互联网使用对农民增收的影响与机制*

□ 冯履冰 郭东杰

内容提要 增加农民收入是实现共同富裕的关键。 本文在收入增长理论分析基础之上，利用中国家庭动态追踪调查（CFPS）微观数据进行2SLS 估计，结果表明互联网使用显著促进农村居民个体收入的提高。 同时，本文通过核心解释变量滞后与子样本回归结合的方法，证明收入对互联网的反向作用不会威胁结论的可靠性。 异质性分析表明：互联网使用对农村男性和女性居民的收入都有显著的正向影响，但对65 岁及以上居民的收入没有显著影响；受教育年限越长，农村居民通过互联网使用获得的收入增长越多。 机制检验发现：“信息获取主要渠道”是互联网促进大部分农村居民收入增加的重要途径。 本文的研究结论在一定程度上体现出开展农村信息基础设施建设、提升农村地区互联网普及率对于提高农村居民收入、缩小城乡居民收入差距的重要意义。

一、引言

党的十八大以来， 中国政府积极实施精准扶贫战略，2020年底如期完成新时代脱贫攻坚目标任务， 现行标准下9899 万农村贫困人口全部脱贫，832 个贫困县全部摘帽，12.8 万个贫困村全部出列。①在发展中国家行列，我国首先完成了联合国2030年可持续发展议程减贫目标。解决农民绝对贫困问题之后， 脱贫攻坚转向乡村振兴成为现阶段我国三农工作的重点之一。 2022年12月，中共中央、国务院印发 《扩大内需战略规划纲要（2022—2035年）》， 明确了实施扩大内需战略的远景目标。扩大内需的关键正是增加农民收入。国家统计局数据显示，截至2021年底，全国农村人口数量约为49835 万人， 占我国总人口比重超过35%， 庞大的农村居民群体蕴藏着巨大的潜在消费能力。 但这一群体目前实际表现出的总体消费水平较低。 2021年我国农村居民人均消费支出15916 元， 远低于30307 元的城镇居民人均消费支出水平，同时城乡消费品零售额比值达6.44。因此，只有进一步提高农民收入，才能真正激活农村消费潜力、扩大农村消费市场规模、提升农村市场消费层次和消费结构。 农村居民增收将是我国进一步持续扩大内需、构建内外双循环格局的关键。

现如今，数据信息已成为关键性的生产要素。伴随着数字技术革命， 互联网等信息基础设施对收入增长的贡献越来越大。 2013年我国互联网上网人数首次突破6 亿人，并迅速发展到2021年的10.32 亿人，同期居民人均可支配收入也实现快速增长（见图1）。 中国城镇地区的互联网普及率从2007年的26.0%提高到2021年的81.3%，同期农村地区的互联网普及率从7.4%提高到57.6%，城乡差距仍然十分明显。②世界银行发布的《World Development Report 2016: Digital Dividends》指出，在许多情况下数字技术促进了增长、扩大了机会、改善了服务供给，但它们的总体影响还不够，而且分布不均。在信息技术应用过程中，如果农村居民始终处于劣势，那么城乡间的数字鸿沟（尤其是在互联网接入方面）显然不利于扶贫目标的实现以及已有减贫成果的巩固。

图1 2013—2021年中国互联网普及率与居民人均可支配收入

宽带互联网等信息基础设施是数字经济发展的前提和基础。中国自2013年开始加强推进网络设施建设工作，并将“宽带中国”进一步升级成国家战略。③2013—2020年，“宽带中国”战略的实施累计投入达2 万亿元， 然而关于宽带建设乃至互联网应用对农村居民收入增长的实际效果， 尚缺乏足够的研究。

相较于传统通信媒介， 互联网波及的范围更广，而且具有跨时空能力和较强的溢出性、外部性等网络特有属性。 信息技术的快速发展引发了经济发展的科技动力转变及相关从业者的收入变动。 Krueger（1993）最先估算出使用电脑对从业者平均收入的回报率为25%～30%，但这一估计没有控制其他收入决定因素如人力资本、工作特征和个人异质性等。 Akerman et al.（2015）利用挪威宽带互联网公共项目的外生冲击来分析宽带互联网对技能型工人生产力的影响， 结果表明宽带采用在执行非常规抽象任务时与熟练工人互补， 并在执行常规任务时与非熟练工人替代。Zuo（2021）发现美国对低收入家庭的宽带补贴政策显著提高低收入者的互联网使用，同时提高他们的就业可能性和收入。互联网对欠发达地区生产力的影响似乎更大，Hjort & Poulsen（2019）利用沿海海底互联网电缆铺设的阶段性，证明了互联网能够促进非洲地区就业（其中对受教育程度较低的工人的就业影响较小），并提高工人的平均收入。而Jung&López-Bazo（2020）对巴西区域数据的分析表明，宽带对生产率的积极影响在不同地区并不一致， 除了连接质量的差异之外， 生产率较低的地区似乎从宽带中获益更多。 这些文献多将焦点集中在发达国家或最不发达国家， 而较少探讨互联网使用如何影响发展中国家的居民尤其是农村居民的个体收入。而且， 关于政府进行宽带等信息基础设施投资以鼓励生产率和收入增长的政策必要性辩论无疑具有重要意义。

现有研究可能在以下几方面具有可改进之处：首先，互联网使用具有较强的自选择偏差，因此在考察其收入促进效应时， 因果关系的识别较为困难。 这可能是现有研究没有对这一问题得出一致结论的原因， 也是确定农村居民互联网使用的实际收益的核心问题。此外，过往研究对互联网使用影响的异质性关注不够， 针对“网络使用差异”的研究较少。信息技术是一种技能偏向型技术进步，对于不同技能水平、不同年龄段、不同性别使用者可能存在异质性的影响， 需要分别进行探讨。 这对于互联网普及过程中的施政策略和重点方向有重要参考价值。

因此，本文将利用CFPS2016年和2018年的微观调查数据， 检验互联网使用如何影响农村居民个体收入， 主要聚焦互联网影响农民收入的因果识别以及影响的机制和异质性问题， 试图从农村信息基础设施建设和使用方面为“农民生活富裕” 这一乡村振兴战略总目标的实现提供政策建议，以期促进农民收入较快增长，持续缩小城乡居民贫富差距。

二、理论分析与研究假设

传统的“资本-技能”互补假说虽然强调新技术对于技能型劳动力的增益（申广军，2016），但新技术的应用并不必然损害所有非技能劳动力的收入（Caselli & Manning，2019）。对于农村居民而言，如将互联网作为重要的信息载体， 充分发挥其信息优势，也可能从中获益。互联网作为推动信息通信技术应用普及的核心， 使一定数量的产出在更大程度上得到关注、消费和使用（Wang & Wright，2020）。 从前农村本地需求无法支撑的、本地生产要素却具有比较优势的产品得以进入全国市场，甚至还衍生出乡村直播等新业态。 正如孙杰（2020）指出，互联网在降低供给侧市场进入门槛的同时，能减少需求侧信息检索和比较成本，扩大供需匹配规模，从而为双方带来红利。 此外，从商品流通视角出发， 农村电商有利于小农户摆脱被中间商层层剥削和挤压的弱势市场地位， 直接与消费者对接，降低交易环节的成本，提高农民收入（聂召英和王伊欢，2021）。 更重要的是，互联网也能在广延边际上提高农村居民的收入。 中国的互联网金融不但在落后地区的发展速度更快，而且显著提升家庭收入特别是农村低收入群体的收入（张勋等，2019），这是因为其改善了农村居民的创业行为，并带来创业机会的均等化，郭峰等（2020）的经验研究也支持这一观点。

此外， 互联网使用对于不同群体的影响未必相同。 首先，从性别角度而言，女性往往较男性承担更多的家庭事务而无法全职参与劳动力市场，互联网在工作中的广泛应用能够提供更多灵活的职场发展机会、同时可能削弱男性在职场中的体力比较优势。 丁述磊和刘翠花（2022a）研究发现，女性青年群体互联网工资溢价率高于男性， 但技能溢价率低于男性。而且，互联网使用显著改善女性的家庭地位（李仲武和冯学良，2022）。 其次，从年龄角度而言， 老年人的健康状态随着年龄的增长而逐渐下降，学习能力会减弱。不同年龄群体的消费观念和信息甄别等能力的差异也会导致老年人的互联网使用行为差异。 华中昱等（2022）发现相较于其他传统资源， 低收入农户数字技术接入鸿沟的差距明显更小， 并且在年轻群体中差距收缩更为明显； 考虑不同年龄段群体互联网使用率和就业质量有明显差异，相较80 后和90 后群体，互联网使用对70 后和60 后及以上群体的正向影响最小（丁述磊和刘翠花，2022b）。最后，从教育程度角度而言， 偏向型技术进步理论预测互联网等信息技术与高教育程度个体是互补的， 与低教育程度个体却是替代的（Autor et al.，1998）。 受教育水平较高的人群在同一地区相同信息基础设施投入中，可以获得更高的边际收益。陈飞等（2021）发现， 互联网普及对于平均受教育程度高的家庭收入促进效应更强；华怡婷和石宝峰（2022）关于互联网使用对农村家庭金融市场参与行为影响的研究也得出类似结论， 认为互联网使用对风险性金融资产配置的影响主要体现在成员受教育程度高的家庭。

基于以上分析，本文提出假设1：互联网使用可以提升农村居民的收入， 但这种提升作用对于不同群体具有异质性。

互联网让人们更加便利地获取所需要的信息，增加个体发现经济机会的能力。在当今信息社会， 掌握充分的信息量就意味着占据物质财富分配的先机。使用互联网、将互联网作为主要信息获取渠道本身， 就能够降低农村居民信息搜索和获取的成本（Aker & Mbiti，2010），从而直接提升个体获取信息（包括各类机会、知识技能信息等）的数量。吴佳璇等（2022）基于2013、2015 和2019年对中国西南山区612 户农户追踪调查的三期面板数据，研究发现随着时间的推移，互联网使用促进农户非农就业的作用越来越显著， 该正向作用主要是通过促进农户信息获取这一机制得以实现的。信息的有效供给是农民跨越“数字鸿沟”、享受“信息红利”的关键，应致力于提高农民的信息获取能力（许竹青等，2013）。

首先，对传统务农者群体而言，过去信息不对称限制他们进入市场，而信息和通信技术（ICT）平台则为他们提供了进入市场的机会， 提高了农业生产效率（Ogutu et al.，2014），从而实现增收。 其次，对农民创业者及经营者群体而言，互联网可以拓宽他们创业、经营所需的信息渠道，提高市场效率，打破时空交易局限，为增收提供新的市场机会。如Shimamoto et al.（2015）认为手机上网能够帮助农民获取其他市场的价格信息， 有助于提高本地市场农产品销售价格。最后，对受雇就业者群体而言，他们将互联网作为主要信息获取渠道，不仅有利于实现标准就业，还会显著促进机会型的创业，也能够提高各类型就业的收入水平 （毛宇飞等，2019）。

基于以上分析，本文提出假设2：互联网使用主要通过发挥“信息获取主要渠道”的作用来影响农村居民的收入。

三、模型设定与数据说明

（一）模型设定

聚焦互联网使用对农村居民收入增长的影响，参考明瑟收入方程，本文使用的截面OLS 模型设定如下：

其中， 被解释变量Yi表示农村居民i 的个体年收入（对数形式），核心解释变量interneti表示个体在2018年是否上网，其系数β 反映互联网使用对个体收入的影响效果。 Xi表示一系列可观测的个体层面、家庭层面和城市层面的控制变量，εi表示标准残差项。

考虑到互联网使用和收入之间可能存在反向因果关系问题，即可能存在两种不同的影响方向：一方面， 由于互联网使用的增加而导致农村居民个体收入的增加；另一方面，由于农村居民个体收入的提高， 可能在短期内就会增加互联网等信息基础设施的使用时长和频率。因此，为了衡量预期的效果， 必须剔除收入增长对互联网使用需求增加的影响。 本文采用工具变量法以及核心解释变量滞后结合子样本回归这两种策略来处理内生性问题， 同时在模型中控制了必要的农村居民的个人与家庭层面特征、城市层面特征。

（二）变量构造与描述性统计

本文的核心被解释变量Yi是农村居民的个体年收入的对数，统一使用2018年CFPS 调查所得的、经调整后与2010年数据可比的收入变量。核心解释变量是2018年调查时个体反馈的互联网使用情况。

控制变量包含地区、家庭和个人三个层面的控制变量。在地区特征层面，主要控制了：（1）地级市人均GDP 对数（地区工业企业的发展与宏观经济的运行环境相关）；（2）地级市人均财政支出对数（地区经济社会发展情况的衡量之一）；（3）地级市固定资产投资对数（工业投资是工业发展的物质基础和技术条件）；（4）地级市外商投资对数（考虑到外商投资对产业结构转型的作用）。在家庭特征层面，主要控制了：（1）人均对数家庭净资产（CFPS家庭问卷中家庭总资产与总负债的差值取自然对数处理）；（2）家庭社会网络（以过去12 个月送人情礼的价值来衡量）。 在个体特征层面，控制户主的个体特征变量，④主要包括性别、年龄及其平方值、受教育年限、婚姻状况、政治面貌和自评健康状况（最健康的评价取值1，非常不健康的评价取值5）。

表1 展示了主要变量的描述性统计结果，其中核心解释变量个体互联网使用的均值为0.372，对照中国互联网络发展状况统计调查数据，⑤介于2017年底和2018年底农村互联网普及率的两个数值（35.4%和38.4%）之间，说明样本代表性良好。 另外，农村居民中男性占比为48.2%，平均年龄为51.871 岁（在这一平均年龄的前提下，婚姻状态变量的平均值为0.898 是可以接受的），平均受教育年限为6.484年， 其他变量的描述性统计结果也均在正常范围内。

表1 主要变量的描述性统计

（三）数据来源

“中国家庭动态追踪调查”由北京大学中国社会科学调查中心组织实施，基线调查开始于2010年， 并继续在2012、2014、2016、2018年每两年进行一次全样本的追踪调查。本文主要使用2016年和2018年CFPS 两个层面的数据，分别是成人问卷中可能与个体收入相关的个人信息变量（包括互联网使用情况、性别、年龄、婚姻状况、政治面貌、受教育程度、自评健康状况等）和家庭问卷中可能影响个体获取收入的家庭环境信息变量（包括家庭规模、家庭净资产、人情支出等）。 同时，匹配基于《中国城市统计年鉴》整理出的城市特征数据，构成完整的截面数据。

四、互联网使用对农民个体收入影响的实证分析

（一）互联网使用与农村居民个体收入的相关性分析

首先进行最小二乘法（OLS）估计。 在逐步控制样本的个体特征、家庭特征和地区特征后，回归结果表明， 使用互联网这一行为始终显著促进农村居民个体年收入的增加。从表2 的列（1）结果可以看到，加入个体、家庭和城市三个层面的控制变量后， 农村居民个体使用互联网会使其个体年收入提升71.0%。 另外，多数控制变量在显著性和符号方向方面都较为理想（统计显著性较高，系数作用方向较为契合理论预期）。年龄和其平方项对收入的影响系数均为负， 表面上看这似乎与普遍认识中的年龄对收入的“倒U 型”影响不符，但结合2018年CFPS 调查样本中农村居民个体平均年龄近52 岁这一客观现实，就能理解这一结果出现的合理性。受教育年限在1%的显著性水平上提升农村居民个体年收入；党员身份在5%的显著性水平上提升农村居民个体年收入；已婚状态在1%的显著性水平上降低收入（可能是由于非婚状态的个体家庭负担更轻）；自评健康状态（不健康的程度）在1%的显著性水平上降低收入。家庭层面的人均家庭净资产和人情支出对收入的影响系数为正。地区层面的控制变量除了人均外商投资外， 其他变量对收入的影响也为正。

（二）互联网使用影响农村居民个体收入的稳健性检验

本文利用《县域数字乡村指数 （2018）》⑥和CFPS年度截面数据（2018），检验2018年的“县域数字乡村指数”与对应年份《中国家庭动态追踪调查 （CFPS）》 农村居民个体使用互联网的相关关系， 结果发现两者具有正相关关系， 因此可以用“县域数字乡村指数”替代“农村居民个体互联网使用”，进行OLS 回归，检验县域层面数字乡村指数与农村居民个体收入的关系，作为稳健性检验。

表2 的列（2）用“县域数字乡村指数”替代“农村居民个体互联网使用”， 通过2018年的截面数据OLS 回归，发现所在地区的数字乡村指数得分对农村居民收入的影响仍然显著为正， 说明基准回归的估计结果较为稳健。

表2 互联网使用对农村居民个体收入的影响

（三）互联网使用与农村居民个体收入的因果分析

农村居民个体互联网的使用与其收入之间可能存在反向因果关系问题， 即可能存在两种不同的影响方向：一方面，由于使用互联网而获取到更多信息等，促使农村居民在生产、经营、务工等方面做出更优决策，从而提升个体收入；另一方面，由于互联网使用有成本， 收入更高的农村居民有更高的经济能力，更有可能使用互联网。本文采取了两种策略来处理反向因果问题。

1.工具变量法

第一种策略是使用工具变量法， 本文借鉴罗明忠和刘子玉（2022）的做法，将农村居民所在区县平均互联网使用情况作为相应的工具变量，并据此开展2SLS 估计。 第一，农村居民个体所在一定区域内除本人之外的其他个体的互联网使用情况，比如邻里、亲友甚至是当地整体使用氛围等，会对其互联网使用产生影响。一般认为，该网络平均运用水平越高， 那么个体就有更大概率接入网络。 因此符合工具变量的相关性要求。 第二，区县范围内其他农民互联网使用的均值属于区域层面的变量， 与属于微观层面的农村居民个体收入这一被解释变量分属不同观测层次， 很难直接影响农村居民的个体收入。 因此符合工具变量的外生性要求。

表2 的列（3）显示了加入“所在区县的平均互联网使用情况” 这一工具变量后的2SLS 估计结果。 对比发现，原OLS 回归可能低估个体互联网使用对被解释变量农村居民个体收入的影响程度。经IV 修正后，互联网使用仍然在1%的水平上显著促进农村居民个体收入的提高。 此外， 审视2SLS 回归中的第一阶段结果，能够对该工具变量有效性进行判断。本文所选定的工具变量（区县平均互联网使用）的第一阶段估计系数在1%的水平上显著， 且关键诊断统计量中F 统计量大于经验值10，stock-yogo 检验结果Minimum eigenvalue statistic 值大于16.38， 由此得出该工具变量并非弱工具变量，“所在区县的平均互联网使用情况”与核心解释变量“个体互联网使用情况”满足强相关的要求。

2.子样本回归

使用IV 估计可能无法真正将反向因果问题处理干净。因此，本文添加另一个角度的论证来处理反向因果问题：将“互联网使用”这一核心解释变量滞后2年，再进行OLS 回归，证明互联网对收入的影响确实存在，而且很强；同时通过子样本回归方式， 证明收入对互联网的反向影响没有那么强，不会对本文的结论可靠性产生威胁。

城乡二元结构广泛存在于中国经济社会的各个领域， 互联网等信息技术发展领域也不例外。2014年以来，4G 通信网络大规模商用， 过去PC时代被大概率拒之于信息化门外的农村地区也逐渐迈入信息化时代， 城乡互联网普及率差异在2015年出现缩小趋势。 农村居民得以通过各式各样、价格日益低廉的移动智能终端设备使用互联网， 信息获取渠道和能力都大幅提升， 其就业选择、各类收入也开始受到网络应用的影响。

借鉴张世虎和顾海英（2020）的做法，选取CFPS 数据库2016年及以后的调查数据构造OLS模型。 2016年互联网使用数据体现的是农村地区刚刚进入移动互联网时代，对2018年的截面OLS 模型而言，可以认为是外生的。 因此，基于CFPS2016年的调查数据构造互联网应用变量， 基于CFPS2018年调查数据构造其他变量，以此来处理内生性问题。即仍然主要基于2018年的数据进行计量分析，但唯独将核心解释变量“互联网使用情况”的取值滞后2年，以期在一定程度上缓解模型中的反向因果问题。 使用的截面OLS 模型设定如下：

其中， 被解释变量Yi表示农村居民2018年的个体年收入，核心解释变量L.interneti表示个体在2016年是否上网，其系数β 反映互联网应用对个体收入的影响效果。 Xi表示一系列可观测的个体层面、家庭层面和城市层面的控制变量（2018年），εi表示标准残差项。

最小二乘法（OLS）的估计结果见表3。在逐步控制样本的个体特征、家庭特征和地区特征后，2016年农村居民个体使用互联网在1%的显著性水平上提高其2018年的个体年收入。 在加入个体、家庭和城市三个层面的控制变量后，2016年农村居民个体使用互联网会使其2018年的个体年收入显著提升77.9%。 由此可见，核心解释变量“个体是否使用互联网”在滞后2年取值后，依然能够显著提升农村居民个体收入。

表3 互联网使用对农民个体年收入的影响（核心解释变量滞后）

另一方面， 如果存在收入提高促进互联网使用这一反向因果效应， 则无论农村居民是否从事经营活动，其互联网使用对收入的OLS 回归结果应始终存在显著正向影响。 考虑到2018年前后，上网的成本已经大大降低，对于农村居民而言，拥有一部智能手机就可以上网。因此本文认为，农村居民收入提高对使用互联网的影响只发生在低收入区间段， 当收入超过一个阈值 （个体年收入5000 元）后，⑦就不再存在这一反向因果的影响。

据此， 本文筛选出不存在经营活动的以及不存在经营活动且个体年收入高于5000 元的两个子样本。对于这两个子样本的人群而言，由于不涉及创业或经营活动， 互联网使用对其收入的正向影响应当会消失。 但如果存在收入提高促进互联网使用这一反向因果效应， 则无论收入来源是经营性收入还是工资性收入， 其提高都会一样促进互联网使用的增加， 故互联网使用对收入的OLS回归结果仍然会呈现正向显著影响。

子样本回归结果见表4，其中列（1）是表2 中互联网使用行为对于农村居民个体年收入影响的全样本OLS 回归结果，列（2）是经营性收入为0的子样本OLS 回归结果，列（3）是经营性收入为0且个体年收入大于5000 元的子样本OLS 回归结果（子样本的样本量2981，占经营性收入为0 样本的91.5%）。 可以看到，对比全样本而言，经营性收入为0 的农村居民使用互联网对其个体收入的正向影响大大减弱； 当在此基础上再限制个体年收入高于5000 元这一标准之后，使用互联网对农村居民个体收入的正向影响变得不再显著。 这一结果证明收入对互联网的反向影响没有那么强，不会对本文的结论可靠性产生威胁。

表4 互联网使用对于农民个体年收入的影响（子样本回归）

（四）互联网使用影响农村居民个体收入的异质性分析

性别、年龄、受教育程度等个人因素不同的农村居民， 在信息获取偏好和相应产生的信念更新等方面必然不一样， 故有必要进一步分析互联网使用影响农村居民个体收入的差异。 本文通过分组回归的方式对不同性别、年龄和受教育程度的个体进行异质性讨论。限于篇幅，本文省略了直接OLS 回归结果，表5 是加入工具变量后的2SLS 估计结果，其中列（1）和列（2）显示了分性别IV-OLS回归的结果， 互联网使用对农村男性和女性居民的收入都有显著提升。 随着互联网在农村地区的普及， 大批农村电商创业并带动发展起来的上下游产业链、服务业，创造了诸多如客服、快递员、手艺人等就业机会，许多岗位具有“多样、灵活、就近”等特征，使得原本在就业市场上“乏人问津”的农村女性居民也有更大的可能找到适合的“离土不离乡”的工作机会。列（3）和列（4）显示了分年龄组IV-OLS 回归的结果， 互联网使用促进了农村65 岁以下居民的收入提高 （在1%的水平上显著），但对于65 岁以上（含）居民的收入没有显著影响。 区别于互联网对年轻人主要带来便利的事实，对于老人而言，更有可能是被飞速发展的信息时代抛在身后。尤其对农村老年居民来说，家中的青壮年可能外出务工， 难以得到年轻家人的文化反哺，同时经济能力更差，互联网给他们带来的收益远远不如其他群体。 列（5）和列（6）显示了是否完整接受九年义务教育的分组IV-OLS 回归结果， 互联网使用行为对这两个不同教育程度分组的群体的收入都有显著的促进效应， 其中对于完整接受义务教育的农村居民的影响系数绝对值更大。

表5 互联网使用影响农村居民群体收入的异质性分析（IV-OLS）

五、互联网使用影响农民收入的机制探讨

互联网等信息基础设施本身只是一种 “死物”，地区拥有信息基础设施并不能直接提高区域个体的收入。因此，需进一步探讨互联网使用对农村居民个体收入影响的具体机制。由于数据所限，无法直接匹配得到个体互联网使用和个体生产率变化的测量， 因此本文尝试从其他视角进行机制探索——互联网使用能否增加个体获取信息的渠道。

互联网应用通过拓宽信息渠道等形式， 降低信息搜索成本（Goldfarb & Tucker，2019），直接增加了个体获取信息的数量， 提高个体对信息的关注、提升知识水平以及扩大关系网络，从而缓解了城乡之间的信息鸿沟问题，使之“主动求变”，驱动农村居民的多样化就业。 尤其对于经营创业的农民，互联网可以使其综合收入水平得到提升。本文假设互联网使用可能通过“信息获取主要渠道”这一中介变量对农村居民收入产生影响， 也即信息获取主要渠道发挥了中介作用。

关于“信息获取主要渠道”这一中介变量的衡量，本文根据CFPS 数据中回答“您了解信息的主要渠道有”这一问题时是否选择“互联网”这一选项，来构建虚拟变量，具体做法参见郭士祺和梁平汉（2014）的研究。

为了验证这一中介作用是否存在， 本文借鉴温忠麟和叶宝娟（2014）的中介效应模型，检验“互联网作为信息获取主要渠道”的中介效应。回归结果如表6 所示，列（1）为互联网使用影响农村居民个体收入的基准OLS 回归结果，显示互联网使用对农村居民个体收入总体上有显著影响；列（2）为互联网使用对中介变量的影响， 结果显示个体使用互联网对2018年将互联网作为“信息获取主要渠道”产生促进作用，且估计结果在1%的水平上显著；列（3）将中介变量和核心解释变量一起加入方程， 仍然以农村居民个体年收入对数作为被解释变量， 结果显示在控制了自变量互联网使用的影响后, 中介变量对因变量农村居民个体收入对数的影响仍显著。 综上，中介效应显著，即互联网使用可能通过“信息获取主要渠道”这一中介变量对农村居民收入产生影响。

表6 互联网使用影响农村居民个体收入的中介效应检验

六、结论与政策建议

本文在探讨互联网使用影响收入的理论基础上，利用CFPS2016年和2018年的微观调查数据进行实证检验，结果发现：（1）互联网使用显著促进农村居民个体的收入提升， 但这种提升作用对于不同群体具有异质性。 截面OLS 模型估计结果表明， 农村居民使用互联网会使其个体年收入提升约71.0%。 为处理内生性问题，本文将农民所在区县的平均互联网使用作为工具变量进行2SLS估计，经IV 修正后，互联网使用仍然在1%的显著性水平上促进农村居民个体收入的提高。同时，通过核心解释变量滞后和子样本回归等方法， 本文证明收入对互联网的反向影响没有那么强， 不会对本文的结论可靠性产生威胁。进一步根据性别、年龄和受教育程度对互联网使用的增收影响进行异质性分析后发现： 互联网使用对农村男性和女性居民的收入都有显著的正向影响；但对65 岁以上（含）居民的收入没有显著影响；受教育年限越长， 农村居民通过互联网基础设施完善获得的收入增长越多。 （2）互联网使用主要通过发挥“信息获取主要渠道”的作用来影响农村居民的收入。 信息获取相关功能的使用有更大可能将互联网信息转换为有经济价值的行为。 因此本文采用个体是否将互联网视为“信息获取主要渠道”作为中介变量， 较好地排除了仅使用互联网进行娱乐等情况的干扰，发现“信息获取主要渠道”是互联网促进大部分农村居民收入增加的重要机制。

基于上述研究结论，本文提出如下政策建议：（1）鉴于中国农村宽带互联网等信息基础设施建设的“收益”仍然是可观的，政府应切实履行提供基本公共服务均等化的义务， 把握数字化发展面临的绝佳机遇，发挥信息技术在“大众创业、万众创新”中的引领性和颠覆性作用，进一步提高城乡地区互联网的普及率，促进经济快速发展。 （2）考虑到互联网收入促进作用的群体异质性，应进一步加大对农村地区居民的教育投入水平，促进人力资本不断提升，加强农村居民互联网使用等信息科技应用水平， 以便他们获取更好的学习和工作机会，从而实现收入的提升。（3）互联网使用在促进农民增收过程中主要通过“信息获取主要渠道”发挥作用，即通过拓展获取信息的渠道，改变农村居民的信息条件、使其享有和城镇居民同等的经济机会。故建议加强农村信息基础设施建设， 并完善信息流变化带来的物流、资金流等各方面变化的配套支持政策，让农村居民更为快速地获取丰富的信息，增强谋生能力，持续缩小城乡居民贫富差距。

注释：

①数据来源：国务院新闻办公室发表的《中国的全面小康》白皮书。

②数据来源：《第47 次中国互联网络发展状况统计报告》，中国互联网络信息中心，2021年2月。

③工信部等部门在2014 至2016年先后筛选120 个城市，将它们作为“宽带中国”试点。

④传统意义上的户主是指户籍上的一家之主、户籍上一户的负责人，一般为户口簿的第一个户籍人口。 CFPS 问卷设计没有直接采集户主信息， 但从经济的角度出发，包含了若干与“户主”强相关的问题：主事者、决策者、财务管理者、房产所有者。 本文主要依据财务管理者这一概念，进行“户主”变量的赋值。

⑤数据来源：《第43 次中国互联网络发展状况统计报告》，中国互联网络信息中心，2019年2月。

⑥该报告由北大新农村发展研究院与阿里研究院联合发布，首次以县域为基本单元，全面梳理乡村基础设施、乡村经济、乡村生活、乡村治理等方面的数字化内容及具体表征，系统构建了县域数字乡村指标体系，全面评估了我国1880 个县（不包括970 个市辖区和1 个特区）数字乡村发展的实际水平。

⑦根据民政部数据，截至2018年底，全国共有农村低保对象3519.7 万人，农村低保标准达到4833 元/人/年。 根据《中国统计年鉴2019年》数据，2018年度中国农村居民人均支出中“食品烟酒”、“衣着”和“生活用品及服务”这三项支出合计为5013.8 元。 因此，本文将农村居民个体低收入阈值设置为5000 元/年是较为合理的。