吳晶，周彩

互聯網使用對農民工工作滿意度的影響及其機制——基于CFPS面板數據的實證研究

吳晶1，周彩2

（1.江西師范大學 財政金融學院，江西 南昌 330022；2.上海財經大學 公共經濟與管理學院，上海 200433）

基于中國家庭追蹤調查（CFPS）2014—2020年四期面板數據，從理論和實證兩個層面考察了互聯網使用對農民工工作滿意度的影響及其機制。研究發(fā)現：互聯網使用并未改善農民工工作滿意度，平均而言，互聯網使用導致農民工工作滿意度降低約9.4個百分點，這一負面影響在低技能（高中或以下學歷）、新一代、男性和非正規(guī)就業(yè)農民工群體中表現得更為明顯；使用互聯網進行工作、學習、社交等方式對農民工工作滿意度的影響存在異質性；就其作用機制而言，互聯網使用可能通過加劇過度勞動和降低相對收入而降低農民工的工作滿意度。

互聯網使用；工作滿意度；農民工；過度勞動；相對收入

一、問題的提出

黨的二十大報告指出，“就業(yè)是最基本的民生”，要“強化就業(yè)優(yōu)先戰(zhàn)略，健全就業(yè)促進機制，促進高質量充分就業(yè)”。隨著我國農民工群體規(guī)模的持續(xù)擴大①，提高農民工就業(yè)質量已成為我國促進高質量充分就業(yè)的重要組成部分。然而，長期以來農民工群體整體就業(yè)質量偏低，工作環(huán)境差、勞動強度大、福利保障缺乏是他們的現實遭遇[1]。作為就業(yè)質量的綜合評價指標[2]，工作滿意度的提升無疑有助于推進農民工實現更高質量的就業(yè)。所謂工作滿意度是指工作帶給個體的認知或情感等心理反應[3]。現有文獻主要從個體特征、工作情況、心理狀況等層面探討工作滿意度的影響因素，其中，個體特征包括個人稟賦、人力資本、社會資本等[4]，工作情況包括薪酬待遇、工作時長、職業(yè)等因素[5]，心理狀況包括工作壓力、工作倦怠感以及社會融入感等[6]。

隨著數字時代的到來，以互聯網為代表的數字技術革命正在推動著傳統(tǒng)生產模式和生活方式向“現代化”方向變遷。在這樣的背景下，個體的資本積累方式、勞動生產率、就業(yè)結構、工作模式等正在發(fā)生前所未有的改變[7,8]，這些均可能轉化為對工作滿意度的影響?，F有研究表明，互聯網使用對工作滿意度的影響具有兩面性：一方面，互聯網使用通過創(chuàng)造新的工作機會[9]、增加工作方式的靈活性和自主性[10]以及拓寬信息渠道而提高“人崗匹配”程度[11]、促進人力資本積累而增強工作技能[12]，可以有效提升就業(yè)者的工作滿意度；另一方面，互聯網與工作的深度融合推動了勞動力市場的變革，低技能工人被排除在新興崗位以及數字技術與傳統(tǒng)產業(yè)發(fā)展融合的崗位之外，致使其面臨的失業(yè)、薪酬下降風險加大，不利于工作滿意度的改善[7]。就我國而言，第51次《中國互聯網絡發(fā)展狀況統(tǒng)計報告》顯示，截至2022年12月底互聯網普及率達到75.6%，網民規(guī)模達10.67億，基本覆蓋各年齡段的農民工群體。那么，受技能水平所限而長期從事低端勞動密集型行業(yè)的農民工群體是否可以有效利用這一便捷可及的社會資源提升個體工作滿意度？其影響機制是什么？這一重要問題在已有文獻中研究還不夠深入。據此，本文依托中國家庭追蹤調查（Chinese Family Panel Studies，簡稱CFPS）的面板數據，以農民工為研究群體，深入研究互聯網使用對其工作滿意度的影響及其作用機制。

與現有文獻相比，本文可能的創(chuàng)新之處有：第一，從研究視角來看，以農民工為研究對象，采用中國家庭追蹤調查2014—2020年的非平衡面板數據，考察互聯網使用對其工作滿意度的影響；第二，在研究方法上，運用擴展回歸模型（Extended Regression Models，簡稱ERM）、條件混合過程方法（Conditional Mixed Process，簡稱CMP）、處理效應模型（Treatment Effect Model，簡稱TEM）以及傾向值匹配（Propensity Score Matching，簡稱PSM）等方法，控制了計量模型可能存在的內生性問題，獲得了相對穩(wěn)健的結論，有效識別了互聯網使用對農民工工作滿意度的影響；第三，就影響機制而言，從過度勞動和相對收入層面驗證了互聯網使用可能降低農民工工作滿意度的作用機制，這彌補了現有研究的不足。

二、理論基礎與研究假設

（一）互聯網使用與農民工工作滿意度

關于互聯網使用對農民工工作滿意度的影響，現有文獻尚存分歧。就正面影響而言，既有研究主要基于資本效應和信息效應兩個視角展開。首先，互聯網使個體能夠獲取海量多樣的教育資源以及打破以親緣、血緣、地緣為紐帶的社交網絡地域空間限制，有助于增強農民工群體的人力資本和社會資本積累[13,14]，進而提高工作技能和工資水平；其次，通過拓寬信息獲取渠道、降低信息獲取成本，網絡搜尋平臺消除了求職過程中的時空限制，使農民工能夠高效獲取更優(yōu)質的工作信息、降低工作搜尋過程中的信息成本，有助于提高就業(yè)概率和人崗匹配程度[15]，這無疑將提升工作滿意度。就負面影響而言，技術偏向理論指出，互聯網等數字技術的使用對于高技能個體來說是互補的，而對低技能個體是替代的[16]，工作任務趨向自動化、智能化，大幅減少了常規(guī)性、重復性的就業(yè)崗位，導致以農民工為代表的低技能勞動者的就業(yè)空間受到嚴重沖擊[17]，其不得不從事低薪、低技能工作甚至處于失業(yè)狀態(tài)，因此其工作滿意度會顯著降低。

雖然從部分研究可以推導出,互聯網通過資本效應和信息效應可以提升農民工的工作滿意度，但是勞動者使用互聯網進行資本積累和信息搜尋具有知識和技能門檻[8]，即便農民工具備在線搜尋、學習和社交的技能，然而由于高級數字技能即數字素養(yǎng)或數字能力的缺乏，其對于數字內容的使用主要以通信和娛樂為導向并停留在查找信息的初級階段[18]，缺乏對數字內容的篩選、甄別、運用和把控能力，極易被鎖定在“信息繭房”中；并且農民工的基本需求側重于勞動強度、工資薪酬、企業(yè)福利等方面[19]，原有就業(yè)崗位被擠占、失業(yè)風險的加大顯然使農民工并未得以明顯改善的工作境況愈加“雪上加霜”，因此互聯網使用極大可能沒有提升農民工的工作滿意度，反而導致其工作滿意度下降。據此提出如下假設：

H1：互聯網使用會降低農民工工作滿意度

（二）互聯網使用與農民工過度勞動

互聯網使用通過加劇農民工過度勞動進而降低其工作滿意度，這種負面影響體現在兩個方面。其一，互聯網等數字技術的應用所引發(fā)的工作模式變革致使農民工被迫選擇延長工作時間。隨著互聯網尤其是移動互聯網與工作的深度融合，農民工的就業(yè)模式開始由傳統(tǒng)線下勞動向遠程線上工作轉化，呈現出工作時間彈性化、工作內容碎片化和工作閑暇一體化的特征[20]，新興就業(yè)模式雖然增加了農民工工作的靈活性和自主性，但通過重新整合碎片化的時間導致勞動者的隱性勞動時間增加，加大了農民工的勞動強度；此外，微信、QQ等娛樂社交媒體逐漸向掌上辦公平臺演變弱化了工作地點和工作時間的要求，模糊了工作和生活的時間界限[21]，農民工的閑暇時間進一步被擠壓，這無形中增加了農民工的工作時長。其二，互聯網工資溢價效應致使農民工主動選擇延長勞動時間。勞動者使用互聯網能夠顯著提高其工資回報，即互聯網使用存在明顯的工資溢價效應[8]。根據勞動供給理論，收入變化會對個體的勞動供給時間產生收入效應和替代效應兩種影響，其對勞動時間的凈影響取決于收入效應和替代效應的相對大小[22]，工資待遇低、收入不穩(wěn)定以及社會保障缺乏使得承擔主要家庭經濟責任的農民工放棄勞動供給增加閑暇消費的機會成本較高，也就是說，互聯網工資溢價的替代效應極有可能大于收入效應[23]，農民工會主動選擇加大勞動強度以提高工資收入，因此其可能長時間處于“過勞”狀態(tài)。而過度勞動的加劇將降低農民工的工作時間滿意度，進而導致工作滿意度的下降。據此提出如下假設：

H2：互聯網使用通過加劇過度勞動而降低農民工的工作滿意度

（三）互聯網使用與農民工相對收入

互聯網使用通過降低農民工相對收入進而降低其工作滿意度。誠然，農民工通過延長工作時間獲得了更多的工資收入，但何立新等[24]指出，真正影響勞動者工作滿意度的不是絕對收入的多少，而是其對收入的比較和感受，即所感知到的相對收入差距。一般而言，農民工通過與本村莊內群體以及過去和可預期未來的收入情況進行比較而得出自身的相對收入水平[25]，而在數字經濟時代，快手、抖音、小紅書等公共網絡空間中滋生了大量的炫富擺闊行為，充斥著對財富地位的過度夸大、對物質生活的過分強調等虛假負面信息[26]，這會影響到農民工的相對收入參照群體的選擇以及對過去和可預期未來的自身收入評價。具體而言：一方面，農民工相對收入感知的參照群體以往是基于親緣、血緣、業(yè)緣的宗族網絡[27]，互聯網提供的海量共享信息會讓其接觸到更多有關于他人特別是經濟社會地位較高的成功人士的收入財富信息從而改變相對收入判斷的參照群體，從而更加傾向于與收入更高的群體進行比較，這種上行比較無形間會強化自身經濟社會地位較低的體驗[6]，從而壓低了農民工對于個體相對收入的主觀感知和判斷；另一方面，泛娛樂化的APP程序讓農民工獲取到更多關于他人美好生活以及過分強調物質生活需求的信息從而降低了過去的收入評價以及提高了未來的物質期望，因此農民工主觀感知的相對收入水平大幅下降。而相對收入水平的下降將降低農民工的工作收入滿意度，進而導致工作滿意度的下降。據此提出如下假設：

H3：互聯網使用通過降低相對收入而降低農民工的工作滿意度

三、研究設計

（一）數據來源和變量說明

本文數據來源于中國家庭追蹤調查（CFPS）2014—2020年的四期非平衡面板數據。根據國家統(tǒng)計局對農民工的定義②，本文研究樣本主要為調查時是農村戶籍、在本地從事非農工作或在外地務工6個月及以上的勞動個體，并結合勞動適齡人口的定義，選取16～55歲的女性樣本以及16～60歲的男性樣本作為研究對象。由于所需的關鍵變量在2010年、2012年的調查中尚未涉及③，故選取2014年、2016年、2018年和2020年共四期抽樣調查數據并將其合并為非平衡面板數據，經過篩選、整理后最終得到29 518個農民工樣本。

被解釋變量：工作滿意度。工作滿意度本質上是人們對自身工作的整體判斷，借鑒周爍等[12]的做法，以問卷中的問題“總的來說，您對這份工作有多滿意”進行衡量，其回答包括“非常不滿意”“比較不滿意”“一般”“比較滿意”和“非常滿意”，將其依次賦值為1～5。

核心解釋變量：互聯網使用。在CFPS2014中，用問卷中設計的問題“您是否上網”衡量互聯網使用狀態(tài)，當受訪者的回答為是時，賦值為1，否則為0；在CFPS2016、CFPS2018和CFPS2020中，用問卷中的問題“是否電腦上網”和“是否移動上網”來定義互聯網使用狀態(tài)，當二者的回答均為否時賦值為0，否則為1。

控制變量如表1所示：首先包括年齡及其平方項、性別、婚姻狀況等個體特征變量以及健康狀況、教育年限、黨員等個體稟賦變量。大量研究表明，年齡、性別、婚姻狀況以及健康狀況、教育年限、黨員等會顯著影響農民工的工作滿意度[4,6]，考慮到年齡對工作滿意度的非線性影響，因此控制變量中加入了年齡的平方。其次是單位類型、勞動合同、雇傭身份、工作時間和工作收入等工作特征變量。其中，將黨政機關、國有、國營、集體、村居委會視為體制內單位，將民營、外資、社會組織、個體工商戶、務農以及自由職業(yè)者視為體制外單位；勞動合同是工作滿意度考查中非常重要的因素，因此加入個體是否簽訂勞動合同作為控制變量；為排除勞動者因工作時長不同而造成的偏誤，采用個體每小時平均工資的自然對數作為工作收入的測度指標。再次，本文控制了勞動者心理特征的一系列指標，涵蓋個體生活滿意度、社會地位以及對自己未來信心程度等相關指標。最后，考慮到職業(yè)因素、城市地理位置以及年份因素對農民工工作滿意度的影響，參照吳曉剛等[28]的做法將職業(yè)類別分為管理者、專業(yè)技術人員、辦事人員、商業(yè)及服務業(yè)人員、農林牧漁水利業(yè)生產人員、復雜體力勞動者和簡單體力勞動者七類，控制了職業(yè)虛擬變量，并加入了省份虛擬變量和年份虛擬變量。

表1 主要變量名稱、定義及基本統(tǒng)計特征

（二）模型構建

考慮到樣本為4年非平衡面板數據且被解釋變量為多值有序變量，因此在實證分析時，本文采用多值有序變量回歸的面板Oprobit隨機效應模型，構建的基準回歸模型如下：

四、實證研究及其結果分析

（一）基準回歸結果

以式（1）為基準，回歸結果如表2所示，第（1）、（2）和（3）列是使用面板Oprobit隨機效應模型的估計結果，其中，第（1）列加入了職業(yè)虛擬變量；第（2）列在第（1）列的基礎上繼續(xù)加入地區(qū)虛擬變量；第（3）列控制了職業(yè)固定效應、地區(qū)固定效應和時間固定效應；為了消除對模型誤設問題的擔憂，第（4）列兼顧采用面板數據的固定效應模型（FE）。估計結果顯示：互聯網使用與農民工的工作滿意度顯著負相關，表明互聯網使用降低了農民工的工作滿意度，驗證了H1。由第（3）列的估計結果可知，控制了職業(yè)、省份和年份固定效應后，在使用互聯網的情況下農民工工作滿意度提高一個或一個以上等級的概率將減少9.4%④，這一負向影響高于Castellacci等[9]得出的結果，原因可能在于Castellacci等的研究估計的是互聯網對藍領熟練技術工人工作滿意度的邊際影響，而農民工大多缺乏專業(yè)技能和高級數字素養(yǎng)，難以適應或無法勝任互聯網等數字技術“創(chuàng)造”的新興崗位，因此互聯網使用對其工作滿意度的負面影響會偏強。固定效應模型同面板Oprobit模型的回歸結果在顯著性和系數符號方面均相一致，進一步凸顯了互聯網使用對農民工的工作滿意度產生負面影響這一客觀事實。

（二）控制模型內生性

1．逆向因果關系：擴展回歸模型（ERM）和條件混合過程方法（CMP）

由于農民工工作滿意度可能會對其互聯網使用行為產生一定的影響，農民工工作滿意度越低，越傾向于使用互聯網通訊或娛樂以尋找情感和精神慰藉，因此工作滿意度可能反向決定互聯網使用情況，導致式（1）存在內生性問題。解決內生性問題通常采用工具變量估計法，如兩階段最小二乘法，但由于本文的工作滿意度和互聯網使用均為離散變量，基于連續(xù)變量的兩階段最小二乘法可能會失效。因此首先嘗試使用擴展回歸模型（ERM）框架下適用于面板數據的內生ordered Probit模型（Eoprobit）進行估計，該模型除支持對面板Oprobit模型進行工具變量估計以外，還可以實現面板數據隨機效應模型的回歸；其次，Roodman[29]提出的條件混合過程方法（CMP）以似不相關回歸（Seemingly Unrelated Regressions，簡稱SUR）為基礎，使用極大似然估計法構造遞歸方程組以實現多階段回歸模型的估計，同樣適用于本文。此外本文增加了面板固定效應工具變量法（FE-IV）以作對比分析。

參考已有文獻，選取個體所在社區(qū)或村居層面（排除自身）的平均互聯網使用狀況作為互聯網使用的工具變量[30]。究其原因，一方面，平均互聯網使用狀況會間接反映出該地數字基礎設施現狀，并且通過“同群效應”對個體互聯網使用情況產生影響，符合工具變量的相關性；另一方面，所在地的平均互聯網使用狀況不會直接對個體工作滿意度產生影響，符合工具變量的外生性。在此基礎上，分別通過Eoprobit模型和CMP方法進行估計，結果如表3所示。Eoprobit模型中的殘差項相關系數均顯著，表明確實存在內生性問題，運用ERM框架下的Eoprobit模型具有合理性；CMP方法估計結果中atanhrho_12（內生性檢驗參數）高度顯著，同樣表明模型存在內生性問題；FE-IV中的第一階段F統(tǒng)計量超過了經驗標準值10，表明工具變量滿足相關性要求。最終檢驗結果一致顯示：互聯網使用與農民工的工作滿意度存在顯著負向關系，這說明在控制核心變量因逆向因果關系而產生的內生性問題之后，仍然可以證實互聯網使用降低了農民工工作滿意度這一結果。

表2 互聯網使用與工作滿意度：基準回歸結果

注：括號內數據為穩(wěn)健標準誤。***、**、*分別表示在1%、5%、10%的水平上顯著。下同。

表3 互聯網使用與工作滿意度：基于Eoprobit模型和CMP方法

2．樣本自選擇：處理效應模型（TEM）

農民工是否使用互聯網會受自身教育程度、家庭收入情況、父母受教育程度以及工作特征等因素的影響，導致其是否使用互聯網并非是完全隨機分配的，而是與個體特征、職業(yè)特征之間存在相關性，因此很可能導致式（1）存在樣本自選擇問題并誘致內生性。為解決樣本自選擇偏差帶來的有偏估計問題，本文采用處理效應模型（TEM）檢驗互聯網使用對農民工工作滿意度的影響效應。處理效應模型通?？梢圆捎脙刹椒ǎ?SLS）和極大似然估計法（MLE）進行估計。兩種方法各有優(yōu)劣：兩步法的優(yōu)點是計算方便，缺點是第一步的估計誤差被帶入第二步中，導致效率損失；而極大似然法同時估計所有模型參數，雖然更有效率，但是估計更為耗時。為便于比較，表4同時報告了兩種方法的估計結果。估計結果顯示：逆米爾斯比率λ均表現為高度顯著（1%顯著性水平），MLE估計方法中方程獨立性檢驗在1%的水平上顯著，這說明式（1）確實存在樣本自選擇問題，采用處理效用模型進行估計是合理的?；ヂ摼W使用的估計系數均顯著為負，說明在排除樣本自選擇偏誤之后，仍然可以證實互聯網使用降低了農民工的工作滿意度。

表4 互聯網使用與農民工工作滿意度：基于TEM模型

（三）異質性分析

盡管控制了個體、工作和心理特征以及職業(yè)、地區(qū)固定效應，然而問卷調查選擇的農民工依然并非完全同質，互聯網使用對工作滿意度的負面影響在不同農民工群體間可能呈現異質性特征。因此本文首先按照學歷程度將農民工分為小學及以下、初中、高中、大專及以上四個群體，在控制個體特征、工作特征等變量后進行回歸，估計結果（表5）顯示：對小學及以下、初中以及高中學歷的農民工群體而言，互聯網使用會顯著降低其工作滿意度，而在具有大專及以上學歷的農民工群體中互聯網使用對工作滿意度呈正向影響，但并不顯著。對此可能的解釋是，大專及以上教育程度的農民工屬于高技能勞動者，相較于小學及以下、初中以及高中學歷的低技能農民工，其具備一定的數字素養(yǎng)并且更容易通過培訓或自學掌握高級的數字技能，因此會更快適應互聯網等數字技術催生下的新興崗位或互聯網與傳統(tǒng)產業(yè)融合發(fā)展之后的崗位，而不是鎖定在勞動強度大、工資回報低的勞動密集型部門，其失業(yè)擔憂相對較小，因此互聯網使用對其工作滿意度的影響有所區(qū)別。

表5 互聯網使用與工作滿意度：學歷異質性分析

其次，以1980年出生為界將農民工樣本分為新一代農民工和老一代農民工，檢驗結果如表6第（1）列和第（2）列所示?；貧w結果顯示：對于新老兩代農民工而言，互聯網使用均降低了其工作滿意度，但在新一代農民工群體中的負面作用更強且更顯著。這是因為，一方面，相比于老一代農民工，新一代農民工人力資本水平較高、成長環(huán)境較安逸，對工作滿意的預期門檻也隨之提高[31]；另一方面，新一代農民工較早地接觸互聯網和海量網絡信息，更加強調自由獨立以及更具有批判意識，互聯網空間的炫富擺闊等現象更易滋生其對于工作收入的不滿意，因此造成在新一代農民工群體中互聯網使用對工作滿意度的負面影響更顯著的情況。

表6 互聯網使用與工作滿意度：新老一代、性別和就業(yè)模式異質性分析

再次，按照性別進行分組，互聯網使用對不同性別組農民工工作滿意度影響的回歸結果顯示：相較于女性農民工群體，互聯網使用會更加明顯地降低男性農民工的工作滿意度。對此可能的解釋是，男性農民工是其家庭經濟收入的主要承擔者，無論是就職于數字浪潮下工作崗位被擠占的低技能部門還是技能門檻低、就業(yè)形式靈活的新業(yè)態(tài)工作，男性農民工迫于生計其通常會延長工作時間以換取更多收入，在此背景下其過勞程度日益加深，對工作的不滿愈發(fā)強烈。

最后，以正規(guī)就業(yè)和非正規(guī)就業(yè)（靈活就業(yè)）這兩種不同的就業(yè)模式將農民工進行分組。按照國際上對非正規(guī)就業(yè)的定義⑤，將有正式勞動合同、養(yǎng)老保險以及醫(yī)療保險的勞動者視為正規(guī)就業(yè)者，其他就業(yè)者為非正規(guī)就業(yè)者。估計結果顯示：互聯網使用會顯著降低從事非正規(guī)就業(yè)農民工的工作滿意度，對從事正規(guī)就業(yè)的農民工群體則不顯著。原因可能在于，正規(guī)就業(yè)的農民工群體收入穩(wěn)定、社會保障健全，對職業(yè)生涯不確定性的擔憂相對較輕，使用互聯網造成其過度勞動狀況的可能性較小，因此互聯網使用對從事正規(guī)就業(yè)的農民工工作滿意度的影響不顯著。

（四）穩(wěn)健性檢驗

首先，采用傾向值匹配（PSM）方法進行穩(wěn)健性檢驗以確保研究結果的可信度。具體而言：將使用互聯網的農民工定義為處理組以及將未使用互聯網的農民工定義為對照組后，以年齡、性別、婚姻狀況、受教育程度等個體特征和工作特征作為解釋變量，以是否使用互聯網作為被解釋變量，利用Logit模型估計勞動者使用互聯網的概率，并把回歸預測值作為傾向得分，再采用一對一近鄰匹配、一對二近鄰匹配、半徑（ε=0.01）匹配和核匹配的方法對樣本進行匹配，最后運用PSM篩選后的樣本進行檢驗。表7的結果顯示：農民工互聯網使用的系數均顯著為負，這意味著互聯網使用降低了農民工的工作滿意度，與上文的研究結果一致。

表7 互聯網使用與工作滿意度：基于PSM方法

其次，將面板Oprobit模型替換為面板Ologit模型重新回歸，檢驗結果如表8第（1）列所示，互聯網使用的系數顯著為負，表明互聯網使用降低了農民工的工作滿意度。另外，替代互聯網使用測度指標。隨著智能手機普及和移動互聯網平臺內容不斷完善，互聯網接入的數字設備開始聚集于手機端，利用手機上網逐漸成為個體接入互聯網更為普遍的方式，因此采用是否使用手機上網作為互聯網使用的另一種衡量方式，檢驗結果如表8第（2）列和第（3）列所示。結果顯示互聯網使用降低了農民工的工作滿意度。這說明即便更換不同的估計方法和互聯網使用測度指標，仍然可以得到與上文一致的結果。

表8 互聯網使用與工作滿意度：更換估計方法與測度指標

（五）互聯網使用方式的異質性影響

已有文獻顯示，互聯網使用的目的和偏好差異會造成其對勞動者收入、就業(yè)模式以及工作時間等方面的異質性影響[8,23]，那么不同的互聯網使用方式對農民工工作滿意度的影響效應如何？因此本文進一步分析不同互聯網使用方式對農民工工作滿意度的影響。CFPS問卷中互聯網使用方式包括工作、學習、社交、娛樂和商業(yè)活動五種⑥，鑒于個體互聯網使用行為是具有一定次序的不同選擇（分別為“從不”“幾個月一次”“一月一次”“一月2～3次”“一周1～2次”“一周3～4次”和“幾乎每天”），因此選擇使用面板Oprobit模型進行估計，結果顯示：互聯網使用行為對農民工工作滿意度的影響具有異質性（表9）。互聯網工作、學習和商業(yè)行為可以增加農民工工作滿意度，而互聯網社交和娛樂行為會降低農民工工作滿意度，這是因為：在工作、學習和商業(yè)活動中使用互聯網的頻率提高，不僅有助于提升勞動生產率和加強人力資本積累[8]，而且有利于創(chuàng)造增收機會、增加個體收入[32]；使用互聯網進行社交和娛樂的頻率越高，接觸到的關于他人財富信息以及互聯網空間的炫富擺闊等現象也就越多，更易滋生其對于工作收入的不滿意，從而對工作滿意度產生負面影響。

表9 互聯網使用方式與農民工工作滿意度

（六）影響機制分析

根據前文互聯網使用對農民工工作滿意度可能存在的作用機制，借鑒溫忠麟等[33]的中介效應檢驗方法，在式（1）基準回歸方程的基礎上構建逐步回歸檢驗模型，具體形式如下：

1．加劇農民工過度勞動

表10 過度勞動的中介效應模型檢驗結果

2．降低農民工相對收入

表11 相對收入的中介效應模型檢驗結果

五、結論及其政策含義

本研究利用北京大學中國社會科學調查中心發(fā)布的2014年、2016年、2018年和2020年CFPS四期非平衡面板數據，考察了互聯網使用對農民工工作滿意度的影響及其作用機制。研究發(fā)現：互聯網使用降低了農民工的工作滿意度，這在低技能（高中或以下學歷）、新一代、男性和非正規(guī)就業(yè)農民工群體中表現得更為明顯；使用互聯網進行工作、學習、社交等方式對農民工工作滿意度的影響存在異質性。就其作用機制而言，其一，互聯網使用通過加劇過度勞動而降低農民工的工作滿意度；其二，互聯網使用通過降低相對收入而降低農民工的工作滿意度。

本研究具有如下政策含義：

（1）高度重視農民工在線學習意識欠缺現狀，優(yōu)化農民工互聯網使用方式。政府應強化農民工的自我學習意識、引導農民工利用互聯網進行人力資本積累等有利于提升自身發(fā)展的行為，在社區(qū)內開展互聯網宣傳學習講座、弘揚終生學習理念、開設在線學習課程，為農民工群體創(chuàng)造良好的技能提升學習氛圍。此外，根據農民工教育技能程度偏低、工資消費水平有限且閑暇時間較少的實際情況，有針對性地開發(fā)農民工使用的手機APP應用和瀏覽器，方便其進行網絡搜索和在線學習等。

（2）充分重視農民工勞動權益問題，完善農民工的就業(yè)保障制度。互聯網使用所帶來的農民工過度勞動風險，很大程度上是因為工時制度的改變和工資制度的激勵作用，政府應完善企業(yè)集體協(xié)商制度、規(guī)范欠薪保障制度以及暢通利益訴求渠道，切實保障農民工的勞動權益。另外，政府可以通過精準評估農民工的社保繳費承受能力，制定更為符合農民工實際的社保繳費率和養(yǎng)老金待遇水平，并同時加快農村社會養(yǎng)老服務體系建設，使其能夠及時享受到相應的養(yǎng)老、醫(yī)療、工傷、失業(yè)等基礎社會保障。

（3）加強對網絡信息的監(jiān)管和規(guī)范。政府應正確引導網絡輿論風氣和走向，抑制網絡環(huán)境中對財富地位的過分營銷和不實炒作，抑制在線平臺上關于收入階層的夸大炒作和盲目攀比，利用網絡引導并傳達正確的價值觀、消費觀，為農民工營造干凈、健康、積極向上的網絡生態(tài)環(huán)境。

① 國家統(tǒng)計局發(fā)布的《2021年農民工監(jiān)測調查報告》顯示，2021年全國農民工總量達2.92億人，占勞動總人口的39%。

② 2010年調查數據中缺少勞動合同簽訂這一重要控制變量，2012年調查數據中缺少互聯網使用這一核心解釋變量。

③ 國家統(tǒng)計局對農民工的定義為戶籍仍在農村、在本地從事非農產業(yè)或外出從業(yè)6個月及以上的勞動者。

④ 優(yōu)勢比Odds Ratio 0.094 = 1-exp（-0.099）。

⑤ 國際上通常將非正規(guī)就業(yè)定義為具有非正式雇傭關系且缺乏勞動保護的就業(yè)形式。

⑥ 因CFPS2020問卷中缺少使用互聯網進行工作/學習/社交/娛樂/商業(yè)活動頻率的數據，故本部分采用CFPS2014、CFPS2016、CFPS2020三年數據進行分析。

[1] 邵敏，武鵬．出口貿易、人力資本與農民工的就業(yè)穩(wěn)定性——兼議我國產業(yè)和貿易的升級[J]．管理世界，2019(3)：99-113．

[2] 李根麗，周泰云．教育錯配會影響工作滿意度嗎——機制分析與實證檢驗[J]．山西財經大學學報，2021(8)：30-42．

[3] ILIES R ，JUDGE T A．An experience-sampling measure of job satisfaction and its relationships with affectivity，mood at work，job beliefs，and general job satisfaction[J]. European Journal of Work and Organizational Psychology，2004，13(3)：367-389．

[4] 于瀟，陳世坤．提高收入還是提高公平感?——對中國城鄉(xiāng)勞動力工作滿意度的考察[J]．人口與經濟，2019(2)：78-91．

[5] 朱紅根，康蘭媛．農民工工作滿意度及其影響因素的差異分析[J]．湖南農業(yè)大學學報(社會科學版)，2017(4)：71-77．

[6] 田立法．工作滿意度的五維外生致因：孰輕孰重?[J]．外國經濟與管理，2019(9)：75-90．

[7] OMRANI N ，MARTIN L．An assessment of trends in technology use，innovative work practices and employees’ attitudes in europe[J].Applied Economics，2014，47(6)：623-638．

[8] 張國勝，吳晶．數字賦能下高學歷為什么帶來了更高的工資溢價——基于CFPS數據的實證研究[J]．勞動經濟研究，2021(3)：27-46．

[9] CASTELLACCI F ，VINAS-BARDOLET C．Internet use and job satisfaction[J]．Computers in Human Behavior，2019，90(1)：141-152．

[10] BLOOM N，LIANG J，ROBERTS J，YING Z J．Does working from home work? evidence from a Chinese experiment[J]．Quarterly Journal of Economics，2015，130(1)：165-218．

[11] CASTELLACCI F ，TVEITO V．Internet use and well-being：A survey and a theoretical framework[J]. Research Policy，2018，47(1)：308-325．

[12] 周爍，張文韜．互聯網使用的主觀福利效應分析[J]．經濟研究，2021(9)：158-174．

[13] 劉傳江，覃艷麗，李雪．網絡社交媒體使用、社會資本積累與新時代農業(yè)轉移人口的城市融合——基于六市1409個樣本的調查[J]．杭州師范大學學報(社會科學版)，2018(6)：98-108．

[14] 毛宇飛，胡文馨，曾湘泉．擴大抑或縮?。夯ヂ摼W使用對戶籍工資差距的影響——基于CGSS數據的經驗證據[J]．財經論叢，2021(2)：3-12．

[15] 張衛(wèi)東，卜偲琦，彭旭輝．互聯網技能、信息優(yōu)勢與農民工非農就業(yè)[J]．財經科學，2021(1)：118-132．

[16] AUTOR D，FRANK L，RICHARD M．Upstairs，downstairs：computers and skills on two floors of a large bank[J]．ILR Review，2002，55(3)：432-447．

[17] 林龍飛，祝仲坤．“穩(wěn)就業(yè)”還是“毀就業(yè)”?數字經濟對農民工高質量就業(yè)的影響[J]．南方經濟，2022(12)：99-114．

[18] 李怡，柯杰升．三級數字鴻溝：農村數字經濟的收入增長和收入分配效應[J]．農業(yè)技術經濟，2021(8)：119-132．

[19] 施丹，胡翔，陶祎祎．新生代農民工工作生活質量結構及其對敬業(yè)度的影響機理研究[J]．珞珈管理評論，2018(3)：84-99．

[20] RUBERY J, GRIMSHAW D. ICTs and employment: the problem of job quality[J]. International Labour Review, 2001, 140(2):165-192.

[21] 蒲艷萍，張嵐欣，袁柏惠. 互聯網使用與女性生育意愿——兼論中國女性生育意愿的結構性降低[J]. 山西財經大學學報，2023(3): 14-29.

[22] SAMUELSON P, NORDHAUS W. Principles of Economics[M]. New York: McCrawliill, 1985.

[23] 戚聿東，丁述磊，劉翠花. 數字經濟背景下互聯網使用與靈活就業(yè)者勞動供給：理論與實證[J].當代財經，2021(5): 3-16.

[24] 何立新，潘春陽. 破解中國的“Easterlin悖論”：收入差距、機會不均與居民幸福感[J]. 管理世界，2011(8): 11-22.

[25] 約翰·奈特，宋麗娜，拉曼尼·古納提拉卡，等. 中國農村的主觀幸福感及其決定因素[J]. 國外理論動態(tài)，2014(6): 75-89.

[26] LI Y, RANIERI M. Are “digital natives” really digitally competent?—a study on Chinese teenagers [J]. British Journal of Educational Technology，2010，41(6): 1029-1042.

[27] 吳菲，王俊秀. 相對收入與主觀幸福感: 檢驗農民工的多重參照群體[J]. 社會，2017(2): 74-105.

[28] 吳曉剛，張卓妮. 戶口、職業(yè)隔離與中國城鎮(zhèn)的收入不平等[J]. 中國社會科學，2014(6): 118-140.

[29] ROODMAN D M．Fitting fully observed recursive mixed-process models with CMP[J]．Stata Journal，2011，11(2)：159-206．

[30] 馬俊龍，寧光杰．互聯網與中國農村勞動力非農就業(yè)[J]．財經科學，2017(7)：50-63．

[31] 姚植夫，張譯文．新生代農民工工作滿意度影響因素分析——基于西北四省的調查數據[J]．中國農村經濟，2012(8)：46-55．

[32] 田瑤，郭立宏．數字普惠金融縮小收入差距了嗎?——來自中國家庭追蹤調查的經驗證據[J]．當代經濟科學，2022(6)：57-70．

[33] 溫忠麟，葉寶娟．中介效應分析：方法和模型發(fā)展[J]．心理科學進展，2014(5)：731-745．

Effects of internet use on migrant workers’ job satisfaction and its mechanism:An empirical study based on CFPS panel data

WU Jing1，ZHOU Cai2

(1.School of Finance, Jiangxi Normal University, Nanchang 330022,China; 2.School of Public Economics and Management, Shanghai University of Finance and Economics, Shanghai 200433, China)

Based on the panel data of China Family Panel Studies (CFPS) from 2014-2020, the paper examines the impact of Internet use on migrant workers’ job satisfaction from both theoretical and empirical perspectives. The study found that Internet use did not improve migrant workers’ job satisfaction. On average, Internet use reduces migrant workers’ job satisfaction by about 9.4 percent. This was more pronounced among the low-skilled (high school education or below), male, new generation migrant, and informal employment groups. Heterogeneity exists in the impact of using the Internet for work, learning, and socializing on migrant workers’job satisfaction. In terms of its mechanism, Internet use may reduce migrant workers’ job satisfaction by aggravating overwork and reducing relative income.

internet use; job satisfaction; migrant workers; overwork; relative income

10.13331/j.cnki.jhau(ss).2023.03.008

F241. 4

A

1009–2013(2023)03–0065–10

2023－03－15

國家社科基金重大項目（21ZDA068）；國家社科基金重點項目（20AJL012）

吳晶（1993—），女，湖北孝感人，講師,主要研究方向為數字經濟、勞動經濟。

責任編輯：曾凡盛