摘要：鄉(xiāng)村振興是決勝全面建成小康社會、全面建設社會主義現(xiàn)代化國家的重大歷史任務。數(shù)字經(jīng)濟的發(fā)展為鄉(xiāng)村振興提供了強大的新動能，也對鄉(xiāng)村勞動力市場的就業(yè)規(guī)模和就業(yè)結(jié)構(gòu)產(chǎn)生重大影響。文章對2011—2022年我國30個省份鄉(xiāng)村不同技能林業(yè)勞動者的就業(yè)量進行測度，構(gòu)建衡量各省份數(shù)字經(jīng)濟發(fā)展水平的指標體系，通過個體與時間雙向固定效應模型，實證檢驗數(shù)字經(jīng)濟發(fā)展對鄉(xiāng)村林業(yè)勞動者就業(yè)量的影響。進一步探究區(qū)域異質(zhì)性和個體異質(zhì)性，分析數(shù)字經(jīng)濟對東部、中部、西部地區(qū)不同技能林業(yè)勞動者就業(yè)效應的影響。結(jié)果表明：（1）數(shù)字經(jīng)濟發(fā)展會削弱林業(yè)勞動者就業(yè)總量，數(shù)字經(jīng)濟發(fā)展水平每提升1個單位，林業(yè)勞動者就業(yè)總量會減少77.26%。（2）數(shù)字經(jīng)濟發(fā)展水平對鄉(xiāng)村不同技能林業(yè)勞動者就業(yè)量存在明顯的負向作用，且對于低技能勞動者的影響最大，數(shù)字經(jīng)濟發(fā)展水平每提升1個單位，低技能勞動者會減少69.97%；對于中技能勞動者的就業(yè)量影響最小，為38.80%。（3）數(shù)字經(jīng)濟發(fā)展水平每增加1個單位，東部地區(qū)林業(yè)勞動者就業(yè)總量會減少90.40%，中部地區(qū)的中技能勞動者就業(yè)量會減少254.76%，對西部地區(qū)則無顯著影響。文章豐富了鄉(xiāng)村振興戰(zhàn)略以及數(shù)字經(jīng)濟發(fā)展和就業(yè)效應理論的相關(guān)研究，通過數(shù)理模型對數(shù)字經(jīng)濟發(fā)展如何影響林業(yè)勞動者的深入剖析，能夠緩解數(shù)字經(jīng)濟時代下我國鄉(xiāng)村林業(yè)勞動者的就業(yè)問題。文章指出我國應高度重視數(shù)字經(jīng)濟對林業(yè)勞動者就業(yè)產(chǎn)生的替代效應和創(chuàng)造效應；積極尋求數(shù)字經(jīng)濟助推林業(yè)勞動者就業(yè)的路徑；完善社會保障制度，提升就業(yè)服務水平。

關(guān)鍵詞：數(shù)字經(jīng)濟；鄉(xiāng)村振興；就業(yè)效應；替代效應；創(chuàng)造效應

中圖分類號：F326.2； F49； F323.6； F249.2文獻標識碼：A文章編號：1673-338X（2024）5-064-15

基金項目：國家自然科學基金青年項目“基于選擇實驗法的秸稈多元化利用非市場價值評估及生態(tài)補貼機制研究”（71703082），陜西師范大學中央高校基本科研業(yè)務費專項資金項目“社會嵌入視角下陜西貧困區(qū)科技精準扶貧模式探索及提升策略研究”（20200347），陜西省哲學社會科學研究專項“數(shù)字經(jīng)濟賦能鄉(xiāng)村振興的就業(yè)效應研究”（2023HZ0939）。

Research on the employment effect of digital economy empowering rural revitalizationon on forestry workers

LI Peng， FU Xiaorui， CHEN Yuchun， WANG Shufen

（International Business School of Shaanxi Normal University， Xi’an 710119）

Abstract：Rural revitalization constitutes a major historical task in achieving a decisive victory in the comprehensive establishment of a moderately prosperous society in all aspects and the comprehensive construction of a modern socialist country. The advancement of digital economy offers a powerful new impetus for rural revitalization and has a significant influence on the employment scale and employment structure of the rural labor market. This paper gauged the employment quantity of rural forestry workers with diverse skills in 30 provinces in China from 2011 to 2022， constructed an indicator system to measure the development level of digital economy in each province， and empirically investigated the effect of digital economy development on the employment quantity of rural forestry workers through individual and time two-way fixed effects model. It further explored regional and individual heterogeneity， and analyzed the impact of digital economy on the employment effect of forestry workers with different skills in the eastern， central， and western regions. The findings revealed that：（1）The development of digital economy would diminish the total employment of forestry workers. When the development level of digital economy rose by one unit， the total employment of forestry workers would decline by 77.26%.（2）Digital economy had a significant negative impact on the employment of rural forestry workers with different skills. The influence on low-skilled workers was the most significant. Every time digital economy escalated by one level， low-skilled forestry workers would decrease by 69.97%. The impact on the employment volume of medium-skilled workers was the least， which was 38.80%.（3）For every unit increase in digital economy development index， the total employment of forestry workers in the eastern region would decline by 90.40%. The employment of medium-skilled forestry workers in the central region would decrease by 254.76%， but there was no remarkable effect on the western region. This paper enriched the relevant research on the rural revitalization strategy， digital economy and the employment effect theory. Through a mathematical model， the in-depth analysis of how digital economy affected forestry workers could alleviate the employment issue of rural forestry workers in digital economy era. The paper pointed out that China should attach great importance to the substitution effect and creation effect of digital economy on the employment of forestry workers， actively seek methods for digital economy to enhance the employment of forestry workers， improve the social security system and enhance employment services.

Keywords：digital economy；rural revitalization；employment effect；substitution effect；creation effects

1引言

當前，中國經(jīng)濟正處于高質(zhì)量發(fā)展的關(guān)鍵時期，信息化、數(shù)字化為經(jīng)濟發(fā)展提供了新方向，發(fā)展數(shù)字經(jīng)濟已經(jīng)成為國家戰(zhàn)略。中國信息通信研究院發(fā)布的《中國數(shù)字經(jīng)濟發(fā)展白皮書（2023年）》顯示，2022年，中國數(shù)字經(jīng)濟規(guī)模達到50.2萬億元，同比名義增長10.3%，占GDP比重的41.5%。2022年1月，中央網(wǎng)信辦等10個部門印發(fā)《數(shù)字鄉(xiāng)村發(fā)展行動計劃（2022-2025）》，明確提出要著力發(fā)展鄉(xiāng)村數(shù)字經(jīng)濟。在此背景下，加快數(shù)字技術(shù)與鄉(xiāng)村產(chǎn)業(yè)深度融合，把握數(shù)字經(jīng)濟為鄉(xiāng)村發(fā)展帶來的新機遇，對于中國實現(xiàn)鄉(xiāng)村振興具有重大意義。

就業(yè)是民生之本，就業(yè)問題是我國面臨的最重要的問題之一。數(shù)字經(jīng)濟對勞動者就業(yè)產(chǎn)生的影響引發(fā)了學界的廣泛討論（楊朝舜，2020；倪建春，2020；隆云滔等，2020）。在全面推進鄉(xiāng)村振興的關(guān)鍵時期，科學測度各省份鄉(xiāng)村數(shù)字經(jīng)濟的發(fā)展水平，分析數(shù)字經(jīng)濟對我國林業(yè)勞動者就業(yè)的影響，對提升我國林業(yè)勞動者的就業(yè)水平具有重要意義。

基于此，本文立足于就業(yè)角度，探究數(shù)字經(jīng)濟對于鄉(xiāng)村振興的影響，基于數(shù)據(jù)有效性及可得性，擬利用2011—2022年中國30個省份（不含香港、澳門、臺灣地區(qū)和西藏自治區(qū)）的面板數(shù)據(jù)，在對不同技能林業(yè)勞動者就業(yè)量以及數(shù)字經(jīng)濟發(fā)展水平測度的基礎上，采用個體與時間雙向固定效應模型，實證分析數(shù)字經(jīng)濟發(fā)展對林業(yè)勞動者就業(yè)量的影響，并進一步探究個體異質(zhì)性以及區(qū)域異質(zhì)性，分析數(shù)字經(jīng)濟發(fā)展在賦能鄉(xiāng)村振興的過程中對鄉(xiāng)村地區(qū)不同技能水平以及不同省份的林業(yè)勞動者就業(yè)效應差異。

本文的邊際貢獻：在理論層面，針對性探索數(shù)字經(jīng)濟賦能鄉(xiāng)村農(nóng)林產(chǎn)業(yè)勞動者就業(yè)的理論機制，豐富和完善我國鄉(xiāng)村振興戰(zhàn)略以及數(shù)字經(jīng)濟和就業(yè)效應理論。在實證分析層面，構(gòu)建個體與時間雙向固定模型分析數(shù)字經(jīng)濟對我國林業(yè)勞動者就業(yè)的影響效應，并進行區(qū)域異質(zhì)性及個體異質(zhì)性分析。在視角層面，現(xiàn)有研究對數(shù)字經(jīng)濟影響不同技能勞動力就業(yè)的討論仍然存在分歧，尤其缺乏關(guān)于林業(yè)勞動者就業(yè)量以及就業(yè)結(jié)構(gòu)的研究。對此，本文通過理論與實證分析數(shù)字經(jīng)濟發(fā)展對林業(yè)勞動者就業(yè)量的影響，以緩解數(shù)字經(jīng)濟時代下我國林業(yè)勞動者的就業(yè)問題。

2文獻回顧與評述

綜述本文所涉及研究領域已有文獻，從關(guān)于數(shù)字經(jīng)濟與農(nóng)林業(yè)相關(guān)研究以及數(shù)字經(jīng)濟就業(yè)效應兩個主要方面梳理研究進展，評述研究領域的局限性或可改進之處，并指出已有研究與本文的差異。

2.1關(guān)于數(shù)字經(jīng)濟和農(nóng)林業(yè)的相關(guān)研究

數(shù)字經(jīng)濟首先由Tapscott（1996）提出，Kling等（1999）進一步研究認為，數(shù)字經(jīng)濟不僅是指電子商務，還應包括信息技術(shù)的基礎設施、信息技術(shù)行業(yè)本身和與信息技術(shù)所支撐的有形商品的銷售；郭晶（2023）認為，數(shù)字林業(yè)是對林業(yè)資源、生態(tài)環(huán)境、林業(yè)經(jīng)濟活動進行全面、綜合和動態(tài)管理的一種現(xiàn)代化手段。當前與數(shù)字經(jīng)濟和農(nóng)林業(yè)相關(guān)的研究多認同數(shù)字經(jīng)濟對產(chǎn)業(yè)的賦能作用。王寧（2023）通過構(gòu)建31個省份的鄉(xiāng)村產(chǎn)業(yè)振興指數(shù)和數(shù)字經(jīng)濟指數(shù)，提出數(shù)字經(jīng)濟對鄉(xiāng)村產(chǎn)業(yè)振興有顯著的促進作用，體現(xiàn)在生產(chǎn)方式高效、第一產(chǎn)業(yè)增產(chǎn)、提高農(nóng)業(yè)的抗風險能力三個方面；侯方淼等（2023）探究了數(shù)字經(jīng)濟如何影響鄉(xiāng)村林業(yè)的發(fā)展，認為數(shù)字經(jīng)濟賦能鄉(xiāng)村林業(yè)的生產(chǎn)可能性邊界、經(jīng)營管理以及新業(yè)態(tài)，從而促進鄉(xiāng)村林業(yè)生產(chǎn)活動轉(zhuǎn)型升級、推動鄉(xiāng)村林業(yè)經(jīng)營管理網(wǎng)絡化以及擴展鄉(xiāng)村林業(yè)產(chǎn)業(yè)體系。

2.2關(guān)于數(shù)字經(jīng)濟就業(yè)效應的相關(guān)研究

國內(nèi)外對數(shù)字經(jīng)濟就業(yè)效應的已有研究中，大多數(shù)學者認為數(shù)字經(jīng)濟對勞動者就業(yè)存在替代效應和創(chuàng)造效應兩個方面的影響。在替代效應方面，World Bank Group（2016）研究發(fā)現(xiàn)，由于自動化水平的進步，經(jīng)濟合作與發(fā)展組織（Organization for Economic Co-operation and Development， OECD）國家約57%的崗位將會在未來20年被替代；王志凱（2018）通過研究人工智能技術(shù)進步對就業(yè)的影響，發(fā)現(xiàn)人工智能技術(shù)在初期對第一產(chǎn)業(yè)有明顯的抑制作用，對第二產(chǎn)業(yè)有短暫的促進作用，在中長期對第一產(chǎn)業(yè)的作用趨于平穩(wěn)，對第二產(chǎn)業(yè)產(chǎn)生抑制作用；王林輝等（2022）研究發(fā)現(xiàn)，人工智能會引發(fā)中國19.05%的崗位面臨高替代風險。其他學者則認為數(shù)字技術(shù)在替代勞動力的同時，也會創(chuàng)造出新的崗位。Pélissié等（2011）研究發(fā)現(xiàn)，應用互聯(lián)網(wǎng)技術(shù)導致法國50萬個工作崗位消失的同時也創(chuàng)造了240萬個新的就業(yè)機會；王躍生等（2022）研究發(fā)現(xiàn)，數(shù)字技術(shù)的運用創(chuàng)造了許多新的職業(yè)種類，與數(shù)字經(jīng)濟有關(guān)的就業(yè)崗位日益增加，推動了勞動者就業(yè)總量的增長；張水平等（2023）研究認為，數(shù)字經(jīng)濟發(fā)展并不一定會造成中國就業(yè)規(guī)模的減小，數(shù)字經(jīng)濟在減少第一產(chǎn)業(yè)崗位的同時會增加第三產(chǎn)業(yè)崗位，并增加對高技能勞動者的需求。

此外，還有學者認為數(shù)字經(jīng)濟發(fā)展對不同技能水平勞動者產(chǎn)生的影響存在差異。Goos等（2014）研究發(fā)現(xiàn)，智能化水平提高會使中技能勞動者的就業(yè)量減少，但是會提高低技能和高技能勞動者的就業(yè)水平，勞動力市場出現(xiàn)兩極分化；陳曉等（2020）研究發(fā)現(xiàn)，工業(yè)智能化會增加高技能勞動力的需求，逐步替代中、低技能勞動力。但是Autor等（2003）、Goos等（2009）以及Michaels等（2014）認為，這也可能是工作極化現(xiàn)象的作用結(jié)果，即高技能和低技能工人的工作機會持續(xù)增加，而中技能工人的工作機會卻在減少。因此，探討企業(yè)數(shù)字化對就業(yè)的影響時需要探究其對不同技能林業(yè)勞動者產(chǎn)生的影響。

綜上分析可知，國內(nèi)外學者對數(shù)字經(jīng)濟在制造業(yè)、人工智能等領域的就業(yè)效應進行了多方位的研究，但在農(nóng)林業(yè)的研究僅限于數(shù)字經(jīng)濟對產(chǎn)業(yè)的整體影響，缺乏對農(nóng)林業(yè)就業(yè)量的沖擊效應分析。因此，本文一是通過探究鄉(xiāng)村振興背景下數(shù)字經(jīng)濟對林業(yè)勞動者就業(yè)量的影響，深化了本領域的相關(guān)研究；二是按照低、中、高技能劃分出三類就業(yè)量并進行測度，借助個體與時間雙向固定效應模型，較為全面地揭示數(shù)字經(jīng)濟對不同技能林業(yè)勞動者的就業(yè)影響，有助于更好地評估數(shù)字經(jīng)濟對中國林業(yè)勞動者就業(yè)的影響；三是考慮到中國區(qū)域經(jīng)濟發(fā)展不平衡和數(shù)字經(jīng)濟發(fā)展水平的差異，本文進一步研究東部、中部、西部地區(qū)數(shù)字經(jīng)濟發(fā)展水平對林業(yè)勞動者就業(yè)的影響，有利于更好地提出差異化的政策啟示。

3理論分析框架與研究方法

本文通過對可行能力理論的闡述，構(gòu)建理論分析框架，并據(jù)此提出研究假設，在此基礎上進一步闡釋本文研究方法和模型構(gòu)建。

3.1理論分析與研究假設

產(chǎn)業(yè)振興是推進與實現(xiàn)鄉(xiāng)村振興的基礎，數(shù)字經(jīng)濟作為戰(zhàn)略性新興產(chǎn)業(yè)，與鄉(xiāng)村振興戰(zhàn)略高度契合（金軍，2023），通過向農(nóng)業(yè)農(nóng)村滲透產(chǎn)生產(chǎn)業(yè)發(fā)展、生態(tài)優(yōu)化、文化整合、治理規(guī)范和增收致富五大效應，為鄉(xiāng)村振興注入強大動能（賀衛(wèi)華等，2022），同時也深刻影響著林業(yè)勞動者的就業(yè)量?；贏utor等（2003）提出的基于任務的模型，數(shù)字經(jīng)濟的發(fā)展可以通過替代效應、創(chuàng)造效應、反饋效應和溢出效應，對就業(yè)產(chǎn)生不同影響。一方面，數(shù)字經(jīng)濟賦能會通過替代效應減少對農(nóng)林業(yè)各類技能勞動者的需求，降低就業(yè)量（張智勇等，2023）。按照基于任務的模型分析框架，數(shù)字經(jīng)濟賦能和勞動者在不同工作中發(fā)揮著各自的比較優(yōu)勢。當農(nóng)林企業(yè)使用數(shù)字技術(shù)的成本比勞動者更具比較優(yōu)勢時，會偏向于使用數(shù)字技術(shù)與手段，導致部分勞動者的就業(yè)崗位被數(shù)字技術(shù)取代，特別是重復性強、創(chuàng)造性和情感交互性弱的就業(yè)崗位，從而降低了勞動者的就業(yè)量（Acemoglu et al.， 2020）。隨著數(shù)字技術(shù)的發(fā)展及其賦能效果的增強，數(shù)字技術(shù)及相關(guān)智能設備除了能從事重復性的工作之外，還可以勝任更加復雜，甚至超出勞動者的體力和認知范圍的工作。因此，數(shù)字技術(shù)發(fā)展對勞動者就業(yè)產(chǎn)生替代效應的范圍將會擴大。另一方面，數(shù)字經(jīng)濟的創(chuàng)造效應可能會增加勞動者的就業(yè)總量（劉儒等，2023）。數(shù)字技術(shù)的發(fā)展可以通過擴大生產(chǎn)規(guī)模增加各類技能勞動者的就業(yè)量。數(shù)字技術(shù)及手段的應用使得涉農(nóng)企業(yè)可以運用資本和技術(shù)替代由勞動者執(zhí)行的任務，資本和技術(shù)以其價格優(yōu)勢降低了企業(yè)的生產(chǎn)經(jīng)營成本，提高了企業(yè)的生產(chǎn)效率，進而影響商品和服務的價格，刺激消費需求，進一步刺激企業(yè)擴大生產(chǎn)規(guī)模，繼續(xù)增加對各類技能勞動者的需求。

據(jù)此，本文提出兩個具有競爭性的假設H1a和H1b。

H1a：數(shù)字經(jīng)濟發(fā)展對林業(yè)勞動者總體就業(yè)規(guī)模產(chǎn)生的創(chuàng)造效應大于替代效應，因此數(shù)字經(jīng)濟會使得林業(yè)勞動者就業(yè)總量增加。

H1b：數(shù)字經(jīng)濟發(fā)展對林業(yè)勞動者總體就業(yè)規(guī)模產(chǎn)生的替代效應大于創(chuàng)造效應，因此數(shù)字經(jīng)濟會使得林業(yè)勞動者就業(yè)總量減少。

此外，數(shù)字經(jīng)濟對于不同技能勞動者所產(chǎn)生的影響不同。當前，數(shù)字經(jīng)濟發(fā)展可以通過創(chuàng)造新的就業(yè)崗位增加中高技能勞動者的就業(yè)量。數(shù)字經(jīng)濟發(fā)展在替代部分勞動者就業(yè)的同時，也會創(chuàng)造出一些更具比較優(yōu)勢的新工作崗位，增加這些勞動者的就業(yè)量。但是數(shù)字經(jīng)濟發(fā)揮創(chuàng)造效應主要體現(xiàn)在增加中高技能勞動者就業(yè)量（葉熳蓮，2023）。農(nóng)林業(yè)勞動者就業(yè)處于全產(chǎn)業(yè)價值鏈的低端，就業(yè)人員主要為低技能勞動者，數(shù)字經(jīng)濟與這些勞動者存在直接競爭關(guān)系。而且隨著數(shù)字經(jīng)濟水平的發(fā)展，低技能勞動力成本快速上升、技能替代成本下降使得低技能勞動力更容易被技術(shù)替代，造成低技能勞動力占比快速下降（陳斌開等，2021）。同時，中國農(nóng)林業(yè)中高技能勞動者的就業(yè)量相對較少，且他們從事的主要是大量復雜的、無序的工作，因此，數(shù)字經(jīng)濟的發(fā)展對低技能勞動者就業(yè)量的替代效應會更加明顯。據(jù)此，本文提出假設H2。

H2：數(shù)字經(jīng)濟發(fā)展對不同技能林業(yè)勞動者就業(yè)量存在不同程度的影響，且替代作用對低技能勞動者的就業(yè)量影響最大。

3.2研究方法

本文首先使用熵值法對數(shù)字經(jīng)濟水平進行衡量，熵是對不確定性信息的度量，不確定性越大，數(shù)據(jù)表現(xiàn)得越離散，隨機性越大，則包含的信息量就越大，熵也就越大。利用該原理計算出各指標的熵權(quán)，能夠客觀反映各指標權(quán)重。

首先對數(shù)據(jù)標準化處理，把指標的絕對值轉(zhuǎn)化為相對值以方便橫向比較，正變量計算方法如式（1）所示，負變量計算方法如式（2）所示。

式（1）、式（2）中，Xij表示第i個指標在j省份的數(shù)值。

4變量說明與描述性統(tǒng)計

基于理論分析與回歸模型的構(gòu)建，本文就數(shù)據(jù)來源進行說明，對核心被解釋變量和解釋變量等進行選取與描述性統(tǒng)計。本文使用的各項數(shù)據(jù)分別來源于《中國林業(yè)和草原統(tǒng)計年鑒》《中國統(tǒng)計年鑒》《中國勞動統(tǒng)計年鑒》《中國人口與就業(yè)統(tǒng)計年鑒》以及各省份統(tǒng)計年鑒和北京大學數(shù)字普惠金融指數(shù)，部分缺失數(shù)據(jù)用線性插值法補齊。

4.1被解釋變量

本文的被解釋變量為林業(yè)勞動者就業(yè)總量（Yit）、低技能勞動者就業(yè)量（Y1t）、中技能勞動者就業(yè)量（Y2t）和高技能勞動者就業(yè)量（Y3t），由于就業(yè)量數(shù)值較大，因此分別對各就業(yè)量進行取對數(shù)處理，以便數(shù)據(jù)更加平穩(wěn)。受教育程度在一定程度上能夠反映農(nóng)林從業(yè)者在吸收與消化農(nóng)林技能與管理知識等方面的能力，因此，本文借鑒郝楠（2017）、賈卓強（2023）對不同技能勞動者的衡量標準，根據(jù)林業(yè)勞動者的受教育程度不同，將其劃分為低技能勞動者（具有小學及以下學歷）、中技能勞動者（具有初中和高中學歷）和高技能勞動者（具有大學?？萍耙陨蠈W歷），進一步對2011—2022年我國30個省份（西藏自治區(qū)由于數(shù)據(jù)嚴重缺失不包括在內(nèi)，也未包括港澳臺地區(qū)）的鄉(xiāng)村不同技能林業(yè)勞動者就業(yè)量進行測度，發(fā)現(xiàn)林業(yè)勞動者就業(yè)總量和不同技能林業(yè)勞動者就業(yè)量整體呈下降趨勢。2011—2022年我國30個省份不同技能林業(yè)勞動者就業(yè)量如圖1所示。

4.2核心解釋變量

本文將數(shù)字經(jīng)濟發(fā)展水平（Dig）作為核心解釋變量。綜合考慮數(shù)據(jù)的科學性和可獲得性，選取數(shù)字化基礎設施、數(shù)字產(chǎn)業(yè)化以及產(chǎn)業(yè)數(shù)字化3個一級指標。數(shù)字化基礎設施對于數(shù)字經(jīng)濟的發(fā)展和創(chuàng)新起到關(guān)鍵的支撐作用，數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化代表數(shù)字經(jīng)濟的技術(shù)和業(yè)務兩個方面，是對數(shù)字化理解和產(chǎn)業(yè)實踐的兩個方面，能夠有效對我國數(shù)字經(jīng)濟發(fā)展水平進行衡量。在一級指標基礎上，選取農(nóng)村廣播節(jié)目人口覆蓋率、氣象站個數(shù)、農(nóng)村人均用電量、農(nóng)村人均投遞路線長度、已通郵的行政村比重、農(nóng)村互聯(lián)網(wǎng)寬帶接入用戶數(shù)、信息傳輸、軟件和信息技術(shù)服務業(yè)城鎮(zhèn)單位就業(yè)人數(shù)、數(shù)字普惠金融指數(shù)等8個二級指標，構(gòu)建數(shù)字經(jīng)濟發(fā)展水平指標體系，如表1所示。

本文采用熵權(quán)-Topsis法有效評估各省份的數(shù)字經(jīng)濟發(fā)展水平，發(fā)現(xiàn)2011—2022年我國30個省份數(shù)字經(jīng)濟發(fā)展水平存在較大區(qū)域差異性。各省份數(shù)字經(jīng)濟發(fā)展水平平均指數(shù)如圖2所示。

4.3控制變量

為了盡可能克服遺漏變量的影響，借鑒賈卓強（2023）的研究，本文選取人力資本投資水平（Edu）、林業(yè)發(fā)展水平（For）、產(chǎn)業(yè)結(jié)構(gòu)（Ind）、交通通達度（Tra）以及人口增長水平（Peo）、經(jīng)濟發(fā)展水平（Eco）、生活成本（Cos）、醫(yī)療保障水平（Med）8個變量作為控制變量，變量的描述性統(tǒng)計如表2所示。具體來看，人力資本投資水平越高，勞動者所掌握的林業(yè)相關(guān)知識越豐富，技能水平越高，越有利于自身就業(yè)，因此本文選用財政教育支出與財政總支出的比值進行衡量；地區(qū)經(jīng)濟以及林業(yè)發(fā)展水平越高，會為林業(yè)勞動者創(chuàng)造更多的就業(yè)崗位，從而提升勞動者就業(yè)量，故分別以地區(qū)GDP對數(shù)值以及林業(yè)GDP值衡量該指標；產(chǎn)業(yè)結(jié)構(gòu)的變化和發(fā)展會直接影響到就業(yè)機會的數(shù)量、結(jié)構(gòu)和地區(qū)分布，隨著產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整和轉(zhuǎn)型，就業(yè)市場也會相應地發(fā)生變化，本文以第三產(chǎn)業(yè)增加值占GDP的比重作為該指標的代理標量；交通越便利，勞動力要素流動越快，能為勞動者就業(yè)提供基礎條件，故以公路里程數(shù)進行衡量；人口增長水平用人口自然增長率來表示；生活成本和醫(yī)療保障水平分別代表各地區(qū)宜居程度，生活成本越低、醫(yī)療水平越高，越容易吸引勞動者就業(yè)，本文分別以農(nóng)村居民人均消費支出以及鄉(xiāng)村衛(wèi)生室個數(shù)取對數(shù)進行衡量。

5實證分析

根據(jù)本文研究方法和樣本數(shù)據(jù)，對數(shù)字經(jīng)濟發(fā)展水平以及林業(yè)勞動者就業(yè)量進行計算，并使用Stata 15.0進行回歸分析，描述數(shù)字經(jīng)濟對林業(yè)勞動者就業(yè)的影響效應，在此基礎上對結(jié)果的穩(wěn)健性進行檢驗，進一步對異質(zhì)性進行檢驗和分析。

5.1基準回歸

為了更加準確地分析數(shù)字經(jīng)濟發(fā)展水平與林業(yè)勞動者就業(yè)量的關(guān)系，本文首先對相關(guān)模型進行檢驗。由于隨機效應需要的假設比固定效應更強（因為要求解釋變量和個體遺漏特征不相關(guān)），但是相比之下，固定效應卻有更多的自由度損失（因為待估參數(shù)更多）。因此，本文首先進行Hausman檢驗，判斷使用隨機效應模型還是固定效應模型，通過檢驗得到Prob > chi2= 0.0000，此處的原假設是接受隨機效應，當Prob > chi2< 0.0500時，認為應該選擇固定效應模型。進一步檢驗選擇雙向固定模型還是個體固定模型，通過檢驗得到Prob > F = 0.0000。因此，應當選擇個體與時間雙向固定模型進行分析。

基于我國30個省份樣本的數(shù)字經(jīng)濟發(fā)展水平對林業(yè)勞動者就業(yè)量的回歸結(jié)果如表3所示。由表3可知，數(shù)字經(jīng)濟發(fā)展水平對林業(yè)勞動者就業(yè)總量和不同技能勞動者就業(yè)量的影響系數(shù)均顯著為負，且該系數(shù)絕對值在低技能勞動者就業(yè)量中最大、在中技能勞動者就業(yè)量中最小。該結(jié)果說明數(shù)字經(jīng)濟發(fā)展對林業(yè)勞動者就業(yè)總量和不同技能勞動者就業(yè)量產(chǎn)生的替代效應大于創(chuàng)造效應，且該負向影響在低技能勞動者就業(yè)量中最大、在中技能勞動者就業(yè)量中最小。這可能是因為：一方面，數(shù)字經(jīng)濟的發(fā)展常常伴隨著自動化和智能化的進步，一些簡單重復的勞動可能會被自動化系統(tǒng)取代，所以與中技能勞動者相比，數(shù)字經(jīng)濟對低技能勞動者的影響更大；另一方面，鄉(xiāng)村數(shù)字經(jīng)濟的快速發(fā)展以及人才回引政策的貫徹落實吸引了大量的高等學歷勞動者，勞動生產(chǎn)率提高的同時行業(yè)所提供的崗位也不斷減少。因此，與中技能勞動者相比，高技能勞動者可能需要面對更激烈的競爭，從而不利于就業(yè)。這驗證了本文提出的假設H1b和H2。

5.2穩(wěn)健性檢驗

由于北京、天津、上海、重慶4個直轄市現(xiàn)代化林業(yè)發(fā)展水平較高，不具備代表性，因此借鑒黃敦平等（2023）的做法，本文選擇剔除直轄市后對剩余樣本重新進行估計，基于26個省份樣本的數(shù)字經(jīng)濟發(fā)展水平對林業(yè)勞動者就業(yè)量的穩(wěn)健性檢驗結(jié)果如表4所示。由表4中各列數(shù)值均為負可知，數(shù)字經(jīng)濟發(fā)展會抑制林業(yè)勞動者就業(yè)總量和不同技能勞動者就業(yè)量，此結(jié)論進一步驗證了基準回歸結(jié)果的可靠性。

5.3內(nèi)生性檢驗

考慮到林業(yè)勞動者就業(yè)增加對數(shù)字經(jīng)濟可能會出現(xiàn)反向推動作用，即存在內(nèi)生性問題，因此借鑒魯釗陽等（2022）的相關(guān)研究，本文將數(shù)字經(jīng)濟發(fā)展水平滯后一期（L.Dig）作為工具變量進行內(nèi)生性檢驗，該變量與當期數(shù)字經(jīng)濟發(fā)展水平關(guān)聯(lián)性強，但與其他變量以及擾動項不相關(guān)。內(nèi)生性檢驗結(jié)果如表5所示。此外，對于原假設“工具變量識別不足”的檢驗，Kleibergen-Paap rk的LM統(tǒng)計量P值均為0.0952，顯著拒絕原假設；在工具變量弱識別的檢驗中，Kleibergen-Paap Wald rk的F統(tǒng)計量為434.1350，大于Stock-Yogo弱識別檢驗在10%顯著性水平上的臨界值16.3800?？傮w而言，以上檢驗說明了選取數(shù)字經(jīng)濟滯后一期工具變量的合理性。

5.4異質(zhì)性分析

考慮到中國各地區(qū)的經(jīng)濟發(fā)展水平與資源要素條件存在明顯的區(qū)域性，數(shù)字經(jīng)濟發(fā)展水平對林業(yè)勞動者就業(yè)量的作用效果也可能存在區(qū)域差異。因此，本文依據(jù)三大經(jīng)濟帶的劃分標準，將我國30個省份的樣本劃分為東部地區(qū)、中部地區(qū)和西部地區(qū)，進一步考察數(shù)字經(jīng)濟發(fā)展對林業(yè)勞動者就業(yè)量的區(qū)域差異。東部、中部、西部地區(qū)數(shù)字經(jīng)濟發(fā)展對林業(yè)勞動者就業(yè)量的回歸結(jié)果如表6所示。從表6不難發(fā)現(xiàn)：數(shù)字經(jīng)濟發(fā)展水平對林業(yè)勞動者就業(yè)總量以及不同技能勞動者就業(yè)量均會產(chǎn)生負向影響。其中數(shù)字經(jīng)濟發(fā)展水平對低技能勞動者的負向影響最大，這是由于數(shù)字經(jīng)濟的發(fā)展可能加劇數(shù)字鴻溝，即數(shù)字技術(shù)的應用和數(shù)字化機會的不平等分配。低技能勞動者通常面臨數(shù)字技術(shù)應用的障礙，如缺乏數(shù)字技能、數(shù)字設備的使用能力等，這使得低技能勞動者更難參與到林業(yè)現(xiàn)代化建設中。與東部地區(qū)相比，數(shù)字經(jīng)濟只對中部地區(qū)低技能勞動者就業(yè)產(chǎn)生不利影響，而不會影響西部地區(qū)。這可能是因為中部和西部地區(qū)的林業(yè)資源更為豐富。這些地區(qū)的林業(yè)勞動者主要從事與林業(yè)資源相關(guān)的工作，如林木砍伐、造林和林地管理等。由于數(shù)字經(jīng)濟的發(fā)展主要集中在城市和信息技術(shù)密集的行業(yè)，與中部和西部地區(qū)林業(yè)勞動者的工作范圍相對獨立，因此數(shù)字經(jīng)濟對其就業(yè)的影響較小。

6研究結(jié)論、討論與政策啟示

伴隨我國經(jīng)濟的高質(zhì)量發(fā)展，數(shù)字經(jīng)濟逐漸成為培育經(jīng)濟增長新動能、搶抓發(fā)展新機遇的重要路徑手段，作為經(jīng)濟“加速器”和“穩(wěn)定器”的作用逐漸凸顯。數(shù)字經(jīng)濟能否惠及鄉(xiāng)村弱勢群體、推動鄉(xiāng)村農(nóng)林業(yè)居民就業(yè)呢？本文探討了數(shù)字經(jīng)濟發(fā)展對林業(yè)勞動者就業(yè)的影響，得出研究結(jié)論，并與已有研究進行對比討論，然后提出政策啟示，以期為促進農(nóng)村居民高質(zhì)量就業(yè)提供實證參考。

6.1研究結(jié)論

本文基于2011—2022年我國30個省份對不同技能林業(yè)勞動者的就業(yè)量以及數(shù)字經(jīng)濟等發(fā)展水平進行測度，構(gòu)建衡量各省份數(shù)字經(jīng)濟發(fā)展水平的指標體系，通過個體與時間雙向固定效應模型，實證檢驗數(shù)字經(jīng)濟發(fā)展水平對不同技能林業(yè)勞動者就業(yè)量的影響，得出三點研究結(jié)論。

一是數(shù)字經(jīng)濟發(fā)展會削弱林業(yè)勞動者就業(yè)總量。通過個體與時間雙向固定效應模型進行回歸，得到我國數(shù)字經(jīng)濟發(fā)展水平每提升1個單位，林業(yè)勞動者就業(yè)總量會減少77.26%，說明數(shù)字經(jīng)濟發(fā)展水平對林業(yè)勞動者就業(yè)總量產(chǎn)生的替代效應大于創(chuàng)造效應，這可能主要是由于技能要求、教育和培訓不足、地理限制以及工作類型轉(zhuǎn)變等原因所致。另外，城鎮(zhèn)化水平會對就業(yè)產(chǎn)生不利影響，原因在于隨著城鎮(zhèn)化的推進，農(nóng)村勞動力逐漸向城市轉(zhuǎn)移，導致農(nóng)村人口減少，林業(yè)勞動者面臨著更少的就業(yè)機會。但是產(chǎn)業(yè)結(jié)構(gòu)以及人均受教育年限提升會推動勞動者就業(yè)，這可能是由于產(chǎn)業(yè)結(jié)構(gòu)變革會為鄉(xiāng)村勞動者提供更多新興崗位，而受教育程度越高則會賦予農(nóng)民越多滿足工作要求的技能，從而促進就業(yè)。

二是鄉(xiāng)村不同技能林業(yè)勞動者就業(yè)量存在明顯的負向作用，且對低技能勞動者的影響最大，數(shù)字經(jīng)濟發(fā)展水平每提升1個單位，低技能勞動者會減少69.97%，對中技能勞動者就業(yè)量的影響最小，僅為38.80%，說明數(shù)字經(jīng)濟發(fā)展水平對低技能勞動者具有十分嚴重的削弱作用，當前數(shù)字經(jīng)濟發(fā)展的賦能效用還未在林業(yè)勞動者就業(yè)總量中得以體現(xiàn)，反而會對就業(yè)造成不利影響。

三是數(shù)字經(jīng)濟發(fā)展對于林業(yè)勞動者就業(yè)存在區(qū)域異質(zhì)性，隨著數(shù)字經(jīng)濟水平的不斷提升，東部地區(qū)不同技能勞動者以及勞動者就業(yè)總量均會顯著下降，但是西部地區(qū)勞動者就業(yè)總量不會發(fā)生變化，中部地區(qū)中技能勞動者就業(yè)量則會下降。具體來說，數(shù)字經(jīng)濟發(fā)展水平每增加1個單位，東部地區(qū)林業(yè)勞動者就業(yè)總量會減少90.40%，低、中、高技能勞動者就業(yè)量分別會下降102.18%、47.69%、68.24%，而中部地區(qū)中技能勞動者就業(yè)量會顯著減少254.76%，對東部地區(qū)則無顯著影響。

6.2討論

目前學界直接聚焦數(shù)字經(jīng)濟對鄉(xiāng)村林業(yè)勞動者就業(yè)的實證研究極為少見，多數(shù)研究側(cè)重定性意義上的一般討論。

首先，本文對數(shù)字經(jīng)濟發(fā)展水平與林業(yè)勞動者就業(yè)量的關(guān)系進行了實證研究，發(fā)現(xiàn)當前數(shù)字經(jīng)濟發(fā)展不利于林業(yè)勞動者就業(yè)，這與林龍飛等（2022）、曾素佳（2023）認為數(shù)字經(jīng)濟有助于提升農(nóng)民就業(yè)質(zhì)量、擴大就業(yè)數(shù)量的結(jié)論不同。原因在于，林龍飛等（2022）、曾素佳（2023）僅基于某一年中國勞動力動態(tài)調(diào)查或者流動人口動態(tài)監(jiān)測的微觀數(shù)據(jù)分析數(shù)字經(jīng)濟發(fā)展對農(nóng)戶就業(yè)的影響，未能反映整體趨勢和狀況。本文豐富了現(xiàn)有研究利用2012—2022年30個省份的宏觀數(shù)據(jù)，且僅關(guān)注于林業(yè)勞動者就業(yè)情況，具有較高的趨勢性和針對性，有利于揭示規(guī)律和關(guān)聯(lián)，可為各省級政府更好地促進農(nóng)村共同富裕提供經(jīng)驗依據(jù)。

其次，對于不同技能勞動者就業(yè)量的衡量方面，本文與多數(shù)研究采用的方法一致，用就業(yè)人員的學歷水平來劃分。從全國整體層面分析數(shù)字經(jīng)濟發(fā)展水平對于不同技能勞動者就業(yè)量的影響可以得出，數(shù)字經(jīng)濟發(fā)展對中、低技能勞動者就業(yè)具有抑制作用，這與陳曉等（2020）得到的研究結(jié)論一致，原因在于隨著數(shù)字技術(shù)的發(fā)展，部分崗位要求從業(yè)者具備較高的技術(shù)素養(yǎng)和數(shù)字化能力，而許多傳統(tǒng)中低技能工作也逐漸被自動化和智能化取代，自動化和機器人技術(shù)的廣泛應用使得一些簡單重復性的工作能夠更高效地完成，進一步減少了對中低技能勞動者的需求。另外，本文通過分析得出，數(shù)字經(jīng)濟發(fā)展水平也會對高技能勞動者的就業(yè)產(chǎn)生負向影響，這一結(jié)論與Autor（2015）、黃海清等（2022）所提出的隨著數(shù)字經(jīng)濟不斷發(fā)展、會引致高技能勞動者需求得到提升這一觀點相反，原因在于：這些學者主要探究整個經(jīng)濟社會的高技能勞動者就業(yè)量，本文分析針對于鄉(xiāng)村地區(qū)數(shù)字經(jīng)濟會對高技能林業(yè)勞動者產(chǎn)生何種效應，因此造成不同結(jié)論的主要原因在于兩類文獻的研究群體存在差異。

最后，關(guān)于數(shù)字經(jīng)濟發(fā)展水平對就業(yè)量產(chǎn)生的區(qū)域異質(zhì)性，本文揭示出數(shù)字經(jīng)濟發(fā)展水平對于東部地區(qū)林業(yè)勞動者就業(yè)產(chǎn)生顯著抑制作用。王蕾等（2024）認為，東部城市與中心城市的數(shù)字經(jīng)濟發(fā)展水平對林業(yè)高質(zhì)量發(fā)展的賦能效應更強，數(shù)字經(jīng)濟能夠通過林業(yè)勞動生產(chǎn)率的提高推動林業(yè)高質(zhì)量發(fā)展，但并未關(guān)注數(shù)字經(jīng)濟對林業(yè)勞動者就業(yè)總量的影響。本文通過實證研究認為，數(shù)字經(jīng)濟發(fā)展會減少中部地區(qū)中技能勞動者就業(yè)量，這與鄧婷心（2023）認為的數(shù)字經(jīng)濟發(fā)展對就業(yè)規(guī)模的促進作用在中國東部、中部、西部地區(qū)之間存在異質(zhì)性、在中部地區(qū)影響效果最好這一觀點相反，可能是由于鄧婷心（2024）使用城鎮(zhèn)單位就業(yè)人數(shù)與城鎮(zhèn)年末總?cè)藬?shù)之比衡量就業(yè)水平，而本文則選用我國林業(yè)勞動者就業(yè)總量衡量就業(yè)水平。

6.3政策啟示

數(shù)字經(jīng)濟發(fā)展對我國林業(yè)勞動者就業(yè)量有顯著的抑制作用。為了減輕數(shù)字經(jīng)濟發(fā)展對林業(yè)勞動者就業(yè)產(chǎn)生的負面影響，充分發(fā)揮數(shù)字經(jīng)濟在就業(yè)方面的積極作用，本文提出三點政策啟示。

第一，高度重視數(shù)字經(jīng)濟對林業(yè)勞動者就業(yè)產(chǎn)生的替代效應和創(chuàng)造效應。各級政府應根據(jù)數(shù)字經(jīng)濟對林業(yè)勞動者技能的要求，深化高等教育和職業(yè)教育體制改革，培養(yǎng)出更多高技能人才，鼓勵高校設立與數(shù)字經(jīng)濟發(fā)展戰(zhàn)略和目標相適應的專業(yè)，同時充分發(fā)揮職業(yè)學院在職業(yè)技能培訓方面的優(yōu)勢，注重對中低技能勞動者就業(yè)技能的培養(yǎng)。尤其是對于低技能勞動者，政府要積極培養(yǎng)其基礎數(shù)字技能，使其能夠適應數(shù)字經(jīng)濟的發(fā)展需求。

第二，積極尋求數(shù)字經(jīng)濟助推林業(yè)勞動者就業(yè)的路徑。各省需要切實推進林業(yè)數(shù)字化改革，加快林業(yè)政策創(chuàng)新。對于福建、江西、廣西以及浙江、海南等森林覆蓋率高的省份更要發(fā)展現(xiàn)代林業(yè)，助推農(nóng)村旅游和農(nóng)產(chǎn)品加工業(yè)，為農(nóng)林業(yè)勞動者提供更多就業(yè)機會。促進農(nóng)產(chǎn)品電商和農(nóng)村電商的發(fā)展，打通農(nóng)產(chǎn)品銷售渠道，提高農(nóng)產(chǎn)品的市場覆蓋和附加值。通過數(shù)字平臺，農(nóng)林業(yè)勞動者可以直接將產(chǎn)品推向市場，實現(xiàn)農(nóng)產(chǎn)品的線上線下銷售，創(chuàng)造更多的就業(yè)機會，如電商經(jīng)營者、物流配送員和電商客服等。

第三，完善社會保障制度，提升就業(yè)服務水平。各地應根據(jù)數(shù)字經(jīng)濟發(fā)展水平對不同技能勞動者就業(yè)的影響，完善二次分配和三次分配，緩解數(shù)字經(jīng)濟發(fā)展對勞動者造成的就業(yè)沖擊和收入減少問題。政府應該借助大數(shù)據(jù)平臺發(fā)布就業(yè)信息，提供就業(yè)預警、預報和預測，完善再就業(yè)扶持政策，幫助面臨失業(yè)困境的勞動者實現(xiàn)再就業(yè)。

參考文獻

陳斌開，馬燕來.數(shù)字經(jīng)濟對發(fā)展中國家與發(fā)達國家勞動力市場的不同影響——技能替代視角的分析[J].北京交通大學學報（社會科學版）， 2021， 20（2）：1-12.

陳曉，鄭玉璐，姚笛.工業(yè)智能化、勞動力就業(yè)結(jié)構(gòu)與經(jīng)濟增長質(zhì)量——基于中介效應模型的實證檢驗[J].華東經(jīng)濟管理， 2020， 34（10）：56-64.

鄧婷心.數(shù)字經(jīng)濟對就業(yè)的影響分析[J].金融， 2023， 13（3）：534-545.

郭晶.數(shù)字林業(yè)建設現(xiàn)狀與思考[J].智慧農(nóng)業(yè)導刊， 2023， 3（15）：23-26.

郝楠.勞動力就業(yè)“極化”、技能溢價與技術(shù)創(chuàng)新[J].經(jīng)濟學家， 2017（8）：27-32.

賀衛(wèi)華，趙琭嘉.數(shù)字經(jīng)濟賦能鄉(xiāng)村振興：內(nèi)在機理與實現(xiàn)路徑[J].石河子大學學報（哲學社會科學版）， 2022， 36（6）：14-21.

侯方淼，李曉怡，肖慧，等.數(shù)字經(jīng)濟賦能中國鄉(xiāng)村林業(yè)發(fā)展：理論機制、成效分析及政策啟示[J].世界林業(yè)研究， 2023， 36（2）： 1-6.

黃敦平，尹凱.數(shù)字經(jīng)濟與鄉(xiāng)村產(chǎn)業(yè)振興：內(nèi)在機理與實證檢驗[J/OL].中國石油大學學報（社會科學版）， 2023：1-8. （2023-10-18） [2024-05-05]. https：//doi.org/10.13216/j.cnki.upcjess.2023.05.0015.

黃海清，魏航.數(shù)字經(jīng)濟如何穩(wěn)就業(yè)——機制與經(jīng)驗分析[J].貴州財經(jīng)大學學報， 2022（1）：13-24.

賈卓強.數(shù)字經(jīng)濟對勞動就業(yè)的影響研究[D].成都：四川大學， 2023.

金軍.數(shù)字經(jīng)濟賦能鄉(xiāng)村振興的內(nèi)在機理與實現(xiàn)途徑[J].農(nóng)業(yè)經(jīng)濟， 2023（2）：55-57.

林龍飛，祝仲坤.“穩(wěn)就業(yè)”還是“毀就業(yè)”？數(shù)字經(jīng)濟對農(nóng)民工高質(zhì)量就業(yè)的影響[J].南方經(jīng)濟， 2022（12）：99-114.

劉儒，馬銘釗.數(shù)字經(jīng)濟對地區(qū)就業(yè)的影響研究：基于總量與結(jié)構(gòu)的視角[J].經(jīng)濟縱橫， 2023（9）：94-102.

隆云滔，劉海波，蔡躍洲.人工智能技術(shù)對勞動力就業(yè)的影響——基于文獻綜述的視角[J].中國軟科學， 2020（12）：56-64.

魯釗陽，杜雨潼.數(shù)字經(jīng)濟賦能農(nóng)業(yè)高質(zhì)量發(fā)展的實證研究[J].中國流通經(jīng)濟， 2022， 36（11）：3-14.

倪建春.互聯(lián)網(wǎng)背景下就業(yè)問題及對策[J].中國統(tǒng)計， 2020（11）：11-12.

王蕾，李春波，楊卿.數(shù)字經(jīng)濟賦能林業(yè)高質(zhì)量發(fā)展：作用機制與空間效應[J].西部經(jīng)濟管理論壇， 2024， 35（1）：36-49.

王寧.數(shù)字經(jīng)濟促進鄉(xiāng)村產(chǎn)業(yè)振興的理論與實證[D].蘭州：蘭州財經(jīng)大學， 2023.

王林輝，胡晟明，董直慶.人工智能技術(shù)、任務屬性與職業(yè)可替代風險：來自微觀層面的經(jīng)驗證據(jù)[J].管理世界， 2022， 38（7）： 60-79.

王躍生，張羽飛.數(shù)字經(jīng)濟的雙重就業(yè)效應與更高質(zhì)量就業(yè)發(fā)展[J].新視野， 2022（3）：43-50.

王志凱.人工智能等技術(shù)進步對就業(yè)的影響——基于三次產(chǎn)業(yè)的實證分析[J].時代金融， 2018（33）：192-193， 199.

楊朝舜.人工智能技術(shù)進步對勞動力就業(yè)的替代影響研究[D].上海：上海社會科學院， 2020.

葉熳蓮.數(shù)字經(jīng)濟對我國制造業(yè)就業(yè)結(jié)構(gòu)的影響效應[D].上海：上海財經(jīng)大學， 2023.

曾素佳.鄉(xiāng)村振興視角下數(shù)字經(jīng)濟對農(nóng)民高質(zhì)量就業(yè)的影響研究[D].南昌：江西財經(jīng)大學， 2023.

張水平，荀秀秀.數(shù)字經(jīng)濟發(fā)展對我國勞動力就業(yè)的影響及對策[J].中共青島市委黨校.青島行政學院學報， 2023（1）：51-56.

張智勇，伍家昕.數(shù)字經(jīng)濟對就業(yè)多維影響的機制與對策分析[J].科學與管理， 2023， 43（2）：56-65.

Acemoglu D， Restrepo P. Robots and Jobs： Evidence from US Labor Markets [J]. Journal of Political Economy， 2020， 128（6）：2188-2244.

Autor D H， Levy F， Murnane R J. The skill content of recent technological change： An empirical exploration [J]. The Quarterly Journal of Economics， 2003， 118（4）：1279-1333.

Autor D H. Why are there still so many jobs？ The history and future of workplace automation [J]. Journal of Economic Perspectives， 2015， 29（3）：3-30.

Goos M， Manning A， Salomons A. Explaining job polarization： Routine-biased technological change and offshoring [J]. American Economic Review， 2014， 104（8）：2509-2526.

Goos M， Manning A， Salomons A. Job polarization in Europe [J]. American Economic Review， 2009， 99（2）：58-63.

Kling R， Lamb R. IT and organizational change in digital economies： a socio-technical approach [J]. Acm Sigcas Computers and Society， 1999， 29（3）：17-25.

Michaels G， Natraj A， Van Reenen J. Has ICT polarized skill demand？ Evidence from eleven countries over twenty-five years [J]. Review of Economics and Statistics， 2014， 96（1）：60-77.

PélissiéR， du Rausas M. Internet matters： the net’s sweeping impact on growth， jobs， and prosperity [R]. New York： McKinsey Global Insitute， 2011.

Tapscott D. The Digital Economy： Promise and Peril In The Age of Networked Intelligence [M]. New York： McGraw Hill， 1996.

World Bank Group. World development report 2016： Digital dividends [M]. Washington： World Bank Publications， 2016.

（責任編輯康燕）