数字经济背景下互联网使用对农民工幸福感的影响

The Impact of Internet Usage on the Well-Being of Migrant Workers in the Context of the Digital Economy

摘要: 随着数字时代的到来，互联网作为数字技术的代表，深刻改变了传统的生产和生活方式，对个体的幸福感产生了重要影响。农民工作为中国社会的重要组成部分，其幸福感不仅关系到个体的生活质量，也是衡量社会福利水平的关键指标。本文基于中国家庭追踪调查(CFPS)数据，采用有序Probit回归模型(OProbit)研究互联网使用对农民工幸福感的影响。并通过工具变量有序Probit模型(IV-OProbit)和倾向值匹配(PSM)方法有效控制了潜在的内生性问题，并进一步研究互联网使用对农民工幸福感的异质性及作用机制。研究发现，互联网使用对农民工的幸福感具有显著的正向效应，但这种效应在性别和地区上存在差异。此外，互联网使用通过收入效应和闲暇效应影响农民工的幸福感。

Abstract: With the advent of the digital age, the Internet, as a representative of digital technology, has profoundly changed traditional production and lifestyles, and has had a significant impact on individual happiness. Migrant workers, as an important part of Chinese society, their happiness is not only related to the quality of life of individuals but also a key indicator of the level of social welfare. Based on the China Family Panel Studies (CFPS) data, this paper uses the Ordered Probit Regression model (OProbit) to study the impact of Internet use on the happiness of migrant workers. Through the Instrumental Variable Ordered Probit model (IV-OProbit) and Propensity Score Matching (PSM) methods, potential endogeneity issues are effectively controlled, and the heterogeneity and mechanisms of the impact of Internet use on the happiness of migrant workers are further studied. The study finds that Internet use has a significant positive effect on the happiness of migrant workers, but this effect varies by gender and region. In addition, Internet use affects the happiness of migrant workers through income and leisure effects.

1. 引言

幸福一直是人类追求的核心价值，也是评价经济增长和社会政策效果的重要尺度。它不仅映射出个体的生活质感，还是衡量一个国家国民幸福感和社会福利水平的关键指标[1]。尽管近年来我国经济保持增长势头，但居民的幸福感增长并未与之同步，某些方面甚至显示出停滞或下降的迹象。依据2024的《全球幸福报告》，中国内地居民的幸福感排名在全球范围内有所波动，中国在全球幸福感排名中位列第60位，这一位置反映了我国在提升国民幸福感方面取得的进步和面临的挑战。报告还特别指出，城市户籍居民、农村户籍居民以及城市外来务工人员之间存在幸福感的差异，特别是外来务工人员——农民工群体的幸福感相对较低。根据中国国家统计局的最新统计，截至2023年底，我国农民工人数已超过3亿，这一数字凸显了农民工对国家经济和社会稳定的重要性。因此，对农民工幸福感的深入研究，包括分析其影响因素和探索提升途径，显得尤为关键。这不仅对理论研究具有深远意义，也为政策制定提供了实践指导，有助于推动社会公平和全面进步。

随着数字时代的到来，互联网作为数字技术的先锋，正在推动着传统生产模式和生活方式向现代化转型。这一转型对个体的资本积累方式、劳动生产率、就业结构和工作模式带来了前所未有的改变[2]。这些变化可能对个体的幸福感产生重要影响。现有研究表明，互联网使用对个体的幸福感具有复杂的双刃剑效应。从积极的一面来看，互联网通过创造新的就业机会[3]、提升工作的灵活性和自主性[4]、扩展信息获取渠道，增强了人岗匹配度[5]，并通过促进人力资本的积累，提高工作技能[6]，从而可能显著提升个体的幸福感。然而，从消极的一面来看，互联网与工作的深度融合也可能导致劳动力市场的变革，使得低技能工人面临新兴岗位的排斥以及数字技术与传统产业融合岗位的边缘化，增加他们失业和薪酬下降的风险，这不利于幸福感的提升。在中国，根据第51次《中国互联网络发展状况统计报告》，截至2022年12月，互联网普及率达到75.6%，网民规模达到10.67亿，基本实现了对包括农民工在内的各个年龄段的广泛覆盖。这一背景下，农民工群体是否能够利用互联网资源提升自身的幸福感，以及这一过程中的作用机制是什么，成为一个值得深入探讨的问题。

关于互联网使用对农民工的影响来说，现在学术界已经有较多研究。马红梅等(2023) [7]的研究表明，互联网使用显著提高了农民工的就业质量。通过内生转换模型(ESR)和工具变量分位数回归模型(IVQR)的评估，发现互联网使用对提升农民工就业质量具有“益贫效应”，并且通过提高职业匹配程度、人力资本水平和社会资本水平来实现这一效果。李琬等(2023) [8]研究发现，互联网使用并未促进社会公平感，反而可能导致社会公平感提升的概率下降。互联网使用通过提升相对收入不公平感和抑制阶层流动感降低社会公平感。史宇鹏等(2023) [9]的研究发现，互联网使用显著提升了家庭健康投资的概率和规模，特别是对城镇人口、高教育水平家庭和高收入家庭的影响更为明显。互联网使用通过信息资本机制和同辈压力机制促进了家庭的健康投资。赵忠等(2024) [10]的研究发现，互联网使用对家庭金融市场参与具有显著的正向效果。互联网通过提高家庭金融素养水平和信息渠道效应促进家庭金融市场参与，且在城镇和高教育水平家庭中表现更为显著。吴晶和周彩(2023) [11]的研究发现，互联网使用并未改善农民工的工作满意度，反而导致满意度降低，特别是在低技能、新一代、男性和非正规就业农民工群体中更为明显。互联网使用可能通过加剧过度劳动和降低相对收入而降低工作满意度。

与上述文献相比，本文创新之处可能有：第一，从研究对象来看，本研究专注于农民工的主观幸福感，一个在现有文献中较少被深入探讨的领域。相较于其他研究侧重于分析农民工的收入水平、就业状况或生活质量等客观指标，本研究将视角转向农民工的内心体验和情感状态，旨在揭示互联网使用如何影响他们的整体生活满意度和情感福祉。这种关注点的转变有助于更全面地理解农民工群体的生活状态，以及互联网在他们日常生活中所扮演的角色；第二，从研究方法来看，本文采用工具变量有序Probit模型(Instrumental Variable Ordered Probit Model，简称IV-OProbit)以及倾向值匹配(Propensity Score Matching，简称PSM)，在控制模型中可能存在的内生性问题，获得了较为稳健的结论；第三，从影响机制而言，本文从收入效应和闲暇效应验证了互联网使用能够增加收入来增加其幸福感，反之互联网使用可能会减少闲暇从而使其幸福感减弱。

2. 理论分析与假说

互联网的普及和应用，为农民工提供了一个全新的信息获取和社交互动平台。根据国内研究，互联网的使用能够显著提升农民工的知识水平和职业技能[12]。这种技能的提升不仅有助于他们在就业市场中获得更好的工作机会，而且还能够通过增加收入来提高他们的生活质量和幸福感。此外，互联网作为一个社交平台，有助于农民工与家乡的亲朋好友保持紧密联系，缓解因长期异地工作而产生的孤独感和思乡情绪。这种情感上的支持对于提升他们的社会归属感和心理幸福感具有重要作用。同时，互联网还为农民工提供了丰富的文化娱乐资源，如在线音乐、电影、新闻等，这些资源的获取可以丰富他们的业余生活，提高生活的趣味性和满意度[13]。最后，随着互联网技术的发展，越来越多的公共服务可以通过网络平台获取，如在线支付、网上办事等，这极大地提高了农民工的生活便利性，减少了他们在城市生活中的生活成本和时间成本，从而在一定程度上提升了他们的生活幸福感[14]。综上所述本文提出假说H1。

H1：互联网使用可以有效提高农民工幸福感

男性农民工通常承担更多经济支持角色，因此他们可能更倾向于通过互联网提升职业技能和寻找就业机会，尤其是在经济更为发达的东部地区，这种积极利用互联网的行为直接关联到他们的经济状况和幸福感[11]。相比之下，女性农民工可能由于教育和技能水平较低，以及社会角色更多地集中在家庭和社区联系上，导致互联网使用对她们的幸福感影响不如男性显著。

此外，东部地区的农民工由于基础设施完善、经济机会丰富，能够更有效地利用互联网来扩展社会网络和社会资本，从而提升生活质量和幸福感[15]。而中西部地区的农民工可能因为互联网基础设施不足和较少的经济机会，难以通过互联网实现类似的社会和经济利益，导致互联网使用对幸福感的提升作用不如东部地区显著。基于以上分析，提出假说H2。

H2：互联网使用对农民工幸福感的影响在性别和地区存在显著的异质性

互联网的使用对农民工的幸福感有着积极的影响，主要体现在它能够提升他们的经济收入。随着收入的增加，农民工不仅能够满足基本的物质需求，还可能因为经济上的独立和成功而获得精神层面的成就感。与不使用互联网的农民工相比，那些能够有效利用互联网的个体可能会发现更多的收入增长机会。尽管在宏观层面上，互联网使用与幸福感的联系并非总是一致的，但互联网为低收入群体提供了增加收入的途径[16]。在中国，农民工通常面临较低的收入水平，因此通过互联网使用带来的收入提升，对他们而言是一个重要的幸福感来源[17]。此外，互联网使用所增加的收入不仅是对农民工工作能力的肯定，也是对其精神需求的一种满足，这进一步增强了他们的幸福感。

互联网的使用虽然为农民工提供了丰富的工作机会和资源，增加了他们的工作效率和收入潜力，但同时也带来了一系列对幸福感可能产生负面影响的因素。随着工作时间的增加，农民工可能会发现自己在完成日常工作之余，还需要投入额外时间在线寻找新的工作机会或完成额外任务，导致工作与闲暇时间的界限变得模糊[18]。这种界限的模糊，加之互联网信息过载和对技术的依赖，可能使农民工即使在休息时间也难以摆脱工作状态，增加了他们的工作压力。长期处于这种高压环境下，农民工的闲暇时间减少，生活质量下降，心理健康问题如焦虑和抑郁的风险增加，进而侵蚀他们的幸福感[19]。此外，由于闲暇时间的压缩，农民工与家人、朋友的社会联系也可能受到影响，减少了他们的社会支持网络，从而进一步降低了幸福感。综上分析提出假说H3。

H3：互联网使用对农民工幸福感影响可能存在收入效应和闲暇效应

3. 数据来源、变量设置与模型设定

3.1. 数据来源

本文数据来源于中国家庭追踪调查(China Family Panel Studies, CFPS)。该数据库通过多阶段分层随机抽样，收集了个人、家庭和社区三个层面的数据。这种分层抽样技术确保了数据的代表性和多样性，从而能够全面地反映不同层面的社会现象和问题。根据本文研究目的，将CFPS2020发布的数据库作为初始样本，将家庭经济数据库和个人信息库合并为截面数据，并通过以下标准对数据进行清洗：第一，根据国家统计局对农民工的定义，保留农村户籍、在本地从事非农工作或在外地务工6个月及以上的劳动个体；第二，结合劳动适龄人口的定义，选取16~55岁的女性样本以及16~60岁的男性样本；第三，删除关键变量缺失的样本后，最终得到农民工的有效样本为3361个。

3.2. 变量设置

1. 被解释变量：本文主要研究的是互联网使用对农民工幸福感的影响，被解释变量为幸福感。借鉴岳园园等(2018) [2]以及候永康和王婷(2023) [20]的研究，根据CFPS问卷中的“你有多幸福”将原始的1到10分的评分标准被转换为李克特5分法，即1到5分，以更细致地反映受访者的幸福感。在这个新的评分体系下，1分代表“非常不幸福”，而5分则代表“非常幸福”，分数越高，表明受访者感到越幸福。

2. 核心解释变量：本文核心解释变量为互联网使用，该变量为二元选择变量，参考已有研究[9] [11]，通过CFPS问卷中的“是否移动上网”和“是否电脑上网”，只要其中一个回答为是则视为农民工使用了互联网；若两者回答都为否，则视为农民工没有使用互联网。

3. 控制变量：借鉴候永康和王婷(2023) [20]和马红梅等(2023) [7]的研究，加入可能影响农民工幸福感的控制变量。个人层面的变量包括年龄、性别、婚姻状况、受教育年限、是否是党员、健康状况、工作满意度和劳动合同。家庭层面的变量包括娱乐支出、家庭规模、现金存款。为了控制地区层面的差异对农民工幸福感的影响，本文引入了地区层面的虚拟变量。

4. 机制变量：本文根据岳园园等(2018) [2]的研究，为了考察收入和工作时间对幸福感的影响，本文引入了家庭年收入和工作时间两个机制变量。这两个变量有助于这一指标有助于衡量相对收入水平对个体幸福感的潜在影响，从而为理解经济因素如何作用于个体主观福祉提供了新的视角。

5. 工具变量：参考李琬等(2022) [8]的研究，选取村居互联网使用均值作为本文的工具变量，即在同一村庄除农民工自身外其他农民工的互联网使用的样本占总农民工数的百分比。如果农民工所在村庄的村居互联网使用均值高，基于同群效应理论，农民工使用互联网意愿会更强。虽然村居互联网使用均值和互联网使用有较为明显的相关性，但是不会对农民工幸福感产生直接的影响，满足工具变量的相关性和外生性要求。

6. 描述性统计及差异性分析：表1汇报了变量名称、变量定义和各变量的描述性统计数据。可知，农民工普遍使用互联网，使用率为66.9%。他们的幸福感平均得分为3.817，反映出一个中等偏上的幸福感水平。平均年龄为44.7429岁，性别分布上，65.6%是男性。大多数农民工已婚，占比87.3%。受教育年限平均为8.012年，但仅有7.8%的人是党员，这可能表明农民工的社会资本和教育水平相对较低。在健康状况方面，农民工的平均得分为3.118，表明他们的平均健康水平处于中等。工作满意度的均值为3.604，显示出对工作的一般满意。然而，只有16.5%的农民工签订了劳动合同，这可能对他们的工作稳定性和权益保护构成影响。家庭娱乐支出和现金存款的对数值显示，家庭支出和存款水平在农民工中分布不均。家庭平均规模为4.261人，而工作时间的自然对数均值为3.677，表明工作时间相对集中。家庭年收入的对数均值为11.025，显示收入水平相对均匀。此外，农民工所在村庄的互联网使用率为33.8%，这可能限制了他们获取信息和资源的能力。

Table 1. Variable definitions and descriptive statistics (N = 3361)

表1. 变量定义及描述性统计(N = 3361)

变量名称	变量定义	均值	标准差
互联网使用	是 = 1：否 = 0	0.669	0.471
幸福感	非常不幸福 = 1；不幸福 = 2；一般 = 3；幸福 = 4；非常幸福 = 5	3.817	1.003
年龄	单位：岁	44.7429	9.272
性别	男性 = 1；女性 = 0	0.656	0.475
婚姻状况	婚姻情况：已婚 = 1；其他 = 0	0.873	0.333
受教育年限	单位：年	8.012	3.343
是否是党员	是 = 1：否 = 0	0.078	0.268
健康状况	由不健康到非常健康赋值为1到5	3.118	1.177
工作满意度	非常不满意 = 1，比较不满意 = 2，一般 = 3，比较满意 = 4， 非常满意 = 5	3.604	0.987
劳动合同	是否签订劳动合同(是 = 1，否 = 0)	0.165	0.371
娱乐支出	家庭娱乐支出对数	2.069	2.914
家庭规模	单位：人	4.261	1.827
现金存款	家庭现金存款对数	7.376	4.726
地区	东部 = 1；中部 = 2；西部 = 3	2.044	0.860
工作时间	每周工作时间的自然对数	3.677	0.794
家庭年收入	家庭年收入对数	11.025	0.882
村居互联网使用均值	受访者所在村庄内除受访者外其他个体互联网使用的均值(%)	0.338	0.272

3.3. 模型设定

1. 有序Probit回归模型(Ordered Probit Regression Model)。

在本研究中，我们旨在探讨互联网使用对农民工幸福感的影响。根据幸福经济学理论，个体的幸福感受到个体特征、家庭背景、所在地区的经济与社会发展水平等多种因素的综合作用。鉴于幸福感是一个有序的响应变量，其值域从1 (非常不幸福)到5 (非常幸福)，我们选择使用有序Probit回归模型来估计这些因素对幸福感的影响。因此本文设定如下估计模型。

$Happines{s}_i = {\alpha }_{0}Inte{r}_i+{\alpha }_{1}Contro{l}_i+{\zeta }_i$ (1)

其中，$Happines{s}_i$ 表示农民工的幸福感，$Inte{r}_i$ 表示农民工的互联网使用情况，$Contro{l}_i$ 表示可能影响农民工幸福感的控制变量，${\alpha }_0$ 和${\alpha }_1$ 分别表示互联网使用和控制变量所对应的系数矩阵，${\zeta }_i$ 为误差项。

4. 实证检验与结果分析

4.1. 互联网使用对农民工幸福感的影响

表2是互联网使用对农民工幸福感的估计结果。其中，第(1)列是单变量估计结果，第(2)、(3)列是依次加入个体层面和家庭层面控制变量的估计结果，第(4)列是在加入个体层面和家庭层面控制变量的基础上加入地区层面的虚拟变量。第(1)~(4)列有序Probit模型呈现了一致的结果，即在其他情况保持不变的条件下，互联网使用对农民工幸福感产生了显著的正向影响。第(2)~(4)列结果显示，随着相继控制个体层面变量、家庭层面变量及地区虚拟变量，互联网使用对农民工幸福感同样也会产生显著的正向影响，并且随着伪$R^2$ 增大说明控制变量的选取与增加是合理有效的。这表明互联网的使用可以增强农民工的幸福感。互联网使用对农民工的幸福感可能产生积极影响，原因可能如下：随着互联网的普及和应用，农民工能够通过在线资源积累更多的知识和技能，这有助于他们提升自身的人力资本。在竞争激烈的就业市场中，这种资本的积累可以增强他们的竞争优势，从而可能获得更高的社会地位和收入。此外，互联网的使用还可能改善农民工的生活习惯和行为模式，例如通过获取健康信息、参与在线教育或享受远程娱乐活动，这些都对提高他们的身体素质和心理健康水平有积极作用。最终，这些因素共同作用，可能增强农民工的幸福感。

根据表2第(4)列的结果可以看出个人层面、家庭层面以及地区等控制变量对农民工幸福的影响。个人层面来说，婚姻状况对农民工幸福感有显著的正向影响，可能是因为已婚的农民工可能拥有家庭支持和社会联系而感到更幸福[21]。婚姻可以提供情感支持和经济合作，这有助于提高个人的幸福感。受教育年限对农民工幸福感有显著的正向影响，随着受教育年限的增加，农民工的幸福感会增强。可能的原因是，受教育年限的增加代表农民工学历的提高，学历高的农民工通常认知能力和信息获取能力更多，有助于其更好看待和解决问题，可能因此提高了幸福感[22]。党员身份对农民工幸福感有显著的正向影响，党员可能因为其政治身份而获得更多的社会尊重和资源获取机会，这可能提高了他们的社会地位和幸福感。健康状况对农民工幸福感有显著的正向影响。这是由于良好的健康状况是幸福感的重要预测因素，因为健康直接影响到个人的生活质量和能够享受生活的能力。工作满意度对农民工幸福感有显著的正向影响，这是因为工作是农民工生活重要组成部分，工作的满意度越高通常意味着收入以及自我实现。当农民工对工作感到满意时，他们更有可能感到自己在职业上取得了成就，这种成就感可以显著提升幸福感。且满意的工作往往意味着稳定的经济收入，这为个人及其家庭提供了必要的经济安全感，减少了经济压力，从而提高了幸福感。所以，这是导致工作满意度系数为正的原因。

家庭层面特征中，现金存款和家庭规模对幸福感具有显著的正向影响，这种影响可以从经济和社交两个维度来解释。首先，现金存款为家庭提供了经济安全感和消费能力，使家庭成员能够满足基本需求并追求更高质量的生活，同时为未来教育、医疗或退休等需求进行投资和规划。这种经济上的保障和自主性减少了经济压力，增强了对未来的信心，从而提升了幸福感。其次，家庭规模的增加往往意味着更广泛的社会联系和更丰富的家庭生活。较大的家庭可能拥有更多的情感支持和帮助资源，在面对生活挑战时，家庭成员可以相互依靠，提供必要的支持和安慰。此外，较大的家庭规模也可能带来更活跃的家庭氛围和更丰富的社交互动，这些都有助于增强家庭成员的社会参与感和归属感。地区变量对农民工幸福感有着显著的负向影响，东部地区相比中西部地区就业状况更好，并且东部地区较为完善的基础设施，包括交通、医疗和教育，为农民工提供了便利和高质量的公共服务。此外，东部地区较为丰富的社会服务和支持体系，如社会保障和公共福利，为农民工提供了更多的安全感和稳定性。这些因素综合起来，导致了地区层面系数为负[24]。

Table 2. Baseline regression estimation results

表2. 基准回归估计结果

变量	被解释变量：幸福感
	(1)	(2)	(3)	(4)
互联网使用	0.128^*** (0.039)	0.110^** (0.045)	0.102^** (0.045)	0.104^** (0.045)
年龄		0.001 (0.002)	0.001 (0.002)	0.001 (0.002)
性别		0.031 (0.040)	0.028 (0.040)	0.058 (0.041)
婚姻状况		0.422^*** (0.058)	0.403^*** (0.060)	0.380^*** (0.060)
受教育年限		0.024^*** (0.007)	0.022^*** (0.007)	0.015^** (0.007)
是否是党员		0.143^** (0.072)	0.145^** (0.072)	0.188^*** (0.073)
健康状况		0.191^*** (0.017)	0.189^*** (0.017)	0.187^*** (0.017)
工作满意度		0.249^*** (0.019)	0.246^*** (0.019)	0.256^*** (0.020)
劳动合同		0.010 (0.054)	0.009 (0.055)	−0.004 (0.055)
娱乐支出对数			0.001 (0.007)	−0.001 (0.007)
家庭规模			0.010 (0.011)	0.020^* (0.011)
现金存款对数			0.011^*** (0.004)	0.007^* (0.004)
地区				−0.142^*** (0.023)
$R^2$	0.0012	0.0486	0.0494	0.0537
观测值数	3361	3361	3361	3361

4.2. 内生性讨论

1. 控制逆向因果

本研究旨在探究互联网使用对农民工幸福感的影响。然而，对于幸福感较低的农民工而言，他们可能更倾向于通过互联网来寻找提升生活质量的途径，或者利用互联网作为表达自己情感和寻求社会支持的工具。这样的行为可能意味着农民工的幸福感水平实际上影响了他们的互联网使用习惯，从而在分析模型中引入了内生性问题。为了纠正这种逆向因果导致的内生性偏误，本研究采用了农民工所在村庄的互联网使用均值作为工具变量。理由如下：首先，一个村庄的互联网使用水平较高，表明该地区的农民工有更大的可能性接触并使用互联网；反之，在互联网使用水平较低的村庄，农民工使用互联网的机会则相对受限。这显示出村庄互联网使用均值与农民工的互联网使用行为存在显著的相关性。其次，村庄的互联网使用均值不太可能直接影响农民工的幸福感，除非是通过影响其互联网使用习惯，因此这一工具变量满足了外生性的假设。参照吕炜等(2020) [25]工具变量有序Probit模型(IV OProbit)对数据进行了估计。

首先，Hausman和DWH检验结果均在1%的统计水平下拒绝原假设，表明存在内生性问题。其次，表3第一阶段中村居互联网使用均值估计值为满足1%统计显著性的1.860，说明村居互联网使用均值对于农民工幸福感具有显著的正向影响。进一步地，对工具变量进行弱变量检验，一阶段F值远大于10且在1%的水平上显著拒绝原假设，表明不存在弱工具变量问题。因此，工具变量的选取是合理的。再根据第二阶段来看，相较于基准回归结果，互联网使用对农民工幸福感仍然显著且影响方向一致。总体而言，经过对模型中潜在的内生性问题进行严格的识别和控制，特别是考虑到核心解释变量可能受到逆向因果关系的干扰，本研究得出的结论是互联网使用对农民工群体的幸福感具有显著的正向效应。

Table 3. Instrumental variable (IV) estimation results

表3. 工具变量估计结果

变量名称	幸福感
	第一阶段	第二阶段
互联网使用		0.130^** (0.065)
村居互联网使用均值	1.860^*** (0.236)
控制变量	已控制	已控制

2. 排除选择性偏误问题所导致的内生性问题

互联网使用在农民工群体中可能因为经济条件、教育水平、技术可得性、工作性质和居住环境等社会经济因素的差异而存在选择性偏误问题。这些因素导致互联网接入和使用在该群体中不是随机分布的，可能高估或低估了互联网对农民工幸福感的实际影响，因此本文采用倾向值匹配(PSM)方法来估计互联网使用对农民工幸福感的影响。本文采用一对一匹配、核匹配、半径匹配方法的方法对样本进行估计。结果如表4所示，检验结果再次说明，在排除样本选择性偏误后，农民工互联网使用对幸福感的系数均显著为正。验证了本文结论的稳健性。

Table 4. The impact of internet usage on migrant workers’ happiness: using propensity score matching

表4. 互联网对农民工幸福感：基于PSM方法

匹配方法	ATT	t值	标准误差
1对1匹配	0.243^***	3.000	0.083
核匹配	0.211^***	3.810	0.054
半径匹配	0.223^***	3.230	0.078

4.3. 稳健性检验

为了证明回归结果的稳健性，本文采取替换估计方法、更换解释变量、更换被解释变量等方法进行稳健性检验。

1. 更换估计模型：本文选择采用OLS和Ologit方法来检验互联网使用对农民工幸福感的影响。结果如表5所示两类方法的系数值分别为0.099和0.165，且满足5%的显著性检验。这与前文的OProbit模型估计结果一致，证明了回归结果的稳健性。

Table 5. Robustness check results: Using alternative estimation methods

表5. 稳健性检验结果：替换估计方法

变量名称	幸福感(OLS)	幸福感(Ologit)
互联网使用	0.099^** (0.039)	0.165^**(0.078)
控制变量	已控制	已控制
$R^2$	0.1351	0.0556
观测值数	3361	3361

2. 更换解释变量：将前文中的互联网使用替换为移动上网进行回归估计。结果如表6所示，可知，在更了解释变量的衡量方式后，移动上网对农民工幸福感影响仍然是满足5%统计显著性且为正，证明了回归结果的稳健性。

3. 更换被解释变量：将前文中对农民工幸福感的五分法度量方式替换为1到10分的评分机制。结果如表6所示，互联网使用对农民工幸福感的影响仍然是满足5%统计显著性且为正，证明了回归结果的稳健性，再次证明了回归结果的稳健性。

Table 6. Robustness check results: Using alternative independent and dependent variables

表6. 稳健性检验结果：更换解释变量和被解释变量

更换解释变量		更换被解释变量
变量	幸福感	变量	幸福感
移动上网	0.1043^** (0.045)	互联网使用	0.0905^** (0.043)
控制变量	已控制	控制变量	已控制
$R^2$	0.0537	$R^2$	0.0382
观测值数	3361	观测值数	3361

4.4. 异质性分析

1. 地区差异

结果如表7第(1)~(3)列所示，在不同地区农民工的幸福感中，互联网使用的显著性存在显著差异。东部地区的农民工在互联网使用对幸福感的影响上表现出统计学上的显著性，这可能与东部地区较为完善的互联网基础设施和较高的数字素养水平相关。而中部和西部地区农民工的互联网使用对幸福感并不显著，这可能与这些地区较低的互联网普及率、有限的网络接入机会以及农民工对网络资源利用能力的差异有关。这些因素共同作用于农民工的互联网使用体验，进而影响其幸福感。

2. 性别差异

结果如表7第(4)、(5)所示，互联网使用对农民工幸福感的影响同样表现出统计学上的显著性别差异。男性农民工的互联网使用对幸福感的评分影响在统计上显著，这可能反映了男性农民工更频繁地利用互联网进行社交互动、信息获取和职业发展等活动。相比之下，女性农民工的互联网使用对幸福感评分的影响则不显著，这可能与女性农民工较低的互联网接触率、对网络技术的不熟悉，以及可能存在的性别角色期望和社会文化因素有关。这些因素可能导致女性农民工未能充分利用互联网资源，从而影响其通过互联网提升幸福感的潜力。

Table 7. Heterogeneity analysis results

表7. 异质性分析

变量	西部 (1)	中部 (2)	东部 (3)	男性 (4)	女性 (5)
互联网使用	0.006 (0.680)	0.099 (0.090)	0.237^*** (0.081)	0.107^** (0.544)	0.096 (0.080)
控制变量	已控制	已控制	已控制	已控制	已控制
$R^2$	0.0469	0.0596	0.0594	0.0566	0.0523
样本量	1,318	872	1,171	2206	1,155

4.5. 机制分析

1. 收入效应

在我国当前的社会经济背景下，个人的收入水平已被广泛认为是影响其幸福感的关键因素之一。普遍的观察和研究表明，那些收入较高的人群往往报告有更高的生活满意度和幸福感 [27]。这种现象在学术界被称为“收入效应”，意味着随着收入的增加，个体能够更好地满足其基本生活需求以及一些额外的、提高生活质量的消费，从而带来幸福感的提升。结果如表8第(1)列所示，互联网使用对农民工收入有显著的正向影响。与不使用互联网的农民工，使用互联网的农民工收入会增加23个百分位点。具体来说，互联网使用可能通过提高农民工的工作效率、增加就业机会、提供在线兼职或创业平台等途径，间接增加他们的收入[26]。这种收入的增加能够满足更多的物质需求和一些精神文化需求，从而提升农民工的幸福感。

2. 闲暇效应

工作时间的延长可能导致农民工遭遇更多的健康问题，同时减少了他们用于休闲和家庭生活的时间，加剧了工作与家庭生活之间的冲突。此外，较长的工作时间还可能使他们面临更多的压力源，例如人际关系紧张、不良的物理环境和化学污染等，这些都可能增加他们的工作相关压力。综合这些因素，农民工的幸福感可能会因为所谓的“工作时间效应”而降低。为了深入理解这一现象，我们可以研究互联网使用对农民工工作时间的具体影响，从而评估其对幸福感的潜在影响。表8第(2)列结果显示，互联网使用确实显著增加了农民工的工作时间。与不使用互联网的农民工相比，使用互联网的农民工工作时间增加了大约9个百分位点。由于更长的工作时间意味着可用于个人休息、家庭互动、娱乐活动和其他非工作相关事务的时间减少，农民工可能会感受到较大的生活压力和时间紧迫感。这种压力和紧迫感可能会减少他们进行放松和充电的机会，限制了追求个人兴趣和发展的空间，从而对心理健康和生活满意度造成负面影响。因此，虽然互联网为农民工提供了更多的工作机会和资源，但如果过度使用导致工作时间不合理地延长，可能会对他们的闲暇时间和幸福感产生不利影响。

Table 8. Income effect and leisure effect: OLS regression results

表8. 收入效应与闲暇效应：OLS回归

变量	收入 (1)	工作时间 (2)
互联网使用	0.230^*** (0.032)	0.086^*** (0.032)
常数项	9.600^*** (0.126)	3.427^*** (0.129)
控制变量	已控制	已控制
样本量	3361	3361

5. 结论与政策建议

本文利用2020年中国家庭追踪调查(CFPS)数据，运用实证手段分析了互联网使用对农民工幸福感的影响。得出如下结论：第一，利用有序Probit回归模型(OProbit)证实了互联网使用对农民工幸福感有显著正向影响，并通过工具变量有序Probit模型(IV-OProbit)和采用倾向值匹配(PSM)方法控制内生性条件下结果依然显著。第二，互联网使用对农民工幸福感影响存在异质性。具体来说，男性农民工互联网使用对幸福感有显著正向影响，而女性并不显著。东部农民工互联网使用相较中西部农民工互联网幸福感的影响存在显著正向影响。第三，互联网使用通过增加农民工收入来增加其幸福感，而互联网使用增加农民工工作时间减少其闲暇时间来降低其幸福感。根据以上结论，本文提出以下政策建议。

1. 针对女性农民工数字技能鸿沟，开展专项赋能培训：基于研究揭示的女性农民工在互联网应用技能和信息甄别能力上的显著劣势，建议政府主导设计并实施专门面向女性农民工的数字技能提升项目。项目应超越基础操作，重点强化信息甄别、网络安全防范能力，并聚焦赋能型应用(如在线职业培训平台使用、远程灵活就业机会搜寻、安全使用数字金融服务)，同时提供灵活时间安排、社区化教学点和必要托幼支持，以切实提升其利用互联网获取发展机会和经济独立性的能力。

2. 保障“离线权”与休息权，应对数字工作对闲暇的侵蚀：针对研究发现互联网使用(尤其工作相关在线活动)显著挤占闲暇、模糊工作生活边界并损害幸福感的问题，建议政府推动立法或政策明确保障新业态农民工的“离线权”和休息权。具体包括：界定非工作时间通讯的界限与补偿、推广工作通讯工具“强制断联”实践、加强对“隐形加班”的监管执法。同时，鼓励企业建立健康数字工作文化，并提供针对性的心理健康服务，帮助农民工应对数字工作压力，维护工作生活平衡。

3. 构建包容性数字公共服务体系，提升权益保障效率：在持续推进互联网基础设施(尤其中西部)建设的基础上，建议政府着力构建包容、易用且精准的在线公共服务体系，以提升农民工福祉。这包括：大幅简化并优化社保、医疗、教育、法律援助等关键在线服务流程，提供线下辅助渠道覆盖数字弱势群体；利用大数据技术精准识别易受侵害群体(如特定行业、女性、高龄工)并主动推送政策与预警；建立高效在线劳动权益保障平台(举报、调解)，并将防范网络诈骗与保障个人信息安全纳入农民工权益保护核心内容。

6. 研究局限性与未来展望

本研究虽揭示了互联网使用对农民工幸福感的差异化影响及“收入–闲暇”权衡机制，仍存在三方面局限：首先，互联网使用的刻画深度受限——尽管利用CFPS数据构建了使用强度变量并区分类型，但网络活动的具体情境与质量信息缺失，可能弱化异质性效应(如性别、教育)的精准识别；其次，工具变量(村居互联网均值)的外生性面临挑战，虽通过同群效应论证相关性并控制村庄特征，但未观测的村庄因素及网络普及的溢出效应仍可能影响估计纯净度。最后，机制分析有待深化——虽通过中介模型量化了收入与闲暇的贡献占比并讨论其权衡，但对二者动态互动的微观基础、以及路径在不同群体间(如女性闲暇挤占效应更强)的显著差异检验不足。

未来研究应：(1) 开发融合时间日志与情境感知的精细测量工具，系统分析工作/休闲导向型使用的差异化效应，并扩展交互项检验多维异质性；(2) 探索准自然实验等外生识别策略，辅以近似外生性检验提升因果推断稳健性；(3) 构建调节–中介整合模型，实证检验“收入–闲暇”权衡的条件性(如家庭角色调节)，并运用分组比较方法严格验证机制路径的群体差异(如性别间闲暇弹性)，进而绘制更全面的数字福祉影响图谱。