互联网使用对农村女性劳动力非农就业的影响——基于中国家庭追踪调查数据

许伟杰，刘德弟

（浙江农林大学经济管理学院，浙江 杭州 311300）

一 引言

近年来，随着我国经济快速发展、城市化进程不断加快，农村劳动力向城市非农产业转移已成为热潮［1-2］。据国家统计局发布的《2020年农民工监测调查报告》显示，2020年全国农民工总量28560 万人，其中女性占比为34.8%。由此可见，女性在农民工群体中已占到了相当大的比重。因此，如何充分挖掘其潜力引导农村女性劳动力非农就业，成为当前政府劳动力转移工作的重点。从国家层面来看，党中央非常重视农户非农就业。为有效推进农民工非农就业，党的十九大报告以及近几年的中央一号文件相继指出：支持和鼓励农民就业创业，拓宽增收渠道、促进农村劳动力转移就业等。这些政策文件为农村女性劳动力非农就业提供了政策指导。

学界也对影响农户非农就业选择的因素进行了探讨。从现有文献来看，学者们主要从宏观和微观两个层面对其进行分析。在宏观层面主要从农业补贴［3-5］、土地确权［6-8］以及自然风险［9］等角度切入探讨；而在微观层面学者们认为农户非农就业的选择还受性别、年龄、受教育程度、健康状况、婚姻状况等个体特征和家庭人数、家庭经济状况、赡养负担等家庭特征因素影响［10-15］。综上所述，学者们较多从农户群体的自身特征以及外部环境因素进行分析，而单独从性别层面切入研究农村女性劳动力群体非农就业行为的研究还比较少见。此外，随着互联网在农村的普及，越来越多的农户成为网民。学者认为，互联网的普及可以加强农村劳动力信息沟通的频率，维持良好的人际关系，增强其社会资本以及人力资本的积累，降低农民获取信息的成本［16-18］。

那么，互联网使用能否影响农村女性劳动力非农就业行为呢？如果互联网使用对农村女性的非农就业有影响，那么其影响机制如何建构并发挥作用？为回答上述问题，本研究基于中国家庭追踪调查（China Family Panel Studies，CFPS）2018年的数据，首先，构建二元Logistic 模型计算边际效应来分析互联网使用对农村女性劳动力非农就业的影响；其次，构建中介效应模型检验互联网使用是否通过增强农村女性的社会资本来间接促进其非农就业行为的发生；最后，利用KHB 模型将中介效应分解测算出间接路径的贡献度，以期为农村女性更好地非农就业、增加收入等提供对策建议。

二 理论分析与研究假设

（一）互联网使用对农村女性劳动力非农就业的影响

因农村的生活环境相对闭塞，大部分女性无法顺利获取外界的非农岗位需求信息，作为风险规避者的女性个体更倾向于选择从事风险较小收益较低的务农工作。而随着互联网在农村地区的普及，其所带来的信息传播渠道效应，通过改变信息传播的方式，提高了信息传播的效率并拓宽了信息传播的范围［19］，这在一定程度上降低了农村女性获得非农就业信息的成本，使得其足不出户就能够借助互联网来获取更多的非农就业信息［20］。与此同时，通过互联网的信息传播，女性可以更加方便地将个人特质、个人需求与岗位需求相匹配，这在一定程度上也能够激发其选择从事非农就业的积极性［21－22］。综上所述，互联网使用通过缓解女性的信息约束，降低非农就业的信息获取成本，进而对她们非农就业的选择产生影响。

因此，本研究提出假设1：互联网使用能促进农村女性劳动力非农就业。

（二）互联网使用对农村女性劳动力社会资本的影响

女性作为一类特殊群体，受中国传统“男主外，女主内”文化以及社会习俗的影响，容易被忽视，理所当然地被视为承担家务劳动、抚养孩子的对象［23］。此外，我国农村作为“差序格局”的社会，社会资本对于社会成员具有很大的影响。互联网使用能够增加女性劳动力的社会资本，促进其非农就业行为的发生。马俊龙等认为互联网使用，会影响社会资本的积累并减少劳动者家务劳动时间［24］。与此同时，赵婷等认为使用互联网可以实现即时通信，通过社交软件人们可以在地缘、亲缘关系的基础上扩大自己的社交范围，通过人脉等商业社交网站能促进彼此的经验交流、商机发现［25］。丁栋虹等发现上网女性可以通过社交媒体与远亲、当地的家人、朋友、同事、商业联系人和具有相似兴趣的陌生人进行联系［26］。通过使用互联网，从而增加农村女性外界联系的频率，促进非农就业行为发生。

鉴于此，本研究提出假设2：互联网使用影响了农村女性劳动力社会资本的积累，从而间接促进其非农就业。

三 数据来源与模型设定

（一）数据来源及变量设置

1.数据来源

本研究的数据来源于北京大学中国社会科学调查中心对全国部分家庭实施的追踪调查2018年的数据（以下简称CFPS2018）。该数据涵盖 25个省（自治区、直辖市）的社会、经济、人口、教育、健康等方面情况。考虑到本文的研究对象是农村女性劳动力，借鉴国家统计局对劳动力的界定标准，在筛选时仅保留具有农村户籍且年龄为16～60 岁的女性样本，剔除关键变量缺失值以及其他不满足条件的数据，最终获得有效样本2362个。

2.变量说明及描述性统计结果

农村女性劳动力非农就业：将问卷中选择从事“私营企业/个体工商户/其他自雇”“受雇”和“非农散工”视为非农就业，赋值为1；将选择从事“自家从事农业生产经营”和“农业打工”视为农业就业，赋值为0。

是否使用互联网：从问卷中筛选出“是否移动上网”和“是否电脑上网”，将其合并为互联网使用状况。若被访问者，有采用移动上网或电脑上网，则将其视为有采用互联网，赋值为1；反之两者均未采用，则视为未使用互联网，其赋值为0。

中介变量：参考郭士祺等、周洋等学者的研究选择“每月通信支出”，通过取对数来衡量［27－28］。

农户特征变量：参考赵羚雅等、赵婷等学者的研究选择年龄、受教育程度、婚姻状况、风险偏好、健康状况、家庭人数、小汽车拥有状况、家庭收入以及地区特征［29－30］。

相关变量的描述性统计分析结果如表1 所示。

表1 变量说明及描述性统计结果

从表1 的描述性统计结果可以得到如下结论：（1）样本女性农户中，使用互联网的比例达到69%，这说明互联网在农村地区有一定的普及，但覆盖率并不是很高；（2）样本女性农户中，选择非农就业的有54%，选择农业就业的有46%，这说明样本女性选择非农就业的比例不高；（3）样本女性农户中，其年龄平均为35.15 岁，受教育程度集中在小学到初高中之间，88%的女性农户已婚，属于风险规避者；（4）样本女性农户中，家庭人数平均为4.21 人，多数家庭没有小汽车，家庭经济状况一般；（5）样本女性农户调查的范围覆盖西部、中部、东部三个地区，其中西部地区的样本最多占到41%；中部地区其次占到33%，东部地区样本最少仅为25%。

（二）模型设定

1.基准模型设定

农村女性劳动力非农就业状况，其结果分为选择非农就业和选择农业就业两类，属于二值选择变量，因此借鉴于大川等［31］学者的研究成果，构建二元Logistic 模型进行回归分析。以下是模型的构建：

式中，p 表示农村女性劳动力非农就业的概率，1-p 表示农村女性劳动力不从事非农就业的概率；Ci表示核心解释变量互联网使用状况；Xi表示控制变量由农村女性劳动力的个体特征、家庭特征和地区特征组成；α1是核心解释变量的回归系数；α2是控制变量的回归系数；α0表示回归截距；εi为随机误差项。

2.中介效应检验模型设定

本研究为检验互联网使用通过每月通信支出来间接影响农村女性劳动力非农就业的选择，故而借鉴温忠麟等［32］提出的三步中介效应检验法。以下是模型的构建：

其中，M 为中介变量社会资本，其余变量在模型（1）中已解释。模型（2）、（4）采用二元Logistic 回归模型进行估计，因模型（3）中被解释变量每月通信支出为连续变量，故采用最小二乘回归（OLS）进行估计。

3.中介效应分解模型设定

为进一步研究互联网使用通过通信支出的增加，来间接促进农村女性非农就业的影响，在中介效应检验的基础上，采用KHB 模型测算模型的总效应、直接效应和间接效应。以下是KHB 模型的运作原理：

本研究的线性模型为

其中，Ci为待分解的核心变量；Mi为中介变量，Ci可通过影响Mi来间接作用于因变量P。在这种假设下，βi为变量Ci对P 的直接效应，而Ci对P 的总效应可通过以下模型获得：

那么，Ci通过影响Mi对P 的间接影响为

上述方法可应用到二元Logistic 模型中，假设变量Ci通过中介变量Mi对P*产生影响，P*为不可观测潜变量。

P*为不可观测的二分变量为门槛值，以二元Logistic 模型为例，则最终的直接效应bi和总效应bt为

其中，θi和 θt为规模参数，是上述式（8）和式（9）的残差标准误，并且 θi＜θt。因此，Logistic 模型中的间接效应为

四 实证结果分析

（一）模型回归结果

表2 为互联网使用对农村女性劳动力非农就业选择影响的实证结果。首先，在模型中加入女性农户的个体特征，得到方程1；其次，在方程1 的基础上加入家庭特征得到方程2；最后，在方程2 的基础上加入地区特征得到方程3。由表2 可知，方程1～3 的Pseudo R2的值不断上升，整体显著。其中，模型3 的拟合优度达到0.319，这表明模型的解释力较强，估计结果具有一定的可靠性。

从表2 模型的估计结果来看，互联网使用对农村女性劳动力非农就业的选择有显著的正向影响，其在1%的水平上通过了显著性检验。从方程3 的回归结果来看，在控制其他变量稳定的情况下，互联网使用水平每提高1%，将会使得农村女性劳动力非农就业选择的可能性提高7%。由此可以看出，农村女性劳动力互联网使用越多，其选择非农就业的概率就越大，其原因主要是互联网将外界就业岗位、工资待遇等信息传递给农村女性，由此缓解了她们的信息约束。此外，农村女性可以借助互联网的信息传播功能，足不出户就能将自身条件与岗位需求相匹配，从而间接增强其选择非农就业的欲望。由此验证假设1。

表2 非农就业选择估计结果（基本回归）

在其他控制变量中，年龄对女性劳动力非农就业影响为负；受教育程度对女性劳动力非农就业的影响为正且在1%的水平通过显著性检验，这说明随着学历的提高女性劳动力更倾向于从事非农就业工作，其原因有两方面：一方面，教育能为劳动者带来更多的就业机会和更高的人力资本资源；另一方面，受教育程度高的女性往往思想更加活跃，有更强的冒险意识。婚姻对女性劳动力非农就业的影响为负，这主要是因为已婚女性在农村会充当家庭主妇的角色，负责家中一日三餐、照顾老人小孩等，没有闲暇时间从事非农工作。家庭人数对女性劳动力非农就业的影响为负且在1%的水平上通过显著性检验，随着家庭人口数量的增加，女性就更有可能担负起照顾家庭的重任，避免因某些不确定因素如家人生病等对其他非农就业者产生干扰。家庭收入对女性非农就业的影响为正且在1%的水平上通过显著性检验，这主要是因为年收入高的家庭社会网络会更广，能够在一定程度上带来更多的就业机会。从地区特征上看，相较于西部地区，中部地区和东部地区的女性更倾向于非农就业，主要是因为中东部地区，经济较发达，工作的机会更多，从事农业工作的机会成本更高，所以有助于其从事非农工作。

（二）中介效应检验

为了进一步探究互联网使用对非农就业的影响机制，引入农村女性每月通信支出来代替社会资本变量，对互联网使用影响女性劳动力非农就业的间接路径机制进行验证。表3 为中介效应检验结果。

表3 中介效应检验结果

如表3 所示，在模型1 中，互联网使用对非农就业的系数（β1=0.458）在1%的水平下显著，一方面说明互联网使用能显著提高女性劳动力非农就业的概率；另一方面表示可以继续检验中介效应。模型2 和模型3说明互联使用与非农就业的系数（δ1=0.387） 以及每月通信支出对农村女性劳动力非农就业的系数（θ2=0.521）均在1%的水平下显著，这意味着互联网使用对农村女性劳动力非农就业的影响至少有一部分是通过通信支出这一中介变量来实现的，由于回归系数θ1=0.387 在 1%的水平下显著，所以通信支出在互联网使用与非农就业的正向作用中发挥了部分中介作用。互联网使用通信支出的增加，间接增加农村女性的社会资本，以此来帮助其获取更多的外部非农就业信息，从而增加农村女性劳动力非农就业的可能性。

（三）中介效应分解结果

通过对互联网影响农村女性劳动力非农就业的中介效应检验，发现农村女性劳动力通过使用互联网，增加了每月通信支出，间接影响其社会资本的积累，从而增加其非农就业的概率。表4 通过使用KHB 模型将中介效应分解为总效应、直接效应和间接效应。

表4 每月通信支出的KHB 检验结果

由表4 可知，互联网使用对农村女性劳动力非农就业的总效应为0.475，在1%的水平上正向显著，而直接效应为0.387 在5%的水平正向显著，而间接效应为0.087 也在1%的水平正向显著，互联网使用对农村女性劳动力非农就业的直接效应更大，其占比为81.47%。由此说明，互联网使用对农村女性劳动力具有正向促进作用，还可通过中介变量即互联网使用会增加每月通信支出促进其社会资本积累，从而间接促进其非农就业。由此验证假设2。

（四）异质性分析

根据前文的研究，互联网使用会正向影响农村女性劳动力非农就业行为的发生。除此之外，本研究还想进一步探究互联网使用对不同女性群体的作用。为此，本部分依据前文的分析结果，进一步探讨不同受教育程度以及东部、中部、西部不同地区的女性劳动力非农就业的差异作用。

1.受教育程度异质性分析

非农就业相对于农业就业，具有一定的风险性。尤其是农村女性劳动力，只有具备一定的知识储备，才能将外界的信息转化为非农就业的资源。据此，本文依据受教育程度的高低，将样本分为从未上过学、小学、初高中和大专及以上的学历四个子样本，分别对不同样本组进行Logistic 回归，其结果如表5 所示。

表5 受教育程度异质性分析

回归结果显示，互联网使用对从未上过学的女性劳动力非农就业的影响虽为正，但其结果并不显著，可能的原因主要有两方面：一是从未接受过正规教育的女性往往较难走出农村，受传统小农文化的影响更加喜欢在家相夫教子，同时从事农业劳作；二是其对外界信息资源的转化能力较低难以找到合适的非农工作。而互联网使用对受教育程度为小学及以上的女性群体非农就业的影响为正且分别在1%、10%和5%的水平上通过显著性检验。其中，对学历为小学的分组影响最大，互联网使用每增加1%，农村女性劳动力非农就业的概率就增加17.2%，可能的原因是接受过正规教育的女性劳动力，眼界更为开阔，更善于利用其社会资本，也更容易找到与其能力匹配的工作。因此，政府有关部门以及社会要重视农村地区女性的初、中等教育普及，增加资金投入，帮助农村女性劳动者更好地获得科学文化知识，为其今后非农就业做准备。

2.地区异质性分析

在地区经济发展水平方面，马俊龙等［33］、马继迁等［34］学者认为地区经济发展水平会对劳动力非农就业的选择产生影响。为此，本研究根据国家经济带的划分，分别研究西部、中部、东部不同经济发展水平下互联网使用对农村女性劳动力非农就业的影响。

表6 的回归结果显示，互联网使用对西部、中部、东部地区农村女性劳动力非农就业具有一定的促进的作用，其分别在10%、10%和5%的水平上通过显著性检验。通过对比边际效应，发现互联网使用对于东部地区农村女性非农就业影响最为显著，在其他条件不变的情况下，互联网使用每增加1%，东部地区的农村女性劳动力非农就业就增加8.9%，可能的原因是由于第三产业发达，非农就业机会更多，女性更容易找到合适的工作。此外，对于中西部地区女性，互联网使用能够开阔其眼界增强其风险意识，而且农村社会群体成员往往具有一定的示范效应，互联网使用可以增强示范效应，促使其向非农产业转移。

表6 地区异质性分析

（五）稳健性检验

为了验证基准回归结果的稳健性，本研究缩小自变量互联网使用定义的范围，仅将使用电脑上网视为互联网使用，同时采用Probit 模型计算其边际效应。表7 为在控制了其他变量后的稳健性检验结果，研究发现互联网使用对农村女性非农就业仍存在显著正向作用。模型3 的结果，表明互联网使用每增加1%，农村女性劳动力非农就业就增加13.4%，其结果具有稳健性。

表7 稳健性检验结果

五 结论与对策建议

本文利用2018年中国家庭追踪调查的数据，通过研究假设和计量实证分析，分析互联网使用对农村女性劳动力非农就业的影响，运用二元Logistic、中介效应模型和KHB 模型对其进行了讨论，并得出以下结论。

1.互联网使用会显著提升农村女性劳动力非农就业的可能性，与未使用互联网的女性劳动力相比，使用互联网的女性劳动力非农就业的可能性高7%，互联网使用主要通过缓解女性农户的信息约束、降低农户的非农就业信息获得成本这一路径来实现。

2.互联网使用通过通信支出这一中介来影响女性劳动力非农就业的选择，其中每月通信支出的间接效应达到18.53%，其作用机制是通过更多的通信支出增加其社会资本的积累。

3.受教育程度和地区差异均会对农村女性劳动力非农就业产生一定的影响，具体来说受教育程度为初中水平的女性，互联网使用对其非农就业促进作用最明显；从地区层面来看，互联网使用对东部、中部、西部农村女性非农就业均有促进作用。其中，东部地区的促进作用最明显，西部地区促进作用最弱。

本研究认识到了互联网使用不仅会影响农村女性的非农就业选择，更会影响到她们的社会资本积累。因此，推进互联网在农村地区的普及，对于女性的发展具有非常重要的作用。对此，本研究提出如下建议。

1.推进互联网在农村地区的普及，加强对女性劳动力智能设备使用的培训工作。互联网在农村的普及可以为女性非农就业的选择提供信息渠道，缓解因信息约束对其就业行为选择造成的阻碍。

（1）大力推广智能设备的普及。首先，政府部门应加快移动通信新技术的研发与布局，尽最大的可能降低女性的网络使用成本；其次，针对农村地区可以仿照“家电下乡”的方式，鼓励国内手机、电脑生产企业扎根农村市场，推出智能手机、电脑等以旧换新等活动，尽最大的可能做到智能手机人人都有、电脑每个村委会标配。

（2）加强对农村地区智能设备的使用培训工作。各地政府部门可以以镇为单位选派优秀的人才担任智能设备科普员，指导女性智能设备的正确使用，解决实际使用过程中可能出现的问题，与此同时还要对各村的村干部进行培训，发挥其“能人”作用，并督促其关注外界非农信息，做好就业信息的分享工作。

2.推崇男女平等思想，鼓励女性从事非农就业。

（1）普及男女平等思想，让女性劳动力有更多的非农就业机会。一方面，各地妇联等有关机构应通过举办讲座、发放宣传手册等活动加强国家对农村女性就业相关政策的宣传和引导工作，以保障女性参与非农就业的合法权利；另一方面，各地政府部门可以举办养老院、托儿所、农村老年食堂等相关机构，以减轻女性作为家庭主妇的职责，有更多的闲暇时间从事非农工作。

（2）加强对女性非农就业提供帮扶。政府部门可以鼓励各类企业设置专门针对女性劳动力的职位，便于照顾该类群体；各地的农商银行等金融机构加大对农村女性劳动者创业金融扶持力度。例如提供小额信贷免抵押、低息贷款，从而缓解女性劳动力创业的融资约束。

（3）在女性自身层面，农村女性劳动力自身应加强与外界的联系，主动参与各类组织举办的活动，以便增强自身社会资本，从而带来更多就业机会。