互联网使用对农户相对贫困的影响及机制研究

单德朋 张永奇

（西南民族大学经济学院 四川 成都610041）

一、研究背景

伴随着互联网普及率的逐步提高，“互联网+”新业态的迅速应用，互联网在中国的“精准扶贫”过程中俨然变为重要活动载体。一方面，互联网可以通过缓解信息不对称，为农户提供就业岗位、国家政策等信息；另一方面，农户通过互联网可以开展学习、娱乐等活动，积累更多的社会资本，从而获得更多的发展机会。《乡村振兴战略规划（2018—2022年）》明确提出，在农村必须要强化建设信息基础设施，要让信息真正入村、真正进户，这为缓解农户相对贫困提供了良好的条件。发挥互联网促进农村居民增收、缓解农户相对贫困的作用，关系到乡村振兴的战略承接。因此，探讨互联网使用对农户相对贫困的影响及其机制，对于2035年实现农业农村现代化目标具有重要的政策价值。

在此基础上，本文以2016和2018年追踪调查中国家庭所得的数据为基础，对互联网使用于农户相对贫困方面产生的影响展开了实证检验，运用工具变量法、倾向得分匹配法、联立方程等方法对内生性的相关问题进行了对应的处理，借此解读和认识互联网使用在解决农户相对贫困问题方面发挥作用的具体机制，为农村经济的快速发展、农户减贫增收提供新的“发力点”。

二、相关研究文献

中国农村贫困及减贫问题作为热点话题，一直备受学者关注。梳理过往文献，将已有研究归纳为宏观、微观两个方面。

从宏观角度出发，叶普万（2005）指出经济增长、收入不平等与贫困的关系是贯穿该研究的重要主线。夏庆杰等（2010）认为经济增长、收入水平提升对减贫起到决定性作用。但Benjamin et al.（2011）、罗楚亮（2012）指出经济增长虽然能够减少贫困人口数量，但是收入差距的拉大则会阻滞贫困减缓，甚至有可能进一步导致贫困增加。龚沁宜等（2018）研究结果则进一步表明：西部地区数字普惠金融与农村贫困发生率存在显著的非线性关系，且存在单一的门槛特征值。当经济发展水平未跨越门槛值时，数字普惠金融具有显著减贫作用；当经济发展水平超过门槛值时，数字普惠金融对于贫困的抑制作用有所减弱，其减贫的边际效用递减规律比较明显。孙继国等（2020）研究发现，数字金融能够通过促进居民创业、缓解信贷约束和化解农业风险明显减缓相对贫困，其减贫效应存在区域差异和城乡差异。

从微观视角分析，当前的研究着重于探查人力资本对贫困造成的影响。Hemmi et al.（2007）指出健康人力资本能够帮助农户跳出“贫困陷阱”。章元等（2012）认为基础教育作为核心人力资本要素，对于农户减贫意义重大。另外，还有学者从内因角度（农户的特征、农户的素质等等）对影响减贫的相关因素进行了探讨。徐月宾等（2007）指出农业生产投入时间过多的农户更容易陷入贫困。Du et al.（2005）的研究发现农户进城务工减贫效应并不显著，但章元等（2009）的研究结论却与之不同。

在上述研究结论仍存分歧之际，有学者另辟新路从互联网使用视角探讨了农户减贫的作用及机制。互联网的快速发展，不仅改变了农村居民的生活方式，也成为经济发展的新动力（Czernich，2012）。部分学者认为互联网使用能够发挥积极减贫作用。Huang et al.（2016）指出互联网使用能够缩小数字鸿沟，为低收入群体向上流动提供助力。朱燕（2017）认为将电子商务和精准扶贫予以有效且紧密地结合，贫困地区大概率能实现“弯道超车”。冷晨昕等（2017）从“互联网+金融”角度出发，实证分析发现互联网金融能够有效降低农户金融服务成本，进而缓解农户贫困。左孝凡等（2020）认为互联网使用能够为农村居民提供持续内生减贫动力。

然而，还有学者认为在解决农户贫困问题时，互联网的使用并未产生较大价值。Pruett et al.（1998）发现互联网发展让扶贫资本有了更加快捷的转移通道，因而互联网减贫效果值得怀疑。James（2005）依托传统的福利经济学理论，指出发展中国家的互联网使用并未起到减贫作用。Galperin et al.（2017）指出发达经济体依托互联网使用能够攫取更多的收益，但是对于贫困地区而言，能否借助使用互联网求取得对应的收益回报，答案并不明确。

少数文献进一步关注了互联网使用与农户减贫的传导机制。赵秀兰（2017）认为互联网使用可以通过精准识别贫困人口、帮助贫困群体求取自我发展、实现自我能力的提升、让精准扶贫相关服务的水平得到进一步的提升等方式助力脱贫致富目标的实现和达成。殷俊等（2018）指出社会资本、非农就业是互联网使用发挥农户减贫效应的传导机制。

结合过往研究能够发现，虽然已有学者从互联网使用视角对农户减贫的影响程度展开了有效探索，但仍存以下问题：第一，有关互联网使用对贫困的研究结论仍存分歧，即互联网使用的减贫效应有待进一步深究。另外，既往研究的关注点侧重于绝对贫困，并未着重关注相对贫困，这与新的时代背景下政府减贫决策存在“脱节”现象。第二，已有研究表明互联网使用能够通过社会资本渠道减缓农户贫困，而关爱萍等（2017）指出社会资本的减贫功能受到门槛限制，因此在社会结构变迁后，互联网使用能否成为社会资本实现减贫的传导机制需要进一步明确。此外，互联网使用还存在其他经济效应，一方面互联网能够通过信息传递、改善信贷可得性促进农户增收减贫（柳松等，2020），另一方面互联网使用也会夹杂负面信息（赵晓航等，2017），提高农户负债率，从而降低农户减贫的可能性。因此，本文将进一步检验信息渠道、金融信贷能否充当互联网使用的中介减贫机制。第三，通过知网查找主题“互联网使用与农户相对贫困”仅有左孝凡等（2020）的一篇文献，虽然该篇文献使用了工具变量方法缓解了因反向因果导致的内生性问题，但是只利用单一收入维度关注了互联网使用对农户短期减贫的影响程度，并未从更多角度关注互联网使用是否具有长期减贫效应，此外也未关注因变量遗漏、样本自选择所造成的相关内生性问题，可能低估了互联网使用对农户减贫的整体效用。

基于此，本文作为全新的尝试，依托乡村振兴战略背景，展开新一轮探索。整体看，本文的研究贡献可以归纳为两方面：其一，过往研究多数是基于截面数据从静态视角分析互联网使用与农户贫困的关系，并未关注互联网使用对农户贫困的长期表现。因此，本文利用CFPS（2018）和CFPS（2016）两年数据，识别了互联网使用影响农户贫困减缓的短期效果和长期表现，并且明确了互联网使用减贫效应的关联机制，更加全面评价了互联网使用的减贫效应，丰富了互联网使用和农户贫困之间相关性的研究成果。其二，本文运用倾向得分匹配（PSM）和联立方程法对遗漏不可观测变量所造成的有偏估计进行了对应的探查，改善了互联网使用影响农户贫困减缓的估计精度。本文的研究为乡村振兴战略背景下互联网使用在减缓贫困领域所发挥的作用提供了具体的借鉴和参考，既有助于更快、更好地达成乡村振兴的发展目标，也有助于农户增收减贫这一根本发展目标的达成和实现。

三、数据来源、变量选取与计量策略

（一）数据来源

本文使用中国家庭追踪调查（CFPS）数据库数据开展分析。CFPS具有全国性，覆盖范围可以划分为社区和家庭以及社会个体这三个不同的层次；调查的对象为全部的家庭成员。因此，CFPS具有很好的代表性，属于全国性样本。本文主要采用最新的CFPS2018数据进行分析，能够较好地反映新时期农民互联网使用与相对贫困情况，考虑到收入群体多数是劳动者，本文选取18—60岁的调查样本，在剔除个人收入等核心变量缺失值和遗漏值后，最终得到2018年有效农户样本4105份。随后，为了检验互联网使用对农户相对贫困的长期表现，又引入CFPS2016样本数据，在保留相同样本的基础上，最终获得2016—2018年两期农户样本3430份。

（二）变量选取

1.结果变量

本文的主要结果变量为农户相对贫困。相对贫困指标如何划定，对于后续研究至关重要。通过梳理过往文献，总结发现现阶段共有4种相对贫困指标划定办法。第一种是收入比例法。利用某一国家或地区平均收入或中位数收入水平的某一百分比进行衡量，这种办法的局限性是由于单一维度测量办法，合理比例难以界定。第二种是恩格尔系数法。采用基本食品支出与消费总支出之比确定贫困程度，该系数比值越大代表家庭越贫困。该种办法的局限性是数据处理难度较大，与中国实际情况不符。第三种是扩展性线性支出模型法（ELES）。依靠计量手段从衣食住行等多个角度衡量相对贫困。该种办法的局限性是数据较多，计量过程容易出现错误。马丁法是第四种划定贫困指标的办法，这一办法借助调查农村住户所得的数据，以30%的最贫穷人口之实际消费价格、实际消费结构在最低营养需求这一条件下，于食物方面的支出展开对应的计算，但是从人口流动到商品价格等诸多因素都会对这一方法产生对应的影响，最终导致贫困线测度不准确。

鉴于中国目前尚未界定相对贫困线，本文结合现阶段国际贫困线划定标准和数据可得性等情况，确定使用收入比例法进行测算。首先，本文参照单德朋（2019）的测度办法，使用高于农户人均收入的70%确定主要相对贫困线，如果农户个体收入低于贫困线，则贫困发生率赋值为1，反之为0，以此来检验互联网使用对农户相对贫困的短期效果。其次，本文为了防止测度界定不合理导致估计误差，参照孙久文等（2019）的测度方法，利用高于样本收入中位数的40%确定次要相对贫困线。再次，本文使用CFPS2018成人劳动力样本，确定主要相对贫困线为33221.21元/年，次要相对贫困线为16000元/年。最后，本文进一步借鉴樊丽明等（2014）、单德朋等（2020）的做法，基于CFPS2018年数据进一步测度了贫困脆弱性，以此来检验互联网使用的长期脱贫表现。贫困脆弱性是指家庭或者个体在下一期陷入贫困的概率，若下一期，农户陷入贫困的概率超过了50%，那么就赋值给贫困脆弱性为1，如若相反，就赋值为0。

2.处理变量

本文的处理变量为互联网使用。本文遵循传统文献做法（杜鹏等，2020；祝仲坤，2020），使用CFPS2018问卷中“是否使用电脑上网”定义为互联网使用指标，对回答“是”的赋值为1，反之赋值为0。由于手机网民数量也与日俱增，本文使用调查问卷中“是否移动上网”为互联网使用的代理变量，对互联网使用与农户相对贫困的关系进行稳健性检验。

表1 描述性统计

3.协变量

为保证模型构建准确，本文参考谢家智等（2018）、周广肃等（2018）、谢申祥等（2018）的研究，选取了一系列可能影响农户相对贫困的控制变量，尽量避免因遗漏变量造成估计出现误差。于人口特征来讲，对应的影响变量含年龄及其平方、受教育水平和健康水平、性别与婚姻状况、记忆力、政治资本、就业情况等等，另外，本文考虑到家庭情况也对农户相对贫困造成重要影响。因此，本文选取了家庭规模、家庭存款作为家庭特征变量。家庭存款作为一个连续变量，要规避异方差这一问题，所以本文就家庭存款这一变量进行了对数处理。此外，农户相对贫困也会受到社会环境影响。本文选取了政府评价（很好=1，好=2，一般=3，差=4，很差=5）充当社会特征变量。本文进一步选取与乡村振兴及农户相对贫困有关的养老保险（是=1）、医疗保险（是=1）、政府补贴（是=1）作为控制变量。社会保险作为一项“兜底”措施，对农户相对贫困具有显著影响，政府补贴也会从一定程度上影响农户的消费行为与储蓄习惯。考虑到地区效应也会对农户相对贫困造成扰动效应，回归分析的过程中，本文从省级层面对相关的地区效应进行了控制。

为了进一步看出互联网使用与农户相对贫困的关系，本文对互联网使用与农户贫困发生率、贫困脆弱性进行了联合统计描述（见表2），能够发现不论是按照收入比例法确定的贫困发生率还是通过概率预测的贫困脆弱性与互联网使用都存在显著的相关关系，贫困户的互联网使用率显著低于非贫困户的互联网使用率。虽然相关性并不代表存在因果关系，但相关性分析中明确农户相对贫困与互联网使用强相关，接下来本文将在控制相关控制变量后对两者关系展开进一步分析。

表2 互联网使用和农户相对贫困的联合统计描述

（三）计量策略

1.因果推断

本文使用的“相对贫困”指标是二分类变量，根据此变量的数据分布特征，使用最大似然估计的Probit模型展开分析，比较合理。本文设定的基准回归模型如下：

其中，i代表个体，Xc代表影响农户相对贫困的一系列变量，εc为随机扰动项。β是互联网使用对农户相对贫困的影响，作为本文关注的重点系数。β为正，代表互联网使用能够显著提高农户相对贫困；β为负，代表互联网使用能够显著降低农户相对贫困；β不显著，则代表互联网使用对农户相对贫困并无显著影响。

2.异质性分析

分位数回归模型主要是通过最小二乘法进行估计，构建多元线性回归模型。为了检验互联网使用能否充当农户增收渠道，本文借助再中心化影响函数（RIF）以及分位数回归模型，建立如下方程形式：

四、实证分析

（一）互联网使用对农民贫困的影响

表3 显示了互联网使用对农户相对贫困的全样本估计结果。根据模型1的回归结果，能够发现，控制了农户相对贫困的背景因素后，互联网使用能够显著改善当期贫困发生率。经由互联网使用渠道，农户能够降低贫困发生率0.439个百分点，且在1%的统计水平上显著。该结论与政策预期相符，农户可能依托互联网使用提高收入、获得更多的就业机会等方式来影响当期贫困状况。模型2和模型3是借鉴单德朋（2019）使用FGT贫困指数进一步测度互联网使用与农户相对贫困的关系。从模型2和模型3的回归结果可以发现，互联网使用和农户相对贫困之间有着较为稳健的相关性。不过对FGT贫困指数进行细分，可以得出：贫困深度不同，互联网使用产生的影响不一。对贫困距这一参数发挥影响对应于-0.06的估值，对平方贫困距这一参数产生的影响对应的估值为-0.03，于统计水平为1%的条件上影响明显，换言之相伴于贫困在深度上的增加，互联网使用产生的影响呈现出递减态势，即贫困深度更浅者，借助互联网使用所能得的相对收益更高。因此，对于深度贫困主体，需要政府进一步关注，避免因互联网使用的普及范围扩大，导致整体收入差距不断扩大。模型4、模型5、模型6是基于次要贫困线对互联网使用与农户相对贫困关系进行分析。通过模型4、模型5、模型6的回归结果可以看出，基于次要贫困线的情况下，互联网使用与农户相对贫困的关系依然保持稳健。

表3 互联网使用对农户相对贫困的影响

为了进一步看出互联网使用对农户贫困减缓的长期表现，本文使用贫困脆弱性指标进一步分析了互联网使用与农户相对贫困的关系。根据模型7的回归结果，能够发现，互联网使用降低了贫困脆弱性2.688个百分点，且在1%的统计水平上显著。表明互联网使用不仅具有显著的短期减贫效应，且能够实现农户长期贫困减缓。模型8是通过次要贫困线测算的贫困脆弱性指标，根据模型8的回归结果，证明互联网使用的长期贫困减缓效应依然稳健。

就个体特征变量而言，年龄与农户贫困的关系为负，年龄平方与农村贫困的关系为正。表明年龄对农村贫困减缓的影响呈现“U型”关系。即年龄越大对农村贫困减缓的作用越弱。相比于女性，男性减贫能力更强。其他个体变量受教育水平、已婚、健康水平、记忆力、政治资本、就业情况也存在显著的减贫效应。整体而言，上述研究结论与多数研究一致。

家庭和社会特征控制变量于农户相对贫困的作用同样是显著和积极的。具体而言，统计水平为1%的条件下，家庭规模会对农户相对贫困在正向上产生显著的影响，即农户家庭规模越大，对于脱贫就越不利，原因分析如下：其一，在经济发展的推动下，中国消费水平的提升极大，农业是农村家庭收入的主要来源，农业收入如果保持稳定，农村家庭的整体支出就会增加，这就会造成家庭规模越大的农户越容易陷入“贫困陷阱”；其二，家庭规模的扩大，增加了贫困家庭的负担，导致贫困家庭没有足够的储蓄和能力为子代创造“阶层流动通道”，进而很多贫困家庭的子代陷入“阶层复制”的境况，形成恶性循环。家庭存款在1%的统计水平上显著降低了农户贫困概率，毋庸置疑，存款越多的农户家庭其风险承担能力越强，进而影响其贫困状况。从社会特征这个变量层面分析，对政府给予越低的评价，陷入贫困之中的可能性也就越大。此外，本文发现拥有养老保险、医疗保险的农户均能显著实现贫困减缓。政府补贴在1%的统计水平上提高了农户贫困的可能性，原因在于政府补贴的本身对象是处于深度贫困的农户，而处于深度贫困的农户长期保持“短视”行为，进而并没有能力将补贴流量转化为存量，最终导致这部分群体迟迟未能缓解贫困境况。最后，由于东部地区经济发展速度保持前列，因而东部地区的减贫效应更加显著。

上文采用了相对贫困线对互联网使用与农户相对贫困的关系进行了实证检验，就截面数据而言，采用收入贫困线确定的相对贫困指标，仅仅是对贫困标准进行或高或低的调整。为了更加明显看出互联网使用对农户相对贫困的影响程度，本文采用两种分位数回归模型进一步检验互联网使用的增收效应，从而验证互联网使用的贫困减缓作用。

表4 报告了基于分位数回归模型检验结果。为了便于比较，本文将互联网使用与农户个人收入的基准回归结果也放入表内，即模型1。模型2至模型4为采用QR模型进一步检验互联网使用与农户相对贫困的关系。结果显示互联网使用对农户个人收入的增收效应显著。随着分位数的增加（2.5/10→5/10→7.5/10）,互联网使用的分位数回归系数呈现上升趋势（0.267→0.280→0.324），且在1%的统计水平上显著。进一步支撑了互联网使用能够抵御贫困的研究结论。模型5和模型6指的是借助RIF无条件分位数回归估量农户收入。结果发现，分位点介于10%到90%之间时，互联网使用估计系数显著为正，表明互联网使用能够提高农户的收入，促进“滴漏经济增长”，从而进一步佐证了互联网使用的益贫性。但是同时也应该注意到互联网使用对于高收入群体而言存在更加显著的正向影响，表明互联网使用很可能在发挥减贫效应的同时扩大农户之间的收入差距，因此，政府推进“互联网+减贫”的过程中，既要关注低收入群体的互联网接入可及性，又要提升其互联网使用效用性。

表4 检验分位数回归模型所得的结果

上文分析了互联网使用能够通过增收渠道缓解农户相对贫困，以农户收入源为基础进行深入探讨，对认识互联网在解决农户贫困这个问题中的作用机理有着极为重大的意义。按照收入源对应的结构，可以将农户的收入源划分成如下四种：工资性、经营性、财产性、转移性四种收入（于福波等，2019）。根据表5的回归结果，能够发现，互联网使用对农户工资性收入、转移性收入的估计系数显著为正，且对于非贫群体具有更加显著的正向效应。同时能够发现相比于工资性收入，转移性收入对于贫困群体具有显著的正向作用，表明贫困群体脱贫过程中政府“输血”起到了重要作用。因此，为建立解决相对贫困的长效机制，应该着重培养贫困群体利用互联网的意识与能力，降低搜寻成本和探索“造血”途径。

表5 互联网使用对农户收入来源的影响

（二）异质性分析

农户的性别不同、年龄不同、受教育水平不同、收入不同，在使用互联网方面就存在不同偏好，为了考察互联网使用对农户相对贫困的异质性差异，本文将全体样本进一步划分为男性和女性，青壮年（18—39岁）与中年（40—60岁），小学、中学、高中、大学，低收入群体、高收入群体（按照平均收入划分）10个子样本，再度进行回归分析。以性别和年龄以及学历，还有收入水平作为子样本进行回归分析，表6对分析结果予以了描述。

表6 异质性分析

在Panel A中，互联网使用在1%的统计水平上对男、女农户的贫困程度在负方向上有着显著的影响。条件相同的话，每提升一互联网使用单位，女性农民的贫困减缓机会就会上升48.7%，而男性农民的贫困减缓机会上升度为40.4%，也就是说从性别角度考虑，互联网使用在减缓女性农民的贫困方面有着更大的边际效应。

Panel B里，无论是于青壮年农民来说，还是于中年农民而言，互联网使用均能实现贫困减缓，且在1%的统计水平上显著。条件相同时，减缓作用于中年农民有着更为明显的影响。

Panel C里，于统计水平为1%的条件下，互联网使用对于教育水平不同的农民的贫困程度均有显著影响，对初中学历农民贫困统计系数虽然为负，不过在经济方面的显著性并不明显。按照受教育水平的不同，使用互联网对农民减贫问题予以解决所对应的提升概率可以描述为：若农民的教育达到了大学水平，那么在减缓贫困上的提升概率为40.3%；若农民所受的为高中水平的教育，那么在减缓贫困上的提升概率为37.6%。若为小学受教育水平，每提升一个使用单位，减贫对应的概率提升为37.5%。据此可以得出：互联网使用对高学历农民贫困减缓的边际效应更大。

在Panel D中，互联网使用在5%的统计水平上显著负向影响低收入群体贫困程度，而对高收入群体而言，回归结果并不显著。互联网使用每提高一个单位，处于低收入区间农民贫困减缓的概率达到24.2%，说明互联网使用对低收入农户贫困减缓的作用更大，也进一步证明了互联网使用的减贫效应保持稳健。

（三）影响机制分析

前文实证分析表明互联网使用可以直接改善农村贫困，进一步需要探寻的则是互联网使用是否可以通过间接渠道影响农户相对贫困。

1.信息渠道效应

基于CNNIC针对我国互联网发展状况所发布的统计报告，不难得出：在互联网应用的所有类别中，使用率最高的是信息获取，换言之，经由作用于信息渠道，互联网对农户的生活发挥着巨大的作用，进而影响农户相对贫困状况。从这个层面出发，本文以CFPS2018问卷里的“互联网作为信息渠道的重要程度”为代理变量对互联网的信息渠道展开衡量分析，借助Probit模型对使用互联网于农户信息获取方面所产生的影响进行有序的验证。模型1的结果显示，在其他变量受控的条件下，互联网使用对互联网信息的重要性存在显著的正向影响。这也表明，借助互联网这个渠道，农民在信息获取上的可能性大增，所以在影响相对贫困这个问题上，互联网的重要作用机制为信息渠道。

2.社会资本效应

中国农村是非常典型的“关系”社会，农户因为受限于经济以及体制，故而在信息分享、资源配置中一直处于较低水平，而担负着替代作用的社会资本在这一领域价值重大（车四方等，2018）。一方面，社会资本能够通过缓解信息不对称，促进交易达成；另一方面，社会资本在某些场景下能够发挥“变现”功能，获取各种便利进而改善农户贫困。由于社会资本的定义并未明确，所以社会资本的测度也存在分歧。本文以前人的研究作为主要参考，在社会资本方面，选用“礼金来往”为代理变量（周广肃等，2014；刘一伟等，2017；赵羚雅，2019）。另外，为尽可能地降低模型估计存在的误差，对郭士祺等（2014）的相关研究予以借鉴，以邮电费用对应的对数值为代理变量对社会资本展开评判。另需注意，作为社会资本重要组成的社会信任同样为不少学者所重视（赵佳佳等，2020；Allan et al.，2020）。因此，本文使用社会信任指标进一步测度互联网使用与社会资本的关系。根据表7的模型2至模型4结果显示，在控制其他变量的条件下，互联网使用显著影响农民礼金支出、邮电费用和社会信任，且均在1%的统计水平上显著，说明使用互联网能够通过显著增加农户的社会资本进而改善相对贫困。

3.金融信贷效应

融资约束一直是农村地区减贫面临的重要障碍。理论层面上，农户通过信贷渠道可以获得更多的融资，更容易实现资本积累，从而更早跳出“贫困陷阱”。对此，本文认为信贷渠道能够影响农户相对贫困。基于CFPS问卷中的“首选借款对象”，设立了“银行信贷”“民间信贷”两个信贷代理变量。运用Probit模型进一步检验互联网使用与金融信贷的关系。根据表7的模型5结果显示，在控制其他变量的条件下，对于互联网使用这一自变量来讲，其系数等于0.213；统计水平为1%的条件下，效应显著，表明互联网使用对于农户信贷有着明显的正向性影响。根据表6的模型6结果显示，于民间信贷来讲，互联网使用对应的估计系数等于-0.193，并于1%的统计水平上呈现出明显的效应性，这意味着互联网使用显著负向影响农户民间信贷。可能解释的原因是，由于监管政策的滞后性，不良网贷平台为了攫取更高的利益，进行非法操作，包括“套路贷”“砍头息”等行为，加深了农户对其的负面印象，使得许多农户“谈贷色变”。而银行作为传统性金融机构，在中国人的内心中一直拥有重要的社会地位，随着银行整体迈向转型，农户也通过互联网等科技渠道与银行继续保持深度合作。

表7 运用互联网于解决农户相对贫困中的作用机制

五、稳健性检验与内生性处理

（一）稳健性检验

1.变量替代法

按照CNNIN实施的第45次调查所得，可以发现：截至2020年6月，中国共有9.32亿的手机网民，手机网民在全体网民中的占比高达99.2%，据此数据推断得出：网民上网以手机为主要途径。所以，能否使用手机上网是判断自变量的又一指标，借此指标检验研究的稳健性。根据回归结果，发现在控制其他变量的情况下，手机上网均在1%的统计水平上显著负面影响农户贫困的短期和长期表现，即手机上网能够实现农村贫困减缓的作用。由此可见，互联网使用对农户相对贫困的研究结论具有高度的稳健性。

前文使用收入比例法测度农村贫困的指标，均是基于农户个人收入的基础上，而本文是利用CFPS2018整合的家庭样本，利用家庭人均收入指标进行测算会进一步缩小估计误差。因此，本文基于全体样本的基础上，确定家庭人均收入的平均收入为41845.75元，借鉴上文主要贫困线的测度方法，再次确定贫困发生率、贫困距、平方贫困距和贫困脆弱性，对互联网使用、手机使用与农户相对贫困的关系展开进一步分析。回归结果发现互联网使用依然存在显著的减贫效应。

2.多维贫困测度

前文所使用的的贫困指标均是参照收入线划定，这将导致互联网使用对中国反贫困政策的实施效果不能完全体现（李东等，2020）。因此，本文借鉴其他学者（马明义等，2019；李金叶等，2020）的研究方法，使用收入、健康、发展能力、生活质量四种贫困指标，采用权重法构建多维贫困变量，进一步查证互联网使用的减贫效果。

根据表8的设定结果，本文进一步建立了两个多维贫困测度指标，从回归结果发现，互联网使用对于农村多维贫困依然呈现显著的负向影响，且在1%的统计水平上显著，表明互联网使用不仅能够通过增加收入，还可能通过提高农户身体素质、改善农户生活质量等角度，进一步改善农村贫困现象。

表8 贫困维度、贫困指标、临界值及权重选取与设定

（二）内生性处理

1.反向因果导致的内生性问题

前文实证分析回归结果，互联网使用对缓解农户贫困具有显著的正向作用，但并未考虑分析过程中的反向因果导致的内生性问题。因此，本文参考单德朋等（2020）、殷俊等（2018）、祝仲坤等（2017）的做法，选用“互联网态度距”“同省市其他个体的平均互联网使用”及“互联网普及率”三个指标作为农户是否使用互联网的工具变量。从相关性角度出发，三个变量所呈现的是一个地区互联网的发展情况，地区互联网发展水平越高，农户利用互联网获取信息的可能性越大；从外生性角度出发，三个所选工具变量均不直接影响农村贫困。因此，从逻辑上推断，三个变量满足作为工具变量所需的相关性和外生性条件。

基于所选变量对应的F值都比16.38要大这一条件，得出：所选变量不存在弱工具变量这一问题（Stock et al.，2002）。故而，运用IV Probit模型、2SLS（两阶最小二乘法）以及LIML（极大似然估计法）展开估算，估算得出：使用互联网于统计水平为1%的条件上，短期内在减缓农村贫困领域发挥着较大的作用，且整体估计系数均大于OLS模型估计结果，表明未使用工具变量可能对结果低估。另外，互联网使用存在显著的长期减贫效应，显著支持了本文研究结果保持稳健的结论。

2.样本自选择偏差导致的内生性问题

为了对使用互联网于农户贫困方面产生的影响做进一步的验证分析，也为了避免因为样本选择造成估计存有误差，这里借助倾向得分匹配对互联网使用和农户贫困之间的关系进行重新估计。通过检验不同变量之间的平衡性，本文发现所选控制变量的标准偏差均值均小于10%，匹配效果十分显著。

倾向得分匹配方法的基本思路如下：第一，在其他控制变量与互联网使用给定的情况下，求出农户使用互联网的条件概率（也即倾向得分）；第二，按照倾向得分，检验匹配的平衡性，对处理组和对照组之间是否存在明显偏差进行探寻；第三，以最近邻匹配以及半径匹配，还有核匹配，对处理组与对照组进行匹配处理；第四，测算出互联网使用的平均处理效应（ATT）。按照这种基于反事实推断的思路对模型的样本自选择问题进行处理，在最邻近匹配法、半径匹配、核匹配这些不同匹配方式下，计算得出的ATT（即平均处理效应）。可以发现，对于互联网的短期减贫效果而言，ATT在-0.1561至-0.1424之间，即不论采用哪种方法，使用互联网均会在短期内使农户贫困减缓的概率提高14.24%至15.61%。对于互联网的长期减贫效果而言，ATT在-0.2816至-0.2774之间，即使用三种匹配方法后，互联网使用均会在长期内使农户贫困减缓的概率提高27.74%～28.16%。整体而言，使用PSM估计方法的回归结果小幅度超过了前文运用普通的Probit模型回归系数值，说明运用倾向得分匹配法规避样本自选择偏差后，互联网使用能够促进农户贫困减缓的研究结论依然稳健。

3.遗漏变量导致的内生性

前文虽然已经考虑了反向因果、样本自选择导致的内生性偏误，但是农户贫困是反复均衡的结果，互联网使用也面临着家庭潜在风险偏好等不可观测的影响，所以分析互联网使用与农户贫困的关系时，还需要进一步考虑因遗漏变量导致的内生性问题。

为了克服这种潜在内生性问题可能导致的模型估计误差，本文使用联立方程OLS作为参照系、三阶段最小二乘法作为最终结果展开进一步分析。使用联立方程模型需要同时考虑互联网使用、农户相对贫困的决定因素，只进入互联网使用方程的变量是上网时学习、工作、商业活动这些方面的重要程度，以及是否收发电邮、以互联网为信息渠道的重要性等方面，只进入农户相对贫困方程的变量是全职工作经历、是否签订劳动合同、是否从事个体经营以及家庭经营的整体资产。结果显示互联网使用对农户贫困短期减缓、长期减缓的作用依然稳健。

基于截面数据对贫困问题进行测度，将导致对贫困问题的研究是片面的（张志国，2015）。因此，为了进一步考察农户进出贫困的过程及原因，为政府建立贫困的动态瞄准机制提供理论依据，需要从动态视角进一步考察互联网使用与农户相对贫困的关系。所以，本文使用CFPS2018和CFPS2016数据组建新的面板数据进一步检验互联网使用对农户贫困减缓的影响，如此既弥补了截面数据因遗漏变量导致的内生性问题，又能进一步佐证互联网使用与农户相对贫困的关系。借鉴黄薇（2019）的做法，新增0-1虚拟变量“是否返贫”，在2016年为非贫状态，但是本期为贫困状态下的所有农户均看作是返贫；新增0-1虚拟变量“是否脱贫”，在2016年是贫困状态，但是本期是非贫状态的所有农户均看作是脱贫。结果显示，从整体而言，互联网使用能够显著缓解农户贫困状况，并且于统计水平为1%的条件下依然显著。通过回归模型2，可以发现：互联网使用能够在正向积极而且显著地影响农户脱贫，同样于统计水平为1%的条件下有着显著性影响。回归模型3的所得可以描述为：互联网使用在负向上于农户返贫存在明显的影响，在统计水平为5%的条件下存在显著负向影响，即互联网使用可以对农户返贫产生显著的抑制作用。根据农户跨期贫困状态的动态变动结果显示，互联网使用能够起到持续性脱贫的作用。

六、研究结论与政策建议

本文以追踪调查中国家庭所得的微观数据为基础，对使用互联网于农户相对贫困产生的影响进行研究和探查，借助RIF回归等方法对研究结果的稳健性进行检验；借助工具变量法、倾向匹配得分及联立方程等多种方式缓解了反向因果、遗漏变量所造成的内生性问题，还扩展研究探讨了互联网使用于农户相对贫困的具体内在机制。研究结论可以总结为：第一，互联网使用不仅能够通过增收渠道显著改善农户的短期贫困状况，并且可以显著降低农户的贫困脆弱性、多维贫困境况，体现对稳健脱贫的长期带动。第二，互联网使用的减贫效应存在显著的组间异质性，女性、中年农户、拥有高学历、低收入群体经由互联网使用渠道更有助于减贫。第三，解释机制表明，互联网使用经由拓展信息渠道、增强农户银行信贷能力、扩充已有的社会资本发挥减缓贫困的作用，同时互联网使用会降低农户民间信贷概率，进而影响农户相对贫困。

根据上述实证结果和相关结论，本文提出如下政策建议：

一是在乡村振兴战略的背景下，政府需要进一步推动偏远地区网络基础设施建设，在网络管理领域践行“提速降费”的承诺，普及对互联网的运用技能，让农村使用互联网的整体比例保持不断提升的态势，使互联网能够在缓解信息不对称、积累社会资本、改善农户在信息博弈中的弱势地位发挥更大的作用，进而缓解农户在信息获取层面的“贫困”。

二是央行等金融监管机构需要进一步净化网络信贷环境，对不良网贷平台有序清退，合格平台及时对接征信系统，从而缓解民间信贷对农户贫困减缓的负面作用。

值得注意的是，虽然本文研究了农户互联网使用与相对贫困的动态异质性表现，但并没有深入研究处于不同行业农户的互联网使用对贫困减缓的影响。可以预期的是，不同行业所需要投入的技能和风险分布不同，其互联网使用所带来的减贫效应存在差异，识别该种差异将会更有针对性地制定相应政策建议，提高互联网减贫绩效。受数据所限，本文未能甄别不同行业减贫效应的差异。因此，未来研究将会使用更长时间跨度的面板数据和更详细的微观调查数据，进一步研究互联网使用与农户相对贫困的关系，为现有互联网使用减贫理论基础和政策研究提供更多证据。