互聯網使用對農戶收入差距影響研究
——基于CGSS數據的實證分析

劉 任，眭 鑫，王文濤

(1.西南大學 經濟管理學院，重慶 400715；2.華南理工大學 工商管理學院，廣東 廣州 510000；3.重慶理工大學 經濟金融學院，重慶 400054)

一、問題提出

黨的十九大報告指出，農業農村農民問題是關系國計民生的根本性問題，必須始終把解決好“三農”問題作為全黨工作的重中之重，實施鄉村振興戰略。黨的二十大報告提出，要全面推進鄉村振興。實施鄉村振興戰略的目的在于發展農村經濟，提高農民收入。自20世紀70年代末以來，中國農村經濟總體上持續增長，農戶人均收入水平穩步提高，但是農村居民收入分配不平等狀況出現不斷惡化的趨勢[1-3]。李實等使用2007年和2013年CHIP住戶調查數據進行測算，發現農村人均實際收入翻了一番，年均增長率達12.9%，然而基尼系數也從2007年的0.376上升到2013年的0.407[4]。農戶收入差距持續擴大會產生農村貧困加劇、農戶收入增長停滯、社會政治不穩定等負面效應[5]。因此，緩解農戶收入差距進一步擴大對于我國鄉村振興戰略的實施以及社會經濟穩定發展具有重要意義[6]。

互聯網技術的快速發展為社會生活帶來了深刻變革，并且在經濟發展過程中發揮著舉足輕重的作用。根據《第44次中國互聯網絡發展狀況統計報告》，截至2019年6月，中國網民規模達到8.54億，互聯網普及率達61.2%，其中，手機網民規模達8.47億，網民使用手機上網的比例達99.1%。值得注意的是，報告指出我國農村網民規模為2.25億，較2018年底增長305萬。國家在大力發展信息基礎設施建設的同時，尤其重視農村信息基礎設施建設：2005年起連續四個“中央一號文件”都提出要大力推進農業信息化建設[7]；最新的《鄉村振興戰略規劃(2018—2022)》也指出要深化電信服務，加快農村地區寬帶網絡和第四代移動通信網絡覆蓋步伐。互聯網基礎設施覆蓋面的擴展和互聯網技術的發展，不僅豐富了農村生活，也改變了農民的傳統生產方式。以“淘寶村”為例，根據阿里研究院發布的《2009—2019年中國淘寶村研究報告》，中國“淘寶村”數量已從2009年的3個發展到2019年的4 310個，分布于全國25個省(自治區、直轄市)。“淘寶村”在增加農民收入、帶動返鄉創業、促進產業興旺等方面發揮重要作用，部分“淘寶村”甚至已經發展成為當地經濟支柱。互聯網在農村發展中具有至關重要的作用，并且成為引領“三農”發展的重要手段[8]。然而，隨著數字信息科技在地區間覆蓋及推廣程度差異的不斷拉大，居民在創新、人力資本及收入等經濟特征方面的差異也逐漸拉大[9]。那么，互聯網技術在提高農民收入的同時，能否縮小農戶收入差距？這正是本文將要探討的問題，厘清互聯網使用對農戶收入差距的影響機制對于充分發揮互聯網的積極作用、平衡和促進農村發展具有重要意義。

本文基于2015年中國綜合社會調查(CGSS)數據，采用再中心化影響函數回歸方法(RIF)探究互聯網使用對農戶收入差距的影響機制，并進一步探討這種影響在不同情境下的異質性。與已有研究相比，本文的主要貢獻在于：(1)基于互聯網普及帶來的“數字鴻溝”探討互聯網使用對農戶收入差距的影響，為理解農戶收入差距的擴大提供新的視角，擴展收入差距理論的研究范疇；(2)基于區域差異和制度環境探究互聯網使用對農戶收入差距的異質性影響，為緩解農戶收入差距進一步擴大提供新的經驗證據和決策依據；(3)從互聯網使用的獲取差異與回報差異的視角分析互聯網使用影響農戶收入差距的作用過程，有助于更好地理解其內在機制。

二、文獻回顧

學術界對于互聯網與收入分配之間的關系展開了豐富的討論與研究。第一，早期文獻將在工作中使用計算機視為引進一項新技術，進而考慮新技術對就業率和工資水平的影響。Krueger使用美國人口普查數據研究發現，工人使用計算機會獲得更高的工資回報率，據測算在工作中使用計算機的工人的工資比未使用計算機的工人高出10%～15%[10]。Miller和Mulvey使用澳大利亞人口調查數據研究發現，在工作中使用計算機可以帶來12%～16%的工資溢價[11]。Goss和Phillips研究發現，勞動者在工作中使用互聯網的平均工資增長率為13.5%，而且互聯網帶來的工資溢價存在行業差異，技術密集程度較低行業的工資溢價明顯高于技術密集程度較高的行業[12]。第二，已有研究對于計算機能夠帶來工資溢價基本形成共識，但是由于檢驗模型中異質性特征和遺漏變量的影響，對于工資溢價的高低還存在分歧。Entorf等研究發現，計算機用戶的收入比非計算機用戶高出15%～20%，然而這些工人在新技術引進之前已經得到補償，因此使用計算機的總回報率僅為2%[13]。隨著互聯網技術的快速發展，學者們開始關注以計算機設備為載體的互聯網技術對收入的影響。Pabilonia和Zoghi采用加拿大的數據研究表明，使用互聯網技術能夠提高工資水平，他們認為導致工資增長的關鍵是工人擁有與計算機相匹配的互聯網使用技能[14]。Dimaggio和Bonikowski研究發現，使用互聯網與收入增長存在顯著的正相關關系，他們認為勞動者可以通過互聯網技術實現人力資本的積累，從而提高個人收入[15]。第三，在互聯網對農業部門的影響方面，Aker研究表明，信息和通信技術為發展中國家推廣農業信息提供了新技術和新機會，降低了農民獲取信息的成本[16]。Fabritz研究發現，從總體層面來看互聯網普及率對就業率具有正向作用，而且這種正向作用主要體現在農村地區[17]。

互聯網技術在中國起步較晚，但是發展迅猛，互聯網普及率早已超過世界平均水平，國內學者就互聯網與收入分配之間的關系展開了一系列研究。第一，國內學者對于互聯網使用與工資水平的研究結論與國外基本一致，即互聯網使用有助于提高工人工資水平。譚燕芝等使用CFPS2014調研數據研究發現，互聯網能夠給個人帶來14%的收入回報率，其中城市能夠帶來約20%的收入回報，而農村的收入回報并不明顯[18]。王元超研究發現互聯網會通過技術效應和資本效應兩條路徑提高個人工資收入，互聯網使用者的平均個人工資收入是不使用者的1.14倍[19]。第二，隨著互聯網技術從企業走向普通居民，從城市走向農村，部分學者將研究視角擴展至互聯網技術對農業部門的影響。馬俊龍和寧光杰發現互聯網使用能夠有效提高農村勞動力選擇非農就業的概率，互聯網至少從提高勞動者社會資本、減少家務勞動時間兩個渠道對勞動者的非農就業選擇產生影響[20]。劉曉倩和韓青探究了互聯網使用對農戶收入的影響機理，發現互聯網使用通過提高農產品市場價值增加農業收入，提高居民就業水平增加工資性收入，提高創業機會增加經營性收入[21]。第三，由于資源稟賦、個體特征存在差異，互聯網的工資溢價效應在不同群體間的分布也存在差異。莊家熾等研究發現互聯網的工資溢價效應存在性別差異，女性的互聯網工資溢價為男性互聯網工資溢價的90.6%[22]。李雅楠和謝倩蕓使用CHNS數據研究發現，互聯網使用對個體工資收入水平具有顯著的正向影響，而且互聯網使用比例增加有助于降低整體工資不平等程度[23]。程名望和張家平研究發現互聯網普及率與城鄉收入差距之間呈非線性關系，即互聯網普及對中國城鄉收入差距的影響呈現出先擴大后縮小的“倒U型”發展趨勢[24]。

綜上所述，國內外學者對互聯網使用的工資溢出效應進行了有益探索，但仍存在一些有待進一步研究的問題。現有文獻主要探討了互聯網使用的工資溢出效應，對其形成機制進行解釋，并且揭示了互聯網使用的工資溢出效應在性別和城鄉上的差異，王元超[19]將其總結為互聯網工資溢出效應在優勢群體和劣勢群體間的差異。然而現有文獻對于互聯網工資溢出效應是否在農戶內部存在差異還缺乏關注，即互聯網使用是否會影響農戶收入差距。在必須做好“三農”工作、互聯網技術快速發展以及農村網民規模持續增加等多重背景下，探究互聯網使用對農戶收入差距的影響對農村經濟發展至關重要。

三、理論機制與研究假設

互聯網的普及與應用帶來了全球產業模式的深刻變革，許多產業模式和工作方式與互聯網“緊密綁定”，人們的工作和生活也受到互聯網的影響，進而影響到個人收入分配。大量研究表明，互聯網普及能夠顯著提高個體收入水平[10，15，21]。首先，互聯網普及帶來了信息的爆炸式增長，能夠有效打破信息壁壘，降低信息不對稱程度，實現資源的有效配置。農戶不僅可以通過互聯網及時獲取市場價格信息，還可以利用互聯網開展網上交易模式，實現收入增長。其次，互聯網技術的出現為農民獲取人際關系網絡和有效消息提供了更為便捷且廉價的途徑，減少了農民學習新知識、新技能的時間和成本[20]，擴寬了農民的非農就業渠道，增加了非農收入。最后，互聯網普及使農業信息能夠滲透到生產的各個環節，農戶能夠根據所獲信息采用最優結構進行生產，提高技術效率，進而提高農戶的全要素生產率，獲得收入增長。雖然互聯網技術的普及與應用為個體提供了均等的受益機會，但并不意味著個體從中受益是均等的，不同的個體從互聯網中受益存在“紅利差異”。這是因為互聯網技術的普及與應用會帶來“數字鴻溝”，即給定社會中不同社會群體對互聯網在可及和使用上的差異[25]。處于同一地區的農戶對互聯網的可及性是平等的，然而不同農戶對互聯網在使用上存在差異，從而產生不平等[18]。根據Ross和Mirowsky[26]提出的資源強化理論，多種資源會疊加并放大彼此的影響，其他資源的缺失會使某種特定資源的作用變弱。因此，對于能夠接觸和使用互聯網技術的農戶來說，他們有更多機會獲取更多信息資源，跨越“數字鴻溝”，成為優勢群體，而沒有接觸和使用互聯網的農戶逐漸淪為劣勢群體。劣勢群體缺乏來自互聯網的信息資源，所以從某種特定資源中獲益更少，而優勢群體將獲益更多，資源的疊加效應會延續和擴大他們的優勢[19]，從而使收入差距被拉大。從過程視角來說，互聯網使用影響農戶收入差距的渠道主要包括以下兩個方面(如圖1所示)。

第一，農戶對互聯網使用存在獲取差異。獲取差異是指農戶所擁有的互聯網資源的數量與質量存在差異，反映的是互聯網資源的擁有量在農戶之間的分布問題。一方面，在國家大力發展信息基礎設施建設，尤其是農村信息基礎設施建設的背景下，我國農戶的互聯網可接入性已經大獲改觀。但是，互聯網技術運用的本質是技術(尤其是信息技術)進步[21]，這就需要農戶具備使用互聯網技術的知識技能。另一方面，互聯網技術的發展是一個不斷革新的過程，技術的升級使得信息數量不斷擴充、信息使用復雜性不斷提高、互聯網設備升級換代更頻繁，這就使得農戶需要足夠的支付能力去實現知識技能的學習和互聯網設備的升級。知識技能和支付能力的高低決定著農戶通過互聯網獲取信息的邊界、內容以及深度。具備互聯網使用知識技能，并且能夠為互聯網設備和互聯網教育付費的早期互聯網使用者，現在仍然能夠在互聯網的使用上保持對其他人的優勢，而那些被排除在互聯網使用之外的人們很難趕上早期的那些使用者。結果就是相比于互聯網使用的劣勢群體，優勢群體能夠持續、高頻率地使用互聯網，通過互聯網獲取更多數量與更高質量的信息，兩者之間的差距不斷擴大。

第二，農戶對互聯網使用存在回報差異。回報差異是指一定數量的互聯網資源在農戶之間產生差異化的認知回報，反映的是互聯網的認知回報率在農戶之間的分布問題。農戶的知識技能與支付能力是獲取互聯網資源的基礎，而對互聯網資源具有充分的認知能力則是篩選出有價值的信息，將其有效利用并轉化為回報的關鍵。認知就是從篩選互聯網資源到利用互聯網資源并轉化為回報的過程，在這個過程中，使用者將互聯網資源與自己的主觀世界相聯系，并將其應用于勞動生產中，從而產生回報。如果使用者有足夠的知識技能與支付能力獲取互聯網資源，但是卻不斷收集無用的信息，從而對自己造成信息剝奪，這種情況下無法構成對互聯網資源的有效利用[27]，也就無法產生回報。譚燕芝等在對城鄉互聯網使用進行分析后發現農村在互聯網使用上的應用與欣賞能力不足導致了回報率差異。由于回報差異的存在，互聯網使用使得農戶收入差距進一步擴大。

綜上所述，互聯網的普及與使用為農戶提供均等的受益機會，然而由于農戶對使用互聯網存在獲取差異與回報差異，使農戶獲取的互聯網資源在擁有量與回報率上也存在差異，進而導致農戶收入差距的擴大，因此本文提出如下研究假設。

假設：互聯網使用引起農戶收入差距擴大。

圖1 互聯網使用影響農戶收入差距的作用渠道

四、研究設計

(一)數據來源與樣本篩選

本文采用的數據來源于由中國人民大學中國調查與數據中心組織實施的中國綜合社會調查(CGSS)2015年的數據。CGSS2015數據覆蓋全國28個省/市/自治區，共完成有效問卷10 968份。該數據對本文所關注的核心變量互聯網使用情況進行了詳細詢問，同時收集了社會、社區、家庭、個人多層次數據，因此可以作為本文研究問題的優質數據來源。本文通過以下步驟對樣本數據進行篩選：(1)保留樣本類型為“農村”的樣本；(2)剔除年齡大于65或小于18周歲的樣本；(3)剔除數據存在明顯紕漏的樣本。經過上述處理過程，最終得到的有效樣本量為3 218個，范圍覆蓋北京、河北、山西、內蒙古、遼寧、吉林、黑龍江、江蘇、浙江、安徽、福建、江西、山東、河南、湖北、湖南、廣西、重慶、四川、貴州、云南、陜西、甘肅、青海、寧夏等25個省份。

(二)模型設定

Firpo等[28]提出的再中心化影響函數回歸方法(RIF)不僅能夠反映解釋變量對被解釋變量各種分布統計量(均值、方差、基尼系數等)的邊際影響，還能夠更加有效地解決遺漏變量等帶來的內生性問題[29]，相比于傳統的OLS回歸，RIF回歸估計結果更加穩健。RIF回歸在有關收入差距的研究中已得到廣泛應用，如王文濤和曹丹丹[29]、謝家智和王文濤[30]、羅楚亮[31]的研究中均采用了這種方法。本文采用基尼系數作為度量農戶收入差距的主要指標，計算公式如下：

VGini(FY)=1-2μ-1R(FY)

(1)

滿足：

p(y)=FY(y)

定義基尼系數的影響函數為：

IF(y;vCini)=A2(FY)+B2(FY)y+C2(y;FY)

(2)

滿足：

A2(FY)=2μ-1R(FY)

B2(FY)=2μ-2R(FY)

C2(y;FY)=-2μ-1[y[1-p(y)]+GL(p(y);FY)]

在式(1)和式(2)的基礎上得到基尼系數的再中心化影響函數如下：

RIF(y;vGini)=1+B2(FY)y+C2(y;FY)

(3)

將農戶家庭收入對數的基尼系數作為被解釋變量，將互聯網使用作為解釋變量進行RIF回歸。在RIF回歸方法的框架下，本文借鑒謝家智和王文濤[30]的做法，構建農戶收入差距模型如下：

Gini(Income)=α+β1Net+βX+μ

(4)

Gini(Income)=α+β1Net+β2Net×Age+βX+μ

(5)

Gini(Income)=α+β1Net+β2Net×Gender+βX+μ

(6)

Gini(Income)=α+β1Net+β2Net×Edu+βX+μ

(7)

以上回歸模型中，模型(4)為基準模型，Gini(Income)為農戶收入對數的基尼系數，Net為互聯網使用，X為控制變量。模型(5)、模型(6)、模型(7)在基準模型之上進一步考慮了農戶個體特征的異質性影響，Net×Age為互聯網使用與農戶年齡的交互項，Net×Gender為互聯網使用與農戶性別的交互項，Net×Edu為互聯網使用與農戶受教育程度的交互項。如果Net×Age、Net×Gender與Net×Edu的估計系數顯著，表明互聯網使用與農戶收入差距的關系受到農戶個體特征的影響。

(三)變量選取與描述性統計

1.變量選取

本文的核心解釋變量為互聯網使用(Net)，CGSS2015調查問卷中對于互聯網使用情況(包括手機上網)，答案為“從不、很少、有時、經常、非常頻繁”，本文按互聯網使用頻率依次賦值為“1、2、3、4、5”，數值越大，互聯網使用越頻繁。

本文參考現有文獻加入以下控制變量：性別(Gender)、年齡(Age)、受教育程度(Edu)、政治面貌(Politics)、健康狀況(Health)、相對經濟狀況(Status)、婚姻狀況(Marr)、家庭規模(Size)。本文主要變量的設定與賦值方法見表1。

表1 主要變量的設定與賦值方法

2.描述性統計

表2報告了本文全樣本變量的描述性統計結果。農戶家庭收入對數值(Income)的平均值為10.143 3，不同農戶家庭之間存在較大差異，其最小值為5.991 5，最大值為16.109 1；互聯網使用(Net)的平均值為1.896 2，中位數(P50)為1.000 0，表明至少50%的樣本從未使用過互聯網，現階段我國農村地區互聯網普及率還有待進一步提高。

表2 全樣本描述性統計

表3報告了本文子樣本變量的描述性統計結果。根據互聯網使用(Net)劃分樣本后的結果可以看出，互聯網使用越頻繁，農戶家庭收入對數值(Income)的平均值和受教育程度(Edu)存在逐漸提高的趨勢，年齡(Age)則逐漸趨于年輕化，說明我國農村地區互聯網使用情況受到受教育程度、年齡等人力資本因素的影響，互聯網受眾主要集中在受教育程度高、年輕化群體中，而這部分群體的收入也較高。

表3 子樣本描述性統計

五、實證結果與分析

(一)基準回歸結果分析

本文采用Firpo等[28]提出的再中心化影響函數回歸方法(RIF)，實證檢驗互聯網使用對農戶收入差距的影響。表4是以基尼系數作為農戶收入差距衡量指標的RIF估計結果。可以看出，互聯網使用(Net)的估計系數為0.004 2，通過1%的顯著性水平檢驗，驗證了本文的研究假設。互聯網使用為農戶提高收入提供了新的途徑與方式，然而農戶在互聯網的使用過程中存在獲取差異與回報差異，使得他們在互聯網資源的擁有量與充分認知方面也存在差異。擁有量足夠多并且能充分認知互聯網資源的農戶，能夠更有效利用資源并將其轉化為回報，他們的收入也向上流動，而資源的疊加效應使優勢群體與劣勢群體的收入差距不斷擴大。控制變量中，年齡(Age)、受教育程度(Edu)、健康狀況(Health)、相對經濟狀況(Status)、婚姻狀況(Marr)和家庭規模(Size)均能顯著影響農戶收入差距。其中，年齡(Age)擴大了農戶收入差距，表明我國勞動力市場依然存在以年齡為代表的經驗優勢代替學歷優勢的現象[31]。受教育程度(Edu)、健康狀況(Health)、相對經濟狀況(Status)、婚姻狀況(Marr)和家庭規模(Size)均緩解了農戶內部收入差距，這與現有的研究結論基本一致[30]。

互聯網使用主要從獲取差異與回報差異兩個渠道影響農戶收入差距，而互聯網使用又受到農戶個體特征的影響[32]。莊家熾等指出互聯網的工資溢價效應存在顯著的性別差異，女性互聯網工資溢價為男性互聯網工資溢價的90.6%[22]。胡倫和陸遷在考察貧困地區互聯網信息技術對農戶收入的影響時發現，互聯網信息技術使用的增收效應在不同教育水平和年齡階段具有顯著個體異質性[33]。因此，本文將從性別、年齡和受教育程度等方面考察不同農戶個體特征下互聯網使用對農戶收入差距的影響。表4列(2)、(3)、(4)分別報告了不同個體特征下互聯網使用對農戶收入差距影響的估計結果。在列(2)與列(3)，互聯網使用(Net)的估計系數分別為0.006 8與0.004 2，均通過1%的顯著性檢驗，而互聯網使用與年齡的交互項(Net×Age)、互聯網使用與性別的交互項(Net×Gender)的估計系數并不顯著。列(2)與列(3)的結果表明互聯網使用顯著地擴大了農戶收入差距，但是這種擴大效應并未受到農戶年齡與農戶性別的影響。在列(4)，互聯網使用(Net)的估計系數分別為-0.003 6，并不顯著，互聯網使用與受教育程度的交互項(Net×Edu)的估計系數為0.001 8，通過1%的顯著性檢驗。列(4)的結果表明互聯網使用對農戶收入差距的影響主要受個體受教育程度的影響，農戶受教育程度越高，互聯網使用對收入差距的擴大效應越明顯。互聯網的基礎是信息化技術的廣泛應用，其本身具有技術中立性，因此通過互聯網產生收入效應的關鍵是個體對互聯網技術的使用情況。受教育程度較高的農戶，一方面能夠憑借已有的知識更容易掌握新技術，獲取更多數量與更高質量的互聯網資源，另一方面，對互聯網資源的充分認知使他們能夠有效利用資源并將其轉化為回報。因此，與受教育程度較低的農戶相比，受教育程度較高的農戶在使用互聯網的過程中資源的擁有量更多、帶來的回報率更高，使他們的收入進一步增長，兩者的收入差距擴大。

表4 互聯網使用影響農戶收入差距的基本估計結果

(二)異質性討論

1.區域差異

區域差異是影響農戶收入差距的重要決定因素[34]。中國各地區經濟存在發展不平衡現象，經濟水平、資源稟賦、科技政策等因素也使得各地區互聯網普及和使用情況、信息化程度存在區域差異。閆超棟和馬靜通過考察我國信息化發展指數、互聯網和移動電話普及率等指標，發現我國信息化發展呈現明顯的空間非均衡性，東部沿海地區的信息化水平最高，西南和西北地區相對落后[35]。為了進一步分析互聯網使用影響農戶收入差距的區域差異，本文將25個省(市、自治區)做進一步細分，具體分為東部、中部和西部。表5中的列(1)、列(2)和列(3)報告了分區域的農戶收入差距的RIF估計結果。結果發現，互聯網使用(Net)的估計系數均為正，其中東部和中部的估計結果通過了1%的顯著性水平檢驗，而西部的估計結果并不顯著。以上結果表明，互聯網使用對農戶收入差距的影響存在區域差異，在東部和中部互聯網發展程度較高的地區，互聯網使用對農戶收入差距的擴大效應更明顯。

在信息化水平較高地區，互聯網發展更快、互聯網基礎設施更完善、互聯網氛圍更濃厚，一方面互聯網使用的現有優勢群體能夠進一步憑借地區優勢接觸更先進的互聯網技術，提高使用互聯網的知識技能，經濟優勢使他們有足夠的支付能力承受使用互聯網的各種費用；另一方面，濃厚的互聯網氛圍使互聯網與主觀世界聯系更緊密，農戶對互聯網有更深入的認知，此時優勢群體有更多途徑和機會將互聯網資源轉化為回報。在信息化水平較低地區，互聯網發展程度較低、互聯網氛圍更稀薄，一方面，互聯網使用的現有優勢群體難以憑借地區優勢和經濟優勢進一步增加獲取差異；另一方面，這些地區仍以傳統產業為主導，現有優勢群體難以通過互聯網資源獲得更多回報。因此相比于西部地區，東部和中部地區的農戶使用互聯網的獲取差異和回報差異更明顯，對農戶收入差距的擴大效應也更明顯。

2.制度環境

互聯網使用主要是個體層面的微觀決策，但是宏觀經濟社會屬性規定了個體決策所依賴的資源、觀念與文化等要素，最終影響收入分配。因此，為了進一步考察宏觀經濟社會屬性帶來的異質性影響，本文從正式制度環境和非正式制度環境兩個層面分析互聯網使用與農戶收入差距之間的關系。其中，各地區的正式制度環境采用王小魯等[36]提出的中國分省份市場化指數進行衡量，若地區市場化指數高于平均值，則設定為高正式制度環境地區，賦值為1，否則為0；各地區的非正式制度環境采用張維迎和柯榮住[37]提出的各地區社會信任指數進行衡量，若地區社會信任指數高于平均值，則設定為高非正式制度環境地區，賦值為1，否則為0。為了檢驗制度環境對互聯網使用與農戶收入差距之間關系的影響，本文構建以下回歸模型：

Gini(Income)=α+β1Net+β2Trust+β3Net×Trust+βX+μ

(8)

Gini(Income)=α+β1Net+β2Market+β3Net×Market+βX+μ

(9)

其中，Trust為社會信任(非正式制度環境)，Market為市場化指數(正式制度環境)。本文重點關注Net×Trust和Net×Market的系數，如果系數顯著，表明制度環境能夠影響互聯網使用與農戶收入差距之間的關系。

表5中列(4)報告了社會信任對互聯網使用與農戶收入差距之間關系的影響。其中，互聯網使用(Net)的系數顯著為正，與前文結論基本一致，Net×Trust的系數為0.004 8，且通過了1%的顯著性水平檢驗，表明社會信任作為一種非正式制度，強化了互聯網使用對農戶收入差距的擴大效應。正如韋伯及其后來者指出，參加社團組織等于獲得一個“社會印章”(social approval)，使“團體懲罰”(類似一種“連坐制”)更為可能[35]。也就是說，在社會信任較高地區的個體會獲得值得信賴的“社會印章”，人們更愿意與該地區的個體進行交流合作[38]。互聯網時代的到來使信息傳遞更加便捷、信息交流更加頻繁，但同時也容易產生交流雙方真實身份被隱藏、虛假消息泛濫等問題。因此，位于社會信任水平較高地區的農戶會被賦予值得信賴的“社會印章”，而互聯網使用的現有優勢群體在認知互聯網資源，將其有效利用并轉化為回報的過程中，更容易被他人信賴，雙方信息不對稱程度降低，農戶人際網絡進一步擴展，實現非農就業的機會更大，交易合作更容易達成，使得互聯網資源轉化為回報的效果更明顯，回報差異更大，最終導致社會信任水平較高地區的農戶收入差距進一步擴大。

表5 互聯網使用影響農戶收入差距的區域差異和制度環境差異

表5列(5)報告了市場化指數對互聯網使用與農戶收入差距之間關系的影響。其中，互聯網使用(Net)的系數顯著為正，與前文結論基本一致。Net×Market的系數為0.004 3，且通過了1%的顯著性水平檢驗，表明以市場化進程為代表的正式制度環境能夠強化互聯網使用對農戶收入差距的擴大效應。市場化改革的深入加強了土地、勞動力、資本在要素市場上的流動，促進了農村土地經營的集聚和規模化，實現了勞動力在農業和非農業之間的有效配置，緩解了資金約束對農戶農業和非農業投入的限制[39]。因此在市場化程度較高的地區，互聯網使用的現有優勢群體在認知互聯網資源，將其有效利用并轉化為回報的過程中，能夠依托地區市場化改革的成果，在實現資源有效配置、獲取非農就業機會以及提高生產效率等方面進一步放大互聯網使用的回報率，最終導致市場化程度較高地區的農戶收入差距進一步擴大。

(三)作用過程分析

根據前文分析，互聯網的使用與普及為農戶提高收入提供了新的途徑與方式，然而農戶在互聯網使用過程中存在獲取差異與回報差異，這就使得農戶并不是均等提高收入水平。相比于擁有量少、無法充分認知互聯網資源的農戶，擁有量多、能夠充分認知互聯網資源的農戶的收入向上流動，而資源的疊加效應進一步延續和擴大他們的優勢，使優勢群體與劣勢群體的收入差距不斷擴大。來自基準回歸的估計結果已經證實互聯網使用對農戶收入差距有顯著的擴大效應。因此，為了進一步分析互聯網使用影響農戶收入差距的作用過程，本文將從獲取差異與回報差異兩個方面展開分析。

第一，獲取差異。獲取差異反映的是互聯網資源擁有量在不同農戶之間的分布情況，一般來說使用互聯網的頻率越高，獲取的互聯網資源越多，因此本文利用互聯網使用頻率考察獲取差異。本文將收入劃分為10個分位區間，然后計算各個分位區間的互聯網使用頻率的平均值，結果如圖2所示。在圖2中，橫坐標代表不同收入分位點，縱坐標代表互聯網使用頻率，散點標注的是不同收入分位點上互聯網使用頻率的平均值，曲線代表的是這些散點的二次擬合曲線。從圖2可以看出，隨著分位點的提高，互聯網使用頻率也在逐漸提高，說明高收入農戶的互聯網使用頻率更高。這是因為高收入農戶有足夠的支付能力去實現使用互聯網的知識技能學習和設備升級，他們成為互聯網使用的優勢群體，從而有機會擁有更多的互聯網資源，使得優勢群體與劣勢群體間的獲取差異擴大，最終導致農戶收入差距擴大。

圖2 不同收入分位點上的互聯網使用頻率

第二，回報差異。為了考察互聯網回報率在不同收入群體中的分布情況，本文運用無條件分位數回歸法來檢驗不同分位數上的互聯網使用回報率。以農戶收入的對數值(Income)為被解釋變量、以互聯網使用(Net)以及相關控制變量為解釋變量在0.1、0.3、0.5、0.7、0.9分位點進行回歸，估計結果如表6所示。表6的列(1)至列(5)分別報告了在0.1、0.3、0.5、0.7、0.9分位點上的回歸結果。可以看出，互聯網使用(Net)的系數在0.1分位點并不顯著，而在0.3、0.5、0.7、0.9分位點的系數顯著為正，并且系數逐漸增大。表6的結果表明，互聯網使用對農戶收入水平在不同分位點上的影響效果具有差異性，在低分位點(0.1)上的影響效果不顯著，并且隨著分位點的提高，互聯網使用為農戶帶來的回報率逐漸增大。

表6 互聯網使用對農戶收入影響的無條件分位數回歸結果

為了更詳細地分析互聯網使用回報率的分布問題，本文繪制了各分位數上互聯網使用回報率的分布圖，如圖3所示。在圖3中，橫坐標代表不同分位點，縱坐標代表互聯網使用回報率，散點標注的是從0.1分位點到0.9分位點上互聯網使用的回歸系數，曲線代表的是這些散點的二次擬合曲線。從圖3可以看出，隨著分位點的提高，互聯網使用的回報率呈逐漸上升的趨勢，反映出互聯網使用回報率在不同收入水平的農戶間存在差異。以上結果證明高收入農戶的互聯網使用回報率顯著高于低收入農戶。

通過對不同收入分位點下農戶互聯網使用頻率和互聯網使用回報率的考察，可以看出高收入農戶的互聯網使用頻率和互聯網使用回報率顯著高于低收入農戶，因此互聯網使用會通過影響獲取差異和回報差異，進而擴大農戶收入差距。

(四)穩健性檢驗

為了增強研究結論的可靠性，本文進行以下穩健性檢驗。

其一，方差是反映收入不平等的常用指標之一。因此，本文采用農戶收入的方差作為農戶收入不平等的衡量指標進行RIF回歸，重新檢驗互聯網使用對農戶收入差距的影響。表7列(1)的回歸結果與基準回歸的估計結果基本一致，表明互聯網使用會顯著地擴大農戶收入差距。

圖3 不同收入分位點上的互聯網使用回報率

其二，本文采用二元變量重新衡量互聯網使用(Net)：若農戶從未使用互聯網，賦值為0，否則賦值為1，得到新的互聯網使用衡量指標(Net2)。表7列(2)采用Net2進行RIF回歸，估計結果與基準回歸結果基本一致，表明本文的研究結論是穩健的。

表7 穩健性檢驗

六、研究結論與政策建議

本文基于CGSS2015的調研數據，采用再中心化影響函數回歸方法(RIF)研究了互聯網使用對農戶收入差距的影響。研究表明：第一，互聯網使用能夠顯著擴大農戶收入差距，并且農戶受教育程度較高時，互聯網使用對收入差距的擴大效應更明顯。在經過穩健性檢驗之后，該結論依然成立。第二，互聯網使用對農戶收入差距的影響存在異質性，在互聯網發展程度較高、社會信任水平較高以及市場化程度較高的地區，互聯網使用對農戶收入差距的擴大效應更顯著。第三，進一步分析互聯網使用影響農戶收入差距的作用過程后發現，高收入農戶的互聯網使用頻率和互聯網使用回報率顯著高于低收入農戶，這是互聯網使用擴大農戶收入差距的內在機制。

根據研究結論，本文提出以下政策建議：首先，由于使用互聯網需要較高的人力成本和經濟成本，因此互聯網對部分農戶的收入提升效應被抑制，政府部門應當加大互聯網基礎設施投入力度，為農戶提供更實惠的互聯網使用設備，同時為農戶提供有關互聯網使用的相關咨詢和培訓，降低農戶對互聯網的使用成本和準入門檻；其次，農戶在接觸和使用互聯網的過程中可能難以從海量信息中獲取真實有用的信息，因此政府應當為農戶使用互聯網提供配套服務，如通過短信或建立網站等形式直接為農戶提供有關農業技術、產業發展等方面的專業信息，減少農戶的信息搜尋成本，從而提高農戶的互聯網使用效率；最后，對于無法通過互聯網提高收入的農戶，一方面要做好這部分人群的生活保障工作，另一方面要積極開展就業培訓工作，擴寬這部分人群的就業渠道和收入來源，從而緩解農戶收入差距擴大。