数字经济是否影响劳动力空间配置？——基于中国流动人口的微观证据

周世军，陈博文

(安徽工业大学 商学院，安徽 马鞍山 243032)

一、引言

数字经济是中国经济能否在新一轮技术变革中实现换道超车的宝贵机遇，对实现新时代中国经济高质量发展具有重要意义。当前，中国数字经济持续蓬勃发展，据中国信通院数据显示，2020年中国数字经济在疫情背景下逆势增长，总体规模达到39.2万亿元，占国民生产总值比重为38.6%(1)数据来源于《中国数字经济发展白皮书(2021)》，具体网址为http://www.caict.ac.cn/kxyj/qwfb/bps/202104/t20210423_374626.html.。《“十四五”数字经济发展规划》也指出，要融合发展数字技术和实体经济，协同推进数字产业化和产业数字化。数字经济正成为中国经济发展变革的主要驱动力。在数字经济的刺激下，中国劳动力市场发生了深刻变化。一方面，新技术的推进创造出了许多新的岗位和就业机会，另一方面也淘汰了部分旧的劳动密集型岗位，由此产生部分地区劳动力供需失衡等结构性问题。与此同时，一些城市受益于数字经济扩散快、开放、灵活等特点，正凭借相关优势产业，成为劳动力流动的新目标。

劳动力流动是实现劳动力资源合理有效配置的前提条件，是劳动力市场机制运行的体现。现有研究已经证实劳动力流动会促进中国经济增长和生产率提升，会改善农村地区发展落后情况(刘一伟，2018[1]；李旭辉等，2018[2])。不仅如此，劳动力流动还为中国全面完成脱贫攻坚任务(韩佳丽等，2018)[3]和实现产业结构转型升级(董丽霞和张子君，2021)[4]做出了巨大贡献。现阶段，中国正全面推进新型城镇化和乡村振兴，两者均离不开人才和劳动力资源的贡献。然而，由于面临着人口老龄化、生育率持续走低、劳动力成本上升和城乡二元制度等因素制约，中国劳动力资源无法实现最优配置，严重影响了中国城镇化发展进程(都阳等，2014[5]；陈斌开和陈思宇，2018[6])。此外，近年来为了吸引年轻人才，各地纷纷加入了“人才争夺战”行列，陆续出台人才引进和补贴政策；2020年国务院出台《关于构建更加完善的要素市场化配置体制机制》强调要引导劳动力资源合理有序流动。因此，如何引导和优化劳动力流动，留住本地劳动群体和吸引外来技能劳动力将是未来很长时间地方政府的主要工作。

以往研究鲜有关注数字经济对劳动力流动影响的文献。在数字技术驱动下，很多工作的性质发生了变化，大量工作从线下转变成线上，就业变得更灵活化、零工化(李力行和周广肃，2022)[7]。因此，在数字经济背景中，劳动力流动会具有怎样的新特征呢？这正是本文研究的出发点。本文旨在将数字经济因素纳入劳动力流动模型中，实证分析数字经济影响劳动力的具体特征和作用原因。本文的意义和创新之处在于：第一，虽然目前从微观个体考察劳动力流动的因素已有许多研究(张莉等，2017[8]；李丁等，2021[9]127；陈媛媛等，2022[10])，但鲜有关注数字经济对于劳动力流动的影响文献，在当前数字经济蓬勃发展背景下，本文创新性地考察数字经济对于劳动力流动的影响，并揭示其机制，为政府制定政策提供了理论支撑，对相关学术研究进行了补充；第二，本文基于流动人口视角观察劳动力流动，较现有宏观层面研究数字经济对于劳动力资源配置的文章更为生动，能够解决宏观数据存在的数据黑箱问题；第三，本文结论为引导劳动力要素合理流动，为各地做好人才吸引工作提供了有益参考。

后续结构安排如下：第二部分是文献综述和研究假设；第三部分是数据和实证方法；第四部分是实证分析，包括基准回归、内生性分析和稳健性检验等；第五部分是机制分析和异质性讨论；第六部分是研究结论和政策建议。

二、文献综述与研究假设

劳动力流动是劳动力市场机制运行的重要体现。自克鲁格曼(Krugman，1991)[11]提出新经济地理理论以来，越来越多的文献开始关注劳动力的跨区迁移行为。例如，高波等(2012)[12]将房价因素纳入扩展的新经济地理学模型研究区域房价对于产业转移的影响。实证发现，城市间相对房价的上升会导致就业人数的相对下降，从而促使产业链向高端攀升，并据此解释了中国大规模区域产业转移的成因。除房价因素外，肖群鹰和刘慧君(2007)[13]基于二次迭代分配(QAP)算法和修正的扩展引力模型还发现，迁出和迁入省份之间的预期收入差异、教育程度、人口分布等均对中国劳动力的省际迁移具有显著影响。此外，还有部分研究证实目标地的人口密度越大、就业机会越多、工资福利水平越高、产业发展越成熟越容易吸引劳动力的跨区流入(Moretti，2004[14]；Fu and Liao，2012[15]；呼倩等，2021[16])。然而上述研究多从宏观视角出发，随着微观调查数据和人口普查数据的逐步开放，更多学者开始从微观视角研究劳动力流动问题。如秦雪征和郑直(2011)[17]利用中国健康和营养调查数据，考察新农合制度对于农民工就业地址选择问题，研究发现，新农合制度的实施显著降低了农村劳动力外出务工倾向，同时增加了已经在城镇就业的农民工群体的返乡意愿。刘毓芸等(2015)[18]围绕劳动力迁移大多发生在同一方言大区内的现象，采用2012年中国劳动力动态调查数据实证考察了方言距离对于劳动力流动的影响。发现在一定条件下，方言距离对劳动力流动呈现出先促进、后抑制的倒“U”型特征。李丁等(2021)[9]127采用2013—2015年中国家庭金融调查数据，从本地户籍流出角度分析了空气污染对劳动力跨区、跨国流动的影响，并借此考察了大气污染对于劳动力的区域再配置效应和存量效应。研究发现，空气污染能够显著促进本地户籍劳动力的跨区县流出，且相比之下，空气污染对于劳动力跨国流出的效应更大。

劳动力跨区县流动的主要原因是由于地区生产率和收入差异(Su et al.，2018)[19]，同时也受到迁移成本的制约。劳动力迁移成本主要包括经济成本，如劳动者在流动过程中产生的交通成本和时间成本(周颖刚等，2019)[20]；心理成本，如离开原有关系网络，并需要在新工作地建立起社会关系所需的成本(Munshi，2003)[21]和市场失效成本，如由于信息不对称造成的劳动力在区域内无法自由流动(Dix-Carneriro and Kovak，2017)[22]等。在传统经济模式下，由于数据资源匮乏以及数字治理能力较为落后，劳动力流动需承担较高机会成本，如实地求职的交通成本等，而数字经济发展可以有效缓解这一问题。在数字经济时代，由于海量数据和技术赋能，一些简历筛选和招聘过程往往可以通过网络简单完成，这为劳动力在更广的空间内选择合适的就业机会，进而促进收入增加提供了可能。

数字经济是以数据资源为关键要素，以现代网络信息为主要载体的新经济形态。数字经济能够提高金融资源配置效率，降低企业融资约束(杨名彦和浦正宁，2022)[23]。同时，也能降低财务和经营风险对于商户冲击，提高电子商务企业生存能力(Huang et al.，2018)[24]。目前，关于数字经济的研究越来越多，但由于数字经济概念界定尚未统一且缺乏微观数据，对数字经济的研究难以推进。现有研究多基于数字普惠金融指数和互联网使用考察数字经济对于经济活动的作用，如对于居民收入差距、创业活动、企业创新、消费水平、消费结构、就业等方面影响(张贺和白钦先，2018[25]；谢绚丽等，2018[26]1557；万佳彧等，2020[27]；易行健和周利，2018[28]；Yu et al.，2022[29]；何宗樾和宋旭光，2020[30])。上述研究为本文提供了很好的参考，但仍存在以下不足：一是采用消费端的数字普惠金融指数或仅仅通过是否使用互联网来衡量数字经济过于片面，数字金融更倾向于普惠金融方面，缺乏对城市其他方面数字特征分析。与此同时，仅通过是否使用互联网更是难以全面衡量城市数字经济发展水平；二是现有文献中尚未有考察数字经济对于劳动力跨区流动的文献，仅马述忠和胡增玺(2022)[31]303考察了数字普惠金融对于劳动力流动影响。毫无疑问，数字经济会对劳动力流动决策产生深刻影响。一方面，数字经济具有正外部效应和滚雪球效应，其爆发式增长能够衍生出多种新的就业形态和大量的灵活就业人员，从而为劳动力流动提供了大量岗位(龚六堂，2021)[32]；另一方面，数字技术的发展也会产生创造性破坏的力量，对于部分劳动密集型产业和非技能密集型产业来说，可能造成显著的负面影响(韩青江和韩民春，2021)[33]。因此，数字经济发展会对中国劳动力市场结构产生根本性影响，进而导致劳动力资源在空间上进行更合理有效配置。然而，目前该领域研究尚存在大量需要丰富和拓展的地方，本文将对此进行有益补充。在当前农民工返乡创业、平台经济以及共享经济等话题引发广泛关注的背景下，本文研究具有重要的理论和现实意义，能够为更好地了解数字经济背景下劳动力跨地市流动的行为提供参考。

结合腾讯研究院发布的《中国“互联网+”数字经济指数》报告数据和中国流动人口动态监测数据，本文尝试将城市层面数字经济特征纳入个体劳动力流动决策框架中，考察数字经济对于劳动力跨区流动的影响，并进一步阐释其原因，本文基于以下两个方面提出假设：

第一，就数字经济与中国就业和创业关系来说，胡鞍钢等(2016)[34]认为互联网的普及已经成为创造新就业的重要渠道，数字技术带来了大量就业岗位。在中国由于有为政府和有效市场的双向驱动，中国数字鸿沟在缩小，数字红利得以体现。据中国信通院《数字经济就业影响研究报告》统计，2020年中国数字经济领域的就业人才缺口高达1100万人，其中数字产业化领域招聘规模达到总招聘规模的32.6%。随着线上支付、智慧零售和网络物流的快速发展，越来越多进城务工人员，家庭妇女开始在外卖、网络直播等数字生态中获得就业。与此同时，赵涛等(2020)[35]66-67研究发现，数字经济可以通过影响知识溢出、要素资源配置和市场规模等进而显著提升城市创业活跃度。此外，由于创业行为很大程度上受限于信贷约束和信息渠道，马光荣和杨恩艳(2011)[36]发现农民拥有更多民间借贷渠道，其更可能进行创业。然而，在传统模式下，中小企业和个人的融资渠道往往通过银行进行，而银行由于其运营成本、制度结构以及管理体系等因素，具有“嫌贫爱富”等天然属性，导致小微企业和个人存在贷款难、贷款贵等难点。随着数字经济的发展，企业和个人的融资渠道变多，同时银行可以通过大数据、区块链等技术准确识别贷款者的交易和信用情况，降低金融服务门槛，减少中小企业融资成本，有助于企业创新，进而促进创业活动(谢绚丽等，2018)[26]1559-1561。由此可以带来就业岗位的增加，进而促进劳动力的跨地市流动。

第二，数字经济对于个体收入的促进效用已经得到大量文献的证实。如张勋等(2019)[37]71采用中国数字普惠金融指数和中国家庭追踪调查(CFPS)数据实证分析发现，数字金融能够显著提升家庭收入水平，而且这种促进效应在农村地区更为明显。与此类似，李绍平等(2021)[38]利用宜农贷开展的追踪调查数据,实证考察了宜农贷平台借贷对农户收入的影响。基于倾向得分匹配基础上的双重差分法(PSM-DID)研究发现:宜农贷平台借贷促进了农户人均纯收入的提高,且主要是通过提高农户的农业类收入实现。进一步地研究指出，宜农贷平台借贷对农户人均纯收入的提高作用与农户人均纯收入水平之间呈现U型关系。数字经济能够显著促进农户收入，具有包容性特征。此外，张碧琼和吴琬婷(2021)[39]还发现，数字普惠金融除了提高城乡居民收入外，还能降低城乡收入差距。而收入提升作为吸引劳动力跨区流动最重要的因素，它构成劳动力流动收益的主要部分，自然而然在劳动力迁移中扮演至关重要的角色。显而易见，当某地的平均工资水平远高于劳动力居住地的工资水平时，劳动力预计通过流动可以提高其生活水平和质量，因此，他会有很强的动机流入到该地。相反，当劳动力流动前收入与流动后的预期收入没有较大差异时，这时劳动力更会考虑到迁移距离、家庭情感、社会网络关系等其他因素的影响，而不会采取流动决策。

基于上述分析，本文提出以下两个假设：

假设1：在控制其他特征变量不变情况下，数字经济发展能够促进劳动力跨地市流动。

假设2：数字经济主要通过提供创业机会和提高劳动者的预期收入水平促进劳动力流动。

三、数据与实证方法

(一)模型构建与变量说明

对于人口跨区流动研究的经典理论是“推-拉”模型(Veronis and Mcleman，2014)[40]，该模型指出，人口动态迁移是迁出地推力和迁入地拉力的共同作用结果。假设流动人口的预期收益方程为明瑟(Mincer)方程式，则其预期收益可以表示为：

lnUi=αFi+βXi+γYi+εi

(1)

其中，Ui表示预期收益，Fi表示流动人口居住地的数字经济发展水平，Xi表示城市层面特征变量，Yi表示个体特征变量，εi表示随机扰动项，服从标准正态分布，用来衡量个人能力以及运气等其他不可观测的因素。类似地，当流动人口做出迁移至其他城市决策时，其预期收益可以表示为：

lnUj=αFj+βXj+γYj+εj

(2)

按照利益最大化原则，劳动力会依据如下规则做出决策，即劳动力选择从本地迁入到另一个城市中，能够获得的净收益大于0。劳动力的选择Choicei是一个二值选择变量，当劳动力选择迁移的净收益大于0时，取值为1，否则为0。

(3)

本文将使用Probit模型进行估计，具体来说，本文建立的Probit模型如下：

P(move=1|f)=α+βdigitali+γXi+φYi+θprvi+εi

(4)

式(4)中，move=1表示做出迁移决策的劳动力，由于本文主要关注外地户籍劳动力的跨地市流入问题，根据问卷设计，将跨省和省内跨市流入的劳动力记为1，市内跨县流入的劳动力记为0。本文与马述忠和胡增玺(2022)[31]303的研究存在明显差异，其主要探究流动人口在备选城市间的选择问题，对应的约束条件是劳动力在所有城市中能选择出使其效用最大化的城市，而本文主要分析的问题是数字经济发展能否吸引该城市外的劳动力流入。因此，本文的跨地市流入是指劳动力从省外跨省流入或省内跨市流入，而不包括同一地市内的跨区县流入；digitali表示i地区的数字经济发展水平；Xi表示地级市层面特征变量；Yi表示个体特征变量；prvi表示省份固定效应；εi为随机扰动项。各变量的选取以及详细含义见下文。

(二)数据来源与处理

本文核心解释变量数字经济数据(digital)来自腾讯研究院发布的《中国“互联网+”数字经济指数》报告，其指标体系包括14个一级指标和135个二级指标，数据采样较为全面准确，且涵盖城市移动终端社交、支付、生活、游戏等信息，因此该指数能够很好地衡量某地区的数字经济发展水平。本文选取了地级市层面的“互联网+”数字经济指数。为了验证结果可靠性，本文还采用了北京大学数字金融研究中心发布的“北京大学数字普惠金融指数”进行稳健性检验。

2018年劳动力个体流动数据来自于国家卫生健康委开展的“全国流动人口动态监测调查”。该调查对象为在流入地居住一个月及以上，非本区(县、市)户口的15周岁及以上流入人口。问卷内容主要包括个体问卷和社区问卷。按照研究需要，本文采用个体问卷进行分析。个体问卷主要包括家庭成员与收支情况、就业情况和健康与公共服务情况。考虑到非劳动年龄人口的迁移决策不具有随机性，本文筛选出调查对象年龄处于15～64岁和上一年迁入的样本作为研究对象，且仅保留受访者为本人的信息，具体描述性分析如表1所示。使用微观调查数据的好处在于：第一，能够明确考察个体特征对于劳动力流动影响；第二，微观数据量大，满足大样本的假设前提，使得研究结论更可信。

表1 个体特征的描述性分析

2017年城市层面的数据来自《中国城市统计年鉴》、CEIC中国经济数据库、《中国区域经济统计年鉴》。作为控制变量，本文参考马述忠和胡增玺(2022)[31]308的做法，从城市经济特征、城市公共能力因素和其他相关因素共三个角度选取了相关指标。城市层面控制变量的具体描述分析如表2所示。

表2 城市层面特征的描述性分析

表2(续)

四、实证分析

(一)基准回归结果

根据本文设定的回归模型，得到数字经济与劳动力跨地区流入关系的回归结果如表3所示。其中表3中(1)～(2)列控制地区固定效应，(3)～(4)列控制省份固定效应。(1)列和(3)列当中仅控制城市层面特征变量，而(2)列和(4)列中同时控制城市特征和个体特征变量。从(4)列回归结果中可以看出，解释变量数字经济的估计系数为0.143，且在1%的置信水平下显著；这表明，若一地数字经济发展水平越高，那么其对劳动力的吸引力则越强。可能的解释是数字经济可以通过影响产业集聚、知识溢出、市场规模和要素配置效率等创造更多创业机会，也可以通过数据共享、跨时空信息传播等途径丰富创业资源，从而吸引劳动力的跨地市流入。进一步，通过对比(1)～(4)列的估计结果可以发现，无论是控制何种固定效应模型，还是控制两维控制变量，核心解释变量数字经济以及其他控制变量的系数大小和显著性基本相同，说明本文结论较为稳健。

表3 数字经济与劳动力跨区流入的基准回归结果

表3(续)

接下来，对控制变量的回归结果做出简单解释。首先，在与城市特征相关的控制变量当中，可以发现地区人均GDP、工资水平、固定资产投资占比以及产业结构水平更高，对于劳动力跨地市转移的吸引效应越明显。而地区失业率越高，则会增加劳动力进入本地劳动力市场障碍。可以看出，劳动力更加倾向流向一个工资更高，经济发展水平更好，就业选择更多的城市，这与实际情况较为吻合。在控制流动人口个人特征变量后可以发现，男性、农村户籍、低教育程度、年轻群体、子女较多的劳动人口更易做出跨地市流动的决策。本文的发现与马述忠和胡增玺(2022)[31]310结论存在微小差别，与女性相比，男性受到数字经济的影响更大，可能原因是现阶段中国流动人口劳动力主要以男性劳动力为主，而女性群体多从事简单任务，因此受到数字经济的冲击效应较小。

(二)内生性处理

本文分析数字经济对于流动人口的跨区迁移决策问题，由于单个个体的选择无法影响城市整体数字经济发展水平，并且，即使对于单个个体的选择偏好进行加总后的总效应可能会反作用于城市数字经济发展，但是考虑到本文中数字经济发展水平已经是一个前定变量，即使存在加总效应，也只会对多年以后的地区数字经济发展造成影响。因此，本文逻辑上的反向因果关系并不存在。尽管如此，本文还可能遗漏一些未观测到的变量产生遗漏变量偏误问题。例如，流动人口的迁移行为还可能受地区文化、个体宗教信仰以及环境污染等问题的影响。为了解决这一问题，采用工具变量进行IV Probit估计。本文借鉴张勋等(2019)[37]76和赵涛等(2020)[35]72的方法，选取家庭所在地级市与杭州的球面距离(distance)以及1984年的邮电历史数据(net1984)作为工具变量，估计结果见表4。从第一阶段回归结果可以看出，距离杭州市越远，其数字经济发展水平越低；前期的邮电发展水平会对该市数字经济有显著正影响，这符合预期。从第二阶段回归结果可以看出，在排除内生性问题后，本文结论依然稳健。

表4 数字经济与劳动力跨区流入的IV Probit估计结果

(三)稳健性检验

本文将采用多种方式进行稳健性检验。首先，讨论劳动力人口的跨地市选择，是一个二值选择问题，因此可以采用Logit模型替换Probit模型进行估计，具体结果见表5中(1)列；其次，采用北京大学数字普惠金融研究中心和蚂蚁金服集团联合发布的地级市层面数字普惠金融指数(index)和其子项指标数字普惠金融使用深度(depth)替换本文数字经济指数进行估计，具体结果见表5中(2)列和(3)列；再次，由于省会城市和一般地级市在政治能力和经济规模等方面存在显著差异，剔除样本中省会城市样本，仅保留普通地级市样本进行回归，具体结果见表5中(4)列；最后，考察劳动力迁移年份为2018年的样本，分析地区2017年数字经济发展水平对于下一年度劳动力跨地市流动决策的影响。如果数字经济发展不仅能够显著促进当年劳动力的跨地市流入，还能显著影响下一年劳动力的跨地市决策行为，那么说明数字经济发展还具有滞后效应，回归结果见表5中(5)列。从(1)～(4)列估计结果可以看出，无论是在更换回归估计方法、替换核心解释变量还是删除部分回归样本后，核心解释变量数字经济系数仍在1%水平下显著，说明本文研究结论较为稳健。从(5)列的回归结果中可以看出，数字经济不仅能够显著促进当年劳动力的跨地市流入，还对于滞后一期劳动力的迁移选择具有显著影响，其原因可能在于数字经济具有长期集聚效应，能够促进地区经济增长，使得数字经济发展好的地区较数字经济发展落后地区具有长期比较优势，能够长期吸引劳动力的跨地市流入(本文仅考虑滞后一年的影响，因此该结论的推广需慎重)。

表5 稳健性分析结果

五、机制分析和异质性讨论

(一)机制分析

本文前述假设部分指出，数字经济的发展主要是通过提供就业机会和提高劳动力预期收入水平进而促进劳动力跨地市流动，该部分将对此进行论证。

1.就业与创业机制分析

根据2018年流动人口动态监测问卷的个人问卷部分，可以获取流动人口流入该地的原因。本文参考马述忠和胡增玺(2022)[31]315的做法，将流动原因分为就业和其他两类，其中就业包括务工/工作和经商，且将就业赋值为1，其他赋值为0。由于本文选择的调节变量就业是类别变量，因此在该部分进行分组回归。如果数字经济通过提供就业机会来吸引劳动力跨地市流入，那么相对来说，以就业为目的的流动人口受到数字经济的影响将会更大。此外，把经商看作是劳动力创业的一种方式，进一步考虑就业和创业行为的边际差异，其中就业为1，创业为0。同样通过Probit模型进行分组回归。结果见表6。其中(1)～(2)列是区分就业和其他行为的结果，(3)～(4)列是区分就业和创业行为的结果。(1)～(2)列结果显示，数字经济对以就业为目的的流动人口影响显著，而对其他目的的流动人口没有显著影响，就业机制得以验证。(3)～(4)列结果显示，数字经济对以创业为导向的流动人口影响要较以就业为导向的边际影响更大(似无相关检验显著拒绝分组系数无差异的原假设)，说明数字经济促进劳动力流动的主要途径是通过创业渠道。

表6 就业机制的检验

2.收入机制分析

现有研究普遍认为数字经济对于劳动力的收入水平有显著促进作用。基于此，采用本文数据对数字经济的收入机制进行验证。首先验证数字经济对于收入提高的直接作用(由于数据限制，劳动力在跨地市流动之前的收入信息无法获取，因此本文将劳动力流动后的收入视作预期收入，尽管不是很完美，但也是可行的较好选择。CMDS2018问卷当中问及了被调查对象上个月或上次就业时的收入，本文将其记为劳动者预期收入，用income表示)，回归结果见表7中(1)列，可以看到数字经济对于个体收入具有显著促进作用。接下来，本文将考虑城市层面收入水平的影响，如果对于平均收入水平越高的城市，数字经济对于劳动力的吸引力越大，则可以证实数字经济的收入机制。回归结果如表7中(2)列所示，数字经济与城市平均工资的交互项系数显著为正，说明对于收入越高的城市，数字经济具有更大的边际效应，证实了收入机制。此外，考察数字经济对于劳动者个体收入的影响。结果如表7中(3)列所示，数字经济与个体预期收入的交互项系数显著为正，说明对于预期收入越高的群体，数字经济具有更大的边际效用，证实了收入机制。

表7 收入机制的检验

表7(续)

(二)异质性分析

1.流入地城乡异质性

根据流动人口迁入到城市的城镇还是农村地区，本文将总样本分为两部分进行城乡异质性检验，其中迁入地登记类型为居委会的记为1，迁入地登记类型为村委会的记为0。回归结果见表8。结果显示，一个城市的数字经济发展在其城镇和农村都具有吸引劳动力流入的效应，交互项检验表明城镇地区吸引劳动力迁入的边际效应更大，其原因可能在于城镇地区交通物流方便、网络基础设施较为完善，数字经济的规模效应得以发挥。此外，城镇产业链条较为完善，户籍配套和公共服务制度更为完善，更容易对劳动力产生吸引力。

表8 流入地城乡异质性检验

2.劳动力个体户籍性质异质性

户籍制度是影响劳动力流动的重要因素，特别是在中国，由于长期存在城乡二元经济结构，导致中国城乡经济社会发展存在明显差距。不同户籍性质的劳动力在面对数字经济发展时其行为决策是否存在差异？本文根据劳动力个体的户籍性质将样本分为城镇外来劳动力和农村外来劳动力两部分进行回归，结果见表9。结果显示，农村外来劳动力受到数字经济发展的边际影响更大(似无相关检验显著拒绝分组系数无差异的原假设)。这可能是由于数字经济发展具有益贫性，数字经济发展能够拓宽农村弱势群体的收入渠道，提高农村低技能群体的劳动权益(柏培文和张云，2021)[42]。

表9 个体户籍异质性检验

3.不同地区劳动力流动的异质性

首先，从地区发展角度来看，地区经济发展不平衡、不充分是当前制约中国经济发展最大的现实。中国国土面积幅员广阔，不同地区的发展呈现出显著差异特征。毫无疑问，作为技术驱动的数字经济在不同地区的发展也存在显著差异。其次，从产业发展角度来看，2008年全球金融危机以来，中国产业转移面临着双向变动。一些劳动密集型产业向中国中西部地区以及东南亚等一些劳动成本较低的国家转移；部分高技术企业则向欧美等发达经济体回流。此外，随着沿海发达地区劳动力成本的上升和工业机器人的广泛使用，一些岗位正受到机器人替代的威胁。因此，数字经济对于不同地区劳动力跨地市流入可能会有不同的影响。基于此，本文将分地区子样本进行回归，考察在不同地区数字经济发展对于劳动力跨地市流入的作用效果。按照中国流动人口动态调查数据的设置，本文将调查省份分为东部地区、中部地区、西部地区和东北地区。回归结果见表10。从表10中(1)列的回归结果可以看出，在东部地区，数字经济的发展显著降低了流动人口的跨地市流入。对此可能的解释是，数字经济发展提高了技能工人的工作门槛，原有的一些能够吸纳大量就业岗位的劳动密集型产业随着数字技术的应用开始向落后地区转移，劳动力开始逐步从大城市流出，产生了流动人口返乡潮。从表10中(2)列的回归结果可以看出，在中部地区，数字经济的发展显著提高了流动人口的跨地市流入。其原因可能在于，中部地区数字经济发展能够带来就业机会的增加和收入水平的提高，从而对劳动力具有很强吸引力。而在西部地区和东北地区，数字经济的劳动力吸引作用尚未彰显。

表10 不同地区劳动力流动的异质性检验

表10(续)

六、研究结论与建议

本文首次将腾讯研究院发布的地级市层面“互联网+”数字经济指数与CMDS2018数据相匹配，实证分析了数字经济对于劳动力跨地市流动的影响。结果显示，在控制其他城市层面和个体层面特征变量相同情况下，一个城市的数字经济发展水平提高能够显著吸引劳动力跨地市流入。接下来，通过变换计量回归方法，采用北京大学数字普惠金融指数替换“互联网+”数字经济指数以及采用工具变量进行IV Probit回归等方法验证了本文结论的稳健性。此外，本文验证了数字经济是否通过提供创业机会和提高劳动力预期收入两个机制影响劳动力决策的。最后，本文通过异质性分析了不同流入地类型对于劳动力的吸引力、不同户籍劳动力的流动倾向以及不同地区数字经济发展对于劳动力跨地市流入的影响，研究发现：一是数字经济发展具有益贫性，数字经济发展能够更好促进农村劳动力转移，进而获得就业和收入提高；二是与农村地区相比，数字经济主要吸引劳动力流入城镇地区；三是在中部地区，数字经济发展显著促进了劳动力的跨地市流入，而在东部地区，则显著抑制了劳动力的跨地市流入，可能是由于数字经济发展带来了产业转移和劳动力替代效应。本文的主要贡献是从数字经济视角分析劳动力空间流动问题，为促进劳动力要素合理配置提供了新思路。

本文政策建议也很明显。当前，第七次人口普查数据显示中国流动人口达到3.76亿人，流动人口问题受到了政府和社会的广泛关注。2020年国务院出台《关于构建更加完善的要素市场化配置体制机制》，尤其强调要引导劳动力资源合理有序流动。基于本文研究结论来看，要想吸引劳动力的流入，发展数字经济不失为一种手段。各级政府要持之以恒推动数字经济和实体经济深度有机融合，发挥数字经济对于创新创业的积极作用，提高劳动力收入水平，要着力解决数字技术发展带来的监管难题，加强产业数字化发展水平。此外，本文还发现，数字经济对于农村劳动力的流动边际影响更大，农村劳动力更能在流动中获得数字经济红利，进而提高其家庭收入水平。因此，要提高农村弱势群体流动后的社会保障水平，降低其流动壁垒。当前，中国流动人口在制度和文化层面仍然存在大量问题制约其流动。从制度上看，流动人口要较本地人口在户籍制度和公共服务资源上获得性更小，流动人口仍存在上学难、购房难等问题。从文化上看，传统家庭观念在一定程度上左右了农村劳动力的外出，劳动力不仅要赡养父母，还要承担照料子女学业的重任。因此，要破解不合理户籍制度带来的制度性交易成本，完善落后农村地区的基本教育、医疗能力，减少流动人口的外出担忧。此外，本文还发现劳动力更倾向于流入到城市中发展较好的城镇地区，可能是由于城镇地区数字基础设施完善，交通物流便利，社会保障体系较为完善，能够更好发挥数字经济的规模效应、集聚效应。因此，要加强农村等不发达地区数字基础设施建设，吸引劳动力流入农村等落后地区，缓解农村人口空心化问题，促进乡村振兴。最后，本文研究发现，不同区域数字经济发展对于劳动力的作用效果存在显著差异，故要注意数字经济的充分均衡发展，避免数字经济发展带来新的不平等现象，从而影响共同富裕实现。要推动发达地区资金、技术向落后地区倾斜，例如高标准、高质量推进“东数西算”等工程建设。