互聯(lián)網(wǎng)使用對農(nóng)戶相對貧困的影響及機制研究

單德朋 張永奇

（西南民族大學(xué)經(jīng)濟學(xué)院 四川 成都610041）

一、研究背景

伴隨著互聯(lián)網(wǎng)普及率的逐步提高，“互聯(lián)網(wǎng)+”新業(yè)態(tài)的迅速應(yīng)用，互聯(lián)網(wǎng)在中國的“精準扶貧”過程中儼然變?yōu)橹匾顒虞d體。一方面，互聯(lián)網(wǎng)可以通過緩解信息不對稱，為農(nóng)戶提供就業(yè)崗位、國家政策等信息；另一方面，農(nóng)戶通過互聯(lián)網(wǎng)可以開展學(xué)習(xí)、娛樂等活動，積累更多的社會資本，從而獲得更多的發(fā)展機會?！多l(xiāng)村振興戰(zhàn)略規(guī)劃（2018—2022年）》明確提出，在農(nóng)村必須要強化建設(shè)信息基礎(chǔ)設(shè)施，要讓信息真正入村、真正進戶，這為緩解農(nóng)戶相對貧困提供了良好的條件。發(fā)揮互聯(lián)網(wǎng)促進農(nóng)村居民增收、緩解農(nóng)戶相對貧困的作用，關(guān)系到鄉(xiāng)村振興的戰(zhàn)略承接。因此，探討互聯(lián)網(wǎng)使用對農(nóng)戶相對貧困的影響及其機制，對于2035年實現(xiàn)農(nóng)業(yè)農(nóng)村現(xiàn)代化目標具有重要的政策價值。

在此基礎(chǔ)上，本文以2016和2018年追蹤調(diào)查中國家庭所得的數(shù)據(jù)為基礎(chǔ)，對互聯(lián)網(wǎng)使用于農(nóng)戶相對貧困方面產(chǎn)生的影響展開了實證檢驗，運用工具變量法、傾向得分匹配法、聯(lián)立方程等方法對內(nèi)生性的相關(guān)問題進行了對應(yīng)的處理，借此解讀和認識互聯(lián)網(wǎng)使用在解決農(nóng)戶相對貧困問題方面發(fā)揮作用的具體機制，為農(nóng)村經(jīng)濟的快速發(fā)展、農(nóng)戶減貧增收提供新的“發(fā)力點”。

二、相關(guān)研究文獻

中國農(nóng)村貧困及減貧問題作為熱點話題，一直備受學(xué)者關(guān)注。梳理過往文獻，將已有研究歸納為宏觀、微觀兩個方面。

從宏觀角度出發(fā)，葉普萬（2005）指出經(jīng)濟增長、收入不平等與貧困的關(guān)系是貫穿該研究的重要主線。夏慶杰等（2010）認為經(jīng)濟增長、收入水平提升對減貧起到?jīng)Q定性作用。但Benjamin et al.（2011）、羅楚亮（2012）指出經(jīng)濟增長雖然能夠減少貧困人口數(shù)量，但是收入差距的拉大則會阻滯貧困減緩，甚至有可能進一步導(dǎo)致貧困增加。龔沁宜等（2018）研究結(jié)果則進一步表明：西部地區(qū)數(shù)字普惠金融與農(nóng)村貧困發(fā)生率存在顯著的非線性關(guān)系，且存在單一的門檻特征值。當經(jīng)濟發(fā)展水平未跨越門檻值時，數(shù)字普惠金融具有顯著減貧作用；當經(jīng)濟發(fā)展水平超過門檻值時，數(shù)字普惠金融對于貧困的抑制作用有所減弱，其減貧的邊際效用遞減規(guī)律比較明顯。孫繼國等（2020）研究發(fā)現(xiàn)，數(shù)字金融能夠通過促進居民創(chuàng)業(yè)、緩解信貸約束和化解農(nóng)業(yè)風(fēng)險明顯減緩相對貧困，其減貧效應(yīng)存在區(qū)域差異和城鄉(xiāng)差異。

從微觀視角分析，當前的研究著重于探查人力資本對貧困造成的影響。Hemmi et al.（2007）指出健康人力資本能夠幫助農(nóng)戶跳出“貧困陷阱”。章元等（2012）認為基礎(chǔ)教育作為核心人力資本要素，對于農(nóng)戶減貧意義重大。另外，還有學(xué)者從內(nèi)因角度（農(nóng)戶的特征、農(nóng)戶的素質(zhì)等等）對影響減貧的相關(guān)因素進行了探討。徐月賓等（2007）指出農(nóng)業(yè)生產(chǎn)投入時間過多的農(nóng)戶更容易陷入貧困。Du et al.（2005）的研究發(fā)現(xiàn)農(nóng)戶進城務(wù)工減貧效應(yīng)并不顯著，但章元等（2009）的研究結(jié)論卻與之不同。

在上述研究結(jié)論仍存分歧之際，有學(xué)者另辟新路從互聯(lián)網(wǎng)使用視角探討了農(nóng)戶減貧的作用及機制?；ヂ?lián)網(wǎng)的快速發(fā)展，不僅改變了農(nóng)村居民的生活方式，也成為經(jīng)濟發(fā)展的新動力（Czernich，2012）。部分學(xué)者認為互聯(lián)網(wǎng)使用能夠發(fā)揮積極減貧作用。Huang et al.（2016）指出互聯(lián)網(wǎng)使用能夠縮小數(shù)字鴻溝，為低收入群體向上流動提供助力。朱燕（2017）認為將電子商務(wù)和精準扶貧予以有效且緊密地結(jié)合，貧困地區(qū)大概率能實現(xiàn)“彎道超車”。冷晨昕等（2017）從“互聯(lián)網(wǎng)+金融”角度出發(fā)，實證分析發(fā)現(xiàn)互聯(lián)網(wǎng)金融能夠有效降低農(nóng)戶金融服務(wù)成本，進而緩解農(nóng)戶貧困。左孝凡等（2020）認為互聯(lián)網(wǎng)使用能夠為農(nóng)村居民提供持續(xù)內(nèi)生減貧動力。

然而，還有學(xué)者認為在解決農(nóng)戶貧困問題時，互聯(lián)網(wǎng)的使用并未產(chǎn)生較大價值。Pruett et al.（1998）發(fā)現(xiàn)互聯(lián)網(wǎng)發(fā)展讓扶貧資本有了更加快捷的轉(zhuǎn)移通道，因而互聯(lián)網(wǎng)減貧效果值得懷疑。James（2005）依托傳統(tǒng)的福利經(jīng)濟學(xué)理論，指出發(fā)展中國家的互聯(lián)網(wǎng)使用并未起到減貧作用。Galperin et al.（2017）指出發(fā)達經(jīng)濟體依托互聯(lián)網(wǎng)使用能夠攫取更多的收益，但是對于貧困地區(qū)而言，能否借助使用互聯(lián)網(wǎng)求取得對應(yīng)的收益回報，答案并不明確。

少數(shù)文獻進一步關(guān)注了互聯(lián)網(wǎng)使用與農(nóng)戶減貧的傳導(dǎo)機制。趙秀蘭（2017）認為互聯(lián)網(wǎng)使用可以通過精準識別貧困人口、幫助貧困群體求取自我發(fā)展、實現(xiàn)自我能力的提升、讓精準扶貧相關(guān)服務(wù)的水平得到進一步的提升等方式助力脫貧致富目標的實現(xiàn)和達成。殷俊等（2018）指出社會資本、非農(nóng)就業(yè)是互聯(lián)網(wǎng)使用發(fā)揮農(nóng)戶減貧效應(yīng)的傳導(dǎo)機制。

結(jié)合過往研究能夠發(fā)現(xiàn)，雖然已有學(xué)者從互聯(lián)網(wǎng)使用視角對農(nóng)戶減貧的影響程度展開了有效探索，但仍存以下問題：第一，有關(guān)互聯(lián)網(wǎng)使用對貧困的研究結(jié)論仍存分歧，即互聯(lián)網(wǎng)使用的減貧效應(yīng)有待進一步深究。另外，既往研究的關(guān)注點側(cè)重于絕對貧困，并未著重關(guān)注相對貧困，這與新的時代背景下政府減貧決策存在“脫節(jié)”現(xiàn)象。第二，已有研究表明互聯(lián)網(wǎng)使用能夠通過社會資本渠道減緩農(nóng)戶貧困，而關(guān)愛萍等（2017）指出社會資本的減貧功能受到門檻限制，因此在社會結(jié)構(gòu)變遷后，互聯(lián)網(wǎng)使用能否成為社會資本實現(xiàn)減貧的傳導(dǎo)機制需要進一步明確。此外，互聯(lián)網(wǎng)使用還存在其他經(jīng)濟效應(yīng)，一方面互聯(lián)網(wǎng)能夠通過信息傳遞、改善信貸可得性促進農(nóng)戶增收減貧（柳松等，2020），另一方面互聯(lián)網(wǎng)使用也會夾雜負面信息（趙曉航等，2017），提高農(nóng)戶負債率，從而降低農(nóng)戶減貧的可能性。因此，本文將進一步檢驗信息渠道、金融信貸能否充當互聯(lián)網(wǎng)使用的中介減貧機制。第三，通過知網(wǎng)查找主題“互聯(lián)網(wǎng)使用與農(nóng)戶相對貧困”僅有左孝凡等（2020）的一篇文獻，雖然該篇文獻使用了工具變量方法緩解了因反向因果導(dǎo)致的內(nèi)生性問題，但是只利用單一收入維度關(guān)注了互聯(lián)網(wǎng)使用對農(nóng)戶短期減貧的影響程度，并未從更多角度關(guān)注互聯(lián)網(wǎng)使用是否具有長期減貧效應(yīng)，此外也未關(guān)注因變量遺漏、樣本自選擇所造成的相關(guān)內(nèi)生性問題，可能低估了互聯(lián)網(wǎng)使用對農(nóng)戶減貧的整體效用。

基于此，本文作為全新的嘗試，依托鄉(xiāng)村振興戰(zhàn)略背景，展開新一輪探索。整體看，本文的研究貢獻可以歸納為兩方面：其一，過往研究多數(shù)是基于截面數(shù)據(jù)從靜態(tài)視角分析互聯(lián)網(wǎng)使用與農(nóng)戶貧困的關(guān)系，并未關(guān)注互聯(lián)網(wǎng)使用對農(nóng)戶貧困的長期表現(xiàn)。因此，本文利用CFPS（2018）和CFPS（2016）兩年數(shù)據(jù)，識別了互聯(lián)網(wǎng)使用影響農(nóng)戶貧困減緩的短期效果和長期表現(xiàn)，并且明確了互聯(lián)網(wǎng)使用減貧效應(yīng)的關(guān)聯(lián)機制，更加全面評價了互聯(lián)網(wǎng)使用的減貧效應(yīng)，豐富了互聯(lián)網(wǎng)使用和農(nóng)戶貧困之間相關(guān)性的研究成果。其二，本文運用傾向得分匹配（PSM）和聯(lián)立方程法對遺漏不可觀測變量所造成的有偏估計進行了對應(yīng)的探查，改善了互聯(lián)網(wǎng)使用影響農(nóng)戶貧困減緩的估計精度。本文的研究為鄉(xiāng)村振興戰(zhàn)略背景下互聯(lián)網(wǎng)使用在減緩貧困領(lǐng)域所發(fā)揮的作用提供了具體的借鑒和參考，既有助于更快、更好地達成鄉(xiāng)村振興的發(fā)展目標，也有助于農(nóng)戶增收減貧這一根本發(fā)展目標的達成和實現(xiàn)。

三、數(shù)據(jù)來源、變量選取與計量策略

（一）數(shù)據(jù)來源

本文使用中國家庭追蹤調(diào)查（CFPS）數(shù)據(jù)庫數(shù)據(jù)開展分析。CFPS具有全國性，覆蓋范圍可以劃分為社區(qū)和家庭以及社會個體這三個不同的層次；調(diào)查的對象為全部的家庭成員。因此，CFPS具有很好的代表性，屬于全國性樣本。本文主要采用最新的CFPS2018數(shù)據(jù)進行分析，能夠較好地反映新時期農(nóng)民互聯(lián)網(wǎng)使用與相對貧困情況，考慮到收入群體多數(shù)是勞動者，本文選取18—60歲的調(diào)查樣本，在剔除個人收入等核心變量缺失值和遺漏值后，最終得到2018年有效農(nóng)戶樣本4105份。隨后，為了檢驗互聯(lián)網(wǎng)使用對農(nóng)戶相對貧困的長期表現(xiàn)，又引入CFPS2016樣本數(shù)據(jù)，在保留相同樣本的基礎(chǔ)上，最終獲得2016—2018年兩期農(nóng)戶樣本3430份。

（二）變量選取

1.結(jié)果變量

本文的主要結(jié)果變量為農(nóng)戶相對貧困。相對貧困指標如何劃定，對于后續(xù)研究至關(guān)重要。通過梳理過往文獻，總結(jié)發(fā)現(xiàn)現(xiàn)階段共有4種相對貧困指標劃定辦法。第一種是收入比例法。利用某一國家或地區(qū)平均收入或中位數(shù)收入水平的某一百分比進行衡量，這種辦法的局限性是由于單一維度測量辦法，合理比例難以界定。第二種是恩格爾系數(shù)法。采用基本食品支出與消費總支出之比確定貧困程度，該系數(shù)比值越大代表家庭越貧困。該種辦法的局限性是數(shù)據(jù)處理難度較大，與中國實際情況不符。第三種是擴展性線性支出模型法（ELES）。依靠計量手段從衣食住行等多個角度衡量相對貧困。該種辦法的局限性是數(shù)據(jù)較多，計量過程容易出現(xiàn)錯誤。馬丁法是第四種劃定貧困指標的辦法，這一辦法借助調(diào)查農(nóng)村住戶所得的數(shù)據(jù)，以30%的最貧窮人口之實際消費價格、實際消費結(jié)構(gòu)在最低營養(yǎng)需求這一條件下，于食物方面的支出展開對應(yīng)的計算，但是從人口流動到商品價格等諸多因素都會對這一方法產(chǎn)生對應(yīng)的影響，最終導(dǎo)致貧困線測度不準確。

鑒于中國目前尚未界定相對貧困線，本文結(jié)合現(xiàn)階段國際貧困線劃定標準和數(shù)據(jù)可得性等情況，確定使用收入比例法進行測算。首先，本文參照單德朋（2019）的測度辦法，使用高于農(nóng)戶人均收入的70%確定主要相對貧困線，如果農(nóng)戶個體收入低于貧困線，則貧困發(fā)生率賦值為1，反之為0，以此來檢驗互聯(lián)網(wǎng)使用對農(nóng)戶相對貧困的短期效果。其次，本文為了防止測度界定不合理導(dǎo)致估計誤差，參照孫久文等（2019）的測度方法，利用高于樣本收入中位數(shù)的40%確定次要相對貧困線。再次，本文使用CFPS2018成人勞動力樣本，確定主要相對貧困線為33221.21元/年，次要相對貧困線為16000元/年。最后，本文進一步借鑒樊麗明等（2014）、單德朋等（2020）的做法，基于CFPS2018年數(shù)據(jù)進一步測度了貧困脆弱性，以此來檢驗互聯(lián)網(wǎng)使用的長期脫貧表現(xiàn)。貧困脆弱性是指家庭或者個體在下一期陷入貧困的概率，若下一期，農(nóng)戶陷入貧困的概率超過了50%，那么就賦值給貧困脆弱性為1，如若相反，就賦值為0。

2.處理變量

本文的處理變量為互聯(lián)網(wǎng)使用。本文遵循傳統(tǒng)文獻做法（杜鵬等，2020；祝仲坤，2020），使用CFPS2018問卷中“是否使用電腦上網(wǎng)”定義為互聯(lián)網(wǎng)使用指標，對回答“是”的賦值為1，反之賦值為0。由于手機網(wǎng)民數(shù)量也與日俱增，本文使用調(diào)查問卷中“是否移動上網(wǎng)”為互聯(lián)網(wǎng)使用的代理變量，對互聯(lián)網(wǎng)使用與農(nóng)戶相對貧困的關(guān)系進行穩(wěn)健性檢驗。

表1 描述性統(tǒng)計

3.協(xié)變量

為保證模型構(gòu)建準確，本文參考謝家智等（2018）、周廣肅等（2018）、謝申祥等（2018）的研究，選取了一系列可能影響農(nóng)戶相對貧困的控制變量，盡量避免因遺漏變量造成估計出現(xiàn)誤差。于人口特征來講，對應(yīng)的影響變量含年齡及其平方、受教育水平和健康水平、性別與婚姻狀況、記憶力、政治資本、就業(yè)情況等等，另外，本文考慮到家庭情況也對農(nóng)戶相對貧困造成重要影響。因此，本文選取了家庭規(guī)模、家庭存款作為家庭特征變量。家庭存款作為一個連續(xù)變量，要規(guī)避異方差這一問題，所以本文就家庭存款這一變量進行了對數(shù)處理。此外，農(nóng)戶相對貧困也會受到社會環(huán)境影響。本文選取了政府評價（很好=1，好=2，一般=3，差=4，很差=5）充當社會特征變量。本文進一步選取與鄉(xiāng)村振興及農(nóng)戶相對貧困有關(guān)的養(yǎng)老保險（是=1）、醫(yī)療保險（是=1）、政府補貼（是=1）作為控制變量。社會保險作為一項“兜底”措施，對農(nóng)戶相對貧困具有顯著影響，政府補貼也會從一定程度上影響農(nóng)戶的消費行為與儲蓄習(xí)慣?？紤]到地區(qū)效應(yīng)也會對農(nóng)戶相對貧困造成擾動效應(yīng)，回歸分析的過程中，本文從省級層面對相關(guān)的地區(qū)效應(yīng)進行了控制。

為了進一步看出互聯(lián)網(wǎng)使用與農(nóng)戶相對貧困的關(guān)系，本文對互聯(lián)網(wǎng)使用與農(nóng)戶貧困發(fā)生率、貧困脆弱性進行了聯(lián)合統(tǒng)計描述（見表2），能夠發(fā)現(xiàn)不論是按照收入比例法確定的貧困發(fā)生率還是通過概率預(yù)測的貧困脆弱性與互聯(lián)網(wǎng)使用都存在顯著的相關(guān)關(guān)系，貧困戶的互聯(lián)網(wǎng)使用率顯著低于非貧困戶的互聯(lián)網(wǎng)使用率。雖然相關(guān)性并不代表存在因果關(guān)系，但相關(guān)性分析中明確農(nóng)戶相對貧困與互聯(lián)網(wǎng)使用強相關(guān)，接下來本文將在控制相關(guān)控制變量后對兩者關(guān)系展開進一步分析。

表2 互聯(lián)網(wǎng)使用和農(nóng)戶相對貧困的聯(lián)合統(tǒng)計描述

（三）計量策略

1.因果推斷

本文使用的“相對貧困”指標是二分類變量，根據(jù)此變量的數(shù)據(jù)分布特征，使用最大似然估計的Probit模型展開分析，比較合理。本文設(shè)定的基準回歸模型如下：

其中，i代表個體，Xc代表影響農(nóng)戶相對貧困的一系列變量，εc為隨機擾動項。β是互聯(lián)網(wǎng)使用對農(nóng)戶相對貧困的影響，作為本文關(guān)注的重點系數(shù)。β為正，代表互聯(lián)網(wǎng)使用能夠顯著提高農(nóng)戶相對貧困；β為負，代表互聯(lián)網(wǎng)使用能夠顯著降低農(nóng)戶相對貧困；β不顯著，則代表互聯(lián)網(wǎng)使用對農(nóng)戶相對貧困并無顯著影響。

2.異質(zhì)性分析

分位數(shù)回歸模型主要是通過最小二乘法進行估計，構(gòu)建多元線性回歸模型。為了檢驗互聯(lián)網(wǎng)使用能否充當農(nóng)戶增收渠道，本文借助再中心化影響函數(shù)（RIF）以及分位數(shù)回歸模型，建立如下方程形式：

四、實證分析

（一）互聯(lián)網(wǎng)使用對農(nóng)民貧困的影響

表3 顯示了互聯(lián)網(wǎng)使用對農(nóng)戶相對貧困的全樣本估計結(jié)果。根據(jù)模型1的回歸結(jié)果，能夠發(fā)現(xiàn)，控制了農(nóng)戶相對貧困的背景因素后，互聯(lián)網(wǎng)使用能夠顯著改善當期貧困發(fā)生率。經(jīng)由互聯(lián)網(wǎng)使用渠道，農(nóng)戶能夠降低貧困發(fā)生率0.439個百分點，且在1%的統(tǒng)計水平上顯著。該結(jié)論與政策預(yù)期相符，農(nóng)戶可能依托互聯(lián)網(wǎng)使用提高收入、獲得更多的就業(yè)機會等方式來影響當期貧困狀況。模型2和模型3是借鑒單德朋（2019）使用FGT貧困指數(shù)進一步測度互聯(lián)網(wǎng)使用與農(nóng)戶相對貧困的關(guān)系。從模型2和模型3的回歸結(jié)果可以發(fā)現(xiàn)，互聯(lián)網(wǎng)使用和農(nóng)戶相對貧困之間有著較為穩(wěn)健的相關(guān)性。不過對FGT貧困指數(shù)進行細分，可以得出：貧困深度不同，互聯(lián)網(wǎng)使用產(chǎn)生的影響不一。對貧困距這一參數(shù)發(fā)揮影響對應(yīng)于-0.06的估值，對平方貧困距這一參數(shù)產(chǎn)生的影響對應(yīng)的估值為-0.03，于統(tǒng)計水平為1%的條件上影響明顯，換言之相伴于貧困在深度上的增加，互聯(lián)網(wǎng)使用產(chǎn)生的影響呈現(xiàn)出遞減態(tài)勢，即貧困深度更淺者，借助互聯(lián)網(wǎng)使用所能得的相對收益更高。因此，對于深度貧困主體，需要政府進一步關(guān)注，避免因互聯(lián)網(wǎng)使用的普及范圍擴大，導(dǎo)致整體收入差距不斷擴大。模型4、模型5、模型6是基于次要貧困線對互聯(lián)網(wǎng)使用與農(nóng)戶相對貧困關(guān)系進行分析。通過模型4、模型5、模型6的回歸結(jié)果可以看出，基于次要貧困線的情況下，互聯(lián)網(wǎng)使用與農(nóng)戶相對貧困的關(guān)系依然保持穩(wěn)健。

表3 互聯(lián)網(wǎng)使用對農(nóng)戶相對貧困的影響

為了進一步看出互聯(lián)網(wǎng)使用對農(nóng)戶貧困減緩的長期表現(xiàn)，本文使用貧困脆弱性指標進一步分析了互聯(lián)網(wǎng)使用與農(nóng)戶相對貧困的關(guān)系。根據(jù)模型7的回歸結(jié)果，能夠發(fā)現(xiàn)，互聯(lián)網(wǎng)使用降低了貧困脆弱性2.688個百分點，且在1%的統(tǒng)計水平上顯著。表明互聯(lián)網(wǎng)使用不僅具有顯著的短期減貧效應(yīng)，且能夠?qū)崿F(xiàn)農(nóng)戶長期貧困減緩。模型8是通過次要貧困線測算的貧困脆弱性指標，根據(jù)模型8的回歸結(jié)果，證明互聯(lián)網(wǎng)使用的長期貧困減緩效應(yīng)依然穩(wěn)健。

就個體特征變量而言，年齡與農(nóng)戶貧困的關(guān)系為負，年齡平方與農(nóng)村貧困的關(guān)系為正。表明年齡對農(nóng)村貧困減緩的影響呈現(xiàn)“U型”關(guān)系。即年齡越大對農(nóng)村貧困減緩的作用越弱。相比于女性，男性減貧能力更強。其他個體變量受教育水平、已婚、健康水平、記憶力、政治資本、就業(yè)情況也存在顯著的減貧效應(yīng)。整體而言，上述研究結(jié)論與多數(shù)研究一致。

家庭和社會特征控制變量于農(nóng)戶相對貧困的作用同樣是顯著和積極的。具體而言，統(tǒng)計水平為1%的條件下，家庭規(guī)模會對農(nóng)戶相對貧困在正向上產(chǎn)生顯著的影響，即農(nóng)戶家庭規(guī)模越大，對于脫貧就越不利，原因分析如下：其一，在經(jīng)濟發(fā)展的推動下，中國消費水平的提升極大，農(nóng)業(yè)是農(nóng)村家庭收入的主要來源，農(nóng)業(yè)收入如果保持穩(wěn)定，農(nóng)村家庭的整體支出就會增加，這就會造成家庭規(guī)模越大的農(nóng)戶越容易陷入“貧困陷阱”；其二，家庭規(guī)模的擴大，增加了貧困家庭的負擔，導(dǎo)致貧困家庭沒有足夠的儲蓄和能力為子代創(chuàng)造“階層流動通道”，進而很多貧困家庭的子代陷入“階層復(fù)制”的境況，形成惡性循環(huán)。家庭存款在1%的統(tǒng)計水平上顯著降低了農(nóng)戶貧困概率，毋庸置疑，存款越多的農(nóng)戶家庭其風(fēng)險承擔能力越強，進而影響其貧困狀況。從社會特征這個變量層面分析，對政府給予越低的評價，陷入貧困之中的可能性也就越大。此外，本文發(fā)現(xiàn)擁有養(yǎng)老保險、醫(yī)療保險的農(nóng)戶均能顯著實現(xiàn)貧困減緩。政府補貼在1%的統(tǒng)計水平上提高了農(nóng)戶貧困的可能性，原因在于政府補貼的本身對象是處于深度貧困的農(nóng)戶，而處于深度貧困的農(nóng)戶長期保持“短視”行為，進而并沒有能力將補貼流量轉(zhuǎn)化為存量，最終導(dǎo)致這部分群體遲遲未能緩解貧困境況。最后，由于東部地區(qū)經(jīng)濟發(fā)展速度保持前列，因而東部地區(qū)的減貧效應(yīng)更加顯著。

上文采用了相對貧困線對互聯(lián)網(wǎng)使用與農(nóng)戶相對貧困的關(guān)系進行了實證檢驗，就截面數(shù)據(jù)而言，采用收入貧困線確定的相對貧困指標，僅僅是對貧困標準進行或高或低的調(diào)整。為了更加明顯看出互聯(lián)網(wǎng)使用對農(nóng)戶相對貧困的影響程度，本文采用兩種分位數(shù)回歸模型進一步檢驗互聯(lián)網(wǎng)使用的增收效應(yīng)，從而驗證互聯(lián)網(wǎng)使用的貧困減緩作用。

表4 報告了基于分位數(shù)回歸模型檢驗結(jié)果。為了便于比較，本文將互聯(lián)網(wǎng)使用與農(nóng)戶個人收入的基準回歸結(jié)果也放入表內(nèi)，即模型1。模型2至模型4為采用QR模型進一步檢驗互聯(lián)網(wǎng)使用與農(nóng)戶相對貧困的關(guān)系。結(jié)果顯示互聯(lián)網(wǎng)使用對農(nóng)戶個人收入的增收效應(yīng)顯著。隨著分位數(shù)的增加（2.5/10→5/10→7.5/10）,互聯(lián)網(wǎng)使用的分位數(shù)回歸系數(shù)呈現(xiàn)上升趨勢（0.267→0.280→0.324），且在1%的統(tǒng)計水平上顯著。進一步支撐了互聯(lián)網(wǎng)使用能夠抵御貧困的研究結(jié)論。模型5和模型6指的是借助RIF無條件分位數(shù)回歸估量農(nóng)戶收入。結(jié)果發(fā)現(xiàn)，分位點介于10%到90%之間時，互聯(lián)網(wǎng)使用估計系數(shù)顯著為正，表明互聯(lián)網(wǎng)使用能夠提高農(nóng)戶的收入，促進“滴漏經(jīng)濟增長”，從而進一步佐證了互聯(lián)網(wǎng)使用的益貧性。但是同時也應(yīng)該注意到互聯(lián)網(wǎng)使用對于高收入群體而言存在更加顯著的正向影響，表明互聯(lián)網(wǎng)使用很可能在發(fā)揮減貧效應(yīng)的同時擴大農(nóng)戶之間的收入差距，因此，政府推進“互聯(lián)網(wǎng)+減貧”的過程中，既要關(guān)注低收入群體的互聯(lián)網(wǎng)接入可及性，又要提升其互聯(lián)網(wǎng)使用效用性。

表4 檢驗分位數(shù)回歸模型所得的結(jié)果

上文分析了互聯(lián)網(wǎng)使用能夠通過增收渠道緩解農(nóng)戶相對貧困，以農(nóng)戶收入源為基礎(chǔ)進行深入探討，對認識互聯(lián)網(wǎng)在解決農(nóng)戶貧困這個問題中的作用機理有著極為重大的意義。按照收入源對應(yīng)的結(jié)構(gòu)，可以將農(nóng)戶的收入源劃分成如下四種：工資性、經(jīng)營性、財產(chǎn)性、轉(zhuǎn)移性四種收入（于福波等，2019）。根據(jù)表5的回歸結(jié)果，能夠發(fā)現(xiàn)，互聯(lián)網(wǎng)使用對農(nóng)戶工資性收入、轉(zhuǎn)移性收入的估計系數(shù)顯著為正，且對于非貧群體具有更加顯著的正向效應(yīng)。同時能夠發(fā)現(xiàn)相比于工資性收入，轉(zhuǎn)移性收入對于貧困群體具有顯著的正向作用，表明貧困群體脫貧過程中政府“輸血”起到了重要作用。因此，為建立解決相對貧困的長效機制，應(yīng)該著重培養(yǎng)貧困群體利用互聯(lián)網(wǎng)的意識與能力，降低搜尋成本和探索“造血”途徑。

表5 互聯(lián)網(wǎng)使用對農(nóng)戶收入來源的影響

（二）異質(zhì)性分析

農(nóng)戶的性別不同、年齡不同、受教育水平不同、收入不同，在使用互聯(lián)網(wǎng)方面就存在不同偏好，為了考察互聯(lián)網(wǎng)使用對農(nóng)戶相對貧困的異質(zhì)性差異，本文將全體樣本進一步劃分為男性和女性，青壯年（18—39歲）與中年（40—60歲），小學(xué)、中學(xué)、高中、大學(xué)，低收入群體、高收入群體（按照平均收入劃分）10個子樣本，再度進行回歸分析。以性別和年齡以及學(xué)歷，還有收入水平作為子樣本進行回歸分析，表6對分析結(jié)果予以了描述。

表6 異質(zhì)性分析

在Panel A中，互聯(lián)網(wǎng)使用在1%的統(tǒng)計水平上對男、女農(nóng)戶的貧困程度在負方向上有著顯著的影響。條件相同的話，每提升一互聯(lián)網(wǎng)使用單位，女性農(nóng)民的貧困減緩機會就會上升48.7%，而男性農(nóng)民的貧困減緩機會上升度為40.4%，也就是說從性別角度考慮，互聯(lián)網(wǎng)使用在減緩女性農(nóng)民的貧困方面有著更大的邊際效應(yīng)。

Panel B里，無論是于青壯年農(nóng)民來說，還是于中年農(nóng)民而言，互聯(lián)網(wǎng)使用均能實現(xiàn)貧困減緩，且在1%的統(tǒng)計水平上顯著。條件相同時，減緩作用于中年農(nóng)民有著更為明顯的影響。

Panel C里，于統(tǒng)計水平為1%的條件下，互聯(lián)網(wǎng)使用對于教育水平不同的農(nóng)民的貧困程度均有顯著影響，對初中學(xué)歷農(nóng)民貧困統(tǒng)計系數(shù)雖然為負，不過在經(jīng)濟方面的顯著性并不明顯。按照受教育水平的不同，使用互聯(lián)網(wǎng)對農(nóng)民減貧問題予以解決所對應(yīng)的提升概率可以描述為：若農(nóng)民的教育達到了大學(xué)水平，那么在減緩貧困上的提升概率為40.3%；若農(nóng)民所受的為高中水平的教育，那么在減緩貧困上的提升概率為37.6%。若為小學(xué)受教育水平，每提升一個使用單位，減貧對應(yīng)的概率提升為37.5%。據(jù)此可以得出：互聯(lián)網(wǎng)使用對高學(xué)歷農(nóng)民貧困減緩的邊際效應(yīng)更大。

在Panel D中，互聯(lián)網(wǎng)使用在5%的統(tǒng)計水平上顯著負向影響低收入群體貧困程度，而對高收入群體而言，回歸結(jié)果并不顯著。互聯(lián)網(wǎng)使用每提高一個單位，處于低收入?yún)^(qū)間農(nóng)民貧困減緩的概率達到24.2%，說明互聯(lián)網(wǎng)使用對低收入農(nóng)戶貧困減緩的作用更大，也進一步證明了互聯(lián)網(wǎng)使用的減貧效應(yīng)保持穩(wěn)健。

（三）影響機制分析

前文實證分析表明互聯(lián)網(wǎng)使用可以直接改善農(nóng)村貧困，進一步需要探尋的則是互聯(lián)網(wǎng)使用是否可以通過間接渠道影響農(nóng)戶相對貧困。

1.信息渠道效應(yīng)

基于CNNIC針對我國互聯(lián)網(wǎng)發(fā)展狀況所發(fā)布的統(tǒng)計報告，不難得出：在互聯(lián)網(wǎng)應(yīng)用的所有類別中，使用率最高的是信息獲取，換言之，經(jīng)由作用于信息渠道，互聯(lián)網(wǎng)對農(nóng)戶的生活發(fā)揮著巨大的作用，進而影響農(nóng)戶相對貧困狀況。從這個層面出發(fā)，本文以CFPS2018問卷里的“互聯(lián)網(wǎng)作為信息渠道的重要程度”為代理變量對互聯(lián)網(wǎng)的信息渠道展開衡量分析，借助Probit模型對使用互聯(lián)網(wǎng)于農(nóng)戶信息獲取方面所產(chǎn)生的影響進行有序的驗證。模型1的結(jié)果顯示，在其他變量受控的條件下，互聯(lián)網(wǎng)使用對互聯(lián)網(wǎng)信息的重要性存在顯著的正向影響。這也表明，借助互聯(lián)網(wǎng)這個渠道，農(nóng)民在信息獲取上的可能性大增，所以在影響相對貧困這個問題上，互聯(lián)網(wǎng)的重要作用機制為信息渠道。

2.社會資本效應(yīng)

中國農(nóng)村是非常典型的“關(guān)系”社會，農(nóng)戶因為受限于經(jīng)濟以及體制，故而在信息分享、資源配置中一直處于較低水平，而擔負著替代作用的社會資本在這一領(lǐng)域價值重大（車四方等，2018）。一方面，社會資本能夠通過緩解信息不對稱，促進交易達成；另一方面，社會資本在某些場景下能夠發(fā)揮“變現(xiàn)”功能，獲取各種便利進而改善農(nóng)戶貧困。由于社會資本的定義并未明確，所以社會資本的測度也存在分歧。本文以前人的研究作為主要參考，在社會資本方面，選用“禮金來往”為代理變量（周廣肅等，2014；劉一偉等，2017；趙羚雅，2019）。另外，為盡可能地降低模型估計存在的誤差，對郭士祺等（2014）的相關(guān)研究予以借鑒，以郵電費用對應(yīng)的對數(shù)值為代理變量對社會資本展開評判。另需注意，作為社會資本重要組成的社會信任同樣為不少學(xué)者所重視（趙佳佳等，2020；Allan et al.，2020）。因此，本文使用社會信任指標進一步測度互聯(lián)網(wǎng)使用與社會資本的關(guān)系。根據(jù)表7的模型2至模型4結(jié)果顯示，在控制其他變量的條件下，互聯(lián)網(wǎng)使用顯著影響農(nóng)民禮金支出、郵電費用和社會信任，且均在1%的統(tǒng)計水平上顯著，說明使用互聯(lián)網(wǎng)能夠通過顯著增加農(nóng)戶的社會資本進而改善相對貧困。

3.金融信貸效應(yīng)

融資約束一直是農(nóng)村地區(qū)減貧面臨的重要障礙。理論層面上，農(nóng)戶通過信貸渠道可以獲得更多的融資，更容易實現(xiàn)資本積累，從而更早跳出“貧困陷阱”。對此，本文認為信貸渠道能夠影響農(nóng)戶相對貧困。基于CFPS問卷中的“首選借款對象”，設(shè)立了“銀行信貸”“民間信貸”兩個信貸代理變量。運用Probit模型進一步檢驗互聯(lián)網(wǎng)使用與金融信貸的關(guān)系。根據(jù)表7的模型5結(jié)果顯示，在控制其他變量的條件下，對于互聯(lián)網(wǎng)使用這一自變量來講，其系數(shù)等于0.213；統(tǒng)計水平為1%的條件下，效應(yīng)顯著，表明互聯(lián)網(wǎng)使用對于農(nóng)戶信貸有著明顯的正向性影響。根據(jù)表6的模型6結(jié)果顯示，于民間信貸來講，互聯(lián)網(wǎng)使用對應(yīng)的估計系數(shù)等于-0.193，并于1%的統(tǒng)計水平上呈現(xiàn)出明顯的效應(yīng)性，這意味著互聯(lián)網(wǎng)使用顯著負向影響農(nóng)戶民間信貸?？赡芙忉尩脑蚴?，由于監(jiān)管政策的滯后性，不良網(wǎng)貸平臺為了攫取更高的利益，進行非法操作，包括“套路貸”“砍頭息”等行為，加深了農(nóng)戶對其的負面印象，使得許多農(nóng)戶“談貸色變”。而銀行作為傳統(tǒng)性金融機構(gòu)，在中國人的內(nèi)心中一直擁有重要的社會地位，隨著銀行整體邁向轉(zhuǎn)型，農(nóng)戶也通過互聯(lián)網(wǎng)等科技渠道與銀行繼續(xù)保持深度合作。

表7 運用互聯(lián)網(wǎng)于解決農(nóng)戶相對貧困中的作用機制

五、穩(wěn)健性檢驗與內(nèi)生性處理

（一）穩(wěn)健性檢驗

1.變量替代法

按照CNNIN實施的第45次調(diào)查所得，可以發(fā)現(xiàn)：截至2020年6月，中國共有9.32億的手機網(wǎng)民，手機網(wǎng)民在全體網(wǎng)民中的占比高達99.2%，據(jù)此數(shù)據(jù)推斷得出：網(wǎng)民上網(wǎng)以手機為主要途徑。所以，能否使用手機上網(wǎng)是判斷自變量的又一指標，借此指標檢驗研究的穩(wěn)健性。根據(jù)回歸結(jié)果，發(fā)現(xiàn)在控制其他變量的情況下，手機上網(wǎng)均在1%的統(tǒng)計水平上顯著負面影響農(nóng)戶貧困的短期和長期表現(xiàn)，即手機上網(wǎng)能夠?qū)崿F(xiàn)農(nóng)村貧困減緩的作用。由此可見，互聯(lián)網(wǎng)使用對農(nóng)戶相對貧困的研究結(jié)論具有高度的穩(wěn)健性。

前文使用收入比例法測度農(nóng)村貧困的指標，均是基于農(nóng)戶個人收入的基礎(chǔ)上，而本文是利用CFPS2018整合的家庭樣本，利用家庭人均收入指標進行測算會進一步縮小估計誤差。因此，本文基于全體樣本的基礎(chǔ)上，確定家庭人均收入的平均收入為41845.75元，借鑒上文主要貧困線的測度方法，再次確定貧困發(fā)生率、貧困距、平方貧困距和貧困脆弱性，對互聯(lián)網(wǎng)使用、手機使用與農(nóng)戶相對貧困的關(guān)系展開進一步分析?；貧w結(jié)果發(fā)現(xiàn)互聯(lián)網(wǎng)使用依然存在顯著的減貧效應(yīng)。

2.多維貧困測度

前文所使用的的貧困指標均是參照收入線劃定，這將導(dǎo)致互聯(lián)網(wǎng)使用對中國反貧困政策的實施效果不能完全體現(xiàn)（李東等，2020）。因此，本文借鑒其他學(xué)者（馬明義等，2019；李金葉等，2020）的研究方法，使用收入、健康、發(fā)展能力、生活質(zhì)量四種貧困指標，采用權(quán)重法構(gòu)建多維貧困變量，進一步查證互聯(lián)網(wǎng)使用的減貧效果。

根據(jù)表8的設(shè)定結(jié)果，本文進一步建立了兩個多維貧困測度指標，從回歸結(jié)果發(fā)現(xiàn)，互聯(lián)網(wǎng)使用對于農(nóng)村多維貧困依然呈現(xiàn)顯著的負向影響，且在1%的統(tǒng)計水平上顯著，表明互聯(lián)網(wǎng)使用不僅能夠通過增加收入，還可能通過提高農(nóng)戶身體素質(zhì)、改善農(nóng)戶生活質(zhì)量等角度，進一步改善農(nóng)村貧困現(xiàn)象。

表8 貧困維度、貧困指標、臨界值及權(quán)重選取與設(shè)定

（二）內(nèi)生性處理

1.反向因果導(dǎo)致的內(nèi)生性問題

前文實證分析回歸結(jié)果，互聯(lián)網(wǎng)使用對緩解農(nóng)戶貧困具有顯著的正向作用，但并未考慮分析過程中的反向因果導(dǎo)致的內(nèi)生性問題。因此，本文參考單德朋等（2020）、殷俊等（2018）、祝仲坤等（2017）的做法，選用“互聯(lián)網(wǎng)態(tài)度距”“同省市其他個體的平均互聯(lián)網(wǎng)使用”及“互聯(lián)網(wǎng)普及率”三個指標作為農(nóng)戶是否使用互聯(lián)網(wǎng)的工具變量。從相關(guān)性角度出發(fā)，三個變量所呈現(xiàn)的是一個地區(qū)互聯(lián)網(wǎng)的發(fā)展情況，地區(qū)互聯(lián)網(wǎng)發(fā)展水平越高，農(nóng)戶利用互聯(lián)網(wǎng)獲取信息的可能性越大；從外生性角度出發(fā)，三個所選工具變量均不直接影響農(nóng)村貧困。因此，從邏輯上推斷，三個變量滿足作為工具變量所需的相關(guān)性和外生性條件。

基于所選變量對應(yīng)的F值都比16.38要大這一條件，得出：所選變量不存在弱工具變量這一問題（Stock et al.，2002）。故而，運用IV Probit模型、2SLS（兩階最小二乘法）以及LIML（極大似然估計法）展開估算，估算得出：使用互聯(lián)網(wǎng)于統(tǒng)計水平為1%的條件上，短期內(nèi)在減緩農(nóng)村貧困領(lǐng)域發(fā)揮著較大的作用，且整體估計系數(shù)均大于OLS模型估計結(jié)果，表明未使用工具變量可能對結(jié)果低估。另外，互聯(lián)網(wǎng)使用存在顯著的長期減貧效應(yīng)，顯著支持了本文研究結(jié)果保持穩(wěn)健的結(jié)論。

2.樣本自選擇偏差導(dǎo)致的內(nèi)生性問題

為了對使用互聯(lián)網(wǎng)于農(nóng)戶貧困方面產(chǎn)生的影響做進一步的驗證分析，也為了避免因為樣本選擇造成估計存有誤差，這里借助傾向得分匹配對互聯(lián)網(wǎng)使用和農(nóng)戶貧困之間的關(guān)系進行重新估計。通過檢驗不同變量之間的平衡性，本文發(fā)現(xiàn)所選控制變量的標準偏差均值均小于10%，匹配效果十分顯著。

傾向得分匹配方法的基本思路如下：第一，在其他控制變量與互聯(lián)網(wǎng)使用給定的情況下，求出農(nóng)戶使用互聯(lián)網(wǎng)的條件概率（也即傾向得分）；第二，按照傾向得分，檢驗匹配的平衡性，對處理組和對照組之間是否存在明顯偏差進行探尋；第三，以最近鄰匹配以及半徑匹配，還有核匹配，對處理組與對照組進行匹配處理；第四，測算出互聯(lián)網(wǎng)使用的平均處理效應(yīng)（ATT）。按照這種基于反事實推斷的思路對模型的樣本自選擇問題進行處理，在最鄰近匹配法、半徑匹配、核匹配這些不同匹配方式下，計算得出的ATT（即平均處理效應(yīng)）?？梢园l(fā)現(xiàn)，對于互聯(lián)網(wǎng)的短期減貧效果而言，ATT在-0.1561至-0.1424之間，即不論采用哪種方法，使用互聯(lián)網(wǎng)均會在短期內(nèi)使農(nóng)戶貧困減緩的概率提高14.24%至15.61%。對于互聯(lián)網(wǎng)的長期減貧效果而言，ATT在-0.2816至-0.2774之間，即使用三種匹配方法后，互聯(lián)網(wǎng)使用均會在長期內(nèi)使農(nóng)戶貧困減緩的概率提高27.74%～28.16%。整體而言，使用PSM估計方法的回歸結(jié)果小幅度超過了前文運用普通的Probit模型回歸系數(shù)值，說明運用傾向得分匹配法規(guī)避樣本自選擇偏差后，互聯(lián)網(wǎng)使用能夠促進農(nóng)戶貧困減緩的研究結(jié)論依然穩(wěn)健。

3.遺漏變量導(dǎo)致的內(nèi)生性

前文雖然已經(jīng)考慮了反向因果、樣本自選擇導(dǎo)致的內(nèi)生性偏誤，但是農(nóng)戶貧困是反復(fù)均衡的結(jié)果，互聯(lián)網(wǎng)使用也面臨著家庭潛在風(fēng)險偏好等不可觀測的影響，所以分析互聯(lián)網(wǎng)使用與農(nóng)戶貧困的關(guān)系時，還需要進一步考慮因遺漏變量導(dǎo)致的內(nèi)生性問題。

為了克服這種潛在內(nèi)生性問題可能導(dǎo)致的模型估計誤差，本文使用聯(lián)立方程OLS作為參照系、三階段最小二乘法作為最終結(jié)果展開進一步分析。使用聯(lián)立方程模型需要同時考慮互聯(lián)網(wǎng)使用、農(nóng)戶相對貧困的決定因素，只進入互聯(lián)網(wǎng)使用方程的變量是上網(wǎng)時學(xué)習(xí)、工作、商業(yè)活動這些方面的重要程度，以及是否收發(fā)電郵、以互聯(lián)網(wǎng)為信息渠道的重要性等方面，只進入農(nóng)戶相對貧困方程的變量是全職工作經(jīng)歷、是否簽訂勞動合同、是否從事個體經(jīng)營以及家庭經(jīng)營的整體資產(chǎn)。結(jié)果顯示互聯(lián)網(wǎng)使用對農(nóng)戶貧困短期減緩、長期減緩的作用依然穩(wěn)健。

基于截面數(shù)據(jù)對貧困問題進行測度，將導(dǎo)致對貧困問題的研究是片面的（張志國，2015）。因此，為了進一步考察農(nóng)戶進出貧困的過程及原因，為政府建立貧困的動態(tài)瞄準機制提供理論依據(jù)，需要從動態(tài)視角進一步考察互聯(lián)網(wǎng)使用與農(nóng)戶相對貧困的關(guān)系。所以，本文使用CFPS2018和CFPS2016數(shù)據(jù)組建新的面板數(shù)據(jù)進一步檢驗互聯(lián)網(wǎng)使用對農(nóng)戶貧困減緩的影響，如此既彌補了截面數(shù)據(jù)因遺漏變量導(dǎo)致的內(nèi)生性問題，又能進一步佐證互聯(lián)網(wǎng)使用與農(nóng)戶相對貧困的關(guān)系。借鑒黃薇（2019）的做法，新增0-1虛擬變量“是否返貧”，在2016年為非貧狀態(tài)，但是本期為貧困狀態(tài)下的所有農(nóng)戶均看作是返貧；新增0-1虛擬變量“是否脫貧”，在2016年是貧困狀態(tài)，但是本期是非貧狀態(tài)的所有農(nóng)戶均看作是脫貧。結(jié)果顯示，從整體而言，互聯(lián)網(wǎng)使用能夠顯著緩解農(nóng)戶貧困狀況，并且于統(tǒng)計水平為1%的條件下依然顯著。通過回歸模型2，可以發(fā)現(xiàn)：互聯(lián)網(wǎng)使用能夠在正向積極而且顯著地影響農(nóng)戶脫貧，同樣于統(tǒng)計水平為1%的條件下有著顯著性影響?；貧w模型3的所得可以描述為：互聯(lián)網(wǎng)使用在負向上于農(nóng)戶返貧存在明顯的影響，在統(tǒng)計水平為5%的條件下存在顯著負向影響，即互聯(lián)網(wǎng)使用可以對農(nóng)戶返貧產(chǎn)生顯著的抑制作用。根據(jù)農(nóng)戶跨期貧困狀態(tài)的動態(tài)變動結(jié)果顯示，互聯(lián)網(wǎng)使用能夠起到持續(xù)性脫貧的作用。

六、研究結(jié)論與政策建議

本文以追蹤調(diào)查中國家庭所得的微觀數(shù)據(jù)為基礎(chǔ)，對使用互聯(lián)網(wǎng)于農(nóng)戶相對貧困產(chǎn)生的影響進行研究和探查，借助RIF回歸等方法對研究結(jié)果的穩(wěn)健性進行檢驗；借助工具變量法、傾向匹配得分及聯(lián)立方程等多種方式緩解了反向因果、遺漏變量所造成的內(nèi)生性問題，還擴展研究探討了互聯(lián)網(wǎng)使用于農(nóng)戶相對貧困的具體內(nèi)在機制。研究結(jié)論可以總結(jié)為：第一，互聯(lián)網(wǎng)使用不僅能夠通過增收渠道顯著改善農(nóng)戶的短期貧困狀況，并且可以顯著降低農(nóng)戶的貧困脆弱性、多維貧困境況，體現(xiàn)對穩(wěn)健脫貧的長期帶動。第二，互聯(lián)網(wǎng)使用的減貧效應(yīng)存在顯著的組間異質(zhì)性，女性、中年農(nóng)戶、擁有高學(xué)歷、低收入群體經(jīng)由互聯(lián)網(wǎng)使用渠道更有助于減貧。第三，解釋機制表明，互聯(lián)網(wǎng)使用經(jīng)由拓展信息渠道、增強農(nóng)戶銀行信貸能力、擴充已有的社會資本發(fā)揮減緩貧困的作用，同時互聯(lián)網(wǎng)使用會降低農(nóng)戶民間信貸概率，進而影響農(nóng)戶相對貧困。

根據(jù)上述實證結(jié)果和相關(guān)結(jié)論，本文提出如下政策建議：

一是在鄉(xiāng)村振興戰(zhàn)略的背景下，政府需要進一步推動偏遠地區(qū)網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)，在網(wǎng)絡(luò)管理領(lǐng)域踐行“提速降費”的承諾，普及對互聯(lián)網(wǎng)的運用技能，讓農(nóng)村使用互聯(lián)網(wǎng)的整體比例保持不斷提升的態(tài)勢，使互聯(lián)網(wǎng)能夠在緩解信息不對稱、積累社會資本、改善農(nóng)戶在信息博弈中的弱勢地位發(fā)揮更大的作用，進而緩解農(nóng)戶在信息獲取層面的“貧困”。

二是央行等金融監(jiān)管機構(gòu)需要進一步凈化網(wǎng)絡(luò)信貸環(huán)境，對不良網(wǎng)貸平臺有序清退，合格平臺及時對接征信系統(tǒng)，從而緩解民間信貸對農(nóng)戶貧困減緩的負面作用。

值得注意的是，雖然本文研究了農(nóng)戶互聯(lián)網(wǎng)使用與相對貧困的動態(tài)異質(zhì)性表現(xiàn)，但并沒有深入研究處于不同行業(yè)農(nóng)戶的互聯(lián)網(wǎng)使用對貧困減緩的影響。可以預(yù)期的是，不同行業(yè)所需要投入的技能和風(fēng)險分布不同，其互聯(lián)網(wǎng)使用所帶來的減貧效應(yīng)存在差異，識別該種差異將會更有針對性地制定相應(yīng)政策建議，提高互聯(lián)網(wǎng)減貧績效。受數(shù)據(jù)所限，本文未能甄別不同行業(yè)減貧效應(yīng)的差異。因此，未來研究將會使用更長時間跨度的面板數(shù)據(jù)和更詳細的微觀調(diào)查數(shù)據(jù)，進一步研究互聯(lián)網(wǎng)使用與農(nóng)戶相對貧困的關(guān)系，為現(xiàn)有互聯(lián)網(wǎng)使用減貧理論基礎(chǔ)和政策研究提供更多證據(jù)。