【數(shù)字經(jīng)濟(jì)對就業(yè)結(jié)構(gòu)影響的實證探析（論文）10000字】

第1章引言1.1研究背景及問題提出當(dāng)前，數(shù)字經(jīng)濟(jì)這一不同于傳統(tǒng)農(nóng)業(yè)經(jīng)濟(jì)與工業(yè)經(jīng)濟(jì)的新經(jīng)濟(jì)模式，已經(jīng)成為全世界各國關(guān)注的熱點。2016年G20峰會上，中國作為主席國首次把“數(shù)字經(jīng)濟(jì)”列在二十國集團(tuán)創(chuàng)新增長藍(lán)圖中[1]，隨著互聯(lián)網(wǎng)絡(luò)的普及和信息通信技術(shù)的不斷提高，中國的數(shù)字經(jīng)濟(jì)得到迅猛發(fā)展。2020年受新冠肺炎疫情的影響，世界各國的經(jīng)濟(jì)增長和社會治理都受到了不小的沖擊，在這種情況下，以大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)、人工智能為代表的數(shù)字經(jīng)濟(jì)異軍突起，成為促進(jìn)經(jīng)濟(jì)回升的重要力量[2]。2021全國兩會上發(fā)布的“十四五”規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要上，提出我國要加快數(shù)字化發(fā)展，建設(shè)數(shù)字中國[3]。一直以來，就業(yè)就是國家及人民共同關(guān)注的話題，實現(xiàn)充分就業(yè)常常也是西方宏觀經(jīng)濟(jì)政策的首要目標(biāo)。2021全國兩會上發(fā)布的“十四五”規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要上，提出要強(qiáng)化就業(yè)優(yōu)先政策，健全有利于更充分更高質(zhì)量就業(yè)的促進(jìn)機(jī)制[3]。數(shù)字經(jīng)濟(jì)在我們的生活的各方各面產(chǎn)生了深遠(yuǎn)影響，其中必然包括對就業(yè)的影響：伴隨著數(shù)字技術(shù)的不斷提高，自動化水平也會提高，技術(shù)進(jìn)步會替代勞動力，與此同時又會增加與技術(shù)互補(bǔ)崗位的需求，比如能夠輔助數(shù)字化生產(chǎn)的技術(shù)服務(wù)型人員，如此一來，就業(yè)結(jié)構(gòu)就很有可能發(fā)生改變。本文旨在采用實證分析的方法，探究數(shù)字經(jīng)濟(jì)對我國就業(yè)結(jié)構(gòu)的影響。1.2研究意義就業(yè)是民生之本，數(shù)字經(jīng)濟(jì)作為一種新經(jīng)濟(jì)形態(tài)，其出現(xiàn)及不斷發(fā)展，勢必會對就業(yè)產(chǎn)生或多或少的影響。數(shù)字經(jīng)濟(jì)的蓬勃發(fā)展，一方面會帶動技術(shù)進(jìn)步而提高生產(chǎn)效率，進(jìn)而擠出一部分傳統(tǒng)生產(chǎn)線作業(yè)的勞動力，另一方面會產(chǎn)生許多新的崗位，這很有可能導(dǎo)致我國的就業(yè)結(jié)構(gòu)有所改變。因此，研究數(shù)字經(jīng)濟(jì)對我國就業(yè)結(jié)構(gòu)的影響有著非常重要的現(xiàn)實意義。1.3研究目標(biāo)本文的研究目標(biāo)如下：（1）構(gòu)建評價指標(biāo)體系測算數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)；（2）構(gòu)建計量回歸模型實證檢驗數(shù)字經(jīng)濟(jì)發(fā)展對我國就業(yè)結(jié)構(gòu)的影響，包括：①數(shù)字經(jīng)濟(jì)對我國就業(yè)產(chǎn)業(yè)分布結(jié)構(gòu)的影響；②數(shù)字經(jīng)濟(jì)對我國就業(yè)技能結(jié)構(gòu)的影響。1.4本文研究內(nèi)容通過借閱大量相關(guān)文獻(xiàn)，本文主要研究數(shù)字經(jīng)濟(jì)對我國就業(yè)產(chǎn)業(yè)分布結(jié)構(gòu)與技能結(jié)構(gòu)的影響，本文的創(chuàng)新點表現(xiàn)在：（1）首先構(gòu)建2011-2019年我國30個省區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展評價指標(biāo)體系，并用熵權(quán)法確定各項指標(biāo)的權(quán)重，計算得到數(shù)字經(jīng)濟(jì)發(fā)展的綜合得分來衡量各省區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展水平；（2）本文使用2011-2019年30個省市的面板數(shù)據(jù)構(gòu)建模型實證分析數(shù)字經(jīng)濟(jì)對我國就業(yè)結(jié)構(gòu)的影響，數(shù)據(jù)選取較文獻(xiàn)中要新一些，得到的結(jié)果也會更接近當(dāng)下。本文的不足之處表現(xiàn)在：基于數(shù)據(jù)的可得性，本文選取的指標(biāo)體系可能不足以充分衡量各地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展水平；所構(gòu)建的計量回歸模型也可能存在遺漏變量的問題。本文的研究框架如圖1-1。圖1-1本文研究框架

第2章文獻(xiàn)綜述2.1數(shù)字經(jīng)濟(jì)內(nèi)涵在學(xué)術(shù)界，“數(shù)字經(jīng)濟(jì)”最早由美國商人TapscottDon（1996）[4]提出，稱“數(shù)字經(jīng)濟(jì)”標(biāo)志著網(wǎng)絡(luò)智能時代的到來，論述了互聯(lián)網(wǎng)絡(luò)的發(fā)展對經(jīng)濟(jì)的影響。此后，關(guān)于數(shù)字經(jīng)濟(jì)的研究開始興起，BoCarlsson（2004）[5]稱數(shù)字經(jīng)濟(jì)是一種“新經(jīng)濟(jì)”，并認(rèn)為這種“新經(jīng)濟(jì)”更多的是關(guān)于新的活動和產(chǎn)品；Eugene，Svetlana等（2017）[6]認(rèn)為數(shù)字經(jīng)濟(jì)是通過數(shù)字通信手段實現(xiàn)的經(jīng)濟(jì)。國內(nèi)孫德林,王曉玲（2004）[7]認(rèn)為數(shù)字經(jīng)濟(jì)的本質(zhì)在于信息化，具體指信息技術(shù)的產(chǎn)業(yè)化，傳統(tǒng)產(chǎn)業(yè)、基礎(chǔ)設(shè)施、生活方式等的信息化。張雪玲，焦月霞（2017）[8]認(rèn)為數(shù)字經(jīng)濟(jì)以信息通訊技術(shù)的數(shù)字化為生產(chǎn)要素，通過信息通信基礎(chǔ)設(shè)施，使人們的生產(chǎn)生活活動實現(xiàn)數(shù)字化。劉方,孟祺（2019）[9]認(rèn)為數(shù)字經(jīng)濟(jì)的關(guān)鍵在于數(shù)據(jù)，數(shù)字經(jīng)濟(jì)主要包含數(shù)字基礎(chǔ)設(shè)施、電子商務(wù)及數(shù)字媒體。2020年二十國集團(tuán)沙特會議（高曉雨，2020）[10]，對數(shù)字經(jīng)濟(jì)的內(nèi)涵確定為：數(shù)字經(jīng)濟(jì)包括依賴于或者顯著獲益于利用數(shù)字投入的一切經(jīng)濟(jì)活動，這些投入包括數(shù)字基礎(chǔ)設(shè)施、數(shù)字技術(shù)、數(shù)字服務(wù)以及數(shù)據(jù)。國內(nèi)外對數(shù)字經(jīng)濟(jì)的研究，無論是其本質(zhì)還是其涵蓋范疇都在不斷豐富，但各界對數(shù)字經(jīng)濟(jì)內(nèi)涵還沒有形成一個清晰地普遍認(rèn)可的定義。2.2數(shù)字經(jīng)濟(jì)測算對于數(shù)字經(jīng)濟(jì)的測算，目前來說大致可以分為兩類（姚興安,閆林楠，2021）[11]：一類是以數(shù)字活動為著眼點，以數(shù)字產(chǎn)業(yè)增加值與非數(shù)字產(chǎn)業(yè)的數(shù)字活動（包括商品和服務(wù)）所創(chuàng)造的增加值之和來衡量數(shù)字經(jīng)濟(jì)的規(guī)模，如劉方,孟祺（2019）[9]通過計算數(shù)字經(jīng)濟(jì)基礎(chǔ)部分和數(shù)字經(jīng)濟(jì)融合部分各行業(yè)的產(chǎn)值來衡量數(shù)字經(jīng)濟(jì)。另一類是通過構(gòu)建評價指標(biāo)體系，使用某種方法將多個指標(biāo)匯總，得到數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)，如張雪玲，焦月霞（2017）[8]構(gòu)建了包含4個一級指標(biāo)，19個二級指標(biāo)的數(shù)字經(jīng)濟(jì)發(fā)展評價指標(biāo)體系，并使用熵權(quán)法確定指標(biāo)權(quán)重，匯總得到數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)。兩種測度方法各有側(cè)重，第一類方法較為直接，但數(shù)字經(jīng)濟(jì)活動涵蓋的數(shù)字產(chǎn)品種類越來越多，數(shù)字經(jīng)濟(jì)也一直沒有一個清晰的定義，因此無論是在數(shù)字產(chǎn)品界定方面還是測算數(shù)字活動創(chuàng)造的經(jīng)濟(jì)增加值方面，都不太容易；而第二類方法則缺乏統(tǒng)一的指標(biāo)選取標(biāo)準(zhǔn)。2.3數(shù)字經(jīng)濟(jì)對就業(yè)產(chǎn)業(yè)分布結(jié)構(gòu)的影響本文研究的就業(yè)產(chǎn)業(yè)分布結(jié)構(gòu)指勞動力在第一、第二、第三產(chǎn)業(yè)三個產(chǎn)業(yè)間的配置結(jié)構(gòu)。國內(nèi)已有一些學(xué)者研究數(shù)字經(jīng)濟(jì)對就業(yè)產(chǎn)業(yè)分布結(jié)構(gòu)的影響：戚聿東,劉翠花等（2020）[12]用2008-2018年中國省級面板數(shù)據(jù)實證分析得到數(shù)字經(jīng)濟(jì)發(fā)展會顯著增加我國第三產(chǎn)業(yè)就業(yè)占比；楊驍,劉益志等（2020）[13]使用CLDS微觀調(diào)查數(shù)據(jù)，實證分析得到數(shù)字經(jīng)濟(jì)的發(fā)展對制造業(yè)行業(yè)就業(yè)產(chǎn)生先降后升的正“U”型影響，且服務(wù)業(yè)成為創(chuàng)業(yè)就業(yè)的重點；孟祺（2021）[14]使用2000-2018年中國17個行業(yè)的面板數(shù)據(jù)，實證分析得到數(shù)字經(jīng)濟(jì)的發(fā)展會顯著降低制造業(yè)就業(yè)人數(shù)而增加服務(wù)業(yè)就業(yè)人數(shù)。這些學(xué)者的研究都表明了數(shù)字經(jīng)濟(jì)的發(fā)展將會促進(jìn)我國就業(yè)產(chǎn)業(yè)分布結(jié)構(gòu)的升級優(yōu)化。2.4數(shù)字經(jīng)濟(jì)對就業(yè)技能結(jié)構(gòu)的影響本文研究的就業(yè)技能結(jié)構(gòu)指不同受教育程度人口（初等教育、中等教育和高等教育）的就業(yè)占比。閻世平,武可棟（2020）[15]使用2001-2015年我國的省級面板數(shù)據(jù)實證檢驗得到數(shù)字經(jīng)濟(jì)的發(fā)展會減少高中及初中教育程度的勞動者的需求增加大專及以上教育程度勞動者的需求；孟祺（2021）[14]使用2000-2018年中國17個行業(yè)的面板數(shù)據(jù)，實證分析得到數(shù)字經(jīng)濟(jì)發(fā)展會減少勞動密集型和中技術(shù)密集型就業(yè)數(shù)量而增加高技術(shù)密集型就業(yè)數(shù)量。他們的結(jié)果都表明了數(shù)字經(jīng)濟(jì)的發(fā)展會抑制受中等教育勞動力就業(yè)，促進(jìn)高等教育勞動力就業(yè)。第3章指標(biāo)體系與實證模型構(gòu)建及數(shù)據(jù)說明3.1數(shù)字經(jīng)濟(jì)內(nèi)涵界定關(guān)于數(shù)字經(jīng)濟(jì)的內(nèi)涵，國內(nèi)外至今還沒有一個非常清晰的且普遍接受的定義。本文借鑒國內(nèi)外已有文獻(xiàn)的研究，確定數(shù)字經(jīng)濟(jì)的內(nèi)涵為：數(shù)字經(jīng)濟(jì)是以數(shù)據(jù)為主要生產(chǎn)要素，以互聯(lián)網(wǎng)絡(luò)與信息通信技術(shù)為主要媒介，逐漸滲透到我們的生產(chǎn)生活中的一系列經(jīng)濟(jì)活動，主要包括兩部分：一部分是數(shù)字行業(yè)產(chǎn)業(yè)化，數(shù)字行業(yè)具體包括互聯(lián)網(wǎng)行業(yè)、電信業(yè)和軟件信息技術(shù)服務(wù)業(yè)等；另一部分是傳統(tǒng)產(chǎn)業(yè)數(shù)字化，指傳統(tǒng)產(chǎn)業(yè)（如農(nóng)業(yè)、工業(yè)等）對數(shù)字技術(shù)的應(yīng)用。3.2數(shù)字經(jīng)濟(jì)發(fā)展的評價指標(biāo)體系構(gòu)建與測算3.2.1體系構(gòu)建基于上文對數(shù)字經(jīng)濟(jì)內(nèi)涵的界定，依據(jù)科學(xué)性、可比性以及數(shù)據(jù)可得性的原則，本文選取了信息基礎(chǔ)設(shè)施（以每千人移動電話基站數(shù)、光纜線路長度，每千人域名數(shù)為代表）、數(shù)字產(chǎn)業(yè)發(fā)展（以每千人互聯(lián)網(wǎng)寬帶接入端口數(shù)、軟件業(yè)務(wù)收入占GDP比重、信息產(chǎn)業(yè)固定資產(chǎn)投資額占全社會固定資產(chǎn)投資額比重為代表）、企業(yè)數(shù)字化發(fā)展（以每百家企業(yè)擁有網(wǎng)站個數(shù)、有電子商務(wù)交易活動企業(yè)比重、電子商務(wù)銷售額占GDP比重為代表）以及數(shù)字驅(qū)動創(chuàng)新（以每萬人R&D人員全時當(dāng)量、R&D支出在GDP中占比、每萬人專利申請授權(quán)數(shù)為代表）4個一級指標(biāo)，12個二級指標(biāo)，得到2011-2019年各項指標(biāo)的省級面板數(shù)據(jù)（除西藏、港澳臺地區(qū)以外的30個省、區(qū)、市），各項指標(biāo)的統(tǒng)計描述如表3-1所示：表3-1中國省級數(shù)字經(jīng)濟(jì)發(fā)展評價指標(biāo)體系目標(biāo)層一級指標(biāo)二級指標(biāo)單位指標(biāo)類型均值標(biāo)準(zhǔn)差數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)信息基礎(chǔ)設(shè)施每千人移動電話基站個數(shù)萬個正向（＋）4.071.71光纜線路長度萬公里正向（＋）105.0276.89每千人域名數(shù)萬個正向（＋）25.5644.99數(shù)字產(chǎn)業(yè)發(fā)展每千人互聯(lián)網(wǎng)寬帶接入端口數(shù)萬個正向（＋）480.57198.35軟件業(yè)務(wù)收入占GDP比重％正向（＋）4.525.72信息產(chǎn)業(yè)固定資產(chǎn)投資占全社會固定資產(chǎn)投資總額比重‰正向（＋）11.667.00企業(yè)數(shù)字化發(fā)展每百家企業(yè)擁有網(wǎng)站數(shù)個正向（＋）52.1910.14有電子商務(wù)交易活動企業(yè)比重％正向（＋）8.263.71電子商務(wù)銷售額占GDP比重％正向（＋）11.9911.69數(shù)字驅(qū)動創(chuàng)新每萬人R&D人員全時當(dāng)量萬人年正向（＋）2.832.71R&D支出在GDP中占比％正向（＋）1.681.13每萬人專利申請授權(quán)數(shù)件正向（＋）11.5512.683.2.2熵權(quán)法指數(shù)測算為了排除主觀因素的影響，本文選用熵權(quán)法來確定各項指標(biāo)的權(quán)重。熵表示對不確定性的一種度量，可以用一項指標(biāo)的熵值表示其離散程度，熵值越大，指標(biāo)的離散程度越大，表明該項指標(biāo)對綜合評價的影響越大，即權(quán)重越大。本文先用熵權(quán)法確定數(shù)字經(jīng)濟(jì)發(fā)展評價指標(biāo)體系中各項指標(biāo)的權(quán)重，再用得到的權(quán)重計算出各省份數(shù)字經(jīng)濟(jì)發(fā)展水平的綜合得分。具體步驟如下：（1）指標(biāo)的標(biāo)準(zhǔn)化：由于本文所構(gòu)建的數(shù)字經(jīng)濟(jì)發(fā)展評價體系中各項指標(biāo)的計量單位以及量綱都有所不同，因此需要先對指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理。本文所選取的指標(biāo)均為正向指標(biāo)（數(shù)值越大越好），指標(biāo)處理所用公式如下：（3-1）其中，Xij表示第ｉ個省份的第ｊ個指標(biāo)數(shù)據(jù)，i＝１，…，30，ｊ＝１，…，12。（2）計算第ｊ項指標(biāo)下第ｉ個省份的值占該指標(biāo)的比重Pij：（3-2）（3）計算第ｊ項指標(biāo)的熵值ej（3-3）其中，（3-4）（4）計算各項指標(biāo)的信息熵冗余度dj（3-5）（5）計算各項指標(biāo)的權(quán)重wj（3-6）（6）計算各省份數(shù)字經(jīng)濟(jì)發(fā)展水平的綜合得分Scorei：（3-7）2011-2019年各省份數(shù)字經(jīng)濟(jì)發(fā)展水平的綜合得分如表3-2所示：表3-22011-2019年中國各地區(qū)數(shù)字經(jīng)濟(jì)綜合得分省份2011年2012年2013年2014年2015年2016年2017年2018年2019年北京72.9774.7779.6683.6484.6085.9085.8788.4487.69天津32.2832.7229.7133.6733.6834.6930.8728.4231.34河北16.3614.2816.8118.8620.5024.6925.6423.2824.54續(xù)表3-22011-2019年中國各地區(qū)數(shù)字經(jīng)濟(jì)綜合得分省份2011年2012年2013年2014年2015年2016年2017年2018年2019年山西12.4614.2916.1217.7219.1320.4418.5217.7714.73內(nèi)蒙古14.5812.7715.5219.3117.7622.2623.5820.9819.29遼寧23.1519.5522.3627.9829.9432.1929.9126.6227.79吉林14.7312.8412.4115.8617.2820.9523.7617.0116.37黑龍江16.0213.0713.2418.6017.2823.0520.5216.8315.19上海54.4660.0657.5663.9660.2761.7454.2852.8852.54江蘇52.1753.9355.3455.3554.6754.2551.8048.6148.47浙江59.6357.1960.4461.2763.1563.5560.2856.5754.91安徽23.4021.8924.2228.3932.0933.2032.1230.7030.30福建37.3938.9537.8238.2839.9642.2039.8341.0737.23江西16.9417.9517.5619.7124.0022.4923.8622.1323.32山東23.0320.8025.0226.5628.3231.3732.7734.5633.30河南13.8012.3215.2616.1918.7520.8320.0719.4317.18湖北21.5519.7121.0422.7926.2627.6326.6026.5227.86湖南18.0216.8218.3021.7223.5924.9324.2122.7523.33廣東50.2351.2848.9051.4949.0351.6248.6349.4648.29廣西14.1015.2415.4715.1610.7615.3112.8212.1414.61海南31.5234.3426.9833.9939.8545.0939.4833.7333.50重慶21.1920.6922.1523.9926.2430.5831.4931.2931.22四川24.2820.2624.1127.3332.4635.4335.0233.4136.25貴州10.569.1111.3811.9216.3021.1921.6721.1319.14云南16.8717.5116.8217.6721.3026.4620.5319.3017.35陜西26.4722.3724.7430.5630.3635.7232.8129.8728.46甘肅17.9713.5115.2615.3419.1223.9421.2821.0617.39青海9.0310.0012.6017.6332.2134.6428.9124.8023.54寧夏14.6614.0816.1121.3023.0128.0426.7724.3923.01新疆12.6213.9815.2617.5719.7724.2720.7722.6416.98由表3-2我們可以大致可以看到，各省份的數(shù)字經(jīng)濟(jì)發(fā)展綜合得分總體呈上升趨勢，表明我國數(shù)字經(jīng)濟(jì)發(fā)展水平整體上呈上升趨勢；除此之外，北京、上海、江蘇、浙江、廣東等東部地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展水平處于全國領(lǐng)先位置，相比較而言，中西部地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展與東部地區(qū)存在較大差距。3.3實證模型構(gòu)建、變量描述與數(shù)據(jù)說明3.3.1初步探究為初步探究數(shù)字經(jīng)濟(jì)對我國就業(yè)結(jié)構(gòu)的影響，本文先分別繪制了數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)與產(chǎn)業(yè)結(jié)構(gòu)、技能結(jié)構(gòu)（以高技能為代表）之間的散點圖及擬合曲線（如圖3-1和圖3-2），由圖像可以大致看出，數(shù)字經(jīng)濟(jì)發(fā)展與就業(yè)結(jié)構(gòu)之間呈線性相關(guān)。為了得到更為精細(xì)的結(jié)果，本文將構(gòu)建計量回歸模型以進(jìn)行深入探究。圖3-1數(shù)字經(jīng)濟(jì)發(fā)展與第三產(chǎn)業(yè)就業(yè)比重散點圖圖3-2數(shù)字經(jīng)濟(jì)發(fā)展與高技能就業(yè)比重散點圖3.3.2模型構(gòu)建基于本文所選取的數(shù)據(jù)為2011年-2019年我國30個省、區(qū)、市相關(guān)指標(biāo)的面板數(shù)據(jù)，面板數(shù)據(jù)建模一般有以下幾種類型[16]：（1）（3-8）此模型為混合估計模型，此模型假定截距項和變量系數(shù)均為常數(shù)，εit為隨機(jī)擾動項，此模型較簡單但一般不符合真實情況。（2）（3-9）模型中αi為個體效應(yīng)，指擾動項中不可觀測的不隨時間變化而變化的個體差異；λt為時間效應(yīng)，是擾動項中不可觀測的不隨個體變化而變化的時間上的差異。依據(jù)模型中是否具有個體效應(yīng)和時間效應(yīng)，以及若具有個體效應(yīng)和時間效應(yīng)，其是否與解釋變量相關(guān)，又可以分為以下幾種類型[16]：①模型具有個體效應(yīng)無時間效應(yīng)，且個體效應(yīng)與某個解釋變量具有相關(guān)關(guān)系，則為“個體固定效應(yīng)模型”；②模型具有時間效應(yīng)無個體效應(yīng)，且時間效應(yīng)與某個解釋變量具有相關(guān)關(guān)系，則為“時間固定效應(yīng)模型”；③模型具有個體效應(yīng)和時間效應(yīng)，且均與解釋變量具有相關(guān)關(guān)系，則為“雙向固定效應(yīng)模型”；④個體效應(yīng)和時間效應(yīng)與任何一個解釋變量都不具有相關(guān)關(guān)系，則為“隨機(jī)效應(yīng)模型”[16]。為確定模型的具體形式，本文分別進(jìn)行了Hausman檢驗和F檢驗，檢驗結(jié)果見表3-3及表3-4。表3-3Hausman檢驗結(jié)果因變量Ter.empLowMidHighChi226.25991.49414.77447.587p-value1.992×10-4<2.2×10-160.0221.429×10-8

表3-4F檢驗結(jié)果因變量Ter.empLowMidHighF31.05645.85164.08424.888p-value<2.2×10-16<2.2×10-16<2.2×10-16<2.2×10-16經(jīng)過系列檢驗，本文構(gòu)建的模型為具有個體效應(yīng)和時間效應(yīng)的雙向固定效應(yīng)模型：（3-10）其中，Empit（Employment）表示i地區(qū)時間為t時的就業(yè)結(jié)構(gòu)，DEit（DigitalEconomy）代表i地區(qū)時間為t時的數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)，Xit表示模型中的控制變量，αi代表省份效應(yīng)（個體效應(yīng)），λt代表年份效應(yīng)（時間效應(yīng)），εit代表隨機(jī)擾動項。3.3.3變量描述本文的被解釋變量為就業(yè)結(jié)構(gòu)，包括產(chǎn)業(yè)分布結(jié)構(gòu)和技能結(jié)構(gòu)，其中產(chǎn)業(yè)分布結(jié)構(gòu)以第三產(chǎn)業(yè)就業(yè)比重表示；依據(jù)我國教育部門劃分的初等教育（小學(xué)及以下）、中等教育（高中及以下）與高等教育（大專及以上），本文將技能結(jié)構(gòu)分為低、中、高技能人口就業(yè)比重三種，低、中、高技能人口分別對應(yīng)受初、中、高等教育人口。核心解釋變量為數(shù)字經(jīng)濟(jì)發(fā)展水平，本文使用上文構(gòu)建數(shù)字經(jīng)濟(jì)發(fā)展評價指標(biāo)體系并使用熵權(quán)法得到的各地區(qū)的綜合得分表示，得分越高，表明數(shù)字經(jīng)濟(jì)發(fā)展水平越高。為了使模型結(jié)果更可靠，在建立模型時，除了本文所關(guān)注的數(shù)字經(jīng)濟(jì)發(fā)展水平，還加入了一些可能會對就業(yè)結(jié)構(gòu)產(chǎn)生影響的其他變量作為控制變量。在借閱已有相關(guān)文獻(xiàn)的基礎(chǔ)上，本文先選取了地區(qū)經(jīng)濟(jì)發(fā)展水平（以地區(qū)人均GDP表示）、交易通達(dá)度（以人均郵電業(yè)務(wù)量表示）、人口老齡化程度（以老年撫養(yǎng)比表示）、社會就業(yè)財政支出占GDP比重及地區(qū)人力資本（以平均受教育年限）五個控制變量。有關(guān)變量的描述統(tǒng)計如表3-5。表3-5變量定義及一些統(tǒng)計特征變量定義單位均值標(biāo)準(zhǔn)差Ter.emp第三產(chǎn)業(yè)就業(yè)比重％40.1610.95Low低技能人口就業(yè)比重％20.078.95續(xù)表3-5變量定義及一些統(tǒng)計特征變量定義單位均值標(biāo)準(zhǔn)差Mid中技能人口就業(yè)比重％60.588.06High高技能人口就業(yè)比重％19.3410.03DE數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)分29.3316.36GDP地區(qū)人均GDP萬元5.452.62Post人均郵電業(yè)務(wù)量百元29.2428.73OD老年撫養(yǎng)比％14.043.27Fina社會就業(yè)財政支出占GDP比重‰32.4315.75Edu平均受教育年限年9.200.903.3.4數(shù)據(jù)來源本文選取了2011-2019年我國除西藏及港澳臺地區(qū)外的30個省、區(qū)、市相關(guān)數(shù)據(jù)的省級面板數(shù)據(jù)。其中，數(shù)字經(jīng)濟(jì)發(fā)展評價指標(biāo)體系中的各項指標(biāo)數(shù)據(jù)，以及所有的控制變量的數(shù)據(jù)，均來源于2012年-2020年的《中國統(tǒng)計年鑒》；第三產(chǎn)業(yè)就業(yè)比重的數(shù)據(jù)來源于各地區(qū)的統(tǒng)計年鑒；低、中、高技能人口就業(yè)比重的數(shù)據(jù)來源于《中國勞動統(tǒng)計年鑒》。第4章數(shù)字經(jīng)濟(jì)對就業(yè)結(jié)構(gòu)影響的實證分析4.1實證檢驗為深入探究數(shù)字經(jīng)濟(jì)的發(fā)展對我國就業(yè)的產(chǎn)業(yè)分布結(jié)構(gòu)的影響，本文對得到的2011-2019年的省級面數(shù)據(jù)進(jìn)行系列檢驗，確定的模型及模型估計結(jié)果如下：（4-1）（4-2）（4-3）（4-4）表4-1數(shù)字經(jīng)濟(jì)對我國就業(yè)結(jié)構(gòu)影響的回歸結(jié)果解釋變量因變量Ter.empLowMidHighDE0.115***0.006-0.071*0.066**（2.966）（0.177）(-1.855)（2.111）GDP1.243***0.164-1.252***1.087***（5.826）（0.877）(-5.928)（6.259）Post0.039***-0.029***0.0080.021***（4.547）（-3.886）（0.968）（2.984）OD-0.123-0.118-0.1890.295***（-0.994）（-1.083）(-1.511）（2.927）Fina0.119***-0.045*-0.129***0.17***（3.948）(-1.687)(-4.183)（6.938）Edu2.242***-1.87***0.271.667**（2.793）(-2.653)（0.34）（2.548）個體效應(yīng)是是是是時間效應(yīng)是是是是R20.7010.5470.6840.798樣本量270270270270注：***，**，*分別表示在0.01、0.05和0.1的水平上顯著，括號內(nèi)是t統(tǒng)計量值。4.2結(jié)果分析基于表4-1中的回歸結(jié)果，結(jié)合我國實際情況，本節(jié)將具體分析數(shù)字經(jīng)濟(jì)對我國就業(yè)的產(chǎn)業(yè)分布結(jié)構(gòu)和技能結(jié)構(gòu)的影響。從數(shù)字經(jīng)濟(jì)對我國就業(yè)產(chǎn)業(yè)分布結(jié)構(gòu)影響的回歸結(jié)果可以看到，數(shù)字經(jīng)濟(jì)的發(fā)展在10%的顯著性水平下對我國第三產(chǎn)業(yè)就業(yè)比重有著正向作用。也就是說，數(shù)字經(jīng)濟(jì)的不斷發(fā)展會促進(jìn)我國第三產(chǎn)業(yè)就業(yè)占比增加，我國就業(yè)會更加趨于服務(wù)業(yè)化。這個結(jié)果也是符合預(yù)期的：一方面，信息通信業(yè)的不斷發(fā)展以及互聯(lián)網(wǎng)絡(luò)的不斷普及，給人們的生活帶來了極大便利。據(jù)2021年2月CNNIC（中國互聯(lián)網(wǎng)絡(luò)信息中心）發(fā)布的《第47次中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計報告》[17]，截至2020年12月，我國網(wǎng)絡(luò)購物用戶規(guī)模為7.82億，網(wǎng)絡(luò)支付用戶規(guī)模為8.54億，網(wǎng)絡(luò)購物與網(wǎng)絡(luò)支付的普及，會在一定程度上促進(jìn)我國批發(fā)和零售業(yè)、交通運輸業(yè)等行業(yè)的發(fā)展。另一方面，隨著數(shù)字經(jīng)濟(jì)的不斷發(fā)展，也會產(chǎn)生許多新的職位，如軟件開發(fā)類、技術(shù)服務(wù)類等類型的職位，這些都會促進(jìn)我國第三產(chǎn)業(yè)就業(yè)比重的增加。對于模型中的其他變量，經(jīng)濟(jì)發(fā)展水平、交易通達(dá)度、社會就業(yè)財政支出及第三產(chǎn)業(yè)增加值比重均在1%的顯著性水平下對我國第三產(chǎn)業(yè)就業(yè)比重有著正向作用，而老年撫養(yǎng)比則對我國第三產(chǎn)業(yè)就業(yè)比重有著負(fù)向作用，但并不顯著。從數(shù)字經(jīng)濟(jì)對我國就業(yè)技能結(jié)構(gòu)影響的回歸結(jié)果可以得到，數(shù)字經(jīng)濟(jì)的發(fā)展對我國低技能人口就業(yè)有著微弱的正向作用，但并不顯著；數(shù)字經(jīng)濟(jì)的發(fā)展在10%的顯著性水平上對我國中等技能人口就業(yè)有著負(fù)向作用，在5%的顯著性水平上對我國高技能人口就業(yè)有著正向作用。也就是說，數(shù)字經(jīng)濟(jì)的不斷發(fā)展對我國低技能人口的就業(yè)并沒有什么影響，但會在一定程度上抑制我國中等技能人口的就業(yè)并促進(jìn)我國高技能人口的就業(yè)。特別是在10%的顯著性水平下，數(shù)字經(jīng)濟(jì)發(fā)展得分每增加1分，對中等技能人口的需求就會相對減少0.071%，而對高技能人口的需求就會相對增加0.066%。伴隨著數(shù)字經(jīng)濟(jì)發(fā)展水平的提高，尤其是互聯(lián)網(wǎng)、云計算等智能技術(shù)的普及，許多企業(yè)紛紛向數(shù)字化轉(zhuǎn)型，傳統(tǒng)的生產(chǎn)一線的作業(yè)工人（大多為中等技能勞動力）滿足不了企業(yè)的需求，逐漸被先進(jìn)的機(jī)器設(shè)備所替代；在自動化設(shè)備替代人類做非交互式的生產(chǎn)線工作的情況下，受過高等教育的人或者具備特定技能的人，也就是本文中的高技能人口不會被這些先進(jìn)設(shè)備代替，就具有了一些比較優(yōu)勢，特別是那些可以輔助數(shù)字化生產(chǎn)和服務(wù)的高技能勞動力需求還會隨著數(shù)字經(jīng)濟(jì)的不斷發(fā)展而不斷增長。對于模型中的其他變量，對高技能人口就業(yè)的影響更為顯著，且各個變量均在5%的顯著性水平上對我國高技能人口就業(yè)有著正向作用。4.3穩(wěn)健性檢驗為了檢驗上文所得結(jié)論是否可靠，是否具有推廣性，在這一節(jié)，本文將進(jìn)行穩(wěn)健性檢驗。進(jìn)行穩(wěn)健性的方法有很多種，比如替換變量、增減變量等等，本文選用增加變量的方法進(jìn)行檢驗，增加的控制變量為生活成本（Cost），以各地區(qū)居民人均消費支出與居民人均可支配收入之比表示，回歸結(jié)果如表4-2。表4-2增加變量后的回歸結(jié)果解釋變量因變量Ter.empLowMidHighDE0.112***0.01-0.086**0.078**（2.875）（0.29）(-2.307)（2.506）續(xù)表4-2增加變量后的回歸結(jié)果解釋變量因變量Ter.empLowMidHighGDP1.274***0.121-1.084***0.964***（5.838）（0.634）(-5.176)（5.561）Post0.037***-0.027***0.0010.027***（4.199）（-3.462）（0.944）（3.856）OD-0.114-0.129-0.1390.261***（-0.920)（-1.186）(-1.167）（2.643）Fina0.120***-0.046*-0.119***0.166***（3.973）(-1.738)(-4.112)（6.922）Edu2.203***-1.816**0.061.818**（2.735）(-2.571)（0.077）（2.841）Cost-0.0240.033-0.131***0.095***（-0.693）（1.096）（-3.926）（3.46）個體效應(yīng)是是是是時間效應(yīng)是是是是R20.7020.5510.6940.808樣本量270270270270注：***，**，*分別表示在0.01、0.05和0.1的水平上顯著，括號內(nèi)是t統(tǒng)計量值?？梢钥闯?，增加控制變量——生活成本后的回歸結(jié)果和上文全區(qū)域的回歸結(jié)果除了在數(shù)值上有所差異外，在顯著性方面和正負(fù)向影響方面基本一致，由此可以認(rèn)為上文中的回歸結(jié)果是穩(wěn)健的，可靠的。除此之外，由表4-2我們還可以看到，生活成本對我國就業(yè)產(chǎn)業(yè)分布結(jié)構(gòu)并沒有顯著影響，但會在1%的顯著性水平下抑制中等技能勞動力就業(yè)促進(jìn)高技能人才就業(yè)。第5章結(jié)論及建議5.1研究結(jié)論本文首先構(gòu)建了數(shù)字經(jīng)濟(jì)發(fā)展的評價指標(biāo)體系，并使用熵權(quán)法測算，得到2011-2019年中國30個省區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)。為深入探究數(shù)字經(jīng)濟(jì)對我國就業(yè)的產(chǎn)業(yè)分布結(jié)構(gòu)和技能結(jié)構(gòu)的影響，經(jīng)過系列檢驗，本文以就業(yè)結(jié)構(gòu)為被解釋變量，以數(shù)字經(jīng)濟(jì)發(fā)展水平為核心解釋變量，并加入了一些可能影響就業(yè)結(jié)構(gòu)的其他變量作為控制變量，構(gòu)建雙向固定效應(yīng)模型，并通過增添變量檢驗了所得結(jié)果是否穩(wěn)健、可靠。最終得到的結(jié)論具體如下：我國各省區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)整體呈上升趨勢，且中西部地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展與東部地區(qū)存在較大差距。數(shù)字經(jīng)濟(jì)對我國第三產(chǎn)業(yè)就業(yè)比重的影響顯著為正，即數(shù)字經(jīng)濟(jì)的不斷發(fā)展會促進(jìn)我國第三產(chǎn)業(yè)就業(yè)占比增加，數(shù)字經(jīng)濟(jì)發(fā)展水平越高，我國就業(yè)就會更加趨于服務(wù)業(yè)化。數(shù)字經(jīng)濟(jì)對我國低技能人口就業(yè)比重有微弱的抑制作用但不顯著，對中等技能人口就業(yè)比重的影響顯著為負(fù)，對高技能人口就業(yè)比重的影響顯著為正。也就是說，隨著數(shù)字經(jīng)濟(jì)發(fā)展水平的不斷提高，我國會逐漸減少對中等技能勞動力的需求，而對高技能勞動力的需求會不斷增加，一些受過高等教育或擁有特定技能的人在就業(yè)方面具有比較優(yōu)勢。5.2本文建議本文測算了2011-2019年我國30個省區(qū)的數(shù)字經(jīng)濟(jì)指數(shù)，之后使用2011-2019年我國30個省區(qū)的省級面板數(shù)據(jù)構(gòu)建計量回歸模型，實證分析了數(shù)字經(jīng)濟(jì)對我國就業(yè)的產(chǎn)業(yè)分布結(jié)構(gòu)和技能結(jié)構(gòu)的影響，研究發(fā)現(xiàn)：第一，我國各省區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)整體呈上升趨勢且中西部地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展與東部地區(qū)存在較大差距；第二，數(shù)字經(jīng)濟(jì)發(fā)展水平的不斷提高會促進(jìn)我國第三產(chǎn)業(yè)就業(yè)占比增加，推進(jìn)我國就業(yè)結(jié)構(gòu)的優(yōu)化升級；第三，數(shù)字經(jīng)濟(jì)發(fā)展水平的不斷提高會抑制我國中等技能人口的就業(yè)，促進(jìn)高技能人才就業(yè)。針對以上結(jié)論，本文提出以下建議：我國數(shù)字經(jīng)濟(jì)區(qū)域發(fā)展不均衡，具體表現(xiàn)為中西部的數(shù)字經(jīng)濟(jì)發(fā)展水平明顯落后于東部地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展水平，本文認(rèn)為這也符合技術(shù)發(fā)展的客觀規(guī)律，各地區(qū)應(yīng)因地制宜，發(fā)揮地區(qū)特色，中西部地區(qū)雖然數(shù)字經(jīng)濟(jì)發(fā)展水平較低，但可以從其他領(lǐng)域獲得補(bǔ)償性提高。如處于西部地區(qū)的貴州，其數(shù)字經(jīng)濟(jì)發(fā)展水平較低，但其能源、礦產(chǎn)等自然資源豐富，可通過促進(jìn)互聯(lián)網(wǎng)絡(luò)及信息通信技術(shù)與其特色優(yōu)勢產(chǎn)業(yè)相結(jié)合，來開發(fā)和利用貴州的資源優(yōu)勢，在發(fā)展數(shù)字經(jīng)濟(jì)的同時，切實提高資源的價值和效益。我國應(yīng)該抓住數(shù)字經(jīng)濟(jì)不斷發(fā)展的契機(jī)，實現(xiàn)就業(yè)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整和優(yōu)化升級。數(shù)字經(jīng)濟(jì)發(fā)展所催生的新技術(shù)、新產(chǎn)業(yè)、新業(yè)態(tài)、新模式更多的是在第三產(chǎn)業(yè)領(lǐng)域，因而第三產(chǎn)業(yè)領(lǐng)域就業(yè)資源增多，我國應(yīng)抓住這一機(jī)遇，地方政府進(jìn)一步加大相關(guān)產(chǎn)業(yè)（如互聯(lián)網(wǎng)行業(yè)、信息技術(shù)服務(wù)業(yè)等）就業(yè)優(yōu)先政策的實施力度，引導(dǎo)并扶持相關(guān)產(chǎn)業(yè)發(fā)展壯大，這樣才能有更多的就業(yè)資源，推進(jìn)我國就業(yè)產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級。隨著數(shù)字經(jīng)濟(jì)發(fā)展水平的提高，我國對