我國數(shù)字經(jīng)濟發(fā)展對就業(yè)的多維影響：作用機理與經(jīng)驗證據(jù)

【摘" "要】 基于線性加權(quán)法對2010—2019年我國30個樣本省份的數(shù)字經(jīng)濟發(fā)展指數(shù)進行測度，在理論分析的基礎(chǔ)上采用工具變量最小二乘法實證檢驗數(shù)字經(jīng)濟發(fā)展對就業(yè)總量、結(jié)構(gòu)和質(zhì)量的影響以及存在的區(qū)域異質(zhì)性。研究結(jié)果表明：全國層面數(shù)字經(jīng)濟對就業(yè)總量增長具有顯著的抑制效應(yīng)，但顯著促進了就業(yè)結(jié)構(gòu)的升級和就業(yè)質(zhì)量的提升；分地區(qū)檢驗發(fā)現(xiàn)，數(shù)字經(jīng)濟對就業(yè)總量的影響具有地區(qū)異質(zhì)性，在東部地區(qū)具有抑制效應(yīng)，在中、西部地區(qū)則具有促進效應(yīng)，而數(shù)字經(jīng)濟對就業(yè)結(jié)構(gòu)及就業(yè)質(zhì)量的影響在所有地區(qū)均表現(xiàn)為顯著的促進作用。由此建議，中國應(yīng)建立適應(yīng)數(shù)字經(jīng)濟及產(chǎn)業(yè)轉(zhuǎn)型的就業(yè)預(yù)警監(jiān)測體系，通過數(shù)字經(jīng)濟與實體經(jīng)濟的深入融合拓展就業(yè)空間，加大數(shù)字經(jīng)濟人才的培養(yǎng)力度以優(yōu)化人力資本的供給結(jié)構(gòu)。

【關(guān)鍵詞】 數(shù)字經(jīng)濟；就業(yè)；線性加權(quán)法；IV-2SLS模型

中圖分類號：F127" " " 文獻標志碼：A" " " "文章編號：1673-8004（2023）01-0052-14

一、引言

新冠疫情全球性爆發(fā)、發(fā)達國家貿(mào)易保護主義再次抬頭給全球經(jīng)濟增長、供應(yīng)鏈安全帶來巨大沖擊，并疊加我國新常態(tài)下經(jīng)濟增速放緩、產(chǎn)業(yè)轉(zhuǎn)型升級提速，國際國內(nèi)因素相互交織，我國居民就業(yè)由此面臨嚴峻挑戰(zhàn)?！胺€(wěn)就業(yè)”“保就業(yè)”成為當(dāng)前乃至較長時期中央及各級地方政府著重關(guān)注并強力應(yīng)對的經(jīng)濟及民生問題。與此同時，全球新一輪科技革命和產(chǎn)業(yè)變革，促進了以互聯(lián)網(wǎng)、大數(shù)據(jù)及人工智能等為表征的數(shù)字技術(shù)向經(jīng)濟社會各領(lǐng)域的滲透與融合，數(shù)字經(jīng)濟作為一種新型產(chǎn)業(yè)形態(tài)得到了超常規(guī)發(fā)展，成為國民經(jīng)濟不可或缺的重要組成部分。據(jù)聯(lián)合國《2019年數(shù)字經(jīng)濟報告》估算，數(shù)字經(jīng)濟規(guī)模約占全球經(jīng)濟總量的4.5%～15.5%之間；根據(jù)中國信通院發(fā)布《中國數(shù)字經(jīng)濟發(fā)展白皮書（2020）》報告數(shù)據(jù)顯示：中國數(shù)字經(jīng)濟增加值規(guī)模已由2005年的2.6 萬億元，躍升至2019年的35.8 萬億元，數(shù)字經(jīng)濟占GDP比重已高達36.2%，成為國民經(jīng)濟持續(xù)健康增長的重要引擎。當(dāng)前，數(shù)字經(jīng)濟已經(jīng)成了我國乃至全球應(yīng)對疫情沖擊、經(jīng)濟環(huán)境低迷、搶占新的競爭制高點的戰(zhàn)略舉措。

那么，在當(dāng)今前所未有的“穩(wěn)就業(yè)”和“保就業(yè)”壓力面前，我國數(shù)字經(jīng)濟對就業(yè)的影響及效應(yīng)究竟如何？其背后的理論邏輯又是什么？特別是當(dāng)今我國就業(yè)問題解決的方向，不僅要促進就業(yè)總量增長，還力求實現(xiàn)就業(yè)的高質(zhì)量發(fā)展及就業(yè)結(jié)構(gòu)的優(yōu)化，那么數(shù)字經(jīng)濟對就業(yè)總量、就業(yè)質(zhì)量及就業(yè)結(jié)構(gòu)等不同維度的影響是否具有異質(zhì)性？對上述問題的務(wù)實回應(yīng)，無疑具有重要的理論價值及豐富的政策蘊含。

國外雖少有研究成果直接討論數(shù)字經(jīng)濟對就業(yè)的影響，但從技術(shù)創(chuàng)新或技術(shù)進步視角已有大量嘗試性研究。以互聯(lián)網(wǎng)、人工智能為代表的數(shù)字技術(shù)進步及廣泛應(yīng)用，從根本上顛覆了勞動力市場供需雙方的搜尋和匹配模式，降低了信息不對稱性及交易成本［1］，催生了更多的靈活就業(yè)機會［2］，但也導(dǎo)致中低技能人才的就業(yè)崗位大幅萎縮且薪酬水平大幅下降，出現(xiàn)“機器換人”現(xiàn)象［3］。而對短期難以被技術(shù)替代的、復(fù)合技能要求較高的崗位沖擊不明顯，且有效提升了該崗位的薪酬待遇［4］。數(shù)字經(jīng)濟發(fā)展及導(dǎo)致的產(chǎn)業(yè)轉(zhuǎn)型對服務(wù)業(yè)就業(yè)崗位的壓縮效應(yīng)較為明顯，且導(dǎo)致了長期的結(jié)構(gòu)性和摩擦性失業(yè)［5］。

國內(nèi)對數(shù)字經(jīng)濟的就業(yè)效應(yīng)研究，主要圍繞促進效應(yīng)和替代效應(yīng)的爭論展開。就促進效應(yīng)而言，互聯(lián)網(wǎng)的普及和數(shù)字技術(shù)的滲透已成為就業(yè)增量創(chuàng)造的重要渠道，并引發(fā)就業(yè)結(jié)構(gòu)調(diào)整及優(yōu)化［6］，數(shù)字經(jīng)濟也促進了社會支付方式的改變，從多方面提升了居民生活［7］；導(dǎo)源于巨大人口規(guī)模支撐的數(shù)字經(jīng)濟增長、數(shù)字技術(shù)走向成熟及商業(yè)化應(yīng)用的普及，其逐步釋放的“蒲公英效應(yīng)”為中小企業(yè)發(fā)展創(chuàng)造了條件，進而帶動就業(yè)機會的增長［8］；數(shù)字經(jīng)濟廣闊的發(fā)展空間及利潤創(chuàng)造潛力，吸引外商直接投資可以優(yōu)化傳統(tǒng)產(chǎn)業(yè)數(shù)字化、智能化、自動化轉(zhuǎn)型領(lǐng)域的戰(zhàn)略布局，這將釋放出巨大的產(chǎn)業(yè)升級效應(yīng)和就業(yè)增量創(chuàng)造效應(yīng)［9］；數(shù)字經(jīng)濟降低了市場信息的不確定性、增加了普惠金融的可獲得性，激發(fā)了居民的創(chuàng)業(yè)活動，進而帶動社會就業(yè)增長［10-11］。就替代效應(yīng)而言，數(shù)字技術(shù)應(yīng)用下的工業(yè)機器人廣泛使用，雖提高了工業(yè)部門的勞動生產(chǎn)率，但也促進了物化勞動對活勞動的替代，壓縮了勞動者的就業(yè)機會［12-13］。此外，仍有少量研究表明，數(shù)字經(jīng)濟對就業(yè)或創(chuàng)業(yè)的影響在不同人群之間具有異質(zhì)性，數(shù)字技術(shù)及驅(qū)動的普惠金融，激發(fā)了農(nóng)村居民的就業(yè)行為，但對城鎮(zhèn)居民的創(chuàng)業(yè)具有抑制效應(yīng)［14］；數(shù)字經(jīng)濟的就業(yè)創(chuàng)造效應(yīng)和替代效應(yīng)同時存在，受教育程度較高的群體更能獲得數(shù)字經(jīng)濟紅利帶來的就業(yè)機會，而對低教育群體更多為替代效應(yīng)［15］。

綜合來看，已有文獻為本研究提供了理論及方法上的借鑒或參考，但仍有較大的完善或拓展空間。一是囿于數(shù)字經(jīng)濟測度的復(fù)雜性及原始數(shù)據(jù)收集的難度，已有研究更多討論的是數(shù)字金融、工業(yè)機器人等對就業(yè)的影響，而這些解釋變量雖在一定程度上能部分刻畫數(shù)字經(jīng)濟的發(fā)展水平，但與數(shù)字經(jīng)濟的產(chǎn)業(yè)形態(tài)仍有一定差距，從而使得研究結(jié)論值得商榷；二是已有文獻更多分析了數(shù)字經(jīng)濟對就業(yè)總量或就業(yè)結(jié)構(gòu)的影響，而對就業(yè)質(zhì)量的關(guān)注明顯不夠。而當(dāng)前我國就業(yè)問題既涉及就業(yè)總量、就業(yè)結(jié)構(gòu)，還包括就業(yè)質(zhì)量，因此將以上三個維度同時納入數(shù)字經(jīng)濟與就業(yè)問題的分析框架，或許更具政策蘊含。

基于此，本研究結(jié)合數(shù)字經(jīng)濟的內(nèi)涵特征，采用多維指標測度2010—2019年我國30個樣本省份（港澳臺及西藏的數(shù)據(jù)缺失嚴重，本研究暫不考慮）數(shù)字經(jīng)濟發(fā)展指數(shù)，在此基礎(chǔ)上，將就業(yè)總量、就業(yè)結(jié)構(gòu)及就業(yè)質(zhì)量同時納入數(shù)字經(jīng)濟的就業(yè)效應(yīng)分析框架，實證檢驗數(shù)字經(jīng)濟對就業(yè)總量、結(jié)構(gòu)及質(zhì)量的異質(zhì)性影響。

二、理論分析

數(shù)字經(jīng)濟對就業(yè)的影響具有多維性。數(shù)字經(jīng)濟的就業(yè)創(chuàng)造效應(yīng)及替代效應(yīng)的強弱將決定就業(yè)總量的增減；數(shù)字經(jīng)濟與不同產(chǎn)業(yè)的融合引發(fā)產(chǎn)業(yè)結(jié)構(gòu)變遷和不同產(chǎn)業(yè)績效的變化，促進了勞動力在產(chǎn)業(yè)間的市場化流動，進而導(dǎo)致就業(yè)結(jié)構(gòu)的調(diào)整；數(shù)字經(jīng)濟與實體經(jīng)濟的融合，促進了實體經(jīng)濟高質(zhì)量發(fā)展，進而引起以薪酬福利增加為主要表征的就業(yè)質(zhì)量提升。

（一）數(shù)字經(jīng)濟對就業(yè)總量的影響

數(shù)字經(jīng)濟對就業(yè)總量的影響，既體現(xiàn)為就業(yè)增量創(chuàng)造效應(yīng)，也表現(xiàn)為原有就業(yè)替代效應(yīng)。一方面，新一代移動通信技術(shù)、大數(shù)據(jù)及人工智能為表現(xiàn)的數(shù)字技術(shù)發(fā)展，促進了數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化，催生了一些新產(chǎn)業(yè)、新創(chuàng)企業(yè)，從而在增量上創(chuàng)造了一些新崗位，特別是在數(shù)字技術(shù)及平臺經(jīng)濟下靈活用工模式的興起，增加了居民靈活就業(yè)的機會。電子商務(wù)、互聯(lián)網(wǎng)普及為代表的數(shù)字經(jīng)濟發(fā)展，有效降低了市場信息的不對稱性，數(shù)字技術(shù)驅(qū)動的普惠金融發(fā)展有效緩解了正規(guī)金融對中小企業(yè)、低收入階層的“金融抑制”，激發(fā)了城鄉(xiāng)居民的創(chuàng)新創(chuàng)業(yè)活動，釋放出創(chuàng)業(yè)對就業(yè)的帶動效應(yīng)。數(shù)字經(jīng)濟產(chǎn)品或服務(wù)的高附加值、高技術(shù)含量，回應(yīng)了社會大眾消費結(jié)構(gòu)升級的需求，數(shù)字經(jīng)濟相對于傳統(tǒng)經(jīng)濟更具發(fā)展?jié)摿屯顿Y機會，吸引了政府投資、外商直接投資及其他社會資本對數(shù)字經(jīng)濟的投入，其新增投資及對傳統(tǒng)產(chǎn)業(yè)的數(shù)字化改造，帶動了就業(yè)增長。數(shù)字經(jīng)濟向傳統(tǒng)農(nóng)業(yè)、制造業(yè)及服務(wù)業(yè)滲透和融合，通過賦能促進了傳統(tǒng)產(chǎn)業(yè)的轉(zhuǎn)型升級和效率提升，有助于穩(wěn)定一部分原有就業(yè)崗位，但數(shù)字技術(shù)融入下部分工作崗位任職資格及素質(zhì)要求的提升，又使得技能轉(zhuǎn)型緩慢的低素質(zhì)員工失去工作機會［16］。由此看來，數(shù)字經(jīng)濟能否增加就業(yè)總量，取決于就業(yè)增量創(chuàng)造效應(yīng)和原有就業(yè)替代效應(yīng)的大小，如果前者大于后者，則增加了社會就業(yè)總量，反之則具有抑制作用。

由此，本研究提出假設(shè)1：數(shù)字經(jīng)濟對就業(yè)總量的影響具有不確定性。

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

數(shù)字經(jīng)濟本身發(fā)展及其對相關(guān)產(chǎn)業(yè)的融入，促進了社會勞動力在不同產(chǎn)業(yè)之間的市場化流動，進而導(dǎo)致就業(yè)結(jié)構(gòu)的變遷。數(shù)字經(jīng)濟的本質(zhì)是融合性經(jīng)濟，但這種融合在農(nóng)業(yè)、制造業(yè)及服務(wù)業(yè)等不同產(chǎn)業(yè)類別的融合深度和廣度具有較大差異。我國農(nóng)業(yè)主要以家庭為單位的生產(chǎn)經(jīng)營方式，使得數(shù)字經(jīng)濟與農(nóng)業(yè)的融合可以促進農(nóng)業(yè)生產(chǎn)效率或全要素生產(chǎn)率的增長，但對新增就業(yè)崗位的創(chuàng)造能力較為有限，相反還會因農(nóng)業(yè)生產(chǎn)經(jīng)營過程中的資本深化或技術(shù)進步，釋放出更多的剩余勞動力，進而促進農(nóng)村或農(nóng)業(yè)勞動力就業(yè)的非農(nóng)化轉(zhuǎn)移。而對于制造業(yè)、服務(wù)業(yè)尤其是生產(chǎn)性服務(wù)業(yè)而言，數(shù)字經(jīng)濟的融入推動了制造業(yè)或服務(wù)業(yè)的資源再配置和轉(zhuǎn)型發(fā)展，其規(guī)模的增長不僅有助于穩(wěn)定原有就業(yè)，還能創(chuàng)造出新的就業(yè)崗位。特別是數(shù)字經(jīng)濟推動制造業(yè)或服務(wù)業(yè)的高質(zhì)量發(fā)展，增加了可供勞動者分享的產(chǎn)業(yè)利潤，在一定程度上有助于提高行業(yè)的整體薪酬福利水平，這將激勵比較收益及工資水平相對較低的農(nóng)業(yè)或農(nóng)村勞動力向制造業(yè)或現(xiàn)代服務(wù)業(yè)轉(zhuǎn)移。

由此，本研究提出假設(shè)2：數(shù)字經(jīng)濟促進了社會勞動力從第一產(chǎn)業(yè)向第二、三產(chǎn)業(yè)轉(zhuǎn)移，進而引起就業(yè)結(jié)構(gòu)的變遷。

（三）數(shù)字經(jīng)濟對就業(yè)質(zhì)量的影響

目前，衡量就業(yè)質(zhì)量的指標主要包括從業(yè)者的工作收入、工作環(huán)境、個人發(fā)展前景和對工作的滿意程度等，但核心仍表征為從業(yè)者獲得報酬或收入情況的優(yōu)劣程度［17-18］。數(shù)字經(jīng)濟與實體經(jīng)濟融合發(fā)展，主要表現(xiàn)為互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等數(shù)字技術(shù)對實體經(jīng)濟的根本性變革，進而引起實體經(jīng)濟要素供給質(zhì)量提升、經(jīng)營業(yè)態(tài)創(chuàng)新、組織流程優(yōu)化和商業(yè)模式改進，因而極大地提升了實體經(jīng)濟的全要素生產(chǎn)率及產(chǎn)品、服務(wù)的附加值和利潤水平，提高了從業(yè)人員的薪酬福利水平。數(shù)字經(jīng)濟蘊含的新知識、新模式、新理念，通過經(jīng)濟主體的培訓(xùn)體系改善了從業(yè)人員的素質(zhì)結(jié)構(gòu)，為適應(yīng)數(shù)字經(jīng)濟融合下的產(chǎn)業(yè)結(jié)構(gòu)升級對高技能、高素質(zhì)人才的需求［19］，勞動者自發(fā)的適應(yīng)性學(xué)習(xí)也有效提升了自身的人力資本含量，進而增進了勞動者在人才市場的工資談判能力，為獲取更好的薪酬福利水平提供了機會。

由此，本研究提出假設(shè)3：數(shù)字經(jīng)濟有助于提升就業(yè)質(zhì)量。

三、數(shù)字經(jīng)濟指數(shù)的測度及演進特征

（一）測度方法及指標選擇

作為經(jīng)濟學(xué)概念的數(shù)字經(jīng)濟是人類通過大數(shù)據(jù)的識別、選擇、過濾、存儲及使用，引導(dǎo)、實現(xiàn)生產(chǎn)要素的重組與優(yōu)化配置，進而實現(xiàn)實體經(jīng)濟高質(zhì)量發(fā)展的經(jīng)濟形態(tài)。其內(nèi)涵及外延的寬泛性，使得數(shù)字經(jīng)濟的刻畫指標不易選擇。迄今為止，統(tǒng)計學(xué)意義上尚未形成較為一致的測度框架。但相對較為一致的是，現(xiàn)有文獻對數(shù)字經(jīng)濟的認知都將數(shù)字基礎(chǔ)設(shè)施、信息通信技術(shù)（ICT）應(yīng)用、實體產(chǎn)業(yè)有關(guān)數(shù)字化的產(chǎn)值、企業(yè)數(shù)字化水平四個方面考慮其中。由此，本研究參考現(xiàn)有文獻［20-22］，并結(jié)合數(shù)據(jù)的可獲得性、統(tǒng)計口徑的一致性，構(gòu)建包括信息通信基礎(chǔ)設(shè)施、ICT初級應(yīng)用、企業(yè)數(shù)字化水平和數(shù)字經(jīng)濟產(chǎn)業(yè)發(fā)展4個一級指標、13個二級指標的綜合指標體系，如表1所示。然后，采用線性加權(quán)法對2010—2019年中國大陸除西藏之外的30個省份的數(shù)字經(jīng)濟水平（數(shù)字經(jīng)濟指數(shù)）進行測算。其主要步驟如下：

1.公式設(shè)置。為便于各個指標進行比較，消除指標之間的量綱差別，本研究首先選取采用最大最小值標準化法進行標準化處理。因為所選指標都是正指標，所以公式設(shè)置為：

2.確定權(quán)重。確定指標權(quán)重多考慮AHP法和熵權(quán)法。但AHP法主觀性較大，故本研究采用熵權(quán)法進行指標賦權(quán)。最終權(quán)重結(jié)果羅列在表1中。

3.計算數(shù)字經(jīng)濟發(fā)展指數(shù)。在確定權(quán)重之后，對數(shù)字經(jīng)濟進行測度：

數(shù)字經(jīng)濟測度指標的數(shù)據(jù)來源分別為：光纜線路密度、互聯(lián)網(wǎng)寬帶接入用戶數(shù)、移動電話基站個數(shù)、移動電話普及率、互聯(lián)網(wǎng)普及率、每百人使用計算機數(shù)量、通信設(shè)備和計算機及其他電子設(shè)備制造業(yè)總產(chǎn)值占GDP比重來源于中國統(tǒng)計年鑒；互聯(lián)網(wǎng)域名數(shù)占比、地區(qū)網(wǎng)站數(shù)量、每百家企業(yè)擁有網(wǎng)站數(shù)來源于《中國互聯(lián)網(wǎng)發(fā)展統(tǒng)計報告》；電子商務(wù)零售、電信業(yè)務(wù)總量來源于《電子商務(wù)報告》；軟件業(yè)務(wù)收入來源于中國信息產(chǎn)業(yè)年鑒。

（二）數(shù)字經(jīng)濟指數(shù)測度結(jié)果與分析

1.2010—2019年30個樣本省份數(shù)字經(jīng)濟指數(shù)平均發(fā)展水平

基于上述線性加權(quán)法計算方法，測度出2010—2019年我國30個樣本省份的數(shù)字經(jīng)濟發(fā)展平均指數(shù)，如圖1所示。

可以清晰地發(fā)現(xiàn)：我國各地區(qū)之間仍然存在嚴重的“數(shù)字鴻溝”，排名最前的5個省份依次為廣東、北京、江蘇、上海和浙江，排名靠后的5個省份依次為新疆、廣西、甘肅、貴州和黑龍江，前者全部為東部發(fā)達地區(qū)，而后者除黑龍江外均為西部地區(qū)。這充分說明我國目前存在著較為嚴重的“數(shù)字鴻溝”，各省份在信息、網(wǎng)絡(luò)技術(shù)的擁有程度以及創(chuàng)新程度方面存在顯著差異，在強調(diào)全國數(shù)字經(jīng)濟發(fā)展的同時，還應(yīng)逐步優(yōu)化數(shù)字經(jīng)濟的空間布局，引導(dǎo)東部數(shù)字經(jīng)濟先行區(qū)的先進數(shù)字技術(shù)及產(chǎn)業(yè)向中西部地區(qū)擴散，國家應(yīng)在中西部地區(qū)優(yōu)先布局數(shù)字經(jīng)濟基礎(chǔ)設(shè)施，充分結(jié)合中西部地區(qū)傳統(tǒng)產(chǎn)業(yè)的要素稟賦條件，引導(dǎo)數(shù)字經(jīng)濟向傳統(tǒng)產(chǎn)業(yè)的深度融合，以促進中西部地區(qū)數(shù)字經(jīng)濟的發(fā)展，逐步收斂各區(qū)域間的“數(shù)字鴻溝”。

2.基于核密度估計的時空演進特征分析

為了更細致地刻畫全國及各地區(qū)數(shù)字經(jīng)濟增長態(tài)勢及空間差異調(diào)整，我們根據(jù)計算數(shù)據(jù)報告了2010年、2014年和2019年全國及東部、中部、西部三大地區(qū)數(shù)字經(jīng)濟發(fā)展水平的核密度估計結(jié)果，如圖2所示。通過核密度圖的位置、形態(tài)和延展性等方面可以對數(shù)字經(jīng)濟發(fā)展的分布情況有所了解。

圖2顯示了全國以及各地區(qū)的數(shù)字經(jīng)濟發(fā)展指數(shù)分布情況，橫軸表示數(shù)字經(jīng)濟發(fā)展指數(shù)，縱軸表示分布密度。從中我們可以看到，全國和各省份的數(shù)字經(jīng)濟發(fā)展指數(shù)分布密度曲線不斷向右移動，右尾拖長，峰度由“尖峰”逐漸向“寬峰”轉(zhuǎn)變，表明我國數(shù)字經(jīng)濟發(fā)展水平在不斷提高，但各省份之間的發(fā)展差距也在擴大。就整個國家層面而言，左尾向右移動的幅度超過右尾向右移動的幅度，說明我國各省份數(shù)字經(jīng)濟發(fā)展存在“追趕效應(yīng)”。東部地區(qū)核密度估計曲線向右移動，但峰度逐步抬高，說明東部地區(qū)數(shù)字經(jīng)濟發(fā)展水平有所提升，且區(qū)域內(nèi)各省份的差距顯著收斂；中部地區(qū)核密度估計曲線向右移動幅度較大，且峰度明顯下降，2019年曲線顯著趨于平坦，說明中部地區(qū)數(shù)字經(jīng)濟發(fā)展迅猛，且區(qū)域內(nèi)各省份之間差異明顯擴大；西部地區(qū)核密度估計曲線向右移動，峰度明顯下降，說明西部地區(qū)數(shù)字經(jīng)濟在快速發(fā)展中區(qū)域內(nèi)差距也趨于擴大，但2019年相比2014年，曲線右尾幾乎重合，這說明2014至2019年間，區(qū)域內(nèi)數(shù)字經(jīng)濟發(fā)展水平較高的省份數(shù)量并未有實質(zhì)性的增加。

四、模型、變量與數(shù)據(jù)說明

（一）計量模型及估計方法

進行面板數(shù)據(jù)分析的模型及估計最常用的有最小二乘法（OLS）、隨機效應(yīng)模型（RE）、固定效應(yīng)模型（FE）三種方法。在解釋變量存在內(nèi)生性時，往往會出現(xiàn)結(jié)果有偏差且不一致的問題。為了更好研究數(shù)字經(jīng)濟對就業(yè)的影響，減少內(nèi)生性對模型的影響，本研究主要采用工具變量最小二乘法（IV-2SLS），從而提高估計效果和結(jié)果穩(wěn)健性。具體模型結(jié)構(gòu)為：

lnjobi，t=α0+α1lndei，t+α3lncontroli，t+ut+βi+εi，t（3）

其中，i和t分別代表第i個省份和第t年，α0為截距項，α1衡量了在其他條件不變的情況下數(shù)字經(jīng)濟對就業(yè)產(chǎn)生的影響，ut表示個體效應(yīng)，βi表示時間效應(yīng)，εi，t為隨機擾動項。lnjobi，t代表被解釋變量，本研究中就業(yè)即為被解釋變量。lndei，t代表核心解釋變量，表示在第t年數(shù)字經(jīng)濟在i省份的發(fā)展水平。lncontroli，t為控制變量，即對就業(yè)產(chǎn)生影響的其他因素。

（二）變量界定

1.被解釋變量。即就業(yè)（lnjobi，t），在后續(xù)實證分析中，為考察數(shù)字經(jīng)濟對就業(yè)的全面影響，將就業(yè)進一步細分為就業(yè)總量（lntotali，t）、就業(yè)質(zhì)量（lnquai，t）、就業(yè)結(jié)構(gòu)（lnstri，t）。利用模型對上述三個被解釋變量進行估算，分別分析數(shù)字經(jīng)濟對三個被解釋變量的影響。

2.核心解釋變量。即數(shù)字經(jīng)濟發(fā)展水平（dei，t），前文已對2010—2019年我國30個樣本省份的數(shù)字經(jīng)濟發(fā)展水平進行了測算，具體指標及測算方法見前文。

3.控制變量。包括：①對外開放程度（forn），利用外商直接投資數(shù)額表示；②技術(shù)發(fā)展水平（td），利用各個省份研究與試驗發(fā)展內(nèi)部經(jīng)費支出衡量；③居民消費水平（cl）；④地區(qū)吸引力（ra），利用就業(yè)與社會保障支出占財政支出比重衡量；⑤教育水平（edu），利用教育支出占財政支出比重進行衡量；⑥國民生產(chǎn)總值總量（gdp），用各地區(qū)國民生產(chǎn)總值表示。

（三）數(shù)據(jù)來源與數(shù)據(jù)說明

本文選取2010—2019年我國30個省份的數(shù)據(jù)作為樣本。所涉及的數(shù)字經(jīng)濟發(fā)展水平利用相關(guān)指標和線性加權(quán)法計算得到。其余控制變量與工具變量數(shù)據(jù)均來源于《中國統(tǒng)計年鑒》。為了消除異方差與縮小數(shù)量級，本文對所有指標進行了對數(shù)化處理，變量說明和描述性統(tǒng)計分析如表2和表3所示。

五、總體回歸結(jié)果及分析

（一）基準回歸

在建立模型之前，為避免模型設(shè)定的偏差，我們進行了相關(guān)的模型形式設(shè)定檢驗，LM檢驗結(jié)果在1%的顯著性水平下顯著拒絕“不存在個體固定效應(yīng)”的原假設(shè)，表明固定效應(yīng)模型（FE）明顯優(yōu)于OLS混合模型；Hausman檢驗的結(jié)果顯著拒絕原假設(shè)，表明FE模型相比隨機效應(yīng)模型更有效率。但上述模型往往由于測度誤差、遺漏變量、互為因果等復(fù)雜原因造成模型的內(nèi)生性問題，使得估計結(jié)果不可靠。對此，我們決定采用工具變量最小二乘法（IV-2SLS）對模型進行參數(shù)估計，具體做法為：在IV-2SLS模型中，選擇被解釋變量滯后一期與關(guān)鍵解釋變量與其均值差值的三次方作為工具變量。為了確保工具變量有效性，我們進行了過度識別檢驗與弱工具變量檢驗，采用Sargen檢驗和Basmann檢驗進行過度識別檢驗，P值都顯著大于0.05，證明所有工具變量均為外生，采用C-DW檢驗的F統(tǒng)計量大于10，說明弱工具變量問題得到有效的控制，由此說明工具變量的選擇是合適的。采用工具變量最小二乘法（IV-2SLS）對模型進行參數(shù)估計的結(jié)果如表4所示，作為比較，我們也報告了OLS和FE的估計結(jié)果。對比各模型可以發(fā)現(xiàn)，使用IV-2SLS模型得出的結(jié)果相較于最小二乘法與固定效應(yīng)模型更加顯著。

我們首先關(guān)注基于工具變量最小二乘法（IV-2SLS）的回歸結(jié)果（模型7至模型9，對應(yīng)表4中的第7列至第9列）。在模型7中，核心解釋變量數(shù)字經(jīng)濟發(fā)展（lndei，t）的系數(shù)值為負，且在1%的水平下顯著，說明在其他條件不變的情況下，數(shù)字經(jīng)濟發(fā)展將導(dǎo)致就業(yè)總量下降，數(shù)字經(jīng)濟的發(fā)展對就業(yè)總量在一定程度上起抑制作用?？赡艿脑蚴牵旱谝?，數(shù)字經(jīng)濟代表了經(jīng)濟轉(zhuǎn)型方向，具有知識、技術(shù)密集性特點，擁有較強的市場競爭能力，在市場容量相對有限的情形下，數(shù)字經(jīng)濟及其催生的新產(chǎn)業(yè)、新業(yè)態(tài)及新商業(yè)模式，擠壓了傳統(tǒng)產(chǎn)業(yè)或企業(yè)的生存空間，進而導(dǎo)致傳統(tǒng)產(chǎn)業(yè)或企業(yè)經(jīng)營規(guī)模收縮乃至一部分傳統(tǒng)企業(yè)破產(chǎn)或倒閉，當(dāng)數(shù)字經(jīng)濟及相關(guān)產(chǎn)業(yè)提供的就業(yè)崗位小于傳統(tǒng)產(chǎn)業(yè)或企業(yè)消失的崗位時，全社會就業(yè)總量將會下降；第二，數(shù)字經(jīng)濟催生了工業(yè)機器人等智能裝備對人工的替代，部分低技術(shù)含量、流程化工作被替代，也將壓縮一部分就業(yè)空間；第三，數(shù)字經(jīng)濟提高了一部分就業(yè)崗位的數(shù)字技能要求，當(dāng)原有勞動者技能轉(zhuǎn)換或素質(zhì)升級無法在短期內(nèi)實現(xiàn)時，將會導(dǎo)致技術(shù)性或結(jié)構(gòu)性失業(yè)增加。由此說明，在就業(yè)總量上，數(shù)字經(jīng)濟發(fā)展的就業(yè)促進效應(yīng)小于替代效應(yīng)，使得就業(yè)總量因數(shù)字經(jīng)濟的發(fā)展而下降。

在模型8中，核心解釋變量數(shù)字經(jīng)濟發(fā)展指數(shù)（lndei，t）的系數(shù)值為正，且在1%的水平下顯著，說明在其他條件不變的情況下，數(shù)字經(jīng)濟發(fā)展水平的上升，促進了勞動力從第一產(chǎn)業(yè)向第二、三產(chǎn)業(yè)轉(zhuǎn)移，使得就業(yè)結(jié)構(gòu)得以調(diào)整。

在模型9中，核心解釋變量數(shù)字經(jīng)濟發(fā)展指數(shù)（lndei，t）的系數(shù)值為正，且在1%的水平下顯著，說明在其他條件不變的情況下，數(shù)字經(jīng)濟發(fā)展有助于提升以薪酬水平為主要表征的就業(yè)質(zhì)量。原因可能在于，數(shù)字經(jīng)濟大幅減少了低報酬就業(yè)崗位，催生了高報酬就業(yè)崗位。此外，就業(yè)人員為適應(yīng)數(shù)字經(jīng)濟對技術(shù)要求提高的需求，加強學(xué)習(xí)提升自身的人力資本含量，也有助于薪酬水平的提高。

（二）穩(wěn)健性檢驗

本研究采用工具變量最小二乘法（IV-2SLS）對模型進行參數(shù)估計，在一定程度上緩解了模型的內(nèi)生性問題。在此，我們進一步參考白俊紅、劉宇英［23］以及崔書會、李光勤和豆建民［24］的方法，采取更換主要解釋變量即數(shù)字經(jīng)濟的測度方法來進行穩(wěn)健性檢驗。將原來的線性加權(quán)法用Topsis綜合評價法進行替換，具體公式為：

在進行數(shù)字經(jīng)濟的重新測算后，同樣采用IV-2SLS方法對模型重新進行估計，估計結(jié)果如表5所示。從表5中可以看出，在更換了主要解釋變量的測度方法后，數(shù)字經(jīng)濟發(fā)展回歸系數(shù)的符號方向未發(fā)生改變，同時具有統(tǒng)計顯著性特征，這在一定程度上說明本文測算結(jié)果是穩(wěn)健的。

（三）異質(zhì)性檢驗

考慮到我國是全球最大的發(fā)展中國家，經(jīng)濟發(fā)展水平、勞動力要素稟賦條件等在不同地區(qū)之間具有較大異質(zhì)性，且前文的數(shù)字經(jīng)濟測度也表明我國數(shù)字經(jīng)濟發(fā)展進程在不同地區(qū)差異明顯，這就使得數(shù)字經(jīng)濟對就業(yè)總量、結(jié)構(gòu)和質(zhì)量的影響以及效應(yīng)，可能在不同地區(qū)呈現(xiàn)出較大差異。由此，本研究將總體樣本分為東部、中部、西部（不包括港澳臺以及西藏），進一步考察不同地區(qū)數(shù)字經(jīng)濟發(fā)展對就業(yè)總量、結(jié)構(gòu)和質(zhì)量的影響以及效應(yīng)，對這一異質(zhì)性的揭示或許更具政策蘊含。具體實證結(jié)果如表6所示。

估計結(jié)果顯示：對于就業(yè)總量而言，數(shù)字經(jīng)濟發(fā)展顯著抑制了東部和中部地區(qū)的就業(yè)總量增長，且東部地區(qū)的抑制效應(yīng)更為突出。而在西部地區(qū)，數(shù)字經(jīng)濟發(fā)展顯著促進了就業(yè)總量增長。對于就業(yè)結(jié)構(gòu)而言，三大地區(qū)數(shù)字經(jīng)濟發(fā)展均顯著促進就業(yè)結(jié)構(gòu)的轉(zhuǎn)型，即引致第一產(chǎn)業(yè)就業(yè)人口向第二、第三產(chǎn)業(yè)流動，比較而言，東部地區(qū)數(shù)字經(jīng)濟發(fā)展的就業(yè)結(jié)構(gòu)效應(yīng)最為明顯，其次為西部地區(qū)，中部地區(qū)最低。對于就業(yè)質(zhì)量而言，三大地區(qū)數(shù)字經(jīng)濟發(fā)展均顯著提升了以薪酬福利水平為表征的就業(yè)質(zhì)量，從估計系數(shù)看中部和東部地區(qū)最為突出。

參照全國層面基準回歸結(jié)果，分地區(qū)檢驗的結(jié)果在就業(yè)結(jié)構(gòu)和就業(yè)質(zhì)量上與全國具有高度的一致性，而就業(yè)數(shù)量的回歸結(jié)果具有較大差異，表現(xiàn)為西部地區(qū)數(shù)字經(jīng)濟發(fā)展的就業(yè)數(shù)量增長效應(yīng)顯著為正，而全國、東部以及中部地區(qū)均顯著為負。這其中的原因可能是，數(shù)字經(jīng)濟發(fā)展水平呈現(xiàn)“東南強，西北弱”的省域發(fā)展格局［25］，相對較高的東中部地區(qū)因數(shù)字經(jīng)濟發(fā)展擠出的勞動力回流至西部地區(qū)，特別是原有從西部地區(qū)到東中部地區(qū)跨區(qū)域流動的勞動力，因整體技能素質(zhì)較低，難以適應(yīng)數(shù)字經(jīng)濟融入較深的產(chǎn)業(yè)對人才素質(zhì)的需求，而大幅回流到數(shù)字經(jīng)濟發(fā)展水平相對較低的西部地區(qū)。

六、結(jié)論與建議

我國經(jīng)濟正處于高速增長向經(jīng)濟高質(zhì)量發(fā)展轉(zhuǎn)型的關(guān)鍵時期，國家十分重視并大力發(fā)展代表技術(shù)變革及產(chǎn)業(yè)升級發(fā)展方向的數(shù)字經(jīng)濟，而疫情沖擊及經(jīng)濟轉(zhuǎn)型疊加使得就業(yè)民生問題凸顯。在此背景下，研究數(shù)字經(jīng)濟發(fā)展對就業(yè)的作用機理及影響效應(yīng)，具有重要的理論價值和豐富的政策蘊含。本研究在對2010—2019年我國30個樣本省份的數(shù)字經(jīng)濟發(fā)展水平進行測度的基礎(chǔ)上，理論闡釋及實證檢驗了數(shù)字經(jīng)濟發(fā)展對就業(yè)總量、結(jié)構(gòu)和質(zhì)量的影響，研究結(jié)果表明：第一，全國層面數(shù)字經(jīng)濟對就業(yè)總量增長具有顯著的抑制效應(yīng)，但顯著促進了就業(yè)結(jié)構(gòu)的升級及就業(yè)質(zhì)量的提升；第二，分地區(qū)檢驗發(fā)現(xiàn)，數(shù)字經(jīng)濟對就業(yè)總量的影響具有地區(qū)異質(zhì)性，在東部地區(qū)具有抑制效應(yīng)，而在中、西部地區(qū)具有促進效應(yīng)，而數(shù)字經(jīng)濟對就業(yè)結(jié)構(gòu)及就業(yè)質(zhì)量的影響在所有地區(qū)均表現(xiàn)為顯著的促進作用。

基于以上結(jié)論，本研究提出以下政策啟示。首先，大力發(fā)展數(shù)字經(jīng)濟，建立就業(yè)動態(tài)監(jiān)測體系。數(shù)字經(jīng)濟對就業(yè)總量具有顯著的“擠出”效應(yīng)，但促進了就業(yè)結(jié)構(gòu)及就業(yè)質(zhì)量的有效提升。數(shù)字經(jīng)濟代表了新一輪科技及產(chǎn)業(yè)變革的發(fā)展方向，是未來經(jīng)濟發(fā)展的新增長點，對于實現(xiàn)經(jīng)濟及就業(yè)高質(zhì)量發(fā)展具有重要作用?？紤]到數(shù)字經(jīng)濟及引致的傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級對就業(yè)總量的制約作用，應(yīng)在加大數(shù)字經(jīng)濟及其與實體經(jīng)濟深度融合的同時，建立數(shù)字經(jīng)濟發(fā)展的就業(yè)動態(tài)監(jiān)測體系，動態(tài)評估數(shù)字經(jīng)濟發(fā)展及其傳統(tǒng)產(chǎn)業(yè)融入對就業(yè)的全方位影響，完善勞動力供給、匹配數(shù)字經(jīng)濟發(fā)展的政策體系。其次，促進數(shù)字經(jīng)濟與實體經(jīng)濟的深度融合，拓寬多種就業(yè)渠道。通過數(shù)字經(jīng)濟與實體經(jīng)濟的深度融合，挖掘新增就業(yè)崗位增長潛力，其關(guān)鍵在于以數(shù)字應(yīng)用創(chuàng)新為引領(lǐng)，促進數(shù)字技術(shù)與經(jīng)濟社會各領(lǐng)域的跨界融合，促進傳統(tǒng)制造業(yè)、服務(wù)業(yè)、農(nóng)業(yè)等實體產(chǎn)業(yè)的規(guī)模增長及生產(chǎn)效率提升，并通過數(shù)字技術(shù)驅(qū)動下新產(chǎn)業(yè)、新業(yè)態(tài)及新商業(yè)模式的發(fā)展，以創(chuàng)造更多的就業(yè)崗位。最后，培養(yǎng)高素質(zhì)數(shù)字化人才，優(yōu)化數(shù)字經(jīng)濟人力資本供給結(jié)構(gòu)。數(shù)字經(jīng)濟發(fā)展對勞動者素質(zhì)提出了更高的要求，應(yīng)政策引導(dǎo)職業(yè)院校主動適應(yīng)數(shù)字經(jīng)濟發(fā)展需求，調(diào)整學(xué)科及專業(yè)結(jié)構(gòu)，培養(yǎng)更多數(shù)量、更高質(zhì)量的適應(yīng)數(shù)字經(jīng)濟發(fā)展要求的人才隊伍。引導(dǎo)企事業(yè)單位、社會化培訓(xùn)機構(gòu)等建立適應(yīng)數(shù)字經(jīng)濟及產(chǎn)業(yè)轉(zhuǎn)型所需的終身學(xué)習(xí)和人才培養(yǎng)體系，大力培養(yǎng)數(shù)字化經(jīng)營管理人才、復(fù)合型技術(shù)人才和高技能人才。

本研究存在以下值得后續(xù)完善的空間：一是受到研究數(shù)據(jù)的限制，對數(shù)字經(jīng)濟的測度僅僅考慮了數(shù)字基礎(chǔ)設(shè)施、信息通信技術(shù)（ICT）應(yīng)用、實體產(chǎn)業(yè)有關(guān)數(shù)字化的產(chǎn)值、企業(yè)數(shù)字化水平四個方面的13個細化指標，雖能在一定程度上刻畫數(shù)字經(jīng)濟的發(fā)展水平，但無法全面反映數(shù)字經(jīng)濟發(fā)展的全貌，數(shù)字經(jīng)濟的測度框架有待進一步完善；二是囿于數(shù)據(jù)收集的難度，在就業(yè)質(zhì)量的刻畫上，本研究僅僅考察了薪酬水平這一個方面，后續(xù)在就業(yè)質(zhì)量的研究上應(yīng)更多挖掘微觀調(diào)查數(shù)據(jù)，納入更多就業(yè)質(zhì)量的刻畫指標。

參考文獻：

［1］" "HALL R E， KRUEGER A B. Evidence on the incidence of wage posting， wage bargaining， and on the job search［J］.American Economic Journal： Macroeconomics，2012（4）：56-67.

［2］" "CHINORACKY R， COREJOVA T. Impact of digital technologies on labor market and the transport sector［J］.Transportation Research Procedia，2019，40：994-1001.

［3］" "ACEMOGLU D， AUTOR D. What does human capital do？a review of goldin and katz’s the race between education and technology［J］. Journal of Economic Literature，2012（2）：426-463.

［4］" "KAHN J. Software： the smartest machines are playing games［J］.Bloomberg Business Week，2017（TN.4517）：34-35.

［5］" "ZEMTSOV S P. New technologies， potential unemployment and science economy during and after the 2020 economic crisis［J］.Regional Science Policy amp; Practice，2020（4）：723-743.

［6］" "胡鞍鋼，王蔚，周紹杰，等.中國開創(chuàng)“新經(jīng)濟”——從縮小“數(shù)字鴻溝”到收獲“數(shù)字紅利”［J］.國家行政學(xué)院學(xué)報，2016（3）：4-13.

［7］" "謝雨心，馬坤.央行發(fā)行數(shù)字貨幣對第三方支付平臺的影響［J］.重慶文理學(xué)院學(xué)報（社會科學(xué)版），2022 （4）：79-89.

［8］" "李曉華. 數(shù)字經(jīng)濟新特征與數(shù)字經(jīng)濟新動能的形成機制［J］.改革，2019（11）：40-51.

［9］" "詹曉寧，歐陽永福.數(shù)字經(jīng)濟下全球投資的新趨勢與中國利用外資的新戰(zhàn)略［J］.管理世界，2018（3）：78-86.

［10］ 謝絢麗，沈艷，張皓星，等.數(shù)字金融能促進創(chuàng)業(yè)嗎？——來自中國的證據(jù)［J］.經(jīng)濟學(xué)（季刊），2018（4）：1557-1580.

［11］ 何婧，李慶海.數(shù)字金融使用與農(nóng)戶創(chuàng)業(yè)行為［J］.中國農(nóng)村經(jīng)濟，2019（1）：112-126.

［12］ 宋旭光，左馬華青.工業(yè)機器人投入、勞動力供給與勞動生產(chǎn)率［J］. 改革，2019（9）：45-54.

［13］ 王夢菲，張昕蔚.數(shù)字經(jīng)濟時代技術(shù)變革對生產(chǎn)過程的影響機制研究［J］.經(jīng)濟學(xué)家，2020（1）：52-58.

［14］ 張勛，譚瑩.數(shù)字經(jīng)濟背景下大國的經(jīng)濟增長機制研究［J］.湖南師范大學(xué)社會科學(xué)學(xué)報，2019（6）：27-36.

［15］ 何宗樾，宋旭光.數(shù)字經(jīng)濟促進就業(yè)的機理與啟示——疫情發(fā)生之后的思考［J］.經(jīng)濟學(xué)家，2020（5）：58-68.

［16］ ACEMOGLU D， RESTREPO P. The race between man and machine： implications of technology for growth，factor shares，and employment［J］.American Economic Review，2018（6）：1488-1542.

［17］ 朱曉明.西安理工大學(xué)畢業(yè)生就業(yè)質(zhì)量調(diào)查及評價研究［D］.西安：西安理工大學(xué)，2016.

［18］ 徐瑤.高校畢業(yè)生就業(yè)質(zhì)量評價指標體系研究［D］.南京：南京師范大學(xué)，2017.

［19］ 許巖.產(chǎn)業(yè)結(jié)構(gòu)升級中如何發(fā)揮人力資本的集聚效應(yīng)——以重慶市為例［J］.重慶文理學(xué)院學(xué)報（社會科學(xué)版），2021（2）：56-65.

［20］ 劉軍，楊淵鋆，張三峰.中國數(shù)字經(jīng)濟測度與驅(qū)動因素研究［J］.上海經(jīng)濟研究，2020（6）：81-96.

［21］ 賈奇.中國數(shù)字經(jīng)濟發(fā)展水平測度及其影響因素統(tǒng)計分析［D］.沈陽：遼寧大學(xué)， 2020.

［22］ 熊勵，蔡雪蓮.數(shù)字經(jīng)濟對區(qū)域創(chuàng)新能力提升的影響效應(yīng)——基于長三角城市群的實證研究［J］.華東經(jīng)濟管理，2020（12）：1-8.

［23］ 白俊紅，劉宇英.對外直接投資能否改善中國的資源錯配［J］.中國工業(yè)經(jīng)濟，2018（1）：60-78.

［24］ 崔書會，李光勤，豆建民.產(chǎn)業(yè)協(xié)同集聚的資源錯配效應(yīng)研究［J］.統(tǒng)計研究，2019（2）：76-87.

［25］ 吳繼英，張一凡.數(shù)字經(jīng)濟空間分布格局、溢出效應(yīng)與產(chǎn)業(yè)結(jié)構(gòu)升級［J］.重慶理工大學(xué)學(xué)報（社會科學(xué)）， 2022（7）：42-55.

責(zé)任編輯：吳" "強；校對：楊" "釗

The Multi-dimensional Influence of Digital Economy Development on the Employment in China： Mechanism and Empirical Evidence

WANG Yafei， ZHANG Xingjian， GONG Tao

（School of Economics and Management， Chongqing Normal University， Shapingba Chongqing 401331， China）

Abstract：The linear weighting method was used to measure the digital economy development index of 30 sample provinces in China from 2010 to 2019. Based on the theoretical analysis， the least square method of instrumental variable is used to empirically test the influence of digital economy development on the total employment， structure and quality and the regional heterogeneity. The research results show that： at the national level， digital economy has a significant inhibiting effect on the growth of total employment， but it significantly promotes the upgrading of employment structure and the improvement of employment quality; according to the regional test， the influence of digital economy on the total employment has regional heterogeneity; in the eastern region， it has an inhibiting effect， while in the central and western regions， it has a promoting effect; in addition， the influence of digital economy on the employment structure and employment quality shows a significant promoting effect in all regions. China should establish an employment early warning and monitoring system that can adapt to the digital economy and industrial transformation， expand employment space through the in-depth integration of digital economy and real economy， and strengthen the training of digital economy talents to optimize the supply structure of human capital.

Key words： digital economy; employment; linear weighting method; IV-2SLS model

收稿日期：2021-09-25

基金項目：“巴渝學(xué)者”青年學(xué)者支持計劃資助項目；國家社會科學(xué)基金重點項目“西部地區(qū)裝備制造業(yè)技術(shù)進步路徑選擇的環(huán)境和條件研究”（14AJL015）；重慶市科學(xué)技術(shù)局重點資助項目“重慶市人才貢獻率研究”（2020RCKT02）。

作者簡介：王亞飛（1980— ），男，重慶墊江人，教授，主要從事農(nóng)業(yè)區(qū)域發(fā)展和經(jīng)濟增長問題研究；張興建（1996— ），女，重慶城口人，碩士研究生，主要從事城市經(jīng)濟研究；龔濤（1995— ），男，湖北恩施人，碩士研究生，主要從事信用評價研究。