互联网使用对退休群体再就业的影响分析——基于CHARLS 2018数据的实证研究

李 睿， 邓 洋， 冯 颖 琪， 高 端 阳

(1.中国人民大学 农业与农村发展学院，北京 100872；2.中国人民大学 社会与人口学院，北京 100872)

一、引 言

随着中国人均预期寿命延长和身体素质提高，人口老龄化进程不断加快。根据民政部预测，“十四五”期间，全国老年人口将突破3亿，将从轻度老龄化迈入中度老龄化[1]。为应对人口老龄化所带来的劳动力供给不足、社会养老负担加重以及政府福利支出增加等问题，国务院在2016年印发的《国家人口发展规划(2016-2030年)》中明确提出“充分发挥老年人参与经济社会活动的主观能动性和积极作用。实施渐进式延迟退休年龄政策，逐步完善职工退休年龄政策，有效挖掘开发老年人力资源”[2]。老年人继续“发光发热”，不仅可以通过返回工作岗位实现老有所为[3]、缓解经济压力实现老有所养[4]、提升健康水平和幸福感实现老有所安[5]，而且正在成为一种社会新风向[6]。由此可见，促进退休老年人再就业具有重大现实意义和深远历史意义。

目前，我国正处于快速发展的信息化时代，以手机和互联网为代表的信息技术不仅在年轻人中日益普及，还持续向中高年龄群体渗透。根据中国互联网络信息中心(CNNIC)第47次《中国互联网络发展状况统计报告》显示，截至2020年12月，中国网民规模已达9.89亿，互联网普及率达70.4%；在年龄结构上，50岁以上网民群体占比从2010年的5.8%增长至26.3%；在职业结构上，退休人员占比6.5%，在14类职业中排名第7(前6名职业及占比分别为学生21.0%、个体户/自由职业者16.9%、农村外出务工人员12.7%、专业技术人员8.2%、农林牧渔劳动人员8.0%、企业/公司一般人员7.8%)，并在不到10年的时间内增长超过8倍，如图1所示[7]。作为互联网受众之一，退休群体自身兼具时间精力上“有闲”、新兴事物接受能力上“有限”的特征，而随着退休群体与互联网相结合的紧密程度不断加强，互联网使用如何影响退休群体的再就业选择，其中的影响机制又是什么，这些问题需要回答。本研究利用中国健康与养老追踪调查数据进行实证分析，以期丰富人口老龄化背景下互联网使用与退休群体就业决策关系的研究，为探究退休群体就业动机提供一个新的视角。

图1 2010～2020年我国互联网普及、50岁及以上网民、退休人员占比概况

二、文献回顾

1.互联网使用对就业的影响

随着互联网技术的普及和移动互联网的广泛应用，互联网已然成为人们获取就业信息和工作搜寻的重要工具，是影响当前与未来中国劳动就业的重要因素[8]。已有研究主要从互联网使用对劳动参与和就业类型的影响展开讨论。首先，互联网使用会对劳动参与产生显著影响。Atasoy使用美国郡级数据发现，接入互联网能够提高1.8%的就业率[9]。Fountain发现使用互联网将会提升失业者在3个月内找到工作的概率[10]。王阳使用2003～2017 年的省际面板数据发现，互联网普及率每提高1%，城镇登记失业率就会降低0.02%[11]。赵羚雅和向运华研究发现互联网使用将农民非农就业的概率提高了49.3%[12]。其次，互联网使用不仅有助于提高劳动者的竞争力和工作效率，使其更有可能获得稳定和高收入的工作[13]，亦有助于降低创业门槛和创业风险，放松信贷约束，促进个人创业活动[14-15]。随着农村地区电商产业的有序发展，在推动农村剩余劳动力有效转移的同时，也提供了农村创业的广阔平台[16]。

互联网使用对劳动力就业的影响存在异质性。例如，受年龄影响，年长劳动力在搜索或发布信息方面更不熟练，并更容易被虚假信息所诱导，可能对其再就业产生“侵蚀效应”[17]。此外，劳动力市场不仅存在性别差异[18-19]，还可能影响到退休后女性的时间分配，如孙辈照料带来对母亲辈的“生育惩罚”[20]。

探究互联网对退休群体再就业的影响较少，仅有彭小辉和李颖的研究指出互联网有利于老年群体搜集再就业信息[21]，增加再就业机会，但只是作为一种机制来解释互联网使用对老年人消费的影响，缺乏深入讨论。

2.互联网使用对就业的影响机制

围绕互联网使用作用于就业的机制，已有文献大致形成两种观点。第一种是“知识信息载体论”。互联网的网络课程成本低、更便捷，是正规教育的重要补充。多元的互联网学习功能(如看新闻、课程技能培训、健康资讯等)丰富了退休老人的闲暇时间，促进积极老龄化[22]。付晓燕研究发现阅读新闻类信息可以为使用者提供更多信息和生活认知感，提高就业概率[23]。第二种是“扩大社会网络论”。这一观点主要基于互联网影响社会资本的考察。互联网打破了沟通的物理界限、降低了沟通成本，不仅能维系甚至加强已有强联系，还能形成新的弱联系[24]，通过积累社会资本并带来更多的社会资源，获得更多的就业渠道，从而提高就业率[25]。张翼和李江英的研究表明退休老年人再就业求职的主要路径是依赖强关系网[26]。

综上所述，虽然很多研究分析了互联网使用对就业的影响并探讨了可能的作用机制，但较少关注到退休群体。一方面，退休群体有更多的闲暇时间、较为充沛的精力与广泛的社会关系，再就业意愿较高。钱鑫和姜向群的调查就显示，45.7%的60～69岁退休群体具有再就业意愿[27]。另一方面，退休群体自身特质，如年龄带来的接受能力降低以及家庭分工原因，又可能导致退休群体再就业的“愿景”下降。在互联网愈加普及、推进“健康老龄化”并帮助老年人实现更好社会融入的现实背景和政策要求下，探究互联网使用对退休群体再就业具有一定理论与现实意义。

三、数据来源及变量选取

1.数据来源

本文所用数据来自2018年中国健康与养老追踪调查(CHARLS)，该调查是始于2011年的追踪调查，在全国28个省(自治区、直辖市)150个县区的450个居(村) 委会进行，主要收集中国45岁以上中老年群体的数据，包括社区、家庭和个人问卷，涵盖了基本信息、收入、工作、健康状况和养老等方面信息。受访者遍布全国城乡各地，对中国中老年群体具有很好的代表性，微观数据质量较高。

2.变量选取

(1)被解释变量。本文的研究对象退休群体是指“办理了退休手续(包括提前退休或内退)”的人员，这也是CHARLS问卷设计中对法定退休的界定。此外，在CHARLS问卷设计里，工作的概念是任何以生计为目的的劳动(不包括家务、休闲活动、上学期间的实习)。根据退休后目前的工作状态，退休群体主要分为当前有工作者和当前无工作者两类。依据问题“除去与务农有关的工作，上周您有没有工作至少一个小时？”，“是”为退休后再就业，“否”则视为没有。调查样本中共筛选出退休群体2468人，处于工作状态的样本398人，占退休群体的比重为16.1%。

(2)核心解释变量。互联网使用是核心解释变量。依据问题“您过去一个月是否上网？”，“是”则为使用互联网，“否”则没有使用。通过绘制柱状图来描述互联网使用(包括频率)与退休群体再就业的关系。如图2所示，相比不使用互联网的退休群体，使用互联网的退休群体再就业率高出9.2%；不同使用频率下的再就业率虽然存在显著差异，但均高于不使用互联网的再就业率。由此看来，上述初步经验证据可以支撑如下论断，即互联网使用可能促进退休群体的再就业。

图2 是否使用互联网与再就业率

(3)控制变量。许多学者对退休人口劳动供给的影响因素进行了实证研究，为本文控制变量的选取提供了依据。具体而言，主要分为以下4类：一是个体特征变量，包括性别、受教育程度、有无配偶、健康状况；二是家庭特征变量，包括家庭成员数量、子女是否经济独立、父母一方是否健在以及反映家庭经济特征的资产—负债比；三是社会保障特征变量，包括养老保险参与、养老保险水平以及医疗保险参与等；四是地区特征变量，根据样本所在省份设置相应的虚拟变量。此外，由于不同年龄段老年人的生活和工作能力差别较大，本文选取代表各年龄组的虚拟变量以控制就业市场中不同年龄群的固定效应。

各变量具体含义及其统计描述如表1所示。

表1 总体变量描述分析

3.模型构建

(1)基准回归

由于被解释变量“是否再就业”是二元选择变量，所以采用Probit模型进行分析：

Reworki=α·Interneti+β·Xi+μi

(1)

其中，Reworki表示是否再就业；Interneti为核心解释变量，即是否使用互联网；Xi为其他控制变量，包括个体特征变量、家庭特征变量、社会保障特征变量和地区特征变量；μi为随机误差项。

(2)自选择问题

如果使用互联网是外生变量，则可以直接运用Probit回归模型得到一致估计，但如果使用互联网不满足外生性，Probit回归便可能因非随机抽样产生估计偏误。本文的T检验结果表明，使用和不使用互联网的退休群体在多个方面存在显著差异，这说明两组样本的确存在可观测变量引致的选择性偏误，即互联网使用是由个体特征决定的自选择过程，并非外生变量(篇幅所限，本文并未展示均值T检验结果)。为此，本文利用倾向得分匹配法(Propensity Score Matching, PSM)进行反事实估计以纠正选择性偏误。具体来讲，评估退休群体使用互联网与再就业的处理组平均处理效应(ATT)可以表示为：

(2)

其中，P(Zi)为倾向得分值，Zi是可观测的混淆变量。虚拟变量Li={0,1}表示退休群体是否使用互联网。考虑到PSM方法在第一阶段存在误设或可观测变量选择不当容易引起估计偏差，运用逆向概率加权法(IPW)和逆向概率加权回归调整法(IPWRA)进行分析。两种方法所得的ATT分别表示为：

(3)

(4)

(3)内生性问题

除了选择性偏误，本文还可能面临遗漏变量、反向因果等潜在的内生性问题。一方面，一些不可观测的特征(如退休群体自身能力、主观意愿、对互联网的态度)可能同时影响退休群体的互联网使用和再就业行为，产生遗漏变量问题。另一方面，工作群体更有可能使用互联网办公或因再就业提高了家庭收入和购买力，引起了互联网使用需求，产生反向因果问题。为解决上述问题，本文采用工具变量法进行分析。由于被解释变量与核心解释变量均为二元离散变量，基于连续变量的两阶段最小二乘回归等工具变量法不再适用，因此，本文运用Biprobit模型进行回归。具体而言，该模型是以似不相关回归为基础，运用极大似然估计法，构建递归方程来实现两(多)阶段回归。其基本过程为：第一阶段，寻找核心解释变量的工具变量，评估两者相关性；第二阶段，将工具变量代入模型中，根据内生性检验参数判别其外生性。若内生性检验参数显著异于0，表明模型存在内生性问题，Biprobit模型的估计结果优于Probit模型。反之，参考Probit模型的估计结果即可。模型如下所示：

Ii=1[Ziδ+νi>0]

(5)

Reworki=1[βXi+γZi+ρνi+εi>0]

(6)

其中，1[·]是示性函数，即Ziδ+νi>0时取1，否则取0。Z是工具变量，仅与个人使用互联网的决策相关，而不影响个人是否再就业的决策。νi是随机扰动项，满足Cov(νi,εi)≠0。此外，使用条件混合过程(Conditional Mixed Process, CMP)方法分析，该方法适用于多种模型、多阶段混合过程估计。使用该方法有助于估计结果相互对照，发挥稳健性检验的作用。

四、实证结果分析

1.基准回归

本文采用Probit模型进行基准回归，报告各解释变量对退休群体再就业的平均边际效应(见表2)。

表2 基准回归

本文使用逐步回归的方法探究互联网使用对退休群体再就业的影响。第(1)列为互联网使用这一单独变量影响退休群体再就业的回归结果，结果显示使用互联网对退休群体再就业具有显著的正向影响，系数为0.084，即使用互联网比未使用互联网的退休群体再就业率显著提高8.4%。第(2)至(4)列分别依次加入个体特征变量、家庭特征变量、社会保障特征变量，尽管互联网使用的系数有所下降，但其对再就业仍然具有显著正向影响。在第(5)列纳入所有控制变量后，还控制了省份和年龄组的固定效应。结果发现，模型的解释能力提高至15.6%，核心解释变量系数为0.178，即互联网使用可以提高再就业率17.8%，上述回归结果证实了以往研究中互联网使用对劳动供给的积极作用。其原因在于，退休群体可以借助互联网平台获取更多就业信息，与此同时，退休群体拥有更多的闲暇时间、具有更多劳动参与的可能，进而表现为退休再就业概率的提升。

其他的解释变量结果也多呈现显著性，如个体特征变量中，男性、城市户籍和健康程度较高者更可能在退休后再就业；家庭特征变量中，家庭成员数量越多、子女越是经济独立，退休群体再就业的可能越低；社会保障水平与再就业也密切相关，参加养老保险会提高再就业概率，但过高的养老保险金也会抑制再就业。

2.纠正选择性偏误

PSM方法的关键在于，基于匹配样本比较处理组与控制组再就业的平均差异，但使用该方法之前还需进行平衡性检验，以确保两组之间的解释变量不存在显著的系统性差异。估计结果如表3所示，匹配前，PseudoR2为0.120，LRtest对应的P值为0.000，即在1%的统计水平显著，标准化偏误的平均数与中位数分别为23.9%和22.1%。匹配后，PseudoR2下降且不高于0.004，LRtest的结果不具备统计上的显著性，标准化偏误的平均数和中位数均低于3.2%。以上结果表明，匹配显著弱化了解释变量的系统性差异，基本达到类似随机试验的效果，即匹配过程是成功的。

表3 平衡性检验结果

为保证匹配质量，本文还绘制了匹配前后处理组与控制组倾向得分值的概率分布图，如图3所示，匹配前两组样本概率分布差异十分显著，两组样本的重叠区间较窄；而匹配后两组样本的差异明显减弱，具有相当大范围的重叠区间，即匹配后有效样本降低比例较小，匹配质量较高。这一结果进一步证实，倾向得分匹配法能够弱化选择性偏误，更为精确地评估互联网使用与退休群体再就业之间的因果效应。

图3 匹配前后处理组和控制组的倾向得分值概率分布

最后，经过匹配后两组样本的ATT测算结果如表4所示，可以看出不同匹配方法的测算结果基本一致。进一步运用IPW方法和具有双向稳健特性的IPWRA方法展开分析。结果显示，IPW方法与IPWRA方法所得的ATT与PSM方法所得的ATT在数值层面有一定差异，但在方向和显著性层面上高度一致，结果再次证实，互联网使用的确会提高退休群体再就业的概率。

匹配方法处理组控制组ATTBootstrap标准误t统计量近邻匹配k=10.2240.1520.072***0.0272.64近邻匹配k=30.2240.1330.091***0.0253.63局部线性匹配0.2240.1460.078***0.0213.96核匹配0.2240.1400.084***0.0204.33半径匹配0.2240.1370.087***0.0223.91IPW——————0.078***0.0213.63IPWRA——————0.080***0.0213.77

3.稳健性检验

为进一步检验分析结果的稳健性，本文通过更换核心解释变量和回归模型来进行稳健性检验。如表5所示，第(1)～(4)列分别将核心解释变量替换为互联网使用频率、是否会网络支付、是否会使用微信、是否使用微信朋友圈作为对互联网使用的代理变量，分析结果表明，互联网使用频率、是否会网络支付、是否会使用微信、是否使用微信朋友圈依旧支持互联网使用对退休群体再就业的显著正向效应。本文将第(5)列Probit模型替换为Logit模型，结果与基准回归的基本一致。上述结果进一步证实，互联网使用对退休群体再就业的促进效应是稳健、可信的。

表5 稳健性检验

4.内生性讨论

考虑到潜在的内生性问题，基础回归模型的结果仍可能存在偏误，因此，本文采用“电子商务发展指数”作为退休群体是否使用互联网的工具变量。该指数来源于《中国电子商务发展指数报告(2018)》，主要依据网络零售数据对各省电子商务发展情况进行测评并计算出电子商务发展指数。从理论上讲，电子商务发展越繁荣的地区，个人对网络交易(如网购)的需求就越大，会激励个人更多使用互联网，而省级层面宏观指数并不会对个人再就业行为产生直接影响，因此，该工具变量同时满足相关性和外生性。

根据表6可知，Biprobit模型和CMP方法的第一阶段回归结果均显示，电子商务发展指数对退休群体互联网使用的影响在1%的水平上具有统计显著性，说明该工具变量满足相关性条件。两种估计方法的内生性参数ρ分别为-0.462、-0.440，均在10%的统计水平上显著，说明互联网使用是内生变量，基准回归结果存在内生性问题。进一步地，Biprobit模型第二阶段回归结果显示，在控制可能的内生性偏误后，互联网使用对退休群体再就业在5%的统计水平上具有显著正向影响。CMP方法呈现出类似的估计结果，这也再次验证了互联网使用有助于促进退休群体再就业的结论。

5.异质性分析

前文的结论只是全样本的平均效应，并未关注到互联网使用对退休群体再就业影响的群体异质性。接下来，本文将从养老保险水平、性别、受教育程度以及城乡4个维度对退休群体进行分组讨论。

(1)不同养老保险金水平影响的异质性

收入是影响劳动供给的一大要素，本文将养老保险金4等分，考察不同养老保险金水平的异质性。

如表7所示，互联网使用对养老保险金在0.25分位点及以下的退休群体再就业的影响最大。尽管不具备统计上的显著性，其他分位点的退休群体再就业也会受到互联网使用的影响，并且随着分位点的提高(即养老保险金收入的提高)影响逐渐减弱。这一发现也印证了基准回归中养老保险金越高，再就业可能越低的结果。养老保险对劳动供给可能同时产生收入效应和替代效应[28]。一方面，养老保险金可被用于增加人力资本、就业创业等投资，从而提高就业能力，而互联网在这一过程中起到了推动作用，比如互联网高效的信息传播能力使得退休群体及时获得就业信息，维系并扩展其社会关系网，从而获得更多的就业支持等。另一方面，较低水平的养老保险难以维持退休前的生活水准，增加了退休群体通过再就业获取收入进行自我保障的诉求，而较高水平的养老保险能有效降低这一诉求。对于0.25分位以上的退休群体而言，养老保险的收入效应大于替代效应，因而互联网使用对其再就业的影响不具备显著性。

(2)考虑其他因素的异质性

进一步考虑其他因素的异质性，结果如表8所示。在性别方面，互联网使用对退休女性再就业的影响要比男性的影响更为明显。对这一结果相对合理的解释是，劳动力市场上的性别歧视是导致女性就业不足的因素之一，而互联网降低了就业门槛、提供了多种就业形式，在一定程度上减轻了性别歧视。此外，互联网使用可以通过减少家务劳动时间提高女性的劳动参与率[29]。

在学历方面，互联网使用对“小学及以下”以及“初中”学历的退休群体再就业并没有显著影响，仅对“高中及以上学历”退休群体影响较为显著。这表明互联网作用的发挥仍然需要以一定的人力资本为前提。

在户籍方面，无论农村还是城市户籍，互联网使用都会提高再就业概率，不过城市户籍的系数更高。原因可能是我国现有城乡网络覆盖空间差异较大，城市的互联网普及率更高，农村地区受限于经济状况或地理位置，互联网发展起步较晚，且应用到生产生活中更是相对较少[30]。此外，城市地区本就具有更多的就业机会，这为退休群体再就业提供了便利。上述异质性分析表明，提高互联网的普及率具有重大现实意义。

6.机制检验

上文对互联网使用与退休群体再就业的因果关系进行了系统讨论，但并没有对其背后的逻辑进行解释。根据文献回顾的讨论，本文从知识信息载体和社会资本两个方面探究互联网使用影响退休群体再就业的机制。

剖析影响机制关键在于选定合理的中介变量。本文借鉴马光荣的方法[31]，将“过去一个月上学或者参加培训课程”作为知识信息载体的代理变量；将“过去一年内摆酒和办酒席的支出”取对数，作为社会资本的代理变量，命名为“人情支出”；将“过去一个月你是否串门、和朋友交往、参加社团组织、活动志愿者、慈善活动”也作为社会资本的代理变量，命名为“社交活动”。

如表9所示，两个机制的系数均显著为正。就前者而言，互联网的普及以及手机上网的便捷性极大增加了退休群体获取更多就业知识或信息的概率，甚至通过互联网自身创造的灵活就业机会实现再就业；就后者而言，退休群体通过互联网与他人进行沟通、交流的可能性越来越大，有利于维系并扩展其社会关系网，并从中获取再就业支持。

五、结论与启示

随着社会经济的迅速发展，我国劳动力人口年龄结构发生了较大变化，身体健康、精力充沛的退休群体成为劳动力市场中的一支重要力量。基于2018年中国健康与养老追踪调查数据，本文探究了互联网使用与退休群体再就业的关系，主要结论如下：(1)互联网使用可以显著提升退休群体再就业的概率，在纠正潜在选择性偏误和内生性偏误后，研究结论仍然稳健成立；(2)互联网使用对退休群体再就业的影响存在异质性。享受较低档养老保险金、女性、高中及以上学历以及城市户籍的退休群体更容易在互联网使用后提高再就业的概率；(3)机制探讨发现，互联网通过信息载体、劳动者社会资本两个渠道影响退休群体的再就业。

再就业对于退休群体而言，是一种健康的社会参与模式，从宏观角度来看，还可以改变劳动力供给结构、提升储蓄、拉动消费。因此，本文的结论有着较强的政策启示。第一，借助互联网平台功能开发退休群体的再就业潜能。互联网的娱乐功能在充实退休群体生活的同时，其本身具有信息、社交等属性也会对退休群体的再就业产生积极影响。通过发挥信息载体效应、扩展退休群体的社会资本增加其再就业的积极性。

第二，依据退休群体异质性，借助互联网引导“积极老龄化”。互联网本身存在城乡覆盖率差异、用户接受程度差异等，而退休群体也在生理、心理以及技术接受能力上存在较大的分化，决定了其信息需求和网络行为特征也有别于其他年龄群体。此外，老年人外出就业，尤其是从事非高知识、非高技术要求的工作，可能会受到社会舆论以及家人的压力。因此，应借助互联网广泛传播的效应，整体营造“老有所为”的社会舆论风向，利用“互联网+”的优势创造具有低风险、低门槛的适合老年人的工作机会。

第三，构建老年人利用互联网实现再就业的制度体系，更好地“保驾护航”。在使用互联网平台获取信息资源的过程中，退休群体不仅存在天然的信息技术劣势，还可能被互联网平台中充斥的信息杂音所误导，因而应当注重制度体系建设，尤其是法律制度的完善，规范互联网平台的行为，为老年人群体利用互联网实现再就业提供保障机制。