數字經濟發展對中國就業結構的影響研究

涂 淼

（武漢工程科技學院，湖北 武漢 430200）

一、引言

改革開放以來，中國強大的勞動力市場為經濟快速發展提供了堅實支撐。然而伴隨中國逐步進入人口老齡化社會，這一優勢逐步縮減。據國家統計局數據顯示，中國65 歲老年人口所占比例從1990 年的7.0%增長至2021 年的14.2%。事實上，中國勞動年齡人口總量從2010 年開始已經轉為負增長。種種跡象表明，曾經的人口紅利正在逐漸消失，快速收縮的勞動力市場很有可能成為中國經濟轉型升級的掣肘，最終造成國民“未富先老”的狀況。在此背景下，保障就業結構與經濟發展的良好匹配已成為弱化勞動力市場紅利消失影響的關鍵所在。然而就實際情況而言，現階段中國就業領域存在顯著的結構性矛盾。2021 年8 月國務院正式印發的《“十四五”就業促進規劃》在隨后的國務院政策例行吹風會上政府官員指出，“十四五”時期，結構性就業矛盾將成為就業領域的主要矛盾，突出表現為“就業難”和“招工難”并存。另據中國人力資源和社會保障部統計數據顯示，2021 年中國技能勞動力占總就業人口總量的26%左右。其中，制造業急需的高技能人才占比僅為7%，存在上千萬的人才需求缺口。可見，推動就業結構的有序優化對于新時期穩定社會秩序、緩解社會就業壓力、助力經濟發展具有重要的現實意義。

伴隨大數據、區塊鏈、云計算等新興技術的逐步應用，中國數字經濟高速發展。《中國數字經濟發展白皮書（2021 年）》數據顯示，2020 年中國數字經濟總規模為39.2 萬億元，占GDP 比重為38.6%，已成為社會經濟發展的支柱型力量。“十四五”規劃更是單列篇章，重點規劃數字經濟發展，提出要推進數字產業化與產業數字化，強化實體經濟與數字經濟融合，建立具備國際競爭力的數字產業集群。數字經濟的不斷壯大對人類生產生活方式產生了深刻影響。具體到就業領域，中國信息通信研究院發布的《數字經濟就業影響研究報告》 明確指出，數字經濟在優化就業結構、創新就業機會方面的作用巨大，未來應深度挖掘數字平臺就業潛力。學術界同樣就數字經濟對就業領域的影響展開一定討論。如戚聿東等(2021)研究認為，數字經濟催生出大量新職業，改變了傳統企業的用工模式，使得靈活就業得以快速發展，并從加強認證體系建設、加大培訓力度等方面給出具體建議。陳程(2021)在總結德國、加拿大等6 國經驗后指出，數字經濟發展普遍面臨數字人才短缺問題。蔡昉(2021)認為，數字經濟在破壞舊崗位的同時，也在創造各類新崗位。廉永生(2022)認為，數字經濟發展有助于優化產業結構，帶動就業高質量發展。李麗(2022)研究發現，數字經濟變革在優化產業結構的同時，對就業市場帶來巨大沖擊，突出表現為就業方式多元化、信息傳遞高效化等特點，未來應從完善政策體系建設、發展平臺經濟、健全社會保障制度等方面著手保障就業。王棟(2021)則以西部地區城市為研究對象，認為數字經濟發展可帶動勞動者就業。總結梳理現有研究成果后發現，學術界普遍認為，數字經濟所伴生的大數據、物聯網、人工智能等技術將變相替代部分現有勞動力，但同時也會催生出一系列新產業和新崗位。但具體而言，這種重塑作用如何影響各個產業之間的勞動力的供求關系？是否有助于就業結構的優化？這些問題還有待于學者們進一步深入研究。鑒于此，文章基于中國省級面板數據，定量分析測算數字經濟發展對就業結構產生的沖擊，以求為中國調整就業市場、深化經濟改革提供有益參考。

二、理論分析與研究假設

1. 數字經濟對就業結構的影響分析

數字經濟的突出特征之一是對各類新技術的廣泛應用（陳小輝等，2020）。按照經濟學理論，技術進步對就業市場存在雙向影響：一方面，新技術會推動機器代替人的體力或腦力勞動，為傳統行業的部分崗位帶來直接沖擊；另一方面，技術進步還會催生出各類新的崗位，增加就業機會。從這一角度分析數字經濟對就業結構的影響，會發現其可能通過擠出低技能勞動力、提升高技能勞動力供給量進而實現就業結構的優化。第一，數字經濟時代下，大數據、云計算等信息技術逐步應用于各行各業，有效提升了企業自動化水平。在此背景下，集中于農業、服務業的小農戶、搬運工等低技能就業將逐漸被機器取代。麥肯錫全球研究所的最新報告發現，到2030 年，全球將有多達8 億人的工作被機器人取代。第二，數字經濟的發展會創造出更加復雜的工作任務，間接提升高技能就業崗位的供給量（俞伯陽，2020）。在計算機逐漸取代非交互性工作任務的主流趨勢下，科研、設計等對認知能力要求更高的工作崗位無疑會更受雇主青睞。這種市場需求會直接倒逼部分勞動者升級自身的工作技能，從而在崗位競爭中掌握更強的比較優勢。而在具體行業中，掌握先進制造業技術的人才供給將得到大幅提升，進而推動就業結構優化升級。基于上述分析，提出如下假設：

假設H1：數字經濟發展有助于優化就業結構。

2. 異質性分析

中國不同地區之間的經濟基礎、產業類型、資源稟賦不同，這種差異很有可能作用到數字經濟發展對就業結構的影響中。具體而言，就經濟基礎層面，擁有良好經濟基礎的地區醫療、教育條件較好，且地區內部高新技術企業更多，能夠提供的高待遇高福利工作機會也相對較多（趙濤等，2020）。在雙重因素的影響下，高技術人才很容易在這些地區聚集。就產業類型層面，由于歷史、地理位置、資源稟賦等客觀原因，中國不同地區優勢產業存在較大差異，如安徽、黑龍江的農業發展優勢明顯，而廣東、江蘇、山東等省份的工業則較為發達。產業結構的這種先天差別導致就業結構存在區域差異。對于以農業為重點產業的地區而言，數字經濟對低技術勞動力存在較強的擠出效應；對于以工業或者服務業為重點產業的地區而言，其低技術勞動力本身就相對較少，數字經濟帶來的影響自然也就偏低（姜松、孫玉鑫，2020）。就數字基建層面，數字經濟發展的先決條件是具備良好的數字基礎設施。要想充分釋放數字經濟對就業結構的調節效應，必須要加速建設5G、智能電網、物聯網等數字新基建。然而，現階段中國數字新基建的建設進程存在明顯的區位差距，北京、江蘇、上海等地區領先優勢明顯，新疆、西藏、青海等地區則處于相對落后狀態。這種差距很有可能反映到數字經濟對就業結構的影響之中。基于上述分析，研究提出如下假設：

假設H2：由于經濟基礎、產業類型、數字基建等因素的差別，數字經濟發展對中國就業結構的影響存在區域異質性。

三、研究設計

1. 變量說明

（1） 被解釋變量

文章中的被解釋變量為就業結構(LS)。傳統研究中常用城鄉二元勞動力變動情況進行衡量，其思路是用農業勞動者流向工業與服務業部門的轉移程度來反映就業結構變動情況。然而，伴隨中國鄉村振興戰略的持續推進，城鄉間勞動力流動發生了較大變化。農民本地化就業成為新的政策導向，在這種背景下，農業、非農業就業情況已經無法準確刻畫就業結構的變遷情況。與此同時，2015 年中國正式提出制造強國發展政策，并將《中國制造2025》作為行動綱領。由此，文章基于制造強國發展理念，以各省份制造業就業人數占總城鎮就業人口比重衡量就業結構。

（2） 解釋變量

文章中的解釋變量為數字經濟發展(DE)。鑒于目前并無直接反映數字經濟發展水平的指標，參考各年度《中國互聯網發展報告》，結合劉軍等(2020)、許憲春與張美慧(2020)研究，構建4 維度14 個指標的綜合評價指標體系對其進行綜合評價，具體評價指標體系如表1 所示。在指標權重計算方法選擇上，文章選用較為客觀準確的熵權-Topsis 方法進行確認（限于篇幅，具體計算過程不在此列出）。

表1 數字經濟發展評價指標體系

（3） 控制變量

就業結構變遷除了受數字經濟影響外，還受到其他變量影響。結合當前學者研究成果，對以下變量進行控制。第一，產業結構(STR)。產業結構是影響就業結構的重要因素，直接決定了勞動力的宏觀分布情況（韓勝娟，2013）。進入21 世紀以來，中央政府通過“去產能”“供給側結構性改革”等一系列舉措調整產業結構，進而實現就業結構優化，文章以地方工業增加值占當地GDP 比重進行衡量。第二，政府財政支持(GOV)。政府財政支持對就業結構變遷的影響主要體現在提供社會保障體系、優化生產生活環境兩個層面。充足的政府財政支持有助于合理引導就業結構轉變。文章以地方政府一般性財政支出占當地GDP 比值進行衡量。第三，區域經濟發展水平(RED)。通常而言，區域經濟發展水平越高，勞動力越有可能流向服務產業和高新技術產業。借鑒趙爍等(2020)研究，以所在省份人均GDP 進行衡量。第四，勞動力技術供給能力(CST)。勞動力技能更新能夠加速就業結構變換，充足的勞動力技術供給能夠保障就業結構順利轉型升級（魏瑋等，2020），文章以大學生招生人數進行衡量。

2. 數據來源與處理

盡管中國數字經濟發展的時間較久，但前期主要集中在發展電子商務和信息化建設之中，整體發展處于萌芽狀態，2010年左右才初具規模（閻世平等，2020）。2015 年，政府正式出臺《國務院關于積極推進“互聯網+”行動的指導意見》，此后數字經濟正式進入發展快車道。為準確衡量數字經濟發展狀況，文章以2010 年為時間基點，選取2010—2020 年為研究樣本期。考慮到數據可得性，基于全國30 個省份的數據進行實證檢驗（不含西藏及港澳臺地區）。數據主要來源于歷年《中國統計年鑒》 《中國勞動統計年鑒》，部分數據來源于WIND 數據庫。另外，為消除變量之間存在的量綱差異，對所有變量進行自然對數處理。與此同時，為避免極端值影響，對變量中出現的異常值進行1%與99%的縮尾處理。

3. 模型構建

依據研究目標特點，采用狀態空間模型與卡爾曼濾波法進行相關檢驗。狀態空間模型由量測方程與狀態方程構成，適用于多變量非平穩時間序列檢驗，其優點在于：可將難以觀測的狀態變量納入可觀測模型中并得到估計結果。卡爾曼濾波算法則可對狀態空間模型中的變量進行最優估計，并將前一時期預測誤差迅速反映到方程之中，形成各變量參數變化軌跡，提高模型估計精度。

為檢測各變量對就業結構的影響，構建狀態空間模型如下。其中，式(1)為量測方程，式(2)~(6)為狀態方程。

式中，C(1)代表常數；C(2)為log（殘差平方和/數據個數）；LSt、DEt、STRt、GOVt、REDt、CSTt為量測變 量；SV1，t、SV2，t、SV3，t、SV4，t、SV5，t為狀態變量，即不同時間點數字經濟發展、產業結構、政府財政支持、區域經濟發展水平、勞動力技術供給能力5 個變量的時變彈性系數；SV估計值則通過卡爾曼濾波算法計算得出；γ1，t、γ2，t、γ3，t、γ4，t、γ5，t代表各變量遞歸系數。

四、實證檢驗

1. 平穩性檢驗

為最大限度保證所選模型的適用性，在狀態空間模型估計前，首先檢驗變量平穩性。具體操作為：第一步，進行靜態回歸，結果顯示各變量系數均顯著，可進行殘差平穩性檢驗。第二步，通過ADF 與PP 檢驗方法檢驗各變量殘差的平穩性，檢驗結果表明，數字經濟發展、就業結構以及產業結構等變量均至少在5%顯著水平下拒絕原假設，即通過平穩性檢驗。這一結果表明文章被解釋變量與解釋變量、被解釋變量與控制變量存在協整關系，適用于狀態空間模型。

2. 基本估計結果與分析

文章借助EVIEWS10 軟件，基于各省份面板數據，利用上文所構建的狀態空間模型與卡爾曼濾波算法估計各變量時間參數，具體結果見表2。

表2 狀態空間模型下各參數估計結果

為更好地呈現出解釋變量與控制變量對被解釋變量的時變彈性系數的變化情況，依據表2 回歸結果繪制圖1~圖5。

圖1 數字經濟對就業結構的影響

圖5 勞動力技術供給能力對就業結構的影響

由圖1 可知，核心解釋變量數字經濟發展對就業結構的影響始終顯著為正，且這種影響整體呈波動態勢。2010—2014年，時變彈性系數出現輕微下滑，原因可能在于數字經濟對各類自動化技術的應用一定程度上沖擊了原有制造業的工作崗位，使得部分就業向服務業或農業轉移，至于由其創造的新崗位，人員供應則存在一定的滯后性。進入到2015 年，這種下滑趨勢開始反轉，到2017 年已經超過2010 年水平，2018—2020 年，數字經濟發展對就業結構的促進作用顯著增強。究其原因可能在于：2015 年以后，中國數字經濟發展進入快車道，伴隨《國務院關于積極推進“互聯網+”行動的指導意見》《二十國集團數字經濟發展與合作倡議》等一系列配套政策文件的推進實施，數字經濟對就業結構的優化作用開始顯現，并呈現出穩定向上的發展趨勢。

由圖2 可知，產業結構對中國就業結構的影響效應可分三個階段進行解讀：第一階段為2010—2012 年，表現為影響效應逐漸下滑，原因在于這一時期中國開始執行去產能計劃，圍繞鋼鐵、煤化工、水泥等產業進行大力整改，在一定程度上降低了勞動力在制造行業中的占比；第二階段為2013—2016 年，該時期產業結構對就業結構的影響開始有所上升，但增長幅度較低；第三階段為2017—2020 年，伴隨中國供給側結構的逐步調整，產業結構變動對就業結構的提升作用顯著上升，2019年對應的時變彈性系數停留在0.979。從發展趨勢上看，中國產業結構調整有助于促進就業結構的進一步優化，短期內應當堅決貫徹執行供給側結構性改革。

圖2 產業結構對就業結構的影響

由圖3 可知，政府財政支持對就業結構的影響較為平穩，并呈現出階段性上升特征。值得一提的是，2010—2011 年波動率明顯較其他年份較高，原因可能是國際金融危機后，政府出臺了積極的財政扶持政策，有效地促進了勞動力流向制造行業。從2012 年開始，政府財政支持對就業結構的正向影響整體呈現出較為平穩的增長態勢。截至2020 年，時變彈性系數已經增長至0.193。這一走勢說明中國財政支持對就業結構的影響作用主要為正向引導。

圖3 政府財政支持對就業結構的影響

由圖4 可知，區域發展水平對中國就業結構影響的變動較大，表現為先上升后下降。2010—2012 年，區域發展水平對就業結構的優化作用逐漸增強。進入到2013 年以后，這種影響效果逐漸降低。到2016 年，區域發展水平對就業結構的影響已經轉變為負向作用，且這一負向效應一直延續到了2020 年。分析這一現象出現的原因，可能是區域經濟發展前期，勞動力主要由農業部門流向制造業。當區域經濟發展到一定階段之后，部分制造業勞動力開始流向服務業。而研究中的就業結構衡量方式為制造業就業人數占總城鎮就業人口的比重，故這一時期區域發展水平對就業結構的影響轉為負向。

圖4 區域發展水平對就業結構的影響

由圖5 可知，勞動力技術供給能力對中國就業結構的影響呈先上升后下降態勢，且下降幅度要高于上升幅度。在2010—2013 年，數字經濟所催生的新型崗位急需大量高技術勞動力進行補充，勞動力技術供給能力的高低對就業結構優化的影響較大。此后，大量院校開始增設數字經濟相關課程，以求培育出更符合市場需求的高素質人才。與此同時，中國多條高鐵線路的開通以及交通通訊方式的便利很大程度上增加了人才流動率。雙重因素影響下，勞動力技術供給能力對就業結構的優化作用開始呈小幅下降趨勢。截至2020 年，對應的時變彈性系數由巔峰時期的0.432 下降至0.203。這一結果說明盡管勞動力技術供給能力仍有助于增加制造業勞動力就業比重，但這種影響效果正在逐漸減弱。

3. 區域異質性估計結果與分析

為驗證文章假設H2，考察數字經濟發展對中國就業結構影響的地區差異，將各省份按照東、中、西、東北地區四大經濟板塊進行分組，并重新使用狀態空間模型檢驗，結果見表3。

由表3 可知，數字經濟發展對就業結構總體上呈現出正向優化作用，但不同地區存在顯著差異，文章假設H2 得到了驗證。就東部地區而言，2010—2020 年間，數字經濟發展對就業結構始終存在顯著促進作用，區別在于2010—2014 年影響較弱，進入到2015 年之后，影響效應明顯增強。到2020 年，數字經濟發展每提高1%，制造業勞動力就業比例對應提升0.293%。中部地區數字經濟發展對就業結構的優化效果顯著，且呈現出一定的波動性。2010—2013 年，數字經濟發展導致制造業勞動力占比增加。2014—2015 年，這種趨勢發生了扭轉。2016 年以后，數字經濟發展再次推動勞動力向制造業轉移，且影響效應有逐年增大的態勢。截至2020 年，數字經濟發展每提高1%，制造業勞動力就業比例對應提升0.161%。就西部地區而言，2010—2014 年間數字經濟發展對就業結構的優化效應并不顯著。但從2015 年開始，數字經濟發展對就業結構表現為顯著負向作用。到了2017 年，時變彈性系數由負轉正，即推動勞動力向制造業轉移。截至2020 年，數字經濟發展每提高1%，制造業勞動力就業比例對應提升0.155%。至于東北地區，2010—2017 年間，數字經濟對就業結構的影響效應并不顯著。進入2018 年之后，數字經濟對就業結構的優化效應開始顯現。到2020 年，數字經濟發展每提高1%，制造業勞動力就業比例對應提升0.177%。

表3 分區域狀態空間模型估計結果

總體而言，近10 年間數字經濟發展對中國就業結構的正向作用越來越顯著，這種影響在東部地區最為明顯。可能的解釋是，無論制造業基礎還是人力資本水平，東部地區均遠遠領先于其他地區。這種比較優勢能夠讓其迅速適應數字經濟發展，匹配新型崗位需求。對于中部地區而言，數字經濟對就業結構優化的影響并不固定，2014 年、2015 年甚至出現負向效應。但就整體趨勢而言，其正向推動作用仍是主流趨勢。對于西部、東北地區雖然在最初幾年影響并不顯著或影響為負，但在最近幾年開始表現為正向推動作用，但該趨勢是否能一直保持下去未來仍需要進一步觀察。此外，相比于數字經濟發展，勞動力技術供給能力與產業結構對就業結構的影響效應更為顯著。伴隨數字經濟快速發展，其對就業結構的優化效應有望得到進一步加強。未來中國需依托數字經濟中的技術元素不斷提高制造業就業吸納能力，實現就業結構的高質量發展。

五、結論與建議

1. 結論

文章基于2010—2020 年省級面板數據，借助構建狀態空間模型與卡爾曼濾波算法分析數字經濟發展對中國就業結構的影響，主要結論如下：第一，中國十年以來的數字經濟發展促使制造業所需的技能型人才供給水平提升，客觀上優化了中國就業結構。第二，由于經濟基礎、產業類型、數字基建等因素的差別，數字經濟發展對中國就業結構的影響存在區域異質性。數字經濟對東部地區就業結構的優化效應最為顯著，中部次之，對西部與東北地區的影響有限。第三，在影響就業結構變遷的各因素中，產業結構排名第一，能夠起到主導作用，勞動力技術供給能力排名第二。相較于產業結構與勞動力技術供給能力，數字經濟發展對就業結構的影響相對較弱，但正處于不斷上升態勢。伴隨未來數字經濟的不斷發展，其對就業結構的優化效果仍有較大提升空間。

2. 建議

由上述結論可知，數字經濟發展對就業結構的影響并不絕對，一些情形下其對傳統崗位的破壞效應可能更強，導致就業結構難以優化。并且，產業結構、政府支持水平等因素不同，亦會影響就業結構的變化。由此，文章提出以下政策建議：

第一，推進教育改革，實現勞動力的數字素養提升。伴隨數字經濟的快速發展，大量低技能勞動者存在被替代的可能性。基于此，勞動者如何提升未來所需的數字素養則成為關鍵。為滿足數字經濟對高素質勞動力的需求，中國應積極推進教育改革。一方面，積極推進“雙一流”學科建設，嚴格高等教育辦學治理，鼓勵高校以數字經濟發展需求為導向，適度加大相關專業的建設力度。與此同時，強化數字經濟相關專業師資隊伍培育，深化校企合作，積極邀請位于“生產一線”的高端人才到學校授課。另一方面，重視對中低技能勞動者的再培訓，幫助其實現技能提升，順利完成高技能就業職位轉型。

第二，持續優化產業結構，提升高端制造業就業吸納能力。產業結構是影響就業結構優化的關鍵因素。現階段，中國正處于由制造大國向制造強國邁進階段。同美國、德國、日本等國相比，中國先進制造業的就業吸納能力有限。由此，中國需持續推進產業結構升級，不斷提升高端制造業人才需求。第一，鼓勵企業積極參與智能芯片、量子科技等高端科技研發，提升關鍵行業競爭力。第二，推動制造企業數字化轉型，借助數字經濟所提倡的開源工業互聯網盤活要素資源，真正意義上實現智能制造。第三，加快新基建建設進程，以大數據、5G 等為代表的新基建是數字經濟發展的基石，也是產業結構調整優化的重要驅動力。由此，各級政府需加快推進新基建建設，充分釋放數字經濟對新型崗位的創造效應。

第三，探索就業優先政策，弱化數字經濟“就業破壞”效應。數字經濟發展過程中，勢必會對一些傳統崗位產生沖擊，即存在一定的“就業破壞”效應。對于這些崗位的勞動力而言，即便后期實現轉崗，其待遇和就業質量大概率會下滑。針對此，有必要探索就業優先政策，實現對上述人群的基本保障。一方面，完善數字經濟時代下的勞動力市場制度，通過最低工資制度、勞動合同制度等方式使勞動者獲得基本生活保障。另一方面，科學分流被波及的勞動者，避免勞動力內卷。針對失去崗位的勞動力進行合理規劃。這一過程的重點方向有二：一是幫助其匹配數字經濟所催生出來的新型崗位；二是引導其向數字經濟難以代替的行業，如養老、家政、托育等服務型行業轉型。