互聯(lián)網(wǎng)與老年人力資源供給

李冬 趙麗清 楊曉亮

摘 要：利用2018年中國家庭追蹤調(diào)查（CFPS）數(shù)據(jù)考察了互聯(lián)網(wǎng)對城市老年人力資源供給的影響及其作用機制。研究表明，總體上互聯(lián)網(wǎng)顯著降低了老年勞動力再就業(yè)的概率，這一結(jié)論在經(jīng)過穩(wěn)健性檢驗、PSM方法再估計以及內(nèi)生性檢驗后依然成立。影響渠道分析發(fā)現(xiàn)，對于我國城市老年人群體，互聯(lián)網(wǎng)的“替代效應(yīng)”大于“信息效應(yīng)”“學(xué)習(xí)效應(yīng)”，因此降低了老年勞動力再就業(yè)的概率。此外，異質(zhì)性分析表明，互聯(lián)網(wǎng)對高教育水平、低收入水平和健康狀況良好的老年人群體再就業(yè)具有顯著的促進作用。研究結(jié)論對于數(shù)字化時代背景下有效促進中國老年人力資源供給、緩解日益嚴(yán)峻的老齡化問題，具有重要的政策啟示和現(xiàn)實意義。

關(guān)鍵詞：互聯(lián)網(wǎng);老年;再就業(yè);人力資源供給;替代效應(yīng)

基金項目：全國教育科學(xué)“十三五”規(guī)劃教育部青年項目“教育現(xiàn)代化視角下我國老年人力資源供需機制研究”（EFA190475）。

[中圖分類號] F062.5;C971 [文章編號] 1673-0186（2021）009-0053-017

[文獻標(biāo)識碼] A? ? ? [DOI編碼] 10.19631/j.cnki.css.2021.009.004

一、引言

第45次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》顯示①，截至2020年3月中國網(wǎng)民規(guī)模達9.04億，互聯(lián)網(wǎng)普及率達64.5%。在數(shù)字化高速發(fā)展時代，互聯(lián)網(wǎng)給人們帶來了巨大的便捷“紅利”——手機支付、網(wǎng)約車、網(wǎng)上售票以及預(yù)約掛號等，老年人也理當(dāng)享受這一紅利。然而，我國網(wǎng)民中60歲及以上老年人僅占6.7%。換句話說，將近2億老年人從未接觸過網(wǎng)絡(luò)。

另一方面，我國人口老齡化形勢日益嚴(yán)峻。國家統(tǒng)計局?jǐn)?shù)據(jù)顯示②，2019年末我國60周歲及以上人口達到25 388萬人，占總?cè)丝诘?8.1%;其中65周歲及以上人口17 603萬人，占總?cè)丝诘?2.6%。然而，2019年全年人口出生率降至1952年以來最低的10.48‰。在此背景下，如何積極開發(fā)利用老年人力資源，鼓勵、支持和引導(dǎo)老年人再就業(yè)，是一項亟待研究的重大課題。

老年勞動力蘊含著豐富的網(wǎng)絡(luò)資本和關(guān)系資本，具備較強的再就業(yè)能力。老年人再就業(yè)有利于減輕家庭負(fù)擔(dān)和國家財政的養(yǎng)老支出壓力[1]。實際上，老年人的再就業(yè)行為并沒有擠占青年人的就業(yè)機會，退休返聘和延遲離退年齡等政策起到提高老年勞動力供給、刺激經(jīng)濟增長、拉動總需求，進而增加勞動力總需求的積極作用[2]。一個令人感興趣的問題是，數(shù)字時代背景下互聯(lián)網(wǎng)如何影響老年人力資源供給？提高老年人互聯(lián)網(wǎng)普及率是否能夠促進其再就業(yè)，從而增加老年人力資源供給呢？

與文章密切相關(guān)的一類文獻是互聯(lián)網(wǎng)對我國某一群體就業(yè)的影響研究，包括農(nóng)村勞動力非農(nóng)就業(yè)、女性就業(yè)以及大學(xué)畢業(yè)生就業(yè)等。馬俊龍、寧光杰使用2014年中國家庭追蹤調(diào)查（CFPS）考察了互聯(lián)網(wǎng)對農(nóng)村勞動力非農(nóng)就業(yè)的影響，認(rèn)為互聯(lián)網(wǎng)使用能夠有效提高農(nóng)村勞動力選擇非農(nóng)就業(yè)的概率[3]。趙羚雅、向運華使用2016年CFPS調(diào)查數(shù)據(jù)研究表明，互聯(lián)網(wǎng)使用使農(nóng)村居民非農(nóng)就業(yè)的概率提高了49.3%[4]。馬繼遷等利用2018年CFPS數(shù)據(jù)探討互聯(lián)網(wǎng)使用對農(nóng)村青年非農(nóng)就業(yè)的影響作用，研究發(fā)現(xiàn)，互聯(lián)網(wǎng)使用能促進農(nóng)村青年的非農(nóng)就業(yè)，特別是受雇就業(yè)[5]。毛宇飛、曾湘泉使用2010—2013年中國綜合社會調(diào)查（CGSS）數(shù)據(jù)研究表明，互聯(lián)網(wǎng)使用能促進女性的整體就業(yè)，且對非自雇就業(yè)的作用效果要大于自雇就業(yè)[6]。丁棟虹、袁維漢基于2010—2015年CGSS數(shù)據(jù)研究發(fā)現(xiàn)，互聯(lián)網(wǎng)使用顯著提升了女性的創(chuàng)業(yè)概率。平均而言，上網(wǎng)女性的創(chuàng)業(yè)概率比不上網(wǎng)女性高3%[7]。劉漢輝等、馬繼遷等基于CFPS數(shù)據(jù)也得到了互聯(lián)網(wǎng)促進女性就業(yè)概率的研究結(jié)論[8-9]。趙建國、周德水利用2010—2015年CGSS數(shù)據(jù)研究發(fā)現(xiàn)，互聯(lián)網(wǎng)使用顯著促進了大學(xué)畢業(yè)生就業(yè)和勞動參與概率[10]。此外，趙建國、周德水利用2016年流動人口動態(tài)監(jiān)測調(diào)查數(shù)據(jù)研究，發(fā)現(xiàn)互聯(lián)網(wǎng)使用顯著提高了大學(xué)畢業(yè)生的就業(yè)工資水平[11]。通過對已有文獻的梳理，不難發(fā)現(xiàn)，目前鮮有文獻考察互聯(lián)網(wǎng)對退休老年群體再就業(yè)的影響，本文是對這一研究主題的拓展和深化，填補了相關(guān)研究的空白。

與本文密切相關(guān)的另一類文獻是關(guān)于我國城市老年人再就業(yè)影響因素的研究。萬芊對上海市16個區(qū)展開了老年人再就業(yè)情況的社會調(diào)查，分析認(rèn)為增加收入、發(fā)揮余熱是老年群體再就業(yè)的重要原因[12]。龔紅等以湖北省武漢市為例發(fā)放調(diào)查問卷進行研究，認(rèn)為年齡、健康狀況和專業(yè)技術(shù)水平對老年群體再就業(yè)具有顯著的影響[13]。連茜平對廣東省中山市老年人進行了隨機抽樣調(diào)查，研究表明家庭經(jīng)濟狀況、身體狀況和家庭支持等因素顯著地影響了老年群體再就業(yè)意愿[14]。閭志俊以江蘇省南通市區(qū)老年群體為分析樣本，研究表明年齡、性別、健康狀況和外部政策環(huán)境是影響老年群體再就業(yè)的關(guān)鍵因素[15]。不難發(fā)現(xiàn)，已有文獻主要以某個省或市的調(diào)查問卷數(shù)據(jù)為支撐，從個人特征、家庭特征或經(jīng)濟層面進行老年人再就業(yè)影響因素的研究。然而，在人口老齡化形勢日益嚴(yán)峻和數(shù)字化迅猛發(fā)展的雙重背景下，鮮有文獻考察互聯(lián)網(wǎng)對我國城市老年群體再就業(yè)的影響。本文是對現(xiàn)有研究的有益拓展，具有重要的現(xiàn)實意義和啟示意義。本文擬使用2018年中國家庭追蹤調(diào)查（CFPS）數(shù)據(jù)進行實證分析，數(shù)據(jù)覆蓋了全國31個省、自治區(qū)和直轄市（港、澳、臺除外），較好地克服了已有文獻數(shù)據(jù)覆蓋范圍較窄的局限性。

文章在以下三個方面做出了可能的邊際貢獻：第一，研究視角上，已有文獻多從個人、家庭或經(jīng)濟層面研究老年群體再就業(yè)的影響因素。本文首次考察了互聯(lián)網(wǎng)對老年人力資源供給的影響及其作用機制，填補了老年人力資源供給這一主題的相關(guān)研究空白。第二，使用數(shù)據(jù)和研究方法上，利用最新的覆蓋全國范圍的權(quán)威調(diào)查數(shù)據(jù)（CFPS 2018）進行實證分析，并科學(xué)運用多種估計方法（Probit、Logit、PSM以及工具變量法等），令本文研究結(jié)論更具時效性、穩(wěn)健性和可信性;第三，政策啟示上，在數(shù)字化迅猛發(fā)展和我國人口老齡化形勢日益嚴(yán)峻的時代背景下，考察互聯(lián)網(wǎng)對老年人力資源供給的影響及其作用機制，從而提出針對性的政策建議，具有重要的現(xiàn)實意義。

二、理論機制分析

互聯(lián)網(wǎng)對就業(yè)的影響，可概括為互聯(lián)網(wǎng)的“信息效應(yīng)”“學(xué)習(xí)效應(yīng)”和“替代效應(yīng)”。

（一）信息效應(yīng)

信息效應(yīng)理論認(rèn)為，互聯(lián)網(wǎng)作為信息傳播的重要渠道，產(chǎn)生的信息傳遞效應(yīng)對就業(yè)活動具有積極影響[16]?；ヂ?lián)網(wǎng)普及帶來的外部性能夠正向影響個體工作搜尋行為[17]。利用互聯(lián)網(wǎng)進行工作搜尋，可以顯著地降低搜尋成本，提高求職者獲得工作的概率[18]。求職者通過互聯(lián)網(wǎng)信息渠道功能有助于減少25%的失業(yè)時間，增加獲得受雇工作的可能性[19]?；ヂ?lián)網(wǎng)平臺提供了豐富的信息資源，可以使求職者及時、便捷地獲得相關(guān)工作崗位信息，進而擁有更多的就業(yè)選擇和就業(yè)機會[20]。對于老年群體而言，使用互聯(lián)網(wǎng)獲取工作信息也將提升其再就業(yè)的概率。

（二）學(xué)習(xí)效應(yīng)

隨著互聯(lián)網(wǎng)技術(shù)的普及和移動互聯(lián)網(wǎng)的廣泛應(yīng)用，網(wǎng)絡(luò)逐漸成為人們獲取信息和知識的重要工具?；ヂ?lián)網(wǎng)平臺以極其低廉的復(fù)制和移動成本成為知識和信息傳遞的重要渠道。老年人通過使用互聯(lián)網(wǎng)學(xué)習(xí)，將以較低的成本學(xué)習(xí)新知識、新技術(shù)和新技能，提高其人力資本水平，增強其在老年勞動力市場中的競爭優(yōu)勢，進而提升其再就業(yè)的概率。

（三）替代效應(yīng)

1.對低技能工作的替代效應(yīng)

互聯(lián)網(wǎng)技術(shù)的應(yīng)用將會導(dǎo)致技能偏向效應(yīng)，從而有利于高技能勞動者就業(yè)[21]。對于高技能型勞動者而言，互聯(lián)網(wǎng)對非日常性工作是互補的，有利于提升勞動生產(chǎn)率;而對于低技能勞動者而言，互聯(lián)網(wǎng)是對日常性工作的替代[22]。當(dāng)老年人群體中，低技能勞動者較多時，互聯(lián)網(wǎng)可能會引致該群體再就業(yè)概率的下降。

2.其他用途的替代效應(yīng)

在現(xiàn)實生活中，老年人群體使用互聯(lián)網(wǎng)不僅可以用于獲取工作信息和提高知識與技能，還可以用于其他多種用途，比如社交、娛樂和商業(yè)活動等。鑒于老年人時間和精力的有限性，使用其他用途的頻率增加，會產(chǎn)生對再就業(yè)這一用途的替代效應(yīng)，從而降低了老年人再就業(yè)的概率。

綜上所述，互聯(lián)網(wǎng)對老年人力資源供給的影響方向取決于正向的“信息效應(yīng)”“學(xué)習(xí)效應(yīng)”與負(fù)向的“替代效應(yīng)”的凈效應(yīng)。當(dāng)“替代效應(yīng)”大于“信息效應(yīng)”與“學(xué)習(xí)效應(yīng)”之和，互聯(lián)網(wǎng)顯著地降低了老年群體再就業(yè)的概率;反之，則提高老年群體再就業(yè)的概率。本文擬通過使用2018年CFPS調(diào)查數(shù)據(jù)進行實證檢驗。

三、計量模型

本部分內(nèi)容包括使用數(shù)據(jù)說明、計量模型設(shè)定以及變量選取與測度。

（一）數(shù)據(jù)說明

本文用于經(jīng)驗分析的數(shù)據(jù)來自北京大學(xué)中國社會科學(xué)調(diào)查中心（ISSS）實施的一項大規(guī)模的數(shù)據(jù)調(diào)查——中國家庭追蹤調(diào)查（CFPS）。該調(diào)查反映我國經(jīng)濟、社會、人口、教育和健康的變遷，為學(xué)術(shù)研究和政策決策提供可靠的數(shù)據(jù)來源。本文將采用最新的2018年調(diào)查數(shù)據(jù)，樣本覆蓋了31個省、市和自治區(qū)，調(diào)查問卷包括家庭成員問卷、家庭經(jīng)濟問卷、個人自答問卷和少兒父母代答問卷四種主體問卷類型。

為了研究互聯(lián)網(wǎng)對老年群體再就業(yè)的影響，本文對原始數(shù)據(jù)進行了必要的處理。首先，由于本文研究的老年群體再就業(yè)是退休后問題，而絕大多數(shù)我國農(nóng)村戶籍人口沒有相應(yīng)的退休制度，因此本文的研究中不包括農(nóng)村戶籍人口[23]。其次，與現(xiàn)有文獻類似，本文選取了CFPS中60歲及以上年齡且已退休的老年數(shù)據(jù)作為實證分析的樣本，用于考察互聯(lián)網(wǎng)對老年人力資源供給的影響。

（二）計量模型

本文旨在考察互聯(lián)網(wǎng)使用對老年人力資源供給的影響。利用退休后是否再就業(yè)測度老年人力資源供給，該變量為二值虛擬變量，因此使用Probit模型考察，同時亦使用Logit模型進行穩(wěn)健性檢驗。計量模型設(shè)定如下：

上式中，i表示老年群體個體，p表示老年人所在省份。work為因變量，表示老年群體退休后是否再就業(yè);internet為核心解釋變量，表示老年人是否使用互聯(lián)網(wǎng);control為控制變量集，包括人口學(xué)變量、社會經(jīng)濟地位變量和健康狀況變量三大類;φp表示省份固定效應(yīng)，用以控制不可觀測的省份特征的影響;εpi為隨機擾動項。本文最為感興趣的是待估系數(shù)α1：若α1>0，意味著互聯(lián)網(wǎng)顯著提高了老年人力資源供給的概率;反之，若α1<0，則表明互聯(lián)網(wǎng)顯著降低了老年人力資源供給的概率。

（三）變量設(shè)定

1.因變量的測度

本文使用2018年CFPS調(diào)查問卷中“當(dāng)前工作狀態(tài)”（worktoday）和“過去一周工作狀態(tài)”（workweek）來衡量城市已退休老年群體再就業(yè)狀況。本文選取前者作為基準(zhǔn)回歸分析中的因變量，后者用于穩(wěn)健性分析。該變量為二值虛擬變量，處于就業(yè)狀態(tài)時取值為1，否則取值為0。

2.核心解釋變量的測度

本文使用2018年CFPS調(diào)查問卷中“是否移動上網(wǎng)”（phone）和“是否電腦上網(wǎng)”（computer）來衡量老年人使用互聯(lián)網(wǎng)的情況?？紤]到移動上網(wǎng)較電腦上網(wǎng)更為方便，因此本文選取前者作為基準(zhǔn)回歸分析中的核心解釋變量，后者用于穩(wěn)健性分析。該變量亦為二值虛擬變量，使用互聯(lián)網(wǎng)取值為1，不使用取值為0。

3.控制變量的測度

（1）人口學(xué)變量，包括性別、年齡和婚姻狀態(tài)。具體地：性別變量（gender），類型為二值虛擬變量——男性取值為1，女性取值為0;年齡變量（age），類型為連續(xù)型變量——取值范圍為大于等于60;婚姻狀態(tài)變量（marriage），類型為二值虛擬變量——非單身狀態(tài)（有配偶或同居）取值為1，單身狀態(tài)（未婚、離婚或喪偶）取值為0。（2）社會經(jīng)濟地位變量，包括受教育水平和收入水平。受教育水平變量（education），類型為連續(xù)型變量——文盲或半文盲取值為1，小學(xué)取值為2，初中取值為3，高中、大專或技校取值為4，大專及以上取值為5。收入水平變量（income），使用稅后退休金數(shù)額（元）衡量，類型為連續(xù)型變量——低收入（500元/月以下）取值為1，中等收入（500～2 500元/月）取值為2，高收入（2 500元/月以上）取值為3。（3）健康狀況變量（health），使用自評健康狀況衡量，類型為連續(xù)型變量——不健康取值為1，一般健康取值為2，比較健康取值為3，很健康取值為4，非常健康取值為5。以上控制變量測度所使用數(shù)據(jù)均來自2018年CFPS。表1匯集了本文實證研究中所使用變量的描述性統(tǒng)計。

四、實證分析與結(jié)果匯報

本部分內(nèi)容包括基準(zhǔn)回歸結(jié)果、穩(wěn)健性檢驗、PSM再估計、內(nèi)生性檢驗、異質(zhì)性分析以及影響渠道分析。

（一）基準(zhǔn)回歸結(jié)果

為保證研究結(jié)論的穩(wěn)健性起見，本文使用逐步加入人口學(xué)變量、社會經(jīng)濟地位變量和健康狀況變量的方式考察互聯(lián)網(wǎng)對老年人力資源供給的影響。為了減緩不可觀測的省份特征影響，還使用了省份固定效應(yīng)予以控制，估計結(jié)果匯集于表2。具體地，第（1）列是在控制省份固定效應(yīng)的基礎(chǔ)上，使用Probit估計方法僅考察互聯(lián)網(wǎng)對老年人力資源供給的影響，結(jié)果表明核心解釋變量phone的估計系數(shù)在1%的水平上顯著為負(fù)，意味著使用互聯(lián)網(wǎng)顯著地降低了老年人力資源供給;第（2）列加入了人口學(xué)變量（包括性別、年齡和婚姻狀態(tài)），發(fā)現(xiàn)核心解釋變量phone的估計系數(shù)仍在1%的水平上顯著為負(fù)，表明本文核心結(jié)論較為穩(wěn)健;第（3）列、第（4）列和第（5）列又分別加入了受教育水平變量、收入水平變量和健康狀況變量，結(jié)果表明核心解釋變量phone的估計系數(shù)依然在1%的水平上顯著為負(fù)，再一次顯示本文核心結(jié)論的穩(wěn)健性，即互聯(lián)網(wǎng)顯著降低了老年人力資源供給的概率。進一步地，以表2最后一列為例，對估計結(jié)果進行邊際效應(yīng)轉(zhuǎn)換后，核心解釋變量phone的估計系數(shù)為-0.077且在1%的水平上顯著。這一結(jié)果表明，平均而言，每增加一個老年人使用互聯(lián)網(wǎng)，將會使老年人力資源供給下降7.7%。之所以出現(xiàn)這一結(jié)果，其可能的原因為：對于當(dāng)前中國城市的老年群體，使用互聯(lián)網(wǎng)的“替代效應(yīng)”大于“信息效應(yīng)”“學(xué)習(xí)效應(yīng)”，引致互聯(lián)網(wǎng)顯著地降低了老年群體再就業(yè)的概率。后文將對這一結(jié)論進行更為嚴(yán)格、細(xì)致的實證檢驗。

關(guān)于控制變量的估計結(jié)果，與現(xiàn)有文獻基本一致。以表2最后一列為例，具體為：性別變量（gender）的估計系數(shù)在1%的水平上顯著為正，意味著相對于女性老年人，男性顯著地促進了老年人力資源供給的概率。年齡變量（age）的估計系數(shù)在1%的水平上顯著為負(fù)，意味著隨著年齡增大，將會顯著地降低老年人力資源供給，這一結(jié)果符合生理變化規(guī)律?；橐鰻顩r變量（marriage）的估計系數(shù)在10%的水平上顯著為正，意味著相對于婚姻狀態(tài)為單身的老年人，非單身婚姻狀態(tài)顯著地促進了老年人力資源供給?？赡茉蚴牵喊閭H在生活和精神上的互相扶持有助于老年人再就業(yè)繼續(xù)發(fā)揮余熱，為社會多做貢獻。受教育水平變量（education）的估計系數(shù)在1%的水平上顯著為正，意味著老年人受教育水平越高，越能夠促進老年人力資源供給。其可能的原因在于受教育水平越高，越可能掌握與互聯(lián)網(wǎng)密切相關(guān)的技術(shù)、技能，拓寬再就業(yè)可選擇的渠道和范圍，從而促進老年人力資源供給。收入水平變量（income）的估計系數(shù)在1%的水平上顯著為負(fù)，意味著收入水平越高，越不利于老年人力資源供給。其可能的原因是：收入水平較高的老年人，其生活壓力較小，更可能選擇“享受天倫之樂”，因而缺乏再就業(yè)的動力[24]。健康狀況變量（health）的估計系數(shù)在1%的水平上顯著為正，意味著老年人越健康，越有利于人力資源供給。這是因為身體狀況是老年人再就業(yè)的基本條件，只有身體健康才能夠為再就業(yè)后工作提供保障。

（二）穩(wěn)健性檢驗

盡管本文在基本回歸估計中使用了逐步加入控制變量的方法，在一定程度上保證了結(jié)論的穩(wěn)健性，但仍有必要進行更多維度的檢驗，更大程度地保證核心結(jié)論的穩(wěn)健性。表3第（1）列使用了Logit估計方法對式（1）進行了重新估計，結(jié)果表明核心解釋變量phone的估計系數(shù)仍在1%的水平上顯著為負(fù)，即變換估計方法并不影響本文“互聯(lián)網(wǎng)顯著降低了老年人力資源供給的概率”這一核心結(jié)論。表3第（2）列使用“是否電腦上網(wǎng)”（computer）替換核心解釋變量，重新估計的結(jié)果顯示，其估計系數(shù)仍在1%的水平上顯著為負(fù)，即替換核心解釋變量亦未影響本文核心結(jié)論的穩(wěn)健性。第（3）列使用“過去一周工作狀態(tài)”（workweek）替換因變量，重新估計的結(jié)果顯示，核心解釋變量phone估計系數(shù)依然在1%的水平上顯著為負(fù)，即替換因變量并不影響本文核心結(jié)論的穩(wěn)健性。第（4）列同時替換了基準(zhǔn)回歸中的因變量和核心解釋變量，結(jié)果表明本文核心結(jié)論仍然穩(wěn)健。第（5）列和第（6）列改變了樣本量進行估計，即僅保留65歲及以上的老年群體樣本。不難發(fā)現(xiàn)，兩個衡量核心解釋變量的指標(biāo)估計系數(shù)皆在1%的水平上顯著為負(fù)，再一次表明本文的核心結(jié)論相當(dāng)穩(wěn)健。

（三）PSM再估計

根據(jù)2018年CFPS調(diào)查數(shù)據(jù)，在已退休的城市老年群體中，使用互聯(lián)網(wǎng)比例仍然偏低，譬如“是否手機上網(wǎng)”調(diào)查中，回答“是”占比21.92%;“是否電腦上網(wǎng)”調(diào)查中，回答“是”占比8.67%。為了控制可能存在的選擇偏差（selection bias）問題，與現(xiàn)有文獻一致，本文使用了傾向得分匹配方法（Propensity Score Matching，PSM）嘗試予以緩解。以使用互聯(lián)網(wǎng)的老年群體為處理組（treat=1），未使用互聯(lián)網(wǎng)的老年群體為對照組（treat=0），使用Logit方法來估計傾向得分，進行最近鄰（nearest neighbor matching）且有放回的匹配。表4第（1）列為“1對1”最近鄰匹配的估計結(jié)果，平均處理效應(yīng)為-0.068，且在5%的水平上顯著為負(fù)，意味著使用互聯(lián)網(wǎng)顯著降低了6.8%的老年人力資源供給。第（2）列和第（3）列分別使用了“1對3”和“1對5”最近鄰匹配，估計結(jié)果表明本文的核心結(jié)論依然穩(wěn)健。第（4）列替換了核心解釋變量、第（5）列替換了因變量以及第（6）列同時替換了核心解釋變量和因變量重新估計。容易發(fā)現(xiàn)，本文核心結(jié)論相當(dāng)穩(wěn)健，亦即使用互聯(lián)網(wǎng)顯著降低了老年人力資源供給①。

（四）內(nèi)生性檢驗

實際上，存在老年群體再就業(yè)影響互聯(lián)網(wǎng)使用的可能性，比如為了參加線上會議而學(xué)習(xí)上網(wǎng)技能等。為了控制可能存在雙向因果引致的內(nèi)生性問題，借鑒周洋、華語音的方法，本文使用同一省內(nèi)其他老年群體平均使用網(wǎng)絡(luò)情況（phone_p和computer_p）作為個體老年人使用互聯(lián)網(wǎng)的工具變量[25]。首先，合格的工具變量需要滿足相關(guān)性要求。平均網(wǎng)絡(luò)使用狀況反映了該省網(wǎng)絡(luò)通達程度和使用網(wǎng)絡(luò)的積極程度，從而會影響省內(nèi)個體老年人的上網(wǎng)傾向。其次，還需要滿足外生性要求。省內(nèi)其他老年人的網(wǎng)絡(luò)平均使用狀況并不會對個體老年人力資源供給狀況產(chǎn)生直接影響，可以認(rèn)為滿足了外生性要求[25]。由于因變量老年群體再就業(yè)為二值虛擬變量，因此采用IVprobit模型進行估計，具體設(shè)定如下：

上式中，internetpi，ave表示省內(nèi)其他老年群體平均使用網(wǎng)絡(luò)情況。

Stata軟件中工具變量估計命令I(lǐng)Vprobit提供了兩種估計方法：兩步法估計和最大似然估計（Maximum Likelihood Estimate，MLE）。鑒于穩(wěn)健性考慮，本文對兩種方法測度的核心解釋變量（phone和computer）分別使用兩種估計方法（兩步法和MLE法）進行考察，估計結(jié)果匯集于表5。第（1）列的兩步法估計表明，核心解釋變量phone的估計系數(shù)仍然在1%的水平上顯著為負(fù)，與本文核心結(jié)論一致。第一階段的F值為95.42，遠(yuǎn)大于經(jīng)驗值10，表明省內(nèi)其他老年群體平均網(wǎng)絡(luò)使用程度對個體老年人使用互聯(lián)網(wǎng)具有較強的解釋力，不存在弱工具變量問題。此外，第一階段中變量phone_p的估計系數(shù)在1%水平顯著為正，即省內(nèi)其他老年群體平均網(wǎng)絡(luò)使用程度顯著地促進了個體老年人使用互聯(lián)網(wǎng)。而Wald外生性檢驗拒絕了老年人使用互聯(lián)網(wǎng)不存在內(nèi)生性的原假設(shè)，意味著工具變量回歸估計結(jié)果與原估計結(jié)果存在顯著差異，使用工具變量法進行估計是必要的。第（2）列的MLE估計方法顯示，核心解釋變量phone的估計系數(shù)仍然在1%的水平上顯著為負(fù)，意味著本文核心結(jié)論依然穩(wěn)健。表5后兩列替換了核心解釋變量重新估計。不難發(fā)現(xiàn)，在使用不同的估計方法和指標(biāo)處理內(nèi)生性問題后，本文核心結(jié)論依然穩(wěn)健。

（五）異質(zhì)性分析

前文使用總樣本分析了互聯(lián)網(wǎng)對老年人力資源供給的影響，得出了“互聯(lián)網(wǎng)顯著降低老年群體再就業(yè)概率”的結(jié)論。接下來本文通過教育層次、收入水平和健康狀況三個方面進行分樣本的異質(zhì)性分析。

1. 教育層次

本文將受過大專及以上教育的老年群體劃分為高層次教育水平組，其余則為低層次教育水平組。表6第（1）和第（2）列匯報了分組回歸的估計結(jié)果。本文發(fā)現(xiàn)，低層次教育水平組的核心解釋變量phone估計系數(shù)在1%水平上顯著為負(fù)①，即互聯(lián)網(wǎng)顯著降低了低層次教育水平老年人力資源供給，而高層次教育水平組的核心解釋變量phone估計系數(shù)在10%水平上顯著為正，即互聯(lián)網(wǎng)對高層次教育水平老年人力資源供給具有顯著的正面影響。其可能的原因為：對于低層次教育水平老年人，較難掌握以互聯(lián)網(wǎng)為依托的技術(shù)、技能，更多地選擇使用互聯(lián)網(wǎng)來進行社交或者娛樂活動替代工作，從而顯著地降低了老年群體再就業(yè)的概率;相反，對于高層次教育水平老年人，較容易掌握相關(guān)的技術(shù)、技能，因而使用互聯(lián)網(wǎng)來工作的可能性更大，提升了其退休后再就業(yè)的概率。

2.收入水平

與前述控制變量設(shè)定基本一致，本文將稅后退休金數(shù)額高于2 500元/月以上的老年群體劃分為高收入水平組，其余為低收入水平組，估計結(jié)果于表6第（3）和第（4）列呈現(xiàn)。估計結(jié)果表明：低收入水平組的核心解釋變量phone估計系數(shù)在10%水平上顯著為正，即互聯(lián)網(wǎng)對低收入水平老年人力資源供給具有顯著的正面影響。然而，高收入水平組的核心解釋變量phone估計系數(shù)在1%水平上顯著為負(fù)，即互聯(lián)網(wǎng)顯著降低了高收入水平老年人力資源供給。其可能的原因為：對于低收入水平的老年人而言，仍然有較大的意愿再就業(yè)以增加收入，引致互聯(lián)網(wǎng)對老年人退休后再就業(yè)具有促進作用[26]。相反，對于高收入水平的老年人，其生活壓力較小而引致工作意愿不強烈，更多地可能使用互聯(lián)網(wǎng)來進行社交或者娛樂活動來替代工作，從而顯著降低了老年人力資源供給的概率。

3.健康狀況

基于2018年CFPS調(diào)查數(shù)據(jù)，將不健康、一般健康和比較健康劃分為健康狀況不好組①，將很健康和非常健康劃分為健康狀況良好組，估計結(jié)果于表6第（5）和第（6）列呈現(xiàn)。結(jié)果表明：健康狀況不好組的核心解釋變量phone估計系數(shù)在1%水平上顯著為負(fù)，即互聯(lián)網(wǎng)顯著降低了健康狀況不好的老年人力資源供給概率。但健康狀況良好組的核心解釋變量phone估計系數(shù)在10%水平上顯著為正，即互聯(lián)網(wǎng)對健康狀況良好的老年人力資源供給具有顯著的正面影響①。這一結(jié)果與直覺相符，健康狀況是老年人力資源供給的基本條件，越是身體健康，越能夠承擔(dān)再就業(yè)時的工作任務(wù)。

（六）影響渠道分析

前文的實證分析表明：互聯(lián)網(wǎng)顯著降低了老年人力資源供給的概率，這一結(jié)論在經(jīng)過穩(wěn)健性檢驗、PSM再估計和內(nèi)生性檢驗后依然成立。結(jié)合前文的理論機制分析，這一結(jié)果出現(xiàn)的可能原因為，互聯(lián)網(wǎng)對老年群體的“替代效應(yīng)”大于“學(xué)習(xí)效應(yīng)”“信息效應(yīng)”，從而導(dǎo)致了互聯(lián)網(wǎng)使用顯著降低了老年再就業(yè)的概率。接下來，本文將對影響渠道進行實證檢驗。計量模型設(shè)定如下：

其中，channel表示影響渠道變量，包括受教育水平、社交、娛樂、商業(yè)活動、學(xué)習(xí)和信息變量（詳見后文），其他符號含義與式（1）一致。

1.對低技能工作的替代效應(yīng)

本文使用老年群體受教育水平來衡量勞動技能水平，為了驗證互聯(lián)網(wǎng)對低技能工作的替代效應(yīng)，將變量education逆序排列，即大專及以上學(xué)歷取值為1，文盲或半文盲取值為5，生成新變量educa，繼而設(shè)定互聯(lián)網(wǎng)與教育水平變量的交互項為phone×educa②，然后使用模型（4）進行估計，結(jié)果匯集于表7第（1）列。本文發(fā)現(xiàn)，在核心解釋變量phone的估計系數(shù)仍然高度顯著為負(fù)的情況下，交互項phone×educa的估計系數(shù)亦在1%的水平上顯著為負(fù)，意味著隨著老年群體教育水平的下降，互聯(lián)網(wǎng)顯著降低了其再就業(yè)的概率。這一結(jié)果可以與表6第（1）列的估計結(jié)果相互印證，即對于低技能勞動者而言，互聯(lián)網(wǎng)是對日常性工作的替代。當(dāng)老年人群體中，低技能勞動者較多時，互聯(lián)網(wǎng)可能會引致老年群體再就業(yè)概率的下降。根據(jù)表6第（2）和第（3）列，本文所使用的樣本中，低教育水平的老年人占比超過70%（1 647/2 275=0.724 0），這或許是“互聯(lián)網(wǎng)顯著降低了老年人力資源供給”這一結(jié)論的重要原因之一。

2.其他用途的替代效應(yīng)

2018年CFPS調(diào)查數(shù)據(jù)中，關(guān)于互聯(lián)網(wǎng)使用頻率的調(diào)查，包括了對互聯(lián)網(wǎng)用于工作、社交、娛樂、商業(yè)活動和學(xué)習(xí)五種用途。每一種用途的調(diào)查選項包括如下8項：“幾乎每天”“一周3～4次”“一周1～2次”“一月2～3次”“一月1次”“幾個月1次”“從不”和“不適用”。本文將每種用途變量設(shè)定為二值虛擬變量，當(dāng)選項為“從不”和“不適用”時取值為0，其他選項取值為1。然后，設(shè)定互聯(lián)網(wǎng)與社交用途交互項phone×communi、互聯(lián)網(wǎng)與娛樂用途交互項phone×enterm、互聯(lián)網(wǎng)與商業(yè)活動用途交互項phone×business以及互聯(lián)網(wǎng)與學(xué)習(xí)用途交互項phone×study③。

表7第（2）列匯集了互聯(lián)網(wǎng)社交用途的替代效應(yīng)。結(jié)果表明：核心解釋變量phone的估計系數(shù)在5%的水平下顯著為負(fù)，意味著本文核心結(jié)論依然穩(wěn)健。然而，交互項phone×communi的估計系數(shù)在5%的水平上顯著為負(fù)，意味著隨著用于社交用途的頻率增加，互聯(lián)網(wǎng)顯著降低了老年人再就業(yè)的概率，即對于老年人，互聯(lián)網(wǎng)的社交用途對再就業(yè)具有顯著的替代效應(yīng)。

表7第（3）列匯集了互聯(lián)網(wǎng)娛樂用途的替代效應(yīng)。估計結(jié)果顯示：核心解釋變量phone的估計系數(shù)仍然在5%的水平下顯著為負(fù)，而交互項phone×enterm的估計系數(shù)亦在5%的水平上顯著為負(fù)，意味著隨著用于娛樂用途的頻率增加，互聯(lián)網(wǎng)顯著降低了老年人再就業(yè)的概率，即對于老年人，互聯(lián)網(wǎng)的娛樂用途對再就業(yè)具有顯著的替代效應(yīng)。

表7第（4）列匯集了互聯(lián)網(wǎng)商業(yè)活動用途的替代效應(yīng)。結(jié)果表明：在核心解釋變量phone的估計系數(shù)仍然高度顯著為負(fù)的情況下，交互項phone×business的估計系數(shù)雖為負(fù)，但在10%的水平上不顯著異于零，意味著隨著用于商業(yè)活動用途的頻率增加，互聯(lián)網(wǎng)并未顯著降低了老年人再就業(yè)的概率，即對于老年人，互聯(lián)網(wǎng)的商業(yè)活動用途對再就業(yè)不具有顯著的替代效應(yīng)。

綜上所述，本文研究發(fā)現(xiàn)，老年群體使用互聯(lián)網(wǎng)用于社交和娛樂用途顯著替代了用于再就業(yè)，而用于商業(yè)活動用途的替代效應(yīng)并不顯著。由此可見，社交和娛樂用途的替代效應(yīng)可能是“互聯(lián)網(wǎng)顯著降低了老年人力資源供給的概率”這一結(jié)論的另一個重要原因。

3.學(xué)習(xí)效應(yīng)

老年群體可以通過互聯(lián)網(wǎng)平臺進行學(xué)習(xí)知識、交流經(jīng)驗從而提高自身的工作能力，有助于提高再就業(yè)的概率。表7第（5）列匯集了互聯(lián)網(wǎng)的學(xué)習(xí)效應(yīng)，結(jié)果表明：核心解釋變量phone的估計系數(shù)仍然在1%的水平下顯著為負(fù)，然而交互項phone×study的估計系數(shù)在10%的水平上顯著為正，意味著隨著用于學(xué)習(xí)用途的頻率增加，互聯(lián)網(wǎng)顯著提高了老年人再就業(yè)的概率，即對于老年人，互聯(lián)網(wǎng)的學(xué)習(xí)用途對再就業(yè)具有顯著的學(xué)習(xí)效應(yīng)，這一結(jié)果與前文理論機制分析基本一致。

4.信息效應(yīng)

2018年CFPS調(diào)查數(shù)據(jù)中，匯集了“互聯(lián)網(wǎng)作為信息渠道的重要程度”的調(diào)查，具體為：-1代表不知道，1代表非常不重要，2代表不重要，3代表一般重要，4代表重要，5代表非常重要。剔除掉“不知道”的樣本后，設(shè)定本文實證分析使用的信息渠道變量（informa），然后生成互聯(lián)網(wǎng)與信息交互項phone×informa，使用模型（4）進行估計，結(jié)果于表7第（6）列呈現(xiàn)。容易發(fā)現(xiàn)，核心解釋變量phone的估計系數(shù)仍然在1%的水平下顯著為負(fù)，然而交互項phone×informa的估計系數(shù)在10%的水平上顯著為正，意味著隨著作為信息渠道的重要程度增加，互聯(lián)網(wǎng)顯著提高了老年群體再就業(yè)的概率，即對于老年群體，互聯(lián)網(wǎng)對再就業(yè)具有顯著的信息效應(yīng)，這一結(jié)果也與前文的理論分析基本一致。

五、結(jié)論與啟示

利用2018年中國家庭追蹤調(diào)查（CFPS）數(shù)據(jù)，本文考察了互聯(lián)網(wǎng)對我國城市老年人力資源供給的影響及其作用機制。實證分析結(jié)果表明，互聯(lián)網(wǎng)顯著降低了我國城市老年群體再就業(yè)的概率，這一結(jié)論在經(jīng)過多維度的穩(wěn)健性檢驗、PSM方法再估計以及內(nèi)生性檢驗后依然成立。影響渠道分析發(fā)現(xiàn)，對于我國城市老年人群體，互聯(lián)網(wǎng)的“替代效應(yīng)”大于“信息效應(yīng)”“學(xué)習(xí)效應(yīng)”，因此降低了我國城市老年群體再就業(yè)的概率。此外，異質(zhì)性分析表明，互聯(lián)網(wǎng)對低教育水平、高收入水平和健康狀況不好的老年人群體再就業(yè)具有顯著的抑制作用，但對高教育水平、低收入水平和健康狀況良好的老年人群體再就業(yè)具有顯著的促進作用。

鑒于以上研究結(jié)論，本文獲得如下政策啟示：

第一，應(yīng)積極推動老年教育專業(yè)化、分層化發(fā)展，提高老年群體的教育水平，提升老年群體的綜合素質(zhì)。一方面，建設(shè)教學(xué)體制靈活的老年大學(xué)遠(yuǎn)程教育體系，使老年人群體可以結(jié)合自身的時間安排達到學(xué)習(xí)的目的，為體力和精力尚佳的老年群體再就業(yè)或開辟新的事業(yè)領(lǐng)域提供知識和能力;另一方面，積極推動老年教育網(wǎng)站建設(shè)，為老年人群體提供政策咨詢、健康教育和社會參與等信息服務(wù)，解答老年人群體政策方面的疑惑和困惑，幫助老年人群體掌握科學(xué)合理的保健養(yǎng)生知識，滿足老年人群體參與社會需求和表達訴求。通過專業(yè)知識體系的學(xué)習(xí)，提升老年人群體的綜合素質(zhì)，為老年人力資源供給打下堅實基礎(chǔ)。

第二，應(yīng)整合資源構(gòu)建老年人力資源開發(fā)平臺，為老年人群體社會參與提供技術(shù)支持，協(xié)助老年人群體掌握互聯(lián)網(wǎng)相關(guān)技術(shù)、技能，從而減緩互聯(lián)網(wǎng)對中低教育水平老年人力資源供給的消極作用。利用大數(shù)據(jù)手段，建設(shè)老年人力資源大數(shù)據(jù)信息庫，建立集就業(yè)咨詢、職業(yè)介紹、就業(yè)培訓(xùn)和就業(yè)跟蹤服務(wù)等功能于一體的老年群體再就業(yè)平臺，為老年人群體再就業(yè)提供數(shù)據(jù)支撐，對老年群體再就業(yè)進行培訓(xùn)和心理輔導(dǎo)，促進經(jīng)驗整合并轉(zhuǎn)變就業(yè)觀。

第三，應(yīng)加強“老有所為”的宣傳，調(diào)整政府“重養(yǎng)輕用”的政策偏向。應(yīng)深刻認(rèn)識到人口老齡化對我國經(jīng)濟和社會發(fā)展的長遠(yuǎn)影響，加速轉(zhuǎn)變舊有觀念，積極制定應(yīng)對策略。鼓勵收入水平較高的老年群體積極再就業(yè)，有效利用工作經(jīng)驗優(yōu)勢充分發(fā)揮余熱;鼓勵專業(yè)技術(shù)領(lǐng)域人才延長工作年限，積極發(fā)揮其在科學(xué)研究、學(xué)術(shù)交流和咨詢服務(wù)等方面的作用，從而減輕互聯(lián)網(wǎng)的其他用途對工作的替代效應(yīng)，最終提高老年人力資源供給。

第四，應(yīng)彈性化延遲退休年齡，完善配套政策措施，激發(fā)企業(yè)雇傭積極性。深入貫徹《老年人權(quán)益保障法》，制定和出臺一系列促進老年群體就業(yè)的法律法規(guī)，依法保護老年人口的就業(yè)權(quán)益。同時也要保護用人單位的利益，激發(fā)用人單位開發(fā)和利用老年人力資源的積極性[27]。此外，身體健康是老年人力資源供給的基本條件，除不斷提高醫(yī)療水平外，還需要加強公共體育基礎(chǔ)設(shè)施建設(shè)，強化宣傳和普及科學(xué)保健知識力度，從而提高老年群體的身體健康狀況，在數(shù)字時代有效推動老年人力資源供給。

參考文獻

[1]? 雷曉康，王炫文，雷悅橙.城市低齡老年人再就業(yè)意愿的影響因素研究——基于西安市的個案訪談[J].西安財經(jīng)大學(xué)學(xué)報，2020（6）：102-109.

[2]? 陽義南，謝予昭.推遲退休年齡對青年失業(yè)率的影響——來自O(shè)ECD國家的經(jīng)驗證據(jù)[J].中國人口科學(xué)，2014（4）：46-57+127.

[3]? 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].財經(jīng)科學(xué)，2017（7）：50-63.

[4]? 趙羚雅，向運華.互聯(lián)網(wǎng)使用、社會資本與非農(nóng)就業(yè)[J].軟科學(xué)，2019（6）：49-53.

[5]? 馬繼遷，陳虹，王占國.互聯(lián)網(wǎng)使用是否促進了農(nóng)村青年非農(nóng)就業(yè)？——基于2018年CFPS數(shù)據(jù)的實證分析[J]. 當(dāng)代經(jīng)濟管理，2021（1）：68-75.

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

[7]? 丁棟虹，袁維漢.互聯(lián)網(wǎng)使用與女性創(chuàng)業(yè)概率——基于微觀數(shù)據(jù)的實證研究[J].技術(shù)經(jīng)濟，2019（5）：68-78.

[8]? 劉漢輝，李博文，宋健.互聯(lián)網(wǎng)使用是否影響了女性創(chuàng)業(yè)？——來自中國家庭追蹤調(diào)查（CFPS）的經(jīng)驗證據(jù)[J].貴州社會科學(xué)，2019（9）：153-161.

[9]? 馬繼遷，陳虹，王占國.互聯(lián)網(wǎng)使用對女性創(chuàng)業(yè)的影響——基于CFPS數(shù)據(jù)的實證分析[J]. 華東經(jīng)濟管理，2020（5）：96-104.

[10]? 趙建國，周德水.互聯(lián)網(wǎng)使用對大學(xué)畢業(yè)生就業(yè)的影響——來自CGSS數(shù)據(jù)的經(jīng)驗分析[J].社會保障研究，2019（3）：72-81.

[11]? 趙建國，周德水.互聯(lián)網(wǎng)使用對大學(xué)畢業(yè)生就業(yè)工資的影響[J]. 中國人口科學(xué)，2019（1）： 47-60+127.

[12]? 萬芊. 城市低齡老年人再就業(yè)促進研究——基于上海市的調(diào)查[J]. 社會科學(xué)研究，2013（6）： 114-117.

[13]? 龔紅，孫文曉，霍雯.老年人力資本特征對其再就業(yè)行為影響的實證檢驗[J]. 統(tǒng)計與決策，2016（8）： 98-100.

[14]? 連茜平.老年人口紅利開發(fā)背景下老年人再就業(yè)意愿實證分析[J]. 許昌學(xué)院學(xué)報，2018（7）： 76-78.

[15]? 閭志俊.低齡老年人力資源再就業(yè)的影響因素與促進策略——基于江蘇省南通市區(qū)的調(diào)查[J]. 天水行政學(xué)院學(xué)報，2019（5）： 18-24.

[16]? 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)濟文匯，2016（3）：76-90.

[17]? BLOOM N， LIANG J， ROBERTS J et al. Does Working from Home Work？ Evidence from a Chinese Experiment[J]. The Quarterly Journal of Economics， 2015， 130（1）： 165-218.

[18]? DETTLING L J. Broadband in the Labor Market： The Impact of Residential High-Speed Internet on Married Womens Labor Force Participation[J]. Industrial & Labor Relations Review， 2017，70（3）： 451-482.

[19]? KUHN P， MANSOUR H. Is Internet Job Search Still Ineffective？[J]. The Economic Journal， 2014， 124（581）： 1213-1233.

[20]? HOLMAN D. Job Types and Job Quality in Europe[J]. Human Relations， 2013（4）： 475-502.

[21]? ATASOY H. The Effects of Broadband Internet Expansion on Labor Market Outcomes[J]. Industrial & Labor Relations Review， 2013， 66（2）： 315-345.

[22]? AKERMAN A， GAARDER I， MOGSTAD M. The Skill Complementarity of Broadband Internet[J]. The Quarterly Journal of Economics， 2015， 130（4）： 1781-1824.

[23]? 劉生龍，郎曉娟. 退休對中國老年人口身體健康和心理健康的影響[J]. 人口研究，2017（5）：74-88.

[24]? 鄭愛文，黃志斌. 基于個人和社會雙重視角的老年人再就業(yè)影響因素分析[J]. 寧夏社會科學(xué)，2018（5）：133-143.

[25]? 周洋，華語音. 互聯(lián)網(wǎng)與農(nóng)村家庭創(chuàng)業(yè)——基于CFPS數(shù)據(jù)的實證分析[J]. 農(nóng)業(yè)技術(shù)經(jīng)濟，2017（5）：111-119.

[26]? 張翼，李江英. “強關(guān)系網(wǎng)”與退休老年人口的再就業(yè)[J]. 中國人口科學(xué)，2000（2）：34-40.

[27]? 逯進，劉俊琦.老齡化、政府支出與經(jīng)濟增長——基于中國省域視角的實證研究[J].重慶社會科學(xué)，2021（2）：54-74.

（責(zé)任編輯：易曉艷）