王金營,王冬梅

(河北大學(xué) 經(jīng)濟學(xué)院,河北 保定071002)

一、引言

20世紀(jì)80年代以來,美國的勞動力市場出現(xiàn)就業(yè)極化現(xiàn)象,即高技能和低技能勞動力的就業(yè)份額同時增長、中等技能勞動力的就業(yè)份額減少的現(xiàn)象[1]。同一時期英國、法國和德國等國家也出現(xiàn)了就業(yè)極化現(xiàn)象。中國的勞動力市場是否存在極化也得到了國內(nèi)學(xué)者的關(guān)注,但是國內(nèi)學(xué)者對中國的勞動力市場是否存在極化并沒有得到一致結(jié)論。本文根據(jù)Daron Acemoglu、Autor and Dorn、Anders Akerman等學(xué)者對高技能、中等技能和低技能的劃分方式[2-4],使用《中國人口與就業(yè)統(tǒng)計年鑒》的數(shù)據(jù)繪制了中國2006年到2020年就業(yè)技能結(jié)構(gòu)的變動圖,如圖1所示。

圖1 中國勞動力市場就業(yè)技能結(jié)構(gòu)的典型事實

圖1左側(cè)顯示了中國的就業(yè)技能結(jié)構(gòu)變動,結(jié)果顯示中國高、中和低技能勞動力的就業(yè)比重分別呈現(xiàn)出逐年增加、緩慢上升和緩慢下降的特征。中國的就業(yè)并沒有出現(xiàn)就業(yè)極化的典型特征。我們根據(jù)Daron Acemoglu[5]對高低技能的劃分,繪制了高技能和低技能勞動力就業(yè)比重的變化(見圖1右側(cè))。結(jié)果顯示中國高、低技能勞動力分別呈現(xiàn)出就業(yè)比重上升、下降的特征。因此,根據(jù)Autor, Katz and Krueger[6]對就業(yè)升級的界定可以判斷中國的勞動力市場存在就業(yè)升級現(xiàn)象。目前國內(nèi)學(xué)者使用整體數(shù)據(jù)和行業(yè)數(shù)據(jù)進行分析的結(jié)果也發(fā)現(xiàn)了中國勞動力市場存在就業(yè)升級的證據(jù)。屈小博等使用崗位分析方法認(rèn)為中國整體就業(yè)結(jié)構(gòu)變動呈現(xiàn)正在升級模式[7]。中國行業(yè)內(nèi)就業(yè)結(jié)構(gòu)變化正呈現(xiàn)中高技能占比上升和低技能占比下降的“有序遞進升級”模式[8]。就業(yè)升級的影響因素主要有技術(shù)進步、對外貿(mào)易和產(chǎn)業(yè)結(jié)構(gòu)升級等。數(shù)字技術(shù)作為一種科學(xué)技術(shù),其發(fā)展與應(yīng)用也應(yīng)當(dāng)對就業(yè)升級產(chǎn)生影響。

近年來中國數(shù)字經(jīng)濟規(guī)模不斷增長,以5G、人工智能、大數(shù)據(jù)及云計算等為核心的數(shù)字技術(shù)也獲得了快速發(fā)展。2021年關(guān)鍵數(shù)字技術(shù)中人工智能、物聯(lián)網(wǎng)、量子信息領(lǐng)域發(fā)明專利授權(quán)量居世界首位[9]。國家知識產(chǎn)權(quán)局的數(shù)據(jù)顯示,2021年,中國信息領(lǐng)域PCT國際專利申請數(shù)量超過3萬件,比2017年提升60%,全球占比超過三分之一[10]。在中國數(shù)字技術(shù)與數(shù)字經(jīng)濟快速發(fā)展的背景下,本文試圖探討數(shù)字技術(shù)對中國就業(yè)升級的影響。對于該問題的探討一方面可以幫助我們更深刻地理解數(shù)字技術(shù)對就業(yè)升級的影響是什么,另一方面對于制定數(shù)字技術(shù)發(fā)展和積極的就業(yè)政策提供有益的啟示。

二、文獻綜述

美國1970年到1995年間出現(xiàn)了高技能勞動力的相對需求增加的現(xiàn)象,不同的學(xué)者從不同視角作出了解釋,其中技能偏向性技術(shù)進步和對外貿(mào)易是兩個主要的原因。第一類文獻,技能偏向性技術(shù)導(dǎo)致就業(yè)升級的主要觀點認(rèn)為,技能偏向性技術(shù)進步提高了高技能勞動力的相對需求。Autor認(rèn)為計算機的使用可以解釋原因的30%到50%[6],Krusell等認(rèn)為由于規(guī)模效應(yīng)和替代效應(yīng)的存在,資本增加提高了高技能勞動力的需求[11]。Acemoglu則將技術(shù)進步內(nèi)生化,認(rèn)為基于企業(yè)利潤最大化的假設(shè),企業(yè)在選擇技術(shù)時需要考慮價格因素和市場規(guī)模因素[12]。因此,企業(yè)采用偏向于高技能勞動力的技術(shù)取決于高技能勞動力的技能溢價和市場規(guī)模。高技能勞動力就業(yè)比重導(dǎo)致的市場規(guī)模效應(yīng)占主導(dǎo),這使得廠商采用技能互補性的技術(shù),進而進一步促進了高技能勞動力就業(yè)比重的上升。第二類文獻從貿(mào)易的角度解釋了高技能勞動力需求相對增加的原因。一個國家或者地區(qū)出口技術(shù)密集型的產(chǎn)品同時進口勞動密集型的產(chǎn)品,會導(dǎo)致高技能勞動力的需求增加和低技能勞動力的需求減少。外包的增加解釋了美國20世紀(jì)80年代制造業(yè)的就業(yè)升級現(xiàn)象[13],并且這一命題也能解釋英國和德國的就業(yè)升級現(xiàn)象。Feenstra和Hanson[14]構(gòu)建的開放經(jīng)濟模型發(fā)現(xiàn)對外貿(mào)易和技能偏向性技術(shù)進步對勞動力需求的影響沒有顯著差異,因此認(rèn)為兩者對就業(yè)升級的影響是一個經(jīng)驗問題而非理論問題。

國內(nèi)學(xué)者對勞動力就業(yè)研究的爭論在于,中國的勞動力市場存在就業(yè)極化還是就業(yè)升級。一方認(rèn)為中國的勞動力市場存在就業(yè)極化。學(xué)者無論利用1978年以來的宏觀數(shù)據(jù)分析就業(yè)極化的變化趨勢[15],還是使用1998年到2009年中國制造業(yè)的行業(yè)就業(yè)數(shù)據(jù)表明該行業(yè)存在就業(yè)極化[16],亦或使用人口普查數(shù)據(jù)檢驗中國制造業(yè)的就業(yè)結(jié)構(gòu),均發(fā)現(xiàn)了就業(yè)極化存在的證據(jù)[17]。徐少俊等使用19個行業(yè)門類的數(shù)據(jù)進行實證研究證明行業(yè)層面就業(yè)極化和就業(yè)升級并存[18]。李宏兵等使用中國工業(yè)企業(yè)的數(shù)據(jù)進行實證研究的結(jié)果表明對外直接投資顯著增加了高技術(shù)和低技術(shù)企業(yè)的就業(yè)水平,對中等技術(shù)企業(yè)的提升作用較小[19]。另一方認(rèn)為中國不存在就業(yè)極化。中國的整體就業(yè)結(jié)構(gòu)不存在極化,但是,不同的地區(qū)和行業(yè)存在不同的特征。中國整體就業(yè)結(jié)構(gòu)呈現(xiàn)出升級特征,并且各地區(qū)由于發(fā)展不平衡所導(dǎo)致的問題升級程度有差異[20]。都陽等使用中國企業(yè)—員工匹配調(diào)查數(shù)據(jù)和中國城市勞動力調(diào)查數(shù)據(jù)的實證研究結(jié)果表明中國并不存在就業(yè)極化[21]。張抗私等使用中國家庭追蹤調(diào)查和統(tǒng)計年鑒數(shù)據(jù)進行實證檢驗的結(jié)果表明認(rèn)知能力促進了就業(yè)結(jié)構(gòu)升級[22]。

綜上所述,國內(nèi)現(xiàn)有文獻對中國就業(yè)極化和就業(yè)升級的現(xiàn)象與問題進行了探討,但是,中國的就業(yè)是極化還是升級并沒有得到一致結(jié)論。即便認(rèn)為中國存在就業(yè)升級,數(shù)字技術(shù)對于就業(yè)升級的影響還有待探討?；诖?本文在中國數(shù)字技術(shù)快速發(fā)展的背景下,通過構(gòu)建理論模型探討數(shù)字技術(shù)對中國就業(yè)升級的影響并進行實證檢驗。本文的可能貢獻在于:第一,分析并使用2011—2020年的數(shù)據(jù)檢驗了數(shù)字技術(shù)對就業(yè)升級和技能溢價的影響。第二,探討了數(shù)字技術(shù)對就業(yè)升級影響的異質(zhì)性。第三,實證檢驗了數(shù)字技術(shù)對不同技能水平就業(yè)比重及不同技能水平相對就業(yè)的影響。第四,發(fā)現(xiàn)了數(shù)字技術(shù)對就業(yè)影響存在空間溢出效應(yīng)的證據(jù)。

三、理論分析

本文構(gòu)建了一個包含低技能和高技能勞動力的兩部門異質(zhì)性代理人模型,用以分析數(shù)字技術(shù)對就業(yè)升級的影響與作用機制。

(一)家庭

假設(shè)經(jīng)濟體處于離散時間中,存在高技能勞動力(H)和低技能勞動力(L)兩類家庭。高技能勞動力和低技能勞動力均無彈性地在勞動力市場上提供一單位勞動力并各自獲得相應(yīng)的工資,分別用wH、wL表示。家庭通過提供勞動獲得收入,并且在當(dāng)期消費和儲蓄之間進行權(quán)衡。家庭通過消費購買的消費品獲得效用。兩類家庭在t=0期最大化所有期的效用:

(1)

其中,u(Ci(t))是定義在R+上的家庭瞬時效用函數(shù),其為嚴(yán)格遞增的凹函數(shù)且二階連續(xù)可微。不妨假設(shè)兩類家庭的瞬時效用函數(shù)均為常相對風(fēng)險規(guī)避(CRRA)效用函數(shù):

(2)

其中,θ是相對風(fēng)險厭惡系數(shù),也是跨期消費替代彈性的倒數(shù)。家庭面臨的預(yù)算約束條件為:

Ai(t+1)=(1+r)Ai(t)-

Ci(t)+wii∈{H,L}

(3)

其中,Ai(t)i∈{H,L}是家庭在t期的財富。使用動態(tài)規(guī)劃求解家庭的最優(yōu)化問題并求得歐拉方程如下:

(4)

(二)廠商

廠商使用物質(zhì)資本和復(fù)合勞動力進行生產(chǎn),生產(chǎn)函數(shù)為:

Y(t)=F(K(t),LC(t))

(5)

其中,Y(t)是廠商的產(chǎn)出,K(t)是廠商使用的物質(zhì)資本,LC(t)是廠商進行生產(chǎn)使用的復(fù)合勞動力。廠商的生產(chǎn)技術(shù)滿足Acemoglu[23]中關(guān)于生產(chǎn)函數(shù)的假設(shè):技術(shù)是恒定的,即:生產(chǎn)函數(shù)中使用的技術(shù)在整個經(jīng)濟中是均勻且不變的,同時滿足稻田條件。此處假設(shè)廠商采用如下的柯布道格拉斯生產(chǎn)函數(shù)進行生產(chǎn),則將公式(5)的具體形式表示如下:

Y(t)=K(t)αLC(t)1-α0<α<1

(6)

其中,α是資本的產(chǎn)出彈性,在該種生產(chǎn)技術(shù)下也是資本產(chǎn)出份額所占的比例。復(fù)合勞動力LC(t)是由如下技術(shù)復(fù)合而成,具體表示為:

(7)

其中,H(t)和L(t)分別代表高技能勞動力和低技能勞動力。由于本文關(guān)注數(shù)字技術(shù)對經(jīng)濟的影響,我們假設(shè)高技能勞動力與數(shù)字技術(shù)是互補的,即引入數(shù)字技術(shù)可以提升高技能勞動力的生產(chǎn)力。因此,我們將數(shù)字技術(shù)Ad設(shè)定為高技能增強型,并將其納入勞動力函數(shù)中。而增加高技能勞動力的使用可以部分或完全替代低技能勞動力的使用。隨著高技能勞動力的增加,廠商可以相對較容易地減少低技能勞動力的使用,而不會對生產(chǎn)效率產(chǎn)生明顯的負面影響。高技能勞動力和低技能勞動力之間的替代彈性為σ>1[24-25],廠商資本運動方程服從以下規(guī)律[2]:

K(t+1)=sY(t)+(1-δ)K(t)

(8)

其中,s是儲蓄率,δ是資本折舊率?；趶S商追求利潤最大化原則,廠商選擇最優(yōu)生產(chǎn)要素投入,廠商的最優(yōu)化問題可以表述為:

wl(t)H(t)-wl(t)L(t)-rk(t)K(t)

(9)

最優(yōu)化的一階條件為:

(10)

(11)

(12)

(三)競爭均衡與穩(wěn)態(tài)均衡

競爭均衡是一組數(shù)量向量{Ci(t),Ai(t),K(t),Y(t)}和價格向量{rk,wi,},i∈{H,L}的集合,使得:(1)家庭效用最大化;(2)廠商利潤最大化;(3)市場出清。根據(jù)瓦爾拉斯定理可以得知,資本市場、產(chǎn)品市場和要素市場中只要兩個市場出清,第三個市場也隨之出清。根據(jù)廠商使用要素的一階條件與家庭的最優(yōu)化方程可以得知產(chǎn)品市場和要素市場均是出清的。因此,也就可以得知模型的均衡是存在的并且經(jīng)濟體存在穩(wěn)態(tài)均衡。在穩(wěn)態(tài)均衡時變量以穩(wěn)定的速率增長。使用星號上標(biāo)表示變量所處的穩(wěn)態(tài)。在穩(wěn)態(tài)均衡時有以下等式成立:

K(t+1)=K(t)=K*

(13)

(四)比較靜態(tài)分析

(14)

將式(14)兩邊取對數(shù)可以得到:

(15)

重新整理后可得:

(16)

四、模型設(shè)定與變量測定

(一)計量模型

根據(jù)理論分析的結(jié)果可知數(shù)字技術(shù)促進了就業(yè)升級,本文通過構(gòu)建如下計量模型:

ESit=β0+β1Ait+βConVarit+vt+ui+∈it

(17)

其中,ESit代表各個省(直轄市和自治區(qū))的就業(yè)升級程度。Ait是數(shù)字技術(shù)發(fā)展水平,ConVarit是一組控制變量向量,vt是時間固定效應(yīng),ui是個體固定效應(yīng),∈it是隨機擾動項。β0是回歸方程的常數(shù)項。β1是數(shù)字技術(shù)對就業(yè)升級的影響,其含義代表數(shù)字技術(shù)變動一個單位對就業(yè)升級的影響,根據(jù)理論分析的結(jié)果可以預(yù)期β1顯著為正。β是控制變量的系數(shù)向量,其大小代表了控制變量變動一個單位對就業(yè)升級的影響。由于以上計量模型可能存在測量誤差和遺漏變量等導(dǎo)致的內(nèi)生性問題,為了能夠準(zhǔn)確估計數(shù)字技術(shù)對就業(yè)升級的影響,本文使用數(shù)字技術(shù)的一階滯后作為工具變量進行估計。

(二)變量說明

1.被解釋變量:就業(yè)升級(ESit)。根據(jù)Daron Acemoglu和David Autor[11]對高低技能勞動力的劃分方式,本文將大學(xué)及以上的勞動力劃分為高技能勞動力,大專及以下的勞動力劃分為低技能勞動力[26]。使用高技能勞動力和低技能勞動力的比值度量就業(yè)升級,該變量的數(shù)值越大代表就業(yè)升級的程度越高。

2.核心解釋變量:數(shù)字技術(shù)(Ait)。借鑒趙濤等[27]和李帥娜[28]的做法從數(shù)字產(chǎn)業(yè)發(fā)展和數(shù)字技術(shù)應(yīng)用兩個方面度量數(shù)字技術(shù)的發(fā)展并使用熵權(quán)法度量中國各個省、自治區(qū)、直轄市的數(shù)字技術(shù)發(fā)展水平。

3.控制變量。包括:外商直接投資(lnfdirit):使用中國各省市自治區(qū)外商直接投資與GDP比重的對數(shù)度量;貿(mào)易開放程度(lnopenit):使用進出口總額與GDP比值的對數(shù)度量;產(chǎn)業(yè)結(jié)構(gòu)(lntrit):使用第三產(chǎn)業(yè)增加值占GDP比重的對數(shù)度量;科技創(chuàng)新(lnpatternit):使用三種專利申請受理量的對數(shù)度量科技創(chuàng)新水平,該數(shù)值越大意味著科技創(chuàng)新水平越高。

(三)數(shù)據(jù)來源

基于數(shù)據(jù)的可獲得性,本文選取2011—2020年中國31省級區(qū)域面板數(shù)據(jù)來研究數(shù)字技術(shù)對就業(yè)升級的影響。所有指標(biāo)均來源于國家統(tǒng)計局官網(wǎng)網(wǎng)站、《中國統(tǒng)計年鑒》和各省市區(qū)歷年統(tǒng)計年鑒。各變量的描述統(tǒng)計結(jié)果如表1所示。

表1 描述性統(tǒng)計

五、實證結(jié)果

(一)基準(zhǔn)模型回歸結(jié)果

數(shù)字技術(shù)對就業(yè)升級影響的回歸結(jié)果如下頁表2所示。其中,模型1僅控制了個體效應(yīng),模型2僅控制了時間效應(yīng),模型3控制了個體效應(yīng)和時間效應(yīng)。模型4到模型7依次加入了各個控制變量。模型1到模型7的回歸結(jié)果顯示就業(yè)升級對數(shù)字技術(shù)回歸方程中數(shù)字技術(shù)的估計系數(shù)始終是顯著為正的。這表明數(shù)字技術(shù)的發(fā)展提高了高技能勞動力和低技能勞動力的相對就業(yè)數(shù)量,促進了中國的就業(yè)升級。

表2 數(shù)字技術(shù)對就業(yè)升級影響的基準(zhǔn)模型回歸結(jié)果

數(shù)字技術(shù)在測量時涉及多個維度,然而,仍然存在對數(shù)字技術(shù)的測量誤差。因此,就業(yè)升級對數(shù)字技術(shù)的回歸方程中可能存在由于測量誤差導(dǎo)致的內(nèi)生性問題。所以,本文使用數(shù)字技術(shù)的一階滯后作為工具變量模型的內(nèi)生性問題,估計結(jié)果如表3所示。表3中模型8到模型14是模型1到模型7對應(yīng)的工具變量的估計結(jié)果。模型8至模型10分別控制了個體效應(yīng)、時間效應(yīng)和同時控制了兩者。模型11至模型14依次加入了各個控制變量。模型8至模型14的結(jié)果均顯示數(shù)字技術(shù)對就業(yè)升級的影響始終在0.01%水平上顯著為正。數(shù)字技術(shù)的發(fā)展提高了高技能勞動力和低技能勞動力的相對需求,促進了中國的就業(yè)升級。

通過對直接粉碎、經(jīng)減壓干燥法、液氮凍干法、凍干法處理的枸杞子顆粒，粉碎后測定特性量值。實驗結(jié)果表明，經(jīng)3種預(yù)處理方法得到的枸杞子樣品，其水分測定結(jié)果均低于直接粉碎的枸杞子樣品；而其他檢測項目，3種處理方法得到的樣品與直接粉碎的枸杞子樣品基本相同，理化性質(zhì)均符合《中國藥典》2015年版要求，可以作為對照藥材標(biāo)準(zhǔn)品使用。但基于成本考慮，減壓干燥法最經(jīng)濟實惠，采用凍干法或液氮加凍干法的運行成本基本相似，均較高。因此，在實際工作中，推薦使用減壓干燥法最佳。

表3 數(shù)字技術(shù)對就業(yè)升級影響的工具變量回歸結(jié)果

控制變量的回歸結(jié)果表明外商直接投資提高了高技能勞動力對低技能勞動力的相對需求,促進了就業(yè)升級,但是在統(tǒng)計上并不顯著。其原因是外商直接投資促進了技術(shù)溢出效應(yīng),提高了企業(yè)的生產(chǎn)技術(shù)水平,較高的生產(chǎn)技術(shù)水平與高技能勞動力是互補的,因此,促進了高技能勞動力相對需求的增加。產(chǎn)業(yè)結(jié)構(gòu)對就業(yè)升級影響的回歸結(jié)果表明第三產(chǎn)業(yè)發(fā)展抑制了就業(yè)升級,但是在統(tǒng)計上并不顯著。這可能是由于第三產(chǎn)業(yè)的發(fā)展對高技能勞動力需求的規(guī)模效應(yīng)和替代效應(yīng)?；貧w結(jié)果為負但是在統(tǒng)計上并不顯著,這可能是由于產(chǎn)業(yè)結(jié)構(gòu)對就業(yè)升級的替代效應(yīng)弱大于規(guī)模效應(yīng)所導(dǎo)致的。貿(mào)易開放促進了中國的就業(yè)升級,貿(mào)易開放程度的增加對高技能勞動力的需求有兩個方面的作用:一方面,貿(mào)易開放程度的增加促進了技術(shù)流動,促進了企業(yè)的技術(shù)進步,技術(shù)進步與高技能勞動力是互補的,增加了高技能勞動力的相對需求;另一方面,市場規(guī)模效應(yīng)降低了高技能勞動力的相對需求?；貧w的結(jié)果顯示可能對高技能勞動力的影響占據(jù)了微弱的主導(dǎo)優(yōu)勢,進而使得貿(mào)易開放程度的增加提高了高技能勞動力的相對需求,促進了中國的就業(yè)升級?？萍紕?chuàng)新水平抑制了就業(yè)升級,降低了高技能勞動力的相對需求,從側(cè)面體現(xiàn)出企業(yè)創(chuàng)新水平促進了技術(shù)進步,根據(jù)Acemoglu的技能偏向性技術(shù)進步研究可以得知,由于市場規(guī)模效應(yīng)和價格效應(yīng)使得企業(yè)可能更多地采用偏向于低技能勞動力的技術(shù)[26]。因此,創(chuàng)新水平的提高抑制了中國的就業(yè)升級。

(二)穩(wěn)健性檢驗

1.替換核心解釋變量

在基準(zhǔn)回歸中,本部分使用了熵權(quán)法度量數(shù)字技術(shù)的發(fā)展水平,隨后使用主成分分析法度量數(shù)字技術(shù)的發(fā)展水平,并替換掉基準(zhǔn)模型中的數(shù)字技術(shù)變量進行穩(wěn)健性檢驗。隨后進一步采用其滯后一期作為工具變量進行估計以克服可能由于測量誤差導(dǎo)致的內(nèi)生性問題。固定效應(yīng)和對應(yīng)工具變量的回歸結(jié)果見下頁表4中PCA_FE和PCA_IV列所示。兩列的回歸結(jié)果表明,數(shù)字技術(shù)的發(fā)展提高了高技能勞動力和低技能勞動力的相對需求,促進了中國的就業(yè)升級。數(shù)字技術(shù)促進就業(yè)升級的結(jié)論是穩(wěn)健的。

2.更改高技能勞動力的劃分范圍

基準(zhǔn)回歸中,本文根據(jù)Acemoglu的劃分方法將大學(xué)本科及以上的勞動力劃分為高技能勞動力。國內(nèi)不同的學(xué)者對高技能勞動力的劃分與此劃分有差異,比如有學(xué)者將大學(xué)專科及以上的勞動力劃分為高技能勞動力。為了檢驗?zāi)Ｐ偷姆€(wěn)健性,在該部分更改了高技能勞動力的劃分方式,將大學(xué)專科及以上的勞動力劃分為高技能勞動力[29];然后再計算高技能勞動力和低技能勞動力的比值;最后將該數(shù)值替換掉基準(zhǔn)模型中的就業(yè)升級變量進行回歸。本文使用表3中工具變量進行了兩階段最小二乘法的估計以克服可能存在的內(nèi)生性問題。固定效應(yīng)和工具變量的估計結(jié)果見下頁表4中H_FE和H_IV列所示。估計的結(jié)果顯示高技能勞動力對數(shù)字技術(shù)回歸模型中的回歸系數(shù)是顯著為正的。這表明數(shù)字技術(shù)的發(fā)展提高了高技能勞動力的相對需求,促進了中國的就業(yè)升級。

3.使用不同工具變量

本部分更換不同的工具變量進行穩(wěn)健性檢驗。上頁表3和下頁表4使用了數(shù)字技術(shù)的一階滯后作為工具變量。本部分借鑒黃群慧[30]的方法構(gòu)建工具變量進行估計。使用1984年每百萬人電話數(shù)量、1984年每百萬人郵局?jǐn)?shù)量與每年全國信息技術(shù)服務(wù)收入構(gòu)建了兩個工具變量。本部分將第一個工具變量的回歸結(jié)果命名為(表4)IV1。由于使用百萬人郵局?jǐn)?shù)量構(gòu)建的工具變量存在弱工具變量等問題,接下來借鑒其方法構(gòu)建了另外三個工具變量:(1)使用1984年每百萬人電話數(shù)量和全國信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)城鎮(zhèn)單位就業(yè)人數(shù)構(gòu)建工具變量,將其估計結(jié)果命名為(表4)IV2。(2)使用1984年每百萬人郵局?jǐn)?shù)量與全國信息傳輸、計算機服務(wù)和軟件業(yè)城鎮(zhèn)單位就業(yè)人員工資總額和全國信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)城鎮(zhèn)單位就業(yè)人數(shù)構(gòu)建了兩個工具變量,將其估計結(jié)果命名為(表4)IV3和IV4。四個工具變量的估計結(jié)果均顯示數(shù)字技術(shù)的回歸系數(shù)是顯著的。數(shù)字技術(shù)的發(fā)展提高了高技能勞動力和低技能勞動力的相對需求,促進了中國的就業(yè)升級。

(三)異質(zhì)性檢驗

本部分考慮到不同的地理位置和資源稟賦的差異可能使數(shù)字技術(shù)對就業(yè)升級產(chǎn)生影響。因此,本部分首先根據(jù)國家統(tǒng)計局對于東部地區(qū)、中部地區(qū)和西部地區(qū)的劃分方式進行分區(qū)域的異質(zhì)性檢驗;其次根據(jù)經(jīng)濟發(fā)展水平的不同劃分高水平和低水平兩組樣本進行經(jīng)濟發(fā)展水平異質(zhì)性檢驗;最后根據(jù)人力資本發(fā)展水平的不同劃分高水平和低水平兩組樣本進行人力資本發(fā)展水平的異質(zhì)性檢驗。

1.區(qū)域異質(zhì)性

下頁表5地區(qū)異質(zhì)性檢驗對應(yīng)的三列結(jié)果匯報了分地區(qū)進行樣本回歸的結(jié)果。回歸結(jié)果表明數(shù)字技術(shù)對就業(yè)升級的影響在東部地區(qū)是顯著的,在中部地區(qū)和西部地區(qū)不顯著。這可能是由于區(qū)域間數(shù)字技術(shù)發(fā)展水平存在差異,使得數(shù)字技術(shù)對就業(yè)的規(guī)模效應(yīng)、替代效應(yīng)和互補效應(yīng)存在差異所導(dǎo)致的。東部地區(qū)數(shù)字技術(shù)的發(fā)展水平較高,使得規(guī)模效應(yīng)和互補效應(yīng)較高,進而對高技能勞動力的需求較為顯著。在東部地區(qū),數(shù)字技術(shù)發(fā)展提高了高技能勞動力的相對需求,促進了就業(yè)升級。

表4 穩(wěn)健性檢驗結(jié)果

表5 異質(zhì)性檢驗結(jié)果

2.經(jīng)濟發(fā)展水平異質(zhì)性

利用中國各個省、自治區(qū)、直轄市的人均GDP與樣本人均GDP中位數(shù)進行分組,低于中位數(shù)的劃分為經(jīng)濟規(guī)模較小的地區(qū),大于中位數(shù)的劃分為經(jīng)濟規(guī)模較大的地區(qū)。表5經(jīng)濟規(guī)模異質(zhì)性對應(yīng)的兩列結(jié)果匯報了低經(jīng)濟發(fā)展水平和高經(jīng)濟發(fā)展水平地區(qū)的回歸結(jié)果。結(jié)果顯示數(shù)字技術(shù)對就業(yè)升級的影響在經(jīng)濟發(fā)展水平較高地區(qū)是顯著的,經(jīng)濟發(fā)展水平較低地區(qū)是不顯著的。這可能是由于經(jīng)濟發(fā)展水平較高的地區(qū)有較高數(shù)的字技術(shù)發(fā)展水平與規(guī)模,對高技能勞動力的相對需求也較高。

3.人力資本發(fā)展水平異質(zhì)性

利用中國各個省、自治區(qū)、直轄市的人力資本水平與樣本人力資本水平中位數(shù)進行分組,低于中位數(shù)的劃分為人力資本水平較低的地區(qū),大于中位數(shù)的劃分為人力資本水平較高的地區(qū)。表5人力資本異質(zhì)性的兩列回歸結(jié)果分別匯報了低人力資本水平和高人力資本水平的回歸結(jié)果。結(jié)果顯示數(shù)字技術(shù)對就業(yè)升級的影響在人力資本水平較高時是顯著的,在人力資本水平較低時不顯著。這可能是由于在人力資本水平較高時數(shù)字技術(shù)對就業(yè)升級的影響有較高的市場規(guī)模效應(yīng)。因此,人力資本水平較高時數(shù)字技術(shù)的回歸系數(shù)是顯著的,數(shù)字技術(shù)促進了就業(yè)升級。

六、數(shù)字技術(shù)對就業(yè)升級的空間效應(yīng)

考慮到經(jīng)濟活動具有空間相聯(lián)系的特征,數(shù)字技術(shù)對就業(yè)升級的影響也可能會存在空間效應(yīng)。因此,本部分構(gòu)建了空間計量模型進行實證檢驗,利用各省市自治區(qū)的省會之間的地理距離倒數(shù)作為空間權(quán)重矩陣進行分析。首先使用該空間權(quán)重矩陣計算莫蘭指數(shù)以判斷就業(yè)升級是否存在空間自相關(guān);其次進行空間模型的設(shè)定檢驗;最后根據(jù)空間模型設(shè)定的檢驗結(jié)果計算空間溢出效應(yīng)。

(一)空間自相關(guān)檢驗

空間自相關(guān)檢驗結(jié)果如表6所示。根據(jù)表6的結(jié)果可知2011—2020年間,就業(yè)升級的莫蘭指數(shù)均是顯著為正,這表明就業(yè)升級存在顯著的空間效應(yīng)。進而需要通過模型設(shè)定檢驗以判斷數(shù)字技術(shù)對就業(yè)升級是否存在空間影響以及對空間影響的形式是什么。

表6 空間自相關(guān)檢驗結(jié)果

(二)空間模型設(shè)定檢驗

本部分按照如下步驟進行模型設(shè)定檢驗:首先判斷數(shù)字技術(shù)對就業(yè)升級空間影響的形式;其次確定數(shù)字技術(shù)對就業(yè)升級的影響模型采用哪種類型的固定效應(yīng);最后如果檢驗支持?jǐn)?shù)字技術(shù)對就業(yè)升級的模型是空間杜賓模型,需要對模型進行檢驗以判斷空間杜賓模型是否存在退化。檢驗的結(jié)果如表7所示。第一步,檢驗結(jié)果表明拉格朗日乘子檢驗的結(jié)果拒絕了不存在空間誤差的原假設(shè),但是并沒有拒絕存在空間滯后的原假設(shè)。因此,接下來需要進行穩(wěn)健的拉格朗日乘子檢驗,檢驗結(jié)果表明顯著拒絕了不存在空間誤差和空間滯后的原假設(shè)。所以,應(yīng)當(dāng)選擇空間杜賓模型。第二步,固定效應(yīng)形式的選擇結(jié)果表明不能拒絕采取雙向固定效應(yīng)的假設(shè)。因此,應(yīng)當(dāng)采取雙向固定效應(yīng)進行分析。第三步,空間杜賓模型是否存在退化的LR檢驗結(jié)果表明顯著拒絕了空間杜賓模型可以退化為空間誤差和空間自回歸模型的原假設(shè)。因此,應(yīng)當(dāng)使用空間杜賓模型進行分析。

表7 空間計量模型的設(shè)定檢驗結(jié)果

(三)空間溢出效應(yīng)檢驗

空間杜賓模型的回歸結(jié)果如表8所示。表8第2列到第5列分別是主回歸、直接效應(yīng)、間接效應(yīng)和總效應(yīng)。

表8 空間溢出效應(yīng)檢驗結(jié)果

主回歸的結(jié)果顯示估計系數(shù)rho在10%的水平上是顯著的,表明就業(yè)升級存在顯著的空間正相關(guān)性,數(shù)字技術(shù)對就業(yè)升級的影響是顯著的。這表明數(shù)字技術(shù)的發(fā)展促進了就業(yè)結(jié)構(gòu)升級。直接效應(yīng)的估計結(jié)果表明數(shù)字技術(shù)的回歸系數(shù)顯著為正,這表明本地區(qū)數(shù)字技術(shù)的發(fā)展促進了本地區(qū)的就業(yè)升級。間接效應(yīng)的估計結(jié)果表明數(shù)字技術(shù)的回歸系數(shù)顯著為負,這表明本地區(qū)數(shù)字技術(shù)的發(fā)展抑制了相鄰地區(qū)的就業(yè)升級。這可能是由于本地區(qū)數(shù)字技術(shù)的發(fā)展導(dǎo)致了相鄰地區(qū)的高技能勞動力流動到本地區(qū),因此,相鄰地區(qū)高技能勞動力的相對比重減少了?？傂?yīng)回歸結(jié)果中數(shù)字技術(shù)的系數(shù)顯著為正,這表明數(shù)字技術(shù)對就業(yè)升級的影響存在顯著的空間溢出效應(yīng)。

七、結(jié)論

技術(shù)變革對就業(yè)的影響在經(jīng)濟學(xué)史上引起過眾多經(jīng)濟學(xué)家的興趣。如今,隨著科技的快速發(fā)展,數(shù)字經(jīng)濟已成為全球乃至中國經(jīng)濟的重要組成部分。數(shù)字技術(shù)作為支撐數(shù)字經(jīng)濟發(fā)展的關(guān)鍵因素,其對就業(yè)的影響引起了社會、學(xué)界和政府的廣泛關(guān)注。本文從數(shù)字技術(shù)對就業(yè)影響的視角構(gòu)建了一個包含高技能勞動力和低技能勞動力的異質(zhì)性代理人模型,分析了數(shù)字技術(shù)對就業(yè)升級的影響,使用2011年到2020年的數(shù)據(jù)進行了實證檢驗。本文的主要研究結(jié)論如下:第一,數(shù)字技術(shù)的發(fā)展促進了就業(yè)升級。數(shù)字技術(shù)的發(fā)展通過規(guī)模效應(yīng)和互補效應(yīng)促進了高技能勞動力的就業(yè),通過規(guī)模效應(yīng)和替代效應(yīng)降低了低技能勞動力的就業(yè),因此提高了高技能勞動力的相對需求,促進了中國的就業(yè)升級。通過替換核心解釋變量、更改高技能勞動力的劃分范圍、使用不同工具變量進行穩(wěn)健性檢驗,結(jié)果表明基準(zhǔn)模型的回歸結(jié)果是穩(wěn)健的。第二,數(shù)字技術(shù)對就業(yè)升級的影響存在區(qū)域、經(jīng)濟發(fā)展水平和人力資本發(fā)展水平的異質(zhì)性。數(shù)字技術(shù)在東部地區(qū)對就業(yè)升級的影響是顯著的,在經(jīng)濟發(fā)展水平和人力資本發(fā)展水平較高的地區(qū)是顯著的。第三,數(shù)字技術(shù)對就業(yè)升級的影響存在空間溢出效應(yīng)。本地數(shù)字技術(shù)的發(fā)展促進了本地區(qū)的就業(yè)升級,但是對于相鄰地區(qū)的就業(yè)升級影響是不利的。本文的結(jié)論為研究數(shù)字技術(shù)對中國就業(yè)升級的影響提供了一個新的視角,對更好地促進中國就業(yè)升級具有積極的借鑒意義。