《表4 互联网使用对不同收入群体的分位数回归结果》
注:*、**、***分别表示10%、5%、1%的显著性水平下显著;低技能者就业者指的是受教育年限小于等于9年,中高技能劳动者指的是受教育年限大于等于12年;(17)和(18)两列报告结果为2sls回归结果;括号内为标准误。
本文按照文献中的一般处理方法,以受教育年限作为技能水平的代理变量。陆铭等[22]指出,这种度量误差造成的影响只是使“技能”的系数向零偏误。模型(17)~(18)分别给出了互联网对不同技能劳动者的影响,如表4所示,互联网对不同技能水平劳动者都产生正向影响,互联网使用使得中高技能劳动者收入提高了15.3%,但结果不显著,互联网使用使得低技能劳动者收入显著提高了53.6%。互联网使用对低技能劳动者的收入补偿效应更大,这可能是由于低技能劳动者掌握的数字技术能力较弱或者无法量化的自我学习能力较弱所致。可以预见,随着高等教育的普及化和中高技能者占比的进一步提高,互联网使用对于劳动者所产生的收入效应会逐渐减弱。由于技能特征与收入特征可能具有一致性,本文进一步对不同收入群体进行分位数回归。从互联网使用情况的分布来看,互联网使用的系数在不同分位数的取值范围内都是正的,在较低的分位数上具有更大的效应。在两个极端上,即上分位数和下分位数的位置上,置信区间都变得更大。由于条件分位数考察的是样本的条件分布随着自变量进行变化的情况,不能单纯根据分位数回归的系数得出收入差距大小,而只能看出收入差距的变化趋势。模型(19)~(23)分别对10%分位点、25%分位点、50%分位点、75%分位点和90%分位点的被解释变量进行分析,研究发现,互联网使用对10%、25%、50%、75%分位点上的劳动收入有显著影响,而对90%分位点的劳动收入影响不显著。从变化趋势可以看出,互联网使用对收入的影响效应随着分位点上移在逐渐减弱,整体呈下降趋势。本文借鉴邢春冰[23]对于分位数回归结果的报告方式,从影响趋势来看,收入水平越低,互联网使用对其产生的收入效应越大。如表4所示,互联网使用使得处于10%、25%、50%、75%分位点的劳动收入分别提高62%、44.2%、39.6%、24.2%,不同分位点的影响效应差异显著。这与互联网使用的“粘性”相关,即收入水平高的群体,相对应的难以量化的数字人力资本[18]就越多,互联网使用的影响随之减弱。
图表编号 | XD0083829700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.18 |
作者 | 李飚 |
绘制单位 | 郑州大学商学院 |
更多格式 | 高清、无水印(增值服务) |