顾意凤， 施晓敏， 刘德弟*

(1.浙江农林大学 经济管理学院，浙江 杭州 311300； 2.嘉兴学院 商学院，浙江 嘉兴 314001)

农民增收和粮食安全，为我国农业农村现代化发展提供了不竭动力[1]。党的十九大以来，乡村振兴战略持续深入推进，我国农民收入和生活水平大幅提高。工资性收入占农民可支配收入比重不断上升，对农民收入的贡献增大。农村劳动力非农就业是农民增收的重要途径之一[2]。农村劳动力因人力资本水平较低、规避风险能力差等问题更容易面临结构性失业问题，与城市劳动者相比，在工资、福利、晋升机会等方面存在较大差距，制约着农民非农收入的增加[3]。中国互联网信息中心第47次《中国互联网络发展状况统计报告》显示，至2020年12月，我国农村网民规模为3.09亿，占总体网民的31.3%，农村地区互联网普及率为55.9%，与城市相比仍存在一定差距。互联网在农村地区的普及，有利于促进农民思维方式的改变，帮助其增加人力资本的积累[4]，提高非农就业可能性[5]，助推农村特色产业发展[6]。近些年来，互联网发展所带来的经济效益逐渐被学术界所重视，大多数学者都认为互联网使用能够在一定程度上提升劳动者的收入[7-8]。随后，学者们以城乡收入差距为切入点展开研究，程名望等[9]认为,互联网技术发展迅猛，我国已处在缩小城乡收入差距阶段。而贺娅萍等[10]则提出了不同的观点：由于经济发展和人力资本水平的不同，互联网的普及反而拉大了城乡收入差距。此外，部分学者围绕农民收入变化进行研究，普遍认为互联网使用对农民收入增加具有积极作用[11]，尤其是低收入农户[12]。刘晓倩等[13]研究发现，互联网使用有助于解决因人口老龄化问题所带来的农民增收乏力。

综上所述，已有研究较多关注互联网对城乡收入差距和农民增收的影响，而针对农民非农收入的影响研究还相对较少。鉴于此，本文以农民非农收入为切入点展开研究，探讨互联网使用对农民非农收入的作用，更好地挖掘互联网的潜能，为农村劳动者充分利用互联网增加收入水平和巩固脱贫攻坚成果寻找突破口和着力点。

1 材料与方法

1.1 数据来源

所使用的数据来自于中国人民大学中国调查与数据中心发起的“中国综合社会调查”。采用2017年的调查数据，其中共包含12 582个有效样本。根据实证研究的需要，保留户口登记状况为“农业户口”，工作经历为“目前从事非农工作”，且年龄在18岁到65岁之间的农民，在剔除缺失值和异常值后，共得到有效样本1 760个，覆盖全国28个省(区、市)。

1.2 模型设定

采用Krueger[14]的模型，通过建立一个含有虚拟变量(是否使用互联网)的扩展的Mincer方程来估计互联网使用对农民非农收入的影响。

1.3 变量设置与描述性统计分析

被解释变量。被解释变量为农民非农收入，在问卷中的调查问题是：“您个人去年(2016年)的总收入是多少？”(个人总收入是指个人全年的全部所得, 包括工资、各种奖金、补贴、分红、股息、保险金、退休金、经营性纯收入、租金、利息、馈赠等)。为防止共线性, 对收入取对数处理。

核心解释变量。核心解释变量为农民的上网情况，用是否使用互联网这一虚拟变量来衡量。在问卷中的问题为“过去一年，您对互联网(包括手机上网)的使用情况是”，选项中有“从不、很少、有时、经常、非常频繁”5个。根据研究的需要，将其转化为二值变量，把“很少、有时、经常、非常频繁”合并在一起表示使用互联网的样本，且赋值为1，“从不”表示未使用互联网的样本，赋值为0。

控制变量。结合已有参考文献，加入了农民个体特征、家庭特征以及就业身份等虚拟变量及地区变量，最大程度上获得互联网使用最真实的非农收入回报率。

表1为样本的描述性统计分析。

表1 农民使用互联网样本的描述性统计

表1表明，1 760个样本中使用互联网的农民占80.3%，未使用互联网的农民占19.7%。使用互联网的农民平均非农收入水平要高于未使用互联网的农民。这说明，互联网使用有助于农民非农收入的增加。从个体特征来看，全样本中，男性农民比例大于女性农民，在使用互联网的子样本中，男性农民占比58.3%；全样本中，农民平均年龄为39岁，使用互联网的农民年龄主要分布在37岁左右，而未使用互联网的农民年龄主要分布在51岁左右；全部样本中，农民受教育平均水平为初中，使用互联网的农民受教育程度普遍为初中以上学历，而未使用互联网的农民受教育程度普遍为初中以下学历；从家庭经济水平来看，与未使用互联网的农民家庭相比，使用互联网的农民家庭经济水平相对而言更高。从就业身份来看，使用互联网子样本中，就业状态为自雇就业的农民占30.1%，而未使用互联网子样本中，就业状态为自雇就业的农民占22.8%。综上所述，互联网使用人群主要为男性、年轻、受教育程度较高的农民群体，这与当前农村现状相符合。

2 结果与分析

2.1 回归模型估计

样本回归结果如表2所示，表明互联网使用可以显著提升农民非农收入水平。在其他变量稳定的情况下，互联网使用水平提高1%，农民非农收入回报率提升14.9%。有可能的原因是：第一，“互联网+教育”在农村地区深入推行，给农民带来了更多教育资源，有利于激发农民学习的主观能动性，提高个人专业技能水平和综合素质，为其在劳动力市场的竞争增加自身优势。第二，互联网能够扩大农村劳动力就业信息获取渠道，减少信息搜寻成本，农民获取有效就业信息更加方便、快捷。互联网打破了对工作时间、工作地点的限制，特别是微商、网约车、外卖骑手等就业新形式的出现，帮助农民实现灵活就业。第三，互联网对社会资本积累具有积极作用，农村劳动力可以获取更多信息资源，为其改善家庭经济水平提供更多可能性。

表2 农民使用互联网回归模型估计结果

2.2 内生性问题检验及处理

利用2sls法来解决样本存在的内生性问题。一般而言，非农收入水平较高的农村家庭接触到互联网的机会往往大于非农收入水平低的农村家庭，对农民互联网使用产生一定的影响，故不得不对可能存在的内生性问题进行处理。参考李飙[15]的方法，选取了2个工具变量，分别为信息渠道和上网频率。信息的获取来源和上网频率与互联网使用行为有较强的相关性，而与农民非农收入不相关，故选择这2个变量作为互联网使用的工具变量。首先，利用DWH检验模型内生性。结果显示，其检验统计量为4.401，在5%的显著性水平上拒绝互联网使用变量为外生变量的原假设，由此可见，使用工具变量是十分有必要的。其次，工具变量相关性检验结果显示，Cragg-Donald Wald F统计量的值远高于Stock-Yogo弱工具变量检验在10%显著性水平上的临界值，表明弱工具变量问题不存在。最后，进行过度识别检验，Hansen J统计量的P值为 0.242 7，大于10%的显著性水平，无法拒绝工具变量外生的原假设，因此，选取工具变量有效。

由2sls模型估计结果显示，互联网使用能够带动农民非农收入水平的上升，且在 1%的水平上通过了显著性检验。也就是说，使用互联网的农民非农收入水平要比没有使用互联网的农民非农收入高24.4%，2sls模型回归结果更接近真实情况。

3 小结与建议

互联网在农村地区的深入发展，缩小了城乡数字鸿沟，拉动农村劳动者积极参与非农就业，获得更多非农收入。利用2017年中国综合社会调查的数据，实证分析了互联网使用对农民非农收入水平所产生的回报率，并利用工具变量法避免了模型可能存在的内生性偏误。结果发现：互联网使用会对农民非农收入的增加产生积极影响，相比较于未使用互联网的农民，使用互联网的农民非农收入高24.4%。1)从个体特征层面来看，年龄与农民非农收入水平表现为倒“U”型，也就是说，农民非农收入水平会随着年龄的增大出现先上升后下降的趋势。男性、已婚、身体健康和较高的受教育程度均有利于农民非农收入增加；2)从家庭相对经济水平层面上来看，家庭经济条件的提高，农民获得更高非农收入的可能性也随之增加；3)从就业身份和地区特征上来看，互联网使用对农民从事自雇工作所获得的非农收入水平的提升作用更明显。农民非农收入水平存在区域差距，与东部地区相比，中部和西部地区的农民非农收入水平明显低于东部地区的农民。

基于上述结论，提出如下政策建议：1)加大互联网及其配套设施的投入。政府应在夯实4G和光纤网络服务的基础上，积极探索5G技术在农村地区的建设，财政资金应向中西部及偏远农村地区倾斜，进一步提升互联网接入速度。同时，政府应改善、扩大网络覆盖面，不仅是行政村，让更多自然村的农民也能共享信息化成果。开发不同类型的信息产品和服务，降低农民接入互联网和使用互联网的成本与费用。2)鼓励农民积极参与互联网培训。充分发挥互联网的优势，让农民可以方便、快捷地获取到丰富的线上资源，为农村劳动力开展基本网络技能、电子商务、职业发展等课程的培训。提升农村劳动者的人力资本水平，进一步完善女性劳动权益保障制度，鼓励和支持更多农村女性劳动者积极就业创业。3)建立农民就业服务平台。充分利用互联网的网络平台，开发就业APP。搜集、整理和发布各类招工信息，审核相关企业资质，为企业和农村剩余劳动力搭建桥梁，避免农村劳动者陷入各类“招工”骗局，保障劳动者合法就业权益。利用好当地农村特色区位优势，大力支持农村电商发展，创造更多灵活就业岗位，帮助中老年农民或行动不便等就业困难群体拓展就业途径。