互联网使用与旅游就业选择差...2013-2019年的证据_王静.pdf

2 0 2 3年1月 第1 6卷 第1期 d o i:1 0.1 5 9 6 2/j.c n k i.t o u r i s m f o r u m.2 0 2 3 0 1 0 0 7h t t p:/g l l y l t.c b p t.c n k i.n e t【理论探索】互联网使用与旅游就业选择差异:异质性与机制 基于C G S S 2 0 1 3-2 0 1 9年的证据王 静,郭 为,康 悦(青岛大学 旅游与地理科学学院,山东 青岛 2 6 6 0 7 1)摘 要 互联网几乎完全改变了旅游企业之间合作的方式。这种营运模式有可能改变个体的就业选择。基于此,文章利用中国综合社会调查数据,以二元l o g i s t i c模型检验了互联网的使用对旅游劳动者个体就业选择的影响。结果表明:互联网的使用能够显著提高旅游劳动者个体选择受雇就业的概率。在进行稳健型检验、使用工具变量处理内生性后,这一结论依然成立。文章从劳动力的技能结构和年龄结构方面分析了互联网的使用对旅游劳动者就业选择影响的异质性,结果发现:互联网的使用对不同技能劳动力的影响均显著,但高技能劳动力的受雇概率要高于低技能劳动力。同时,互联网的使用能够显著影响壮年劳动力的就业选择,对青年劳动力和年长劳动力的影响则不显著。文章还尝试探讨了互联网的使用影响旅游就业选择的具体机制,结果显示:获取就业信息、建立社交网络是互联网影响个体就业选择的重要传导机制。文章在最后给出了相应的建议。关键词 互联网;旅游业;就业选择 中图分类号 F 5 9 0.3 文献标识码 A 文章编号 1 6 7 4-3 7 8 4(2 0 2 3)0 1-0 0 7 1-1 1 互联网技术的普及和发展显著改变了传统的旅游就业模式,在互联网的影响下相继出现了远程招聘、线上就业、网络培训等一系列就业新模式1。这些模式对旅游业劳动力市场产生了重大影响,改变了劳动者参与就业的方式。但是,目前关于互联网使用与旅游业劳动力就业选择的研究较少,大多数研究集中在互联网发展对就业率的影响上,比如F a b r i t z在研究宽带接入与促进就业时发现,宽带接入量每增加1 0%,就业率会提高0.0 3%2;在美国,宽带的使用增加了约1.8%的就业人口3。丁琳和王会娟利用国家间的数据分析,发现互联网技术的发展对消费型服务业有4 1.7%的进步效应4。当前,关于互联网与就业的研究主要集中在3个方面:第一,互联网发展是否促进了就业52 7;第二,互联网发展对就业总量和结构的影响;第三,大部分研究聚焦于制造业6。旅游业不同于制造业和其他服务型行业,不存在明确的边界,涵盖了食、住、行、游、购、娱这6个方面。在移动互联技术出现后,旅游产品和服务的供给者与消费者依托于网络平台,形成了一种新型的商业生态,催生了许多不同的就业形式7。因此,探寻互联网对旅游就业影响的关键不在于影响是否存在,而是在于劳动者个体对工作的自我选择过程。那么,互联网如何影响旅游就业者的职业选择?影响机制又是什么?17 基金项目 本研究受国家社会科学基金项目“人工智能与旅游就业极化研究”(2 0 B J Y 2 0 3)资助。收稿日期2 0 2 2-0 3-0 4;修回日期2 0 2 2-1 0-1 3 作者简介 王静(1 9 9 6-),女,山东临沂人,青岛大学旅游与地理科学学院2 0 2 0级硕士研究生,主要研究方向为旅游就业,E-m a i l:1 6 3 7 8 3 9 6 0 8q q.c o m;郭为(1 9 6 9-),男,湖北天门人,博士,青岛大学旅游与地理科学学院教授、硕士生导师,主要研究方向为旅游就业;康悦(1 9 9 8-),女,河北邯郸人,青岛大学旅游与地理科学学院2 0 2 1级硕士研究生,主要研究方向为旅游就业。基于上述疑问,文章从以下3个方面拓展了现有研究:第一,探讨互联网对旅游从业者职业自我选择的影响;第二,联系现实并与技能偏向型理论结合,着重分析互联网使用对不同技能群体和年龄群体的影响,有助于深入了解旅游业中不同技能结构、年龄结构的劳动者的就业参与形式;第三,寻找与互联网使用紧密相关的中介效应因素,尝试构建个体和互联网之间的连接机制,为研究旅游就业提供新的视角和思路。1 文献综述1.1 旅游就业研究现有文献关于旅游就业的研究主要包括两个方面:一是分析旅游就业的总量、结构以及影响机制等方面8,主要表现在就业促进9、就业区域差异1 0以及性别差异1 1等方面;二是对旅游就业的参与方式进行探究,大致分为直接就业、间接就业以及引致就业3种类型1 27 1。以上关于旅游就业的研究大多基于宏观角度,而从个体视角出发直接探究参与就业的具体方式的文献还较为缺乏。与其他行业相比,旅游业的就业稳定性低于制造业等生产部门,但是由于近几年来我国经济结构的不断调整,制造业等其他行业出现了就业滑坡,使得劳动力开始大规模向旅游等服务行业转移1 3,这一现象引起了学术界对旅游就业的极大关注。1.2 互联网影响就业选择的原因收入是影响就业选择的重要因素。互联网对劳动者的收入能够产生一种“拉力”作用,可以显著地提高个体的收入水平。例如,K r u e g e r最早使用美国1 9 8 4年和1 9 8 9年的人口普查数据实证检验了计算机对于个人收入的影响,其研究发现个人在工作中使用电脑能够提升1 0%1 5%的收入1 4。在旅游行业内存在大量的灵活就业者,他们的收入很不稳定,为了获得更高的收入,他们可能会利用互联网等方式,积极寻求进入受雇型就业的渠道。除收入外,就业单位的性质、职业类型、职业稳定性以及工作距离等因素也在一定程度上影响从业者的就业选择1 5-1 7。而互联网即时通信、邮件传送以及远程办公等新功能的出现,有利于减少劳动者的通勤时间,增加了工作方式的灵活性和自主性 1 8。职业类型也更加多样,如微商店主、网络直播等人员,他们的工作时间随互联网的使用而发生改变,不同于传统的“朝九晚五”的工作方式,夜间变成了他们重要的工作时段。互联网对工作时间的影响,使得一部分劳动者工作和生活的界限变得模糊,从而影响他们的就业选择1 9。1.3 互联网影响就业选择的途径互联网让旅游就业者可以接触到更多的就业市场信息,促成劳动力供需匹配,让劳动者个体找到更适合自己的工作2 0。对于招聘信息发布者来说,互联网平台扩大了信息传输范围。对于求职者而言,互联网不仅降低了工作搜寻成本,提高了工作搜寻效率,通过互联网可以获得更多关于职业方面的信息2 1;同时,互联网也改变了依靠中介机构、猎头等单一传统求职模式,让求职渠道更加丰富。而对于个体创业的自雇就业者而言,首先是互联网能给创业者提供大量的专业信息和商业信息2 2;其次是互联网技术能够有效地改善自雇就业者的内部运作,有利于自雇就业者或创业者快速发现市场中隐藏的就业信息2 3。互联网对自雇或者受雇就业者各有益处,那么,在这种影响下,个体更倾向于以何种方式参与就业呢?互联网作为虚拟空间,线上互动和交友都具有私密性,人们更容易表达真实想法、建立友谊,从而促进社会资本的积累2 4。基于电子商务、社交媒体等平台,互联网的社交功能会促进劳动者自雇就业,互联网的学习功能则促进劳动者非自雇就业2 5。2 数据来源与说明2.1 数据来源文章使用的数据主要来自中国综合社会调查(C h i n a G e n e r a l S o c i a l S u r v e y,C G S S),该数据包含了社会人口属性、劳动就业等各层次、各方面的信息。为了确保研究结论的可靠性和一致性,文章合并了C G S S 2 0 1 3年、2 0 1 5年、2 0 1 7年以及2 0 1 9年的数据。本文的研究对象为旅游就业,根据受访者当前的编码,并参照 国际标准 职业分类(I S C O-0 8)和 国家旅游及相关产业统计分类(2 0 1 8),选取了与旅游相关的职业和个体,同时剔除了含有缺失值的样本点以及低于1 8岁和高于6 5岁的个体样本点,最 终 从2 0 1 3年、2 0 1 5年、2 0 1 7年、2 0 1 9年C G S S数据中选取了1 9 6 6个样本。2.2 变量定义及描述(1)被解释变量:旅游就业选择。将就业选择主27旅 游 论 坛 2 0 2 3年 第1 6卷 第1期要定义为旅游受雇就业和自雇就业,将自雇就业赋值为0,受雇就业赋值为1。(2)关键解释变量:互联网的使用。借鉴周冬的研究2 68 0,将互联网的使用频率作为衡量关键解释变量的重要指标。(3)控制变量:参照宋林和何洋的做法2 76 5,分别提取了个体特征变量和家庭特征变量。个体特征变量包括年龄、性别、婚姻、政治面貌、受教育程度、健康水平,同时将年龄的平方项也纳入控制变量中。家庭特征变量包括家庭收入和家庭规模,家庭规模参照了周冬的做法2 68 1,将家庭成员总数作为家庭规模的衡量标准。此外,文章在稳健性检验中,提取了受访者是否签订书面劳动合同变量;在内生性检验中,提取了个体在空闲时间上网的频率变量;在机制检验中提取了个体通过网络或手机获取信息的频繁程度变量和个体在空闲时间选择社交的频繁程度变量。表1报告了相关变量的描述。表1 变量名称及解释变量分类变量符号名称含义及赋值被解释变量e m p l o y旅游就业选择0=自雇就业,1=受雇就业关键解释变量i n t e r n e t互联网使用1=从不,2=很少,3=有时,4=经常,5=非常频繁个体特征变量a g e年龄调查年份-出生年份a g e 2年龄的平方年龄进行平方,然后除以1 0 0g e n d e r性别0=女性,1=男性m a r r i a g e婚姻0=未婚,1=已婚p a r t y政治面貌是否为中共党员:0=否,1=是e d u y受教育程度根据受访者的受教育程度换算成受教育年限h e a l t h健康水平1=很不健康,2=比较不健康,3=一般,4=比较健康,5=很健康家庭特征变量l n f a m i l y_i n c o m e家庭收入家庭全年总收入(取对数)f a m i l y_s c a l e家庭规模家庭成员总数其他变量c o n t r a c t劳动合同受访个体是否与用人单位或雇主签订书面劳动合同i n t e r n e t_c h o i c e上网频率个体在空闲时间选择上网的频率:1=从不,2=一年数次或更少,3=一月数次,4=一周数次,5=每天s k i l l e d_l a b o r劳动力类型0=低技能劳动力,1=高技能劳动力i n f o r m a t i o n信息资本个体在过去的一年里通过网络/手机获取信息的频繁程度:1=从不,2=很少,3=有时,4=经常,5=总是s o c i a l_c o n t a c t社会资本按照个体在空闲时间是否经常社交:1=从不,2=很少,3=有时,4=经常,5=总是 资料来源:根据C G S S问卷量表整理。2.3 变量的描述性统计表2报告了变量的描述性统计。就业选择分为自雇型就业和受雇型就业,在整个样本中,受雇型就业占比为5 3.3%,受雇就业和自雇就业的占比大致相当。互联网使用频率的均值为3.1 8 2,说明旅游从业者个体在工作中大多会使用互联网。控制变量中,受访群体的年龄均值为3 9.2 4 4,说明旅游业以壮年劳动力为主,标准差为1 0.6 7 2,说明各年龄层劳动力分布差别较大;男性占比5 5.1%,高于女性;已婚人员数量占比高达8 1.6%,说明参与旅游就业的个体只有不到两成是未婚;受教育程度的均值为1 0.2 0 0,说明就业人员的受教育程度主要集中在高中学历,而标准差为3.3 7 1,可以看出整个受访群体的学历水平参差不齐;健康水平的均值为4.0 2 0,表明大部分个体的身体素质良好,只有少数人处于不健康的状态;取对数后家庭收入的均值为1 0.9 1 0,说明从事旅游就业的个体有一定的经济基础;家庭规模 即 家 庭 总 人 数 的 均 值 为3.0 4 3,标 准 差 为1.3 2 0,说明大部分受访个体都是四口