互聯網使用與性別工資差異分析

□文/吳恩喆

（華南農業大學廣東·廣州）

［提要］互聯網縮小就業鴻溝，帶來數字紅利，為避免性別工資差異繼續擴大帶來可能。本文基于CGSS2017數據，利用OLS模型分析互聯網使用與性別收入差距的影響關系，并對性別工資差異進行Oaxaca-Blinder分解，最后對樣本進行異質性分析。研究發現：互聯網使用對于收入水平具有顯著正向作用，且對性別工資差異的貢獻度為-4.34%，即互聯網使用能夠縮小性別工資差異；在縮小收入差距方面，互聯網使用在不同學歷群體中均有作用，但在高學歷群體中效果較為明顯。

一、文獻綜述

21世紀，是互聯網時代，智能手機的到來，降低了使用互聯網的成本；《第47次中國互聯網發展狀況統計報告》顯示，我國的互聯網基礎設施不斷完善，網民規模增速較快，互聯網普及逐步得到加強；在性別結構上，男女比例基本一致，女性網民比例在過去20年，從30.4%攀升至49.0%。近年來，在互聯網的基礎上，結合數字技術，衍生出了許多服務，這些服務的到來雖替代了大量勞動崗位，但同時也創造了新職業。《中國數字經濟發展與就業白皮書》顯示，我國的數字經濟水平高速發展，在就業方面，僅2018年，數字經濟領域創造超過1.91億個崗位。

在國內外，研究互聯網與收入差距的文獻較多。李雅楠（2017）利用RIF回歸與FFL分解發現了互聯網對高收入群體與低收入群體的不同影響。毛宇飛（2021）則對不同戶籍如何受到互聯網的影響進行了探究，研究發現對于城鎮戶籍的收入促進作用大于農村戶籍。

我國關于互聯網與性別工資差異的研究仍然較少，戚聿東（2020）認為互聯網的使用對于不同群體的收入均有促進作用，而在年輕一代以及中低收入階層的消除性別工資差異作用最為顯著。毛宇飛（2018）在分析互聯網使用與性別收入差距的基礎上，發現上網時長與性別具有“倒U形”關系。

綜上，我國仍缺乏互聯網與性別收入差距的研究。本文基于CGSS2017年數據，利用OLS回歸模型探究互聯網使用對不同性別工資的影響，并進行穩健性檢驗；使用Oaxaca-Blinder模型（以下簡稱OB分解模型）對工資差異進行分解，探究互聯網使用對性別工資差異的貢獻程度；同時，本文將劃分不同教育年限，進行異質性分析；最后，依據模型結果給出建議。

二、數據來源、描述性統計與計量模型

（一）數據來源與描述性統計。本文數據來源于中國綜合社會調查（CGSS）2017年數據，剔除缺失值、含有拒絕回答以及不知道等選項的樣本，將工作時間以及勞動工資為0或缺失的樣本進行剔除，經過篩選和計算得到指標，如表1所示。（表1）

表1 變量解釋與描述性統計一覽表

由描述性統計結果可知，男性每小時工資大于女性每小時工資，說明性別工資差異是明顯存在的；在互聯網使用和上網頻率方面，女性的均值均高于男性，同時本文發現女性工作時間低于男性，可能的原因是居家時間較長，女性更多地通過互聯網與外界保持聯系；在教育年限方面，男性的教育年限比女性的教育年限稍高，可能的原因是在女性教育方面仍存在落后的教育觀念。

（二）計量模型

1、回歸模型。本文使用OLS估計的回歸模型作為基準模型，分別對全樣本、男性樣本和女性樣本分別進行回歸，模型表達式為：

其中，lnincomei為每小時工資收入的對數，interneti為互聯網使用，Xit為控制變量，β為待估系數，μi為隨機誤差項。

同時，本文采用三種方式進行穩健性檢驗：（1）替換解釋變量，由于互聯網使用與空閑時間上網頻率存在一定的聯系，因此將互聯網使用替換為上網頻率；（2）由于我國直轄市各方面相對完善，對于性別工資差異的情況可能較少存在，因此本文剔除北京、上海、天津和重慶的樣本；（3）縮尾處理，為剔除極端值的影響，本文在1%以及99%分位數處作極端值剔除處理；在做出以上處理后，本文分別對三份樣本進行回歸。

2、Oaxaca-Blinder分解模型。基準回歸模型結果只表明影響因素對收入是否具有促進作用，本文將進一步考察性別工資差異中受到互聯網使用影響的貢獻度以及無法解釋（歧視）的比例。

在工資差異的研究當中，常使用OB分解法，該方法能將任何兩個組群的差異進行分解，其將差異分解為可解釋部分與不可解釋部分。因此，在回歸模型的基礎上，本文采用OB分解模型進行性別工資差異分解，建立的模型為：

其中，lnincomeC代表對女性賦予男性的工資，lnincomeF、lnincomeM分別代表女性與男性小時工資的對數形式，模型分為兩部分，βF（XF-XM）為可解釋部分，表示由個體特征帶來的收入差異，（βF-βM）XM為不可解釋部分，衡量歧視程度。

3、樣本異質性分析。隨著我國居民生活水平不斷提高，手機已成為人們的必需設備，但互聯網使用存在一定的門檻，高學歷群體往往更加容易接受互聯網技術，因此互聯網對于不同學歷群體性別工資差異可能存在不同的影響。考慮到分組后樣本數量的均衡性，本文將教育年限大于等于12年的作為高學歷樣本，將教育年限小于12年的作為低學歷樣本。

三、實證結果分析

（一）回歸模型。本文根據全樣本、男性樣本以及女性樣本分別對互聯網使用對收入的影響進行了最小二乘法參數估計回歸，回歸分析結果表明，互聯網使用收入促進作用在1%的顯著性水平下是顯著的，且對女性工資的促進作用大于男性，進一步說明互聯網對于促進男女工資差異平等化具有重要作用，互聯網為女性提供了更多的環境較為輕松的工作機會，例如電商、直播等，有效避免了男女在體力上、生理上的差異。在婚姻狀況方面，男性在婚后能夠使得他們的收入顯著提升，而在女性群體上，則不容樂觀，婚姻并沒有促進她們收入的提升，可能是因為在婚后，犧牲了較多的工作時間。（表2）

表2 模型回歸結果一覽表

（二）穩健性檢驗。本文將進行三種方式的穩健性檢驗，由于篇幅所限，下文僅討論重要變量。（1）替換解釋變量后，回歸系數為0.180，在1%的顯著性水平下顯著，表明上網頻率對于工資具有顯著正向促進作用；（2）在將來自四個直轄市樣本剔除后進行回歸。結果顯示，回歸系數為0.185，P值小于0.01，因此認為在剔除特殊樣本后的回歸系數顯著，與基準模型有相同影響；（3）對對數小時工資在1%以及99%分位數上剔除異常值，再進行回歸。縮尾后的樣本回歸系數顯著，為0.190，說明互聯網使用對于工資收入水平仍表現為正向促進作用。

在對模型進行三種方式的穩健性檢驗后，本文認為利用OLS進行參數估計的回歸模型是穩健的。

（三）Oaxaca-Blinder分解模型。通過OLS估計，本文得出了互聯網使用對于工資具有顯著促進作用，且對于女性的促進作用大于男性，但無法判斷互聯網使用對性別工資平等化所做出的貢獻，因此本文將使用OB分解模型進行分解，計算得到總差異系數為-0.2329。

由OB分解結果可知，男性與女性的工資存在差異，由稟賦效應造成的，占到所有差異的5.84%，而由于性別歧視所造成的占到所有差異的94.20%，此比例較高。

在互聯網的使用方面，可解釋部分的系數為0.0101，對性別工資差異的貢獻度為-4.34%，說明互聯網的使用縮小了性別工資差異，在不可解釋部分，互聯網使用依然有相同的作用，且貢獻度更高，說明女性更多地使用互聯網，這可能是女性尋找工作、提高收入的重要方式，可見互聯網是縮小性別收入差距的重要手段。（表3）

表3 Oaxaca-Blinder分解結果一覽表

（四）樣本異質性分析。前文分析互聯網使用對性別工資差異的作用，但只將樣本劃分為男性與女性，對于其他群體，不具有針對性，考慮到高學歷群體對互聯網接受度更高，下文將利用基準回歸模型，對不同學歷群體進行異質性分析。（表4）

表4 分學歷、性別回歸結果一覽表

互聯網使用對于高學歷群體以及低學歷群體的工資收入在1%的顯著性水平下具有促進作用，其中，對于高學歷女性的促進作用是最為明顯的；在低學歷樣本中，互聯網對女性收入的促進作用同樣大于男性，但差距較小。這說明互聯網有利于縮小性別工資差異。

同時，本文發現在低學歷群體中，隨著年齡的增長個體的收入會有所下降，而在高學歷群體中年齡的增長使他們的收入有所提高，這可能是由于低學歷群體中有較大部分以體力勞動為主，隨著年齡上升，身體素質下降，而高學歷群體從事技術工作較多，隨著年齡上升，經驗較為豐富，能夠將工作做得更好。

四、結論及建議

本文基于CGSS2017數據，利用OLS回歸方程模型、OB分解模型考察互聯網使用對性別工資差異的影響，并對樣本進行異質性探究，結果表明：第一，互聯網的使用對于工資收入具有顯著正向作用，且對女性工資水平的促進作用大于男性，在一定程度上說明互聯網使用能夠縮小性別收入差距，經檢驗，本結論具備穩健性；第二，對性別工資差異進行分解后發現，互聯網使用對性別工資差異的貢獻度為-4.34%，說明互聯網使用能夠有效減少收入差距；第三，在縮小收入差異方面，互聯網使用對不同學歷群體均有效，但在高學歷群體中最為明顯。

依據以上實證結果，本文提出如下建議：第一，大力推進產業數字化，加快產業互聯網發展，鼓勵女性通過互聯網就業，數字經濟的到來使就業鴻溝不斷縮小，能夠讓女性在互聯網時代發揮其價值；第二，由于互聯網的使用存在一定的門檻，因此需要加大互聯網普及力度，縮小數字鴻溝，關鍵在于對中老年人以及低學歷群體的普及，讓每個人享受到數字紅利。