數字技術進步如何影響我國就業技能結構

郭東杰　吳明燁

關鍵詞：數字技術進步；就業技能結構；消費互聯網；工業互聯網

摘 要：本文通過構建2010—2020年省級面板數據，針對數字技術進步與我國就業技能結構之間的關系展開實證研究，分析了消費互聯網和工業互聯網兩類技術對就業技能結構的影響及其作用機制。研究結果表明：（1）從全國層面來看，消費互聯網和工業互聯網發展均提升中高技能就業人數占比，降低低技能就業人數占比，數字技術進步總體上促進了我國就業技能結構升級。（2）從影響程度來看，工業互聯網發展對就業結構升級的促進作用明顯高于消費互聯網。（3）從影響方式來看，工業互聯網主要通過提升高技能勞動者相對薪資水平促進就業結構升級；而消費互聯網在提升高技能溢價的同時也增加中等技能勞動者的相對薪資水平，同時通過提升地區生活成本擠出低技能勞動力。（4）從影響范圍來看，消費互聯網發展推動就業技能結構升級的影響范圍更廣，而工業互聯網發展的就業技能結構升級作用則集中于中、西部地區。結論的政策含義是，應當持續推進數字技術進步，重視工業互聯網技術對就業結構升級的基礎作用，同時充分發揮消費互聯網的崗位創造作用，各地區在發展數字經濟時應注意不同類型數字技術對地區人力資本水平提升效果上的差異，同時加強區域間數字經濟一體化建設。

中圖分類號：F241文獻標識碼：A文章編號：1001-2435（2024）01-0121-15

How Digital Technology Progress Affects the Structure of Employment Skills in China：A Study Based on Provincial Panel Data

GUO Dongjie，WU Mingye （Zhejiang University of Technology，Hangzhou 310014，China）

Key words：progress in digital technology；employment skill structure；Consumer Internet；Industrial Internet

Abstract：This article conducts empirical research on the relationship between digital technology progress and the employment skill structure in China by constructing provincial panel data from 2010 to 2020. It analyzes the impact and mechanism of Consumer Internet and Industrial Internet technologies on the employment skill structure，respectively. The research results indicate that：（1） From a national perspective，the development of Consumer Internet and Industrial Internet has both increased the proportion of medium to high-skilled employment and reduced the proportion of low-skilled employment. Overall，the advancement of digital technology has promoted the upgrading of China's employment skill structure. （2） From the perspective of impact，the development of the industrial internet has a significantly higher promoting effect on the upgrading of employment structure than the Consumer Internet. （3） From the perspective of impact mode，the industrial internet mainly promotes the upgrading of employment structure by increasing the relative salary level of highly skilled workers. The consumption of the Internet not only increases the premium for high skills；but also increases the relative salary level of medium- skilled workers. At the same time，it squeezes out low-skilled labor by increasing the cost of living in the region. （4） From the perspective of impact scope，the development of the Consumer Internet has a broader impact on the upgrading of employment skill structure，while the upgrading effect of industrial internet development on employment skill structure is concentrated in the central and western regions.The policy implication of the conclusion is that we should continue to promote the progress of digital technology，attach importance to the fundamental role of Industrial Internet technology in upgrading the employment structure，and fully leverage the role of Consumer Internet in job creation. When developing the digital economy，regions should pay attention to the differences in the effectiveness of different types of digital technology in improving regional human capital levels，and strengthening the integration of digital economy among regions.

一、引 言

《“十四五”數字經濟發展規劃》提出，至2025年，數字經濟核心產業增加值占GDP比重達到10%，數字化創新引領發展能力大幅提升，智能化水平明顯提升，數字技術與實體經濟融合取得顯著成效。隨著中國進入新發展階段，經濟增長動能逐漸轉向創新驅動，勞動力技能需求發生相應的變化，數字化發展對勞動力市場的沖擊前所未有，而高質量充分就業又是實現共同富裕拼圖不可或缺的一塊。2022年3月，《政府工作報告》強調，繼續做好“六穩”“六?！惫ぷ?，其中唯有“就業”既出現在“六穩”中、又出現在“六?！敝?，且位列兩者之首，足見中央政府對居民就業的重視程度，如何協調數字化發展與高質量就業之間的關系，避免發生類似西方的就業極化問題成為當務之急。

技術經濟發展史表明：一方面，技術進步可以通過提高生產率的方式擴大產業規模，而且新技術可能會引起社會生產、生活方式的變革，從而涌現出一批新興產業和行業，為勞動者提供更多的就業機會，體現出新技術的就業創造或擴充效應；另一方面，新技術也可能會削減甚至取代大批傳統崗位，使部分勞動者面臨失業風險，這便是新技術的就業破壞或替代效應。關于技術變革導致失業的擔憂，正如凱恩斯所言，“因為我們發現節約勞動力使用的方法，超過勞動力新用途被找到的速度”。1未來10—20年，美國約有47%的就業機會面臨電腦化的風險。2Michaels等基于1980—2004年間美、日和9個歐洲國家的數據證實，在技術進步速度更快的國家，高技能勞動力的需求增長相對更快，中等技能勞動力的需求減少相對更大。3

數字技術變革被認為是就業極化的重要原因之一。與以往技術革命不同的是，數字技術具有滲透性、替代性、協同性等經濟特征，基于數字技術物化而成的資本要素不僅會替代其他非數字技術資本要素，還能夠取代部分復雜勞動力，從而提升技術、資本要素在產業中的份額，降低勞動要素在部分產業中的密集度。針對數字技術的經濟特征，學者們提出任務偏向性技術進步假說。Autor等將工作任務分為常規認知任務、非常規認知任務、常規手工任務和非常規手工任務，并通過數字技術對工作任務的影響來解釋極化現象，發現數字技術進步對非常規認知任務具有擴充（或創造）效應，而對常規手工任務和常規認知任務具有替代（或破壞）效應。1Acemoglu等進一步將就業技能按相應的工作任務復雜度分為高、中等、低三個水平，依據比較優勢理論，在考慮技術進步內生性的前提下建立理論框架，分析勞動力供給、工資水平、技術進步三者之間的關系，并分別考察技能偏向性技術進步和替代性技術進步對就業技能結構的影響，發現替代性技術進步是造成中等技能勞動力占比減少的主要原因。2

那么，中等技術工人去哪了？為了回答這一問題，Cortes采用一個內生的職業排序均衡模型，研究常規任務偏向技術進步對個體勞動者的職業轉換模式和工資變化，發現常規工人職業流動模式有選擇性——常規工人向下過渡到體力工作，向上過渡到認知工作。3Wang（2020）追隨的研究，利用英國、德國的面板數據，檢查了工人在常規任務強度不同的職業之間的職業流動性，發現在從事常規職業的工人中，未被觀察到的、較高技能水平的工人與轉向報酬較高的非常規認知職業呈正相關，而那些未被觀察到的、較低技能水平的工人更有可能轉向報酬較低的非認知體力職業。4通常認為，大多數面臨自動化風險的任務都是由中低技能員工執行的，而采用數字技術后產生的大多數新任務是對高技能勞動力的補充。英國高科技產業——STEM密集型“高科技”或者數字經濟具有正的就業乘數，每增加10個崗位，其中有6個流向低技能勞動力，中等技能勞動力的就業率并沒有增加，但他們從較高的工資中受益；低技能工人從較高的就業率中獲益，但這些工作往往是報酬較低的服務性工作，平均工資會下降。5

許多發達經濟體都有證據表明，常規任務自動化造成就業極化，但人們對其在發展中經濟體中的發生率知之甚少。Gimpelsona等根據收入和教育標準對所有工作進行五分位數排序，探討處于不同分位的工作質量和社會人口特征的動態變化，證實俄羅斯沒有發生就業極化，而是處于就業升級過程中。6西非經濟和貨幣聯盟國家的ICT采用，一方面摧毀0.030%的中低技能工作，另一方面創造0.050%的高技能工作，最終會產生凈創造。7 Das等根據1990年以來85個國家的“常規化暴露”風險敞口，發現發展中經濟體比發達經濟體的常規化風險敞口小得多；在初始常規化風險較高的國家中，極化動力較強，導致后續風險降低；而在那些初始風險敞口較低的國家中，結構轉型占了上風，導致風險敞口增加。8由此可見，在發展中國家幾乎沒有發現兩極分化的證據。原因如下：基于市場經濟的中、低收入經濟體大都是“單一極化”嚴重，數字技術進步及其基礎設施投資不但有利于經濟增長，而且促進產業結構和就業（技能）結構的升級；只有在經濟發展到一定程度，數字化轉型才可能逆轉這種升級趨勢。

《國民經濟和社會發展統計公報（2022年）》顯示，中國大陸人均國民總收入為12 608美元，屬于中等偏高收入國家，非常接近世界銀行規定的高收入國家標準（13 205美元以上）?！稊底种袊l展報告（2022年）》顯示，我國數字經濟規模達50.200萬億元，總量穩居世界第二，占GDP比重達41.5%，數字經濟成為穩增長促轉型的重要動力。在此過程中，中國的就業技能結構發生了什么變化？數字技術進步如何影響就業技能結構轉變？這些問題正引起國內學界的高度關注。

關于第一個問題的研究，一種觀點認為中國就業技能結構整體為中等技能勞動占比上升的“升級”趨勢，且呈現明顯的區域間差異，部分東部地區城市已出現“極化”現象，而中、西部地區總體呈升級趨勢，少數經濟落后地區則出現就業“降級”現象。1郭東杰等發現我國就業技能結構呈“階梯式升級”態勢，且信息化并沒有引致勞動力市場極化。2另一種觀點認為中國大多數地區就業技能結構都出現一定程度的“極化”趨勢，僅在少數地區出現了就業“升級”現象，且數字技術進步引起的工業智能化在東部沿海地區對高技能就業的影響程度更大。3呂士斌和張世偉發現相對于中等技術行業，高技術行業和低技術行業的就業有更大幅度地增加，以此證實中國勞動力市場存在“極化”現象。4

對于第二個問題的研究，目前鮮有文獻明確研究數字技術發展對就業技能結構的影響。而在與之相關的文獻中，第一類研究將數字技術進步內含于數字經濟的發展，關注數字經濟綜合水平對就業技能結構的影響，5第二類研究聚焦于人工智能技術6以及信息技術7等數字技術相關概念對就業技能結構的影響。如陳衛民、韓培培認為，互聯網使用有助于促進農村勞動力職業向上流動。8田鴿和張勛9提出，數字經濟包括消費互聯網和工業互聯網兩大核心內涵。本文認為，數字技術對就業技能結構的影響通過推動經濟數字化轉型得以實現，因此，本文借鑒田鴿和張勛的概念框架，分別探討消費互聯網技術和工業互聯網技術對就業技能結構的影響。

關于消費互聯網技術發展對就業技能結構的影響，多數文獻認為消費互聯網的發展具有優化勞動力資源配置，加速就業技能結構高級化的積極作用。一方面，消費互聯網技術深化社會分工，收入分配機制進一步得到完善；另一方面，消費互聯網應用的普及和數據交易平臺的完善大幅降低了企業和勞動者的信息獲取成本和資金融通成本，在加速勞動力市場供需匹配的同時為企業雇傭高技術人才提供支持。戚聿東等發現互聯網技術進步一方面增加了高端專業技術類職業，另一方面推動傳統職業與新技術融合；10何宗樾和宋旭光認為線上教育的發展使更多勞動者有機會繼續提升自身的就業技能，從而實現人力資本結構的高級化。11武可棟等發現數字經濟的發展增加了第三產業的勞動力需求，尤其是增加了生產性服務業和高端服務業的崗位數量，促進了產業就業結構高級化。12同時，部分文獻認為消費互聯網發展下的平臺經濟對就業技能結構的影響存在門檻效應，在拐點前，平臺經濟發展降低高學歷勞動力占比，在拐點之后提升高學歷勞動力占比。13

關于工業互聯網技術發展對就業技能結構的影響，第一類研究認為工業互聯網（工業智能）引發了就業技能結構“極化”現象，如Autor和Dorn14在針對美國1980—2005的就業市場研究中發現，工業智能化的替代效應主要作用于中等技能就業群體，孫早和侯玉琳15使用2011—2015年我國勞動者受教育程度代表就業技能結構，發現工業智能化顯著降低了初中、高中學歷就業人數占比，導致就業技能結構整體出現“兩極化”特征。第二類研究認為工業互聯網（工業智能）對就業技能結構的“升級”作用遠大于極化作用。蔡躍洲、陳楠指出，智能化技術在替代傳統崗位的同時還會間接創造出新的就業崗位，并且，考慮到工業智能技術對勞動力的輔助作用，工業智能化發展并不會導致就業技能結構持續“兩極分化”。1Acemoglu和Restrepo發現工業智能技術對美國1980—2010年間的就業崗位增長貢獻率高達五成左右；從長遠來看，工業互聯網技術的發展對勞動力的就業和報酬水平呈正向影響。2Dauth認為工業智能化發展將促使擁有穩定工作的勞動者學習新的工作技能，同時激勵年輕勞動者提高自身受教育程度，最終提升整體就業技能水平。3韓民春和喬剛在針對中國制造業的研究中表明，工業智能應用對就業的抑制作用僅存在于低技能勞動力群體中，工業智能化水平的提升總體上促進了中國就業技能結構的升級，4邱語和張衛國采用中國Ａ股制造企業的數據研究發現，機器人應用縮小就業規模，減少低技能勞動力比重，增加高技能勞動力比重。5第三類研究認為，工業智能對就業技能結構的影響取決于工業智能技術的發展階段，在初始階段，工業智能發展有助于推動就業技能結構升級，在成熟階段則會導致就業“極化”問題。6

縱觀已有文獻，數字技術進步在重塑就業技能結構的過程中體現出替代和創造的雙重效應。在理論方面，研究視野已經由技能偏向性擴展到任務偏向性，兼顧數字技術進步對不同技能勞動力工作任務區間和生產效率的雙重影響。在實證方面，數字技術進步導致發達國家就業“極化”已達成一致意見。由于發展中國家數量眾多，且不同發展中國家在經濟水平、市場成熟度等方面差異巨大，其就業技能結構的演變與發達國家相比具有明顯的復雜性和區域異質性。這些特點充分反映在國內的相關實證研究中，中國就業技能結構是處于“升級”或“極化”趨勢至今未形成一致意見。與之前文獻相比，本文的主要貢獻為：（1）以往文獻對數字技術進步的闡釋較為籠統和片面，本文通過研究不同類型的數字技術對就業技能結構的影響，試圖全面揭示數字技術進步與就業技能結構之間的關系；（2）學界對就業技能結構的定義以及測量方式尚未達成統一的標準，本文分別從勞動者的職業技術水平和受教育程度兩方面衡量我國各地區就業技能水平，以提升研究結果的準確性；（3）以往文獻大多缺乏數字技術進步對就業技能結構影響機制的探討，本文從勞動者薪資水平和地區生活成本兩方面剖析數字技術進步對就業技能結構的作用機制，進一步完善數字技術進步與就業技能結構的研究框架。

二、機理分析與理論推演

根據前文的理論綜述，目前學界普遍認為數字技術進步通過創造新的就業崗位和替代原有就業崗位兩種方式對就業技能結構產生影響，但在實證檢驗中往往難以找到合適的代理變量衡量數字技術創造或替代的崗位數量，多數文獻以不同崗位就業人數的變化表征崗位需求的變化，這一方法忽略了兩個問題：第一，實際就業人數是供需平衡下的最終結果；第二，數字技術的替代效應與勞動力相對成本的大小密切相關，只有當自動化技術的邊際成本低于勞動力邊際成本時，企業才有動機使用自動化技術替代勞動力。7

首先，數字技術進步對就業技能結構影響的本質是數字技術引起了企業對勞動力技能需求的轉變，而勞動力價格是勞動力需求的一個直接體現，而需求增加導致勞動力價格上漲將改變勞動者的就業決策，在宏觀上起到就業技能結構的重塑作用。許多研究者也注意到數字技術進步對勞動力薪資水平的影響，如叢鈺涵和李月發現制造業投入數字化的增加顯著提升了勞動力技能溢價；1王林輝等發現，人工智能技術通過不均等地提升高、低技術部門的生產率擴大了高低就業技能勞動者之間的收入差距；2胡善成等認為互聯網應用加劇了勞動力技能溢價，對高-低技能溢價的提升作用最為明顯。3因此，本文推測數字技術通過不同程度地改變各技能勞動者的薪資水平，繼而影響就業技能結構。

其次，數字技術進步還會給地區生活成本帶來影響。第一，根據產業集聚理論，在數字技術相關產業發展初期，節約交易成本和獲得規模效應是引發產業集聚的主要動力，而產業集聚水平的持續提升將對地區數字基礎設施建設提出更高的要求，促使政府加大基礎投資力度，從而影響地區固定資產價格水平；同時產業集聚可能會加劇地區基礎資源緊缺，增加了當地居民的生活成本。第二，消費互聯網發展在降低常規產品和智能化服務的價格同時也提高了手工產品和非智能化服務的相對價格，而后兩者將直接影響居民生活成本。故本文推測數字技術進步還會通過改變地區生活成本影響就業技能結構。

三、模型設定、指標選取與數據來源

（一）模型設定

本文主要考察數字技術發展水平與就業技能結構之間的關系，分別使用消費互聯網和工業互聯網技術作為核心解釋變量，對不同水平的就業技能人數占比進行回歸。面板數據要控制不隨時間、空間變化的不可觀測因素對實證結果的影響，故在實證中選擇雙固定效應模型：

考慮到數字技術進步對就業技能結構的影響具有滯后性，本文的核心解釋變量均使用滯后一期數據。式（1）、式（2）中，z表示不同就業技能勞動力；被解釋變量[lzit]表示省份[i]在[t]年的就業技能結構，即高、中等、低技能勞動力的就業占比；核心解釋變量[Webit-1]、[AIit-1]分別為省份i在[t-1]年的消費互聯網水平指數和工業互聯網水平；控制變量[Xijt]代表列控制變量，[μzi]為個體因素，[νzj]為時間因素，[εzit]為隨機干擾項。

（二）指標選取和數據來源

1.就業技能結構（[lzit]）：過去的就業技能結構相關實證研究主要使用兩種方法測量勞動者的就業技能水平：一為職業技術水平法，即通過勞動者從事職業的技術水平衡量勞動者就業技能水平；二為受教育程度法，即根據勞動者最高學歷水平衡量勞動者就業技能水平。前者側重于衡量勞動者處理工作任務的綜合能力，后者側重于衡量勞動者在學歷教育中積累的知識資本。為盡量全面地反映我國的就業技能結構，本文分別從職業技術水平和受教育程度兩方面 衡量勞動者的就業技能水平，具體的劃分標準如表1所示。

在具體數據獲取過程中，本文首先利用中國綜合社會調查（CGSS）數據庫中2006—2021年間的在業人員相關調查數據，按照表1的劃分標準確認在崗人員就業技能水平；再按年份和地區匯總計算出高、中等、低技能水平的就業人員占比。

圖1、圖2分別展示了以職業技術水平和以受教育程度劃分的我國就業技能結構變化趨勢?？梢钥闯?，在兩種就業技能劃分標準下，2021年的中、高技能就業人數占比之和均高于2006年，說明我國在2006—2021年間就業技能結構總體呈升級趨勢。其中，高技能就業人數占比呈波動性增長，從事高技術職業的勞動者占比和高學歷勞動者占比分別于2017年和2018年達到峰值，占就業總人數四分之一以上。近年來我國教育投入持續擴大，沉淀在勞動者受教育水平中的智力資本逐步在就業市場中得到釋放，同時經濟發展下的產業結構升級使國內企業對高端人才的吸引力明顯增強。此外，通過對比圖1、圖2可以發現，以職業技術水平劃分的就業技能結構波動性大于以受教育程度劃分的就業技能結構波動性，與學歷需求結構相比，職業需求結構與企業經營決策高度相關，對外界環境的變化也更加敏感。

2.消費互聯網水平（[Webit-1]）：由于目前學界尚未給出消費互聯網的明確定義，本文嘗試從三個角度建立綜合指標。第一個角度為互聯網應用廣度，使用互聯網寬帶接入率（互聯網寬帶用戶數/人口數）表征；第二個角度為互聯網技術水平，使用信息服務業單位員工產值（信息服務業產值/信息服務業員工數）表征；第三個角度為互聯網金融發展水平，使用數字普惠金融指數表征。運用主成分分析法計算各分項指標權重，最終加權得到消費互聯網水平綜合指標。

3.工業互聯網水平（[AIit-1]）：本文以工業機器人密度衡量工業互聯網水平，借鑒康茜和林光華的做法，1根據國際機器人聯合協會（IFR）公布的中國工業機器人安裝量乘以中國勞動統計年鑒中各省就業人數占全國總就業人數百分比計算出省級工業機器人密度，將工業機器人使用量按工業領域就業人數進行分攤，以此衡量人工智能在工業生產中的參與程度。

4.控制變量：（1）區域經濟發展水平（pGDP），使用人均GDP（萬元）衡量；（2）人口聚集度（Pd）：采用人口密度（千人/平方公里）衡量；（3）產業結構水平（Is），使用第三產業產值占當年總產值比重衡量；（4）經濟開放程度（Ft），使用按境內目的地和貨源地分的進出口貿易總額（十億元）衡量；（5）教育投資水平（Ec），使用一般財政支出中的教育支出（十億元）衡量。（6）就業保障水平（Sc），采用一般財政支出中的社會保障和就業支出（十億元）衡量。

所有變量描述性統計結果如表2所示。

本文選擇2010—2020年中國省級面板數據進行實證研究，考慮到西藏、海南、新疆數據缺失嚴重，故將其剔除。其中非農就業技能數據通過中國綜合社會調查（CGSS）數據庫中數據計算獲得，CGSS采用多階PPS隨機抽樣，通過問卷方式對中國大陸各省市自治區10 000多戶家庭進行連續性橫截面調查，其研究結果可推論全國年滿18—69周歲的住戶人口。由于CGSS數據庫缺少2014、2016、2019、2020年的調查數據，對上述年份的缺失值使用移動平均插值法填補。其他數據來源于歷年《中國統計年鑒》《中國人口和就業統計年鑒》《中國城市統計年鑒》《中國勞動統計年鑒》、IFR聯盟公布數據以及商務部統計數據。

四、基準回歸分析

根據基準回歸模型（1）、（2）的設定，表3、表4匯報了相應結果?？梢园l現，消費互聯網和工業互聯網發展均提升了中、高技能就業人數占比，同時降低了低技能就業人數占比，數字技術進步總體上促進了我國就業技能結構升級。對比表3、表4，工業互聯網對各技能就業人數占比的影響均大于消費互聯網的影響，說明工業互聯網發展對就業技能結構升級的促進作用更加明顯。與西方發達經濟體不同，數字技術進步在我國并未引發中等技能勞動力“擠出”現象。對于搶先發展數字技術的發達國家，受工業產品價格和市場整體需求因素影響，技術進步對制造業份額的擴張作用逐漸減退，制造業生產率的提升將促使勞動力流向生產率較低的第三產業，1同時信息通信技術加速了全球經濟一體化進程，推動發達國家傳統制造業向海外轉移，最終形成“去工業化”的發展模式，國內制造業崗位大幅減少，使制造業中占比較大的中等技能勞動者失去工作。而我國數字技術正處于成長階段，技術進步對制造業份額仍具有明顯的擴張作用；作為技術溢出的承接方，我國制造業在全球化過程中積累了扎實的基礎，具有獨特的技術轉化優勢，更能夠充分發揮技術創新在制造業中的崗位創造效應。

在控制變量中，區域經濟發展水平和人口聚集度的增加抑制了高技能就業人數占比的提升，在經濟發展水平較高、就業市場競爭激烈的地區，高技術崗位趨于飽和，對高技能人才的吸納能力逐漸降低。而經濟開放程度則提升了低技能就業人數占比，不利于就業技能結構高級化，原因可能在于我國多數地區的對外貿易業務以基礎加工為主，其生產技術水平較低，企業更傾向于使用低技能勞動力以壓縮工資成本。同時，第三產業占比的增長和就業保障水平的提升均能夠推動就業人口由低技能職業向中等技能職業流動，促使就業技能結構由“金字塔”型向“紡錘”型升級。

五、內生性問題與穩健性檢驗

（一）內生性分析

本文的實證分析可能存在反向因果關系引起的內生性問題。由于工業互聯網水平主要取決于工業企業的智能化設備投資，且工業智能化投入對企業的生產率增長具有較強的滯后效應，在短期內不易受勞動力要素價格影響，1因此可以合理認為工業智能化投入外生于就業技能結構；而就業技能結構與當地的互聯網消費市場活躍度高度相關，同時互聯網消費市場活躍度會直接影響消費互聯網技術的研發與應用，因此，本文的基準回歸模型（2）面臨著反向因果的挑戰，僅靠使用滯后一期的核心解釋變量無法解決反向因果關系導致的內生性問題?？紤]到這一點，本文進一步使用工具變量模型驗證消費互聯網發展水平是否在因果意義上影響了地區就業技能結構。

具體來說，本文使用滯后一期的地區長途光纜線路長度（單位：km）與地區城鎮化率的交乘項作為工具變量，使用兩階段最小二乘法對基準回歸結果進行檢驗。從工具變量與消費互聯網發展水平的相關性來看，消費互聯網的應用多集中于城鎮區域，而長途光纜線路長度能夠在一定程度上代表該地區消費互聯網基礎設施建設水平；從工具變量的外生性來看，消費互聯網發展水平不太可能影響上一期的長途光纜線路長度，因此該工具變量相對外生。表5報告了控制時間、個體因素的兩階段工具變量法回歸結果。結果顯示，消費互聯網發展水平對就業技能結構的影響與前文估計結果基本一致，表明基準回歸的估計結果是穩健的。

（二）穩健性檢驗

本文還可能面臨變量選擇方法對實證結果的影響?？紤]到使用工業機器人密度作為代理指標無法全面衡量工業互聯網水平，本文使用地方財政中科學技術支出占一般財政支出的比例（Tc）作為工業互聯網水平的替換變量，檢驗基準回歸結果是否具有穩健性。

表6報告了科學技術支出水平對就業技能結構影響的回歸結果，與工業互聯網水平對就業技能結構的估計結果基本一致，基準回歸的穩健性得到驗證。值得注意的是，科學技術支出水平的增加對高技術崗位占比的提升作用并不顯著，該結果可能與本研究對高技能勞動力的劃分標準有關。表6還顯示科學技術支出水平的增加對高學歷就業人數占比有顯著提升作用，說明基準回歸的結論仍然可靠。

六、機制分析

（一）數字技術進步對薪資水平的影響

根據第二段的理論推演，本文認為數字技術進步首先通過改變薪資水平影響勞動者的就業決策，并且由數字技術的任務偏向性特征可知，數字技術進步對從事不同技能水平工作任務的薪資影響存在明顯差異，從而在宏觀上導致地區就業技能結構的轉變。為實證薪資水平在數字技術進步與就業技能結構之間的中介作用，本文使用行業區分工作任務，借鑒江艇提出的中介效應實證操作建議，1本文主要檢驗數字技術進步對不同行業平均工資的影響。

表7報告了數字技術進步對12個非農行業平均工資的回歸結果。通過表中數據可知，消費互聯網和工業互聯網發展均對大多數行業的平均工資產生正向影響，數字技術的發展總體上增加了我國勞動者的工資收入。與發達國家相比，我國數字技術進步不僅提高了高新產業和服務業工資，對傳統制造業的薪資水平同樣存在正向影響。分行業來看，數字技術進步對信息傳輸、軟件和信息技術服務業、科學研究和技術服務業等知識密集型產業平均工資的提升幅度明顯大于其他行業，說明數字技術進步能夠通過增加知識溢價吸引更多高技能人才，有助于加速地區就業技能結構高級化。此外，消費互聯網發展對金融業以及交通運輸、倉儲和郵政業平均工資提升幅度較大，消費互聯網發展推動了電子商務、數字交易及數字金融的興起，一方面，新業態、新模式的發展對上述配套產業起到了直接的提升作用，另一方面，物聯網、大數據等新技術的運用極大提升了勞動者的生產效率，說明消費互聯網的發展有助于提高中等技能勞動力的勞動回報，推動就業技能結構重心由低技能向中等技能轉移。

（二）數字技術進步對生活成本的影響

為實證地區生活成本在數字技術進步與就業技能結構之間的中介作用，本文借鑒孫早和侯玉琳的研究，1使用城鎮居民消費性支出占城鎮居民可支配收入的占比代表地區生活成本進行檢驗。

表8報告了數字技術進步對地區生活成本的估計結果。我們發現消費互聯網發展對生活成本具有顯著的提升作用。即消費互聯網發展指數每提升一個百分點，預計將導致地區生活成本提升千分之二。同時，工業互聯網水平的提升并未對地區生活成本產生顯著影響，可能的原因是消費互聯網相關產業對數字基礎建設和地區綜合資源水平的要求更高，更易出現產業集聚現象，同時消費互聯網的發展對第三產業價格具有直接推動作用。因此，從生活成本的角度來看，數字技術進步擠壓低收入群體的生存空間，降低當地低技能就業人數占比。

七、異質性分析

通過前文的研究結果，數字技術發展顯著提升了我國中、高技能就業人數占比。從作用機制來看，數字技術進步主要通過增加中、高技能勞動者的相對薪資水平和增加地區生活成本兩種途徑促進就業技能結構升級。同時，根據前文理論分析，數字技術進步通過重塑產業鏈和價值鏈來改變企業的就業技能需求，進而在宏觀上促進地區就業技能結構升級。而Das and Hilgenstock指出，數字技術對產業鏈和價值鏈影響程度與地區的經濟發展水平和產業基礎密切相關，1具體來說，在經濟發展相對成熟、信息產業基礎較為雄厚的地區，數字技術進步對產業內部資源配置的優化作用大于產業結構的調整，相應地減緩了就業技能結構的變化速度；而對于經濟發展水平較低、信息產業基礎薄弱的地區，數字技術進步首先會引起產業結構變動，對就業技能結構的影響更為明顯。

根據自然條件、經濟資源稟賦、經濟發展水平、交通運輸條件等方面的差異，中國可大致劃分為東、中、西、東北四大地區。為便于討論區域間經濟發展水平引起的異質性，本文從四大地區的角度實證數字技術進步對就業技能結構的影響差異。

表9、表10報告了加入區域虛擬變量的異質性估計結果?？梢园l現，除東部地區外，消費互聯網發展顯著促進了各地區就業技能結構升級，工業互聯網發展僅促進中、西部地區就業技能結構升級，對東部、東北部地區的就業技能結構無明顯影響，可能的原因是相較于東部和東北部地區，中、西部地區的制造業數字化升級難度較低，工業互聯網技術投入對產業結構和就業技能結構的升級作用更加凸顯。

八、結論與政策建議

數字技術進步在深度改變經濟發展模式的同時也在重塑地區就業技能結構。本文通過構建2010—2020年省級面板數據，針對數字技術進步與我國就業技能結構之間的關系展開實證研究，分析了消費互聯網和工業互聯網兩類技術對就業技能結構的影響，并試圖探究其中的影響機制。研究結果表明：（1）從全國層面來看，消費互聯網和工業互聯網發展均提升中高技能就業人數占比，降低低技能就業人數占比，數字技術進步總體上促進了我國就業技能結構升級。與西方發達國家相比，數字技術發展并未擠出中等技能勞動者，技術創新在我國更有利于增加中等技能崗位需求。（2）從影響程度來看，工業互聯網發展對就業結構升級的促進作用明顯高于消費互聯網，表明目前工業智能化發展仍是推動我國就業技能結構高級化的主要動力來源。（3）從影響方式來看，工業互聯網主要通過提升高技能勞動者相對薪資水平促進就業結構升級；而消費互聯網在提升高技能溢價的同時也增加中等技能勞動者的相對薪資水平，同時通過提升地區生活成本擠出低技能勞動力。（4）從影響范圍來看，消費互聯網發展推動就業技能結構升級的影響范圍更廣，而工業互聯網發展的就業技能結構升級作用則集中于中、西部地區。

基于上述結論，本文試提出幾點政策建議：（1）數字技術進步有助于就業技能結構升級，而就業技能結構高級化是經濟高質量發展的應有之義，因此應堅持以數字技術與實體經濟相結合為導向，抓住技術變革機遇，持續推進數字技術進步。（2）重視工業互聯網在產業升級中的基礎作用。我國是制造業大國，提高制造業發展水平是提升總體就業技能結構水平的基礎。應加快傳統制造業的數字化轉型，通過優化生產方式帶動就業技能結構升級；同時要加強工業智能的自主研發能力，把握技術改革的主動權，在攻克技術共性難題的過程中打造一批高質量人才隊伍，為數字經濟的高質量發展提供人才保障。（3）充分發揮消費互聯網的崗位創造作用，政府應出臺政策鼓勵互聯網創業，同時注意完善相應法律法規，為新職業和新就業模式的健康發展提供制度保護。（4）暢通勞動者轉崗轉業渠道。政府應協助企業對傳統崗位員工進行數字技能培訓，完善政府公共就業服務平臺，減少企業技術轉型引起的摩擦性失業。（5）政府進行數字技術投入時，既要因地制宜，選擇適合當地產業結構的技術發展路線，也要做好全局考慮，推動區域數字經濟一體化建設，以技術共享促進共同富裕。

責任編輯：孔慶洋

*基金項目：國家社會科學基金一般項目“數字技術驅動就業技能結構轉變的內在機理、效應評估和應對政策研究”（21BJY087）

作者簡介：郭東杰，博士，教授，主要研究方向為人口與勞動經濟；吳明燁，碩士研究生，研究方向為數字技術與就業。

1 Keynes，J. M.，Economic Possibilities for Our Grandchildren，Scanned by Yale University Economics Department from John Maynard Keynes，Essays in Persuasion，1930，pp.358-373.

2 Frey，C. B. and Osborne，M. A.，The Future of Employment： How Susceptible Jobs Are to Computerisation？Technological Forecasting and Social Change，vol.14，no.1（January 2017），pp.254-280.

3 Michaels，G. ，Natraj，A. and Reenen，J. V.，Has ICT Polarized Skill Demand？ Evidence from Eleven Countries over Twenty-five Years，Review of Economics and Statistics，vol.96，no.1 （January 2014），pp.60-77.

1 Autor，D. H.，Katz，L. F. and Kearney，M. S.，The Polarization of the U.S. Labor Market，American Economic Review，vol.96，no.2（January 2006），pp.189-194.

2 Acemoglu，D. and Autor，D.，Skills，Tasks and Technologies： Implications for Employment and Earnings，Handbook of Labor Economics，vol.4，Part B（March 2011），pp.1043-1171.

3 Cortes，G. M.，Where Have the Middle-Wage Workers Gone？ A Study of Polarization Using Panel Data，Journal of Labor Economics，vol.34，no.1（January 2016），pp.63–105.

4 Wang，X. P.，Labor Market Polarization in Britain and Germany： A Cross-National Comparison Using Longitudinal Household Data，Labour Economics，vol.65，no.3（June 2020），101862.

5 Lee，N. and Clarkeb，S.，Do Low-Skilled Workers Gain from High-Tech Employment Growth？ High Technology Multipliers，Employment and Wages in Britain，Research Policy，vol.48 ，no.9（November 2019），103803.

6 Gimpelsona，V. and Kapeliushnikov，R.，Polarization or Upgrading？ Evolution of Employment in Transitional Russia，Russian Journal of Economics，vol.2，no.2（June 2016），pp.192-218.

7 Avom，D.，Dadegnon，A. K. and Igue，C.B.，Does Digitalization Promote Net Job Creation？ Empirical Evidence from WAEMU Countries，Telecommunications Policy，vol.45，no.8（July 2021），102215.

8 Das，M. and Hilgenstock，B.，The Exposure to Routinization： Labor Market Implications for Developed and Developing Economies，Structural Change and Economic Dynamics，vol.60，no.8（July 2022），pp.99-113.

1 屈小博、程杰：《中國就業結構變化：“升級”還是“兩極化”？》，《勞動經濟研究》2015年第1期。

2 郭東杰、周立宏、陳林：《數字經濟對產業升級與就業調整的影響》，《中國人口科學》2022年第3期。

3 孫早、侯玉琳：《工業智能化與產業梯度轉移：對“雁陣理論”的再檢驗》，《社會科學文摘》2021年第9期。

4 呂士斌、張世偉：《中國勞動力“極化”現象及原因的經驗研究》，《經濟學（季刊）》2015年第2期。

5 葉胥、杜云晗、何文軍：《數字經濟發展的就業結構效應》，《財貿研究》2021年第4期；李夢娜、周云波：《數字經濟發展的人力資本結構效應研究》，《經濟與管理研究》2022年第1期。

6 郝力曉、呂榮杰：《人工智能與高質量就業——基于耦合視角的分析》，《經濟與管理研究》2023年第6期。

7 寧光杰、林子亮：《信息技術應用、企業組織變革與勞動力技能需求變化》，《經濟研究》2014年第8期。

8 陳衛民、韓培培：《互聯網使用對農村勞動力職業流動的影響》，《經濟經緯》2023年第5期。

9 田鴿、張勛：《數字經濟、非農就業與社會分工》，《管理世界》2022年第5期。

10 戚聿東、劉翠花、丁述磊：《數字經濟發展、就業結構優化與就業質量提升》，《經濟學動態》2020年第11期。

11 何宗樾、宋旭光：《數字經濟促進就業的機理與啟示——疫情發生之后的思考》，《經濟學家》2020年第5期。

12 武可棟、朱夢春、閻世平：《數字經濟發展水平對勞動力就業結構的影響》，《統計與決策》2022年第10期。

13 楊偉國、吳邦正：《平臺經濟對就業結構的影響》，《中國人口科學》2022年第4期。

14 Autor，D. H. and Dorn，D.，The Growth of Low-Skill Service Jobs and the Polarization of the US Labor Market，American Economic Review，vol.103，no.5，（August 2013），pp.1553-1597.

15 孫早、侯玉琳：《工業智能化如何重塑勞動力就業結構》，《中國工業經濟》2019年第5期。

1 蔡躍洲、陳楠：《新技術革命下人工智能與高質量增長、高質量就業》，《數量經濟技術經濟研究》2019年第5期。

2 孔高文、劉莎莎、孔東民：《機器人與就業——基于行業與地區異質性的探索性分析》，《中國工業經濟》2020年第8期。

3 Dauth，W.，Findeisen，S.，Suedekum，J. and Woessner，N.，The Adjustment of Labor Markets to Robots，Journal of the European Economic Association，vol.19，no.6（December 2021），pp.3104-3153.

4 韓民春、喬剛：《工業機器人對制造業勞動力就業的結構性影響與地區差異》，《產經評論》2020年第3期。

5 邱語、張衛國：《機器人應用與勞動力就業：來自中國制造企業的經驗證據》，《廣東財經大學學報》2023年第4期。

6 韓君、嚴小風、韋楠楠：《人工智能對中國就業技能結構影響的區域差異研究》，《西北人口》2022年第3期。

7 Antonio，M. N.，Mathew，N.，Mohnen，P. and et al.，Is there job polarization in developing economies？ A review and outlook，The World Bank Research Observer，August 2023，No.9444

1 叢鈺涵、李月：《制造業投入數字化、價值鏈分工與勞動技能溢價》，《財經科學》2023年第4期。

2 王林輝、胡晟銘、董直慶：《人工智能技術會誘致勞動收入不平等嗎——模型推演與分類評估》，《中國工業經濟》2020年第4期。

3 胡善成、韓律、張彥彥：《互聯網應用與技能溢價》，《財貿經濟》2023年第8期。

1 康茜、林光華：《工業機器人對就業的影響機制——產業結構高級化還是合理化？ 》，《軟科學》2021年第4期。

1 陳體標：《經濟結構變化和經濟增長》，《經濟學（季刊）》2007年第4期。

1 蔡躍洲、陳楠：《新技術革命下人工智能與高質量增長、高質量就業》，《數量經濟技術經濟研究》2019年第5期。

1 江艇：《因果推斷經驗研究中的中介效應與調節效應》，《中國工業經濟》2022年第5期。

1 孫早、侯玉琳：《工業智能化如何重塑勞動力就業結構》，《中國工業經濟》2019年第5期。

1 Das，M. and Hilgenstock，B.，The Exposure to Routinization：Labor Market Implications for Developed and Developing economies，Structural Change and Economic Dynamics，Vol 60，No.6（March 2022），pp.99-113.