认知能力、互联网鸿沟对农民工群体社会经济地位的影响——基于CFPS2010数据的多元logistic回归分析

王成林，徐　华

(安徽大学 社会与政治学院，合肥 230601)



认知能力、互联网鸿沟对农民工群体社会经济地位的影响
——基于CFPS2010数据的多元logistic回归分析

王成林，徐华

(安徽大学 社会与政治学院，合肥 230601)

摘要：当前，超过两亿五千万规模的农民工群体在其融入城市社会的过程中，正发生着迅猛的地位分化。基于以往研究，提出个人认知能力的互联网的接入和使用，是影响农民工群体社会经济地位的重要因素。通过对2010年的CFPS全国数据进行了社会经济地位的多元logistic分析检验，结果发现：在农民工群体中，互联网用户与其社会经济地位不同层级间存在明显正相关；在农民工网民中，工具型互联网行为对于农民工社会经济地位的提升显著；数学能力方面对农民工社会经济地位的提升有显著影响，且社会地位等级越高，能力贡献越明显。

关键词：认知能力；互联网鸿沟；社会经济地位；logistic回归分析

一、背景与问题

历史地看，当下中国农民工群体的形成与壮大，发端于政府在1978年以后开启的社会经济领域的改革开放政策。从此，农村富余的劳动力可以自主选择职业，并且伴随着政府主导的工业化城镇化进程，越来越多的农村劳动力开始大规模地向城市流动，拥抱城市文明。可是由于户籍制度壁垒的存在，他们中的大多数无法获得城市户籍，于是就形成了这样一个特殊的劳动力阶层。根据国家统计局数据显示，截至2014年年底，中国的农民工群体规模达到2.7亿，占到总人口数量的近1/5，并且此阶层会在相当长时期存在。

本文关心的问题是农民工群体在社会经济地位(Socioeconomic status以下简称SES)上的分化情况。通行的理论认为，社会分化是指社会结构系统不断分解成新的社会要素、各种社会关系分割重组最终形成新的结构的过程。社会分化概念具有很强的复杂性，不仅是领域的分化和区域的分化，而且包括阶层分化、组织分化、利益分化和观念分化及社会不平等程度的变化。社会分化尤以社会阶层的分化最具代表性。于是本文选取SES这一具有标志性的指标，来作为群体社会分化状况的衡量标准。在现有研究中，认为农民工群体社会经济地位分化有以下几个影响因素。

国内相关领域的学者大多采纳人力资本理论来解释在农民市民化过程中的差异。比如宋艳萍认为，人力资本决定了农民在城市中经济地位与社会地位的获得。马凤鸣采用珠三角地区数据的研究，证明人力资本中的教育程度、语言能力和打工地生活时间对农民工的城市社会适应都有显著的正向影响等等。其中比较有洞见性的观点来自于孙大伟，他详细分析了人力资本在农民市民化过程中的具体作用路径，指出应着力提升与城市发展相适配的农民人力资本，才是农民工市民化转换的关键途径。

另外，2000年以后中国的城镇化速度进入高速阶段，以每年1.1%速度急速增长，城市社会的发展越来越依赖于现代技术，尤其是信息与互联网技术，农民工要想成功融入快速发展的都市社会中，必须不断学习掌握新信息社会中的关键性生存技术，跟上城市社会发展的步伐。

(一)互联网鸿沟产生的社会分化

1998年信息与互联网技术无疑带来了首屈一指的巨大变革，而当一项技术初来乍到时，人们热衷于关注的只是它带来的便利和对于原有社会的改良。实际上，与互联网技术的快速普及过程同时进行的是社会成员沿着互联网鸿沟上的不平等分化。互联网鸿沟是指社会上的不同群体之间在互联网接入、技能和应用至少三个方面存在的差距。根据国家互联网中心(CNNIC)的统计，截至2014年年底，中国网民规模已经达到6.49亿，可是其中城乡互联网鸿沟差别显著，农村地区互联网普及率仅为28.8%。这意味着农村地区很少有机会参与到以信息为基础的新经济当中，也很少有机遇参与到在线的教育、培训、购物、娱乐和交往当中。有关学者研究指出，接入网络，掌握以及应用网络技术的信息化水平高的人，能有效利用技术来提升自己的工作和生活质量(通过网络找工作，扩大交往乃至参与公共事务)。本文所采用的全国性调查数据中国家庭追踪调查(以下简称CFPS)也显示，就算是那些离开农村，从事着非农职业的农民工群体中，网络的使用率仅有3成。由此，引出以下思考：互联网鸿沟是不是加剧了农民工群体的社会分化呢？如果答案确定，那么又是通过何种路径加深了农民工群体融入都市文明的难度呢？

(二)认知能力在农民工人力资本体系中的重要性

现代人力资本理论将个体劳动者在教育和职业培训方面的投资归类为人力资本(human capital)。所以人力资本概念也就是意指个体劳动者通过接受正规教育或职业培训而获得的知识与技巧。国内学界对人力资本概念的常规操作化指标也无外乎这种范畴之列。如赵延东用受教育年限，有无职业培训和改变工作次数这3个指标来反映人力资本水平，或者有学者将人力资本分为先赋与自致因素，先赋方面包括性别、健康状况、父亲的政治身份和职业声望等；自致方面包括学历、语言能力、工作经验以及政治面貌。然而，众所周知，我国目前教育资源包括职业培训资源很不发达，并且分配很不均匀，1998年我国虽开启了高等教育的大众化普及过程，但是李春玲利用多项全国性调查数据，证实社会不平等实际上并没有随高等教育的扩张而改善，教育扩展实际上与户籍制度一道加深了城乡在性别、收入和地位等各个方面的不平等。农村出身的孩子考上大学的比例实际上是缩小了。但是我们知道，在一个逐渐开放的社会中，社会晋升通道并非只有教育这一条，比如从商、从艺、当兵等等不一而足。而且有很多学历不高但跃升到社会上层的专业人士，通常也能够达到为社会认可的学识水平，其中很多人也取得了学历。因此将学历教育作为人力资本唯一衡量标准并不精确。这有可能忽视参差不齐的教育资源对于人们实际能力的影响，高估正规教育对于社会适应能力与社会经济地位获得过程中的作用，为了更准确地理解人力资本在农民工社会分化过程中的影响机制，本文通过对农民工认知能力差异性的考察，思考人力资本对社会分化的影响。

而所谓认知能力，指的是人脑加工，存储和提取有效信息的能力，反映的是个体成熟以后的属于内在范畴的能力。与教育程度相比，认知能力能更好的反映人与人之间的人力资本差异。认知能力对于经济方面作用的研究已经有不少成果，如民众整体认知能力的提高能明显提升国家经济增长，从个体角度也会提高劳动者的经济收入。而从个人认知能力角度来考虑社会经济地位获得方面的研究尚不多见，现有的研究是认知能力对于家庭经济行为选择方面的影响，孟亦佳从家庭成员认知能力的角度考察过对于家庭资产选择的影响路径，认为高的认知水平能带来显著的投资市场的参与度，也更热衷于风险投资。本文将认知能力操作化为基本的语文能力和数学计算能力两个方面。CFPS关于认知能力的题目是根据受访者的受教育程度来选择相应的答题起点，测试题目也是基于中小学课本，因此其主要是反映受访者字词识记水平和数学计算能力。认知能力的社会科学研究在中国还在起步阶段。CFPS的认知测试填补了国内相关调查数据收集的空白。CFPS对认知能力的测量具有可靠性，为进一步探索认知能力与个体发展、地位获得、健康等因素之间的因果关系提供了可能。

二、概念操作化及研究假设

(一)互联网鸿沟对农民工社会经济地位的影响

互联网鸿沟主要包括了互联网接入、技能和使用三个方面上差距。CFPS调查项目只调查了网民的接入与使用行为方面的表现，没有网络技能方面的数据，于是本文提出以下假设。在中国农民工网民中，接入网络、掌握以及应用网络技术的信息化水平高的人，能有效利用技术来提升自己的工作和生活质量。

CFPS问卷中从“寻求网友的情感支持”、“和网友说心里话”、“寻求网友的帮助工作”、“社交”、“解闷”、“娱乐”、“工作”、“学习”8个方面对网民互联网使用行为进行了考量，为更好的贴近研究主题，我们采取主成分因子分析法对8种互联网行为来进行降维处理。数据提取出两个主因子，其中球形检验KMO值为0.721，提取因子解释了模型中全部数据的55.1%，因子分析效果较理想。具体提取结果见表1。

据此，概括出两个变量：F1(娱乐型网络指数)，涵盖前面6个因子，包括利用互联网解闷、娱乐、社交、寻求网友帮忙、寻求网友情感支持以及帮助等；F2(工具型网络指数)涵盖使用网络工作和学习两个因子。最后再将F1和F2根据四分位等分法分为(等级1-2-3-4)从低到高四个等级。从最高到最低依次代表了网民在这两个行为取向上的高低程度。本文认为F1和F2两大类型刚好概括了人们的互联网行为两大方面：自我满足与自我增值，对应于将互联网工具当作情感型与工具型的两种取向。自我增值型的互联网使用者更倾向于利用互联网来获取信息，学习新知，提高工作生活质量。自我满足型的用户偏重于使用网络来娱乐休闲、社交等等寻求压力缓解和情绪满足。

表1　[互联网行为因子分析成分矩阵a

a注：提取方法是主成分分析法。

在进行社会经济地位分类时，学界广泛使用李春玲的标准，将全国81个职业，排列为7大等级。依次是：1.高级领导干部和高级知识分子。2.中层领导干部管理人员及社会有影响力的专业人员。3.专业技术人员、政府普通干部、私营企业老板。4.较低层技术人员。5.农村技术人员、个体养殖运输专业户及较低层办事人员。6.无须技术专长的劳作性工人。7.卖苦力或伺候人的工作。本文根据CFPS成人问卷中的国际职业社会经济地位编码的得分，出于获得程度性指标的考虑，将职业社会经济地位得分按照中位数4等分的方法分为(最高-中高-中低-最低)四个等级。具体操作过程中：最高等级对应等级1、2；中高等级对应等级3、4；中低等级对应等级5、6；最低等级对应等级7。

假设1a:在农民工群体中，相对于非互联网用户，互联网用户的社会经济地位更高。

假设1b:在农民工网民群体中，越是倾向于利用互联网学习和工作的用户的社会经济地位更高。

假设1c:在农民工网民群体中，越是倾向于利用互联网休闲娱乐的用户的社会经济地位更低。

(二)认知能力对农民工网民群体社会经济地位的影响

认知能力所反映的是人们内在的学习与认识能力。正如CFPS主要发起者谢宇指出的那样，“认知能力强的人通常能够在学习中表现更好，也更可能取得较高的教育成就”，这是通过正式路径高学历获得高地位而言的，而对于那些因制度性原因未能获得学历的，但最终也获得令人尊敬职业的人来讲，他们显然通过非正式途径学到了一技之长。于是综合来讲，本文认为认知能力高的人，最终职业地位也越高。

CFPS数据中关于认知能力模块的测试分为两个部分。首先是字词的识记能力。在测试字词识记能力时，调查员会要求被访者用普通话朗读一组词语。(词语是按由易到难的顺序排列的)，随后被访者答对的最难的一道题的题号即成为该项的得分。其次是数学能力的测试。访问员要求被访者做一组数学题目(也是由易到难的顺序)，最后答对的最难的一道题的题号就是数学能力的得分。原始字词识记能力得分在0~34分，数学能力在0~24分。由于我们需要的是程度性的能力指数，因此，将两项原始得分各自按照等分法进行4等分，从低到高排列为(1—2—3—4)四个等级。

假设2a：在农民工网民群体中，字词识记能力等级越高的人，社会经济地位也越高。

假设2b：在农民工网民群体中，数学能力等级越高的人，社会经济地位也越高。

(三)娱乐型互联网行为、工具型互联网行为与认知能力的关系

除了单独考察以上两个因素对于因变量的影响之外，还有一点至关重要，还要考虑自变量之间的共变性，是不是认知能力越高的人使用互联网时更倾向于进行自我增值。因此，假设认知能力得分与工具型互联网得分之间存在正相关，与娱乐型互联网使用存在负相关。

假设3a：在农民工网民群体中，字词识记能力等级越高的人，工具型互联网得分也越高。

假设3b：在农民工网民群体中，数学能力等级越高的人，工具型互联网得分也越高。

假设4a：在农民工网民群体中，字词识记能力等级越高的人，娱乐型互联网得分越低。

假设4b：在农民工网民群体中，数学能力等级越高的人，娱乐型互联网得分越低。

三、分析模型与结果

本文使用的数据来自于北京大学“985”项目资助，北京大学中国社会科学调查中心执行的中国家庭追踪调查(China Family Panel Studies,简称CFPS)2010年的调查数据。CFPS样本覆盖25个省/市/自治区，目标样本规模为14 000户，调查对象包含样本家户中的全部家庭成员，包含了33 600个成人样本。在调查实施上,CFPS采用了城乡一体的多阶段的、内隐性的、分层式的以及与人口规模成比例抽样等方法来保证样本的代表性。

本文将农民工群体定义为从事非农工作并且拥有农业户口的人群，得到目标群体样本数为4 032个农民工。农民工网民群体子总体样本数为1 133个。关于子样本的描述统计见表2。

表2　[相关变量的描述统计

为了逐一验证前文所提出的假设，构造出以下三个模型。

(一)模型一：互联网接入与职业地位的交叉分类

为了验证假设1a,也就是互联网接入因素对于社会经济地位的影响，通过对农民工群体(包含4032个样本的子总体)中得到关于“您是否上网”与职业地位之间的描述统计，得到如下交叉分类表，见表3。

从表3中可以看出，随着职业isei等级从低到高，不上网的人数在该职业等级总人数中的占比逐渐降低(81.6%-70.1%-64.6%-57.9%)，而上网的人数的占比逐级升高(18.4%-29.9%-35.4%-42.1%)。这说明职业等级越高，网民比例逐渐升高，这证实了假设1a。即在农民工群体中，相对于非互联网用户，互联网用户的社会经济地位更高。

(二)模型二：多元logistic回归模型

为验证上文的假设1b、1c以及假设2a、2b，讨论影响农民工网民职业地位获得的核心因素，考虑到本文的因变量——职业地位是程度性的四分类变量，于是采取多元Logistic回归模型，使用的统计软件是SPSS22.0。将上文提到的字词识别能力、数学能力、工具型互联网指数、娱乐型互联网指数以及常用的人口学变量(如性别，年龄段，教育程度等)，全部当作主效应变量纳入模型。并采取向前进入的步进规则。最后得到的多元logistic回归模型中的因子有性别、年龄段、教育程度、数学能力以及工具型互联网指数水平，五个变量。模型如下：

表3　[您是否上网与职业isei等级的交叉分类表

表4　[多元logistic回归模型参数估计

注：括号内数字表示显著性水平，如(0.084)是指在91.6%水平上的显著，也就是说有91.6%的把握保证推论的正确性。表中报告的是在相对比的各方(A)(B)(C)列项上的倍率，如女性/男性差0.473是指女性比男性在SES上升一级时表现差47.3%。表中“/”表示前后两项相对比之意。

P值表示事件发生的条件概率(y=1/x)，x1、x2、x3、x4、x5分别代表性别(男、女)、年龄段(四分位法：16-28-37-45-89岁)、学历(三分法：小学及以下，初高中，大学教育)、数学能力和工具型网络水平(见上文)。具体模型结果见表4。

通过多元logistic回归模型估计结果来看，首先，由于娱乐型网络行为未能进入关于职业地位的回归模型，说明娱乐型网络行为指数上的差异不能带来农民工网民的社会经济地位的显著变化。假设1c并不成立。而工具型互联网行为指数上的差异对于地位获得的影响则比较显著。表4的回归模型(A)、(B)、(C)列说明工具型网络行为指数等级的跃升能够使地位最低者地位上升的机会提高了59.7%、62.3%、39.8%，于是可以得出结论，假设1b成立，即在使用互联网的农民工群体中，越是倾向于利用互联网学习和工作的用户越能获得较高社会经济地位。

其次，文字识别能力指数并未能进入回归模型，从而无法带给农民工网民的社会经济地位上的显著变化。从统计结果看出，数学认知能力对于农民工网民地位有明显影响，通过表4的模型(B)、(C)列看出，数学能力高的农民工比数学差的农民工，地位上升两个等级的机会高出超过68.1%。假设2a不成立，而假设2b成立。也就是说在农民工网络用户中，文字识别认知能力无法显著影响社会经济地位的表现，而数学认知能力对于获得社会经济地位影响显著，并且SES等级越高，在社会经济地位中贡献越大。

除了上述因素之外，教育、性别和年龄等因素对于农民工网民群体的社会地位分化也比较显著，基本符合以往研究中的结论。比如性别差异影响层面，表4(B)、(C)列说明，在地位跃升两级和三级时，男性比女性发生概率分别高出3倍和2倍，这也证实了女性职业地位上的“玻璃天花板效应”在农民工网民群体中同样存在；同样通过表4(B)(C)列可以看出，不同学历和不同年龄段对地位跃升也有两到三成的影响。也就是说学历的提升与年龄的累积对于地位的提升有两到三成的作用。

(三) 模型三：二元线性回归模型

为了验证假设3a、3b和4a、4b，即认知能力与农民工互联网行为上的共变性问题，构造两个多元回归模型：

(1)Y1=B0+B1X1+B2X2+ε

(2)Y2=B0+B1X1+B2X2+ε

其中Y1、Y2是标准化处理之后的F1(娱乐型网络指数)、F2(工具型网络指数)；X1、X2是指标准化处理之后的字词识记能力得分、数学认知能力得分；其他代表系数和常数项。

根据线性回归分析的结果(模型关键指数见表5与表6)可以看出，(1)(2)两个模型中的确定系数R2只有0.3%和3.2%。这说明认知能力只能解释Y1、Y2互联网行为指数上的不到5%的变化。也就是说，在农民工网民群体中，认知能力(包括语文能力或者数学能力)与工具型或者娱乐型互联网使用行为之间没有明显统计意义上的相关性。产生这样的结果的原因可能是在当下中国农民工网民群体中，多数人已经将网络内化为日常生活(包括娱乐和学习)的工具，认知能力上的优势在互联网使用行为中的贡献并不明显。也就是说互联网行为的差别主要是受其他因素(如从事行业和知识背景的差异等等)影响的。假设3、4推测并不成立。

表5　[二元线性回归模型(1)摘要

a. 预测值：(常数)，Zscore: 字词测试原始得分, Zscore: 数学测试原始得分

表6　[二元线性回归模型(2)摘要

a. 预测值：(常数)，Zscore: 字词测试原始得分, Zscore: 数学测试原始得分

四、结论与建议

本文利用北京大学中国社会科学调查中心执行的中国家庭追踪调查(CFPS)2010年基线调查数据，研究了认知能力等人力资本因素与互联网鸿沟两方面对于农民工群体社会经济地位(SES)分化的影响。

以往的研究强调了受教育程度在社会经济地位分化中扮演的重要作用，但本文认为，若仅考虑受教育程度，就可能忽略不同质量的教育对于获得SES的影响，从而高估受教育程度的作用。因此本文将前人研究中忽略的劳动力群体在认知能力和互联网使用两个方面差异，纳入到人们之间的SES分化的影响因素的视野中。首先，本文将认知能力操作化为字词识记能力和数学能力，在控制了教育程度、互联网使用、性别与年龄的差异之外，数学能力对于农民工群体获得较高社会经济地位有显著作用。其次，本文关注于互联网鸿沟对于SES的影响，在互联网接入方面，目前的农民工群体网民比例还不到3成，而网络的使用与否是伴随着SES的提高逐级上升的，这一点刻画出了未来城市发展的趋势；而在农民工网民群体内部中也存在分化，在其他影响因素相同的情况下，工具型的互联网行为在获得较高社会经济地位过程中的贡献显著。

相比之前国内关于同类问题的定量研究，本文首次关注了认知能力对农民工群体SES的影响，认知能力代表了个体学习知识并灵活使用的综合能力，另外互联网接入，工具型互联网行为水平的提高对于较高SES的获得都有显著效果。

基于以上讨论，本文提出以下建议：(1)对于农民工群体来讲，其一，着力提升自身数学能力能为自己在劳动力市场增加筹码，其二，如果有条件接入互联网，那么接入并且通过互联网工具来学习和工作，能为自己开辟更好的职业成长平台；(2)从企业主与各级政府角度来讲，开办农民工技能培训项目时，数学认知能力与通过互联网技术的学习行为是尤其需要考虑的因素。因为农民工更好地融入城市文明，不仅能使农民工自身市民化程度更加完善以及社会整体城镇化水平的提升，而且他们能更迅速地成为城市发展的主体，与城市居民共同开创城市文明的未来。

[责任编辑：郭莉娜]

中图分类号：C912

文献标志码：A

文章编号：1008-8520(2016)02-0084-07

作者简介：王成林(1989-)，男，河南汝南人，硕士研究生。

收稿日期：2015-01-02