鄉(xiāng)村數(shù)字化何以緩解農(nóng)村家庭多維相對貧困？

潘海嵐 黃秋妍

摘要：中國已基本消除絕對貧困，緩解相對貧困成為鄉(xiāng)村振興戰(zhàn)略亟待解決的難題。文章以鄉(xiāng)村數(shù)字化發(fā)展為嵌入點，分析對多維相對貧困治理的內(nèi)在機理，結(jié)合實證方法剖析鄉(xiāng)村數(shù)字化減貧的影響效果、作用機制、差異表征與空間效應(yīng)。結(jié)果發(fā)現(xiàn)：（1）鄉(xiāng)村數(shù)字化可顯著緩解農(nóng)村家庭多維相對貧困，影響效應(yīng)為-0.13。（2）鄉(xiāng)村數(shù)字化可通過提升家庭非農(nóng)就業(yè)水平和社會融入度減輕自身貧困程度，兩者的中介效應(yīng)分別為16%和24%。（3）在未接受政府補助、貧困程度較高以及從事非林業(yè)生產(chǎn)的家庭中，數(shù)字減貧能發(fā)揮較大功效。（4）我國各地區(qū)農(nóng)村貧困程度存在顯著的省際空間自相關(guān)，鄉(xiāng)村數(shù)字化發(fā)展會緩解本省份和臨近省份的農(nóng)村家庭多維相對貧困，具有空間溢出效應(yīng)?；诳尚心芰碚?，文章從促進就業(yè)和融入度兩方面揭示數(shù)字減貧的內(nèi)在機理，運用空間杜賓模型探討鄉(xiāng)村數(shù)字化減貧的地區(qū)空間溢出效應(yīng)，并從家庭是否進行林業(yè)生產(chǎn)活動等角度分析數(shù)字減貧的差異表征，豐富現(xiàn)有減貧研究方法與視角，為鞏固脫貧攻堅成果提供新思路。文章得出政策啟示：培育農(nóng)戶新型職業(yè)，完善農(nóng)村公共服務(wù)體系；廣泛設(shè)立農(nóng)村就業(yè)崗位，建設(shè)數(shù)字化社交平臺，強調(diào)物質(zhì)經(jīng)濟援助與激發(fā)自主能力并重；積極培育林區(qū)第三產(chǎn)業(yè)，加強林區(qū)設(shè)施建設(shè)與金融投入，促進貧困問題跨區(qū)域協(xié)作解決。

關(guān)鍵詞：鄉(xiāng)村數(shù)字化；農(nóng)村家庭；多維相對貧困；空間計量

中圖分類號：F323.8； F49文獻標識碼：A文章編號：1673-338X（2023）11-028-22

基金項目：國家社會科學(xué)基金西部項目“鄉(xiāng)村振興背景下云南省深度貧困地區(qū)邊緣農(nóng)戶返貧阻斷機制研究”（編號：20XMZ088），云南省哲學(xué)社會科學(xué)創(chuàng)新團隊項目“云南口岸建設(shè)發(fā)展研究”（編號：2023CX05）。

How Can Rural Digitalization Alleviate Multidimensional Relative Poverty of Rural Households？

PAN HailanHUANG Qiuyan

（School of Economics， Yunnan Minzu University， Kunming 650504）

Abstract：China has basically eliminated absolute poverty. Alleviating relative poverty has become an urgent problem in the rural revitalization strategy. This paper took rural digital development as the embedding point， analyzed its internal mechanism of multidi‐mensional relative poverty governance， and combined empirical methods to analyze the impact， mechanism， difference characterization and spatial effect of rural digital poverty reduction. The results showed that：（1）Rural digitalization could significantly alleviate multidimensional relative poverty of rural households， with an impact effect of -0.13.（2）Rural digitalization could reduce poverty degree by improving the level of non-agricultural employment and social integration of households， with the mediating effect of 16% and 24%， respectively.（3）Digital poverty reduction was more effective among households that had not received government subsidies， had higher levels of poverty， and were engaged in non-forestry production.（4）There was a significant inter-provincial spatial autocorrelation in rural poverty degree in China. Rural digital development would alleviate the multidimensional relative poverty of rural households in the province and neighboring provinces， with spatial spillover effect. Based on the feasible capacity theory， this paper revealed the internal mechanism of digital poverty reduction from the two aspects of employment promotion and integration degree， used the spatial Durbin model to explore the regional spatial spillover effect of rural digital poverty reduction， and analyzed the difference characterization of digital poverty reduction from the perspective of whether households carried out forestry production activities， so as to enrich the existing poverty reduction research methods and perspectives， and provided a new vision for consolidating the achievements of poverty alleviation. This paper gave policy implications as follows： Cultivate the new occupation of farmers and improve the rural public service system. Create a wide range of rural jobs， build digital social platforms， and emphasize both material economic assistance and the stimulation of autonomy. Actively cultivate the tertiary industry in forest areas， strengthen the construction of forest facilities and financial investment， and promote cross-regional cooperation to solve the problem of poverty.

Key Words：rural digitization；rural households；multidimensional relative poverty；spatial metrology

1引言

中國在2020年如期完成消除絕對貧困的艱巨任務(wù)，區(qū)域性整體貧困得到解決，但這并不代表我國扶貧事業(yè)就此終結(jié)，而是由消除絕對貧困逐步向減緩相對貧困轉(zhuǎn)移。以共同富裕為目標，以中國特色反貧困理論、貧困治理方式的歷史積淀、社會發(fā)展的現(xiàn)實需要為依據(jù)，審視當(dāng)前我國相對貧困治理現(xiàn)狀，發(fā)現(xiàn)治理制度構(gòu)建不健全、主體職能發(fā)揮不充分、資源配置不均衡、多維貧困疊加等因素制約著農(nóng)村相對貧困多元協(xié)同治理的縱深推進。為此，黨的十九屆四中全會提出“堅決打贏脫貧攻堅戰(zhàn)，鞏固脫貧攻堅成果，建立解決相對貧困的長效機制”的目標任務(wù)。黨的十九屆五中全會更是明確要求“實現(xiàn)鞏固拓展脫貧攻堅成果同鄉(xiāng)村振興有效銜接，建立完善農(nóng)村低收入人口和欠發(fā)達地區(qū)幫扶機制”。2023年，中央網(wǎng)信辦等五部門印發(fā)的《數(shù)字鄉(xiāng)村發(fā)展工作要點》指出，“以數(shù)字化賦能鄉(xiāng)村產(chǎn)業(yè)發(fā)展、鄉(xiāng)村建設(shè)和鄉(xiāng)村治理，整體帶動農(nóng)業(yè)農(nóng)村現(xiàn)代化發(fā)展、促進農(nóng)村農(nóng)民共同富裕，推動農(nóng)業(yè)強國建設(shè)取得新進展、數(shù)字中國建設(shè)邁上新臺階”，其中包括運用數(shù)字技術(shù)持續(xù)做好防止返貧動態(tài)監(jiān)測和幫扶，不斷增強脫貧地區(qū)內(nèi)生發(fā)展動力。鄉(xiāng)村振興、脫貧攻堅和數(shù)字鄉(xiāng)村等決策部署是針對我國農(nóng)村發(fā)展面臨的問題制定的一系列戰(zhàn)略方針，意在推動農(nóng)業(yè)轉(zhuǎn)型升級、幫助農(nóng)戶增收、實現(xiàn)農(nóng)村共同富裕。通過數(shù)字化手段整合資金、信息、技術(shù)等要素資源，建立全新幫扶模式，為實現(xiàn)鄉(xiāng)村共同繁榮提供了全新方向。

我國林區(qū)多分布于山區(qū)、丘陵、高海拔等地帶，特殊的地形條件限制了可耕地的數(shù)量和質(zhì)量，加劇了貧困問題。自開展精準扶貧行動以來，我國先后確立了592個國家級貧困縣，其中有496個位于山區(qū)，涵蓋全國60%的貧困人口和80%的深度貧困人口（黎驊逸等，2021）。貧困區(qū)與林區(qū)高度耦合，足見林區(qū)扶貧在全國扶貧工作中占據(jù)關(guān)鍵地位。同時，林區(qū)多以生態(tài)保護為主，集結(jié)了豐富的森林、濕地以及野生動植物等自然資源，地區(qū)開發(fā)利用受限，在一定程度上制約了當(dāng)?shù)鼐用竦慕?jīng)濟收益，也阻礙鄉(xiāng)村經(jīng)濟的總體進步?！稊?shù)字鄉(xiāng)村建設(shè)指南1.0》指出，“形成林草立體感知、管理協(xié)同高效、生態(tài)價值凸顯、服務(wù)內(nèi)外一體的林草發(fā)展新模式”，從林草監(jiān)測和林場建設(shè)兩方面進行數(shù)字化改革，加快轉(zhuǎn)變林區(qū)發(fā)展方式，擺脫原有路徑依賴，確立生態(tài)優(yōu)先、保護促發(fā)展、發(fā)展促保護的新發(fā)展模式。

為驗證鄉(xiāng)村數(shù)字化與相對貧困治理的內(nèi)在聯(lián)系，探尋數(shù)字減貧新模式，本文基于中國家庭追蹤調(diào)查（China Family Panel Studies， CFPS）四期面板數(shù)據(jù)，利用A-F方法從家庭收入、家庭資產(chǎn)、生活水平等六個維度衡量農(nóng)村家庭多維相對貧困，結(jié)合中介效應(yīng)（mediating effect）和空間計量（spatial metrology）等模型探究鄉(xiāng)村數(shù)字減貧的實現(xiàn)路徑與空間效應(yīng)。在此基礎(chǔ)上，分別從是否接受政府補助、是否從事林業(yè)生產(chǎn)和貧困程度三方面解析鄉(xiāng)村數(shù)字化影響多維貧困的差異表征，以期為更好發(fā)揮數(shù)字鄉(xiāng)村建設(shè)成效、鞏固拓展脫貧攻堅成果提供經(jīng)驗參考。

本文的邊際貢獻在于：第一，在研究視角與方法創(chuàng)新上，區(qū)別于大部分文獻僅從微觀家庭或宏觀區(qū)域單一視角出發(fā)，結(jié)合雙向固定效應(yīng)模型（two-way fixed effects model）和空間杜賓模型（Spatial Dubin Model， SDM），從宏觀和微觀雙維度探討鄉(xiāng)村數(shù)字化影響農(nóng)村多維相對貧困的作用機理和空間效應(yīng)。第二，在理論分析上，基于可行能力理論框架，從提升農(nóng)村家庭的非農(nóng)就業(yè)水平和社會融入度兩方面，揭示鄉(xiāng)村數(shù)字化緩解農(nóng)村多維相對貧困的作用路徑，進一步完善數(shù)字減貧的內(nèi)在機理。第三，在觀點結(jié)論上，認為鄉(xiāng)村數(shù)字化對家庭經(jīng)濟貧困的緩解效果較為顯著，而對于從事林業(yè)生產(chǎn)活動的家庭，數(shù)字減貧所能釋放的功效有限，為我國全面推進鄉(xiāng)村振興、實現(xiàn)共同富裕提供針對性的決策支持。

2文獻回顧與評述

通常情況下，相對貧困是指個體收入水平低于社會一般水平，從而導(dǎo)致個體出現(xiàn)主觀感受上的貧困或者缺少正常參與社會活動的權(quán)力。而多維相對貧困不僅強調(diào)衡量貧困的多角度性，還凸顯了相對貧困以社會平均收入識別貧困的特性。這一綜合視角使得多維相對貧困能更準確反映貧困本質(zhì)，為制定全方位減貧措施提供重要依據(jù)?；诖?，學(xué)者們展開了對多維相對貧困的研究。首先，國外學(xué)者Sen（1999）提出基于可行性能力的多維貧困理論，Tsui（2002）進一步闡釋了多維貧困的對稱性、復(fù)制不變性和單調(diào)性等理論基礎(chǔ)。其次，基于聯(lián)合國開發(fā)計劃署構(gòu)建的人類發(fā)展指數(shù)，2010年歐洲就業(yè)、社會政策、衛(wèi)生和消費者事務(wù)部長理事會建立了收入相對貧困、物質(zhì)剝奪、工作強度的多維取向綜合福利分析法。而最值得一提的是Alkire等（2011）提出了雙界限法（A-F法）識別多維相對貧困，Alkire等（2014）在此基礎(chǔ)上對104個發(fā)展中國家的多維貧困進行測算，隨后聯(lián)合國開發(fā)計劃署開始每年公布全球多維貧困指數(shù)，由此，A-F法被廣泛應(yīng)用于國外多維相對貧困的研究（Fransman et al.， 2019；Dhongde et al.， 2022）。國內(nèi)大多數(shù)學(xué)者也以A-F法為基礎(chǔ)展開研究，主要圍繞多維相對貧困的識別與測度（李壯壯等，2022；劉佩等，2022）、多維相對貧困的分解（李春根等，2022；鄒薇等，2023）、多維相對貧困的影響因素（劉愿理等，2022；付瑞等，2023）等。

近年來，鄉(xiāng)村數(shù)字化建設(shè)通過推動信息技術(shù)與農(nóng)村生產(chǎn)生活深度融合，在緩解農(nóng)村家庭多維相對貧困、實現(xiàn)可持續(xù)發(fā)展與共同富裕的目標中起了重要的作用。首先，關(guān)于數(shù)字鄉(xiāng)村減貧的綜合效應(yīng)。王永靜等（2023）基于30個省份的宏觀數(shù)據(jù)探討了鄉(xiāng)村數(shù)字經(jīng)濟發(fā)展的減貧效應(yīng)及其作用機制，周常春等（2023）基于微觀個體視角分析農(nóng)村數(shù)字化與農(nóng)戶多維相對貧困的內(nèi)在聯(lián)系，相似研究還包括陳飛等（2022）和鄧金錢等（2023）。其中，互聯(lián)網(wǎng)技術(shù)嵌入是數(shù)字鄉(xiāng)村建設(shè)中的關(guān)鍵部分，王曉全等（2023）基于中國家庭追蹤調(diào)查2018年的數(shù)據(jù)發(fā)現(xiàn)，網(wǎng)絡(luò)扶貧在貧困治理中扮演著日益重要的角色；Yang等（2021）則發(fā)現(xiàn)互聯(lián)網(wǎng)使用對農(nóng)村多維貧困有明顯的負向影響，且貧困維度越高其作用效果越強。其次，關(guān)于數(shù)字鄉(xiāng)村減貧的收入效應(yīng)。實際上，影響農(nóng)戶收入水平在數(shù)字減貧研究中占據(jù)絕大部分，Gao等（2018）、王子鳳等（2023）和鄧榮榮等（2023）研究表明，數(shù)字技術(shù)有助于農(nóng)戶實現(xiàn)增收，降低其陷入貧困的風(fēng)險。不僅如此，數(shù)字經(jīng)濟發(fā)展還能顯著縮小中國城鄉(xiāng)收入差距（曾億武等，2022；黃慶華等，2023），尤其以農(nóng)村電商為例的數(shù)字政策，顯著降低了城鄉(xiāng)數(shù)字鴻溝，實現(xiàn)農(nóng)戶增收致富（Li et al.， 2021；秦芳等，2022；陳享光等，2023）。再次，關(guān)于數(shù)字鄉(xiāng)村減貧的就業(yè)效應(yīng)。有學(xué)者發(fā)現(xiàn)數(shù)字經(jīng)濟能夠依據(jù)勞動力技能實現(xiàn)有效社會分工，促進非農(nóng)就業(yè)（田鴿等，2022），進而緩解家庭貧困現(xiàn)狀。特別是近年來，隨著鄉(xiāng)村振興戰(zhàn)略的不斷推進，數(shù)字技術(shù)如電子商務(wù)和互聯(lián)網(wǎng)等在農(nóng)村蓬勃發(fā)展，改變了資本、土地等傳統(tǒng)資源的流動和分配方式，對農(nóng)村勞動力市場帶來了深遠影響（王修梅等，2023）。一方面，電子商務(wù)等數(shù)字經(jīng)濟的崛起推動了區(qū)域產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級，不斷催生新的業(yè)態(tài)和就業(yè)模式，為農(nóng)村勞動者創(chuàng)造大量數(shù)字化工作機會（Bessen， 2019；何宗樾等，2020；孫薇等，2021）；另一方面，通過互聯(lián)網(wǎng)等數(shù)字平臺，農(nóng)戶參與更具自主性和靈活性，有利于提高工作效率并兼顧自身生活，進而提高就業(yè)質(zhì)量（Dettling， 2017；王修梅等，2023；張廣勝等，2023）。

綜上，盡管有大量研究探討數(shù)字技術(shù)應(yīng)用與農(nóng)村相對貧困之間的關(guān)系，但鮮有文獻從宏觀和微觀雙視角出發(fā)研究數(shù)字技術(shù)應(yīng)用對農(nóng)村相對貧困的影響效應(yīng)與實現(xiàn)路徑，且對數(shù)字鄉(xiāng)村的刻畫也大多囿于微觀的互聯(lián)網(wǎng)使用層面，并未系統(tǒng)考察鄉(xiāng)村數(shù)字化背景下農(nóng)村家庭相對貧困的治理。為此，本文采用2014-2020年中國家庭追蹤調(diào)查四期面板數(shù)據(jù)，運用A-F法對農(nóng)村家庭多維相對貧困程度進行測度，并從（數(shù)字）資金使用、產(chǎn)業(yè)發(fā)展、信息基礎(chǔ)和服務(wù)水平四個維度衡量鄉(xiāng)村數(shù)字化水平。在此基礎(chǔ)上，結(jié)合微觀家庭和宏觀區(qū)域雙視角分析鄉(xiāng)村數(shù)字化影響農(nóng)村多維相對貧困的作用效果及空間效應(yīng)。同時，基于提升家庭非農(nóng)就業(yè)水平和社會融入度的作用路徑，揭示數(shù)字減貧的內(nèi)在機理，并進一步探究數(shù)字鄉(xiāng)村減貧在家庭特征差異下的異質(zhì)性表征，以期為鞏固我國脫貧攻堅成果、實現(xiàn)共同富裕提供新的研究視角。

3理論分析框架與研究方法

結(jié)合已有研究成果，本文對鄉(xiāng)村數(shù)字化影響農(nóng)村家庭多維相對貧困的直接作用、影響機制和空間效應(yīng)進行理論探討，由此構(gòu)建微觀家庭層面的基準回歸模型、中介效應(yīng)模型以及宏觀區(qū)域?qū)用娴目臻g計量模型。

3.1理論分析與研究假設(shè)

基于可行能力理論，互聯(lián)網(wǎng)應(yīng)用能夠推進知識共享、增強農(nóng)戶的人力資本和社會資本，為陷入相對貧困的農(nóng)戶提供“賦權(quán)增能”的機會，激發(fā)他們擺脫貧困的內(nèi)在驅(qū)動力。為此，本文在提出數(shù)字鄉(xiāng)村減貧的直接作用機理基礎(chǔ)上，構(gòu)建“鄉(xiāng)村數(shù)字化—非農(nóng)就業(yè)、社會融入—家庭多維相對貧困”的理論分析框架，剖析家庭非農(nóng)就業(yè)水平和社會融入度在數(shù)字鄉(xiāng)村減貧中的中介機制，在此基礎(chǔ)上，考慮到數(shù)字經(jīng)濟的擴散效應(yīng)，進一步探究鄉(xiāng)村數(shù)字化對鄰邊地區(qū)農(nóng)村家庭多維相對貧困的空間溢出效應(yīng)。

3.1.1鄉(xiāng)村數(shù)字化對農(nóng)村家庭多維相對貧困的直接效應(yīng)

多項研究已證實網(wǎng)絡(luò)建設(shè)對經(jīng)濟的積極作用（Atasoy， 2013），且互聯(lián)網(wǎng)基礎(chǔ)設(shè)施建設(shè)與信息技術(shù)進步能夠起到顯著的反貧困作用（Philip et al.， 2017）。事實上，由于居住環(huán)境相對閉塞、當(dāng)?shù)亟?jīng)濟發(fā)展較為落后等原因，農(nóng)戶時常面臨信息獲取滯后的問題，導(dǎo)致無法及時獲得必要信息，產(chǎn)生信息不對稱現(xiàn)象。然而，快速可靠的網(wǎng)絡(luò)連接通過建設(shè)信息高速公路，提供了普及性的互聯(lián)網(wǎng)接入服務(wù)。通過完善農(nóng)村數(shù)字基礎(chǔ)設(shè)施，農(nóng)戶可以更加便捷地了解市場動態(tài)、獲取農(nóng)業(yè)技術(shù)指導(dǎo)并開展電子商務(wù)活動（唐超等，2019；王永靜等，2023），進而提高農(nóng)產(chǎn)品產(chǎn)量和農(nóng)田收入，豐富農(nóng)戶收入渠道?，F(xiàn)階段，信息技術(shù)正日益深入地影響農(nóng)村生產(chǎn)生活，成為推動我國農(nóng)村社會經(jīng)濟轉(zhuǎn)型升級的重要引擎。遠程醫(yī)療服務(wù)幫助農(nóng)民及時進行醫(yī)療咨詢和診斷，大數(shù)據(jù)衛(wèi)生監(jiān)測平臺實時分析農(nóng)村環(huán)境狀況和個人健康情況，及時發(fā)現(xiàn)和預(yù)警潛在健康風(fēng)險，改善農(nóng)村整體的疾病預(yù)防和健康管理工作。同時，在線教育平臺有助于農(nóng)村學(xué)生接觸廣泛優(yōu)質(zhì)的教育內(nèi)容，數(shù)字技術(shù)與教學(xué)設(shè)備結(jié)合改善了農(nóng)村學(xué)校的教育教學(xué)環(huán)境，提供更為靈活豐富的教學(xué)手段和資源，在一定程度上提升學(xué)生的學(xué)習(xí)效果和學(xué)習(xí)機會。另外，網(wǎng)絡(luò)連接提高了農(nóng)村信息的透明度和可獲取性，幫助農(nóng)戶清晰了解自身權(quán)益和公正待遇，增強社會認同感與自尊心。并且數(shù)字技術(shù)衍生出多樣化鄉(xiāng)村生活形式，豐富農(nóng)戶的社交方式和娛樂活動，提升其生活質(zhì)量與幸福感。據(jù)此，提出假設(shè)H1。

H1：鄉(xiāng)村數(shù)字化建設(shè)能夠有效緩解農(nóng)村家庭多維相對貧困。

3.1.2鄉(xiāng)村數(shù)字化影響農(nóng)村家庭多維相對貧困的作用機制

龐大的人口規(guī)模是數(shù)字經(jīng)濟得以迅速發(fā)展的先決條件。隨著我國信息技術(shù)日益成熟，由此產(chǎn)生的正反饋機制也逐步增強。對于中小企業(yè)而言，數(shù)字經(jīng)濟這種“蒲公英效應(yīng)”將會提供更為有利的成長環(huán)境，培育更多發(fā)展機會，從而為貧困農(nóng)戶的非農(nóng)就業(yè)提供契機（李曉華，2019）。同時，數(shù)字技術(shù)的網(wǎng)絡(luò)連通性將繁瑣的數(shù)據(jù)轉(zhuǎn)換為實用的信息平臺，不僅可降低由于信息不對稱導(dǎo)致貧困人群的工作信息搜尋成本，也有助于他們獲取專業(yè)知識和職業(yè)技能，以便精準匹配勞動力市場需求，降低供需“剪刀差”，提高自身就業(yè)概率。此外，云計算等大數(shù)據(jù)技術(shù)平臺的運用，提升了農(nóng)業(yè)生產(chǎn)、流通和銷售等環(huán)節(jié)效率，這不僅能為農(nóng)業(yè)管理系統(tǒng)注入新活力，而且能吸引眾多互聯(lián)網(wǎng)專業(yè)人才返鄉(xiāng)，大興創(chuàng)業(yè)之風(fēng)，拉動農(nóng)村勞動力就業(yè)，成為農(nóng)村經(jīng)濟發(fā)展的關(guān)鍵驅(qū)動力。進一步，農(nóng)村家庭從事非農(nóng)工作的比例上升將有利于減輕其多維相對貧困程度。周迪等（2020）在評估農(nóng)村減貧成效時發(fā)現(xiàn)，家中有成員從事工資性和營業(yè)性收入工作對改善家庭貧困狀態(tài)起到了正向作用。同時，考慮到貧困家庭的主要經(jīng)濟剝奪因素為成員勞動能力（仲超等，2020），推動農(nóng)戶就業(yè)創(chuàng)業(yè)不僅可以直接影響其收入增加，而且也對農(nóng)村整體的生活條件、健康狀況和教育水平產(chǎn)生積極作用。因此，提升農(nóng)戶的非農(nóng)工作和創(chuàng)業(yè)機會成為避免陷入多維相對貧困的關(guān)鍵途徑。

實際上，互聯(lián)網(wǎng)的廣泛應(yīng)用正在為農(nóng)村生產(chǎn)生活帶來巨大改變，這種數(shù)字化轉(zhuǎn)型不僅可以提升生活質(zhì)量，而且能夠極大地促進社會融入度的提升。對于家庭而言，數(shù)字經(jīng)濟能有效運作的關(guān)鍵因素是互聯(lián)網(wǎng)平臺，隨著平臺規(guī)模的不斷發(fā)展和壯大，互聯(lián)網(wǎng)用戶建立的網(wǎng)絡(luò)連接特性將逐漸形成一個復(fù)雜且高度互聯(lián)的網(wǎng)絡(luò)社會（邱澤奇等，2016）。同時，張衛(wèi)東等（2021）發(fā)現(xiàn)，互聯(lián)網(wǎng)使用提高了農(nóng)民工異地交流的效率，有助于縮短群體間社交距離，建立良好的業(yè)緣關(guān)系。因此，數(shù)字平臺為個體進行網(wǎng)上社交和維持人脈提供了支撐，其強大的傳播能力和顯著的社會互動特性，都將進一步提高個體的社會融入度。隨著農(nóng)戶與外界的深入互動，他們將獲取更為豐富的信息技能資源，構(gòu)建廣泛的社會網(wǎng)絡(luò)，并積累更多的社會資本。同時，電商平臺和共享經(jīng)濟平臺的興起，為農(nóng)村家庭創(chuàng)造了經(jīng)濟參與機會，能夠幫助他們開辟增收致富的新渠道。這些社交、技能、信息和經(jīng)濟機會的提升有助于農(nóng)村家庭擺脫單一農(nóng)業(yè)收入的束縛，改善生活條件，有效緩解多維相對貧困（溫濤等，2020）。據(jù)此，提出假設(shè)H2。

H2：鄉(xiāng)村數(shù)字化建設(shè)可以通過提升農(nóng)村家庭非農(nóng)就業(yè)水平和社會融入度緩解其多維相對貧困狀態(tài)。

3.1.3鄉(xiāng)村數(shù)字化對周邊地區(qū)農(nóng)村家庭多維相對貧困的空間溢出效應(yīng)

數(shù)字經(jīng)濟大背景下，經(jīng)濟高度發(fā)展且地理位置優(yōu)越的地區(qū)仍是主要受益者。然而，信息技術(shù)能夠為相對落后的農(nóng)村地區(qū)提供更多市場機會，并通過鄉(xiāng)村產(chǎn)業(yè)的數(shù)字化轉(zhuǎn)型，加速農(nóng)業(yè)農(nóng)村全面現(xiàn)代化進程（吳思栩等，2021）。張俊英等（2019）指出，農(nóng)村電商發(fā)展推動了電商上下游產(chǎn)業(yè)鏈、配套服務(wù)業(yè)的快速集聚，并通過空間效應(yīng)不斷輻射周邊地區(qū)。農(nóng)戶則依靠電商等網(wǎng)絡(luò)平臺拓寬農(nóng)產(chǎn)品銷售渠道，利用知識和技術(shù)的溢出效應(yīng)充分發(fā)揮電商扶貧功能，帶動周邊貧困地區(qū)經(jīng)濟發(fā)展。另外，數(shù)字技術(shù)與傳統(tǒng)產(chǎn)業(yè)的充分融合將帶動相關(guān)產(chǎn)業(yè)生產(chǎn)效率的提高，促進產(chǎn)業(yè)間形成完整運作鏈條，充分發(fā)揮數(shù)字經(jīng)濟的帶動作用?？臻g上，數(shù)字化發(fā)展使得產(chǎn)業(yè)鏈與市場端連接更為緊密，信息技術(shù)更易產(chǎn)生擴散效應(yīng)，為實現(xiàn)鄉(xiāng)村振興中產(chǎn)業(yè)興旺、鞏固脫貧攻堅成果提供新思路（Gong et al.， 2020；唐紅濤等，2023）。據(jù)此，提出假設(shè)H3。

H3：鄉(xiāng)村數(shù)字化可以通過空間溢出效應(yīng)緩解周邊地區(qū)農(nóng)村家庭多維相對貧困。

3.2研究方法

結(jié)合研究假設(shè)，基于雙向固定效應(yīng)模型與中介效應(yīng)模型檢驗數(shù)字鄉(xiāng)村減貧的直接作用和影響機制，同時，考慮到數(shù)字技術(shù)在地區(qū)間的擴散效應(yīng)，運用空間計量模型探究鄉(xiāng)村數(shù)字化對周邊農(nóng)村地區(qū)的減貧成效。

3.2.1基準回歸模型與中介效應(yīng)模型

在微觀家庭層面，本文使用雙向固定效應(yīng)模型和農(nóng)村家庭面板數(shù)據(jù)探究鄉(xiāng)村數(shù)字化能否影響農(nóng)村家庭多維相對貧困，模型設(shè)定如式（1）所示。

式（1）中，MPIipt表示i農(nóng)村家庭t年的多維相對貧困指數(shù)，RDpt表示p城市t年的鄉(xiāng)村數(shù)字化水平，Controlipt表示影響農(nóng)村家庭多維相對貧困的個人和家庭層面的控制變量。μp和υt分別表示城市和年份的固定效應(yīng)，用來控制城市層面和時間維度中無法觀測因素對模型的影響。α0為常數(shù)項，α1和α2為變量回歸系數(shù)，εipt為隨機擾動項。

同時，為驗證理論分析中非農(nóng)就業(yè)水平和社會融入度發(fā)揮的中介作用，采用Bootstrap方法進行中介效應(yīng)檢驗，模型構(gòu)建如式（2）和式（3）所示。

4數(shù)據(jù)來源與描述性統(tǒng)計

在實證模型的基礎(chǔ)上，本文進一步闡述數(shù)據(jù)來源及變量選取，并對相關(guān)變量進行初步描述性統(tǒng)計分析，為后續(xù)實證檢驗提供參考依據(jù)。

4.1數(shù)據(jù)來源

本文聚焦于鄉(xiāng)村數(shù)字化與農(nóng)村家庭多維相對貧困，從宏觀和微觀角度展開兩者之間關(guān)系的探究。其中，微觀數(shù)據(jù)主要源自2014年、2016年、2018年和2020年北京大學(xué)社會科學(xué)調(diào)查中心的中國家庭追蹤調(diào)查數(shù)據(jù)，該調(diào)查覆蓋我國25個?。ㄗ灾螀^(qū)、直轄市）①，具有權(quán)威性和代表性，為本文提供了戶主和家庭層面的相關(guān)信息。同時，基于研究需要，本文以貧困人口密度更大的農(nóng)村地區(qū)為調(diào)研對象，經(jīng)數(shù)據(jù)清理后最終得到3433戶農(nóng)村家庭數(shù)據(jù)構(gòu)建四期面板數(shù)據(jù)。宏觀數(shù)據(jù)源自《中國統(tǒng)計年鑒》《中國農(nóng)村統(tǒng)計年鑒》《北京大學(xué)數(shù)字普惠金融指數(shù)（2014-2020年）》，以及國家統(tǒng)計局發(fā)布的相關(guān)數(shù)據(jù)等，主要衡量地區(qū)鄉(xiāng)村數(shù)字化水平以及部分控制變量，缺失數(shù)據(jù)采用插值法測算補齊。

4.2變量選取

鑒于本文旨在探究數(shù)字鄉(xiāng)村減貧的影響效應(yīng)與作用機制，參考已有文獻，分別對鄉(xiāng)村數(shù)字化水平、家庭多維相對貧困、中介變量以及其他控制變量進行闡述。

（1）被解釋變量。關(guān)于多維相對貧困的測度，目前研究運用最廣泛的是聯(lián)合國開發(fā)計劃署采用多維貧困指數(shù)，從健康、教育和生活水平3方面共計10個非貨幣指標對多維貧困進行識別（仲超等，2020）。為切合我國現(xiàn)實情況，根據(jù)黨的十九屆四中全會提出的“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”，參考借鑒鄧金錢等（2023）的做法，選取了涵蓋家庭收入、家庭資產(chǎn)、生活水平等6個維度12個具體指標構(gòu)建農(nóng)村家庭多維相對貧困的評價指標體系，如表1所示。

參考鄧金錢等（2023）、齊紅倩等（2023）的做法，采用維度等權(quán)法將各維度權(quán)重賦值為1/6，并基于A-F法進行指標測算。同時，設(shè)定貧困臨界值K=0.40，并分別采用K=0.30和K=0.50進行穩(wěn)健性檢驗。

（2）解釋變量。參照朱紅根等（2023）的研究，依據(jù)數(shù)據(jù)科學(xué)性、可操作性和獨立性等原則，利用熵值法從數(shù)字資金投入、數(shù)字產(chǎn)業(yè)發(fā)展、數(shù)字信息基礎(chǔ)、數(shù)字服務(wù)水平等4個維度構(gòu)建鄉(xiāng)村數(shù)字化水平評價指標體系，如表2所示。首先，數(shù)字資金投入作為鄉(xiāng)村數(shù)字化發(fā)展的經(jīng)濟基礎(chǔ)，選取農(nóng)村固定資產(chǎn)投資、涉農(nóng)貸款余額以及農(nóng)村交通運輸、倉儲和郵政業(yè)固定資產(chǎn)投資加以表征。其次，數(shù)字產(chǎn)業(yè)發(fā)展作為鄉(xiāng)村數(shù)字化建設(shè)成果的核心體現(xiàn)，選取體現(xiàn)數(shù)字交易水平的電子商務(wù)銷售額和采購額總額、金融發(fā)展水平的農(nóng)村數(shù)字普惠金融指數(shù)和國家現(xiàn)代農(nóng)業(yè)示范項目國家現(xiàn)代農(nóng)業(yè)示范區(qū)和產(chǎn)業(yè)園數(shù)量、國家農(nóng)村產(chǎn)業(yè)融合發(fā)展示范園數(shù)量及農(nóng)業(yè)產(chǎn)業(yè)化國家重點龍頭企業(yè)數(shù)加以表征。再次，數(shù)字信息基礎(chǔ)作為推動鄉(xiāng)村數(shù)字化建設(shè)的技術(shù)支持，涵蓋移動電話、計算機、廣播電視普及率、寬帶接入情況以及農(nóng)業(yè)氣象觀測站數(shù)量，綜合反映農(nóng)村地區(qū)數(shù)字技術(shù)投資和信息基礎(chǔ)設(shè)施建設(shè)現(xiàn)狀。最后，數(shù)字服務(wù)水平作為鄉(xiāng)村數(shù)字化發(fā)展的外部驅(qū)動力，選取農(nóng)村投遞路線、國有經(jīng)濟企事業(yè)單位農(nóng)業(yè)技術(shù)人員以及農(nóng)村居民家庭人均交通通信消費支出加以表征，分別體現(xiàn)了農(nóng)村地區(qū)數(shù)字服務(wù)的滲透能力、服務(wù)主體的人才儲備及服務(wù)客體的參與程度。

各變量說明及描述性統(tǒng)計如表3所示，多維相對貧困指數(shù)均值為0.24，標準差為0.05，表明研究期內(nèi)農(nóng)村內(nèi)部貧富差距較小。鄉(xiāng)村數(shù)字化水平均值僅為0.19，標準差為0.12，表明農(nóng)村數(shù)字鄉(xiāng)村建設(shè)程度整體不高。

（3）中介變量。本文的中介變量為農(nóng)村家庭成員的非農(nóng)就業(yè)水平和社會融入度，基于家庭追蹤調(diào)查數(shù)據(jù)的可得性，以“非農(nóng)勞動力人數(shù)占家庭總?cè)藬?shù)之比”和“家庭郵電通訊費對數(shù)值”分別進行衡量。由表3可知，樣本非農(nóng)就業(yè)水平和社會融入度的均值分別為0.38和7.21，標準差分別為0.07和0.62，表明農(nóng)民更傾向于選擇從事農(nóng)業(yè)工作，且每戶農(nóng)村家庭郵電通訊費用基本一致，社會融入度相差不大。

（4）控制變量。除上述變量外，農(nóng)村家庭多維相對貧困還會受到其他因素的影響。因此，在微觀家庭層面，選取了個人及家庭層面的控制變量，其中，個人層面以戶主為主，包含戶主年齡、戶主性別、戶主婚姻狀況、戶主健康狀況以及戶主受教育年限等。同時，基于生命周期理論，為捕捉年齡影響多維相對貧困過程中可能存在的非線性趨勢，將戶主年齡二次項作為控制變量。家庭層面的控制變量包含家庭規(guī)模、家庭現(xiàn)金及存款總額、家庭總支出、家庭是否有人外出打工以及家庭撫養(yǎng)比等。在宏觀區(qū)域?qū)用?，參考易瑩瑩等?022）、鄧金錢等（2023）的做法，并針對農(nóng)村地區(qū)發(fā)展特性，選取地區(qū)經(jīng)濟水平、產(chǎn)業(yè)結(jié)構(gòu)、財政支農(nóng)力度、農(nóng)業(yè)機械總動力、村衛(wèi)生室數(shù)和農(nóng)村特困救助機構(gòu)數(shù)作為控制變量。由表3可知，樣本中已婚男性戶主占比較大，均值分別為0.91和0.68；戶主多為中年人群，均值為52.96；健康狀態(tài)一般，均值為3.17；受教育程度普遍偏低，均值僅為1.86。對于家庭而言，人口規(guī)模大致圍繞3～4人；家庭存款差距較大，在0.48的均值下標準差高達0.50；外出打工成員較少，均值僅為0.07；家庭需要照顧成員比例平均為30%，負擔(dān)偏大。

5經(jīng)驗性結(jié)果

基于理論分析與模型設(shè)定，本文對微觀家庭層面鄉(xiāng)村數(shù)字化與多維相對貧困治理的關(guān)系進行實證研究，并展開中介機制檢驗與異質(zhì)性探討，驗證非農(nóng)就業(yè)水平和社會融入度是否發(fā)揮中介作用以及數(shù)字減貧在不同家庭的差異性表征。同時，考慮到數(shù)字技術(shù)滲透可能會加快區(qū)域間要素流動，帶動周邊地區(qū)數(shù)字鄉(xiāng)村建設(shè)，從而改善鄰近農(nóng)村家庭貧困狀況，進一步通過空間效應(yīng)分析驗證數(shù)字減貧的宏觀區(qū)域溢出作用，并通過一系列穩(wěn)健性檢驗確?；貧w結(jié)果可靠。

5.1農(nóng)村家庭多維相對貧困的時空演變分析

本文利用測算得出的2014-2020年全國25個省份農(nóng)村家庭多維相對貧困指數(shù)，制作了各地區(qū)多維相對貧困指數(shù)和多維相對貧困直方圖，如表4和圖1所示。

從時間演進上來看，2014-2018年我國大部分地區(qū)的農(nóng)村家庭多維相對貧困指數(shù)均呈下降趨勢，說明得益于政府精準扶貧、產(chǎn)業(yè)扶持、基礎(chǔ)設(shè)施改善以及就業(yè)創(chuàng)業(yè)支持等一系列政策的有力推動，讓偏遠農(nóng)村地區(qū)共享發(fā)展成果的舉措成效顯著。但到2019年底新冠疫情暴發(fā)，經(jīng)濟活動減少致使農(nóng)產(chǎn)品的需求量和價格下降，農(nóng)民收入減少。加之農(nóng)村地區(qū)醫(yī)療資源相對匱乏，面對疫情防控的壓力上升，就診和藥費等支出增加，使得一些本來就處于貧困邊緣的家庭陷入更深困境，因此2020年部分地區(qū)的農(nóng)村多維相對貧困指數(shù)增加。從空間維度上來看，我國農(nóng)村多維相對貧困指數(shù)較高的省份多分布于西部和東北部地區(qū)，主要原因在于這些地區(qū)在國家整體發(fā)展的初期受益相對較少，經(jīng)濟基礎(chǔ)相對于東中部地區(qū)而言比較薄弱，農(nóng)村教育、醫(yī)療等公共服務(wù)設(shè)施相對滯后，農(nóng)業(yè)生產(chǎn)水平較為低下。其中，西部農(nóng)村大部分地勢崎嶇，土地資源不足以支撐大規(guī)模農(nóng)業(yè)發(fā)展，農(nóng)田質(zhì)量不高，農(nóng)作物產(chǎn)量較低，帶給農(nóng)戶創(chuàng)造財富的機會有限。而東北部地區(qū)的經(jīng)濟發(fā)展主要依賴于傳統(tǒng)工業(yè)，農(nóng)業(yè)發(fā)展相對滯后，加之人口流失嚴重，勞動力有限在一定程度上加深了該農(nóng)村地區(qū)的貧困程度①。

5.2農(nóng)村家庭多維相對貧困的微觀個體分析

基準回歸結(jié)果如表5所示，基于模型（1），得以驗證鄉(xiāng)村數(shù)字化能否緩解農(nóng)村家庭多維相對貧困，但需注意的是：一方面，導(dǎo)致農(nóng)村家庭出現(xiàn)貧困的原因多樣，本文僅選取了部分有代表性的致貧因素；另一方面，雖然鄉(xiāng)村數(shù)字化發(fā)展可能會起到減貧作用，但實際上農(nóng)村地區(qū)貧困程度越低，通常意味著該地區(qū)農(nóng)戶使用互聯(lián)網(wǎng)等數(shù)字技術(shù)能力越強，鄉(xiāng)村數(shù)字化發(fā)展水平也越高。上述原因可能使得原模型中存在遺漏變量和雙向因果對回歸結(jié)果造成偏誤，進而出現(xiàn)內(nèi)生性問題。為此，借鑒黃群慧等（2019）的做法，本文選取農(nóng)村家庭所在省份1984年每百人固定電話數(shù)作為工具變量。這是因為，數(shù)字經(jīng)濟的發(fā)展始于電話撥號接入，一般而言，固定電話普及率較高會促進當(dāng)?shù)鼗ヂ?lián)網(wǎng)技術(shù)使用，也說明該地區(qū)數(shù)字經(jīng)濟發(fā)展較好。然而，傳統(tǒng)媒介（如固定電話）的使用率逐年降低，它們對社會經(jīng)濟的影響逐漸減弱，即與農(nóng)村家庭貧困狀態(tài)無直接關(guān)系。同時，為加強該工具變量在時間維度上的適配性，進一步納入“上一年農(nóng)村互聯(lián)網(wǎng)上網(wǎng)人數(shù)”指標構(gòu)造工具變量，即以“上一年農(nóng)村互聯(lián)網(wǎng)上網(wǎng)人數(shù)與1984年每百人固定電話數(shù)的交互項”作為鄉(xiāng)村數(shù)字化的工具變量。

由表5列（1）和列（2）可知，無論加入哪個其他控制變量，核心解釋變量鄉(xiāng)村數(shù)字化均在1%的顯著性水平上拒絕原假設(shè)，且系數(shù)為負，表明數(shù)字鄉(xiāng)村建設(shè)能顯著發(fā)揮減貧作用。從個體層面的控制變量來看，戶主年齡和健康狀況對家庭多維相對貧困的估計系數(shù)顯著為正，說明戶主年齡越大、健康狀況越差的農(nóng)村家庭陷入相對貧困的程度越深。而戶主性別、婚姻狀況以及受教育年限的估計系數(shù)顯著為負，說明在緩解家庭貧困方面，男性當(dāng)家優(yōu)于女性，戶主已婚優(yōu)于未婚，究其內(nèi)在邏輯是男性通常被期望承擔(dān)家庭經(jīng)濟責(zé)任并擁有更多的資源和決策權(quán)，因此能夠更好地應(yīng)對家庭貧困，而已婚人群則可以通過配偶的協(xié)助來解決家庭生計問題。同時，受教育程度較高的戶主往往因其自身的生產(chǎn)經(jīng)營決策能力和使用新技術(shù)能力較強，可以利用數(shù)字紅利實現(xiàn)家庭增收減貧。從家庭層面的控制變量來看，受經(jīng)濟基礎(chǔ)影響，家庭現(xiàn)金及存款總額越少，越容易陷入更深的貧困中。家庭撫養(yǎng)比大意味著該家庭有更多成員需要依賴較少的勞動力維持生活，導(dǎo)致就業(yè)機會和收入來源有限，難以滿足家庭長期發(fā)展需求，從而加劇貧困。同時，農(nóng)村家庭中有人外出打工也會導(dǎo)致貧困程度加深，這是因為勞動力資源減少、經(jīng)濟活動受限和收入來源不穩(wěn)定等原因?qū)е录彝ルy以擺脫貧困。內(nèi)生性檢驗結(jié)果如表5列（3）和列（4）所示，工具變量的估計系數(shù)在1%的顯著性水平上為正，與內(nèi)生解釋變量高度相關(guān)，并在利用其克服內(nèi)生性問題后，鄉(xiāng)村數(shù)字化依然在1%的顯著性水平上為負，與前文基準回歸結(jié)果一致。

5.3作用機理分析

為進一步闡明鄉(xiāng)村數(shù)字減貧的具體機制，一方面，將貧困各維度分別作為被解釋變量進行回歸，探究鄉(xiāng)村數(shù)字化發(fā)展對何者的減貧效應(yīng)最為顯著；另一方面，基于前文研究假設(shè)，采用Bootstrap方法進行對模型（2）和模型（3）進行中介回歸分析，以驗證家庭非農(nóng)就業(yè)水平和社會融入度的作用機理。

分維度檢驗結(jié)果如表6所示。

由表6可知，數(shù)字鄉(xiāng)村建設(shè)對貧困6個維度均存在顯著的緩解效應(yīng)。其中，對家庭收入、家庭資產(chǎn)和生活水平等貧困維度的減貧作用較大，而對健康和主觀感知等貧困維度的減貧作用較小，表明鄉(xiāng)村數(shù)字化在減輕農(nóng)村家庭多維相對貧困方面取得了一定成效，尤其對家庭收入、家庭資產(chǎn)等經(jīng)濟方面的貧困緩解作用最為顯著。然而，對于健康和主觀感知等非經(jīng)濟維度的貧困，數(shù)字技術(shù)減貧作用相對較小。因此，在全面推進鄉(xiāng)村數(shù)字化進程中，應(yīng)注重提升農(nóng)戶的民生福祉與生活品質(zhì)，加強健康服務(wù)和社會支持體系的建設(shè)，以實現(xiàn)更為健全的貧困減緩和農(nóng)村發(fā)展。

非農(nóng)就業(yè)水平與社會融入度的中介機制檢驗結(jié)果如表7所示。

由表7可知，在兩條作用路徑中，0均不在95%的置信區(qū)間內(nèi)，回歸結(jié)果顯著，非農(nóng)就業(yè)水平和社會融入度的中介效應(yīng)分別為16%和24%，表明鄉(xiāng)村數(shù)字化確實能通過提高農(nóng)村家庭成員的非農(nóng)就業(yè)水平和社會融入度緩解其貧困狀態(tài)，且后者的機制效應(yīng)更為顯著。究其原因可能在于：非農(nóng)就業(yè)為農(nóng)村家庭創(chuàng)造了多元化的工作機會和收入渠道，降低其過度依賴傳統(tǒng)農(nóng)業(yè)的風(fēng)險，然而，由于就業(yè)不穩(wěn)定、不確定以及市場波動等外部因素，該機制所釋放的減貧功效十分有限。相對而言，提升社會融入度有利于農(nóng)村家庭建立廣泛的社會關(guān)系網(wǎng)絡(luò)，增強社會支持和資源獲取，為農(nóng)戶提供更多發(fā)展機遇，緩解多維貧困引致的生計壓力（張晨等，2022）。據(jù)此，假設(shè)H2得以驗證。

5.4異質(zhì)性討論

盡管前文已經(jīng)證實鄉(xiāng)村數(shù)字減貧的直接作用和影響機制，但這一結(jié)論忽略了家庭內(nèi)部的差異表征。因此，從是否接受政府補助、貧困程度和生產(chǎn)性質(zhì)三方面對鄉(xiāng)村數(shù)字化影響多維相對貧困的異質(zhì)性進行分析，結(jié)果如表8所示。

第一，關(guān)于是否接受精準扶貧補助的異質(zhì)性分析。精準扶貧是我國對于貧困群體實施的一項針對性政策，取得了顯著的減貧效果。然而，該項政策也引發(fā)了一系列負面問題，如貧困人口對援助政策產(chǎn)生過度依賴等（溫濤等，2020）。為此，將問卷中“是否接受政府補助”的回答作為家庭是否享受精準扶貧政策福利的代理變量，探究“政策性依賴”能否阻礙鄉(xiāng)村數(shù)字化減貧。異質(zhì)性分析結(jié)果如表8所示。從表8列（1）和列（2）不難發(fā)現(xiàn)，未接受政府補助的農(nóng)村家庭能更好利用互聯(lián)網(wǎng)緩解自身貧困狀態(tài)，“政策性依賴”弱化了數(shù)字技術(shù)的減貧功效，即政府補助表面上增加了貧困家庭的總體收入，但他們的脫貧自立性和發(fā)展?jié)摿Σ⑽吹玫接行嵘?，仍較強依賴于外部扶貧政策。隨著過渡期內(nèi)的“照顧式”和“輸血式”扶貧政策逐漸減少，若受幫扶對象未能轉(zhuǎn)變消極依賴的思維觀念，數(shù)字化建設(shè)的減貧效果將大大降低。因此，在推進網(wǎng)絡(luò)扶貧進程中，應(yīng)注重促進貧困家庭的自主發(fā)展能力，充分發(fā)揮數(shù)字技術(shù)在減貧中的潛力。

第二，關(guān)于貧困程度的異質(zhì)性分析。鑒于前文著重分析了鄉(xiāng)村數(shù)字化對家庭多維相對貧困的均值回歸結(jié)果，并未將貧困程度的差異性表征納入其中。為此，利用分位數(shù)回歸模型進行分析，結(jié)果如表8列（3）至列（5）所示。在25%、50%和75%的分位點上，鄉(xiāng)村數(shù)字化均能顯著緩解農(nóng)村家庭多維相對貧困，但相較于低分位點家庭，鄉(xiāng)村數(shù)字化對高分位點家庭的減貧效果更為明顯。這是因為，對于貧困程度較低的農(nóng)村家庭而言，數(shù)字技術(shù)幫扶更多地是發(fā)揮“錦上添花”的作用，起到的邊際減貧作用較小。而相對貧困程度越高的弱勢群體面臨更嚴重的資源稀缺、就業(yè)困難和交流障礙，亟需外界社會力量支持，數(shù)字化建設(shè)提供了教育資源、拓寬了就業(yè)機會、改善了信息獲取渠道，彌補了傳統(tǒng)資源匱乏的短板，更好地發(fā)揮著“雪中送炭”的功能。

第三，關(guān)于生產(chǎn)性質(zhì)的異質(zhì)性分析。前文提到，數(shù)字技術(shù)在理論上有助于促進林區(qū)高質(zhì)量發(fā)展，實現(xiàn)生態(tài)保護與緩解貧困的共生協(xié)調(diào)。因此，為檢驗鄉(xiāng)村數(shù)字化在林農(nóng)生產(chǎn)活動中的減貧效應(yīng)，根據(jù)問卷中“是否從事林業(yè)”一題將農(nóng)村家庭分為非林業(yè)生產(chǎn)戶和林業(yè)生產(chǎn)戶兩類，探究數(shù)字技術(shù)對兩類農(nóng)戶減貧的異質(zhì)性作用。結(jié)果如表8列（6）和列（7）所示，對于兩類農(nóng)村家庭，鄉(xiāng)村數(shù)字化均能顯著緩解其多維相對貧困，相較而言，數(shù)字技術(shù)在減輕非林業(yè)生產(chǎn)家庭的貧困方面表現(xiàn)更為顯著。這可能是因為：相較于平坦開闊的非林區(qū)，林區(qū)生產(chǎn)生活環(huán)境相對閉塞，數(shù)字技術(shù)發(fā)揮信息擴散與滲透作用有限，農(nóng)戶始終難以實時獲取農(nóng)業(yè)資訊與耕種技術(shù)。同時，當(dāng)前針對林業(yè)發(fā)展的金融機構(gòu)匱乏，森林保險配套措施不夠完備，林權(quán)抵押貸款困難，進一步加深了林農(nóng)的生產(chǎn)脆弱性和返貧風(fēng)險性（陳燦等，2022）。

5.5農(nóng)村家庭多維相對貧困的宏觀區(qū)域研究

由前文已知數(shù)字減貧在本省份微觀家庭的表現(xiàn)，為進一步探究數(shù)字技術(shù)的區(qū)間擴散效應(yīng)如何實現(xiàn)更為全面的減貧脫困，本文進行了宏觀區(qū)域的空間分析。通常情況下，在進行空間分析前，應(yīng)考慮數(shù)據(jù)是否存在空間依賴性，而空間自相關(guān)分析就是判定是否使用空間計量的基本方法。具體而言，全局自相關(guān)用于反映全國農(nóng)村家庭貧困程度的空間分布特征，一般用全局莫蘭指數(shù)進行測度，取值范圍為[-1， 1]。局部自相關(guān)則反映某一地區(qū)農(nóng)村家庭貧困程度與周邊地區(qū)的空間差異情況，一般用局部莫蘭指數(shù)度量。同時，采用鄰接空間權(quán)重計算以上指數(shù)，并根據(jù)系數(shù)大小，把貧困發(fā)展類型劃分為：高高聚集（H-H）、低低聚集（L-L）、高低聚集（H-L）和低高聚集（L-H）。2014-2020年全國25個省份農(nóng)村家庭多維相對貧困的全局莫蘭指數(shù)如表9所示，指數(shù)為正，P值接近0，在1%的顯著性水平上通過了檢驗，表明各地區(qū)農(nóng)村貧困程度存在空間自相關(guān)性，某個省份貧困程度變化會引起周圍地區(qū)貧困程度變動。

為具體研判農(nóng)村地區(qū)貧困聚集狀態(tài)，進一步繪制出2020年全國農(nóng)村家庭多維相對貧困程度局部莫蘭散點圖，如圖2所示。由圖2可知，大部分地區(qū)位于一、三象限，第一象限中相對貧困程度較高的甘肅、貴州、廣西、陜西、四川、黑龍江、吉林、遼寧等地聚集，第三象限中相對貧困程度較低的北京、上海、江蘇、浙江、天津等地聚集。由此可見，我國各省級行政區(qū)之間農(nóng)村多維相對貧困存在顯著的省際空間自相關(guān)，西部和東北部地區(qū)貧困程度普遍較高，中部和東部地區(qū)貧困程度相對較低。

在證實我國各農(nóng)村地區(qū)多維相對貧困存在空間相關(guān)性的基礎(chǔ)上，進一步引入空間計量模型來探究其空間驅(qū)動因素。對于模型的選擇，本文進行了LM檢驗、LR檢驗和Hausman檢驗。結(jié)果顯示，三個均通過了1%的顯著性水平檢驗，故選取面板數(shù)據(jù)空間杜賓固定效應(yīng)模型。在進行計量分析時，考慮到該模型同時包括被解釋變量和解釋變量的空間滯后項，后者會影響反饋效應(yīng)，從而導(dǎo)致模型估計系數(shù)僅在方向和顯著性上有效。因此，利用偏微分方法對空間效應(yīng)進行分解。農(nóng)村家庭多維相對貧困影響因素的空間效應(yīng)分解如表10所示。

由表10可知，鄉(xiāng)村數(shù)字化的直接效應(yīng)、間接效應(yīng)和總效應(yīng)系數(shù)均至少在10%的顯著性水平上為負，說明鄉(xiāng)村數(shù)字化會顯著緩解本省份和臨近省份的農(nóng)村家庭多維相對貧困。究其內(nèi)在邏輯是數(shù)字化建設(shè)的經(jīng)驗和技術(shù)可以在臨近省份進行學(xué)習(xí)借鑒，促進農(nóng)村發(fā)展模式的創(chuàng)新和轉(zhuǎn)變。通過互聯(lián)互通的信息網(wǎng)絡(luò)和數(shù)字技術(shù)共享，其他省份可以快速借助數(shù)字強省先進的信息化建設(shè)成果，提高自身的農(nóng)村產(chǎn)業(yè)效率和競爭力，從而減緩農(nóng)村家庭的貧困程度。

綜上，在微觀層面通過分析鄉(xiāng)村數(shù)字化對農(nóng)戶多維相對貧困的直接效應(yīng)、作用機制與差異表征，證實了數(shù)字技術(shù)可以緩解本省份農(nóng)村家庭貧困程度。同時，考慮到數(shù)字技術(shù)的區(qū)域擴散、互學(xué)互鑒、產(chǎn)業(yè)協(xié)同等溢出效應(yīng)，進一步在宏觀層面上驗證了鄉(xiāng)村數(shù)字化對周邊省份農(nóng)村家庭的減貧作用，為我國各地全面推進數(shù)字鄉(xiāng)村建設(shè)、實現(xiàn)共同富裕提供了參考。

5.6穩(wěn)健性檢驗

穩(wěn)健性檢驗用于評估經(jīng)濟模型或統(tǒng)計分析結(jié)果對于假設(shè)變化的敏感程度，即在不同的假設(shè)條件下，結(jié)果是否保持一致或具有合理的穩(wěn)定性?；诖耍疚膹乃膫€方面進行穩(wěn)健性檢驗，結(jié)果如表11所示。

第一，更換解釋變量。通常情況下，學(xué)術(shù)界一般以家庭收入中位數(shù)的一定比例或者平均收入來測算相對貧困指數(shù)，關(guān)于這兩個指標的選擇學(xué)者們持不同觀點。但實際上，農(nóng)戶收入分配越不均衡，使用中位數(shù)進行衡量的矛盾就越突出（Nielsen， 2009）。因此，為避免因農(nóng)戶之間各維度指標差別較大導(dǎo)致估計結(jié)果偏誤，借鑒陳宗勝等（2013）的做法，將衡量貧困各指標中位數(shù)的40%替換為平均數(shù)的40%進行檢驗。結(jié)果如表11列（1）所示，鄉(xiāng)村數(shù)字化仍在1%的顯著性水平上為負，證實了基準回歸結(jié)果的穩(wěn)定性。

第二，更換核心解釋變量?？紤]到鄉(xiāng)村數(shù)字化指數(shù)的統(tǒng)計口徑為宏觀層面，難以準確度量農(nóng)村家庭微觀個體的數(shù)字使用情況。因此，進一步利用中國家庭追蹤調(diào)查數(shù)據(jù)庫中的直接調(diào)查指標對鄉(xiāng)村數(shù)字化進行重新衡量。同時，限于數(shù)據(jù)的可得性以及鄉(xiāng)村數(shù)字化對農(nóng)戶的影響主要集中在互聯(lián)網(wǎng)使用方面，以鄉(xiāng)村互聯(lián)網(wǎng)發(fā)展為切入點，選取問卷中“是否使用互聯(lián)網(wǎng)”“互聯(lián)網(wǎng)對獲取信息的重要程度”“家庭人均周上網(wǎng)時長”3個指標對鄉(xiāng)村數(shù)字化發(fā)展進行綜合測度。結(jié)果如表11列（2）所示，更換衡量方式后的鄉(xiāng)村數(shù)字化水平仍在5%的顯著性水平上為負，證實了基準回歸結(jié)果的穩(wěn)定性。

第三，更換貧困臨界值。前文在測算多維相對貧困時選取的貧困閾值為0.40，為證實回歸結(jié)果不是在特定的臨界值下才能得到，將其設(shè)定為0.30和0.50進行重新測算。結(jié)果如表11列（3）所示，鄉(xiāng)村數(shù)字化發(fā)展仍能有效緩解農(nóng)村家庭多維相對貧困，并且減貧效能隨閾值上升有所增強。據(jù)此，假設(shè)H1得以驗證。

第四，更換空間權(quán)重矩陣。以上檢驗是在微觀研究模型基礎(chǔ)上開展的，對于宏觀分析而言，本文重新引入經(jīng)濟距離權(quán)重矩陣進行空間效應(yīng)分析。結(jié)果如表11列（4）所示，鄉(xiāng)村數(shù)字化的估計系數(shù)仍顯著為負，與前文回歸結(jié)果一致，證實了結(jié)論的穩(wěn)健性。據(jù)此，假設(shè)H3得以驗證。

6研究結(jié)論、討論與政策啟示

隨著數(shù)字時代的來臨，農(nóng)村地區(qū)不僅得以擺脫信息孤島困局、融入信息社會洪流，更能享受到數(shù)字技術(shù)對于生產(chǎn)水平和生活品質(zhì)的涓涓滋養(yǎng)，開啟一扇扇致富大門。從鄉(xiāng)村數(shù)字化發(fā)展與相對貧困治理的實際出發(fā)，結(jié)合宏觀和微觀角度考察數(shù)字鄉(xiāng)村建設(shè)對緩解農(nóng)村家庭多維相對貧困的作用機理及空間效應(yīng)，并對家庭內(nèi)部的異質(zhì)性開展進一步討論，以期為推進鄉(xiāng)村數(shù)字化有序發(fā)展、緩解農(nóng)村家庭相對貧困提供有針對性的政策啟示。

6.1研究結(jié)論

基于實證檢驗結(jié)果，本文得出鄉(xiāng)村數(shù)字化對農(nóng)村家庭多維相對貧困的影響效果、實現(xiàn)路徑、差異表征及空間效應(yīng)，具體體現(xiàn)在4個方面。

（1）在經(jīng)過一系列穩(wěn)健性檢驗后，鄉(xiāng)村數(shù)字化確實可以顯著緩解農(nóng)村家庭多維相對貧困，其中對家庭收入和家庭資產(chǎn)等經(jīng)濟層面的貧困維度減貧效應(yīng)較大，而對健康和主觀感知等維度的減貧作用較小。

（2）家庭非農(nóng)就業(yè)水平和社會融入度在數(shù)字鄉(xiāng)村減貧中發(fā)揮著顯著的中介作用，效應(yīng)分別為16%和24%。其中，非農(nóng)就業(yè)機會為家庭創(chuàng)造了新的就業(yè)渠道，提高了收入來源的多樣性，并帶來職業(yè)技能的提升。而較高社會融入度意味著農(nóng)戶能夠廣泛獲取信息資源，拓寬社會網(wǎng)絡(luò)，強化資本積累，為融入現(xiàn)代經(jīng)濟社會體系、擺脫貧困困境提供堅實基礎(chǔ)。

（3）數(shù)字鄉(xiāng)村的福利效應(yīng)對于不同農(nóng)村家庭的表現(xiàn)有所差異，在未接受政府補助和貧困程度較高的家庭中，數(shù)字減貧能發(fā)揮較大功效，表明數(shù)字技術(shù)作為一種扶貧手段有賴于受幫扶對象的自主發(fā)展能力，對深度貧困家庭起到較強的“雪中送炭”作用。在生產(chǎn)性質(zhì)方面，鄉(xiāng)村數(shù)字化對非林業(yè)生產(chǎn)戶的減貧作用更為明顯，表明受限于林區(qū)自然資源稟賦特殊、林業(yè)發(fā)展條件不足和數(shù)字基礎(chǔ)設(shè)施不夠完善等因素，數(shù)字化建設(shè)對林農(nóng)的貧困幫扶機制有待進一步探索。

（4）我國各地農(nóng)村多維相對貧困程度存在較為顯著的省際空間自相關(guān)，西部和東北部地區(qū)貧困程度較高，中部和東部地區(qū)貧困程度相對較低。同時，由于省份間的地理接近和經(jīng)濟聯(lián)系，鄉(xiāng)村數(shù)字化的福利效應(yīng)也會波及到臨近省份的農(nóng)村地區(qū)，全方位推動數(shù)字減貧進程，為促進數(shù)字鄉(xiāng)村建設(shè)的跨區(qū)域合作、實現(xiàn)鄉(xiāng)村振興戰(zhàn)略的全面推進提供參考。

6.2討論

本文就鄉(xiāng)村數(shù)字化能否緩解農(nóng)村家庭多維相對貧困進行了深入探討。

首先，數(shù)字鄉(xiāng)村建設(shè)對農(nóng)村家庭存在顯著減貧作用，這與周常春等（2023）、王永靜等（2023）、鄧金錢等（2023）的研究結(jié)論相似。數(shù)字鄉(xiāng)村建設(shè)將現(xiàn)代科技與農(nóng)村發(fā)展有機結(jié)合，推動了農(nóng)村產(chǎn)業(yè)升級和社會普惠發(fā)展。一方面，鄉(xiāng)村數(shù)字化拓展了農(nóng)村產(chǎn)業(yè)鏈和價值鏈，優(yōu)化農(nóng)村產(chǎn)業(yè)結(jié)構(gòu)，提高競爭力與市場占有率，進而提升農(nóng)村家庭的經(jīng)濟收入水平（溫濤等，2020）；另一方面，信息技術(shù)滲透為農(nóng)戶提供了廣泛便捷的社會服務(wù)，尤其是教育、醫(yī)療、金融等領(lǐng)域的數(shù)字化創(chuàng)新，大幅度提升了農(nóng)戶的生活品質(zhì)。但進一步研究發(fā)現(xiàn)，相較于健康和主觀感知等維度，數(shù)字鄉(xiāng)村減貧在農(nóng)戶經(jīng)濟層面的效果更為明顯。

其次，作用機制表明，非農(nóng)就業(yè)水平和社會融入度在鄉(xiāng)村數(shù)字減貧中起著部分中介作用，這與陳飛等（2022）、王曉全等（2023）的研究結(jié)論相似。數(shù)字時代下，不斷涌現(xiàn)的非農(nóng)就業(yè)崗位為農(nóng)村勞動者提供了多種職業(yè)選擇，網(wǎng)絡(luò)連接增強了農(nóng)戶信息獲取能力，激發(fā)其創(chuàng)業(yè)熱情（何宗樾等，2020），而就業(yè)多樣性恰能幫助農(nóng)戶規(guī)避單一收入風(fēng)險所引致的貧困陷阱。同時，在線平臺的運用打破了農(nóng)村長期存在的地域、血緣等桎梏，開辟了農(nóng)戶新的網(wǎng)絡(luò)社交圈（戚聿東等，2021）。高度連接的社會關(guān)系能夠緩解農(nóng)戶外出務(wù)工或經(jīng)商的潛在風(fēng)險，降低外部成本，實現(xiàn)更高的經(jīng)濟回報。然而，鑒于農(nóng)戶非農(nóng)就業(yè)常遭受不確定因素沖擊，較高的社會融入度為他們提供更多發(fā)展機遇，減輕就業(yè)風(fēng)險帶來的貧困威脅，其所產(chǎn)生的中介效應(yīng)也相對較大。

最后，異質(zhì)性分析表明，鄉(xiāng)村數(shù)字化在接受政府補助、貧困程度較低以及從事林業(yè)生產(chǎn)的農(nóng)村家庭中發(fā)揮的減貧效能較弱，這與張棟浩等（2020）、魏鑫等（2023）、尹含等（2023）的研究結(jié)論相似。這是由于政策扶貧易滋生“政策性依賴”等負面問題，表面上貧困人口收入增加，但其自主脫貧能力和致富潛力并未增強，仍過分依賴作為外力的扶貧政策，嚴重削弱互聯(lián)網(wǎng)技術(shù)的減貧作用（溫濤等，2020）。同時，由于深度貧困家庭自身的發(fā)展限制，難以應(yīng)對突發(fā)危機和災(zāi)害，擺脫長期陷入的貧困狀態(tài)，更需要外界支持獲得原始資本積累以實現(xiàn)發(fā)展，數(shù)字經(jīng)濟可發(fā)揮的邊際效能相對更大。但考慮到數(shù)字技術(shù)尚未在山區(qū)等偏遠農(nóng)村普及，加之林區(qū)自然條件復(fù)雜，資金、政策、設(shè)備等要素的投入不足，林農(nóng)能享受的數(shù)字福利相對匱乏。

然而，鑒于中國家庭追蹤調(diào)查數(shù)據(jù)庫的限制，難以獲取縣域?qū)用娴南嚓P(guān)數(shù)據(jù)，因此本文研究還有待細化和深入。

6.3政策啟示

本文旨在推進鄉(xiāng)村數(shù)字化建設(shè)與相對貧困治理的有效結(jié)合，為后扶貧時代穩(wěn)固脫貧攻堅成果、防止規(guī)模性返貧、實現(xiàn)共同富裕與鄉(xiāng)村振興提供借鑒價值。為此，提出5點政策啟示。

（1）重點關(guān)注農(nóng)村家庭資產(chǎn)收入情況，通過提供技術(shù)培訓(xùn)和金融扶持等途徑，培育新型職業(yè)農(nóng)民，增強其增收致富能力。同時，密切關(guān)注農(nóng)戶的身心健康問題，加強農(nóng)村基礎(chǔ)設(shè)施建設(shè)與社會公共服務(wù)供給，改善農(nóng)戶生活品質(zhì)。

（2）制定企業(yè)激勵政策，營造良好營商環(huán)境，鼓勵相關(guān)職能機構(gòu)為農(nóng)戶提供各種就業(yè)機會。同時，注重提供職業(yè)技能培訓(xùn)和技能進階課程，幫助農(nóng)戶適應(yīng)非農(nóng)就業(yè)需求，提高自身核心競爭力。創(chuàng)建數(shù)字化社交平臺與信息服務(wù)中心，幫助農(nóng)戶實時獲取所需資源，拓寬社交網(wǎng)絡(luò)、增進互動交流，提升社交能力與社會資本積累。

（3）扶貧工作中，不僅要進行物質(zhì)幫扶與經(jīng)濟援助，更需重點激發(fā)貧困家庭的內(nèi)在動力和自主意識，幫助他們重拾自信、擁有發(fā)展的愿望和能力。同時，提供更為全面的扶貧政策和精準幫扶措施，為深度貧困家庭創(chuàng)造數(shù)字扶貧機遇，鼓勵農(nóng)戶個體經(jīng)濟發(fā)展，確保數(shù)字減貧能在貧困家庭中發(fā)揮更為顯著的作用，幫助其走出貧困困境。

（4）對林區(qū)而言，一是繼續(xù)加大對自然資源保護的投入及培育力度，鼓勵林農(nóng)與相關(guān)企業(yè)改進生產(chǎn)模式，提高林木資源的利用效率。通過積極發(fā)展林業(yè)“三產(chǎn)”，特別是以森林康養(yǎng)、森林游憩和森林教育為主的第三產(chǎn)業(yè)，提高林業(yè)附加值，拓寬林農(nóng)生計渠道。二是加強林區(qū)數(shù)字基礎(chǔ)設(shè)施建設(shè)，提供快速可靠的互聯(lián)網(wǎng)接入和覆蓋程度，持續(xù)開展面對林農(nóng)的林業(yè)生產(chǎn)技術(shù)推廣和培訓(xùn)，提高自身對數(shù)字技術(shù)的理解和應(yīng)用能力。三是完善針對林業(yè)發(fā)展的金融機構(gòu)和金融產(chǎn)品，尤其加大對森林保險的支持力度，降低林農(nóng)因自然災(zāi)害和市場波動導(dǎo)致的風(fēng)險。此外，完善林權(quán)制度，保護林農(nóng)對林地的合法權(quán)益，鼓勵林地流轉(zhuǎn)，促進林地的高效利用和規(guī)模經(jīng)營。完善林權(quán)抵押貸款機制，降低林農(nóng)經(jīng)營風(fēng)險和資金瓶頸。

（5）強調(diào)區(qū)域間均衡發(fā)展，通過引導(dǎo)投資、優(yōu)化政策環(huán)境等方式，吸引更多資源向深度貧困地區(qū)流動，縮小地區(qū)間的數(shù)字鴻溝，實現(xiàn)全國范圍內(nèi)的共同繁榮。同時，強化區(qū)域間合作交流，共享數(shù)字鄉(xiāng)村建設(shè)經(jīng)驗，促進貧困問題跨區(qū)域協(xié)作解決。

參考文獻

陳燦，高建中，李善美，等.數(shù)字普惠金融、家庭借貸對農(nóng)戶林業(yè)收入的影響研究[J].林業(yè)經(jīng)濟問題， 2022， 42（03）：269-277.

陳飛，劉宣宣，王友軍.數(shù)字經(jīng)濟是否緩解了農(nóng)村多維相對貧困？——基于收入導(dǎo)向型視角[J].浙江社會科學(xué)， 2022（10）：25-36， 155-156.

陳享光，湯龍，唐躍桓.農(nóng)村電商政策有助于縮小城鄉(xiāng)收入差距嗎——基于要素流動和支出結(jié)構(gòu)的視角[J].農(nóng)業(yè)技術(shù)經(jīng)濟， 2023（03）：89-103.

陳宗勝，沈揚揚，周云波.中國農(nóng)村貧困狀況的絕對與相對變動——兼論相對貧困線的設(shè)定[J].管理世界， 2013（01）：67-77.

鄧金錢，劉明霞.數(shù)字鄉(xiāng)村緩解農(nóng)村多維相對貧困的機制研究——來自縣域?qū)用娴慕?jīng)驗證據(jù)[J].管理學(xué)刊， 2023， 36（02）：10-24.

鄧榮榮，吳云峰.數(shù)字基礎(chǔ)設(shè)施建設(shè)對農(nóng)村居民收入的影響效應(yīng)[J].首都經(jīng)濟貿(mào)易大學(xué)學(xué)報， 2023， 25（01）：21-35.

付瑞，劉林.共同富裕視角下多維相對貧困的測度、時空分異及其驅(qū)動因素研究[J].新疆師范大學(xué)學(xué)報（哲學(xué)社會科學(xué)版）， 2023， 44（06）：28-35.

何宗樾，宋旭光.數(shù)字經(jīng)濟促進就業(yè)的機理與啟示——疫情發(fā)生之后的思考[J].經(jīng)濟學(xué)家， 2020（05）：58-68.

黃慶華，潘婷，時培豪.數(shù)字經(jīng)濟對城鄉(xiāng)居民收入差距的影響及其作用機制[J].改革， 2023（04）：53-69.

黃群慧，余泳澤，張松林.互聯(lián)網(wǎng)發(fā)展與制造業(yè)生產(chǎn)率提升：內(nèi)在機制與中國經(jīng)驗[J].中國工業(yè)經(jīng)濟， 2019（08）：5-23.

黎驊逸，王超，李銳.多維貧困視角下我國林業(yè)扶貧減貧效果的異質(zhì)性研究[J].林業(yè)經(jīng)濟， 2021， 43（11）：63-83.

李春根，陳文美.共同富裕目標下農(nóng)村相對貧困家庭多維貧困測度及分解[J].當(dāng)代財經(jīng)， 2022（05）：3-12.

李曉華.數(shù)字經(jīng)濟新特征與數(shù)字經(jīng)濟新動能的形成機制[J].改革， 2019（11）：40-51.

李壯壯，龍瑩.新發(fā)展階段農(nóng)村多維貧困的識別與測度[J].華南農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版）， 2022， 21（02）：15-27.

劉佩，孫立娟.中國老年人多維相對貧困測度與識別研究[J].經(jīng)濟與管理評論， 2022， 38（01）：137-150.

劉愿理，廖和平，蔡拔林，等.基于不同生計類型的農(nóng)戶多維相對貧困測度與影響機理[J].中國人口·資源與環(huán)境， 2022， 32（05）： 165-175.

戚聿東，褚席.數(shù)字生活的就業(yè)效應(yīng)：內(nèi)在機制與微觀證據(jù)[J].財貿(mào)經(jīng)濟， 2021， 42（04）：98-114.

齊紅倩，張佳馨.農(nóng)村普惠金融發(fā)展與我國減貧可持續(xù)性——基于多維相對貧困和貧困脆弱性的雙重視角[J].經(jīng)濟問題探索， 2023（07）：158-175.

秦芳，王劍程，胥芹.數(shù)字經(jīng)濟如何促進農(nóng)戶增收？——來自農(nóng)村電商發(fā)展的證據(jù)[J].經(jīng)濟學(xué)（季刊）， 2022， 22（02）：591-612.

邱澤奇，張樹沁，劉世定，等.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）：93-115， 203-204.

孫薇，李建琴.電子商務(wù)促進了產(chǎn)業(yè)升級嗎——基于世界銀行2012年中國企業(yè)調(diào)查的證據(jù)[J].中國經(jīng)濟問題， 2021（03）：62-75.

唐超，羅明忠.貧困地區(qū)電商扶貧模式的特點及制度約束——來自安徽碭山縣的例證[J].西北農(nóng)林科技大學(xué)學(xué)報（社會科學(xué)版）， 2019， 19（04）：96-104.

唐紅濤，陳欣如.數(shù)字經(jīng)濟鞏固拓展脫貧攻堅成果與鄉(xiāng)村振興有效銜接——基于非線性空間效應(yīng)研究[J].重慶工商大學(xué)學(xué)報（社會科學(xué)版）， 2023， 40（01）：88-105.

田鴿，張勛.數(shù)字經(jīng)濟、非農(nóng)就業(yè)與社會分工[J].管理世界， 2022， 38（05）：72-84.

王曉全，郭蘇媚，殷崔紅.互聯(lián)網(wǎng)參與農(nóng)村相對貧困治理的路徑研究[J].農(nóng)業(yè)技術(shù)經(jīng)濟， 2023（07）：35-51.

王修梅，易法敏.數(shù)字經(jīng)濟對農(nóng)村勞動力非農(nóng)就業(yè)質(zhì)量的影響——來自電子商務(wù)發(fā)展的證據(jù)[J].經(jīng)濟經(jīng)緯， 2023， 40（03）：55-65.

王永靜，紀陽陽.鄉(xiāng)村數(shù)字經(jīng)濟緩解多維相對貧困的理論分析與機制檢驗[J].統(tǒng)計與決策， 2023， 39（15）：57-63.

王子鳳，張桂文.數(shù)字經(jīng)濟如何助力農(nóng)民增收——理論分析與經(jīng)驗證據(jù)[J].山西財經(jīng)大學(xué)學(xué)報， 2023， 45（02）：16-28.

魏鑫，許林，徐玉發(fā).互聯(lián)網(wǎng)技術(shù)應(yīng)用、信息可獲得性與農(nóng)戶多維相對貧困緩解[J].農(nóng)村金融研究， 2023（08）：23-37.

溫濤，陳一明.數(shù)字經(jīng)濟與農(nóng)業(yè)農(nóng)村經(jīng)濟融合發(fā)展：實踐模式、現(xiàn)實障礙與突破路徑[J].農(nóng)業(yè)經(jīng)濟問題， 2020（07）：118-129.

吳思栩，孫斌棟.信息化助推鄉(xiāng)村振興：機制、條件與對策[J].南京社會科學(xué)， 2021（09）：64-72.

易瑩瑩，陸書馨.數(shù)字普惠金融能否緩解新老兩代農(nóng)民工的多維貧困？ [J].財經(jīng)論叢， 2022（06）：41-51.

尹含，孫伯馳.數(shù)字鄉(xiāng)村建設(shè)對農(nóng)村居民收入差距的影響研究[J].林業(yè)經(jīng)濟， 2023， 45（07）：40-59.

曾億武，孫文策，李麗莉，等.數(shù)字鴻溝新坐標：智慧城市建設(shè)對城鄉(xiāng)收入差距的影響[J].中國農(nóng)村觀察， 2022（03）：165-184.

張晨，馬彪，仇煥廣.信息通信技術(shù)使用可以促進易地扶貧搬遷戶的社會融入嗎？[J].中國農(nóng)村經(jīng)濟， 2022（02）：56-75.

張棟浩，尹志超，隋鈺冰.金融普惠可以提高減貧質(zhì)量嗎？——基于多維貧困的分析[J].南方經(jīng)濟， 2020（10）：56-75.

張廣勝，王若男.數(shù)字經(jīng)濟發(fā)展何以賦能農(nóng)民工高質(zhì)量就業(yè)[J].中國農(nóng)村經(jīng)濟， 2023（01）：58-76.

張俊英，唐紅濤.電商扶貧效率的效應(yīng)分解及空間擴散——基于修正Feder模型的空間杜賓分析[J].湖南師范大學(xué)社會科學(xué)學(xué)報， 2019， 48（05）：87-96.

張衛(wèi)東，卜偲琦，彭旭輝.互聯(lián)網(wǎng)技能、信息優(yōu)勢與農(nóng)民工非農(nóng)就業(yè)[J].財經(jīng)科學(xué)， 2021（01）：118-132.

仲超，林閩鋼.中國相對貧困家庭的多維剝奪及其影響因素研究[J].南京農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版）， 2020， 20（04）：112-120.

周常春，李文會.共同富裕視角下農(nóng)村數(shù)字化與農(nóng)戶多維相對貧困：影響分析與作用機制[J].農(nóng)林經(jīng)濟管理學(xué)報， 2023， 22（04）：397-405.

周迪，黃茂湘.中國農(nóng)村減貧成效測度、分解及影響因素研究——基于分布動態(tài)學(xué)框架的CFPS數(shù)據(jù)分析[J].農(nóng)業(yè)技術(shù)經(jīng)濟， 2020（02）：103-116.

朱紅根，陳暉.中國數(shù)字鄉(xiāng)村發(fā)展的水平測度、時空演變及推進路徑[J].農(nóng)業(yè)經(jīng)濟問題， 2023（03）：21-33.

鄒薇，程小佩，樊增增.多維視角下中國相對貧困的識別與分解[J].武漢大學(xué)學(xué)報（哲學(xué)社會科學(xué)版）， 2023， 76（05）：109-124.

Alkire S， Foster J. Counting and multidimensional poverty measurement [J]. Journal of Public Economics， 2011， 95（7-8）：476-487.

Alkire S， Santos M E. Measuring acute poverty in the developing world： Robustness and scope of the multidimensional poverty indexl[J]. World Development， 2014， 59（01）：251-274.

Atasoy H. The effects of broadband internet expansion on labor market outcomes [J]. Industrial and Labor Relations Review， 2013， 66（02）：315-345.

Bessen J. Automation and jobs： When technology boosts employment [J]. Economic Policy， 2019， 34（100）：589-626.

Dettling L J. Broadband in the labor market： The impact of residential high-speed internet on married womens labor force participa‐tion [J]. Industrial and Labor Relations Review， 2017， 70（02）：451-482.

Dhongde S， Haveman R. Spatial and temporal trends in multidimensional poverty in the United States over the last decade [J]. Social Indicators Research， 2022， 163（01）：447-472.

Fransman T， Yu D. Multidimensional Poverty in South Africa in 2001-16 [J]. Development Southern Africa， 2019， 36（01）：1-31.

Gao YY， Zang L Z， Sun J. Does computer penetration increase farmers income？ An empirical study from China [J]. Telecommunications Policy， 2018， 42（05）：345-360.

Gong Z Q， Kong Q K， Tan J. Analysis on multidimensional poverty reduction of industrial structure upgrading based on provincial panel data and spatial Durbin model [J]. International Journal of Sustainable Development and Planning， 2020， 15（08）：1197-1204.

Li L L， Zeng Y W， Ye Z， et al. E-commerce development and urban-rural income gap： Evidence from Zhejiang Province， China [J]. Papers in Regional Science， 2021， 100（02）：475-494.

Nielsen L. Global Relative Poverty [R]. IMF Working Paper No. 093， 2009.

Philip L， Cottrill C， Farrington J， et al. The digital divide： Patterns， policy and scenarios for connecting the "final few" in rural communities across Great Britain [J]. Journal of Rural Studies， 2017， 54（08）：386-398.

Sen A. Development as Freedom [M]. New York： Oxford University Press， 1999.

Tsui K. Multidimensional poverty indices [J]. Social Choice and Welfare， 2002， 19（01）：69-93.

Yang L， Lu H Y， Wang S G， et al. Mobile internet use and multidimensional poverty：Evidence from a household survey in rural China [J]. Social Indicators Research， 2021， 158 （03）：1065-1086.

（責(zé)任編輯谷振賓）

①不包括內(nèi)蒙古自治區(qū)、海南省、西藏自治區(qū)、青海省、寧夏回族自治區(qū)、新疆維吾爾自治區(qū)以及香港特別行政區(qū)、澳門特別行政區(qū)、臺灣省。

①根據(jù)國家統(tǒng)計局官網(wǎng)常見問題解答中“統(tǒng)計制度及分類標準（17）”第11問，我國統(tǒng)計中所涉及東部、中部、西部和東北地區(qū)的具體劃分為：東部地區(qū)包括北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東和海南10?。ㄖ陛犑校?；中部地區(qū)包括山西、安徽、江西、河南、湖北和湖南6省；西部地區(qū)包括內(nèi)蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆12省（自治區(qū)、直轄市）；東北地區(qū)包括遼寧、吉林和黑龍江3?。╤ttps：//www.stats.gov.cn/ hd/cjwtjd/202302/t20230207_1902279.html）。