互聯網使用對我國居民捐贈行為的影響

李慶海 李實

摘 ?要：基于CFPS 2018數據，采用Heckman模型考察互聯網使用（包括使用與否及其使用頻率）對個體捐贈行為（包括捐贈與否及其捐贈金額）的影響、異質性和調節效應，并采用部分可觀測的Biprobit模型揭示這一影響背后蘊含的作用機制。研究表明：互聯網使用對我國居民個體捐贈行為具有促進作用，即個體使用互聯網以及互聯網使用頻率越高，則參與捐贈的可能性越大、捐贈金額越多；不同維度的互聯網使用頻率中，學習頻率和工作頻率越高則參與捐贈的可能性越大，而學習頻率、工作頻率和商業活動頻率越高則捐贈金額越多；異質性分析發現，互聯網使用的影響在不同年齡段、戶籍、工作性質和捐贈氛圍社區的群體中存在差異；調節效應分析表明，互聯網使用對個體捐贈行為的促進作用，會隨著社會信任程度和自評社會地位的提升而有所增強，但不會隨著社會資本水平的變化而有所改變；作用機制研究發現，互聯網使用通過提升個體捐贈意愿和捐贈能力而對捐贈行為產生促進作用，其中對捐贈能力的提升更為明顯。

關鍵詞：互聯網使用；個體捐贈行為；第三次分配

中圖分類號：D632.9 ?文獻標識碼：A ?文章編號：1003-7543（2023）07-0126-19

基金項目：國家社會科學基金重大項目“新時代我國農村貧困性質變化及2020年后反貧困政策研究”（19ZDA116）；江蘇高校哲學社會科學研究重大項目“數字鴻溝對長三角地區農戶福利不平等的影響機理與效應研究”（2021SJZDA122）。

作者簡介：李慶海，南京財經大學經濟學院副教授，北京師范大學經濟與工商管理學院博士后；李實，教育部長江學者特聘教授，浙江大學公共管理學院教授、博士生導師，浙江大學共享與發展研究院院長，中國收入分配研究院執行院長。

黨的二十大報告明確指出，“分配制度是促進共同富裕的基礎性制度”，要“堅持按勞分配為主體、多種分配方式并存，構建初次分配、再分配、第三次分配協調配套的制度體系”，“引導、支持有意愿有能力的企業、社會組織和個人積極參與公益慈善事業”。事實上，以慈善為主體的第三次分配，對縮小居民收入差距、緩解社會矛盾和推進共同富裕具有重要意義，其作用不容忽視［1-2］。目前，慈善的形式主要有捐贈、志愿者服務和獻血等，其中以捐贈最為常見。捐贈是指政府機關、企業、個人或者社會組織等主體，將擁有的時間、金錢和財物等稟賦捐獻給正處于困難狀態的個人或群體，本文圍繞金錢捐贈展開研究。

伴隨著2016年《中華人民共和國慈善法》的頒布，我國慈善事業得以迅猛發展，慈善捐贈金額不斷攀升。《2020年度中國慈善捐贈報告》指出，2020年全年現金捐贈高達1 473.97億元，同比增長41.12%［3］。但與我國慈善事業快速發展態勢不甚相稱的現象是，我國居民個人捐贈占捐贈總額比例長期處于較低水平，與發達國家慈善捐贈的“常態化”相比尚有一定差距［4］①。個人捐贈之所以重要，是因為它是慈善事業發展的基石，能為慈善事業持續、健康和有序發展提供充足、穩定和可靠的資金來源，并且避免過度依賴單一大型企業捐贈或者政府捐贈。更重要的是，鼓勵居民參與慈善捐贈，對營造和諧的社會風氣和建設良好的道德風尚，具有“潤物細無聲”的重要作用。那么，為什么我國居民個體捐贈占比較低，哪些因素會影響居民參與慈善捐贈的熱情？上述問題亟須深入研究，遺憾的是，學術界對此的探討略顯不足。

隨著我國互聯網不斷普及下沉和網絡社交媒體飛速發展，社交軟件適用場景和功能日趨豐富，移動支付渠道不斷拓寬，互聯網與慈善公益活動的融合成為可能，直接影響著慈善捐贈事業的發展。CNNIC發布的第50次《中國互聯網絡發展狀況統計報告》指出，截至2022年6月，我國網民規模達10.51億，互聯網普及率達74.4%，較2021年12月新增網民1 919萬人，互聯網普及率提升1.4個百分點?；ヂ摼W既可能對個體慈善捐贈產生積極作用，又可能產生消極影響。譬如，居民可能通過互聯網了解到關于詐捐、騙捐甚至貪污挪用善款的一些負面報道，導致個體對慈善活動的真實性、規范性或者公開性等產生疑問，從而削弱其慈善捐贈動力［5］?；ヂ摼W作為新時代的重要傳播媒介，會對個體慈善捐贈產生重要影響。

因此，一些長期被忽視但又非常重要的問題亟待解答：相對于未使用互聯網，互聯網使用是否對個體捐贈行為（包括捐贈與否及其捐贈金額等）具有促進作用？進一步來看，互聯網使用頻率越高，是否促進作用就越明顯？同時，使用頻率中不同維度的促進作用是否存在差異？互聯網使用（包括是否使用及其使用頻率）對個體捐贈行為的影響，是否以及存在怎樣的異質性？是否會隨著社會信任程度、自評社會地位和社會資本水平的變化而產生變化？進一步來看，捐贈行為的發生離不開捐贈意愿和捐贈能力的同時具備，二者缺一不可，那么互聯網使用是否會通過影響捐贈意愿和捐贈能力而對個體捐贈行為產生影響？為回答這些問題，本文使用中國家庭追蹤調查（CFPS）2018數據，采用Heckman模型和部分可觀測的Biprobit模型，對上述問題進行回答?？傮w而言，本文在學理層面和政策層面都具有較為重要的價值。一方面，理論和實踐表明，互聯網使用對個體捐贈行為可能有著重要影響。然而，很少有文獻基于嚴格的實證方法考察二者之間的因果效應，探究這一因果效應背后所蘊含作用機制的文獻缺失。另一方面，隨著互聯網慈善成為新時代慈善事業發展的重要組成部分，如果不能厘清互聯網使用對個體捐贈行為的影響，就無法為推動我國慈善事業高質量發展、增強人民幸福感、扎實推進共同富裕提供現實依據。

一、相關文獻綜述與研究假說提出

（一）相關文獻綜述

1.個體捐贈行為的影響因素

相關文獻主要圍繞微觀個體層面和中觀家庭層面在內的內部因素，以及宏觀層面的外部因素進行分析。就微觀個體層面而言，又可分為兩個亞類：第一個亞類包括年齡、性別、受教育狀況、婚姻狀況、種族、個人經歷、宗教信仰、社會地位等客觀因素［6-10］；第二個亞類包括慈善組織信任、社會信任、生活滿意度、主觀情緒等個人主觀感知［4，11-15］。就中觀家庭層面而言，主要涉及家庭政治資本、家庭勞動力數量、家庭收入、代際效應和家庭社會資本等方面［8，16-19］。就宏觀因素層面而言，主要包括政府干預或行為［20］、慈善組織品牌以及公信力［21］、鄰里效應［22］、政府再分配政策［23］、地域差異［17］等制度因素、環境因素和組織因素。

2.互聯網使用對個體捐贈行為的影響

經驗表明，互聯網使用可能對個體的捐贈行為產生影響，具體的實證研究對這一論斷持支持態度。然而，關于這一影響的方向尚存在一定爭議。

很多學者認為，互聯網使用會對個體參與捐贈起到促進作用。譬如，Harrison等研究發現，相對于線下使用支票，個體在網上使用信用卡時會多捐贈15%～20%［24］；Brown & Minty的研究表明，對于災難新聞的網絡報道及居民持續的網絡關注，會增加居民對救災機構的捐款金額［25］；Bennett研究認為，由于互聯網有助于人們將“沖動捐贈”的意愿在短時間內轉化成真正的慈善行為，因而個體在線上往往會捐助更多金錢［26］；Brown & Taylor研究發現，使用互聯網和互聯網使用頻率均對個體參與捐贈和捐贈金額具有積極影響［27］；張騫文和張石磊研究發現，使用以互聯網為代表的新媒體，會促進青年群體參與到慈善捐贈或者志愿服務等親社會行為中［28］；杜瑞祥和許傳新研究發現，家庭多數成員是否常用手機上網和家庭是否接通互聯網對家庭參與捐贈及其捐贈額度均具有正向影響［29］；高翔和王三秀研究發現，居民使用互聯網會提升其慈善捐贈意愿，對捐贈數量也有積極影響，但對慈善捐贈比例并無顯著影響，并且這一影響受到志愿服務參與、社會資本和奉獻意識的調節作用影響［5］。

然而，也有學者認為互聯網使用會對個體捐贈起到抑制作用。譬如，劉少杰研究認為，互聯網上那些打著慈善幌子而行詐騙之實的現象，可能會扼殺人們參與捐贈的熱情［30］；李喜燕研究認為，互聯網使用可能會導致慈善捐贈面臨“輿論逼捐”的風險，反而會打擊居民尤其是高收入群體參與慈善捐贈的積極性［31］；王猛和王有鑫研究認為，個體可能通過互聯網了解到關于詐捐、騙捐甚至貪污挪用善款的一些負面報道，從而對參與捐贈產生消極影響［15］。

基于對相關文獻的回顧和總結，本文認為尚存以下有待改進之處：第一，互聯網使用對個體捐贈行為的影響有待廓清，是起到促進作用還是抑制作用，仍未作出較好回答。不僅如此，相關文獻聚焦于是否使用互聯網方面，針對互聯網使用頻率及其子維度影響的研究較為缺乏，研究尚不夠系統和全面。第二，互聯網使用對個體捐贈行為的影響，是否以及存在怎樣的調節效應，已有文獻探討不夠深入。第三，已有文獻缺乏對于作用機制的研究，特別是互聯網使用如何通過影響捐贈能力和捐贈意愿而對捐贈行為產生影響的討論仍然缺失。第四，在探究互聯網使用對個體捐贈行為的影響時，所使用計量模型要么忽視樣本選擇性問題的存在而導致估計偏誤，要么因假設過于嚴格而缺乏適用性，阻礙了對因果效應的科學評價①。

（二）研究假說

本文認為，相對于未使用互聯網，個體使用互聯網有助于其參與捐贈，原因如下［5，27］：首先，居民使用互聯網有助于他們更為清晰、完整和持續地關注慈善組織的合法性、捐贈資金的流向及其用途等，這種信息上的透明會激勵居民參與捐贈；其次，互聯網自身具有明顯的開放性特征，捐贈的門檻往往較低（譬如，支付寶的午餐捐贈類公益項目最低可捐1分錢），捐贈的形式、時間和地點往往沒有限制，這就鼓勵不同收入、社會地位和職業的人們參與捐贈；再次，個體借助互聯網進行捐贈，可以很好地規避傳統捐贈中可能存在的攤派或者攀比，從而保護個人隱私，也尊重了個人意愿；最后，互聯網雖然會傳播關于慈善捐贈的負面信息，但這反而會幫助居民意識到哪些組織或者個體是可以信任的，從而激發他們參與捐贈。不僅如此，相對于未使用互聯網，個體使用互聯網也會增加其捐贈金額。究其原因，“互聯網+慈善捐贈”克服了傳統慈善捐贈的弊端，并憑借動員能力強、透明程度高、宣傳持續和形式多樣等優勢，促進了慈善捐贈向日常化、生活化和低門檻化等方面轉變，譬如水滴籌、微公益、微募捐等，此時個體使用互聯網后會提升自身捐贈金額也就不足為奇［5，27，29］。綜上，本文提出第一個研究假說H1：

H1：相對于沒有使用互聯網，個體使用互聯網會提高其參與捐贈的可能性，捐贈金額也越多。

進一步來看，個體使用互聯網的頻率越高，那么就越可能了解捐贈資金的分配、被捐贈對象的具體信息以及慈善機構的運作過程，由此可緩解由于信息不完全和信息不對稱產生的信任缺失，對促進個體參與捐贈以及增加捐贈金額具有積極意義。譬如，高翔和王三秀研究發現，個體互聯網使用頻率越高，捐贈意愿越強，捐贈金額也會越多［5］；Brown & Taylor研究發現，互聯網使用頻率（無論是每天、每周還是每月）對個體參與捐贈和捐贈金額具有積極影響［27］。綜上，本文提出第二個研究假說H2：

H2：個體互聯網使用頻率越高，其參與捐贈的可能性就越高，捐贈金額也越多。

有學者研究發現，社會信任對個體捐贈行為具有正向作用。譬如，南方和羅微研究認為，社會信任對人們的捐款行為具有正向影響［32］；徐延輝和李志濱研究認為，個體對慈善組織的信任對其捐贈行為具有積極作用［13］。進一步來看，對于互聯網使用行為相同的不同個體而言，隨著社會信任程度的提升，其在使用互聯網時更容易也更可能相信被捐贈對象的信息真實性、捐贈機構的公信力和透明度，以及捐贈善款的正確使用等，從而更有助于發揮互聯網使用對個體捐贈行為的促進作用。綜上，本文提出第三個研究假說H3：

H3：個體互聯網使用對捐贈行為的促進作用，會隨著社會信任程度的提高而有所增強。

也有學者研究發現，社會地位對個體捐贈行為具有重要影響。究其原因，個體社會地位越高，一方面就越可能以寬容、平等的態度對待他人，用更加包容的心態做對社會有益的事情，更認為自身有能力為慈善事業添磚加瓦；另一方面，個體認為如果他人捐贈而自己不捐贈，可能會損害自己的社會地位，出于獲取他人尊重、保持社會地位和營造良好個人聲譽等目的，會更積極地參與到捐贈中。譬如，劉鳳芹和盧瑋靜研究認為，社會經濟地位對我國城市居民捐款金額有提升作用［7］；晏艷陽等研究發現，本地社會地位對個體參與捐贈具有促進作用［22］。進一步來看，對于互聯網使用行為相同的不同個體而言，隨著自評社會地位的提高，就越有動力和能力參與到捐贈活動中，從而更有助于發揮互聯網使用的促進作用。綜上，本文提出第四個研究假說H4：

H4：個體互聯網使用對捐贈行為的促進作用，會隨著自評社會地位的提高而有所增強。

還有學者研究發現，社會資本水平對個體捐贈行為具有重要影響。譬如，南方和羅微研究認為，社會資本（用可以提供幫助人的數量和是否中共黨員來衡量）對人們的捐款行為具有正向作用［32］；杜瑞祥和許傳新研究認為，社會資本（用年度禮金支出衡量）對個體參與捐贈及其捐贈金額均有促進作用［29］。進一步來看，對于互聯網使用行為相同的不同個體而言，隨著社會資本水平的提升，個體就越可能從不同渠道獲取捐贈方面的信息、途徑和后續反饋等，從而更有助于發揮互聯網使用的促進作用。綜上，本文提出第五個研究假說H5：

H5：個體互聯網使用對捐贈行為的促進作用，會隨著社會資本水平的提升而有所增強。

二、模型、數據與變量

（一）模型構建

由前文可知，本文涉及的個體捐贈行為主要包括是否捐贈以及捐贈金額兩個維度。顯然，只有參與捐贈的個體才可能觀測到其捐贈金額，因而在識別捐贈金額的影響因素時，往往面臨捐贈與否的樣本選擇性問題。究其原因，個體是否進行捐贈并不是隨機的，而是具有選擇性的決策行為，如果將那些沒有捐贈的樣本予以刪除而僅僅保留那些參與捐贈的樣本，此時考察互聯網使用對捐贈金額的影響，可能會由于樣本選擇性問題而導致估計結果產生偏誤［33］。針對該問題，學術界的主流做法是采用Heckman模型進行糾正。Heckman模型分為兩個部分：首先是選擇方程（是否捐贈），然后是結果方程（捐贈金額），而結果方程只有在個體選擇參與時才可被觀測到。參考已有文獻，Heckman模型如下所示：

是否捐贈（選擇方程）：

Donation*=Xβ1+ε1，Donation=I（Donation*＞0）（1）

捐贈金額（結果方程）：

Scale=Xβ2+ε2，如果Donation=1（2）

其中，帶星號（*）的Donation表示個體捐贈決策行為的潛變量（Latent variable），沒有星號的Donation表示個體是否參與捐贈的二值虛擬變量，I（·）是二值示性函數；Scale表示個體捐贈金額，只有個體參與捐贈時才可以被觀測到（Donation=1）；X1表示影響個體捐贈與否的解釋變量（包括核心變量和控制變量等），β1為相應的待估計參數；X2表示影響個體捐贈金額的解釋變量（包括核心變量和控制變量等），β2為相應的待估計參數；ε1和ε2分別表示選擇方程和結果方程的誤差項，且假設（ε1，ε2）～N（0，0，1，1，ρ1），其中ρ1為選擇方程和結果方程之間的誤差項的相關系數。如果ρ1顯著，則表明樣本選擇性問題不容忽視，此時須采用Heckman模型予以糾正。此外，為了保證Heckman模型能夠被識別，需滿足X1≠X2，即二者不完全相同，此時需要引入識別變量，后文會予以簡要說明。

（二）數據介紹

本文數據來源于北京大學開展的中國家庭追蹤調查（CFPS）。該數據具有較高的權威性和代表性，已成為學術界開展學術研究和公共政策分析的重要基礎數據之一。CFPS覆蓋25個?。▍^、市），共計16 000戶的目標樣本，訪問對象包含樣本家戶中的所有家庭成員。CFPS數據每兩年發布一次，最新發布數據為CFPS 2020。遺憾的是，CFPS 2020只發布了個人層面的問卷和數據，并未涉及捐贈方面和家庭層面的信息，無法滿足本文的研究要求。因此，本文選用CFPS 2018數據進行分析。

在進行研究時，本文對數據進行了必要的清洗和整理，主要如下：首先，刪除關鍵變量缺失的樣本；其次，刪除戶主①年齡在18歲以下、80歲以上的樣本，以及不參加工作的樣本。最后，保留12 786戶有效樣本家庭，這為本文研究奠定了良好的數據基礎。

（三）變量構建

1.因變量

一是捐贈與否。調查問卷中詢問“過去 12個月，請問您個人是否向任何組織或個人捐過款？”，選項為“是”或“否”。由此，構建個體是否參與捐贈的二值虛擬變量，如果回答“是”則取值為1，“否”則取值為0。

二是捐贈金額。對那些參與捐贈的個體，進一步詢問“過去 12 個月，請問您個人所有捐款的總額大概是多少元？”。由此，構建捐贈金額的變量，當且僅當個體參與捐贈時才可以被觀測到。

此外，調查問卷還對那些參與捐贈的個體詢問了其捐贈途徑。由圖1所示，網絡捐贈已成為我國居民捐贈的最主要形式，占比為48.2%；第二種主要形式是直接捐贈給受助者，占比約20%；通過單位捐贈也是一種重要方式，占比為15.2%；此外，通過慈善組織、政府部門和其他途徑等進行捐贈的比例分別為5.2%、6.6%、5.0%，占比較低。為簡便起見，本文后續分析不再區分不同類型的捐贈行為，而是作為一個整體進行分析。

2.核心變量

一是互聯網使用與否。調查問卷中對個體詢問“是否使用移動設備（手機、平板）上網”，選項為“是”和“否”；問卷中還詢問“是否使用電腦上網”，選項同樣為“是”和“否”。此時，構建互聯網使用與否的二值虛擬變量，當個體對上述兩個問題中至少有一個回答“是”的時候取值為1，否則取值為0。值得注意的是，當且僅當個體使用互聯網時，才可以觀測到其使用頻率。

二是互聯網使用頻率。對那些使用互聯網的個體，調查問卷中繼續詢問“一般情況下，您使用互聯網絡學習（如收集學習資料、上網絡學習課程）的頻率有多高”，選項依次為“幾乎每天；一周3～4次；一周1～2次；一月2～3次；一月一次；幾個月一次；從不”，分別賦值為6、5、4、3、2、1、0，由此構建網絡學習頻率的變量，取值越大則表明使用互聯網用于學習的頻率越高。類似地，構建互聯網工作頻率的變量（一般情況下，您使用包括單位內部網在內的互聯網絡進行工作的頻率）、互聯網社交頻率的變量（一般情況下，您使用互聯網絡進行聊天、發微博等社交活動的頻率）、互聯網娛樂頻率的變量（一般情況下，您使用互聯網絡觀看視頻、下載歌曲等娛樂活動的頻率）、互聯網商業頻率的變量（一般情況下，您使用互聯網絡進行網銀操作、網上購物等商業活動的頻率）。以此為基礎，采用因子分析法，構建互聯網使用頻率的變量①。取值越大，則表明互聯網的綜合使用頻率越高。

3.控制變量

參考已有文獻并結合數據事實，本文引入如下控制變量：一是戶主個體特征，包括年齡、性別、受教育程度①、婚姻狀況②、是否黨員、是否在體制內工作③、是否有宗教信仰和是否城鎮戶籍等；二是家庭特征，包括家庭人口規模、家庭勞動力占比④、家庭收入和有無自有住房等；三是宏觀背景特征，包括是否東部地區、是否東北地區和是否西部地區（以位于中部地區為參照組）等。

4.識別變量

由前文可知，為保證模型能被估計，此時需要引入識別變量以滿足X1≠X2。換句話說，即需要引入可能對捐贈與否具有影響但對捐贈金額并無影響的變量。上文引入的控制變量理論上可能同時對捐贈與否或捐贈金額產生影響，不宜作為識別變量。本文引入家庭所在社區的平均捐贈比例（除戶主所在家庭外）作為識別變量，該變量類似“鄰里效應”。已有文獻表明，鄰里效應對個體是否捐贈具有重要影響［22］，而社區捐贈比例一般不會對個體捐贈金額產生影響。因此，該變量作為識別變量是合理可行的。簡要而言，X1包括識別變量和上文控制變量，而X2僅包括上文控制變量。此時，識別變量僅有一個，但滿足X1≠X2的要求。

5.調節變量

一是社會信任程度。調查問卷中詢問，“您對陌生人的信任度打幾分”，受訪者對此打分，取值為0～10，其中0分表示非常不信任，10分表示非常信任，取值越大，則表明社會信任程度越高。由此，構建社會信任程度的變量。

二是自評社會地位。調查問卷中詢問，“您給自己在本地的社會地位打幾分？”受訪者對此打分，取值為1～5，其中1分表示很低，5分表示很高，取值越大，則表明自評社會地位越高。由此，構建自評社會地位的變量。

三是社會資本水平。調查問卷中詢問，“過去12個月，包括實物和現金，您家總共支出了多少人情禮？（單位為元）”。參考杜瑞祥和許傳新的測度方式［29］，由此構建社會資本水平的變量，取值越大則表明社會資本越多。

表1（下頁）給出了描述性統計結果。由表1可知，樣本中居民參與捐贈的比例約為20.5%；平均捐贈金額約為0.057萬元，其中最小值為1元，最大值為50萬元；39.8%的個體最近一年內使用了互聯網，其中使用互聯網進行社交、娛樂的頻率最高，而用于學習、工作和商業的頻率相對較低。

三、回歸結果分析

（一） 回歸結果

表2給出了基于Heckman模型的互聯網使用與否對個體是否參與捐贈及其捐贈金額的影響。由表2可知，互聯網使用與否對是否捐贈具有正向影響且在1%水平上顯著，即相對于未使用互聯網，個體使用互聯網會提高參與捐贈的可能性。進一步來看，互聯網使用與否對捐贈金額具有正向影響且在5%水平上顯著，即相對于未使用互聯網，個體使用互聯網會增加捐贈金額。由此表明，假說H1是成立的。對于識別變量，社區捐贈比例在1%水平上對捐贈與否具有正向顯著影響，從而表明模型能夠被識別，即引入Heckman模型是可行的。由樣本選擇性問題檢驗可知，兩個階段方程誤差項的相關系數ρ1在10%水平上負向顯著，這意味著樣本選擇性問題是存在的，即引入Heckman模型是有必要的。

由于控制變量不是本文的研究重心，此時僅對相關結論進行簡要概括。由表2可知，就是否捐贈而言，戶主為女性，戶主受教育程度越高，戶主是黨員，戶主在體制內工作，戶主具有宗教信仰，家庭人口規模越大，家庭總收入越高，位于西部地區，參與捐贈的可能性越高；戶主年齡越大，戶主具有城鎮戶籍和位于東北地區，則越不可能參與捐贈；此外，戶主是否已婚，家庭勞動力占比高低，是否有自有住房和位于東部地區，對是否參與捐贈并無顯著影響。就捐贈金額而言，戶主受教育程度越高，戶主是黨員，戶主具有宗教信仰，家庭勞動力占比越高，家庭總收入越高，則捐贈金額往往越多；相對于男性戶主，女性戶主捐贈金額明顯減少；戶主年齡高低，戶主是否已婚，戶主是否在體制內工作，戶主是否城鎮戶籍，家庭人口規模，是否有自有住房，位于西部地區、東部地區還是東北地區，對捐贈金額并無顯著影響。

表3（下頁）給出了互聯網使用頻率及其不同維度的影響。由表3可知，互聯網使用頻率對是否捐贈及捐贈金額的影響均為正向顯著，即個體互聯網使用頻率越高，則參與捐贈的可能性越高，同時捐贈金額也越多。由此表明，假說H2是成立的。此外，識別變量（社區捐贈比例）的影響正向顯著，從而表明模型具有可識別性，再次表明引入Heckman模型是可行的。由表3可知，兩個階段方程的誤差項的相關系數ρ1負向顯著，再次表明引入Heckman模型是有必要的。

對于互聯網不同維度的使用頻率①，由表3可知，個體使用互聯網進行學習和工作的頻率越高，那么參與捐贈的可能性越高，同時捐贈金額也越多；進行社交或者娛樂活動的頻率高低，對個體是否參與捐贈及其捐贈金額并無顯著影響；進行商業活動的頻率高低，對是否參與捐贈并無顯著影響，但對捐贈金額具有提升作用。一個可能的解釋在于，個體使用互聯網開展學習、工作或者商業等活動的頻率越高，那么就越有助于個體人力資本、收入或者財富水平的提升，對個體的捐贈能力產生正面影響，進而對捐贈產生促進作用；與之相反，個體如在互聯網上耗費太多的時間、精力用于人際交往或者娛樂，可能對個體捐贈能力和捐贈行為并無積極影響。此外，識別變量的影響依然正向顯著，兩個階段方程的誤差項的相關系數依然負向顯著，再次表明引入Heckman模型是有必要和可行的。綜上，個體使用互聯網頻率越高，尤其是用于學習或者工作的頻率越高，則個體參與捐贈的可能性越高，同時捐贈金額也越多；用于商業活動的頻率越高，并不會顯著改變參與捐贈的可能性，但捐贈金額會越多；用于社交或者娛樂的頻率高低與否，并不會對個體捐贈行為產生顯著影響。

為行文方便，本文將表2和表3中互聯網使用對個體捐贈行為影響的結果視為基準估計結果，后文不再作單獨說明。

（二）穩健性檢驗

穩健性檢驗一：去除極端值。此時，本文將家庭收入最高和最低的1%樣本予以刪除，相關結果見表4（下頁）。

穩健性檢驗二：更換核心變量。此時，將是否使用互聯網替換為是否擁有上網設備，互聯網使用頻率由因子得分更換為加總后取均值，相關結果見表4。

穩健性檢驗三：更換計量模型。此時，采用OLS模型對捐贈與否進行研究，采用Tobit模型對捐贈金額進行研究，相關結果見表4。

綜上，無論是刪除極端值、更換核心變量還是更換計量模型，互聯網使用對個體捐贈行為的促進作用都未發生明顯改變，這表明基準估計結果是穩健的。

（三）內生性檢驗

值得注意的是，本文在考察互聯網使用對個體捐贈行為的影響時，有可能面臨內生性問題的干擾，導致估計結果產生偏誤：一是遺漏變量問題?？赡艽嬖谧兞客瑫r對個體的互聯網使用及其捐贈行為產生影響，但在回歸時并未納入。對此，本文通過盡可能多地引入控制變量，來緩解這一問題可能產生的影響。二是測量誤差問題。對于核心變量如互聯網使用頻率的測度，可能由于受訪者回憶出現偏誤而產生偏差，這一問題幾乎是所有微觀調研中所面臨的共性問題。三是雙向因果關系問題。互聯網使用對個體捐贈行為產生影響，但反過來個體捐贈行為同樣可能會促進其使用或者更多地接觸互聯網，比如對捐贈的動機、真實性或者實施效果等進行考察，導致二者可能互為因果。

對此，本文采用基于工具變量的Heckman模型（即IV-Heckman模型）進行分析，具體參照孫光林等［33］的介紹。此時，本文使用與個體同一年齡段同一受教育程度的互聯網使用比例作為個體互聯網使用與否的工具變量；類似地，使用與個體同一年齡段同一受教育程度的互聯網平均使用頻率作為個體互聯網使用頻率的工具變量①。

由表5（下頁）可知，互聯網使用與否對是否捐贈與捐贈金額的影響依然正向顯著；互聯網使用頻率對是否捐贈與捐贈金額的影響依然正向顯著；進一步來看，與表2和表3中基準結果相比，相關系數均有增加。由此表明，在同時考慮樣本選擇性問題和內生性問題之后，互聯網使用對個體捐贈行為依然具有促進作用，再次表明本文基準估計結果的穩健性②。

四、進一步的分析

（一）異質性研究

1.年齡異質性

本文根據戶主年齡將樣本分為三組，即40歲以下、40～59歲和60歲及以上三個組別，相關結果如表6所示。

就是否捐贈而言，除了互聯網使用頻率對老年群體的影響不顯著外，總體上不同年齡群體的互聯網使用行為均對個體參與捐贈具有促進作用。究其原因，各年齡段的個體使用互聯網，或者使用頻率越高，則越了解捐贈的流程、過程和形式等，從而更有可能參與捐贈。而對那些使用互聯網的老年群體而言，由于他們的收入相對固定和有限，捐贈能力相對穩定，此時使用頻率的高低可能不再對是否捐贈產生顯著影響。

就捐贈金額而言，使用互聯網的促進作用僅在老年群體中存在，而使用頻率的促進作用僅在老年群體中不存在。究其原因，對老年群體而言，由于該群體接觸和使用互聯網的機會較少，一旦使用互聯網將會更好地促進他們參與到捐贈中，從而提升捐贈金額；而對那些使用互聯網的老年群體而言，使用頻率影響不顯著性的解釋與前文對是否捐贈的影響不顯著相類似。對中青年群體而言，捐贈方面的信息來源可能更為多樣和豐富，此時互聯網使用與否并不會顯著影響他們的捐贈金額；但是，隨著互聯網使用頻率的提升，他們可能更加了解捐贈的重要性和價值，對慈善組織或者被捐贈對象的信息掌握得就越充分，他們就越有意愿和可能性去提升捐贈金額。

2.城鄉異質性

本文根據戶主戶籍將樣本分為兩組，即城鎮居民和農村居民，相關結果如表6所示。

就是否捐贈而言，使用互聯網和互聯網使用頻率的促進作用在農村和城鎮居民中均得到體現，且效果較為接近，這意味著互聯網使用對參與捐贈的積極影響在不同戶籍的群體中均比較重要。

就捐贈金額而言，使用互聯網的促進作用僅在城鎮居民中有體現，在農村居民中未有體現；互聯網使用頻率的促進作用在農村和城鎮居民中均有體現，其中對城鎮居民的作用更為明顯。其原因是農村居民經濟實力相對有限，捐贈的途徑和方式相對有限，此時互聯網使用對捐贈金額的促進作用不如城鎮居民明顯也就不難理解。

3.工作性質異質性

本文根據戶主工作性質將樣本分為在體制內工作和體制外工作兩類，相關結果如表6所示。

就是否捐贈而言，使用互聯網的促進作用在體制內、外工作的群體中均有體現，且對前者的作用略大一些。究其原因，體制內工作的個體可能面臨一定的捐贈攤派或者動員現象［16］，此時被捐贈對象往往由所在單位或者組織背書其可信性，個體通過互聯網了解到善款流向的準確性和真實性，從而更能提升他們參與捐贈的可能性。此外，互聯網使用頻率的促進作用在體制內、外工作的群體中均有體現，且作用大小較為接近。

就捐贈金額而言，使用互聯網的促進作用僅在體制外工作的群體中有體現，而在體制內工作的群體中未有體現。一個可能的解釋在于，由于在體制內工作的個體，所在單位往往根據職務或者等級的不同設定一定捐贈標準，捐贈金額往往相對固定，此時互聯網使用的促進作用不再顯著也就不難理解?；ヂ摼W使用頻率的促進作用在體制內和體制外工作的群體中均有體現，且作用大小較為接近。究其原因是，隨著互聯網使用頻率的提升，無論在體制外還是體制內工作，個體對捐贈的信息透明度、真實性和善款流向就越了解，從而對捐贈金額具有提升作用。

4.捐贈氛圍異質性

本文計算家庭所在社區參與捐贈比例高低的中位數，按照中位數將全國社區分為捐贈氛圍稀疏和氛圍濃厚兩組，相關結果如表6所示。

就是否捐贈而言，使用互聯網或者互聯網使用頻率的促進作用，在捐贈氛圍稀疏或者濃厚的社區中均有體現。由此表明，無論個體身處捐贈氛圍稀疏還是濃厚的社區，互聯網使用均有助于提升個體參與捐贈的可能性。

就捐贈金額而言，使用互聯網以及互聯網使用頻率的促進作用，僅在捐贈氛圍濃厚的社區中有體現，而在捐贈氛圍稀疏的社區中未有體現。一個可能的解釋是，個體身處捐贈氛圍稀疏社區時，可能沒有意愿和動機捐贈更多金額；而身處捐贈氛圍濃厚的社區時，出于信息交流、示范效應或者參與感等原因，個體都愿意捐贈更多金額，此時互聯網使用的促進作用更容易凸顯。

（二）調節效應研究

下文分別考察互聯網使用對個體捐贈行為的影響是否存在調節效應。為了避免交互項可能“會掩蓋或歪曲兩個因子中任何一個因子的主效應”的問題，借鑒Aiken & West提出的在模型中作變量A和變量B的交互項的分析思路，首先把變量A和變量B作中心化處理，分別得到A_C和B_C，然后再相乘得到交互項（A_C*B_C），最后將變量A、B和A_C*B_C同時放入Heckman模型中進行回歸［34］。本文主要從社會信任程度、自評社會地位和社會資本水平等角度考察互聯網使用對個體捐贈行為影響的調節效應，相關結果如表7（下頁）所示。

關于社會信任程度的調節效應，由表7可知，使用互聯網對個體參與捐贈和捐贈金額的影響均為正向顯著；社會信任程度對參與捐贈和捐贈金額的影響均為正向顯著，這也符合人們的經驗直覺。經典的計量經濟學理論認為，在進行調節效應分析時，僅需關注二者之間的交互項即可。由表7可知，無論是互聯網使用與否還是互聯網使用頻率，個體互聯網使用與社會信任程度的交互項對參與捐贈和捐贈金額的影響總體上均為正向顯著，這意味著互聯網使用對個體捐贈行為的促進作用會隨著社會信任程度的提高而有所增強，由此表明假說H3是成立的。

關于自評社會地位的調節效應，由表7可知，無論是互聯網使用與否還是互聯網使用頻率，個體互聯網使用與自評社會地位的交互項對參與捐贈和捐贈金額的影響總體上均為正向顯著，這意味著互聯網使用的促進作用會隨著自評社會地位的提升而有所增強。由此表明，假說H4是成立的。

關于社會資本水平的調節效應，由表7可知，無論是互聯網使用與否還是互聯網使用頻率，個體互聯網使用與社會資本水平的交互項對參與捐贈和捐贈金額的影響均不顯著，這意味著互聯網使用的促進作用并不會隨著社會資本水平的提升而有所改變。由此表明，假說H5是不成立的。一個可能的解釋在于，互聯網是人們常用的信息來源渠道，而社會資本有助于人們從私人渠道收集、歸納和整理信息，此時二者的信息來源、功能和內容可能會出現重合，由此導致互聯網使用的影響并不會隨著社會資本水平的提升而產生實質變化。

（三）作用機制研究

目前，盡管有文獻考察個體互聯網使用對其捐贈行為的影響，但很少檢驗背后蘊含的作用機制。事實上，個體捐贈行為的發生，離不開捐贈意愿和捐贈能力的同時滿足：如果個體僅具有捐贈能力而不具有捐贈意愿，或者僅具有捐贈意愿而不具有捐贈能力，個體就不可能參與捐贈。換句話說，個體捐贈行為是捐贈意愿和捐贈能力共同作用下的均衡結果，這是隱藏在捐贈行為背后最為直接的作用機制。那么，互聯網使用是否對個體捐贈意愿和捐贈能力均具有正向影響？如果是，對二者的影響程度是否存在差異？對上述問題的回答至關重要，這直接關系到如何理解互聯網使用對個體捐贈行為產生影響的背后邏輯。因此，需要基于二維視角構建捐贈意愿和捐贈能力的聯立方程，所需要的被解釋變量有兩個：一是個體是否具備捐贈意愿，二是個體是否具備捐贈能力。此時，個體是否具備捐贈意愿和捐贈能力的情形均為二分類值，即個體有捐贈意愿時取值為1，反之為0；個體有捐贈能力時取值為1，反之為0。根據是否具備捐贈意愿和捐贈能力的不同情況，可以分為（1，1）、（1，0）、（0，1）和（0，0）四種。

令y為個體捐贈能力的隱含變量（Latent variable），ya為個體是否具備捐贈能力的二值變量；令y為個體捐贈意愿的隱含變量，yw為個體是否具備捐贈意愿的二值變量；X3代表影響個體捐贈能力的解釋變量，而X4代表影響個體捐贈意愿的解釋變量。此外，假設誤差項ε3和ε4服從二元聯合標準正態分布，建立模型如下：

y=βX3+ε3，若y＞0，ya=1；否則ya=0y=βX4+ε4，若y＞0，yw=1；否則yw=0（3）

E［ε3］=E［ε4］=0，Var［ε3］=Var［ε4］=1，cov［ε3，ε4］=ρ2（4）

其中，ρ2表示方程（3）中捐贈能力方程和捐贈意愿方程中不可觀測因素的相互關系。由前文可知，只有當個體具備捐贈能力（ya=1）且具備捐贈意愿（yw=1）的情況下，才有可能參與捐贈。根據樣本提供的最大信息，此時只能觀測到個體是否參與捐贈，將其記作y：

y=1 ?當且僅當：ya=1且yw=10 ?當且僅當：ya=1且yw=0或者ya=0且yw=1，或者ya=0且yw=0（5）

聯立方程（3）—（5）式就是經典的部分可觀測的Biprobit模型［35］，具有部分可觀察的特性（即參與捐贈時個體同時具有捐贈意愿和捐贈能力，但未參與捐贈時無法識別出究竟是哪種情形所致，因而具有部分可觀測性），此模型估計采用最大似然估計，其對數似然函數如下：

LnL（β3，β4，ρ2）=｛yilnP（yi=1）+（1-yi）ln［1-P（yi=1）］｝=yilnФ（X3，β3，X4，β4，ρ2）+（1-yi）ln［1-Ф（X3，β3，X4，β4，ρ2）］｝（6）

為保證該模型具有可識別性，需要滿足X3≠X4①，相關估計結果如表8所示。

由表8可知，相對于未使用互聯網，個體使用互聯網會有效提升自身的捐贈意愿和捐贈能力；個體使用互聯網頻率越高，則捐贈意愿和捐贈能力也會越高。由系數比較可知，無論是互聯網使用與否還是互聯網使用頻率，互聯網使用對捐贈意愿的影響要小于捐贈能力。對此的解釋如下：就捐贈能力而言，互聯網使用對個體收入等具有正向影響，有助于提升捐贈能力。就捐贈意愿而言，個體使用互聯網或者使用互聯網越頻繁，一方面所面臨的慈善門檻越低，捐贈流程越為熟悉，從而對提升捐贈意愿具有正向影響；另一方面，對捐贈相關的負面消息越為了解，可能反過來會抑制捐贈意愿，此時互聯網使用對捐贈意愿的作用甚至有可能未必是正向的。

此外，無論是考察互聯網使用與否還是互聯網使用頻率的影響，此時捐贈能力方程和捐贈意愿方程中不可觀測因素的相關系數ρ2均為正向顯著。這意味著捐贈能力和捐贈意愿具有相互促進的互補作用，即個體捐贈能力提升的同時其捐贈意愿也會更為強烈，這也符合人們的經驗直覺。

五、結論與政策建議

本文采用CFPS 2018數據，基于Heckman模型和部分可觀測的Biprobit模型，考察了個體互聯網使用對其捐贈行為的影響、異質性及其調節效應，并對背后蘊含的作用機制進行了檢驗，得到了如下結論：第一，相較于不使用互聯網，個體使用互聯網能夠顯著提升其參與捐贈的可能性及其捐贈金額；個體使用互聯網頻率越高，則參與捐贈的可能性及其捐贈金額均顯著提升。第二，從互聯網使用頻率的不同維度來看，就是否捐贈而言，個體學習頻率和工作頻率越高，則參與捐贈的可能性越高，而社交頻率、娛樂頻率和商業頻率均無顯著影響；就捐贈金額而言，個體學習頻率、工作頻率和商業頻率越高，則捐贈金額越多，而社交頻率和娛樂頻率均無顯著影響。第三，異質性分析發現，互聯網使用對個體捐贈行為的影響，在不同年齡段、不同戶籍、不同工作性質和不同捐贈氛圍社區的群體中存在一定差異。第四，調節效應研究發現，互聯網使用對個體捐贈行為的促進作用，會隨著社會信任程度和自評社會地位的提升而有所增強，但并不會隨著社會資本的增加而有所改變。第五，作用機制研究表明，無論是互聯網使用與否還是使用頻率，互聯網使用對個體捐贈意愿和捐贈能力均具有提升作用，其中對捐贈能力的提升作用更為明顯。

基于上述研究結論并結合我國具體國情，提出如下政策建議：第一，進一步提升我國互聯網普及率，提高個體互聯網使用能力，拓展居民互聯網捐贈渠道。本文發現，目前我國居民捐贈的50%通過互聯網實現，因而后續應促進“互聯網+捐贈”的深入化、普及化、多樣化，增強透明度和可信度，創新新型捐贈渠道和模式，更好地推進個體參與捐贈。第二，建立健全多元聯動協同監管機制，構建慈善治理框架。從慈善組織內部來講，需要注重內部架構管理，增強危機意識，夯實制度建設，增加信息透明度；從外部監管來講，需要政府各級部門建立完善慈善相關政策法規，將監管舉措落到實處；從慈善組織行業來看，亟須規范行業標準，對慈善組織準入進行嚴格審核和動態調整；從社會監管來看，需要加強公眾和媒體監督力度，引入第三方評價。第三，積極營造慈善捐贈氛圍，推動慈善文化良性發展。多方位借助互聯網等新興媒介，將慈善相關的活動信息、榜樣事跡、事業價值、參與方法、政策法規等方面信息，積極和生動地傳達給公眾。同時，建立健全捐贈回饋方式，對那些在捐贈中作出突出貢獻的個體或組織，進行物質或精神上的激勵獎勵，弘揚現代慈善理念，培育全民慈善文化。比如，針對個體捐贈制定更為健全、合理和易行的減稅免稅政策，從而調動個體參與捐贈的積極性。

參考文獻

［1］唐任伍，孟娜，葉天希.共同富裕思想演進、現實價值與實現路徑［J］.改革，2022（1）：16-27.

［2］李實.共同富裕的目標和實現路徑選擇［J］. 經濟研究，2021（11）：4-13.

［3］中國慈善聯合會. 2020年度中國慈善捐贈報告［R］. 2021.

［4］朱穎.生活滿意度與個人捐贈行為研究——基于上海大都市調查數據的實證分析［J］.山東社會科學，2020（7）：102-110.

［5］高翔，王三秀.促進或抑制：互聯網使用與居民慈善捐贈［J］.經濟社會體制比較，2021（1）：93-105.

［6］MESCH D J， ROONEY P M， STEINBERG K S， et al. The effects of race， gender， and marital status on giving and volunteering in Indian［J］. Nonprofit and Voluntary Sector Quarterly， 2006， 35（4）： 565-587.

［7］劉鳳芹，盧瑋靜.社會經濟地位對慈善捐款行為的影響［J］.北京師范大學學報（社會科學版），2013（3）：113-120.

［8］朱健剛，劉藝非.中國家庭捐贈規模及影響因素探析［J］.中國人口科學，2017（1）：47-58.

［9］LI Y. Is methodology destiny？ Religiosity and charitable giving［J］. International Journal of Social Economics， 2017， 44（9）： 116-134.

［10］??? 劉力，阮榮平.信仰與捐贈：宗教讓人更加慷慨了嗎？［J］.南方經濟，2018（11）：103-120.

［11］??? MERCHANT A， FORD J B， SARGEANT A. Charitable organizations' storytelling influence on donors' emotions and intentions［J］. Journal of Business Research， 2010， 63（7）： 754-762.

［12］??? KANDRACK R， LUNDBERG G. On the influence of emotion on decision making： the case of charitable giving［J］. Studies in Computational Intelligence， 2014， 50（2）： 57-73.

［13］??? 徐延輝，李志濱.個人捐贈何以可為：慈善信息與組織信任的作用機制研究［J］.社會保障研究，2020（1）：77-85.

［14］??? 陳呂菡，朱小棟. 基于微信社交媒體的公益眾籌捐贈意愿影響因素實證研究［J］.中國林業經濟，2018（4）：107-112.

［15］??? 王猛，王有鑫.信任危機與慈善捐贈——基于2002—2016年省際數據的實證研究［J］.管理評論，2020（8）：244-253.

［16］??? 朱健剛，劉藝非，胡小軍.中國家庭捐贈現狀整體分析——基于家庭稟賦與社會結構的解釋［J］.學術研究，2017（10）：41-50.

［17］??? 楊永嬌，張東.中國家庭捐贈的持續性行為研究［J］.學術研究，2017（10）：51-59.

［18］??? 朱健剛，劉藝非.中國城鎮家庭收入與慈善捐贈［J］.學術研究，2020（1）：50-59.

［19］??? LIN W. Social capital and individual charitable behaviours in China［J］. Applied Research in Quality of Life， 2021， 16（1）： 141-152

［20］??? FUKASAWA E， FUKASAWA T， OGAWA H. Intergovernmental competition for donations： the case of the Furusato Nozei program in Japan［J］. Journal of Asian Economics， 2020， 67（3）： 101178.

［21］??? BEKKERS R， WIEPKING P. A literature review of empirical studies of philanthropy： eight mechanisms that drive charitable giving［J］. Nonprofit & Voluntary Sector Quarterly， 2011， 40（5）： 924-973.

［22］??? 晏艷陽，鄧嘉宜，文丹艷.鄰里效應對家庭社會捐贈活動的影響——來自中國家庭追蹤調查（CFPS）數據的證據［J］.經濟學動態，2017（2）：76-87.

［23］??? LUCCASEN R A， THOMAS M K， GROSSMAN P J. Giving to poverty relief charities： the impact of beliefs and misperceptions toward income redistribution in a real donation experiment［J］. Social Choice and Welfare， 2017， 49（1）： 387-409.

［24］??? HARRISON-WALKER L J， WILLIAMSON K M. Building e-support for cause-related marketing through strategic alliances［M］. New York： John Wiley & Sons， Ltd.， 2000.

［25］??? BROWN P H， MINTY J H. Media coverage and charitable giving after the 2004 Tsunami［J］. Southern Economic Journal， 2008， 75（1）： 9-25.

［26］??? BENNETT R. Impulsive donation decisions during online browsing of charity websites［J］. Journal of Consumer Behavior， 2009， 8（2-3）： 116-134.

［27］??? BROWN S， TAYLOR K. Charitable behaviour and the big five personality traits： evidence from UK panel data［D］. IZA Discussion Papers， No.9318， 2015.

［28］??? 張騫文，張石磊. 新媒體對青年自我調控和親社會行為的影響及促進［J］.中國青年研究，2016（8）：114-118.

［29］??? 杜瑞祥，許傳新.中國家庭捐贈及影響因素分析［J］. 宜賓學院學報，2018（3）：51-59.

［30］??? 劉少杰.網絡化時代的權力結構變遷［J］.江淮論壇，2011（5）：15-19.

［31］??? 李喜燕.慈善義務的分離性困境及其制度克服的思考——從“輿論逼捐”說起［J］.華中科技大學學報（社會科學版），2016（2）：130-137.

［32］??? 南方，羅微.社會資本視角下城市居民捐款行為的影響因素分析［J］.北京師范大學學報（社會科學版），2013（3）：121-128.

［33］??? 孫光林，李慶海，楊玉梅. 金融知識對被動失地農民創業行為的影響——基于IV-Heckman模型的實證［J］.中國農村觀察，2019（3）：124-144.

［34］??? AIKEN L S， WEST S G. Multiple regression： testing and interpreting interactions［M］. Newbury Park， CA： Sage Publications， 1991.

［35］??? 李銳，朱喜. 農戶金融抑制及其福利損失的計量分析［J］. 經濟研究，2007（2）：146-155.

The Influence of Internet Use on Individual Donation Behavior of Chinese Residents： Empirical Evidence from 12 786 Households in China

LI Qing-hai ?LI Shi

Abstract： Based on the CFPS2018 data， this paper uses the Heckman model to investigate the impact， heterogeneity and regulatory effect of internet use（including whether or not and its frequency of use） on individual donation behavior（including whether or not and the amount of donation）， and uses the partially observable Biprobit model to reveal the mechanism behind this impact. The research shows that： First， internet use has a promoting effect on the individual donation behavior of Chinese residents， that is， the more individuals use the internet and the more frequently they use the internet， the more likely they are to participate in the donation and the more money they donate. Second， in different dimensions of internet use frequency， the higher the learning frequency and working frequency， the greater the possibility of participating in donation， while the higher the learning frequency， working frequency and business activity frequency， the greater the donation amount. Third， the heterogeneity analysis found that the impact of internet use was different among groups of different age groups， registered residence， work nature and donation atmosphere communities. Fourth， the regulatory effect analysis shows that the promotion of internet use on individual donation behavior will increase with the improvement of social trust and self-assessment of social status， but will not change with the change of social capital level. Fifth， the research on the mechanism of action found that internet use promoted the donation behavior by improving the individual's willingness and ability to donate， especially the ability to donate.

Key words： internet use; individual donation behavior; the third distribution