互聯網使用對外出與本地農民工收入差距的影響研究
——基于2018 年CFPS 數據

史鴻毓，汪 雯

（北京林業大學 經濟管理學院，北京 100083）

一、引言

2021 年6 月，中國農村網民規模為2.97 億①數據來源于中國互聯網絡信息中心（CNNIC）發布的第48 次《中國互聯網絡發展狀況統計報告》。，農村數字經濟新業態不斷形成。農村居民數字素養與互聯網技能水平的穩步提升，促進了區域協調發展，也帶來了勞動力市場的新機遇與挑戰。一方面，互聯網通過增加人力資本和社會資本積累、降低信息搜尋成本等機制，對我國農村居民產生了增收效應（楊檸澤和周靜，2019；左孝凡和陸繼霞，2020）[1-2]。另一方面，由于城鄉二元經濟體制所導致的非農就業差異影響，互聯網的使用擴大了戶籍工資差距（毛宇飛等，2021）[3]。進一步，在農民工群體內部，由于外出和本地農民工往往面臨不同的非農就業環境，兩者之間存在網絡使用和功能偏好的差異，也可能造成基于互聯網應用的兩群體收入差距。在數字經濟迅猛發展的背景下，厘清互聯網使用對外出與本地農民工收入差距影響和作用機制，對于推動“鄉村振興”戰略的實現與解決地區發展不平衡問題具有重要的現實意義。

多數研究發現，在控制其他條件的前提下，我國外出農民工的收入高于本地農民工②2020 年《農民工監測調查報告》顯示，我國外出農民工比上年下降2.7%；本地農民工比上年下降0.4%（國家統計局，2021），近鄰就業和返鄉務工成為農民工非農就業的新特征。。使用CHIP 數據的研究表明，2007—2013 年外出高于本地農民工的收入差距明顯擴大，其原因來自外出農民工社會保障缺失的補償效應，以及外出農民工個體、所有制、職業特征優勢（楊穗和吳彬彬，2019）[5]。基于分位數回歸的研究表明，這種差距具有“粘性地板效應”。政治面貌、健康狀況等特征回報率差異對差距作出了主要貢獻；同時，教育年限以及性別也是差距的決定因素（方超和黃斌，2020）[6]。近年來，實證研究也開始關注互聯網使用對農村勞動力收入水平的影響（毛宇飛等，2018；馮喜良等，2021）[7-8]。這些研究多采用“是否使用互聯網”作為核心解釋變量，但探討不同的互聯網功能使用對農民工內部收入差距影響的文獻較少。

本研究選取外出和本地農民工群體作為研究對象，利用2018 年CFPS 數據，重點討論不同互聯網功能使用對我國外出與本地農民工收入的影響。進一步地，依據RIF 無條件分位數回歸和FFL 收入差距分解方法，對外出和本地農民工的收入差距進行分解，探究不同分位區間上互聯網功能使用對農民工群體內部收入差距的影響差異，并在此基礎上提出數字經濟發展背景下促進農民工收入增長和就業質量提升的對策建議。

二、模型設定與數據說明

（一）實證模型設定

1.模型的構建。本研究對外出與本地農民工之間的收入差距進行分解。Firpo 等（2007）[9]提出了無條件分位數回歸與Oaxaca（1973）[10]、Blinder（1973）[11]均值分解相結合的FFL 分解法，該法能夠將收入差距在不同分位上分解為特征差異和特征回報率差異，并估算出各解釋變量的貢獻，具體步驟如下：

第一步，進行RIF 回歸分析。RIF 回歸分析借鑒重置權重函數構造了反事實收入，與農民工的實際收入分布進行比較，利用分布統計量的再中心化影響函數為核心進行回歸，從而獲得收入分位區間上各解釋變量影響貢獻的變化趨勢。假定農民工收入分布函數為FY（·），對于任意統計量v（FY）其影響函數可以寫作IF（Y；v（FY）=，其中GY=（1-?）FY+?δ（0≤?≤1），δY是Y 臨域的概率分布質量。則再中心化影響函數可以表示為：

其中，v 為刻畫分布F（v）的各種統計量，包括均值、方差、分位數等。IF（Y；v）表示特定統計量w對應的影響函數。當分布統計量為分位數時，RIF 回歸即為無條件分位數回歸。此時IF（Y；v）被定義為[τ-（Y ≤Qτ）]/fY（Qτ），其中fY（·）為w 的邊際密度函數，Qτ 為F（Y）分布的分位數函數。Qτ分位數的RIF 方程為：

RIF（Y；Qτ）可以線性地表示為自變量的函數，I（·）為示性函數。于是將式（1）RIF 變量對解釋變量X 進行OLS 回歸，用公式表示為：

其中，Qγ為收入的25%、50%或75%分位。

第二步，構建反事實分布函數。在采用無條件分位回歸模型得到農民工收入方程后，可采用Oaxaca-Blinder 方法將外出與本地農民工的收入差距分解為三個部分，具體可以表示為：

式（4）中下標1 表示外出農民工，0 表示本地農民工。ln（Yc，0）和ln（Yc，1）表示所構造的反事實分布的統計量。等式左邊表示外出與本地農民工之間的分位收入差距，等式右邊差距的第一部分可以理解為外出與本地農民工特征變量不同所導致的差距，即特征差異；第二部分表示外出與本地農民工特征要素的回報率差異，即特征回報率差異，也被認為是不可解釋部分，表示歧視效應；最后一部分代表前兩項的交叉效應。

2.主要變量及測量。本研究選擇了農民工互聯網學習、工作、社交、娛樂和商業活動的功能使用情況作為主要解釋變量。同時，將農民工的性別、年齡、婚姻狀況、受教育年限、健康狀況等人力資本納入模型中；結合農民工就業類型，考慮了其主要工作的雇主性質；并根據當前我國農民工的流動特征，將地區層面的變量也加入了模型。主要變量與測量方式（見表1）。

表1 主要變量與測量

（二）數據來源與樣本選擇

本研究的數據來源于北京大學中國社會科學調查中心的中國家庭追蹤調查（China Family Panel Studies，CFPS）2018 年全國調查數據。結合問卷設置、樣本情況及研究需求，本研究對于農民工的定義為：2018 年訪問時為16～65 歲勞動年齡且從事受雇、私營企業、個體工商戶與其他自雇或非農散工的農業戶口居民。考慮到CFPS 公開的地區層級數據情況，本研究進一步界定外出農民工為于戶籍所在省份以外非農從業的農民工，本地農民工為在戶籍所在省份以內非農從業的農民工①需要注意的是，由于CFPS 數據的限制，本研究對于外出與本地農民工的定義基于省級層面進行了劃分，這與國家統計局基于縣域級的劃分方式并不相同。。2018 年CFPS 數據總樣本量為32 669 個，經過篩選，最終獲得有效樣本8 480 個，且外出與本地農民工樣本間相互獨立。其中，外出農民工為6 151 個，本地農民工為2 329 個。

三、描述性統計

從描述性統計結果可知（見表2），外出農民工的平均收入高于本地農民工。其中，外出農民工的月收入為2 681.56 元，本地農民工僅為1 699.96 元，比整體樣本低出712.47 元。作為研究的關鍵解釋變量，我國農民工整體傾向使用互聯網進行社交和娛樂活動。相較于本地農民工，外出農民工的互聯網學習、工作、社交、娛樂和商業活動的功能使用頻率都更高。人力資本方面，外出農民工中男性占比更多、平均年齡更小、受教育年限更高、健康狀況更好；雇主性質方面，外出農民工聚集在企業工作；區域方面，兩類農民工在東、中、西部和東北地區無明顯分布差異。

表2 描述性統計

四、互聯網使用對外出與本地農民工收入的影響作用

（一）總樣本無條件分位數回歸

表3 的結果顯示，控制其他變量不變的情況下，以從不使用互聯網進行學習、工作、社交、娛樂和商業活動的農民工為參照組，在整體分位上，使用互聯網工作對農民工收入具有顯著的正向影響，影響系數達到12%～15%；在收入分布的中低端，使用互聯網娛樂對農民工收入水平具有正向促進作用，但影響系數為7%～10%；同時，在收入分布的中高端，使用互聯網進行商業活動對總樣本收入的影響同樣呈顯著正向，影響系數范圍在6%～12%，略低于互聯網工作的影響。以本地農民工為參照組，在整體分位區間上，外出農民工收入均高于本地農民工。

表3 無條件分位數回歸

（二）外出與本地農民工無條件分位數回歸

為了發現我國外出和本地農民工的收入是否存在結構性差異，研究使用了鄒至莊檢驗來測試兩類群體收入的回歸系數。表4 的結果顯示，參數在1%水平上顯著，即拒絕原假設，外出和本地農民工收入存在結構性差異。因此，我們將樣本分為外出和本地農民工兩個群體，分別進行無條件分位數回歸。

表4 外出與本地農民工收入的鄒至莊檢驗

從表3 的結果來看，在控制其他變量不變的情況下，互聯網功能使用對外出農民工、本地農民工的收入水平均有不同程度的顯著影響。對外出群體來說，在整體分位上，使用互聯網工作對外出農民工的收入的影響最大，影響系數高達13%～18%；在收入的75%分位上，使用互聯網學習對外出農民工的收入具有正向的顯著影響；在收入分布的中高端，使用互聯網進行商業活動同樣對外出農民工收入具有正向作用。對本地群體來說，在整體分位上，使用互聯網娛樂對本地農民工收入的影響最大，影響系數高達15%～54%。然而，互聯網工作對本地農民工收入的影響僅在中高分位區間上顯著，影響系數為23%。綜上，互聯網功能使用對外出與本地農民工收入的影響機制存在差異。一方面，外出農民工通過在工作和商業活動中使用互聯網獲得了更多的就業、創業與環境信息，本地農民工使用互聯網進行工作和娛樂收獲了多元化的知識，從而使得個體借助不同的互聯網功能媒介獲得了更為可觀的經濟利益；另一方面，外出與本地農民工通過不同的互聯網功能，加強了自身的技能儲備，從而使得個體累積了更為豐富的人力資本與社會資本，進一步地提升了收入水平。

五、互聯網使用對外出與本地農民工收入差距的影響作用

從分解結果來看（見表5），在整體分布區間上外出農民工相對于本地農民工具有顯著的收入優勢。其中，隨著分位數的上升，兩者收入差距逐漸減小，存在顯著的“粘性地板效應”。在分布的中低端，外出農民工的收入優勢主要來源于特征回報率差異；而在分布的高端，特征差異和特征回報率差異對外出農民工收入優勢的貢獻各占一半。

表5 外出與本地農民工收入總差距分解結果

外出與本地農民工收入差距中，互聯網功能使用是關鍵影響因素之一（見表6）。在特征差異方面，互聯網工作在收入分布的中高端表現出顯著的正向作用，意味著外出農民工使用互聯網工作的特征優勢造成兩類群體收入差距的進一步擴大。互聯網運用在農民工的工作中，提高了工作效率，可以起到農民工群體增收的作用（張海霞，2020）[12]。與本地農民工相比，互聯網工作的增收效應對于外出農民工可能更為明顯，從而造成了兩群體間的收入差距。在收入分布的整體區間上，互聯網娛樂的貢獻度均為正，且數值為2%～7%，說明外出農民工頻繁進行互聯網娛樂的特征優勢，導致了收入差距。在特征回報率差異方面，互聯網學習的系數在收入的75%分位上位正。特別地，在收入分布高端，使用互聯網進行商業活動的特征回報率差異正向影響了兩者的收入差距。說明相較于該收入分布區間的本地農民工來說，外出農民工進行互聯網商業活動所獲得的特征回報率優勢導致了該差距的擴大。然而，互聯網娛樂在收入的25%分位上表現出了顯著的負向影響，其特征回報率差異的貢獻高達-36%。結合回歸結果可以發現，本地農民工使用互聯網進行娛樂的特征回報率更高，尤其是在收入分布的低端。這意味著對低收入等級的農民工而言，本地農民工使用互聯網娛樂的特征回報率優勢很大程度上減小了收入差距。

表6 互聯網使用對外出與本地農民工收入差距的貢獻分析

六、主要結論與建議

本文采用2018 年CFPS 數據，使用RIF 無條件分位數回歸和FFL 收入差距分解方法，探究了互聯網使用對我國外出與本地農民工收入差距的影響作用。結果顯示：（1）整體分位上，外出農民工收入顯著高于本地農民工。隨著分位數的上升，兩者收入差距逐漸減小，存在顯著的“粘性地板效應”。（2）在分布的中低端，外出農民工的收入優勢主要來源于特征回報率差異；而在分布的高端，特征差異和特征回報率差異對外出農民工收入優勢的貢獻各占一半。（3）互聯網功能使用是造成外出和本地農民工收入差距的關鍵影響因素之一。考慮到城鄉“二元經濟體制”的現況，當前農民工群體內部中外出與本地農民工之間的“數字鴻溝”同樣存在。外出和本地農民工在使用互聯網進行學習、工作、娛樂和商業活動方面的程度差異是造成這種收入差距的原因之一。

在實現我國共同富裕目標的過程中，完善網絡基礎建設，為使農民工享受相同的互聯網環境創造有利條件。針對性開展相關技能培訓，促進人力資本和社會資本的累積。完善社會收入分配制度，為提高農民工整體收入待遇和縮小內部差距提供有力保障。數據原因制約了本研究對于工作年限和職業差異影響的討論，未來研究將進一步關注不同互聯網功能應用對收入影響的機制。