魏中龍,呂 勇,付麗琴
(北京經(jīng)濟管理職業(yè)學院,北京 100102)
大數(shù)據(jù)、云計算、人工智能、區(qū)塊鏈等新興數(shù)字技術快速迭代并創(chuàng)新性應用于實體經(jīng)濟,促進實體經(jīng)濟向數(shù)字經(jīng)濟形態(tài)迅猛發(fā)展,數(shù)字產業(yè)化、產業(yè)數(shù)字化成為數(shù)字經(jīng)濟的新趨勢。數(shù)字技術、數(shù)字經(jīng)濟的發(fā)展對人才就業(yè)帶來新的機遇和挑戰(zhàn)。黨的二十大報告指出建設數(shù)字中國,加快發(fā)展數(shù)字經(jīng)濟,明確提出就業(yè)是最基本的民生,實施就業(yè)優(yōu)先戰(zhàn)略,實現(xiàn)高質量充分就業(yè),支持和規(guī)范新就業(yè)形態(tài)。北京市作為首善之區(qū),是向全世界人民展示中國形象和發(fā)展水平的首要窗口,因此北京市數(shù)字經(jīng)濟發(fā)展和就業(yè)質量提升是我國完善治理體系和實現(xiàn)治理能力現(xiàn)代化的重要方面。
在此背景下,北京市提出建設全球數(shù)字經(jīng)濟標桿城市,在數(shù)字經(jīng)濟領域要處于全國領頭羊位置。北京市統(tǒng)計局發(fā)布的《北京市2022年國民經(jīng)濟和社會發(fā)展統(tǒng)計公報》顯示,2022年北京數(shù)字經(jīng)濟增加值達1.73 萬億元,占GDP 比重達41.6%,占比位列全國第一,成為北京地區(qū)經(jīng)濟發(fā)展的主要增長點,數(shù)字經(jīng)濟領域已經(jīng)成為吸納就業(yè)的主陣地。
基于此,本文通過實證分析數(shù)字經(jīng)濟對就業(yè)的影響的大小、作用機理,以期為數(shù)字經(jīng)濟促進就業(yè)質量做出有益的探討。研究思路為:首先采集代表數(shù)字經(jīng)濟發(fā)展、就業(yè)質量的數(shù)據(jù),構建數(shù)字經(jīng)濟、就業(yè)的指標體系;其次采用熵權法構建相關指數(shù),通過耦合協(xié)調分析方法分析各維度指數(shù)發(fā)展之間協(xié)調情況;最后構建回歸模型估計數(shù)字經(jīng)濟對就業(yè)質量的影響。本文的邊際貢獻是構建客觀反映北京市數(shù)字經(jīng)濟發(fā)展和就業(yè)質量的指數(shù)體系,聚焦具體區(qū)域探索數(shù)字經(jīng)濟對就業(yè)質量的影響,并提出合理建議。
自Don Tapscott 在1996年提出“數(shù)字經(jīng)濟”[1]的概念之后,學術界從數(shù)字經(jīng)濟的內涵、特征、發(fā)展路徑、就業(yè)創(chuàng)造效應等多視角對之開展研究,并實證分析數(shù)字經(jīng)濟對創(chuàng)新就業(yè)形態(tài)、優(yōu)化就業(yè)結構、提高工資收入的影響。
數(shù)字經(jīng)濟創(chuàng)造新就業(yè)形態(tài)?;诨ヂ?lián)網(wǎng)平臺的高效率供需雙方信息交互,受雇者擺脫時間和空間的限制(Ogli et al.,2021)[2],催生數(shù)字經(jīng)濟新形態(tài)就業(yè)快速發(fā)展,在制造業(yè)、服務業(yè)乃至國際化分工中,出現(xiàn)新經(jīng)濟工作形式,包括遠程就業(yè)、數(shù)字工作、零工就業(yè)、自雇傭、共享工作等(Petrova,et al.,2020)[3]。由于某些可以自動化和機器人化的就業(yè)崗位消失,也引起社會擔憂,達沃斯經(jīng)濟論壇創(chuàng)始人兼主席Carl Schwab 認為,數(shù)字經(jīng)濟的關鍵因素仍然是人力資本,第四次工業(yè)革命將在新行業(yè)創(chuàng)造更少的就業(yè)機會,但更多的研究持相反觀點。
數(shù)字經(jīng)濟有效促進就業(yè)。數(shù)字經(jīng)濟發(fā)展對就業(yè)具有替代效應和抑制效應,但會通過創(chuàng)造就業(yè)機會、創(chuàng)新就業(yè)形態(tài)、增加匹配度、升級勞動者技能等路徑促進就業(yè)(趙慧娟等,2021)[4]。雖然數(shù)字經(jīng)濟發(fā)展帶來結構性失業(yè)、管理滯后等問題,但能擴大就業(yè)規(guī)模、優(yōu)化就業(yè)結構、創(chuàng)新勞動關系、活躍勞動市場、革新勞資關系,進而促進就業(yè)(魏中龍,2022)[5]。數(shù)字經(jīng)濟擴大就業(yè)的關鍵在于人力資本及其質量,即深入了解并能夠應用新技術的專業(yè)人員。上市公司數(shù)字化轉型通過市場規(guī)模效應、經(jīng)營范圍效應和生產率效應等途徑促進勞動力就業(yè)(趙宸宇,2022)[6]。
宏觀實證研究發(fā)現(xiàn)數(shù)字經(jīng)濟優(yōu)化就業(yè)結構。數(shù)字經(jīng)濟對全國宏觀層面的就業(yè)結構、就業(yè)質量均有正向的影響,促進高質量就業(yè)(戚聿東等,2020)[7]。數(shù)字經(jīng)濟發(fā)展顯著減少制造業(yè)就業(yè)比例,增加知識和技術密集型的現(xiàn)代服務業(yè)就業(yè)比例,促進就業(yè)結構優(yōu)化升級(王文,2020)[8]。數(shù)字經(jīng)濟對制造業(yè)就業(yè)存在先降后升的正U 型效應影響、促進服務業(yè)就業(yè)(楊驍?shù)龋?020)[9]。省際宏觀面板數(shù)據(jù)實證研究發(fā)現(xiàn)數(shù)字經(jīng)濟發(fā)展對產業(yè)、行業(yè)、技能、就業(yè)結構均有顯著的正向影響,呈現(xiàn)正U 型特征,在跨越產業(yè)結構升級與人力資本存量門檻值后,數(shù)字經(jīng)濟跨越式提升就業(yè)結構(葉胥等,2021)[10]。
微觀實證研究表明數(shù)字經(jīng)濟提高職工收入。數(shù)字經(jīng)濟通過創(chuàng)新商業(yè)模式產生就業(yè)的賦權效應,就業(yè)者可以根據(jù)自身時間,靈活、便利安排工作,有實證檢驗發(fā)現(xiàn)美國優(yōu)步等共享經(jīng)濟平臺顯著降低失業(yè)率,增加勞動力參與,提高低技能工人的工資率。數(shù)字經(jīng)濟具有普惠性,能夠普遍提高勞動收入,對低收入群體的收入提升更大(羅小芳等,2021)[11]。數(shù)字經(jīng)濟對就業(yè),特別是非正規(guī)就業(yè),具有顯著的促進作用,對創(chuàng)業(yè)者有積極影響,數(shù)字經(jīng)濟紅利偏向于受教育程度較高的群體(何宗樾等,2020)[12]。從可持續(xù)發(fā)展和生態(tài)經(jīng)濟學角度審視,由于在數(shù)字經(jīng)濟中,資源交換、服務和實施無法單獨實現(xiàn),企業(yè)與個體之間聯(lián)系密切,這激勵企業(yè)與個體合作履行責任,進而促進個體的教育、正義、健康和社會福利水平提升(Tu et al.,2023)[13]。
數(shù)字經(jīng)濟快速發(fā)展能夠創(chuàng)造新形態(tài)就業(yè)、擴大就業(yè)規(guī)模、優(yōu)化就業(yè)結構,并提高職工收入,因此發(fā)展數(shù)字經(jīng)濟促進就業(yè)質量提升是實現(xiàn)人民幸福的重要途徑。梳理數(shù)字經(jīng)濟與就業(yè)的已有研究成果,發(fā)現(xiàn)尚存一些待細化研究的方面:一是現(xiàn)有實證研究集中在全國或各省際層面的總體研究,較少針對具體某一省份或區(qū)域開展研究。二是內生變量和外生變量數(shù)據(jù)量綱存在不一致的情況,已有研究多是構建數(shù)字經(jīng)濟或就業(yè)某一方的指數(shù),另一方使用的是各行業(yè)的數(shù)據(jù),這會導致結果出現(xiàn)較大差異。因此,本文擬使用數(shù)字經(jīng)濟、就業(yè)綜合總指數(shù)及其內在的分類指數(shù)體系,分析北京市數(shù)字經(jīng)濟對就業(yè)質量的影響。
1.指標體系構建原則
數(shù)字經(jīng)濟和就業(yè)質量評估指標既是對現(xiàn)有發(fā)展狀況進行評估的工具,又對未來發(fā)展方向和發(fā)展方式具有指導性作用。目前學術界尚未形成統(tǒng)一的評價指標體系,因此構建和完善具有評價功能、預測功能、引導功能的評價指標具有重要現(xiàn)實意義(張順,2022[14];郭鵬飛,2023[15])。評估指標應較為全面客觀地反映數(shù)字經(jīng)濟、就業(yè)質量的發(fā)展水平,應具有科學性、系統(tǒng)性、穩(wěn)定性、可獲性和綜合性。
2.指標體系
基于中國省份的實際情況,從數(shù)字經(jīng)濟和就業(yè)高質量發(fā)展目標的高效、公平和可持續(xù)出發(fā)(許憲春等,2020[16];楊慧梅等,2021[17]),結合經(jīng)濟合作與發(fā)展組織(OECD)提出的分析數(shù)字經(jīng)濟的指標,本文認為數(shù)字經(jīng)濟發(fā)展應該包括以下幾個方面:數(shù)字化基礎、設施數(shù)字化、交易數(shù)字化應用和金融數(shù)字化四個維度(趙濤等,2020)[18]。在借鑒已有成果的基礎上,選取20 個指標構建省級層面數(shù)字經(jīng)濟評價指標體系,見表1。
表1 數(shù)字經(jīng)濟發(fā)展各級指標及其權重
同理,本文將就業(yè)質量發(fā)展分為就業(yè)環(huán)境、就業(yè)能力、勞動報酬和勞動保護四個維度(賴德勝等,2011[19];朱火云等,2014[20]),選取21 個指標構建北京市就業(yè)質量發(fā)展評價體系,所構建的具體指標體系,見表2。
表2 就業(yè)質量發(fā)展各級指標及其權重
表1 和表2 中第二列為所構建的四個二級指標,第三列為三級指標,第四列表明三級指標對一級指標的影響關系,用正向指標和負向指標來表示。其中,正向指標(+)是指該指標數(shù)據(jù)值越大說明評價越好,稱為效益型指標;負向指標(-)是指該指標數(shù)據(jù)值越小說明評價越好,稱為成本型指標。
3.數(shù)據(jù)來源
本文選取北京市2009年至2020年共計12年的相關數(shù)據(jù),數(shù)據(jù)來源為《中國統(tǒng)計年鑒》《中國勞動統(tǒng)計年鑒》《北京市統(tǒng)計年鑒》北京大學數(shù)字金融研究中心以及中國經(jīng)濟金融研究數(shù)據(jù)庫(CSMAR)分省份和分城市數(shù)據(jù),對于個別年份缺失數(shù)據(jù),采用插值法進行補充。
1.熵權法權重選擇分析
本文采用熵權法確定各類三級指標的權重,有效避免主觀確定指標權重帶來的低權威性;同時該方法還有較強的適應性,可以用于任何確定權重的過程(劉會武等,2021)[21]。首先建立數(shù)字經(jīng)濟發(fā)展、就業(yè)質量發(fā)展評價指標的數(shù)據(jù)矩陣;其次使用極值處理法對三級指標進行無量綱化處理,得到無量綱矩陣;最后利用熵值法計算數(shù)字經(jīng)濟發(fā)展、就業(yè)質量發(fā)展各評價指標的權重。在得到權重的此基礎上,構建數(shù)字經(jīng)濟發(fā)展、就業(yè)質量發(fā)展各評價指標的加權矩陣。
2.耦合協(xié)調分析
耦合協(xié)調分析法用來描述城市數(shù)字經(jīng)濟發(fā)展、就業(yè)質量發(fā)展總指標中各維度發(fā)展之間是否存在相互作用以及度量其作用程度(張圓等,2022)[22]。
為體現(xiàn)耦合度模型各維度之間是在高水平上相互促進還是低水平上相互制約,文章引入耦合協(xié)調度模型如下:
根據(jù)前文選取的北京市數(shù)字經(jīng)濟發(fā)展評估指標數(shù)據(jù),使用熵權法對2009—2020年北京市數(shù)字經(jīng)濟發(fā)展共20 個三級指標的權重進行測度,并進一步計算了各個二級指標(維度)的權重均值,見表1。指標權重較大說明其在數(shù)字經(jīng)濟發(fā)展水平評價中信息量更大,其相應作用更大。
首先,分析二級維度的權重情況。從表1 可以看出,數(shù)字化基礎在北京市數(shù)字經(jīng)濟發(fā)展評價體系中作用最大,其次為設施數(shù)字化和交易數(shù)字化應用,金融數(shù)字化作用最小。
其次,從二級維度角度下分析三級指標的權重情況,數(shù)字化基礎維度下互聯(lián)網(wǎng)寬帶接入用戶權重最大,占比25.74%。設施數(shù)字化維度下電信業(yè)務總量指標權重比較大,占比32.61%。交易數(shù)字化應用維度下信息技術服務收入指標權重比較大,占比40.34%。金融數(shù)字化維度下四者占比權重相當,數(shù)字普惠金融發(fā)展-數(shù)字化程度指標權重稍顯大一些,占比28.72%。
最后,從三級指標的權重計算結果整體分析,權重最大的兩個指標是互聯(lián)網(wǎng)寬帶接入用戶和電信業(yè)務總量,兩者的權重均超過9%,說明這兩個指標信息含量較大,在北京市數(shù)字經(jīng)濟發(fā)展評價中起到更大的作用。權重大于7%的指標還有2 個,分別是信息傳輸、軟件和信息技術服務業(yè)法人單位數(shù)以及信息技術服務收入。
根據(jù)前文選取的北京市就業(yè)質量發(fā)展指標數(shù)據(jù),使用熵權法對2009—2020年的21 個三級指標的權重進行測度,并進一步計算各個二級指標(維度)的權重均值,如表2。
首先,分析二級維度的權重情況。從表2 可以看出,就業(yè)環(huán)境在北京市就業(yè)質量發(fā)展評價體系中作用最大,其后依次為勞動報酬和勞動保護,就業(yè)能力作用最小。
其次,從二級維度角度下分析三級指標的權重情況。就業(yè)環(huán)境維度下交通通達度指標權重最大,占比34.22%。就業(yè)能力維度下職業(yè)技能鑒定考核人數(shù)指標權重比較大,占比31.82%。勞動報酬維度下城鎮(zhèn)單位就業(yè)人員平均工資指標權重比較大,占比26.45%。勞動保護維度下,其中工傷事故發(fā)生率—工傷認定情況指標權重稍顯大一些,占比25.34%。
最后,從三級指標的權重計算結果整體分析,權重最大的指標是交通通達度指標,權重超過13%,說明這個指標信息含量較大,在北京市就業(yè)質量發(fā)展評價中會起到更大的作用。權重大于6%的指標還有2 個,分別是城鎮(zhèn)就業(yè)人數(shù)指標和城鎮(zhèn)單位就業(yè)人員平均工資指標。
本文采用熵權法計算數(shù)字經(jīng)濟五項指數(shù):數(shù)字總指數(shù)(WDE)、數(shù)字化基礎指數(shù)(WDI)、設施數(shù)字化指數(shù)(WDF)、交易數(shù)字化應用指數(shù)(WDT)、金融數(shù)字化指數(shù)(WDB)。同理,采用熵權法計算就業(yè)質量指數(shù)五項指數(shù):就業(yè)質量總指數(shù)(WEQ)、就業(yè)環(huán)境指數(shù)(WEE)、就業(yè)能力指數(shù)(WEA)、勞動報酬指數(shù)(WLR)、勞動保護指數(shù)(WLP)。
表3 給出采用熵權法計算的數(shù)字經(jīng)濟五項指數(shù)年度結果??梢钥闯鰯?shù)字經(jīng)濟發(fā)展的時間變化趨勢,即數(shù)字經(jīng)濟發(fā)展總指數(shù)隨時間逐漸上升,意味著數(shù)字經(jīng)濟發(fā)展水平越來越高。2020年是北京市12年以來數(shù)字經(jīng)濟發(fā)展水平的最高峰,進一步分析北京市數(shù)字經(jīng)濟發(fā)展分維度變化特征,可以發(fā)現(xiàn)北京市設施數(shù)字化維度前期發(fā)展較慢,金融數(shù)字化維度前期發(fā)展較快。
表3 熵權法計算的數(shù)字經(jīng)濟發(fā)展指數(shù)
表4 給出采用熵權法計算就業(yè)質量發(fā)展五項指數(shù)年度結果。就業(yè)質量發(fā)展總指數(shù)隨時間呈現(xiàn)逐漸上升趨勢,意味著就業(yè)質量發(fā)展越來越好。2020年是北京市近12年以來的就業(yè)質量發(fā)展水平的最高峰,指數(shù)超過0.8。同時進一步分析北京市就業(yè)值發(fā)展分維度變化特征,可以發(fā)現(xiàn)北京市就業(yè)基礎維度前期發(fā)展較慢,就業(yè)能力維度前期發(fā)展較快。
表4 熵權法計算的就業(yè)質量發(fā)展指數(shù)
1.數(shù)字經(jīng)濟各維度耦合分析
為進一步分析北京市數(shù)字經(jīng)濟發(fā)展分維度在不同發(fā)展階段的相互影響和相互作用,本文計算基于熵權法得到的北京市數(shù)字經(jīng)濟2009—2020年四個維度耦合度C 和耦合協(xié)調度D 的變動情況,并將耦合協(xié)調分析結果繪制成圖形,與數(shù)字經(jīng)濟綜合發(fā)展水平(T)進行對比,如圖1所示。
圖1 顯示了北京市2009—2020年數(shù)字經(jīng)濟發(fā)展四個維度的耦合度由2009年的0.3002 不斷提升至2020年的0.9981,四個維度之間相互作用程度不斷加強。具體而言,對于耦合度來說,除了2012年屬于拮抗時期,其他年份都屬于協(xié)調時期,同時,耦合度在2018年之后處于較高的水平,大于0.99,幾乎接近于1,表明北京市數(shù)字經(jīng)濟各維度實現(xiàn)良性共振耦合且趨向新的有序結構。與此同時,耦合協(xié)調度也在波動中不斷上升,先后依次經(jīng)歷了嚴重失調、中度失調、輕度失調、基本協(xié)調、中度協(xié)調和高度協(xié)調幾個等級,實現(xiàn)了高水平下協(xié)同發(fā)展。2018年后四個維度之間的耦合協(xié)調度進入了快速增長期,并實現(xiàn)了從中度協(xié)調到高度協(xié)調,最終維持在高度協(xié)調等級,表明該時期北京市數(shù)字經(jīng)濟發(fā)展的四個維度之間是彼此關聯(lián)的,相互影響、相互促進。
對比北京市數(shù)字經(jīng)濟發(fā)展四個維度的協(xié)調度與耦合協(xié)調度可以看到,兩者變化趨勢基本趨同,大致呈現(xiàn)同步穩(wěn)定上升態(tài)勢,四大維度彼此相互作用程度與內部協(xié)調性在不斷提高,呈現(xiàn)了“協(xié)調時期,高度協(xié)調”的發(fā)展態(tài)勢,可以看出耦合度基本上維持在高水平耦合,耦合協(xié)調度水平不斷提高,2018年進入了高度協(xié)調期。
2.就業(yè)質量各維度耦合分析
為進一步分析北京市就業(yè)質量發(fā)展分維度在不同發(fā)展階段的相互影響和相互作用,本文計算了基于熵權法得到的北京市就業(yè)質量2009—2020年四個維度耦合度C 和耦合協(xié)調度D 的變動情況,并將耦合協(xié)調分析結果繪制成圖形,與就業(yè)質量綜合發(fā)展水平(T)進行對比,如圖2所示。
從圖2 可以看出,北京市2009—2020年就業(yè)質量四個維度的耦合度處于較高水平,四個維度之間相互作用程度是一直加強的。對于耦合度來說,這12年都屬于協(xié)調時期,同時,耦合度在2012年之后處于較高的水平,大于0.95,逐漸接近于1,表明北京市就業(yè)質量各維度實現(xiàn)良性共振耦合且趨向新的有序結構。與此同時,耦合協(xié)調度也在波動中不斷上升,先后依次經(jīng)歷了基本協(xié)調、中度協(xié)調和高度協(xié)調幾個等級,實現(xiàn)了高水平下協(xié)同發(fā)展。2017年后四個維度之間的耦合協(xié)調度進入了快速增長期,并實現(xiàn)了從中度協(xié)調到高度協(xié)調,最終維持在高度協(xié)調等級,表明該時期北京市就業(yè)質量發(fā)展的四個維度之間是彼此關聯(lián)的,相互影響、相互促進。
對比北京市就業(yè)質量發(fā)展四個維度的協(xié)調度與耦合協(xié)調度可以看到,兩者變化趨勢基本趨同,大致呈現(xiàn)同步穩(wěn)定上升態(tài)勢,四大維度彼此相互作用程度與內部協(xié)調性在不斷提高,呈現(xiàn)了“協(xié)調時期,高度協(xié)調”的發(fā)展態(tài)勢,可以看出耦合度基本上維持在高水平耦合,耦合協(xié)調度水平不斷提高,2017年進入了高度協(xié)調期。
1.回歸模型構建
為實證研究數(shù)字經(jīng)濟對就業(yè)質量影響,本文采用線性回歸模型,測度數(shù)字經(jīng)濟各維度指數(shù)對就業(yè)質量發(fā)展總指數(shù)影響,以及度量數(shù)字經(jīng)濟發(fā)總指數(shù)對就業(yè)質量各維度指數(shù)的影響,采用不同的解釋變量和被解釋變量的代理變量進行穩(wěn)健性檢驗分析其影響效果的差異。本文構建回歸模型為:
2.回歸結果分析
本文將指數(shù)體系分兩個部分來探討數(shù)字經(jīng)濟對就業(yè)質量的影響。一是度量數(shù)字經(jīng)濟發(fā)展總指數(shù)和四個分維度指數(shù)對就業(yè)質量的影響,二是分析數(shù)字經(jīng)濟發(fā)展總指數(shù)對就業(yè)質量總指數(shù)及四個分維度的影響。
表5 中的被解釋變量是基于熵權法得到的就業(yè)質量發(fā)展總指數(shù)。整體上講,數(shù)字經(jīng)濟發(fā)展總指數(shù)及分維度指數(shù)對就業(yè)質量都具有顯著的正向作用,通過了99%的置信檢驗。具體來講,數(shù)字經(jīng)濟發(fā)展總指數(shù)對就業(yè)質量影響系數(shù)為0.627,也就是說數(shù)字經(jīng)濟指數(shù)每增加一個單位,就業(yè)質量指數(shù)會提高0.627 個單位。四個維度影響分析中,可以看出交易數(shù)字化應用維度對就業(yè)質量發(fā)展的影響程度較大。
表5 數(shù)字經(jīng)濟發(fā)展總指數(shù)及分維度指數(shù)對就業(yè)質量的影響
表6 展示了數(shù)字經(jīng)濟發(fā)展總指數(shù)對就業(yè)質量總指數(shù)及分維度指數(shù)的影響。解釋變量在該列的第一列展示,被解釋變量為數(shù)字經(jīng)濟發(fā)展總指數(shù)。整體看,數(shù)字經(jīng)濟發(fā)展總指數(shù)及對就業(yè)質量及三個分維度指數(shù)都具有顯著的正向作用,通過了99%的置信檢驗,影響系數(shù)依次為0.627、0.851、0.799、0.375。但是數(shù)字經(jīng)濟總指數(shù)對就業(yè)能力維度的影響是不顯著的。具體看,數(shù)字經(jīng)濟發(fā)展總指數(shù)對就業(yè)環(huán)境的影響系數(shù)為0.851,是四個維度影響系數(shù)最大的。
表6 熵權法下數(shù)字經(jīng)濟發(fā)展總指數(shù)對就業(yè)質量及分維度指數(shù)的影響
本研究主要得到如下結論:
1.數(shù)字經(jīng)濟發(fā)展和就業(yè)質量提升的重點
數(shù)字化基礎對北京市數(shù)字經(jīng)濟發(fā)展水平影響最大。按照熵權法賦予權重,構成北京市數(shù)字經(jīng)濟發(fā)展水平綜合評估指標,數(shù)字化基礎在作用最大。四項分類指標的重要程度排序,依次為數(shù)字化基礎、設施數(shù)字化、交易數(shù)字化應用、金融數(shù)字化。并發(fā)現(xiàn)數(shù)字化基礎的投入重在互聯(lián)網(wǎng)寬帶接入用戶。設施數(shù)字化維度下要擴大電信業(yè)務總量,交易數(shù)字化應用維度下要擴大信息技術服務,金融數(shù)字化維度下重點關注數(shù)字普惠金融發(fā)展。
交通通達度對就業(yè)質量的影響較大。影響就業(yè)質量發(fā)展水平的依次是就業(yè)環(huán)境、勞動報酬、勞動保護、就業(yè)能力,其中就業(yè)環(huán)境維度下交通通達度指標權重最大,這預示未來要改善交通;就業(yè)能力維度下職業(yè)技能鑒定考核人數(shù)指標權重比較大;勞動報酬維度下城鎮(zhèn)單位就業(yè)人員平均工資指標權重比較大;勞動保護維度下工傷事故發(fā)生率-工傷認定情況指標權重稍大一些。
2.耦合協(xié)調均持續(xù)優(yōu)化并保持高水平
北京市數(shù)字經(jīng)濟發(fā)展各維度呈現(xiàn)持續(xù)耦合協(xié)調、相互促進發(fā)展。各維度實現(xiàn)良性共振,且趨向新的有序結構,先后依次經(jīng)歷了嚴重失調、中度失調、輕度失調、基本協(xié)調、中度協(xié)調和高度協(xié)調幾個階段,2018年進入高水平協(xié)同發(fā)展。
北京市就業(yè)質量各維度也逐年實現(xiàn)高度協(xié)調發(fā)展。耦合協(xié)調度在波動中不斷上升,先后依次經(jīng)歷了基本協(xié)調、中度協(xié)調和高度協(xié)調幾個等級,2018年后四個維度之間的耦合協(xié)調度進入快速增長期,實現(xiàn)從中度協(xié)調到高度協(xié)調,最終維持在高度協(xié)調等級。
3.數(shù)字經(jīng)濟發(fā)展總體推進就業(yè)質量提升
數(shù)字經(jīng)濟發(fā)展總指數(shù)及數(shù)字化基礎、設施數(shù)字化、交易數(shù)字化應用和金融數(shù)字化四個分維度指數(shù)對就業(yè)質量總指數(shù)均呈現(xiàn)正向的顯著影響,其中交易數(shù)字化應用對就業(yè)質量發(fā)展的影響程度最大。
數(shù)字經(jīng)濟發(fā)展總指數(shù)對從業(yè)環(huán)境、勞動報酬和勞動保護三個分維度指數(shù)的影響顯著為正,其中數(shù)字經(jīng)濟發(fā)展總指數(shù)對就業(yè)環(huán)境的影響最大。但是數(shù)字經(jīng)濟發(fā)展總指數(shù)對就業(yè)能力維度影響不顯著。
根據(jù)以上結論,本文提出如下建議:
1.未來北京市要加大對數(shù)字化基礎的投入
北京市繼續(xù)保持數(shù)字經(jīng)濟發(fā)展領先水平的重要建設領域是數(shù)字化基礎,其中的重中之重是在互聯(lián)網(wǎng)寬帶接入用戶的投入,快遞業(yè)務收入的提升。加快數(shù)字經(jīng)濟發(fā)展,未來重在提升電信業(yè)務服務水平、擴大信息技術服務、促進數(shù)字普惠金融發(fā)展。
2.改善交通通達度是未來提高就業(yè)質量的重點
提高數(shù)字經(jīng)濟中就業(yè)質量,需要加大職業(yè)技能鑒定投入,改革并實施數(shù)字化職業(yè)技能培訓、提高城鎮(zhèn)單位就業(yè)人員平均工資、做好勞動保障。
3.增強數(shù)字人才培育和培訓
加快探索數(shù)字人才的培育和現(xiàn)有人才的數(shù)字化轉型培訓。目前存在數(shù)字經(jīng)濟發(fā)展對就業(yè)能力影響不顯著的現(xiàn)狀亟待改變,通過增加社會培訓、現(xiàn)有育人模式融入新型數(shù)字技能可以有效解決此問題。
4.未來研究展望
宏觀層面,構建系統(tǒng)全面反映數(shù)字經(jīng)濟發(fā)展的經(jīng)濟指標統(tǒng)計指標體系,便于為未來的數(shù)字經(jīng)濟發(fā)展做好監(jiān)測、導向、管理、服務;微觀層面,數(shù)字經(jīng)濟對就業(yè)的影響包括在共享平臺就業(yè)的零工人員的勞資關系、社會保險、組織管理、技能培訓和培訓提升需求,均有待進一步開展實證研究。