互聯(lián)網(wǎng)使用對(duì)農(nóng)民工性別工資收入差距的影響

馮喜良 高盼盼 羅榮波

摘 要：改革開放以來，農(nóng)民工的性別工資收入差距呈現(xiàn)擴(kuò)大趨勢(shì)，而互聯(lián)網(wǎng)的發(fā)展與使用為縮小農(nóng)民工的性別工資收入差距帶來新的可能。

利用中國勞動(dòng)力動(dòng)態(tài)調(diào)查（CLDS）2014年和2016年數(shù)據(jù)定量研究互聯(lián)網(wǎng)使用對(duì)農(nóng)民工性別工資收入差距的影響。研究發(fā)現(xiàn)：互聯(lián)網(wǎng)使用對(duì)農(nóng)民工的工資收入有顯著的溢價(jià)效應(yīng)?；ヂ?lián)網(wǎng)使用可以縮小農(nóng)民工的性別工資收入差距;互聯(lián)網(wǎng)使用頻率增加可以縮小中收入層農(nóng)民工的性別工資收入差距。本文認(rèn)為應(yīng)大力對(duì)農(nóng)民工互聯(lián)網(wǎng)使用技能進(jìn)行精準(zhǔn)化培訓(xùn)，尤其要提高女性農(nóng)民工互聯(lián)網(wǎng)的使用水平，如此可縮小農(nóng)民工的性別工資收入差距。

關(guān)鍵詞：農(nóng)民工;性別工資收入差距;互聯(lián)網(wǎng)

中圖分類號(hào)： F244

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1000-4149（2021）05-0111-14

DOI：10.3969/j.issn.1000-4149.2021.00.043

收稿日期：2020-12-16

;修訂日期：2021-07-29

基金項(xiàng)目：北京社會(huì)科學(xué)基金項(xiàng)目“人工智能對(duì)北京市就業(yè)的影響與應(yīng)對(duì)措施研究”（18YJC020）;國家留學(xué)基金委聯(lián)合培養(yǎng)博士項(xiàng)目（201911080304）。

作者簡(jiǎn)介：馮喜良，社會(huì)學(xué)博士，首都經(jīng)濟(jì)貿(mào)易大學(xué)勞動(dòng)經(jīng)濟(jì)學(xué)院教授，院長;高盼盼（通信作者），首都經(jīng)濟(jì)貿(mào)易大學(xué)勞動(dòng)經(jīng)濟(jì)學(xué)院博士研究生;羅榮波，首都經(jīng)濟(jì)貿(mào)易大學(xué)勞動(dòng)經(jīng)濟(jì)學(xué)院博士研究生。

The Influence of Internet Use on the Gender Wage Income Gap of Migrant Workers

FENG? Xiliang， GAO? Panpan， LUO? Rongbo

（School of Labor Economics， Capital University of Economics and Business，

Beijing 100070， China）

Abstract： Since the reform and opening up， the gender wage income gap of migrant workers has

shown a trend of widening， and the development and use of the Internet has brought new possibilities to narrow the gender wage income gap of migrant workers. In this paper， the impact of Internet use on the gender wage income gap of migrant workers was quantitatively studied by using the data of China Labor Force Dynamics Survey （CLDS） in 2014 and 2016.The findings are shown as follows： 1） Internet use has a significant premium effect on the wage income of migrant workers. 2） The use of the Internet can narrow the gender wage income gap of migrant workers; increased Internet use can narrow the gender wage gap? among middle-wage migrant workers. This paper believes that it is necessary to carry out precise training on migrant workers Internet use skills， especially to improve the level of female migrant workers Internet use， which can narrow the gender wage gap among migrant workers.

Keywords：migrant workers;gender wage income gap;Internet

一、引言

實(shí)現(xiàn)男女平等是中國的基本國策，男女平等既包括雙方在政治、社會(huì)地位上的平等，也包括經(jīng)濟(jì)上的平等，而實(shí)現(xiàn)男女在工資收入上的平等是其中非常重要的內(nèi)容。但無論在全球范圍內(nèi)還是在中國，性別工資差距都呈現(xiàn)出擴(kuò)大的趨勢(shì)[1]，性別工資差距在農(nóng)民工這一弱勢(shì)就業(yè)群體中同樣在擴(kuò)大。中國農(nóng)民工的數(shù)量已經(jīng)從2010年的24223萬人增加到2020年的28560萬人，而且越來越多的女性農(nóng)民工從傳統(tǒng)家庭角色中走出來，進(jìn)入勞動(dòng)力市場(chǎng)，成為勞動(dòng)力隊(duì)伍中的一支重要力量，中國女性農(nóng)民工已從2010年的8411.139萬人增加到2020年的9938.88萬人。女性地位、工資收入低是無可爭(zhēng)辯的事實(shí)[2]，由于需要平衡家庭和工作，女性通常處于次級(jí)勞動(dòng)力市場(chǎng)，而女性農(nóng)民工由于受教育程度有限，成為弱勢(shì)就業(yè)群體中更為弱勢(shì)的一方。由于人力資本存量低，社會(huì)資本有限，女性農(nóng)民工處在就業(yè)層的底端，面臨著更為嚴(yán)重的性別歧視，以上因素共同導(dǎo)致女性農(nóng)民工的工資收入較低，與男性農(nóng)民工的工資差距較大。而互聯(lián)網(wǎng)的發(fā)展和使用為女性農(nóng)民工獲取人力資本提供了便利，并可能會(huì)拓寬女性農(nóng)民工社會(huì)資本的獲取渠道，進(jìn)而增加女性農(nóng)民工的工資收入，縮小與男性農(nóng)民工的性別工資收入差距。目前關(guān)于互聯(lián)網(wǎng)使用對(duì)農(nóng)民工性別工資收入差距的作用和影響大小尚無法準(zhǔn)確判別，那么數(shù)字信息革命帶來的互聯(lián)網(wǎng)的發(fā)展和使用究竟會(huì)對(duì)遠(yuǎn)離再分配中心、處于弱勢(shì)就業(yè)地位但卻龐大的農(nóng)民工群體的工資產(chǎn)生怎樣的影響？這種影響的作用機(jī)理如何？這種影響會(huì)縮小農(nóng)民工的性別工資收入差距嗎？這些問題還未得到學(xué)術(shù)界足夠重視，而本文將圍繞這些問題展開討論。

二、文獻(xiàn)綜述與理論機(jī)制

1. 文獻(xiàn)綜述

國外研究普遍認(rèn)為互聯(lián)網(wǎng)使用能帶來工資溢價(jià)[3]，但對(duì)互聯(lián)網(wǎng)使用造成的性別收入差距存在很多質(zhì)疑。互聯(lián)網(wǎng)使用可以通過兩方面增加工資收入：一是互聯(lián)網(wǎng)使用可以提高生產(chǎn)率，直接帶來工資收入的增加;二是互聯(lián)網(wǎng)使用有助于工作搜尋[4]、信息獲取和在線學(xué)習(xí)，通過增加使用者的人力資本來間接增加工資收入[5]。關(guān)于互聯(lián)網(wǎng)帶來的性別工資差異問題，有研究認(rèn)為互聯(lián)網(wǎng)使用會(huì)擴(kuò)大性別工資收入差距，因?yàn)榛ヂ?lián)網(wǎng)提高了生產(chǎn)率，而女性在互聯(lián)網(wǎng)使用水平和人力資本方面明顯弱于男性[6-7]。而有些學(xué)者則認(rèn)為互聯(lián)網(wǎng)使用會(huì)縮小性別工資差距，因?yàn)榛ヂ?lián)網(wǎng)使用不僅對(duì)女性的就業(yè)產(chǎn)生了更加積極的效果[8-9]，通過提高兼職和在家工作的比例[10]，女性參與勞動(dòng)力市場(chǎng)的概率得到提高[11];而且互聯(lián)網(wǎng)使用弱化了男性的性別優(yōu)勢(shì)[12]，減小了勞動(dòng)力市場(chǎng)中的行業(yè)、職業(yè)和職位隔離[13-15]。

相比國外的研究，國內(nèi)在互聯(lián)網(wǎng)使用與性別工資差距的研究上起步較晚且研究成果相對(duì)較少。與國外研究相似，國內(nèi)學(xué)者的研究同樣發(fā)現(xiàn)互聯(lián)網(wǎng)使用可以顯著提高中國城鄉(xiāng)居民的工資收入[16-18];也有一些文獻(xiàn)開始嘗試關(guān)注互聯(lián)網(wǎng)使用工資溢價(jià)的性別差異[19-21]，有文章指出互聯(lián)網(wǎng)使用可以縮小中低收入層的性別工資差距，擴(kuò)大高收入層的性別工資差距[22]，但國內(nèi)學(xué)者對(duì)互聯(lián)網(wǎng)使用與性別工資差距關(guān)系的結(jié)論并未達(dá)成一致意見。此外，已有研究對(duì)勞動(dòng)力市場(chǎng)中處于劣勢(shì)就業(yè)地位的農(nóng)民工群體的關(guān)注不足。當(dāng)前對(duì)農(nóng)民工性別工資差距的研究相對(duì)較少，已有研究主要將農(nóng)民工性別工資差距擴(kuò)大的原因歸為兩類：第一類是可觀測(cè)特征能夠解釋的差異[23];第二類是性別歧視[24-25]。學(xué)者們主要關(guān)注性別歧視的影響并發(fā)現(xiàn)性別歧視是造成農(nóng)民工性別工資差距最重要的原因[26-27]。性別歧視雖然造成了行業(yè)隔離[28]，但是行業(yè)內(nèi)歧視造成的職業(yè)隔離才是造成農(nóng)民工性別工資差距最重要的原因[29-30]，而且對(duì)于年輕、低學(xué)歷、無工作經(jīng)驗(yàn)的農(nóng)民工來說，性別歧視的影響更嚴(yán)重[31]。

總體上看，已有研究文獻(xiàn)對(duì)互聯(lián)網(wǎng)使用與性別工資差距的關(guān)系已經(jīng)做了一定的深入研究，為進(jìn)一步認(rèn)識(shí)和理解互聯(lián)網(wǎng)使用與性別工資差距的關(guān)系提供了大量的理論思考和方法借鑒。但已有研究鮮有關(guān)于互聯(lián)網(wǎng)使用與農(nóng)民工性別工資差距關(guān)系的探討。因此本文以農(nóng)民工群體為研究對(duì)象，利用中國勞動(dòng)力動(dòng)態(tài)調(diào)查微觀數(shù)據(jù)探究互聯(lián)網(wǎng)使用與否對(duì)農(nóng)民工群體性別工資差距的影響路徑和影響結(jié)果，以及互聯(lián)網(wǎng)使用頻率差異對(duì)該影響結(jié)果的不同，以更加全面地了解互聯(lián)網(wǎng)使用對(duì)農(nóng)民工性別工資差距的影響，得到更加具有政策價(jià)值的研究結(jié)論。

2. 理論機(jī)制

格羅斯（Gross）于1968年提出職業(yè)性別隔離的理論[32]，他認(rèn)為男女由于性別的差異被分配到不同職業(yè)，承擔(dān)不同性質(zhì)工作，職業(yè)的進(jìn)入和晉升通道可能會(huì)被某個(gè)性別所壟斷，進(jìn)而會(huì)造成男性和女性在職業(yè)、就業(yè)、收入、地位和發(fā)展方面的巨大差異?；ヂ?lián)網(wǎng)的發(fā)展和使用會(huì)使工作在時(shí)間和空間上變得更加靈活，可能會(huì)使女性農(nóng)民工面臨的職業(yè)隔離減弱，一方面有利于女性農(nóng)民工勞動(dòng)參與率提高，增加工作數(shù)量;另一方面女性農(nóng)民工可選擇的職業(yè)類型增多，可能會(huì)提高女性農(nóng)民工的工作質(zhì)量，最終這兩方面會(huì)共同對(duì)農(nóng)民工的性別工資差距造成影響。

具體而言，互聯(lián)網(wǎng)使用可以增加女性農(nóng)民工的勞動(dòng)力供給，且通過弱化男性農(nóng)民工在工業(yè)化時(shí)代的性別優(yōu)勢(shì)，減弱原有的行業(yè)、職業(yè)和職位隔離。女性農(nóng)民工有機(jī)會(huì)進(jìn)入工資收入更高的生產(chǎn)部門，增加了女性農(nóng)民工的工資收入，可能會(huì)改變農(nóng)民工的性別工資差距。

第一，互聯(lián)網(wǎng)的發(fā)展和使用，使工作時(shí)間、地點(diǎn)、工作方式更加靈活，這種靈活性的增加大大有利于女性農(nóng)民工增加勞動(dòng)供給。首先，對(duì)于傳統(tǒng)的工作而言，要求勞動(dòng)者在固定時(shí)間、固定地點(diǎn)按照統(tǒng)一的安排進(jìn)行勞動(dòng)的方式已經(jīng)發(fā)生很大變化，勞動(dòng)者對(duì)于工作時(shí)間、地點(diǎn)的選擇較之前有了一定自由度，這種自由度對(duì)于女性農(nóng)民工的邊際效用更大，因?yàn)榧彝フ樟现饕膳猿袚?dān)，這種自由度的出現(xiàn)使得女性農(nóng)民工可以更好地平衡家庭和工作，在工作和生活發(fā)生嚴(yán)重沖突時(shí)，女性農(nóng)民工不用如之前那樣退出勞動(dòng)力市場(chǎng)，因?yàn)榛ヂ?lián)網(wǎng)發(fā)展帶來工作時(shí)間、地點(diǎn)、方式的靈活性可以讓女性農(nóng)民工同時(shí)兼顧家庭和工作。其次對(duì)于在互聯(lián)網(wǎng)發(fā)展背景下新出現(xiàn)的工作，像網(wǎng)上客服等工作，對(duì)工作時(shí)間、地點(diǎn)的要求更加自由，女性農(nóng)民工完全可以在家辦公，這使得女性農(nóng)民工的勞動(dòng)參與率可以得到進(jìn)一步提高。這些變化使女性農(nóng)民工參與工作的穩(wěn)定性加強(qiáng)，在這種背景下，雇主也會(huì)弱化對(duì)女性農(nóng)民工的歧視。

第二，互聯(lián)網(wǎng)的發(fā)展和使用不僅弱化了男性農(nóng)民工的性別優(yōu)勢(shì)且使女性農(nóng)民工的性別劣勢(shì)轉(zhuǎn)化為優(yōu)勢(shì)，減少了行業(yè)和職業(yè)隔離。在信息時(shí)代之前傳統(tǒng)工作對(duì)勞動(dòng)者的體力要求較高，體力是農(nóng)民工職業(yè)發(fā)展的關(guān)鍵因素，而女性農(nóng)民工的身體素質(zhì)較男性農(nóng)民工較差，女性農(nóng)民工由于性別弱勢(shì)而無法進(jìn)入某些傳統(tǒng)的工作領(lǐng)域從事相關(guān)職業(yè)，由于互聯(lián)網(wǎng)的使用減少了對(duì)勞動(dòng)者體力的要求，這使女性農(nóng)民工有機(jī)會(huì)從事先前無法進(jìn)入的職業(yè)，因而職業(yè)隔離減小;此外，互聯(lián)網(wǎng)使用背景下出現(xiàn)許多新的工作領(lǐng)域，這些工作領(lǐng)域需要?jiǎng)趧?dòng)者直接和消費(fèi)者接觸，女性農(nóng)民工更符合這些新的職業(yè)對(duì)勞動(dòng)者的要求，此時(shí)女性的性別劣勢(shì)反而成為優(yōu)勢(shì)，腦力和情感勞動(dòng)在職業(yè)發(fā)展中越來越重要，在這種背景下，雇主不僅弱化了對(duì)女性農(nóng)民工的歧視反而可能更加偏好女性農(nóng)民工?；ヂ?lián)網(wǎng)使用不僅打破了行業(yè)職業(yè)隔離，反而可能會(huì)產(chǎn)生對(duì)男性農(nóng)民工的隔離。

第三，互聯(lián)網(wǎng)的使用打破了職位隔離。女性農(nóng)民工之所以被隔離在中高職位之外，很重要的原因之一是女性的就業(yè)穩(wěn)定性差，無法平衡工作和生活，而互聯(lián)網(wǎng)的使用增加了女性農(nóng)民工就業(yè)的穩(wěn)定性，且互聯(lián)網(wǎng)使用使網(wǎng)上辦公、開網(wǎng)上視頻會(huì)議等成為可能，弱化了女性農(nóng)民工在職位發(fā)展中的壁壘，可能會(huì)打破職位隔離。

總之，互聯(lián)網(wǎng)的使用一方面使女性農(nóng)民工參與工作的穩(wěn)定性加強(qiáng);另一方面弱化了男性農(nóng)民工的性別優(yōu)勢(shì)，加強(qiáng)了女性農(nóng)民工的性別優(yōu)勢(shì)，減小了女性農(nóng)民工遭遇的行業(yè)、職業(yè)和職位隔離。以上因素共同導(dǎo)致女性農(nóng)民工有機(jī)會(huì)進(jìn)入更高工資收入的生產(chǎn)部門，從而使女性農(nóng)民工的工資增加，農(nóng)民工的性別工資差距縮小。

互聯(lián)網(wǎng)使用對(duì)農(nóng)民工性別工資差距下的影響機(jī)制詳見圖1。

三、數(shù)據(jù)與模型

1. 數(shù)據(jù)基本信息

本文使用的個(gè)體數(shù)據(jù)是中山大學(xué)社會(huì)科學(xué)調(diào)查中心2014年和2016年兩輪的“中國勞動(dòng)力動(dòng)態(tài)調(diào)查數(shù)據(jù)”（CLDS）。選取該數(shù)據(jù)主要基于以下考慮：第一，CLDS數(shù)據(jù)中有專門針對(duì)雇員工作中是否使用互聯(lián)網(wǎng)的調(diào)查，并且囊括了個(gè)人特征、人力資本、工作特征及年工資收入等方面的信息，契合本文的研究主題;第二，CLDS調(diào)查采用隨機(jī)分層抽樣方法，以樣本家庭戶中16—64歲勞動(dòng)年齡人口為對(duì)象，覆蓋了中國29個(gè)省（市、自治區(qū)），具有全國代表性和權(quán)威性。因?yàn)楸疚年P(guān)注的是互聯(lián)網(wǎng)使用對(duì)農(nóng)民工性別工資差距的影響，故保留樣本中農(nóng)村戶籍且從事非農(nóng)生產(chǎn)取得工資收入的勞動(dòng)年齡人口個(gè)體數(shù)據(jù)。

表1給出了相關(guān)變量的描述性統(tǒng)計(jì)結(jié)果。在全部樣本中，男性農(nóng)民工占58.2%，女性農(nóng)民工占41.8%;從工資收入來看，男性農(nóng)民工的年平均工資收入比女性農(nóng)民工高12500元;從互聯(lián)網(wǎng)使用上來看，女性農(nóng)民工工作中使用互聯(lián)網(wǎng)的比例比男性農(nóng)民工高出5.9個(gè)百分點(diǎn);從互聯(lián)網(wǎng)使用頻率上來看，女性農(nóng)民工工作中經(jīng)常使用互聯(lián)網(wǎng)的比例比男性農(nóng)民工高出13.4個(gè)百分點(diǎn);在個(gè)人特征和人力資本方面，男性農(nóng)民工平均年齡更大、黨員比例更高、學(xué)歷更高、健康狀況更好，女性農(nóng)民工中已婚占比更多、相貌好看的比例更高。從表1中我們還可以看到農(nóng)民工性別工資差異的整體狀況，使用互聯(lián)網(wǎng)的女性農(nóng)民工和男性農(nóng)民工的年工資收入均值都高于不使用互聯(lián)網(wǎng)的女性和男性農(nóng)民工;男性和女性農(nóng)民工在30—39歲的年工資收入均值比較高;學(xué)歷越高的男性和女性農(nóng)民工的年工資收入均值越高;未婚女性農(nóng)民工的年工資收入均值高于已婚女性農(nóng)民工，而未婚男性農(nóng)民工的年工資收入均值低于已婚男性農(nóng)民工，已婚男性農(nóng)民工和已婚女性農(nóng)民工的性別工資收入差距比較大。

2. 計(jì)量模型

（1）互聯(lián)網(wǎng)使用對(duì)農(nóng)民工工資收入的影響。

為了檢驗(yàn)互聯(lián)網(wǎng)使用對(duì)農(nóng)民工工資收入的影響效果，本文構(gòu)建了以下模型：

lnwage=β1+β2Interneti+ αXi+μi（1）

其中，lnwage是被調(diào)查農(nóng)民工年工資水平對(duì)數(shù);Interneti是被調(diào)查農(nóng)民工工作中是否使用互聯(lián)網(wǎng)，也是本文最重要的解釋變量;Xi是一系列控制變量，主要包括年齡、婚姻狀況等個(gè)體特征變量，健康水平、受教育年限等人力資本特征變量，職業(yè)類型、單位類型、行業(yè)等工作特征變量以及省份和年份在內(nèi)的其他控制變量。β1為常數(shù)項(xiàng)，待估系數(shù)β2是互聯(lián)網(wǎng)使用的工資溢價(jià)效果，α是其他控制變量的待估參數(shù)，i表示第i個(gè)個(gè)體，μi為隨機(jī)誤差項(xiàng)。

農(nóng)民工的工資收入和互聯(lián)網(wǎng)使用之間存在自選擇性，因此本文使用1983年羅森鮑姆和魯賓（Rosenbaum and Rubin）提出的傾向得分匹配法來解決這一問題[33]，使用這一方法還可以進(jìn)一步檢驗(yàn)互聯(lián)網(wǎng)使用影響農(nóng)民工工資收入的穩(wěn)健性。

具體使用時(shí)，

首先估計(jì)出每個(gè)農(nóng)民工的傾向得分，即在其他

特征X給定的情況下，農(nóng)民工使用互聯(lián)網(wǎng)的預(yù)測(cè)概率;然后據(jù)此將使用互聯(lián)網(wǎng)的農(nóng)民工（處理組）和不使用互聯(lián)網(wǎng)的農(nóng)民工（對(duì)照組）樣本進(jìn)行匹配，以匹配成功后（即綜合特征最相近）的對(duì)照組農(nóng)民工的結(jié)果作為處理組農(nóng)民工的反事實(shí)結(jié)果。在匹配樣本滿足條件獨(dú)立分布（從而確保構(gòu)造一個(gè)擬自然實(shí)驗(yàn)環(huán)境）和共同支撐假設(shè)下，互聯(lián)網(wǎng)使用的因果效應(yīng)即平均處理效應(yīng)（ATT）就是匹配兩組在共同支撐區(qū)域上結(jié)果變量之差的均值，即：

ATTpsm=Ep（X）|D=1 {E[Y（1）|D=1，P（X）]-E[Y（0）|D=0，P（X）]}（2）

其中，D是處理組（1）或是對(duì)照組（0）的虛擬變量;Y（0）是事前工作中不使用互聯(lián)網(wǎng)的工資水平，而Y（1）是事后工作中使用互聯(lián)網(wǎng)的工資水平，X是協(xié)變量。

（2）互聯(lián)網(wǎng)使用對(duì)農(nóng)民工性別工資差距的影響。

本文利用基于無條件分位數(shù)回歸（RIF）的Oaxaca分解方法來分析互聯(lián)網(wǎng)使用對(duì)農(nóng)民工性別工資差距的影響。無條件分位數(shù)分解的方法一般分為兩個(gè)步驟：第一步，通過運(yùn)用復(fù)回中心的影響函數(shù)，獲得分位數(shù)的一致估計(jì)，進(jìn)行RIF回歸;第二步，基于RIF回歸結(jié)果運(yùn)用Oaxaca分解方法對(duì)不同性別分位數(shù)上的解釋變量進(jìn)行分解，觀察各個(gè)解釋變量對(duì)分位數(shù)產(chǎn)生的影響。基于此，本文按照2009年菲爾波（Firpo）等的方法構(gòu)建了如下RIF回歸方程[34]：

RIF（lnw;Qr）=α1+α2Interneti+βZi+δi（3）

其中，Interneti是農(nóng)民工是否使用互聯(lián)網(wǎng);Zi是影響工資收入的其他變量，包括年齡、政治面貌等個(gè)人特征變量，受教育年限、健康、相貌等人力資本特征變量，行業(yè)、單位類型、職業(yè)類型等工作特征變量和省份等虛擬變量;β是控制變量的待估參數(shù)，i是第i個(gè)個(gè)體，r表示第r分位數(shù)，δi是回歸殘差。

然后在RIF回歸的基礎(chǔ)上進(jìn)行Oaxaca分解，男性農(nóng)民工與女性農(nóng)民工在不同分位數(shù)的工資收入差距可以分解為兩個(gè)部分：

Qr（lnwm）-Qr（lnwf）=[Qr（lnwm）-Qr（lnwc）]+[Qr（lnwc）-Qr（lnwf）]（4）

其中，lnwc為反事實(shí)對(duì)數(shù)工資收入，lnwf為女性農(nóng)民工對(duì)數(shù)工資收入，lnwm為男性農(nóng)民工對(duì)數(shù)工資收入。文中使用女性農(nóng)民工的特征向量和男性農(nóng)民工的工資結(jié)構(gòu)來構(gòu)建反事實(shí)工資收入分布，即假設(shè)女性農(nóng)民工的要素收益率與男性農(nóng)民工相同情況下wc的分布函數(shù)。因此，式（4）等號(hào)右邊第一項(xiàng)衡量了男性農(nóng)民工與女性農(nóng)民工的要素特征差異所造成的工資差距，即特征效應(yīng)部分;等式右邊第二項(xiàng)則代表了男性農(nóng)民工和女性農(nóng)民工的要素收益率不同造成的工資差距，即系數(shù)效應(yīng)，也可以把這部分理解為針對(duì)女性農(nóng)民工的工資歧視。對(duì)于本文的核心解釋變量互聯(lián)網(wǎng)使用而言，右邊第一項(xiàng)表示不同性別農(nóng)民工是否在工作中使用互聯(lián)網(wǎng)的差異造成的工資差距;第二項(xiàng)則衡量了互聯(lián)網(wǎng)使用的回報(bào)率差異對(duì)農(nóng)民工性別工資差距的貢獻(xiàn)。

四、互聯(lián)網(wǎng)使用對(duì)農(nóng)民工工資收入的影響

1. 基本結(jié)果分析

表2給出了（1）式OLS的估計(jì)結(jié)果，列（1）—列（3）分別以全部農(nóng)民工、女性農(nóng)民工和男性農(nóng)民工為樣本對(duì)互聯(lián)網(wǎng)使用的工資溢價(jià)效應(yīng)進(jìn)行的估計(jì)，列（4）是在列（1）的基礎(chǔ)上加入性別和互聯(lián)網(wǎng)使用交互項(xiàng)的結(jié)果。由表2可知，互聯(lián)網(wǎng)使用對(duì)全部農(nóng)民工、女性農(nóng)民工和男性農(nóng)民工的工資收入均有顯著正向影響;且在對(duì)全部農(nóng)民工、女性農(nóng)民工和男性農(nóng)民工樣本的回歸中，使用互聯(lián)網(wǎng)的農(nóng)民工比未使用互聯(lián)網(wǎng)的農(nóng)民工年工資收入分別高出15.91個(gè)百分點(diǎn)、14.06個(gè)百分點(diǎn)和15.61個(gè)百分點(diǎn)。以上回歸結(jié)果說明互聯(lián)網(wǎng)使用對(duì)男性和女性農(nóng)民工工資收入增長都產(chǎn)生了較大貢獻(xiàn)。列（4）回歸結(jié)果中性別和互聯(lián)網(wǎng)使用的交互項(xiàng)系數(shù)為正，說明互聯(lián)網(wǎng)使用對(duì)增加女性農(nóng)民工工資收入的效應(yīng)要大于男性。性別對(duì)農(nóng)民工工資收入的影響顯著為負(fù)，且性別的系數(shù)為-0.3888，表明農(nóng)民工之間的性別工資差距確實(shí)存在，且差異較大，男性農(nóng)民工的年工資收入比女性農(nóng)民工高出38.88個(gè)百分點(diǎn)。

2. 傾向得分匹配結(jié)果分析

首先基于Logistic模型估計(jì)出每個(gè)農(nóng)民工樣本使用互聯(lián)網(wǎng)的預(yù)測(cè)概率，即傾向得分;然后對(duì)共同取值范圍的觀測(cè)值進(jìn)行匹配，匹配結(jié)果通過了平衡性檢驗(yàn);最后運(yùn)用傾向性得分匹配方法分別估計(jì)互聯(lián)網(wǎng)處理組和對(duì)照組的平均工資水平和二者的差值（ATT）。文中分別估計(jì)了k近鄰匹配、半徑匹配和核函數(shù)匹配方法下的平均處理效應(yīng)（ATT），估計(jì)結(jié)果見表3。由表3可知全部農(nóng)民工、男性農(nóng)民工和女性農(nóng)民工匹配前的ATT值分別為0.2201、0.2378和0.2392，最近鄰匹配后的 ATT 值分別縮減到0.1684、0.1678和0.1309。在控制了選擇性偏差后，互聯(lián)網(wǎng)使用對(duì)全部農(nóng)民工、男性農(nóng)民工和女性農(nóng)民工性別工資收入的影響為16.84%、16.78%和13.09%。全部農(nóng)民工樣本半徑匹配和核匹配的ATT值分別為 0.1746和 0.1676、男性農(nóng)民工分別為0.1645和0.1870、女性農(nóng)民工分別為0.0927和0.1081，均與最近鄰匹配的估計(jì)結(jié)果基本一致，說明傾向值匹配估計(jì)結(jié)果具有較強(qiáng)的穩(wěn)健性。三種匹配結(jié)果與表2的估計(jì)結(jié)果有相似顯著性和符號(hào)表現(xiàn)，表明估計(jì)結(jié)果穩(wěn)健，進(jìn)一步驗(yàn)證了互聯(lián)網(wǎng)使用能顯著提高農(nóng)民工的工資收入。

五、互聯(lián)網(wǎng)使用對(duì)農(nóng)民工性別工資差距的影響

1. 分位數(shù)回歸分析

前面分析結(jié)果均證實(shí)了互聯(lián)網(wǎng)使用對(duì)農(nóng)民工性別工資有顯著的正向影響，那么，互聯(lián)網(wǎng)使用對(duì)不同分位數(shù)上農(nóng)民工的性別工資有何影響？接下來將對(duì)此展開進(jìn)一步探討。

本文首先使用RIF分位數(shù)回歸來觀察不同性別農(nóng)民工群體在不同分位數(shù)上互聯(lián)網(wǎng)使用工資回報(bào)率的變化，估計(jì)結(jié)果見表4。表4結(jié)果表明互聯(lián)網(wǎng)使用對(duì)男性農(nóng)民工和女性農(nóng)民工的工資收入在第10分位數(shù)、第50分位數(shù)和第90分位數(shù)上均有正向影響，且在第50分位數(shù)和第90分位數(shù)有顯著影響;互聯(lián)網(wǎng)使用對(duì)男性農(nóng)民工的影響系數(shù)先減小后增大，而對(duì)女性農(nóng)民工的影響系數(shù)不斷增大。

中低收入層農(nóng)民工使用互聯(lián)網(wǎng)的水平低、深度淺，互聯(lián)網(wǎng)使用對(duì)增加其工資收入的邊際效用較弱;但隨著農(nóng)民工使用互聯(lián)網(wǎng)水平提高、深度加深，互聯(lián)網(wǎng)使用對(duì)其工資的影響系數(shù)會(huì)隨著工資收入增長而遞增。因此互聯(lián)網(wǎng)使用對(duì)男性和女性農(nóng)民工工資收入的影響本應(yīng)呈正“U”型，但是對(duì)于女性農(nóng)民工而言，除了邊際效應(yīng)外還存在使用互聯(lián)網(wǎng)打破職業(yè)隔離帶來的收入增加效應(yīng)。由于性別優(yōu)勢(shì)在中低收入群體中造成的職業(yè)隔離效果更加明顯，而互聯(lián)網(wǎng)使用會(huì)弱化男性農(nóng)民工的性別優(yōu)勢(shì)，打破原有的職業(yè)隔離，使女性農(nóng)民工有機(jī)會(huì)進(jìn)入之前被隔離的工作崗位，從而會(huì)增加女性農(nóng)民工的工資收入。對(duì)于中低收入女性農(nóng)民工而言，邊際效應(yīng)和打破職業(yè)隔離效應(yīng)之和的總效應(yīng)為正，因此互聯(lián)網(wǎng)使用的影響系數(shù)隨著中低收入女性農(nóng)民工工資增加而遞增。而隨著女性農(nóng)民工掌握了更高水平的互聯(lián)網(wǎng)使用技能，邊際效用和打破職業(yè)隔離的總效應(yīng)依舊為正，因此互聯(lián)網(wǎng)使用的影響系數(shù)隨著女性農(nóng)民工工資收入增加而遞增，并非呈現(xiàn)和男性農(nóng)民工同樣的正“U”型趨勢(shì)。

2. 互聯(lián)網(wǎng)使用對(duì)農(nóng)民工性別工資差距的影響

在RIF回歸的基礎(chǔ)上進(jìn)一步使用Oaxaca分解得到農(nóng)民工性別工資差距的特征效應(yīng)和系數(shù)效應(yīng)。表5分別報(bào)告了10分位數(shù)、50分位數(shù)和90分位數(shù)的回歸結(jié)果。從各個(gè)分位數(shù)特征效應(yīng)和系數(shù)效應(yīng)的系數(shù)值來看，除了10位數(shù)和50分位數(shù)特征效應(yīng)為負(fù)值外，90分位數(shù)的特征效應(yīng)和系數(shù)效應(yīng)均為正值，并且系數(shù)效應(yīng)占工資差距的比重在各個(gè)分位數(shù)均大于98%。這意味著性別歧視是造成農(nóng)民工性別工資差距最重要的原因，且性別歧視對(duì)低收入層農(nóng)民工性別收入差距的影響更為嚴(yán)重。

在特征效應(yīng)方面，互聯(lián)網(wǎng)使用的系數(shù)在三個(gè)分位數(shù)均為負(fù)，并且系數(shù)的絕對(duì)值隨著工資分位數(shù)的上升而不斷增加，說明互聯(lián)網(wǎng)使用的特征差異可以減小農(nóng)民工的性別工資差距;個(gè)人特征可以減小農(nóng)民工的性別工資差距;而人力資本特征會(huì)增加農(nóng)民工的性別工資收入差距。在系數(shù)效應(yīng)方面，互聯(lián)網(wǎng)使用在10分位數(shù)、50分位數(shù)、90分位數(shù)上系數(shù)為負(fù)，即男女農(nóng)民工在互聯(lián)網(wǎng)使用收益率上的差異可以在一定程度上降低農(nóng)民工的性別工資差距;個(gè)人特征收益率差異會(huì)增加男女農(nóng)民工性別工資差距;而人力資本收益率差異可以減小中收入層農(nóng)民工群體的性別工資差距。

總體來看，互聯(lián)網(wǎng)使用會(huì)減小農(nóng)民工的性別工資差距?；ヂ?lián)網(wǎng)使用對(duì)減小中低收入層農(nóng)民工群體性別工資收入差距的作用較大，對(duì)減小高收入層農(nóng)民工群體性別工資收入差距的作用較小。

六、進(jìn)一步分析：互聯(lián)網(wǎng)使用頻率對(duì)農(nóng)民工性別工資差距的影響

前面分析已經(jīng)證明互聯(lián)網(wǎng)使用可以給農(nóng)民工的工資帶來顯著溢價(jià)效應(yīng)并有助于農(nóng)民工性別工資差距的縮小，對(duì)使用互聯(lián)網(wǎng)的農(nóng)民工群體而言，不同的互聯(lián)網(wǎng)使用頻率又會(huì)對(duì)農(nóng)民工的工資收入以及性別工資差距帶來怎樣的影響？本部分將圍繞該話題對(duì)本文的主題進(jìn)行進(jìn)一步分析。

首先，不同互聯(lián)網(wǎng)使用頻率對(duì)農(nóng)民工工資收入溢價(jià)的效果可能有差異，因此，表6給出了不同互聯(lián)網(wǎng)使用頻率的OLS估計(jì)結(jié)果。由表6可知，在使用互聯(lián)網(wǎng)的農(nóng)民工群體中，互聯(lián)網(wǎng)使用頻率對(duì)全部樣本、男性樣本和女性樣本的影響顯著為正，且在對(duì)全部農(nóng)民工、男性農(nóng)民工和女性農(nóng)民工樣本的回歸中，經(jīng)常使用互聯(lián)網(wǎng)的農(nóng)民工比很少或有時(shí)使用互聯(lián)網(wǎng)農(nóng)民工年工資收入分別高出22.46個(gè)百分點(diǎn)、24.23個(gè)百分點(diǎn)和20.05個(gè)百分點(diǎn)。與表2互聯(lián)網(wǎng)使用的系數(shù)相比，互聯(lián)網(wǎng)使用頻率的系數(shù)明顯更大，即互聯(lián)網(wǎng)使用頻率對(duì)農(nóng)民工工資收入的溢價(jià)效應(yīng)更大。

其次，為了分析互聯(lián)網(wǎng)使用頻率對(duì)使用互聯(lián)網(wǎng)農(nóng)民工性別工資差距的影響，表7給出了相應(yīng)的性別工資差距分解結(jié)果。從表7來看，互聯(lián)網(wǎng)使用頻率在50分位數(shù)的特征效應(yīng)和系數(shù)效應(yīng)系數(shù)均是負(fù)值，說明互聯(lián)網(wǎng)使用頻率的特征效應(yīng)和系數(shù)效應(yīng)可減小中收入層農(nóng)民工的性別工資差距。

七、結(jié)論與政策啟示

隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展與使用，女性農(nóng)民工可以通過掌握互聯(lián)網(wǎng)使用技術(shù)增加自己的人力資本，進(jìn)入更高端的行業(yè)，從事更高端的職業(yè)，減小性別歧視的影響，進(jìn)而為縮小農(nóng)民工的性別工資差距帶來新的可能。本文利用2014年和2016年中國勞動(dòng)力動(dòng)態(tài)調(diào)查數(shù)據(jù)（CLDS），首先分析了互聯(lián)網(wǎng)使用對(duì)農(nóng)民工工資收入的影響，然后運(yùn)用RIF回歸和Oaxaca分解法剖析了農(nóng)民工工作中使用互聯(lián)網(wǎng)對(duì)其工資分位數(shù)及性別工資差距的影響，最后對(duì)使用互聯(lián)網(wǎng)的農(nóng)民工中不同互聯(lián)網(wǎng)使用頻率下對(duì)農(nóng)民工性別工資差距的影響作了拓展性分析。研究結(jié)果顯示：第一，農(nóng)民工在工作中使用互聯(lián)網(wǎng)可以顯著提升其工資水平。第二，互聯(lián)網(wǎng)使用對(duì)男性農(nóng)民工工資收入的影響系數(shù)呈正“U”型，而隨著女性農(nóng)民工工資收入水平的逐漸上升，互聯(lián)網(wǎng)使用對(duì)增加其工資收入的影響越來越大。第三，男女農(nóng)民工在互聯(lián)網(wǎng)使用和互聯(lián)網(wǎng)使用收益率的差異方面可以縮小農(nóng)民工的性別工資差距;互聯(lián)網(wǎng)使用頻率的增加有助于減小農(nóng)民工的性別歧視，且互聯(lián)網(wǎng)使用頻率的特征效應(yīng)和系數(shù)效應(yīng)可以縮小中收入層農(nóng)民工的性別工資差距。

中國農(nóng)民工的性別工資差距在擴(kuò)大，但是隨著人類社會(huì)進(jìn)入信息時(shí)代，互聯(lián)網(wǎng)的使用為農(nóng)民工性別工資差距的縮小帶來可能。鑒于此，本文建議：首先，政府要對(duì)農(nóng)民工的互聯(lián)網(wǎng)使用技能進(jìn)行精準(zhǔn)化培訓(xùn)，對(duì)年齡大、受教育年限短的底層農(nóng)民工進(jìn)行初級(jí)互聯(lián)網(wǎng)使用技能培訓(xùn)，使其有機(jī)會(huì)從事使用互聯(lián)網(wǎng)的工作;而對(duì)年齡小、受教育年限長的中高層農(nóng)民工實(shí)施高級(jí)互聯(lián)網(wǎng)使用技能培訓(xùn)，有助于進(jìn)一步增加其工資收入。其次，互聯(lián)網(wǎng)使用更有益于女性獲得更高的工資收入，因此特別要重視加大對(duì)女性農(nóng)民工使用互聯(lián)網(wǎng)技能的培訓(xùn)力度，這有利于女性農(nóng)民工人力資本含量的增加，有助于減小其在勞動(dòng)力市場(chǎng)上受到的性別歧視，進(jìn)而有助于縮小農(nóng)民工性別工資差距。

應(yīng)當(dāng)承認(rèn)，本文仍存在一定的局限性。受微觀數(shù)據(jù)可獲得性所限，本文所使用的CLDS數(shù)據(jù)只有2014年和2016年的混合橫截面數(shù)據(jù)，不能分析出隨著時(shí)間推移，互聯(lián)網(wǎng)使用對(duì)于農(nóng)民工性別工資的影響效果。未來隨著數(shù)據(jù)的不斷完善，可以進(jìn)一步推進(jìn)此研究，檢驗(yàn)出互聯(lián)網(wǎng)使用在不同時(shí)間對(duì)于農(nóng)民工性別工資差距的影響。

參考文獻(xiàn)：

[1]李春玲，李實(shí). 市場(chǎng)競(jìng)爭(zhēng)還是性別歧視——收入性別差異擴(kuò)大趨勢(shì)及其原因解釋 [J]. 社會(huì)學(xué)研究，2008（2）：94-117，244.

[2]國際勞工組織. 2018/2019全球工資報(bào)告[R]，2018.

[3]MILLER P W， MULVEY C. Computer skills and wages [J]. Australian Economic Papers，

2003， 36（68）： 106-113.

[4]DIMAGGIO P， HARGITTAI E. From the “digital divide” to “digital inequality”： studying Internet use as penetration increases [R]， 2001.

[5]KRUEGER A B. How computers have changed the wage structure：evidence from micro data，1984-1989 [J]. The Quarterly Journal of Economics，1993，108（1）：33-60.

[6]WASSERMAN I M， RICHMOND-ABBOTT M. Gender and the Internet： cause of variation in access， level， and scope of use [J].Social Science Quarterly， 2005，86（1）：252-270.

[7]HARGITTAI E， HINNANT A. Digital inequality differences in young adults use of the Internet [J].Communication Research， 2008，35（5）：602-621.

[8]WEINBERG B A. Computer use and the demand for female workers? [J].ILR Review， 2000，53（2）：290-308.

[9]ATASOY H. The effects of broadband Internet expansion on labor market outcomes [J].ILR Review，2013，66（2）：315-345.

[10]VAZQVEZ E J， WINKLER H J. How is the Internet changing labor market arrangements ？ evidence from telecommunications reforms in Europe [R]，2017.

[11]DETTLING L J . Opting back in： home Internet use and female labor supply [R]，2012.

[12]BANERJEE S， PARAI R， PARAI A K. Computer use and wage differentials： US and foreign born male and female workers [J]. Applied Economics Letters， 2007， 14（6）：409-413.

[13]BLACK S E， SPITZ-OENER A. Explaining womens success： technological change and the skill content of womens work [J]. The Review of Economics and Statistics， 2007，92（1）：187-194.

[14]MORENO-GALBIS E， WOLFF F C. New technologies and the gender wage gap： evidence from France [J]. Relations Industrielles， 2008， 63（2）：317-339.

[15]POSTAR D R. The effect of high-speed Internet access on the gender wage gap [D]. Washington： Georgetown University， 2013.

[16]李雅楠，謝倩蕓. 互聯(lián)網(wǎng)使用與工資收入差距——基于CHNS數(shù)據(jù)的經(jīng)驗(yàn)分析 [J]. 經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2017（7）：87-100.

[17]劉曉倩， 韓青. 農(nóng)村居民互聯(lián)網(wǎng)使用對(duì)收入的影響及其機(jī)理——基于中國家庭追蹤調(diào)查（CFPS）數(shù)據(jù) [J]. 農(nóng)業(yè)技術(shù)經(jīng)濟(jì)，2018（9）：123-134.

[18]華昱. 互聯(lián)網(wǎng)使用的收入增長效應(yīng)：理論機(jī)理與實(shí)證檢驗(yàn) [J]. 江海學(xué)刊，2018（3）：219-224.

[19]陳玉宇，吳玉立.信息化對(duì)勞動(dòng)力市場(chǎng)的影響：個(gè)人電腦使用回報(bào)率的估計(jì) [J]. 經(jīng)濟(jì)學(xué)（季刊），2008（4）：1149-1166.

[20]卜茂亮， 羅華江， 周耿. Internet對(duì)勞動(dòng)力市場(chǎng)的影響——基于中國家庭動(dòng)態(tài)跟蹤調(diào)查（CFPS）數(shù)據(jù)的實(shí)證研究[J]. 南方人口，2011（5）：1-10.

[21]莊家熾， 劉愛玉， 孫超. 網(wǎng)絡(luò)空間性別不平等的再生產(chǎn)：互聯(lián)網(wǎng)工資溢價(jià)效應(yīng)的性別差異 以第三期婦女地位調(diào)查為例 [J].社會(huì)，2016（5）：88-106.

[22]毛宇飛， 曾湘泉， 胡文馨. 互聯(lián)網(wǎng)使用能否減小性別工資差距？——基于CFPS數(shù)據(jù)的經(jīng)驗(yàn)分析 [J]. 財(cái)經(jīng)研究，2018（7）：33-45.

[23]張瓊.? 農(nóng)民工工資性別差異的實(shí)證研究——基于珠江三角洲和長江三角洲的問卷調(diào)查 [J]. 廣東社會(huì)科學(xué)，2013（3）：213-220.

[24]鐘甫寧，徐志剛，欒敬動(dòng). 經(jīng)濟(jì)發(fā)達(dá)農(nóng)村地區(qū)外來勞動(dòng)力的性別差異研究 [J]. 人口與經(jīng)濟(jì)，2001（2）：31-37.

[25]蒯鵬州， 張麗麗. 農(nóng)民工性別工資差異及其成因的解釋——歧視的貢獻(xiàn)到底有多大 [J]. 農(nóng)業(yè)經(jīng)濟(jì)問題，2016（6）：43-50，111.

[26]梁吉娜. 農(nóng)村轉(zhuǎn)移勞動(dòng)力性別工資差異的影響因素分析 [J]. 山東理工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2009（3）：5-9.

[27]黃志嶺. 農(nóng)村遷移勞動(dòng)力性別工資差異研究 [J]. 農(nóng)業(yè)經(jīng)濟(jì)問題，2010（8）：44-51，110-111.

[28]羅俊峰. 農(nóng)民工行業(yè)分布對(duì)性別工資差異的影響 [J]. 人口與經(jīng)濟(jì)，2017（6）：105-115.

[29]楊鵬，張廣勝. 農(nóng)民工性別工資差異的實(shí)證分析——基于改進(jìn)的Brown分解方法 [J]. 廣東商學(xué)院學(xué)報(bào)，2012（2）：78-83.

[30]李明艷，武巖，馬賢磊. 農(nóng)民工工資決定機(jī)制及性別差異研究 [J].浙江學(xué)刊，2017（3）：41-49.

[31]李實(shí)，楊修娜. 農(nóng)民工工資的性別差異及其影響因素 [J]. 經(jīng)濟(jì)社會(huì)體制比較，2010（5）：82-89.

[32]GROSS E. Plus， ca change…？ the sexual structure of occupations over time [J]. Social Problems，1968，16（2）：198-208.

[33]ROBSENBAUM P R， RUBIN D B. The central role of the propensity score in observation studies for causal effects[J]. Biometrika， 1983，70（1）：41-55.

[34]FIRPO? S， FORTIN M， LEMIEUX T. Unconditional quantile regressions[J]. Econometrica， 2009， 77（3）： 953-973.

[責(zé)任編輯 劉愛華 ]