互聯網使用與旅游就業選擇差異:異質性與機制

王靜　郭為　康悅

[關鍵詞]互聯網;旅游業;就業選擇

[中圖分類號] F590.3 [文獻標識碼] A [文章編號] 1674-3784（2023）01-0071-11

互聯網技術的普及和發展顯著改變了傳統的旅游就業模式，在互聯網的影響下相繼出現了遠程招聘、線上就業、網絡培訓等一系列就業新模式[1]。這些模式對旅游業勞動力市場產生了重大影響，改變了勞動者參與就業的方式。但是，目前關于互聯網使用與旅游業勞動力就業選擇的研究較少，大多數研究集中在互聯網發展對就業率的影響上，比如Fabritz在研究寬帶接入與促進就業時發現，寬帶接入量每增加10%，就業率會提高0.03%[2];在美國，寬帶的使用增加了約1.8%的就業人口[3]。丁琳和王會娟利用國家間的數據分析，發現互聯網技術的發展對消費型服務業有41.7% 的進步效應[4]。

當前，關于互聯網與就業的研究主要集中在3個方面：第一，互聯網發展是否促進了就業[5]27;第二，互聯網發展對就業總量和結構的影響;第三，大部分研究聚焦于制造業[6]。旅游業不同于制造業和其他服務型行業，不存在明確的邊界，涵蓋了食、住、行、游、購、娛這6個方面。在移動互聯技術出現后，旅游產品和服務的供給者與消費者依托于網絡平臺，形成了一種新型的商業生態，催生了許多不同的就業形式[7]。因此，探尋互聯網對旅游就業影響的關鍵不在于影響是否存在，而是在于勞動者個體對工作的自我選擇過程。那么，互聯網如何影響旅游就業者的職業選擇？ 影響機制又是什么？

基于上述疑問，文章從以下3個方面拓展了現有研究：第一，探討互聯網對旅游從業者職業自我選擇的影響;第二，聯系現實并與技能偏向型理論結合，著重分析互聯網使用對不同技能群體和年齡群體的影響，有助于深入了解旅游業中不同技能結構、年齡結構的勞動者的就業參與形式;第三，尋找與互聯網使用緊密相關的中介效應因素，嘗試構建個體和互聯網之間的連接機制，為研究旅游就業提供新的視角和思路。

1 文獻綜述

1.1 旅游就業研究

現有文獻關于旅游就業的研究主要包括兩個方面：一是分析旅游就業的總量、結構以及影響機制等方面[8]，主要表現在就業促進[9]、就業區域差異[10]以及性別差異[11]等方面;二是對旅游就業的參與方式進行探究，大致分為直接就業、間接就業以及引致就業3種類型[12]71。以上關于旅游就業的研究大多基于宏觀角度，而從個體視角出發直接探究參與就業的具體方式的文獻還較為缺乏。與其他行業相比，旅游業的就業穩定性低于制造業等生產部門，但是由于近幾年來我國經濟結構的不斷調整，制造業等其他行業出現了就業滑坡，使得勞動力開始大規模向旅游等服務行業轉移[13]，這一現象引起了學術界對旅游就業的極大關注。

1.2 互聯網影響就業選擇的原因

收入是影響就業選擇的重要因素。互聯網對勞動者的收入能夠產生一種“拉力”作用，可以顯著地提高個體的收入水平。例如，Krueger最早使用美國1984年和1989年的人口普查數據實證檢驗了計算機對于個人收入的影響，其研究發現個人在工作中使用電腦能夠提升10%～15%的收入[14]。在旅游行業內存在大量的靈活就業者，他們的收入很不穩定，為了獲得更高的收入，他們可能會利用互聯網等方式，積極尋求進入受雇型就業的渠道。除收入外，就業單位的性質、職業類型、職業穩定性以及工作距離等因素也在一定程度上影響從業者的就業選擇[15-17]。而互聯網即時通信、郵件傳送以及遠程辦公等新功能的出現，有利于減少勞動者的通勤時間，增加了工作方式的靈活性和自主性 [18]。職業類型也更加多樣，如微商店主、網絡直播等人員，他們的工作時間隨互聯網的使用而發生改變，不同于傳統的“朝九晚五”的工作方式，夜間變成了他們重要的工作時段。互聯網對工作時間的影響，使得一部分勞動者工作和生活的界限變得模糊，從而影響他們的就業選擇[19]。

1.3 互聯網影響就業選擇的途徑

互聯網讓旅游就業者可以接觸到更多的就業市場信息，促成勞動力供需匹配，讓勞動者個體找到更適合自己的工作[20]。對于招聘信息發布者來說，互聯網平臺擴大了信息傳輸范圍。對于求職者而言，互聯網不僅降低了工作搜尋成本，提高了工作搜尋效率，通過互聯網可以獲得更多關于職業方面的信息[21];同時，互聯網也改變了依靠中介機構、獵頭等單一傳統求職模式，讓求職渠道更加豐富。而對于個體創業的自雇就業者而言，首先是互聯網能給創業者提供大量的專業信息和商業信息[22];其次是互聯網技術能夠有效地改善自雇就業者的內部運作，有利于自雇就業者或創業者快速發現市場中隱藏的就業信息[23]。

互聯網對自雇或者受雇就業者各有益處，那么，在這種影響下，個體更傾向于以何種方式參與就業呢？互聯網作為虛擬空間，線上互動和交友都具有私密性，人們更容易表達真實想法、建立友誼，從而促進社會資本的積累[24]。基于電子商務、社交媒體等平臺，互聯網的社交功能會促進勞動者自雇就業，互聯網的學習功能則促進勞動者非自雇就業[25]。

2 數據來源與說明

2.1 數據來源

文章使用的數據主要來自中國綜合社會調查（China General Social Survey， CGSS），該數據包含了社會人口屬性、勞動就業等各層次、各方面的信息。為了確保研究結論的可靠性和一致性，文章合并了CGSS 2013年、2015年、2017年以及2019年的數據。本文的研究對象為旅游就業，根據受訪者當前的編碼，并參照《國際標準職業分類（ISCO-08）》和《國家旅游及相關產業統計分類（2018）》，選取了與旅游相關的職業和個體，同時剔除了含有缺失值的樣本點以及低于18歲和高于65歲的個體樣本點，最終從2013 年、2015 年、2017 年、2019 年CGSS數據中選取了1 966個樣本。

2.2 變量定義及描述

（1）被解釋變量：旅游就業選擇。將就業選擇主要定義為旅游受雇就業和自雇就業，將自雇就業賦值為0，受雇就業賦值為1。

（2）關鍵解釋變量：互聯網的使用。借鑒周冬的研究[26]80，將互聯網的使用頻率作為衡量關鍵解釋變量的重要指標。

（3）控制變量：參照宋林和何洋的做法[27]65，分別提取了個體特征變量和家庭特征變量。個體特征變量包括年齡、性別、婚姻、政治面貌、受教育程度、健康水平，同時將年齡的平方項① 也納入控制變量中。家庭特征變量包括家庭收入和家庭規模，家庭規模參照了周冬的做法[26]81，將家庭成員總數作為家庭規模的衡量標準。此外，文章在穩健性檢驗中，提取了受訪者是否簽訂書面勞動合同變量;在內生性檢驗中，提取了個體在空閑時間上網的頻率變量;在機制檢驗中提取了個體通過網絡或手機獲取信息的頻繁程度變量和個體在空閑時間選擇社交的頻繁程度變量。表1報告了相關變量的描述。

2.3 變量的描述性統計

表2報告了變量的描述性統計。就業選擇分為自雇型就業和受雇型就業，在整個樣本中，受雇型就業占比為53.3%，受雇就業和自雇就業的占比大致相當。互聯網使用頻率的均值為3.182，說明旅游從業者個體在工作中大多會使用互聯網。控制變量中，受訪群體的年齡均值為39.244，說明旅游業以壯年勞動力為主，標準差為10.672，說明各年齡層勞動力分布差別較大;男性占比55.1%，高于女性;已婚人員數量占比高達81.6%，說明參與旅游就業的個體只有不到兩成是未婚;受教育程度的均值為10.200，說明就業人員的受教育程度主要集中在高中學歷，而標準差為3.371，可以看出整個受訪群體的學歷水平參差不齊;健康水平的均值為4.020，表明大部分個體的身體素質良好，只有少數人處于不健康的狀態;取對數后家庭收入的均值為10.910，說明從事旅游就業的個體有一定的經濟基礎;家庭規模即家庭總人數的均值為3.043，標準差為1.320，說明大部分受訪個體都是四口之家。穩健性檢驗中，大約有29.6%的受訪者在目前的工作中簽訂了書面勞動合同;內生性檢驗中，個體在空閑時間選擇上網的次數均值為2.597，集中在每天上網或一周數次，說明網絡已成為生活必需，側面反映互聯網在個體生活中發揮了很大的作用;進一步討論中，高技能勞動力占比16%，說明旅游業主要以低技能勞動力為主;就業者通過互聯網獲取信息頻率的均值為1.901;社會資本的均值為2.741，說明約有一半的個體選擇通過互聯網建立社交關系。

3 基準模型分析

3.1 互聯網使用對旅游就業選擇的基準回歸

考慮到被解釋變量是一個分類變量，采用logistic概率分布函數能夠很好地描述分類變量，具有良好的統計特性，因此文章將基準模型設定為logistic二分類模型，具體表現為如下形式：

其中，p_it表示在t時期i 個體選擇受雇就業的概率;p_0t?表示在t 時期i 個體選擇自雇就業的概率;internet_it表示t 時期i 個體對互聯網的使用;X_it表示所有控制變量，包括個體特征變量和家庭特征變量;α、β、γ 為待估參數。為了進一步觀察職業就業變化的趨勢效應，文章分別控制了時間效應和地區效應。由于傳統的概率模型難以考慮個體異質性，而且旅游就業選擇的研究又和個體緊密相關，因此為了確保回歸結果的可靠性，文章借鑒李珊珊關于LSDV 估計法的應用[28]，在模型中使用該方法控制對個體異質性的估計。

表3報告了模型（1）的回歸結果。模型（1-1）是未加入控制變量、只控制時間效應和地區效應的回歸結果。以自雇就業為參照組，勞動者個體對互聯網的使用增加了以受雇的方式參與就業的概率，OR^②值是1.252，在1%的水平上顯著。模型（1-2）和模型（1-3）是在控制時間效應、地區效應的基礎上，將個體特征變量和家庭特征變量分別納入模型之中的回歸結果。結果表明，互聯網的使用仍舊提高了受雇就業參與的概率，但概率和顯著性均有所下降，其OR 值分別是1.116和1.114，在5%的水平上統計顯著。在基準回歸模型中，關鍵解釋變量的系數為正，說明互聯網的使用促進了旅游行業勞動力的就業選擇由自雇型向受雇型轉變，這一結論與宋林和何洋的研究[27]73 具有異曲同工之妙，但他們是從農村勞動力就業選擇的角度分析問題的。

3.2 穩健性檢驗

為了保證回歸結果的可靠性和穩健性，本研究采用替換被解釋變量的方法進行穩健性檢驗，借鑒郭為、汪潤泉等學者的研究[12]73，[29]，以受訪個體是否簽訂書面勞動合同替換基準模型中的被解釋變量進行回歸。其中，將簽訂勞動合同的個體視為受雇就業，未簽訂勞動合同的視為自雇就業。

表4報告了替換被解釋變量后的穩健性檢驗的回歸結果。模型（1-4）是未加入控制變量的結果。結果顯示，以未簽訂勞動合同的勞動個體為參照組，互聯網的使用增加了簽訂勞動合同的勞動者的就業概率，OR 值是1.506，在1%的水平上顯著。模型（1-5）和模型（1-6）是分別納入個體特征變量和家庭特征變量的回歸結果。使用互聯網的影響依然顯著，OR值分別是1.297和1.246。穩健性檢驗的結果與基準模型吻合度極高，可以看出互聯網對旅游就業者就業選擇的影響是穩健的，也是可信的。

3.3 內生性檢驗

雖然前文已經確認了互聯網的使用對旅游行業勞動者的就業選擇存在影響，但是這種影響不是隨機的，可能存在反向因果關系導致的內生性問題，即不是互聯網影響了勞動者的就業選擇，而是因為就業選擇的需要促使勞動者使用互聯網。因此，文章使用個體在空閑時間選擇上網的頻率作為工具變量來解決內生性的問題。很顯然，個體在工作中使用互聯網的機會越多，在閑暇時間利用互聯網的可能性也越高;但個體閑暇時間利用互聯網與個體選擇怎樣的工作沒有關系。因此，把勞動者個體在空閑時間選擇上網的頻率作為工具變量，既滿足了與關鍵解釋變量的相關性，又滿足了與被解釋變量的排他性。

表5為控制內生性的回歸結果。模型（1-7）和模型（1-9）是工具變量對關鍵解釋變量的回歸結果，模型（1-8）和模型（1-10）是工具變量處理內生性后對被解釋變量的結果。不管是在控制內生性的logistic模型中還是在線性概率模型中，通過工具變量控制反向因果關系后，互聯網的使用對旅游就業概率的影響依然顯著。以自雇型就業為參照，互聯網的使用顯著提高了勞動者個體參與受雇型就業的概率。在第一階段回歸分析中，工具變量的系數為正，說明勞動者個體在空閑時間選擇上網的頻率與互聯網的使用呈正相關，即在空閑時間選擇上網的頻率越高，互聯網的使用頻率就越高。在第一階段的線性概率模型回歸中，Kleibergen-Paap Wald rkF統計量的值為2 278.741，說明不存在弱工具變量的問題。至此，可以看出通過工具變量控制內生性后，互聯網的使用對勞動者參與就業的影響與基準模型反映的結果一致。

4 異質性討論

4.1 技能異質性③

互聯網技術具有技能偏向的特征，技能需求的變化勢必影響勞動者的就業選擇。就一般行業而言，勞動者的技能稟賦越高，其受雇的成功率可能也會越高。因此，互聯網對不同技能勞動力的影響也存在差異。

表6報告了技能差異的回歸結果。模型（1-11）是低技能勞動力的回歸結果。對于低技能勞動者來說，互聯網的使用提高了勞動者以受雇的方式參與旅游就業的概率，在1%的水平上統計顯著，其OR值是1.144。模型（1-12）是高技能勞動力的回歸結果。互聯網的使用同樣提高了高技能勞動者的受雇概率，在10% 的水平上顯著，其OR 值是1.273。很顯然，不管是低技能勞動群體還是高技能勞動群體，都傾向于以受雇的方式參與就業。互聯網的使用顯著提高了不同技能勞動力的受雇概率，但是受雇概率是有區別的，互聯網的技能偏向屬性使其對高技能勞動者的影響更大。

4.2 年齡異質性④

互聯網對不同年齡群體的影響可能存在差別。不同年齡的勞動者受工作經驗、教育背景等因素的影響，就業選擇的機會和就業模式有很大的不同。傳統的就業模式下，年長勞動力獲得的就業機會和選擇類型比青壯年勞動力多，但是在普及互聯網的今天，網絡培訓授課的便捷性以及電商平臺的興起，給一些缺乏經驗的青壯年勞動力提供了更多的工作選擇。相反，利用互聯網進行學習或交流對年長勞動力而言難度較大。

表7報告了年齡異質性的回歸結果，模型（1-13）、模型（1-14）和模型（1-15）分別是對青年勞動力、壯年勞動力和年長勞動力的回歸結果。互聯網對壯年勞動力就業選擇的回歸結果為正，并且在1%的水平上統計顯著，表明壯年勞動力使用互聯網后，選擇受雇就業的概率更大。互聯網對青年勞動力和年長勞動力選擇自雇型還是受雇型就業均無顯著的影響。原因可能是互聯網對旅游就業的影響主要集中在壯年勞動力，與互聯網有關的工作崗位也大多適用于壯年勞動力。但是，青年勞動力由于剛剛進入勞動力市場，社會經驗較少，利用互聯網就業的意愿相對于壯年勞動力來說比較低，互聯網對于他們來說大多是一種休閑娛樂的方式;而對于年長勞動力來說，使用互聯網搜尋工作的成本過高，而且他們重新從事新工作的概率較低，因此青年勞動力和年長勞動力受互聯網的影響較小。

5 影響機制

5.1 信息資本機制的檢驗

如上所述，互聯網的使用對旅游勞動力的就業選擇有顯著的影響，但是個體如何通過互聯網選擇就業，還需要找到其中的作用機制，通過作用機制形成完整的因果關系鏈條。

互聯網最大的優勢主要體現在信息傳播和更新速度快。在互聯網的影響下，勞動者就業信息獲取渠道、搜索范圍不斷擴大，且可以利用互聯網獲取更多的就業信息，提高自雇或受雇成功率。因此，文章將互聯網的信息資本⑤ 作為互聯網與就業選擇的中介變量。借鑒劉光英和王釗關于中介效應模型的做法[30]，文章將基準模型修改為如下中介效應模型：

在模型（2）中，path C 是關鍵解釋變量對被解釋變量總的影響，path A 是關鍵解釋變量對中介變量的影響，path B & C'是考慮了中介變量后關鍵解釋變量對被解釋變量的直接影響和間接影響。X_it代表控制變量;employ代表旅游就業選擇;internet代表互聯網的使用頻率;β 代表互聯網使用對旅游就業選擇的總效應，information是互聯網的信息資本，即個體通過互聯網獲取信息的頻率，為文章所關注的中介變量;τ 表示互聯網作用于中介變量的效應;γ 為中介變量作用于旅游就業選擇的效應。各效應的關系為β=φ+τγ，α、β、δ、σ、φ、γ 是待估參數，ε、u、v 是隨機擾動項。

表8報告了信息資本機制的檢驗結果。整個模型顯示關鍵解釋變量呈部分中介效應。模型（2-1）顯示，互聯網使用對旅游就業選擇總的影響，互聯網的使用對旅游就業選擇的總效應是0.066，互聯網的使用能夠顯著增加勞動者以受雇的方式參與旅游就業的概率。模型（2-2）顯示互聯網的使用對信息資本具有中介效應，在1%的水平上統計顯著，說明互聯網能夠促進個體有效獲取相關信息，這一結論與經驗觀察吻合。模型（2-3）顯示，在考慮中介變量后，互聯網對旅游就業選擇的直接影響是-0.060，間接影響效應是0.023，均在1%的水平上統計顯著。信息資本對自雇就業選擇呈正向影響，但是與互聯網對就業選擇的間接效應相抵消后，互聯網促使個體更傾向于選擇以受雇的方式參與就業。這表明互聯網的使用不僅能夠直接影響旅游就業選擇，而且還可以通過信息資本間接影響就業選擇。

5.2 社會資本機制的檢驗

受中國傳統文化的影響，中國是典型的 “人情社會”和“關系社會”，親情網絡、友情網絡等各種錯綜復雜的關系網也是一種社會資本[31]。而互聯網的出現改變了傳統的社交方式，補齊了人們對于線上社交的需求，有助于強化這種社會關系。旅游業作為一個高度關聯的服務型行業，關系網絡在企業營運中具有重要地位。因此，文章將社會資本⑥ 作為互聯網使用與旅游就業選擇的中介變量，在模型（2）的基礎上進一步探究旅游就業選擇的影響機制。

表9報告了社會資本機制的檢驗結果，模型（2-4）是關鍵解釋變量對被解釋變量總的影響，模型（2-5）是關鍵解釋變量對中介變量的影響，而模型（2-6）是考慮了中介變量后，關鍵解釋變量對被解釋變量的直接影響和間接影響。縱觀所有回歸結果，社會資本的系數顯著為正，表明社會資本對個體就業概率具有顯著的正向作用;同時互聯網可以凝聚社會關系，提升個人的社會資本。這一結論與戚聿東和褚席的研究結果[32]98 大致吻合。

6 結論與建議

文章使用中國綜合社會調查（CGSS）數據檢驗了勞動者個體使用互聯網對旅游就業選擇的影響，主要得出如下結論：第一，從總體來看，互聯網的使用提高了旅游從業者個體從自雇型就業轉向受雇型就業的概率。說明勞動者以自雇就業的方式參與旅游就業的意愿較低，大多數勞動者還是希望通過依托網絡技術，找到較好的受雇工作。第二，不管是對于低技能勞動力還是高技能勞動力來說，互聯網的使用均提高了勞動者個人的受雇概率，而且對高技能勞動者的影響更大。第三，互聯網對不同年齡群體勞動力的就業選擇的影響存在顯著差異，互聯網只對壯年勞動力的影響顯著，對青年勞動力或年長勞動力的影響不顯著。第四，機制效應說明，勞動者個體可以利用互聯網搜尋就業信息、建立社交關系，間接提高受雇概率。互聯網的信息資本、社會資本的提升能夠拓寬勞動者個人的求職渠道，降低求職成本，就業崗位需求更容易傳遞和擴散，導致受雇機會增多。

根據上述研究結論，文章提出如下建議：第一，不斷加強互聯網基礎設施建設，實現互聯網在旅游業的普及化;相關旅游企業可以建立符合旅游從業者使用特點的信息平臺，運用互聯網招聘策略，有針對性地推送旅游就業需求信息，提高旅游勞動力就業的有效性。第二，由于互聯網使用具有技能偏向性，這就需要為旅游行業中低技能勞動者提供更多和互聯網相關的技能培訓，通過提升勞動者的技能水平來提高受雇概率。第三，對于就業較困難的年長勞動力來說，應當提供專門的指導服務，提升他們的互聯網的應用水平，將知識經驗與互聯網相結合，努力創造更多的價值;而青年勞動力應當依據互聯網來確定符合自身需求的就業訴求，努力提升自身技能，不斷適應勞動力市場對青年勞動力提出的就業新要求。第四，勞動者個體應當充分利用互聯網在信息傳遞和關系網絡上的優勢，利用互聯網搭建更好的就業信息平臺以不斷提高就業者工作搜尋的能力，同時擴大信息傳輸范圍，利用互聯網降低獲取信息和建立社交關系網絡的成本，從而可以更好地獲取崗位信息。

本文仍然存在一些不足之處，受限于數據中部分變量無法得到全部的匹配，文章的研究結論可能存在潛在的風險。總之，隨著互聯網的深入應用，個體的就業方式也會隨之發生改變，文章期待能夠在此基礎上，持續關注互聯網的使用對旅游就業選擇模式的影響，在未來能夠更嚴謹細致地探索互聯網對勞動者個體就業的影響。