互联网使用对农户多维贫困的减贫效应研究
李丽霞 李 宁 张旭锐
摘 要： 农村多维贫困问题的研究有助于精准扶贫和乡村振兴战略的有效实施。本文基于2016年中国家庭追踪调查数据库（CFPS），运用A-F测度方法对农户的多维贫困进行测度和分解，着重探讨了互联网使用对农户多维贫困的减贫效应。研究结果表明，财产性收入、农户家庭住房、生活燃料、受教育年限和社会保险等方面的贫困发生率较高；财产性收入、受教育年限对多维贫困的贡献率最大，在农户脱贫过程中起关键作用；农户家庭使用互联网对农户多维贫困的减贫效应显著，而且在高维贫困上的减贫效应更大，个体特征、家庭特征、村级特征等也都对多维贫困产生影响。因此，加大农村地区互联网基础设施建设力度，注重信息化的普及和推广，贯彻落实“互联网+”扶贫政策，能够有效解决贫困农户的“能力贫困”问题，有助于实现贫困户脱贫及脱贫质量的提高。
关键词： 互联网使用；多维贫困；减贫效应；精准扶贫
1 引 言
在精准扶贫和全面脱贫战略的有效实施下，我国的脱贫工作取得了突破性进展，普遍贫困问题基本得以解决，农村收入贫困发生率从1978年的30.7%下降至2017年的3.1%（汪三贵和曾小溪，2018［1］），但农村贫困问题具有长期性和复杂性，我国的脱贫形势依然严峻，新阶段的扶贫任务更加艰巨，既要实现贫困程度深、脱贫难度大的剩余贫困人口脱贫（陈志钢等，2019［2］），又要确保脱贫家庭的自我生存与长期发展，防范脱贫人口再次返贫。Amartya（1995）［3］指出，贫困的实质是人们缺乏或丧失改变其生存状况、抵御各种风险和获取经济收益的可行能力；精神贫困（张志胜，2018［4］）和能力剥夺（高帅，2015［5］）是农户陷入贫困的主要根源，农户在抵御疾病、子女教育、生活条件等方面的被剥夺已成为农户贫困的新形式。事实上，以单一维度的收入作为衡量贫困标准的脱贫家庭具有较高的贫困脆弱性和返贫率，收入标准已不能准确反应农户贫困的真实状况。基于此，国内外学界从多维贫困角度来测量和分析贫困的研究成果逐渐增多，多维贫困的研究对政府针对性地制定农村反贫困政策具有重要的理论和现实意义。
党的十九大提出，促进小农户和现代农业发展的有机衔接，是实施乡村振兴战略的重要基础。“互联网+”作为精准扶贫的新兴模式，“互联网+创业教育”、“互联网+健康”、“互联网+小农户”、“互联网+农村电商”、“互联网+农业”等成为扩大劳动力再就业的有效途径和促进乡村振兴的有力推手。随着互联网基础设施的建设与发展，互联网在农村迅速普及并使用，2018年中国互联网络信息中心发布的《第42次中国互联网络发展状况统计报告》（中国互联网络信息中心，2018［6］）显示，农村网民规模为2.11亿，较2016年增加了0.2亿。互联网的发展对农村居民的生产、生活、工作以及扶贫等方面产生了重要影响，引起了学界的广泛关注。
Feldman和Klaas（2002）［7］发现互联网的使用有助于居民对合适工作的获得，马俊龙和宁光杰（2017）［8］研究了互联网使用对农村劳动力非农就业的影响，发现互联网使用能够有效提高农村劳动力非农就业的概率。在农村居民消费的影响方面，祝仲坤和冷晨昕（2017）［9］系统考察了互联网对农村消费的影响，实证结果表明，掌握互联网技能会显著提高农村居民的消费水平，且随着农村居民消费水平的提高，互联网技能所发挥的正向作用不断弱化；贺达和顾江（2018）［10］运用倾向匹配得分法研究了互联网使用对农村居民消费水平和结构的影响，发现互联网的使用显著提升了农村居民的总体消费水平，且在消费结构上促进了男性群体的消费水平，对女性消费没有明显促进作用；张永丽和徐腊梅（2019）［11］基于对甘肃省15个贫困村的农户调查数据，研究了互联网使用对西部贫困地区农户家庭生活消费的影响，结果表明，互联网使用有助于提高农户家庭的消费水平，且对贫困户的促进作用大于非贫困户，应不断提高西部贫困地区的信息化水平建设。
互联网与精准扶贫工作进行有机整合，能有效提高产业扶贫开发水平，也是脱贫攻坚的根本出路。有关互联网与贫困问题的研究，主要集中在互联网金融、互联网商务、农户的互联网使用等方面。冷晨昕和陈前恒（2017）［12］通过经济理论模型的构建，分析了互联网金融对贫困地区农村居民的福利影响，认为互联网金融可以有效降低传统金融服务中的交易成本，对农村居民福利的增加具有积极促进作用。陈建伟和陈银娥（2017）［13］认为普惠金融是实现精准脱贫的重要手段，但普惠金融组织的职能定位不明确、风险防范不够，严重影响精准脱贫实践，而互联网金融作为普惠金融发展的重要载体，具有普惠属性和跨越地理鸿沟能力，有利于农户贫困程度的减缓，应大力发展互联网金融。唐超和罗明忠（2019）［14］通过农村电商对贫困家庭增收、节支、提升发展能力的作用机理分析，并提出了不同主体电商扶贫的作用路径，贫困地区应探索适合本地需求的电商扶贫模式，从而有效激发贫困群体的内生动力。在互联网使用与农户的贫困关系研究上，殷俊和刘一伟（2018）［15］从农户的角度探讨了互联网使用对贫困的影响，研究发现互联网使用降低了农户陷入贫困的可能性，互联网使用对以收入为衡量标准的单维贫困具有减贫效应，应充分发挥互联网在贫困地区资源配置中的作用，推动各类资源向贫困群众的集中。何宗樾（2019）［16］通过2016中国家庭追踪调查数据，对互联网的减贫效应和微观机制进行了探讨，指出互联网使用显著降低了农户家庭落入多维贫困的可能性，同时也能有效缓解家庭的贫困程度，对个体的就业、创业、融资、教育等多方面都会产生积极影响。
基于上述文献，本文的创新点和贡献主要体现在：第一，本文将互联网使用与农户家庭的多维贫困纳入一个分析框架中，在多维贫困收入状况维度上加入“财产性收入”指标，通过双标准能够更加准确反映农户贫困的真实状况。第二，选取个体、家庭和村级特征方面可能影响农户多维贫困的变量，较全面和系统考察了对多维贫困的影响，在此基础上集中探讨互联网使用对农户家庭多维贫困的减贫效应，有助于全面、深入理解互联网使用对多维贫困的作用机理，为政府推进互联网精准扶贫提供理论依据和政策参考。本文余下部分的安排如下：第二部分对本文的研究方法、数据来源及贫困维度进行说明；第三部分对多维贫困进行测度与分析；第四部分是互联网使用对农户多维贫困减贫效应的传导机制及实证分析，并进行了内生性处理和稳健性检验；第五部分是结论与政策建议。
2 研究方法、数据来源与贫困维度
2.1 研究方法
A-F法是Alkire和Foster（2011）［17］在多维贫困指数基础上，结合阿玛蒂亚.森的多维贫困理论构建的“双临界值法”用来对多维贫困进行测量的一种方法，作为目前测量多维贫困的主流方法，该方法既满足了多维贫困测量公理性要求，加之指标修改的灵活性和测量结果的直观性，具有较强的现实和技术可操作性，受到国际组织和政府的广泛认可和采纳。具体步骤如下：
（1）选取贫困维度和测量指标。其中贫困维度的选取，应以多维贫困的内涵为基础，兼顾全面性、代表性、可操作性和可比性，以充分、全面衡量中国的农村贫困。同时，对贫困维度下的测量指标进行选取。
（2）确定各维度贫困指标的剥夺临界值。假设i表示农户个体，在第j项指标上的取值为Xij，Z表示剥夺临界值，用于判断家庭是否处于贫困状态，第j项指标上的剥夺临界值为Zj，当Xij≥Zj时，表示个体i在第j项指标上不属于贫困；反之，当Xij＜Zj时，表示个体i在第j项指标上属于贫困。
（3）各维度及MPI指标权重设置。现有研究大都采用等权重的方法，即不同的贫困维度具有同等重要性，但有研究指出等权重会产生“虚假贫困”现象（张昭等，2017［18］），因此有学者开始尝试对权重设置的探索，如郭建宇和吴国宝（2012）［19］将健康和教育权重从1/6提高到1/3，也有运用主成分分析、人工神经网络以及难度权重的方法对权重进行调整计算农户的多维贫困，但结果大都和等权重法相差不大（徐文奇等，2017［20］；谢家智和车四方，2017［21］；李峰等，2018［22］）。
（4）引入多维贫困指标临界值K（K=1，2，…，10），若个体i被剥夺的指标值用ci（k）表示，当ci（k）≥K时，表示农户至少在某一维度存在贫困现象，根据国际通用标准（K=3），当ci（k）≥3时，表示农户家庭处在多维贫困状态，即在3个及以上指标中遭受了剥夺。
赛努奇收藏的绘画题材主要集中于道教神仙形象，包括麻姑、八仙等，对这类题材的钟爱与赛努奇本人的西方文化背景有关，也与西方社会思想历程中对于中国哲学和道家思想的崇奉有关。加之敦煌藏经洞的文物在法国引起一定的对道释相关问题的关注，19世纪末的汉学家对道家文化、中国历史的深入研究在当时欧洲形成了解道释相关内容的氛围。在这些文化因素的推动下，在中国绘画方面欧洲普遍表现出对道教题材的倾向，比如吉美博物馆也收藏了大量道教题材的中国绘画。
（5）计算多维贫困指数并进行维度分解。用q表示多维贫困家庭数量，n表示总样本，H为多维贫困发生率，则H=q/n；用A表示多维贫困被剥夺深度指数，则
；多维贫困指数MPI=H×A，表明多维贫困受多维贫困发生率和被剥夺程度影响，贫困发生率下降并不表示家庭多维贫困状况有所改善，因此对维度进行分解，用MPIj表示j指标的多维贫困贡献额，P表示多维贫困贡献率，ωj表示指标权重值，qj表示j指标的贫困发生率，则各指标对多维贫困的贡献额可表示为MPIj=（qj×ωj）/n，各指标对多维贫困的贡献率可表示为P=MPIj/MPI=（qj×ωj）/（n×MPI）。
本文选取多元线性回归模型来分析互联网使用对农户多维贫困的减贫效应，具体模型设定如下：
2.2 数据来源
本文研究数据来自2016年北京大学中国社会科学调查中心开展的第四轮“中国家庭追踪调查”，该调查旨在通过跟踪搜集个体、家庭、社区三个层次的数据，来了解个体的年龄、职业、教育、生活环境、社会地位等以及家庭的收入、支出、资产、居住环境等特征，反映中国社会、经济、人口、教育和健康的变迁状况。CFPS2016是家庭追踪调查的最新数据，拥有家庭层面有效样本14763户，个人有效样本45319份，能有效克服目前大多数微观调查数据存在的内容局限性和对象层次单一化问题，本文的调查对象为农村农户家庭，将家庭问卷数据与成人问卷数据、少儿问卷数据进行对应合并，考虑到村级层面数据的缺失，因此选择CFPS2014中有关村级层面的相关变量，剔除数据缺失值和异常值，最终得到5874份家庭样本。根据国家统计局对中国地区的划分标准，5874份家庭样本分布在我国东部地区有2344户，其中北京8户，天津23户，河北480户，辽宁575户，上海177户，江苏115户，浙江104户，福建72户，山东401户，广东389户；分布在我国中部地区有1689户，其中山西299户，吉林88户，黑龙江93户，安徽114户，江西139户，河南753户，湖北54户，湖南148户，内蒙古1户；分布在我国西部地区1841户，其中广西178户，重庆43户，四川353户，贵州149户，云南205户，西藏2户，陕西132户，甘肃775户，宁夏1户，新疆3户。
2.3 贫困维度与指标选取
对多维贫困维度和指标的选取尚未有统一的标准，现有研究大多都参考联合国开发署采用的MPI指数，从健康、教育和生活水平三个方面来对多维贫困状态进行识别与测度，本文结合CFPS数据实际，选取收入状况、教育程度、健康状况和生活条件4个维度10个指标（见表1）。收入状况维度包括财产性收入和收入水平2个指标；教育程度维度包括受教育年限和学龄儿童失学2个指标；健康状况包括社会保险和养老保险、重大疾病2个指标；生活条件维度包括用水、住房、生活燃料和耐用消费品4个指标。A-F法下的权重设置在维度和指标内均采用均等权重，即4个维度的权重均为1/4，收入状况、教育程度、健康状况下的2个指标均各占1/8，生活条件下的4个指标各占1/16。
表1 多维贫困维度、指标及被剥夺临界值
3 多维贫困测度与分析
3.1 农户各指标贫困发生率
根据以上对贫困被剥夺临界值的界定，对5874份农户家庭的收入、教育、健康、生活等10个指标的贫困发生率进行计算，计算结果见表2。在收入状况维度，以农村居民人均纯收入低于2300元（2011年不变价）为衡量标准，其贫困发生率为8.04%，可以看出其阶段性脱贫成效，但财产性收入方面的贫困发生率为67.11%，表明家庭未来可持续性发展和生存能力欠缺，农户的贫困脆弱性高，目前的脱贫质量有待提高。农户家庭在住房、生活燃料、受教育年限和社会保险等方面的贫困发生率较高，分别为57.67%、41.16%、39.33%和24.45%，家庭普遍存在较弱的抗击外部风险能力。受教育程度越低，思想观念较为落后，生存技能低下，很有可能落入贫困状态；缺乏社会保险和养老保险，患有重大疾病，在医疗方面的支出加大，甚至出现借贷的情况来维持健康，使农户家庭落入贫困状态；贫困户生活条件中的住房和生活燃料问题，成为目前扶贫中亟需解决的关键问题。
表2 农户家庭单项指标贫困率
3.2 农户多维贫困与被剥夺程度测度
表3反映了农户家庭多维贫困的被剥夺广度与深度，在K=1时，贫困发生率为0.9826，表明有98.26%的农户至少在某一维度上存在贫困现象，K=2时，贫困发生率为0.8665，表明有86.65%的农户至少在某2个MPI指标上存在贫困现象。K=7时，贫困发生率为0.0017，贫困被剥夺指数为73.12%，即仅有10户人家存在七维贫困现象，K=8、9、10时没有贫困户出现。
表3 农户家庭多维贫困程度
表4反映了不同K值下各指标的贡献率，财产性收入对多维贫困指数的贡献率逐渐减小，收入水平对多维贫困指数的贡献率逐渐增大。学龄儿童失学、重大疾病、用水、生活燃料、耐用消费品对多维贫困指数的贡献率逐渐增大。总体来看，财产性收入和受教育年限两个指标对多维贫困的贡献率最大，同时也说明财产性收入和受教育年限对贫困户脱贫具有较高的贡献率，对农户脱贫起关键作用。
［5］ 高帅. 社会地位、收入与多维贫困的动态演变——基于能力剥夺视角的分析［J］. 上海财经大学学报, 2015, 3:32-40+49.Gao S. Social Status, Income and Dynamic Evolution of Multidimensional Poverty：From a Perspective of Capability Deprivation［J］. Journal of ShangHai University of Finance and Economics , 2015, 17 (3):32-40+49.
表4 不同K值下各指标贡献率
4 互联网使用对农户多维贫困的减贫效应分析
4.1 变量选取与模型构建
选取K=3和K=4时农户的多维贫困状态作为本研究的被解释变量，农户的互联网使用情况作为本研究的核心解释变量，互联网使用情况包括2个方面：一是农户家庭使用互联网，则记为1，否则为0，这里的互联网使用指家庭通过安装宽带、接入局域网、无线网等使用电脑、监控等联网设备的情况；二是使用手机利用蜂窝网络进行上网，使用记为1，否则记为0，利用手机上网这种情况在现代通讯社会较为普遍，因此下文利用此变量作互联网使用对农户多维贫困减贫效应的稳健性检验。影响农户家庭陷入多维贫困的因素众多，为着重分析互联网使用对农户家庭多维贫困的影响，尽可能地控制农户的个体特征变量（受教育水平、年龄、性别、婚姻、健康状况）、家庭特征变量（家庭是否有集体土地、日常支出负担）和村级特征变量（村距本县县城距离、本村地貌、是否属于矿产资源区）等农户家庭多维贫困影响因素。具体变量定义与描述性统计见表5。
(3)尽管氢气在主流中的扩散程度随进口Mach数和压强的增大而减弱, 但由于Mach数和压强的增大会导致截面空气质量流量大大增加, 最终使得沿流向截面上的氢气掺混效率和燃烧效率都增大.
先民对于“巧”“拙”的认识，经历了久远的历史进程。《虞书·皋陶谟第四》载：“知人则哲，能官人；安民则惠，黎民怀之。……何畏乎巧言令色孔壬？”[1](P3)显示出彼时“巧言”已为人所警惕。孔子也表达出对“巧言”的排斥，他厌恶“巧言令色”，又批评“巧言乱德”而推崇“从野”“宁拙”。不过，原始儒家并不完全排斥“巧”。除了《礼记》记载，据传孔子有“辞欲巧”的言论之外，《孟子》亦提到“集大成也者，金声而玉振之也”，认为“金声”为“始条理也”，是“智之事”，而“智，譬则巧”。对此，邢昺《正义》疏云：“此章指言圣人由力，力有常也；贤者由巧，巧可增”[2](P269)。这说明，原始儒家学者并不“斥巧”。
② 个体特征方面，受教育水平在K=3和K=4时，均对农户多维贫困有显著负向影响，即随着户主受教育水平的提高，家庭多维贫困的发生概率显著下降，且对多维贫困的影响存在明显的递增效应。受教育水平越高，获取知识和学习的能力越强，能够带来未来的家庭潜在收入效应。健康状况在K=3和K=4时，均对农户多维贫困有显著负向影响，即随着户主受教育水平的提高，家庭多维贫困的发生概率显著下降，农户健康状况每提升1单位，则该家庭在1%置信水平上陷入三维贫困的概率下降13.29%，在1%置信水平上陷入四维贫困的概率下降12.78%。此外，健康状况对农户家庭多维贫困的影响存在显著的递增效应。年龄、性别、婚姻也在一定程度上影响了农户家庭的多维贫困状况，这与目前多数研究中人力资本成为影响农户贫困的关键要素结论较为一致。
表5 变量定义及描述性统计
4.2 实证结果与分析
（1）互联网使用的多维减贫效应分析
首先对解释变量进行多重共线性检验，变量中最大的VIF值为1.25，远小于经验规则中的10，平均VIF值为1.1，说明选取变量间的相关程度较弱，不存在多重共线性，对模型的解释效果较好。对互联网使用与农户家庭多维贫困进行回归分析，其具体结果见表6。
表6 互联网使用对农户多维贫困影响的回归结果
续表
① 农户家庭使用互联网在K=3和K=4时，均对农户多维贫困有显著负向影响，且在K=4时绝对值系数大于K=3时绝对值系数，说明互联网使用在高维贫困上的减贫效应更大。当农户家庭使用互联网的比例每提升1单位，则该家庭在1%置信水平上陷入三维贫困的概率下降10.51%，在1%置信水平上陷入四维贫困的概率下降13.44%，互联网作为市场经济发展和社会资源优化配置的客观要求，能有效改善家庭的贫困状态。
式中:v为腐蚀速率，mm/a;w 0与w 1之差为失重实验前后试片的质量差，g;S为试片表面积，cm2;t为实验周期，h;ρ为试片密度，其值为7.8 g/cm3。
法律制度的制定与修改，其背后都蕴含着社会现实生活对某一特定问题的关注和期待。然而并非所有的社会问题都会通过国家专项立法的方式予以明确性规定。以儿童健康权保护为例，我国目前并未就儿童健康权保护问题作出单独立法，而有关于专项保护未成年人健康成长的法律规范，主要规定在了《中华人民共和国未成年人保护法》等法律当中。
③ 家庭特征方面，家庭是否有集体土地在K=3和K=4时，均对农户多维贫困有显著正向影响，且在1%置信水平下显著，即家庭拥有集体土地，增加了农户家庭陷入多维贫困的概率，家庭拥有集体土地的比例每提高1单位，陷入三维贫困的概率增加8.26%，陷入四维贫困的概率增加11.5%，可能的解释是，家庭拥有集体土地，需要较多的劳动力、设备、资金等投入，出现学龄儿童辍学在家帮工的情况，而土地的增值收益又较小，农产品基本属于自给自足状态，因此增加了农户陷入多维贫困的可能性。
④ 村级特征方面，村距本县县城距离在K=3和K=4时，均在1%水平上对多维贫困显著正相关，即村离县城距离越远，农户对农产品市场信息和就业信息的获取较为困难，获取城中各种资源的机会降低，农户陷入多维贫困的概率增大。K=3时，是否属于矿产资源区对农户家庭多维贫困在1%水平上显著负相关，矿产区数量每增加1单位，农户陷入多维贫困的概率降低9.63%；K=4时，是否属于矿产资源区对农户家庭多维贫困在5%水平上显著负相关，矿产区数量每增加1单位，农户陷入多维贫困的概率降低5.24%。随着国家对矿区的规范管理，收入、安全及教育等方面都得到了保障，矿区可以充分发挥区位优势，带动相关基础设施建设，降低陷入多维贫困的可能性。另外，是否属于矿产资源区对农户家庭多维贫困的影响存在显著的递减效应。
采用SPSS 13.0软件进行统计学分析，计量数据资料以±s表示，两组间比较采用完全随机t检验。计数资料采用卡方分析。围手术期失血量与手术时间、术后住院天数的关系采用Pearson秩相关性分析，以P＜0.05为差异有统计学意义。
（2） 内生性处理：IV-probit
式（1）中，Y表示农户的多维贫困状态，α和β为待观察估计系数，Xi为农户使用互联网情况的核心解释变量，Coni为控制变量，εi为随机误差项。
互联网使用与农户家庭多维贫困之间很可能存在内生性问题，即互联网使用影响家庭多维贫困，如果农户利用互联网从事网上商业活动、收集市场交易信息，则可能会对农户的收入、教育等方面产生影响，而贫困农户也可能因教育、收入等问题，不会使用互联网、无力购买上网设备或支付上网费等影响互联网使用。为了克服上述双向因果关系产生的估计偏误，本文使用含内生变量的IV-Probit模型对互联网使用的内生性进行检验，选取除被访户以外同村其他农户家庭的平均互联网使用概率作为内生性检验的工具变量，原因在于：被访户家庭互联网使用与村内除被访户以外其他家庭互联网使用状况并不直接相关，村内其他家庭互联网使用也不会对被访户的互联网使用产生直接影响，满足工具变量外生性的构造条件。
采用两步法对参数进行估计。第一步，对式（2）进行OLS回归，得到残差，第二步以残差替代式（3）中进行Probit估计，具体模型如下：
表7汇报了工具变量和外生解释变量对互联网使用的回归结果，结果显示：控制所有变量后，互联网使用概率对农户家庭互联网使用影响系数在1%水平上显著为正，F统计量为158.09，可以证明不存在弱工具变量问题。
表7 IV-Probit一阶段回归结果
表8为IV-Probit二阶段回归结果，结果显示：控制所有变量后，农户家庭互联网使用对农户家庭三维贫困和四维贫困的影响系数在5%水平上通过了显著性检验，且系数为负，再次证明互联网使用能够降低农户陷入多维贫困的可能性。四维贫困回归系数的绝对值为0.7625，三维贫困回归系数的绝对值为0.5957，与表6中的回归结果进行比较，可以看出回归系数显著增大，且四维贫困回归系数显著大于三维贫困回归系数，说明互联网使用对农户多维贫困的减贫效应显著。Wald检验结果分别为1.41和1.09，可以证明模型接受了农户家庭使用互联网作为外生性的原假设，表明模型不存在内生性，变量选取合理。
表8 IV-Probit二阶段回归结果
（3） 稳健性检验
手机上网现在越来越普遍，也是人们互联网使用最为常见和便捷的一种方式，因此本文使用手机上网来作为农户家庭使用互联网的替代变量，进行稳健性检验。表9为稳健性检验结果，结果显示：控制所有变量后，手机上网对农户三维贫困和四维贫困均在1%水平上显著负相关，即手机上网显著降低了农户陷入多维贫困的可能性，互联网使用对多维贫困具有显著减贫效应，模型检验结果较为稳健。
3.完善并提高网络课程基本资源建设的技术要求，更好地为学生自主学习服务。网络课程基本资源是指，能反映课程教学思想、教学内容、教学方法、教学过程的核心资源，包括课程简介、课程负责人、教学大纲、教学日历、学习指南、重点难点、作业习题、复习纲要、教材及参考资料、演示文稿PPT、课程结构、课程讲义、即时练习、课程附表、例题分析、模拟试题及答案和主要教学内容的教学录像。其结构要求，须按照课程概要、教学单元来组织，具体可参见图1。格式与技术要求，应满足课程概要与教学单元中所包含的各项模块嵌入网络学习平台的格式与技术参数要求。
表9 稳健性检验结果
续表
为进一步增强结果稳健性和说服力，本文按照贫困样本的空间格局，对我国东部地区2344户、中部地区1689户、西部地区1841户农户家庭互联网使用的多维减贫效应进行检验，结果如表10所示。从表中可以看出，不管是东部、中部还是西部地区农户家庭，其互联网使用均对农户家庭多维贫困产生显著的负向影响，再一次证实了结果的稳健性。
表10 互联网使用对农户多维贫困空间格局影响的回归结果
4.3 互联网使用降低农户多维贫困的传导机制分析
本文的实证结果表明，互联网使用对农户多维贫困具有明显的减贫效应，并且在高维贫困上的减贫效应更大，因此有必要对互联网使用降低农户多维贫困的传导机制进行分析。我们认为，可能存在三种传导机制：第一，互联网使用通过影响农户的信息获取能力，降低了生产交易成本，同时增加了农户的非农就业机会，拓宽了收入来源渠道。一般而言，非农就业对于第一产业而言，可以获取更高的收入，对收入结构和收入水平的改善具有极大的促进作用，进而提高农户家庭生计资本和生计稳定性，有助于摆脱贫困状况。第二，互联网使用通过非正规金融起到减贫作用。非正规金融具有建立在农户社会关系和彼此信任的基础之上的优势，在农村金融市场上具有重要地位，其主要表现形式为亲朋好友之间的信用借贷或民间金融组织的借贷，能够促进农户家庭收入的改善，进而降低农户的多维贫困概率。第三，互联网使用通过社会资本来降低农户多维贫困发生概率。我国农村地区是一个典型的“乡土社会”，互联网使用能够促进和加强邻居、亲朋好友以及具有社会资源较多人士的相互交流，既可以增强信任促使其非正规金融借贷行为的发生，也有助于通过人情开支来换取物质获益，社会资本也能够发挥出非正式的保障功能，提高就业能力和收入水平，进而降低农户多维贫困。
5 结论与政策建议
5.1 结论
基于CFPS2016年数据，对农户的多维贫困进行测度，并实证分析了互联网使用对农户多维贫困减贫效应的影响，并采用IV-Probit估计方法进行了内生性处理和稳健性检验，得出以下结论：
（1）农户多维贫困指数测度。单维贫困方面，财产性收入、农户家庭住房、生活燃料、受教育年限和社会保险等方面的贫困发生率较高。多维贫困方面，K=3时，贫困发生率为59.82%，被剥夺指数为0.3724，多维贫困指数为0.2228，不存在8个指标均出现贫困的极端个体，财产性收入对多维贫困指数的贡献率逐渐减小，收入水平、学龄儿童失学、重大疾病、用水、生活燃料、耐用消费品对多维贫困指数的贡献率逐渐增大。总体来看，财产性收入和受教育年限两个指标对多维贫困的贡献率最大，对农户脱贫起关键作用。
（2）农户家庭使用互联网对农户多维贫困的减贫效应显著，而且在高维贫困上的减贫效应更大，个体特征、家庭特征、村级特征等也都对多维贫困产生影响。互联网作为市场经济发展和社会资源优化配置的客观要求，通过拓宽个体信息获取、增加非农就业、提高社会资本和非正规金融借贷水平来发挥减贫效应，能有效改善个体和家庭的贫困状态。
一系列数字让人颇感不解：AII对全国168家平台企业评估之后发现，80%平台连接的设备协议种类不足20个，83%的平台提供的分析工具不足20个，68%的平台提供的工业机理模型不足20个，54%的平台提供的微服务不足20个。尽管平台开发者数量已经达到5万，但是52%的平台第三方开发者数量在100人以下。
5.2 政策建议
本文的研究结论具有重要的政策启示。第一，在乡村振兴和精准扶贫协同推进的过程中，仅以收入为标准的扶贫政策难以保证农户的脱贫质量，也不能准确反应农户贫困的真实状况，应建立基于农户家庭持续发展能力的双贫困线标准。第二，加大农村地区尤其是贫困山区的互联网基础设施建设力度，同时降低资费，大力普及农户的互联网使用。在农村经济发展中注重信息化的普及和推广，加强信息化平台建设，为农村信息化水平提供保障。第三，继续贯彻落实“互联网+”扶贫政策，注重解决农户精神和教育方面的“能力贫困”问题，利用互联网将优质教育资源向贫困地区延伸，优化农村的教育资源，推动全民普惠教育。此外，大力推进以互联网为基础的新经济、新模式产业发展，引导贫困农户自发参与，推动资源向贫困群众集中和流动，有效帮助贫困户脱贫及提高脱贫户的脱贫质量。
［6］ 中国互联网络信息中心.第42 次中国互联网络发展状况统计报告［EB/OL］. http://www.cac.gov.cn/2018-08/20/c_1123296882.htm.China Internet Network Information Center. The 42nd Statistical Report on Internet Development in China［EB/OL］. http://www.cac.gov.cn/2018-08/20/c_1123296882.htm.
参考文献:References:
［1］ 汪三贵,曾小溪. 从区域扶贫开发到精准扶贫——改革开放40年中国扶贫政策的演进及脱贫攻坚的难点和对策 ［J］.农业经济问题,2018,8:40-50.Wang S G, Zeng X X. From Regional Poverty Alleviation and Development to Targeted Poverty Alleviation：The Evolution of China’s Poverty Alleviation Policy in the Past 40 Years of Reform and Opening up and the Difficulties and Countermeasures of Poverty Alleviation ［J］. Issues in Agricultural Economy, 2018, 8: 40-50.
［2］ 陈志钢, 毕洁颖, 吴国宝, 何晓军, 王子妹一. 中国扶贫现状与演进以及2020年后的扶贫愿景和战略重点 ［J］.中国农村经济,2019,1:2-16.Chen Z G, Bi J Y, Wu G B, He X J, Wang Z M Y. The Present Situation and Evolution of Poverty Alleviation in China and the Vision and Strategic Focus of Poverty Alleviation After 2020［J］. Chinese Rural Economy , 2019, 1: 2-16.
［3］ Sen Amartya. Commodities and Capabilities ［M］. Amsterdam: North-Holland, 1995.
［4］ 张志胜.精准扶贫领域贫困农民主体性的缺失与重塑——基于精神扶贫视角［J］. 西北农林科技大学学报(社会科学版), 2018, 3 :72-81.Zhang Z S. Absence and Reconstruction of the Peasants’ Subjectivity in the Accurate Poverty Alleviation Process：Based on the Perspective of the Spiritual Poverty Alleviation［J］. Journal of Northwest Agriculture and Forestry University of Science and Technology(Social Sciences Edition) , 2018, 18 (3) : 72-81.
摩天轮的最大应力分别为50 MPa和22 MPa，小于材料的屈服极限(主体材料Q235B/20#)。各部件均未发生永久变形，即结构的最大应力未达到屈服强度。摩天轮的强度满足设计要求。图5(b)、(d)所示为地震作用下摩天轮的应力云图。
家庭的和谐与稳定发展是社会良性发展的基石。父母是学生的第一任教师和榜样。作为家长，应该时刻关心子女的身心成长状况，要科学合理地解决家庭中出现的任何问题，创建和谐的家庭氛围，为子女提供良好的学习与成长环境，既不能溺爱子女，也不要对子女提出不合理的期望，要及时疏导他们的心理问题，使他们健康成长为社会主义建设的栋梁之才。
首先，企业应梳理现有专利、商标、软件著作权等知识产权，编制企业自有知识产权目录，并统计哪些发明创造已申请专利或著作权，哪些尚未申请。对于未申请专利保护的发明创造应尽快申请专利保护或者采取相应的保密措施，防止商业秘密泄露；对于已申请专利保护的发明创造，应审查是否已经过专利保护期，对于在专利保护期内发明创造，企业可通过社会调研或专利检索等多种方式查询贵司的专利是否被他人侵犯，并采取相应的专利保护措施。
［7］ Feldman, D. C., Klaas, B. S. Internet Job Hunting: A Field Study of Applicant Experiences with On-line Recruiting ［J］. Human Resource Management, 2002, (2): 175-192.
［8］ 马俊龙, 宁光杰. 互联网与中国农村劳动力非农就业［J］. 财经科学, 2017 ,7:50-63.Ma J L, Ning G J. The Internet and Non-agricultural Employment of Rural Labor Force［J］.Financial Science , 2017, 7: 50-63.
［9］ 祝仲坤, 冷晨昕. 互联网与农村消费——来自中国社会状况综合调查的证据［J］. 经济科学,2017, 6:115-128.Zhu Z K, Leng C X. Internet and Rural Consumption：Evidence From the Comprehensive Survey of Social Conditions in China ［J］. Economic Science, 2017, 6: 115-128.
［10］ 贺达, 顾江. 互联网对农村居民消费水平和结构的影响——基于CFPS数据的PSM实证研究［J］. 农村经济, 2018, 10:51-57.He D, Gu J. The Influence of Internet on the Consumption Level and Structure of Rural Residents：An Empirical Study of PSM Based on CFPS Data ［J］. Rural Economy,2018, 10: 51-57.
［11］ 张永丽, 徐腊梅. 互联网使用对西部贫困地区农户家庭生活消费的影响——基于甘肃省1735个农户的调查［J］. 中国农村经济, 2019,2:42-59.Zhang Y L, Xu L M. The Influence of Internet Use on the Household Consumption of Farmers in Poverty-stricken Areas in Western China: Based on the Survey of 1735 Farmers in Gansu Province［J］. Chinese Rural Economy , 2019,2: 42-59.
［12］ 冷晨昕, 陈前恒. 贫困地区农村居民互联网金融使用现状及影响因素分析［J］. 财贸研究,2017, 11:42-51.Leng C X, Chen Q H. Current Situation and Influencing Factors of Internet Financial Use of Rural Residents in Poor Areas ［J］. Finance and Trade Research ,2017, 28 (11): 42-51.
［13］ 陈建伟, 陈银娥. 普惠金融助推精准脱贫的理论与政策思考［J］. 当代经济研究,2017,5:85-90.Chen J W, Chen Y E. Theory and Policy Thinking of Pratt & Whitney Finance Promoting Accurate Poverty Alleviation ［J］. Contemporary Economic Research, 2017, 5: 85-90.
［14］ 唐超, 罗明忠. 贫困地区电商扶贫模式的特点及制度约束——来自安徽砀山县的例［J］.西北农林科技大学学报(社会科学版), 2019, 4:96-104.Tang C, Luo M Z. E-commerce Poverty Alleviation in Poverty-stricken Areas: Mode Characteristics and Institutional Constraints: Based on the Example of Dangshan County in Anhui ［J］. Journal of Northwest Agriculture and Forestry University of Science and Technology (Social Sciences Edition) , 2019, 19 (4): 96-104.
［15］ 殷俊, 刘一伟. 互联网使用对农户贫困的影响及其机制分析［J］. 中南财经政法大学学报,2018, 2:146-156.Yin J, Liu Y W. Analysis on the Influence of Internet Use on Farmers’ Poverty and Its Mechanism ［J］. Journal of Zhongnan University of Economics and Law , 2018, 2: 146-156.
［16］ 何宗樾. 互联网的减贫效应研究——基于CFPS2016数据的机制分析［J］. 调研世界,2019, 6:8-13.He Z Y. ［J］. Research on the Poverty Reduction Effect of Internet: Mechanism Analysis Based on CFPS 2016 Data［J］. World of Survey and Research, 2019, 6: 8-13.
《通知》的颁布恰逢2012年度水利公益性行业科研专项项目预算申报。为确保项目经费获得财政预算批复后能够顺利执行，行业主管部门应该加大制度的宣传贯彻力度，将公益性行业科研专项经费管理办法和《通知》的有关内容结合起来，对项目承担单位、合作单位的财务管理人员和业务管理人员进行培训，培养其在项目经费执行过程中的程序和控制意识，确保项目预算资金的合规合法使用。
［17］ Alkire S, Foster J. Counting and Multidimensional Poverty Measurement［J］. Journal of Public Economics，2011, 95(7)：476-484.
［18］ 张昭, 杨澄宇, 袁强. “收入导向型”多维贫困的识别与流动性研究——基于CFPS调查数据农村子样本的考察［J］. 经济理论与经济管理, 2017, 2:98-112.Zhang Z, Yang C Y, Yuan Q. Identification and Mobility of the Income-Oriented Multidimensional Poverty: A Study Based on China Family Panel Studies Data［J］.Economic Theory and Business Management, 2017, 2: 98-112.
［19］ 郭建宇, 吴国宝. 基于不同指标及权重选择的多维贫困测量——以山西省贫困县为例［J］.中国农村经济, 2012, 2:12-20.Guo J Y, Wu G B. Multi-dimensional Poverty Measurement Based on Different Indexes and Weight Selection: A Case Study of Poverty County in Shanxi Province［J］. Chinese Rural Economy, 2012, 2: 12-20.
［20］ 徐文奇, 周云波, 平萍. 多维视角下的中国贫困问题研究——基于MPI指数的比较静态分析［J］. 经济问题探索, 2017, 2:31-41.Xu W Q, Zhou Y B, Ping P. A Study on the Problem of Poverty in China From a Multidimensional Perspective: A Comparative Static Analysis Based on MPI Index［J］.Inquiry into Economic Issues, 2017, 2: 31-41.
1.建立统一的数据库体系。将学校的组织机构、职工信息、教师信息、教室信息、机房信息等统一纳入系统的数据库体系，由专门人员管理并负责日常的数据维护，为系统正常使用提供准确、实时的数据基础。
［21］ 谢家智, 车四方. 农村家庭多维贫困测度与分析［J］. 统计研究,2017, 9:44-55.Xie J Z, Che S F. Measurement and Analysis of Multidimensional Poverty in Peasant Households［J］. Statistical Research, 2017,34 (9):44-55.
［22］ 李峰, 罗良清, 潘露露. 对多维贫困指标和权重的探索——基于CFPS数据的分析［J］.江西财经大学学报, 2018, 6:82-93.Li F, Luo L Q, Pan L L. An Exploration of Multidimensional Poverty Indicators and Weights: An Analysis Based on CFPS Data［J］. Journal of Jiangxi University of Finance and Economics, 2018, 6: 82-93.
Poverty Alleviation Effect of Internet Use on Multidimensional Poverty of Farmers
LI Li-xia ，LI Ning ，ZHANG Xu-rui
Abstract： The study on multidimensional poverty in rural areas is conducive to the effective implementation of accurate poverty alleviation and rural revitalization strategies. Based on the 2016 Chinese household tracking survey database (CFPS), this paper used the A-F measurement method to measure and decompose the multidimensional poverty of farmers, and emphatically discussed the poverty reduction effect of Internet use on the multidimensional poverty of farmers. The results show that the incidence of poverty in property income, household housing, fuel, years of education and social insurance is more higher. Property income and years of education contribute the most to multidimensional poverty, and play a key role in the process of poverty alleviation. The use of Internet by peasant households has a significant poverty reduction eあect on multidimensional poverty of peasant households, and a greater eあect on multidimensional poverty. Individual characteristics, family characteristics and village-level characteristics also have an impact on multidimensional poverty. Therefore, strengthening the construction of Internet infrastructure in rural areas, paying attention to the popularization and popularization of informatization, and implementing the “Internet plus” poverty alleviation policy can effectively solve the problem of “ability poverty” of poor farmers, and help to lift poor households out of poverty and improve the quality of poverty alleviation.
Key words: internet use； multidimensional poverty； eあect of reducing poverty； accurate poverty alleviation
DOI： 10.3773/j.issn.1006-4885.2019.11.066
中图分类号： F063.4
文献标志码： A
文章编码： 1002-9753（2019）11-0066-17
基金项目： 西安市社会科学规划基金项目（项目编号：18J127）。
作者简介：
李丽霞（1986-），山西阳城人，西京学院会计学院讲师，研究方向：农业经济管理、农业经济理论与政策。
李 宁（1986-），陕西延安人，西安曲江临潼旅游投资集团有限公司高级会计师，研究方向：村集体经济组织财务与管理。
张旭锐（1987-），河南洛阳人，西北农林科技大学经济管理学院博士研究生，研究方向：农林资源经济与环境管理。
（本文责编：宁远）