家鄉數字經濟發展與勞動力回流

摘 要 本文基于流動人口動態監測調查數據、2015 年1%人口抽樣調查數據、勞動力動態調查數據和騰訊研究院“ 互聯網+” 數字經濟指數，側重于互聯網平臺發展的視角，討論戶籍地數字經濟發展對勞動力回流的影響。實證發現：（1） 戶籍地數字經濟發展提升了流動人口的返鄉意愿和實際返鄉的概率，并且減少了本地人員實際外出務工;（2）家鄉良好的就業創業環境、更加適配的工作機會和收入增加是戶籍地數字經濟發展吸引流動人口返鄉的主要原因;（3） 異質性分析顯示，戶籍地數字經濟發展對技能水平較低、流入城市生活成本和公共服務門檻較高、流動機會成本較高的流動人口回流的吸引力更大。本文有助于探尋數字經濟賦能共同富裕背景下中國勞動力流動的新規律。

關鍵詞 數字經濟;互聯網平臺;勞動力回流;返鄉意愿;流動人口

0 引言

隨著我國數字產業化與產業數字化的蓬勃發展，數字經濟已成為近年來中國經濟發展最為活躍的領域。中國信息通信研究院公布的數據顯示，2011 年我國數字經濟規模為9. 5 萬億元，2015 年增長至18. 6 萬億元，2020 年進一步提升至39. 2 萬億元，對GDP 的貢獻已達到38. 6%。毫無疑問，數字經濟的騰飛會對未來的產業模式產生顛覆性的影響，深刻改變勞動力市場的供需格局，影響人民的就業機會與收入水平。憑借數字經濟開放性、共享性、普惠性的特點，一批三四線中小城市也正搶抓這一千載難逢的新機遇，結合自身定位瞄準平臺經濟、零售經濟等新興經濟模式，著力打造城市新發展引擎，吸引了一批在外流動勞動力回鄉就業的目光。

縱觀前幾次科技革命，技術進步均通過“創造性破壞” 原有的生產模式，推動了地區的經濟增長。而數字經濟革命有著不同于以往的資源非競爭性、滲透門檻低、邊際生產成本低等特點，這些特點決定了數字經濟的普惠性與共享性（羅漢堂，2020），使數字化革命可以輻射到此前難以惠及的“ 邊緣化地區”。至2020 年末，國家已開通13 萬個行政村的光纖網絡，全國行政村通光纖和4G 比例已達98%以上，優先支持深度貧困地區加快網絡覆蓋，打通了脫貧致富的“最后一公里”。互聯網平臺作為經濟發展新動能的代表，也將觸角伸向下沉市場，2020 年全國淘寶村數量相比上年增長26%，淘寶鎮數量增長57%，并且在中部和東北地區，淘寶村數量相較去年翻了一番，淘寶鎮數量增長了76%，49%的貧困縣淘寶村在中西部地區，數字經濟加快向欠發達地區滲透。從數字經濟發展增速來看，貴州、重慶、福建、湖南等省份排在前列，數字經濟也正由東南沿海逐步向中西部地區推進。可見，數字經濟的紅利促進了后發地區的產業轉型升級和經濟增長，這些地區也憑借要素成本低廉、產業發展空間充足的優勢驅動各類市場主體向其轉移。相比于以前，這些地區擁有了更多的發展機會，就業創造效應不斷顯現。

改革開放后，我國大量農村剩余勞動力被大城市的高水平工資吸引，從農村來到城市，從欠發達地區流向發達地區外出打工（ 段成榮和楊舸，2009）。既有研究表明豐厚的收入與適配的工作機會是勞動者所追求的目標，他們以此為主要判斷標準，結合遷入地的其他特征、中間遷移障礙、個人因素以及遷出地情況做出流動決策（Lee，1966;夏怡然和陸銘，2015）。由于數字信息的非競爭性、零邊際成本、正外部性的屬性（ Arrow，1962），數字經濟發展對地區原有的經濟發展水平沒有很強的依賴性（邱子迅和周亞虹，2021a），后發地區可以以低成本直接引進成熟的數字技術，借鑒發達地區的數字經濟發展經驗，實現“蛙跳式”發展。更重要的是，平臺經濟降低了信息、金融服務甚至物流交易的獲取難度與成本，提高了生產要素的流通效率與市場的可達性（ Chen and Wu，2021;Carballo et al. ，2022），這打破了落后地區原本因地理距離帶來的交通不便、信息閉塞、金融服務不足等發展禁錮（謝絢麗等，2018;張勛等，2019，2021）。落后地區可發揮勞動力價格低廉、土地成本低、自然資源豐富的優勢，吸引產業遷入。相較而言，發達地區長期處于信息流通的環境中，享有便利的金融與物流服務，提升空間較小。因此互聯網平臺發展對落后地區的積極效應更加明顯，能夠有效縮小發展差距。在數字技術革新背景下，相對落后的人口流出地會迎來全新的發展契機，流動人口家鄉的發展潛力增大，勞動力返鄉的凈收益上升，一些外出勞動者的流動意愿可能發生改變，開始考慮回鄉務工。但至今鮮有文獻專門研究家鄉數字經濟發展對勞動力返鄉的影響。

本文使用流動人口動態監測調查數據（ China Migrants Dynamic Survey，CMDS）、2015 年1%人口抽樣調查數據、中國勞動力動態調查數據（China LaborforceDynamic Survey，CLDS）與騰訊研究院發布的中國“ 互聯網+” 數字經濟指數，側重于數字經濟中互聯網平臺發展的視角，探究了家鄉數字經濟發展對勞動力返鄉的影響。首先，使用CMDS2017 數據研究家鄉數字經濟發展對流動人口返鄉意愿的影響，考慮到數字經濟發展與城市其他方面的發展緊密相關，為解決遺漏變量和反向因果引起的估計偏差，本文使用Oster（2019） 的方法檢驗遺漏變量可能引起的估計偏差，并且利用戶籍所在城市到杭州的距離和到廣州的距離的對數作為工具變量進行估計，發現戶籍地數字經濟發展顯著增強了流動人口的返鄉意愿。其次，借助2015 年1%人口抽樣數據，我們發現戶籍地數字經濟發展吸引了流動人口實際返鄉;然后切換研究視角，使用CLDS2016 數據，發現家鄉數字經濟發展會減少本地人員的實際外出務工，這意味著數字經濟吸引勞動力返鄉不僅引得進還能留得住。再次，機制檢驗的結果顯示，家鄉良好的就業創業環境、更加適配的工作機會和收入增加效應是戶籍地數字經濟發展吸引流動人口返鄉的主要原因。最后，異質性分析發現，戶籍地數字經濟發展對低學歷和農村戶口、在經濟發達和落戶門檻較高城市流動、已婚已育和中年流動人口的返鄉意愿促進作用更大，這表明戶籍地數字經濟發展對技能水平較低、流入城市的生活成本和公共服務門檻較高、流動機會成本較高的流動人口吸引力更大。本文的研究結論不僅揭示了數字經濟快速發展背景下勞動力流動的新特征與新規律，還為破除阻礙勞動力流動的體制弊端，制定引導勞動力自主流動的政策措施提供理論依據，對加快落實數字鄉村建設和推進縣域經濟發展也有一定的積極意義。

本文余下部分安排如下：第1 部分為文獻綜述與本文貢獻;第2 部分為研究設計;第3 部分展示了基準實證結果和穩健性檢驗，以及家鄉數字經濟發展對流動人口實際返鄉和本地人員外出務工的影響;第4 部分進一步討論了家鄉數字經濟發展吸引勞動力回流的影響機制;第5 部分進行異質性分析;最后為結論與政策含義。

1 文獻綜述

勞動力流動決策的本質是個體權衡收益成本并追求更高效用的結果（夏怡然和陸銘，2015）。為了追求更優質的就業機會、獲取更高水平的工資，大量勞動力不斷進行跨區域遷移， 流向能獲得更高預期工資收益的地方（ Lewis，1954）。但同時，基于勞動力流動的實證研究也發現，在以追求高收入與廣闊就業前景為核心目標的勞動力遷移中，地區的政策限制（ 吳賈和張俊森，2020;張吉鵬等，2020）、公共服務（夏怡然和陸銘，2015）、商業和生活服務品類的多樣性（張文武和余泳澤，2021）、生活成本（ 周穎剛等，2019）、環境質量（ 孫偉增等，2019）和社會文化差異（李仲達等，2021） 等也被勞動力視為流動時需要考慮的重要因素。勞動力個體會結合自身年齡、學歷、家庭資源稟賦、婚姻狀態和家庭成員狀況綜合考慮，做出勞動力的流動決策（ 王子成和趙忠，2013;解永慶等，2014;Démurger and Xu，2015）。根據Bogue（1959） 的推拉理論，對流動人口來說，戶籍地數字經濟發展帶來了更多的就業創業機會與更高的預期收入，導致和流入城市相對差距縮小是勞動力回流的主要“拉力”;相對于戶籍地，在流入地城市公共服務更難以獲得、生活成本更加高昂，并且還面臨與親人分離的痛苦，是勞動力回流的主要“推力”。這兩股力量綜合作用，會提升流動人口的返鄉意愿，使得勞動力選擇由城市返回家鄉。

數字經濟作為科技革命和產業革命的先機，不斷釋放其發展效應，已被證實對地區經濟增長、企業技術創新、金融資金流轉、國際貿易、市場結構和產業組織等方面具有重要推動作用（Graetz and Michaels，2017;黃益平和黃卓，2018;Brynjolfsson et al. ，2019;鞠雪楠等，2020;趙濤等，2020;張洪勝和潘鋼健，2021）。

同時，數字經濟的熱潮也給社會民生帶來了無法忽視的影響，尤其給勞動力市場帶來了巨大的沖擊。新科技的誕生創造了大量新就業機會（ Acemoglu andRestrepo，2018a），得益于互聯網企業的發展，在線文娛、直播零售、內容營銷等多樣化就業模式也孕育而生，提高了個體靈活就業和機會型創業的可能性（Mulcahy，2016）。但新興的數字化生產技術也降低了勞動力的比較優勢，更多出現以機器替代人的要素生產模式，擠占了中低技能勞動者的工作機會和相對收入權（柏培文和張云，2021;Xie et al. ，2021），加速了勞動力市場結構的重置（Acemoglu and Autor，2011; Graetz and Michaels，2018） 和勞動力的空間配置（Faber，2020;陳媛媛等，2022）。

數字經濟的內涵十分寬泛，凡是直接或間接利用數字化的信息或現代網絡通信技術來引導資源發揮作用的經濟活動都可納入其范疇。現有文獻已從各種細分領域對數字經濟如何影響勞動力市場展開研究。起初，研究多集中于工業生產中人工智能設備應用帶給勞動力的影響（Acemoglu and Autor，2011;Freyand Osborne，2017;Acemoglu and Restrepo，2018a， b;Graetz and Michaels，2018），發現工業機器人替代了部分勞動力，其廣泛運用可以提高企業員工的工資和勞動生產率（Graetz and Michaels，2018），但也會使整體就業率降低（Acemoglu andRestrepo，2020）。后續，數字基礎設施、數字貿易、數字金融等對勞動力的影響也成為熱點話題。學者或使用構建指標體系計算的指數，如北京大學數字普惠金融指數（易行健和周利，2018;張勛等，2019，2020，2021）、清華大學中國電子商務發展指數（邱子迅和周亞虹，2021b），或使用國家政策的外生沖擊進行實證檢驗，如推行網絡基礎設施建設的“ 寬帶中國” 戰略（ 趙濤等，2020;夏海波等，2021;劉導波和張思麒，2022）、助推電子商務技術占領農村市場的“ 電商下鄉”項目（Couture et al. ，2021）等。以上文獻為理解數字經濟各領域發展的影響提供了豐富而深刻的見解，但稍顯遺憾的是，互聯網平臺作為數字經濟時代的典型經濟形式和組織結構，當前學術界對其的探討還遠遠不足。

平臺經濟兼具協同性、共享性、精準性、普惠性、長尾性等特質，在理論上有促進人民群眾共享幸福美好生活的天然基因。得益于小紅書、微博等文娛平臺的創立，直播零售、內容營銷等多樣化就業模式孕育而生，提高了個體靈活就業和機會型創業的可能性（Mulcahy，2016）。美團、攜程、飛豬等生活服務類平臺為生活便利性相關的服務業商鋪和企業提供了良好的生存環境，豐富了產品和服務的提供渠道，便于個體創業的開展（張文武和余泳澤，2021）。領英等在線求職平臺通過減少信息摩擦，增加供應方對勞動力市場和特定公司信息的獲取，增加需求方通過公共檔案獲取工人信息的機會，提高了勞動者搜尋適配工作的可能性（Wheeler et al. ，2022）。借唄、京東金條等小額貸款平臺使得借貸更加便利，大大降低了創新創業者的借貸約束，降低了財務風險對商戶的沖擊，有促進小微個體經營的作用（Hau et al. ，2021）。淘寶、拼多多等線上零售平臺和eBay、亞馬遜等在線商務平臺縮短了商家與消費者、企業與企業間的距離，通過及時的信息傳遞，打開了商品的售賣渠道，有效對接供需（ Chen and Wu，2021;Carballo et al. ，2022）。優步等零工經濟平臺不僅提供了大量的就業崗位，還允許勞動者在業余時間賺取額外的收入，通過為潛在創業者提供金錢收益與自由支配時間的形式促進了當地的創業活動（ Agrawal et al. ，2018;Barrioset al. ，2022）。綜上所述，類型繁多的互聯網平臺為勞動群體創造了靈活多元的就業崗位和多樣化的增收途徑，極低的信息搜尋成本、便利的資金和服務獲取渠道也為個體創業者提供了豐富的發展機會，因此數字經濟中互聯網平臺的發展對勞動力有極強的就業創業促進效應和收入增加效應。

與現有研究相比，本文的貢獻可以總結為三個方面：

第一，關于勞動力流動影響因素的研究已十分豐富，技術進步（ 陳媛媛等，2022）、制度限制（張吉鵬等，2020）、區域工資水平（ 夏怡然和陸銘，2015）、生活成本差異（周穎剛等，2019）、基礎設施建設（Diamond，2016）、公共服務水平（吳賈和張俊森，2020）、空氣污染（孫偉增等，2019）和勞動力個人家庭特征（王子成和趙忠，2013）等各方面因素都會影響勞動力流動。現階段，數字經濟作為新時代背景下推動社會經濟發展的重要引擎，急需推動引入數字經濟發展這一因素的勞動力流動理論創新。本文使用騰訊研究院發布的中國“互聯網+”數字經濟指數，聚焦于數字化革命中互聯網平臺這一視角，著重分析互聯網平臺發展沖擊下勞動力流動的新特征、新規律及其根源。我們發現，平臺經濟所特有的開放性、共贏性和普惠性特質給流動人口家鄉帶來了很多與勞動力技能相匹配的創業和就業機會，促進了勞動力增收，進而吸引了大批勞動力返鄉。這有助于理解我國不同發展階段的勞動關系，為合理引導勞動力自主有序流動，實現更加充分、更高質量的就業提供經驗支持。

第二，本文落腳于勞動力資源空間配置，推進了數字經濟對勞動力市場影響的研究，有助于更進一步理解推動中國經濟發展的重要動力。已有關于數字經濟發展對勞動力市場的研究多聚焦于就業規模、工資水平、就業結構等視角（Acemoglu and Autor，2011;Acemoglu and Restrepo，2018a;張勛等，2019;Huanget al. ，2020;邱子迅和周亞虹，2021b），忽略了這種新興技術沖擊對勞動力空間配置的影響。本文通過驗證勞動力返鄉意愿、實際返鄉情況和本地成員外出務工情況，層層遞進、多角度地證明了家鄉數字經濟發展對勞動力回流的影響，并結合異質性結果，探尋家鄉數字經濟發展吸引的主要回流群體。這對數字經濟對勞動力市場影響的研究具有很好的補充，更完整地刻畫了數字經濟對勞動力市場的沖擊，并且可以從側面解釋我國現階段大城市“ 用工荒” 頻發的現象（ 牛建林，2015）。

第三，本文以流動人口家鄉數字經濟發展為出發點，聚焦外出勞動力回流到家鄉這一特定流動方向，探究戶籍地數字經濟發展是否提升勞動力回鄉務工的意愿，在鄉村振興背景下具有很強的政策含義和現實意義。以往勞動力流動的相關研究多局限于研究發達城市對勞動力的吸引或擠出（ 夏怡然和陸銘，2015;周穎剛等，2019;張吉鵬等，2020），鮮有圍繞遷出地經濟活動對勞動力遷移決策的影響進行分析（李芳華和姬晨陽，2022）。關注勞動力回流的最新特征和趨勢不僅有助于厘清我國勞動力資源的空間配置現狀，也對全面深化鄉村人才隊伍建設，加快實現農業農村現代化步伐，激活縣域經濟推進鄉村振興有一定的積極意義。

2 研究設計

2.1 計量模型

由于流動人口返鄉時可能會直接返回戶籍所在城市，也可能遷移到戶籍所在省份內其他城市。為確定解釋變量的測度層次，通過CMDS2017 年中的問題“如果您不打算留在本地，您打算回到家鄉的什么地方” 發現，在打算返鄉的樣本中，有62. 51%的流動人口打算返回農村，90. 63%的流動人口打算回到戶籍地所在縣區。可見，流動人口離開流入地城市后，大部分會回流到戶籍所在城市，僅有少量遷移到省內其他城市。因此，本文使用戶籍所在城市層面數字經濟指數作為基準模型的核心解釋變量。

由于流動人口動態監測調查中只有2017 年的數據含有流動人口戶籍所在城市的信息。為了與戶籍所在城市層面數字經濟指數相匹配， 本文使用CMDS2017 年數據進行研究。為分析戶籍所在城市數字經濟發展對勞動力回流的影響，具體構建模型如式（1）：

由于勞動力的回流行為受到個體特征、家庭特征和戶籍所在城市特征的共同影響。模型控制了個人及家庭特征變量Xichpt，包含戶主性別、民族、年齡、受教育年限、流入所在城市時間、戶口類型、是否有醫療保險、婚姻狀況、子女個數以及家庭月收入;還控制了滯后一期的戶籍所在城市層面特征變量Zh，t-1，變量涉及了城市的經濟發展情況、就業結構和公共服務水平，具體包括人均地區生產總值、職工平均工資、商品房銷售價格、第三產業增長率、第三產業就業占比、城市登記失業率、財政支出占GDP 的比重、生均中小學教師數、每萬人醫院數。

同時，模型控制了流入城市固定效應γc ，戶籍所在省份固定效應δp ，并將標準誤聚類到戶籍所在城市層面。

2.2 數據和變量說明

本文主要考察戶籍所在城市數字經濟發展情況對流動人口返鄉意愿的影響。城市數字經濟的發展程度使用騰訊研究院《中國“ 互聯網+” 數字經濟指數》報告公布的中國351 個城市的數字經濟指數。騰訊研究院在2015—2019年間每年會發布前一年的城市層面的數字經濟指數，該指數是使用騰訊微信、QQ、支付、新聞、視頻、云、城市服務、眾創空間等十余個核心平臺的數據，以及京東的電商數據，滴滴的出行數據，新美大的生活服務及餐飲住宿和攜程的旅游等互聯網平臺的檢測數據，結合城市統計年鑒數據，通過構建基礎分指數、產業分指數、雙創分指數和智慧民生分指數，采用模糊層次分析法計算得到，具體指標體系構建如表1 所示。

表2 展示了“互聯網+”數字經濟指數與互聯網發展水平（百人中互聯網寬帶接入用戶數、移動互聯網接入流量）、數字化基礎設施（互聯網寬帶接入端口數）、其他平臺經濟發展水平（淘寶村個數） 和電子商務的整體發展水平（ 快遞業務收入、電子商務銷售額、有電子商務交易企業數） 等變量的相關系數，結果均在1%水平上顯著正相關。這說明“互聯網+”數字經濟指數不僅能夠反映我國不同地區整體互聯網平臺的發展規模和程度，更多映射了與互聯網、大數據、通信為基礎設施的數字新業態的發展情況。

對不同類型城市的數字經濟發展情況進行分析。圖1 展示了各類城市2016 年數字經濟指數的分布情況，可以發現，超大城市的數字經濟指數最高，特大城市其次，大城市再次，最后是中等城市和小城市。總體上看，人口規模越大的城市，數字經濟的發展水平越高。圖2 展示了各類城市2016—2017 年數字經濟指數增長率的分布情況，可以發現，中等城市和小城市的數字經濟增長率相對較高，大城市其次，特大城市再次，超大城市的增長率最低。總體上看，人口規模越小的城市，數字經濟指數的增長率相對越高。圖3 展示了各類城市2016—2017 年數字經濟指數增長值的分布情況，可以發現，中小城市的數字經濟指數的增量已經接近甚至超過超大和特大城市。這意味著中小城市與超大和特大城市的數字經濟發展水平的差距正在逐漸縮小。

流動人口相關數據主要來自流動人口動態監測調查數據（CMDS）。該數據是全國性流動人口抽樣調查數據，覆蓋31 個省（區、市）中流動人口較為集中的流入地城市。本文采用了含有樣本戶籍所在城市層面信息的2017 年數據進行研究，將樣本限定為年齡在16 歲至60 歲的勞動年齡人口，并剔除流入城市原因為婚姻嫁娶、拆遷搬家、投親靠友、學習培訓、參軍、出生、異地養老的樣本，以及流入所在城市小于一年的樣本，保留家庭平均每月總收入非負的樣本，共得到113661 個觀測值。

其他城市特征數據來自《中國城市統計年鑒》和《中國區域經濟統計年鑒》。為緩解可能存在的反向因果問題，本文采用滯后一期的城市層面特征變量。表3 展示了文章主要變量的描述性統計結果。

3 實證分析

3.1 基準OLS 回歸

表4 展示了戶籍所在城市數字經濟發展對流動人口返鄉意愿的影響。列（1）只控制了個體及家庭特征變量，列（2） ～（3） 逐步加入戶籍所在城市特征變量和戶籍所在省份固定效應，考慮到流入城市包括數字經濟發展程度在內的其他特征也會影響流動人口的返鄉意愿，列（4）進一步加入了流入城市特征變量，為控制流入城市的所有可觀測和不可觀測因素的影響，列（5） 在列（3） 的基礎上直接加入流入城市固定效應。列（1） ～（5）結果顯示，數字經濟指數的回歸系數均顯著為正，且逐步加入控制變量和固定效應時回歸系數變化不大，模型的擬合優度逐漸增大，說明戶籍所在城市的數字經濟指數越高，流動人口返鄉意愿越強。

考慮到列（1） ～（5）中使用一年截面數據只能識別出戶籍所在城市數字經濟發展程度的差異對流動人口返鄉意愿的影響，無法識別出同一城市在不同年份數字經濟發展程度的變化對流動人口返鄉意愿的影響。列（ 6） 還使用CMDS2016 年和2017 年的混合截面數據，并控制省份固定效應，檢驗戶籍所在省份數字經濟發展程度對流動人口返鄉意愿的影響，發現省份層面數字經濟指數的回歸系數仍顯著為正，表明戶籍所在省份的數字經濟發展程度越高，流動人口返鄉意愿越強。

騰訊研究院還公布了省份層面的數字經濟分項指標，為研究戶籍地數字經濟的內在維度對流動人口返鄉意愿的影響，我們將列（6） 中省份層面的數字經濟指數更換為數字經濟產業分指數、雙創分指數和智慧民生分指數分別回歸，系數均顯著為正;并且雙創分指數對流動人口返鄉意愿的促進作用最大，這反映出數字經濟發展帶來的創業群體活躍度、創業熱情和創業能力的提高在吸引流動人口返鄉中起到了重要作用。受篇幅所限，具體回歸結果作者留案備索。

3.2 內生性分析

本文主要研究戶籍所在城市數字經濟發展對流動人口返鄉意愿的影響，但是基準模型仍可能存在內生性的估計偏差。第一是遺漏變量問題。模型中控制了戶籍所在地經濟發展、產業結構和公共服務等相關變量，盡可能減少了遺漏變量問題，但依然存在如城市政治效率、交通便捷程度等不可觀測因素，這些因素不僅與城市數字經濟的發展有關，也影響流動人口的返鄉意愿，可能造成估計的偏誤。第二是反向因果問題，流動人口返鄉也可能推動戶籍地數字經濟發展。模型中統一將核心解釋變量和控制變量滯后一期，一定程度上減弱了可能存在的反向因果問題。

首先，本文使用Oster（2019） 提出的邊界方法來檢驗因遺漏變量可能引起的估計偏差。該檢驗包括兩種方法：第一，假設模型中不可觀測因素與可觀測因素同等重要（δ =1），且將不可觀測因素放入模型后，模型的擬合優度增加到Rmax =1. 3R，如果經偏差調整后核心解釋變量的回歸系數 β? （Rmax，δ）依舊顯著不為0，意味著加入不可觀測因素不會對估計結果產生較大的影響，通過穩健性檢驗。第二，假設將不可觀測因素放入模型后，模型的擬合優度增加到Rmax =1. 3R，計算使核心解釋變量系數β 為0 時δ 的取值。若δ 的絕對值超過1，則意味著要使核心解釋變量的系數為0，需要不可觀測變量的重要性超過可觀測變量，但出現這種情況的可能性很低，通過穩健性檢驗。表5 列（1） 顯示，偏差調整后的回歸系數顯著為正，列（2）中δ 的絕對值大于1，表明忽略不可觀測遺漏變量導致的偏差，不足以影響基準結果的穩健性。同時，δ 為負值意味著加入控制變量和不可觀測因素時，回歸系數將更加遠離零而不是接近零，即最小二乘估計可能反映了數字經濟指數對流動人口返鄉意愿的影響下限。

其次，為避免反向因果和遺漏變量問題共同造成的估計偏誤，本文參考張勛等（2019，2020，2021）與邱子迅和周亞虹（2021b） 的研究，選取戶籍所在城市與廣州的球面距離和與杭州的球面距離的對數，作為戶籍所在城市數字經濟發展程度的工具變量。杭州是中國最大以及世界第二大互聯網公司阿里巴巴的誕生地，在數字商業、金融科技、智慧物流等領域開拓性創建了中國數字經濟時代的商業基礎設施;廣州是中國三大通信樞紐、互聯網交換中心和互聯網國際出入口之一，坐落著酷狗、唯品會等頭部互聯網公司，擁有全國最大國際出口帶寬，在互聯網硬件方面首屈一指。這兩個城市作為數字經濟發展最發達的城市之一，可以預期到與這兩個城市的距離越近，數字經濟的發展越有優勢，工具變量具有相關性。

表6 展示的第一階段回歸中，列（1） 戶籍所在城市與廣州和杭州的距離均顯著為負，表明離數字經濟發展中心越近，城市數字經濟水平越高。K-P WaldF 統計量的值大于10，通過了弱工具變量檢驗，說明工具變量滿足相關性。

關于工具變量的外生性，我們在模型中控制了盡可能多的城市層面特征變量，來切斷地理距離與遺漏變量之間相關性的可能性;此外，我們在模型中控制了戶籍所在省份固定效應，同一個省份內城市的遺漏變量與城市到廣州和杭州的地理距離更無顯著關聯，強化了工具變量的外生性。同時，Hansen J 檢驗的p 值大于0. 1，表明不能拒絕所有工具變量都外生的原假設，工具變量估計是有效的。

表6 列（2）顯示，使用2SLS 方法估計后，數字經濟指數的回歸系數依然顯著為正，表明戶籍所在城市數字經濟發展顯著增加了流動人口的返鄉意愿①。

CMDS2017 年數據中有返鄉意愿的流動人口比例為20. 82%，如果戶籍地數字經濟指數上升一個標準差（1. 461），有返鄉意愿的流動人口會增加1. 461?0. 01=1. 46%，占有返鄉意愿流動人口比例的1. 46%/20. 82% = 7. 01%。下文所有分析均展示利用戶籍所在城市到廣州和到杭州球面距離的對數作為工具變量的回歸結果。

3.3 穩健性檢驗

第一，本文參考Conley et al. （2012） 提出的置信區間集合方法（ UCI） 和近似于零方法（LTZ），檢驗在工具變量并非完全外生時估計結果的穩健性。表7列（1）結果顯示基于UCI 方法得出的數字經濟指數系數的置信區間為[0. 003，0. 086]，列（2）顯示使用LTZ 估計出數字經濟指數的90%置信區間為[0. 005，0. 047]②，這兩個置信區間都顯著大于0，并且包含兩階段最小二乘估計出的數字經濟指數的系數0. 01，說明在近似外生情形下，本文使用戶籍所在城市距離廣州和杭州距離的對數作為工具變量的回歸結果穩健。

第二，本文選取的工具變量是戶籍所在城市距離廣州和杭州的球面距離，考慮到杭州與廣州分別地處長三角和珠三角城市群，距離兩地的距離可能和創業環境、政治效率、市民素質等不可觀測因素相關，而這些不可觀測因素同樣可能對流動人口的返鄉意愿產生影響。由于杭州和廣州的周邊城市，也即在長三角和珠三角地區內部，城市層面遺漏變量和兩個工具變量的相關關系可能更強，我們采取如表8 的措施緩解這一可能的估計偏誤。列（1） 剔除戶籍地在上海和深圳兩座城市的樣本，列（2）剔除戶籍地在長三角城市群的樣本，列（3） 剔除戶籍地在珠三角城市群的樣本，列（4）將戶籍地在長、珠三角城市群的樣本全部剔除。回歸結果顯示，列（1） ～（4） 中數字經濟指數的回歸系數均顯著為正，并且和沒有剔除樣本的工具變量估計結果相近，基準結果穩健。

第三，除使用傳統的工具變量之外，本文參考Lewbel（2012），利用外生變量的異方差特征構建工具變量進行穩健性檢驗。具體步驟為：第一，通過外生變量Z 對內生變量X 最小二乘回歸得到殘差的估計值^ε =X-Z^α ;第二，令Z1 包含Z 的部分或所有元素（不包括常數項），Z1 為 Z1 的均值，構造 Z1-Z1 （ ）^ε 作為工具變量，對原方程進行兩階段最小二乘估計。表8 列（5）展示了Lewbel IV 的估計結果，結果顯示，異方差懷特檢驗的P 值小于0. 1，拒絕了同方差的原假設，表明模型中內生變量對其他外生變量回歸后的殘差存在異方差;K-P Wald F 值大于10，通過了弱工具變量檢驗。使用異方差工具變量回歸后，數字經濟指數的回歸系數仍顯著為正，且大小和使用到杭州和廣州球面距離的對數作為工具變量的估計系數相差不大，基準結果穩健。

第四，更換返鄉意愿的定義方法。表9 列（1） ～（2） 通過“ 如果您符合本地落戶條件，您是否愿意把戶口遷入本地” 這一問題進行判斷，回答有“ 不愿意”、“沒想好”和“愿意”三個選項。列（1） 將回答不愿意取值為1，沒想好或愿意取值為0;列（2）將回答不愿意或沒想好則取值為1，愿意取值為0。兩列結果均顯示，戶籍所在城市數字經濟發展會增加流動人口的返鄉意愿，結果穩健。

第五，為了減弱反向因果的可能性，且考慮到戶籍地數字經濟發展程度對流動人口的影響可能存在更長期的滯后性，表9 列（3） 采用騰訊研究院發布的2015 年滯后兩期的數字經濟指數作為解釋變量，數字經濟指數回歸系數依然顯著為正，結果穩健。

第六，更換不同的數字經濟發展程度衡量指標。表10 列（1）將核心解釋變量替換為按照趙濤等（2020） 研究方法計算出的戶籍所在城市的數字經濟綜合發展指數，該指數使用每百人互聯網寬帶接入用戶數、信息傳輸、計算機和軟件業從業人員比例、人均電信業務總量、移動電話普及率和北京大學數字普惠金融指數五個指標進行主成分分析得到，一共覆蓋222 個城市;列（2） ～（5） 將核心解釋變量替換為戶籍所在城市每萬人互聯網寬帶接入用戶數、人均郵電業務總量、信息技術從業人員比例和淘寶村個數。結果顯示，更換數字經濟指數度量指標后，回歸系數依然顯著為正，結果穩健。

3.4 戶籍地數字經濟發展對流動人口實際返鄉的影響

前文已經驗證了戶籍地城市數字經濟發展水平上升會增強流動人口返鄉意愿的結論，但其是否會導致流動人口的實際返鄉仍沒有定論。為了回答這一問題，本文使用2015 年1%的人口抽樣調查數據，將樣本限定在2014 年不居住在戶籍所在城市的流動人口，保留16 歲至60 歲的勞動年齡人口，剔除戶口待定的樣本，檢驗其2015 年返回戶籍所在城市（縣） 的決策是否受戶籍地所在城市數字經濟發展情況的影響。

表11 展示了估計結果，繼續采用回歸模型（1） 的設定，被解釋變量為流動人口是否實際返鄉，我們設置了兩個虛擬變量，一是流動人口是否實際返回戶籍所在城市，二是流動人口是否返回戶籍所在縣;解釋變量為滯后一期（2014年）的戶籍所在城市的數字經濟指數。模型控制了個體及家庭特征、戶籍所在城市特征、戶籍所在省份固定效應和一年前流入城市固定效應，標準誤聚類到戶籍所在城市層面，并繼續使用戶籍所在城市到廣州距離的對數與到杭州距離的對數作為工具變量進行回歸。列（1） ～（2） 分別展示了戶籍所在城市數字經濟發展對流動人口返回戶籍所在城市和戶籍所在縣的影響，兩列中數字經濟指數的回歸系數均顯著為正，并且回歸系數相差不大，表明戶籍所在城市數字經濟發展會增加流動人口返回戶籍所在城市的概率，并促使流動人口更多地直接返回戶籍所在縣。

為了更直觀地理解戶籍地數字經濟發展吸引勞動力回流的效果，我們使用表11 的估計結果進行粗略測算。根據《中國流動人口發展報告》，2014 年流動人口規模為2. 53 億，2015 年流動人口規模為2. 47 億，相比于2014 年減少了600 萬人。根據騰訊研究院《中國“互聯網+” 數字經濟指數（2015）》，2014 年全國各城市平均數字經濟指數為4. 879，若2014 年所有流動人口戶籍所在城市的數字經濟指數提升10%，會使2015 年返回戶籍地的流動人口增加約10%?4. 879?0. 001 = 0. 049%，約為2. 53 億?0. 049% = 12. 397 萬人次，占2014—2015 年回流勞動力總數的12. 397/600=2. 066%。

3.5 戶籍地數字經濟發展對本地人員外出務工的影響

上文發現戶籍地數字經濟發展提高了流動人口的返鄉意愿，接下來本文切換視角，使用2016 年CLDS 數據①，分析戶籍地數字經濟發展對本地人員外出務工的影響。本文以家庭為研究對象，去掉戶主戶口所在地為本縣區以外的樣本，借助數據家庭問卷中“家庭成員不住在家里的原因”這一問題，當回答為“務工或工作”時，認為該家庭成員為外出務工人員。因此，這里未外出務工的人員，包括了從未外出和已經返鄉的個體。構建回歸模型如式（2）：

表12 展示了模型（2）的回歸結果。列（1）是對有無家庭成員外出務工的估計結果，結果顯示，數字經濟指數顯著為負，表明家庭所在城市數字經濟發展程度越高，家庭有成員外出務工的概率越低。列（2） ～（5）將因變量分別替換為家庭的外出務工人數、家庭外出務工人數占家庭勞動年齡人數的比例、家庭外出務工人數占家庭總人數的比例和家庭外出務工人數占家庭全職就業人數的比例，各列中數字經濟指數的回歸系數也顯著為負。以上結果可以說明，家鄉數字經濟發展程度越高，本地人員外出務工的概率、人數和比例均會越少。這與家鄉數字經濟發展吸引勞動力返鄉的結論相吻合，并且表明數字經濟吸引勞動力返鄉不僅“引得進”，還能“留得住”，就業逐漸呈現本土化趨勢。

4 影響機制分析

4.1 就業創業環境

就業機會的多寡是影響我國勞動力跨地區流動的重要因素之一（ 楊云彥等，2003）。近年來，趁著鄉村振興的東風，在創新創業保障的實施、交通基礎設施的建設與脫貧攻堅工程建設的共同推進下，傳統勞務輸出地的縣域經濟迅速發展。同時，平臺經濟的下沉為小城鎮創造了大市場，催生了大量的就業、創業機會。相較于傳統工業時代簡單、封閉的經濟模式，數字技術打破了時間和空間的界限，憑借透明化信息和低廉運營成本，彌補了后發地區先天不足的劣勢。

越來越多的外出勞動者把目光瞄準到家鄉這片沃土，選擇帶回積累的人力、社會和金融資本回鄉就業或者創業。

為了檢驗就業創業環境這一機制，本文繼續使用2016 年CLDS 數據，采用模型（2）的設定，驗證數字經濟發展對穩定就業和增加創業機會的作用。表13列（1）檢驗了家庭所在城市數字經濟發展對家庭勞動力失業率的影響，家庭勞動力失業率使用家庭成員失業人數和家庭勞動年齡人口總數的比值計算，可以發現家庭所在城市數字經濟發展會降低家庭勞動力失業率。表13 列（2） 檢驗了家庭所在城市數字經濟發展對家庭是否創業的影響，家庭創業的定義為家庭戶主職業類型為雇主或者自雇，可以發現家庭所在城市數字經濟發展可以促進家庭創業概率的增加。這說明，數字經濟發展突破地域限制的優勢愈發突出，持續惠及經濟欠發達地區，已成為拉動家鄉經濟增長的新引擎，培育了眾多創業新增長點，拓寬了勞動力在家鄉的就業選擇。原本為生計所迫必須外出務工的勞動力在家門口依然可以分享到數字經濟紅利，家鄉數字經濟發展帶來的就業效應和創業效應是流動人口回流的重要吸引力。

4.2 適配的工作機會

在數字經濟背景下，與個體技能水平相適配的工作機會愈加成為勞動力流動考慮的因素之一（Hassan et al. ，2019;陳媛媛等，2022）。平臺經濟的發展和電子設備的普及使人們的生產方式和工作模式發生巨大變化，鄉村休閑旅游、自媒體運營、電商直播、社區零售等就業模式逐漸發展，給后線城市注入了全新的活力。這些新興的就業模式具有靈活性強、自主性高的優點，勞動者提供勞務的時間與空間限制被大大降低（Kawashima，2017），涌現了大量的自由職業者（Graham et al. ，2017），因而就業人員更有可能從事與自身技能水平更加適配的工作。因此，家鄉數字經濟發展可能會增加勞動力獲得與自身技能適配工作的概率，從而增加了他們回鄉從業的動力。

為檢驗以上猜想，本文以衡量個人工作-技能是否匹配的虛擬變量為被解釋變量， 繼續采用模型（ 2） 對此機制進行分析。參照Verdugo and Verdugo（1989） 的研究， 本文采用標準差實際匹配法（ Standard Deviation RealizedMethod）測度勞動力的工作和技能水平的匹配情況。首先，在每個地區內部計算每種職業勞動力受教育水平的平均值和標準差;其次，在每個地區每種職業的勞動力受教育年限平均值的基礎上加減一個標準差，形成一個區間，作為個體在本地區從事此職業適配的受教育水平;最后，比較個體在本地區從事此職業適配的受教育水平與自身實際的受教育水平，如果個體實際受教育水平在適配受教育水平區間范圍內，則認為其工作和技能水平是匹配的，此時被解釋變量取值為1，否則為0。

表13 列（3）展示了家鄉數字經濟發展對家庭戶主工作與技能水平匹配度的影響。結果顯示，家庭所在城市數字經濟發展確實會提高勞動力工作與技能水平相匹配的概率。家鄉數字經濟發展帶來的新興就業崗位能夠使得勞動力更大程度發揮出自身價值，進而促使勞動力有動力返回家鄉。

4.3 收入效應

遷入地的收入水平是吸引勞動力轉移最直接的誘因（ Sjaastad，1962）。我們使用家庭年總收入與家庭勞動年齡人口總數的比值計算家庭勞動力平均收入，并以此作為被解釋變量來驗證家鄉數字經濟發展對本地家庭勞均收入的影響。回歸結果見表13 列（4），結果表明家庭所在城市數字經濟發展會增加本地家庭勞動力平均收入，這也是家鄉數字經濟發展吸引勞動力回流的主要機制之一。

5 家鄉數字經濟發展更容易吸引哪批人返鄉

以上我們已經發現家鄉數字經濟發展確實有效吸引了勞動力回流，但同時，認清家鄉數字經濟發展更加吸引哪一類群體返鄉是我們更為關注的重要問題，這對正確把握勞動力流動規律，實現勞動力資源合理有序配置和釋放數字經濟對我國經濟高質量發展的作用具有重要的政策含義。本文接下來詳細驗證家鄉數字經濟發展對不同勞動力群體返鄉意愿的影響差異。

5.1 區分勞動力高低技能水平

對不同技能水平勞動力的非對稱作用是新興技術沖擊影響研究中頗為關注的重點問題（ Acemoglu and Restrepo，2018a;柏培文和張云，2021;Xie et al. ，2021）。為考察家鄉數字經濟發展對流動人口返鄉意愿影響的技能異質性，我們按勞動力受教育程度和戶口性質對流動人口樣本進行分組。表14 列（1） ～（2）展示了按流動人口受教育年限中位數（9 年）區分高學歷和低學歷的分組回歸結果。可以發現，戶籍所在城市數字經濟發展對兩組流動人口返鄉意愿均有顯著正向影響，但對初中及以下學歷較低的流動人口返鄉意愿的促進作用更大。列（3） ～（4）展示了對農村戶口和城鎮戶口流動人口的分組回歸結果，發現戶籍所在城市數字經濟水平提高對農村戶口流動人口返鄉意愿有顯著正向影響，而對城鎮戶口流動人口返鄉意愿沒有顯著影響。

本文的這一發現與現有的研究數字經濟對勞動力流動影響的文獻結論不同，陳媛媛等（2022）發現城市工業智能設備的應用更多降低了低技能勞動力的遷入率，馬述忠和胡增璽（2022）發現城市數字金融發展對高學歷勞動力流入的影響更為顯著。結論不同的原因在于，本文關注的技術進步的維度不同，更側重于以互聯網平臺為代表的數字產業化發展的影響;同時本文聚焦流動人口家鄉的數字經濟發展程度，這些地區多位于欠發達地區，經濟發展水平低，產業要素活力差，先天不足的劣勢明顯。互聯網平臺發展更多帶動了以農產品零售、直播帶貨等為代表的數字化崗位，這些工作對勞動力技能沒有明顯偏好，以較低的就業門檻為更多低技能勞動者創造了新發展機遇，因此低技能勞動者更容易受家鄉數字經濟發展吸引而返鄉。由此可以發現，數字經濟正憑借著成本低、門檻低、包容度高、普惠性強的特質，改變不同地區、不同行業對不同特質勞動力的吸引力，引發了新的勞動力空間流動規律，深刻影響著中國的勞動力市場配置。

5.2 區分務工城市類型

長久以來，受中國戶籍制度的制約，流動人口在城市務工雖然可能獲得較為豐厚的收入和優質的就業機會，但同時也面臨著醫療、養老、教育、住房等公共服務提供不足的問題（張吉鵬等，2020），在城市中的生活成本也十分高昂（周穎剛等，2019）。同時我國城市間的分化程度十分嚴重，不同城市的生活成本和與戶籍制度綁定的公共服務獲取難度均存在明顯差異，這些因素均可能對勞動力的流動決策造成影響（夏怡然和陸銘，2015）。因此，隨著互聯網平臺的下沉，家鄉數字經濟發展對在不同城市流動的勞動力返鄉意愿的影響可能不同。

為檢驗家鄉數字經濟發展對在不同類型城市的流動人口返鄉意愿影響的異質性，表15 列（1） ～（2） 按照城市經濟發展程度，將樣本分為流入一線、新一線城市組和流入其他城市組;列（3） ～ （4） 直接按照城市落戶門檻指數的平均數，將樣本按流入地分為流入高落戶門檻組和低落戶門檻組①。可以發現，戶籍所在城市的數字經濟發展情況對于在一線、新一線城市流動和在高落戶門檻城市流動的勞動力的返鄉意愿有顯著促進作用，對流入其他城市和低落戶門檻城市勞動力返鄉意愿的影響并不顯著。家鄉數字經濟發展對在不同城市務工勞動力的返鄉意愿影響差異，很大程度上與流入城市的生活成本和與戶籍制度綁定的教育、醫療等公共服務供給不足有關，在經濟越發達、落戶門檻越高的城市，外來勞動力要承擔的生活成本就越高，能享受與本地居民平等的公共服務的難度就越大。由此，在家鄉數字經濟水平上升時，在經濟發達、落戶門檻較高城市流動的打工者更傾向于“ 落葉歸根” （ 張吉鵬和盧沖，2019）。這一結果也可以解釋我國近年來東部地區發達城市為何出現大面積“用工荒”的現象。

5.3 區分人口特征

最后，我們關注人口特征的異質性。考慮到婚姻、子女、年齡等生命周期因素會對勞動力流動決策產生很大影響，本文具體探究家鄉數字經濟發展對不同婚姻狀況、生育狀況和年齡的流動人口返鄉意愿影響的異質性。

表16 按照樣本婚姻狀況和有無子女進行分組。列（1） ～（2）展示了已婚和未婚流動人口的分組回歸結果，發現戶籍所在城市數字經濟發展顯著增加了已婚流動人口的返鄉意愿，對未婚流動人口的返鄉意愿沒有顯著影響。列（3） ～（4）展示了有子女和無子女流動人口的分組回歸結果，發現戶籍所在城市數字經濟發展顯著增加了有子女流動人口的返鄉意愿，對無子女流動人口的返鄉意愿沒有顯著影響。表17 按年齡進行分組，考慮到55 歲及以上的流動人口面臨退休，列（1） ～（3）分別展示流動人口年齡在35 歲及以下、35 歲到55 歲和55 歲及以上樣本的回歸結果（35 歲為流動人口年齡的中位數），發現戶籍地數字經濟發展對中年（35 歲～55 歲）流動人口返鄉意愿有顯著促進作用，對青年（35 歲以下）和臨近退休（55 歲以上）的流動人口返鄉意愿沒有顯著影響。

總體上，家鄉數字經濟發展主要吸引了在外流動成本較高的群體。流動成本是勞動力遷移過程中考慮的重要因素之一（王子成和趙忠，2013），不僅包含勞動力遷移時發生的費用與遇到的障礙，還包括遠離親人無法照顧家庭的心理調整成本（趙耀輝，1997）。已婚已育的勞動力或35 歲～55 歲的中年勞動力在外流動時面臨著配偶和子女的工作、就學的安置問題，心理成本和家屬同行成本較高;同時，他們背負了更多的家庭壓力，可能會面臨家中有配偶和子女亟待照顧，或者老人無人贍養的問題，外出后與戶籍地家庭的關聯更強，在外流動的機會成本也較高（趙耀輝，1997）。相比之下，未婚未育或35 歲及以下的新生代流動人口在外流動成本較低，且對大城市生活的向往程度和融入度較高（ 解永慶等，2014），因此戶籍地數字經濟發展對其吸引力有限;55 歲及以上的流動人口學習、適應新工作的優勢和精力較弱（詹姆斯和克魯格，2020），并且他們臨近退休，沒有強烈地更換工作意愿，因此戶籍地數字經濟發展帶來的就業和創業機會對其吸引力也較小。

6 結論與政策啟示

數字經濟發展速度之快、輻射范圍之廣、影響程度之深前所未有，不可避免會深刻影響我國勞動力市場格局，引發勞動力流動的新特征與新規律。本文使用2017 年流動人口動態監測調查數據和騰訊研究院中國“ 互聯網+” 數字經濟指數，考察了戶籍地數字經濟發展對流動人口返鄉意愿的影響。使用工具變量的估計結果發現，戶籍地數字經濟發展會提升流動人口的返鄉意愿;接下來，采用2015 年1%人口抽樣調查數據，本文進一步驗證了戶籍地數字經濟發展確實吸引了流動人口的實際返鄉;然后切換研究視角，使用CLDS2016 數據，發現家鄉數字經濟發展會減少本地人員的實際外出務工，這表明家鄉數字經濟發展吸引勞動力返鄉不僅能“引得進” 還能“留得住”。影響機制檢驗發現，家鄉優質的就業創業環境、更加適配的工作機會和收入增加效應是數字經濟新時代背景下勞動力回流的主要因素。最后，我們進一步研究家鄉數字經濟發展對流動人口返鄉意愿影響的異質性，結果顯示，技能水平較低、在經濟發達和落戶門檻較高城市流動、已婚已育和35 歲～55 歲中年流動人口群體的返鄉意愿受家鄉數字經濟發展的吸引更大。

本文為探尋數字經濟賦能共同富裕背景下，中國勞動力的流動新規律提供了研究依據，政策含義十分明顯。第一，扎實推進數字鄉村戰略實施。積極響應2022 年中央一號文件提出的“推動鄉村振興取得新進展、農業農村現代化邁出新步伐”思想，充分發揮數字經濟的普惠效應與長尾效應，借助數字化技術發揮區域比較優勢，形成當地難以復制和轉移的競爭優勢，整體帶動鄉村經濟發展，激發廣大勞動者投身家鄉經濟建設的熱情與活力。第二，欠發達地區應該緊抓數字經濟這一機遇，盡快提升區域數字經濟水平，搭建互聯網新經濟體廣泛吸納勞動力。發展數字經濟是后發地區縮小差距的絕佳機會，理應充分利用數字經濟的正外部性和聚集效應，鼓勵以互聯網平臺為依托的新就業模式和就業形態的發展，帶動地區創業和就業機會產生，提高勞動力平均收入，激發城市發展活力。第三，加快戶籍制度改革，減少勞動力流動的制度障礙，提升勞動力要素的空間配置效率。人口流動的動力已從單方面追求高收入轉向尋求幸福美好生活，國家應完善與流動人口相關的醫療養老社會保障制度，將流動人口家庭納入住房保障體系，促進流動人口隨遷子女入學升學機會均等化，破除影響勞動力流動的制度性障礙，引導各類勞動者制定合理的遷移決策，進一步釋放人口流動紅利。