【双一区Top】CFPS+双重机器学习因果推断：数字能力与农村家庭发展韧性

研究假说：

H1：数字能力通过提升信息获取能力，增强农村家庭的发展韧性。

H2：数字能力通过推动金融普惠，增强农村家庭的发展韧性。

H3：数字能力通过收入增长效应，增强农村家庭的发展韧性。

H4：数字能力通过资产积累效应，增强农村家庭的发展韧性。

1.基准回归

2.内生性分析

为解决潜在的内生性问题，本研究以 1984 年农村家庭所在地区每百人固定电话拥有量为基础构建工具变量，选取依据主要有两点：第一，中国数字技术的普及始于固定电话的广泛应用，历史上固定电话普及率较高的地区，数字基础设施的发展起步更早、速度更快，进而对农村家庭的数字能力产生正向影响，满足工具变量的相关性条件；第二，1984 年的固定电话普及率作为历史变量，与当前农村家庭的发展韧性无直接关联，满足外生性条件。由于该工具变量为时间不变变量，本研究进一步引入时变变量 —— 各省份当年的信息发展水平（以邮电业务总量与地区生产总值的比值测度），将其与 1984 年固定电话普及率交互，构建合成工具变量用于数字能力的估计。

统计检验结果验证了工具变量的有效性和强相关性：第一阶段 F 统计量为 10.49，表明不存在弱工具变量问题；克莱伯根 - 帕普秩拉格朗日乘数统计量为 10.71，在 1% 的统计水平上显著，证实模型具有识别性；克拉格 - 唐纳德沃尔德 F 统计量为 19.77，超过斯托克 - 约戈阈值的 10% 临界值，进一步验证了工具变量的强相关性。表 4 列（1）显示，数字能力的估计系数仍在 10% 的统计水平上显著为正，这一结果证实了基准回归的稳健性，支持数字能力对农村家庭发展韧性具有显著正向影响的结论。

3.稳健性检验

3.1.福利阈值替换

本研究将基准回归中采用的每日 1.9 美元福利阈值，替换为世界银行制定的每日 3.1 美元阈值和中国国家贫困线，重新进行估计。表 4 列（2）、（3）的结果显示，即使更换福利阈值，数字能力仍能显著提升农村家庭的发展韧性，证实了基准回归结果的稳健性。

3.2.加权方法替换

基准回归采用熵权法构建综合指数，本研究进一步采用简单平均法重新测算数字能力指数，开展稳健性检验。表 4 列（4）的结果显示，回归结果保持稳健，数字能力的影响效应仍在 1% 的统计水平上显著为正。

3.3.数字能力滞后项

考虑到数字素养对农村家庭发展韧性可能存在滞后效应，本研究引入数字能力指数的一期滞后项，检验基准回归结果的稳健性。表 4 列（5）的估计结果显示，数字素养的影响效应仍在 1% 的统计水平上显著为正，与前文结论一致，进一步验证了研究结论的有效性。

3.4.机器学习模型设定调整

为缓解双重机器学习模型的潜在偏误，本研究借鉴相关研究提出的稳健性验证方法，从两方面进行模型调整：第一，将样本划分比例从原有的 1:4 调整为 1:2 和 1:7，检验样本划分方式对研究结论的影响；第二，将原有的随机森林算法替换为套索回归、梯度提升、神经网络等其他预测算法，探究不同预测方法对实证结果的影响。表 5 报告了不同机器学习模型设定下的回归结果，结果显示，无论调整样本划分比例还是更换算法，数字能力的回归系数均在 1% 的统计水平上显著为正，证实了模型设定的稳健性。

4.机制分析

实证结果表明，提升数字能力能够显著增强农村家庭的发展韧性。本研究借鉴相关研究框架，采用双重机器学习进行因果中介分析，探究数字能力提升农村家庭发展韧性的具体路径，逐一验证信息获取、金融普惠、收入增长、资产积累四大研究假设。

4.1.信息获取效应

数字经济背景下，数字能力的提升降低了农村家庭的信息搜索成本和信息获取的技能壁垒，使其能够更便捷地获取技术技能、生产方式、经营知识等信息，进而更高效地开展生产活动，更好地应对自然和市场环境变化。总体而言，数字能力的提升让农村家庭能够获取更精准、更相关的信息，增强其应对气候变化、经济波动等外部冲击的能力，最终提升发展韧性。

4.2.金融普惠效应

其内在作用机制主要体现在两大渠道：第一，数字能力与金融科技创新相结合，为农村家庭提供了更高效、更易获取的金融服务。与受地域限制、准入壁垒较高的传统金融体系不同，数字金融降低了服务壁垒，将金融服务延伸至农村各个地区，帮助农村家庭更深入地了解风险金融市场；第二，数字能力能够提升农村家庭的金融素养，引导其合理的借贷行为，降低参与商业保险和金融投资的成本。

4.3.收入增长效应

数字能力推动农业生产的信息化和现代化，通过提升资源利用效率、推动规模化种植和标准化生产，助力农村家庭收入增长；此外，数字经济推动传统产业转型和新业态涌现，数字能力的提升增加了农村家庭的创业概率，进而创造更多非农就业机会，丰富收入来源。总体而言，数字能力的提升创造了更多创收机会，显著提高了农村家庭的收入水平，推动发展韧性增强。

4.4.资产积累效应

数字能力通过优化资源配置、提升资源利用效率，帮助农村家庭提高生产效率，降低生产成本，缓解资金约束；此外，数字平台往往是农村家庭获取社会保障、保险服务、政府补贴的重要渠道，助力家庭资产的保值增值。综上，资产积累的增长能够为农村家庭抵御外部冲击提供 “缓冲垫”，帮助家庭降低风险、减少损失。

4.5.效应大小分析

如上所述，本研究检验的四大机制均呈现显著的正向影响，但效应大小存在差异。值得注意的是，表 6 列（1）的回归系数较大，原因在于其被解释变量为分类变量，而其他列的被解释变量为连续变量。在此背景下，本研究主要对另外三大机制的效应大小进行比较。结果显示，金融普惠的系数（0.4588）大于收入增长（0.0918）和资产积累（0.1451），表明农村家庭的数字能力在帮助其获取金融服务方面发挥着更重要的作用，这也是提升发展韧性的关键路径。此外，该结果表明，政策措施可进一步放大数字能力对其他机制的影响效应，从而更有效地提升农村家庭的发展韧性。

5.进一步分析：数字能力的受益群体差异

数字化转型、尤其是数字经济的发展，能够让传统上被主流经济金融体系排斥的群体受益。现有研究表明，数字能力在提升农村家庭发展韧性中发挥着关键作用，但这并不意味着数字能力的韧性提升效应能在不同家庭间平均分布。本研究需进一步探究，数字能力能否推动农村社区的包容性发展，即在增强农村家庭发展韧性的同时，缩小发展差距。

5.1.发展韧性水平的异质性

考虑到数字能力对不同发展韧性水平农村家庭的影响可能存在异质性，本研究采用分位数回归进行实证分析，具体考察 10 分位、20 分位、50 分位、75 分位和 90 分位的回归结果。表 7 的结果显示，不同分位数下数字能力的回归系数存在显著差异，凸显了数字能力对农村家庭发展韧性影响的异质性特征。总体而言，各分位数下的系数均显著为正，但进一步分析发现，10 分位和 20 分位的系数显著高于 75 分位和 90 分位，表明提升数字能力对发展韧性水平较低的弱势家庭的积极影响，大于对发展韧性水平较高家庭的影响。

为更直观地展示不同分位数下数字能力对农村家庭发展韧性的影响，本研究绘制了分位数回归系数图。结果显示，提升数字能力能够显著提升农村家庭的发展韧性，其中 10-40 分位家庭的受益效应最为显著，在 20 分位达到峰值；随着分位数的提高，数字能力的韧性提升效应逐渐减弱。该结果表明，数字能力对发展韧性较低的弱势家庭的影响更强，而对中高发展韧性水平家庭的影响逐渐降低。这意味着，数字化转型背景下，低韧性家庭更易享受数字红利，凸显了数字能力较强的包容性效应。

数字能力虽能提升发展韧性，但农村家庭资源禀赋的差异可能导致发展韧性的提升效果不均，进而在发展韧性方面产生 “马太效应”。现有文献指出，人力资本和社会资本是推动数字包容的关键因素。因此，本研究将通过探究人力资本和社会资本的异质性，分析数字能力对农村家庭发展韧性影响的包容性特征。

5.2.人力资本的异质性

考虑到数字能力的韧性提升效应可能因人力资本水平不同而存在差异，本研究借鉴相关研究方法，以户主的最高受教育水平作为人力资本的代理变量：户主受教育水平低于高中的家庭定义为低人力资本家庭（赋值为 1），户主受教育水平为高中及以上的家庭定义为高人力资本家庭（赋值为 0）。本研究构建交互项回归模型，探究人力资本的异质性特征，检验数字能力是否能够推动包容性发展。

表 8 的回归结果显示，交互项的系数在 1% 的统计水平上显著为正，表明数字能力对人力资本匮乏的农村家庭的发展困境具有显著的缓解作用，凸显了数字能力在提升发展韧性、推动包容性发展中的作用。

5.3.社会资本的异质性

同理，考虑到数字能力对农村家庭发展韧性的影响可能因社会资本水平不同而存在差异，本研究借鉴相关研究框架，以家庭私人转移支付作为社会资本的代理变量：社会资本水平低于样本均值的家庭定义为低社会资本家庭（赋值为 1），社会资本水平高于样本均值的家庭定义为高社会资本家庭（赋值为 0）。本研究构建交互项回归模型，探究社会资本的异质性效应，检验数字能力是否有助于推动包容性发展。表 8 的回归结果显示，交互项的系数在 10% 的统计水平上显著为正，表明数字能力对社会资本匮乏的农村家庭的发展困境具有显著的缓解作用，进而提升发展韧性，推动包容性发展。