楊勝利，王 媛，陳 欣

（河北大學(xué) 經(jīng)濟(jì)學(xué)院，河北 保定 071000）

一、引言

改革開(kāi)放以來(lái)，我國(guó)依靠外來(lái)加工業(yè)和對(duì)外貿(mào)易，通過(guò)發(fā)展勞動(dòng)密集型的重型制造業(yè)和輕工業(yè)，實(shí)現(xiàn)了經(jīng)濟(jì)的快速增長(zhǎng)，也帶來(lái)了人口在鄉(xiāng)城、地區(qū)之間大規(guī)模流動(dòng)就業(yè)。2020 年“七普”顯示全國(guó)流動(dòng)人口規(guī)模為3.76 億人，“鄉(xiāng)土中國(guó)”向“遷徙中國(guó)”的形態(tài)轉(zhuǎn)變已經(jīng)形成。流動(dòng)人口特別是流動(dòng)勞動(dòng)力資源已經(jīng)成為城市勞動(dòng)力市場(chǎng)中的重要組成部分。但隨著人口轉(zhuǎn)變、土地、勞動(dòng)力等生產(chǎn)要素價(jià)格的上升，傳統(tǒng)的經(jīng)濟(jì)增長(zhǎng)方式難以為繼，客觀上要求必須從以對(duì)外加工為主的低端產(chǎn)業(yè)，向擁有自主品牌自主核心技術(shù)的高端產(chǎn)業(yè)邁進(jìn)。而產(chǎn)業(yè)轉(zhuǎn)型升級(jí)必然帶來(lái)勞動(dòng)力資源的重新配置，產(chǎn)生結(jié)構(gòu)性的大規(guī)模群體性失業(yè)。當(dāng)前，高質(zhì)量發(fā)展背景下我國(guó)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的主要方向是從勞動(dòng)密集型產(chǎn)業(yè)向技術(shù)密集型和知識(shí)密集型產(chǎn)業(yè)發(fā)展。流動(dòng)人口主要分布在勞動(dòng)密集型產(chǎn)業(yè)，尤其是分布在傳統(tǒng)的低端行業(yè)，大多數(shù)在次級(jí)勞動(dòng)力市場(chǎng)工作，工資低、工作環(huán)境差、工作不穩(wěn)定、勞動(dòng)權(quán)益保障程度低，因此，在產(chǎn)業(yè)轉(zhuǎn)型升級(jí)中首當(dāng)其沖受到影響。近年來(lái)流動(dòng)人口失業(yè)率有所上升也說(shuō)明了這一點(diǎn)，2018 年流動(dòng)人口動(dòng)態(tài)監(jiān)測(cè)數(shù)據(jù)顯示流動(dòng)人口失業(yè)率為2.3%，比2011 年的1.5%上升了0.8 個(gè)百分點(diǎn)。那么探究產(chǎn)業(yè)轉(zhuǎn)型升級(jí)對(duì)流動(dòng)人口失業(yè)的影響程度多大？影響機(jī)制是什么？等問(wèn)題對(duì)于揭示產(chǎn)業(yè)轉(zhuǎn)型升級(jí)與失業(yè)的內(nèi)在機(jī)理，有效預(yù)防和控制流動(dòng)人口群體性失業(yè)具有重要的理論和現(xiàn)實(shí)意義。

二、文獻(xiàn)評(píng)述

從國(guó)際上來(lái)看，“產(chǎn)業(yè)升級(jí)”一般指產(chǎn)業(yè)由低技術(shù)水平、低附加值狀態(tài)向高技術(shù)水平、高附加值狀態(tài)演變的趨勢(shì)[1]。國(guó)內(nèi)學(xué)者中吳崇伯（1988）[2]最早論述了“產(chǎn)業(yè)升級(jí)”的概念，認(rèn)為“產(chǎn)業(yè)升級(jí)”指的就是“產(chǎn)業(yè)結(jié)構(gòu)的升級(jí)換代”，即“產(chǎn)業(yè)結(jié)構(gòu)向技術(shù)密集和知識(shí)密集型轉(zhuǎn)化”。姜澤華（2010）[3]將中國(guó)產(chǎn)業(yè)升級(jí)模式歸納為傾斜拉動(dòng)式、平衡驅(qū)動(dòng)式和協(xié)調(diào)跨越式三種模式。潘冬青和尹忠明（2013）[4]認(rèn)為產(chǎn)業(yè)升級(jí)包括產(chǎn)業(yè)結(jié)構(gòu)高度化、加工程度高度化和價(jià)值鏈高度化三種表現(xiàn)。

產(chǎn)業(yè)轉(zhuǎn)型升級(jí)對(duì)失業(yè)的影響主要體現(xiàn)在數(shù)量和結(jié)構(gòu)兩個(gè)方面：一是產(chǎn)業(yè)轉(zhuǎn)型升級(jí)使得勞動(dòng)生產(chǎn)率提升，單位產(chǎn)出勞動(dòng)力需求量減少，邊際就業(yè)彈性下降，從而增加了失業(yè)[5]。馬克思（1972）[6]認(rèn)為技術(shù)進(jìn)步會(huì)加速資本有機(jī)構(gòu)成的提高，進(jìn)而導(dǎo)致對(duì)勞動(dòng)力的需求增長(zhǎng)速度放緩。熊彼特在1912 年首次提出“創(chuàng)造性破壞理論”，對(duì)周期性出現(xiàn)的失業(yè)危機(jī)進(jìn)行了解釋。產(chǎn)業(yè)轉(zhuǎn)型升級(jí)破壞了粗放型經(jīng)濟(jì)增長(zhǎng)方式，使勞動(dòng)密集型產(chǎn)業(yè)受到影響，導(dǎo)致勞動(dòng)者失業(yè)[7]。馮煜（2001）[8]研究發(fā)現(xiàn)1979—1996 年技術(shù)進(jìn)步對(duì)我國(guó)失業(yè)率的貢獻(xiàn)度達(dá)到了23.89%。在現(xiàn)代化的過(guò)程中，隨著產(chǎn)業(yè)結(jié)構(gòu)的升級(jí)和技術(shù)創(chuàng)新的加快，使技術(shù)和資本對(duì)勞動(dòng)力的替代優(yōu)勢(shì)日趨強(qiáng)化，失業(yè)狀況日益嚴(yán)重[9]。二是由產(chǎn)業(yè)轉(zhuǎn)型升級(jí)帶來(lái)的勞動(dòng)力供需不匹配所造成的失業(yè)率上升。學(xué)者們普遍認(rèn)為產(chǎn)業(yè)轉(zhuǎn)型升級(jí)中的失業(yè)更多的是結(jié)構(gòu)性失業(yè)，在勞動(dòng)力市場(chǎng)上表現(xiàn)為失業(yè)與崗位空缺并存[10]；勞動(dòng)者技能無(wú)法滿足勞動(dòng)力市場(chǎng)需求或者居住地點(diǎn)不當(dāng)無(wú)法獲得就業(yè)崗位[11]。同時(shí)，產(chǎn)業(yè)轉(zhuǎn)型升級(jí)對(duì)失業(yè)的積極影響也受到了學(xué)者們的關(guān)注。部分學(xué)者認(rèn)為產(chǎn)業(yè)轉(zhuǎn)型升級(jí)有利于增加勞動(dòng)力需求，減少失業(yè)，中國(guó)服務(wù)業(yè)的發(fā)展和結(jié)構(gòu)優(yōu)化升級(jí)有利于吸納農(nóng)村勞動(dòng)力就業(yè)[12]。同時(shí)，產(chǎn)業(yè)轉(zhuǎn)型升級(jí)使投資者被鼓勵(lì)依據(jù)新技術(shù)創(chuàng)建新的生產(chǎn)單位，賺取新技術(shù)帶來(lái)的利潤(rùn)，會(huì)吸收新的勞動(dòng)力，進(jìn)而減少失業(yè)[13]。

學(xué)者們很早就開(kāi)始關(guān)注勞動(dòng)力在部門間轉(zhuǎn)移就業(yè)與失業(yè)的關(guān)系，劉易斯的城鄉(xiāng)二元結(jié)構(gòu)模型中隱含的假設(shè)條件為勞動(dòng)力從農(nóng)業(yè)部門轉(zhuǎn)移到工業(yè)部門后全部就業(yè)。托達(dá)羅在劉易斯城鄉(xiāng)二元模型的基礎(chǔ)上進(jìn)一步提出了流動(dòng)人口預(yù)期收入和城鄉(xiāng)之間收入差距同時(shí)存在是造成城市中失業(yè)率上升的主要影響因素。Lilien（1982）[14]利用勞動(dòng)力市場(chǎng)模型論證了失業(yè)率與勞動(dòng)力在經(jīng)濟(jì)部門間轉(zhuǎn)移的關(guān)系，提出了部門轉(zhuǎn)移假說(shuō)，即當(dāng)產(chǎn)業(yè)所需的技術(shù)改變，或勞動(dòng)力與工作崗位所需技能不匹配時(shí)，會(huì)促使勞動(dòng)力在產(chǎn)業(yè)部門間重新配置，但當(dāng)產(chǎn)業(yè)吸收勞動(dòng)力的速度慢于勞動(dòng)力重新分配的速度時(shí)，會(huì)產(chǎn)生失業(yè)。Rissamn（1986）[15]在Lilien 勞動(dòng)力市場(chǎng)模型基礎(chǔ)上進(jìn)一步研究也發(fā)現(xiàn)一國(guó)產(chǎn)業(yè)升級(jí)會(huì)影響到其失業(yè)水平。

從流動(dòng)人口就業(yè)特征來(lái)看，流動(dòng)人口就業(yè)多屬于臨時(shí)性或非正規(guī)就業(yè)，就業(yè)穩(wěn)定性差，失業(yè)風(fēng)險(xiǎn)高。吳紅宇和謝國(guó)強(qiáng)（2006）[16]調(diào)研發(fā)現(xiàn)新生代農(nóng)民工每人平均不到一年就變換兩次工作，還有研究顯示首次就業(yè)的新生代農(nóng)民工一般三個(gè)月就辭職，流失率高達(dá)40%[17]。蔡昉（2013）[18]的研究發(fā)現(xiàn)農(nóng)民工受教育過(guò)低，平均受教育年限為9.6 年，而資本密集型的第二產(chǎn)業(yè)和技術(shù)密集型的第三產(chǎn)業(yè)分別需求10.4 年和13.3 年。由于自身就業(yè)能力受限，流動(dòng)人口過(guò)度集中在技術(shù)含量較低、替代性較強(qiáng)、工作條件較差的崗位中[19]，社會(huì)保險(xiǎn)參保率僅為8.22%，失業(yè)保險(xiǎn)參保率為15.38%，接受過(guò)技能培訓(xùn)的農(nóng)民工比例為32.9%[20]。隨著產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的加快，能夠吸收低端勞動(dòng)力就業(yè)的行業(yè)紛紛轉(zhuǎn)型，造成這些勞動(dòng)力被釋放出來(lái)無(wú)處可去而產(chǎn)生了結(jié)構(gòu)性失業(yè)或者因就業(yè)崗位信息獲取難而產(chǎn)生摩擦性失業(yè)。與此同時(shí)，部分研究還認(rèn)為產(chǎn)業(yè)轉(zhuǎn)型升級(jí)對(duì)流動(dòng)人口失業(yè)的影響存在群體差異性，比如：女性失業(yè)率高于男性、已婚者失業(yè)率低于未婚者、學(xué)歷越高失業(yè)率越低、流入地為中西部者失業(yè)率高于流入地為東部地區(qū)者等[21]。

綜上所述，流動(dòng)人口的特殊性決定了有必要將產(chǎn)業(yè)轉(zhuǎn)型升級(jí)中流動(dòng)人口群體性失業(yè)風(fēng)險(xiǎn)作為一個(gè)單獨(dú)的單元進(jìn)行研究。2015 年流動(dòng)人口失業(yè)率為4.94%[22]，明顯高于同年城鎮(zhèn)登記失業(yè)率，在不返鄉(xiāng)的情況下，一旦失業(yè)，就會(huì)面臨較大的經(jīng)濟(jì)壓力、生存壓力、家庭發(fā)展壓力、撫幼贍養(yǎng)壓力，需要引起社會(huì)關(guān)注。首先，已有文獻(xiàn)雖然對(duì)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)與失業(yè)的關(guān)系進(jìn)行了探討，但未深入?yún)^(qū)分流動(dòng)人口與城鎮(zhèn)戶籍人口，多采用了城鎮(zhèn)登記失業(yè)率這一宏觀指標(biāo)，沒(méi)有將流動(dòng)人口考慮進(jìn)來(lái)。其次，已有關(guān)于流動(dòng)人口失業(yè)的文獻(xiàn)主要從微觀個(gè)體調(diào)查數(shù)據(jù)來(lái)分析失業(yè)的影響因素，又沒(méi)有考慮產(chǎn)業(yè)轉(zhuǎn)型升級(jí)這一重要的經(jīng)濟(jì)環(huán)境變量，略顯不足。再次，已有將產(chǎn)業(yè)轉(zhuǎn)型升級(jí)作為自變量的文獻(xiàn)，對(duì)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的衡量方面多采用第三產(chǎn)業(yè)產(chǎn)值與第二產(chǎn)業(yè)產(chǎn)值之比、產(chǎn)業(yè)升級(jí)指數(shù)（各產(chǎn)業(yè)產(chǎn)值占GDP 比重的加總求和）等測(cè)算方法，數(shù)據(jù)均來(lái)自于某一年的統(tǒng)計(jì)年鑒，是一種年度發(fā)展結(jié)果的靜態(tài)體現(xiàn)，但是產(chǎn)業(yè)轉(zhuǎn)型升級(jí)是一種動(dòng)態(tài)表現(xiàn)，不能夠有效的從縱向時(shí)間維度測(cè)量產(chǎn)業(yè)升級(jí)情況。因此本文利用中國(guó)2011—2018 年277 個(gè)城市面板數(shù)據(jù)和2011—2018 年國(guó)家衛(wèi)計(jì)委流動(dòng)人口動(dòng)態(tài)監(jiān)測(cè)數(shù)據(jù)將影響流動(dòng)人口失業(yè)風(fēng)險(xiǎn)的微宏觀因素結(jié)合起來(lái)，采用歷年各城市Lilien 指數(shù)從動(dòng)態(tài)角度反映產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，采用歷年各城市流動(dòng)人口個(gè)體特征反映流動(dòng)人口微觀屬性，探究產(chǎn)業(yè)轉(zhuǎn)型升級(jí)對(duì)流動(dòng)人口失業(yè)風(fēng)險(xiǎn)的影響。

三、模型設(shè)定與數(shù)據(jù)來(lái)源

（一）模型設(shè)定

由于研究中主要關(guān)注流動(dòng)人口在產(chǎn)業(yè)轉(zhuǎn)型升級(jí)中的失業(yè)風(fēng)險(xiǎn)，而流入地的宏觀經(jīng)濟(jì)因素和城際特征均對(duì)其失業(yè)風(fēng)險(xiǎn)具有一定的影響，又存在變量選取偏差，所以采用面板數(shù)據(jù)模型來(lái)控制觀測(cè)不到的因素。本文的基準(zhǔn)模型如下：

式（1）中，F(xiàn)URit為i城市在第t年的失業(yè)率，αi為城市固定效應(yīng)，用來(lái)控制觀測(cè)不到的不隨時(shí)間變化的城市特征。γt為時(shí)間固定效應(yīng)，用來(lái)控制觀測(cè)不到的年度特征對(duì)失業(yè)風(fēng)險(xiǎn)的沖擊。iduit為i城市在第t年的產(chǎn)業(yè)轉(zhuǎn)型升級(jí)情況，Xit為影響流動(dòng)人口失業(yè)的其他變量。

流動(dòng)人口失業(yè)風(fēng)險(xiǎn)（FUR）是本文的被解釋變量。失業(yè)風(fēng)險(xiǎn)可以用失業(yè)率隨時(shí)間的變動(dòng)來(lái)衡量（周吉梅和舒元，2004）[23]，也可以用失業(yè)（喪失工作）的百分比或發(fā)生率來(lái)衡量（張展新，2006）[24]，后者是一個(gè)微觀數(shù)據(jù)分析方法，本文使用的是各城市宏觀數(shù)據(jù)，故此采用前者的方法來(lái)對(duì)流動(dòng)人口失業(yè)風(fēng)險(xiǎn)進(jìn)行衡量。從經(jīng)濟(jì)學(xué)范疇來(lái)看，失業(yè)是指勞動(dòng)力供給與勞動(dòng)力需求在總量或結(jié)構(gòu)上的失衡所形成的勞動(dòng)者不能與生產(chǎn)資料結(jié)合的一種狀態(tài)。根據(jù)我國(guó)統(tǒng)計(jì)制度規(guī)定，失業(yè)人口是指非農(nóng)業(yè)人口，在一定年齡內(nèi)（男性為16～50 歲；女性為16～45 歲），有勞動(dòng)能力、無(wú)業(yè)而要求就業(yè)，并在當(dāng)?shù)鼐蜆I(yè)服務(wù)機(jī)構(gòu)進(jìn)行了求職登記的人口，即所謂的城鎮(zhèn)登記失業(yè)人口，與調(diào)查失業(yè)人口存在較大差異。按照國(guó)際勞工組織的定義，失業(yè)人員是指在一定年齡以上（通常16 歲及以上），在參考時(shí)期內(nèi)沒(méi)有工作、目前可以工作而且正在尋找工作的人。國(guó)際上判斷失業(yè)人口具備四個(gè)條件：在勞動(dòng)年齡范圍內(nèi)、沒(méi)有工作、能夠工作、有就業(yè)意愿?？紤]到我國(guó)新農(nóng)保和城鄉(xiāng)居民養(yǎng)老保險(xiǎn)規(guī)定領(lǐng)取養(yǎng)老金的年齡是60 周歲，參考以往文獻(xiàn)，本文將失業(yè)流動(dòng)人口定義為16～59 歲，有勞動(dòng)能力無(wú)工作，但有就業(yè)意愿，隨時(shí)可以投入到工作中的流動(dòng)人口。根據(jù)問(wèn)卷中的問(wèn)題“五一前一周是否做過(guò)一個(gè)小時(shí)以上有收入的工作”判斷是否處于無(wú)業(yè)狀態(tài)，如果回答“是”則處于就業(yè)狀態(tài)，如果回答“否”則處于無(wú)業(yè)狀態(tài)，再通過(guò)問(wèn)題“四月份是否找過(guò)工作”作為判斷是否有就業(yè)意愿的依據(jù)，若兩道題同時(shí)回答無(wú)業(yè)和四月份找過(guò)工作，方可界定為失業(yè)。根據(jù)國(guó)家統(tǒng)計(jì)局的規(guī)定，就業(yè)人口加上失業(yè)人口等于經(jīng)濟(jì)活動(dòng)人口，經(jīng)濟(jì)活動(dòng)人口是16 周歲及以上，有勞動(dòng)能力，參加或要求參加社會(huì)經(jīng)濟(jì)活動(dòng)的人口（這里采用16～59 歲的經(jīng)濟(jì)活動(dòng)人口）。失業(yè)率等于失業(yè)人口占經(jīng)濟(jì)活動(dòng)人口的百分比。

產(chǎn)業(yè)轉(zhuǎn)型升級(jí)（idu）是本文的核心解釋變量。對(duì)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的測(cè)量，本文認(rèn)為產(chǎn)業(yè)轉(zhuǎn)型升級(jí)是一個(gè)動(dòng)態(tài)過(guò)程的呈現(xiàn)，而不是一種靜態(tài)表現(xiàn)，故此，研究中采用Kuznets（1973）[25]和Kaldor（1961）[26]的做法，用勞動(dòng)力在各個(gè)產(chǎn)業(yè)間的轉(zhuǎn)移速度來(lái)測(cè)度產(chǎn)業(yè)轉(zhuǎn)型升級(jí)。Kuznets 和Kaldor 認(rèn)為勞動(dòng)力從第一產(chǎn)業(yè)轉(zhuǎn)移到第二產(chǎn)業(yè)，再轉(zhuǎn)移到第三產(chǎn)業(yè)是勞動(dòng)效率驅(qū)使的結(jié)果?？紤]到該方法的科學(xué)性和數(shù)據(jù)的可得性，本文采用Lilien 指數(shù)模型來(lái)測(cè)量產(chǎn)業(yè)轉(zhuǎn)型升級(jí)速度。其計(jì)算公式為：

其中，Ψ是Lilien 指數(shù)，表示流入地產(chǎn)業(yè)轉(zhuǎn)型升級(jí)（idu），j代表某一產(chǎn)業(yè)，i代表不同流入地區(qū)，EMP代表流入地每個(gè)產(chǎn)業(yè)的就業(yè)人數(shù)，TEMP代表流入地就業(yè)總?cè)藬?shù)，t代表時(shí)間區(qū)間。Lilien 指數(shù)越大表示在t時(shí)間內(nèi)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)越快。其中，idua為全部產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，iduc為制造業(yè)轉(zhuǎn)型升級(jí)，idus為服務(wù)業(yè)轉(zhuǎn)型升級(jí)。

控制變量（X）包括宏觀和微觀因素，宏觀因素包括：經(jīng)濟(jì)發(fā)展水平（lngdp），采用流入地GDP 的對(duì)數(shù)表示，并折算為可比價(jià)，反映各流入地經(jīng)濟(jì)發(fā)展水平；就業(yè)密度（lnemd），采用流入地每平方公里從業(yè)人員數(shù)的對(duì)數(shù)表示，反映流入地勞動(dòng)力供給量；產(chǎn)業(yè)結(jié)構(gòu)偏離度（idup），用各產(chǎn)業(yè)的增加值比重和就業(yè)比重之比減去1 表示，反映一個(gè)地區(qū)產(chǎn)業(yè)結(jié)構(gòu)合理度；對(duì)外開(kāi)放程度（opg），用進(jìn)出口總額占GDP比重表示，反映一個(gè)地區(qū)貿(mào)易、開(kāi)放程度和接受新技術(shù)的環(huán)境。

微觀因素方面根據(jù)前文理論分析，我們選了以下變量：流動(dòng)人口年齡（age）；性別（sex），這里用男性占比表示，變量賦值為男性=1，女性=0；婚姻（mar），這里用已婚者比重表示，變量賦值為已婚=1，未婚=0；戶籍性質(zhì)（cit），用非農(nóng)業(yè)戶籍人口比重表示，變量賦值為農(nóng)業(yè)=0，非農(nóng)業(yè)=1；受教育年限（edu），用各類學(xué)歷的人數(shù)乘以各類學(xué)歷的教育年限，再除以流動(dòng)人口數(shù)，各類學(xué)歷的教育年限為0=沒(méi)上過(guò)學(xué)，6=小學(xué)，9=初中，12=高中，15=大專，16=本科，19=研究生及以上；社會(huì)融合（con），通過(guò)問(wèn)卷中的問(wèn)題“您是否同意本地人愿意接受我成為其中一員”來(lái)測(cè)量，同意=1，不同意=0；流動(dòng)距離（reg），用流動(dòng)范圍表示，賦值為跨省流動(dòng)=1，省內(nèi)流動(dòng)=0；參加失業(yè)保險(xiǎn)情況（ser），用失業(yè)保險(xiǎn)參保率表示，變量賦值為已參加失業(yè)保險(xiǎn)=1，未參加失業(yè)保險(xiǎn)=0。這些微觀變量采用流動(dòng)人口監(jiān)測(cè)數(shù)據(jù)所匯總出的每一個(gè)城市每一年的均值表示。

（二）數(shù)據(jù)來(lái)源

本文的宏觀數(shù)據(jù)來(lái)源主要是2011—2018 年中國(guó)統(tǒng)計(jì)年鑒、中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒和中國(guó)城市統(tǒng)計(jì)年鑒。由于西藏?cái)?shù)據(jù)缺失比例較大，所以采用2011—2018 年277 個(gè)城市的面板數(shù)據(jù)作為樣本。關(guān)于產(chǎn)業(yè)的劃分，采用2012 年修訂后的《國(guó)民經(jīng)濟(jì)行業(yè)分類》（GB/T4754-2012）的分類標(biāo)準(zhǔn)，共有門類20 個(gè)，大類96 個(gè)，中類432 個(gè)，小類1 094 個(gè)。第一產(chǎn)業(yè)是指農(nóng)、林、牧、漁業(yè)。第二產(chǎn)業(yè)是指采礦業(yè)，制造業(yè)，電力、熱力、燃?xì)饧八a(chǎn)和供應(yīng)業(yè)，建筑業(yè)。第三產(chǎn)業(yè)即服務(wù)業(yè)，包括：批發(fā)零售業(yè)；交通運(yùn)輸、倉(cāng)儲(chǔ)和郵政業(yè)；住宿和餐飲業(yè)；信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)；金融業(yè)；房地產(chǎn)業(yè)；租賃和商貿(mào)服務(wù)業(yè)；科學(xué)研究和技術(shù)服務(wù)業(yè)；水利、環(huán)境和公共設(shè)施管理業(yè)；居民服務(wù)、修理和其他服務(wù)業(yè)；教育；衛(wèi)生和社會(huì)工作；文化、體育和娛樂(lè)業(yè)；公共管理、社會(huì)保障和社會(huì)組織。在分析制造業(yè)升級(jí)中選取了29 個(gè)行業(yè)，由于廢棄資源綜合利用業(yè)和其他制造業(yè)等所占比重較小，在計(jì)算中沒(méi)有考慮。在分析服務(wù)業(yè)升級(jí)時(shí)，采用了統(tǒng)計(jì)年鑒中的所有14 個(gè)行業(yè)大類。微觀數(shù)據(jù)采用國(guó)家衛(wèi)生和計(jì)劃生育委員會(huì)2011—2018 年全國(guó)流動(dòng)人口動(dòng)態(tài)監(jiān)測(cè)數(shù)據(jù)，從原始數(shù)據(jù)中選擇出跨省流動(dòng)人口，并將由于個(gè)人原因未工作人口從樣本中剔除，刪除個(gè)人屬性特征數(shù)據(jù)缺失的問(wèn)卷，得到每一年的有效問(wèn)卷，并將其按照流入地匹配到歷年的277 個(gè)城市中，再按照城市匯總其失業(yè)率、控制變量的平均值特征，進(jìn)而得到各微觀變量的測(cè)度值，并以此作為實(shí)證分析依據(jù)。2011—2018年共涉及2 216 個(gè)城市，其中流動(dòng)人口失業(yè)率均值為3.33%，平均失業(yè)時(shí)長(zhǎng)為6.2 個(gè)月，總和失業(yè)率①總和失業(yè)率是指假設(shè)勞動(dòng)力按照某一年的年齡別度過(guò)勞動(dòng)年齡階段，平均每個(gè)勞動(dòng)力在勞動(dòng)年齡期內(nèi)的失業(yè)次數(shù)，是將勞動(dòng)年齡人口（16～59 歲）按照不同年齡段進(jìn)行統(tǒng)計(jì)，分別計(jì)算流動(dòng)人口分年齡失業(yè)率，然后加總得到。為1.1 次（見(jiàn)表1）。

表1 模型變量的描述統(tǒng)計(jì)

四、估計(jì)結(jié)果與分析

（一）基準(zhǔn)模型回歸結(jié)果

表2 模型（1）給出了沒(méi)有考慮城市固定效應(yīng)和年份固定效應(yīng)下產(chǎn)業(yè)升級(jí)對(duì)失業(yè)的影響。結(jié)果表明產(chǎn)業(yè)升級(jí)的lilien 指數(shù)每增大一個(gè)單位，失業(yè)率會(huì)升高0.093 個(gè)單位。同時(shí)，人口流入地屬性也會(huì)對(duì)失業(yè)率產(chǎn)生影響，在模型（2）中進(jìn)一步考慮城市固定效應(yīng)和年份固定效應(yīng)之后，lilien 指數(shù)每增大一個(gè)單位，失業(yè)率上升0.142 個(gè)單位。綜合來(lái)看，考慮到固定效應(yīng)后的模型中產(chǎn)業(yè)轉(zhuǎn)型升級(jí)對(duì)失業(yè)率的影響程度增大了1.53 倍，即不考慮城市和年份固定效應(yīng)情況下，可能會(huì)嚴(yán)重低估產(chǎn)業(yè)升級(jí)對(duì)流動(dòng)人口失業(yè)的影響。同樣可以從模型（5）和模型（6）制造業(yè)升級(jí)和服務(wù)業(yè)升級(jí)的檢驗(yàn)結(jié)果可以驗(yàn)證城市固定效應(yīng)的存在。模型（6）在模型（5）的基礎(chǔ)上加入了城市固定效應(yīng)和年份固定效應(yīng)后，制造業(yè)升級(jí)和服務(wù)業(yè)升級(jí)對(duì)流動(dòng)人口失業(yè)率的影響系數(shù)分別從0.329 和0.097 上升到0.352 和0.109?？梢钥闯?，制造業(yè)升級(jí)對(duì)流動(dòng)人口失業(yè)的影響程度要大于服務(wù)業(yè)升級(jí)。

表2 中模型（3）給出了僅考慮流入地宏觀因素條件下，產(chǎn)業(yè)轉(zhuǎn)型升級(jí)對(duì)流動(dòng)人口失業(yè)的影響。結(jié)果表明，產(chǎn)業(yè)轉(zhuǎn)型升級(jí)每提升1 個(gè)百分點(diǎn)，流動(dòng)人口失業(yè)率就會(huì)增加0.136 個(gè)百分點(diǎn)。模型（4）僅考慮了流動(dòng)人口個(gè)人特征的微觀因素，結(jié)果表明，產(chǎn)業(yè)轉(zhuǎn)型升級(jí)每提升1 個(gè)百分點(diǎn)，流動(dòng)人口失業(yè)率會(huì)增大0.113 個(gè)百分點(diǎn)。這表明流動(dòng)人口個(gè)人特征對(duì)其失業(yè)的影響程度要大于宏觀經(jīng)濟(jì)環(huán)境。相比于模型（2）而言，模型（3）和模型（4）中產(chǎn)業(yè)升級(jí)的回歸系數(shù)均相對(duì)較小。這說(shuō)明，單獨(dú)控制宏觀經(jīng)濟(jì)環(huán)境因素和單獨(dú)控制流動(dòng)人口個(gè)人特征因素均會(huì)低估產(chǎn)業(yè)升級(jí)對(duì)流動(dòng)人口失業(yè)的影響程度。

表2 中模型（7）和模型（8）分別給出了只考慮宏觀經(jīng)濟(jì)環(huán)境因素和只考慮流動(dòng)人口個(gè)人特征因素條件下，制造業(yè)升級(jí)和服務(wù)業(yè)升級(jí)對(duì)流動(dòng)人口失業(yè)的影響程度，結(jié)果表明制造業(yè)升級(jí)和服務(wù)業(yè)升級(jí)的回歸系數(shù)均低于模型（6），這也進(jìn)一步證明制造業(yè)升級(jí)和服務(wù)業(yè)升級(jí)對(duì)流動(dòng)人口失業(yè)的影響程度受到宏觀經(jīng)濟(jì)環(huán)境和個(gè)人特征的制約。由模型（7）可以看出，制造業(yè)升級(jí)對(duì)流動(dòng)人口失業(yè)的影響系數(shù)為0.107，大于服務(wù)業(yè)升級(jí)的回歸系數(shù)-0.019。模型（8）顯示控制流動(dòng)人口個(gè)人特征條件下，制造業(yè)升級(jí)對(duì)流動(dòng)人口失業(yè)的影響仍大于服務(wù)業(yè)升級(jí)，但是服務(wù)業(yè)升級(jí)也會(huì)增大流動(dòng)人口失業(yè)率。相比于模型（6），模型（7）中服務(wù)業(yè)升級(jí)對(duì)流動(dòng)人口失業(yè)具有負(fù)向影響，即服務(wù)業(yè)升級(jí)降低了失業(yè)率，主要是因?yàn)槟Ｐ停?）中未考慮流動(dòng)人口個(gè)人特征。由于流動(dòng)人口人力資本水平較低，人際關(guān)系較弱，鄉(xiāng)城流動(dòng)比例大、就業(yè)波動(dòng)性大等特征，所以服務(wù)業(yè)升級(jí)對(duì)流動(dòng)人口失業(yè)的影響很大一部分可以由流動(dòng)人口自身的弱勢(shì)特征和就業(yè)特征來(lái)解釋。同樣，相比于模型（4）和模型（8）在只控制流動(dòng)人口微觀特征的回歸結(jié)果，模型（2）和模型（6）中對(duì)宏觀和微觀因素均進(jìn)行了控制，結(jié)果顯示產(chǎn)業(yè)升級(jí)對(duì)流動(dòng)人口失業(yè)的影響程度均有所增大。經(jīng)濟(jì)發(fā)展環(huán)境較差的地區(qū)，具備加快產(chǎn)業(yè)升級(jí)的后發(fā)優(yōu)勢(shì)，但較差的經(jīng)濟(jì)發(fā)展環(huán)境使其在技術(shù)進(jìn)步中更多依靠技術(shù)引進(jìn)和人才引進(jìn)，形成了資本替代勞動(dòng)的傾向，增加了產(chǎn)業(yè)升級(jí)中流動(dòng)人口失業(yè)率。

表2 產(chǎn)業(yè)轉(zhuǎn)型升級(jí)對(duì)流動(dòng)人口失業(yè)率影響的回歸結(jié)果

從控制變量來(lái)看，經(jīng)濟(jì)發(fā)展水平、就業(yè)密度和對(duì)外開(kāi)放程度的回歸系數(shù)均顯著為負(fù)，這說(shuō)明促進(jìn)經(jīng)濟(jì)增長(zhǎng)、加快人口集聚和擴(kuò)大對(duì)外開(kāi)放能夠有效降低失業(yè)率。模型（2）顯示，外商投資占GDP 的比重每增加1%，失業(yè)率就會(huì)降低0.11%，就業(yè)密度每增加1%，失業(yè)率就會(huì)降低0.51%。由于人口集聚除了會(huì)提升就業(yè)密度外，還會(huì)帶來(lái)技術(shù)外部性、勞動(dòng)力市場(chǎng)稠密效應(yīng)和學(xué)習(xí)效應(yīng)，所以就業(yè)密度增大能夠提升流動(dòng)人口人力資本水平，進(jìn)而降低失業(yè)率。產(chǎn)業(yè)結(jié)構(gòu)偏離度回歸系數(shù)顯著為正，意味著產(chǎn)業(yè)結(jié)構(gòu)偏離度越大，失業(yè)率越高。產(chǎn)業(yè)結(jié)構(gòu)偏離度較高，表明勞動(dòng)力市場(chǎng)機(jī)制不健全，勞動(dòng)力難以在產(chǎn)業(yè)間順利流動(dòng)、轉(zhuǎn)移就業(yè)。在產(chǎn)業(yè)升級(jí)中，勞動(dòng)力職業(yè)固化和流動(dòng)轉(zhuǎn)移滯后，就會(huì)增加失業(yè)率。從個(gè)體特征各變量來(lái)看，性別、婚姻、流動(dòng)范圍、社會(huì)融合、人力資本對(duì)失業(yè)率具有顯著的負(fù)向影響。流動(dòng)人口與當(dāng)?shù)厝说年P(guān)系越好、學(xué)歷越高，就業(yè)機(jī)會(huì)一般也會(huì)更多，其失業(yè)率也會(huì)越低。失業(yè)保險(xiǎn)回歸系數(shù)顯著為負(fù)，失業(yè)保險(xiǎn)體現(xiàn)了勞動(dòng)與社會(huì)保障權(quán)益享受情況，模型（2）回歸系數(shù)為-0.193，是微觀因素中對(duì)流動(dòng)人口失業(yè)影響程度較大變量。這說(shuō)明勞動(dòng)與社會(huì)保障權(quán)益是產(chǎn)業(yè)轉(zhuǎn)型升級(jí)中抑制失業(yè)的一個(gè)重要因素。戶籍、年齡回歸系數(shù)顯著為正，表明流動(dòng)人口中城城流動(dòng)人口比重增大、年齡增大會(huì)增加失業(yè)率，而城城流動(dòng)人口增多、年齡增大正是流動(dòng)人口群體特征變動(dòng)的現(xiàn)實(shí)趨勢(shì)。

（二）內(nèi)生性處理

產(chǎn)業(yè)升級(jí)與失業(yè)率之間可能存在內(nèi)生性，內(nèi)生性問(wèn)題會(huì)影響到研究結(jié)論的穩(wěn)健性。為此采用工具變量法來(lái)解決產(chǎn)業(yè)升級(jí)的內(nèi)生性問(wèn)題。城鎮(zhèn)化率反映了城鄉(xiāng)勞動(dòng)力資源構(gòu)成的匹配情況，城鎮(zhèn)化率提升與產(chǎn)業(yè)升級(jí)具有很強(qiáng)相關(guān)性，但不會(huì)對(duì)當(dāng)前失業(yè)率產(chǎn)生直接影響。故此，選擇城鎮(zhèn)化率作為工具變量。Stock 和Yogo（2005）[27]認(rèn)為一個(gè)良好的工具變量既要與內(nèi)生變量具有強(qiáng)相關(guān)性，又要外生于經(jīng)濟(jì)模型。只有這樣，兩階段最小二乘法（TSLS）才能優(yōu)于OLS 回歸。從弱工具變量檢驗(yàn)結(jié)果來(lái)看，一階段F值為27 和33，大于10 的標(biāo)準(zhǔn)值，也大于10%水平上的臨界值16.38，這說(shuō)明不存在弱工具變量問(wèn)題，工具變量與lilien 指數(shù)之間存在較大相關(guān)性。表3中模型（1）和模型（2）采用城鎮(zhèn)化率作為工具變量的回歸結(jié)果可以看出，產(chǎn)業(yè)升級(jí)的回歸系數(shù)較表2中的OLS 回歸系數(shù)增大了0.013，制造業(yè)升級(jí)的回歸系數(shù)較表2 中的OLS 回歸系數(shù)增大了0.009，服務(wù)業(yè)升級(jí)的回歸系數(shù)較表2 中的OLS 回歸系數(shù)增大了0.023。這表明如果不考慮內(nèi)生性問(wèn)題，將會(huì)低估產(chǎn)業(yè)升級(jí)對(duì)流動(dòng)人口失業(yè)影響。

表3 產(chǎn)業(yè)轉(zhuǎn)型升級(jí)與流動(dòng)人口失業(yè)率的2SLS 回歸結(jié)果

同時(shí)，2011—2018 年流動(dòng)人口失業(yè)是受該時(shí)期產(chǎn)業(yè)轉(zhuǎn)型升級(jí)影響，2010 年之前的產(chǎn)業(yè)級(jí)比較滿足外生性條件，并且與目前的產(chǎn)業(yè)升級(jí)具有很強(qiáng)的相關(guān)性，也不會(huì)對(duì)當(dāng)前流動(dòng)人口失業(yè)產(chǎn)生直接影響，是一個(gè)合適的工具變量。模型（3）和模型（4）為采用2001—2008 年各地區(qū)產(chǎn)業(yè)升級(jí)的Lilien 指數(shù)作為工具變量的回歸結(jié)果。一階段F值為38 和51，大于10，因此不存在弱工具變量的問(wèn)題。模型（3）中產(chǎn)業(yè)升級(jí)的回歸系數(shù)較表2 中的OLS 回歸結(jié)果增大了1.87 倍，模型（4）中制造業(yè)升級(jí)的回歸系數(shù)和服務(wù)業(yè)升級(jí)的回歸系數(shù)分別比表2 中的OLS 回歸結(jié)果增大了1.44 倍和2 倍。這再次證明，由于內(nèi)生性問(wèn)題，產(chǎn)業(yè)升級(jí)對(duì)流動(dòng)人口失業(yè)的影響程度被低估了。

（三）穩(wěn)健性檢驗(yàn)

梁向東和魏逸玭（2017）[28]采用TRO（本地第i產(chǎn)業(yè)增加值/ 全國(guó)第i產(chǎn)業(yè)增加值）表示產(chǎn)業(yè)升級(jí)，徐敏和姜勇（2015）[29]構(gòu)造了產(chǎn)業(yè)結(jié)構(gòu)升級(jí)指數(shù)，計(jì)算公式為：ug=，1≤ug≤3，其中xi表示第i產(chǎn)業(yè)產(chǎn)值占總產(chǎn)值的比重。已有文獻(xiàn)對(duì)產(chǎn)業(yè)升級(jí)的測(cè)算，也在一定程度上表明了一個(gè)地區(qū)當(dāng)前產(chǎn)業(yè)結(jié)構(gòu)層次的總體水平。故此，以產(chǎn)業(yè)結(jié)構(gòu)升級(jí)指數(shù)作為衡量產(chǎn)業(yè)升級(jí)的指標(biāo)來(lái)替代Lilien 指數(shù)，如表4所示，模型（1）和模型（2）檢驗(yàn)了以產(chǎn)業(yè)結(jié)構(gòu)升級(jí)指數(shù)作為衡量產(chǎn)業(yè)升級(jí)的指標(biāo)時(shí)，產(chǎn)業(yè)升級(jí)對(duì)流動(dòng)人口失業(yè)率的影響程度。檢驗(yàn)結(jié)果顯示，產(chǎn)業(yè)升級(jí)對(duì)流動(dòng)人口失業(yè)仍具有顯著的正向影響，表明研究結(jié)論穩(wěn)健可靠。

表4 產(chǎn)業(yè)轉(zhuǎn)型升級(jí)與流動(dòng)人口失業(yè)率的穩(wěn)健性檢驗(yàn)結(jié)果

由于流動(dòng)人口在進(jìn)入產(chǎn)業(yè)升級(jí)較快或較慢地區(qū)時(shí)，受不可觀測(cè)因素影響，所以可能存在選擇性偏差問(wèn)題，本文采用Heckman 兩階段回歸來(lái)處理選擇性偏差問(wèn)題。首先，采用probit 模型估計(jì)影響人口流入到產(chǎn)業(yè)升級(jí)較快地區(qū)（產(chǎn)業(yè)升級(jí)lilien 指數(shù)大于0.01；制造業(yè)升級(jí)lilien 指數(shù)大于0.15；服務(wù)業(yè)升級(jí)lilien 指數(shù)大于0.09）的因素，然后，在原回歸模型中加入逆mills 比例lambda，重新回歸。模型（3）和模型（4）顯示lambda 系數(shù)顯著為負(fù)，表明基準(zhǔn)模型分析確實(shí)存在選擇性偏誤，并且這種偏誤是向下的。這說(shuō)明基準(zhǔn)回歸模型中低估了產(chǎn)業(yè)升級(jí)對(duì)流動(dòng)人口失業(yè)的影響程度。在克服選擇性偏誤之后，產(chǎn)業(yè)升級(jí)對(duì)失業(yè)率具有更大的正向影響。模型（3）產(chǎn)業(yè)升級(jí)回歸系數(shù)較表2 中模型（2）的回歸系數(shù)增大了2.09 倍；模型（4）制造業(yè)升級(jí)的回歸系數(shù)和服務(wù)業(yè)升級(jí)的回歸系數(shù)分別比表2 中模型（6）的回歸系數(shù)增大了1.17 倍和1.61 倍。通過(guò)反事實(shí)計(jì)算來(lái)看，將進(jìn)入產(chǎn)業(yè)升級(jí)快地區(qū)的流動(dòng)人口樣本代入產(chǎn)業(yè)升級(jí)較慢地區(qū)回歸方程，發(fā)現(xiàn)流動(dòng)人口失業(yè)率出現(xiàn)了下降。反之，將進(jìn)入產(chǎn)業(yè)升級(jí)較慢地區(qū)的流動(dòng)人口樣本代入產(chǎn)業(yè)升級(jí)較快地區(qū)回歸方程，流動(dòng)人口失業(yè)率也會(huì)出現(xiàn)增大。這也印證了產(chǎn)業(yè)升級(jí)對(duì)流動(dòng)人口失業(yè)率影響的穩(wěn)定性。

（四）產(chǎn)業(yè)升級(jí)對(duì)流動(dòng)人口失業(yè)率的影響機(jī)制分析

通過(guò)上述分析可以看出，產(chǎn)業(yè)升級(jí)增加了失業(yè)率。那么產(chǎn)業(yè)升級(jí)對(duì)失業(yè)的影響機(jī)制是什么，還需要進(jìn)一步討論，本文主要從技術(shù)進(jìn)步效應(yīng)、勞動(dòng)力素質(zhì)需求效應(yīng)、社會(huì)化生產(chǎn)效應(yīng)三個(gè)角度，對(duì)產(chǎn)業(yè)升級(jí)對(duì)失業(yè)的影響機(jī)制進(jìn)行解釋。

1.技術(shù)替代效應(yīng)。產(chǎn)業(yè)升級(jí)總是伴隨著技術(shù)進(jìn)步，二者相互促進(jìn)，呈螺旋式上升趨勢(shì)，技術(shù)進(jìn)步一方面提升了勞動(dòng)生產(chǎn)率，減少了單位產(chǎn)出對(duì)勞動(dòng)力數(shù)量的需求；另一方面技術(shù)進(jìn)步促使機(jī)器、流水線大量使用，形成了對(duì)勞動(dòng)力的替代。因此，如果產(chǎn)業(yè)升級(jí)的替代效應(yīng)存在，流動(dòng)人口在勞動(dòng)密集型行業(yè)就業(yè)的崗位就會(huì)出現(xiàn)大幅縮減，進(jìn)而導(dǎo)致其失業(yè)率上升。本文使用萬(wàn)人專利授權(quán)數(shù)作為技術(shù)進(jìn)步的代理變量，使用流動(dòng)人口失業(yè)率作為因變量進(jìn)行檢驗(yàn)。表5 中模型（1）～模型（3）檢驗(yàn)了產(chǎn)業(yè)升級(jí)的替代效應(yīng)是否存在。從表5 模型（5）～模型（6）的回歸結(jié)果可以看出，在產(chǎn)業(yè)升級(jí)、制造業(yè)升級(jí)、服務(wù)業(yè)升級(jí)中，技術(shù)進(jìn)步每增加1%，流動(dòng)人口失業(yè)率分別上升0.066%、0.027%和0.031%，即技術(shù)進(jìn)步增大了流動(dòng)人口失業(yè)率。從產(chǎn)業(yè)升級(jí)與技術(shù)進(jìn)步的交互項(xiàng)回歸結(jié)果來(lái)看，回歸系數(shù)均為正數(shù)，技術(shù)進(jìn)步增強(qiáng)了產(chǎn)業(yè)升級(jí)對(duì)流動(dòng)人口失業(yè)率的影響程度，即加劇了失業(yè)。

表5 產(chǎn)業(yè)升級(jí)對(duì)流動(dòng)人口失業(yè)率的影響機(jī)制：技術(shù)進(jìn)步效應(yīng)

2.勞動(dòng)力素質(zhì)需求效應(yīng)。產(chǎn)業(yè)升級(jí)為勞動(dòng)力市場(chǎng)提供了大量的相對(duì)高端就業(yè)崗位，促使勞動(dòng)力從低端崗位向高端崗位流動(dòng)，但對(duì)勞動(dòng)者技能和學(xué)歷也提出了更高要求。勞動(dòng)者學(xué)習(xí)新知識(shí)、新技能需要一定時(shí)間，如果存在技能提升滯后性，產(chǎn)業(yè)升級(jí)就會(huì)帶來(lái)結(jié)構(gòu)性失業(yè)。為了檢驗(yàn)產(chǎn)業(yè)升級(jí)帶來(lái)的勞動(dòng)者素質(zhì)需求效應(yīng)，本文采用流動(dòng)人口受教育年限代替其素質(zhì)情況，以流動(dòng)人口失業(yè)率作為因變量進(jìn)行回歸。由表2 可知，受教育年限對(duì)流動(dòng)人口失業(yè)率具有顯著負(fù)向影響，表6 中模型（5）～模型（7）進(jìn)一步給出了學(xué)歷與產(chǎn)業(yè)升級(jí)交互項(xiàng)的回歸結(jié)果。產(chǎn)業(yè)升級(jí)與學(xué)歷的交互項(xiàng)顯著為負(fù)，這說(shuō)明提升學(xué)歷能夠縮小產(chǎn)業(yè)升級(jí)帶來(lái)的結(jié)構(gòu)性失業(yè)問(wèn)題。

表6 產(chǎn)業(yè)升級(jí)對(duì)流動(dòng)人口失業(yè)率的影響機(jī)制：勞動(dòng)力素質(zhì)需求效應(yīng)

表6 中模型（1）～模型（4）給出了按照學(xué)歷分組的回歸結(jié)果。樣本按照受教育程度分為流動(dòng)人口學(xué)歷較高的城市（高中及以上學(xué)歷），流動(dòng)人口學(xué)歷較低的城市（初中/中專及以下學(xué)歷）。模型（1）和模型（2）回歸結(jié)果顯示，產(chǎn)業(yè)升級(jí)、制造業(yè)升級(jí)和服務(wù)業(yè)升級(jí)對(duì)低學(xué)歷流動(dòng)人口失業(yè)率的影響系數(shù)分別為0.214、0.381 和0.137，且通過(guò)1%的顯著性檢驗(yàn)，表明產(chǎn)業(yè)升級(jí)對(duì)低學(xué)歷流動(dòng)人口失業(yè)率具有顯著正向影響。相比于低學(xué)歷流動(dòng)人口，模型（3）和模型（4）中產(chǎn)業(yè)升級(jí)、制造業(yè)升級(jí)和服務(wù)業(yè)升級(jí)對(duì)高學(xué)歷流動(dòng)人口失業(yè)率的影響程度較小。這也印證了產(chǎn)業(yè)升級(jí)會(huì)帶來(lái)結(jié)構(gòu)性失業(yè)問(wèn)題。

3.生產(chǎn)社會(huì)化效應(yīng)。產(chǎn)業(yè)升級(jí)推動(dòng)了勞動(dòng)力不斷從傳統(tǒng)的低端行業(yè)向高端行業(yè)轉(zhuǎn)移，同時(shí)也帶來(lái)了傳統(tǒng)生產(chǎn)方式的破碎，即產(chǎn)業(yè)升級(jí)過(guò)程也是生產(chǎn)社會(huì)化的發(fā)展過(guò)程。自從工業(yè)革命以來(lái)，家庭手工業(yè)不斷被社會(huì)化大生產(chǎn)所替代，勞動(dòng)者越來(lái)越難以依靠傳統(tǒng)的“父母帶子女”“師傅帶徒弟”“哥哥姐姐帶弟弟妹妹”的方式實(shí)現(xiàn)技能提升。每一次產(chǎn)業(yè)升級(jí)都在改變著生產(chǎn)力，推動(dòng)著生產(chǎn)關(guān)系升級(jí)，把勞動(dòng)者不斷地推向社會(huì)化生產(chǎn)。社會(huì)化生產(chǎn)把勞動(dòng)者技能提升和勞動(dòng)保障的責(zé)任主體不斷的由家庭、小作坊、微小企業(yè)推向社會(huì)保障。如果社會(huì)保障、就業(yè)培訓(xùn)和技能提升等公共服務(wù)政策不完善，產(chǎn)業(yè)轉(zhuǎn)型升級(jí)就會(huì)帶來(lái)較大規(guī)模的失業(yè)率上升。如果產(chǎn)業(yè)升級(jí)帶來(lái)的生產(chǎn)社會(huì)化效應(yīng)存在，則社會(huì)保障會(huì)降低流動(dòng)人口失業(yè)率，反之則會(huì)增加失業(yè)率。本文使用失業(yè)保險(xiǎn)參保率作為社會(huì)保障的代理變量，以流動(dòng)人口失業(yè)率為因變量進(jìn)行回歸檢驗(yàn)。表（7）中模型（5）～模型（7）檢驗(yàn)了社會(huì)化生產(chǎn)效應(yīng)是否存在。從回歸結(jié)果來(lái)看，失業(yè)保險(xiǎn)參保率與產(chǎn)業(yè)升級(jí)的交互項(xiàng)顯著為負(fù)，即社會(huì)保障降低了產(chǎn)業(yè)升級(jí)對(duì)流動(dòng)人口失業(yè)率的影響程度。

同時(shí)，表7 給出了按照是否參加失業(yè)保險(xiǎn)分組的回歸結(jié)果。模型（1）和模型（2）對(duì)應(yīng)沒(méi)有參加失業(yè)保險(xiǎn)樣本；模型（3）和模型（4）對(duì)應(yīng)參加失業(yè)保險(xiǎn)樣本。相比于模型（1）和模型（2），模型（3）和模型（4）中產(chǎn)業(yè)升級(jí)的標(biāo)準(zhǔn)化回歸系數(shù)要更小，這說(shuō)明產(chǎn)業(yè)升級(jí)對(duì)沒(méi)有參加失業(yè)保險(xiǎn)的流動(dòng)人口的失業(yè)率影響更大。這也證明產(chǎn)業(yè)升級(jí)會(huì)進(jìn)一步推動(dòng)生產(chǎn)社會(huì)化，如果社會(huì)化的技能提升、學(xué)歷提升、就業(yè)培訓(xùn)政策不到位就會(huì)加劇失業(yè)問(wèn)題。

表7 產(chǎn)業(yè)升級(jí)對(duì)流動(dòng)人口失業(yè)率的影響機(jī)制：生產(chǎn)社會(huì)化效應(yīng)

五、主要結(jié)論與啟示

文章利用2011—2018 年流動(dòng)人口動(dòng)態(tài)監(jiān)測(cè)數(shù)據(jù)和各城市宏觀經(jīng)濟(jì)數(shù)據(jù)，分析了產(chǎn)業(yè)升級(jí)對(duì)流動(dòng)人口失業(yè)風(fēng)險(xiǎn)的影響，并討論了這種影響的內(nèi)在機(jī)制和異質(zhì)性，并使用工具變量克服內(nèi)生性偏誤，驗(yàn)證結(jié)果表明產(chǎn)業(yè)升級(jí)對(duì)流動(dòng)人口失業(yè)具有顯著的正向影響。與以往文獻(xiàn)相比，本文中產(chǎn)業(yè)升級(jí)對(duì)流動(dòng)人口失業(yè)的影響程度更大，因?yàn)閳?bào)告中加入了城市固定效應(yīng)和年份固定效應(yīng)，并且本文采用了動(dòng)態(tài)指標(biāo)衡量產(chǎn)業(yè)轉(zhuǎn)型升級(jí)，克服了以往采用產(chǎn)業(yè)結(jié)構(gòu)/就業(yè)結(jié)構(gòu)等靜態(tài)指標(biāo)衡量產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的弊端。并且考慮到了流動(dòng)人口群體特征屬性這一微觀因素。

采用Heckman 兩階段回歸控制了選擇性偏差之后，發(fā)現(xiàn)進(jìn)入產(chǎn)業(yè)升級(jí)較慢地區(qū)的流動(dòng)人口要比進(jìn)入產(chǎn)業(yè)升級(jí)較快地區(qū)的流動(dòng)人口更具有人力資本優(yōu)勢(shì)。學(xué)歷是流動(dòng)人口選擇流入城市的重要影響因素。在控制選擇性偏誤后，受教育程度對(duì)流動(dòng)人口失業(yè)的抑制作用變得更大。

進(jìn)一步檢驗(yàn)產(chǎn)業(yè)升級(jí)對(duì)流動(dòng)人口失業(yè)的作用機(jī)制發(fā)現(xiàn)，產(chǎn)業(yè)升級(jí)通過(guò)技術(shù)替代、勞動(dòng)力素質(zhì)需求、生產(chǎn)社會(huì)化途徑對(duì)流動(dòng)人口失業(yè)造成影響。產(chǎn)業(yè)升級(jí)中機(jī)器流水線的大量普及，必然會(huì)減少對(duì)勞動(dòng)力總量的需求，進(jìn)而產(chǎn)生失業(yè)；產(chǎn)業(yè)升級(jí)對(duì)勞動(dòng)力素質(zhì)的需求是流動(dòng)人口結(jié)構(gòu)性失業(yè)的主要原因。產(chǎn)業(yè)升級(jí)推動(dòng)生產(chǎn)社會(huì)化，而勞動(dòng)力市場(chǎng)機(jī)制不健全，公共服務(wù)不到位，也會(huì)提高失業(yè)率。

產(chǎn)業(yè)升級(jí)會(huì)帶來(lái)失業(yè)風(fēng)險(xiǎn)，因此流動(dòng)人口要在流動(dòng)和失業(yè)之間權(quán)衡取舍?？紤]到經(jīng)濟(jì)環(huán)境較好、公共就業(yè)服務(wù)較完善、勞動(dòng)力市場(chǎng)較健全的地區(qū)對(duì)產(chǎn)業(yè)升級(jí)帶來(lái)的失業(yè)效應(yīng)的對(duì)沖能力更強(qiáng)?？梢哉J(rèn)為，流動(dòng)人口仍會(huì)進(jìn)一步向經(jīng)濟(jì)發(fā)達(dá)地區(qū)流動(dòng)集聚，但是受限于自身人力資本水平不高的現(xiàn)實(shí)，二線城市、三線城市、四線城市，甚至是縣城也將會(huì)是流動(dòng)人口的主要集聚地，就近流動(dòng)會(huì)越來(lái)越多。也可以從以下兩個(gè)方面來(lái)解釋流動(dòng)人口對(duì)流動(dòng)和失業(yè)的權(quán)衡，一是流動(dòng)人口的人力資本在流動(dòng)中才可以更好地發(fā)揮其在穩(wěn)就業(yè)、增收入中的作用，所以部分人群仍會(huì)選擇長(zhǎng)距離流動(dòng)；二是隨著中小城市產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的加快和鄉(xiāng)村振興的推進(jìn)，提供了大量的就業(yè)機(jī)會(huì)，并且可以降低因長(zhǎng)距離流動(dòng)而帶來(lái)的失業(yè)風(fēng)險(xiǎn)，中小城市也成為流動(dòng)人口集聚的新去向，所以部分人群會(huì)選擇就近流動(dòng)或者不流動(dòng)。

本部分研究結(jié)論得到以下啟示：

首先，產(chǎn)業(yè)升級(jí)是經(jīng)濟(jì)高質(zhì)量發(fā)展的未來(lái)趨勢(shì)，應(yīng)該充分重視產(chǎn)業(yè)升級(jí)帶來(lái)的生產(chǎn)社會(huì)化問(wèn)題，盡早出臺(tái)政策，完善就業(yè)培訓(xùn)和人力資本提升機(jī)制，做好應(yīng)對(duì)生產(chǎn)社會(huì)化的問(wèn)題的準(zhǔn)備。推動(dòng)勞動(dòng)保障制度從依靠企業(yè)保障、家庭保障向依靠勞動(dòng)者個(gè)人保障、社會(huì)保障轉(zhuǎn)變。

其次，伴隨著“西快東穩(wěn)”發(fā)展格局的形成，考慮到經(jīng)濟(jì)不發(fā)達(dá)地區(qū)失業(yè)率仍較高，而其產(chǎn)業(yè)升級(jí)速度較快的現(xiàn)實(shí)，要加快完善落后地區(qū)的人力資本提升機(jī)制，尤其是加大對(duì)農(nóng)村地區(qū)人口的教育投入，這對(duì)于進(jìn)一步降低失業(yè)具有十分大的積極意義。

再次，應(yīng)該采用多種措施，吸引流動(dòng)人口回鄉(xiāng)創(chuàng)業(yè)或就地轉(zhuǎn)移就業(yè)。人口長(zhǎng)距離流動(dòng)仍然存在一定的負(fù)外部性。比如城市擁堵、高昂的生活成本、市民化困難、社會(huì)融合度低等問(wèn)題，不僅不利于實(shí)現(xiàn)共同富裕，也不利于降低產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的社會(huì)風(fēng)險(xiǎn)。

同時(shí)，發(fā)達(dá)地區(qū)應(yīng)該采取更加包容的政策，將公共服務(wù)、就業(yè)培訓(xùn)、社會(huì)保障、職業(yè)規(guī)劃、就業(yè)引導(dǎo)等盡快擴(kuò)大覆蓋到所有勞動(dòng)者，構(gòu)建包括靈活就業(yè)、個(gè)人創(chuàng)業(yè)、兼職就業(yè)人員在內(nèi)的勞動(dòng)力市場(chǎng)動(dòng)態(tài)監(jiān)測(cè)機(jī)制。建議進(jìn)一步完善援企穩(wěn)崗、以工代訓(xùn)等政策，將政策中的規(guī)定“直接將補(bǔ)助資金發(fā)放給企業(yè)”，轉(zhuǎn)為發(fā)放給勞動(dòng)者個(gè)人，主要原因有三：一是企業(yè)生產(chǎn)經(jīng)營(yíng)具有自身規(guī)律，投資和用人需求都是一種理性選擇的結(jié)果，不會(huì)因?yàn)檫@部分補(bǔ)貼，而去多雇傭勞動(dòng)力；二是這部分補(bǔ)貼對(duì)于經(jīng)營(yíng)不善、效益較差、瀕臨破產(chǎn)的企業(yè)來(lái)說(shuō)沒(méi)有補(bǔ)救意義，也不會(huì)帶來(lái)就業(yè)效應(yīng)；三是真正需求這部分補(bǔ)助的人員是已經(jīng)失業(yè)或者需要培訓(xùn)和人力資本提升、面臨就業(yè)困難的人員和大量徘徊在低端就業(yè)崗位的低收入人群。