数字经济背景下互联网使用能否促进农村女性非农就业

赵兰兰 夏咏

赵兰兰，夏 咏. 数字经济背景下互联网使用能否促进农村女性非农就业［J］. 湖北农业科学，2024，63（3）：59-68．

摘要：采用2017年中国综合社会调查（CGSS）数据，结合Probit模型、随机森林模型（Random forest）与拓展回归模型（ERM）等实证分析方法，分析数字时代互联网使用对农村女性非农就业决策的影响及作用机制。结果表明，互联网使用能够促进农村女性非农就业，其边际效应为6.8%；现代媒介使用频率越高的农村女性，其非农就业概率越高，尤其对自雇就业的影响效果大于受雇就业；信息获取渠道影响则不显著。异质性分析表明，互联网使用对初中以下文化程度、家庭照料强度小、家庭经济水平较低的农村女性非农就业提升的概率更高。互联网使用可能通过人力资本水平提升及经验累积、拓展社会关系渠道、改善传统性别观念认知3个方面影响非农就业。这说明在数字经济时代互联网的使用对农村女性非农就业参与发挥着积极的作用，也为探索现存劳动力制约下的数字红利、优化劳动配置资源、推动经济又好又快发展提供了新视角。

关键词：数字经济；互联网使用；农村女性；非农就业；随机森林；影响机制

中图分类号：C913.68；F249.2；F49         文献标识码：A

文章编号：0439-8114（2024）03-0059-10

DOI：10.14088/j.cnki.issn0439-8114.2024.03.010 开放科学（资源服务）标识码（OSID）：

中央“一号文件”2018年以来相继推出“实施数字乡村战略”“数字乡村试点”以及“数字乡村发展建设”等政策工程，坚持顶层设计与试点探寻政策脉络的双向反馈，令数字化成为推动中国农业农村现代化进步的重要引擎，互补融合互联网、云计算和大数据等日渐成熟的现代数字技术［1］，助力挖掘中国乡村经济发展的“数字红利”，缩小城乡“数字鸿沟”的差距。新发展阶段全面建成社会主义现代化强国，促进农村经济多维度全面振兴，旨在统筹发展农村综合生产力、第二三产业、农民增收、公共基础设施建设及民生保障等系统性工程［2］。这一举措与农村剩余劳动力向非农产业转移紧密相关，农村产业体系的全面振兴需将农村劳动力从农业部门转移，为第二三产业的发展储备充足人力，这也是消除城乡二元经济结构的必然要求［3］。在此进程中，如何挖掘农村家庭里的男女劳动力到非农业部门稳固就业变得尤为重要。《2019年农民工监测调查报告》［4］表明，在中国农民工总数中，女性仅占男性总量的54%，而在所有外出农民工中，女性仅占30.7%，与2018年相比下降了10%。说明中国农村男女外出务工比例依然存在较大差距，在当前中国农村男女人口规模结构大致接近的情况下，依然有大批富足女性劳动力有待深入开发。因此，在劳动力日渐短缺的背景下，积极指引农村女性非农就业、开辟女性劳动潜质，是重构劳动要素配置效率和促进乡村振兴战略实施的重要桥梁。

互联网作为助推数字乡村建设的重要载体，也是“信息流”和“人才流”的集聚点和新基座，以独特的数字化效能，为村民提供基于链条、要素、过程、角度、方位等一体化信息服务。近些年，随着互联网在农村地区的持续渗透，学者们逐渐重视互联网技术对非农劳动市场的影响，并进行了相应研究。宋林等［5］、张卫东等［6］研究发现互联网使用能够显著提升农民工和壮年劳动者的非农就业率，尤其促进受雇就业，主要通过职业技能水平提高、减少信息成本及改善性别观念偏好等路径实现；Dimaggio等［7］发现互联网技术能够提升农村劳动生产率、拓宽社会资本市场，扩大农村就业途径，进而提升就业效能；马继迁等［8］研究对青年非农就业的影响，发现网络社交与网购均有助于其非农就业活动，尤其对受雇就业影响显著；赵羚雅等［9］聚焦就业质量，认为互联网使用对农民工资回报率及非农就业参与程度起到纽带作用。而也有不少学者针对女性群体就业展开专门性研究，Dettling［10］认为互联网有利于家庭女性实现工作和家庭的平衡；潘明明等［11］采用江苏、安徽、河南、河北4省的879份微观调研数据发现互联网使用能够通过拓宽就业渠道、增强就业意愿等途径显著促进农村妇女的非农就业率；毛宇飞等［12］侧重于识别女性就业形式的研究，发现互联网使用偏好的异质性影响女性就业形式，空闲时进行社交有助于女性自雇就业，进行学习有助于女性受雇就业；宁光杰等［13］探究对女性就业结构的影响，发现互联网使用能够降低女性务农概率，提高自雇、受雇率；丁栋虹等［14］以数字时代女性网民身份为基准，构建新型创业环境整体框架，发现互联网使用频率越高，创业概率越大；肖薇等［15］从互联网双重嵌入视角探究对女性创业能力的影响，发现网络社群嵌入会带来女性显著的创业能力提升效果，而网络媒体嵌入则起到逆向效果。

综上所述，国内外学者围绕就业群体、就业类型、就业质量、就业机制等维度展开普遍研究，通过剖析发现依然存在一定进步空间：一是现有研究常以整体农村劳动力或女性整体为考察对象，而以农村女性为对象的专门性研究成果略有不足，且缺乏对内生性、异质性问题的处理；二是农村经济社会尚处于动态纷杂变换之中，探讨互联网使用对农村女性非农就业的效果亟需不断提供新的“水源”；三是国内关于互联网使用的研究多以传统计量方法为主，结合新兴机器学习算法的研究明显不足。基于此，本研究采用2017年中国综合社会微观调研数据，结合二值Probit模型探究互联网使用对农村女性非农就业的影响，应用随机森林模型（Random forest）对主要变量的影响进行重要性排序，运用多项选择模型（Mlogit）探讨互联网使用、媒介使用频率及信息获取渠道对农村女性不同非农就业类型的影响，运用拓展回归模型（ERM）及倾向得分匹配法（PSM）验证结果的稳健性，科学测度其内在影响机制，以期拓宽相关研究领域。

1 理论分析与假设

信息效应理论指出网络技术作为信息搜寻、整合资源的重要媒介，也是提高人力资本、拓展社会资本的有利工具，主要体现在降低信息获取成本和拓宽就业信息渠道方面［16］，能够加速就业信息共享、促进业态多样化、提升就业稳定性，间接引导农村女性向非农岗位转移。根据家庭经济理论，女性通常在家庭生产活动中占据主导地位，家庭内部活动无需将时间和精力全部投入其中，这时提供一个弹性、灵活的工作机会和场所及无约束的工作方式对女性参与劳动至关重要［17］。互联网作为数字时代的“弄潮儿”，派生出多种新型线上工作模式，平衡女性对日常生活、工作和家庭需求之余，也为女性提供了更多的自雇就业机会。一方面互联网刺激传统行业的同时衍生出新的就业机会，在与金融产品有效衔接，优化融资模式、降低投资风险的同时，提高女性创业意向［18］；另一方面，互联网社群作为重要社会资本渠道，也为女性创业实践提供了源源不断的创业资源［19］。综上所述，互联网能够提升农村女性非农就业率，也能够为女性创业带来便利，促进自雇就业，当然，也有学者持有相反观点［5，12］，针对不同研究对象结果也会有所差异，还需进一步验证。基于此，提出研究假设。

假设1：互联网使用有利于提高农村女性非农就业参与。

假设2：互联网使用能够提高农村女性自雇就业概率。

假设3：互联网使用能够提高农村女性受雇就业概率。

根据信息传播特点将杂志、报纸、广播和电视列为传统媒介，互联网使用（包括手机上网）列为现代媒介［20］。以上媒介都是获取信息的重要渠道，但随着数字经济时代的发展，现代媒介在信息获取方面的便捷性及时效性更胜一筹，在互联网时代，人们大海捞针般地搜寻获取信息的方式已成为过去式，加之智能手机的普及以及网络基础设施在全国的广泛覆盖，即使身处偏远的农村地区也能够享受到网络所带来的“数字红利”。但不可否认，传统媒介作为大众媒介，农民更容易接触，而现代媒介虽更加便捷但需依附载体，承担较高的网费或智能电子产品等，因此更适合非农工作者使用。相较于农业劳动者，非农工作者更有可能增加现代媒介使用的频次。基于此，提出以下假设。

假设4：现代媒介使用频率有助于提高农村女性非农就业概率。

假设5：现代信息获取渠道能够促进农村女性非农就业参与。

从人力资本的角度看，教育、知识、技能以及经历等要素作为个体择业的关键因素，皆会产生额外的经济价值和回报率［21］。通过互联网汲取数字技术，包括先进农业生产技术、子女教诲关照老人等知识技能，助推农业生产和家庭劳工模式的“双向反馈”，提升工作效能，更大限度投入到非农工作中［22］。信息的传播也丰富了农村正规教育和职业技能训练的内容形式，以更具实效、更灵活、范围更广的方式输送非农就业知识、技术以加快人力资本积累和增强市场竞争力［23］；从社会资本角度看，在中国带有浓郁“人情”气息的社会环境中，当个体掌握的社会渠道越多，越有可能非农就业，成功率也更高。传统地说，农村女性在社交网络方面因家庭、社区或地域的阻碍而具有规模小、层次低、资源圈层小等特点，引起非农就业活动数量的减少［24］。依靠互联网不仅能够拓宽农村女性就业者的社会关系网络，提升人际交往、沟通便捷性，还能拉进社交距离，促进人情往来，助其结识各领域的人脉资源［25］。综上所述，互联网使用能够增强非农就业成功的几率，并通过降低信息搜寻成本、传播先进的知识技能、提高个人技能水平和社会交往能力等渠道实现。由此提出如下假设。

假设6：互联网使用能够通过人力资本途径、社会资本途径间接影响农村女性非农就业。

按照社会化性别理论［26］，当个体生物向社会人转化成长的过程中，他（她）所生活的所有社会环境都可以传递，并塑造个体性别准则和期许。经过数千年的农耕文明和中国儒家文化在中国社会的牢固基础，尤其是以“男耕女织” “男主外、女主内”的中国传统性别角色分配及其“贤妻良母”的观念重塑，使农村女性更加重视家庭的成功。受城乡制度分割、就业门槛高、家庭内部分工及传统身份认同等条件约束，农村女性往往徘徊在家务活动和农业生产中［27］，家务劳动和照料家庭的时间也远比工作和休闲的时间投入多［28］，这也将严重阻碍农村女性参与非农就业。而互联网作为人类进入信息时代的重要传播媒介，勾勒出一个覆盖全国的网络空间，颠覆着传统的社会关系［29］。有研究证实，网络的不同功用的确会对个人价值观的形塑产生影响［30］，农村女性由于其家庭生活、社会社交联系较少、资讯匮乏等社会问题使得其外出务工机会相对较小，而网络提供的信息分享与展示效应则使得城乡男女平等的社会价值观得到有效传递，刺激着人们的社会地位感知和身份认同，成为农村女性积极投入社会受雇就业的“催化剂”［5］。以互联网为引擎深度融合先进城市文明、思想观念、组织形式、生活业态，强化“身份融入”感知，引导农村女性积极投身非农就业活动中，改善后代子女生存和教育［31］。由此提出假设7。

假设7：互联网使用能够通过影响农村女性的性别偏好认同间接影响非农就业意愿。

2 构建模型与数据统计

2.1 数据来源

以2017年中国综合社会调查（CGSS）微观数据为支撑，内容包含劳动力市场就业、互联网使用及性别角色相关的社会态度问题，这为本研究从全国微观层面探讨互联网使用对农村女性非农就业提供了独特而详实的数据资料。研究农村女性的非农就业，为使研究结果更具有典型性和说服性，本研究限定样本为户籍为农业户口的18～60岁的已婚女性样本，将缺失值和异样值处理后，获得有效样本1 219个。

2.2 变量选择及说明

2.2.1 被解释变量

1）参照马继迁等［8］方法，对于非农就业的测量，采用问卷中“您是否具有工作经历？”的问题设置，构建虚拟变量衡量农村女性的非农就业情况，其中设置“当下从事非农工作”为“1”；设置“从未工作过” “目前没有工作” “目前务农”等情况为“0”，其包含“当下没有工作和当下务农，但是曾经有过非农经历”这两种状况。

2）将非农就业类型分为4类：“自己当老板或者合伙人”及“个体工商户”设为“自雇型就业”=“1”；“有固定雇主”及“无固定雇主，以零工散工为主”设为“受雇型就业”=“2”。

2.2.2 解释变量

1）以“您是否上网？”表示是否使用互联网，选择“是”，表示使用互联网，将其定义为“1”；选择“否”表示不使用互联网，将其定义为“0”。

2）传统媒介使用频率以报纸、杂志、广播及电视使用频率的加总均值进行表示；现代媒介使用频率以互联网和手机定制消息使用频率的加总均值表示。

3）信息获取渠道以“您获取信息的最主要来源”测量，将回答“报纸、杂志、广播、电视”定义为传统信息获取渠道为“1”；“互联网、手机定制消息”定义为现代信息获取渠道为“2”。

2.2.3 中介变量

1）选取“在闲暇时间女性学习充电的频次”来表示人力资本变量，按照“1—5”的顺序，数字越大表示越频繁。

2）选用“与朋友及家人进行社会交往频次”代表社会资本变量，分别用“1—5”表示频率大小，数字越大表明越频繁。

3）性别偏好认同基于王乙杰等［32］的研究思路，选取4种与劳动力市场就业联系较密切的问题，包括“男人应以工作事业为重，女人则回归家庭教育为本位”“男性能力生来就超越女性”“干得好不如嫁得好”和“在经济衰退时，要首先辞退女员工”，采用李克特五级的测评量表方式对这些表述问题加以估计，分数越高说明对传统性别观念的认同感就越强烈，信度检验结果显示4种衡量指标之间的平均α值约为0.715，说明信度系数达到了较好的水准。运用主成分分析法测算其综合分数后，经极差标准化方式数据处理后将性别偏好认同综合分数转换成取值区域在“0”至“1”的指标，综合得分越高表示性别观念越现代，反之则表明越传统。

控制变量及具体描述如表1所示。

2.3 模型设定

1）二值Probit模型。本研究样本数据服从正态分布且为二值离散变量，故采用二值Probit模型实证分析，构建模型如下。

[Probit（yi=1）=a0+βnetworki+n=1εxi+ζi] （1）

式中，[yi]表示“是否从事非农就业”；[networki]表示“是否使用互联网”；[xi]表示控制变量；[a0]为常数项；[β]、[ε]为待估边际效应；[ζi]为误差项。

2）随机森林模型（Random forests）。采用随机森林将各变量对非农就业的影响按重要程度由大到小进行排序，以检验结果的稳健性。随机森林模型以决策树为基础单元，随机有放回地从初始数据中选取N个样本单位，生成回归树，合成森林［33］。森林中每一棵树都有多个特征，任意改变这个特征值，对比改变前后误差率的差距，以此来决定特征的重要性，并将此称为“袋外误差（Out-of-bag error）”，构建模型如下。

[MDA（Ai）=1ntreet=1ntree（errOOBt1-errOOBt2）]  （2）

式中，[MDA（Ai）]表示特征的重要性程度；[ntree]表示特征在森林中出现的次数；[errOOBt1]和[errOOBt2]分别表示特征值变化前后的袋外误差。运用R语言的“Random forest”软件包通过“na.roughfix”函数用众数替换缺失值［34］。

3）多项选择模型（Mlogit）。被解释变量之间不存在明显的定序关系，采用多项选择Logit模型进行实证研究，公式为：

[In（Pj/Pk）=α0+β1χ1+？+βiχi+ε] （3）

式中，[Pj]与[Pk]分别为试验组和对照组，本研究以务农就业类型为对照组，创业型自雇、生存型自雇与正规受雇、非正规受雇为试验组；[α0]为常数项；[χi]为解释变量；[βi]为待标定系数；[ε]为误差项。

4）中介效应模型。通过中介效应模型实证分析互联网使用与农村女性非农就业之间的作用机制，构建如下模型。

[Yi=V1+aiTi+b1iχ1i+ε1i]      （4）

[Mi=V2+ciTi+b2iχ2i+ε2i]      （5）

[Yi=V3+diTi+eiMi+b3iχ3i+ε3i]      （6）

式中，[i]表示农村女性个体；[Y]表示非农就业；[T]表示互联网使用；[M]代表中介变量；[χ]为协变量；[V]为常数项；[ε]表示随机干扰项。

3 模型估计结果与分析

3.1 基准模型

表2展示了互联网使用对农村女性非农就业参与影响的回归模型平均边际效应结果，能够进一步解释自变量随着因变量变化单位的概率方向，其中，模型（1）表示互联网使用对农村女性非农就业的影响结果；模型（2）、模型（3）分别为媒介使用频率、信息获取渠道对农村女性非农就业影响的拓展模型。

表2模型（1）结果显示，互联网使用在1%的水平上正向显著影响农村女性非农就业，说明互联网使用能够积极促进农村女性非农就业参与，使用互联网的农村女性比不使用互联网的农村女性非农就业概率提高6.8%。模型（2）结果显示，传统媒介使用频率影响不显著，现代媒介使用频率在10%的水平上正向促进农村女性非农就业活动，表示现代媒介使用的频率越高，对农村女性非农就业提升效果越好，可能的原因是随着网络基础设施和智能手机的广泛推广，逐渐淡化人们对传统媒介的使用，而以互联网、手机定制消息为代表的现代媒介作为传统媒介的“升级整合体”能够不受时间、地点的局限，更便捷、全方位地提供就业所需的讯息，实现“坐家尽享天下事”。模型（3）显示信息获取渠道对农村女性非农就业活动无显著影响，无论是传统媒介获取渠道还是现代媒介获取渠道在获取就业信息上同质化程度较高，因此不会带来显著性的就业提升效果。验证了假设1和假设4，假设5不成立。

3.2 互联网使用对就业类型的影响

表3展示了互联网使用、媒介使用频率及信息获取渠道对农村女性不同非农就业类型的影响，结果显示，互联网使用及现代媒介使用频率对农村女性自雇就业选择具有显著的正向影响，对受雇就业无显著影响，传统媒介使用频率及信息获取渠道影响均不显著。总的来说，使用互联网相对于不使用互联网的农村女性，其自雇就业的概率相应提高7.84%，互联网及手机等现代媒介上网使用频率越高，其自雇就业概率提升2.87%。对以上结果可能有以下几点解释：一是互联网的嵌入能够拉进农村女性与村民的距离，使得人们能够以更低的成本维持更广泛的社会网络体系，从而为个体工商经营者和创业者起到支持作用；二是互联网能够更便捷、快速地获取关于销售技巧、创业活动相关及生产技术的时讯，弥补现有经营环境的不足，促进农村个体工商经营户及创业者紧跟社会发展的步伐，与时俱进，激发自雇就业热情；三是数字乡村建设发展，农村电商迅速崛起，使得农村女性不仅局限于务农，更倾向于利用电商渠道创业。由此验证了假设2，假设3不成立。

3.3 随机森林模型分析结果

随机森林作为一种新兴的、灵活度高的机器学习算法，较传统回归准确性更高、适应性更强、有效性更精确［35］，不需要对数据进行任何假设检验，也不需要考虑多重共线性问题［36］，能够精准测算各自变量对因变量的重要程度及排序，本研究运用R语言运算随机森林分类过程，计算袋外误差率（Out-of-bag error）选择最优的随机森林模型特征个数。由图1可知，当“树的数量”达“1 000”左右时，误差相对稳定，模型效果达到最优，故将“树的数量”选定为“1 000”，建立随机森林分类预测模型。如图2所示，利用各变量特征对非农就业影响重要性排序来增强随机森林模型的可解释性，“平均下降精度”值为测量各变量受到干扰后模型准确率的下降程度，下降程度越大，该变量的预测影响效果越强［37］。通过图示排序结果显示，除社会信任、普通话水平、家庭经济水平无显著影响外，其余变量影响均在5%和10%的水平上显著，且互联网使用的影响效果占比达21%，仅次于受教育程度，说明互联网使用是农村女性非农就业参与中不可忽视的重要影响因素。这一结论也进一步验证了上述Probit模型中互联网使用对农村女性非农就业参与的影响结果。

3.4 内生性与稳健性检验

3.4.1 内生性处理 由于存在逆向因果和遗漏变量，非农就业活动也可能逆向影响农村女性互联网使用情况，使表2的回归结果偏误，本研究选择“地区互联网普及率”作为工具变量，处理内生性问题。该变量既与互联网使用情况相关，又很难影响到微观农村女性个体的就业决策，满足相关性和外生性要求，但因变量为二值离散变量，强行使用传统IV-Probit处理内生性会导致计算结果有偏。因此使用拓展回归模型（ERM）中的E-Probit回归模型来解决因变量为二值离散变量状况下的内生性问题，如表4结果所示，互联网使用和非农就业对应方程的残差的相关性（corr）在1%的水平下显著，表明自变量互联网使用的确是虚拟内生性变量，且用E-Probit处理是合适的。以“地区互联网普及率”为工具变量依然可以得出互联网使用显著促进农村女性非农就业的结论。

3.4.2 稳健性检验 通过计算倾向得分匹配法（PSM）考察以上结果的稳健性。对个体、家庭、社会和区域等控制变量进行匹配后，表5估计了农村女性互联网使用对非农就业的倾向得分值，计算自助标准误可以看出ATT的P均在1%、5%的水平上变化显著，且T大于1.96临界值，表明农村女性使用互联网与其非农就业的关系依然呈显著正相关，跟上文结果相同，在克服了选择性偏误后，结果依然稳健。

3.5 异质性分析

尽管对个体、家庭、社会和地区变量进行了控制，但是不同个体特征固然存在显著的差异性，按照学历层次、家庭照料强度、家庭经济水平3个方面开展讨论，回归结果如表6所示。首先，初中以下学历相比较高中以上学历的农村女性影响显著，且均呈正向促进作用。究其原因：虽然初中以下学历的农村女性无论是文化程度或专业技能水准等在农村劳动力市场中都不具有竞争力优势，且属于低技能劳动力，但网络信息渠道能够精准提供与之相符的职业资讯，并能利用网络平台在线培训以提升专业技能水准，进而带来非农就业率的显著提高。高中以上学历对此并不显著，可能的原因是这部分女性群体文化技能水平较高，获取就业信息渠道广泛，不单纯依靠互联网搜寻功能，加之个体原本从事农业劳动机会较少，多以自雇、受雇就业为主，故使得边际效应下降，不会带来显著的就业提升效率。其次，对于家庭照料强度大的农村女性来说，互联网使用对非农就业参与的影响并不显著，可能原因是她们需要将更多的时间和精力用在照顾老人和小孩身上，这必然会挤占她们投入非农就业的时间和精力，很难有足够的时间参与非农就业活动。最后，互联网使用对家庭经济水平高于和远高于平均水平的农村女性个体无显著性影响，但依然呈正向作用，可能的原因是家庭经济水平较高的农村女性家庭人数较少，家庭负担小，外出务工的意愿不强，使用互联网多以休闲娱乐为主，常扮演“贤内助”的角色，通过互联网搜寻工作的意愿不强，因此无法为这部分农村女性带来显著的非农就业概率提升。

4 作用机制检验

为进一步分析农村女性互联网使用提升非农就业参与的作用机制，本研究从人力资本渠道、社会资本渠道及性别偏好认同渠道所发挥的间接效应3个方向进行探讨。

由表7可见，（1）、（2）列分别表示互联网使用与人力资本和社会资本的关系，检验结果表明，互联网使用分别在1%的水平下显著影响人力资本和社会资本变量；进一步验证，（3）、（4）列分别为互联网使用通过不同渠道作用于农村女性非农就业的检验，可以看出互联网使用对非农就业的促进概率较基准回归的6.8%小，存在部分中介效应。人力资本、社会资本分别在1%、5%的水平上通过显著性检验，根据Sobel检验结果显示，互联网使用对非农就业的影响效应中有33.6%来自人力资本渠道，11.1%来自社会资本渠道，说明互联网使用能够通过人力资本渠道、社会资本渠道间接促进农村女性非农就业参与。如图3所示，使用互联网经常进行社交活动的农村女性比例最高，达57.21%，经常获取信息的比例达36.94%，经常进行休闲娱乐的比例达36.49%。农村女性通过上网学习、搜寻感兴趣的内容提高自身职业技能水准、开阔眼界，努力克服因学历教育经历的差距所带来知识上的差异，线上教育也摆脱了时间和地点的束缚，大大提高了农村女性经验的积累及掌握技能的灵活性。同时利用互联网的社交功能与他人进行沟通交流，例如微信、QQ、抖音及微博等社交媒体APP，维持并拓展自身社会关系网络的同时摆脱了地域局限，借助互联网的信息优势，克服就业信息不对称障碍，提高就业信息传播效率，使得农村女性通过互联网高效的信息传播能力及时获取就业信息，增补其社会资源的缺失［38］。由此验证了研究假设6。

表8为性别偏好认同作用机制检验结果。其中，第（3）列结果显示，互联网使用的结果显著且边际效应为4.8%，与第（1）列相比，互联网使用的影响有所降低，性别偏好在1%的水平上显著，部分中介效应成立。Sobel检验结果显示，性别偏好认同所发挥的中介效应占比15.3%，表明互联网使用可以改善农村女性的传统性别观念，促进其非农就业选择。借鉴高红波［39］的研究结果发现当个体依附于新媒体的大环境下，就会促进个体观念的转变，互联网中各种媒体报道传播女性独立自主、宣扬性别平等先进思想，涵盖影视媒体中对职场女性成就卓著的形象刻画，通过网络向观众呈现出女性纯真焕发的生命力及饱满、丰盈的女性形象，潜移默化地刷新农村女性对于保守陈旧的传统性别观念的认知，真正从思想上接受两性平等，实现自身意识的觉醒。假设7得到验证。

同时，图4的结果表明，认同互联网的重要功能是“让越来越多的人获取更多的信息”以及“获取更多社会资源”的农村女性所占比例较高，均超过60%；而有超过50%的农村女性同意互联网的重要功能是“促进社会公平”的看法，也有较少的农村女性认为互联网能够“打破社会阶层固化状况”，该图在一定程度上反映了农村女性对互联网的广泛认知，展现出农村女性的性别观念逐渐向平等现代的方向转变，从侧面映射出对于互联网平台功能及信息获取功能的广泛利用及认同。

5 小结与建议

本研究实证分析了互联网使用对农村女性非农就业的影响效应及传导机制，运用多种实证方法检验理论假设，结论如下：①互联网使用对农村女性非农就业参与具有显著的促进作用，其中对自雇就业的影响效果更佳。在运用拓展回归模型（E-Probit）和倾向得分匹配法（PSM）进行稳健性检验处理内生性问题后，结果依旧稳健。②现代媒介使用频率越高，农村女性参与非农就业的概率越大，尤其促进女性自雇就业；而信息获取渠道无论是对非农就业还是对就业类型影响均不显著。③异质性结果表明，互联网使用对非农就业提升概率在初中以下文化程度、家庭照料强度小、家庭经济水平处于平均水平和低于平均水平的农村女性中影响最大。④具体检验机制结果表明，互联网使用主要通过影响人力资本、社会资本以及性别偏好认同带来的间接效应促进农村女性非农就业。

为提高互联网使用对农村女性非农就业的促进意愿和信心，提出如下改进建议：①强化乡村数字化基建设施，持续推进“提速、降价”改革，规范有序引导互联网使用；②积极组织提升互联网基础技能的教学和培训工作，针对初中以下文化水平及家庭经济水平较低的农村女性开展网络知识学习课程，借助互联网“低成本、高效率、易掌握”的特点，对农村女性利用互联网搜寻工作与社会互动给予大力支持和悉心指导，激发学习热情，形成“智能化”“信息化”学习的优良环境，但同时也要加强预防网络诈骗的宣传引导，合理规避网络安全风险；③村委会应持续推进性别平等宣传，打破传统的家庭分工理念，倡导“挣钱养家工作”是夫妻共同的责任和义务，破除两性之间智力和能力不平等的传统认知，提高农村女性自信心；④推进农村地区的养老及幼儿托管等公共社会服务体系建设，使农村女性能够在家庭和工作中做出更好的平衡，缓解家庭重担，提高非农就业概率。

参考文献：

［1］ 李 瑾，冯 献，郭美荣.我国农业信息化发展的形势与对策［J］.华南农业大学学报（社会科学版），2015，14（4）：9-19.

［2］ 叶兴庆.以提高乡村振兴的包容性促进农民农村共同富裕［J］.中国农村经济，2022（2）：2-14.

［3］ 范红丽，辛宝英.家庭老年照料与农村妇女非农就业——来自中国微观调查数据的经验分析［J］.中国农村经济，2019（2）：98-114.

［4］ 国家统计局.2019年农民工监测调查报告［EB/OL］. https：//www.stats.gov.cn/xxgk/sjfb/zxfb2020/202004/t20200430_1767704.html，2020-04-30.

［5］ 宋 林，何 洋.互联网使用对中国农村劳动力就业选择的影响［J］.中国人口科学，2020（3）：61-74，127.

［6］ 张卫东，卜偲琦，彭旭辉.互联网技能、信息优势与农民工非农就业［J］.财经科学，2021（1）：118-132.

［7］ DIMAGGIO P， BONIKOWSKI B. Make money surfing the Web？The impact of Internet use on the earnings of U.S. workers［J］.American sociological review，2008，73（2）：227-250.

［8］ 马继迁，陈 虹，王占国.互联网使用是否促进了农村青年非农就业？—基于2018年CFPS数据的实证分析［J］.当代经济管理，2021，43（1）：68-75.

［9］ 赵羚雅，向运华.互联网使用、社会资本与非农就业［J］.软科学，2019，33（6）：49-53.

［10］ DETTLING L J. Broadband in the labor market： The impact of residential high-speed Internet on married womens labor force participation［J］.Industrial &labor relations review，2017，70（2）：451-482.

［11］ 潘明明，蔡书凯，周 游.互联网使用促进农村妇女非农就业了吗——基于苏、皖、豫、鄂四省调研数据的实证研究［J］.农业技术经济，2021（8）：133-144.

［12］ 毛宇飞，曾湘泉.互联网使用是否促进了女性就业——基于CGSS数据的经验分析［J］. 经济学动态，2017（6）：21-31.

［13］ 宁光杰，马俊龙.互联网使用对女性劳动供给的影响［J］.社会科学战线，2018（2）：75-83.

［14］ 丁栋虹，袁维汉. 互联网使用与女性创业概率——基于微观数据的实证研究［J］. 技术经济，2019，38（5）：68-78.

［15］ 肖 薇，李成彦，罗瑾琏. 赋能：互联网双重嵌入对女性创业能力的影响［J］.科技进步与对策，2019，36（14）：18-24.

［16］ 张 晨，马 彪，仇焕广.信息通信技术使用可以促进易地扶贫搬迁户的社会融入吗？［J］.中国农村经济，2022（2）：56-75.

［17］ HERR J L，WOLFRAM C D. Work environment and OPT-out rates at motherhood across high-education career paths［J］. Industrial & labor relations review，2012，65（4）：928-950.

［18］ 湛 泳，徐 乐.“互联网+”下的包容性金融与家庭创业决策［J］.财经研究，2017，43（9）：62-75，145.

［19］ FISCHER E， REUBER A R. Online entrepreneurial communication： Mitigating uncertainty and increasing differentiation via Twitter［J］. Journal of business venturing， 2014，29（4）：565-583.

［20］ 张 蓓.媒介使用与农村居民公共事务参与的关系研究——基于CGSS2012数据的实证分析［J］.江海学刊，2017（3）：102-109.

［21］ SCHULTZ T W. Investment in human capital［J］.The American economic review，1961，51（1）：1-17.

［22］ 马俊龙，宁光杰.互联网与中国农村劳动力非农就业［J］.财经科学，2017（7）：50-63.

［23］ VAZQUEZ E，WINKLER H. How do telecommunications reforms affect labour market arrangements？Evidence from Central and Western Europe［J］.Economics of transition and institutional change，2019，27（3）：745-762.

［24］ 刘鹏程，李 磊，王小洁.企业家精神的性别差异——基于创业动机视角的研究［J］.管理世界，2013（8）：126-135.

［25］ BYGRAVE W D，TIMMONS J A.Venture capital at the crossroads［J］. Social science electronic publishing，2009，12（8）：11-18.

［26］ ECKES T，TRAUTNER H M. The developmental social psychology of gender［M］.Mahwah：Lawrence Erlbaum associates publishers，2000.

［27］ 王春凯.性别观念、家庭地位与农村女性外出务工［J］.华南农业大学学报（社会科学版），2019，18（4）：54-67.

［28］ 许 琪.时间都去哪儿了？——从生命历程的角度看中国男女时间利用方式的差异［J］.妇女研究论丛，2018（4）：19-32.

［29］ 潘 萍.论互联网与性别平等［J］.浙江学刊，2006（6）：205-209.

［30］ 陈思宇，胡志安，陈斌开.技术与文化：互联网如何改变个人价值观？［J］.经济学动态，2016（4）：37-47.

［31］ 周 冬.互联网覆盖驱动农村就业的效果研究［J］.世界经济文汇，2016（3）：76-90.

［32］ 王乙杰，杨大利.性别角色观念对创业行为性别差异的影响［J］.人口与经济，2021（4）：126-142.

［33］ 郑 诗，梅游英，王诣涵，等.随机森林模型和logistic回归模型在维持性血液透析患者动静脉内瘘失功预测中的应用效果比较［J］.中国医院统计，2021，28（6）：485-490.

［34］ 李欣海.随机森林模型在分类与回归分析中的应用［J］.应用昆虫学报，2013，50（4）：1190-1197.

［35］ FARHADIAN M， TORKAMAN S， MOJARAD F. Random forest algorithm to identify factors associated with sports-related dental injuries in 6 to 13-year-old athlete children in Hamadan， Iran-2018-across-sectional study［J］. BMC Sports Sci Med Rehabil， 2020，12（1）：69.

［36］ LI X H， WANG Y. Applying various algorithms for species distribution modeling［J］. Integr Zool，2013，8（2）：124-135.

［37］ 胡颖超，肖浩伟，孔晨曦，等.互联网金融背景下大学生金融风险意识的影响因素研究——基于随机森林与多元回归的对比分析［J］.湖北经济学院学报（人文社会科学版），2022，19（1）：28-32.

［38］ 曾凡斌.互联网使用方式与社会资本的关系研究——兼析互联网传播能力在其间的作用［J］.湖南师范大学社会科学学报，2014，43（4）：152-160.

［39］ 高红波.新媒体需求与使用对农民现代化观念影响的实证研究——以河南巩义IPTV农村用户为例［J］.新闻与传播研究，2013，20（7）：80-99，127.

收稿日期：2022-06-20

基金项目：国家自然科学基金项目（71763027）；新疆维吾尔自治区自然科学基金项目（2021D01A81）；新疆维吾尔自治区社科基金项目（18BJY038）；新疆农业大学研究生科研创新项目（XIAUGRI2021047）

作者简介：赵兰兰（1996-），女，江苏徐州人，硕士，研究方向为区域经济，（电话）13139896592（电子信箱）1694324196@qq.com；通信作者，

夏 咏（1971-），男，新疆乌鲁木齐人，教授，博士，主要从事区域经济、金融与贸易、国际商务研究，（电话）13579926125（电子信箱）63707679@qq.com。