張含宇, 姬宸宇

一、 引言

改革開放以來，中國的減貧事業(yè)已經(jīng)取得了舉世矚目的成就。農(nóng)村貧困率從1978年的97.5%降低到了2018年的1.7%(1)國家統(tǒng)計局住戶調(diào)查辦公室. 2019年中國農(nóng)村貧困檢測報告[R]. 北京：中國統(tǒng)計出版社，2019.。但與這一較低的貧困率對應(yīng)的是依然龐大的貧困人口規(guī)模，直到2018年末我國仍然有1 660萬農(nóng)村人口收入處于貧困線之下，同時貧困人口分布由集中化向分散化趨勢演進，存在深度貧困地區(qū)脫貧攻堅困難、部分低收入人群返貧等問題。這意味著脫貧攻堅越到后面成本越高，難度越大。因此，扶貧需要更加注重創(chuàng)新性，把握社會、經(jīng)濟與技術(shù)的發(fā)展趨勢，以求高效徹底地消除貧困。在減貧的理論和實踐中，以互聯(lián)網(wǎng)為代表的信息通信技術(shù)ICT(Information and Communications Technology) 是頗受期待的減貧方法之一，它可以讓貧困人口更方便地獲得關(guān)于教育、健康醫(yī)療、政策以及金融服務(wù)等方面的信息，也能幫助農(nóng)村居民和手工藝者接觸到更加廣闊的市場。目前，我國已有相當(dāng)規(guī)模的互聯(lián)網(wǎng)用戶，其中包括了一定規(guī)模的農(nóng)村用戶；根據(jù)《第44次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》數(shù)據(jù)，截至2019年6月，中國網(wǎng)民規(guī)模已達8.54億，互聯(lián)網(wǎng)普及率達61.2%，其中農(nóng)村網(wǎng)民規(guī)模為2.25億人，占網(wǎng)民總數(shù)的26.3%(2)中國互聯(lián)網(wǎng)信息中心. 第44次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告[EB/OL]. [2020-04-15]. http:∥www.cac.gov.cn/2019-08/30/c_1124938750.htm.。

同時，從中央到地方，政府越發(fā)重視“互聯(lián)網(wǎng)+”在扶貧工作中的重要作用，工信部在《關(guān)于推進網(wǎng)絡(luò)扶貧的實施方案(2018-2020年)》中提出工作目標，要在2020年實現(xiàn)全國12.29萬個建檔立卡貧困村寬帶網(wǎng)絡(luò)覆蓋率超過98%(3)工信部. 關(guān)于推進網(wǎng)絡(luò)扶貧的實施方案(2018—2020年)[EB/OL]. [2020-04-15]. http:∥www.cpad.gov.cn/art/2018/6/6/art_50_85021.html.；安徽開通了網(wǎng)絡(luò)扶貧助農(nóng)興旅公益平臺，方便用戶購買當(dāng)?shù)靥厣r(nóng)產(chǎn)品；甘肅省政府和阿里巴巴集團簽訂戰(zhàn)略合作框架協(xié)議，共建“特色中國-甘肅館”。許多學(xué)者也從不同側(cè)面對這一減貧方式進行了研究，但目前國內(nèi)對于互聯(lián)網(wǎng)減貧的研究更多地側(cè)重于使用如家庭追蹤調(diào)查(CFPS)這樣的截面數(shù)據(jù)，樣本往往限定在一兩個特定年份，可能受到不隨個體變化但隨時間變化的時間效應(yīng)的影響，例如大范圍自然災(zāi)害、主要電商企業(yè)的商業(yè)活動等。

此外，我國農(nóng)村地區(qū)仍然存在一部分極難脫貧的人群。事實上，這在一定程度上反映了貧困人口內(nèi)部存在的收入分配不均問題。由于地理環(huán)境、受教育條件等因素的限制，能提升輕度貧困人口收入的方法未必能有效提升極端貧困人口的收入。因此對于減貧的實踐而言，有必要考慮互聯(lián)網(wǎng)普及能否緩解極端貧困人口的貧困。

基于以上分析，本文嘗試從兩方面對現(xiàn)有文獻進行擴展：一方面，使用年份連續(xù)的面板數(shù)據(jù)以避免樣本過多受到某一年份特定事件的干擾。另一方面，本文在互聯(lián)網(wǎng)減貧的文獻中較早引入FGT指數(shù)，從而在分析中兼顧貧困人口內(nèi)部收入差異的影響，進而深入分析互聯(lián)網(wǎng)普及對農(nóng)村極端貧困人口是否也具有減貧效果。

二、 文獻綜述

從以往的研究來看，關(guān)于互聯(lián)網(wǎng)普及與農(nóng)村貧困減緩的文獻指出了這種減貧作用發(fā)生的幾條路徑。

首先，互聯(lián)網(wǎng)的使用促進了農(nóng)村居民非農(nóng)就業(yè)創(chuàng)業(yè)。馬俊龍和寧光杰使用CFPS的2014年數(shù)據(jù)和Biprobit模型，發(fā)現(xiàn)互聯(lián)網(wǎng)使用有效提高了農(nóng)村勞動力選擇非農(nóng)就業(yè)的概率(4)馬俊龍,寧光杰. 互聯(lián)網(wǎng)與農(nóng)村勞動力非農(nóng)就業(yè)[J]. 財經(jīng)科學(xué), 2017(7): 50-63.；周洋和華語音使用了同一年的CFPS數(shù)據(jù)和IVprobit模型，研究發(fā)現(xiàn)，平均而言使用互聯(lián)網(wǎng)的農(nóng)村家庭比不上網(wǎng)的創(chuàng)業(yè)概率高了3.83%(5)周洋,華語音. 互聯(lián)網(wǎng)與農(nóng)村家庭創(chuàng)業(yè)——基于CFPS數(shù)據(jù)的實證分析[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟, 2017(5): 111-119.；周冬使用了CGSS的2005和2013年數(shù)據(jù)以及有序Probit模型進行分析，結(jié)論表明互聯(lián)網(wǎng)的使用有效促進了農(nóng)村非農(nóng)就業(yè)(6)周冬. 互聯(lián)網(wǎng)覆蓋驅(qū)動農(nóng)村就業(yè)的效果研究[J]. 世界經(jīng)濟文匯, 2016(3): 76-90.。

其次，互聯(lián)網(wǎng)的使用促進了非正規(guī)金融在農(nóng)村的使用。王君健和費梅蘋使用CFPS2016數(shù)據(jù)和IVprobit模型進行分析，結(jié)論表明民間借貸是互聯(lián)網(wǎng)影響農(nóng)村居民貧困的重要機制(7)王君健,費梅蘋. 互聯(lián)網(wǎng)使用、民間借貸與農(nóng)村居民貧困[J]. 江淮論壇, 2019(5): 63-69.；殷俊和劉一偉使用2014和2016年CFPS數(shù)據(jù)，結(jié)論表明互聯(lián)網(wǎng)的使用提高了農(nóng)戶的非正規(guī)金融借貸水平，由此進一步減緩了貧困(8)殷俊,劉一偉. 互聯(lián)網(wǎng)使用對農(nóng)戶貧困的影響及其機制分析[J]. 中南財經(jīng)政法大學(xué)學(xué)報, 2018, 227(2): 146-156.。

再次，互聯(lián)網(wǎng)金融的使用有助于減緩農(nóng)村貧困。但正如冷晨昕和陳前恒所指出的那樣，現(xiàn)有文獻沒有系統(tǒng)地論述在農(nóng)村地區(qū)，尤其是在農(nóng)村貧困地區(qū)發(fā)展互聯(lián)網(wǎng)金融的理論基礎(chǔ)，但他們?nèi)匀煌ㄟ^經(jīng)濟理論模型分析得出了農(nóng)村貧困地區(qū)發(fā)展互聯(lián)網(wǎng)金融有助于降低傳統(tǒng)金融服務(wù)中的交易成本，緩解金融排斥的結(jié)論(9)冷晨昕,陳前恒. 貧困地區(qū)農(nóng)村居民互聯(lián)網(wǎng)金融使用現(xiàn)狀及影響因素分析[J]. 財貿(mào)研究, 2017(11): 42-51.。

最后，電子商務(wù)的使用擴大了貧困人口所面對的市場，帶來了市場規(guī)模乘數(shù)效應(yīng)和潛在差異需求規(guī)模乘數(shù)效應(yīng)(10)邱澤奇,張樹沁,劉世定. 從數(shù)字鴻溝到紅利差異——互聯(lián)網(wǎng)資本的視角[J]. 中國社會科學(xué), 2016(10): 93-204.，同時也減少了他們的交易成本，改變了他們的消費行為。張永麗和徐臘梅通過對甘肅1 735個農(nóng)戶的家庭生活消費的調(diào)查發(fā)現(xiàn)，互聯(lián)網(wǎng)的使用可以降低西部貧困地區(qū)農(nóng)戶的交易成本，擴寬消費渠道，優(yōu)化市場環(huán)境(11)張永麗,徐臘梅. 互聯(lián)網(wǎng)使用對西部貧困地區(qū)農(nóng)戶家庭生活消費的影響——基于甘肅省1735個農(nóng)戶的調(diào)查[J]. 中國農(nóng)業(yè)經(jīng)濟, 2019(2): 42-59.。曾億武等利用江蘇沭陽縣1 009個農(nóng)戶的調(diào)查問卷進行分析發(fā)現(xiàn)，電子商務(wù)的采納帶來了農(nóng)業(yè)收入的顯著提升，利潤率和銷量的提升是構(gòu)成收入上升的來源機制(12)曾億武,郭紅東,金松青. 電子商務(wù)有益于農(nóng)民增收嗎？——來自江蘇沭陽的證據(jù)[J].中國農(nóng)村經(jīng)濟, 2018 (2): 49-64.。

三、 實證方法與數(shù)據(jù)來源

(一) FGT指數(shù)的計算

本文按照國家現(xiàn)行貧困線標準，即以農(nóng)村每年人均純收入2 300元(2010年不變價)作為衡量貧困與否的基準，選擇FGT指數(shù)來進一步衡量貧困的嚴重程度。這一指標不僅具備良好的可加性，還可以在滿足收入分組一致性條件下對整體貧困進行分解，以反映不同收入分組之間的收入差距，進而避免單獨使用貧困發(fā)生率所導(dǎo)致的，對貧困人口內(nèi)部收入差距的忽視。

為了便于在數(shù)學(xué)意義上理解FGT指數(shù)的構(gòu)造方式，其離散形式可用如下公式表達：

(1)

公式中，yi為第i個貧困人口的收入，z為貧困線，在本文中為2010年價格水平的2 300元，q代表人均收入低于貧困線以下的人口數(shù)，n代表人口總數(shù)，α是一個非負的參數(shù)，也稱貧困厭惡系數(shù)，一般取值為0、1或2，數(shù)值越大則貧困人口內(nèi)部收入差距對Pα(y,z)值的影響越大。

在α最常見的三個取值中，α=0使得P0成為貧困發(fā)生率(Head-count Ratio)，也就是收入低于貧困線的人口在總?cè)丝谥兴嫉谋戎?，在本文中為通過洛倫茲曲線估算出的貧困率和《中國農(nóng)村貧困檢測報告》匯報的各地區(qū)農(nóng)村貧困率相對應(yīng)，P0這一指標也被稱為貧困廣度。當(dāng)α=1時，P1便是貧困缺口(Poverty Gap)，表示貧困人口收入到貧困線之間的平均距離，也是貧困深度指標。當(dāng)α=2時,P2是平方貧困缺口(Squared Poverty Gap)，是對不同貧困程度人口進行加權(quán)后得到的指標，反映了貧困人口內(nèi)部收入不平等的程度，以上三類指標在下文中分別用H、PG和SPG表示。

與公式(1)對應(yīng)的連續(xù)函數(shù)形式為：

(2)

式(2)中f(y)是收入的累積分布函數(shù)F(x)的概率密度函數(shù)，x為代表收入的隨機變量，F(xiàn)(x)的具體表達式如下：

(3)

如果能利用已有的農(nóng)村收入分組數(shù)據(jù)估計出連續(xù)的收入累積分布函數(shù)，F(xiàn)GT指數(shù)就可以進行計算(13)林伯強. 中國的經(jīng)濟增長、貧困減少與政策選擇[J]. 經(jīng)濟研究, 2003 (12)：15-25.。使用由Villasenor和Arnold提出的廣義二次(GQ)方法可以估計出參數(shù)化的洛倫茲曲線(14)VILLASENOR A. Elliptical lorenz curves[J]. Journal of econometrics, 1989, 40(2): 327-338.，進而得到連續(xù)的收入累積分布函數(shù)。將GQ方法估計得到的洛倫茲曲線結(jié)合式(2)可得：

(4)

通過改變式(4)中的α的取值，可以得到FGT指數(shù)中的貧困廣度、深度和強度。為了方便下文的分析，本文將計算出的FGT指數(shù)全部乘以100。

由于中國各個省的統(tǒng)計年鑒在統(tǒng)計農(nóng)村收入分組數(shù)據(jù)時經(jīng)常出現(xiàn)一定程度上的數(shù)據(jù)缺失問題，因此本文參考趙磊和吳媛的做法，使用農(nóng)村收入分組數(shù)據(jù)與城鎮(zhèn)收入分組數(shù)據(jù)的比例對農(nóng)村收入分組數(shù)據(jù)進行估算(15)趙磊,吳媛. 中國旅游業(yè)與農(nóng)村貧困減緩——事實與解釋[J]. 南開管理評論, 2018, 21(6): 142-155.。由于天津、湖南、山東、西藏、云南和貴州存在較嚴重的收入分組數(shù)據(jù)缺失問題，因此本文僅使用了25個省份的收入分組數(shù)據(jù)進行分析。為避免通脹因素對FGT指數(shù)計算的影響，本文將2010年不變價格的2 300元按照各個省份各年度的通脹率進行了調(diào)整后計算FGT指數(shù)。

(二) 模型設(shè)定

為考察互聯(lián)網(wǎng)的使用對中國農(nóng)村貧困程度的影響，本文構(gòu)造如下計量模型：

FGTit=β0+β1Internetit+ωXit+αi+γt+εit

(5)

式中i表示省份，t表示年份，αi代表不隨時間變化的個體效應(yīng)，γt代表不隨個體變化的時間效應(yīng)，εit為隨機擾動項，F(xiàn)GTit為計算得到的FGT指數(shù)，Internetit為代表農(nóng)村互聯(lián)網(wǎng)普及程度的代理變量，

在許多報告和文獻中，對于代表互聯(lián)網(wǎng)普及程度的變量大多數(shù)情況下選擇互聯(lián)網(wǎng)普及率、移動電話普及率(16)湯才坤. “互聯(lián)網(wǎng)+”對農(nóng)村居民消費經(jīng)濟結(jié)構(gòu)的影響分析[J]. 統(tǒng)計與決策, 2018, 513(21): 117-119.、電腦數(shù)量(17)趙浩鑫,唐根年,洪晨翔. 農(nóng)村互聯(lián)網(wǎng)發(fā)展的減貧效應(yīng)分析[J]. 統(tǒng)計與決策, 2019, 535(19): 96-99.等。參考既有文獻的選擇，本文使用每百戶農(nóng)村家庭所擁有的電腦數(shù)和每百戶農(nóng)村家庭所擁有的移動電話數(shù)作為互聯(lián)網(wǎng)在農(nóng)村普及程度的代理變量，下文將這兩個變量簡稱為住戶電腦數(shù)量和住戶手機數(shù)量。Xit為控制變量向量。

模型中主要包括三類控制變量。首先是經(jīng)濟增長變量，經(jīng)濟增長可以通過“涓滴效應(yīng)”惠及貧困人口，本文使用實際GDP增長率(RGDP)加以衡量。其次是農(nóng)村特征變量，包括了農(nóng)村居民受教育水平(EDU)、農(nóng)村固定資產(chǎn)投資(FA)、所得到的財政支農(nóng)資金(GOV)三項,分別使用農(nóng)村15歲以上人口的文盲率、農(nóng)村固定資產(chǎn)投資和農(nóng)業(yè)總產(chǎn)值的比值、財政支農(nóng)支出與農(nóng)業(yè)總產(chǎn)值的比值代表，由于統(tǒng)計口徑的變化，財政支農(nóng)支出在2005—2006年為農(nóng)業(yè)支出、林業(yè)支出和水利氣象支出之和，2007—2016是農(nóng)林水事務(wù)支出。三是其他類型變量：城鎮(zhèn)化進程可以改善農(nóng)村居住環(huán)境、增加農(nóng)村就業(yè)機會進而幫助減緩貧困(18)崔娟. 金融發(fā)展、城鎮(zhèn)化與貧困減緩——基于系統(tǒng)GMM的估計[J]. 蘭州學(xué)刊, 2014 (8): 152-158.，因此本文使用城鎮(zhèn)化率作為控制變量；城鄉(xiāng)居民收入比例的上升反映了當(dāng)?shù)卣w收入差距的惡化，這會抑制貧困減緩，因此本文使用了城鎮(zhèn)人均可支配收入和農(nóng)村人均可支配收入的比值作為控制變量。

除此之外本文還加入了交通基礎(chǔ)設(shè)施作為控制變量，因為交通基礎(chǔ)設(shè)施的優(yōu)化提升可以促進生產(chǎn)要素的合理分配，是推動農(nóng)村經(jīng)濟增長的長期動力(19)李慧玲,徐妍. 交通基礎(chǔ)設(shè)施、產(chǎn)業(yè)結(jié)構(gòu)與減貧效應(yīng)研究——基于面板VAR模型[J]. 技術(shù)經(jīng)濟與管理研究, 2016(8): 25-30.。本文參考趙磊和張晨的方法，使用鐵路里程數(shù)、公路里程數(shù)和內(nèi)河航運里程數(shù)之和除以省份國土面積衡量(20)趙磊,張晨. 旅游減貧的門檻效應(yīng)及其實證檢驗——基于中國西部地區(qū)省際面板數(shù)據(jù)的研究[J]. 財貿(mào)研究, 2018, 39(5): 130-145.。

(三) 數(shù)據(jù)來源

本文使用了包括25個省、市和自治區(qū)2005—2016年的平衡面板數(shù)據(jù)。其中，每百戶農(nóng)村居民所擁有的電腦數(shù)和移動電話數(shù)、農(nóng)村和城鎮(zhèn)人均可支配收入、城鎮(zhèn)化率、交通基礎(chǔ)設(shè)施數(shù)據(jù)均來自《中國統(tǒng)計年鑒(2006—2017)》，部分數(shù)據(jù)由各省統(tǒng)計年鑒補足。農(nóng)村收入分組數(shù)據(jù)來自各省(市、自治區(qū))統(tǒng)計年鑒和《中國農(nóng)業(yè)年鑒(2006—2017)》《中國農(nóng)村統(tǒng)計年鑒(2006—2017)》。農(nóng)村固定資產(chǎn)投資數(shù)據(jù)來自《中國農(nóng)村統(tǒng)計年鑒(2006—2017)》，農(nóng)村15歲及以上人口中的文盲率來自《中國人口和就業(yè)統(tǒng)計年鑒(2006—2017)》，財政支農(nóng)數(shù)據(jù)來自《中國財政年鑒(2006—2017)》。其他數(shù)據(jù)來源于國研網(wǎng)統(tǒng)計數(shù)據(jù)庫。

四、 實證結(jié)果分析

(一) 全樣本估計結(jié)果

表1到表4的各列均顯示，面板設(shè)定F檢驗結(jié)果拒絕原假設(shè)，固定效應(yīng)模型優(yōu)于混合估計；表1中除第(2)和第(4)列以外的Hausman檢驗均顯著拒絕隨機效應(yīng)模型和固定效應(yīng)模型回歸系數(shù)無差異的原假設(shè)，表2到表4的各列也普遍在Hausman檢驗中拒絕了原假設(shè)，因此，為便于比較分析，本文默認選擇面板固定效應(yīng)模型。

1. 絕對貧困估計。表1第(1)列報告，互聯(lián)網(wǎng)普及變量的回歸系數(shù)為-3.232，在1%的統(tǒng)計水平下顯著，表明在其他條件不變的情形下，農(nóng)村互聯(lián)網(wǎng)普及程度每提升1%會平均降低貧困廣度0.032 32，也就是使得估計出的貧困率降低0.032 32個百分點。第(4)列顯示，互聯(lián)網(wǎng)普及變量的回歸系數(shù)為-11.83，也在1%的統(tǒng)計水平下顯著，再次說明了結(jié)論的穩(wěn)健性。由此，分析結(jié)果表明，互聯(lián)網(wǎng)的普及確實可以有效降低絕對貧困。

2. 相對貧困估計。在表1中，第(2)列顯示，互聯(lián)網(wǎng)普及變量的回歸系數(shù)為-1.284，在1%的顯著性水平下顯著，同樣表明互聯(lián)網(wǎng)的普及對貧困深度具有減緩效應(yīng)，而且這一指標每提升1%，則會相應(yīng)減少貧困深度0.012 84。同樣，第(5)列中，互聯(lián)網(wǎng)普及變量的回歸系數(shù)為-3.64，表明這一指標每上升1%，貧困深度下降0.036 4。以上估計結(jié)果共同表明，互聯(lián)網(wǎng)普及對于減緩農(nóng)村貧困深度具有顯著作用。

表1第(3)列表示，貧困強度作為被解釋變量時，核心解釋變量回歸系數(shù)為-1.29，在1%的顯著性水平下顯著，這意味著農(nóng)村互聯(lián)網(wǎng)普及程度每上升1%，貧困強度平均減少0.012 9。類似地，第(6)列顯示，核心解釋變量回歸系數(shù)為-3.216，也在1%顯著性水平下顯著，農(nóng)村互聯(lián)網(wǎng)普及程度每上升1%，貧困強度平均減少0.032 16。以上估計結(jié)果表明，互聯(lián)網(wǎng)的普及確實有助于改善農(nóng)村極端貧困居民的收入狀況。

表1 全國互聯(lián)網(wǎng)普及與農(nóng)村貧困減緩關(guān)系檢驗

(二) 分地區(qū)估計結(jié)果(21)樣本中東部地區(qū)包括北京、河北、遼寧、上海、江蘇、浙江、福建、廣東、海南；中部地區(qū)包括山西、吉林、黑龍江、安徽、江西、河南、湖北；西部地區(qū)包括內(nèi)蒙古、廣西、重慶、四川、陜西、甘肅、青海、寧夏、新疆。

1. 東部地區(qū)估計結(jié)果。如表2所示，互聯(lián)網(wǎng)普及變量的回歸系數(shù)為-3.4，在10%的顯著性水平下顯著。也就是說農(nóng)村互聯(lián)網(wǎng)普及程度每上升1%，貧困廣度平均減少0.034；第(4)列報告了類似的結(jié)果，核心解釋變量的回歸系數(shù)為-10.76，在10%的顯著性水平下顯著，農(nóng)村互聯(lián)網(wǎng)普及程度每上升1%，貧困廣度平均減少0.107 6。以上實證結(jié)果說明了互聯(lián)網(wǎng)普及在東部農(nóng)村確實有效地減少了絕對貧困。當(dāng)考慮貧困深度時，列(2)和列(4)中兩種核心解釋變量回歸系數(shù)都在10%的顯著性水平下顯著為負也說明了互聯(lián)網(wǎng)的普及正在減少東部農(nóng)村貧困人口的貧困缺口，使得當(dāng)?shù)氐呢毨丝谑杖敫咏咏毨Ь€，進而減緩貧困。

表2 東部地區(qū)互聯(lián)網(wǎng)普及與農(nóng)村貧困減緩關(guān)系檢驗

需要注意的是，當(dāng)考慮貧困強度，也就是考慮互聯(lián)網(wǎng)普及能否在東部農(nóng)村減緩極端貧困人口的貧困狀況時，結(jié)論卻是否定的。在列(3)和列(6)當(dāng)中，兩種核心解釋變量的回歸系數(shù)都不顯著，這說明了互聯(lián)網(wǎng)普及難以應(yīng)對東部農(nóng)村的極端貧困問題。可能的原因在于：互聯(lián)網(wǎng)的普及反而使得當(dāng)?shù)剞r(nóng)村的收入不平等狀況惡化了。一個典型的例子來自曾億武、郭紅東和金松青的文章，他們利用傾向得分匹配法對江蘇省沭陽縣1 009個農(nóng)戶的問卷調(diào)查數(shù)據(jù)進行研究，結(jié)果發(fā)現(xiàn)在采納電子商務(wù)后，當(dāng)?shù)剞r(nóng)戶無論是以總純收入還是人均純收入計算的基尼系數(shù)都有明顯的上升(22)曾億武,郭紅東,金松青. 電子商務(wù)有益于農(nóng)民增收嗎？——來自江蘇沭陽的證據(jù)[J].中國農(nóng)村經(jīng)濟, 2018(2): 49-64.。這反映了互聯(lián)網(wǎng)的普及對于農(nóng)村收入不平等未必會起到削弱作用，反而可能會加劇當(dāng)?shù)氐氖杖氩黄降?，使得極端貧困人口的收入狀況難以得到改善。Cecchini 和Scott提供了一個簡單的理論模型來解釋這種收入不平等產(chǎn)生的原因，他們認為，包括軟硬件、技能水平在內(nèi)的資本投入使得相對富裕的人口更傾向于選擇互聯(lián)網(wǎng)作為接收和傳遞信息的手段，但這種資本投入也給相對貧困的人口制造了門檻，使得他們花費大量的時間來完成通過互聯(lián)網(wǎng)只需要少量時間就可以完成的信息收發(fā)，進而引發(fā)了收入的不平等(23)CECCHINI S, SCOTT C. Can information and communications technology applications contribute to poverty reduction?[J]. Information technology for development, 2003, 10(2): 72-84.，這也呼應(yīng)了曾億武、郭紅東和金松青認為健康程度與受教育水平、社會資本以及經(jīng)營支出共同導(dǎo)致了收入不平等的判斷(24)曾億武,郭紅東,金松青. 電子商務(wù)有益于農(nóng)民增收嗎？——來自江蘇沭陽的證據(jù)[J]. 中國農(nóng)村經(jīng)濟, 2018(2): 49-64.。

2. 中部地區(qū)估計結(jié)果。如表3第(1)列所示，互聯(lián)網(wǎng)普及變量的回歸系數(shù)為-3.754，在10%的顯著性水平下顯著。第(4)列報告了類似的結(jié)果，核心解釋變量的回歸系數(shù)為-14.04，在5%的顯著性水平下顯著。這說明互聯(lián)網(wǎng)普及有效減緩了中部農(nóng)村的貧困廣度。第(3)列顯示，核心解釋變量回歸系數(shù)不顯著，但第(6)列表明核心解釋變量回歸系數(shù)顯著為負。兩種模型的結(jié)果矛盾，因此認為互聯(lián)網(wǎng)的普及在中部地區(qū)是否能減緩貧困強度存在疑問。

表3 中部地區(qū)互聯(lián)網(wǎng)普及與農(nóng)村貧困減緩關(guān)系檢驗

續(xù)表

要注意的是，不同于東部地區(qū)，中部地區(qū)的貧困深度沒有因為互聯(lián)網(wǎng)的普及而顯著改善，但中部地區(qū)的貧困廣度卻在10%顯著性水平下被兩個核心解釋變量顯著減少了?？赡艿脑蛟谟?，貧困深度并非一個非常好的度量貧困的指標。參照林伯強關(guān)于貧困缺口的論述(25)林伯強. 中國的經(jīng)濟增長、貧困減少與政策選擇[J]. 經(jīng)濟研究, 2003(12): 15-25.可知，在中部地區(qū)，哪怕互聯(lián)網(wǎng)普及成功減少了絕對貧困，但只要沒有同時對其他貧困人口的收入有較大幅度的提升作用，其對貧困深度也不會產(chǎn)生顯著的正面影響。

3. 西部地區(qū)估計結(jié)果。在表4當(dāng)中，第(1)、(4)列顯示兩種核心解釋變量都沒能減少西部農(nóng)村的絕對貧困；第(2)、(5)列顯示兩種核心解釋變量也未能減少貧困缺口。但是第(3)、(6)列中，核心解釋變量的回歸系數(shù)分別為-1.438和-3.563，分別在5%和10%的顯著性水平下顯著，說明互聯(lián)網(wǎng)的普及改善了部分極端貧困人口的收入狀況。對此的詳細解讀如下。

表4 西部地區(qū)互聯(lián)網(wǎng)普及與農(nóng)村貧困減緩關(guān)系檢驗

續(xù)表

一方面，互聯(lián)網(wǎng)的普及未能減少西部農(nóng)村絕對貧困的原因可能在于西部農(nóng)村地區(qū)物流條件的不足限制了互聯(lián)網(wǎng)的減貧效果。

西部地區(qū)，特別是新疆、青海等省份，農(nóng)村人口盡管絕對數(shù)量不少，但居住分散，地域廣闊。這使得當(dāng)?shù)亟煌ɑA(chǔ)設(shè)施難以覆蓋到位，也使得西部距離城市消費市場較遠的農(nóng)村不可避免地面對相比于東中部更嚴重的農(nóng)產(chǎn)品進城“最先一公里”和工業(yè)品入村“最后一公里”的物流配送問題。同時，農(nóng)村冷鏈物流建設(shè)也滯后于電商發(fā)展，這使得農(nóng)村電商，尤其是生鮮產(chǎn)品的農(nóng)村電商供應(yīng)能力受到限制。因此，物流條件的不足限制了西部農(nóng)村地區(qū)通過農(nóng)村電商獲益的能力，進而使得西部地區(qū)互聯(lián)網(wǎng)普及的減貧作用受到限制。

另一方面，與東部地區(qū)不同，西部地區(qū)的互聯(lián)網(wǎng)普及減少了貧困強度，原因可能在于：東部地區(qū)由互聯(lián)網(wǎng)普及所帶來的收入不平等很大程度上是由資本投入的不同導(dǎo)致的，西部地區(qū)的電商發(fā)展遠不及東部，有關(guān)于互聯(lián)網(wǎng)使用的資本投入對收入不平等的影響還不明顯。同時，西部地區(qū)的消費環(huán)境比東部惡劣，張永麗和徐臘梅在對西部地區(qū)農(nóng)村的調(diào)查中發(fā)現(xiàn)，西部貧困地區(qū)農(nóng)村大部分位置偏遠、信息閉塞、賣方壟斷及產(chǎn)品質(zhì)量差等問題突出，農(nóng)戶家庭市場交易成本非常高；互聯(lián)網(wǎng)的普及大幅降低了當(dāng)?shù)氐慕灰壮杀?，還改變了農(nóng)村居民的消費行為，讓其擁有了更多的選擇權(quán)(26)張永麗,徐臘梅. 互聯(lián)網(wǎng)使用對西部貧困地區(qū)農(nóng)戶家庭生活消費的影響——基于甘肅省1 735個農(nóng)戶的調(diào)查[J]. 中國農(nóng)業(yè)經(jīng)濟, 2019(2): 42-59.。張永麗和徐臘梅同樣注意到這種消費環(huán)境的改善對低收入農(nóng)戶的消費提高效果更強，他們進而認為互聯(lián)網(wǎng)的普及有利于減少農(nóng)村內(nèi)部收入差距。綜上所述，互聯(lián)網(wǎng)優(yōu)化了西部農(nóng)村消費環(huán)境、減少了交易成本，資本投入對農(nóng)村居民互聯(lián)網(wǎng)使用的影響并不強。這些因素共同導(dǎo)致了西部地區(qū)農(nóng)村不平等水平的下降，同時也改善了貧困人口內(nèi)部的收入不平等。

4. 內(nèi)生性討論。內(nèi)生性問題會使得估計結(jié)果產(chǎn)生偏差，通常情況下，導(dǎo)致內(nèi)生性的主要原因有兩種。第一，遺漏變量問題。對于該問題，本文在模型設(shè)定中盡可能地將可能影響農(nóng)村貧困的眾多因素加入到了控制變量當(dāng)中，以降低遺漏變量的影響。第二，互為因果關(guān)系的內(nèi)生性。一個地區(qū)貧困程度的大小可能會影響在當(dāng)?shù)仄占盎ヂ?lián)網(wǎng)的難度。對于該問題的處理通常使用工具變量法。因此，本文參照郭家堂和駱品亮以及其他大部分文獻的做法，使用滯后一期的住戶電腦數(shù)量和手機數(shù)量作為工具變量進行兩階段最小二乘法(2SLS)回歸。結(jié)果表明，兩種工具變量在全樣本和分地區(qū)樣本情形下的回歸結(jié)果與原有的固定模型回歸結(jié)果基本一致。因此本文的實證結(jié)論得到了進一步驗證。

五、 結(jié)論與政策建議

本文利用2005—2016年農(nóng)村收入分組資料計算FGT指數(shù)，并在此基礎(chǔ)上使用農(nóng)村每百戶電腦數(shù)量和移動電話數(shù)量作為核心解釋變量分析互聯(lián)網(wǎng)普及程度和農(nóng)村貧困之間的關(guān)系?；诒疚膶嵶C結(jié)論，提出政策建議如下：

首先，互聯(lián)網(wǎng)的普及可以有效降低貧困人口規(guī)模。國家應(yīng)當(dāng)將鄉(xiāng)村信息基礎(chǔ)設(shè)施和交通物流基礎(chǔ)設(shè)施的建設(shè)作為實現(xiàn)鄉(xiāng)村振興的重要內(nèi)容，增大寬帶覆蓋率、增加網(wǎng)絡(luò)設(shè)備、終端設(shè)備和服務(wù)器設(shè)備在農(nóng)村的普及、強化企業(yè)和政府機關(guān)面向公眾的信息管理系統(tǒng)、加大農(nóng)村道路基礎(chǔ)設(shè)施建設(shè)資金投入力度、加快欠發(fā)達地區(qū)農(nóng)村物流配送體系建設(shè)，積極構(gòu)建“縣有中心、鄉(xiāng)鎮(zhèn)有門店、村社有點”的物流配送體系、支持地方政府在農(nóng)村設(shè)立貨運公交，盡量解決農(nóng)村物流“最后一公里”和“最初一公里”的配送效率和費用問題。

其次，東部和中部地區(qū)關(guān)于互聯(lián)網(wǎng)扶貧的政策應(yīng)當(dāng)更加關(guān)注缺少資本投入的貧困居民，避免互聯(lián)網(wǎng)紅利的分配差距惡化居民收入分配差距。東部和中部地區(qū)應(yīng)加強對貧困居民電子商務(wù)知識的教育，利用村級行政組織向廣大農(nóng)民群眾傳遞電子商務(wù)基本知識，重視對電商人才的培養(yǎng)，鼓勵大學(xué)生村官掌握電商技能，同時也應(yīng)提高農(nóng)村金融服務(wù)水平，加強第三方支付平臺建設(shè)，盡量滿足農(nóng)村貧困人口的金融產(chǎn)品需求，緩解極端貧困人口在資本投入上的不足。

最后，西部地區(qū)應(yīng)當(dāng)加快互聯(lián)網(wǎng)在農(nóng)村地區(qū)的普及，同時也應(yīng)當(dāng)注重基礎(chǔ)設(shè)施建設(shè)的完善和消費環(huán)境的改善。當(dāng)前我國西部農(nóng)村互聯(lián)網(wǎng)普及程度仍然落后于東部和中部，對此應(yīng)當(dāng)提高西部農(nóng)村教育的信息化水平，降低網(wǎng)絡(luò)運營費用。鼓勵共建共享農(nóng)村電商服務(wù)站點和物流體系，尤其是加快生鮮食品配送所需要的冷鏈物流系統(tǒng)在西部的形成和發(fā)展。挖掘互聯(lián)網(wǎng)對生活消費的促進作用，減少農(nóng)村貧困居民購物時的交易成本，引導(dǎo)農(nóng)村居民優(yōu)化消費觀念和消費行為。