互联网使用对我国居民捐赠行为的影响
2023-08-11李庆海李实
李庆海 李实
摘 要：基于CFPS 2018数据，采用Heckman模型考察互联网使用（包括使用与否及其使用频率）对个体捐赠行为（包括捐赠与否及其捐赠金额）的影响、异质性和调节效应，并采用部分可观测的Biprobit模型揭示这一影响背后蕴含的作用机制。研究表明：互联网使用对我国居民个体捐赠行为具有促进作用，即个体使用互聯网以及互联网使用频率越高，则参与捐赠的可能性越大、捐赠金额越多；不同维度的互联网使用频率中，学习频率和工作频率越高则参与捐赠的可能性越大，而学习频率、工作频率和商业活动频率越高则捐赠金额越多；异质性分析发现，互联网使用的影响在不同年龄段、户籍、工作性质和捐赠氛围社区的群体中存在差异；调节效应分析表明，互联网使用对个体捐赠行为的促进作用，会随着社会信任程度和自评社会地位的提升而有所增强，但不会随着社会资本水平的变化而有所改变；作用机制研究发现，互联网使用通过提升个体捐赠意愿和捐赠能力而对捐赠行为产生促进作用，其中对捐赠能力的提升更为明显。
关键词：互联网使用；个体捐赠行为；第三次分配
中图分类号：D632.9 文献标识码：A 文章编号：1003-7543（2023）07-0126-19
基金项目：国家社会科学基金重大项目“新时代我国农村贫困性质变化及2020年后反贫困政策研究”（19ZDA116）；江苏高校哲学社会科学研究重大项目“数字鸿沟对长三角地区农户福利不平等的影响机理与效应研究”（2021SJZDA122）。
作者简介：李庆海，南京财经大学经济学院副教授，北京师范大学经济与工商管理学院博士后；李实，教育部长江学者特聘教授，浙江大学公共管理学院教授、博士生导师，浙江大学共享与发展研究院院长，中国收入分配研究院执行院长。
党的二十大报告明确指出，“分配制度是促进共同富裕的基础性制度”，要“坚持按劳分配为主体、多种分配方式并存，构建初次分配、再分配、第三次分配协调配套的制度体系”，“引导、支持有意愿有能力的企业、社会组织和个人积极参与公益慈善事业”。事实上，以慈善为主体的第三次分配，对缩小居民收入差距、缓解社会矛盾和推进共同富裕具有重要意义，其作用不容忽视［1-2］。目前，慈善的形式主要有捐赠、志愿者服务和献血等，其中以捐赠最为常见。捐赠是指政府机关、企业、个人或者社会组织等主体，将拥有的时间、金钱和财物等禀赋捐献给正处于困难状态的个人或群体，本文围绕金钱捐赠展开研究。
伴随着2016年《中华人民共和国慈善法》的颁布，我国慈善事业得以迅猛发展，慈善捐赠金额不断攀升。《2020年度中国慈善捐赠报告》指出，2020年全年现金捐赠高达1 473.97亿元，同比增长41.12%［3］。但与我国慈善事业快速发展态势不甚相称的现象是，我国居民个人捐赠占捐赠总额比例长期处于较低水平，与发达国家慈善捐赠的“常态化”相比尚有一定差距［4］①。个人捐赠之所以重要，是因为它是慈善事业发展的基石，能为慈善事业持续、健康和有序发展提供充足、稳定和可靠的资金来源，并且避免过度依赖单一大型企业捐赠或者政府捐赠。更重要的是，鼓励居民参与慈善捐赠，对营造和谐的社会风气和建设良好的道德风尚，具有“润物细无声”的重要作用。那么，为什么我国居民个体捐赠占比较低，哪些因素会影响居民参与慈善捐赠的热情？上述问题亟须深入研究，遗憾的是，学术界对此的探讨略显不足。
随着我国互联网不断普及下沉和网络社交媒体飞速发展，社交软件适用场景和功能日趋丰富，移动支付渠道不断拓宽，互联网与慈善公益活动的融合成为可能，直接影响着慈善捐赠事业的发展。CNNIC发布的第50次《中国互联网络发展状况统计报告》指出，截至2022年6月，我国网民规模达10.51亿，互联网普及率达74.4%，较2021年12月新增网民1 919万人，互联网普及率提升1.4个百分点。互联网既可能对个体慈善捐赠产生积极作用，又可能产生消极影响。譬如，居民可能通过互联网了解到关于诈捐、骗捐甚至贪污挪用善款的一些负面报道，导致个体对慈善活动的真实性、规范性或者公开性等产生疑问，从而削弱其慈善捐赠动力［5］。互联网作为新时代的重要传播媒介，会对个体慈善捐赠产生重要影响。
因此，一些长期被忽视但又非常重要的问题亟待解答：相对于未使用互联网，互联网使用是否对个体捐赠行为（包括捐赠与否及其捐赠金额等）具有促进作用？进一步来看，互联网使用频率越高，是否促进作用就越明显？同时，使用频率中不同维度的促进作用是否存在差异？互联网使用（包括是否使用及其使用频率）对个体捐赠行为的影响，是否以及存在怎样的异质性？是否会随着社会信任程度、自评社会地位和社会资本水平的变化而产生变化？进一步来看，捐赠行为的发生离不开捐赠意愿和捐赠能力的同时具备，二者缺一不可，那么互联网使用是否会通过影响捐赠意愿和捐赠能力而对个体捐赠行为产生影响？为回答这些问题，本文使用中国家庭追踪调查（CFPS）2018数据，采用Heckman模型和部分可观测的Biprobit模型，对上述问题进行回答。总体而言，本文在学理层面和政策层面都具有较为重要的价值。一方面，理论和实践表明，互联网使用对个体捐赠行为可能有着重要影响。然而，很少有文献基于严格的实证方法考察二者之间的因果效应，探究这一因果效应背后所蕴含作用机制的文献缺失。另一方面，随着互联网慈善成为新时代慈善事业发展的重要组成部分，如果不能厘清互联网使用对个体捐赠行为的影响，就无法为推动我国慈善事业高质量发展、增强人民幸福感、扎实推进共同富裕提供现实依据。
一、相关文献综述与研究假说提出
（一）相关文献综述
1.个体捐赠行为的影响因素
相关文献主要围绕微观个体层面和中观家庭层面在内的内部因素，以及宏观层面的外部因素进行分析。就微观个体层面而言，又可分为两个亚类：第一个亚类包括年龄、性别、受教育状况、婚姻状况、种族、个人经历、宗教信仰、社会地位等客观因素［6-10］；第二个亚类包括慈善组织信任、社会信任、生活满意度、主观情绪等个人主观感知［4，11-15］。就中观家庭层面而言，主要涉及家庭政治资本、家庭劳动力数量、家庭收入、代际效应和家庭社会资本等方面［8，16-19］。就宏观因素层面而言，主要包括政府干预或行为［20］、慈善组织品牌以及公信力［21］、邻里效应［22］、政府再分配政策［23］、地域差异［17］等制度因素、环境因素和组织因素。
2.互联网使用对个体捐赠行为的影响
经验表明，互联网使用可能对个体的捐赠行为产生影响，具体的实证研究对这一论断持支持态度。然而，关于这一影响的方向尚存在一定争议。
很多学者认为，互联网使用会对个体参与捐赠起到促进作用。譬如，Harrison等研究发现，相对于线下使用支票，个体在网上使用信用卡时会多捐赠15%～20%［24］；Brown & Minty的研究表明，对于灾难新闻的网络报道及居民持续的网络关注，会增加居民对救灾机构的捐款金额［25］；Bennett研究认为，由于互联网有助于人们将“冲动捐赠”的意愿在短时间内转化成真正的慈善行为，因而个体在线上往往会捐助更多金钱［26］；Brown & Taylor研究发现，使用互联网和互联网使用频率均对个体参与捐赠和捐赠金额具有积极影响［27］；张骞文和张石磊研究发现，使用以互联网为代表的新媒体，会促进青年群体参与到慈善捐赠或者志愿服务等亲社会行为中［28］；杜瑞祥和许传新研究发现，家庭多数成员是否常用手机上网和家庭是否接通互联网对家庭参与捐赠及其捐赠额度均具有正向影响［29］；高翔和王三秀研究发现，居民使用互联网会提升其慈善捐赠意愿，对捐赠数量也有积极影响，但对慈善捐赠比例并无显著影响，并且这一影响受到志愿服务参与、社会资本和奉献意识的调节作用影响［5］。
然而，也有学者认为互联网使用会对个体捐赠起到抑制作用。譬如，刘少杰研究认为，互联网上那些打着慈善幌子而行诈骗之实的现象，可能会扼杀人们参与捐赠的热情［30］；李喜燕研究认为，互联网使用可能会导致慈善捐赠面临“舆论逼捐”的风险，反而会打击居民尤其是高收入群体参与慈善捐赠的积极性［31］；王猛和王有鑫研究认为，个体可能通过互联网了解到关于诈捐、骗捐甚至贪污挪用善款的一些负面报道，从而对参与捐赠产生消极影响［15］。
基于对相关文献的回顾和总结，本文认为尚存以下有待改进之处：第一，互联网使用对个体捐赠行为的影响有待廓清，是起到促进作用还是抑制作用，仍未作出较好回答。不仅如此，相关文献聚焦于是否使用互联网方面，针对互联网使用频率及其子维度影响的研究较为缺乏，研究尚不够系统和全面。第二，互联网使用对个体捐赠行为的影响，是否以及存在怎样的调节效应，已有文献探讨不够深入。第三，已有文献缺乏对于作用机制的研究，特别是互联网使用如何通过影响捐赠能力和捐赠意愿而对捐赠行为产生影响的讨论仍然缺失。第四，在探究互联网使用对个体捐赠行为的影响时，所使用计量模型要么忽视样本选择性问题的存在而导致估计偏误，要么因假设過于严格而缺乏适用性，阻碍了对因果效应的科学评价①。
（二）研究假说
本文认为，相对于未使用互联网，个体使用互联网有助于其参与捐赠，原因如下［5，27］：首先，居民使用互联网有助于他们更为清晰、完整和持续地关注慈善组织的合法性、捐赠资金的流向及其用途等，这种信息上的透明会激励居民参与捐赠；其次，互联网自身具有明显的开放性特征，捐赠的门槛往往较低（譬如，支付宝的午餐捐赠类公益项目最低可捐1分钱），捐赠的形式、时间和地点往往没有限制，这就鼓励不同收入、社会地位和职业的人们参与捐赠；再次，个体借助互联网进行捐赠，可以很好地规避传统捐赠中可能存在的摊派或者攀比，从而保护个人隐私，也尊重了个人意愿；最后，互联网虽然会传播关于慈善捐赠的负面信息，但这反而会帮助居民意识到哪些组织或者个体是可以信任的，从而激发他们参与捐赠。不仅如此，相对于未使用互联网，个体使用互联网也会增加其捐赠金额。究其原因，“互联网+慈善捐赠”克服了传统慈善捐赠的弊端，并凭借动员能力强、透明程度高、宣传持续和形式多样等优势，促进了慈善捐赠向日常化、生活化和低门槛化等方面转变，譬如水滴筹、微公益、微募捐等，此时个体使用互联网后会提升自身捐赠金额也就不足为奇［5，27，29］。综上，本文提出第一个研究假说H1：
H1：相对于没有使用互联网，个体使用互联网会提高其参与捐赠的可能性，捐赠金额也越多。
进一步来看，个体使用互联网的频率越高，那么就越可能了解捐赠资金的分配、被捐赠对象的具体信息以及慈善机构的运作过程，由此可缓解由于信息不完全和信息不对称产生的信任缺失，对促进个体参与捐赠以及增加捐赠金额具有积极意义。譬如，高翔和王三秀研究发现，个体互联网使用频率越高，捐赠意愿越强，捐赠金额也会越多［5］；Brown & Taylor研究发现，互联网使用频率（无论是每天、每周还是每月）对个体参与捐赠和捐赠金额具有积极影响［27］。综上，本文提出第二个研究假说H2：
H2：个体互联网使用频率越高，其参与捐赠的可能性就越高，捐赠金额也越多。
有学者研究发现，社会信任对个体捐赠行为具有正向作用。譬如，南方和罗微研究认为，社会信任对人们的捐款行为具有正向影响［32］；徐延辉和李志滨研究认为，个体对慈善组织的信任对其捐赠行为具有积极作用［13］。进一步来看，对于互联网使用行为相同的不同个体而言，随着社会信任程度的提升，其在使用互联网时更容易也更可能相信被捐赠对象的信息真实性、捐赠机构的公信力和透明度，以及捐赠善款的正确使用等，从而更有助于发挥互联网使用对个体捐赠行为的促进作用。综上，本文提出第三个研究假说H3：
H3：个体互联网使用对捐赠行为的促进作用，会随着社会信任程度的提高而有所增强。
也有学者研究发现，社会地位对个体捐赠行为具有重要影响。究其原因，个体社会地位越高，一方面就越可能以宽容、平等的态度对待他人，用更加包容的心态做对社会有益的事情，更认为自身有能力为慈善事业添砖加瓦；另一方面，个体认为如果他人捐赠而自己不捐赠，可能会损害自己的社会地位，出于获取他人尊重、保持社会地位和营造良好个人声誉等目的，会更积极地参与到捐赠中。譬如，刘凤芹和卢玮静研究认为，社会经济地位对我国城市居民捐款金额有提升作用［7］；晏艳阳等研究发现，本地社会地位对个体参与捐赠具有促进作用［22］。进一步来看，对于互联网使用行为相同的不同个体而言，随着自评社会地位的提高，就越有动力和能力参与到捐赠活动中，从而更有助于发挥互联网使用的促进作用。综上，本文提出第四个研究假说H4：
H4：个体互联网使用对捐赠行为的促进作用，会随着自评社会地位的提高而有所增强。
还有学者研究发现，社会资本水平对个体捐赠行为具有重要影响。譬如，南方和罗微研究认为，社会资本（用可以提供帮助人的数量和是否中共党员来衡量）对人们的捐款行为具有正向作用［32］；杜瑞祥和许传新研究认为，社会资本（用年度礼金支出衡量）对个体参与捐赠及其捐赠金额均有促进作用［29］。进一步来看，对于互联网使用行为相同的不同个体而言，随着社会资本水平的提升，个体就越可能从不同渠道获取捐赠方面的信息、途径和后续反馈等，从而更有助于发挥互联网使用的促进作用。综上，本文提出第五个研究假说H5：
H5：个体互联网使用对捐赠行为的促进作用，会随着社会资本水平的提升而有所增强。
二、模型、数据与变量
（一）模型构建
由前文可知，本文涉及的个体捐赠行为主要包括是否捐赠以及捐赠金额两个维度。显然，只有参与捐赠的个体才可能观测到其捐赠金额，因而在识别捐赠金额的影响因素时，往往面临捐赠与否的样本选择性问题。究其原因，个体是否进行捐赠并不是随机的，而是具有选择性的决策行为，如果将那些没有捐赠的样本予以删除而仅仅保留那些参与捐赠的样本，此时考察互联网使用对捐赠金额的影响，可能会由于样本选择性问题而导致估计结果产生偏误［33］。针对该问题，学术界的主流做法是采用Heckman模型进行纠正。Heckman模型分为两个部分：首先是选择方程（是否捐赠），然后是结果方程（捐赠金额），而结果方程只有在个体选择参与时才可被观测到。参考已有文献，Heckman模型如下所示：
是否捐赠（选择方程）：
Donation*=Xβ1+ε1，Donation=I（Donation*＞0）（1）
捐赠金额（结果方程）：
Scale=Xβ2+ε2，如果Donation=1（2）
其中，带星号（*）的Donation表示个体捐赠决策行为的潜变量（Latent variable），没有星号的Donation表示个体是否参与捐赠的二值虚拟变量，I（·）是二值示性函数；Scale表示个体捐赠金额，只有个体参与捐赠时才可以被观测到（Donation=1）；X1表示影响个体捐赠与否的解释变量（包括核心变量和控制变量等），β1为相应的待估计参数；X2表示影响个体捐赠金额的解释变量（包括核心变量和控制变量等），β2为相应的待估计参数；ε1和ε2分别表示选择方程和结果方程的误差项，且假设（ε1，ε2）～N（0，0，1，1，ρ1），其中ρ1為选择方程和结果方程之间的误差项的相关系数。如果ρ1显著，则表明样本选择性问题不容忽视，此时须采用Heckman模型予以纠正。此外，为了保证Heckman模型能够被识别，需满足X1≠X2，即二者不完全相同，此时需要引入识别变量，后文会予以简要说明。
（二）数据介绍
本文数据来源于北京大学开展的中国家庭追踪调查（CFPS）。该数据具有较高的权威性和代表性，已成为学术界开展学术研究和公共政策分析的重要基础数据之一。CFPS覆盖25个省（区、市），共计16 000户的目标样本，访问对象包含样本家户中的所有家庭成员。CFPS数据每两年发布一次，最新发布数据为CFPS 2020。遗憾的是，CFPS 2020只发布了个人层面的问卷和数据，并未涉及捐赠方面和家庭层面的信息，无法满足本文的研究要求。因此，本文选用CFPS 2018数据进行分析。
在进行研究时，本文对数据进行了必要的清洗和整理，主要如下：首先，删除关键变量缺失的样本；其次，删除户主①年龄在18岁以下、80岁以上的样本，以及不参加工作的样本。最后，保留12 786户有效样本家庭，这为本文研究奠定了良好的数据基础。
（三）变量构建
1.因变量
一是捐赠与否。调查问卷中询问“过去 12个月，请问您个人是否向任何组织或个人捐过款？”，选项为“是”或“否”。由此，构建个体是否参与捐赠的二值虚拟变量，如果回答“是”则取值为1，“否”则取值为0。
二是捐赠金额。对那些参与捐赠的个体，进一步询问“过去 12 个月，请问您个人所有捐款的总额大概是多少元？”。由此，构建捐赠金额的变量，当且仅当个体参与捐赠时才可以被观测到。
此外，调查问卷还对那些参与捐赠的个体询问了其捐赠途径。由图1所示，网络捐赠已成为我国居民捐赠的最主要形式，占比为48.2%；第二种主要形式是直接捐赠给受助者，占比约20%；通过单位捐赠也是一种重要方式，占比为15.2%；此外，通过慈善组织、政府部门和其他途径等进行捐赠的比例分别为5.2%、6.6%、5.0%，占比较低。为简便起见，本文后续分析不再区分不同类型的捐赠行为，而是作为一个整体进行分析。
2.核心变量
一是互联网使用与否。调查问卷中对个体询问“是否使用移动设备（手机、平板）上网”，选项为“是”和“否”；问卷中还询问“是否使用电脑上网”，选项同样为“是”和“否”。此时，构建互联网使用与否的二值虚拟变量，当个体对上述两个问题中至少有一个回答“是”的时候取值为1，否则取值为0。值得注意的是，当且仅当个体使用互联网时，才可以观测到其使用频率。
二是互联网使用频率。对那些使用互联网的个体，调查问卷中继续询问“一般情况下，您使用互联网络学习（如收集学习资料、上网络学习课程）的频率有多高”，选项依次为“几乎每天；一周3～4次；一周1～2次；一月2～3次；一月一次；几个月一次；从不”，分别赋值为6、5、4、3、2、1、0，由此构建网络学习频率的变量，取值越大则表明使用互联网用于学习的频率越高。类似地，构建互联网工作频率的变量（一般情况下，您使用包括单位内部网在内的互联网络进行工作的频率）、互联网社交频率的变量（一般情况下，您使用互联网络进行聊天、发微博等社交活动的频率）、互联网娱乐频率的变量（一般情况下，您使用互联网络观看视频、下载歌曲等娱乐活动的频率）、互联网商业频率的变量（一般情况下，您使用互联网络进行网银操作、网上购物等商业活动的频率）。以此为基础，采用因子分析法，构建互联网使用频率的变量①。取值越大，则表明互联网的综合使用频率越高。
3.控制变量
参考已有文献并结合数据事实，本文引入如下控制变量：一是户主个体特征，包括年龄、性别、受教育程度①、婚姻状况②、是否党员、是否在体制内工作③、是否有宗教信仰和是否城镇户籍等；二是家庭特征，包括家庭人口规模、家庭劳动力占比④、家庭收入和有无自有住房等；三是宏观背景特征，包括是否东部地区、是否东北地区和是否西部地区（以位于中部地区为参照组）等。
4.识别变量
由前文可知，为保证模型能被估计，此时需要引入识别变量以满足X1≠X2。换句话说，即需要引入可能对捐赠与否具有影响但对捐赠金额并无影响的变量。上文引入的控制变量理论上可能同时对捐赠与否或捐赠金额产生影响，不宜作为识别变量。本文引入家庭所在社区的平均捐赠比例（除户主所在家庭外）作为识别变量，该变量类似“邻里效应”。已有文献表明，邻里效应对个体是否捐赠具有重要影响［22］，而社区捐赠比例一般不会对个体捐赠金额产生影响。因此，该变量作为识别变量是合理可行的。简要而言，X1包括识别变量和上文控制变量，而X2仅包括上文控制变量。此时，识别变量仅有一个，但满足X1≠X2的要求。
5.调节变量
一是社会信任程度。调查问卷中询问，“您对陌生人的信任度打几分”，受访者对此打分，取值为0～10，其中0分表示非常不信任，10分表示非常信任，取值越大，则表明社会信任程度越高。由此，构建社会信任程度的变量。
二是自评社會地位。调查问卷中询问，“您给自己在本地的社会地位打几分？”受访者对此打分，取值为1～5，其中1分表示很低，5分表示很高，取值越大，则表明自评社会地位越高。由此，构建自评社会地位的变量。
三是社会资本水平。调查问卷中询问，“过去12个月，包括实物和现金，您家总共支出了多少人情礼？（单位为元）”。参考杜瑞祥和许传新的测度方式［29］，由此构建社会资本水平的变量，取值越大则表明社会资本越多。
表1（下页）给出了描述性统计结果。由表1可知，样本中居民参与捐赠的比例约为20.5%；平均捐赠金额约为0.057万元，其中最小值为1元，最大值为50万元；39.8%的个体最近一年内使用了互联网，其中使用互联网进行社交、娱乐的频率最高，而用于学习、工作和商业的频率相对较低。
三、回归结果分析
（一） 回归结果
表2给出了基于Heckman模型的互联网使用与否对个体是否参与捐赠及其捐赠金额的影响。由表2可知，互联网使用与否对是否捐赠具有正向影响且在1%水平上显著，即相对于未使用互联网，个体使用互联网会提高参与捐赠的可能性。进一步来看，互联网使用与否对捐赠金额具有正向影响且在5%水平上显著，即相对于未使用互联网，个体使用互联网会增加捐赠金额。由此表明，假说H1是成立的。对于识别变量，社区捐赠比例在1%水平上对捐赠与否具有正向显著影响，从而表明模型能够被识别，即引入Heckman模型是可行的。由样本选择性问题检验可知，两个阶段方程误差项的相关系数ρ1在10%水平上负向显著，这意味着样本选择性问题是存在的，即引入Heckman模型是有必要的。
由于控制变量不是本文的研究重心，此时仅对相关结论进行简要概括。由表2可知，就是否捐赠而言，户主为女性，户主受教育程度越高，户主是党员，户主在体制内工作，户主具有宗教信仰，家庭人口规模越大，家庭总收入越高，位于西部地区，参与捐赠的可能性越高；户主年龄越大，户主具有城镇户籍和位于东北地区，则越不可能参与捐赠；此外，户主是否已婚，家庭劳动力占比高低，是否有自有住房和位于东部地区，对是否参与捐赠并无显著影响。就捐赠金额而言，户主受教育程度越高，户主是党员，户主具有宗教信仰，家庭劳动力占比越高，家庭总收入越高，则捐赠金额往往越多；相对于男性户主，女性户主捐赠金额明显减少；户主年龄高低，户主是否已婚，户主是否在体制内工作，户主是否城镇户籍，家庭人口规模，是否有自有住房，位于西部地区、东部地区还是东北地区，对捐赠金额并无显著影响。
表3（下页）给出了互联网使用频率及其不同维度的影响。由表3可知，互联网使用频率对是否捐赠及捐赠金额的影响均为正向显著，即个体互联网使用频率越高，则参与捐赠的可能性越高，同时捐赠金额也越多。由此表明，假说H2是成立的。此外，识别变量（社区捐赠比例）的影响正向显著，从而表明模型具有可识别性，再次表明引入Heckman模型是可行的。由表3可知，两个阶段方程的误差项的相关系数ρ1负向显著，再次表明引入Heckman模型是有必要的。
对于互联网不同维度的使用频率①，由表3可知，个体使用互联网进行学习和工作的频率越高，那么参与捐赠的可能性越高，同时捐赠金额也越多；进行社交或者娱乐活动的频率高低，对个体是否参与捐赠及其捐赠金额并无显著影响；进行商业活动的频率高低，对是否参与捐赠并无显著影响，但对捐赠金额具有提升作用。一个可能的解释在于，个体使用互联网开展学习、工作或者商业等活动的频率越高，那么就越有助于个体人力资本、收入或者财富水平的提升，对个体的捐赠能力产生正面影响，进而对捐赠产生促进作用；与之相反，个体如在互联网上耗费太多的时间、精力用于人际交往或者娱乐，可能对个体捐赠能力和捐赠行为并无积极影响。此外，识别变量的影响依然正向显著，两个阶段方程的误差项的相关系数依然负向显著，再次表明引入Heckman模型是有必要和可行的。综上，个体使用互联网频率越高，尤其是用于学习或者工作的频率越高，则个体参与捐赠的可能性越高，同时捐赠金额也越多；用于商业活动的频率越高，并不会显著改变参与捐赠的可能性，但捐赠金额会越多；用于社交或者娱乐的频率高低与否，并不会对个体捐赠行为产生显著影响。
为行文方便，本文将表2和表3中互联网使用对个体捐赠行为影响的结果视为基准估计结果，后文不再作单独说明。
（二）稳健性检验
稳健性检验一：去除极端值。此时，本文将家庭收入最高和最低的1%样本予以删除，相关结果见表4（下页）。
稳健性检验二：更换核心变量。此时，将是否使用互联网替换为是否拥有上网设备，互联网使用频率由因子得分更换为加总后取均值，相关结果见表4。
稳健性检验三：更换计量模型。此时，采用OLS模型对捐赠与否进行研究，采用Tobit模型对捐赠金额进行研究，相关结果见表4。
综上，无论是删除极端值、更换核心变量还是更换计量模型，互联网使用对个体捐赠行为的促进作用都未发生明显改变，这表明基准估计结果是稳健的。
（三）内生性检验
值得注意的是，本文在考察互联网使用对个体捐赠行为的影响时，有可能面临内生性问题的干扰，导致估计结果产生偏误：一是遗漏变量问题。可能存在变量同时对个体的互联网使用及其捐赠行为产生影响，但在回归时并未纳入。对此，本文通过尽可能多地引入控制变量，来缓解这一问题可能产生的影响。二是测量误差问题。对于核心变量如互联网使用频率的测度，可能由于受访者回忆出现偏误而产生偏差，这一问题几乎是所有微观调研中所面临的共性问题。三是双向因果关系问题。互联网使用对个体捐赠行为产生影响，但反过来个体捐赠行为同样可能会促进其使用或者更多地接触互联网，比如对捐赠的动机、真实性或者实施效果等进行考察，导致二者可能互为因果。
对此，本文采用基于工具变量的Heckman模型（即IV-Heckman模型）进行分析，具体参照孙光林等［33］的介绍。此时，本文使用与个体同一年龄段同一受教育程度的互联网使用比例作为个体互联网使用与否的工具变量；类似地，使用与个体同一年龄段同一受教育程度的互联网平均使用频率作为个体互联网使用频率的工具变量①。
由表5（下页）可知，互联网使用与否对是否捐赠与捐赠金额的影响依然正向显著；互联网使用频率对是否捐赠与捐赠金额的影响依然正向显著；进一步来看，与表2和表3中基准结果相比，相关系数均有增加。由此表明，在同时考虑样本选择性问题和内生性问题之后，互联网使用对个体捐赠行为依然具有促进作用，再次表明本文基准估计结果的稳健性②。
四、进一步的分析
（一）异质性研究
1.年龄异质性
本文根据户主年龄将样本分为三组，即40岁以下、40～59岁和60岁及以上三个组别，相关结果如表6所示。
就是否捐赠而言，除了互联网使用频率对老年群体的影响不显著外，总体上不同年龄群体的互联网使用行为均对个体参与捐赠具有促进作用。究其原因，各年龄段的个体使用互联网，或者使用频率越高，则越了解捐赠的流程、过程和形式等，从而更有可能参与捐赠。而对那些使用互联网的老年群体而言，由于他们的收入相对固定和有限，捐赠能力相对稳定，此时使用频率的高低可能不再对是否捐赠产生显著影响。
就捐赠金额而言，使用互联网的促进作用仅在老年群体中存在，而使用频率的促进作用仅在老年群体中不存在。究其原因，对老年群体而言，由于该群体接触和使用互联网的机会较少，一旦使用互联网将会更好地促进他们参与到捐赠中，从而提升捐赠金额；而对那些使用互联网的老年群体而言，使用频率影响不显著性的解释与前文对是否捐赠的影响不显著相类似。对中青年群体而言，捐赠方面的信息来源可能更为多样和丰富，此时互联网使用与否并不会显著影响他们的捐赠金额；但是，随着互联网使用频率的提升，他们可能更加了解捐赠的重要性和价值，对慈善组织或者被捐赠对象的信息掌握得就越充分，他们就越有意愿和可能性去提升捐赠金额。
2.城乡异质性
本文根据户主戶籍将样本分为两组，即城镇居民和农村居民，相关结果如表6所示。
就是否捐赠而言，使用互联网和互联网使用频率的促进作用在农村和城镇居民中均得到体现，且效果较为接近，这意味着互联网使用对参与捐赠的积极影响在不同户籍的群体中均比较重要。
就捐赠金额而言，使用互联网的促进作用仅在城镇居民中有体现，在农村居民中未有体现；互联网使用频率的促进作用在农村和城镇居民中均有体现，其中对城镇居民的作用更为明显。其原因是农村居民经济实力相对有限，捐赠的途径和方式相对有限，此时互联网使用对捐赠金额的促进作用不如城镇居民明显也就不难理解。
3.工作性质异质性
本文根据户主工作性质将样本分为在体制内工作和体制外工作两类，相关结果如表6所示。
就是否捐赠而言，使用互联网的促进作用在体制内、外工作的群体中均有体现，且对前者的作用略大一些。究其原因，体制内工作的个体可能面临一定的捐赠摊派或者动员现象［16］，此时被捐赠对象往往由所在单位或者组织背书其可信性，个体通过互联网了解到善款流向的准确性和真实性，从而更能提升他们参与捐赠的可能性。此外，互联网使用频率的促进作用在体制内、外工作的群体中均有体现，且作用大小较为接近。
就捐赠金额而言，使用互联网的促进作用仅在体制外工作的群体中有体现，而在体制内工作的群体中未有体现。一个可能的解释在于，由于在体制内工作的个体，所在单位往往根据职务或者等级的不同设定一定捐赠标准，捐赠金额往往相对固定，此时互联网使用的促进作用不再显著也就不难理解。互联网使用频率的促进作用在体制内和体制外工作的群体中均有体现，且作用大小较为接近。究其原因是，随着互联网使用频率的提升，无论在体制外还是体制内工作，个体对捐赠的信息透明度、真实性和善款流向就越了解，从而对捐赠金额具有提升作用。
4.捐赠氛围异质性
本文计算家庭所在社区参与捐赠比例高低的中位数，按照中位数将全国社区分为捐赠氛围稀疏和氛围浓厚两组，相关结果如表6所示。
就是否捐赠而言，使用互联网或者互联网使用频率的促进作用，在捐赠氛围稀疏或者浓厚的社区中均有体现。由此表明，无论个体身处捐赠氛围稀疏还是浓厚的社区，互联网使用均有助于提升个体参与捐赠的可能性。
就捐赠金额而言，使用互联网以及互联网使用频率的促进作用，仅在捐赠氛围浓厚的社区中有体现，而在捐赠氛围稀疏的社区中未有体现。一个可能的解释是，个体身处捐赠氛围稀疏社区时，可能没有意愿和动机捐赠更多金额；而身处捐赠氛围浓厚的社区时，出于信息交流、示范效应或者参与感等原因，个体都愿意捐赠更多金额，此时互联网使用的促进作用更容易凸显。
（二）调节效应研究
下文分别考察互联网使用对个体捐赠行为的影响是否存在调节效应。为了避免交互项可能“会掩盖或歪曲两个因子中任何一个因子的主效应”的问题，借鉴Aiken & West提出的在模型中作变量A和变量B的交互项的分析思路，首先把变量A和变量B作中心化处理，分别得到A_C和B_C，然后再相乘得到交互项（A_C*B_C），最后将变量A、B和A_C*B_C同时放入Heckman模型中进行回归［34］。本文主要从社会信任程度、自评社会地位和社会资本水平等角度考察互联网使用对个体捐赠行为影响的调节效应，相关结果如表7（下页）所示。
关于社会信任程度的调节效应，由表7可知，使用互联网对个体参与捐赠和捐赠金额的影响均为正向显著；社会信任程度对参与捐赠和捐赠金额的影响均为正向显著，这也符合人们的经验直觉。经典的计量经济学理论认为，在进行调节效应分析时，仅需关注二者之间的交互项即可。由表7可知，无论是互联网使用与否还是互联网使用频率，个体互联网使用与社会信任程度的交互项对参与捐赠和捐赠金额的影响总体上均为正向显著，这意味着互联网使用对个体捐赠行为的促进作用会随着社会信任程度的提高而有所增强，由此表明假说H3是成立的。
关于自评社会地位的调节效应，由表7可知，无论是互联网使用与否还是互联网使用频率，个体互联网使用与自评社会地位的交互项对参与捐赠和捐赠金额的影响总体上均为正向显著，这意味着互联网使用的促进作用会随着自评社会地位的提升而有所增强。由此表明，假说H4是成立的。
关于社会资本水平的调节效应，由表7可知，无论是互联网使用与否还是互联网使用频率，个体互联网使用与社会资本水平的交互项对参与捐赠和捐赠金额的影响均不显著，这意味着互联网使用的促进作用并不会随着社会资本水平的提升而有所改变。由此表明，假说H5是不成立的。一个可能的解释在于，互联网是人们常用的信息来源渠道，而社会资本有助于人们从私人渠道收集、归纳和整理信息，此时二者的信息来源、功能和内容可能会出现重合，由此导致互联网使用的影响并不会随着社会资本水平的提升而产生实质变化。
（三）作用机制研究
目前，尽管有文献考察个体互联网使用对其捐赠行为的影响，但很少检验背后蕴含的作用机制。事实上，个体捐赠行为的发生，离不开捐赠意愿和捐赠能力的同时满足：如果个体仅具有捐赠能力而不具有捐赠意愿，或者仅具有捐赠意愿而不具有捐赠能力，个体就不可能参与捐赠。换句话说，个体捐赠行为是捐赠意愿和捐赠能力共同作用下的均衡结果，这是隐藏在捐赠行为背后最为直接的作用机制。那么，互联网使用是否对个体捐赠意愿和捐赠能力均具有正向影响？如果是，对二者的影响程度是否存在差异？对上述问题的回答至关重要，这直接关系到如何理解互联网使用对个体捐赠行为产生影响的背后逻辑。因此，需要基于二维视角构建捐赠意愿和捐赠能力的联立方程，所需要的被解释变量有两个：一是个体是否具备捐赠意愿，二是个体是否具备捐赠能力。此时，个体是否具备捐赠意愿和捐赠能力的情形均为二分类值，即个体有捐赠意愿时取值为1，反之为0；个体有捐赠能力时取值为1，反之为0。根据是否具备捐赠意愿和捐赠能力的不同情况，可以分为（1，1）、（1，0）、（0，1）和（0，0）四种。
令y为个体捐赠能力的隐含变量（Latent variable），ya为个体是否具备捐赠能力的二值变量；令y為个体捐赠意愿的隐含变量，yw为个体是否具备捐赠意愿的二值变量；X3代表影响个体捐赠能力的解释变量，而X4代表影响个体捐赠意愿的解释变量。此外，假设误差项ε3和ε4服从二元联合标准正态分布，建立模型如下：
y=βX3+ε3，若y＞0，ya=1；否则ya=0y=βX4+ε4，若y＞0，yw=1；否则yw=0（3）
E［ε3］=E［ε4］=0，Var［ε3］=Var［ε4］=1，cov［ε3，ε4］=ρ2（4）
其中，ρ2表示方程（3）中捐赠能力方程和捐赠意愿方程中不可观测因素的相互关系。由前文可知，只有当个体具备捐赠能力（ya=1）且具备捐赠意愿（yw=1）的情况下，才有可能参与捐赠。根据样本提供的最大信息，此时只能观测到个体是否参与捐赠，将其记作y：
y=1 当且仅当：ya=1且yw=10 当且仅当：ya=1且yw=0或者ya=0且yw=1，或者ya=0且yw=0（5）
联立方程（3）—（5）式就是经典的部分可观测的Biprobit模型［35］，具有部分可观察的特性（即参与捐赠时个体同时具有捐赠意愿和捐赠能力，但未参与捐赠时无法识别出究竟是哪种情形所致，因而具有部分可观测性），此模型估计采用最大似然估计，其对数似然函数如下：
LnL（β3，β4，ρ2）=｛yilnP（yi=1）+（1-yi）ln［1-P（yi=1）］｝=yilnФ（X3，β3，X4，β4，ρ2）+（1-yi）ln［1-Ф（X3，β3，X4，β4，ρ2）］｝（6）
为保证该模型具有可识别性，需要满足X3≠X4①，相关估计结果如表8所示。
由表8可知，相对于未使用互联网，个体使用互联网会有效提升自身的捐赠意愿和捐赠能力；个体使用互联网频率越高，则捐赠意愿和捐赠能力也会越高。由系数比较可知，无论是互联网使用与否还是互联网使用频率，互联网使用对捐赠意愿的影响要小于捐赠能力。对此的解释如下：就捐赠能力而言，互联网使用对个体收入等具有正向影响，有助于提升捐赠能力。就捐赠意愿而言，个体使用互联网或者使用互联网越频繁，一方面所面临的慈善门槛越低，捐赠流程越为熟悉，从而对提升捐赠意愿具有正向影响；另一方面，对捐赠相关的负面消息越为了解，可能反过来会抑制捐赠意愿，此时互联网使用对捐赠意愿的作用甚至有可能未必是正向的。
此外，无论是考察互联网使用与否还是互联网使用频率的影响，此时捐赠能力方程和捐赠意愿方程中不可观测因素的相关系数ρ2均为正向显著。这意味着捐赠能力和捐赠意愿具有相互促进的互补作用，即个体捐赠能力提升的同时其捐赠意愿也会更为强烈，这也符合人们的经验直觉。
五、结论与政策建议
本文采用CFPS 2018数据，基于Heckman模型和部分可观测的Biprobit模型，考察了个体互联网使用对其捐赠行为的影响、异质性及其调节效应，并对背后蕴含的作用机制进行了检验，得到了如下结论：第一，相较于不使用互联网，个体使用互联网能够显著提升其参与捐赠的可能性及其捐赠金额；个体使用互联网频率越高，则参与捐赠的可能性及其捐赠金额均显著提升。第二，从互联网使用频率的不同维度来看，就是否捐赠而言，个体学习频率和工作频率越高，则参与捐赠的可能性越高，而社交频率、娱乐频率和商业频率均无显著影响；就捐赠金额而言，个体学习频率、工作频率和商业频率越高，则捐赠金额越多，而社交频率和娱乐频率均无显著影响。第三，异质性分析发现，互联网使用对个体捐赠行为的影响，在不同年龄段、不同户籍、不同工作性质和不同捐赠氛围社区的群体中存在一定差异。第四，调节效应研究发现，互联网使用对个体捐赠行为的促进作用，会随着社会信任程度和自评社会地位的提升而有所增强，但并不会随着社会资本的增加而有所改变。第五，作用机制研究表明，无论是互联网使用与否还是使用频率，互联网使用对个体捐赠意愿和捐赠能力均具有提升作用，其中对捐赠能力的提升作用更为明显。
基于上述研究结论并结合我国具体国情，提出如下政策建议：第一，进一步提升我国互联网普及率，提高个体互联网使用能力，拓展居民互联网捐赠渠道。本文发现，目前我国居民捐赠的50%通过互联网实现，因而后续应促进“互联网+捐赠”的深入化、普及化、多样化，增强透明度和可信度，创新新型捐赠渠道和模式，更好地推进个体参与捐赠。第二，建立健全多元联动协同监管机制，构建慈善治理框架。从慈善组织内部来讲，需要注重内部架构管理，增强危机意识，夯实制度建设，增加信息透明度；从外部监管来讲，需要政府各级部门建立完善慈善相关政策法规，将监管举措落到实处；从慈善组织行业来看，亟须规范行业标准，对慈善组织准入进行严格审核和动态调整；从社会监管来看，需要加强公众和媒体监督力度，引入第三方评价。第三，积极营造慈善捐赠氛围，推动慈善文化良性发展。多方位借助互联网等新兴媒介，将慈善相关的活动信息、榜样事迹、事业价值、参与方法、政策法规等方面信息，积极和生动地传达给公众。同时，建立健全捐赠回馈方式，对那些在捐赠中作出突出贡献的个体或组织，进行物质或精神上的激励奖励，弘扬现代慈善理念，培育全民慈善文化。比如，针对个体捐赠制定更为健全、合理和易行的减税免税政策，从而调动个体参与捐赠的积极性。
参考文献
［1］唐任伍，孟娜，叶天希.共同富裕思想演进、现实价值与实现路径［J］.改革，2022（1）：16-27.
［2］李实.共同富裕的目标和实现路径选择［J］. 经济研究，2021（11）：4-13.
［3］中国慈善联合会. 2020年度中国慈善捐赠报告［R］. 2021.
［4］朱颖.生活满意度与个人捐赠行为研究——基于上海大都市调查数据的实证分析［J］.山东社会科学，2020（7）：102-110.
［5］高翔，王三秀.促进或抑制：互联网使用与居民慈善捐赠［J］.经济社会体制比较，2021（1）：93-105.
［6］MESCH D J， ROONEY P M， STEINBERG K S， et al. The effects of race， gender， and marital status on giving and volunteering in Indian［J］. Nonprofit and Voluntary Sector Quarterly， 2006， 35（4）： 565-587.
［7］刘凤芹，卢玮静.社会经济地位对慈善捐款行为的影响［J］.北京师范大学学报（社会科学版），2013（3）：113-120.
［8］朱健刚，刘艺非.中国家庭捐赠规模及影响因素探析［J］.中国人口科学，2017（1）：47-58.
［9］LI Y. Is methodology destiny？ Religiosity and charitable giving［J］. International Journal of Social Economics， 2017， 44（9）： 116-134.
［10］ 刘力，阮荣平.信仰与捐赠：宗教让人更加慷慨了吗？［J］.南方经济，2018（11）：103-120.
［11］ MERCHANT A， FORD J B， SARGEANT A. Charitable organizations' storytelling influence on donors' emotions and intentions［J］. Journal of Business Research， 2010， 63（7）： 754-762.
［12］ KANDRACK R， LUNDBERG G. On the influence of emotion on decision making： the case of charitable giving［J］. Studies in Computational Intelligence， 2014， 50（2）： 57-73.
［13］ 徐延輝，李志滨.个人捐赠何以可为：慈善信息与组织信任的作用机制研究［J］.社会保障研究，2020（1）：77-85.
［14］ 陈吕菡，朱小栋. 基于微信社交媒体的公益众筹捐赠意愿影响因素实证研究［J］.中国林业经济，2018（4）：107-112.
［15］ 王猛，王有鑫.信任危机与慈善捐赠——基于2002—2016年省际数据的实证研究［J］.管理评论，2020（8）：244-253.
［16］ 朱健刚，刘艺非，胡小军.中国家庭捐赠现状整体分析——基于家庭禀赋与社会结构的解释［J］.学术研究，2017（10）：41-50.
［17］ 杨永娇，张东.中国家庭捐赠的持续性行为研究［J］.学术研究，2017（10）：51-59.
［18］ 朱健刚，刘艺非.中国城镇家庭收入与慈善捐赠［J］.学术研究，2020（1）：50-59.
［19］ LIN W. Social capital and individual charitable behaviours in China［J］. Applied Research in Quality of Life， 2021， 16（1）： 141-152
［20］ FUKASAWA E， FUKASAWA T， OGAWA H. Intergovernmental competition for donations： the case of the Furusato Nozei program in Japan［J］. Journal of Asian Economics， 2020， 67（3）： 101178.
［21］ BEKKERS R， WIEPKING P. A literature review of empirical studies of philanthropy： eight mechanisms that drive charitable giving［J］. Nonprofit & Voluntary Sector Quarterly， 2011， 40（5）： 924-973.
［22］ 晏艳阳，邓嘉宜，文丹艳.邻里效应对家庭社会捐赠活动的影响——来自中国家庭追踪调查（CFPS）数据的证据［J］.经济学动态，2017（2）：76-87.
［23］ LUCCASEN R A， THOMAS M K， GROSSMAN P J. Giving to poverty relief charities： the impact of beliefs and misperceptions toward income redistribution in a real donation experiment［J］. Social Choice and Welfare， 2017， 49（1）： 387-409.
［24］ HARRISON-WALKER L J， WILLIAMSON K M. Building e-support for cause-related marketing through strategic alliances［M］. New York： John Wiley & Sons， Ltd.， 2000.
［25］ BROWN P H， MINTY J H. Media coverage and charitable giving after the 2004 Tsunami［J］. Southern Economic Journal， 2008， 75（1）： 9-25.
［26］ BENNETT R. Impulsive donation decisions during online browsing of charity websites［J］. Journal of Consumer Behavior， 2009， 8（2-3）： 116-134.
［27］ BROWN S， TAYLOR K. Charitable behaviour and the big five personality traits： evidence from UK panel data［D］. IZA Discussion Papers， No.9318， 2015.
［28］ 張骞文，张石磊. 新媒体对青年自我调控和亲社会行为的影响及促进［J］.中国青年研究，2016（8）：114-118.
［29］ 杜瑞祥，许传新.中国家庭捐赠及影响因素分析［J］. 宜宾学院学报，2018（3）：51-59.
［30］ 刘少杰.网络化时代的权力结构变迁［J］.江淮论坛，2011（5）：15-19.
［31］ 李喜燕.慈善义务的分离性困境及其制度克服的思考——从“舆论逼捐”说起［J］.华中科技大学学报（社会科学版），2016（2）：130-137.
［32］ 南方，罗微.社会资本视角下城市居民捐款行为的影响因素分析［J］.北京师范大学学报（社会科学版），2013（3）：121-128.
［33］ 孫光林，李庆海，杨玉梅. 金融知识对被动失地农民创业行为的影响——基于IV-Heckman模型的实证［J］.中国农村观察，2019（3）：124-144.
［34］ AIKEN L S， WEST S G. Multiple regression： testing and interpreting interactions［M］. Newbury Park， CA： Sage Publications， 1991.
［35］ 李锐，朱喜. 农户金融抑制及其福利损失的计量分析［J］. 经济研究，2007（2）：146-155.
The Influence of Internet Use on Individual Donation Behavior of Chinese Residents： Empirical Evidence from 12 786 Households in China
LI Qing-hai LI Shi
Abstract： Based on the CFPS2018 data， this paper uses the Heckman model to investigate the impact， heterogeneity and regulatory effect of internet use（including whether or not and its frequency of use） on individual donation behavior（including whether or not and the amount of donation）， and uses the partially observable Biprobit model to reveal the mechanism behind this impact. The research shows that： First， internet use has a promoting effect on the individual donation behavior of Chinese residents， that is， the more individuals use the internet and the more frequently they use the internet， the more likely they are to participate in the donation and the more money they donate. Second， in different dimensions of internet use frequency， the higher the learning frequency and working frequency， the greater the possibility of participating in donation， while the higher the learning frequency， working frequency and business activity frequency， the greater the donation amount. Third， the heterogeneity analysis found that the impact of internet use was different among groups of different age groups， registered residence， work nature and donation atmosphere communities. Fourth， the regulatory effect analysis shows that the promotion of internet use on individual donation behavior will increase with the improvement of social trust and self-assessment of social status， but will not change with the change of social capital level. Fifth， the research on the mechanism of action found that internet use promoted the donation behavior by improving the individual's willingness and ability to donate， especially the ability to donate.
Key words： internet use; individual donation behavior; the third distribution
