數字經濟發展、工作技能與工作變動

蘇 妍，逯 進

（A.青島大學 商學院；B.青島大學 經濟學院，山東 青島 266071）

一、引言

當前數字經濟蓬勃發展，全球數字服務出口規模從2008 年的18 379.9 億美元提升至2020 年的31 675.9億美元，年增長率達到7.2%。中國信通院（2022）發布的數據顯示我國數字經濟占GDP比重逐年上升，從2005 年的14.2%增加到2021 年的39.8%，作為國民經濟穩定器和加速器的作用更加凸顯。同時，數字經濟作為新一輪科技革命和產業變革的關鍵力量，對改變資源配置方式、生產和消費模式進而促進產業結構演化升級有重要影響。其中，數字產業化和產業數字化發展在持續穩固中進入加速軌道，數字化轉型不斷升級。數字經濟已成為我國經濟總量提升和產業結構轉型的引擎，未來將作為推動經濟高質量發展的重要領域持續發揮作用。

改革開放以來我國的人口結構發生了重大轉變，老齡化、少子化問題突出。與1980 年11.87‰的人口自然增長率相比，2021 年為-0.6‰，降幅達105.05%；老年撫養比由20 世紀80 年代的8.0%上升至2021 年的20.8%；人口平均預期壽命不斷延長，到2021 年提高到78.2 歲。在人口結構持續轉變的過程中，中國的“人口紅利”卻不斷下降，這使企業用工成本上升，勞動力市場的就業結構和工作技能需求結構持續發生變化。數字經濟發展一方面推動了現代信息技術與實體經濟的深度融合，創造了大量的知識和技術密集型就業崗位；另一方面，以智能技術為核心的數字經濟促進了勞動生產率提高，導致部分傳統職業消失，從而對勞動力產生了替代效應。那么，數字經濟推動經濟增長的同時，通過就業的創造效應和替代效應對勞動力的工作會產生什么影響？在兩種效應作用情況下，工作崗位的穩定性或者說工作變動概率會如何？

此外，數字經濟發展對工作中采用不同工作技能的勞動力會有不同的影響，呈現出偏向型技術進步的現象。一般情況下，不同的職業對勞動力所具備的工作技能類型會有不同的強度需求。對于非常規工作技能，在日常工作中強調抽象化思考或者根據情境變換提出問題的解決方案，與數字經濟發展呈現互補性特征。而那些有成熟的處理辦法、重復性很強的工作、可以被程序化的常規技能擁有者更容易被替代。這種互補或者替代關系將在很大程度上決定勞動力面對新興經濟模式時能否保住自身工作抑或是重新尋找工作，最終反映在勞動力工作變動的平均概率上。因此，本文從勞動力工作技能這一視角觀察不同技能類型與數字經濟間的關系，研究這種關系對工作變動發生概率的影響。

針對以上內容，本文首先從中國勞動力動態調查（China Labor-force Dynamic Survey，CLDS）數據庫中篩選了勞動力工作變動數據；其次從數字基礎設施、數字產業化、產業數字化和數字創新四個維度構建了市級數字經濟發展綜合指標。隨后通過數據匹配，形成中國城市數字經濟發展與勞動力工作變動的完整數據。在此基礎上，本文探討了勞動力采用不同工作技能時其工作發生變動的差異化表現及其穩健性問題，并從多個視角進行異質性討論。以上分析有助于人們理解數字經濟發展引致的產業結構轉型和工作模式的轉變與勞動力技能結構之間的匹配度，以及二者的交互作用如何影響勞動力的工作變動，進而全面揭示勞動力市場結構變遷的特征。

現有研究主要考察農民工這一特定群體的工作變動，鮮有文獻關注整個勞動力群體，本文通過CLDS 面板數據定義工作變動這一變量，豐富了工作變動的相關研究；基于工作技能這一視角，探索城市數字經濟發展如何通過工作技能的不同來影響勞動力工作變動的概率，豐富和發展了關于數字經濟對勞動力工作變動這一領域的研究；此外，現有研究主要采用宏觀數據考察數字經濟與高質量就業間的關系，本文則通過宏觀、微觀數據的匹配拓寬了研究的數據基礎，有助于從微觀層面對現有研究做出拓展。

二、文獻綜述

有關于數字經濟的研究主要集中在以下幾個方面：第一，數字經濟發展對高質量就業的影響。多數文獻認為數字經濟促使產業結構和就業技能結構發生改變。［1-2］曹靜和周亞林、王文認為新業態、新產業和新商業模式創造了眾多新崗位和新職業，改善了整體就業環境。［3-4］隨著數字技術不斷進步，勞動者的知識技能有效增強，有助于提升工作效率。［5］同時，勞動關系從屬性被弱化，勞動者工作時間和地點更有彈性。［6］另有少數研究認為數字經濟對高質量就業具有抑制作用，使部分勞動力群體利益受損。［7］第二，數字經濟發展對高質量發展的影響。數字經濟主要通過激發顧客的商品多樣性需求、［8］滿足創業者的信息獲取需求、［9］加速產品的匹配和交易等機制對高質量發展產生非線性溢出效應或者空間溢出效應。［10-11］此外，數字經濟發展還可以促進包容性增長、［12］產業結構的高級化與合理化升級以及全要素生產率的提升。［13-14］總的來說，隨著數字技術迭代速度的加快，顛覆性創新不斷涌現，對其定義和衡量指標還在完善中。同時，現有研究多探討數字經濟對就業質量、就業結構、經濟發展、產業結構和全要素生產率等宏觀層面的影響，而與數字經濟發展高度相關的勞動力工作技能調整以及受數字化轉型沖擊就業崗位發生增減引發工作變動的，從微觀個體層面出發的研究較為少見。

工作變動的發生既是個人尋求最佳匹配工作的需要也是企業謀求自身發展和做大做強的必然選擇。［15-16］已有研究內容可分為以下三個方面：第一，工作變動的發生受多種因素的影響。宏觀層面主要是經濟發展條件、福利制度和就業市場進入機制以及研發創新活動；［17-18］微觀層面則為教育匹配程度、［19］年齡、性別、種族、教育程度等個體特征。［20］此外，工資差距、就業部門特征及單位類型等因素也有重要影響。［21］第二，工作變動對收入的影響。多數研究認為發生工作變動會導致持續的收入損失，［22］并且損失規模的估計隨著分析中所用的數據類型、所在的行業以及商業周期條件的不同而有差異。極少數研究發現工作變動會帶來工資的提升。［23］第三，以農民工群體為例，低人力資本、低就業層次和低收入是農民工變換工作的主要原因，［24-25］但是明娟和王明亮指出頻繁的工作轉換不一定會提升其就業質量，反而會增加工作時間，使職業向下流動。［26］

對工作技能的劃分，通常包括非常規認知、常規認知、非常規操作以及常規操作四種類型。［27］在此分類基礎上，多數研究發現勞動力市場對常規型工作技能的需求及投入呈下降趨勢，而以分析技能和交流技能為主的非常規型工作技能的需求在增加。［28-30］即在技術能力提升和對外貿易相互作用下，勞動力市場上對工作技能的需求也在發生著變化，更加看重勞動力的非常規工作技能。進一步研究發現隨著技能總需求與技能供給結構的演變，不同工作技能的市場價格也在發生著變化，應用到的工作技能越復雜，工資回報越高。［31］此外，與主要應用常規型工作技能的勞動力相比，執行非常規型工作技能的勞動力會有更高更快的工資增長。［32-34］對工作技能的研究主要關注其在勞動力市場的變動趨勢以及對收入的影響，與人工智能、［35］數字經濟等變量交叉探索的內容較為少見。

現有文獻為深入了解數字經濟發展、工作變動與工作技能的研究進展提供了豐富而深刻的見解，但尚有如下不足：第一，數字經濟發展會對就業產生創造效應、替代效應，這必然會影響勞動力市場上工作的轉換，但目前的文獻局限于兩者的單方面探討，尚未對數字經濟與工作發生變動的因果關聯進行詳細考察。第二，隨著數字經濟智能化發展模式的出現，勞動力市場對勞動力工作技能提出了新要求，而在探索數字經濟發展對工作變動影響的過程中加入不同工作技能影響的研究較為少見。

三、研究設計

（一）模型構建

本文采用Probit模型考察城市層面數字經濟發展對勞動力工作變動的影響：

yijt為勞動力是否發生工作變動的二值選擇變量，如果城市j的個體i在兩個相鄰年份的調查中發生了工作變動則為1，未發生工作變動則為0。Φ(·)為標準正態累積分布函數，digitaljt為城市j在t年的數字經濟發展水平，Xijt為控制變量。如果α1顯著為正，則表明城市數字經濟發展會顯著提升勞動力工作變動的概率。

此外，正如前文所述，勞動力的技能差異對其工作選擇具有重要影響，這意味著在數字經濟作用于勞動力工作變動時，技能差異可能會對此產生影響并導致影響程度存在異質性。因此，可以設定如下模型對此做出驗證：

RIIijt為衡量工作技能的常規密集指數，包括非常規工作技能、中等常規技能和高等常規技能，其他變量含義同公式（1）。

（二）數據說明

本文使用2012 年、2014 年、2016 年和2018 年中國勞動力動態調查（China Labor-force Dynamic Survey，CLDS）的個體和家庭問卷數據進行研究。根據勞動力年齡限定的一般做法，樣本選擇限定為16-60歲男性勞動力和16-55歲女性勞動力，就業狀態為在業且從事非農業和非軍事工作的雇員，在后續調查中仍然報告其就業狀況和工作信息。在相鄰調查年份中，自我報告失業原因是家庭需要、退休、健康狀況不佳以及重返學校的人被排除在外。目前可以構成2012-2014年組、2014-2016年組和2016-2018 年組三組樣本。城市數據主要來源于歷年《中國城市統計年鑒》、“北京大學數字普惠金融指數”以及“企研數據”提供的數字經濟產業專題數據庫。［36］

1.被解釋變量

被解釋變量yijt為個體i在兩個相鄰的年份間是否發生工作變動的二值變量，如果個體在后續年份中換了工作或者成為失業狀態則說明發生了工作變動，是為1，工作未發生變動則為0①具體狀態可分為三種，第一種狀態為個體在2012-2014 年間、2014-2016 年間和2016-2018 年間停留在同一種狀態；第二種狀態為個體在2012（2014、2016）年從事有報酬的工作，而在2014（2016、2018）年變為失業狀態；第三種狀態為個體在相同時間間隔內存在工作變動。。

2.核心解釋變量

（1）數字經濟發展。已有文獻對于數字經濟的測度皆為綜合評價指標體系，借鑒柏培文和張云以及陳貴富等的做法并綜合考慮城市層面相關數據的可獲得性，本文從數字基礎設施、數字產業化、產業數字化和數字創新四個維度對數字經濟發展水平進行綜合測度。［37-38］其中，數字基礎設施是數字經濟發展的載體，采用每百人移動電話用戶數、每百人互聯網寬帶接入用戶數來進行測算。數字產業化是數字經濟發展的基礎，包括軟件和信息技術服務業、電信業等行業，文中采用信息傳輸、計算機服務和軟件業從業人員占比、人均電信業務收入兩個指標來代表。產業數字化側重于數字技術與實體經濟的融合發展程度，采用北京大學發布的數字普惠金融指數來代替。數字創新主要衡量數字經濟的智能化與創新性發展，采用5G產業專利授權數、工業互聯網專利授權數和電子商務專利授權數進行測算。各指標間存在量綱問題，因此使用熵值法對各維度的指標通過變異程度來進行客觀賦權，更加合理地測算城市層面的數字經濟發展水平。

（2）工作技能結構。借鑒瑪考林等人的方法來衡量個體的工作技能水平，即根據受訪者工作任務的內容、工作進度的安排和工作量/工作強度這三個維度來構造常規密集指數（Routine Intensity Index，RII）。［39］具體公式為：

w為權重，con、sed和jit分別表示受雇者i在年份t中工作內容、工作進度安排和工作強度等工作狀況由自己決定的程度，取值為“完全由自己決定=1；部分由自己決定=2；完全由他人決定=3”。在使用主成分分析法確定三個維度的權重后，常規密集指數的取值范圍在1～3 之間，數值越大則說明受雇者在工作過程中自我意識的體現越低。為進一步分析數字經濟的發展如何影響處于不同工作技能水平的員工，更加準確地反映不同職業其常規密集指數的分布水平，將位于密度值下側（＜25%分位數）樣本定義為主要應用非常規工作技能的職業個體，將位于密度值上側（＞75%分位數）的樣本定義為主要應用高等常規技能的群體，處于中間水平的定義為中等常規技能。非常規工作技能要求勞動者能夠抽象化思考、創造性分析以及提出決策方案，對交流溝通能力要求也較高，代表性職業如企業家、金融投資家和創意總監等。執行常規工作技能的工作一般有例行處理辦法，可以程序化地按照既定方案重復性的完成日常工作任務。中等常規技能的代表性職業為行政辦公人員、超市收銀員和車床流水線工人等；高等常規技能的典型職業為保潔人員、快遞和外賣人員。

3.控制變量

除以上變量外，城市層面的控制變量包括：人均GDP、財政支出（地方一般公共預算支出/地區GDP）、金融發展水平（地方金融機構人民幣各項存貸款余額/地區GDP）、年末常住人口總數、人力資本水平（普通高等學校在校人數/地區總人口）以及外商直接投資水平（地區實際使用外資金額/地區GDP）。微觀層面的控制變量有：性別、經驗、受教育程度、戶口狀態、職業類型以及單位性質。具體的描述性統計見表1。

表1 變量描述性統計

表1 的前四列展示了CLDS2012 年、2014 年、2016 年和2018 年主要變量的描述性統計情況。各年樣本的平均年齡在40歲左右，男性就業比例高于女性，平均受教育年限呈略微上升趨勢。后三列分別報告了2014 年、2016 年和2018 年追蹤樣本的數據情況，共有5 851 名勞動者在連續兩輪調查中被追訪，追蹤數據中各變量的描述性統計情況與各年份調查數據的情況基本相同。

四、實證分析

（一）基準結果

本文首先考察城市數字經濟發展對勞動者工作變動的影響，回歸結果見表2。其中，第（1）、第（3）、第（5）列只加入數字經濟發展這一核心解釋變量，第（2）、第（4）、第（6）列進一步加入了各控制變量，以盡可能減少因遺漏變量導致的估計偏差。

由第（1）、第（3）、第（5）列的結果可知城市數字經濟發展水平的估計系數為正且在1%水平上顯著。加入控制變量后城市數字經濟發展水平的系數有所下降，但依然顯著為正。這表明在其他條件不變的情況下，城市數字經濟發展水平的提高會顯著增加勞動者工作變動的概率。即隨著城市數字經濟的不斷發展，一方面會催生出新產品、新模式以及新業態，新就業崗位不斷增加，引發勞動力從傳統部門向新興部門轉移，表現為對就業的創造效應；另一方面，數字技術的進步使得機器設備效能提升，勞動生產效率提高，傳統業態受到沖擊，從而對勞動力的需求減少，表現為對就業的替代效應。在數字經濟對就業市場的變革性影響中，就業的創造效應和替代效應相互交融，同時發揮作用，最終提高了勞動力市場中工作變動的概率。另外，控制變量的估計結果與預期基本一致。

（二）Heckman兩階段回歸

只有就業人員才會涉及是否有工作變動，而城市數字經濟發展可能會影響勞動力的工作變動，如果只針對就業人員進行分析會造成樣本選擇偏差問題，因此本文使用Heckman兩階段模型進行調整。第一階段，使用Probit模型估計全樣本工作與否的概率，模型設定如下：

Eijt=1 表示有工作，Eijt=0 為無工作。σ0為常數項，δ為各控制變量的待估系數。由該模型的估計結果得到逆米爾斯比率（IMR）：

?(·)是標準正態分布的密度函數。在第二階段，以參加工作的群體為研究樣本，將逆米爾斯比率作為修正項與原有控制變量一起納入線性回歸模型：

公式（6）中，ηp、νi為省份效應和行業效應，εijt為殘差項。若IMR 的系數顯著則表明存在樣本選擇偏差，需要使用Heckman兩階段模型進行修正。

由表3 所示的Heckman 兩階段回歸結果可知各個逆米爾斯比率的系數均顯著，說明樣本選擇偏差問題得到了有效控制。該模型的估計系數略小于基準回歸結果但仍然顯著為正。第一階段中，性別、年齡和受教育程度等個人特征因素的系數均顯著為正，說明以上因素對就業與否有重要影響，在第二階段中也同樣影響勞動力工作變動。

（三）內生性問題

基準回歸和Heckman 兩階段回歸皆假設城市數字經濟發展是隨機的，可以在不遺漏重要變量的情況下估計其對工作變動的影響。但是，如果數字經濟發展不是隨機的，而是與地區經濟發展水平和產業結構有關，那么城市數字經濟發展對工作變動的影響就存在因遺漏變量和反向因果帶來的內生性問題。參照已有文獻，［40］現實中城市或者地區的地形起伏越小，則信息傳輸、互聯網及軟件業等基礎設施建設的便利性越高，更有利于區域內數字經濟產業的發展，存在明顯的相關性。同時，地形起伏是自然形成的，與人類活動的關聯性很小，滿足外生性的條件，因此選取地形起伏度（IV）作為工具變量來緩解內生性問題。

表4的結果顯示第一階段的F統計量均大于10，可知我們選擇的工具變量與存在內生性問題的變量具有較強的相關性，不是弱工具變量。Wald統計量顯示各年份在1%和5%的水平上拒絕了工具變量與內生變量不相關的原假設，不存在弱工具變量問題。結果表明城市數字經濟的發展會提高勞動者工作變動的概率。數字經濟發展使生產率提高，對勞動力需求增加、產業部門創新度提升創造了大量新崗位及技術擴散引致的就業轉移，對就業崗位產生的創造效應使勞動者可選擇的機會增加，或是因勞動生產率提高對勞動需求減少、數字技術發展提升設備產出效能以及傳統產業受到沖擊甚至消失而出現的就業替代效應，兩種效應同時存在相互疊加的情況下，增加了勞動者變換工作的概率。

表4 地形起伏度做工具變量時數字經濟發展對工作變動的回歸結果

（四）工作技能差異的影響

以上分析證實了城市的數字經濟發展對勞動力工作變動的概率有顯著的提升作用?？紤]數字經濟的發展本身對于勞動力的工作技能需求會有所提高。一般情況下，隨著數字經濟的不斷演進，其對勞動力的常規技能尤其是高等常規技能的替代效應較為明顯，與非常規工作技能則可能形成互補。［37］這意味著城市數字經濟的發展會影響勞動力市場的技能結構分布，進一步影響勞動力的工作變動。

由表5 的結果可知：以2012-2014 年這個時間段為例，相對于主要采用非常規工作技能的勞動者來說，數字經濟發展每增加一個單位，從事中等常規技能勞動者或者從事高等常規技能勞動者發生工作變動的概率都會提高。2014-2016 年和2016-2018 年這兩個間隔也存在相同的情況。說明在其他條件不變的情況下，城市數字經濟的發展會導致中等常規技能和高等常規技能發生工作變化的概率高于非常規工作技能的勞動者，對于主要使用常規工作技能的勞動者在工作上有更大的不確定性。此發現一定程度上也為正在遭受技術發展沖擊的勞動力作出了增強自身工作技能水平以及加強人力資本積累的提示。

表5 數字經濟發展對不同工作技能類型勞動力工作變動的影響

五、異質性分析

本文從區分性別與教育差異、數字化就業與傳統就業以及區域特征三個方面分析城市數字經濟發展對勞動力工作變動的異質性影響。

（一）區分性別與教育差異

在個體層面，首先考慮性別方面的影響差異。一般情況下，男性在體力方面、女性在腦力方面有天然的優勢。而數字經濟的發展，最先替代的將是機械性消耗體力的工作內容，對認知或者交流技能的替代性稍弱。同時，不同年齡群體在面對知識技術發展時其接受程度也存在差異，以中年群組為對照，考察低年齡群組（age16-29）和高年齡群組（女性表示為f40-55，男性表示為m50-60）受到的影響。表6 的回歸結果顯示數字經濟發展會提升工作變動的概率，且相比于女性勞動力群體，數字經濟發展對男性勞動力群體發生工作變動的概率更大，在一定程度上表明數字經濟發展對體力勞動的替代效應更高。此外，低年齡群組回歸結果不顯著，說明數字經濟對青年人的工作變動影響不明顯。而高年齡群組的系數皆顯著為正，表明高年齡群組受數字經濟的影響更大，發生工作變動的概率更高。

表6 數字經濟發展的異質性分析：分性別

其次，數字經濟加速人工智能全面產業化的到來，機器代人現象不可避免，而教育所建立起的人力資本屏障可有效應對技術的沖擊。擁有更高學歷的個體，因自身積累的人力資本水平較高，學習新知識和接受新事物的能力較強，在面對勞動力市場結構調整的時候有較高的主動權，發生工作變動的概率相對較小。表7的回歸結果也印證了這一點：城市數字經濟發展對高中及以下低技能群體的影響更大，且在1%的水平上顯著；大專及以上群體也受到數字經濟發展的影響，但是影響程度相對較小，發生工作變動的概率相對較低。

表7 數字經濟發展的異質性分析：分教育程度

（二）區分數字化就業與傳統就業

不同工作內容受到數字經濟發展的影響也不同，如區塊鏈工程技術人員、數字化管理師、自媒體運營者、網絡主播及云計算工程技術人員等新興職業受到的影響會更大，而化工、機械、光學和制造業受到的影響相對較小，因此基于就業環境和職業特征的不同，將樣本分為數字化就業和傳統就業兩種類型來分析其不同的影響。由表8可知，城市數字經濟發展的系數均在1%水平上顯著為正，與數字化就業群組的回歸系數相比，傳統就業的影響系數較小，說明雖然數字經濟發展會增加勞動者工作變動的概率，但對數字化就業人員的影響更大。

表8 數字經濟發展的異質性分析：分數字化就業與傳統就業

（三）分區域特征

不同區域因經濟發展水平、文化環境以及政策措施存在差異，對數字經濟的發展和后續推進亦有不同。因此，我們將全國分為東、中、西三個區域①東部為北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、廣西、海南12 個?。▍^、市）；中部為山西、內蒙古、吉林、黑龍江、安徽、江西、河南、湖北、湖南9 個?。▍^、市）；西部為重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆10 個?。▍^、市）。，分區域觀察不同數字經濟發展水平對工作變動概率的差異化影響，限于篇幅具體結果未列出。分區域回歸結果顯示數字經濟發展的估計系數均顯著為正，其中東部和中部區域的城市數字經濟發展對勞動者工作變動的概率產生顯著的正向影響，且東部區域數字經濟發展對工作變動的影響高于中部區域，說明東部區域城市數字經濟整體水平較高，產生的聯動效應更強。值得注意的是西部區域城市數字經濟發展對勞動力工作變動的影響不顯著?，F實社會中應注重東部區域數字經濟發展具有網絡效應和“蒲公英”效應的特征，發揮輻射帶動作用拉動中部和西部區域數字經濟的發展。

六、拓展分析

以上內容已經明確了城市數字經濟發展對勞動力工作變動概率有顯著提升作用，而且相對于主要使用非常規工作技能的員工來說，從事中等常規技能和高等常規技能的勞動力發生工作變動的概率更高。這些結果反映的是數字經濟發展對勞動力工作變動概率的短期靜態影響，如果考慮動態變動是否會產生更大的影響？為評估動態影響，接下來將更換核心解釋變量，采用數字經濟的當期發展水平減去滯后一期的值來表示數字經濟發展的滲透性或者說加速度，其他變量與前文實證部分保持一致。

表9 為考慮數字經濟發展動態影響的回歸結果，第（1）列至第（3）列是Probit 估計結果，第（4）列至第（6）列是考慮內生性問題的估計結果。由后三列結果可知城市數字經濟發展的加速度每提升一個單位，勞動者發生工作變動的概率將分別提高0.372、0.396 和0.403。與非常規工作技能勞動者相比，城市數字經濟發展會顯著提升高等常規技能和中等常規技能工作者轉換工作的可能性，以CLDS2012-2014 年這一間隔為例，前者提高的概率（0.312）約為后者（0.235）的1.32 倍。隨著時間的推移，這一相對比例呈現出下降趨勢。由此推斷，隨著數字經濟發展滲透性的提升，其對勞動力市場的影響也會經歷一個逐步加速的過程，最終數字經濟與實體經濟融合發展創造更多的工作崗位。因此，在發展之初會擠出一部分中等和高等常規技能工作者，隨著數字經濟引導資源的快速優化配置，未來不僅吸納主要使用非常規工作技能的勞動力，而且也為常規技能工作者提供了更多的就業機會。

表9 數字經濟發展對工作變動的動態影響

七、結論

本文通過使用中國地級市數據構建了城市數字經濟發展指數，并結合2012 年、2014 年、2016 年和2018年CLDS微觀數據庫研究了城市數字經濟發展對勞動力工作變動的影響，從工作技能視角分析了其作用機理，考察了異質性特征，并進行了數字經濟發展動態影響的拓展分析。主要研究結論為：第一，中國城市數字經濟發展會顯著提升勞動力工作變動的概率，在考慮樣本選擇性問題和內生性問題之后，該結論依然成立。第二，從工作技能視角看，相對于工作中主要使用非常規工作技能的勞動者，從事中等常規技能和高等常規技能的員工更易發生工作變動。反映了數字經濟發展與不同工作技能的勞動者之間存在不同的替代效應，以常規技能為主的勞動者因其工作內容更易被程序化和編程替代，正在面對被擠出的現狀，而執行非常規工作技能的個體更易實現“人機共存”，與數字經濟融合互動發展。第三，數字經濟發展呈現異質性影響：與女性勞動力相比，數字經濟發展在較大幅度上提升了男性勞動力工作變動的概率，對高齡群體來說亦是如此；數字經濟發展對大專及以上學歷群體的工作變動影響小于高中及以下群體；相對于傳統就業，在數字化就業領域工作更易發生工作變動；東部和中部區域的城市數字經濟發展會顯著提升勞動力發生工作變動的概率，西部區域的影響則不顯著。第四，按照目前的發展趨勢，隨著數字經濟在城市蔓延的速率提升，勞動者發生工作變動的概率在下降?？梢灶A見數字經濟的加速發展在后期會逐步釋放較大的生產力，在沖擊一部分常規工作技能員工擠占其就業崗位的同時，也會為非常規工作技能的員工帶去更多就業選擇。

基于以上研究，本文提出以下政策建議：第一，繼續高質量推進數字中國建設，不斷完善智能化信息基礎設施建設，加強數字經濟與實體經濟的融合發展，加快發展新產業、新模式。第二，根據勞動力市場對工作技能的新需求及時調整技能結構的供給，適應數字經濟轉型需要。對個人來說，主要應用常規工作技能的中低技能勞動力應通過積極參加企業、社會培訓來及時提升自身人力資本水平和職業技能。對政府而言，一方面應加大對數字技能、數字人才的培養，使得數字經濟向縱深發展；另一方面應注重引導資本有序擴張，創造更多就業機會，改善勞動力就業和收入狀況。第三，針對不同勞動力群體的特征，持續擴大數字經濟對就業的創造效應，保障勞動力工作權益。促進城市資源合理配置和區域經濟聯系，對于數字經濟發展較好的城市，大力吸引數字技術人才，打破地域人才流動限制。同時也要注重發揮先發地區的輻射帶動作用，幫助后發地區建立數字經濟發展體系，加強區域深度合作。