数字经济发展对异质性劳动力就业的影响研究_陈丽莎.pdf

工信财经科技 2023 年第 1 期 74 数字经济发展对异质性劳动力就业的影响研究数字经济发展对异质性劳动力就业的影响研究 陈丽莎*摘 要：本文基于 20112020 年 30 个省份（除西藏）的劳动力就业数据，结合数字经济发展水平的评价指标，通过建立工具变量最小二乘法（IV-2SLS），从异质性劳动力就业的角度出发，考察了不同省份数字经济发展对教育型劳动力就业、技能型劳动力就业和创业型劳动力就业的影响效应。研究发现，数字经济对教育型劳动力就业、创业型劳动力就业呈现正向作用；对技能型劳动力就业呈负向作用。进一步异质性检验发现，数字经济发展对创业型劳动力就业具有区域异质性，在中部地区具有抑制性，在西部和东部地区仍具有促进作用。关键词：数字经济；就业；IV-2SLS 一、引言 2020 年新冠疫情暴发以来，全球出现了公司倒闭、裁员等情况，就业形势日益严峻。就业是最大的民生，也是重大的经济社会问题。面对当前严峻的就业形势以及错综复杂的发展态势，数字经济成为一种新的产业形态迅猛发展起来，逐步成为中国极其具有发展潜力的经济形态之一。根据工信部发布的数据，目前，我国已经建成 142.5 万个 5G 基站，数字经济规模巨大，实力雄厚。不仅如此，我国数字经济在多个领域内名列前茅，技术跻身全球前列。20172021 年，我国数字经济规模取得了极大的突破，从 27.2 万亿元增至 45.5 万亿元，年复合增长率达到当前峰值，占国内生产总值的比重也有了显著的提升，成为推动经济增长的主要引擎之一（Singhal et al.，2018）。但是，当前数字经济所带来的技术革新与以往的技术进步对就业市场所带来的影响是不同质的。过去的技术变革是将繁杂的工作变得简单化、合理化、流程化，但是数字经济的发展所带来的技术变革对劳动市场提出了更高的要求。不仅是对当前就业市场上能力不够的劳动力的淘汰，也是对更高能力的就业内容的创造。北京师范大学发布的2021 中国劳动力市场发展报告提出，我国劳动力市场产生了新的变革，就业结构调整加速，就业质量有所提升，就业形态、就业优先政策等方面都有了重大调整。当前，我国劳动力市场呈现出多层次的特征，劳动年龄人口总量逐年减少，劳动力市场整体供大于求，高技能人才的需求缺口较大，劳动力市场就业岗位创造能力异质性明显，劳动力市场融合度上升等等。过去的理论往往将失业率的提高与经济发展的不稳定等同，但*陈丽莎，重庆师范大学经济与管理学院，硕士；邮箱：18315044135 。陈丽莎：数字经济发展对异质性劳动力就业的影响研究 75 是当前也有理论认为经济的增长与劳动力的素质能力相关。因此，精准识别数字化发展对于不同类型劳动力就业的影响是必要的。二、文献综述 数字经济作为互联网的延伸，对就业情况、各个劳动力层次均产生了广泛影响（Harris，1998）。目前，数字经济发展对劳动力就业的影响研究主要分为三类。（一）数字经济发展对就业总量的影响 数字经济的发展对就业产生了深刻的影响，使得市场对就业载体、就业形态、就业技能的要求发生重大变化，不仅存在显著的就业创造效应，而且存在明显的就业替代效果（胡拥军和关乐宁，2022）。一方面，数字经济发展提高了生产率，进而提高了产出水平，从而带动需求、带动就业；另一方面，数字经济所带来的技术进步将通过创造新机器、激发大众创业的潜能、促进过剩产能行业职工再就业等促进就业增长。胡鞍钢等（2016）指出，互联网的普及和应用创造出了大量灵活就业等新就业模式。就中国而言，与数字经济相关的就业岗位数量日趋庞大，创造了新的职业种类和新就业岗位，推动就业总量增长（王跃生和张羽飞，2022）。在我国经济转变发展方式的大背景下，数字经济正成为中国就业增长的重要驱动力（何宗樾和宋旭光，2020）。（二）数字经济发展对就业结构的影响 近年来，许多学者扩大了对劳动力的研究，他们的研究重点也从总量转向了就业结构。由于各个劳动者的教育水平不同，数字经济所产生的就业效应对不同类型的劳动者有所不同，对程序化工作具有替代作用，对非程序化工作具有互补作用，即使得高技能人才缺口扩大，同时缩减了中低等技能劳动者就业，最终导致中等收入阶层萎缩和收入两极分化（蔡跃洲和陈楠，2019）。司小飞和李麦收（2022）认为数字经济的快速发展加快了资源流动的速度，提高了劳动力资源的配置效率，优化了就业结构。其他研究表明（叶胥等，2021），总体上，数字经济促进了就业结构向制造化、高科技化和高技能化的转变。随着数字转型的逐步加速，数字经济的发展最终将推动制造化、高技能化、高科技化的就业结构。当前劳动力技能的培养仍然以教育为主，学历的高低是市场对劳动力水平的评价指标之一，但如果仅仅将教育水平作为区分劳动力水平的工具，具有极大的限制，缺乏足够的解释力（刘保中，2020）。赵涛等（2020）还分析了数字经济对创业活跃度的提升，从而对就业结构以及高质量发展带来的影响。（三）数字经济发展对就业质量的影响 一方面，数字技术进步会提高行业整合效率，促进就业环境的改善（戚聿东，2020）。在改变生产模式、优化产业结构和重塑市场模式的同时，数字经济的发展也导致了劳动工信财经科技 2023 年第 1 期 76 力市场规模和结构发生重大变化。劳动力市场呈现出多样化的就业模式、基于平台的组织模式和有效的信息传递等新特征（李丽，2022）。这将大大提高全要素生产率和企业盈利能力，进而改善社会福利和工作条件，并最终使就业质量得到巨大改善。另一方面，数字经济发展对工人的技术要求和工资水平也带来了很大改变。Autor（2015）认为数字经济发展使得数字化技术的相关产业改造升级，使得市场对高技能型的劳动力需求上升。最后，数字经济发展会导致劳动关系产生新的变化。综上分析，数字经济的发展对就业有多方面的影响效应，我们不应该单单局限于一个方面进行分析，而忽视了劳动力其他结构与其不同类型所带来的不同的就业效应。数字经济的发展对于当前就业的匹配程度提出了更高的要求，要求根据劳动力的不同技能、不同特质、不同能力进行不同的就业岗位匹配。因此，我们需要拓展更多维的视角，对不同类型的劳动力进行分别探讨。根据前文描述可知，当前研究主要集中于就业总量、就业结构等方面；在异质性方面也主要集中于教育，且以教育水平和教育年限的不同为主要标准，将其区分为高技能和低技能。然而，受教育程度并非劳动力技能供给的唯一渠道。三、理论分析（一）数字经济发展对教育型劳动力就业的影响 由于当前社会中，正规教育是提高自身水平和能力的一个重要渠道，因此，在劳动力市场上，教育水平的高低成为劳动者能力判别的重要标准。在数字经济迅速发展的情况下，数字化、智能化会显著增加高学历型劳动力的需求，这是由于高等教育所带来的更好的适应能力。较高教育水平的劳动者能够较好地面对当前的就业环境，及时改变自己的择业要求，向需求单位更好地展示自己更高的技能。教育水平较低的劳动者，由于不能更好地适应当前的环境，较难展现自己更好的能力，受到就业冲击之后易被替代。因此，基于上述分析，本文提出假设 1。假设 1：数字经济发展会增加教育型劳动力就业。（二）数字经济发展对技术型劳动力就业的影响 职业资格证书是除学校教育之外的重要参考标准，通过职业资格认证是对申请人该项能力的认可，因此可以看作对劳动者能力的重要补充（李雪等，2012）。但是职业资格证书并不能作为“高技能”的标志。在数字经济飞速发展的冲击之下，“技能型失业”可能难以避免。数字经济所带来的技术创新，导致一些重复的、不具有创新性的工作岗位被替代。据以往研究发现，未来 20 年会有 47%的劳动力需求岗位面临着被数字经济的衍生品所替代的风险。因此，基于上述分析，本文提出假设 2。假设 2：数字经济发展将降低对技术型劳动力的就业需求。（三）数字经济发展对创业型劳动力的影响 雷诺兹最先提出将创业行为分为生存型和机会型。前者指创业者技术壁垒低，为了陈丽莎：数字经济发展对异质性劳动力就业的影响研究 77 生存被动选择，而后者是创业者主动追求，着眼机会，从事创业。当前中国市场被各类技术进步围绕，对低技能劳动者产生了巨大的影响。由于低技能可替代性太强，在巨大的就业压力面前，创业不失为一个更好的选择（Fossen and Sorgner，2019）。事实上，数字化应用使我们的生活产生了翻天覆地的变化，人们能够有效地对未来的前景进行预测，从而有效发现创业机会（刘志阳和王泽民，2020）。因此，基于上述分析，本文提出假设 3。假设 3：数字经济发展将增加创业型劳动力的数量。四、数字经济指数的测度 关于数字经济指数测度的方法，本文借鉴赵涛等（2020）的方法，采用如表 1 所示的五个二级指标，具体对应的实际内容为：每百人互联网用户数，信息传输、软件和信息技术服务业城镇单位就业人员占比，人均电信业务总量，每百人移动电话用户数，北大数字普惠金融指数。然后利用 20112020 年中国除西藏以外的 30 个省份的数据分别进行测度。（一）数字经济计算公式设置 为了方便不同的指标之间进行比较，需要将数据进行标准化处理。在本研究中，所选择的经济指标对制度体系发展有利，所以均为正向指标，采用正向指标计算方法，所以公式设置为：ijjijjjXminX YmaxX minX-=-（1）其中 Yij为标准化的数值，Xij表示 i 省份 j 指标的原始数据，i=1，2，30，j=1，2，3，4，5；maxXj为所有年份中指标值的最大值，minXj为所有年份中指标值的最小值。（二）确定指标权重 本文使用熵权法对以上指标进行赋权。最终权重结果如表 1 所示。（三）计算数字经济综合发展指数 根据上面测度的权重，最终计算出数字经济发展指数。5ititjj 1digX W=（2）Xit表示 i 省份 j 指标标准化后的值，Wj表示 j 指标通过熵权法测度的最终权重，i=1，2，30，j=1，2，3，4，5。工信财经科技 2023 年第 1 期 78 表 1 数字经济综合发展指数评价体系 一级指标 二级指标 三级指标 权重 指标属性 数字经济综合发展指数 互联网普及率（%）每百人互联网用户数 0.079 554 021 正向 互联网相关从业人员人数（万人）信息传输、软件和信息技术服务业城镇单位就业人员占比 0.142 595 924 正向 互联网相关产出（亿元）人均电信业务总量 0.298 073 372 正向 移动互联网用户数（部/百人）每百人移动电话用户数 0.073 869 761 正向 数字金融普惠发展（%）北大数字普惠金融指数 0.405 906 923 正向 数字经济测度指标的数据主要来源于中国统计年鉴和北大数字普惠金融指数。由于每百人互联网用户数有少量缺失，为保证研究的顺利进行，空缺数据通过 ARIMA 线性插值法进行填补。五、实证模型设定（一）模型设定 为准确识别数字经济发展对劳动力就业的影响，联系理论与实际，构建如下计量模型：lnlaborit=0+1lndigit+2lnconit+vt+i+it （3）其中，i 表示第 i 个省份，t 表示第 t 年，0为截距项，1为数字经济对就业的回归系数，lndigit代表数字经济发展指数，lnlaborit则表示被解释变量，lnconit为控制变量，表示其他因素对就业的影响。vt为个体效应，i为时间效应，it为随机干扰项。（二）数据说明 本文选取 20112020 年除西藏外的 30 个省份的数据作为样本。核心解释变量相关数据在前文已经作出了详细说明。被解释变量与其他控制变量的原始数据主要来自于中经数据库、各省份统计年鉴、中国人口与就业统计年鉴、中国劳动统计年鉴。（三）变量选取 1.被解释变量被解释变量 本文中被解释变量即就业情况（lnlaborit）。本文为考察数字经济对异质性劳动力的全面影响，后续将通过以上模型对社会就业总数（lntotal）进行计算，并借鉴孙雪等（2022）的研究将劳动力细分为教育型劳动力（lnlabor-edu）、技术型劳动力（lnlabor-skill）、创业陈丽莎：数字经济发展对异