互聯網使用對農民工就業質量的影響研究

馬紅梅 尚嘉豪 王鵬程

作者簡介：馬紅梅，貴州大學公共管理學院院長、教授、博士生導師，研究方向：勞動經濟學、區域經濟學；尚嘉豪，貴州大學經濟學院碩士研究生，研究方向：勞動經濟學；王鵬程（通信作者），貴州大學經濟學院副教授，研究方向：農林經濟管理。

摘 要：農民工就業質量提升是實現全體人民共同富裕的重要基礎。互聯網作為信息時代的重要表征，在促進創業、增加就業、改善民生等方面發揮了重要作用。基于2020年中國家庭追蹤調查數據（CFPS），運用內生轉換模型（ESR）和工具變量分位數回歸模型（IVQR）評估互聯網使用對農民工就業質量的影響及其異質性。研究發現，互聯網使用能夠顯著提高農民工就業質量。基于反事實假設，使用互聯網農民工若未使用互聯網，就業質量將下降22.8%；未使用互聯網農民工若使用互聯網，就業質量將提升18.3%。異質性分析顯示，隨著就業質量水平的上升，互聯網使用對農民工就業質量的促進作用呈下降趨勢，即互聯網使用對就業質量較低的農民工就業質量提升效應更強，反映出互聯網使用具有顯著的“益貧效應”。機制分析表明，互聯網使用通過提高職業匹配程度、人力資本水平、社會資本水平提升農民工就業質量。進一步研究發現，基于對不同上網用途的重視程度，互聯網使用對農民工就業質量的促進作用具有顯著差異。其中，網絡對信息獲取與學習越重要，促進作用越強；網絡對娛樂與社交越重要，促進作用越弱。

關鍵詞：互聯網使用；就業質量；農民工；ESR模型；IVQR模型

基金項目：國家社會科學基金項目“共同富裕背景下西南民族地區青年農民工就業質量提升對策研究”（22XSH018）。

［中圖分類號］ F244 ［文章編號］ 1673-0186（2023）012-0049-021

［文獻標識碼］ A? ? ? ［DOI編碼］ 10.19631/j.cnki.css.2023.012.004

就業是最大的民生。推動更充分更高質量就業在黨的二十大報告、“十四五”規劃等政策文件中被多次提及。改革開放以來，城鄉就業市場逐步由分裂轉向統一，農村勞動力開始大規模向城市轉移，形成了舉世矚目的民工潮［1］。《2022年農民工監測調查報告》顯示，全國農民工總量為29 562萬人，群體規模已超過全國總就業人數的三分之一，龐大的農民工群體為我國城市建設和經濟發展作出了巨大貢獻。但長久以來，在戶籍壁壘、社會保障和地方就業政策等制度因素以及人力資本和社會資本等稟賦因素的限制下，農民工群體就業質量普遍低于城鎮本地勞動者［2］。作為城鎮就業中的弱勢群體，農民工大多從事制造業、建筑業、零售業、服務維修業等門檻較低的工作，具有收入低、工時長、社保不完善、穩定性差等明顯特征。在此背景下，國家發改委、人社部等多部門聯合發布《關于做好當前農民工就業創業工作的意見》，指出要提升勞動力市場供需匹配效率，促進農民工高質量就業。

數字經濟以知識和信息為關鍵生產要素，創造出眾多新崗位和新職業，吸納了大量農民工，已成為推動我國經濟持續健康發展的新動能。《中國數字經濟發展報告（2023）》顯示，2022年我國數字經濟規模達到50.2萬億元，占GDP的比重為41.5％。作為數字經濟發展的一種信息交互平臺，互聯網拓寬了農民工的信息獲取渠道，提供了更多的就業機會，為農民工高質量就業創造了條件。然而，勞動力市場對農民工互聯網技能水平的要求也在日益提高，技能水平與崗位需求不適配導致的結構性就業矛盾凸顯，并成為影響農民工就業質量提升的“短板”。可見，互聯網的發展深刻影響著農民工的就業選擇和生產生活方式。那么，互聯網使用會對農民工就業質量產生怎樣的影響？其作用機制是什么？上述影響在不同就業質量水平農民工之間是否存在異質性？厘清這些問題，對緩解農民工結構性就業矛盾和實現共同富裕戰略目標具有重要的理論和現實意義。

與本文相關的一支文獻是就業質量內涵及測算的研究。一是聚焦于就業質量內涵的研究。就業質量作為一個綜合性的多維概念，最早起源于美國興起的“工作生活質量”，指的是個體對有意義的工作以及參與影響其工作地位的決策需求。后續研究均圍繞個體的工作現狀與主觀感受對就業質量進行界定［3-4］。二是對就業質量測度的研究。早期的研究起源于1999年國際勞動組織提出的體面勞動概念，指出就業質量主要受到就業機會、收入水平、工作穩定性、社會公平待遇、社會保障、工作與家庭生活平衡等方面的影響［5］。在此基礎上，現有研究多從工作收入、勞動時間、就業穩定性、社會保障等方面測算就業質量指數［6-7］。

與本文相關的另一支文獻是互聯網對勞動者就業質量的影響研究。一是宏觀層面，部分文獻基于工業互聯網和消費互聯網視角討論了數字經濟對勞動者就業質量的影響。一方面，以人工智能為代表的工業互聯網通過產業數字化變革實現就業質量的提升。人工智能技術開創性地替代勞動者體力活動，大大減少勞動者從事危險性、重復性工作的可能性，有助于改善他們的工作環境，優化就業質量［8］。但工業互聯網發展也可能減少對中、低層次工作崗位的需求，進而對勞動者就業質量產生消極影響［9］。另一方面，以數字金融為代表的消費互聯網通過就業創造效應實現勞動者高質量就業。消費互聯網發展催生了大量靈活就業崗位，增加了勞動者的就業創業機會，為優化就業質量創造了條件［10］。同時，數字金融通過拓展融資渠道緩解了信貸約束，為改善勞動者創業行為營造了良好的市場環境，從而提高就業質量［11］。二是微觀層面，部分文獻探討了互聯網使用對勞動者就業質量的影響。互聯網使用有助于增加勞動者的就業創業機會［12］，提高生產效率，降低勞動強度，從而提高收入水平，改善就業質量［13］。但也有學者指出互聯網辦公的靈活性使得勞動者的工作和生活時間模糊化，加劇了對勞動者的時間剝奪，進而損害他們的就業質量［14］。

通過文獻梳理可以發現，已有研究主要存在三個方面問題。第一，在研究視角方面，缺乏互聯網使用對農民工就業質量的針對性研究。少數研究探討了互聯網使用與就業質量的關系，且主要從勞動者整體視角展開，對農民工在數字經濟時代的就業質量問題關注不足。第二，在研究方法方面，忽視回歸過程可能存在的內生性問題。互聯網使用行為具有非隨機性，已有研究多采用傾向得分匹配法（PSM）緩解互聯網使用的選擇性偏誤問題，但該方法僅考慮了可觀測變量造成的選擇性偏誤問題，無法解決不可觀測變量引起的估計偏差。第三，在研究內容方面，未充分考慮互聯網使用對農民工就業質量影響的主體異質性，不同的就業質量水平對互聯網使用效率的影響未得到正視。鑒于此，本文利用2020年中國家庭追蹤調查數據（CFPS），運用內生轉換模型（ESR）和工具變量分位數回歸模型（IVQR）進行實證檢驗，考察互聯網使用對農民工就業質量的影響及其異質性，以期為數字經濟背景下的農民工就業質量提升問題提供重要理論支撐。

一、理論分析與研究假設

在信息技術飛速發展的今天，互聯網是影響農民工高質量就業的重要因素。通過使用互聯網，農民工能夠以更低的成本提高職業匹配程度、人力資本水平、社會資本水平，從而提升就業質量。具體來說，互聯網主要通過以下三個渠道影響農民工就業質量。

（一）互聯網使用對農民工就業質量影響的作用機制

第一，互聯網作為一種信息傳播載體，能夠通過提高農民工職業匹配程度影響就業質量。人崗匹配理論認為，當個體的勞動能力與崗位需求相匹配時，會提高就業質量和工作滿意度［15］。人崗匹配本質上是雇傭者與被雇者尋找最優匹配關系的過程，但勞動力市場往往存在信息不對稱的問題，由此而來的時間與信息成本嚴重阻礙了人崗匹配的實現［16］。互聯網使用一方面可以緩解勞動力市場的信息不對稱，農民工通過使用互聯網能夠大幅縮短獲取就業信息的時間，降低傳統勞動力市場的工作搜尋成本，更好地了解雇傭單位的招聘目標及其能力需求，篩選出與自身能力相匹配的崗位，從而實現高質量就業。另一方面可以提高信息傳遞效率，雇傭雙方通過線上交流提高溝通的有效性與便捷性，降低了時間成本，提高了信息溝通效率，為增強農民工職業匹配程度提供了便利，從而推動高質量就業。

第二，互聯網作為一種數字教育平臺，能夠通過提高農民工人力資本水平影響就業質量。根據人力資本理論，較高的人力資本有助于農民工擺脫高強度、低收入、高風險的次級勞動力市場，擴大就業選擇范圍，增強議價能力，從而獲得更多的勞動報酬與勞動權益保障，改善就業質量［17］。農民工使用互聯網對人力資本的提升作用體現在：一方面，互聯網發展推動了線上教育共享平臺的出現，彌補了農村地區教育基礎設施供給不足的缺陷，破除了傳統上只能通過學歷教育增加人力資本的局限性，為農民工提高知識水平和職業能力提供了便利，從而有助于尋找優質工作崗位，改善就業質量；另一方面，互聯網促進了信息技術與教育教學深度融合，產生了遠程教育、在線平臺等新型學習方式，有助于降低知識獲取成本，減輕農民工在教育投資時面臨的經濟負擔，為農民工提升人力資本創造了條件，從而提高工資議價能力，優化就業質量。

第三，互聯網作為一種新型社交媒介，能夠通過提高農民工社會資本水平影響就業質量。根據社會資本理論，豐富的社會資本對勞動者求職過程與工作滿意度具有積極作用［18］。對農民工而言，由于自身人力資本水平有限，勞動力市場信息的搜索能力差，對通過社會資本尋找工作崗位的依賴性更強。互聯網拉近了人與人之間的距離，既有利于鞏固與維持已有社會關系，又有利于擴大社交范圍，為農民工積累社會資本提供了契機。社會資本的增加對就業質量具有重要的促進作用：一方面，以血緣、親緣與地緣為基本紐帶形成的社會資本能夠為農民工提供豐富的就業信息，甚至是直接提供就業崗位，有助于擴大農民工的就業選擇范圍，從而尋找高質量就業崗位；另一方面，從企業角度，社會資本通過內部推薦、熟人推薦的方式為雇主提供農民工的就業信息，雇主受到農民工社會資本影響，可能會偏離生產率理性，給予農民工較好的工作待遇，從而改善了就業質量［19］。據此，本文提出假說：

H1：互聯網使用顯著提升農民工就業質量。

H2：互聯網使用通過提高職業匹配程度、人力資本水平、社會資本水平三個機制改善農民工就業質量。

（二）互聯網使用對農民工就業質量影響的群體差異

農民工初始稟賦差異是互聯網使用效果異質性的根源。對于農民工而言，使用互聯網前的就業質量水平不同，通過使用互聯網獲得的就業質量提升效應也必然存在差異。理論上講，由于就業質量較高的農民工在收入水平、就業穩定性和社會保障等方面具有優勢，互聯網使用對其就業質量的提升效應可能會低于就業質量較低的農民工。一方面，高就業質量水平農民工的正規就業概率較高，薪資福利待遇較好，互聯網使用對其就業質量提升的影響較小，而低就業質量水平農民工在勞動力市場缺乏競爭力，互聯網可以顯著增加他們的就業創業機會，使其更容易從數字紅利中受益。另一方面，低就業質量水平農民工本身的人力資本水平不高，互聯網可以彌補其在信息渠道和職業能力等方面的不足，提升他們的人力資本水平，從而增加他們與雇主間的議價能力，實現高質量就業［20］。據此，本文提出假說：

H3：互聯網使用對就業質量較低的農民工就業質量提升效應更強。

二、研究設計

由理論分析可知，互聯網使用能通過提高職業匹配程度、人力資本水平、社會資本水平對農民工就業質量產生影響，且互聯網使用對不同就業質量水平農民工的就業質量提升效應存在異質性。因此，本文通過構建內生轉換模型、工具變量分位數回歸模型以及中介效應模型分析互聯網使用對農民工就業質量的影響。

（一）數據來源

本文采用的數據來源于2020年中國家庭追蹤調查（CFPS）。該調查由北京大學中國社會調查中心收集和發布，樣本覆蓋全國25個省份，采用分層、三階段不等概率的抽樣設計，以提高樣本的代表性和隨機性。CFPS項目從2010年開始每兩年進行一次追蹤調查，目前共發布了六期追蹤調查數據。本文將CFPS 2020年的數據作為初始樣本，并做如下處理：第一，剔除城鎮戶籍樣本；第二，結合國家統計局對農民工的定義①，篩選出從事工資性就業或自雇就業的農村戶籍勞動力；第三，根據個人編碼和家庭所在地，合并個人與家庭層面數據；第四，剔除異常值和主要變量缺失的樣本。通過上述處理方式，最終得到農民工有效樣本為5 468個。

（二）變量定義

1.被解釋變量

本文借鑒（Leschke）等的做法［21］，將農民工就業質量界定為其在工資水平、就業穩定性、社會保障以及勞動時間等方面的綜合表現。基于數據的可得性，本文采用農民工的工作收入（用“月收入水平”表示）、就業穩定性（用“是否簽訂勞動合同”表示）、社會保障（用“是否同時參加養老和醫療保險”表示）和勞動時間（用“周工作時間”表示）四個維度衡量農民工就業質量指數。

對于就業質量指數的具體測量，則借鑒明娟等的處理方式［22］，首先，對四個維度進行標準化處理：

=（xij-Minj）/（Maxj-Minj） （1）

為標準化的指標，其中，i為農民工個體，j為各維度測量指標的原始數據，Minj和Maxj分別為j維度指標的最小值和最大值。此外，考慮到農民工普遍存在著過度勞動現象，其勞動時間更多體現為就業質量的負向指標。為此，本文采用“1-周工作時間”的處理方式獲得勞動時間維度的反向指標。

其次，在四個維度標準化得分的基礎上，采取等權平均法計算農民工就業質量為：

Quality=/4×100 （2）

2.核心解釋變量

本文將農民工互聯網使用決策作為核心解釋變量。借鑒（Zheng）等和吳佳璇等的研究成果，用農民工是否使用互聯網進行刻畫。其中，農民工使用互聯網賦值為1，未使用賦值為0。

3.控制變量

本文借鑒楊超等［25］和李禮連等［26］的研究成果，引入以下控制變量：其一，個人及家庭特征變量，包括性別、年齡、受教育程度、婚姻狀況、健康狀況、家庭人口數六個變量；其二，務工及工作組織特征變量，包括工作性質、職業類型、工會參與、工作場所、企業規模、行業類型、單位所有制類型七個變量；其三，流動特征變量，包括就近務工、市內跨縣、省內跨市和省外務工四種形式的虛擬變量。除此之外，為控制不同地區農民工就業質量的差異性，模型中還引入了一組地區虛擬變量。

需要指出的是，考慮到農民工職業特征的復雜性，模型可能存在遺漏變量問題。為此，本文以虛擬變量的方式盡可能對影響農民工就業質量的行業和單位所有制類型進行控制，以緩解遺漏變量問題。具體而言，本文將行業類型劃分為三類：建筑業、服務業、制造業。將單位所有制類型劃分為四類：政府機構、國有企業、私營企業、個體工商戶。

4.工具變量

本文借鑒寧光杰等的研究成果［27］，選取“同一村莊其他農民工互聯網使用的比例”作為工具變量。根據行為模仿理論，村莊其他農民工互聯網使用行為會影響受訪者的互聯網使用決策，但該變量不會對受訪者就業質量產生直接影響，符合工具變量的相關性與外生性原則，是比較合適的工具變量。

（三）樣本分析

表1匯報了變量名稱、變量定義以及各變量描述性統計數據。由此可知，農民工就業質量的平均值為37.057。使用互聯網的農民工占比為76%，未使用互聯網的農民工占比為24%。從農民工的個人及家庭特征來看，樣本農民工中男性和女性的比例分別為60.5%和39.5%；平均年齡為38歲左右；受教育程度以初中為主；家庭人口數平均為4人。從農民工的務工及工作組織特征來看，7%的農民工參與工會組織；91.3%的農民工從事受雇就業；9%的農民工從事管理崗位；農民工在室內工作的比例為73.4%；19.9%的農民工所在單位人數規模超過200人。行業類型方面，樣本中12.3%的農民工從事制造業，24.4%的農民工從事服務業，46.7%的農民工從事建筑業，16.6%的農民工從事其他職業。單位所有制類型方面，農民工單位所有制類型是政府機構、國有企業、私營企業、個體工商戶的比例分別為：8.4%、10.1%、66.2%、7.6%。從農民工的流動特征來看，農民工務工距離是就近務工、市內跨縣、省內跨市和省外務工的比例分別為64.4%、9.4%、8.5%、11.6%。可見農民工就業地點集中在“就近務工”，省市內流動務工的人數相對較少。

表2匯報了所選變量在使用與未使用互聯網農民工之間的差異。其中，第二列和第三列為變量均值，第四列為均值差異。可以看出，兩組樣本間存在顯著差異，但這些差異是否由互聯網使用導致，還需進行實證檢驗。首先，使用互聯網的農民工比未使用互聯網的農民工的就業質量高，初步證實互聯網使用有助于提升農民工就業質量。其次，與未使用互聯網的農民工相比，使用互聯網的農民工呈現出年齡較低、受教育程度較高、健康狀況較好的特征。除此之外，使用互聯網的農民工表現出為受雇就業為主、參加過工會組織、工作場所多為室內、從事制造業概率較高、從事建筑業概率較低、單位所有制性質多為政府機構、國有企業和私營企業、務工地點距家較遠的特征。值得一提的是，使用互聯網的農民工所在村莊的互聯網使用比例比未使用互聯網的大很多，表明農民工互聯網使用決策與所在村莊互聯網使用比例之間存在較強的相關性，初步驗證工具變量的合理性，但尚需進行相關檢驗。

（四）模型設定

1.內生轉換模型（Endogenous Switching Regression Model，ESR）

農民工互聯網使用決策并非隨機選擇行為，而是諸多因素綜合作用的結果，且這些因素可能同時影響農民工互聯網使用決策與就業質量。因此，需要采用效應評估方法處理選擇性偏誤問題，該方法包括非參數和參數兩類，非參數法包括較常見的傾向得分匹配法（PSM）以及較前沿的逆概率加權法（IPW）、回歸調整法（RA）和逆概率加權回歸調整法（IPWRA），但這類方法僅能處理可觀測變量造成的選擇性偏誤問題。參數法中較常見的為內生轉換模型（ESR），該類方法可綜合處理可觀測變量和不可觀測變量造成的選擇性偏誤問題，更具科學性［28-29］。因此，本文采用ESR模型分析互聯網使用對農民工就業質量的影響。

ESR模型回歸分為兩個階段：第一階段是選擇方程回歸，用以分析個人及家庭特征變量、務工及工作組織特征變量和流動特征變量等對農民工互聯網使用決策的影響；第二階段是結果方程回歸，即農民工就業質量決定方程，在加入工具變量的基礎上，估計互聯網使用對農民工就業質量的影響。

具體來說，第一階段：

Internet=δiXi+γiIi+μi，Interneti=Interneti1，Internet>00，Internet<0（3）

第二階段：

Y1i=βo+β1jX1i+σT1λT+ε1i，if Interneti=1

Yi0i=βo+β0j X0i+σTολU+ε0i，if Interneti=0（4）

（3）式為選擇方程，其中，i表示農民工個體；Interneti是一個二元選擇變量，表示農民工互聯網使用決策，由隨機效應模型Internet決定；Xi為影響農民工就業質量的控制變量；μi為誤差項；γ和δ均為待估參數，Ii為工具變量。

（4）式為結果方程，其中，Yi為農民工就業質量，β為待估參數，εi為誤差項。λT和λU代表不可觀測因素導致的選擇偏差，σT1=cov（ε1，μ）和σT0=cov（ε0，μ）分別表示選擇方程和結果方程誤差項的協方差，若σT1和σT0在統計意義上顯著，表示ESR模型對于糾正不可觀測因素導致的選擇偏誤問題是有效的。

2.工具變量分位數回歸（Instrument Varible Quantile Regression，IVQR）

ESR模型評估了互聯網使用對農民工就業質量的影響，但忽略了農民工使用互聯網前的不同就業質量水平，通過使用互聯網獲得的就業質量提升效應也必然存在差異，若不加以區分，則不能準確評估互聯網使用對農民工就業質量的影響。分位數回歸（Quantile Regression，QR）模型能實現該回歸過程，但無法綜合處理回歸過程可能存在的內生性。為此，本文在加入工具變量的基礎上，運用IVQR模型估計互聯網使用對農民工就業質量影響的異質性［30-32］。

IVQR模型目標函數的構建原理分為兩步。第一，構建結構方程：

Yi=E ηi （Ni ）+X+？諄i（Ni）Ei=ρ（Xi，Di，Ii ）→Eηi（）+X？諄i（） （5）

（5）式中，Yi為農民工就業質量，Xi為影響Yi的控制變量，Ni為影響Yi的不可觀察因素，Di為所有未觀察到的擾動向量，且獨立于Ni，Ii是工具變量，Ei為由Xi，Di和Ii共同決定的內生變量。ρ（·）表示條件概率，為條件分位數。

第二，構建方程KYi （|ei，xi）=eηi（）+x ？諄i（），由（5）式可知：［Yi≤KYi（|Ei，Xi）］等價于［Ni≤］，即

P［Y≤KYi（|Ei，Xi）|Ii，Xi ］= （6）

（6）式等價于

QYi-KYi（|Ei，Xi ）（|Ii，Xi）=0 （7）

根據（Koenker）等［33］的思路，建立如下分位數回歸方程：

QYi （|Mi）=argminθ（）E{［Yi-f（Mi）］ } （8）

（8）式中，f（·）表示參數函數，Mi為影響Yi的所有因素，θ（）為分位點對應的待估參數組合。將（8）式帶入（7）式，可得IVQR的目標函數為：

argmiE{［Yi-KYi（＼Ei，Xi）-f（Ii，Xi）］ }=0 （9）

三、實證結果與分析

本文采用的是2020年中國家庭追蹤調查（CFPS）數據。鑒于樣本可能存在的選擇性偏誤問題，我們采用ESR模型評估互聯網使用對農民工就業質量的影響。

（一）互聯網使用對農民工就業質量的影響效應分析

回歸結果如表3所示，方程獨立性檢驗在1%的統計水平上顯著，表明選擇方程與結果方程之間相互關聯，聯立估計這兩個方程是合適的；rho0在1%的統計水平上顯著，表示存在不可觀測變量同時影響農民工互聯網使用決策和就業質量，需要對不可觀測變量引起的選擇性偏誤問題進行修正，因此，采用ESR模型是合理的。

工具變量的有效性檢驗方面。首先，Hausman和DWH檢驗結果均在1%的統計水平上拒絕原假設，表明存在內生性問題。其次，村級互聯網使用比例變量對農民工互聯網使用決策具有正向影響，并通過1%的顯著性檢驗，說明工具變量滿足相關性假設。除此之外，本文也對工具變量的弱變量性進行檢驗，F統計量高于10并在1%的統計水平上拒絕原假設，排除了弱工具變量的可能性。因此，工具變量的選取是合理的。

表3第二列匯報了選擇方程的回歸結果。受訪者個人及家庭特征中，年齡變量對農民工互聯網使用決策有顯著負向影響，這表明年齡小的農民工使用互聯網的積極性更高。這一結果不難理解，年齡越小的農民工，越容易學習和接受新鮮事物，因而使用互聯網的意愿更強。受教育程度和婚姻狀況變量對農民工互聯網使用決策有顯著正向影響。個體受教育程度越高，對互聯網技術的接觸機會越大，并且更能夠熟練掌握互聯網技能，適應數字化生活，這與Ma等［34］的研究結論相符。與未婚農民工相比，已婚農民工更傾向使用互聯網，這可能是因為受制于農村地區“男主外，女主內”的傳統分工模式，丈夫通常選擇外出打工，女性成為家庭經濟活動的主力，互聯網使用能夠促進已婚人士相互交流，因而使用互聯網的意愿更強。

受訪者務工及工作組織特征中，工作性質變量對農民工互聯網使用決策有顯著正向影響。互聯網催生了外賣騎手、滴滴司機等新型就業形態，而這類工作需要農民工使用互聯網，因此，增加了農民工的互聯網使用概率。職業類型和工作場所變量對農民工互聯網使用決策有顯著正向影響，原因可能在于從事管理崗位和室內工作的農民工往往需要借助互聯網檢索信息、查找資料、解決技術性難題，對互聯網的需求更高。企業規模變量對農民工互聯網決策有顯著正向影響。可能的原因在于，經營規模越大的企業能夠更好地承擔互聯網使用的規模成本，提高農民工在工作中使用互聯網的可能性。建筑業和服務業變量與農民工互聯網使用決策呈負相關，原因可能在于從事建筑業和服務業的農民工多以體力勞動為主，互聯網使用需求較低。

受訪者流動特征中，市內跨縣、省內跨市和省外務工變量對農民工互聯網使用決策的影響顯著為正，而就近務工變量的回歸系數不顯著。可能的解釋是，距離戶籍所在地越遠的農民工社會融入及信息化條件越差，互聯網拓展了其社會交往范圍和信息獲取渠道，因而，這一群體使用互聯網的傾向性更強。除此之外，區域變量對農民工互聯網使用決策有顯著正向影響，表明東部區域農民工使用互聯網的積極性更高。

表3第三列和第四列報告了結果方程的回歸結果。受訪者個人及家庭特征中，性別和受教育程度變量對兩類農民工的就業質量均有顯著正向影響。當前，我國勞動力市場仍然存在就業性別歧視的現象，男性比女性更有優勢從事高收入職業，因此就業質量普遍較高［35］。受教育程度的提高有助于農民工擺脫次級勞動力市場，增強議價能力，實現高質量就業。年齡變量對兩類農民工就業質量有顯著負向影響，可能的原因在于，隨著年齡的增長，農民工在勞動力市場的競爭優勢逐漸喪失，難以尋找優質工作崗位，損害了就業質量。

受訪者務工及工作組織特征中，是否為工會成員和工作場所這兩個變量對兩類農民工就業質量的估計系數顯著為正，體現了參與工會組織和室內工作對農民工就業質量有著顯著的提升作用，這與汪潤泉等［36］的研究結論相一致。工作性質和職業類型變量對使用互聯網農民工的就業質量均有顯著正向影響。這表明，相比于未使用互聯網的農民工，使用互聯網的農民工從事非農工作和管理崗位更有利于發揮互聯網知識儲備和信息資源優勢，促進就業質量提升。企業規模變量對兩類農民工的就業質量均有顯著正向影響，說明企業規模越大，農民工享受的福利待遇和社會保障越好，提升了就業質量。建筑業和服務業變量對使用互聯網的農民工就業質量有顯著負向影響，原因可能是農民工從事的建筑業和服務業崗位多為“臟、亂、累、苦”的低端職位，互聯網使用需求較低，難以通過互聯網推動其就業質量提升。國有企業變量對兩類農民工就業質量均有顯著正向影響，這主要是因為國有企業較高的工資收入以及工作強度較低、補貼較多等隱形福利顯著提高了農民工的就業質量。

受訪者流動特征中，市內跨縣、省內跨市和省外務工變量對使用互聯網農民工就業質量均有顯著正向影響，但就近務工變量對農民工就業質量的影響不顯著。一方面，體現了距離戶籍所在地較遠的農民工通過使用互聯網能夠顯著提升就業質量。另一方面，表明當務工距離超出本縣，務工距離的增加會帶來就業質量的提升，反映了農民工省市內流動和跨省流動就業比就近務工就業更具優越性［37］。除此之外，區域變量對使用互聯網農民工的就業質量有顯著正向影響，而對未使用互聯網農民工就業質量的影響不顯著，這是因為東部地區數字經濟發展程度高，互聯網基礎設施完善，互聯網使用在一定程度上擴大了不同地區農民工就業質量的區域差異。

（二）互聯網使用對農民工就業質量影響的平均處理效應

表4報告了互聯網使用對農民工就業質量影響的平均處理效應，從ATE的估計結果看，互聯網使用對農民工就業質量有顯著正向影響，表明互聯網使用有助于提升農民工就業質量。進一步地，ATT和ATU的結果表明，在反事實情境下，使用互聯網的農民工若未使用互聯網，就業質量將下降9.073，下降比例為22.8%；未使用互聯網的農民工若使用互聯網，就業質量將上升10.113，上升比例為18.3%。綜上可知，互聯網使用能顯著提升農民工就業質量。研究假說H1得到驗證。

（三）穩健性檢驗

為檢驗回歸結果的穩健性，本文采用更換估計方法、替換被解釋變量、更換樣本數據三種方式進行穩健性檢驗，回歸結果如下：

1.更換估計方法

本文采用PSM、IPW、RA和IPWRA等非參數評估法估計互聯網使用對農民工就業質量的影響。回歸結果如表5所示，可知，這四類非參數評估法均通過1%顯著性檢驗，且ATT值分別為4.770、4.242、5.360和2.457，這與ESR模型的結果是一致的，證實了結果的穩健性。但也存在不同之處，可以看出，ESR模型的ATT值（9.073）比上述四類非參數評估法大得多，原因在于，非參數評估法無法處理由不可觀測變量造成的選擇性偏誤問題，而ESR模型屬于參數評估法，可綜合處理由可觀測變量和不可觀測變量造成的選擇性偏誤問題，因此，得到的結果更加合理。

2.替換被解釋變量

基準回歸中，農民工就業質量針對的是客觀就業質量。但是隨著人們日益增長的美好生活需要，農民工的主觀感受對就業質量測度的重要性凸顯，因此，本文借鑒王若男等［38］的做法，在原有農民工就業質量指標的基礎上，增加工作滿意度變量，重新合成就業質量指數，并運用ESR模型評估互聯網使用對農民工就業質量的影響。回歸結果如表6上半部分所示，可以看出，在加入工作滿意度后，互聯網使用對農民工就業質量的影響依然顯著為正，證實了結果的穩健性。

3.更換樣本數據

為排除極端值的干擾，本文剔除了就業質量數據首尾兩端5%的極端值，在此基礎上，運用ESR模型對剩余樣本進行回歸估計。回歸結果如表6下半部分所示，可以看出，剔除數據極端值后，互聯網使用對農民工就業質量的影響依然顯著為正，證實了結果的穩健性。

（四）異質性分析

為考察互聯網使用對不同就業質量水平的農民工影響的動態變化，本文繼續以村級互聯網使用比例為工具變量，選取低分位點（0.25）、中分位點（0.5）、高分位點（0.75）將農民工就業質量分為三個層次，運用IVQR模型分析互聯網使用對農民工就業質量影響的異質性。回歸結果如表7所示，可以看出，在不同就業質量水平下，互聯網使用對農民工就業質量均具有顯著正向影響，且估計系數分別為18.935、6.419、2.703。可見，互聯網使用對低分位點的影響高于高分位點，即互聯網使用對就業質量較低的農民工就業質量提升效應更強。可能的原因在于，相對于就業質量較高的農民工來講，就業質量較低的農民工在勞動力市場大多為臨時工，收入低、勞動強度大、社會保障不健全等特征明顯，他們可以通過使用互聯網獲得更多優質工作崗位，降低從事低端工作的可能，享受到更多數字紅利，因此，就業質量提升效應更強，研究假說H3得到驗證。

（五）機制分析

從前文回歸結果得出，互聯網能夠顯著提升農民工就業質量，但互聯網使用如何影響農民工就業質量，這有待進一步檢驗。本文認為，互聯網使用主要通過提高職業匹配程度、人力資本水平、社會資本水平三種機制提升農民工就業質量。為此，本文運用中介效應模型進行逐步回歸，以驗證上述影響機制。

1.職業匹配程度

（Simon）等指出人職匹配能促進農民工獲得更好的崗位薪資和更穩定的勞動合同［39］。基于此，本文將CFPS問卷中“勝任工作的教育程度”與農民工學歷進行匹配，具體而言，若勝任工作的教育程度與農民工學歷相符，賦值為1，表明實現了人職匹配，否則賦值為0。

首先，檢驗互聯網使用對農民工職業匹配程度的影響。由表8第二列回歸結果可知，互聯網使用對農民工職業匹配程度的影響顯著為正，表明互聯網使用有助于提升農民工職業匹配程度。其次，由第三列回歸結果可知，通過引入職業匹配這一變量后，互聯網使用對農民工就業質量仍具有顯著正向的影響，且職業匹配變量對農民工就業質量的估計系數顯著為正，即職業匹配程度在互聯網使用影響農民工就業質量的關系中起著中介作用。可能的解釋是，在市場機制不完善的背景下，農民工通過使用互聯網能夠提高職業搜尋與信息處理能力，獲取廣泛的就業信息，為降低他們的工作搜尋成本和崗位試錯損失創造了條件，從而實現自身能力與工作崗位的匹配，提高就業質量。

2.人力資本水平

周光霞指出農民工重新回到學校接受正規教育的可能性極低［40］，人力資本水平的提升更多地依靠繼續教育或“干中學”。與此同時，互聯網發展衍生出以線上教育為主的學習模式，為農民工繼續教育搭建了平臺。鑒于此，本文選取CFPS問卷中“是否網絡學習”作為衡量人力資本的代理變量。

首先，檢驗互聯網使用對農民工人力資本水平的影響。由表8第四列回歸結果可知，互聯網使用對農民工人力資本具有顯著的正向影響，表明互聯網使用能夠提高農民工人力資本水平。其次，由第五列回歸結果可知，通過引入人力資本這一變量后，互聯網使用對農民工就業質量仍具有正向的影響，且人力資本變量對農民工就業質量的估計系數顯著為正，即人力資本水平在互聯網使用影響農民工就業質量的關系中起著中介作用。可能的解釋是，農民工通過使用互聯網進行繼續教育，提高了文化知識與技能水平，有助于增加他們的人力資本存量，增強就業議價能力，從而改善就業質量。

3.社會資本水平

Obukhova等認為社會資本可增加勞動者的人情資源和信息資源，擴大勞動者的就業選擇范圍，有助于尋找高質量工作崗位，改善就業質量［41］。本文選取CFPS問卷中“在求職過程中是否得到幫助”作為衡量社會資本的代理變量。

首先，考察互聯網使用對農民工社會資本水平的影響。由表8第六列回歸結果可知，互聯網使用對農民工社會資本的估計系數顯著為正，表明互聯網使用能夠提高農民工社會資本水平。其次，由第七列回歸結果可知，通過引入社會資本這一變量后，互聯網使用對農民工就業質量仍具有顯著正向的影響，且社會資本變量對農民工就業質量的估計系數顯著為正，即社會資本水平在互聯網使用影響農民工就業質量的關系中起著中介作用。可能的解釋是，農民工群體把互聯網作為額外社交互動的工具，有助于擴大社交圈，形成更豐富的社會網絡，從而通過關系資源和人情資源獲得更好的工作機會和薪資待遇，實現高質量就業。

綜上，研究假說H2得到驗證。

四、進一步討論

隨著農村地區通信基礎設施趨于完善，以互聯網使用為代表的數字技術應用為農民工提供了均等的受益機會。然而，平等分享數字紅利的目標并未同步實現，農民工在數字技術運用能力即數字素養上的差異會造成他們在數字賦能過程中的參與程度與受益水平產生較大差別，僅從是否使用互聯網探討互聯網信息技術對農民工就業質量的影響已略顯不足。因此，本文參考羅明忠等的研究思路［42］，通過在模型中引入交互項的方式，從信息、娛樂、社交、學習等角度考察農民工對不同上網用途的重視程度①，以解釋如何使用互聯網獲取更高的就業質量。

如表9第一列所示，互聯網使用與信息重要程度的交互項對農民工就業質量的影響顯著為正，表明網絡對農民工獲取信息的重要程度越高，互聯網使用對其就業質量的提升作用越明顯。可能的原因是，當農民工認識到互聯網作為信息渠道對信息獲取的重要性時，能夠通過就業網站、招聘App、公眾號等媒介更加快速地捕捉就業信息，及時應對就業市場變化，有效緩解了勞動力市場的信息不對稱，有助于尋找與自身能力匹配的高質量就業崗位，從而實現高質量就業。

由表9第二列可知，互聯網使用與娛樂重要程度的交互項對農民工就業質量的影響顯著為負，表明網絡對農民工休閑娛樂的重要程度越高，互聯網使用對其就業質量的提升作用越弱。可能的原因是，對于重視互聯網娛樂的農民工而言，互聯網尚未從單純的娛樂工具轉變為可提供多元服務的應用平臺，他們更容易被算法控制，困在互聯網構筑的“信息繭房”里，無法有效緩解勞動力市場的信息不對稱程度，從而抑制互聯網使用對其就業質量的提升作用。

由表9第三列可知，互聯網使用與社交重要程度的交互項對農民工就業質量的影響顯著為負，表明網絡對農民工社交的重要程度越高，互聯網使用對其就業質量的提升作用越弱。可能的原因是，雖然社會資本能夠在農民工獲得非農就業機會中發揮重要作用，但通過社交關系獲得工作的農民工往往處于次級勞動力市場，難以獲得高端工作機會［43］。因此，當農民工過度依賴使用互聯網進行社交時，會忽略通過市場化途徑進入勞動力市場的方式，從而弱化互聯網使用對就業質量的提升作用。

如表9第四列所示，互聯網使用與學習重要程度的交互項對農民工就業質量的影響顯著為正，表明網絡對農民工學習的重要程度越高，互聯網使用對其就業質量的提升作用越強。可能的原因是，農民工對于互聯網學習的重視程度越高，有助于更好地發揮互聯網平臺的教育優勢，通過線上培訓學習提升其工作技能與工作效率，增強就業議價能力，使他們的就業質量得到更大程度的提升。

五、結論與政策建議

本文利用2020年中國家庭追蹤（CFPS）調查數據，在理論分析的基礎上，運用內生轉換模型（ESR）和工具變量分位數回歸模型（IVQR）評估了互聯網使用對農民工就業質量的影響及其異質性。研究發現：第一，互聯網使用顯著提高了農民工就業質量，在反事實情境下，使用互聯網的農民工若未使用互聯網，就業質量將下降22.8%；未使用互聯網的農民工若使用互聯網，就業質量將上升18.3%。第二，農民工個體及家庭特征、務工及工作組織特征與流動特征均影響其互聯網使用決策。其中，受教育程度、婚姻狀況、工作性質、是否為工會成員、職業類型、工作場所、企業規模、省市內流動、跨省流動、東部地區均正向影響農民工互聯網使用決策。年齡、建筑業、服務業、私營企業、個體工商業均負向影響農民工互聯網使用決策。第三，互聯網使用對農民工就業質量的影響具有“益貧效應”，具體來說，互聯網使用對就業質量較低的農民工就業質量提升效應更強。第四，互聯網使用通過提高職業匹配程度、人力資本水平、社會資本水平三個機制實現農民工高質量就業。第五，基于對不同上網用途的重視程度，互聯網使用對農民工就業質量的促進作用具有顯著差異。其中，網絡對信息獲取與學習越重要，促進作用越強；網絡對娛樂與社交越重要，促進作用越弱。

根據以上結論，本文認為應切實落實“互聯網+就業服務”“互聯網+技能培訓”等相關措施、消弭數字鴻溝，共享數字紅利，建立“政府+企業+社區”多方主體聯動機制，多舉措助推農民工高質量就業。

第一，政府要進一步降低信息接入門檻，改善農村互聯網基礎設施情況，降低農民工使用互聯網的技術性障礙，持續推動寬帶提速降費，推進建設用得起、用得好的普惠服務。除此之外，要積極培育新經濟、新業態衍生出的新型就業形態，健全靈活就業社會保障體系，幫助農民工適應并把握住以外賣員、網約車司機為代表的新型就業機會，充分發揮互聯網在增加就業機會、提高人力資本、增強崗位適配程度中的重要作用。

第二，企業應推進落實“互聯網+職業技能培訓”計劃，通過開展有針對性的技能培訓，提高農民工的信息獲取與處理能力，幫助農民工適應數字化崗位工作。同時，要積極履行企業的社會責任感，增加公益性就業崗位，降低在工業互聯網發展過程中因智能機器的就業替代效應對低技能農民工就業產生的負面影響。

第三，社區、村莊等基層組織要實施針對性的就業幫扶措施。一方面，要重點關注就業質量較低的農民工群體，通過定期開展數字技能培訓班，使他們熟悉互聯網應用軟件，增加對新經濟、新業態的接受程度，從而更好地融入數字經濟，分享數字紅利。另一方面，要重點幫助數字素養較低的農民工群體，通過招募黨員、大學生、社區志愿者開展志愿活動一對一指導農民工如何使用互聯網甄別信息、學習技能、尋找就業崗位，從而提高農民工的數字素養，實現高質量就業。

參考文獻

［1］? 蔡昉.從人口紅利到改革紅利［M］.北京：社會科學文獻出版社，2014.

［2］? 盧海陽，楊龍，李寶值.就業質量、社會認知與農民工幸福感［J］.中國農村觀察，2017（3）：57-71.

［3］? JAHODA M. Work， Employment， and Unemployment： Values， Theories， and Approaches in Social Research［J］. American psychologist， 1981， 36（2）： 184.

［4］? EFRATY D， Sirgy M J. The Effects of Quality of Working Life on Employee Behavioral Responses［J］. Social Indicators Research， 1990： 31-47.

［5］? BONNET F， Figueiredo J B， Standing G. A Family of Decent Work Indexes［J］. Int'l Lab. Rev.， 2003， 142： 213.

［6］? DETTLING L J. Broadband in the Labor Market： The Impact of Residential High-Speed Internet on Married Womens Labor Force Participation［J］. Ilr Review， 2017， 70（2）： 451-482.

［7］? 毛晶晶，路琳，史清華.上海農民工就業質量影響因素研究——基于代際差異視角［J］.中國軟科學，2020（12）：65-74.

［8］? BRAVI L， MURMURA F， SANTOS G. Manufacturing Labs： Where New Digital Technologies Help Improve Life Quality［J］. International Journal for Quality Research， 2018， 12（4）： 957-974.

［9］? 齊樂，陶建平.產業智能化與農民工就業質量的影響機理及提升路徑［J］.華中農業大學學報（社會科學版），2023（1）：34-46.

［10］? 田鴿，張勛.數字經濟、非農就業與社會分工［J］.管理世界，2022（5）：72-84.

［11］? 周廣肅，樊綱.互聯網使用與家庭創業選擇——來自CFPS數據的驗證［J］.經濟評論，2018（5）：134-147.

［12］? 劉生龍，張曉明，楊竺松.互聯網使用對農村居民收入的影響［J］.數量經濟技術經濟研究，2021（4）：103-119.

［13］? 毛宇飛，曾湘泉，祝慧琳.互聯網使用、就業決策與就業質量——基于CGSS數據的經驗證據［J］.經濟理論與經濟管理，2019（1）：72-85.

［14］? BAUERNSCHUSTER S， FALCK O， WOESSMANN L. Surfing Alone？ The Internet and Social Capital： Evidence from an Unforeseeable Technological Mistake［J］. Journal of Public Economics， 2014， 117： 73-89.

［15］? CHATMAN， JENNIFER A. Matching People and Organizations： Selection and Socialization in Public Accounting Firms［J］. Administrative Science Quarterly，1989（1）： 199-203.

［16］? STAM W， ARZLANIAN S， ELFRING T. Social Capital of Entrepreneurs and Small Firm Performance： A Meta-Analysis of Contextual and Methodological Moderators［J］. Journal of business venturing， 2014， 29（1）： 152-173.

［17］? 盧海陽，鄭旭媛.稟賦差異、議價能力與農民工工資——來自中國勞動力動態調查的證據［J］.農業技術經濟，2019（6）：97-106.

［18］? LIN N. Social Networks and Status Attainment［J］. Annual review of sociology， 1999， 25（1）： 467-487.

［19］? 鄧睿.社會資本動員中的關系資源如何影響農民工就業質量？［J］.經濟學動態，2020（1）：52-68.

［20］? 張廣勝，王若男.數字經濟發展何以賦能農民工高質量就業［J］.中國農村經濟，2023（1）：58-76.

［21］? LESCHKE J， Watt A. Challenges in Constructing a Multi-Dimensional European Job Quality Index［J］. Social indicators research， 2014， 118： 1-31.

［22］? 明娟，王明亮.工作轉換能否提升農民工就業質量？［J］.中國軟科學，2015（12）：49-62.

［23］? ZHENG H， MA W. Impact of ICT Adoption on Cosmetic Expenditure of Chinese Residents： an Exploration Accounting for Urban-Rural Differentials［J］. Applied Economics Letters， 2022， 29（14）： 1286-1291.

［24］? 吳佳璇，閔師，王曉兵，等.互聯網使用與偏遠地區農戶家庭生產要素配置——基于西南山區農戶面板數據［J］.中國農村經濟，2022（8）：93-113.

［25］? 楊超，張征宇.流動人口與本地人口就業質量差異研究：現狀、來源與成因［J］.財經研究，2022（4）：19-33.

［26］? 李禮連，程名望，張珩.公共就業服務提高了農民工就業質量嗎？［J］.中國農村觀察，2022（4）：134-152.

［27］? 寧光杰，楊馥萍.互聯網使用與勞動力產業流動——對低技能勞動者的考察［J］.中國人口科學，2021（2）：88-100+128.

［28］? MA W， GRAFTON R Q， RENWICK A. Smartphone Use and Income Growth in Rural China： Empirical Results and Policy Implications［J］. Electronic Commerce Research， 2018，20（4）：1-24.

［29］? ZHOU X， VATSA P， MA W. Impact of Internet Use on Value and Diversity of Risky Financial Asset Portfolios［J］. Quarterly Review of Economics and Finance， 2023， 89： 188-193.

［30］? CHERNOZHUKOV V， HANSEN C. Instrumental Variable Quantile Regression： A Robust Inference Approach［J］. Journal of Econometrics， 2008， 142（1）： 379-398.

［31］? SANGLESTSAWAI S， REJESUS R M， YOROBE J M. Do Lower Yielding Farmers Benefit from Bt Corn？ Evidence from Instrumental Variable Quantile Regressions［J］. Food Policy， 2014， 44： 285-296.

［32］? 王玉斌，王鵬程.病蟲害防治外包提高了農民收入嗎——基于安徽和江蘇兩省水稻種植戶的實證分析［J］.農業技術經濟，2022（10）：132-143.

［33］? KOENKER R， Bassett JR G. Regression Quantiles［J］. Econometrica： journal of the Econometric Society， 1978： 33-50.

［34］? MA W， WANG X. Internet Use， Sustainable Agricultural Practices and Rural Incomes： Evidence from China［J］. Australian Journal of Agricultural and Resource Economics， 2020， 64（4）： 1087-1112.

［35］? 汪前元，魏守道，金山，等.工業智能化的就業效應研究——基于勞動者技能和性別的空間計量分析［J］.管理世界，2022（10）：110-126.

［36］? 汪潤泉，周德水.農民工在城市間“用腳投票”能否實現高質量就業——基于流動人口監測調查數據的分析［J］.山西財經大學學報，2021（12）：42-54.

［37］? 李中建，袁璐璐.務工距離對農民工就業質量的影響分析［J］.中國農村經濟，2017（6）：70-83.

［38］? 王若男，張廣勝.數字經濟與農業轉移人口就業質量：促進或抑制［J/OL］.農業技術經濟：1-19.

［39］? SIMON C J， WARNER J T. Matchmaker， Matchmaker： The Effect of Old Boy Networks on Job Match Quality， Earnings， and Tenure［J］. Journal of labor economics， 1992， 10（3）： 306-330.

［40］? 周光霞.城市規模與農民工的工資溢價：效應與機制檢驗［J］.農業技術經濟，2022（12）：71-87.

［41］? OBUKHOVA E， ZHANG L.Social Capital and Job Search in Urban China： the Strength-of-Strong-Ties Hypothesis Revisited［J］. Chinese Sociological Review， 2017， 49（4）： 340-361.

［42］? 羅明忠，劉子玉.互聯網使用、階層認同與農村居民幸福感［J］.中國農村經濟，2022（8）：114-131.

［43］? 符平，唐有財，江立華.農民工的職業分割與向上流動［J］.中國人口科學，2012（6）：75-82+112.

Research on the Influence of Internet Use on the Employment Quality of Migrant Workers

Ma Hongmei1? Shang Jiahao2? Wang Pengcheng2

（1. School of Public Administration， Guizhou University， Guiyang，Gui zhou 550000; 2.School of Economics， Guizhou University， Guiyang， Gui zhou 550000）

Abstract： Improving the employment quality of migrant workers is a key to achieve common prosperity. As an important representation of the information age， the Internet has played an important role in promoting entrepreneurship， increasing employment and improving livelihood. Based on the data of China Family Panel Studies （CFPS） in 2020， the article employs endogenous switching regression model （ESR） and instrument varible quantile regression model （IVQR） to explore the impact of Internet use on the employment quality of migrant workers and its heterogeneity. The results show that Internet use can significantly improve the employment quality of migrant workers. Based on the counterfactual hypothesis， if the migrant workers who use the Internet did not use the Internet， their employment quality will decrease by 22.8%， and if the migrant workers who did not use the Internet did use the Internet， their employment quality will increase by 18.3%.The heterogeneity analysis reveals that the promotion of the Internet use on the employment quality of migrant workers shows a downward trend with the increase of employment quality， that is， Internet use has a more obvious impact on improving the employment quality of migrant workers with a lower level of employment quality. The mechanism analysis shows that Internet use can improve the employment quality of migrant workers by improving the degree of job matching， human capital level and social capital level. Further research shows that the promotion effect of Internet use on employment quality of migrant workers is significantly different based on the importance of different Internet usage.Among them， the more important the network is to information acquisition and learning， the stronger the promotion effect; The more important the Internet is for entertainment and social interaction， the less it promotes it.

Key Words： Internet use; Employment quality; Migrant worker; ESR model; IVQR model