数字经济发展能否缓解劳动力市场“极化”？
2025-01-26段钢刘贤铤
摘 要： 数字经济发展对劳动力市场的技能结构变化带来了深刻影响。基于2011—2022年我国31个省（自治区、直辖市）面板数据，运用双向固定效应模型、非线性调节模型等方法，探究数字经济发展对劳动力市场“极化”的缓解作用。研究显示：数字经济发展能够促进中层次技能劳动力就业增长，并抑制高技能和低技能劳动力就业的两端分化，从而缓解劳动力市场“极化”；从具体机制来看，数字经济发展主要通过提高劳动力技能互补程度和增强劳动力流动性，来缓解劳动力市场“极化”；数字经济发展不仅能够显著缓解技术进步对劳动力市场产生的高技能“极化”偏向影响，而且在产业结构升级与劳动力市场“极化”的U形作用关系中具有负向调节作用；但数字经济发展对劳动力市场“极化”的缓解效果存在性别异质性，其对女性样本的劳动力市场“极化”具有显著双向缓解作用，对男性样本的劳动力市场“极化”的抑制作用则主要表现在高技能偏向方面。因此，应充分发展数字经济，加快推动数字技术工具和数字平台在劳动力市场中的应用，充分利用数字技术的时代红利，缓解劳动力市场“极化”趋势，这将有助于加快推动我国高质量充分就业的实现。
关键词：数字经济；劳动力市场“极化”；技能异质性；劳动力流动
中图分类号：F207""" 文献标志码：A"""" 文章编号：1009-055X（2025）01-0037-18
doi：10.19366/j.cnki.1009-055X.2025.01.004
一、引 言
党的二十大报告指出：“就业是最基本的民生。强化就业优先政策，健全就业促进机制，促进高质量充分就业。” ［1］然而，进入21世纪以来，我国就业市场的结构性矛盾逐渐加重，结构性失业问题仍然不容忽视。以信息化、数字化、智能化等为特征的高技术行业以及以医生、律师等为代表的知识密集型行业的复杂工作的用工需求旺盛，高技术劳动力的需求量逐年增长。而近年来，企业为降低成本积极推动机器人等自动化设备的使用，对劳动力就业产生了一定的冲击，特别是一些对于技能要求一般的重复性劳动被人工智能和计算机等逐渐替代，一般技能水平的劳动力就业受到挤出。与此同时，对于计算机和自动化设备所不能替代的低技术劳动密集型行业的服务工人的需求却逐渐上涨。劳动力市场貌似呈现一定的分化趋势。从全球来看，发达国家早在20世纪80年代就逐渐出现劳动力市场“极化”现象。劳动力市场“极化”是指劳动力市场中，处于技能层次两端的高技能劳动力和低技能劳动力的就业份额不断上升，而中层次技能劳动力的就业份额不断下降的现象，反映出劳动力市场结构向极端的变化［2］。值得注意的是，已有研究发现，我国劳动力市场也呈现一定的“极化”趋势［3-4］。在当前经济转型发展时期，如何切实改善劳动力市场现状、避免劳动力市场“极化”，从而更好地促进经济高质量发展，显得至关重要。
数字经济的蓬勃发展为应对就业问题创造了良好契机。近年来，我国实体经济数字化、信息化发展趋势愈发明显，各产业数字化转型步伐加快，数字经济逐渐成为我国经济增长重要的新动能。根据《中国数字经济发展研究报告（2024）》，我国数字经济规模不断扩大，已由2012年的11.2万亿元增长至2023年的53.9万亿元，2023年数字经济规模占国内生产总值（gross domestic product，GDP）的比重已达到42.8%［5］。在产业数字化和数字产业化的背景下，劳动力作为经济发展的基础性生产要素，难免受到数字经济发展的影响。虽然产业数字化的推进对低端劳动力就业产生了一定挤出效应，但数字产业化的发展对中高端劳动力就业也产生一定的刺激作用。因此，数字经济发展如何影响劳动力市场结构，是加剧劳动力市场 “极化”还是缓解了劳动力市场“极化”？这个问题值得思考。简言之，数字经济发展能否缓解我国劳动力市场“极化”现象？本文从数字经济发展角度出发，探究其对劳动力市场“极化”现象的影响和作用机制，以期厘清数字经济发展与劳动力市场“极化”的关系，为缓解我国劳动力市场“极化”、加快促进我国高质量充分就业提供启示。
二、文献综述
截至2024年4月，直接分析数字经济发展与劳动力市场“极化”的文献较少，因此，本文将根据劳动力市场“极化”现有研究、数字经济发展与劳动力就业关系这两个与本文主题高度相关的文献来展开综述。
（一）劳动力市场“极化”的相关研究
劳动力市场“极化”是劳动力就业市场在技能结构方面存在方向性变化的现象。劳动力市场“双向极化”的直接表现是：在就业技能结构的变化中，处于技能高低两端的劳动力就业相对扩张，而中层次技能劳动力就业却相对收缩的U形结构化现象；而单纯的高技能端劳动力或者低技能端劳动力就业比例逐渐上升的现象，则常称为劳动力市场“单向”极化［2］。现有研究表明，中国劳动力市场已经出现一定的“极化”现象。吕世斌等［4］利用中国制造业行业面板数据实证发现中国劳动力市场存在“极化”现象。唐永等［6］将生产资料生产部类进一步细分后纳入机器人生产分部类，并通过构建扩展型的马克思扩大再生产两大部类模型考察发现，我国制造业也出现了劳动力 “极化”现象。不仅如此，中国在行业层面的劳动力市场已经呈现出了一定“极化”现象［7］。
关于劳动力市场“极化”的动力来源方面，较具代表性的观点是技能偏向型技术进步。技术进步对劳动力就业既存在“破坏机制”，也存在“创造与补偿机制”，即技术进步通过不同的渠道替代已有就业的同时也创造新的就业［2］。常规任务模型指出技术进步对就业的替代效应主要发生在常规工作任务中，这类工作任务的从事者主要是中层次技能水平劳动力［4］ 。技术进步降低了从事高技能劳动任务所需要的技能阈值，而低技能劳动任务（如服务业）的灵活性使得其难以通过技术进步实现自动化［8］，这导致了高技能和低技能劳动力需求的相对增加。该模型已广泛用于分析劳动力市场“极化”的形成原因和发展动力。结合马克思主义政治经济学来看，技术进步使得资本有机构成进一步提高，导致了劳动力市场“极化”的出现，而劳动生产率的提高使得替代就业的工资率被压低，则进一步加剧了劳动力市场“极化”［6］。在经济结构与产业结构调整阶段，产业结构升级对劳动力市场“极化”也发挥着重要作用。产业结构升级往往是由劳动密集型产业向资本、技术、知识密集型产业逐渐转变的过程，在不同的转变阶段对不同技能水平的劳动力就业形成不同的吸纳能力。伴随着高技能劳动力需求上涨［3］和产业结构服务化程度的加深［9］，产业结构升级会逐渐挤出中层次技能劳动力，进而引致劳动力市场“极化”，这种作用效果甚至是非线性的［10］。
此外，还有许多经验研究探讨了劳动力市场“极化”的成因。邸俊鹏等［11］利用我国工业企业数据库的研究发现，工业机器人显著降低了中层次技能劳动力的就业比例，却显著提升了技能两端工人的就业比例，进而导致了劳动力市场“极化”。何小钢等［12］则进一步认为机器人显著促进了非常规任务的劳动力就业，同时常规任务的劳动力就业减少，从而引发劳动力市场“极化”。赵春燕等［13］从老龄化角度出发，研究发现人口老龄化导致劳动力就业结构整体上呈现“两端极化”特征，且这个过程会随着人口老龄化加剧呈现倒U形趋势。徐少俊等［14］考察了信息化的影响，其根据2001—2017年数据研究指出，我国劳动力市场“极化”呈现低技能向中层次技能、中层次技能向高技能升级的“技能结构阶梯”升级态势，而信息化在促进高技能劳动力就业增长的同时也会减少低技能劳动力就业。上述研究表明，我国劳动力市场“极化”现象的出现是受到多方面因素的影响。
（二）数字经济发展与劳动力市场的相关研究
自从数据成为重要生产要素，数字经济成为继农业经济、工业经济之后的又一重要经济形态。随着我国人口与经济结构的转变，数字经济发展对劳动力就业产生了深刻影响。有关数字经济发展与劳动力就业关系的研究近年来也大量涌现，这些研究大致涵盖以下三个方面。
第一，数字经济发展的就业效应分析。从现有研究来看，数字经济发展对劳动力就业带来了多方面的正向促进作用。林龙飞等［15］利用2018年中国劳动力动态调查数据研究发现，数字经济发展能够通过提升劳动者数字素养来有效缓解中国劳动力供给紧张。此外，数字经济发展对劳动力就业呈显著的促进效应［16］，在就业质量［17］、就业迁移［18］、劳动生产率［19］、劳动收入份额［20］等方面均存在明显的提升效应。不仅如此，周慧珺 ［21］认为数字经济发展提升了就业稳定性，原因在于数字经济发展主要是通过降低就业市场的信息不对称来提高就业岗位的技能适配程度。贺唯唯等［22］利用地级市数据实证检验了数字经济发展对劳动力统一大市场的促进作用，分析发现数字经济发展不仅能够降低就业转移成本、增加部门就业需求以及扩大就业，还能够降低区域劳动力配置的均衡偏离程度。这些研究为数字经济发展与劳动力配置之间的关系研究提供了基础性经验。
第二，从技术进步方面开展的研究。数字技术降低了信息搜索成本和产业生产难度，有利于促进劳动力就业，但数字技术对就业的作用在劳动力技能层次上也呈现出一定的差异性。赵放等［23］基于中国家庭追踪调查（China family panel studies，CFPS）数据研究发现，相对于低学历劳动力的就业，数字科技对高学历劳动力的就业的赋能效应更强。然而，作为传统技术进步的延伸发展，数字技术进步并未能摆脱技术进步所具有的技能偏向特点。数字技术进步依然会逐渐替代与挤出传统常规型工作任务，并转向补充非常规认知型工作任务需求［24］。因而，数字技术创新依然可能会加剧劳动力市场“极化”现象。
第三，从农村劳动力方面开展的研究。部分学者利用全国流动人口监测数据、CFPS数据等微观数据开展了实证研究。王修梅等 ［25］实证检验了电子商务发展对农村劳动力非农就业质量的促进作用，并发现电子商务发展能更为显著地提高农村妇女的非农就业质量。此外，数字经济发展对农村劳动力就业质量的提升作用同样还表现在农村流动人口就业［26］、农民工就业［27］方面。可见，数字经济发展具有多领域的资源配置作用，对劳动力就业的影响已突破城镇地域的约束并拓展至农村地区。
数字经济发展已广泛影响到众多行业领域，这使得数字经济发展对劳动力市场的影响存在多样的经济效应和渠道机制。但梳理既有文献可知，尚未有研究直接探讨数字经济发展对劳动力市场“极化”的影响。以往的劳动力市场“极化”研究不仅未考虑对劳动力技能异质性的影响，而且仅从劳动力就业的“量的变动”对劳动力市场“极化”进行量化考察也缺乏充分合理性。基于此，本文可能的边际贡献主要为：第一，将数字经济发展与劳动力市场“极化”纳入统一分析框架，从数字经济发展视角拓展了劳动力市场“极化”的研究；第二，通过交互调节模型分析了数字经济发展在技术进步与劳动力市场“极化”之间、产业结构升级与劳动力市场“极化”之间存在的作用效果，深化了对劳动力市场“极化”现象的理解；第三，进一步深入分析了数字经济发展对劳动力市场“极化”的作用在性别上的异质性，为我国就业政策的制定和完善提供参考。
三、理论分析与研究假设
数字经济发展为缓解劳动力市场“极化”提供了新途径。在数字经济时代，数据要素已成为一种新型生产要素，并冲击了传统生产要素的组合方式，这使得数字经济发展在优化劳动力配置、促进要素统一市场形成方面具有更广泛的影响。数字经济发展既可能减少传统工作岗位，也创造新的就业机会，促进劳动力就业形态和技能要求的变化，特别是通过新的就业形式为中层次技能劳动力提供更多就业渠道，从而有效缓解劳动力市场“极化”。本部分将从数字经济发展对劳动力市场“极化”的直接影响效应、作用机制和调节效应三方面进行论述，并提出本文的研究假设。
（一）数字经济发展对劳动力市场“极化”的直接影响效应
数字经济的快速发展使得新产业、新业态和新职业不断涌现，它对传统就业模式造成一定冲击的同时，也会创造和吸纳新的就业。首先，数字经济发展推动了劳动力市场的“质变”与“量变”，尤其是在就业形态和技能要求上。数字经济发展对就业的替代效应会减少一些传统工作岗位，但同时也会通过补偿效应和创造效应产生新的就业机会［16，28］，新的就业平台如互联网平台等提供了大量新生岗位。其次，数字经济发展加快了劳动力从农业和制造业向服务业转移。相对于资本密集型产业和劳动密集型产业对高技能与低技能劳动力的吸纳能力，服务业部门的数字化发展为中层次技能劳动力提供了更多的就业机会。
数字经济发展对就业扩大的作用还表现在中层次技能劳动力的就业空间拓展上。在缓解我国劳动力供给紧张上，数字经济要求劳动力具有一定的数字技能素养。数字经济发展所创造的新岗位，如数据分析、网络营销等领域的工作，往往需要劳动者具备相应的数字技能。一方面，低技能劳动力面临“数字鸿沟”困境，数字化设备的大范围运用会逐渐将其“挤出”劳动力市场。这将倒逼低技能劳动力强化数字素养、提升数字技能水平。中层次技能劳动力具有数字技能学习优势，能够更快地提升数字素养、掌握数字应用技术，适应数字经济发展的用工需求。中层次技能劳动力从而会转向从事原低技能的行业，从而获得就业空间的扩大。另一方面，“去技能”是数字经济发展产生的新的就业范式特征，主要指技能在智能化的数字技术影响下被逐渐分解并简化，高技能（高薪）岗位越来越少［29］。换言之，数字经济发展分解了高技能需求的、高难度的复杂工作，进而降低了工作任务的技能壁垒，例如，数据化的商业信息能降低管理难度、数字化设备的运用能降低设备检修难度和技能要求。所以，相对于低技能劳动力，中层次技能劳动力既能从数字经济发展引发的“去技能”中受益，也能在数字经济发展中逐渐转向从事原高技能需求的行业，最终实现就业空间的扩大。
综上，中层次技能劳动力在新的多样化的工作形式中能获得更多就业优势。数字经济发展使得中层次技能劳动力通过向两端的就业空间拓展来扩大就业需求和份额，进而缓解劳动力市场的“极化”。据此，本文提出如下假设：
H1：数字经济发展能够双向缓解劳动力市场“极化”。
（二）数字经济发展缓解劳动力市场“极化”的作用机制
数字经济发展能够促进生产要素有效流动，进而改善要素市场扭曲［30-31］，降低信息不对称，并最终优化劳动力配置［32］。通过提高劳动力市场的灵活性、流动性以及劳动力技能的提升、匹配与互补，数字经济发展还可以减少摩擦性失业和结构性失业，从而缓解劳动力市场“极化”。
数字经济发展具有高渗透性和高协同性的特性［22］，能够降低劳动力流动的制度性壁垒和迁移成本，进而增强劳动力的流动性。从劳动力市场分割的现实来看，劳动力市场被分割为不同的子市场，每个子市场具有不同的工资水平和就业条件。这对劳动力造成了一定的信息不对称和流动性障碍，使得劳动力无法根据市场需求作出高效的行为决策，其具体表现为劳动力市场的配置效率下降，并使得工资两极分化的趋势无法得到有效抑制，从而加剧劳动力市场“极化”。在数字经济时代，劳动力可以更便捷地、更低成本地获取各种工作信息，劳动力市场的信息不对称状况将得到有效缓解。因此，数字经济发展能够一定程度地克服由于信息不对称导致的要素市场垄断，提高劳动力市场的透明度和效率，从而增强劳动力市场的流动性和灵活性。
劳动力流动性增强可以降低工作搜寻成本，提高就业匹配速度和质量，从而减少因信息不对称或地理距离导致的就业空间限制，并促进要素统一市场的形成［33］。具体来看，一方面，在“极化”的
劳动力市场中，中层次技能劳动力的就业空间被压缩。而劳动力流动性的提升使得劳动力更易在不同行业、地域间迁移，特别是中高层次技能的员工更易发生工作变动［34］。得益于就业空间限制的减少，中层次技能劳动力的就业空间获得有效拓展，从而也使得劳动力市场“极化”现象得到缓解。另一方面，劳动力流动性的增强还有助于促进要素统一市场的形成。随着要素统一市场的逐渐完善，市场竞争效应将得到强化，劳动力的整体素质和技能水平也将得到提升［22］。这有助于缩小劳动者之间的技能差距，进一步降低行业技能壁垒，并在更大范围内实现劳动力与职位需求的有效匹配。而劳动力市场的效率取决于求职者与职位之间的匹配质量，劳动力流动性增强使得劳动力市场的配置效率上升，并促进就业机会均等化的实现，进而缓解劳动力市场“极化”。同时，通过促进要素市场统一，劳动力流动性增强还能够促进不同子市场工资水平的均衡，降低工资两极分化的趋势，最终缓解劳动力市场“极化”。数字经济发展能通过提高劳动力流动性来缓解劳动力市场“极化”。然而，高技能劳动力与其他劳动力面临的流动性阻力有较大的差异。高技能劳动力具有技能优势，面临较少的地域和行业限制，其流动性阻力相对较小。他们更易获取信息和资源，适应新环境，实现跨地区、跨行业的顺畅流动。其他劳动力则处于相对的技能劣势地位，其技能水平或教育程度越低，面临的流动性阻力就越大，就越难以轻易迁移或改变就业状态。因此，劳动力流动性的机制作用可能在不同技能水平劳动力上有不同表现。
数字经济发展在提高劳动力流动性的同时，还能促进劳动力技能匹配互补，降低劳动力市场的技能结构僵化，进而缓解劳动力市场“极化”。事实上，大城市分布着大量不同技能水平的劳动力，异质性劳动力的集聚也会产生外部性，这个外部性表现为技能知识的外溢，并促进劳动力技能互补［35］。然而过去，在劳动力空间配置的非均衡分布影响下，要素市场的扭曲（特别是劳动力要素错配）导致了劳动力资源的不合理分配［31］，各种技能劳动力的配置不足或过剩［36］，劳动力技能互补的效益受限。数字经济的兴起促进了广泛的市场竞争，有助于矫正劳动力要素错配［37］。在劳动力合理化配置的过程中，数字经济发展将有利于加快劳动力技能互补的实现。首先，通过更加精准的数据分析和评估，企业能够更好地识别和利用不同技能层次的劳动力。通过岗位技能需求的有效识别，技能需求被逐渐细分并实现多元化，这将有效减少劳动力市场“极化”带来的技能结构的僵化，降低技能劳动力的配置失衡。不同层次的技能劳动力按市场需求进行合理分配并各司其职，例如，通过中低技能劳动力提供的基础性生活服务，高技能劳动力能够更好、更高效率地从事技术型工作，劳动力技能互补程度进而得到提升。其次，数字经济发展对信息不对称的缓解作用，使得劳动力价格更加真实地反映劳动力供需关系，并进一步降低劳动力价格扭曲程度［38-39］。具体表现为，数字经济发展逐渐矫正劳动力市场的价格信号失真，使得工资水平能够反映劳动力技能和生产率的实际差异，从而加强劳动力在技能投资方面的市场激励。在数字经济形式下，不同技能劳动者之间的合作与交流更加紧密，知识溢出更加频繁，例如，劳动力更有机会获得高层次的技能，从而进行技能层次的转变。因此，数字经济发展将有利于形成异质性劳动力共存与技能互补的模式，劳动力技能异质性在社会生产中的互补效果从而更加明显。劳动力技能互补程度的提升将有助于平衡不同技能层次的劳动力需求，从而降低就业摩擦和技能结构僵化，并最终降低劳动力市场“极化”对中层次技能劳动力的挤出效应，进而缓解劳动力市场“极化”。数字经济发展对劳动资源配置效率具有促进作用，为技能结构异质性的合作伙伴有效节约交流与搜寻成本［40］。在社会分工协作更为专业化的趋势下，数字经济发展能够促进劳动力技能互补，更有利于缓解劳动力市场“极化”。据此，本文提出如下假设：
H2：数字经济发展通过提高劳动力流动性和劳动力技能互补两个机制来缓解劳动力市场“极化”。
（三）数字经济发展缓解劳动力市场“极化”的调节效应
1.技术进步
沿用Autor等［41］的常规任务模型的分析框架，社会中的工作任务可分为高难度复杂工作、常规工作任务和低难度体力工作，分别由高、中、低三个层次技能劳动力完成，并相应地具有递减的最低技能要求（阈值），同时技能层次阈值的存在使得工作任务存在技能壁垒。当技术进步带有高技能偏向时，具有高技能和中层次技能需求的工作任务的边界就处于技术冲击的“风口”。在“吹风”效应下，技术冲击导致常规化生产任务比低技能生产任务减少得更为迅速，进而引致劳动力市场“极化”。可将常规工作任务进一步分解为有一定技能素质要求的常规重复性工作（如汽车驾驶、文书撰写、会计记录等），以及对有一定能力要求的常规分析性工作（如家政服务、维修工、社工、医护、销售、服务咨询等）。显然，常规重复性工作更易被技术进步所替代，而常规分析性工作则有相对更强的“抵抗能力”［29］。因此，技术进步首先主要替代的是常规重复性工作，如自动化技术大量代替了流水线生产的简单重复性工作。而随着技术的不断进步，当社会生产中的技术和工具开始能够代替常规分析性工作所必需的人的情感、社交技能、创造力、判断力等要素时，常规分析性工作才开始被替代。这需要社会生产技术高度先进，如人工智能技术或机器人技术非常成熟，常规分析性工作才会大范围地被逐渐替代。
与技术进步下生产任务的重新分配不同，数字经济发展的“去技能”就业范式特征，使得工作任务的难度逐渐下降［29］。首先，随着新兴行业（如电商经济、直播带货、大数据分析和平台管理等）的蓬勃发展，数字经济发展将逐渐转向增加常规分析性工作需求。相对于低技能劳动力，中层次技能劳动力在数字素质方面具有更高的禀赋和相对更低的用工成本，在常规分析性工作中更具就业优势。常规分析性工作因而主要吸纳了中层次技能劳动力，中层次技能劳动力获得更大的就业空间。数字经济发展从而也降低了技术进步对中层次劳动力就业的“吹风”效应，即挤出效应。其次，数字经济发展催生了在线教育和远程培训等教育模式，这些平台为不同技能层次的劳动者提供了灵活的学习机会，有利于劳动力提升技能和适应新技术发展。这不仅有利于扩大中层次技能劳动力的比例，也有利于降低中层次技能劳动力因技术进步而引发的失业风险，从而降低技术进步对劳动力市场的“极化”影响。因此，从调节效应来看，数字经济发展能够缓解技术进步对劳动力市场“极化”的影响。据此，本文提出如下假设：
H3：数字经济发展在技术进步与劳动力市场“极化”的关系中具有负向调节作用，即数字经济发展能够降低技术进步对劳动力市场“极化”的促进作用。
2.产业结构升级
产业结构升级也是劳动力市场“极化”的重要诱因，并呈现非线性作用［10］。在产业结构升级过程中，劳动力需求的非对称增长导致劳动力市场的空间分布出现非线性变化，进而对劳动力市场“极化”作用也表现出阶段性差异。
从产业结构合理化方面来看，在较低层次上的产业结构调整阶段，产业结构升级表现为产业结构由单一向多元化调整的合理化发展。在这一调整阶段中，劳动力资源在不同产业间的合理配置逐渐加快，因产业结构不合理而导致的劳动力供需失衡现象也逐渐得到缓解。在数字经济发展的影响下，要素市场扭曲和信息不对称被进一步降低［30-31］，产业结构升级对劳动力要素的优化配置作用将得到增强［32］。数字经济发展进而可降低产业结构升级对劳动力市场“极化”的促进作用。
从产业结构高级化方面来看，产业结构高级化以产业结构合理化为基础，表现为随着产业结构向高端化发展，劳动密集型产业逐渐向资本密集型产业、技术密集型产业升级。在这一过程中，首先，劳动力的市场需求发生明显变化。新兴的高附加值、高技术产业更倾向于吸收具备高技术技能和创新能力的劳动力［3］。其次，在产业结构升级过程中，新型城镇化的发展以及中小城镇的兴起，会伴随着产业由东部向中西部转移以及农民工的回流，低技能劳动力用工需求与就业比例也将维持高位水平。因此，产业结构升级将导致劳动力空间分布的不均衡，从而可能进一步引致劳动力市场“极化”。
结合产业结构的合理化和高级化的两方面表现，产业结构升级与劳动力市场“极化”很可能存在U形关系［10］。数字经济发展对产业结构升级具有推动作用，随着产业结构向高层次的加快演进，高技能人才需求也可能加快增长。同时，在数字化设备和信息化技术的广泛应用下，数字经济发展使得产业结构加快向数字化方向转型，低技能劳动力需求的增长会被抑制［42］。相对于低技能劳动力，中层次技能劳动力在产业结构升级过程中不会处于明显劣势地位，其就业比例的下降幅度相对更小，劳动力市场“极化”从而得到缓解。综合来看，若数字经济发展对于产业结构升级的合理化和劳动力优化配置的作用更强，数字经济发展对产业结构升级与劳动力市场“极化”的关系将表现为正向调节，即产业结构升级对劳动力市场“极化”的促进作用会随着数字经济发展逐渐下降；若数字经济发展对产业结构升级高级化和劳动力需求快速转变的作用更强，数字经济发展对产业结构升级与劳动力市场“极化”的关系将表现为负向调节，即产业结构升级对劳动力市场“极化”的促进作用会随着数字经济发展逐渐上升。数字经济发展的调节效果需要综合产业结构升级与劳动力市场“极化”的非线性关系来判断。据此，本文提出如下假设：
H4：数字经济发展在产业结构升级与劳动力市场“极化”的关系中具有非线性调节作用。
综上所述，本文的理论机制如图1所示。
四、研究设计
在上述文献综述和理论分析基础上，本部分将通过实证研究对已提出的研究假设进行验证。
（一）计量模型设计
1.基准模型
为了检验数字经济发展对劳动力市场的“极化”影响，设定计量模型公式（1）。其中，i表示省（自治区、直辖市），t表示年份，NE表示劳动力市场“极化”，Deco表示数字经济发展，control是控制变量矩阵，k表示控制变量的回归系数矩阵。εi，t为复合残差项，在存在个体效应时，εi，t=ρi+i，t；在存在时间效应时，εi，t=σt+i，t，i，t是服从正态分布的特质扰动项且ρi、σt为固定的或随机的。k1是重点关注系数。
NEi，t=k0+k1Decoi，t+k×control+εi，t（1）
NE变量包含劳动力市场“极化”的高技能趋势（NH）和低技能趋势（NL），将公式（1）展开可得到公式（2）。其中，α1、β1是重点关注系数。若α1显著为负，则说明数字经济发展能够降低劳动力市场中高技能劳动力的相对增长，从而缓解劳动力市场“极化”。若β1显著为负，则说明数字经济发展能够降低劳动力市场中低技能劳动力的相对增长，从而缓解劳动力市场“极化”。
NHi，t=α0+α1Decoi，t+αcontrol+εi，tNLi，t=β0+β1Decoi，t+βcontrol+εi，t（2）
2.机制检验模型
为了探究数字经济发展影响劳动力市场“极化”的作用机制，同时为了避免回归模型内生性问题，构建模型公式（3）。其中，M表示渠道变量，包含劳动力技能互补（Ncom）和劳动力流动性（Nflow）。若γ0显著为正，δ0显著为负，则说明渠道变量的机制影响显著。
Mi，t=γ0+γ1Decoi，t+γcontrol+εi，tNEi，t=δ0+δ1Mi，t+δcontrol+εi，t（3）
此外，为验证数字经济发展在劳动力市场“极化”的技术进步诱因（tech）和产业结构升级诱因（TR）方面发挥的调节作用，构建交互效应模型公式（4）。特别地，参考现有研究＼[10＼]，考察了产业结构升级的非线性作用，其他变量含义与前述相同，ω3、φ5是重点关注系数。
NEi，t=ω0+ω1Decoi，t+ω2techi，t+ω3Decotechi，t+ωcontrol+εi，t
NEi，t=φ0+φ1Decoi，t+φ2TRi，t+φ3TR2i，t+φ4DecoTRi，t+φ5DecoTR2i，t+φcontrol+εi，t （4）
（二）变量选取与数据来源
1.被解释变量
劳动力市场“极化”（NE）的测度。劳动力市场“极化”是以劳动力市场“极化”趋势中高技能劳动力的相对增长和低技能劳动力的相对增长进行测算。基于数据可获得性、测算合理性以及各地陆续出台的“人才新政”普遍以学历对人才进行界定，本文亦从学历角度出发，用学历来划分劳动力技能层次。其中，高技能劳动力（Nh）是指具有大学本科及以上学历的就业人员，中层次技能劳动力（Nm）是指具有大学专科（包括高级职业教育）、高中学历（包括中级职业教育）的就业人员，低技能劳动力（Nl）是指具有初中及以下学历的就业人员。
劳动力市场“极化”是劳动力市场的结构性变动现象，目前多数研究仅是从量的变动的角度出发，直接采用就业人员中相应学历层次人员比例的增长或降低来刻画劳动力市场“极化”现象，缺乏充分的合理性。本文从结构变动角度出发，以劳动力技能结构比例的变动来刻画劳动力市场“极化”现象，即采用高技能劳动力数量与中层次技能劳动力数量之比来测度高技能劳动力的相对增长（NH），采用低技能劳动力数量与中技能劳动力数量之比来测度低技能劳动力的相对增长（NL）。NH指标越高，表明高技能劳动力市场“极化”越明显；NL指标越高，表明低技能劳动力市场“极化”越明显。
2.核心解释变量
数字经济发展（Deco）的测度。学界关于数字经济发展水平的测度尚未形成统一标准，本文借鉴赵涛等［43］的较为广泛使用和权威的测算城市数字经济发展的方法，来测算省级数字经济发展。从数字经济投入和产出角度出发，具体从互联网发展和数字普惠金融两方面对数字经济发展进行测度，其中互联网发展由移动电话普及率、互联网普及率、相关从业人员情况和相关产出情况4个二级维度展开，分别用百人中移动电话用户数、百人中互联网宽带接入用户数、计算机服务和软件业从业人员占城镇单位从业人员比重以及人均电信业务总量进行测量；数字普惠金融则采用由北京大学数字金融研究中心公布的中国数字普惠金融指数来衡量。通过熵值法，将以上指标的数据标准化后降维处理，可得到省级数字经济发展水平。
3.控制变量及其他变量
为了控制其他因素的影响，更合理地估计数字经济发展对劳动力市场“极化”的影响效应，选取控制变量如下：（1）信息技术（IT），信息技术的发展与应用会影响整个社会的劳动力技能素质，采用人均互联网宽带接入端口数表示；（2）经济发展水平（pgdp），用人均地区生产总值来衡量；（3）全社会固定资产投资（ifa），用全社会固定资产投资占地区生产总值的比重来衡量；（4）收入水平（pincome），用居民人均可支配收入的对数来衡量；（5）技术进步（tech），科技创新是影响劳动力结构的重要因素，用国内专利授权量与国内专利申请量的比值来衡量。
产业结构升级（TR）的测度。经济服务化的典型事实是第三产业增加值的增长率要快于第二产业增加值的增长率。结合当前产业结构和经济结构服务化趋势，采用第三产业增加值与第二产业增加值的比值来表示产业结构升级，为正向指标。
劳动力流动性的测度。参照杨晓军［44］、张在冉［45］的研究，选择用地区劳动力的机械变动率来衡量劳动力流动，即用地区就业增长率与地区就业自然增长率的差距来衡量，具体测算方法见公式（5）。
其中，用单位雇员人数（Nit1）、私人和个体户雇员人数（Nit2）以及年末登记失业人数（Nit3）的总和变动来核算地区就业人口的总变动。基于数据的可获得性，用地区普通高等学校毕业生数（Nit4）和中等学校毕业生数（Nit5）来近似衡量地区就业自然增长。
Nflowit=ln∑3n=1Nni，t+1-∑3n=1Nni，t-∑5n=4Nni，t+1∑3n=1Nni，t+1（5）
劳动力技能互补的测度。由于集聚是匹配的来源，同时区位熵指数具有消除地区规模差异，可真实呈现技能劳动力地理空间分布的优点，从区位熵集聚指数测算劳动力技能互补程度具有可行性。技能劳动力区位熵的测算方法见公式（6）。同时，参考欧晓静等［35］等的测算方法，构建劳动力技能互补程度的测算模型，具体见公式（7）。其中，i表示各省（自治区、直辖市），t表示年份，high、low分别是高、低技能劳动力集聚的区位熵指数。Ncom数值越大，表明高-低技能劳动力共同集聚水平越高，意味着劳动力的技能互补程度也越高。
highit=Nhit/Ni，t∑i1Nhit/∑i1Ni，t;lowit=Nlit/Ni，t∑i1Nlit/∑i1Ni，t （6）
Ncomi，t=1-highi，t-lowi，t/（highi，t+lowi，t） （7）
4.数据来源与描述性统计
基于数字经济数据的可靠性，本文选取2011—2022年全国各省（自治区、直辖市）基于数据可得性，本文所使用的数据不含我国香港、澳门和台湾地区。 面板数据开展实证分析。劳动力就业数据来源于中国劳动统计年鉴以及政府统计公报，数字金融发展指数来自于北京大学数字金融研究中心，其他变量数据均来源于各年中国统计年鉴、中国劳动统计年鉴和中国人口与就业统计年鉴。以上变量的个别缺失数据用TREND插值法进行填补。各变量的描述性统计如表1所示。
五、实证分析结果
根据单位根检验、相关性检验、VIF检验和Hausman检验的结果，排除了计量基础问题后，本文构建了双向固定效应模型来展开实证分析。
（一）基准回归分析
表2分别报告了数字经济发展与劳动力市场“极化”的基准回归结果，模型（1）和模型（2）是未加入控制变量的回归结果，模型（3）和模型（4）是加入系列控制变量后的回归情况。可见，在加入控制变量前后，数字经济发展的系数均通过了显著性检验。模型（3）中数字经济发展对高技能劳动力相对增长的估计系数为-0.7373，并在1%水平上显著为负，说明数字经济发展能够降低高技能劳动力的相对增长；模型（4）中数字经济发展对低技能劳动力相对增长的影响系数为-2.8557，并在5%水平上显著为负，说明数字经济发展也能够降低低技能劳动力的相对增长。综合可见，数字经济发展能够显著缓解劳动力市场“极化”，并表现出双向缓解效果。同时，从系数估计值来看，数字经济发展在低技能劳动力“极化”中的缓解效应要大于其在高技能劳动力“极化”中的缓解效应。
（二）稳健性分析
1.稳健性检验
为了验证核心结论的可靠性，本文进行了稳健性检验，检验结果如表3所示。首先，替换核心解释变量数据。参考黎新伍等［46］的方法，爬取2011—2022年的我国各省（自治区、直辖市）百度指数中“数字经济”“数字化”等与数字经济相关的词汇，并统计词汇出现的总次数，以此作为数字经济发展的替代变量进行稳健性检验。由表3模型（1）和模型（2）结果可见，数字经济发展的估计系数仍通过了1%水平的显著性检验，数字经济发展仍对劳动力市场“极化”具有双向缓解作用。其次，样本缩尾处理。对样本数据进行上下1%水平的缩尾后再次进行回归。由表3模型（3）和模型（4）结果可见，数字经济发展的估计系数通过了1%水平的显著性检验，系数符号方向仍未发生变化。最后，重构被解释变量。为了检验计量结果是否依赖于核心指标特定的测度方法而展现出的某种偶然的统计现象，本文对被解释变量劳动力市场“极化”的测度指标进行了重新构建。考虑到在部分教育相对落后的省（自治区、直辖市）中，拥有本科以上学历的劳动力占比较低，学历层次的划分标准对回归结果可能存在干扰。因此，本文将高技能劳动力重新定义为拥有大专以上学历的劳动力，中层次技能劳动力重新定义为拥有高中学历（包括中级职业教育）的劳动力。同样以结构比例的方式重新构建劳动力市场“极化”的高技能劳动力相对增长指标和低技能劳动力相对增长指标，并重复上述实证过程，所得结果如表3模型（5）和模型（6）所示。可见，计量结果未受到劳动力技能划分标准的干扰，数字经济发展仍可显著缓解劳动力市场“极化”。由以上分析可见，数字经济发展能缓解劳动力市场“极化”的这一核心结论是稳健可靠的。
2.内生性问题讨论
在参数估计过程中，由于不可观测因素的存在以及遗漏变量、双向因果关系等会产生内生性问题，导致有偏的估计后果。为了更严谨地解决内生性问题，本文采用固定电话年末用户数、快递业务量、邮政营业网点处数量作为工具变量进行检验。一方面，邮局、固定电话等是人们传递信息和相互沟通的重要方式，电信基础设施会影响到后续阶段互联网技术的应用，同时电商经济是数字经济的重要组成部分，而快递业务处理能力与电商经济密切相关。固定电话年末用户数、快递业务量、邮政营业网点处数量高的地区很可能具备更好的数字经济发展基础，工具变量满足相关性要求。另一方面，三个工具变量并不会通过数字经济发展以外的渠道对近年来的劳动力市场“极化”产生直接的影响，即两者并无明显相关性，工具变量同时满足排他性要求。工具变量的适用性检验结果如表4所示。
首先，KleibergenPaap rk LM 统计量在1%水平上显著拒绝原假设“工具变量识别不足”，过度识别检验在1%水平显著拒绝原假设“工具变量存在过度识别”，说明所选工具变量满足外生性条件，具有有效性。其次，弱工具变量检验显示，最小特征根值统计量为13.3391大于15%临界水平12.8300、第一阶段F值13.3874在1%水平显著，CraggDonald Wald F统计量和KleibergenPaap rk Wald F统计值均大于临界值12.8300，均表明所选工具变量满足强相关性条件，不存在弱工具变量。以上检验结果表明，所选工具变量合理且有效。在此基础上，本文继续用两阶段最小二乘法进行估计，结果如表5所示，数字经济发展的系数符号及显著性均未发生明显改变，数字经济发展与劳动力市场“极化”均保持显著负相关，即与基准回归结果一致。至此，H1得到验证。
（三）数字经济发展缓解劳动力市场“极化”的作用机制分析
本文利用公式（3）对数字经济发展缓解劳动力市场“极化”的作用机制进行了检验，以识别其中的劳动力技能互补机制和劳动力流动性机制，检验结果如表6所示。
1.劳动力技能互补机制分析
表6模型（1）、模型（2）和模型（3）报告了以劳动力技能互补为机制的检验结果。模型（1）中数字经济发展对劳动力技能互补具有5%水平上的显著正向影响，说明数字经济发展促进了地区劳动力的技能互补。在模型（2）和模型（3）中，劳动力技能互补对高技能劳动力相对增长的估计系数不显著，对低技能劳动力相对增长的估计系数在1%水平上显著为负。这说明数字经济发展通过提高劳动力技能互补，缓解了劳动力市场“极化”的低技能单向“极化”趋势，但是此机制对高技能的单向“极化”趋势尚不存在显著作用。可见，在数字经济发展的影响下，劳动力技能互补更有利于低技能劳动力的技能提升，并提高其就业稳定性。低技能劳动力通过学习可获得更高技能层次的知识技能，从而也使城市人力资本整体质量得到均衡提升，劳动市场“极化”进而得到缓解。
2.劳动力流动性机制分析
表6模型（4）～模型（6）报告了以劳动力流动性为机制的检验结果。模型（4）中数字经济发展对劳动力流动性的估计系数显著为正，说明数字经济发展提高了地区劳动力流动性。结合模型（5）和模型（6）可见，在高技能劳动力的单向“极化”方面，劳动力流动性对劳动力市场“极化”的影响系数显著为负；在低技能劳动力的单向“极化”方面，劳动力市场“极化”受到负向作用但并不显著。可见，数字经济发展增强了劳动力流动性，进而缓解劳动力市场“极化”，且此机制主要显著表现在劳动力市场“极化”的高技能偏向性方面。数字经济发展提高了劳动力市场的灵活性，促进了要素市场统一，劳动力流动性得到增强。这降低了各地劳动力供给与技能需求的不匹配程度，从而缓解劳动力市场“极化”。相对于低技能劳动力，高层次和中层次技能劳动力的跨区域流动性更强，流动阻力更小，这也使得劳动力市场的高技能单向“极化”更为显著。至此，H2得到验证。
（四）数字经济发展与技术进步、产业结构升级的调节效应分析
本文利用公式（4）考察了数字经济发展对技术进步、产业结构升级与劳动力市场“极化”关系的调节效应，具体检验结果如表7所示。
1.数字经济发展对技术进步与劳动力市场“极化”关系的调节作用分析
由表7模型（1）可知，技术进步对高技能劳动力相对增长的估计系数为0.1580，在1%水平上显著，即相对于中层次技能劳动力，技术进步显著促进了高技能劳动力的就业增长，引致了劳动力市场“极化”的高技能偏向。数字经济发展与技术进步的交互项的系数为-0.1978，并在5%水平上显著。这表明，数字经济发展具有负向调节效应，能够降低技术进步对高技能劳动力相对增长的促进作用。可见，数字经济发展能够缓解技术进步的高技能偏向性。然而，表7模型（2）显示，在低技能劳动力相对增长方面，数字经济发展对技术进步的调节效应并不显著。原因可能是，技术进步创造的“风口”往往处于高层次和中层次技能劳动力之间［2］，而低技能劳动力主要受到来自中层次技能劳动力的替代效应影响。因此，数字经济发展对技术进步的高技能偏向性的缓解作用要更明显。至此，H3得到验证。
2.数字经济发展对产业结构升级与劳动力市场“极化”关系的调节作用分析
由表7模型（3）和模型（4）可见，产业结构升级二次项的估计系数均在5%水平上显著为正，数字经济发展与产业结构升级二次项的交互项均在5%水平下显著为负。这表明，产业结构升级与劳动力市场“极化”存在U形关系。由表8的Utest检验结果可见，极值点落在数据范围内，并能够在5%的统计水平上显著拒绝原假设，slope 斜率区间的左区间端点斜率为负而在右区间端点斜率为正，表明实证数据支持U形关系。
在低技能劳动力相对增长方面，利用表7模型（4）方程可得到一阶导为：
NL/TR=-6.8273+2.6298TR+6.4856Deco-2.5768Deco·TR （8）
令公式（8）中的一阶导NL/TR=0， 得到：
TR*NL=（6.8273-6.4856Deco）/（2.6298-2.5768Deco） （9）
由公式（9）可以看出，拐点的位置受到数字经济发展取值的影响。进一步对TR*NL求一阶导，可探究产业结构升级对劳动力市场“极化”的影响曲线在不同数字经济发展下的变化情况，得到：
TR*NL/Deco=0.3368/（2.6298-2.5768Deco）2 （10）
由公式（10）可知，TR*NL/Deco值大于0，即随着数字经济发展，拐点值逐渐增大，拐点（极值点）逐渐往右偏。由于产业结构升级与劳动力市场“极化”呈现U形关系，这意味着产业结构升级与劳动力市场“极化”的正向作用区段被缩短。这表明，数字经济发展能够显著负向调节产业结构升级与劳动力市场“极化”的正向关系，即在较高水平的数字经济发展下，产业结构升级对劳动力市场“极化”的促进作用会被弱化。
同理，在高技能劳动力相对增长方面，根据表7可得到产业结构升级对劳动力市场“极化”的影响曲线在不同数字经济发展下的变化情况为：
TR*NH/Deco=-0.0346/（0.424-0.4122Deco）2 （11）
根据公式（11）可知，TR*NH/Deco值小于0，即随着数字经济发展，拐点值逐渐减小，拐点（极值点）逐渐往左偏。这表明，数字经济发展存在正向调节效应，即产业结构升级对劳动力市场“极化”中高技能劳动力相对增长的作用会随着数字经济发展被逐渐增强。
综合上述分析，H4得到验证。数字经济发展从产业数字化方面推动了产业结构升级，提高了产业结构升级过程中高技能劳动力的用工需求，同时也加快降低了低技能劳动力的用工需求。相对于中层次技能劳动力就业比例的增长，高技能劳动力的就业比例增长更快，而低技能劳动力就业比例的增长被抑制。从统计效应来看，低技能劳动力就业比例的下降程度要大于高技能劳动力就业比例的上升水平，劳动力市场“极化”从而得到缓解。因此，在数字经济发展的作用下，产业结构升级对劳动力市场“极化”的效果得到弱化，且主要表现在缓解低技能劳动力的单向“极化”方面。
（五）进一步分析：数字经济发展缓解劳动力市场“极化”的性别异质性
在劳动力市场中，不同性别所从事的行业、获得的平均报酬、受到的就业歧视等都具有一定的差异，而数字经济发展对劳动力市场“极化”的影响是否也会有性别差异？本文进行了分组别回归分析，进一步估计了数字经济发展对男女性别分组下的劳动力市场“极化”的影响，如表9所示。
表9模型（1）和模型（3）报告了数字经济发展与男性样本中劳动力市场“极化”的估计结果。在男性样本组中，数字经济发展对高技能劳动力相对增长的系数为-0.3449，在10%水平上显著；数字经济发展对低技能劳动力相对增长的系数为-2.0600，但不显著。可见，数字经济发展对男性劳动力市场“极化”具有缓解作用，且显著表现在抑制高技能劳动力的相对增长方面，为单向缓解作用。表9模型（2）和模型（4）报告了数字经济发展与女性样本中劳动力市场“极化”的估计结果。数字经济发展对女性劳动力市场“极化”的估计系数分别为-1.4226和-4.8532，且均通过了1%显著性水平检验。可见，数字经济发展对女性劳动力市场“极化”具有显著缓解作用，且为双向缓解作用。数字经济发展为缓解女性劳动力市场“极化”提供了新机遇。一方面，数字经济发展创造了更多灵活工作机会，使女性能够更好地平衡工作与家庭生活；同时降低了女性创业门槛，尤其在电商和服务业领域，为女性创造了更多的就业机会，并有利于减少职业的性别歧视。这些不仅提高了女性的职业多样性，也改善了女性经济地位和职业发展。另一方面，数字经济发展降低了女性选择成本，并强化了女性在情感、社交技能方面的禀赋优势［47］，提升了其在劳动力市场中的地位。而男性在劳动力市场中处于优势地位，受制于边际效应递减规律，数字经济发展对女性劳动力市场“极化”的缓解作用更明显，从而使得数字经济发展对劳动力市场“极化”的影响在性别方面表现出一定的差异。
六、结论与建议
本文基于2011—2022年我国31个省（自治区、直辖市）的经济数据，运用双固定效应模型等实证方法，分析了数字经济发展对劳动力市场“极化”的缓解作用，并对其中作用机制和异质性进行了探究，得到如下研究结论：数字经济发展能够双向缓解劳动力市场“极化”。相对于中层次技能劳动力，无论是高技能劳动力还是低技能劳动力的相对增长，数字经济发展均表现出显著抑制作用。总的来说，数字经济发展能够促进中层次技能劳动力就业的相对增加，从而抑制高技能劳动力和低技能劳动力的两端分化。此外，技术进步和产业结构升级是引致劳动力市场“极化”的重要诱因。从统计效应上看，数字经济发展能够显著降低技术进步对劳动力市场“极化”带来的影响，其主要表现在缓解技术进步在劳动力市场中具有的高技能偏向性。产业结构升级与劳动力市场“极化”之间存在U形关系，其原因主要是，劳动力需求在产业结构升级过程中逐渐由一般劳动力需求转向高技能人才需求，低技能劳动力需求下降明显。数字经济发展能减弱我国产业结构升级对劳动力市场“极化”的促进作用，且其减弱效应主要体现在低技能劳动力市场的单向“极化”方面。具体来说，数字经济发展通过提高劳动力技能互补显著缓解低技能劳动力市场“极化”，并通过增强劳动力流动性显著缓解高技能劳动力市场“极化”。进一步从异质性角度考察发现，数字经济发展对劳动力市场“极化”的缓解作用在性别方面上有不同表现。简言之，数字经济发展对男性劳动力市场“极化”存在单向缓解效果，即主要表现在抑制高技能方面的“极化”偏向，而数字经济发展对女性劳动力市场“极化”则存在双向缓解作用。
结合上述研究结论，本文提出以下建议：第一，推动数字经济发展与教育培训的深度融合。应制定政策鼓励企业和教育机构合作，开发针对性的数字技能培训项目，特别是对中低收入群体和边缘劳动者进行定向支持。可以通过提供税收优惠、补贴或直接的资金支持来激励企业参与合作。同时，应加强基础设施建设，确保广泛的互联网接入，为数字经济发展和教育资源共享奠定基础，提高劳动力的整体数字素养，减少技能差距，从而缓解劳动力“极化”现象。第二，鼓励企业通过数字工具和平台增强就业信息透明度，充分利用各种技能层次的劳动力，以增强劳动力技能互补和劳动力流动性。鼓励企业开发和采用先进数字技术，支持建立跨行业、多层次的数字技能培训体系，如在线学习平台和实体培训中心，提供灵活的学习方式，以适应不同群体的需求，使不同技能的劳动者之间能更好地协作。鼓励企业为员工提供在职数字技能培训，并探索建立劳动力流动激励机制，如职业发展账户或再就业奖励金，以促进劳动者在不同行业和地区间的流动。促进教育体系与产业用工需求对接，为数字经济发展提供更广泛的人才基础。此外，应提高劳动市场信息透明度，建立全面的就业服务系统，增强劳动力市场的灵活性和包容性，帮助劳动者根据数字经济的发展动态进行就业决策和职业规划，提高劳动力的技能互补性和流动性，从而缓解劳动力市场“极化”现象。
参考文献：
［1］ 习近平.高举中国特色社会主义伟大旗帜 为全面建设社会主义现代化国家而团结奋斗——在中国共产党第二十次全国代表大会上的报告［N］.人民日报，2022 -10 -26（01）.
［2］ 曹洁，罗淳.劳动力市场极化问题研究综述［J］.劳动经济研究，2018，6（2）：128-142.
［3］ 江永红，张彬，郝楠.产业结构升级是否引致劳动力“极化”现象［J］.经济学家，2016（3）：24-31.
［4］ 吕世斌，张世伟.中国劳动力“极化”现象及原因的经验研究［J］.经济学（季刊），2015，14（2）：757-778.
［5］ 中国信息通信研究院.中国数字经济发展研究报告（2024年）［R/OL］.（2024 -08 -27）［2024-10-13］. http：//www.caict.ac.cn/kxyj/qwfb/bps/202408/t20240827_491581.htm.
［6］ 唐永，张衔.技术进步与就业极化：一个马克思主义政治经济学的分析框架［J］.政治经济学评论，2022，13（4）：92-116.
［7］ 徐少俊，郑江淮.信息化如何影响中国劳动力市场的技能溢价——基于就业升级和就业极化双重视角的分析［J］.经济问题探索，2022（2）：158-170.
［8］ 张抗私，史策.认知能力、技术进步与就业极化［J］.现代财经（天津财经大学学报），2022，42（5）：95-113.
［9］ 唐永，蒋永穆.产业结构服务化会导致中国劳动力市场极化吗？［J］.经济评论，2022（2）：51-69.
［10］ 郝楠，江永红.谁影响了中国劳动力就业极化？［J］.经济与管理研究，2017，38（5）：75-85.
［11］ 邸俊鹏，鲍俊杰，惠浩.工业机器人对制造业劳动力市场的影响：“升级”抑或“极化”？［J］.上海经济研究，2023（2）：51-63.
［12］ 何小钢，刘叩明.机器人、工作任务与就业极化效应——来自中国工业企业的证据［J］.数量经济技术经济研究，2023，40（4）：52-71.
［13］ 赵春燕，李亚波，张佩媛.人口老龄化会导致中国劳动力就业极化吗？［J］.南京审计大学学报，2023，20（4）：102-111.
［14］ 徐少俊，郑江淮.信息化引致中国劳动力市场极化了吗——多层次技能深化假说与检验［J］.经济问题探索，2020（7）：157-167.
［15］ 林龙飞，祝仲坤.数字经济能够缓解中国劳动供给紧张吗？［J］.经济体制改革，2024（1）：15-23.
［16］ 周晓光，肖宇.数字经济发展对居民就业的影响效应研究［J］.中国软科学，2023（5）：158-170.
［17］ 何苗，任保平.中国数字经济与就业质量的协调发展研究［J］.经济问题探索，2023（1）：6-20.
［18］ 李飚，任芮萱，李秋月，等.数字经济对就业迁移的影响研究［J］.工业技术经济，2023，42（10）：34-41.
［19］ 唐绅峰，潘爽，吴文洋.数字经济提升了劳动生产率吗？——基于中国城市面板数据的实证分析［J］.经济问题探索，2023（7）：142-157.
［20］ 郑浩天，靳卫东.数字经济发展与劳动收入份额变动——兼论数字技术进步的“生产率悖论”［J］.经济评论，2024（1）：90-104.
［21］ 周慧珺.数字经济的发展提高了就业稳定性吗？［J］.当代经济管理，2024，46（2）：76-86.
［22］ 贺唯唯，侯俊军.数字经济是否促进了劳动力统一大市场形成？［J］.经济管理，2023，45（6）：5-21.
［23］ 赵放，蒋国梁.数字科技赋能劳动力就业：内在机理与微观证据——基于CFPS数据的实证分析［J］.人口学刊，2023，45（2）：99-112.
［24］ 张洋.数字技术创新对劳动力市场极化的影响研究［J］.技术经济与管理研究，2023（7）：33-38.
［25］ 王修梅，易法敏.数字经济对农村劳动力非农就业质量的影响——来自电子商务发展的证据［J］.经济经纬，2023，40（3）：55-65.
［26］ 彭丽娜，徐家鹏，姜志德，等.数字经济对农村流动人口就业质量的影响［J］.人口与发展，2023，29（4）：31-46.
［27］ 潘海岚，黄秋妍.数字经济对农民工就业质量的影响机制分析［J］.调研世界，2024（2）：42-51.
［28］ 李辉，邓琪钰.数字经济发展的就业效应研究［J］.人口学刊，2023，45（4）：41-56.
［29］ 周洁.数字经济发展对劳动力就业的影响与对策——基于政治经济学的视角［J］.湖南社会科学，2023（6）：51-60.
［30］ 贺子欣，惠宁，付文宇.数字经济对要素市场扭曲影响的实证检验［J］.统计与决策，2023，39（20）：5-10.
［31］ 闫中晓，吴祯.城市行政级别、数字经济与要素市场扭曲［J］.西部论坛，2023，33（2）：1-15.
［32］ 孟维福，郭正燕.数字经济、劳动力配置与经济高质量发展［J］.江汉论坛，2024（1）：26-36.
［33］ 江三良，于辰晨.数字经济何以影响劳动力统一大市场形成［J］.调研世界，2023（11）：27-35.
［34］ 苏妍，逯进.数字经济发展、工作技能与工作变动［J］.人口学刊，2023，45（5）：69-82.
［35］ 欧晓静，李红.异质性劳动力集聚与产业结构升级——基于我国地级市面板数据的实证研究［J］.城市问题，2021（4）：74-86.
［36］ 罗杨帆，王业强.数字经济发展与技能工资差距：理论与实证［J］.经济问题探索，2024（1）：152-167.
［37］ 张毅，王军.数字经济对资源错配的影响研究：作用机理与经验证据［J］.当代经济管理，2023，45（11）：32-45.
［38］ 郭东杰，邓爱娣，沈志远.数字经济促进劳动力流动的纠错机制与空间溢出效应——基于浙江省11个地级市的面板数据分析［J］.浙江学刊，2023（6）：153-161.
［39］ 李言，肖雨婷.数字经济发展对劳动力价格扭曲的影响［J］.人口与经济，2023（1）：44-56.
［40］ 岳鹄，谭月彤，周子灼.数字经济发展对资源配置效率影响研究——基于要素流动视角的分析［J］.价格理论与实践，2023（9）：100-104.
［41］ AUTOR D H，LEVY F，MURNANE R J.The skill content of recent Technological change：an empirical exploration［J］.The Quarterly Journal of Economics，2003，118（4）：1279-1333.
［42］ 陈仪，李亚楠.全球趋势背景下我国劳动力市场就业极化问题初探［J］.新视野，2023（5）：105-113.
［43］ 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.
［44］ 杨晓军.户籍制度改革对大城市劳动力流入的影响——以中国的123个大城市为例［J］.城市问题，2017（1）：68-75.
［45］ 张在冉.基于城市基础设施的劳动力流入空间溢出效应研究［J］.广东财经大学学报，2018，33（2）：42-53.
［46］ 黎新伍，黎宁，谢云飞.数字经济、制造业集聚与碳生产率［J］.中南财经政法大学学报，2022（6）：131-145.
［47］ 牛建国，夏飞龙，蒋鑫.数字经济背景下人工智能发展对女性就业影响的研究［J］.当代经济管理，2024，46（6）：87-96.
Can the Development of the Digital Economy Alleviate Labor Polarization？
An Empirical Analysis Based on Panel Data from 31 Provinces in China
DUAN Gang1 LIU Xianting2
（1.Yunnan Institute of Nationalities， Yunnan Minzu University， Kunming 650504， Yunnan， China;
2.School of Economics and Management， Yunnan Minzu University， Kunming 650504， Yunnan， China）
Abstract：
The development of the digital economy has had a profound impact on the skill structure in the labor market. Based on panel data from 31 provinces （autonomous regions，municipalities） in China from 2011 to 2022， this study used methods such as bidirectional fixed effects models and nonlinear moderation models to explore whether the development of the digital economy can alleviate labor market polarization. The research results show： the development of the digital economy can promote the growth of employment for medium skilled labor and suppress the polarization between high skilled and low skilled labor， thereby alleviating the “polarization” of the labor market. From a specific mechanism perspective， the development of the digital economy alleviates the “polarization” of the labor market mainly by enhancing the heterogeneity and complementarity of labor skills and enhancing labor mobility. The development of the digital economy can not only significantly alleviate the high skill polarization bias of technological progress on the labor market， but also have a negative moderating effect on the Ushaped relationship between industrial structure upgrading and labor market polarization. However， there is gender heterogeneity in the alleviating effect of digital economy development on the “polarization” of the labor market. It has a significant bidirectional alleviation effect on the “polarization” of the labor market for female samples， while its inhibitory effect on the “polarization” of the labor market for male samples is mainly manifested in the high skill bias. Therefore， it is suggested to fully develop the digital economy， accelerate the application of digital technology tools and platforms in the labor market，and leverage the opportunities brought by the digital era. This approach can help mitigate the “polarization” trend in the labor market， contributing to the realization of highquality and full employment in China.
Key words：digital economy; the “polarization” of the labor market; skill heterogeneity; labor mobility
基金项目：国家社会科学基金项目“‘三权分置’下生产要素流动对西南少数民族地区农户收入的影响研究”（18XJL012）；云南民族大学2023年研究生科研创新基金项目“关于劳动力流动、产业集聚与产业结构升级的联动关系研究”（2023SKY042）。
作者简介：段钢（1962—），男，博士，研究员，博士生导师，主要研究方向为宏观经济政策与产业组织理论。刘贤铤（1999—），男，硕士研究生，主要研究方向为产业经济。
