新就業形態就業規模測度研究

摘" 要：新就業形態創造了大量就業崗位已成為社會共識，但其就業規模和占就業人口比例一直未得到系統回答，導致相關政策出臺缺乏依據。本研究構建了依托住戶端調查數據和平臺端大數據兩個數據維度的新就業形態從業者就業規模測度方法。在此基礎上，

以W市勞動力調查數據為基礎，結合職業傷害保障制度數據，對該市新就業形態從業者比例和就業規模進行了測算。研究結果顯示，在未修正前，2023年上半年新就業形態從業者規模達61.42萬人，占全市就業人口比例為4.97%；使用職業傷害保障等數據修正后，該市新就業形態從業者規模為100.38萬人，占全市就業人口比例為8.13%。2019—2023年上半年，W市新就業形態從業者比例不斷波動。2020年初，受到新冠疫情影響，新就業形態就業比例出現快速下降。2023年開始，新就業形態就業比例又重新開始上升。具體類別中，

用車服務、物流服務、生活服務、網絡直播、中介服務等新就業形態就業比例上升；

而金融服務，商品交易，承接生產訂單，知識、技能、娛樂、廣告等線上服務

新就業形態類別比例下降。本研究構建的依托住戶端調查數據和平臺端大數據相結合的測度方法避免了新就業形態就業規模的低估和高估。

關鍵詞：新就業形態；勞動力調查制度；就業規模

中圖分類號：F241.4" 文獻標識碼： A" 文章編號：1000-4149（2024）02-0015-14

DOI：10.3969/j.issn.1000-4149.2024.00.011

收稿日期：2023-10-29；修訂日期：2024-01-26

基金項目：首都經濟貿易大學北京市屬高校基本科研業務費專項資金項目

（QNTD202102）。

作者簡介：張成剛，經濟學博士，首都經濟貿易大學勞動經濟學院副教授，

首都經濟貿易大學中國新就業形態研究中心主任；王含，北京金隅程遠房地產開發有限公司人力資源管理專員。

一、引言

近年來，以數字技術發展為代表的第四次工業革命催生了數字經濟、分享經濟、平臺經濟，衍生出不同于傳統就業模式的新就業形態，得到國內外學術界及政府部門的廣泛關注。

新就業形態這一術語來源于我國的政策文件，概括了新一輪技術革命所

引發的就業模式、工作模式的巨大變化，也概括了中國勞動力市場以及世界其他先進國家勞動力市場中出現的新趨勢［1］。新就業形態創造了大量就業崗位已成為國內外共識。政府和學者高度關注新就業形態從業者的數量具體是多少？新就業形態增加是否擠占了傳統就業？要回答這些問題需要對新就業形態的從業者規模進行科學統計，從而服務于我國就業政策、宏觀經濟政策的制定。

本研究構建了住戶端和

平臺端兩維度新就業形態規模測量方法，使用某

超大型城市

（以下簡稱“W市”）勞動力調查月度入戶調查數據，計算新就業形態占全體就業人員的比例及就業規模，同時嘗試使用平臺端大數據對所計算的規模進行修正，以修正對新就業形態就業規模的低估和高估。勞動力調查是由國家統計局建立的勞動力市場月度調查制度，是形成我國調查失業率、勞動參與率、年末就業人口等一系列官方統計指標的基礎性調查。本文首次使用了官方統計數據對新就業形態從業者規模進行估計，并使用新就業形態職業傷害保障制度的行政數據予以修正。盡管本文只研究了一座城市的新就業形態規模和比例，但W市作為我國超大型城市，勞動力市場規模龐大，市場化程度高，各類新就業形態在該市都充分發展，因此該市的新就業形態就業比例對于判斷

我國整體

新就業形態規模具有參考意義。

二、文獻綜述

隨著全球范圍內數字經濟的發展，新就業形態從業者群體規模迅速擴張，成為就業群體中越來越重要的一部分。張成剛認為新就業形態是去雇主化的、平臺化的，是由互聯網平臺憑借移動互聯網、大數據、人工智能等信息技術，進行勞動者與服務消費需求大規模和大范圍的組織調配、任務分派等活動，從而實現勞動者和消費者直接對接的就業形態［1-2］。

1.我國新就業形態從業人員統計現狀

目前，我國有關新就業形態從業人員規模的研究主要來源于學術界、社會團體和平臺企業。我國政府已開始嘗試新就業形態領域的就業統計，但尚未公開數據結果。

部分平臺企業根據自身發展需要，自行統計其帶動的就業規模。例如，美團研究院發布的《2019年及2020年疫情期間美團騎手就業報告》中披露，2019年共有398.7萬人從該平臺獲得報酬

數據來源：《美團有多少騎手？近400萬騎手去年從美團獲得收入 疫情期間再添33.6萬新騎手》，https：//xueqiu.com/8907884839/144640540；滴滴出行官方公布2019年其帶動就業共1360萬人；阿里巴巴發布的《中國淘寶村研究報告（2009—2019）》中公開了網商數量及銷售額、電商相關就業人數等數據參見報告：《中國淘寶村研究報告（2009—2019）》，

https：//max.book118.com/html/2019/0908/7053111006002054.shtm。

部分研究依托調查數據和平臺企業數據，測算新就業形態從業人員規模。張小建等以淘寶平臺數據庫的339.71萬人作為樣本框，采取等距抽樣方法進行樣本抽取，推算得出全國網絡創業就業總體規模接近1000萬人［3］；馬曄風、蔡躍洲結合中國官方統計數據、互聯網平臺數據和社會調查數據匯總得出2021年四類新就業形態的規模為5463萬—6433萬人，在總就業中的占比達到7%—8%［4］。中國人民大學課題組連續幾年估算阿里巴巴、美團、滴滴等平臺帶動的就業數據，例如2018年滴滴平臺共帶動國內就業機會1826萬個，其中符合“就業人口”標準

按照國家統計局“就業人口”的定義，即是指 16 周歲及以上，在調查參考期內（通常指調查時點前一周），為了取得勞動報酬或經營收入而工作了至少 1 小時的人即為就業。的網約車司機234.5萬人

參見2019年報告：《滴滴平臺就業體系與就業數量測算》，

https：//www.sgpjbg.com/baogao/14550.html；美團平臺共帶動就業機會1960萬個，其中線上勞務交易型（騎手）就業機會270萬個

參見2019年報告：《生活服務平臺就業生態體系與美團點評就業機會測算報告》，

https：//m.doc88.com/p-04061885326642.html？r=1；2019年阿里巴巴全生態中共蘊含就業機會6901萬個，其中電子商務平臺共帶動就業機會4976萬個

參見2020年報告：《阿里巴巴全生態就業體系與就業質量研究報告》，

https：//m.book118.com/html/2020/1023/7102062051003011.shtm。目前引用較為廣泛的準官方數據是國家信息中心發布的《共享經濟發展報告》中共享經濟平臺從業者數據。根據該系列報告，2015—2020年平臺從業者規模從5000萬人增長至8400萬人，年均增長率達到10.9%（見圖1）。但該數據僅是各平臺提供的從業人數的加總，缺乏嚴格的統計基礎，只能作為新就業形態從業人員規模的粗略參考。

以上統計實踐公布了平臺從業人數，也對從業群體進行了畫像。雖然上述研究提供了新就業形態從業者的大致規模，但估算方法缺乏嚴格統計基礎，估算結果可能是不同層面數據的簡單匯總，數據來源分散且缺乏統一邏輯基礎，也會存在遺漏或重復統計問題。使用官方數據對新就業形態的規模統計仍處于探索階段。國家統計局編制了《數字經濟及其核心產業統計分類（2021）》，對數字經濟產業的相關行業類別進行詳細分類，可以較完整展現數字經濟產業發展情況，但目前還未有結果產出。從2019年起，國家統計局勞動力調查制度中，將被調查對象本人是否有通過互聯網開展或承接的業務（包括主要工作和其他工作）作為調查內容之一。該調查內容主要是為了統計新就業形態從業者規模群體而設計。本研究是國內首次使用該調查數據進行新就業形態統計的研究。在官方統計數據的基礎上，本研究還進一步

使用職業傷害保障制度的行政數據對基于統計數據的結果進行了修正。兩類數據的權威性和準確性保障了本研究結果的科學性。

2.主要發達國家新就業形態從業人員統計實踐

（1）問卷調查式統計。

無論是官方統計機構還是私人統計研究，問卷調查是研究人員較常采用的一種統計方式。以問卷調查形式開展新就業形態從業者統計工作面臨的挑戰是，如何界定新就業形態從業者，使受訪者

能更準確地判斷自身從業類型。各國統計機構對問卷設置了不同的問題，力求幫助受訪者更好地理解“平臺從業者”。

2017年美國勞工統計局開展了一項用來衡量從事臨時性工作、替代性工作勞動者規模的調查——

“臨時性工人補充”（Contingent Worker Supplement，以下簡稱“CWS調查”），并在該調查問卷中新增用來衡量在線零工工人數量的問題。調查中發現，部分受訪者對“平臺從業者”存在錯誤理解、自我分類有誤的問題，從而導致調查結果

有

較大的誤差［5］。為得到更高信度的調查數據，如何幫助受訪者了解平臺工作者定義和對自身就業身份作出更準確的定位，是統計人員需要思考的問題。研究者一般會從問題設置方面入手解決這一問題。目前多數研究者會根據平臺工作的特點和所包含的工作類型，對工作過程和內容進行詳細地描述，并輔以典型平臺的示例。例如，丹麥的勞動力調查中詢問了“在過去的12個月中，您是否通過網站或應用程序（例如Uber）從事工作并賺取收入？在過去的12個月中，您是否通過網站或應用程序（例如Airbnb）出租個人資產賺取收入？”。該調查抽查了1.8萬名典型受訪者，調查結果顯示2017年丹麥擁有1%的平臺從業者［6］。

各國或各機構的統計結果雖然均良好地展示平臺從業者的數量及特征，但數據之間的可比性較差，這主要歸咎于兩方面：一是調查參照期選擇長短不一。統計人員設置的調查參照期從過去一周、一個月到一年不等，有些研究甚至沒有參照期限制。參照期的設置不一會導致調查覆蓋范圍的不同。考慮到相當部分的平臺從業者工作安排不穩定、工作時間靈活，較短的參照期會遺漏那些工作頻率偏低者和季節性工作者等，而較長的參照期會顯得調查結果過于寬泛，尤其是未設置參照期時，會囊括偶爾出現，甚至只有一次出現在平臺的工作者，這會影響調查結果的參考價值。針對這一問題，歐盟的COLLEEM（Collaborative Economy and Employment）調查采用的方式值得借鑒。該調查雖然沒有設置參照期，但詢問了受訪者參與平臺工作的頻率，這樣就可以滿足不同的數據參考需求［7］。二是調查群體范圍界定不一致。由于目前對平臺經濟涵蓋的工作類型還沒有統一的分類標準，不同學者按照對該類經濟模式的各自理解，分別采用了體現其不同特征的問題設置，例如CWS調查以及英國的

國家統計局（ONS）的調查和特許人事與發展協會（CIPD）的

調查設置的問題僅包括那些通過平臺提供勞動力以獲取報酬者，而其他大部分研究在問題設置上包括了那些通過平臺出售資產者。

（2）基于稅務部門數據統計。

由于在新就業形態下，企業和個人之間不再具有明確的勞動從屬關系，個人可獨立提供服務，基于平臺進行經濟交易的企業和個人并不總是向稅務部門上報薪酬水平。美國對納稅人采取了一種獨特的監管方式，即要求企業向稅務部門報告它們向零工工人支付的薪資，自我雇傭者在繳稅時可自愿上報收入。雖然零工工人的收入存在被重復上報的問題：公司以雇員收入上報給稅務部門，而個人以自營收入上報給稅務部門，

但美國對納稅人獨特的監管方式可將零工工人與其他自我雇傭者區分開，從而提供一個衡量零工工人數量的機會［8］。杰克遜（Jackson）等利用自雇收入稅務表格、個體經營的創收活動信息申報表等行政稅收記錄統計自雇群體規模。為區分出零工工人，這些學者根據創收活動信息申報表提供的“主要業務及職業”信息，按照與“零工經濟”相關的特定短語，例如“拼車”或者平臺公司名稱進行甄別。統計結果顯示，2014年大約有10.97萬零工經濟參與者（約占勞動力市場的0.7%）申報了收入情況［9］。亞伯拉罕（Abraham）等提出識別平臺從業者的方法框架：

①

勞動者并非以時薪或者固定薪資的形式得到報酬；

②勞動者與用人單位之間的勞動關系不具有持續性；

③勞動者的工作時間安排和收入是不可預測的［10］。借鑒該識別方法，全成熙（Jeon）等將零工工人定義為“個體經營者、日工、按需工作者或平臺工作者”，并基于該定義，對加拿大雇主—雇員動態數據庫（CEEDD）中個人及企業稅務申報相關報表的數據進行識別處理，測算加拿大零工工人規模，最終得出零工工人在勞動者中占比已由2005年的5%上升至2016年的8.2%［11］。由于大多數零工工人收入水平偏低，甚至低于稅收上報門檻，因此存在部分低收入零工工人被遺漏的問題，導致根據行政稅務記錄統計的零工工人數量存在被低估的可能性。

（3）基于個人財務數據統計。

法雷爾和格雷格（Farrell amp; Greig）基于摩根大通2012年10月至2015年9月間匿名的、隨機的客戶樣本數據，以具有支票賬戶且賬戶上每個月至少有5次資金流動情況為條件，提取有資金交易的630萬賬戶數據。在此基礎上，進一步提取出265820個從30家在線平臺上至少獲取過一次薪酬的賬戶。之后根據資金流入交易信息，對收入類型進行歸類，以總結工作情況。最終結果顯示，2015年9月，共有1%的人參與在線平臺經濟，其中0.4%的人參與勞動力平臺，0.6%的人參與資本平臺［12］。2018年法雷爾等將在線平臺示例列表擴充為128家，并以此作為篩選摩根大通客戶中平臺從業者的依據，再次估測的結果顯示美國勞動力平臺從業者占比由2015年的0.4%增長到約1%［13］。庫斯塔斯（Koustas）使用在線個人理財應用程序中的數據識別零工工人［8］。該類數據庫雖然提供了收入和支出之間的關聯信息，可實現在高頻率下觀察多平臺的零工工作，但由于數據收集過程并非專門為統計零工工人規模而設，因此包含的信息內容可能比較有限。

（4）基于平臺數據統計。

哈里斯和克魯格（Harris amp; Krueger）根據Uber平臺司機數量在2012—2014年期間每六個月增加一倍多的趨勢，推算出該平臺2015年活躍司機數量將達到約40萬人，再結合Google Trend中各數字平臺的相對檢索頻率，得到2015年美國平臺就業者約有60萬人，占總就業人數0.4%的估計結果［14］。格羅恩和馬塞利（Groen amp; Maselli）借鑒上述方法，對歐洲勞動力市場進行估算，結果顯示2015年底歐盟約有10萬名勞動者參與到共享經濟中，占總就業人數的0.05%［15］。斯圖爾特（Stewart）等曾借用生物生態學的“捕獲—再捕獲”模型，統計Mechanical Turk——大型微任務發布平臺中微工作者規模。結果發現，該平臺中有7300名潛在的微工作者。這一結果占平臺所公布數據（50萬用戶）的1.5%［16］。圖巴羅（Tubaro）等利用同樣的方式，對Mechanical Turk平臺中的法國微工作者數量進行測算。這次調查捕獲到2792名微工作者，結果為平臺所公布數據（50000名用戶）的5.6%［17］。

三、數據來源與測量方法

1.數據來源

本研究使用了W市勞動力調查月度入戶調查數據。數據集時間區間為2019年至2023年6月，共54個月。從2019年開始，勞動力調查中設置了第27題和第27.1題，了解“勞動者是否有通過互聯網承接的業務？”（第27題）以及具體參與新就業形態的哪些類別（第27.1題，具體見表 1）。本研究使用張成剛對新就業形態的定義［1-2］。在該定義中，強調新就業形態是“由互聯網平臺……進行勞動者與服務消費需求大規模、大范圍的組織調配”。該定義與勞動力調查中的

第27題內涵一致。因此本文使用第27題識別新就業形態從業者，使用第27.1題識別新就業形態從業者具體類別。

使用勞動力調查數據識別新就業形態從業者，首先需要確定已經就業者，在此基礎上確定是否在新就業形態中就業。識別勞動者是否就業使用了勞動力調查第10—14題（見圖2）。在識別了勞動者就業的基礎上，繼續識別勞動者是否在新就業形態中就業（見圖3）。識別勞動者是否在新就業形態中就業使用了第27題，同時為了避免錯誤理解，使用了有幾份工作、是否與單位或雇主簽訂了勞動合同、單位或雇主是否給您繳納社保等問題進行排除。如果被調查者在第27題回答有通過互聯網承接業務，但同時只有一份工作，且簽訂了勞動合同并且雇主給繳納了社保，這類群體被認為是從事傳統正規就業，未計算在新就業形態從業范圍內。

2.測量方法

W市新就業形態規模測量的總體思路是結合新就業形態以平臺作為組織基礎的實際，依托多數據來源相互印證，不斷修正新就業形態實際規模。在測算中，本文從兩個維度、利用多源數據采集信息，并對新就業形態從業人員規模及各種結構進行測算，從而全面、系統地反映新就業形態的發展特征。數據來源的兩個維度分別是：住戶端調查數據和平臺端大數據。

目前，我國統計體系中住戶端的數據來源包括人口普查數據、人口抽樣調查數據和勞動力調查數據。人口普查數據每十年開展一次、人口抽樣調查數據每年開展一次，勞動力調查數據每個月開展一次。依托住戶端數據，可以獲得就業人口總量及結構特征、新就業形態從業人員占就業人口總量比例，以及新就業形態不同類別從業者比例數據等。本研究使用的住戶端數據是勞動力調查數據。

平臺端數據可以從平臺企業填報、新就業形態職業傷害保障試點等來源獲得。由于平臺企業規模大，占據了較大的市場份額，因此可以根據平臺端大數據，修正住戶端數據得出的新就業形態從業人員規模。本研究使用的平臺端大數據是新就業形態職業傷害保障制度試點數據。2022年7月1日，人力資源和

社會保障部會同相關部門在北京、上海、江蘇、廣東、海南、重慶、四川七個省市的出行、外賣、即時配送、同城貨運四個行業開展，涵蓋了曹操出行、美團、餓了么、達達、閃送、貨拉拉、快狗打車七家平臺企業，正式啟動新就業形態就業人員職業傷害保障試點工作，截至2023年9月，累計有668萬人納入職業傷害保障范圍。W市也在新就業形態職業傷害保障試點范圍內，因此擁有七家平臺全部從業者數據。具體測量技術路線詳見圖4。

僅使用住戶端數據可能造成新就業形態從業者規模的低估，僅使用

平臺端大數據可能造成從業者規模的高估 詳見第五部分的專門討論。，因此結合使用住戶端和

平臺端大數據，從兩個維度的多個數據來源相互驗證，最終得到更精確的新就業形態從業者規模估計。

四、新就業形態就業規模測量

1.使用勞動力調查數據估計

根據勞動力調查數據，可以獲得不同年份W市就業者規模數據。2019—2022年，W市年末就業者規模為1166.64萬人、1222.44萬人、1248.01萬人、1234.79萬人 根據W市人力資源和社會保障局公開數據。。根據勞動力調查月度入戶調查數據，通過新就業形態從業者占就業人口比例，乘以W市就業人口規模可以計算得出新就業形態從業者規模 由于2023年就業人口規模數據尚未公布，因此使用2022年就業人口規模數據和2023年上半年新就業形態從業者比例數據計算2023年上半年新就業形態從業者規模。（如表 2所示）。

表2顯示了使用勞動力調查數據計算的2019—2023年W市就業人口和新就業形態從業者規模。2019年至今，W市新就業形態從業人員規模不斷上升。盡管在2021—2022年新冠疫情期間新就業形態從業者規模有所下降，但2023年上半年新就業形態從業者規模快速上升，已達61.42萬人。2023年新就業形態從業者規模大幅度上升，原因可能是疫情結束后線下接觸類新就業形態，如用車服務、物流服務、生活服務等就業規模上升引起的。

圖5顯示了使用勞動力調查數據計算的2019年至2023年上半年W市新就業形態從業者占就業人口比例。新就業形態從業者比例存在波動，2019年至2023年上半年個別月份，

新就業形態占就業比例最高超過6%，最低為2.5%左右。2020年初，受到新冠疫情影響，新就業形態就業比例出現快速下降。2021年和2022年整體就業比例持續在3%—4%。2023年開始，新就業形態就業比例又重新開始上升。

圖6顯示了2019年至2023年上半年W市新就業形態中從業者比例下降的新就業形態類別。可以看出，商品交易（如微商、淘寶、微信群或朋友圈賣貨）始終是W市從業者占比最高的新就業形態類別，但從業者比例不斷下降。同時下降的還有承接生產訂單（按照訂單要求進行實物生產），知識、技能、娛樂、廣告等線上服務（如網絡教育、咨詢服務、網絡編輯、網絡維護、軟件編程、游戲服務、制作短視頻等）。

與此同時，另一些新就業形態類別從業者比例呈現上升趨勢（見圖7），包括

用車服務（如快車、專車、代駕），物流服務（如送外賣、快遞、貨運、跑腿、代辦），生活服務（如餐飲、家政、家庭旅館、農家樂、住房裝潢維修），網絡直播（如直播帶貨、才藝展示賺取打賞費等），中介服務（如網上職業介紹、房產租賃買賣中介、婚姻中介、商品交易中介）等。其中，物流服務是比例上升類別中占比最高的新就業形態，2023年占比達到21.8%。用車服務的比例在2023年有所下降，但上升速度最快。生活服務的就業比例在2023年也超過了10%。

比較W市就業比例上升和下降兩個類別可以看出，W市新就業形態本地化趨向明顯，線上服務就業類型比重下降：用車服務、物流服務、生活服務等都是與本地服務密切相關的新就業形態類型，而電商服務、產品加工、線上專業知識技能服務以及金融服務等，主要是本地從業者為其他區域提供產品和服務的就業類型。盡管就業比例上升的網絡直播也是輻射其他區域的就業類型，但占比仍然較低。W市新就業形態本地化趨向明顯，一方面反映了新就業形態在城市生活中擴散和滲透程度加深，越來越成為市民基本生活不可或缺的組成部分，另一方面也反映了數字經濟在各城市快速發展，從而導致競爭加劇，對W市形成一定的競爭壓力。

2.使用平臺端大數據對勞動力調查數據進行修正

接下來，本研究使用平臺端大數據的職業傷害保障行政數據對勞動力調查數據計算的新就業形態從業者規模予以修正 僅使用住戶端數據可能造成新就業形態從業者規模的低估，因此要結合

平臺端大數據予以修正。對低估原因的分析詳見第五部分的討論。。修正的方法是使用各平臺大數據與勞動力調查中不同類別新就業形態規模進行對比，從而確定勞動力調查數據可能的低估程度。

截至2023年4月底，W市職業傷害保障試點覆蓋人數達30萬人 數據來源：W市人力資源和社會保障局。，包括了美團、貨拉拉、達達、閃送、快狗、曹操出行、餓了么七家平臺企業。這些平臺的業務對應勞動力調查第27.1題中新就業形態的用車服務、物流服務、生活服務三個類別。但職業傷害保障試點并未囊括所有數字平臺企業。例如，網約車行業中規模最大的滴滴平臺并未納入試點、同城即時配送行業中順豐速運、UU跑腿、樸樸網絡等并未納入試點。W市網約車共10.9萬輛，以每名就業者對應一輛網約車估計，網約車司機數量最低為10.9萬人 數據來源：《W市2023年上半年度網約車市場運行監測指標信息發布報告》。。根據企業填報數據，曹操出行活躍網約車司機數量約為6000人，這6000人在職業傷害保障覆蓋范圍內，而剩下的10.3萬網約車司機不在新就業形態職業傷害保障30萬人范圍內。與之相同，W市的順豐速運約1.1萬人、樸樸網絡眾包騎手約6000人，都不在職業傷害保障試點范圍內。據此，在用車服務、物流服務、生活服務三個類別，平臺端大數據職業傷害保障覆蓋的30萬新就業形態從業者加上其余網約車司機人數、同城即時配送騎手共計42萬人。根據勞動力調查月度入戶調查數據，用車服務、物流服務、生活服務三個類別新就業形態從業者的規模為25.7萬人。

平臺端大數據42萬人是該數據的1.6倍。本文根據該比例，重新估算2023年新就業形態從業者規模為100.38萬人 61.42萬人×1.634=100.38萬人。，占W市就業人口的比例為8.13%。

這樣的計算方式也有其局限性。受當前數據條件所限，目前僅能根據用車服務、物流服務、生活服務三個類別的就業規模差異估算全體類別的就業規模。未來平臺端大數據可以通過平臺企業填報獲得更多平臺、更多業務類別的更精準規模數據。平臺填報數據可以幫助修正勞動力調查數據中更多業務類別新就業形態數據，會提高數據規模測算的精準性。

此外，受數據條件所限，本文也無法獲得跨平臺就業者比例以及兼職從業者比例等。跨平臺就業比例有助于降低平臺數據加總對新就業形態就業規模的高估，兼職從事新就業形態比例有助于減少傳統正規就業和新就業形態之間的重復計算。

五、討論：新就業形態從業者規模的高估和低估

僅使用住戶端數據可能造成新就業形態從業者規模低估。通過勞動力調查數據，獲得新就業形態從業者占W市全部就業人員比例為8.13%，低于W市

人力資源和社會保障

局調查的12.9%。但通過勞動力調查獲得的新就業形態占就業人口比例與北京市統計局對北京市新就業形態規模的測算，國家統計局對全國勞動力市場新就業形態規模測算中所得到的結果更接近。國家統計局使用勞動力調查數據，計算了全國新就業形態從業者占就業人口比重約為5%。北京市統計局綜合了人口調查、

人力資源和社會保障

系統新就業形態職業傷害保險試點數據等綜合判斷北京市新就業形態從業者占就業比例為8%。

根據住戶調查計算的新就業形態從業者比例較低的情況在國際上也存在。CWS調查中平臺從業者在美國勞動力市場的占比不到4%，該研究結果也遭到美國政策評估者的廣泛批評。2017年的CWS調查中，

該調查問卷新增了用來衡量在線零工工人數量的問題。調查過程中發現，部分受訪者對平臺從業者存在錯誤理解、自我分類有誤的問題。為減少錯誤樣本，調查組依據問卷信息重新編碼歸類，對平臺從業者占比的計算結果也由起初的3.3%降至1%。但該調研結果受到來自美國學術界和平臺經濟從業者的質疑，認為該比例遠低于勞動力市場中的新就業形態從業者比例。

從現有研究，結合勞動力調查中對樣本對象的訪問發現，造成利用住戶調查數據計算的新就業形態從業者占比較低的原因包括：

①新就業形態中既包括專職從事新就業形態的從業者，也包括兼職從業者。兼職從業者又包括多平臺的兼職從業者和有正規工作兼職從事新就業形態的從業者。大量新就業形態從業者是以兼職形式從業，在調查時會填答主要職業類別，而忽略新就業形態從業。

②一些通過互聯網承接業務的勞動者更傾向于自己是“生意人”或自由職業者，是通過各種渠道（包括互聯網）承接業務，這會導致對新就業形態從業者比例的低估。

③由于社會對靈活就業評價整體不高，一部分勞動者不愿意承認通過互聯網承接業務，造成統計缺失。

④新就業形態發展迅速、類別龐雜，由于無法找到合適的類別選項也可能導致從業者不承認依托互聯網承接業務。2022年的勞動力調查第27.1題新設了兩個選項，將更多新就業形態類別囊括進來。盡管如此，依然無法將所有新就業形態類別囊括進來。

另外，僅使用平臺端大數據可能造成新就業形態從業者規模高估。

一方面，新就業形態中既包括專職從事新就業形態的從業者，也包括多平臺兼職從業者。根據中國新就業形態研究中心調研，新就業形態中約有8%的跨平臺就業者。使用平臺端大數據可能造成多平臺就業者重復計算。

另一方面，有相當比例的新就業形態從業者有主要職業，同時在平臺兼職。一般而言，勞動者主要職業的工作時間比新就業形態兼職時間更長，且已計入就業規模統計，因此新就業形態兼職不宜重復計入就業規模統計。

因此，僅使用平臺端大數據加總得到的是新就業形態從業者規模的上限（例如，W市

人力資源和社會保障局估計為160萬），僅使用住戶端數據得到的是新就業形態從業者規模的下限（例如，本研究使用勞動力調查月度入戶調查數據初步估計值為61.42萬人）。結合住戶端數據和平臺端大數據可以得到對新就業形態從業者規模更精準的估計，估計規模應介于所估計上限和下限之間。

六、研究總結與研究展望

1.研究總結

本研究依據住戶端調查數據和平臺端大數據構建了新就業形態從業者就業規模測度方法。依托住戶端調查數據中的勞動力調查和平臺端大數據中的新就業形態職業傷害保障數據對測度結果進行修正。通過測量發現，W市的新就業形態從業者的比例和規模不斷上升，已經成為W市勞動力市場重要組成部分。

本研究使用W市勞動力調查月度入戶調查數據，計算該城市2019年至2023年上半年新就業形態從業者規模發現，新就業形態從業者比例總體呈現上升趨勢。盡管受到新冠疫情影響，新就業形態規模在2020年初出現快速下降。但2022年底、2023年初開始，新就業形態從業者規模快速上升，占就業人口比例不斷上升。根據住戶端調查數據和平臺端大數據兩個維度、多個數據來源比對得出，當前W市新就業形態從業者規模為100.38萬人，占W市就業人口比例為8.13%。該比例與

北京市統計局計算比例接近，但低于W市

人力資源和社會保障局調查的12.9%。

W市新就業形態具體類別中，用車服務，物流服務，生活服務，網絡直播，中介服務等新就業形態類別

就業比例上升；金融服務，商品交易，承接生產訂單，知識、技能、娛樂、廣告等線上服務

等的新就業形態類別比例下降。

2.研究展望

W市的產業結構和勞動力市場有其特點，因此W市新就業形態的就業比例不能代表全國勞動力市場新就業形態就業者比例。但本研究為新就業形態就業規模的測度提供了一個方法和思路，期待在未來研究中可以進一步予以明確。

第一，明確新就業形態從業者范圍界定。明確的定義可以幫助數據收集者和被調查者準確理解新就業形態的概念和范圍，確保在統計調查過程中數據收集的一致性。同時，由于缺乏統一類別作為參考，無論國內還是國外的學者都依據自己對新就業形態的理解對從業者范圍進行不同的界定，降低了統計結果間的可比性。因此，明確定義有利于不同區域、不同調查甚至不同國別之間的可比性。

第二，明確新就業形態就業測度中的重要參數。為了獲得更精確的就業規模測算，需要繼續收集包括平臺填報數據、跨平臺就業者的比例、兼職從事新就業形態的比例等重要參數。

第三，要結合被調查群體具體的特征畫像數據，提高調查統計的有效性。在統計調查過程中，要充分考慮已有的新就業形態從業者的工作特征數據，以更精準、更全面地覆蓋被調查群體。例如，利用從業者群體的年齡分布數據，可幫助選擇更合適的調查方式；利用從業者的工作時長及頻率數據，可幫助選擇更適用的調查參照期；利用從業者的收入構成數據，可幫助設置更合理的調查問卷。CWS調查便充分考慮了相關特征數據，不斷修正問卷以求更全面覆蓋被調查者群體。

第四，當前的統計研究較少考慮勞動力市場的就業判斷標準，例如通過一定標準的工時和工資水平作為統計門檻。如果側重統計新就業形態中的就業規模，還應考慮設立工時、工資等就業標準，以方便與傳統就業形態的就業規模數據進行對比。

參考文獻：

［1］張成剛.就業發展的未來趨勢，新就業形態的概念及影響分析［J］.中國人力資源開發，2016（19）：86-91.

［2］張成剛.中國新就業形態發展：概念、趨勢與政策建議［J］.中國培訓，2022（1）：85-88.

［3］張小建，馬永堂，翟燕立.關于網絡創業就業統計和社保問題的研究［J］. 第一資源，2014（4）：1-21.

［4］馬曄風，蔡躍洲.數字經濟新就業形態的規模估算與疫情影響研究［J］.勞動經濟研究，2021（6）：121-141.

［5］Current Population Survey Staff. Electronically mediated work： new questions in the contingent worker supplement［J］. Monthly Labor Review， 2018（9）：1-32.

［6］OECD. Measuring platform mediated workers［R］. Paris： Organisation for Economic Cooperation and Development， No.282，2019.

［7］ANNAROSA P， CESIRA U B M， ENRIQUE F M， FEDERICO B， IGNACIO G V. Platform workers in Europe evidence from the COLLEEM survey［R］. Publications Office of the European Union，

2018.

［8］KOUSTAS D K. What do big data tell us about why people take gig economy jobs？ ［R］，" 2019.

［9］JACKSON E， LOONEY A， RAMNATH S. The rise of alternative work arrangements： evidence and implications for tax filing and benefit coverage［R］. Office of Tax Analysis Working Paper， 201

7.

［10］ABRAHAM K， HALTIWANGER J， SANDUSKY K， SPLETZER J. Measuring the gig economy： current knowledge and open issues［R］，" 2017.

［11］JEON S H， LIU H， OSTROVSKY Y. Measuring the gig economy in Canada using administrative data［R］. Statistique Canada， 2019.

［12］FARRELL D， GREIG F. Paychecks， paydays， and the online platform economy［R］.

Annual Conference on Taxation and Minutes of the Annual Meeting of the National Tax Association，

2016.

［13］FARRELL D， GREIG F， HAMOUDI A. The online platform economy in 2018： drivers， workers， sellers， and lessors［R］. JPMorgan Chase Institute，2018.

［14］HARRIS S D， KRUEGER A B. A proposal for modernizing labor laws for twenty-first-century work： the “independent worker”［M］. Washington DC： Brookings Institution Press， 2015：10.

［15］DE GROEN W， MASELLI I. The impact of the collaborative economy on the labour market［R］， 2016.

［16］STEWART N， UNGEMACH C， HARRIS A J， BARTELS D M， NEWELL B R， PAOLACCI G， CHANDLER J. The average laboratory samples a population of 7300 Amazon mechanical Turk workers［J］. Judgment and Decision Making， 2015， 10（5）： 479-491.

［17］TUBARO P， LE LUDEC C， CASILLI A A. Counting “micro-workers”： societal and methodological challenges around new forms of labour［J］. Work Organisation， Labour amp; Globalisation， 2020，14（1）： 67-82.

The Study on the Measurement of Scale of New Forms of Employment：

Comprehensive Analysis Based on Household Surveys and Platform

Big" Data of a Certain City

ZHANG" Chenggang1， WANG" Han2

（1.School of Labor Economics， Capital University of Economics and Business，

Beijing 100070，China；2.BBMG Property Group Chengyuan， Beijing 100096， China）

Abstract：The emergence of new forms of employment as a significant source of job creation has become a social consensus， but its employment scale and proportion within the labor market have not been systematically addressed， leading to the" lack of" evidence for policy formulation. This study develops a methodology to measure the scale of employment in new forms of employment， based on both household survey data and big data from platforms.

On this basis， the study employs labor force survey data from City W， in conjunction with occupational injury insurance data， to calculates the proportion and scale of workers in new

employment

forms of employment in City W. The findings reveal that， before evision， the scale of workers in new forms of employment in the first half of 2023 reached 614200， accounting for 4.97% of the city’s total employed population. After using data such as occupational injury insurance， the scale was revised to 1003800， accounting for 8.13% of the total employed population. From 2019 to the first half of 2023， the proportion of workers in new forms of employment in City W fluctuated

continuously. In early" 2020，

due to the impact of the COVID-19 pandemic，" the proportion of new employment forms has declined repidly. Starting in 2023， the proportion began to rise again. Specifically，

the proportion of new employment forms such as" transportation services， logistics， lifestyle services， online streaming， and intermediary services increased， while those in financial services， goods trading， production order acceptance， and

on-line service categories like “knowledge， skills， entertainment， and advertising” decreased. The measurement approach developed in this study， which combines household survey data with platform big data， avoids underestimation and overestimation of the scale of employment in new forms of employment.

Keywords：new forms of employment；labor force survey；employment

scale

［責任編輯" 劉愛華］