互联网如何影响代际收入流动

裴劲松 张菁

【摘要】互联网作为深刻改变了人们经济行为和生活方式的力量， 是否会影响代际收入流动性？ 运用CFPS 2014年、2016年、2018年三个年度的微观数据， 用父代子代收入对数的关联系数衡量代际收入流动， 用CFPS中的网络使用情况构建了互联网使用指标， 实证研究了互联网对代际收入流动的影响， 并分析了异质性及作用机制。 结果表明： 互联网使用促进了代际收入流动， 以社区使用互联网情况作为工具变量消除内生性， 结果依然成立; 互联网对代际收入流动的影响对农村居民、男性、西部地区作用显著。 进一步研究表明， 互联网通过影响社交网络、购买金融产品、提升技能等渠道促进代际收入流动。

【关键词】互联网使用;代际收入流动;工具变量;异质性

【中图分类号】F014.4      【文献标识码】A      【文章编号】1004-0994（2021）08-0141-6

一、引言

改革开放以来， 代际收入流动成为学者及政府关注的重要问题。 代际收入流动影响社会稳定及经济发展， 反映子代阶层的跃迁机会。 代际收入流动性低， 表现为父代收入对子代收入影响较大， 子代获取机会的平等性将受到深远影响， 社会收入分层固化， 不利于社会长治久安。 郝煜[1] 研究发现， 社会代际流动系数在0.1 ～ 0.7之间即为正常， 中国的代际流动系数为0.6， 处于代际流动性较差的水平。 北欧国家在0.1 ～ 0.3之间， 英美两国大致在0.4 ～ 0.5之间， 代际流动性相对较高。 较高的社会流动性使得劳动者有较强的意愿进行人力资本投资， 从而充分调动劳动者工作、学习、跨越阶层的积极性。 陈漫雪等[2] 研究发现， 代际收入流动性较小， 将使社会收入分层固化， 更表现为不同个体的机会不均等。 长期的不平等将导致就业机会的不平等， 社会结构固化， 进而影响经济发展。 那么如何促进我国代际收入流動， 防止阶级固化， 对于促进我国经济社会长期稳定发展具有重要意义。

互联网技术的发展和普及极大地改变了人们的信息交流方式， 降低了信息传递的时间成本， 提高了生产效率， 增加了总体社会福利水平。 《中国互联网络发展状况统计报告》指出， 2020年我国上网人数达9.40亿， 互联网普及率高达67%。 十九大报告指出， 将进一步推动互联网、大数据、人工智能和实体经济的深度融合。 我国经济正处在快速发展和转型期， 未来互联网及相关信息技术进步将会发挥越来越重要的作用。 那么其对代际收入流动的影响是怎样的？ 本文使用中国家庭追踪调查（CFPS）2014年、2016年、2018年三个年度的统计数据， 采用父代子代收入对数的关联系数衡量代际收入流动， 并展开了异质性及作用机制分析。

二、文献综述

现有影响代际流动的研究主要集中在健康、教育、社会资本等方面。 Becker等[3] 运用父母对子女进行人力资本投资与当前消费之间的决策， 分析了代际收入传递的机制。 Bowles等[4] 的研究指出， 健康与代际收入流动有关。 Esping[5] 向Becker等的模型提出质疑， 既然穷人面临窘迫的经济环境， 为什么还会存在阶级向上跃迁， 为什么富人收入很难向下流动？ Mayer[6] 的研究指出， 父母给子女创造优质的文化环境， 文化资本也是代际收入流动渠道之一。 从教育角度出发， 陈爱丽等[7] 研究指出， 教育代际流动是实现代际流动的重要途径， 其可以促进代际向上流动， 抑制代际向下流动。 孙三百等[8] 研究表明， 迁移不仅能显著促进代际收入流动， 还可强化教育在代际收入流动中的贡献。 从社会资本角度， 刘琳等[9] 研究发现社会网络可以通过加强信息共享、缓解信贷约束和改善子女就业等渠道促进代际收入流动。 杨汝岱、刘伟[10] 的研究表明， 市场化程度也是代际收入流动的重要影响因素之一， 且其区域异质性越强， 市场化程度越深， 代际流动性越强。

互联网是一种信息通信技术， 它的大规模使用和普及对于社会生活及经济发展产生了长期深刻的影响。 互联网能提高中国的经济增长率， 李杰伟等[11] 的研究表明， 人口规模与互联网对经济增长的促进作用成正比。 华昱[12] 研究发现， 互联网的使用可以带来8% ～ 20%的额外收入， 当个体使用互联网学习时其工作收入将更高。 韩长根等[13] 发现， 使用互联网学习、工作、社交可以提高居民收入流动性， 对女性及农村居民影响更显著。 蒋琪等[14] 的研究表明， 互联网的使用对劳动者收入的影响有异质性， 其中对中年人、农村居民、受教育程度高的收入影响显著。 张奕芳[15] 研究发现， 互联网贸易是缩小地区内收入差距和城乡收入差距的重要途径。 程名望、张家平[16] 研究发现， 互联网的使用可以缩小城镇与农村之间的收入差距， 并提升收入阶层。 白海峰等[17] 发现互联网是影响中国城乡收入差距的重要因素， 呈现出倒U型的作用趋势。 崔兆财、周向红[18] 研究发现， 互联网降低了信息的搜索成本， 从而提高了证券投资及房产投资的公众参与度。

代际收入流动的影响因素已有众多学者进行了研究， 但鲜有文献研究互联网对代际收入流动性的影响。 本文的主要贡献有以下三个方面： ①就互联网与代际收入流动性的具体关系进行实证研究， 研究视角新。 ②利用CFPS最新三期统计数据， 采用最小二乘法展开研究， 具体分析互联网对于代际收入流动性的影响， 对其异质性展开探讨， 并通过子女就业、金融产品的购买、社交网络三个影响渠道进行机制分析。 ③选择社区互联网使用情况作为工具变量进行稳健性检验， 以消除内生性， 使得互联网影响居民代际流动性分析结果更加准确稳健。

三、理论分析与研究思路

（一）互联网的技术效应与资本效应

国内外已有研究证实， 使用互联网可以促进个人就业并增加个人收入。 互联网的使用通过技术效应及资本效应对收入产生影响。 互联网技术的进步， 让一部分掌握互联网技术的个体不从事传统劳动， 促使劳动生产率提升， 这一部分用户的收入也随之增加。

同时， 互联网技术对劳动力需求方面也产生直接影响， 市场对具有互联网技术的劳动力需求增加， 影响了掌握互联网技术使用者的收入。 互联网资本效应是指互联网通过促进人力资本和社会资本积累而间接增加收入。 互联网用户可以通过在线学习降低知识获取成本， 通过社交软件拓展人际关系来扩大社交网络， 以及通过在线求职减少搜索成本来提高求职效率， 从而增加人力资本的积累， 使得个体在劳动力市场的竞争力更强， 间接提高了个人收入水平。

互联网对代际收入的影响路径如图1所示。

（二）Becker代際传递经济模型

Becker代际传递经济学模型界定一个家庭为一个生产单位， 福利的最大化不仅取决于一代人的收入， 因此父代会为子代进行人力资本投资， 这也使得父代子代收入产生了紧密联系。 父代收入以财富资本和人力资本投资传递给子代， 最终子代的均衡收入取决于个人禀赋和市场回报。 本文将在父代收入给定的情况下， 探讨互联网的使用如何改变甚至打破个人成就和家庭背景之间愈发紧密的关系， 摆脱阶层束缚， 从而改善代际收入流动机制。

四、研究设计

（一）数据来源

本文使用北京大学中国社会科学研究中心的CFPS数据进行研究， 目前一共有5期， 分别是2010年、2012年、2014年、2016年、2018年的数据; 主要使用CFPS中个人和家庭调查数据， 一对一地匹配2014年、2016年和2018年三年的样本， 剔除可能会影响准确性的相关变量缺失和异常数据， 最终得到三期样本共计3760份。

（二）变量说明

1. 关键变量。 研究代际收入流动需要对父亲与子女的样本进行配对， 因此本文通过被访问者及其父亲的个人编码进行配对，选取子女年龄在18 ～ 40周岁且为非在校人口、父亲年龄在30 ～ 65周岁的样本， 并剔除了关键变量缺失的样本， 最后得到3760个有效样本。 本文样本收入均通过CPI调整至2018年价格水平以使得结果更准确。为排除异常值对结果的影响， 进行了1%的缩尾处理。

CFPS问卷中有关互联网使用状况共有以下几个问题：是否使用互联网、互联网作为信息的重要性、互联网使用类型及频率。 本文的关键变量互联网的衡量方法为：是否使用互联网（使用=1， 不使用=0）; 使用互联网的类型及频率（从不=0， 几月1次=1， 一月1次或一月2到3次=2， 一周1到2次或1周3到4次=3， 几乎每天=4）。

2. 控制变量。 本文在个人层面控制了以下变量：年龄、性别、户籍、婚姻状况、健康状况、教育程度; 家庭层面控制了父亲年龄、父亲的受教育程度。 为调节代际收入弹性偏低的问题， 本文借鉴以往文献处理方法在控制变量中加入了子女年龄的平方及父亲年龄的平方。

（三）描述性统计

表1为描述性统计结果。 由表1可知， 父亲平均收入为13198.09元， 子女年平均收入为26472.9元。 子女的平均收入和平均受教育程度均高于父亲; 子女的平均年龄为27.28岁， 父亲的平均年龄为53.43岁; 约56%的个体使用互联网; 城市户口居民约占80%; 居民使用互联网大多是在进行互联网学习及开展商业活动。

五、实证模型构建与结果分析

（一）基准回归与分项回归

本文通过考察互联网对父代子代收入对数的交叉项来分析互联网对代际收入流动的影响：

Lnyci=β0+β1Lnyfi+β2Interi+β3Lnyfi×Interi+βzzi+μi

上式中， Lnyci表示子女收入的自然对数， Lnyfi表示父亲收入的自然对数， Interi表示子代是否使用互联网及子代使用互联网学习、工作、娱乐、商业活动、社交的情况。 Lnyfi×Interi表示互联网使用与父亲收入自然对数的交互项， β3表示互联网使用对代际收入流动的影响。

表2中列（1）估算的父亲收入对数的系数为0.197， 意味着子代收入约1/5取决于父代收入; 互联网使用与父亲收入对数的交乘项系数为-0.063， 意味着互联网的使用可以减少父代收入对子代收入的影响， 促进了代际收入流动。 列（2）（3）（4）分别为加入了个体控制变量、家庭控制变量及个体家庭控制变量的结果。 结果表明， 互联网使用与父亲收入的交叉项系数均显著为负， 这反映了互联网对代际收入流动的促进作用。

互联网分项回归结果表明， 互联网工作和互联网社交对代际收入流动影响显著。 互联网工作对代际收入流动的影响为5.8%， 互联网社交对代际收入流动的影响为11.4%。 同时， 互联网工作和互联网社交都能影响个体收入， 分别为88.3%和116.6%。 有文献发现社交网络可以促进代际收入流动[19] ， 而互联网社交使得扩大社会网络更加便利， 通过互联网拓展社会网络， 利用社会资本改善个体收入， 从而促进代际流动， 因此互联网社交对代际收入流动影响显著。 互联网工作对代际收入流动影响显著， 这可能是因为使用互联网的企业一般是新兴行业， 这些企业一般都具有高收入的特点， 这些企业的劳动者可能获得更多的收入及机会， 从而影响了代际收入流动。

（二）城乡、性别与地区的异质性分析

互联网作为深刻改变了人们的经济行为和生活方式、推动经济快速发展的力量， 在东中西部地区所发挥作用的大小可能存在差异。 性别差异可能会导致女性劳动力面临更严峻的就业形势， 互联网对不同性别子代收入的影响也可能存在差异。 此外， 城乡互联网使用情况及作用效用也不同。 因此， 本文根据东中西部、子代性别、城乡户籍分组， 以比较社会网络对不同组别代际收入流动的影响。 具体结果见表4。

表4结果表明， 父代收入对子代收入的影响在男性、农村、西部等组别中较显著， 分别为19.9%、20%、19.6%。 互联网的使用显著促进了男性、女性、中部、西部、农村的居民收入， 这与以往研究结果基本一致。 列（1）和列（2）的结果表明， 互联网使用对男性代际收入流动的促进作用显著， 但对女性代际收入流动的促进作用并不显著。 列（3）和列（4）的结果表明， 互联网对代际收入流动的促进作用在农村地区更加明显， 但对城市作用并不显著。 可能的原因是农村互联网的使用促进了农村电子商务的发展， 可促进农村居民就业、创业以及收入的提升[20] 。 教育方面， 农村教育资源贫乏， 互联网使用拓展了农村居民获得更多知识信息的渠道， 进而促进收入代际流动。 列（5） ～ 列（7）为按照东、中、西部分组的回归结果， 可见， 互联网只对西部地区组的代际收入关联系数产生显著影响。 可能的原因是西部地区发展滞后， 资源贫瘠， 互联网的使用极大地便利了居民信息资源的获取， 促进了居民人力资本的积累， 进而提高了居民收入， 促进了代际收入流动。

（三）作用机制分析

互联网的使用显著促进了代际收入流动， 这一机制是怎样实现的呢？ 事实上， 互联网从不同维度发挥作用。 现有文献指出， 社会网络、进入高收入行业、金融产品的购买都会影响子女的收入及代际收入流动水平。 本文将从互联网促进社会网络的扩张（礼金支出）、金融产品的使用以及促进子女进入高收入行业三个方面分析互联网对代际收入流动的作用机制。 回归结果见表5。

1. 互联网促进社会网络扩张。 随着互联网技术的飞速发展， 劳动者获取信息的渠道越来越多， 信息获取的便利性得到了提高， 社会网络得到了有效拓展， 从而提高了居民收入水平， 进而提高了代际收入流动水平。 有文献研究表明， 互联网对社会资本有正向的促进作用[21] ， 而作为社会资本的一个衡量指标——社会网络， 其对代际收入流动起到促进作用， 推理得出互联网可以通过影响社会网络进而促进代际收入流动。 为了验证互联网是否能够通过社会网络影响代际收入流动， 本文借鉴马光荣等[22] 曾在文献中度量社会网络的方法——使用礼金支出衡量社会网络。 因亲戚朋友间互送礼品是维系感情的重要手段， 本文使用礼金支出代表社会网络。 由表5的回归结果看出， 互联网的使用显著影响社会网络。

2. 互联网改善子女就业。 个体所处行业是影响收入的重要因素之一， 子代若处在高收入行业， 受其行业发展的影响， 在不考虑其他因素的条件下也能获得较高的收入。 有研究表明， 互联网的使用显著提高了大学生的就业工资水平， 互联网对工资的影响程度趋于倒U型[14] 。 为了检验这种影响机制， 本文计算出所有样本的工资平均值， 并根据问卷分类计算出各个行业的平均工资， 高于样本平均工资的行业定义为高收入行业。 同时使用Probit模型测算互联网对子代进入高收入行业的可能性的影响， 结果列示于表5。 与预计结果相同， 在其他因素给定的情况下， 互联网显著促进子代进入高收入行业。

3. 互联网影响金融产品购买。 互联网通过影响金融产品的购买， 对居民收入产生影响。 互联网与金融市场的有机结合增强了居民参与其中的便利性， 居民更愿意购买金融产品， 从而增加了居民的财产性收入， 进而影响代际收入流动。 针对互联网对金融产品购买数量的影响进行回归， 与预期一致， 互联网显著提升了居民购买金融产品的数量。

（四）稳健性检验

1. 工具变量替换。 互联网的使用与代际收入流动之间可能存在反向因果和遗漏变量内生性问题。 例如， 个体对互联网的兴趣可能同时影响使用互联网的情况和子代收入。 为消除内生性造成的估计偏差， 选用社区居民互联网的使用情况作为工具变量。 社区居民互联网的使用情况影响个体使用互联网情况， 而社区居民使用互联网的情况与个体收入并无关系， 所以采用社区互联网使用情况作为工具变量。 工具变量检验结果互联网与父亲收入的交叉项系数显著为负， 结论依然成立。

2. 关键变量替换。 本文参考大量文献采用父亲收入代表家境， 但考虑到复杂的家庭状况， 如家庭中母亲的收入高或者父亲是主要劳动力收入母亲无工作等情况， 又采用父亲与母亲收入的平均值作为关键变量进行了回归， 以检验实证结果的准确性。 回归结果表明， 互联网与父代收入交叉项的系数显著为负， 结论依然成立。

3. Tobit检验及Heckman检验。 因为在CFPS中父亲收入这一数据有25%的数值为0， 也就是父亲没有收入， 为了保证实证结果的准确性， 使用Tobit模型进行检验， 回归结果依然显著为负。 因为样本存在自选择的內生性问题， 使用互联网的居民本身可能具有更高的个体收入或是更好的家庭条件等， 这些内生性问题会导致回归结果有偏差， 因此进行Heckman模型检验， 结果依然成立， 可见， 互联网的使用促进了代际收入流动。

综上， 本文实证研究了互联网对代际收入流动的影响及其机制， 通过工具变量替换、关键变量替换、Tobit与Heckman模型进行稳健性检验， 发现互联网使用提高了居民代际收入流动性水平， 分析结果与前文一致。 限于篇幅， 稳健性检验结果未予列示。

六、结论与建议

本文使用CFPS中2014年、2016年、2018年三个年度的微观数据， 运用最小二乘法实证检验了互联网使用对代际收入流动性的影响， 并进一步展开异质性和机制分析， 最后利用工具变量进行稳健性检验。 研究结果表明：互联网的使用促进了代际收入流动; 在互联网对代际收入流动的异质性分析中， 父代收入对子代收入影响在男性、农村、西部等规制中较为显著; 互联网可通过扩大社交网络、增加金融产品购买数量及促进子女进入高收入行业等途径促进代际收入流动。 互联网能够有效促进代际收入流动， 可以通过互联网的普及使用缓解社会阶层固化， 增强子代获取机会的平等性。

由上述分析提出以下结论：①互联网使用对代际收入流动有促进作用， 政府应加大对互联网的基础设施建设投资， 对相关企业给予减税降费的优惠政策， 推动互联网技术研发， 加快提升互联网的供给能力。 我国农村地区存在着互联网基础设施差、互联网使用普及率低的问题， 针对这一现象， 政府应给予政策支持以改善现状; 丰富互联网服务内容， 推动互联网与经济社会的融合。 ②健全互联网购买金融产品的监督管理措施， 完善互联网购买金融产品的法律法规体系， 同时提高互联网购买金融产品的便利性， 如设计简洁的操作界面， 培养居民理财理念; 如使用微信网页等社交网络媒体帮助消费者建立互联网金融理财理念， 发挥互联网对收入及代际收入流动性的改善效用。 ③加强居民互联网意识及能力的培训， 发挥互联网的信息效应。 由此居民能够利用互联网更好地提升人力资本， 在维系人际关系的同时扩大社会网络。 这一途径可促进互联网使用者收入的提升、带动就业发展。 同时还应加强农村居民的互联网使用培训， 引导其科学使用互联网工作学习。 ④鼓励互联网与更多领域融合， 特别是与传统行业、实业相结合， 有力有序地推动互联网扩大对各个领域的影响。

【 主 要 参 考 文 献 】

[1] 郝煜.中国的长期社会流动性，1645-2010：姓氏方法[ J].经济资料译丛，2013（2）：57 ～ 65.

[2] 陈漫雪，吕康银，王文静.代际收入传递的经济学分析[ J].当代经济管理，2016（12）：73 ～ 78.

[3] Gary S. Becker，Nigel Tomes. An Equilibrium Theory of the Distribution of Income and Intergenerational Mobility[ J].Journal of Political Economy，1979（6）：1153 ～ 1189.

[4] Samuel Bowles， Herbert Gintis， Melissa Osborne. The Determinants of Earnings： A Behavioral Approach[ J].Journal of Economic Literature，2001（4）：1137 ～ 1176.

[5] Esping-Andersen G.. Unequal Opportunity and Social Inhe-

ritance[M].Cambridge： Cambridge University Press，2004：1 ～ 288.

[6] Mayer Susan E.. The Influence of Parental Income on Child-

ren's Outcome[Z].Researchgate，2002.

[7] 陈爱丽，郑逸芳，许佳贤.教育能促进社会阶层代际流动吗？——基于中国综合社会调查（CGSS）的经验证据[ J].教育与经济，2019（6）：27 ～ 34.

[8] 孙三百，黄薇，洪俊杰.劳动力自由迁移为何如此重要？——基于代际收入流动的视角[ J].经济研究，2012（5）：147 ～ 159.

[9] 刘琳，赵建梅，钟海.创业视角下代际收入流动研究：阶层差异及影响因素[ J].南开经济研究，2019（5）：163 ～ 179.

[10] 杨汝岱，刘伟.市场化与中国代际收入流动[ J].湘潭大学学报（哲学社会科学版），2019（1）：112 ～ 118.

[11] 李杰伟，吴思栩.互联网、人口规模与中国经济增长：来自城市的视角[ J].当代财经，2020（1）：3 ～ 16.

[12] 华昱.互联网使用的收入增长效应： 理论机理与实证检验[ J].江海学刊，2018（3）：219 ～ 224.

[13] 韩长根，张力.互联网提高了我国居民收入流动性吗？——基于CFPS 2010-2016数据的实证研究[ J].云南财经大学学报，2019（1）：86 ～ 99.

[14] 蒋琪，王标悦，张辉，岳爱.互联网使用对中国居民个人收入的影响——基于CFPS面板数据的经验研究[ J].劳动经济研究，2018（5）：121 ～ 143.

[15] 张奕芳.互联网贸易能否缩小收入差距？——双异质模型及来自中国的经验[ J].经济问题探索，2019（6）：50 ～ 58.

[16] 程名望，张家平.互联网普及与城乡收入差距：理论与实证[ J].中国农村经济，2019（2）：19 ～ 41.

[17] 白海峰，李羽翔，胡文韬.互联网信息渠道与家庭资本市场参与行为[ J].管理现代化，2019（3）：17 ～ 20.

[18] 崔兆财，周向红.互联网普及对地区就业的异质影响研究[ J].软科学，2020（1）：7 ～ 12.

[19] 刘琳，赵建梅，钟海.创业视角下代际收入流动研究：阶层差异及影响因素[ J].南开经济研究，2019（5）：163 ～ 179.

[20] 柴时军.社会网络与家庭创业决策———来自中国家庭追踪调查的经验证据[ J].云南财经大学学报，2017（6）：111 ～ 122.

[21] 来向武，任玉琛.中國互联网使用对社会资本影响的元分析[ J].新闻与传播研究，2020（6）：21 ～ 38+126.

[22] 马光荣，杨恩艳.社会网络、非正规金融与创业[ J].经济研究，2011（3）：83 ～ 94.