數(shù)字經(jīng)濟發(fā)展對中國就業(yè)結(jié)構(gòu)的影響研究

涂 淼

（武漢工程科技學(xué)院，湖北 武漢 430200）

一、引言

改革開放以來，中國強大的勞動力市場為經(jīng)濟快速發(fā)展提供了堅實支撐。然而伴隨中國逐步進入人口老齡化社會，這一優(yōu)勢逐步縮減。據(jù)國家統(tǒng)計局數(shù)據(jù)顯示，中國65 歲老年人口所占比例從1990 年的7.0%增長至2021 年的14.2%。事實上，中國勞動年齡人口總量從2010 年開始已經(jīng)轉(zhuǎn)為負增長。種種跡象表明，曾經(jīng)的人口紅利正在逐漸消失，快速收縮的勞動力市場很有可能成為中國經(jīng)濟轉(zhuǎn)型升級的掣肘，最終造成國民“未富先老”的狀況。在此背景下，保障就業(yè)結(jié)構(gòu)與經(jīng)濟發(fā)展的良好匹配已成為弱化勞動力市場紅利消失影響的關(guān)鍵所在。然而就實際情況而言，現(xiàn)階段中國就業(yè)領(lǐng)域存在顯著的結(jié)構(gòu)性矛盾。2021 年8 月國務(wù)院正式印發(fā)的《“十四五”就業(yè)促進規(guī)劃》在隨后的國務(wù)院政策例行吹風(fēng)會上政府官員指出，“十四五”時期，結(jié)構(gòu)性就業(yè)矛盾將成為就業(yè)領(lǐng)域的主要矛盾，突出表現(xiàn)為“就業(yè)難”和“招工難”并存。另據(jù)中國人力資源和社會保障部統(tǒng)計數(shù)據(jù)顯示，2021 年中國技能勞動力占總就業(yè)人口總量的26%左右。其中，制造業(yè)急需的高技能人才占比僅為7%，存在上千萬的人才需求缺口。可見，推動就業(yè)結(jié)構(gòu)的有序優(yōu)化對于新時期穩(wěn)定社會秩序、緩解社會就業(yè)壓力、助力經(jīng)濟發(fā)展具有重要的現(xiàn)實意義。

伴隨大數(shù)據(jù)、區(qū)塊鏈、云計算等新興技術(shù)的逐步應(yīng)用，中國數(shù)字經(jīng)濟高速發(fā)展。《中國數(shù)字經(jīng)濟發(fā)展白皮書（2021 年）》數(shù)據(jù)顯示，2020 年中國數(shù)字經(jīng)濟總規(guī)模為39.2 萬億元，占GDP 比重為38.6%，已成為社會經(jīng)濟發(fā)展的支柱型力量?！笆奈濉币?guī)劃更是單列篇章，重點規(guī)劃數(shù)字經(jīng)濟發(fā)展，提出要推進數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化，強化實體經(jīng)濟與數(shù)字經(jīng)濟融合，建立具備國際競爭力的數(shù)字產(chǎn)業(yè)集群。數(shù)字經(jīng)濟的不斷壯大對人類生產(chǎn)生活方式產(chǎn)生了深刻影響。具體到就業(yè)領(lǐng)域，中國信息通信研究院發(fā)布的《數(shù)字經(jīng)濟就業(yè)影響研究報告》 明確指出，數(shù)字經(jīng)濟在優(yōu)化就業(yè)結(jié)構(gòu)、創(chuàng)新就業(yè)機會方面的作用巨大，未來應(yīng)深度挖掘數(shù)字平臺就業(yè)潛力。學(xué)術(shù)界同樣就數(shù)字經(jīng)濟對就業(yè)領(lǐng)域的影響展開一定討論。如戚聿東等(2021)研究認為，數(shù)字經(jīng)濟催生出大量新職業(yè)，改變了傳統(tǒng)企業(yè)的用工模式，使得靈活就業(yè)得以快速發(fā)展，并從加強認證體系建設(shè)、加大培訓(xùn)力度等方面給出具體建議。陳程(2021)在總結(jié)德國、加拿大等6 國經(jīng)驗后指出，數(shù)字經(jīng)濟發(fā)展普遍面臨數(shù)字人才短缺問題。蔡昉(2021)認為，數(shù)字經(jīng)濟在破壞舊崗位的同時，也在創(chuàng)造各類新崗位。廉永生(2022)認為，數(shù)字經(jīng)濟發(fā)展有助于優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，帶動就業(yè)高質(zhì)量發(fā)展。李麗(2022)研究發(fā)現(xiàn)，數(shù)字經(jīng)濟變革在優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)的同時，對就業(yè)市場帶來巨大沖擊，突出表現(xiàn)為就業(yè)方式多元化、信息傳遞高效化等特點，未來應(yīng)從完善政策體系建設(shè)、發(fā)展平臺經(jīng)濟、健全社會保障制度等方面著手保障就業(yè)。王棟(2021)則以西部地區(qū)城市為研究對象，認為數(shù)字經(jīng)濟發(fā)展可帶動勞動者就業(yè)?？偨Y(jié)梳理現(xiàn)有研究成果后發(fā)現(xiàn)，學(xué)術(shù)界普遍認為，數(shù)字經(jīng)濟所伴生的大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能等技術(shù)將變相替代部分現(xiàn)有勞動力，但同時也會催生出一系列新產(chǎn)業(yè)和新崗位。但具體而言，這種重塑作用如何影響各個產(chǎn)業(yè)之間的勞動力的供求關(guān)系？是否有助于就業(yè)結(jié)構(gòu)的優(yōu)化？這些問題還有待于學(xué)者們進一步深入研究。鑒于此，文章基于中國省級面板數(shù)據(jù)，定量分析測算數(shù)字經(jīng)濟發(fā)展對就業(yè)結(jié)構(gòu)產(chǎn)生的沖擊，以求為中國調(diào)整就業(yè)市場、深化經(jīng)濟改革提供有益參考。

二、理論分析與研究假設(shè)

1. 數(shù)字經(jīng)濟對就業(yè)結(jié)構(gòu)的影響分析

數(shù)字經(jīng)濟的突出特征之一是對各類新技術(shù)的廣泛應(yīng)用（陳小輝等，2020）。按照經(jīng)濟學(xué)理論，技術(shù)進步對就業(yè)市場存在雙向影響：一方面，新技術(shù)會推動機器代替人的體力或腦力勞動，為傳統(tǒng)行業(yè)的部分崗位帶來直接沖擊；另一方面，技術(shù)進步還會催生出各類新的崗位，增加就業(yè)機會。從這一角度分析數(shù)字經(jīng)濟對就業(yè)結(jié)構(gòu)的影響，會發(fā)現(xiàn)其可能通過擠出低技能勞動力、提升高技能勞動力供給量進而實現(xiàn)就業(yè)結(jié)構(gòu)的優(yōu)化。第一，數(shù)字經(jīng)濟時代下，大數(shù)據(jù)、云計算等信息技術(shù)逐步應(yīng)用于各行各業(yè)，有效提升了企業(yè)自動化水平。在此背景下，集中于農(nóng)業(yè)、服務(wù)業(yè)的小農(nóng)戶、搬運工等低技能就業(yè)將逐漸被機器取代。麥肯錫全球研究所的最新報告發(fā)現(xiàn)，到2030 年，全球?qū)⒂卸噙_8 億人的工作被機器人取代。第二，數(shù)字經(jīng)濟的發(fā)展會創(chuàng)造出更加復(fù)雜的工作任務(wù)，間接提升高技能就業(yè)崗位的供給量（俞伯陽，2020）。在計算機逐漸取代非交互性工作任務(wù)的主流趨勢下，科研、設(shè)計等對認知能力要求更高的工作崗位無疑會更受雇主青睞。這種市場需求會直接倒逼部分勞動者升級自身的工作技能，從而在崗位競爭中掌握更強的比較優(yōu)勢。而在具體行業(yè)中，掌握先進制造業(yè)技術(shù)的人才供給將得到大幅提升，進而推動就業(yè)結(jié)構(gòu)優(yōu)化升級?；谏鲜龇治?，提出如下假設(shè)：

假設(shè)H1：數(shù)字經(jīng)濟發(fā)展有助于優(yōu)化就業(yè)結(jié)構(gòu)。

2. 異質(zhì)性分析

中國不同地區(qū)之間的經(jīng)濟基礎(chǔ)、產(chǎn)業(yè)類型、資源稟賦不同，這種差異很有可能作用到數(shù)字經(jīng)濟發(fā)展對就業(yè)結(jié)構(gòu)的影響中。具體而言，就經(jīng)濟基礎(chǔ)層面，擁有良好經(jīng)濟基礎(chǔ)的地區(qū)醫(yī)療、教育條件較好，且地區(qū)內(nèi)部高新技術(shù)企業(yè)更多，能夠提供的高待遇高福利工作機會也相對較多（趙濤等，2020）。在雙重因素的影響下，高技術(shù)人才很容易在這些地區(qū)聚集。就產(chǎn)業(yè)類型層面，由于歷史、地理位置、資源稟賦等客觀原因，中國不同地區(qū)優(yōu)勢產(chǎn)業(yè)存在較大差異，如安徽、黑龍江的農(nóng)業(yè)發(fā)展優(yōu)勢明顯，而廣東、江蘇、山東等省份的工業(yè)則較為發(fā)達。產(chǎn)業(yè)結(jié)構(gòu)的這種先天差別導(dǎo)致就業(yè)結(jié)構(gòu)存在區(qū)域差異。對于以農(nóng)業(yè)為重點產(chǎn)業(yè)的地區(qū)而言，數(shù)字經(jīng)濟對低技術(shù)勞動力存在較強的擠出效應(yīng)；對于以工業(yè)或者服務(wù)業(yè)為重點產(chǎn)業(yè)的地區(qū)而言，其低技術(shù)勞動力本身就相對較少，數(shù)字經(jīng)濟帶來的影響自然也就偏低（姜松、孫玉鑫，2020）。就數(shù)字基建層面，數(shù)字經(jīng)濟發(fā)展的先決條件是具備良好的數(shù)字基礎(chǔ)設(shè)施。要想充分釋放數(shù)字經(jīng)濟對就業(yè)結(jié)構(gòu)的調(diào)節(jié)效應(yīng)，必須要加速建設(shè)5G、智能電網(wǎng)、物聯(lián)網(wǎng)等數(shù)字新基建。然而，現(xiàn)階段中國數(shù)字新基建的建設(shè)進程存在明顯的區(qū)位差距，北京、江蘇、上海等地區(qū)領(lǐng)先優(yōu)勢明顯，新疆、西藏、青海等地區(qū)則處于相對落后狀態(tài)。這種差距很有可能反映到數(shù)字經(jīng)濟對就業(yè)結(jié)構(gòu)的影響之中?；谏鲜龇治?，研究提出如下假設(shè)：

假設(shè)H2：由于經(jīng)濟基礎(chǔ)、產(chǎn)業(yè)類型、數(shù)字基建等因素的差別，數(shù)字經(jīng)濟發(fā)展對中國就業(yè)結(jié)構(gòu)的影響存在區(qū)域異質(zhì)性。

三、研究設(shè)計

1. 變量說明

（1） 被解釋變量

文章中的被解釋變量為就業(yè)結(jié)構(gòu)(LS)。傳統(tǒng)研究中常用城鄉(xiāng)二元勞動力變動情況進行衡量，其思路是用農(nóng)業(yè)勞動者流向工業(yè)與服務(wù)業(yè)部門的轉(zhuǎn)移程度來反映就業(yè)結(jié)構(gòu)變動情況。然而，伴隨中國鄉(xiāng)村振興戰(zhàn)略的持續(xù)推進，城鄉(xiāng)間勞動力流動發(fā)生了較大變化。農(nóng)民本地化就業(yè)成為新的政策導(dǎo)向，在這種背景下，農(nóng)業(yè)、非農(nóng)業(yè)就業(yè)情況已經(jīng)無法準確刻畫就業(yè)結(jié)構(gòu)的變遷情況。與此同時，2015 年中國正式提出制造強國發(fā)展政策，并將《中國制造2025》作為行動綱領(lǐng)。由此，文章基于制造強國發(fā)展理念，以各省份制造業(yè)就業(yè)人數(shù)占總城鎮(zhèn)就業(yè)人口比重衡量就業(yè)結(jié)構(gòu)。

（2） 解釋變量

文章中的解釋變量為數(shù)字經(jīng)濟發(fā)展(DE)。鑒于目前并無直接反映數(shù)字經(jīng)濟發(fā)展水平的指標，參考各年度《中國互聯(lián)網(wǎng)發(fā)展報告》，結(jié)合劉軍等(2020)、許憲春與張美慧(2020)研究，構(gòu)建4 維度14 個指標的綜合評價指標體系對其進行綜合評價，具體評價指標體系如表1 所示。在指標權(quán)重計算方法選擇上，文章選用較為客觀準確的熵權(quán)-Topsis 方法進行確認（限于篇幅，具體計算過程不在此列出）。

表1 數(shù)字經(jīng)濟發(fā)展評價指標體系

（3） 控制變量

就業(yè)結(jié)構(gòu)變遷除了受數(shù)字經(jīng)濟影響外，還受到其他變量影響。結(jié)合當(dāng)前學(xué)者研究成果，對以下變量進行控制。第一，產(chǎn)業(yè)結(jié)構(gòu)(STR)。產(chǎn)業(yè)結(jié)構(gòu)是影響就業(yè)結(jié)構(gòu)的重要因素，直接決定了勞動力的宏觀分布情況（韓勝娟，2013）。進入21 世紀以來，中央政府通過“去產(chǎn)能”“供給側(cè)結(jié)構(gòu)性改革”等一系列舉措調(diào)整產(chǎn)業(yè)結(jié)構(gòu)，進而實現(xiàn)就業(yè)結(jié)構(gòu)優(yōu)化，文章以地方工業(yè)增加值占當(dāng)?shù)谿DP 比重進行衡量。第二，政府財政支持(GOV)。政府財政支持對就業(yè)結(jié)構(gòu)變遷的影響主要體現(xiàn)在提供社會保障體系、優(yōu)化生產(chǎn)生活環(huán)境兩個層面。充足的政府財政支持有助于合理引導(dǎo)就業(yè)結(jié)構(gòu)轉(zhuǎn)變。文章以地方政府一般性財政支出占當(dāng)?shù)谿DP 比值進行衡量。第三，區(qū)域經(jīng)濟發(fā)展水平(RED)。通常而言，區(qū)域經(jīng)濟發(fā)展水平越高，勞動力越有可能流向服務(wù)產(chǎn)業(yè)和高新技術(shù)產(chǎn)業(yè)。借鑒趙爍等(2020)研究，以所在省份人均GDP 進行衡量。第四，勞動力技術(shù)供給能力(CST)。勞動力技能更新能夠加速就業(yè)結(jié)構(gòu)變換，充足的勞動力技術(shù)供給能夠保障就業(yè)結(jié)構(gòu)順利轉(zhuǎn)型升級（魏瑋等，2020），文章以大學(xué)生招生人數(shù)進行衡量。

2. 數(shù)據(jù)來源與處理

盡管中國數(shù)字經(jīng)濟發(fā)展的時間較久，但前期主要集中在發(fā)展電子商務(wù)和信息化建設(shè)之中，整體發(fā)展處于萌芽狀態(tài)，2010年左右才初具規(guī)模（閻世平等，2020）。2015 年，政府正式出臺《國務(wù)院關(guān)于積極推進“互聯(lián)網(wǎng)+”行動的指導(dǎo)意見》，此后數(shù)字經(jīng)濟正式進入發(fā)展快車道。為準確衡量數(shù)字經(jīng)濟發(fā)展狀況，文章以2010 年為時間基點，選取2010—2020 年為研究樣本期?？紤]到數(shù)據(jù)可得性，基于全國30 個省份的數(shù)據(jù)進行實證檢驗（不含西藏及港澳臺地區(qū)）。數(shù)據(jù)主要來源于歷年《中國統(tǒng)計年鑒》 《中國勞動統(tǒng)計年鑒》，部分數(shù)據(jù)來源于WIND 數(shù)據(jù)庫。另外，為消除變量之間存在的量綱差異，對所有變量進行自然對數(shù)處理。與此同時，為避免極端值影響，對變量中出現(xiàn)的異常值進行1%與99%的縮尾處理。

3. 模型構(gòu)建

依據(jù)研究目標特點，采用狀態(tài)空間模型與卡爾曼濾波法進行相關(guān)檢驗。狀態(tài)空間模型由量測方程與狀態(tài)方程構(gòu)成，適用于多變量非平穩(wěn)時間序列檢驗，其優(yōu)點在于：可將難以觀測的狀態(tài)變量納入可觀測模型中并得到估計結(jié)果?？柭鼮V波算法則可對狀態(tài)空間模型中的變量進行最優(yōu)估計，并將前一時期預(yù)測誤差迅速反映到方程之中，形成各變量參數(shù)變化軌跡，提高模型估計精度。

為檢測各變量對就業(yè)結(jié)構(gòu)的影響，構(gòu)建狀態(tài)空間模型如下。其中，式(1)為量測方程，式(2)~(6)為狀態(tài)方程。

式中，C(1)代表常數(shù)；C(2)為log（殘差平方和/數(shù)據(jù)個數(shù)）；LSt、DEt、STRt、GOVt、REDt、CSTt為量測變 量；SV1，t、SV2，t、SV3，t、SV4，t、SV5，t為狀態(tài)變量，即不同時間點數(shù)字經(jīng)濟發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)、政府財政支持、區(qū)域經(jīng)濟發(fā)展水平、勞動力技術(shù)供給能力5 個變量的時變彈性系數(shù)；SV估計值則通過卡爾曼濾波算法計算得出；γ1，t、γ2，t、γ3，t、γ4，t、γ5，t代表各變量遞歸系數(shù)。

四、實證檢驗

1. 平穩(wěn)性檢驗

為最大限度保證所選模型的適用性，在狀態(tài)空間模型估計前，首先檢驗變量平穩(wěn)性。具體操作為：第一步，進行靜態(tài)回歸，結(jié)果顯示各變量系數(shù)均顯著，可進行殘差平穩(wěn)性檢驗。第二步，通過ADF 與PP 檢驗方法檢驗各變量殘差的平穩(wěn)性，檢驗結(jié)果表明，數(shù)字經(jīng)濟發(fā)展、就業(yè)結(jié)構(gòu)以及產(chǎn)業(yè)結(jié)構(gòu)等變量均至少在5%顯著水平下拒絕原假設(shè)，即通過平穩(wěn)性檢驗。這一結(jié)果表明文章被解釋變量與解釋變量、被解釋變量與控制變量存在協(xié)整關(guān)系，適用于狀態(tài)空間模型。

2. 基本估計結(jié)果與分析

文章借助EVIEWS10 軟件，基于各省份面板數(shù)據(jù)，利用上文所構(gòu)建的狀態(tài)空間模型與卡爾曼濾波算法估計各變量時間參數(shù)，具體結(jié)果見表2。

表2 狀態(tài)空間模型下各參數(shù)估計結(jié)果

為更好地呈現(xiàn)出解釋變量與控制變量對被解釋變量的時變彈性系數(shù)的變化情況，依據(jù)表2 回歸結(jié)果繪制圖1~圖5。

圖1 數(shù)字經(jīng)濟對就業(yè)結(jié)構(gòu)的影響

圖5 勞動力技術(shù)供給能力對就業(yè)結(jié)構(gòu)的影響

由圖1 可知，核心解釋變量數(shù)字經(jīng)濟發(fā)展對就業(yè)結(jié)構(gòu)的影響始終顯著為正，且這種影響整體呈波動態(tài)勢。2010—2014年，時變彈性系數(shù)出現(xiàn)輕微下滑，原因可能在于數(shù)字經(jīng)濟對各類自動化技術(shù)的應(yīng)用一定程度上沖擊了原有制造業(yè)的工作崗位，使得部分就業(yè)向服務(wù)業(yè)或農(nóng)業(yè)轉(zhuǎn)移，至于由其創(chuàng)造的新崗位，人員供應(yīng)則存在一定的滯后性。進入到2015 年，這種下滑趨勢開始反轉(zhuǎn)，到2017 年已經(jīng)超過2010 年水平，2018—2020 年，數(shù)字經(jīng)濟發(fā)展對就業(yè)結(jié)構(gòu)的促進作用顯著增強。究其原因可能在于：2015 年以后，中國數(shù)字經(jīng)濟發(fā)展進入快車道，伴隨《國務(wù)院關(guān)于積極推進“互聯(lián)網(wǎng)+”行動的指導(dǎo)意見》《二十國集團數(shù)字經(jīng)濟發(fā)展與合作倡議》等一系列配套政策文件的推進實施，數(shù)字經(jīng)濟對就業(yè)結(jié)構(gòu)的優(yōu)化作用開始顯現(xiàn)，并呈現(xiàn)出穩(wěn)定向上的發(fā)展趨勢。

由圖2 可知，產(chǎn)業(yè)結(jié)構(gòu)對中國就業(yè)結(jié)構(gòu)的影響效應(yīng)可分三個階段進行解讀：第一階段為2010—2012 年，表現(xiàn)為影響效應(yīng)逐漸下滑，原因在于這一時期中國開始執(zhí)行去產(chǎn)能計劃，圍繞鋼鐵、煤化工、水泥等產(chǎn)業(yè)進行大力整改，在一定程度上降低了勞動力在制造行業(yè)中的占比；第二階段為2013—2016 年，該時期產(chǎn)業(yè)結(jié)構(gòu)對就業(yè)結(jié)構(gòu)的影響開始有所上升，但增長幅度較低；第三階段為2017—2020 年，伴隨中國供給側(cè)結(jié)構(gòu)的逐步調(diào)整，產(chǎn)業(yè)結(jié)構(gòu)變動對就業(yè)結(jié)構(gòu)的提升作用顯著上升，2019年對應(yīng)的時變彈性系數(shù)停留在0.979。從發(fā)展趨勢上看，中國產(chǎn)業(yè)結(jié)構(gòu)調(diào)整有助于促進就業(yè)結(jié)構(gòu)的進一步優(yōu)化，短期內(nèi)應(yīng)當(dāng)堅決貫徹執(zhí)行供給側(cè)結(jié)構(gòu)性改革。

圖2 產(chǎn)業(yè)結(jié)構(gòu)對就業(yè)結(jié)構(gòu)的影響

由圖3 可知，政府財政支持對就業(yè)結(jié)構(gòu)的影響較為平穩(wěn)，并呈現(xiàn)出階段性上升特征。值得一提的是，2010—2011 年波動率明顯較其他年份較高，原因可能是國際金融危機后，政府出臺了積極的財政扶持政策，有效地促進了勞動力流向制造行業(yè)。從2012 年開始，政府財政支持對就業(yè)結(jié)構(gòu)的正向影響整體呈現(xiàn)出較為平穩(wěn)的增長態(tài)勢。截至2020 年，時變彈性系數(shù)已經(jīng)增長至0.193。這一走勢說明中國財政支持對就業(yè)結(jié)構(gòu)的影響作用主要為正向引導(dǎo)。

圖3 政府財政支持對就業(yè)結(jié)構(gòu)的影響

由圖4 可知，區(qū)域發(fā)展水平對中國就業(yè)結(jié)構(gòu)影響的變動較大，表現(xiàn)為先上升后下降。2010—2012 年，區(qū)域發(fā)展水平對就業(yè)結(jié)構(gòu)的優(yōu)化作用逐漸增強。進入到2013 年以后，這種影響效果逐漸降低。到2016 年，區(qū)域發(fā)展水平對就業(yè)結(jié)構(gòu)的影響已經(jīng)轉(zhuǎn)變?yōu)樨撓蜃饔茫疫@一負向效應(yīng)一直延續(xù)到了2020 年。分析這一現(xiàn)象出現(xiàn)的原因，可能是區(qū)域經(jīng)濟發(fā)展前期，勞動力主要由農(nóng)業(yè)部門流向制造業(yè)。當(dāng)區(qū)域經(jīng)濟發(fā)展到一定階段之后，部分制造業(yè)勞動力開始流向服務(wù)業(yè)。而研究中的就業(yè)結(jié)構(gòu)衡量方式為制造業(yè)就業(yè)人數(shù)占總城鎮(zhèn)就業(yè)人口的比重，故這一時期區(qū)域發(fā)展水平對就業(yè)結(jié)構(gòu)的影響轉(zhuǎn)為負向。

圖4 區(qū)域發(fā)展水平對就業(yè)結(jié)構(gòu)的影響

由圖5 可知，勞動力技術(shù)供給能力對中國就業(yè)結(jié)構(gòu)的影響呈先上升后下降態(tài)勢，且下降幅度要高于上升幅度。在2010—2013 年，數(shù)字經(jīng)濟所催生的新型崗位急需大量高技術(shù)勞動力進行補充，勞動力技術(shù)供給能力的高低對就業(yè)結(jié)構(gòu)優(yōu)化的影響較大。此后，大量院校開始增設(shè)數(shù)字經(jīng)濟相關(guān)課程，以求培育出更符合市場需求的高素質(zhì)人才。與此同時，中國多條高鐵線路的開通以及交通通訊方式的便利很大程度上增加了人才流動率。雙重因素影響下，勞動力技術(shù)供給能力對就業(yè)結(jié)構(gòu)的優(yōu)化作用開始呈小幅下降趨勢。截至2020 年，對應(yīng)的時變彈性系數(shù)由巔峰時期的0.432 下降至0.203。這一結(jié)果說明盡管勞動力技術(shù)供給能力仍有助于增加制造業(yè)勞動力就業(yè)比重，但這種影響效果正在逐漸減弱。

3. 區(qū)域異質(zhì)性估計結(jié)果與分析

為驗證文章假設(shè)H2，考察數(shù)字經(jīng)濟發(fā)展對中國就業(yè)結(jié)構(gòu)影響的地區(qū)差異，將各省份按照東、中、西、東北地區(qū)四大經(jīng)濟板塊進行分組，并重新使用狀態(tài)空間模型檢驗，結(jié)果見表3。

由表3 可知，數(shù)字經(jīng)濟發(fā)展對就業(yè)結(jié)構(gòu)總體上呈現(xiàn)出正向優(yōu)化作用，但不同地區(qū)存在顯著差異，文章假設(shè)H2 得到了驗證。就東部地區(qū)而言，2010—2020 年間，數(shù)字經(jīng)濟發(fā)展對就業(yè)結(jié)構(gòu)始終存在顯著促進作用，區(qū)別在于2010—2014 年影響較弱，進入到2015 年之后，影響效應(yīng)明顯增強。到2020 年，數(shù)字經(jīng)濟發(fā)展每提高1%，制造業(yè)勞動力就業(yè)比例對應(yīng)提升0.293%。中部地區(qū)數(shù)字經(jīng)濟發(fā)展對就業(yè)結(jié)構(gòu)的優(yōu)化效果顯著，且呈現(xiàn)出一定的波動性。2010—2013 年，數(shù)字經(jīng)濟發(fā)展導(dǎo)致制造業(yè)勞動力占比增加。2014—2015 年，這種趨勢發(fā)生了扭轉(zhuǎn)。2016 年以后，數(shù)字經(jīng)濟發(fā)展再次推動勞動力向制造業(yè)轉(zhuǎn)移，且影響效應(yīng)有逐年增大的態(tài)勢。截至2020 年，數(shù)字經(jīng)濟發(fā)展每提高1%，制造業(yè)勞動力就業(yè)比例對應(yīng)提升0.161%。就西部地區(qū)而言，2010—2014 年間數(shù)字經(jīng)濟發(fā)展對就業(yè)結(jié)構(gòu)的優(yōu)化效應(yīng)并不顯著。但從2015 年開始，數(shù)字經(jīng)濟發(fā)展對就業(yè)結(jié)構(gòu)表現(xiàn)為顯著負向作用。到了2017 年，時變彈性系數(shù)由負轉(zhuǎn)正，即推動勞動力向制造業(yè)轉(zhuǎn)移。截至2020 年，數(shù)字經(jīng)濟發(fā)展每提高1%，制造業(yè)勞動力就業(yè)比例對應(yīng)提升0.155%。至于東北地區(qū)，2010—2017 年間，數(shù)字經(jīng)濟對就業(yè)結(jié)構(gòu)的影響效應(yīng)并不顯著。進入2018 年之后，數(shù)字經(jīng)濟對就業(yè)結(jié)構(gòu)的優(yōu)化效應(yīng)開始顯現(xiàn)。到2020 年，數(shù)字經(jīng)濟發(fā)展每提高1%，制造業(yè)勞動力就業(yè)比例對應(yīng)提升0.177%。

表3 分區(qū)域狀態(tài)空間模型估計結(jié)果

總體而言，近10 年間數(shù)字經(jīng)濟發(fā)展對中國就業(yè)結(jié)構(gòu)的正向作用越來越顯著，這種影響在東部地區(qū)最為明顯?？赡艿慕忉屖牵瑹o論制造業(yè)基礎(chǔ)還是人力資本水平，東部地區(qū)均遠遠領(lǐng)先于其他地區(qū)。這種比較優(yōu)勢能夠讓其迅速適應(yīng)數(shù)字經(jīng)濟發(fā)展，匹配新型崗位需求。對于中部地區(qū)而言，數(shù)字經(jīng)濟對就業(yè)結(jié)構(gòu)優(yōu)化的影響并不固定，2014 年、2015 年甚至出現(xiàn)負向效應(yīng)。但就整體趨勢而言，其正向推動作用仍是主流趨勢。對于西部、東北地區(qū)雖然在最初幾年影響并不顯著或影響為負，但在最近幾年開始表現(xiàn)為正向推動作用，但該趨勢是否能一直保持下去未來仍需要進一步觀察。此外，相比于數(shù)字經(jīng)濟發(fā)展，勞動力技術(shù)供給能力與產(chǎn)業(yè)結(jié)構(gòu)對就業(yè)結(jié)構(gòu)的影響效應(yīng)更為顯著。伴隨數(shù)字經(jīng)濟快速發(fā)展，其對就業(yè)結(jié)構(gòu)的優(yōu)化效應(yīng)有望得到進一步加強。未來中國需依托數(shù)字經(jīng)濟中的技術(shù)元素不斷提高制造業(yè)就業(yè)吸納能力，實現(xiàn)就業(yè)結(jié)構(gòu)的高質(zhì)量發(fā)展。

五、結(jié)論與建議

1. 結(jié)論

文章基于2010—2020 年省級面板數(shù)據(jù)，借助構(gòu)建狀態(tài)空間模型與卡爾曼濾波算法分析數(shù)字經(jīng)濟發(fā)展對中國就業(yè)結(jié)構(gòu)的影響，主要結(jié)論如下：第一，中國十年以來的數(shù)字經(jīng)濟發(fā)展促使制造業(yè)所需的技能型人才供給水平提升，客觀上優(yōu)化了中國就業(yè)結(jié)構(gòu)。第二，由于經(jīng)濟基礎(chǔ)、產(chǎn)業(yè)類型、數(shù)字基建等因素的差別，數(shù)字經(jīng)濟發(fā)展對中國就業(yè)結(jié)構(gòu)的影響存在區(qū)域異質(zhì)性。數(shù)字經(jīng)濟對東部地區(qū)就業(yè)結(jié)構(gòu)的優(yōu)化效應(yīng)最為顯著，中部次之，對西部與東北地區(qū)的影響有限。第三，在影響就業(yè)結(jié)構(gòu)變遷的各因素中，產(chǎn)業(yè)結(jié)構(gòu)排名第一，能夠起到主導(dǎo)作用，勞動力技術(shù)供給能力排名第二。相較于產(chǎn)業(yè)結(jié)構(gòu)與勞動力技術(shù)供給能力，數(shù)字經(jīng)濟發(fā)展對就業(yè)結(jié)構(gòu)的影響相對較弱，但正處于不斷上升態(tài)勢。伴隨未來數(shù)字經(jīng)濟的不斷發(fā)展，其對就業(yè)結(jié)構(gòu)的優(yōu)化效果仍有較大提升空間。

2. 建議

由上述結(jié)論可知，數(shù)字經(jīng)濟發(fā)展對就業(yè)結(jié)構(gòu)的影響并不絕對，一些情形下其對傳統(tǒng)崗位的破壞效應(yīng)可能更強，導(dǎo)致就業(yè)結(jié)構(gòu)難以優(yōu)化。并且，產(chǎn)業(yè)結(jié)構(gòu)、政府支持水平等因素不同，亦會影響就業(yè)結(jié)構(gòu)的變化。由此，文章提出以下政策建議：

第一，推進教育改革，實現(xiàn)勞動力的數(shù)字素養(yǎng)提升。伴隨數(shù)字經(jīng)濟的快速發(fā)展，大量低技能勞動者存在被替代的可能性?；诖?，勞動者如何提升未來所需的數(shù)字素養(yǎng)則成為關(guān)鍵。為滿足數(shù)字經(jīng)濟對高素質(zhì)勞動力的需求，中國應(yīng)積極推進教育改革。一方面，積極推進“雙一流”學(xué)科建設(shè)，嚴格高等教育辦學(xué)治理，鼓勵高校以數(shù)字經(jīng)濟發(fā)展需求為導(dǎo)向，適度加大相關(guān)專業(yè)的建設(shè)力度。與此同時，強化數(shù)字經(jīng)濟相關(guān)專業(yè)師資隊伍培育，深化校企合作，積極邀請位于“生產(chǎn)一線”的高端人才到學(xué)校授課。另一方面，重視對中低技能勞動者的再培訓(xùn)，幫助其實現(xiàn)技能提升，順利完成高技能就業(yè)職位轉(zhuǎn)型。

第二，持續(xù)優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，提升高端制造業(yè)就業(yè)吸納能力。產(chǎn)業(yè)結(jié)構(gòu)是影響就業(yè)結(jié)構(gòu)優(yōu)化的關(guān)鍵因素?，F(xiàn)階段，中國正處于由制造大國向制造強國邁進階段。同美國、德國、日本等國相比，中國先進制造業(yè)的就業(yè)吸納能力有限。由此，中國需持續(xù)推進產(chǎn)業(yè)結(jié)構(gòu)升級，不斷提升高端制造業(yè)人才需求。第一，鼓勵企業(yè)積極參與智能芯片、量子科技等高端科技研發(fā)，提升關(guān)鍵行業(yè)競爭力。第二，推動制造企業(yè)數(shù)字化轉(zhuǎn)型，借助數(shù)字經(jīng)濟所提倡的開源工業(yè)互聯(lián)網(wǎng)盤活要素資源，真正意義上實現(xiàn)智能制造。第三，加快新基建建設(shè)進程，以大數(shù)據(jù)、5G 等為代表的新基建是數(shù)字經(jīng)濟發(fā)展的基石，也是產(chǎn)業(yè)結(jié)構(gòu)調(diào)整優(yōu)化的重要驅(qū)動力。由此，各級政府需加快推進新基建建設(shè)，充分釋放數(shù)字經(jīng)濟對新型崗位的創(chuàng)造效應(yīng)。

第三，探索就業(yè)優(yōu)先政策，弱化數(shù)字經(jīng)濟“就業(yè)破壞”效應(yīng)。數(shù)字經(jīng)濟發(fā)展過程中，勢必會對一些傳統(tǒng)崗位產(chǎn)生沖擊，即存在一定的“就業(yè)破壞”效應(yīng)。對于這些崗位的勞動力而言，即便后期實現(xiàn)轉(zhuǎn)崗，其待遇和就業(yè)質(zhì)量大概率會下滑。針對此，有必要探索就業(yè)優(yōu)先政策，實現(xiàn)對上述人群的基本保障。一方面，完善數(shù)字經(jīng)濟時代下的勞動力市場制度，通過最低工資制度、勞動合同制度等方式使勞動者獲得基本生活保障。另一方面，科學(xué)分流被波及的勞動者，避免勞動力內(nèi)卷。針對失去崗位的勞動力進行合理規(guī)劃。這一過程的重點方向有二：一是幫助其匹配數(shù)字經(jīng)濟所催生出來的新型崗位；二是引導(dǎo)其向數(shù)字經(jīng)濟難以代替的行業(yè)，如養(yǎng)老、家政、托育等服務(wù)型行業(yè)轉(zhuǎn)型。