互聯網使用對少數民族就業的影響
——基于CGSS數據的實證分析

馬佳錚,張 姝

(1.上海行政學院 公共管理教研部,上海 200233;2.中國人民大學 公共管理學院,北京 100872)

隨著互聯網覆蓋范圍的不斷擴大,網民規模的持續增長(1)根據中國互聯網絡信息中心(CNNIC)第50次《中國互聯網絡發展狀況統計報告》顯示,截至2022年6月,我國網民規模達10.51億,互聯網普及率達74.4%。,網絡外部性帶來的就業效應日益顯著[1]。實際上,無論是現實觀察,還是近年來的理論研究,都已經隱約展現出互聯網使用和就業之間存在重要關聯[2-4]。需要注意的是,由于歷史發展、地域特點、風俗習慣、語言文化等方面的差異,各民族就業之間也存在一定的差異[5]。從這一角度出發,互聯網使用對不同群體就業的影響也同樣具有異質性。然而,關于互聯網使用對就業影響的探討,現有研究對象大多聚焦于失業人員[6]、流動人口[7]、退休群體[8]、農村女性[9]等,鮮有文獻關注互聯網使用對少數民族就業的影響。就少數民族群體而言,獲得更多的就業機會在擴大社會關系網絡、提升收入水平和縮小收入差距等方面具有重要作用。此外,提高少數民族的就業率不僅關系到鞏固脫貧攻堅成果,更關系到民族團結和國家的長治久安。特別是當前我國正處在快速的社會轉型期,在這個過程中,既要以共同富裕為戰略目標,又需要以維系全局穩定為基本前提。因此,深刻認識互聯網使用與少數民族就業間的關系,對進一步增強轉型期少數民族的就業吸納能力、實現全面充分就業、推動共同富裕具有重要意義。

據此,研究將基于中國綜合社會調查(CGSS)數據,采用Probit模型和多元Probit模型,通過計量模型分析,探究互聯網使用對少數民族就業的影響作用,并在此基礎上厘清互聯網使用與少數民族就業間的因果效應,從而為使用互聯網助力少數民族就業,進而促進實現全面充分就業提供認知框架和政策依據。另外,研究還試圖通過進一步驗證互聯網的就業效應,以期為互聯網賦能共同富裕提供數理依據和實證支持。

一、文獻綜述與研究假設

(一)互聯網使用與就業

隨著互聯網的廣泛應用,數字化的知識和信息作為關鍵性生產要素,在擴大就業規模、激發就業市場活力方面發揮著重要作用。已有研究從互聯網創造大量就業機會、激發創業活力[10]、推動就業結構轉型和改善就業環境[11]等方面論證了互聯網使用對就業的積極影響。具體到微觀層面來看,現有研究大多集中關注互聯網使用對就業參與、就業工資以及就業質量的影響,而就業選擇作為就業的重要組成部分,其如何受到互聯網使用的影響則鮮有探討。事實上,即便有少量文獻聚焦雇傭方式[12]、正規與非正規就業[13-14]等與就業選擇相關的概念以及與互聯網使用間的關系,但對二者關系的刻畫并不全面。從現實來看,互聯網的發展與就業之間既存在負向的替代效應,又具有正向的創造效應,個人的就業選擇也因之存在差異。換言之,關于互聯網使用與就業關系的探討,不能離開對就業選擇的討論。隨著少數民族人口規模的增長以及在就業格局方面的變化,針對少數民族群體探討互聯網使用對其就業的影響效應也變得尤為重要。因此,本研究聚焦少數民族群體并對就業選擇進行類型劃分,深入考察研究互聯網作為吸納就業的重要渠道對少數民族的影響效果,并在此基礎上進一步挖掘互聯網使用與少數民族就業間的內在機理。

(二)互聯網使用對少數民族就業的影響

影響少數民族就業的因素,既有宏觀層面的政策支持[15],也有中微觀層面的教育程度[16]和語言能力差異[17]?；ヂ摼W使用作為一種非市場機制是對勞動力市場的重要補充,對少數民族就業具有重要影響。首先,互聯網獨特的傳播優勢使少數民族可以及時獲取勞動力市場中的就業信息。其次,互聯網伴隨新業態發展為少數民族提供了新的就業機會。這意味著,互聯網可以有效節約職業搜尋成本,同時向就業市場發送有關個人潛力的信號,從而提升少數民族受雇就業的概率。不僅如此,互聯網作為靈活就業的載體,弱化了工作中的條件限制,能夠以更加多元的方式影響少數民族的就業選擇和就業結果。

值得注意的是,以往正規就業的待遇較好且穩定,長期以來在勞動力市場中占據主要地位。然而,隨著互聯網對人們生活方式的重塑以及對勞動力市場的沖擊,靈活就業因其時間彈性大、進入門檻低等屬性,在吸納勞動力方面發揮了重要的作用[18],而少數民族勞動力作為承擔家庭經濟收入和社會生產活動的重要主體之一,同樣需要更具彈性的工作機會和靈活的就業方式。

由此可見,一方面,互聯網可以通過信號作用和篩選機制提高少數民族受雇就業的概率;另一方面,借助互聯網可以鼓勵少數民族參與靈活就業,抑或促進其成為自我雇傭者。因此,本文提出如下假設:互聯網使用會影響少數民族就業;互聯網使用會影響少數民族雇傭類型;互聯網使用會影響少數民族就業方式。

二、數據變量、模型構建與描述性統計

(一)數據來源

研究數據來源于中國綜合社會調查(CGSS),主要基于兩個方面的考慮:一是該數據收集了包含互聯網與就業的相關指標,可以較好地識別少數民族的就業形式,這與研究內容相契合,可以滿足實證分析的需要。二是CGSS數據抽樣采用分層設計,調查覆蓋31個省市自治區,是目前國內學術和政策研究的重要微觀數據來源,具有權威性和代表性。

(二)變量描述

1.解釋變量。核心解釋變量為互聯網使用,在實際分析中不僅關注互聯網使用對少數民族就業的凈效應,還試圖識別在空閑時間使用互聯網所帶來的效果差異,這對理解其影響機制具有重要意義。另外,由于個人在空閑時間存在不同的活動偏好,這在一定程度上對個人就業可能會帶來不同的影響,因此研究對空閑時間的活動偏好也予以關注。

3.工會勞動保護人員的業務能力不足。目前企業工會勞動保護工作人員還存在一些不足。如工會勞動保護人員專業水平良莠不齊，且工作崗位人員不固定以及定員不足，甚至各企業大力壓縮工會編制，導致其工作人員普遍身兼數職，勞動保護專責崗位只能兼職，窮于應付，投入工會勞動保護工作的精力受到影響，嚴重影響勞動保護職能作用的有效發揮；高學歷、高素質工會勞動保護工作人員少，影響企業工會勞動保護工作的長遠發展和勞動保護監督作用的有效發揮。

2.被解釋變量。被解釋變量為就業選擇,主要從少數民族整體就業和具體就業兩個方面考察,并設定了分類變量的就業選擇。需要說明的是,分組依據主要是基于對過往相關研究的總結和數據可得性兩個方面。另外,本文中的未工作既包括退出勞動力市場的少數民族,也包括部分正處于失業狀態的少數民族。

3.控制變量。引入的控制變量為個人、家庭、調查年份以及地區層面的特征變量。其中,個體特征包括性別、年齡、教育程度、健康狀況、婚姻狀態、宗教信仰。家庭層面選取家庭子女數和家庭經濟水平變量。另外,考慮到我國不同區域間的基礎設施建設及經濟發展水平差異較大,個體在就業上也會受到影響,有所差異,因此對少數民族所在區域也加以控制。由于數據年份的不同,對時間也進行控制。具體變量的選取與說明如表1所示。

表1 研究變量及說明

(三)計量模型構建

為了分析互聯網使用對少數民族就業的影響,研究構建了少數民族就業的Probit公式(1)。其中,二值變量work為少數民族整體就業,核心解釋變量Internet表示互聯網使用,X1、X2、X3、X4分別表示個人、家庭、區位以及年份特征等控制變量。待估系數β表示互聯網使用對少數民族就業的邊際效應。

Pr(work=1)=Φ(α+βInternet+γX1+λX2+φX3+ηX4)

(1)

在公式(1)基礎上,構建多元Probit公式(2)來探討互聯網使用在不同雇傭類型和就業方式下對少數民族就業的邊際效應。其中,k取值為0,1,2,3。k為0代表少數民族未就業;k為1分別代表受雇就業和正規就業;k為2分別代表少數民族自雇就業和靈活就業;k為3代表少數民族從事務農工作。在分析中以未就業少數民族作為參照組。

Pr(work=k)=Φ(α+βInternet+γX1+λX2+φX3+ηX4)

(2)

另外,為了進一步識別工作和空閑時間使用互聯網對少數民族就業的作用機理,在基準模型中引入空閑時間互聯網使用變量,并區分了互聯網使用對少數民族不同就業的影響效果。以少數民族整體就業為例,列出公式(3),其中Internetfree為空閑時間互聯網使用變量,β2表示空閑時間互聯網使用對少數民族就業的邊際效應,而β1則表示把空閑時間互聯網使用作為控制變量后,工作時段使用互聯網與少數民族就業之間的關系。

Pr(work=1)=Φ(α+β1Internet+β2Internetfree+γX1+λX2+φX3+ηX4)

(3)

Pr(work=1)=Φ(α+β1Internet+β2Internetfree+βiInternetfree·activity+γX1+λX2+φX3+ηX4)

(4)

(四) 描述性統計

研究選取中國綜合社會調查(CGSS)中2015年、2017年、2018年這三年的數據并整合為混合面板數據(2016年數據缺失),在增大樣本容量的同時,保證參數估計結果的有效性和穩健性。在剔除缺失關鍵信息的樣本后,得到最終樣本2341個,表2為主要變量的描述性統計結果。

表2 主要變量的描述性統計結果

表3 互聯網使用對少數民族就業的影響(2)表3—表7的數據均根據上述公式和數據整理計算而來,不再一一注明。

表4 不同互聯網使用對少數民族整體就業的影響

三、實證結果

(一)互聯網使用對少數民族就業的影響

研究采用Probit模型和多元Probit模型對互聯網使用與少數民族就業間的關系進行回歸分析,并就少數民族整體就業、雇傭類型和就業形式對互聯網使用的邊際效應進行了檢驗。

在模型1中,互聯網使用對少數民族整體就業有著顯著的正向影響,在控制其他因素后,使用互聯網的少數民族比不使用互聯網的少數民族的非農就業機率高12.7個百分點。模型2關于雇傭類型的結果顯示,互聯網使用對受雇就業和自雇就業的邊際效應分別為0.082和0.032,且兩者分別在1%和5%的顯著性水平下顯著,說明使用互聯網能夠顯著促進少數民族受雇就業和自雇就業,其中對受雇就業的促進作用要明顯高于自雇就業。從模型3可以看出,互聯網使用對少數民族就業方式的選擇具有一定的影響差異。具體而言,互聯網使用對少數民族靈活就業帶來了顯著的正向影響,其中,使用互聯網的少數民族比不使用互聯網的靈活就業概率高9.8%,而在正規就業方面,互聯網使用的影響并不顯著。但對務農工作而言,無論是模型2還是模型3,互聯網使用均表現出顯著的抑制作用,這是因為使用互聯網在一定程度上會擠占少數民族務農的時間。

從個體特征來看,少數民族男性群體的就業概率普遍高于少數民族女性群體,而僅在正規就業中,性別影響尚不顯著。年齡與少數民族就業呈“倒U”型關系,即隨著年齡增長,少數民族就業概率呈現出先增加后減少的趨勢。另外,結合生命周期理論可知,個體在不同年齡段的勞動生產率不同,因而就業會隨著年齡而發生變化[19]。健康狀況會顯著促進少數民族就業,且健康水平越高,就業壁壘就越小?；橐鰻顟B僅對務農型就業表現出顯著的正向作用,而對其他類型的就業影響并不顯著。受教育程度與受雇及正規就業呈正相關,相反,受教育程度低的少數民族則更傾向于選擇務農工作。從主觀因素看,未接受正規教育和受教育程度較低的少數民族可能受傳統小農文化的影響,同時對外界信息資源的轉化能力較低,所以難以找到適合自身能力的非農工作;從客觀因素看,正規就業雖然能帶來穩定的經濟收入和相應的勞動保障,但雇主對勞動力就業的工作能力要求較高,提供的崗位往往需要具備一定的學歷水平。除受雇就業和正規就業外,宗教信仰對少數民族的就業具有顯著影響,并且有宗教信仰的少數民族選擇自雇和靈活就業的概率更大。

從家庭特征來看,家庭收入水平對少數民族就業沒有顯著的影響作用;家庭子女數對正規就業(簽訂勞動合同)沒有顯著影響,但對受雇就業和靈活就業有明顯影響。數據分析結果表明,家庭子女人數越多,少數民族選擇受雇就業和靈活就業的概率就越低,而選擇自雇就業和務農的概率就越高。這主要是因為,家庭子女人數的增多對工作時間的靈活性提出了更高的要求。

從區位特征來看,中部、西部地區的少數民族受雇就業和正規就業的概率明顯低于東部地區。不僅如此,西部地區少數民族的整體就業概率也顯著低于東部地區。然而,在務農方面,西部和中部地區的少數民族則顯著高于東部地區。另外,在其他就業形式下,區位特征的影響并未表現出明顯差異。最后,顯著性檢驗結果顯示,上述模型的Wald檢驗均在1%的顯著性水平下顯著,從而證實了計量模型設定的合理性。

(二)不同時段互聯網使用對少數民族就業影響的異質性分析

為了探討互聯網使用對少數民族就業的影響機制,研究引入空閑時間互聯網使用及其上網偏好的交互項,來進一步檢驗互聯網使用的影響效果。

對比模型4與模型5的結果可知,在不對互聯網使用時段進行細致區分時,互聯網使用對少數民族整體就業的邊際效應為0.127(在1%的顯著性水平下顯著),是顯著的正向影響。加入空閑時間互聯網使用項后,空閑時間使用互聯網對少數民族整體就業的邊際效應為0.029,影響并不顯著,此時互聯網使用對少數民族整體就業的邊際效應變為0.102(在5%的顯著性水平下顯著),正向影響仍舊顯著。這說明互聯網使用對少數民族整體就業的顯著影響與非空閑時間(工作時間)互聯網使用的關聯度更加緊密。這種緊密關系反映在現實中,對應的是少數民族從事的工作本身就需要頻繁使用互聯網,故而互聯網使用對實現其就業就產生了顯著影響。由于現實中還存在個體利用閑暇時間通過互聯網習得就業技能的情況,因此盡管在模型5中空閑時間使用互聯網對整體就業的影響不顯著,但我們還是進一步對少數民族空閑時間的上網偏好進行了區分,構建出模型6,以期驗證現實感知,即在模型5中加入空閑時間上網偏好的交互項。從分析結果看,空閑時間互聯網使用與社交活動的交互項和空閑時間互聯網使用與休閑活動的交互項均對少數民族整體就業有明顯的負向影響,且邊際效應分別為-0.027和-0.035,均在1%的顯著性水平下顯著,即使用互聯網進行社交活動和休閑娛樂的頻率越高,在一定程度上將降低少數民族就業的概率?？臻e時間使用互聯網與學習活動的交互項,則對少數民族就業有明顯的促進作用,其邊際效應為0.020且在5%的顯著性水平下顯著,表明在空閑時間使用互聯網在線學習,能夠明顯提高少數民族整體就業的概率。

表5具體分析了不同時段的互聯網使用對少數民族就業的作用。模型8的估計結果顯示,空閑時間使用互聯網對少數民族務農有顯著的負向影響,但對其他就業的影響均不顯著。在控制空閑時間互聯網使用變量之后,互聯網使用對少數民族受雇就業和自雇就業的系數分別變為0.046和0.049,其中自雇就業的結果在10%的顯著性水平下顯著,而受雇就業的結果并不顯著;正規就業和靈活就業的系數分別變為-0.010和0.105,可以看出正規就業的結果并不顯著,而靈活就業的影響結果在1%的顯著性水平下顯著。由此可見,少數民族自雇就業和靈活就業均與互聯網高度相關。這可能是因為,少數民族可以依托互聯網平臺從事成本低、時間自由的工作。

模型9加入空閑時間使用互聯網及其上網偏好的交互項,模型估計結果顯示,不同上網偏好會帶來不同的影響效果。具體而言,如果在空閑時間上網時偏好社交活動,則互聯網使用對少數民族選擇務農有顯著的促進作用(邊際效應為0.050且在1%的顯著性水平下顯著),但對少數民族受雇就業和靈活就業卻有著明顯的負向影響。這是因為,一方面,使用互聯網進行社交有助于鞏固既有關系,從中獲取熟人網絡的支持,降低務農的成本,進而有助于少數民族從事農業工作;另一方面,使用互聯網能夠擴展個體的關系網絡規模,但這同時也要求個體投入一定的時間和精力。從這個角度來看,投入更多的時間用于社交會降低其受雇就業的概率,占用其用以靈活工作的時間。如果空閑時間上網偏好休閑娛樂,那么僅對少數民族自雇就業和正規就業無顯著影響,但對其他類型的就業都會帶來明顯的負向作用。事實上,互聯網的使用不論是以社交為目的還是以休閑娛樂為目的,都會伴隨著時間的占用。當時間占用的用途與就業能力關聯度不高時,就會出現阻礙少數民族就業的情況,例如降低受雇就業、靈活就業,以及從事務農工作的概率。如果空閑時間的上網偏好是學習活動,即利用互聯網在線學習,則會產生與前兩種偏好截然不同的影響效果。根據模型估計結果可知,對于空閑時間偏好在線學習的少數民族,使用互聯網會顯著降低其參與務農的可能性(邊際效應為-0.054且在1%顯著性水平下顯著),但會明顯提升其參與受雇就業和正規就業的比例(邊際效應分別為0.030和0.015,且分別在1%和5%的顯著性水平下顯著)。其原因在于在線學習不僅會提升個體的智力水平,更有助于其積累與就業相關的人力資本。當人力資本積累達到一定水平,個體會更有能力和條件去選擇務農以外的就業形式。

(三)穩健性檢驗

根據上述回歸結果可知,互聯網使用對少數民族就業具有多樣化的影響。然而,不同的職業性質和就業情況也決定著個體是否選擇使用互聯網。因此前文模型也存在由于樣本“自選擇偏差”而引起內生性問題的可能,需要對模型估計結果的穩健性進行檢驗。由于數據變量限制無法構建有效工具變量,為了進一步驗證互聯網使用對少數民族就業的影響作用是否具有一致且穩定的效果,本部分將基于少數民族整體就業,使用傾向得分匹配法(PSM)再次估計互聯網使用與少數民族就業之間的關系,對前文數據分析結果的穩健性進行驗證。

采用PSM方法時需檢驗平衡性假設,檢驗結果如表6所示,匹配后大多數變量的標準化偏差均有所減少且減幅在50%以上,反映出匹配后數據的平衡性較為理想。另外,匹配后大多變量“標準化偏差”絕對值小于20%,僅性別和婚姻變量的標準化偏差分別為34.1%和21.2%。按照給定檢驗標準[20],匹配后協變量標準化偏差的絕對值均小于20%,說明匹配質量較高,即實驗組與控制組匹配后的就業對于匹配后的樣本而言是條件隨機的?？傮w而言,匹配后樣本處理組和控制組的組間偏差均大幅度縮小,且處理組和控制組間的差異并不顯著,使用PSM匹配的樣本滿足平衡性檢驗。

為了使匹配結果更穩健,采用核匹配法、半徑匹配法、卡尺內K近鄰匹配法進行匹配。表7中報告了三種PSM方法的實驗組平均處理效應(ATT)、控制組平均處理效應(ATU)和總體平均處理效應(ATE)。結果顯示,使用PSM法控制一系列可觀測變量的差異之后,得到的ATE在0.0905到0.0933左右,即互聯網使用可以促進少數民族整體就業增加約9.05至9.33個百分點,這與上述基準模型的估計結果基本相符。同時,觀察系數大小可以發現,ATU的效應要大于ATE和ATT,表明對于之前未使用過互聯網的少數民族個體,在使用互聯網后的就業概率會得到提升?？傮w而言,本文通過PSM法修正內生性和選擇性偏差后,進一步驗證了互聯網使用對少數民族就業具有顯著的影響作用。

四、結論

本文基于2015年、2017年和2018年CGSS數據,使用Probit模型和多元Probit模型探究互聯網使用對少數民族就業的影響。在實證分析中,首先,從是否使用互聯網這一角度區分互聯網使用對少數民族在整體就業、雇傭類型以及就業方式等方面的作用差異;其次,結合上網偏好進一步探討空閑時間使用互聯網對少數民族就業的影響情況。此外,從個體、家庭和區位等層面選取變量,分析互聯網使用對少數民族就業的異質性影響。最后,利用PSM方法再次檢驗基準結果的穩健性。

研究結果顯示:第一,互聯網使用會顯著促進少數民族整體就業,具體表現為使用互聯網促使少數民族就業概率增加了12.7個百分點。第二,在雇傭類型方面,互聯網使用對少數民族非自雇就業的影響(8.2個百分點)要大于自雇就業(3.2個百分點)的影響。第三,在就業方式方面,互聯網的使用對少數民族靈活就業的積極影響最為明顯,對少數民族從事務農工作則有著顯著的抑制作用,而對正規就業而言,互聯網使用的影響作用并不顯著。第四,工作時間的互聯網使用與少數民族自雇就業和靈活就業高度相關,而空閑時間的互聯網使用則與少數民族從事務農工作高度相關。第五,少數民族在空閑時間不同的上網偏好會引發不同的效應結果,若偏好社交,互聯網使用則會增加少數民族務農的概率,減少其受雇就業和靈活就業的概率;若偏好娛樂,則互聯網使用會抑制少數民族受雇就業、靈活就業以及務農的參與度;若偏好學習,互聯網使用則能夠促進少數民族的受雇就業和正規就業。

綜上所述,互聯網的快速發展和高度滲透為少數民族就業帶來了新的機遇。應進一步加強并完善互聯網基礎設施建設,擴大網絡覆蓋面,同時重視對少數民族的網絡技術培訓,從而充分發揮互聯網的就業促進效應以釋放少數民族的就業潛能、發展少數民族多元化就業新形態,進而實現高質量充分就業,扎實推動共同富裕。