中圖分類號：F241 文獻(xiàn)標(biāo)識碼：A 文章編號：1007-2101（2025）03-0038-15

一、引言與文獻(xiàn)綜述

大規(guī)模的人口流動是中國目前及未來較長時(shí)間內(nèi)的一個(gè)重要人口特征。就單個(gè)城市而言，工資、失業(yè)率、房價(jià)、基礎(chǔ)設(shè)施建設(shè)等是吸引勞動力流入的最主要因素[1-4]。 認(rèn)為，以制度安排、距離遠(yuǎn)近、文化差異等為代表的中間障礙因素和個(gè)體因素也影響了勞動力流動。在中國，中間障礙因素尤其表現(xiàn)為戶籍制度[6-7]和社會保障制度[8]。值得一提的是，近10余年來，互聯(lián)網(wǎng)技術(shù)在中國快速普及，推動著生產(chǎn)和生活方式的深刻變革，互聯(lián)網(wǎng)對人類的影響滲透到方方面面。那么，能否上網(wǎng)作為勞動力的一項(xiàng)數(shù)字化技能，是否影響其流動決策？

根據(jù)第52次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》，截至2023年6月，我國網(wǎng)民規(guī)模達(dá)10.79億人，互聯(lián)網(wǎng)普及率達(dá) 7 6 . 4 % 。學(xué)者們圍繞互聯(lián)網(wǎng)與勞動力市場的關(guān)系從三個(gè)方向展開了大量的研究。一是探討互聯(lián)網(wǎng)使用對人力資本回報(bào)率的影響[9-10]。二是檢驗(yàn)互聯(lián)網(wǎng)使用的就業(yè)效應(yīng)[11-13]國內(nèi)相關(guān)文獻(xiàn)基本都是使用微觀調(diào)查數(shù)據(jù)展開研究，且實(shí)證結(jié)果幾乎一致驗(yàn)證了互聯(lián)網(wǎng)使用對非農(nóng)就業(yè)的正向促進(jìn)效應(yīng)[14-16]。三是分析互聯(lián)網(wǎng)使用與勞動力健康[17]、勞動收入分化[18]以及人口學(xué)等學(xué)科的交叉研究[19-21]。

綜上所述，學(xué)界分別對勞動力流動的影響因素、互聯(lián)網(wǎng)普及的后果展開了豐富的研究，但是考察互聯(lián)網(wǎng)普及對勞動力流動的影響研究較少。根據(jù)作者所掌握的文獻(xiàn)，和本文主題相關(guān)的文獻(xiàn)僅有3篇。其一，郭冬梅等[22]基于全國流動人口衛(wèi)生計(jì)生動態(tài)監(jiān)測調(diào)查數(shù)據(jù)的研究發(fā)現(xiàn)，城市互聯(lián)網(wǎng)發(fā)展顯著促進(jìn)了勞動力的流動。該文探究的是一個(gè)城市的互聯(lián)網(wǎng)發(fā)展水平對勞動力流向該城市的影響，而本文重點(diǎn)探索勞動力個(gè)體使用互聯(lián)網(wǎng)的技能對其是否離鄉(xiāng)的影響。其二，寧光杰和楊馥萍[23]基于中國家庭追蹤調(diào)查數(shù)據(jù)，考察個(gè)體互聯(lián)網(wǎng)使用對低技能勞動力產(chǎn)業(yè)間流動的影響，而本文檢驗(yàn)互聯(lián)網(wǎng)使用對勞動力省內(nèi)或者跨省流動的影響。其三，潘選明等[24基于中國家庭追蹤調(diào)查數(shù)據(jù)，研究互聯(lián)網(wǎng)使用對農(nóng)村勞動力流動的影響。

這3篇文獻(xiàn)為本文的研究主題奠定了良好的研究基礎(chǔ)，但仍存在以下可拓展的空間。第一，缺乏嚴(yán)格意義上的數(shù)理模型。由于勞動經(jīng)濟(jì)學(xué)的實(shí)證傳統(tǒng)，基于數(shù)理模型的文獻(xiàn)極少[25]，而且勞動經(jīng)濟(jì)學(xué)長期以來忽視了空間因素帶來的集聚效應(yīng)[26]。隨著新經(jīng)濟(jì)地理學(xué)的快速發(fā)展，利用新經(jīng)濟(jì)地理學(xué)模型來研究勞動力的空間配置成為可能。本文聚焦在個(gè)體上網(wǎng)技能與其流動決策的關(guān)系，將個(gè)體分為上網(wǎng)型和非上網(wǎng)型，并將這種個(gè)體的異質(zhì)性引入新經(jīng)濟(jì)地理學(xué)中的自由企業(yè)家模型，為辨析互聯(lián)網(wǎng)使用與勞動力流動的關(guān)系構(gòu)建了一個(gè)可行的理論框架。第二，多數(shù)研究考察農(nóng)村勞動力流動，而鮮有研究考察互聯(lián)網(wǎng)使用對城鎮(zhèn)個(gè)體勞動力流動的影響。本文使用中國勞動力動態(tài)調(diào)查數(shù)據(jù)，探索個(gè)體的互聯(lián)網(wǎng)使用技能對農(nóng)村和城鎮(zhèn)的勞動力離鄉(xiāng)決策的影響，并構(gòu)造出互聯(lián)網(wǎng)使用的3種工具變量，從而較好地克服了內(nèi)生性問題。

二、理論模型

由Krugman[27]提出的核心—邊緣模型開辟了新經(jīng)濟(jì)地理學(xué)模型的基本框架，F(xiàn)orslid和Ottavi-ano[28]基于核心—邊緣模型，創(chuàng)建了自由企業(yè)家模型（FootlooseEntrepreneur，簡稱FE 模型）。FE模型具備核心一邊緣模型的所有基本特征，且與核心一邊緣模型相比，F(xiàn)E模型的解析能力更高，應(yīng)用范圍更廣。FE模型中，可在區(qū)域間流動的要素為人力資本。本文考慮到人力資本在互聯(lián)網(wǎng)使用技能上的異質(zhì)性，將人力資本分為具備上網(wǎng)技能的人才（簡稱“互聯(lián)網(wǎng)人才”）和不具備上網(wǎng)技能的人才（簡稱“非互聯(lián)網(wǎng)人才”），從而構(gòu)建一個(gè)包含異質(zhì)性人力資本的FE模型。通過求解FE模型的長期均衡，可得出互聯(lián)網(wǎng)人才和非互聯(lián)網(wǎng)人才在區(qū)域間流動的差異性，進(jìn)而可得到上網(wǎng)技能對人才流動的影響。

（一）基本假設(shè)

假設(shè)有2個(gè)區(qū)域，2個(gè)部門和2種要素，2個(gè)區(qū)域是落后地區(qū)（簡稱南部）和發(fā)達(dá)地區(qū)（簡稱北部），2個(gè)部門是工業(yè)部門和農(nóng)業(yè)部門，2種要素是人力資本和普通勞動力。北部的變量用上標(biāo) （20標(biāo)示，兩區(qū)域加總變量用上標(biāo)（W）標(biāo)示。模型假設(shè)和傳統(tǒng)FE模型類似，即農(nóng)業(yè)部門以完全競爭和規(guī)模收益不變?yōu)樘卣?，農(nóng)業(yè)品交易無冰山成本，工業(yè)部門以壟斷競爭和規(guī)模收益遞增為特征，工業(yè)品在區(qū)域間交易存在冰山成本。與傳統(tǒng)FE模型不同的是：（1）人力資本具有異質(zhì)性，按照能否使用互聯(lián)網(wǎng)為標(biāo)準(zhǔn)，將人力資本分為互聯(lián)網(wǎng)人才和非互聯(lián)網(wǎng)人才；（2）互聯(lián)網(wǎng)人才的生產(chǎn)率高于非互聯(lián)網(wǎng)人才，互聯(lián)網(wǎng)人才和非互聯(lián)網(wǎng)人才可以在區(qū)域間流動，且兩者遷移成本不同。

（二）人力資本的異質(zhì)性與有效人力資本

設(shè)南部和北部普通勞動力的數(shù)量分別為 L 、 ，普通勞動力總量為 ，則 。人力資本總量為 ，互聯(lián)網(wǎng)人才占人力資本總量的比重為 λ ，則經(jīng)濟(jì)體中互聯(lián)網(wǎng)人才和非互聯(lián)網(wǎng)人才總量分別為 。設(shè)南部的互聯(lián)網(wǎng)人才占互聯(lián)網(wǎng)人才總量的比重為 γ ，非互聯(lián)網(wǎng)人才占非互聯(lián)網(wǎng)人才總量的比重為 η 。南部和北部的人力資本數(shù)量分別是：

既有研究表明，互聯(lián)網(wǎng)的使用不僅有利于工作效率的提高，還降低了工作搜尋成本，擴(kuò)大了工作搜尋范圍，進(jìn)而縮短了失業(yè)持續(xù)期[29-30]。因此，單位互聯(lián)網(wǎng)人才的產(chǎn)出高于單位非互聯(lián)網(wǎng)人才，即兩類人才具有異質(zhì)性。基于有效人力資本的思想，本文以單位非互聯(lián)網(wǎng)人才提供的人力資本為有效人力資本標(biāo)準(zhǔn)[31]，令南部和北部的單位互聯(lián)網(wǎng)人才分別等價(jià)于 個(gè)有效人力資本。參數(shù) 均大于0，這意味著模型假定單位互聯(lián)網(wǎng)人才提供的人力資本高于單位非互聯(lián)網(wǎng)人才，這也和現(xiàn)實(shí)情況相符。于是，南部和北部的有效人力資本數(shù)量分別是：

不同于（1）式，（2）式考慮到互聯(lián)網(wǎng)人才和非互聯(lián)網(wǎng)人才的異質(zhì)性，并對兩類人才基于有效人力資本的方法進(jìn)行等價(jià)表示，模型的可操作性因而得到極大提高。進(jìn)一步地，設(shè) 是兩區(qū)域的非互聯(lián)網(wǎng)人才工資， 是兩區(qū)域的互聯(lián)網(wǎng)人才工資，根據(jù)有效人力資本的思想，可得：

（三）消費(fèi)者行為分析

每個(gè)區(qū)域的代表性消費(fèi)者都具有雙重效用。

第一層效用是指消費(fèi)者把總支出按照不同比例支付在農(nóng)產(chǎn)品和工業(yè)品時(shí)的效用。農(nóng)產(chǎn)品是同質(zhì)產(chǎn)品，因此農(nóng)產(chǎn)品消費(fèi)可等價(jià)于一種產(chǎn)品的消費(fèi)，但工業(yè)產(chǎn)品是差異化產(chǎn)品，因此工業(yè)產(chǎn)品的消費(fèi)是指不同工業(yè)產(chǎn)品的消費(fèi)組合。第二層效用是指消費(fèi)者消費(fèi)差異化工業(yè)品的效用。這兩層效用函數(shù)分別為：

其中， U 表示總效用， 分別指工業(yè)品組合和農(nóng)產(chǎn)品的消費(fèi)， 是消費(fèi)者對第 i 種工業(yè)品的消費(fèi)量， 分別是南部、北部的工業(yè)品種類數(shù)， . ρ 反映消費(fèi)者的多樣化偏好強(qiáng)度， ρ 越接近0，消費(fèi)者的多樣化偏好強(qiáng)度越強(qiáng)。

根據(jù)利潤最大化條件，求得南部和北部的工業(yè)品需求函數(shù)為：

σ = 1 / 1 - ρ

其中， 分別是兩區(qū)域的支出， 是兩區(qū)域的工業(yè)品價(jià)格， 是兩區(qū)域的工業(yè)品價(jià)格指數(shù)。設(shè)區(qū)域間交易的冰山成本為 τ ，由（5）式，求得南部對北部工業(yè)品的需求為 ，北部對南部工業(yè)品的需求為 。

（四）廠商行為分析

對農(nóng)業(yè)部門進(jìn)行標(biāo)準(zhǔn)化處理，農(nóng)產(chǎn)品同質(zhì)，單位農(nóng)產(chǎn)品價(jià)格為1，每生產(chǎn)1單位農(nóng)產(chǎn)品需要1單位普通勞動力，則普通勞動力的工資 。工業(yè)部門生產(chǎn)差異化產(chǎn)品，固定投入是1單位的有效人力資本，每生產(chǎn)1單位工業(yè)品需要 單位的普通勞動力，則南部和北部的代表性工業(yè)企業(yè)成本函數(shù)分別為：

分別是南部企業(yè)和北部企業(yè)面臨的市場需求量。令對外開放度 ，則 。根據(jù)壟斷競爭企業(yè)的加成定價(jià)規(guī)則，求得南部和北部的產(chǎn)品價(jià)格分別為：

由（7）式可知，任一企業(yè) i 的工業(yè)品價(jià)格相同，南部任一企業(yè)的工業(yè)品價(jià)格 ，北部任一企業(yè)的工業(yè)品價(jià)格為 。結(jié)合（6）式和（7）式，根據(jù)企業(yè)利潤最大化條件推出有效人力資本的名義工資：

由于模型假設(shè)不存在儲蓄，均衡時(shí)支出等于收入，可得：

將（9）式代入（8）式，可得到有效人力資本工資的顯性解：

（五）遷移成本與均衡分析

設(shè)人力資本在區(qū)域間轉(zhuǎn)移需要支付遷移成本，非互聯(lián)網(wǎng)人才的遷移成本占名義工資的比重為 k 。考慮到互聯(lián)網(wǎng)人才可借助網(wǎng)絡(luò)了解到更多的信息，也可進(jìn)行移動支付、網(wǎng)絡(luò)購物、購買車票等，在網(wǎng)絡(luò)的正外部性作用下，互聯(lián)網(wǎng)人才遷往北部和南部的遷移成本占名義工資的比重分別為 k / 。

設(shè)南部和北部的消費(fèi)者價(jià)格指數(shù)分別為 ， ， （20 ，非互聯(lián)網(wǎng)人才在南部和北部的實(shí)際工資為 ，互聯(lián)網(wǎng)人才在南部和北部的實(shí)際工資為 （ 。

對于非互聯(lián)網(wǎng)人才，若 ，人才流向南部，均衡條件是 ；若 ，人才流向北部，均衡條件是 。對于互聯(lián)網(wǎng)人才，若 ，人才流向南部，均衡條件是 [ 1 - k / 號 ；若 ，人才流向北部，均衡條件是 。

（六）數(shù)值模擬

結(jié)合（4）式和（7）式，推出兩區(qū)域的工業(yè)品價(jià)

格指數(shù)為：

為便于模擬分析，假設(shè)兩區(qū)域的普通勞動力數(shù)量 均為0.5，經(jīng)濟(jì)體中的人力資本總量 為1。令 a = μ / （ σ - 1 ） ，根據(jù)上述均衡條件，結(jié)合（10）式和（11）式，可求得非互聯(lián)網(wǎng)人才的均衡方程（取對數(shù)）：

同理，結(jié)合（3）式、（10）式和（11）式，可求得互聯(lián)網(wǎng)人才的均衡方程為：

將（2）式代入（12）式、（13）式中，并運(yùn)用mat-lab軟件進(jìn)行模擬分析。根據(jù)多數(shù)新經(jīng)濟(jì)地理學(xué)模型的做法[32-33]，參數(shù) μ 的校準(zhǔn)值為 的校準(zhǔn)值為5。 φ ， λ ， δ ， β ， k 的基準(zhǔn)值分別取0.5、0.5、0 . 1 ， 0 . 5 ， 0 . 0 5 。

圖1是不考慮遷移成本時(shí)實(shí)際工資差異的模擬結(jié)果，圖1（a）表示非互聯(lián)網(wǎng)人才占非互聯(lián)網(wǎng)人才總量的比重 η 與實(shí)際工資差異的關(guān)系，圖1（b）表示互聯(lián)網(wǎng)人才占互聯(lián)網(wǎng)人才總量的比重 γ 與實(shí)際工資差異的關(guān)系。由圖1（a）可知：（1）當(dāng) η = 0 時(shí)，非互聯(lián)網(wǎng)人才完全聚集在北部，此時(shí)非互聯(lián)網(wǎng)人才在南部的實(shí)際工資顯著大于北部，因此核心一邊緣結(jié)構(gòu)是不穩(wěn)定的，北部的非互聯(lián)網(wǎng)人才將流向南部，直到兩區(qū)域的實(shí)際工資相等，人才停止流動。（2）隨著對外開放度的擴(kuò)大，區(qū)域間實(shí)際工資差異的絕對值縮小，直到對外開放度提高到0.7，非互聯(lián)網(wǎng)人才在兩區(qū)域的實(shí)際工資基本相當(dāng)。由圖1（b）可知：當(dāng)互聯(lián)網(wǎng)人才完全聚集在北部時(shí)（ γ = 0 ），無論對外開放度怎樣變化，南部（邊緣區(qū)）的實(shí)際工資均低于北部（核心區(qū)），因此核心一邊緣結(jié)構(gòu)是穩(wěn)定的，南部的互聯(lián)網(wǎng)人才將全部流向北部。

圖2是考慮遷移成本時(shí)實(shí)際工資差異的模擬結(jié)果，圖2（a）圖2（b）表示不同遷移成本 k 下非互聯(lián)網(wǎng)人才占比 η 和實(shí)際工資差異的關(guān)系，圖2（c）圖2（d）表示不同遷移成本 k 下互聯(lián)網(wǎng)人才占比 γ 和實(shí)際工資差異的關(guān)系。由圖2（a）、圖2（b）可知：當(dāng)南部為邊緣區(qū)時(shí)，非互聯(lián)網(wǎng)人才選擇南部可獲得更高的實(shí)際工資，因而具有流向南部的動機(jī)。由圖2（c）圖2（d）可知：無論是否提高遷移成本或者對外開放度，無論南部的初始互聯(lián)網(wǎng)人才占比 γ 怎樣變化，互聯(lián)網(wǎng)人才均將流入北部，南部對互聯(lián)網(wǎng)人才完全不具有吸引力，核心（北部）—邊緣（南部）結(jié)構(gòu)是穩(wěn)定的。圖2（a）、圖2（b）圖2（c）、圖2（d）均表明：隨著對外開放度提高，區(qū)域間實(shí)際工資差異的絕對值相對下降，人才回流到南部的動力減弱。

進(jìn)一步地，為檢驗(yàn)上述結(jié)果的穩(wěn)健性，圖3模擬不同 λ 值 s 值下的實(shí)際工資差異。圖3（a）表示不同 λ 值下的非互聯(lián)網(wǎng)人才占比 η 和實(shí)際工資差異的關(guān)系以及互聯(lián)網(wǎng)人才占比 γ 和實(shí)際工資差異的關(guān)系，圖3（b）表示不同 β 值下的相應(yīng)情形。結(jié)合圖3（a）和圖3（b）可知，對于非互聯(lián)網(wǎng)人才，當(dāng) η = 0 時(shí)，流向南部可獲得更高的實(shí)際工資；對于互聯(lián)網(wǎng)人才，不論 γ 的值怎樣變動，實(shí)際工資差異均遠(yuǎn)低于0，北部將吸走南部的所有互聯(lián)網(wǎng)人才。圖3的結(jié)論和圖1、圖2基本一致，且在不同入 B 值下均成立，說明模擬結(jié)果是穩(wěn)健的。據(jù)此，通過比較互聯(lián)網(wǎng)人才和非互聯(lián)網(wǎng)人才的流動特征，提出如下假說。

假說1：相對于非互聯(lián)網(wǎng)人才，互聯(lián)網(wǎng)人才更傾向于離開家鄉(xiāng)。

三、實(shí)證分析

假說2：隨著對外開放度提高，互聯(lián)網(wǎng)人才和非互聯(lián)網(wǎng)人才離開家鄉(xiāng)的概率均下降。

（一）模型設(shè)定

首先，基于理論假說1，本文建立二元選擇

模型：

其中， i 表示第 i 個(gè)受訪者 ， j 表示第 j 個(gè)城市，leave表示受訪者14歲以來是否有離開家鄉(xiāng)的經(jīng)歷，若回答為“是”，賦值為1，否則，賦值為0。 表示受訪者使用互聯(lián)網(wǎng)的情況，在不同模型中的定義不同。 是一組衡量個(gè)人特征的控制變量， 表示城市固定效應(yīng)， 是誤差項(xiàng)。

其次，基于理論假說2，進(jìn)一步建立如下二元選擇模型：

其中， 表示第 j 個(gè)城市的對外開放度， 是一組衡量城市特征的控制變量， 是誤差項(xiàng)，其他變量的設(shè)定和（14）式相同。

（二）數(shù)據(jù)來源及變量說明

微觀數(shù)據(jù)來自2014年中國勞動力動態(tài)調(diào)查（ChinaLabor-forceDynamicsSurvey，簡稱CLDS）的個(gè)人問卷和家庭問卷。中國勞動力動態(tài)調(diào)查是中國第一個(gè)以勞動力為主題的全國范圍內(nèi)的跟蹤調(diào)查，本文選用CLDS2014年數(shù)據(jù)主要是考慮到在眾多的微觀調(diào)查數(shù)據(jù)中，CLDS是少有的同時(shí)包含受訪者遷移信息和互聯(lián)網(wǎng)使用情況的調(diào)查，可以滿足本文對核心變量的數(shù)據(jù)要求。主要變量說明如下。

1.因變量

CLDS詢問了受訪者14歲以來是否有跨縣市遷移經(jīng)歷，若受訪者回答為“是”， 賦值為1，若受訪者回答為“否”， 取值為0。根據(jù)中國互聯(lián)網(wǎng)信息中心（CNNIC）提供的歷年互聯(lián)網(wǎng)發(fā)展?fàn)顩r調(diào)查統(tǒng)計(jì)報(bào)告，1997年、1998年、1999年的上網(wǎng)用戶人數(shù)分別為62萬（第一次調(diào)查），117.5萬（第二次調(diào)查）400萬（第四次調(diào)查），截至2000年6月30日，該指標(biāo)上升到1690萬?；诖?，本文刪除遷移時(shí)間早于2000年的樣本。為檢驗(yàn)結(jié)果的穩(wěn)健性，本文根據(jù)受訪者流入地與流出地（14歲時(shí)居住地）信息，識別出跨省流動和省內(nèi)流動的樣本，若跨省流動， 賦值為2，若省內(nèi)跨縣市流動， 賦值為1，若不流動， 賦值為0。

2.自變量

（1）核心解釋變量。本文從家庭網(wǎng)絡(luò)環(huán)境和個(gè)體上網(wǎng)能力兩個(gè)方面來衡量受訪者的互聯(lián)網(wǎng)使用情況。首先，家庭方面的互聯(lián)網(wǎng)使用信息來自CLDS家庭問卷中的問題“家庭是否使用了互聯(lián)網(wǎng)”，答案有4個(gè)選項(xiàng)，分別是：“不上網(wǎng)”“只使用電腦上網(wǎng)”“只使用手機(jī)上網(wǎng)”“既使用電腦上網(wǎng)，也使用手機(jī)上網(wǎng)”。若受訪者的回答是“不上網(wǎng)”，則定義為0，若選擇其他3個(gè)選項(xiàng)，則定義為1。其次，個(gè)人方面的互聯(lián)網(wǎng)使用信息利用CLDS個(gè)人問卷中“網(wǎng)上購買火車票”這個(gè)問題來反映，答案依次是“完全不會”“不太行”“還可以”“完全沒問題”，本文據(jù)此設(shè)定取值范圍為1到4的有序多分類變量。

（2）個(gè)人特征變量?；镜膫€(gè)人特征變量包括年齡、戶籍類型（農(nóng)村 = 1 ）、普通話熟練程度、受教育程度、取得專業(yè)技術(shù)資格證書、性別（男性 Σ= Σ 1）婚姻狀況（已婚 = 1 ）、民族（漢族 = 1 ），其他個(gè)人特征變量從家庭背景和社會關(guān)系兩方面來衡量，家庭背景變量包括父親受教育程度、母親受教育程度、兄弟姐妹數(shù)、可獲得幫助的朋友及熟人數(shù)、可借到5000元及以上的朋友數(shù)。

（3）城市特征變量。在城市特征變量中，最重要的是對外開放度變量，參考丁如曦和倪鵬飛[34]的做法，本文從局部和全局兩個(gè)維度來刻畫對外開放度。具體而言，選用本區(qū)域到區(qū)域中心大城市的最短地理距離來表示局部層面上的對外開放度，并界定北京、上海、廣州、深圳為全國經(jīng)濟(jì)中心城市，到全國經(jīng)濟(jì)中心城市的最短地理距離表示全局層面上的對外開放度。數(shù)據(jù)的具體獲取方式是：基于國家地理信息系統(tǒng)提供的 1 ： 4 0 0 萬地圖，借助ArcGIS軟件測得。其他城市變量包括空氣污染、人均GDP、平均工資、失業(yè)率、高校師生比、第二產(chǎn)業(yè)占比?？諝馕廴居? 年濃度來衡量，其原始數(shù)據(jù)來自哥倫比亞大學(xué)社會經(jīng)濟(jì)數(shù)據(jù)和應(yīng)用中心公布的地表 濃度數(shù)據(jù)，其他城市特征變量數(shù)據(jù)來自中國城市數(shù)據(jù)庫的市轄區(qū)數(shù)據(jù)。

本文依據(jù)家庭編號，對2014年的個(gè)人問卷和家庭問卷進(jìn)行匹配，刪除缺失變量后，共得到20530個(gè)樣本。

（三）基準(zhǔn)回歸結(jié)果

1.基于假說1的實(shí)證檢驗(yàn)

本文用家庭是否使用互聯(lián)網(wǎng)作為互聯(lián)網(wǎng)使用的第一個(gè)衡量指標(biāo)。表1報(bào)告了Probit模型和Logit模型的回歸結(jié)果。表1前3列是Probit模型的估計(jì)結(jié)果，后3列是Logit模型的估計(jì)結(jié)果，各列均考慮了城市固定效應(yīng)。列1和列4僅包括基本的個(gè)人特征變量，為檢驗(yàn)回歸結(jié)果對控制變量的敏感性，列2和列5進(jìn)一步加入家庭背景變量，列3和列6在基礎(chǔ)變量的基礎(chǔ)上，加入父母受教育程度的最大值和可獲得幫助的朋友/熟人數(shù)。從表3可知，各列中是否使用互聯(lián)網(wǎng)的估計(jì)系數(shù)都在 1 % 水平上顯著為正，說明和不使用互聯(lián)網(wǎng)的家庭相比，家庭使用互聯(lián)網(wǎng)更有利于促進(jìn)個(gè)體跨縣市流動。Logit模型可從幾率比角度解釋系數(shù)值，以列5為例，使用互聯(lián)網(wǎng)的家庭對個(gè)體跨縣市流動的正向促進(jìn)作用是不使用互聯(lián)網(wǎng)家庭的1.57倍 ），即使用互聯(lián)網(wǎng)的個(gè)體離開家鄉(xiāng)的可能性更大，假說1得到初步證實(shí)。

個(gè)體特征變量的估計(jì)結(jié)果和預(yù)期基本一致。

其中，年齡的估計(jì)系數(shù)在 1 % 水平上顯著為負(fù)，說明年齡越大，離開家鄉(xiāng)的概率越低。戶籍的估計(jì)系數(shù)在 1 % 水平上顯著為正，說明相較于城市戶籍的受訪者，農(nóng)村戶籍的受訪者更傾向于離開家鄉(xiāng)。普通話熟練程度、受教育程度、專業(yè)技術(shù)資格證書的估計(jì)系數(shù)都在 1 % 水平上顯著為正，說明普通話越熟練、受教育程度越高，受訪者離開家鄉(xiāng)的概率越大，且取得專業(yè)技術(shù)資格證書的受訪者離開家鄉(xiāng)的概率是未取得專業(yè)技術(shù)資格證書的受訪者的1.54倍。此外，父親受教育程度的估計(jì)系數(shù)顯著為正，說明父親受教育程度對受訪者離開家鄉(xiāng)具有顯著的正向影響。母親受教育程度、兄弟姐妹數(shù)的估計(jì)系數(shù)均不顯著，說明母親受教育程度、兄弟姐妹數(shù)對受訪者是否離開家鄉(xiāng)無顯著影響?？色@得幫助的朋友/熟人數(shù)的系數(shù)顯著為負(fù)，說明受訪者在家鄉(xiāng)的社會關(guān)系越牢靠，離開家鄉(xiāng)的可能性越低。

表2用個(gè)體上網(wǎng)能力作為互聯(lián)網(wǎng)使用的另一個(gè)衡量指標(biāo)，列1—列3報(bào)告了Probit模型的估計(jì)結(jié)果，列4—列6報(bào)告了Logit模型的估計(jì)結(jié)果，這里仍然通過添加控制變量的方式來檢驗(yàn)結(jié)果的穩(wěn)健性，列1和列4只包括基本的控制變量，列2和列5除了基本的控制變量外，還包括家庭背景變量，列3和列6除了基本的控制變量外，還包括父母受教育程度最大值、可獲得幫助的朋友/熟人數(shù)。各列網(wǎng)上購買火車票的系數(shù)均在 1 % 水平上顯著為正，說明個(gè)人上網(wǎng)能力越強(qiáng)，跨縣市流動的概率越大，其可能的原因是，當(dāng)受訪者具備較強(qiáng)的網(wǎng)絡(luò)搜索能力時(shí)，可通過互聯(lián)網(wǎng)搜索到更多的就業(yè)相關(guān)信息，因而跨區(qū)域流動的可能性較高。以列5為例，個(gè)人上網(wǎng)能力每提高一個(gè)級別，受訪者離開家鄉(xiāng)的概率增加 ，理論假說1再次得到證實(shí)。

2.基于假說2的實(shí)證檢驗(yàn)

表3報(bào)告了（15）式的Probit模型和Logit模型的估計(jì)結(jié)果。一般而言，對外開放度與到經(jīng)濟(jì)中心的距離成反方向變化關(guān)系，即到經(jīng)濟(jì)中心的距離是對外開放度的反向衡量指標(biāo)。從表3可知，到區(qū)域中心大城市的最短距離在 1 % 水平上均顯著為正，到全國經(jīng)濟(jì)中心城市的最短距離在 1 % 水平上均顯著為正。由此可見，對外開放度越高，到中心城市的距離越短，跨縣市流動的可能性越小，換言之，對外開放度越低，受訪者離開家鄉(xiāng)的可能性越大，該結(jié)論在局部維度和全局維度上均成立，理論假說2得到證實(shí)。

（四）穩(wěn)健性檢驗(yàn)

本文通過改變互聯(lián)網(wǎng)使用的定義方式來驗(yàn)證回歸結(jié)果的穩(wěn)健性。首先，按照家庭使用互聯(lián)網(wǎng)的方式定義1—3的有序分類變量，“1”表示不上網(wǎng)，“2”表示使用電腦或手機(jī)上網(wǎng)，“3”表示使用電腦和手機(jī)上網(wǎng)，并將該變量作為家庭網(wǎng)絡(luò)環(huán)境的穩(wěn)健性檢驗(yàn)指標(biāo)。其次，本文還根據(jù)“使用網(wǎng)上銀行”的自我能力評估來定義個(gè)人的互聯(lián)網(wǎng)使用情況，用1—4依次表示“完全不會”到“完全沒問題”。

表4報(bào)告了Logit模型的估計(jì)結(jié)果，從表4可知，無論從家庭方面還是個(gè)人方面替換互聯(lián)網(wǎng)使用的衡量方式，互聯(lián)網(wǎng)使用的估計(jì)系數(shù)均在 1 % 水平上顯著為正，說明互聯(lián)網(wǎng)的使用提高了勞動力跨縣市流動的可能性。而且，無論怎樣變換互聯(lián)網(wǎng)使用的衡量指標(biāo)，到區(qū)域中心大城市的最短距離以及到全國經(jīng)濟(jì)中心城市的最短距離的估計(jì)系數(shù)都在 1 % 水平上顯著為正，這和表3的結(jié)果一致。由此可見，替換互聯(lián)網(wǎng)使用的衡量指標(biāo)后，假說1和假說2仍然成立。

進(jìn)一步地，本文根據(jù)受訪者流入地流出地的地理信息，進(jìn)一步細(xì)分受訪者的流動類型。此時(shí)，因變量從是否流動的二元變量拓展為不流動、省內(nèi)流動、跨省流動的0/1/2的有序多分類變量。這里運(yùn)用有序Probit模型和有序Logit模型進(jìn)行實(shí)證分析，回歸結(jié)果如表5所示。表5列1—列4是有序Probit模型的估計(jì)結(jié)果，列5—列8是有序Logit模型的估計(jì)結(jié)果。從表5可知，各列中互聯(lián)網(wǎng)使用的估計(jì)系數(shù)都在 1 % 水平上顯著為正，說明互聯(lián)網(wǎng)使用的確促進(jìn)了勞動力流動，這再次證實(shí)了假說1。

到區(qū)域中心大城市的最短距離的估計(jì)系數(shù)都在 1% 水平上顯著為正，到全國經(jīng)濟(jì)中心城市的最短距離的估計(jì)系數(shù)都在 1 % 水平上顯著為正，這和表3、表4的結(jié)果基本一致。即對外開放度越高，勞動力流動的可能性越小，而對外開放度越低，勞動力流動的可能性越大，這再次證實(shí)了假說2。

（五）內(nèi)生性問題：工具變量

1.工具變量的構(gòu)建

考慮到互聯(lián)網(wǎng)使用的內(nèi)生性問題，本文從社區(qū)視角和地形學(xué)視角構(gòu)造2種工具變量。首先，如果受訪者周圍的環(huán)境中，使用互聯(lián)網(wǎng)的人群越多，受到同伴效應(yīng)的影響，受訪人使用互聯(lián)網(wǎng)的概率越大。本文根據(jù)社區(qū)調(diào)查問卷，提取社區(qū)是否使用互聯(lián)網(wǎng)發(fā)布信息的二元變量（簡稱為社區(qū)網(wǎng)絡(luò)），并將該變量與個(gè)人所在社區(qū)相匹配。其次，參考馬俊龍和寧光杰[15]，互聯(lián)網(wǎng)基礎(chǔ)設(shè)施的供給成本與地形密切相關(guān)。本文根據(jù)中國科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心提供的數(shù)字高程模型（DEM）數(shù)據(jù)，借助ArcGIS軟件對DEM數(shù)據(jù)進(jìn)行相關(guān)處理和計(jì)算，得到各大城市的相對地形位置（RelativeTopographicPosition，簡稱為RTP）和地表粗糙度（StandardDeviationofElevation，簡稱為SDE）。再者，本文選取社區(qū)網(wǎng)絡(luò)作為工具變量一，選取社區(qū)網(wǎng)絡(luò)與RTP的交互項(xiàng)作為工具變量二，選取社區(qū)網(wǎng)絡(luò)與SDE的交互項(xiàng)作為工具變量三。

2.估計(jì)方法

前文采用Probit模型、Logit模型、有序Probit模型、有序Logit模型估計(jì)互聯(lián)網(wǎng)使用對勞動力是否跨縣市遷移的影響。針對前兩類模型，由于本文的內(nèi)生變量互聯(lián)網(wǎng)使用是離散型變量，而IV-Probit只適用于內(nèi)生變量為連續(xù)型變量的Probit模型，因此，本文將IV-Probit模型作為輔助性檢驗(yàn)。針對后兩類模型，從技術(shù)可行角度來看，不能直接對排序模型使用工具變量法。這里借鑒條件混合過程（ConditionalMixedProcess，簡稱CMP）估計(jì)法進(jìn)行回歸分析，將工具變量和CMP估計(jì)法相結(jié)合，可較好地解決模型的內(nèi)生性問題[35]。運(yùn)用CMP估計(jì)法需同時(shí)估計(jì)2個(gè)方程，第一個(gè)方程估計(jì)互聯(lián)網(wǎng)使用對跨縣市遷移是否存在影響，第二個(gè)方程以互聯(lián)網(wǎng)使用為因變量，以工具變量為核心自變量。

3.估計(jì)結(jié)果分析

表6報(bào)告了CMP估計(jì)法的回歸結(jié)果，這里以家庭使用互聯(lián)網(wǎng)作為互聯(lián)網(wǎng)使用的衡量指標(biāo)，以是否跨縣市流動作為因變量。為克服互聯(lián)網(wǎng)使用的內(nèi)生性問題，回歸（1）以社區(qū)網(wǎng)絡(luò)為工具變量，回歸（2）以社區(qū)網(wǎng)絡(luò)與RTP的交互項(xiàng)為工具變量，回歸（3）以社區(qū)網(wǎng)絡(luò)與SDE的交互項(xiàng)為工具變量。從表6可知，家庭使用互聯(lián)網(wǎng)的估計(jì)系數(shù)均在 1 % 水平上顯著為正，說明考慮到互聯(lián)網(wǎng)使用的內(nèi)生性問題后，互聯(lián)網(wǎng)使用顯著促進(jìn)了勞動力離開家鄉(xiāng)。工具變量一、工具變量二、工具變量三的估計(jì)系數(shù)均顯著為正，因此認(rèn)為，本文選取的工具變量較為合理。

表7以家庭使用互聯(lián)網(wǎng)的方式（有序分類變量）作為互聯(lián)網(wǎng)使用的衡量指標(biāo)，其他變量的設(shè)定和表6相同。從表7可知，家庭使用互聯(lián)網(wǎng)方式的估計(jì)系數(shù)均在 1 % 水平上顯著為正，3種工具變量的估計(jì)系數(shù)也顯著為正，這和表6的結(jié)果一致，說明替換互聯(lián)網(wǎng)使用的衡量指標(biāo)并考慮其內(nèi)生性問題后，互聯(lián)網(wǎng)使用對勞動力離開家鄉(xiāng)仍具有顯著的正向促進(jìn)作用。表8以家庭使用互聯(lián)網(wǎng)作為互聯(lián)網(wǎng)使用的衡量指標(biāo)，共報(bào)告了4種IV-Probit模型的估計(jì)結(jié)果?；貧w（1）和回歸（2）不包括省份固定效應(yīng)，回歸（3）和回歸（4）包括了省份固定效應(yīng)?；貧w（1）和回歸（3）以社區(qū)網(wǎng)絡(luò)為工具變量，回歸（2）和回歸（4）以社區(qū)網(wǎng)絡(luò)與RTP的交互項(xiàng)為工具變量。從表8可知，無論是否控制省份固定效應(yīng)，家庭使用互聯(lián)網(wǎng)的估計(jì)系數(shù)都顯著為正，該結(jié)論在不同的工具變量下均成立，說明回歸結(jié)果較為穩(wěn)健。

表9是在表8的基礎(chǔ)上，加入城市特征變量后的IV-Probit模型的估計(jì)結(jié)果?；貧w（1）未控制省份固定效應(yīng)，回歸（2）控制了省份固定效應(yīng)。在回歸（1）和回歸（2）中，家庭使用互聯(lián)網(wǎng)的估計(jì)系數(shù)均在 1 % 水平上顯著為正，社區(qū)網(wǎng)絡(luò)（工具變量）的估計(jì)系數(shù)均顯著為正，這和表8的結(jié)果基本一致。由此可見，相對于不使用互聯(lián)網(wǎng)的勞動力，互聯(lián)網(wǎng)使用顯著促進(jìn)了勞動力流動，擅長使用互聯(lián)網(wǎng)的勞動力離開家鄉(xiāng)的可能性更大，該結(jié)論在控制模型的內(nèi)生性問題后仍然成立。

（六）異質(zhì)性分析

本文依次按照性別、戶籍類型、受教育程度進(jìn)行分組，并基于分組樣本進(jìn)行異質(zhì)性分析。表10報(bào)告了基于男性樣本和女性樣本的回歸結(jié)果，列1—列4是男性樣本的Probit模型和Logit模型的估計(jì)結(jié)果，列5—列8是女性樣本的Probit模型和Logit模型的估計(jì)結(jié)果。其中，各列家庭使用互聯(lián)網(wǎng)的估計(jì)系數(shù)在 1 % 水平上顯著為正，說明互聯(lián)網(wǎng)使用顯著促進(jìn)了勞動力流動，該結(jié)論對于男性和女性均成立。比較男性樣本和女性樣本的估計(jì)結(jié)果可知，無論是Probit模型還是Logit模型，互聯(lián)網(wǎng)使用的系數(shù)值顯著不同，說明互聯(lián)網(wǎng)使用對男性和女性的影響具有顯著的異質(zhì)性。其他條件相同的情況下，擅長使用互聯(lián)網(wǎng)的男性跨縣市流動的可能性大于女性。

表11報(bào)告了基于城市樣本和農(nóng)村樣本的估計(jì)結(jié)果。列1—列4是城市樣本的Probit模型和Logit模型的估計(jì)結(jié)果，列5—列8是農(nóng)村樣本的Probit模型和Logit模型的估計(jì)結(jié)果。從家庭使用互聯(lián)網(wǎng)的估計(jì)系數(shù)來看，除了列2外，其他列的估計(jì)系數(shù)都顯著為正，因此我們認(rèn)為，無論在城市還是農(nóng)村，互聯(lián)網(wǎng)使用都有助于勞動力跨縣市流動。

同樣地，比較列1、列2與列5、列6可知，家庭使用互聯(lián)網(wǎng)對城市樣本和農(nóng)村樣本的作用程度顯著不同，比較列3、列4與列7、列8，也可以得出相同的結(jié)論。由此可見，互聯(lián)網(wǎng)使用對城市戶籍勞動力和農(nóng)村戶籍勞動力的影響是異質(zhì)的，互聯(lián)網(wǎng)上網(wǎng)技能對農(nóng)村戶籍勞動力離開家鄉(xiāng)的促進(jìn)作用大于城鎮(zhèn)。

表12報(bào)告了按受教育程度分組的Probit模型估計(jì)結(jié)果。列1和列2是基于小學(xué)及以下樣本的估計(jì)結(jié)果，列3和列4是基于初中樣本的估計(jì)結(jié)果，列5和列6是基于高中樣本的估計(jì)結(jié)果，列7和列8是基于大專及以上樣本的估計(jì)結(jié)果。從表12可知，家庭使用互聯(lián)網(wǎng)的估計(jì)系數(shù)都顯著為正，說明互聯(lián)網(wǎng)使用對不同受教育程度的受訪者在跨縣市遷移決策上都具有顯著的正向影響。比較列1、列3、列5、列7可知，受教育程度不同的樣本中，家庭使用互聯(lián)網(wǎng)的估計(jì)系數(shù)顯著不同，比較列2、列4、列6、列8可得到相同的結(jié)論。而且互聯(lián)網(wǎng)使用對勞動力流動的影響隨著受教育程度的提高表現(xiàn)出先上升后下降的趨勢，互聯(lián)網(wǎng)使用對高中學(xué)歷的樣本在跨縣市遷移決策上的作用最大，對初中學(xué)歷的樣本在跨縣市遷移決策上的作用次之。

表13報(bào)告了按受教育程度分組的Logit模型估計(jì)結(jié)果。家庭使用互聯(lián)網(wǎng)在各列的估計(jì)系數(shù)都顯著為正，說明互聯(lián)網(wǎng)使用對勞動力跨縣市遷移具有顯著的促進(jìn)作用，該結(jié)論對不同受教育程度的樣本均成立。從系數(shù)的估計(jì)值來看，家庭使用互聯(lián)網(wǎng)的估計(jì)系數(shù)表現(xiàn)出先上升后下降的趨勢，高中樣本的系數(shù)值最大，初中樣本的系數(shù)值次之。

由此可見，不論采用Probit模型還是Logit模型，互聯(lián)網(wǎng)使用對不同受教育程度勞動力跨縣市遷移決策都具有顯著的正向影響，而且這種影響是異質(zhì)的。

四、結(jié)論

互聯(lián)網(wǎng)的快速普及是否促進(jìn)了勞動力流動？隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，對該問題的研究具有重要的現(xiàn)實(shí)意義。本文從理論和實(shí)證兩方面研究了互聯(lián)網(wǎng)使用與跨縣市遷移的關(guān)系。理論方面，在新經(jīng)濟(jì)地理學(xué)的自由企業(yè)家模型的基礎(chǔ)上，加入人力資本的異質(zhì)性和互聯(lián)網(wǎng)的正外部性，進(jìn)而建立了一個(gè)包含互聯(lián)網(wǎng)人才和非互聯(lián)網(wǎng)人才的新經(jīng)濟(jì)地理學(xué)模型。數(shù)值模擬結(jié)果表明，相對于非互聯(lián)網(wǎng)人才，互聯(lián)網(wǎng)人才更有可能離開家鄉(xiāng)，并且，隨著區(qū)域間對外開放度的擴(kuò)大，人們離開家鄉(xiāng)的可能性下降。

實(shí)證方面，本文基于理論假說，先后建立二值選擇模型和排序模型，從家庭網(wǎng)絡(luò)環(huán)境和個(gè)人上網(wǎng)能力兩個(gè)角度來衡量互聯(lián)網(wǎng)使用情況，以家鄉(xiāng)（14歲時(shí)的居住地）到區(qū)域中心大城市的最短距離、到全國經(jīng)濟(jì)中心城市的最短距離作為對外開放度的局部衡量指標(biāo)和全局衡量指標(biāo)。實(shí)證結(jié)果表明：（1）無論是否變換互聯(lián)網(wǎng)使用和勞動力流動的衡量指標(biāo)，或者更換估計(jì)模型，互聯(lián)網(wǎng)使用的估計(jì)系數(shù)都顯著為正，說明相對于不使用互聯(lián)網(wǎng)的勞動力，使用互聯(lián)網(wǎng)的勞動力更傾向于跨縣市流動，離開家鄉(xiāng)的可能性更高。到區(qū)域中心大城市的最短距離以及到全國經(jīng)濟(jì)中心城市的最短距離的估計(jì)系數(shù)都顯著為正，說明到區(qū)域中心大城市的最短距離越長，勞動力跨縣市流動的可能性越大。同理，到全國經(jīng)濟(jì)中心城市的最短距離越長，勞動力越傾向于跨縣市流動。（2）為了克服互聯(lián)網(wǎng)使用的內(nèi)生性問題，本文通過將個(gè)人問卷與社區(qū)問卷相匹配，構(gòu)造出社區(qū)網(wǎng)絡(luò)、社區(qū)網(wǎng)絡(luò)與相對地形位置的交互項(xiàng)、社區(qū)網(wǎng)絡(luò)與地表粗糙度的交互項(xiàng)共3種工具變量，綜合運(yùn)用條件混合過程（CMP）估計(jì)法和IV-Probit模型進(jìn)行檢驗(yàn)分析?？紤]到互聯(lián)網(wǎng)使用的內(nèi)生性問題后，上述結(jié)論仍然成立。（3）異質(zhì)性分析發(fā)現(xiàn)，相較于女性/城鎮(zhèn)戶籍，互聯(lián)網(wǎng)上網(wǎng)技能對男性/農(nóng)村戶籍勞動力選擇跨縣市流動的促進(jìn)作用更大?；ヂ?lián)網(wǎng)上網(wǎng)技能對勞動力跨縣市流動的促進(jìn)作用隨著受教育程度的上升而下降，對高中學(xué)歷的勞動力影響最大，初中學(xué)歷次之。

綜上可知，互聯(lián)網(wǎng)的迅速普及將繼續(xù)助推核心一邊緣結(jié)構(gòu)的形成和強(qiáng)化，人才大量聚集在發(fā)達(dá)地區(qū)（核心區(qū)），落后的地區(qū)（邊緣區(qū)）則面臨著勞動力流失、被邊緣化的危機(jī)。本文的研究通過驗(yàn)證互聯(lián)網(wǎng)普及對勞動力流動的促進(jìn)作用，進(jìn)而對于如何利用數(shù)字經(jīng)濟(jì)實(shí)現(xiàn)區(qū)域協(xié)同發(fā)展提出了挑戰(zhàn)，也引發(fā)了欠發(fā)達(dá)地區(qū)如何克服人才虹吸效應(yīng)的相關(guān)思考。

參考文獻(xiàn)：

[1]BORJAS G J. Immigrants，minorities，and labor marketcompetition[J].ILR Review，1987（3） ：382-392.

[2]PISSARIDES C A，MCMASTER I. Regional migration，wages and unemployment：empirical evidence and impli-cations for policy[J]. Oxford Economic Papers，1990（4） ：812-831.

[3]張莉，何晶，馬潤泓.房價(jià)如何影響勞動力流動？［J].經(jīng)濟(jì)研究，2017（8）：155-170.

[4]李晨.高鐵影響勞動力流動的研究進(jìn)展與方向[J].甘肅社會科學(xué)，2023（4）：219-228.

[5]LEE E S.A theory of migration[J]. Demography，1966（1） ：47-57.

[6]梁琦，陳強(qiáng)遠(yuǎn)，王如玉.戶籍改革、勞動力流動與城市層級體系優(yōu)化[J].中國社會科學(xué)，2013（12）： 3 6 - 5 9 + 205.

[7]劉軍輝，張古.戶籍制度改革對農(nóng)村勞動力流動影響模擬研究？——基于新經(jīng)濟(jì)地理學(xué)視角［J].財(cái)經(jīng)研究，2016（10） ：80-93.

[8]夏怡然，陸銘.城市間的“孟母三遷”——公共服務(wù)影響勞動力流向的經(jīng)驗(yàn)研究[J].管理世界，2015（10）：78-90.

[9]GOSS E P，PHILLIPS JM. How information technologyaffects wages ：evidence using internet usage as a proxy forIT skills[J].Journal of Labor Research，2002，23：463-474.

[10]BLOOMl N，LIANG J，ROBERTS J，et al. Does workingfrom home work？ evidence from a Chinese experiment[J].The Quarterly Journal of Economics，2O15（1）：165-218.

[11]KUHN P，SKUTERUD M. Intermet job search and unem-ployment durations[J].American Economic Review，2004（1）：218-232.

[12]DETTLING L J. Broadband in the labor market：the im-pact of residential high-speed internet on married women's451-482.

[13]陳衛(wèi)民，韓培培.互聯(lián)網(wǎng)使用對個(gè)人就業(yè)質(zhì)量的影響——基于CFPS 數(shù)據(jù)的實(shí)證分析[J].西北人口，2023（1） ：1-14.

[14]周冬.互聯(lián)網(wǎng)覆蓋驅(qū)動農(nóng)村就業(yè)的效果研究［J].世界經(jīng)濟(jì)文匯，2016（3）：76-90.

[15]馬俊龍，寧光杰.互聯(lián)網(wǎng)與中國農(nóng)村勞動力非農(nóng)就業(yè)[J].財(cái)經(jīng)科學(xué)，2017（7）：50-63.

[16]毛宇飛，曾湘泉.互聯(lián)網(wǎng)使用是否促進(jìn)了女性就業(yè)——基于CGSS數(shù)據(jù)的經(jīng)驗(yàn)分析[J].經(jīng)濟(jì)學(xué)動態(tài)，2017（6） ：21-31.

[17]陳沖，任婉蓉.互聯(lián)網(wǎng)使用對女性勞動力健康的影響：異質(zhì)性與影響機(jī)制［J].蘭州財(cái)經(jīng)大學(xué)學(xué)報(bào)，2022（6） ：60-71.

[18]馬述忠，吳鵬，潘鋼健.互聯(lián)網(wǎng)使用、生活性服務(wù)業(yè)擴(kuò)張與勞動收入分化[J].經(jīng)濟(jì)學(xué)動態(tài)，2022（2）：68-84.

[19]于瀟，孫悅.“互聯(lián)網(wǎng) + 養(yǎng)老”：新時(shí)期養(yǎng)老服務(wù)模式創(chuàng)新發(fā)展研究[J].人口學(xué)刊，2017（1）：58-66.

[20]周廣肅，孫浦陽.互聯(lián)網(wǎng)使用是否提高了居民的幸福感——基于家庭微觀數(shù)據(jù)的驗(yàn)證［J].南開經(jīng)濟(jì)研究，2017（3）：18-33.

[21]王潤.促進(jìn)還是抑制？互聯(lián)網(wǎng)使用對公民參與的影響——基于中國社會狀況綜合調(diào)查（CSS）2013數(shù)據(jù)的實(shí)證分析[J].西南民族大學(xué)學(xué)報(bào)（人文社科版），2017（7） ：134-140.

[22]郭冬梅，王繼彬，王韜，等.城市互聯(lián)網(wǎng)發(fā)展對勞動力流動影響研究[J].管理評論，2022（10）：304-318.

[23]寧光杰，楊馥萍.互聯(lián)網(wǎng)使用與勞動力產(chǎn)業(yè)流動-對低技能勞動者的考察［J].中國人口科學(xué)，2021（2） ： 8 8 - 1 0 0 + 1 2 8

[24]潘選明，張煒，陳汐菡.互聯(lián)網(wǎng)使用與農(nóng)村勞動力流動：影響機(jī)制與經(jīng)驗(yàn)證據(jù)[J].農(nóng)村經(jīng)濟(jì)，2022（2）：126-135.

［25]梁琦，李建成，陳建隆.異質(zhì)性勞動力區(qū)位選擇研究進(jìn)展［J].經(jīng)濟(jì)學(xué)動態(tài)，2018（4）：122-137.

[26] COMBES P P，DURANTON G，GOBILLON L. Spatialwage disparities： sorting matters！[J]. Journal of UrbanEconomics，2008（2）： 723-742.

[27]KRUGMAN P. Increasing returns and economic geography[J]. Journal of Political Economy，1991（3）：483-499.

[28]FORSLID R，OTTAVIANO G I P. An analytically solva-ble core-periphery model[J]. Journal of Economic Ge-ography，2003（3）：229-240.

[29] KRUEGER A B. How computers have changed the wagestructure：evidence from microdata，1984—1989［J].TheQuarterlyJournal ofEconomics，1993（1）：33-60.

[30]KUHNP，MANSOURH.Isinternet jobsearchstillinef-fective？[J].TheEconomicJournal，2014（581）：1213-1233.

[31]羅勇，王亞，范祚軍.異質(zhì)型人力資本、地區(qū)專業(yè)化與收入差距——基于新經(jīng)濟(jì)地理學(xué)視角[J].中國工業(yè)經(jīng)濟(jì)，2013（2）：31-43.

「32]安虎森.新經(jīng)濟(jì)地理學(xué)原理[M].北京·經(jīng)濟(jì)科學(xué)出版社，2009.

［33]安虎森，周亞雄.區(qū)際生態(tài)補(bǔ)償主體的研究：基于新經(jīng)濟(jì)地理學(xué)的分析[J].世界經(jīng)濟(jì)，2013（2）：117-136.

[34]丁如曦，倪鵬飛.中國經(jīng)濟(jì)空間的新格局：基于城市房地產(chǎn)視角[J].中國工業(yè)經(jīng)濟(jì)，2017（5）：94-112.

[35]ROODMAND.Fitting fully observed recursive mixed-process modelswith cmp[J].The Stata Journal，2011（2）：159-206.

責(zé)任編輯：彭青

The Impact of Internet Usage on Labor Mobility

YeJinzhen1，Xie Huan1，Huang Hongwei2

（1.School of Business Administration，Zhongnan Universityof Economics and Law，Wuhan Hubei 43oo73，China;

2.School of Economics，Nankai University，Tianjin 3ooo71，China）

Abstract：This paper explores therelationship betwenintemetusage andlabor mobilityfrom boththeoreticalandempiricalperspectives.Onthetheoreticallevelthefrentrepreneurmodelinnewconomicgeographisextendedbyincorporatingeefec tivenessofhumancapitalandthepositiveexteraliesoftheinternet.Intheempiricalanalysis，usingdatafromtheChinaLabor forceDynamicsSurvey，binarychoicemodelsandordinal modelsareestablishedsucessvely.Theresultsindicatethatinternet usagesignificantlypromoteslabormobility，andthefartherlaborersarefromregionalcentralcitiesornationaleconomichubs，the mor likelytheyaretomoveacrosscountiesandcities.Thisconclusionremainsobustafteradresingtheendogeneityofnteret usageandconductingrobustnesstests withvariousalternativemethods.Heterogeneityanalysisshowsthat，compared tofeale/urbanhouseholdlaborers，male/rural householdlaborersaremorelikelytomoveacrosscountiesandcitiesafteracquiring internet usageskills.Aditionally，asheducationlevelofthelaborforeincreases，theroleofinteretskillinpromotingcrosscounty mobility gradually decreases.

Key words：internet usage；labor mobility；new economic geography；heterogeneity