产业转型升级对流动人口失业的影响机制研究

杨胜利，王 媛，陈 欣

（河北大学 经济学院，河北 保定 071000）

一、引言

改革开放以来，我国依靠外来加工业和对外贸易，通过发展劳动密集型的重型制造业和轻工业，实现了经济的快速增长，也带来了人口在乡城、地区之间大规模流动就业。2020 年“七普”显示全国流动人口规模为3.76 亿人，“乡土中国”向“迁徙中国”的形态转变已经形成。流动人口特别是流动劳动力资源已经成为城市劳动力市场中的重要组成部分。但随着人口转变、土地、劳动力等生产要素价格的上升，传统的经济增长方式难以为继，客观上要求必须从以对外加工为主的低端产业，向拥有自主品牌自主核心技术的高端产业迈进。而产业转型升级必然带来劳动力资源的重新配置，产生结构性的大规模群体性失业。当前，高质量发展背景下我国产业转型升级的主要方向是从劳动密集型产业向技术密集型和知识密集型产业发展。流动人口主要分布在劳动密集型产业，尤其是分布在传统的低端行业，大多数在次级劳动力市场工作，工资低、工作环境差、工作不稳定、劳动权益保障程度低，因此，在产业转型升级中首当其冲受到影响。近年来流动人口失业率有所上升也说明了这一点，2018 年流动人口动态监测数据显示流动人口失业率为2.3%，比2011 年的1.5%上升了0.8 个百分点。那么探究产业转型升级对流动人口失业的影响程度多大？影响机制是什么？等问题对于揭示产业转型升级与失业的内在机理，有效预防和控制流动人口群体性失业具有重要的理论和现实意义。

二、文献评述

从国际上来看，“产业升级”一般指产业由低技术水平、低附加值状态向高技术水平、高附加值状态演变的趋势[1]。国内学者中吴崇伯（1988）[2]最早论述了“产业升级”的概念，认为“产业升级”指的就是“产业结构的升级换代”，即“产业结构向技术密集和知识密集型转化”。姜泽华（2010）[3]将中国产业升级模式归纳为倾斜拉动式、平衡驱动式和协调跨越式三种模式。潘冬青和尹忠明（2013）[4]认为产业升级包括产业结构高度化、加工程度高度化和价值链高度化三种表现。

产业转型升级对失业的影响主要体现在数量和结构两个方面：一是产业转型升级使得劳动生产率提升，单位产出劳动力需求量减少，边际就业弹性下降，从而增加了失业[5]。马克思（1972）[6]认为技术进步会加速资本有机构成的提高，进而导致对劳动力的需求增长速度放缓。熊彼特在1912 年首次提出“创造性破坏理论”，对周期性出现的失业危机进行了解释。产业转型升级破坏了粗放型经济增长方式，使劳动密集型产业受到影响，导致劳动者失业[7]。冯煜（2001）[8]研究发现1979—1996 年技术进步对我国失业率的贡献度达到了23.89%。在现代化的过程中，随着产业结构的升级和技术创新的加快，使技术和资本对劳动力的替代优势日趋强化，失业状况日益严重[9]。二是由产业转型升级带来的劳动力供需不匹配所造成的失业率上升。学者们普遍认为产业转型升级中的失业更多的是结构性失业，在劳动力市场上表现为失业与岗位空缺并存[10]；劳动者技能无法满足劳动力市场需求或者居住地点不当无法获得就业岗位[11]。同时，产业转型升级对失业的积极影响也受到了学者们的关注。部分学者认为产业转型升级有利于增加劳动力需求，减少失业，中国服务业的发展和结构优化升级有利于吸纳农村劳动力就业[12]。同时，产业转型升级使投资者被鼓励依据新技术创建新的生产单位，赚取新技术带来的利润，会吸收新的劳动力，进而减少失业[13]。

学者们很早就开始关注劳动力在部门间转移就业与失业的关系，刘易斯的城乡二元结构模型中隐含的假设条件为劳动力从农业部门转移到工业部门后全部就业。托达罗在刘易斯城乡二元模型的基础上进一步提出了流动人口预期收入和城乡之间收入差距同时存在是造成城市中失业率上升的主要影响因素。Lilien（1982）[14]利用劳动力市场模型论证了失业率与劳动力在经济部门间转移的关系，提出了部门转移假说，即当产业所需的技术改变，或劳动力与工作岗位所需技能不匹配时，会促使劳动力在产业部门间重新配置，但当产业吸收劳动力的速度慢于劳动力重新分配的速度时，会产生失业。Rissamn（1986）[15]在Lilien 劳动力市场模型基础上进一步研究也发现一国产业升级会影响到其失业水平。

从流动人口就业特征来看，流动人口就业多属于临时性或非正规就业，就业稳定性差，失业风险高。吴红宇和谢国强（2006）[16]调研发现新生代农民工每人平均不到一年就变换两次工作，还有研究显示首次就业的新生代农民工一般三个月就辞职，流失率高达40%[17]。蔡昉（2013）[18]的研究发现农民工受教育过低，平均受教育年限为9.6 年，而资本密集型的第二产业和技术密集型的第三产业分别需求10.4 年和13.3 年。由于自身就业能力受限，流动人口过度集中在技术含量较低、替代性较强、工作条件较差的岗位中[19]，社会保险参保率仅为8.22%，失业保险参保率为15.38%，接受过技能培训的农民工比例为32.9%[20]。随着产业转型升级的加快，能够吸收低端劳动力就业的行业纷纷转型，造成这些劳动力被释放出来无处可去而产生了结构性失业或者因就业岗位信息获取难而产生摩擦性失业。与此同时，部分研究还认为产业转型升级对流动人口失业的影响存在群体差异性，比如：女性失业率高于男性、已婚者失业率低于未婚者、学历越高失业率越低、流入地为中西部者失业率高于流入地为东部地区者等[21]。

综上所述，流动人口的特殊性决定了有必要将产业转型升级中流动人口群体性失业风险作为一个单独的单元进行研究。2015 年流动人口失业率为4.94%[22]，明显高于同年城镇登记失业率，在不返乡的情况下，一旦失业，就会面临较大的经济压力、生存压力、家庭发展压力、抚幼赡养压力，需要引起社会关注。首先，已有文献虽然对产业转型升级与失业的关系进行了探讨，但未深入区分流动人口与城镇户籍人口，多采用了城镇登记失业率这一宏观指标，没有将流动人口考虑进来。其次，已有关于流动人口失业的文献主要从微观个体调查数据来分析失业的影响因素，又没有考虑产业转型升级这一重要的经济环境变量，略显不足。再次，已有将产业转型升级作为自变量的文献，对产业转型升级的衡量方面多采用第三产业产值与第二产业产值之比、产业升级指数（各产业产值占GDP 比重的加总求和）等测算方法，数据均来自于某一年的统计年鉴，是一种年度发展结果的静态体现，但是产业转型升级是一种动态表现，不能够有效的从纵向时间维度测量产业升级情况。因此本文利用中国2011—2018 年277 个城市面板数据和2011—2018 年国家卫计委流动人口动态监测数据将影响流动人口失业风险的微宏观因素结合起来，采用历年各城市Lilien 指数从动态角度反映产业转型升级，采用历年各城市流动人口个体特征反映流动人口微观属性，探究产业转型升级对流动人口失业风险的影响。

三、模型设定与数据来源

（一）模型设定

由于研究中主要关注流动人口在产业转型升级中的失业风险，而流入地的宏观经济因素和城际特征均对其失业风险具有一定的影响，又存在变量选取偏差，所以采用面板数据模型来控制观测不到的因素。本文的基准模型如下：

式（1）中，FURit为i城市在第t年的失业率，αi为城市固定效应，用来控制观测不到的不随时间变化的城市特征。γt为时间固定效应，用来控制观测不到的年度特征对失业风险的冲击。iduit为i城市在第t年的产业转型升级情况，Xit为影响流动人口失业的其他变量。

流动人口失业风险（FUR）是本文的被解释变量。失业风险可以用失业率随时间的变动来衡量（周吉梅和舒元，2004）[23]，也可以用失业（丧失工作）的百分比或发生率来衡量（张展新，2006）[24]，后者是一个微观数据分析方法，本文使用的是各城市宏观数据，故此采用前者的方法来对流动人口失业风险进行衡量。从经济学范畴来看，失业是指劳动力供给与劳动力需求在总量或结构上的失衡所形成的劳动者不能与生产资料结合的一种状态。根据我国统计制度规定，失业人口是指非农业人口，在一定年龄内（男性为16～50 岁；女性为16～45 岁），有劳动能力、无业而要求就业，并在当地就业服务机构进行了求职登记的人口，即所谓的城镇登记失业人口，与调查失业人口存在较大差异。按照国际劳工组织的定义，失业人员是指在一定年龄以上（通常16 岁及以上），在参考时期内没有工作、目前可以工作而且正在寻找工作的人。国际上判断失业人口具备四个条件：在劳动年龄范围内、没有工作、能够工作、有就业意愿。考虑到我国新农保和城乡居民养老保险规定领取养老金的年龄是60 周岁，参考以往文献，本文将失业流动人口定义为16～59 岁，有劳动能力无工作，但有就业意愿，随时可以投入到工作中的流动人口。根据问卷中的问题“五一前一周是否做过一个小时以上有收入的工作”判断是否处于无业状态，如果回答“是”则处于就业状态，如果回答“否”则处于无业状态，再通过问题“四月份是否找过工作”作为判断是否有就业意愿的依据，若两道题同时回答无业和四月份找过工作，方可界定为失业。根据国家统计局的规定，就业人口加上失业人口等于经济活动人口，经济活动人口是16 周岁及以上，有劳动能力，参加或要求参加社会经济活动的人口（这里采用16～59 岁的经济活动人口）。失业率等于失业人口占经济活动人口的百分比。

产业转型升级（idu）是本文的核心解释变量。对产业转型升级的测量，本文认为产业转型升级是一个动态过程的呈现，而不是一种静态表现，故此，研究中采用Kuznets（1973）[25]和Kaldor（1961）[26]的做法，用劳动力在各个产业间的转移速度来测度产业转型升级。Kuznets 和Kaldor 认为劳动力从第一产业转移到第二产业，再转移到第三产业是劳动效率驱使的结果。考虑到该方法的科学性和数据的可得性，本文采用Lilien 指数模型来测量产业转型升级速度。其计算公式为：

其中，Ψ是Lilien 指数，表示流入地产业转型升级（idu），j代表某一产业，i代表不同流入地区，EMP代表流入地每个产业的就业人数，TEMP代表流入地就业总人数，t代表时间区间。Lilien 指数越大表示在t时间内产业转型升级越快。其中，idua为全部产业转型升级，iduc为制造业转型升级，idus为服务业转型升级。

控制变量（X）包括宏观和微观因素，宏观因素包括：经济发展水平（lngdp），采用流入地GDP 的对数表示，并折算为可比价，反映各流入地经济发展水平；就业密度（lnemd），采用流入地每平方公里从业人员数的对数表示，反映流入地劳动力供给量；产业结构偏离度（idup），用各产业的增加值比重和就业比重之比减去1 表示，反映一个地区产业结构合理度；对外开放程度（opg），用进出口总额占GDP比重表示，反映一个地区贸易、开放程度和接受新技术的环境。

微观因素方面根据前文理论分析，我们选了以下变量：流动人口年龄（age）；性别（sex），这里用男性占比表示，变量赋值为男性=1，女性=0；婚姻（mar），这里用已婚者比重表示，变量赋值为已婚=1，未婚=0；户籍性质（cit），用非农业户籍人口比重表示，变量赋值为农业=0，非农业=1；受教育年限（edu），用各类学历的人数乘以各类学历的教育年限，再除以流动人口数，各类学历的教育年限为0=没上过学，6=小学，9=初中，12=高中，15=大专，16=本科，19=研究生及以上；社会融合（con），通过问卷中的问题“您是否同意本地人愿意接受我成为其中一员”来测量，同意=1，不同意=0；流动距离（reg），用流动范围表示，赋值为跨省流动=1，省内流动=0；参加失业保险情况（ser），用失业保险参保率表示，变量赋值为已参加失业保险=1，未参加失业保险=0。这些微观变量采用流动人口监测数据所汇总出的每一个城市每一年的均值表示。

（二）数据来源

本文的宏观数据来源主要是2011—2018 年中国统计年鉴、中国劳动统计年鉴和中国城市统计年鉴。由于西藏数据缺失比例较大，所以采用2011—2018 年277 个城市的面板数据作为样本。关于产业的划分，采用2012 年修订后的《国民经济行业分类》（GB/T4754-2012）的分类标准，共有门类20 个，大类96 个，中类432 个，小类1 094 个。第一产业是指农、林、牧、渔业。第二产业是指采矿业，制造业，电力、热力、燃气及水生产和供应业，建筑业。第三产业即服务业，包括：批发零售业；交通运输、仓储和邮政业；住宿和餐饮业；信息传输、软件和信息技术服务业；金融业；房地产业；租赁和商贸服务业；科学研究和技术服务业；水利、环境和公共设施管理业；居民服务、修理和其他服务业；教育；卫生和社会工作；文化、体育和娱乐业；公共管理、社会保障和社会组织。在分析制造业升级中选取了29 个行业，由于废弃资源综合利用业和其他制造业等所占比重较小，在计算中没有考虑。在分析服务业升级时，采用了统计年鉴中的所有14 个行业大类。微观数据采用国家卫生和计划生育委员会2011—2018 年全国流动人口动态监测数据，从原始数据中选择出跨省流动人口，并将由于个人原因未工作人口从样本中剔除，删除个人属性特征数据缺失的问卷，得到每一年的有效问卷，并将其按照流入地匹配到历年的277 个城市中，再按照城市汇总其失业率、控制变量的平均值特征，进而得到各微观变量的测度值，并以此作为实证分析依据。2011—2018年共涉及2 216 个城市，其中流动人口失业率均值为3.33%，平均失业时长为6.2 个月，总和失业率①总和失业率是指假设劳动力按照某一年的年龄别度过劳动年龄阶段，平均每个劳动力在劳动年龄期内的失业次数，是将劳动年龄人口（16～59 岁）按照不同年龄段进行统计，分别计算流动人口分年龄失业率，然后加总得到。为1.1 次（见表1）。

表1 模型变量的描述统计

四、估计结果与分析

（一）基准模型回归结果

表2 模型（1）给出了没有考虑城市固定效应和年份固定效应下产业升级对失业的影响。结果表明产业升级的lilien 指数每增大一个单位，失业率会升高0.093 个单位。同时，人口流入地属性也会对失业率产生影响，在模型（2）中进一步考虑城市固定效应和年份固定效应之后，lilien 指数每增大一个单位，失业率上升0.142 个单位。综合来看，考虑到固定效应后的模型中产业转型升级对失业率的影响程度增大了1.53 倍，即不考虑城市和年份固定效应情况下，可能会严重低估产业升级对流动人口失业的影响。同样可以从模型（5）和模型（6）制造业升级和服务业升级的检验结果可以验证城市固定效应的存在。模型（6）在模型（5）的基础上加入了城市固定效应和年份固定效应后，制造业升级和服务业升级对流动人口失业率的影响系数分别从0.329 和0.097 上升到0.352 和0.109。可以看出，制造业升级对流动人口失业的影响程度要大于服务业升级。

表2 中模型（3）给出了仅考虑流入地宏观因素条件下，产业转型升级对流动人口失业的影响。结果表明，产业转型升级每提升1 个百分点，流动人口失业率就会增加0.136 个百分点。模型（4）仅考虑了流动人口个人特征的微观因素，结果表明，产业转型升级每提升1 个百分点，流动人口失业率会增大0.113 个百分点。这表明流动人口个人特征对其失业的影响程度要大于宏观经济环境。相比于模型（2）而言，模型（3）和模型（4）中产业升级的回归系数均相对较小。这说明，单独控制宏观经济环境因素和单独控制流动人口个人特征因素均会低估产业升级对流动人口失业的影响程度。

表2 中模型（7）和模型（8）分别给出了只考虑宏观经济环境因素和只考虑流动人口个人特征因素条件下，制造业升级和服务业升级对流动人口失业的影响程度，结果表明制造业升级和服务业升级的回归系数均低于模型（6），这也进一步证明制造业升级和服务业升级对流动人口失业的影响程度受到宏观经济环境和个人特征的制约。由模型（7）可以看出，制造业升级对流动人口失业的影响系数为0.107，大于服务业升级的回归系数-0.019。模型（8）显示控制流动人口个人特征条件下，制造业升级对流动人口失业的影响仍大于服务业升级，但是服务业升级也会增大流动人口失业率。相比于模型（6），模型（7）中服务业升级对流动人口失业具有负向影响，即服务业升级降低了失业率，主要是因为模型（7）中未考虑流动人口个人特征。由于流动人口人力资本水平较低，人际关系较弱，乡城流动比例大、就业波动性大等特征，所以服务业升级对流动人口失业的影响很大一部分可以由流动人口自身的弱势特征和就业特征来解释。同样，相比于模型（4）和模型（8）在只控制流动人口微观特征的回归结果，模型（2）和模型（6）中对宏观和微观因素均进行了控制，结果显示产业升级对流动人口失业的影响程度均有所增大。经济发展环境较差的地区，具备加快产业升级的后发优势，但较差的经济发展环境使其在技术进步中更多依靠技术引进和人才引进，形成了资本替代劳动的倾向，增加了产业升级中流动人口失业率。

表2 产业转型升级对流动人口失业率影响的回归结果

从控制变量来看，经济发展水平、就业密度和对外开放程度的回归系数均显著为负，这说明促进经济增长、加快人口集聚和扩大对外开放能够有效降低失业率。模型（2）显示，外商投资占GDP 的比重每增加1%，失业率就会降低0.11%，就业密度每增加1%，失业率就会降低0.51%。由于人口集聚除了会提升就业密度外，还会带来技术外部性、劳动力市场稠密效应和学习效应，所以就业密度增大能够提升流动人口人力资本水平，进而降低失业率。产业结构偏离度回归系数显著为正，意味着产业结构偏离度越大，失业率越高。产业结构偏离度较高，表明劳动力市场机制不健全，劳动力难以在产业间顺利流动、转移就业。在产业升级中，劳动力职业固化和流动转移滞后，就会增加失业率。从个体特征各变量来看，性别、婚姻、流动范围、社会融合、人力资本对失业率具有显著的负向影响。流动人口与当地人的关系越好、学历越高，就业机会一般也会更多，其失业率也会越低。失业保险回归系数显著为负，失业保险体现了劳动与社会保障权益享受情况，模型（2）回归系数为-0.193，是微观因素中对流动人口失业影响程度较大变量。这说明劳动与社会保障权益是产业转型升级中抑制失业的一个重要因素。户籍、年龄回归系数显著为正，表明流动人口中城城流动人口比重增大、年龄增大会增加失业率，而城城流动人口增多、年龄增大正是流动人口群体特征变动的现实趋势。

（二）内生性处理

产业升级与失业率之间可能存在内生性，内生性问题会影响到研究结论的稳健性。为此采用工具变量法来解决产业升级的内生性问题。城镇化率反映了城乡劳动力资源构成的匹配情况，城镇化率提升与产业升级具有很强相关性，但不会对当前失业率产生直接影响。故此，选择城镇化率作为工具变量。Stock 和Yogo（2005）[27]认为一个良好的工具变量既要与内生变量具有强相关性，又要外生于经济模型。只有这样，两阶段最小二乘法（TSLS）才能优于OLS 回归。从弱工具变量检验结果来看，一阶段F值为27 和33，大于10 的标准值，也大于10%水平上的临界值16.38，这说明不存在弱工具变量问题，工具变量与lilien 指数之间存在较大相关性。表3中模型（1）和模型（2）采用城镇化率作为工具变量的回归结果可以看出，产业升级的回归系数较表2中的OLS 回归系数增大了0.013，制造业升级的回归系数较表2 中的OLS 回归系数增大了0.009，服务业升级的回归系数较表2 中的OLS 回归系数增大了0.023。这表明如果不考虑内生性问题，将会低估产业升级对流动人口失业影响。

表3 产业转型升级与流动人口失业率的2SLS 回归结果

同时，2011—2018 年流动人口失业是受该时期产业转型升级影响，2010 年之前的产业级比较满足外生性条件，并且与目前的产业升级具有很强的相关性，也不会对当前流动人口失业产生直接影响，是一个合适的工具变量。模型（3）和模型（4）为采用2001—2008 年各地区产业升级的Lilien 指数作为工具变量的回归结果。一阶段F值为38 和51，大于10，因此不存在弱工具变量的问题。模型（3）中产业升级的回归系数较表2 中的OLS 回归结果增大了1.87 倍，模型（4）中制造业升级的回归系数和服务业升级的回归系数分别比表2 中的OLS 回归结果增大了1.44 倍和2 倍。这再次证明，由于内生性问题，产业升级对流动人口失业的影响程度被低估了。

（三）稳健性检验

梁向东和魏逸玭（2017）[28]采用TRO（本地第i产业增加值/ 全国第i产业增加值）表示产业升级，徐敏和姜勇（2015）[29]构造了产业结构升级指数，计算公式为：ug=，1≤ug≤3，其中xi表示第i产业产值占总产值的比重。已有文献对产业升级的测算，也在一定程度上表明了一个地区当前产业结构层次的总体水平。故此，以产业结构升级指数作为衡量产业升级的指标来替代Lilien 指数，如表4所示，模型（1）和模型（2）检验了以产业结构升级指数作为衡量产业升级的指标时，产业升级对流动人口失业率的影响程度。检验结果显示，产业升级对流动人口失业仍具有显著的正向影响，表明研究结论稳健可靠。

表4 产业转型升级与流动人口失业率的稳健性检验结果

由于流动人口在进入产业升级较快或较慢地区时，受不可观测因素影响，所以可能存在选择性偏差问题，本文采用Heckman 两阶段回归来处理选择性偏差问题。首先，采用probit 模型估计影响人口流入到产业升级较快地区（产业升级lilien 指数大于0.01；制造业升级lilien 指数大于0.15；服务业升级lilien 指数大于0.09）的因素，然后，在原回归模型中加入逆mills 比例lambda，重新回归。模型（3）和模型（4）显示lambda 系数显著为负，表明基准模型分析确实存在选择性偏误，并且这种偏误是向下的。这说明基准回归模型中低估了产业升级对流动人口失业的影响程度。在克服选择性偏误之后，产业升级对失业率具有更大的正向影响。模型（3）产业升级回归系数较表2 中模型（2）的回归系数增大了2.09 倍；模型（4）制造业升级的回归系数和服务业升级的回归系数分别比表2 中模型（6）的回归系数增大了1.17 倍和1.61 倍。通过反事实计算来看，将进入产业升级快地区的流动人口样本代入产业升级较慢地区回归方程，发现流动人口失业率出现了下降。反之，将进入产业升级较慢地区的流动人口样本代入产业升级较快地区回归方程，流动人口失业率也会出现增大。这也印证了产业升级对流动人口失业率影响的稳定性。

（四）产业升级对流动人口失业率的影响机制分析

通过上述分析可以看出，产业升级增加了失业率。那么产业升级对失业的影响机制是什么，还需要进一步讨论，本文主要从技术进步效应、劳动力素质需求效应、社会化生产效应三个角度，对产业升级对失业的影响机制进行解释。

1.技术替代效应。产业升级总是伴随着技术进步，二者相互促进，呈螺旋式上升趋势，技术进步一方面提升了劳动生产率，减少了单位产出对劳动力数量的需求；另一方面技术进步促使机器、流水线大量使用，形成了对劳动力的替代。因此，如果产业升级的替代效应存在，流动人口在劳动密集型行业就业的岗位就会出现大幅缩减，进而导致其失业率上升。本文使用万人专利授权数作为技术进步的代理变量，使用流动人口失业率作为因变量进行检验。表5 中模型（1）～模型（3）检验了产业升级的替代效应是否存在。从表5 模型（5）～模型（6）的回归结果可以看出，在产业升级、制造业升级、服务业升级中，技术进步每增加1%，流动人口失业率分别上升0.066%、0.027%和0.031%，即技术进步增大了流动人口失业率。从产业升级与技术进步的交互项回归结果来看，回归系数均为正数，技术进步增强了产业升级对流动人口失业率的影响程度，即加剧了失业。

表5 产业升级对流动人口失业率的影响机制：技术进步效应

2.劳动力素质需求效应。产业升级为劳动力市场提供了大量的相对高端就业岗位，促使劳动力从低端岗位向高端岗位流动，但对劳动者技能和学历也提出了更高要求。劳动者学习新知识、新技能需要一定时间，如果存在技能提升滞后性，产业升级就会带来结构性失业。为了检验产业升级带来的劳动者素质需求效应，本文采用流动人口受教育年限代替其素质情况，以流动人口失业率作为因变量进行回归。由表2 可知，受教育年限对流动人口失业率具有显著负向影响，表6 中模型（5）～模型（7）进一步给出了学历与产业升级交互项的回归结果。产业升级与学历的交互项显著为负，这说明提升学历能够缩小产业升级带来的结构性失业问题。

表6 产业升级对流动人口失业率的影响机制：劳动力素质需求效应

表6 中模型（1）～模型（4）给出了按照学历分组的回归结果。样本按照受教育程度分为流动人口学历较高的城市（高中及以上学历），流动人口学历较低的城市（初中/中专及以下学历）。模型（1）和模型（2）回归结果显示，产业升级、制造业升级和服务业升级对低学历流动人口失业率的影响系数分别为0.214、0.381 和0.137，且通过1%的显著性检验，表明产业升级对低学历流动人口失业率具有显著正向影响。相比于低学历流动人口，模型（3）和模型（4）中产业升级、制造业升级和服务业升级对高学历流动人口失业率的影响程度较小。这也印证了产业升级会带来结构性失业问题。

3.生产社会化效应。产业升级推动了劳动力不断从传统的低端行业向高端行业转移，同时也带来了传统生产方式的破碎，即产业升级过程也是生产社会化的发展过程。自从工业革命以来，家庭手工业不断被社会化大生产所替代，劳动者越来越难以依靠传统的“父母带子女”“师傅带徒弟”“哥哥姐姐带弟弟妹妹”的方式实现技能提升。每一次产业升级都在改变着生产力，推动着生产关系升级，把劳动者不断地推向社会化生产。社会化生产把劳动者技能提升和劳动保障的责任主体不断的由家庭、小作坊、微小企业推向社会保障。如果社会保障、就业培训和技能提升等公共服务政策不完善，产业转型升级就会带来较大规模的失业率上升。如果产业升级带来的生产社会化效应存在，则社会保障会降低流动人口失业率，反之则会增加失业率。本文使用失业保险参保率作为社会保障的代理变量，以流动人口失业率为因变量进行回归检验。表（7）中模型（5）～模型（7）检验了社会化生产效应是否存在。从回归结果来看，失业保险参保率与产业升级的交互项显著为负，即社会保障降低了产业升级对流动人口失业率的影响程度。

同时，表7 给出了按照是否参加失业保险分组的回归结果。模型（1）和模型（2）对应没有参加失业保险样本；模型（3）和模型（4）对应参加失业保险样本。相比于模型（1）和模型（2），模型（3）和模型（4）中产业升级的标准化回归系数要更小，这说明产业升级对没有参加失业保险的流动人口的失业率影响更大。这也证明产业升级会进一步推动生产社会化，如果社会化的技能提升、学历提升、就业培训政策不到位就会加剧失业问题。

表7 产业升级对流动人口失业率的影响机制：生产社会化效应

五、主要结论与启示

文章利用2011—2018 年流动人口动态监测数据和各城市宏观经济数据，分析了产业升级对流动人口失业风险的影响，并讨论了这种影响的内在机制和异质性，并使用工具变量克服内生性偏误，验证结果表明产业升级对流动人口失业具有显著的正向影响。与以往文献相比，本文中产业升级对流动人口失业的影响程度更大，因为报告中加入了城市固定效应和年份固定效应，并且本文采用了动态指标衡量产业转型升级，克服了以往采用产业结构/就业结构等静态指标衡量产业转型升级的弊端。并且考虑到了流动人口群体特征属性这一微观因素。

采用Heckman 两阶段回归控制了选择性偏差之后，发现进入产业升级较慢地区的流动人口要比进入产业升级较快地区的流动人口更具有人力资本优势。学历是流动人口选择流入城市的重要影响因素。在控制选择性偏误后，受教育程度对流动人口失业的抑制作用变得更大。

进一步检验产业升级对流动人口失业的作用机制发现，产业升级通过技术替代、劳动力素质需求、生产社会化途径对流动人口失业造成影响。产业升级中机器流水线的大量普及，必然会减少对劳动力总量的需求，进而产生失业；产业升级对劳动力素质的需求是流动人口结构性失业的主要原因。产业升级推动生产社会化，而劳动力市场机制不健全，公共服务不到位，也会提高失业率。

产业升级会带来失业风险，因此流动人口要在流动和失业之间权衡取舍。考虑到经济环境较好、公共就业服务较完善、劳动力市场较健全的地区对产业升级带来的失业效应的对冲能力更强。可以认为，流动人口仍会进一步向经济发达地区流动集聚，但是受限于自身人力资本水平不高的现实，二线城市、三线城市、四线城市，甚至是县城也将会是流动人口的主要集聚地，就近流动会越来越多。也可以从以下两个方面来解释流动人口对流动和失业的权衡，一是流动人口的人力资本在流动中才可以更好地发挥其在稳就业、增收入中的作用，所以部分人群仍会选择长距离流动；二是随着中小城市产业转型升级的加快和乡村振兴的推进，提供了大量的就业机会，并且可以降低因长距离流动而带来的失业风险，中小城市也成为流动人口集聚的新去向，所以部分人群会选择就近流动或者不流动。

本部分研究结论得到以下启示：

首先，产业升级是经济高质量发展的未来趋势，应该充分重视产业升级带来的生产社会化问题，尽早出台政策，完善就业培训和人力资本提升机制，做好应对生产社会化的问题的准备。推动劳动保障制度从依靠企业保障、家庭保障向依靠劳动者个人保障、社会保障转变。

其次，伴随着“西快东稳”发展格局的形成，考虑到经济不发达地区失业率仍较高，而其产业升级速度较快的现实，要加快完善落后地区的人力资本提升机制，尤其是加大对农村地区人口的教育投入，这对于进一步降低失业具有十分大的积极意义。

再次，应该采用多种措施，吸引流动人口回乡创业或就地转移就业。人口长距离流动仍然存在一定的负外部性。比如城市拥堵、高昂的生活成本、市民化困难、社会融合度低等问题，不仅不利于实现共同富裕，也不利于降低产业转型升级的社会风险。

同时，发达地区应该采取更加包容的政策，将公共服务、就业培训、社会保障、职业规划、就业引导等尽快扩大覆盖到所有劳动者，构建包括灵活就业、个人创业、兼职就业人员在内的劳动力市场动态监测机制。建议进一步完善援企稳岗、以工代训等政策，将政策中的规定“直接将补助资金发放给企业”，转为发放给劳动者个人，主要原因有三：一是企业生产经营具有自身规律，投资和用人需求都是一种理性选择的结果，不会因为这部分补贴，而去多雇佣劳动力；二是这部分补贴对于经营不善、效益较差、濒临破产的企业来说没有补救意义，也不会带来就业效应；三是真正需求这部分补助的人员是已经失业或者需要培训和人力资本提升、面临就业困难的人员和大量徘徊在低端就业岗位的低收入人群。