电子商务对中国家庭减贫效应研究——基于多维相对贫困的视角

陈 怡 陶晓莹

(南京审计大学经济学院，江苏 南京 211815)

一、引言

改革开放40多年来，我国始终致力于消除绝对贫困。2021年3月发布的《中华人民共和国2020年国民经济和社会发展统计公报》显示，2020年底，现行贫困标准下(1)现行贫困标准指人均年纯收入2300元(2010年不变价)：http://www.stats.gov.cn/tjsj/zxfb/202102/t20210227_1814154.html.9899万农村贫困人口全部实现脱贫，贫困县全部摘帽，中国取得数亿人脱贫的重大成就，自此绝对贫困历史性消除，我国开始进入以治理相对贫困为目标的“后减贫时代”，并进一步探索实现全体人民共同富裕的路径。

随着中国互联网普及率的不断提高，电子商务快速发展。根据中国商务部发布的《中国电子商务报告2020》显示，2020年底网购用户规模达到7.8亿，电商行业从业人员超过6000万，创造了37万亿的电商交易额。从图1看出，2011-2020年电子商务交易额逐年增长，年均增长率达23.69%(2)由于统计口径调整，同比增速数据按照可比口径计算。，近年来其增速有所放缓，电子商务将进入高质量发展的新阶段(田世英、王剑，2019)[1]。直播电商和在线拼团等一系列新业态模式的诞生，促进了包括农产品在内的产品交易，2020年全国832个国家级贫困县网络零售总额达到3014.5亿元，同比增长26.0%(3)商务部委托第三方大数据统计：http://www.mofcom.gov.cn/article/i/jyjl/l/202103/20210303041815.shtml.，越来越多的农民通过电子商务实现了脱贫致富。正是鉴于电子商务给部分地区带来的巨大变化，党的十八大以来，中共中央、国务院及各部委先后发布了多份有关电商扶贫的官方文件。如2015年11月，国务院将“电商扶贫”正式纳入“精准扶贫”十大工程，至此电商扶贫成为脱贫攻坚的重要方式之一。2021年3月《中华人民共和国国民经济和社会发展第十四个五年规划和二○三五年远景目标纲要》提出“完善城乡融合消费网络，扩大电子商务进农村覆盖面”。

图1 2011-2020年中国电子商务发展状况 资料来源：中华人民共和国商务部电子商务和信息化司《中国电子商务报告(2020)》(http://dzsws.mofcom.gov.cn/article/ztxx/ndbg/202109/20210903199156.shtml)。

电子商务作为商贸流通数字化改革的重要工具，能够克服传统线下商业活动的局限性，拉近偏远低收入地区与市场之间的距离，推动城乡生产与消费有效融合，持续不断地为实现共同富裕注入新活力，特别在抗击新冠肺炎疫情的过程中，电子商务在复工复产和稳定就业上展现出强韧的活力。但电子商务是否有助于中国家庭减贫，以及通过何种有效路径发挥其减贫作用，最终实现共同富裕仍需要进一步探讨和研究。

本文使用中国家庭金融调查CHFS(2017)、中国家庭追踪调查CFPS(2018)和《中国电子商务发展指数报告》等数据研究电子商务对中国家庭多维相对贫困的影响。与现有文献相比，本文的边际贡献在于：构建多维相对贫困指数框架，对全国家庭的贫困状况进行测度与分解，拓展了相对贫困的研究思路；采用微观数据，实证分析了电子商务对中国家庭多维相对贫困的影响，并考虑不同维度、地区和城乡异质性；采用倾向得分匹配的方法，分别从网商和网购角度出发，对电子商务影响贫困的作用路径进行了实证检验，丰富了电商扶贫的理论机制。

二、文献综述

(一)对贫困测度的研究

1.绝对贫困与相对贫困

对贫困的认识与研究中，国内外学者经历了由绝对静态到相对动态、由单维到多维的过程。起初，在通过收入界定贫困的研究中，Rowntree(1902)[2]认为绝对贫困是由于收入不能满足基本需要造成的。之后，发达国家虽然基本消除了绝对贫困，但贫富差距问题开始显露出来，Fuchs Victor(1967)[3]第一次提出了相对贫困的概念，在这之后经济学界对贫困的认识从绝对贫困逐步转向相对贫困。Townsend(1979)[4]否定了缺少生活必需品的绝对贫困，认为由于缺乏饮食、住房、娱乐及参与社会活动等资源，居民难以达到社会大众的平均生活水平才会形成贫困，贫困的相对性是绝对的，即在任何社会、任何时间都会存在。

2.多维贫困

Sen(2004)[5]提出贫困不仅体现为低下的收入水平，更是对基本可行能力的褫夺，收入只是其中一个重要方面，但不是全部因素，学界对贫困问题的研究也从单维的收入贫困拓展到多维贫困。2000年以后，国内就有学者开始研究多维贫困问题，并将贫困划分为收入、人类和知识三个方面(胡鞍钢、李春波，2001)[6]；之后，Alkire和Foster(2007)[7]提出了一种新的多维贫困测度方法—AF方法，得到了广泛的认可，有文献利用该方法发现收入不再是造成多维贫困的主要原因(王小林和Alkire，2009[8]；张全红、周强，2014[9])，也有从动态角度分析我国长期多维贫困状况(郭熙保、周强，2016)[10]，还有对特定人群进行多维贫困估计，如农民工(王春超、叶琴，2014)[11]、老年人(解垩，2015)[12]等。

3.2020年后贫困标准

虽然中国消除了绝对贫困，但该标准仍偏低，脱贫人口的收入依旧处于较低水平。探讨2020年后贫困标准的研究，主要分为三类：第一类主张向国际标准看齐，采用“收入比例法”衡量相对贫困，有将居民人均可支配收入中位数的40%作为“全国一条线”(邢成举、李小云，2019)[13]，也有考虑到城乡贫困治理统筹的需要，建议分别以城乡居民中位数收入的一定比例的(孙久文、夏添，2019)[14]，还有为缩小城乡差距，建议城乡设立不同比例的(李莹等，2021)[15]；第二类研究主张采用多维相对贫困标准(王小林、冯贺霞，2020[16]；汪三贵、孙俊娜，2021[17]；刘佩、孙立娟，2022[18])，特别是针对不同收入的群体以及不同的政策目标，应建立一个多元相对的贫困标准体系(檀学文，2020)[19]；第三类建议在2300元贫困线的基础上提高收入标准，如短期内可以采用3.2美元的中度绝对贫困标准以降低财政支出(汪晨等，2020)[20]。

(二)电子商务对贫困影响的研究

在电子商务萌芽之初，Malecki(2003)[21]认为在一定程度上农村电子商务发展能够助力农村发展，减少贫困。从国内研究来看，其实早在2002年就有人提出农村地区需要通过电子商务推动其发展，但由于当时电子商务的概念才兴起，还存在网络设施不完善、人才缺乏等问题，并没有引起大众关注；直到汪向东和张才明(2011)[22]通过对沙集模式的研究，认为电子商务减贫是可以复制的，大家才开始关注这两者之间的关系。

之后有通过典型案例，如浙江丽水淘宝村(崔丽丽等，2014)[23]、遂昌模式和内蒙古贫困县(林海英等，2020)[24]等，发现电子商务能够克服贫困地区“瓶颈”的制约，促进贫困人口脱贫。也有围绕电商扶贫的理论机制展开，如林广毅(2016)[25]扩展了增收、节支、赋能的电商减贫路径；曾亿武等(2018)[26]证明了电子商务可以分别通过提升利润率和销量达到增收的目的；林海英等(2020)[24]利用调研数据分别从“增收”和“节支”两条路径估计了贫困户参与电商扶贫的效果。

另一些研究使用宏观数据实证分析了电子商务对贫困的影响。如从省级层面进行的研究：探讨电子商务与农村扶贫效率的关系(唐红涛等，2018)[27]；发现金融发展可以通过收入分配的手段调节居民收入，从而减少贫困的发生(崔艳娟、孙刚，2012)[28]。从县级层面进行的研究：柳思维等(2019)[29]将金融发展水平作为工具变量，得出电子商务具有减贫作用的结论。还有部分文献从微观角度探究电子商务与居民收入(曾亿武等，2018[26]；林海英等，2020[24])、教育知识(王金杰、李启航，2017)[30]和农户经济获得感的关系(王瑜，2019)[31]，但直接研究电子商务对微观家庭多维相对贫困影响的文献尚未见到。

梳理以上文献发现，贫困经历了从以收入衡量的绝对贫困到相对贫困，从只看收入的单维度贫困到考虑教育、医疗、健康、生活条件等因素的多维贫困，可以发现在不同时期和不同社会制度下，贫困都会以不同的形式存在。近年来，国内外对电商扶贫的研究日益丰富，总体来说理论研究多于实证研究，少有的实证研究也是从案例出发探讨电商对贫困的影响，且大多集中在西部农村地区，其研究结论未必适用于全国。基于此，本文采用家庭微观数据(CHFS)和中国电子商务发展指数，实证研究了电子商务对家庭多维相对贫困的影响，并对其作用机制进行了检验。

三、计量模型与变量说明

(一)模型构建

为考察电子商务对贫困的影响，本文借鉴前人研究，构造了一个二元选择模型(Logit)进行估计，其中被解释变量为家庭是否贫困(贫困取值为1，否则为0)，模型设定如下：

(1)

其中i代表家庭，j代表各个家庭所在的省份，P表示多维相对贫困发生率，被解释变量是家庭i处于贫困和非贫困概率之比的对数，Inecommercej表示j省电子商务的对数，β表示电子商务对贫困的影响，χij表示家庭特征、户主特征与区域特征等控制变量，λij是各个控制变量的回归系数，εij是随机扰动项。

(二)变量说明

1.数据选择

本文采用的是中国家庭金融调查(CHFS)2017年数据，覆盖全国29个省市、345个县，剔除户主是未成年人的家庭以及一些缺失值后，最终得到37444个有效的家庭样本数据。

2.被解释变量构建与说明

本文选取家庭是否贫困作为被解释变量，并采用多维相对贫困与相对贫困两种衡量标准。多维相对贫困指数(MRPI，Multidimensional Relative Poverty Index)由国际通用的多维贫困测度方法MPI指数演变而来。考虑到已经步入“后减贫时代”，结合国内学者研究(张全红、周强，2014)[9]和CHFS数据特征，选取收入、教育、健康和生活条件4个维度共8个指标对多维相对贫困指数进行测算。由于平均数受极值的影响较大，采用中位数衡量相对指标。由于自评健康状况是直接衡量和反映具体的健康功能，无法说相对别人更健康就是健康，另外生活条件各指标，本文只观察住户是否有权使用这项服务或拥有一项物品，故采用绝对评估的方法(Dotter C和Klasen S，2014)[32]。本文同时包括绝对性和相对性指标，避免了多维相对贫困指数陷入“不均等”的概念框架中，也基本顺应了从绝对贫困过渡到相对贫困治理的形势需要，各指标具体介绍如下表1。此外，在相对贫困治理初期，大多数学者认为40%这一比例较为合适，故本文将人均收入中位数的40%作为相对贫困的衡量标准，进行对比以保证结果的稳健性。

表1 多维相对贫困指数维度、指标及定义

A-F方法主要采用的是等权重法，有指标等权重和维度等权重两种方式。本文采取大部分文献都采用的维度等权重方法，计算得出每个家庭i的多维相对贫困指标数ci、多维相对贫困家庭数q(k)、多维相对贫困发生率H(k)、平均被剥夺程度A(k)和多维相对贫困指数M(k)，各公式具体表示如下：

按照不同临界值k，测算出H(k)、A(k)、平均贫困维度、M(k)和各指标贡献率，计算结果见表2。可以发现，多维相对贫困发生率从62.62%下降到0.44%，这说明我国极端多维相对贫困的家庭很少，贫困发生率的下降速度快于平均剥夺份额的上升速度，故MRPI贫困指数呈现更快的下降趋势。以k=0.3为例，多维相对贫困发生率为40.7%，属于“MRPI贫困”的家庭平均在3.85个维度上处于贫困。由于使用的是多维相对贫困指标，本文的结果相对偏高。

表2 各临界值下 H(k)、A(k)、平均贫困维度、M(k)和各指标贡献率

观察不同临界值下各指标的贡献率，可以发现，无论k取何值，教育和收入贫困都是最严重的。当k>0.2时，教育贡献率随着k的增加逐步减少至30%，收入贡献率在k=0.5时达到峰值38%；健康维度贡献率始终保持在20%上下，其中养老保险的贡献率略高于医疗保险，这与13亿人口享受基本医疗保险，基本养老保险覆盖近10亿人的现状相吻合(4)中华人民共和国中央人民政府：http://www.gov.cn/xinwen/2021-02/12/content_5586882.html.；在生活条件方面，即使在k=0.8时，耐用品和水电燃料的贡献率也只有4%，其余临界值时，都在2%以下，虽然独立厨卫的贡献率最大，但也只有个位数。当k=0.3时，多维贫困各维度分解更准确，且更符合实际情况(Alkire和Foster，2007)[7]，故本文将k=0.3定义为多维相对贫困的临界值。此时，教育、收入、健康和生活条件贡献率分别为41%、32%、21%和6%，说明我国精准脱贫攻坚战取得了重大成就，大部分家庭脱离了生活条件贫困。

表3报告了在k=0.3标准下，城乡地区各自的多维相对贫困发生率及各指标贡献度。结果表明，城镇地区的贫困发生率为29.26%，远低于农村地区，这说明农村地区的家庭更易遭到多维剥夺。而城乡各指标的贡献率与总体分布类似，农村地区收入的贡献率达35%，高于城镇地区的28%，这是因为本文使用的是“全国一条线”的相对收入，因此，农村地区会高一些。

表3 分地区多维相对贫困发生率及各指标贡献率(k=0.3)

总结以上分析，健康取代生活条件，与教育和收入维度构成影响多维相对贫困的主要原因。由于采用的是相对收入指标，即使脱离了2300元绝对贫困的标准，收入仍然是造成家庭多维相对贫困的主要方面，特别是在农村地区，需要继续提高低收入群体的收入水平，完善再分配机制，缩小城乡收入差距；家庭受教育年限的中位数已经达到12年(5)用家庭中受教育程度最高者的受教育年限表示一个家庭的受教育年限，根据CHFS2017数据统计得出。，这说明我国家庭平均学历已达到高中水平，但还存在较大的相对教育贫困，再加上学历短期内无法像医疗保险等指标取得重大突破，是一个长期的过程，国家应该重视教育的质量和深度，辅以“双减”政策，达到教育的均衡和公平；提升居民自身的健康水平同样是一项具有基础性、复杂性和长期性的工作，为应对老龄化程度不断加深带来的健康问题，应加速养老金制度改革，重点发展养老金的第二支柱(如企业年金和职业年金)和第三支柱(如商业养老保险)；我国绝大部分地区生活条件已达到小康水平，但独立厨卫仍是贫困治理需要关注的方面，政府需因地制宜地推进厕所革命，改善村容环境。

3.解释变量和控制变量

本文采用中国电子商务发展指数表示核心解释变量电子商务，该指数由清华大学电子商务交易技术国家工程实验室和中央财经大学中国互联网经济研究院等联合发布，包括4个一级指标，14个二级指标，由规模、成长、渗透及支撑指数四个方面构成。

参照已有文献引入家庭、户主和区域特征变量作为控制变量。家庭特征变量用家庭人口总数表示；户主的特征变量涵盖性别、年龄、婚姻、文化程度、参与工作情况等方面，赋值方面参照以下标准：男性赋值1、女性赋值0；已婚赋值1、其余赋值0；本文将文化程度对应成受教育年限，“没上过学”0年、“小学”6年、“初中”9年、“高中”12年、“中职/职高”12年、“大专/高职”15年、“本科”16年、“研究生”19年和“博士”22年；参与工作赋值1、不参与工作赋值0；区域特征变量中，城镇地区赋值1、农村赋值0；东部地区赋值1、中西部地区赋值0。

4.描述性统计

表4展示了各变量的描述性统计，可以发现多维相对贫困率为40.7%，样本家庭规模在3人左右，户主大多为男性，平均年龄约55岁，其中85%的户主已婚，63.5%的户主参与工作，户主平均受教育年限为9年，家庭更多位于城镇地区，东部和中西部的样本量大致相似。

表4 变量描述性统计

四、实证检验

(一)基准回归结果

表5的模型1-3展示了多维相对贫困标准下电子商务对家庭贫困的影响，模型4-6是相对贫困视角下的估计结果。在两种贫困标准下，解释变量的系数都在1%的水平上显著为负，说明电子商务能够显著缓解家庭贫困状况，且对于相对贫困来讲，电子商务更有利于多维相对贫困的减轻，可能是因为电子商务不仅能够影响收入水平，还能通过完善网络与公路配套设施的建设，提升公共服务水平，发挥对基础环境、物流环境和人力资本环境的潜在溢出效应。

表5 电子商务对家庭贫困的影响

模型2和模型5展示了电子商务对不同标准下的贫困的影响维度，可知电子商务指数每提高1%，贫困发生概率比的对数就降低0.048%和0.031%。从其他变量来看，以是否参与工作为例，参与工作每增加1%，多维相对贫困和相对贫困的概率会减少0.03%和0.034%。为进一步检验电子商务能否通过经济发展对贫困产生影响，本文在模型3和模型6中引入电子商务和经济增长的交互项，可以发现模型3的交互项虽显著但为正，模型6的交互项为负但不显著，这说明电子商务难以仅通过经济增长途径缓解家庭贫困，可能是因为高收入群体相对更多地分享了经济增长的成果，而要想更多更公平地惠及全体人民，需要政府系统性政策的配合，从而在实现国家富裕的同时实现人民富裕(高海波，2022)[33]。

其他变量中，家庭规模对多维相对贫困的作用显著为负，对相对贫困不显著；户主为女性、已婚、参与工作、学历越高、位于城镇与东部地区有助于缓解贫困；年龄的增加对贫困的减少有正向作用，但达到一定大小后，减贫作用会随着年龄的增长而减少，呈现倒U型。综上所述，家庭能够通过整合社会资本，在共享资源的同时共担风险，缓解其他维度贫困，故更有利于减少多维相对贫困的发生；而女性作为户主时有着更强的抗风险能力，有一种“责任”会千方百计增加收入(樊丽明、解垩，2014[34]；解垩，2020[35])；参与工作、文化程度较高的户主可以通过增加收入降低贫困的发生；相对于农村和中西部地区，处于城镇和东部地区的家庭拥有更多的就业、教育机会与医疗保障，这说明电子商务的减贫作用存在空间分布差异。

(二)分维度电子商务影响分析

表6的模型1-4分别显示了电子商务能够缓解收入、教育、健康和生活条件四个维度的贫困，且都在1%上显著。电子商务指数每提升1%，各维度加权贫困指数分别降低0.024%、0.029%、0.008%和0.002%。不难看出，电子商务对教育贫困的影响最大，其次对收入的增加和健康程度的提升也有一定的作用，但对生活条件的改善作用最小，验证了电子商务可以通过增加收入和学习交流的机会实现减贫(林广毅，2016)[25]。

表6 电子商务对多维度贫困的影响

电子商务对家庭经济和生活产生了正向影响。收入方面，电子商务通过促进产业多业态的形成，提供更多的就业岗位和创业机会；教育方面，电子商务扩宽网络设施的铺设，有助于人们利用互联网进行学习活动，提高人们的教育水平和文化素养；健康方面，利用电子商务建立以医院和患者为主体的云平台，提升居民的健康水平；生活方面，电子商务带动交通体系和当地基础设施的建设，增加清洁用水和电的供给，改善家庭的生活水平。

(三)分地区电子商务影响分析

从基准回归可以看出城市化对减贫有着显著的作用，为进一步探讨电子商务对不同地区家庭的多维相对贫困的影响，本文分别对城镇、农村、东部和中西部的样本进行分地区回归，结果如表7所示。模型1-4说明无论家庭位于什么区域，电子商务都能够缓解多维相对贫困，且对于农村和东部地区的家庭作用更明显。

表7 分地区电子商务对家庭贫困的影响

从城乡分布来看，电子商务在城镇地区发展更为成熟。根据2020年中国电子商务报告可知，2020年城镇网络零售额达到9.97万亿元，占全国网络零售额的84.8%，尽管农村网络零售额达到1.79万亿，同比增长近9%，但其仅占全国网络零售额的15.2%，且农村电商存在“最后一公里”的薄弱环节，仍有75%的村没有电商配送站点，阻碍了工业品的下行和农产品上行，无法满足“家门口收发货”的基本要求。

从东西分布来看，相对于交通不便的中西部地区来说，电子商务市场的主体更多地分布在东部沿海地区。中西部地区的网络零售额仅占全国的15%，东部地区的广东省、浙江省和上海市合计占比就超过一半，中西部地区由于受到自然环境、经济发展水平和商贸基础设施的制约，导致电子商务发展较为缓慢，故在中西部地区的减贫作用不及东部地区。

(四)稳健性检验

本文做了如下稳健性检验以支持主结论。第一，替换数据库。模型1～模型3选取的是北京大学实施的中国家庭追踪调查(CFPS)2018年数据，模型4～6仍为2017年CHFS数据。根据现有研究(解垩，2020)[35]与CFPS的数据特征，将家庭饮用水和做饭燃料代替独立厨卫及水电燃料两个指标。考虑到CFPS数据中缺少户主信息，选择用财务负责人的特征作为替代，同时在家庭特征变量中增加互联网商业活动频率，回归结果为表8的模型1～3。第二，替换解释变量。分别使用2018年中国电子商务发展指数、省级网上零售额占GDP的比重和地级市人均移动电话数来衡量解释变量电子商务，结果为模型1～3；模型4采用省级网上零售额占GDP的比重表示解释变量。第三，替换被解释变量。将收入、受教育年限、医疗保险和养老保险指标采用平均数衡量，最终构成新的多维相对贫困指数，结果为模型5；另外借鉴王朝明和胡棋智(2008)的做法，分别删除1%最高人均收入与最低人均收入的家庭样本,以去除极端值，结果为模型6。综上发现，电子商务和参与互联网商业活动始终能够显著降低多维相对贫困的发生，这说明本文的结论是稳健的。

表8 内生性检验

五、电子商务影响家庭多维相对贫困的机制检验

(一)倾向得分匹配法

据前人研究，电子商务可以通过“增收”和“节支”两种途径减贫。一方面，创业者可以利用电子商务解决信息不对称、分销渠道冗长等困难，扩展市场空间，实现增收(杨宜勇、蔡潇彬，2021)[36]；另一方面，消费者可以通过网络平台购买生活用品，达到节支的目的，特别是在边际搜寻成本很低的地区，电子商务平台能够显著降低商品的均衡价格(孙浦阳等，2017)[37]。

为进一步探究电子商务缓解家庭多维相对贫困的内在机理，本文将家庭参与电商行为分为网销和网购，分别从增收和节支两个途径验证减贫作用。但家庭参与电商行为不是随机选择的结果，会受到家庭条件、经营水平和资源禀赋等因素的影响。例如，学历更高的户主拥有更多的知识储备和学习能力，他们会更积极地参与到电子商务的创业活动中；参与工作的户主拥有稳定的收入来源，会更倾向于网络购物。另外，上述因素也会对家庭的贫困状况产生反向作用，造成内生性问题，即贫困状况不仅与家庭参与电商行为有关，也会受到误差项的影响。基于此，本文采用倾向得分匹配的方法(PSM)来降低选择性和内生性偏差。

PSM可以通过匹配排除其他变量的干扰作用，得到电商行为对家庭多维相对贫困的净效果。该方法的核心思想是，观察影响家庭参与电商行为的特征，构造出一个与参照组相似的随机对照组，比较这两组的差异(平均处理效应)得出参与电商行为的减贫路径。本文借鉴Rosenbaum 和Rubin(1983)[38]的方法，将处理组的平均处理效应定义成如下公式：

ATT=E(Yi,1|Ti=1)-E(Yi,0|Ti=1)

(2)

其中Yi,0，Yi,1表示接受处理的个体i的潜在结果变量，Ti=1代表参与电商行为。

(二)变量选取和描述性统计

基于上述理论分析，电子商务可以通过影响人均收入和支出，对家庭的贫困状况产生作用。人均收入和支出分别等于家庭总收入和总支出除以家庭规模。具体而言，将家庭参与网销设为处理组，不参与网销设为对照组；参与网购设为处理组，不参与网购设为对照组。经过反复尝试，最终选取如下匹配变量：家庭规模、性别、年龄、年龄平方、婚姻、受教育年限、参与工作、城乡和东中西地区。

根据CHFS数据得出，参与电商家庭的多维相对贫困发生率远低于非参与家庭，且人均收入和支出都高于非参与家庭。以网销为例，参与网销家庭的人均收入和支出是11.2万元和4.7万元，比非网销家庭多出8.2万和2.5万元，且都在1%水平上显著。从匹配变量来看家庭规模、户主年龄、受教育年限、参与工作情况、城乡和地区都存在明显差异。但无论以何种形式参与电商，家庭都拥有更大的规模、户主更年轻、学历更高以及户主参与工作的概率更大，这说明样本存在显著性偏差。

(三)家庭参与电商行为减贫的估计结果

表9汇报了自变量为网销和网购的回归结果。其中模型1-2是未进行PSM匹配的结果，可以看出参与网销和网购能显著降低家庭多维相对贫困的发生，与基准回归的结果相同；模型3-4是进行PSM匹配后的结果，网销和网购仍有利于贫困的缓解。

表9 基于Logit模型分析家庭参与电商行为对贫困的估计结果

(四)平衡性检验

在三种不同的匹配方法中，解释变量的标准偏差都大幅减少到10%以内，且参照组与对照组的所有解释变量都无明显差异，具体检验结果见表10。以网销为例，总偏误大大减少，Pseudo R2由匹配前的0.108下降到0.005以内；LR统计量显著从583.37下降到6.91以内；解释变量的均值偏差和中位数偏差都不高于5.8%。上述结果表明，倾向得分匹配的样本是成功的，匹配前后的电商家庭与非电商家庭基本一致。

表10 匹配前后解释变量的平衡性检验结果

(五)家庭参与网销的增收效应和参与网购的节支效应测算结果

表11分别汇报了网销的人均收入、网购的人均支出及各自相减的ATT值。可以观察到各种匹配方法下的结果非常接近，且ATT值都在1%的水平上通过了显著性检验。以是否参与网销为例，根据三种匹配方法的均值得出，家庭若进行网销，其人均收入为11.161万元，相对于未进行网销的家庭来说，实现增收7.374万元。实证结果证明了网销对家庭收入的促进作用，反映了电子商务促使家庭分享数字红利成为现实(曾亿武等，2018)[26]，论证了增收是构成电子商务减贫的来源机制。

表11 参与电商行为对人均收入和人均支出影响的测算结果

从网购的角度来看，参与网购并没有减少家庭支出。根据表格的平均结果显示，未进行网购的家庭，其人均支出为2.139万元，参与网购后家庭支出反而增加到2.985万元，增支0.846万元。可能是因为电子商务拓宽了消费渠道，激发了居民的购买欲望，再加上低收入人群的边际消费倾向较高，需要购入更多的生活用品，故家庭支出反而增加。综上，虽对于全国范围的家庭来说，无法证明节支是电子商务减贫的来源机制，但电子商务有利于挖掘消费者的购物潜力，刺激产出最终带动整个社会的经济发展。

(六)敏感性分析

由于存在不可观测的遗漏变量，可能会导致对照组的选取过程不随机，PSM方法产生偏差。本文根据Rosenbaum敏感性分析的方法估计偏差的大小，该方法中的伽玛系数可以指代被忽视的因素对家庭参与电商行为的影响，如果伽玛系数接近1.0时已有结论就不显著，就表明存在隐藏偏差，PSM结果就是非稳健的；反之当伽玛系数取值很大的时候已有结论才不显著，那么PSM结果就是稳健的。根据结果得到，不论是网销还是网购组，当伽马系数等于2.0时，结论才在5%水平上不显著，因篇幅所限省略。因此可以认为，虽然存在未观测的因素，但处理效应估计对其并不十分敏感，这说明结论是稳健的。

六、结论与政策建议

电子商务能够跳过中间商直接对接消费者，将数字红利扩散到低收入家庭上，成为减贫的重要变量，从而为实现共同富裕探路。根据以上研究，本文得出如下结论与政策建议。

(一)结论

本文运用2017年CHFS数据、2018年CFPS数据和中国电子商务发展指数，对中国家庭收入、教育、健康和生活条件4个维度8个指标的多维相对贫困指数进行测算和分析，验证了电子商务对中国家庭减贫的作用及理论机制，得出以下结论：第一，收入和教育维度是造成家庭多维相对贫困的主要因素；第二，电子商务不仅可以减轻以收入度量的相对贫困，而且可以缓解多维相对贫困，另外电子商务对家庭多维相对贫困的影响存在明显的维度、城乡和地区异质性；第三，家庭可以通过网销路径实现增收达到减贫的目的，却难以通过网购路径节省支出以缓解贫困，其可能的原因在于低收入人群的边际消费倾向较高。

(二)政策建议

1.需加强对多维相对贫困的关注。消除绝对贫困后，相对贫困问题依旧会长期存在，在后贫困治理的新阶段，多维相对贫困指标的科学建立显得较为紧迫，在考虑收入的同时，重视其他方面的能力贫困问题，如教育贫困与健康贫困。在条件允许的情况下，政府可将义务教育年限延至十二年，利用互联网教学方式推进基本公共教育均等化；在健康方面，扩宽医药电商服务领域，推动商业医疗保险朝着正规化的方向发展，深化医疗体制跨地区改革，解决乡村振兴和城镇化进程中凸显的教育与健康差距问题，为将来过渡到相对贫困的治理上夯实基础。

2.由于电子商务能够在很大程度上缓解我国家庭的多维相对贫困，因此低收入地区通过引进专业的技术人才和完善基础商贸设施以发展电子商务，对我国解决贫困问题具有重大意义。相对贫困人口由于文化程度不高，对电子商务这种新型模式的接受能力较差，存在交易障碍。政府可以利用线上线下多渠道开展电子商务的普及和培训工作，另外考虑到中西部的商贸基础设施尚在起步阶段，建议进一步完善县、镇与村之间的三级电商服务体系，对其进行统一化的管理。尤其是农村和中西部地区，利用邮政在农村基础网路配送能力方面的优势，鼓励第三方物流、农村公路客运站与邮政进行合作，积极搭建陆路运输平台，解决物流障碍中“最后一公里”的桎梏，发挥电商的减贫作用。

3.通过网销途径，电子商务可以提高中国家庭收入。为了扩大消费市场、提供更多的就业岗位和创业机会，政府需要继续引导传统产品批发与现代电子商务行业对接，有针对性地发展地方特色产业，实施分区域化的电子商务战略以挖掘不同地区消费的潜在增长点；同时鼓励居民利用互联网工具进行创业，以直播带货的方式拓宽商品销售渠道，推动城乡内循环，促进居民收入高质量持续增长，最终实现共同富裕。