互联网使用对少数民族就业的影响
——基于CGSS数据的实证分析

马佳铮,张 姝

(1.上海行政学院 公共管理教研部,上海 200233;2.中国人民大学 公共管理学院,北京 100872)

随着互联网覆盖范围的不断扩大,网民规模的持续增长(1)根据中国互联网络信息中心(CNNIC)第50次《中国互联网络发展状况统计报告》显示,截至2022年6月,我国网民规模达10.51亿,互联网普及率达74.4%。,网络外部性带来的就业效应日益显著[1]。实际上,无论是现实观察,还是近年来的理论研究,都已经隐约展现出互联网使用和就业之间存在重要关联[2-4]。需要注意的是,由于历史发展、地域特点、风俗习惯、语言文化等方面的差异,各民族就业之间也存在一定的差异[5]。从这一角度出发,互联网使用对不同群体就业的影响也同样具有异质性。然而,关于互联网使用对就业影响的探讨,现有研究对象大多聚焦于失业人员[6]、流动人口[7]、退休群体[8]、农村女性[9]等,鲜有文献关注互联网使用对少数民族就业的影响。就少数民族群体而言,获得更多的就业机会在扩大社会关系网络、提升收入水平和缩小收入差距等方面具有重要作用。此外,提高少数民族的就业率不仅关系到巩固脱贫攻坚成果,更关系到民族团结和国家的长治久安。特别是当前我国正处在快速的社会转型期,在这个过程中,既要以共同富裕为战略目标,又需要以维系全局稳定为基本前提。因此,深刻认识互联网使用与少数民族就业间的关系,对进一步增强转型期少数民族的就业吸纳能力、实现全面充分就业、推动共同富裕具有重要意义。

据此,研究将基于中国综合社会调查(CGSS)数据,采用Probit模型和多元Probit模型,通过计量模型分析,探究互联网使用对少数民族就业的影响作用,并在此基础上厘清互联网使用与少数民族就业间的因果效应,从而为使用互联网助力少数民族就业,进而促进实现全面充分就业提供认知框架和政策依据。另外,研究还试图通过进一步验证互联网的就业效应,以期为互联网赋能共同富裕提供数理依据和实证支持。

一、文献综述与研究假设

(一)互联网使用与就业

随着互联网的广泛应用,数字化的知识和信息作为关键性生产要素,在扩大就业规模、激发就业市场活力方面发挥着重要作用。已有研究从互联网创造大量就业机会、激发创业活力[10]、推动就业结构转型和改善就业环境[11]等方面论证了互联网使用对就业的积极影响。具体到微观层面来看,现有研究大多集中关注互联网使用对就业参与、就业工资以及就业质量的影响,而就业选择作为就业的重要组成部分,其如何受到互联网使用的影响则鲜有探讨。事实上,即便有少量文献聚焦雇佣方式[12]、正规与非正规就业[13-14]等与就业选择相关的概念以及与互联网使用间的关系,但对二者关系的刻画并不全面。从现实来看,互联网的发展与就业之间既存在负向的替代效应,又具有正向的创造效应,个人的就业选择也因之存在差异。换言之,关于互联网使用与就业关系的探讨,不能离开对就业选择的讨论。随着少数民族人口规模的增长以及在就业格局方面的变化,针对少数民族群体探讨互联网使用对其就业的影响效应也变得尤为重要。因此,本研究聚焦少数民族群体并对就业选择进行类型划分,深入考察研究互联网作为吸纳就业的重要渠道对少数民族的影响效果,并在此基础上进一步挖掘互联网使用与少数民族就业间的内在机理。

(二)互联网使用对少数民族就业的影响

影响少数民族就业的因素,既有宏观层面的政策支持[15],也有中微观层面的教育程度[16]和语言能力差异[17]。互联网使用作为一种非市场机制是对劳动力市场的重要补充,对少数民族就业具有重要影响。首先,互联网独特的传播优势使少数民族可以及时获取劳动力市场中的就业信息。其次,互联网伴随新业态发展为少数民族提供了新的就业机会。这意味着,互联网可以有效节约职业搜寻成本,同时向就业市场发送有关个人潜力的信号,从而提升少数民族受雇就业的概率。不仅如此,互联网作为灵活就业的载体,弱化了工作中的条件限制,能够以更加多元的方式影响少数民族的就业选择和就业结果。

值得注意的是,以往正规就业的待遇较好且稳定,长期以来在劳动力市场中占据主要地位。然而,随着互联网对人们生活方式的重塑以及对劳动力市场的冲击,灵活就业因其时间弹性大、进入门槛低等属性,在吸纳劳动力方面发挥了重要的作用[18],而少数民族劳动力作为承担家庭经济收入和社会生产活动的重要主体之一,同样需要更具弹性的工作机会和灵活的就业方式。

由此可见,一方面,互联网可以通过信号作用和筛选机制提高少数民族受雇就业的概率;另一方面,借助互联网可以鼓励少数民族参与灵活就业,抑或促进其成为自我雇佣者。因此,本文提出如下假设:互联网使用会影响少数民族就业;互联网使用会影响少数民族雇佣类型;互联网使用会影响少数民族就业方式。

二、数据变量、模型构建与描述性统计

(一)数据来源

研究数据来源于中国综合社会调查(CGSS),主要基于两个方面的考虑:一是该数据收集了包含互联网与就业的相关指标,可以较好地识别少数民族的就业形式,这与研究内容相契合,可以满足实证分析的需要。二是CGSS数据抽样采用分层设计,调查覆盖31个省市自治区,是目前国内学术和政策研究的重要微观数据来源,具有权威性和代表性。

(二)变量描述

1.解释变量。核心解释变量为互联网使用,在实际分析中不仅关注互联网使用对少数民族就业的净效应,还试图识别在空闲时间使用互联网所带来的效果差异,这对理解其影响机制具有重要意义。另外,由于个人在空闲时间存在不同的活动偏好,这在一定程度上对个人就业可能会带来不同的影响,因此研究对空闲时间的活动偏好也予以关注。

3.工会劳动保护人员的业务能力不足。目前企业工会劳动保护工作人员还存在一些不足。如工会劳动保护人员专业水平良莠不齐，且工作岗位人员不固定以及定员不足，甚至各企业大力压缩工会编制，导致其工作人员普遍身兼数职，劳动保护专责岗位只能兼职，穷于应付，投入工会劳动保护工作的精力受到影响，严重影响劳动保护职能作用的有效发挥；高学历、高素质工会劳动保护工作人员少，影响企业工会劳动保护工作的长远发展和劳动保护监督作用的有效发挥。

2.被解释变量。被解释变量为就业选择,主要从少数民族整体就业和具体就业两个方面考察,并设定了分类变量的就业选择。需要说明的是,分组依据主要是基于对过往相关研究的总结和数据可得性两个方面。另外,本文中的未工作既包括退出劳动力市场的少数民族,也包括部分正处于失业状态的少数民族。

3.控制变量。引入的控制变量为个人、家庭、调查年份以及地区层面的特征变量。其中,个体特征包括性别、年龄、教育程度、健康状况、婚姻状态、宗教信仰。家庭层面选取家庭子女数和家庭经济水平变量。另外,考虑到我国不同区域间的基础设施建设及经济发展水平差异较大,个体在就业上也会受到影响,有所差异,因此对少数民族所在区域也加以控制。由于数据年份的不同,对时间也进行控制。具体变量的选取与说明如表1所示。

表1 研究变量及说明

(三)计量模型构建

为了分析互联网使用对少数民族就业的影响,研究构建了少数民族就业的Probit公式(1)。其中,二值变量work为少数民族整体就业,核心解释变量Internet表示互联网使用,X1、X2、X3、X4分别表示个人、家庭、区位以及年份特征等控制变量。待估系数β表示互联网使用对少数民族就业的边际效应。

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

(1)

在公式(1)基础上,构建多元Probit公式(2)来探讨互联网使用在不同雇佣类型和就业方式下对少数民族就业的边际效应。其中,k取值为0,1,2,3。k为0代表少数民族未就业;k为1分别代表受雇就业和正规就业;k为2分别代表少数民族自雇就业和灵活就业;k为3代表少数民族从事务农工作。在分析中以未就业少数民族作为参照组。

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

(2)

另外,为了进一步识别工作和空闲时间使用互联网对少数民族就业的作用机理,在基准模型中引入空闲时间互联网使用变量,并区分了互联网使用对少数民族不同就业的影响效果。以少数民族整体就业为例,列出公式(3),其中Internetfree为空闲时间互联网使用变量,β2表示空闲时间互联网使用对少数民族就业的边际效应,而β1则表示把空闲时间互联网使用作为控制变量后,工作时段使用互联网与少数民族就业之间的关系。

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) 描述性统计

研究选取中国综合社会调查(CGSS)中2015年、2017年、2018年这三年的数据并整合为混合面板数据(2016年数据缺失),在增大样本容量的同时,保证参数估计结果的有效性和稳健性。在剔除缺失关键信息的样本后,得到最终样本2341个,表2为主要变量的描述性统计结果。

表2 主要变量的描述性统计结果

表3 互联网使用对少数民族就业的影响(2)表3—表7的数据均根据上述公式和数据整理计算而来,不再一一注明。

表4 不同互联网使用对少数民族整体就业的影响

三、实证结果

(一)互联网使用对少数民族就业的影响

研究采用Probit模型和多元Probit模型对互联网使用与少数民族就业间的关系进行回归分析,并就少数民族整体就业、雇佣类型和就业形式对互联网使用的边际效应进行了检验。

在模型1中,互联网使用对少数民族整体就业有着显著的正向影响,在控制其他因素后,使用互联网的少数民族比不使用互联网的少数民族的非农就业机率高12.7个百分点。模型2关于雇佣类型的结果显示,互联网使用对受雇就业和自雇就业的边际效应分别为0.082和0.032,且两者分别在1%和5%的显著性水平下显著,说明使用互联网能够显著促进少数民族受雇就业和自雇就业,其中对受雇就业的促进作用要明显高于自雇就业。从模型3可以看出,互联网使用对少数民族就业方式的选择具有一定的影响差异。具体而言,互联网使用对少数民族灵活就业带来了显著的正向影响,其中,使用互联网的少数民族比不使用互联网的灵活就业概率高9.8%,而在正规就业方面,互联网使用的影响并不显著。但对务农工作而言,无论是模型2还是模型3,互联网使用均表现出显著的抑制作用,这是因为使用互联网在一定程度上会挤占少数民族务农的时间。

从个体特征来看,少数民族男性群体的就业概率普遍高于少数民族女性群体,而仅在正规就业中,性别影响尚不显著。年龄与少数民族就业呈“倒U”型关系,即随着年龄增长,少数民族就业概率呈现出先增加后减少的趋势。另外,结合生命周期理论可知,个体在不同年龄段的劳动生产率不同,因而就业会随着年龄而发生变化[19]。健康状况会显著促进少数民族就业,且健康水平越高,就业壁垒就越小。婚姻状态仅对务农型就业表现出显著的正向作用,而对其他类型的就业影响并不显著。受教育程度与受雇及正规就业呈正相关,相反,受教育程度低的少数民族则更倾向于选择务农工作。从主观因素看,未接受正规教育和受教育程度较低的少数民族可能受传统小农文化的影响,同时对外界信息资源的转化能力较低,所以难以找到适合自身能力的非农工作;从客观因素看,正规就业虽然能带来稳定的经济收入和相应的劳动保障,但雇主对劳动力就业的工作能力要求较高,提供的岗位往往需要具备一定的学历水平。除受雇就业和正规就业外,宗教信仰对少数民族的就业具有显著影响,并且有宗教信仰的少数民族选择自雇和灵活就业的概率更大。

从家庭特征来看,家庭收入水平对少数民族就业没有显著的影响作用;家庭子女数对正规就业(签订劳动合同)没有显著影响,但对受雇就业和灵活就业有明显影响。数据分析结果表明,家庭子女人数越多,少数民族选择受雇就业和灵活就业的概率就越低,而选择自雇就业和务农的概率就越高。这主要是因为,家庭子女人数的增多对工作时间的灵活性提出了更高的要求。

从区位特征来看,中部、西部地区的少数民族受雇就业和正规就业的概率明显低于东部地区。不仅如此,西部地区少数民族的整体就业概率也显著低于东部地区。然而,在务农方面,西部和中部地区的少数民族则显著高于东部地区。另外,在其他就业形式下,区位特征的影响并未表现出明显差异。最后,显著性检验结果显示,上述模型的Wald检验均在1%的显著性水平下显著,从而证实了计量模型设定的合理性。

(二)不同时段互联网使用对少数民族就业影响的异质性分析

为了探讨互联网使用对少数民族就业的影响机制,研究引入空闲时间互联网使用及其上网偏好的交互项,来进一步检验互联网使用的影响效果。

对比模型4与模型5的结果可知,在不对互联网使用时段进行细致区分时,互联网使用对少数民族整体就业的边际效应为0.127(在1%的显著性水平下显著),是显著的正向影响。加入空闲时间互联网使用项后,空闲时间使用互联网对少数民族整体就业的边际效应为0.029,影响并不显著,此时互联网使用对少数民族整体就业的边际效应变为0.102(在5%的显著性水平下显著),正向影响仍旧显著。这说明互联网使用对少数民族整体就业的显著影响与非空闲时间(工作时间)互联网使用的关联度更加紧密。这种紧密关系反映在现实中,对应的是少数民族从事的工作本身就需要频繁使用互联网,故而互联网使用对实现其就业就产生了显著影响。由于现实中还存在个体利用闲暇时间通过互联网习得就业技能的情况,因此尽管在模型5中空闲时间使用互联网对整体就业的影响不显著,但我们还是进一步对少数民族空闲时间的上网偏好进行了区分,构建出模型6,以期验证现实感知,即在模型5中加入空闲时间上网偏好的交互项。从分析结果看,空闲时间互联网使用与社交活动的交互项和空闲时间互联网使用与休闲活动的交互项均对少数民族整体就业有明显的负向影响,且边际效应分别为-0.027和-0.035,均在1%的显著性水平下显著,即使用互联网进行社交活动和休闲娱乐的频率越高,在一定程度上将降低少数民族就业的概率。空闲时间使用互联网与学习活动的交互项,则对少数民族就业有明显的促进作用,其边际效应为0.020且在5%的显著性水平下显著,表明在空闲时间使用互联网在线学习,能够明显提高少数民族整体就业的概率。

表5具体分析了不同时段的互联网使用对少数民族就业的作用。模型8的估计结果显示,空闲时间使用互联网对少数民族务农有显著的负向影响,但对其他就业的影响均不显著。在控制空闲时间互联网使用变量之后,互联网使用对少数民族受雇就业和自雇就业的系数分别变为0.046和0.049,其中自雇就业的结果在10%的显著性水平下显著,而受雇就业的结果并不显著;正规就业和灵活就业的系数分别变为-0.010和0.105,可以看出正规就业的结果并不显著,而灵活就业的影响结果在1%的显著性水平下显著。由此可见,少数民族自雇就业和灵活就业均与互联网高度相关。这可能是因为,少数民族可以依托互联网平台从事成本低、时间自由的工作。

模型9加入空闲时间使用互联网及其上网偏好的交互项,模型估计结果显示,不同上网偏好会带来不同的影响效果。具体而言,如果在空闲时间上网时偏好社交活动,则互联网使用对少数民族选择务农有显著的促进作用(边际效应为0.050且在1%的显著性水平下显著),但对少数民族受雇就业和灵活就业却有着明显的负向影响。这是因为,一方面,使用互联网进行社交有助于巩固既有关系,从中获取熟人网络的支持,降低务农的成本,进而有助于少数民族从事农业工作;另一方面,使用互联网能够扩展个体的关系网络规模,但这同时也要求个体投入一定的时间和精力。从这个角度来看,投入更多的时间用于社交会降低其受雇就业的概率,占用其用以灵活工作的时间。如果空闲时间上网偏好休闲娱乐,那么仅对少数民族自雇就业和正规就业无显著影响,但对其他类型的就业都会带来明显的负向作用。事实上,互联网的使用不论是以社交为目的还是以休闲娱乐为目的,都会伴随着时间的占用。当时间占用的用途与就业能力关联度不高时,就会出现阻碍少数民族就业的情况,例如降低受雇就业、灵活就业,以及从事务农工作的概率。如果空闲时间的上网偏好是学习活动,即利用互联网在线学习,则会产生与前两种偏好截然不同的影响效果。根据模型估计结果可知,对于空闲时间偏好在线学习的少数民族,使用互联网会显著降低其参与务农的可能性(边际效应为-0.054且在1%显著性水平下显著),但会明显提升其参与受雇就业和正规就业的比例(边际效应分别为0.030和0.015,且分别在1%和5%的显著性水平下显著)。其原因在于在线学习不仅会提升个体的智力水平,更有助于其积累与就业相关的人力资本。当人力资本积累达到一定水平,个体会更有能力和条件去选择务农以外的就业形式。

(三)稳健性检验

根据上述回归结果可知,互联网使用对少数民族就业具有多样化的影响。然而,不同的职业性质和就业情况也决定着个体是否选择使用互联网。因此前文模型也存在由于样本“自选择偏差”而引起内生性问题的可能,需要对模型估计结果的稳健性进行检验。由于数据变量限制无法构建有效工具变量,为了进一步验证互联网使用对少数民族就业的影响作用是否具有一致且稳定的效果,本部分将基于少数民族整体就业,使用倾向得分匹配法(PSM)再次估计互联网使用与少数民族就业之间的关系,对前文数据分析结果的稳健性进行验证。

采用PSM方法时需检验平衡性假设,检验结果如表6所示,匹配后大多数变量的标准化偏差均有所减少且减幅在50%以上,反映出匹配后数据的平衡性较为理想。另外,匹配后大多变量“标准化偏差”绝对值小于20%,仅性别和婚姻变量的标准化偏差分别为34.1%和21.2%。按照给定检验标准[20],匹配后协变量标准化偏差的绝对值均小于20%,说明匹配质量较高,即实验组与控制组匹配后的就业对于匹配后的样本而言是条件随机的。总体而言,匹配后样本处理组和控制组的组间偏差均大幅度缩小,且处理组和控制组间的差异并不显著,使用PSM匹配的样本满足平衡性检验。

为了使匹配结果更稳健,采用核匹配法、半径匹配法、卡尺内K近邻匹配法进行匹配。表7中报告了三种PSM方法的实验组平均处理效应(ATT)、控制组平均处理效应(ATU)和总体平均处理效应(ATE)。结果显示,使用PSM法控制一系列可观测变量的差异之后,得到的ATE在0.0905到0.0933左右,即互联网使用可以促进少数民族整体就业增加约9.05至9.33个百分点,这与上述基准模型的估计结果基本相符。同时,观察系数大小可以发现,ATU的效应要大于ATE和ATT,表明对于之前未使用过互联网的少数民族个体,在使用互联网后的就业概率会得到提升。总体而言,本文通过PSM法修正内生性和选择性偏差后,进一步验证了互联网使用对少数民族就业具有显著的影响作用。

四、结论

本文基于2015年、2017年和2018年CGSS数据,使用Probit模型和多元Probit模型探究互联网使用对少数民族就业的影响。在实证分析中,首先,从是否使用互联网这一角度区分互联网使用对少数民族在整体就业、雇佣类型以及就业方式等方面的作用差异;其次,结合上网偏好进一步探讨空闲时间使用互联网对少数民族就业的影响情况。此外,从个体、家庭和区位等层面选取变量,分析互联网使用对少数民族就业的异质性影响。最后,利用PSM方法再次检验基准结果的稳健性。

研究结果显示:第一,互联网使用会显著促进少数民族整体就业,具体表现为使用互联网促使少数民族就业概率增加了12.7个百分点。第二,在雇佣类型方面,互联网使用对少数民族非自雇就业的影响(8.2个百分点)要大于自雇就业(3.2个百分点)的影响。第三,在就业方式方面,互联网的使用对少数民族灵活就业的积极影响最为明显,对少数民族从事务农工作则有着显著的抑制作用,而对正规就业而言,互联网使用的影响作用并不显著。第四,工作时间的互联网使用与少数民族自雇就业和灵活就业高度相关,而空闲时间的互联网使用则与少数民族从事务农工作高度相关。第五,少数民族在空闲时间不同的上网偏好会引发不同的效应结果,若偏好社交,互联网使用则会增加少数民族务农的概率,减少其受雇就业和灵活就业的概率;若偏好娱乐,则互联网使用会抑制少数民族受雇就业、灵活就业以及务农的参与度;若偏好学习,互联网使用则能够促进少数民族的受雇就业和正规就业。

综上所述,互联网的快速发展和高度渗透为少数民族就业带来了新的机遇。应进一步加强并完善互联网基础设施建设,扩大网络覆盖面,同时重视对少数民族的网络技术培训,从而充分发挥互联网的就业促进效应以释放少数民族的就业潜能、发展少数民族多元化就业新形态,进而实现高质量充分就业,扎实推动共同富裕。