下载掌阅APP，畅读海量书库
立即打开
从技术属性层面讲，互联网技术属于信息与通信技术（information and communication technology，ICT）。ICT属于涵盖性术语，包括但不局限于互联网技术，还包括电话、电视、收音机以及卫星系统等等方面。在互联网还未面世以前，ICT便深刻地影响了人们的日常生活、工作行为以及整个经济的发展。因此，关于ICT对劳动力市场的研究要早于互联网对劳动力市场的研究，并且研究内容和成果也更为丰富。虽然与ICT其他包含的内容相比，互联网技术对我们日常生活的影响更为深刻和广泛，但是关于ICT对劳动力市场影响的相关研究仍然能够对本书的研究思路与研究方法提供有益的帮助。因此，本章主要论述了关于ICT以及互联网对劳动力市场影响的相关文献。
国外学者关于ICT与劳动力技能结构之间的关系已经有了相当丰富的研究，部分学者使用企业层面数据对二者关系进行了验证，发现ICT是一种技能偏向型技术进步，导致了对高技能劳动者需求的相对上升。
Bresnahan等（2002）
使用美国 311 个企业的面板数据进行了研究，发现ICT的采用与企业劳动力的技能存在正相关关系。ICT与技能的互补性是导致高技能劳动者需求增加的主要决定因素。Doms等（1997）
以计算机投资为例研究了ICT与劳动力技能结构的关系，他们同样使用了美国部分企业的面板数据，发现在非生产部门二者同样存在显著的正相关关系。Bresnahan（1999）
同样使用企业层面的数据，研究了ICT的发展如何影响企业的劳动力技能结构，并将ICT的影响分为两种截然不同的效应。一方面，对高技能劳动者的互补效应。由于高技能劳动者人力资本水平较高，能够更快地适应新技术的发展与使用，从而引起对高技能劳动者需求的增加。另一方面，对中低技能劳动者的替代效应。由于ICT技术的引进，导致部分从事常规化的生产任务的中低技能劳动者被机器等新设备所替代，从而引起对中低技能劳动者需求的下降。但同时，仅有部分中低技能劳动者被替代，即存在“有限替代（limited substitution）”。
部分学者使用德国的相关数据对ICT与技能结构的关系进行了分析。Kaiser（2000）
使用德国部分企业层面的截面数据，并使用ordered probit模型分析了ICT的使用对劳动力异质性需求的影响，发现ICT总投资占总投资的比重与大学毕业生的雇佣规模呈显著正相关关系，而与最低技能劳动者的需求则呈显著的负相关关系。Falk和Seim（2001）
同样使用德国企业的数据，研究了在服务业中，高技能劳动者雇佣比例与ICT之间的关系。为了解决过多零值的数据归并问题，他们使用了固定效应与随机效应tobit模型来得到一致估计。结果表明，ICT投入产出比越高的企业，拥有更高比例的高技能劳动者。但是，二者之间的弹性较小，而且使用不同的估计方法得到的结果具有较大差异，结果并不稳健。
最近的相关研究摒弃了技能偏向型技术进步理论，开始从ICT或者其他技术对劳动需求影响的内在机制的角度分析。Autor等（2003）
与Acemoglu和Autor（2011）
开始关注不同职业、行业的工作任务（task）而非教育程度对劳动力需求结构的解释。他们认为，ICT等技术对传统的常规化任务（routine tasks）具有替代作用，而与认知-非常规化任务（cognitive nonroutine tasks）之间则起到补充作用，前者主要由中等技能劳动者完成，而后者主要由高技能劳动者以及高受教育程度劳动者完成。由于被替代的常规任务主要由中等技能劳动者完成，因此，ICT的采用将降低中等技能劳动者的需求，而增加高技能劳动者和低技能劳动者的相对需求，从而引起劳动极化现象。Michaels等（2014）
分析了在美国不同职业与任务与劳动者受教育程度之间的关系，结果发现，具有更高教育程度的劳动者确实更多地从事认知-非常规化任务，而中等受教育程度的劳动者过多地集中在可替代的常规化任务中，低受教育程度劳动者更多从事体力非常规任务（manual non cognitive tasks）。
我国的学者关于ICT与劳动力技能结构之间的关系也进行了有益的探索和研究。杨蕙馨和李春梅（2013）
的研究证明了我国的信息技术是技能偏向型的，信息技术的发展会增加对高技能劳动者的需求，同时降低低技能劳动者的相对需求，并且增大两类劳动者之间的收入差距。宁光杰和林子亮（2014）
使用世界银行 2005 年和 2012 年的企业调查数据，发现信息技术的应用提高了企业雇佣高技能劳动者的比例，并且这一结论在考虑了技术内生性以及企业异质性后仍然稳健。邵文波和李坤望（2014）
利用跨国数据，分行业进行了相关研究，发现技术进步对技能的偏向取决于劳动力的团队合作程度，团队合作程度越高的行业，信息技术的技能偏向越明显，并且这种作用在技术水平越高的国家越明显。
近些年，越来越多的学者开始关注工业机器人以及人工智能这类ICT技术对就业以及经济增长的影响。屈小博（2019）
从宏观和微观两个层面分析了这类信息技术革命对就业需求的影响，尤其关注了对工作任务产生的影响。他指出，新技术革命中“自动化”等方式对劳动者产生了明显的替代效应，引起就业需求结构的改变。与此同时，新技术所带来的的生产率的提升，即“生产效率效应”也引起就业需求总量的增加和新工作任务的出现。王永钦和董雯（2020）
使用上市公司数据验证了机器人使用对就业的影响，他们发现机器人的使用对就业产生一定的替代效应，并且引致就业的极化现象。闫雪凌等（2020）
的研究也发现了相似的结论。魏下海等（2020）
则从移民的角度分析了该问题，他们发现机器人的使用并没有挤出外来移民，反而吸引了外来移民的迁入。孔高文等（2020）
对该问题进行了行业和地区的异质性分析，他们发现机器人导致的技术性失业问题，在低技能劳动者占比高、劳动力保护较弱和市场化程度高的地区更为显著。针对工业机器人对就业需求的替代效应更大还是生产效率效应更大的争论，李磊等（2021）
的研究发现，企业的劳动力需求并没有因为机器人的使用而降低，相反，得到了增加。但是这种引致需求并不适用所有企业，家具、造纸等传统的劳动密集型企业中的劳动力尤其是低技能劳动力的就业会受到抑制。
Autor（2001）
较早地论述了互联网的发展对劳动力市场产生的影响。他认为互联网主要从三个方面影响了劳动力市场。首先，互联网改变了求职者和企业的供需匹配方式。求职者有多种途径寻找工作，比如私人推荐、工会以及报纸广告等，互联网求职成为最新而且极为便捷的求职方式。与传统找工作途径相比，互联网在如下几个方面存在明显优势：第一，互联网不仅能够提供更多、更细致的信息，而且其求职信息往往更具有时效性。第二，互联网求职的匹配效率更高。传统求职方式需要求职者和企业进行一对一匹配，时间长而效率低下，互联网求职则可以通过软件将求职者特征和企业的用工需求进行匹配，挑选出更为合适的求职者供用人单位筛选，极大节约了时间，并且能够提高匹配的质量。劳动力市场搜寻理论认为，降低工作搜寻成本还有利于提高生产力（Pissarides，1990）
并降低失业率。第三，互联网求职成本更低。他将纽约时报上的招工广告和网络招工广告成本相对比，发现后者成本仅为前者成本的 5%。其次，互联网促使劳动力服务提供方式发生转变。互联网可以通过多种途径改变劳动力服务的提供方式：第一，电子邮件以及即时通讯技术的发展可以确保更多的劳动者在家中或者任何覆盖互联网的地区完成以前必须在工作场所完成的工作。第二，以前非工作时间可以被加以利用，互联网在其中发挥不可替代的作用。相关研究表明，即时通讯技术与面对面的交谈并非互相替代而是相互补充的关系（Gasper和Glaeser，1998）
。由于互联网的即时通讯功能，调查数据显示，劳动者增加了在家工作时间的同时并没有降低在公司工作的时间（Nie和Erbring，2001）
。最后，互联网改变了本地劳动力市场的劳动需求形成方式。第一，企业可以将原本完整的工作分割成相互联系的部分，分别进行商品生产并利用互联网将分割的生产过程统一起来（Brynjolfsson和Hitt，2000）
。由此企业可以降低部分普通员工的雇佣，增加特殊技能员工的需求。第二，电子商务的发展促进业务外包（outsourcing）的发展，使商品供给可以不必临近商品需求地。互联网促进各地之间的联系加强，导致各地的劳动力供给和需求弹性都一定程度上提高，各地劳动力市场开始形成一个统一的整体，技能相似的劳动者在各个地区的工资趋近一致。而这种趋势对原本就业于松弛劳动力市场（slack labor market）中的低技能劳动者是一种不利的消息，因为低技能劳动者与高技能劳动者相比面对劳动力市场的变化更不可能改变就业地（Bound和Holzer，1996）
。
Autor还指出，在互联网进行劳动匹配的过程中可能出现逆向选择问题。由于网上求职成本较低，一个自然的结果是许多劳动者会同时向多家用人单位求职，过度求职（excess application）成为互联网求职的一个常态。虽然对于劳动者个人而言，网络求职的成本大幅度降低，但是由于过度求职问题，对于用人单位而言，其鉴别求职者的成本上升。在这种情况下，用人单位可能设置额外的成本以避免自己职位申请数量过于庞大。同时，由于网络求职近乎零成本，低技能劳动者为了获得工作机会，更有可能大量在网上投递简历，而高学历劳动者由于其获得满意职位的可能性更高，可能较少使用网络求职，这就是网络求职的逆向选择问题。不仅如此，如果过度求职的情况存在，用人单位鉴别成本上升，此时私人推荐更有可能成为有效的求职方式。相比较网络求职的高鉴别成本，私人推荐更有可能解决信息不对称问题，从而提高匹配效率。
对于互联网与就业率之间的关系，国外学者主要从宏观层面与微观个体层面进行了研究，宏观层面主要研究分析了国家或地区的宽带普及率或互联网普及率对劳动参与率、就业率或失业率的影响，而微观个体层面则涉及劳动者个人的互联网使用情况对劳动参与选择、就业形式以及失业持续期等方面的影响。下面分别从宏观和微观层面对该方面的研究加以综述。
互联网首先能够通过影响经济增长进而对劳动力市场产生影响。Holt和Jamison（2010）
、韩宝国和朱平芳（2014）
证明了互联网的发展能够促进经济的增长。但Noh和Yoo（2008）
也发现，在收入不平等的国家互联网普及率的提高将对经济增长产生负面的影响。
一方面，部分学者从宏观层面研究互联网的发展对就业率或者失业率的影响。Shideler 和Badasyan（2012）
以肯塔基州的 2003 年到 2005 年郡县（county level）数据为基础，研究了宽带可得性（broadband availability）的经济影响。研究发现，一个地区的宽带可得性对当地的总体就业率具有显著的正向影响。宽带基础设施建设能够降低交易成本，并能够增加接入市场的可能性，从而创造就业机会、提高就业率。但是这种正向影响并不是在每个行业中都存在，具体而言，宽带可得性对就业率的正向影响仅在采矿业、建筑业、信息产业、政府部门以及部分服务业中存在，而在其他行业中该影响则不显著。Jayakar 和Park（2013）
则将数据扩展到全美国，使用美国郡级（county-level）数据研究了宽带可得性与郡县失业率之间的关系。研究发现，宽带可得性与就业率之间存在正相关关系。拥有更高宽带可得性的地区，在2012 年拥有更低的失业率，并且在 2008 年到 2012 年间失业率的上升幅度更小，这个结论在控制了很多其他变量后仍然存在。但是，宽带可得性对失业率的这种影响规模非常小，虽然在统计学意义上非常显著，但是宽带可得性的变化仅仅引起失业率很轻微的变动。
Atasoy（2013）
同样使用美国郡级数据研究了互联网的投资建设对就业率的影响。其在模型中加入郡县固定效应以及时间固定效应后研究发现，一个地区的互联网普及率每提高 1%，就业率就会提升 1.8%。而且他还发现就业率的提升并不仅仅归功于失业者重新找到工作，更重要的是更多的适龄人群加入到劳动力大军中来。在互联网对就业的影响机制的分析中，他发现，互联网普及率越高的地区，企业的规模更大，但数量上并没有明显变化，即互联网是通过影响企业招工规模而非影响企业数量来对就业率产生影响。除了对总体的分析之外，他还单独分析了在农村地区互联网普及率对就业率的影响，并且发现在农村地区互联网普及率每提高 1%，就业率提高 2.2%，超过大部分的城镇地区。这是由于互联网旨在将分割的市场联系起来，使更多地人能够融入到劳动力市场之中，并找到更多地就业机会，而农村地区相对比较独立，互联网则拉近了农村地区与整个劳动力市场的联系，从而使正向的影响更显著。他还指出，他估计的互联网普及率对就业率的影响小于以往的研究结论，是由于以往研究使用的是截面数据，分析的是一个地区互与其他地区相比较，而他的研究则是一个地区时间上的比较，前者忽略了遗漏变量问题导致回归结果存在向上的偏误。
Forman 等（2012）
的研究则发现，虽然互联网扩散迅速，但是互联网回报却没有呈现出相应的趋势。其在总体回归中并未发现互联网的普及率对就业率以及工资水平具有正向影响，其在模型中分别加入互联网普及率与人口、教育、收入以及IT密度排名在前四分位郡县的虚拟变量的交互项，结果发现仅有这些交互项是显著的。而在人口、教育、收入以及IT密度这四项指标中处于全国前四分位的郡县仅仅是全国郡县数量的 6%。由此，他提出了“互联网回报之谜”，即互联网具有较高的普及率，但是其回报却并不普遍。
以上研究均使用的是美国的数据，其他学者则使用其他国家的数据关于互联网普及率对就业率影响进行了验证。Fabritz（2013）
使用德国的数据研究了地区宽带可得性对当地，尤其是农村地区，经济活动（以当地就业率为主要指标）的影响。他认为，宽带基础设施建设对经济增长以及劳动力市场的促进作用已经有不少文献进行验证，但是对于农村地区而言，这种影响仍然存在不确定性。一方面，与城市地区相同，宽带基础设施的建设能够很大程度上降低交易成本，从而促进经济的增长以及就业率的提高。但是另一方面，由于信息通信技术是一种技能偏向型技术进步，互联网作为代表性的信息通信技术，具有同样的特征，其在城市地区能够更好地发挥作用，因为城市里有受教育程度更高的劳动者，互联网与高技能劳动者存在互补关系，而对低技能劳动者可能存在替代关系，遗憾的是，农村地区的低技能劳动者的比例更高，因此，互联网在农村地区的发展可能降低农村地区的就业率。他使用 2005 年到 2009 年间德国相关数据验证了该假说在农村地区的成立情况。结果发现，宽带普及率每提高 10%，当地的就业率就会提高 0.3%，而农村地区的作用是此效应的三倍。在具体行业分析中，他发现制造业领域内，宽带普及率对就业率并没有显著影响，从而间接说明宽带普及率对就业率的影响来主要来自于服务业。
Czernich（2014）
同样使用德国的相关数据，分析了宽带普及率对地区失业率的影响。他认为，宽带普及率和失业率之间存在较为严重的内生性，一方面是由于遗漏变量，另一方面则由于互为因果问题。内生性问题导致OLS回归结果出现偏误，以往的研究结论可能是错误的，他使用工具变量法解决了内生性问题后发现，宽带普及率对地区的失业率并没有影响，虽然使用OLS回归时影响是负向且显著的。但是，由于使用工具变量的原因，他并未使用德国全部县市的数据，而主要包括农村地区，因此，他指出该结论主要适用于德国的农村地区，并不适用于德国全部地区尤其是城镇地区。
Ivus和Boland（2015）
的研究则是第一篇关于加拿大宽带普及率对就业率和工资水平影响的文献。他们使用 1997 年到 2011 年加拿大社区层面数据，并采用海拔的变化作为宽带普及率的工具变量以解决内生性问题。结果发现，宽带普及率的提高促进了农村地区劳动者的就业率以及工资水平，但是这种正向的影响仅在服务业中显著，在制造业中则没有显著的影响。该研究说明宽带的普及促使服务业克服了地理上的障碍，而这些障碍在以往严重阻碍了农村地区的发展。
在早期的研究中，学者并未对互联网普及率与劳动参与率或者失业率之间的内生性问题进行详细讨论，但实际上，二者之间的互为因果或者遗漏变量而导致的内生性可能是影响估计结果的重要原因。具体来讲，互联网普及率的提高需要政府进行相关的投资，类似公路系统中的国道、城市干道以及辅道等组成部分，互联网的普及也离不开所谓的信息高速公路，信息高速公路的组成部分由骨干网、城域网以及局域网等多个层面构成，这些组成部分均需要大量的资金投入。而有能力进行相关投资的地区，往往经济发展水平较高，经济更为发达的地区就业机会可能更多，人均受教育水平也更高，从而本身的劳动参与率就较高，并非由互联网普及率所带来，至少并不是完全由互联网普及率所决定的。如果这种情况存在的话，在未考虑二者内生性的前提下进行的研究，可能会高估互联网普及率对地区劳动力市场的影响。针对这一情况，后续的学者往往采用工具变量的方法对估计结果进行改进，以得到更为无偏的估计。在具体的工具变量选择方面，有部分学者使用地理方面的数据，如地区海拔相关变量、互联网基础设施距离等等。
Ivus和Boland（2015）
在使用加拿大数据研究互联网普及率对就业率的影响时，使用海拔变化（elevation variation）作为互联网普及率的工具变量。因为与平原地区相比，山地地区在配置光纤等宽带基础设施时的成本要高得多，从而导致山地地区的互联网基础设施要远远少于平原地区。宽带基础设施的多寡则直接影响了互联网的普及率，但是由于海拔的变化并不直接影响经济产出等，所以对劳动力市场的影响较小。Falck等（2014）
并没有使用市中心距离总配线架的距离作为工具变量，而是使用一个虚拟变量，市中心距离总配线架距离超过 4.2 千米的地区设为 1，其他则为 0。他们认为，虚拟变量相比较距离而言是一个更为可靠的工具变量，因为距离总配线架越远的地区，可能地理位置较为偏远，而与其他基础设施距离较远。例如，与交通等方面的基础设施也较远，而交通基础设施可能对劳动力市场具有直接的影响。
另一方面，更多的学者从微观层面分析互联网发展对劳动者劳动参与率以及失业持续期的影响。
DiMaggio和Bonikowski（2008）
从多个角度研究了互联网的使用对劳动者就业的意义，他们认为互联网不仅是一种技能，能够提高劳动者的劳动生产率，而且是一种拓展社会资本的重要工具，劳动者可以通过网络求职、扩展私人社交以获得更多的就业渠道，从而提高就业率。此外，使用互联网还能向雇主提供一种信号，表明自己乐于而且有能力使用新技术。
网络求职（Internet Job Search，IJS）作为互联网影响就业的重要途径之一，其对劳动者就业率的影响引起学者的广泛关注，研究结论也不尽相同（Suvankulov et al.，2012）
。
Feldman和Klaas（2002）
对网络求职的研究较早，他们的研究发现，管理者和专业人员更倾向于使用互联网寻找工作，而且当对求职的企业规模并无要求、寻找更高工资时互联网的使用更为频繁。但是，他们的研究发现，网络求职相对于个人的社会网络（networks）而言，在寻找工作方面的效率并不高，但是要远远优于报纸的招聘广告。Fountain（2005）
使用 1998 年以及 2000 年的失业者数据，分析网络求职是否提高了劳动力供需匹配效率。他使用logit模型分析了在网上找工作对短期就业的影响，他发现使用互联网找工作的人在 3 个月内找到工作的概率仅有较小的提升。Kuhn和Skuterud（2004）
则研究了网络求职对失业者事业持续期的影响。他们的研究发现，虽然使用互联网找工作的失业者相比较不使用互联网的人群，他们的失业持续期更短。但是，当控制住其他可观测变量时，这种结论变得不显著甚至相反。他们认为有可能是网络求职对于降低失业者的失业持续期的作用甚微，也有可能由于不可观测变量导致估计偏误，而且是存在负向的选择偏误。使用互联网求职的失业者可能是由于他们其他的求职方式匮乏，从而本身可能具有较高的失业持续期。Holzer（1987）
分析了非正规就业渠道对白人以及黑人就业率影响的差异。他认为相比较白人，黑人更不可能从非正规就业渠道获益。原因在于，黑人家庭中近些年来女性户主的比例有所增加，导致这些家庭中年轻人很难获得非正规的就业推荐。此外，黑人较高的失业率以及低技能占比较高的特征也加剧了这方面的困难。美国黑人与白人之间的差异能够给我国城乡差异提供借鉴，虽然后者的差异并没有前者如此显著，但是仍然存在很多的相似之处。私人推荐等非正规渠道对于农村户籍劳动者而言难以获得，此时，网络求职可能相对而言对其帮助更大。
Kroft和Pope（2014）
以在美国迅速扩张的Craigslist网站为例研究了城市层面网络求职对失业率的影响。Craigslist网站是一个平台，用户可以在该网站上免费发布招聘广告、租房广告以及买卖二手商品等。他们的研究发现，Craigslist网站以其接近免费的发送广告成本，极大挤出了传统的纸质广告。但是，虽然Craigslist网站挤出了传统的纸质广告等媒体，并且对租房市场具有显著的影响，但是其对劳动力市场的影响并不显著，没有降低地区的失业率。对于该网站为何对租房市场影响显著而不影响劳动力市场，他们认为一方面是由于还存在其他互联网网站提供就业信息，分流了该网站的作用，一方面是由于租房市场相对于劳动力市场对信息流的需求更为敏感。相反，Shahiri和Osman（2015）
则研究了网络求职对劳动者工资水平的影响，他们认为网络求职存在样本选择问题：一方面，使用网络求职可能更多的是年轻、受教育程度高的劳动者。但是另一方面，由于网上获得的就业机会概率较小，低技能劳动者可能选择多种找工作的渠道，而高能力的人认为他们能够轻松找到工作，并不会在网上花费大量时间。
其他学者还研究了互联网的使用（internet usage）对劳动者劳动参与的影响。与宏观层面的研究关注的地区互联网普及率与地区劳动参与率之间的关系类似，微观层面的互联网的使用与劳动参与之间同样存在互为因果的内生性问题：互联网的使用提高了劳动参与率，但有工作的劳动者收入更高，更有能力接入到互联网，而且这种内生性问题在互联网普及率较低的地区更为严重。针对内生性问题，不同学者分别使用了工具变量法以及双重差分法从而得到了有效一致估计。
部分学者探讨了互联网使用对女性就业的影响。Dettling（2017）
使用地区互联网接入能力作为工具变量解决了该内生性问题，研究发现在家使用互联网的女性参与劳动力市场的概率更高，并且发现远程办公（telework）、网络求职以及节省家务劳动时间是影响这种结果的主要机制。宁光杰和马俊龙（2018）
使用中国家庭追踪调查的数据，研究了互联网使用对女性劳动供给的影响。为了解决模型中的内生性问题，他们同样选取了两个工具变量，分别为样本所在区县的平均互联网普及率和样本所在省份的电子商务发展指数。研究发现，女性使用互联网能够使其劳动参与率提高7.85%并且发现互联网使用对“文盲”以及高中及以上学历的女性影响并不显著，仅对小学学历以及初中学历的女性具有正向显著的影响。因此互联网对劳动参与的作用依赖于一定的人力资本水平。除此之外，还有少数学者对使用我国数据对该问题进行了一定的研究。毛宇飞和曾湘泉（2017）
使用中国综合社会调查（CGSS）数据，同样分析了互联网使用对女性就业的影响。他们更侧重样本选择问题，研究发现，通过互联网获取信息有利于女性就业，尤其是非自我雇佣的就业。互联网使用对不同婚姻状况、学历及户籍女性的影响作用也表现出明显的异质性。潘明明等（2021）
的研究同样发现，农村妇女使用互联网能够显著提升其非农就业概率。
部分学者探讨了互联网使用对农村户籍劳动者非农就业的影响。马俊龙和宁光杰（2017）
使用中国家庭追踪调查（CFPS）2014 年度数据，实证分析了互联网使用对农村劳动力非农就业的影响，并通过工具变量法解决了模型中由于互为因果导致的内生性问题。他们的研究使用了两个工具变量，分别是样本所在区县的平均互联网普及率和样本所在社区（村）的地形地貌特征。其研究结论发现，互联网使用能够有效提高农村劳动力选择非农就业的概率，包括成为工资获得者以及自我雇佣。并且发现互联网属于技能偏向型技术进步，对高学历劳动者的影响要大于低学历劳动者。互联网至少从提高劳动者社会资本、减少家务劳动时间两个渠道对劳动者的非农就业选择产生影响。周冬（2016）
使用有序Probit模型研究发现，互联网的使用能够有效提高农民非农就业概率，并且提高了农民收入，但是其并没有解决模型中的内生性问题。张卫东等（2021）
发现互联网技能带来的信息优势是促进农民工非农就业的重要渠道。周洋和华语音（2017）
研究了互联网使用对农村地区家庭创业的影响，他们发现互联网的使用对创业活动具有积极的促进作用，并指出社会交往和信息获取是主要的影响机制。宋林和何洋（2020）
发现互联网使用对农民的非农就业具有促进作用，而且从自雇向受雇转变。
部分学者探讨了互联网使用对创业行为的影响。王维维（2017）
详细
分析了互联网的使
用对创业的影响。他将互联网的影响分为“技术效应”和“信息效应”，前者指的是作为一种技术进步对创业产生的总体影响，而后者则表示互联网作为信息传递的工具，同样能够对创业产生影响。为了解决可能存在的内生性问题，其使用“家中是否拥有电脑”作为互联网使用的工具变量。湛泳和徐乐（2017）
分析了互联网作为信息渠道的重要工具，结合包容性金融，探讨了其对家庭创业的影响。研究发现，互联网带来更多的有效信息，从而促进家庭更多地参与正规金融市场，解决创业融资门槛，提高家庭创业概率。这一影响对高收入、高教育程度的家庭更为显著。
宁光杰和杨馥萍（2021）
重点考察了低技能劳动者，他们发现互联网使用有利于低技能劳动力的跨产业流动。王晓峰和赵腾腾（2021）
则探讨了互联网使用对残疾人就业的影响，他们得出了积极的结论。吕明阳等（2020）
的研究对象是老年人，他们同样发现互联网使用能够提高老年人的就业概率。
互联网对就业结构影响的研究可以从宏观层面和微观层面两个角度进行分析。一方面，宏观角度而言，主要为地区的互联网或者宽带普及率对地区就业率的影响。另一方面，微观个体角度而言，主要为互联网的使用对劳动者个人劳动参与以及事业持续期的影响。无论从宏观角度还是微观角度出发，大部分研究发现互联网的普及对劳动者就业产生了积极的影响。相关研究的一个重点也是难点在于，在分析二者关系时，需要很好地解决互为因果或者遗漏变量所导致的内生性问题。针对内生性问题，有的学者使用了双重差分法，有的学者使用了工具变量法。由于双重差分法对数据的要求较高，更多学者采用了后者。在工具变量的选取方面，基本上采用的是地区的地形地貌特征作为互联网普及率的工具变量，如区县的海拔变化情况、市中心距离总配线架距离等。