数字经济何以影响村民就地就业？

【摘" "要】 乡村人才振兴背景下，如何破解当前农村人才外流的窘境、吸引村民就地就业是农村建设的必答之问。基于2016—2020年的中国省域数字经济指数和CFPS数据，运用Logistic模型分析数字经济对村民就业空间选择的影响机制。研究结果表明，总体上，数字经济对村民就地就业选择具有显著的促进作用。其构成要素上，数字公共服务的影响效应最为突出，系数效应值为0.102；数字基础设施指数和数字化应用指数对村民就地就业意愿呈现显著的正向影响，系数效应值为0.044和0.053；而数字产业发展指数的影响系数为-0.042，表现出对村民就地就业意愿的抑制作用。各数字要素内部的具体指标呈现出犬牙差互的影响格局，其影响系数在10%的置信水平下基本显著，与一级数字要素总体表现出一致的影响效应。有鉴于此，应当提升农村数字基础设施涵容度，多元化农村数字化应用场景；完善农村数字化公共服务；加大农村数字产业发展的投资力度；加强就业政策引导；培养农村本土数字化人才。

【关键词】 数字经济；就地就业；农村居民

中图分类号：F293.1" " " 文献标志码：A" " " "文章编号：1673-8004（2023）05-0018-14

一、引言

乡村振兴是中国走向共同富裕的必经之路，是中国人民最为期盼的百年梦想。2021年中共中央办公厅、国务院办公厅《关于加快推进乡村人才振兴的意见》明确提出“乡村振兴、关键在人”的指导思想。人才是乡村振兴的基石，是实现共同富裕的着力点。乡村发展应当通过吸引农村外出人才回流和城市人才下乡从而形成健康持续发展的良性循环。然而，从历年《中国统计年鉴》的中国城乡就业人员分布情况可见，从2001年到2020年，城镇就业人口平均每年增长约1 175 万人，增长率约为3.55%，而乡村就业人口每年平均减少约1 068 万人，增长率约为-2.73%。这表明，在工业社会经济形态下，城乡之间劳动力单向流动，越来越多的农村居民仍然被城市的高收入、社会福利和未来期望等深深吸引，趋向于前往城镇就业。乡村振兴战略取得成功的关键首先是要打破当前农村人才不断外流的局面。农村人才外流主要是因为在工业社会经济形态下城乡收入存在着巨大差距。但随着新一轮的信息科技革命，数字经济已经成为我国当下社会经济转型的新引擎，“数字”正加速向农村渗透。农业农村问题亟须将这一新的生产要素纳入研究视野中，才能得到更为科学、合理的研究结论。在新经济形态下，村民就业空间是否会受到多种旧的社会因素改变和新的社会因素出现而发生转变？数字经济是否能够吸引村民就地就业是能否破解当前城乡之间劳动力单向流动窘境和实现乡村振兴的一个新机遇。

在促进乡村人才振兴的大背景下，数字经济究竟如何影响村民就业空间选择？本研究将分解数字经济发展指数对村民就业空间选择的影响机制，分析数字经济不同的发展层面对村民就业流动意愿的影响效果。研究结论将为地方政府的就业决策提供参考依据，为数字经济在乡村的发展路径提供理论支撑，为打破乡村人才振兴的现实窘境探索一个新的破解方向。

近年来，学术界关于数字经济与就业的关系、社会劳动力流动和农民工返乡创业的相关研究逐年递增，已经积累了丰富的研究成果。现有研究可梳理为三类。

（一）数字经济对就业的影响研究

已有关于数字经济对就业的影响研究聚焦于数字经济如何影响就业规模、就业结构和就业收入等方面。其一，就业规模方面的研究。Acemoglu等发现智能化生产将引发就业替代效应，创造新的就业需要［1］。Frey等提出，数字经济时代，人工智能的发展促使机器对人类体力的替代转向对人类脑力的替代且被替代的就业范围在扩大［2］。张勋等发现，数字金融能够促进村民的创业行为，但会抑制城镇居民的创业动力［3］。黄浩［4］和孟祺［5］分别研究发现，数字经济发展存在替代效应和抑制替代效应，但不会减少就业规模。其二，就业结构方面的研究。何宗樾、宋旭光利用Probit模型进行回归分析，发现数字经济会显著促进非农就业，但会显著抑制农业类工作［6］。胡放之等基于实地考察认为数字经济对就业具有创造就业机会、激发创业创新活力、推动就业结构转型和改善就业环境等积极影响，但也导致在新就业形态的发展中出现一些新问题和新情况［7-8］。Lordan等认为数字技术进步会对不同的技能工作者进行筛选，企业对低技能工作者的需求会减少，但对高技能劳动力的需求反而会显著增加［9］。这一结论与阎世平等发现的就业“两端极化”现象相符［10］。王亚飞等基于中国各省份的数字经济数据，研究发现数字经济会显著促进就业结构的升级及就业质量的提升［11］。其三，就业收入方面的研究。Autor认为数字技术进步促使生产力水平提高，从而整体上提高人们的收入水平［12］。龚巧慧基于山东省的面板数据，采用空间杜宾模型，发现数字经济发展能够为城乡居民创收，但由于对城市的影响更加深入，反而会加大城乡收入差距［13］。 陈文等［14］、李晓钟等［15］和王军等［16］的研究发现数字经济发展初期会降低城乡收入差距，但后期会加大这种差距，产生多重数字鸿沟问题。

（二）数字经济对劳动力流动的影响研究

关于数字经济对劳动力流动的影响研究主要关注数字经济如何影响劳动力在不同产业之间流动。杨骁等［17］和王文［18］的研究发现数字经济优化了我国就业结构，制造业就业需求呈现出一种正“U”型模式，服务业的劳动力需求增大。方福前等的研究发现，数字经济显著优化了就业结构，能够提高农村居民的就业率和收入水平［19］。叶胥等使用基准回归分析发现数字经济在一定程度上导致劳动力会由农业部门流向其他产业［20］。Forman等［21］和夏杰长等［22］认为，比起城市地区，数字技术更多地使农村和偏远城市受益，可以有效地推动农业供给侧结构性改革，给农村创造很多新兴岗位。

（三）村民返乡就业意愿的影响机制研究

关于村民返乡就业的研究较多，包括返乡农民工的就业意愿［23-24］、就业困境［25-26］、就业风险［27-28］、就业绩效［29-30］、就业政策［31-32］等方面。而对于村民返乡就业意愿的研究，许明基于中国城乡劳动力流动数据和倾向得分匹配法，发现农民工返乡就业意愿受到外出工作年限的影响［33］。张思阳等从互联网嵌入视角下发现社会资本会促使农民工返乡就业［34］。苗薇薇等基于山东省的实际调查数据和层级回归方法，发现收入及其满意度会显著促进村民返乡就业意愿［35］。李海波等从结构性嵌入和关系性嵌入双维度论证了城市社会网络会促进村民返乡就业［36］。侯俊华等研究发现个人特征、外出务工经历、投资环境等因素都会显著影响村民返乡就业意愿［37］。

现有研究成果为本文提供了重要的研究基础，但仍存在扩展和提高的空间。其一，已有关于数字经济与就业关系的研究主要关注数字经济的发展程度或某个具体维度对整体就业规模、就业结构和就业收入等的影响，但乡村人才振兴的现实需求已经不满足于仅仅从总量上研究数字经济对就业的影响。如何进一步精细化探讨数字经济对农村就业的影响是当下学者应当关注的问题。其二，关于数字经济影响劳动力流动的研究大多集中于数字经济对我国三大产业之间劳动力流动的影响，但少有研究探讨数字经济对我国城乡之间劳动力流动的影响。其三，关于村民返乡就业意愿的研究更多关注外出村民的个人特征、外出务工经历和就业环境等对外出村民返乡就业意愿的影响，很少关注在乡村民就地就业意愿的影响机制。

从以上三类研究综合观察，数字经济如何影响村民就地就业是一种新的探索且具备现实意义。本文基于CFPS微观数据和Logistic模型，在乡村人才振兴的背景下探讨数字经济的多级维度对村民就业流动意愿的影响机制。相对于以往学者的研究，本文在研究维度和研究侧重点上所有不同。在研究维度方面，本文更加精细化地探讨数字经济的二级指标对村民就业流动意愿的影响，这有助于人们从实践层面理解数字经济发展对村民就业流动的影响作用；在研究侧重点上，本文更加侧重于探索如何吸引在乡村民就地就业，在当前乡村人才振兴背景和乡村人口不断外流的窘境下，如何吸引在乡村民就地就业更具有现实价值。

二、理论机制与研究假说

学术界通常认为，数字经济是以数字化知识和信息为生产要素、以信息网络为载体、以信息通信技术为效率提升和以经济结构优化为推动力的经济活动［38-39］。其本质是降低信息不对称、重塑不合理的价值分配模式，将数据转化为一种生产要素［40］。本文以此定义为基础展开研究。

数字经济的发展催生了众多新的就业形态，导致了就业结构改变，致使劳动力在不同就业空间之间流动［8］。而托达罗认为，农村劳动力流向城市主要取决于村民在城市地区的预期收入水平。这种决策主要包括两个变量：一是城乡收入差距，城乡收入差距较大是农村劳动力流向城市的重要动力；二是村民在城乡之间取得工作的概率，这个变量说明的是村民对自身在城乡之间取得工作的期望，而非实际概率。

数字经济发展水平如何影响我国农村劳动力在城乡之间的就业流动？基于托达罗模型的核心思想，可从数字经济如何影响城乡收入差距的变化和村民在城乡之间的工作机会这两方面的变量来探讨。

其一，城乡收入差距。在工业社会经济形态下，城乡收入差距较大导致农村劳动力大量流向城市寻求高收入工作。短期内，乡村振兴存在资金不足、土地利用效率不高、农村产业效益低、人居质量差等短板［41］，村民在城市的收入仍然高于农村地区。但随着农村数字经济逐渐发展，信息逐渐成为农村经济发展的新生产要素。数字经济通过作用于这个新的生产要素在一定程度上缩小了城乡收入差距。信息不对称对村民来说一直是巨大的就业绊脚石，而互联网、电子通信等信息工具的普及使信息高效传播，能够有效减少农民信息获取成本，从而降低村民就业投入的相对成本。同时，互联网的持续发展为远程互动协作创造了有利条件，5G网络下的远程作业操纵已经成为现实，远程办公在未来可能成为普遍现象，村民在农村一样可以完成城市中的工作。这更为缩小城乡收入差距提供了可能。

其二，村民在城乡之间取得工作的概率。数字经济为城市和农村创造了更多新的就业机会，但现有研究表明，比起城市地区，数字经济更多地使农村和偏远城市受益。数字经济通过延长产业链、扩大产业功能、推动农业供给侧结构性改革，为农村创造了很多新兴岗位［22］。比起以往，村民在农村能够获得更多的就业机会，以此提高村民在农村地区取得工作的期望。

基于上述理论分析，提出如下假设：

H1：数字经济发展显著地促进村民选择就地就业。

20世纪60年代Lee提出的推拉理论指出，人口迁移的动力由迁出地的推力与迁入地的拉力共同构成。迁入地的多种有利因素所形成的综合拉力能够促使人们迁入。在村民创业就业中，资金和技术通常是村民最紧缺和最为期盼的资源［42］。大多数村民可使用的资金并不多，还需要维持家庭生活所需。而创业项目通常需要一定的启动资金支持项目运作，项目启动资金的缺乏让村民对创业望而却步。比起创业，村民就业同样是个难题。随着时代发展，技术含量低的工作正逐步被人工智能取代，而机器无法取代的工作大多需要一定的专业技术。在农村地区，村民的基本文化素质普遍不高，更是严重缺乏能够适应工作的专业技术。而数字公共服务的提高可以通过提供创业基金补贴、创业技术培训和专业岗位指导等服务解决村民最为关注的问题。数字经济公共服务通过为村民创业提供一定的启动和周转资金，为村民就业提供免费和系统的技术培训，提高村民创业就业的积极性和成功率，以此为农民增收，这对城乡收入差距过大也起到了一定的消解作用。同时，比起数字基础设施、数字化应用指数和数字产业发展指数等硬性化指标，人性化的公共服务更为村民带来较好的心理体验，让乡村更加温暖，激发村民的乡村归属感［43］。这些极为有利的综合因素都为村民选择就地就业提供了一定的拉力。

基于上述理论分析，提出如下假设：

H2：数字公共服务指数对村民就业空间选择的影响尤为突出。

三、模型设定和变量说明

（一）模型设定

由于Logistic模型对个体决策研究具有较好的解释能力且模型体系已较为成熟。基于上述的研究假设，考虑到被解释变量是村民是否就地就业的二值选择问题，它是结果仅两种可能的定性变量，符合二项分布函数的性质与特征，因此选用Logistic二元选择模型。其模型形式基于文章论证需求经过变换后得出：

其中，i代表个体，j表示变量，α为常数项，ε为随机误差项。Pi表示第i个村民选择就地就业的概率，其取值范围在0～1之间。βj表示第j个自变量的回归系数，xij表示影响第i个村民就业空间选择的第j个自变量（包括年份虚拟变量）。

（二）数据来源

研究使用的村民个体层面的数据来源于中国家庭追踪调查数据库（CFPS）。该数据库覆盖我国各省份和直辖市，调查对象为样本家庭中的所有成员，样本规模达到16 000 户，每年的数据库包含观测个体30 000 个以上，其数据覆盖程度可代表全国性样本。该数据库每两年发布一次，本文选取了CFPS数据库2016年、2018年和2020年的调查数据。考虑到研究主题，通过对数据的清理，选取的研究对象为CFPS数据中30个省份的农业户口的村民数据（由于对应的数字经济数据缺失，剔除了CFPS中西藏的村民数据）。对村民的认定取决于其户口性质，户口性质为农业户口即认定为村民，其他户口性质的个体数据全部剔除。在剔除了缺失和无效样本后，最终得到2016年、2018年和2020年的有效样本分别为3 421个、4 779个和3 836个，总样本量为12 036个。

数字经济的二级指标数据除网上政务能力数据来源于《省级政府和重点城市网上政务能力调查评估报告》外，其他二级指标数据均源于《中国统计年鉴》。数字经济的一级指标数据由二级指标及其权重计算得到。

（三）变量说明

1.被解释变量和控制变量

根据CFPS问卷调查中的问题（您当前主要工作的工作地点在哪里？）构造村民就业空间选择的虚拟变量作为被解释变量。变量名称和变量赋值如表1所示，其中，前三种回答赋值为1，其他回答皆视为非本地就业，赋值为0。由于创业属于个体经营就业，也可作为村民就业形态的一种，其数据包含在回归分析中。

为了更为准确地分析数字经济发展对村民是否就地就业选择的影响效应，兼顾数据的可得性，梳理前人研究后［40］，选取以下指标为控制变量：性别、年龄、婚姻状况、健康状况、受教育程度、工资收入。各个控制变量的具体赋值机制见表1。表2是对变量的描述性统计结果。

2.核心解释变量

关于数字经济发展水平的测算目前仍然没有形成一个统一的标准体系，在参考已有测算方法的基础上，结合论文研究主题，并考虑数据可得性，本文在罗小芳等的数字经济综合指标体系的基础上进一步优化［44］，用4个一级指标和15个二级指标构成数字经济综合指数，得到如表3所示的指标体系。

根据指标体系，为得到一级指标的综合指数，兼顾数据变异性、数据冲突性、数据信息量和数据依赖性，对数字经济的数据进行标准化处理之后，使用CRITIC权重法计算二级指标权重。由于文中选用的数字经济数据的变异性和冲突性较强，而CRITIC权重法能够很好地兼顾到数据的变异性和冲突性。所以，数字经济的一级指标综合指数选用此权重方法计算。具体计算步骤如下：

a.使用最大最小值法进行数据标准化处理；

b.计算各指标的标准差σｊ及指标间相关系数rjh（j和h代表指标项）；

c.分别计算各个年份二级指标数据中第j项指标的权重Wj：

d.根据2016年、2018年、2020年二级指标权重计算平均值，得到二级指标综合权重Qj；

e.依据各年的二级指标数据Xij和其权重Qj，分别计算各个年份一级指标的综合指数Si：

其中，j表示对应指标，i表示年份；Xij是第i年第j个二级指标数据，Qj是第j个二级指标权重，Si是第i年的一级指标综合指数。

四、实证分析

（一）基准回归分析

利用Stata软件进行Logistic模型的实证检验，具体做法是设置1个年份的虚拟变量，将3年指标数据汇总后，分别对一、二级指标进行基准回归分析，其结果如表4所示。为了更直观地呈现各因素的影响效应，估计系数均为边际效应值。

从数字经济一级指标与村民就业空间选择的基准回归结果（见表4第1列）可以看出，其一，解释变量中，数字基础设施指数、数字化应用指数和数字公共服务指数在1%的置信水平下显著促进村民选择就地就业，影响系数分别为0.044、0.053和0.102，即数字基础设施指数、数字化应用指数和数字公共服务指数的对数值平均每增长一个单位，就分别促使村民选择就地就业的可能性增加0.044、0.053和0.102。这表明数字经济发展总体上有利于促进村民选择就地就业，且促进效果较为明显。而就业信息、政府政策等数字公共服务的完善对村民就业空间选择的影响效应最大。数字产业发展指数的影响系数为-0.042且在1%的置信水平下显著，可能的解释是因为关于数字经济的相关产业大多开设在城市地区，农村地区的数字产业发展落后且数量稀少，所以数字产业发展指数与村民就地就业在统计学上呈现负相关。其二，控制变量中，性别的影响系数为-0.079，且在1%的置信水平下显著，这说明女性比男性更愿意在农村就业，这符合妇女比男性更多地留守农村以照顾家庭的现实情况。工资对数的影响系数为-0.014，即工资对数平均每增长一个单位，村民选择外出就业的可能性就增长0.014。这表明工资水平越高的个体越不愿意留在农村工作，这也符合现实情况。而年龄、婚姻状态对被解释变量的影响系数为0.005和0.037且在1%的置信水平下显著，说明年龄越大的村民越愿意留在农村就业，而婚姻状态为在婚的村民比其他婚姻状况的村民在农村就业的可能性要大。健康状况和受教育程度的影响为0.171和0.001，影响效应并不显著，说明村民的身体状况和学历对村民就业空间选择的影响并不明显。

从数字经济二级指标与村民就业空间选择的基准回归结果（见表4第2列）可以看出，其一，解释变量中，光缆长度、移动电话普及率、每百人计算机数、人均企业电商销售额和人均快递业务收入等指标的影响效应值显著为正。互联网、移动电话等数字基础设施的完善能够提高农村整体的数据传输能力，提高村民的信息搜索能力、降低信息获取成本。而快递业务、电子商务等数字化技术的广泛应用可以降低村民创业的技术成本、提高创业成功率。而数字经济能通过信息成本的降低和创业成功率的提高促进村民更多地倾向于就地就业。所以，这些变量与村民就地就业呈现显著的正向效应。网上政务能力的影响效应值为0.127，在5%的置信水平下显著，这是因为网上政务能力是反映政府数字化公共服务能力的主要指标，表明数字公共服务对村民就业空间选择的影响程度较大，符合一级指标解释的结论。电商交易企业数、信息服务与软件业城镇从业人员和人均技术市场成交额等指标的边际效应值为负数且在10%的置信水平下显著。这是因为我国城乡之间数字经济发展不平衡问题突出，城市地区的平均数字化水平高于农村地区，而这些变量更多地反应出城市地区的数字化水平。所以，这些变量与村民就地就业选择呈现显著的负向影响。移动电话交换机数量、每百家企业拥有网站数量和人均信息技术服务收入的显著性水平超过10%，这表明这些变量对村民就业空间选择的影响并不明显。其二，控制变量中，各个变量回归结果的边际效应值和显著性都与第1列中的结果相似，不作重复解释，这也说明了回归结果的可靠性。

（二）稳健性检验

为验证回归结果的稳健性，考虑到数字经济指数计算的是3年我国各省份（因数据完整性原因，不包含西藏及港澳台）的综合数据，因此采用替换模型法、分样本检验法和改变样本容量法对数字经济指数的影响再次进行测算，三种方法产生的实证结果与前文的基准回归结果基本保持一致，表明数字经济对村民就地就业总体上呈现促进作用，证明前文回归结果是稳健可靠的。

其一，替换模型法。在保证样本量、变量和赋值不变的情况下，选取Regress模型重新估计数字经济发展指数对村民就业选择意愿的影响。其二，分样本检验法。在去除1年的数据样本量的前提下，分别使用2016年和2018年、2016年和2020年、2018年和2020年的两年组合数据重新进行回归分析。其三，改变样本量法［16］。我国各省份的数字经济发展水平差距很大，东部发达城市的数字经济发展水平遥遥领先于我国西部省份。数据差距过大可能会影响结果的可靠性，为保证回归结果的可靠性，在删除北京、上海、天津和重庆的数字经济数据后进行回归分析。回归过程中加入了相关控制变量，具体的回归结果如表5所示。

（三）内生性处理

尽管基准回归中控制了部分影响就业空间选择的其他变量，但由于数据可得性以及一些无法直接测度的因素，数字经济发展对村民就业空间选择的影响可能存在内生性偏差。为尽可能减少遗漏变量、反向因果和测量误差等对估计结果的干扰而产生的内生性问题，参考已有研究［45-46］，并基于数据可得性原则，选取2013—2015年移动电话交换机数量、每百家企业拥有网站数量、人均电信业务总量和人均信息技术服务收入作为数字经济各个一级指标的工具变量进行IV（工具变量）回归，以此缓解模型的内生性问题，从而更加准确地识别数字经济对村民就业选择的影响。这些历史变量会对数字经济发展产生影响，满足相关性；同时，这些历史变量与现阶段村民就业选择基本没有直接关系，满足外生性；历史变量与其他控制变量之间的相关性也并不明显，满足排他性。回归过程中加入了相关控制变量，表6汇报了工具变量的回归结果。

从IV回归检验结果上看，使用工具变量代替数字经济指标后，数字经济发展仍有助于促进村民选择就地就业。总体来看，以上数字经济发展水平对村民就业空间选择的显著性与表4所示的结果基本一致，表明数字经济发展有助于促进村民就地就业选择，进一步证实了前文结果的稳健性。进一步考虑是否存在弱工具变量问题，使用弱工具变量稳健性检验，发现卡方统计量在1% 的水平下显著，过度识别检验的最小卡方统计量ALN不显著，表明工具变量有效。

五、结论与启示

深入分析数字经济对村民就业空间选择的影响机制，对于地方政府的就业决策、数字经济在农村地区的发展路径和乡村振兴战略的发展道路都具有一定的参考意义。本文基于2016—2020年我国各省域的面板数据进行实证研究，得出如下结果。从总体上看，数字经济对村民就地就业选择具有积极的促进作用。从构成要素看，数字公共服务的影响效应最为突出，系数效应值为0.102。数字基础设施指数和数字化应用指数对村民就地就业意愿呈现显著的正向影响，系数效应值为0.044和0.053；而数字产业发展指数的影响系数为-0.042，表现出对村民就地就业意愿的抑制作用。各数字要素内部的具体指标呈现出犬牙差互的影响格局，其影响系数在10%的置信水平下基本显著，与一级数字要素总体上表现出一致的影响效应。

根据以上研究结果，本文认为促进数字经济健康发展，缩小城乡收入差距，创造农村就业岗位，吸引村民就地就业和返乡创业以助力乡村人才振兴，要注意以下几个方面的问题。

第一，提升农村数字基础设施涵容度，多元化建设农村数字应用场景。数字基础设施建设是农村数字经济发展的基础条件，对村民就地就业呈现显著的正向影响，基层政府应当注重提升农村数字基础设施涵容度，完善数字基础设施建设。而数字化应用场景多元性深刻体现出农村数字化程度和村民的数字化应用能力，各地应当扩大数字经济的影响范围，使数字经济服务于更多村民，提高农村整体的数字化应用程度。

第二，完善农村数字化公共服务，降低就业信息获取成本。数字化公共服务指数对村民就业空间选择的影响程度最大。可见，通过完善数字公共服务来扩大就业信息获取渠道、降低信息获取成本是促进村民就地就业最有效的措施。基层政府可以帮助村民解决就业信息和创业资金的难题，为村民提供创业培训、就业指导、就业补贴等，提升村民应用互联网学习、创业、从事电子商务活动的能力，以此显著提高村民就业的积极性和主动性，促使村民选择就地就业。

第三，加大农村数字产业发展的投资力度，实现数字经济与农村产业深度融合。由于农村地区的数字化资源较为匮乏，数字化产业大多选择在城市开办业务，城乡之间的数字产业发展差距较大。农村的数字产业从业人员、 数字技术市场成交额和电信业务总量都远低于城市地区，数字经济未能充分发挥经济增长新动能的作用。政府应当加大对农村数字化产业发展的投资力度，从政策、资金给予帮助，吸引城市数字产业的人才、技术、资金下乡，弥补我国数字化产业发展的短板。

第四，加强就业政策引导，改善农村就业环境。上述研究表明，年轻的男性村民选择留在农村就业的意愿普遍不强，这与农村收入较低与男性在家庭中承担的重要作用息息相关。政府应当制定农村就业政策，改善农村就业环境，解决村民所关心的就业收入、就业保障和未来发展等问题，吸引外出村民返乡就业和在乡村民就地就业。

第五，提升村民数字化能力，培养农村本土数字化人才。乡村人才振兴重在人才培养，比起吸引城市人才下乡，培养农村本土人才更具实际意义。政府应强化数字经济发展的包容性，整体提升村民的数字化能力，培养农村本土的数字化人才，使村民具备数字化应用的自助能力，从而促进数字经济发展服务于村民就业环境的持续改善。

参考文献：

［1］" "ACEMOGLU D， RESTREPO P. The race between man and machine： implications of technology for growth， factor shares and employment［J］. American Economic Review，2018（6）：1488-1542．

［2］" "CARL B F. MICHAEL A. OSBORNEL. The future of employment： how susceptible are jobs to computerization？［J］. Technological Forecasting amp; Social Change，2017（8）：254-280.

［3］" "张勋，万广华，张佳佳，等.数字经济、普惠金融与包容性增长［J］.经济研究，2019（8）：71-86.

［4］" "黄浩.数字经济带来的就业挑战与应对措施［J］.人民论坛，2021（1）：16-18.

［5］" "孟祺.数字经济与高质量就业：理论与实证［J］.社会科学，2021（2）：47-58.

［6］" "何宗樾，宋旭光.数字经济促进就业的机理与启示——疫情发生之后的思考［J］.经济学家，2020（5）：58-68.

［7］" "胡放之，杨金磊.数字经济对就业的影响研究——基于湖北新就业形态发展现状的调查［J］.湖北社会科学，2021（1）：80-86.

［8］" "胡放之.数字经济、新就业形态与劳动力市场变革［J］.学习与实践，2021（10）：71-77.

［9］" "GRACE L，DAVID N.People versus machines： the impact of minimum wages on automatable jobs［J］. Labour Economics，2018（3）：40-53.

［10］ 阎世平，武可栋，韦庄禹.数字经济发展与中国劳动力结构演化［J］.经济纵横，2020（10）：96-105.

［11］ 王亚飞，张兴建，龚涛.中国数字经济发展对就业的多维影响：作用机理与经验证据［J］.重庆文理学院学报（社会科学版），2023（1）：52-65.

［12］ DAVID H A.Why are there still so many jobs？ the history and future of workplace automation［J］. The Journal of Economic Perspectives，2015（3）：3-30.

［13］ 龚巧慧.数字经济发展对城乡收入差距的影响［D］.济南： 山东大学，2021.

［14］ 陈文，吴赢.数字经济发展、数字鸿沟与城乡居民收入差距［J］.南方经济，2021（11）：1-17.

［15］ 李晓钟，李俊雨.数字经济发展对城乡收入差距的影响研究［J］.农业技术经济，2022（2）：77-93.

［16］ 王军，肖华堂.数字经济发展缩小了城乡居民收入差距吗？［J］.经济体制改革，2021（6）：56-61.

［17］ 杨骁，刘益志，郭玉.数字经济对我国就业结构的影响——基于机理与实证分析［J］.软科学，2020（10）：25-29.

［18］ 王文.数字经济时代下工业智能化促进了高质量就业吗？［J］.经济学家，2020（4）：89-98.

［19］ 方福前，田鸽.数字经济促进了包容性增长吗——基于“宽带中国”的准自然实验［J］.学术界，2021（10）：55-74.

［20］ 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.

［21］ FORMAN C，GOLDFARB A，GREENSTEIN S．How did location affect adoption of the commercial internet？ global village vs. urban leadership［J］. Journal of Urban Economics，2005（3）：389-420．

［22］ 夏杰长，刘诚.数字经济赋能共同富裕： 作用路径与政策设计［J］.经济与管理研究，2021（9）：3-13.

［23］ 张秀娥，孙中博，韦韬.新生代农民工返乡创业意愿的经济学思考［J］.学习与探索，2013（12）：117-121.

［24］ 朱红根，康兰媛，翁贞林，等.劳动力输出大省农民工返乡创业意愿影响因素的实证分析——基于江西省1 145个返乡农民工的调查数据［J］.中国农村观察，2010（5）：38-47.

［25］ 魏凤，张海丽.西部返乡农民工创业环境评价——来自川陕2省8县（区）762个创业者的调查研究［J］.西北农林科技大学学报（社会科学版），2012（6）：7-14.

［26］ 李敏.大众创业背景下农民工返乡创业问题探究［J］.中州学刊，2015（10）：79-82.

［27］ 曹宗平.返乡农民工进入农业领域创业的风险类别与化解对策［J］.中州学刊，2019（4）：38-44.

［28］ 贺雪峰.农民工返乡创业的逻辑与风险［J］.求索，2020（2）：4-10.

［29］ 林龙飞，陈传波.外出创业经历有助于提升返乡创业绩效吗［J］.现代经济探讨，2019（9）：101-107.

［30］ 戚迪明，刘玉侠.人力资本、政策获取与返乡农民工创业绩效——基于浙江的调查［J］.浙江学刊，2018（2）：169-174.

［31］ 刘玉侠，任丹丹.返乡创业农民工政策获得的影响因素分析——基于浙江的实证［J］.浙江社会科学，2019（11）：58-64.

［32］ 杜威漩.农民工返乡创业减贫效应生成机理及政策启示——政策激励视角的分析［J］.经济体制改革，2019（2）：76-83.

［33］ 许明.外出务工经历与返乡农民工创业成功率——基于倾向得分匹配法的反事实估计［J］.首都经济贸易大学学报，2020（4）：70-79．

［34］ 张思阳，赵敏娟，应新安，等.社会资本对农民工返乡创业意愿的影响效应分析——基于互联网嵌入视角［J］.农业现代化研究，2020（5）：783-792．

［35］ 苗薇薇，段慧昱，李婧欣，等.返乡农民工风险防范能力对创业意愿的影响——基于山东省临沂市393份个案数据的实证分析［J］.农业经济与管理，2020（2）：86-96．

［36］ 李海波，毛现桩.城市社会网络嵌入对农民工返乡创业意愿的影响——基于结构和关系双维度嵌入的实证分析［J］.城市问题，2021（4）：33-42.

［37］ 侯俊华，顾新华.农民工返乡创业意愿的实证研究——基于江西调查数据［J］.调研世界，2012（11）：31-33.

［38］ 朱兆珍，陈悦.数字经济背景下省域营商环境评价指标体系构建及应用［J］.重庆三峡学院学报，2023（2）：73-88.

［39］ 罗颖.乡村振兴背景下数字赋能特色村落发展路径优化研究——以长丰县马郢村为例［J］.重庆文理学院学报（社会科学版），2023（2）：1-13.

［40］ 夏杰长，王鹏飞.数字经济赋能公共服务高质量发展的作用机制与重点方向［J］.江西社会科学，2021（10）：38-47.

［41］ 王建军.实施乡村振兴战略的短板探析——以北京延庆区为例［J］.长江师范学院学报，2021（3）：15-23.

［42］ 罗明忠，邹佳瑜，卢颖霞.农民的创业动机、需求及其扶持［J］.农业经济问题，2012（2）：14-19.

［43］ 侯俊华，顾新华.农民工返乡创业意愿的实证研究——基于江西调查数据［J］.调研世界，2012（11）：31-33.

［44］ 罗小芳，王素素.数字经济、就业与劳动收入增长——基于中国家庭追踪调查（CFPS）数据的实证分析［J］.江汉论坛，2021（11）：5-14.

［45］ 黄群慧，余泳泽，张松林.互联网发展与制造业生产率提升：内在机制与中国经验［J］.中国工业经济，2019（8）：5-23.

［46］ 胡骞文，李湛，张广财.数字普惠金融支持实体经济发展的效应及异质性研究［J］.新金融，2022（10）：18-24.

责任编辑：吴" "强；校对：杨" "钊

How Digital Economy Affect Local Employment： An Empirical Analysis Based on CFPS Data

WU Kongliang， FANG Jun

（School of Finance and Public Administration， Anhui University of Finance and Economics， Bengbu Anhui 233040， China）

Abstract： Under the background of agricultural and rural talents revitalization， how to solve the current dilemma of rural talent outflow and attract local employment of villagers is a necessary question for rural construction. Based on China’s provincial digital economic index and CFPS data from 2016 to 2020， the logistic model was applied to analyze the impact mechanism of digital economic development on villagers’ employment space choice. The results show that， on the whole， digital economy can significantly promote the local employment choice of villagers. In terms of its constituent elements， the impact of digital public services is the most prominent， with a coefficient effect value of 0.102. The digital infrastructure index and digital application index show a significant positive impact， with coefficient effect values of 0.044 and 0.053， and the impact coefficient of the digital industry development index is -0.042， which shows the inhibition effect on the local employment willingness of villagers. The specific indicators within each digital element show a pattern of mutual influence of canine differences. The influence coefficient is basically significant at the 10% confidence level， which is consistent with the influence effect of the first level digital elements. In view of this， the capacity of rural digital infrastructure should be improved and the rural digital application scenarios should be diversified; the rural digital public services should be improved， investment to be increased in the development of rural digital industry， the guidance of employment policy to be strengthened， and local digital talents in rural areas to be cultivated.

Key words： digital economy; local employment; rural residents

收稿日期：2022-11-17

基金项目：国家社会科学基金一般项目“淮河生态经济带高质量绿色发展模式及其实现路径”（19BJL01S）；安徽省高校人文社会科学重点项目“安徽省农民参与乡村治理的制度建构精细化研究”（SK2021A0245）；安徽省社会科学规划重点项目“贫困地区全面脱贫及其发展振兴长效机制研究”（AHSKX2X2020D02）。

作者简介：吴孔亮（1997— ），男，安徽六安人，硕士研究生，主要从事乡村治理研究；方军（1972— ），男，安徽蚌埠人，教授，博士，硕士生导师，主要从事公共政策研究。