互联网使用对多维相对贫困的影响——基于相对贫困长效治理的视角

罗芳园，张东玲，王艳艳

（青岛大学经济学院，山东青岛，266100）

党的十九届六中全会对新形势、新局面做出重要部署，提出“推动人的全面发展、全体人民共同富裕”的任务目标。实现全体人民共同富裕是一项长期任务，要实现这一任务，首先要消除贫困现象。2020 年中国现行标准下的农村贫困人口全部实现脱贫，绝对贫困与区域性整体贫困得到解决。然而，绝对贫困的消除并不意味着贫困问题的彻底解决，而是意味着反贫困工作的重心由消除绝对贫困转向稳固和拓展脱贫成果，缓解相对贫困，推进脱贫地区实现乡村振兴，进一步扎实推进共同富裕。进入“后脱贫时代”，不仅要认识到贫困具有多维性，单一收入衡量的贫困标准已无法准确反映居民贫困状况，教育、医疗等机会不平等及主观福利的剥夺都会影响到个体的贫困状况，还要认识到相对贫困的长期存在性与绝对性。立足新发展阶段，从多维视角考察居民的贫困状况，对缓解发展的不平衡、不充分，促进实现全体人民共同富裕具有重要意义。

消息闭塞是造成贫困的一个重要原因，互联网的崛起为居民提供了获取信息的新途径。近年来，互联网普及率飞速增长，根据第48 次《中国互联网发展状况统计报告》显示，我国互联网普及率已经达到71.6%。伴随着“互联网+”战略的开展，互联网对居民生活和工作等方面产生重要影响。一方面，居民能够通过使用互联网缓解信息不对称，拓宽信息渠道，了解更多国家政策等信息，并且互联网的发展也提供了更多的就业信息和机会；另一方面，居民能够利用互联网进行学习、社交、购物、娱乐等活动，积累自身的人力资本和社会资本，获得就业机会，提高收入水平。互联网已经成为居民个体与家庭生活的重要工具，为脱贫攻坚工作提供了新的抓手。

本文利用中国家庭追踪调查（CFPS）的相关数据，就互联网使用对居民多维相对贫困的政策效果进行实证分析。相比以往研究，本文的边际贡献主要体现在：第一，基于能力剥夺理论，构建包括经济状况、生活保障与发展能力三个维度的相对多维贫困指标评价体系，阐明互联网使用与居民相对贫困状况之间的内在关系，并探讨了互联网使用对多维相对贫困的作用机制；第二，基于居民自身能力的差异性，分析互联网使用对于拥有不同人力资本和社会资本个体存在的异质性影响；第三，纳入时间维度，检验互联网使用的时间叠加效应和相对贫困长期治理效应。

一、文献综述

多维相对贫困治理一直是学界关注的重点话题。通过梳理文献发现，目前对于多维贫困的研究主要包括三个方面：一是关于多维贫困的内涵和概念界定的研究。贫困通常被分为绝对贫困和相对贫困两类。受限于社会发展水平和认知的缺乏，早期对贫困的识别主要关注“吃穿不愁”方面，若家庭收入无法满足饮食、衣着、住房和取暖等基本生活需求即为贫困，并将维持基本生存条件所需的货币数量定为绝对贫困线来衡量贫困。当基本生活需求普遍得到满足后，学界对于贫困的界定开始变化。学者认为贫困与平等密切相关，当个人或家庭的收入水平低于整体水平，遭受到相对排斥和相对剥夺时，应视其处于相对贫困状态。Amartha Sen［1］提出“能力导向法”概念，认为贫困是一种权利失败和可行能力匮乏。基于Sen 的能力剥夺理论，学界对于贫困的识别从单一维度向多维度转变，贫困具有多维性逐渐成为学术界的共识。学者认为相对贫困的设定应该引入多维标准，从人的全面发展的角度去制定贫困标准。尤其2020 年进入后脱贫时期，我国应制定多维相对贫困标准，力求多维相对贫困标准既能捕获贫困人口的“贫”，也能衡量贫困人口的“困”，进一步丰富贫困识别和测度维度的研究［2］。

二是关于多维贫困的测度和影响因素的研究。贫困是一个复杂且综合的社会问题，造成贫困的因素除收入外还包括许多非货币的因素，如教育、健康、住房以及公共物品的获得等。Alkire 和Foster［3］在人类发展指数的基础上通过寿命、读写能力和生活水平三个维度构造多维贫困指数（MPI），成为国际通用的多维贫困衡量标准。国内学者选取的维度基本围绕教育、健康和生活条件三个方面展开，也有学者考虑了收入、生活质量、心理主观福利以及社会保障等维度，具体维度与指标的选择因数据和研究目的不同而有所变动。目前学者从宏观及微观两个层面探讨了影响个体多维贫困状况的因素，其中宏观因素主要包括经济制度、社会保障、城乡分割、产业结构、经济增长等，微观因素主要集中于人力资本、社会资本、非农就业、金融信贷、劳动力迁移等。

三是互联网使用减贫效应的研究。随着网络基础设施建设的完善，“互联网+”“数字中国”等战略相继推行，互联网对经济发展和居民生活产生巨大影响，有关互联网使用效果的研究也越来越丰富。已有研究表明互联网使用促进了制造业的创新投入与产出［4］，以互联网为载体的数字经济显著促进实体经济的增长［5］。在全面建成小康社会的奋斗目标指引下，互联网对于贫困人群影响的研究引起了广泛关注。关于互联网是否具有减贫效应，学者们尚未达成共识。部分学者持否定态度，认为处于贫困线及以下的居民因无法接触互联网，不仅难以享受数字红利，甚至原有的机会和资源也会被挤占，数字鸿沟的产生提高了处于数字劣势的居民陷入贫困的可能性和贫困程度［6］。另有部分学者持相反意见，认为互联网技术作为数字普惠金融的重要载体，对于缓解居民贫困状态具有积极意义［7］。依托互联网技术的农村电商快速崛起，帮助农民销售农作物，提高农民收入，创造就业机会，对帮助贫困地区脱贫具有积极作用［8］。互联网使用除了通过直接提高居民收入发挥减贫效应，还能够通过促进人力资本和社会资本积累来间接提高居民收入水平，进而达到脱贫效果［9］。

通过梳理以往研究发现，学者们对贫困的内涵、测度和影响因素进行了广泛探讨，并就数字时代背景下互联网使用对贫困作用效果展开研究，但是仍然存在一定的研究缺口。一是对于相对贫困的衡量主要基于收入不平等角度，未将个体的其他可行能力纳入研究，单一因素可能难以对相对贫困治理进行全面的解读；二是大部分文献主要针对互联网的收入效应展开论述，鲜有文献将互联网使用与多维相对贫困纳入同一框架，两者关系的实证研究有待丰富。基于此，本文在多维相对贫困测度的基础上，探讨互联网是否能够有效发挥减缓居民多维相对贫困的作用。其次，考察互联网使用对多维相对贫困治理成效的个体差异，并探究互联网化解贫困人口发展困境的作用机制。最后，加入时间维度，进一步分析互联网使用对长期贫困的影响和长期使用互联网的时间叠加效应。

二、研究设计

本文数据来源于中国家庭追踪调查（CFPS）的相关数据。北京大学中国社会科学调查中心（ISSS）自2010 年开始组织跟踪搜集个体、家庭、社区三个层次的数据，该项目的数据广泛运用于贫困问题研究，具有权威性和有效性。本文选取2014 年、2016年和2018 年三期调查数据，由于数据缺失遗漏等问题，经过处理最终得到覆盖25 个省份的25 839个有效样本。

（一）多维相对贫困指标体系设定

随着人们生活的变化和研究的深入，传统的以收入单一维度来衡量贫困的方法已经不再适用，贫困不仅体现在收入方面，其他维度的贫困问题也应该被重视。本文围绕“两不愁三保障”的目标，参考联合国提出的多维贫困指数（MPI）、王小林等［10］以及董晓林等［11］的研究，拟从经济状况、生活保障、发展能力三个维度选取收入、工作、用水、燃料、住房、教育、健康、保险共8 个指标来构建多维相对贫困指标测度体系。其中，对于收入贫困的衡量，本文借鉴李莹等［12］的研究，并结合我国收入分配现状，将城镇居民和农村居民上一年对应可支配收入中位数的40%和50%界定为临界值。此外，考虑到义务教育基本普及的情况，为更好地适应向创新型国家发展的目标，将教育贫困的临界值设定为12 年。

随着统计技术的发展，学术界关于多维贫困测算方法也在不断优化。本文参考研究中常用的做法根据临界值对各指标进行赋值，并赋予各维度和指标同等权重，然后进行加总求和得到多维相对贫困指数，定义为多维相对贫困程度（c），多维相对贫困程度在0～1 范围内取值，数值越高，代表个体的贫困程度越深。借鉴联合国开发署计算MPI 指数的标准，将多维相对贫困临界值界定为1/3，即若个体的多维相对贫困指数超过0.33，则认为该个体陷入多维相对贫困状态（p），并赋值为1，反之为0。个体在每个维度的贫困状态也采取同样的方法衡量。多维相对贫困指标体系具体如表1 所示。

表1 多维相对贫困指标体系及剥夺临界值

（二）研究变量选取

本文的核心解释变量为受访者的互联网使用情况（hlw），借鉴宋洋等［13］的研究方法，采用是否使用互联网作为互联网使用情况的代理变量；主要被解释变量为多维相对贫困状态（p）和多维相对贫困程度（c）。此外，本文还控制了个体特征与家庭特征等可能影响贫困状况的因素，其中个体特征变量具体包括：年龄、性别、婚姻状况、健康状况、受教育水平与城乡户籍；家庭特征变量包括：家庭规模、土地资产、家庭净资产以及总支出。具体而言，当受访者为男性时，性别（gen）赋值为1，反之为0；婚姻状况（spou）分为有无伴侣两种情况，当受访者的婚姻状况属于在婚、同居情况时，赋值为1，否则为0；当受访者为非农户口时，户籍状况（huji）赋值为1，反之为0；受访者的家庭规模（fams）以家庭常住人口数来衡量；家庭净资产（net）、家庭支出（all）采用自然对数来衡量。具体变量描述性统计分析如表2 所示。分析表2 可以看出，在使用互联网的群体中，多维贫困发生率仅为9.3%，远低于不使用互联网群体的28.1%。同时，不使用互联网群体的多维相对贫困程度也更深，均值达0.239，而使用互联网群体的多维相对贫困程度的仅为0.140。

表2 变量的描述性统计

（三）模型构建

为了验证互联网使用对居民多维相对贫困的影响，考虑到被解释变量多维相对贫困状态是二值虚拟变量，故建立Probit 模型进行实证分析，Yit取1的概率为：

其中，Yit表示个体i在第t期是否处于多维相对贫困状态，hlwit表示个体i在第t期的互联网使用状况，Xit为控制变量，包括年龄、性别等一系列影响贫困状态的变量，φp是省份虚拟变量，用来控制省份层面的特征，ψt是时间虚拟变量，用以控制时间趋势，εit表示随机误差项，回归中聚类标准误选取城市层面。

为研究互联网使用对多维相对贫困程度的影响，本文构建了Tobit 模型：

其中，Yit*为多维相对贫困程度，用多维相对贫困指数来衡量，核心解释变量与控制变量的含义与（1）式相同，依然采用了城市层面的聚类标准误。

三、实证结果与分析

（一）基准回归分析

为全面分析互联网使用对个体多维相对贫困的影响，本文分别将多维相对贫困状态和多维相对贫困程度作为因变量进行回归，表3 展示了互联网使用对多维相对贫困影响的基准回归结果。第1-3 列汇报了Probit 模型回归结果的边际效应及相应标准误，观察可知，逐步加入控制变量，互联网使用的边际效应虽有所下降，但始终显著为负，表明互联网的使用能够有效改善个体的贫困状态，降低个体陷入多维相对贫困的概率。在控制个体特征与家庭特征后，互联网使用的回归系数为-0.085，且在1%统计水平上显著，表明使用互联网能够使个体陷入多维相对贫困的概率下降8.5%。第4-6 列分析了互联网使用对个体多维相对贫困程度的影响。分析可知，互联网使用对个体多维相对贫困程度的影响在1%统计水平上显著为负，这种影响在控制个体、家庭特征变量的情况下依旧显著，表明互联网使用能够减缓个体的多维相对贫困程度。

表3 互联网使用对多维相对贫困的影响（Probit 模型）

（二）稳健性检验

1.内生性处理

可能存在以下两种原因导致模型产生内生性问题，从而造成结果偏误。一是可能遗漏某些难以准确衡量的变量，如信息获取及判断的能力和接受新事物的能力等；二是贫困群体可能因为收入、教育、地区网络基础设施等问题，无法接触互联网或不会使用互联网，从而产生反向因果问题。本文借鉴祝仲坤等［14］的研究方法选取历史家庭邮寄通信支出（money）为工具变量，互联网使用从广义角度看属于通讯类，邮寄通信支出与互联网使用满足相关性的要求，历史支出与后期的贫困状况关联度不高，满足外生性的前提。由于互联网使用为二值变量，因此本文采用条件混合估计方法（CMP）重新进行估计。CMP 通过构建方程组来实现两阶段回归模型的估计，首先估计工具变量与内生变量的相关性，然后将估计的相关性结果带入基准模型进行回归［15］，结果如表4 所示。

表4 稳健性检验的回归结果

表4 中第1-2 列汇报了CMP 估计得到的互联网使用的边际效应，工具变量系数在1%统计水平上显著为正，表明历史家庭邮寄通信支出与互联网使用具有正相关性，内生性检验atanhrho 统计量显著，表明模型存在内生性问题，使用CMP 模型估计结果更为准确。CMP 模型所得结果与基准回归基本一致。

2.替换核心解释变量

借鉴周广肃等［16］的做法，选取互联网使用时间作为解释变量的代理变量，并重新进行回归，结果如表4 第3 列所示。核心解释变量的回归系数在1%的统计水平上显著为负，表明本文所得结论具有一定的稳健性。

3.更换回归模型

本文采用Logit 模型代替Probit 模型对个体多维相对贫困状态进行回归，回归结果如表4 第4 列所示，在1%的统计水平上互联网使用能够使得个体陷入多维相对贫困的概率降低8.9 个百分点。由于本文采用面板数据进行分析，进一步利用双向固定效应线性概率模型来控制不宜观测的个体层面的特征，由第5 列可知互联网使用的系数仍然显著为负，说明互联网使用能显著地降低个体陷入贫困的概率。

4.替换被解释变量

为进一步对所得结果稳健性进行检验，本文更换被解释变量的测度方法，采用有序法测度得到贫困状态。若个体任意一个维度被剥夺，将该个体定义为一维贫困，以此类推。依然将1/3 作为临界点，即若个体存在三维贫困及以上界定该个体陷入多维贫困状态（pk），赋值为1，反之为0。回归结果如表4 第6 列，互联网使用回归系数显著为负，即互联网使用能够显著降低个体陷入多维贫困的概率，从而证实了本文结论具有一定的稳健性。

四、进一步讨论

（一）互联网使用对不同群体的异质性影响

受限于能力因素的影响，互联网使用对不同群体贫困状况的影响可能存在差异，为验证互联网使用是否对拥有不同人力资本和社会资本的群体具有差异化影响，本文分别引入人力资本及其与互联网使用的交乘项、社会资本及其与互联网使用的交乘项进行分类检验，检验结果如图1 至图2 所示。

图1 人力资本异质性回归结果

图2 社会资本异质性回归结果

教育是核心的人力资本要素，参考大多数学者的做法，采用受教育年限作为人力资本的代理变量。从图1 可以看出，相比于低教育水平（小学）和高教育水平（专科以上）群体，互联网使用对于中等教育水平（初中和高中）群体的减贫强度更大。可能的原因在于，受教育水平不高的个体获取资源和信息的渠道极为有限，而互联网的普及带来了获取有效信息的新途径，与此同时掌握互联网技术有一定的门槛限制，对使用人群的接收新鲜事物能力和认知能力等方面具有一定要求，接受过教育的群体有一定的知识储备和思考能力，更加善于运用互联网来改善自身的生活处境。受教育程度较高的个体往往拥有更有效的信息获取渠道和宽泛的社会关系网络及资源，其信息内化能力更强，互联网反而并不是其获取信息、脱离贫困的主要工具，因而互联网对高教育水平群体的减贫效果较低。

采用人情礼支出作为社会资本的代理变量，并对其进行对数化处理。从图2 可以看出在不同水平的人情礼支出下，互联网使用的边际效应始终显著为负，但随着人情礼支出的上升，其对个体贫困的作用效果有所减弱。个体拥有社会资本的差异性使得互联网的作用效果表现出异质性，社会资本越丰富的群体，互联网使用对个体多维相对贫困的缓解效应越小。其中可能的原因在于，社会资本对传统物质资产和生产性资产具有替代或互补作用，社会资本高的群体收入增加更快，收入上升继续扩大其社会资本，他们依靠自身资本实现良性循环发展，对于互联网的信息渠道和拓宽社会网络作用的依赖性较低，进而互联网对其减贫效果较低。

（二）互联网使用对多维相对贫困不同维度的异质性影响

如前文所示，多维相对贫困指标体系由经济状况、生活保障以及发展能力三个维度构成，为进一步分析互联网使用的减贫机制，本文采用Probit 模型分析互联网使用对各维度贫困的影响，结果如表5 所示。表5 中互联网的回归系数始终显著为负，即互联网使用能够显著降低居民经济状况、生活保障及发展能力贫困，对比回归系数发现，互联网使用对居民发展能力贫困的影响最大，其次为经济状况，最后为生活保障。可以看出互联网使用主要通过降低个体发展能力贫困减缓个体多维相对贫困状况，而对于个体经济状况与生活保障贫困的影响有限。互联网技术的发展为处于劣势地位的群体提供了信息获取渠道，降低居民获取健康信息的门槛，同时，互联网的普及使居民健康意识更强，对居民的自评健康产生了积极的效应［17］。由于互联网的普及使得比较缺乏保险意识的群体提高对保险的认知，同时互联网的快速发展和覆盖率的不断提高降低了信息搜寻的成本并且提高保险服务的可得性，因而互联网使用一定程度上能够提高保险参与。同时，互联网技术的普及带来了“互联网+教育”、远程直播课等形式，有效地实现教育资源共享，加速推进教育资源均衡，提高个体的受教育程度。因而，互联网使用能够有效降低居民发展能力贫困，提升居民内生发展能力，巩固脱贫攻坚成果，减缓居民多维相对贫困。

表5 互联网使用对不同维度的异质性影响（Probit 模型）

（三）互联网使用的长期效应与连续贫困

本文进一步加入时间维度，分别检验互联网使用对连续两期陷入贫困和连续三期陷入贫困个体的减贫效果，结果如表6 第1-2 列所示。分析可知，互联网使用对贫困影响的显著性和边际效应逐渐下降。结果表明，随着个体陷入多维相对贫困的时间延长，互联网的减贫效果逐渐减小。

表6 互联网使用的长期效应与连续贫困（Probit 模型）

为评估使用互联网的长期政策效果，本文分别检验连续两期使用互联网（hlw2）和连续三期使用互联网（hlw3）对多维相对贫困的影响，结果如表6第3-4 列所示。互联网使用回归系数均在1%统计水平上显著为负，且连续两期使用互联网能够使个体多维贫困发生率降低5.7 个百分点，连续三期使用互联网能够使个体多维贫困发生率降低6.7%，这一结果表明使用互联网不仅能够降低个体多维贫困发生率，而且其减贫效应随着连续使用时间的延长而增强，产生了时间维度上的“叠加效应”。

五、结论与启示

本文基于2014—2018 年三期CFPS 面板数据考察了互联网使用对居民多维相对贫困的影响，得到以下结论：第一，互联网使用能够显著降低个体陷入多维相对贫困的可能性和贫困程度，在内生性处理、替换变量以及更换模型后，该结论依然稳健。第二，互联网使用对不同个体的影响存在异质性。通过个体能力异质性分析可知，互联网的减贫效应在中等人力资本群体中效果更强；随着社会资本的增加，互联网的减贫效应逐渐下降。第三，互联网使用对经济状况、生活保障、发展能力三个维度贫困都有显著影响，但主要通过降低个体发展能力贫困进而减缓居民多维相对贫困状况。第四，个体陷入贫困的时间越长，互联网对其的减贫效果越弱；互联网使用效果具有时间维度的“叠加效应”，即连续使用互联网的时间越长，互联网使用的减贫效果越显著。

根据以上研究结果，本文得出以下建议：第一，加强互联网基础设施建设，扩大光缆和宽带的覆盖率。建议互联网基础设施建设适当向农村地区和偏远落后地区倾斜，降低贫困落后地区的网络运营费用，提高互联网在贫困落后地区的普及率，让更多贫困人群能够享受到数字技术的红利，促进互联网充分发挥其长效减贫效应。第二，开展互联网知识的普及宣传和互联网技术的教育培训，增强居民获取互联网技术支持的意识和能力。加大对电脑、手机等电子产品的基本操作培训和宣传力度，促使受教育水平较低的弱势群体能够利用数字技术获取信息。降低搜集处理信息的成本，打破贫困落后地区信息闭塞的困境，以充分发挥互联网的优势，帮助个体摆脱多维相对贫困。第三，巩固拓展脱贫攻坚成果，防止规模性返贫。最关键的是建立个体内生减贫机制，提高居民的受教育水平，改善个体的健康状况和保障水平。此外，建议充分发挥教育的扶贫作用，通过扩大贫困家庭义务免费教育覆盖年限等措施，帮助贫困个体发挥主观能动性，提高自身发展动力，促进实现全体人民共同富裕。