數(shù)字技術(shù)創(chuàng)新對勞動力市場極化的影響研究

張 洋

（1.全州大學(xué)，韓國 全州 55069；2.河北政法職業(yè)學(xué)院，河北 石家莊 050061）

一、引言及文獻綜述

在世界經(jīng)濟增長整體放緩階段，數(shù)字經(jīng)濟逐漸成為各國經(jīng)濟發(fā)展模式轉(zhuǎn)型的新動能。此背景下，實體經(jīng)濟數(shù)字化、信息化發(fā)展趨勢愈發(fā)明顯，助推傳統(tǒng)生產(chǎn)模式可編程、可尋址、可感知以及可關(guān)聯(lián)，預(yù)示著人類社會正快速進入以數(shù)字技術(shù)為經(jīng)濟發(fā)展主要動力的歷史新階段[1]。數(shù)字技術(shù)創(chuàng)新作為推動數(shù)字化建設(shè)的重點工作，會對相關(guān)領(lǐng)域高端技術(shù)使用提出更高要求，但同時也降低了低端生產(chǎn)工序的繁瑣程度。這對于傳統(tǒng)勞動力具有一定擠出效應(yīng)，一定程度上沖擊了勞動力市場結(jié)構(gòu)。一方面，數(shù)字技術(shù)的應(yīng)用與普及有助于提升勞動力自身知識和技能水平，為人力資本升級帶來新發(fā)展機遇，有助于高技術(shù)勞動力數(shù)量增加。另一方面，數(shù)字技術(shù)創(chuàng)新降低了產(chǎn)業(yè)技術(shù)、設(shè)備引進成本及生產(chǎn)經(jīng)營難度，使得低技能勞動力能夠更好適應(yīng)生產(chǎn)工作，進而增加低技能勞動力就業(yè)機會[2]。高技能與低技能勞動力就業(yè)數(shù)量的同時增加使得本應(yīng)占主體地位的中等技能勞動力地位受到?jīng)_擊，即出現(xiàn)勞動力市場極化現(xiàn)象。與此同時，黨的二十大報告提出，“強化就業(yè)優(yōu)先政策，健全就業(yè)促進機制，促進高質(zhì)量充分就業(yè)……推動解決結(jié)構(gòu)性就業(yè)矛盾?！币虼耍绾斡行д{(diào)節(jié)數(shù)字技術(shù)創(chuàng)新對勞動力市場極化的影響，切實改善勞動力市場現(xiàn)狀，在當(dāng)前經(jīng)濟發(fā)展模式轉(zhuǎn)型時期至關(guān)重要。基于此，本研究從數(shù)字技術(shù)創(chuàng)新出發(fā)，探究其對勞動力市場極化的影響和作用機制，以期為推動數(shù)字技術(shù)創(chuàng)新、優(yōu)化勞動力市場提供經(jīng)驗借鑒。

學(xué)術(shù)界既有關(guān)于數(shù)字技術(shù)與勞動力市場的研究成果頗豐，大致可劃分為以下三類：

一是關(guān)于數(shù)字技術(shù)創(chuàng)新水平研究。梁佳等(2022)根據(jù)國家統(tǒng)計信息中心關(guān)于數(shù)字技術(shù)發(fā)展水平的評定標(biāo)準(zhǔn)，以數(shù)字基礎(chǔ)設(shè)施水平與數(shù)字技術(shù)應(yīng)用水平兩個維度構(gòu)建數(shù)字技術(shù)創(chuàng)新水平指標(biāo)體系，發(fā)現(xiàn)中國數(shù)字技術(shù)創(chuàng)新水平整體向好，且存在一定閾值效應(yīng)[3]。此外，亦有部分學(xué)者以數(shù)字領(lǐng)域?qū)＠暾垟?shù)[4]、數(shù)字企業(yè)專利申請數(shù)[5]等單一指標(biāo)衡量數(shù)字技術(shù)創(chuàng)新水平。

二是關(guān)于勞動力市場極化研究。王永欽和董雯(2020)研究指出，工業(yè)機器人應(yīng)用對企業(yè)勞動力需求產(chǎn)生一定替代效應(yīng)，即工業(yè)機器人應(yīng)用會導(dǎo)致高技能勞動力數(shù)量增加，加劇高技能勞動力市場極化[6]。譚瑩等(2022)研究指出中間品關(guān)稅加征不利于提升制造業(yè)就業(yè)水平，而勞動力流動有助于緩解關(guān)稅增加對勞動力市場極化的負(fù)面影響[7]。唐永、蔣永穆(2022)研究發(fā)現(xiàn)，產(chǎn)業(yè)結(jié)構(gòu)服務(wù)化會促使不同技能水平勞動者出現(xiàn)工資極化現(xiàn)象，也會導(dǎo)致不同技能水平勞動者就業(yè)極化[8]。

三是關(guān)于數(shù)字技術(shù)創(chuàng)新對勞動力市場極化的影響。當(dāng)前學(xué)術(shù)界關(guān)于數(shù)字技術(shù)創(chuàng)新與勞動力市場極化的研究相對較少，但事實上，技術(shù)發(fā)展與勞動力市場間的關(guān)系始終是一個重要研究方向。曹潔、羅淳(2018)從勞動力市場極化、測度方法、形成原因和影響效應(yīng)四個方面對勞動力市場展開探討，發(fā)現(xiàn)技能偏向型技術(shù)進步使得高、低技能勞動力就業(yè)同時增加，是導(dǎo)致勞動力市場極化的重要原因[9]。張抗私、史策(2022)認(rèn)為，技術(shù)進步對就業(yè)占比具有負(fù)向影響，高教育程度勞動力的認(rèn)知能力可以發(fā)揮緩沖作用，且技術(shù)進步對低教育程度勞動力具有顯著就業(yè)創(chuàng)造效應(yīng)[10]。劉廷宇、張世偉(2022)研究發(fā)現(xiàn)，垂直專業(yè)化分工將工作按照技術(shù)需求、附加值程度進行分離，從而引致了勞動力兩極分化，且技術(shù)進步進一步加劇了極化現(xiàn)象[11]。

梳理既有文獻可知，勞動力市場極化受技術(shù)進步影響較為明顯，但關(guān)于數(shù)字技術(shù)創(chuàng)新對勞動力市場極化直接影響的研究較少。在數(shù)字經(jīng)濟高速發(fā)展背景下，數(shù)字技術(shù)已廣泛應(yīng)用于社會、經(jīng)濟各個領(lǐng)域，這使得數(shù)字技術(shù)創(chuàng)新對勞動力市場的影響存在更加豐富的經(jīng)濟學(xué)機制?；诖?，文章依據(jù)高、低技能勞動力數(shù)量與中等技能勞動力數(shù)量的比值，將勞動力劃分為高技能勞動力與低技能勞動力，實證檢驗數(shù)字技術(shù)創(chuàng)新對勞動力市場極化的影響效應(yīng)，并基于空間效應(yīng)與勞動力流動兩個視角展開探討，以期豐富數(shù)字技術(shù)創(chuàng)新影響勞動力市場極化的研究。

二、理論分析與研究假設(shè)

技術(shù)發(fā)展與技術(shù)進步是產(chǎn)生極化現(xiàn)象的重要因素。具體而言，傳統(tǒng)自動化生產(chǎn)理論模型將工業(yè)產(chǎn)業(yè)假定為自動化與手動化兩種生產(chǎn)方式[12]。其中，手動化條件下，手工技術(shù)需依托大量勞動力參與。而在自動化條件下，傳統(tǒng)人工技術(shù)將完全被數(shù)字化、信息化設(shè)備所取代。結(jié)合新古典增長理論可知，自動化生產(chǎn)模式有助于提升勞動生產(chǎn)效率[13]。由此可以推斷，隨著自動化、信息化生產(chǎn)模式的推廣與應(yīng)用，勞動力市場就業(yè)情況亦會發(fā)生明顯改變。技術(shù)進步對于傳統(tǒng)、常規(guī)型工作具有替代與擠出效應(yīng)，而對于非常規(guī)認(rèn)知型工作則具有補充效應(yīng)。與此同時，數(shù)字技術(shù)普及與創(chuàng)新會帶動各類數(shù)字化設(shè)備引進成本下降，能夠極大程度上降低產(chǎn)業(yè)生產(chǎn)難度，為低技能勞動力提供大量就業(yè)崗位。同時，數(shù)字技術(shù)應(yīng)用與創(chuàng)新會提升整個經(jīng)濟體的生產(chǎn)效率，這有助于增加非常規(guī)認(rèn)知工作，最終形成勞動力市場就業(yè)結(jié)構(gòu)“兩端高、中間低”的極化現(xiàn)象。基于此，文章提出如下假設(shè)：

假設(shè)H1：數(shù)字技術(shù)創(chuàng)新會同時增加高技能、低技能勞動力數(shù)量，導(dǎo)致高技能勞動力市場極化與低技能勞動力市場極化現(xiàn)象。

在數(shù)字技術(shù)高速發(fā)展背景下，各地區(qū)數(shù)字技術(shù)創(chuàng)新水平會因要素資源稟賦、人口集聚與流動水平不同有所差異，進而對地區(qū)勞動力市場極化產(chǎn)生影響。一方面，數(shù)字技術(shù)創(chuàng)新發(fā)展過程中可能會存在一定技術(shù)溢出效應(yīng)，能夠帶動鄰近地區(qū)數(shù)字化發(fā)展，提升鄰近地區(qū)數(shù)字技術(shù)創(chuàng)新水平[14]。數(shù)字技術(shù)創(chuàng)新水平的提升使得鄰近地區(qū)對于高數(shù)字素養(yǎng)人才需求劇增，帶動鄰近地區(qū)高技能勞動就業(yè)數(shù)量增加。同時，數(shù)字技術(shù)的發(fā)展也簡化了傳統(tǒng)生產(chǎn)領(lǐng)域操作難度，為低技能勞動力就業(yè)帶來契機，從而對鄰近地區(qū)勞動力市場結(jié)構(gòu)造成一定沖擊。另一方面，各地方政府間存在一定競爭現(xiàn)象。在當(dāng)前經(jīng)濟高質(zhì)量發(fā)展背景下，地方政府更關(guān)注除經(jīng)濟增長指標(biāo)之外的環(huán)境、創(chuàng)新等方面的指標(biāo)，可能存在一定的地方政府競爭現(xiàn)象。因此，地方政府間在數(shù)字技術(shù)創(chuàng)新方面的競爭與模仿將對本地區(qū)勞動力市場就業(yè)產(chǎn)生影響，甚至?xí)U散至鄰近地區(qū)，產(chǎn)生空間外溢現(xiàn)象。究其原因，部分勞動力存在一定趨利性。地區(qū)間數(shù)字技術(shù)水平差異會加劇勞動力流動，引致高技能勞動力流動至數(shù)字技術(shù)創(chuàng)新水平更高地區(qū)，以匹配自身勞動價值、提高勞動報酬，進而對相鄰地區(qū)產(chǎn)生空間溢出效應(yīng)。整體來看，數(shù)字技術(shù)創(chuàng)新對勞動力市場極化的影響還需通過勞動力流動來實現(xiàn)。相對而言，數(shù)字技術(shù)創(chuàng)新水平較高地區(qū)具備較為豐富的就業(yè)崗位，對于高技能勞動力與低技能勞動力均具有較強吸引力。此形勢下，高技能勞動力通過流動至其他地區(qū)的方式提升勞動力價值與勞動回報率，且低技能勞動力也能更容易解決就業(yè)問題，進而導(dǎo)致當(dāng)?shù)丶爸苓叺貐^(qū)勞動力市場出現(xiàn)極化現(xiàn)象?；谝陨戏治?，提出如下假設(shè)：

假設(shè)H2：數(shù)字技術(shù)創(chuàng)新會推動勞動力流動進而形成空間外溢，最終加劇地區(qū)勞動力市場極化。

三、研究設(shè)計

1.模型構(gòu)建

（1） 基本模型

數(shù)字技術(shù)創(chuàng)新是評估創(chuàng)新水平產(chǎn)出的重要指標(biāo)，而數(shù)字技術(shù)創(chuàng)新發(fā)展水平高低將直接或間接影響勞動力市場就業(yè)情況。考慮勞動力市場極化的動態(tài)性特征，文章使用動態(tài)面板模型來表征數(shù)字技術(shù)創(chuàng)新對勞動力市場極化的影響路徑，具體構(gòu)建模型如下所示：

式(1)中，Labit為i 省份t 時期的勞動力市場極化，文章分別從高技能勞動力市場極化）與低技能勞動力市場極化）兩個角度進行衡量。Digit為i 省份t 時期的數(shù)字技術(shù)創(chuàng)新水平，利用國際專利分類與數(shù)字經(jīng)濟行業(yè)分類進行匹配，選取專利數(shù)據(jù)來表征數(shù)字技術(shù)創(chuàng)新發(fā)展水平；Controls 為一系列控制變量，包括研發(fā)投入強度、對外貿(mào)易、外商直接投資、中央政府干預(yù)；εit為隨機擾動項。數(shù)字技術(shù)創(chuàng)新變量系數(shù)β1是文章關(guān)注焦點，若系數(shù)大于0 且顯著，表明當(dāng)前的數(shù)字技術(shù)創(chuàng)新能夠加劇目前中國勞動力市場極化現(xiàn)象；若系數(shù)小于0 且顯著，則需進一步探討勞動力市場極化的現(xiàn)狀與深層次原因。

（2） 中介效應(yīng)模型

為驗證勞動力流動是否在數(shù)字技術(shù)創(chuàng)新與勞動力市場極化之間發(fā)揮中介效應(yīng)，借鑒溫忠麟、葉寶娟(2014)[15]研究思路，建立如下模型：

式(2)～(4)中，β2反映數(shù)字技術(shù)創(chuàng)新對勞動力市場極化的總效應(yīng)，γ2為數(shù)字技術(shù)創(chuàng)新對勞動力市場極化的直接效應(yīng)，α2γ3代表數(shù)字技術(shù)創(chuàng)新對勞動力市場極化的中介效應(yīng)。

2.指標(biāo)說明

被解釋變量：勞動力市場極化(Lab)。借鑒徐少俊、鄭江淮(2020)[16]測算方法，將勞動力市場極化分為高技能勞動力市場極化）與低技能勞動力市場極化），計量模型如下：

其中，式(5)考察數(shù)字技術(shù)創(chuàng)新與高技能勞動力市場極化關(guān)系，為高技能勞動力數(shù)量與中等技能勞動力數(shù)量之比；式(6)研究數(shù)字技術(shù)創(chuàng)新與低技能勞動力市場極化關(guān)系，為低技能勞動力數(shù)量與中等技能勞動力數(shù)量之比。值得說明的是，高技能勞動力(Nh)利用大學(xué)?？萍耙陨蠈W(xué)歷（包括高等職業(yè)教育） 受教育程度比例來表示；中技能勞動力(Nm)采用高中學(xué)歷（包括中級職業(yè)教育） 受教育程度比例來衡量；低技能勞動力(Nt)選取初中及以下學(xué)歷受教育程度比例進行刻畫。

核心解釋變量：數(shù)字技術(shù)創(chuàng)新(Dig)。根據(jù)國際專利分類與數(shù)字經(jīng)濟行業(yè)分類進行匹配，利用專利數(shù)據(jù)來表征數(shù)字技術(shù)創(chuàng)新發(fā)展水平。在確定數(shù)字經(jīng)濟行業(yè)分類時，參考浙江省經(jīng)濟與信息委員會發(fā)布的關(guān)于數(shù)字經(jīng)濟核心產(chǎn)業(yè)統(tǒng)計分類目錄，將其與國際專利分類匹配后，得到的專利申請量作為區(qū)域數(shù)字技術(shù)創(chuàng)新的代理變量。

中介變量：勞動力流動(Flow)。參考陳明生等(2022)[17]測量勞動力流動的方式，采用引力模型，引入工資和房價兩個重要影響因素，構(gòu)建如下模型：

其中，F(xiàn)lowij為i 省份向j 省份流動勞動力的數(shù)量；Labori為i 省份勞動力極化；Wagei、Wagej分別為i 省份、j 省份在崗職工平均工資；Housei、Housej分別為i 省份、j 省份的房價；為i 省份與j 省份之間的地理距離；i 省份一年的勞動力流動量是由公式(8)計算得出。

控制變量。參考相關(guān)文獻研究[18，19]，選取如下變量進行控制：一是研發(fā)投入強度(Rnd)。研發(fā)投入能夠有效提升企業(yè)對充實高技能勞動力需求，利用各地區(qū)研究與實驗經(jīng)費和省份生產(chǎn)總值之比進行衡量。二是對外貿(mào)易(Trade)。對外貿(mào)易中加工貿(mào)易對中技能勞動力就業(yè)存在重要影響，選取各省份進出口貿(mào)易額與省份生產(chǎn)總值之比進行表征。三是外商直接投資(Fdi)。外商投資企業(yè)具備技術(shù)優(yōu)勢，與省內(nèi)外資企業(yè)形成競爭，可能對高技能勞動力就業(yè)產(chǎn)生擠出效應(yīng)，利用行業(yè)外商投資直接額來刻畫。四是中央政府干預(yù)(Gov)。中央政府干預(yù)主要起拉動中、高技能勞動力的就業(yè)作用，而對低技能勞動就業(yè)影響效果較小，使用各省份財政支出占省份GDP 的比重來表示。

3.數(shù)據(jù)來源

文章選取中國30 個省級面板數(shù)據(jù)（剔除港澳臺地區(qū)與西藏數(shù)據(jù)嚴(yán)重缺失的省份） 進行實證研究，研究時段為2011—2020 年。各指標(biāo)數(shù)據(jù)均來自歷年《中國統(tǒng)計年鑒》 《中國勞動統(tǒng)計年鑒》 《中國科技統(tǒng)計年鑒》 《中國城市統(tǒng)計年鑒》 《中國區(qū)域經(jīng)濟統(tǒng)計年鑒》，以及各?。ㄊ小^(qū)） 統(tǒng)計年鑒、各?。ㄊ?、區(qū)） 政府公開網(wǎng)站數(shù)據(jù)、大衛(wèi)專利數(shù)據(jù)庫、WIND 數(shù)據(jù)庫。與此同時，針對部分缺失數(shù)據(jù)，采用插值法進行彌補。

四、實證研究

1.數(shù)字技術(shù)創(chuàng)新與勞動力市場極化的基準(zhǔn)回歸

從數(shù)字技術(shù)創(chuàng)新視角，實證檢驗數(shù)字技術(shù)創(chuàng)新對勞動力市場極化的影響效果。文章利用系統(tǒng)GMM 方法對二者之間關(guān)系進行實證檢驗，將專利申請量作為核心解釋變量、高技能勞動力市場極化、低技能勞動力市場極化作為被解釋變量。表1 為數(shù)字技術(shù)創(chuàng)新與勞動力市場極化的基準(zhǔn)回歸結(jié)果，列(1)與列(3)分別代表數(shù)字技術(shù)創(chuàng)新與低技能勞動力市場極化、高技能勞動力市場極化之間的回歸結(jié)果，列(2)與列(4)為加入一系列控制變量后的回歸結(jié)果。由于AR(1)中的P 值小于0.1，AR(2)中的P值大于0.1，因此隨機擾動項不存在自相關(guān)問題。除此之外，由Hansen 結(jié)果可知，P 值大于0.1，說明工具變量是有效的且不存在過度識別問題，即文章模型具有可靠性。列(2)是針對高技能勞動力市場極化的回歸結(jié)果，數(shù)字技術(shù)創(chuàng)新系數(shù)為0.213，且在1%統(tǒng)計水平上顯著，說明數(shù)字技術(shù)創(chuàng)新能夠使高技能勞動力數(shù)量增加，促使高技能勞動力市場極化現(xiàn)象產(chǎn)生。究其原因，數(shù)字技術(shù)創(chuàng)新發(fā)展過程中會產(chǎn)生一系列創(chuàng)新、研發(fā)、信息數(shù)據(jù)分析等高端需求，且這種需求通常為非常規(guī)的抽象任務(wù)，使企業(yè)對高技能勞動力的需求增加。列(4)是針對低技能勞動力市場極化的回歸結(jié)果，數(shù)字技術(shù)創(chuàng)新系數(shù)為0.173，且在1%統(tǒng)計水平上顯著，表明數(shù)字技術(shù)創(chuàng)新也能促進低技能勞動力數(shù)量增長，加劇勞動力市場極化。基于以上實證分析可知，假設(shè)H1 得到驗證。

表1 數(shù)字技術(shù)創(chuàng)新與勞動力市場極化的基準(zhǔn)回歸結(jié)果

進一步研究控制變量對勞動力市場極化的影響，發(fā)現(xiàn)控制變量對高技能勞動力市場極化與低技能勞動力市場極化的影響也產(chǎn)生了差異性效果。具體回歸結(jié)果分析如下：研發(fā)投資強度對高技能勞動力市場極化的系數(shù)為0.274，且在1%統(tǒng)計水平上顯著，說明研發(fā)投資強度越大越有助于強化地區(qū)科技創(chuàng)新水平，使得高技能勞動力數(shù)量增加，對高技能勞動力市場極化具有正向影響。研發(fā)投資強度對低技能勞動力市場極化的系數(shù)為-0.184，且在1%統(tǒng)計水平上顯著，說明研發(fā)投資水平能夠提升低技能勞動力群體知識、技術(shù)水平，使其向中、高技能勞動力群體流動，使得低技能勞動力數(shù)量減少，緩解低技能勞動力市場極化。對外貿(mào)易對高技能勞動力市場極化的系數(shù)并不顯著，表明對外貿(mào)易對高技能勞動力市場極化影響不大。對外貿(mào)易對低技能勞動力市場極化的系數(shù)為-0.053，且在1%統(tǒng)計水平上顯著，說明對外貿(mào)易的發(fā)展不會加劇低技能勞動力市場極化。外商直接投資對高技能勞動力市場極化的影響系數(shù)為0.064，且在5%統(tǒng)計水平上顯著，表明外商直接投資增加了高技能勞動力數(shù)量，能夠推動高技能勞動力市場極化發(fā)展。外商直接投資對低技能勞動力市場極化的影響系數(shù)為0.121，且在1%統(tǒng)計水平上顯著，表明外商直接投資增加了地區(qū)就業(yè)崗位，為低技能勞動力提供更多就業(yè)崗位，進而對低技能勞動力市場極化產(chǎn)生正向影響。中央政府干預(yù)對高技能勞動力市場極化與低技能勞動力市場極化均存在顯著正向關(guān)系，且對高技能勞動力市場極化促進效果更加明顯。

2.數(shù)字技術(shù)創(chuàng)新與勞動力市場極化的內(nèi)生性檢驗

考慮到數(shù)字技術(shù)創(chuàng)新與勞動力市場極化的關(guān)系可能存在內(nèi)生性問題，故選取數(shù)字技術(shù)創(chuàng)新的工具變量，規(guī)避結(jié)果偏誤的問題。借鑒岳佳坤(2022)[20]研究思路，從創(chuàng)新投入、創(chuàng)新產(chǎn)出、創(chuàng)新擴散、創(chuàng)新轉(zhuǎn)化、創(chuàng)新環(huán)境五方面構(gòu)建數(shù)字技術(shù)創(chuàng)新評價指標(biāo)體系作為工具變量，以此進行內(nèi)生性檢驗，具體檢驗結(jié)果如表2 所示。從列(1)和列(2)的實證結(jié)果可以發(fā)現(xiàn)，數(shù)字技術(shù)創(chuàng)新仍與高技能勞動力市場極化、低技能勞動力市場極化保持顯著正相關(guān)，結(jié)果與上文回歸檢驗結(jié)果保持一致，即證明結(jié)論較為穩(wěn)健。

表2 基于工具變量方法下數(shù)字技術(shù)創(chuàng)新與勞動力市場極化的內(nèi)生性檢驗結(jié)果

3.穩(wěn)健性檢驗

考慮到數(shù)字技術(shù)創(chuàng)新對勞動力市場極化的影響具有一定滯后性，文章將核心解釋變量數(shù)字技術(shù)創(chuàng)新進行滯后一期處理，并繼續(xù)使用系統(tǒng)GMM 方法對二者進行回歸估計，具體結(jié)果如表3 列(1)～(3)所示。研究發(fā)現(xiàn)，滯后一期數(shù)字技術(shù)創(chuàng)新對高技能勞動力市場極化與低技能勞動力市場極化的基本估計系數(shù)分別為0.109、0.093，且均在1%統(tǒng)計水平上顯著，與上文模型估計結(jié)果一致，說明研究結(jié)果具有穩(wěn)健性，同時也體現(xiàn)出數(shù)字技術(shù)創(chuàng)新對勞動力市場極化的影響存在一定時滯性。

表3 數(shù)字技術(shù)創(chuàng)新對勞動力市場極化的穩(wěn)健性檢驗

表3 列(2)與列(4)為剔除部分研究樣本進行穩(wěn)健性檢驗，為檢驗研究結(jié)果的普適性，剔除北京、上海、廣東三個數(shù)字技術(shù)創(chuàng)新水平較高的省份，再次進行穩(wěn)健性檢驗。研究發(fā)現(xiàn)，數(shù)字技術(shù)創(chuàng)新對高技能勞動力市場極化與低技能勞動力市場極化的基本估計系數(shù)分別為0.073、0.059，且均在1%統(tǒng)計水平上顯著，與上文研究結(jié)論依然統(tǒng)一，故文章結(jié)果依舊穩(wěn)健可靠。

4.數(shù)字技術(shù)創(chuàng)新與勞動力市場極化的空間效應(yīng)

數(shù)字技術(shù)創(chuàng)新作為經(jīng)濟發(fā)展的重要手段，可能存在競爭效應(yīng)與示范效應(yīng)，進一步導(dǎo)致數(shù)字技術(shù)創(chuàng)新可能存在空間效應(yīng)。數(shù)字技術(shù)創(chuàng)新可能存在空間溢出效應(yīng)，即本省份數(shù)字技術(shù)創(chuàng)新與鄰近省份數(shù)字技術(shù)創(chuàng)新存在一定關(guān)聯(lián)性，由此引致省域間勞動力市場極化表現(xiàn)出空間效應(yīng)特征。為研究數(shù)字技術(shù)創(chuàng)新對勞動力市場極化的影響是否存在空間效應(yīng)，文章引入空間因素，借助空間地理關(guān)系研究數(shù)字技術(shù)創(chuàng)新對本省份和鄰近省份勞動力市場極化作用效果，揭示其中的空間特征與效應(yīng)差異。

基于地理距離矩陣，使用Moran's I 指數(shù)研究變量間是否存在空間相關(guān)性。根據(jù)表4 指數(shù)檢驗結(jié)果發(fā)現(xiàn)，大部分年份Moran's I 指數(shù)均通過顯著性檢驗，說明變量之間存在較為明顯的空間相關(guān)性，有必要采用空間計量模型繼續(xù)檢驗。所以，文章使用空間杜賓模型來檢驗數(shù)字技術(shù)創(chuàng)新與勞動力市場極化的空間效應(yīng)。

表4 Moran's I 指數(shù)的空間相關(guān)性檢驗結(jié)果

表5 為數(shù)字技術(shù)創(chuàng)新與勞動力市場極化的空間效應(yīng)結(jié)構(gòu)，其中列(1)與列(4)為SEM 模型檢驗結(jié)果，列(2)與列(5)為SAR 模型檢驗結(jié)果，列(3)與列(6)為SDM 模型檢驗結(jié)果。文章以列(3)與列(6)回歸結(jié)果為主要依據(jù)，列(1)、列(2)、列(4)、列(5)模型作對比，討論變量間空間效應(yīng)，以此檢驗結(jié)果的可靠性。由表5可知，空間自相關(guān)系數(shù)ρ 與空間誤差系數(shù)λ 基本上為負(fù)向顯著。這說明模型具有空間自相關(guān)性，即周邊鄰近省份的高技能勞動力市場極化、低技能勞動力市場極化不利于本省份的高技能勞動力市場極化與低技能勞動力市場極化。同時，各省份在勞動力市場化極化中表現(xiàn)出“以鄰為壑”現(xiàn)象，這與省份間的勞動力市場競爭密切相關(guān)。實際上，由于勞動力要素資源的有限性，相鄰省份勞動力市場變化會影響空間關(guān)聯(lián)勞動力市場發(fā)展。由列(3)對高技能勞動力市場極化結(jié)果分析，發(fā)現(xiàn)數(shù)字技術(shù)創(chuàng)新與高技能勞動力市場極化之間為顯著正向關(guān)系，從而呈現(xiàn)空間上外溢現(xiàn)象，說明本省份數(shù)字技術(shù)創(chuàng)新會顯著促進鄰近省份高技能勞動力市場極化。在空間權(quán)重作用下，數(shù)字技術(shù)創(chuàng)新空間系數(shù)顯著為正，說明本省份數(shù)字技術(shù)創(chuàng)新水平提升有利于促進鄰近省份高技能勞動力市場極化，產(chǎn)生積極空間效應(yīng)。由列(6)對低技能勞動力市場極化結(jié)果分析，發(fā)現(xiàn)數(shù)字技術(shù)創(chuàng)新與低技能勞動力市場極化之間為顯著正相關(guān)關(guān)系，說明本省份數(shù)字技術(shù)創(chuàng)新的進步能夠加劇本省份低技能勞動力市場極化?；谝陨蠈嵶C分析，文章假設(shè)H2 得到驗證。

表5 數(shù)字技術(shù)創(chuàng)新與勞動力市場極化的空間效應(yīng)結(jié)果

5.勞動力流動下數(shù)字技術(shù)創(chuàng)新與勞動力市場極化的機制檢驗

勞動力流動對改善資源配置、提升生產(chǎn)效率、加快創(chuàng)新創(chuàng)業(yè)具有重要意義。各省份數(shù)字技術(shù)創(chuàng)新發(fā)展水平差異所形成的不均衡就業(yè)機會供給會影響本省份勞動力流動，甚至出現(xiàn)要素供給失衡的可能。實際上，各省份自身資源稟賦與地理位置所存在的差異已經(jīng)制約了各省份創(chuàng)新發(fā)展。在此背景下，政府部門主要通過調(diào)整相關(guān)政策吸引人才流入，優(yōu)化本地要素配置，提高地方數(shù)字技術(shù)創(chuàng)新水平?；诖?，文章進一步從勞動力流入視角分析其在數(shù)字技術(shù)創(chuàng)新與勞動力市場極化之間的機制效果。

表6 為中介效應(yīng)模型下數(shù)字技術(shù)創(chuàng)新、勞動力流動與勞動力市場極化機制的分析結(jié)果。列(1)～列(3)為勞動力流動與勞動力市場極化之間的機制分析結(jié)果。針對勞動力流動在數(shù)字技術(shù)創(chuàng)新與勞動力市場極化之間的機制分析，由列(1)可知，數(shù)字技術(shù)創(chuàng)新與勞動力流動之間為顯著正向關(guān)系，說明數(shù)字技術(shù)創(chuàng)新會吸引勞動要素流入省內(nèi)，為本省份增加勞動力供給。由列(2)可知，數(shù)字技術(shù)創(chuàng)新與勞動力流動之間呈顯著正相關(guān)關(guān)系，而勞動力流動對高技能勞動力市場極化也存在正向作用，即產(chǎn)生部分中介效應(yīng)。由列(3)可知，數(shù)字技術(shù)創(chuàng)新對低技能勞動力市場極化的影響為顯著正相關(guān)，且勞動力流動與低技能勞動力市場極化之間顯著正相關(guān)。這說明勞動力流動提升了數(shù)字技術(shù)創(chuàng)新對低技能勞動力市場極化的促進作用，并在數(shù)字技術(shù)創(chuàng)新與低技能勞動力市場極化兩者之間產(chǎn)生部分中介效應(yīng)，可見勞動力流動亦是省份內(nèi)勞動力市場極化的重要原因之一。綜上，數(shù)字技術(shù)創(chuàng)新水平的提升能夠簡化企業(yè)生產(chǎn)、經(jīng)營等環(huán)節(jié)工序，降低傳統(tǒng)人工工作操作難度，有助于吸引低技能勞動力流動與集聚，間接推動低技能勞動力就業(yè)增加；同時，數(shù)字技術(shù)的創(chuàng)新與應(yīng)用增強了企業(yè)對高端設(shè)備與技術(shù)的依賴，使得企業(yè)催生出更多需要高數(shù)字素養(yǎng)人才的崗位，帶動了高技能勞動力流動，進而間接增加高技能勞動力就業(yè)。

表6 數(shù)字技術(shù)創(chuàng)新、勞動力流動與勞動市場極化的機制分析

五、研究結(jié)論與政策建議

1.研究結(jié)論

數(shù)字技術(shù)創(chuàng)新是各省經(jīng)濟高質(zhì)量發(fā)展的主要途徑，也是影響勞動力市場變革的重要因素。在數(shù)字技術(shù)迅猛發(fā)展的背景下，提升數(shù)字技術(shù)創(chuàng)新發(fā)展水平，加快勞動力流動，集聚人力資源是促使一國勞動力市場配置效率提高的重要舉措?；诖?，文章選取2011—2020 年省級面板數(shù)據(jù)進行具體實證分析，研究了數(shù)字技術(shù)創(chuàng)新與勞動力市場極化之間的影響效果與作用機制。研究發(fā)現(xiàn)：一是數(shù)字技術(shù)創(chuàng)新能夠推動中國高技能勞動力與低技能勞動力就業(yè)數(shù)量增加，即數(shù)字技術(shù)創(chuàng)新對勞動力市場的影響存在“兩端高、中間低”的極化現(xiàn)象，且該結(jié)果經(jīng)過內(nèi)生性檢驗與穩(wěn)健性檢驗后依舊成立；二是在考慮空間因素基礎(chǔ)上，發(fā)現(xiàn)數(shù)字技術(shù)創(chuàng)新會影響鄰近省份勞動力市場極化，表現(xiàn)為本省份數(shù)字技術(shù)創(chuàng)新會促進相鄰省份的高技能勞動力市場極化與低技能勞動力市場極化；三是在勞動力流動機制研究中，發(fā)現(xiàn)勞動力流動在數(shù)字技術(shù)創(chuàng)新影響勞動力市場極化過程中能夠產(chǎn)生部分中介效應(yīng)。

2.政策建議

第一，深挖數(shù)字技術(shù)創(chuàng)新優(yōu)勢，培育復(fù)合型高技能人才。研究發(fā)現(xiàn)，數(shù)字技術(shù)創(chuàng)新能夠加劇高技能勞動力極化，導(dǎo)致勞動力市場復(fù)合型高技能人才不足。因此，各地方政府還需不斷培育復(fù)合型高技能人才，以更好匹配高技能勞動就業(yè)崗位的增加。其一，相關(guān)政府部門需對科技創(chuàng)新領(lǐng)域提供人才扶持政策，為企業(yè)在復(fù)合型高技能人才培育過程中提供幫助，培養(yǎng)一批能夠領(lǐng)先世界新一輪產(chǎn)業(yè)技術(shù)革命的復(fù)合型高技能人才。其二，各地方高校需持續(xù)深化產(chǎn)教融合、創(chuàng)新復(fù)合型高技能人才培養(yǎng)體系，并深挖數(shù)字技術(shù)優(yōu)勢，提升學(xué)生綜合能力，緩解勞動力市場極化。與此同時，各地方高校還需鼓勵學(xué)生選修“計算機”“大數(shù)據(jù)”等應(yīng)用型課程，培養(yǎng)適應(yīng)數(shù)字技術(shù)創(chuàng)新發(fā)展的復(fù)合型高技能人才。其三，各地方高校需貫通職業(yè)技能培訓(xùn)體系，將復(fù)合型高技能人才培育項目歸入地方職業(yè)技能提升行動“兩目錄一系統(tǒng)”中，從而夯實數(shù)字技術(shù)創(chuàng)新人才基礎(chǔ)。

第二，全面開展數(shù)字化技能培訓(xùn)，推動中技能勞動力就業(yè)。研究結(jié)果表明，數(shù)字技術(shù)創(chuàng)新使得中國勞動力市場出現(xiàn)“兩端高、中間低”的極化現(xiàn)象，導(dǎo)致中技能勞動力就業(yè)數(shù)量匱乏。針對該現(xiàn)象，需全面推動數(shù)字化技能培訓(xùn)，推動中技能勞動力跨層級就業(yè)，避免就業(yè)層次分割，緩解勞動力市場極化。在勞動力市場由低向中、由中向高不斷升級的過程中，相關(guān)政府部門應(yīng)著力完善現(xiàn)代化勞動保護體系，加強數(shù)字化職業(yè)技能培訓(xùn)力度。與此同時，相關(guān)政府部門應(yīng)當(dāng)鼓勵各高校建立終身學(xué)習(xí)體系，優(yōu)化職業(yè)技能培訓(xùn)和轉(zhuǎn)崗培訓(xùn)機制，提升中技能勞動力對市場的適應(yīng)能力，并提供有效數(shù)字化技能培訓(xùn)，為中技能勞動力轉(zhuǎn)至高技能崗位提供契機。除此之外，在當(dāng)前全球經(jīng)濟低迷、經(jīng)濟全球化發(fā)展滯緩等不確定因素增加背景下，地方政府部門需做好中技能勞動力高端技術(shù)培訓(xùn)準(zhǔn)備，控制中技能勞動力失業(yè)風(fēng)險的同時，為高技能人才培養(yǎng)儲備力量，以緩解未來可能出現(xiàn)的勞動力市場極化加劇現(xiàn)象。

第三，構(gòu)建數(shù)字化靈活就業(yè)平臺，暢通低技能勞動力向上流動渠道。上文結(jié)果表明，數(shù)字技術(shù)創(chuàng)新會增加低技能勞動力就業(yè)數(shù)量，加劇低技能勞動力市場極化?；诖?，相關(guān)主體部門需積極建立數(shù)字化就業(yè)平臺，推動低技能勞動力靈活就業(yè)，為低技能勞動力向中、高端就業(yè)崗位流動提供契機，以緩解由數(shù)字技術(shù)創(chuàng)新引致的低技能勞動力市場極化現(xiàn)象。其一，企業(yè)需搭建人力資源數(shù)字化管理與就業(yè)平臺，依托便捷的一體化平臺，消除數(shù)據(jù)孤島和資源壁壘，為低技能勞動力向中、高技能崗位就業(yè)提供幫助。其二，各地方勞動力監(jiān)管部門可構(gòu)建數(shù)字化勞務(wù)平臺，輔助低技能勞動力根據(jù)自身專業(yè)技能選擇合適的就業(yè)崗位，并加強對制造業(yè)以及服務(wù)業(yè)的扶持與培育力度，在保障低技能勞動力充分就業(yè)的同時，暢通低技能勞動力向上流動渠道。其三，企業(yè)與勞動監(jiān)管部門應(yīng)積極延伸勞動力就業(yè)服務(wù)范圍，統(tǒng)一數(shù)字化靈活就業(yè)平臺服務(wù)標(biāo)準(zhǔn)。各地區(qū)企業(yè)需利用互聯(lián)網(wǎng)技術(shù)全方面搜集就業(yè)崗位信息，統(tǒng)一招聘標(biāo)準(zhǔn)，整合發(fā)布，保障低技能勞動力公平競爭，以保障低技能勞動力向上流動，緩解數(shù)字經(jīng)濟引致的低技能勞動力極化現(xiàn)象。

第四，健全勞動力流動機制，提升人力資源配置效率。由上文結(jié)論可知，數(shù)字技術(shù)創(chuàng)新會通過勞動力流動加劇勞動力市場極化。因此，各地方政府需合理引導(dǎo)勞動力流動，推動人力資源配置均等化，緩解勞動力市場極化現(xiàn)狀。一方面，積極推進城鄉(xiāng)勞動要素市場改革。各地方政府部門需充分考慮本地市場規(guī)模、人力資本與基礎(chǔ)設(shè)施等因素，綜合施策，積極發(fā)揮市場需求的牽引性作用，合理進行就業(yè)服務(wù)指導(dǎo)與崗位供給，以緩解部分地區(qū)勞動力流失嚴(yán)重現(xiàn)象。與此同時，各地方政府部門還需加快城鄉(xiāng)信息、資金流、物流協(xié)調(diào)的發(fā)展，實現(xiàn)城鄉(xiāng)勞動力要素有序流動，進而提升人力資源配置效率。另一方面，建立全國統(tǒng)一開放、競爭的人才要素市場。為解決偏遠(yuǎn)地區(qū)剩余勞動力向經(jīng)濟發(fā)達(dá)地區(qū)轉(zhuǎn)移的窘境，促進勞動力要素的跨區(qū)域流轉(zhuǎn)。各地方政府還需加快技術(shù)產(chǎn)權(quán)交易市場整合，吸引高端技術(shù)產(chǎn)業(yè)在區(qū)域內(nèi)入駐與集聚，避免區(qū)域內(nèi)出現(xiàn)勞動力流失嚴(yán)重問題，以緩解由勞動力流動導(dǎo)致的勞動力市場極化現(xiàn)象。