□ 陳 飛 劉宣宣 王友軍

內(nèi)容提要 基于中國(guó)家庭追蹤調(diào)查數(shù)據(jù)集（CFPS）和《中國(guó)城市統(tǒng)計(jì)年鑒》的2014、2016和2018年面板數(shù)據(jù)，本文采用雙固定效應(yīng)模型和工具變量?jī)呻A段估計(jì)實(shí)證檢驗(yàn)數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村多維相對(duì)貧困的緩解效應(yīng)及其背后機(jī)制。研究發(fā)現(xiàn)，數(shù)字經(jīng)濟(jì)顯著降低了以收入為導(dǎo)向的農(nóng)戶多維相對(duì)貧困程度，且在替換被解釋變量、替換核心解釋變量、零膨脹有序概率模型估計(jì)、刪減低可信度樣本以及城市層面相對(duì)貧困發(fā)生率估計(jì)等穩(wěn)健性檢驗(yàn)后仍然成立。機(jī)制分析表明，提高農(nóng)業(yè)勞動(dòng)生產(chǎn)率、創(chuàng)造非農(nóng)就業(yè)機(jī)會(huì)、提升社會(huì)融入度與為農(nóng)戶技術(shù)賦能是數(shù)字經(jīng)濟(jì)發(fā)揮效應(yīng)的重要渠道。

一、引言

隨著新一輪科技革命和產(chǎn)業(yè)革命的推進(jìn)，以數(shù)字技術(shù)為核心生產(chǎn)力的數(shù)字經(jīng)濟(jì)逐步滲透到人類社會(huì)的各個(gè)領(lǐng)域， 成為繼農(nóng)業(yè)經(jīng)濟(jì)和工業(yè)經(jīng)濟(jì)之后的新經(jīng)濟(jì)形態(tài)。 中國(guó)信息通信研究院發(fā)布的《中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展白皮書》顯示，2020年我國(guó)數(shù)字經(jīng)濟(jì)規(guī)模已達(dá)到39.2 萬億， 占GDP 比重由2002年的10.0%提升至2020年的38.6%，數(shù)字經(jīng)濟(jì)在國(guó)民經(jīng)濟(jì)中的地位愈發(fā)凸顯。 黨的十九屆五中全會(huì)提出，要加快數(shù)字化發(fā)展，推進(jìn)數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)深度融合， 打造具有國(guó)際競(jìng)爭(zhēng)力的數(shù)字產(chǎn)業(yè)集群。 數(shù)字經(jīng)濟(jì)已然成為構(gòu)建信息時(shí)代國(guó)家競(jìng)爭(zhēng)新優(yōu)勢(shì)的重要先導(dǎo)力量。不僅如此，數(shù)字經(jīng)濟(jì)也為消除貧困做出貢獻(xiàn)。 2021年6月中國(guó)國(guó)家互聯(lián)網(wǎng)信息辦公室會(huì)同外交部、貴州省人民政府舉辦了以“建設(shè)包容性數(shù)字社會(huì)： 通過促進(jìn)經(jīng)濟(jì)增長(zhǎng)，減輕貧困和提高生活水平”為倡議的亞太經(jīng)合組織數(shù)字減貧研討會(huì)， 指出將互聯(lián)網(wǎng)和信息化與減貧相結(jié)合，探索出數(shù)字減貧新模式，為貴州如期打贏脫貧攻堅(jiān)戰(zhàn)注入了強(qiáng)大的互聯(lián)網(wǎng)力量， 并為世界減貧事業(yè)提供了樣板。

黨的十八大以來， 中國(guó)政府組織實(shí)施了人類歷史上規(guī)模空前、力度最大、惠及人口最多的脫貧攻堅(jiān)戰(zhàn)役，并取得了里程碑式的成就：現(xiàn)行標(biāo)準(zhǔn)下9899 萬農(nóng)村貧困人口全部脫貧，全國(guó)832 個(gè)國(guó)家級(jí)貧困縣全部脫貧摘帽，12.8 萬個(gè)貧困村全部出列，①困擾中國(guó)幾千年的絕對(duì)貧困問題得到了歷史性解決。 但這并不意味著中國(guó)已經(jīng)一勞永逸地解決了貧困問題，相對(duì)貧困問題還將長(zhǎng)期存在。新時(shí)代中國(guó)的扶貧工作由實(shí)現(xiàn)“兩不愁、三保障”目標(biāo)進(jìn)入到緩解多維相對(duì)貧困的重要發(fā)展階段?！笆奈濉币?guī)劃也建議順應(yīng)億萬群眾的期盼，在就業(yè)、收入、教育、文化體育、健康、養(yǎng)老和社保七個(gè)方面共同增進(jìn)民生福祉， 讓發(fā)展成果更多更公平地惠及全體人民。農(nóng)民作為中國(guó)的弱勢(shì)群體，解決其相對(duì)貧困尤其是多維相對(duì)貧困問題， 是當(dāng)前中國(guó)減貧事業(yè)面臨的根本現(xiàn)實(shí)問題， 是滿足人民美好生活需要、走向共同富裕的必經(jīng)之路。 那么，數(shù)字經(jīng)濟(jì)作為驅(qū)動(dòng)我國(guó)經(jīng)濟(jì)高質(zhì)量發(fā)展的重要引擎， 是否對(duì)緩解農(nóng)村相對(duì)貧困發(fā)揮顯著成效？ 如果該效應(yīng)得到證實(shí)，其背后的作用機(jī)制又是什么？

數(shù)字經(jīng)濟(jì)不僅存在于社會(huì)生產(chǎn)發(fā)展較為活躍的領(lǐng)域，而且逐步向基層、向農(nóng)村延伸，不斷打開了中國(guó)“下沉市場(chǎng)”的廣闊空間，為農(nóng)村、農(nóng)業(yè)、農(nóng)民發(fā)展注入新鮮活力， 展示了數(shù)字經(jīng)濟(jì)帶動(dòng)農(nóng)村發(fā)展的巨大潛力。 但準(zhǔn)確評(píng)估數(shù)字經(jīng)濟(jì)緩解農(nóng)村相對(duì)貧困的實(shí)證研究卻較為匱乏， 僅有部分相關(guān)文獻(xiàn)涉及到互聯(lián)網(wǎng)或普惠金融影響農(nóng)村金融服務(wù)獲得和農(nóng)村減貧。其中，殷俊和劉一偉（2018）發(fā)現(xiàn)互聯(lián)網(wǎng)的使用顯著緩解了農(nóng)戶貧困狀況， 且改善農(nóng)戶非農(nóng)就業(yè)狀況和非正規(guī)金融借貸是互聯(lián)網(wǎng)發(fā)揮減貧效應(yīng)的重要渠道。 此外， 互聯(lián)網(wǎng)憑借低成本、地理穿透性強(qiáng)等優(yōu)勢(shì)的普及，為欠發(fā)達(dá)地區(qū)獲得金融服務(wù)創(chuàng)造了便利的條件（焦瑾璞，2014），尤其當(dāng)互聯(lián)網(wǎng)與金融活動(dòng)結(jié)合時(shí)， 具有金融特性的互聯(lián)網(wǎng)將確保弱勢(shì)群體以可接受的價(jià)格獲得金融產(chǎn)品和服務(wù)（Khan，2012），以便改善貧困。 郭峰等（2020）提出數(shù)字金融對(duì)社會(huì)所有階層和群體實(shí)現(xiàn)了全方位服務(wù)，是可持續(xù)包容性金融的重要模式，將改善經(jīng)濟(jì)相對(duì)落后地區(qū)的經(jīng)濟(jì)狀況。 與本文相關(guān)的另一支文獻(xiàn)來自于數(shù)字經(jīng)濟(jì)或數(shù)字金融的經(jīng)濟(jì)效應(yīng)和其對(duì)高質(zhì)量發(fā)展的宏觀探討。 其中，Kapoor （2013） 認(rèn)為數(shù)字金融有效促進(jìn)了經(jīng)濟(jì)增長(zhǎng)， 且數(shù)字金融的發(fā)展有利于縮小城鄉(xiāng)收入差距（宋曉玲，2017）。趙濤等（2020）利用地市級(jí)數(shù)據(jù)研究發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)通過激發(fā)大眾創(chuàng)業(yè)賦能經(jīng)濟(jì)高質(zhì)量發(fā)展。 張勛等（2019）也發(fā)現(xiàn)數(shù)字金融有效改善了農(nóng)村居民的創(chuàng)業(yè)行為， 并能帶來創(chuàng)業(yè)機(jī)會(huì)的均等化，顯著促進(jìn)中國(guó)的包容性增長(zhǎng)。盡管以往研究涉及了普惠金融和經(jīng)濟(jì)發(fā)展以及農(nóng)村減貧的關(guān)系， 但考慮到多維相對(duì)貧困問題在新時(shí)代中國(guó)特色社會(huì)主義現(xiàn)代化強(qiáng)國(guó)建設(shè)過程中將持續(xù)存在，因此，系統(tǒng)、客觀地探討數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村多維相對(duì)貧困的影響尤為重要。 這對(duì)探索反貧困事業(yè)發(fā)展新模式以及建立健全鞏固拓展脫貧攻堅(jiān)成果長(zhǎng)效機(jī)制具有重要借鑒意義。

本文擬利用中國(guó)家庭追蹤調(diào)查數(shù)據(jù)（CFPS）和《中國(guó)城市統(tǒng)計(jì)年鑒》的2014、2016 和2018年的面板數(shù)據(jù)， 采用雙固定效應(yīng)模型實(shí)證檢驗(yàn)數(shù)字經(jīng)濟(jì)對(duì)收入導(dǎo)向型多維相對(duì)貧困的緩解作用并解釋其背后機(jī)制，力圖在以下三個(gè)方面有所創(chuàng)新：第一， 將城市層面的數(shù)字經(jīng)濟(jì)指標(biāo)與家庭層面的多維相對(duì)貧困納入同一研究框架， 不僅填充和豐富了數(shù)字經(jīng)濟(jì)紅利研究的相關(guān)文獻(xiàn)， 而且從微觀角度討論了二者之間的關(guān)聯(lián)性。第二，進(jìn)一步挖掘數(shù)字經(jīng)濟(jì)通過何種路徑影響農(nóng)村多維相對(duì)貧困這一根本性問題，擴(kuò)展了數(shù)字經(jīng)濟(jì)的機(jī)制探討，對(duì)緩解相對(duì)貧困政策的實(shí)施具有重要的思路指導(dǎo)和方法借鑒作用。第三，從農(nóng)戶收入導(dǎo)向型的多維相對(duì)貧困的研究視角展開分析， 不僅考慮了收入維度在多維相對(duì)貧困中的主導(dǎo)地位， 而且兼顧了多維視角下的福利評(píng)價(jià)，避免了多維相對(duì)貧困中的“虛假相對(duì)貧困”現(xiàn)象。

本文余下內(nèi)容的結(jié)構(gòu)安排如下： 第二部分為理論分析與研究假設(shè)； 第三部分給出研究設(shè)計(jì)和數(shù)據(jù)來源； 第四部分實(shí)證考察數(shù)字經(jīng)濟(jì)對(duì)多維相對(duì)貧困的影響效應(yīng)，并進(jìn)行穩(wěn)健性檢驗(yàn)；第五部分是對(duì)理論機(jī)制的實(shí)證檢驗(yàn)； 最后給出本文的結(jié)論及政策建議。

二、理論分析與研究假設(shè)

數(shù)字經(jīng)濟(jì)作為目前我國(guó)經(jīng)濟(jì)發(fā)展中最為活躍的領(lǐng)域，與各類經(jīng)濟(jì)活動(dòng)的融合度在不斷加深，尤其在與農(nóng)村發(fā)展融合過程中展現(xiàn)出的外部經(jīng)濟(jì)性和高滲透性等特點(diǎn)，將在提高農(nóng)業(yè)生產(chǎn)效率、創(chuàng)造非農(nóng)就業(yè)機(jī)會(huì)、提升社會(huì)融入度、以及為農(nóng)民技術(shù)賦能等方面發(fā)揮重要作用， 進(jìn)而促進(jìn)農(nóng)戶生活質(zhì)量提高和生活狀況改善?；诖?，本文通過理論分析與探討， 提出數(shù)字經(jīng)濟(jì)影響農(nóng)村多維相對(duì)貧困的四個(gè)待檢驗(yàn)的機(jī)制假設(shè)。

近年來， 智慧農(nóng)業(yè)已被廣泛視為發(fā)展中國(guó)家消除貧困、實(shí)現(xiàn)后發(fā)優(yōu)勢(shì)、推動(dòng)鄉(xiāng)村振興的主要途徑。 而數(shù)字經(jīng)濟(jì)賦能農(nóng)業(yè)高質(zhì)量發(fā)展對(duì)于提高農(nóng)業(yè)生產(chǎn)效率、增加農(nóng)民收入起著愈發(fā)重要的作用，通過為農(nóng)產(chǎn)品產(chǎn)銷對(duì)接搭建交流平臺(tái)， 拓寬了農(nóng)副產(chǎn)品的線上銷售渠道， 在提升交易效率的同時(shí)提高了產(chǎn)品銷售價(jià)格。 此外，數(shù)字經(jīng)濟(jì)發(fā)展、信息技術(shù)持續(xù)傳播，還有助于提高農(nóng)民素質(zhì)，借助數(shù)字化共享平臺(tái)農(nóng)民得以全面提升相關(guān)農(nóng)業(yè)數(shù)據(jù)的收集、加工、分析和處理能力。 Ogutu et al.（2014）的研究發(fā)現(xiàn)， 基于信息和通信技術(shù)的市場(chǎng)信息服務(wù)項(xiàng)目將顯著促進(jìn)農(nóng)業(yè)勞動(dòng)生產(chǎn)率的提高。

隨著我國(guó)工業(yè)化進(jìn)程的不斷加快， 農(nóng)業(yè)機(jī)械化為農(nóng)戶生產(chǎn)規(guī)?；瘎?chuàng)造了有利條件， 進(jìn)一步提高了農(nóng)業(yè)勞動(dòng)生產(chǎn)效率和農(nóng)戶收入， 改善了農(nóng)戶生活條件。因此，貧困人口農(nóng)業(yè)生產(chǎn)效率的提高對(duì)改善貧困人口生計(jì)具有重要作用 （帥傳敏等，2016）。王文波和張彥彥（2020）則發(fā)現(xiàn)農(nóng)業(yè)生產(chǎn)率進(jìn)步可通過促進(jìn)土地稟賦和勞動(dòng)力稟賦的積累，提高家庭收入。 因此，數(shù)字經(jīng)濟(jì)促進(jìn)農(nóng)業(yè)高質(zhì)量、高效率發(fā)展，將直接或間接提高農(nóng)戶收入，進(jìn)而緩解農(nóng)戶的多維相對(duì)貧困狀態(tài)?；谝陨戏治觯疚奶岢龃龣z驗(yàn)的影響機(jī)制1。

機(jī)制1： 數(shù)字經(jīng)濟(jì)通過提高農(nóng)業(yè)勞動(dòng)生產(chǎn)率對(duì)緩解農(nóng)村多維相對(duì)貧困產(chǎn)生積極作用。

通過影響市場(chǎng)規(guī)模、促進(jìn)城市創(chuàng)業(yè)活躍度，增加可觀的就業(yè)崗位數(shù)量， 是數(shù)字經(jīng)濟(jì)創(chuàng)造就業(yè)的重要渠道。 我國(guó)龐大的人口數(shù)量是數(shù)字經(jīng)濟(jì)發(fā)展的優(yōu)勢(shì)，一旦數(shù)字經(jīng)濟(jì)逐漸成熟，其產(chǎn)生的正反饋機(jī)制將不斷壯大。對(duì)于中小企業(yè)來說，數(shù)字經(jīng)濟(jì)的“蒲公英效應(yīng)”將為其創(chuàng)造更好的發(fā)展條件，從而培育出更多的就業(yè)機(jī)會(huì)， 為農(nóng)村貧困人口的非農(nóng)就業(yè)提供契機(jī)（李曉華，2019）。數(shù)字技術(shù)的連通功能將繁瑣的數(shù)據(jù)轉(zhuǎn)化為有用的信息平臺(tái)， 不僅降低了貧困人口因信息不對(duì)稱而產(chǎn)生的工作信息的搜尋成本， 而且還有利于貧困群體學(xué)習(xí)職業(yè)技能和專業(yè)知識(shí)，更好地匹配勞動(dòng)力市場(chǎng)的供需雙方，降低供需剪刀差，從而提高匹配效率和就業(yè)概率。因此， 無論是非農(nóng)就業(yè)機(jī)會(huì)的找尋還是就業(yè)前的職業(yè)培訓(xùn)， 數(shù)字經(jīng)濟(jì)都具有重要的支撐作用。 此外，農(nóng)業(yè)生產(chǎn)、流通和銷售通過云計(jì)算大數(shù)據(jù)平臺(tái)技術(shù)的運(yùn)用，對(duì)農(nóng)業(yè)管理體系進(jìn)行賦能，吸引大量的互聯(lián)網(wǎng)人才回流，激發(fā)其創(chuàng)業(yè)熱情，拉動(dòng)農(nóng)村勞動(dòng)力就業(yè)，成為農(nóng)村經(jīng)濟(jì)發(fā)展的核心動(dòng)力。

農(nóng)戶非農(nóng)就業(yè)的增加將有利于緩解農(nóng)村家庭的多維相對(duì)貧困。 周迪和黃茂湘（2020）在測(cè)算農(nóng)村減貧成效時(shí)發(fā)現(xiàn)， 家庭中有成員從事有薪酬的農(nóng)業(yè)勞動(dòng)、工資性和營(yíng)業(yè)性收入對(duì)改變家庭貧困狀態(tài)有積極的影響。 農(nóng)戶家庭從事職業(yè)的多樣性有利于農(nóng)戶應(yīng)對(duì)外部沖擊， 通過預(yù)防不測(cè)來減少家庭的風(fēng)險(xiǎn)并平滑收入，提高經(jīng)濟(jì)安全性，進(jìn)而促進(jìn)家庭消費(fèi)。 鑒于勞動(dòng)能力作為農(nóng)村相對(duì)貧困家庭的主要?jiǎng)儕Z維度（仲超和林閩鋼，2020），通過促進(jìn)農(nóng)民創(chuàng)業(yè)和就業(yè)， 其作用不僅僅局限于增加農(nóng)戶收入，還會(huì)為農(nóng)村帶來健康水平提高、生活條件改善以及教育水平提升等多方面的影響。因此，非農(nóng)就業(yè)、創(chuàng)業(yè)的增加是降低農(nóng)戶陷入多維相對(duì)貧困概率的重要渠道?；谝陨戏治觯疚奶岢龃龣z驗(yàn)的影響機(jī)制2。

機(jī)制2： 數(shù)字經(jīng)濟(jì)通過創(chuàng)造非農(nóng)就業(yè)機(jī)會(huì)對(duì)緩解農(nóng)村多維相對(duì)貧困產(chǎn)生積極作用。

數(shù)字經(jīng)濟(jì)發(fā)揮效用的條件之一是互聯(lián)網(wǎng)平臺(tái)， 而互聯(lián)網(wǎng)用戶在互聯(lián)網(wǎng)平臺(tái)上建立連接的網(wǎng)絡(luò)特征， 將隨著互聯(lián)網(wǎng)的發(fā)展以及其連通性形成復(fù)雜的、高度互聯(lián)的互聯(lián)網(wǎng)社會(huì) （邱澤奇等，2016）。張衛(wèi)東等（2021）通過對(duì)新生代農(nóng)民工互聯(lián)網(wǎng)使用情況進(jìn)行研究發(fā)現(xiàn)， 互聯(lián)網(wǎng)的存在實(shí)現(xiàn)了農(nóng)民工的異地交流， 并有利于農(nóng)民工構(gòu)建業(yè)緣關(guān)系，縮短群體間的社會(huì)距離。 因此，數(shù)字平臺(tái)為個(gè)體進(jìn)行網(wǎng)上社交和維持人脈提供了支撐， 其傳播能力以及表現(xiàn)出的較強(qiáng)的社會(huì)互動(dòng)性， 將提高個(gè)體的社會(huì)融入度。此外，個(gè)體社會(huì)關(guān)系網(wǎng)的拓展和社會(huì)融入感的加深有利于提高子女教育的可獲得性，減少家庭教育維度的相對(duì)剝奪。在正式制度缺失的情況下， 處于邊緣社區(qū)或村莊的個(gè)體通過互聯(lián)網(wǎng)平臺(tái)的利用，了解和學(xué)習(xí)主流社會(huì)，在平等參與中提升群際交往能力。 社會(huì)融入將對(duì)沖不可預(yù)測(cè)的社會(huì)風(fēng)險(xiǎn)沖擊，發(fā)揮非正式的保障功能，降低農(nóng)民的脆弱性貧困?；谝陨戏治觯疚奶岢龃龣z驗(yàn)的影響機(jī)制3。

機(jī)制3： 數(shù)字經(jīng)濟(jì)可以通過提升農(nóng)戶社會(huì)融入度緩解農(nóng)戶多維相對(duì)貧困。

勞動(dòng)者在工作崗位上體現(xiàn)出的產(chǎn)出和能力是個(gè)人技能的重要表現(xiàn)。 數(shù)字經(jīng)濟(jì)以互聯(lián)網(wǎng)平臺(tái)為載體，通過共享網(wǎng)絡(luò)知識(shí)，提升農(nóng)戶的創(chuàng)造力和信息接受能力，發(fā)揮其主觀能動(dòng)性，并降低對(duì)外部扶持的依賴性， 這將有利于農(nóng)民在社會(huì)上形成長(zhǎng)期的競(jìng)爭(zhēng)優(yōu)勢(shì)， 進(jìn)而減少其陷入多維相對(duì)貧困的可能性。具體而言，第一，數(shù)字平臺(tái)的充分利用，農(nóng)戶可自行搜尋學(xué)習(xí)資料和相關(guān)知識(shí)進(jìn)行針對(duì)性學(xué)習(xí)，提高自身技能的專業(yè)性和人力資本水平，不僅可以提高工作滿意度，而且有利于增加收入、促進(jìn)消費(fèi)、改善家庭生活質(zhì)量（張衛(wèi)東等，2021）。此外，農(nóng)戶可以通過互聯(lián)網(wǎng)平臺(tái)學(xué)習(xí)健康和保健知識(shí)，提升自身的健康水平。第二，數(shù)字平臺(tái)加強(qiáng)了農(nóng)民與外界的交流，有助于打破城鄉(xiāng)之間的空間壁壘，改變農(nóng)民傳統(tǒng)固有的思維觀念和生產(chǎn)方式， 更新他們的知識(shí)和觀念體系，提高其自身能力，為農(nóng)村地區(qū)的經(jīng)濟(jì)發(fā)展帶來正面影響， 從而優(yōu)化農(nóng)民在消費(fèi)、醫(yī)療、社會(huì)保障、就業(yè)、生活等方面的條件，改善農(nóng)村多維相對(duì)貧困狀況。第三，大數(shù)據(jù)和區(qū)塊鏈等技術(shù)在與農(nóng)業(yè)產(chǎn)業(yè)深度融合過程中， 農(nóng)村地區(qū)的網(wǎng)絡(luò)基礎(chǔ)設(shè)施和智能手機(jī)等信息工具得以升級(jí)，農(nóng)村物質(zhì)資本積累的正外部性將提高社區(qū)或組織的整體素養(yǎng)， 最終讓農(nóng)業(yè)供銷各環(huán)節(jié)的銜接在市場(chǎng)中更具效率和活力，實(shí)現(xiàn)銷售市場(chǎng)的“長(zhǎng)尾效應(yīng)”，帶動(dòng)農(nóng)民生活水平和質(zhì)量的提高（溫濤和陳一明，2020），從而從根本上解決農(nóng)戶就醫(yī)難、就學(xué)難、建房難、增收難等問題?；谝陨戏治?，本文提出待檢驗(yàn)的影響機(jī)制4。

機(jī)制4： 數(shù)字經(jīng)濟(jì)可以為農(nóng)戶技術(shù)賦能進(jìn)而緩解農(nóng)戶多維相對(duì)貧困。

三、數(shù)據(jù)來源與研究設(shè)計(jì)

（一）數(shù)據(jù)來源

本文使用的數(shù)據(jù)來源于北京大學(xué)中國(guó)社會(huì)科學(xué)調(diào)查中心（ISSS）的2014年、2016年和2018年中國(guó)家庭追蹤調(diào)查（CFPS）數(shù)據(jù)。 該數(shù)據(jù)集涉及住戶成員的個(gè)體特征、家庭就業(yè)結(jié)構(gòu)、家庭收入和消費(fèi)結(jié)構(gòu)以及社區(qū)情況等方面， 這使得本文能夠在控制個(gè)體、家庭與村莊特征的基礎(chǔ)上，考察數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村多維相對(duì)貧困的影響。 由于本文的考察對(duì)象為農(nóng)村家庭，因此在數(shù)據(jù)處理方面，首先根據(jù)家庭識(shí)別碼， 分別將2014年、2016年和2018年CFPS 數(shù)據(jù)庫中的個(gè)人信息和家庭信息匹配，獲得家庭層面的完整數(shù)據(jù)集；其次，利用村莊識(shí)別碼，將完整的家庭數(shù)據(jù)集與村莊數(shù)據(jù)匹配， 進(jìn)而獲得包含村莊、家庭和個(gè)人三個(gè)層次的數(shù)據(jù)集；最后，使用城市識(shí)別碼將2014年、2016年和2018年《中國(guó)統(tǒng)計(jì)年鑒》中的城市層面指標(biāo)與微觀數(shù)據(jù)相匹配， 最終得到涵蓋84 個(gè)城市的6709 個(gè)農(nóng)戶的數(shù)據(jù)樣本。

（二）模型設(shè)定

本文首先構(gòu)建雙固定效應(yīng)面板模型檢驗(yàn)數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村多維相對(duì)貧困的影響：

其中，povivct為c 城市v 村莊i 農(nóng) 戶在t年的多維相對(duì)貧困狀態(tài)，digect表示c 城市在t年的數(shù)字經(jīng)濟(jì)發(fā)展水平指標(biāo)， 是本文的核心解釋變量。Controlivct是影響農(nóng)民多維相對(duì)貧困的家庭、村莊和城市控制變量。 μc和δt分別代表城市和年份固定效應(yīng)，用以控制城市層面和時(shí)間維度不可觀測(cè)因素對(duì)農(nóng)村農(nóng)民多維相對(duì)貧困的影響。εivct為隨機(jī)擾動(dòng)項(xiàng)。 此外，由于被解釋變量（農(nóng)戶多維相對(duì)貧困狀態(tài)）是排序變量，②故使用Oprobit 模型進(jìn)行估計(jì)。

需要注意的是， 遺漏變量問題和雙向因果關(guān)系可能導(dǎo)致上述面板模型中存在內(nèi)生性問題。 對(duì)于遺漏變量問題， 同時(shí)影響農(nóng)戶多維相對(duì)貧困和城市數(shù)字經(jīng)濟(jì)發(fā)展水平的不可觀測(cè)因素（如該城市的政府作為情況、該城市基礎(chǔ)設(shè)施建設(shè)狀況等）將被納入回歸誤差項(xiàng)中；對(duì)于雙向因果關(guān)系，數(shù)字經(jīng)濟(jì)可能會(huì)緩解農(nóng)戶的多維相對(duì)貧困， 但在客觀上一個(gè)城市的相對(duì)貧困程度越低， 該城市農(nóng)戶利用互聯(lián)網(wǎng)等先進(jìn)技術(shù)的能力越強(qiáng)， 數(shù)字經(jīng)濟(jì)發(fā)展水平也就越高。

為糾正內(nèi)生性問題， 本文不僅盡可能地控制家庭、村莊層面的特征變量，而且在模型中直接控制城市固定效應(yīng)， 緩解了因遺漏變量導(dǎo)致的模型估計(jì)偏誤。另外，本文借鑒黃群慧等（2019）和趙濤等（2020）的做法，選擇“1984年城市每百人電話機(jī)擁有量”作為數(shù)字經(jīng)濟(jì)發(fā)展水平的工具變量。一方面，城市電話的歷史擁有量越高，意味著當(dāng)?shù)仉娦呕A(chǔ)設(shè)施越完善， 將會(huì)影響到后期互聯(lián)網(wǎng)技術(shù)的應(yīng)用， 滿足核心解釋變量與工具變量的相關(guān)性條件； 另一方面，“1984年城市每百人電話擁有量”反映的是過去時(shí)期的城市建設(shè)情況，與當(dāng)期農(nóng)村居民貧困狀態(tài)沒有必然聯(lián)系， 即工具變量與回歸方程中當(dāng)期的擾動(dòng)項(xiàng)不相關(guān)。 鑒于“1984年城市每百人電話擁有量”是截面數(shù)據(jù)，為增加工具變量在時(shí)間維度的變異性，本文進(jìn)一步引入“上一年全國(guó)信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)投資額”指標(biāo)構(gòu)造面板模型的工具變量，即最終以“上一年全國(guó)信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)投資額與1984年城市每百人電話機(jī)擁有量的交互項(xiàng)”作為數(shù)字經(jīng)濟(jì)發(fā)展水平的工具變量。 工具變量一階段模型的設(shè)定如下：

其中，digect是數(shù)字經(jīng)濟(jì)綜合發(fā)展指數(shù)指標(biāo)，其含義和計(jì)算方法與式（1）相同。 invc，t-1×iphc是工具變量，invc，t-1表示上一年全國(guó)信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)投資額，iphc表示1984年城市每百人電話機(jī)擁有量。Controlivct、μc和δt和與式（1）的含義相同。

進(jìn)一步，本文參考尹志超等（2021）的研究引入交互項(xiàng)對(duì)本文的影響機(jī)制進(jìn)行分析。根據(jù)理論假設(shè)，本文將提高農(nóng)業(yè)勞動(dòng)生產(chǎn)率、創(chuàng)造非農(nóng)就業(yè)機(jī)會(huì)、提升社會(huì)融入度、為農(nóng)戶技術(shù)賦能作為機(jī)制變量（midivct），對(duì)其進(jìn)行檢驗(yàn)。 模型設(shè)定如下：

（三）變量的測(cè)度與說明

1.多維相對(duì)貧困指標(biāo)測(cè)度

（1）多維相對(duì)貧困維度的確定。聯(lián)合國(guó)開發(fā)計(jì)劃署（UNDP）采用多維貧困指數(shù)（Multidimensional Poverty Index，MPI）從健康、教育和生活水平3 方面維度，共10 個(gè)非貨幣指標(biāo)對(duì)多維貧困狀態(tài)進(jìn)行識(shí)別與測(cè)度， 這也是目前多數(shù)研究所采用的普遍方式（仲超和林閩鋼，2020）。張昭等（2017）將對(duì)農(nóng)戶生活不可忽視的收入維度作為UNDP 的多維評(píng)價(jià)體系的補(bǔ)充。但該衡量方式缺少了對(duì)農(nóng)村經(jīng)濟(jì)發(fā)展具有重要影響的農(nóng)村非農(nóng)就業(yè)指標(biāo)。根據(jù)中共十九屆四中全會(huì)提出的“必須健全幼有所育、學(xué)有所教、勞有所得、病有所醫(yī)、老有所養(yǎng)、住有所居、弱有所扶等方面的基本公共服務(wù)制度體系”， 本文在張昭等（2017）的基礎(chǔ)上，進(jìn)一步引入工作狀況維度識(shí)別農(nóng)戶的多維相對(duì)貧困狀態(tài)，以此保證多維相對(duì)貧困的衡量方式既能包括反映“貧”的經(jīng)濟(jì)維度，也能包括反映“困”的社會(huì)發(fā)展維度。 兼顧C(jī)FPS數(shù)據(jù)集中指標(biāo)的可獲得性， 最終選取的衡量指標(biāo)包括收入狀況、工作狀況、教育程度、健康狀況、生活條件和食品支出6 個(gè)維度共9 個(gè)指標(biāo)。 不同維度以及各類指標(biāo)的解釋說明和權(quán)重由表1 給出。

表1 多維相對(duì)貧困維度、指標(biāo)與被剝奪臨界值

（2）收入導(dǎo)向型多維相對(duì)貧困的測(cè)算。 Alkire& Foster（2011）提出的A-F 多維貧困測(cè)量方法，為各維度和指標(biāo)都賦予均等權(quán)重， 保證每個(gè)維度刻畫的可行能力對(duì)家庭貧困具有同等重要性。 但該方法存在一定的局限性：首先，個(gè)體在遭受某一維度的剝奪后，均會(huì)將其納入到貧困測(cè)算范圍內(nèi)，這將在一定程度上造成相對(duì)貧困外延的擴(kuò)大，從而導(dǎo)致“虛假相對(duì)貧困”現(xiàn)象；其次，在等權(quán)重下評(píng)價(jià)多重維度被剝奪時(shí)， 容易忽視對(duì)農(nóng)村地區(qū)相對(duì)重要的收入維度， 畢竟收入不足是造成生活貧困的基礎(chǔ)誘發(fā)性條件；最后，相對(duì)于A-F 多維貧困指數(shù)， 收入導(dǎo)向型多維貧困指數(shù)對(duì)收入維度剝奪臨界值的變化更為敏感， 更有利于分析那些已經(jīng)在收入維度存在剝奪的個(gè)體所具有的多維特征（張昭等，2017）。基于以上三點(diǎn)考慮，本文采用“收入導(dǎo)向型”多維貧困識(shí)別方法，把收入單獨(dú)作為多維相對(duì)貧困標(biāo)準(zhǔn)的先決衡量指標(biāo)， 與不包括收入的其他多維相對(duì)貧困指數(shù)共同識(shí)別農(nóng)戶的多維相對(duì)貧困狀態(tài)。 即收入導(dǎo)向型多維貧困突出了收入維度的“一票否決制”，其核心在于強(qiáng)調(diào)非收入維度信息對(duì)收入維度的補(bǔ)充。

收入導(dǎo)向型多維相對(duì)貧困的測(cè)算是在A-F方法的基礎(chǔ)上， 為除收入維度外的其他每個(gè)維度賦予相同權(quán)重（具體見表1），并計(jì)算除收入維度外的MPI 指數(shù)（Alkire & Foster，2011）。進(jìn)一步，根據(jù)收入維度和MPI 指數(shù)共同識(shí)別收入導(dǎo)向型多維相對(duì)貧困。 具體地：①若收入維度為非貧困狀態(tài)，則將多維相對(duì)貧困賦值為0， 或者收入維度是貧困狀態(tài)，但MPI=0，仍將多維相對(duì)貧困賦值為0；②若收入維度是貧困狀態(tài)，且0＜MPI≤0.2，則將多維相對(duì)貧困賦值為1；③若收入維度是貧困狀態(tài)，且0.2＜MPI≤0.4，則將多維相對(duì)貧困賦值為2；④若收入維度是貧困狀態(tài)，且0.4＜MPI≤0.6，則將多維相對(duì)貧困賦值為3；⑤若收入維度是貧困狀態(tài)，且0.6＜MPI≤0.8，則將多維相對(duì)貧困賦值為4；⑥若收入維度是貧困狀態(tài)，且MPI＞0.8，則將多維相對(duì)貧困賦值為5。 以此得到有序分類變量多維相對(duì)貧困作為本文的被解釋變量，記為pov。

2.數(shù)字經(jīng)濟(jì)指數(shù)的測(cè)算

中國(guó)信息通信研究院發(fā)布的《中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展白皮書（2021）》，采用直接法對(duì)中國(guó)的數(shù)字經(jīng)濟(jì)的總量進(jìn)行估算，觀測(cè)全國(guó)層面的數(shù)字經(jīng)濟(jì)發(fā)展?fàn)顩r。 在賽迪顧問發(fā)布的《2020 中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)（DEDI）》白皮書中，從基礎(chǔ)指標(biāo)、環(huán)境指標(biāo)、融合指標(biāo)和產(chǎn)業(yè)指標(biāo)四個(gè)方面，測(cè)算了全國(guó)31 個(gè)省級(jí)行政區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展情況。 劉軍等（2020）從信息化發(fā)展、互聯(lián)網(wǎng)發(fā)展和數(shù)字交易發(fā)展3 個(gè)維度構(gòu)建了中國(guó)各個(gè)省份的數(shù)字經(jīng)濟(jì)評(píng)價(jià)指標(biāo)體系。對(duì)于城市層面的數(shù)字經(jīng)濟(jì)指數(shù)測(cè)度，黃群慧等（2019）采用互聯(lián)網(wǎng)普及率、相關(guān)從業(yè)人員情況、相關(guān)產(chǎn)出情況和移動(dòng)電話普及率四個(gè)方面的指標(biāo)進(jìn)行測(cè)度。結(jié)合本文的研究目的，在黃群慧等（2019）選取的四個(gè)指標(biāo)的基礎(chǔ)上， 引入數(shù)字交易發(fā)展維度，并借鑒趙濤等（2020）以每百人移動(dòng)電話用戶數(shù)、每百人互聯(lián)網(wǎng)接入用戶數(shù)、人均電信業(yè)務(wù)總量、信息傳輸計(jì)算機(jī)服務(wù)和軟件業(yè)從業(yè)人員占比及數(shù)字普惠金融指數(shù)五個(gè)指標(biāo)對(duì)數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)進(jìn)行測(cè)度。通過主成分分析方法，將以上五個(gè)原指標(biāo)標(biāo)準(zhǔn)化后降維處理， 得到本文的核心解釋變量數(shù)字經(jīng)濟(jì)綜合發(fā)展指數(shù)，記為dige。 其中，數(shù)字普惠金融指數(shù)由北京大學(xué)數(shù)字金融研究中心和螞蟻金服集團(tuán)共同編制，包括省、地級(jí)市和縣三個(gè)層級(jí)。

3.其他控制變量

本文選取了與農(nóng)戶多維相對(duì)貧困相關(guān)的戶主特征、家庭特征、村莊特征以及城市特征因素進(jìn)行控制。選取的戶主特征包括：戶主性別、戶主年齡、戶主年齡的平方以及戶主婚姻狀況； 家庭特征包括：家庭規(guī)模、是否為黨員家庭、家庭平均健康狀況、家庭勞均受教育年限、消費(fèi)收入比、少兒撫養(yǎng)比和老年撫養(yǎng)比；村莊特征包括：村莊地形、村莊到縣城的距離以及村莊是否為自然災(zāi)害頻發(fā)區(qū)；城市特征包括：第二產(chǎn)業(yè)從業(yè)人員比重、第三產(chǎn)業(yè)從業(yè)人員比重、工業(yè)企業(yè)數(shù)、人均地區(qū)生產(chǎn)總值。此外， 本文還在面板模型中控制城市固定效應(yīng)和時(shí)間固定效應(yīng)。 各變量的含義以及簡(jiǎn)單描述性統(tǒng)計(jì)由表2 給出。

表2 主要變量的含義說明及描述性統(tǒng)計(jì)

四、基準(zhǔn)回歸與穩(wěn)健性檢驗(yàn)

（一）基準(zhǔn)回歸結(jié)果

表3 為數(shù)字經(jīng)濟(jì)綜合發(fā)展指數(shù)影響農(nóng)戶收入導(dǎo)向型多維相對(duì)貧困的基準(zhǔn)回歸結(jié)果。其中，模型（1）、（2）和（3）是OLS 估計(jì)結(jié)果，IV 是工具變量2SLS 的第二階段估計(jì)結(jié)果。 根據(jù)模型（1）的結(jié)果可知，核心解釋變量（數(shù)字經(jīng)濟(jì)綜合發(fā)展指數(shù)）的估計(jì)系數(shù)顯著為負(fù)， 說明數(shù)字經(jīng)濟(jì)能夠有效降低農(nóng)戶多維相對(duì)貧困。將家庭、村莊和城市特征分別引入模型加以控制后， 回歸系數(shù)的影響方向保持不變且顯著性有所提升。更進(jìn)一步地，對(duì)于考慮到內(nèi)生性問題的工具變量估計(jì)結(jié)果同樣顯示， 數(shù)字經(jīng)濟(jì)有利于緩解農(nóng)戶多維相對(duì)貧困的結(jié)論依然成立，且估計(jì)系數(shù)與基準(zhǔn)回歸基本一致，體現(xiàn)了本文研究的穩(wěn)健性。

表3 數(shù)字經(jīng)濟(jì)與多維相對(duì)貧困：基準(zhǔn)回歸和IV 結(jié)果

表3 中工具變量一階段估計(jì)結(jié)果顯示， 工具變量（上一年全國(guó)信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)投資額與1984年城市每百人電話機(jī)擁有量的交互項(xiàng)）對(duì)數(shù)字經(jīng)濟(jì)綜合發(fā)展指數(shù)具有正向影響，且在1%的水平上顯著，表明內(nèi)生解釋變量和工具變量具有高度相關(guān)性。 不可識(shí)別檢驗(yàn)的Anderson LM 統(tǒng)計(jì)量和弱識(shí)別檢驗(yàn)的Cragg-Donald Wald F統(tǒng)計(jì)量也均拒絕原假設(shè)， 驗(yàn)證了本文所使用的工具變量具有合理性和有效性。

（二）穩(wěn)健性檢驗(yàn)

為保證基準(zhǔn)模型中數(shù)字經(jīng)濟(jì)發(fā)展與農(nóng)戶多維相對(duì)貧困之間因果關(guān)系的穩(wěn)健性， 本文分別采用替換核心解釋變量、替換被解釋變量、基于零膨脹有序概率模型估計(jì)、刪減低可信度樣本、基于城市多維相對(duì)貧困發(fā)生率估計(jì)等方式進(jìn)行檢驗(yàn)。

1.替換核心解釋變量

考慮到數(shù)字經(jīng)濟(jì)綜合發(fā)展指數(shù)綜合多個(gè)相關(guān)指標(biāo)、涉及領(lǐng)域?qū)挿?，與傳統(tǒng)經(jīng)濟(jì)的統(tǒng)計(jì)口徑、產(chǎn)業(yè)分類體系具有一定交叉性， 難以準(zhǔn)確測(cè)度。 因此，為避免測(cè)量誤差導(dǎo)致的內(nèi)生性問題，本文不僅利用數(shù)字經(jīng)濟(jì)具體領(lǐng)域即數(shù)字基礎(chǔ)、數(shù)字應(yīng)用此類內(nèi)涵清晰的變量對(duì)數(shù)字經(jīng)濟(jì)予以表述， 而且鑒于數(shù)字經(jīng)濟(jì)發(fā)揮作用的重要保障是互聯(lián)網(wǎng)平臺(tái)，還利用中國(guó)家庭追蹤調(diào)查微觀數(shù)據(jù)庫中直接調(diào)查指標(biāo)“農(nóng)戶是否使用互聯(lián)網(wǎng)”作為數(shù)字經(jīng)濟(jì)代理變量進(jìn)行穩(wěn)健性檢驗(yàn)， 以此提高本文研究結(jié)論的可靠性。

其一， 利用變異系數(shù)法構(gòu)建了兩個(gè)反映數(shù)字經(jīng)濟(jì)發(fā)展水平且內(nèi)涵較為清晰的代理變量進(jìn)行穩(wěn)健性檢驗(yàn)：①數(shù)字基礎(chǔ)：綜合每百人移動(dòng)電話用戶數(shù)與每百人互聯(lián)網(wǎng)接入用戶數(shù)兩指標(biāo)得出； ②數(shù)字應(yīng)用：由信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)從業(yè)人員占比與人均電信業(yè)務(wù)總量?jī)芍笜?biāo)構(gòu)成。③以數(shù)字基礎(chǔ)和數(shù)字應(yīng)用作為數(shù)字經(jīng)濟(jì)的代理變量的估計(jì)結(jié)果如表4 的第（1）列和第（2）列所示。可以看出，在改變測(cè)度方式后， 數(shù)字經(jīng)濟(jì)仍然顯著緩解了農(nóng)戶多維相對(duì)貧困狀態(tài)。

其二， Scott & Carrington（2011）認(rèn)為人們可利用互聯(lián)網(wǎng)社交網(wǎng)絡(luò)的功能，在其中注入聯(lián)絡(luò)、關(guān)聯(lián)和聚會(huì)以及群體接觸等方面的關(guān)系數(shù)據(jù)，為數(shù)字經(jīng)濟(jì)提供了發(fā)展的土壤。并且，移動(dòng)互聯(lián)網(wǎng)的即時(shí)性、隨機(jī)性、便利性、滲透性等特點(diǎn)，導(dǎo)致用戶對(duì)互聯(lián)網(wǎng)產(chǎn)生較強(qiáng)的粘性，互聯(lián)網(wǎng)在人們的日常生活中扮演著越來越重要的角色。 在這一環(huán)境下，互聯(lián)網(wǎng)將充分發(fā)揮信息高速傳遞和共享功能，形成共享經(jīng)濟(jì)、平臺(tái)經(jīng)濟(jì)，進(jìn)而模糊了虛擬和實(shí)體的界限，豐富數(shù)字經(jīng)濟(jì)的內(nèi)涵（劉軍等，2020）。 因此本文利用中國(guó)家庭追蹤調(diào)查微觀數(shù)據(jù)庫中直接調(diào)查指標(biāo)“農(nóng)戶是否使用互聯(lián)網(wǎng)” 作為數(shù)字經(jīng)濟(jì)的替換變量進(jìn)行檢驗(yàn)。從表4 的第（3）列的檢驗(yàn)結(jié)果可知，體現(xiàn)數(shù)字經(jīng)濟(jì)內(nèi)涵的調(diào)查指標(biāo)“互聯(lián)網(wǎng)使用”能夠顯著緩解農(nóng)戶的多維相對(duì)貧困狀態(tài)，表明本文基本研究結(jié)論穩(wěn)健。

表4 數(shù)字經(jīng)濟(jì)與農(nóng)戶多維相對(duì)貧困：穩(wěn)健性檢驗(yàn)I

2.替換被解釋變量

國(guó)際上一般以平均收入或收入中位數(shù)的一定比例測(cè)算相對(duì)貧困。 Ravallion & Chen（2019）認(rèn)為使用中位數(shù)或者平均數(shù)衡量相對(duì)貧困沒有本質(zhì)區(qū)別，但Preston（1995）則認(rèn)為中位數(shù)比平均數(shù)更為穩(wěn)健，而O’Higgins & Jenkins（1990）建議使用平均數(shù)的一定比例作為相對(duì)貧困的衡量標(biāo)準(zhǔn)。 通常來說，若農(nóng)戶的收入分配相對(duì)均勻，兩種衡量方法的差異不大，但分配越不平等，使用的中位數(shù)衡量相對(duì)貧困的問題就越大（Nielsen，2009）。 因此，為避免因農(nóng)戶之間的收入、教育等維度的分配不平等導(dǎo)致的估計(jì)結(jié)果偏誤， 本文借鑒陳宗勝等（2013） 的做法， 將衡量貧困各指標(biāo)的中位數(shù)的40%替換為平均數(shù)的40%進(jìn)行穩(wěn)健性檢驗(yàn)， 結(jié)果見表5。 估計(jì)結(jié)果顯示，在替換多維相對(duì)貧困衡量標(biāo)準(zhǔn)的情況下， 數(shù)字經(jīng)濟(jì)綜合發(fā)展指數(shù)仍然降低了農(nóng)戶多維相對(duì)貧困程度。

3.基于零膨脹有序概率模型的估計(jì)

如果數(shù)據(jù)集中包含過多的零， 將導(dǎo)致數(shù)據(jù)分布與標(biāo)準(zhǔn)正態(tài)分布產(chǎn)生較大偏差， 從而造成參數(shù)的錯(cuò)誤估計(jì)和不合理的推論與預(yù)測(cè)， 需使用零膨脹模型對(duì)其進(jìn)行修正。 在貧困等級(jí)具有遞進(jìn)形式的情況下， 零膨脹有序概率模型不僅能解決存在“零膨脹”現(xiàn)象的多值選擇問題，而且能夠挖掘其他簡(jiǎn)約模型忽略的統(tǒng)計(jì)影響， 識(shí)別零觀測(cè)值潛在來源， 并允許與貧困相關(guān)因素在不同多維相對(duì)貧困程度下產(chǎn)生不同的影響， 保證了估計(jì)結(jié)果的有效性。 鑒于在全部6709 個(gè)農(nóng)戶樣本數(shù)據(jù)中，零樣本數(shù)據(jù)有5670 個(gè)，占比達(dá)84.51%，故本文采用零膨脹有序概率模型進(jìn)行檢驗(yàn)， 檢驗(yàn)結(jié)果如表5 所示。 可以看出零膨脹有序概率模型的結(jié)果與本文基準(zhǔn)回歸結(jié)果的影響方向、顯著水平完全相同，其系數(shù)估計(jì)值也基本一致， 這說明模型選擇并不影響本文的研究結(jié)論。

表5 數(shù)字經(jīng)濟(jì)與農(nóng)戶多維相對(duì)貧困：穩(wěn)健性檢驗(yàn)II

4.刪減低可信度樣本

為提高樣本數(shù)據(jù)的準(zhǔn)確性和真實(shí)性， 增強(qiáng)回歸結(jié)果的可信度， 本文根據(jù)CFPS 數(shù)據(jù)庫中的信任度指標(biāo)，對(duì)無效樣本進(jìn)行刪減。 CFPS 數(shù)據(jù)庫提供了訪員對(duì)于被采訪者回答的可信度評(píng)估， 取值范圍為1 到7， 其中1 表示受訪者回答的可信度最低。本文選取可信度在3 以上的6513 個(gè)子樣本數(shù)據(jù)對(duì)模型進(jìn)行重新估計(jì)。 根據(jù)表5 的估計(jì)結(jié)果可知， 利用刪減后子樣本進(jìn)行估計(jì)同樣得出數(shù)字經(jīng)濟(jì)綜合發(fā)展指數(shù)對(duì)農(nóng)戶多維相對(duì)貧困程度具有減緩作用的結(jié)論。

5.基于城市多維相對(duì)貧困發(fā)生率的估計(jì)

在考察數(shù)字經(jīng)濟(jì)影響個(gè)體多維相對(duì)貧困的基礎(chǔ)上， 為分析微觀個(gè)體的量變是否會(huì)引起宏觀層面的質(zhì)變， 本文進(jìn)一步構(gòu)建城市多維相對(duì)貧困發(fā)生率指標(biāo)。首先，將多維相對(duì)貧困取值大于0 的農(nóng)戶個(gè)體設(shè)定為多維相對(duì)貧困個(gè)體； 其次， 計(jì)算出CFPS 數(shù)據(jù)庫中每年每個(gè)城市的個(gè)體總數(shù)和多維相對(duì)貧困個(gè)體總數(shù)；最后，將多維相對(duì)貧困個(gè)體總數(shù)除以該城市的總個(gè)體數(shù)， 獲得城市多維相對(duì)貧困發(fā)生率指標(biāo)。 為保證每個(gè)城市每年僅保留一條數(shù)據(jù)信息，本文對(duì)城市層面的重復(fù)樣本進(jìn)行刪減，最終獲得236 個(gè)城市樣本數(shù)據(jù)。 為檢驗(yàn)數(shù)字經(jīng)濟(jì)發(fā)展綜合指數(shù)與城市相對(duì)貧困發(fā)生率的關(guān)系，本文利用雙固定效應(yīng)模型對(duì)其進(jìn)行估計(jì)， 估計(jì)結(jié)果見表5。 可以看出，數(shù)字經(jīng)濟(jì)發(fā)展顯著降低了城市中農(nóng)村居民的多維相對(duì)貧困發(fā)生率， 這與以微觀家庭為研究對(duì)象的研究結(jié)論保持一致。

五、機(jī)制分析

數(shù)字經(jīng)濟(jì)通過網(wǎng)絡(luò)要素不僅降低了信息不對(duì)稱問題， 而且通過平臺(tái)經(jīng)濟(jì)實(shí)現(xiàn)了農(nóng)戶的自我造血功能， 對(duì)農(nóng)戶多維相對(duì)貧困具有顯著的緩解作用。 本部分基于理論分析部分提出的提高農(nóng)業(yè)勞動(dòng)生產(chǎn)率、創(chuàng)造非農(nóng)就業(yè)機(jī)會(huì)、提升社會(huì)融入度與為農(nóng)戶技術(shù)賦能四個(gè)機(jī)制， 通過引入交互項(xiàng)的方法進(jìn)行逐一檢驗(yàn)，具體探討如下：

（一）提高農(nóng)業(yè)勞動(dòng)生產(chǎn)率

數(shù)字經(jīng)濟(jì)推動(dòng)的農(nóng)業(yè)數(shù)字化轉(zhuǎn)型通過提高農(nóng)副產(chǎn)品交易效率、實(shí)現(xiàn)生產(chǎn)智能化與提升農(nóng)民素質(zhì)等諸多途徑逐步提高了農(nóng)業(yè)勞動(dòng)生產(chǎn)率， 為農(nóng)民增收建立了堅(jiān)實(shí)基礎(chǔ)， 有效改善了消費(fèi)支出的相對(duì)剝奪、貧困差距和貧困嚴(yán)重程度等福利狀況（Darko et al.，2018），從而降低農(nóng)戶的多維相對(duì)貧困程度。為檢驗(yàn)這一假設(shè)，本文以農(nóng)戶農(nóng)業(yè)勞均收入（對(duì)數(shù)值）衡量農(nóng)業(yè)勞動(dòng)生產(chǎn)率，檢驗(yàn)其在數(shù)字經(jīng)濟(jì)影響多維相對(duì)貧困中的作用機(jī)制。 通過表6第（1）列數(shù)字經(jīng)濟(jì)與農(nóng)業(yè)勞動(dòng)生產(chǎn)率交互項(xiàng)的估計(jì)結(jié)果可以看出， 數(shù)字經(jīng)濟(jì)發(fā)展可以通過提高農(nóng)戶農(nóng)業(yè)生產(chǎn)效率降低多維相對(duì)貧困程度。 影響機(jī)制1 得以驗(yàn)證。

（二）創(chuàng)造非農(nóng)就業(yè)機(jī)會(huì)

數(shù)字經(jīng)濟(jì)不僅可以創(chuàng)造大量的非農(nóng)就業(yè)崗位，為農(nóng)村勞動(dòng)者帶來靈活的就業(yè)選擇，并且提升農(nóng)戶的信息可獲得性， 增加農(nóng)戶對(duì)周邊環(huán)境的信任感，促進(jìn)合作，激發(fā)農(nóng)戶的創(chuàng)業(yè)熱情（何宗樾和宋旭光，2020）， 進(jìn)而降低農(nóng)戶的多維相對(duì)貧困程度。為檢驗(yàn)這一假設(shè)，本文以家庭非農(nóng)參與衡量非農(nóng)就業(yè)機(jī)會(huì)進(jìn)行機(jī)制分析。檢驗(yàn)結(jié)果如表6 第（2）列所示， 交互項(xiàng)系數(shù)在1%的水平下顯著為正，驗(yàn)證了家庭非農(nóng)參與是數(shù)字經(jīng)濟(jì)降低農(nóng)戶多維相對(duì)貧困程度的渠道之一。 此外，通過第（2）列交互項(xiàng)和非農(nóng)就業(yè)機(jī)會(huì)估計(jì)系數(shù)的總和可以看出， 非農(nóng)就業(yè)機(jī)會(huì)的增加將顯著緩解農(nóng)戶的多維相對(duì)貧困狀況。 影響機(jī)制2 得以驗(yàn)證。

（三）提高社會(huì)融入度

農(nóng)村的傳統(tǒng)生活社交受到地域、血緣等外部因素的桎梏， 束縛了農(nóng)戶對(duì)外界社會(huì)的了解和認(rèn)知。而數(shù)字經(jīng)濟(jì)平臺(tái)的出現(xiàn)，打破了原有的地域空間限制，補(bǔ)齊人們對(duì)線上社交的需求，開辟農(nóng)戶新的社交圈（戚聿東和褚席，2021）?；ヂ?lián)網(wǎng)便利了網(wǎng)友、朋友、親戚和組織的溝通與協(xié)調(diào)，擴(kuò)大農(nóng)戶的人情交往，是加強(qiáng)農(nóng)戶融入外界社會(huì)、提高社會(huì)信任度的重要工具。 處于外部性風(fēng)險(xiǎn)和成本高昂的環(huán)境下， 農(nóng)民在社會(huì)融入度更深的情況下外出務(wù)工或經(jīng)商，可以規(guī)避風(fēng)險(xiǎn)，降低外部性成本，進(jìn)而獲得更高的收益。因此本文以家庭郵電通訊費(fèi)（對(duì)數(shù)值）所反映的農(nóng)戶社會(huì)融入度，考察其在數(shù)字經(jīng)濟(jì)對(duì)農(nóng)戶多維相對(duì)貧困影響中發(fā)揮的作用。 根據(jù)表6 第（3）列的回歸結(jié)果可知，數(shù)字經(jīng)濟(jì)可通過提高農(nóng)戶社會(huì)融入度顯著降低農(nóng)戶的多維相對(duì)貧困程度。 影響機(jī)制3 得以驗(yàn)證。

（四）為農(nóng)戶技術(shù)賦能

數(shù)字經(jīng)濟(jì)以數(shù)據(jù)的驅(qū)動(dòng)性、系統(tǒng)智能性以及廣泛滲透性不僅有效拓展了農(nóng)戶農(nóng)業(yè)生產(chǎn)、銷售等信息獲取渠道， 而且為農(nóng)戶參與非農(nóng)就業(yè)技能培訓(xùn)提供了便利，提高了農(nóng)戶的生產(chǎn)力、創(chuàng)新力和競(jìng)爭(zhēng)力。 因此， 數(shù)字經(jīng)濟(jì)將顯著提升農(nóng)戶信息能力，深度激發(fā)農(nóng)戶的信息技術(shù)能力。個(gè)人擁有的能夠改善個(gè)體經(jīng)濟(jì)福祉的素質(zhì)、知識(shí)和技能將有效降低農(nóng)戶陷入多維相對(duì)貧困的概率。本文以“互聯(lián)網(wǎng)作為家庭成員信息渠道的平均重要程度” 構(gòu)建反映信息能力的二元變量衡量數(shù)字經(jīng)濟(jì)為農(nóng)戶技術(shù)的賦能， 以此驗(yàn)證技術(shù)賦能在數(shù)字經(jīng)濟(jì)影響多維相對(duì)貧困中發(fā)揮的作用。從表6 第（4）列的交互項(xiàng)估計(jì)結(jié)果中可以看出， 數(shù)字經(jīng)濟(jì)通過為農(nóng)戶技術(shù)賦能有效緩解了農(nóng)戶的多維相對(duì)貧困。 影響機(jī)制4 得以驗(yàn)證。

表6 數(shù)字經(jīng)濟(jì)發(fā)展影響多維相對(duì)貧困的內(nèi)在機(jī)制

六、結(jié)論與政策建議

本文從農(nóng)戶收入導(dǎo)向型多維相對(duì)貧困視角切入，基于中國(guó)家庭追蹤調(diào)查數(shù)據(jù)集（CFPS）和《中國(guó)城市統(tǒng)計(jì)年鑒》構(gòu)造2014、2016 和2018年的面板數(shù)據(jù)， 采用雙固定效應(yīng)模型和工具變量?jī)呻A段估計(jì)實(shí)證檢驗(yàn)數(shù)字經(jīng)濟(jì)發(fā)展綜合指數(shù)對(duì)農(nóng)村多維相對(duì)貧困的緩解作用及其背后的影響機(jī)制， 研究發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)綜合發(fā)展指數(shù)對(duì)以收入為導(dǎo)向的農(nóng)戶多維相對(duì)貧困具有顯著負(fù)向影響， 并且這一結(jié)論在替換被解釋變量、替換核心解釋變量、基于零膨脹有序概率模型估計(jì)、刪減低可信度樣本、基于城市層面相對(duì)貧困發(fā)生率估計(jì)等穩(wěn)健性檢驗(yàn)后仍然成立。 此外，機(jī)制分析結(jié)果表明，提高農(nóng)業(yè)勞動(dòng)生產(chǎn)率、創(chuàng)造非農(nóng)就業(yè)機(jī)會(huì)、提升社會(huì)融入度及為農(nóng)戶技術(shù)賦能是數(shù)字經(jīng)濟(jì)影響農(nóng)戶多維相對(duì)貧困的重要渠道。

本文研究具有如下政策啟示：首先，完善農(nóng)村數(shù)字基礎(chǔ)設(shè)施。加大農(nóng)村網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)，增加互聯(lián)網(wǎng)投資力度， 推進(jìn)數(shù)字化與農(nóng)村經(jīng)濟(jì)的深度融合， 進(jìn)一步鞏固數(shù)字經(jīng)濟(jì)在農(nóng)村減貧方面的紅利優(yōu)勢(shì)。其次，培養(yǎng)數(shù)字農(nóng)業(yè)人才。培養(yǎng)數(shù)字農(nóng)民，發(fā)揮農(nóng)村能人優(yōu)勢(shì)， 引導(dǎo)其利用大數(shù)據(jù)信息以及自身人脈資源對(duì)接農(nóng)產(chǎn)品的生產(chǎn)、銷售以及售后等環(huán)節(jié)，實(shí)現(xiàn)以較少資源帶動(dòng)更多農(nóng)民發(fā)展，改善農(nóng)村內(nèi)部的經(jīng)濟(jì)不平等。 再次，規(guī)范鄉(xiāng)村治理。 發(fā)揮鄉(xiāng)村社會(huì)組織的專業(yè)服務(wù)功能， 整合鄉(xiāng)村現(xiàn)有資源優(yōu)勢(shì)，因地制宜做好鄉(xiāng)村建設(shè)，為投資者營(yíng)造良好的投資環(huán)境，提高鄉(xiāng)村的內(nèi)生發(fā)展動(dòng)力，打造現(xiàn)代化、新時(shí)代鄉(xiāng)村。 最后，充分發(fā)揮政府引導(dǎo)作用。在數(shù)字經(jīng)濟(jì)主體的產(chǎn)業(yè)組織建設(shè)中，政府應(yīng)重視數(shù)字經(jīng)濟(jì)領(lǐng)域?qū)Y源配置發(fā)揮的積極作用，引導(dǎo)市場(chǎng)主體廣泛參與，確立數(shù)字經(jīng)濟(jì)從業(yè)者的職業(yè)地位，形成政府與企業(yè)推動(dòng)數(shù)字經(jīng)濟(jì)發(fā)展的合力。

注釋：

①數(shù)據(jù)來源于中國(guó)政府網(wǎng)：http://www.gov.cn/xinwen/2021-02/25/content_5588869.htm。

②有關(guān)該變量的構(gòu)造將在變量的測(cè)度與說明部分進(jìn)行詳細(xì)解釋。

③其中，變異系數(shù)法根據(jù)各個(gè)指標(biāo)所有觀測(cè)值的變異程度大小，對(duì)其進(jìn)行賦權(quán)，如果一項(xiàng)指標(biāo)的變異系數(shù)較大，那么說明這個(gè)指標(biāo)在衡量該對(duì)象的差異上具有較大的解釋力，則該指標(biāo)就應(yīng)賦予較大的權(quán)重。 具體地，借鑒王鋒正等（2022）的做法，首先對(duì)數(shù)據(jù)進(jìn)行極差標(biāo)準(zhǔn)化處理后，求各個(gè)指標(biāo)變異系數(shù)：

其中，vj為指標(biāo)j 的變異系數(shù)，σj為指標(biāo)j 的標(biāo)準(zhǔn)差，為指標(biāo)j 的均值。 可得指標(biāo)j 的權(quán)重wj為：

利用所獲指標(biāo)權(quán)重，按線性加權(quán)法加總兩指標(biāo)即可得到數(shù)字基礎(chǔ)綜合值與數(shù)字應(yīng)用綜合值。