張方舟

一、前言

近年來(lái)，數(shù)字經(jīng)濟(jì)的發(fā)展十分迅速，一方面推動(dòng)傳統(tǒng)生產(chǎn)要素的重組，催生出大量的新興技術(shù)。另一方面，又能夠促使傳統(tǒng)產(chǎn)業(yè)和新型數(shù)字技術(shù)相結(jié)合，在很大程度上緩解了我國(guó)目前存在的生產(chǎn)要素“流動(dòng)不暢”的問(wèn)題，有效地促進(jìn)了我國(guó)經(jīng)濟(jì)的發(fā)展[1]。

數(shù)字經(jīng)濟(jì)展現(xiàn)出了驚人的活力。隨著數(shù)字技術(shù)的發(fā)展，涌現(xiàn)出了新興的數(shù)字貿(mào)易模式，越來(lái)越多的貿(mào)易服務(wù)也在進(jìn)行數(shù)字化轉(zhuǎn)型。突發(fā)應(yīng)急事件的發(fā)生，在一定程度上推動(dòng)了數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的融合，數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)的發(fā)展創(chuàng)造眾多新崗位和職業(yè)，吸納了大量勞動(dòng)力。《中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展與就業(yè)白皮書(shū)（2019年）》指出：“2018年我國(guó)數(shù)字經(jīng)濟(jì)領(lǐng)域就業(yè)崗位為1.91億個(gè)，占當(dāng)年總就業(yè)人數(shù)的24.6%，同比增長(zhǎng)11.5%，顯著高于同期全國(guó)總就業(yè)規(guī)模增速”。由此可見(jiàn)，數(shù)字經(jīng)濟(jì)的發(fā)展能夠?qū)ξ覈?guó)就業(yè)產(chǎn)生促進(jìn)作用。

本文對(duì)數(shù)字經(jīng)濟(jì)發(fā)展水平進(jìn)行了測(cè)算，還依據(jù)相關(guān)文獻(xiàn)進(jìn)行了理論分析，以期為相關(guān)部門(mén)制定具有一定針對(duì)性的政策提供理論依據(jù)。

二、理論分析和研究假設(shè)

（一）數(shù)字經(jīng)濟(jì)與就業(yè)

通過(guò)對(duì)文獻(xiàn)的整理和總結(jié)，可以得知數(shù)字經(jīng)濟(jì)的發(fā)展會(huì)對(duì)就業(yè)產(chǎn)生創(chuàng)造和破壞兩種效應(yīng)。這兩種效應(yīng)會(huì)同時(shí)在行業(yè)內(nèi)和行業(yè)間發(fā)生。

行業(yè)內(nèi)，數(shù)字經(jīng)濟(jì)發(fā)展會(huì)促使企業(yè)數(shù)字化轉(zhuǎn)型，不斷進(jìn)行技術(shù)上的創(chuàng)新。企業(yè)為了降低生產(chǎn)成本，會(huì)利用機(jī)器取代一些簡(jiǎn)單勞動(dòng)崗位，從而產(chǎn)生了就業(yè)破壞效應(yīng)。技術(shù)的不斷創(chuàng)新，同時(shí)，會(huì)為企業(yè)帶來(lái)產(chǎn)品的創(chuàng)新，開(kāi)拓出更廣闊的發(fā)展空間，此時(shí)又會(huì)創(chuàng)造出大量的新型崗位[2]。

行業(yè)間，數(shù)字經(jīng)濟(jì)的發(fā)展伴隨著科技水平的進(jìn)步，一些行業(yè)會(huì)逐漸走向沒(méi)落，但同時(shí)，也會(huì)刺激一些行業(yè)的快速發(fā)展。隨著自動(dòng)化的不斷推進(jìn)，第二產(chǎn)業(yè)就業(yè)人數(shù)占總就業(yè)人數(shù)的比重就會(huì)有所下降。但隨著數(shù)字技術(shù)的進(jìn)步，第三產(chǎn)業(yè)相關(guān)的行業(yè)會(huì)展現(xiàn)出強(qiáng)大的活力，對(duì)就業(yè)的吸納作用會(huì)不斷加強(qiáng)。

綜上所述，伴隨著數(shù)字經(jīng)濟(jì)的發(fā)展，社會(huì)整體就業(yè)情況的變動(dòng)方向并不能確定，所以提出以下假設(shè)：

H1：數(shù)字經(jīng)濟(jì)發(fā)展對(duì)就業(yè)會(huì)產(chǎn)生影響。

H1a：數(shù)字經(jīng)濟(jì)發(fā)展對(duì)就業(yè)會(huì)產(chǎn)生積極影響。

H1b：數(shù)字經(jīng)濟(jì)發(fā)展對(duì)就業(yè)會(huì)產(chǎn)生消極影響。

（二）技能層面數(shù)字經(jīng)濟(jì)產(chǎn)生就業(yè)效應(yīng)的影響

在數(shù)字經(jīng)濟(jì)時(shí)代，新舊崗位的交替速度明顯加快。高技術(shù)工人吸收知識(shí)和掌握新技能的能力相對(duì)較強(qiáng)，只需要進(jìn)行相關(guān)的培訓(xùn)，就可以快速適應(yīng)新崗位的需求，因此，更容易在新舊崗位的交替過(guò)程中轉(zhuǎn)移。所以，數(shù)字經(jīng)濟(jì)的發(fā)展可能會(huì)對(duì)高技術(shù)、高學(xué)歷人群的就業(yè)產(chǎn)生積極影響。

數(shù)字經(jīng)濟(jì)又極大地帶動(dòng)了靈活就業(yè)的發(fā)展，對(duì)低技術(shù)工人來(lái)說(shuō)，靈活就業(yè)崗位數(shù)量的提升，又能夠吸納大量的低技術(shù)工人。同時(shí)，數(shù)字經(jīng)濟(jì)的發(fā)展又為低技術(shù)工人提供了大量的學(xué)習(xí)機(jī)會(huì)，能夠更好地適應(yīng)崗位的交替。因此，我們提出第二個(gè)假設(shè)：

H2：數(shù)字經(jīng)濟(jì)發(fā)展對(duì)不同技術(shù)水平的人群都會(huì)產(chǎn)生積極的就業(yè)效應(yīng)。

三、模型及數(shù)據(jù)說(shuō)明

（一）模型設(shè)定

勞動(dòng)力在勞動(dòng)力市場(chǎng)是否被雇傭取決于兩個(gè)方面：一是個(gè)人勞動(dòng)力的供給意愿，二是企業(yè)對(duì)個(gè)人勞動(dòng)力的雇傭意愿?；诖?，本文建立以下模型：

Employment_ij＝α₀+α₁Dig_j+ε_i（1）

式（1）為Probit模型，其中Employment表示個(gè)體的就業(yè)狀態(tài)，Dig表示個(gè)體所在地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展水平，X表示控制變量，i表示個(gè)體，j表示地區(qū)，ε代表隨機(jī)擾動(dòng)項(xiàng)。

（二）變量說(shuō)明

1.被解釋變量：個(gè)體在職狀態(tài)（Employmnt）。該變量為二值虛擬變量，認(rèn)為“目前從事非農(nóng)工作”是在職狀態(tài)，變量取值為1。認(rèn)為“目前沒(méi)有工作，曾經(jīng)有過(guò)非農(nóng)工作”為非在職狀態(tài)，變量取值為0。

2.核心解釋變量：數(shù)字經(jīng)濟(jì)發(fā)展水平（Dig）。對(duì)數(shù)字經(jīng)濟(jì)發(fā)展水平的測(cè)算，借鑒劉軍等（2020）[3]、趙濤等（2020）[4]的研究，從信息化基礎(chǔ)指標(biāo)、互聯(lián)網(wǎng)發(fā)展指標(biāo)、數(shù)字交易發(fā)展指標(biāo)以及普惠金融四個(gè)方面衡量，利用熵值法進(jìn)行加權(quán)計(jì)算而得。指標(biāo)權(quán)重如表1所示。

3.控制變量：參考戚聿東（2021）的做法并進(jìn)行改進(jìn)。共選取以下控制變量：（1）當(dāng)?shù)厝丝跀?shù)量（Pop）；（2）人均GDP水平（PGDP）；（3）教育水平（Edu）；（4）性別（Gender）；（5）年齡（Age）;（6）年齡的平方項(xiàng)（Age^2）；（7）個(gè)人健康水平（Health）；（8）家庭總收入（Income）。

（三）數(shù)據(jù)說(shuō)明

考慮到數(shù)據(jù)的可獲得性，本文所采用的數(shù)據(jù)均來(lái)自中國(guó)綜合社會(huì)調(diào)查數(shù)據(jù)。其中保留了18歲及以上，男性65歲以下，女性55歲以下，從事非務(wù)農(nóng)工作的樣本，最終有效樣本數(shù)量為6025個(gè)。

四、實(shí)證結(jié)果分析

（一）數(shù)字經(jīng)濟(jì)水平對(duì)就業(yè)的影響

為考察假設(shè)H1的結(jié)果，本文采取Probit模型進(jìn)行非線性回歸分析。表2報(bào)告了回歸結(jié)果，并計(jì)算了各個(gè)變量的邊際效應(yīng)，邊際效應(yīng)的計(jì)算采用平均邊際效應(yīng)方法。

首先分析核心解釋變量的影響。由表2可知，數(shù)字經(jīng)濟(jì)的發(fā)展會(huì)對(duì)就業(yè)產(chǎn)生積極的正向影響。由于Probit模型的系數(shù)難以解釋其經(jīng)濟(jì)含義，所以分析其邊際效應(yīng)的含義，當(dāng)數(shù)字經(jīng)濟(jì)發(fā)展水平每提升1時(shí)，個(gè)人就業(yè)的可能性就會(huì)提高118%。利用熵值法計(jì)算出的數(shù)字經(jīng)濟(jì)發(fā)展水平指數(shù)的數(shù)值較低，所以該結(jié)果存在解釋意義。數(shù)字經(jīng)濟(jì)的發(fā)展會(huì)對(duì)就業(yè)產(chǎn)生積極的促進(jìn)作用。證明假設(shè)H1a成立。

（二）技能層面數(shù)字經(jīng)濟(jì)產(chǎn)生就業(yè)效應(yīng)的影響

為了考察假設(shè)H2是否成立，本文參考Aubert（2018）的做法，認(rèn)為取得大學(xué)專(zhuān)科學(xué)歷及以上的人群為高技術(shù)人群，其余為低技術(shù)人群。將樣本分為兩個(gè)組別進(jìn)行Probit非線性回歸分析，結(jié)果如表3所示。

由表3可知，不論是高技術(shù)人群還是低技術(shù)人群，數(shù)字經(jīng)濟(jì)的發(fā)展都會(huì)對(duì)就業(yè)產(chǎn)生顯著的促進(jìn)作用，且其余控制變量的系數(shù)正負(fù)與整體回歸一致，認(rèn)為該回歸具有有效性。因此，假設(shè)H2成立。

（三）異質(zhì)性分析

本文為了分析數(shù)字經(jīng)濟(jì)對(duì)就業(yè)影響的異質(zhì)性，將樣本按照地理位置分為了東、中、西部三組，進(jìn)行分組回歸。結(jié)果如表4所示。

由表4可知，數(shù)字經(jīng)濟(jì)發(fā)展對(duì)中、西部就業(yè)的促進(jìn)作用明顯大于東部地區(qū)。這可能是邊際效應(yīng)遞減的原因。東部地區(qū)數(shù)字經(jīng)濟(jì)的發(fā)展水平較高，對(duì)就業(yè)的拉動(dòng)作用已經(jīng)達(dá)到了高點(diǎn)。而中、西部地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展水平相對(duì)較低，處于起步階段，對(duì)就業(yè)的拉動(dòng)作用較大。本文將個(gè)體所在地區(qū)按照數(shù)字經(jīng)濟(jì)發(fā)展程度進(jìn)行了分組，認(rèn)為數(shù)字經(jīng)濟(jì)指數(shù)高于均值的地區(qū)為高數(shù)字經(jīng)濟(jì)水平地區(qū)，并在最后將數(shù)字經(jīng)濟(jì)發(fā)展水平（Dig）的平方項(xiàng)加入模型，進(jìn)行進(jìn)一步分析?；貧w結(jié)果如表5所示。

經(jīng)分析，發(fā)現(xiàn)在數(shù)字經(jīng)濟(jì)發(fā)展水平較高的地區(qū)內(nèi)，數(shù)字經(jīng)濟(jì)對(duì)就業(yè)的影響是負(fù)的，說(shuō)明企業(yè)高度數(shù)字化后對(duì)勞動(dòng)力的需求量會(huì)減少，而在數(shù)字經(jīng)濟(jì)發(fā)展水平較低的地區(qū)，數(shù)字經(jīng)濟(jì)對(duì)就業(yè)會(huì)產(chǎn)生積極的促進(jìn)作用。發(fā)現(xiàn)這個(gè)規(guī)律后，本文將數(shù)字經(jīng)濟(jì)發(fā)展水平（Dig）的平方項(xiàng)加入模型進(jìn)行回歸，發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)的發(fā)展對(duì)就業(yè)的促進(jìn)作用確實(shí)呈現(xiàn)出倒“U”型的特點(diǎn)，所以本文認(rèn)為，數(shù)字經(jīng)濟(jì)在發(fā)展的初、中期會(huì)對(duì)就業(yè)產(chǎn)生積極的促進(jìn)作用。

（四）穩(wěn)健性檢驗(yàn)

為保證估計(jì)結(jié)果的穩(wěn)定性，本文采取替換變量的方式進(jìn)行穩(wěn)健性檢驗(yàn)。對(duì)數(shù)字經(jīng)濟(jì)發(fā)展水平指數(shù)進(jìn)行替換，從工業(yè)互聯(lián)網(wǎng)化、數(shù)字物流和數(shù)字銷(xiāo)售三個(gè)層面重新估計(jì)數(shù)字經(jīng)濟(jì)發(fā)展水平指數(shù)。分別選取長(zhǎng)途光纜線路、快遞收入以及電子商務(wù)銷(xiāo)售額為代表，同樣采用熵值法對(duì)數(shù)字經(jīng)濟(jì)發(fā)展水平進(jìn)行重新計(jì)算。最終核心解釋變量在10%水平上顯著，可認(rèn)為數(shù)字經(jīng)濟(jì)的發(fā)展會(huì)在整體水平上對(duì)就業(yè)產(chǎn)生積極的促進(jìn)作用，所以認(rèn)為研究結(jié)果具有穩(wěn)健性。

五、結(jié)語(yǔ)

本文選取了中國(guó)綜合社會(huì)調(diào)查的數(shù)據(jù)，利用模型回歸分析，驗(yàn)證理論假設(shè)，得出以下結(jié)論：①數(shù)字經(jīng)濟(jì)的發(fā)展會(huì)帶來(lái)技術(shù)的進(jìn)步，在創(chuàng)造新就業(yè)崗位的同時(shí)，會(huì)對(duì)相對(duì)落后的工作崗位產(chǎn)生破壞效應(yīng)，發(fā)生結(jié)構(gòu)性失業(yè)；②數(shù)字經(jīng)濟(jì)發(fā)展的就業(yè)效應(yīng)，在整體上呈現(xiàn)出對(duì)就業(yè)的積極促進(jìn)作用；③雖然高技術(shù)人群在崗位交替中更容易留在勞動(dòng)力市場(chǎng)，但是，因?yàn)閿?shù)字經(jīng)濟(jì)發(fā)展的特殊性，對(duì)低技術(shù)人群的就業(yè)同樣存在著積極的促進(jìn)作用；④數(shù)字經(jīng)濟(jì)發(fā)展的就業(yè)效應(yīng)在我國(guó)中、西部地區(qū)呈現(xiàn)出巨大的潛力；⑤數(shù)字經(jīng)濟(jì)發(fā)展對(duì)就業(yè)的促進(jìn)作用呈現(xiàn)出倒“U”型曲線的特點(diǎn)。

基于上述結(jié)論，本文提出以下建議：①數(shù)字經(jīng)濟(jì)發(fā)展已經(jīng)展現(xiàn)出對(duì)就業(yè)的強(qiáng)大推動(dòng)力，因此，國(guó)家要注重?cái)?shù)字經(jīng)濟(jì)的發(fā)展，推動(dòng)數(shù)字經(jīng)濟(jì)與傳統(tǒng)經(jīng)濟(jì)相結(jié)合，加強(qiáng)數(shù)字經(jīng)濟(jì)基礎(chǔ)設(shè)施建設(shè)，深化產(chǎn)業(yè)數(shù)字化和數(shù)字產(chǎn)業(yè)化發(fā)展；②近年來(lái)我國(guó)數(shù)字經(jīng)濟(jì)的發(fā)展迅速，出現(xiàn)結(jié)構(gòu)性失業(yè)問(wèn)題。所以，要加強(qiáng)對(duì)勞動(dòng)力的基礎(chǔ)教育以及職業(yè)培訓(xùn)，建立終身教育體系，保證勞動(dòng)力能夠在不同行業(yè)之間流動(dòng)；③在中、西部地區(qū)，數(shù)字經(jīng)濟(jì)對(duì)就業(yè)的拉動(dòng)力呈現(xiàn)出了巨大的潛力，應(yīng)當(dāng)抓住契機(jī)，發(fā)展數(shù)字經(jīng)濟(jì)及其相關(guān)產(chǎn)業(yè)，在推動(dòng)當(dāng)?shù)亟?jīng)濟(jì)發(fā)展的同時(shí)，吸引更多高端人才，緩解目前區(qū)域發(fā)展不平衡的問(wèn)題。

引用

[1]江小涓，靳景.中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展的回顧與展望[J].中共中央黨校（國(guó)家行政學(xué)院）學(xué)報(bào)，2022，26（1）：69-77.

[2]任颋，劉欣.創(chuàng)造還是破壞：企業(yè)數(shù)字化應(yīng)用對(duì)就業(yè)的影響[J].南京財(cái)經(jīng)大學(xué)學(xué)報(bào)，2021（6）：66-76.

[3]劉軍，楊淵鋆，張三峰.中國(guó)數(shù)字經(jīng)濟(jì)測(cè)度與驅(qū)動(dòng)因素研究[J].上海經(jīng)濟(jì)研究，2020（6）：81-96.

[4]趙濤，張智，梁上坤.數(shù)字經(jīng)濟(jì)、創(chuàng)業(yè)活躍度與高質(zhì)量發(fā)展——來(lái)自中國(guó)城市的經(jīng)驗(yàn)證據(jù)[J].管理世界，2020，36（10）：65-76.

作者單位：天津財(cái)經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院