互联网使用、就业决策与就业质

奥鹏网院作业

互联网使用、就业决策与就业质
——基于CGSS数据的经验证据＊
毛宇飞 曾湘泉 祝慧琳
[提 要] 基于中国综合社会调查(CGSS)数据，本文利用多元Probit模型检验了互联网使用对个体就业决策及就业质量的影响效果。研究表明，使用互联网提高了个体标准就业和机会型创业的概率；将互联网作为主要信息渠道，有助于促进标准就业和机会型创业；闲暇时利用网络进行社交、学习及娱乐等活动，对就业决策的影响存在异质性。从就业质量的维度来看，使用互联网能够提高各类型就业的收入水平，并且对于标准就业和生存型创业而言，使用互联网可以减少工作时间，提高工作自主性。
[关键词] 互联网使用；就业决策；就业质量；标准就业；机会型创业
一、引言
2015年以来，“大众创业、万众创新”“互联网+”行动计划以及“推动电子商务发展”等系列政策的出台，引起了互联网时代下全民创新创业的热潮。
关于就业决策和就业质量的研究，国内外学者开展了丰富的讨论。从个体就业决策来看，已有研究主要基于职业选择模型，从个人特征、人力资本和社会资本等视角来解释(王春超，2009；Zhang，2010；宁光杰，2012)。也有研究侧重于分析政策制度、产业结构调整和宏观经济等环境因素的影响(Fiess et al.，2010；王春超和吴佩勋，2011；周广肃，2017)。最新的研究还探讨了个体的综合认知能力、宗教信仰和家庭背景等因素对就业创业的影响(李雪莲等人，2015)。从个体就业质量来看，已有文献主要从就业质量测量、就业质量影响因素，以及不同类型的就业质量等方面进行了探讨(Holman，2013；赖德胜等，2011；Mcgovern et al.，2015)。结合现实来看，劳动者就业形式可以分为受雇就业、自雇创业和未就业三种状态。沿此逻辑，实现更高质量和更充分的就业，其一是要增强受雇就业的工作稳定性，其二是鼓励劳动者从事机会型自雇创业，其三则是实施积极的就业政策加强失业治理(石丹淅和赖德胜，2013)。近年来，国内也逐渐出现了一些研究开始关注个体互联网使用对其就业决策，尤其是对创业行为的影响(王重鸣和吴挺，2016；毛宇飞和曾湘泉，2017；史晋川和王维维，2017)。还有文献探讨了互联网背景下提高就业质量的路径(Rubery & Grimshaw，2001；王军超，2017)。然而，现有研究并未区分具体的就业或创业类型，不能较好地识别出互联网在不同就业形式下的影响效果，并且这些研究大多数集中在理论探讨层面，从实证角度分析其作用机制和影响程度的研究较少。不同于既有文献，本文基于中国综合社会调查(CGSS)数据，分析了互联网使用对个体受雇就业和自雇创业的影响，并区分了标准及非标准就业、机会型与生存型创业；之后，选取工作收入、时间和自主性作为就业质量的客观测量指标，探讨了互联网对不同就业类型下就业质量的影响效果。
二、国内外文献综述
(一)互联网使用与就业决策
随着互联网技术的普及和移动互联网的广泛应用，网络逐渐成为人们获取信息和搜寻工作的重要工具。在受雇就业方面，使用互联网有助于提高就业者的竞争力和工作效率，使其更有可能获得高收入和稳定性较好的工作(杨蕙馨和李春梅，2013)。此外，使用互联网还可以提高求职者和工作岗位的匹配效率，有利于减少摩擦性失业。利用互联网进行工作搜寻，可以显著地降低搜寻成本，提高求职者获得工作的概率(Dettling，2017)。这是因为，对于雇主而言，通过网络平台发布岗位信息，扩大了信息传输范围，降低了沟通成本，有利于减少岗位的空缺持续时间(Kuhn & Mansour，2014)。对于求职者而言，互联网平台提供了丰富的信息资源，可以使求职者及时、便捷地获得相关工作岗位信息，进而拥有更多的就业选择和就业机会(Holman，2013)。
从社会资本来看，互联网作为虚拟空间，线上交友和互动都具有私密性，人们在交流时更容易表达自己的真实想法，能够快速与兴趣相投、拥有共同话题的人建立友谊，从而促进社会资本的积累，自主创业的可能性也会随之提高(Bauernschuster et al.，2014)。此外，以网络为媒介的线上运营推动了创新创业模式的转变，通过缩短时间和空间距离、降低创业和交易成本、增加用户的消费需求等方式，吸引着劳动者进行机会型创业(胡贝贝等，2015)。
(二)互联网使用与就业质量
从现有文献来看，关于互联网与就业质量关系的研究主要为理论分析和定性探讨，相关的实证研究并不多，尽管有一些研究提出了“互联网+”背景下实现高质量就业的方案路径，但互联网究竟会对个体的就业质量产生怎样的影响并未得到证实(王军超，2017)。根据经济学理论和国际经验，互联网对劳动者就业质量的影响主要体现在工作收入、工作时间和工作自主性等方面。从工作收入来看，大量的研究均证实了互联网使用对个人收入有积极的影响(Krueger，1993；Pabilonia，2005)。从工作时间来看，互联网对于个人工作时间的影响具有两面性：一方面，即时通信、邮件传送和信息获得等网络功能的应用有助于提高办公效率，在工作量一定的前提下，可以大幅度缩短工作时间；另一方面，由于互联网办公的灵活性，使得一部分就业者工作和生活的时间界限划分模糊，这样可能导致实际工作时间延长(Rubery & Grimshaw，2001)。从工作自主性来看，使用互联网进行远程办公，有利于减少就业者通勤时间和避免工作场所的干扰，增加了工作方式的灵活性和自主性，进而有助于就业者更好地平衡工作与生活(Weinberg，2000；Bloom et al.，2015)。此外，还有的研究提出，在企业中实行“互联网+”与工会、人力资源等职能部门工作相结合的模式，对于保障员工权益、提高劳动者就业质量有着重要的意义(李芸，2017)。
三、数据来源、计量模型与描述统计
(一)数据来源
本文使用的数据来自2010年、2012年和2013年的中国综合社会调查(CGSS)数据。由于2011年CGSS的调查样本相对较少，并且缺失部分关键变量，故分析中未将其纳入。使用该数据主要有以下考虑：首先，该数据集中有个人互联网使用的相关变量，包括互联网使用的频率，是否将互联网作为信息渠道，以及闲暇时互联网使用情况等。其次，利用该数据不仅能够较好地识别出就业者具体的受雇和自雇就业类型，而且可以分析就业者工作时间、工作收入和工作自主性等客观就业质量指标，这与本文研究需要相契合。再次，该数据抽样采用分层设计，调查样本覆盖了全国31个省份，在以往关于互联网与劳动力市场的相关研究中也经常被用到，具有一定的权威性和代表性。最后，选取三年的数据构成混合截面数据，可以扩大样本容量，进而提高研究的可信度。本文选取的主要研究变量及解释如表1所示。
表1 研究变量及说明

资料来源：根据CGSS数据整理计算得到。
从被解释变量来看，在就业决策方面，本文用就业选择和就业类型两个指标来反映。就业选择主要依据个体目前的工作情况，分为受雇就业、自雇创业和未工作三种状态。需要说明的是，本文的未工作包括当前处于失业状态以及退出劳动力市场的人。就业类型则是将就业形式进一步细分：在受雇就业中，依据工作的稳定性原则，首先，将签订无固定期限合同及固定期限合同直接视为标准就业；其次，将未签订合同但在正规部门工作(包括党政机关、事业单位、社会团体、国有或集体控股单位)、有行政管理职务，且每周工作时间大于30小时的同样视为标准就业；最后，将未签订合同的其他受雇就业者视为非标准就业。在自雇创业中，将拥有自主管理权且参加养老和医疗保险的自雇者视为机会型创业，将其余自雇者视为生存型创业。在就业质量方面，尽管已有文献对于该指标的测量没有统一的口径，但可以从工作时间来了解劳动者的工作强度，从工作收入来反映劳动者的工作回报率，从工作自主性来衡量劳动者的工作生活平衡程度。因此，本文选取了工作时间、工作收入和工作自主性三个指标来测量劳动者的就业质量。
从关键解释变量来看，本文使用“过去一年互联网媒体的使用情况”来反映互联网总体使用情况。其中，有使用过互联网的取值为1，从未使用过互联网的取值为0。此外，本文还引入信息来源和闲暇互联网使用两个变量，其中，信息来源变量主要反映互联网作为信息渠道的应用目的，利用问卷中“主要信息来源是否为互联网”来测量；闲暇互联网使用主要考察个体空闲时使用互联网情况，利用问卷中“过去一年空闲时使用互联网情况”来测量个体闲暇互联网使用情况，从未使用过为0，使用过为1。
在控制变量方面，本文参照已有文献，控制了个体的性别、年龄、户口、民族、婚姻状况、政治面貌、教育年限和健康状况等个体特征变量，以及反映家庭经济状况的家庭相对收入变量。此外，本文还控制了所在地区、所在省份的人均GDP和调查数据的年份等变量。
(二)计量模型
1.互联网使用对就业决策的影响。为分析互联网使用对个体就业决策影响作用，本文构建了就业选择的多元Probit模型：
Pr( Employment= k)= Φ( α+ βInternet+ γX 1+ λX 2+ φX 3+ ηX 4)
(1)
式中，分类变量Employment为就业决策，在基准模型中，未工作取值为0，受雇就业取值为1，自雇创业取值为2；核心解释变量Internet表示互联网使用；X1，X2，X3和X4分别表示个人特征、家庭经济特征、区位特征及年份特征等控制变量；待估系数β表示互联网使用对个体就业决策的边际效应。之后，本文还划分了具体的就业类型，将受雇就业分为标准和非标准就业，将自雇创业分为机会型和生存型创业，并以未工作作为参照组，试图利用该模型分析互联网使用对具体就业和创业类型的影响效应。
为分析互联网使用对就业决策的影响机制，本文还加入互联网信息渠道、闲暇互联网使用及其偏好等变量，构建多元Probit模型：
Pr( Employment= k)= Φ( α+ β 1 Internet
+ β 2 ituse+ γX 1
+ λX 2+ φX 3+ ηX 4)
(2)
式中，ituse为信息渠道或闲暇互联网使用变量。考虑到互联网的不同应用可能对个人就业选择的影响存在异质性效果，本文在式(2)中，还加入了闲暇互联网使用与个人社交、娱乐及学习活动偏好的交互项，以此来检验互联网的不同应用对个人就业选择影响的异质性。
2.互联网使用对就业质量的影响。在分析互联网对就业质量的影响时，本文选取就业者的工作时间、工资收入和工作自主性这三个指标，来衡量就业质量。在实证分析中，本文利用普通最小二乘(OLS)方法，构建模型如下：
Job- quality= α+ βInternet+ γX 1+ λX 2
+ φX 3+ ηX 4+ ε
(3)
式中，被解释变量Job-quality为就业质量，分别用每周工作时间、小时工资率和工作自主性这三个变量来测量；关键解释变量为Internet，表示互联网使用。在控制变量中，除了加入个体特征、家庭特征和区域特征等变量之外，还控制了就业者所在职业及行业等工作特征变量。
(三)描述性统计
本文研究样本主要为居住在城镇地区的劳动适龄人口，主要有如下考虑：从互联网发展来看，结合2015年中国互联网络信息中心(CNNIC)的报告可知，城镇地区互联网的普及率为66%，而农村仅为32%，城乡之间的“数字鸿沟”现象仍然明显。鉴于城乡间网络发展的不平衡现状，在分析中有必要区分城乡地区来考察互联网对劳动者的影响。从现实中互联网与就业的关系来看，互联网使用对于劳动者非农就业的影响更大，对务农工作的影响较小，结合CGSS数据可知，调查中居住在农村地区样本主要以务农工作为主，因此，本文重点分析互联网对居住地为城镇的劳动者的影响。另外，关于劳动适龄人口的界定，结合我国实际情况，本文选取16岁～60岁的男性样本，以及16岁～50岁的女性样本作为研究对象。在剔除目前处于上学状态以及缺失关键变量的样本之后，最终得到样本11 290个。其中，使用互联网者为8 011个，占样本总量的71.0%；未使用互联网者为3 279个，占样本总量的29.0%。表2报告了主要变量的描述统计结果，按照全样本以及是否使用互联网对样本进行了区分，并使用T检验分析了使用互联网者与未使用互联网者之间的特征差异。从就业选择来看，在全样本中，受雇就业占比为56.8%，自雇创业占比为15.7%，而未工作占比为27.6%。从就业类型来看，标准就业为44.0%，非标准就业为12.7%，机会型创业为2.6%，生存型创业为13.2%。T检验的结果表明，按照就业选择的分类，使用互联网的样本中受雇就业的比例要明显高于未使用互联网的样本，而自雇创业和无工作的比例相对较低。按照就业类型的分类，使用互联网样本中标准就业和机会型创业的占比要明显较高，而未使用互联网样本中非标准就业和生存型创业的占比相对较高。
表2 主要变量的描述性统计

说明：表中数据为样本均值，括号内数据为标准差。***，**和*分别表示在1%，5%和10%水平上显著。
资料来源：根据CGSS数据整理计算得到。
在选取的控制变量方面，从个人特征来看，与未使用互联网者相比，使用互联网者平均年龄更低，城镇户口比例更高，汉族比例更高。同时，已婚比例更低，政治面貌为党员比例更高，受教育年限相对更长，健康状况也相对较好，但在性别方面差异不明显。从家庭经济特征来看，使用互联网者家庭收入高于平均水平的比例相对较高，表明其家庭经济条件要明显好于未使用互联网者。从区位特征来看，使用互联网者在东部地区的分布比例最高，而在中部、西部和东北地区分布比例相对较低，并且所在省份的人均GDP也相对较高。
四、互联网使用影响就业创业的经验分析
依据上述分析策略，本节分析了互联网对个人就业创业决策的影响效果，具体分析思路为：首先，以未工作作为参照组，考察互联网使用对整体就业、受雇就业和自雇创业的影响作用。其次，以未工作为参照组，将受雇就业细分为标准和非标准就业，将自雇创业细分为机会型和生存型创业，分析互联网使用对具体就业类型的影响。再次，加入互联网信息渠道、闲暇互联网使用及其偏好等变量，探讨互联网使用对就业决策的影响机制。最后，对互联网影响就业的效应进行稳健性检验。
(一)互联网使用对就业选择的影响
表3中为互联网使用对整体就业、受雇就业及自雇创业影响的边际效应。方程(1)结果显示，互联网使用的系数为0.068且在1%水平上显著，表明在控制其他变量后，使用互联网能够使整体就业概率上升6.8%。从方程(2)结果来看，互联网对受雇就业有明显的影响，其系数为0.072，但对自雇就业的影响系数不显著。由此表明，与未使用互联网相比，使用互联网增加了劳动者受雇就业的概率，但对自雇创业的影响不明显。从控制变量来看，在个人特征方面，性别对整体就业的系数显著为正，并且在受雇就业中系数更大，表明男性就业的平均概率要高于女性，且这种性别就业差异在受雇中表现更明显。年龄对就业概率的影响呈现“倒U”型，即随着年龄增加，劳动者的就业概率先增加后减小。户口和民族对受雇就业影响为正，但对自雇创业影响为负，这就意味着，城镇户籍或汉族进入受雇就业的概率更大，而农村户籍或非汉族进入自雇创业的概率更大。婚姻状况对自雇创业有显著正向影响，而对受雇就业影响不显著，表明已婚者选择自雇创业的概率更大。政治面貌和教育年限对受雇就业有正向影响，而对自雇创业有负向影响，表明政治面貌为党员或教育程度越高，则从事受雇就业的概率越大，而非党员或教育程度相对较低的，则从事自雇创业的概率更大。健康状况对受雇就业和自雇创业均有显著的影响作用，表明健康状况越好，其就业概率越高。在家庭特征方面，家庭相对收入对受雇就业的系数值由正转为负，表明随着家庭收入水平的提高，一开始会增加个体受雇就业的概率，之后会减小受雇就业的概率，体现出家庭经济的“收入效应”。而家庭相对收入对自雇创业的影响系数逐渐增加，表明随着家庭收入的提高，引起个体从事自雇创业概率也在增加，体现出家庭经济的“替代效应”。
之后，本文以未工作作为参照组，进一步将受雇就业划分为标准和非标准就业，将自雇创业划分为机会型和生存型创业，运用多元Probit模型考察了互联网使用对具体就业类型的影响效果。表4的分析结果显示，从受雇就业来看，表4第(1)列和第(2)列的结果表明，互联网对标准和非标准就业影响的系数分别为0.102和-0.028，且均在1%水平上显著，表明与未工作相比，使用互联网能够使个人进入标准就业的概率增加10.2%，同时使非标准就业的概率减小2.8%，即互联网使用实际上促进了个人进入标准就业，并且降低了个人从事非标准就业的可能性。从自雇创业来看，表4第(3)列和第(4)列的结果显示，互联网对机会型和生存型创业的系数分别为0.016和-0.019，且均在1%水平上显著，表明使用互联网能够让个体进入机会型创业的概率增加1.7%，进入生存型创业的概率减小1.9%。以上分析表明，互联网使用促进了个人的标准就业和机会型创业，而减少了从事非标准就业和生存型创业的可能，即无论是受雇就业还是自雇创业，使用互联网均可以促进个人进入更高质量的就业或创业形式。
表3 互联网使用对就业和创业决策的影响

说明：表3报告了边际效应，括号内为稳健标准误。***，**和*分别表示在1%，5%和10%水平上显著，表4、表5、表6、表7同。在回归时还控制了区域和宏观经济等变量。其他回归表格注释与此相同，故略去。
资料来源：根据CGSS数据整理计算得到。
表4 互联网使用对具体就业类型的影响

资料来源：根据CGSS数据整理计算得到。
(二)互联网使用影响就业创业决策的异质性分析
为了探讨互联网对个体就业决策的影响机制，本文引入互联网使用与信息渠道、闲暇互联网及其活动偏好的交互项，来检验互联网对就业决策的影响效果。表5中方程(1)在基准模型中加入网络信息渠道变量，分析结果显示，网络信息渠道对标准就业和机会型创业的系数显著为正，对非标准就业和生存型创业的影响并不显著，即将互联网作为主要的信息渠道，能够促进个体从事标准就业和机会型创业。方程(2)中加入闲暇互联网变量，结果表明，在闲暇时使用互联网同样提高了个体选择标准就业和机会型创业的概率。结合工作和闲暇的时间配置可知，在控制闲暇互联网使用之后，互联网变量的边际效应实际为工作互联网使用的影响效果，其对个人选择标准就业有显著正向影响，而对非标准就业有显著负向影响，但对自雇创业影响不明显。方程(3)在方程(2)中又加入闲暇互联网使用与闲暇活动偏好的交互项，从分析结果看，闲暇互联网与社交活动的交互项，对机会型和生存型创业有明显的正向影响，而对非标准就业的影响显著为负；闲暇互联网与娱乐活动的交互项，对非标准就业、机会型和生存型创业的影响均显著为负，即使用互联网进行娱乐活动的频率越高，会在一定程度上降低个人就业创业的概率；闲暇互联网与学习活动的交互项，对生存型创业有显著的负向影响，表明闲暇时使用网络进行在线学习，能够明显降低个体选择生存型创业的可能性。
表5 互联网使用对不同就业类型的影响机制

资料来源：根据CGSS数据整理计算得到。
(三)稳健性检验
1.利用网络使用频率作为解释变量的检验。前文分析中主要检验了个体“是否使用互联网”对就业选择的影响。事实上，考虑到不同个体互联网使用深度的差异，可能反映在网络使用频率上，所以，本文将“网络使用频率”代替“互联网使用”作为解释变量，对基准模型进行再估计，表6汇报了关键解释变量的回归结果。在分析时，以“从不上网”作为参照组，分别列出“很少上网”“有时上网”“经常上网”和“总是上网”等网络使用频率，对不同就业类型影响的边际效应。从表6第(1)列和第(2)列来看，网络使用频率对标准就业有显著正向影响，而对非标准就业有显著负向影响，并且随着互联网使用频率的提高，其系数的绝对值也在逐渐增加。从表6第(3)列和第(4)列来看，网络使用频率对机会型创业同样有显著正向影响，并且互联网使用频率越高其系数值越大，而选择“有时上网”和“经常上网”对生存型创业有明显的负向影响。
表6 网络使用频率对就业决策的影响

资料来源：根据CGSS数据整理计算得到。
2.使用工具变量的CMP模型检验稳健性。由于模型中可能因样本“自选择偏差”而引起内生性问题，本文使用工具变量的CMP模型，重新估计了互联网与不同就业决策之间的关系。工具变量的选择要符合相关性和外生性两个原则，本文参考已有文献，选取个体所在社区或村居层面的互联网普及率作为工具变量。这是因为，一方面，互联网普及率会间接反映出该地网络基础设施现状，并且通过“同群效应”对个人网络使用产生影响，符合工具变量的相关性；另一方面，所在地的互联网普及率不会直接对个人的就业决策产生影响，符合工具变量的外生性。本文运用CMP模型构建方程组进行估计(见表7)，方程(1)和方程(2)分别使用Probit模型和多元Probit模型。从方程(1)来看，社区和村居层面的互联网普及率对个人互联网使用的影响系数为0.470，并且在1%水平下显著为正，符合工具变量的相关性。从方程(2)来看，在使用工具变量之后，互联网使用对标准和非标准就业、机会和生存型创业的影响系数分别为0.256，-0.079，0.046和-0.052，并且均在1%水平下显著，表明上网能够明显增加个人选择标准就业和机会型创业的概率，同时减小个人从事非标准就业和生存型创业概率。此外，从系数绝对值大小来看，使用工具变量法后，各就业类型中互联网系数的绝对值均变大，表明由于内生性问题的存在，使得互联网对就业的影响效应被低估，但上网能够促进个人选择更高质量的就业创业形式这一结论具有稳健性。
表7 使用工具变量的CMP模型的检验结果变量

资料来源：根据CGSS数据整理计算得到。
五、进一步分析：互联网使用对就业质量的影响
互联网对就业质量的影响不仅表现在提高了标准就业和机会型创业这样的就业形式上，而且影响劳动者的工作时间、工作收入和工作自主性等维度。为了进一步探讨互联网对就业质量的影响效果，本文选取工作时间、工作收入和工作自主性这三个指标来反映其就业质量。需要说明的是，在分析过程中，本文删去了未工作的样本，并将缺失工时、收入和工作特征等关键变量的样本剔除，最终得到有效样本7 864个。其中，标准就业占比为61.5%，非标准就业占比为17.0%，机会型创业占比为3.6%，生存型创业占比为17.9%。
表8列出了不同就业形式下就业质量各维度的描述统计情况。在工作时间方面，就业者的平均工作时间为每周50.5小时，并且自雇创业的工时要长于受雇就业。其中，生存型创业的工时最长，平均约为61.0小时，而标准就业的工时相对最短，约为47.2小时。在工作收入方面，就业者的平均小时工资率为17.1元，其中，机会型创业的小时工资率最高，约为33.9元，其次为标准就业，约为17.9元，而生存型创业和非标准就业相对较低，分别为15.0元和13.0元。在工作自主性方面，就业者的工作自主性平均得分为2.819。其中，机会型和生存型创业得分相对较高，分别为3.837和3.724，标准和非标准就业得分相对较低，分别为2.535和2.681。
表8 不同就业形式下的就业质量描述分析

资料来源：根据CGSS数据整理计算得到。
在描述分析的基础上，表9中利用OLS模型，检验了不同就业类型下，互联网对就业质量各维度的影响。方程(1)至方程(3)中分别以工作时间、工作收入和工作自主性作为被解释变量，在回归时，加入了个人特征、家庭特征、区位特征、职业类型和行业类型等控制变量。研究结果显示，对于整体就业样本，互联网对工作时间有显著负向影响，对工作收入和工作自主性均有显著的正向影响。这表明，使用互联网可以提高个人的劳动生产效率，进而可以减少工作时间，增加个人的小时工资率，以及提高工作自主性。分具体的就业类型来看，在工作时间方面，互联网对标准就业和生存型创业的工作时间均有显著的负向影响，说明与未使用互联网的就业者相比，互联网对于减小标准就业和生存型创业者工作时间的影响作用更明显。在工作收入方面，互联网使用对各类型就业的小时工资率均有明显正向影响，并且互联网系数在机会型创业中最大，这与已有研究结论相一致。由此表明，使用互联网提高了个人劳动生产率，促进了收入的增加，尤其对于机会型创业者，使用互联网的收入溢价更明显。在工作自主性方面，互联网在标准受雇和生存型创业中系数显著为正，但对非标准就业和机会型创业影响不明显，表明使用互联网可以提高标准就业和生存型创业的工作自主性。
表9 互联网使用对就业质量各维度的影响

说明：括号内为稳健标准误。***，**，*分别表示1%,5%,10%水平上显著。在回归中除控制了个人特征、家庭特征、区位特征和宏观经济变量外，还控制了个人所在的职业类型和行业类型等变量。
资料来源：根据CGSS数据整理计算得到。
六、研究结论与启示
本文首先回顾了互联网影响就业决策及就业质量的相关文献，在此基础上，利用CGSS数据，构建多元Probit模型分析了互联网使用对个体就业决策的影响，并进行了异质性分析和稳健性检验。之后，还使用OLS回归方法，探讨了互联网使用对不同就业类型下就业质量的影响效果。结果显示：第一，互联网使用能够显著地增加个体进入标准就业和机会型创业的概率，并减少从事非标准就业和生存型创业的可能。第二，将互联网作为主要的信息获取渠道，促进了标准就业和机会型创业。同时，闲暇时上网用于社交能够提高机会型和生存型创业的概率，用于娱乐会减小个人就业和创业的概率，用于学习会降低个人进入生存型创业的可能性。第三，从就业质量的各维度来看，互联网使用明显提高了各类型就业的工作收入，并且对于标准就业和生存型创业者而言，使用互联网可以减少工作时间，提高工作自主性。
在信息化时代，由互联网创造的巨大信息交互平台，逐渐成为劳动力市场参与者获取信息资源的主要渠道。互联网提供的及时有效信息，加强了雇主与雇员之间、用户与用户之间的沟通，通过影响人力资本、社会资本以及工作搜寻等方式，影响个人的就业决策。此外，互联网技术的普及与广泛应用，还创造了新的工作岗位和新的职业类别，为个体的就业带来多元化选择，能够使个人获得更多平衡工作和家庭生活的机会，为提高个体的就业质量带来新的可能。值得注意的是，尽管目前我国互联网普及率已达53.2%，但与发达国家和地区相比，我国互联网基础设施建设和应用水平仍然较低，并且由于城乡分割、个体差异的存在，在中老年、女性和农民工等人群中的互联网使用率和使用技能都普遍偏低。因此，首先，要推动互联网的全民化、普惠化建设，利用网络平台进行在线学习和培训，激活更多的潜在用户，尤其是提高女性及农民工等群体网络技能，增强其求职就业或创业的竞争力。其次，要加强网络平台监管，提高互联网平台的信息质量，规范和约束信息制造者的行为，严厉打击虚假信息、诈骗信息的制造和传播，维护互联网用户的合法权益。最后，政府在鼓励多元化就业创业的同时，还应重点考虑这部分群体的社会保障问题，将多样化的就业群体纳入社会保障体系内，以适应新经济下平台就业和自主创业等新就业形态的发展需求。
参考文献
胡贝贝、王胜光、任静静，2015：《互联网时代创业活动的新特点——基于创客创业活动的探索性研究》，《科技创业月刊》第10期。
赖德胜、苏丽锋、孟大虎、李长安，2011：《中国各地区就业质量测算与评价》，《经济理论与经济管理》第11期。
李雪莲、马双、邓翔，2015：《公务员家庭、创业与寻租动机》，《经济研究》第5期。
李芸，2017：《适应与超越:“互联网+”时代的工会改革》，《南京社会科学》第9期。
毛宇飞、曾湘泉，2017：《互联网使用是否促进了女性就业——基于CGSS数据的经验分析》，《经济学动态》第6期。
宁光杰，2012：《自我雇佣还是成为工资获得者?——中国农村外出劳动力的就业选择和收入差异》，《管理世界》第7期。
石丹淅、赖德胜，2013：《自我雇佣问题研究进展》，《经济学动态》第10期。
史晋川、王维维，2017：《互联网使用对创业行为的影响——基于微观数据的实证研究》，《浙江大学学报(人文社会科学版)》第4期。
王春超，2009：《中国农户就业决策行为的发生机制——基于农户家庭调查的理论与实证》，《管理世界》第7期。
王春超、吴佩勋，2011：《产业结构调整背景下农民工流动就业决策行为的双重决定——珠江三角洲地区农民工流动就业调查研究》，《经济社会体制比较》第5期。
王军超，2017：《“互联网+”背景下大学毕业生实现高质量就业的探索》，《创新与创业教育》第1期。
王重鸣、吴挺，2016：《互联网情境下的创业研究》，《浙江大学学报(人文社会科学版)》第1期。
杨蕙馨、李春梅，2013： 《中国信息产业技术进步对劳动力就业及工资差距的影响》，《中国工业经济》第1期。
周广肃，2017：《最低工资制度影响了家庭创业行为吗?——来自中国家庭追踪调查的证据》，《经济科学》第3期。
Autor，D.H.，F.Levy，and R.J.Murnane，2003，“The Skill Content of Recent Technological Change: An Empirical Exploration”，Quarterly Journal of Economics，118(4):1279-1333.
Bauernschuster，S.，O.Falck，and L.Woessmann，2014，“Surfing Alone? The Internet and Social Capital: Evidence from an Unforeseeable Technological Mistake”， Journal of Public Economics，117(1):73-89.
Bloom，N.，J.Liang，J.Roberts，and Z.J.Ying，2015，“Does Working from Home Work? Evidence from a Chinese Experiment”，Quarterly Journal of Economics，130(1):165-218.
Dettling，L.J.，2017，“Broadband in the Labor Market: The Impact of Residential High Speed Internet on Married Women’s Labor Force Participation”，Industrial & Labor Relations Review，70(3):451-482.
Fiess，N.M.，M.Fugazza，and W.F.Maloney，2010，“Informal Self-employment and Macroeconomic Fluctuations”，Journal of Development Economics，91(2):211-226.
Holman，D.，2013，“Job Types and Job Quality in Europe”， Human Relations，66(4):475-502.
Krueger，A.B.，1993，“How Computers Have Changed the Wage Structure: Evidence from Microdata，1984—1989”，Quarterly Journal of Economics，108(1):33-60.
Kuhn，P.，and H.Mansour，2014，“Is Internet Job Search Still Ineffective?”，Economic Journal，124(581):1213-1233.
Mcgovern，P.G.，D.Smeaton，and S.Hill，2015，“Bad Jobs in Britain: Non-standard Employment and Job Quality”，Work & Occupations，31(2):225-249.
Pabilonia，S.W.，2005，“Returning to the Returns to Computer Use”，American Economic Review，95(2):314-317.
Rubery，J.，and D.Grimshaw，2001，“ICTs and Employment: The Problem of Job Quality”，International Labour Review，140(2):165-192.
Weinberg，B.A.，2000，“Computer Use and the Demand for Female Workers”，Industrial & Labor Relations Review，53(2):290-308.
Zhang，H.，2010，“The Hukou System’s Constraints on Migrant Workers’ Job Mobility in Chinese Cities”，China Economic Review，21(1):51-64.
INTERNET USE, EMPLOYMENT DECISION AND EMPLOYMENT QUALITY——Empirical Evidence from CGSS Data
MAO Yu-fei1 ZENG Xiang-quan2 ZHU Hui-lin3
(1.School of Labor Economic, Capital University of Economics and Business;
2.School of Labor and Human Resources, Renmin University of China)
Abstract:Based on the Chinese General Social Survey (CGSS) data, this paper uses multivariate Probit model to test the impact of internet use on individual employment decision, and discusses its impact on employment quality under different employment types. The results show as follows: Using the Internet can significantly promote the probability of individual engaged in standard-employment and opportunity-entrepreneurship.Using the internet as a major information access channel can promote the possibility of standard-employment and opportunity-entrepreneurship.Using the internet in leisure time for social networking, learning, entertainment or other different activities will have different impact on individual employment decision. For the various dimensions of employment quality, the internet use can significantly improve the income of different employment types, and for standard-employment and survival-entrepreneurs.the internet use can reduce their working time and improve their work autonomy.
Key words: internet use; employment decision; employment quality; standard employment; opportunity entrepreneurship
＊毛宇飞(通讯作者)，首都经济贸易大学劳动经济学院，邮政编码100070，电子信箱：maoyufei1990@126.com;曾湘泉、祝慧琳，中国人民大学劳动人事学院。本文得到国家社会科学基金青年项目“信息技术进步对中国劳动力市场的影响”(16CJY013)的资助。感谢匿名评审人提出的修改建议，笔者已做了相应修改，本文文责自负。
(责任编辑：杨万东)