張智勇 伍家昕

關(guān)鍵詞：數(shù)字經(jīng)濟(jì)；就業(yè)；空間計(jì)量模型

0 引言

當(dāng)前全國總體經(jīng)濟(jì)增速放緩、產(chǎn)業(yè)加速升級、疫情反復(fù)沖擊下帶來的穩(wěn)就業(yè)、保就業(yè)壓力不容小覷。多方因素交織形成的較以往更為嚴(yán)峻的就業(yè)形勢要求政府及社會群體密切關(guān)注民生福祉，共同探索就業(yè)新空間，促進(jìn)就業(yè)者靈活性與就業(yè)形態(tài)多樣性。與此同時(shí)，新一輪產(chǎn)業(yè)技術(shù)革命使得數(shù)字技術(shù)與經(jīng)濟(jì)社會各領(lǐng)域加速融合，據(jù)《中國數(shù)字經(jīng)濟(jì)發(fā)展白皮書》數(shù)據(jù)顯示，面對新冠疫情帶來的經(jīng)濟(jì)下行壓力，數(shù)字經(jīng)濟(jì)展現(xiàn)出更為強(qiáng)大生命力：增速仍較穩(wěn)定且位居全球第一，規(guī)模體量也不斷創(chuàng)歷史新高，截至2021年數(shù)字經(jīng)濟(jì)規(guī)模已達(dá)42.4 萬億元。因此，數(shù)字經(jīng)濟(jì)已成為我國把握住高質(zhì)量發(fā)展機(jī)遇的戰(zhàn)略選擇，其廣泛的涵蓋范圍、驚人的發(fā)展速度及深刻的影響程度要求充分發(fā)揮數(shù)字經(jīng)濟(jì)的疊加、放大、倍增作用。2022年政府工作報(bào)告指出，數(shù)字化平臺對中國社會、民生具有普惠效應(yīng)，發(fā)展數(shù)字經(jīng)濟(jì)可以持續(xù)釋放政策紅利，解決就業(yè)這個(gè)最大的民生問題。

那么，在解決就業(yè)民生問題的壓力面前，數(shù)字經(jīng)濟(jì)究竟對就業(yè)產(chǎn)生怎樣影響？一方面，技術(shù)的有偏性進(jìn)步勢必對傳統(tǒng)產(chǎn)業(yè)與就業(yè)崗位造成沖擊；另一方面，數(shù)字技術(shù)應(yīng)用下的數(shù)實(shí)融合催生了大量新的產(chǎn)業(yè)模式與就業(yè)模式，帶來巨大創(chuàng)造效應(yīng)，究竟哪一種效應(yīng)更為顯著？此外，不斷推進(jìn)的經(jīng)濟(jì)一體化發(fā)展使得區(qū)域間聯(lián)系日漸加強(qiáng)，數(shù)字經(jīng)濟(jì)是否對就業(yè)產(chǎn)生顯著空間效應(yīng)？基于上述問題，本文認(rèn)為在充分理解數(shù)字經(jīng)濟(jì)對就業(yè)影響理論機(jī)制基礎(chǔ)上探究二者空間作用機(jī)制，可以發(fā)揮模范作用為促進(jìn)區(qū)域數(shù)字經(jīng)濟(jì)一體化發(fā)展、實(shí)現(xiàn)更高水平就業(yè)目標(biāo)提供一定借鑒指導(dǎo)。

1 文獻(xiàn)綜述

“數(shù)字經(jīng)濟(jì)”的概念最早是由Tapscott［1］在其著作《數(shù)字經(jīng)濟(jì)時(shí)代》中正式提出，此后世界各國根據(jù)自身數(shù)字經(jīng)濟(jì)發(fā)展情況，對數(shù)字經(jīng)濟(jì)的概念界定大不相同［2］。我國對于數(shù)字經(jīng)濟(jì)研究最早始于1994年，袁正光［3］率先提出要抓住數(shù)字革命帶來的發(fā)展機(jī)遇，促進(jìn)新經(jīng)濟(jì)增長。韓亞品［4］從多層面構(gòu)建了數(shù)字經(jīng)濟(jì)生態(tài)系統(tǒng)內(nèi)涵框架，表明數(shù)字經(jīng)濟(jì)具有整體、多樣、自組織、創(chuàng)新、共生等特征。張鵬［5］運(yùn)用馬克思基本原理探究了數(shù)字經(jīng)濟(jì)的本質(zhì)即局部資源配置與潛在整體資源配置效率不匹配下的推動變革的突破口。除了對數(shù)字經(jīng)濟(jì)進(jìn)行本源、內(nèi)涵的理論分析之外，數(shù)字經(jīng)濟(jì)的統(tǒng)計(jì)測算和相關(guān)實(shí)證研究也成為了學(xué)術(shù)熱點(diǎn)之一。統(tǒng)計(jì)測算方面，目前雖沒有完全統(tǒng)一定論，但研究成果豐碩，大致方法可以歸納為國民經(jīng)濟(jì)核算、數(shù)字經(jīng)濟(jì)增加值測算、衛(wèi)星賬戶構(gòu)建與指數(shù)編制等［6］。由于測算方法差異造成的數(shù)字經(jīng)濟(jì)發(fā)展水平結(jié)果不盡相同，選擇構(gòu)建綜合指標(biāo)體系進(jìn)行衡量成為了大多數(shù)學(xué)者的選擇。相關(guān)實(shí)證研究方面，涉及范圍更為廣泛，包括數(shù)字普惠金融發(fā)展［7］、產(chǎn)業(yè)轉(zhuǎn)型升級［8］、城鄉(xiāng)融合發(fā)展［9］、經(jīng)濟(jì)民生［10］等方向，其中如何促進(jìn)勞動力就業(yè)等民生問題更是數(shù)字經(jīng)濟(jì)作為發(fā)展內(nèi)生動力的重要前提。

數(shù)字經(jīng)濟(jì)發(fā)展對就業(yè)影響研究方面，有部分學(xué)者從技術(shù)進(jìn)步視角間接展開研究，指出技術(shù)進(jìn)步對就業(yè)的替代效應(yīng)與補(bǔ)償效應(yīng)是同時(shí)存在的，短期上替代效應(yīng)可能大于補(bǔ)償效應(yīng)但長期上補(bǔ)償效應(yīng)更顯著［11-12］，并且技術(shù)進(jìn)步導(dǎo)致的技能溢價(jià)［13-14］推動就業(yè)極化與工資極化現(xiàn)象的出現(xiàn)，即高技能與低技能勞動力收入、就業(yè)比重上升，中等技能勞動力反向變動的“U”形趨勢［15］。隆云滔等［16］研究發(fā)現(xiàn)，技術(shù)進(jìn)步變革帶來的對勞動力市場的沖擊毫無疑問是更為徹底的，新技術(shù)如人工智能可以從宏觀與微觀層面對勞動力就業(yè)的總量與結(jié)構(gòu)產(chǎn)生顯著影響。但就目前來說，技術(shù)進(jìn)步對勞動力就業(yè)是創(chuàng)造或是抑制尚需進(jìn)一步討論。對于數(shù)字經(jīng)濟(jì)的直接效應(yīng)，眾多研究發(fā)現(xiàn)其對就業(yè)沖擊是非中性的。盡管有觀點(diǎn)表明數(shù)字經(jīng)濟(jì)從根本上顛覆原就業(yè)的搜尋匹配模式，影響具有全方位性［17］，并且通過數(shù)字轉(zhuǎn)型即產(chǎn)業(yè)數(shù)字化與數(shù)字產(chǎn)業(yè)化重構(gòu)勞動生產(chǎn)率，驅(qū)動就業(yè)群體分化流動［18］，但陳秋霖等［19］認(rèn)為當(dāng)前數(shù)字經(jīng)濟(jì)發(fā)展屬于“誘導(dǎo)式創(chuàng)新”，對于勞動力就業(yè)不是“擠出式替代”而是“補(bǔ)位式替代”。

此外，就業(yè)效應(yīng)的研究主要集中于三個(gè)方面——就業(yè)規(guī)模、就業(yè)結(jié)構(gòu)與就業(yè)質(zhì)量。就業(yè)規(guī)模方面，李麗［20］認(rèn)為數(shù)字經(jīng)濟(jì)可以推動企業(yè)再生產(chǎn)從而增加就業(yè)崗位，并且衍生出來的新業(yè)態(tài)、新模式也可以彌補(bǔ)傳統(tǒng)經(jīng)濟(jì)領(lǐng)域的就業(yè)萎縮，甚至可以客觀推動女性更加靈活參與就業(yè)；黃海清、魏航［21］從城市就業(yè)出發(fā)，研究發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)可以從兩種機(jī)制對就業(yè)總量增長起促進(jìn)作用，即城市經(jīng)濟(jì)規(guī)模、資本深化的深化效應(yīng)與創(chuàng)業(yè)活躍度、就業(yè)薪酬的廣化效應(yīng)。就業(yè)結(jié)構(gòu)方面，蔡昉［22］指出經(jīng)濟(jì)不斷增長推動勞動力資源在三大產(chǎn)業(yè)中的重新配置，產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化使得就業(yè)結(jié)構(gòu)不斷調(diào)整，并且服務(wù)業(yè)對就業(yè)的吸納作用持續(xù)增強(qiáng)；戚聿東等［23］分析了典型數(shù)字產(chǎn)業(yè)對就業(yè)結(jié)構(gòu)影響，表明數(shù)字經(jīng)濟(jì)對第三產(chǎn)業(yè)領(lǐng)域影響更大，并且促進(jìn)就業(yè)結(jié)構(gòu)優(yōu)化、勞動報(bào)酬與保障的進(jìn)一步提升。就業(yè)質(zhì)量方面，有研究表明影響就業(yè)質(zhì)量的核心因素包括勞動報(bào)酬、就業(yè)能力與勞動關(guān)系［24］；戚聿東等［23］則對十年間各省份就業(yè)質(zhì)量進(jìn)行了測算，發(fā)現(xiàn)就業(yè)質(zhì)量水平穩(wěn)步提升且有較大發(fā)展空間，而數(shù)字經(jīng)濟(jì)是就業(yè)環(huán)境不斷改善、就業(yè)能力持續(xù)增強(qiáng)的重要契機(jī)。

總體來說，關(guān)于數(shù)字經(jīng)濟(jì)與就業(yè)研究的現(xiàn)有理論及方法諸多，但仍有較大的完善與拓展空間。一是數(shù)字經(jīng)濟(jì)指標(biāo)測度尚未統(tǒng)一，一些主要基于機(jī)器智能、普惠金融的數(shù)字指數(shù)，雖能部分體現(xiàn)數(shù)字經(jīng)濟(jì)發(fā)展水平，但難以與數(shù)字產(chǎn)業(yè)轉(zhuǎn)型下的就業(yè)直接聯(lián)系起來，使得其研究成果可能有一定偏差。二是在區(qū)域一體化發(fā)展的今天，數(shù)字經(jīng)濟(jì)帶來影響必然具有廣泛作用，其對就業(yè)的非中性沖擊在區(qū)域間究竟是正面效應(yīng)還是負(fù)面影響，影響機(jī)制又有何差異性，針對這些問題現(xiàn)有傳統(tǒng)回歸分析忽視了區(qū)域之間的關(guān)聯(lián)性，缺乏運(yùn)用空間計(jì)量模型研究地區(qū)空間溢出效應(yīng)，具有一定局限性。三是研究主要集中于就業(yè)的規(guī)模與結(jié)構(gòu)，鮮少有涉及就業(yè)質(zhì)量，因此將三個(gè)維度同時(shí)納入就業(yè)水平衡量框架之中，更具有完整性與實(shí)際意義。

基于此，本文在綜合衡量2011—2020年30個(gè)省區(qū)市（未包含西藏、港澳臺）數(shù)字經(jīng)濟(jì)發(fā)展水平基礎(chǔ)上，運(yùn)用空間計(jì)量模型衡量數(shù)字經(jīng)濟(jì)對就業(yè)規(guī)模、就業(yè)結(jié)構(gòu)、就業(yè)質(zhì)量空間影響的異質(zhì)性，總體展現(xiàn)數(shù)字經(jīng)濟(jì)對就業(yè)的多維影響究竟是創(chuàng)造或是抑制效應(yīng)。

2 理論假設(shè)

為了更好應(yīng)對數(shù)字經(jīng)濟(jì)給就業(yè)市場帶來的新機(jī)遇和挑戰(zhàn)，促進(jìn)我國數(shù)字經(jīng)濟(jì)就業(yè)水平，需先分析數(shù)字經(jīng)濟(jì)對就業(yè)影響的理論機(jī)制，主要包括三個(gè)方面：

2.1 數(shù)字經(jīng)濟(jì)與就業(yè)規(guī)模

就業(yè)規(guī)模是一定時(shí)期內(nèi)全部勞動力資源的實(shí)際利用情況，就業(yè)被創(chuàng)造與被替代之間的強(qiáng)弱決定了就業(yè)規(guī)模的增大或縮小。

從創(chuàng)造效應(yīng)來看：一方面數(shù)字技術(shù)的廣泛應(yīng)用大幅提高了企業(yè)生產(chǎn)效率，推動勞動者收入增加，從而刺激了社會需求，需求反過來又可以帶動企業(yè)生產(chǎn)規(guī)模的擴(kuò)大，成為新的就業(yè)機(jī)會與就業(yè)增量；另一方面新興產(chǎn)業(yè)的蓬勃發(fā)展為就業(yè)提供了大量新崗位，數(shù)字經(jīng)濟(jì)新業(yè)態(tài)下的大眾創(chuàng)業(yè)、萬眾創(chuàng)新活動更是刺激了創(chuàng)業(yè)推動就業(yè)從而產(chǎn)生廣化效應(yīng)，如利用新興數(shù)字平臺形成依托互聯(lián)網(wǎng)的具有門檻低、容量大、靈活性強(qiáng)等優(yōu)點(diǎn)的外賣跑腿、線上老師、網(wǎng)上醫(yī)院等新就業(yè)形態(tài)。并且，數(shù)字經(jīng)濟(jì)可以打破就業(yè)時(shí)間、空間上的局限性，使得原本受就業(yè)時(shí)空限制的人口可以靈活參與就業(yè)，區(qū)域間勞動力流動更自由，進(jìn)一步引致就業(yè)需求。特殊就業(yè)群體也獲得了公平、靈活、甚至更高收入的就業(yè)機(jī)會，促進(jìn)拓展勞動力市場半徑。從替代效應(yīng)來看：基于馬克思勞動理論，為追求更高效率與更低成本，生產(chǎn)者將使勞動要素被資本要素所替代，低技能勞動力需求的降低必然對勞動密集型產(chǎn)業(yè)就業(yè)產(chǎn)生較大負(fù)面沖擊。并且數(shù)字經(jīng)濟(jì)的發(fā)展會降低勞動力的比較優(yōu)勢，促使勞動力被機(jī)器智能等替代，但數(shù)字技術(shù)進(jìn)步對就業(yè)的長期創(chuàng)造效應(yīng)最終會抵消負(fù)向的替代效應(yīng)，從而使得就業(yè)總量提高［25］。

基于此，本文提出假設(shè)a：數(shù)字經(jīng)濟(jì)發(fā)展對就業(yè)規(guī)模具有正向促進(jìn)作用，即就業(yè)創(chuàng)造效應(yīng)大于替代效應(yīng)。

2.2 數(shù)字經(jīng)濟(jì)與就業(yè)結(jié)構(gòu)

就業(yè)結(jié)構(gòu)即社會勞動力分配結(jié)構(gòu)，一般指國民經(jīng)濟(jì)各部門所占用的勞動力數(shù)量比例及其相互關(guān)系，具體表現(xiàn)包括產(chǎn)業(yè)就業(yè)結(jié)構(gòu)、區(qū)域就業(yè)結(jié)構(gòu)等。

根據(jù)“配第-克拉克定理”，隨著數(shù)字經(jīng)濟(jì)背景下產(chǎn)業(yè)結(jié)構(gòu)不斷轉(zhuǎn)型升級，勞動力的轉(zhuǎn)移必定對就業(yè)結(jié)構(gòu)產(chǎn)生巨大影響。從產(chǎn)業(yè)就業(yè)結(jié)構(gòu)來看，隨著數(shù)字經(jīng)濟(jì)深入發(fā)展，第一產(chǎn)業(yè)將進(jìn)一步提高農(nóng)業(yè)的規(guī)?；?、集約化與智能自動化水平，促進(jìn)更多農(nóng)業(yè)勞動力被釋放；第二產(chǎn)業(yè)為提升制造業(yè)生產(chǎn)率將大幅推動智能制造，人機(jī)交互影響下的傳統(tǒng)智能制造就業(yè)崗位持續(xù)減少；第三產(chǎn)業(yè)中，數(shù)字技術(shù)如大數(shù)據(jù)、云計(jì)算、人工智能等正在逐漸滲透進(jìn)生產(chǎn)性與生活性服務(wù)業(yè)，服務(wù)需求的日益上升增強(qiáng)了第三產(chǎn)業(yè)就業(yè)吸納能力。地區(qū)技術(shù)與經(jīng)濟(jì)的相互融合促使三大產(chǎn)業(yè)形成如智慧農(nóng)業(yè)、智能制造、數(shù)字商貿(mào)等模式。信息技術(shù)發(fā)展促使常規(guī)、重復(fù)性工作被取代，機(jī)器的廣泛使用使得一二產(chǎn)業(yè)就業(yè)比重減少，并且新經(jīng)濟(jì)、新產(chǎn)業(yè)更多集聚于第三產(chǎn)業(yè)，從而吸引更多勞動力加速轉(zhuǎn)移到第三產(chǎn)業(yè)。從區(qū)域就業(yè)結(jié)構(gòu)來看，產(chǎn)業(yè)結(jié)構(gòu)重構(gòu)將推動區(qū)域勞動力結(jié)構(gòu)的調(diào)整。短期上，較快的技術(shù)變革速度和下降的生產(chǎn)成本會促進(jìn)產(chǎn)業(yè)就業(yè)的區(qū)域轉(zhuǎn)移；長期上，產(chǎn)業(yè)就業(yè)將由后發(fā)地區(qū)逐漸向科技研發(fā)水平較高而生產(chǎn)成本較低的發(fā)達(dá)地區(qū)轉(zhuǎn)移，因而數(shù)字經(jīng)濟(jì)發(fā)展程度較高的地區(qū)，失業(yè)率會顯著低于其他地區(qū)。

基于此，本文提出假設(shè)b：數(shù)字經(jīng)濟(jì)通過產(chǎn)業(yè)轉(zhuǎn)型促進(jìn)就業(yè)結(jié)構(gòu)升級。

2.3 數(shù)字經(jīng)濟(jì)與就業(yè)質(zhì)量

就業(yè)質(zhì)量內(nèi)涵較為豐富，宏觀上可以反映國家、地區(qū)行業(yè)范圍內(nèi)勞動者工作狀況，微觀上是指從業(yè)者與生產(chǎn)資料結(jié)合并獲得報(bào)酬收入情況的優(yōu)劣程度。

目前研究認(rèn)為，根據(jù)可行能力理論，數(shù)字經(jīng)濟(jì)可以通過優(yōu)化就業(yè)能力與就業(yè)環(huán)境提高社會福利水平從而實(shí)現(xiàn)更高質(zhì)量就業(yè)，其中核心特征為從業(yè)報(bào)酬優(yōu)劣情況［21］。數(shù)字技術(shù)的發(fā)展使得程序性勞動被替代，資本在區(qū)域內(nèi)集聚從而需要更高生產(chǎn)效率、更高技能勞動力，專業(yè)性高素質(zhì)數(shù)字人才需求大幅增加，從而提高了技能溢價(jià)。隨著人才需求擴(kuò)大，各地區(qū)大力增強(qiáng)人才培養(yǎng)與技能培訓(xùn)，未來數(shù)字相關(guān)技能必將成為基本就業(yè)技能，有助于提高整體人力資源與就業(yè)能力。此外，數(shù)字經(jīng)濟(jì)發(fā)展可以激發(fā)市場就業(yè)活力，優(yōu)化區(qū)域整體就業(yè)環(huán)境與提高就業(yè)保障，推動勞動多元發(fā)展與就業(yè)收入提高。

基于此，本文提出假設(shè)c：數(shù)字經(jīng)濟(jì)發(fā)展可以推動就業(yè)高質(zhì)量發(fā)展。

3 數(shù)據(jù)說明與指標(biāo)選取

3.1 數(shù)據(jù)來源與變量選擇

3.1.1 數(shù)據(jù)來源

由于我國西藏、港澳臺地區(qū)部分年份數(shù)據(jù)嚴(yán)重缺失，考慮到數(shù)據(jù)的可取性與連續(xù)性，本文最終選取除西藏、港澳臺以外的30個(gè)省區(qū)市2011—2020年相關(guān)面板數(shù)據(jù)，個(gè)別年份缺失的數(shù)據(jù)通過線性插值法進(jìn)行補(bǔ)充。數(shù)據(jù)主要來源于《中國統(tǒng)計(jì)年鑒》《中國信息產(chǎn)業(yè)年鑒》《中國第三產(chǎn)業(yè)統(tǒng)計(jì)年鑒》等統(tǒng)計(jì)年鑒，以及《北京大學(xué)數(shù)字普惠金融指數(shù)》、統(tǒng)計(jì)公報(bào)等。

3.1.2 變量選擇

被解釋變量選取就業(yè)規(guī)模（ET）、就業(yè)結(jié)構(gòu)（ES）與就業(yè)質(zhì)量（EQ），來衡量區(qū)域就業(yè)水平。這里就業(yè)規(guī)模主要指一二三產(chǎn)業(yè)就業(yè)總?cè)藬?shù)；就業(yè)結(jié)構(gòu)主要為產(chǎn)業(yè)就業(yè)結(jié)構(gòu)，即第三產(chǎn)業(yè)就業(yè)人數(shù)占總產(chǎn)業(yè)就業(yè)人數(shù)比重，就業(yè)質(zhì)量主要為從業(yè)報(bào)酬即就業(yè)人員平均工資額。

核心解釋變量即數(shù)字經(jīng)濟(jì)發(fā)展水平（DE）。數(shù)字經(jīng)濟(jì)作為當(dāng)今重要經(jīng)濟(jì)形態(tài)，覆蓋面廣、影響度高，選取單一變量過于片面難以衡量，因此本文通過構(gòu)建綜合指標(biāo)體系，并利用熵值法得到一個(gè)綜合指數(shù)來體現(xiàn)各省區(qū)市數(shù)字經(jīng)濟(jì)綜合發(fā)展水平。

本文基于對變量的影響因素分析［23］，選取控制變量如下：經(jīng)濟(jì)發(fā)展水平（GDP）即地區(qū)生產(chǎn)總值，一定程度體現(xiàn)地區(qū)數(shù)字經(jīng)濟(jì)、就業(yè)發(fā)展程度；地區(qū)就業(yè)保障（RA）即就業(yè)與社會保障支出占比，一定程度反映地區(qū)就業(yè)環(huán)境；對外開放程度（FDI）即外商投資實(shí)際利用額，利于展現(xiàn)地區(qū)發(fā)展中的外部環(huán)境因素；技術(shù)創(chuàng)新水平（RD）即規(guī)模以上工業(yè)企業(yè)R&D費(fèi)用，在數(shù)字經(jīng)濟(jì)與就業(yè)發(fā)展中起支撐作用。

3.2 數(shù)字經(jīng)濟(jì)指標(biāo)構(gòu)建及測度

3.2.1 體系劃分與指標(biāo)遴選

本文根據(jù)科學(xué)、綜合、可操作性原則，基于國家統(tǒng)計(jì)局最新發(fā)布的《數(shù)字經(jīng)濟(jì)及其核心產(chǎn)業(yè)統(tǒng)計(jì)分類（2021）》統(tǒng)計(jì)標(biāo)準(zhǔn)，確定綜合指標(biāo)體系的具體指標(biāo)［26］，如表1所示（其中權(quán)重計(jì)算方法見下文）。該標(biāo)準(zhǔn)以我國發(fā)展綱要為基礎(chǔ)，立足現(xiàn)行統(tǒng)計(jì)制度與方法，并充分借鑒了國際組織對于數(shù)字經(jīng)濟(jì)分類方法，因此參考該標(biāo)準(zhǔn)確定相關(guān)指標(biāo)既準(zhǔn)確把握我國當(dāng)前數(shù)字經(jīng)濟(jì)發(fā)展現(xiàn)狀，又具有國際可比性。該標(biāo)準(zhǔn)圍繞數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化，將數(shù)字經(jīng)濟(jì)分為五大類——數(shù)字產(chǎn)品制造業(yè)、數(shù)字產(chǎn)品服務(wù)業(yè)、數(shù)字技術(shù)應(yīng)用業(yè)、數(shù)字要素驅(qū)動業(yè)與數(shù)字化效率提升業(yè)。前四大類屬于數(shù)字經(jīng)濟(jì)核心產(chǎn)業(yè)，主要包括產(chǎn)品、設(shè)備制造；產(chǎn)品批發(fā)、零售、租賃與維修；技術(shù)開發(fā)與信息服務(wù)；互聯(lián)網(wǎng)與數(shù)字內(nèi)容媒體等方面。第五大類則體現(xiàn)了數(shù)實(shí)融合、多元數(shù)字應(yīng)用具體方向，包括智能制造、智能交通、智慧物流、智慧農(nóng)業(yè)、數(shù)字金融、數(shù)字商貿(mào)、數(shù)字社會、數(shù)字政府等數(shù)字化應(yīng)用場景。由于行業(yè)范圍涉及較為廣泛，本文僅從行業(yè)中選取部分指標(biāo)［27］。

3.2.2 指標(biāo)測度

為判斷指標(biāo)體系是否可信，本文采用克隆巴赫信度系數(shù)（Cronbach α）方法，并對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。經(jīng)經(jīng)驗(yàn)，量表信度系數(shù)為0.95，系數(shù)水平較高，表明數(shù)據(jù)的質(zhì)量水平比較好，此研究具有可靠性。

考慮到綜合評價(jià)方法多樣性，選取適用于多指標(biāo)綜合評價(jià)情況且具有客觀賦權(quán)特點(diǎn)的熵值法對各省區(qū)市的數(shù)字經(jīng)濟(jì)發(fā)展水平進(jìn)行測算。該方法可以在結(jié)合各項(xiàng)指標(biāo)的變異程度基礎(chǔ)上，利用熵值攜帶的信息進(jìn)行權(quán)重計(jì)算，最終得到指標(biāo)的“綜合指數(shù)”。具體步驟如下：

3.2.3 數(shù)字經(jīng)濟(jì)綜合發(fā)展水平分析

根據(jù)熵值法結(jié)果，數(shù)字經(jīng)濟(jì)綜合指數(shù)從總體上看近些年發(fā)展較為迅速，2020年指數(shù)是2011年的16倍，增長幅度較大，體現(xiàn)出數(shù)字經(jīng)濟(jì)在我國經(jīng)濟(jì)發(fā)展中發(fā)揮的作用日益增強(qiáng)。

將各省區(qū)市2011—2020數(shù)字經(jīng)濟(jì)發(fā)展平均指數(shù)進(jìn)行排序（圖1），結(jié)果顯示：指數(shù)最低省份為青海省僅有0.04，最高省份為廣東省達(dá)0.45，將近相差11倍，此外指數(shù)較高前五名地區(qū)集中于東部沿海地區(qū)，中西部地區(qū)指數(shù)相對較低，表明我國區(qū)域之間仍存在較大“數(shù)字鴻溝”，在數(shù)字經(jīng)濟(jì)普遍發(fā)展的同時(shí)，需重視數(shù)字經(jīng)濟(jì)空間布局的優(yōu)化，推動?xùn)|中西地區(qū)整體協(xié)同發(fā)展。

3.3 變量描述性統(tǒng)計(jì)

本文為減少數(shù)據(jù)不平穩(wěn)性與消除可能出現(xiàn)的異方差影響，將除數(shù)字經(jīng)濟(jì)發(fā)展水平（DE）外的變量進(jìn)行對數(shù)化處理后再進(jìn)行計(jì)量模型分析。表2展示了各變量的描述性統(tǒng)計(jì)結(jié)果。

結(jié)果顯示，在容量為300的樣本數(shù)據(jù)中，數(shù)字經(jīng)濟(jì)指數(shù)的均值為0.138，最大值為0.8，最小值為0.02，表明區(qū)域數(shù)字水平存在較大差距，并且就業(yè)規(guī)模、經(jīng)濟(jì)發(fā)展水平等變量的標(biāo)準(zhǔn)差比較大，初步判斷區(qū)域之間存在聚集現(xiàn)象。其余變量的描述性統(tǒng)計(jì)如表2所示，不再一一贅述。

4 模型設(shè)定與實(shí)證分析

4.1 矩陣設(shè)定與空間相關(guān)性檢驗(yàn)

運(yùn)用空間計(jì)量模型需先通過空間相關(guān)性檢驗(yàn)即莫蘭檢驗(yàn)，莫蘭檢驗(yàn)包括全局莫蘭與局部莫蘭，該檢驗(yàn)需借助空間權(quán)重矩陣進(jìn)行，常見空間權(quán)重矩陣包括鄰接矩陣W1、地理距離矩陣W2與經(jīng)濟(jì)距離矩陣W3。本文運(yùn)用stata軟件首先將三種空間權(quán)重矩陣一一帶入全局莫蘭指數(shù)檢驗(yàn)，結(jié)果如表3所示。

結(jié)果中，變量均至少通過一個(gè)矩陣的顯著性水平檢驗(yàn)且系數(shù)為正，表明變量都具有顯著空間相關(guān)性，并且就業(yè)結(jié)構(gòu)、就業(yè)質(zhì)量、數(shù)字經(jīng)濟(jì)水平空間相關(guān)性呈增強(qiáng)態(tài)勢。

為了進(jìn)一步分析地區(qū)間空間集聚模式差異，本文將各省區(qū)市編號后對各變量進(jìn)行局部莫蘭檢驗(yàn)，由于結(jié)果較為繁多，僅選用2020年部分矩陣下的局部莫蘭指數(shù)并通過莫蘭散點(diǎn)圖展示（圖2）。散點(diǎn)圖結(jié)果中，橫坐標(biāo)代表變量空間單元本身的觀測值即受自身影響程度，縱坐標(biāo)代表空間單元滯后值即受其他周圍值的影響。由圖2可知，總體上看四個(gè)變量的莫蘭散點(diǎn)圖中，大部分省份均基本分布于一、三象限，表明變量相似值集聚呈現(xiàn)空間極化態(tài)勢，具有正的空間自相關(guān)性。其中北京、上海、江蘇、浙江、廣東等位于第一象限，表明就業(yè)和數(shù)字經(jīng)濟(jì)發(fā)展程度高的省份被其他發(fā)展程度高的省份所包圍，呈現(xiàn)出“高-高”空間集聚模式，這些地區(qū)影響著周邊省區(qū)市就業(yè)規(guī)模、結(jié)構(gòu)和質(zhì)量的提升；甘肅、寧夏、青海、新疆等則分布于第三象限，表明這些地區(qū)及其周邊地區(qū)的就業(yè)和數(shù)字經(jīng)濟(jì)發(fā)展幅度較低，呈現(xiàn)出“低-低”類型空間集聚，難以帶動周邊發(fā)展。其中高-高集聚省區(qū)市數(shù)量相較于低-低集聚省區(qū)市數(shù)量少，且主要集中于東部及南部地區(qū)，這是由于作為我國先行發(fā)展的重點(diǎn)區(qū)域，東部和南部沿海地區(qū)率先實(shí)現(xiàn)高質(zhì)量發(fā)展，在數(shù)字經(jīng)濟(jì)發(fā)展方面更具有優(yōu)勢，產(chǎn)業(yè)基礎(chǔ)條件更優(yōu)越，就業(yè)水平相對較高，而中西部地區(qū)由于本身技術(shù)水平落后，基礎(chǔ)設(shè)施不完善等原因，導(dǎo)致其數(shù)字和就業(yè)水平提升有限，即各地區(qū)數(shù)字經(jīng)濟(jì)水平與就業(yè)水平發(fā)展仍存在不平衡現(xiàn)象。

綜上，全局莫蘭與局部莫蘭均證實(shí)變量具有較強(qiáng)空間相關(guān)性，需進(jìn)一步通過空間計(jì)量模型進(jìn)行分析。

4.2 模型設(shè)定與檢驗(yàn)

基于面板數(shù)據(jù)，本文設(shè)定一般動態(tài)空間面板模型如下：

其中，當(dāng)λ = 0 時(shí)，為空間杜賓模型（SDM）；當(dāng)λ = 0 且δ = 0時(shí)，為空間自回歸模型（SAR）；當(dāng)T = 0且δ = 0時(shí)，為空間自相關(guān)模型（SAR）；當(dāng)T = ρ = 0且δ = 0時(shí)，為空間誤差模型（SEM）。本文將就業(yè)規(guī)模、就業(yè)結(jié)構(gòu)、就業(yè)質(zhì)量分別作為因變量代入，與數(shù)字經(jīng)濟(jì)發(fā)展水平、控制變量共同構(gòu)建空間計(jì)量模型。為了最終確定被解釋變量的模型形式，需對一般性空間計(jì)量模型進(jìn)行LM 檢驗(yàn)、穩(wěn)健的LM檢驗(yàn)和LR檢驗(yàn)，根據(jù)檢驗(yàn)結(jié)果選取合適的模型。受篇幅限制，本文僅展示空間相關(guān)性最強(qiáng)的矩陣下的實(shí)證結(jié)果。

首先對模型進(jìn)行LM檢驗(yàn)與R-LM檢驗(yàn)，檢驗(yàn)結(jié)果如表4，結(jié)果按照Anselin準(zhǔn)則進(jìn)行模型選擇。結(jié)果表明，LNET 與LNEQ 均通過5% 顯著性檢驗(yàn)，因此可以選擇SDM模型；LNES部分檢驗(yàn)未通過，因此選擇SEM模型。

通過Hausman檢驗(yàn)判定各個(gè)模型是固定效應(yīng)或是隨機(jī)效應(yīng)模型，檢驗(yàn)值與P 值分別241.827（0.000 0）、84.369（0.000 0）、420.126（0.000 0），均通過顯著性檢驗(yàn)，因此模型均為固定效應(yīng)模型。

確定空間模型后，由于空間杜賓模型可能退化為空間誤差或空間滯后模型，因此設(shè)定LNES 模型是空間杜賓模型退化的結(jié)果，將所有變量模型帶入LR與Wald檢驗(yàn)，同時(shí)通過LR檢驗(yàn)確定固定效應(yīng)模式。結(jié)果表明（表5）三個(gè)變量模型均為時(shí)間空間雙固定效應(yīng)模型，且LR與Wald 均通過1% 顯著性檢驗(yàn)，模型均為空間杜賓模型，不能退化為其他模型。

4.3 模型回歸與分析

確定各變量最優(yōu)空間計(jì)量模型為雙固定空間杜賓模型后，對各個(gè)模型進(jìn)行回歸分析，實(shí)證結(jié)果如表6所示?？傮w上看，LNET 模型、LNES 模型與LNEQ 模型的空間回歸系數(shù)分別為0.305 2、0.191 5與0.517 5，空間系數(shù)均為正且通過1% 顯著性檢驗(yàn)，表明就業(yè)規(guī)模、就業(yè)結(jié)構(gòu)、就業(yè)質(zhì)量的空間依賴性顯著且具有正向空間溢出效應(yīng)，即就業(yè)水平較高地區(qū)利于發(fā)揮模范作用與輻射效應(yīng)，帶動鄰近地區(qū)學(xué)習(xí)借鑒。

就業(yè)規(guī)模方面：核心解釋變量數(shù)字經(jīng)濟(jì)系數(shù)為正且略高于其他變量系數(shù)，空間溢出效應(yīng)系數(shù)也為正，表明數(shù)字經(jīng)濟(jì)強(qiáng)有力推動了本省域與鄰近地區(qū)就業(yè)規(guī)模擴(kuò)大，驗(yàn)證了假設(shè)a。控制變量中，經(jīng)濟(jì)發(fā)展水平對本省域就業(yè)規(guī)模空間效應(yīng)為正，對周邊地區(qū)效應(yīng)為負(fù)，這是由于本省域經(jīng)濟(jì)快速發(fā)展可以促使生產(chǎn)要素在本地區(qū)集聚，推動本地區(qū)各行各業(yè)快速發(fā)展，使得本地區(qū)擁有更多就業(yè)機(jī)會而使周邊地區(qū)機(jī)會相對減少，產(chǎn)生虹吸效應(yīng)；地區(qū)就業(yè)保障僅對本省域就業(yè)規(guī)模產(chǎn)生負(fù)向效應(yīng)，說明當(dāng)前就業(yè)保障尚不完善，部分勞動者可能為了享受保障出現(xiàn)消極就業(yè)甚至不就業(yè)行為；對外開放程度與技術(shù)創(chuàng)新水平對本地區(qū)就業(yè)規(guī)模影響不顯著但對周邊地區(qū)具有負(fù)向作用，是由于當(dāng)前階段發(fā)展不充分，省域間仍存在要素壁壘，使得周邊省域受到阻礙作用。

就業(yè)結(jié)構(gòu)方面：核心解釋變量數(shù)字經(jīng)濟(jì)對本省域就業(yè)結(jié)構(gòu)起正向作用，驗(yàn)證了假設(shè)b，但對鄰近地區(qū)效應(yīng)不顯著。控制變量中，經(jīng)濟(jì)增長對本地區(qū)與鄰近地區(qū)產(chǎn)生顯著負(fù)向影響而對外開放程度為顯著正向影響，這是由于城鄉(xiāng)二元經(jīng)濟(jì)結(jié)構(gòu)使得當(dāng)前就業(yè)結(jié)構(gòu)不能同步于經(jīng)濟(jì)發(fā)展，人口難以流動遷移從而使得就業(yè)結(jié)構(gòu)升級放緩，并且傳統(tǒng)重工業(yè)與新興服務(wù)業(yè)發(fā)展不均衡，使得經(jīng)濟(jì)發(fā)展同時(shí)就業(yè)結(jié)構(gòu)低下，而對外開放可以促進(jìn)物質(zhì)與人力資本流動配置，使得地區(qū)間就業(yè)結(jié)構(gòu)同步優(yōu)化；地區(qū)就業(yè)保障僅對周邊地區(qū)具有正向溢出效應(yīng)，說明保障利于提高地區(qū)吸引力，同時(shí)帶動周邊區(qū)域產(chǎn)業(yè)就業(yè)結(jié)構(gòu)趨向合理；創(chuàng)新水平效應(yīng)不顯著。

就業(yè)質(zhì)量方面：核心解釋變量數(shù)字經(jīng)濟(jì)發(fā)展推動了當(dāng)?shù)貏趧訄?bào)酬增長，驗(yàn)證了假設(shè)c，但對周邊地區(qū)起到抑制作用，這是由于本地區(qū)資本與技能的替代和保障水平提高促使勞動力工資上漲，而產(chǎn)業(yè)轉(zhuǎn)移可能促使低技能勞動力的相對轉(zhuǎn)移，從而對周邊區(qū)域工資水平提高起抑制作用。控制變量中，經(jīng)濟(jì)水平提高對本地與鄰地均有正向溢出效應(yīng)，說明經(jīng)濟(jì)發(fā)展勢必推動整體就業(yè)水平提高，整體就業(yè)薪酬增長，實(shí)現(xiàn)更高質(zhì)量就業(yè)；地區(qū)保障水平與對外開放程度只存在顯著正向溢出效應(yīng)；技術(shù)創(chuàng)新對本地區(qū)勞動報(bào)酬產(chǎn)生負(fù)向影響，由于一方面區(qū)域內(nèi)技能偏向技術(shù)進(jìn)步使得不同工資層級的職工人數(shù)發(fā)生變化，中低技能勞動力受擠壓人數(shù)多于平均工資增加人數(shù)，平均工資可能下降，另一方面技術(shù)進(jìn)步帶動區(qū)域新興產(chǎn)業(yè)行業(yè)蓬勃發(fā)展，工資總額提高，但傳統(tǒng)行業(yè)效益下降人員減少，可拉動整個(gè)行業(yè)工資水平降低，此外優(yōu)質(zhì)的就業(yè)崗位吸引了大量從業(yè)人員，職工人數(shù)大幅增加，使得平均工資有可能下降。

4.4 空間效應(yīng)分解

由于空間杜賓模型存在反饋效應(yīng)，需要對模型空間效應(yīng)進(jìn)行分解，運(yùn)用偏微分方法分解結(jié)果如表7。

就業(yè)規(guī)模結(jié)果中：數(shù)字經(jīng)濟(jì)效應(yīng)系數(shù)均為正且通過顯著檢驗(yàn)，數(shù)字經(jīng)濟(jì)發(fā)展顯著推動就業(yè)總量增長。經(jīng)濟(jì)發(fā)展僅產(chǎn)生正向直接效應(yīng)與總效應(yīng)，鄰近地區(qū)變化難以對本地區(qū)產(chǎn)生影響。就業(yè)保障與對外開放水平效應(yīng)均為負(fù)，這是由于目前階段，為支持本區(qū)域優(yōu)先發(fā)展，勞動力要素流動受到限制，并且不適度的社會保障可能導(dǎo)致勞動力雇傭成本過高，從而降低企業(yè)對勞動力的需求。技術(shù)創(chuàng)新對鄰近地區(qū)就業(yè)規(guī)模產(chǎn)生負(fù)向效應(yīng)，是由于技術(shù)進(jìn)步可推動地區(qū)產(chǎn)業(yè)升級與基礎(chǔ)設(shè)施進(jìn)一步完善，勞動力會被條件更優(yōu)越的地區(qū)吸引聚集，致使周邊地區(qū)勞動力數(shù)量減少。就業(yè)結(jié)構(gòu)與就業(yè)質(zhì)量結(jié)果中：數(shù)字經(jīng)濟(jì)均對本地區(qū)促進(jìn)作用顯著，但對周邊就業(yè)薪酬起負(fù)向作用。就業(yè)結(jié)構(gòu)經(jīng)濟(jì)增長效應(yīng)系數(shù)為負(fù)而就業(yè)質(zhì)量經(jīng)濟(jì)增長效應(yīng)系數(shù)為正。對外開放可以促進(jìn)區(qū)域交流合作，對就業(yè)結(jié)構(gòu)、質(zhì)量均起促進(jìn)作用。創(chuàng)新作用不顯著可能是由于現(xiàn)階段數(shù)字經(jīng)濟(jì)的創(chuàng)新仍處于起步階段，發(fā)展緩慢，動力不足，對就業(yè)發(fā)展的貢獻(xiàn)支撐作用不足，難以產(chǎn)生空間效應(yīng)。

5 結(jié)論與建議

當(dāng)前，數(shù)字經(jīng)濟(jì)已成為中國發(fā)展實(shí)現(xiàn)換道超車的強(qiáng)大動力，其影響具有廣泛性與深遠(yuǎn)性。為探究數(shù)字經(jīng)濟(jì)在勞動力方面對于就業(yè)的空間影響，本文從就業(yè)的多維角度出發(fā)，基于2011—2020年省區(qū)市面板數(shù)據(jù)，并在熵值法測度數(shù)字經(jīng)濟(jì)發(fā)展水平的基礎(chǔ)上，具體運(yùn)用空間計(jì)量模型探究數(shù)字經(jīng)濟(jì)對于就業(yè)規(guī)模、就業(yè)結(jié)構(gòu)、就業(yè)質(zhì)量影響的異質(zhì)性。研究結(jié)果表明：第一，近十年間數(shù)字經(jīng)濟(jì)發(fā)展勢頭迅猛，水平大幅提高，但區(qū)域間發(fā)展具有不平衡性，省份之間數(shù)字經(jīng)濟(jì)水平差距較大。第二，數(shù)字經(jīng)濟(jì)對就業(yè)水平具有顯著正向影響，具體表現(xiàn)為數(shù)字經(jīng)濟(jì)可以直接推動本省域就業(yè)規(guī)模增長、就業(yè)結(jié)構(gòu)優(yōu)化與就業(yè)質(zhì)量提升，但由于數(shù)字經(jīng)濟(jì)發(fā)展階段仍處于初期階段，僅在就業(yè)規(guī)模與就業(yè)結(jié)構(gòu)方面具有正向空間溢出效應(yīng)。第三，經(jīng)濟(jì)發(fā)展水平、地區(qū)保障程度與對外開放水平不同程度推動地區(qū)就業(yè)發(fā)展，但創(chuàng)新水平對地區(qū)影響較為不顯著且部分表現(xiàn)為負(fù)向效應(yīng)。

據(jù)此結(jié)論，提出建議：第一，推動數(shù)字經(jīng)濟(jì)區(qū)域平衡，加快彌合數(shù)字鴻溝。面對地區(qū)資源、能力差異造成的不平衡、不充分，從群體鴻溝、城鄉(xiāng)鴻溝、企業(yè)鴻溝入手，依托市場機(jī)制加快要素流動與資源精準(zhǔn)分配，注重區(qū)域發(fā)展結(jié)構(gòu)性平衡，以降低數(shù)字成本，使得區(qū)域共享發(fā)展紅利。第二，推進(jìn)數(shù)實(shí)深度融合，拓寬就業(yè)渠道。政府需制定指導(dǎo)性政策并充分發(fā)揮市場決定因素，培育壯大基于平臺經(jīng)濟(jì)、共享經(jīng)濟(jì)的新型就業(yè)模式，充分發(fā)掘就業(yè)增長潛力。通過數(shù)據(jù)互聯(lián)互通平臺實(shí)現(xiàn)數(shù)據(jù)資源共享，促進(jìn)數(shù)字經(jīng)濟(jì)與各行各業(yè)跨界聯(lián)動，如在農(nóng)業(yè)領(lǐng)域創(chuàng)新實(shí)現(xiàn)智慧農(nóng)場、農(nóng)產(chǎn)品電商等發(fā)展模式；在流通領(lǐng)域創(chuàng)新物流和供應(yīng)鏈服務(wù)；在制造領(lǐng)域推進(jìn)先進(jìn)制造與數(shù)字產(chǎn)業(yè)集群等，打造彈性、多元、靈活的就業(yè)方式。第三，緊盯產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型，促進(jìn)就業(yè)結(jié)構(gòu)同步優(yōu)化。明確就業(yè)優(yōu)先，在產(chǎn)業(yè)鏈整體升級同時(shí)，不斷強(qiáng)化第三產(chǎn)業(yè)對就業(yè)吸納能力，將就業(yè)作為綜合性系統(tǒng)工程持續(xù)推進(jìn)。對不同就業(yè)群體實(shí)施差異性就業(yè)政策，注重解決產(chǎn)業(yè)升級形成的就業(yè)結(jié)構(gòu)性錯(cuò)配問題。第四，加大培育數(shù)字型人才，實(shí)現(xiàn)就業(yè)高質(zhì)量發(fā)展。數(shù)字經(jīng)濟(jì)迅猛發(fā)展同時(shí)也使得就業(yè)群體快速分化，結(jié)構(gòu)性失業(yè)風(fēng)險(xiǎn)加劇，就業(yè)極化、工資極化趨勢明顯。并且適配型勞動力缺失同時(shí)制約了數(shù)字經(jīng)濟(jì)發(fā)展步伐，因此必須重視加強(qiáng)數(shù)字人才培養(yǎng)，提高勞動群體技能素質(zhì)，如促進(jìn)校企交流，將學(xué)校人才培養(yǎng)模式與企業(yè)用人需求的對接，完成高質(zhì)量的數(shù)字人才供給；推行崗位培訓(xùn)，鼓勵(lì)包括民間資本在內(nèi)的多方力量參與等。第五，強(qiáng)化保障創(chuàng)新，實(shí)現(xiàn)共建共享。加強(qiáng)區(qū)域示范引領(lǐng)作用，支持有條件的地方率先開展就業(yè)改革示范和探索創(chuàng)新，讓創(chuàng)新動力落到實(shí)處。抓緊就業(yè)保障的落實(shí)，以匹配數(shù)字時(shí)代不斷變革的勞動關(guān)系。此外，打破區(qū)域隔閡，注重區(qū)域間數(shù)字合作交流，以減少人才吸納的時(shí)空限制，增強(qiáng)就業(yè)人員流動性。