數(shù)字技術(shù)影響實(shí)體經(jīng)濟(jì)就業(yè)的非線性效應(yīng)研究

王冬 呂延方

[摘要]新時(shí)代如何有效利用數(shù)字技術(shù)服務(wù)于實(shí)體經(jīng)濟(jì)的高質(zhì)量發(fā)展越來越重要。其中，數(shù)字技術(shù)促進(jìn)實(shí)體經(jīng)濟(jì)就業(yè)還是引致實(shí)體經(jīng)濟(jì)失業(yè)問題，國(guó)內(nèi)外學(xué)術(shù)界觀點(diǎn)不統(tǒng)一?；诖?，首先界定和詮釋數(shù)字經(jīng)濟(jì)內(nèi)涵和外延，從狹義和廣義角度羅列出涵蓋的數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)具體部門，然后給出數(shù)字技術(shù)影響實(shí)體經(jīng)濟(jì)就業(yè)問題的數(shù)理模型，并采用非線性實(shí)證框架驗(yàn)證2003—2019期間我國(guó)數(shù)字投入對(duì)實(shí)體經(jīng)濟(jì)部門就業(yè)的影響。實(shí)證結(jié)果顯示，狹義數(shù)字技術(shù)指標(biāo)對(duì)勞動(dòng)力就業(yè)始終呈負(fù)向影響，但隨著行業(yè)產(chǎn)出的增加，負(fù)向抑制作用有減弱趨勢(shì);廣義數(shù)字技術(shù)對(duì)勞動(dòng)力就業(yè)的影響則呈現(xiàn)一個(gè)先抑制后促進(jìn)再抑制的復(fù)雜非線性變化趨勢(shì);產(chǎn)出增長(zhǎng)到一定水平后，數(shù)字技術(shù)與產(chǎn)出的交乘項(xiàng)對(duì)勞動(dòng)力就業(yè)的影響為正向;相對(duì)于高技術(shù)就業(yè)部門，數(shù)字技術(shù)對(duì)低技術(shù)行業(yè)的勞動(dòng)力就業(yè)有顯著的正向影響。因此，盡管數(shù)字技術(shù)會(huì)通過替代作用誘發(fā)實(shí)體經(jīng)濟(jì)的失業(yè)問題，但是當(dāng)數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)深度融合，可以通過數(shù)字技術(shù)帶動(dòng)行業(yè)規(guī)模擴(kuò)大，最終促進(jìn)實(shí)體經(jīng)濟(jì)就業(yè)。

[關(guān)鍵詞]數(shù)字經(jīng)濟(jì);實(shí)體經(jīng)濟(jì);就業(yè)問題;非線性效應(yīng)

一、 引言

習(xí)總書記在亞太經(jīng)合組織第二十七次領(lǐng)導(dǎo)人非正式會(huì)議，發(fā)表重要講話，指出“數(shù)字經(jīng)濟(jì)是全球未來的發(fā)展方向”1。近期，黨的十九屆五中全會(huì)通過了《中共中央關(guān)于制定國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和二〇三五年遠(yuǎn)景目標(biāo)的建議》，針對(duì)“加快數(shù)字化發(fā)展”作出全面部署，要求“推進(jìn)數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化，推動(dòng)數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)深度融合，打造具有國(guó)際競(jìng)爭(zhēng)力的數(shù)字產(chǎn)業(yè)集群”2。尤其是，中國(guó)正在從中等收入國(guó)家跨越高收入國(guó)家，如何有效利用數(shù)字技術(shù)，服務(wù)于實(shí)體經(jīng)濟(jì)的高質(zhì)量發(fā)展，日益重要。

關(guān)于數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)融合的機(jī)制性問題，學(xué)界一般形成兩組觀點(diǎn)：數(shù)字技術(shù)是鴻溝還是福利?！案＠闭f一般認(rèn)為，數(shù)字經(jīng)濟(jì)是一種高級(jí)的、可持續(xù)的經(jīng)濟(jì)形態(tài)，以信息通信技術(shù)為核心的技術(shù)手段對(duì)社會(huì)經(jīng)濟(jì)各個(gè)方面起著促進(jìn)作用[1]。許憲春等指出，以信息技術(shù)為內(nèi)核的新經(jīng)濟(jì)可以減緩傳統(tǒng)經(jīng)濟(jì)增速下行壓力、促進(jìn)經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型升級(jí)、推動(dòng)經(jīng)濟(jì)高質(zhì)量發(fā)展、轉(zhuǎn)變?nèi)藗兊纳罘绞絒2]。祝合良等指出，我國(guó)加快產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型，可以提高產(chǎn)業(yè)鏈、供應(yīng)鏈的穩(wěn)定性和競(jìng)爭(zhēng)力[3]?！傍櫆稀闭f則認(rèn)為數(shù)字技術(shù)會(huì)帶來一定負(fù)面影響。20世紀(jì)90年代以來，盡管新興信息通信技術(shù)出現(xiàn)爆發(fā)式增長(zhǎng)，全球卻出現(xiàn)新的貧富差距，即“數(shù)字鴻溝”[4]。尤其是，對(duì)于與民生息息相關(guān)的就業(yè)問題，學(xué)者們持有不同的觀點(diǎn)。一方面，部分學(xué)者認(rèn)為數(shù)字化可以正向影響勞動(dòng)力市場(chǎng)和就業(yè)水平，例如，數(shù)字化轉(zhuǎn)型可以緩解我國(guó)經(jīng)濟(jì)常態(tài)下的就業(yè)壓力[5];數(shù)字技術(shù)還可以縮小全球的勞動(dòng)力成本差異[6];數(shù)字經(jīng)濟(jì)發(fā)展能促進(jìn)就業(yè)環(huán)境持續(xù)改善、就業(yè)能力不斷增強(qiáng)，為實(shí)現(xiàn)更高質(zhì)量就業(yè)提供新契機(jī)[7]。另一方面，其他學(xué)者則認(rèn)為數(shù)字化對(duì)勞動(dòng)力就業(yè)水平會(huì)產(chǎn)生一定負(fù)向影響，有時(shí)候會(huì)造成區(qū)域差異，例如從就業(yè)質(zhì)量來看，中西部地區(qū)就業(yè)質(zhì)量與東部地區(qū)存在一定差距，區(qū)域分化差異較明顯[7];有專家研究發(fā)現(xiàn)，相對(duì)于高收入經(jīng)濟(jì)體，數(shù)字時(shí)代的普惠金融雖然可以推動(dòng)中低收入經(jīng)濟(jì)體的可持續(xù)就業(yè)，但是相對(duì)于高收入經(jīng)濟(jì)體，效果不明顯[8]。

鑒于數(shù)字技術(shù)對(duì)實(shí)體經(jīng)濟(jì)就業(yè)問題的復(fù)雜雙面特征，本文在國(guó)內(nèi)外已有研究基礎(chǔ)上，側(cè)重研究數(shù)字技術(shù)影響實(shí)體經(jīng)濟(jì)就業(yè)的邊界問題，理論上繼續(xù)應(yīng)用經(jīng)濟(jì)學(xué)范式框架，首先合理界定和詮釋數(shù)字經(jīng)濟(jì)內(nèi)涵和外延，從狹義和廣義角度羅列出涵蓋的數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)具體部門，然后在已有研究基礎(chǔ)上歸納出主要假說，并且采用了非線性實(shí)證框架驗(yàn)證2003—2019年期間我國(guó)數(shù)字投入對(duì)實(shí)體經(jīng)濟(jì)部門的影響，數(shù)字投入指標(biāo)核算則采用了投入產(chǎn)出分析框架，最后根據(jù)經(jīng)驗(yàn)分析結(jié)果與數(shù)理模型的假說一一對(duì)照，給出文章的主要結(jié)論和數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)融合的政策建議。

二、 文獻(xiàn)綜述

數(shù)字與就業(yè)的關(guān)聯(lián)性研究最早可以追溯到全要素生產(chǎn)率等研究。專家以早期的勞動(dòng)力效率和就業(yè)模型為基礎(chǔ)，進(jìn)一步指出，現(xiàn)代經(jīng)濟(jì)增長(zhǎng)不再體現(xiàn)在全要素生產(chǎn)率中，因?yàn)榧夹g(shù)變革帶來的收益從未記錄在創(chuàng)新回報(bào)或國(guó)民賬戶中，很難通過統(tǒng)計(jì)方法評(píng)估機(jī)器人技術(shù)、電子商務(wù)或創(chuàng)新技術(shù)之間是否存在互補(bǔ)性[9]。因此，有必要提供一個(gè)新的理論框架，給出數(shù)字化對(duì)就業(yè)影響的新證據(jù)。

關(guān)于數(shù)字技術(shù)與就業(yè)問題的關(guān)聯(lián)性，學(xué)術(shù)界一般從國(guó)家、行業(yè)區(qū)域和企業(yè)3個(gè)層次進(jìn)行討論。從國(guó)家層次來看，大部分學(xué)者一般認(rèn)為數(shù)字技術(shù)有利于一個(gè)國(guó)家的整體宏觀經(jīng)濟(jì)。例如，數(shù)字技術(shù)的普及不僅可以重塑澳大利亞等高收入國(guó)家的勞動(dòng)力市場(chǎng)，而且中國(guó)等中等收入國(guó)家也借助數(shù)字革命，利用數(shù)字技術(shù)，正在向高收入國(guó)家跨越[10]。Xia等指出，近年數(shù)字經(jīng)濟(jì)快速發(fā)展，在改善就業(yè)格局、創(chuàng)造就業(yè)機(jī)會(huì)、調(diào)整就業(yè)結(jié)構(gòu)等方面發(fā)揮了不可替代的作用，例如，2020年突發(fā)性疫情影響了人民生活，大量實(shí)體經(jīng)濟(jì)面臨延遲復(fù)工的局面，然而，數(shù)字經(jīng)濟(jì)發(fā)展迅速，保障了社會(huì)供給，促進(jìn)了社會(huì)發(fā)展[11]。也有學(xué)者發(fā)現(xiàn)數(shù)字化技術(shù)發(fā)展阻礙了就業(yè)，例如，Acemoglu等研究發(fā)現(xiàn)，機(jī)器的使用會(huì)降低就業(yè)和工資水平[12]。

如果細(xì)分行業(yè)和區(qū)域，專家給出依據(jù)行業(yè)和區(qū)域特征的不同，影響略微差異的結(jié)論。部分專家認(rèn)可數(shù)字技術(shù)對(duì)某些行業(yè)就業(yè)的積極促進(jìn)作用，例如Ndubuisi等通過南部非洲面板數(shù)據(jù)，證明了“數(shù)字基礎(chǔ)設(shè)施對(duì)服務(wù)業(yè)就業(yè)作出了積極貢獻(xiàn)”，并且進(jìn)一步給出了這一積極貢獻(xiàn)的前提條件：數(shù)字技術(shù)對(duì)服務(wù)業(yè)積極影響取決于“教育、制度質(zhì)量和通貨膨脹率所反映的宏觀經(jīng)濟(jì)條件”;構(gòu)建了數(shù)字技術(shù)、行業(yè)就業(yè)和國(guó)家宏觀條件之間的邏輯聯(lián)系，指出“數(shù)字基礎(chǔ)設(shè)施對(duì)服務(wù)業(yè)就業(yè)的影響往往有利于教育水平較低的國(guó)家”[13]。戚聿東等篩選了與數(shù)字技術(shù)應(yīng)用較緊密的主要產(chǎn)業(yè)：互聯(lián)網(wǎng)和電信業(yè)、軟件業(yè)、電商零售業(yè)、科學(xué)技術(shù)業(yè)，認(rèn)為它們發(fā)展顯著增加了第三產(chǎn)業(yè)就業(yè)比重和各省就業(yè)質(zhì)量得分[7]。

部分學(xué)者從微觀視角（職業(yè)特性、性別特征）來看數(shù)字技術(shù)和就業(yè)的邏輯關(guān)系，例如， Cirillo等通過使用意大利職業(yè)調(diào)查數(shù)據(jù)針對(duì)超過500個(gè)4位數(shù)ISCO專業(yè)群體的數(shù)字化、職業(yè)常規(guī)化水平進(jìn)行微觀調(diào)查，實(shí)驗(yàn)表明，不同職業(yè)在數(shù)字化和常規(guī)化水平上存在很大差異，并且在大多數(shù)專業(yè)群體中，兩者之間存在負(fù)相關(guān)關(guān)系;計(jì)量經(jīng)濟(jì)學(xué)模型估計(jì)表明，數(shù)字密集型職業(yè)的增長(zhǎng)速度往往超過其他勞動(dòng)力，反過來，常規(guī)水平與就業(yè)變化呈負(fù)相關(guān)，但是他也指出，不能單純割裂開數(shù)字化職業(yè)和常規(guī)化職業(yè)，否則就業(yè)問題會(huì)都出現(xiàn)問題。因此，有必要研究數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)的融合機(jī)制，不能單純割裂數(shù)字技術(shù)應(yīng)用程度不同的職業(yè)[14]。Galperin等探討就業(yè)中的性別差異如何影響拉丁美洲國(guó)家的數(shù)字性別差距，調(diào)查結(jié)果表明，男性和女性之間的就業(yè)模式差異是造成這些國(guó)家互聯(lián)網(wǎng)使用性別差距的最大單一因素，領(lǐng)先于其他互聯(lián)網(wǎng)使用預(yù)測(cè)因素（如收入、年齡和教育）的差異，其中，女性的就業(yè)和互聯(lián)網(wǎng)使用之間的相關(guān)性強(qiáng)于男性，可以歸因于女性傾向于在更多信息通信技術(shù)密集型部門（衛(wèi)生服務(wù)、教育等）工作的事實(shí)[15]。

目前針對(duì)數(shù)字經(jīng)濟(jì)較規(guī)范的研究文獻(xiàn)主要依托了經(jīng)濟(jì)學(xué)和管理學(xué)兩個(gè)范式框架，當(dāng)然也有少數(shù)學(xué)者加入了社會(huì)學(xué)理論框架。謝富勝等運(yùn)用了政治經(jīng)濟(jì)學(xué)范式分析了平臺(tái)經(jīng)濟(jì)的理論機(jī)理和缺陷，他們指出平臺(tái)經(jīng)濟(jì)依靠高效的數(shù)據(jù)采集和傳輸系統(tǒng)、發(fā)達(dá)的算力以及功能強(qiáng)大的數(shù)據(jù)處理算法所支持的數(shù)字平臺(tái)，集成社會(huì)生產(chǎn)、分配、交換與消費(fèi)活動(dòng)，大力促進(jìn)了社會(huì)生產(chǎn)力發(fā)展：數(shù)字平臺(tái)的技術(shù)特性塑造了動(dòng)態(tài)不完全競(jìng)爭(zhēng)，而基于數(shù)字平臺(tái)的勞動(dòng)組織新形式導(dǎo)致不穩(wěn)定的就業(yè)和工資，因此，平臺(tái)經(jīng)濟(jì)仍然無法克服資本積累規(guī)律揭示的內(nèi)在矛盾[16]。 戚聿東等則構(gòu)建了一個(gè)主流的經(jīng)濟(jì)學(xué)分析框架，首先從理論層面分析了數(shù)字經(jīng)濟(jì)發(fā)展對(duì)就業(yè)結(jié)構(gòu)、就業(yè)質(zhì)量的影響及其機(jī)理，并構(gòu)建中國(guó)就業(yè)質(zhì)量指標(biāo)評(píng)價(jià)體系，然后設(shè)計(jì)了計(jì)量經(jīng)濟(jì)學(xué)分析模型，最后基于數(shù)據(jù)樣本，實(shí)證分析了互聯(lián)網(wǎng)和電信業(yè)、軟件業(yè)、電商零售業(yè)、科學(xué)技術(shù)業(yè)等數(shù)字技術(shù)相關(guān)產(chǎn)業(yè)發(fā)展對(duì)就業(yè)結(jié)構(gòu)和就業(yè)質(zhì)量的影響[7]。戚聿東等的研究也加入了社會(huì)調(diào)查內(nèi)容，他們利用中國(guó)綜合社會(huì)調(diào)查（CGSS）數(shù)據(jù)，采用統(tǒng)計(jì)學(xué)工具——雙重差分法評(píng)估了數(shù)字生活對(duì)就業(yè)概率的作用和影響[5]。社會(huì)學(xué)研究可以追溯到Matsuoka研究，該研究運(yùn)用了SLA理論，探討了日本英語學(xué)習(xí)者數(shù)字化就業(yè)的社會(huì)心理，旨在探索如何提高基于日本大學(xué)生問卷數(shù)據(jù)的學(xué)習(xí)者英語學(xué)習(xí)態(tài)度[17]。朱良杰等從管理學(xué)的營(yíng)銷理論框架進(jìn)行演繹，指出，數(shù)字世界的價(jià)值共創(chuàng)成為營(yíng)銷領(lǐng)域研究的前沿和熱點(diǎn)。作者總結(jié)了數(shù)字世界的價(jià)值共創(chuàng)3個(gè)重要研究主題，社交媒體的價(jià)值共創(chuàng)、品牌社群的價(jià)值共創(chuàng)以及數(shù)字世界的價(jià)值共創(chuàng)與品牌創(chuàng)建[18]。

國(guó)內(nèi)外研究文獻(xiàn)為本文進(jìn)一步從我國(guó)細(xì)分行業(yè)層面分析數(shù)字技術(shù)與不同特征行業(yè)的就業(yè)問題的邏輯關(guān)系，奠定了理論和實(shí)踐基礎(chǔ)，本文將在以下幾個(gè)方面有所突破：

第一，既有數(shù)字技術(shù)影響就業(yè)的文獻(xiàn)已在宏觀和微觀兩個(gè)層次上進(jìn)行大量的理論研究，但在行業(yè)層次研究方面還不充分，尤其是沒有細(xì)分更多特征的行業(yè)類別，例如戚聿東[7]、Ndubuisi等 [13]的研究涉及了服務(wù)業(yè)整體，但是沒有繼續(xù)細(xì)分行業(yè)。如果能豐富行業(yè)層面的研究，并建立合理的理論框架梳理數(shù)字技術(shù)對(duì)就業(yè)影響的關(guān)鍵因素，我們將能更科學(xué)地論證數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)有效融合、促進(jìn)良性就業(yè)的行業(yè)特征和系統(tǒng)機(jī)制。

第二，由于數(shù)字經(jīng)濟(jì)在國(guó)內(nèi)外社會(huì)科學(xué)范疇內(nèi)屬于新興學(xué)科，其跨行業(yè)特征很明顯，且各方未對(duì)數(shù)字經(jīng)濟(jì)內(nèi)容的確切內(nèi)涵達(dá)成共識(shí)，統(tǒng)計(jì)方面存在諸多困難。迄今為止，因?yàn)閿?shù)據(jù)獲取的局限，未能更為科學(xué)、合理地反映經(jīng)濟(jì)數(shù)字滲透的程度，本文擬在國(guó)內(nèi)外已有研究基礎(chǔ)上使用更為精確、合理的測(cè)量指標(biāo)。

第三，國(guó)內(nèi)外研究多為理論分析。由于數(shù)據(jù)資料不易獲取，不能有效實(shí)現(xiàn)行業(yè)分類數(shù)據(jù)的對(duì)接，通過實(shí)證檢驗(yàn)細(xì)化到行業(yè)層次的國(guó)內(nèi)外研究尤其缺乏，即使有少數(shù)相關(guān)文獻(xiàn)，由于數(shù)據(jù)無法有效對(duì)接，也不能及時(shí)更新。本文綜合運(yùn)用各種數(shù)據(jù)庫的資源，突破數(shù)據(jù)的限制，有效實(shí)現(xiàn)產(chǎn)業(yè)分類數(shù)據(jù)的統(tǒng)一和整理，構(gòu)建面板數(shù)據(jù)進(jìn)行實(shí)證檢驗(yàn)。

三、 理論框架

1. 數(shù)字經(jīng)濟(jì)的內(nèi)核和外延

數(shù)字經(jīng)濟(jì)較早的研究?jī)?nèi)核一般被限定于數(shù)字內(nèi)容產(chǎn)品和服務(wù)，即數(shù)字傳輸?shù)膬?nèi)容產(chǎn)業(yè)（Digitally-Delivered Content Products）[19-21]。近來隨著電子商務(wù)的迅速普及，部分文獻(xiàn)將數(shù)字推動(dòng)的交易模式等同于跨境電商。Gonzalez等基于“數(shù)據(jù)不僅是一種本身可以交易的資產(chǎn)，而且也是組織貿(mào)易和全球價(jià)值鏈的手段”的論斷，認(rèn)為數(shù)字貿(mào)易不僅局限于服務(wù)業(yè)，還應(yīng)包括商品和服務(wù)貿(mào)易中的所有數(shù)字化交易[22]。

《新興的數(shù)字經(jīng)濟(jì)Ⅱ》報(bào)告[23]中將數(shù)字經(jīng)濟(jì)相關(guān)產(chǎn)業(yè)分為4個(gè)類別：硬件工業(yè)、通信設(shè)備工業(yè)、軟件服務(wù)業(yè)、通信服務(wù)業(yè)。參見表1不同類別的具體行業(yè)。

許憲春等對(duì)接了國(guó)內(nèi)主要統(tǒng)計(jì)產(chǎn)業(yè)門類，他們將數(shù)字產(chǎn)業(yè)分為可量化的3個(gè)類別：賦權(quán)基礎(chǔ)設(shè)施、媒體和交易（表2）[24]。

因此，數(shù)字經(jīng)濟(jì)雖然沒有明確、公認(rèn)的定義，但是我們還是借用一個(gè)較為權(quán)威的概念：2016年G20杭州峰會(huì)發(fā)布的《二十國(guó)集團(tuán)數(shù)字經(jīng)濟(jì)發(fā)展與合作倡議》1指出，數(shù)字經(jīng)濟(jì)是包含如下內(nèi)核的旨在提升效率和促進(jìn)經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化的一系列經(jīng)濟(jì)活動(dòng)：使用數(shù)字化知識(shí)和信息作為關(guān)鍵生產(chǎn)要素，現(xiàn)代信息網(wǎng)絡(luò)作為重要載體，有效使用信息通信技術(shù)。

基于國(guó)內(nèi)外已有研究，數(shù)字經(jīng)濟(jì)狹義上應(yīng)僅包括電信和其他信息傳輸服務(wù)（60）、計(jì)算機(jī)新型服務(wù)（61）、軟件服務(wù)（62）等以處理數(shù)據(jù)為中心業(yè)務(wù)的3個(gè)產(chǎn)業(yè)，廣義上則還包括設(shè)備（通信設(shè)備、計(jì)算機(jī)及其他電子設(shè)備40）、內(nèi)容（新聞出版服務(wù)88和廣播、電視、電影和音像服務(wù)89）和交易（批發(fā)服務(wù)63和零售服務(wù)64）。到目前為止，雖然廣義概念中的產(chǎn)業(yè)內(nèi)核仍然由于與傳統(tǒng)業(yè)務(wù)交叉，被部分學(xué)者質(zhì)疑，但是，本文認(rèn)為隨著數(shù)字化應(yīng)用擴(kuò)大和滲透，設(shè)備、內(nèi)容和交易3個(gè)類別將越來越成為數(shù)字技術(shù)的載體。

2. 數(shù)字技術(shù)對(duì)就業(yè)影響的非線性計(jì)量模型

基于已有研究，可以形成如下理論預(yù)期：

假設(shè)H1：從理論上講，數(shù)字技術(shù)會(huì)替代部分人力投入，從而降低對(duì)勞動(dòng)力的需求，對(duì)就業(yè)的影響預(yù)期為負(fù);

假說H2：產(chǎn)出的擴(kuò)大將增加勞動(dòng)力的需求，對(duì)就業(yè)的影響預(yù)期為正;

假說H3：根據(jù)前面文獻(xiàn)整理，我們還可以分解產(chǎn)出對(duì)就業(yè)影響的一個(gè)間接機(jī)制，這一機(jī)制可以通過獲得數(shù)字技術(shù)來促進(jìn)產(chǎn)出，從而帶動(dòng)就業(yè)增加。

鑒于數(shù)字技術(shù)對(duì)就業(yè)影響的復(fù)雜理論機(jī)理，本文嘗試考察數(shù)字技術(shù)等主要變量對(duì)行業(yè)就業(yè)的非線性影響，同時(shí)以行業(yè)產(chǎn)出為門限變量，依次對(duì)受門限變量影響的解釋變量進(jìn)行檢驗(yàn)和估計(jì)，最終檢驗(yàn)?zāi)Ｐ蛯?duì)部分變量取對(duì)數(shù)，以衡量解釋變量變動(dòng)1%的情況下，被解釋變量的變動(dòng)程度?

基于行業(yè)產(chǎn)出對(duì)行業(yè)就業(yè)的平滑轉(zhuǎn)移模型，首先建立一個(gè)兩機(jī)制面板平滑轉(zhuǎn)移模型：

其中，[lnempit]為被解釋變量，是以對(duì)數(shù)形式表示的第[i]個(gè)行業(yè)第[t]年的勞動(dòng)就業(yè)量;[lndigit]?[lnpproit]?[ln （dig×pro）it]、[lnwit]、[lnrit]為受門限變量影響的解釋變量，是以對(duì)數(shù)形式表示的數(shù)字技術(shù)、單位產(chǎn)出、數(shù)字技術(shù)和產(chǎn)出的交互變量、工資、租金;[gpro;τ，φ]為轉(zhuǎn)換函數(shù)，[proit]為門限變量，表示行業(yè)產(chǎn)出，[τ]和[φ]分別表示特定的平滑參數(shù)和位置參數(shù);[εit?iid0，σ2]?

基于無剩余非線性檢驗(yàn)結(jié)果，可以建立多機(jī)制面板平滑轉(zhuǎn)換模型：

各參數(shù)含義與模型1相同。

四、 模型設(shè)計(jì)

變量數(shù)據(jù)主要取自亞洲開發(fā)銀行的投入產(chǎn)出數(shù)據(jù)庫、經(jīng)濟(jì)合作與發(fā)展組織投入產(chǎn)出數(shù)據(jù)庫、《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》，時(shí)間維度為2003—2019年。

1. 行業(yè)歸并和整理

首先結(jié)合《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》，本文進(jìn)行了3個(gè)數(shù)據(jù)來源的行業(yè)歸并和整理，整理出28個(gè)行業(yè)。首先，基于3個(gè)數(shù)據(jù)來源，居民服務(wù)、修理和其他服務(wù)業(yè)可以對(duì)應(yīng)國(guó)外的Private households with employed persons（家庭服務(wù)業(yè)），但是由于大部分?jǐn)?shù)據(jù)為零，影響統(tǒng)計(jì)結(jié)果，所以剔除此行業(yè)。歸并和整理參見表3。狹義數(shù)字部門僅包括信息服務(wù)業(yè)，于是，狹義實(shí)體經(jīng)濟(jì)部門涵蓋了除信息服務(wù)業(yè)以外的26個(gè)經(jīng)濟(jì)部門。并且，由于數(shù)字媒介行業(yè)與其他行業(yè)一起形成文化娛樂業(yè)，鑒于目前技術(shù)無法準(zhǔn)確分離數(shù)字內(nèi)容相關(guān)行業(yè)數(shù)據(jù)，因此本文廣義數(shù)字部門僅包括設(shè)備、數(shù)據(jù)和交易行業(yè)。于是，廣義數(shù)字部門包括3個(gè)：電子設(shè)備制造業(yè)（數(shù)字關(guān)聯(lián)設(shè)備行業(yè)）、貿(mào)易服務(wù)業(yè)（數(shù)字關(guān)聯(lián)交易行業(yè)）、信息服務(wù)業(yè)（數(shù)字關(guān)聯(lián)數(shù)據(jù)技術(shù)行業(yè)），廣義實(shí)體部門包括24個(gè)：農(nóng)林業(yè)、采礦業(yè)、食品制造業(yè)、紡織制造業(yè)、木材制造業(yè)、紙制品業(yè)、石油制品業(yè)、化學(xué)制品業(yè)、橡塑制品業(yè)、非金屬制造業(yè)、金屬制造業(yè)、其他機(jī)械制造業(yè)、運(yùn)輸機(jī)械制造業(yè)、其他制造業(yè)、公用服務(wù)業(yè)、建筑業(yè)、運(yùn)輸服務(wù)業(yè)、食宿服務(wù)業(yè)、金融業(yè)、房地產(chǎn)業(yè)、公共管理業(yè)、商務(wù)服務(wù)業(yè)、教育業(yè)、衛(wèi)生服務(wù)業(yè)，同時(shí)也剔除了文化娛樂業(yè)。

2. 主要指標(biāo)選取和整理

（1）數(shù)字技術(shù)（dig）。本文選取數(shù)字部門對(duì)實(shí)體經(jīng)濟(jì)部門的投入作為反映數(shù)字技術(shù)的代理變量。OECD的投入產(chǎn)出數(shù)據(jù)庫（rev.4）提供了2005—2015年數(shù)據(jù)，2016—2019年數(shù)據(jù)則取自ADB的投入產(chǎn)出數(shù)據(jù)庫，2003—2004年數(shù)據(jù)來自O(shè)ECD投入產(chǎn)出數(shù)據(jù)庫（rev.3）。于是，本文構(gòu)建兩個(gè)數(shù)字技術(shù)指標(biāo)。

狹義數(shù)字技術(shù)（dign）：信息服務(wù)業(yè)對(duì)27個(gè)實(shí)體經(jīng)濟(jì)部門的中間投入比值。

廣義數(shù)字技術(shù)（digb）：信息服務(wù)業(yè)、電子設(shè)備制造業(yè)、貿(mào)易服務(wù)業(yè)等3個(gè)數(shù)字部門對(duì)24個(gè)實(shí)體經(jīng)濟(jì)部門的中間投入比值。

（2）勞動(dòng)力就業(yè)（emp）。本文采用了實(shí)體經(jīng)濟(jì)部門分行業(yè)就業(yè)指標(biāo)。這里分別按照狹義數(shù)字部門和廣義數(shù)字部門定義將實(shí)體經(jīng)濟(jì)部門分為狹義部門和廣義部門。分行業(yè)就業(yè)指標(biāo)來自2004—2020年各年《中國(guó)勞動(dòng)統(tǒng)計(jì)年鑒》中“城鎮(zhèn)單位就業(yè)人員和工資總額”，此部分給出了城鎮(zhèn)單位非私營(yíng)單位年末就業(yè)人員數(shù)，單位：萬人。

（3）產(chǎn)出（pro）。為了考慮就業(yè)有可能會(huì)基于產(chǎn)出產(chǎn)生非線性變化，本文采用了實(shí)體經(jīng)濟(jì)部門分行業(yè)產(chǎn)出作為門限變量。OECD投入產(chǎn)出表和ADB投入產(chǎn)出表最下面一列給出了主要行業(yè)的產(chǎn)出值，單位：百萬美元。

（4）工資（w）?！吨袊?guó)勞動(dòng)統(tǒng)計(jì)年鑒》中“城鎮(zhèn)單位就業(yè)人員和工資總額”，此部分還給出了城鎮(zhèn)單位非私營(yíng)單位分行業(yè)平均工資，單位：元。

（5）單位就業(yè)人員創(chuàng)造的產(chǎn)出指標(biāo)（ppro）。本文采用上面兩個(gè)指標(biāo)（產(chǎn)出和就業(yè)）的比值作為模型的控制變量，以消除行業(yè)規(guī)模過大或過小對(duì)模型結(jié)果影響的偏差，單位：美元。

（6）租金（r）。由于無法獲得各年份行業(yè)資本租金，我們可以從《中國(guó)統(tǒng)計(jì)年鑒》獲得各年的固定資產(chǎn)投資價(jià)格指數(shù)（1990=100），于是變量[rit]修改為[rt]，該代理指標(biāo)僅受時(shí)間因素影響，而不受行業(yè)影響。

五、 結(jié)果分析

表3是模型（1）主要變量的統(tǒng)計(jì)特征，由于篇幅所限，本文省略了模型（2）的主要變量統(tǒng)計(jì)特征。

面板平滑轉(zhuǎn)移回歸模型（PSTR）的一般步驟為：（1）在進(jìn)行參數(shù)估計(jì)之前，進(jìn)行線性與非線性檢驗(yàn)，以判斷PSTR模型是否適用;（2）在此基礎(chǔ)上，若PSTR模型使用合理，則進(jìn)行進(jìn)一步的剩余非線性檢驗(yàn)，以考察該非線性模型對(duì)所有的平滑轉(zhuǎn)移機(jī)制刻畫的完備性。本文以MATLAB軟件為計(jì)算工具，對(duì)前述構(gòu)建的模型進(jìn)行檢驗(yàn)和運(yùn)算，并對(duì)所得結(jié)果進(jìn)行相應(yīng)的分析。

1. 狹義數(shù)字技術(shù)模型估計(jì)結(jié)果

首先，對(duì)模型進(jìn)行線性檢驗(yàn)和剩余非線性檢驗(yàn)，如果拒絕線性原假設(shè)[Ho∶r=0]，則認(rèn)為模型存在非線性特征，需繼續(xù)進(jìn)行剩余非線性檢驗(yàn)，以確定最優(yōu)轉(zhuǎn)換函數(shù)個(gè)數(shù)。以狹義數(shù)字技術(shù)為自變量的線性與剩余非線性檢驗(yàn)結(jié)果見表4。

從表4中的線性檢驗(yàn)部分可知，模型中的LM、LMF、LRT 3個(gè)統(tǒng)計(jì)量均在1%的顯著性水平下拒絕原假設(shè)，說明狹義數(shù)字技術(shù)模型具有顯著的非線性特征。在進(jìn)一步進(jìn)行的剩余非線性檢驗(yàn)中，3個(gè)統(tǒng)計(jì)量均接受r=1的原假設(shè)，說明狹義數(shù)字技術(shù)模型的最優(yōu)轉(zhuǎn)換函數(shù)為1。

確定好轉(zhuǎn)換函數(shù)個(gè)數(shù)與位置參數(shù)個(gè)數(shù)后，對(duì)模型進(jìn)行回歸，估計(jì)結(jié)果如表5所示。從表5中可以看出，除核心解釋變量數(shù)字技術(shù)水平外，交乘項(xiàng)與其余控制變量均不顯著，且轉(zhuǎn)換位置已遠(yuǎn)超過本文樣本區(qū)間，因此對(duì)模型進(jìn)行調(diào)整，刪除掉控制變量r，并分別對(duì)狹義數(shù)字技術(shù)模型與廣義數(shù)字技術(shù)模型進(jìn)行檢驗(yàn)1。

2. 修正后的狹義與廣義數(shù)字技術(shù)模型估計(jì)結(jié)果

修正后的狹義與廣義數(shù)字技術(shù)模型的估計(jì)結(jié)果如表6所示。首先從狹義數(shù)字技術(shù)模型的估計(jì)結(jié)果可以看出，數(shù)字技術(shù)對(duì)勞動(dòng)力就業(yè)的影響具有關(guān)于產(chǎn)出的單門限特征，當(dāng)產(chǎn)出的對(duì)數(shù)值小于閾值點(diǎn)12.4324時(shí)，狹義數(shù)字技術(shù)對(duì)勞動(dòng)力就業(yè)具有顯著的異質(zhì)作用（[β01]=-0.4637<0）;當(dāng)產(chǎn)出的對(duì)數(shù)值達(dá)到閾值點(diǎn)時(shí)，狹義數(shù)字技術(shù)對(duì)勞動(dòng)力就業(yè)的負(fù)向影響減小到-0.2669（-0.4637+0.3936[×]0.5）;進(jìn)一步，當(dāng)產(chǎn)出的對(duì)數(shù)值大于閾值點(diǎn)時(shí)，狹義數(shù)字技術(shù)對(duì)勞動(dòng)力就業(yè)的影響系數(shù)穩(wěn)定在-0.0701（-0.4637+0.3936）。從實(shí)證結(jié)果可以看出，隨著產(chǎn)出水平的不斷提高，狹義數(shù)字技術(shù)對(duì)勞動(dòng)力就業(yè)的非線性影響主要穩(wěn)定在兩個(gè)區(qū)制，在兩個(gè)區(qū)制的影響系數(shù)分別為-0.4637和-0.0701，說明狹義數(shù)字技術(shù)的提高對(duì)勞動(dòng)力就業(yè)的影響始終呈負(fù)向，但隨著產(chǎn)出的增加，負(fù)向抑制作用有減弱趨勢(shì)，這與預(yù)期相符。隨著人工智能、工業(yè)互聯(lián)網(wǎng)等數(shù)字經(jīng)濟(jì)的迅速發(fā)展，數(shù)字經(jīng)濟(jì)對(duì)勞動(dòng)力就業(yè)帶來了巨大沖擊，形成了勞動(dòng)力替代，但隨著產(chǎn)出的不斷增長(zhǎng)，這種替代作用逐漸減弱。

其次，從表6中廣義數(shù)字技術(shù)模型的估計(jì)結(jié)果中可以看出，廣義數(shù)字技術(shù)對(duì)勞動(dòng)力就業(yè)的影響具有雙門限特征。當(dāng)產(chǎn)出的對(duì)數(shù)值小于第一個(gè)閾值點(diǎn)8.7346時(shí)，廣義數(shù)字技術(shù)對(duì)勞動(dòng)力就業(yè)的影響具有顯著的負(fù)向作用（[β01]=-4.1957<0）;當(dāng)產(chǎn)出對(duì)數(shù)值達(dá)到第一個(gè)閾值點(diǎn)時(shí)，廣義數(shù)字技術(shù)對(duì)勞動(dòng)力的負(fù)向影響降為-1.9238（-4.1957+4.5438[×]0.5），這種下降趨勢(shì)一直持續(xù)到完全越過第一個(gè)閾值點(diǎn)，此時(shí)廣義數(shù)字技術(shù)對(duì)勞動(dòng)力就業(yè)的影響系數(shù)穩(wěn)定在0.3481（-4.1957+4.5438），此時(shí)廣義數(shù)字技術(shù)對(duì)勞動(dòng)力就業(yè)的影響轉(zhuǎn)為正向;隨后，當(dāng)產(chǎn)出的對(duì)數(shù)值達(dá)到第二個(gè)閾值點(diǎn)14.2327時(shí)，廣義數(shù)字技術(shù)對(duì)勞動(dòng)力的就業(yè)影響轉(zhuǎn)為負(fù)向-0.14705（-4.1957+4.5438-0.9903[×]0.5），這種負(fù)向抑制趨勢(shì)一直持續(xù)到完全越過第二個(gè)閾值點(diǎn)，此時(shí)廣義數(shù)字技術(shù)對(duì)勞動(dòng)力就業(yè)的影響系數(shù)穩(wěn)定在-0.6422（-4.1957+4.5438-0.9903）。從上述估計(jì)結(jié)果可以看出，隨著產(chǎn)出的不斷增長(zhǎng)，廣義數(shù)字技術(shù)對(duì)勞動(dòng)力就業(yè)的影響主要穩(wěn)定在三個(gè)區(qū)制，影響系數(shù)分別為-4.1957、0.3481和-0.6422，可見隨著產(chǎn)出的不斷增長(zhǎng)，廣義數(shù)字技術(shù)對(duì)勞動(dòng)力就業(yè)的影響呈現(xiàn)一個(gè)先抑制后促進(jìn)再抑制的變化趨勢(shì)，且在高區(qū)制的負(fù)向抑制作用小于低區(qū)制。

綜合狹義數(shù)字技術(shù)與廣義數(shù)字技術(shù)模型的回歸結(jié)果可以看出，無論是狹義數(shù)字技術(shù)還是廣義數(shù)字技術(shù)，當(dāng)產(chǎn)出水平較低時(shí)，數(shù)字技術(shù)對(duì)勞動(dòng)力就業(yè)的影響呈顯著負(fù)向，符合假設(shè)H1，此時(shí)數(shù)字技術(shù)對(duì)勞動(dòng)力就業(yè)的替代效應(yīng)最強(qiáng)。而當(dāng)產(chǎn)出增長(zhǎng)到一定水平時(shí)，數(shù)字技術(shù)對(duì)勞動(dòng)力就業(yè)的替代效應(yīng)減弱。狹義數(shù)字技術(shù)與廣義數(shù)字技術(shù)對(duì)勞動(dòng)力就業(yè)影響的不同點(diǎn)在于廣義數(shù)字技術(shù)中間區(qū)制出現(xiàn)了正向影響，原因是廣義下的數(shù)字經(jīng)濟(jì)包括多個(gè)部門，數(shù)字技術(shù)的廣泛應(yīng)用同樣會(huì)創(chuàng)造出新的就業(yè)崗位和職業(yè)類型，從而對(duì)就業(yè)產(chǎn)生拉動(dòng)作用。

從數(shù)字技術(shù)與產(chǎn)出的交乘項(xiàng)的回歸結(jié)果來看，狹義數(shù)字技術(shù)與產(chǎn)出的交乘項(xiàng)對(duì)勞動(dòng)力就業(yè)的影響在兩個(gè)區(qū)制主要穩(wěn)定在0.5558和0.1483，說明在產(chǎn)出增長(zhǎng)的推動(dòng)下，狹義數(shù)字技術(shù)對(duì)勞動(dòng)力就業(yè)具有促進(jìn)作用。廣義數(shù)字技術(shù)與產(chǎn)出的交乘項(xiàng)對(duì)勞動(dòng)力就業(yè)的影響在三個(gè)區(qū)制主要穩(wěn)定在-1.8187、-0.1523和0.7993。說明隨著產(chǎn)出的不斷增加，廣義數(shù)字技術(shù)對(duì)勞動(dòng)力就業(yè)的影響呈現(xiàn)先抑制，隨后抑制作用下降，最后轉(zhuǎn)為正向的趨勢(shì)。綜合數(shù)字技術(shù)以及數(shù)字技術(shù)與產(chǎn)出交乘項(xiàng)的回歸結(jié)果可以看出，單獨(dú)考慮數(shù)字技術(shù)，其對(duì)勞動(dòng)力就業(yè)的影響主要表現(xiàn)為替代效應(yīng)，減少了勞動(dòng)力就業(yè)，但考慮產(chǎn)出的增長(zhǎng)效應(yīng)后，數(shù)字技術(shù)有利于推動(dòng)產(chǎn)出增長(zhǎng)，同時(shí)創(chuàng)造了就業(yè)。因此，當(dāng)產(chǎn)出增長(zhǎng)到一定水平后，數(shù)字技術(shù)與產(chǎn)出的交乘項(xiàng)對(duì)勞動(dòng)力就業(yè)的影響為正向，這一結(jié)論符合假設(shè)H3。

3. 異質(zhì)性分析

鑒于數(shù)字技術(shù)對(duì)不同技術(shù)水平行業(yè)的勞動(dòng)力就業(yè)影響存在差異，因此本文進(jìn)一步以狹義數(shù)字技術(shù)為例，將實(shí)體經(jīng)濟(jì)行業(yè)劃分為高技術(shù)行業(yè)與中低技術(shù)行業(yè)1。高技術(shù)水平技術(shù)行業(yè)與中低技術(shù)水平行業(yè)的回歸結(jié)果如表7所示。首先從高技術(shù)水平來看，數(shù)字技術(shù)對(duì)高技術(shù)水平實(shí)體行業(yè)勞動(dòng)力就業(yè)的影響呈單門檻特征，當(dāng)產(chǎn)出水平低于閾值點(diǎn)13.1995時(shí)，數(shù)字技術(shù)對(duì)高技術(shù)行業(yè)勞動(dòng)力就業(yè)的影響為負(fù)向（[β01]=-0.3050<0），在10%的顯著性水平下顯著;當(dāng)產(chǎn)出的對(duì)數(shù)值達(dá)到閾值點(diǎn)時(shí)，數(shù)字技術(shù)對(duì)高技術(shù)行業(yè)勞動(dòng)力就業(yè)的負(fù)向影響減小到-0.1431（-0.3050+0.3238[×]0.5）;進(jìn)一步，當(dāng)產(chǎn)出的對(duì)數(shù)值大于閾值點(diǎn)時(shí)，技術(shù)對(duì)高技術(shù)勞動(dòng)力就業(yè)的影響系數(shù)轉(zhuǎn)為正向，并穩(wěn)定在0.0188（-0.3050+0.3238）。其次，從低技術(shù)水平來看，數(shù)字技術(shù)對(duì)低技術(shù)水平實(shí)體行業(yè)勞動(dòng)力就業(yè)的影響也呈單門檻特征，當(dāng)產(chǎn)出水平低于閾值點(diǎn)14.2674時(shí)，數(shù)字技術(shù)對(duì)低技術(shù)行業(yè)勞動(dòng)力就業(yè)的影響為負(fù)向（[β01]=-0.8401<0），在1%的顯著性水平下顯著;當(dāng)產(chǎn)出的對(duì)數(shù)值達(dá)到閾值點(diǎn)時(shí)，數(shù)字技術(shù)對(duì)低技術(shù)行業(yè)勞動(dòng)力就業(yè)的負(fù)向影響減小到-0.23225（-0.8401+1.2157[×]0.5）;進(jìn)一步，當(dāng)產(chǎn)出的對(duì)數(shù)值大于閾值點(diǎn)時(shí)，技術(shù)對(duì)低技術(shù)勞動(dòng)力就業(yè)的影響系數(shù)轉(zhuǎn)為正向，并穩(wěn)定在0.3756（-0.8401+1.2157）。從實(shí)證結(jié)果可以看出，隨著產(chǎn)出水平的不斷提高，數(shù)字技術(shù)對(duì)高技術(shù)行業(yè)勞動(dòng)力就業(yè)在兩個(gè)區(qū)制的影響系數(shù)分別為-0.3050和0.0188，對(duì)低技術(shù)行業(yè)勞動(dòng)力就業(yè)的影響系數(shù)分別為-0.8401和0.3756，說明隨著產(chǎn)出水平的提高，數(shù)字技術(shù)對(duì)高技術(shù)行業(yè)與低技術(shù)行業(yè)勞動(dòng)力就業(yè)的影響先為負(fù)向，后為正向。

從數(shù)字技術(shù)與產(chǎn)出的交乘項(xiàng)來看，高技術(shù)行業(yè)與低技術(shù)行業(yè)對(duì)勞動(dòng)力就業(yè)的影響在兩個(gè)區(qū)制均為正向，但高技術(shù)行業(yè)不顯著，說明考慮產(chǎn)出的推動(dòng)作用后，數(shù)字技術(shù)對(duì)低技術(shù)行業(yè)的勞動(dòng)力就業(yè)有顯著的正向影響，而對(duì)高技術(shù)行業(yè)勞動(dòng)力就業(yè)的促進(jìn)作用不明顯。對(duì)此可能的解釋是，隨著數(shù)字經(jīng)濟(jì)的不斷發(fā)展，雖然對(duì)一些高附加值、高科技含量的就業(yè)崗位以及勞動(dòng)密集型崗位形成了替代，但就中國(guó)產(chǎn)業(yè)布局來看，中國(guó)仍處于工業(yè)化中期和產(chǎn)業(yè)鏈中低端，數(shù)字經(jīng)濟(jì)的發(fā)展對(duì)制造業(yè)、服務(wù)業(yè)的初級(jí)崗位的帶動(dòng)作用更強(qiáng)。

六、 結(jié)論及主要對(duì)策

新時(shí)代的數(shù)字經(jīng)濟(jì)正賦能實(shí)體經(jīng)濟(jì)，影響實(shí)體經(jīng)濟(jì)的產(chǎn)出和就業(yè)。其中，數(shù)字技術(shù)是促進(jìn)了實(shí)體經(jīng)濟(jì)的就業(yè)還是誘發(fā)了實(shí)體經(jīng)濟(jì)的失業(yè)，是實(shí)現(xiàn)數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)深度融合首先面對(duì)的機(jī)制性問題。本文基于國(guó)內(nèi)外已有研究，從狹義和廣義兩個(gè)視角梳理了數(shù)字技術(shù)對(duì)行業(yè)就業(yè)的影響。

本文的主要貢獻(xiàn)和研究結(jié)論是：

第一，數(shù)字經(jīng)濟(jì)狹義部門僅包括電信、計(jì)算機(jī)和信息服務(wù)（數(shù)字技術(shù)服務(wù)），而為了充分考慮數(shù)字技術(shù)對(duì)行業(yè)的影響作用大小，廣義部門應(yīng)包括通信設(shè)備、計(jì)算機(jī)及其他電子設(shè)備（數(shù)字載體設(shè)備）、新聞出版服務(wù)、廣播、電視、電影和音像服務(wù)（數(shù)字載體內(nèi)容）和批發(fā)、零售服務(wù)（數(shù)字載體貿(mào)易）。由于數(shù)據(jù)限制，本文廣義數(shù)字部門僅包括數(shù)字技術(shù)服務(wù)、數(shù)字載體設(shè)備和數(shù)字載體貿(mào)易3大行業(yè)類別。希望隨著行業(yè)分類的細(xì)化和數(shù)據(jù)的精準(zhǔn)分離，后續(xù)研究中的廣義數(shù)字部門能涵蓋數(shù)字載體內(nèi)容行業(yè)。

第二，本文基于國(guó)內(nèi)外已有數(shù)據(jù)庫，有效對(duì)接出兩個(gè)數(shù)據(jù)庫：狹義數(shù)據(jù)套覆蓋了1個(gè)數(shù)字部門和27個(gè)實(shí)體部門;廣義數(shù)據(jù)套覆蓋了3個(gè)數(shù)字部門和25個(gè)實(shí)體部門，時(shí)間跨度為2003—2019年，最終變量包括了就業(yè)、數(shù)字技術(shù)、數(shù)字技術(shù)和產(chǎn)出交乘項(xiàng)、人均產(chǎn)出、工資等變量。其中，數(shù)字技術(shù)變量獲取采用了投入產(chǎn)出分析框架。

第三，樣本結(jié)果首先驗(yàn)證了假說H1，即數(shù)字技術(shù)負(fù)向影響就業(yè)水平。狹義數(shù)據(jù)套的實(shí)證結(jié)果雖然驗(yàn)證了假說，但是通過非線性結(jié)果進(jìn)一步發(fā)現(xiàn)，隨著產(chǎn)出的增加，狹義數(shù)字技術(shù)的提高對(duì)勞動(dòng)力就業(yè)的負(fù)向抑制作用有減弱趨勢(shì)。這可以解讀為，隨著人工智能、工業(yè)互聯(lián)網(wǎng)等數(shù)字經(jīng)濟(jì)迅速發(fā)展，數(shù)字經(jīng)濟(jì)對(duì)勞動(dòng)力就業(yè)一開始會(huì)帶來巨大沖擊，形成了勞動(dòng)力替代，但是隨著產(chǎn)出規(guī)模擴(kuò)大，這種替代作用會(huì)逐漸減弱。增加了設(shè)備、貿(mào)易的廣義數(shù)據(jù)套進(jìn)一步驗(yàn)證了這一替代作用減弱的趨勢(shì)，并且中間區(qū)制結(jié)果呈現(xiàn)了廣義數(shù)字技術(shù)對(duì)就業(yè)的正向影響，由此本文認(rèn)為，如果狹義數(shù)字經(jīng)濟(jì)部門（數(shù)字技術(shù)服務(wù)）能真正與狹義實(shí)體經(jīng)濟(jì)部門（設(shè)備、貿(mào)易）融合，這幾個(gè)部門會(huì)創(chuàng)造出新的就業(yè)崗位和職業(yè)類型，從而對(duì)就業(yè)產(chǎn)生拉動(dòng)作用。

第四，交乘項(xiàng)的回歸結(jié)構(gòu)則驗(yàn)證了數(shù)字對(duì)就業(yè)的間接影響，即假說H3。綜合前面數(shù)字技術(shù)和數(shù)字技術(shù)與產(chǎn)出交乘項(xiàng)的回歸結(jié)果可以看出，單獨(dú)考慮數(shù)字技術(shù)，其對(duì)勞動(dòng)力就業(yè)的影響主要表現(xiàn)為替代效應(yīng)，減少了勞動(dòng)力就業(yè)，但是如果考慮產(chǎn)出的增長(zhǎng)效應(yīng)，數(shù)字技術(shù)會(huì)有利于推動(dòng)產(chǎn)出增長(zhǎng)，同時(shí)創(chuàng)造了就業(yè)。因此，當(dāng)產(chǎn)出增長(zhǎng)到一定水平后，數(shù)字技術(shù)與產(chǎn)出的交乘項(xiàng)對(duì)勞動(dòng)力就業(yè)的影響為正向。

第五，高技術(shù)和中低技術(shù)樣本的回歸結(jié)果進(jìn)一步驗(yàn)證了數(shù)字技術(shù)對(duì)就業(yè)的非線性影響：隨著產(chǎn)出水平的提高，數(shù)字技術(shù)對(duì)高技術(shù)行業(yè)與低技術(shù)行業(yè)勞動(dòng)力就業(yè)的影響先為負(fù)向，后轉(zhuǎn)為正向。如果考慮產(chǎn)出的推動(dòng)作用，數(shù)字技術(shù)對(duì)兩個(gè)部門的非線性影響呈現(xiàn)異質(zhì)特征：數(shù)字技術(shù)對(duì)低技術(shù)行業(yè)的勞動(dòng)力就業(yè)有顯著的正向影響，而對(duì)高技術(shù)行業(yè)勞動(dòng)力就業(yè)的促進(jìn)作用不明顯。這一異質(zhì)影響可以解讀為，隨著數(shù)字經(jīng)濟(jì)的不斷發(fā)展，雖然對(duì)一些高附加值、高科技含量的就業(yè)崗位以及勞動(dòng)密集型崗位形成了替代，但就中國(guó)產(chǎn)業(yè)布局來看，中國(guó)仍處于工業(yè)化中期和產(chǎn)業(yè)鏈中低端，數(shù)字經(jīng)濟(jì)的發(fā)展對(duì)制造業(yè)、服務(wù)業(yè)的初級(jí)崗位的帶動(dòng)作用更強(qiáng)。

本文建議應(yīng)避免數(shù)字技術(shù)對(duì)行業(yè)就業(yè)替代的沖擊影響，深度融合數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)部門，真正讓數(shù)字服務(wù)于實(shí)體經(jīng)濟(jì)的產(chǎn)出和就業(yè)目標(biāo)，而不是為數(shù)字化而數(shù)字化。這一政策內(nèi)涵包含以下方面：

第一，以智能制造為主攻，實(shí)現(xiàn)數(shù)字產(chǎn)業(yè)與傳統(tǒng)產(chǎn)業(yè)的有機(jī)整合，進(jìn)一步深化“互聯(lián)網(wǎng)+先進(jìn)制造”，加快傳統(tǒng)產(chǎn)業(yè)智能化、自動(dòng)化和數(shù)字化，最終帶動(dòng)有效就業(yè)水平。

第二，繼續(xù)發(fā)展依托于數(shù)字創(chuàng)新技術(shù)的戰(zhàn)略性新興產(chǎn)業(yè)，新產(chǎn)品新業(yè)態(tài)融合創(chuàng)新，核心產(chǎn)業(yè)質(zhì)效穩(wěn)步提升，突破發(fā)展特色領(lǐng)域，帶動(dòng)新業(yè)態(tài)、新行業(yè)、新功能就業(yè)。

第三，“雙融合”深入推進(jìn)的關(guān)鍵瓶頸在于生產(chǎn)力先進(jìn)性不足，下一步還需突破“卡脖子”技術(shù)，占據(jù)自主可控核心技術(shù)的制高點(diǎn)，全面提升數(shù)字化生產(chǎn)力，通過數(shù)字技術(shù)創(chuàng)新催生實(shí)體經(jīng)濟(jì)新業(yè)態(tài)、新模式，更好地實(shí)現(xiàn)“雙融合”的經(jīng)濟(jì)與社會(huì)效益，通過帶動(dòng)先進(jìn)生產(chǎn)力，間接促進(jìn)就業(yè)水平。

現(xiàn)階段，以新一代信息技術(shù)應(yīng)用為基礎(chǔ)的數(shù)字經(jīng)濟(jì)已然成為中國(guó)經(jīng)濟(jì)發(fā)展的新動(dòng)能。應(yīng)繼續(xù)瞄準(zhǔn)數(shù)字經(jīng)濟(jì)，進(jìn)一步將數(shù)字技術(shù)的創(chuàng)新源泉充分融入到實(shí)體經(jīng)濟(jì)，使云計(jì)算、物聯(lián)網(wǎng)和人工智能等數(shù)字經(jīng)濟(jì)成為驅(qū)動(dòng)實(shí)體經(jīng)濟(jì)內(nèi)涵式發(fā)展的關(guān)鍵動(dòng)力，在數(shù)字經(jīng)濟(jì)與實(shí)體經(jīng)濟(jì)之間形成“你中有我，我中有你”的數(shù)字生態(tài)發(fā)展模式。

參考文獻(xiàn)：

[1] 裴長(zhǎng)洪，倪江飛，李越.數(shù)字經(jīng)濟(jì)的政治經(jīng)濟(jì)學(xué)分析[J].財(cái)貿(mào)經(jīng)濟(jì)，2018（9）：5-22.

[2] 許憲春，張鐘文，關(guān)會(huì)娟.中國(guó)新經(jīng)濟(jì)：作用、特征與挑戰(zhàn)[J].財(cái)貿(mào)經(jīng)濟(jì)，2020（1）：5-20.

[3] 祝合良，王春娟.“雙循環(huán)”新發(fā)展格局戰(zhàn)略背景下產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型：理論與對(duì)策[J].財(cái)貿(mào)經(jīng)濟(jì)，2021（3）：14-27.

[4] 胡鞍鋼，周紹杰.新的全球貧富差距：日益擴(kuò)大的“數(shù)字鴻溝”[J].中國(guó)社會(huì)科學(xué)，2002（3）：34-48.

[5] 戚聿東，褚席.數(shù)字生活的就業(yè)效應(yīng)：內(nèi)在機(jī)制與微觀證據(jù)[J].財(cái)貿(mào)經(jīng)濟(jì)，2021（4）：98-114.

[6] 郭周明，裘瑩.數(shù)字經(jīng)濟(jì)時(shí)代全球價(jià)值鏈的重構(gòu)：典型事實(shí)、理論機(jī)制與中國(guó)策略[J].改革，2020（4）：73-85.

[7] 戚聿東，劉翠花，丁述磊.數(shù)字經(jīng)濟(jì)發(fā)展、就業(yè)結(jié)構(gòu)優(yōu)化與就業(yè)質(zhì)量提升[J].經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2020（11）：17-35.

[8] Geng Z， He G.Digital Financial Inclusion and Sustainable Employment： Evidence from Countries along the Belt and Road [J].Borsa Istanbul Review，2021，21（3）：307-316.

[9] Ballestar M T， Camia E， Díaz-Chao A， et al.Productivity and Employment Effects of Digital? Complementarities[J].Journal of Innovation & Knowledge，2020，6（3）：177-190.

[10] Li B A， Fisher K R A， Farrant F Q B， et al. Digital Policy to Disability Employment？ An Ecosystem Perspective on China and Australia[J]. Social Policy and Administration， 2020，55（5）：863-878.

[11] Xia T， Pei J. The Impact of Digital Economy on Employment：Thinking based on the Epidemic Situation in 2020[J].E3S Web of Conferences，2021（235）：Article 03034.

[12] Acemoglu D. Restrepo P. Robots and Jobs： Evidence from US Labor Markets[J]. Journal of Political Economy，2020，128（6）：2188-2244.

[13] Ndubuisi G， Otioma C， Tetteh G K. Digital Infrastructure and Employment in Services：Evidence from Sub-Saharan African Countries[J].Telecommunications Policy，2021，45（8）：Article102153.

[14] Cirillo V， Evangelista R， Guarascio D， et al. Digitalization， Routineness and Employment：An Exploration on Italian Task-based Data[J]. Research Policy，2021，50（7）：Article 104079.

[15] Galperin H， Arcidiacono M. Employment and the Gender Digital Divide In Latin America： A Decomposition Analysis[J]. Telecommunications Policy，2021，45（7）：Article 102166.

[16] 謝富勝，吳越，王生升.平臺(tái)經(jīng)濟(jì)全球化的政治經(jīng)濟(jì)學(xué)分析[J].中國(guó)社會(huì)科學(xué)，2019（12）：62-81.

[17] Matsuoka R. Socio-Psychological Analysis of Digital Employment among Japanese English Learners[J]. Procedia-Social and Behavioral Sciences，2014，136（9）：54-58.

[18] 朱良杰，何佳訊，黃海洋.數(shù)字世界的價(jià)值共創(chuàng)：構(gòu)念、主題與研究展望[J].經(jīng)濟(jì)管理，2017（1）：195-208.

[19] Wunsch-Vincent S.The WTO，the Internet and Trade in Digital Products：EC-US Perspectives[M].Oxford：Hart Publishing，2006.

[20] 宛玲，李曉娟，數(shù)字資源貿(mào)易權(quán)益分享理論與實(shí)證[M].北京：人民出版社，2013.

[21] 王斌，蔡宏波.數(shù)字內(nèi)容產(chǎn)業(yè)的內(nèi)涵、界定及其國(guó)際比較[J].財(cái)貿(mào)經(jīng)濟(jì)，2010（2）：110-116.

[22] Gonzales L G，Jouanjean M.Digital Trade：Developing a Framework for Analysis[J].OECD Trade Policy Papers，2017-07-27.

[23] 涂勤.新興的數(shù)字經(jīng)濟(jì)Ⅱ[J].世界經(jīng)濟(jì)，1999（8）：79-80.

[24] 許憲春，張美慧.中國(guó)數(shù)字經(jīng)濟(jì)規(guī)模測(cè)算研究——基于國(guó)際比較的視角[J].中國(guó)工業(yè)經(jīng)濟(jì)，2020（5）：23-41.

基金項(xiàng)目：福建省社會(huì)科學(xué)規(guī)劃項(xiàng)目“全球價(jià)值鏈攀升兼重塑視角下福建省服務(wù)產(chǎn)業(yè)與貿(mào)易協(xié)同演進(jìn)戰(zhàn)略研究”（項(xiàng)目編號(hào)：FJ2018B068）。

作者簡(jiǎn)介：王冬（1972-），男，博士，廈門大學(xué)嘉庚學(xué)院國(guó)際商務(wù)學(xué)院、閩南師范大學(xué)商學(xué)院副教授，研究方向?yàn)閿?shù)字經(jīng)濟(jì)學(xué)和國(guó)際貿(mào)易;呂延方（1978-），女，博士，華僑大學(xué)統(tǒng)計(jì)學(xué)院、數(shù)量經(jīng)濟(jì)研究院教授、博士生導(dǎo)師，研究方向?yàn)閿?shù)量經(jīng)濟(jì)學(xué)。

（收稿日期：2021-08-27? 責(zé)任編輯：顧碧言）