數(shù)字經(jīng)濟發(fā)展對勞動力就業(yè)的影響研究

摘要：文章采用2011—2021年287個城市的面板數(shù)據(jù)，利用熵權法衡量了數(shù)字經(jīng)濟的發(fā)展水平，運用面板固定效應模型，全面探究數(shù)字經(jīng)濟發(fā)展對就業(yè)規(guī)模、就業(yè)質(zhì)量和就業(yè)結構的影響。研究結果表明：數(shù)字經(jīng)濟發(fā)展可以顯著擴大就業(yè)規(guī)模、提升就業(yè)質(zhì)量、改善就業(yè)結構。數(shù)字經(jīng)濟發(fā)展對東、中、西3個區(qū)域就業(yè)的影響具有明顯的差異，同時，數(shù)字經(jīng)濟能夠顯著擴大“寬帶中國”政策試點城市的就業(yè)規(guī)模并改善就業(yè)結構。文章研究表明，國家在數(shù)字化轉型過程中，應關注區(qū)域間數(shù)字經(jīng)濟發(fā)展不平衡的問題，推動區(qū)域協(xié)同發(fā)展，以此促進就業(yè)效應的提升。

關鍵詞：數(shù)字經(jīng)濟；就業(yè)規(guī)模；就業(yè)結構；就業(yè)質(zhì)量

中圖分類號：F249.2" 文獻標志碼：A文獻標志碼

基金項目：江蘇高校哲學社會科學研究項目；項目名稱：基本公共服務均等化對農(nóng)村相對貧困的減緩效應及治理機制研究；項目編號：2021SJA0280。南京財經(jīng)大學學位與研究生教育課題；項目名稱：寓教于研《城市化理論專題》課程教學模式研究與實踐；項目編號：Y22010。

作者簡介：吳昊（1988— ），男，講師，博士；研究方向：資源環(huán)境與區(qū)域經(jīng)濟。

0" 引言

數(shù)字經(jīng)濟伴隨著核心技術的變革賦能經(jīng)濟增長，實現(xiàn)優(yōu)化資源配置、提供精準決策支持、促進公平與效率等目標，已經(jīng)成為我國實現(xiàn)高質(zhì)量發(fā)展的重要推動力［1］，對傳統(tǒng)就業(yè)市場的勞動力供給與需求產(chǎn)生極大影響。從供給端來看，傳統(tǒng)行業(yè)正面臨數(shù)字化轉型，自動化、機器人等智能設備廣泛應用在生產(chǎn)領域，代替了許多重復性的工作（麥肯錫研究院《失業(yè)就業(yè)：自動化時代的勞動市場變遷》（2017）），造成了失業(yè)現(xiàn)象。但從需求端來看，數(shù)字經(jīng)濟的高速發(fā)展、國家對于數(shù)字經(jīng)濟的重視程度、社會分工越來越細化，為創(chuàng)造新的就業(yè)崗位提供了更多的機會。數(shù)據(jù)（人力資源和社會保障部《中華人民共和國職業(yè)分類大典（2022年版）》）顯示，我國新增了158個職業(yè)，首次標識了97個數(shù)字職業(yè)，占職業(yè)總數(shù)的6%。同時，數(shù)字經(jīng)濟相關職業(yè)的就業(yè)模式越來越靈活，就業(yè)方式越來越多樣，就業(yè)結構逐步改變，就業(yè)受到時間和空間的約束越來越小。

因此，對數(shù)字經(jīng)濟影響勞動者就業(yè)效應的深入研究，有助于把握數(shù)字經(jīng)濟發(fā)展對就業(yè)產(chǎn)生的各方面影響，提出適當對策，以期達到發(fā)揮數(shù)字經(jīng)濟發(fā)展對就業(yè)的促進效應，從而實現(xiàn)擴大就業(yè)規(guī)模、提高就業(yè)質(zhì)量和改善就業(yè)結構的目的。

1" 文獻回顧與機理分析

圍繞數(shù)字經(jīng)濟與就業(yè)的主題，相關研究從不同角度剖析了數(shù)字經(jīng)濟對就業(yè)的影響，大致可以歸納為3個主要維度：就業(yè)規(guī)模、就業(yè)質(zhì)量以及就業(yè)結構。

1.1" 數(shù)字經(jīng)濟與就業(yè)規(guī)模

從就業(yè)規(guī)模的角度，數(shù)字經(jīng)濟的發(fā)展對生產(chǎn)方式、組織方式以及生產(chǎn)效率等方面產(chǎn)生了深遠的影響。一方面，數(shù)字經(jīng)濟對就業(yè)規(guī)模的影響存在替代效應，即數(shù)字經(jīng)濟的發(fā)展導致了就業(yè)規(guī)模的縮小。這類研究主要從人工智能對傳統(tǒng)行業(yè)重復性勞動的替代角度著手，重點關注結構性和摩擦性失業(yè)上升、工資水平提高導致的勞動力需求降低等方面［2-5］。另一方面，部分學者認為數(shù)字經(jīng)濟對就業(yè)規(guī)模產(chǎn)生創(chuàng)造效應，即數(shù)字經(jīng)濟可以通過加速靈活就業(yè)盛行、促進創(chuàng)業(yè)帶動就業(yè)、創(chuàng)造新職業(yè)新崗位、增加女性就業(yè)機會等方式，發(fā)揮創(chuàng)造效應，驅動就業(yè)數(shù)量的增長［6-7］。綜合來看，數(shù)字經(jīng)濟在短期內(nèi)對勞動力就業(yè)規(guī)模具有創(chuàng)造效應，但長期的替代效應十分明顯［8］。

1.2" 數(shù)字經(jīng)濟與就業(yè)質(zhì)量

從就業(yè)質(zhì)量角度，數(shù)字經(jīng)濟可以通過直接或間接效應改善勞動者就業(yè)質(zhì)量［9］。首先，數(shù)字經(jīng)濟的快速發(fā)展促使勞動者提高專業(yè)技能，提升工作效率，從而提高收入水平，就業(yè)質(zhì)量得到提升［10-11］。其次，數(shù)字經(jīng)濟可提高就業(yè)者對工作的滿意度［12］。在間接效應方面，數(shù)字經(jīng)濟的發(fā)展促使勞動供給方與需求方的信息流動更通暢、完全，從而提高勞動者與工作崗位的匹配度，使就業(yè)質(zhì)量得到提升［13-14］。同時，數(shù)字經(jīng)濟的大背景下，勞動者利用數(shù)字技術和數(shù)字資源，不斷提高人力資本投資，提升自身素質(zhì)和技能，能夠促進高質(zhì)量就業(yè)［15-18］。

1.3" 數(shù)字經(jīng)濟與就業(yè)結構

從產(chǎn)業(yè)結構來看，數(shù)字技術有效促進了科技與實體經(jīng)濟的深度融合，進而推動了產(chǎn)業(yè)的轉型升級，促使就業(yè)結構逐漸向服務業(yè)方向發(fā)展［19-22］。從職業(yè)結構來看，數(shù)字經(jīng)濟有助于電商平臺的發(fā)展，從而有效促進農(nóng)民非農(nóng)就業(yè)［23］。從區(qū)域結構來看，中西部地區(qū)由于本身發(fā)展較為落后，可以通過優(yōu)化要素的資源配置、擴大企業(yè)規(guī)模，數(shù)字經(jīng)濟的促進效應可能更大，進而增加了勞動力的就業(yè)機會［24-25］。從性別結構來看，數(shù)字經(jīng)濟的發(fā)展會減少女性搜尋工作的成本，對女性產(chǎn)生的正向就業(yè)效應更明顯［26-27］。從技能結構來看，數(shù)字經(jīng)濟的發(fā)展對高技能勞動者的成長具有推動作用，但對中等技能勞動者有一定的削減作用［28］。

綜上所述，在目前研究的基礎上，本文使用我國287個城市的面板數(shù)據(jù)，從就業(yè)的3個維度即就業(yè)規(guī)模、就業(yè)質(zhì)量、就業(yè)結構進行深入細致的實證研究，以期獲得更加全面、完整、可靠的研究結論。

2" 研究設計

2.1" 模型設定

為檢驗以上的研究假說，研究數(shù)字經(jīng)濟發(fā)展會對就業(yè)的3個維度即就業(yè)規(guī)模、就業(yè)質(zhì)量、就業(yè)結構產(chǎn)生何種影響，本文構建了以下模型：

Emp=α0+α1Digit+αγXit+μi+μt+εit（1）

式（1）中：Emp表示就業(yè)效應;Digit表示城市i在t時期的數(shù)字經(jīng)濟發(fā)展水平；Xit代表一組控制變量；α0代表截距項；α1為數(shù)字經(jīng)濟發(fā)展水平的估計系數(shù)；μi為城市i不隨時間變化的個體固定效應；αγ為控制變量的估計系數(shù)；μt表示不隨個體變化的時間固定效應；εit代表隨機擾動項。

2.2" 變量選取與測度

2.2.1" 被解釋變量（Emp）

本文的被解釋變量為就業(yè)，從3個不同的維度進行度量，分別為就業(yè)規(guī)模、就業(yè)質(zhì)量和就業(yè)結構。

就業(yè)規(guī)模（Emp_sca）利用年末單位從業(yè)人員數(shù)的對數(shù)表示。就業(yè)質(zhì)量（Emp_qua）在相關研究［19］的基礎上，綜合城市數(shù)據(jù)的可得性和評價指標的合理性，通過構建就業(yè)質(zhì)量指標體系進行衡量。本文共選取了4個一級指標（見表1），運用熵權法計算不同城市每年的就業(yè)質(zhì)量指數(shù)。就業(yè)結構（Emp_str）在本文中指產(chǎn)業(yè)就業(yè)結構，用第三產(chǎn)業(yè)從業(yè)人數(shù)占總從業(yè)人數(shù)的比值表示。

2.2.2" 解釋變量（Dig）

本文的核心解釋變量為數(shù)字經(jīng)濟發(fā)展水平，在相關研究［29-30］的基礎上，本文將數(shù)字經(jīng)濟剖析為數(shù)字基礎設施等5個方面（見表2），運用熵權法對5個維度的數(shù)據(jù)進行分析并處理，可以得到不同城市的得分，即數(shù)字經(jīng)濟發(fā)展程度。

2.2.3" 控制變量（X）

參考已有文獻，結合數(shù)據(jù)的可得性，本文選取了5個控制變量：（1）經(jīng)濟發(fā)展水平（Lnagdp），選取人均GDP的對數(shù)值來衡量；（2）金融發(fā)展水平（Fin），選取年末金融機構貸款余額的對數(shù)表示城市的金融發(fā)展水平；（3）政府支出（Gov），選取政府財政支出GDP占比衡量政府支出；（4）工資水平（Wage），選用職工平均工資的對數(shù)衡量地區(qū)工資水平；（5）城市人口密度（Pop），選取每平方公里人口數(shù)的對數(shù)來衡量城市人口密度。

2.3" 數(shù)據(jù)來源

鑒于城市數(shù)據(jù)的可獲得性，數(shù)字普惠金融指數(shù)由北京大學數(shù)字金融研究院和螞蟻金服集團聯(lián)合開發(fā)的數(shù)字普惠金融指數(shù)進行測度，其余數(shù)據(jù)均源于《中

國城市統(tǒng)計年鑒》2011—2021年中國287個地級市的面板數(shù)據(jù)，共3157個觀測值。對于部分缺失數(shù)據(jù)，根據(jù)各個城市的年鑒、公報或采用插值法填補缺失部分。表3為變量的描述性統(tǒng)計數(shù)據(jù)。

3" 實證結果分析

3.1" 基準回歸結果

表4為基準回歸結果的分析，模型（1）、模型（2）和模型（3）分別代表了數(shù)字經(jīng)濟對就業(yè)規(guī)模、就業(yè)質(zhì)量和就業(yè)結構的基準回歸結果。在模型（1）中，回歸系數(shù)在5%水平顯著，表明數(shù)字經(jīng)濟的發(fā)展對就業(yè)規(guī)模產(chǎn)生了顯著的正向影響，證實了數(shù)字經(jīng)濟的發(fā)展會擴大就業(yè)規(guī)模。在模型（2）中，回歸系數(shù)在1%水平顯著，表明數(shù)字經(jīng)濟的發(fā)展對就業(yè)質(zhì)量產(chǎn)生了顯著的正向影響，證實了數(shù)字經(jīng)濟的發(fā)展會提高就業(yè)質(zhì)量。在模型（3）中，回歸系數(shù)在1%水平顯著，表明數(shù)字經(jīng)濟的發(fā)展對就業(yè)結構產(chǎn)生了顯著的正向影響，證實了數(shù)字經(jīng)濟的發(fā)展會改善就業(yè)結構。

3.2" 內(nèi)生性檢驗

為了提高前文已證實結論的客觀性與可信度，緩解由于數(shù)字經(jīng)濟發(fā)展與就業(yè)規(guī)模、就業(yè)質(zhì)量以及就業(yè)結構之間的反向因果、遺漏變量等內(nèi)生性問題，本文將采用兩階段工具變量回歸的方法對數(shù)據(jù)進行內(nèi)生性檢驗。參考以往文獻，將選用解釋變量的滯后一期（數(shù)字經(jīng)濟發(fā)展水平的滯后一期，LDig）作為工具變量。工具變量的選擇必須符合相關性和外生性，由于一個城市的數(shù)字經(jīng)濟發(fā)展水平必然會受其之前年份的數(shù)字經(jīng)濟發(fā)展水平所制約，相關性得到了滿足；而一個城市在之前年份的數(shù)字經(jīng)濟發(fā)展水平對當期的就業(yè)并沒有太大的影響，外生性得到滿足。

從表5結果可以看到，第1階段的回歸系數(shù)在

1%水平下顯著，F(xiàn)值為1278.703，拒絕弱工具變量的假設。第2階段的3個回歸系數(shù)均顯著，內(nèi)生性檢驗與基準模型回歸的結果一致，證明數(shù)字經(jīng)濟的發(fā)展能夠擴大就業(yè)規(guī)模，提高就業(yè)質(zhì)量，改善就業(yè)結構。

3.3" 穩(wěn)健性檢驗

參考相關研究［31］，本文進一步運用兩種方法進行穩(wěn)健性檢驗。一是更換核心解釋變量的測度方式，采用主成分分析法測算數(shù)字經(jīng)濟發(fā)展水平。二是剔除特殊年份樣本。2019年末新冠疫情的暴發(fā)，對我國經(jīng)濟社會各方面都產(chǎn)生了極大的影響，因此，剔除2020年樣本進行回歸。數(shù)字經(jīng)濟發(fā)展水平對就業(yè)規(guī)模、就業(yè)質(zhì)量、就業(yè)結構的影響仍十分顯著，證實了回歸結果的穩(wěn)健性，如表6所示。

3.4" 異質(zhì)性分析

3.4.1" 地區(qū)發(fā)展影響

我國各地區(qū)的經(jīng)濟發(fā)展水平、人口流動、國家政策支持等方面存在一定的差異，從而對其數(shù)字經(jīng)濟發(fā)展和就業(yè)產(chǎn)生不同的影響作用。因此，將我國287個城市按照區(qū)域劃分為西部、中部、東部，以探究數(shù)字經(jīng)濟發(fā)展水平對就業(yè)的影響是否存在區(qū)域間的差異，結果如表7所示。

就業(yè)規(guī)模方面，在中部和東部地區(qū)，數(shù)字經(jīng)濟發(fā)展水平對就業(yè)規(guī)模的回歸系數(shù)都在5%水平下顯著，而在西部地區(qū)這種影響并不顯著。中部和東部共有80個城市位列人才吸引力百強城市榜單中（數(shù)據(jù)來源：智聯(lián)招聘與澤平宏觀發(fā)布的《中國城市人才吸引

力排名：2023》），大部分人才有向東部和中部地區(qū)流動的趨勢。就業(yè)質(zhì)量方面，數(shù)字經(jīng)濟對東、中、西部城市就業(yè)質(zhì)量的回歸系數(shù)均在1%水平下顯著。數(shù)字經(jīng)濟對西部城市就業(yè)質(zhì)量提升的效應最大，其次是對中部城市，對東部城市就業(yè)質(zhì)量的提升效應最小。就業(yè)結構方面，數(shù)字經(jīng)濟對就業(yè)結構的改善作用只有在中部地區(qū)具有明顯的效果。主要是由于中部地區(qū)的產(chǎn)業(yè)結構不斷優(yōu)化升級，服務業(yè)占比不斷提升，數(shù)字經(jīng)濟對中部地區(qū)就業(yè)結構的改善作用比較顯著。

3.4.2" “寬帶中國”政策影響

寬帶是重要的信息基礎設施，對數(shù)字經(jīng)濟的發(fā)展起著十分重要的作用。因此，本文將287個城市分為“寬帶中國”試點城市與非試點城市，研究數(shù)字經(jīng)濟就業(yè)效應的城市差異，結果如表8所示。對于試點城市，數(shù)字經(jīng)濟對就業(yè)規(guī)模和就業(yè)結構的回歸系數(shù)均顯著，而在非試點城市，這種影響并不顯著。試點城市中，在城市數(shù)字經(jīng)濟發(fā)展的基礎上，由于國家政策的助力，數(shù)字經(jīng)濟能夠顯著地發(fā)揮積極的正向作用，

擴大就業(yè)規(guī)模并改善就業(yè)結構；而在非試點城市，因缺乏一定的政策支持，數(shù)字經(jīng)濟發(fā)展給就業(yè)規(guī)模和就業(yè)結構帶來的提升效應不顯著。

進一步將試點城市與非試點城市按城市稟賦劃分為一、二線與三線及以下兩類，對數(shù)字經(jīng)濟對就業(yè)質(zhì)量提升的影響進行分析。數(shù)字經(jīng)濟發(fā)展對試點城市的就業(yè)質(zhì)量均有顯著提升，而僅對非試點城市一、二線城市就業(yè)質(zhì)量的提升具有明顯作用。這主要是由于一、二線城市的經(jīng)濟實力、行政級別、城市規(guī)模等多方面相較于三線及以下城市更強，一、二線城市可以充分利用自身實力進行數(shù)字化改革與轉型，而對于三線及以下城市，則更需要依靠國家政策的扶持才有數(shù)字化轉型的動力。

4" 研究結論與政策建議

本文基于2011—2021年287個城市的面板數(shù)據(jù)，從實證層面探討數(shù)字經(jīng)濟發(fā)展水平對于就業(yè)的3個維度（就業(yè)規(guī)模、就業(yè)質(zhì)量、就業(yè)結構）的影響，研究結果表明：（1）數(shù)字經(jīng)濟發(fā)展促使相關的崗位不斷增加，就業(yè)創(chuàng)造效應不斷提升，顯著擴大了就業(yè)規(guī)模，對中部、東部區(qū)域城市的影響比較顯著。（2）數(shù)字經(jīng)濟發(fā)展催生的新興職業(yè)由于工作時間、地點、方式的靈活多樣，提高了從業(yè)者收入，改善了就業(yè)環(huán)境，顯著提升了就業(yè)質(zhì)量。（3）數(shù)字經(jīng)濟發(fā)展了提高了第三產(chǎn)業(yè)從業(yè)人員比例，促進了產(chǎn)業(yè)結構優(yōu)化，顯著改善了就業(yè)結構。（4）數(shù)字經(jīng)濟發(fā)展對“寬帶中國”政策試點城市的就業(yè)規(guī)模與就業(yè)結構影響顯著，而三線及以下城市需要依靠國家政策支持才能使就業(yè)質(zhì)量得到明顯提升。

綜上所述，本文的政策啟示包括以下兩方面：一是更好發(fā)揮數(shù)字經(jīng)濟對就業(yè)的積極作用。應采取促進傳統(tǒng)產(chǎn)業(yè)數(shù)字化轉型、發(fā)展平臺經(jīng)濟等多種方式積極推動數(shù)字經(jīng)濟和實體經(jīng)濟的融合發(fā)展，為就業(yè)市場創(chuàng)造更多新興職業(yè)崗位，有效擴大就業(yè)規(guī)模，改善就業(yè)質(zhì)量，優(yōu)化就業(yè)結構。二是加強數(shù)字經(jīng)濟在區(qū)域和城市間的協(xié)調(diào)發(fā)展。區(qū)域間應加強數(shù)字經(jīng)濟合作，推動數(shù)字經(jīng)濟相關的合作和資源、技術、人才的流動，促進區(qū)域協(xié)同發(fā)展；對于稟賦較弱的城市，尤其需要國家政策的支持，才能充分發(fā)揮正向的就業(yè)效應。

參考文獻

［1］韓鳳芹，陳亞平.數(shù)字經(jīng)濟的內(nèi)涵特征、風險挑戰(zhàn)與發(fā)展建議［J］.河北大學學報（哲學社會科學版），2022（2）：54-61.

［2］ACEMOGLU D，RESTREPO P.Robots and jobs：evidence from US labor markets［J］.Journal of Political Economy，2020（6）：2188-2244.

［3］隆云滔，劉海波，蔡躍洲.人工智能技術對勞動力就業(yè)的影響：基于文獻綜述的視角［J］.中國軟科學，2020（12）：56-64.

［4］黃浩.數(shù)字經(jīng)濟帶來的就業(yè)挑戰(zhàn)與應對措施［J］.人民論壇，2021（1）：16-18.

［5］王芳.數(shù)字經(jīng)濟對我國就業(yè)規(guī)模的影響研究：基于省際面板數(shù)據(jù)的實證分析［J］.山東財經(jīng)大學學報，2023（5）：49-60.

［6］黃海清，魏航.數(shù)字經(jīng)濟如何穩(wěn)就業(yè)：機制與經(jīng)驗分析［J］.貴州財經(jīng)大學學報，2022（1）：13-24.

［7］劉翠花，戚聿東.數(shù)字經(jīng)濟促進就業(yè)擴容提質(zhì)的理論邏輯、作用機理與推進路徑［J］.理論學刊，2023（4）：129-141.

［8］廖信林，董松濤.數(shù)字經(jīng)濟發(fā)展對我國就業(yè)規(guī)模的影響效應研究［J］.齊齊哈爾大學學報（哲學社會科學版），2023（3）：63-67.

［9］丁述磊，劉翠花.數(shù)字經(jīng)濟時代互聯(lián)網(wǎng)使用對就業(yè)質(zhì)量的影響研究：基于社會網(wǎng)絡的視角［J］.經(jīng)濟與管理研究，2022（7）：97-114.

［10］王春超，聶雅豐.數(shù)字經(jīng)濟對就業(yè)影響研究進展［J］.經(jīng)濟學動態(tài)，2023（4）：134-149.

［11］琚瓊，林蕾.數(shù)字經(jīng)濟時代互聯(lián)網(wǎng)使用的就業(yè)效應研究［J］.經(jīng)濟研究參考，2023（6）：59-75.

［12］戚聿東，丁述磊，劉翠花.數(shù)字經(jīng)濟背景下互聯(lián)網(wǎng)使用與靈活就業(yè)者勞動供給：理論與實證［J］.當代財經(jīng)，2021（5）：3-16.

［13］CASTELLACCI F，VIAS-BARDOLET C.Internet use and job satisfaction［J］.Computers in Human Behavior，2019（90）：141-152.

［14］彭麗娜，徐家鵬，姜志德，等.數(shù)字經(jīng)濟對農(nóng)村流動人口就業(yè)質(zhì)量的影響［J］.人口與發(fā)展，2023（4）：31-46.

［15］孔微巍，廉永生，劉聰.人力資本投資、有效勞動力供給與高質(zhì)量就業(yè)［J］.經(jīng)濟問題，2019（5）：9-18.

［16］叢屹，閆苗苗.數(shù)字經(jīng)濟、人力資本投資與高質(zhì)量就業(yè)［J］.財經(jīng)科學，2022（3）：112-122.

［17］李夢娜，周云波.數(shù)字經(jīng)濟發(fā)展的人力資本結構效應研究［J］.經(jīng)濟與管理研究，2022（1）：23-38.

［18］王冬梅，黃乾，方守林.數(shù)字經(jīng)濟對人力資本技能結構影響與作用機制的實證檢驗［J］.統(tǒng)計與決策，2023（9）：23-28.

［19］戚聿東，劉翠花，丁述磊.數(shù)字經(jīng)濟發(fā)展、就業(yè)結構優(yōu)化與就業(yè)質(zhì)量提升［J］.經(jīng)濟學動態(tài)，2020（11）：17-35.

［20］NDUBUISI G，OTIOMA C，TETTEH G K.Digital infrastructure and employment in services：evidence from Sub-Saharan African countries［J］.Telecommunications Policy，2021（8）：102153.

［21］孟祺.數(shù)字經(jīng)濟與高質(zhì)量就業(yè)：理論與實證［J］.社會科學，2021（2）：47-58.

［22］劉和東，紀然.數(shù)字經(jīng)濟促進產(chǎn)業(yè)結構升級的機制與效應研究［J］.科技進步與對策，2023（1）：61-70.

［23］何宜慶，熊子怡，張科，等.數(shù)字經(jīng)濟發(fā)展、非農(nóng)就業(yè)與農(nóng)民增收［J］.統(tǒng)計與決策，2023（16）：111-115.

［24］馬新平，楊志超，郭秋怡.基于投入占用產(chǎn)出模型和SDA方法的數(shù)字經(jīng)濟影響就業(yè)機理研究［J］.系統(tǒng)科學與數(shù)學，2023（4）：858-869.

［25］趙宸宇.數(shù)字化轉型對企業(yè)勞動力就業(yè)的影響研究［J］.科學學研究，2023（2）：241-252.

［26］陳華帥，謝可琴.數(shù)字經(jīng)濟與女性就業(yè)：基于性別就業(yè)差異視角［J］.勞動經(jīng)濟研究，2023（2）：84-103.

［27］仇化，尹志超.數(shù)字化轉型、信息搜尋與女性高質(zhì)量就業(yè)［J］.財貿(mào)經(jīng)濟，2023（7）：124-141.

［28］明娟，胡嘉琪.工業(yè)機器人應用、勞動保護與異質(zhì)性技能勞動力就業(yè)［J］.人口與經(jīng)濟，2022（4）：106-121.

［29］黃群慧，余泳澤，張松林.互聯(lián)網(wǎng)發(fā)展與制造業(yè)生產(chǎn)率提升：內(nèi)在機制與中國經(jīng)驗［J］.中國工業(yè)經(jīng)濟，2019（8）：5-23.

［30］趙濤，張智，梁上坤.數(shù)字經(jīng)濟、創(chuàng)業(yè)活躍度與高質(zhì)量發(fā)展：來自中國城市的經(jīng)驗證據(jù)［J］.管理世界，2020（10）：65-76.

［31］唐勇，呂太升.數(shù)字經(jīng)濟發(fā)展對我國城市就業(yè)的影響［J］.城市問題，2022（3）：66-75.

（編輯" 姚" 鑫編輯）

Impact of digital economy on labor employment： empirical analysis based on urban panel data

WU" Hao， CAI" Ziqi， WANG" Dazhe

（School of Economics， Nanjing University of Finance and Economics， Nanjing 210023， China）

Abstract：" This study adopts the panel data of 287 cities from 2011 to 2021， measures the development level of digital economy using entropy weight method， and applies the panel fixed effect model to comprehensively explore the impact of digital economy development on employment scale， employment quality and employment structure. The results of the study show that the development of digital economy can significantly expand the scale of employment， enhance the quality of employment and improve the employment structure. The impact of digital economy development on employment in the three regions of East， Central and West has obvious differences， while the digital economy can significantly expand the employment scale and improve the employment structure in the pilot cities of the “Broadband China” policy. The research suggests that the state should pay attention to the imbalance in the development of the digital economy among regions， and promote the synergistic development of the region， so as to enhance the employment effect.

Key words： digital economy; employment scale; employment structure; employment quality