田紅宇， 王嬡名

(三峽大學(xué) 經(jīng)濟(jì)與管理學(xué)院，湖北 宜昌 443002)

一、農(nóng)村數(shù)字技術(shù)發(fā)展與減貧實(shí)踐

共同富裕是中國(guó)特色社會(huì)主義的根本原則，確保全國(guó)人民共同進(jìn)入全面小康社會(huì)是我黨做出的莊嚴(yán)承諾。改革開(kāi)放以來(lái)，中國(guó)始終致力于消除貧困[1]。2013年11月，習(xí)近平總書(shū)記首次提出“精準(zhǔn)扶貧”，此后扶貧開(kāi)發(fā)作為三農(nóng)工作的首位，脫貧攻堅(jiān)上升至國(guó)家戰(zhàn)略。十九大報(bào)告指出，脫貧攻堅(jiān)已取得決定性進(jìn)展，六千多萬(wàn)貧困人口穩(wěn)定脫貧，貧困發(fā)生率從10.2%下降到4%以下。中國(guó)農(nóng)村監(jiān)測(cè)報(bào)告顯示，截止2019年末貧困發(fā)生率降至0.6%，減貧人口達(dá)9348萬(wàn)人，現(xiàn)行標(biāo)準(zhǔn)下農(nóng)村貧困人口全部脫貧目標(biāo)已基本實(shí)現(xiàn)。然而，在決勝脫貧攻堅(jiān)后，如何解決農(nóng)村相對(duì)貧困和有效阻止脫貧人群“返貧”又將成為新的課題。當(dāng)前農(nóng)戶(hù)內(nèi)生動(dòng)力普遍不足，中國(guó)農(nóng)村貧困治理存在返貧和代際傳遞的風(fēng)險(xiǎn)[2]。

理論和實(shí)踐表明，依靠給錢(qián)給物的“輸血式”扶貧難以保證資金的持續(xù)性，內(nèi)生動(dòng)力不足是農(nóng)戶(hù)致貧的主要因素以及可能“返貧”的主要風(fēng)險(xiǎn)。長(zhǎng)期以來(lái)，信息不對(duì)稱(chēng)和信息獲取受限導(dǎo)致的農(nóng)村金融供給普遍不足，是造成農(nóng)戶(hù)信貸約束進(jìn)而制約農(nóng)戶(hù)內(nèi)生發(fā)展的重要原因[3]。由于缺乏合適的抵押品，農(nóng)業(yè)的高自然風(fēng)險(xiǎn)特征導(dǎo)致農(nóng)戶(hù)面臨信貸配給，加之農(nóng)戶(hù)存在風(fēng)險(xiǎn)規(guī)避、認(rèn)知偏差等因素，造成農(nóng)戶(hù)融資難、融資貴現(xiàn)象仍然普遍[4]。近年來(lái)，從“寬帶中國(guó)”到“數(shù)字鄉(xiāng)村”等戰(zhàn)略的順利實(shí)施，數(shù)字技術(shù)不斷向村莊延伸。2019年中央一號(hào)文件提出，深入推進(jìn)“互聯(lián)網(wǎng)+農(nóng)業(yè)”，加強(qiáng)國(guó)家數(shù)字農(nóng)業(yè)農(nóng)村系統(tǒng)建設(shè)，實(shí)施“互聯(lián)網(wǎng)+”農(nóng)產(chǎn)品出村進(jìn)城工程。

值得思考的是，以互聯(lián)網(wǎng)為代表的數(shù)字技術(shù)能否通過(guò)緩解信貸約束進(jìn)而實(shí)現(xiàn)減貧？換句話說(shuō)，“互聯(lián)網(wǎng)+”普惠金融助力脫貧攻堅(jiān)是否達(dá)到政策預(yù)期，如果答案是肯定的，數(shù)字技術(shù)減緩多維貧困主要作用于哪個(gè)維度，紅利是否被全體農(nóng)戶(hù)公平共享，會(huì)不會(huì)出現(xiàn)金融資源配置廣泛存在的“精英俘獲”現(xiàn)象。對(duì)這些問(wèn)題的回答，有助于準(zhǔn)確評(píng)價(jià)“數(shù)字鄉(xiāng)村”建設(shè)下“互聯(lián)網(wǎng)+”農(nóng)業(yè)發(fā)展的作用效果，識(shí)別相對(duì)貧困和阻止“返貧”長(zhǎng)效治理的動(dòng)力。

二、數(shù)字技術(shù)減貧效應(yīng)的研究動(dòng)態(tài)

現(xiàn)有關(guān)于農(nóng)戶(hù)數(shù)字技術(shù)采納效益的研究有以下幾個(gè)主題：一是提升信息傳遞效率，降低交易成本并提高了農(nóng)戶(hù)市場(chǎng)參與能力。數(shù)字技術(shù)改善了農(nóng)戶(hù)面臨的信息不對(duì)稱(chēng)問(wèn)題，促進(jìn)信息向農(nóng)戶(hù)方傳遞[5]，并通過(guò)降低交易成本和提高市場(chǎng)參與來(lái)扭轉(zhuǎn)其信息弱勢(shì)地位，增強(qiáng)小農(nóng)戶(hù)在農(nóng)產(chǎn)品市場(chǎng)的議價(jià)能力[6]。Ma和Wang發(fā)現(xiàn)信息與通訊技術(shù)解除了小農(nóng)戶(hù)的市場(chǎng)準(zhǔn)入限制，并通過(guò)可持續(xù)農(nóng)業(yè)技術(shù)的采用提升了農(nóng)業(yè)生產(chǎn)力[3]。二是有助于提升農(nóng)戶(hù)金融素養(yǎng)?；ヂ?lián)網(wǎng)信息傳遞渠道可以促進(jìn)農(nóng)戶(hù)資本市場(chǎng)參與度，提升其金融素養(yǎng)[7]。Bogan證實(shí)使用互聯(lián)網(wǎng)的家庭股票市場(chǎng)參與率遠(yuǎn)遠(yuǎn)高于未使用互聯(lián)網(wǎng)的家庭[8]。周雨晴和何廣文研究得出數(shù)字普惠金融的發(fā)展能夠促進(jìn)農(nóng)戶(hù)家庭金融市場(chǎng)參與和家庭風(fēng)險(xiǎn)金融資產(chǎn)配置[9]。其內(nèi)在邏輯是，互聯(lián)網(wǎng)可以實(shí)時(shí)為信息需求者提供資金供求信息，提高資本的配置效率，優(yōu)化家庭資本結(jié)構(gòu)[10]。三是有利于拓展農(nóng)戶(hù)社會(huì)資本積累。以微信、抖音等為代表的社交平臺(tái)有助于農(nóng)戶(hù)拓寬社會(huì)網(wǎng)絡(luò)，保持與社會(huì)的緊密聯(lián)系[11]。豐富的社會(huì)資本能夠幫助農(nóng)戶(hù)獲取更多的資源以規(guī)避風(fēng)險(xiǎn)，對(duì)于改善家庭福利、緩解貧困具有重要意義。特別在農(nóng)村金融雙軌制的背景下，社會(huì)資本能夠緩解以人情關(guān)系為依托的非正規(guī)金融約束，改善農(nóng)戶(hù)多維貧困[12]。遺憾的是，現(xiàn)有關(guān)于數(shù)字技術(shù)減貧效應(yīng)的研究較少，尤其從信貸獲得視角去探討其減貧機(jī)理的文獻(xiàn)更是匱乏。

實(shí)質(zhì)上，信貸約束是農(nóng)戶(hù)致貧的重要內(nèi)生約束以及“返貧”的主要風(fēng)險(xiǎn)[13]，因此能否緩解農(nóng)戶(hù)信貸約束是數(shù)字技術(shù)減貧的重要機(jī)制?，F(xiàn)有文獻(xiàn)肯定了農(nóng)村金融在推動(dòng)農(nóng)業(yè)可持續(xù)發(fā)展、農(nóng)業(yè)技術(shù)進(jìn)步與等領(lǐng)域的積極作用[14]。然而，農(nóng)村金融發(fā)展滯后和信貸配給仍是發(fā)展中國(guó)家和轉(zhuǎn)型經(jīng)濟(jì)體小農(nóng)戶(hù)普遍面臨信貸約束的重要誘因[15]。正規(guī)信貸往往被非正規(guī)信貸擠占，低收入農(nóng)戶(hù)難以從正規(guī)信貸部門(mén)獲取貸款[16]。朱喜和李子奈基于3000戶(hù)中國(guó)農(nóng)村家庭抽樣調(diào)查數(shù)據(jù)發(fā)現(xiàn)，獲得正規(guī)金融服務(wù)的農(nóng)戶(hù)不到10%，一半以上具備有效需求的農(nóng)戶(hù)由于信貸配給無(wú)法得到正式機(jī)構(gòu)的貸款[17]。在信息不對(duì)稱(chēng)和高交易成本的不完全競(jìng)爭(zhēng)市場(chǎng)中，由于農(nóng)業(yè)具有高自然風(fēng)險(xiǎn)、低收益的天然弱勢(shì)，加之缺乏高質(zhì)量抵押物，“逐利”特性的金融資本不愿為農(nóng)戶(hù)提供信貸，這抑制了農(nóng)戶(hù)正規(guī)貸款需求，有貸款意愿的農(nóng)戶(hù)往往轉(zhuǎn)投非正規(guī)信貸市場(chǎng)。即使近年來(lái)中央不斷加強(qiáng)金融支農(nóng)力度，但農(nóng)戶(hù)面臨信貸約束的現(xiàn)象未得到扭轉(zhuǎn)，在正規(guī)信貸部門(mén)表現(xiàn)的尤為嚴(yán)重[18]。這不僅直接限制了農(nóng)戶(hù)信貸選擇，甚至導(dǎo)致農(nóng)戶(hù)無(wú)法為子女的教育進(jìn)行融資而產(chǎn)生貧困代際傳遞的風(fēng)險(xiǎn)[19]。因此，如何破解農(nóng)戶(hù)的信貸約束尤其是正規(guī)信貸約束，激發(fā)農(nóng)戶(hù)內(nèi)生動(dòng)力是亟待解決的問(wèn)題。已有文獻(xiàn)也逐漸重視農(nóng)戶(hù)的信貸約束問(wèn)題，并從內(nèi)源性和外源性?xún)蓚€(gè)視角探索破解途徑。柳松等開(kāi)始探究互聯(lián)網(wǎng)技術(shù)在緩解農(nóng)戶(hù)信貸約束上的作用[20]。然而，鮮有文獻(xiàn)將數(shù)字技術(shù)破解信貸約束納入減貧分析框架中。

可見(jiàn)，在正規(guī)金融部門(mén)和非正規(guī)金融部門(mén)并存的二元結(jié)構(gòu)下，數(shù)字技術(shù)能夠突破傳統(tǒng)金融的時(shí)空限制，以信息交換代替點(diǎn)對(duì)點(diǎn)的實(shí)物連接，縮短了信息傳播時(shí)滯，保證金融信息能夠高效、安全無(wú)“污染”傳遞。而且數(shù)字技術(shù)降低了信息搜尋成本，有助于銀行資金的優(yōu)化配置，提高借貸服務(wù)的匹配效率。再者，線上征信系統(tǒng)有助于金融供給主體了解農(nóng)戶(hù)家庭經(jīng)濟(jì)狀況和還貸能力，降低銀行放貸風(fēng)險(xiǎn)，進(jìn)而增強(qiáng)銀行與農(nóng)戶(hù)雙方的放貸與借款意愿。另外，非正規(guī)信貸市場(chǎng)的地緣性特征使擁有社會(huì)資本的農(nóng)戶(hù)更易獲得親友及地方民間借貸機(jī)構(gòu)的貸款，數(shù)字技術(shù)不僅有利于農(nóng)戶(hù)搜尋更多非正規(guī)信貸部門(mén)的商譽(yù)信息，降低非正規(guī)借貸成本，社交平臺(tái)還能幫助農(nóng)戶(hù)拓寬社交網(wǎng)絡(luò)渠道，促進(jìn)農(nóng)戶(hù)的非正規(guī)信貸獲得。那么，正規(guī)信貸與非正規(guī)信貸對(duì)數(shù)字技術(shù)減貧的中介作用孰強(qiáng)孰弱?雖然非正規(guī)部門(mén)借貸審批相對(duì)容易、貸款期限靈活，手續(xù)簡(jiǎn)單，但是其貸款利率要高于正規(guī)金融貸款利率，即使向親友借款也存在著一定的人情成本[21]。隨著農(nóng)村金融市場(chǎng)發(fā)展日趨完善，理性經(jīng)濟(jì)人會(huì)偏向利率相對(duì)較低、程序更加規(guī)范的正規(guī)信貸，對(duì)非正規(guī)信貸需求會(huì)相對(duì)減弱。從這個(gè)邏輯來(lái)看，數(shù)字技術(shù)會(huì)有效促進(jìn)農(nóng)戶(hù)正規(guī)信貸獲得，同時(shí)也能起到規(guī)范非正規(guī)信貸市場(chǎng)的作用。

三、數(shù)據(jù)來(lái)源、研究設(shè)計(jì)與變量選取

(一)數(shù)據(jù)來(lái)源

本文數(shù)據(jù)來(lái)源于北京大學(xué)中國(guó)社會(huì)科學(xué)調(diào)查中心的中國(guó)家庭追蹤調(diào)查(CFPS)。CFPS在全國(guó)范圍內(nèi)開(kāi)展包括戶(hù)主、家庭、村莊三個(gè)層次的追蹤調(diào)查，數(shù)據(jù)覆蓋了全國(guó)25個(gè)省市，數(shù)據(jù)代表性較好。由于本文關(guān)注的數(shù)字技術(shù)采納情況，只在2014年、2016年、2018年有所涉及，所以本文用這三年的農(nóng)戶(hù)數(shù)據(jù)來(lái)構(gòu)造面板數(shù)據(jù)。在剔除了關(guān)鍵變量嚴(yán)重缺失的樣本后，本文最終得到3309戶(hù)農(nóng)戶(hù)樣本連續(xù)3期的平衡面板數(shù)據(jù)，共9927個(gè)觀測(cè)值。

(二)模型及內(nèi)生性問(wèn)題處理

1.基準(zhǔn)模型

本文的目標(biāo)是研究數(shù)字技術(shù)對(duì)農(nóng)戶(hù)多維貧困的影響。由于多維貧困指標(biāo)是取值0～1之間的受限連續(xù)變量，傳統(tǒng)的估計(jì)方法不再有效，而Tobit模型估計(jì)可以得到較穩(wěn)健的結(jié)果。模型如下：

Multipovertyit=δ0+δ1Websiteit+δ2Xit+σi+τt+εit

(1)

式(1)中，Multipovertyit表征農(nóng)戶(hù)多維貧困狀況，Websiteit為農(nóng)戶(hù)是否上網(wǎng)二值虛擬變量，Xit為控制變量，σi、τt分別是省份和年份控制變量。

同時(shí)，為考察信貸可獲得性在數(shù)字技術(shù)減貧的作用機(jī)制，采用中介效應(yīng)模型來(lái)驗(yàn)證，基于式(1)建立模型如下：

Debtit=β0+β1Websiteit+β2Xit+σi+τt+εit

(2)

Multipovertyit=γ0+γ1Websiteit+γ2Debtit+γ3Xit+σi+τt+εit

(3)

式中Debtit表征農(nóng)戶(hù)信貸獲得的虛擬變量，具體又區(qū)分了正規(guī)信貸和非正規(guī)信貸。

2.內(nèi)生性問(wèn)題討論及處理

農(nóng)戶(hù)是否采納數(shù)字技術(shù)，不僅受主觀經(jīng)驗(yàn)影響，也是政治、經(jīng)濟(jì)、文化等多重因素作用的結(jié)果[22]。基準(zhǔn)模型可能存在內(nèi)生性問(wèn)題[23]：一是數(shù)字技術(shù)采納受到模型中其他變量的作用。農(nóng)戶(hù)是否采納數(shù)字技術(shù)本質(zhì)上是凈效用決定的，而效用與戶(hù)主、家庭和村莊特征變量密切相關(guān)。二是遺漏變量。農(nóng)戶(hù)信貸行為和數(shù)字技術(shù)采納行為除了受到戶(hù)主、家庭和村莊特征的顯性變量影響外，還會(huì)受金融信息獲取與甄別能力和偏好等潛變量的影響。三是雙向因果關(guān)系。數(shù)字技術(shù)能影響農(nóng)戶(hù)貧困，同時(shí)減貧的示范效應(yīng)又可能反向引致數(shù)字技術(shù)需求的擴(kuò)大。由于工具變量Tobit模型不適用于面板數(shù)據(jù)，本文借鑒鄒靜和鄧曉軍的做法，采用條件混合回歸(CMP)估計(jì)[24]。另外，CMP提供了atanhrho_12估計(jì)量，表征兩階段回歸模型的殘差相關(guān)性，若顯著異于0則說(shuō)明CMP估計(jì)有效。

(三)變量定義與統(tǒng)計(jì)描述

1.被解釋變量：農(nóng)戶(hù)多維貧困(1)本文未匯報(bào)農(nóng)戶(hù)多維貧困指數(shù)測(cè)算方法和計(jì)算過(guò)程，備索。。隨著對(duì)貧困認(rèn)知的不斷深化，學(xué)界將貧困的定義側(cè)重于對(duì)人類(lèi)發(fā)展、能力與權(quán)利的剝奪，收入已不再是唯一標(biāo)準(zhǔn)。本文采用Alkire和Foster提出的多維貧困測(cè)度方法[25]，選取絕對(duì)貧困、生活條件、健康和教育4個(gè)維度的11指標(biāo)來(lái)測(cè)算農(nóng)戶(hù)多維貧困程度。

2.解釋變量：數(shù)字技術(shù)采納。數(shù)字技術(shù)是多種數(shù)字化技術(shù)的集稱(chēng)，現(xiàn)階段農(nóng)村數(shù)字技術(shù)采納以互聯(lián)網(wǎng)及其媒介使用為主，本文用互聯(lián)網(wǎng)使用情況來(lái)表征農(nóng)戶(hù)數(shù)字技術(shù)采納，具體用家庭成員是否使用互聯(lián)網(wǎng)和使用時(shí)長(zhǎng)來(lái)代替。

3. 中介變量：信貸獲得。農(nóng)戶(hù)信貸來(lái)源包括正規(guī)和非正規(guī)信貸，分別用受訪農(nóng)戶(hù)家庭的“未償還銀行貸款”和 “未償還親友及民間借款”表示。需要說(shuō)明的是，互聯(lián)網(wǎng)金融應(yīng)該是傳統(tǒng)正規(guī)信貸和非正規(guī)信貸外的新型信貸來(lái)源，但CFPS中沒(méi)有涉及到互聯(lián)網(wǎng)金融的數(shù)據(jù)，因此根據(jù)供給主體不同分別劃入正規(guī)和非正規(guī)信貸。

4.工具變量。借鑒張景娜和張雪凱的研究方法[26]，用歷史年份的“每月郵電通訊費(fèi)”作為數(shù)字技術(shù)采納的工具變量。一方面，歷史年份的郵電通訊支出與后期數(shù)字技術(shù)采納行為有較強(qiáng)的關(guān)聯(lián)性，滿(mǎn)足工具變量相關(guān)性前提；另一方面，歷史年份的郵電通訊行為與后期該農(nóng)戶(hù)的貧困狀況關(guān)聯(lián)度不高，滿(mǎn)足不相關(guān)前提。

5.控制變量。為了準(zhǔn)確捕捉數(shù)字技術(shù)采納對(duì)農(nóng)戶(hù)多維貧困的影響，需要盡可能控制影響農(nóng)戶(hù)多維貧困的其他因素。本文控制了戶(hù)主、家庭和村莊三個(gè)層面的特征因素，具體表量及定義見(jiàn)表1。

表1 變量定義與描述性統(tǒng)計(jì)

表1按是否采納數(shù)字技術(shù)把農(nóng)戶(hù)分組進(jìn)行描述統(tǒng)計(jì)，結(jié)果顯示：采納數(shù)字技術(shù)的農(nóng)戶(hù)比未采納農(nóng)戶(hù)多維貧困水平低13%，這直觀證明數(shù)字技術(shù)能夠減緩農(nóng)戶(hù)多維貧困，但有待更嚴(yán)謹(jǐn)?shù)臋z驗(yàn)。同時(shí)，采納數(shù)字技術(shù)農(nóng)戶(hù)的正規(guī)信貸獲得與非正規(guī)信貸獲得均高于未采納數(shù)字技術(shù)農(nóng)戶(hù)，前者獲得正規(guī)信貸的概率比后者高80%以上，這初步說(shuō)明數(shù)字技術(shù)采納如能通過(guò)緩解農(nóng)戶(hù)信貸約束來(lái)緩解農(nóng)戶(hù)多維貧困，則正規(guī)信貸一側(cè)的中介作用可能更明顯，當(dāng)然這一初步統(tǒng)計(jì)結(jié)果還有待進(jìn)一步驗(yàn)證。另外，兩個(gè)不同群體農(nóng)戶(hù)在個(gè)人、家庭與村莊特征上也表現(xiàn)出一定差異。

四、數(shù)字技術(shù)采納影響農(nóng)戶(hù)多維貧困及作用機(jī)制的實(shí)證分析

(一)基準(zhǔn)模型估計(jì)：數(shù)字技術(shù)采納對(duì)農(nóng)戶(hù)多維貧困的影響

表2報(bào)告了數(shù)字技術(shù)采納對(duì)于農(nóng)戶(hù)多維貧困影響的估計(jì)結(jié)果。為體現(xiàn)CMP估計(jì)與其他方法的差異，同時(shí)匯報(bào)了IV-Tobit模型的結(jié)果，顯示兩種模型估計(jì)結(jié)果不存在系統(tǒng)性偏差，總體上表明實(shí)證模型是合適的，CMP估計(jì)的atanhrho_12統(tǒng)計(jì)量高度顯著，表明內(nèi)生性問(wèn)題確實(shí)存在且CMP估計(jì)結(jié)果更加有效。第(2)列結(jié)果顯示，數(shù)字技術(shù)采納在1%的顯著水平上負(fù)向影響農(nóng)戶(hù)多維貧困，表明數(shù)字技術(shù)采納可以顯著減緩農(nóng)戶(hù)多維貧困，采納數(shù)字技術(shù)農(nóng)戶(hù)多維貧困水平比未采納農(nóng)戶(hù)多維貧困水平下降了23%。數(shù)字技術(shù)能夠幫助農(nóng)戶(hù)減少信息不對(duì)稱(chēng)，降低信息搜尋成本，提高農(nóng)戶(hù)非農(nóng)就業(yè)概率和人力資本水平等進(jìn)而改善農(nóng)戶(hù)多維貧困狀況。這一結(jié)論為后脫貧時(shí)代“建立解決相對(duì)貧困的長(zhǎng)效機(jī)制”提供了新思路，數(shù)字技術(shù)將成為解決相對(duì)貧困問(wèn)題的又一動(dòng)能。

表2 數(shù)字技術(shù)采納對(duì)農(nóng)戶(hù)多維貧困的影響

(二)機(jī)制檢驗(yàn)：信貸可獲得性在數(shù)字技術(shù)減緩農(nóng)戶(hù)多維貧困中的中介效應(yīng)

農(nóng)戶(hù)信貸包括正規(guī)信貸和非正規(guī)信貸，而且兩者可能存在互補(bǔ)或替代的關(guān)系[27]。通過(guò)分離正規(guī)和非正規(guī)信貸部門(mén)的影響運(yùn)用中介效應(yīng)模型分別驗(yàn)證其在數(shù)字技術(shù)減貧的作用機(jī)理，結(jié)果如表3和表4所示。表3為正規(guī)信貸獲得的中介效應(yīng)，結(jié)果顯示，正規(guī)信貸獲得是數(shù)字技術(shù)采納減緩農(nóng)戶(hù)多維貧困的作用渠道，且表現(xiàn)為部分中介效應(yīng)，經(jīng)計(jì)算正規(guī)信貸獲得的中介效應(yīng)占總效應(yīng)的比例為11.44%，這與柳松等的研究結(jié)論較為接近[20]。數(shù)字技術(shù)采納能夠提升農(nóng)戶(hù)金融素養(yǎng)、緩解信貸供求雙方的信息不對(duì)稱(chēng)問(wèn)題，緩解正規(guī)金融市場(chǎng)的信貸約束。

表3 正規(guī)信貸獲得的中介效應(yīng)

表4 非正規(guī)信貸的中介效應(yīng)

表4報(bào)告了非正規(guī)信貸獲得的中介效應(yīng)，第(2)列中數(shù)字技術(shù)采納對(duì)農(nóng)戶(hù)非正規(guī)信貸獲得的影響不顯著，需進(jìn)行Bootstrap檢驗(yàn)。Bootstrap檢驗(yàn)結(jié)果拒絕不存在中介效應(yīng)的原假設(shè)，并且列(3)中兩個(gè)變量均高度顯著，證實(shí)了中介效應(yīng)存在。但是，非正規(guī)信貸的中介效應(yīng)強(qiáng)度要明顯弱于正規(guī)信貸，經(jīng)計(jì)算，非正規(guī)信貸的中介效應(yīng)占總效應(yīng)的比例僅為0.04%?？傮w來(lái)看，數(shù)字技術(shù)采納更多地的是通過(guò)改善農(nóng)戶(hù)正規(guī)信貸約束來(lái)減緩農(nóng)戶(hù)多維貧困，對(duì)于非正規(guī)信貸的作用相對(duì)微弱，這一發(fā)現(xiàn)對(duì)于更大力度的緩解農(nóng)戶(hù)正規(guī)信貸約束，加大力度規(guī)范非正規(guī)信貸市場(chǎng)提供了重要證據(jù)。

(三)穩(wěn)健性檢驗(yàn)(2) 限于篇幅，未報(bào)告穩(wěn)健性檢驗(yàn)的估計(jì)結(jié)果，備索。

前文雖然充分考慮了內(nèi)生性問(wèn)題，并采用CMP進(jìn)行估計(jì)。然而，農(nóng)戶(hù)是否采納數(shù)字技術(shù)可能存在非隨機(jī)選擇問(wèn)題以及觀測(cè)誤差，有必要對(duì)實(shí)證結(jié)果進(jìn)行穩(wěn)健性檢驗(yàn)。本文用以下方法進(jìn)行穩(wěn)健性檢驗(yàn)：(1)PSM樣本匹配后估計(jì)。為了克服樣本非隨機(jī)選擇導(dǎo)致的估計(jì)偏誤，采用傾向得分匹配法(PSM)來(lái)對(duì)樣本進(jìn)行重新匹配，具體使用1∶3近鄰匹配，然后根據(jù)PSM后匹配的樣本重新估計(jì)。(2)核心變量替換。基于農(nóng)戶(hù)數(shù)字技術(shù)采納與否的虛擬變量分析，雖然能體現(xiàn)出數(shù)字技術(shù)減貧的作用，但無(wú)法捕捉農(nóng)戶(hù)數(shù)字技術(shù)采納強(qiáng)度不同的作用差異。因此，用農(nóng)戶(hù)數(shù)字技術(shù)使用時(shí)長(zhǎng)代替虛擬變量進(jìn)行估計(jì)。穩(wěn)健性檢驗(yàn)結(jié)果均支持前文研究結(jié)論。

五、數(shù)字技術(shù)減貧效應(yīng)的異質(zhì)性

(一)數(shù)字技術(shù)減緩農(nóng)戶(hù)多維貧困的“精英俘獲”問(wèn)題

上文證實(shí)數(shù)字技術(shù)具有減貧作用，那么數(shù)字減貧紅利能否被全體農(nóng)戶(hù)公平共享？也即互聯(lián)網(wǎng)發(fā)展帶來(lái)的減貧效益是否存在“精英俘獲”現(xiàn)象？因此，本文采用Firpo等提出的再集中響應(yīng)函數(shù)(RIF)的無(wú)條件分位數(shù)(UQR)模型[28]，來(lái)檢驗(yàn)數(shù)字紅利的“精英俘獲”現(xiàn)象。

表5匯報(bào)了10th、25th、50th、75th和90th分位點(diǎn)的回歸結(jié)果。數(shù)字技術(shù)對(duì)于10th分位點(diǎn)上農(nóng)戶(hù)的減貧效應(yīng)不顯著，對(duì)25th和50th分位點(diǎn)上農(nóng)戶(hù)的減貧效應(yīng)顯著。然而，對(duì)于75th和90th分位點(diǎn)上的農(nóng)戶(hù)，他們未享受到“數(shù)字紅利”，甚至可能因互聯(lián)網(wǎng)帶來(lái)的“數(shù)字鴻溝”加劇現(xiàn)有的貧困水平。尤其是，數(shù)字技術(shù)導(dǎo)致90th分位點(diǎn)上農(nóng)戶(hù)的多維貧困水平顯著上升了1.75%。整體來(lái)看，隨著貧困程度的上升，數(shù)字技術(shù)的減貧效應(yīng)由強(qiáng)轉(zhuǎn)弱，甚至對(duì)深度貧困的農(nóng)戶(hù)產(chǎn)生反向增貧作用?？梢?jiàn)，數(shù)字技術(shù)的減貧效應(yīng)存在 “精英俘獲”現(xiàn)象。究其原因，一方面是因?yàn)榛ヂ?lián)網(wǎng)技術(shù)本身就具有門(mén)檻效應(yīng)，會(huì)受到農(nóng)戶(hù)收入條件、受教育水平、新技術(shù)使用能力和信息價(jià)值認(rèn)同等多方面的制約，深度貧困戶(hù)在這些方面具有天然“弱勢(shì)”，而貧困程度較輕的“精英”戶(hù)具有比較優(yōu)勢(shì)；另一方面正規(guī)金融機(jī)構(gòu)更加傾向于向貧困程度較輕的農(nóng)戶(hù)投放貸款，貧困程度較深的農(nóng)戶(hù)缺乏抵押品，正規(guī)金融機(jī)構(gòu)的投資風(fēng)險(xiǎn)較高，其受到的信貸約束較強(qiáng)。

表5 數(shù)字技術(shù)采納對(duì)農(nóng)戶(hù)多維貧困的異質(zhì)性影響

(二)數(shù)字技術(shù)、農(nóng)戶(hù)信貸獲得對(duì)不同貧困維度影響的異質(zhì)性

本文關(guān)注的是包含絕對(duì)貧困、生活條件、醫(yī)療和教育的多維貧困，那么數(shù)字技術(shù)通過(guò)信貸中介作用于貧困是否存在維度異質(zhì)性？回答這一問(wèn)題有利于準(zhǔn)確刻畫(huà)數(shù)字技術(shù)通過(guò)緩解信貸約束來(lái)減貧的著力點(diǎn)，同時(shí)也能反映出互聯(lián)網(wǎng)技術(shù)為代表的“數(shù)字鄉(xiāng)村”建設(shè)提升農(nóng)戶(hù)福利水平的短板和“盲點(diǎn)”，為后續(xù)優(yōu)化布局和深化數(shù)字化鄉(xiāng)村建設(shè)提供證據(jù)。為此，本文把多維貧困按維度分解，考察數(shù)字技術(shù)、信貸的減貧效應(yīng)差異。

表6結(jié)果顯示，數(shù)字技術(shù)對(duì)農(nóng)戶(hù)絕對(duì)貧困、生活條件、醫(yī)療和教育這四個(gè)維度均具有顯著的減貧效應(yīng)，但減貧強(qiáng)度不同，其對(duì)農(nóng)戶(hù)絕對(duì)貧困的作用明顯大于其他維度。而且，信貸可獲得性的作用機(jī)制在不同維度上表現(xiàn)出明顯差異。正規(guī)信貸和非正規(guī)信貸僅在絕對(duì)貧困維度產(chǎn)生作用，對(duì)其他維度的作用未顯現(xiàn)。這表明，數(shù)字技術(shù)帶來(lái)的信貸資源主要作用于農(nóng)戶(hù)收入和消費(fèi)等的絕對(duì)貧困維度，數(shù)字技術(shù)的信貸“紅利”僅在較低端的生存性層面發(fā)揮作用，而在生活性和發(fā)展性層面對(duì)農(nóng)戶(hù)生活條件、醫(yī)療和教育等維度的作用非常有限。這與現(xiàn)行的扶貧實(shí)踐和目標(biāo)相吻合，當(dāng)前金融扶貧的主戰(zhàn)場(chǎng)仍然停留在解決絕對(duì)貧困層面。這一結(jié)論也為后脫貧時(shí)代如何著力相對(duì)貧困和多維貧困的短板繼續(xù)精準(zhǔn)發(fā)力提供了方向。

表6 數(shù)字技術(shù)采納、農(nóng)戶(hù)信貸獲得對(duì)不同貧困維度的減貧效應(yīng)

(三)收入還是消費(fèi)：絕對(duì)貧困減緩的異質(zhì)性

數(shù)字技術(shù)的信貸紅利主要作用于絕對(duì)貧困，絕對(duì)貧困又包括收入和消費(fèi)兩個(gè)層面。那么，這種減緩絕對(duì)貧困的效應(yīng)在農(nóng)戶(hù)收入和消費(fèi)層面有何差異,也即數(shù)字技術(shù)提升信貸可獲得性，究竟在改善農(nóng)戶(hù)收入、提升消費(fèi)的哪一端作用更突出。進(jìn)一步把絕對(duì)貧困細(xì)分為收入貧困和消費(fèi)貧困進(jìn)行檢驗(yàn)，結(jié)果見(jiàn)表7。一方面，與未采納數(shù)字技術(shù)的農(nóng)戶(hù)相比，采納數(shù)字技術(shù)的農(nóng)戶(hù)陷入消費(fèi)貧困的概率降低了42%左右，而在改善農(nóng)戶(hù)收入貧困上影響較弱。事實(shí)上，農(nóng)村互聯(lián)網(wǎng)普及帶來(lái)的最直接影響是改變農(nóng)戶(hù)消費(fèi)習(xí)慣以及消費(fèi)支付方式。另一方面，無(wú)論是正規(guī)信貸還是非正規(guī)信貸均在1%的水平上顯著減緩農(nóng)戶(hù)消費(fèi)貧困。但正規(guī)信貸減緩農(nóng)戶(hù)收入貧困作用不明顯，非正規(guī)信貸反而顯著增加了農(nóng)戶(hù)收入貧困。總體來(lái)看，數(shù)字技術(shù)改善農(nóng)戶(hù)絕對(duì)貧困主要體現(xiàn)在消費(fèi)層面?？梢?jiàn)，當(dāng)前農(nóng)戶(hù)的信貸需求仍以消費(fèi)性信貸為主,而非能促進(jìn)農(nóng)戶(hù)增收的生產(chǎn)性信貸，農(nóng)戶(hù)利用金融資源來(lái)“造血”實(shí)現(xiàn)內(nèi)增長(zhǎng)的作用不明顯。

表7 數(shù)字技術(shù)采納、農(nóng)戶(hù)信貸獲得對(duì)絕對(duì)貧困維度收入和消費(fèi)影響的差異

六、結(jié)論與啟示

本文基于中國(guó)家庭追蹤調(diào)查(CFPS)三期面板數(shù)據(jù)，充分考慮內(nèi)生性問(wèn)題后采用條件混合回歸(CMP)，從信貸可獲得性視角考察數(shù)字技術(shù)對(duì)農(nóng)戶(hù)多維貧困的影響及作用機(jī)制。得到如下結(jié)論：(1)數(shù)字技術(shù)顯著減緩了農(nóng)戶(hù)多維貧困。與未采納數(shù)字技術(shù)農(nóng)戶(hù)相比，采納數(shù)字技術(shù)農(nóng)戶(hù)的多維貧困降低了23%。(2)信貸可獲得性是數(shù)字技術(shù)減貧的重要作用機(jī)制，且主要表現(xiàn)在正規(guī)信貸層面，其中介效應(yīng)占總效應(yīng)比例為11.44%。(3)數(shù)字技術(shù)的減貧效應(yīng)存在“精英俘獲”現(xiàn)象，貧困程度較輕的農(nóng)戶(hù)享受的數(shù)字減貧“紅利”明顯大于深度貧困農(nóng)戶(hù)。(4)數(shù)字技術(shù)減貧效應(yīng)具有異質(zhì)性。雖然數(shù)字技術(shù)能改善各維度的貧困狀況，但通過(guò)信貸可獲得性的減貧效應(yīng)僅在絕對(duì)貧困維度發(fā)揮作用，在生活性和發(fā)展性維度的作用不明顯。進(jìn)一步地，在減緩絕對(duì)貧困上，數(shù)字技術(shù)帶來(lái)的信貸紅利更多的改善了農(nóng)戶(hù)消費(fèi)而非收入。

本文得出如下啟示：首先，完善數(shù)字信息終端和服務(wù)供給。鼓勵(lì)開(kāi)發(fā)適應(yīng)“三農(nóng)”特點(diǎn)的信息終端、技術(shù)產(chǎn)品、移動(dòng)互聯(lián)網(wǎng)應(yīng)用軟件，推動(dòng)農(nóng)田、水利、公路、電力、冷鏈物流等基礎(chǔ)設(shè)施的數(shù)字化、智能化轉(zhuǎn)型。通過(guò)優(yōu)惠政策、技術(shù)培訓(xùn)等多方面引導(dǎo)農(nóng)戶(hù)采納數(shù)字技術(shù)，提高農(nóng)村互聯(lián)網(wǎng)普及率，縮小城鄉(xiāng)之間以及農(nóng)村內(nèi)部的“數(shù)字鴻溝”。其次，依托數(shù)字普惠金融釋放正規(guī)金融部門(mén)的信貸紅利，規(guī)范農(nóng)村非正規(guī)信貸市場(chǎng)。從正規(guī)信貸部門(mén)來(lái)說(shuō)，繼續(xù)加大農(nóng)戶(hù)信貸供給，推動(dòng)扶貧貸款精準(zhǔn)投放，加強(qiáng)貧困地區(qū)農(nóng)村信用體系建設(shè)，通過(guò)貸款保證保險(xiǎn)、財(cái)政貼息等形式創(chuàng)新金融產(chǎn)品和服務(wù)方式，對(duì)缺乏資產(chǎn)抵押的農(nóng)戶(hù)實(shí)現(xiàn)扶貧資金免息免擔(dān)保。在非正規(guī)信貸部門(mén)，引導(dǎo)民間借貸規(guī)范發(fā)展，嚴(yán)厲打擊洗錢(qián)、私運(yùn)、高利貸等違法行為，進(jìn)一步規(guī)范對(duì)非正規(guī)金融的管理，發(fā)揮好非正規(guī)信貸在滿(mǎn)足農(nóng)戶(hù)多元化金融需求的補(bǔ)充作用。最后，進(jìn)一步激發(fā)“互聯(lián)網(wǎng)+”金融在改善農(nóng)戶(hù)生活、可持續(xù)發(fā)展等維度的作用，并充分重視互聯(lián)網(wǎng)數(shù)字紅利公平共享問(wèn)題。要充分發(fā)揮信貸市場(chǎng)“失靈”時(shí)有為政府的作用，積極引導(dǎo)互聯(lián)網(wǎng)技術(shù)和信貸資金服務(wù)于貧困程度較深的農(nóng)戶(hù)，解決好貧困戶(hù)“不能貸”“不敢貸”“不愿貸”等突出問(wèn)題。同時(shí)將返貧監(jiān)測(cè)對(duì)象中具備產(chǎn)業(yè)發(fā)展條件和有勞動(dòng)能力的邊緣人口納入小額信貸支持范圍，切實(shí)增強(qiáng)脫貧致富內(nèi)生動(dòng)力，防止返貧致貧。