Digital Literacy and Farmers' Common Prosperity: Effects and Mechanisms
-
摘要: 促进共同富裕的艰巨任务在农村,如何依靠数字赋能促进农户共富尤其重要,农户数字素养的提升成为数字赋能的关键举措。基于中国综合社会调查(CGSS)数据,采用Probit模型分析数字素养对农户共同富裕的影响效应及作用机制。研究发现,提升数字素养能显著促进农户共同富裕,数字素养每提升1%,农户实现共同富裕的概率将提高4.5%;数字素养对农户共同富裕的影响受农户禀赋的影响,低学历、青中年和女性农户更容易在数字素养提升的过程中受益;提升数字素养还会增加农户信息优势、提高其社会资本和人力资本存量进而促进共同富裕。为此,政府应系统提升低收入群体的数字素养和持续加强数字乡村建设,为数字赋能共同富裕促进效应的长效机制提供支撑。Abstract: The arduous task of promoting common prosperity still remains in the countryside. How to rely on digital empowerment to promote farmers' common prosperity is particularly important. The improvement of farmers' digital literacy becomes the critical measure of digital empowerment. Based on the Chinese General Social Survey (CGSS) data, this paper uses the Probit model to analyze the relationship between digital literacy and farmers' common prosperity. It is found that improving digital literacy can significantly promote farmers' common prosperity. Compared with other farmers, farmers with low-education, middle-aged and female farmers are more likely to benefit from the improvement of digital literacy. Information advantages, social capital, and human capital play an intermediary role in the impact of digital literacy on farmers' common prosperity. Therefore, the government should systematically improve the digital literacy of low-income groups and continue to strengthen the construction of digital villages to support the long-term mechanism of digital empowerment, promoting common prosperity.
-
一、 引言
共同富裕是中国特色社会主义的本质要求,是中国式现代化的重要特征。习近平总书记指出,促进共同富裕,最艰巨最繁重的任务仍然在农村(习近平,2021)[1]。拓宽农村低收入人群增收渠道、缓解相对贫困问题是实现共同富裕的重要抓手。共同富裕不仅体现在全体人民的绝对收入水平的提高,还需要实现相对收入差距的缩小。从绝对收入水平来看,我国人均GDP从1978年的381元增至2022年的8.5万元①,并且在2020年实现了全面脱贫,为促进共同富裕提供了良好基础。从相对收入差距来看,2022年我国的基尼系数为0.474②,说明我国居民贫富差距较大,相对收入差距还有较大改进空间。因此,如何扎实推进共同富裕是亟需解决的问题。
①②数据来源: https://www.stats.gov.cn/。
数字经济时代,数字素养是推进农户持续增收、实现共同富裕的新引擎。已有研究表明,互联网技术正在优化传统农村经济结构,改善农户生产生活方式,拓宽农户的增收渠道(孙俊娜等,2023)[2],带动农户就业创业(赵佳佳等,2023)[3],进而取得增收致富的效果。然而,数字技术为农村经济带来巨大红利的同时,也由于地区间互联网基础设施发展不平衡以及农户使用互联网的能力存在差异,导致数字红利难以体现(彭继增等,2019)[4],甚至出现了数字鸿沟。可见,农户参与数字经济活动对数字设施和数字素养均提出了较高的要求。现阶段,随着数字乡村建设的持续推进,农村地区的数字基础设施将得到进一步完善。由此,解决数字鸿沟问题已从网络接入差距转向数字技术运用差距。在大力发展数字经济背景下,探究农户数字素养现状对于缩小数字鸿沟、助推农户享受数字经济发展红利尤为迫切。
从现实来看,数字素养是促进农户共同富裕的新动能。中央网信办等五部门联合印发的《2023年数字乡村发展工作要点》明确指出,随着农户数字素养与技能的持续提升,我国数字乡村发展已取得阶段性进展。数字素养直接关系到农户获取数字知识的内生动力,会从根本上影响数字乡村建设中农户经济主体作用的发挥和增收致富能力的提升。事实上,数字素养是影响农户运用数字技术和参与数字经济的重要因素。数字素养体现了农户在数字环境下运用数字技术获取和创造生产与生活资源的能力,进而从资源获取方面提升了农户的共同富裕水平(武小龙和王涵,2023)[5];数字素养还会提升农户参与数字乡村治理的能力,进而从提升乡村有效治理角度促进了共同富裕(苏岚岚和彭艳玲,2022)[6];数字素养还会通过促进农户创业和缩小其空间差异的方式促进共同富裕(李晓静等,2022)[7]。因此,提升农户数字素养无疑是缩小数字鸿沟的有效方式,也是防止返贫、巩固脱贫攻坚成果的重要路径。鉴于此,本文尝试阐释数字素养对农户共同富裕的影响机理,探索并实证分析数字素养影响农户共同富裕的实现路径。
关于共同富裕,学者们主要从共同富裕的内涵特征(刘培林等,2021)[8]、共同富裕指标体系的构建与测度(孙学涛等,2022)[9]、共同富裕的实现路径(李实和朱梦冰,2022)[10]三个方面进行了探讨。
对于农户数字素养,多数学者重点分析了农户数字素养的行为效应,发现提升农户数字素养能促进其数字乡村治理参与行为[6]、数字金融行为(温涛和刘渊博,2023)[11]以及创业行为[7],并可实现财产性收入的提升(单德朋等,2022)[12]。苏红键(2022)[13]从数字城乡建设视角分析了农户数字素养与共同富裕的关系,与本研究内容较为接近,但其主要从理论角度讨论数字乡村建设如何缩小城乡收入差距,进而促进共同富裕。而本文的主要边际贡献体现在:一是将数字素养与农户共同富裕构建在一个研究框架内,深入探讨了数字素养作为内生动力因素与农户共同富裕的关系;二是尝试从数字社交素养、数字创意素养、数字信息素养、数字金融素养和数字安全素养等五个方面构建了农户数字素养评价指标体系,利用全国数据分析了农户的数字素养状况;三是由于农户个体禀赋之间差异显著,本文从受教育水平、年龄和性别三个方面分析了数字素养影响农户共同富裕的异质性;四是从信息优势、社会资本与人力资本三个途径检验了数字素养对农户共同富裕的间接影响,为促进农户共同富裕的相关政策提供了参考依据。
二、 理论分析与研究假说
随着经济社会的数字化发展,推动数字乡村建设在宏观层面可以开发农村数字产业,在微观层面可以培育农户数字素养。农户作为微型经济主体,其对数字技术的熟练掌握能有效促进数字乡村的可持续发展,还可以激发自身的内生动力进而促进共同富裕。高数字素养不仅有助于农户解决生产生活中的问题,而且有利于农户与数字社会高度融合,更好地掌握市场信息形成信息优势,高效地进行外界交流积累社会资本,快速地提升竞争力促进人力资本,对于促进农户增收和实现共同富裕具有重要作用。
(一) 数字素养对共同富裕的直接影响
数字素养较早被定义为通过计算机理解和使用各种来源信息的能力(Glister,1997)[14]。随着数字技术的快速发展,数字素养的概念被扩展为使用互联网信息技术查找、评估、利用、共享和创建信息内容以及在数字环境中有效执行任务的能力(Alexander等,2016)[15]。国外机构从不同角度构建了数字素养的指标体系,如欧盟联合研究中心从信息与数据、沟通与协作、数字内容创建、安全与问题解决等五个维度构建了数字素养框架(Audrin C和Audrin B,2022)[16]。国内学者未能就数字素养的核心要素达成统共识,但均认为数字素养是一个多维概念[5-6, 11]。鉴于此,本文所研究的数字素养指的是农户在数字化的生活环境中运用数字工具,适当获取、整合、沟通、管理和创建数字资源,进而形成有关数字能力的综合素养,主要包含数字社交素养、数字创意素养、数字信息素养、数字金融素养和数字安全素养等。
已有研究发现,数字素养能促进农户的乡村治理意愿和创业行为,进而为扎实推进农户共同富裕提供新渠道[6-7];此外,数字素养作为一种数字人力资本,能够激发农户自身的内生发展动力,对农户实现共同富裕具有重要的推动作用。由可行能力理论可知(Sen,1999)[17],低收入农户由于其自身发展能力容易被剥夺而不利于实现共同富裕,而从理论上讲,数字素养能够有效缓解由能力贫困导致的收入差距问题。首先,由理性人假设可知,农户参与经济活动的决策取决于经营成本、收益、风险及能力的综合评判和比较,提升数字素养能够增强农户的数字化思维方式,提高其综合评判经济活动的能力,进而拓展农户多样化的增收渠道(朱秀梅等,2020)[18]。其次,根据赋能理论,良好的数字素养是农户应用数字技术的关键要素和参与数字经济的必要手段,数字素养会促进农户熟练驾驭新技术和掌握前沿信息,进而可缩小城乡收入差距,最终实现共同富裕(李波和陈豪,2023)[19]。最后,数字素养还会提升农户的数字支付、获取金融服务等数字金融的能力,减少金融对农户的排斥(罗煜和曾恋云,2021)[20],提升其融入数字社会的能力和市场竞争力,在一定程度上解决了不同类型农户的收入差距问题(程名望和张家平,2019)[21]。由此,提出如下研究假说:
H1:数字素养对农户共同富裕具有正向影响。
(二) 数字素养对共同富裕的间接影响
提升数字素养能够使农户享受数字红利,不仅会促进其信息获取,还会拓展其社会网络资源,更能够提升其人力资本存量。而从理论上讲,信息获取水平的提高、社会网络资源的拓展和人力资本存量的提升均会促进农户实现共同富裕。
1. 通过提升信息优势实现共同富裕
数字素养对于实现共同富裕不仅体现在信息获取能力,更涉及到信息的精准应用和分享。农户数字素养越高,越能熟练利用数字工具进行搜寻、获取、传递信息,有助于加强农户处理和分析信息的能力,极大降低了信息搜寻成本,提升了生产效率(闫迪和郑少锋,2021)[22]。特别是在缩小信息鸿沟和提升信息优势的机制方面,提升数字素养更有助于农户精准获取高价值的信息,增加信息资本的积累,促使农户享受信息红利,缩小获取优质信息的差距。这在一定程度上提高了农户在经济决策和行为中的准确性,对采纳新技术和适应经济变化发挥着重要的作用,有助于缓解信息不平等,为弱势群体在市场博弈中的议价优势提供支撑,并助力农户创造更多的经济机会,推动农户与市场的深度融合。随着数字技术与农业产业的结合愈发紧密,数字素养的提升促使农户能够更加全面地参与数字化农业生产,如借助丰富的信息资源洞察市场趋势、调整生产结构,有助于改善传统的农业生产模式,推动农业高质量发展,进而促进共同富裕的逐步实现(冀县卿等,2023)[23]。因此,数字素养可以提升农户信息优势并促进共同富裕的实现。由此,提出如下研究假说:
H2:信息优势在数字素养对农户共同富裕的影响中发挥中介作用。
2. 通过提高社会资本存量实现共同富裕
社会资本在中国社会环境情境中代表社会关系网络,以家庭、亲戚、邻里和同乡之间的紧密联系为基础。这种关系网络不仅涵盖了日常生活,还在农业生产、合作社组织以及乡村自治等方面发挥着重要作用。在数字经济时代,数字化发展改变了农村传统社会资本结构,对农户生产和生活方式产生了积极影响。
一方面,农户数字素养越高,越能熟练利用数字技术进行即时通讯,这不仅突破了传统社会资本的时空限制,也显著拓展了农户的社会交往范围[21]。此过程有助于加强社会资本的外部连接,使农户能够更广泛地参与社交活动,进而获取更多社会资源。另一方面,较高数字素养的农户不仅在线上积累了丰富的社会资本(缪晓雷,2020)[24],并且这种线上社会资本的积累进一步促进了线下社会资本的累积(邱泽奇等,2016;Geraci等,2022)[25-26]。农户通过数字化平台能够更有效地建立和维护社会关系,为其参与数字乡村治理提供机会并加强农户之间的合作与信任[6]。这种社会资本的传递机制有助于缩小农村内部的社会资源差距,促进资源和机会的分配更为均衡。因此,提升农户数字素养既是其社会资本存量增加的推动因素,也是社会资本积累机制的内生动力,为共同富裕的实现提供了新渠道。由此,提出如下研究假说:
H3:社会资本在数字素养对农户共同富裕的影响中发挥中介作用。
3. 通过提高人力资本存量实现共同富裕
当前,数字经济已经成为我国经济增长的新引擎,数字经济通过提升人力资本水平和产业结构升级有效推动了经济高质量发展(张蕴萍等,2021)[27],促进共同富裕的实现。而农户数字素养的提升不仅为个体竞争力的可持续发展提供了可能性(Anthonysamy等,2020)[28],还对人力资本的质和量均产生了积极影响(Czarniewski,2014)[29],使农户的人力资本得到数量和质量的双重提升,同时也为其创造了更多元化和高质量的就业机会[2]。特别是对于低收入和低学历的弱势群体,数字素养的提升不仅意味着这些群体能够通过新兴的数字经济渠道增加收入[20],还能够激发更多的创业机会[11],从而缩小城乡收入差距。数字素养作为一种数字时代的内生发展动力,不仅是对传统人力资本的有益补充,还深刻地影响着个体的持续学习能力,在一定程度上促进了农户适应数字经济的快速发展,对其主动参与技能培训具有推动作用,有助于农户在数字时代的竞争中享受数字红利[20]。这种红利在经济社会表现为客观福祉的提升,即提升数字素养会通过促进人力资本积累的方式实现共同富裕。由此,提出如下研究假说:
H4:人力资本在数字素养对农户共同富裕的影响中发挥中介作用。
(三) 农户禀赋的异质性影响
根据信息沟理论,数字技术对农户的影响并非是均衡的,即数字技术对不同类型农户的影响也具有差异化。已有研究表明,数字技术对低学历农户增收减贫的影响更大[20]。提升数字素养能够从内生发展动力改善农户的人力资本存量,但由于高学历的人力资本存量相对丰富,数字素养对高学历的影响比较有限。相对来说,低学历农户的人力资本存量较为匮乏,提升数字素养为低学历农户促进内生发展动力提供了可能,更有助于改善其创业绩效(王杰等,2022)[30]。此外,数字技术可以促进女性就业(李建奇,2022)[31],缩小农户的性别工资收入差距(冯喜良等,2021)[32]。由于不同年龄农户对数字技术的认知存在一定的差异,因此不同年龄农户的数字素养水平也会有所差异。相较于老年农户,中青年农户更易接纳新事物,更能熟练掌握数字技术和拥有更高的数字素养,如孙华臣等(2021)[33]的研究发现,互联网深化对较小年龄农户的增收效应更为显著。因此,数字素养对农户共同富裕的影响也会受到教育水平、年龄和性别的影响。由此,提出如下研究假说:
H5:数字素养对促进低学历、女性和较小年龄农户共同富裕的作用更大。
三、 数据来源与研究设计
(一) 数据来源
本文使用2017年的中国综合社会调查(CGSS2017)数据,其调查范围覆盖了28个省市自治区。相较于其他公开微观数据和以往的CGSS数据,CGSS2017数据包含了详细的居民网络社会的相关问题,是目前具有全国代表性的个体互联网使用数据,为研究农户数字素养提供有力支撑。根据研究需要,保留农村户籍样本,得到可用样本量6 767个。
(二) 变量选取
1. 被解释变量:农户共同富裕(CP)
参考魏下海和韦庆芳(2023)[34]的研究,将相对收入线设定为家庭人均年收入中位数的40%。由CGSS2017数据可知,样本中家庭人均年收入中位数为10 000元,则相对收入线为4 000元。若家庭人均年收入高于相对收入线,表明该农户实现共同富裕,记为1;反之,记为0。
2. 核心解释变量:数字素养(DL)
数字素养(DL)表示农户在数字化的生活环境中运用数字工具,适当地获取、整合、沟通、管理和创建数字资源,进而形成有关数字能力的综合素养。以CGSS2017问卷中“过去一年中,您因下列事情而上网的频繁程度”加以衡量,其问项如表 1所示,选项依据李克特五级量表从1到5进行赋值,分为“从不、很少、有时、经常、总是”。根据已有研究[6, 11],本文将各类问题划分为数字社交素养、数字创意素养、数字信息素养、数字金融素养和数字安全素养等五个方面,对农户数字素养综合水平进行测量。进一步采用因子分析法对五类数字素养进行降维处理,提取1个公因子即数字素养(DL)公因子。由表 1可知,数字素养各因子的累计方差贡献率为81.27%,KMO值为0.883,表明各维度间具有较好的相关性;Bartlett球性检验的卡方值为23 123.472,且通过1%的显著性水平检验,表明因子分析结果有效;各维度的因子载荷值均超过0.795,表明各维度收敛效度较好。综上所述,所得公因子可以代表农户数字素养水平。
表 1 数字素养的因子分析数字素养维度 测量项 KMO Bartlett球形检验 因子载荷 累计方差(%) 社交素养 通过Email、QQ、微信、Skype等与人交流 0.929 创意素养 通过微信朋友圈、QQ空间、微博等展示自己 0.927 信息素养 通过互联网搜索信息、浏览新闻等 0.883 23 123.472*** 0.933 81.27 金融素养 通过互联网进行网上转账、支付、网购等 0.914 安全素养 通过网络维护自己的权益,或为他人伸张正义 0.795 注:* * *表示P < 0.01, * *表示P < 0.05, *表示P < 0.1。下表同。 3. 控制变量
借鉴已有文献选取控制变量的方式[30],本文研究数字素养与农户共同富裕时,还控制了个体特征、家庭特征及地区特征等变量,个体特征变量包括性别(Gender)、年龄(Age)、受教育水平(Education)、健康状况(Health)、政治面貌(Politics)、宗教信仰(Religion)、婚姻状况(Marriage)、社会保障(Insurance);家庭特征变量包括家庭常住人口数(Family)、拥有汽车情况(Car)、房产数(House);地区变量(Region)主要为农户所在省份①。具体变量含义与统计描述如表 2所示。
表 2 变量的描述性统计变量 变量测度 观测值 平均值 标准差 最小值 最大值 CP 若家庭人均年收入大于样本中家庭人均年收入中位数的40%,表示农户实现共同富裕,记为1;否则为0 5 932 0.786 0.410 0 1 DL 农户在数字化的生活环境中运用数字工具和具有数字能力的综合素养(根据因子得分计算) 4 656 0 1 -0.458 4.575 Gender 性别(女=0;男=1) 6 767 0.468 0.499 0 1 Age 实际年龄(2017-出生年份) 6 767 50.612 16.383 18 96 Education 目前最高教育程度(没有受过任何教育=1;小学=2;初中=3;高中=4;大学及以上=5) 6 762 2.548 1.111 1 5 Health 目前的身体健康状况(不健康=0;健康=1) 6 765 0.738 0.440 0 1 Politics 目前的政治面貌(非中共党员=0;中共党员=1) 6 764 0.044 0.205 0 1 Religion 宗教信仰(没有=0;有=1) 6 767 0.107 0.309 0 1 Marriage 目前的婚姻状况(未婚=0;已婚=1) 6 767 0.772 0.420 0 1 Insurance 目前参加社会保障(否=0;是=1) 6 638 0.936 0.245 0 1 Family 目前家庭常住人数(实际数值) 6 760 2.966 1.597 1 23 House 目前家庭几处房产(实际数值) 6 734 1.055 0.577 0 11 Car 家庭是否拥有汽车(否=0;是=1) 6 766 0.209 0.407 0 1 Region 目前所在省份(西部=1;中部=2;东部=3) 6 767 1.971 0.776 1 3 ① 西部地区包括云南、内蒙古、四川、宁夏、广西、甘肃、贵州、重庆、陕西、青海等10个省、自治区;中部地区包括吉林、安徽、山西、江西、河南、湖北、湖南、黑龙江等8个省份;东部地区包括上海、北京、天津、山东、广东、江苏、河北、浙江、福建、辽宁等10个省、直辖市。
(三) 模型构建
1. 二元Probit模型
本研究主要考察数字素养对农户共同富裕的影响。考虑到被解释变量共同富裕为二分类离散变量,故采用二元Porbit模型对样本数据进行实证分析。回归模型设定如下:
$$ \operatorname{Pr}\left(C P=1 \mid D L_i, { Control }_i\right)=\varPhi\left(\beta_0+\beta_1 D L_i+\lambda { Control }_i+\varepsilon_i\right) $$ (1) 其中,CP为农户共同富裕,DL为农户数字素养,Control为一系列控制变量,β1为本研究所关注的系数,即数字素养对农户共同富裕的影响效应,ε为随机扰动项。
2. Bootstrap中介模型
采用偏差校正的非参数百分位Bootstrap法(Preacher和Hayes,2004)[35],并借鉴Zhao等(2010)[36]的中介检验过程,就数字素养对农户共同富裕影响的间接效应进行检验。首先建立解释变量、中介变量和被解释变量的三个回归方程式,具体如下:
$$ C P=i_1+c D L+e_1 $$ (2) $$ M=i_2+a D L+e_2 $$ (3) $$ C P=i_3+c^{\prime} D L+b M+e_3 $$ (4) 其中,DL表示核心解释变量即数字素养,中介变量M为信息优势、社会资本与人力资本,CP表示被解释变量即农户共同富裕。系数c表示解释变量对被解释变量的影响效应,系数a表示中介变量对解释变量的影响效应,系数c′和b分别表示解释变量、中介变量对被解释变量的影响效应。按照Zhao等(2010)[36]的中介检验过程对ab乘积的分布进行检验,即检验Bootstrap置信区间是否包含0,如果区间上限到区间下限之间不包含0,表明中介效应显著成立。
四、 实证模型与分析
(一) 基准模型回归
基于二元Porbit模型、使用Stata17统计软件、并采用CGSS2017的数据探究数字素养对农户共同富裕的影响。表 3第(1)至(4)列报告了数字素养对农户共同富裕影响的Probit回归结果。
表 3 数字素养对共同富裕的影响:全样本Probit回归结果变量 (1) (2) (3) (4) DL 0.117***(0.009) 0.062***(0.012) 0.051***(0.012) 0.045***(0.012) Gender -0.057***(0.014) -0.052***(0.014) -0.045***(0.014) Age 0.013***(0.004) 0.009**(0.004) 0.008**(0.004) Age2 -0.000***(0.000) -0.000***(0.000) -0.000***(0.000) Education 0.044***(0.009) 0.038***(0.009) 0.035***(0.009) Health 0.147***(0.014) 0.133***(0.013) 0.118***(0.014) Politics 0.020(0.035) 0.014(0.034) 0.017(0.034) Religion 0.010(0.022) 0.009(0.021) -0.004(0.021) Marriage -0.005(0.018) 0.015(0.018) 0.007(0.017) Insurance -0.032(0.030) -0.039(0.030) -0.030(0.030) Family -0.037***(0.004) -0.035***(0.004) House 0.062***(0.014) 0.062***(0.014) Car 0.161***(0.022) 0.153***(0.022) Region 0.069***(0.009) N 4 025 3 963 3 957 3 957 注:表中报告的是平均边际效应,括号中的数值为标准误。表 5、表 7同。 表 3第(1)列加入了数字素养,可以看出数字素养对农户共同富裕具有正向影响,且在1%的统计水平上显著。为剔除其他变量的干扰,第(2)至(4)列依次加入个人特征变量、家庭特征变量和地区变量。所有回归结果均显示,数字素养对农户共同富裕具有正向影响,且均在1%的统计水平上显著。其中第(4)列的结果显示,数字素养每提高1%,农户实现共同富裕的概率将提高4.5%,表明农户具有较高的数字素养会显著提升其实现共同富裕的概率。可能的解释是,一方面,具有较高数字素养的农户拥有熟练运用数字工具的能力,有利于提高农户社交主动性,有助于农户获取产品市场和劳动市场的信息,进而提高农户从事非农就业的机会[13]以及提升农户在市场博弈中的议价优势[22],最终促进农户增收和实现共同富裕;另一方面,在数字经济时代,多样化的经济模式层出不穷,具有较高数字素养的农户通常拥有较高的信息编辑和创意能力(Satpathy,2022)[37],能轻松掌握农产品直播电商等互联网新模式,有助于农户拓宽增收渠道,进而促进农户共同富裕。综上,假说H1得到了验证。
(二) 作用机制分析
根据前文分析,数字素养不仅会直接促进农户共同富裕,还会通过提高信息优势、增加社会资本存量和人力资本存量等间接提升农户实现共同富裕的概率。为此,本部分尝试从信息优势、社会资本与人力资本三个层面切入,检验三种机制在数字素养与农户共同富裕关系中的作用。其中:信息优势(IA)通过CGSS2017问卷中“每天大约花多少时间通过电脑上网或通过各种微信、微博等手机应用阅读咨询和文章(分钟)”来测量;从社会信任、社会参与、社会网络三方面构建社会资本(SC)变量,根据CGSS2017问卷中“您同不同意社会上绝大多数人是可以信任的”来测量社会信任,根据“上次居委会选举/村委会选举,您是否参加了投票”来测量社会参与,根据“您是否经常在空闲时间与亲戚或朋友聚会”来测量社会网络,再将变量进行加总平均计算社会资本;人力资本(HC)根据普通话能力和空闲时间学习频率来测量,再将变量加总平均计算人力资本。本文采用Bootstrap中介检验法分析数字素养对农户共同富裕的间接影响,回归结果如表 4所示。
表 4 信息优势、社会资本与人力资本的中介效应检验结果中介路径 a b 中介效应(ab) BootLLCI BootULCI 直接效应(c′) N 结果 (1)DL→IA→CP 1.479***(0.015) 0.234***(0.049) 0.342 0.203 0.483 0.317***(0.089) 4 025 成立 (2)DL→SC→CP 0.044***(0.007) 0.248***(0.084) 0.011 0.004 0.021 0.683***(0.061) 3 808 成立 (3)DL→HC→CP 0.398***(0.011) 0.404***(0.058) 0.161 0.114 0.208 0.514***(0.062) 4 024 成立 注:括号中的数值为标准误;Bootstrap次数设置为5 000,置信区间为95%。 表 4第(1)(2)(3)行分别报告了信息优势、社会资本和人力资本作为中介变量的回归结果。通过各行的系数a可知,数字素养对信息优势、社会资本和人力资本的影响均为正,且在1%的统计水平上显著,表明高数字素养的农户不仅具有信息优势,还拥有高水平的社会资本和人力资本存量。通过系数b和系数c′可知,数字素养、信息优势、社会资本和人力资本对农户共同富裕的影响均为正,且均在1%的统计水平上显著,表明信息优势、社会资本和人力资本能够提升农户实现共同富裕的概率。通过ab乘积可知,中介效应的置信区间均不包含0,说明信息优势、社会资本和人力资本的中介效应均显著,在数字素养促进共同富裕过程中发挥了中介作用。可能的解释是:一方面,提升数字素养对农户生产生活的影响是全面的、积极的,不仅会对农户共同富裕状况产生直接影响,还会对农户自身发展的其他要素产生影响,即提升数字素养在直接促进农户共同富裕的同时,也提升了农户的信息优势,积累了农户的社会资本和人力资本存量;另一方面,提升数字素养能够促进依靠传统渠道获取信息的农户融入数字社会,通过降低信息搜寻成本和突破时空限制间接提升农户的信息优势。随着农户信息优势的提升,农户的信息获取、传递与分享的另一层作用是促进社会交流和知识获取,这种交流与获取在资本要素中表现为农户社会资本存量和人力资本存量的提升,即提升数字素养会通过促进信息优势、提升社会资本和人力资本存量的方式促进农户共同富裕,假说H2、H3、H4均得到了验证。
(三) 异质性分析
前文估计了数字素养对农户共同富裕的平均作用,前提是所有农户受到的影响是相同的,但实际上,农户之间的数字素养水平并非均衡分布,不同禀赋的农户数字素养所发挥的增收致富效果不同,可能导致数字素养对农户共同富裕的影响存在非均衡效应。因而有必要从受教育水平、年龄以及性别角度分析数字素养对不同禀赋农户共同富裕的影响效果。借鉴孙华臣等(2021)[33]、王杰等(2022)[30]对农户个人禀赋的划分方法,将总样本按照受教育水平、年龄和性别进行划分,其中受教育水平分为“小学及以下”“初中”“高中及以上”三个子样本,年龄①分为“44岁以下的青年”“44岁到60岁的中年”“60岁以上的老年”三个子样本,性别划分为两个子样本,以考察数字素养对不同受教育水平、年龄和性别农户共同富裕影响的差异。回归结果如表 5所示。
表 5 异质性分析:根据受教育水平、年龄和性别分组检验变量 受教育水平 年龄 性别 小学及以下
(1)初中
(2)高中及以上
(3)青年
(4)中年
(5)老年
(6)女性
(7)男性
(8)DL 0.075*** 0.042*** 0.007 0.035*** 0.041** 0.009 0.068*** 0.028 (0.027) (0.016) (0.016) (0.010) (0.019) (0.168) (0.018) (0.017) 控制变量 控制 控制 控制 控制 控制 控制 控制 控制 N 2 455 1 072 430 818 1 409 1 730 2 078 1 879 ① 根据世界卫生组织的最新定义划分。
表 5第(1)至(3)列报告了不同受教育水平的估计结果。可以看出,数字素养分别对具有“小学及以上”“初中”教育背景的农户共同富裕起到了显著促进作用,但对“高中及以上”教育水平的农户共同富裕的促进作用不显著。说明与高学历农户相比,提升数字素养更能促进低学历农户的共同富裕。可能的解释是,随着数字经济的蓬勃发展,数字技术已经全面普及,无论高学历农户还是低学历农户均容易接触和掌握数字技术,但从内生动力的角度来看,相较于低学历农户,高学历农户具有较高的传统人力资本和社会资源,从而拥有更多的机会增加收入;低学历农户自身的人力资本较弱,提升数字素养有助于促进低学历群体内生动力的发展,为其带来更多的社会资源和增收渠道。因此,数字素养对低学历农户共同富裕的促进作用更大。
第(4)至(6)列报告了不同年龄段的估计结果。可以看出,数字素养对青中年农户共同富裕起到了显著促进作用,但对老年农户共同富裕的促进作用不显著,说明数字素养的促进共同富裕效应存在年龄鸿沟,与老年农户相比,提升数字素养更能促进中青年农户的共同富裕。可能的解释是,青中年农户在数字技术运用方面表现得更为娴熟,更容易利用互联网进行多元信息获取以及自身权益维护等复杂的网络行为,能更为轻松地在数字空间中获得社会资源和支持。而与青中年农户相比,老年农户缺乏数字技术的应用能力,由此产生的技术差距使得他们在数字社会中面临被边缘化的局面。这一边缘化现象不仅仅反映在技术层面上,更体现为老年农户在数字社会中的参与和资源获取方面受到限制,很容易产生数字鸿沟。因此,拥有较高数字素养的青中年农户比老年农户更易于从数字经济社会中受益,其实现共同富裕的概率更高。
第(7)(8)列报告了不同性别的估计结果。可以看出,数字素养对女性农户共同富裕起到了显著促进作用,但对男性农户共同富裕的促进作用不显著。可能的解释是,由于男性参与社会交往活动更频繁,其社会网络资源要优于女性,其社会交往的范围更广,更易从传统社会网络中获取资源与帮助。在数字经济时代,女性数字素养的提升更有助于其获取线上社会网络资源,直播带货、农产品电商等新型互联网模式有利于女性“足不出户”就可以参与经营活动,突破了“男主外,女主内”的传统家庭模式,高数字素养的女性能够获取更多的外部信息资源,拓宽其增收渠道。因此,数字素养更能促进女性农户实现共同富裕。综上,假说H5得到了验证。
五、 内生性问题与稳健性检验
(一) 内生性问题处理
共同富裕水平相对较高的农户,其数字素养也可能相对较高,因此数字素养与农户共同富裕之间可能存在着一定的内生性,也就是说数字素养在促进共同富裕的同时,也可能存在一种反向机制,即共同富裕也会影响到农户的内生动力发展。为此,借鉴黄群慧等(2019)[38]、柏培文和喻理(2021)[39]选取工具变量的思路,选取1984年各省每百万人邮局数量和2013年各省电子商务发展指数的交互项作为工具变量(Ⅳ)。一方面,早年的通信方式是通过邮局系统进行信件传送和电话沟通,同时邮局的分布影响着固定电话的铺设进而间接影响互联网的接入(早期上网需要接入电话线)。由此,邮局数量能够影响人们使用互联网,最终会对数字素养产生影响。此外,电子商务的发展对人们的经济生活产生了重要影响,改变了人们的消费方式和经营理念,进而提高了人们的综合数字能力,最终对数字素养产生影响。从上述分析来看,选取邮局数与电子商务发展指数的交互项作为农户数字素养的工具变量满足了相关性要求。另一方面,历史上的邮局数量对于农户共同富裕的影响甚微;电子商务发展指数属于省级层面宏观数据,而农户共同富裕属于微观数据,两者之间不存在联立性问题,因此,选取邮局数与电子商务发展指数的交互项作为农户数字素养的工具变量满足了排他性要求。故采用两步法的Ⅳ-Probit模型和2SLS模型对样本数据进行重新估计,回归结果如表 6所示。
表 6 数字素养对共同富裕的影响:基于Ⅳ-Probit模型和2SLS模型变量 Ⅳ-Probit 2SLS (1)
第一阶段(2)
第二阶段(3)
第一阶段(4)
第二阶段DL 2.741***(0.869) 0.607***(0.218) Ⅳ 0.077***(0.019) 0.077***(0.020) 控制变量 控制 控制 控制 控制 一阶段F统计量 440.850
P=0.000014.454
P=0.0001Wald text 19.560
P=0.0000Hausman检验 12.750
P=0.0004DWH检验 12.786
P=0.0004N 3 957 3 957 注:括号中的数值为标准误。为缩小邮局数的绝对数值,故取其对数形式。 表 6第(1)(2)列为Ⅳ-Probit模型的估计结果,第(3)(4)列为2SLS模型的估计结果。根据第(1)(3)列的第一阶段回归结果可知,工具变量对农户数字素养的影响在1%的统计水平上显著为正,说明两者之间具有较强的相关性。进一步通过一阶段F统计量可知,工具变量对农户数字素养具有较强的解释力,故不存在弱工具变量问题。此外,由Wald检验结果可知,Wald统计量在1%的统计水平上显著拒绝了数字素养是外生的原假设。此外,Hausman检验和异方差稳健的DWH检验的P值均为0.000 0,表明数字素养为内生变量。根据表 6第(2)(4)列第二阶段回归结果可知,在考虑了内生性问题之后,数字素养对农户共同富裕的正向影响依然在1%的统计水平上显著。
(二) 稳健性检验
下面再从四个方面进一步检验数字素养对农户共同富裕影响的稳健性。
一是重新计算被解释变量。由于共同富裕不仅包括物质富裕还包括精神富裕,因此从幸福感和家庭经济地位两个方面重新构建综合共同富裕指标。表 7第(1)列报告了重新计算被解释变量的回归结果。从中可以看出,数字素养对农户共同富裕具有显著的正向影响,与基准回归结果一致。
表 7 稳健性检验变量 重新计算被解释变量 重新计算核心解释变量 更换计量模型 重新划分样本 (1) (3) (4) (5) (6) (7) (8) DL 0.019**(0.008) 0.052***(0.014) 0.025**(0.010) 0.166**(0.074) 0.183***(0.053) New_DL 0.056***(0.015) Internet 0.041***(0.005) 控制变量 控制 控制 控制 控制 控制 控制 控制 N 4 528 3 957 5 818 3 957 3 957 1 532 2 425 二是重新计算核心解释变量。首先,将五个维度的数字素养进行加总平均重新计算综合数字素养(New_DL),取值区间为1到5,重新计算的样本均值为1.389(标准差0.841)。其次,进一步采用互联网使用频率(Internet)代替数字素养,农户使用互联网的频率越高,可以近似看作农户数字素养的水平越高,互联网使用频率的选项为李克特五级量表“从不到总是”,分别赋值为1~5。表 7第(3)(4)列报告了重新计算核心解释变量的回归结果,从中可看出,加总平均的数字素养和互联网使用频率均对农户共同富裕具有显著的正向影响,与基准回归结果一致。
三是更换计量模型。采用Logit模型和OLS模型重新对样本数据进行回归,结果见表 7第(5)(6)列。从中可以看出,数字素养对农户共同富裕具有显著的正向影响,与基准回归结果一致。
四是重新划分样本,将省份样本以秦岭—淮河为线划分为南北区域。表 7第(7)(8)列分别汇报了南北区域的回归结果,从中可看出,数字素养对南方和北方农户共同富裕均具有显著的正向影响。由此,上述四种稳健性检验的结果进一步印证了基准回归结果的稳健性。
六、 结论与政策建议
实现共同富裕是一个长期目标,也是高质量发展的根本目的。在数字经济时代,通过提升数字素养来促进农户共同富裕,既是数字化背景下提升数字素养助力农户增收致富的内在要求,也是共同富裕背景下优化农村人力资本要素配置的有效路径。本文基于CGSS2017的数据并运用Probit模型实证分析了数字素养对农户共同富裕的影响。研究发现:提升数字素养能显著促进农户共同富裕,数字素养每提高1%,农户实现共同富裕的概率将提升4.5%;提升数字素养更能促进低学历、青中年和女性农户实现共同富裕;提升数字素养不仅能直接促进农户共同富裕,还会以增加农户信息优势、提升农户社会资本和人力资本存量的方式间接促进其共同富裕。
基于以上结论,提出如下政策建议:第一,应加强农村数字技术基础建设。政府应注重提升收入相对较低地区的数字化发展水平,完善该地区的数字化基础设施建设,全力推进数字乡村建设。一要为农户营造数字化生活氛围,促进低收入农户融入数字社会;二要打造“数字+三农”生态圈,促进优势数字资源向农业部分流动。第二,应全方位提高农户数字素养。提升数字素养是促进共同富裕的新渠道,因而应着力加强数字素养赋能农户增收致富的能力,注重农户数字教育培训。一方面,地方政府可以联合当地学校建立数字技能培训基地,完善农村数字化教育培训体系,搭建数字化生活场景,加快提升农户综合数字素养水平,为建立解决收入不平等和实现共同富裕的长效机制奠定基础;另一方面,探索构建面向不同类型农户的差异化教育培训体系,加大对低收入农户尤其是弱势群体参与数字技能培训的政策倾斜,保障低学历和女性农户享有提升数字素养和增收致富能力的机会。第三,注重搭建信息渠道,提高农户的社会资本与人力资本存量。政府还需注重信息在增收致富长效机制中的作用,引导农户合理运用益农信息社、微信公众号、短视频平台等网络平台,提升低收入群体的信息优势,缓解信息不对称状况。与此同时,鼓励较高数字素养的农户拓展社会网络水平,促进数字信息资源在农户间流动,进而促进周围农户共同富裕。政府还需关注人力资本在实现共同富裕中的重要作用,不断提升低收入农户的内生发展动力,发挥可持续学习能力对于促进共同富裕的积极效应。
-
表 1 数字素养的因子分析
数字素养维度 测量项 KMO Bartlett球形检验 因子载荷 累计方差(%) 社交素养 通过Email、QQ、微信、Skype等与人交流 0.929 创意素养 通过微信朋友圈、QQ空间、微博等展示自己 0.927 信息素养 通过互联网搜索信息、浏览新闻等 0.883 23 123.472*** 0.933 81.27 金融素养 通过互联网进行网上转账、支付、网购等 0.914 安全素养 通过网络维护自己的权益,或为他人伸张正义 0.795 注:* * *表示P < 0.01, * *表示P < 0.05, *表示P < 0.1。下表同。 表 2 变量的描述性统计
变量 变量测度 观测值 平均值 标准差 最小值 最大值 CP 若家庭人均年收入大于样本中家庭人均年收入中位数的40%,表示农户实现共同富裕,记为1;否则为0 5 932 0.786 0.410 0 1 DL 农户在数字化的生活环境中运用数字工具和具有数字能力的综合素养(根据因子得分计算) 4 656 0 1 -0.458 4.575 Gender 性别(女=0;男=1) 6 767 0.468 0.499 0 1 Age 实际年龄(2017-出生年份) 6 767 50.612 16.383 18 96 Education 目前最高教育程度(没有受过任何教育=1;小学=2;初中=3;高中=4;大学及以上=5) 6 762 2.548 1.111 1 5 Health 目前的身体健康状况(不健康=0;健康=1) 6 765 0.738 0.440 0 1 Politics 目前的政治面貌(非中共党员=0;中共党员=1) 6 764 0.044 0.205 0 1 Religion 宗教信仰(没有=0;有=1) 6 767 0.107 0.309 0 1 Marriage 目前的婚姻状况(未婚=0;已婚=1) 6 767 0.772 0.420 0 1 Insurance 目前参加社会保障(否=0;是=1) 6 638 0.936 0.245 0 1 Family 目前家庭常住人数(实际数值) 6 760 2.966 1.597 1 23 House 目前家庭几处房产(实际数值) 6 734 1.055 0.577 0 11 Car 家庭是否拥有汽车(否=0;是=1) 6 766 0.209 0.407 0 1 Region 目前所在省份(西部=1;中部=2;东部=3) 6 767 1.971 0.776 1 3 表 3 数字素养对共同富裕的影响:全样本Probit回归结果
变量 (1) (2) (3) (4) DL 0.117***(0.009) 0.062***(0.012) 0.051***(0.012) 0.045***(0.012) Gender -0.057***(0.014) -0.052***(0.014) -0.045***(0.014) Age 0.013***(0.004) 0.009**(0.004) 0.008**(0.004) Age2 -0.000***(0.000) -0.000***(0.000) -0.000***(0.000) Education 0.044***(0.009) 0.038***(0.009) 0.035***(0.009) Health 0.147***(0.014) 0.133***(0.013) 0.118***(0.014) Politics 0.020(0.035) 0.014(0.034) 0.017(0.034) Religion 0.010(0.022) 0.009(0.021) -0.004(0.021) Marriage -0.005(0.018) 0.015(0.018) 0.007(0.017) Insurance -0.032(0.030) -0.039(0.030) -0.030(0.030) Family -0.037***(0.004) -0.035***(0.004) House 0.062***(0.014) 0.062***(0.014) Car 0.161***(0.022) 0.153***(0.022) Region 0.069***(0.009) N 4 025 3 963 3 957 3 957 注:表中报告的是平均边际效应,括号中的数值为标准误。表 5、表 7同。 表 4 信息优势、社会资本与人力资本的中介效应检验结果
中介路径 a b 中介效应(ab) BootLLCI BootULCI 直接效应(c′) N 结果 (1)DL→IA→CP 1.479***(0.015) 0.234***(0.049) 0.342 0.203 0.483 0.317***(0.089) 4 025 成立 (2)DL→SC→CP 0.044***(0.007) 0.248***(0.084) 0.011 0.004 0.021 0.683***(0.061) 3 808 成立 (3)DL→HC→CP 0.398***(0.011) 0.404***(0.058) 0.161 0.114 0.208 0.514***(0.062) 4 024 成立 注:括号中的数值为标准误;Bootstrap次数设置为5 000,置信区间为95%。 表 5 异质性分析:根据受教育水平、年龄和性别分组检验
变量 受教育水平 年龄 性别 小学及以下
(1)初中
(2)高中及以上
(3)青年
(4)中年
(5)老年
(6)女性
(7)男性
(8)DL 0.075*** 0.042*** 0.007 0.035*** 0.041** 0.009 0.068*** 0.028 (0.027) (0.016) (0.016) (0.010) (0.019) (0.168) (0.018) (0.017) 控制变量 控制 控制 控制 控制 控制 控制 控制 控制 N 2 455 1 072 430 818 1 409 1 730 2 078 1 879 表 6 数字素养对共同富裕的影响:基于Ⅳ-Probit模型和2SLS模型
变量 Ⅳ-Probit 2SLS (1)
第一阶段(2)
第二阶段(3)
第一阶段(4)
第二阶段DL 2.741***(0.869) 0.607***(0.218) Ⅳ 0.077***(0.019) 0.077***(0.020) 控制变量 控制 控制 控制 控制 一阶段F统计量 440.850
P=0.000014.454
P=0.0001Wald text 19.560
P=0.0000Hausman检验 12.750
P=0.0004DWH检验 12.786
P=0.0004N 3 957 3 957 注:括号中的数值为标准误。为缩小邮局数的绝对数值,故取其对数形式。 表 7 稳健性检验
变量 重新计算被解释变量 重新计算核心解释变量 更换计量模型 重新划分样本 (1) (3) (4) (5) (6) (7) (8) DL 0.019**(0.008) 0.052***(0.014) 0.025**(0.010) 0.166**(0.074) 0.183***(0.053) New_DL 0.056***(0.015) Internet 0.041***(0.005) 控制变量 控制 控制 控制 控制 控制 控制 控制 N 4 528 3 957 5 818 3 957 3 957 1 532 2 425 -
[1] 习近平. 扎实推进共同富裕[J]. 求是, 2021(20): 4-8. https://xuewen.cnki.net/CCND-PZHB202312030011.html [2] 孙俊娜, 胡文涛, 汪三贵. 数字技术赋能农民增收: 作用机理、理论阐释与推进方略[J]. 改革, 2023(6): 73-82. https://www.cnki.com.cn/Article/CJFDTOTAL-REFO202306006.htm [3] 赵佳佳, 魏娟, 刘天军. 数字乡村发展对农民创业的影响及机制研究[J]. 中国农村经济, 2023(5): 61-80. https://www.cnki.com.cn/Article/CJFDTOTAL-ZNJJ202305003.htm [4] 彭继增, 陶旭辉, 徐丽. 我国数字化贫困地理集聚特征及时空演化机制[J]. 经济地理, 2019(2): 169-179. https://www.cnki.com.cn/Article/CJFDTOTAL-JJDL201902021.htm [5] 武小龙, 王涵. 农民数字素养: 框架体系、驱动效应及培育路径——一个胜任素质理论的分析视角[J]. 电子政务, 2023(8): 105-119. https://www.cnki.com.cn/Article/CJFDTOTAL-DZZW202308009.htm [6] 苏岚岚, 彭艳玲. 农民数字素养、乡村精英身份与乡村数字治理参与[J]. 农业技术经济, 2022(1): 34-50. https://www.cnki.com.cn/Article/CJFDTOTAL-NYJS202201003.htm [7] 李晓静, 陈哲, 夏显力. 数字素养对农户创业行为的影响——基于空间杜宾模型的分析[J]. 中南财经政法大学学报, 2022(1): 123-134. https://www.cnki.com.cn/Article/CJFDTOTAL-ZLCJ202201011.htm [8] 刘培林, 钱滔, 黄先海, 等. 共同富裕的内涵、实现路径与测度方法[J]. 管理世界, 2021(8): 117-129. https://www.cnki.com.cn/Article/CJFDTOTAL-GLSJ202108012.htm [9] 孙学涛, 于婷, 于法稳. 新型城镇化对共同富裕的影响及其作用机制——基于中国281个城市的分析[J]. 广东财经大学学报, 2022(2): 71-87. http://xb.gdufe.edu.cn/article/id/3b0296b9-4702-49b1-86ce-ceafa60c97d9 [10] 李实, 朱梦冰. 推进收入分配制度改革促进共同富裕实现[J]. 管理世界, 2022(1): 52-61. https://www.cnki.com.cn/Article/CJFDTOTAL-GLSJ202201004.htm [11] 温涛, 刘渊博. 数字素养、金融知识与农户数字金融行为响应[J]. 财经问题研究, 2023(2): 50-64. https://www.cnki.com.cn/Article/CJFDTOTAL-CJWT202302005.htm [12] 单德朋, 张永奇, 王英. 农户数字素养、财产性收入与共同富裕[J]. 中央民族大学学报: 哲学社会科学版, 2022(3): 143-153. https://www.cnki.com.cn/Article/CJFDTOTAL-ZYMD202203014.htm [13] 苏红键. 数字城乡建设: 通往城乡融合与共同富裕之路[J]. 电子政务, 2022(10): 88-98. https://www.cnki.com.cn/Article/CJFDTOTAL-DZZW202210007.htm [14] GLISTER P. Digital literacy[M]. New York: Wiley Computer Publishing, 1997. [15] ALEXANDER B, ADAMS S, CUMMINS M. Digital literacy: an NMC horizon project strategic brief[R]. Austin: The New Media Consortium, 2016. [16] AUDRIN C, AUDRIN B. Key factors in digital literacy in learning and education: a systematic literature review using text mining[J]. Education and Information Technologiers, 2022, 27(6): 7395-7419. [17] SEN A. Development as freedom[M]. Oxford: Oxford University Press, 1999. [18] 朱秀梅, 刘月, 陈海涛. 数字创业: 要素及内核生成机制研究[J]. 外国经济与管理, 2020(4): 19-35. https://www.cnki.com.cn/Article/CJFDTOTAL-WGJG202004002.htm [19] 李波, 陈豪. 数字乡村建设缩小收入差距的机制与实现路径[J]. 中南民族大学学报: 人文社会科学版, 2023(5): 137-145. https://www.cnki.com.cn/Article/CJFDTOTAL-ZNZX202305017.htm [20] 罗煜, 曾恋云. 数字金融能力与相对贫困[J]. 经济理论与经济管理, 2021(12): 11-29. https://www.cnki.com.cn/Article/CJFDTOTAL-JJLL202112003.htm [21] 程名望, 张家平. 互联网普及与城乡收入差距: 理论与实证[J]. 中国农村经济, 2019(2): 19-41. https://www.cnki.com.cn/Article/CJFDTOTAL-ZNJJ201902002.htm [22] 闫迪, 郑少锋. 互联网使用能提高农户生产效率吗?——以陕冀鲁三省蔬菜种植户为例[J]. 南京农业大学学报: 社会科学版, 2021(1): 155-166. https://www.cnki.com.cn/Article/CJFDTOTAL-NJNS202101015.htm [23] 冀县卿, 王兴锋, 王琢. 互联网嵌入、农户多维相对贫困与共同富裕[J]. 江海学刊, 2023(1): 120-126. https://www.cnki.com.cn/Article/CJFDTOTAL-JHXK202301011.htm [24] 缪晓雷. 职场青年虚拟社会网络的形成及转换[J]. 中国青年研究, 2020(6): 20-28. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGQL202006003.htm [25] 邱泽奇, 张樹沁, 刘世定, 等. 从数字鸿沟到红利差异——互联网资本的视角[J]. 中国社会科学, 2016(10): 93-115. https://www.cnki.com.cn/Article/CJFDTOTAL-SHEK201901004.htm [26] GERACI A, NARDOTTO M, REGGIANI T, et al. Broadband internet and social capital[J]. Journal of Public Economics, 2022, 206: 104578. [27] 张蕴萍, 董超, 栾菁. 数字经济推动经济高质量发展的作用机制研究——基于省级面板数据的证据[J]. 济南大学学报: 社会科学版, 2021(5): 99-115. https://www.cnki.com.cn/Article/CJFDTOTAL-JILI202105009.htm [28] ANTHONYSAMY L, CHOO A, HEW S H. Self-regulated learning strategies in higher education: fostering digital literacy for sustainable lifelong learning[J]. Education and Information Technologies, 2020, 25(5): 2393-2414. [29] CZARNIEWSKI S. Quality parameters of human capital in the digital economy[J]. International Journal of Academic Research in Accounting Finance & Management Sciences, 2014, 4(3): 193-198. [30] 王杰, 蔡志坚, 吉星. 数字素养、农民创业与相对贫困缓解[J]. 电子政务, 2022(8): 15-31. https://www.cnki.com.cn/Article/CJFDTOTAL-DZZW202208002.htm [31] 李建奇. 数字化变革、非常规技能溢价与女性就业[J]. 财经研究, 2022(7): 48-62. https://www.cnki.com.cn/Article/CJFDTOTAL-CJYJ202207004.htm [32] 冯喜良, 高盼盼, 罗荣波. 互联网使用对农民工性别工资收入差距的影响[J]. 人口与经济, 2021(5): 111-124. https://www.cnki.com.cn/Article/CJFDTOTAL-RKJJ202105009.htm [33] 孙华臣, 杨真, 张骞. 互联网深化与农户增收: 影响机制和经验证据[J]. 宏观经济研究, 2021(5): 104-122. https://www.cnki.com.cn/Article/CJFDTOTAL-JJGA202105010.htm [34] 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(6): 134-144. https://www.cnki.com.cn/Article/CJFDTOTAL-TJYJ202306009.htm [35] PREACHER K J, HAYES A F. SPSS and SAS procedures for estimating indirect effects in simple mediation models[J]. Behavior Research Methods, Instruments, and Computer, 2004, 36(4): 717-718. [36] ZHAO X, LYNCH J, CHEN Q. Reconsidering baron and kenny: myths and truths about mediation analysis[J]. Journal of Consumer Research, 2010, 37(2): 197-206. [37] SATPATHY B. Digital transformation for sustainable agriculture: a progressive method for smallholder farmers[J]. Current Science, 2022, 123(12): 1436-1440. [38] 黄群慧, 余泳泽, 张松林. 互联网发展与制造业生产率提升: 内在机制与中国经验[J]. 中国工业经济, 2019(8): 5-23. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY201908001.htm [39] 柏培文, 喻理. 数字经济发展与企业价格加成: 理论机制与经验事实[J]. 中国工业经济, 2021(11): 59-77. https://www.cnki.com.cn/Article/CJFDTOTAL-GGYY202111004.htm 期刊类型引用(21)
1. 陈江华,陈静,邱海兰. 数字素养对农地隐性撂荒的影响——基于农户“双改单”种粮行为的研究. 华中农业大学学报(社会科学版). 2025(01): 19-30 . 百度学术
2. 司莉,刘尧. 智能时代提升全民数字素养的理论和实践研究. 图书馆工作与研究. 2025(01): 16-24+53 . 百度学术
3. 杨小军,米丽艳. 数字素养对农村居民工资性收入的影响研究——来自CFPS微观数据的经验证据. 人口与社会. 2025(01): 35-51 . 百度学术
4. 潘子纯,曾雪梅,朱玉春. 数字素养对村级河长政策执行力的影响. 西北农林科技大学学报(社会科学版). 2025(02): 141-152 . 百度学术
5. 易行健,李青塬,杨碧云. 数字政府建设与中老年家庭消费. 广东财经大学学报. 2025(01): 4-17 . 本站查看
6. 熊飞雪,游成勋,朱述斌. 数字技术应用对粮农绿色生产技术采纳行为的影响研究. 中国农业资源与区划. 2025(01): 62-72 . 百度学术
7. 周科选,余林徽. 人力资本结构高级化如何赋能共同富裕. 南京审计大学学报. 2025(02): 100-111 . 百度学术
8. 罗明忠,岳凤姣,魏滨辉. 外出劳动力回流对农村收入不平等的影响. 农业现代化研究. 2024(01): 92-102 . 百度学术
9. 周立新,屈彩萍,王淑敏. 数字素养的农户收入增长效应研究. 西部论坛. 2024(02): 40-54 . 百度学术
10. 王梦真,李强. 电商行为对农户福利的影响——以山东省为例. 世界农业. 2024(06): 97-110 . 百度学术
11. 何水,倪子奥,陈钰晓. 数字乡村发展对农户共同富裕的影响——绝对收入和相对收入的双重视角. 世界农业. 2024(07): 85-98 . 百度学术
12. 杜凤君,郑军,赵晓颖. 从“旁观”到“实施”:数字素养对农户低碳生产的影响——基于禀赋能力的中介效应. 农村经济. 2024(06): 77-87 . 百度学术
13. 张奇. 互联网背景下新人力资本对共同富裕的影响. 中阿科技论坛(中英文). 2024(07): 60-64 . 百度学术
14. 张志新,刘欣茹,丁鑫. 数字技能应用提升农民收入质量了吗?. 林业经济. 2024(05): 79-96 . 百度学术
15. 刘博,吴东立. 数字素养与农村内部收入差距:影响效应与机制. 沈阳农业大学学报(社会科学版). 2024(02): 158-169 . 百度学术
16. 李鹏,郭新玲,富潇睿,王淑芬. 农户数字素养能否助力乡村生态振兴?——基于中国家庭追踪调查(CFPS)数据的验证. 林业经济. 2024(06): 67-82 . 百度学术
17. 李红娟,强莉. 数字乡村赋能村民共同富裕的价值与实践研究. 农业经济. 2024(10): 78-80 . 百度学术
18. 姜扬,郑怀宇. 子代数字素养提升与代际收入向上流动. 人口学刊. 2024(06): 49-62 . 百度学术
19. 马蓉辉,李立朋. 数字素养对茶农多阶段商品有机肥采纳的影响研究. 中国农业资源与区划. 2024(10): 22-36 . 百度学术
20. 赵爽,陈海萍. 我国数字乡村与农村共同富裕耦合协调实证研究. 农业农村部管理干部学院学报. 2024(03): 74-82 . 百度学术
21. 左晓慧,葛丽苹. 数字经济推进农村地区实现共同富裕的实证检验. 长春理工大学学报(社会科学版). 2024(06): 83-92 . 百度学术
其他类型引用(13)
-