王啟源 劉藝卓

摘要：基于2018年中國家庭追蹤調(diào)查（CFPS）數(shù)據(jù)，文章使用A-F雙界限法測度農(nóng)民工數(shù)字鴻溝，通過Probit模型、中介效應(yīng)模型和KHB效應(yīng)分解法分析數(shù)字鴻溝對相對貧困的影響及作用機(jī)制。研究發(fā)現(xiàn)：21.797%的農(nóng)民工處于相對貧困狀態(tài)，其中數(shù)字鴻溝顯著提高農(nóng)民工處于相對貧困的可能。男性、中低等教育水平和新生代農(nóng)民工的數(shù)字鴻溝對相對貧困的影響更為顯著。機(jī)制檢驗(yàn)表明，數(shù)字鴻溝通過降低人力資本加深農(nóng)民工相對貧困?；诖耍岢鰬?yīng)盡快制定識別和緩解相對貧困的長效機(jī)制，加強(qiáng)農(nóng)民工數(shù)字應(yīng)用技能培訓(xùn)，正確引導(dǎo)農(nóng)民工數(shù)字應(yīng)用向人力資本積累轉(zhuǎn)化。

關(guān)鍵詞：數(shù)字鴻溝；相對貧困；農(nóng)民工；中介效應(yīng)

[基金項(xiàng)目]農(nóng)業(yè)農(nóng)村部課題（項(xiàng)目編號：12220076）。

[作者簡介]王啟源（2001-），女，河南平頂山人，碩士研究生，研究方向：農(nóng)業(yè)與農(nóng)村經(jīng)濟(jì)；通訊作者：劉藝卓（1980-），女，山東淄博人，博士，研究員，研究方向：農(nóng)業(yè)貿(mào)易。

一、引言

2020年我國已完成了消除絕對貧困的艱巨任務(wù)，近一億農(nóng)村貧困人口全部脫貧，但這不意味著扶貧工作就此結(jié)束，發(fā)展不平衡不充分的問題仍然突出，相對貧困將伴隨社會主義初級階段長期存在。黨的十九屆四中全會指出：堅(jiān)決打贏脫貧攻堅(jiān)戰(zhàn)，鞏固脫貧攻堅(jiān)成果，建立解決相對貧困的長效機(jī)制①。我國扶貧工作的重心逐漸從解決絕對貧困向緩解相對貧困轉(zhuǎn)移。因此，構(gòu)建合理的相對貧困標(biāo)準(zhǔn)并對其影響因素進(jìn)行分析具有現(xiàn)實(shí)必要性。

農(nóng)村流動人口是城市相對貧困的主要群體，而數(shù)字鴻溝是造成該群體相對貧困的重要原因之一。數(shù)字鴻溝指不同主體在信息技術(shù)可及和使用上的差異，強(qiáng)調(diào)基礎(chǔ)設(shè)施供給和信息技術(shù)應(yīng)用造成的不平等[1]。數(shù)字貧困則是處于數(shù)字鴻溝劣勢一端的狀態(tài)，衡量了人們在數(shù)字應(yīng)用上的極端弱勢地位[2]。以互聯(lián)網(wǎng)為代表的新型數(shù)字信息技術(shù)帶來的數(shù)字鴻溝擴(kuò)大了收入差距，剝奪信息劣勢群體參與社會活動的權(quán)利，農(nóng)民工因受教育水平和生活環(huán)境明顯低于城市居民，更可能成為信息社會的“數(shù)字難民”[3-4]。

現(xiàn)有文獻(xiàn)主要探討農(nóng)村轉(zhuǎn)移人口經(jīng)濟(jì)貧困、健康貧困、權(quán)利貧困等多維貧困問題，部分文獻(xiàn)研究數(shù)字經(jīng)濟(jì)或農(nóng)民工互聯(lián)網(wǎng)使用的影響，但少有文獻(xiàn)構(gòu)建微觀層面、相對全面展現(xiàn)農(nóng)民工數(shù)字信息應(yīng)用狀況的綜合指標(biāo)，并分析對相對貧困的影響。一方面，從農(nóng)民工貧困的原因看，健康狀況、教育水平、就業(yè)情況、父輩稟賦、基本公共服務(wù)獲取等都會影響農(nóng)民工相對貧困[5-9]?；ヂ?lián)網(wǎng)使用對農(nóng)民工收入有顯著的溢價效應(yīng)[10]，能夠提高社會經(jīng)濟(jì)地位[11]，緩解城鄉(xiāng)收入差距[12]，是影響相對貧困的重要因素。另一方面，從數(shù)字鴻溝或數(shù)字經(jīng)濟(jì)對相對貧困的影響看，羅廷錦和茶洪旺[13]從宏觀角度闡述數(shù)字鴻溝和經(jīng)濟(jì)發(fā)展的關(guān)系，驗(yàn)證了數(shù)字信息技術(shù)的發(fā)展對促進(jìn)脫貧增收的重要作用，認(rèn)為數(shù)字鴻溝能夠解釋61.6%的貧困指數(shù)變化。目前，大量文獻(xiàn)研究數(shù)字金融對貧困減緩作用，但在數(shù)字鴻溝的影響下，窮人很難接觸互聯(lián)網(wǎng)，數(shù)字金融不僅提高了多維貧困發(fā)生的概率，還可能加深貧困的程度，這在農(nóng)村貧困人口就業(yè)上尤為明顯[14]。同時，數(shù)字經(jīng)濟(jì)能夠通過增加農(nóng)戶非農(nóng)就業(yè)機(jī)會、促進(jìn)就業(yè)后的職業(yè)培訓(xùn)，從而緩解以收入為重要指標(biāo)的多維貧困[15]。

基于此，本文從微觀層面考察農(nóng)民工數(shù)字信息應(yīng)用能力，運(yùn)用中國家庭追蹤調(diào)查（CFPS）2018年數(shù)據(jù)，首先借助A-F方法構(gòu)建數(shù)字鴻溝指數(shù)，隨后采用Probit模型探討數(shù)字鴻溝對相對貧困的影響機(jī)制。本文可能的邊際貢獻(xiàn)在于：第一，從可行性能力視角對農(nóng)民工數(shù)字信息應(yīng)用狀況進(jìn)行分析，創(chuàng)新地構(gòu)建可量化的數(shù)字鴻溝綜合評價體系，瞄準(zhǔn)短板緩解數(shù)字鴻溝。第二，將相對貧困與數(shù)字鴻溝聯(lián)系起來，農(nóng)民工收入的增長不一定代表著相對生活狀況的提升，數(shù)字鴻溝作為農(nóng)民工在城市面臨的新難題，探究其對相對貧困的影響，對推進(jìn)城鄉(xiāng)融合和區(qū)域協(xié)調(diào)發(fā)展具有一定現(xiàn)實(shí)意義。

二、數(shù)字鴻溝對農(nóng)民工相對貧困的影響機(jī)理

不同于基于“生計(jì)維持”的絕對貧困，相對貧困經(jīng)歷了從收入視角到能力視角的轉(zhuǎn)變。阿瑪?shù)賮啞ど璠16]通過可行性能力反映貧困的實(shí)質(zhì)，提出在多維貧困視角下，不僅要關(guān)注收入水平，更要將貧困看作是對基本生活能力的剝奪。借助森的理論理解，數(shù)字鴻溝實(shí)際上是使用者數(shù)字信息技術(shù)應(yīng)用能力不足的表現(xiàn)。本文基于可行性能力理論，研究數(shù)字鴻溝對農(nóng)民工相對貧困的影響。具體探究以下三個問題：一是農(nóng)民工從農(nóng)村來到城市，對城鄉(xiāng)相對貧困狀況有何影響；二是數(shù)字鴻溝與相對貧困有何關(guān)系；三是分析數(shù)字鴻溝影響相對貧困的可能路徑。

（一）農(nóng)民工流動影響城鄉(xiāng)相對貧困

農(nóng)村內(nèi)部以及城鄉(xiāng)間收入差距是農(nóng)村勞動力向城市流動的重要原因。為實(shí)現(xiàn)“一人就業(yè)，全家脫貧”的目標(biāo)，多地積極推動貧困勞動力就業(yè)，非貧困戶也會因非農(nóng)工作相比農(nóng)業(yè)生產(chǎn)具有更高的收益率和回報(bào)率而選擇外出務(wù)工，這都緩解了農(nóng)村相對貧困。但農(nóng)村外出務(wù)工人員往往處于城市的底層，城鄉(xiāng)二元戶籍制度使外來農(nóng)民與城市居民在公共服務(wù)、社會資源、生活狀況、經(jīng)濟(jì)收入等方面存在差異，同時在非制度因素上，農(nóng)民缺乏助力向上流動的“工具性差序格局”[17]，處于城市相對貧困狀態(tài)的可能性更大，該群體既脫離了農(nóng)村扶貧體系，又很難加入城市救助體系。

據(jù)此，本文提出假說H1：農(nóng)民工流動減輕農(nóng)村相對貧困的同時，加深了城市相對貧困。

（二）數(shù)字鴻溝各維度狀況不同

數(shù)字鴻溝從數(shù)字利用角度可以分為“接入溝”“使用溝”和“知識溝”，主要考察數(shù)字技術(shù)接入、使用時間、應(yīng)用能力等內(nèi)容[18-19]。隨著“寬帶中國”和“數(shù)字中國”戰(zhàn)略的深入推進(jìn)，我國數(shù)字基礎(chǔ)設(shè)施不斷完善，互聯(lián)網(wǎng)在城市生活中更是必不可少。因此，可認(rèn)為農(nóng)民工在“接入溝”和“使用溝”面臨的問題較輕，受經(jīng)濟(jì)狀況、接受能力、工作時間的限制，“知識溝”的問題可能較大。

據(jù)此，本文提出假說H2：數(shù)字鴻溝不同維度對相對貧困的影響不同，“知識溝”的影響最為顯著。

（三）數(shù)字鴻溝對相對貧困的影響機(jī)制

舒爾茨認(rèn)為人力資本作為投資的產(chǎn)物是未來滿足或未來收入的源泉[20]。一般來說，教育水平、工作經(jīng)驗(yàn)、技能培訓(xùn)和健康狀況是促進(jìn)農(nóng)業(yè)轉(zhuǎn)移人口就業(yè)穩(wěn)定性和促進(jìn)收入均衡的重要因素[21-23]。互聯(lián)網(wǎng)的普及減少了農(nóng)民工信息搜尋和知識獲取的成本，能夠提升職業(yè)技能和就業(yè)適配度，成為提高人力資本的又一途徑。因此，數(shù)字鴻溝可能使得農(nóng)民工無法獲得持續(xù)發(fā)展的機(jī)會，與城市居民相比收入處于劣勢，從而陷入相對貧困。

據(jù)此，本文提出假說H3和H4：

假說H3：數(shù)字鴻溝降低農(nóng)民工收入，提高處于相對貧困的可能。

假說H4：處于數(shù)字鴻溝可能會降低農(nóng)民工的人力資本從而導(dǎo)致相對貧困。

基于以上理論分析與假說，本文構(gòu)建了農(nóng)民工數(shù)字鴻溝對相對貧困的可能影響路徑（見圖1）。

三、數(shù)字鴻溝對農(nóng)民工相對貧困影響的實(shí)證分析

（一）研究數(shù)據(jù)

本文數(shù)據(jù)來源于2018年中國家庭追蹤調(diào)查（CFPS）。中國家庭追蹤調(diào)查是由北京大學(xué)中國社會科學(xué)調(diào)查中心（ISSS）發(fā)起，2010年正式開展訪問，該項(xiàng)目重點(diǎn)關(guān)注中國居民的經(jīng)濟(jì)與非經(jīng)濟(jì)福利，樣本覆蓋的25個省、直轄市、自治區(qū)的人口約占全國總?cè)丝诘?5%，具有全國代表性。本文主要研究對象為農(nóng)民工群體，樣本滿足以下條件：（1）受訪者戶籍為農(nóng)村戶口但在城市從事非農(nóng)工作。（2）年齡為16歲以上的流動人口。同時，借鑒李代和張春泥[24]的研究，從流入地和流出地視角界定外出人員，不僅涵蓋全家外出的農(nóng)民工家庭，也考慮到獨(dú)自外出的農(nóng)民工個人，更避免了外出樣本地址城鄉(xiāng)屬性系統(tǒng)性缺失的問題。最終獲得1 046個樣本。

（二）數(shù)字鴻溝的測算

為體現(xiàn)農(nóng)民工位于數(shù)字鴻溝“接入溝”“使用溝”和“知識溝”的狀態(tài)，本文根據(jù)問卷篩選出數(shù)字接入、數(shù)字使用和數(shù)字應(yīng)用三個維度，使用A-F方法對數(shù)字鴻溝指標(biāo)進(jìn)行測算。A-F雙臨界值法通過設(shè)定每一指標(biāo)的臨界值和綜合指標(biāo)的臨界值測算指標(biāo)得分并識別貧困狀態(tài)。數(shù)字接入在問卷中體現(xiàn)為是否使用移動設(shè)備上網(wǎng)和是否使用電腦上網(wǎng)，只要其中一個答復(fù)為是，就認(rèn)為受訪者在數(shù)字接入上得到滿足。數(shù)字使用在問卷中體現(xiàn)為業(yè)余上網(wǎng)時間，本文將CFPS全樣本中網(wǎng)民的每周平均上網(wǎng)時長作為臨界值，若每周上網(wǎng)時長低于13.61小時則認(rèn)為在數(shù)字使用上不足。數(shù)字應(yīng)用對受訪者使用網(wǎng)絡(luò)進(jìn)行社交、學(xué)習(xí)、工作、娛樂和消費(fèi)五類活動的狀態(tài)進(jìn)行調(diào)查。在權(quán)重設(shè)定上，采用等權(quán)重法計(jì)算多維權(quán)重較為常見，但本文認(rèn)為數(shù)字鴻溝權(quán)重設(shè)置應(yīng)根據(jù)實(shí)際情況進(jìn)行調(diào)整，賦予重要的指標(biāo)較高權(quán)重。2018年我國網(wǎng)民手機(jī)上網(wǎng)比例達(dá)98.6%，網(wǎng)絡(luò)購物、支付、視頻用戶占手機(jī)網(wǎng)民比例均超70%，因此，本文對數(shù)字應(yīng)用中學(xué)習(xí)和工作指標(biāo)賦予更高權(quán)重，并將缺失得分的臨界值設(shè)置為0.5。指標(biāo)設(shè)置具體情況如表 1所示。

表 2展示了數(shù)字鴻溝的測算結(jié)果。從整體來看，農(nóng)民工數(shù)字鴻溝平均得分為0.238，數(shù)字貧困發(fā)生率為27.1%，其中數(shù)字應(yīng)用維度得分為0.775，說明農(nóng)民工應(yīng)用數(shù)字信息的能力還存在很大不足。分指標(biāo)看，每周上網(wǎng)時長、使用數(shù)字信息學(xué)習(xí)和工作三指標(biāo)的缺失程度最為嚴(yán)重。由數(shù)據(jù)可知，農(nóng)民工群體平均每周工作時間為57.477小時，遠(yuǎn)高于《勞動法》每周不超過44小時的工作標(biāo)準(zhǔn)，工作時間過長可能是該群體在數(shù)字使用指標(biāo)上不足的主要原因，在過勞狀態(tài)下，農(nóng)民工也很難有精力利用數(shù)字信息進(jìn)行學(xué)習(xí)和工作。

（三）變量選取

1.被解釋變量

被解釋變量選擇以收入為核心測算相對貧困，是生活狀態(tài)低于社會平均水平的體現(xiàn)。長期以來，我國貧困的判定是以家庭為單位，同時農(nóng)民工作為主要勞動力對家庭經(jīng)濟(jì)狀況的影響是全方位的。借鑒王小林[25]、汪三貴和孫俊娜[26]的研究，本文分別將低于城鄉(xiāng)家庭人均純收入中位數(shù)的40%②定義為城鄉(xiāng)相對貧困狀態(tài)。由表 3可知，在離開農(nóng)村的農(nóng)民工群體中僅有3.059%處于農(nóng)村相對貧困，但仍有21.797%處于城鎮(zhèn)相對貧困。面對更高的收入水平和生活成本，農(nóng)村人口向城市轉(zhuǎn)移可能會導(dǎo)致農(nóng)村相對貧困人口的減少和城市相對貧困人口的增多[27]。

2.核心解釋變量

核心解釋變量為農(nóng)民工數(shù)字鴻溝。本文采用ALKIRE和FOSTER[28]提出的 A-F臨界值法對數(shù)字鴻溝“接入溝”“使用溝”和“知識溝”三維度進(jìn)行測度。如圖 2所示，盡管數(shù)據(jù)分布較為廣泛，數(shù)字鴻溝得分高低并不能完全決定收入狀況，但從整體趨勢上可知，數(shù)字鴻溝與家庭人均純收入呈現(xiàn)負(fù)相關(guān)。因此可以初步認(rèn)為農(nóng)民工數(shù)字鴻溝加深相對貧困。

3.控制變量

在控制變量的選取上，為更清晰地體現(xiàn)數(shù)字鴻溝與相對貧困的因果關(guān)系，盡可能地縮小因其他變量擾動造成的回歸偏誤，本文除控制影響農(nóng)民工收入的個人特征和健康保障特征，還考慮家庭特征的影響。個人特征包括性別、年齡、教育程度、婚姻狀況、政治參與和其他工作數(shù)量，健康保障維度包括身體狀況、養(yǎng)老保險和醫(yī)療保險的獲取狀況，家庭特征控制變量包括房產(chǎn)數(shù)量和家庭規(guī)模。

綜上，本文變量及描述性統(tǒng)計(jì)如表4所示。

（四）模型設(shè)置

本文被解釋變量為相對貧困，處于相對貧困狀態(tài)賦值為1，不處于相對貧困狀態(tài)賦值為0，因此選擇Probit模型構(gòu)建方程。

[Poverty_lncomei=a0+a1Poverty_digitali+a2Xi+ε1]

其中，[Poverty_lncomei]為相對貧困狀態(tài)，[Poverty_digitali]為數(shù)字鴻溝指數(shù)，[Xi]為控制變量，包括個人特征、健康保障特征和家庭特征，[ε1]為隨機(jī)誤差項(xiàng)，隨機(jī)擾動項(xiàng)應(yīng)服從正態(tài)分布。經(jīng)殘差正態(tài)性檢驗(yàn)可知，P值為0.2643，接受正態(tài)性原假設(shè)，模型設(shè)定合理。采用方差膨脹因子法對模型進(jìn)行多重共線性檢驗(yàn)發(fā)現(xiàn)不存在多重共線性問題。

同時，為檢驗(yàn)數(shù)字鴻溝對農(nóng)民工相對貧困的影響及其作用機(jī)制，本文構(gòu)建如下中介效應(yīng)模型[29]：

式（1）至式（3）中[Poverty_lncomei]表示第[i]個農(nóng)民工的相對貧困狀況；[Poverty_digitali]表示第[i]個農(nóng)民工的數(shù)字鴻溝；中介變量[Mediatori]為人力資本；[Xi]為控制變量。式（1）為數(shù)字鴻溝影響相對貧困的總體效應(yīng)；式（2）為數(shù)字鴻溝對中介變量的影響；式（3）為核心解釋變量數(shù)字鴻溝和中介變量對農(nóng)民工相對貧困狀態(tài)的直接影響；將式（2）帶入式（3）可得中介變量對農(nóng)民工相對貧困的間接影響[b1c2]。同時為避免非線性回歸模型使用Boostrap檢驗(yàn)和sobel檢驗(yàn)進(jìn)行中介效應(yīng)分析可能出現(xiàn)的測量尺度問題，本文在分步回歸的基礎(chǔ)上使用KHB效應(yīng)分解法[30]對中介效應(yīng)大小進(jìn)行檢驗(yàn)。

（五）基準(zhǔn)回歸分析

農(nóng)民工數(shù)字鴻溝對相對貧困的Probit回歸結(jié)果如表5所示。由第（1）至第（7）列分指標(biāo)回歸結(jié)果可知，數(shù)字接入和數(shù)字使用并不會影響相對貧困，數(shù)字應(yīng)用顯著加深農(nóng)民工相對貧困，其中不使用數(shù)字信息進(jìn)行消費(fèi)在1%的顯著性水平下提升農(nóng)民工處于相對貧困的可能，假說H1和假說H2成立。第（8）列表明，數(shù)字鴻溝越嚴(yán)重的農(nóng)民工處于相對貧困的機(jī)率更大，假說H3成立。從控制變量看，教育程度和房產(chǎn)數(shù)量對相對貧困具有負(fù)向影響，政治參與、其他工作數(shù)量和家庭規(guī)模對相對貧困具有正向影響。農(nóng)民工教育程度是勞動力素養(yǎng)的體現(xiàn)，因此，勞動力質(zhì)量而非數(shù)量是影響相對貧困的重要原因[31]。盡管年齡對收入存在倒U型影響[32]，但不會直接影響到相對貧困，因此年齡和相對貧困的U型關(guān)系并不顯著。同時農(nóng)民工作為父母在內(nèi)的家庭主要勞動力，即使在健康狀態(tài)不佳、保障措施不足的情況下仍然需要堅(jiān)持工作[33]，性別、婚姻狀態(tài)、健康保障的影響也不顯著。

（六）穩(wěn)健性檢驗(yàn)

1.替換核心變量

為保障變量及模型選取可靠，本文采用更換解釋變量和被解釋變量的方法進(jìn)行穩(wěn)健性檢驗(yàn)。具體方法為：（1）將相對貧困線的臨界值從家庭人均純收入的40%替換為家庭人均純收入的30%。（2）使用家庭人均純收入的自然對數(shù)與相對貧困進(jìn)行替換。（3）使用等權(quán)重法重新計(jì)算數(shù)字鴻溝。由表 6可知，數(shù)字鴻溝得分越高，農(nóng)民工家庭人均純收入越低，處于相對貧困的可能性就越大，結(jié)果具有高度穩(wěn)健性。

2.內(nèi)生性檢驗(yàn)

數(shù)字鴻溝直接作用于相對貧困，加深當(dāng)期及滯后期的相對貧困程度，相對貧困也同樣作用于數(shù)字鴻溝[34]，因此，數(shù)字鴻溝和相對貧困可能存在互為因果關(guān)系。本文使用工具變量法解決內(nèi)生性問題，將同一縣/區(qū)除受訪者外數(shù)字貧困發(fā)生率作為工具變量。數(shù)字貧困發(fā)生率體現(xiàn)了該地區(qū)數(shù)字信息技術(shù)極度匱乏者的比例，比例越低說明該地區(qū)數(shù)字化程度越高，受訪者應(yīng)用數(shù)字信息技術(shù)的可能性大，從而影響數(shù)字鴻溝和相對貧困，同時他人數(shù)字貧困發(fā)生率與農(nóng)民工相對貧困沒有直接聯(lián)系，滿足工具變量相關(guān)性和外生性的要求。表 7展示了兩階段最小二乘估計(jì)（2SLS）的結(jié)果，第一階段F統(tǒng)計(jì)量大于10，Wald檢驗(yàn)在1%的顯著性水平下拒絕原假說，通過弱工具變量檢驗(yàn)，驗(yàn)證了工具變量的有效性。在解決內(nèi)生性問題后，數(shù)字鴻溝對相對貧困的影響仍然顯著。

（七）異質(zhì)性

本文進(jìn)一步分析了農(nóng)民工數(shù)字鴻溝對相對貧困影響的性別、教育、年齡異質(zhì)性，并展示了不同群體的數(shù)字鴻溝狀況，具體結(jié)果如表 8、表 9所示：

1.性別異質(zhì)性

男性農(nóng)民工相對貧困更容易受數(shù)字鴻溝影響。女性農(nóng)民工數(shù)字鴻溝得分和數(shù)字貧困發(fā)生率低于男性，即男性農(nóng)民工面臨更為嚴(yán)重的數(shù)字鴻溝。相比女性，數(shù)字經(jīng)濟(jì)強(qiáng)化了男性在工作中的比較優(yōu)勢[35]，因此，當(dāng)男性面臨更加嚴(yán)重的數(shù)字鴻溝時，對收入的影響將更為明顯。

2.教育異質(zhì)性

緩解中低等教育程度的農(nóng)民工群體的數(shù)字鴻溝對降低相對貧困更有效。由表9可知，數(shù)字鴻溝得分隨著教育程度的提高而降低，初中或高中/中專/技校/職高學(xué)歷的農(nóng)民工數(shù)字鴻溝對相對貧困的影響最為顯著，這可能與數(shù)字技術(shù)可應(yīng)用潛力不同有關(guān)。因此，關(guān)注中低教育水平的農(nóng)民工數(shù)字信息應(yīng)用狀況有助于其利用數(shù)字信息要素增加收入，緩解相對貧困。

3.年齡異質(zhì)性

本文按1980年出生為界將農(nóng)民工劃分為新老兩代農(nóng)民工，其中新生代農(nóng)民工占據(jù)多數(shù)。新生代農(nóng)民工的數(shù)字鴻溝對相對貧困具有顯著影響，老一代農(nóng)民工的影響并不顯著，但新生代農(nóng)民工數(shù)字信息運(yùn)用優(yōu)于老一代農(nóng)民工。新生代受農(nóng)民工工資、工作環(huán)境、擇業(yè)機(jī)會識別等影響就業(yè)穩(wěn)定性較差[36]，數(shù)字技術(shù)的應(yīng)用能夠幫助新生代農(nóng)民工獲得更多就業(yè)、晉升的機(jī)會，而老一代農(nóng)民工的工作和生活狀況相對固定，從事的工作類型對數(shù)字信息技術(shù)的要求較低。

（八）機(jī)制分析

處于數(shù)字鴻溝的農(nóng)民工的人力資本狀況較差，會加劇處于相對貧困的可能。本文選擇“互聯(lián)網(wǎng)對您獲取信息的重要性”作為測度農(nóng)民工人力資本的中介變量，互聯(lián)網(wǎng)在信息獲取中發(fā)揮著越大的作用，可以說明農(nóng)民工數(shù)字信息素養(yǎng)較高。由表 10列（2）的估計(jì)結(jié)果可知，數(shù)字鴻溝能夠顯著降低農(nóng)民工人力資本。由列（3）結(jié)果可知，在列（1）的基礎(chǔ)上引入中介變量后，人力資本對相對貧困具有顯著的負(fù)向影響，并通過1%的顯著性檢驗(yàn)。但數(shù)字鴻溝對相對貧困的影響不再顯著，說明人力資本在數(shù)字鴻溝加深相對貧困中發(fā)揮完全中介作用。KHB結(jié)果同樣顯示直接效應(yīng)不顯著，總效應(yīng)的53.84%來自人力資本。

四、結(jié)論與建議

（一）主要結(jié)論

本文利用2018年中國家庭追蹤調(diào)查農(nóng)民工樣本數(shù)據(jù)，從微觀層面構(gòu)建數(shù)字鴻溝指數(shù)，探討數(shù)字鴻溝對農(nóng)民工相對貧困的影響，采用中介效應(yīng)模型和KHB效應(yīng)分解法驗(yàn)證人力資本在影響機(jī)制中的中介作用。研究發(fā)現(xiàn)：第一，農(nóng)民工群體擺脫農(nóng)村相對貧困的同時，21.797%的農(nóng)民工在城市重新陷入相對貧困。第二，從“接入溝”“使用溝”和“知識溝”構(gòu)建數(shù)字鴻溝指數(shù)可知，數(shù)字鴻溝會提高農(nóng)民工處于相對貧困的可能，“應(yīng)用溝”對相對貧困的影響最為顯著。第三，男性、中低等教育群體和新生代農(nóng)民工數(shù)字鴻溝對相對貧困的影響更敏感。第四，人力資本在數(shù)字鴻溝對相對貧困的影響機(jī)制中起到完全中介作用。

（二）政策建議

1.推動相對貧困治理機(jī)制構(gòu)建

鞏固擴(kuò)展脫貧攻堅(jiān)成果的同時，將貧困監(jiān)測從絕對貧困向相對貧困轉(zhuǎn)移，建立城鄉(xiāng)非同步的相對貧困標(biāo)準(zhǔn)，其中農(nóng)民工等流動群體是新發(fā)展階段貧困監(jiān)測的重點(diǎn)對象。當(dāng)前，中國農(nóng)民工相對貧困問題依然嚴(yán)峻，流動產(chǎn)生的收入差距、生活差距將會長期存在，需要政府盡快出臺識別相對貧困、緩解相對貧困的長效機(jī)制，相對貧困標(biāo)準(zhǔn)應(yīng)根據(jù)城鄉(xiāng)差異、群體差異適度調(diào)整。

2.加強(qiáng)農(nóng)民工數(shù)字權(quán)利保障

數(shù)字公共服務(wù)的提供應(yīng)注重農(nóng)民工的需求，開發(fā)適用性強(qiáng)、方便快捷的網(wǎng)絡(luò)產(chǎn)品和服務(wù)。由于工作不穩(wěn)定、收入落后、受教育程度低等原因，農(nóng)民工工時普遍高于最高工時標(biāo)準(zhǔn)，在高強(qiáng)度工作下農(nóng)民工缺少融入數(shù)字時代的機(jī)會，進(jìn)而影響數(shù)字應(yīng)用。因此，相關(guān)主體應(yīng)主動降低數(shù)字產(chǎn)品和服務(wù)的門檻，助力農(nóng)民工跨越數(shù)字鴻溝享受數(shù)字紅利。

3.促進(jìn)農(nóng)民工數(shù)字應(yīng)用轉(zhuǎn)化

引導(dǎo)、鼓勵農(nóng)民工應(yīng)用數(shù)字信息提高人力資本，阻斷數(shù)字鴻溝影響相對貧困路徑。激發(fā)數(shù)字信息的正向作用需要政府與社會的引導(dǎo)，通過數(shù)字惠農(nóng)政策推進(jìn)農(nóng)村地區(qū)互聯(lián)網(wǎng)普及工作，開展農(nóng)民工數(shù)字應(yīng)用技能培訓(xùn)，提升農(nóng)民工競爭力，以“數(shù)字化”賦能農(nóng)民工“市民化”。

參考文獻(xiàn)：

[1]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.

[2]周向紅.從數(shù)字鴻溝到數(shù)字貧困：基本概念和研究框架[J].學(xué)海，2016（4）：154-157.

[3]胡鞍鋼，周紹杰.新的全球貧富差距：日益擴(kuò)大的“數(shù)字鴻溝”[J].中國社會科學(xué)，2002（3）：34-48，205.

[4]劉傳江，劉思辰.數(shù)字化時代農(nóng)民工市民化的“雙重鴻溝”與跨越[J].西安交通大學(xué)學(xué)報(bào)（社會科學(xué)版），2023，43（1）：107-116.

[5]程名望，JIN Y H，蓋慶恩，等.農(nóng)村減貧：應(yīng)該更關(guān)注教育還是健康？——基于收入增長和差距縮小雙重視角的實(shí)證[J].經(jīng)濟(jì)研究，2014，49（11）：130-144.

[6]袁利平，李君筱.教育緩解相對貧困的實(shí)踐邏輯與路徑選擇[J].蘇州大學(xué)學(xué)報(bào)（教育科學(xué)版），2021，9（1）：39-47.

[7]周力，邵俊杰.非農(nóng)就業(yè)與緩解相對貧困——基于主客觀標(biāo)準(zhǔn)的二維視角[J].南京農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會科學(xué)版），2020，20（4）：121-132.

[8]楊帆，莊天慧.父輩稟賦對新生代農(nóng)民工相對貧困的影響及其異質(zhì)性[J].農(nóng)村經(jīng)濟(jì)，2018（12）：115-122.

[9]王大哲，朱紅根，錢龍.基本公共服務(wù)均等化能緩解農(nóng)民工相對貧困嗎？[J].中國農(nóng)村經(jīng)濟(jì)，2022（8）：16-34.

[10]馮喜良，高盼盼，羅榮波.互聯(lián)網(wǎng)使用對農(nóng)民工性別工資收入差距的影響[J].人口與經(jīng)濟(jì)，2021，248（05）：111-124.

[11]王成林，徐華.認(rèn)知能力、互聯(lián)網(wǎng)鴻溝對農(nóng)民工群體社會經(jīng)濟(jì)地位的影響——基于CFPS2010數(shù)據(jù)的多元logistic回歸分析[J].哈爾濱市委黨校學(xué)報(bào)，2016，104（02）：84-90.

[12]韓長根，張力.互聯(lián)網(wǎng)普及對于城鄉(xiāng)收入分配的影響——基于我國省際面板數(shù)據(jù)的系統(tǒng)GMM分析[J].經(jīng)濟(jì)問題探索，2017（08）：18-27.

[13]羅廷錦，茶洪旺.“數(shù)字鴻溝”與反貧困研究——基于全國31個省市面板數(shù)據(jù)的實(shí)證分析[J].經(jīng)濟(jì)問題探索，2018（2）：11-18，74.

[14]何宗樾，張勛，萬廣華.數(shù)字金融、數(shù)字鴻溝與多維貧困[J].統(tǒng)計(jì)研究，2020，37（10）：79-89.

[15]陳飛，劉宣宣，王友軍.數(shù)字經(jīng)濟(jì)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.

[16]阿馬蒂亞·森.以自由看待發(fā)展[M].任賾，于真.譯.北京：中國人民大學(xué)出版社，2002.

[17]張敦福.城市相對貧困問題中的特殊群體：城市農(nóng)民工[J].人口研究，1998（2）：50-53.

[18]韋路，張明新.第三道數(shù)字鴻溝：互聯(lián)網(wǎng)上的知識溝[J].新聞與傳播研究，2006（4）：43-53，95.

[19] DIMAGGIO P，HARGITTAI E，CELESTE C，et al.From unequal access to differentiated use：A literature review and agenda for research on digital inequality[J].Social inequality，2004，1：355-400.

[20]西奧多·W·舒爾茨.論人力資本投資[M].吳珠華.譯.北京：北京經(jīng)濟(jì)學(xué)院出版社，1990.

[21]袁冬梅，金京，魏后凱.人力資本積累如何提高農(nóng)業(yè)轉(zhuǎn)移人口的收入？——基于農(nóng)業(yè)轉(zhuǎn)移人口收入相對剝奪的視角[J].中國軟科學(xué)，2021（11）：45-56.

[22]史新杰，方師樂，高敘文.基礎(chǔ)教育、職業(yè)培訓(xùn)與農(nóng)民工外出收入——基于生命周期的視角[J].財(cái)經(jīng)研究，2021，47（1）：153-168.

[23]錢龍，陳杰.依靠教育還是依靠健康：兩類人力資本對農(nóng)民工收入的影響及分化效應(yīng)[J].新疆農(nóng)墾經(jīng)濟(jì)，2018（2）：11-19，34.

[24]李代，張春泥.外出還是留守？——農(nóng)村夫妻外出安排的經(jīng)驗(yàn)研究[J].社會學(xué)研究，2016，31（5）：139-163，244.

[25]王小林.貧困測量：理論與方法[M].北京：社會科學(xué)文獻(xiàn)出版社，2017.

[26]汪三貴，孫俊娜.全面建成小康社會后中國的相對貧困標(biāo)準(zhǔn)、測量與瞄準(zhǔn)——基于2018年中國住戶調(diào)查數(shù)據(jù)的分析[J].中國農(nóng)村經(jīng)濟(jì)，2021（3）：2-23.

[27]胡聯(lián)，繆寧，姚紹群，等.中國農(nóng)村相對貧困變動和分解：2002—2018[J].數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2021，38（2）：132-146.

[28]ALKIRE S，F(xiàn)OSTER J.Counting and multidimensional poverty measurement[J].Journal of public economics，2011，95（7-8）：476-487.

[29]溫忠麟，葉寶娟.中介效應(yīng)分析：方法和模型發(fā)展[J].心理科學(xué)進(jìn)展，2014，22（5）：731-745.

[30]KARLSON K B，BREEN R，HOLM A.Total， Direct，and Indirect Effects in Logit and Probit Models[J].Sociological Methods & Research，2013，42（2）.

[31]宋嘉豪，吳海濤，程威特.勞動力稟賦、非農(nóng)就業(yè)與相對貧困[J].華中農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會科學(xué)版），2022（1）：64-74.

[32]ATTANASIO O P，BANKS J，MEGHIR C，et al. Humps and bumps in lifetime consumption[J].Journal of Business & Economic Statistics，1999，17（1）：22-35.

[33]王美艷.農(nóng)民工的貧困狀況與影響因素——兼與城市居民比較[J].宏觀經(jīng)濟(jì)研究，2014（9）：3-16，26.

[34]許嘉文.我國區(qū)域數(shù)字鴻溝與相對貧困問題研究[D].桂林：廣西師范大學(xué)，2022.

[35]張勛，楊紫，譚瑩.數(shù)字經(jīng)濟(jì)、家庭分工與性別平等[J].經(jīng)濟(jì)學(xué)（季刊），2023，23（1）：125-141.

[36]陳昭玖，艾勇波，鄧瑩，等.新生代農(nóng)民工就業(yè)穩(wěn)定性及其影響因素的實(shí)證分析[J].江西農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會科學(xué)版），2011，10（01）：6-12.

責(zé)任編輯：李黎

Dose digital Gap Affect Chinese Rural Migrant Workers Relative Poverty？

——An Empirical Analysis Based on CFPS 2018

Wang Qiyuan? Liu Yizhuo

（Chinese Academy of International Trade and Economic Cooperation， Beijing 100073， China）

Abstract： Based on the data of the China Family Panel Studies （CFPS） in 2018， this paper uses the A-F double boundary method to measure the digital gap of migrant workers， and analyzes the impact of the digital gap on relative poverty and its mechanism through the Probit model， the Mesomeric effect model and the KHB effect decomposition method. Research has found that 21.797% of migrant workers are in relative poverty， with the digital gap significantly increasing the likelihood of migrant workers being in relative poverty. The impact is more significant on male migrant workers， workers with middle and lower education levels， and the new generation of migrant workers. Mechanism testing shows that the digital gap deepens the relative poverty of migrant workers by reducing human capital. Based on this， it is proposed to develop a long-term mechanism to identify and alleviate relative poverty soon， strengthen the training of digital application skills for migrant workers， and correctly guide their digital application to transform into human capital accumulation.

Key words： digital gap; relative poverty; migrant workers; mesomeric effect