數實融合發展對勞動力空間流動的影響研究

[摘要] 數字經濟與實體經濟深度融合可以推進以人為核心的新型城鎮化建設，實現勞動力更加自由地流動，從而推動城鄉融合發展。文章測算了中國2011—2021年286個地級市數實融合指數，并與2012—2017年中國流動人口動態監測調查數據和2020—2023年百度遷徙大數據相結合，基于條件Logit模型和引力模型實證研究數實融合發展對勞動力空間流動的影響。結果發現，城市數實融合發展水平提高會吸引勞動力流入。機制分析表明，數實融合是通過增加就業、創業機會以及提高收入水平吸引勞動力流入。異質性分析表明，受教育水平高、女性、具有農村戶口以及年輕個體受到數實融合影響的邊際效應更大；相較于跨省流動，數實融合對省內跨市流動的勞動力影響更大；超大、特大城市和內陸城市數實融合發展水平對勞動力流動的吸引力度更強。本文為數字化轉型背景下如何促進勞動力高質量充分就業、提高勞動力收入以及實現勞動力更加自由地流動提供了新思路。

[關鍵詞] 數字經濟；實體經濟；數實融合；勞動力流動；百度遷徙大數據

[中圖分類號] F124" ［文獻標識碼］A" "［文章編號］1000-4211（2025）01-0048-21

一、引言

隨著云計算、人工智能、物聯網等數字技術的不斷發展，數據要素已成為驅動經濟社會發展的關鍵生產力。數字經濟通過推動傳統產業的數字化轉型和智能化升級，提升了傳統產業的競爭力和創新能力。黨的二十大報告強調，加快發展數字經濟，促進數字經濟和實體經濟深度融合，打造具有國際競爭力的數字產業集群。同年，國務院發布的《“十四五”數字經濟發展規劃》提出，要著力推動國家經濟和產業的數字化轉型，促進數字經濟與實體經濟深度融合，實現高質量發展。數字經濟和實體經濟的深度融合，不僅可以賦能傳統實體產業實現轉型升級，催生一系列基于數字技術的新興產業，為勞動力提供更加優質的就業機會和更高的工資收入，而且還能為智慧城市的發展注入新動能，進一步吸引人才流入，推動新質生產力的發展。

改革開放以來，勞動力流動為中國經濟增長和城鎮化發展提供了巨大動力。隨著中國經濟進入新發展階段，城鄉融合發展是實現全體人民共同富裕的關鍵所在，也是推進中國式現代化的必由之路（范根平，2024）。勞動力城鄉間的自由流動是實現更具效率與公平的城鄉融合發展的關鍵（李言等，2024）。實際上，由于我國城鄉二元結構的限制，流動勞動力在流入城市無法獲得與本地居民相同的公共服務，導致勞動力無法實現最優化流動。黨的二十大報告指出，要“構建全國統一大市場，深化要素市場化改革，建設高標準市場體系”。數實融合發展有助于勞動力市場的數字化轉型，并且正在優化勞動力要素資源流動與配置，通過促進勞動力在行業間、地區間、城鄉間的自由流動，適應勞動力多樣化調整趨勢，從而實現城鄉融合發展。因此，研究數實融合發展如何影響勞動力流動具有十分重要的現實意義。

以往鮮有文獻關注數實融合發展對勞動力流動的影響。近年來，數字經濟與各產業融合發展，數字產業化和產業數字化水平不斷提高。目前，數實融合發展已被證明對城市經濟高質量發展、城市綠色發展以及共同富裕有顯著的正向促進作用（鈔小靜，2022；崔琳昊等，2024；楊思思，2024）。城市通過推進數字經濟與實體經濟融合發展，可以優化生產要素配置，提高全要素生產率、提升資源使用效率，吸引大量勞動力流入，促進城鄉融合發展。然而，數實融合是通過何種機制吸引勞動力流入，以及不同勞動力流入不同城市有何種偏好有待進一步研究。

基于上述理論與分析，本文首先測度了286個城市2011—2021年的數字經濟和實體經濟發展指數，在此基礎上使用耦合協調度模型測度了數實融合發展水平。進一步，本文分別從微觀和宏觀層面探討了數實融合發展對勞動力流動的影響。在微觀上，基于2012—2017年中國流動人口動態監測調查數據與286個城市的數實融合指數進行匹配，然后使用條件Logit模型探討數實融合發展對勞動力流動的影響與機制；在宏觀上，將2020—2023年春運期間的百度遷徙大數據與數實融合指數結合，然后使用引力模型探究數實融合如何影響勞動力跨市流動。本文的邊際貢獻有以下三個方面：第一，首次探究了數實融合發展對勞動力流動的影響，為優化勞動力市場要素資源流動與配置、實現勞動力更加自由地流動以及推動城鄉融合發展提供了參考，豐富了已有文獻。第二，得益于大型調查數據的逐漸開放以及互聯網大數據的不斷發展，使用微觀調查數據和地理大數據分析了數實融合發展對勞動力流動的促進作用，增加了文章的說服力與可信性，為相關研究提供了新方向。第三，本文研究發現數實融合發展對勞動力流動有顯著的促進作用，并且數實融合是通過為勞動力增加就業、創業機會以及提高收入水平吸引勞動力流入，這為相關部門如何將數字經濟和實體經濟深度融合，在數字化轉型背景下如何促進勞動力高質量充分就業提供了新思路。

二、文獻綜述與理論假說

本文的研究重點是數實融合發展對勞動力流動的影響，與兩支文獻密切相關：一是數實融合發展的內涵、測度方法與影響因素，二是數實融合發展對勞動力流動的影響與作用機制。

數字經濟和實體經濟深度融合發展是數據成為新生產要素之后提出的具體要求，數字經濟以數據作為關鍵要素，實體經濟是高質量發展的基礎，實現數字經濟和實體經濟深度融合是建設現代化產業體系的內在要求（洪銀興等，2023）。現有研究主要集中于數字經濟對實體經濟的影響（姜松等，2020）、數實融合發展水平的測度與提升路徑（韓文龍等，2023）以及數實融合的理論機制和推進方略（丁述磊等，2024）。數字經濟發展可以賦能數字技術在生產過程中進行產業結構優化，促進實體經濟數字化轉型（田秀娟等，2022），提升農業全要素生產率（孫光林等，2023），進一步推動中國經濟高質量發展（任保平等，2022）。然而，我國數字經濟和實體經濟融合水平總體上較低（韓文龍等，2023），并且還存在著發展不平衡、不充分的問題（Pan et al.，2022）。現有研究對數實融合發展的測度方法尚未統一，現有的方法為專利分析法、耦合協調模型以及基于投入產出思路測度，目前使用較多的是利用耦合協調模型測算數實融合發展水平，本文參考史丹等（2023）的研究構建指標體系測算了數實融合發展水平。目前，針對數實融合發展對勞動力流動影響的研究相對闕如，這主要是因為數實融合發展尚處于起步階段，各產業、行業正在大力推進數字化轉型，更多的文獻則是分析數字經濟，以及由數字經濟發展催生的新產業新行業對勞動力流動的影響，這為本文研究數實融合發展對勞動力流動的影響與機制提供了理論支撐。

自新經濟地理理論提出以來（Krugman，1991），大量文獻開始關注勞動力的空間流動。目前已有大量研究討論了影響勞動力流動的因素與機制，對勞動力流動影響因素的討論始于經濟因素，由于城鄉二元結構的限制，流入城市的戶籍門檻在一定程度上阻礙了外來勞動力流入。推拉理論認為，流入地和流出地的相關因素構成了勞動力流動的拉力與推力，張莉等（2017）從理論上分析了房價對勞動力流動的拉力作用與阻力作用，并通過實證研究進一步證明了房價對勞動力流動先吸引后抑制的倒“U”型關系確實存在。勞動力流動有時不只是為了更高的收入和就業機會，Tiebout的“用腳投票”機制說明勞動力會為了更好的公共服務而流動，夏怡然等（2015）實證研究了公共服務水平對勞動力流動的影響，發現城市的基礎教育和醫療服務會吸引勞動力流入。從非經濟因素討論勞動力流動的研究認為，地理距離、方言文化和社會網絡分別作為流動的顯性成本和隱性成本影響勞動力流動（魯永剛等，2019；余毅翔等，2024）。地理距離則會增加勞動力流動的交通費用和時間成本（Chiswick and Miller，1998），其作為顯性成本阻礙勞動力流動。語言距離會形成身份認同（Pendakur and Pendakur，2002），語言的差異不利于移民獲得流入地的認同感。離開原有的社會網絡，在流入地建立起新的社會網絡會增加心理成本。魯永剛等（2019）使用引力模型以及普通最小二乘法探究了地理距離和方言距離對勞動力流動的阻礙作用。宗族文化和異地商會分別作為非正式與正式的社會網絡也會影響勞動力流動與就業，陳斌開等（2018）研究發現宗族文化顯著促進了移民就業，余毅翔等（2024）使用引力模型發現異地商會促進了勞動力跨省流動。

通過對相關文獻整理可知，數字經濟的發展減少了信息不對稱，勞動力可以通過網絡檢索就業信息投遞簡歷，擴展了勞動力求職途徑，在一定程度上破除了實地找工作的空間限制，減少了交通成本。此外，還有助于打破傳統意義上的城鄉二元分割，對城鄉融合發展有著顯著的正向促進作用，實現勞動力更加自由地流動。勞動力更傾向于流入數字經濟發展水平更高的城市，數字經濟有助于地方政府吸引人才流入以及實現勞動力要素合理配置（周世軍等，2023）。數字普惠金融在實體經濟中發揮著重要作用，不僅能夠優化金融資源的配置，還能有效緩解小微企業在融資上面臨的難題；此外，還能協助商戶應對財務與風險挑戰，進一步推動小微主體電子商務的發展。上述有關數實融合發展及其對勞動力流動影響的文獻為本文研究提供了很好的參考，但仍存在以下不足：第一，大量文獻討論了影響勞動力流動的因素，但是尚未有文獻研究數實融合發展對勞動力流動的影響與機制，僅有部分文獻實證研究了數字經濟（周世軍等，2023）、數字普惠金融（馬述忠等，2022）對勞動力流動的影響。第二，現有文獻大多使用中國勞動力動態調查數據（CLDS）、中國流動人口動態監測調查數據（CMDS）以及人口抽樣調查數據，盡管這些調查數據具有較好的代表性，但卻面臨著數據的時效性問題。本文在使用中國流動人口動態監測調查數據的基礎上，還使用了動態、即時的百度遷徙大數據，彌補了數據的時效性和單一性問題。因此，本文利用豐富的數據研究數實融合發展對勞動力空間流動的影響更具有說服力。

基于對上述文獻的梳理，本文認為對數實融合發展水平進行測度，進而研究其對勞動力流動的影響具有重要的現實意義。本文將進一步分析數實融合影響勞動力流動的機制，基于以下兩個方面提出相關假說：

第一，數實融合發展催生了新產業新業態，創造了大量的就業崗位和機會，為經濟增長和社會發展注入了新的活力。數字經濟與實體經濟融合發展創造出了網約車、快遞員和外賣員等職業，那些掌握數字技術的勞動力可以從事這類新興職業，而這些新產業新業態更多的集中在大城市，因此城市的數實融合發展吸引著勞動力為了更好的就業機會進行流動。例如，戚聿東等（2022）從理論層面分析了數字經濟對就業質量、就業結構產生的影響及作用機制，并實證分析了互聯網相關產業發展對就業結構的優化作用，進而為實現高質量就業提供了新契機。數實融合發展不僅推動了產業結構的轉型升級，促進了經濟的持續增長，還通過創造新就業機會和優化勞動力資源配置，為城市化進程和人口流動提供了新的動力和方向，加速了社會整體的現代化轉型步伐。

第二，數字經濟與各實體產業融合發展會增加個體收入進而影響勞動力流動。數字經濟與農業生產融合發展催生了智慧農業，通過應用物聯網、大數據、人工智能等先進技術，農民能夠更精確地管理農田，提高農作物的產量和品質。同時，電商平臺也為農產品提供了更廣闊的銷售渠道，幫助農民增加收入，農業生產領域廣闊的發展前景吸引著一大批勞動力返鄉投入到鄉村振興的建設中。數字經濟與制造業融合發展，同樣帶來了顯著的收入增長效應，通過智能化、自動化的生產線改造，制造業企業大幅提升了生產效率，降低了生產成本，從而實現了更高的利潤，這些利潤的一部分轉化為員工的薪酬和福利，使得制造業工人的收入水平得到顯著提升。數字經濟與服務業融合發展，通過推動服務業的創新升級和新興業態的發展，為從業人員提供了更多增收機會和職業發展空間，進一步促進了勞動力市場的繁榮和經濟的持續發展。張勛等（2019）研究發現數字經濟和數字金融的快速發展顯著提升了家庭收入，尤其增加了農村群體的收入，這種影響主要是通過改善農村居民的創業機會機制來實現。電子商務是實體經濟通過數字化轉型催生的行業，是數實融合發展代表性的成果，電商發展提升了農戶總體收入水平（方師樂等，2024）。收入水平是影響勞動力流動的重要因素，數實融合發展會促進個體為了追求更高的收入進行流動。

基于此，本文提出兩個假說：

H1：在控制城市其他特征不變時，城市數實融合發展會吸引勞動力流動。

H2：數實融合發展可以提供就業、創業機會，增加個體預期收入吸引勞動力流動。

三、模型設定與數據說明

（一）模型設定

勞動力選擇流入城市是個體追求效用最大化后的結果，滿足以下條件：

（1）

式（1）中，i表示流動個體，j表示勞動力所面臨的備選城市。Uij表示個體在流入城市時獲得的效用，DCFij表示個體i選擇流入城市j的數實融合發展水平，Xij為勞動力i的備選城市j的其他特征變量，εij為其他未知因素。勞動力在選擇給其帶來最大效用的城市j時依據如下規則：

（2）

式（2）中，Choiceij是一個二分變量，當勞動力i實現自身效用最大化選擇流入城市j時取1，否則取0（McFadden，1984）。式（3）表示的是勞動力流入城市的概率，本文使用條件Logit模型對其進行估計（McFadden，1974），當估計系數為正時，可以說明城市特征變量越大，該城市被勞動力選擇流入的概率越大。

（3）

此外，由于條件Logit模型在回歸時不能將個體特征作為解釋變量，本文在對個體異質性分析時參考Greene（2018），將個體特征變量與數實融合指數的交互項放入回歸模型。

（二）數據與變量說明

1.勞動力流動。

本文使用2012—2017年國家衛生健康委員會發布的“中國流動人口動態監測調查”（China Migrants Dynamic Survey，以下簡稱“CMDS”）中的A卷作為勞動力流動數據來源。該調查數據詳細記錄了勞動力流動時間、流入城市以及戶籍地相關信息，有助于獲取勞動力流動的時點。此外，該調查詢問了勞動力流動的詳細原因、就業和收入情況，為本文分析數實融合影響勞動力流動的機制提供了可能。本文篩選了年齡在15～64歲，進行跨省流動或者省內跨市流動并且在調查年份上一年流入本地的流動人口作為研究對象，共有252769個觀測值，同時保留了勞動力的性別、民族、戶口、受教育程度和流動類型等特征變量，相關描述性統計見表1。

2.數實融合指數。

數實融合是指數字經濟和實體經濟深度融合發展而形成良性循環的狀態，參考史丹等（2023）的研究，本文使用耦合協調模型對數實融合發展水平進行衡量，該模型測度數實融合發展水平需要先對數字經濟和實體經濟兩個子系統進行測算。本文首先使用熵值法分別測度了數字經濟指數和實體經濟指數，其中數字經濟發展水平參考趙濤等（2020）的研究，選取互聯網普及率、互聯網相關從業人員數、互聯網相關產出、移動互聯網用戶數和數字金融普惠發展五個指標構建指標體系。其中，數字金融普惠發展來自北京大學數字金融研究中心和螞蟻金服集團編制的“北京大學數字普惠金融指數”。實體經濟的測算則參考黃群慧（2017）對實體經濟概念的概括，分別從狹義和廣義兩個維度構建實體經濟子系統，狹義的實體經濟是指將制造業和工業作為核心的實體部門，從廣義上來看，實體經濟指的是包括第一產業和第二產業，以及除去金融行業和房產行業的第三產業。數字經濟和實體經濟融合水平測算指標體系見表2。耦合協調模型使用的公式如下：

（4）

（5）

（6）

式（4）、（5）和（6）中，DEit和REit分別表示數字經濟發展指數和實體經濟發展指數， Cit表示融合水平。α和β分別表示數字經濟和實體經濟的權重，α+β=1，參考郭晗等（2022）的研究，并考慮到我國的實際情況，本文認為數字經濟與實體經濟同樣重要，因此將兩者的權重分別設置為0.5，Tit表示發展水平，Dit表示數實融合發展水平。

（三）備選城市集與控制變量

1.備選城市集。

本文參考孫偉增等（2019）的做法，首先對勞動力的戶籍地省份劃分，計算每個省份的勞動力在各城市就業的人數占比，然后根據比例對城市進行從大到小的順序排序并累加，最終保留前90%的城市，這些勞動力流入的城市代表了全省90%的勞動力選擇流入的城市。經過處理，每個勞動力備選城市的數量平均約為94個。這種做法不僅降低了模型的運算量，而且還可以提高估計結果的準確性。

2.控制變量。

基于上述對勞動力流動影響因素的分析，本文還盡可能地控制了影響勞動力選擇流入城市的因素。勞動力選擇流入城市時會綜合考慮備選城市與戶籍城市的社會經濟水平和公共服務水平，因此本文對備選城市與戶籍城市的特征變量取了差值。從社會經濟發展水平來看，選取了城市層面的人均地區生產總值、平均工資、第三產業增加值占GDP比重、固定資產占GDP比重、人口密度、平均房價和失業率作為控制變量，并且控制了流入城市是否為省會或直轄市。在城市公共服務水平上，控制了醫院衛生院數、中小學數和綠化覆蓋率。此外，地理距離是影響勞動力流動十分重要的因素，控制了備選城市和戶籍地省會之間的球面距離。數實融合發展水平和相關控制變量描述性統計分析見表3，相關變量來自《中國統計年鑒》《中國城市統計年鑒》和《中國區域經濟統計年鑒》。

四、實證分析

（一）基準回歸

表4報告了使用條件Logit估計的結果，作為非線性模型，其結果不能直接解釋為邊際效用。為了更直觀地解釋系數的效果，本文使用“平均概率彈性”這一概念衡量系數變化對目標變量的影響（Cheng，2008），在本文中的含義是數實融合發展水平每變化1%，勞動力選擇流入該城市的概率平均變化的百分比。計算方式為下式：

（7）

式（7）中，β為回歸模型的估計系數，J是備選城市數，在本文中，平均備選城市為94個，由于（94-1）/94近似等于1，因此平均概率彈性可以近似地看作模型的估計系數。表4中的回歸系數可以表示為數實融合發展水平每變動1%，城市被勞動力選擇的概率變動β%。

表4列（1）、列（2）僅考慮了數實融合發展水平對勞動力流動的影響，列（2）對省份進行了固定，回歸系數均在1%的顯著性水平上為正，說明城市數實融合發展水平越高越有利于吸引勞動力流入。列（3）在列（2）的基礎上加入了代表城市社會經濟發展水平的控制變量，在控制了影響勞動力流動的其他主要因素后，數實融合發展水平系數的大小有所下降，但仍顯著為正。列（4）是納入了所有控制變量的回歸結果，所有的變量均對勞動力流動有顯著的影響，數實融合發展水平每上升1%，城市被勞動力選中的概率就會提高5.073%。流入地與流出地的工資、人均GDP、第三產業占比差距越大，越有利于勞動力向流入地城市流動，兩地的失業率差值系數顯著為負，說明流入地為勞動力提供更多的就業機會吸引了勞動力流動。房價差距越大，流入地與戶籍地省會之間的距離越遠，會阻礙勞動力進行流動。從城市公共服務水平來看，流入地的教育資源吸引勞動力流動，醫療資源雖然為負，但是系數很小，說明勞動力更會為了子女教育而流動。相較于其他城市，省會與直轄市更吸引勞動力流入。

（二）穩健性檢驗

1.縮減備選城市、分樣本回歸。

基準回歸中是將同一省份中90%的勞動力選擇流入的城市作為備選城市，為了驗證這種做法的結果是否穩健，本文進一步將同一省份中80%、70%和60%的勞動力選擇流入的城市作為備選城市，結果見表5列（1）-（3），回歸系數顯著為正，與基準回歸的結論保持一致。數實融合發展對勞動力流動的影響可能會因時間的變化產生差異，條件Logit模型在直接對時間效應進行固定時存在困難，而中國流動人口動態監測調查數據的混合截面特性為本文結合相關政策時點進行分析提供了可能。2012年黨的十八大強調要推動信息化和工業化深度融合，在這一階段數字經濟的概念界定開始明晰和具體。2015年國家初步提出“互聯網+”行動計劃，標志著互聯網開始與傳統產業融合發展，數字經濟與實體經濟融合發展的局面初步形成。2017年，“數字經濟”首次寫入政府工作報告，黨的十九大報告明確提出要建設“數字中國”，數字產業化水平不斷提高。本文將2012—2017年每兩年劃分為一個樣本進行回歸，結果見表5列（4）-（6），說明本文結論依舊穩健。

2.更換自變量、縮減樣本。

數實融合是建立在數字經濟和實體經濟發展上的概念，本文將測算得到的數字經濟發展水平和實體經濟發展水平分別納入回歸模型，結果見表6列（1）、列（2），兩個分指數對勞動力流動的影響均在1%的水平上顯著為正。從細分指數來看，實體經濟對勞動力流動的影響大于數字經濟，實體經濟是社會經濟發展的基礎，數字技術通過促進實體經濟數字化轉型，為經濟高質量發展提供了動力。近年來，金融、房地產等虛擬經濟發展迅猛，吸引了大量的資本，但是實體經濟仍然是國民經濟可持續發展的基石，因此需要加強監管，防止出現金融風險與房地產泡沫，謹防實體經濟“脫實向虛”。另外，本文還使用主成分分析法對數實融合發展水平進行了測度，列（3）是將其納入回歸模型的結果，回歸系數仍在1%的顯著性水平上為正，說明本文的結果依舊穩健。勞動力在流動和遷移過程中由于地理和信息等因素的限制，無法充分掌握所有備選城市的信息，因此勞動力可以選擇流動的備選城市相對有限。本文參考魏下海等（2020）和馬坤等（2024）的研究，假設跨市流動的勞動力對已選擇的城市和相鄰的城市有相同的信息量，并將勞動力流動可供選擇的城市范圍限制到同一省內和相鄰省份的地級及更高等級城市。縮減樣本之后，每個勞動力可供選擇的備選城市平均為33個。回歸結果如列（4）所示，與基準回歸的結果相比系數有所增大，數實融合能促進勞動力流動的結論依然穩健。

3.泊松和負二項回歸。

當選擇集數量逐漸增加時，泊松回歸的結果與條件Logit的估計結果漸進一致。同時，由于條件Logit模型存在的缺陷，導致無法對時間維度上不可觀測的因素進行控制，而泊松回歸和負二項回歸可以對時間進行固定，因此本文使用泊松回歸和負二項回歸進行穩健性檢驗。本文對從2012—2017年中國流動人口動態監測調查篩選出來的252769個勞動力按照流入城市和年份進行計數，然后使用控制了流入城市的省份、流動年份以及其他城市特征的泊松回歸和負二項回歸，回歸結果見表7。列（1）是泊松回歸的結果，列（2）是負二項回歸的結果，系數在1%的顯著性水平上為正，表示數實融合發展促進了勞動力流動，相較于泊松回歸，負二項回歸的對數似然值顯著提升，表明負二項回歸擬合得更好。

4.內生性分析。

在微觀層面，盡管條件Logit模型控制了個體固定效應，避免了個體層面遺漏變量造成的影響，但除了個體因素外，流入地城市的社會經濟和公共服務特征是影響勞動力流動主要的因素，模型雖控制了相關的特征變量，但仍不可避免遺漏掉某些重要影響因素。本文對所有市際層面的數實融合指數、控制變量均進行了滯后一期的處理，這在一定程度上緩解了反向因果造成的內生性。基于此，本文繼續采用工具變量法解決因遺漏變量造成的內生性問題，參考相關研究的做法，分別使用流入城市與杭州以及與省會城市的球面距離作為數實融合發展的工具變量（張勛等，2019）。表7列（3）、（4）分別是泊松回歸與負二項回歸工具變量估計的結果，殘差項系數十分顯著，說明內生性問題確實存在，并且數實融合的估計系數有所提高。此外，本文還使用條件Logit的工具變量法處理了內生性問題，回歸結果見表7列（5），數實融合發展水平系數仍舊在 1%的顯著性水平上為正，且相較于基準回歸有所增大，這說明潛在的遺漏變量使回歸模型低估了數實融合發展對勞動力流動的影響。

五、拓展性分析

（一）宏觀層面：基于百度遷徙大數據的分析

在微觀層面，本文使用條件Logit模型證實了數實融合發展對勞動力空間流動的正向吸引作用，但隨著數實融合近年來的發展，基于較早時期調查數據的實證研究可能缺乏說服力。當前，人口遷徙大數據的應用日益廣泛，借助互聯網流量數據深入分析數實融合對勞動力流動的作用，可謂是適逢數據與技術交匯的良機。在宏觀層面，本文借助“百度遷徙”收集到的即時、海量的人口流動數據，使用引力模型進一步分析數實融合發展對勞動力跨城市流動影響。本文通過網絡爬取到了286個城市2020—2023年春運期間的百度遷徙數據，百度遷徙頁面提供的每日遷出目的地比例percenti，j，t是指從i地流向j地的人數占i地流出人口總數的比例，需要經過處理才可以使用。同時，百度遷徙頁面還提供了城市每日的遷徙規模指數indexi，t，反映遷出人口規模，城市間可以進行橫向對比。本文將每個城市每日的遷出目的地比例乘以每日的遷出規模指數進行加總，得到由i地流向j地的總指數，計算公式為Iindexi，j＝∑tindexi，t *percenti，j，t。春運是中國獨特的社會文化現象，是鄉土中國背景下流動人口大規模返鄉的真實寫照，大量勞動力在春節前返回家鄉過年，春節后又會回到城市務工。因此，春運期間大規模的人口流動反映了我國勞動力空間流動的方向與規律。春運期間包括了勞動力的“返鄉潮”與“務工潮”，考慮一個配對城市a-b，如果一個勞動力在春節前由a地流向b地，那么該勞動力很有可能是由b地遷往a地的務工人員。相反，如果勞動力春節后由b地流向a地，那么該勞動力很有可能是由b地遷往a地的務工人員，因此本文在對這兩個時期的數據處理時進行了區分。

百度遷徙所提供的O-D（Origin-Destination）數據為本文使用引力模型實證分析數實融合影響勞動力流動提供了可能。引力模型是由萬有引力公式拓展而來，起初應用于地理學，后來逐漸被廣泛應用于經濟、貿易等領域，現在多數學者基于修正的引力模型探究人口流動的影響因素。基于此，本文使用如下修正的引力模型進行分析：

（8）

式（8），i表示勞動力流出地，j表示勞動力流入地，t表示流動年份。Mijt表示在t年春運期間由i地流入j地的人口規模，在本文中用遷徙總指數Tindexi，j表示，由于部分配對城市在春運期間的人口流動規模指數為0，因此需要對其加1進行對數化處理。DCFi，t-1是指流出地數實融合指數，DCFj，t-1是指流入地數實融合指數，為了防止因反向因果造成內生性問題，在引力模型中將數實融合指數、人口規模以及相關的控制變量進行滯后一期。Pi，t-1表示流出地的人口規模，Pj，t-1表示流入地的人口規模，distij表示兩省份省會之間的球面距離。Di表示流出地固定效應，Dj表示流入地固定效應，λt表示流動年份固定效應，εijt是隨機誤差項。為了控制異方差性以及空間自相關性的潛在影響，本文使用了配對城市之間的聚類標準誤。

1.宏觀層面：基準回歸。

表8是對模型（8）進行回歸的結果，列（1）是控制人口規模和城市間球面距離的結果，同時控制了流出地固定效應、流入地固定效應和時間固定效應，估計系數在1%水平上顯著為正，說明數實融合對勞動力跨城市流動有顯著的促進作用。列（2）是在列（1）的基礎上納入了所有的控制變量，數實融合系數有所降低，仍然在1%的水平上顯著為正，從“推拉理論”來看，流入地的數實融合發展對勞動力流動具有“拉力”作用，而流出地的數實融合發展則對勞動力流動具有“推力”作用。流入地與流出地的距離越遠，會阻礙勞動力流動，平均工資收入差距系數顯著為正，說明流入地相較于流出地的高收入水平吸引了勞動力流動。此外，由于某些年份春運期間的百度遷徙規模指數為0，共有41862個這樣的配對城市，本文也使用Tobit模型進行了參數估計，結果如列（3）、列（4），系數的大小和方向均與OLS回歸結果一致，說明本文的研究結果不是由參數估計方法選擇導致的。

2.穩健性檢驗。

本文接下來通過改變自變量與因變量對引力模型的回歸結果進行穩健性檢驗。首先，將使用主成分分析測算的數實融合指數納入模型中，結果見表9列（1），與基準回歸保持一致。然后，參考魯永剛等（2019）的做法，將人口流動機會比率作為被解釋變量納入模型，該比率表示的是對于流出地而言，人口流入到特定城市的概率與沒有流入到特定城市的概率比值。本文選取了農歷正月十六這一天的遷出比例，原因是相比于春節假期，該天進行流動的人口多是上班就業和外出務工，更能體現勞動力的流動情況，回歸結果見表9列（2），平均而言，流入地數實融合指數每提高1%，勞動力流動的機會比率約提高0.05%。此外，本文對數實融合指數滯后兩期，將2023年春運期間的遷徙數據也納入回歸樣本，結果見表9列（3），三種方法均證明了引力模型基準回歸結果的穩健性。

（二）機制分析

本文對數實融合影響勞動力流動的機制提出了相關假說，即數實融合是通過作用于勞動力就業、創業以及收入來影響勞動力流動，接下來對這兩種機制進行驗證。

1.就業、創業機制。

數實融合發展催生新產業新業態，為勞動力提供就業、創業機會。在微觀層面，CMDS詢問了勞動力流動的原因，其中包括了務工和經商，可以反映勞動力為了就業和創業進行流動。本文根據勞動力流動的原因將樣本區分為就業和其他，就業為1，其他為0。由于2016年及之后的調查將流動原因中的務工和經商區分開來，因此本文基于2016-2017年的調查數據進一步驗證數實融合對勞動力務工和經商的影響，其中務工為1經商為0。流動原因只是勞動力進行流動的意向，實際中勞動力有可能存在著未就業等情況，為了糾正這種偏誤，本文對調查數據做了進一步處理。CMDS詢問了回答者“‘五一’節前一周是否做過一小時以上有收入的工作”，將回答為“是”的勞動力識別為實際就業，其余為未就業。回歸結果見表10，其中列（1）為將勞動原因區分為就業和其他，交互項系數在1%水平上顯著為正，說明數實融合提供了就業機會來促進勞動力流動，這里的就業包括了提供創業機會。列（2）是將流動原因區分為務工和經商，交互項系數顯著為正，說明相較于創業機制，數實融合更多的是通過提供工作崗位正向促進勞動力流動。列（3）是將樣本分為了實際就業和未就業，交互項的系數同樣顯著為正，但是系數有所減小，說明前兩種通過流動意愿區分就業和創業的做法在一定程度上高估了數實融合對這種機制的影響。在宏觀層面，參考崔琳昊（2023）的做法，將北京大學企業大數據研究中心測算的城市創新創業指數和新建企業進入數量作為被解釋變量，這兩個變量體現了地區的創新創業水平、為勞動力提供就業崗位和創業機會的能力。表10列（4）、（5）結果表明，數實融合可以提高城市的創新創業水平、增加企業數量，從而吸引勞動力流入。上述分析結果證明了本文的假說2。

2.收入機制。

微觀層面上，中國流動人口動態監測調查記錄了回答者的收入情況，本文首先驗證數實融合對勞動力個體收入的影響，結果見表11列（1），回歸系數在1%的水平上顯著為正，說明數實融合發展越高會提升勞動力個體的收入水平。接下來驗證勞動力流入城市后的個體收入效應，由于CMDS沒有調查勞動力流動前的收入情況，本文將勞動力目前的收入情況作為流動后的預期收入，在一定程度上可以驗證流動后個體收入效應。具體做法為將數實融合指數與勞動力的收入進行交互納入回歸模型，結果如列（2），交互項系數顯著為正，說明數實融合對流動后預期收入較大的勞動力的影響更大。此外，CMDS詢問了回答者打算在留本地的主要原因，其中包括了“收入水平高”這一選擇，為了驗證勞動力是否愿意為了本地的高收入水平而居留，本文首先驗證了數實融合對勞動力是否愿意長期居留在本地的影響，然后再對其愿意長期居留在本地的原因進行分析。列（3）是驗證數實融合是否對勞動力長期居留意愿有影響，長期居留意愿的定義為勞動力回答愿意在本地居留五年及以上，其中有長期居留意愿為1，其余為0，交互項系數顯著為正，說明數實融合也會通過影響勞動力的長期居留意愿作用于其流動。進一步地，列（4）將有長期居留意愿的勞動力進行分類，驗證愿意長期居留是不是為了本地的高收入水平，其中回答為“收入水平高”定義為1，其余為0。列（3）、列（4）的回歸系數都顯著為正，驗證了數實融合影響勞動力流動的收入機制。在宏觀層面，參考蘭宗敏等（2021）的做法，按照世界銀行對于地區經濟發展階段的劃分，將城市劃分為高收入階段城市（人均GDP在 12536美元以上）、中等偏上（人均GDP介于4046-12535美元）和中等偏下收入（人均GDP在4045美元以下）階段城市，分樣本進行回歸。結果見表11列（5）～（7），高收入階段城市的回歸系數最大，中等偏上收入階段城市次之，中等偏下收入階段城市的最小，說明在數實融合發展水平的影響下，勞動力更傾向選擇收入水平高的城市，進一步驗證了文本的假說2。

（三）異質性分析

前文使用條件Logit模型進行回歸是基于勞動力對數實融合以及城市特征的同質響應假設，所得回歸結果反映的是平均效應，不同特征的勞動力受數實融合發展的影響可能不同，本文以下從微觀個體特征以及流入城市特征展開異質性分析。

1.個體異質性。

本文對勞動力的個體特征進行處理，重點分析數實融合對不同年齡和受教育程度的影響，此外還對勞動力的性別和戶口進行了處理。回歸結果見表12，列（1）展示了年齡與數實融合指數交互項的系數，在1%的水平上顯著為負，說明勞動力年齡越大，受到數實融合發展對其流動影響的邊際效應越小。列（2）是受教育程度與數實融合指數交互進行回歸的結果，回歸系數顯著為正，說明受教育程度高的勞動力受到的邊際效應更大。列（3）和列（4）分別是戶口和性別與數實融合指數進行交互的結果，結果表明具有農村戶口以及女性等弱勢群體受到數實融合對其流動影響的作用更大，本文得到的結果與馬述忠等（2022）在檢驗數字普惠金融的結論相一致，這說明數實融合發展同樣具有包容性，數實融合發展可以為弱勢群體帶來更大的效應。例如女性勞動力可以通過開網店進行創業，農村電商的興起可以讓農民將農產品直接出售，增加了農民收入。

2.流入城市特征異質性。

本文繼續從微觀和宏觀兩個層面分析數實融合影響勞動力選擇流入城市的異質性。在微觀層面，CMDS將流動人口的流動范圍主要區分為四類：跨省流動、省內跨市流動、市內跨縣流動和跨境流動，本文僅保留了前兩種類型的流動人口，分樣本進行回歸。回歸結果見下表13列（1）、列（2），數實融合發展對勞動力跨省流動以及省內跨市流動均有顯著促進作用，受限于地理距離，勞動力更傾向于省內跨市流動。在宏觀層面，本文使用百度遷徙大數據對流入城市按照城市級別和地理位置進行分樣本回歸。表13列（3）、列（4）是分別是超大、特大城市與其他城市的回歸結果，說明超大、特大城市的數實融合發展水平對勞動力的吸引能力大于其余類型的城市。而相較于東部沿海城市，內陸城市的數實融合發展對勞動力的吸引能力更強，這可能是因為東部沿海地區的流入人口數量本來就較多，而數實融合在內陸地區吸引勞動力流入的邊際效應更大。

六、結論與建議

本文從微觀和宏觀兩個層面證實了數實融合發展對勞動力流動的積極影響。微觀上，將2012—2017年中國流動人口動態監測調查數據與286個城市的數實融合指數進行匹配，使用條件Logit模型分析了數實融合發展對勞動力流動的影響，結果發現城市的數實融合發展水平越高越有利于吸引勞動力流入，并使用了更換樣本和自變量、變換模型以及工具變量法進行穩健性檢驗。宏觀層面上，本文將2020—2023年百度遷徙大數據與數實融合指數相結合，使用修正的引力模型進一步證實了數實融合對勞動力流動的正向影響。機制分析表明，無論是在微觀還是宏觀層面，數實融合是通過為勞動力提供就業、創業機會以及提高收入水平來吸引勞動力流動。異質性分析表明，受教育水平高、女性、具有農村戶口以及年輕個體受到數實融合影響的邊際效應更大；相較于跨省流動，勞動力更傾向于省內跨市流動，超大、特大城市和內陸城市的數實融合發展水平對勞動力的吸引能力更強。本文從以下兩方面提出相關政策建議：

第一，強化政府政策引導，以促進數字經濟與實體經濟的深度融合。各級政府應深入學習并領會關于數字經濟與實體經濟深度融合發展的相關論述與會議精神，準確把握兩者融合發展的新規律和新趨勢。為此，政府應加大對數字經濟與實體經濟融合發展的政策支持力度，一方面推進數字技術廣泛應用于實體產業，另一方面加強對實體產業的監督管理體系，以防止實體經濟“脫實向虛”現象的發生。同時，要加快5G基站、光纖網絡等數字基礎設施建設，為企業數字化轉型提供堅實的技術支撐，抓住新一輪科技革命的機遇，鼓勵企業積極應用數字技術，不斷推進數字產業結構升級。

第二，應重視數實融合對勞動力流動的影響。數實融合發展能夠推動勞動力市場的數字化轉型，優化勞動力要素資源的流動與配置，并培育出高水平的數字化人才，這將有助于提高勞動生產效率，進而擴大生產規模。為了充分釋放數實融合在增加勞動力就業、創業機會以及提高勞動力收入水平方面的潛力，需要采取以下兩方面的措施：一方面，要借助數字技術為農村地區、女性等弱勢就業群體創造更多的就業機會；另一方面，要通過數字化轉型培養更多的數字化人才，在保障就業數量增加的同時，提高就業質量，實現就業量質齊升。在人口老齡化和人口數量紅利逐漸消失的背景下，這有助于提高人力資本水平，從而實現高質量充分就業。

參考文獻：

[1]Pan W，Xie T，Wang Z，et al. Digital Economy：an Innovation Driver for Total Factor Productivity [J]. Journal of Business Research， 2022（139）：303-311.

[2]Krugman， P.R.， “Increasing Returns and Economic Geography”， Journal of Political Economy，1991，99（3），483-499.

[3][3]Chiswick B R， Miller P W. English Language Fluency Among Immigrants in the United States[A]. In Solomon W Polachek （ ed. ）， Research in Labor Economics [C]. Oxford： JAI Press， 1998：151-200.

[4]Pendakur K， Pendakur R. Language as Both Human Capital and Ethnicity [J]. International Migration Review， 2002， 36（1）：147-177.

[5]McFadden， D. L.， “Econometric Analysis of Qualitative Response Models”， Handbook of Econometrics， 1984， 1（2）， 1395-1457.

[6]McFadden， D. L.， “Conditional Logit Analysis of Qualitative Choice Behavior”， In： Zarembka， P. （ed.）， Frontiers in Econometrics， 1（2）， pp. 105-142. New York： Academic Press， 1974.

[7]Greene， W. H.， Econometric Analysis （6th ed）. New Jersey： Pearson Education， 2008.

[8]Cheng， S.， “Location Decision Variations of Japanese Investors in China”， The Review of Regional Studies， 2008， 38（3）， 395-415.

[9]范根平.中國式現代化視域下城鄉融合發展的理與路[J].河海大學學報（哲學社會科學版），2024，26（04）：27-36.

[10]李言，肖雨婷.數字經濟發展與勞動力空間錯配[J].財經研究，2024，50（06）：138-152.

[11]鈔小靜.以數字經濟與實體經濟深度融合賦能新形勢下經濟高質量發展[J].財貿研究，2022，33（12）：1-8.

[12]崔琳昊，馮烽.數實融合與城市綠色發展：影響與機制[J].上海財經大學學報，2024，26（04）：49-63.

[13]楊思思.數實融合賦能共同富裕的影響效應研究[J].技術經濟與管理研究，2024，（06）：28-33.

[14]洪銀興，任保平.數字經濟與實體經濟深度融合的內涵和途徑[J].中國工業經濟，2023，（02）：5-16.

[15]姜松，孫玉鑫.數字經濟對實體經濟影響效應的實證研究[J].科研管理，2020，41（05）：32-39.

[16]韓文龍，晏宇翔，張瑞生.推動數字經濟與實體經濟融合發展研究[J].政治經濟學評論，2023，14（03）：67-88.

[17]丁述磊，劉翠花，李建奇.數實融合的理論機制、模式選擇與推進方略[J].改革，2024，（01）：51-68.

[18]田秀娟，李睿.數字技術賦能實體經濟轉型發展——基于熊彼特內生增長理論的分析框架[J].管理世界，2022，38（05）：56-73.

[19]孫光林，李婷，莫媛.數字經濟對中國農業全要素生產率的影響[J].經濟與管理評論，2023，39（01）：92-103.

[20]任保平，何厚聰.數字經濟賦能高質量發展：理論邏輯、路徑選擇與政策取向[J].財經科學，2022，（04）：61-75.

[21]張莉，何晶，馬潤泓.房價如何影響勞動力流動？[J].經濟研究，2017，52（08）：155-170.

[22]夏怡然，陸銘.城市間的“孟母三遷”——公共服務影響勞動力流向的經驗研究[J].管理世界，2015，（10）：78-90.

[23]魯永剛，張凱.地理距離、方言文化與勞動力空間流動[J].統計研究，2019，36（03）：88-99.

[24]陳斌開，陳思宇.流動的社會資本——傳統宗族文化是否影響移民就業？[J].經濟研究，2018，53（03）：35-49.

[25]余毅翔，郭萌萌.正式社會網絡與勞動力跨省流動：基于異地商會的視角[J/OL].世界經濟，2024，（05）：203-232.

[26]周世軍，陳博文.數字經濟是否影響勞動力空間配置？——基于中國流動人口的微觀證據[J].云南財經大學學報，2023，39（02）：96-110.

[27]馬述忠，胡增璽.數字金融是否影響勞動力流動？——基于中國流動人口的微觀視角[J].經濟學（季刊），2022，22（01）：303-322.

[28]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.

[29]張勛，萬廣華，張佳佳，等.數字經濟、普惠金融與包容性增長[J].經濟研究，2019，54（08）：71-86.

[30]方師樂，韓詩卉，徐欣南.電商發展與農村共同富裕[J].數量經濟技術經濟研究，2024，41（02）：89-108.

[31]孫偉增，張曉楠，鄭思齊.空氣污染與勞動力的空間流動——基于流動人口就業選址行為的研究[J].經濟研究，2019，54（11）：102-117.

[32]史丹，孫光林.數字經濟和實體經濟融合對綠色創新的影響[J].改革，2023，（02）：1-13.

[33]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，2020，36（10）：65-76.

[34]黃群慧.論新時期中國實體經濟的發展[J].中國工業經濟，2017，（09）：5-24.

[35]郭晗，全勤慧.數字經濟與實體經濟融合發展：測度評價與實現路徑[J].經濟縱橫，2022，（11）：72-82.

[36]魏下海，張沛康，杜宇洪.機器人如何重塑城市勞動力市場：移民工作任務的視角[J].經濟學動態，2020，（10）：92-109.

[37]馬坤，代栓平.環境規制如何影響勞動力流動：基于人口跨市流入流出雙重視角的分析[J].數量經濟技術經濟研究，2024，41（05）：156-175.

[38]崔琳昊.勞動力市場分割與勞動力資源錯配：基于城市層面的測度[J].中國人力資源開發，2023，40（02）：96-111.

[39]蘭宗敏，張超，陳思.城市房價差異如何影響勞動力遷移？[J].學習與探索，2021，（06）：106-115.

Study on the Impact of Integrated Development of

Digital Economy and Real Economy on Labor Spatial Mobility

Wan Shuxuan， Jia Jing

（School of Big Data and Statistics， Anhui University， Hefei 230601， China）

Abstract： The deep integration of digital economy and real economy can promote the construction of new urbanization with people as the core， and accelerate the integration of urban and rural development. This paper uses the coupling coordination degree model to measure integration index of digital economy and real economy， and combines it with the national dynamic monitoring survey data of floating population and Baidu migration big data. Based on the conditional logit model and gravity model， this paper explores the impact of the development of integration of digital economy and real economy on labor flow from the micro and macro levels respectively. The results show that the improvement of the level of urban integration of digital economy and real economy development will attract labor inflow. The mechanism analysis shows that the integration of digital economy and real economy affects labor mobility by providing employment opportunities for workers and increasing income levels. Heterogeneity analysis shows that the marginal effect of high education level and young individuals affected by the integration of digital economy and real economy is greater; The development level of the integration of digital economy and real economy in mega cities and urban areas has stronger attraction to labor mobility. This paper provides new ideas on how to promote high-quality and full employment of workers， improve the income of workers and achieve more free flow of labor under the background of digital transformation.

Key Words：Digital Economy; Real Economy; The Integration of Digital Economy and Real Economy; Labor Mobility; Baidu Migration Big Data