互联网使用对大学毕业生就业的影响∗——来自CGSS数据的经验分析

赵建国 周德水

(东北财经大学公共管理学院，辽宁大连，116025)

一、研究背景与文献综述

党的十九大报告指出，就业是最大的民生，提高大学毕业生就业水平和就业质量是我国未来重大发展战略。自1999年高校扩招以来，我国大学毕业生规模不断扩大。教育部公布的数据显示，大学毕业生总数从2010年的631万人，已增加到2018年的820万人。同时根据《国家中长期教育改革和发展规划纲要(2010—2020)》，我国具有高等教育的总人数将于2020年达到1.95亿人。然而，我国大学毕业生却面临着自身就业能力严重不足的问题，且大学毕业生规模的扩大使这一群体的就业问题日趋严峻。在大学毕业生就业这一民生问题上，要充分认识到互联网发展对大学毕业生就业产生的推动作用。我国互联网在近些年获得飞速发展，中国互联网信息中心(CNNIC)发布的第43次《中国互联网发展状况统计公报》显示，截至2018年12月，我国互联网的普及率为59.6%，网民总人数达到8.29亿人，其中大专及以上学历群体占网民总人数比例为18.6%，规模达到1.54亿人。李克强总理在2019年《政府工作报告》中指出，扎实推进高校毕业生等重点群体的就业工作是当前我国中央政府扩大就业的重点目标。因此，研究互联网使用对大学毕业生就业的影响，对于提高我国大学毕业生的就业水平，促进“互联网＋就业”新模式的发展，以及助力推动解决结构性失业问题并为政府制定公共就业政策提供依据都具有重要意义。

既有文献关于互联网使用对就业的影响尚未形成一致认识。库恩(Kuhn)和曼苏尔(Mansour)指出，互联网使用能够显著降低女性求职者的搜寻成本，对于提高女性求职者就业具有积极作用。[1]毛宇飞与曾湘泉也分析了互联网使用对女性就业的影响，指出互联网使用显著促进了女性就业，并且对于非自雇就业的作用要大于自雇就业。[2]瓦兹库兹(Vqzquze)和温克勒(Winkler)、霍约特(Hjort)和波尔森(Poulsen)认为互联网使用能够显著促进就业水平，并且能创造更多的就业机会。[3-4]部分学者研究了互联网使用对农民非农就业的影响，认为互联网使用能够显著促进农民非农就业的概率。[5-6]然而，方丹(Fountain)指出互联网使用对求职者寻找工作仅具有微弱的影响。[7]王子敏也具有类似观点，认为互联网使用所导致的技能偏向问题反而不利于农村流动人口就业。[8]

虽有部分学者关注了互联网使用对大学毕业生就业的影响，但目前的研究尚显匮乏。李晓静认为互联网的发展有利于增强大学生的就业信心。[9]张天舒指出，网络虚拟社区的发展对促进大学生就业具有重要意义。[10]网络的发展已成为满足大学生各类需要的第二空间，就业压力的增加让大学生对互联网产生了依赖。[11]王萌萌指出，互联网的发展提供了巨大的就业空间，网络就业已成为缓解大学生就业压力的主要途径。[12]一些学者认为移动互联网的发展改变了大学生的传统就业方式，大学生应树立正确的择业观念，适应互联网发展需求，以提升未来就业的综合能力。[13-14]

实际上，信息技术的发展对劳动参与确实产生了显著影响。[15]有学者认为互联网使用能够有效提高女性群体的劳动参与。[16-17]但是阿拉姆(Alam)和玛蒙(Mamun)却认为互联网对个体劳动参与没有显著影响。[18]福克斯等(Fuchs et al)指出，信息技术的发展改变了劳动参与形式。[19]韩海燕和姚金伟、申广军和刘超认为互联网发展显著提高了劳动收入水平，改善了收入分配格局，员工在初次分配中的劳动参与积极性更高。[20-21]但李阳阳和肖容却认为互联网对收入水平的影响并不是始终呈现促进效应，而是呈现先增加后降低的倒U型影响趋势，这不利于提升高层次人才的劳动积极性。[22]关于互联网对大学毕业生劳动参与的影响，目前尚没有学者关注到这一点。

在影响大学毕业生就业的诸多因素中，人力资本和社会资本与大学生就业具有密切联系。[23-27]风笑天指出，研究人力资本和社会资本对大学生就业的影响，应动态考察已经毕业一年甚至多年的大学毕业生的就业状况，以得出人力资本和社会资本对大学毕业生就业的真实影响。[28]张宝贵认为，目前形成大学生就业困境的主要原因在于人力资本的缺失。[29]同时，社会资本越高的大学生其就业成功的概率也就越高。[30]刘(Liu)和布朗(Brown)认为社交网站的发展能够有效增加个体的社会资本。[31]可以看出，互联网的发展对人力资本和社会资本具有重要影响。互联网使用与人力资本和社会资本交互，可能会对就业产生重要影响。

已有文献为本文进一步研究奠定了良好基础，但仍存在以下不足。首先，已有文献鲜有将互联网使用与大学毕业生就业相结合，更没能从实证角度验证互联网使用对大学毕业生就业的影响。其次，在研究数据和研究对象上，已有多数文献对大学生群体就业的研究局限于某个地区或某些高校的调查，或者是仅分析在校大学生在毕业后几年之内的就业情况，难以有效的估计互联网发展对大学毕业生就业的实际影响。最后，互联网使用与就业可能存在内生性问题，内生性问题如果没有解决将造成计量结果的有偏估计，并且互联网使用的交互效应及对就业影响的异质性在现有文献中也鲜有讨论。基于此，本文运用2010年、2012年、2013年和2015年四期中国综合社会调查数据(CGSS)，研究互联网使用对大学毕业生就业的影响，并努力尝试解决以上问题。

二、数据与变量说明、模型设定

(一)数据来源及说明

本文的数据来源于中国人民大学发布的中国综合社会调查(Chinese General Social Survey，CGSS)数据。该数据每年对全国各地的一万多户家庭展开抽样调查，是我国首个具有综合性、连续性、全国性的大型微观社会调查项目。CGSS数据采用分层抽样调查的方式，范围覆盖了全国31个省(市、自治区)。本文使用2010年、2012年、2013年和2015年共四期CGSS数据研究互联网使用对大学毕业生就业的影响，原因在于两方面：一是大学毕业生在历年调查中样本量相对较少，通过混合四年数据可以有效增加样本量，提高研究结论的可靠性；二是互联网作为新事物在近些年普及，尤其是2010—2015年正是我国互联网普及和发展的快速时期，因而使用四期CGSS数据能够有效提高样本估计结果的真实性和准确性。

本文的主要研究对象是大学毕业生，吴要武和赵泉高将大学毕业生界定为已经毕业的劳动年龄人口。[32]在借鉴这一界定的基础上，本文选取18～39岁具有大学学历的青年大学毕业生作为研究对象，并剔除相关缺失值及其他不符合要求的样本，最终使用的大学毕业生的样本量总数为4560个。

(二)变量设定

本文关注的被解释量之一为“大学毕业生就业”，这一变量反映了大学毕业生目前的整体就业状况。对应在问卷中的问题是“您目前的工作经历及状态是”，为了研究方便，本文将目前从事非农工作视为就业，赋值为1，将目前务农或没有就业赋值为0，本文使用的四期大学毕业生数据样本中，目前就业的比例为76.3%。本文的另一个因变量是“劳动参与”，对应在问卷中的问题是“您上周是否为了获取收入而从事了一小时以上的劳动”，我们将回答为“是”的赋值为1，其他未从事及休假的均赋值为0，本文研究中有劳动参与的比例为71.78%。需要说明的是，本文关注的就业及劳动参与变量，在问卷中的回答可能具有一定的相似性，但劳动参与情况衡量的是劳动力市场参与的积极性，整体就业则反映目前的工作或就职状态，以这两个指标作为因变量进行研究具有合理性。

本文重点关注的解释变量是“互联网使用”，对应在问卷中的题目是“过去一年，您对以下媒体的使用情况是什么”，对应互联网使用的回答分别是“从不、很少、有时、经常、非常频繁”，依次赋值为1、2、3、4、5，样本中“互联网使用”这一变量的均值为4.41，说明绝大多数大学毕业生使用互联网比较频繁。此外，本文使用“手机定制消息”这一变量作为互联网使用的替代变量进行稳健性检验。依据问卷的设计，根据使用手机定制消息的频繁程度，分别将“从不、很少、有时、经常、非常频繁”依次赋值为1、2、3、4、5，样本中该变量的均值为2.58。

表1 主要变量的定义及描述性统计

在控制变量的选取上，分别加入个体特征、家庭经济特征和社会保障特征。个体特征主要选取了性别、年龄、婚姻、户籍和党员；家庭经济特征主要是受访者家庭所在地处于哪一档，本文将“远高于平均水平”和“高于平均水平”合并为“高于平均水平”，“低于平均水平”亦是类似做法；社会保障主要考察了养老保险和医疗保险的拥有情况。

此外，本文关注了互联网使用的交互效应。社会资本积累可以通过社会交往的方式获得，人力资本积累的途径则包括休闲娱乐与学习充电。在具体的问卷设计中，均将其定义为五分类变量，即“从不、很少、有时、经常、非常频繁”，依次赋值为1、2、3、4、5。样本中大学毕业生社会交往、休闲娱乐、学习充电的均值分别为3.05、3.42和3.08，说明绝大多数大学毕业生的社会资本和人力资本积累的频率处于有时和经常之间。

以上变量定义及描述性统计见表1。

(三)计量模型

本文关注的被解释变量都具有二分类性质，因而运用Logit模型考察互联网使用对就业的影响具有合理性。Logit模型的表达式如下：

其中Yi表示受访者的就业及劳动参与，Ti表示本文的重点解释变量即受访者i是否使用互联网。Xi表示其他控制变量，即个体、家庭和社会保障特征变量。α0和α1表示待估参数，即解释变量影响被解释变量的估计系数值。εi表示随机误差项，即除了本文关注的自变量之外，其他不可观测变量对本文被解释变量的影响。

除此之外，本文考虑到，互联网使用与就业及劳动参与可能具有内生性问题。使用互联网的大学毕业生一般具有较强的城市生存能力，对就业的获取渠道、劳动报酬和自身需求都相对知晓，进而会提升就业和劳动参与概率；而就业积极性越高以及劳动参与越强的大学毕业生，为了适应职场竞争及城市生存，则会更加努力提升自己的人力资本积累，通过加强对互联网的学习和使用来积极工作。冷晨昕和陈前恒则指出就业对互联网金融具有积极影响。[33]因此，互联网使用和就业及劳动参与可能会存在双向因果的内生性问题。本文使用“您闲暇时间是否上网”作为互联网使用的工具变量。理论上，闲暇时间上网作为受访者个体网络使用的组成部分，与互联网使用具有明显的关系，但是闲暇时间上网与就业和劳动参与却没有直接的关系。基于此，本文进一步构建了IVProbit模型，尝试解决可能存在的内生性问题。本文设置的IVProbit模型的形式如下：

式(2)和式(3)中，Tit表示本文的工具变量即闲暇时间使用互联网的情况，其系数值φ若显著，则说明本文选取的工具变量具有合理性。

三、实证分析与讨论

(一)互联网使用对大学毕业生就业的影响

表2是互联网使用对大学毕业生就业及劳动参与影响的计量估计结果。模型一至模型三中，互联网使用变量的系数值均为正，且至少在10%的统计水平上显著促进了大学毕业生的就业。以模型三为例，相比较未使用互联网的大学毕业生，使用互联网的大学毕业生整体就业概率高出11.31%。模型四到模型六中，我们也发现互联网使用显著提升了大学毕业生的劳动参与概率。以模型六为例，使用互联网的大学毕业生其劳动参与概率比没有使用互联网的大学毕业生高出16%。这说明，在控制不同的变量后，互联网使用均可以显著促进了大学毕业生的就业及劳动参与概率。

造成上述结果的原因，一方面是互联网作为一种新事物，能够提供全方位的就业信息渠道，便于大学毕业生及时了解就业市场的需求，有助于大学毕业生适应激烈的劳动力市场竞争；另一方面，互联网拥有强大的信息和资源共享功能，能够促进大学毕业生持续地积累人力资本，有效提升了大学毕业生的综合竞争能力。在当前就业形势严峻的大背景下，较强就业能力和较高就业质量，代表着可以获得很难获取的优质就业岗位。冯虹和张波指出，提高大学生就业能力是解决大学生就业问题的关键。[34]而使用互联网则会使预期就业岗位变得更容易获取，即使用互联网所带来的预期效用会更高，有利于促进大学毕业生自主择业及劳动选择。因此，互联网使用能够促进大学毕业生的整体就业及提高劳动参与概率。

表2 互联网使用对大学毕业生就业及劳动参与的影响

表2中的其他变量也值得关注。个体特征方面，性别变量的系数值均为正，并在1%的统计水平上显著，说明相对于女性，男性大学毕业生的就业和劳动参与概率更高；年龄与就业及劳动参与正相关，说明年龄越大则大学毕业生的就业及劳动参与概率越高。形成这些结果的原因可能是男性、年龄较大的大学毕业生都面临一定的家庭负担，承担着相应的家庭责任，需要更多地参与劳动就业市场。婚姻变量对就业和劳动参与产生了相反的影响效应。党员变量在模型一至模型六中系数值都为正，且在1%的统计水平上显著，说明党员群体大学毕业生的就业水平及劳动参与会更高，这与党员群体的先锋模范作用、整体认知水平和劳动积极性有关。在不同的控制变量下户籍变量回归结果呈现一定差异，表现在对劳动参与的影响没有统计意义的显著性，但在模型一和模型二中，均在5%的统计水平上显著促进了就业。

家庭经济特征方面，不同的控制变量对就业和劳动参与的影响存在差异。表现在模型二中，相比较收入低于平均水平的家庭，收入处于平均水平的家庭会增加就业概率。虽然模型三没有统计意义显著性，但整体上对于就业而言，随着家庭经济水平的提升，其系数值和显著性水平在减弱；而对于劳动参与而言，控制了不同的变量造成了系数值方向发生了变化。这与毛宇飞和曾湘泉的研究具有类似性。[35]可能原因在于，家庭经济水平的提高有利于毕业生在寻找工作时获得更多的资源，进而会提高大学毕业生就业水平和收入。此外，社会保障的回归结果表明，拥有养老保险的大学毕业生，其就业和劳动参与概率相对较高，医疗保险对就业及劳动参与则不具有显著影响。

(二)稳健性检验

随着互联网的发展，手机这一移动通信媒介已经普及，本文运用“手机定制消息”作为互联网使用的另一个替代指标进行稳健性检验。表3报告了“手机定制消息”对大学毕业生就业及劳动参与的影响。结果显示，模型一至模型三中“手机定制消息”变量的系数值均为正，且模型一和模型二中的系数值均在5%的统计水平上显著，说明使用手机定制消息确实促进了大学毕业生的整体就业水平。模型四至模型六结果显示，模型四和模型五的系数值均为正，且在10%的统计水平上显著，说明使用手机定制消息也可以提高大学毕业生的劳动参与概率。整体上，这些结果与表2中的结论基本一致，说明研究结果具有较强的稳健性。

表3 稳健性检验：手机定制消息对就业及劳动参与的影响

(三)内生性检验与处理：工具变量法

表4是内生性检验的计量估计结果。模型一至模型五中，Wald检验至少在10%的统计水平上拒绝了外生性假设，说明模型一至模型五均存在内生性问题。而模型六的Wald检验结果显示无内生性问题，所以模型六我们使用普通的Logit模型回归。模型一至模型五在一阶段估计中，F值均明显高于经验值，工具变量的系数值均在1%的统计水平上显著为正，说明无弱工具变量问题。如表4所示，IVProbit模型的回归结果显示，模型一至模型五中的互联网使用的系数值均为正，且在1%的统计水平上显著，并且互联网使用变量在模型一至模型五中的系数值方向和显著性均无明显变化。这些结果说明，运用工具变量法解决内生性问题后，估计结果与文章基本结论一致，即互联网使用显著促进了大学毕业生的就业及劳动参与概率。

表4 内生性处理：工具变量法

(续表4)

(四)互联网使用的交互效应分析

一般而言，作为重要的信息传播载体，互联网使用可以提升大学毕业生自身人力资本和社会资本积累，从而获得更多的就业机会。人力资本积累可以通过休闲娱乐以及学习的方式来实现，社会资本积累则可以通过增加社会交往的形式实现，在四期的CGSS数据问卷中，均有这三个变量的设计。换言之，互联网使用与社会交往、休闲娱乐以及学习的交互可能会对就业及劳动参与产生影响，值得我们关注。

表5报告了互联网使用与人力资本和社会资本的交互效应。在控制其他变量的基础上，回归结果显示，模型一和模型四中的互联网使用与社会交往的交互项系数值为正，并且模型一中该交互项在5%的统计水平上显著，说明互联网使用与社会交往存在显著的互补效应。模型二和模型五及模型三和模型六中，互联网使用与休闲娱乐及学习的交互项系数值均为负，且均在1%的统计水平上显著，表明从事休闲娱乐和学习时，互联网使用对就业及劳动参与产生了显著的负向影响。

可能的原因是，从事社会交往时使用互联网，无论是对增强大学毕业生在工作地的生存能力，还是对积累社会资源和丰富人力资本存量，都具有重要的推动作用。同时，就业的一项重要属性是社会活动，当前大学毕业生就业形势严峻的重要原因之一就是社会活动缺失，实践能力匮乏。所以，社会交往时利用互联网不仅可以有效拓展就业渠道，更能增强大学毕业生的社会实践能力，丰富社会关系，因而在社会交往时使用互联网能够促进就业。而大学毕业生在休闲娱乐或者学习时使用互联网，一般属于个体闲暇时间的一种替代。尤其是线上休闲娱乐，其内容更加丰富多彩，会进一步促进对闲暇的需求，[36]减弱了互联网使用对就业的影响。所以在休闲和学习时使用互联网对就业和劳动参与的影响并不理想。

表5 互联网使用与人力资本和社会资本交互对就业及劳动参与的影响

四、进一步分析：异质性讨论

前面的分析表明，互联网使用能够显著提高大学毕业生的就业及劳动参与概率，但互联网直观上会对不同群体产生影响差异。表6显示了互联网使用对就业影响的异质性检验回归结果，我们分别估计了不同年龄、不同户籍以及不同区域的大学毕业生的就业差异。

年龄方面。由于互联网的发展形式日益更新，所以对于不同年龄大学毕业生使用互联网也可能存在差异。我们将年龄划分为18～30岁和31～39岁两组类别，回归结果显示：在18～30岁年龄组的子样本检验中，互联网使用的系数值为正，并在10%的统计水平上显著；而31～39岁年龄组的子样本检验中，互联网使用的系数值虽然为正，但不具有统计意义显著性。这说明互联网使用对不同年龄组之间的大学毕业生就业产生了显著异质性，对18～30岁大学毕业生的就业影响显著高于30岁以上的大学毕业生。原因可能是，30岁以下的大学生均普遍使用互联网，对获得网络就业渠道或是对个体人力资本和社会资本积累都具有积极推动作用；而30岁以上的大学毕业生使用的频率和范围则比较有限，并且一般而言，30岁以上的大学毕业生工作相对比较稳定，所以这一群体的互联网使用对促进就业的影响相对偏弱。

户籍方面。在农村户籍的子样本回归中，我们检验出互联网使用在1%的统计水平上显著促进了农村籍大学毕业生就业。但在城镇户籍的子样本回归中，互联网使用对城镇籍大学毕业生就业则没有显著影响。这说明互联网使用对不同户籍大学毕业生就业的影响产生了显著差异。我国长期实行的城乡二元经济体制，造成农村发展长期落后于城市，城乡户籍依旧在就业与社会保障方面产生差异，并已成为阻碍城乡均衡发展的制度性根源。党的十九大报告提出乡村振兴战略，其重点在于加强农村社会经济建设的人才培养，所以农村籍大学毕业生应被视为乡村人才建设和培养的重点所在。当前，农村籍大学毕业生多数已在城市地区生活和就业，并一定程度上市民化。互联网的普及和发展，有助于打破城乡二元经济体制对农村籍大学毕业生就业的限制，无论是进一步提升市民化水平，还是推动农村籍大学毕业生返乡就业或创业，互联网使用均具有积极的作用，将发展互联网来作为推动就业的政策性工具值得提倡。

区域方面。根据本文样本调查的范围，将受访者所在省(直辖市、自治区)，分为东部、中部和西部，以检验互联网使用是否存在区域差异。其中东部子样本中的互联网使用变量系数值为正，且在5%的统计水平上显著；中部子样本和西部子样本中的互联网使用的系数值虽为正，但不具有统计意义的显著性。可以看出，互联网使用对大学毕业生就业的影响存在显著的区域差异，整体上东部地区效果最显著，中西部影响效果偏弱。正如党的十九大报告指出的，发展不平衡不充分已成为阻碍我国社会发展的主要障碍，区域差异是我国社会主要矛盾的重要表现形式。互联网作为新发展事物对就业的促进效应存在区域差异，这也间接说明我国基本公共服务均等化建设存在严重不足，东西部之间尚存在巨大差异，未来应加大对欠发达地区互联网基本公共服务的投入。

表6 互联网使用与就业：异质性检验

五、结论与政策建议

党和政府始终将促进大学毕业生实现充分就业作为解决民生问题的重点工作。我国高等教育事业虽然经历了快速发展，人口素质明显提升，但大学毕业生的就业形势却日趋严峻。然而，互联网普及和广泛应用，对于有效促进大学毕业生实现充分就业发挥了重要的推动作用。本文利用中国综合社会调查数据(CGSS)，运用Logit模型分析了互联网使用对大学毕业生就业及劳动参与的影响，并使用IVProbit模型解决样本存在的内生性问题。研究发现：互联网使用显著促进了大学毕业生的就业及劳动参与概率，在稳健性检验和使用工具变量法解决内生性问题后，研究结论仍然与之前保持一致。交互分析表明，互联网使用与社会交往对大学毕业生就业的影响存在显著的互补效应，但与休闲和学习则存在显著的替代效应。进一步研究发现，互联网使用对大学毕业生就业的促进效应主要存在于30岁以下、农村户籍以及东部的大学毕业生群体中。

为了促进大学毕业生的就业水平，提升大学毕业生的就业能力，本文有以下三方面建议。第一，加强高校互联网基础设施建设。当前不同层级大学的互联网设施建设存在巨大差异，难以有效实现互联网资源为所有大学生所共享。应加大对大专院校、普通本科院校互联网基础设施建设的投入，缩短其与重点高校之间互联网发展及教育的差距，以推动大学毕业生公正平等地共享互联网资源，更好地实现就业公平。第二，加快打造新型“互联网＋大学生就业”模式。提高大学生就业水平需要将互联网发展与就业有机结合，不断提升大学生的互联网使用能力，通过互联网拓宽就业信息获取渠道，以充分实现就业。第三，深入挖掘互联网的载体功能。这要求我们充分利用互联网的信息载体功能，利用互联网提升自身综合竞争能力，通过互联网来增加社会交往进而提升自身的人力资本存量，同时还应形成独立自主的择业观念，打破家庭社会资本对自身就业的路径依赖。第四，进一步发挥互联网经济的扶贫作用。互联网经济的发展需要加强对贫困大学生的帮扶，应为贫困大学生使用互联网资源提供政策优惠，提高农村互联网使用的普及率，缩短城乡互联网覆盖差距，加快区域互联网基础设施均等化建设。除此之外，还应加强宣传工作，进一步提高不同年龄大学毕业生的互联网使用率，以更好地提高大学毕业生的就业水平。