论文部分内容阅读
摘要 信息化发展消除了传统区域发展的空间边界，推动了贫困地区的经济发展，为实现区域减贫注入了新的动能，同时引发了信息贫困现象。评估信息化在区域贫困治理中的作用对制定与调整信息化背景下的扶贫策略具有重要意义。然而，已有文献忽视了信息化的动态属性及区域贫困治理的空间溢出效应，可能导致实证结果的偏误。因此，文章基于2002—2018年全国30个省份的面板数据，运用Moran’s I指数分析区域贫困治理效果的空间相关性，并在此基础上，采用地理距离空间权重矩阵与空间面板杜宾模型，分析信息化对区域贫困治理影响的空间效应。研究发现：①2002—2018年，区域贫困治理效果存在显著的空间正相关性。②总体来看，信息化不利于本地贫困减缓，但对相邻省份贫困治理具有正向空间溢出效应;进一步采用经济距离空间权重矩阵加权后，结果依然稳健。从区域差异来看，在东部地区与中部地区，信息化对本地贫困治理效果的抑制效应不明显，但信息化发展明显推动了西部地区的贫困治理。从空间溢出效应来看，信息化对东部地区相邻省份贫困治理具有正向空间溢出效应，对中部地区贫困治理具有负向空间溢出效应，但对西部地区贫困治理的空间溢出效应不明显。③信息化弱化了自然资本禀赋对本地贫困治理的负向影响，但强化了其对相邻区域贫困治理的正向空间溢出效应;信息化强化了经济资本禀赋对本地贫困治理效果的正向影响;信息化强化了制度禀赋对本地贫困治理效果的正向影响;信息化强化了技术禀赋对本地贫困治理效果的负向作用，但弱化了技术禀赋对相邻区域贫困治理的负向空间溢出效应。这就意味着，政府应该建立信息化与区域减贫联动发展机制，不仅要建立差异化、层次化的信息化发展策略，也要从顶层设计上将信息素养水平纳入区域信息化建设。同时，合理统筹要素禀赋与区域贫困治理的关系，并依托信息化优化区域贫困治理效果。
关键词 信息化;贫困发生率;空间面板SDM模型;空间溢出效应
中图分类号 F061.5
文献标识码 A 文章编号 1002-2104（2021）06-0124-11 DOI：10.12062/cpre.20200923
20世纪90年代以来，以信息和互联网技术为基础的数字化革命催生了一种新的经济形态——数字经济，数字经济具有强渗透性，它带来的全产业链协同发展，以及行业间的横向发展具有明显的溢出效应，消除了传统区域发展的空间边界，对基础设施不完善的贫困地区的经济发展具有重要意义[1]。然而，受资源、机会限制，并非所有社会成员都能平等享有运用信息技术带来的红利，这种信息不平等引发了一种新型贫困现象——信息贫困，可能会进一步强化经济贫困，使得“贫者愈贫，富者愈富”[2]。社会信息贫困正成为国家全面建成小康社会、精准扶贫背景下的一个重大社会问题[3]。《2006—2020年国家信息化发展战略》强调，实施国家大数据战略，推进“互联网+”行动计划，引导新一代信息技术与经济社会各领域深度融合，充分发挥信息技术在助推脱贫攻坚中的作用，推进精准扶贫、精准脱贫，不断增进人民福祉。那么，当前信息化发展是否有助于实现区域减贫呢？回答这一问题，对制定与调整区域信息化发展策略以及实现精准脱贫具有重要的理论与现实意义。
1 文献综述
目前，学术界关于信息化与贫困关系的研究，主要聚焦在三个方面：第一，从理论上阐述信息贫困的内涵与分析范式，并在此过程中衍生了诸如“数字贫困”[4]、“个人信息世界”[5]、信息不平等与信息分化[6-7]等概念。第二，从信息扶贫的角度定性阐述了信息化与贫困间的关系。例如，郑素侠[8]认为信息贫困与扶贫绩效困境呈现相关关系，扶贫信息扩散与采纳效果不佳成为减贫效果难以持续的重要影响因素。斯丽娟[1]从信息的供给与需求、信息的转化与价值实现等环节分析信息扶贫的作用机理，并提出了信息扶贫的优化路径。丁建军和赵奇钊[9]以武陵山区为例，在分析农村信息贫困原因的基础上，提出了针对性的减贫对策。吴玲和张福磊[2]分析了精准扶贫背景下农村数字化贫困的治理路径。第三，从农户视角定量分析了信息技术应用在助力脱贫减贫中的重要作用。例如，殷俊和刘一伟[10]基于中国家庭追踪数据，研究了互联网使用对农户贫困的影响，结果发现，互联网使用通过增加农户的社会资本积累、提高农户的非农就业概率与非正规金融借贷水平，显著降低了农户陷入贫困的可能性。胡伦和陆迁[11]运用贫困地区793份农户调查数据，研究互联网信息技术使用对农户收入的影响，结果发现，互联网信息技术使用对农户增收效果比较明显。
综上所述，现有文献对信息化与贫困之间的关系进行了较为深入的探索，但仍然存在以下三点不足：第一，现有文献关于信息化的度量，没有充分考虑信息化的内涵与動态属性，可能会导致实证分析结果存在偏误。一方面，信息技术基础设施普及只是信息化发展在单一方面的表现，尤其是只关注互联网普及率，不能准确衡量区域信息化水平;另一方面，信息化建设具有持续投入、持续影响的动态性特征，基于静态评价方法测算的信息化水平也可能会导致估计结果存在偏误。第二，现有文献忽略了空间因素对信息化与贫困治理效果的影响。第三，现有文献缺乏从中观视角考察信息化与贫困治理效果的实证资料。基于此，作者采用2002—2018年省级面板数据，在综合评价区域信息化水平的基础上，分析区域信息化水平与贫困治理效果的空间相关性，并在此基础上，采用空间面板杜宾模型探讨信息化对区域贫困治理影响的空间效应。
2 信息化测度量表与评价方法
2.1 信息化测度量表构建
目前，关于信息化测度的方法主要分为单指标评价法与多指标综合评价法，其中，单一指标评价法不能准确反映信息化的内涵，多指标综合评价法虽然能够弥补这一缺陷，但大多基于预设的指标体系进行研究，可能会因预设指标体系缺乏良好的信度与效度而导致测量偏误。鉴于此，采用探索性因子分析方法对信息化进行探索性研究，形成信度与效度良好的测度量表，并在此基础上评价区域信息化水平。 经过文献梳理，并参考文献[12-13]提出的信息化评价体系，编写了信息化量表测度备选指标，并形成项目池，具体测度指标及其来源见表1。首先，运用SPSS 23.0软件对16个测量指标进行探索性因子分析，统计结果表明，16个指标的KMO检验的MSA值为0.872（>0.7），Bartlett球形检验卡方值为9 917.262（p<0.01），说明非常适合做因子提取。采用主成分分析方法，按照特征值大于1，最大方差法旋转，经过多次迭代之后，提取出3个公因子。其次，删除在两个或三个公因子上载荷系数均大于0.5或在三个公因子上载荷系数均小于0.5的指标，经过多次探索性因子分析，删除了“人均电信业务总量”“长途光缆密度”“大学生人数”“人均电子信息制造业主营业务收入”4个指标，最终形成了2个维度12个指标的测度指标体系，如表2所示。统计结果显示，12个测量指标的KMO检验的MSA值为0.879（>0.7），Bartlett球形检验卡方值为7 465.272（p<0.01），满足探索性因子分析的要求。两个公因子对应的因子载荷系数均达到0.7以上（>0.4），且两个因子间不存在交叉载荷，具有良好的结构效度。其中，因子1的特征值为7.523，因子2的特征值为1.768，两因子方差累积贡献率达到77.424%（>50%）。
结合测量指标的概念与内涵，将因子1命名为信息技术基础设施与政策保障变量，包括宽带接入端口数、移动手机普及率、计算机普及率、互联网普及率、每百万人发明专利数、人均GDP、信息产业人员工资与人均教育经费;将因子2命名为信息技术应用与研发变量，包括科研经费占GDP比例、域名数、网站数与信息产业从业人员数。此外，本文对信息化测度量表进行了Cronbach’s α信度检验，进一步检验量表的稳定性与可靠性。统计结果显示（表2），总量表Cronbach’s α系数为0.939，各因子的Cronbach’s α系数均大于0.7（分别为0.954、0.848）。可见，信息化测度量表具有较高的内部一致性，能够对各区域信息化水平进行有效评价，为后文进行信息化相关研究奠定了基础。
2.2 评价方法
信息化具有动态属性，传统的静态评价方法难以体现信息化的滞后效应。参考茶洪旺和左鹏飞[14]关于信息化测度的研究成果，运用主成分分析法与“脚标比值法”动态评价各省区域信息化水平，具体步骤如下：①评价指标无量纲化;②基于主成分分析法确定各评价指标的权重;③运用线性回归方法，静态评价各省区域信息化水平;④采用“脚标比值法”确定时间权重;⑤结合时间权重与静态信息化水平，计算各省区域动态信息化水平。
3 空间相关性分析
3.1 研究方法
3.1.1 空间相关性指标选择
采用全局空间自相关指标（Moran’s I指数）来判断区域贫困治理效果在地区间是否存在空间相关性，具体计算公式如下：
I=∑ni=1∑nj=1wij（Xi-）（Xj-）S2∑ni=1∑nj=1wij（1）
其中，S2=1n∑ni=1（Xi-）2; =1n∑ni=1Xi;I为全局空间Moran’s I指数，取值介于-1～1，大于0表示呈现空间正相关，小于0表示空间负相关，等于0表示与区位的分布相互独立; Xi、Xj分别为第i、j地区的观测值，wi，j为空间权重矩阵w中第i行第j列的元素。
3.1.2 空间权重矩阵选择
关于空间权重矩阵的设定形式主要包括邻近空间权重矩阵（假设事物的联系仅仅存在于具有共同边界的地区之间，拥有共同边界取值为1，否则取值为0）、地理距离空间权重矩阵（假设两个地区间的空间交互作用与两个地区之间的距离成反比）及经济距离空间权重矩阵三种。其中，邻近空间权重矩阵的强假设与现实并不符合，且在本文研究中西藏地区数据缺失，邻近权重矩阵难以真实反映区域间的空间关联情况。此外，经济空间权重矩阵是经济指标与地理距离权重矩阵的一种结合形式，属于地理距离权重矩阵的延伸。因此，采用地理空间权重矩阵展开空间计量分析，权重矩阵具体形式设定如下：
wij=1/dij i≠j 0 i=j（2）
其中，dij为省会城市间的地表距离，具体数值通过计算省会城市所在地经纬度的球面半正失距离获得。
3.2 空间相关性检验结果与分析
表3给出了2002—2018年区域贫困治理水平全局Moran’s I指数的计算结果及检验值。结果显示，2002—2018年各个年份中的Moran’s I指数均通过了1%水平下的显著性检验，且Moran’s I值均为正值，这表明我国省级地区的区域贫困治理水平在空间上存在明显的正自相关关系，即存在空间集聚现象，与张俊良和闫东东[20]的研究结果一致。因此，运用空间计量模型对我国信息化水平与区域贫困治理水平之间的关系进行研究要优于传统计量模型。
4 信息化对区域贫困治理影响的空间计量分析
4.1 计量模型构建
上述研究表明，区域贫困治理水平具有显著的空间正相关性，若忽略其固有的空间溢出效应，基于空间均质性假设的传统计量模型的估计结果可能存在偏误。因此，本文采用空间面板计量模型分析信息化对区域贫困治理的影响，但由于事先不确定导致区域贫困空间相关的具体形式，依据空间相关关系产生的原因，分别构建了包含因变量空间相关的空间滞后模型（SLM）、包含误差项空间相关的空间误差模型（SEM）及包含空間滞后内生变量和空间误差外生变量的空间杜宾模型（SDM），具体模型设定形式如下。
（1）空间面板滞后模型（SLM）
yit=ρ∑ni=1wijyit+γ1lifit+βXit+μi+λt+εit（3） （2）空间面板误差模型（SEM）
yit=γ2lifit+βXit+μi+λt+φit
φit=δ∑nt=1wijφji+εit（4）
（3）空间面板杜宾模型（SDM）
yit=ρ∑ni=1wijyit+γ3lifit+βXit+ηwi，jlifijt+∑ni=1wijθXijt+μi+λt+εit（5）
其中，yit为区域i时间t的区域贫困治理水平;lifit为区域i时间t的信息化水平;wij为空间权重矩阵，Xij为区域i时间t的其他控制变量矩阵;γ1、γ2、γ3为信息化变量的估计系数;β为其他变量的系数矩阵;μi、λt分别为个体固定效应与时间固定效应;wijyit、wi，jlifijt、;wijXijt分别为区域贫困治理效果、信息化及其他控制变量的空间滞后项;η为信息化的空间滞后项系数;θ为其他变量空间滞后项系数矩阵。
4.2 变量选择
为了进一步控制其他因素对区域贫困治理效果的影响，在参考相关研究[20-24]的基础上，引入自然资本禀赋、经济资本禀赋、劳动力禀赋、制度环境禀赋、技术禀赋与城镇化率作为控制变量，分析信息化对区域贫困治理水平影响的空间效应。具体变量选择与说明见表4。
4.2.1 被解释变量
被解释变量为区域贫困治理水平。一个地区的贫困发生率越低，其贫困治理效果则越好，可见，衡量区域贫困治理效果的关键在于对贫困程度的精准识别。目前，关于贫困的度量方法主要有人口数指数、贫困缺口指数与FGT贫困指数三种，其中，贫困缺口指数与FGT贫困指数更多的用来度量个体贫困程度。因此，采用人口数指数，选取贫困发生率衡量区域贫困程度，并将其作为区域贫困治理效果的代理变量，但由于无法准确获取研究区域各省2002—2018年的贫困人口数据，文中使用“城市与农村居民最低生活保障人数之和除以年末常住人口总数”衡量区域贫困治理效果[20]。
4.2.2 核心解释变量
核心解释变量为信息化水平。基于上文确定的信息化测度量表与评价方法综合评价区域信息化水平，并将其纳入模型进行实证分析。
4.2.3 控制变量
引入自然资本禀赋、经济资本禀赋、劳动力禀赋、制度环境禀赋、技术禀赋与城镇化率作为控制变量，变量设置与说明如下。
（1）自然资本禀赋。自然资本禀赋是一个综合性概念，涉及地形地貌、矿产、森林、土地等多个多方面，很难对其进行精确度量。考虑到农业经营性收入在相当长的时间内仍然是农村居民的主要收入来源，本文参照丁琳琳、吴群[23]的处理方法，选择代表农业生产禀赋的“人均有效灌溉面积”作为自然资本禀赋的代理变量，并进行对数化处理。理论上，自然资本禀赋条件是进行生产经营的基础，其分布状况直接决定了区域贫困状况[25]，自然资本禀赋越丰裕的地区，贫困发生率越低。
（2）经济资本禀赋。经济资本要素反映的是对用于区域发展经济资本的调度能力，并非区域内经济资本累积总量。因此，本文参考段忠贤和黄其松[21]的处理方法，选择“人均地方财政一般预算收入”作为经济资本禀赋的代理变量，并进行对数化处理。理论上，资本要素是进行生产与生活的动力与保障，一旦资本供给不足，可能会造成区域经济发展不平衡，加剧区域贫困程度[26]。
（3）劳动力禀赋。相关研究表明，劳动力外流、劳动力人口素质低是引起区域贫困的重要因素[27]，可见，衡量区域劳动力要素禀赋，需要综合考虑劳动力的数量与质量问题。因此，本文参考段忠贤和黄其松[21]的处理方法，采用“就业人员数占总人数的比重”作为劳动力禀赋的代理变量。理论上，区域内就业人员数越多，意味着该区域家庭从事经营活动创收的手段越丰富，越有利于脱贫致富。
（4）制度环境禀赋。对于贫困治理实践来说，制度是公共部门理性设计的、整合各种资源以实现脱贫目标的转换机制[21]，但不同地区的制度设计存在明显差异，很难针对性的衡量关于区域贫困治理的制度环境要素禀赋。一般而言，制度是规范秩序、约束经济社会行为的重要规则，制度环境的优劣反映了一个地区的开放性与包容性，制度越优越，越能吸引外来资本注入。因此，选择“外商投资企业投资额与地区生产总值的比值”作为制度环境禀赋的代理变量。理论上，优越的制度环境禀赋能够较好协调经济社会关系，降低经济活动中的交易成本，提高生产经营效率，进而降低区域贫困程度。
（5）技术禀赋。专利申请授权情况是评价区域创新能力的重要指标，能够在一定程度上反映区域科技含量与技术进步。因此，参考范柏乃等[27]的处理方法，选择“每百人发明专利申请量”作为衡量技术禀赋的代理变量，并进行对数化处理。理论上，技术进步是推动区域经济发展的内生动力，能够有效推进生产经营方式变革，提高资源利用效率，进而推动区域减贫[28]。
（6）城镇化率。考虑到数据的可获取性，本文参照刘婕和魏玮[24]的测度方法，选择城镇人口占总人口的比重来反映城镇化率。理论上，城镇化有利于促进资源集聚，优化产业结构，助力贫困减缓[29]。
4.3 数据说明
根据样本数据的可获得性与统计口径一致性，选择2002—2018全国30个省份（研究未涉及西藏和港澳台地区）作为观测样本，研究信息化对区域贫困治理影响的空间效应。上述变量数据来自2003—2019年《中国统计年鉴》及各省市统计年鉴。为了消除变量间不同量纲可能造成的异方差，在模型分析中对上述变量取对数处理。
4.4 模型选择与适用性讨论
本文采用空间面板计量模型（SLM、SEM、SDM），并运用极大似然法分别估计信息化对区域贫困治理影响的空间效应。豪斯曼检验结果显示（表5），除空间面板杜宾模型采用随机效应估计更优之外，非空间面板模型、空间面板误差模型与空间面板滞后模型均采用固定效应估计更优。同时，为了对比，汇报了面板数据模型的混合最小二乘法（OLS）估计及非空间面板固定效应模型的估计结果。从估计结果来看，不考虑空间相关性的情况下，面板數据混合OLS估计与面板固定效应估计结果存在差异，其中，在混合OLS估计中，信息化对区域贫困程度具有显著的正向影响，但在固定效应模型中，则表现为不显著的负向关系，这也进一步说明了，若不考虑空间因素，可能会导致信息化对区域贫困治理效果的影响存在估计偏误。 为了进一步确定区域贫困治理效果空间相关的具体形式，本文采用LM检验与LR检验方法判断空间计量模型的最优组合形式，结果见表5。从LM检验结果来看，LM_error、Robust LM_error均在1%水下显著不为0，同时，LM_lag在1%水平下显著不为0，但Robust LM_lag不显著，说明空间面板误差模型优于空间面板滞后模型。从LR检验结果来看，拒绝了“SDM模型可以弱化为SLM或者SEM”的零假设，说明SDM模型相比SLM、SEM的估计结果更具有解释力，能够很好地反映不同来源的空间相关性。基于此，文章以空间杜宾随机效应模型的回归结果为准，讨论信息化对区域贫困治理影响的空间效应（表6回归5）。4.5 空间面板模型的估计结果与分析
根据表6回归5的结果，空间滞后项系数rho在1%的水平上显著为正，这说明区域间外部性对贫困治理具有重要影响，在研究区域贫困治理问题时，不能忽视区域因素的存在和空间效应的影响。空间面板杜宾模型的估计结果与分析如下。
信息化水平的回归系数在1%水平下显著为正，说明信息化进程增加了区域贫困发生率。可能的原因是，一方面区域信息化发展虽然可以增加信息的流动范围与传播效率，提高决策主体对资源要素禀赋的配置能力，增加其经营性收入，但目前区域内信息资源分布严重失衡，仍然存在较大的信息鸿沟，非针对性、非层次的信息化发展可能会进一步拉大收入差距，导致“富人更富，穷人更穷”;另一方面，不同决策主体对信息吸收、评价与应用等的能力不同，致使居民不能平等享有信息所带来的红利，在这种背景下，可能会进一步增加贫困人口的比例，尤其是偏远农村地区的贫困发生率。此外，信息化空间滞后项的系数在1%水平下显著为负，这说明信息化在地区间具有负向的地理空间溢出效应，意味着本地信息化发展有助于相邻地区贫困减缓。可能的原因是，本地区信息化发展的信息扩散效应，有助于促进区域间的贸易和要素流动，提高邻近区域的经济效率。
自然资本禀赋的回归系数在1%的水平上显著为正，这与段忠贤和黄其松[21]的研究结果是一致的，说明自然资本禀赋具有异化的减贫效应，可能的原因是存在“资源诅咒”现象，即自然资本禀赋丰裕的地区主要分布在山区丘陵地带，基础设施薄弱导致自然资本禀赋利用率较低，贫困率反而较高。自然资本禀赋的空间滞后项系数为负，但未通过显著性检验，说明本地自然资本禀赋对相邻区域贫困治理作用不明显。信息化水平与自然资本禀赋交互项系数在1%水平上显著为负，这说明信息化抑制了自然资本禀赋对本地贫困治理的负向影响。信息化水平与自然资本禀赋交互项的空间滞后项系数在1%水平上显著为负，这说明信息化增强了本地自然资本禀赋对相邻区域贫困治理效果的正向空间溢出效应。
经济资本禀赋的回归系数为负，但未通过显著性检验，这说明经济资本禀赋的减贫效应不明显。经济资本禀赋的空间滞后项系数在5%的水平上显著为正，说明本地经济资本禀赋抑制了相邻区域的贫困治理效果。可能的原因是，本地经济资本增加会吸引相邻区域优质生产要素流入，从而对周边地区经济发展产生负向空间溢出效应，进一步增加了其贫困发生率。信息化与经济资本禀赋的交互项系数在1%水平上显著为负，这表明信息化增强了经济资本禀赋对本地贫困治理效果的正向影响。信息化与经济资本禀赋的交互项的空间滞后项系数为正，但未通过显著性检验，这说明信息化在经济资本禀赋对相邻区域贫困治理产生空间溢出效应的过程中，并未发挥明显作用。
劳动力禀赋的回归系数为负，但未通过显著性检验，这说明劳动力禀赋的减贫效应不明显。劳动力禀赋的空间滞后项系数在1%水平上显著为正，这说明本地劳动力禀赋对相邻区域贫困治理具有负向空间溢出效应，可能的原因是，本地劳动力就业形势可能会吸引临近省份劳动力向本地集聚，导致临近区域劳动力禀赋匮乏，经济效率下降。信息化与劳动力稟赋交互项系数及空间滞后项系数均正，但均未通过显著性检验。
制度禀赋的回归系数在5%水平上显著为负，这说明优越的制度结构具有明显的减贫效应。可能的原因是，本地制度环境越优越，越容易吸引外商投资，有助于提高本地居民的就业水平，增加居民收入。制度禀赋的空间滞后项系数为负，但未通过显著性检验，说明本地制度禀赋对相邻区域贫困治理效果的正向空间溢出效应不明显。信息化与制度禀赋交互项的系数在1%水平下显著为负，这说明信息化强化了本地制度禀赋的减贫效应。信息化与制度禀赋交互项空间滞后项系数为正，但未通过显著性检验，说明信息化在制度禀赋对相邻区域贫困治理产生空间溢出效应的过程中，并未发挥明显作用。
技术禀赋的回归系数及其空间滞后项系数为正，但均未通过显著性检验，这说明技术禀赋对本地区及相邻区域贫困治理效果影响不明显。信息化与技术禀赋交互项系数在5%水平上显著为正，这说明信息化强化了技术禀赋对本地贫困治理效果的负向作用，可能的原因是丰裕的技术禀赋能够推动生产方式变革，提高资源利用效率，但由于人力资本水平异质性，居民不能平等享有技术进步带来的发展红利，可能会进一步增加贫困发生率，尤其是在信息化背景下。信息化与技术禀赋交互项的空间滞后项系数在1%水平显著为负，这说明信息化弱化了技术禀赋对相邻区域贫困治理的负向空间溢出效应。可能的原因是，本地技术禀赋优势可能会增加本地要素的边际产出，从而吸引相邻区域优质要素流入，导致邻近区域经济效率降低，但在信息化背景下，本地技术创新的扩散效应会进一步扩大，从而弱化了本地技术禀赋的作用。
城镇化率的回归系数及其空间滞后项系数为负，但均未通过显著性检验，这说明城镇化率对本地区及相邻区域贫困治理效果影响不明显。
4.6 进一步讨论
4.6.1 稳健性检验
为了进一步检验信息化对区域贫困治理影响的空间效应是否稳健，在控制其他变量不变的情况下，采用经济距离空间权重矩阵（选择2002—2018年各省份人均GDP均值作为经济指标，设定经济距离空间权重矩阵），重新估计空间面板SDM模型，结果见表7回归1。模型回归结果表明，区域贫困发生率空间滞后项系数rho值在1%水平上的显著为正，这表明采用经济距离矩阵加权后，本地贫困发生率会受到相邻省份贫困发生率的加权影响，采用空间面板计量模型是合理的。信息化的回归系数在1%水平显著为正，同时信息化的空间滞后项系数在1%水平上显著为负，这说明信息化水平加剧了本地贫困发生率，但对相邻省份贫困治理具有正向空间溢出效应，与前文分析结果保持一致。可见，回归结果较为稳健。 4.6.2 区域异质性分析
为了进一步研究信息化对贫困治理空间效应的区域差异，本文按照国家统计局关于东中西部地区的划分标准，将全国样本细分为东部地区、中部地区与西部地区三个子样本，并采用地理距离空间权重矩阵与空间面板SDM模型探讨信息化对贫困治理影响的区域异质性，具体结果见表7回归2—回归4。
从分区域空间面板杜宾模型的估计结果来看，信息化在东部地区与中部地区样本模型中回归系数为正，但均未通过显著性检验，这说明在东部地区与中部地区，信息化对本地贫困治理的异化减贫效应不明显。信息化在西部地区样本模型中回归系数在1%水平显著为负，这说明在西部地区，信息化对本地区域贫困治理具有明显的促进效应。此外，信息化在东部地区样本模型中的空间滞后项系数在5%水平显著为负，在中部地区样本模型中的空间滞后项系数在1%水平上显著为正，在西部样本模型中的空间滞后项系数为正，但未通过显著性检验，这说明在东部地区，信息化对相邻区域贫困治理具有明显的正向空间溢出效应;在中部地区信息化对相邻区域贫困治理具有明显的负向空间溢出效应，但在西部地区信息化的空间溢出效应不明显。作者认为导致上述区域异质性可能的原因是，在东部发达地区，信息丰裕，信息化带来的经济发展红利更多的掌握在高信息素养群体，可能会进一步加剧本地贫富分化，导致贫困发生率增加，但同时信息化发展的外溢效应可能会促使东部地区其他省份进行技术创新，提高居民经营性收入，进而降低贫困发生率。在西部落后地区，基础设施薄弱，信息闭塞，信息化对本地经济发展的边际影响更大，有助于促进各阶层居民收入增长，降低本地贫困发生率。相比之下，中部地区信息化发展介于东部与西部之间，而信息化对本地经济发展的影响可能小于东部地区与西部地区，以至于其对本地贫困发生率的影响还未体现，但相对中部临近区域来说，本地信息化发展可能会吸引其他临近区域的优质要素流入，降低其经济效率。
5 结论与启示
文章以2002—2018年全国30个省份为研究样本，使用全局空间Moran’s I指数分析区域贫困治理效果的空间相关性，并在此基础上，采用地理距离空间权重矩阵与空间面板SDM模型，探讨信息化对区域贫困治理影响的空间效应。主要结论如下。
（1）2002—2018年，区域贫困治理水平存在明显的空间正相关性。
（2）总体来看，信息化发展不利于本地贫困减缓，但对相邻区域贫困治理水平具有明显的正向空间溢出效应，进一步采用经济距离空间权重矩阵加权后，回归结果依然稳健。区域异质性分析结果表明，在东部地区与中部地区，信息化对本地贫困治理效果的抑制效应不明显，但信息化发展明显推动了西部地区的贫困治理。从空间溢出效应来看，信息化对东部地区相邻省份贫困治理具有正向空间溢出效应，对中部地区贫困治理具有负向空间溢出效应，但对西部地区贫困治理的空间溢出效应不明显。
（3）自然资本禀赋不利于本地贫困减缓，且对相邻区域贫困治理的正向空间溢出效应不明显，但信息化弱化了自然资本禀赋对本地贫困治理的负向影响，强化了其对相邻区域贫困治理的正向空间溢出效应。经济资本禀赋对本地的减贫效应不明显，且对相邻区域贫困治理具有负向空间溢出效应，但信息化强化了经济资本禀赋对本地贫困治理效果的正向影响。劳动力禀赋对本地的减贫效应不明显，且对相邻区域贫困治理具有负向空间溢出效应。制度禀赋具有明显的减贫效应，且信息化强化了制度禀赋对本地贫困治理效果的正向影响。信息化强化了技术禀赋对本地贫困治理效果的负向作用，但弱化了技术稟赋对相邻区域贫困治理的负向空间溢出效应。
根据以上研究结论，提出以下政策建议。
第一，在制定信息化发展与区域减贫策略过程中，相关部门应该充分考虑不同区域信息化与贫困治理效果的空间集聚现象，尽可能打破行政壁垒，整合区域优势资源，实现信息化与区域减贫的联动发展。
第二，相关部门应该结合东西部区域的禀赋差异，探究信息化表现为异化减贫效应的原因，尤其是东部与中部地区，并以此为依据，一方面要制定差异化、层次化的信息化发展策略，另一方面，要从顶层设计上将信息素养水平纳入区域信息化建设内容，不断提升居民获取信息、评价信息与应用信息的能力，力争缓解信息化对东部地区与中部地区的异化减贫效应，同时强化信息化对西部地区的减贫效应。
第三，合理统筹要素禀赋与区域贫困治理的关系，优化区域贫困治理效果。从自然资本禀赋来看，应该正确看待“资源诅咒”现象，结合自然资本禀赋开发与利用的现状，充分发挥信息化在技术传导、缓解信息不对称等方面的优势，促进自然资本优势转变为经济发展优势，促进区域减贫;从经济资本禀赋来看，相关部门应该充分发挥信息化在信息反馈等方面的优势，及时将财政资金向贫困地区集聚;从制度环境禀赋来看，应该结合贫困治理现状，制定与之匹配的区域减贫政策，改善制度质量，发挥制度环境对区域减贫的促进作用;从劳动力禀赋来看，应该充分利用新一代信息传播媒介扩大地区的利好政策，吸引外出人员回乡创业与就业，强化劳动力禀赋的减贫效应;从技术禀赋来看，应该鼓励低收入群体参加再教育，提高其人力资本水平，增加其在技术进步中获得的经营性收益。
参考文献
[1]斯丽娟.数字经济时代农村信息扶贫生态系统的构建与路径优化[J].图书与情报，2019（2）：37-45.
[2]吴玲，张福磊.精准扶贫背景下农村数字化贫困及其治理[J].当代世界社会主义问题，2018（2）：28-35.
[3]杨峰，赵珊.西南民族村落信息贫困：一个小世界生活情境的分析框架[J].图书馆论坛，2018，38（8）：17-23.
[4]周向红.从数字鸿沟到数字贫困：基本概念和研究框架[J].学海，2016（4）：154-157.
[5]于良芝.“个人信息世界”：一个信息不平等概念的发现及阐释[J].中国图书馆学报，2013，39（1）：4-12. [6]于良芝.理解信息资源的贫富分化：国外“信息分化”与“数字鸿沟”研究综述[J].图书馆杂志，2005（12）：6-18，37.
[7]宫辉，刘治国，徐渝.信息经济社会中的信息贫富分化及其应对[J].当代经济科学，2006（3）：15-19，124.
[8]郑素侠.反贫困语境下农村地区的信息贫困：致贫机理与信息援助对策[J].郑州大学学报（哲学社会科学版），2018，51（2）：154-157.
[9]丁建军，赵奇钊.农村信息贫困的成因与减贫对策：以武陵山片区为例[J].图书情报工作，2014，58（2）：75-78，108.
[10]殷俊，刘一伟.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，2018（2）：146-156.
[11]胡伦，陆迁.贫困地区农户互联网信息技术使用的增收效应[J].改革，2019（2）：74-86.
[12]国家统计局统计科学研究所信息化统计评价研究组，何强.2013年中国信息化发展指数（Ⅱ）研究报告[J].调研世界，2014（4）：3-7.
[13]国家统计局统计科学研究所"信息化统计评价"研究组，杨京英，姜澍，何强.2012年中国信息化发展指数（Ⅱ）研究报告[J].调研世界，2012（12）：3-7.
[14]茶洪旺，左鹏飞.信息化对中国产业结构升级影响分析：基于省级面板数据的空间计量研究[J].经济评论，2017（1）：80-89.
[15]彭湘君，曾国平，李娅.中国信息化发展绩效评价及其区域发展阶段测算[J].经济地理，2016，36（10）：102-109.
[16]昌忠泽，孟倩.信息技术影响产业结构优化升级的中介效应分析：来自中国省级层面的经验证据[J].经济理论与经济管理，2018（6）：39-50.
[17]刘洪涛，杨洋.信息化与中国碳强度：基于中国省级面板数据的经验分析[J].科技管理研究，2018，38（19）：226-233.
[18]茶洪旺，左鹏飞.中国区域信息化发展水平研究：基于动态多指标评价体系实证分析[J].财经科学，2016（9）：53-63.
[19]杨诚，蒋志华.我国农村信息化评价指标体系构建[J].情报杂志，2009，28（2）：24-27.
[20]张俊良，闫东东.多维禀赋条件、地理空间溢出与区域贫困治理：以龙门山断裂带区域为例[J].中国人口科学，2016（5）：35-48，126-127.
[21]段忠贤，黄其松.要素禀赋、制度质量与区域贫困治理：基于中国省际面板数据的实证研究[J].公共管理学报，2017，14（3）：144-153，160.
[22]王忠.矿业权集聚、经济增长与区域贫困减缓[J].中国人口·资源与环境，2017，27（2）：117-125.
[23]丁琳琳，吴群.财产权制度、资源禀赋与农民土地财产性收入：基于江苏省1744份农户问卷调查的实证研究[J].云南财经大学学报，2015，31（3）：80-88.
[24]刘婕，魏玮.城镇化率、要素禀赋对全要素碳减排效率的影響[J].中国人口·资源与环境，2014，24（8）：42-48.
[25]罗庆，李小建.国外农村贫困地理研究进展[J].经济地理，2014，34（6）：1-8.
[26]王曙光.民族地区金融反贫困中的资本整合、文化融合与体制磨合：新疆案例[J].农村经济，2009（11）：3-8.
[27]范柏乃，段忠贤，江蕾.中国自主创新政策的效应及其时空差异：基于省际面板数据的实证检验[J].经济地理，2013，33（8）：31-36.
[28]张莉.科技进步、人力资本与西部地区农村贫困减缓：基于省级面板数据的实证研究[J].科学学与科学技术管理，2015，36（3）：172-180.
[29]乔翠霞.城乡协调发展视域下的资源要素流动问题研究：从微观机理到宏观效应[J].山东师范大学学报（社会科学版），2020（3）：99-107.
[30]朱冬元，杨潇宇，孙浩然.城镇化发展多维减贫效应的实证分析[J].统计与决策，2019，35（21）：88-92.
Impact of informatization on regional poverty management
ZHANG Congying1 CHANG Qian2 HUO Xuexi2
（1. Chinese Western Economic Research Center， Southwestern University of Finance and Economics， Chengdu Sichuan 611130， China; 2. College of Economics and Management， Northwest A&F University， Yangling Shaanxi 712100， China）
Abstract The development of informatization has eliminated the spatial boundaries of traditional regional development， promoted the economic development of poverty-stricken areas， injected new momentum into the realization of regional poverty reduction， while at the same time triggered the phenomenon of information poverty. Evaluating the role of informatization in regional poverty is of great significance to adjust poverty alleviation strategies in the context of informatization. In this paper， 30 provinces （municipalities） in China from 2002 to 2018 were taken as research samples， and Moran’s I index was used to analyze the spatial correlation of regional poverty management. On this basis， the spatial weight matrix of geographic distance and the spatial panel Durbin model were used to analyze the spatial effect of informatization on regional poverty management. The results showed that： ① From 2002 to 2018， the effect of regional poverty management had significant positive spatial correlation. ② On the whole， informatization was not conducive to poverty alleviation in local areas， but had a positive spatial spillover effect on poverty management in neighboring provinces. After further weighting with the spatial weighting matrix of economic distance， the results were still stable. From the perspective of regional differences， in the eastern region and the central region， the inhibition effect of informatization on local poverty management was not obvious， but the development of informatization obviously promoted the poverty management in the western region. From the perspective of spatial spillover effect， informatization had a positive spatial spillover effect on the poverty management of neighboring provinces in the eastern region and a negative spatial spillover effect on the poverty management in the central region， but the spatial spillover effect on the poverty management in the western region was not obvious. ③ Informatization weakened the negative impact of natural capital endowment on local poverty management， but strengthened its positive spatial spillover effect on the poverty management in neighboring regions; informatization strengthened the positive impact of economic capital endowment on local poverty management; informatization strengthened the positive impact of institutional endowment on local poverty management; informatization strengthened the negative effect of the technical endowment on local poverty management while weakened the negative spatial spillover effect of technology endowment on the poverty management in neighboring regions. This means that the government should establish a linkage development mechanism for informatization and regional poverty reduction， not only to establish differentiated and hierarchical informatization development strategies， but also to incorporate information literacy levels into regional informatization construction in the top-level design. At the same time， it is of great importance to rationally coordinate the relationship between factor endowments and regional poverty governance， and rely on informatization to optimize the effect of regional poverty governance.
Key words informatization; regional poverty incidence; SDM model; spatial spillover effect
（责任编辑：王爱萍）
收稿日期：2020-03-20 修回日期：2020-06-28
作者简介：张聪颖，博士，讲师，主要研究方向为农业与农村信息化、资源与环境经济。E-mail：cyzhang@swufe.edu.cn。
通信作者：霍学喜，博士，教授，博导，主要研究方向为农业经济理论与政策、产业经济与农产品贸易。E-mail：xuexihuo@nwafu.edu.cn。
基金项目：现代农业产业技术体系建设专项资助项目（批准号：CARS-28）。
张聪颖，畅倩，霍学喜.信息化对区域贫困治理的影响[J].中国人口·资源与环境，2021，31（6）：124-134.[ZHANG Congying，CHANG Qian，HUO Xuexi.Impact of informatization on regional poverty management[J]. China population， resources and environment， 2021，31（6）：124-134.]
关键词 信息化;贫困发生率;空间面板SDM模型;空间溢出效应
中图分类号 F061.5
文献标识码 A 文章编号 1002-2104（2021）06-0124-11 DOI：10.12062/cpre.20200923
20世纪90年代以来，以信息和互联网技术为基础的数字化革命催生了一种新的经济形态——数字经济，数字经济具有强渗透性，它带来的全产业链协同发展，以及行业间的横向发展具有明显的溢出效应，消除了传统区域发展的空间边界，对基础设施不完善的贫困地区的经济发展具有重要意义[1]。然而，受资源、机会限制，并非所有社会成员都能平等享有运用信息技术带来的红利，这种信息不平等引发了一种新型贫困现象——信息贫困，可能会进一步强化经济贫困，使得“贫者愈贫，富者愈富”[2]。社会信息贫困正成为国家全面建成小康社会、精准扶贫背景下的一个重大社会问题[3]。《2006—2020年国家信息化发展战略》强调，实施国家大数据战略，推进“互联网+”行动计划，引导新一代信息技术与经济社会各领域深度融合，充分发挥信息技术在助推脱贫攻坚中的作用，推进精准扶贫、精准脱贫，不断增进人民福祉。那么，当前信息化发展是否有助于实现区域减贫呢？回答这一问题，对制定与调整区域信息化发展策略以及实现精准脱贫具有重要的理论与现实意义。
1 文献综述
目前，学术界关于信息化与贫困关系的研究，主要聚焦在三个方面：第一，从理论上阐述信息贫困的内涵与分析范式，并在此过程中衍生了诸如“数字贫困”[4]、“个人信息世界”[5]、信息不平等与信息分化[6-7]等概念。第二，从信息扶贫的角度定性阐述了信息化与贫困间的关系。例如，郑素侠[8]认为信息贫困与扶贫绩效困境呈现相关关系，扶贫信息扩散与采纳效果不佳成为减贫效果难以持续的重要影响因素。斯丽娟[1]从信息的供给与需求、信息的转化与价值实现等环节分析信息扶贫的作用机理，并提出了信息扶贫的优化路径。丁建军和赵奇钊[9]以武陵山区为例，在分析农村信息贫困原因的基础上，提出了针对性的减贫对策。吴玲和张福磊[2]分析了精准扶贫背景下农村数字化贫困的治理路径。第三，从农户视角定量分析了信息技术应用在助力脱贫减贫中的重要作用。例如，殷俊和刘一伟[10]基于中国家庭追踪数据，研究了互联网使用对农户贫困的影响，结果发现，互联网使用通过增加农户的社会资本积累、提高农户的非农就业概率与非正规金融借贷水平，显著降低了农户陷入贫困的可能性。胡伦和陆迁[11]运用贫困地区793份农户调查数据，研究互联网信息技术使用对农户收入的影响，结果发现，互联网信息技术使用对农户增收效果比较明显。
综上所述，现有文献对信息化与贫困之间的关系进行了较为深入的探索，但仍然存在以下三点不足：第一，现有文献关于信息化的度量，没有充分考虑信息化的内涵与動态属性，可能会导致实证分析结果存在偏误。一方面，信息技术基础设施普及只是信息化发展在单一方面的表现，尤其是只关注互联网普及率，不能准确衡量区域信息化水平;另一方面，信息化建设具有持续投入、持续影响的动态性特征，基于静态评价方法测算的信息化水平也可能会导致估计结果存在偏误。第二，现有文献忽略了空间因素对信息化与贫困治理效果的影响。第三，现有文献缺乏从中观视角考察信息化与贫困治理效果的实证资料。基于此，作者采用2002—2018年省级面板数据，在综合评价区域信息化水平的基础上，分析区域信息化水平与贫困治理效果的空间相关性，并在此基础上，采用空间面板杜宾模型探讨信息化对区域贫困治理影响的空间效应。
2 信息化测度量表与评价方法
2.1 信息化测度量表构建
目前，关于信息化测度的方法主要分为单指标评价法与多指标综合评价法，其中，单一指标评价法不能准确反映信息化的内涵，多指标综合评价法虽然能够弥补这一缺陷，但大多基于预设的指标体系进行研究，可能会因预设指标体系缺乏良好的信度与效度而导致测量偏误。鉴于此，采用探索性因子分析方法对信息化进行探索性研究，形成信度与效度良好的测度量表，并在此基础上评价区域信息化水平。 经过文献梳理，并参考文献[12-13]提出的信息化评价体系，编写了信息化量表测度备选指标，并形成项目池，具体测度指标及其来源见表1。首先，运用SPSS 23.0软件对16个测量指标进行探索性因子分析，统计结果表明，16个指标的KMO检验的MSA值为0.872（>0.7），Bartlett球形检验卡方值为9 917.262（p<0.01），说明非常适合做因子提取。采用主成分分析方法，按照特征值大于1，最大方差法旋转，经过多次迭代之后，提取出3个公因子。其次，删除在两个或三个公因子上载荷系数均大于0.5或在三个公因子上载荷系数均小于0.5的指标，经过多次探索性因子分析，删除了“人均电信业务总量”“长途光缆密度”“大学生人数”“人均电子信息制造业主营业务收入”4个指标，最终形成了2个维度12个指标的测度指标体系，如表2所示。统计结果显示，12个测量指标的KMO检验的MSA值为0.879（>0.7），Bartlett球形检验卡方值为7 465.272（p<0.01），满足探索性因子分析的要求。两个公因子对应的因子载荷系数均达到0.7以上（>0.4），且两个因子间不存在交叉载荷，具有良好的结构效度。其中，因子1的特征值为7.523，因子2的特征值为1.768，两因子方差累积贡献率达到77.424%（>50%）。
结合测量指标的概念与内涵，将因子1命名为信息技术基础设施与政策保障变量，包括宽带接入端口数、移动手机普及率、计算机普及率、互联网普及率、每百万人发明专利数、人均GDP、信息产业人员工资与人均教育经费;将因子2命名为信息技术应用与研发变量，包括科研经费占GDP比例、域名数、网站数与信息产业从业人员数。此外，本文对信息化测度量表进行了Cronbach’s α信度检验，进一步检验量表的稳定性与可靠性。统计结果显示（表2），总量表Cronbach’s α系数为0.939，各因子的Cronbach’s α系数均大于0.7（分别为0.954、0.848）。可见，信息化测度量表具有较高的内部一致性，能够对各区域信息化水平进行有效评价，为后文进行信息化相关研究奠定了基础。
2.2 评价方法
信息化具有动态属性，传统的静态评价方法难以体现信息化的滞后效应。参考茶洪旺和左鹏飞[14]关于信息化测度的研究成果，运用主成分分析法与“脚标比值法”动态评价各省区域信息化水平，具体步骤如下：①评价指标无量纲化;②基于主成分分析法确定各评价指标的权重;③运用线性回归方法，静态评价各省区域信息化水平;④采用“脚标比值法”确定时间权重;⑤结合时间权重与静态信息化水平，计算各省区域动态信息化水平。
3 空间相关性分析
3.1 研究方法
3.1.1 空间相关性指标选择
采用全局空间自相关指标（Moran’s I指数）来判断区域贫困治理效果在地区间是否存在空间相关性，具体计算公式如下：
I=∑ni=1∑nj=1wij（Xi-）（Xj-）S2∑ni=1∑nj=1wij（1）
其中，S2=1n∑ni=1（Xi-）2; =1n∑ni=1Xi;I为全局空间Moran’s I指数，取值介于-1～1，大于0表示呈现空间正相关，小于0表示空间负相关，等于0表示与区位的分布相互独立; Xi、Xj分别为第i、j地区的观测值，wi，j为空间权重矩阵w中第i行第j列的元素。
3.1.2 空间权重矩阵选择
关于空间权重矩阵的设定形式主要包括邻近空间权重矩阵（假设事物的联系仅仅存在于具有共同边界的地区之间，拥有共同边界取值为1，否则取值为0）、地理距离空间权重矩阵（假设两个地区间的空间交互作用与两个地区之间的距离成反比）及经济距离空间权重矩阵三种。其中，邻近空间权重矩阵的强假设与现实并不符合，且在本文研究中西藏地区数据缺失，邻近权重矩阵难以真实反映区域间的空间关联情况。此外，经济空间权重矩阵是经济指标与地理距离权重矩阵的一种结合形式，属于地理距离权重矩阵的延伸。因此，采用地理空间权重矩阵展开空间计量分析，权重矩阵具体形式设定如下：
wij=1/dij i≠j 0 i=j（2）
其中，dij为省会城市间的地表距离，具体数值通过计算省会城市所在地经纬度的球面半正失距离获得。
3.2 空间相关性检验结果与分析
表3给出了2002—2018年区域贫困治理水平全局Moran’s I指数的计算结果及检验值。结果显示，2002—2018年各个年份中的Moran’s I指数均通过了1%水平下的显著性检验，且Moran’s I值均为正值，这表明我国省级地区的区域贫困治理水平在空间上存在明显的正自相关关系，即存在空间集聚现象，与张俊良和闫东东[20]的研究结果一致。因此，运用空间计量模型对我国信息化水平与区域贫困治理水平之间的关系进行研究要优于传统计量模型。
4 信息化对区域贫困治理影响的空间计量分析
4.1 计量模型构建
上述研究表明，区域贫困治理水平具有显著的空间正相关性，若忽略其固有的空间溢出效应，基于空间均质性假设的传统计量模型的估计结果可能存在偏误。因此，本文采用空间面板计量模型分析信息化对区域贫困治理的影响，但由于事先不确定导致区域贫困空间相关的具体形式，依据空间相关关系产生的原因，分别构建了包含因变量空间相关的空间滞后模型（SLM）、包含误差项空间相关的空间误差模型（SEM）及包含空間滞后内生变量和空间误差外生变量的空间杜宾模型（SDM），具体模型设定形式如下。
（1）空间面板滞后模型（SLM）
yit=ρ∑ni=1wijyit+γ1lifit+βXit+μi+λt+εit（3） （2）空间面板误差模型（SEM）
yit=γ2lifit+βXit+μi+λt+φit
φit=δ∑nt=1wijφji+εit（4）
（3）空间面板杜宾模型（SDM）
yit=ρ∑ni=1wijyit+γ3lifit+βXit+ηwi，jlifijt+∑ni=1wijθXijt+μi+λt+εit（5）
其中，yit为区域i时间t的区域贫困治理水平;lifit为区域i时间t的信息化水平;wij为空间权重矩阵，Xij为区域i时间t的其他控制变量矩阵;γ1、γ2、γ3为信息化变量的估计系数;β为其他变量的系数矩阵;μi、λt分别为个体固定效应与时间固定效应;wijyit、wi，jlifijt、;wijXijt分别为区域贫困治理效果、信息化及其他控制变量的空间滞后项;η为信息化的空间滞后项系数;θ为其他变量空间滞后项系数矩阵。
4.2 变量选择
为了进一步控制其他因素对区域贫困治理效果的影响，在参考相关研究[20-24]的基础上，引入自然资本禀赋、经济资本禀赋、劳动力禀赋、制度环境禀赋、技术禀赋与城镇化率作为控制变量，分析信息化对区域贫困治理水平影响的空间效应。具体变量选择与说明见表4。
4.2.1 被解释变量
被解释变量为区域贫困治理水平。一个地区的贫困发生率越低，其贫困治理效果则越好，可见，衡量区域贫困治理效果的关键在于对贫困程度的精准识别。目前，关于贫困的度量方法主要有人口数指数、贫困缺口指数与FGT贫困指数三种，其中，贫困缺口指数与FGT贫困指数更多的用来度量个体贫困程度。因此，采用人口数指数，选取贫困发生率衡量区域贫困程度，并将其作为区域贫困治理效果的代理变量，但由于无法准确获取研究区域各省2002—2018年的贫困人口数据，文中使用“城市与农村居民最低生活保障人数之和除以年末常住人口总数”衡量区域贫困治理效果[20]。
4.2.2 核心解释变量
核心解释变量为信息化水平。基于上文确定的信息化测度量表与评价方法综合评价区域信息化水平，并将其纳入模型进行实证分析。
4.2.3 控制变量
引入自然资本禀赋、经济资本禀赋、劳动力禀赋、制度环境禀赋、技术禀赋与城镇化率作为控制变量，变量设置与说明如下。
（1）自然资本禀赋。自然资本禀赋是一个综合性概念，涉及地形地貌、矿产、森林、土地等多个多方面，很难对其进行精确度量。考虑到农业经营性收入在相当长的时间内仍然是农村居民的主要收入来源，本文参照丁琳琳、吴群[23]的处理方法，选择代表农业生产禀赋的“人均有效灌溉面积”作为自然资本禀赋的代理变量，并进行对数化处理。理论上，自然资本禀赋条件是进行生产经营的基础，其分布状况直接决定了区域贫困状况[25]，自然资本禀赋越丰裕的地区，贫困发生率越低。
（2）经济资本禀赋。经济资本要素反映的是对用于区域发展经济资本的调度能力，并非区域内经济资本累积总量。因此，本文参考段忠贤和黄其松[21]的处理方法，选择“人均地方财政一般预算收入”作为经济资本禀赋的代理变量，并进行对数化处理。理论上，资本要素是进行生产与生活的动力与保障，一旦资本供给不足，可能会造成区域经济发展不平衡，加剧区域贫困程度[26]。
（3）劳动力禀赋。相关研究表明，劳动力外流、劳动力人口素质低是引起区域贫困的重要因素[27]，可见，衡量区域劳动力要素禀赋，需要综合考虑劳动力的数量与质量问题。因此，本文参考段忠贤和黄其松[21]的处理方法，采用“就业人员数占总人数的比重”作为劳动力禀赋的代理变量。理论上，区域内就业人员数越多，意味着该区域家庭从事经营活动创收的手段越丰富，越有利于脱贫致富。
（4）制度环境禀赋。对于贫困治理实践来说，制度是公共部门理性设计的、整合各种资源以实现脱贫目标的转换机制[21]，但不同地区的制度设计存在明显差异，很难针对性的衡量关于区域贫困治理的制度环境要素禀赋。一般而言，制度是规范秩序、约束经济社会行为的重要规则，制度环境的优劣反映了一个地区的开放性与包容性，制度越优越，越能吸引外来资本注入。因此，选择“外商投资企业投资额与地区生产总值的比值”作为制度环境禀赋的代理变量。理论上，优越的制度环境禀赋能够较好协调经济社会关系，降低经济活动中的交易成本，提高生产经营效率，进而降低区域贫困程度。
（5）技术禀赋。专利申请授权情况是评价区域创新能力的重要指标，能够在一定程度上反映区域科技含量与技术进步。因此，参考范柏乃等[27]的处理方法，选择“每百人发明专利申请量”作为衡量技术禀赋的代理变量，并进行对数化处理。理论上，技术进步是推动区域经济发展的内生动力，能够有效推进生产经营方式变革，提高资源利用效率，进而推动区域减贫[28]。
（6）城镇化率。考虑到数据的可获取性，本文参照刘婕和魏玮[24]的测度方法，选择城镇人口占总人口的比重来反映城镇化率。理论上，城镇化有利于促进资源集聚，优化产业结构，助力贫困减缓[29]。
4.3 数据说明
根据样本数据的可获得性与统计口径一致性，选择2002—2018全国30个省份（研究未涉及西藏和港澳台地区）作为观测样本，研究信息化对区域贫困治理影响的空间效应。上述变量数据来自2003—2019年《中国统计年鉴》及各省市统计年鉴。为了消除变量间不同量纲可能造成的异方差，在模型分析中对上述变量取对数处理。
4.4 模型选择与适用性讨论
本文采用空间面板计量模型（SLM、SEM、SDM），并运用极大似然法分别估计信息化对区域贫困治理影响的空间效应。豪斯曼检验结果显示（表5），除空间面板杜宾模型采用随机效应估计更优之外，非空间面板模型、空间面板误差模型与空间面板滞后模型均采用固定效应估计更优。同时，为了对比，汇报了面板数据模型的混合最小二乘法（OLS）估计及非空间面板固定效应模型的估计结果。从估计结果来看，不考虑空间相关性的情况下，面板數据混合OLS估计与面板固定效应估计结果存在差异，其中，在混合OLS估计中，信息化对区域贫困程度具有显著的正向影响，但在固定效应模型中，则表现为不显著的负向关系，这也进一步说明了，若不考虑空间因素，可能会导致信息化对区域贫困治理效果的影响存在估计偏误。 为了进一步确定区域贫困治理效果空间相关的具体形式，本文采用LM检验与LR检验方法判断空间计量模型的最优组合形式，结果见表5。从LM检验结果来看，LM_error、Robust LM_error均在1%水下显著不为0，同时，LM_lag在1%水平下显著不为0，但Robust LM_lag不显著，说明空间面板误差模型优于空间面板滞后模型。从LR检验结果来看，拒绝了“SDM模型可以弱化为SLM或者SEM”的零假设，说明SDM模型相比SLM、SEM的估计结果更具有解释力，能够很好地反映不同来源的空间相关性。基于此，文章以空间杜宾随机效应模型的回归结果为准，讨论信息化对区域贫困治理影响的空间效应（表6回归5）。4.5 空间面板模型的估计结果与分析
根据表6回归5的结果，空间滞后项系数rho在1%的水平上显著为正，这说明区域间外部性对贫困治理具有重要影响，在研究区域贫困治理问题时，不能忽视区域因素的存在和空间效应的影响。空间面板杜宾模型的估计结果与分析如下。
信息化水平的回归系数在1%水平下显著为正，说明信息化进程增加了区域贫困发生率。可能的原因是，一方面区域信息化发展虽然可以增加信息的流动范围与传播效率，提高决策主体对资源要素禀赋的配置能力，增加其经营性收入，但目前区域内信息资源分布严重失衡，仍然存在较大的信息鸿沟，非针对性、非层次的信息化发展可能会进一步拉大收入差距，导致“富人更富，穷人更穷”;另一方面，不同决策主体对信息吸收、评价与应用等的能力不同，致使居民不能平等享有信息所带来的红利，在这种背景下，可能会进一步增加贫困人口的比例，尤其是偏远农村地区的贫困发生率。此外，信息化空间滞后项的系数在1%水平下显著为负，这说明信息化在地区间具有负向的地理空间溢出效应，意味着本地信息化发展有助于相邻地区贫困减缓。可能的原因是，本地区信息化发展的信息扩散效应，有助于促进区域间的贸易和要素流动，提高邻近区域的经济效率。
自然资本禀赋的回归系数在1%的水平上显著为正，这与段忠贤和黄其松[21]的研究结果是一致的，说明自然资本禀赋具有异化的减贫效应，可能的原因是存在“资源诅咒”现象，即自然资本禀赋丰裕的地区主要分布在山区丘陵地带，基础设施薄弱导致自然资本禀赋利用率较低，贫困率反而较高。自然资本禀赋的空间滞后项系数为负，但未通过显著性检验，说明本地自然资本禀赋对相邻区域贫困治理作用不明显。信息化水平与自然资本禀赋交互项系数在1%水平上显著为负，这说明信息化抑制了自然资本禀赋对本地贫困治理的负向影响。信息化水平与自然资本禀赋交互项的空间滞后项系数在1%水平上显著为负，这说明信息化增强了本地自然资本禀赋对相邻区域贫困治理效果的正向空间溢出效应。
经济资本禀赋的回归系数为负，但未通过显著性检验，这说明经济资本禀赋的减贫效应不明显。经济资本禀赋的空间滞后项系数在5%的水平上显著为正，说明本地经济资本禀赋抑制了相邻区域的贫困治理效果。可能的原因是，本地经济资本增加会吸引相邻区域优质生产要素流入，从而对周边地区经济发展产生负向空间溢出效应，进一步增加了其贫困发生率。信息化与经济资本禀赋的交互项系数在1%水平上显著为负，这表明信息化增强了经济资本禀赋对本地贫困治理效果的正向影响。信息化与经济资本禀赋的交互项的空间滞后项系数为正，但未通过显著性检验，这说明信息化在经济资本禀赋对相邻区域贫困治理产生空间溢出效应的过程中，并未发挥明显作用。
劳动力禀赋的回归系数为负，但未通过显著性检验，这说明劳动力禀赋的减贫效应不明显。劳动力禀赋的空间滞后项系数在1%水平上显著为正，这说明本地劳动力禀赋对相邻区域贫困治理具有负向空间溢出效应，可能的原因是，本地劳动力就业形势可能会吸引临近省份劳动力向本地集聚，导致临近区域劳动力禀赋匮乏，经济效率下降。信息化与劳动力稟赋交互项系数及空间滞后项系数均正，但均未通过显著性检验。
制度禀赋的回归系数在5%水平上显著为负，这说明优越的制度结构具有明显的减贫效应。可能的原因是，本地制度环境越优越，越容易吸引外商投资，有助于提高本地居民的就业水平，增加居民收入。制度禀赋的空间滞后项系数为负，但未通过显著性检验，说明本地制度禀赋对相邻区域贫困治理效果的正向空间溢出效应不明显。信息化与制度禀赋交互项的系数在1%水平下显著为负，这说明信息化强化了本地制度禀赋的减贫效应。信息化与制度禀赋交互项空间滞后项系数为正，但未通过显著性检验，说明信息化在制度禀赋对相邻区域贫困治理产生空间溢出效应的过程中，并未发挥明显作用。
技术禀赋的回归系数及其空间滞后项系数为正，但均未通过显著性检验，这说明技术禀赋对本地区及相邻区域贫困治理效果影响不明显。信息化与技术禀赋交互项系数在5%水平上显著为正，这说明信息化强化了技术禀赋对本地贫困治理效果的负向作用，可能的原因是丰裕的技术禀赋能够推动生产方式变革，提高资源利用效率，但由于人力资本水平异质性，居民不能平等享有技术进步带来的发展红利，可能会进一步增加贫困发生率，尤其是在信息化背景下。信息化与技术禀赋交互项的空间滞后项系数在1%水平显著为负，这说明信息化弱化了技术禀赋对相邻区域贫困治理的负向空间溢出效应。可能的原因是，本地技术禀赋优势可能会增加本地要素的边际产出，从而吸引相邻区域优质要素流入，导致邻近区域经济效率降低，但在信息化背景下，本地技术创新的扩散效应会进一步扩大，从而弱化了本地技术禀赋的作用。
城镇化率的回归系数及其空间滞后项系数为负，但均未通过显著性检验，这说明城镇化率对本地区及相邻区域贫困治理效果影响不明显。
4.6 进一步讨论
4.6.1 稳健性检验
为了进一步检验信息化对区域贫困治理影响的空间效应是否稳健，在控制其他变量不变的情况下，采用经济距离空间权重矩阵（选择2002—2018年各省份人均GDP均值作为经济指标，设定经济距离空间权重矩阵），重新估计空间面板SDM模型，结果见表7回归1。模型回归结果表明，区域贫困发生率空间滞后项系数rho值在1%水平上的显著为正，这表明采用经济距离矩阵加权后，本地贫困发生率会受到相邻省份贫困发生率的加权影响，采用空间面板计量模型是合理的。信息化的回归系数在1%水平显著为正，同时信息化的空间滞后项系数在1%水平上显著为负，这说明信息化水平加剧了本地贫困发生率，但对相邻省份贫困治理具有正向空间溢出效应，与前文分析结果保持一致。可见，回归结果较为稳健。 4.6.2 区域异质性分析
为了进一步研究信息化对贫困治理空间效应的区域差异，本文按照国家统计局关于东中西部地区的划分标准，将全国样本细分为东部地区、中部地区与西部地区三个子样本，并采用地理距离空间权重矩阵与空间面板SDM模型探讨信息化对贫困治理影响的区域异质性，具体结果见表7回归2—回归4。
从分区域空间面板杜宾模型的估计结果来看，信息化在东部地区与中部地区样本模型中回归系数为正，但均未通过显著性检验，这说明在东部地区与中部地区，信息化对本地贫困治理的异化减贫效应不明显。信息化在西部地区样本模型中回归系数在1%水平显著为负，这说明在西部地区，信息化对本地区域贫困治理具有明显的促进效应。此外，信息化在东部地区样本模型中的空间滞后项系数在5%水平显著为负，在中部地区样本模型中的空间滞后项系数在1%水平上显著为正，在西部样本模型中的空间滞后项系数为正，但未通过显著性检验，这说明在东部地区，信息化对相邻区域贫困治理具有明显的正向空间溢出效应;在中部地区信息化对相邻区域贫困治理具有明显的负向空间溢出效应，但在西部地区信息化的空间溢出效应不明显。作者认为导致上述区域异质性可能的原因是，在东部发达地区，信息丰裕，信息化带来的经济发展红利更多的掌握在高信息素养群体，可能会进一步加剧本地贫富分化，导致贫困发生率增加，但同时信息化发展的外溢效应可能会促使东部地区其他省份进行技术创新，提高居民经营性收入，进而降低贫困发生率。在西部落后地区，基础设施薄弱，信息闭塞，信息化对本地经济发展的边际影响更大，有助于促进各阶层居民收入增长，降低本地贫困发生率。相比之下，中部地区信息化发展介于东部与西部之间，而信息化对本地经济发展的影响可能小于东部地区与西部地区，以至于其对本地贫困发生率的影响还未体现，但相对中部临近区域来说，本地信息化发展可能会吸引其他临近区域的优质要素流入，降低其经济效率。
5 结论与启示
文章以2002—2018年全国30个省份为研究样本，使用全局空间Moran’s I指数分析区域贫困治理效果的空间相关性，并在此基础上，采用地理距离空间权重矩阵与空间面板SDM模型，探讨信息化对区域贫困治理影响的空间效应。主要结论如下。
（1）2002—2018年，区域贫困治理水平存在明显的空间正相关性。
（2）总体来看，信息化发展不利于本地贫困减缓，但对相邻区域贫困治理水平具有明显的正向空间溢出效应，进一步采用经济距离空间权重矩阵加权后，回归结果依然稳健。区域异质性分析结果表明，在东部地区与中部地区，信息化对本地贫困治理效果的抑制效应不明显，但信息化发展明显推动了西部地区的贫困治理。从空间溢出效应来看，信息化对东部地区相邻省份贫困治理具有正向空间溢出效应，对中部地区贫困治理具有负向空间溢出效应，但对西部地区贫困治理的空间溢出效应不明显。
（3）自然资本禀赋不利于本地贫困减缓，且对相邻区域贫困治理的正向空间溢出效应不明显，但信息化弱化了自然资本禀赋对本地贫困治理的负向影响，强化了其对相邻区域贫困治理的正向空间溢出效应。经济资本禀赋对本地的减贫效应不明显，且对相邻区域贫困治理具有负向空间溢出效应，但信息化强化了经济资本禀赋对本地贫困治理效果的正向影响。劳动力禀赋对本地的减贫效应不明显，且对相邻区域贫困治理具有负向空间溢出效应。制度禀赋具有明显的减贫效应，且信息化强化了制度禀赋对本地贫困治理效果的正向影响。信息化强化了技术禀赋对本地贫困治理效果的负向作用，但弱化了技术稟赋对相邻区域贫困治理的负向空间溢出效应。
根据以上研究结论，提出以下政策建议。
第一，在制定信息化发展与区域减贫策略过程中，相关部门应该充分考虑不同区域信息化与贫困治理效果的空间集聚现象，尽可能打破行政壁垒，整合区域优势资源，实现信息化与区域减贫的联动发展。
第二，相关部门应该结合东西部区域的禀赋差异，探究信息化表现为异化减贫效应的原因，尤其是东部与中部地区，并以此为依据，一方面要制定差异化、层次化的信息化发展策略，另一方面，要从顶层设计上将信息素养水平纳入区域信息化建设内容，不断提升居民获取信息、评价信息与应用信息的能力，力争缓解信息化对东部地区与中部地区的异化减贫效应，同时强化信息化对西部地区的减贫效应。
第三，合理统筹要素禀赋与区域贫困治理的关系，优化区域贫困治理效果。从自然资本禀赋来看，应该正确看待“资源诅咒”现象，结合自然资本禀赋开发与利用的现状，充分发挥信息化在技术传导、缓解信息不对称等方面的优势，促进自然资本优势转变为经济发展优势，促进区域减贫;从经济资本禀赋来看，相关部门应该充分发挥信息化在信息反馈等方面的优势，及时将财政资金向贫困地区集聚;从制度环境禀赋来看，应该结合贫困治理现状，制定与之匹配的区域减贫政策，改善制度质量，发挥制度环境对区域减贫的促进作用;从劳动力禀赋来看，应该充分利用新一代信息传播媒介扩大地区的利好政策，吸引外出人员回乡创业与就业，强化劳动力禀赋的减贫效应;从技术禀赋来看，应该鼓励低收入群体参加再教育，提高其人力资本水平，增加其在技术进步中获得的经营性收益。
参考文献
[1]斯丽娟.数字经济时代农村信息扶贫生态系统的构建与路径优化[J].图书与情报，2019（2）：37-45.
[2]吴玲，张福磊.精准扶贫背景下农村数字化贫困及其治理[J].当代世界社会主义问题，2018（2）：28-35.
[3]杨峰，赵珊.西南民族村落信息贫困：一个小世界生活情境的分析框架[J].图书馆论坛，2018，38（8）：17-23.
[4]周向红.从数字鸿沟到数字贫困：基本概念和研究框架[J].学海，2016（4）：154-157.
[5]于良芝.“个人信息世界”：一个信息不平等概念的发现及阐释[J].中国图书馆学报，2013，39（1）：4-12. [6]于良芝.理解信息资源的贫富分化：国外“信息分化”与“数字鸿沟”研究综述[J].图书馆杂志，2005（12）：6-18，37.
[7]宫辉，刘治国，徐渝.信息经济社会中的信息贫富分化及其应对[J].当代经济科学，2006（3）：15-19，124.
[8]郑素侠.反贫困语境下农村地区的信息贫困：致贫机理与信息援助对策[J].郑州大学学报（哲学社会科学版），2018，51（2）：154-157.
[9]丁建军，赵奇钊.农村信息贫困的成因与减贫对策：以武陵山片区为例[J].图书情报工作，2014，58（2）：75-78，108.
[10]殷俊，刘一伟.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，2018（2）：146-156.
[11]胡伦，陆迁.贫困地区农户互联网信息技术使用的增收效应[J].改革，2019（2）：74-86.
[12]国家统计局统计科学研究所信息化统计评价研究组，何强.2013年中国信息化发展指数（Ⅱ）研究报告[J].调研世界，2014（4）：3-7.
[13]国家统计局统计科学研究所"信息化统计评价"研究组，杨京英，姜澍，何强.2012年中国信息化发展指数（Ⅱ）研究报告[J].调研世界，2012（12）：3-7.
[14]茶洪旺，左鹏飞.信息化对中国产业结构升级影响分析：基于省级面板数据的空间计量研究[J].经济评论，2017（1）：80-89.
[15]彭湘君，曾国平，李娅.中国信息化发展绩效评价及其区域发展阶段测算[J].经济地理，2016，36（10）：102-109.
[16]昌忠泽，孟倩.信息技术影响产业结构优化升级的中介效应分析：来自中国省级层面的经验证据[J].经济理论与经济管理，2018（6）：39-50.
[17]刘洪涛，杨洋.信息化与中国碳强度：基于中国省级面板数据的经验分析[J].科技管理研究，2018，38（19）：226-233.
[18]茶洪旺，左鹏飞.中国区域信息化发展水平研究：基于动态多指标评价体系实证分析[J].财经科学，2016（9）：53-63.
[19]杨诚，蒋志华.我国农村信息化评价指标体系构建[J].情报杂志，2009，28（2）：24-27.
[20]张俊良，闫东东.多维禀赋条件、地理空间溢出与区域贫困治理：以龙门山断裂带区域为例[J].中国人口科学，2016（5）：35-48，126-127.
[21]段忠贤，黄其松.要素禀赋、制度质量与区域贫困治理：基于中国省际面板数据的实证研究[J].公共管理学报，2017，14（3）：144-153，160.
[22]王忠.矿业权集聚、经济增长与区域贫困减缓[J].中国人口·资源与环境，2017，27（2）：117-125.
[23]丁琳琳，吴群.财产权制度、资源禀赋与农民土地财产性收入：基于江苏省1744份农户问卷调查的实证研究[J].云南财经大学学报，2015，31（3）：80-88.
[24]刘婕，魏玮.城镇化率、要素禀赋对全要素碳减排效率的影響[J].中国人口·资源与环境，2014，24（8）：42-48.
[25]罗庆，李小建.国外农村贫困地理研究进展[J].经济地理，2014，34（6）：1-8.
[26]王曙光.民族地区金融反贫困中的资本整合、文化融合与体制磨合：新疆案例[J].农村经济，2009（11）：3-8.
[27]范柏乃，段忠贤，江蕾.中国自主创新政策的效应及其时空差异：基于省际面板数据的实证检验[J].经济地理，2013，33（8）：31-36.
[28]张莉.科技进步、人力资本与西部地区农村贫困减缓：基于省级面板数据的实证研究[J].科学学与科学技术管理，2015，36（3）：172-180.
[29]乔翠霞.城乡协调发展视域下的资源要素流动问题研究：从微观机理到宏观效应[J].山东师范大学学报（社会科学版），2020（3）：99-107.
[30]朱冬元，杨潇宇，孙浩然.城镇化发展多维减贫效应的实证分析[J].统计与决策，2019，35（21）：88-92.
Impact of informatization on regional poverty management
ZHANG Congying1 CHANG Qian2 HUO Xuexi2
（1. Chinese Western Economic Research Center， Southwestern University of Finance and Economics， Chengdu Sichuan 611130， China; 2. College of Economics and Management， Northwest A&F University， Yangling Shaanxi 712100， China）
Abstract The development of informatization has eliminated the spatial boundaries of traditional regional development， promoted the economic development of poverty-stricken areas， injected new momentum into the realization of regional poverty reduction， while at the same time triggered the phenomenon of information poverty. Evaluating the role of informatization in regional poverty is of great significance to adjust poverty alleviation strategies in the context of informatization. In this paper， 30 provinces （municipalities） in China from 2002 to 2018 were taken as research samples， and Moran’s I index was used to analyze the spatial correlation of regional poverty management. On this basis， the spatial weight matrix of geographic distance and the spatial panel Durbin model were used to analyze the spatial effect of informatization on regional poverty management. The results showed that： ① From 2002 to 2018， the effect of regional poverty management had significant positive spatial correlation. ② On the whole， informatization was not conducive to poverty alleviation in local areas， but had a positive spatial spillover effect on poverty management in neighboring provinces. After further weighting with the spatial weighting matrix of economic distance， the results were still stable. From the perspective of regional differences， in the eastern region and the central region， the inhibition effect of informatization on local poverty management was not obvious， but the development of informatization obviously promoted the poverty management in the western region. From the perspective of spatial spillover effect， informatization had a positive spatial spillover effect on the poverty management of neighboring provinces in the eastern region and a negative spatial spillover effect on the poverty management in the central region， but the spatial spillover effect on the poverty management in the western region was not obvious. ③ Informatization weakened the negative impact of natural capital endowment on local poverty management， but strengthened its positive spatial spillover effect on the poverty management in neighboring regions; informatization strengthened the positive impact of economic capital endowment on local poverty management; informatization strengthened the positive impact of institutional endowment on local poverty management; informatization strengthened the negative effect of the technical endowment on local poverty management while weakened the negative spatial spillover effect of technology endowment on the poverty management in neighboring regions. This means that the government should establish a linkage development mechanism for informatization and regional poverty reduction， not only to establish differentiated and hierarchical informatization development strategies， but also to incorporate information literacy levels into regional informatization construction in the top-level design. At the same time， it is of great importance to rationally coordinate the relationship between factor endowments and regional poverty governance， and rely on informatization to optimize the effect of regional poverty governance.
Key words informatization; regional poverty incidence; SDM model; spatial spillover effect
（责任编辑：王爱萍）
收稿日期：2020-03-20 修回日期：2020-06-28
作者简介：张聪颖，博士，讲师，主要研究方向为农业与农村信息化、资源与环境经济。E-mail：cyzhang@swufe.edu.cn。
通信作者：霍学喜，博士，教授，博导，主要研究方向为农业经济理论与政策、产业经济与农产品贸易。E-mail：xuexihuo@nwafu.edu.cn。
基金项目：现代农业产业技术体系建设专项资助项目（批准号：CARS-28）。
张聪颖，畅倩，霍学喜.信息化对区域贫困治理的影响[J].中国人口·资源与环境，2021，31（6）：124-134.[ZHANG Congying，CHANG Qian，HUO Xuexi.Impact of informatization on regional poverty management[J]. China population， resources and environment， 2021，31（6）：124-134.]