數字經濟對我國勞動力就業結構的影響研究

摘要：作為現代經濟增長的重要形態，數字經濟發展改變了勞動力在三次產業中的就業比重，使傳統就業結構發生改變。文章基于2011—2021年我國省級面板數據，構建數字經濟指標體系，從學歷層面與產業層面探究數字經濟對我國就業結構的影響。研究結果表明：數字經濟能夠優化我國勞動力就業結構，更換核心解釋變量度量方法進行穩健性檢驗后，以上結論依然成立；從學歷層面來看，數字經濟對東部和中部地區就業結構優化的影響顯著，對東北和西部地區就業結構優化的影響有限；從產業層面來看，數字經濟對四大板塊就業結構優化的影響均顯著。今后應進一步發揮數字經濟優化就業結構的作用，落實勞動力轉移的保障措施，提高數字經濟產業的勞動力福利水平；加大數字經濟專業在高校學科專業中的設置力度，持續拓寬勞動力提升學歷的渠道；因地制宜，在區域內進行有效的幫扶與合作。

關鍵詞：數字經濟；勞動力；就業結構；異質性

中圖分類號：F49" " " " " " " " " 文獻標志碼：A" " " " " " " " "文章編號：1007-8576（2024）06-0040-09

DOI：10.16716/j.cnki.65-1030/f.2024.06.004

Research on the Impact of Digital Economy on the Employment Structure of Chinese Labor Force

ZHAO Xianghao， LIU Yaru， SUN Peilei

（Xinjiang University of Finance and Economics， Urumqi 830012， China）

Abstract： As an important form of modern economic growth， the development of digital economy has changed the proportion of labor in the three industries and transformed the traditional employment structure. Based on China’s provincial panel data from 2011 to 2021， this paper systematically constructs a digital economy indicator system and adopts a fixed effect model to study China’s employment structure from the level of education and industry. The results show that the digital economy can optimize the employment structure of the labor force in China， and the above conclusions are still robust after the robustness test by replacing the core explanatory variables. From the educational level， the digital economy has a significant impact on the employment structure in the eastern and central regions， and a limited impact on the employment structure in the northeast and western regions. From the perspective of industry， the digital economy has a significant impact on the employment structure of the four sectors. In the future， it is of necessity to further play the role of the digital economy in optimizing the employment structure， implement the safeguard measures of labor transfer， and improve the welfare level of the labor force in the digital economy industry or industry. The digital economy major should be set up more vigorously in the academic disciplines of colleges and universities， and the channels for the labor force to improve their academic qualifications should be continuously expanded. Effective assistance and cooperation should be carried out in the region according to local conditions.

Key words： digital economy; labor force; employment structure; heterogeneity

一、問題的提出

黨的二十大提出要加快數字經濟發展，促進數字經濟與實體經濟深度融合，打造具有國際競爭力的數字產業集群。近年來，我國依托互聯網、云計算、大數據、人工智能等數字技術大力發展數字經濟與實體經濟深度融合的經濟發展模式，數字經濟已成為推動我國經濟發展的新興動能。中國信息通信研究院發布的《中國數字經濟發展報告（2022）》顯示，2021年我國數字經濟規模達到45.5萬億元，同比名義增長16.2%，數字經濟增速高出同期GDP名義增速3.4個百分點，數字經濟占GDP比重達到39.8%。可以看出數字經濟發展對國民經濟的拉動作用日漸顯現。

隨著數字經濟的蓬勃發展以及數字經濟相關技術創新水平的不斷提高，我國勞動力就業結構發生了巨大改變。數字經濟給就業的載體、形態、技能等方面帶來了重大變化，產生了巨大的就業創造效應與就業替代效應［1］。一方面，數字經濟的發展帶動大眾在新業態中形成新的就業模式，創造了大量就業崗位；另一方面，數字經濟的出現迭代了大量傳統行業，新技術取代舊技術，在發展過程中淘汰了傳統行業中的大批就業者，促使這些勞動力在區域內不同產業或不同行業間進行轉移。這意味著，數字經濟的出現或將改變勞動力在三次產業中的就業比重，致使傳統就業結構發生改變。此外，數字經濟也為勞動力就業轉型注入了新的發展動力。眾多與數字相關的技術廣泛應用于科技、教育、文化、衛生、醫療等方面，數字資源更加開放，資源由全員共享。由此可以預見，勞動力就業的信息搜尋成本將會更低、社會關系網絡將會更廣、新的就業崗位將會更多，這為勞動力的工作轉換提供了廣闊的潛在空間，促使勞動力為獲得更高的收入而流動到更具發展潛力的就業崗位［2］，由此改變勞動力在三次產業中的就業比重。

國家高度重視新業態模式下的勞動力轉移問題，出臺了大量有關數字經濟擴大就業的相關政策。國家發展和改革委員會等多部門聯合發布的《關于發展數字經濟穩定并擴大就業的指導意見》強調，目前我國數字人才供不應求，能夠適應勞動者流動性和就業方式多樣化的就業服務與用工管理制度仍有待完善，應持續促進經濟轉型升級，實施積極的就業政策，以實現更高質量和更充分的就業。因此，基于數字經濟發展的相關因素研究當前我國勞動力就業結構轉型的現狀與趨勢，對于進一步制定與完善數字經濟發展的相關措施具有重要意義。

二、文獻梳理與研究假說

（一）文獻梳理

學界從中觀和宏觀兩個層面對數字經濟展開了研究。聚焦于中觀層面，有關文獻探討了數字經濟對企業技術層級與規模效益變動的影響［3］，數字經濟對產業集聚與黃河流域制造業高質量發展的影響［4］，數字經濟對產業協同發展的影響機制［5］等。聚焦于宏觀層面，有學者從居民收入出發探討了數字經濟對城鄉居民收入差距的影響及其作用機制［6］，數字經濟對推動實現共同富裕的實質性意義［7］，以及數字經濟對區域經濟發展的影響機制［8］等。

當前，我國勞動力就業形勢日漸嚴峻［9］，在數字經濟時代，研究數字經濟對勞動力就業的影響具有重要的實踐價值。鑒于此，學界對于數字經濟與勞動力就業的相關研究不斷深入，從國家層面出發研究數字經濟與勞動力的非正規就業現狀、就業結構、就業質量和就業收入等方面的關系的文獻也不斷豐富。本文可能的邊際貢獻在于：第一，通過整合多篇高質量文獻中的數字經濟指標體系，更全面地測度數字經濟發展水平，以此為基礎更精準地分析數字經濟對勞動力就業結構的影響；第二，考慮到我國四大板塊（即東部、中部、西部、東北地區）的數字經濟發展水平不盡相同，其對勞動力就業結構的影響程度可能存在差異，故本文在對我國整體和四大板塊的數字經濟發展水平進行測度后，針對數字稟賦不同的四大板塊進行異質性檢驗，有針對性地提出相關建議。

（二）研究假說

一方面，目前學界圍繞數字經濟與勞動力就業結構展開的相關研究形式多樣，大量文獻通過實證模型驗證了數字經濟能夠推動勞動力就業結構優化，且數字經濟對勞動力就業結構的影響不斷增強［10］。自2010年數字經濟發展步入快車道，數字經濟推動了國家及地方層面的社會經濟發展，勞動力在行業或產業間的就業轉移改變了以往的就業結構。有研究認為數字經濟有利于提升勞動力就業水平并優化勞動力就業結構，主要表現為數字經濟發展水平提高使得就業市場對第一產業和第二產業勞動力的需求減少，對第三產業勞動力的需求增多，使得勞動力就業結構由“二三一”轉向“三二一”［11］。另一方面，學界大多以技能水平高低為標準將勞動力劃分為低技術勞動力、中等技術勞動力、高技術勞動力［12-13］，或將勞動力劃分為男性勞動力和女性勞動力［14］，進而得出相較于在中等技術行業的就業人數，勞動力在高技術行業和低技術行業的就業人數大幅增加，以及互聯網顯著縮小了性別工資差異等結論。同時，從數字化投入視角來看，我國行業內就業結構總體上呈現為中高技能就業人數占比上升和低技能就業人數占比下降的“有序遞進升級”模式［15］，數字經濟發展能夠促進人力資本結構高級化，尤其是可顯著提高低級和高級人力資本水平［16］，而人力資本水平提高對于勞動力實現高質量就業具有促進作用［17］。

數字經濟的蓬勃發展創造了眾多新興產業或行業，數字化轉型為勞動力就業模式調整提供了新的契機，為充分利用人力資源以緩解勞動力不充分就業問題提供了新的發展思路［18］。這些新興產業或行業需要知識層次更高的高學歷人才進行管理和運營。與此同時，大量的傳統行業、企業以及其中的勞動力也面臨著被替代或淘汰的風險。這些勞動力大多屬于知識層次不高的低學歷工作者，他們因難以適應新興行業的崗位要求［19］已經或即將失業，這種失業對部分勞動者而言甚至會長期存在。近年來，大量失業者以及在崗勞動力為了改變這種困境，通過不斷豐富知識以提升學歷來增強自身競爭優勢，以防在快速發展的時代中被企業、行業淘汰。不可否認，自身價值提高可幫助勞動力把握就業機遇，從而實現到更好平臺就業的目標。

基于此，本文提出研究假說1：數字經濟有利于優化勞動力就業結構。

《全國數字經濟發展指數（2021）》數據顯示，我國東部、中部、西部、東北地區的數字經濟發展指數依次為167.8、115.3、102.5、103.0，表明四大板塊數字經濟發展水平不盡相同，其優化勞動力就業結構的作用程度可能存在差異。本文采用新結構經濟學研究范式，不以數字經濟發達地區作為研究對象提出籠統建議，以排除其他各地區從結果論出發去探尋勞動力就業結構優化的論調，而是從東部、中部、西部、東北4個地區各自所擁有的數字資源稟賦出發，探尋各地區數字經濟發展對勞動力就業結構優化的作用程度，以期為各地區提供針對性建議，幫助各地區政府更好地發揮數字經濟對勞動力就業結構優化的驅動作用。

基于此，本文提出研究假說2：我國東部、中部、西部、東北地區的數字經濟發展水平存在差異，其對勞動力就業結構優化的作用具有區域異質性。

三、研究設計

（一）模型設定

根據前文理論分析和研究假說，本文設定如下固定效應模型，以探究數字經濟對我國勞動力就業結構的影響。模型具體形式如下：

[LSit=α0+α1DEit+jβiXijt+μi+νt+εit] " " " （1）

式（1）中：下標[i]表示不同省區市，[t]表示年份，[LSit]表示省份i第t年的以不同維度（學歷、產業）衡量的勞動力就業結構，[DEit]表示省份i第t年的數字經濟發展水平，[Xijt]表示其他控制變量，[μi]為個體效應，[νt]為時間效應，[εit]為隨機誤差項。

（二）變量測度

1.被解釋變量。本文的被解釋變量為勞動力就業結構（LS）。參考葉胥［20］的指標構建方法，從學歷層面與產業層面測度勞動力就業結構。一是學歷層面就業結構（ES），視專科及以上學歷勞動者為高技能勞動者，專科以下學歷勞動者為低技能勞動者，以專科及以上學歷就業人數與專科以下學歷就業人數之比衡量學歷層面就業結構。二是產業層面就業結構（IE），以第三產業就業人數與第二產業就業人數之比衡量。

2.核心解釋變量。本文的核心解釋變量為數字經濟（DE）。參考劉軍［21］、趙濤［22］、楊慧梅［23］的做法，構建數字經濟評價指標體系，包括數字基礎設施建設水平、數字產業化水平、產業數字化水平、數字交易發展水平、數字金融水平5個一級指標和19個二級指標，具體見表1。采用通過數字經濟評價指標體系計算得到的數字經濟綜合指數衡量數字經濟（DE）。

3.控制變量。考慮到就業結構還受其他因素影響，本文選取如下控制變量。一是產業結構（IS），以第三產業產值占總產值的比重衡量；二是地區經濟發展水平（ED），以地區生產總值衡量；三是政府財政支持（GOV），以一般財政支出占GDP的比重衡量；四是技術進步（TD），以專利申請受理數衡量；五是固定資產投資（IFA），以外商投資額衡量；六是生活成本（CH），以家庭人均消費支出占家庭人均可支配收入的比重衡量；七是人力資本投資水平（HI），以教育經費支出衡量；八是城鎮化水平（UR），以城鎮人口占總人口的比重衡量。

（三）數據處理

測度數字經濟綜合指數不僅需要建立可獲得的具體指標，還需要對指標賦予權重。主觀賦權法和客觀賦權法是常見的賦權方法：前者是依據指標之間的相對重要程度通過主觀判斷對指標賦予相應權重，如主成分分析法；后者是以指標的原始信息為依據進行賦權，如熵權法。主觀賦權法容易受到人的主觀意識等因素的影響，在人為賦值過程中可能產生偏誤導致不能很好地反映數字經濟綜合指數的大小。學界大多采用客觀賦權法，因此本文采用熵權法衡量數字經濟綜合指數。同時，數字技術的運用和發展主要出現在2010年之后［24］，因此本文以2011—2021年作為研究區間。

表1所展示的19個指標來源于不同層次，本文參考王軍［25］采用的熵值法步驟對指標進行標準化處理，使不同指標間具有可比性與實用性。

正向指標處理步驟具體如下：

[xij=xij?min{xij}max{xj}?min{xj}] " " nbsp; " " " " " " （2）

負向指標處理步驟具體如下：

[xij=max{xj}?xijmax{xj}?min{xj}] " " " " " " " " " "（3）

式（2）、式（3）中：[max{xj}]為所有年份中指標的最大值，[min{xj}]為所有年份中指標的最小值，[xij]為無量綱化的結果。在對指標進行標準化處理之后，計算第[i]年[j]項指標所占比重[wij]，[wij=xiji=1mxij]；計算指標的信息熵[ej]， [ej=?1lnmi=1mwij×lnwij]，其中[m]為評價年度；計算信息熵冗余度[dj]，[dj=1-ej]；根據信息熵冗余度計算指標權重[φj]，[φj=djj=1mdj]。

基于標準化的指標[xij]及測算的指標權重[φj]，使用多重線性函數的加權求出數字經濟綜合指數（DE）。具體計算公式如下：

[DEi=j=1mφj×wij] " " " " " " （4）

式（4）中：[DEi]表示省份[i]的數字經濟綜合指數，數值在0～1之間，數值越大表示數字經濟發展水平越高，反之則越低。

數字經濟綜合指數計算結果（限于篇幅未列示）顯示：2011—2021年間，我國數字經濟發展水平均值從0.06增長到0.20，年均增長率達到11.60%。各省份數字經濟發展水平均呈現出明顯的上升趨勢，但整體發展水平較低且存在空間異質性［25］。其中：西部地區數字經濟發展水平的年均增長率最高，達到14.08%；中部地區次之，為13.58%；東部地區位列第三，為11.27%；東北地區位列第四，為11.60%。2021年全國數字經濟綜合指數平均值為0.20，東部地區數字經濟綜合指數為0.34，超過了平均值，位列第一；中部地區與東部地區數字經濟發展水平差距顯著，以0.17的水平位列第二；西部地區稍遜于中部地區，以0.12的水平位列第三；東北地區以0.11的水平位列第四，與西部地區數字經濟發展水平差異不大且都低于平均值。這表明當前東部地區數字經濟發展的存量較大，其他地區以較高的增長率提升數字經濟發展水平、縮小與東部地區數字經濟發展的差距仍需要時間。

（四）數據來源與描述性統計

本文所用數據來源于歷年《中國統計年鑒》《中國信息產業年鑒》《中國信息年鑒》《中國勞動統計年鑒》《中國電子信息產業統計年鑒》，其中數字金融水平數據來源于北京大學數字金融研究中心和螞蟻科技集團研究院聯合編制的數字普惠金融指數［26］。

為準確衡量我國數字經濟發展水平，考慮到數據的可得性，本文用于實證分析的變量所包含的數據集為來自我國30個省區市（不包括西藏自治區及港澳臺地區）的330個樣本。各變量的描述性統計結果見表2，通過對樣本數據的平均值、標準差、最小值及最大值進行統計后發現，樣本數據中不存在超出預期范圍的異常值，數據完整，可進行下一步實證研究。

四、實證結果分析

（一）基準回歸分析

基準回歸中所有模型均控制了個體效應和時間效應，根據Hausman檢驗結果，選擇固定效應模型對學歷層面和產業層面就業結構進行計量回歸，結果見表3。

由表3可知DE的系數分別為11.149和1.362且均在1%水平顯著，說明數字經濟對不同層面的就業結構均有正向影響。從學歷層面來看，數字經濟的發展對高學歷勞動者就業人數的增加具有促進作用。一方面，數字經濟拓寬了勞動者獲得信息的渠道，使勞動者不僅能夠利用互聯網進行社交或娛樂，還能夠通過互聯網進行學習；另一方面，大量勞動者為防止在快速發展的時代中被社會或行業淘汰，會通過互聯網學習技能和知識以增強個人的競爭優勢。從產業層面來看，勞動者通過獲得由個人能力提升所帶來的紅利，會傾向于轉到工資收入更高的產業或行業工作，實現就業向第三產業轉移，促進就業結構優化。基于此，研究假說1得證。

（二）穩健性檢驗

本文通過更換解釋變量的度量方法進行穩健性檢驗，對數字經濟評價指標體系的測度方法進行調整，以規模以上高技術產業企業科技活動Ramp;D經費內部支出的對數衡量數字經濟，回歸結果見表4。可知數字經濟與產業層面就業結構的系數在1%水平顯著為正，數字經濟與學歷層面就業結構的系數為正但不顯著，與基準回歸結果基本一致。由此說明前文結論穩健，研究假說1再次得證。

（三）異質性分析

我國幅員遼闊，數字經濟發展水平在區域間存在顯著差異。由前文分析可知，2011—2021年間只有東部地區的數字經濟發展水平超過了全國平均水平，而中部、西部和東北地區的數字經濟發展水平均低于全國平均水平。為進一步識別區域間數字經濟發展水平對勞動力就業結構的影響，本文將30個省區市劃分為東部、東北、中部、西部地區進行分組回歸，結果見表5。

一是東部地區。東部地區數字經濟與學歷層面就業結構在1%水平顯著正相關。長期以來，東部地區的經濟發展水平穩居四大板塊之首，對于高學歷勞動力的需求較大，吸引了眾多勞動力到東部地區就業。與此同時，在東部地區激烈的崗位競爭環境中，通過提高知識層次以更好的就業成為勞動力增強自身競爭優勢的不二選擇。東部地區數字經濟與產業層面就業結構在1%水平顯著正相關。自改革開放以來，我國大量產業設立在東部沿海地區，極大地推動了東部地區社會經濟發展，吸引了大量勞動力向東部地區轉移。當前數字經濟蓬勃發展為東部地區經濟社會發展注入了新動力，對產業層面就業結構優化產生了明顯的促進作用。東部地區的回歸結果與從全國層面分析的結果一致。

二是東北地區。東北地區數字經濟對學歷層面就業結構的影響不顯著，與從全國層面分析的結果不一致。可能的原因在于當前東北地區勞動力外流已成為明顯趨勢［27］，即使數字經濟的大力發展能夠刺激當地勞動力提升學歷，但也難以吸引人才流入甚至存在人口流出的可能。東北地區數字經濟與產業層面就業結構在1%水平顯著負相關，可能的原因在于東北地區近年來勞動力大量外流造成勞動力供給不足，進一步導致產業發展動力不足。

三是中部地區。中部地區數字經濟與學歷層面就業結構在1%水平顯著正相關，說明數字經濟發展提高了中部地區勞動力的學歷。中部地區數字經濟與產業層面就業結構在1%水平顯著負相關，其中一個可能的解釋是中部地區數字技術發展水平還不高［28］，沒有與產業層面就業體系形成配套。綜合而言：中部地區數字經濟對學歷層面就業結構的影響與從全國層面分析的結果相近；相較于學歷層面，數字經濟對中部地區產業層面就業結構的影響與從全國層面分析的結果不一致。

四是西部地區。西部地區數字經濟與產業層面就業結構在5%水平顯著負相關，對學歷層面就業結構的影響不顯著。可能的原因在于西部地區地理位置特殊、生態環境脆弱、交通基礎設施和教育水平均較為落后，這在一定程度上對勞動力就業造成了負向影響，落后的教育水平導致西部地區部分勞動力在數字經濟高速發展的背景下仍欠缺學習意識。同時，西部地區存在的產業結構失衡、綜合生產效率低下［29］等問題也可能導致西部地區大量勞動力外流。

綜合來看：就學歷層面就業結構而言，東部地區和中部地區數字經濟發展對其的影響顯著為正，而西部地區和東北地區數字經濟發展對其的影響不顯著；就產業層面就業結構而言，東部地區數字經濟發展對其的影響顯著為正，而東北、中部、西部地區數字經濟發展對其具有顯著的負向影響。由此可見，四大板塊數字經濟發展對勞動力就業結構優化的作用具有區域異質性，研究假說2得證。

五、結論與建議

本文使用2011—2021年我國省級面板數據，采用熵權法構建數字經濟評價指標體系，利用固定效應模型，從學歷層面與產業層面出發研究數字經濟對我國勞動力就業結構的影響。研究結果表明：第一，從學歷層面來看，數字經濟發展為勞動力提供了更多的學習渠道，勞動力可通過提升個人學歷進行就業轉移，進而優化勞動力就業結構；第二，從產業層面來看，數字經濟發展有利于優化勞動力就業結構，數字經濟迅速發展能夠促使大量勞動力向第三產業轉移，實現就業結構優化；第三，數字經濟對學歷層面與產業層面就業結構優化的影響具有明顯的區域異質性。

基于此，本文提出如下建議：

第一，要進一步發揮數字經濟優化就業結構的作用。數字經濟發展水平提高意味著需要越來越多的勞動力向數字經濟產業或行業進行轉移，以滿足數字經濟發展需求。勞動力就業轉移是就業結構不斷優化的過程，反映出技術正在不斷創新，人民需求正在不斷被滿足。對此，各級政府應制定并落實不同層次勞動力就業轉移過程中的保障措施，進一步改革與優化戶籍政策，不斷提高數字經濟產業或行業勞動力的福利水平以吸引人才，更好地發揮數字經濟對勞動力就業結構優化的促進作用。

第二，加大數字經濟專業在高校學科專業中的設置力度，持續拓寬勞動力提升學歷的渠道。數字經濟迅速發展意味著我國已邁向數字時代，數字時代為勞動者創造了更多學習機會、拓寬了學習渠道，即使是知識層次較低的勞動者也能夠有效利用線上資源進行學習。同時，高校是提高人力資本層次、培養高學歷人才的搖籃，注重數字經濟專業的師資培養和學生教育，能夠更好地推動數字經濟發展，進而優化勞動力就業結構。

第三，各地區應因地制宜，區域內應進行有效的幫扶與合作，以更好地抓住數字經濟發展紅利，促進經濟高質量發展。我國四大板塊間數字經濟發展水平存在顯著差異，數字經濟發展對東部與中部地區學歷層面就業結構優化具有顯著的正向影響，而對西部與東北地區的影響有限。因此，東部與中部地區應該更加積極地為西部和東北地區提供幫扶，充分釋放數字經濟發展的空間效應，加快推進“東數西算”工程；西部和東北地區應加快建設數字經濟發展所需的基礎設施，加大人才培養力度，完善人才引進政策，結合當地資源稟賦等優勢提高數字經濟發展質量，優化勞動力就業結構。

參考文獻：

［1］胡擁軍，關樂寧.數字經濟的就業創造效應與就業替代效應探究［J］.改革，2022（4）：42-54.

［2］喬小樂，何洋，李峰.工作轉換視角下數字經濟對性別收入差距的影響研究［J］.西安交通大學學報（社會科學" " " " " " " " " "版），2023（1）：74-83.

［3］何大安.數字經濟背景下企業技術層級與規模效益變動［J］.浙江社會科學，2022（11）：9-19+155.

［4］田剛元，陳富良.數字經濟、產業集聚與黃河流域制造業高質量發展［J］.統計與決策，2022（21）：10-14.

［5］李小玉，李華旭.長江中游城市群數字經濟產業協同發展水平評價研究［J］.經濟經緯，2022（6）：88-97.

［6］黃慶華，潘婷，時培豪.數字經濟對城鄉居民收入差距的影響及其作用機制［J］.改革，2023（4）：53-69.

［7］艾小青，高洪橋.數字經濟與共同富裕［J］.閱江學刊，2022（6）：148-158+172.

［8］李曉鐘，杜添豪.數字經濟對區域經濟增長及其收斂性的影響［J］.統計與決策，2022（21）：19-24.

［9］陳飛，任清志，蘇章杰.城市規模與遷移勞動力工作貧困［J］.財經問題研究，2022（12）：24-35.

［10］郭東杰，周立宏，陳林.數字經濟對產業升級與就業調整的影響［J］.中國人口科學，2022（3）：99-110+128.

［11］武可棟，朱夢春，閻世平.數字經濟發展水平對勞動力就業結構的影響［J］.統計與決策，2022（10）：106-111.

［12］AUTOR D，DORN D.The growth of low-skill service jobs and the polarization of the US labor market［J］.American" " " " " " " " " " " economic review，2012（5）：1553-1597.

［13］田鴿，張勛.數字經濟、非農就業與社會分工［J］.管理世界，2022（5）：72-84.

［14］戚聿東，劉翠花.數字經濟背景下互聯網使用是否縮小了性別工資差異：基于中國綜合社會調查的經驗分析" " " " " " " " " " ［J］.經濟理論與經濟管理，2020（9）：70-87.

［15］楊先明，侯威，王一帆.數字化投入與中國行業內就業結構變化：“升級”抑或“極化”［J］.山西財經大學學報，" " " " " " " " " " "2022（1）：58-68.

［16］李夢娜，周云波.數字經濟發展的人力資本結構效應研究［J］.經濟與管理研究，2022（1）：23-38.

［17］叢屹，閆苗苗.數字經濟、人力資本投資與高質量就業［J］.財經科學，2022（3）：112-122.

［18］陳貴富，韓靜，韓愷明.城市數字經濟發展、技能偏向型技術進步與勞動力不充分就業［J］.中國工業經濟，" " " " " " " " " " " " "2022（8）：118-136.

［19］蔡躍洲，陳楠.新技術革命下人工智能與高質量增長、高質量就業［J］.數量經濟技術經濟研究，2019（5）：3-22.

［20］葉胥，杜云晗，何文軍.數字經濟發展的就業結構效應［J］.財貿研究，2021（4）：1-13.

［21］劉軍，楊淵鋆，張三峰.中國數字經濟測度與驅動因素研究［J］.上海經濟研究，2020（6）：81-96.

［22］趙濤，張智，梁上坤.數字經濟、創業活躍度與高質量發展：來自中國城市的經驗證據［J］.管理世界，2020" " " " " " " " " " " " " "（10）：65-76.

［23］楊慧梅，江璐.數字經濟、空間效應與全要素生產率［J］.統計研究，2021（4）：3-15.

［24］李慧泉，簡兆權，林青寧.數字經濟發展能否改善中國資源錯配［J］.科技進步與對策，2023（16）：22-31.

［25］王軍，朱杰，羅茜.中國數字經濟發展水平及演變測度［J］.數量經濟技術經濟研究，2021（7）：26-42.

［26］郭峰，王靖一，王芳，等.測度中國數字普惠金融發展：指數編制與空間特征［J］.經濟學（季刊），2020（4）：" " " " " " " " " " " " " "1401-1418.

［27］李袁園.東北地區人口年齡結構老化對經濟發展影響的作用機制研究［J］.東北師大學報（哲學社會科學版），" " " " " " " " " "2022（5）：127-138.

［28］武可棟，閻世平，朱夢春.數字技術、勞動力結構與全要素生產率的關系［J］.企業經濟，2022（8）：35-46.

［29］龔勤林，章艷秋.“早熟去工業化”對人口流動的影響：基于西部12省份2000—2020年面板數據分析［J］.社會" " " " " " " " " "科學研究，2022（6）：116-126.

（責任編輯：孫竹青）