劉志龍，靳文杰

（東北財(cái)經(jīng)大學(xué)統(tǒng)計(jì)學(xué)院，遼寧 大連 116023）

一、引言

21世紀(jì)是以計(jì)算機(jī)網(wǎng)絡(luò)的應(yīng)用為基礎(chǔ)的數(shù)字信息時(shí)代，隨著信息化進(jìn)程的不斷推進(jìn)，計(jì)算機(jī)網(wǎng)絡(luò)的使用在很大程度上改變了人們的生產(chǎn)和生活方式。不僅如此，作為經(jīng)濟(jì)發(fā)展的催化劑，計(jì)算機(jī)網(wǎng)絡(luò)可以有效緩解巨大的就業(yè)壓力，促進(jìn)經(jīng)濟(jì)結(jié)構(gòu)調(diào)整，加快經(jīng)濟(jì)發(fā)展?；诩夹g(shù)進(jìn)步的互補(bǔ)效應(yīng)，網(wǎng)絡(luò)技術(shù)的發(fā)明和計(jì)算機(jī)的引入，可以把人們從傳統(tǒng)勞動(dòng)中解放出來(lái)，去從事更具創(chuàng)造性的、高效的工作，進(jìn)而提高工作效率并獲得更高的收入；基于技術(shù)進(jìn)步的替代效應(yīng)，計(jì)算機(jī)的普及又會(huì)替代相當(dāng)一部分人力資源。此外，Mincr（1993）指出在技術(shù)進(jìn)步過(guò)程中，擁有高技能的員工往往能夠更加適應(yīng)新環(huán)境，迅速地將新技術(shù)運(yùn)用到生產(chǎn)過(guò)程中去，這種現(xiàn)象被稱作“技術(shù)偏向理論”（Skill-biased technological change）。同時(shí)，Levy (1996)也指出，工人的能力水平與技術(shù)的互補(bǔ)效應(yīng)具有很強(qiáng)的正相關(guān)性。基于此，參考Krueger（1993）在文章《計(jì)算機(jī)怎樣改變工資結(jié)構(gòu)：來(lái)自1984年～1989年的微觀數(shù)據(jù)》中對(duì)溢價(jià)效應(yīng)的定義，認(rèn)為在工作中使用計(jì)算機(jī)的工人，其工資高于同等條件下不使用計(jì)算機(jī)的工人，這種現(xiàn)象被稱為計(jì)算機(jī)網(wǎng)絡(luò)對(duì)工資的溢價(jià)效應(yīng)。

近幾十年來(lái)，計(jì)算機(jī)和網(wǎng)絡(luò)技術(shù)在我國(guó)得到蓬勃發(fā)展。計(jì)算機(jī)網(wǎng)絡(luò)的使用是否能對(duì)居民的收入水平產(chǎn)生影響？是否對(duì)城鄉(xiāng)居民收入的影響存在差異？是加劇還是收入分配的不平等狀況？基于此，本文回顧了國(guó)內(nèi)外關(guān)于計(jì)算機(jī)網(wǎng)絡(luò)的工資收入溢價(jià)效應(yīng)研究文獻(xiàn)，借助CFPS2010年數(shù)據(jù)，首先建立回歸模型估計(jì)計(jì)算機(jī)網(wǎng)絡(luò)對(duì)收入的溢價(jià)效應(yīng)，進(jìn)一步分城鄉(xiāng)探討影響效應(yīng)的差異，接著考察計(jì)算機(jī)網(wǎng)絡(luò)使用時(shí)長(zhǎng)與居民工資收入的定量關(guān)系，最后運(yùn)用傾向得分匹配法（Propensity Score Matching）分析計(jì)算機(jī)網(wǎng)絡(luò)的收入溢價(jià)效應(yīng)，歸納文章結(jié)論并給出相關(guān)建議。

二、文獻(xiàn)回顧

計(jì)算機(jī)網(wǎng)絡(luò)的使用與個(gè)人收益之間的關(guān)系已被越來(lái)越多學(xué)者關(guān)注。Krueger(1993)采用1984和1989兩年的截面數(shù)，通過(guò)線性回歸，首次測(cè)算了計(jì)算機(jī)的回報(bào)率，發(fā)現(xiàn)計(jì)算機(jī)網(wǎng)絡(luò)可以增加25%～30%的工資回報(bào)率。然而，他并沒(méi)有控制可能存在的如年齡、性別和受教育情況等個(gè)體異質(zhì)性因素，回歸結(jié)果存在偏差。隨后，諸多學(xué)者在Kruger的基礎(chǔ)之上，通過(guò)控制個(gè)人異質(zhì)性分析計(jì)算機(jī)網(wǎng)絡(luò)對(duì)收入的影響。Miller and Mulvey（1997）利用1993年澳大利亞的調(diào)查數(shù)據(jù)，發(fā)現(xiàn)計(jì)算機(jī)網(wǎng)絡(luò)可以產(chǎn)生12%～14%的工資收入溢價(jià)。Lee and Kim(2004) 利用美國(guó)人口中心數(shù)據(jù)（CPS），發(fā)現(xiàn)計(jì)算機(jī)使用的工資回報(bào)率自1997年的13%，下降至2001年的10%，表明計(jì)算機(jī)網(wǎng)絡(luò)的收入溢價(jià)效應(yīng)逐年降低。而B(niǎo)orghans and Weel（2004)運(yùn)用調(diào)查數(shù)據(jù)得出，計(jì)算機(jī)使用會(huì)產(chǎn)生49%的工資溢出，該結(jié)果比Kruger研究結(jié)果高出19%～24%。近幾年各國(guó)對(duì)于計(jì)算機(jī)網(wǎng)絡(luò)使用對(duì)工資性收入溢價(jià)效應(yīng)的研究越來(lái)越多，具體如表1。

從表1可以看出，在計(jì)算機(jī)網(wǎng)絡(luò)的使用對(duì)收入溢價(jià)效應(yīng)的研究方面，發(fā)達(dá)國(guó)家要早于發(fā)展中國(guó)家。近幾年隨著計(jì)算機(jī)在發(fā)展中國(guó)家的普及，發(fā)展中國(guó)家開(kāi)始越來(lái)越多地關(guān)注計(jì)算機(jī)網(wǎng)絡(luò)對(duì)收入的溢價(jià)效應(yīng)研究?？偟膩?lái)看，各國(guó)計(jì)算機(jī)網(wǎng)絡(luò)使用的收入溢出效應(yīng)差距很大，發(fā)展中國(guó)家普遍高于發(fā)達(dá)國(guó)家。與發(fā)達(dá)國(guó)家相比，計(jì)算機(jī)網(wǎng)絡(luò)在發(fā)展中國(guó)家的使用和普及較晚，對(duì)勞動(dòng)力市場(chǎng)刺激的彈性較大，而在發(fā)達(dá)國(guó)家，由于計(jì)算機(jī)網(wǎng)絡(luò)的普及已發(fā)展到一定水平，計(jì)算機(jī)網(wǎng)絡(luò)對(duì)勞動(dòng)力市場(chǎng)的刺激作用減小。另外，不同國(guó)家所用的匹配數(shù)據(jù)方法不同，在計(jì)算收入溢出率時(shí)，匹配數(shù)據(jù)的獲取會(huì)受到作者的預(yù)期以及各國(guó)統(tǒng)計(jì)數(shù)據(jù)口徑的制約。另外，并非所有的研究結(jié)果都顯示計(jì)算機(jī)網(wǎng)絡(luò)會(huì)帶來(lái)工資性收入的溢價(jià)效應(yīng)。Bell（1996）通過(guò)面板數(shù)據(jù)（panel data）的固定效應(yīng)分析計(jì)算機(jī)網(wǎng)絡(luò)對(duì)使用者收入的影響，結(jié)果表明計(jì)算機(jī)網(wǎng)絡(luò)的使用并未對(duì)工資性收入產(chǎn)生顯著影響。Bell（1996）在文中甚至得到使用鉛筆可以產(chǎn)生工資性收入溢價(jià)效應(yīng)的結(jié)論。因此，對(duì)計(jì)算機(jī)網(wǎng)絡(luò)與收入之間的關(guān)系仍需結(jié)合各國(guó)的具體情況進(jìn)一步研究。

表1 近年來(lái)計(jì)算機(jī)網(wǎng)絡(luò)的使用與收入關(guān)系的研究文獻(xiàn)總結(jié)

與國(guó)外研究相比，國(guó)內(nèi)學(xué)者對(duì)該方面的研究比較少，研究也主要集中在測(cè)算計(jì)算機(jī)使用的回報(bào)率方面，較少考慮到消除個(gè)體異質(zhì)性的影響。陳玉宇（2008）利用2005年全國(guó)家庭普查數(shù)據(jù)，采用趨勢(shì)得分模型估計(jì)了全國(guó)計(jì)算機(jī)使用的回報(bào)率，得出計(jì)算機(jī)使用的回報(bào)率為20%，該結(jié)果與國(guó)外學(xué)者的研究結(jié)果基本保持一致。高夢(mèng)滔（2009）基于云南省青年調(diào)查的微觀數(shù)據(jù)，運(yùn)用Hierarchy模型測(cè)算了計(jì)算機(jī)對(duì)青年人小時(shí)工資的影響，發(fā)現(xiàn)計(jì)算機(jī)使得青年人每小時(shí)平均工資增加33%～76%。除此之外，文章結(jié)果表明：青年人生活中使用計(jì)算機(jī)的程度越高，則平均小時(shí)工資越高，由于沒(méi)有控制個(gè)人異質(zhì)性因素，得到的工資性收入溢出率明顯過(guò)高。

縱觀國(guó)內(nèi)外文獻(xiàn)，發(fā)現(xiàn)存在兩個(gè)可能影響計(jì)算機(jī)網(wǎng)絡(luò)與收入關(guān)系的偏誤。一是未觀測(cè)到的異質(zhì)性可能引起二者關(guān)系的估計(jì)偏誤；二是計(jì)算機(jī)網(wǎng)絡(luò)的使用與收入之間的因果關(guān)系可能存在聯(lián)立性偏誤，以致產(chǎn)生內(nèi)生偏誤。相比較而言，異質(zhì)性問(wèn)題顯然受到更多學(xué)者的關(guān)注，聯(lián)立性偏誤的問(wèn)題尚未達(dá)成共識(shí)，仍有待商榷。大多數(shù)基于單方程回歸的結(jié)果存在收入溢價(jià)偏差，如何控制樣本的異質(zhì)性問(wèn)題是獲取精確結(jié)果的關(guān)鍵。本文將沿著消除異質(zhì)性因素影響這一研究方向，采用我國(guó)的微觀調(diào)查數(shù)據(jù)，探討計(jì)算機(jī)的使用在中國(guó)是否會(huì)帶來(lái)收入的溢出效應(yīng)。基于我國(guó)城鄉(xiāng)二元結(jié)構(gòu)的大背景，分析城鄉(xiāng)之間是否會(huì)有不同，以及產(chǎn)生差異的原因。

三、數(shù)據(jù)、指標(biāo)及描述分析

（一）調(diào)查樣本和數(shù)據(jù)介紹

本文所用數(shù)據(jù)來(lái)源于北京大學(xué)社會(huì)調(diào)查中心于2010年進(jìn)行的中國(guó)家庭追蹤調(diào)查（CFPS）基線調(diào)查。此次調(diào)查經(jīng)過(guò)多年籌備以及 2008、2009年的預(yù)調(diào)查，于2010 年正式開(kāi)始基線調(diào)查。調(diào)查樣本覆蓋了25個(gè)省市自治區(qū)，代表中國(guó)95%的人口比例。本文主要依據(jù)CFPS2010的成人問(wèn)卷，剔除沒(méi)有提供工資水平與計(jì)算機(jī)網(wǎng)絡(luò)變量的問(wèn)卷記錄，得到有效記錄5,230條。各類人群計(jì)算機(jī)網(wǎng)絡(luò)使用率如表2所示。

表2分性別、受教育水平、地區(qū)、婚姻狀況、健康狀況、民族等因素，從全樣本、樣本間與樣本內(nèi)三個(gè)角度統(tǒng)計(jì)了城鄉(xiāng)上網(wǎng)率的水平。從總樣本來(lái)看，總樣本男女比例約為6:4；本科以下教育水平的居民占到了90%以上，大部分調(diào)查對(duì)象的受教育水平都不高；中東部地區(qū)調(diào)查樣本數(shù)較大，這與該地區(qū)的人口基數(shù)相對(duì)應(yīng)；由于所用的問(wèn)卷是成人問(wèn)卷，所以得到處于結(jié)婚狀態(tài)的居民比例較高，為89.35%；認(rèn)為自身健康或一般的居民占到了93.04%；漢族的居民占到了調(diào)查的絕大多數(shù)，調(diào)查對(duì)象的年齡大都集中在26～55歲之間。

樣本間計(jì)算機(jī)網(wǎng)絡(luò)使用比例是指在使用計(jì)算機(jī)的人群中，各類人群所占的比重。計(jì)算機(jī)網(wǎng)絡(luò)使用率之和為100%，樣本間上網(wǎng)比率受調(diào)查樣本量的約束比較大，它測(cè)度的是在使用計(jì)算機(jī)網(wǎng)絡(luò)的樣本中，各類型人群所占的權(quán)重，并不是傳統(tǒng)意義上的計(jì)算機(jī)網(wǎng)絡(luò)使用率概念。樣本內(nèi)計(jì)算機(jī)網(wǎng)絡(luò)使用率是指使用計(jì)算機(jī)網(wǎng)絡(luò)的人群占各類人群的比率，使用率之和不一定是100%。樣本內(nèi)計(jì)算機(jī)網(wǎng)絡(luò)比例就是傳統(tǒng)意義上的使用率，它重點(diǎn)測(cè)度的是在各類人群中使用計(jì)算機(jī)網(wǎng)絡(luò)的比率。所以，要比較各類型人群的計(jì)算機(jī)網(wǎng)絡(luò)的使用率應(yīng)考慮樣本內(nèi)比率。就樣本內(nèi)計(jì)算機(jī)網(wǎng)絡(luò)使用率而言，城市居民的上網(wǎng)比率普遍高于農(nóng)村地區(qū)，女性計(jì)算機(jī)網(wǎng)絡(luò)使用率總體而言高于男性居民，受教育水平越高、健康狀況越好、未婚的人群上網(wǎng)率越高，中東部地區(qū)上網(wǎng)比率顯著高于西部地區(qū)。

表2 樣本比例及各類型人群上網(wǎng)頻率 單位：%

（二）計(jì)算機(jī)網(wǎng)絡(luò)與收入關(guān)系的描述分析

為了盡可能詳細(xì)地描述收入與計(jì)算機(jī)網(wǎng)絡(luò)的關(guān)系，將年齡劃分為20歲以下、21～25歲和26～30歲等11組，在雙軸折線圖中反映兩者之間的關(guān)系（見(jiàn)圖1）。

圖1 各年齡段工資的對(duì)數(shù)[ln（wage）]與計(jì)算機(jī)網(wǎng)絡(luò)使用率net（%）

觀察圖1可以得到，計(jì)算機(jī)網(wǎng)絡(luò)使用率隨年齡的增長(zhǎng)總體呈現(xiàn)下降的趨勢(shì)，即越年輕的居民網(wǎng)絡(luò)使用率也就越高，60歲以上的老人網(wǎng)絡(luò)使用率不到10%，使用率最高的年齡段集中在20歲左右。以城市為例，21～25歲的年輕居民的網(wǎng)絡(luò)使用率高達(dá)87.9%，這可能是因?yàn)榻陙?lái)隨著義務(wù)教育大力普及，使得青年人具備了使用計(jì)算機(jī)網(wǎng)絡(luò)的基本知識(shí)，并且渴望接觸新事物。由計(jì)算機(jī)網(wǎng)絡(luò)使用率曲線可以看出，城市各年齡段的網(wǎng)絡(luò)使用率高于全國(guó)平均水平，并且都高于農(nóng)村水平，造成這種差異的原因可能是城鄉(xiāng)發(fā)展不平衡，農(nóng)村的受教育水平、信息化以及基礎(chǔ)設(shè)施方面與城市存在一定差距。綜合來(lái)看，使用計(jì)算機(jī)網(wǎng)絡(luò)的人群趨于年輕化，計(jì)算機(jī)網(wǎng)絡(luò)的使用并沒(méi)有推廣到各個(gè)年齡層；農(nóng)村在信息化方面與城市地區(qū)存在很大的差距。

圖2 農(nóng)村地區(qū)居民工資收入對(duì)數(shù)（lnwage）與上網(wǎng)率（%）

圖3 城市居民工資收入的對(duì)數(shù)（ln（wage））與上網(wǎng)率（%）

觀察收入曲線，發(fā)現(xiàn)總體樣本、城市以及農(nóng)村的居民收入曲線都呈現(xiàn)倒“U”型，30歲之前居民的工資性收入逐步上升，30～60歲年齡段人群的收入基本保持高位穩(wěn)定狀態(tài)，60歲以后工資收入劇烈下降。并且可以明顯地看出，城市居民的工資收入的波動(dòng)比農(nóng)村地區(qū)更加劇烈，城市地區(qū)25歲以下的居民收入比農(nóng)村地區(qū)明顯偏低，原因在于大多數(shù)農(nóng)村青年較早外出打工，而城市青年多半會(huì)選擇接受高等教育；在25～60歲這段時(shí)間，城市居民由于受教育水平等因素收入明顯高于農(nóng)村地區(qū)，這也印證了之前的說(shuō)法，即城市青年踏上工作崗位之后收入高于農(nóng)村青年的收入；而在60歲左右，城市居民到了退休年齡，工資性收入會(huì)顯著降低，并在66～70歲年齡段出現(xiàn)了城市居民收入低于農(nóng)村地區(qū)的情況。

按年齡分類，對(duì)是否使用計(jì)算機(jī)網(wǎng)絡(luò)進(jìn)行頻數(shù)統(tǒng)計(jì)，可以得到城鄉(xiāng)不同性別居民使用計(jì)算機(jī)網(wǎng)絡(luò)的情況，結(jié)果見(jiàn)圖2和圖3?？梢园l(fā)現(xiàn)農(nóng)村地區(qū)的男性與女性在使用計(jì)算機(jī)網(wǎng)絡(luò)方面差異不是十分顯著，在各年齡分組當(dāng)中的計(jì)算機(jī)網(wǎng)絡(luò)使用率幾乎持平。與農(nóng)村組的結(jié)果不同，在城市居民中，男性的表現(xiàn)更加收斂，在低年齡組中，男性的計(jì)算機(jī)網(wǎng)絡(luò)使用率低于女性；在高年齡組中，男性的計(jì)算機(jī)網(wǎng)絡(luò)使用率高于女性。就收入而言，城市居民的平均收入在各年齡段表現(xiàn)出很大的不同，總體表現(xiàn)為：城市居民收入高于農(nóng)村居民收入，而且隨著年齡的增長(zhǎng)，收入的差距呈扇形逐漸擴(kuò)大。農(nóng)村居民收入呈現(xiàn)倒“U”型的特點(diǎn)，即隨著年齡的增長(zhǎng)收入增加，而當(dāng)年齡增加到一定時(shí)，受到年齡、體力等的影響使得收入下降；而城市居民在56到60歲組中的收入值大于之前所有組的收入值，說(shuō)明城市居民存在收入累計(jì)效應(yīng)，而到了60歲之后收入迅速降低，這可能是由于到了退休年齡，工資性收入迅速降低階段。就計(jì)算機(jī)網(wǎng)絡(luò)使用率而言，城鄉(xiāng)上網(wǎng)率的峰值均出現(xiàn)在20歲左右，以城市為例，21～25歲的居民上網(wǎng)率超過(guò)80%，并且在20歲左右的人群中使用率最高。與西方發(fā)達(dá)國(guó)家相比，我國(guó)推行計(jì)算機(jī)網(wǎng)絡(luò)的時(shí)間還較短，20歲左右的年輕人正逢國(guó)家加快信息化建設(shè)的步伐的階段（時(shí)機(jī)），他們思想觀念較新穎，容易接受新鮮事物。30～50歲的這部分人中，一部分人群在工作和生活中越來(lái)越多地接觸到了計(jì)算機(jī)網(wǎng)絡(luò)，另外一部分人由于不具備計(jì)算機(jī)知識(shí)，計(jì)算機(jī)網(wǎng)絡(luò)使用率維持在一定的水平。50歲以上的居民使用率較低，這可能是由老人的觀念、工作與生活方式與現(xiàn)代年輕人不同造成的。除此之外，在受教育狀況中，城市和農(nóng)村都表現(xiàn)出受教育水平越高計(jì)算機(jī)網(wǎng)絡(luò)的使用率也越高的特征，而且在受教育為本科及以上時(shí)，農(nóng)村居民的計(jì)算機(jī)網(wǎng)絡(luò)使用率高于城市。

四、模型及檢驗(yàn)

基于上述描述分析可以得到不同年齡段居民的工資收入與計(jì)算機(jī)網(wǎng)絡(luò)使用率之間的關(guān)系。然而，要回答計(jì)算機(jī)網(wǎng)絡(luò)的使用對(duì)工資性收入到底有無(wú)溢價(jià)效應(yīng)以及溢價(jià)效應(yīng)的大小等問(wèn)題，則需要結(jié)合模型進(jìn)行深入分析。以下分別按照總體模型、分城鄉(xiāng)模型、加入計(jì)算機(jī)網(wǎng)絡(luò)時(shí)間因素模型以及趨勢(shì)得分匹配模型四個(gè)部分研究計(jì)算機(jī)網(wǎng)絡(luò)的使用率對(duì)收入的溢價(jià)效應(yīng)。

（一）總體模型的收入影響因素分析

分別以工資收入的對(duì)數(shù)建立模型Ⅰ、模型Ⅱ和模型Ⅲ，模型Ⅰ中的解釋變量只包含是否使用計(jì)算機(jī)網(wǎng)絡(luò)這一啞變量，其表達(dá)式為：

其中，w代表收入，I代表是否使用計(jì)算機(jī)網(wǎng)絡(luò)（0-1分布）。

模型Ⅱ利用逐步回歸的方法確定進(jìn)入模型的變量，其表達(dá)式為：

其中，w、I與（1）中相同，X代表被觀測(cè)對(duì)象的特性，具體包括性別、年齡、受教育程度、婚姻狀況、健康狀況等。

模型Ⅲ包含計(jì)算機(jī)網(wǎng)絡(luò)、受教育水平、健康狀況、民族、地區(qū)以及性別等因素，其表達(dá)式與（2）相同。

模型的結(jié)果見(jiàn)表3。計(jì)算機(jī)網(wǎng)絡(luò)變量在三個(gè)模型中的參數(shù)估計(jì)都顯著為正，說(shuō)明計(jì)算機(jī)網(wǎng)絡(luò)因素能顯著提高居民的收入水平。受教育水平、性別、地區(qū)因素以及健康狀況也顯著影響人們的收入，受教育水平越高，相應(yīng)的收入也就越高；男性平均工資水平顯著高于女性；東部地區(qū)的居民收入高于東北部地區(qū)，這兩地區(qū)的收入平均水平高于西部和中部地區(qū)；健康狀況越好，收入水平相應(yīng)的就越高；不同民族的收入水平也有一定的差異，在模型Ⅱ中民族因素顯著影響居民的收入水平（α=0.1），而在模型Ⅲ中，由于其他的變量加入，這種影響作用被削弱了；婚姻狀況因素則對(duì)收入的作用不明顯。比較三個(gè)模型可以發(fā)現(xiàn)，三個(gè)模型F值都比較大，模型整體在顯著性水平為0.05的情況下通過(guò)了顯著性檢驗(yàn)。調(diào)整的擬合優(yōu)度值都比較低，這是由微觀截面數(shù)據(jù)的性質(zhì)決定的?？梢钥闯鲋鸩交貧w的結(jié)果（模型Ⅱ）較其他兩個(gè)模型更優(yōu)。三個(gè)模型的DW值都大于1.6，接近于2，說(shuō)明模型不存在(一階)自相關(guān)。

表3 模型回歸結(jié)果[被解釋變量ln（wage）]

（二）分城鄉(xiāng)的收入影響因素分析

考慮到中國(guó)正處于城市化進(jìn)程不斷加快的背景下，存在城鄉(xiāng)二元結(jié)構(gòu)，城鄉(xiāng)的收入差距表現(xiàn)可能不同，影響收入水平的因素也不盡相同，分城鄉(xiāng)探討居民收入的影響情況，并以此來(lái)指導(dǎo)改革實(shí)踐才有利于居民收入水平的提高以及社會(huì)的公平。以下分城鄉(xiāng)來(lái)探討居民收入的影響因素，所用的估計(jì)方法與總體模型相同。模型估計(jì)結(jié)果見(jiàn)表4。

表4 分城鄉(xiāng)的居民收入回歸估計(jì)結(jié)果（被解釋變量lnwage）

觀察表4，發(fā)現(xiàn)分城鄉(xiāng)的模型估計(jì)結(jié)果和總體模型相似，計(jì)算機(jī)網(wǎng)絡(luò)因素顯著影響城鄉(xiāng)居民的收入水平，計(jì)算機(jī)網(wǎng)絡(luò)的使用能顯著提高居民的工資性收入，城市居民能提高25.9%，相應(yīng)的農(nóng)村地區(qū)能提高29.6%。教育水平顯著地影響城鄉(xiāng)居民收入，受教育水平高的居民收入水平顯著地高于受教育程度低的居民。在地區(qū)、健康與民族對(duì)收入的影響程度方面城鄉(xiāng)存在差異：農(nóng)村地區(qū)的健康狀況以及民族顯著影響居民收入，健康狀況越好的居民，工資收入也就越高；民族狀況對(duì)城市居民的影響不顯著?；橐鰻顩r在城鄉(xiāng)模型中表現(xiàn)基本一致，這一因素對(duì)于收入的影響不顯著。依據(jù)模型的整體顯著性檢驗(yàn)可以得到，城鄉(xiāng)收入模型整體是顯著的，DW值大于1.6，不存在（一階）自相關(guān)。

（三）加入上網(wǎng)時(shí)間變量收入模型分析

以上從總體、城鄉(xiāng)方面討論了計(jì)算機(jī)網(wǎng)絡(luò)及受教育和婚姻狀況對(duì)居民收入的影響作用。計(jì)算機(jī)網(wǎng)絡(luò)對(duì)收入水平的影響程度如何？是不是使用計(jì)算機(jī)網(wǎng)絡(luò)的時(shí)間越長(zhǎng)對(duì)應(yīng)的收入就越高？要回答這些問(wèn)題需要引入上網(wǎng)時(shí)間變量，表5是采用逐步回歸的方法得到的城市、農(nóng)村和總體的參數(shù)估計(jì)結(jié)果。

由總樣本（模型Ⅹ）、城市（模型Ⅺ）和農(nóng)村模型（模型Ⅻ）回歸結(jié)果可以看出，三個(gè)模型中，計(jì)算機(jī)網(wǎng)絡(luò)時(shí)間變量回歸系數(shù)顯著大于零。回歸系數(shù)變動(dòng)微小，農(nóng)村地區(qū)的回歸系數(shù)大于城市，計(jì)算機(jī)網(wǎng)絡(luò)對(duì)農(nóng)村地區(qū)居民收入的影響較城市更大。平均來(lái)說(shuō)，使用計(jì)算機(jī)網(wǎng)絡(luò)的時(shí)間越長(zhǎng)，相應(yīng)的工資收入就越高，每多增加1小時(shí)計(jì)算機(jī)網(wǎng)絡(luò)的使用，工資收入能提高2個(gè)百分點(diǎn)。

表5 分城鄉(xiāng)的收入影響因素模型匯總[被解釋變量ln（wage）]

（四）PSM分析

估計(jì)計(jì)算機(jī)使用對(duì)工資性收入的影響，實(shí)際是估計(jì)計(jì)算機(jī)使用的“處理效應(yīng)”。比如，有人會(huì)認(rèn)為計(jì)算機(jī)不是引起收入溢出的關(guān)鍵性因素，前者工資高的原因也許不是由于使用計(jì)算機(jī)網(wǎng)絡(luò)，而是由于健康狀況、受教育水平或者其他因素（Krueger，1993）。事實(shí)上，我們關(guān)注的是計(jì)算機(jī)網(wǎng)絡(luò)的使用對(duì)平均事后處理效應(yīng)（Average treatment effect on the treated），也就是對(duì)于工作中使用計(jì)算機(jī)和工作中不使用計(jì)算機(jī)這兩類人群，消除各自的異質(zhì)性之后，計(jì)算機(jī)的使用對(duì)其收入的影響。關(guān)于樣本選擇處理問(wèn)題，除了擴(kuò)大樣本容量、增加樣本的隨機(jī)性等一般處理方法外，還可以考慮PSM，即傾向得分匹配模型（Propensity Score Method，簡(jiǎn)稱PSM模型），PSM是Rosenbaum and Rubin（1983）提出的，該方法廣泛應(yīng)用于“藥物劑量經(jīng)濟(jì)學(xué)”和“實(shí)驗(yàn)計(jì)量經(jīng)濟(jì)學(xué)”。其原理是通過(guò)估計(jì)可觀測(cè)變量的傾向得分匹配對(duì)樣本進(jìn)行分組配比，每一組的對(duì)應(yīng)傾向得分匹配基本相同，這樣，因變量在每一組中的差距完全由樣本的處理效應(yīng)引起（陳玉宇等，2008）。采用Rosenbaum and Rubin提出的PSM方法，建立兩步回歸模型如下：第一步構(gòu)建概率模型，分別采用Logit模型和Probit模型進(jìn)行回歸。第二步構(gòu)建配比模型。估計(jì)結(jié)果見(jiàn)表6。

表6 傾向得分匹配模型（PSM）分析計(jì)算機(jī)使用對(duì)收入的影響

觀察表6，對(duì)于總體樣本，在傾向得分匹配模型中，計(jì)算機(jī)網(wǎng)絡(luò)的使用能顯著地提高居民的工資收入，采用probit方法和Logit方法得到的結(jié)果十分相似，計(jì)算機(jī)網(wǎng)絡(luò)的使用確實(shí)能夠提高工資水平。以logit方法為例，在排除了其他因素的情況下，計(jì)算機(jī)網(wǎng)絡(luò)的使用能帶來(lái)27.3%的額外收入。從城鄉(xiāng)來(lái)看，城鄉(xiāng)樣本估計(jì)結(jié)果十分相似，計(jì)算機(jī)網(wǎng)絡(luò)的使用都能顯著提高居民的工資性收入。相比較而言，農(nóng)村地區(qū)提高29.3%，城市地區(qū)提高25.7%，農(nóng)村地區(qū)高出城市地區(qū)3.6個(gè)百分點(diǎn)。

五、結(jié)論與建議

（一）結(jié)論

本文利用北京社會(huì)調(diào)查中心2010年CFPS基線調(diào)查數(shù)據(jù)，探討了計(jì)算機(jī)網(wǎng)絡(luò)的使用在中國(guó)是否會(huì)帶來(lái)收入的溢出效應(yīng)。文章首先介紹了技術(shù)進(jìn)步的互補(bǔ)效應(yīng)、替代效應(yīng)、技術(shù)偏向理論以及溢價(jià)效應(yīng)理論；回顧了國(guó)內(nèi)外關(guān)于工資收入與計(jì)算機(jī)網(wǎng)絡(luò)關(guān)系的相關(guān)文獻(xiàn)；采用描述分析的方法，從城鄉(xiāng)、性別和受教育水平等方面探討了不同年齡段居民的上網(wǎng)比例與工資性收入的關(guān)系，剖析了產(chǎn)生差異的原因；依次按照總體模型、分城鄉(xiāng)模型、加入計(jì)算機(jī)網(wǎng)絡(luò)時(shí)間因素模型以及趨勢(shì)得分匹配模型四個(gè)部分研究計(jì)算機(jī)網(wǎng)絡(luò)使用率對(duì)收入的溢價(jià)效應(yīng)。

通過(guò)描述分析可以發(fā)現(xiàn)，城市居民的計(jì)算機(jī)使用率高于全國(guó)平均水平，農(nóng)村居民的計(jì)算機(jī)使用率低于全國(guó)平均水平。農(nóng)村使用計(jì)算機(jī)的人群更加年輕化，計(jì)算機(jī)的使用并沒(méi)有在農(nóng)村推廣到各個(gè)年齡層；城市居民的使用情況較為合理，農(nóng)村在信息化方面與城市地區(qū)存在很大的差距。城市以及農(nóng)村的居民收入都呈現(xiàn)倒“U”型曲線，城鄉(xiāng)上網(wǎng)率的峰值均出現(xiàn)在20歲左右。

由回歸模型Ⅰ-Ⅲ可以得到，計(jì)算機(jī)網(wǎng)絡(luò)的使用對(duì)工資性收入溢出效應(yīng)顯著，計(jì)算機(jī)網(wǎng)絡(luò)的使用能夠增加居民的工資性收入；模型Ⅳ-Ⅸ驗(yàn)證了計(jì)算機(jī)網(wǎng)絡(luò)使用的溢出效應(yīng)在城市和農(nóng)村都顯著，并且農(nóng)村地區(qū)的溢出效應(yīng)更加明顯；模型Ⅹ-Ⅻ中加入計(jì)算機(jī)網(wǎng)絡(luò)使用時(shí)長(zhǎng)因素后，發(fā)現(xiàn)使用時(shí)間越長(zhǎng)，溢出效應(yīng)越顯著，說(shuō)明計(jì)算機(jī)的使用在我國(guó)未達(dá)到飽和狀態(tài)；模型ⅩⅢ-ⅩⅧ運(yùn)用傾向得分匹配模型得到，在除去性別、健康狀況和受教育水平等個(gè)人異質(zhì)性影響因素外，計(jì)算機(jī)網(wǎng)絡(luò)的使用仍能帶來(lái)額外的工資性收入，并且農(nóng)村地區(qū)的收入溢出效應(yīng)高出城市3.6個(gè)百分點(diǎn)，在農(nóng)村地區(qū)大力普及計(jì)算機(jī)能夠更大地提高居民的工資性收入，從而可以縮小城鄉(xiāng)居民收入差距。

（二）建議

綜合以上的分析所得結(jié)論提出以下幾點(diǎn)建議：

（1）繼續(xù)在全國(guó)范圍內(nèi)推廣計(jì)算機(jī)網(wǎng)絡(luò)的使用，為下崗職工提供計(jì)算機(jī)培訓(xùn)，增加其再就業(yè)機(jī)會(huì)。

（2）著重加強(qiáng)農(nóng)村及偏遠(yuǎn)地區(qū)計(jì)算機(jī)和網(wǎng)絡(luò)設(shè)施的資金投入，輔之以相關(guān)計(jì)算機(jī)網(wǎng)絡(luò)教育培訓(xùn)，縮小與城市之間計(jì)算機(jī)網(wǎng)絡(luò)使用率的差別。

（3）出臺(tái)相關(guān)政策引導(dǎo)優(yōu)秀人才到中西部地區(qū)，提高當(dāng)?shù)氐慕逃脚c計(jì)算機(jī)網(wǎng)絡(luò)的使用率，縮小中西部與東部地區(qū)的差距。

（4）繼續(xù)引導(dǎo)青年自主創(chuàng)業(yè)，鼓勵(lì)具有新觀念、冒險(xiǎn)精神、良好教育的青年通過(guò)計(jì)算機(jī)網(wǎng)絡(luò)展示自身的才華，給年輕人提供足夠的生存與發(fā)展空間。

（5）繼續(xù)完善社會(huì)養(yǎng)老保險(xiǎn)及醫(yī)療保障體系，保證居民下崗之后的收入水平及生活質(zhì)量。

（6）總之，通過(guò)加快城鄉(xiāng)信息化建設(shè)，縮小城鄉(xiāng)及地區(qū)信息化差異，使得計(jì)算機(jī)的使用成為改善城鄉(xiāng)差距的有力手段，從而保證社會(huì)的公平與公正。

本文優(yōu)點(diǎn)在于：采用微觀數(shù)據(jù)，依據(jù)傾向得分匹配方法驗(yàn)證了計(jì)算機(jī)技術(shù)網(wǎng)絡(luò)對(duì)工資性收入的溢價(jià)效應(yīng)，比以往的文獻(xiàn)更進(jìn)一步，采用城鄉(xiāng)以及總體三個(gè)樣本分析，相互對(duì)比，結(jié)果更具穩(wěn)定性。不足之處是所用數(shù)據(jù)只是2010年的截面數(shù)據(jù)，若能收集到面板數(shù)據(jù)，測(cè)量連續(xù)幾年的變化情況，將更有助于分析計(jì)算機(jī)網(wǎng)絡(luò)與收入的關(guān)系，這也是下一步的工作方向。

[1] 陳玉宇,吳玉立.信息化對(duì)勞動(dòng)力市場(chǎng)的影響:個(gè)人電腦使用回報(bào)率的估計(jì)[J].經(jīng)濟(jì)學(xué) (季刊), 2008, (4).

[2] 高夢(mèng)滔,顏明,畢嵐嵐.計(jì)算機(jī)使用對(duì)青年人工資率的影響:云南的經(jīng)驗(yàn)證據(jù)[J].中國(guó)人口科學(xué), 2009, (1).

[3] Mincer J.Human capital, technology, and the wage structure: what do time series show?[R].National Bureau of Economic Research, 1991.

[4] Levy F, Murnane R J.With what skills are computers a complement?[J].American Economic Review, 1996.

[5] Dolton P, Makepeace G.Computer Use and Earnings in Britain[J].The Economic Journal, 2004, 114, (494).

[6] Lee S H, Kim J.Has the Internet changed the wage structure too?[J].Labour Economics, 2004, 11, (1).

[7] Borghans L, Ter Weel B.Are computer skills the new basic skills? The returns to computer, writing and math skills in Britain [J].Labour Economics, 2004, 11, (1).

[8] Daldy B, Gibson J.Have computers changed the New Zealand wage structure? Evidence from data on training [J].New Zealand Journal of Industrial Relations, 2003, 28, (1).

[9] Muysken J, van der Loeff S S, Cheshko V.Beyond unobserved heterogeneity in computer wage premiums[J].MERIT Research Memorandum, 2006.

[10] Moreno-Galbis E, Wolff F C.Evidence on new technologies and wage inequality in France[J].Applied Economics,2011, 43, (7).

[11] Benavente J M, Bravo D, Montero R.Wages and Workplace Computer Use in Chile[J].The Developing Economies, 2011, 49, (4).

[12] Navarro L.The impact of internet use on individual earnings in Latin America[R].Development Research Working Paper Series , 2010.

[13] Lee J W, Wie D.Technological change, skill demand, and wage inequality in Indonesia[J].Asian Development Bank Economics Working Paper Series , 2013, (340).

[14] Bell B D.Skill-biased technical change and wages: evidence from a longitudinal data set[M].Centre for Economic Performance [and]University of Oxford Institute for Economics and Statistics, 1996.

[15] Krueger A B.How computers have changed the wage structure: evidence from microdata, 1984–1989[J].NBER Working paper Quarterly Journal of Economics, 1993, 108, (1).

[16] Miller P, Mulvey C.Computer Skills and Wages[J].Australian Economic Papers, 1997, 36, (68).