農(nóng)民工能否從數(shù)字經(jīng)濟(jì)中受益？

摘 要：高質(zhì)量就業(yè)是高質(zhì)量發(fā)展的重要內(nèi)涵，數(shù)字經(jīng)濟(jì)正成為驅(qū)動高質(zhì)量就業(yè)的新引擎。基于中國家庭追蹤調(diào)查數(shù)據(jù)（CFPS），運用固定效應(yīng)模型，探究數(shù)字經(jīng)濟(jì)對農(nóng)民工就業(yè)質(zhì)量的影響。研究發(fā)現(xiàn)，總體而言，數(shù)字經(jīng)濟(jì)對農(nóng)民工勞動收入、勞動福利和勞動強度維度的就業(yè)質(zhì)量存在顯著負(fù)向影響。進(jìn)一步地，聚焦于數(shù)字經(jīng)濟(jì)影響農(nóng)民工就業(yè)質(zhì)量的組群異質(zhì)性?；诩寄芎吐殬I(yè)任務(wù)類型分組的結(jié)果表明，與高技能農(nóng)民工相比，數(shù)字經(jīng)濟(jì)對低技能農(nóng)民工勞動收入和勞動福利的負(fù)向沖擊更加顯著；相較于非常規(guī)任務(wù)組農(nóng)民工，數(shù)字經(jīng)濟(jì)顯著降低常規(guī)任務(wù)組農(nóng)民工就業(yè)質(zhì)量水平。就不同產(chǎn)業(yè)部門的農(nóng)民工而言，與生產(chǎn)部門農(nóng)民工相比，數(shù)字經(jīng)濟(jì)顯著提升高端服務(wù)部門農(nóng)民工的勞動收入和勞動福利；卻造成低端服務(wù)部門農(nóng)民工勞動福利水平下降。相較于非貧困戶農(nóng)民工，數(shù)字經(jīng)濟(jì)顯著提高貧困家庭農(nóng)民工的勞動收入，但造成其勞動福利、勞動強度和就業(yè)穩(wěn)定性維度的就業(yè)質(zhì)量下降。由此可知，數(shù)字經(jīng)濟(jì)在一定程度上對人力資本劣勢的農(nóng)民工群體產(chǎn)生了就業(yè)沖擊。若要充分發(fā)揮數(shù)字經(jīng)濟(jì)在促進(jìn)高質(zhì)量充分就業(yè)方面的作用，就要努力消弭人群間的“數(shù)字鴻溝”，建立行之有效的教育與培訓(xùn)體系，予以數(shù)字弱勢群體一定的政策保護(hù)，讓數(shù)字經(jīng)濟(jì)產(chǎn)生的就業(yè)紅利更具包容性與普惠性。

關(guān)鍵詞：數(shù)字經(jīng)濟(jì)；就業(yè)質(zhì)量；農(nóng)民工

一、引言

黨的二十大報告明確指出：“就業(yè)是最基本的民生。強化就業(yè)優(yōu)先政策，健全就業(yè)促進(jìn)機制，促進(jìn)高質(zhì)量充分就業(yè)?！睂崿F(xiàn)高質(zhì)量就業(yè)不僅是推動經(jīng)濟(jì)高質(zhì)量發(fā)展的內(nèi)在要求，也是扎實推進(jìn)全體人民共同富裕的重要基礎(chǔ)。伴隨工業(yè)化和城鎮(zhèn)化的快速發(fā)展，億萬農(nóng)民向生產(chǎn)率較高的城市和非農(nóng)部門轉(zhuǎn)移，為中國經(jīng)濟(jì)持續(xù)高增長注入源源不斷的動力（程名望等，2018）。然而，受戶籍制度壁壘和自身勞動稟賦的影響，農(nóng)民工一直被列為城鎮(zhèn)就業(yè)市場中的“弱勢群體”，其就業(yè)質(zhì)量狀況令人堪憂，表現(xiàn)在收入水平低、就業(yè)穩(wěn)定性差、過度勞動、福利待遇缺失以及雇傭關(guān)系不規(guī)范等方面（楊超和張征宇，2022）。在當(dāng)前經(jīng)濟(jì)增速放緩的新階段下，市場主體尤其是勞動密集型企業(yè)、中小企業(yè)面臨更加嚴(yán)峻的發(fā)展困境，與城鎮(zhèn)勞動力相比，缺乏核心競爭力的農(nóng)民工群體更易遭受巨大的就業(yè)沖擊和收入損失，就業(yè)質(zhì)量提升困境進(jìn)一步凸顯。中國正處于高質(zhì)量發(fā)展的關(guān)鍵時期，數(shù)以億計農(nóng)民工高質(zhì)量就業(yè)事關(guān)經(jīng)濟(jì)增長動能的有效轉(zhuǎn)換以及脫貧攻堅成果的鞏固與拓展。因此，如何提高農(nóng)民工就業(yè)質(zhì)量，已成為政府決策部門日益關(guān)注的重點問題。

經(jīng)濟(jì)下行壓力下逆勢加速發(fā)展的數(shù)字經(jīng)濟(jì)已然成為高質(zhì)量發(fā)展的新引擎。數(shù)字經(jīng)濟(jì)是指以數(shù)字化知識與信息為生產(chǎn)要素、現(xiàn)代信息網(wǎng)絡(luò)為載體、信息通信技術(shù)為支撐，推動經(jīng)濟(jì)效率提升和結(jié)構(gòu)優(yōu)化的經(jīng)濟(jì)活動，其內(nèi)容涵蓋數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化兩部分當(dāng)前被廣泛認(rèn)可的數(shù)字經(jīng)濟(jì)定義來自于2016年杭州G20峰會上通過的《二十國集團(tuán)數(shù)字經(jīng)濟(jì)發(fā)展與合作倡議》。國家統(tǒng)計局（2021）從數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化兩個方面明確數(shù)字經(jīng)濟(jì)的范圍。。中國信息通信研究院發(fā)布的《中國數(shù)字經(jīng)濟(jì)發(fā)展報告（2022年）》顯示，2021年中國數(shù)字經(jīng)濟(jì)規(guī)模占GDP比重達(dá)39.8%。數(shù)字經(jīng)濟(jì)在助力中國經(jīng)濟(jì)提質(zhì)增效的同時，在對沖短期就業(yè)影響、培育新增就業(yè)、提升就業(yè)質(zhì)量以及升級就業(yè)結(jié)構(gòu)等方面發(fā)揮著重要作用，為農(nóng)民工高質(zhì)量就業(yè)提供契機。一方面，數(shù)字產(chǎn)業(yè)化帶來的新產(chǎn)業(yè)層出不窮，具體包括電信業(yè)、信息通信業(yè)、軟件和信息技術(shù)服務(wù)業(yè)等，創(chuàng)造出大量高質(zhì)量就業(yè)崗位；另一方面，人工智能、大數(shù)據(jù)、云計算等數(shù)字技術(shù)加速向傳統(tǒng)工業(yè)、服務(wù)業(yè)部門滲透，這一產(chǎn)業(yè)數(shù)字化過程催生電子商務(wù)、平臺經(jīng)濟(jì)、智能制造等數(shù)字化新模式接替涌現(xiàn)，為勞動者提供了新的就業(yè)機會。

但是，數(shù)字經(jīng)濟(jì)浪潮下農(nóng)民工就業(yè)質(zhì)量提升也將面臨更加嚴(yán)峻的挑戰(zhàn)，主要體現(xiàn)在以下幾個方面：第一，數(shù)字技術(shù)的應(yīng)用和數(shù)字產(chǎn)業(yè)的發(fā)展勢必會替代部分重復(fù)性、低端的就業(yè)崗位，而被技術(shù)擠出的農(nóng)民工只能涌入勞動生產(chǎn)率更低的行業(yè)，從而引發(fā)包括收入在內(nèi)的一系列質(zhì)量問題。第二，數(shù)字經(jīng)濟(jì)時代數(shù)字勞動形式，如平臺經(jīng)濟(jì)、零工經(jīng)濟(jì)等，模糊了傳統(tǒng)的雇傭關(guān)系，加劇就業(yè)的不穩(wěn)定性，導(dǎo)致其社會保障維度的質(zhì)量問題受到挑戰(zhàn)。第三，以平臺就業(yè)、非正規(guī)就業(yè)和靈活就業(yè)為主的數(shù)字經(jīng)濟(jì)時代就業(yè)新形態(tài)，在大數(shù)據(jù)算法驅(qū)動下形成了“困在系統(tǒng)”“被技術(shù)控制”的模式，存在勞動時間長，勞動邊際報酬低等質(zhì)量問題。新型就業(yè)模式下，本來就難以享受與城鎮(zhèn)居民同等福利待遇的農(nóng)民工與高質(zhì)量就業(yè)日趨疏遠(yuǎn)。鑒于此，本文試圖回答以下研究問題：第一，數(shù)字經(jīng)濟(jì)對農(nóng)民工就業(yè)質(zhì)量究竟產(chǎn)生何種影響？第二，對不同技能、職業(yè)任務(wù)類型、產(chǎn)業(yè)部門的農(nóng)民工群體，這一影響具有怎樣的異質(zhì)性？顯然，厘清數(shù)字經(jīng)濟(jì)與農(nóng)民工就業(yè)質(zhì)量之間的內(nèi)在邏輯關(guān)系，有助于全面評價數(shù)字經(jīng)濟(jì)的就業(yè)效應(yīng)，探索數(shù)字經(jīng)濟(jì)時代下促進(jìn)農(nóng)民工高質(zhì)量充分就業(yè)，扎實推進(jìn)共同富裕的有效路徑。

相比以往研究，本文可能有以下幾個方面的創(chuàng)新：第一，相較于以多個指標(biāo)合成的綜合變量衡量就業(yè)質(zhì)量，本文從理論和實證上分別探討數(shù)字經(jīng)濟(jì)對農(nóng)民工勞動收入、勞動福利、勞動強度和就業(yè)穩(wěn)定性四個維度就業(yè)質(zhì)量的影響，以區(qū)分?jǐn)?shù)字經(jīng)濟(jì)對農(nóng)民工不同維度就業(yè)質(zhì)量造成的不同影響，豐富了農(nóng)民工就業(yè)質(zhì)量的現(xiàn)有研究成果。第二，本文從技能水平、職業(yè)任務(wù)類型、所處行業(yè)等方面進(jìn)一步挖掘農(nóng)民工各維度就業(yè)質(zhì)量如何隨數(shù)字經(jīng)濟(jì)發(fā)展而變化，系統(tǒng)考察了數(shù)字經(jīng)濟(jì)對不同特征、不同處境農(nóng)民工勞動收入、勞動福利、勞動強度和就業(yè)穩(wěn)定性的不同影響，以期探索數(shù)字經(jīng)濟(jì)高速發(fā)展背景下農(nóng)民工就業(yè)質(zhì)量提升的可能路徑，為有關(guān)部門政策制定提供經(jīng)驗證據(jù)。

二、文獻(xiàn)述評

本文關(guān)注數(shù)字經(jīng)濟(jì)與農(nóng)民工就業(yè)質(zhì)量之間的關(guān)系，與此有關(guān)的研究圍繞數(shù)字經(jīng)濟(jì)及其引發(fā)的技術(shù)變革對勞動力市場的影響進(jìn)行了廣泛探討，包括就業(yè)總量和就業(yè)結(jié)構(gòu)等方面。因此本文后續(xù)的文獻(xiàn)評述將討論與此相關(guān)的文獻(xiàn)。

第一類文獻(xiàn)是關(guān)于數(shù)字經(jīng)濟(jì)對就業(yè)總量和結(jié)構(gòu)的影響。在就業(yè)總量研究方面，與此相關(guān)的文獻(xiàn)聚焦于人工智能等數(shù)字技術(shù)如何影響就業(yè)總體水平。眾多學(xué)者從宏觀層面的視角出發(fā)，在理論和實證上驗證數(shù)字技術(shù)對就業(yè)總量具有“就業(yè)替代”與“就業(yè)創(chuàng)造和補償”雙重效應(yīng)（Acemoglu和Restrepo，2018；Bessen，2018）。即數(shù)字技術(shù)應(yīng)用既會導(dǎo)致部分工作自動化，對勞動者工作任務(wù)甚至工作崗位產(chǎn)生擠出效應(yīng)；也能通過生產(chǎn)率效應(yīng)和崗位創(chuàng)造效應(yīng)補償或增加就業(yè)。最終的影響效果與自動化技術(shù)產(chǎn)生前述兩種相反作用力的占優(yōu)情況有關(guān)（Autor，2015）。在就業(yè)結(jié)構(gòu)研究方面，首先關(guān)注就業(yè)技能結(jié)構(gòu)變化。已有研究基于人工智能的技能偏向性和任務(wù)偏向性視角對此予以解釋，認(rèn)為執(zhí)行重復(fù)性工作的低技能勞動者易在技術(shù)變革中被取代；適用于非常規(guī)任務(wù)的高技能勞動者則因其與數(shù)字技術(shù)形成良好互補性而更受勞動力市場的歡迎，從而引起勞動力結(jié)構(gòu)變革（Lordan和Neumark，2018；Autor 等，2003）。其次表現(xiàn)為就業(yè)行業(yè)結(jié)構(gòu)變化。一方面，數(shù)字經(jīng)濟(jì)發(fā)展造成部分勞動密集型制造業(yè)被自動化，導(dǎo)致制造業(yè)就業(yè)占比下降；另一方面，數(shù)字經(jīng)濟(jì)創(chuàng)造眾多新興就業(yè)崗位，吸納大量第三產(chǎn)業(yè)就業(yè)人員，推動就業(yè)服務(wù)業(yè)化（戚聿東等，2020）。微觀視角的研究結(jié)果表明，數(shù)字經(jīng)濟(jì)能夠促進(jìn)農(nóng)村勞動力非農(nóng)就業(yè)，進(jìn)而帶動就業(yè)結(jié)構(gòu)轉(zhuǎn)型（田鴿和張勛，2022）。

第二類文獻(xiàn)是就業(yè)質(zhì)量及數(shù)字經(jīng)濟(jì)對就業(yè)質(zhì)量的影響。就業(yè)質(zhì)量是一個多維度概念，反映勞動者從事工作時獲得工作條件的優(yōu)劣程度。就業(yè)質(zhì)量源于20世紀(jì)90年代國際勞工組織（ILO）提出的“體面勞動”概念以及由此構(gòu)建的指標(biāo)體系，包括充足的收入、充分的勞動權(quán)利和社會保障等。而后歐盟委員會的工作質(zhì)量指數(shù)、歐洲基金會的四維度就業(yè)質(zhì)量指標(biāo)體系、經(jīng)濟(jì)合作與發(fā)展組織的生活福祉測量指標(biāo)體系相繼出現(xiàn)，盡管上述指標(biāo)體系之間存在差異，但大多涵蓋了工作收入、工作強度、工作福利等反映工作條件的客觀指標(biāo)。進(jìn)入21世紀(jì)以來，農(nóng)民工就業(yè)問題引起學(xué)術(shù)界的廣泛關(guān)注，國內(nèi)學(xué)者開始討論農(nóng)民工就業(yè)質(zhì)量問題。鑒于我國農(nóng)民工群體流動性強、工作報酬低、勞動強度大等特殊性，學(xué)者們通常使用工資收入、工作強度、就業(yè)穩(wěn)定性和勞動福利等指標(biāo)測度農(nóng)民工就業(yè)質(zhì)量（林龍飛和祝仲坤，2022；李中建和袁璐璐，2017）。

在有關(guān)數(shù)字經(jīng)濟(jì)與農(nóng)民工就業(yè)質(zhì)量的研究中，學(xué)者們主要考察的是數(shù)字經(jīng)濟(jì)某個側(cè)面的作用，如數(shù)字金融、產(chǎn)業(yè)智能化等（齊樂和陶建平，2023；郭晴等，2022）。零星研究基于數(shù)字經(jīng)濟(jì)的本質(zhì)內(nèi)涵，直接討論數(shù)字經(jīng)濟(jì)對農(nóng)民工就業(yè)質(zhì)量的影響，未能得出一致結(jié)論。一部分觀點認(rèn)為，數(shù)字經(jīng)濟(jì)能夠顯著提高農(nóng)民工就業(yè)質(zhì)量（王若男和張廣勝，2024；張廣勝和王若男，2023；易瑩瑩和曹家誠，2023）；另一部分觀點則指出，數(shù)字經(jīng)濟(jì)對農(nóng)民工就業(yè)質(zhì)量的影響呈現(xiàn)“先上升后下降”的“倒U型”（林龍飛和祝仲坤，2022）?，F(xiàn)有研究存在爭議的原因主要在于，大多數(shù)研究側(cè)重于將多個維度就業(yè)質(zhì)量指標(biāo)合成為就業(yè)質(zhì)量綜合指數(shù)，籠統(tǒng)地從理論和實證上探討數(shù)字經(jīng)濟(jì)與農(nóng)民工就業(yè)質(zhì)量綜合指數(shù)的關(guān)系。但實際上，數(shù)字經(jīng)濟(jì)對農(nóng)民工不同維度就業(yè)質(zhì)量產(chǎn)生影響的機制是不同的，需要單獨進(jìn)行理論分析和實證檢驗。而籠統(tǒng)地將就業(yè)質(zhì)量歸于一體，不僅難以觀察到數(shù)字經(jīng)濟(jì)對農(nóng)民工不同維度就業(yè)質(zhì)量的影響差異，而且不同的就業(yè)質(zhì)量綜合指數(shù)構(gòu)建方法對各指標(biāo)賦予權(quán)重不同，容易導(dǎo)致實證結(jié)果表現(xiàn)出較大的不確定性。

綜上所述，既有研究成果為本文后續(xù)探索提供了豐富的理論借鑒與實證參考，但仍存在進(jìn)一步深化的空間，主要體現(xiàn)在以下幾個方面：首先，現(xiàn)有研究對數(shù)字經(jīng)濟(jì)影響農(nóng)民工群體就業(yè)質(zhì)量的關(guān)注尚處于起步階段，研究結(jié)論尚存分歧，少有文獻(xiàn)從理論和實證上逐aXx7nTV7GRxRe3LQwhwtww==一探討數(shù)字經(jīng)濟(jì)對農(nóng)民工各維度就業(yè)質(zhì)量的影響；其次，在異質(zhì)性分析上，也少有研究細(xì)化就業(yè)質(zhì)量指標(biāo)，分別考察不同特征、不同處境農(nóng)民工各維度就業(yè)質(zhì)量如何隨數(shù)字經(jīng)濟(jì)發(fā)展而變化，因而所得結(jié)論無法充分反映個體特征在不同維度就業(yè)質(zhì)量上的異質(zhì)性。因此，數(shù)字經(jīng)濟(jì)對農(nóng)民工就業(yè)質(zhì)量的影響有待進(jìn)一步深入分析與實證檢驗。

三、機理分析與研究假說

（一）數(shù)字經(jīng)濟(jì)對農(nóng)民工勞動收入維度就業(yè)質(zhì)量的影響

數(shù)字經(jīng)濟(jì)兼具就業(yè)創(chuàng)造效應(yīng)和就業(yè)替代效應(yīng)，由此帶來就業(yè)技能結(jié)構(gòu)變化和就業(yè)產(chǎn)業(yè)結(jié)構(gòu)變化，進(jìn)而引起不同勞動群體供給與需求的變化，最終改變勞動力均衡工資。首先，根據(jù)技能偏向型技術(shù)進(jìn)步理論（Skill-Biased Technological Change，SBTC）和程序偏向型技術(shù)進(jìn)步理論（Task-Biased Technological Change，TBTC），人工智能等數(shù)字技術(shù)的廣泛應(yīng)用會減少對低技能和執(zhí)行重復(fù)性工作任務(wù)勞動力的需求，而與高技能和從事非常規(guī)任務(wù)的勞動力則形成良好的互補關(guān)系（Autor等，2003；Krusell等，1997）。由此導(dǎo)致勞動力市場對以農(nóng)民工為代表的低技能勞動力需求減少，在勞動供給不變的情況下，農(nóng)民工勞動收入下降。其次，數(shù)字經(jīng)濟(jì)造成制造業(yè)經(jīng)歷大規(guī)?！熬蜆I(yè)消失”的同時，與服務(wù)業(yè)的無形性、不可存和耗能低的特征天然互補，推動服務(wù)業(yè)顛覆性發(fā)展（王文，2020）。服務(wù)業(yè)的勞動力技能水平恰呈雙峰分布，高技能勞動力適應(yīng)于以專業(yè)技術(shù)為核心的高端服務(wù)業(yè)；而以農(nóng)民工為主的低技能勞動力則可能被以餐飲外賣、快遞物流、家政服務(wù)等為主的低端服務(wù)業(yè)所吸納（蔡躍洲和陳楠，2019）。盡管數(shù)字經(jīng)濟(jì)促使低端服務(wù)業(yè)發(fā)展，為農(nóng)民工提供新的就業(yè)機會，在一定程度上發(fā)揮就業(yè)“蓄水池”作用；但這類群體仍然處于勞動生產(chǎn)率較低且競爭激烈的次級勞動力市場中，缺乏內(nèi)部勞動力市場機制保護(hù)，勞動回報低，甚至高端產(chǎn)業(yè)革新所產(chǎn)生的剩余勞動力大量涌入會降低低端行業(yè)勞動生產(chǎn)率，導(dǎo)致從業(yè)者勞動收入下降（韓雷和田知敏慧，2024；張順，2022）。

基于上述分析，本文認(rèn)為，數(shù)字經(jīng)濟(jì)發(fā)展顯著降低農(nóng)民工勞動收入維度的就業(yè)質(zhì)量。

（二）數(shù)字經(jīng)濟(jì)對農(nóng)民工勞動福利、勞動強度和就業(yè)穩(wěn)定性維度就業(yè)質(zhì)量的影響

數(shù)字經(jīng)濟(jì)通過改變工業(yè)時代標(biāo)準(zhǔn)化的勞動關(guān)系和就業(yè)形式，影響農(nóng)民工的勞動福利、勞動強度和就業(yè)穩(wěn)定性。

第一，工業(yè)時代標(biāo)準(zhǔn)勞動關(guān)系以用人單位與勞動者之間的一重勞動關(guān)系、全日制勞動、接受單一雇主管理等為主要特征（鄧智平，2021）。國家法律對此建立了科層化的社會保障制度，企業(yè)（單位）作為“代理人”在社會保障制度中扮演社保資金代征、代管的角色（董保華，2008）。然而，數(shù)字經(jīng)濟(jì)發(fā)展改變了組織的架構(gòu)形態(tài)和管理模式，權(quán)責(zé)明晰的主體關(guān)系結(jié)構(gòu)讓位于勞動關(guān)系模糊化，穩(wěn)定的就業(yè)形式被碎片化、網(wǎng)絡(luò)化的就業(yè)方式所替代（陳斌，2022）。一方面，傳統(tǒng)的科層制企業(yè)被自由人的聯(lián)合體取代，勞動者與企業(yè)之間不再是雇傭合同而是合作協(xié)議（李曉華，2018），雇主角色“隱形化”導(dǎo)致現(xiàn)代社會保障制度所規(guī)定的單位（雇主）代管模式失去了賴以存在的主體基礎(chǔ)。另一方面，就業(yè)方式顯現(xiàn)出的靈活性和高流動性難以適應(yīng)以持續(xù)繳費為基礎(chǔ)的現(xiàn)代社會保障制度，就業(yè)碎片化實際上意味著與就業(yè)相關(guān)的福利和社會保障待遇喪失（Estlund，2018）。

第二，工業(yè)時代的工作需要勞動者聚集在一定的物理空間內(nèi)才可以進(jìn)行，空間的邊界構(gòu)成了當(dāng)班和不當(dāng)班的區(qū)分（胡擁軍和關(guān)樂寧，2022）。數(shù)字經(jīng)濟(jì)泛在連接的特性使得雇主與雇員之間的工作關(guān)系和溝通方式趨于網(wǎng)絡(luò)化。雇主可以通過網(wǎng)絡(luò)隨時隨地給雇員發(fā)布工作任務(wù)和指令，勞動者也可借由移動辦公等手段在更多時空形態(tài)下開展工作，工作和非工作之間形成了一個連續(xù)的區(qū)域（馬述忠等，2022），工作場所和家庭、勞動和休閑之間曾經(jīng)清晰的界限被抹去，從而使得工作越來越多地侵占休閑時間，工作“如影隨形”導(dǎo)致工作時間延長。此外，越來越多的勞動力被置于網(wǎng)絡(luò)平臺，其勞動收入按件（單）計酬（趙煒和Jens，2021），這部分勞動群體為掙得足夠的收入或滿足平臺的要求，通常需要延長自身工作時間（Bauernschuster 等，2014）。

第三，數(shù)字經(jīng)濟(jì)發(fā)展打破工業(yè)時代傳統(tǒng)用工模式，勞動者不再需要加入企業(yè)組織并形成標(biāo)準(zhǔn)勞動關(guān)系，卻可以依靠互聯(lián)網(wǎng)平臺提供的需求信息直接為消費者服務(wù)并滿足其需求（鄧智平，2021）?；ヂ?lián)網(wǎng)平臺利用眾包技術(shù)和手段，對勞動技能進(jìn)行分解和重組，根據(jù)工作任務(wù)靈活的“按需用工”，令工作任務(wù)處于中心地位（聞效儀，2020）。由于工作任務(wù)是服務(wù)于不同個性特點的需求，其本身呈現(xiàn)多樣性、臨時性以及不連續(xù)性的特點，勞動者依照自身固有能力選擇工作任務(wù)，具有鮮明的“臨時工”特征。特別是農(nóng)民工高度集中的中低端服務(wù)業(yè)，涉及消費者日常生活各個層面，工作任務(wù)細(xì)分對勞動技能的消解使得從業(yè)者賴以創(chuàng)造價值的根源已不是專業(yè)的技術(shù)能力，而是對于消費者日常便利的擴張（羅峰，2021），這也導(dǎo)致許多工作崗位呈現(xiàn)高流動性和競爭性，工作任務(wù)無法有效銜接的現(xiàn)象時有發(fā)生，工作穩(wěn)定性減弱。

基于上述分析，本文預(yù)期，數(shù)字經(jīng)濟(jì)發(fā)展顯著降低農(nóng)民工勞動福利、勞動強度和就業(yè)穩(wěn)定性維度的就業(yè)質(zhì)量。

四、研究設(shè)計

（一）實證模型

為探究數(shù)字經(jīng)濟(jì)對農(nóng)民工就業(yè)質(zhì)量的影響，本文采用固定效應(yīng)模型，同時控制時間固定效應(yīng)、地區(qū)固定效應(yīng)和行業(yè)固定效應(yīng)。通過控制固定效應(yīng)，實證模型能較好地排除地區(qū)發(fā)展差異、行業(yè)特性等部分不可觀測因素對農(nóng)民工就業(yè)質(zhì)量所產(chǎn)生的影響，在一定程度上緩解由遺漏變量所導(dǎo)致的估計偏誤?；A(chǔ)模型設(shè)定如下：

Yijct=β0+β1Digitc，t－1+β2CVict+λt+δc+ηj+εijct（1）

式（1）中，i、j、c、t分別表示農(nóng)民工個體的個人編號、行業(yè)編號、流入地區(qū)和調(diào)查年份。Yijct是本文關(guān)注的一系列結(jié)果變量，具體來說，包括綜合的就業(yè)質(zhì)量指數(shù)和多維單個的就業(yè)質(zhì)量指標(biāo)：勞動收入、勞動強度、就業(yè)穩(wěn)定性和勞動福利水平；Digitc，t－1表示農(nóng)民工所在省份的數(shù)字經(jīng)濟(jì)發(fā)展水平，采用滯后一期變量，具體測度方式詳見后文對核心解釋變量的說明。CVict主要為個體層面和地區(qū)層面的控制變量。λt是調(diào)查年份固定效應(yīng)；δc描述了不隨時間變化的省份固定效應(yīng)；ηj是對行業(yè)固定效應(yīng)的刻畫，εijct表示回歸中的隨機擾動項。此外，為避免地區(qū)內(nèi)部農(nóng)民工之間的相關(guān)性對估計結(jié)果造成影響，本文均將回歸標(biāo)準(zhǔn)誤聚類到省級層面。

（二）數(shù)據(jù)來源

本文微觀數(shù)據(jù)來源于北京大學(xué)中國社會科學(xué)調(diào)查中心執(zhí)行的中國家庭追蹤調(diào)查（Chinese Family Panel Studies，CFPS）。CFPS自2010年起每兩年訪問一次，其樣本覆蓋全國25個省（自治區(qū)、直轄市）的16000戶家庭，重點關(guān)注中國居民的經(jīng)濟(jì)與非經(jīng)濟(jì)福利，以及包括經(jīng)濟(jì)活動、教育獲得、家庭關(guān)系與家庭動態(tài)、人口遷移、身心健康等多種研究主題。此外，地區(qū)層面用以衡量數(shù)字經(jīng)濟(jì)發(fā)/k8oM2fPKd0itWVH6j3DbA==展程度的指標(biāo)以及用來表征地區(qū)社會經(jīng)濟(jì)發(fā)展水平的控制變量數(shù)據(jù)來源于《中國統(tǒng)計年鑒》《中國電子信息產(chǎn)業(yè)統(tǒng)計年鑒》《中國科技統(tǒng)計年鑒》《企研數(shù)據(jù)——數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)專題數(shù)據(jù)庫》等。本文選取CFPS中2014年、2016年和2018年三期數(shù)據(jù)，篩選16～65歲、戶口類型為農(nóng)村戶籍且從事非農(nóng)工作的農(nóng)民工樣本，剔除變量值缺失或無效的樣本后，最終獲得三期非平衡面板數(shù)據(jù)，樣本數(shù)量為7586個。

（三）變量說明與描述性統(tǒng)計

1.被解釋變量：農(nóng)民工就業(yè)質(zhì)量。本文參考國內(nèi)外學(xué)者的指標(biāo)選取和測度方法（李中建和袁璐璐，2017），并兼顧農(nóng)民工自身特點以及數(shù)據(jù)的可獲得性，從勞動收入、勞動強度、勞動福利和就業(yè)穩(wěn)定性四個方面考察農(nóng)民工就業(yè)質(zhì)量。其中，勞動收入作為勞動者安身立命的經(jīng)濟(jì)基礎(chǔ)，被認(rèn)為是就業(yè)質(zhì)量的核心指標(biāo)之一，其正向反映勞動者的就業(yè)質(zhì)量；就業(yè)穩(wěn)定性則是農(nóng)民工經(jīng)濟(jì)來源穩(wěn)定的關(guān)鍵，體現(xiàn)的是農(nóng)民工連續(xù)工作的狀態(tài)，工作更換越頻繁，說明農(nóng)民工就業(yè)穩(wěn)定性越差，就業(yè)質(zhì)量越低，反之亦然；社會保障參與代表勞動者權(quán)益和福利待遇得到有效保障，尤其對于農(nóng)民工而言，意味著與城鎮(zhèn)居民享有平等的保障待遇，是衡量勞動者就業(yè)質(zhì)量的重要指標(biāo)；工作時間用來反映勞動者的工作強度，過度勞動損害其身心健康，降低農(nóng)民工的就業(yè)質(zhì)量和生活質(zhì)量 根據(jù)《勞動法》第三十六條和第三十八條規(guī)定，勞動者平均每周工作時間不得超過四十四小時，且用人單位應(yīng)當(dāng)保證勞動者每周至少休息一日。第四十一條進(jìn)一步規(guī)定，用人單位由于生產(chǎn)經(jīng)營需要，經(jīng)與工會和勞動者協(xié)商后可以延長工作時間，一般每日不得超過一小時；因特殊原因需要延長工作時間的，在保障勞動者身體健康的條件下延長工作時間每日不得超過三小時，但是每月不得超過三十六小時。因此，法定周工作時間的上限為62小時。。在此基礎(chǔ)上，將上述維度指標(biāo)分別進(jìn)行標(biāo)準(zhǔn)化處理根據(jù)各維度就業(yè)質(zhì)量的定義與賦值，勞動強度和就業(yè)穩(wěn)定性在變量設(shè)定上與就業(yè)質(zhì)量呈負(fù)相關(guān)，故采用1減去標(biāo)準(zhǔn)化處理后該指標(biāo)的差來獲得該變量的反向指標(biāo)。，采用等權(quán)賦值法計算就業(yè)質(zhì)量指數(shù)（林龍飛和祝仲坤，2022）。農(nóng)民工就業(yè)質(zhì)量的變量選擇、定義與賦值如表1所示。

2.核心解釋變量：地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平。首先，在指標(biāo)選取上，本文基于數(shù)字經(jīng)濟(jì)涵義的核心內(nèi)容，根據(jù)國家統(tǒng)計局確定的數(shù)字經(jīng)濟(jì)“數(shù)字產(chǎn)業(yè)化”和“產(chǎn)業(yè)數(shù)字化”兩大基本范圍，參考既有研究并結(jié)合地區(qū)層面相關(guān)數(shù)據(jù)可獲得性，從數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化兩個維度選取指標(biāo)對地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平進(jìn)行測算（陳貴富等，2022；王軍等，2021）。其中，數(shù)字產(chǎn)業(yè)化也被稱為信息通信產(chǎn)業(yè)，具體包括電信業(yè)、軟件和信息技術(shù)服務(wù)業(yè)、互聯(lián)網(wǎng)行業(yè)等。中國信息通信研究院從產(chǎn)業(yè)規(guī)模、網(wǎng)絡(luò)基礎(chǔ)設(shè)施和營收能力等方面對中國數(shù)字產(chǎn)業(yè)的發(fā)展?fàn)顩r進(jìn)行了分類統(tǒng)計。本文基于此，對數(shù)字產(chǎn)業(yè)化的主要內(nèi)容進(jìn)行提煉和聚焦，將其歸納為兩個方面：①支撐數(shù)字經(jīng)濟(jì)發(fā)展的基礎(chǔ)設(shè)施建設(shè)以及互聯(lián)網(wǎng)推廣應(yīng)用情況；②電信業(yè)、軟件和信息技術(shù)服務(wù)業(yè)等信息產(chǎn)業(yè)相關(guān)產(chǎn)出和營收情況、從業(yè)人員情況。本文選取每千人擁有域名數(shù)等11個變量對此進(jìn)行度量。產(chǎn)業(yè)數(shù)字化則是數(shù)字技術(shù)在各行各業(yè)尤其是傳統(tǒng)行業(yè)中的不斷融合和滲透，如智能制造、電子商務(wù)、餐飲外賣等。本文圍繞工業(yè)和服務(wù)業(yè)的數(shù)字化發(fā)展，選取工業(yè)互聯(lián)網(wǎng)專利授權(quán)數(shù)7個指標(biāo)刻畫產(chǎn)業(yè)數(shù)字化水平。表2為數(shù)字經(jīng)濟(jì)發(fā)展水平各細(xì)分指標(biāo)的具體變量。

其次，在測度方法上，本文采用不易受人為因素干擾、精確度高的熵值法對以上指標(biāo)進(jìn)行綜合測度，并參考楊麗和孫之淳（2015）對熵值法加入時間變量，以實現(xiàn)測算得到的數(shù)字經(jīng)濟(jì)發(fā)展水平在不同年份之間的比較。具體為：先對每個指標(biāo)進(jìn)行量綱標(biāo)準(zhǔn)化處理；之后根據(jù)各項指標(biāo)的變異程度，利用信息熵計算出各個指標(biāo)的權(quán)重；最后根據(jù)標(biāo)準(zhǔn)化的指標(biāo)和測算出的指標(biāo)權(quán)重，使用多重線性函數(shù)的加權(quán)計算各個省份不同年份的數(shù)字經(jīng)濟(jì)發(fā)展水平。

3.控制變量。本文的控制變量包括個體和地區(qū)兩個層面的變量。個體特征變量包括年齡、性別、婚姻狀況、健康狀況以及是否為工會成員等；地區(qū)特征變量包括該地區(qū)的GDP增速、第二產(chǎn)業(yè)產(chǎn)值占GDP比重、第三產(chǎn)業(yè)產(chǎn)值占GDP比重、普通高校畢業(yè)生數(shù)占總就業(yè)人數(shù)比重、固定資產(chǎn)投資占GDP比重、在崗職工平均工資和財政支出占GDP比重等。變量定義與描述性統(tǒng)計結(jié)果如表3所示。

（四）內(nèi)生性討論

首先，雙向因果問題。從理論上講，地區(qū)層面數(shù)字經(jīng)濟(jì)發(fā)展水平與地區(qū)層面就業(yè)質(zhì)量狀況確實會存在互為因果的內(nèi)生性偏誤。而本研究的被解釋變量選擇的是農(nóng)民工個體的就業(yè)質(zhì)量狀況，包括其收入、勞動福利、勞動時間以及就業(yè)穩(wěn)定性，關(guān)鍵解釋變量選取的則是省級層面的數(shù)字經(jīng)濟(jì)發(fā)展水平。農(nóng)民工個體就業(yè)質(zhì)量狀況對一個地區(qū)整體數(shù)字經(jīng)濟(jì)發(fā)展情況產(chǎn)生影響的可能性不高。因此，互為因果內(nèi)生性問題在本研究中不易出現(xiàn)。

其次，選擇偏誤問題。由于只有就業(yè)人員才會涉及就業(yè)質(zhì)量，而數(shù)字經(jīng)濟(jì)發(fā)展可能會影響勞動力就業(yè)，因此，如果僅針對已就業(yè)農(nóng)民工進(jìn)行回歸，可能會造成樣本選擇偏差。本文在穩(wěn)健性檢驗中將采用Heckman兩階段模型進(jìn)行調(diào)整以控制樣本選擇偏誤的影響。

最后，遺漏變量問題。本文使用固定效應(yīng)模型進(jìn)行實證分析，同時控制年份、省份和行業(yè)固定效應(yīng)，可以通過控制只因個體而異的因素、只隨時間變化的因素以及只因行業(yè)變化的因素來解決由遺漏變量造成的內(nèi)生性問題。

五、實證結(jié)果分析

（一）基準(zhǔn)回歸結(jié)果

本文利用Stata15.0軟件構(gòu)建固定效應(yīng)模型進(jìn)行實證檢驗。表4展示了數(shù)字經(jīng)濟(jì)對農(nóng)民工就業(yè)質(zhì)量影響的基準(zhǔn)回歸結(jié)果，由第（1）列回歸結(jié)果可知，數(shù)字經(jīng)濟(jì)發(fā)展對農(nóng)民工就業(yè)質(zhì)量產(chǎn)生顯著負(fù)向影響。但就業(yè)質(zhì)量指數(shù)反映的是農(nóng)民工綜合就業(yè)質(zhì)量狀況，難以顯現(xiàn)數(shù)字經(jīng)濟(jì)對農(nóng)民工不同維度就業(yè)質(zhì)量造成的差異性影響。對此，本文將在后文中重點探討數(shù)字經(jīng)濟(jì)發(fā)展對農(nóng)民工就業(yè)質(zhì)量的抑制效應(yīng)在就業(yè)質(zhì)量不同維度下的具體表現(xiàn)。

表4第（2）～（6）列呈現(xiàn)了數(shù)字經(jīng)濟(jì)發(fā)展水平對農(nóng)民工勞動收入、勞動福利、勞動強度和就業(yè)穩(wěn)定性影響的回歸結(jié)果。其中，第（2）、（3）、（6）列分別以勞動收入和就業(yè)穩(wěn)定性為被解釋變量，采用OLS回歸；第（4）、（5）列分別以勞動強度和勞動福利為被解釋變量，采用Probit模型回歸。結(jié)果顯示，在控制其他條件不變的情況下，數(shù)字經(jīng)濟(jì)發(fā)展從勞動收入、勞動福利和勞動強度三個維度降低農(nóng)民工的就業(yè)質(zhì)量?？赡艿慕忉屧谟冢喝缜拔乃觯瑢τ诘徒逃?、低技能且主要體力勞動的農(nóng)民工而言，一方面，數(shù)字經(jīng)濟(jì)引發(fā)的技術(shù)變革對其產(chǎn)生的“就業(yè)替代”效應(yīng)超過了“就業(yè)創(chuàng)造”效應(yīng)，減少了以體力密集型勞動為主的農(nóng)民工工作任務(wù)集，降低其就業(yè)優(yōu)勢并帶來技術(shù)性失業(yè)的風(fēng)險。這將使勞動力市場尤其是傳統(tǒng)制造業(yè)部門對其需求減少，最終導(dǎo)致農(nóng)民工勞動報酬下降。另一方面，數(shù)字經(jīng)濟(jì)的發(fā)展改變了工業(yè)時代的組織架構(gòu)形式和管理模式，就業(yè)形態(tài)逐漸偏離標(biāo)準(zhǔn)的就業(yè)模式和勞動關(guān)系，由此衍生出的就業(yè)方式碎片化、網(wǎng)絡(luò)化以及勞動關(guān)系模糊化等現(xiàn)象不僅與現(xiàn)行的科層化社會保障管理體制不相適應(yīng)，使得本就難以享受與城鎮(zhèn)居民同等福利待遇的農(nóng)民工與社會保障的關(guān)系更加疏遠(yuǎn)；還模糊了工作與生活之間的時間界限，推動勞動時間和勞動地點模糊化，變相延長勞動者的工作時間。

（二）穩(wěn)健性檢驗

1.Heckman兩步法。由于只有就業(yè)人員才會涉及就業(yè)質(zhì)量，上述實證分析過程中只考察了參與勞動的那部分農(nóng)民工樣本，忽略了未進(jìn)入勞動力市場的農(nóng)民工樣本。而數(shù)字經(jīng)濟(jì)發(fā)展可能會影響勞動力就業(yè)，因此，如果僅針對已就業(yè)農(nóng)民工進(jìn)行回歸，可能會造成樣本選擇偏差。本文采用Heckman兩階段模型進(jìn)行調(diào)整以控制樣本選擇偏誤的影響。具體而言，第一步，在原有樣本的基礎(chǔ)上，加入未參與勞動的農(nóng)民工樣本，估計農(nóng)民工個體是否就業(yè)的概率選擇模型并計算逆米爾斯比（imr）。本文借鑒陳貴富等（2022）、柏培文和張云（2021）關(guān)于排他性變量的選擇，選取以下變量作為選擇方程的排他性約束變量：①家庭65歲以上老人數(shù)占比；②家庭6歲以下小孩數(shù)占比；③其他家庭成員的人均家庭年收入。家庭人口結(jié)構(gòu)及經(jīng)濟(jì)狀況是影響樣本個體選擇是否就業(yè)的重要因素，家庭少兒占比和老人占比越大，以及其他家庭成員人均收入越高，勞動力就業(yè)的機會成本就越大，選擇就業(yè)決策的可能性越小。第二步，將逆米爾斯比（imr）納入回歸模型（1）后重新進(jìn)行回歸。

由表5結(jié)果可知，第（1）、（2）、（3）列中的逆米爾斯比的估計系數(shù)均具有顯著性，說明以勞動收入和勞動福利為被解釋變量的回歸中存在樣本選擇偏誤問題，利用Heckman兩步法對樣本進(jìn)行校正后，數(shù)字經(jīng)濟(jì)仍從勞動收入、勞動福利和勞動強度三個維度降低農(nóng)民工的就業(yè)質(zhì)量，與前文基準(zhǔn)回歸結(jié)果基本一致。

2.對核心解釋變量進(jìn)行處理和加入高維固定效應(yīng)。首先，本研究關(guān)鍵解釋變量地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平以及被解釋變量中農(nóng)民工的勞動收入屬于連續(xù)變量，其最大值和最小值之間存在較大差異。為避免異常值造成的估計結(jié)果偏誤，本文將上述連續(xù)變量進(jìn)行5%雙側(cè)縮尾處理后進(jìn)行回歸。其次，

數(shù)字經(jīng)濟(jì)與各行業(yè)的融合程度具有時間差異，同時考慮到不同行業(yè)農(nóng)民工就業(yè)質(zhì)量存在較大差異。本文在基準(zhǔn)回歸的基礎(chǔ)上，加入“行業(yè)×年份”固定效應(yīng)，以進(jìn)一步控制隨時間和行業(yè)變化的固有因素。最后，

為了避免單一測算方法造成的結(jié)果偏誤，本文利用等權(quán)平均法重新對地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展水平進(jìn)行測量。以上穩(wěn)健性估計結(jié)果與前文的研究結(jié)論一致，進(jìn)一步說明前文的結(jié)論具有穩(wěn)健性因篇幅有限，本部分穩(wěn)健性檢驗未展示估計結(jié)果，如有需要請聯(lián)系通訊作者。。

六、進(jìn)一步討論

由前文基準(zhǔn)回歸分析可知，數(shù)字經(jīng)濟(jì)發(fā)展在一定程度上降低了農(nóng)民工在勞動收入、勞動福利和勞動強度三個維度上的就業(yè)質(zhì)量。那么對于不同特征、不同社會處境中的農(nóng)民工而言，哪一類群體更易遭受就業(yè)沖擊，又有哪一類群體相對而言能享受到數(shù)字經(jīng)濟(jì)帶來的就業(yè)質(zhì)量紅利呢？本文試圖從農(nóng)民工技能水平、職業(yè)任務(wù)類型、所在產(chǎn)業(yè)部門和家庭經(jīng)濟(jì)狀況等方面考察數(shù)字經(jīng)濟(jì)對農(nóng)民工各維度就業(yè)質(zhì)量影響的組群異質(zhì)性，以揭開前述全樣本基準(zhǔn)回歸結(jié)果中掩藏的大量信息。

（一）考慮農(nóng)民工技能水平和職業(yè)任務(wù)類型差異

數(shù)字經(jīng)濟(jì)具有“知識經(jīng)濟(jì)”特征，數(shù)字技術(shù)的發(fā)展和應(yīng)用對勞動者的知識和技能結(jié)構(gòu)提出了新要求。此外，在生產(chǎn)中，一些工作被認(rèn)為是遵循明確命令來執(zhí)行的“常規(guī)任務(wù)”；另一些工作則是依賴于抽象能力來解決的“非常規(guī)任務(wù)”。數(shù)字技術(shù)首先滲透常規(guī)任務(wù)，代替勞動者從事程序性工作。為深入剖析數(shù)字經(jīng)濟(jì)對不同技能和任務(wù)類型農(nóng)民工就業(yè)質(zhì)量的影響差異，分別引入技能水平和職業(yè)任務(wù)類型與數(shù)字經(jīng)濟(jì)交互項進(jìn)行檢驗為了避免非線性概率模型對交互項系數(shù)的估計造成偏誤，本文關(guān)于交互項的回歸估計均采用OLS線性概率模型（Ai和Norton，2003）。。在技能水平方面，本文將高中及以上學(xué)歷水平定義為高技能勞動；高中以下學(xué)歷水平定義為低技能勞動，以高技能農(nóng)民工為對照組。在職業(yè)任務(wù)類型方面，參照Autor等（2003）和Corter（2016）的方法，將職業(yè)性質(zhì)和任務(wù)進(jìn)行匹配，從而把職業(yè)劃分為非常規(guī)任務(wù)和常規(guī)任務(wù)兩種類型常規(guī)任務(wù)對應(yīng)職業(yè)為生產(chǎn)、運輸設(shè)備操作人員及有關(guān)人員、辦事人員和有關(guān)人員等；非常規(guī)任務(wù)對應(yīng)職業(yè)為國家機關(guān)、黨群組織、企業(yè)、事業(yè)單位負(fù)責(zé)人、專業(yè)技術(shù)人員、商業(yè)和服務(wù)業(yè)人員等。 Cortes（2016）按國際職業(yè)標(biāo)準(zhǔn)分類代碼（ISCO-88）對職業(yè)任務(wù)進(jìn)行分類，CFPS的職業(yè)分類雖以中國職業(yè)代碼體系（CSCO95）為基礎(chǔ)，但提供了CSCO與ISCO-88轉(zhuǎn)換的對應(yīng)系，據(jù)此可將受訪者職業(yè)與國際職業(yè)標(biāo)準(zhǔn)代碼相對應(yīng)。，以執(zhí)行非常規(guī)任務(wù)農(nóng)民工為對照組?；貧w結(jié)果如表6所示。

結(jié)果顯示，首先，與高技能農(nóng)民工相比，數(shù)字經(jīng)濟(jì)顯著降低了低技能農(nóng)民工的勞動收入和勞動福利；其次，與非常規(guī)任務(wù)組農(nóng)民工相比，數(shù)字經(jīng)濟(jì)對常規(guī)任務(wù)組農(nóng)民工就業(yè)質(zhì)量的負(fù)向影響更大。原因在于數(shù)字經(jīng)濟(jì)對不同技能和任務(wù)特征勞動者的就業(yè)質(zhì)量具有非對稱性影響。從技能水平來看，高技能農(nóng)民工通常具備更強的學(xué)習(xí)和適應(yīng)能力；而低技能勞動力在面臨新技術(shù)沖擊時易失去技能優(yōu)勢，被取代的可能性較大，從而工資和福利分配向高技能農(nóng)民工聚攏。從職業(yè)任務(wù)類型來看，從事簡單、重復(fù)勞動的農(nóng)民工更易在數(shù)字經(jīng)濟(jì)引發(fā)的效率變革中被取代，遭受數(shù)字經(jīng)濟(jì)帶來的就業(yè)質(zhì)量沖擊；而適用于非常規(guī)工作的農(nóng)民工則因其能與數(shù)字技術(shù)形成良好互補關(guān)系而更能被勞動力市場所需要。由此可見，數(shù)字經(jīng)濟(jì)有技能偏向性和任務(wù)偏向性特征，具備非常規(guī)技能和高教育程度的勞動者在數(shù)字經(jīng)濟(jì)時代更具優(yōu)勢，這也在一定程度上印證了前文的理論分析。

（二）考慮農(nóng)民工所在產(chǎn)業(yè)部門差異

制造業(yè)等生產(chǎn)部門以體力密集型和程式化任務(wù)為主，易通過數(shù)字技術(shù)實現(xiàn)自動化和智能化，從而減少對低技能勞動力的需求。服務(wù)業(yè)無形性、不可存和耗能低的特征則與數(shù)字經(jīng)濟(jì)天然互補，推動服務(wù)業(yè)就業(yè)擴張（王文，2020），其不僅需要高技能勞動力從事互聯(lián)網(wǎng)金融、在線醫(yī)療等以專業(yè)技術(shù)為核心的相關(guān)職業(yè)，也吸納大量低技能勞動力從事外賣送餐、快遞物流等工作。本文參考已有研究，結(jié)合行業(yè)屬性，將CFPS數(shù)據(jù)庫中的20個行業(yè)門類歸類并劃分為生產(chǎn)部門、低端服務(wù)部門和高端服務(wù)部門生產(chǎn)部門包括：采礦業(yè)；制造業(yè)；電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)；建筑業(yè)。低端服務(wù)部門包括：批發(fā)和零售業(yè)；交通運輸、倉儲和郵政業(yè)；住宿和餐飲業(yè)；居民服務(wù)、修理和其他服務(wù)業(yè)；水利、環(huán)境和公共設(shè)施管理業(yè)。高端服務(wù)部門包括：信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)；金融業(yè)；房地產(chǎn)業(yè)；租賃和商務(wù)服務(wù)業(yè)；科學(xué)研究和技術(shù)服務(wù)業(yè)；教育；衛(wèi)生和社會工作；公共管理、社會保障和社會組織；國際組織。（唐永和蔣永穆，2022）。以生產(chǎn)部門的農(nóng)民工為對照組，通過在模型（1）引入數(shù)字經(jīng)濟(jì)與產(chǎn)業(yè)部門分組的交互項來探討數(shù)字經(jīng)濟(jì)對農(nóng)民工就業(yè)質(zhì)量的影響如何因所在產(chǎn)業(yè)部門的不同而變化。表7結(jié)果顯示，在控制其他因素不變的情況下，與生產(chǎn)部門就業(yè)農(nóng)民工相比，數(shù)字經(jīng)濟(jì)顯著提升就業(yè)于高端服務(wù)部門農(nóng)民工的小時勞動收入和勞動福利；同時顯著降低了低端服務(wù)部門農(nóng)民工的勞動福利水平。

可能的原因是，高端服務(wù)部門以知識密集型工作任務(wù)為主，具備與數(shù)字技術(shù)融合的特質(zhì)，通過數(shù)字技術(shù)賦能能夠顯著提高該行業(yè)的勞動生產(chǎn)率，進(jìn)而提升從業(yè)農(nóng)民工的小時勞動收入。此外，高端服務(wù)部門從業(yè)者通常具備較高的人力資本水平，能更好地與數(shù)字技術(shù)實現(xiàn)互補，雇主為其繳納“五險”的可能性更大，從而勞動福利水平得以提升。然而，數(shù)字經(jīng)濟(jì)在住宿、餐飲等低端服務(wù)部門催生的新崗位具有勞動形態(tài)靈活和勞動關(guān)系復(fù)雜等特征，勞動者與雇主之間“待命工作”和“露水般”的雇傭關(guān)系與傳統(tǒng)社會保障管理方式難以適應(yīng)，導(dǎo)致從業(yè)農(nóng)民工游離在就業(yè)保護(hù)和社會保障體系之外，勞動福利水平相對下降。值得注意的是，農(nóng)民工在生產(chǎn)部門被擠出后，通常流向低端服務(wù)部門。結(jié)果顯示，農(nóng)民工在這兩個部門的勞動生產(chǎn)率并無顯著差異。這在一定程度上表明，數(shù)字經(jīng)濟(jì)背景下，農(nóng)民工可能面臨在低端制造業(yè)和低端服務(wù)業(yè)之間“水平漂移”所引致的人力資本“低端鎖定”風(fēng)險。因此，農(nóng)民工通識教育程度和專業(yè)技能水平的提升對其高質(zhì)量就業(yè)至關(guān)重要。

（三）考慮農(nóng)民工家庭經(jīng)濟(jì)狀況差異

為進(jìn)一步探究數(shù)字經(jīng)濟(jì)對農(nóng)民工就業(yè)質(zhì)量的影響是否具有包容性，本文參考國家統(tǒng)計局設(shè)定的貧困線標(biāo)準(zhǔn)（2014年、2016年和2018年農(nóng)村地區(qū)的貧困標(biāo)準(zhǔn)分別為2800元、2952元和2995元），將當(dāng)年家庭人均純收入低于貧困線標(biāo)準(zhǔn)的農(nóng)民工群體設(shè)置為貧困組，高于貧困線標(biāo)準(zhǔn)的農(nóng)民工群體設(shè)置為非貧困組。以非貧困農(nóng)民工為對照組，通過在模型（1）引入數(shù)字經(jīng)濟(jì)與貧困分組的交互項來考察數(shù)字經(jīng)濟(jì)對貧困與非貧困組農(nóng)民工就業(yè)質(zhì)量的影響差異，回歸結(jié)果如表8所示。結(jié)果顯示，在控制其他因素不變的條件下，與非貧困組農(nóng)民工相比，數(shù)字經(jīng)濟(jì)促使貧困組農(nóng)民工的勞動收入相對提升，勞動福利、勞動強度和就業(yè)穩(wěn)定性維度的就業(yè)質(zhì)量則相對下降。

本文認(rèn)為可能的解釋是，與非貧困組農(nóng)民工群體相比，貧困家庭農(nóng)民工通常面臨較強的預(yù)算約束和較差的資源稟賦，信息獲取渠道少且社會網(wǎng)絡(luò)相對簡單，在就業(yè)方面處于劣勢地位，因而其通過多種方式非農(nóng)就業(yè)并延長自身勞動時間換取高收入的動機更強。數(shù)字經(jīng)濟(jì)催生多元包容的就業(yè)形態(tài)，能夠提供類型多樣的工作機會，為貧困家庭農(nóng)民工創(chuàng)造更廣泛的收入來源，由此帶來的收入改善對于這部分農(nóng)民工的邊際效用更大。但是，數(shù)字經(jīng)濟(jì)造成就業(yè)載體和勞動關(guān)系發(fā)生巨大變化，雇傭關(guān)系模糊化、就業(yè)碎片化以及就業(yè)形態(tài)多樣化帶來的勞動基準(zhǔn)和社會保障缺失等問題，對于貧困家庭農(nóng)民工勞動福利、勞動強度和就業(yè)穩(wěn)定性的負(fù)向沖擊作用相對較大。上述結(jié)果表明，數(shù)字經(jīng)濟(jì)發(fā)展在一定程度上發(fā)揮改善家庭經(jīng)濟(jì)狀況方面的“益貧”功能，亟需在利用數(shù)字經(jīng)濟(jì)穩(wěn)固脫貧成果的同時，健全與數(shù)字經(jīng)濟(jì)時代就業(yè)相匹配的保障制度，讓“益貧”效果更具可持續(xù)性。

七、結(jié)論與啟示

本文采用2014年、2016年和2018年中國家庭追蹤調(diào)查（CFPS）微觀數(shù)據(jù)和中國地區(qū)宏觀數(shù)據(jù)，構(gòu)建農(nóng)民工就業(yè)質(zhì)量變量和省級數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)，運用固定效應(yīng)模型，探究了地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展對農(nóng)民工就業(yè)質(zhì)量的影響及作用機理，并考察了異質(zhì)性影響。研究結(jié)論如下：第一，總體而言，數(shù)字經(jīng)濟(jì)發(fā)展顯著降低農(nóng)民工就業(yè)質(zhì)量，體現(xiàn)在勞動收入、勞動福利和勞動強度維度上。第二，數(shù)字經(jīng)濟(jì)對不同技能和職業(yè)任務(wù)類型農(nóng)民工就業(yè)質(zhì)量的影響具有非對稱性，與高技能農(nóng)民工相比，數(shù)字經(jīng)濟(jì)顯著降低了低技能農(nóng)民工的勞動收入和勞動福利；與非常規(guī)任務(wù)組農(nóng)民工相比，數(shù)字經(jīng)濟(jì)對常規(guī)任務(wù)組農(nóng)民工各維度就業(yè)質(zhì)量的負(fù)向沖擊更大。第三，就不同產(chǎn)業(yè)部門而言，與生產(chǎn)部門就業(yè)農(nóng)民工相比，數(shù)字經(jīng)濟(jì)顯著提升了在高端服務(wù)部門就業(yè)農(nóng)民工的就業(yè)質(zhì)量，體現(xiàn)在勞動收入和勞動福利兩個維度；同時導(dǎo)致低端服務(wù)部門農(nóng)民工勞動福利維度的就業(yè)質(zhì)量相對下降。第四，從收入水平來看，數(shù)字經(jīng)濟(jì)顯著提高了貧困家庭農(nóng)民工相對于非貧困組農(nóng)民工的勞動收入水平，但造成貧困組農(nóng)民工勞動福利、勞動強度和就業(yè)穩(wěn)定性維度的就業(yè)質(zhì)量相對下降。

基于上述研究結(jié)論，可得到以下政策啟示：

首先，需要警惕具有技能偏向性和任務(wù)偏向性特征的數(shù)字經(jīng)濟(jì)對人力資本劣勢的農(nóng)民工群體造成的就業(yè)沖擊。在大力發(fā)展數(shù)字經(jīng)濟(jì)的同時，應(yīng)著力消弭人群間的“數(shù)字鴻溝”，讓數(shù)字經(jīng)濟(jì)更好地發(fā)揮促進(jìn)高質(zhì)量充分就業(yè)的作用。因此，提升農(nóng)民工的能力和素質(zhì)既是當(dāng)務(wù)之急，也是長遠(yuǎn)之計。一方面，既要深化教育改革，強化基礎(chǔ)教育；又要重視與數(shù)字經(jīng)濟(jì)轉(zhuǎn)型相匹配的勞動技能培訓(xùn)，滿足數(shù)字經(jīng)濟(jì)時代對勞動力的多樣化需求，全面提升農(nóng)民工終生學(xué)習(xí)和職業(yè)轉(zhuǎn)移的能力。另一方面，應(yīng)優(yōu)化和完善社會保障機制，予以數(shù)字弱勢群體一定的政策保護(hù)，為其提供包括職業(yè)介紹、職業(yè)指導(dǎo)和職業(yè)培訓(xùn)等在內(nèi)的公共就業(yè)服務(wù)，最大限度降低他們在工作調(diào)整期間的就業(yè)損失。

其次，數(shù)字經(jīng)濟(jì)時代下就業(yè)形態(tài)多樣化、就業(yè)方式靈活化、雇傭關(guān)系模糊化等現(xiàn)象導(dǎo)致傳統(tǒng)科層化社會保障體系面臨巨大挑戰(zhàn)。對此，應(yīng)基于就業(yè)模式和工作關(guān)系變革，制定和完善針對新業(yè)態(tài)下靈活就業(yè)群體的社會保障政策體系。同時，不僅要逐步提高社會保障制度的包容性和可攜帶性，降低參加和享受社會保障所需要的最低就業(yè)期限和最低收入門檻，賦予就業(yè)中斷的繳費期更大的靈活性，讓社會保障權(quán)益盡可能不受勞動者在不同就業(yè)形態(tài)間轉(zhuǎn)換的影響；而且還需加大財政支持力度，平衡好政府支持與雇主的責(zé)任，通過補貼繳費或差別繳費等激勵機制將收入不穩(wěn)定的靈活就業(yè)群體納入社會保障范疇，擴大社會保險的覆蓋面與充分性。

最后，數(shù)字經(jīng)濟(jì)在一定程度上發(fā)揮“益貧”功能。盡管現(xiàn)階段中國現(xiàn)行標(biāo)準(zhǔn)下的絕對貧困已徹底消除，但部分脫貧戶仍然存在返貧、致貧的可能性，收入是家庭抵御風(fēng)險，防止返貧的基礎(chǔ)。因此，應(yīng)充分激活數(shù)字經(jīng)濟(jì)的就業(yè)“蓄水池”效應(yīng)，為易返貧群體創(chuàng)造更廣泛的收入來源。同時也要建立符合數(shù)字經(jīng)濟(jì)規(guī)律的就業(yè)政策體系和勞動者保障機制，增強數(shù)字經(jīng)濟(jì)“益貧”效果的穩(wěn)定性和可持續(xù)性。

參考文獻(xiàn)：

[1] 柏培文、張云，2021：《數(shù)字經(jīng)濟(jì)、人口紅利下降與中低技能勞動者權(quán)益》，《經(jīng)濟(jì)研究》第5期。

[2] 蔡躍洲、陳楠，2019：《新技術(shù)革命下人工智能與高質(zhì)量增長、高質(zhì)量就業(yè)》，《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》第5期。

[3] 陳斌，2022：《國外數(shù)字經(jīng)濟(jì)對社會保障制度影響的研究述評》，《國外社會科學(xué)》第4期。

[4] 陳貴富、韓靜、韓愷明，2022：《城市數(shù)字經(jīng)濟(jì)發(fā)展、技能偏向型技術(shù)進(jìn)步與勞動力不充分就業(yè)》，《中國工業(yè)經(jīng)濟(jì)》第8期。

[5] 程名望、賈曉佳、俞寧，2018：《農(nóng)村勞動力轉(zhuǎn)移對中國經(jīng)濟(jì)增長的貢獻(xiàn)（1978—2015年）：模型與實證》，《管理世界》第10期。

[6] 鄧智平，2021：《數(shù)字賦權(quán)與勞動關(guān)系轉(zhuǎn)型》，《南方經(jīng)濟(jì)》第9期。

[7] 董保華，2008：《論非標(biāo)準(zhǔn)勞動關(guān)系》，《學(xué)術(shù)研究》第7期。

[8] 郭晴、孟世超、毛宇飛，2022：《數(shù)字普惠金融發(fā)展能促進(jìn)就業(yè)質(zhì)量提升嗎？》，《上海財經(jīng)大學(xué)學(xué)報》第1期。

[9] 胡擁軍、關(guān)樂寧，2022：《數(shù)字經(jīng)濟(jì)的就業(yè)創(chuàng)造效應(yīng)與就業(yè)替代效應(yīng)探究》，《改革》第4期。

[10] 韓雷、田知敏慧，2024：《數(shù)字經(jīng)濟(jì)與技能工資差距——基于CFPS的微觀證據(jù)》，《當(dāng)代經(jīng)濟(jì)科學(xué)》第2期。

[11] 李曉華，2018：《“新經(jīng)濟(jì)”與產(chǎn)業(yè)的顛覆性變革》，《財經(jīng)問題研究》第3期。

[12] 李中建、袁璐璐，2017：《務(wù)工距離對農(nóng)民工就業(yè)質(zhì)量的影響分析》，《中國農(nóng)村經(jīng)濟(jì)》第6期。

[13] 林龍飛、祝仲坤，2022：《“穩(wěn)就業(yè)”還是“毀就業(yè)”？數(shù)字經(jīng)濟(jì)對農(nóng)民工高質(zhì)量就業(yè)的影響》，《南方經(jīng)濟(jì)》第12期。

[14] 林龍飛、祝仲坤，2022：《戶籍改革的“標(biāo)配”：居住證何以影響農(nóng)民工就業(yè)質(zhì)量？》，《宏觀質(zhì)量研究》第5期。

[15] 羅峰，2021：《泛消費、去技能與再組織：互聯(lián)網(wǎng)時代的基礎(chǔ)性零工經(jīng)濟(jì)何以可能》，《浙江工商大學(xué)學(xué)報》第6期。

[16] 馬述忠、吳鵬、潘鋼健，2022：《互聯(lián)網(wǎng)使用、生活性服務(wù)業(yè)擴張與勞動收入分化》，《經(jīng)濟(jì)學(xué)動態(tài)》第2期。

[17] 戚聿東、劉翠花、丁述磊，2020：《數(shù)字經(jīng)濟(jì)發(fā)展、就業(yè)結(jié)構(gòu)優(yōu)化與就業(yè)質(zhì)量提升》，《經(jīng)濟(jì)學(xué)動態(tài)》第11期。

[18] 齊樂、陶建平，2023：《產(chǎn)業(yè)智能化與農(nóng)民工就業(yè)質(zhì)量的影響機理及提升路徑》，《華中農(nóng)業(yè)大學(xué)學(xué)報（社會科學(xué)版）》第1期。

[19] 唐永、蔣永穆，2022：《產(chǎn)業(yè)結(jié)構(gòu)服務(wù)化會導(dǎo)致中國勞動力市場極化嗎？》，《經(jīng)濟(jì)評論》第2期。

[20] 田鴿、張勛，2022：《數(shù)字經(jīng)濟(jì)、非農(nóng)就業(yè)與社會分工》，《管理世界》第5期。

[21] 王軍、朱杰、羅茜，2021：《中國數(shù)字經(jīng)濟(jì)發(fā)展水平及演變測度》，《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》第7期。

[22] 王若男、張廣勝，2024：《數(shù)字經(jīng)濟(jì)與農(nóng)業(yè)轉(zhuǎn)移人口就業(yè)質(zhì)量：促進(jìn)或抑制》，《農(nóng)業(yè)技術(shù)經(jīng)濟(jì)》第2期。

[23] 王文，2020：《數(shù)字經(jīng)濟(jì)時代下工業(yè)智能化促進(jìn)了高質(zhì)量就業(yè)嗎》，《經(jīng)濟(jì)學(xué)家》第4期。

[24] 聞效儀，2020：《去技能化陷阱：警惕零工經(jīng)濟(jì)對制造業(yè)的結(jié)構(gòu)性風(fēng)險》，《探索與爭鳴》第11期。

[25] 楊超、張征宇，2022：《流動人口與本地人口就業(yè)質(zhì)量差異研究：現(xiàn)狀、來源與成因》，《財經(jīng)研究》第4期。

[26] 楊麗、孫之淳，2015：《基于熵值法的西部新型城鎮(zhèn)化發(fā)展水平測評》，《經(jīng)濟(jì)問題》第3期。

[27] 易瑩瑩，曹家誠，2023：《數(shù)字經(jīng)濟(jì)的發(fā)展能否提高新老兩代農(nóng)民工的就業(yè)質(zhì)量？——來自CMDS的經(jīng)驗證據(jù)》，《現(xiàn)代財經(jīng)（天津財經(jīng)大學(xué)學(xué)報）》第9期。

[28] 張4uww1n10NtCe/FiHx/L+FXDw1YMn2Oj3dJMTmAPzTWA=廣勝、王若男，2023：《數(shù)字經(jīng)濟(jì)發(fā)展何以賦能農(nóng)民工高質(zhì)量就業(yè)》，《中國農(nóng)村經(jīng)濟(jì)》第1期。

[29] 張順，2022：《數(shù)字經(jīng)濟(jì)轉(zhuǎn)型中的就業(yè)群體分化及多維治理》，《人民論壇》第3期。

[30] 趙煒、Jens Thoemmes，2021：《誰改變了工作時間——有關(guān)工時的勞動社會學(xué)研究》，《中國社會科學(xué)評價》第4期。

[31] Acemoglu， D. and Restrepo， P.， 2018， Artificial Intelligence， Automation and Work， Chicago： University of Chicago Press，197-236.

[32] Autor， D.， Levy， F. and Murnane， J.， 2003， The Skill Content of Recent Technological Change： An Empirical Exploration， The Quarterly Journal of Economics， 118（4）： 1279-1333.

[33] Autor， D.，2015， Why are There Still So Many Jobs？ The History and Future of Workplace Automation， The Journal of Economic Perspectives， 29（3）：3-30.

[34] Ai， C. and Norton， E. C.， 2003， Interaction Terms in Logit and Probit Models， Economics Letters， 80（1）： 123-129.

[35] Bauernschuster， S.， Falck， O. and Woessmann， L.， 2014， Surfing Alone？ The Internet and Social Capital： Evidence from an Unforeseeable Technological Mistake， Journal of Public Economics， 117：73-89.

[36] Bessen， J.， 2018， AI and Jobs： The Role of Demand， Chicago： University of Chicago Press， 291-307.

[37] Cortes， G. M.， 2016， Where Have the Middle-Wage Workers Gone？ A Study of Polarization Using Panel Data， Journal of Labor Economics， 34：63-105.

[38] Estlund， C. L.， 2018， What Should We Do After Work？ Automation and Employment Law， The Yale Law Journal， 128（2）：254-326.

[39] Krusell， P.， Ohanian， L. E. and Rios， J. V.， 1997， Capital-Skill Complementarity and Inequality： A Macroeconomic Analysis， Econometrica， 68（5）：1029-1053.

[40] Lordan， G. and David， N.， 2018， People Versus Machines： The Impact of Minimum Wages on Automatable Jobs， Labor Economics， 52：40-53.

Can Migrants Benefit from the Digital Economy？

—Based on the Perspective of Employment Quality

Ning Manxiu1， Luo Ye2 and Zhang Weitai1

（1.College of Economics and Management，F(xiàn)ujian Agricultural and Forestry University；

2.College of Economics and Management， China Agricultural University）

Abstract：High-quality employment is essential to high-quality development， and the digital economy is becoming a new engine driving high-quality employment. This article empirically verifies the impact of the digital economy on the employment quality of migrants， by employing the dataset of China Family Panel Studies （CFPS） and the fixed effect model. The results illustrate that： In general， the digital economy has a significant negative impact on the employment quality of migrants in the dimensions of labor income， labor welfare， and labor intensity. Further， this paper focuses on the heterogeneous effects of the digital economy on migrants’ employment quality. Based on the grouping of skills and occupational tasks， the results show that compared to high-skilled migrants， the digital economy negatively impacts the labor income and labor welfare of low-skilled migrants; compared to migrants in the non-routine task group， the digital economy significantly reduces the employment quality of migrants in various dimensions in the routine task group. In terms of migrants in different industrial sectors， the digital economy has significantly improved the labor income and labor welfare of migrants in the high-service sector. However， the labor welfare of low-end service sector migrants is relatively declining. Compared with non-poor migrants， the digital economy significantly improves the labor income of migrants from poor families but leads to a relative decline in the employment quality of labor welfare， labor intensity and employment stability dimensions. Therefore， it can be concluded that the digital economy has caused an employment shock to migrants with inferior human capital to a certain extent. If we want to give full play to the role of the digital economy in achieving high-quality employment， efforts should be made to narrow the “digital divide” between people， establish effective education and training systems， give certain policy protection to digitally vulnerable groups， and make the job dividends of the digital economy more inclusive.

Key Words：digital economy；employment quality；migrants

■責(zé)任編輯 王 毅