中国数字经济发展的就业效应研究

张方舟

一、前言

近年来，数字经济的发展十分迅速，一方面推动传统生产要素的重组，催生出大量的新兴技术。另一方面，又能够促使传统产业和新型数字技术相结合，在很大程度上缓解了我国目前存在的生产要素“流动不畅”的问题，有效地促进了我国经济的发展[1]。

数字经济展现出了惊人的活力。随着数字技术的发展，涌现出了新兴的数字贸易模式，越来越多的贸易服务也在进行数字化转型。突发应急事件的发生，在一定程度上推动了数字经济与实体经济的融合，数字经济产业的发展创造众多新岗位和职业，吸纳了大量劳动力。《中国数字经济发展与就业白皮书（2019年）》指出：“2018年我国数字经济领域就业岗位为1.91亿个，占当年总就业人数的24.6%，同比增长11.5%，显著高于同期全国总就业规模增速”。由此可见，数字经济的发展能够对我国就业产生促进作用。

本文对数字经济发展水平进行了测算，还依据相关文献进行了理论分析，以期为相关部门制定具有一定针对性的政策提供理论依据。

二、理论分析和研究假设

（一）数字经济与就业

通过对文献的整理和总结，可以得知数字经济的发展会对就业产生创造和破坏两种效应。这两种效应会同时在行业内和行业间发生。

行业内，数字经济发展会促使企业数字化转型，不断进行技术上的创新。企业为了降低生产成本，会利用机器取代一些简单劳动岗位，从而产生了就业破坏效应。技术的不断创新，同时，会为企业带来产品的创新，开拓出更广阔的发展空间，此时又会创造出大量的新型岗位[2]。

行业间，数字经济的发展伴随着科技水平的进步，一些行业会逐渐走向没落，但同时，也会刺激一些行业的快速发展。随着自动化的不断推进，第二产业就业人数占总就业人数的比重就会有所下降。但随着数字技术的进步，第三产业相关的行业会展现出强大的活力，对就业的吸纳作用会不断加强。

综上所述，伴随着数字经济的发展，社会整体就业情况的变动方向并不能确定，所以提出以下假设：

H1：数字经济发展对就业会产生影响。

H1a：数字经济发展对就业会产生积极影响。

H1b：数字经济发展对就业会产生消极影响。

（二）技能层面数字经济产生就业效应的影响

在数字经济时代，新旧岗位的交替速度明显加快。高技术工人吸收知识和掌握新技能的能力相对较强，只需要进行相关的培训，就可以快速适应新岗位的需求，因此，更容易在新旧岗位的交替过程中转移。所以，数字经济的发展可能会对高技术、高学历人群的就业产生积极影响。

数字经济又极大地带动了灵活就业的发展，对低技术工人来说，灵活就业岗位数量的提升，又能够吸纳大量的低技术工人。同时，数字经济的发展又为低技术工人提供了大量的学习机会，能够更好地适应岗位的交替。因此，我们提出第二个假设：

H2：数字经济发展对不同技术水平的人群都会产生积极的就业效应。

三、模型及数据说明

（一）模型设定

劳动力在劳动力市场是否被雇佣取决于两个方面：一是个人劳动力的供给意愿，二是企业对个人劳动力的雇佣意愿。基于此，本文建立以下模型：

Employment_ij＝α₀+α₁Dig_j+ε_i（1）

式（1）為Probit模型，其中Employment表示个体的就业状态，Dig表示个体所在地区的数字经济发展水平，X表示控制变量，i表示个体，j表示地区，ε代表随机扰动项。

（二）变量说明

1.被解释变量：个体在职状态（Employmnt）。该变量为二值虚拟变量，认为“目前从事非农工作”是在职状态，变量取值为1。认为“目前没有工作，曾经有过非农工作”为非在职状态，变量取值为0。

2.核心解释变量：数字经济发展水平（Dig）。对数字经济发展水平的测算，借鉴刘军等（2020）[3]、赵涛等（2020）[4]的研究，从信息化基础指标、互联网发展指标、数字交易发展指标以及普惠金融四个方面衡量，利用熵值法进行加权计算而得。指标权重如表1所示。

3.控制变量：参考戚聿东（2021）的做法并进行改进。共选取以下控制变量：（1）当地人口数量（Pop）；（2）人均GDP水平（PGDP）；（3）教育水平（Edu）；（4）性别（Gender）；（5）年龄（Age）;（6）年龄的平方项（Age^2）；（7）个人健康水平（Health）；（8）家庭总收入（Income）。

（三）数据说明

考虑到数据的可获得性，本文所采用的数据均来自中国综合社会调查数据。其中保留了18岁及以上，男性65岁以下，女性55岁以下，从事非务农工作的样本，最终有效样本数量为6025个。

四、实证结果分析

（一）数字经济水平对就业的影响

为考察假设H1的结果，本文采取Probit模型进行非线性回归分析。表2报告了回归结果，并计算了各个变量的边际效应，边际效应的计算采用平均边际效应方法。

首先分析核心解释变量的影响。由表2可知，数字经济的发展会对就业产生积极的正向影响。由于Probit模型的系数难以解释其经济含义，所以分析其边际效应的含义，当数字经济发展水平每提升1时，个人就业的可能性就会提高118%。利用熵值法计算出的数字经济发展水平指数的数值较低，所以该结果存在解释意义。数字经济的发展会对就业产生积极的促进作用。证明假设H1a成立。

（二）技能层面数字经济产生就业效应的影响

为了考察假设H2是否成立，本文参考Aubert（2018）的做法，认为取得大学专科学历及以上的人群为高技术人群，其余为低技术人群。将样本分为两个组别进行Probit非线性回归分析，结果如表3所示。

由表3可知，不论是高技术人群还是低技术人群，数字经济的发展都会对就业产生显著的促进作用，且其余控制变量的系数正负与整体回归一致，认为该回归具有有效性。因此，假设H2成立。

（三）异质性分析

本文为了分析数字经济对就业影响的异质性，将样本按照地理位置分为了东、中、西部三组，进行分组回归。结果如表4所示。

由表4可知，数字经济发展对中、西部就业的促进作用明显大于东部地区。这可能是边际效应递减的原因。东部地区数字经济的发展水平较高，对就业的拉动作用已经达到了高点。而中、西部地区的数字经济发展水平相对较低，处于起步阶段，对就业的拉动作用较大。本文将个體所在地区按照数字经济发展程度进行了分组，认为数字经济指数高于均值的地区为高数字经济水平地区，并在最后将数字经济发展水平（Dig）的平方项加入模型，进行进一步分析。回归结果如表5所示。

经分析，发现在数字经济发展水平较高的地区内，数字经济对就业的影响是负的，说明企业高度数字化后对劳动力的需求量会减少，而在数字经济发展水平较低的地区，数字经济对就业会产生积极的促进作用。发现这个规律后，本文将数字经济发展水平（Dig）的平方项加入模型进行回归，发现数字经济的发展对就业的促进作用确实呈现出倒“U”型的特点，所以本文认为，数字经济在发展的初、中期会对就业产生积极的促进作用。

（四）稳健性检验

为保证估计结果的稳定性，本文采取替换变量的方式进行稳健性检验。对数字经济发展水平指数进行替换，从工业互联网化、数字物流和数字销售三个层面重新估计数字经济发展水平指数。分别选取长途光缆线路、快递收入以及电子商务销售额为代表，同样采用熵值法对数字经济发展水平进行重新计算。最终核心解释变量在10%水平上显著，可认为数字经济的发展会在整体水平上对就业产生积极的促进作用，所以认为研究结果具有稳健性。

五、结语

本文选取了中国综合社会调查的数据，利用模型回归分析，验证理论假设，得出以下结论：①数字经济的发展会带来技术的进步，在创造新就业岗位的同时，会对相对落后的工作岗位产生破坏效应，发生结构性失业；②数字经济发展的就业效应，在整体上呈现出对就业的积极促进作用；③虽然高技术人群在岗位交替中更容易留在劳动力市场，但是，因为数字经济发展的特殊性，对低技术人群的就业同样存在着积极的促进作用；④数字经济发展的就业效应在我国中、西部地区呈现出巨大的潜力；⑤数字经济发展对就业的促进作用呈现出倒“U”型曲线的特点。

基于上述结论，本文提出以下建议：①数字经济发展已经展现出对就业的强大推动力，因此，国家要注重数字经济的发展，推动数字经济与传统经济相结合，加强数字经济基础设施建设，深化产业数字化和数字产业化发展；②近年来我国数字经济的发展迅速，出现结构性失业问题。所以，要加强对劳动力的基础教育以及职业培训，建立终身教育体系，保证劳动力能够在不同行业之间流动；③在中、西部地区，数字经济对就业的拉动力呈现出了巨大的潜力，应当抓住契机，发展数字经济及其相关产业，在推动当地经济发展的同时，吸引更多高端人才，缓解目前区域发展不平衡的问题。

引用

[1]江小涓，靳景.中国数字经济发展的回顾与展望[J].中共中央党校（国家行政学院）学报，2022，26（1）：69-77.

[2]任颋，刘欣.创造还是破坏：企业数字化应用对就业的影响[J].南京财经大学学报，2021（6）：66-76.

[3]刘军，杨渊鋆，张三峰.中国数字经济测度与驱动因素研究[J].上海经济研究，2020（6）：81-96.

[4]赵涛，张智，梁上坤.数字经济、创业活跃度与高质量发展——来自中国城市的经验证据[J].管理世界，2020，36（10）：65-76.

作者单位：天津财经大学经济学院