蘇 妍，逯 進(jìn)

（A.青島大學(xué) 商學(xué)院；B.青島大學(xué) 經(jīng)濟(jì)學(xué)院，山東 青島 266071）

一、引言

當(dāng)前數(shù)字經(jīng)濟(jì)蓬勃發(fā)展，全球數(shù)字服務(wù)出口規(guī)模從2008 年的18 379.9 億美元提升至2020 年的31 675.9億美元，年增長率達(dá)到7.2%。中國信通院（2022）發(fā)布的數(shù)據(jù)顯示我國數(shù)字經(jīng)濟(jì)占GDP比重逐年上升，從2005 年的14.2%增加到2021 年的39.8%，作為國民經(jīng)濟(jì)穩(wěn)定器和加速器的作用更加凸顯。同時，數(shù)字經(jīng)濟(jì)作為新一輪科技革命和產(chǎn)業(yè)變革的關(guān)鍵力量，對改變資源配置方式、生產(chǎn)和消費(fèi)模式進(jìn)而促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)演化升級有重要影響。其中，數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化發(fā)展在持續(xù)穩(wěn)固中進(jìn)入加速軌道，數(shù)字化轉(zhuǎn)型不斷升級。數(shù)字經(jīng)濟(jì)已成為我國經(jīng)濟(jì)總量提升和產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型的引擎，未來將作為推動經(jīng)濟(jì)高質(zhì)量發(fā)展的重要領(lǐng)域持續(xù)發(fā)揮作用。

改革開放以來我國的人口結(jié)構(gòu)發(fā)生了重大轉(zhuǎn)變，老齡化、少子化問題突出。與1980 年11.87‰的人口自然增長率相比，2021 年為-0.6‰，降幅達(dá)105.05%；老年撫養(yǎng)比由20 世紀(jì)80 年代的8.0%上升至2021 年的20.8%；人口平均預(yù)期壽命不斷延長，到2021 年提高到78.2 歲。在人口結(jié)構(gòu)持續(xù)轉(zhuǎn)變的過程中，中國的“人口紅利”卻不斷下降，這使企業(yè)用工成本上升，勞動力市場的就業(yè)結(jié)構(gòu)和工作技能需求結(jié)構(gòu)持續(xù)發(fā)生變化。數(shù)字經(jīng)濟(jì)發(fā)展一方面推動了現(xiàn)代信息技術(shù)與實(shí)體經(jīng)濟(jì)的深度融合，創(chuàng)造了大量的知識和技術(shù)密集型就業(yè)崗位；另一方面，以智能技術(shù)為核心的數(shù)字經(jīng)濟(jì)促進(jìn)了勞動生產(chǎn)率提高，導(dǎo)致部分傳統(tǒng)職業(yè)消失，從而對勞動力產(chǎn)生了替代效應(yīng)。那么，數(shù)字經(jīng)濟(jì)推動經(jīng)濟(jì)增長的同時，通過就業(yè)的創(chuàng)造效應(yīng)和替代效應(yīng)對勞動力的工作會產(chǎn)生什么影響？在兩種效應(yīng)作用情況下，工作崗位的穩(wěn)定性或者說工作變動概率會如何？

此外，數(shù)字經(jīng)濟(jì)發(fā)展對工作中采用不同工作技能的勞動力會有不同的影響，呈現(xiàn)出偏向型技術(shù)進(jìn)步的現(xiàn)象。一般情況下，不同的職業(yè)對勞動力所具備的工作技能類型會有不同的強(qiáng)度需求。對于非常規(guī)工作技能，在日常工作中強(qiáng)調(diào)抽象化思考或者根據(jù)情境變換提出問題的解決方案，與數(shù)字經(jīng)濟(jì)發(fā)展呈現(xiàn)互補(bǔ)性特征。而那些有成熟的處理辦法、重復(fù)性很強(qiáng)的工作、可以被程序化的常規(guī)技能擁有者更容易被替代。這種互補(bǔ)或者替代關(guān)系將在很大程度上決定勞動力面對新興經(jīng)濟(jì)模式時能否保住自身工作抑或是重新尋找工作，最終反映在勞動力工作變動的平均概率上。因此，本文從勞動力工作技能這一視角觀察不同技能類型與數(shù)字經(jīng)濟(jì)間的關(guān)系，研究這種關(guān)系對工作變動發(fā)生概率的影響。

針對以上內(nèi)容，本文首先從中國勞動力動態(tài)調(diào)查（China Labor-force Dynamic Survey，CLDS）數(shù)據(jù)庫中篩選了勞動力工作變動數(shù)據(jù)；其次從數(shù)字基礎(chǔ)設(shè)施、數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化和數(shù)字創(chuàng)新四個維度構(gòu)建了市級數(shù)字經(jīng)濟(jì)發(fā)展綜合指標(biāo)。隨后通過數(shù)據(jù)匹配，形成中國城市數(shù)字經(jīng)濟(jì)發(fā)展與勞動力工作變動的完整數(shù)據(jù)。在此基礎(chǔ)上，本文探討了勞動力采用不同工作技能時其工作發(fā)生變動的差異化表現(xiàn)及其穩(wěn)健性問題，并從多個視角進(jìn)行異質(zhì)性討論。以上分析有助于人們理解數(shù)字經(jīng)濟(jì)發(fā)展引致的產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型和工作模式的轉(zhuǎn)變與勞動力技能結(jié)構(gòu)之間的匹配度，以及二者的交互作用如何影響勞動力的工作變動，進(jìn)而全面揭示勞動力市場結(jié)構(gòu)變遷的特征。

現(xiàn)有研究主要考察農(nóng)民工這一特定群體的工作變動，鮮有文獻(xiàn)關(guān)注整個勞動力群體，本文通過CLDS 面板數(shù)據(jù)定義工作變動這一變量，豐富了工作變動的相關(guān)研究；基于工作技能這一視角，探索城市數(shù)字經(jīng)濟(jì)發(fā)展如何通過工作技能的不同來影響勞動力工作變動的概率，豐富和發(fā)展了關(guān)于數(shù)字經(jīng)濟(jì)對勞動力工作變動這一領(lǐng)域的研究；此外，現(xiàn)有研究主要采用宏觀數(shù)據(jù)考察數(shù)字經(jīng)濟(jì)與高質(zhì)量就業(yè)間的關(guān)系，本文則通過宏觀、微觀數(shù)據(jù)的匹配拓寬了研究的數(shù)據(jù)基礎(chǔ)，有助于從微觀層面對現(xiàn)有研究做出拓展。

二、文獻(xiàn)綜述

有關(guān)于數(shù)字經(jīng)濟(jì)的研究主要集中在以下幾個方面：第一，數(shù)字經(jīng)濟(jì)發(fā)展對高質(zhì)量就業(yè)的影響。多數(shù)文獻(xiàn)認(rèn)為數(shù)字經(jīng)濟(jì)促使產(chǎn)業(yè)結(jié)構(gòu)和就業(yè)技能結(jié)構(gòu)發(fā)生改變。［1-2］曹靜和周亞林、王文認(rèn)為新業(yè)態(tài)、新產(chǎn)業(yè)和新商業(yè)模式創(chuàng)造了眾多新崗位和新職業(yè)，改善了整體就業(yè)環(huán)境。［3-4］隨著數(shù)字技術(shù)不斷進(jìn)步，勞動者的知識技能有效增強(qiáng)，有助于提升工作效率。［5］同時，勞動關(guān)系從屬性被弱化，勞動者工作時間和地點(diǎn)更有彈性。［6］另有少數(shù)研究認(rèn)為數(shù)字經(jīng)濟(jì)對高質(zhì)量就業(yè)具有抑制作用，使部分勞動力群體利益受損。［7］第二，數(shù)字經(jīng)濟(jì)發(fā)展對高質(zhì)量發(fā)展的影響。數(shù)字經(jīng)濟(jì)主要通過激發(fā)顧客的商品多樣性需求、［8］滿足創(chuàng)業(yè)者的信息獲取需求、［9］加速產(chǎn)品的匹配和交易等機(jī)制對高質(zhì)量發(fā)展產(chǎn)生非線性溢出效應(yīng)或者空間溢出效應(yīng)。［10-11］此外，數(shù)字經(jīng)濟(jì)發(fā)展還可以促進(jìn)包容性增長、［12］產(chǎn)業(yè)結(jié)構(gòu)的高級化與合理化升級以及全要素生產(chǎn)率的提升。［13-14］總的來說，隨著數(shù)字技術(shù)迭代速度的加快，顛覆性創(chuàng)新不斷涌現(xiàn)，對其定義和衡量指標(biāo)還在完善中。同時，現(xiàn)有研究多探討數(shù)字經(jīng)濟(jì)對就業(yè)質(zhì)量、就業(yè)結(jié)構(gòu)、經(jīng)濟(jì)發(fā)展、產(chǎn)業(yè)結(jié)構(gòu)和全要素生產(chǎn)率等宏觀層面的影響，而與數(shù)字經(jīng)濟(jì)發(fā)展高度相關(guān)的勞動力工作技能調(diào)整以及受數(shù)字化轉(zhuǎn)型沖擊就業(yè)崗位發(fā)生增減引發(fā)工作變動的，從微觀個體層面出發(fā)的研究較為少見。

工作變動的發(fā)生既是個人尋求最佳匹配工作的需要也是企業(yè)謀求自身發(fā)展和做大做強(qiáng)的必然選擇。［15-16］已有研究內(nèi)容可分為以下三個方面：第一，工作變動的發(fā)生受多種因素的影響。宏觀層面主要是經(jīng)濟(jì)發(fā)展條件、福利制度和就業(yè)市場進(jìn)入機(jī)制以及研發(fā)創(chuàng)新活動；［17-18］微觀層面則為教育匹配程度、［19］年齡、性別、種族、教育程度等個體特征。［20］此外，工資差距、就業(yè)部門特征及單位類型等因素也有重要影響。［21］第二，工作變動對收入的影響。多數(shù)研究認(rèn)為發(fā)生工作變動會導(dǎo)致持續(xù)的收入損失，［22］并且損失規(guī)模的估計(jì)隨著分析中所用的數(shù)據(jù)類型、所在的行業(yè)以及商業(yè)周期條件的不同而有差異。極少數(shù)研究發(fā)現(xiàn)工作變動會帶來工資的提升。［23］第三，以農(nóng)民工群體為例，低人力資本、低就業(yè)層次和低收入是農(nóng)民工變換工作的主要原因，［24-25］但是明娟和王明亮指出頻繁的工作轉(zhuǎn)換不一定會提升其就業(yè)質(zhì)量，反而會增加工作時間，使職業(yè)向下流動。［26］

對工作技能的劃分，通常包括非常規(guī)認(rèn)知、常規(guī)認(rèn)知、非常規(guī)操作以及常規(guī)操作四種類型。［27］在此分類基礎(chǔ)上，多數(shù)研究發(fā)現(xiàn)勞動力市場對常規(guī)型工作技能的需求及投入呈下降趨勢，而以分析技能和交流技能為主的非常規(guī)型工作技能的需求在增加。［28-30］即在技術(shù)能力提升和對外貿(mào)易相互作用下，勞動力市場上對工作技能的需求也在發(fā)生著變化，更加看重勞動力的非常規(guī)工作技能。進(jìn)一步研究發(fā)現(xiàn)隨著技能總需求與技能供給結(jié)構(gòu)的演變，不同工作技能的市場價格也在發(fā)生著變化，應(yīng)用到的工作技能越復(fù)雜，工資回報越高。［31］此外，與主要應(yīng)用常規(guī)型工作技能的勞動力相比，執(zhí)行非常規(guī)型工作技能的勞動力會有更高更快的工資增長。［32-34］對工作技能的研究主要關(guān)注其在勞動力市場的變動趨勢以及對收入的影響，與人工智能、［35］數(shù)字經(jīng)濟(jì)等變量交叉探索的內(nèi)容較為少見。

現(xiàn)有文獻(xiàn)為深入了解數(shù)字經(jīng)濟(jì)發(fā)展、工作變動與工作技能的研究進(jìn)展提供了豐富而深刻的見解，但尚有如下不足：第一，數(shù)字經(jīng)濟(jì)發(fā)展會對就業(yè)產(chǎn)生創(chuàng)造效應(yīng)、替代效應(yīng)，這必然會影響勞動力市場上工作的轉(zhuǎn)換，但目前的文獻(xiàn)局限于兩者的單方面探討，尚未對數(shù)字經(jīng)濟(jì)與工作發(fā)生變動的因果關(guān)聯(lián)進(jìn)行詳細(xì)考察。第二，隨著數(shù)字經(jīng)濟(jì)智能化發(fā)展模式的出現(xiàn)，勞動力市場對勞動力工作技能提出了新要求，而在探索數(shù)字經(jīng)濟(jì)發(fā)展對工作變動影響的過程中加入不同工作技能影響的研究較為少見。

三、研究設(shè)計(jì)

（一）模型構(gòu)建

本文采用Probit模型考察城市層面數(shù)字經(jīng)濟(jì)發(fā)展對勞動力工作變動的影響：

yijt為勞動力是否發(fā)生工作變動的二值選擇變量，如果城市j的個體i在兩個相鄰年份的調(diào)查中發(fā)生了工作變動則為1，未發(fā)生工作變動則為0。Φ(·)為標(biāo)準(zhǔn)正態(tài)累積分布函數(shù)，digitaljt為城市j在t年的數(shù)字經(jīng)濟(jì)發(fā)展水平，Xijt為控制變量。如果α1顯著為正，則表明城市數(shù)字經(jīng)濟(jì)發(fā)展會顯著提升勞動力工作變動的概率。

此外，正如前文所述，勞動力的技能差異對其工作選擇具有重要影響，這意味著在數(shù)字經(jīng)濟(jì)作用于勞動力工作變動時，技能差異可能會對此產(chǎn)生影響并導(dǎo)致影響程度存在異質(zhì)性。因此，可以設(shè)定如下模型對此做出驗(yàn)證：

RIIijt為衡量工作技能的常規(guī)密集指數(shù)，包括非常規(guī)工作技能、中等常規(guī)技能和高等常規(guī)技能，其他變量含義同公式（1）。

（二）數(shù)據(jù)說明

本文使用2012 年、2014 年、2016 年和2018 年中國勞動力動態(tài)調(diào)查（China Labor-force Dynamic Survey，CLDS）的個體和家庭問卷數(shù)據(jù)進(jìn)行研究。根據(jù)勞動力年齡限定的一般做法，樣本選擇限定為16-60歲男性勞動力和16-55歲女性勞動力，就業(yè)狀態(tài)為在業(yè)且從事非農(nóng)業(yè)和非軍事工作的雇員，在后續(xù)調(diào)查中仍然報告其就業(yè)狀況和工作信息。在相鄰調(diào)查年份中，自我報告失業(yè)原因是家庭需要、退休、健康狀況不佳以及重返學(xué)校的人被排除在外。目前可以構(gòu)成2012-2014年組、2014-2016年組和2016-2018 年組三組樣本。城市數(shù)據(jù)主要來源于歷年《中國城市統(tǒng)計(jì)年鑒》、“北京大學(xué)數(shù)字普惠金融指數(shù)”以及“企研數(shù)據(jù)”提供的數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)專題數(shù)據(jù)庫。［36］

1.被解釋變量

被解釋變量yijt為個體i在兩個相鄰的年份間是否發(fā)生工作變動的二值變量，如果個體在后續(xù)年份中換了工作或者成為失業(yè)狀態(tài)則說明發(fā)生了工作變動，是為1，工作未發(fā)生變動則為0①具體狀態(tài)可分為三種，第一種狀態(tài)為個體在2012-2014 年間、2014-2016 年間和2016-2018 年間停留在同一種狀態(tài)；第二種狀態(tài)為個體在2012（2014、2016）年從事有報酬的工作，而在2014（2016、2018）年變?yōu)槭I(yè)狀態(tài)；第三種狀態(tài)為個體在相同時間間隔內(nèi)存在工作變動。。

2.核心解釋變量

（1）數(shù)字經(jīng)濟(jì)發(fā)展。已有文獻(xiàn)對于數(shù)字經(jīng)濟(jì)的測度皆為綜合評價指標(biāo)體系，借鑒柏培文和張?jiān)埔约瓣愘F富等的做法并綜合考慮城市層面相關(guān)數(shù)據(jù)的可獲得性，本文從數(shù)字基礎(chǔ)設(shè)施、數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化和數(shù)字創(chuàng)新四個維度對數(shù)字經(jīng)濟(jì)發(fā)展水平進(jìn)行綜合測度。［37-38］其中，數(shù)字基礎(chǔ)設(shè)施是數(shù)字經(jīng)濟(jì)發(fā)展的載體，采用每百人移動電話用戶數(shù)、每百人互聯(lián)網(wǎng)寬帶接入用戶數(shù)來進(jìn)行測算。數(shù)字產(chǎn)業(yè)化是數(shù)字經(jīng)濟(jì)發(fā)展的基礎(chǔ)，包括軟件和信息技術(shù)服務(wù)業(yè)、電信業(yè)等行業(yè)，文中采用信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)從業(yè)人員占比、人均電信業(yè)務(wù)收入兩個指標(biāo)來代表。產(chǎn)業(yè)數(shù)字化側(cè)重于數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)的融合發(fā)展程度，采用北京大學(xué)發(fā)布的數(shù)字普惠金融指數(shù)來代替。數(shù)字創(chuàng)新主要衡量數(shù)字經(jīng)濟(jì)的智能化與創(chuàng)新性發(fā)展，采用5G產(chǎn)業(yè)專利授權(quán)數(shù)、工業(yè)互聯(lián)網(wǎng)專利授權(quán)數(shù)和電子商務(wù)專利授權(quán)數(shù)進(jìn)行測算。各指標(biāo)間存在量綱問題，因此使用熵值法對各維度的指標(biāo)通過變異程度來進(jìn)行客觀賦權(quán)，更加合理地測算城市層面的數(shù)字經(jīng)濟(jì)發(fā)展水平。

（2）工作技能結(jié)構(gòu)。借鑒瑪考林等人的方法來衡量個體的工作技能水平，即根據(jù)受訪者工作任務(wù)的內(nèi)容、工作進(jìn)度的安排和工作量/工作強(qiáng)度這三個維度來構(gòu)造常規(guī)密集指數(shù)（Routine Intensity Index，RII）。［39］具體公式為：

w為權(quán)重，con、sed和jit分別表示受雇者i在年份t中工作內(nèi)容、工作進(jìn)度安排和工作強(qiáng)度等工作狀況由自己決定的程度，取值為“完全由自己決定=1；部分由自己決定=2；完全由他人決定=3”。在使用主成分分析法確定三個維度的權(quán)重后，常規(guī)密集指數(shù)的取值范圍在1～3 之間，數(shù)值越大則說明受雇者在工作過程中自我意識的體現(xiàn)越低。為進(jìn)一步分析數(shù)字經(jīng)濟(jì)的發(fā)展如何影響處于不同工作技能水平的員工，更加準(zhǔn)確地反映不同職業(yè)其常規(guī)密集指數(shù)的分布水平，將位于密度值下側(cè)（＜25%分位數(shù)）樣本定義為主要應(yīng)用非常規(guī)工作技能的職業(yè)個體，將位于密度值上側(cè)（＞75%分位數(shù)）的樣本定義為主要應(yīng)用高等常規(guī)技能的群體，處于中間水平的定義為中等常規(guī)技能。非常規(guī)工作技能要求勞動者能夠抽象化思考、創(chuàng)造性分析以及提出決策方案，對交流溝通能力要求也較高，代表性職業(yè)如企業(yè)家、金融投資家和創(chuàng)意總監(jiān)等。執(zhí)行常規(guī)工作技能的工作一般有例行處理辦法，可以程序化地按照既定方案重復(fù)性的完成日常工作任務(wù)。中等常規(guī)技能的代表性職業(yè)為行政辦公人員、超市收銀員和車床流水線工人等；高等常規(guī)技能的典型職業(yè)為保潔人員、快遞和外賣人員。

3.控制變量

除以上變量外，城市層面的控制變量包括：人均GDP、財(cái)政支出（地方一般公共預(yù)算支出/地區(qū)GDP）、金融發(fā)展水平（地方金融機(jī)構(gòu)人民幣各項(xiàng)存貸款余額/地區(qū)GDP）、年末常住人口總數(shù)、人力資本水平（普通高等學(xué)校在校人數(shù)/地區(qū)總?cè)丝冢┮约巴馍讨苯油顿Y水平（地區(qū)實(shí)際使用外資金額/地區(qū)GDP）。微觀層面的控制變量有：性別、經(jīng)驗(yàn)、受教育程度、戶口狀態(tài)、職業(yè)類型以及單位性質(zhì)。具體的描述性統(tǒng)計(jì)見表1。

表1 變量描述性統(tǒng)計(jì)

表1 的前四列展示了CLDS2012 年、2014 年、2016 年和2018 年主要變量的描述性統(tǒng)計(jì)情況。各年樣本的平均年齡在40歲左右，男性就業(yè)比例高于女性，平均受教育年限呈略微上升趨勢。后三列分別報告了2014 年、2016 年和2018 年追蹤樣本的數(shù)據(jù)情況，共有5 851 名勞動者在連續(xù)兩輪調(diào)查中被追訪，追蹤數(shù)據(jù)中各變量的描述性統(tǒng)計(jì)情況與各年份調(diào)查數(shù)據(jù)的情況基本相同。

四、實(shí)證分析

（一）基準(zhǔn)結(jié)果

本文首先考察城市數(shù)字經(jīng)濟(jì)發(fā)展對勞動者工作變動的影響，回歸結(jié)果見表2。其中，第（1）、第（3）、第（5）列只加入數(shù)字經(jīng)濟(jì)發(fā)展這一核心解釋變量，第（2）、第（4）、第（6）列進(jìn)一步加入了各控制變量，以盡可能減少因遺漏變量導(dǎo)致的估計(jì)偏差。

由第（1）、第（3）、第（5）列的結(jié)果可知城市數(shù)字經(jīng)濟(jì)發(fā)展水平的估計(jì)系數(shù)為正且在1%水平上顯著。加入控制變量后城市數(shù)字經(jīng)濟(jì)發(fā)展水平的系數(shù)有所下降，但依然顯著為正。這表明在其他條件不變的情況下，城市數(shù)字經(jīng)濟(jì)發(fā)展水平的提高會顯著增加勞動者工作變動的概率。即隨著城市數(shù)字經(jīng)濟(jì)的不斷發(fā)展，一方面會催生出新產(chǎn)品、新模式以及新業(yè)態(tài)，新就業(yè)崗位不斷增加，引發(fā)勞動力從傳統(tǒng)部門向新興部門轉(zhuǎn)移，表現(xiàn)為對就業(yè)的創(chuàng)造效應(yīng)；另一方面，數(shù)字技術(shù)的進(jìn)步使得機(jī)器設(shè)備效能提升，勞動生產(chǎn)效率提高，傳統(tǒng)業(yè)態(tài)受到?jīng)_擊，從而對勞動力的需求減少，表現(xiàn)為對就業(yè)的替代效應(yīng)。在數(shù)字經(jīng)濟(jì)對就業(yè)市場的變革性影響中，就業(yè)的創(chuàng)造效應(yīng)和替代效應(yīng)相互交融，同時發(fā)揮作用，最終提高了勞動力市場中工作變動的概率。另外，控制變量的估計(jì)結(jié)果與預(yù)期基本一致。

（二）Heckman兩階段回歸

只有就業(yè)人員才會涉及是否有工作變動，而城市數(shù)字經(jīng)濟(jì)發(fā)展可能會影響勞動力的工作變動，如果只針對就業(yè)人員進(jìn)行分析會造成樣本選擇偏差問題，因此本文使用Heckman兩階段模型進(jìn)行調(diào)整。第一階段，使用Probit模型估計(jì)全樣本工作與否的概率，模型設(shè)定如下：

Eijt=1 表示有工作，Eijt=0 為無工作。σ0為常數(shù)項(xiàng)，δ為各控制變量的待估系數(shù)。由該模型的估計(jì)結(jié)果得到逆米爾斯比率（IMR）：

?(·)是標(biāo)準(zhǔn)正態(tài)分布的密度函數(shù)。在第二階段，以參加工作的群體為研究樣本，將逆米爾斯比率作為修正項(xiàng)與原有控制變量一起納入線性回歸模型：

公式（6）中，ηp、νi為省份效應(yīng)和行業(yè)效應(yīng)，εijt為殘差項(xiàng)。若IMR 的系數(shù)顯著則表明存在樣本選擇偏差，需要使用Heckman兩階段模型進(jìn)行修正。

由表3 所示的Heckman 兩階段回歸結(jié)果可知各個逆米爾斯比率的系數(shù)均顯著，說明樣本選擇偏差問題得到了有效控制。該模型的估計(jì)系數(shù)略小于基準(zhǔn)回歸結(jié)果但仍然顯著為正。第一階段中，性別、年齡和受教育程度等個人特征因素的系數(shù)均顯著為正，說明以上因素對就業(yè)與否有重要影響，在第二階段中也同樣影響勞動力工作變動。

（三）內(nèi)生性問題

基準(zhǔn)回歸和Heckman 兩階段回歸皆假設(shè)城市數(shù)字經(jīng)濟(jì)發(fā)展是隨機(jī)的，可以在不遺漏重要變量的情況下估計(jì)其對工作變動的影響。但是，如果數(shù)字經(jīng)濟(jì)發(fā)展不是隨機(jī)的，而是與地區(qū)經(jīng)濟(jì)發(fā)展水平和產(chǎn)業(yè)結(jié)構(gòu)有關(guān)，那么城市數(shù)字經(jīng)濟(jì)發(fā)展對工作變動的影響就存在因遺漏變量和反向因果帶來的內(nèi)生性問題。參照已有文獻(xiàn)，［40］現(xiàn)實(shí)中城市或者地區(qū)的地形起伏越小，則信息傳輸、互聯(lián)網(wǎng)及軟件業(yè)等基礎(chǔ)設(shè)施建設(shè)的便利性越高，更有利于區(qū)域內(nèi)數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)的發(fā)展，存在明顯的相關(guān)性。同時，地形起伏是自然形成的，與人類活動的關(guān)聯(lián)性很小，滿足外生性的條件，因此選取地形起伏度（IV）作為工具變量來緩解內(nèi)生性問題。

表4的結(jié)果顯示第一階段的F統(tǒng)計(jì)量均大于10，可知我們選擇的工具變量與存在內(nèi)生性問題的變量具有較強(qiáng)的相關(guān)性，不是弱工具變量。Wald統(tǒng)計(jì)量顯示各年份在1%和5%的水平上拒絕了工具變量與內(nèi)生變量不相關(guān)的原假設(shè)，不存在弱工具變量問題。結(jié)果表明城市數(shù)字經(jīng)濟(jì)的發(fā)展會提高勞動者工作變動的概率。數(shù)字經(jīng)濟(jì)發(fā)展使生產(chǎn)率提高，對勞動力需求增加、產(chǎn)業(yè)部門創(chuàng)新度提升創(chuàng)造了大量新崗位及技術(shù)擴(kuò)散引致的就業(yè)轉(zhuǎn)移，對就業(yè)崗位產(chǎn)生的創(chuàng)造效應(yīng)使勞動者可選擇的機(jī)會增加，或是因勞動生產(chǎn)率提高對勞動需求減少、數(shù)字技術(shù)發(fā)展提升設(shè)備產(chǎn)出效能以及傳統(tǒng)產(chǎn)業(yè)受到?jīng)_擊甚至消失而出現(xiàn)的就業(yè)替代效應(yīng)，兩種效應(yīng)同時存在相互疊加的情況下，增加了勞動者變換工作的概率。

表4 地形起伏度做工具變量時數(shù)字經(jīng)濟(jì)發(fā)展對工作變動的回歸結(jié)果

（四）工作技能差異的影響

以上分析證實(shí)了城市的數(shù)字經(jīng)濟(jì)發(fā)展對勞動力工作變動的概率有顯著的提升作用?？紤]數(shù)字經(jīng)濟(jì)的發(fā)展本身對于勞動力的工作技能需求會有所提高。一般情況下，隨著數(shù)字經(jīng)濟(jì)的不斷演進(jìn)，其對勞動力的常規(guī)技能尤其是高等常規(guī)技能的替代效應(yīng)較為明顯，與非常規(guī)工作技能則可能形成互補(bǔ)。［37］這意味著城市數(shù)字經(jīng)濟(jì)的發(fā)展會影響勞動力市場的技能結(jié)構(gòu)分布，進(jìn)一步影響勞動力的工作變動。

由表5 的結(jié)果可知：以2012-2014 年這個時間段為例，相對于主要采用非常規(guī)工作技能的勞動者來說，數(shù)字經(jīng)濟(jì)發(fā)展每增加一個單位，從事中等常規(guī)技能勞動者或者從事高等常規(guī)技能勞動者發(fā)生工作變動的概率都會提高。2014-2016 年和2016-2018 年這兩個間隔也存在相同的情況。說明在其他條件不變的情況下，城市數(shù)字經(jīng)濟(jì)的發(fā)展會導(dǎo)致中等常規(guī)技能和高等常規(guī)技能發(fā)生工作變化的概率高于非常規(guī)工作技能的勞動者，對于主要使用常規(guī)工作技能的勞動者在工作上有更大的不確定性。此發(fā)現(xiàn)一定程度上也為正在遭受技術(shù)發(fā)展沖擊的勞動力作出了增強(qiáng)自身工作技能水平以及加強(qiáng)人力資本積累的提示。

表5 數(shù)字經(jīng)濟(jì)發(fā)展對不同工作技能類型勞動力工作變動的影響

五、異質(zhì)性分析

本文從區(qū)分性別與教育差異、數(shù)字化就業(yè)與傳統(tǒng)就業(yè)以及區(qū)域特征三個方面分析城市數(shù)字經(jīng)濟(jì)發(fā)展對勞動力工作變動的異質(zhì)性影響。

（一）區(qū)分性別與教育差異

在個體層面，首先考慮性別方面的影響差異。一般情況下，男性在體力方面、女性在腦力方面有天然的優(yōu)勢。而數(shù)字經(jīng)濟(jì)的發(fā)展，最先替代的將是機(jī)械性消耗體力的工作內(nèi)容，對認(rèn)知或者交流技能的替代性稍弱。同時，不同年齡群體在面對知識技術(shù)發(fā)展時其接受程度也存在差異，以中年群組為對照，考察低年齡群組（age16-29）和高年齡群組（女性表示為f40-55，男性表示為m50-60）受到的影響。表6 的回歸結(jié)果顯示數(shù)字經(jīng)濟(jì)發(fā)展會提升工作變動的概率，且相比于女性勞動力群體，數(shù)字經(jīng)濟(jì)發(fā)展對男性勞動力群體發(fā)生工作變動的概率更大，在一定程度上表明數(shù)字經(jīng)濟(jì)發(fā)展對體力勞動的替代效應(yīng)更高。此外，低年齡群組回歸結(jié)果不顯著，說明數(shù)字經(jīng)濟(jì)對青年人的工作變動影響不明顯。而高年齡群組的系數(shù)皆顯著為正，表明高年齡群組受數(shù)字經(jīng)濟(jì)的影響更大，發(fā)生工作變動的概率更高。

表6 數(shù)字經(jīng)濟(jì)發(fā)展的異質(zhì)性分析：分性別

其次，數(shù)字經(jīng)濟(jì)加速人工智能全面產(chǎn)業(yè)化的到來，機(jī)器代人現(xiàn)象不可避免，而教育所建立起的人力資本屏障可有效應(yīng)對技術(shù)的沖擊。擁有更高學(xué)歷的個體，因自身積累的人力資本水平較高，學(xué)習(xí)新知識和接受新事物的能力較強(qiáng)，在面對勞動力市場結(jié)構(gòu)調(diào)整的時候有較高的主動權(quán)，發(fā)生工作變動的概率相對較小。表7的回歸結(jié)果也印證了這一點(diǎn)：城市數(shù)字經(jīng)濟(jì)發(fā)展對高中及以下低技能群體的影響更大，且在1%的水平上顯著；大專及以上群體也受到數(shù)字經(jīng)濟(jì)發(fā)展的影響，但是影響程度相對較小，發(fā)生工作變動的概率相對較低。

表7 數(shù)字經(jīng)濟(jì)發(fā)展的異質(zhì)性分析：分教育程度

（二）區(qū)分?jǐn)?shù)字化就業(yè)與傳統(tǒng)就業(yè)

不同工作內(nèi)容受到數(shù)字經(jīng)濟(jì)發(fā)展的影響也不同，如區(qū)塊鏈工程技術(shù)人員、數(shù)字化管理師、自媒體運(yùn)營者、網(wǎng)絡(luò)主播及云計(jì)算工程技術(shù)人員等新興職業(yè)受到的影響會更大，而化工、機(jī)械、光學(xué)和制造業(yè)受到的影響相對較小，因此基于就業(yè)環(huán)境和職業(yè)特征的不同，將樣本分為數(shù)字化就業(yè)和傳統(tǒng)就業(yè)兩種類型來分析其不同的影響。由表8可知，城市數(shù)字經(jīng)濟(jì)發(fā)展的系數(shù)均在1%水平上顯著為正，與數(shù)字化就業(yè)群組的回歸系數(shù)相比，傳統(tǒng)就業(yè)的影響系數(shù)較小，說明雖然數(shù)字經(jīng)濟(jì)發(fā)展會增加勞動者工作變動的概率，但對數(shù)字化就業(yè)人員的影響更大。

表8 數(shù)字經(jīng)濟(jì)發(fā)展的異質(zhì)性分析：分?jǐn)?shù)字化就業(yè)與傳統(tǒng)就業(yè)

（三）分區(qū)域特征

不同區(qū)域因經(jīng)濟(jì)發(fā)展水平、文化環(huán)境以及政策措施存在差異，對數(shù)字經(jīng)濟(jì)的發(fā)展和后續(xù)推進(jìn)亦有不同。因此，我們將全國分為東、中、西三個區(qū)域①東部為北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、廣西、海南12 個?。▍^(qū)、市）；中部為山西、內(nèi)蒙古、吉林、黑龍江、安徽、江西、河南、湖北、湖南9 個?。▍^(qū)、市）；西部為重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆10 個?。▍^(qū)、市）。，分區(qū)域觀察不同數(shù)字經(jīng)濟(jì)發(fā)展水平對工作變動概率的差異化影響，限于篇幅具體結(jié)果未列出。分區(qū)域回歸結(jié)果顯示數(shù)字經(jīng)濟(jì)發(fā)展的估計(jì)系數(shù)均顯著為正，其中東部和中部區(qū)域的城市數(shù)字經(jīng)濟(jì)發(fā)展對勞動者工作變動的概率產(chǎn)生顯著的正向影響，且東部區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展對工作變動的影響高于中部區(qū)域，說明東部區(qū)域城市數(shù)字經(jīng)濟(jì)整體水平較高，產(chǎn)生的聯(lián)動效應(yīng)更強(qiáng)。值得注意的是西部區(qū)域城市數(shù)字經(jīng)濟(jì)發(fā)展對勞動力工作變動的影響不顯著。現(xiàn)實(shí)社會中應(yīng)注重東部區(qū)域數(shù)字經(jīng)濟(jì)發(fā)展具有網(wǎng)絡(luò)效應(yīng)和“蒲公英”效應(yīng)的特征，發(fā)揮輻射帶動作用拉動中部和西部區(qū)域數(shù)字經(jīng)濟(jì)的發(fā)展。

六、拓展分析

以上內(nèi)容已經(jīng)明確了城市數(shù)字經(jīng)濟(jì)發(fā)展對勞動力工作變動概率有顯著提升作用，而且相對于主要使用非常規(guī)工作技能的員工來說，從事中等常規(guī)技能和高等常規(guī)技能的勞動力發(fā)生工作變動的概率更高。這些結(jié)果反映的是數(shù)字經(jīng)濟(jì)發(fā)展對勞動力工作變動概率的短期靜態(tài)影響，如果考慮動態(tài)變動是否會產(chǎn)生更大的影響？為評估動態(tài)影響，接下來將更換核心解釋變量，采用數(shù)字經(jīng)濟(jì)的當(dāng)期發(fā)展水平減去滯后一期的值來表示數(shù)字經(jīng)濟(jì)發(fā)展的滲透性或者說加速度，其他變量與前文實(shí)證部分保持一致。

表9 為考慮數(shù)字經(jīng)濟(jì)發(fā)展動態(tài)影響的回歸結(jié)果，第（1）列至第（3）列是Probit 估計(jì)結(jié)果，第（4）列至第（6）列是考慮內(nèi)生性問題的估計(jì)結(jié)果。由后三列結(jié)果可知城市數(shù)字經(jīng)濟(jì)發(fā)展的加速度每提升一個單位，勞動者發(fā)生工作變動的概率將分別提高0.372、0.396 和0.403。與非常規(guī)工作技能勞動者相比，城市數(shù)字經(jīng)濟(jì)發(fā)展會顯著提升高等常規(guī)技能和中等常規(guī)技能工作者轉(zhuǎn)換工作的可能性，以CLDS2012-2014 年這一間隔為例，前者提高的概率（0.312）約為后者（0.235）的1.32 倍。隨著時間的推移，這一相對比例呈現(xiàn)出下降趨勢。由此推斷，隨著數(shù)字經(jīng)濟(jì)發(fā)展?jié)B透性的提升，其對勞動力市場的影響也會經(jīng)歷一個逐步加速的過程，最終數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)融合發(fā)展創(chuàng)造更多的工作崗位。因此，在發(fā)展之初會擠出一部分中等和高等常規(guī)技能工作者，隨著數(shù)字經(jīng)濟(jì)引導(dǎo)資源的快速優(yōu)化配置，未來不僅吸納主要使用非常規(guī)工作技能的勞動力，而且也為常規(guī)技能工作者提供了更多的就業(yè)機(jī)會。

表9 數(shù)字經(jīng)濟(jì)發(fā)展對工作變動的動態(tài)影響

七、結(jié)論

本文通過使用中國地級市數(shù)據(jù)構(gòu)建了城市數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)，并結(jié)合2012 年、2014 年、2016 年和2018年CLDS微觀數(shù)據(jù)庫研究了城市數(shù)字經(jīng)濟(jì)發(fā)展對勞動力工作變動的影響，從工作技能視角分析了其作用機(jī)理，考察了異質(zhì)性特征，并進(jìn)行了數(shù)字經(jīng)濟(jì)發(fā)展動態(tài)影響的拓展分析。主要研究結(jié)論為：第一，中國城市數(shù)字經(jīng)濟(jì)發(fā)展會顯著提升勞動力工作變動的概率，在考慮樣本選擇性問題和內(nèi)生性問題之后，該結(jié)論依然成立。第二，從工作技能視角看，相對于工作中主要使用非常規(guī)工作技能的勞動者，從事中等常規(guī)技能和高等常規(guī)技能的員工更易發(fā)生工作變動。反映了數(shù)字經(jīng)濟(jì)發(fā)展與不同工作技能的勞動者之間存在不同的替代效應(yīng)，以常規(guī)技能為主的勞動者因其工作內(nèi)容更易被程序化和編程替代，正在面對被擠出的現(xiàn)狀，而執(zhí)行非常規(guī)工作技能的個體更易實(shí)現(xiàn)“人機(jī)共存”，與數(shù)字經(jīng)濟(jì)融合互動發(fā)展。第三，數(shù)字經(jīng)濟(jì)發(fā)展呈現(xiàn)異質(zhì)性影響：與女性勞動力相比，數(shù)字經(jīng)濟(jì)發(fā)展在較大幅度上提升了男性勞動力工作變動的概率，對高齡群體來說亦是如此；數(shù)字經(jīng)濟(jì)發(fā)展對大專及以上學(xué)歷群體的工作變動影響小于高中及以下群體；相對于傳統(tǒng)就業(yè)，在數(shù)字化就業(yè)領(lǐng)域工作更易發(fā)生工作變動；東部和中部區(qū)域的城市數(shù)字經(jīng)濟(jì)發(fā)展會顯著提升勞動力發(fā)生工作變動的概率，西部區(qū)域的影響則不顯著。第四，按照目前的發(fā)展趨勢，隨著數(shù)字經(jīng)濟(jì)在城市蔓延的速率提升，勞動者發(fā)生工作變動的概率在下降?？梢灶A(yù)見數(shù)字經(jīng)濟(jì)的加速發(fā)展在后期會逐步釋放較大的生產(chǎn)力，在沖擊一部分常規(guī)工作技能員工擠占其就業(yè)崗位的同時，也會為非常規(guī)工作技能的員工帶去更多就業(yè)選擇。

基于以上研究，本文提出以下政策建議：第一，繼續(xù)高質(zhì)量推進(jìn)數(shù)字中國建設(shè)，不斷完善智能化信息基礎(chǔ)設(shè)施建設(shè)，加強(qiáng)數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)的融合發(fā)展，加快發(fā)展新產(chǎn)業(yè)、新模式。第二，根據(jù)勞動力市場對工作技能的新需求及時調(diào)整技能結(jié)構(gòu)的供給，適應(yīng)數(shù)字經(jīng)濟(jì)轉(zhuǎn)型需要。對個人來說，主要應(yīng)用常規(guī)工作技能的中低技能勞動力應(yīng)通過積極參加企業(yè)、社會培訓(xùn)來及時提升自身人力資本水平和職業(yè)技能。對政府而言，一方面應(yīng)加大對數(shù)字技能、數(shù)字人才的培養(yǎng)，使得數(shù)字經(jīng)濟(jì)向縱深發(fā)展；另一方面應(yīng)注重引導(dǎo)資本有序擴(kuò)張，創(chuàng)造更多就業(yè)機(jī)會，改善勞動力就業(yè)和收入狀況。第三，針對不同勞動力群體的特征，持續(xù)擴(kuò)大數(shù)字經(jīng)濟(jì)對就業(yè)的創(chuàng)造效應(yīng)，保障勞動力工作權(quán)益。促進(jìn)城市資源合理配置和區(qū)域經(jīng)濟(jì)聯(lián)系，對于數(shù)字經(jīng)濟(jì)發(fā)展較好的城市，大力吸引數(shù)字技術(shù)人才，打破地域人才流動限制。同時也要注重發(fā)揮先發(fā)地區(qū)的輻射帶動作用，幫助后發(fā)地區(qū)建立數(shù)字經(jīng)濟(jì)發(fā)展體系，加強(qiáng)區(qū)域深度合作。