数字化对我国女性就业影响的研究

卢川

数字经济发展进程中，对我国劳动力就业带来深远影响，其中，不同性别就业受到数字化影响存在显著差异。本文从产业就业影响的角度出发，制造业是我国吸纳女性就业最多的行业，在数字化转型发展过程中，女性制造业就业数量和占比持续下降，对我国就业市场的均衡带来冲击。因此，本文以制造业为例，通过理论分析和实证研究发现，一方面数字化水平提升的过程中，对男性和女性劳动力需求均存在抑制因素；另一方面，两性相比较来看，在数字化发展过程中，存在对女性劳动力偏好程度的U型变化。同时，我国不同区域间产业发展水平和数字化水平存在阶段性差异，各区域产业数字化发展对女性就业影响也存在差异。基于以上研究结论，本文提出了加强女性数字化专题培训、各区域出台差异化政策等建议。

引 言

根据官方统计，我国处于16-59岁年龄段的劳动力接近9亿，全部就业人员是7亿多，作为发展中国家，庞大的就业人群带来的就业问题关乎我国的民生大计，也影响着国民经济的长期稳定发展。作为工业大国，虽然制造业就业占城镇就业的比重从2013年的29%逐渐下降到2018年的24.2%，就业人口从5257.9万人下降到4178.3万人，但绝对值较大，对稳就业的贡献仍然举足轻重。

随着我国数字化进程的不断推进，数字科技与产业加速融合，不仅有效改善了产业经济粗放型的发展方式，为产业技术的革新拓宽了道路，还有效促进了产业转型升级。但是，随着数字化发展的持续推进，对女性在劳动力市场的地位和作用正在发生巨大影响。2019年我国城镇单位就业总人数在6684.2万人，其中，女性在制造业就业人数达到1445.1万人，占比达到21.62%，远高于教育、金融业、卫生和社会工作等其他行业。尽管制造业仍为我国女性就业占比最高的行业，但城镇单位女性制造业就业人数从2014年的2119.3万人持续下降到2019年的1445.1万人，减少了674.2万人，减少比例达到31.81%。因此，研究数字化进程中，对女性就业的影响路径显得至关重要。

文献综述

目前研究数字化（信息化、技术进步）对女性就业影响的文献中，按研究结论分类，主要包括数字化发展不利于女性就业的研究和数字化发展有利于女性就业的研究，其中以有利于女性就业的研究为主流，详述如下：

1.数字化发展不利于女性就业的研究

Acemoglu（2002）研究了第三次产业革命中数字化技术应用的技能偏向效应对性别的影响，认为这引致了其对就业的“破坏效应”在性别层面“天然”的不平衡：一方面，现实中高技能劳动力多为男性，女性在技能方面相对处于劣势，在高技术水平、高技能需求、集约化经营的行业部门，技术进步相对不利于女性就业；另一方面，技术进步也表现为管理水平的提高，这一过程会通过裁减冗员等手段，使组织结构、人员配置更加合理化，由于女性承担更多的家庭、生育责任，加之女性相对厌恶竞争且议价意愿和能力不高，在技术进步冲击下，女性就业岗位的获得和女性更容易成为被调整的对象。

2.数字化水平发展有利于促进女性就业的研究

Juhn等（2014）基于墨西哥数据研究发现随着机器设备更新以及生产流程计算机化，企業对工人体力的要求降低，导致在蓝领工作中女性相对男性的劳动参与率提升。根据Welch（2000）构建了大脑—肌肉模型，分析了技术进步对性别就业差距的弱化机制，具体而言在劳动力市场上，男性与女性群体分属于不同技能束，男性技能具有肌肉密集特征，在运动技能方面占有优势。女性技能则具有大脑密集型特征，在认知能力与非认知技能方面相对占优。伴随技术进步的推进，生产操作的简化分工降低了对劳动者在体力和运动能力方面的硬性要求，使认知技能的作用开始得到凸显。

国内学者张抗私（2008）认为信息化建设进程的加快，信息服务业之中的职业布局发生了巨大改变，适合妇女的出位更多，妇女在职业发展方面迎来了重大机遇。各种新型工作模式的出现，使得女性在生产之中不再被动，她们拥有了广阔的就业空间，促进了其职业发展，女性劳动者可以按自己喜欢的方式生活、工作，才能得到了充分发挥。

在上述研究理论之外，我国学者在研究中发现，在不同发展水平下，技术进步对男性和女性劳动力的偏好程度存在差异。项云帆（2019）、朱轶（2020）在研究性别就业差异过程中发现，我国男性就业概率高于女性，技术进步对我国性别就业差距的效应具有显著区域异质性，在技术水平相对较高的东部地区，技术进步显著加剧了性别就业差距；在技术水平相对较低的中西部地区，技术进步则缓解了性别就业差距。

在数字化技术发展的大背景下，数字化的影响已无处不在，其对企业组织形态、管理经营模式，以及劳动力的就业方式等方面，均产生了显著的影响，同样也深刻的改变了社会的就业观念、就业结构和就业模式。在数字化进程中，基于男女体力差异而进行的工作分工变得不再重要。本节将构建数理模型分析该问题。

根据（1）式我们可知，企业为获取最大利润，会做出如下选择：若女性的劳动边际生产率与工资之比大于男性，则在劳动力选择时，会更多的选择雇佣女性劳动力。如果此比值低于男性，则更多的选择雇佣男性劳动力。

在中等的经济发展水平和数字化水平下，男性和女性的工资绝对水平都会高于低数字化水平，但受到劳动力整体供需影响和劳动保障政策约束，男性和女性工资差距会收窄。同时，随着数字化水平的提升，企业采用的自动化、数控设备等增多，对生产工艺人员需求增多，此时男性由于在计算机、数控等领域的优势开始凸显，导致男性边际生产率开始高于女性。同时，女性工资随着经济发展已经提升，男性和女性工资差异减少。综合影响下，女性的劳动生产率和工资比下降，导致中等经济发展水平和数字化水平下，企业更倾向于使用男性劳动力，从而女性占比会下降。

随着经济发展水平和数字化水平的进一步提升，企业的发展水平进一步提升，生产制造环节之外，企业会进一步加强对产品研发、品牌营销、企业管理、售后服务等体系建设。女性尽管在生产环节存在劣势，但其在其他业务领域的工作效率与男性差异较小，甚至存在优势，企业需要增大对女性劳动力的招聘。因此，在此阶段，尽管数字化水平仍在提升，资本对劳动力的替代持续深入，但随着产业的整体升级，女性在产业就业的劣势减弱，进而其占比下降的趋势会逐步逆转。

综上前述分析，我们可以得出如下的随着数字化水平提升，产业对男性和女性劳动力的偏好曲线图。（图1）

我们首先得出的结论是，随着数字化水平提升的过程中，数字化资本投入的增加，对劳动力整体上形成替代关系，因此，两条曲线的斜率均为负值，即数字化水平提升会降低男性和女性的整体需求偏好。

分性别来看，数字化水平提升对不同性别就业效应直接取决于特定阶段男性和女性人力资本能在多大程度上满足技术进步衍生的技能劳动需求及工资差距。在数字化水平较低阶段（比如A点左侧），企业对技能劳动需求也相对较低，使得性别间的技能差距相对不易凸显。而且，伴随数字化资本投入带来的设备更新和流程改进，弱化女性体能和技能的差距，使更多女性得以参与到以往难以胜任的生产部门中，拓展了女性的就业空间。从市场竞争角度看，此阶段企业间竞争更多地表现为成本竞争，期望工资较低的女性劳动力相较男性更具“性价比”，从而相对有利于女性就业。因此，在数字化水平较低的阶段，女性相对于男性具有就业竞争优势。

随着数字化水平的持续提升，达到A的右侧之后，企业对技能劳动力的需求增多，对其他非生产人员需求也比较小，此阶段女性在数字化程度较高的数控技术、计算机、软件操作等领域凸显劣势，对女性就业产生不利影响，并造成性别就业差距的扩大。

但是，随着整体产业发展水平的不断提升，在B点右侧之后，企业对非制造环节的人员需求增多，女性在行政管理、营销服务、售后服务、产品设计等领域的优势会逐步凸显，从而尽管其存在数控与计算机领域的劣势，仍将出现企业对女性就业需求增大的情况。

再进一步来看，我国幅员辽阔，各地区的经济发展水平差异很大，产业数字化水平差异也非常显著。我们进一步推理可以得出在我国在产业發展水平和数字化发展程度高的地区，数字化技术的发展不会显著降低女性就业占比；在中等发展水平地区，数字化发展会显著降低女性就业占比；在数字化发展程度较低的地区，数字化技术的发展则对女性就业占比影响也不显著。

数字化对我国产业男性和女性就业影响的实证研究

模型设定

下标c表示规模，下标t表示时间。

Y1和Y2分别表示各省制造业男性劳动力就业、各省制造业女性劳动力就业。X为各省制造业数字化水平。控制变量包括TR贸易开放、KL资本劳动比、CH总产出、TFP全要素生产率、CZ城镇化率。

指标构建和数据来源

本文选取2016-2019年中国省级面板数据进行实证研究。由于西藏、云南数据存在缺失情况，所以剔除了上述两省。数据来源于《中国劳动统计年鉴》《中国两化融合发展数据地图报告》《中国工业统计年鉴》《中国统计年鉴》。指标选取和处理方法如下：

1.劳动力就业

本文构建了各省制造业男性就业数量和制造业女性就业数量指标，以各省城镇单位男性和女性制造业就业人员数量进行衡量。

2.产业数字化水平

制造业数字化水平，参照国家工业和信息化部编写的《中国两化融合发展数据地图》，对全国各省制造业生产设备数字化率、数字化研发工具普及率、关键工序数控化率、关键业务环节全面数字化企业比例四个维度数据通过熵值法计算得出。

3.其他变量

贸易开放度（TR）采用各省进出口总额与其工业总产值比值；资本劳动比（KL）采用各省制造业资产总额/各省制造业就业人数衡量；总产出（CH）采用各省制造业总产值衡量；全要素生产率（TFP）采用SFA方法对各省全要素生产率进行测算。

回归分析

在以上数据和分析基础上，本文使用Stata软件，采用广义矩估计（GMM）的方法，构建面板数据模型进行分析。从回归结果来看，两模型的R2分别达到0.899和0.873，拟合程度较高。两个模型的核心解释变量X系数均为负，说明随着数字化水平提升，对男性和女性就业数量均会造成负面影响，符合预期。

从控制变量的回归结果来看，两模型回归结果的系数的正负保持一致。具体来看，外贸发展水平TR、总产出CH、全要素生产率TFP回归结果均为正，说明产出规模越大、外贸发展水平越好、生产技术水平越高，都会增加对男性和女性的就业需求。

另外，城镇化率回归结果为负，意味着随着城镇化水平的提高，产业对男性和女性劳动需求有所降低，本文认为随着各省市城镇化率的提升，第二产业在国民经济中地位存在一定程度下降，从而产业对劳动力的就业需求存在下滑。同时，资本劳动力回归结果为负，说明随着资本投入的加大，也会降低对男性和女性劳动力需求的降低，这与理论预期相一致，即随着资本投入增加，会出现对劳动力替代效应。

接下来，进一步考察不同区域间，由于经济状况、自然资源禀赋相关的因素都有一定程度差异，制造业数字化发展水平也存在差异，进而对女性就业占比影响的情况。本部分首先根据我国学者研究惯例，考虑到地区经济发展水平差异，将我国各省分为东北、东部、中部和西部四个地区。东部包括：北京、天津、河北、上海、江苏、浙江、福建、山东、广东和海南。中部包括：山西、安徽、江西、河南、湖南、湖北。西部包括：重庆、陕西、甘肃、青海、宁夏、贵州、广西、新疆。东北包括：辽宁、吉林和黑龙江。

其他指标和数据保持不变，回归结果见表2。从回归结果来看，东北地区、中部地区和西部地区的拟合优度均在80%以上，回归结果较好。东部地区拟合优度略低。

从关键的解释变量X的系数来看，东北和中部地区显著为负，说明随着产业数字化水平的提升，东北和中部地区随着数字化水平存在显著的抑制女性就业的趋势。上述结果与本文预期相一致，即女性劳动力在中等经济发展水平区域，随着数字化水平提升，女性在数字化技术领域（人工智能、自动化系统与设备）生产环节劣势凸显，进而存在降低女性劳动力需求的趋势。东部和西部地区X系数并不显著，也与本文理论预期结果保持一致，即在经济发展水平较低阶段，女性在数字化操作领域的劣势尚未凸显，其低工资优势更明显，从而数字化发展不会显著抑制女性就业。在较高经济发展水平阶段，由于企业对非制造环节就业人员需求增多，女性在企业管理、营销、售后服务等领域的优勢会凸显，进而产业整体上对女性就业人员需求会出现提升。

从控制变量来看，各地区产业发展水平和环境的差异很大，导致了控制变量的回归结果存在一定差异。比如，外贸发展水平TR提升在西部和中部地区会提升女性就业占比，在东北和东北则不显著。再比如随着资本投入的增加，西部、中部和东部都存在降低女性占比的情况，说明随着固定资产投入的增加，对女性就业不利影响会加大，而在东北地区这一影响并不显著。

结 论

本文通过构建理论模型，从企业用工最优化决策角度出发，阐释了数字化技术进步对女性就业占比的影响。从理论研究和实证分析结果来看，随着数字化水平的提升，我国整体存在降低对女性就业人员的趋势。同时，在不同的经济水平和数字化发展阶段，我国女性就业占比受数字化影响的方向是不同的，在数字化和经济发展水平较低和较高的阶段，数字化设施投入和水平提升会对女性就业占比影响不显著，甚至会提升女性就业占比。但在数字化和经济发展水平中等阶段，数字化水平提升会显著的降低女性就业占比。

政策建议

当今时代，数字化技术作为新一轮技术革命的代表，正在加速改变全世界的运转方式，包括电子商务、互联网金融，以及智能化机器人生产等正飞速发展，世界范围内无不经历这一深刻变革。毫无疑问，数字化水平提升会大幅提高产业劳动生产率，对于产业发展有着很强促进作用。不过在发展过程中数字化也对劳动力市场带来深远影响，特别是对女性劳动力市场，通过本文的分析我们可以看出，数字化发展对女性就业占比的影响是很复杂的。为减少数字化进程对劳动力市场的冲击，从而尽可能的消除其负面影响。本文对此给出以下政策建议：

1.加强女性劳动力的教育和培训工作。针对市场需求开展对女性从业人员的数字化专项培训，从而有效的提升女性劳动力的技能水平和劳动生产效率，适应数字化发展形势。这对提升女性劳动力的参与率、进而提升社会整体的劳动生产率具有重要意义，也有利于实现劳动力和数字化的互补效应，在促进技术发展基础上，改善收入分配。

2.数字化水平的发展对女性劳动力占比影响存在显著的区域性差异，故在对策上也应进行区分考量。比如，根据本文研究地区数字化水平和产业发展水平达到较高阶段之后，女性劳动力在就业方面的劣势会减少，我国中、西部地区一直处于对东部技术前沿的承接与追赶中，这种追赶效应在一定程度上会与“男女就业平等”的政策导向形成协同，因此在中西部地区为了促进女性就业，也需要更进一步的加强对数字化投入的力度。

（中国人民大学）

参考文献：

[1]叶胥，杜云晗，何文军. 数字经济发展的就业结构效应[J].财贸研究，2021，（4）：1-13.

[2]张抗私.信息化中女性就业问题的思考[J].企业技术开发，2008，（27）： 125-128.

[3]孙早，侯玉琳.工业智能化如何重塑劳动力就业结构[J]. 中国工业经济，2019，（5）：61 -79.

[4]朱佚.技术进步是否加剧了性别就业差距[J].天津财经大学学报，2020，（10）：96-113

[5]罗哲.现代化过程中的就业性别差异：内涵、历史与比较[J].深圳社会科学，2020，（6）：123-133

[6]杨笛，司艺旋，赵媛.数字化驱动下女性工作发展新趋势[N].中国妇女报，2020-12-15（5）

[7]邵文波.资本信息化与劳动力需求变化：以制造业为例[D].南开大学，2015.

[8]项云帆.中国劳动力市场性别就业意愿差异的影响因素及趋势——基于非线性Probit差异分解的分析[J].武汉理工大学学报，2019，（5）：62-69.