林聚任等丨互联网快速发展背景下就业方式的转型与选择
互联网快速发展背景下就业方式的转型与选择
作者简介
林聚任，山东大学哲学与社会发展学院教授、博士生导师；
申丛丛，山东大学哲学与社会发展学院博士研究生；
韩军辉，太原理工大学经济管理学院副教授、硕士生导师。
随着信息通讯技术的快速发展和互联网的广泛使用，我们进入了网络化新时代。这深刻改变了人类社会生产生活的各个方面，也带来了就业方式和选择的转型。利用2014年国内八城市“社会网络与职业经历问卷调查(JSNET2014)”数据，构建MProbit和Probit模型分析互联网使用对各种就业选择的影响，并探讨互联网使用影响体面劳动和线上创业的关系机制。研究发现，互联网使用对总体就业水平具有显著正向促进作用。通过IVProbit模型进行检验，其估计结果有效稳健。此外，互联网使用不但因婚姻、教育、户籍不同存在一定群体差异，同时会增加体面劳动和线上创业概率。通过中介效应模型进一步发现，线上工作社群数量是互联网使用促进线上创业的重要路径机制。
近年来，伴随着互联网的快速发展，中国进入了网络化新时代，互联网使用率显著提升。中国互联网络信息中心发布的第46次《中国互联网络发展状况统计报告》显示，截至2020年6月，我国网民的规模已达到9.4亿，互联网普及率已达到67%。2020年初新冠肺炎(COVID-19)疫情爆发之后，虽然部分常规行业或领域的劳动就业遭受“重创”，但线上办公和创业得到前所未有的发展，带动了就业方式的重大转变。数据显示，2020年第一季度，住宿餐饮、批发零售业、交通运输仓储和邮政业增加值同比分别下降了35.3%、17.8%、14.0%(1)；2020年1—4月，我国城镇新增就业354万人，同比减少105万人；2020年4月全国城镇调查失业率为6%，比上年同期高出1个百分点(2)。但与此同时，有些行业则迎来了新的发展机遇。比如，2020年我国规模以上互联网和相关服务企业完成业务收入12838亿元，同比增长12.5%，其利润增长13.2%。与“互联网+”相关的在线外卖、在线旅游、在线教育、物流快递、生鲜电商、移动支付、远程办公等成为后疫情时期的就业亮点，电子商务业发展迅速。
面对后疫情时期的新问题、新挑战，《人民日报》曾刊文，认为抓“六保”促“六稳”对于经济发展和社会稳定具有重大意义：“六稳”要以就业为首；“六保”首要的仍是保居民就业。(3)而互联网的广泛使用带来的就业转型正成为就业发展的新引擎，正在重塑就业结构和社会结构，值得做深入探讨。
一、相关研究述评
(一)互联网使用对就业方式转变的主要影响
随着互联网技术的快速发展与广泛应用，“网络化”(networking)正在深刻改变和重塑当今的社会结构。著名网络社会学家曼纽尔·卡斯特(Manuel Castells)把“网络化”看作信息时代一种全新的社会结构形态，认为信息化社会的关键特征之一是其基本结构的“网络化”，网络间信息和意象的流动重塑了社会结构的基础。“新信息技术正在以工具性的全球网络方式整合这个世界”(4)，他提出信息化、全球化和网络化带来了社会结构的大转型，相应地人们的生活方式和工作方式也在发生重大变化。“工作的灵活性、多样化的就业模式、工作条件的多样性和劳动者联系的个体化，是电子商务的系统特征。”(5)
已有大量研究证明了互联网的使用和数字化劳动极大地改变了当今工作的性质，显著影响了就业转型。“伴随互联网、大数据、物联网(IoT)和人工智能(AI)日益增强的渗透性影响，工作性质正在发生着深刻变化。”(6)世界银行等机构基于世界范围的研究得出：“技术为创造新工作岗位、提高生产率和提供有效的公共服务提供了机会。通过创新，技术会产生新部门和新任务。”(7)互联网的使用可促进就业水平，能创造更多的就业机会(8)，例如美国接入互联网能够提高1.8%的就业率(9)。同时，互联网的使用还能促进创业活动，因为能够给创业者带来大量信息，扩展新业态。但也有部分文献反思互联网对就业的负面影响，最具代表性的观点是互联网具有技能偏向。互联网与高技能劳动者具有互补关系，而与低技能劳动者具有替代关系(10)。这将意味着信息技术以及互联网的发展会增加对高技能劳动力的相对需求，减少对低技能劳动力的相对需求(11)，部分低技能劳动者将会失业。
(二)互联网使用影响就业的主要机制
互联网不仅通过提供丰富的职业信息资源让求职者拥有更多的就业机会(12)，同时还能够显著地降低搜寻成本，提高求职成功率(13)。从效率方面来看，基于互联网的即时通讯使沟通和信息传递更为便捷高效，能够帮助农民积累社会资本进而提高从事非农工作的概率(14)。中国属于“熟人社会”，关系网在求职过程中的作用不可忽视。如边燕杰等通过全国八城市“求职网调查”等数据，分析了关系资本对求职和工作的影响(15)。崔凯结合中国家庭追踪调查数据(CFPS)农村居民样本研究也表明，关系网有助于提升工资就业的概率，而互联网使用对创业的影响更大(16)。周洋等研究指出，互联网有利于创业家庭维持并发展社会关系，进而在信息、情感等方面获取创业支持(17)。关于互联网使用如何影响个体创业，首先是互联网能给创业者提供大量专业信息和商务信息(18)；其次，使用互联网能够提升创业个体的线下社会资本(19)，创业者的互联网使用能够显著地增加其线下人情支出；再次，互联网使用还能通过促进创业者融资、提高风险投资意识等路径影响创业过程(20)。
(三)互联网对不同群体就业的影响
互联网对行业和就业领域的影响存在一定差异。近年来各行各业以及广大农村地区互联网普及率得到极大提升，虽然互联网对就业的影响显著扩大，但也存在着一些行业和群体方面的差异。例如，周冬基于微观调查数据发现，互联网对于我国农村非农就业存在显著的促进作用，并建议通过加强落后地区互联网基础设施建设来实现均衡发展(21)。张卫东等利用2017年中国综合社会调查(CGSS)数据也得出了类似的结论(22)。部分研究文献关注了互联网对女性群体就业的影响。从理论上说，富有弹性的工作机会以及灵活的工作场所可能会提高女性的劳动参与(23)。此外，毛宇飞等发现，使用互联网获取信息有助于促进女性群体整体就业，尤其是非自雇就业；但互联网使用对女性就业的影响存在一定异质性(24)。同时，互联网使用还能对女性创业产生直接的显著影响(25)。还有部分学者关注了互联网使用对大学毕业生就业的影响，并认为互联网有利于增强大学生的就业信心(26)。少数文献分析了互联网对老年人和残疾人等特殊群体就业的影响(27)。
社会科学文献出版社，2016年3月出版
综上所述，信息通讯技术或数字革命的发展以及互联网的普及正在深刻改变传统的就业模式，带来了前所未有的发展机遇和挑战。世界银行发展报告指出：数字技术既促进了经济发展和就业，带来数字红利，同时也会造成“数字鸿沟”(28)。有研究也指出，互联网的逐步普及改变了个体就业渠道，在一定程度上造成了劳动力市场分割(29)。在互联网冲击下，就业群体内部出现了明显的分化现象，不平等问题凸显；与此同时，就业形式和就业内容也日趋多样化。然而，现有文献多是基于一般性就业或创业研究，缺乏对就业或创业进一步分类细化研究；同时，如何从就业转型的角度去研究互联网使用对就业方式和选择的影响也需要深化。
二、数据变量
(一)数据来源
本文所使用的数据来源于全国八城市“社会网络与职业经历问卷调查”(JSNET2014)实证调查数据，是通过西安交通大学实证社会科学研究所牵头对全国八城市(长春、天津、济南、上海、厦门、广州、西安、兰州)所做的住户调查而获取的。该调查采取多阶段系统抽样的方式在18岁至69岁有过非农职业经历的被调查者进行抽样，采用计算机辅助调查技术(CAPI)开展入户访问，最终从195个社区/村委会获得5480个被访户(人)的有效数据资料。笔者在分析互联网对就业或创业选择影响的基础上，重点探究互联网使用影响体面工作和线上创业的关系机制。
(二)变量选择
1.因变量
分析的因变量为就业选择或就业状态，均设置为0—1变量。具体来说，当讨论互联网使用对整体就业水平以及不同群体就业的促进作用时，将样本分为就业和未就业两种状态。当研究互联网使用对不同就业形式的影响时，首先以未就业群体为参照组，研究互联网使用对受雇和创业的促进作用；其次，将受雇情况进一步划分为体面劳动和一般工作(参照组)，而将创业形式划分为线上创业和线下创业(参照组)两种。其中体面劳动是按照国际劳工组织(1999)的定义，即男女在自由、公平、安全和具备人格尊严的条件下，获得体面的、生产性的可持续工作机会。结合所用数据特点，本文将“在找工作时雇主或公司是否有性别要求”“您的单位是否提供了工伤保险”“您现在对这份工作的满意度如何”以及“入职后，您用多长时间建立对单位的归属感”等题项聚合成体面工作因子。将因子得分较低，且没有提供工伤保险、存在性别歧视的工作赋值为0分，而将其余个体视为体面工作者，赋值为1。
山东人民出版社，2018年版
2.自变量
自变量为互联网使用。这一变量由社会网络与职业经历问卷调查中“平时使用QQ、微博、微信等社交网络软件的频率”“通过互联网获取与生活/工作有关的知识的频率”以及“通过互联网看新闻的频率”三个题项聚合而成，通过主成分分析提取出一个因子，因子解释度达到78%。在实际操作中将其转化为0—100之间数值并进行对数处理。
3.中介变量
第一个中介变量为线上工作社群数量。社会网络与职业经历调查问卷不仅设置了被访者参与的网络社区数量，同时还设计了如下问题：“您参与的上述互联网线上社群中，有多少个与您的专业/工作/学习相关的社群？”如果被访者答案为0个，则意味着被访者“从未参与过线上专业社群”，其上网活动目的可能只是进行浏览信息或娱乐休闲等内容，赋值为1；如果被访者的答案大于或等于1个，则被视为通过网络社区进行与工作相关的在线学习。按照问卷给出的答案进行赋值。本文将线上工作社群数量作为中介变量，探究互联网使用对线上创业的影响机制。第二个中介变量为网络求职，这一变量主要来源于问卷中关于就业信息渠道来源的调研。如果被访者通过互联网信息进行求职，则赋值为1；否则赋值为0。我们将网络求职作为中介变量研究互联网使用对体面工作的影响机制。最后，将年龄、性别、受教育程度、政治面貌、婚姻状况、户籍以及身体健康状况等变量作为控制变量(详见表1)。
表1 样本的描述性统计
(三)实证模型说明
所运用实证模型有两类：一是Probit模型，二是中介效应模型。第一类模型设置如下：
(1)
其中的i表示样本个体，Entrei表示个体的就业状态，Xi代表影响就业的因素变量，ui为随机扰动项，β为回归系数。
针对工作社群数量和网络求职设置如下中介效应模型：这里仅以工作社群数量的中介模型为例。同时为方便起见，这里省略了控制变量。
(2)
(3)
(4)
在式(2)中，c为自变量(互联网使用)对因变量 (线上创业)的总效应；式(3)中的a为自变量Interi(互联网使用)对中介变量onlinegroupi(工作社群数量)的效应；在方程(4)中，b为控制自变量Interi(互联网使用)后，中介变量onlinegroupi(工作社群数量)对因变量Yi (线上创业)的效应，而c′为控制中介变量onlinegroupi(工作社群数量)后，自变量Interi(互联网使用)对因变量(线上创业)的直接作用效果。
需要指出的是，上述基本模型可能会由于样本“自选择偏误”导致内生性问题而使得估计出现非一致和有偏，后文将采用工具变量进行检验。同时，MProbit模型与Probit模型类似，这里不再列出。本文主要运用MProbit模型将整体样本分为未工作群体、受雇群体和创业群体进行研究。
三、结果分析
(一)互联网使用对整体就业水平的影响
整体而言，互联网使用对就业水平有促进作用吗？本部分利用Probit模型进行研究，所得结果见表2。结果显示，年龄的回归系数为正，而年龄平方项的回归系数为负，且均在1%水平上显著。这意味着年龄与就业之间存在倒U关系，即随着年龄增加，个体就业的可能性增加，但在拐点之后，其可能性反而下降。相比于女性，男性的就业率更高。同时，教育年限回归系数为正，并且在0.01水平上显著，这意味着学历与就业存在正向关系。类似地，拥有党员身份的个体比非党员个体的就业概率更高。已婚或共同居住对就业具有显著负向影响。户籍类型对就业水平没有显著差异。个体的健康状况对就业具有积极正向影响。以上回归结果与多数文献相关结论基本一致，说明本文所用数据有较强代表性。这将为后续研究奠定坚实基础。需要指出的是，本部分只是考察各因素对创业选择的影响方向，因此没有给出各变量的边际效应值。
表2 总体就业影响因素的Probit模型
注：(1)括号内为标准误；(2)***、** 和*分别表示在1%、5%和10%水平上显著。
(二)内生性检验
在研究劳动参与和就业决策时，经常会因为样本的“自选择偏误”而产生内生性问题。这里利用IVProbit模型两步法对互联网使用与总体就业状况之间关系重新进行检验。有效的工具变量必须与随机扰动项不相关，同时还要与内生变量高度相关。考虑到所用数据，我们将个体所在社区互联网使用频率均值(不包含自身在内)作为互联网使用的工具变量。该变量不仅能够体现个体所在社区的网络使用水平或网络基础；同时由于该变量将“自己”剔除，所以不会对自身的就业状态产生影响。为论述方便，将其简称为社区互联网使用。结果如表3所示：
表3 工具变量回归结果
注：(1)括号内为标准误；(2)***、** 和*分别表示在1%、5%和10%水平上显著。
从第一阶段检验结果可以看出，社区互联网使用与被访者的互联网使用高度相关。模型F统计值为390.33，远高于10%偏误水平下的临界值16.38。这一结果说明社区互联网使用是比较合适的工具变量。第二阶段回归结果表明，使用工具变量以后，被访者的互联网使用对总体就业的回归系数为0.229且在0.01水平上显著相关，这表明由于内生性问题低估了互联网使用对总体就业水平的影响。
(三)互联网使用影响就业的异质性分析
以上分析证明，互联网使用对整体样本的就业具有积极促进作用。互联网使用会对不同的就业形式存在不同影响，且不同群体对互联网的使用存在一定差异或异质性。为此，本部分主要对互联网使用影响就业选择的异质性展开分析。
1.互联网使用对不同群体就业的影响
该部分以未就业群体为参照组，按照教育(分为高中以上和高中及以下)、婚姻(分为已婚和未婚)、性别、户籍(分为非农和农业户籍)进行分组，通过引入回归交叉项，建立4个相应的Probit模型研究互联网使用对不同群体就业的影响，结果如表4所示。研究结果表明，在控制相关变量基础上，互联网使用与高中以上、已婚以及非农户籍的交叉项回归系数分别为0.0129、-0.0778和0.0772，且均在0.01水平上高度显著。这意味着互联网使用对不同群体的就业影响存在一定异质性。具体来说，互联网使用对高中以上学历群体就业的影响明显大于高中及以下群体，并且对未婚群体、非农户籍群体的就业具有更大影响。结果同时表明，互联网使用对不同性别群体的就业影响没有显著差异。
表4 互联网使用对不同群体就业的影响
注：(1)括号内为标准误；(2)***、** 和* 分别表示在 1%、5%和 10%水平上显著。
2.互联网使用对不同就业形式的影响
首先将就业分为受雇和创业两种形式，以未工作群体为参照组利用MProbit模型进行检验，具体结果见表5的左栏部分。其次，将受雇进一步细分为一般工作和体面工作(参照组)，将创业进一步划分为线上创业和线下创业(参照组)利用Probit模型进行检验，具体结果见表5的右栏部分。
表5 互联网使用对不同就业形式的影响
注：(1)括号内为标准误；(2)***、** 和*分别表示在1%、5%和10%水平上显著。
从表5左栏部分可知，互联网使用同时增加了受雇就业和创业的概率，而且对前者的影响更大。从表5右栏部分可知，相对于一般工作的就业群体，使用互联网更易增加体面工作的概率；同时使用互联网对线上创业有着正向的显著影响。
(四)中介效应检验
经过以上分析，发现体面工作和线上创业可能是互联网时代主要的就业形式，那么互联网使用促进体面工作和线上创业的内在机制如何？这里分别以工作社群数量和网络求职为中介变量进行检验。具体结果分别见表6和表7。
表6的结果表明，互联网使用对工作社群数量的回归系数为0.119，并且在0.01水平上显著，说明两者高度相关。进一步，将互联网使用与工作社群数量同时纳入回归方程，发现互联网使用对线上创业的直接影响为0.128且在0.01水平上显著；而且工作社群数量回归系数为0.388，并且仍旧在0.01水平上显著。结合表5右栏部分关于互联网使用对线上创业总效应的结果，我们可以认为工作社群数量在互联网使用对线上创业的关系中起到了部分中介效应。
表6 基于工作社群数量的中介效应检验
表7 基于网络求职的中介效应检验
注：(1)括号内为标准误；(2)***、** 和*分别表示在1%、5%和10%水平上显著。
表7的结果表明，互联网使用能够显著地促进个体利用网络搜集求职信息。而将互联网使用和网络求职同时纳入总回归方程后，发现仅有互联网使用的回归系数显著，而网络求职的回归系数不显著。这一结果表明，网络求职在互联网使用与体面工作的关系中不存在中介效应。事实上，我国历来属于“熟人社会”，在求职尤其是寻找体面工作的过程中可能会更多地受到“熟人”或“关系人”的影响。
四、结论与建议
基于2014年国内八城市“社会网络与职业经历问卷调查(JSNET2014)”数据，笔者利用MProbit和Probit模型分析了互联网使用对各种就业选择的影响，并探讨互联网使用影响体面劳动和线上创业的关系机制。研究发现，互联网使用对总体就业水平具有显著正向促进作用。互联网使用不但对不同婚姻状况、教育、户籍群体就业的作用存在一定差异；同时对受雇、创业等就业形式也存在异质性，体面劳动和线上创业受互联网的影响较大。通过中介效应模型进一步发现，线上工作社群数量是互联网使用促进线上创业的重要路径机制；而网络求职在互联网使用与体面工作中的中介效应没有得到证实。
通过以上研究结论，笔者尝试提出一些相关政策建议。首先，继续加大互联网基础设施建设投入进一步提高互联网普及率。虽然目前我国互联网普及率已经达到67%，但由于城乡分割以及地区间经济社会发展不平衡等诸多原因，“数字鸿沟”有进一步拉大的趋势。因此，继续推进互联网的使用以实现普及化。其次，提升互联网就业个性化服务水平。互联网使用对不同群体就业存在异质性影响，这需要互联网平台进一步推出有针对性的就业服务模块，尤其是要关注互联网对年轻人就业或创业的影响。最后，构建和谐绿色互联网发展生态。线上创业需要法制化、规范化的运作平台。但当前网络诈骗等事件频出，给线上创业带来极大负面影响。因此，应进一步加大互联网治理力度，为互联网创业营造安全绿色环境。
排版：靳品侠
审核：傅 强
说明：为方便阅读，原文略有删节，参考文献省略。
往期推荐