互聯網使用對勞動力流動的影響研究

中圖分類號：F241 文獻標識碼：A 文章編號：1007-2101（2025）03-0038-15

一、引言與文獻綜述

大規模的人口流動是中國目前及未來較長時間內的一個重要人口特征。就單個城市而言，工資、失業率、房價、基礎設施建設等是吸引勞動力流入的最主要因素[1-4]。 認為，以制度安排、距離遠近、文化差異等為代表的中間障礙因素和個體因素也影響了勞動力流動。在中國，中間障礙因素尤其表現為戶籍制度[6-7]和社會保障制度[8]。值得一提的是，近10余年來，互聯網技術在中國快速普及，推動著生產和生活方式的深刻變革，互聯網對人類的影響滲透到方方面面。那么，能否上網作為勞動力的一項數字化技能，是否影響其流動決策？

根據第52次《中國互聯網絡發展狀況統計報告》，截至2023年6月，我國網民規模達10.79億人，互聯網普及率達 7 6 . 4 % 。學者們圍繞互聯網與勞動力市場的關系從三個方向展開了大量的研究。一是探討互聯網使用對人力資本回報率的影響[9-10]。二是檢驗互聯網使用的就業效應[11-13]國內相關文獻基本都是使用微觀調查數據展開研究，且實證結果幾乎一致驗證了互聯網使用對非農就業的正向促進效應[14-16]。三是分析互聯網使用與勞動力健康[17]、勞動收入分化[18]以及人口學等學科的交叉研究[19-21]。

綜上所述，學界分別對勞動力流動的影響因素、互聯網普及的后果展開了豐富的研究，但是考察互聯網普及對勞動力流動的影響研究較少。根據作者所掌握的文獻，和本文主題相關的文獻僅有3篇。其一，郭冬梅等[22]基于全國流動人口衛生計生動態監測調查數據的研究發現，城市互聯網發展顯著促進了勞動力的流動。該文探究的是一個城市的互聯網發展水平對勞動力流向該城市的影響，而本文重點探索勞動力個體使用互聯網的技能對其是否離鄉的影響。其二，寧光杰和楊馥萍[23]基于中國家庭追蹤調查數據，考察個體互聯網使用對低技能勞動力產業間流動的影響，而本文檢驗互聯網使用對勞動力省內或者跨省流動的影響。其三，潘選明等[24基于中國家庭追蹤調查數據，研究互聯網使用對農村勞動力流動的影響。

這3篇文獻為本文的研究主題奠定了良好的研究基礎，但仍存在以下可拓展的空間。第一，缺乏嚴格意義上的數理模型。由于勞動經濟學的實證傳統，基于數理模型的文獻極少[25]，而且勞動經濟學長期以來忽視了空間因素帶來的集聚效應[26]。隨著新經濟地理學的快速發展，利用新經濟地理學模型來研究勞動力的空間配置成為可能。本文聚焦在個體上網技能與其流動決策的關系，將個體分為上網型和非上網型，并將這種個體的異質性引入新經濟地理學中的自由企業家模型，為辨析互聯網使用與勞動力流動的關系構建了一個可行的理論框架。第二，多數研究考察農村勞動力流動，而鮮有研究考察互聯網使用對城鎮個體勞動力流動的影響。本文使用中國勞動力動態調查數據，探索個體的互聯網使用技能對農村和城鎮的勞動力離鄉決策的影響，并構造出互聯網使用的3種工具變量，從而較好地克服了內生性問題。

二、理論模型

由Krugman[27]提出的核心—邊緣模型開辟了新經濟地理學模型的基本框架，Forslid和Ottavi-ano[28]基于核心—邊緣模型，創建了自由企業家模型（FootlooseEntrepreneur，簡稱FE 模型）。FE模型具備核心一邊緣模型的所有基本特征，且與核心一邊緣模型相比，FE模型的解析能力更高，應用范圍更廣。FE模型中，可在區域間流動的要素為人力資本。本文考慮到人力資本在互聯網使用技能上的異質性，將人力資本分為具備上網技能的人才（簡稱“互聯網人才”）和不具備上網技能的人才（簡稱“非互聯網人才”），從而構建一個包含異質性人力資本的FE模型。通過求解FE模型的長期均衡，可得出互聯網人才和非互聯網人才在區域間流動的差異性，進而可得到上網技能對人才流動的影響。

（一）基本假設

假設有2個區域，2個部門和2種要素，2個區域是落后地區（簡稱南部）和發達地區（簡稱北部），2個部門是工業部門和農業部門，2種要素是人力資本和普通勞動力。北部的變量用上標 （20標示，兩區域加總變量用上標（W）標示。模型假設和傳統FE模型類似，即農業部門以完全競爭和規模收益不變為特征，農業品交易無冰山成本，工業部門以壟斷競爭和規模收益遞增為特征，工業品在區域間交易存在冰山成本。與傳統FE模型不同的是：（1）人力資本具有異質性，按照能否使用互聯網為標準，將人力資本分為互聯網人才和非互聯網人才；（2）互聯網人才的生產率高于非互聯網人才，互聯網人才和非互聯網人才可以在區域間流動，且兩者遷移成本不同。

（二）人力資本的異質性與有效人力資本

設南部和北部普通勞動力的數量分別為 L 、 ，普通勞動力總量為 ，則 。人力資本總量為 ，互聯網人才占人力資本總量的比重為 λ ，則經濟體中互聯網人才和非互聯網人才總量分別為 。設南部的互聯網人才占互聯網人才總量的比重為 γ ，非互聯網人才占非互聯網人才總量的比重為 η 。南部和北部的人力資本數量分別是：

既有研究表明，互聯網的使用不僅有利于工作效率的提高，還降低了工作搜尋成本，擴大了工作搜尋范圍，進而縮短了失業持續期[29-30]。因此，單位互聯網人才的產出高于單位非互聯網人才，即兩類人才具有異質性?；谟行肆Y本的思想，本文以單位非互聯網人才提供的人力資本為有效人力資本標準[31]，令南部和北部的單位互聯網人才分別等價于 個有效人力資本。參數 均大于0，這意味著模型假定單位互聯網人才提供的人力資本高于單位非互聯網人才，這也和現實情況相符。于是，南部和北部的有效人力資本數量分別是：

不同于（1）式，（2）式考慮到互聯網人才和非互聯網人才的異質性，并對兩類人才基于有效人力資本的方法進行等價表示，模型的可操作性因而得到極大提高。進一步地，設 是兩區域的非互聯網人才工資， 是兩區域的互聯網人才工資，根據有效人力資本的思想，可得：

（三）消費者行為分析

每個區域的代表性消費者都具有雙重效用。

第一層效用是指消費者把總支出按照不同比例支付在農產品和工業品時的效用。農產品是同質產品，因此農產品消費可等價于一種產品的消費，但工業產品是差異化產品，因此工業產品的消費是指不同工業產品的消費組合。第二層效用是指消費者消費差異化工業品的效用。這兩層效用函數分別為：

其中， U 表示總效用， 分別指工業品組合和農產品的消費， 是消費者對第 i 種工業品的消費量， 分別是南部、北部的工業品種類數， . ρ 反映消費者的多樣化偏好強度， ρ 越接近0，消費者的多樣化偏好強度越強。

根據利潤最大化條件，求得南部和北部的工業品需求函數為：

σ = 1 / 1 - ρ

其中， 分別是兩區域的支出， 是兩區域的工業品價格， 是兩區域的工業品價格指數。設區域間交易的冰山成本為 τ ，由（5）式，求得南部對北部工業品的需求為 ，北部對南部工業品的需求為 。

（四）廠商行為分析

對農業部門進行標準化處理，農產品同質，單位農產品價格為1，每生產1單位農產品需要1單位普通勞動力，則普通勞動力的工資 。工業部門生產差異化產品，固定投入是1單位的有效人力資本，每生產1單位工業品需要 單位的普通勞動力，則南部和北部的代表性工業企業成本函數分別為：

分別是南部企業和北部企業面臨的市場需求量。令對外開放度 ，則 。根據壟斷競爭企業的加成定價規則，求得南部和北部的產品價格分別為：

由（7）式可知，任一企業 i 的工業品價格相同，南部任一企業的工業品價格 ，北部任一企業的工業品價格為 。結合（6）式和（7）式，根據企業利潤最大化條件推出有效人力資本的名義工資：

由于模型假設不存在儲蓄，均衡時支出等于收入，可得：

將（9）式代入（8）式，可得到有效人力資本工資的顯性解：

（五）遷移成本與均衡分析

設人力資本在區域間轉移需要支付遷移成本，非互聯網人才的遷移成本占名義工資的比重為 k ?？紤]到互聯網人才可借助網絡了解到更多的信息，也可進行移動支付、網絡購物、購買車票等，在網絡的正外部性作用下，互聯網人才遷往北部和南部的遷移成本占名義工資的比重分別為 k / 。

設南部和北部的消費者價格指數分別為 ， ， （20 ，非互聯網人才在南部和北部的實際工資為 ，互聯網人才在南部和北部的實際工資為 （ 。

對于非互聯網人才，若 ，人才流向南部，均衡條件是 ；若 ，人才流向北部，均衡條件是 。對于互聯網人才，若 ，人才流向南部，均衡條件是 [ 1 - k / 號 ；若 ，人才流向北部，均衡條件是 。

（六）數值模擬

結合（4）式和（7）式，推出兩區域的工業品價

格指數為：

為便于模擬分析，假設兩區域的普通勞動力數量 均為0.5，經濟體中的人力資本總量 為1。令 a = μ / （ σ - 1 ） ，根據上述均衡條件，結合（10）式和（11）式，可求得非互聯網人才的均衡方程（取對數）：

同理，結合（3）式、（10）式和（11）式，可求得互聯網人才的均衡方程為：

將（2）式代入（12）式、（13）式中，并運用mat-lab軟件進行模擬分析。根據多數新經濟地理學模型的做法[32-33]，參數 μ 的校準值為 的校準值為5。 φ ， λ ， δ ， β ， k 的基準值分別取0.5、0.5、0 . 1 ， 0 . 5 ， 0 . 0 5 。

圖1是不考慮遷移成本時實際工資差異的模擬結果，圖1（a）表示非互聯網人才占非互聯網人才總量的比重 η 與實際工資差異的關系，圖1（b）表示互聯網人才占互聯網人才總量的比重 γ 與實際工資差異的關系。由圖1（a）可知：（1）當 η = 0 時，非互聯網人才完全聚集在北部，此時非互聯網人才在南部的實際工資顯著大于北部，因此核心一邊緣結構是不穩定的，北部的非互聯網人才將流向南部，直到兩區域的實際工資相等，人才停止流動。（2）隨著對外開放度的擴大，區域間實際工資差異的絕對值縮小，直到對外開放度提高到0.7，非互聯網人才在兩區域的實際工資基本相當。由圖1（b）可知：當互聯網人才完全聚集在北部時（ γ = 0 ），無論對外開放度怎樣變化，南部（邊緣區）的實際工資均低于北部（核心區），因此核心一邊緣結構是穩定的，南部的互聯網人才將全部流向北部。

圖2是考慮遷移成本時實際工資差異的模擬結果，圖2（a）圖2（b）表示不同遷移成本 k 下非互聯網人才占比 η 和實際工資差異的關系，圖2（c）圖2（d）表示不同遷移成本 k 下互聯網人才占比 γ 和實際工資差異的關系。由圖2（a）、圖2（b）可知：當南部為邊緣區時，非互聯網人才選擇南部可獲得更高的實際工資，因而具有流向南部的動機。由圖2（c）圖2（d）可知：無論是否提高遷移成本或者對外開放度，無論南部的初始互聯網人才占比 γ 怎樣變化，互聯網人才均將流入北部，南部對互聯網人才完全不具有吸引力，核心（北部）—邊緣（南部）結構是穩定的。圖2（a）、圖2（b）圖2（c）、圖2（d）均表明：隨著對外開放度提高，區域間實際工資差異的絕對值相對下降，人才回流到南部的動力減弱。

進一步地，為檢驗上述結果的穩健性，圖3模擬不同 λ 值 s 值下的實際工資差異。圖3（a）表示不同 λ 值下的非互聯網人才占比 η 和實際工資差異的關系以及互聯網人才占比 γ 和實際工資差異的關系，圖3（b）表示不同 β 值下的相應情形。結合圖3（a）和圖3（b）可知，對于非互聯網人才，當 η = 0 時，流向南部可獲得更高的實際工資；對于互聯網人才，不論 γ 的值怎樣變動，實際工資差異均遠低于0，北部將吸走南部的所有互聯網人才。圖3的結論和圖1、圖2基本一致，且在不同入 B 值下均成立，說明模擬結果是穩健的。據此，通過比較互聯網人才和非互聯網人才的流動特征，提出如下假說。

假說1：相對于非互聯網人才，互聯網人才更傾向于離開家鄉。

三、實證分析

假說2：隨著對外開放度提高，互聯網人才和非互聯網人才離開家鄉的概率均下降。

（一）模型設定

首先，基于理論假說1，本文建立二元選擇

模型：

其中， i 表示第 i 個受訪者 ， j 表示第 j 個城市，leave表示受訪者14歲以來是否有離開家鄉的經歷，若回答為“是”，賦值為1，否則，賦值為0。 表示受訪者使用互聯網的情況，在不同模型中的定義不同。 是一組衡量個人特征的控制變量， 表示城市固定效應， 是誤差項。

其次，基于理論假說2，進一步建立如下二元選擇模型：

其中， 表示第 j 個城市的對外開放度， 是一組衡量城市特征的控制變量， 是誤差項，其他變量的設定和（14）式相同。

（二）數據來源及變量說明

微觀數據來自2014年中國勞動力動態調查（ChinaLabor-forceDynamicsSurvey，簡稱CLDS）的個人問卷和家庭問卷。中國勞動力動態調查是中國第一個以勞動力為主題的全國范圍內的跟蹤調查，本文選用CLDS2014年數據主要是考慮到在眾多的微觀調查數據中，CLDS是少有的同時包含受訪者遷移信息和互聯網使用情況的調查，可以滿足本文對核心變量的數據要求。主要變量說明如下。

1.因變量

CLDS詢問了受訪者14歲以來是否有跨縣市遷移經歷，若受訪者回答為“是”， 賦值為1，若受訪者回答為“否”， 取值為0。根據中國互聯網信息中心（CNNIC）提供的歷年互聯網發展狀況調查統計報告，1997年、1998年、1999年的上網用戶人數分別為62萬（第一次調查），117.5萬（第二次調查）400萬（第四次調查），截至2000年6月30日，該指標上升到1690萬?；诖?，本文刪除遷移時間早于2000年的樣本。為檢驗結果的穩健性，本文根據受訪者流入地與流出地（14歲時居住地）信息，識別出跨省流動和省內流動的樣本，若跨省流動， 賦值為2，若省內跨縣市流動， 賦值為1，若不流動， 賦值為0。

2.自變量

（1）核心解釋變量。本文從家庭網絡環境和個體上網能力兩個方面來衡量受訪者的互聯網使用情況。首先，家庭方面的互聯網使用信息來自CLDS家庭問卷中的問題“家庭是否使用了互聯網”，答案有4個選項，分別是：“不上網”“只使用電腦上網”“只使用手機上網”“既使用電腦上網，也使用手機上網”。若受訪者的回答是“不上網”，則定義為0，若選擇其他3個選項，則定義為1。其次，個人方面的互聯網使用信息利用CLDS個人問卷中“網上購買火車票”這個問題來反映，答案依次是“完全不會”“不太行”“還可以”“完全沒問題”，本文據此設定取值范圍為1到4的有序多分類變量。

（2）個人特征變量?；镜膫€人特征變量包括年齡、戶籍類型（農村 = 1 ）、普通話熟練程度、受教育程度、取得專業技術資格證書、性別（男性 Σ= Σ 1）婚姻狀況（已婚 = 1 ）、民族（漢族 = 1 ），其他個人特征變量從家庭背景和社會關系兩方面來衡量，家庭背景變量包括父親受教育程度、母親受教育程度、兄弟姐妹數、可獲得幫助的朋友及熟人數、可借到5000元及以上的朋友數。

（3）城市特征變量。在城市特征變量中，最重要的是對外開放度變量，參考丁如曦和倪鵬飛[34]的做法，本文從局部和全局兩個維度來刻畫對外開放度。具體而言，選用本區域到區域中心大城市的最短地理距離來表示局部層面上的對外開放度，并界定北京、上海、廣州、深圳為全國經濟中心城市，到全國經濟中心城市的最短地理距離表示全局層面上的對外開放度。數據的具體獲取方式是：基于國家地理信息系統提供的 1 ： 4 0 0 萬地圖，借助ArcGIS軟件測得。其他城市變量包括空氣污染、人均GDP、平均工資、失業率、高校師生比、第二產業占比?？諝馕廴居? 年濃度來衡量，其原始數據來自哥倫比亞大學社會經濟數據和應用中心公布的地表 濃度數據，其他城市特征變量數據來自中國城市數據庫的市轄區數據。

本文依據家庭編號，對2014年的個人問卷和家庭問卷進行匹配，刪除缺失變量后，共得到20530個樣本。

（三）基準回歸結果

1.基于假說1的實證檢驗

本文用家庭是否使用互聯網作為互聯網使用的第一個衡量指標。表1報告了Probit模型和Logit模型的回歸結果。表1前3列是Probit模型的估計結果，后3列是Logit模型的估計結果，各列均考慮了城市固定效應。列1和列4僅包括基本的個人特征變量，為檢驗回歸結果對控制變量的敏感性，列2和列5進一步加入家庭背景變量，列3和列6在基礎變量的基礎上，加入父母受教育程度的最大值和可獲得幫助的朋友/熟人數。從表3可知，各列中是否使用互聯網的估計系數都在 1 % 水平上顯著為正，說明和不使用互聯網的家庭相比，家庭使用互聯網更有利于促進個體跨縣市流動。Logit模型可從幾率比角度解釋系數值，以列5為例，使用互聯網的家庭對個體跨縣市流動的正向促進作用是不使用互聯網家庭的1.57倍 ），即使用互聯網的個體離開家鄉的可能性更大，假說1得到初步證實。

個體特征變量的估計結果和預期基本一致。

其中，年齡的估計系數在 1 % 水平上顯著為負，說明年齡越大，離開家鄉的概率越低。戶籍的估計系數在 1 % 水平上顯著為正，說明相較于城市戶籍的受訪者，農村戶籍的受訪者更傾向于離開家鄉。普通話熟練程度、受教育程度、專業技術資格證書的估計系數都在 1 % 水平上顯著為正，說明普通話越熟練、受教育程度越高，受訪者離開家鄉的概率越大，且取得專業技術資格證書的受訪者離開家鄉的概率是未取得專業技術資格證書的受訪者的1.54倍。此外，父親受教育程度的估計系數顯著為正，說明父親受教育程度對受訪者離開家鄉具有顯著的正向影響。母親受教育程度、兄弟姐妹數的估計系數均不顯著，說明母親受教育程度、兄弟姐妹數對受訪者是否離開家鄉無顯著影響?？色@得幫助的朋友/熟人數的系數顯著為負，說明受訪者在家鄉的社會關系越牢靠，離開家鄉的可能性越低。

表2用個體上網能力作為互聯網使用的另一個衡量指標，列1—列3報告了Probit模型的估計結果，列4—列6報告了Logit模型的估計結果，這里仍然通過添加控制變量的方式來檢驗結果的穩健性，列1和列4只包括基本的控制變量，列2和列5除了基本的控制變量外，還包括家庭背景變量，列3和列6除了基本的控制變量外，還包括父母受教育程度最大值、可獲得幫助的朋友/熟人數。各列網上購買火車票的系數均在 1 % 水平上顯著為正，說明個人上網能力越強，跨縣市流動的概率越大，其可能的原因是，當受訪者具備較強的網絡搜索能力時，可通過互聯網搜索到更多的就業相關信息，因而跨區域流動的可能性較高。以列5為例，個人上網能力每提高一個級別，受訪者離開家鄉的概率增加 ，理論假說1再次得到證實。

2.基于假說2的實證檢驗

表3報告了（15）式的Probit模型和Logit模型的估計結果。一般而言，對外開放度與到經濟中心的距離成反方向變化關系，即到經濟中心的距離是對外開放度的反向衡量指標。從表3可知，到區域中心大城市的最短距離在 1 % 水平上均顯著為正，到全國經濟中心城市的最短距離在 1 % 水平上均顯著為正。由此可見，對外開放度越高，到中心城市的距離越短，跨縣市流動的可能性越小，換言之，對外開放度越低，受訪者離開家鄉的可能性越大，該結論在局部維度和全局維度上均成立，理論假說2得到證實。

（四）穩健性檢驗

本文通過改變互聯網使用的定義方式來驗證回歸結果的穩健性。首先，按照家庭使用互聯網的方式定義1—3的有序分類變量，“1”表示不上網，“2”表示使用電腦或手機上網，“3”表示使用電腦和手機上網，并將該變量作為家庭網絡環境的穩健性檢驗指標。其次，本文還根據“使用網上銀行”的自我能力評估來定義個人的互聯網使用情況，用1—4依次表示“完全不會”到“完全沒問題”。

表4報告了Logit模型的估計結果，從表4可知，無論從家庭方面還是個人方面替換互聯網使用的衡量方式，互聯網使用的估計系數均在 1 % 水平上顯著為正，說明互聯網的使用提高了勞動力跨縣市流動的可能性。而且，無論怎樣變換互聯網使用的衡量指標，到區域中心大城市的最短距離以及到全國經濟中心城市的最短距離的估計系數都在 1 % 水平上顯著為正，這和表3的結果一致。由此可見，替換互聯網使用的衡量指標后，假說1和假說2仍然成立。

進一步地，本文根據受訪者流入地流出地的地理信息，進一步細分受訪者的流動類型。此時，因變量從是否流動的二元變量拓展為不流動、省內流動、跨省流動的0/1/2的有序多分類變量。這里運用有序Probit模型和有序Logit模型進行實證分析，回歸結果如表5所示。表5列1—列4是有序Probit模型的估計結果，列5—列8是有序Logit模型的估計結果。從表5可知，各列中互聯網使用的估計系數都在 1 % 水平上顯著為正，說明互聯網使用的確促進了勞動力流動，這再次證實了假說1。

到區域中心大城市的最短距離的估計系數都在 1% 水平上顯著為正，到全國經濟中心城市的最短距離的估計系數都在 1 % 水平上顯著為正，這和表3、表4的結果基本一致。即對外開放度越高，勞動力流動的可能性越小，而對外開放度越低，勞動力流動的可能性越大，這再次證實了假說2。

（五）內生性問題：工具變量

1.工具變量的構建

考慮到互聯網使用的內生性問題，本文從社區視角和地形學視角構造2種工具變量。首先，如果受訪者周圍的環境中，使用互聯網的人群越多，受到同伴效應的影響，受訪人使用互聯網的概率越大。本文根據社區調查問卷，提取社區是否使用互聯網發布信息的二元變量（簡稱為社區網絡），并將該變量與個人所在社區相匹配。其次，參考馬俊龍和寧光杰[15]，互聯網基礎設施的供給成本與地形密切相關。本文根據中國科學院計算機網絡信息中心提供的數字高程模型（DEM）數據，借助ArcGIS軟件對DEM數據進行相關處理和計算，得到各大城市的相對地形位置（RelativeTopographicPosition，簡稱為RTP）和地表粗糙度（StandardDeviationofElevation，簡稱為SDE）。再者，本文選取社區網絡作為工具變量一，選取社區網絡與RTP的交互項作為工具變量二，選取社區網絡與SDE的交互項作為工具變量三。

2.估計方法

前文采用Probit模型、Logit模型、有序Probit模型、有序Logit模型估計互聯網使用對勞動力是否跨縣市遷移的影響。針對前兩類模型，由于本文的內生變量互聯網使用是離散型變量，而IV-Probit只適用于內生變量為連續型變量的Probit模型，因此，本文將IV-Probit模型作為輔助性檢驗。針對后兩類模型，從技術可行角度來看，不能直接對排序模型使用工具變量法。這里借鑒條件混合過程（ConditionalMixedProcess，簡稱CMP）估計法進行回歸分析，將工具變量和CMP估計法相結合，可較好地解決模型的內生性問題[35]。運用CMP估計法需同時估計2個方程，第一個方程估計互聯網使用對跨縣市遷移是否存在影響，第二個方程以互聯網使用為因變量，以工具變量為核心自變量。

3.估計結果分析

表6報告了CMP估計法的回歸結果，這里以家庭使用互聯網作為互聯網使用的衡量指標，以是否跨縣市流動作為因變量。為克服互聯網使用的內生性問題，回歸（1）以社區網絡為工具變量，回歸（2）以社區網絡與RTP的交互項為工具變量，回歸（3）以社區網絡與SDE的交互項為工具變量。從表6可知，家庭使用互聯網的估計系數均在 1 % 水平上顯著為正，說明考慮到互聯網使用的內生性問題后，互聯網使用顯著促進了勞動力離開家鄉。工具變量一、工具變量二、工具變量三的估計系數均顯著為正，因此認為，本文選取的工具變量較為合理。

表7以家庭使用互聯網的方式（有序分類變量）作為互聯網使用的衡量指標，其他變量的設定和表6相同。從表7可知，家庭使用互聯網方式的估計系數均在 1 % 水平上顯著為正，3種工具變量的估計系數也顯著為正，這和表6的結果一致，說明替換互聯網使用的衡量指標并考慮其內生性問題后，互聯網使用對勞動力離開家鄉仍具有顯著的正向促進作用。表8以家庭使用互聯網作為互聯網使用的衡量指標，共報告了4種IV-Probit模型的估計結果?；貧w（1）和回歸（2）不包括省份固定效應，回歸（3）和回歸（4）包括了省份固定效應?；貧w（1）和回歸（3）以社區網絡為工具變量，回歸（2）和回歸（4）以社區網絡與RTP的交互項為工具變量。從表8可知，無論是否控制省份固定效應，家庭使用互聯網的估計系數都顯著為正，該結論在不同的工具變量下均成立，說明回歸結果較為穩健。

表9是在表8的基礎上，加入城市特征變量后的IV-Probit模型的估計結果?；貧w（1）未控制省份固定效應，回歸（2）控制了省份固定效應。在回歸（1）和回歸（2）中，家庭使用互聯網的估計系數均在 1 % 水平上顯著為正，社區網絡（工具變量）的估計系數均顯著為正，這和表8的結果基本一致。由此可見，相對于不使用互聯網的勞動力，互聯網使用顯著促進了勞動力流動，擅長使用互聯網的勞動力離開家鄉的可能性更大，該結論在控制模型的內生性問題后仍然成立。

（六）異質性分析

本文依次按照性別、戶籍類型、受教育程度進行分組，并基于分組樣本進行異質性分析。表10報告了基于男性樣本和女性樣本的回歸結果，列1—列4是男性樣本的Probit模型和Logit模型的估計結果，列5—列8是女性樣本的Probit模型和Logit模型的估計結果。其中，各列家庭使用互聯網的估計系數在 1 % 水平上顯著為正，說明互聯網使用顯著促進了勞動力流動，該結論對于男性和女性均成立。比較男性樣本和女性樣本的估計結果可知，無論是Probit模型還是Logit模型，互聯網使用的系數值顯著不同，說明互聯網使用對男性和女性的影響具有顯著的異質性。其他條件相同的情況下，擅長使用互聯網的男性跨縣市流動的可能性大于女性。

表11報告了基于城市樣本和農村樣本的估計結果。列1—列4是城市樣本的Probit模型和Logit模型的估計結果，列5—列8是農村樣本的Probit模型和Logit模型的估計結果。從家庭使用互聯網的估計系數來看，除了列2外，其他列的估計系數都顯著為正，因此我們認為，無論在城市還是農村，互聯網使用都有助于勞動力跨縣市流動。

同樣地，比較列1、列2與列5、列6可知，家庭使用互聯網對城市樣本和農村樣本的作用程度顯著不同，比較列3、列4與列7、列8，也可以得出相同的結論。由此可見，互聯網使用對城市戶籍勞動力和農村戶籍勞動力的影響是異質的，互聯網上網技能對農村戶籍勞動力離開家鄉的促進作用大于城鎮。

表12報告了按受教育程度分組的Probit模型估計結果。列1和列2是基于小學及以下樣本的估計結果，列3和列4是基于初中樣本的估計結果，列5和列6是基于高中樣本的估計結果，列7和列8是基于大專及以上樣本的估計結果。從表12可知，家庭使用互聯網的估計系數都顯著為正，說明互聯網使用對不同受教育程度的受訪者在跨縣市遷移決策上都具有顯著的正向影響。比較列1、列3、列5、列7可知，受教育程度不同的樣本中，家庭使用互聯網的估計系數顯著不同，比較列2、列4、列6、列8可得到相同的結論。而且互聯網使用對勞動力流動的影響隨著受教育程度的提高表現出先上升后下降的趨勢，互聯網使用對高中學歷的樣本在跨縣市遷移決策上的作用最大，對初中學歷的樣本在跨縣市遷移決策上的作用次之。

表13報告了按受教育程度分組的Logit模型估計結果。家庭使用互聯網在各列的估計系數都顯著為正，說明互聯網使用對勞動力跨縣市遷移具有顯著的促進作用，該結論對不同受教育程度的樣本均成立。從系數的估計值來看，家庭使用互聯網的估計系數表現出先上升后下降的趨勢，高中樣本的系數值最大，初中樣本的系數值次之。

由此可見，不論采用Probit模型還是Logit模型，互聯網使用對不同受教育程度勞動力跨縣市遷移決策都具有顯著的正向影響，而且這種影響是異質的。

四、結論

互聯網的快速普及是否促進了勞動力流動？隨著互聯網技術的快速發展，對該問題的研究具有重要的現實意義。本文從理論和實證兩方面研究了互聯網使用與跨縣市遷移的關系。理論方面，在新經濟地理學的自由企業家模型的基礎上，加入人力資本的異質性和互聯網的正外部性，進而建立了一個包含互聯網人才和非互聯網人才的新經濟地理學模型。數值模擬結果表明，相對于非互聯網人才，互聯網人才更有可能離開家鄉，并且，隨著區域間對外開放度的擴大，人們離開家鄉的可能性下降。

實證方面，本文基于理論假說，先后建立二值選擇模型和排序模型，從家庭網絡環境和個人上網能力兩個角度來衡量互聯網使用情況，以家鄉（14歲時的居住地）到區域中心大城市的最短距離、到全國經濟中心城市的最短距離作為對外開放度的局部衡量指標和全局衡量指標。實證結果表明：（1）無論是否變換互聯網使用和勞動力流動的衡量指標，或者更換估計模型，互聯網使用的估計系數都顯著為正，說明相對于不使用互聯網的勞動力，使用互聯網的勞動力更傾向于跨縣市流動，離開家鄉的可能性更高。到區域中心大城市的最短距離以及到全國經濟中心城市的最短距離的估計系數都顯著為正，說明到區域中心大城市的最短距離越長，勞動力跨縣市流動的可能性越大。同理，到全國經濟中心城市的最短距離越長，勞動力越傾向于跨縣市流動。（2）為了克服互聯網使用的內生性問題，本文通過將個人問卷與社區問卷相匹配，構造出社區網絡、社區網絡與相對地形位置的交互項、社區網絡與地表粗糙度的交互項共3種工具變量，綜合運用條件混合過程（CMP）估計法和IV-Probit模型進行檢驗分析?？紤]到互聯網使用的內生性問題后，上述結論仍然成立。（3）異質性分析發現，相較于女性/城鎮戶籍，互聯網上網技能對男性/農村戶籍勞動力選擇跨縣市流動的促進作用更大。互聯網上網技能對勞動力跨縣市流動的促進作用隨著受教育程度的上升而下降，對高中學歷的勞動力影響最大，初中學歷次之。

綜上可知，互聯網的迅速普及將繼續助推核心一邊緣結構的形成和強化，人才大量聚集在發達地區（核心區），落后的地區（邊緣區）則面臨著勞動力流失、被邊緣化的危機。本文的研究通過驗證互聯網普及對勞動力流動的促進作用，進而對于如何利用數字經濟實現區域協同發展提出了挑戰，也引發了欠發達地區如何克服人才虹吸效應的相關思考。

參考文獻：

[1]BORJAS G J. Immigrants，minorities，and labor marketcompetition[J].ILR Review，1987（3） ：382-392.

[2]PISSARIDES C A，MCMASTER I. Regional migration，wages and unemployment：empirical evidence and impli-cations for policy[J]. Oxford Economic Papers，1990（4） ：812-831.

[3]張莉，何晶，馬潤泓.房價如何影響勞動力流動？［J].經濟研究，2017（8）：155-170.

[4]李晨.高鐵影響勞動力流動的研究進展與方向[J].甘肅社會科學，2023（4）：219-228.

[5]LEE E S.A theory of migration[J]. Demography，1966（1） ：47-57.

[6]梁琦，陳強遠，王如玉.戶籍改革、勞動力流動與城市層級體系優化[J].中國社會科學，2013（12）： 3 6 - 5 9 + 205.

[7]劉軍輝，張古.戶籍制度改革對農村勞動力流動影響模擬研究？——基于新經濟地理學視角［J].財經研究，2016（10） ：80-93.

[8]夏怡然，陸銘.城市間的“孟母三遷”——公共服務影響勞動力流向的經驗研究[J].管理世界，2015（10）：78-90.

[9]GOSS E P，PHILLIPS JM. How information technologyaffects wages ：evidence using internet usage as a proxy forIT skills[J].Journal of Labor Research，2002，23：463-474.

[10]BLOOMl N，LIANG J，ROBERTS J，et al. Does workingfrom home work？ evidence from a Chinese experiment[J].The Quarterly Journal of Economics，2O15（1）：165-218.

[11]KUHN P，SKUTERUD M. Intermet job search and unem-ployment durations[J].American Economic Review，2004（1）：218-232.

[12]DETTLING L J. Broadband in the labor market：the im-pact of residential high-speed internet on married women's451-482.

[13]陳衛民，韓培培.互聯網使用對個人就業質量的影響——基于CFPS 數據的實證分析[J].西北人口，2023（1） ：1-14.

[14]周冬.互聯網覆蓋驅動農村就業的效果研究［J].世界經濟文匯，2016（3）：76-90.

[15]馬俊龍，寧光杰.互聯網與中國農村勞動力非農就業[J].財經科學，2017（7）：50-63.

[16]毛宇飛，曾湘泉.互聯網使用是否促進了女性就業——基于CGSS數據的經驗分析[J].經濟學動態，2017（6） ：21-31.

[17]陳沖，任婉蓉.互聯網使用對女性勞動力健康的影響：異質性與影響機制［J].蘭州財經大學學報，2022（6） ：60-71.

[18]馬述忠，吳鵬，潘鋼健.互聯網使用、生活性服務業擴張與勞動收入分化[J].經濟學動態，2022（2）：68-84.

[19]于瀟，孫悅.“互聯網 + 養老”：新時期養老服務模式創新發展研究[J].人口學刊，2017（1）：58-66.

[20]周廣肅，孫浦陽.互聯網使用是否提高了居民的幸福感——基于家庭微觀數據的驗證［J].南開經濟研究，2017（3）：18-33.

[21]王潤.促進還是抑制？互聯網使用對公民參與的影響——基于中國社會狀況綜合調查（CSS）2013數據的實證分析[J].西南民族大學學報（人文社科版），2017（7） ：134-140.

[22]郭冬梅，王繼彬，王韜，等.城市互聯網發展對勞動力流動影響研究[J].管理評論，2022（10）：304-318.

[23]寧光杰，楊馥萍.互聯網使用與勞動力產業流動-對低技能勞動者的考察［J].中國人口科學，2021（2） ： 8 8 - 1 0 0 + 1 2 8

[24]潘選明，張煒，陳汐菡.互聯網使用與農村勞動力流動：影響機制與經驗證據[J].農村經濟，2022（2）：126-135.

［25]梁琦，李建成，陳建隆.異質性勞動力區位選擇研究進展［J].經濟學動態，2018（4）：122-137.

[26] COMBES P P，DURANTON G，GOBILLON L. Spatialwage disparities： sorting matters！[J]. Journal of UrbanEconomics，2008（2）： 723-742.

[27]KRUGMAN P. Increasing returns and economic geography[J]. Journal of Political Economy，1991（3）：483-499.

[28]FORSLID R，OTTAVIANO G I P. An analytically solva-ble core-periphery model[J]. Journal of Economic Ge-ography，2003（3）：229-240.

[29] KRUEGER A B. How computers have changed the wagestructure：evidence from microdata，1984—1989［J].TheQuarterlyJournal ofEconomics，1993（1）：33-60.

[30]KUHNP，MANSOURH.Isinternet jobsearchstillinef-fective？[J].TheEconomicJournal，2014（581）：1213-1233.

[31]羅勇，王亞，范祚軍.異質型人力資本、地區專業化與收入差距——基于新經濟地理學視角[J].中國工業經濟，2013（2）：31-43.

「32]安虎森.新經濟地理學原理[M].北京·經濟科學出版社，2009.

［33]安虎森，周亞雄.區際生態補償主體的研究：基于新經濟地理學的分析[J].世界經濟，2013（2）：117-136.

[34]丁如曦，倪鵬飛.中國經濟空間的新格局：基于城市房地產視角[J].中國工業經濟，2017（5）：94-112.

[35]ROODMAND.Fitting fully observed recursive mixed-process modelswith cmp[J].The Stata Journal，2011（2）：159-206.

責任編輯：彭青

The Impact of Internet Usage on Labor Mobility

YeJinzhen1，Xie Huan1，Huang Hongwei2

（1.School of Business Administration，Zhongnan Universityof Economics and Law，Wuhan Hubei 43oo73，China;

2.School of Economics，Nankai University，Tianjin 3ooo71，China）

Abstract：This paper explores therelationship betwenintemetusage andlabor mobilityfrom boththeoreticalandempiricalperspectives.Onthetheoreticallevelthefrentrepreneurmodelinnewconomicgeographisextendedbyincorporatingeefec tivenessofhumancapitalandthepositiveexteraliesoftheinternet.Intheempiricalanalysis，usingdatafromtheChinaLabor forceDynamicsSurvey，binarychoicemodelsandordinal modelsareestablishedsucessvely.Theresultsindicatethatinternet usagesignificantlypromoteslabormobility，andthefartherlaborersarefromregionalcentralcitiesornationaleconomichubs，the mor likelytheyaretomoveacrosscountiesandcities.Thisconclusionremainsobustafteradresingtheendogeneityofnteret usageandconductingrobustnesstests withvariousalternativemethods.Heterogeneityanalysisshowsthat，compared tofeale/urbanhouseholdlaborers，male/rural householdlaborersaremorelikelytomoveacrosscountiesandcitiesafteracquiring internet usageskills.Aditionally，asheducationlevelofthelaborforeincreases，theroleofinteretskillinpromotingcrosscounty mobility gradually decreases.

Key words：internet usage；labor mobility；new economic geography；heterogeneity