黃子睿 譚佳樂 鄭佳盈 王之怡 王春超

(暨南大學(xué) 廣東廣州 510443)

如今，對(duì)傳統(tǒng)經(jīng)濟(jì)進(jìn)行數(shù)字化，并對(duì)數(shù)字技術(shù)進(jìn)行產(chǎn)業(yè)化，已經(jīng)構(gòu)成我國經(jīng)濟(jì)發(fā)展的新動(dòng)能和新引擎。數(shù)字經(jīng)濟(jì)已經(jīng)成為推動(dòng)經(jīng)濟(jì)增長、促進(jìn)就業(yè)和穩(wěn)定就業(yè)的主要?jiǎng)恿Γ渤蔀樵S多國家發(fā)展的戰(zhàn)略重點(diǎn)。從人才市場角度看，在數(shù)字經(jīng)濟(jì)時(shí)代，利用互聯(lián)網(wǎng)已經(jīng)成為勞動(dòng)者必須掌握的一項(xiàng)生活技能。在推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展、構(gòu)建新發(fā)展格局的階段，在穩(wěn)定就業(yè)的基礎(chǔ)上，實(shí)現(xiàn)就業(yè)質(zhì)量的提高，是必須解決的問題。本文力圖從理論上探討數(shù)字技術(shù)與人才、數(shù)字技術(shù)與就業(yè)質(zhì)量之間的內(nèi)在聯(lián)系，從而為推動(dòng)高質(zhì)量就業(yè)、實(shí)現(xiàn)數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展提供決策依據(jù)。

1 緒論

本文主要探討的是數(shù)字化技術(shù)如何影響勞動(dòng)生產(chǎn)率。當(dāng)今，新一輪產(chǎn)業(yè)革命的核心技術(shù)包括數(shù)字技術(shù)，并且數(shù)字技術(shù)也已成為未來經(jīng)濟(jì)發(fā)展的主要?jiǎng)恿Α，F(xiàn)有的技術(shù)與勞動(dòng)生產(chǎn)率之間的關(guān)系研究多是從傳統(tǒng)技術(shù)和信息通信技術(shù)對(duì)經(jīng)濟(jì)或勞動(dòng)生產(chǎn)率的影響進(jìn)行探討。數(shù)字技術(shù)和傳統(tǒng)技術(shù)、信息通信技術(shù)等對(duì)勞動(dòng)生產(chǎn)率的作用機(jī)理不同。本文擬將數(shù)字化技術(shù)作為一個(gè)切入點(diǎn)，系統(tǒng)地對(duì)數(shù)字科技如何影響勞動(dòng)生產(chǎn)率進(jìn)行研究。

此外，本文從裝配人力資源角度尋求突破點(diǎn)，探討數(shù)字科技對(duì)中國勞動(dòng)生產(chǎn)率的影響。現(xiàn)有文獻(xiàn)主要從科技進(jìn)步、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)、產(chǎn)業(yè)融合及制度等角度探討數(shù)字技術(shù)對(duì)勞動(dòng)生產(chǎn)率的作用機(jī)理。以勞動(dòng)力資源裝配為出發(fā)點(diǎn)，研究了數(shù)字科技對(duì)人力資源裝配效率的影響，進(jìn)一步影響勞動(dòng)生產(chǎn)率。

2 數(shù)字技術(shù)對(duì)勞動(dòng)生產(chǎn)率影響機(jī)制的理論分析

2.1 生產(chǎn)函數(shù)的選取與建造

數(shù)字科技發(fā)展與傳統(tǒng)科技進(jìn)步不同于經(jīng)濟(jì)增長的作用,數(shù)字經(jīng)濟(jì)發(fā)展帶來生產(chǎn)要素。數(shù)字經(jīng)濟(jì)的大背景之下，數(shù)字科技要先使數(shù)據(jù)數(shù)字化，再經(jīng)過挖掘、清洗、處理、整合、轉(zhuǎn)化，使其成為生產(chǎn)要素，并轉(zhuǎn)化為數(shù)據(jù)資本。廣義上的經(jīng)濟(jì)增長方式中，資本分為兩種，一是傳統(tǒng)的物力資本，二是勞動(dòng)資本。大數(shù)據(jù)、云計(jì)算等技術(shù)被廣泛使用，數(shù)據(jù)資本與信息科技資本互相融合，會(huì)成為一種生產(chǎn)要素，對(duì)經(jīng)濟(jì)增長產(chǎn)生直接影響，還能夠提升生產(chǎn)效率和改良經(jīng)濟(jì)構(gòu)造等，生產(chǎn)要素協(xié)同性增強(qiáng)，間接提升了生產(chǎn)效率。所以，數(shù)字科技的經(jīng)濟(jì)效應(yīng)要被考慮在內(nèi)，在生產(chǎn)函數(shù)中加入數(shù)據(jù)資本。本文參考趙墨非、徐翔(2020)提出的新型生產(chǎn)函數(shù)模型，并將其應(yīng)用于數(shù)字化技術(shù)領(lǐng)域進(jìn)行研究。

式(1)中：Dt為數(shù)據(jù)產(chǎn)出；Zt為生產(chǎn)技術(shù)水平；Yt為實(shí)物產(chǎn)出。資本包括四種，分別是，三種其他實(shí)物資本，用表示；一種信息技術(shù)資本，用表示；G代表數(shù)據(jù)化資本；Lt為勞動(dòng)力投入。

2.2 數(shù)字科技對(duì)勞動(dòng)力需要的影響

根據(jù)勞動(dòng)力技能，勞動(dòng)力市場將分為高技能和低技能勞動(dòng)力。高技術(shù)勞動(dòng)力需求量的提高及低技術(shù)勞動(dòng)力需求量下降都源自數(shù)字科技的發(fā)展。因?yàn)閿?shù)字技術(shù)是建立在信息通信技術(shù)、互聯(lián)網(wǎng)技術(shù)等之上的，所以在借鑒GalorandMoav (2000)的模型的情況下，本研究假設(shè)勞動(dòng)力投入的有效組合方程是不變的替代彈性形式：

2.3 數(shù)字技術(shù)影響勞動(dòng)力的供給

本課題基于閆佳、許志成(2011)，李春梅、楊蕙馨(2013)等理論，從數(shù)字科技的特點(diǎn)出發(fā)建造教育成本函數(shù)，以下為具體情況：

每個(gè)人擁有各自的學(xué)習(xí)天賦，a是每個(gè)人的學(xué)習(xí)天賦。a～u(0,1)，當(dāng)a靠近1時(shí)，代表有很高的學(xué)習(xí)天賦，大大降低了投資教育的機(jī)會(huì)成本。

2.4 數(shù)字科技對(duì)勞動(dòng)力的匹配作用

數(shù)字科技通過推動(dòng)勞動(dòng)力供需構(gòu)造的相符合度及減少勞動(dòng)力市場的信息不對(duì)稱對(duì)勞動(dòng)力資源配置效率產(chǎn)生作用，降低技術(shù)與崗位間不匹配的效率，提高勞動(dòng)力的搜索效率。為此，本課題擬從第二個(gè)角度展開研究。在勞動(dòng)供給方面，考慮到勞動(dòng)市場上的信息不對(duì)稱，并非所有的失業(yè)人員都能迅速找到合適的工作，所以給出的就業(yè)匹配函數(shù)為：

3 數(shù)字技術(shù)指數(shù)的建造及測算

3.1 數(shù)字技術(shù)的影響要素

如今，我國正處于發(fā)展數(shù)字科技的初級(jí)階段，尚未有正式的省級(jí)數(shù)字化技術(shù)標(biāo)準(zhǔn)的測算與統(tǒng)計(jì)。目前，僅有少數(shù)機(jī)構(gòu)和學(xué)者做過有關(guān)數(shù)字技術(shù)發(fā)展程度的測算。本課題提出的“數(shù)字技術(shù)”概念為廣義概念，其包含兩個(gè)層面。第一個(gè)層面是關(guān)于數(shù)字技術(shù)的基礎(chǔ)設(shè)施，第二個(gè)層面是關(guān)于運(yùn)用數(shù)字技術(shù)。在這一點(diǎn)上，目前還沒有發(fā)現(xiàn)相應(yīng)的適合測量的指標(biāo)。在對(duì)數(shù)字技術(shù)的內(nèi)涵進(jìn)行分析后，本項(xiàng)目研究的是影響數(shù)字科技的因素，對(duì)3個(gè)指標(biāo)及8個(gè)具體指標(biāo)都進(jìn)行了確定。難以獲取數(shù)字科技在生產(chǎn)中的使用數(shù)據(jù)，并常用百家企業(yè)所占有的計(jì)算機(jī)數(shù)量來替換，本課題把它列為基礎(chǔ)設(shè)施，而不是單獨(dú)列出生產(chǎn)層面的指標(biāo)(見表1)。

表1 數(shù)字技術(shù)測算體系

3.2 數(shù)字技術(shù)指數(shù)權(quán)重和綜合評(píng)價(jià)方法的確定

本項(xiàng)目在進(jìn)行計(jì)算與分析時(shí)采用了熵權(quán)—TOPSIS的方法，熵權(quán)方法是一種客觀賦權(quán)法，在大量指標(biāo)問題解決的同時(shí)，保證各種指標(biāo)都可以反映出它們?cè)诳傮w中的重要性，從而使研究結(jié)果更加客觀、科學(xué)。在此基礎(chǔ)上，本文采用TOPSIS方法進(jìn)行綜合評(píng)估，其結(jié)果比采用單一的熵權(quán)方法或TOPSIS方法更讓人能夠接受(見表2)。

表2 數(shù)字科技指數(shù)權(quán)重的計(jì)算結(jié)果

3.3 數(shù)字科技指數(shù)熵權(quán)-TOPSIS法計(jì)算步驟

3.3.1 原始數(shù)據(jù)矩陣的建造

若評(píng)價(jià)指標(biāo)有n個(gè)，評(píng)價(jià)對(duì)象有m個(gè)城市，原始數(shù)據(jù)矩陣X=(xj)m×n，如下：

3.3.2 以標(biāo)準(zhǔn)化處理原始數(shù)據(jù)

原始數(shù)據(jù)有不同的指標(biāo)單位，量綱問題產(chǎn)生于這些單位之間的差別，因此必須規(guī)范化處理這些數(shù)據(jù)。因?yàn)橛行┲笜?biāo)可能會(huì)出現(xiàn)負(fù)值，所以對(duì)于正向和負(fù)向的指標(biāo)，可以采用不同的方式來處理：

負(fù)向指標(biāo)的標(biāo)準(zhǔn)化處理如下：

i=1，2，…，m;j=1，2，…，n

正向指標(biāo)的標(biāo)準(zhǔn)化處理如下：

i=1，2，…，m;j=1，2，…，n

3.3.3 熵權(quán)法權(quán)重計(jì)算

首先，對(duì)各個(gè)省份的統(tǒng)計(jì)數(shù)據(jù)進(jìn)行計(jì)算，也就是第j項(xiàng)指標(biāo)下第i個(gè)省份的指標(biāo)值比重。

最終將各個(gè)指標(biāo)的熵權(quán)得到權(quán)重排列為組合向量：

3.4 TOPSIS法綜合評(píng)價(jià)

第一步是加權(quán)標(biāo)準(zhǔn)化矩陣的計(jì)算。進(jìn)行決策矩陣的標(biāo)準(zhǔn)化處理，以熵權(quán)方法求出的評(píng)價(jià)指標(biāo)為權(quán)重，再將兩者進(jìn)行乘積，從而獲得這個(gè)矩陣。

第二步是求出正反兩個(gè)理想的解集。一個(gè)正理想解為A+，它是指全部指標(biāo)的數(shù)值都趨于最佳的一組集合；負(fù)理想A-是指全部指標(biāo)的數(shù)值都趨于最差的集合。

第三步是數(shù)字科技到正理想解及負(fù)理想解之間的歐氏距離計(jì)算。是到正理想距離，是到負(fù)理想距離。

第四步是計(jì)算Ci+(相對(duì)臨近度值)。Ci+由各省份的正理想解距離和負(fù)理想解距離根據(jù)下列公式計(jì)算得出。

第五步驟是得出數(shù)據(jù)。從計(jì)算得到的數(shù)值來看，Ci+值愈大，表示數(shù)字化程度愈高；數(shù)值愈小，表示數(shù)字化程度愈低。

由表3可知，在整體上，粵港澳大灣區(qū)各城市綜合評(píng)價(jià)得分為0.1038～0.5168，均值為0.2603，說明粵港澳大灣區(qū)數(shù)字技術(shù)的發(fā)展有較大的提升空間。測算結(jié)果顯示，粵港澳大灣區(qū)各城市數(shù)字技術(shù)指數(shù)綜合得分差距顯著，廣州、深圳、香港的綜合得分指數(shù)遠(yuǎn)高于其他測算城市，綜合得分最低的城市為肇慶，得分僅為0.1038，約占廣州綜合得分的20.08%。

表3 TOPSIS評(píng)價(jià)法計(jì)算結(jié)果

表4 中間值展示

以上差距可能是由以下原因?qū)е拢?1)粵港澳大灣區(qū)內(nèi)各城市經(jīng)濟(jì)發(fā)展水平存在較大差異；(2)不同城市的政府對(duì)數(shù)字技術(shù)的重視程度存在差異。一些地方政府如廣州、深圳、香港，在數(shù)字技術(shù)方面給予較大的政策支持。而一些其他城市，由于政策扶持力度不夠或缺乏相應(yīng)的規(guī)劃，導(dǎo)致數(shù)字技術(shù)發(fā)展與勞動(dòng)力結(jié)合程度與效果相對(duì)滯后；(3)部分城市技術(shù)人才和高端人才儲(chǔ)備不足；(4)不同城市數(shù)字技術(shù)應(yīng)用的行業(yè)和場景存在差異。數(shù)字技術(shù)綜合得分指數(shù)較高的城市如廣州、深圳等，數(shù)字技術(shù)的應(yīng)用范圍較為廣泛，包括人工智能、大數(shù)據(jù)等多個(gè)領(lǐng)域。而一些其他城市，數(shù)字技術(shù)的應(yīng)用主要集中在某些特定領(lǐng)域或行業(yè)，導(dǎo)致數(shù)字技術(shù)的綜合指數(shù)相對(duì)較低。

4 主要研究結(jié)論和政策建議

4.1 研究結(jié)論

本課題通過對(duì)現(xiàn)有文獻(xiàn)的梳理和建模，對(duì)數(shù)字科技在勞動(dòng)生產(chǎn)率的作用機(jī)理進(jìn)行了分析，提出了數(shù)字科技水平的提升將導(dǎo)致低技術(shù)勞動(dòng)力的簡單、重復(fù)性工作被取代，迫使市場對(duì)于高技術(shù)勞動(dòng)力的需要增加，這樣一來，低技術(shù)與高技術(shù)勞動(dòng)力之間的收入差距會(huì)擴(kuò)大。

一方面，數(shù)字化將降低教育成本，促使低技術(shù)勞動(dòng)力因?yàn)橄氆@取更高的收入而更愿意向高技術(shù)勞動(dòng)力轉(zhuǎn)變，從而提高高技術(shù)勞動(dòng)力的供給，也使得對(duì)于勞動(dòng)力的需求與勞動(dòng)力市場的結(jié)構(gòu)更好匹配。

另一方面，數(shù)字化技術(shù)的進(jìn)步使得勞動(dòng)力在尋找工作機(jī)會(huì)的過程中，可以快速尋找到適合的工作機(jī)會(huì)，降低找工作的成本，從而降低摩擦性失業(yè)，提升就業(yè)機(jī)會(huì)的匹配效率。在此背景下，無論從崗位搜索角度還是勞動(dòng)力市場的結(jié)構(gòu)匹配角度，數(shù)字科技都將推動(dòng)勞動(dòng)力資源實(shí)現(xiàn)有效配置，進(jìn)而推動(dòng)勞動(dòng)生產(chǎn)率的提升。

4.2 發(fā)展建議

信息不對(duì)稱，成為勞動(dòng)力尋找過程中的一個(gè)關(guān)鍵因素。若勞動(dòng)力能在尋找工作機(jī)會(huì)時(shí)運(yùn)用數(shù)字技術(shù)，就能提高其分配效能。首先，強(qiáng)化數(shù)字基礎(chǔ)設(shè)施建設(shè)。推動(dòng)勞動(dòng)力市場上下游聯(lián)動(dòng)，數(shù)字化轉(zhuǎn)型要以數(shù)據(jù)、人才、資本等各資源的連接、互補(bǔ)和高效配置來進(jìn)行，這是勞動(dòng)力市場對(duì)數(shù)字科技進(jìn)行運(yùn)用的前置條件；其次，要大力推動(dòng)網(wǎng)絡(luò)技術(shù)在勞動(dòng)力市場上的運(yùn)用，以數(shù)字化為手段，促進(jìn)人力資源有效配置，促進(jìn)勞動(dòng)生產(chǎn)率的提高；最后，要促進(jìn)數(shù)字化前沿技術(shù)創(chuàng)新。只有加速數(shù)字化前沿技術(shù)的突破，才能推動(dòng)“數(shù)字紅利”的釋放。