互联网使用对多维贫困的影响效应

孙墨涵 裴怡雯

摘要：本文采用A-F双临界值法进行多维贫困测度，基于CFPS微观数据，深入探究互联网使用对多维贫困的影响效应，揭示其区域和用途异质性。研究发现：互联网使用对于家庭多维脱贫的缓解具有显著的正向作用，但在东西部之间存在显著差距，且随着互联网的广泛普及和多样化应用，非物质性用途（如娱乐）的影响愈发明显。因此应继续完善互联网基础设施，深度发掘其潜力，更加注重互联网对于欠发达地区和精神层面的影响。

关键词：多维贫困；互联网；面板Logit回归；A-F双临界值法

中图分类号：F2文献标识码：Adoi：10.19311/j.cnki.1672-3198.2022.21.002

0引言

2020年12月后，我国实现全面小康目标，从最基本的物质层面上来说，贫困已经不复存在。绝对贫困彻底消除，现阶段贫困状态呈现出一种单一贫困到多维贫困的演变趋势。

1文献综述

多维贫困的理论视角对于贫困治理路径提出更高的要求。2012年提出“互联网+”概念为扶贫工作提供了新思路；2013年“精准扶贫”强调完善网络通信基础设施；2015年强调互联网普及到户是脱贫攻坚的重要手段。

何宗樾（2019）研究发现，互联网的使用显著降低了家庭落入多维贫困的可能性。李丽霞等（2019）发现对于农户使用互联网的高维减贫效应更大。李京蓉等（2021）发现拓展互联网金融使用广度和深度可以缓释农户多维贫困程度。田红宇、王嫒名（2021）从信贷可获得性视角发现数字技术能减缓农户多维贫困，但减贫红利没有被全体农户公平享有，互联网使用对多维贫困的影响众说纷纭。

先前研究与理论进展显示基础设施、保险健康、教育生活等物质维度常被纳入多维贫困测度，但对于精神层面的关注较少。互联网使用中数字金融研究频率很高，而对于互联网在学习、生活、娱乐等用途的影响关注不足。基于以上理论回顾，本文创新多维贫困测度指标，将主观态度纳入考察维度构建包含客观指标和主观指标的测度方法。选取2010年、2014年、2016年、2018年CFPS微观数据研究“互联网+扶贫”提出前后互联网的多维减贫效应，并进行用途异质性和地区异质性分析。

2研究方法和测度体系构建

2.1多维贫困识别

本文多维贫困识别采用A-F双临界值法。假设本次调查共含有n个样本个体，每一个体参考维度数量为m。构建样本判别矩阵（λij）n×m，λij表示个体i（i=1，2，3，…，n）在维度j（j=1，2，…，n）上的取值情况。λi=（λi1，λi2，…，λim）表示个体i在m个维度上数值的集合。Z=（z1，z2，…，zm）为相应维度上被剥夺临界值组成的向量，如果λij≤zj，表示个体i在j维度上属于相对贫困人口。即构建函数：

gij=1，λij≤Zi0，其他（1）

多维贫困的测度不仅要衡量维度内的被剥夺情况，同时也要考虑维度的被剥夺情况，因此两个临界值至关重要：一个是上面提到的维度内被剥夺临界值z，另一个是维度的临界值k，表示若微观个体在k或以上个维度被剥夺，则属于多维相对贫困人口。

qij（k）用来判定一个个体是否属于多维贫困个体，在下面的判定式中，ci（k）表示贫困个体i加权的贫困维度数，当个体i至少在k个维度上贫困时，cij（k）为mj=1ωjgij，否则为零。

qij（k）=1cij（k）≠00其他（2）

2.2指标体系构建

本研究以家庭为基本考察单位，以蒋翠侠（2011）的多维贫困测度体系为基础，结合田雅娟等（2019）对于主观贫困的研究将心理维度纳入考察。最终测度体系包括生活、收入、保险健康、教育、心理五个维度，八个指标。生活、收入维度，选取家庭相关指标，保险健康维度、教育维度、心理维度的指标采用家庭主导成员的回答作为代表值，2010年为家中主事者，其余年度为财务回答人，采取等权重，k临界值为1/3。具体认定标准见表1。

2.3数据来源和变量解释

本文采用中国家庭追踪调査（CFPS）数据库，获得共4435个家庭四年度的平衡面板數据，变量设定见表2。

3实证分析

3.1基准回归

基于平衡面板的数据类型和二值因变量的特点，采用面板二值选择模型，由于面板Probit无固定效应模型，限制较多，故使用面板Logit模型。通过两次豪斯曼检验排除混合回归和随机效应模型，确定采用面板二值选择变截距固定效应模型，将是否使用互联网作为解释变量进行基准回归，结果如表3所示。

解释变量回归系数均高度显著，且互联网使用系数为正，说明互联网使用可以有效缓解家庭层面的多维贫困。OR值一栏表明，使用互联网的家庭相对于不使用互联网的家庭，多维脱贫几率比（脱贫几率/多维贫困几率）将是原来的2.4倍。

3.2内生性检验

由于二值选择模型难以运用工具变量进行内生性检验，因此将因变量替换为数值型变量y2家庭多维贫困指数，将家庭所在省份互联网宽带接入端口数（access）和互联网宽带接入端口数与该省份人口数量比值（ratio），作为工具变量进行Hausman检验，检验结果见表4。检验结果接受原假设，即不存在内生变量，表明互联网使用变量x不存在显著的内生性。

3.3稳健性检验

进行分地区与城乡分类回归（将城乡分类从控制变量中剔除），结果均稳健，如表5所示。

3.4区域异质性分析

为探究不同地区，互联网使用对于多维贫困的影响效应有何异同，本文仍将全国家庭样本分为西部、中部、东北、东部四个区域，采取单个维度的区域固定效应进行探究，结果如表6所示。

结果显示中部地区和东北地区回归结果并不显著，但西部地区和东部地区差异较大，表明在东部地区，互联网使用对于多维贫困具有更加明显的缓解作用，本文认为这可能与互联网的使用单一，功能开发不足有关，没有充分发挥其生活服务的正向作用。

3.5用途异质性分析

采用用途平衡面板数据经过两次Hausman后确认使用混合回归。由于样本量过少且存在多重共线性等问题，放宽平衡面板数据，扩充样本容量，把不同用途作为解释变量进行Logit回归，探究不同时间互联网的多维减贫效应，结果如表7所示。

结果显示互联网的不同用途在各年份总体上对于多维贫困都有缓解效果，其中使用互联网工作的减贫效果最好，而学习、社交、娱乐的减贫效果相对逊色，但近年来使用互联网进行娱乐等非物质性活动的作用越发明显，这与互联网日益进入居民生活各个领域的现状密切相关，互联网开始普及时多只用于工作需要，对于收入等物质维度产生影响，随着互联网功能的丰富，居民使用的用途更加多样，社交娱乐等功能对于主观层面的感受带来影响。

4研究结论和政策建议

4.1研究结论

本文选取CFPS数据库4435个样本家庭，2010年、2014年、2016年、2018年四年度平衡面板数据，研究发现：互联网使用对于家庭多维脱贫的缓解具有显著的正向作用，在用途异质性分析中，使用互联网工作、学习、社交、娱乐均有积极作用，且随着互联网的广泛普及和多样化应用，非物质性用途（如娱乐）对多维贫困的缓解愈发明显。区域异质性分析表明互联网使用对多维贫困的改善效果在东西部之间存在差距。

4.2政策建议

（1）继续推进“互联网+”扶贫战略，持续发挥互联网的正向減贫效应，加快基础设施（网络宽带，通信基站等）全覆盖进程。

（2）挖掘“互联网+”扶贫潜力，改善西部等较落后地区的互联网减贫效果，让信息高速路打破多维贫困家庭以及集中区域的封闭，财富之源充分涌流。

（3）净化网络环境、注重互联网间接的非实物影响，最大限度发挥其正外部性，提升人民群众安全感、获得感、幸福感。

参考文献

［1］高帅，毕洁颖.农村人口动态多维贫困：状态持续与转变[J].中国人口·资源与环境，2016，26（02）：76-83.

[2]何宗樾.互联网的减贫效应研究——基于CFPS2016数据的机制分析[J].调研世界，2019，（06）：8-13.

[3]李丽霞，李宁，张旭锐，等.互联网使用对农户多维贫困的减贫效应研究[J].科学决策，2019，（11）：66-82.

[4]李京蓉，申云，杨晶，等.互联网金融使用对农户多维减贫的影响研究[J].统计与信息论坛，2021，36（05）：104-118.

[5]田红宇，王嫒名.数字技术、信贷可获得性与农户多维贫困[J].华南农业大学学报（社会科学版），2021，20（04）：33-43.

[6]蒋翠侠，许启发，李亚琴，等.中国家庭多维贫困的统计测度[J].统计与决策，2011，（22）：92-95.

[7]田雅娟，刘强，冯亮，等.中国居民家庭的主观贫困感受研究[J].统计研究，2019，36（01）：92-103.