济福祉的素质、知识和技能将有效降低农户陷入多维相对贫困的概率。本文以“互联网作为家庭成员信息渠道的平均重要程度” 构建反映信息能力的二元变量衡量数字经济为农户技术的赋能， 以此验证技术赋能在数字经济影响多维相对贫困中发挥的作用。从表6 第（4）列的交互项估计结果中可以看出， 数字经济通过为农户技术赋能有效缓解了农户的多维相对贫困。 影响机制4 得以验证。

表6 数字经济发展影响多维相对贫困的内在机制

六、结论与政策建议

本文从农户收入导向型多维相对贫困视角切入，基于中国家庭追踪调查数据集（CFPS）和《中国城市统计年鉴》构造2014、2016 和2018年的面板数据， 采用双固定效应模型和工具变量两阶段估计实证检验数字经济发展综合指数对农村多维相对贫困的缓解作用及其背后的影响机制， 研究发现数字经济综合发展指数对以收入为导向的农户多维相对贫困具有显著负向影响， 并且这一结论在替换被解释变量、替换核心解释变量、基于零膨胀有序概率模型估计、删减低可信度样本、基于城市层面相对贫困发生率估计等稳健性检验后仍然成立。 此外，机制分析结果表明，提高农业劳动生产率、创造非农就业机会、提升社会融入度及为农户技术赋能是数字经济影响农户多维相对贫困的重要渠道。

本文研究具有如下政策启示：首先，完善农村数字基础设施。加大农村网络基础设施建设，增加互联网投资力度， 推进数字化与农村经济的深度融合， 进一步巩固数字经济在农村减贫方面的红利优势。其次，培养数字农业人才。培养数字农民，发挥农村能人优势， 引导其利用大数据信息以及自身人脉资源对接农产品的生产、销售以及售后等环节，实现以较少资源带动更多农民发展，改善农村内部的经济不平等。 再次，规范乡村治理。 发挥乡村社会组织的专业服务功能， 整合乡村现有资源优势，因地制宜做好乡村建设，为投资者营造良好的投资环境，提高乡村的内生发展动力，打造现代化、新时代乡村。 最后，充分发挥政府引导作用。在数字经济主体的产业组织建设中，政府应重视数字经济领域对资源配置发挥的积极作用，引导市场主体广泛参与，确立数字经济从业者的职业地位，形成政府与企业推动数字经济发展的合力。

注释：

①数据来源于中国政府网：http://www.gov.cn/xinwen/2021-02/25/content_5588869.htm。

②有关该变量的构造将在变量的测度与说明部分进行详细解释。

③其中，变异系数法根据各个指标所有观测值的变异程度大小，对其进行赋权，如果一项指标的变异系数较大，那么说明这个指标在衡量该对象的差异上具有较大的解释力，则该指标就应赋予较大的权重。 具体地，借鉴王锋正等（2022）的做法，首先对数据进行极差标准化处理后，求各个指标变异系数：

其中，vj为指标j 的变异系数，σj为指标j 的标准差，为指标j 的均值。 可得指标j 的权重wj为：

利用所获指标权重，按线性加权法加总两指标即可得到数字基础综合值与数字应用综合值。