马继迁 陈虹 王占国

[摘 要]文章利用2018年中国家庭动态跟踪调查（CFPS）数据探讨互联网使用对农村青年非农就业的影响作用。研究发现，互联网使用能促进农村青年的非农就业，特别是受雇就业。不同的互联网用途对农村青年就业的作用存在明显差异。具体而言，使用互联网进行社交、消费有助于农村青年非农就业，使用互联网进行学习对农村青年非农就业有负向影响;使用互联网进行社交能促进农村青年的受雇就业。此外，互联网使用对不同性别、学历、婚姻状况农村青年的影响也表现出明显差异。为助推农村青年非农就业，建议完善农村网络基础设施，提高农村青年的互联网使用能力;推广互联网应用平台，帮助农村青年获取高质量就业信息;贯彻经济发展新理念，拓展农村青年多元化就业形态。

[关键词]互联网使用;农村青年;非农就业

[中图分类号]F323.6;F49[文献标识码]A[文章编号]1673-0461（2021）01-0068-08

一、引 言

随着我国城市化和工业化的快速推进，农村青年纷纷放弃农业生产，转而务工或经商，非农化就业的趋势日趋增强。但总体上农村青年的就业状况并不理想。据《中国首次青年就业状况调查报告》显示，我国农村青年就业质量较低，体现为就业无保障、工作不稳定、工作时间长、工资低、依靠“青春讨饭吃” [1]。农村青年的非农就业状况需要学理层面反思，也需要政府政策层面的干预。

近年来，互联网经济创造了大量新岗位，促使城乡新增就业始终保持较大规模，且不断增长[2]。2019年国务院会议中明确指出“互联网平台经济是生产力新的组织方式，是经济发展新动能，对优化资源配置、推动产业升级、拓展消费市场，尤其是增加就业，有重要作用”。聚焦到农村青年群体，互联网经济兴起给他们带来了怎样的机遇？互联网的使用，对农村青年的非农就业起到什么作用？对这些问题的探讨，在当前具有重要意义。

二、文献回顾

（一）农村青年的非农就业及其影响因素

城市化进程中，农村劳动力非农就业是世界范围内的普遍现象。21世纪以来，我国农村青年的非农就业现象受到学术界广泛关注。非农就业意指农村劳动力在本地或外地从事农业工作以外的建筑、制造、服务等工作[3]。主要有两种方式：一是“离土不离乡”方式，即住在农村，在离家不远的工厂、商业中心等地方工作;二是“离土又离乡”方式，即从农村迁移到城镇居住，并从事第二、三产业活动[4]。随着经济的发展，这些方式也处于渐变、复杂的过程[5]。非农就业意义重大，农村剩余劳动力向非农业领域转移，是增加农民收入、缩小城乡差距的重要途径[6]，更是发展中国家完成向现代一元经济转换的必经之路[7]。

在探讨农村青年非農就业的影响因素时，西方学术界主要从人力资本、社会资本、政策环境等视角展开。人力资本理论认为，人力资本是影响青年就业和职业发展的主要因素，其中受教育程度作用更为突出[8]。农村青年文化程度普遍低下，技能培训能提高其劳动力参与率[9]。因此，政府出台了相应政策，如FAO（粮农组织）和NEPAD（非洲新伙伴计划）联手制定知识和技能转移相关政策，增加技能培训项目，以促进农村青年就业[10]。社会资本理论认为，社会资本在农村青年求职过程中发挥着重要作用[11]。农村青年在农村地区拥有较为熟悉的社会关系，能敏锐地搜集相关信息，提高受雇或自雇的成功率[12]。Swartz（1997）认为家庭社会资本与农村青年就业意愿有密切关系，农村青年对职业的志向和选择是由父辈和其他社会网络群体的文化结构决定的产物[13]。政策环境视角认为，要在市场经济效率和社会保障制度之间寻找一个平衡点，才能激发青年就业，又能起到保障就业作用。可通过减少税收和增加财政补贴提高农村青年就业率[14]。Adesugba等（2016）主张政府部门通过落实机构改革、加强农村基础设施建设、建立农村青年就业追踪系统和发展多元化农业经济来创造更多的就业机会[15]。

国内学者借鉴上述理论视角，对我国农村青年就业的影响因素展开了实证分析。从人力资本角度看，农村青年的人力资本对其非农就业以及收入增长具有积极影响[16]。孙哲等（2017）对广州、上海流动的农村青年进行调查发现，他们长期从事不稳定、非正式、短期性的工作[17]。因为农村青年在求学时长期处于农村，缺少接受较高层次教育的机会，较难积累丰富的人力资本[18]。从社会资本维度看，社会资本在青年求职和起薪阶段表现出明显促进作用[19]。Bianyanjie（1997）结合中国国情，提出强社会关系资本，认为其能有效影响青年求职者进行信息决策，从而获得更好的就业岗位[20]。董金秋（2011）认为，家庭社会资本对农村青年的非农就业行为具有明显推动作用[4]。家庭社会资本越高，农村青年越不愿意留在农村就业[21]。从政策环境视角来看，经济新常态下我国宏观经济调控面临转型，通过政策调整推动农村青年就业十分重要[22]。当前我国农村青年就业存在结构性的供需失衡问题，需多方面完善就业培训的财税政策[23]，多方位转变农村青年就业培训观念，多途径开展职业技能培训，进而提高他们的就业技能[24]。

（二）互联网使用与农村青年非农就业

国外学者对互联网使用与农村青年非农就业关系的研究，分别从宏观和微观层面展开。从宏观层面看，互联网普及1%，就业率提高1.8%，在农村和偏远地区影响更大[25]。因为互联网普及带来农村劳动力需求的增长，从而提高农村地区就业率[26]。从微观层面来看，互联网作为一种技能，与劳动收入存在正相关关系[27]。Poole等（2000）基于非洲经验发现，互联网接入能有效改善农民自雇的内部运作和外部市场[28]，但互联网使用存在技术偏向性，有利于技能劳动者，不利于低技能劳动者，而农村青年大多是低技能劳动者[29]。

近几年，互联网使用对农村青年就业影响的议题开始引起我国学者关注。研究发现，互联网在农村地区使用不仅能显著提高农村劳动力的非农就业概率[30]，还能显著促进农村地区的家庭创业[31]。因为互联网作为一种新媒体技术，能带来高效率低成本的信息，加强农村青年与外界的交流，积累更多人力资本[32];互联网也能通过作用于社会资本而影响非农就业[33]。卜茂亮等（2011）从农村和非农村劳动力对比角度出发，发现互联网使用为农村地区带来约78%的收入，为非农村地区带来约38%的收益[34]。因此要积极推动农村互联网建设，促进农村青年人群就业创业发展[31]。

现有文献关注到互联网使用对农村青年就业的影响，并做了一些探讨，有一定价值。但总体上，对互联网与农村青年非农就业关系的讨论还显不够，在当前互联网对中国经济社会快速渗透的背景下，这类研究还需持续深入地开展。不同特征的农村青年对互联网使用存在一定的异质性，需要考虑他们之间的差异，才能获得准确客观的研究结论，这就需要使用大样本的微观数据。基于上述情况，本文利用2018年中国家庭动态跟踪调查数据（CFPS），对下列问题进行探讨：互联网使用是否会促进农村青年非农就业？ 如果有促进作用，是否会影响到就业形式？这种影响在不同特征农村青年之间有怎样的差异？

三、理论与假设

信息效应理论认为，互联网作为信息传播的重要渠道，产生的信息传递效应对就业活动有积极影响[30]。一方面，互联网带来丰富的经济环境、市场科技、政府政策等信息，有利于农村青年快速发现劳动力市场中所需的就业机会;另一方面，通过上网能降低学习成本，农村青年能以较低成本接受知识更新，提高现有人力资本，增加自身在劳动力市场中的竞争优势，进而提升非农就业的机率。Kuhn（2014）的研究显示，求职者通过互联网信息渠道功能有助于减少25%的失业时间，增加获得受雇工作的可能性[35]。原因在于，互联网作为一种依托于信息技术的综合经济系统，建构了巨大信息交流平台，使得求职者克服劳动力市场中的信息不对称，减少了求职过程中的搜寻成本。因此，上网的农村青年容易以较低成本获取大量招聘信息，降低因信息不对称带来的待业风险，找到满意的受雇工作。而那些自雇的农村青年，其经营动机和收益更多源于潜在市场商机、充足的创业资金、丰富的社会资本等因素，互联网信息渠道效应的影响理应较小。基于上述分析，提出研究假设1。

假设1：使用互联网有助于农村青年非农就业，尤其对受雇就业的影响更加显著。

网络社群嵌入理论认为，个体以学习、社交、消费等为目的，通过开通具备交互功能的网络社群，如微信、淘宝，以集体、互动方式在评论和沟通过程中结成关系与发挥影响[36]。作为一种专属性关系投资，这能为农村青年寻找非农工作提供更多平台、资源，提高非农就业的机率。近年来，随着互联网平台经济深入发展，以网络平台型就业为代表的新就业形态不断涌现，吸纳了大批就业人员，尤其是农村青年群体[2]。由此可见，农村青年利用互联网搜寻工作，或者开展学习、社交、消费等活动，都对其受雇就业产生积极作用。一些农村青年在家庭支持下，会利用互联网平台进行创业，通过自雇实现就业。对于此类农村青年，家庭经济资本、工作经历、人脉资源等因素的影响总体而言可能更为直接，互联网用途的作用相对有限。据此，提出研究假设2。

假设2：上网进行学习、社交、消费等用途，有助于农村青年非农就业，尤其对受雇就业的影响更为明显。

四、数据变量、模型构建与描述性统计

（一）数据与变量

本文数据来源于2018年中国家庭动态追踪调查（CFPS）。样本覆盖25个省/市/自治区。CFPS数据中有较为详细的互联网使用情况问卷和就业状况问卷，便于从微观层面研究互联网使用与农村青年就业的关系。

本文核心变量包括农村青年非农就业和互联网使用，控制变量包括个体特征、家庭特征和区位特征。

1.因变量

从是否非农就业和具体就业形式两方面来考察农村青年非农就业情况。

（1）是否非农就业。问卷中询问被访者“当前的工作状态”，选项有三种：①农业工作;②非农工作;③未工作。由于“农业工作”包含在家務农，为了研究方便，本文将“当前从事非农工作”视为非农就业，赋值为1，将“农业工作”或“未工作”赋值为0。

（2）就业形式。问卷中询问已就业者“当前的工作性质”，选项有两类：①受雇;②自雇。将“受雇”赋值为1，将“自雇”赋值为0。

2.自变量

本文从是否上网和上网用途两方面来考察互联网使用。

（1）是否上网。问卷中问被访者“是否移动上网”和“是否电脑上网”，把两个题项合并，用来表示“是否使用互联网”，“是”赋值为1，“否”赋值为0。

（2）上网用途。被访者在一般情况下上网进行学习、社交、消费的频率，用1至5来表示频率高低。

3.控制变量

参照已有文献，控制农村青年的年龄、性别、婚姻状况、教育年限等个体特征变量，以及家庭人数、家庭纯收入、是否有房子等家庭特征变量。此外，还控制了区位特征变量。

结合上述分析，本文的研究变量及对应解释如表1所示。

（二）模型构建

由于本文的因变量“是否非农就业”和“就业形式”属于离散的二元变量，故基本模型采用离散选择模型——Probit模型。模型设定如下：

其中，yi表示农村青年“是否非农就业”或“就业形式”，Interneti表示“是否上网”或“上网用途”，xi表示控制变量，包括农村青年的个体特征、家庭特征和区位特征。待估系数α1表示互联网使用对农村青年非农就业的边际效应，β'表示控制变量对农村青年非农就业的边际效应，εi为误差项。

另外，互联网使用与农村青年非农就业或许存在内生性问题，为了验证基准模型的估计结果，本文使用倾向得分匹配法（PSM）检验互联网使用与农村青年非农就业之间的关系。

（三）描述性统计

参考国家统计局对青年年龄的划分范围，本文选取16—35岁且户籍为农业户口的这一特定群体。剔除空缺值、遗漏值等无效数据，最终的样本量为6 950个。其中，使用互联网的有6 170个，占88.8%。表2报告了主要变量的描述性统计结果。从就业情况来看，上网的农村青年非农就业比重较高，并且多为受雇就业。从互联网使用状况来看，农村青年上网进行社交的频率更高。与不上网的农村青年相比，上网的农村青年平均年龄更低、男性更多、在婚更少、受教育年限更高;上网农村青年的家庭人口数更少、家庭纯收入更多、有房子的更少;上网的农村青年在东部、西部分布较多，中部较少。

五、实证分析结果

（一）互联网使用对农村青年是否非农就业的影响

表3是控制农村青年的个体特征、家庭特征、区位特征变量后，是否上网、不同上网用途对农村青年是否非农就业的影响产生的边际效应。从模型1可以看出，上网对农村青年非农就业有着非常显著的正向作用，控制其它因素后，上网农村青年比不上网农村青年的非农就业机率高出7.15个百分点。模型2结果显示，使用互联网进行社交和消费，能显著促进农村青年的非农就业。在其他变量不变的情况下，上网社交、上网消费可使农村青年非农就业比例分别提高2.23、3.95个百分点。使用互联网进行学习不利于农村青年的就业，控制其他因素的情况下，上网学习使农村青年非农就业比例下降3.44个百分点。假设1、假设2得到部分验证。

表3中控制变量也值得关注。除婚姻外，其他控制变量均产生了显著影响。年龄的影响呈“倒U”型趋势，随着年龄的增加，农村青年非农就业机率先上升后降低。相比女性，农村男性青年非农就业的机率更高。文化程度的作用明显且正向，受教育程度越高，越利于农村青年进行非农就业。家庭纯收入有显著的正向作用，家庭人口数量、“房子”呈现明显的负向影响。这表明，家庭经济资本对农村青年非农就业起到积极作用，但过重的家庭照料责任、无买房负担，不利于农村青年外出进行非农就业。东部、中部农村青年的非农就业机率均明显高于西部地区，这与西部地区落后的经济发展水平相关。

（二）互联网使用对农村青年非农就业形式的影响

表4是控制农村青年的个体特征、家庭特征、区位特征变量后，是否上网、不同上网用途对农村青年非农就业形式产生的边际效应。模型1显示，上网能够显著促进农村青年受雇就业，上网农村青年比不上网农村青年的受雇就业机率高出4.12个百分点。模型2表明，上网社交的影响显著，有利于农村青年受雇就业，而上网学习、上网消费对农村青年受雇就业无明显影响。对此可能的解释是，计划自雇就业的农村青年人数较少，大多数农村青年可能希望通过依托网络技术、扩大社交网络规模，找到较好的受雇工作。至此，假设1被完全证实，假设2也基本被验证。

表4中还可看出，年龄与农村青年受雇就业机率呈现“U”型关系，随着年龄的增加，农村青年受雇就业机率先下降后升高。婚姻的影响显著，在婚者更偏向自雇就业，原因可能是在婚农村青年具有更好的家庭经济条件，能够支持他们进行自雇就业。由于表4中其他控制变量表现出的特征与表3大体相同，在此不再重复说明。

（三）互联网使用对农村青年非农就业影响的异质性

上文的研究中将所有的农村青年个体视为同质群体，得到互联网使用促进农村青年非农就业的结论。但实际上，不同农村青年对于互联网使用存在一定的异质性。本文加入是否上网与性别、学历、婚姻的交互项，以此来检验互联网使用对不同特征农村青年非农就业的影响效果。

表5显示的是控制农村青年的个体特征、家庭特征、区位特征变量后，是否上网与性别、学历、婚姻交互，对农村青年非农就业产生的边际效应。是否上网与男性、高中以上学历、在婚的交互系数分别为0.091 9、0.061 0和0.034 5，且十分显著，表明互联网使用对不同特征农村青年的非农就业影响效果存在一定的异质性。具体而言，互联网使用对农村男性青年非农就业的促进作用要明显高于农村女性青年;使用互联网对高中以上学历农村青年、在婚农村青年从事非农就业的促进作用更加明显。原因在于，我国就业市场存在性别歧视现象，雇主更偏向使用有互联网技术的男性群体;高中以上学历、在婚的农村青年，他们的文化程度更高、家庭负担更重，会更积极使用网络技术手段去寻找就业机会，从而就业率升高。

表6显示的是控制农村青年的个体特征、家庭特征、区位特征变量后，是否上网与性别、学历、婚姻交互，对农村青年非農就业形式产生的边际效应。是否上网与男性的交互项系数为正，但不显著相关，说明农村青年受雇就业不存在明显性别差异。是否上网与高中以上学历交互项对受雇就业的边际效应在1%显著性水平下显著为正，互联网使用促进了高中以上学历的农村青年从事受雇就业。是否上网与在婚交互项对农村青年从事受雇就业的边际效应在1%显著性水平下显著为负，说明互联网使用更能促进未婚农村青年从事自雇工作。

（四）稳健性检验

上述回归结果表明，互联网使用能提高农村青年非农就业的机率。但如果被访的农村青年长期处于就业状态，那么农村青年非农就业与互联网使用还可能存在内生性问题。由于数据变量限制，无法获得有效工具变量。而用于纠正内生性和自选择问题的另一种有效方法是倾向得分匹配法。本部分以农村青年非农就业为题，使用倾向得分匹配法（PSM）再次估算互联网使用对农村青年非农就业的影响。

使用PSM方法需要检验平衡性假设，即实验组（上网）和控制组（未上网）的样本在匹配后特征变量不存在显著差异。本文采取1∶1的比例进行近邻匹配，匹配的检验结果如表7所示。检验结果显示，匹配之前上网和未上网的两组样本在个体特征、家庭特征和区位特征方面存在显著差异，匹配后大多数变量的标准化偏差比例小于10%，只有婚姻变量的标准化偏差为11.7%;大多数变量的偏差降低比例均超过50%，只有性别变量的偏差降低比例为33.5%。T检验结果显示，匹配后两组样本差异T值的绝对量都明显变小，只有性别、中部地区变量的偏差反而有所增加。大多数变量的P值显示，不拒绝实验组和控制组无系统差异的原假设（性别、婚姻、中部地区例外）。总体而言，使用PSM匹配的样本通过了平衡性检验。

接着，本文选取卡尺内K近邻匹配、半径匹配和核匹配三种方法进行检验。表8报告了三种PSM方法的处理组平均处理效应（ATT）、控制组平均处理效应（ATU）和总体平均处理效应（ATE）。其中，ATT表示具有X特征变量上网的农村青年，上网后的平均非农就业概率;ATU表示具有X特征变量未上网的农村青年，假设上网后的平均非农就业概率;ATE表示具有X特征变量的农村青年上网后的平均非农就业概率。表8结果显示，运用PSM方法控制一系列可观测变量的差异后，得到的ATE在0.046 6到0.074 0左右，即上网能促进农村青年非农就业增加4.66%到7.40%，这与前文基准模型中估计结果基本一致。同时，对比系数大小可以发现，ATU的效应大于ATE和ATT，表明对于以前未上网的农村青年，上网后能带来的非农就业机率会大量增加。综上所述，采用三种PSM方法对内生性问题进行修正后，仍然得出互联网使用促进农村青年非农就业的结论。

六、结论与建议

（一）主要结论

本文基于2018年CFPS数据，使用Probit模型探究互联网使用对农村青年非农就业的影响。在实证分析中，首先从是否上网和上网用途两方面研究互联网使用对农村青年非农就业、受雇就业的作用差异;其次探讨是否上网对不同特征农村青年就业的异质性效果;最后利用PSM方法进一步检验基准结果的稳健性。

结果显示，互联网使用显著推动了农村青年非农就业。第一，上网能显著促进农村青年非农就业，特别是提高受雇就业机率。第二，不同的上网用途对农村青年非农就业的影响呈显著差异，尤其对受雇就业的作用更加明显。表现为：上网社交、消费会促进农村青年的非农就业，上网学习阻碍农村青年非农就业;上网社交更有利于农村青年的受雇就业。第三，对比不上网的农村青年，上网有助于男性、在婚、高中以下学历的农村青年进行非农就业，有助于高中以上学历、在婚的农村青年开展受雇就业。

本文的发现表明，数字经济时代，互联网作为信息传播的主要渠道，产生的信息技术效应有利于农村青年开展非农就业活动，这充分验证了“信息效应理论”。同时，农村青年利用互联网进行社交、消费等用途，能帮助他们扩大社交规模，从而提高非农就业的机率。这表明利用互联网平台积累的社会资本能有效作用于农村青年的非农就业，在一定程度上是对“網络社群嵌入理论”的补充。

（二）政策建议

基于上述结论，为助推农村青年顺利实现非农就业，提出以下政策建议。第一，完善农村地区的网络基础设施，重视对农村青年的网络技术培训，提高农村青年的互联网使用能力。一是强化农村的互联网基础设施建设，加快宽带提速降费改革，提高农村青年互联网使用机率。二是利用互联网技术开展新型的教育培训，推出电子商务、网络应用等教程，增强农村青年的互联网使用技能。第二，推广互联网应用平台，提升互联网平台的使用质量，帮助农村青年扩大社交网络规模，获取更多就业信息。其一，推广移动通信、搜索引擎、线上社交等互联网应用平台，帮助农村青年减少现实中的地域限制，发展网络社会资本。其二，提升学习、社交、消费等互联网平台用途的质量，结合大数据为不同农村青年开展个性化推荐，让他们可以在短时间内获取高质量就业信息。第三，贯彻经济发展新理念，构建更多虚拟与实体生产体系相结合的职业类型和就业岗位，拓展多元化就业形态。一方面，政府要坚持“鼓励创新、包容审慎”的新就业形态引导原则，鼓励平台公司良性发展，进而扩大就业规模，为农村青年提供更多就业机会;另一方面，农村青年要发展“互联网+”思维，要掌握综合化的、不易被数字技术取代的技能素质，凭借个人能力获取更多就业机会，实现高质量就业。

[参考文献]

[1]全国青联、劳动和社会保障部劳动科学研究所：中国首次青年就业状况调查报告[EB/OL].（2005-05-24）.http：//society.people.com.cn/GB/41259/43317/3411498.html.

[2]张成刚.就业变革：数字商业与中国新就业形态[M].北京：中国工人出版社，2019：111-118.

[3]刘晓昀，TERRY S，辛贤.中国农村劳动力非农就业的性别差异[J].经济学（季刊），2003（2）：711-720.

[4]董金秋.推动与促进：家庭资本对青年农民非农就业行为的影响机制探析[J].青年研究，2011（1）：55-62，95.

[5]刘利仄.我国农民非农化的现状及发展趋势[J].农业经济，2009（1）：47-49.

[6]张刚.互联网是否促进了农村非农就业——基于CGSS数据的经验研究[J].现代管理科学，2018（3）：106-108.

[7]任国强.人力资本对农民非农就业与非农收入的影响研究——基于天津的考察[J].南开经济研究，2004（3）：3-10.

[8]BETCHERMAN B G，LECKIE N.Youth employment and education trends in the 1980s and 1990s[J].Canadian policy research networks，1997，31（1）：11-21.

[9]MANUELA M.Youth employment in rural Albania：a theoretical approach[J].European scientific journal，2016，12（10）：185-190.

[10]FAO， NEPAD.Partner to boost rural youth employment in Benin，Cameroon，Malawi and Niger[J].Manufacturing close-up，2016，11（3）：21-31.

[11]BIRMINGHAM U O.Going nowhere？ rural youth employment，social capital and migration in Britain

[J].University of Birmingham，2013，39（2）：104.

[12]BIRD B.Implementing entrepreneurial ideas：the case for intention[J].Academy of management review，1988，13（3）：442-453.

[13]SWARTZ D.Culture and power：the sociology of Pierre Bourdieu[M].Chicago：University of Chicago，1997：11-19.

[14]MARTIN G.Youth employment policy in developing and transition countries：prevention as well as cure[M].World Bank，Social Protection，2003：18-38.

[15]ADESUGBA，MARGARET A，MAVROTAS G.Youth employment，agricultural transformation，and rural labor dynamics in Nigeria[J].IFPRI discussion papers，2016，12（1）：11-31.

[16]黄斌，徐彩群.农村劳动力非农就业与人力资本投资收益[J].中国农村经济，2013（1）：67-75，86.

[17]孙哲，张红斐.超大城市社区治理模式与流动青少年的就业困境——基于广州与上海的比较[J].青年学报，2017（1）：59-66.

[18]杜传忠，许冰.第四次工业革命对就业结构的影响及中国的对策[J].社会科学战线，2018（2）：68-74.

[19]吴帆，王琳.孰强孰弱：个人禀赋与家庭禀赋对城镇青年女性職业地位的影响——基于第三期中国妇女社会地位调查数据的实证研究[J].中国青年研究，2016（12）：5-11.

[20]BIAN YANJIE.Bringing strong ties back in：indirect ties，network bridges，and job searches in China[J].American sociological review，1997（3）：366-385.

[21]姜超，罗建河.家庭社会资本对大学生就业选择的影响研究[J].继续教育研究，2010（4）：89-91.

[22]王诚.中国宏观经济分析面临新挑战[J].经济研究，2004（11）：69-77.

[23]郭宇.以健全的财税政策保障青年就业[J].人民论坛，2019（10）：78-79.

[24]陈军，胡扬名.农村青年参加职业技能教育与培训的意愿及影响因素研究[J].中国职业技术教育，2017（29）：42-44.

[25]FABRITZ N.The impact of broadband on economic activity in rural Areas：evidence from German municipalities[J].IFO working paper，2013，12（3）：21-42.

[26]ATASOY H.The effects of broadband internet expansion on labor market outcomes[J].ILR review，2013，66（2）：315-345.

[27]DIMAGGIO P，BONIKOWSKI B.Make money surfing the web？ the impact of internet use on the earnings of U.[KG-*2]S.workers[J].American sociological review，2008，73（2）：227-250.

[28]POOLE N，FRECE A.A review of existing organizational forms of smallholder farmers' associations and their contractual relationships with other market participants in the east and southern African ACP region[J].

Rome，2010（1）：11-20.

[29]CULLINEY M.Going nowhere？ rural youth labour market opportunities and obstacles[J].Journal of poverty & social justice，2014，22（1）：12-36.

[30]周冬.互联网覆盖驱动农村就业的效果研究[J].世界经济文汇，2016（3）：76-90.

[31]周洋，华语音.互联网与农村家庭创业——基于CFPS数据的实证分析[J].农业技术经济，2017（5）：111-119.

[32]陈力丹，陈俊妮.论传媒在“新农村”建设中的作用[J].当代传播，2006（3）：4-7.

[33]赵羚雅，向运华.互联网使用、社会资本与非农就业[J].软科学，2019，33（6）：49-53.

[34]卜茂亮，罗华江，周耿.Internet对劳动力市场的影响——基于中国家庭动态跟踪调查（CFPS）数据的实证研究[J].南方人口，2011，26（5）：1-10.

[35]KUHN P，MANSOUR H.Is internet job search still ineffective？[J].The economic journal，2014，124（581）：1213-1233.

[36]肖薇，李成彦，罗瑾琏.赋能：互联网双重嵌入对女性创业能力的影响[J].科技进步与对策，2019，36（14）：18-24.

（责任编辑：张丽阳）