互联网使用能否促进农民非农收入增加？——基于中国社会综合调查(CGSS)2015年数据的实证分析

摘要在乡村振兴战略背景下,缩小城乡收入差距、提高农民非农收入是解决“三农”问题的关键所在。基于中国社会综合调查(CGSS)2015年的数据,运用最小二乘法和倾向得分匹配法,分析了互联网使用对农民非农收入的影响。结果发现:互联网使用能够显著提高农民非农收入水平;在克服了样本自选择问题后,互联网使用仍然能够为农民带来41.2%~51.1%的非农收入回报。进一步研究发现,互联网使用对低学历、中老年农民非农收入的提升作用更为显著。建议政府增加农村地区互联网信息技术设施的投资,为使用互联网的农民提供相应的技术支持和财政补贴,以充分发挥互联网促进农民非农收入增加的积极作用

	Service

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	Email Alert
	RSS
	作者相关文章
	杨柠泽
	周静

关键词：互联网技术农民收入倾向得分匹配法

Abstract： In the background of the rural rejuvenation strategy, the key to solving “the problems of agriculture, rural and farmers” lies in decreasing the urban-rural income gap and improving farmers’ non-agricultural income. Based on Chinese General Social Survey (CGSS) 2015 survey data, this paper uses least square method and propensity score matching method to analyze the impact of Internet use on farmers’ non-agricultural income. The results show that the use of the Internet can effectively increase farmers’ non-agricultural income. After overcoming the sample self-selection problem, Internet use can still bring farmers a 41.2% to 51.1% non-agricultural income return. In addition, the promoting effects on non-agricultural income is more significant in low-educated and middle-aged and senior farmers. It is recommended that the government increase investment in Internet information technological facilities in rural areas and provide corresponding technical support and financial subsidies for farmers using the Internet, so as to give full play to the positive role of the Internet in promoting the increase in non-agricultural income of farmers.

Keywords： Internet Technology Farmers’ Income Propensity Score Matching Method

收稿日期 2018-10-10; 接受日期 ;

基金资助:国家自然科学基金项目(71473167)

通讯作者 周静(1963— ),女,辽宁开原人,博士,教授,博士生导师,主要从事农业产业组织与管理研究

作者简介: 杨柠泽(1991— ),男,辽宁阜新人,博士研究生,主要从事农业产业组织与管理研究

引用本文:

杨柠泽, 周静.互联网使用能否促进农民非农收入增加？——基于中国社会综合调查(CGSS)2015年数据的实证分析[J]. 经济经纬, 2019,5: 41-48

YANG Ning-ze, ZHOU Jing.Does Internet Use Promote the Non-Agricultural Income Growth for Farmers? —An Empirical Analysis Based on CGSS2015 Survey Data[J] Economic Survey, 2019,V36(5): 41-48

链接本文:

http://www.jjjw.org.cn/CN/ 或 http://www.jjjw.org.cn/CN/Y2019/V36/I5/41

陈玉宇,吴玉立. 2008.信息化对劳动力市场的影响:个人电脑使用回报率的估计[J].经济学(季刊)(4):1149-1165.
胡安宁.2012.倾向值匹配与因果推论:方法论评述[J].社会学研究(1):221-242.
华昱.2018.互联网使用的收入增长效应:理论机理与实证检验[J].江海学刊(3):219-224.
李雅楠,谢倩芸.2017.互联网使用与工资收入差距——基于CHNS数据的经验分析[J].经济理论与经济管理(7):87-100.
林毅夫,董先安.2003.信息化、经济增长与社会转型[OL].http://www.doc88.com/p-5993426723508.html.
马俊龙,宁光杰.2017.互联网与中国农村劳动力非农就业[J].财经科学(7):50-63.
孙学涛,李明文,王振华,等.2017.农民工工资性收入不确定性及其影响因素——基于CGSS数据的反事实因果分析[J].湖南农业大学学报(社会科学版)(2):10-16.
谭燕芝,李云仲,胡万俊.2017.数字鸿沟还是信息红利:信息化对城乡收入回报率的差异研究[J].现代经济探讨(10):88-95.
王爱民,李子联.2014.农业技术进步对农民收入的影响机制研究[J].经济经纬(4):31-36.
王建华,李录堂.2012.信息技术型人力资本集成能力演进的动力机制研究[J].科技进步与对策(9):135-138.
杨柠泽,周静,马丽霞,等.2018.信息获取媒介对农村居民生计选择的影响研究——基于CGSS2013调查数据的实证分析[J].农业技术经济(5):52-65.
殷俊,刘一伟.2018.互联网使用对农户贫困的影响及其机制分析[J].中南财经政法大学学报(2):146-156.
张博,胡金焱,范辰辰.2015.社会网络、信息获取与家庭创业收入——基于中国城乡差异视角的实证研究[J].经济评论(2):52-67.
周洋,华语音.2017.互联网与农村家庭创业——基于CFPS数据的实证分析[J].农业技术经济(5):111-119.
DIMAGGIO P, BONIKOWSKI B. 2008. Make money surfing the web? The impact of internet use on the earnings of U.S. workers [J]. American Sociological Review, 73(2):50-63.
DINARDO J, PISCHKE J. 1997. The returns to computer use revisited: Have pencils changed the wage structure too? [J]. Quarterly Journal of Economics, 112(1):291-304.
GOODHUE D L, THOMPSON R L. 1995. Task-technology fit and individual performance [J]. MIS Quarterly, 19(2):213-236.
KRUEGER A B. 1993. How computers have changed the wage structure: Evidence from microdata, 1984-1989 [J]. Quarterly Journal of Economics, 108(1):33-60.
LEE S H, KIM J. 2004. Has the internet changed the wage structure too? [J]. Labour Economics, 11(1):119-127.
LIAN Y, SU Z, GU Y. 2011. Evaluating the effects of equity incentives using PSM: Evidence from China [J]. Frontiers of Business Research in China, 5(2):266-290.
NAVARRO L. 2010. The impact of internet use on individual earnings in Latin America [Z]. Development Research Working Paper.
PABILONIA S. 2005. Returning to the returns to computer use [J]. American Economic Review, 95(2):314-317.
ROSENBAUM P R, RUBIN D B. 1983. The central role of the propensity score in observational studies for causal effects [J]. Biometrika, 70(1):41-45.