高夢桃

（山東大學經(jīng)濟學院，山東濟南 250100）

一、引言

反貧困一直是各國政府和學術(shù)界持續(xù)關(guān)注的問題，也是人類社會生存與發(fā)展面臨的巨大挑戰(zhàn)。2020 年底，我國如期完成了全面消除絕對貧困和區(qū)域性整體貧困的艱巨任務(wù)，相對貧困治理將成為貧困治理工作的重點。鞏固拓展脫貧攻堅成果，探索相對貧困治理有效路徑，對構(gòu)建相對貧困長效治理機制具有重要意義。

近年來，隨著信息技術(shù)的進步和普遍應用，我國數(shù)字經(jīng)濟得以蓬勃發(fā)展。數(shù)字經(jīng)濟有助于創(chuàng)造和積累社會財富、發(fā)展共享經(jīng)濟、提升就業(yè)水平、改善服務(wù)質(zhì)量、釋放消費潛力[1-2]，已經(jīng)成為新時期引領(lǐng)國民經(jīng)濟增長的重要動能。中國信息通信研究院發(fā)布的《中國數(shù)字經(jīng)濟發(fā)展報告（2022年）》顯示，2021年我國數(shù)字經(jīng)濟規(guī)模達到45.5萬億元，數(shù)字經(jīng)濟占GDP的比重達到39.8%[3]，其作為國民經(jīng)濟發(fā)展穩(wěn)定器和加速器的作用日益增強。數(shù)字經(jīng)濟的快速發(fā)展正在深刻改變著人們的生產(chǎn)生活方式，影響著價值創(chuàng)造與價值交換的方式。與此同時，憑借信息技術(shù)手段，數(shù)字經(jīng)濟通過緩解信息不對稱狀況、破除地理和制度障礙，促進要素自由流動和資源優(yōu)化配置，推動區(qū)域協(xié)調(diào)發(fā)展。在數(shù)字化時代，消除發(fā)展道路上的數(shù)字鴻溝，有助于破解信息貧困的惡性循環(huán)，降低貧困發(fā)生率，縮小貧富差距。綜上所述，數(shù)字經(jīng)濟會影響城鄉(xiāng)家庭貧困狀況。在相對貧困治理和數(shù)字經(jīng)濟快速發(fā)展的雙重背景下，探究數(shù)字經(jīng)濟發(fā)展對城鄉(xiāng)家庭相對貧困的影響和作用機制，可為相對貧困的數(shù)字化治理和共同富裕的推進提供理論和實證參考。

二、文獻綜述

對相對貧困的研究，最早始于20 世紀60 年代。富克斯（Fuchs）[4]認為，對相對貧困狀況的認定不僅要考慮自身收入水平，而且要參照社會平均生活水平，如果一個人的生活水平低于社會平均水平且達到一定程度，那么即使他收入水平提升，他也應被認為處于相對貧困狀態(tài)。后來，相對貧困的內(nèi)涵從收入視角擴展到能力視角，測量標準也隨之從單一維度擴展到多個維度[5]，并進一步延伸至貧困長期性、貧困脆弱性等方面。目前，測度相對貧困的方法主要有兩種：一種以收入為核心進行靜態(tài)評價，通常以收入的中位數(shù)或均值作為重要參照[6]；另一種基于動態(tài)視角，用貧困脆弱性相關(guān)指標來測度家庭因受到外部沖擊而在未來陷入貧困狀態(tài)的可能性[7]。靜態(tài)評價是一種事后評價，只能靜態(tài)度量當期的家庭福利水平，難以動態(tài)反映家庭相對貧困狀況。因此，對相對貧困的識別與測度應綜合考慮靜態(tài)與動態(tài)兩個方面。

現(xiàn)有文獻從多方面探討了影響相對貧困的要素。在宏觀層面上，大部分文獻研究了財政支出[8]、金融發(fā)展[9]、政府引導[10]等因素對收入不平等的影響；在微觀層面上，部分文獻從貧困脆弱性視角研究了公共轉(zhuǎn)移支付[11]、代際關(guān)系質(zhì)量[12]、合作參與[13]等因素的影響和作用。然而，現(xiàn)有研究僅探討了相關(guān)因素對農(nóng)村家庭的減貧效應，忽視了其對城市家庭相對貧困的影響?？紤]到還有很多城市家庭收入水平比較低、貧困脆弱性比較強，在受到外部沖擊時存在較大的返貧風險，應在綜合考慮城鄉(xiāng)家庭的基礎(chǔ)上探討相關(guān)因素的減貧效應。

隨著數(shù)字經(jīng)濟的不斷發(fā)展，涌現(xiàn)出大量關(guān)于數(shù)字經(jīng)濟的研究。目前，相關(guān)研究主要局限于對數(shù)字經(jīng)濟概念內(nèi)涵、特征、規(guī)模測度、作用的分析。在國內(nèi)相關(guān)實證研究中，多數(shù)研究從宏觀層面討論數(shù)字經(jīng)濟發(fā)展對經(jīng)濟高質(zhì)量發(fā)展[14]、產(chǎn)業(yè)結(jié)構(gòu)升級[15]、就業(yè)[16]、城鄉(xiāng)收入差距[17]等的影響，少數(shù)研究從微觀角度探討數(shù)字經(jīng)濟發(fā)展對就業(yè)[18]、家庭增收[19]、包容性增長[2]等的影響，很少研究直接探討數(shù)字經(jīng)濟發(fā)展對相對貧困的影響[20]，極少研究從微觀層面分析數(shù)字經(jīng)濟發(fā)展對家庭相對貧困的影響。且相關(guān)研究主要圍繞互聯(lián)網(wǎng)、電子商務(wù)、數(shù)字普惠金融發(fā)展與絕對貧困的關(guān)系展開[7，21-22]，而互聯(lián)網(wǎng)、電子商務(wù)、數(shù)字普惠金融只是數(shù)字經(jīng)濟的一個維度。因此，在系統(tǒng)而全面測度數(shù)字經(jīng)濟發(fā)展水平的基礎(chǔ)上，研究數(shù)字經(jīng)濟發(fā)展對家庭相對貧困的影響具有重要理論與現(xiàn)實意義。

鑒于此，本研究構(gòu)建數(shù)字經(jīng)濟發(fā)展水平綜合評價指標體系，采用全排列多邊形圖示指標法測度省級層面的數(shù)字經(jīng)濟發(fā)展水平；利用北京大學中國社會科學調(diào)查中心的中國家庭追蹤調(diào)查（CFPS）數(shù)據(jù)，以微觀家庭為樣本，從靜態(tài)和動態(tài)兩個方面考察數(shù)字經(jīng)濟發(fā)展對家庭相對貧困的影響；探究數(shù)字經(jīng)濟發(fā)展對家庭相對貧困的作用機制。

三、理論分析與研究假設(shè)

數(shù)字經(jīng)濟的強滲透性、強融合性決定了其對相對貧困作用路徑的多元性和復雜性。本研究借鑒相關(guān)文獻，從就業(yè)創(chuàng)造效應、金融賦能效應、人力資本賦能效應三個方面闡釋數(shù)字經(jīng)濟發(fā)展對家庭相對貧困的影響與作用機制。

（一）就業(yè)創(chuàng)造效應

數(shù)字經(jīng)濟為發(fā)展新業(yè)態(tài)、開創(chuàng)就業(yè)新局面提供了強大的動能，對就業(yè)創(chuàng)造、就業(yè)結(jié)構(gòu)和勞動力需求結(jié)構(gòu)調(diào)整具有積極作用[1]。一方面，數(shù)字技術(shù)向社會各領(lǐng)域深度滲透，能催生新業(yè)態(tài)、新模式，拓寬就業(yè)領(lǐng)域，創(chuàng)造大量就業(yè)機會。特別是新的就業(yè)形態(tài)容量大、門檻低、靈活性強，能為大量低技能群體提供就業(yè)增收機會；另一方面，數(shù)字經(jīng)濟能加快新產(chǎn)品新服務(wù)的生產(chǎn)，促進消費需求的多元化，給居民創(chuàng)業(yè)帶來機遇，影響居民創(chuàng)業(yè)決策，提升居民創(chuàng)業(yè)績效[18，23-24]。與此同時，數(shù)字技術(shù)能拓寬就業(yè)創(chuàng)業(yè)信息獲取渠道，極大地降低信息搜索成本，增強就業(yè)的便利性、公平性、普惠性，進而緩解家庭相對貧困，且這一影響在農(nóng)村不發(fā)達地區(qū)、低收入群體中表現(xiàn)得更明顯[2，25]。然而，宋旭光等[26]指出，數(shù)字經(jīng)濟的發(fā)展、智能化設(shè)備的使用可能會導致就業(yè)崗位減少，造成勞動力替代，引發(fā)結(jié)構(gòu)性失業(yè)，給就業(yè)帶來挑戰(zhàn)。不過，多數(shù)研究認為，短期內(nèi)數(shù)字經(jīng)濟不會對勞動就業(yè)總量產(chǎn)生不利影響，只會帶來勞動力就業(yè)結(jié)構(gòu)的變化[16]?；诖?，提出如下假設(shè)：

H1：數(shù)字經(jīng)濟發(fā)展通過創(chuàng)造就業(yè)機會、增強創(chuàng)業(yè)意愿，促進低收入群體就業(yè)或創(chuàng)業(yè)，緩解家庭相對貧困。

（二）金融賦能效應

獲取金融資源是緩解家庭相對貧困、推動經(jīng)濟增長的重要途徑。低收入群體在金融市場中長期被排斥，難以公平獲取金融產(chǎn)品和服務(wù)，個體財富增長受阻，易落入貧困陷阱[27]。一方面，以數(shù)字技術(shù)賦能普惠金融，能促進數(shù)字普惠金融新模式的形成與發(fā)展，擴大金融服務(wù)覆蓋面，增強金融服務(wù)普惠性，提高金融服務(wù)滲透率，使金融服務(wù)更全面而有效地觸及低收入群體[28]，為面臨金融排斥和信貸約束的人群提供方便快捷的多元化金融服務(wù)，緩解家庭相對貧困，實現(xiàn)包容性增長[2，9]。另一方面，數(shù)字經(jīng)濟發(fā)展能促進信息傳播與居民溝通互動，增強非正規(guī)金融的可得性。作為正規(guī)金融的有效補充，非正規(guī)金融具有靈活的交易方式和低額的利息，能降低融資門檻，解決居民融資難問題，促進家庭收入增長[29]，進而緩解家庭相對貧困?？梢?，數(shù)字經(jīng)濟發(fā)展能在加速金融產(chǎn)品與金融服務(wù)創(chuàng)新的同時，增強非正規(guī)金融的可得性，更好地滿足弱勢群體對信貸、保險、投融資等多樣化金融的需求，促進其生產(chǎn)經(jīng)營，增加其收入，緩解其家庭相對貧困[21]?；诖耍岢鋈缦录僭O(shè)：

H2：數(shù)字經(jīng)濟發(fā)展通過緩解信貸約束、增強信貸可得性，滿足低收入群體的信貸需求，促進收入增長，降低家庭陷入相對貧困狀態(tài)的可能性。

（三）人力資本賦能效應

貧困實質(zhì)上是以知識和信息為基礎(chǔ)的能力匱乏導致的結(jié)果，能力匱乏是引致家庭經(jīng)濟貧困的真正原因[30]。數(shù)字經(jīng)濟發(fā)展可通過提升弱勢群體專業(yè)技能與綜合素養(yǎng)，促進其收入增長。這主要是因為：一方面，數(shù)字經(jīng)濟具有廣泛滲透性，能突破知識傳遞與信息獲取的時空限制，為貧困人口提供更多選擇和渠道，使之以較低的成本、較便捷的方式接受先進市場經(jīng)濟理念和現(xiàn)代工業(yè)文明的熏陶，極大地提升自己的知識能力、科學素養(yǎng)與發(fā)展能力[31]。特別是在線教育模式促進了教育資源的優(yōu)化配置與均等化發(fā)展，有利于貧困地區(qū)共享優(yōu)質(zhì)教育資源，有助于相對貧困地區(qū)和相對貧困人口全面提高人力資本水平[32]。而隨著人力資本的積累，農(nóng)村優(yōu)質(zhì)勞動力會進行選擇性轉(zhuǎn)移形成非農(nóng)就業(yè)，以增加收入[17]。另一方面，數(shù)字技術(shù)的加速迭代對勞動者的數(shù)字技能提出了更高要求。特別是隨著數(shù)字經(jīng)濟賦能傳統(tǒng)產(chǎn)業(yè)，大批高端、智能化設(shè)備取代傳統(tǒng)設(shè)備，傳統(tǒng)就業(yè)崗位對勞動力提出了新的更高要求，倒逼其進行人力資本升級，并通過人力資本升級帶來的就業(yè)創(chuàng)業(yè)引致效應緩解家庭相對貧困?；诖?，提出如下假設(shè)：

H3：數(shù)字經(jīng)濟發(fā)展通過促進人力資本積累，提升低收入群體專業(yè)技能與綜合素養(yǎng)，增強就業(yè)創(chuàng)業(yè)引致效應，緩解家庭相對貧困。

四、模型構(gòu)建、變量設(shè)計與數(shù)據(jù)說明

（一）模型構(gòu)建

為考察數(shù)字經(jīng)濟發(fā)展對家庭相對貧困的影響，設(shè)定如下計量模型：

其中，被解釋變量Povertyijt表示省份j的家庭i在第t年的相對貧困狀況；核心解釋變量DEjt表示省份j第t年的數(shù)字經(jīng)濟發(fā)展水平；Xijt表示對家庭相對貧困有影響的戶主、家庭、地區(qū)層面的控制變量；系數(shù)γ反映數(shù)字經(jīng)濟發(fā)展對家庭相對貧困的影響，是本研究重點關(guān)注的系數(shù)；ηi、σt分別表示個體固定效應和年份固定效應；εijt為隨機擾動項。考慮到同一家庭在不同年份的干擾項可能存在相關(guān)性，本研究采用根據(jù)家庭進行聚類調(diào)整的穩(wěn)健性標準誤。

（二）變量設(shè)計

1.被解釋變量

本研究考察的是數(shù)字經(jīng)濟發(fā)展對家庭相對貧困的影響，被解釋變量為家庭相對貧困。

（1）靜態(tài)相對貧困

國內(nèi)外度量靜態(tài)相對貧困的指標通常來自人均收入的均值和中位數(shù)，兩者孰優(yōu)孰劣，尚無定論[33]。人均收入的平均數(shù)易受極端值影響，以平均數(shù)的一定比例作為貧困線會導致對靜態(tài)相對貧困的高估。因此，根據(jù)國際慣例，以各省份城鎮(zhèn)和農(nóng)村家庭人均收入的中位數(shù)為參照（即“全國一條線”），認定家庭是否處于靜態(tài)相對貧困狀態(tài)。綜合考慮家庭規(guī)模和人口結(jié)構(gòu)[9]，按等效家庭規(guī)模①計算城鄉(xiāng)樣本家庭人均收入，并以其中位數(shù)的40%、50%、60%為貧困線確認樣本家庭是否處于靜態(tài)相對貧困狀態(tài)。若樣本家庭人均收入超過相應的標準，認為該家庭未處于相對貧困狀態(tài)；反之，認為該家庭處于相對貧困狀態(tài)。此外，考慮到城鄉(xiāng)二元經(jīng)濟結(jié)構(gòu)下我國城鄉(xiāng)居民收入差距較大，在穩(wěn)健性檢驗部分，分別以城鎮(zhèn)和農(nóng)村樣本家庭人均收入中位數(shù)的40%為標準（即“城鄉(xiāng)兩條線”），認定城鎮(zhèn)和農(nóng)村家庭是否處于相對貧困狀態(tài)[34]。

（2）動態(tài)相對貧困

考慮到低收入人群收入增長乏力，貧困脆弱性強，在遭遇各種不利外部沖擊后返貧風險更大，本研究用貧困脆弱性來測度動態(tài)相對貧困。貧困脆弱性指標具有不確定性、動態(tài)性、前瞻性特征，可反映長效脫貧減貧成果。它根據(jù)家庭現(xiàn)階段生活水平綜合評估居民未來陷入或繼續(xù)保持相對貧困狀態(tài)的概率。當前，測度貧困脆弱性的指標主要有三種，分別是低期望效用脆弱性（Vulnerability as Low Expected Utility）、風險暴露脆弱性（Vulnerability as Uninsured Exposure to Risk）、預期貧困脆弱性（Vulnerability as Expected Poverty）。其中，風險暴露脆弱性指標主要反映個人或家庭在遭遇風險沖擊后的福利損失。低期望效用脆弱性、預期貧困脆弱性指標主要用將來的預期收益來測度貧困脆弱性，具有前瞻性，但低期望效用脆弱性指標的實際應用會因數(shù)據(jù)維度不足以刻畫個人偏好與消費變動性而受到限制[11，35]。因此，本研究選用預期貧困脆弱性來測度家庭動態(tài)相對貧困，即家庭在未來陷入貧困狀態(tài)的概率越大，貧困脆弱性越強。

預期貧困脆弱性代表家庭i在第t年不貧困、在第t+1 年變?yōu)樨毨?，或者在第t年貧困、在第t+1年繼續(xù)保持貧困的概率。該指標所反映的是一種事前風險，具有前瞻性。參考樊麗明等[11]的研究，設(shè)置以下測量貧困脆弱性的三階段廣義最小二乘法基本方程：

其中，Ci，t+1表示家庭i在第t+1 年的人均消費，poor表示貧困線，Vit表示家庭i在第t+1年的人均消費低于貧困線的概率。此模型用以測度一定時間內(nèi)家庭i陷入或可能陷入相對貧困狀態(tài)的概率。

第一步，估計消費方程，公式如下：

其中，Cit表示家庭i在第t+1年的人均消費，Xit為戶主或家庭特征變量，θi表示個體固定效應。

第二步，估計家庭未來人均消費對數(shù)的期望值E和方差V，公式如下：

第三步，假設(shè)人均消費的對數(shù)服從正態(tài)分布，可將貧困脆弱性表示為：

可以發(fā)現(xiàn)，貧困線高低對貧困脆弱性的影響很大。

需要強調(diào)的是，之所以采用消費標準認定家庭相對貧困狀況，主要是因為消費行為既能直接反映個體福利狀況，又能控制收入變量避免回歸模型內(nèi)生性問題。本研究采用世界銀行定義的貧困線標準，即日人均消費1.9 美元和3.1 美元②[36]。

2.核心解釋變量

本研究的核心解釋變量為數(shù)字經(jīng)濟發(fā)展水平?？紤]到目前國內(nèi)外測度數(shù)字經(jīng)濟發(fā)展水平的指標體系③各有側(cè)重，存在統(tǒng)計范圍界定不準確、數(shù)據(jù)來源不穩(wěn)定、數(shù)據(jù)可得性受限、可操作性不強、可比性差、應用范圍窄、樣本可延長性差等問題[37]，本研究參考相關(guān)文獻[37-38]，基于數(shù)字經(jīng)濟內(nèi)涵與發(fā)展特征，結(jié)合省級層面數(shù)據(jù)可得性與適用性，構(gòu)建包含4個一級指標10個二級指標、能客觀定量評估數(shù)字經(jīng)濟發(fā)展水平的綜合評價指標體系（見表1）④，并采用全排列多邊形圖示指標法測算數(shù)字經(jīng)濟發(fā)展水平。該方法不需要確定各指標權(quán)重，只需要提供與決策相關(guān)的上限值、下限值和臨界值，其計算過程簡單，評價結(jié)果簡潔直觀、客觀準確，既有單項指標值，又有綜合指標值，能綜合體現(xiàn)各級指標臨界值對系統(tǒng)綜合指標的放大和縮緊效應，遵循系統(tǒng)整合原理，客觀反映評估對象綜合狀況⑤[39]。

表1 數(shù)字經(jīng)濟發(fā)展水平綜合評價指標體系

3.控制變量

參考相關(guān)文獻[11，17，21]，考慮數(shù)據(jù)可得性，分別從戶主、家庭、地區(qū)層面選取控制變量。其中，戶主層面的控制變量包括戶主年齡、性別、受教育年限、是否已婚、是否就業(yè)、健康狀況、戶口類型；家庭層面的控制變量包括家庭規(guī)模、家庭人均收入、家庭中老年人占比、家庭中兒童占比；地區(qū)層面的控制變量包括地區(qū)人均GDP、城鎮(zhèn)化率、金融發(fā)展水平、第三產(chǎn)業(yè)占比。

本研究主要變量及其說明見表2，其描述性統(tǒng)計見表3。此外，按數(shù)字經(jīng)濟發(fā)展水平將樣本家庭分為四組，分組統(tǒng)計家庭靜態(tài)相對貧困發(fā)生率和動態(tài)相對貧困水平，結(jié)果見表4。經(jīng)分析可知，在所有的貧困標準下，數(shù)字經(jīng)濟發(fā)展水平與家庭相對貧困之間都存在明顯的負相關(guān)關(guān)系，即數(shù)字經(jīng)濟發(fā)展水平越高，家庭陷入相對貧困的可能性越小。具體來看，隨著數(shù)字經(jīng)濟發(fā)展水平的提升，基于人均收入中位數(shù)40%、50%、60%標準的家庭靜態(tài)相對貧困發(fā)生率逐漸降低，基于日人均消費1.9美元和3.1 美元標準的家庭貧困脆弱性水平也逐漸降低。不過，這只是通過統(tǒng)計性描述得到的直觀判斷，考慮到影響家庭相對貧困的因素紛繁復雜，還需要在控制其他潛在影響因素的情況下進行回歸分析。

表2 本研究主要變量及說明

表3 本研究主要變量描述性統(tǒng)計

表4 按數(shù)字經(jīng)濟發(fā)展水平分組的家庭相對貧困的統(tǒng)計性描述

（三）數(shù)據(jù)來源

本研究使用的中國家庭微觀數(shù)據(jù)來自北京大學中國社會科學調(diào)查中心的CFPS數(shù)據(jù)平臺。CFPS 項目始于2010年，每兩年進行一輪調(diào)查，截至目前共進行了一輪基線調(diào)查和五輪全國追訪工作。調(diào)查數(shù)據(jù)涉及個體、家庭、社區(qū)三個層次，可為中國社會、經(jīng)濟、人口、教育、健康情況分析提供基礎(chǔ)性數(shù)據(jù)。本研究選用其中的四期（2012 年、2014 年、2016 年、2018 年）非平衡面板數(shù)據(jù)⑥。在對數(shù)據(jù)中的缺失值、異常值、極端值進行處理后，得到有效樣本49 135個。

測算我國省級層面數(shù)字經(jīng)濟發(fā)展水平的原始數(shù)據(jù)來自國家統(tǒng)計局、中國工業(yè)經(jīng)濟統(tǒng)計年鑒、中國電子信息產(chǎn)業(yè)統(tǒng)計年鑒、中國科技統(tǒng)計年鑒、中經(jīng)網(wǎng)統(tǒng)計數(shù)據(jù)庫、北京國民經(jīng)濟研究所中國分省份市場化指數(shù)數(shù)據(jù)庫等。受數(shù)據(jù)可得性限制，本研究僅分析2011—2018 年我國30 個省份（不含香港、澳門、臺灣、西藏地區(qū)）的情況。對于個別缺失數(shù)據(jù)，主要用年均增長率法推算得到。

五、實證分析

（一）基準回歸

表5 給出了數(shù)字經(jīng)濟發(fā)展對家庭相對貧困的基準回歸結(jié)果。表5 列（1）至列（6）的被解釋變量是靜態(tài)相對貧困。其中，列（1）至列（3）展示的是基于普通最小二乘（OLS）模型的回歸結(jié)果，列（4）至列（6）展示的是基于Probit 模型的回歸結(jié)果。表5列（7）、列（8）展示的是基于OLS 模型的估計結(jié)果，其被解釋變量是動態(tài)相對貧困。具體來看，在控制戶主、家庭、地區(qū)層面的變量后，無論是利用OLS 模型還是利用Probit 模型，無論是對靜態(tài)相對貧困還是對動態(tài)相對貧困，數(shù)字經(jīng)濟發(fā)展的系數(shù)均顯著為負，即數(shù)字經(jīng)濟發(fā)展可以減小家庭陷入相對貧困狀態(tài)的可能性，降低家庭貧困脆弱性水平，這驗證了數(shù)字經(jīng)濟發(fā)展的減貧效應。其可能的原因有二：一是數(shù)字經(jīng)濟發(fā)展能極大地激發(fā)市場經(jīng)濟活力，催生大量服務(wù)性行業(yè)，增加就業(yè)機會，減少摩擦性失業(yè)，提高就業(yè)質(zhì)量，提升收入水平，降低個體遭受相對剝奪的概率；二是數(shù)字經(jīng)濟發(fā)展能倒逼勞動者進行人力資本投資以提升能力素養(yǎng)、匹配市場需求，進而減少勞動者所遭受的相對剝奪，降低家庭相對貧困發(fā)生率[40]。

表5 基準回歸結(jié)果

（二）內(nèi)生性檢驗

本研究盡管在基準回歸中對戶主、家庭、地區(qū)層面的變量進行了控制，但遺漏變量、雙向因果關(guān)系等內(nèi)生性問題依然會使結(jié)果產(chǎn)生偏誤。為緩解這些潛在的內(nèi)生性問題，本研究采用面板固定效應模型、工具變量法、滯后變量法進行內(nèi)生性檢驗。

1.面板固定效應模型

為緩解遺漏變量帶來的內(nèi)生性問題，在控制家庭固定效應的基礎(chǔ)上進行回歸。面板固定效應模型如下：

與式（1）相比，式（7）加入了家庭固定效應αi，其他指標與式（1）一致。該模型能在一定程度上緩解遺漏變量特別是不隨時間變化的遺漏變量所帶來的內(nèi)生性問題。

從表6 列（1）、列（4）、列（5）的回歸結(jié)果看，數(shù)字經(jīng)濟發(fā)展的系數(shù)顯著為負，這說明基準回歸結(jié)果穩(wěn)健。

2.工具變量法

為緩解雙向因果關(guān)系帶來的內(nèi)生性問題，相關(guān)研究[14，41]通常以1984年每百人擁有的固定電話機數(shù)量為工具變量來衡量數(shù)字經(jīng)濟發(fā)展水平。這是因為，一方面，一個地區(qū)過去所擁有的固定電話機數(shù)量能反映傳統(tǒng)通信技術(shù)水平，會從技術(shù)發(fā)展、使用習慣等方面影響互聯(lián)網(wǎng)技術(shù)的應用，進而影響數(shù)字經(jīng)濟發(fā)展，滿足對工具變量的相關(guān)性要求；另一方面，隨著信息技術(shù)的發(fā)展，過去所擁有的固定電話機數(shù)量很難再對數(shù)字經(jīng)濟發(fā)展和家庭收入水平產(chǎn)生影響，滿足對工具變量的外生性要求。不過，本研究使用的是面板數(shù)據(jù)，而1984年每百人擁有的固定電話機數(shù)量只有單一年份的截面數(shù)據(jù)，因此用各省份1984 年每百人擁有的固定電話機數(shù)量與全國互聯(lián)網(wǎng)用戶數(shù)（一個隨時間變化的變量）的交互項作為工具變量進行回歸。結(jié)果顯示，克拉格-唐納德·瓦爾德（Cragg-Donald Wald）F統(tǒng)計量為146.298，大于斯多克-尤格（Stock-Yogo）弱識別檢驗10%水平上的臨界值，通過了弱工具變量檢驗；克萊伯根-帕普（Kleibergen-Paap）rk LM統(tǒng)計量的p值為0.000，在1%的水平上拒絕了工具變量不可識別的原假設(shè)。這表明，本研究選取的工具變量是合適的。從表6列（2）、列（6）、列（7）的回歸結(jié)果看，數(shù)字經(jīng)濟發(fā)展的系數(shù)顯著為負，基準回歸結(jié)果穩(wěn)健。

3.滯后變量法

為緩解雙向因果關(guān)系帶來的內(nèi)生性問題，本研究用滯后一期的數(shù)字經(jīng)濟發(fā)展替換基準回歸中的核心解釋變量。表6列（3）、列（8）、列（9）的回歸結(jié)果再次驗證了基準回歸結(jié)果的穩(wěn)健性。滯后一期的數(shù)字經(jīng)濟發(fā)展的系數(shù)顯著為負，數(shù)字經(jīng)濟發(fā)展對家庭相對貧困的影響具有明顯的時滯性，這可能與低收入群體受教育水平較低、數(shù)字素養(yǎng)與技能不高、對新事物反應遲緩有關(guān)。

表6 內(nèi)生性檢驗結(jié)果

（三）異質(zhì)性分析

異質(zhì)性分析結(jié)果如表7 所示。列（1）和列（2）顯示了基于戶主戶口類型的分組回歸結(jié)果。結(jié)果表明，數(shù)字經(jīng)濟發(fā)展對城鎮(zhèn)和農(nóng)村家庭相對貧困的影響均顯著為負，且該作用在農(nóng)村家庭中更大。這可能是因為，現(xiàn)階段數(shù)字經(jīng)濟的發(fā)展為農(nóng)村低技能居民就業(yè)創(chuàng)造了機會，有助于其家庭相對貧困狀況的改善。比如，近年來電商行業(yè)的發(fā)展極大地促進了農(nóng)民增收減貧。

表7 異質(zhì)性分析結(jié)果

列（3）至列（5）顯示了基于區(qū)域的分組回歸結(jié)果。結(jié)果表明，數(shù)字經(jīng)濟發(fā)展的減貧效應在東部、中部、西部地區(qū)均通過了顯著性檢驗，但在中西部地區(qū)減貧效應更強。這可能是因為，中西部省份積極出臺數(shù)字經(jīng)濟專項政策，為數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化發(fā)展提供豐富載體與廣闊市場空間，推動中西部地區(qū)數(shù)字經(jīng)濟及相關(guān)產(chǎn)業(yè)發(fā)展，幫助廣大群眾從中獲取數(shù)字紅利，進而緩解家庭相對貧困。

列（6）至列（8）顯示了基于戶主年齡的分組回歸結(jié)果。結(jié)果表明，數(shù)字經(jīng)濟發(fā)展在戶主年齡未超過60 歲的家庭中對相對貧困的影響顯著為負，特別是在戶主年齡未超過40 歲的家庭中影響更大，在戶主年齡超過60 歲的家庭中影響不顯著，這與中老年群體數(shù)字技能缺乏、勞動能力不足等有關(guān)。

列（9）和列（10）顯示了基于戶主受教育年限的分組回歸結(jié)果。結(jié)果顯示，相較于戶主受教育年限短的家庭，數(shù)字經(jīng)濟發(fā)展在戶主受教育年限長的家庭中對相對貧困的影響更大。這主要是因為，數(shù)字經(jīng)濟對人們的綜合素質(zhì)提出了更高的要求，特別是隨著數(shù)字經(jīng)濟與實體經(jīng)濟的深度融合及其向社會各領(lǐng)域的不斷滲透，數(shù)字技能越來越成為勞動者所需要的一項重要技能，受教育年限短的個體會面臨更大的收入不確定性，其家庭陷入相對貧困狀態(tài)的風險更大。

（四）穩(wěn)健性檢驗

為進一步提高研究結(jié)果的可靠性，本文進行了穩(wěn)健性檢驗。

1.更換被解釋變量衡量標準

第一，借鑒汪三貴等[34]的做法，分別以城鎮(zhèn)和農(nóng)村家庭人均收入中位數(shù)的40%為貧困線（即“城鄉(xiāng)兩條線”），判斷城鎮(zhèn)和農(nóng)村家庭是否處于相對貧困狀態(tài)。以根據(jù)這兩個標準認定的家庭相對貧困為被解釋變量分別進行回歸，結(jié)果見表8列（1）、列（2）。

第二，參考博爾哈斯（Borjas）[23]關(guān)于主觀相對貧困的研究，根據(jù)CFPS 問卷數(shù)據(jù)，將在個人收入水平問題（“您的個人收入在本地屬于何種水平”）上勾選“1”選項的家庭認定為相對貧困，將勾選“2”“3”“4”“5”選項的家庭認定為相對不貧困，這里的選項“1”表示收入很低，選項“5”表示收入很高。以根據(jù)該標準確定的主觀相對貧困為被解釋變量并進行回歸分析，結(jié)果見表8列（3）。

2.替換核心解釋變量衡量指標

楊慧梅等[37]基于數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化兩個維度構(gòu)建評價指標體系（相比于本研究構(gòu)建的指標體系，該指標體系只有兩個維度，且兩個維度所涉及的具體指標有所不同），并利用主成分分析法測算我國省級層面的數(shù)字經(jīng)濟發(fā)展水平綜合評價值以及數(shù)字產(chǎn)業(yè)化水平、產(chǎn)業(yè)數(shù)字化水平兩個分項值。受篇幅所限，不再展示其指標體系和測算過程。本研究分別用楊慧梅等[37]設(shè)計并測算的上述三個指標，替換核心解釋變量的衡量指標并進行回歸分析。當解釋變量衡量指標為數(shù)字經(jīng)濟發(fā)展水平綜合評價值時，回歸結(jié)果見表8列（4）、列（5）；當解釋變量衡量指標為產(chǎn)業(yè)數(shù)字化時，回歸結(jié)果見表8 列（6）、列（7）；當解釋變量衡量指標為數(shù)字產(chǎn)業(yè)化時，回歸結(jié)果見表8列（8）、列（9）。

表8 穩(wěn)健性檢驗結(jié)果

綜合上述回歸結(jié)果，無論是在更換被解釋變量衡量標準后，還是在替換核心解釋變量衡量指標后，核心解釋變量數(shù)字經(jīng)濟發(fā)展的系數(shù)均顯著為負，即數(shù)字經(jīng)濟發(fā)展具有顯著的減貧效應，本研究基準回歸結(jié)果穩(wěn)健可靠。

（五）機制檢驗

基準回歸結(jié)果顯示，數(shù)字經(jīng)濟發(fā)展的減貧效應十分顯著。那么，這種減貧效應借助何種機制傳導？接下來，進一步對其內(nèi)在影響機制進行檢驗。

1.就業(yè)創(chuàng)造效應

前面的理論分析發(fā)現(xiàn)，數(shù)字經(jīng)濟發(fā)展可以通過創(chuàng)造就業(yè)機會、增強創(chuàng)業(yè)意愿緩解家庭相對貧困。對于是否就業(yè)、是否創(chuàng)業(yè)這兩個變量，本研究分別根據(jù)CFPS 問卷中對“現(xiàn)在是否有工作”和“過去一年里您家是否有家庭成員從事個體經(jīng)營或開辦私營企業(yè)”這兩個問題的回答來定義。表9的結(jié)果顯示，無論是對靜態(tài)相對貧困還是對動態(tài)相對貧困，數(shù)字經(jīng)濟發(fā)展的系數(shù)均顯著為負。這驗證了H1，即數(shù)字經(jīng)濟發(fā)展通過促進就業(yè)和創(chuàng)業(yè)緩解家庭相對貧困的作用機制是存在的。其可能原因在于，數(shù)字經(jīng)濟通過與實體經(jīng)濟的深度融合及其向社會各領(lǐng)域的不斷滲透，催生新的就業(yè)形態(tài)，而新的就業(yè)形態(tài)崗位容量大，就業(yè)門檻較低，能為大量低技能群體創(chuàng)造就業(yè)機會，擴大非正規(guī)就業(yè)規(guī)模。此外，數(shù)字經(jīng)濟發(fā)展能突破信息獲取與交流的時空限制，緩解融資約束，增強人們進行自主創(chuàng)業(yè)的意愿，提高居民生活水平，在某種程度上減少低收入群體所遭受的相對剝奪。

表9 基于就業(yè)和創(chuàng)業(yè)效應的機制檢驗結(jié)果

2.金融賦能效應

為驗證數(shù)字經(jīng)濟發(fā)展的金融賦能效應，本研究用有無待償銀行貸款、有無待償親友或民間貸款反映有無借貸（僅當對兩個題項的回答均為“否”時，表示無借貸）。進一步，用來自銀行的借貸額的對數(shù)反映對正規(guī)金融的使用情況，用來自親友或民間的借貸額的對數(shù)反映對非正規(guī)金融的使用情況。表10列（1）至列（3）的回歸結(jié)果驗證了數(shù)字經(jīng)濟發(fā)展通過金融賦能效應對家庭相對貧困的影響（H2）。這表明，數(shù)字經(jīng)濟發(fā)展能提高居民獲得借貸的可能性，使之能更加容易地獲得來自正規(guī)金融和非正規(guī)金融的融資，進而緩解家庭相對貧困。其原因有二：一是數(shù)字經(jīng)濟的發(fā)展有助于數(shù)字普惠金融在全國范圍內(nèi)的加速普及，數(shù)字普惠金融滲透性、普惠性強，可以更直接有效地觸及低收入群體；二是數(shù)字經(jīng)濟的發(fā)展有助于拓展居民社會網(wǎng)絡(luò)，提高居民獲得非正規(guī)金融的可能性。

3.人力資本賦能效應

為驗證數(shù)字經(jīng)濟發(fā)展的人力資本賦能效應，本研究用受教育年限衡量人力資本水平。表10列（4）的回歸結(jié)果驗證了數(shù)字經(jīng)濟發(fā)展通過人力資本賦能效應對家庭相對貧困的影響（H3），即數(shù)字經(jīng)濟發(fā)展能通過提升人力資本水平有效緩解家庭相對貧困。其原因可能是，數(shù)字經(jīng)濟不斷向貧困人口的生產(chǎn)和生活領(lǐng)域滲透，既為居民學習數(shù)字技能創(chuàng)造良好條件，又倒逼居民提升數(shù)字素養(yǎng)和數(shù)字技能，而這有助于居民在勞動力市場上獲得更加優(yōu)質(zhì)的工作，緩解家庭相對貧困[9]。

表10 對人力資本賦能效應和金融賦能效應的機制檢驗結(jié)果

六、結(jié)論與政策建議

（一）結(jié)論

本研究構(gòu)建數(shù)字經(jīng)濟發(fā)展水平綜合評價指標體系，進而基于此利用全排列多邊形圖示指標法測度省級層面數(shù)字經(jīng)濟發(fā)展水平，并結(jié)合CFPS 數(shù)據(jù)，從理論和實證層面考察數(shù)字經(jīng)濟發(fā)展對家庭相對貧困的影響與作用機制。研究結(jié)論如下：

第一，數(shù)字經(jīng)濟發(fā)展能顯著緩解家庭相對貧困?；鶞驶貧w結(jié)果表明，數(shù)字經(jīng)濟發(fā)展能有效降低家庭相對貧困發(fā)生的概率，減小家庭因遭受相對剝奪而在未來陷入相對貧困狀態(tài)的可能性。采用面板固定效應模型、工具變量法、滯后變量法緩解潛在內(nèi)生性問題后，結(jié)論依然保持一致。更換被解釋變量衡量標準、替換核心解釋變量衡量指標后，結(jié)論依然穩(wěn)健。

第二，數(shù)字經(jīng)濟發(fā)展對家庭相對貧困的緩解作用存在異質(zhì)性。基于戶主戶口類型的異質(zhì)性分析結(jié)果表明，數(shù)字經(jīng)濟發(fā)展在城鎮(zhèn)和農(nóng)村家庭中對相對貧困均有抑制作用，但在農(nóng)村家庭中抑制作用更強；基于區(qū)域的異質(zhì)性分析結(jié)果表明，數(shù)字經(jīng)濟發(fā)展在東部、中部和西部地區(qū)均能顯著緩解家庭相對貧困，但在中西部地區(qū)這種作用更明顯；基于戶主年齡的異質(zhì)性分析結(jié)果表明，數(shù)字經(jīng)濟發(fā)展在戶主年齡未超過60歲的家庭中能顯著緩解相對貧困，特別是在戶主年齡未超過40 歲的家庭中這種作用更強；基于戶主受教育年限的異質(zhì)性分析結(jié)果表明，相較于戶主受教育年限較短的家庭，數(shù)字經(jīng)濟發(fā)展在戶主受教育年限較長的家庭中減貧效果更明顯。

第三，數(shù)字經(jīng)濟發(fā)展主要通過就業(yè)創(chuàng)造效應、人力資本賦能效應和金融賦能效應緩解家庭相對貧困。機制檢驗結(jié)果表明，數(shù)字經(jīng)濟發(fā)展能催生新的就業(yè)形態(tài)，增加就業(yè)崗位，降低就業(yè)門檻，為低技能群體就業(yè)創(chuàng)業(yè)提供機會，促進其收入水平提高；數(shù)字經(jīng)濟發(fā)展能為居民學習數(shù)字技能創(chuàng)造良好條件，倒逼居民提升數(shù)字素養(yǎng)和數(shù)字技能，而這使之能在勞動力市場上獲得更加優(yōu)質(zhì)的工作，進而緩解家庭相對貧困；數(shù)字經(jīng)濟發(fā)展有助于破除融資約束，使居民更容易獲得正規(guī)和非正規(guī)金融借貸，進而緩解家庭相對貧困。

（二）政策建議

第一，持續(xù)推動數(shù)字經(jīng)濟發(fā)展，強化數(shù)字經(jīng)濟在促進就業(yè)增收方面的作用。完善的基礎(chǔ)設(shè)施是發(fā)展電子商務(wù)、物流運輸?shù)谋匾疤岷椭匾A(chǔ)，應進一步加大對中西部地區(qū)數(shù)字經(jīng)濟基礎(chǔ)設(shè)施建設(shè)的支持力度，盡可能實現(xiàn)信息網(wǎng)絡(luò)基礎(chǔ)設(shè)施在農(nóng)村地區(qū)的全覆蓋，提升中西部地區(qū)數(shù)字經(jīng)濟對區(qū)域經(jīng)濟發(fā)展的支撐能力，讓廣大家庭共享數(shù)字紅利，逐步消除數(shù)字鴻溝。

第二，在相對貧困治理中，靈活運用數(shù)字經(jīng)濟的就業(yè)創(chuàng)造機制，大力拓寬就業(yè)渠道，因勢利導做好穩(wěn)就業(yè)工作。增強創(chuàng)業(yè)帶動就業(yè)作用，通過數(shù)字經(jīng)濟促進政策使更多就業(yè)者（特別是非正規(guī)就業(yè)者、農(nóng)村居民、貧弱群體）實現(xiàn)創(chuàng)業(yè)增收，確保不發(fā)生“規(guī)模性返貧”。

第三，在推動數(shù)字經(jīng)濟發(fā)展的同時，注重提升居民人力資本水平，使人民群眾公平享有數(shù)字紅利。“扶貧必扶智”，提升居民數(shù)字素養(yǎng)至關(guān)重要。政府應加大對農(nóng)村地區(qū)和低收入地區(qū)的公共政策傾斜力度，優(yōu)化高等教育和職業(yè)教育專業(yè)設(shè)置，借助信息化的力量促進教育公平，縮小教育差距，推動教育公平與教育質(zhì)量提升。

第四，提高數(shù)字技術(shù)向農(nóng)村地區(qū)特別是貧困地區(qū)滲透的廣度和深度，在推動數(shù)字技術(shù)強力賦能現(xiàn)代農(nóng)業(yè)的同時，充分發(fā)揮信息化對農(nóng)業(yè)農(nóng)村現(xiàn)代化建設(shè)的促進作用，以數(shù)字普惠金融和農(nóng)產(chǎn)品電商助力鄉(xiāng)村振興。以居民需求為導向，切實增強社會供給的針對性和有效性，促進農(nóng)村產(chǎn)業(yè)結(jié)構(gòu)升級，提高農(nóng)村居民收入水平與生活質(zhì)量。

注釋：

①在計算一般意義上的家庭規(guī)模時，對所有家庭成員賦予相同權(quán)重。在計算等效家庭規(guī)模時，要考慮家庭人口結(jié)構(gòu)，按年齡對各家庭成員賦予不同權(quán)重。其具體做法是：把戶主的權(quán)重賦為1，把非戶主成年人和14～17 周歲未成年人的權(quán)重賦為0.5，把小于14 周歲未成年人的權(quán)重賦為0.3，然后將所有成員的權(quán)重加總，即得到等效家庭規(guī)模。

②根據(jù)世界銀行的推算，2011 年人民幣購買力平價為3.506，即1美元與3.506元人民幣的購買力相當。2011—2017 年消費者物價指數(shù)（CPI）數(shù)據(jù)來自國家統(tǒng)計局網(wǎng)站，在經(jīng)過購買力平價和CPI 調(diào)整后，每人每天1.9 美元在2012 年、2014 年、2016 年、2018 年分別相當于每人每年2 435 元、2 572 元、2 672 元、2 793 元；每人每天3.1 美元在2012 年、2014 年、2016 年、2018 年分別相當于每人每年3 972元、4 205元、4 325元、4 382元。

③目前提出數(shù)字經(jīng)濟發(fā)展水平測度指標體系的國外研究機構(gòu)有歐洲聯(lián)盟、美國商務(wù)部數(shù)字經(jīng)濟咨詢委員會、國際電信聯(lián)盟、世界經(jīng)濟論壇、經(jīng)濟合作與發(fā)展組織等，國內(nèi)研究機構(gòu)有中國信息通信研究院、賽迪顧問、上海社會科學院、騰訊研究院、新華三集團、蘇州大學等。

④筆者還采用其他方法（主成分分析法、模糊集法、層次分析法）測算了省級層面的數(shù)字經(jīng)濟發(fā)展水平。以全排列多邊形圖示指標法的測算結(jié)果為基準，檢驗其與其他方法測算結(jié)果之間的相關(guān)關(guān)系。結(jié)果顯示，其他方法的測算結(jié)果與全排列多邊形圖示指標法的測算結(jié)果均在1%的水平上顯著正相關(guān)，且相關(guān)系數(shù)均大于0.50，這證實了本研究測算數(shù)據(jù)的穩(wěn)健性。

⑤受篇幅所限，本研究未能展示全排列多邊形圖示指標法的測算過程以及其他方法的測算過程和結(jié)果。

⑥本研究未選取2010 年、2020 年的CFPS 數(shù)據(jù)。未選取2010 年CFPS 數(shù)據(jù)是因為該年CFPS 數(shù)據(jù)屬于基線調(diào)查數(shù)據(jù)，存在數(shù)據(jù)不夠規(guī)范、與后續(xù)調(diào)查數(shù)據(jù)統(tǒng)計口徑有差別等問題。未選取2020 年CFPS 數(shù)據(jù)是因為該年CFPS數(shù)據(jù)現(xiàn)僅公布了個人庫和少兒家長代答庫，其他數(shù)據(jù)仍在清理和評估中，發(fā)布日期待定，且問卷中現(xiàn)有的個人自答部分數(shù)據(jù)不能滿足本研究實證分析的需要。同時，本研究主要從數(shù)字經(jīng)濟發(fā)展載體、發(fā)展環(huán)境、數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化四個方面測度數(shù)字經(jīng)濟發(fā)展水平，涉及指標多，數(shù)據(jù)量大，而2020年CFPS數(shù)據(jù)在多項指標上存在嚴重缺失。此外，筆者在刪除關(guān)鍵變量缺失的觀測值、對極端值進行處理后，利用2010 年、2012 年、2014 年、2016年、2018 年五期的數(shù)據(jù)（有效調(diào)查樣本57 218 個），再次按照本研究設(shè)計進行相應的實證分析，發(fā)現(xiàn)基于2010年、2012 年、2014 年、2016 年、2018 年五期數(shù)據(jù)的結(jié)果與本研究基于2012 年、2014 年、2016 年、2018 年四期數(shù)據(jù)的結(jié)果基本一致。