數字經濟發展、就業結構優化與就業質量

摘 要：隨著數字經濟的蓬勃發展，其對就業市場的影響日益顯著。數字經濟的發展不僅推動了產業結構的優化升級，還深刻改變了就業結構，促進了就業質量的整體提升?；谥袊?0個省份2013-2021年的面板數據，采用面板熵權法對數字經濟和就業質量進行綜合評價。在此基礎上，首先運用面板數據回歸模型研究數字經濟對就業質量的影響；其次在基準回歸模型的基礎上引入中介變量，通過Bootstrap檢驗就業結構的中介效應；再次采用空間杜賓模型分析數字經濟對就業質量的空間溢出效應；最后將中國30省份劃分為東中西3個區域探析數字經濟對就業質量影響的區域異質性，并通過了穩健性檢驗和內生性檢驗。研究結果表明：數字經濟發展顯著促進了就業質量的提升，且就業結構在其中發揮了重要的中介作用；數字經濟與就業質量之間存在顯著的空間自相關性，各省就業質量在地理空間上存在顯著的溢出效應；數字經濟對不同地區就業質量的影響存在異質性，東部地區數字經濟能夠顯著提升就業質量；而中部和西部地區的數字經濟發展尚未能有效促進就業質量的提升。據此，針對提升全國數字經濟發展水平和就業質量提出對策建議。

關鍵詞：數字經濟；就業質量；中介效應；空間溢出效應

中圖分類號：F249.2;F49

文獻標識碼：A

DOIdoi：10.3969/j.issn.1672-2272.202407043

Digital Economy Development， Employment Structure Optimization and Employment Quality：Empirical Analysis Based on Provincial Data of China

Ding Bo，Tang Xianjiao，Li Jiarui

（School of Big Data Science，Hebei Finance University， Baoding 071051， China）

Abstract： With the booming development of the digital economy， its impact on the job market is increasingly significant. The development of the digital economy has not only promoted the optimization and upgrading of the industrial structure， but also profoundly changed the employment structure and promoted the overall improvement of employment quality. Based on the panel data of 30 provinces in China from 2013 to 2021， the panel entropy weight method is used to comprehensively evaluate the development level and employment quality of the digital economy. On this basis， firstly， the panel data regression model is used to study the impact of digital economy on employment quality. Secondly， on the basis of the benchmark regression model， the intermediate variables are introduced to test the intermediary effect of employment structure through Bootstrap. Thirdly， the spatial Durbin model is used to analyze the spatial spillover effect of digital economy on employment quality. Finally， 30 provinces in China are divided into three regions to explore the regional heterogeneity of the impact of digital economy on employment quality， and the robustness test and endogeneity test are passed. The results show that： the development of digital economy significantly promotes the improvement of employment quality， and the employment structure plays an important intermediary role. There is a significant spatial autocorrelation between digital economy and employment quality， and there is a significant spillover effect of employment quality in geographical space. The impact of digital economy on employment quality in different regions is heterogeneous， and the digital economy in the eastern region can significantly improve employment quality; However， the development of digital economy in central and western regions has not been able to effectively promote the improvement of employment quality. Therefore， based on the above model analysis and conclusion， countermeasures and suggestions are put forward to improve the level of digital economy development and employment quality across the country.

Key Words：Digital Economy; Employment Quality; Mediating Effect; Spatial Spillover Effect

0 引言

信息技術的快速進步催生了數字經濟的蓬勃發展，數字經濟已成為全球經濟增長的重要驅動力，中國數字經濟的快速崛起對就業結構和就業質量產生了深刻影響。《中國數字經濟發展研究報告（2023）》顯示，2022年中國數字經濟規模躍升至50.2萬億元人民幣，占GDP比重高達41.5%，標志著數字經濟已成為經濟增長的重要引擎。數字產業化和產業數字化的推進，不僅促進了傳統產業的轉型升級，而且為勞動力市場注入了新的活力，創造了大量新的就業機會，提升了就業質量。然而，數字經濟的發展之路并非全然坦途，技術革新在創造新機遇的同時，也帶來了挑戰，如部分低技能崗位的縮減與高技能人才需求激增，進一步加劇了勞動力市場的結構性矛盾。在中國經濟邁向高質量發展的關鍵時期，就業問題被賦予了更加重要的戰略意義。數字經濟不僅顛覆了傳統的生產組織方式與商業模式，更為勞動力市場開辟了多元化、高附加值的就業新路徑，有力推動了就業結構的現代化轉型與升級。當前，數字經濟領域已接近貢獻兩億個就業崗位，占全國就業人口的近1/4，其對就業結構與質量的雙重塑造作用日益凸顯，使得勞動力市場面臨著更加復雜多變的環境。在此背景下，研究數字經濟對就業的影響成為學術界與政策界的熱點議題。特別是在中國，隨著人口紅利逐步減弱及經濟結構的深刻調整，如何優化就業結構、提升就業質量成為亟待解決的問題。本研究致力于深入剖析數字經濟如何影響就業結構和就業質量，并探討其對于經濟高質量發展的潛在作用。本文旨在通過實證分析，揭示數字經濟與就業質量之間的內在聯系，以期為政策制定者提供科學的決策依據，推動數字經濟與就業市場的協同發展。通過對省域數據的比較分析，本文期望為區域協調發展政策提供有益參考，助力實現區域間的均衡發展。在當前中國經濟轉型升級、追求高質量發展的宏觀背景下，深入研究數字經濟與就業質量、就業結構優化的關系，不僅有助于促進數字經濟與實體經濟的深度融合，也將為提高就業市場整體水平、推動經濟可持續發展提供有力支撐。

1 文獻綜述

從數字經濟的概念界定研究來看，數字經濟自1996年由Tapscott提出后，已成為全球經濟增長的關鍵動力，其界定和測算因ICT的普及而呈現多元化。岳書敬等［1］研究認為當前國際間尚未形成統一的認識，但大致可以劃分為廣義和狹義兩種理解。狹義的數字經濟指數字產業化，即數字化服務或貨物的獨立生產、消費與分配活動；廣義上，它是以數字化信息與知識為驅動，通過信息化網絡提升效率和優化經濟結構的經濟活動總和。聚焦國內，2020年7月，《中國數字經濟發展報告白皮書（2020年）》對數字經濟進行了更為深入的界定，將其核心框架凝練為四大維度：數字產業化、產業數字化、數字化治理和數據價值化。此界定旨在全面剖析數字經濟的多元構成與深刻影響。

從數字經濟的測算研究來看，不同國家或組織并不完全一致。經濟合作與發展組織（OECD）和歐盟統計局（Eurostat）分別基于產業增加值和數字化投入因素衡量數字經濟規模。在國內研究視角下，中國學者針對數字經濟規模的測算，采取了多維度的分析框架，該框架緊密圍繞數字經濟的基礎層與融合應用層兩大核心領域展開，如康鐵祥［2］、范合君等［3］和彭剛等［4］。具體而言，研究聚焦于生產、消費、流通以及政府服務數字化等關鍵維度，通過深入剖析這些領域內的數字化進程與成效，實現對數字經濟規模的系統性、科學性測算。

從數字經濟對就業結構的影響效應研究來看，數字經濟的發展對就業結構產生了深遠影響。技術進步作為數字經濟的重要驅動力，不僅催生了新興產業，也推動了傳統產業的轉型升級，從而改變了就業市場的格局。葉胥等［5］指出技能偏向型技術進步的深化顯著提升了對高技能勞動力的市場需求，這一現象在專業領域內加劇了不同教育背景勞動者之間的薪資分化，形成了更為明顯的工資不平等格局。同時，蔡昉［6］認為，服務業在數字經濟時代成為吸納就業的重要力量，推動了產業結構和就業結構的調整。此外，根據國際經驗可知，數字經濟的發展還促使就業性別結構發生改變，為女性提供了更多的就業機會和更高的薪資水平。

從數字經濟對就業質量的影響效應研究來看，論及數字經濟對就業質量的影響，學術界尚未形成統一的觀點。一方面，孟琪［7］和戚聿東等［8］部分學術研究表明，數字經濟通過促進產業結構的優化調整與生產效率的顯著提升，對就業質量產生了積極而深遠的影響，提高了居民整體收入水平和生活質量。另一方面，朱翠華［9］和馬名杰等［10］提到數字經濟提高了就業門檻，使得部分勞動者難以適應新的技能要求和工作方式，從而加劇了結構性失業問題，對就業質量產生負面影響。

文獻梳理發現，當前針對數字經濟發展對就業影響的研究領域，主要聚焦于技術維度，深入剖析數字技術如何重塑就業格局。然而，從更為細致的行業層面出發，特別是聚焦于數字經濟中具有代表性的行業，進行系統性定量分析的文獻尚顯匱乏。同時，在探討數字經濟對就業質量影響的研究中，主要聚焦微觀層面，而從宏觀視角出發進行定性和定量分析的文獻相對較少，數字經濟對就業質量影響的相關研究還不夠全面。鑒于此，本文就數字經濟、就業結構與就業質量間的關系展開研究。本文的創新點主要在于：一是構建數字經濟與就業質量的雙重評價指標體系，使用熵值法對中國各省域的數字經濟發展水平與就業質量狀況進行測度，進一步深入剖析其內在的邏輯關系與運作機制；二是在數字經濟對就業質量的影響研究中，引入就業結構為中介變量，從理論與實證視角剖析其如何通過調整就業結構，直接或間接促進就業質量提升；三是將數字經濟、就業結構與就業質量三者緊密聯結，置于同一宏觀分析視角下進行系統而深入的探討；四是為深入剖析數字經濟對就業質量的空間溢出效應，并揭示其在中國地域維度上的異質性表現，本研究將中國30個省份劃分為東、中、西3個區域進行探析。最后，針對上述模型分析和研究結論，對提升全國范圍內數字經濟發展和就業質量提出對策建議。

2 理論分析與研究假設

2.1 數字經濟對就業質量的直接效應分析

《中國數字經濟發展白皮書（2020年）》指出，數字經濟通過“四化”——數字產業化、產業數字化、數字化治理、數據價值化，重構了經濟發展與治理模式，形成了新型經濟形態。數據價值化改變了生產要素體系，將工業和農業要素轉化為“新勞動力”“新土地”等數據要素。2014-2019年，數字經濟對GDP增長的影響率持續增長，產業數字化成為數字經濟發展的主要驅動力。數字經濟改變了就業技能結構，智能化和高自動化的發展導致低級生產行業的崗位被替代，增加了高技能人員的需求。在密集勞動市場中，技術和勞動之間的差距加大，影響了社會再分配能力，進而影響勞動者的就業質量。同時，數字化發展帶來的替代效應迫使服務業和制造業部門的勞動者提高技術水平和創造能力?；诖?，本文提出如下假設：

H1：數字經濟發展對就業質量有直接正向影響。

2.2 數字經濟對就業質量的間接機制分析

數字經濟的發展對傳統產業進行了深刻的改造和升級，使得傳統行業的就業崗位向數字經濟領域轉移。這種轉移不僅提高了生產效率，也提升了就業質量。此外，數字經濟催生了一系列新的職業和崗位，如數據分析師、人工智能工程師、電子商務運營師等，這些新興職業為勞動者提供了更多的就業機會，也推動了就業結構的優化。優化后的就業結構能夠更好地適應數字經濟的發展需求，從而提高勞動者的就業滿意度和幸福感，推動就業質量的提升?；诖?，本文提出如下假設：

H2：數字經濟通過就業結構的優化間接促進就業質量的提升。

2.3 數字經濟對就業質量的空間溢出效應分析

數字經濟的發展可能引發人才流動和資源配置的重新調整，使周邊地區共享數字經濟帶來的就業機遇和優質勞動力資源。同時，數字經濟的發展也可能促進不同地區之間的產業協作和創新合作，從而提升整個區域的就業質量。因此，本文假設數字經濟對就業質量的影響具有空間溢出效應，即一個地區的數字經濟發展不僅能夠提升本地就業質量，還可能對周邊地區的就業質量產生積極影響?；诖?，本文提出如下假設：

H3：數字經濟發展對就業質量的影響存在空間效應。

2.4 數字經濟對就業質量的區域異質性分析

我國地域遼闊，不同地區的經濟發展水平和產業結構存在顯著差異，這導致數字經濟發展在不同區域對就業質量的影響存在差異。例如，東部沿海地區數字經濟較為發達，對人才的需求更為多樣化和高端化，因此可能更能夠促進就業質量的提升；而西部地區由于數字經濟發展相對滯后，可能更多關注于基礎崗位的創造和勞動力技能的普及。此外，不同地區的政策環境、教育資源、創新氛圍等因素也會對數字經濟的發展及其對就業質量的影響產生不同作用?；诖耍疚奶岢鋈缦录僭O：

H4：數字經濟發展對就業質量的影響呈現區域異質性。

3 數字經濟與就業質量的評價指標體系構建與測度

3.1 數字經濟評價指標體系構建

文章構建的中國省級層面數字經濟發展評價體系是一個全面且多維度的評估框架，旨在從多個維度準確反映數字經濟發展的水平和趨勢。此評價體系是在現有研究的基礎上，通過數字化基礎設施、數字產業化以及產業數字化這3個方面的14個指標來評價數字經濟的發展情況。首先，數字化基礎設施作為數字經濟發展的基礎，包括每百人擁有移動電話用戶數量、互聯網用戶數占常住人口比重、光纜線路密度、互聯網寬帶接入端密度等5個二級指標。這些指標能夠反映一個地區信息通信技術的普及程度和網絡基礎設施的完善程度，為數字經濟的發展提供有力支撐。其次，數字產業化是數字經濟發展的重要組成部分，包括人均電信業務總量、快遞量、電子信息制造業收入、電子信息制造業企業個數、軟件業務收入、信息傳輸、軟件和信息技術服務業從業人數等6個二級指標。這些指標不僅反映了數字技術在產業中的應用程度，還體現了數字產業本身的規模和發展水平。最后，產業數字化作為數字經濟發展的最終體現，在評價體系中發揮著關鍵作用，包括企業擁有網站數、有電子商務交易活動企業比重以及電子商務交易額等3個二級指標。這些指標能夠直接反映數字技術在產業中的應用程度和效果，不僅體現了企業在數字化轉型方面的努力，也反映了數字經濟在推動產業升級、提高生產效率方面的積極作用。

3.2 就業質量評價指標體系構建

文章選取了就業環境、就業狀況、勞動保護這3個方面的9個指標，構建中國省級就業質量評價指標體系。在就業環境方面，本文選取人均GDP、人均GDP增速以及收入分配作為二級指標。這些指標能夠直觀反映地區的經濟發展水平、增長動力以及收入分配的公平性，對于評估就業環境具有重要意義。對于就業狀況，本文采用第三產業就業比例、城鎮登記失業率、就業人員平均受教育年以及城鎮單位就業人員平均工資增速作為二級指標。這些指標不僅能夠體現地區的產業結構特點，還能夠反映勞動力市場的供需情況以及勞動力的整體素質，有助于全面把握就業狀況。在勞動保護方面，本文采用勞動爭議結案率和工會參與率作為二級指標。這些指標能夠揭示勞動者權益保障的程度以及工會在維護勞動者權益方面的作用，對于評價勞動保護水平至關重要。

3.3 評價指標體系測度方法

文章采用熵值法進行賦權，其具體步驟如下：

數字經濟和就業質量的測度方法。文章采用熵值法進行賦權，其具體步驟如下：

第一步，對數據進行標準化：

對于正向指標數據，一般采用處理公式為：

x’it，j=xit，j-min {xit，j}maxxit，j-min {xit，j}（1）

對于負向指標數據，一般采用處理公式為：

x’it，j=maxxit，j-xit，jmaxxit，j-min {xit，j}（2）

其中，xit，j為第i個省（自治區、直轄市）份的第t年的第j個指標的數據，i=1…30，t=1…9，j=1…14。

第二步，計算第i個?。ㄗ灾螀^、直轄市）在第t年中第j項指標的權重：

Pit，j=x'it，j∑ni=1x'it，j（3）

第三步，計算第j項指標的信息熵，計算公式為：

ej=-k∑ni=1Pit，j×ln （Pit，j）（4）

其中，k=1/lnntgt;0，滿足ej≥0；

第四步，計算第j項指標的差異系數，計算公式為：

dj=1-ej（5）

第五步，計算各項指標權重，即對差異系數進行歸一化處理：

wj=dj∑mj=1dj（6）

最后一步，計算中國30個?。ㄗ灾螀^、直轄市）數字經濟發展和就業質量水平綜合得分：

Scoreit=∑mj=1wj×x'it，j（7）

4 數字經濟對就業質量的影響效應研究

4.1 研究方法與模型選擇

4.1.1 基準回歸模型

為了深入研究數字經濟對就業質量的具體影響機制，本文在理論研究的基礎上，構建了基于省級面板數據的實證模型。該模型旨在通過具體的數據分析，揭示數字經濟與就業質量之間的內在聯系和相互影響。具體模型如下：

Empit=α0+β1Digit+Σk=1γkXit+μi+λt+εit（8）

其中，i和t分別代表不同的省份和年份。Empit表示省份i在時期t的就業質量水平；Digit表示省份i在時期t的數字經濟發展水平；Xit代表一系列控制變量，用以控制其他可能影響就業質量的因素；μi為省份固定效應；λt表示時間固定效應；εit為隨機擾動項；α0表示常數項；β1表示解釋變量的回歸系數。

4.1.2 中介效應模型

為探究中介效應，建立相應模型如下：

Empit=α0+β1Digit+Σk=1γkXit+μi+λt+εit（9）

Emstit=α1+β2Digit+Σk=1ψkXit+μi+λt+εit（10）

Empit=α2+β3Digit+β4Emstit+Σk=1δkXit+μi+λt+εit（11）

中介效應檢驗是一個多步驟的過程，旨在探討變量間的間接影響。在檢驗數字經濟對就業質量影響的過程中，首先確認數字經濟對就業質量的總效應是否顯著，這是通過公式（9）中β1的顯著性來判定的。若β1顯著，則表明存在直接效應，可能伴隨中介效應，需進一步分析。接著，通過公式（10）和公式（11）來估計中介變量的作用。公式（10）關注數字經濟對中介變量的影響，而公式（11）則綜合考察數字經濟、中介變量和就業質量之間的關系。若模型中的β2、β3、β4均顯著，則中介效應存在。進一步地，根據β2、β4與β3的符號關系，可以區分部分中介、遮掩效應或完全中介效應。若β2、β4與β3同號，則為部分中介效應；若異號，則為遮掩效應；若β3不顯著，則為完全中介效應。最后，通過Bootstrap檢驗驗證中介效應的穩健性。

4.1.3 空間計量模型

在探究就業質量影響因素時，由于就業質量具有顯著的空間相關性，為了更準確地揭示就業質量及其影響因素之間的復雜關系，因此需建立空間計量模型。本研究構建的空間杜賓模型如下：

Empit=α0+ρ∑Nj=1WijEmpit+∑Nj=1WijXitγ+β1Xit+μi+λt+εit（12）

其中，Emp表示就業質量；X表示解釋變量，包括了核心解釋變量數字經濟水平及其他控制變量；ρ表示空間自回歸系數，Wij為地理距離空間權重矩陣；α0表示常數項；β1表示解釋變量的回歸系數；γ表示解釋變量的空間滯后回歸系數；μi表示省份固定效應；λt表示時間固定效應；εit是隨機干擾項。

4.2 變量選取與說明

4.2.1 模型變量

①被解釋變量。本研究中以就業質量（Emp）為被解釋變量，基于構建的中國省級層面就業質量評價指標體系，通過熵值法計算得出就業質量評分，以此作為衡量各省份就業質量的量化指標。這一評分全面考慮了就業的各個關鍵方面，為各地區提供了就業狀況深入洞察的依據。

②核心解釋變量。本研究中以數字經濟（Dig）為核心解釋變量，根據構建的中國省級層面數字經濟評價指標體系，通過熵值法計算得出數字經濟評分，將其作為衡量各省份數字經濟發展水平的量化指標。這一評分反映了各地區在數字經濟領域的實際發展狀況，為分析數字經濟對就業質量的影響提供了關鍵依據。

③中介變量。為了更深入地探究數字經濟對就業質量的影響機制，本文引入了就業結構（Emst）作為中介變量。本文借鑒了孫文遠等［11］的研究方法，將就業人員按照受教育程度劃分為不同技能勞動力，并計算高技能勞動力與中低技能勞動力的比值，以此衡量各省份的就業結構。這一指標有助于揭示數字經濟如何通過改變就業結構來影響就業質量。

④控制變量。為了更全面分析數字經濟對就業質量發展的影響，本文選取了以下控制變量：①經濟發展水平（Gdp）：通過省級層面人均實際GDP取對數來衡量，以反映各地區經濟發展的差異；②政府干預（Gover）：采用政府支出占GDP的比值來衡量，以反映政府在促進就業方面的作用；③城鎮化水平（Ur）：采用地區城鎮化率進行衡量，以反映城市化進程對就業質量的影響；④產業結構（Stru）：借鑒干春暉等［12］的研究方法，采用第三產業產值與第二產業產值的比重進行衡量，以揭示產業結構變動對就業質量的潛在影響。

4.2.2 數據來源與描述統計

基于論文研究主題的需求，本文所使用的所有數據均源自官方發布的權威統計年鑒，主要包括《中國統計年鑒》《中國勞動統計年鑒》以及各?。ㄗ灾螀^、直轄市）的統計年鑒。鑒于西藏、港澳臺地區數據缺失，本文在分析過程中將這4個地區排除在外。鑒于數字化交易領域的官方統計數據始于2013年，為深入探討數字經濟對就業質量所產生的深遠影響，本文選取2013-2021年中國各省級區域的面板數據進行分析。

在數據處理過程中，由于部分年份數據缺失，為確保研究的準確性和完整性，本研究采用插值法對這些缺失數據進行科學補全。此外，為了消除異方差對研究結果的影響，對經濟發展水平進行對數處理。變量描述性統計結果詳見表3。

4.3 數字經濟對就業質量影響的實證分析

4.3.1 基準回歸分析

通過Hausman檢驗，確定選擇固定效應模型來估計數字經濟對就業質量的影響。表4中所呈現的回歸結果證實了數字經濟與就業質量之間的正相關關系，且各回歸系數均在1%的顯著性水平上顯著，這充分驗證了先前提出的研究假設H1。

實證結果如表4所示，表4第（1）列是只包括解釋變量與被解釋變量的基準回歸結果，第（2）列是加入可能影響就業質量的相關控制變量，第（3）列是對時間和個體加入固定效應的回歸結果，第（4）列是對時間和個體加入固定效應，同時加入相關控制變量的回歸結果。

通過回歸分析結果，從控制變量來看，經濟發展水平（Gdp）與就業質量存在顯著正相關關系，并在1%的顯著水平上顯著。這一結果不僅印證了傳統經濟增長理論，更深化了對勞動者福祉影響的理解。GDP增長帶動高質量崗位增加，為勞動者提供穩定收入和豐富福利，改善就業環境，提升工作滿意度和歸屬感，有力支撐了和諧可持續的社會經濟體系構建。政府干預程度（Gover）同樣在1%的顯著水平上與就業質量顯著正相關。政府的宏觀調控不僅是穩定就業市場的有力保障，更是營造優質就業環境的關鍵力量。通過有效的政策引導和資源調配，政府能夠確保勞動力市場的穩定運行，提升勞動者的就業質量，進而為社會的整體繁榮與穩定奠定堅實基礎。此外，城鎮化率（Ur）同樣在1%的顯著水平上與就業質量顯著正相關。城鎮化加速提升就業質量，人口遷移豐富城市勞動力，促進市場多元化和就業增長?；A設施改善、公共服務提升、產業結構優化，為勞動者創造優質工作環境與廣闊發展空間，推進城鎮化是提升就業質量的關鍵路徑。產業結構（Stru）同樣在1%的顯著水平上與就業質量顯著正相關。產業結構優化升級，助力就業質量躍升，新興產業涌現和傳統產業升級，催生高質量就業機會，推動勞動力市場結構性調整，優化資源配置，成為提升就業質量的關鍵動力。

4.3.2 中介效應分析

在深入探討數字經濟對就業質量的影響機理時，文章采取了引入就業結構作為中介變量，旨在更全面地揭示“數字經濟－就業結構－就業質量”之間的復雜傳導機制?；诖耍恼聦剑?）－（11）進行估計，根據表5回歸結果分析，數字經濟對就業質量的提升有顯著的正向影響，這一影響部分是通過優化就業結構實現的，這充分驗證了本文先前提出的研究假設H2。

如表5所示，首先，列（1）顯示數字經濟對就業質量的總效應顯著為正，意味著數字經濟的發展能夠直接推動就業質量的提升。這可能是由于數字經濟帶來的技術創新和產業升級，為勞動者提供了更多的就業機會和更高的收入水平。其次，列（2）和列（3）進一步揭示了數字經濟通過就業結構影響就業質量的機制。列（2）表明數字經濟對就業結構的影響不顯著，可能意味著數字經濟對直接提升就業質量的效果并不明顯。同時，模型還顯示可能存在中介效應，需要進一步的分析來明確。列（3）在考慮就業結構后，發現數字經濟和就業結構均對就業質量有顯著正向影響，說明就業結構在數字經濟和就業質量之間起到了中介作用。此外，控制變量如人均GDP、政府控制和城鎮化率對就業質量有顯著影響。這些變量的正向作用表明經濟發展、政府政策和城鎮化進程都有助于提升就業質量。同時3個模型的R2值均較高，說明模型能夠較好地解釋就業量的變化。其中，列（3）的R2值最高，這可能是因為列（3）同時考慮了數字經濟和就業結構兩個因素，從而更全面地反映了影響就業質量的因素。

Bootstrap中介效應檢驗結果進一步強化了中介效應的顯著性，如表6所示，結果明確顯示出數字經濟對就業質量的直接影響以及通過就業結構產生的間接影響均具有統計上的顯著性。這一結果不僅表明數字經濟能夠直接提升就業質量，還揭示了其通過優化就業結構來間接推動就業質量提升的重要作用。

4.3.3 空間效應分析

①空間相關性檢驗。在深入探討數字經濟對就業質量產生的空間效應，并借助空間面板計量模型進行量化分析之前，首要步驟是驗證數字經濟與就業質量在地理空間維度上是否展現出空間自相關性，本文采用地理距離矩陣來計算2013-2021年數字經濟與就業質量的Moran’s I指數。檢驗結果如表7所示，就業質量和數字經濟均在10%的水平上顯著，表明數字經濟與就業質量之間存在著顯著的空間自相關性。

為了更直觀地展現這種空間自相關性和聚集特征，本文繪制了Moran’s I散點圖（圖1和圖2）。圖中第一象限代表“高-高”聚集區，即那些數字經濟和就業質量均較高的地區相互聚集在一起；而第三象限則代表“低-低”聚集區，即數字經濟和就業質量均較低的地區相互聚集。從圖中可以觀察到，2013年北京、上海、浙江等地在就業質量方面表現優異，而云南、貴州和廣西等地則相對較低。同時江蘇、浙江、山東和上海的數字經濟表現突出，相比之下，青海、甘肅和寧夏等地的數字經濟則較為落后。2021年北京、上海和浙江等地的就業質量繼續保持高水平，而云南、貴州和廣西的就業質量依然較低。數字經濟方面，江蘇、浙江、山東和上海等地依然表現較好，而青海、甘肅和寧夏等地則依然較為落后。從時間維度上看，盡管部分地區的數字經濟與就業質量在絕對水平上仍存在差異，但“低-低”聚集區的范圍有所縮減，這表明一些地區的數字經濟和就業質量有所提升，中國大部分省份在就業質量上均呈現出明顯的空間聚集特征。

②空間計量模型檢驗。在模型選擇的初步階段，本研究首先依據LM檢驗和Robust-LM檢驗的統計值及其顯著性水平，對空間面板模型是否表現出空間滯后效應或空間誤差效應進行了初步判別。結果顯示，LM-lag和Robust-LM-lag的統計值均高度顯著，這表明模型中存在顯著的空間滯后效應。同時LM-error與Robust-LM-error的統計值也極為顯著，揭示了空間誤差效應的存在。這兩項初步檢驗共同指向了空間依賴性的復雜性，為了確定最適合的模型，本文進一步實施LR和Wald檢驗，以比較空間杜賓模型（SDM）與僅包含空間滯后（SAR）或空間誤差（SER）效應的模型之間的差異。檢驗結果顯示，LR和Wald檢驗的p值均小于0.05，拒絕了SDM模型可以退化為SAR或SER模型的假設。基于這些檢驗結果，本研究最終決定采用空間杜賓模型（SDM）來探究數字經濟與就業質量之間的關系。

在對時間固定效應、個體固定效應以及雙固定效應模型的回歸結果進行綜合分析后，本研究發現時間固定效應模型在擬合優度上顯著優于其他兩種模型?；诖耍狙芯繘Q定采用時間固定效應模型進行深入分析。在該模型估計中，數字經濟對就業質量的影響系數為0.119，并且這一系數在統計上極為顯著。進一步分析控制變量，結果顯示經濟發展水平（Gdp）、政府因素（Gover）、城鎮化水平（Ur）以及產業結構（Stru）對就業質量的正面影響均達到了1%的顯著性水平。此外，空間固定效應的空間面板杜賓模型中的空間溢出系數為正值，并且在1%的顯著性水平下顯著，這表明在數字經濟迅速發展的背景下，中國各省份的就業質量在地理空間上呈現出顯著的正向溢出效應。

③空間效應分解。通過空間杜賓模型（SDM）的深入分析，本研究能夠將空間效應分解為直接效應、間接效應和總效應。根據SDM模型的結果，核心解釋變量——數字經濟（Dig）對就業質量具有顯著的促進作用和正向溢出效應。具體而言，數字經濟對就業質量的直接效應系數為0.19，并通過1%的顯著性檢驗。這一發現表明，數字經濟每增長1個百分點，能夠直接促進本地就業質量提升0.19個百分點，顯示出強烈的正向效應。這進一步證實了數字經濟在地區發展中的強大吸引力和輻射力，即所謂的“虹吸效應”，從而支持了研究假設H3。在控制變量的分析中，經濟發展水平（Gdp）和產業結構（Stru）均對本地區就業質量的發展產生影響。具體來說，本地區的經濟發展水平（Gdp）與就業質量的提升呈正相關，而鄰近地區的產業結構（Stru）則可能抑制本地區的就業質量發展。這表明，隨著本地區經濟水平的提升，就業機會增多，薪資水平提高，工作環境改善，從而促進了就業質量的整體提升。然而，鄰近地區產業結構的調整可能導致就業市場的競爭加劇，或者由于鄰近地區發展的是與本地區相似的產業，產生了資源爭奪和市場競爭，這可能抑制了本地區就業質量的提升。

4.3.4 異質性分析

在探討數字經濟對就業質量的影響時，本研究考慮到全國范圍內就業質量的區域差異，將全國30個省份劃分為東部、中部和西部3個區域，以探討區域異質性。表11回歸結果揭示了不同區域間在數字經濟發展對就業質量影響的顯著差異。東部地區的數字經濟發展水平（Dig）系數為正且在統計上顯著，這表明在這一經濟較為發達的地區，數字經濟的增長能夠有效促進就業質量的提升。這種正向效應可能源于東部地區在數字經濟基礎設施、創新能力和市場需求等方面的領先優勢。相比之下，中部和西部地區的數字經濟發展水平系數卻為負且顯著，中部地區的系數為-1.155，西部地區的系數為-0.386，這反映出這兩個地區在數字經濟推動就業質量提升方面的潛力尚未得到充分發揮，甚至可能存在一些不利因素。這些不利因素可能包括基礎設施建設、專業人才儲備以及創新能力的相對不足，這些短板限制了數字經濟在這些地區的發展，并影響了其對就業市場的正向作用?？刂谱兞康姆治鐾瑯咏沂玖藚^域間的異質性。例如，政府支出（Gover）在東部和中部地區對就業質量有顯著的負向影響，而在西部地區卻顯示出顯著的正向影響。

綜合分析，本研究證實了數字經濟對就業質量的影響確實存在顯著的區域異質性，這與研究假設H4的預測相符。東部地區得益于其在數字經濟方面的優勢，能夠通過數字經濟的發展顯著提高就業質量。而中部和西部地區，由于在數字經濟基礎設施、人才儲備和創新驅動力等方面的發展滯后，其數字經濟的發展尚未能有效推動就業質量的提升。

4.3.5 穩健性檢驗

為確保上述實證研究的嚴謹性與結果的可信度，防止研究結論因數據變動或分析方法調整而發生顯著變化，本文采取3種穩健性檢驗方法，檢驗結果如表12所示。

一是更換核心解釋變量測算方法。在評估數字經濟發展水平時，除了前文提及的熵值法之外，另一有效手段是運用主成分分析法進行度量，回歸結果如表12列（1）所示，核心解釋變量Dig的系數在該回歸分析中依然保持了顯著的正向性，這一結果不僅驗證了數字經濟對就業質量提升具有明確的積極效應，還進一步強化了研究結論的穩健性。

二是更換被解釋變量衡量方式。除上文變量衡量被解釋變量外，還可以加入城鎮職工基本醫療保險年末參保人數，城鎮職工參加養老保險人數和城鎮單位就業人員平均工資綜合評估就業質量，經過對個體固定效應、時間固定效應的有效控制，并納入一系列相關的控制變量后，表12列（2）所展示的回歸分析結果表明，核心解釋變量Dig的系數仍呈現出顯著的正向效應，這有力印證了數字經濟的蓬勃發展對提升就業質量具有積極的推動作用。本研究的回歸模型不僅展示了可靠性，還體現了結果的穩健性。

三是縮短時間窗口。考慮到數字經濟相關政策往往伴隨著一定的滯后效應，為了有效緩解并降低這一時滯性所帶來的不利影響，基于2013-2018年間跨度6年的短期面板數據集，重新進行回歸分析，其回歸結果如表12列（3）所示，核心解釋變量Dig的系數展現出顯著的正向影響，這一發現證實了數字經濟發展對于提升就業質量具有積極的促進作用。從而進一步驗證了基準回歸結果的穩健性與可靠性。

4.3.6 內生性檢驗

在探究數字經濟對就業質量影響的過程中，本研究關注到了潛在的內生性問題，即就業質量可能對數字經濟存在逆向促進作用。為解決這一問題，本研究借鑒了現有文獻的方法，選取數字經濟的一期滯后變量作為工具變量，并運用二階段最小二乘法（2SLS）進行回歸分析，以準確估計數字經濟對就業質量的凈效應。內生性檢驗結果顯示，在工具變量弱識別的檢驗中，克拉格-唐納德（Cragg-Donald）F統計量為851.176，遠高于10%顯著性水平下的臨界值，表明所選擇的工具變量是合理的，即數字經濟的一期滯后變量能夠有效地預測數字經濟的當前水平，同時不影響其他模型中的誤差項。此外，在1%的顯著性水平下，數字經濟對就業質量的效應呈現出高度的顯著性，進一步表明估計結果的準確性和可靠性。

5 結論與建議

5.1 研究結論

基于2013-2021年中國30個?。ㄗ灾螀^、直轄市）的數據，本文深入探討了數字經濟對就業質量的影響，得出以下主要結論：

其一，數字經濟對就業質量具有顯著的正向促進作用。數字經濟已成為提升就業質量的關鍵動力，本研究通過實證分析證實了數字經濟與就業質量之間存在顯著的正向關系。數字經濟的發展通過引入新技術、新模式和新業態，為就業市場注入了新的活力。它不僅提高了勞動生產率，還創造了大量高技能和高薪酬的就業機會，從而直接提升了就業質量。此外，數字經濟的發展還顯著地促進了就業結構的調整與優化，如對高技能勞動力需求的顯著增加，促進了勞動力市場的升級，為就業質量的長期提升提供了間接支持。就業結構的優化被視為數字經濟影響就業質量的關鍵中介，它通過調整勞動力配置，促進了人力資源的有效利用，增強了就業市場的靈活性和適應性。

其二，數字經濟對就業質量具有顯著的空間溢出效應。在數字經濟的發展與就業質量的提升之間存在顯著的空間自相關性。這表明數字經濟的發展和就業質量的提升不僅受到本地區因素的直接影響，還深受周邊地區相關因素的間接影響，形成了相互依存的局面。進一步的空間杜賓模型分析驗證了這一觀點，揭示了數字經濟對本地就業質量的顯著正向影響，并指出這種效應會進一步擴散至周邊地區。

其三，數字經濟對就業質量呈現出明顯的區域異質性。在探討數字經濟對就業質量的影響時，不同地區展現出了顯著的差異。東部地區憑借其在數字經濟領域的先進地位，能夠顯著推動就業質量的提升。然而，中部與西部地區在數字經濟基礎設施構建、專業人才儲備以及創新驅動力方面呈現出一定的滯后性，導致數字經濟的發展尚未能全面促進就業質量的提升。在某些情況下，這些地區的數字經濟發展甚至可能對就業質量產生一定的負面作用。因此，在推動數字經濟發展的同時，應充分考慮各地區的實際情況，制定具有針對性的政策措施，以實現就業質量的全面提升。

5.2 對策建議

一是加大數字經濟投入，強化區域發展策略。鑒于數字經濟對就業質量的顯著正向效應，應進一步加大數字經濟的投入和發展力度，支持數字型新企業新平臺的發展，增加就業崗位，特別是在東部和中部地區，以促進這些地區的就業質量持續提升。對于西部地區，可制定針對性的政策措施，如加強基礎設施建設、優化產業布局、提升勞動者技能等，提升數字化通信覆蓋范圍，利用數字化便捷、靈活的特性，增加不同的就業形式。

二是優化就業結構布局，提升就業質量水平。政策制定者應關注就業結構的優化，通過積極引導產業轉型升級，推動勞動力向高技能、高附加值領域有序流動，從根本上提升就業的整體質量。為有效應對勞動力市場可能出現的過剩現象及減少摩擦性失業，應鼓勵待業者向第一產業與第二產業的數字化領域轉型，利用數字技術賦能傳統產業，實現就業結構的合理調整與升級。此外，還應提升勞動者的技能水平與就業競爭力，確保其在數字經濟時代中能夠順利轉型，通過引導產業轉型升級，推動勞動力向高技能、高附加值領域轉移，促進就業質量的整體提升。

三是深化區域合作機制，推動就業協同發展。對于東部地區，應繼續發揮其在數字經濟方面的優勢，推動數字經濟與實體經濟的深度融合；針對我國中部及西部地區，應當著重強化數字經濟基礎設施的構筑與人才梯隊建設，同時優化政策環境，吸引并促進更多數字經濟領域的企業入駐。鑒于數字經濟和就業質量的空間自相關性，應促進區域間的合作與交流，實現數字經濟資源和就業市場的共享與互補。推動區域一體化發展，打破行政壁壘，促進人才、資本、技術等要素的跨地區流動，提升整體就業質量。

參考文獻參考文獻：

［1］ 岳書敬， 張鑫和. 數字經濟對能源強度的影響研究［J］. 南昌大學學報（人文社會科學版）， 2023， 54（1）：77-90.

［2］ 康鐵祥. 數字經濟及其核算研究［J］. 統計與決策， 2008（5）：19-21.

［3］ 范合君， 吳婷. 中國數字化程度測度與指標體系構建［J］. 首都經濟貿易大學學報， 2020， 22（4）：3-12.

［4］ 彭剛， 趙樂新. 中國數字經濟總量測算問題研究——兼論數字經濟與我國經濟增長動能轉換［J］. 統計學報， 2020（3）：1-13.

［5］ 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， 32（4）：1-13.

［6］ 蔡昉. 中國經濟改革效應分析——勞動力重新配置的視角［J］. 經濟研究， 2017， 52（7）：4-17.

［7］ 孟祺. 數字經濟與高質量就業：理論與實證［J］. 社會科學， 2021 （2）：47-58.

［8］ 戚聿東， 劉翠花， 丁述磊. 數字經濟發展、就業結構優化與就業質量提升［J］. 經濟學動態， 2020（11）：17-35.

［9］ 朱翠華. 技術進步就業效應的研究述評——兼論全要素增長率驅動型經濟增長條件下的就業創造［J］. 首都經濟貿易大學學報， 2017， 19（2）：96-101.

［10］ 馬名杰， 戴建軍， 熊鴻儒. 數字化轉型對生產方式和國際經濟格局的影響與應對［J］. 中國科技論壇， 2019 （1）：12-16.

［11］ 孫文遠， 周寒. 環境規制對就業結構的影響——基于空間計量模型的實證分析［J］. 人口與經濟， 2020 （3）：106-122.

［12］ 干春暉， 鄭若谷， 余典范. 中國產業結構變遷對經濟增長和波動的影響［J］. 經濟研究，2011，46（5）：4-16，31.

［13］ 司小飛， 李麥收. 數字經濟、就業結構與就業質量——基于中國省域數據的實證分析［J］. 西北人口， 2022， 43（4）：54-69.

［14］ 王坤， 黃震方， 余鳳龍， 等. 中國城鎮化對旅游經濟影響的空間效應——基于空間面板計量模型的研究［J］. 旅游學刊， 2016， 31（5）：15-25.

［15］ 趙君. 環境規制對中國就業結構的影響研究［D］. 合肥：安徽財經大學， 2018.

［16］ 魯釗陽， 杜雨潼. 數字經濟賦能農業高質量發展的實證研究［J］. 中國流通經濟， 2022， 36（11）：3-14.

［17］ 孟維福， 張高明， 趙鳳揚. 數字經濟賦能鄉村振興：影響機制和空間效應［J］. 財經問題研究， 2023 （3）：32-44.

［18］ AUTOR D H， KATZ L F， KRUEGER A B. Computing inequality： have computers changed the labor market？ ［J］. The Quarterly Journal of Economics， 1998（4）：1169-1213.

責任編輯（責任編輯：宋勇剛）