葉 胥 杜云晗 何文軍
(1.西南財(cái)經(jīng)大學(xué),四川 成都611130;2.西華大學(xué),四川 成都 611039)
在新冠肺炎疫情防控期間,數(shù)字經(jīng)濟(jì)展現(xiàn)出強(qiáng)大的韌性,數(shù)字化正深刻改變著居民的生產(chǎn)和生活方式,疫后時(shí)代這一趨勢(shì)有望持續(xù)深化。據(jù)《中國數(shù)字經(jīng)濟(jì)發(fā)展白皮書(2020)》,我國數(shù)字經(jīng)濟(jì)發(fā)展較快,數(shù)字經(jīng)濟(jì)增加值已由2005年的2.6萬億元增加到2019年的35.8萬億元,數(shù)字經(jīng)濟(jì)增加值占GDP比重由2005年14.2%提升至2019年36.2%;2019年數(shù)字經(jīng)濟(jì)發(fā)展對(duì)經(jīng)濟(jì)增長貢獻(xiàn)率高達(dá)67.7%。數(shù)字經(jīng)濟(jì)發(fā)展也加快了產(chǎn)業(yè)數(shù)字化進(jìn)程,2019年我國農(nóng)業(yè)、工業(yè)、服務(wù)業(yè)數(shù)字經(jīng)濟(jì)滲透率分別為8.2%、19.5%和37.8%,在推動(dòng)就業(yè)崗位的數(shù)字化轉(zhuǎn)型的同時(shí)催生了一批新崗位新職業(yè),如網(wǎng)絡(luò)購物導(dǎo)購員和解說員、網(wǎng)約物流配送員和人工智能訓(xùn)練師等。隨著我國老齡化進(jìn)程不斷加快,2010—2018年期間勞動(dòng)力人口增長率在2015年越過0.9%后逐年下降,就業(yè)人口占勞動(dòng)力人口比例也由2010年0.97下降為2018年的0.96,加快人口紅利向人才紅利轉(zhuǎn)變,推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展成為當(dāng)務(wù)之急。數(shù)字經(jīng)濟(jì)發(fā)展可通過教育領(lǐng)域(Weninger,2017)與就業(yè)技能培訓(xùn)項(xiàng)目的數(shù)字化應(yīng)用提升勞動(dòng)力競爭力與素養(yǎng)(Spante et al.,2018) ,形成某種意義上的“數(shù)字人力資本”(Bach et al.,2013)。得益于互聯(lián)網(wǎng)生態(tài)的快速興起,“數(shù)字人力資本”獲得了新的價(jià)值內(nèi)涵(邱澤奇 等,2016)。黨的十九屆四中全會(huì)明確指出,數(shù)據(jù)作為傳統(tǒng)要素以外的新型生產(chǎn)要素,應(yīng)納入市場資源配置體系與要素報(bào)酬評(píng)價(jià)機(jī)制。當(dāng)前經(jīng)濟(jì)高質(zhì)量發(fā)展已進(jìn)入新的歷史交匯點(diǎn),現(xiàn)代信息技術(shù)革命不僅催生了大批新的產(chǎn)業(yè)部門興起,其對(duì)傳統(tǒng)實(shí)體經(jīng)濟(jì)的滲透與融合也正引領(lǐng)經(jīng)濟(jì)邁入新的歷史方位。因此,研究數(shù)字經(jīng)濟(jì)的就業(yè)結(jié)構(gòu)效應(yīng)具有現(xiàn)實(shí)價(jià)值。
基于中國省際面板數(shù)據(jù),本文評(píng)估了數(shù)字經(jīng)濟(jì)發(fā)展對(duì)就業(yè)結(jié)構(gòu)的影響。結(jié)果表明,數(shù)字經(jīng)濟(jì)發(fā)展對(duì)就業(yè)結(jié)構(gòu)有顯著影響,體現(xiàn)為對(duì)不同層面就業(yè)結(jié)構(gòu)調(diào)整的直接與間接作用。本文豐富了數(shù)字經(jīng)濟(jì)和勞動(dòng)經(jīng)濟(jì)有關(guān)研究領(lǐng)域的文獻(xiàn),提供了就業(yè)結(jié)構(gòu)轉(zhuǎn)型在新經(jīng)濟(jì)形態(tài)中表現(xiàn)形式的證據(jù)。本文可能的邊際貢獻(xiàn)在于:從數(shù)字化基礎(chǔ)設(shè)施、數(shù)字化交易和數(shù)字化載體三個(gè)維度測(cè)算了省級(jí)層面數(shù)字經(jīng)濟(jì)增加值,作為衡量數(shù)字經(jīng)濟(jì)發(fā)展的核心指標(biāo);探討了數(shù)字經(jīng)濟(jì)發(fā)展對(duì)不同層面就業(yè)結(jié)構(gòu)影響作用以及可能的非線性關(guān)系;通過識(shí)別數(shù)字經(jīng)濟(jì)發(fā)展對(duì)不同層面就業(yè)結(jié)構(gòu)的作用路徑以及門檻效應(yīng),進(jìn)一步深化了數(shù)字經(jīng)濟(jì)發(fā)展與就業(yè)結(jié)構(gòu)調(diào)整的認(rèn)識(shí),有助于理解數(shù)字經(jīng)濟(jì)時(shí)代背景下我國就業(yè)結(jié)構(gòu)調(diào)整趨勢(shì),為數(shù)字經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化與就業(yè)促進(jìn)政策提供定性與定量依據(jù)。
數(shù)字經(jīng)濟(jì)本質(zhì)上是現(xiàn)代信息通信技術(shù)廣泛應(yīng)用于經(jīng)濟(jì)活動(dòng)的呈現(xiàn)形式,主要表現(xiàn)為人工智能、大數(shù)據(jù)、云計(jì)算和互聯(lián)網(wǎng)等數(shù)字技術(shù)在各產(chǎn)業(yè)部門的廣泛應(yīng)用。數(shù)字經(jīng)濟(jì)具備技術(shù)進(jìn)步的特點(diǎn),而技術(shù)進(jìn)步深刻影響著就業(yè)結(jié)構(gòu)。勞動(dòng)方式可劃分為抽象勞動(dòng)、程式化勞動(dòng)與簡單勞動(dòng),從事程式化勞動(dòng)的中等技能勞動(dòng)者較容易受到技術(shù)進(jìn)步?jīng)_擊而被擠出至簡單勞動(dòng)行列(Acemoglu et al.,2015) ,而技術(shù)進(jìn)步的就業(yè)替代效應(yīng)主要作用于需要中等技能水平的崗位,從而導(dǎo)致就業(yè)結(jié)構(gòu)呈現(xiàn)出“中部坍塌”的勞動(dòng)極化現(xiàn)象。短期內(nèi)新技術(shù)的運(yùn)用對(duì)從事程式化勞動(dòng)就業(yè)者的替代并不明顯,這種“創(chuàng)造性毀滅”只有經(jīng)過一個(gè)較長時(shí)期才會(huì)逐漸發(fā)生(Gaggl et al.,2017)。就業(yè)結(jié)構(gòu)極化還存在區(qū)域異質(zhì)性,中國沿海發(fā)達(dá)地區(qū)生活成本與工業(yè)智能資本會(huì)同時(shí)對(duì)低技能水平勞動(dòng)力形成擠出,此時(shí)就業(yè)結(jié)構(gòu)極化以“單極化”形式呈現(xiàn)(孫早 等,2019)。B?hm(2020)認(rèn)為,技能偏向性技術(shù)進(jìn)步加速了勞動(dòng)力群體內(nèi)部不平等,對(duì)就業(yè)結(jié)構(gòu)影響更多集中于男性低回報(bào)勞動(dòng)力群體。數(shù)字經(jīng)濟(jì)發(fā)展可能模糊就業(yè)結(jié)構(gòu)邊界,使得高技能勞動(dòng)力在一天內(nèi)的不同時(shí)間段進(jìn)行不同類型工作成為可能,從而實(shí)現(xiàn)勞動(dòng)力資源利用上的優(yōu)化(Mokyr et al.,2015)。
總的來看,數(shù)字經(jīng)濟(jì)已開始進(jìn)入以智能化和物聯(lián)網(wǎng)技術(shù)應(yīng)用為核心的發(fā)展階段(王文,2020)。Frank(2018)認(rèn)為在不遠(yuǎn)的未來,智能資本投入并不必然擠出活勞動(dòng),而更可能以“智能資本+活勞動(dòng)”的人機(jī)協(xié)調(diào)方式完成具體工作安排。智能資本的引入降低了主要以程式化任務(wù)為主的第二產(chǎn)業(yè)就業(yè)比重,顯著促進(jìn)了生產(chǎn)性服務(wù)業(yè)與其他高端服務(wù)業(yè)就業(yè),誘發(fā)了知識(shí)與技術(shù)密集型行業(yè)對(duì)勞動(dòng)力的需求。技術(shù)進(jìn)步引致的勞動(dòng)工具與勞動(dòng)對(duì)象創(chuàng)新,使得高端就業(yè)崗位不斷被創(chuàng)造出來(Graetz et al.,2018)。Cheng et al.(2019)則認(rèn)為,企業(yè)通過投入智能資本對(duì)勞動(dòng)力進(jìn)行替代是大勢(shì)所趨,由于缺乏足夠的集體力量以及議價(jià)能力,勞動(dòng)者往往選擇自愿離崗而非抗議智能資本的大量采用。
數(shù)字經(jīng)濟(jì)的互聯(lián)網(wǎng)屬性也正深刻影響著就業(yè)?;ヂ?lián)網(wǎng)技術(shù)發(fā)展使得經(jīng)濟(jì)活動(dòng)的大量信息流得到及時(shí)快速處理,有助于緩解信息不對(duì)稱和提高勞動(dòng)力要素市場供需匹配效率(Kuhn et al.,2014)。Hilal(2013)指出,互聯(lián)網(wǎng)技術(shù)與高技能勞動(dòng)力之間存在極佳的技術(shù)互補(bǔ)性,從而互聯(lián)網(wǎng)發(fā)展更能促進(jìn)高知識(shí)水平勞動(dòng)力就業(yè)。通過減少融資約束、社會(huì)資本約束以及交易成本,互聯(lián)網(wǎng)使用也能激發(fā)居民創(chuàng)業(yè)行為(Zhao,2020)。另外,數(shù)字普惠金融通過降低信息不確定性與融資約束,能極大緩解中小企業(yè)資本約束,有效提升潛在創(chuàng)業(yè)群體合理選擇和使用金融產(chǎn)品與服務(wù)的能力,助力創(chuàng)新創(chuàng)業(yè)的同時(shí)帶動(dòng)更多就業(yè)(謝絢麗 等,2018)。
綜上所述,已有研究主要關(guān)注數(shù)字經(jīng)濟(jì)的某個(gè)具體維度對(duì)就業(yè)總量或結(jié)構(gòu)的影響,零星研究關(guān)注到數(shù)字經(jīng)濟(jì)發(fā)展的總體規(guī)模對(duì)產(chǎn)業(yè)層面就業(yè)結(jié)構(gòu)的影響作用。數(shù)字經(jīng)濟(jì)一定程度上擠出了農(nóng)業(yè)部門勞動(dòng)力,增加了非農(nóng)部門勞動(dòng)者的創(chuàng)業(yè)和就業(yè)(何宗樾 等,2020)。但同時(shí),數(shù)字經(jīng)濟(jì)發(fā)展對(duì)就業(yè)結(jié)構(gòu)的影響機(jī)制還不明確?;诖?,本文在以往研究基礎(chǔ)上嘗試做進(jìn)一步拓展與分析。
以技術(shù)進(jìn)步為重要屬性的數(shù)字經(jīng)濟(jì)發(fā)展可能對(duì)以下三個(gè)層面的就業(yè)結(jié)構(gòu)造成影響:一是產(chǎn)業(yè)層面就業(yè)結(jié)構(gòu)。技術(shù)進(jìn)步的背景下,制造業(yè)就業(yè)結(jié)構(gòu)化特征尤為明顯,商業(yè)與金融等服務(wù)業(yè)就業(yè)結(jié)構(gòu)也因而表現(xiàn)出類似的模式。二是行業(yè)層面就業(yè)結(jié)構(gòu)。技術(shù)沖擊條件下不同行業(yè)、職業(yè)程式化任務(wù)密集度(Routin Task Intensity)決定著勞動(dòng)力要素供求狀況,以及就業(yè)結(jié)構(gòu)變遷路徑。三是技能層面就業(yè)結(jié)構(gòu)。Acemoglu(2015)用一個(gè)中間產(chǎn)品模型說明,技能偏向型技術(shù)進(jìn)步有利于企業(yè)裝備更多同高技能勞動(dòng)者互補(bǔ)的技術(shù)裝備,當(dāng)其所生產(chǎn)中間產(chǎn)品對(duì)產(chǎn)出貢獻(xiàn)較大時(shí),就業(yè)結(jié)構(gòu)表現(xiàn)為高技能勞動(dòng)者占比上升。因此,為考察數(shù)字經(jīng)濟(jì)發(fā)展對(duì)不同層面就業(yè)結(jié)構(gòu)的影響,圍繞三個(gè)層面的就業(yè)結(jié)構(gòu)進(jìn)行模型設(shè)定。
據(jù)此,為驗(yàn)證數(shù)字經(jīng)濟(jì)發(fā)展與就業(yè)結(jié)構(gòu)關(guān)系,本文構(gòu)建以下基礎(chǔ)模型:
EmployStruci,t=α0+α1+ln Digitali,t+∑βjln Xj,i,t+εi,t+γi
(1)
其中,下標(biāo)i表示不同省份,t表示年份,EmployStruc為各省以不同維度(產(chǎn)業(yè)、行業(yè)、技能)衡量的就業(yè)結(jié)構(gòu),Digital為數(shù)字經(jīng)濟(jì)發(fā)展,X為其他控制變量,α和β分別為控制變量系數(shù),ε為隨機(jī)誤差項(xiàng),γ為省份固定效應(yīng)。對(duì)有關(guān)變量取對(duì)數(shù)處理,以消除異方差帶來的影響。
1.被解釋變量
(1)產(chǎn)業(yè)層面就業(yè)結(jié)構(gòu)IEstru。使用第二產(chǎn)業(yè)就業(yè)比重除以第三產(chǎn)業(yè)就業(yè)比重得到相應(yīng)指標(biāo),用以衡量產(chǎn)業(yè)層面就業(yè)結(jié)構(gòu)。
(2)行業(yè)層面就業(yè)結(jié)構(gòu)TEstru。以高技術(shù)行業(yè)就業(yè)人數(shù)占比來衡量。高技術(shù)行業(yè)就業(yè)人數(shù)包括高端制造業(yè)就業(yè)人數(shù)與高端服務(wù)業(yè)就業(yè)人數(shù)。高端制造業(yè)就業(yè)人數(shù)用《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒》中各省高技術(shù)產(chǎn)業(yè)企業(yè)從業(yè)人員年平均人數(shù)表示。借鑒宣燁等(2019)的思路,選取“科研、技術(shù)服務(wù)和地質(zhì)勘查業(yè)”“信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)”“金融業(yè)”和“租賃和商業(yè)服務(wù)業(yè)”四類行業(yè)代表高端服務(wù)業(yè),計(jì)算得到高端服務(wù)業(yè)就業(yè)人數(shù)。高端服務(wù)業(yè)就業(yè)人數(shù)同高端制造業(yè)就業(yè)人數(shù)加總得到高技術(shù)行業(yè)就業(yè)人數(shù),最后除以各行業(yè)就業(yè)人數(shù)之和得到行業(yè)層面就業(yè)結(jié)構(gòu)。
(3)技能層面就業(yè)結(jié)構(gòu)SKEstruc。采用孫文遠(yuǎn)等(2020)的做法,視大專及以上學(xué)歷勞動(dòng)者為高技能勞動(dòng)者,用大專及以上學(xué)歷就業(yè)人數(shù)除以大專以下學(xué)歷就業(yè)人數(shù),得到技能層面就業(yè)結(jié)構(gòu)指標(biāo)。
2.核心解釋變量
數(shù)字經(jīng)濟(jì)增加值Digital。數(shù)字經(jīng)濟(jì)增加值是衡量數(shù)字經(jīng)濟(jì)發(fā)展的核心變量,根據(jù)聯(lián)合國《2019年數(shù)字經(jīng)濟(jì)報(bào)告》有關(guān)內(nèi)容,數(shù)字經(jīng)濟(jì)增加值同以下幾個(gè)方面有關(guān):一是數(shù)據(jù)傳輸?shù)奈锢碓O(shè)施以及處理數(shù)據(jù)的技術(shù)能力,擁有優(yōu)良傳播速率的基礎(chǔ)設(shè)施能在同一時(shí)段有效傳播更多數(shù)據(jù)。二是數(shù)字?jǐn)?shù)據(jù)市場化程度,可數(shù)字化交付能力決定了數(shù)據(jù)市場變現(xiàn)能力及其貨幣化價(jià)值規(guī)模。三是數(shù)字?jǐn)?shù)據(jù)載體種類與數(shù)量,任何數(shù)字化商品和服務(wù)要獲得進(jìn)一步發(fā)展都需要接受市場機(jī)制的檢驗(yàn),由特定載體容納與傳播?;诖?,借鑒許憲春等(2020)的做法,主要從數(shù)字化基礎(chǔ)設(shè)施、數(shù)字化交易和數(shù)字化載體三個(gè)維度確定數(shù)字經(jīng)濟(jì)有關(guān)行業(yè)范圍,計(jì)算相應(yīng)行業(yè)調(diào)整系數(shù),并在此基礎(chǔ)上對(duì)數(shù)字經(jīng)濟(jì)發(fā)展進(jìn)行估算?;舅悸啡缦拢旱谝?,利用“信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)”和“計(jì)算機(jī)、通信和其他電子設(shè)備制造業(yè)”兩類行業(yè)增加值之和,除以該年第二產(chǎn)業(yè)增加值得到數(shù)字化基礎(chǔ)設(shè)施增加值調(diào)整系數(shù);第二,利用“電子類批發(fā)業(yè)”和“零售家用電器電子產(chǎn)品”主營業(yè)務(wù)收入除以該年第三產(chǎn)業(yè)主營業(yè)務(wù)總收入,得到數(shù)字化交易增加值調(diào)整系數(shù);第三,利用“文化、體育和娛樂業(yè)”增加值,除以該年第三產(chǎn)業(yè)增加值得到數(shù)字化載體增加值調(diào)整系數(shù);第四,利用插值法將缺失年份調(diào)整系數(shù)數(shù)據(jù)補(bǔ)齊,乘以各省對(duì)應(yīng)年份第二產(chǎn)業(yè)或第三產(chǎn)業(yè)增加值得到不同維度數(shù)字經(jīng)濟(jì)增加值,加總求和估算出各省數(shù)字經(jīng)濟(jì)增加值。
3.控制變量
參照已有文獻(xiàn)做法,選取以下指標(biāo)為控制變量:(1)資本存量CP,用永續(xù)盤存法得到各省2001—2017年資本存量;(2)投資結(jié)構(gòu)IVstruc,反映不同產(chǎn)業(yè)資本配置狀況,利用第三產(chǎn)業(yè)投資除以第二產(chǎn)業(yè)投資得到;(3)地區(qū)生產(chǎn)總值GDP,反映不同地區(qū)經(jīng)濟(jì)發(fā)展水平;(4)高端行業(yè)實(shí)際平均工資額HW,由高端服務(wù)業(yè)就業(yè)人員實(shí)際平均工資和高技術(shù)產(chǎn)業(yè)人員實(shí)際平均工資的算術(shù)平均數(shù)計(jì)算得到,衡量勞動(dòng)力要素市場價(jià)格供求狀況;(5)外商投資企業(yè)投資總額IVT,外資流入通常發(fā)生在資本或技術(shù)密集型企業(yè),從而可能改變不同技能勞動(dòng)力就業(yè)水平,體現(xiàn)了就業(yè)結(jié)構(gòu)的變化(Bruno et al.,2012),這里換算成以人民幣為計(jì)價(jià)單位,并用投資指數(shù)調(diào)整為可比價(jià)格。
4.中介變量
從勞動(dòng)力市場供求來看,產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)或升級(jí)會(huì)對(duì)勞動(dòng)力需求端產(chǎn)生影響,從產(chǎn)業(yè)結(jié)構(gòu)服務(wù)化和產(chǎn)業(yè)結(jié)構(gòu)內(nèi)部升級(jí)兩個(gè)方面測(cè)算產(chǎn)業(yè)結(jié)構(gòu)升級(jí)指數(shù)ISupgrade,作為第一個(gè)中介變量。人力資本存量變動(dòng)會(huì)對(duì)勞動(dòng)力供給端產(chǎn)生影響,以J-F收入法測(cè)算的人力資本存量HMcapital,作為第二個(gè)中介變量。
本文樣本為2001—2017年我國除港、澳、臺(tái)和西藏以外的30個(gè)省(市、自治區(qū)),數(shù)據(jù)主要來自《中國統(tǒng)計(jì)年鑒》《中國區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》《中國勞動(dòng)統(tǒng)計(jì)年鑒》和《中國人口與就業(yè)統(tǒng)計(jì)年鑒》,其中,數(shù)字經(jīng)濟(jì)測(cè)算所用數(shù)據(jù)來自《中國地區(qū)投入產(chǎn)出表》和《中國經(jīng)濟(jì)普查年鑒》。關(guān)鍵變量描述性分析如表1所示。
表1 變量描述性統(tǒng)計(jì)
模型實(shí)證估計(jì)結(jié)果如表2所示。作為參照,列(1)、(3)、(5)為混合OLS回歸結(jié)果,列(2)、(4)、(6)為固定效應(yīng)回歸結(jié)果??梢钥闯?,數(shù)字經(jīng)濟(jì)發(fā)展對(duì)不同層面的就業(yè)結(jié)構(gòu)具有正向影響。固定效應(yīng)模型控制了與個(gè)體效應(yīng)相關(guān)的遺漏變量,這里以固定效應(yīng)模型為準(zhǔn)進(jìn)行解釋??刂屏耸》莨潭ㄐ?yīng)后,核心解釋變量系數(shù)均具有統(tǒng)計(jì)意義上的顯著性。根據(jù)固定效應(yīng)模型估計(jì)結(jié)果,數(shù)字經(jīng)濟(jì)增加值每增長1倍,可以促進(jìn)第二產(chǎn)業(yè)(相比第三產(chǎn)業(yè))就業(yè)人數(shù)上升32.1%,促進(jìn)高技術(shù)行業(yè)(相比其他行業(yè))就業(yè)人數(shù)上升1.8%,促進(jìn)高技能勞動(dòng)者(相比其他勞動(dòng)者)就業(yè)人數(shù)上升4.4%。數(shù)字經(jīng)濟(jì)發(fā)展推動(dòng)著就業(yè)結(jié)構(gòu)的制造化、高技術(shù)化和高技能化。其中,就業(yè)結(jié)構(gòu)的高技術(shù)化和高技能化符合現(xiàn)實(shí)預(yù)期,但數(shù)字經(jīng)濟(jì)發(fā)展推動(dòng)就業(yè)結(jié)構(gòu)制造化的實(shí)證結(jié)果,與現(xiàn)實(shí)中服務(wù)業(yè)更易數(shù)字化和帶動(dòng)就業(yè)的一般認(rèn)識(shí)存在偏差。
表2 基準(zhǔn)回歸結(jié)果
數(shù)字經(jīng)濟(jì)發(fā)展對(duì)就業(yè)結(jié)構(gòu)的影響存在非線性關(guān)系。為深入探討數(shù)字經(jīng)濟(jì)發(fā)展對(duì)就業(yè)結(jié)構(gòu)的非線性影響,加入數(shù)字經(jīng)濟(jì)發(fā)展的平方項(xiàng)進(jìn)行分析。結(jié)果如表3所示,數(shù)字經(jīng)濟(jì)發(fā)展對(duì)就業(yè)結(jié)構(gòu)的影響作用隨數(shù)字經(jīng)濟(jì)發(fā)展水平提高呈現(xiàn)“正U形”。當(dāng)數(shù)字經(jīng)濟(jì)發(fā)展處于較低水平時(shí)相對(duì)減少了第二產(chǎn)業(yè)、高技術(shù)產(chǎn)業(yè)和高技能的勞動(dòng)者就業(yè),但最終將引致就業(yè)結(jié)構(gòu)制造化、高技術(shù)化與高技能化。這可能是因?yàn)榈谌a(chǎn)業(yè)有著相對(duì)較低的固定資產(chǎn)投入與技術(shù)密集程度,數(shù)字化改造難度較小,因而數(shù)字經(jīng)濟(jì)對(duì)第三產(chǎn)業(yè)滲透速度較快,滲透率相對(duì)較高,特別是平臺(tái)經(jīng)濟(jì)下一些傳統(tǒng)服務(wù)業(yè)數(shù)字化后帶來的就業(yè)創(chuàng)造效應(yīng)。對(duì)第二產(chǎn)業(yè)而言,工業(yè)智能機(jī)器人的出現(xiàn)可能對(duì)一些重復(fù)性勞動(dòng)為主的崗位產(chǎn)生擠出效應(yīng),但隨著數(shù)字經(jīng)濟(jì)發(fā)展水平的不斷提升,企業(yè)生產(chǎn)方式迎來深刻變革,勞動(dòng)者知識(shí)和技能更新程度加大,高技術(shù)行業(yè)將可能出現(xiàn)更多人機(jī)協(xié)同、程式化編程、高新技術(shù)研發(fā)有關(guān)的新興就業(yè)崗位。
表3 加入平方項(xiàng)回歸的結(jié)果
從國際經(jīng)驗(yàn)和現(xiàn)實(shí)發(fā)展看,第三產(chǎn)業(yè)的數(shù)字化難度遠(yuǎn)低于第二產(chǎn)業(yè),但結(jié)合中國信通院公布的產(chǎn)業(yè)數(shù)字滲透率和就業(yè)數(shù)據(jù)可知,盡管數(shù)字經(jīng)濟(jì)對(duì)第三產(chǎn)業(yè)滲透大于第二產(chǎn)業(yè),但其對(duì)第二產(chǎn)業(yè)數(shù)字就業(yè)增速的促進(jìn)效應(yīng)大于第三產(chǎn)業(yè)。數(shù)據(jù)顯示,2018年我國第二和第三產(chǎn)業(yè)的數(shù)字滲透率分別為18.3%和35.9%,產(chǎn)業(yè)數(shù)字滲透率較2017年分別提高1.1和3.3個(gè)百分點(diǎn),與此同時(shí),2018年第二和第三產(chǎn)業(yè)的數(shù)字經(jīng)濟(jì)化就業(yè)崗位增速分別為7.3%和16.6%,產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型相關(guān)崗位占產(chǎn)業(yè)就業(yè)比分別提升1.4和4個(gè)百分點(diǎn)(1)參見《中國數(shù)字經(jīng)濟(jì)發(fā)展與就業(yè)白皮書(2018年)》《中國數(shù)字經(jīng)濟(jì)發(fā)展與就業(yè)白皮書(2019年)》。。也就是說,數(shù)字經(jīng)濟(jì)滲透率的增加對(duì)第二產(chǎn)業(yè)的就業(yè)促進(jìn)作用大于第三產(chǎn)業(yè)。數(shù)字經(jīng)濟(jì)滲透率每增加1個(gè)百分點(diǎn),對(duì)應(yīng)的第二產(chǎn)業(yè)數(shù)字經(jīng)濟(jì)就業(yè)崗位增速增加約為6.636個(gè)百分點(diǎn),第三產(chǎn)業(yè)數(shù)字經(jīng)濟(jì)就業(yè)崗位增速增加約5.030個(gè)百分點(diǎn);第二產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型崗位占就業(yè)比重約增加1.27個(gè)百分點(diǎn),第三產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型崗位占就業(yè)比重約增加1.21個(gè)百分點(diǎn)。因此,雖然相對(duì)第三產(chǎn)業(yè),第二產(chǎn)業(yè)的數(shù)字化難度更大,但當(dāng)?shù)诙a(chǎn)業(yè)數(shù)字化程度達(dá)到一定水平時(shí),其對(duì)數(shù)字領(lǐng)域就業(yè)增速的影響要相對(duì)大于第三產(chǎn)業(yè),即表現(xiàn)出就業(yè)結(jié)構(gòu)制造化。
雙重效應(yīng)與指標(biāo)選取問題。數(shù)字經(jīng)濟(jì)發(fā)展的技術(shù)沖擊具有就業(yè)創(chuàng)造和就業(yè)抑制兩種效應(yīng)。一方面促使中低技能水平勞動(dòng)力大量轉(zhuǎn)移至短期內(nèi)難以實(shí)現(xiàn)大范圍自動(dòng)化且產(chǎn)品不能完全被其他部門所替代的低端服務(wù)業(yè)部門,即就業(yè)替代效應(yīng);另一方面則增加了對(duì)高技能水平勞動(dòng)者的需求,這是因?yàn)橄冗M(jìn)的數(shù)字技術(shù)會(huì)創(chuàng)造出以抽象邏輯思維、獨(dú)立解決問題以及系統(tǒng)性協(xié)調(diào)工作等為基本內(nèi)容的新型工作崗位,即就業(yè)創(chuàng)造效應(yīng)(Autor et al.,2013)。對(duì)此,我們借鑒馬弘等(2013)的做法,利用中國工業(yè)企業(yè)數(shù)據(jù)庫微觀數(shù)據(jù),匹配得到2001—2017年各省共3549930個(gè)企業(yè)數(shù)據(jù),結(jié)合就業(yè)有關(guān)數(shù)據(jù)計(jì)算得到各省就業(yè)創(chuàng)造與就業(yè)消失數(shù)據(jù),在此基礎(chǔ)上觀察數(shù)字經(jīng)濟(jì)發(fā)展對(duì)兩者的影響。結(jié)果發(fā)現(xiàn),樣本期間內(nèi)數(shù)字經(jīng)濟(jì)發(fā)展對(duì)就業(yè)創(chuàng)造呈現(xiàn)出促進(jìn)作用,對(duì)就業(yè)消失呈現(xiàn)出抑制作用,說明數(shù)字經(jīng)濟(jì)發(fā)展總體上促進(jìn)了工業(yè)企業(yè)就業(yè)。分行業(yè)分析發(fā)現(xiàn),數(shù)字經(jīng)濟(jì)發(fā)展有利于部分行業(yè)的就業(yè)創(chuàng)造,但對(duì)另一些行業(yè)則表現(xiàn)為就業(yè)抑制效應(yīng)??梢?,數(shù)字經(jīng)濟(jì)發(fā)展對(duì)工業(yè)企業(yè)就業(yè)的確存在促進(jìn)和抑制兩種效應(yīng),且凈效應(yīng)表現(xiàn)為就業(yè)創(chuàng)造效應(yīng)。并且,數(shù)字經(jīng)濟(jì)是一個(gè)較為寬泛的概念,包含生產(chǎn)要素(存儲(chǔ)介質(zhì)、信息數(shù)據(jù)流)、科學(xué)技術(shù)(ICT、物聯(lián)網(wǎng)和人工智能等)以及網(wǎng)絡(luò)載體(信息化平臺(tái))等不同層次內(nèi)容。盡管有研究表明,數(shù)字經(jīng)濟(jì)發(fā)展對(duì)第二產(chǎn)業(yè)部門就業(yè)存在顯著的負(fù)向影響(王文,2020),但該研究的核心指標(biāo)為工業(yè)機(jī)器人安裝密度,更多體現(xiàn)為對(duì)傳統(tǒng)要素的替代。
為進(jìn)一步驗(yàn)證實(shí)證結(jié)果的穩(wěn)健性,圍繞數(shù)字經(jīng)濟(jì)基礎(chǔ)設(shè)施發(fā)展?fàn)顩r構(gòu)造代理變量進(jìn)行分析。數(shù)字經(jīng)濟(jì)發(fā)展?fàn)顩r主要由與ICT(Information and Communications Technology)有關(guān)的軟硬件基礎(chǔ)能力所決定,選取信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)固定資產(chǎn)投資額ICTIVT作為數(shù)字經(jīng)濟(jì)發(fā)展的代理變量。同時(shí),地區(qū)信息通信能力也影響數(shù)字經(jīng)濟(jì)發(fā)展,包括蜂窩移動(dòng)通信網(wǎng)絡(luò)、固話寬帶網(wǎng)絡(luò)數(shù)據(jù)吞吐量和傳輸速率,我們選取局用交換機(jī)容量、移動(dòng)電話交換機(jī)容量、長途電話交換機(jī)容量和長途光纜線路長度四個(gè)指標(biāo),基于變異系數(shù)法測(cè)算出各指標(biāo)權(quán)重,加權(quán)求和得到地區(qū)信息通信能力發(fā)展綜合指數(shù)Index作為數(shù)字經(jīng)濟(jì)發(fā)展的代理變量。
將兩個(gè)代理變量分別替代核心變量重新進(jìn)行估計(jì),結(jié)果見表4。除列(4)核心解釋變量回歸系數(shù)不顯著外,其余結(jié)果均表明數(shù)字經(jīng)濟(jì)發(fā)展對(duì)不同層面的就業(yè)結(jié)構(gòu)有著顯著影響,這說明使用不同代理變量基本上不影響數(shù)字經(jīng)濟(jì)發(fā)展與就業(yè)結(jié)構(gòu)的關(guān)系,為基準(zhǔn)回歸結(jié)果提供了進(jìn)一步支持。由于核心自變量由不同維度指標(biāo)加總而成,那么不同維度指標(biāo)作為代理變量是否會(huì)影響實(shí)證結(jié)果?對(duì)此,將數(shù)字化基礎(chǔ)設(shè)施增加值、數(shù)字化交易增加值和數(shù)字化載體增加值三個(gè)二級(jí)指標(biāo)進(jìn)行回歸分析,結(jié)果如表5所示。
表4 地區(qū)信息通信能力對(duì)就業(yè)結(jié)構(gòu)的影響
表5 不同維度數(shù)字經(jīng)濟(jì)發(fā)展對(duì)就業(yè)結(jié)構(gòu)影響
結(jié)果表明,除數(shù)字化載體增加值對(duì)行業(yè)層面就業(yè)結(jié)構(gòu)影響不顯著外,三個(gè)維度的數(shù)字經(jīng)濟(jì)發(fā)展均顯著影響就業(yè)結(jié)構(gòu),且對(duì)特定層面的就業(yè)結(jié)構(gòu)而言,數(shù)字化基礎(chǔ)設(shè)施增加值的影響相對(duì)更大,這意味著數(shù)字化基礎(chǔ)設(shè)施的發(fā)展對(duì)數(shù)字經(jīng)濟(jì)作用的發(fā)揮具有基礎(chǔ)性作用,加快構(gòu)建新時(shí)期數(shù)字化基礎(chǔ)設(shè)施體系有利于數(shù)字經(jīng)濟(jì)加速發(fā)展。綜上,本文實(shí)證結(jié)果并不因指標(biāo)選取存在較大差異。
盡管我們控制了部分影響就業(yè)結(jié)構(gòu)變遷的其他變量,但由于數(shù)據(jù)可得性與一些無法直接測(cè)度的因素,數(shù)字經(jīng)濟(jì)發(fā)展對(duì)就業(yè)結(jié)構(gòu)影響很可能存在內(nèi)生性偏誤。比如,不同地區(qū)城市化進(jìn)程(Beladi et al.,2019)、數(shù)字化基礎(chǔ)設(shè)施布局、產(chǎn)業(yè)結(jié)構(gòu)與產(chǎn)業(yè)發(fā)展政策、生活成本(張莉 等,2017)與城市吸引力等,都可能影響二者之間的關(guān)系。就業(yè)結(jié)構(gòu)高級(jí)化可能引致與之互補(bǔ)的有關(guān)技術(shù)創(chuàng)新(Acemoglu,2002),人才集聚對(duì)地區(qū)創(chuàng)新能力的影響是顯著的(Lee et al.,2010),這意味著就業(yè)結(jié)構(gòu)可能對(duì)當(dāng)期數(shù)字經(jīng)濟(jì)發(fā)展情況產(chǎn)生制約。為盡可能減少遺漏變量、反向因果與測(cè)量誤差等對(duì)估計(jì)結(jié)果的干擾,將基準(zhǔn)回歸模型(1)擴(kuò)展為動(dòng)態(tài)面板模型,并使用工具變量進(jìn)行分析。動(dòng)態(tài)面板模型在原回歸模型基礎(chǔ)上引入就業(yè)結(jié)構(gòu)的滯后一期,充分考慮當(dāng)前就業(yè)結(jié)構(gòu)受過去一個(gè)時(shí)期要素市場狀況的可能影響。鑒于本文所使用數(shù)據(jù)集為短面板數(shù)據(jù),且系統(tǒng)GMM較差分GMM而言估計(jì)效率更高,因此選取系統(tǒng)GMM方法進(jìn)行估計(jì)。模型設(shè)定方面,不同層面就業(yè)結(jié)構(gòu)的一階滯后項(xiàng)是前定變量,其余為內(nèi)生變量。同時(shí),使用地形起伏度(2)Olena et al.(2015)認(rèn)為,地形起伏度會(huì)影響數(shù)字技術(shù)有關(guān)的基礎(chǔ)設(shè)施及相關(guān)設(shè)備安裝、調(diào)試和功效,但不受數(shù)字經(jīng)濟(jì)發(fā)展有關(guān)的經(jīng)濟(jì)變量影響,滿足外生性與相關(guān)性,可用作地區(qū)互聯(lián)網(wǎng)設(shè)備部署的工具變量。本文所使用的中國海拔高度數(shù)據(jù)(DEM)來自SRTM(Shuttle Radar Topography Mission,SRTM 90m)數(shù)據(jù),通過將數(shù)字高程模型數(shù)據(jù)重采樣為1km×1km,得到若干研究單元(柵格區(qū)),逐柵格區(qū)提取地形起伏度。參照主流做法,將地形起伏度定義為:RDLS={[max(H)-min(H)]×[1-S(T)/T]}/500,其中,RDLS為地形起伏度,H為研究單元內(nèi)高度,T為區(qū)域總面積(T=1km2),S(T)為研究單元內(nèi)平地面積(km2),500表示基準(zhǔn)山體高度。和滯后一期的核心解釋變量構(gòu)造工具變量。考慮到地形起伏度對(duì)數(shù)字信息調(diào)制、傳輸與解調(diào)以及設(shè)備功效等存在負(fù)向影響,我們對(duì)各省(市、區(qū))地形起伏度變量取倒數(shù)得到正向指標(biāo),并借鑒Nunn et al.(2014)的做法,將所得正向指標(biāo)與滯后一期內(nèi)生變量相乘得到工具變量。回歸結(jié)果如表6所示。
2SLS估計(jì)結(jié)果顯示,第一階段回歸中工具變量對(duì)內(nèi)生變量影響系數(shù)為正(0.0002)且顯著(p=0.033),符合預(yù)期——由于較高的地形起伏度對(duì)地區(qū)信息傳輸能力有負(fù)面影響,取倒數(shù)后所得指標(biāo)應(yīng)正向促進(jìn)地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展。經(jīng)檢驗(yàn),Kleibergen-Paap rk LM統(tǒng)計(jì)量為106.431(p=0.000),Kleibergen-Paap rk Wald F統(tǒng)計(jì)量大于10%顯著水平上的臨界值(F=1705.935),故不存在識(shí)別不足與弱識(shí)別問題。GMM估計(jì)結(jié)果進(jìn)一步印證了模型的穩(wěn)健性,序列相關(guān)檢驗(yàn)拒絕了各估計(jì)殘差序列不存在1階自相關(guān)的原假設(shè),但未拒絕2階自相關(guān)原假設(shè),結(jié)合Hansen檢驗(yàn)可知GMM各工具變量構(gòu)造是合理的,本部分結(jié)果為基準(zhǔn)回歸結(jié)果提供了進(jìn)一步支持。
就業(yè)結(jié)構(gòu)反映了勞動(dòng)力供求匹配的實(shí)際狀況。從勞動(dòng)力需求端來看,勞動(dòng)力的需求源自產(chǎn)業(yè)發(fā)展,產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)影響著就業(yè)結(jié)構(gòu)調(diào)整。數(shù)字經(jīng)濟(jì)對(duì)經(jīng)濟(jì)影響的研究起點(diǎn)是討論技術(shù)創(chuàng)新影響產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的過程和機(jī)制(付宏 等,2013),數(shù)字經(jīng)濟(jì)發(fā)展將通過調(diào)整智能資本與傳統(tǒng)生產(chǎn)要素之間的替代關(guān)系影響產(chǎn)業(yè)結(jié)構(gòu)(郭凱明,2019)。數(shù)字經(jīng)濟(jì)發(fā)展有利于促進(jìn)產(chǎn)業(yè)組織模式與結(jié)構(gòu)創(chuàng)新,培育新的產(chǎn)業(yè)組織,加快產(chǎn)業(yè)融合,推動(dòng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)(謝富勝 等,2019)。產(chǎn)業(yè)結(jié)構(gòu)升級(jí)意味著各生產(chǎn)部門技術(shù)、管理與創(chuàng)新等軟實(shí)力的提升,增加對(duì)高技能勞動(dòng)者的需求,擺脫對(duì)低技能水平勞動(dòng)者的依賴,最終實(shí)現(xiàn)就業(yè)結(jié)構(gòu)優(yōu)化。
從勞動(dòng)力供給端來看,人力資本與就業(yè)結(jié)構(gòu)高度相關(guān),人力資本存量多寡決定著經(jīng)濟(jì)轉(zhuǎn)型中能有效利用數(shù)字技術(shù)紅利創(chuàng)造長期價(jià)值的高端人才儲(chǔ)備水平。數(shù)字經(jīng)濟(jì)能利用“互聯(lián)網(wǎng)+”形式突破傳統(tǒng)教育培訓(xùn)方法和內(nèi)容,有效提升人力資本增加效率。數(shù)字經(jīng)濟(jì)技術(shù)的引入使得工作場景中的成員能更加方便快捷實(shí)現(xiàn)知識(shí)共享與學(xué)習(xí)互助,充分享受個(gè)人素質(zhì)提升意義上的數(shù)字紅利,賦能就業(yè)結(jié)構(gòu)向更高水平轉(zhuǎn)換,加快推動(dòng)勞動(dòng)力就業(yè)結(jié)構(gòu)高級(jí)化。相比之下,人力資本水平較高的群體更可能從數(shù)字經(jīng)濟(jì)發(fā)展中獲益,從而獲取更多就業(yè)機(jī)會(huì)(何宗樾 等,2020)。
因此,從產(chǎn)業(yè)結(jié)構(gòu)升級(jí)和人力資本存量提升兩個(gè)方面,深入探討數(shù)字經(jīng)濟(jì)發(fā)展對(duì)就業(yè)結(jié)構(gòu)影響的內(nèi)在邏輯確有必要。關(guān)于產(chǎn)業(yè)結(jié)構(gòu)升級(jí)變量ISupgrade的測(cè)算,常見的做法是采用第一產(chǎn)業(yè)產(chǎn)值占比+第二產(chǎn)業(yè)產(chǎn)值占比×2+第三產(chǎn)業(yè)產(chǎn)值占比×3計(jì)算而得。然而,當(dāng)前我國工業(yè)化發(fā)展面臨不平衡不充分的問題,深度工業(yè)化尚顯不足,以產(chǎn)業(yè)占比簡單度量產(chǎn)業(yè)結(jié)構(gòu)升級(jí)難以區(qū)隔“過度去工業(yè)化”與高質(zhì)量工業(yè)化(魏后凱 等,2020)。為更好刻畫不同產(chǎn)業(yè)內(nèi)部升級(jí)實(shí)際情況,我們嘗試基于制造業(yè)與服務(wù)業(yè)升級(jí)情況構(gòu)造新的產(chǎn)業(yè)結(jié)構(gòu)升級(jí)變量。首先,確立高端制造業(yè)與高端服務(wù)業(yè)范圍。依據(jù)《中國高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)年鑒》有關(guān)分類,高技術(shù)產(chǎn)業(yè)包括“醫(yī)藥制造業(yè)”“航空航天器制造業(yè)”“電子及通信設(shè)備制造業(yè)”“電子計(jì)算機(jī)及辦公設(shè)備制造業(yè)”和“醫(yī)療設(shè)備及儀器儀表制造業(yè)”共五類;高端服務(wù)業(yè)為前文所述四類行業(yè)。其次,用高技術(shù)產(chǎn)業(yè)主營業(yè)務(wù)收入占比衡量制造業(yè)產(chǎn)業(yè)內(nèi)部升級(jí),用高端服務(wù)業(yè)增加值占第三產(chǎn)業(yè)增加值比重衡量服務(wù)業(yè)產(chǎn)業(yè)內(nèi)部升級(jí)。最后,將制造業(yè)、服務(wù)業(yè)產(chǎn)業(yè)內(nèi)部升級(jí)與傳統(tǒng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)計(jì)算所得數(shù)據(jù)相乘,并取幾何平均得到總體產(chǎn)業(yè)結(jié)構(gòu)升級(jí)指標(biāo)。該算法所得出的產(chǎn)業(yè)結(jié)構(gòu)升級(jí)指標(biāo),不僅可衡量產(chǎn)業(yè)間相對(duì)變動(dòng),亦考慮了不同產(chǎn)業(yè)部門內(nèi)部結(jié)構(gòu)變動(dòng),能相對(duì)客觀地反映國家或地區(qū)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的總體情況。
對(duì)于人力資本存量變量HMcapital,本文選取中國人力資本與勞動(dòng)經(jīng)濟(jì)研究中心(CHLR)提供的省級(jí)層面人均勞動(dòng)力人力資本存量(包含在校生)實(shí)際值(3)根據(jù)CHLR數(shù)據(jù)使用說明,省級(jí)層面人均人力資本存量實(shí)際值以1985年為基期,根據(jù)CPI指數(shù)對(duì)名義值平減得到。進(jìn)行衡量。同傳統(tǒng)的教育年限法相比,該指標(biāo)主要基于個(gè)體終生收入現(xiàn)值測(cè)算得到,可以更加準(zhǔn)確合理地反映出國家或地區(qū)層面通過教育、醫(yī)療和文化等投資進(jìn)行人力資本積累的真實(shí)面貌。
根據(jù)分析結(jié)果(4)限于篇幅,中介檢驗(yàn)部分結(jié)果未列出。,產(chǎn)業(yè)結(jié)構(gòu)升級(jí)在數(shù)字經(jīng)濟(jì)發(fā)展對(duì)就業(yè)結(jié)構(gòu)的影響過程中具有中介作用,說明數(shù)字經(jīng)濟(jì)發(fā)展一定程度上通過推動(dòng)產(chǎn)業(yè)轉(zhuǎn)型升級(jí),進(jìn)而促使勞動(dòng)力要素市場發(fā)生相應(yīng)變化。從逐步檢驗(yàn)法來看,人力資本存量的間接效應(yīng)并不顯著。由于采用逐步檢驗(yàn)法檢驗(yàn)間接效應(yīng)時(shí)檢驗(yàn)力相對(duì)較低,因而此時(shí)應(yīng)參考非參數(shù)bootstrap中介檢驗(yàn)的結(jié)果。分別考察數(shù)字經(jīng)濟(jì)發(fā)展對(duì)產(chǎn)業(yè)層面、行業(yè)層面和技能層面就業(yè)結(jié)構(gòu)的影響,非參數(shù)bootstrap中介檢驗(yàn)結(jié)果表明,產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的中介效應(yīng)占總效應(yīng)的比例分別為59.4%、60.5%和56.9%,人力資本存量的中介效應(yīng)占總效應(yīng)的比例分別為25.9%、14.7%和49.2%。
需要說明的是,中介效應(yīng)檢驗(yàn)在心理學(xué)和社會(huì)學(xué)中,通常是基于實(shí)驗(yàn)數(shù)據(jù)對(duì)內(nèi)生性進(jìn)行一定程度的控制。而本文研究是基于觀測(cè)值,采用產(chǎn)業(yè)結(jié)構(gòu)升級(jí)和人力資本存量進(jìn)行中介分析,面臨著潛在的內(nèi)生性問題。對(duì)此,分別將兩個(gè)中介變量作為因變量對(duì)核心解釋變量進(jìn)行回歸,并利用工具變量法緩解內(nèi)生性,同時(shí)給出面板固定效應(yīng)估計(jì)結(jié)果進(jìn)行對(duì)比分析。工具變量有效性問題前文已論及,不再贅述。在控制了內(nèi)生性問題后,核心變量系數(shù)大幅提升且通過1%水平的顯著性檢驗(yàn)。根據(jù)前文對(duì)有關(guān)文獻(xiàn)的梳理以及工具變量估計(jì)結(jié)果可知,數(shù)字經(jīng)濟(jì)發(fā)展的確可能通過產(chǎn)業(yè)結(jié)構(gòu)升級(jí)與人力資本存量兩種渠道對(duì)就業(yè)結(jié)構(gòu)產(chǎn)生影響。綜合來看,數(shù)字經(jīng)濟(jì)發(fā)展對(duì)就業(yè)結(jié)構(gòu)變遷存在間接效應(yīng),這種間接作用的實(shí)現(xiàn)路徑主要體現(xiàn)為勞動(dòng)力要素市場的需求側(cè)即產(chǎn)業(yè)結(jié)構(gòu)升級(jí)以及供給側(cè)即勞動(dòng)力人力資本存量的變動(dòng)。
從不同路徑考察數(shù)字經(jīng)濟(jì)發(fā)展對(duì)就業(yè)結(jié)構(gòu)影響時(shí),這些路徑本身可能存在一定的閾值效應(yīng)。機(jī)制識(shí)別結(jié)果表明,就業(yè)結(jié)構(gòu)變化趨勢(shì)同產(chǎn)業(yè)結(jié)構(gòu)調(diào)整與人力資本存量變動(dòng)緊密相關(guān),可進(jìn)一步考察不同狀況下數(shù)字經(jīng)濟(jì)發(fā)展對(duì)就業(yè)結(jié)構(gòu)影響的異質(zhì)性,據(jù)此將模型(1)調(diào)整為如下門檻模型:
EmployStruci,t=α0+α1Digitali,t×I(TR≤ξ1)+α1Digitali,t×I(ξ1
α1Digitali,t×I(ξ2
(2)
其中,TR為門檻值變量,ξi(i=1,2,3)代表不同門檻值,I(·)為根據(jù)不同門檻值進(jìn)行分段的指示函數(shù)。
由表7可知,數(shù)字經(jīng)濟(jì)發(fā)展對(duì)產(chǎn)業(yè)層面就業(yè)結(jié)構(gòu)的影響存在門檻效應(yīng)。門檻效應(yīng)檢驗(yàn)結(jié)果顯示,就產(chǎn)業(yè)結(jié)構(gòu)升級(jí)和人力資本存量而言,單一門檻統(tǒng)計(jì)效果更佳。表8顯示了門檻回歸結(jié)果,產(chǎn)業(yè)結(jié)構(gòu)升級(jí)作為門檻變量時(shí),數(shù)字經(jīng)濟(jì)發(fā)展對(duì)就業(yè)結(jié)構(gòu)影響系數(shù)在第一門檻值前為0.205,越過第二門檻值后上升為0.251;人力資本存量作為門檻變量時(shí),數(shù)字經(jīng)濟(jì)發(fā)展對(duì)就業(yè)結(jié)構(gòu)影響系數(shù)在第一門檻值前為0.204,越過第二門檻值后上升為0.228??梢姡a(chǎn)業(yè)結(jié)構(gòu)升級(jí)與人力資本存量提升均能增強(qiáng)數(shù)字經(jīng)濟(jì)發(fā)展的就業(yè)效應(yīng),數(shù)字經(jīng)濟(jì)發(fā)展的就業(yè)促進(jìn)作用在兩種情況下都存在增益效果。
表7 門檻檢驗(yàn):產(chǎn)業(yè)層面就業(yè)結(jié)構(gòu)
表8 門檻回歸結(jié)果:產(chǎn)業(yè)層面就業(yè)結(jié)構(gòu)
由表9可知,在行業(yè)層面,對(duì)門檻變量產(chǎn)業(yè)結(jié)構(gòu)升級(jí)與人力資本存量而言,單門檻統(tǒng)計(jì)效果較佳。
表9 門檻檢驗(yàn):行業(yè)層面就業(yè)結(jié)構(gòu)
門檻估計(jì)結(jié)果如表10所示。整體而言,數(shù)字經(jīng)濟(jì)發(fā)展對(duì)行業(yè)層面就業(yè)結(jié)構(gòu)影響存在門檻效應(yīng)。門檻變量為產(chǎn)業(yè)結(jié)構(gòu)升級(jí)時(shí),數(shù)字經(jīng)濟(jì)發(fā)展影響系數(shù)在門檻值前后由0.009上升為0.027,其就業(yè)帶動(dòng)作用增加了195.7%;門檻變量為人力資本存量時(shí),數(shù)字經(jīng)濟(jì)發(fā)展影響系數(shù)在門檻值前后由0.013上升為0.021,其就業(yè)帶動(dòng)作用增加了63.08%。
表10 門檻回歸結(jié)果:行業(yè)層面就業(yè)結(jié)構(gòu)
表11為從技能層面衡量數(shù)字經(jīng)濟(jì)發(fā)展對(duì)就業(yè)結(jié)構(gòu)影響的門檻效應(yīng)檢驗(yàn)結(jié)果。當(dāng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)作為門檻變量時(shí),單一門檻效果更佳;當(dāng)人力資本存量作為門檻變量時(shí),雙重門檻效果更佳。
表11 門檻檢驗(yàn):技能層面就業(yè)結(jié)構(gòu)
根據(jù)表12,門檻變量為產(chǎn)業(yè)結(jié)構(gòu)升級(jí)時(shí),數(shù)字經(jīng)濟(jì)發(fā)展對(duì)就業(yè)結(jié)構(gòu)的影響系數(shù)在越過第一個(gè)門檻值后由0.037上升為0.116,且效果由不顯著變?yōu)轱@著;門檻變量為人力資本存量時(shí),數(shù)字經(jīng)濟(jì)發(fā)展對(duì)就業(yè)結(jié)構(gòu)影響系數(shù)越過第一個(gè)門檻值后由0.028上升為0.046,越過第二個(gè)門檻值后上升為0.103。
表12 門檻回歸結(jié)果:技能層面就業(yè)結(jié)構(gòu)
綜上,伴隨產(chǎn)業(yè)結(jié)構(gòu)升級(jí)程度提高或者人力資本存量提升,數(shù)字經(jīng)濟(jì)發(fā)展對(duì)就業(yè)結(jié)構(gòu)的影響作用均有不同程度的增強(qiáng):當(dāng)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)到某特定階段,或者人力資本存量達(dá)到一定水平時(shí),數(shù)字經(jīng)濟(jì)的就業(yè)促進(jìn)作用就會(huì)出現(xiàn)明顯躍升。原因在于,隨著產(chǎn)業(yè)結(jié)構(gòu)升級(jí)加速和人力資本存量不斷提升,一方面?zhèn)鹘y(tǒng)產(chǎn)業(yè)部門將在生產(chǎn)方式中更多使用數(shù)字化技術(shù)以提高勞動(dòng)生產(chǎn)率,這會(huì)催生出一批新行業(yè),進(jìn)而創(chuàng)造出大量勞動(dòng)力需求。另一方面,人力資本存量提升無形中降低了數(shù)字化門檻,縮小不同群體勞動(dòng)者間的“數(shù)字鴻溝”,優(yōu)化數(shù)字經(jīng)濟(jì)時(shí)代勞動(dòng)力供求結(jié)構(gòu)。數(shù)字經(jīng)濟(jì)對(duì)就業(yè)結(jié)構(gòu)作用的這種非線性影響,可能同數(shù)字經(jīng)濟(jì)本身的特點(diǎn)有關(guān),數(shù)字經(jīng)濟(jì)體現(xiàn)了一種信息互聯(lián)互通下的數(shù)字化驅(qū)動(dòng)價(jià)值。
本文研究發(fā)現(xiàn),數(shù)字經(jīng)濟(jì)發(fā)展總體推動(dòng)著就業(yè)結(jié)構(gòu)向著制造化、高技術(shù)化和高技能化的方向調(diào)整,這一調(diào)整過程呈現(xiàn)出“正U形”特征。發(fā)展初期,數(shù)字經(jīng)濟(jì)更有利于通過對(duì)傳統(tǒng)行業(yè)進(jìn)行數(shù)字化滲透,從而創(chuàng)造出一批數(shù)字化轉(zhuǎn)型下的就業(yè)崗位,相對(duì)減少了第二產(chǎn)業(yè)、高技術(shù)產(chǎn)業(yè)和高技能勞動(dòng)者的就業(yè)。隨著數(shù)字化轉(zhuǎn)型加快,企業(yè)生產(chǎn)組織方式革新以及社會(huì)人力資本存量增加,勞動(dòng)力供需匹配將進(jìn)入更高層次,數(shù)字經(jīng)濟(jì)發(fā)展最終將促使就業(yè)結(jié)構(gòu)制造化、高技術(shù)化與高技能化。進(jìn)一步的機(jī)制檢驗(yàn)表明,產(chǎn)業(yè)結(jié)構(gòu)升級(jí)于數(shù)字經(jīng)濟(jì)發(fā)展的就業(yè)效應(yīng)而言存在增益作用,說明產(chǎn)業(yè)結(jié)構(gòu)升級(jí)伴隨新舊動(dòng)能轉(zhuǎn)換與要素組合方式轉(zhuǎn)變,能加速數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化過程中的就業(yè)結(jié)構(gòu)轉(zhuǎn)型。人力資本存量提升對(duì)數(shù)字經(jīng)濟(jì)發(fā)展就業(yè)效應(yīng)而言也存在增益作用。
為持續(xù)發(fā)揮數(shù)字經(jīng)濟(jì)對(duì)就業(yè)結(jié)構(gòu)的優(yōu)化作用,應(yīng)加快數(shù)字化基礎(chǔ)設(shè)施體系構(gòu)建,建立健全促進(jìn)數(shù)字經(jīng)濟(jì)發(fā)展的有關(guān)政策與市場機(jī)制。首先,應(yīng)從勞動(dòng)力市場需求側(cè)與供給側(cè)兩個(gè)方面著手強(qiáng)化數(shù)字經(jīng)濟(jì)對(duì)就業(yè)的優(yōu)化作用。作為要素市場的需求方,企業(yè)生產(chǎn)經(jīng)營穩(wěn)定與否直接影響就業(yè)形勢(shì)。在行政審批、稅收政策與融資渠道等方面應(yīng)適當(dāng)放寬限制,鼓勵(lì)支持引導(dǎo)企業(yè)加快數(shù)字化轉(zhuǎn)型進(jìn)程,通過專業(yè)人士指導(dǎo)、龍頭企業(yè)協(xié)同帶動(dòng)、產(chǎn)學(xué)研一體化等途徑引導(dǎo)企業(yè)早日實(shí)現(xiàn)“上云用數(shù)賦智”。其次,可探索工業(yè)互聯(lián)網(wǎng)2.0引領(lǐng)作用,推動(dòng)產(chǎn)業(yè)結(jié)構(gòu)加速升級(jí)。一是利用數(shù)字經(jīng)濟(jì)萬物互聯(lián)優(yōu)勢(shì)通過在線教育、技能培訓(xùn)提升勞動(dòng)者知識(shí)與技能水平;二是利用數(shù)字經(jīng)濟(jì)對(duì)各類傳統(tǒng)要素優(yōu)化組合能力,從時(shí)間與空間上優(yōu)化就業(yè)存量,如疫情期間通過“共享員工”“臨時(shí)轉(zhuǎn)崗”等途徑對(duì)現(xiàn)有就業(yè)存量進(jìn)行快速配置與全域布局,催生各類彈性就業(yè)新形態(tài),實(shí)現(xiàn)保就業(yè)穩(wěn)就業(yè);三是調(diào)整大專院校專業(yè)體系設(shè)置,使之更好適應(yīng)數(shù)字經(jīng)濟(jì)時(shí)代對(duì)就業(yè)技能的實(shí)際需求,實(shí)現(xiàn)就業(yè)結(jié)構(gòu)優(yōu)化完善;四是構(gòu)建符合實(shí)際的人才培養(yǎng)與評(píng)價(jià)制度,重視人才對(duì)知識(shí)的吸收、轉(zhuǎn)化與創(chuàng)造效應(yīng),提升人力資本質(zhì)量,增強(qiáng)數(shù)字經(jīng)濟(jì)發(fā)展對(duì)就業(yè)結(jié)構(gòu)優(yōu)化作用;五是建立健全城市人才創(chuàng)新綜合體系,充分激發(fā)數(shù)字經(jīng)濟(jì)時(shí)代下人力資本紅利,促進(jìn)就業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)。