數(shù)字經(jīng)濟(jì)對(duì)就業(yè)多維影響的機(jī)制與對(duì)策分析

張智勇 伍家昕

關(guān)鍵詞：數(shù)字經(jīng)濟(jì)；就業(yè)；空間計(jì)量模型

0 引言

當(dāng)前全國(guó)總體經(jīng)濟(jì)增速放緩、產(chǎn)業(yè)加速升級(jí)、疫情反復(fù)沖擊下帶來(lái)的穩(wěn)就業(yè)、保就業(yè)壓力不容小覷。多方因素交織形成的較以往更為嚴(yán)峻的就業(yè)形勢(shì)要求政府及社會(huì)群體密切關(guān)注民生福祉，共同探索就業(yè)新空間，促進(jìn)就業(yè)者靈活性與就業(yè)形態(tài)多樣性。與此同時(shí)，新一輪產(chǎn)業(yè)技術(shù)革命使得數(shù)字技術(shù)與經(jīng)濟(jì)社會(huì)各領(lǐng)域加速融合，據(jù)《中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展白皮書(shū)》數(shù)據(jù)顯示，面對(duì)新冠疫情帶來(lái)的經(jīng)濟(jì)下行壓力，數(shù)字經(jīng)濟(jì)展現(xiàn)出更為強(qiáng)大生命力：增速仍較穩(wěn)定且位居全球第一，規(guī)模體量也不斷創(chuàng)歷史新高，截至2021年數(shù)字經(jīng)濟(jì)規(guī)模已達(dá)42.4 萬(wàn)億元。因此，數(shù)字經(jīng)濟(jì)已成為我國(guó)把握住高質(zhì)量發(fā)展機(jī)遇的戰(zhàn)略選擇，其廣泛的涵蓋范圍、驚人的發(fā)展速度及深刻的影響程度要求充分發(fā)揮數(shù)字經(jīng)濟(jì)的疊加、放大、倍增作用。2022年政府工作報(bào)告指出，數(shù)字化平臺(tái)對(duì)中國(guó)社會(huì)、民生具有普惠效應(yīng)，發(fā)展數(shù)字經(jīng)濟(jì)可以持續(xù)釋放政策紅利，解決就業(yè)這個(gè)最大的民生問(wèn)題。

那么，在解決就業(yè)民生問(wèn)題的壓力面前，數(shù)字經(jīng)濟(jì)究竟對(duì)就業(yè)產(chǎn)生怎樣影響？一方面，技術(shù)的有偏性進(jìn)步勢(shì)必對(duì)傳統(tǒng)產(chǎn)業(yè)與就業(yè)崗位造成沖擊；另一方面，數(shù)字技術(shù)應(yīng)用下的數(shù)實(shí)融合催生了大量新的產(chǎn)業(yè)模式與就業(yè)模式，帶來(lái)巨大創(chuàng)造效應(yīng)，究竟哪一種效應(yīng)更為顯著？此外，不斷推進(jìn)的經(jīng)濟(jì)一體化發(fā)展使得區(qū)域間聯(lián)系日漸加強(qiáng)，數(shù)字經(jīng)濟(jì)是否對(duì)就業(yè)產(chǎn)生顯著空間效應(yīng)？基于上述問(wèn)題，本文認(rèn)為在充分理解數(shù)字經(jīng)濟(jì)對(duì)就業(yè)影響理論機(jī)制基礎(chǔ)上探究二者空間作用機(jī)制，可以發(fā)揮模范作用為促進(jìn)區(qū)域數(shù)字經(jīng)濟(jì)一體化發(fā)展、實(shí)現(xiàn)更高水平就業(yè)目標(biāo)提供一定借鑒指導(dǎo)。

1 文獻(xiàn)綜述

“數(shù)字經(jīng)濟(jì)”的概念最早是由Tapscott［1］在其著作《數(shù)字經(jīng)濟(jì)時(shí)代》中正式提出，此后世界各國(guó)根據(jù)自身數(shù)字經(jīng)濟(jì)發(fā)展情況，對(duì)數(shù)字經(jīng)濟(jì)的概念界定大不相同［2］。我國(guó)對(duì)于數(shù)字經(jīng)濟(jì)研究最早始于1994年，袁正光［3］率先提出要抓住數(shù)字革命帶來(lái)的發(fā)展機(jī)遇，促進(jìn)新經(jīng)濟(jì)增長(zhǎng)。韓亞品［4］從多層面構(gòu)建了數(shù)字經(jīng)濟(jì)生態(tài)系統(tǒng)內(nèi)涵框架，表明數(shù)字經(jīng)濟(jì)具有整體、多樣、自組織、創(chuàng)新、共生等特征。張鵬［5］運(yùn)用馬克思基本原理探究了數(shù)字經(jīng)濟(jì)的本質(zhì)即局部資源配置與潛在整體資源配置效率不匹配下的推動(dòng)變革的突破口。除了對(duì)數(shù)字經(jīng)濟(jì)進(jìn)行本源、內(nèi)涵的理論分析之外，數(shù)字經(jīng)濟(jì)的統(tǒng)計(jì)測(cè)算和相關(guān)實(shí)證研究也成為了學(xué)術(shù)熱點(diǎn)之一。統(tǒng)計(jì)測(cè)算方面，目前雖沒(méi)有完全統(tǒng)一定論，但研究成果豐碩，大致方法可以歸納為國(guó)民經(jīng)濟(jì)核算、數(shù)字經(jīng)濟(jì)增加值測(cè)算、衛(wèi)星賬戶構(gòu)建與指數(shù)編制等［6］。由于測(cè)算方法差異造成的數(shù)字經(jīng)濟(jì)發(fā)展水平結(jié)果不盡相同，選擇構(gòu)建綜合指標(biāo)體系進(jìn)行衡量成為了大多數(shù)學(xué)者的選擇。相關(guān)實(shí)證研究方面，涉及范圍更為廣泛，包括數(shù)字普惠金融發(fā)展［7］、產(chǎn)業(yè)轉(zhuǎn)型升級(jí)［8］、城鄉(xiāng)融合發(fā)展［9］、經(jīng)濟(jì)民生［10］等方向，其中如何促進(jìn)勞動(dòng)力就業(yè)等民生問(wèn)題更是數(shù)字經(jīng)濟(jì)作為發(fā)展內(nèi)生動(dòng)力的重要前提。

數(shù)字經(jīng)濟(jì)發(fā)展對(duì)就業(yè)影響研究方面，有部分學(xué)者從技術(shù)進(jìn)步視角間接展開(kāi)研究，指出技術(shù)進(jìn)步對(duì)就業(yè)的替代效應(yīng)與補(bǔ)償效應(yīng)是同時(shí)存在的，短期上替代效應(yīng)可能大于補(bǔ)償效應(yīng)但長(zhǎng)期上補(bǔ)償效應(yīng)更顯著［11-12］，并且技術(shù)進(jìn)步導(dǎo)致的技能溢價(jià)［13-14］推動(dòng)就業(yè)極化與工資極化現(xiàn)象的出現(xiàn)，即高技能與低技能勞動(dòng)力收入、就業(yè)比重上升，中等技能勞動(dòng)力反向變動(dòng)的“U”形趨勢(shì)［15］。隆云滔等［16］研究發(fā)現(xiàn)，技術(shù)進(jìn)步變革帶來(lái)的對(duì)勞動(dòng)力市場(chǎng)的沖擊毫無(wú)疑問(wèn)是更為徹底的，新技術(shù)如人工智能可以從宏觀與微觀層面對(duì)勞動(dòng)力就業(yè)的總量與結(jié)構(gòu)產(chǎn)生顯著影響。但就目前來(lái)說(shuō)，技術(shù)進(jìn)步對(duì)勞動(dòng)力就業(yè)是創(chuàng)造或是抑制尚需進(jìn)一步討論。對(duì)于數(shù)字經(jīng)濟(jì)的直接效應(yīng)，眾多研究發(fā)現(xiàn)其對(duì)就業(yè)沖擊是非中性的。盡管有觀點(diǎn)表明數(shù)字經(jīng)濟(jì)從根本上顛覆原就業(yè)的搜尋匹配模式，影響具有全方位性［17］，并且通過(guò)數(shù)字轉(zhuǎn)型即產(chǎn)業(yè)數(shù)字化與數(shù)字產(chǎn)業(yè)化重構(gòu)勞動(dòng)生產(chǎn)率，驅(qū)動(dòng)就業(yè)群體分化流動(dòng)［18］，但陳秋霖等［19］認(rèn)為當(dāng)前數(shù)字經(jīng)濟(jì)發(fā)展屬于“誘導(dǎo)式創(chuàng)新”，對(duì)于勞動(dòng)力就業(yè)不是“擠出式替代”而是“補(bǔ)位式替代”。

此外，就業(yè)效應(yīng)的研究主要集中于三個(gè)方面——就業(yè)規(guī)模、就業(yè)結(jié)構(gòu)與就業(yè)質(zhì)量。就業(yè)規(guī)模方面，李麗［20］認(rèn)為數(shù)字經(jīng)濟(jì)可以推動(dòng)企業(yè)再生產(chǎn)從而增加就業(yè)崗位，并且衍生出來(lái)的新業(yè)態(tài)、新模式也可以彌補(bǔ)傳統(tǒng)經(jīng)濟(jì)領(lǐng)域的就業(yè)萎縮，甚至可以客觀推動(dòng)女性更加靈活參與就業(yè)；黃海清、魏航［21］從城市就業(yè)出發(fā)，研究發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)可以從兩種機(jī)制對(duì)就業(yè)總量增長(zhǎng)起促進(jìn)作用，即城市經(jīng)濟(jì)規(guī)模、資本深化的深化效應(yīng)與創(chuàng)業(yè)活躍度、就業(yè)薪酬的廣化效應(yīng)。就業(yè)結(jié)構(gòu)方面，蔡昉［22］指出經(jīng)濟(jì)不斷增長(zhǎng)推動(dòng)勞動(dòng)力資源在三大產(chǎn)業(yè)中的重新配置，產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化使得就業(yè)結(jié)構(gòu)不斷調(diào)整，并且服務(wù)業(yè)對(duì)就業(yè)的吸納作用持續(xù)增強(qiáng)；戚聿東等［23］分析了典型數(shù)字產(chǎn)業(yè)對(duì)就業(yè)結(jié)構(gòu)影響，表明數(shù)字經(jīng)濟(jì)對(duì)第三產(chǎn)業(yè)領(lǐng)域影響更大，并且促進(jìn)就業(yè)結(jié)構(gòu)優(yōu)化、勞動(dòng)報(bào)酬與保障的進(jìn)一步提升。就業(yè)質(zhì)量方面，有研究表明影響就業(yè)質(zhì)量的核心因素包括勞動(dòng)報(bào)酬、就業(yè)能力與勞動(dòng)關(guān)系［24］；戚聿東等［23］則對(duì)十年間各省份就業(yè)質(zhì)量進(jìn)行了測(cè)算，發(fā)現(xiàn)就業(yè)質(zhì)量水平穩(wěn)步提升且有較大發(fā)展空間，而數(shù)字經(jīng)濟(jì)是就業(yè)環(huán)境不斷改善、就業(yè)能力持續(xù)增強(qiáng)的重要契機(jī)。

總體來(lái)說(shuō)，關(guān)于數(shù)字經(jīng)濟(jì)與就業(yè)研究的現(xiàn)有理論及方法諸多，但仍有較大的完善與拓展空間。一是數(shù)字經(jīng)濟(jì)指標(biāo)測(cè)度尚未統(tǒng)一，一些主要基于機(jī)器智能、普惠金融的數(shù)字指數(shù)，雖能部分體現(xiàn)數(shù)字經(jīng)濟(jì)發(fā)展水平，但難以與數(shù)字產(chǎn)業(yè)轉(zhuǎn)型下的就業(yè)直接聯(lián)系起來(lái)，使得其研究成果可能有一定偏差。二是在區(qū)域一體化發(fā)展的今天，數(shù)字經(jīng)濟(jì)帶來(lái)影響必然具有廣泛作用，其對(duì)就業(yè)的非中性沖擊在區(qū)域間究竟是正面效應(yīng)還是負(fù)面影響，影響機(jī)制又有何差異性，針對(duì)這些問(wèn)題現(xiàn)有傳統(tǒng)回歸分析忽視了區(qū)域之間的關(guān)聯(lián)性，缺乏運(yùn)用空間計(jì)量模型研究地區(qū)空間溢出效應(yīng)，具有一定局限性。三是研究主要集中于就業(yè)的規(guī)模與結(jié)構(gòu)，鮮少有涉及就業(yè)質(zhì)量，因此將三個(gè)維度同時(shí)納入就業(yè)水平衡量框架之中，更具有完整性與實(shí)際意義。

基于此，本文在綜合衡量2011—2020年30個(gè)省區(qū)市（未包含西藏、港澳臺(tái)）數(shù)字經(jīng)濟(jì)發(fā)展水平基礎(chǔ)上，運(yùn)用空間計(jì)量模型衡量數(shù)字經(jīng)濟(jì)對(duì)就業(yè)規(guī)模、就業(yè)結(jié)構(gòu)、就業(yè)質(zhì)量空間影響的異質(zhì)性，總體展現(xiàn)數(shù)字經(jīng)濟(jì)對(duì)就業(yè)的多維影響究竟是創(chuàng)造或是抑制效應(yīng)。

2 理論假設(shè)

為了更好應(yīng)對(duì)數(shù)字經(jīng)濟(jì)給就業(yè)市場(chǎng)帶來(lái)的新機(jī)遇和挑戰(zhàn)，促進(jìn)我國(guó)數(shù)字經(jīng)濟(jì)就業(yè)水平，需先分析數(shù)字經(jīng)濟(jì)對(duì)就業(yè)影響的理論機(jī)制，主要包括三個(gè)方面：

2.1 數(shù)字經(jīng)濟(jì)與就業(yè)規(guī)模

就業(yè)規(guī)模是一定時(shí)期內(nèi)全部勞動(dòng)力資源的實(shí)際利用情況，就業(yè)被創(chuàng)造與被替代之間的強(qiáng)弱決定了就業(yè)規(guī)模的增大或縮小。

從創(chuàng)造效應(yīng)來(lái)看：一方面數(shù)字技術(shù)的廣泛應(yīng)用大幅提高了企業(yè)生產(chǎn)效率，推動(dòng)勞動(dòng)者收入增加，從而刺激了社會(huì)需求，需求反過(guò)來(lái)又可以帶動(dòng)企業(yè)生產(chǎn)規(guī)模的擴(kuò)大，成為新的就業(yè)機(jī)會(huì)與就業(yè)增量；另一方面新興產(chǎn)業(yè)的蓬勃發(fā)展為就業(yè)提供了大量新崗位，數(shù)字經(jīng)濟(jì)新業(yè)態(tài)下的大眾創(chuàng)業(yè)、萬(wàn)眾創(chuàng)新活動(dòng)更是刺激了創(chuàng)業(yè)推動(dòng)就業(yè)從而產(chǎn)生廣化效應(yīng)，如利用新興數(shù)字平臺(tái)形成依托互聯(lián)網(wǎng)的具有門檻低、容量大、靈活性強(qiáng)等優(yōu)點(diǎn)的外賣跑腿、線上老師、網(wǎng)上醫(yī)院等新就業(yè)形態(tài)。并且，數(shù)字經(jīng)濟(jì)可以打破就業(yè)時(shí)間、空間上的局限性，使得原本受就業(yè)時(shí)空限制的人口可以靈活參與就業(yè)，區(qū)域間勞動(dòng)力流動(dòng)更自由，進(jìn)一步引致就業(yè)需求。特殊就業(yè)群體也獲得了公平、靈活、甚至更高收入的就業(yè)機(jī)會(huì)，促進(jìn)拓展勞動(dòng)力市場(chǎng)半徑。從替代效應(yīng)來(lái)看：基于馬克思勞動(dòng)理論，為追求更高效率與更低成本，生產(chǎn)者將使勞動(dòng)要素被資本要素所替代，低技能勞動(dòng)力需求的降低必然對(duì)勞動(dòng)密集型產(chǎn)業(yè)就業(yè)產(chǎn)生較大負(fù)面沖擊。并且數(shù)字經(jīng)濟(jì)的發(fā)展會(huì)降低勞動(dòng)力的比較優(yōu)勢(shì)，促使勞動(dòng)力被機(jī)器智能等替代，但數(shù)字技術(shù)進(jìn)步對(duì)就業(yè)的長(zhǎng)期創(chuàng)造效應(yīng)最終會(huì)抵消負(fù)向的替代效應(yīng)，從而使得就業(yè)總量提高［25］。

基于此，本文提出假設(shè)a：數(shù)字經(jīng)濟(jì)發(fā)展對(duì)就業(yè)規(guī)模具有正向促進(jìn)作用，即就業(yè)創(chuàng)造效應(yīng)大于替代效應(yīng)。

2.2 數(shù)字經(jīng)濟(jì)與就業(yè)結(jié)構(gòu)

就業(yè)結(jié)構(gòu)即社會(huì)勞動(dòng)力分配結(jié)構(gòu)，一般指國(guó)民經(jīng)濟(jì)各部門所占用的勞動(dòng)力數(shù)量比例及其相互關(guān)系，具體表現(xiàn)包括產(chǎn)業(yè)就業(yè)結(jié)構(gòu)、區(qū)域就業(yè)結(jié)構(gòu)等。

根據(jù)“配第-克拉克定理”，隨著數(shù)字經(jīng)濟(jì)背景下產(chǎn)業(yè)結(jié)構(gòu)不斷轉(zhuǎn)型升級(jí)，勞動(dòng)力的轉(zhuǎn)移必定對(duì)就業(yè)結(jié)構(gòu)產(chǎn)生巨大影響。從產(chǎn)業(yè)就業(yè)結(jié)構(gòu)來(lái)看，隨著數(shù)字經(jīng)濟(jì)深入發(fā)展，第一產(chǎn)業(yè)將進(jìn)一步提高農(nóng)業(yè)的規(guī)?；?、集約化與智能自動(dòng)化水平，促進(jìn)更多農(nóng)業(yè)勞動(dòng)力被釋放；第二產(chǎn)業(yè)為提升制造業(yè)生產(chǎn)率將大幅推動(dòng)智能制造，人機(jī)交互影響下的傳統(tǒng)智能制造就業(yè)崗位持續(xù)減少；第三產(chǎn)業(yè)中，數(shù)字技術(shù)如大數(shù)據(jù)、云計(jì)算、人工智能等正在逐漸滲透進(jìn)生產(chǎn)性與生活性服務(wù)業(yè)，服務(wù)需求的日益上升增強(qiáng)了第三產(chǎn)業(yè)就業(yè)吸納能力。地區(qū)技術(shù)與經(jīng)濟(jì)的相互融合促使三大產(chǎn)業(yè)形成如智慧農(nóng)業(yè)、智能制造、數(shù)字商貿(mào)等模式。信息技術(shù)發(fā)展促使常規(guī)、重復(fù)性工作被取代，機(jī)器的廣泛使用使得一二產(chǎn)業(yè)就業(yè)比重減少，并且新經(jīng)濟(jì)、新產(chǎn)業(yè)更多集聚于第三產(chǎn)業(yè)，從而吸引更多勞動(dòng)力加速轉(zhuǎn)移到第三產(chǎn)業(yè)。從區(qū)域就業(yè)結(jié)構(gòu)來(lái)看，產(chǎn)業(yè)結(jié)構(gòu)重構(gòu)將推動(dòng)區(qū)域勞動(dòng)力結(jié)構(gòu)的調(diào)整。短期上，較快的技術(shù)變革速度和下降的生產(chǎn)成本會(huì)促進(jìn)產(chǎn)業(yè)就業(yè)的區(qū)域轉(zhuǎn)移；長(zhǎng)期上，產(chǎn)業(yè)就業(yè)將由后發(fā)地區(qū)逐漸向科技研發(fā)水平較高而生產(chǎn)成本較低的發(fā)達(dá)地區(qū)轉(zhuǎn)移，因而數(shù)字經(jīng)濟(jì)發(fā)展程度較高的地區(qū)，失業(yè)率會(huì)顯著低于其他地區(qū)。

基于此，本文提出假設(shè)b：數(shù)字經(jīng)濟(jì)通過(guò)產(chǎn)業(yè)轉(zhuǎn)型促進(jìn)就業(yè)結(jié)構(gòu)升級(jí)。

2.3 數(shù)字經(jīng)濟(jì)與就業(yè)質(zhì)量

就業(yè)質(zhì)量?jī)?nèi)涵較為豐富，宏觀上可以反映國(guó)家、地區(qū)行業(yè)范圍內(nèi)勞動(dòng)者工作狀況，微觀上是指從業(yè)者與生產(chǎn)資料結(jié)合并獲得報(bào)酬收入情況的優(yōu)劣程度。

目前研究認(rèn)為，根據(jù)可行能力理論，數(shù)字經(jīng)濟(jì)可以通過(guò)優(yōu)化就業(yè)能力與就業(yè)環(huán)境提高社會(huì)福利水平從而實(shí)現(xiàn)更高質(zhì)量就業(yè)，其中核心特征為從業(yè)報(bào)酬優(yōu)劣情況［21］。數(shù)字技術(shù)的發(fā)展使得程序性勞動(dòng)被替代，資本在區(qū)域內(nèi)集聚從而需要更高生產(chǎn)效率、更高技能勞動(dòng)力，專業(yè)性高素質(zhì)數(shù)字人才需求大幅增加，從而提高了技能溢價(jià)。隨著人才需求擴(kuò)大，各地區(qū)大力增強(qiáng)人才培養(yǎng)與技能培訓(xùn)，未來(lái)數(shù)字相關(guān)技能必將成為基本就業(yè)技能，有助于提高整體人力資源與就業(yè)能力。此外，數(shù)字經(jīng)濟(jì)發(fā)展可以激發(fā)市場(chǎng)就業(yè)活力，優(yōu)化區(qū)域整體就業(yè)環(huán)境與提高就業(yè)保障，推動(dòng)勞動(dòng)多元發(fā)展與就業(yè)收入提高。

基于此，本文提出假設(shè)c：數(shù)字經(jīng)濟(jì)發(fā)展可以推動(dòng)就業(yè)高質(zhì)量發(fā)展。

3 數(shù)據(jù)說(shuō)明與指標(biāo)選取

3.1 數(shù)據(jù)來(lái)源與變量選擇

3.1.1 數(shù)據(jù)來(lái)源

由于我國(guó)西藏、港澳臺(tái)地區(qū)部分年份數(shù)據(jù)嚴(yán)重缺失，考慮到數(shù)據(jù)的可取性與連續(xù)性，本文最終選取除西藏、港澳臺(tái)以外的30個(gè)省區(qū)市2011—2020年相關(guān)面板數(shù)據(jù)，個(gè)別年份缺失的數(shù)據(jù)通過(guò)線性插值法進(jìn)行補(bǔ)充。數(shù)據(jù)主要來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》《中國(guó)信息產(chǎn)業(yè)年鑒》《中國(guó)第三產(chǎn)業(yè)統(tǒng)計(jì)年鑒》等統(tǒng)計(jì)年鑒，以及《北京大學(xué)數(shù)字普惠金融指數(shù)》、統(tǒng)計(jì)公報(bào)等。

3.1.2 變量選擇

被解釋變量選取就業(yè)規(guī)模（ET）、就業(yè)結(jié)構(gòu)（ES）與就業(yè)質(zhì)量（EQ），來(lái)衡量區(qū)域就業(yè)水平。這里就業(yè)規(guī)模主要指一二三產(chǎn)業(yè)就業(yè)總?cè)藬?shù)；就業(yè)結(jié)構(gòu)主要為產(chǎn)業(yè)就業(yè)結(jié)構(gòu)，即第三產(chǎn)業(yè)就業(yè)人數(shù)占總產(chǎn)業(yè)就業(yè)人數(shù)比重，就業(yè)質(zhì)量主要為從業(yè)報(bào)酬即就業(yè)人員平均工資額。

核心解釋變量即數(shù)字經(jīng)濟(jì)發(fā)展水平（DE）。數(shù)字經(jīng)濟(jì)作為當(dāng)今重要經(jīng)濟(jì)形態(tài)，覆蓋面廣、影響度高，選取單一變量過(guò)于片面難以衡量，因此本文通過(guò)構(gòu)建綜合指標(biāo)體系，并利用熵值法得到一個(gè)綜合指數(shù)來(lái)體現(xiàn)各省區(qū)市數(shù)字經(jīng)濟(jì)綜合發(fā)展水平。

本文基于對(duì)變量的影響因素分析［23］，選取控制變量如下：經(jīng)濟(jì)發(fā)展水平（GDP）即地區(qū)生產(chǎn)總值，一定程度體現(xiàn)地區(qū)數(shù)字經(jīng)濟(jì)、就業(yè)發(fā)展程度；地區(qū)就業(yè)保障（RA）即就業(yè)與社會(huì)保障支出占比，一定程度反映地區(qū)就業(yè)環(huán)境；對(duì)外開(kāi)放程度（FDI）即外商投資實(shí)際利用額，利于展現(xiàn)地區(qū)發(fā)展中的外部環(huán)境因素；技術(shù)創(chuàng)新水平（RD）即規(guī)模以上工業(yè)企業(yè)R&D費(fèi)用，在數(shù)字經(jīng)濟(jì)與就業(yè)發(fā)展中起支撐作用。

3.2 數(shù)字經(jīng)濟(jì)指標(biāo)構(gòu)建及測(cè)度

3.2.1 體系劃分與指標(biāo)遴選

本文根據(jù)科學(xué)、綜合、可操作性原則，基于國(guó)家統(tǒng)計(jì)局最新發(fā)布的《數(shù)字經(jīng)濟(jì)及其核心產(chǎn)業(yè)統(tǒng)計(jì)分類（2021）》統(tǒng)計(jì)標(biāo)準(zhǔn)，確定綜合指標(biāo)體系的具體指標(biāo)［26］，如表1所示（其中權(quán)重計(jì)算方法見(jiàn)下文）。該標(biāo)準(zhǔn)以我國(guó)發(fā)展綱要為基礎(chǔ)，立足現(xiàn)行統(tǒng)計(jì)制度與方法，并充分借鑒了國(guó)際組織對(duì)于數(shù)字經(jīng)濟(jì)分類方法，因此參考該標(biāo)準(zhǔn)確定相關(guān)指標(biāo)既準(zhǔn)確把握我國(guó)當(dāng)前數(shù)字經(jīng)濟(jì)發(fā)展現(xiàn)狀，又具有國(guó)際可比性。該標(biāo)準(zhǔn)圍繞數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化，將數(shù)字經(jīng)濟(jì)分為五大類——數(shù)字產(chǎn)品制造業(yè)、數(shù)字產(chǎn)品服務(wù)業(yè)、數(shù)字技術(shù)應(yīng)用業(yè)、數(shù)字要素驅(qū)動(dòng)業(yè)與數(shù)字化效率提升業(yè)。前四大類屬于數(shù)字經(jīng)濟(jì)核心產(chǎn)業(yè)，主要包括產(chǎn)品、設(shè)備制造；產(chǎn)品批發(fā)、零售、租賃與維修；技術(shù)開(kāi)發(fā)與信息服務(wù)；互聯(lián)網(wǎng)與數(shù)字內(nèi)容媒體等方面。第五大類則體現(xiàn)了數(shù)實(shí)融合、多元數(shù)字應(yīng)用具體方向，包括智能制造、智能交通、智慧物流、智慧農(nóng)業(yè)、數(shù)字金融、數(shù)字商貿(mào)、數(shù)字社會(huì)、數(shù)字政府等數(shù)字化應(yīng)用場(chǎng)景。由于行業(yè)范圍涉及較為廣泛，本文僅從行業(yè)中選取部分指標(biāo)［27］。

3.2.2 指標(biāo)測(cè)度

為判斷指標(biāo)體系是否可信，本文采用克隆巴赫信度系數(shù)（Cronbach α）方法，并對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。經(jīng)經(jīng)驗(yàn)，量表信度系數(shù)為0.95，系數(shù)水平較高，表明數(shù)據(jù)的質(zhì)量水平比較好，此研究具有可靠性。

考慮到綜合評(píng)價(jià)方法多樣性，選取適用于多指標(biāo)綜合評(píng)價(jià)情況且具有客觀賦權(quán)特點(diǎn)的熵值法對(duì)各省區(qū)市的數(shù)字經(jīng)濟(jì)發(fā)展水平進(jìn)行測(cè)算。該方法可以在結(jié)合各項(xiàng)指標(biāo)的變異程度基礎(chǔ)上，利用熵值攜帶的信息進(jìn)行權(quán)重計(jì)算，最終得到指標(biāo)的“綜合指數(shù)”。具體步驟如下：

3.2.3 數(shù)字經(jīng)濟(jì)綜合發(fā)展水平分析

根據(jù)熵值法結(jié)果，數(shù)字經(jīng)濟(jì)綜合指數(shù)從總體上看近些年發(fā)展較為迅速，2020年指數(shù)是2011年的16倍，增長(zhǎng)幅度較大，體現(xiàn)出數(shù)字經(jīng)濟(jì)在我國(guó)經(jīng)濟(jì)發(fā)展中發(fā)揮的作用日益增強(qiáng)。

將各省區(qū)市2011—2020數(shù)字經(jīng)濟(jì)發(fā)展平均指數(shù)進(jìn)行排序（圖1），結(jié)果顯示：指數(shù)最低省份為青海省僅有0.04，最高省份為廣東省達(dá)0.45，將近相差11倍，此外指數(shù)較高前五名地區(qū)集中于東部沿海地區(qū)，中西部地區(qū)指數(shù)相對(duì)較低，表明我國(guó)區(qū)域之間仍存在較大“數(shù)字鴻溝”，在數(shù)字經(jīng)濟(jì)普遍發(fā)展的同時(shí)，需重視數(shù)字經(jīng)濟(jì)空間布局的優(yōu)化，推動(dòng)?xùn)|中西地區(qū)整體協(xié)同發(fā)展。

3.3 變量描述性統(tǒng)計(jì)

本文為減少數(shù)據(jù)不平穩(wěn)性與消除可能出現(xiàn)的異方差影響，將除數(shù)字經(jīng)濟(jì)發(fā)展水平（DE）外的變量進(jìn)行對(duì)數(shù)化處理后再進(jìn)行計(jì)量模型分析。表2展示了各變量的描述性統(tǒng)計(jì)結(jié)果。

結(jié)果顯示，在容量為300的樣本數(shù)據(jù)中，數(shù)字經(jīng)濟(jì)指數(shù)的均值為0.138，最大值為0.8，最小值為0.02，表明區(qū)域數(shù)字水平存在較大差距，并且就業(yè)規(guī)模、經(jīng)濟(jì)發(fā)展水平等變量的標(biāo)準(zhǔn)差比較大，初步判斷區(qū)域之間存在聚集現(xiàn)象。其余變量的描述性統(tǒng)計(jì)如表2所示，不再一一贅述。

4 模型設(shè)定與實(shí)證分析

4.1 矩陣設(shè)定與空間相關(guān)性檢驗(yàn)

運(yùn)用空間計(jì)量模型需先通過(guò)空間相關(guān)性檢驗(yàn)即莫蘭檢驗(yàn)，莫蘭檢驗(yàn)包括全局莫蘭與局部莫蘭，該檢驗(yàn)需借助空間權(quán)重矩陣進(jìn)行，常見(jiàn)空間權(quán)重矩陣包括鄰接矩陣W1、地理距離矩陣W2與經(jīng)濟(jì)距離矩陣W3。本文運(yùn)用stata軟件首先將三種空間權(quán)重矩陣一一帶入全局莫蘭指數(shù)檢驗(yàn)，結(jié)果如表3所示。

結(jié)果中，變量均至少通過(guò)一個(gè)矩陣的顯著性水平檢驗(yàn)且系數(shù)為正，表明變量都具有顯著空間相關(guān)性，并且就業(yè)結(jié)構(gòu)、就業(yè)質(zhì)量、數(shù)字經(jīng)濟(jì)水平空間相關(guān)性呈增強(qiáng)態(tài)勢(shì)。

為了進(jìn)一步分析地區(qū)間空間集聚模式差異，本文將各省區(qū)市編號(hào)后對(duì)各變量進(jìn)行局部莫蘭檢驗(yàn)，由于結(jié)果較為繁多，僅選用2020年部分矩陣下的局部莫蘭指數(shù)并通過(guò)莫蘭散點(diǎn)圖展示（圖2）。散點(diǎn)圖結(jié)果中，橫坐標(biāo)代表變量空間單元本身的觀測(cè)值即受自身影響程度，縱坐標(biāo)代表空間單元滯后值即受其他周圍值的影響。由圖2可知，總體上看四個(gè)變量的莫蘭散點(diǎn)圖中，大部分省份均基本分布于一、三象限，表明變量相似值集聚呈現(xiàn)空間極化態(tài)勢(shì)，具有正的空間自相關(guān)性。其中北京、上海、江蘇、浙江、廣東等位于第一象限，表明就業(yè)和數(shù)字經(jīng)濟(jì)發(fā)展程度高的省份被其他發(fā)展程度高的省份所包圍，呈現(xiàn)出“高-高”空間集聚模式，這些地區(qū)影響著周邊省區(qū)市就業(yè)規(guī)模、結(jié)構(gòu)和質(zhì)量的提升；甘肅、寧夏、青海、新疆等則分布于第三象限，表明這些地區(qū)及其周邊地區(qū)的就業(yè)和數(shù)字經(jīng)濟(jì)發(fā)展幅度較低，呈現(xiàn)出“低-低”類型空間集聚，難以帶動(dòng)周邊發(fā)展。其中高-高集聚省區(qū)市數(shù)量相較于低-低集聚省區(qū)市數(shù)量少，且主要集中于東部及南部地區(qū)，這是由于作為我國(guó)先行發(fā)展的重點(diǎn)區(qū)域，東部和南部沿海地區(qū)率先實(shí)現(xiàn)高質(zhì)量發(fā)展，在數(shù)字經(jīng)濟(jì)發(fā)展方面更具有優(yōu)勢(shì)，產(chǎn)業(yè)基礎(chǔ)條件更優(yōu)越，就業(yè)水平相對(duì)較高，而中西部地區(qū)由于本身技術(shù)水平落后，基礎(chǔ)設(shè)施不完善等原因，導(dǎo)致其數(shù)字和就業(yè)水平提升有限，即各地區(qū)數(shù)字經(jīng)濟(jì)水平與就業(yè)水平發(fā)展仍存在不平衡現(xiàn)象。

綜上，全局莫蘭與局部莫蘭均證實(shí)變量具有較強(qiáng)空間相關(guān)性，需進(jìn)一步通過(guò)空間計(jì)量模型進(jìn)行分析。

4.2 模型設(shè)定與檢驗(yàn)

基于面板數(shù)據(jù)，本文設(shè)定一般動(dòng)態(tài)空間面板模型如下：

其中，當(dāng)λ = 0 時(shí)，為空間杜賓模型（SDM）；當(dāng)λ = 0 且δ = 0時(shí)，為空間自回歸模型（SAR）；當(dāng)T = 0且δ = 0時(shí)，為空間自相關(guān)模型（SAR）；當(dāng)T = ρ = 0且δ = 0時(shí)，為空間誤差模型（SEM）。本文將就業(yè)規(guī)模、就業(yè)結(jié)構(gòu)、就業(yè)質(zhì)量分別作為因變量代入，與數(shù)字經(jīng)濟(jì)發(fā)展水平、控制變量共同構(gòu)建空間計(jì)量模型。為了最終確定被解釋變量的模型形式，需對(duì)一般性空間計(jì)量模型進(jìn)行LM 檢驗(yàn)、穩(wěn)健的LM檢驗(yàn)和LR檢驗(yàn)，根據(jù)檢驗(yàn)結(jié)果選取合適的模型。受篇幅限制，本文僅展示空間相關(guān)性最強(qiáng)的矩陣下的實(shí)證結(jié)果。

首先對(duì)模型進(jìn)行LM檢驗(yàn)與R-LM檢驗(yàn)，檢驗(yàn)結(jié)果如表4，結(jié)果按照Anselin準(zhǔn)則進(jìn)行模型選擇。結(jié)果表明，LNET 與LNEQ 均通過(guò)5% 顯著性檢驗(yàn)，因此可以選擇SDM模型；LNES部分檢驗(yàn)未通過(guò)，因此選擇SEM模型。

通過(guò)Hausman檢驗(yàn)判定各個(gè)模型是固定效應(yīng)或是隨機(jī)效應(yīng)模型，檢驗(yàn)值與P 值分別241.827（0.000 0）、84.369（0.000 0）、420.126（0.000 0），均通過(guò)顯著性檢驗(yàn)，因此模型均為固定效應(yīng)模型。

確定空間模型后，由于空間杜賓模型可能退化為空間誤差或空間滯后模型，因此設(shè)定LNES 模型是空間杜賓模型退化的結(jié)果，將所有變量模型帶入LR與Wald檢驗(yàn)，同時(shí)通過(guò)LR檢驗(yàn)確定固定效應(yīng)模式。結(jié)果表明（表5）三個(gè)變量模型均為時(shí)間空間雙固定效應(yīng)模型，且LR與Wald 均通過(guò)1% 顯著性檢驗(yàn)，模型均為空間杜賓模型，不能退化為其他模型。

4.3 模型回歸與分析

確定各變量最優(yōu)空間計(jì)量模型為雙固定空間杜賓模型后，對(duì)各個(gè)模型進(jìn)行回歸分析，實(shí)證結(jié)果如表6所示?？傮w上看，LNET 模型、LNES 模型與LNEQ 模型的空間回歸系數(shù)分別為0.305 2、0.191 5與0.517 5，空間系數(shù)均為正且通過(guò)1% 顯著性檢驗(yàn)，表明就業(yè)規(guī)模、就業(yè)結(jié)構(gòu)、就業(yè)質(zhì)量的空間依賴性顯著且具有正向空間溢出效應(yīng)，即就業(yè)水平較高地區(qū)利于發(fā)揮模范作用與輻射效應(yīng)，帶動(dòng)鄰近地區(qū)學(xué)習(xí)借鑒。

就業(yè)規(guī)模方面：核心解釋變量數(shù)字經(jīng)濟(jì)系數(shù)為正且略高于其他變量系數(shù)，空間溢出效應(yīng)系數(shù)也為正，表明數(shù)字經(jīng)濟(jì)強(qiáng)有力推動(dòng)了本省域與鄰近地區(qū)就業(yè)規(guī)模擴(kuò)大，驗(yàn)證了假設(shè)a。控制變量中，經(jīng)濟(jì)發(fā)展水平對(duì)本省域就業(yè)規(guī)?？臻g效應(yīng)為正，對(duì)周邊地區(qū)效應(yīng)為負(fù)，這是由于本省域經(jīng)濟(jì)快速發(fā)展可以促使生產(chǎn)要素在本地區(qū)集聚，推動(dòng)本地區(qū)各行各業(yè)快速發(fā)展，使得本地區(qū)擁有更多就業(yè)機(jī)會(huì)而使周邊地區(qū)機(jī)會(huì)相對(duì)減少，產(chǎn)生虹吸效應(yīng)；地區(qū)就業(yè)保障僅對(duì)本省域就業(yè)規(guī)模產(chǎn)生負(fù)向效應(yīng)，說(shuō)明當(dāng)前就業(yè)保障尚不完善，部分勞動(dòng)者可能為了享受保障出現(xiàn)消極就業(yè)甚至不就業(yè)行為；對(duì)外開(kāi)放程度與技術(shù)創(chuàng)新水平對(duì)本地區(qū)就業(yè)規(guī)模影響不顯著但對(duì)周邊地區(qū)具有負(fù)向作用，是由于當(dāng)前階段發(fā)展不充分，省域間仍存在要素壁壘，使得周邊省域受到阻礙作用。

就業(yè)結(jié)構(gòu)方面：核心解釋變量數(shù)字經(jīng)濟(jì)對(duì)本省域就業(yè)結(jié)構(gòu)起正向作用，驗(yàn)證了假設(shè)b，但對(duì)鄰近地區(qū)效應(yīng)不顯著?？刂谱兞恐?，經(jīng)濟(jì)增長(zhǎng)對(duì)本地區(qū)與鄰近地區(qū)產(chǎn)生顯著負(fù)向影響而對(duì)外開(kāi)放程度為顯著正向影響，這是由于城鄉(xiāng)二元經(jīng)濟(jì)結(jié)構(gòu)使得當(dāng)前就業(yè)結(jié)構(gòu)不能同步于經(jīng)濟(jì)發(fā)展，人口難以流動(dòng)遷移從而使得就業(yè)結(jié)構(gòu)升級(jí)放緩，并且傳統(tǒng)重工業(yè)與新興服務(wù)業(yè)發(fā)展不均衡，使得經(jīng)濟(jì)發(fā)展同時(shí)就業(yè)結(jié)構(gòu)低下，而對(duì)外開(kāi)放可以促進(jìn)物質(zhì)與人力資本流動(dòng)配置，使得地區(qū)間就業(yè)結(jié)構(gòu)同步優(yōu)化；地區(qū)就業(yè)保障僅對(duì)周邊地區(qū)具有正向溢出效應(yīng)，說(shuō)明保障利于提高地區(qū)吸引力，同時(shí)帶動(dòng)周邊區(qū)域產(chǎn)業(yè)就業(yè)結(jié)構(gòu)趨向合理；創(chuàng)新水平效應(yīng)不顯著。

就業(yè)質(zhì)量方面：核心解釋變量數(shù)字經(jīng)濟(jì)發(fā)展推動(dòng)了當(dāng)?shù)貏趧?dòng)報(bào)酬增長(zhǎng)，驗(yàn)證了假設(shè)c，但對(duì)周邊地區(qū)起到抑制作用，這是由于本地區(qū)資本與技能的替代和保障水平提高促使勞動(dòng)力工資上漲，而產(chǎn)業(yè)轉(zhuǎn)移可能促使低技能勞動(dòng)力的相對(duì)轉(zhuǎn)移，從而對(duì)周邊區(qū)域工資水平提高起抑制作用?？刂谱兞恐?，經(jīng)濟(jì)水平提高對(duì)本地與鄰地均有正向溢出效應(yīng)，說(shuō)明經(jīng)濟(jì)發(fā)展勢(shì)必推動(dòng)整體就業(yè)水平提高，整體就業(yè)薪酬增長(zhǎng)，實(shí)現(xiàn)更高質(zhì)量就業(yè)；地區(qū)保障水平與對(duì)外開(kāi)放程度只存在顯著正向溢出效應(yīng)；技術(shù)創(chuàng)新對(duì)本地區(qū)勞動(dòng)報(bào)酬產(chǎn)生負(fù)向影響，由于一方面區(qū)域內(nèi)技能偏向技術(shù)進(jìn)步使得不同工資層級(jí)的職工人數(shù)發(fā)生變化，中低技能勞動(dòng)力受擠壓人數(shù)多于平均工資增加人數(shù)，平均工資可能下降，另一方面技術(shù)進(jìn)步帶動(dòng)區(qū)域新興產(chǎn)業(yè)行業(yè)蓬勃發(fā)展，工資總額提高，但傳統(tǒng)行業(yè)效益下降人員減少，可拉動(dòng)整個(gè)行業(yè)工資水平降低，此外優(yōu)質(zhì)的就業(yè)崗位吸引了大量從業(yè)人員，職工人數(shù)大幅增加，使得平均工資有可能下降。

4.4 空間效應(yīng)分解

由于空間杜賓模型存在反饋效應(yīng)，需要對(duì)模型空間效應(yīng)進(jìn)行分解，運(yùn)用偏微分方法分解結(jié)果如表7。

就業(yè)規(guī)模結(jié)果中：數(shù)字經(jīng)濟(jì)效應(yīng)系數(shù)均為正且通過(guò)顯著檢驗(yàn)，數(shù)字經(jīng)濟(jì)發(fā)展顯著推動(dòng)就業(yè)總量增長(zhǎng)。經(jīng)濟(jì)發(fā)展僅產(chǎn)生正向直接效應(yīng)與總效應(yīng)，鄰近地區(qū)變化難以對(duì)本地區(qū)產(chǎn)生影響。就業(yè)保障與對(duì)外開(kāi)放水平效應(yīng)均為負(fù)，這是由于目前階段，為支持本區(qū)域優(yōu)先發(fā)展，勞動(dòng)力要素流動(dòng)受到限制，并且不適度的社會(huì)保障可能導(dǎo)致勞動(dòng)力雇傭成本過(guò)高，從而降低企業(yè)對(duì)勞動(dòng)力的需求。技術(shù)創(chuàng)新對(duì)鄰近地區(qū)就業(yè)規(guī)模產(chǎn)生負(fù)向效應(yīng)，是由于技術(shù)進(jìn)步可推動(dòng)地區(qū)產(chǎn)業(yè)升級(jí)與基礎(chǔ)設(shè)施進(jìn)一步完善，勞動(dòng)力會(huì)被條件更優(yōu)越的地區(qū)吸引聚集，致使周邊地區(qū)勞動(dòng)力數(shù)量減少。就業(yè)結(jié)構(gòu)與就業(yè)質(zhì)量結(jié)果中：數(shù)字經(jīng)濟(jì)均對(duì)本地區(qū)促進(jìn)作用顯著，但對(duì)周邊就業(yè)薪酬起負(fù)向作用。就業(yè)結(jié)構(gòu)經(jīng)濟(jì)增長(zhǎng)效應(yīng)系數(shù)為負(fù)而就業(yè)質(zhì)量經(jīng)濟(jì)增長(zhǎng)效應(yīng)系數(shù)為正。對(duì)外開(kāi)放可以促進(jìn)區(qū)域交流合作，對(duì)就業(yè)結(jié)構(gòu)、質(zhì)量均起促進(jìn)作用。創(chuàng)新作用不顯著可能是由于現(xiàn)階段數(shù)字經(jīng)濟(jì)的創(chuàng)新仍處于起步階段，發(fā)展緩慢，動(dòng)力不足，對(duì)就業(yè)發(fā)展的貢獻(xiàn)支撐作用不足，難以產(chǎn)生空間效應(yīng)。

5 結(jié)論與建議

當(dāng)前，數(shù)字經(jīng)濟(jì)已成為中國(guó)發(fā)展實(shí)現(xiàn)換道超車的強(qiáng)大動(dòng)力，其影響具有廣泛性與深遠(yuǎn)性。為探究數(shù)字經(jīng)濟(jì)在勞動(dòng)力方面對(duì)于就業(yè)的空間影響，本文從就業(yè)的多維角度出發(fā)，基于2011—2020年省區(qū)市面板數(shù)據(jù)，并在熵值法測(cè)度數(shù)字經(jīng)濟(jì)發(fā)展水平的基礎(chǔ)上，具體運(yùn)用空間計(jì)量模型探究數(shù)字經(jīng)濟(jì)對(duì)于就業(yè)規(guī)模、就業(yè)結(jié)構(gòu)、就業(yè)質(zhì)量影響的異質(zhì)性。研究結(jié)果表明：第一，近十年間數(shù)字經(jīng)濟(jì)發(fā)展勢(shì)頭迅猛，水平大幅提高，但區(qū)域間發(fā)展具有不平衡性，省份之間數(shù)字經(jīng)濟(jì)水平差距較大。第二，數(shù)字經(jīng)濟(jì)對(duì)就業(yè)水平具有顯著正向影響，具體表現(xiàn)為數(shù)字經(jīng)濟(jì)可以直接推動(dòng)本省域就業(yè)規(guī)模增長(zhǎng)、就業(yè)結(jié)構(gòu)優(yōu)化與就業(yè)質(zhì)量提升，但由于數(shù)字經(jīng)濟(jì)發(fā)展階段仍處于初期階段，僅在就業(yè)規(guī)模與就業(yè)結(jié)構(gòu)方面具有正向空間溢出效應(yīng)。第三，經(jīng)濟(jì)發(fā)展水平、地區(qū)保障程度與對(duì)外開(kāi)放水平不同程度推動(dòng)地區(qū)就業(yè)發(fā)展，但創(chuàng)新水平對(duì)地區(qū)影響較為不顯著且部分表現(xiàn)為負(fù)向效應(yīng)。

據(jù)此結(jié)論，提出建議：第一，推動(dòng)數(shù)字經(jīng)濟(jì)區(qū)域平衡，加快彌合數(shù)字鴻溝。面對(duì)地區(qū)資源、能力差異造成的不平衡、不充分，從群體鴻溝、城鄉(xiāng)鴻溝、企業(yè)鴻溝入手，依托市場(chǎng)機(jī)制加快要素流動(dòng)與資源精準(zhǔn)分配，注重區(qū)域發(fā)展結(jié)構(gòu)性平衡，以降低數(shù)字成本，使得區(qū)域共享發(fā)展紅利。第二，推進(jìn)數(shù)實(shí)深度融合，拓寬就業(yè)渠道。政府需制定指導(dǎo)性政策并充分發(fā)揮市場(chǎng)決定因素，培育壯大基于平臺(tái)經(jīng)濟(jì)、共享經(jīng)濟(jì)的新型就業(yè)模式，充分發(fā)掘就業(yè)增長(zhǎng)潛力。通過(guò)數(shù)據(jù)互聯(lián)互通平臺(tái)實(shí)現(xiàn)數(shù)據(jù)資源共享，促進(jìn)數(shù)字經(jīng)濟(jì)與各行各業(yè)跨界聯(lián)動(dòng)，如在農(nóng)業(yè)領(lǐng)域創(chuàng)新實(shí)現(xiàn)智慧農(nóng)場(chǎng)、農(nóng)產(chǎn)品電商等發(fā)展模式；在流通領(lǐng)域創(chuàng)新物流和供應(yīng)鏈服務(wù)；在制造領(lǐng)域推進(jìn)先進(jìn)制造與數(shù)字產(chǎn)業(yè)集群等，打造彈性、多元、靈活的就業(yè)方式。第三，緊盯產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型，促進(jìn)就業(yè)結(jié)構(gòu)同步優(yōu)化。明確就業(yè)優(yōu)先，在產(chǎn)業(yè)鏈整體升級(jí)同時(shí)，不斷強(qiáng)化第三產(chǎn)業(yè)對(duì)就業(yè)吸納能力，將就業(yè)作為綜合性系統(tǒng)工程持續(xù)推進(jìn)。對(duì)不同就業(yè)群體實(shí)施差異性就業(yè)政策，注重解決產(chǎn)業(yè)升級(jí)形成的就業(yè)結(jié)構(gòu)性錯(cuò)配問(wèn)題。第四，加大培育數(shù)字型人才，實(shí)現(xiàn)就業(yè)高質(zhì)量發(fā)展。數(shù)字經(jīng)濟(jì)迅猛發(fā)展同時(shí)也使得就業(yè)群體快速分化，結(jié)構(gòu)性失業(yè)風(fēng)險(xiǎn)加劇，就業(yè)極化、工資極化趨勢(shì)明顯。并且適配型勞動(dòng)力缺失同時(shí)制約了數(shù)字經(jīng)濟(jì)發(fā)展步伐，因此必須重視加強(qiáng)數(shù)字人才培養(yǎng)，提高勞動(dòng)群體技能素質(zhì)，如促進(jìn)校企交流，將學(xué)校人才培養(yǎng)模式與企業(yè)用人需求的對(duì)接，完成高質(zhì)量的數(shù)字人才供給；推行崗位培訓(xùn)，鼓勵(lì)包括民間資本在內(nèi)的多方力量參與等。第五，強(qiáng)化保障創(chuàng)新，實(shí)現(xiàn)共建共享。加強(qiáng)區(qū)域示范引領(lǐng)作用，支持有條件的地方率先開(kāi)展就業(yè)改革示范和探索創(chuàng)新，讓創(chuàng)新動(dòng)力落到實(shí)處。抓緊就業(yè)保障的落實(shí)，以匹配數(shù)字時(shí)代不斷變革的勞動(dòng)關(guān)系。此外，打破區(qū)域隔閡，注重區(qū)域間數(shù)字合作交流，以減少人才吸納的時(shí)空限制，增強(qiáng)就業(yè)人員流動(dòng)性。