張智勇 伍家昕

關鍵詞：數(shù)字經(jīng)濟；就業(yè)；空間計量模型

0 引言

當前全國總體經(jīng)濟增速放緩、產(chǎn)業(yè)加速升級、疫情反復沖擊下帶來的穩(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峻的就業(yè)形勢要求政府及社會群體密切關注民生福祉，共同探索就業(yè)新空間，促進就業(yè)者靈活性與就業(yè)形態(tài)多樣性。與此同時，新一輪產(chǎn)業(yè)技術革命使得數(shù)字技術與經(jīng)濟社會各領域加速融合，據(jù)《中國數(shù)字經(jīng)濟發(fā)展白皮書》數(shù)據(jù)顯示，面對新冠疫情帶來的經(jīng)濟下行壓力，數(shù)字經(jīng)濟展現(xiàn)出更為強大生命力：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)濟規(guī)模已達42.4 萬億元。因此，數(shù)字經(jīng)濟已成為我國把握住高質(zhì)量發(fā)展機遇的戰(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)濟的疊加、放大、倍增作用。2022年政府工作報告指出，數(shù)字化平臺對中國社會、民生具有普惠效應，發(fā)展數(shù)字經(jīng)濟可以持續(xù)釋放政策紅利，解決就業(yè)這個最大的民生問題。

那么，在解決就業(yè)民生問題的壓力面前，數(shù)字經(jīng)濟究竟對就業(yè)產(chǎn)生怎樣影響？一方面，技術的有偏性進步勢必對傳統(tǒng)產(chǎn)業(yè)與就業(yè)崗位造成沖擊；另一方面，數(shù)字技術應用下的數(shù)實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，究竟哪一種效應更為顯著？此外，不斷推進的經(jīng)濟一體化發(fā)展使得區(qū)域間聯(lián)系日漸加強，數(shù)字經(jīng)濟是否對就業(yè)產(chǎn)生顯著空間效應？基于上述問題，本文認為在充分理解數(shù)字經(jīng)濟對就業(yè)影響理論機制基礎上探究二者空間作用機制，可以發(fā)揮模范作用為促進區(qū)域數(shù)字經(jīng)濟一體化發(fā)展、實現(xiàn)更高水平就業(yè)目標提供一定借鑒指導。

1 文獻綜述

“數(shù)字經(jīng)濟”的概念最早是由Tapscott［1］在其著作《數(shù)字經(jīng)濟時代》中正式提出，此后世界各國根據(jù)自身數(shù)字經(jīng)濟發(fā)展情況，對數(shù)字經(jīng)濟的概念界定大不相同［2］。我國對于數(shù)字經(jīng)濟研究最早始于1994年，袁正光［3］率先提出要抓住數(shù)字革命帶來的發(fā)展機遇，促進新經(jīng)濟增長。韓亞品［4］從多層面構建了數(shù)字經(jīng)濟生態(tài)系統(tǒng)內(nèi)涵框架，表明數(shù)字經(jīng)濟具有整體、多樣、自組織、創(chuàng)新、共生等特征。張鵬［5］運用馬克思基本原理探究了數(shù)字經(jīng)濟的本質(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)濟進行本源、內(nèi)涵的理論分析之外，數(shù)字經(jīng)濟的統(tǒng)計測算和相關實證研究也成為了學術熱點之一。統(tǒng)計測算方面，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)濟核算、數(shù)字經(jīng)濟增加值測算、衛(wèi)星賬戶構建與指數(shù)編制等［6］。由于測算方法差異造成的數(shù)字經(jīng)濟發(fā)展水平結果不盡相同，選擇構建綜合指標體系進行衡量成為了大多數(shù)學者的選擇。相關實證研究方面，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)濟民生［10］等方向，其中如何促進勞動力就業(yè)等民生問題更是數(shù)字經(jīng)濟作為發(fā)展內(nèi)生動力的重要前提。

數(shù)字經(jīng)濟發(fā)展對就業(yè)影響研究方面，有部分學者從技術進步視角間接展開研究，指出技術進步對就業(yè)的替代效應與補償效應是同時存在的，短期上替代效應可能大于補償效應但長期上補償效應更顯著［11-12］，并且技術進步導致的技能溢價［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)，技術進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)的總量與結構產(chǎn)生顯著影響。但就目前來說，技術進步對勞動力就業(yè)是創(chuàng)造或是抑制尚需進一步討論。對于數(shù)字經(jīng)濟的直接效應，眾多研究發(fā)現(xiàn)其對就業(yè)沖擊是非中性的。盡管有觀點表明數(shù)字經(jīng)濟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］認為當前數(shù)字經(jīng)濟發(fā)展屬于“誘導式創(chuàng)新”，對于勞動力就業(yè)不是“擠出式替代”而是“補位式替代”。

此外，就業(yè)效應的研究主要集中于三個方面——就業(yè)規(guī)模、就業(yè)結構與就業(yè)質(zhì)量。就業(yè)規(guī)模方面，李麗［20］認為數(shù)字經(jīng)濟可以推動企業(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)、新模式也可以彌補傳統(tǒng)經(jīng)濟領域的就業(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)濟可以從兩種機制對就業(yè)總量增長起促進作用，即城市經(jīng)濟規(guī)模、資本深化的深化效應與創(chuàng)業(yè)活躍度、就業(yè)薪酬的廣化效應。就業(yè)結構方面，蔡昉［22］指出經(jīng)濟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)結構優(yōu)化使得就業(yè)結構不斷調(diào)整，并且服務業(yè)對就業(yè)的吸納作用持續(xù)增強；戚聿東等［23］分析了典型數(shù)字產(chǎn)業(yè)對就業(yè)結構影響，表明數(shù)字經(jīng)濟對第三產(chǎn)業(yè)領域影響更大，并且促進就業(yè)結構優(yōu)化、勞動報酬與保障的進一步提升。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酬、就業(yè)能力與勞動關系［24］；戚聿東等［23］則對十年間各省份就業(yè)質(zhì)量進行了測算，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)濟是就業(yè)環(huán)境不斷改善、就業(yè)能力持續(xù)增強的重要契機。

總體來說，關于數(shù)字經(jīng)濟與就業(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)濟指標測度尚未統(tǒng)一，一些主要基于機器智能、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還是負面影響，影響機制又有何差異性，針對這些問題現(xiàn)有傳統(tǒng)回歸分析忽視了區(qū)域之間的關聯(lián)性，缺乏運用空間計量模型研究地區(qū)空間溢出效應，具有一定局限性。三是研究主要集中于就業(yè)的規(guī)模與結構，鮮少有涉及就業(yè)質(zhì)量，因此將三個維度同時納入就業(yè)水平衡量框架之中，更具有完整性與實際意義。

基于此，本文在綜合衡量2011—2020年30個省區(qū)市（未包含西藏、港澳臺）數(shù)字經(jīng)濟發(fā)展水平基礎上，運用空間計量模型衡量數(shù)字經(jīng)濟對就業(yè)規(guī)模、就業(yè)結構、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)濟對就業(yè)的多維影響究竟是創(chuàng)造或是抑制效應。

2 理論假設

為了更好應對數(shù)字經(jīng)濟給就業(yè)市場帶來的新機遇和挑戰(zhàn)，促進我國數(shù)字經(jīng)濟就業(yè)水平，需先分析數(shù)字經(jīng)濟對就業(yè)影響的理論機制，主要包括三個方面：

2.1 數(shù)字經(jīng)濟與就業(yè)規(guī)模

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

從創(chuàng)造效應來看：一方面數(shù)字技術的廣泛應用大幅提高了企業(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)模的擴大，成為新的就業(yè)機會與就業(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，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、靈活性強等優(yōu)點的外賣跑腿、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)濟可以打破就業(yè)時間、空間上的局限性，使得原本受就業(yè)時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)機會，促進拓展勞動力市場半徑。從替代效應來看：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)生較大負面沖擊。并且數(shù)字經(jīng)濟的發(fā)展會降低勞動力的比較優(yōu)勢，促使勞動力被機器智能等替代，但數(shù)字技術進步對就業(yè)的長期創(chuàng)造效應最終會抵消負向的替代效應，從而使得就業(yè)總量提高［25］。

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

2.2 數(shù)字經(jīng)濟與就業(yè)結構

就業(yè)結構即社會勞動力分配結構，一般指國民經(jīng)濟各部門所占用的勞動力數(shù)量比例及其相互關系，具體表現(xiàn)包括產(chǎn)業(yè)就業(yè)結構、區(qū)域就業(yè)結構等。

根據(jù)“配第-克拉克定理”，隨著數(shù)字經(jīng)濟背景下產(chǎn)業(yè)結構不斷轉(zhuǎn)型升級，勞動力的轉(zhuǎn)移必定對就業(yè)結構產(chǎn)生巨大影響。從產(chǎn)業(yè)就業(yè)結構來看，隨著數(shù)字經(jīng)濟深入發(fā)展，第一產(chǎn)業(yè)將進一步提高農(nóng)業(yè)的規(guī)?；?、集約化與智能自動化水平，促進更多農(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)字技術如大數(shù)據(jù)、云計算、人工智能等正在逐漸滲透進生產(chǎn)性與生活性服務業(yè)，服務需求的日益上升增強了第三產(chǎn)業(yè)就業(yè)吸納能力。地區(qū)技術與經(jīng)濟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。信息技術發(fā)展促使常規(guī)、重復性工作被取代，機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、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)結構來看，產(chǎn)業(yè)結構重構將推動區(qū)域勞動力結構的調(diào)整。短期上，較快的技術變革速度和下降的生產(chǎn)成本會促進產(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)達地區(qū)轉(zhuǎn)移，因而數(shù)字經(jīng)濟發(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b：數(shù)字經(jīng)濟通過產(chǎn)業(yè)轉(zhuǎn)型促進就業(yè)結構升級。

2.3 數(shù)字經(jīng)濟與就業(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)資料結合并獲得報酬收入情況的優(yōu)劣程度。

目前研究認為，根據(jù)可行能力理論，數(shù)字經(jīng)濟可以通過優(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現(xiàn)更高質(zhì)量就業(yè)，其中核心特征為從業(yè)報酬優(yōu)劣情況［21］。數(shù)字技術的發(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。隨著人才需求擴大，各地區(qū)大力增強人才培養(yǎng)與技能培訓，未來數(shù)字相關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c：數(shù)字經(jīng)濟發(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個省區(qū)市2011—2020年相關面板數(shù)據(jù)，個別年份缺失的數(shù)據(jù)通過線性插值法進行補充。數(shù)據(jù)主要來源于《中國統(tǒng)計年鑒》《中國信息產(chǎn)業(yè)年鑒》《中國第三產(chǎn)業(yè)統(tǒng)計年鑒》等統(tǒng)計年鑒，以及《北京大學數(shù)字普惠金融指數(shù)》、統(tǒng)計公報等。

3.1.2 變量選擇

被解釋變量選取就業(yè)規(guī)模（ET）、就業(yè)結構（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)總人數(shù)；就業(yè)結構主要為產(chǎn)業(yè)就業(yè)結構，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)濟發(fā)展水平（DE）。數(shù)字經(jīng)濟作為當今重要經(jīng)濟形態(tài)，覆蓋面廣、影響度高，選取單一變量過于片面難以衡量，因此本文通過構建綜合指標體系，并利用熵值法得到一個綜合指數(shù)來體現(xiàn)各省區(qū)市數(shù)字經(jīng)濟綜合發(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、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；技術創(chuàng)新水平（RD）即規(guī)模以上工業(yè)企業(yè)R&D費用，在數(shù)字經(jīng)濟與就業(yè)發(fā)展中起支撐作用。

3.2 數(shù)字經(jīng)濟指標構建及測度

3.2.1 體系劃分與指標遴選

本文根據(jù)科學、綜合、可操作性原則，基于國家統(tǒng)計局最新發(fā)布的《數(shù)字經(jīng)濟及其核心產(chǎn)業(yè)統(tǒng)計分類（2021）》統(tǒng)計標準，確定綜合指標體系的具體指標［26］，如表1所示（其中權重計算方法見下文）。該標準以我國發(fā)展綱要為基礎，立足現(xiàn)行統(tǒng)計制度與方法，并充分借鑒了國際組織對于數(shù)字經(jīng)濟分類方法，因此參考該標準確定相關指標既準確把握我國當前數(shù)字經(jīng)濟發(fā)展現(xiàn)狀，又具有國際可比性。該標準圍繞數(shù)字產(chǎn)業(yè)化與產(chǎn)業(yè)數(shù)字化，將數(shù)字經(jīng)濟分為五大類——數(shù)字產(chǎn)品制造業(yè)、數(shù)字產(chǎn)品服務業(yè)、數(shù)字技術應用業(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)濟核心產(chǎn)業(yè)，主要包括產(chǎn)品、設備制造；產(chǎn)品批發(fā)、零售、租賃與維修；技術開發(fā)與信息服務；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)實融合、多元數(shù)字應用具體方向，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［27］。

3.2.2 指標測度

為判斷指標體系是否可信，本文采用克隆巴赫信度系數(shù)（Cronbach α）方法，并對數(shù)據(jù)進行標準化處理。經(jīng)經(jīng)驗，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。

考慮到綜合評價方法多樣性，選取適用于多指標綜合評價情況且具有客觀賦權特點的熵值法對各省區(qū)市的數(shù)字經(jīng)濟發(fā)展水平進行測算。該方法可以在結合各項指標的變異程度基礎上，利用熵值攜帶的信息進行權重計算，最終得到指標的“綜合指數(shù)”。具體步驟如下：

3.2.3 數(shù)字經(jīng)濟綜合發(fā)展水平分析

根據(jù)熵值法結果，數(shù)字經(jīng)濟綜合指數(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)濟在我國經(jīng)濟發(fā)展中發(fā)揮的作用日益增強。

將各省區(qū)市2011—2020數(shù)字經(jīng)濟發(fā)展平均指數(shù)進行排序（圖1），結果顯示：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)濟普遍發(fā)展的同時，需重視數(shù)字經(jīng)濟空間布局的優(yōu)化，推動東中西地區(qū)整體協(xié)同發(fā)展。

3.3 變量描述性統(tǒng)計

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)濟發(fā)展水平（DE）外的變量進行對數(shù)化處理后再進行計量模型分析。表2展示了各變量的描述性統(tǒng)計結果。

結果顯示，在容量為300的樣本數(shù)據(jù)中，數(shù)字經(jīng)濟指數(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)濟發(fā)展水平等變量的標準差比較大，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)計如表2所示，不再一一贅述。

4 模型設定與實證分析

4.1 矩陣設定與空間相關性檢驗

運用空間計量模型需先通過空間相關性檢驗即莫蘭檢驗，莫蘭檢驗包括全局莫蘭與局部莫蘭，該檢驗需借助空間權重矩陣進行，常見空間權重矩陣包括鄰接矩陣W1、地理距離矩陣W2與經(jīng)濟距離矩陣W3。本文運用stata軟件首先將三種空間權重矩陣一一帶入全局莫蘭指數(shù)檢驗，結果如表3所示。

結果中，變量均至少通過一個矩陣的顯著性水平檢驗且系數(shù)為正，表明變量都具有顯著空間相關性，并且就業(yè)結構、就業(yè)質(zhì)量、數(shù)字經(jīng)濟水平空間相關性呈增強態(tài)勢。

為了進一步分析地區(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行局部莫蘭檢驗，由于結果較為繁多，僅選用2020年部分矩陣下的局部莫蘭指數(shù)并通過莫蘭散點圖展示（圖2）。散點圖結果中，橫坐標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，總體上看四個變量的莫蘭散點圖中，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、結構和質(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)展的重點區(qū)域，東部和南部沿海地區(qū)率先實現(xiàn)高質(zhì)量發(fā)展，在數(shù)字經(jīng)濟發(fā)展方面更具有優(yōu)勢，產(chǎn)業(yè)基礎條件更優(yōu)越，就業(yè)水平相對較高，而中西部地區(qū)由于本身技術水平落后，基礎設施不完善等原因，導致其數(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變量具有較強空間相關性，需進一步通過空間計量模型進行分析。

4.2 模型設定與檢驗

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

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

首先對模型進行LM檢驗與R-LM檢驗，檢驗結果如表4，結果按照Anselin準則進行模型選擇。結果表明，LNET 與LNEQ 均通過5% 顯著性檢驗，因此可以選擇SDM模型；LNES部分檢驗未通過，因此選擇SEM模型。

通過Hausman檢驗判定各個模型是固定效應或是隨機效應模型，檢驗值與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，因此模型均為固定效應模型。

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，因此設定LNES 模型是空間杜賓模型退化的結果，將所有變量模型帶入LR與Wald檢驗，同時通過LR檢驗確定固定效應模式。結果表明（表5）三個變量模型均為時間空間雙固定效應模型，且LR與Wald 均通過1% 顯著性檢驗，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)空間計量模型為雙固定空間杜賓模型后，對各個模型進行回歸分析，實證結果如表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，表明就業(yè)規(guī)模、就業(yè)結構、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，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，帶動鄰近地區(qū)學習借鑒。

就業(yè)規(guī)模方面：核心解釋變量數(shù)字經(jīng)濟系數(shù)為正且略高于其他變量系數(shù)，空間溢出效應系數(shù)也為正，表明數(shù)字經(jīng)濟強有力推動了本省域與鄰近地區(qū)就業(yè)規(guī)模擴大，驗證了假設a?？刂谱兞恐?，經(jīng)濟發(fā)展水平對本省域就業(yè)規(guī)?？臻g效應為正，對周邊地區(qū)效應為負，這是由于本省域經(jīng)濟快速發(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)機會而使周邊地區(qū)機會相對減少，產(chǎn)生虹吸效應；地區(qū)就業(yè)保障僅對本省域就業(yè)規(guī)模產(chǎn)生負向效應，說明當前就業(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)具有負向作用，是由于當前階段發(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)結構方面：核心解釋變量數(shù)字經(jīng)濟對本省域就業(yè)結構起正向作用，驗證了假設b，但對鄰近地區(qū)效應不顯著?？刂谱兞恐?，經(jīng)濟增長對本地區(qū)與鄰近地區(qū)產(chǎn)生顯著負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)濟結構使得當前就業(yè)結構不能同步于經(jīng)濟發(fā)展，人口難以流動遷移從而使得就業(yè)結構升級放緩，并且傳統(tǒng)重工業(yè)與新興服務業(yè)發(fā)展不均衡，使得經(jīng)濟發(fā)展同時就業(yè)結構低下，而對外開放可以促進物質(zhì)與人力資本流動配置，使得地區(qū)間就業(yè)結構同步優(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，說明保障利于提高地區(qū)吸引力，同時帶動周邊區(qū)域產(chǎn)業(yè)就業(yè)結構趨向合理；創(chuàng)新水平效應不顯著。

就業(yè)質(zhì)量方面：核心解釋變量數(shù)字經(jīng)濟發(fā)展推動了當?shù)貏趧訄蟪暝鲩L，驗證了假設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?？刂谱兞恐?，經(jīng)濟水平提高對本地與鄰地均有正向溢出效應，說明經(jīng)濟發(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；技術創(chuàng)新對本地區(qū)勞動報酬產(chǎn)生負向影響，由于一方面區(qū)域內(nèi)技能偏向技術進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，另一方面技術進步帶動區(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 空間效應分解

由于空間杜賓模型存在反饋效應，需要對模型空間效應進行分解，運用偏微分方法分解結果如表7。

就業(yè)規(guī)模結果中：數(shù)字經(jīng)濟效應系數(shù)均為正且通過顯著檢驗，數(shù)字經(jīng)濟發(fā)展顯著推動就業(yè)總量增長。經(jīng)濟發(fā)展僅產(chǎn)生正向直接效應與總效應，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均為負，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。技術創(chuàng)新對鄰近地區(qū)就業(yè)規(guī)模產(chǎn)生負向效應，是由于技術進步可推動地區(qū)產(chǎn)業(yè)升級與基礎設施進一步完善，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)結構與就業(yè)質(zhì)量結果中：數(shù)字經(jīng)濟均對本地區(qū)促進作用顯著，但對周邊就業(yè)薪酬起負向作用。就業(yè)結構經(jīng)濟增長效應系數(shù)為負而就業(yè)質(zhì)量經(jīng)濟增長效應系數(shù)為正。對外開放可以促進區(qū)域交流合作，對就業(yè)結構、質(zhì)量均起促進作用。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)展的貢獻支撐作用不足，難以產(chǎn)生空間效應。

5 結論與建議

當前，數(shù)字經(jīng)濟已成為中國發(fā)展實現(xiàn)換道超車的強大動力，其影響具有廣泛性與深遠性。為探究數(shù)字經(jīng)濟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)濟發(fā)展水平的基礎上，具體運用空間計量模型探究數(shù)字經(jīng)濟對于就業(yè)規(guī)模、就業(yè)結構、就業(yè)質(zhì)量影響的異質(zhì)性。研究結果表明：第一，近十年間數(shù)字經(jīng)濟發(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)濟水平差距較大。第二，數(shù)字經(jīng)濟對就業(yè)水平具有顯著正向影響，具體表現(xiàn)為數(shù)字經(jīng)濟可以直接推動本省域就業(yè)規(guī)模增長、就業(yè)結構優(yōu)化與就業(yè)質(zhì)量提升，但由于數(shù)字經(jīng)濟發(fā)展階段仍處于初期階段，僅在就業(yè)規(guī)模與就業(yè)結構方面具有正向空間溢出效應。第三，經(jīng)濟發(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)為負向效應。

據(jù)此結論，提出建議：第一，推動數(shù)字經(jīng)濟區(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，依托市場機制加快要素流動與資源精準分配，注重區(qū)域發(fā)展結構性平衡，以降低數(shù)字成本，使得區(qū)域共享發(fā)展紅利。第二，推進數(shù)實深度融合，拓寬就業(yè)渠道。政府需制定指導性政策并充分發(fā)揮市場決定因素，培育壯大基于平臺經(jīng)濟、共享經(jīng)濟的新型就業(yè)模式，充分發(fā)掘就業(yè)增長潛力。通過數(shù)據(jù)互聯(lián)互通平臺實現(xiàn)數(shù)據(jù)資源共享，促進數(shù)字經(jīng)濟與各行各業(yè)跨界聯(lián)動，如在農(nóng)業(yè)領域創(chuàng)新實現(xiàn)智慧農(nóng)場、農(nóng)產(chǎn)品電商等發(fā)展模式；在流通領域創(chuàng)新物流和供應鏈服務；在制造領域推進先進制造與數(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，促進就業(yè)結構同步優(yōu)化。明確就業(yè)優(yōu)先，在產(chǎn)業(yè)鏈整體升級同時，不斷強化第三產(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。對不同就業(yè)群體實施差異性就業(yè)政策，注重解決產(chǎn)業(yè)升級形成的就業(yè)結構性錯配問題。第四，加大培育數(shù)字型人才，實現(xiàn)就業(yè)高質(zhì)量發(fā)展。數(shù)字經(jīng)濟迅猛發(fā)展同時也使得就業(yè)群體快速分化，結構性失業(yè)風險加劇，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制約了數(shù)字經(jīng)濟發(fā)展步伐，因此必須重視加強數(shù)字人才培養(yǎng)，提高勞動群體技能素質(zhì)，如促進校企交流，將學校人才培養(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，鼓勵包括民間資本在內(nèi)的多方力量參與等。第五，強化保障創(chuàng)新，實現(xiàn)共建共享。加強區(qū)域示范引領作用，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)新動力落到實處。抓緊就業(yè)保障的落實，以匹配數(shù)字時代不斷變革的勞動關系。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空限制，增強就業(yè)人員流動性。