平臺經濟對行業就業結構的影響研究※

沈坤榮 張銳敏

內容提要：隨著互聯網技術的迅猛發展,平臺經濟作為一種新型經濟形態,不僅為傳統產業賦能升級,還創造了大量新的就業機會。旨在探討平臺經濟對行業就業結構的影響,通過構建平臺經濟發展評價指標體系,利用2007-2019年中國城市面板數據進行回歸分析,研究發現:平臺經濟對批發零售、住宿餐飲、教育、科學研究行業就業人數比重的影響顯著為正,對制造業就業人數比重的影響顯著為負,解決內生性問題后對交通運輸、金融業就業人數比重的影響也顯著為負;創業活躍度、產業結構在平臺經濟對行業就業結構的影響中起到了中介作用;平臺經濟對行業就業結構的影響在各城市群具有差異性,在長江中游城市群對行業就業結構的影響效應最大,在成渝城市群的影響效應次之。在進一步推動平臺經濟發展的同時,政府需要加強政策引導和支持,助力平臺經濟發揮其帶動就業創業的作用。

一、 引 言

隨著互聯網、大數據、云計算等數字技術的不斷升級和廣泛應用,平臺經濟作為一種新型經濟形態,依托互聯網平臺,以數據為關鍵生產要素、以信息技術為核心驅動力、以網絡信息基礎設施為重要支撐,得到了快速發展,創造了一系列新業態、新模式,對創造就業機會、整合經濟資源、優化資源配置有積極的推動作用。國家十分重視并鼓勵平臺經濟發展。2021年3月15日,中央財經委員會第九次會議重點研究了促進平臺經濟健康發展問題。2023年3月5日,政府工作報告指出:促進平臺經濟健康持續發展,發揮其帶動就業創業的作用。

平臺經濟的蓬勃發展不僅成為經濟高質量發展的強大推動力,還伴隨著勞動力市場的結構性變革,引發了靈活就業、零工經濟等新的就業現象,導致大量工作在形式、任務、性質等方面出現了根本性的變革,對勞動就業選擇產生了深刻的影響。平臺經濟創造的就業,具體來說,可以分為兩類,一類是在線勞動力市場,包括短視頻、直播帶貨、網絡客服、線上教育、在線咨詢等;另一類是基于應用程序的按需工作,包括外賣、網約車、代駕等。據《2023中國數字經濟前沿:平臺與高質量充分就業》研究報告不完全統計測算,以微信、抖音、淘寶、美團、餓了么等為代表的平臺,2021年為中國凈創造就業約2.4億,為當年約27%的中國適齡勞動人口提供了就業機會。平臺在助力經濟發展過程中發揮了重要的就業穩定器作用。

然而,平臺經濟的發展在創造就業的同時也會帶來就業結構的改變。高質量發展背景下對平臺經濟與就業結構的研究具有很強的現實意義。平臺經濟會給各行業就業造成什么樣的影響?其影響機制是什么?這是本文主要的研究問題。與既有文獻相比,本文可能的創新之處在于:第一,在分析方法上,本文從理論分析和定量分析的角度,探究平臺經濟對行業就業結構產生的影響及其內在機制;第二,在模型構建上,本文構建中介機制模型,從創業活躍度和產業結構角度對內在的影響機理進行分析;第三,在數據選取上,本文選用了城市面板數據進行實證分析,采用多維度指標構建了平臺經濟發展水平評價指標體系,衡量各城市平臺經濟發展水平。

二、 文獻綜述

1. 平臺經濟內涵界定的研究

平臺經濟是數字經濟的一種特殊形態,國內外許多學者對平臺經濟的內涵進行了研究,Rochet和Tirole(2003)等學者最早展開了對平臺經濟的相關研究,但是目前對平臺經濟內涵的界定仍然沒有達成共識,各國也均未公布任何來自官方機構的平臺經濟統計數據。數字平臺是一種可以收集、處理和傳輸有關生產、分配和消費等經濟活動信息的數字基礎設施,平臺經濟則是基于數字平臺產生的經濟活動(謝富勝等,2019),是互聯網平臺協調組織資源配置的一種新型組織方式和經濟形態(尹振濤等,2022)。平臺本身不生產產品,而是提供一個交易場所,使產品和服務的交易雙方更好地進行信息溝通、交易對接,促進多方交易。平臺經濟的特征主要有:規模經濟、范圍經濟、網絡外部性、多邊市場等(夏杰長和楊昊雯,2023)。總的來說,平臺經濟實質上是一個階段性概念,在數字技術的驅動下,平臺經濟的邊界不斷擴展,其內涵和外延將會不斷深化,但學者大都認同平臺經濟是一種基于數字技術、協調資源配置的經濟形態。

2. 平臺經濟對經濟發展的影響研究

平臺經濟的發展主要通過平臺信息共享、平臺聚集效應、賦能實體經濟等多種方式擴大經濟規模。首先,平臺經濟借助互聯網技術拓寬了市場邊界,實現了信息共享,整合優化了資源,有助于欠發達地區和低收入群體與發達地區建立聯系,以此獲取更多的機會和信息,實現供需之間的有效匹配,擴大經濟規模,實現共同富裕(端利濤和蔡躍洲,2023)。其次,平臺經濟推動產業持續創新,引領新型經濟增長。平臺一旦建立,就能夠吸引各種資源加入,發揮平臺的集聚效應,推動整個產業的資源向平臺傾斜,創造出巨大價值(李海艦和李燕,2020)。再次,平臺經濟不僅自身創造價值,還可以借助電子商務平臺、工業互聯網平臺、科技創新平臺賦能實體企業的發展,進而促進經濟增長,擴大經濟規模(沈坤榮和喬剛,2022)。

3. 數字經濟、平臺經濟對就業結構的影響研究

平臺經濟的迅速發展帶來了工作性質和就業選擇的變化。從研究現狀來看,當前平臺經濟與就業的相關文獻主要關注的是平臺經濟下靈活就業者的身份認定(劉桂蓮,2023)、收入分配(閆慧慧和楊小勇,2022)、勞動權益保障(柏培文和張云,2021)等問題,而關于平臺經濟與就業結構這一方面的研究較少,更鮮有學者展開定量研究。對本文研究具有很大幫助的一篇論文是楊偉國和吳邦正(2022)使用省級面板數據從產業、行業和技能層面實證分析了平臺經濟發展對就業結構的影響,發現其對就業結構有顯著影響并存在“U”型關系。

互聯網平臺經濟是數字經濟的基礎,關于數字經濟對就業結構的影響研究較為豐富,相關研究主要集中在對就業產業結構和就業技能結構的影響。制造業方面,有兩類不同的結論,一類認為數字經濟發展顯著降低了制造業就業份額(Acemoglu和Restrepo,2018)。另一類研究認為,數字經濟發展使得制造行業就業以先降后升的影響模式優化升級(葉胥等,2021)。在服務業、農業上觀點基本一致,認為數字經濟發展會促進生產性、消費性服務業和公共基礎性服務業就業規模,擠出部分農業部門勞動力(田鴿和張勛,2022)。對就業技能結構的影響,一類觀點認為數字經濟發展會增加低技能和高技能就業,而中等技能就業在數字化過程中更容易被取代,促進技能結構的兩極化(孫早和侯玉琳,2019);另一類觀點認為數字經濟發展會促使就業技能結構出現遞進升級的現象,低技能向中等技能升級,中等技能向高技能升級(Beaudry等,2016;Graetz和Michaels,2018)。

4. 平臺經濟對創業活躍度、產業結構的影響研究

一方面,平臺經濟發展會激活勞動力市場的創業熱情,激發個體創業活躍度。平臺顯著拓展了個體社會網絡,提供了更多的資源和信息獲取的渠道,提升了創業者個體社會資本(Smith等,2017);金融平臺通過提供收入安全網、對沖風險,農民依托數字金融平臺緩解借貸約束從而促進創業(莫怡青和李力行,2022);個體利用互聯網信息技術,借助各種學習平臺,加強自身學習能力和技術水平,通過提升技能型人力資本等方式達到增加創業、提高收入的效果(胡倫和陸遷,2019);平臺經濟的發展還釋放了大量的就業創業需求(王世強,2023)。農業農村部印發的《全國鄉村產業發展規劃(2020-2025年)》顯示,農村創新創業規模擴大,2019年在鄉創業人員超過3100萬,各類返鄉入鄉創新創業人員累計超過850萬人,利用“互聯網+”創新創業的超過50%。

另一方面,平臺經濟發展會加快產業結構演進。通過促進科學技術創新和社會分工深化,平臺經濟助力實現產業結構加速演進(劉翠花,2022);通過優化產業內的資源配置效率、優化產業布局,促進傳統產業向高附加值產業轉變;通過減少產業間信息不對稱、打破時空壁壘,將原本分散的產業融合在一起,實現產業間關聯協作(夏杰長和楊昊雯,2023);通過改變產業需求端的消費模式,進而促進產業結構調整,最終影響產業結構轉型(紀圓圓等,2022)。

綜上來看,平臺經濟在創造就業的同時也會對就業結構產生影響。平臺經濟與就業的相關研究主要集中于定性分析靈活就業者的勞動權益保障等問題,定量研究大多是從數字經濟角度進行分析,得到了許多有價值的研究成果,但是仍存在不足:平臺經濟衡量困難,缺少平臺經濟對就業結構影響的研究,特別是定量分析的研究很少,缺乏從行業就業結構的角度進行分析,更沒有考慮中介影響機制,因此,本文的研究具有較大的研究空間和研究價值。

三、 理論分析與研究假設

在平臺經濟快速發展的時代背景下,新業態、新模式的出現對工作形式、性質等產生了根本性的改變,對就業結構也產生了影響。只有從宏觀層面上把握平臺經濟與就業結構之間的關系及其內在的邏輯機制,才能夠更好地評估平臺經濟對于就業結構的作用。首先,平臺經濟的發展依托于數字基礎設施和信息技術,這會使信息服務技術相關的工作崗位提供更多的就業機會,吸引大量高技能人才就業。其次,隨著平臺經濟的發展,資源整合、信息共享使供需匹配更加高效,出現的新業態也創造了更多的就業崗位,外賣配送、網約車、直播帶貨等新興行業提供了大量的就業機會,很多崗位的門檻要求較低,能吸收大量低技能勞動者從事平臺相關的服務業,有效實現勞動力供需匹配。再次,平臺經濟利用網絡優勢,有效緩解了勞動力流動的時間和空間限制,促進了農村人口就業,可以解決部分農村勞動力剩余的問題。平臺經濟創造的就業大量集中于服務業,既包括高技能就業人員,也包括低技能就業人員。由此提出假設:

假設1:平臺經濟發展會對行業就業結構有顯著影響,具體地,平臺經濟發展會顯著增加批發零售、住宿餐飲、教育、科學研究等行業就業人數比重,減少制造業等行業就業人數比重。

平臺經濟的蓬勃發展創造了大量雇傭型就業崗位的同時,也激活了勞動力市場創業熱情,激發創業活躍度。首先,新業態的產生以及高額報酬不但會增強就業意愿,也會刺激產生更多的創業行為,引致更多的農業人口轉向城市就業創業。其次,平臺提供的良好的數據共享以及交易成本降低的先天優勢為創業提供了良好的條件。據統計,青年創業選擇的主要模式是服務業,特別是初始投入較少、技術門檻較低的行業,符合青年人受到資金約束和技術約束下的創業選擇。再次,平臺經濟背景下高效的信息交流和數字化的治理理念,有利于信息公開化以及營商環境優化,因此平臺經濟的發展有效地解決了經濟活動空間以及公平效率等問題,有效促進了創業機會均等化。正是因為平臺經濟為信息交互提供了極大的便利,改善了地區創業環境,因而極大地刺激了地區創業活躍度,提高了創業水平。由于受到高科技行業高速發展的影響,創業大多以“互聯網+”高科技創業、服務業創業為主。由此提出假設:

假設2:平臺經濟發展通過提升城市創業活躍度效應機制對行業就業結構產生影響。

對于地區經濟發展而言,平臺經濟具有信息共享、聚集效應的優勢,有效地整合配置資本與勞動力要素,可以有效促進地區產業結構轉變,從而促進地區經濟高質量發展。而產業結構和就業結構之間的關系一直是經濟學家關注的焦點。就業結構是由產業結構、勞動力素質和市場競爭等要素決定的,隨著產業結構的調整和轉型,勞動力市場將出現一定程度的分化,從而導致就業結構的變動。同時,產業結構調整還會引起不同行業之間的人口流動,從而影響就業結構的穩定性和可持續性。通過發展新興產業,推進傳統產業升級,可以促進產業結構和就業結構的協調發展。由此提出假設:

假設3:平臺經濟發展通過影響城市產業結構效應機制對行業就業結構產生影響。

四、 模型構建與數據說明

1. 模型構建

基于上述的理論分析和研究假設,構建基本回歸模型:

empit=αit+βplatindexit+∑jγjXijt+ui+ut+εit

(1)

其中,emp表示各行業就業人數占總就業人數的比重,platindex表示平臺經濟指數,X是控制變量,ui和ut分別表示城市固定效應和年份固定效應,αit是常數項,εit是隨機變量,β和γ分別是解釋變量和控制變量的回歸系數,i表示不同城市,t表示不同年份。

考慮到創業活躍度和產業結構的中介機制作用,進一步構建關于創業活躍度(entre)的中介機制模型:

entreit=αit+βplatindexit+∑jγjXijt+ui+ut+εit

(2)

關于城市產業結構(struc)的中介機制模型:

strucit=αit+βplatindexit+∑jγjXijt+ui+ut+εit

(3)

2. 變量選取

(1) 被解釋變量。上述模型中行業就業結構用各行業就業人數占總就業人數的比重來衡量。行業選取的依據是與平臺經濟自身發展相關的行業,以及會受到平臺經濟發展影響較大的行業。平臺經濟創造的就業大量集中于服務業,一類是在線勞動力市場,涉及教育、金融、科學研究等行業;另一類是基于應用程序的按需工作,涉及交通運輸、住宿餐飲、批發零售等行業,而對制造業就業可能會有擠出效應。因此本文選取的行業主要包括交通運輸、住宿餐飲、批發零售、金融業、教育行業、科學研究、制造業。

(2) 核心解釋變量。目前學術界對于平臺經濟的內涵沒有統一的界定,也沒有任何來自官方機構的平臺經濟統計數據,參考黃群慧等(2019)的指標選取,以及城市層面的數據可得性,本文構建了包括3個維度5個指標的平臺經濟發展評價指標體系來衡量城市平臺經濟發展水平。一方面,平臺經濟的發展依托于數字平臺,可以從數字基礎設施角度衡量其發展水平;另一方面,平臺作為協調資源配置、為供需雙方提供交易的場所,可以從投入產出角度衡量其發展水平。因此平臺經濟指數的構建從平臺基礎設施、平臺投入水平、平臺產出水平3個維度來考慮。平臺基礎設施包括互聯網使用情況(百人互聯網寬帶接入用戶數)、移動電話使用情況(百人中移動電話使用人數)兩個指標;平臺投入水平包括相關從業人員數量(信息傳輸和軟件業從業人員占比)、相關財政支出(科技支出)兩個指標;平臺產出水平用人均電信業務量來衡量。常用的指數計算方法有熵值法、主成分分析法等,本文選用熵值法進行計算。熵值法計算的指標權重系數是由各指標所包含的信息量及變異程度決定的,是一種客觀賦權方法,排除了主觀因素的干擾。

(3) 控制變量?；诒疚牡难芯磕康?結合已有文獻(楊偉國和吳邦正,2022)的研究,本文選取的控制變量包括居民收入水平、人口密度、工業發展水平、教育水平、經濟發展水平。其中,居民收入水平用職工平均工資表示,衡量各城市居民的收入差異;人口密度用每平方公里的人口數表示,衡量各城市間及城鄉間的人口流動差異;工業發展水平用規模以上工業企業數表示,衡量城市工業發展水平的差異;教育水平用教育支出表示,衡量城市財政在教育方面的支出差異;經濟發展水平用人均國內生產總值表示,衡量城市經濟發展水平的差異。考慮到數據的平穩性,所有控制變量均取對數后進行回歸分析。

(4) 中介變量。根據理論分析和研究假設,本文選取的中介變量是城市創業活躍度和城市產業結構。其中,城市創業活躍度用各城市新注冊企業數來表示,衡量各城市創業水平的差異,同樣取對數后進行回歸分析。城市產業結構用第三產業產值與第二產業產值的比值來衡量。

3. 數據來源和描述性統計

本文實證分析的數據選取的是2007-2019年中國286個城市(剔除了數據缺失嚴重的部分城市)的面板數據。數據主要來源于EPS數據平臺的《中國城市統計年鑒》,各城市新注冊企業數來源于天眼查。變量的描述性統計在表2中列出。

利用上述數據,可以對2019年各行業就業結構的基本情況進行描述分析。

在本文選取的與平臺經濟發展密切相關的行業中,制造業就業總人數為3959.27萬人,占總就業人數比重最大,達到了23%;教育行業就業人數比重次之,占10%;之后依次是批發零售、金融、交通運輸、科學研究行業;住宿餐飲行業就業人數最少,為330.33萬人,占總就業人數比重最小,僅占2%。其他行業主要包括農業、采礦業、建筑業、房地產、社會保障、文體娛樂、公共管理等,所占比重共47%。

五、 實證分析

1. 基準回歸

基于上述構建的雙向固定效應模型,從行業角度分析平臺經濟對各行業的就業影響,被解釋變量是各行業就業人數占總就業人數的比重,回歸結果在表3中列出?？梢钥闯?平臺經濟對制造業就業人數比重的影響顯著為負;對其余行業就業人數比重的影響均顯著為正,特別地,對教育行業的就業人數比重影響效應最大,對住宿餐飲、科學研究行業的就業人數比

圖1 2019年各行業就業結構數據來源:2019年《中國城市統計年鑒》。

重影響效應相對較小,回歸系數分別只有1.203和1.154。由于平臺經濟所包含的平臺主要有電子商務、網絡約車、文娛、社交媒體、搜索、數字金融、軟件服務等,主要集中在服務業,平臺經濟的線上勞動力市場主要體現在對金融業、教育行業就業人數的影響;平臺經濟基于應用程序的線下勞動力市場對交通運輸業、住宿餐飲業、批發零售業有顯著影響,平臺經濟的快速發展會使勞動力從制造業流向上述這些行業,從而減少制造業就業比重。教育行業就業比重與平臺經濟正相關,是因為平臺經濟的發展為線上教育提供了便利,從而增加了教育行業就業比重?？茖W研究為平臺經濟的發展提供基本的數字基礎設施保障和軟硬件支持,所以該行業就業比重會隨著平臺經濟的發展而顯著增加。此外,電子商務的發展推動了批發零售、住宿餐飲行業的發展,顯著增加了相關行業的就業比重。但考慮到模型可能存在的內生性問題,下文使用工具變量法進一步驗證回歸結果的準確性。

關于控制變量的結果,大多數控制變量的系數均顯著。人口密度系數多數為正,是因為城市人口密度反映了城市化水平,城市化程度較高的地區,服務業都相對較為發達,所以人口密度的增加對住宿餐飲、批發零售和教育行業就業人數比重產生正向影響。工業發展水平對交通運輸、住宿餐飲、制造業和科學研究就業人數比重的影響顯著為正,是因為這幾個行業的發展都更需要工業發展的支持,與工業發展水平密切相關。除制造業外,其余行業人均GDP系數多數顯著為負,可能的原因是隨著經濟水平的發展,部分政府在推動產業轉型升級的過程中,這些行業就業吸納能力沒有與產業發展的速度同步。

進一步驗證平臺經濟指數對各行業就業人數比重的影響是否存在“U”型效應(見表4),加入平臺經濟指數的二次項進行分析,發現除住宿餐飲行業外,平臺經濟指數的二次項對其他行業就業人數比重的影響均顯著,且二次項對制造業就業人數比重影響效應顯著為正,對其余行業就業人數比重影響顯著為負,表明平臺經濟指數對制造業就業存在“U”型影響,對其余行業就業存在倒“U”型影響。說明隨著平臺經濟的進一步發展,制造業就業人數占比最終會增加,作為支柱性產業的制造業重要性越發凸顯。

2. 穩健性檢驗

為保證模型結果與研究結論的穩健性,本文進行了兩種穩健性檢驗。

(1) 調整變量度量方式。第一種檢驗方式,是通過改變平臺經濟指數的計算方式,采用主成分分析法代替熵值法重新計算平臺經濟指數。主成分分析法是把多個指標變為數量較少的幾個綜合指標的一種降維統計方法。指標體系的構建與上述熵值法一致,首先對指標進行相關性分析,發現指標間具有顯著的相關性,符合做主成分分析的條件。且KMO和SMC檢驗結果較好,表明可以進行主成分分析。使用主成分分析法計算平臺經濟指數,回歸結果在表5中列出?？梢钥闯龌貧w結果同熵值法計算的平臺經濟指數回歸結果基本一致,平臺經濟指數對制造業就業人數比重的影響顯著為負,對交通運輸、住宿餐飲等其余行業就業人數的影響顯著為正,表明模型的穩健性很好。

(2) 更換被解釋變量。第二種穩健性檢驗方法是變換被解釋變量,用各行業就業人數取對數值作為被解釋變量,回歸結果列在表6中?？梢钥闯龌貧w結果仍與前述結果保持一致,模型的穩健性很好。

3. 內生性處理

考慮到回歸模型中可能存在的反向因果和遺漏變量的問題,本文試圖采用工具變量法來解決這一內生性問題。借鑒黃群慧等(2019)的做法,選取各城市在2006年末郵政局個數(IV1)和本地固定電話用戶數(IV2)作為平臺經濟指數的工具變量。一方面,平臺經濟作為互聯網發展的產物,必然會受到各城市互聯網發展水平的影響,而互聯網普及之前,人們的信息溝通方式主要是通過固定電話和郵局,因此各城市歷史上的郵政通信基礎會影響到后續平臺經濟的發展,滿足相關性條件。另一方面,隨著信息技術的發展,固定電話、傳統郵政等通信工具被現代信息化通信工具所替代,使用頻率不斷下降,對城市經濟發展和就業的影響正在消失,且過度識別檢驗結果p值大于0.1,驗證了工具變量的外生性,滿足排他性條件?？紤]到該變量為橫截面數據,不能直接用于面板數據的模型中進行計量分析,因而需要選取一時間變量與之交互相乘得到面板數據。參照趙濤等(2020)的做法,時間變量選取2007-2019年中國互聯網市場交易規模的對數值。表7、表8分別匯報了第一階段和第二階段的回歸結果。第一階段結果顯示,城市郵局個數、本地電話年末用戶數均與平臺經濟指數存在顯著的正相關性。第二階段結果顯示,平臺經濟指數對制造業就業人數比重的影響仍然顯著為負,對批發零售、住宿餐飲、科學研究、教育行業就業人數比重的影響仍顯著為正,均與基準回歸結果一致;而對交通運輸和金融行業就業人數比重的影響顯著為負。由于回歸結果顯示在識別不足檢驗中,p值小于0.01,工具變量通過了識別不足檢驗;在弱識別檢驗中,Wald F統計量為25.696,大于10,也通過了弱工具變量識別檢驗,表明工具變量選取的合理性。所以有理由認為該結果比基準回歸結果更為準確合理。交通運輸、金融行業就業人數比重系數為負,但二者就業人數對數值的系數均為正,說明這兩個行業就業人數的絕對值增加,但相對值減少了,可能的原因是這兩個行業的就業彈性較小,對就業者的職業技能要求較高,平臺經濟創造的就業更多地集中于其他行業,導致交通運輸、金融行業就業人數雖然增加,但所占比重下降。

六、 進一步分析

1. 中介機制檢驗

考慮到平臺經濟通過對創業活躍度、產業結構產生影響,進而影響各行業就業比重,參考江艇(2022)關于中介效應的研究,分別構建以創業活躍度、產業結構為被解釋變量,以平臺經濟指數為核心解釋變量的雙向固定效應模型。得到的回歸結果在表9列出,可以看出平臺經濟指數與創業活躍度、產業結構均存在正相關性,平臺經濟指數的系數分別為0.097和0.189,且均在1%的水平上顯著,這與理論分析和研究假設一致,說明平臺經濟的發展會提高城市創業活躍度,影響城市產業結構,具體體現為增加第三產業產值和第二產業產值的比值。

中介變量對行業就業結構的影響比較直觀。首先,平臺經濟的發展為創新創業提供了個體社會資本、提升了人力資本,金融平臺緩解了創業資金約束,激發創業活躍度。網購平臺和直播平臺的創業主要帶動了批發零售、住宿餐飲行業的就業增加;線上服務類型的平臺創業主要帶動了教育、科學研究行業的就業增加,上述這些相關行業依托平臺經濟的發展,創業活躍度被激發,就業比重都會增加,而制造業就業會流向上述行業,造成制造業就業比重下降。其次,產業結構和就業結構之間的關系是很多學者研究的經典問題,配第—克拉克定理闡述了,當經濟水平發展到一定程度后,第三產業的產值比重與就業比重都會上升。由于各行業很強的異質性,使其具有不同的就業吸納能力,相比于制造業,服務業包含的各行業具有更高的就業彈性,吸納勞動力的能力更強,因此產業結構的變動會給不同行業帶來不同的就業結構變動。有的行業會直接創造大量就業機會,有的行業通過直接或間接消耗其他產品,為其他行業創造更多的就業。趙楊和劉延平(2010)使用單位增加值就業人數衡量各行業的就業吸納能力大小,研究表明教育與第三產業產值的相關性在各行業中最高,科學研究、交通運輸、金融等行業指標也均為正,而住宿餐飲指標值較小,這與本文基準回歸得到的結論一致,證明平臺經濟的發展通過影響產業結構進而對各行業就業結構產生不同的影響。

2. 城市群的異質性分析

按照中國對于城市群的劃分,選取有代表性的五大城市群,分別是京津冀、長三角、長江中游、珠三角、成渝城市群,進行城市群異質性分析,得到的回歸結果顯示在表11中?？梢钥闯霭闯鞘腥簞澐趾?平臺經濟對各行業就業的影響在各城市群之間具有很大差異。長江中游城市群平臺經濟對交通運輸、批發零售、金融、教育和科學研究行業的就業影響效應最大,在成渝城市群該影響效應次之,而在長三角、珠三角城市群該影響效應都很小。京津冀城市群平臺經濟對住宿餐飲行業的就業影響效應最大,珠三角城市群平臺經濟對制造業的就業影響效應最大。

表1 平臺經濟發展水平評價指標體系

表2 變量的描述性統計

表3 平臺經濟對各行業就業人數比重的影響

表4 “U”型效應檢驗

表5 主成分分析法計算的平臺經濟指數對各行業就業人數比重的影響

表6 更換被解釋變量的回歸結果

表7 工具變量法第一階段回歸結果

表8 工具變量法第二階段回歸結果

表9 中介機制檢驗

表10 各城市群平臺經濟指數均值

表11 城市群異質性分析

總體來看,長江中游城市群平臺經濟對各行業就業的影響效應最大,這是平臺經濟與實體經濟深度融合的結果,反映出長江中游城市群平臺經濟創造就業、吸納勞動力的強大動力。成渝城市群的影響效應次之,珠三角、長三角城市群平臺經濟對很多行業就業的影響效應都很小。可能的原因是,從表10各城市群平臺經濟指數平均值可以看出成渝、長江中游城市群平臺經濟發展水平相對較低,平臺經濟發展空間較大,對吸引拉動服務業就業效應更為顯著,制造業勞動力也會被平臺經濟發展帶來的收益增加所吸引,從而轉移到服務業尋求新的就業崗位;而珠三角城市群平臺經濟的發展已經相對成熟,平臺經濟指數平均值最高,服務業就業比重已經很高,繼續拉動該比重上升的空間較小。京津冀、長三角城市群平臺經濟發展處于中等水平,所以平臺經濟發展對各行業就業結構的影響效應位于上述兩者之間。

七、 結論與啟示

平臺經濟快速發展,成為中國經濟社會發展中的重要組成部分,在推動經濟增長、釋放經濟活力、創造就業機會中起到重要的作用。一方面,平臺經濟的快速發展帶來了大量就業機會,也激發了更多的依托平

臺的創新創業。另一方面,平臺經濟的興起也給傳統行業帶來了沖擊,使得傳統產業中的一些傳統工種逐漸被取代,這對就業結構造成了一定的影響。本文通過選取適當指標計算平臺經濟指數來衡量各城市平臺經濟發展水平,使用雙向固定效應模型回歸分析,研究發現:平臺經濟會顯著增加住宿餐飲、批發零售、教育、科學研究行業的就業人數比重,對制造業就業人數比重的影響顯著為負,對交通運輸、金融行業就業人數比重影響經過內生性處理后顯著為負。還發現創業活躍度和產業結構在平臺經濟對各行業就業的影響中起到了中介作用。此外進行城市群異質性分析發現,長江中游城市群平臺經濟對各行業就業的影響效應最大,成渝城市群的影響效應次之,珠三角、長三角、京津冀城市群平臺經濟對很多行業就業的影響效應很小或并不顯著。

平臺經濟作為新經濟的代表之一,已經成為經濟發展的重要動力。因此,在未來發展中,進一步推動平臺經濟發展的同時,政府需要加強政策引導和支持,從職業教育、信息技術、創業、與傳統產業融合等方面入手,助力平臺經濟發揮其帶動就業創業的作用。第一,重視職業教育的發展。平臺經濟的發展對行業就業結構產生影響,政府可以因勢利導,為平臺經濟所帶動的行業培養更多具有職業技能的人才,緩解結構性失業問題,從而優化就業結構,提高就業質量。第二,推進信息技術和相關人才的培養。平臺經濟的發展離不開信息技術的支持,政府應當重視信息技術人才的培養,鼓勵更多的企業參與信息技術創新,為平臺經濟發展提供更加有力的保障和支撐,提高平臺經濟的創新能力和核心競爭力。第三,鼓勵平臺型創業。政府應當積極營造寬松開放、透明公正的市場環境,鼓勵更多個人進行平臺相關的創業,推進數字化、信息化和智能化等方面的發展,提高平臺經濟的發展質量和效率。第四,鼓勵平臺經濟與傳統行業深度融合。政府可以出臺多項鼓勵措施,引導各行各業積極擁抱數字化轉型,推動平臺經濟與傳統行業深度融合,實現資源共享、優勢互補,促進經濟的協同發展,積極推進產業轉型,以實現就業結構的優化,更好地適應未來經濟發展的趨勢。