《表7 使用工具变量的CMP模型的检验结果变量》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《互联网使用、就业决策与就业质量——基于CGSS数据的经验证据》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

资料来源:根据CGSS数据整理计算得到。

由于模型中可能因样本“自选择偏差”而引起内生性问题，本文使用工具变量的CMP模型，重新估计了互联网与不同就业决策之间的关系。工具变量的选择要符合相关性和外生性两个原则，本文参考已有文献，选取个体所在社区或村居层面的互联网普及率作为工具变量。这是因为，一方面，互联网普及率会间接反映出该地网络基础设施现状，并且通过“同群效应”对个人网络使用产生影响，符合工具变量的相关性；另一方面，所在地的互联网普及率不会直接对个人的就业决策产生影响，符合工具变量的外生性。本文运用CMP模型构建方程组进行估计（见表7），方程（1）和方程（2）分别使用Probit模型和多元Probit模型。从方程（1）来看，社区和村居层面的互联网普及率对个人互联网使用的影响系数为0.470，并且在1%水平下显著为正，符合工具变量的相关性。从方程（2）来看，在使用工具变量之后，互联网使用对标准和非标准就业、机会和生存型创业的影响系数分别为0.256，-0.079，0.046和-0.052，并且均在1%水平下显著，表明上网能够明显增加个人选择标准就业和机会型创业的概率，同时减小个人从事非标准就业和生存型创业概率。此外，从系数绝对值大小来看，使用工具变量法后，各就业类型中互联网系数的绝对值均变大，表明由于内生性问题的存在，使得互联网对就业的影响效应被低估，但上网能够促进个人选择更高质量的就业创业形式这一结论具有稳健性。