互联网使用能提高农村居民幸福感吗？——基于信息获取视角的一个实证检验

甘小立 汪前元

一 引 言

经济增长的成果对于个人而言不仅体现在人均GDP上升反映出来的经济回报，还涵盖与人类生存有关的非经济成果，倍受关注的幸福感就是其中之一，它也被称为“隐藏的国民财富”(Halpern，2012)[1]。早在2016年6月，经济合作与发展组织(OECD)国家承诺，把国民幸福感作为一项衡量政府绩效的关键指标，并且还重新描述经济增长。自十八大以来，我国政府更是多次强调人民群众获得感、幸福感、安全感的重要性。因此，在不再“唯GDP”论的时代，关注幸福感的研究已成为不可忽视的主旋律。

近年来，互联网已成为居民幸福感研究中一个全新视角。特别是对于农村居民而言，伴随着农村电子商务、“淘宝村”的飞速发展，国家以“互联网+”为特色的精准扶贫战略推广，农村居民使用互联网带来的收入远远高于城镇居民(卜茂亮等，2011[2]；蒋琪等，2018[3])。这也在某种程度上说明，我国农村居民使用互联网带来的边际效应高于城镇居民，农村居民使用互联网比城镇居民能获得更强的“幸福效应”(祝仲坤和冷晨昕，2018)[4]。与此同时，城乡之间的“数字鸿沟”依然存在(谭燕芝等，2017)[5]。据中国互联网络信息中心 ( China Internet Network Information Center，简称 CNNIC)发布的第47次《中国互联网络发展状况统计报告》显示，截至2020年12月底，农村网民规模为3.09亿，仅占整体网民的31.3%。从互联网普及率来看，农村地区互联网普及率为55.9%，远远低于全国平均水平70.4%。这也恰好说明互联网在农村地区相比于城镇具有更广袤的发展空间和应用价值，关注农村居民在互联网使用中的需求获得感和使用满足感具有理论和实践意义。

目前，学界关于互联网使用对农村居民幸福感影响的研究成果颇丰，但从信息获取角度来探讨两者之间关系的研究还较少。信息获取是指通过一定的技术手段和方式方法进行信息搜索和获取的活动过程(吴本健等，2014)[6]。互联网从本质来说是一种信息获取媒介，对于信息闭塞的农村地区而言，互联网为农村居民打开了一扇了解外面世界的窗口，获取生产、工作、学习、生活、社交等方面的信息。在物质方面上，有助于促进社会资本积累，拓宽就业渠道(马俊龙和宁光杰，2017)[7]，激发创新创业热情(赵羚雅和向运华，2019)[8]，提升家庭消费品质，促进消费升级(李旭洋等，2019)[9]，利用电子商务渠道增加收入(刘晓倩和韩青，2018)[10]；而在精神方面有利于增强公众社会参与意识(潘忠党，2012)[11]以及借助网络社交、娱乐丰富闲暇生活(汪连杰，2018)[12]，多维度影响农村居民对幸福感的直观和间接感受。

基于此，本文以信息获取作为中介变量，研究互联网使用对农村居民幸福感的影响机制。与以往研究相比，本文可能的创新之处为：一是采用倾向得分匹配方法(Propensity Score Matching method，PSM)，探讨互联网使用对农村居民幸福感的影响，并采用生活满意度和对未来信心程度两个指标替代幸福感，检验研究结论的稳健性；二是从互联网信息获取角度探讨互联网使用对农村居民幸福感的影响机制，并将互联网与电视、报纸、期刊、广播等传统媒介在信息获取方面重要性对农村居民幸福感影响的差异性进行比较分析，既深入探讨了互联网使用对农村居民幸福感影响的内在机制，也扩展了现有研究视角和范畴。

二 理论分析与研究假说

使用与满足理论于1974年由美国社会学家E·卡茨在其著作《个人对大众传播的使用》中首次提出，该理论为考察媒介使用给人们带来心理和行为上的效用开创先河。它将媒介接触行为概括为一个“社会因素+心理因素—媒介期待—媒介接触—需求满足”的因果连锁过程(姜兰和侯婕，2019)[13]。简单来说就是农村居民通过互联网使用，满足自身娱乐闲暇、学习、交友、个人发展等需求，从而达到提升主观幸福感的目的(郑恩和龚瑶，2012)[14]。

近来，关于互联网使用对居民幸福感影响的研究成果颇为丰富，对互联网使用显著影响居民幸福感这个观点基本达成共识，只是在影响效果方面还存在分歧：一种观点认为互联网使用提升农村居民幸福感。首先，互联网使用促进农村居民积累社会资本，增加农村居民非农就业机会(赵羚雅和向运华，2019)[8]，有利于农村剩余劳动力非农转移(Atasoy，2013)[15]；其次，互联网使用不仅提升农村居民消费水平(贺达和顾江，2018[16]；祝仲坤和冷晨昕，2017[17])，还促使农村居民消费结构由传统型向发展、享受型升级转型(刘湖和张家平，2016)[18]；第三，互联网使用拓展农村市场范围，降低商品、生产要素交易成本(胡伦和陆迁，2019)[19]，提升农村居民收入水平(杨柠泽和周静，2019)[20]，互联网使用给农村居民带来的收入效应强于城镇居民，显著缩小城乡收入差距(程名望和张家平，2019)[21]；第四，互联网使用促进政府行为透明化，为农村居民诉求表达、公众参与提供新渠道(陈鹏和臧雷振，2015)[22]；第五，互联网使用提升娱乐、社交活动便利性，丰富闲暇生活(汪连杰，2018[12]；杨东，2015[23])。而另一种观点认为互联网使用会降低居民幸福感。究其原因在于，网络诈骗、网络安全犯罪行为日益猖獗，给农村居民的身心健康带来不良影响(王鹏，2014)[24]；而且互联网使用减少了个人与家庭和朋友面对面交流时机，可能会引致失落和抑郁情绪(Huang，2010)[25]；过度沉迷于网络，容易导致网络成瘾，也会给农村居民带来心理上的不适、空虚感(Chen，2012)[26]。瑕不掩瑜，根据以上分析，本文提出假说1。

假说1：互联网使用显著提升农村居民幸福感。

作为一种现代信息技术，互联网被广泛认为能够有效跨越地域鸿沟，有助于获取农业生产、生活方面的信息和知识，拓展农民生产、生活能力和边界(刘畅，2018)[27]。信息完全是构建有效市场的重要条件之一，互联网使用加快信息在农村地区的流通速度和普及范围，破解信息不对称在农村商品、要素市场的常态格局(Aker et al.，2016)[28]，促使土地、劳动、资本、技术等生产要素合理配置(朱秋博等，2019)[29]，真实体现农产品市场价值，从而促进农村居民收入水平提升(周洋和华语音，2017)[30]。农村居民通过互联网收集、处理和传播信息，获取有助于提升人力资本水平的知识和技能，提升其工作绩效，促进劳动者生产效率提高(Dimaggio和Bonikowski，2008)[31]。因此，农村居民获取的信息量成为影响其生活幸福感的重要变量(张伟，2019)[32]。

媒介“建构论”认为农村居民依据通过互联网获取的信息不断建构着对 “幸福”的定义与解读，像面镜子成为农村居民对幸福生活理解的参考框架(陆晔，1995)[33]。如果自己的生活水准与互联网所构建的“幸福生活”大致相当，由此会认为自己是幸福的，但如果自己的真实生活与构建的“幸福生活”落差较大，失落感、挫败感油然而生，幸福感也随之下降(郑恩和龚瑶，2012)[14]。由以上分析得到假说2。

假说2：互联网使用以信息获取为中介变量影响农村居民幸福感。

电视、广播、报纸、杂志等传统媒介是获取信息不可或缺的渠道，但与互联网相比，传统媒介在信息获取方面的便利性则稍显逊色。互联网时代，大数据、搜索引擎技术的快速发展，信息从采集、处理、存储到形成结果具有行云流水般流畅的完整过程，提升信息搜寻效率，降低信息搜寻成本，千百年来，人们宛如大海捞针式的信息获取常态在互联网时代已然成为过去。再者，我国智能手机已广泛普及，网络通讯信号早已覆盖全国，不论身在何处、何时，信息触手可及，这对于偏远农村地区居民而言，通过互联网获取信息的优势不言而喻。据TCL发布数据显示，受到智能手机快速普及的影响，电视的日均开机率已经由2016年前的70%下降到了2019年的30%，并且看电视主流人群年龄还是40岁以上，这也进一步说明了互联网相较于传统媒介在信息获取方面的优越性。

另外，互联网使用也改变了信息获取的方式。由电视、报纸、期刊等传统媒介获取的信息丝毫没有考虑受众的主观感受，不论受众是否感兴趣、是否需要，在特定的时间、特定的场合一股脑“射”向受众，学者们把这种信息获取方式称为“子弹论”(姜兰和侯婕，2019)[13]。而与传统媒介不同的是，受众可以根据自己的需求、偏好主动选择互联网所提供的信息，这种信息获取方式由被动到主动的转变无疑会显著提升农村居民幸福感。由以上分析得到假说3。

假说3：作为一种信息获取方式，互联网信息获取功能相比传统媒介更能提高农村居民幸福感。

三 研究设计

(一)数据来源

结合研究内容，本文使用数据主要来源于2016年中国家庭追踪调查数据(CFPS)中的成人问卷和家庭问卷数据，删除数据缺失的样本后，最终得到20774个有效样本，其中农村样本10942个，城镇样本9832个，分布于25个省(市、自治区)。

(二)模型设计

为了避免普通回归估计模型可能会带来的选择性偏差和内生性问题，造成估计结果不准确，本文借鉴张永丽和徐腊梅(2019)[34]的研究，采用倾向得分匹配法(PSM)进行实证分析，这是一种基于“反事实分析”的非参数估计方法，是用来解决选择性偏差和内生性问题的重要实证模型。

由于幸福感的差异可能是农村居民个体特征差异造成，而不是互联网使用引致的，因此需要进行倾向得分匹配。一贯做法是将使用互联网的农村居民设定为处理组，没有使用互联网的农村居民设定为控制组，在控制组中匹配到与互联网使用者初始个人特征相同的个体，用来研究互联网使用对农村居民幸福感的影响，即平均处理效应ATT(Average Treatment Effect on the Treated)。具体模型如下：

Yi=αiXi+βiInterneti+εi

(1)

式(1)中，Yi表示第i个农村居民幸福感，Xi代表第i个农村居民的个人特征、家庭特征等控制变量，Interneti代表第i个农村居民是否使用互联网，Interneti=1表示使用互联网，Interneti=0代表不使用互联网，εi是随机分布项，αi、βi是待估参数。

倾向得分匹配步骤如下：第一，为进行倾向得分匹配选择合适的协变量；第二，采用Logit回归方法估计倾向得分；第三，用所选择的协变量进行倾向得分匹配；最后，计算参与者的平均处理效应(Average Treatment Effect on the Treated，ATT)、未参与者平均处理效应(Average Treated Effect on the Untreated，ATU)和平均处理效应(Average Treated Effect，ATE)。

(2)

(3)

(4)

(三)变量描述

1.被解释变量：主观幸福感。目前学界关于幸福感测量大致有两条思路，一种是柯恩曼和库鲁格采用的方法，向居民逐条询问影响幸福感的因素，将结果相加从而得到幸福感的总体评价，这种方法相对较为复杂；另一种是采用自陈量表，美国著名学者伊斯特林认为这种方法既简单又准确。此方法为直接询问居民的幸福程度，这也正是本文所使用的CFPS(2016)方法。问卷中的题目为：你(您)觉得自己有多幸福？受访者以0-10分从低到高的赋值表达自己的幸福水平。

Diener(1984)[35]指出主观幸福感包括认知成分和情感平衡成分两个维度。认知成分描述个体对生活质量的满意程度，情感平衡成分描述个体在生活中的积极情绪和消极情绪体验。本研究效仿冷凤彩和曹锦清(2018)[36]、冷晨昕和祝仲坤(2018)[37]的做法，采用问卷中“对自己生活满意度”表达生活满意度和“对自己未来信心程度”表达情感平衡成分，受访者以1-5分从低到高表达个人感受。

2.核心解释变量：(1)互联网使用。本文采用问卷中问题“是否电脑上网”，如果被调查者回答是，则将此样本视为互联网使用者，使用互联网=1，不使用互联网=0。(2)信息获取。本文采用问卷中问题“互联网作为信息获取渠道的重要性”，用数字1-5表示，1表示非常不重要，5表示非常重要。

另外，为了对比分析互联网与其它媒介的信息获取作用差异对农村居民幸福感的影响，本文借助调查问卷中电视、报纸、期刊、广播、手机短信、他人转告对你(您)获取信息的重要性分别检验电视、报纸、期刊、广播、手机短信、他人转告等其他信息获取方式对农村居民幸福感的影响。答案选项为1-5，1表示非常不重要，5表示非常重要。

3.控制变量：在PSM方法中，为了减少分析偏差，在选取控制变量时应尽量将可能影响被解释变量和核心解释变量的相关变量包括进来。本文在参照祝仲坤和冷晨昕(2018)[4]、周广肃和孙浦阳(2017)[39]研究基础上选取的控制变量包括：年龄、年龄平方、性别、受教育程度、是否有配偶、党员、工作状态、是否非农就业、身体健康状况；家庭特征包括家庭小孩数量、人均家庭收入的对数、家庭所在地区。主要变量定义及描述性统计见表1。

表1 变量描述性统计

由表1可知，使用互联网的农村居民比不使用互联网的农村居民幸福感指数更高；男性、年龄越小、受教育年限越长、非农就业、具有党员身份的农村居民互联网使用倾向更高；家庭人均收入与互联网使用呈正相关，东部农村地区互联网使用平均水平要高于西部地区，各变量与农村居民幸福感之间的关系还有待后续实证部分进行详细论证。

四 实证结果及分析

(一)匹配平衡性假定检验

为保证匹配结果质量，本文在使用PSM方法前，首先对幸福感及生活满意度、对未来信心程度分别进行平衡性检验。根据Rubin(2001)[39]的研究，B<25%以及R在[0.5， 2]内，可以认为匹配平衡性假定条件得到充分满足。由表2情况可知，匹配后的Pseudo-R2、χ2、mean bias、B值和R值均相比匹配前有明显下降，表明使用 PSM方法通过平衡性检验。

表2 匹配平衡性假定检验结果

(二)倾向得分估计

各变量匹配样本数量如表3所示，各结果变量基于Logit模型的估计结果如表4所示。由表4基于Logit模型估计的幸福感的χ2值可知，模型的总体拟合效果较好，整体显著。

表3 各结果变量匹配样本的数量

表4 各结果变量基于Logit模型的估计结果

从表4可知，居民年龄与幸福感之间呈现U型关系，随着年龄增加，幸福感呈现先下降后上升的变化趋势，家庭人均收入、身体健康程度与幸福感呈同方向变化，女性、有配偶、具有党员身份的农村居民使用互联网幸福感指数高。从地区分布来看，与东部地区相比，中部、西部地区农村居民的幸福感较低，这与祝仲坤和冷晨昕(2018)[4]的研究结果相同。中部、西部地区人均收入较低，经济发展程度与东部地区相比还有较大差距，因此造成农村居民幸福感存在地区落差。

(三)PSM估计结果

为了增进倾向得分匹配方法的稳健性，本文采用最近邻匹配、半径匹配、马氏匹配三种匹配方法，均显示互联网使用显著提升农村居民幸福感，具体结果见表5。由三种匹配方法研究结论可知，匹配后得到的ATT值在0.172到0.262之间，与冷凤彩和曹锦清(2018)[36]、汪连杰(2018)[12]的估算结果区间基本一致，说明互联网使用能使农村居民幸福感上升17.2%到26.2%。而且三种匹配方法均存在ATU>ATE>ATT的关系，表明对于之前未使用过互联网的农村居民，使用互联网后幸福感提升效果更明显。根据生活满意度和对未来信心程度两个指标分析得到的结论与幸福感相似，在此不再赘述。以上研究结论验证了假说1，即互联网使用显著提升农村居民幸福感。

表5 PSM估计结果

(二)内生性检验

为消除变量之间可能存在的内生性问题，获取互联网使用影响农村居民幸福感的真实效应，本文参考祝仲坤和冷晨昕(2018)[4]的研究方法，将手机通讯支出和是否收发电子邮件作为互联网使用的工具变量。首先，从内生性来看，手机通讯支出、是否收发电子邮件与互联网使用之间存在紧密联系，智能手机是人们使用互联网的重要终端，收发电子邮件通过互联网才能实现，因此，这两个工具变量符合内生性原则。其次，手机通讯支出、是否收发电子邮件较难直接影响农村居民幸福感，就算是影响也是通过互联网使用对农村居民幸福感产生影响，因此，符合工具变量外生性原则。在实证分析中，本文还对工具变量是否具有外生性和弱工具变量假设进行了检验，并采用有限信息最大似然法(LIML)，结果发现LIML系数估计值与2SLS非常接近，这也从另一个侧面表明工具变量的选取符合要求。

从表6结果可知，OLS回归方法得到的系数与之前倾向得分匹配方法估算得到的系数相比处于偏差区间的上限，由于OLS方法没有办法规避样本自选择问题，因而夸大了互联网使用对农村居民幸福感的影响效果。同时在表6中，2SLS估计的系数比OLS估计的系数更高，说明在控制内生性的情形下，互联网使用能显著提升农村居民幸福感。

表6 工具变量法估计结果

(三)分样本估计

为进一步了解不同特征群体使用互联网的幸福效应异质性，本文根据收入水平、受教育程度、性别以及职业类型将农村居民进行分类，探讨互联网使用对不同类别农村居民幸福感的影响。研究结果表明，互联网使用对农村农民幸福感影响存在边际效用递减规律(鲁元平和王军鹏，2020)[40]。具体分析如表7和表8所示。首先，以收入中位数为划分依据，将农村居民分为低收入和高收入群体。研究发现，互联网使用能显著增加低收入农村居民的幸福感，而对高收入农村居民的影响不显著，这恰好体现国家“网络扶贫策略”方向上的正确性和适用性；第二，互联网使用对农村居民幸福感的影响效果大小与其受教育程度呈U型关系，小学文化程度以下的农村居民使用互联网的幸福程度最高，本科学历及以上的农村居民使用互联网带来的幸福感次之，而初、高中文化程度的农村居民使用互联网所带来的幸福效应不显著；第三，由性别来看，女性农村居民使用互联网存在显著幸福效应，而男性农村居民则不显著，可能是互联网对女性就业的促进作用显著强于男性(毛宇飞和曾湘泉，2017)[41]。淘宝创立17年来，女性卖家占比始终维持在50%左右，包括刚毕业的大学生、全职主妇、职场丽人甚至退休女性，赋予女性等弱势群体平等创业机会(1)数据来源：《中国女性创业报告(2018)》。；第四，农村居民职业类型方面，互联网使用对自我雇佣类型农村居民幸福感有显著提升作用，特别是对从事私营、个体自雇职业的农村居民，而对于受雇型农村居民，互联网使用对其幸福感影响则不显著。对于自我雇佣型农村居民，互联网使用方便其与外界联系，获取生产、创业方面信息，增进与客户、市场的互动，从而获取的幸福效应也就越强。

表7 互联网使用对农村居民幸福感影响的异质性分析(一)

表8 互联网使用对农村居民幸福感影响的异质性分析(二)

五 互联网使用影响农村居民幸福感的机制分析

(一)互联网使用影响农村居民幸福感的信息获取中介机制分析

前文假说提出互联网以信息获取为中介变量来影响农村居民幸福感。本部分首先实证分析互联网使用对于信息获取的影响，然后论证信息获取如何提升农村居民幸福感，并计算互联网使用对农村居民幸福感影响效应中信息获取所占的比例，最终得到互联网使用影响农村居民幸福感的作用机制。

本文借鉴温忠麟和叶宝娟(2014)[42]改进的中介变量检验方法，其优点是错误率控制效果好，而且还可以检验完全中介效应与部分中介效应。结合本文内容，中介效应检验模型如下：

Yi=α0+α1Interneti+αxXi+εi

(5)

Informationi=β0+β1Interneti+βxXi+μi

(6)

Yi=C0+C1Interneti+C2Informationi+CxXi+εi

(7)

式(5)-式(7)中，Yi表示农村居民幸福感，Interneti表示互联网使用，Informationi表示信息获取，Xi表示所有控制变量，εi为随机扰动项。

根据中介效应检验结果可知，如果C1、C2、β1显著，则说明互联网使用与农村居民幸福感之间存在中介效应，表9列(3)中的C1显著且小于列(2)中的α1，说明存在部分中介效应。部分中介效应占比测算模型如下：

表9 互联网使用对农村居民幸福感影响的机制分析：信息获取

(8)

根据式(8)测算可得，中介效应为22.4%，这说明互联网使用对农村居民幸福感的影响效应有22.4%来自互联网使用所发挥的信息获取作用。从而验证本文所提出的假说2，互联网使用以信息获取作为中介变量来影响农村居民幸福感。

(二)不同媒介信息获取作用重要性对农村居民幸福感影响的效果分析

为进一步分析互联网作为信息获取媒介对农村居民幸福感的影响机制，本文采用OLS和Ologit方法实证检验不同媒介信息获取重要性对农村居民幸福感的影响，具体结果见表10。从整体样本而言，电视在信息获取方面的重要性对居民幸福感的影响最强，互联网次之，接下来依次是报纸、手机短信、广播；从城镇样本来看，电视信息获取方面的重要性对城镇居民幸福感的影响最强，电视获取信息的重要性每提升1%，使得城镇居民幸福感提升9.1%，而互联网获取信息的重要性每提升1%，城镇居民幸福感只提升了5%；从农村样本来看，互联网信息获取方面的重要性对农村居民幸福感的影响最强，电视次之，接下来依次是报纸、期刊、手机短信、广播。互联网获取信息的重要性每提升1%，农民居民幸福感提升10.3%，电视获取信息的重要性每提升1%，使得农村居民幸福感提升6.7%。在农村地区，通过有线电视、报纸、期刊、广播等传统媒介获取信息的便利性远不如互联网，样本数据显示，使用电脑上网数据的均值是0.154，而移动上网数据的均值为0.363，从另一个侧面说明智能手机的普及极大地方便了偏远地区农村居民使用互联网，由此也就决定了利用互联网获取信息的重要性对农村居民幸福感的影响要高于城镇居民和整体居民样本。

本文还利用问卷中的“平时使用电视获取政治信息的频率”以及“平时使用互联网获取政治信息的频率”这两个问题的调研结果与城镇和农村居民幸福感之间的关系分别进行实证检验，得到与表10相同的结果，通过互联网获取政治信息的频率对农村居民幸福感的影响要高于对城镇居民，而通过电视获取政治信息的频率对城镇居民幸福感的影响要高于对农村居民。从而验证本文提出的假说3，互联网使用的信息获取作用对农村居民幸福感的影响强于对城镇居民和全体居民。

表10 不同媒介信息获取作用重要性对农村居民幸福感影响结果

六 结论和政策启示

互联网作为现代社会最为先进的社会生产力，已经显著改变了农村居民传统生活、生产方式，从而也对农村居民的幸福感带来了各种显性和隐性的影响。本文基于2016年中国家庭追踪调查数据，论证互联网使用对农村居民幸福感的影响及其作用机制，主要结论为：第一，互联网使用显著提升农村居民幸福感，使用互联网的农村居民比不使用互联网的农村居民能获得更高的幸福感；第二，采用生活满意度和对未来信心程度两个指标代替幸福感得到同样结果，使用互联网的农村居民生活满意度及对未来信心程度明显高于不使用互联网的农村居民；第三，互联网使用对农村居民幸福感影响存在边际效用递减规律，低收入群体、女性、受教育程度小学以下、从事自雇工作等农村居民享受更多互联网使用带来的幸福效应；第四，互联网使用对农村居民幸福感影响的作用机制在于其信息获取功能，而且互联网信息获取作用重要性对农村居民幸福感的影响要显著高于电视、报纸、期刊、广播等传统媒介。

基于以上研究结论得到如下启示：第一，坚决贯彻执行2019年中央一号文件明确提出的“数字乡村战略”，扩大互联网在农村地区传递信息的影响力，填补城乡之间的数字鸿沟。改善农村网络基础设施，架设乡村“信息高速公路”，降低互联网使用成本和门槛，让互联网发展成果早日惠及农村居民。第二，积极引导低收入群体及女性、受教育程度较低的农村居民使用互联网。注重对其知识和才能的培训与再教育，摆脱对互联网等新生事物的心理畏惧感，鼓励利用互联网增加就业、创业机会，提高农业与非农收入，开拓眼界、增长见识，进而获取精神上幸福感的大幅提升。第三，加强对农村居民网络使用行为的规范和引导。互联网使用是一把双刃剑，它能在提升农村居民幸福感的同时，也带给农村居民前所未及的挑战和陷阱。因此，政府要加大网络安全管理，帮助农村居民识别网络诈骗、网络赌博、虚假广告等不良信息，发挥互联网的积极效应，以“互联网+”模式践行“乡村振兴战略”。