《表3 区域、学历与年龄异质性：相对贫困、绝对贫困与互联网使用分布》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《互联网使用与农民相对贫困:微观证据与影响机制》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：年龄差异性，由于选取样本最低年龄为17周岁，故最下限选取17岁；表格中涉及的贫困发生率均为农村地区贫困发生率，计算方法为：农村贫困人口样本数/农村人口总样本数

选取以村庄为群组的“是否上网”均值和“是否采用移动上网”作为“是否上网”的工具变量，选取以村庄为群组的“网络信息依赖度”均值和“是否采用移动上网”作为“网络信息依赖度”的工具变量。一方面，选取了被工具变量在社区或村庄中的均值作为工具变量，缘于个体周围群体互联网使用情况不会对个体收入状况产生直接影响，仅能通过影响农村居民是否使用互联网进而对个体收入水平产生作用；另一方面，移动互联网的发展大大降低了互联网使用的门槛，“是否采用移动上网”通过影响个体“是否上网”和“网络信息依赖度”对个体收入发挥作用。因此，在理论层面选取这两组工具变量基本满足排他性约束原则，具有一定合理性。表5报告了工具变量模型的检验结果，能否采纳工具变量模型呈现的检验结果，还需要在计量层面对选取的工具变量的有效性进行检验。首先，进行识别检验，对一个被工具变量，本文对应分别选取了两个工具变量，不存在识别不足的问题；其次，进行弱工具变量检验，Wald F检验值均在不同程度显著水平下通过检验，故可认为不存在弱工具变量问题；最后，进行工具变量外生性检验，模型1-5的Hansen J检验值均未通过显著性检验，认为选取的工具变量均为外生变量，模型6中Hansen J检验值仅在10%的统计水平下通过显著性检验，这一容忍度在5%的统计水平以上依然可以认为所选的工具变量为外生变量这一结论。所以，整体上本文选取工具变量较为合理，通过工具变量模型所得检验结果具有一定可信度。具体到工具变量模型的检验结果，无论是采用“是否上网”或是“网络信息依赖度”作为互联网使用的代理变量，均能够发现互联网使用对缓解贫困具有显著的正向作用，对农民家庭人均纯收入的增收效应显著。比较家庭人均纯收入OLS模型（表3）和2SLS模型（表4）的检验结果可知，在不考虑内生性问题的情况下，“是否上网”的增收效应被明显高估，而“网络信息依赖度”则被明显低估，也进一步说明采用工具变量模型进行估计的必要性。由此，假设H1得到进一步验证。