Page 105 - 《社会》2016年第5期

社会· ２０１６ · ５

杰， ２００２ ； 犅犪狉狕犻犾犪犻犖犪犺狅狀 ， ２００６ ； 犅犲狀狀犲狋狋 ， 犲狋犪犾． ， ２００８ ； 犛狋犲狉狀 ， 犲狋
犪犾． ， ２００９ ； 犎犪狉 犵 犻狋狋犪犻 ， ２０１０ ）。如表 ２ 模型 １ 所示，男性比女性有更高
的几率使用互联网。在控制了其他因素之后，女性使用互联网的几率
是男性的 ０．７０５ 倍（ 犲 －０．３５ ＝０．７０５ ）；年龄每增长一岁，人们使用互联网
的几率下降约 １０％ （ １－犲 －０．１０２ ＝０．０９７ ）；城镇居民使用互联网的几率
是农村居民的 ２．４ 倍（ 犲 ０．８７７ ＝２．４０ ）。人们是否使用互联网也受到教育
程度的显著影响。受教育程度为初中的人使用互联网的几率是受教育

程度为小学及以下者的 ４．９９８ 倍（ 犲 １．６０９ ＝４．９９８ ），教育程度为高中的人
使用互联网的几率是受教育程度为小学及以下者的 １１．７９３ 倍（ 犲 ２．４６８ ＝
１１．７９３ ），而受教育程度为大专及以上的人使用互联网的几率是受教育
程度为小学及以下的人的 ３７．２８８ 倍（ 犲 ３．６１９ ＝３７．２８８ ）。职业也是影响
人们是否使用互联网的重要因素。模型 １ 显示，专业人员使用互联网
的几率为管理人员使用几率的 ７２．９％ （ 犲 －０．３１６ ＝０．７２９ ），办事人员使用
互联网的几率为管理人员使用几率的 ４３．９％ （ 犲 －０．８２１ ＝０．４３９ ）。工人
与农业工作者使用互联网的可能性更低，工人使用互联网的几率为管
理人员使用几率的 ２９．８％ （ 犲 －１．２１０ ＝０．２９８ ），农业工作者使用互联网的
几率仅为管理人员使用几率的 １１．２％ （ 犲 －２．１８５ ＝０．１１２ ）。
（二）互联网工资溢价效应的性别差异
通过倾向值匹配，本文一共抽取了 ５８６４ 个个案，样本保留比例相
对较高。回归模型显示，互联网使用者的工资收入显著高于非互联网
使用者。如模型 ２ 所示，在控制了其他因素之后，互联网使用者的平均
工资收入是非互联网使用者的 １．３８ 倍（ 犲 ０．３１９ ＝１．３７５ ）。模型 ３ 显示，
互联网的工资溢价效应更多地体现在男性身上，女性的互联网工资溢
价相对较低。在控制了其他因素之后，女性的互联网工资溢价为男性
的 ９０．６％ （ 犲 －０．０９８ ＝０．９０６ ）。研究假设 １ 得证，即在控制了其他因素之
后，男性的互联网工资溢价效应显著高于女性。
（三）互联网使用方式的性别差异
为了探明导致互联网溢价效应性别差异背后的原因与机制，本文
在倾向值匹配所得样本的基础上，进一步分析了受访者的上网行为。
通过因子分析，本文将人们的网络行为归类为“发展型因子”与“娱乐型
因子”。“发展型因子”主要是指利用互联网进行学习和人力资本的积

· ９ ８ ·