互联网使用对西部贫困地区农户家庭生活消费的影响——基于甘肃省1735个农户的调查
|
摘要
本文基于2017年对甘肃省15个贫困村1735个农户的调查数据,运用倾向得分匹配法,研究了互联网使用对西部贫困地区农户家庭生活消费的影响。研究结果表明,互联网使用有助于提高农户家庭的消费水平,优化消费结构;特别有助于降低教育成本,增加农户家庭教育支出;互联网使用对贫困户消费水平提升的促进作用大于非贫困户,从而有助于缩小农村内部差距;互联网使用有助于降低西部贫困地区农户的交易成本,拓宽消费渠道,优化市场环境。因此,提高西部贫困地区信息基础设施建设水平,继续贯彻落实"互联网+农村"的相关政策,普及互联网使用,是实施精准扶贫和乡村振兴战略、缩小城乡差距的重要手段。
Based on survey data collected from 1735 farmers in 15 poverty-stricken villages in Gansu Province in 2017, this article uses a propensity score matching method to examine the impact of Internet use on family life consumption of poor households in Western China. The results show that Internet use can help to improve the consumption level and optimize the consumption structure of rural households, especially to reduce the education cost and increase the educational expenditure of rural households. Internet use promotes the consumption level of poor households more than that of non-poor households, thus helping to narrow the gap within rural areas. Internet use helps to reduce the transaction costs of farmers in poor areas in the West, broaden consumption channels, and optimize market environment. Therefore, improving the level of information infrastructure construction in the poverty-stricken areas in Western China, continuing to implement the relevant policies of"Internet plus rural areas" and popularizing Internet use are important means to implement the strategy of precise poverty alleviation and rural revitalization and to narrow the gap between urban and rural areas.
Based on survey data collected from 1735 farmers in 15 poverty-stricken villages in Gansu Province in 2017, this article uses a propensity score matching method to examine the impact of Internet use on family life consumption of poor households in Western China. The results show that Internet use can help to improve the consumption level and optimize the consumption structure of rural households, especially to reduce the education cost and increase the educational expenditure of rural households. Internet use promotes the consumption level of poor households more than that of non-poor households, thus helping to narrow the gap within rural areas. Internet use helps to reduce the transaction costs of farmers in poor areas in the West, broaden consumption channels, and optimize market environment. Therefore, improving the level of information infrastructure construction in the poverty-stricken areas in Western China, continuing to implement the relevant policies of"Internet plus rural areas" and popularizing Internet use are important means to implement the strategy of precise poverty alleviation and rural revitalization and to narrow the gap between urban and rural areas.
引文
1.白重恩、李宏彬、吴斌珍,2012:《医疗保险与消费:来自新型农村合作医疗的证据》,《经济研究》第2期。
2.陈斌开、陈琳、谭安邦,2014:《理解中国消费不足:基于文献的评述》,《世界经济》第7期。
3.陈斌开,2012:《收入分配与中国居民消费--理论和基于中国的实证研究》,《南开经济研究》第1期。
4.董雅丽、杜振涛、唐洁文,2010:《消费文化观念对消费意向的影响研究》,《经济问题探索》第9期。
5.范黎波、杨金海、黄铄婷,2017:《社会保障提升能有效促进居民消费吗?--基于分位数回归与反事实分解方法的研究》,《华东经济管理》第3期。
6.韩玉萍、邓宗兵、王炬、赵立平,2015:《收入不确定性对农村居民消费影响的空间异质性研究》,《经济地理》第11期。
7.贺达、顾江,2018:《互联网对农村居民消费水平和结构的影响--基于CFPS数据的PSM实证研究》,《农村经济》第10期。
8.雷潇雨、龚六堂,2014:《城镇化对于居民消费率的影响:理论模型与实证分析》,《经济研究》第6期。
9.刘湖、张家平,2016:《互联网对农村居民消费结构的影响与区域差异》,《财经科学》第4期。
10.刘子兰、刘辉、袁礼,2018:《人力资本与家庭消费--基于CFPS数据的实证分析》,《山西财经大学学报》第4期。
11.汤才坤,2018:《“互联网+”对农村居民消费经济结构的影响分析》,《统计与决策》第21期。
12.王静,2018:《不确定性、社会保障对农村居民消费的影响研究》,《农村经济》第7期。
13.王彦,2018:《互联网经济对农村居民消费结构的影响--基于面板分位数回归的实证分析》,《商业经济研究》第14期。
14.文洪星、韩青,2018:《非农就业如何影响农村居民家庭消费--基于总量与结构视角》,《中国农村观察》第3期。
15.吴学品,2014:《市场化、流通设施环境和农村消费结构--基于省级面板数据模型的实证分析》,《经济问题》第10期。
16.向玉冰,2018:《互联网发展与居民消费结构升级》,《中南财经政法大学学报》第4期。
17.杨汝岱、朱诗娥,2007:《公平与效率不可兼得吗?--基于居民边际消费倾向的研究》,《经济研究》第12期。
18.喻胜华、韦琴,2018:《经济因素和人口特征对农村家庭消费的影响》,《西安交通大学学报(社会科学版)》第5期。
19.张辉、白长虹、李储凤,2011:《消费者网络购物意向分析--理性行为理论与计划行为理论的比较》,《软科学》第9期。
20.张慧芳、朱雅玲,2017:《居民收入结构与消费结构关系演化的差异研究--基于AIDS扩展模型》,《经济理论与经济管理》第12期。
21.赵周华、王树进,2018:《少子化、老龄化与农村居民消费率--基于省级面板数据的实证检验》,《农村经济》第2期。
22.周冬,2016:《互联网覆盖驱动农村就业的效果研究》,《世界经济文汇》第3期。
23.祝仲坤、冷晨昕,2017:《互联网与农村消费--来自中国社会状况综合调查的证据》,《经济科学》第6期。
24.Aziz,J and L.Cui,2007,“Explaining China’s Low Consumption:The Neglected Role of Household Income”,IMFworking paper 07/181,Available at:http://www.imf.org/external/pubs/cat/longres.cfm?Sk=210.26.0.
25.Chamon,M.D.and E.S.Prasad,2010,“Why Are Saving Rates of Urban Households in China Rising?”,American Economic Journal,2(1):93-130.
26.Czernich,N.,O.Falck,T.Kretschmer,and L.Woessmann,2011,“Broadband Infrastructure and Economic Growth”,The Economic Journal,121(5):505-532.
27.Gormley,T.A.,H.Liu and G.Zhou 2010,”Limited Participation and Consumption-saving Puzzles:A Simple Explanation andthe Role of Insurance”,Journal of Financial Economics,96(2):331-344.
28.Kuhn,P.and M.Skuterud,2004,”Internet Job Search and Unemployment Durations”,American Economic Review,94(1):218-232.
29.Santen,P.V.,2012,“Uncertain Pension Income and Household Saving”,Netherlands:Netspar Discussion Paper,No.10/2012-034.
30.Zant,W.1988,“Social Security Wealth and Aggregate Consumption:An Extended Life-cycle Model Estimated for the Netherlands”,De Economist,136(1):136-153.
(1)参见胡祖铨:《关于“中国与主要发达国家GDP投向对照表”中谬误的几点看法》,http://www.360doc.com/content/18/0226/17/9742787_732649150.shtml。
(1)根据国家统计局国家数据库(http://data.stats.gov.cn/easyquery.htm?cn=C01&zb=A0A01&sj=2017)中农村居民人均消费和居民人均消费两项指标计算所得。
(1)参见中国互联网络信息中心:《第42次中国互联网络发展状况统计报告》,http://www.cac.gov.cn/2018-08/20/c_1123296882.htm。
(2)刘湖、张家平(2016)以互联网普及率、移动电话普及率与互联网投资环境3个指标衡量中国互联网发展水平。
(1)为与下文保持一致,此处的“人均年消费”不含通讯费(包括通讯费和宽带费)。
(1)家庭使用互联网称为处理组,家庭不使用互联网称为控制组,后文简称为处理组和控制组,不再赘述。
(2)Rubin(1974)提出“反事实框架”(a counterfactual framework),称为“鲁宾因果模型”(Rubin Causal Model,RCM)。
(1)因为有直系亲属在城里工作并能给予帮助的贫困户样本太少,所以后文未使用此变量。
(1)根据Rosenbaum and Rubin(1985)的研究,匹配后处理组与控制组样本之间的标准化偏差小于20%,则意味着匹配比较成功。
(2)偏差均值(mean bias)为标准化偏差均值。B即为Rubin’s B,为处理组与控制组之间PS均值的标准化差异;R即Rubin’s R,为处理组与控制组之间PS方差之比。根据Rubin(2001),B(27)25%以及R在[0.5,2]内,可以认为匹配平衡性假定条件得到充分满足。
(1)本文汇报的ATT、ATU、ATE值为卡尺内最近邻匹配的值。
(2)OLS回归结果仅起到和PSM结果相比较的作用,在此只报告家庭是否使用互联网的估计系数。
(1)本研究根据家庭是否为建档立卡贫困户将样本分为贫困户和非贫困户。
2.陈斌开、陈琳、谭安邦,2014:《理解中国消费不足:基于文献的评述》,《世界经济》第7期。
3.陈斌开,2012:《收入分配与中国居民消费--理论和基于中国的实证研究》,《南开经济研究》第1期。
4.董雅丽、杜振涛、唐洁文,2010:《消费文化观念对消费意向的影响研究》,《经济问题探索》第9期。
5.范黎波、杨金海、黄铄婷,2017:《社会保障提升能有效促进居民消费吗?--基于分位数回归与反事实分解方法的研究》,《华东经济管理》第3期。
6.韩玉萍、邓宗兵、王炬、赵立平,2015:《收入不确定性对农村居民消费影响的空间异质性研究》,《经济地理》第11期。
7.贺达、顾江,2018:《互联网对农村居民消费水平和结构的影响--基于CFPS数据的PSM实证研究》,《农村经济》第10期。
8.雷潇雨、龚六堂,2014:《城镇化对于居民消费率的影响:理论模型与实证分析》,《经济研究》第6期。
9.刘湖、张家平,2016:《互联网对农村居民消费结构的影响与区域差异》,《财经科学》第4期。
10.刘子兰、刘辉、袁礼,2018:《人力资本与家庭消费--基于CFPS数据的实证分析》,《山西财经大学学报》第4期。
11.汤才坤,2018:《“互联网+”对农村居民消费经济结构的影响分析》,《统计与决策》第21期。
12.王静,2018:《不确定性、社会保障对农村居民消费的影响研究》,《农村经济》第7期。
13.王彦,2018:《互联网经济对农村居民消费结构的影响--基于面板分位数回归的实证分析》,《商业经济研究》第14期。
14.文洪星、韩青,2018:《非农就业如何影响农村居民家庭消费--基于总量与结构视角》,《中国农村观察》第3期。
15.吴学品,2014:《市场化、流通设施环境和农村消费结构--基于省级面板数据模型的实证分析》,《经济问题》第10期。
16.向玉冰,2018:《互联网发展与居民消费结构升级》,《中南财经政法大学学报》第4期。
17.杨汝岱、朱诗娥,2007:《公平与效率不可兼得吗?--基于居民边际消费倾向的研究》,《经济研究》第12期。
18.喻胜华、韦琴,2018:《经济因素和人口特征对农村家庭消费的影响》,《西安交通大学学报(社会科学版)》第5期。
19.张辉、白长虹、李储凤,2011:《消费者网络购物意向分析--理性行为理论与计划行为理论的比较》,《软科学》第9期。
20.张慧芳、朱雅玲,2017:《居民收入结构与消费结构关系演化的差异研究--基于AIDS扩展模型》,《经济理论与经济管理》第12期。
21.赵周华、王树进,2018:《少子化、老龄化与农村居民消费率--基于省级面板数据的实证检验》,《农村经济》第2期。
22.周冬,2016:《互联网覆盖驱动农村就业的效果研究》,《世界经济文汇》第3期。
23.祝仲坤、冷晨昕,2017:《互联网与农村消费--来自中国社会状况综合调查的证据》,《经济科学》第6期。
24.Aziz,J and L.Cui,2007,“Explaining China’s Low Consumption:The Neglected Role of Household Income”,IMFworking paper 07/181,Available at:http://www.imf.org/external/pubs/cat/longres.cfm?Sk=210.26.0.
25.Chamon,M.D.and E.S.Prasad,2010,“Why Are Saving Rates of Urban Households in China Rising?”,American Economic Journal,2(1):93-130.
26.Czernich,N.,O.Falck,T.Kretschmer,and L.Woessmann,2011,“Broadband Infrastructure and Economic Growth”,The Economic Journal,121(5):505-532.
27.Gormley,T.A.,H.Liu and G.Zhou 2010,”Limited Participation and Consumption-saving Puzzles:A Simple Explanation andthe Role of Insurance”,Journal of Financial Economics,96(2):331-344.
28.Kuhn,P.and M.Skuterud,2004,”Internet Job Search and Unemployment Durations”,American Economic Review,94(1):218-232.
29.Santen,P.V.,2012,“Uncertain Pension Income and Household Saving”,Netherlands:Netspar Discussion Paper,No.10/2012-034.
30.Zant,W.1988,“Social Security Wealth and Aggregate Consumption:An Extended Life-cycle Model Estimated for the Netherlands”,De Economist,136(1):136-153.
(1)参见胡祖铨:《关于“中国与主要发达国家GDP投向对照表”中谬误的几点看法》,http://www.360doc.com/content/18/0226/17/9742787_732649150.shtml。
(1)根据国家统计局国家数据库(http://data.stats.gov.cn/easyquery.htm?cn=C01&zb=A0A01&sj=2017)中农村居民人均消费和居民人均消费两项指标计算所得。
(1)参见中国互联网络信息中心:《第42次中国互联网络发展状况统计报告》,http://www.cac.gov.cn/2018-08/20/c_1123296882.htm。
(2)刘湖、张家平(2016)以互联网普及率、移动电话普及率与互联网投资环境3个指标衡量中国互联网发展水平。
(1)为与下文保持一致,此处的“人均年消费”不含通讯费(包括通讯费和宽带费)。
(1)家庭使用互联网称为处理组,家庭不使用互联网称为控制组,后文简称为处理组和控制组,不再赘述。
(2)Rubin(1974)提出“反事实框架”(a counterfactual framework),称为“鲁宾因果模型”(Rubin Causal Model,RCM)。
(1)因为有直系亲属在城里工作并能给予帮助的贫困户样本太少,所以后文未使用此变量。
(1)根据Rosenbaum and Rubin(1985)的研究,匹配后处理组与控制组样本之间的标准化偏差小于20%,则意味着匹配比较成功。
(2)偏差均值(mean bias)为标准化偏差均值。B即为Rubin’s B,为处理组与控制组之间PS均值的标准化差异;R即Rubin’s R,为处理组与控制组之间PS方差之比。根据Rubin(2001),B(27)25%以及R在[0.5,2]内,可以认为匹配平衡性假定条件得到充分满足。
(1)本文汇报的ATT、ATU、ATE值为卡尺内最近邻匹配的值。
(2)OLS回归结果仅起到和PSM结果相比较的作用,在此只报告家庭是否使用互联网的估计系数。
(1)本研究根据家庭是否为建档立卡贫困户将样本分为贫困户和非贫困户。
© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号 地址：北京市海淀区学院路29号 邮编：100083 电话：办公室：(+86 10)66554848；文献借阅、咨询服务、科技查新：66554700 |