《表4 IV-Probit内生性估计》

  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

《西部地区农村信息化建设的反贫困效应研究——基于CFPS2018的实证分析》

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

尽管本研究尽可能多地控制了影响农户贫困状态的变量，但实证结论中仍然可能面临模型内生性问题的威胁，其原因不仅仅是因为遗漏变量的存在，还可能是农村信息化发展水平与农户减缓贫困之间可能存在潜在的内生关系。一方面由于农村现代化的信息基础设施不断完善，这可能会降低农民市场信息搜寻成本，改善信息博弈的弱势地位，推动“互联网+农业”新业态的发展，从而提高农户就业创业能力和拓宽就业渠道，增加农户收入；另一方面现代信息技术的使用状况又会受到农户经济状况的影响，越是贫困的群体其互联网的使用概率也就越低。因而农村信息化水平和农民摆脱贫困之间存在双向因果关系，这就使得模型设置仍要面临内生性问题威胁。为了消除反向因果关系产生的内生性问题对模型估计带来的偏差，本文选择工具变量法来缓解模型的内生性问题。工具变量的选择既要保证与内生变量有关又要满足外生性条件，因此本文借鉴张景娜（2008)[30]和李丽霞（2020)[13]的做法，选取月电信通信费用以及所在省份农村互联网普及率作为工具变量对模型进行估计。其基本逻辑在于省份整体性互联网普及率越高意味着使用互联网的农户也就越多，那么农户群体之间就可能产生“物以类聚，人以群分”的现象以及“同伴效应”，这驱使着个体使用互联网；此外，每月电信通信费用由农户根据自身经济条件和需求选取相应的网络付费行为产生，根据消费行为的“棘轮效应”，消费习惯一旦产生便很难逆转，同时，从广义的角度来看互联网的使用也属于通信消费行为，这能在一定程度反映出农户每个月对互联网的参与状况。于是，所选的两个工具变量满足对信息化水平的关联行为，但又不能决定农户是否摆脱贫困。因此，可以认定所选择的工具变量对信息化水平有关联效应但对农户贫困状态影响是外生的。表4报告了新增工具变量的IV-Probit模型的估计结果。