Digital Infrastructure and Rural Household Economic Resilience
-
摘要:
巩固脱贫攻坚成果、严防脱贫家庭返贫，是新时代脱贫工作中亟待解决的难题。文章以农村家庭韧性为切入点，利用中国家庭追踪调查（CFPS）六期面板数据，构建数字基础设施建设与家庭经济韧性的双固定效应模型，并进行机制检验与差异分析。结果发现，数字基建能显著提升农村家庭经济韧性，且能通过提高农村家庭成员综合素质、非农就业水平以及农产品价值三条途径发挥其减贫功效。从家庭差异来看，数字运用综合能力较强的农村家庭能享受更多数字设施福利；从地区差异来看，传统基建水平较高且市场分割程度较大的农村地区，数字基建对农村家庭经济韧性的提升效应更为明显。研究结论对推动农村数字新质生产力发展，巩固脱贫攻坚成果，实现共同富裕有一定政策启示。
Abstract:Consolidating the achievements of poverty alleviation and strictly preventing families from returning to poverty are urgent problems to be solved in the anti-poverty work in the new era. This paper took rural household resilience as the starting point, and used the panel data of the sixth phase of China Household Tracking Survey (CFPS) to build a double-fixed effect model of digital infrastructure construction and household economic resilience, and conducted mechanism test and difference analysis. The results showed that, digital infrastructure could significantly improve the economic resilience of rural households, and played a role in poverty reduction by improving the comprehensive quality of rural households, the level of non-agricultural employment and the value of agricultural products. From the perspective of family differences, rural families with strong comprehensive digital application ability could enjoy more digital facility benefits. From the perspective of regional differences, in rural areas with higher traditional infrastructure level and greater market segmentation, digital infrastructure had a more obvious effect on the economic resilience of rural families. The research conclusions had some policy implications for promoting the development of rural digital new quality productivity, consolidating the achievements of poverty alleviation and realizing common prosperity.
-
当前，绝对贫困问题已经全面解决，实现全体人民共同富裕成为中国发展新方向。然而，贫困是一个动态持续的进程，脱离贫困和陷入贫困现象同时存在。尤其是不断推进的市场改革和全球经济整合，为农村家庭带来了极大的经济风险和发展的不稳定性，加之受传统小农经济模式影响，中国农村家庭普遍具有脆弱性特征，种种因素叠加使得农村地区陷入了更为复杂艰难的困境之中。在此背景下，党的二十大报告中明确指出要“巩固拓展脱贫攻坚成果，增强脱贫地区和脱贫群众内生发展动力”。由此，增强农村家庭经济韧性，使其具备应对瞬息万变的外部环境冲击能力，并通过适应性调节将其转化为自身可持续发展的内在动力，已成为新时代的紧迫议题。“韧性”一词源自国外学者的相关文献，国内学者还常将其翻译为“恢复力”“复原力”“弹力”等，起初多用于探索生态学、物理学和心理学等学科领域，而在经济领域中，韧性常用于分析外部冲击对区域、产业或企业的影响[1-2]。近年来，国内外学者逐步引入韧性相关概念到贫困治理的研究中，如Barrett等采用贫困陷阱理论来定义家庭韧性，认为它是家庭在面对各种冲击时避免陷入贫困的能力，若该能力能在一段时间内维持很高的水平，就认为该家庭遭受冲击后能够恢复[3]。后来，Cisse等在家庭福利分析的基础上，将风险和不确定性因素综合考虑，动态地展示了家庭是如何摆脱贫困或是维持在非贫困状态的，为实现长期脱贫提供了全新思路[4]。由此，国内学者围绕这一做法逐步展开了对家庭韧性的研究。值得一提的是李晗等运用双重差分模型从精准扶贫和无条件现金转移支付的政策视角分析其对家庭发展韧性的影响[5-6]。吴冰彬等、张东玲等分别从数字普惠金融和农业保险的角度探究其对农户家庭经济韧性提升效应[7-8]。
随着信息技术的飞速进步，基于宽带网络的数字基础设施与传统生产力深度融合形成的数字新质生产力俨然成为促进经济包容性增长的关键动力，更符合经济高质量发展的生产力要求。实际上，鉴于农户自身素质和所处环境限制，要达到发展型减贫目标，新型生产力需既包容又高效，而以数字基建为基础的数字新质生产力为农村家庭的成长提供了一个实际操作平台。已有研究表明，数字基础设施建设能够显著缓解农村相对贫困现况[9]，降低农户贫困脆弱性，提高贫困家庭或个体的抗风险能力，促进脱贫可持续发展[10]。具体地，宽带基础设施能通过产生收入分配效应以促进减贫，如以王子凤等、邓荣荣等为代表的学者认为，数字技术能够帮助农户增收，降低其陷入贫困的概率[11-12]。不仅如此，数字经济发展还能显著缩小中国城乡收入差距[13]，特别是以农村电商为例的数字政策，显著降低了城乡数字鸿沟，推动农户增收并减小城乡收入差距[14]。另外，数字基础设施还影响着农村社会事业进而推动农村减贫，如农户可借助远程教育平台获得培训项目学习机会，提高自身人力资本水平[15]，数字健康扶贫项目有助于提高医疗机构的服务水平及政策贫困治理效率，从而改善患者健康状况、提高自身满意度[16]。
综上，当前学术界在数字减贫方面已有丰富成果，但现有文献在探讨贫困问题时将家庭长期发展所面临的不确定性冲击考虑在内，以此研究家庭可持续发展能力这一方面仍留有一定空间。为此，本文的边际贡献在于：首先，从经济韧性的视角审视农村家庭发展，相较于传统贫困识别而言更具现实意义。并且在韧性计算方式上参考Cisse等[4]的做法，将其融入非线性路径动力学中的高阶中心矩估计中，充分区分动态发展韧性与传统韧性，以便准确反映贫困的多维复杂变化特性。其次，从提升农村家庭成员素质、非农就业水平以及农产品价值三个方面，揭示数字基础设施建设提升农村家庭经济韧性的内在机理。再次，为提升数字减贫能效的家庭与区域适配性，对家庭成员数字运用能力、地区传统基建水平和市场分割程度进行分别讨论，以期为全面提升贫困家庭内生发展动力，巩固脱贫攻坚成果，最终实现乡村振兴提供一定借鉴意义。
一、 理论分析与研究假说
在数字经济时代背景下，数字基础设施建设为促进农村经济增长、提高农业生产效率并缩小城乡差距提供了新思路，也为农村地区的可持续发展注入了新动力。首先，高速宽带网络覆盖增强了农村地区的信息通讯能力，互联网深度整合为农户获取市场信息、进行电子商务和在线农产品销售等数字经济活动提供了便利途径，有助于其开辟更多商机与财富渠道，提高收入水平[11]。其次，通过数字金融产品的推广和发展，农户能够轻松享受高效便捷的金融服务，帮助化解农户融资难题，提供灵活的金融支持，推动农村经济发展[7]；此外，数字金融也为农村家庭开辟了更广泛的投资路径，助力他们实现资产增值。再次，利用传感器、物联网等先进技术手段，实现了对农田环境、农作物生长情况和气象数据等的实时监测和精细化管理。并且互联网平台帮助农户获取专业的技术指导、市场信息与政策支持，提高农业生产的科学性，增强提升农产品产量和质量，降低风险损失，增加收益水平。据此，提出研究假说。
H1：数字基础设施建设能直接提升农村家庭经济韧性。
目前，我国农村教育资源相对匮乏，健康状况普遍不佳，网络信息化服务可以为其提供丰富的教育健康信息资源，提高整体素质。一方面，互联网教育平台为偏远山区学生提供了广泛高质量教育资源，在线课程、教学视频、作业辅导等线上教学在一定程度上促进了城乡教育资源的共享交流。对于成年人而言，网络学习平台能为其提供技能培训和终身学习机会，有助于提高其技能水平和职场竞争力[17]。另一方面，通过网络医疗平台和在线医疗问诊，农户能够及时获取疾病知识、培育健康意识，远程问诊、药品配送等线上医疗服务，更是有效解决了医疗资源短缺的问题。进一步，健康是农村家庭从事劳动和创造财富的活力源泉，劳动者健康与否直接影响家庭生产效率，关系家庭收入状况与风险应对能力。而教育是提升人力资本水平的关键途径，农户受教育程度与自身就业前景和职业成长密切相连。良好的教育有助于家庭成员增强创新能力和适应能力，从而轻松应对外界经济波动和挑战[10]。
边远农村受交通不便、信息闭塞等多重因素限制，农民通常只能从事传统的农业劳作。信息高速路发展使得农村剩余劳动力能够利用其进行转移与流动，并及时获取市场信息了解就业机会和岗位需求[18]。同时，网络技术发展为农民进行线上创业带来新契机，加之互联网电商开店能有效降低农户的市场进入门槛，接触丰富的学习资源，为创业活动提供了更多机遇和可能性。另外，由网络嵌入衍生的数字金融服务，为农户提供便捷的借贷、支付、理财等业务办理，有助于解决就业创业过程中面临的资金难题，推动非农就业发展[19]。进一步，传统农业收益通常受到气候波动、自然灾害和农产品价格不稳定等因素冲击，导致农业收入呈现明显的不稳定性和季节性特征，单一依靠该收入难以满足家庭长期经济需求。非农就业可以为农村家庭提供多样化的收入来源，减轻对农业生产收入的过度依赖，使得家庭在遭受经济冲击时能更加自如应对，增强家庭发展的韧性水平[20]。
随着中国农业现代化进程加速，农业运作各环节中需要大量的信息交互与数据传输，数字基础设施将提供高效便捷的通信和数据处理能力，增加农产品附加值。如农业物联网技术运用能帮助实现农田自动化管理和农业精细化生产，提升农产品生产效率和品质。农产品的贮存、运输和配送等环节可通过物流信息系统进行高效透明管理，提升物流效率和可追溯性。同时基于电子商务平台，农户可在线销售农产品，消除时空限制，将农产品推向更广阔的市场[21]。而线上销售农产品可以直接与消费者对接，减少中间环节，提高农产品利润空间。进一步，随着高价农产品带来资产增值，不仅为家庭创造了更多可支配资金，强化家庭的财务储备与抵御风险能力，还能利用额外收入实现从传统粗放式农业向休闲农业、绿色农业、生态农业等效益型农业经营模式转型，提升农村经济的竞争力和持续发展能力。据此，提出研究假说。
H2：数字基础设施建设能通过提高农村家庭成员素质、非农就业水平和农产品价值来间接提升家庭经济韧性。
二、 研究设计
（一） 数据来源
文章所用数据主要源自两方面：一是微观层面数据，使用北京大学社会科学调查中心的中国家庭追踪调查（CFPS）数据库中2010—2020年（共六期）的数据，为本文提供户主和家庭层面的相关信息。同时，鉴于研究需要，对数据做如下处理：首先，将CFPS数据库中家庭经济与成人库数据进行匹配，筛选研究所需变量，保留农村地区样本；其次，剔除主要变量严重缺失的样本，并对可填补的缺失值与异常值进行补充、修正等；再次，考虑到测算家庭经济韧性过程中一阶滞后项的引入，将六年数据整合为五年平衡面板数据，共计获得
15575 个观测值。二是宏观层面数据，主要来源于《中国统计年鉴》《中国农村统计年鉴》、各省区市统计年鉴，以及国家统计局、全国和各省区市农业农村部门等。（二） 变量解释
1. 被解释变量：农村家庭经济韧性
参照Cisse等[4]提出的家庭经济韧性评估方法，并结合李晗等[5]的经验，选择家庭人均消费水平作为衡量福利水平的标准，具体步骤如下：
第一，计算家庭福利的条件期望。将高阶矩引入方程中，并利用一阶马尔科夫过程估计期望方程。
$$ {W_{it}} = \sum\limits_{j = 1}^k {{{\text{β}}_M}} W_{i,t - 1}^j + {{\text{δ}} _M}{X_{it}} + {\mu _{Mit}} $$ (1) 式（1）中，Wit为福利水平，Wi,t−1为上期福利水平，Xit为本期特征变量，
${\mu _{Mit}}$ 为随机扰动项，j表示高阶中心距阶数。考虑到多重贫困陷阱的“S”形动力系统特性，将k赋值为3。同时为与下文使用方程作出区分，使用下标M表示均值方程的系数。${{\text{β}}_M}$ 和${{\text{δ}} _M}$ 为估计系数。第二，延续式（1），利用其随机误差项的零均值假设
$E[{\mu _{Mit}}] = 0$ ，计算家庭福利水平的条件均值${\overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{\mu } _{1it}}$ 。$$ {\overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{\mu } _{1it}} = \overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{E} [{W_{it}}|{W_{i,t - 1}},{X_{it}}] = \sum\limits_{j = 1}^k {{{\overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{{\text{β}}} }_M}} W_{i,t - 1}^j + {\overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{{\text{δ}} } _M}{X_{it}} $$ (2) 第三，计算总体样本的二阶中心距
$ \sigma _{it}^2 $ ，同理，为与上文期望均值方程作出区别，下标$V$ 表示方差方程。$$ \sigma _{it}^2 = \sum\limits_{j = 1}^k {{{\text{δ}}_V}} W_{i,t - 1}^j + {{\text{δ}} _V}{X_{it}} + {\mu _{Vit}} $$ (3) 第四，同理延续式（3），利用其随机误差项的零均值假设
$E[{\mu _{Vit}}] = 0$ ，计算家庭福利水平的条件方差${\overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{\mu } _{2it}}$ 。$$ {\overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{\mu } _{2it}} = \overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{\sigma } _{it}^2 = \sum\limits_{j = 1}^k {{{\overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{{\text{δ}}} }_V}} W_{i,t - 1}^j + {\overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{{\text{δ}}} _V}{X_{it}} $$ (4) 第五，通过上文计算所得的条件均值
$ {\overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{\mu } _{1it}} $ 和条件方差$ {\overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{\mu } _{2it}} $ 得到家庭$i$ 在时间$t$ 的福利水平${W_{it}}$ 的概率分布，以测算给定福利水平下的互补累积密度函数$ \overline{F}(\cdot) $ ，进而估算家庭$i$ 在时间$t$ 内能达到的福利水平线以上的概率$ {\overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{\rho } _{it}} $ ，即家庭经济韧性。其中，在计算互补累积密度函数时，需事先确定一个标准阈值$\bar W$ 。本文采用了2015年世界银行公布的人均日消费1.9美元作为参考标准$\bar W$ ，基于对应年份汇率与消费者价格指数将其转换为2012的可比数据。为此，家庭经济韧性$ {\overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{\rho } _{it}} $ 在给定标准阈值$\bar W$ 时的具体设定如下所示。$$ \begin{split} &{\overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{\rho } _{it}} \equiv P({W_{it}} \geqslant \bar W) =\\ &{\bar F_{{W_{it}}}}\left[ {\bar W;{{\overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{\mu } }_{1it}}({W_{it}},{X_{it}}),{{\overset{\lower0.5em\hbox{$\smash{\scriptscriptstyle\frown}$}}{\mu } }_{2it}}({W_{it}},{X_{it}})} \right] \end{split}$$ (5) 2. 核心解释变量：乡村数字基础设施建设水平
结合本文研究目的及数据可得性，参考朱红根等[22]学者的做法，利用熵值法从数字基础投资、数字生活设施和数字信息建设三个维度对乡村数字基础设施建设水平进行衡量（表1）。
表 1 乡村数字基础设施建设水平评价指标体系一级指标 二级指标 指标含义 属性 数字基础投资 数字建设资金 农村信息传输、软件和信息技术服务业、交通运输、
仓储和邮政业总固定资产投资对数值正 涉农金融投资 涉农贷款余额对数值 正 数字信息人才 公有经济企事业单位农业技术人员对数值 正 数字生活设施 计算机覆盖率 农村居民平均每百户年末计算机拥有量对数值 正 宽带接入率 农村宽带接入用户数/农村家庭总户数 正 互联网普及率 农村互联网用户数/农村常住人口比重 正 数字信息建设 气象观测站密度 农业气象观测站数/各省区市土地面积 正 投递里程密度 农村投递线路/各省区市土地面积 正 邮政网点密度 农村邮政网点数/各省区市土地面积 正 3. 控制变量
本文选取户主、家庭和地区层面的特征变量作为控制变量：户主特征变量包括户主的性别、年龄、年龄平方、婚姻状况、受教育年限和户口类型；家庭特征变量包括家庭规模、家庭人均收入、家庭资产和家庭支出；地区特征变量包括地区经济水平、财政支农力度和农村特困救助机构。各主要变量的相关定义和描述性统计结果如表2所示。
表 2 主要变量定义及描述性统计变量 定义 均值 标准差 农村家庭经济韧性 计算公式（1）~（5） 0.2582 0.0227 乡村数字基建水平 熵值法计算 0.2081 0.1025 户主性别 问卷“受访者性别”，男=1，女=0 0.5983 0.4901 户主年龄 问卷“受访者年龄” 50.4492 14.8922 户主婚姻状态 问卷“婚姻状态”，有配偶=1，无配偶=0 0.8705 0.3358 户主受教育年限 问卷“最高学历”，文盲/半文盲=0，小学及以下=6，
初中=9，高中=12，大专及以上=166.3383 3.7203 户主户口类型 问卷“现代户口状况”，农业户口=1，非农户口及其他=0 0.9012 0.2976 家庭规模 问卷“家庭成员人口数” 4.2397 1.9562 家庭人均收入 问卷“家庭人均收入”，取对数 8.7363 1.8243 家庭资产 问卷“家庭现金及存款总额”，取对数 5.7440 4.6845 家庭支出 问卷“过去12个月的总支出”，取对数 10.1088 1.8674 地区经济水平 人均地区生产总值，取对数 10.4821 0.3329 财政支农力度 地方财政农林水事务支出占一般公共预算支出之比 6.8261 0.3221 农村特困救助机构数 地方农村特困救助机构数，取对数 6.0212 0.9732 （三） 模型设定
为了探究数字基建对农村家庭经济韧性的影响效应，本文设定如下双固定效应基准模型：
$$ {Y_{ipt}} = {{\text{α}}_0} + {{\text{α}}_1}{X_{ipt}} + {{\text{α}}_2}Contro{l_{ipt}} + {\mu _i} + {\lambda _t} + {{\text{ε}} _{it}} $$ (6) 式（6）中，Yipt表示p省份i农村家庭第t年的经济韧性；Xipt表示乡村数字基础设施建设水平；Controlipt为户主、家庭和地区层面的控制变量；
${\mu _i}$ 和${\lambda _t}$ 分别表示家庭和年份的固定效应，${{\text{ε}}_{it}}$ 为随机扰动项；${{\text{α}}_1}$ 为本文所关心估计系数，即数字基础设施建设对农村家庭经济韧性的影响。同时，文章采用Bootstrap方法对前文机理分析部分进行中介递归检验，模型构建如下：
$$ Me{d_{ipt}} = {{\text{β}}_0} + {{\text{β}}_1}{X_{ipt}} + {{\text{β}} _2}Contro{l_{ipt}} + {\mu _i} + {\lambda _t} + {{\text{ε}} _{it}} $$ (7) $$\begin{split} {Y_{ipt}} =\; &{{\text{γ}}_0} + {{\text{γ}}_1}{X_{ipt}} + {{\text{γ}} _2}Me{d_{ipt}} + {{\text{γ}} _3}Contro{l_{ipt}} +\\ &{\mu _i} + {\lambda _t} + {{\text{ε}}_{it}} \end{split}$$ (8) 式（7）（8）中，Medipt为中介变量，
${{\text{β}}_1}$ 为数字基础设施建设对中介变量的影响系数，$ {{\text{γ}}_2} $ 为中介变量对家庭经济韧性的影响系数，其余变量含义与式（6）大致相同。三、 实证研究
基准回归结果如表3所示，发现无论是否加入控制变量，乡村数字基础设施建设均能够有效提升家庭经济韧性。另外，为确保回归结果的正确性，本文从以下三个方面进行稳健性检验：第一，更换贫困阈值。为验证回归结果在其他标准下的一致表现，文章将阈值更换为世界银行公布的人均日消费3.1美元的一般贫困线以重新测量农村家庭经济韧性；第二，更换解释变量衡量方式，鉴于乡村数字基建水平为宏观统计口径，为精确检验微观数字基建对农村家庭的影响，本文进一步使用CFPS数据库中的直接调研数据，如问卷中“是否使用互联网”“互联网对获取信息的重要程度”“家庭人均周上网时长”三个指标对乡村数字基建水平进行重新度量；第三，分层线性模型，鉴于本文的被解释变量为和核心解释变量属于“个体—地区”跨层数据，可能存在同一地区农村家庭经济韧性相关度比不同地区相关度大的问题，故采用分层线性模型进行检验。由表3可得，上述检验结果均与基准回归结果大致相似，稳健性检验通过。假说H1得以验证。
表 3 基准回归结果与稳健性检验变量 （1） （2） （3） （4） （5） 更换贫困阈值 更换解释变量 分层线性模型 数字基础设施建设 0.1821 ***
（0.0102 ）0.1421 ***
（0.0118 ）0.1403 ***
（0.0117 ）0.1297 ***
（0.0119 ）0.0063 ***
（0.0007 ）控制变量 否 是 是 家庭固定效应 是 是 年份固定效应 R2 0.3291 0.5782 0.5193 0.6028 0.4982 注：***、**和*分别表示1%、5%和10%的显著性水平，括号内为标准误，下同。 四、 进一步讨论
（一） 作用机制检验
为验证理论分析中的作用机制，本文分别将农村家庭成员素质、非农就业水平以及农产品价值纳入数字基础设施建设影响农村家庭经济韧性的分析架构中，采用Bootstrap中介检验方法分别验证它们的中介效应。其中，农村家庭成员素质包含成员的健康状态和教育水平，依据CFPS数据的适配性和可得性，选取家庭成员自评健康均值和受教育年限均值分别进行衡量
① ；农村家庭非农就业水平以农村家庭非农劳动力人数占家庭总人数之比进行刻画② ；农产品价值机制参考魏下海等[9]的研究，采用农村家庭劳动力平均农产品价值来衡量③ 。结果详见表4，发现0均不在95%的置信区间内，即三条路径均显著发挥了中介作用。据此，假说H2得以验证。表 4 作用机制检验中介变量 中介效应 95%置信区间 显著性 下限 上限 家庭成员素质 0.0583 （0.0015 ）0.0554 0.0612 显著 0.0664 （0.0017 ）0.0631 0.0697 家庭非农就业水平 0.1582 （0.0034 ）0.1520 0.1654 家庭农产品价值 0.1103 （0.0027 ）0.1050 0.1156 （二） 异质性分析
尽管前文已证实数字基础设施建设可以有效提升农村家庭经济韧性，但这一结论忽略了家庭内部和地区层面的差异性。为此，文章进一步从以下三个方面对数字减贫的异质性进行探讨，结果见表5。
表 5 异质性分析变量 （1） （2） （3） 数字运用能力 传统基建水平 市场分割程度 强 弱 高 低 高 低 数字基础设施建设 0.1822 ***
（0.0067 ）0.1218 **
（0.0531 ）0.1759 ***
（0.0088 ）0.0812 *
（0.0472 ）0.2084 **
（0.1002 ）0.1089 *
（0.0623 ）控制变量 是 R2 0.5792 0.3532 0.5763 0.3967 0.5681 0.4028 1. 数字运用能力异质性
通常而言，数字运用能力强的家庭成员意味着他们在使用移动端、电脑等互联网工具上更加熟练，容易获取和解析大量的市场信息和数据，通过精准的市场分析和预测，准确地把握市场需求，调整生产和经营策略，提高经济效益。为此，文章以家庭成员关于个人问卷中“是否移动设备上网”和“是否电脑上网”的综合得分的样本中位数为基准，将农村家庭分为数字运用能力强和运用能力弱两组进行回归，发现数字运用能力强的农村家庭确实能从数字基建中享受更多福利。
2. 传统基建水平异质性
以信息网络为主的新基建在一定程度上离不开传统基建的支持，因为在公路、铁路、机场等传统基建水平较高的地区，信息网络基础设施的发展更易充分发挥其自身优势，即传统基础设施发展创造了便利的交通条件和物流通道，使得该地区成为人流、货物流和信息流的枢纽，促进了数字基础设施的建设和发展。为此，文章根据城市道路面积的均值将研究样本分为传统基建水平较高和较低两组分别进行回归，发现在传统基建水平较高地区，数字基建能更显著提升农村家庭经济韧性。
3. 市场分割程度异质性
多年来，地理区位局限性一直是农村地区经济社会发展的主要阻碍，而数字基础设施建设能够有效克服地理限制，为偏远农村地区带来新的发展机遇。借助互联网和移动通信等先进技术，人们可以随时随地进行信息交流和业务操作，实现全球范围内的实时沟通和交易，大大提升了交易效率[23]。为此，参考陆铭等[24]的研究，使用各个省份的不同商品价格指数，根据“一价定律”原则计算每个省份与其相邻省份的平均市场分割指数，并基于中位数标准划分市场分割程度高低两组进行分别回归，发现数字基础设施建设在市场分割程度较高的农村地区能显著提升家庭韧性，而在市场分割程度较低的地区不显著，表明网络信息技术在某种程度上能够突破“地理粘性”，为偏远农村家庭带去更多便利。
五、 结论与启示
（一） 结论
本文基于中国家庭追踪调查（CFPS）2010—2020年六期面板数据，构建双固定效应模型，旨在检验数字基础设施建设如何长期影响农村家庭经济韧性。研究发现，在直接影响效应上，数字基建显著提升了农村家庭经济韧性，且该结论在一系列稳健性检验后依然成立。在间接作用机制上，数字基建可通过提高农村家庭成员的综合素质、非农就业水平和农产品价值提升家庭经济韧性。在异质性表现上，数字运用综合实力强的农村家庭能在较大程度上享受数字基础设施福利，且在传统基建水平和市场分割程度较大城市，数字基建提升农村家庭经济韧性更具能效。
（二） 启示
第一，持续加强全面宽带网络在农村的覆盖，重点关注偏远山区和贫困地区，确保覆盖范围更广、传输速度更快、稳定性更高。在传统基建水平相对落后地区，应同时推进传统基础设施与网络设备的接入，以助力数字基础设施发挥显著功效。
第二，通过发展在线教育、远程培训等途径，提高质量教育资源和培训机会，帮助农户了解市场需求和职业技能。同时，基于互联网嵌入提供多样化的健康管理咨询，强化健康教育和医疗保健服务，普遍提升农户的健康水平。
第三，利用宽带网络推动城乡市场对接，加强农产品信息发布和销售渠道建设，推广农产品的地理标志和品牌认证，打造特色农产品的知名度和美誉度。鼓励农村家庭投身于农村电商、乡村旅游和农村文化创意等产业，推动农产品深度加工和品牌建设，提高农户收入水平。
第四，通过政策引导，支持数字运用综合实力较强的农村家庭在信息技术、电子商务等领域的创新和示范，帮助其他农村家庭提升数字技能和应用能力，以“一带多”的方式普遍提高农村地区家庭数字素养水平，拓宽经济活动方式。
① 具体使用问卷中“您认为自己的健康状况如何？1. 非常健康；2. 很健康；3. 比较健康；4. 一般；5. 不健康”来测度。② 具体使用问卷中“你这份工作是农业工作还是非农工作？1.农业工作（农、林、牧、副、渔）；2.非农工作”来测度。③ “农村家庭劳动力”具体使用问卷中家庭里（≥5~≤64岁），且自评健康不为“不健康”的成员中，有工作的成员总数来测量。“农产品价值”具体使用问卷中“过去12个月，您家所有生产的、养殖的，及以副产品（如鸡蛋、小猪仔等）卖出去的部分总共卖了多少钱？”来测度。 -
表 1 乡村数字基础设施建设水平评价指标体系
一级指标 二级指标 指标含义 属性 数字基础投资 数字建设资金 农村信息传输、软件和信息技术服务业、交通运输、
仓储和邮政业总固定资产投资对数值正 涉农金融投资 涉农贷款余额对数值 正 数字信息人才 公有经济企事业单位农业技术人员对数值 正 数字生活设施 计算机覆盖率 农村居民平均每百户年末计算机拥有量对数值 正 宽带接入率 农村宽带接入用户数/农村家庭总户数 正 互联网普及率 农村互联网用户数/农村常住人口比重 正 数字信息建设 气象观测站密度 农业气象观测站数/各省区市土地面积 正 投递里程密度 农村投递线路/各省区市土地面积 正 邮政网点密度 农村邮政网点数/各省区市土地面积 正 
下载: 导出CSV
表 2 主要变量定义及描述性统计
变量 定义 均值 标准差 农村家庭经济韧性 计算公式（1）~（5） 0.2582 0.0227 乡村数字基建水平 熵值法计算 0.2081 0.1025 户主性别 问卷“受访者性别”，男=1，女=0 0.5983 0.4901 户主年龄 问卷“受访者年龄” 50.4492 14.8922 户主婚姻状态 问卷“婚姻状态”，有配偶=1，无配偶=0 0.8705 0.3358 户主受教育年限 问卷“最高学历”，文盲/半文盲=0，小学及以下=6，
初中=9，高中=12，大专及以上=166.3383 3.7203 户主户口类型 问卷“现代户口状况”，农业户口=1，非农户口及其他=0 0.9012 0.2976 家庭规模 问卷“家庭成员人口数” 4.2397 1.9562 家庭人均收入 问卷“家庭人均收入”，取对数 8.7363 1.8243 家庭资产 问卷“家庭现金及存款总额”，取对数 5.7440 4.6845 家庭支出 问卷“过去12个月的总支出”，取对数 10.1088 1.8674 地区经济水平 人均地区生产总值，取对数 10.4821 0.3329 财政支农力度 地方财政农林水事务支出占一般公共预算支出之比 6.8261 0.3221 农村特困救助机构数 地方农村特困救助机构数，取对数 6.0212 0.9732
下载: 导出CSV
表 3 基准回归结果与稳健性检验
变量 （1） （2） （3） （4） （5） 更换贫困阈值 更换解释变量 分层线性模型 数字基础设施建设 0.1821 ***
（0.0102 ）0.1421 ***
（0.0118 ）0.1403 ***
（0.0117 ）0.1297 ***
（0.0119 ）0.0063 ***
（0.0007 ）控制变量 否 是 是 家庭固定效应 是 是 年份固定效应 R2 0.3291 0.5782 0.5193 0.6028 0.4982 注：***、**和*分别表示1%、5%和10%的显著性水平，括号内为标准误，下同。
下载: 导出CSV
表 4 作用机制检验
中介变量 中介效应 95%置信区间 显著性 下限 上限 家庭成员素质 0.0583 （0.0015 ）0.0554 0.0612 显著 0.0664 （0.0017 ）0.0631 0.0697 家庭非农就业水平 0.1582 （0.0034 ）0.1520 0.1654 家庭农产品价值 0.1103 （0.0027 ）0.1050 0.1156
下载: 导出CSV
表 5 异质性分析
变量 （1） （2） （3） 数字运用能力 传统基建水平 市场分割程度 强 弱 高 低 高 低 数字基础设施建设 0.1822 ***
（0.0067 ）0.1218 **
（0.0531 ）0.1759 ***
（0.0088 ）0.0812 *
（0.0472 ）0.2084 **
（0.1002 ）0.1089 *
（0.0623 ）控制变量 是 R2 0.5792 0.3532 0.5763 0.3967 0.5681 0.4028
下载: 导出CSV
-
[1] 张明斗, 张震. 长三角城市群城市经济韧性的空间关联网络研究[J]. 地理与地理信息科学, 2023, 39(1): 69. DOI: 10.3969/j.issn.1672-0504.2023.01.010. [2] 高粼彤, 孟霏, 田启波. 中国经济韧性时空演化及影响因素研究: 基于数字金融视角[J]. 经济问题探索, 2022(8): 57. [3] BARRETT C B, CONSTAS M A. Toward a theory of resilience for international development applications[J]. Proceedings of the National Academy of Sciences of the United States of America, 2014, 111(40): 14625. DOI: 10.1073/pnas.1320880111.
[4] CISSSE J D, ZHANG C B. Estimating development resilience: a conditional moments-based approach[J]. Journal Development Economics, 2018, 135(4): 272. DOI: 10.1016/j.jdeveco.2018.04.002.
[5] 李晗, 陆迁. 精准扶贫与贫困家庭复原力: 基于CHFS微观数据的分析[J]. 中国农村观察, 2021(2): 28. [6] 李晗, 陆迁. 无条件现金转移支付与家庭发展韧性: 来自中国低保政策的经验证据[J]. 中国农村经济, 2022(10): 82. [7] 吴冰彬, 王林萍. 数字普惠金融对农户家庭发展韧性的影响研究[J]. 技术经济与管理研究, 2023(7): 56. DOI: 10.3969/j.issn.1004-292X.2023.07.011. [8] 张东玲, 焦宇新. 农业保险、农业全要素生产率与农户家庭经济韧性[J]. 华南农业大学学报(社会科学版), 2022, 21(2): 82. DOI: 10.7671/j.issn.1672-0202.2022.02.008. [9] 魏下海, 韦庆芳. 通往农村共富之路: 网络基础设施建设与相对贫困缓解[J]. 统计研究, 2023, 40(6): 134. DOI: 10.19343/j.cnki.11-1302/c.2023.06.010. [10] 王进, 李志超, 史明聪. 数字基础设施建设与农户贫困脆弱性: 基于“宽带中国”战略的经验证据[J]. 农林经济管理学报, 2023, 22(2): 142. DOI: 10.16195/j.cnki.cn36-1328/f.2023.02.16. [11] 王子凤, 张桂文. 数字经济如何助力农民增收: 理论分析与经验证据[J]. 山西财经大学学报, 2023, 45(2): 16. DOI: 10.13781/j.cnki.1007-9556.2023.02.002. [12] 邓荣荣, 吴云峰. 数字基础设施建设对农村居民收入的影响效应[J]. 首都经济贸易大学学报, 2023, 25(1): 21. DOI: 10.13504/j.cnki.issn1008-2700.2023.01.002. [13] 黄庆华, 潘婷, 时培豪. 数字经济对城乡居民收入差距的影响及其作用机制[J]. 改革, 2023(4): 53. [14] 陈享光, 汤龙, 唐跃桓. 农村电商政策有助于缩小城乡收入差距吗: 基于要素流动和支出结构的视角[J]. 农业技术经济, 2023(3): 89. DOI: 10.13246/j.cnki.jae.20211126.001. [15] RATOMPOMALALA H, RAZAFIMBELO J. Distance education, pandemic and poverty in Madagascar[J]. International Journal of Technologies in Higher Education, 2020, 17(3): 195. DOI: 10.18162/ritpu-2020-v17n3-18.
[16] 马述忠, 张道涵, 潘钢健. 数字金融与老年人健康: 基于优质医疗服务可及机制视角[J]. 求是学刊, 2022, 49(5): 56. DOI: 10.19667/j.cnki.cn23-1070/c.2022.05.007. [17] 王定祥, 冉希美. 农村数字化、人力资本与农村产业融合发展: 基于中国省域面板数据的经验证据[J]. 重庆大学学报(社会科学版), 2022, 28(2): 1. DOI: 10.11835/j.issn.1008-5831.jg.2022.02.002. [18] 刘生龙, 张晓明, 杨竺松. 互联网使用对农村居民收入的影响[J]. 数量经济技术经济研究, 2021, 38(4): 103. DOI: 10.13653/j.cnki.jqte.2021.04.006. [19] 田鸽, 张勋. 数字经济、非农就业与社会分工[J]. 管理世界, 2022, 38(5): 72. DOI: 10.19744/j.cnki.11-1235/f.2022.0069. [20] 陈奕山. 农时视角下乡村劳动力的劳动时间配置: 农业生产和非农就业的关系分析[J]. 中国人口科学, 2019(2): 75. [21] 胡伦, 陆迁. 贫困地区农户互联网信息技术使用的增收效应[J]. 改革, 2019(2): 74. [22] 朱红根, 陈晖. 中国数字乡村发展的水平测度、时空演变及推进路径[J]. 农业经济问题, 2023(3): 21. DOI: 10.13246/j.cnki.iae.20220728.001. [23] 范欣, 宋冬林, 赵新宇. 基础设施建设打破了国内市场分割吗?[J]. 经济研究, 2017, 52(2): 20. [24] 陆铭, 陈钊. 分割市场的经济增长: 为什么经济开放可能加剧地方保护?[J]. 经济研究, 2009, 44(3): 42.
计量
- 文章访问数: 589
- HTML全文浏览量: 119
- PDF下载量: 47