【摘要】伴随信息通讯技术的不断发展，如何通过提升信息赋权能力进而有效减少贫困是实践者和研究者关注的焦点，但关于信息赋权能力促进减贫的内在机制依然尚无共识。基于1990—2017年124个国家(地区)的面板数据，通过机器学习中的随机森林方法实现对控制变量的客观选取，不同的实证模型表明：信息赋权能力虽然对不同国家(地区)降低贫困发生率具有显著的正向影响，但这一影响呈现出两个临界拐点的非线性特征。进一步分析发现信息赋权能力对减贫的长、短期动态效应存在显著差异，同时这一影响机制既展现在信息赋权能力对贫困发生的外部环境改善，形成减贫的外生刺激机制，还呈现在信息赋权能力降低减贫过程中对内生环境的路径依赖机制。利用工具变量等不同稳健性检验方法验证上述结果的一致性。这一研究发现为后发国家通过信息赋权能力提升来实现发展的弯道超车提供理论与实证支撑，也为中国反贫困实践的理论提炼和经验的国际推广提供了新视角。最后讨论了本研究的理论、方法和政策层面启迪。