SCI论文（www.lunwensci.com）
[摘 要] 随着数字化进程的不断推进，数字经济已经逐渐成为引领经济社会发展的新动力。论文关注数字经 济的发展是否有利于提高居民就业稳定性，影响渠道如何的问题。基于搜寻-匹配理论框架，得出数字经济对 居民就业稳定性的影响包括两个渠道 : 一方面，数字经济降低了就业市场的信息不对称，提高了就业岗位的 技能适配程度，进而提升了就业稳定性; 另一方面，数字技术的介入可能会替代一部分劳动力，导致员工主 动或被动离职率上升，就业稳定性下降。基于 CFPS 数据的实证检验，得出在这两种因素的综合作用下，数字 经济的发展对居民的稳定就业表现出积极影响，在更换衡量指标、排除其他事件影响、使用工具变量之后， 这一结论均能够保持稳健。机制分析的结果表明，就业匹配效率和劳动替代两个渠道均存在，只是后一机制的显著性和稳健性更弱。
[关键词] 数字经济,就业稳定性,匹配效率,劳动替代
一、 引言
近年来，我国城镇调查失业率多次攀升至历 史高点，居民就业问题引发社会和学界的广泛关 注。数据显示，近几年我国劳动力市场均表现出 平均失业率高、波动大的特点 ( 见图 1) ，这说明 在当前的经济形势下，我国劳动力市场仍具有脆 弱性强、敏感性高的特征。相比于短期的失业率 上升，这种就业的脆弱性和不稳定性更值得引起关注和重视。一旦工作的稳定性下降，收入可持 续性降低，即使是较高的短期收入也难以激发居 民的消费和投资意愿，这也是疫情后居民消费意 愿和消费市场活力恢复力度始终不足的重要原因。 不仅如此，随着时间推移，就业稳定性还可能进 一步成为制约资本市场活力和房地产市场发展的 重要因素。在这一背景下，关于什么因素影响就 业稳定性，如何提高就业稳定性的研究也变得尤 为重要。
在就业稳定性的众多影响因素中，数字技术 的应用扮演了重要的角色。数字经济的崛起是我 国积极参与第三次科技革命和产业革命的重要产 物，2021 年我国数字经济规模已经超过 45 万亿 元，位居全球第二，其蓬勃发展为后疫情时代的 中国经济增长注入了新的动力，也对社会生产和 生活的方方面面产生了深刻的影响。信息化、智 能化产品和服务逐渐渗透到居民生活的各个角落， 平台网络在求职、招聘中发挥了越来越重要的作 用，企业可以在各大求职网站和社交软件上发布 招聘信息，安排线上交流和沟通，劳动者也可以 通过信息网络更直观和全面地了解企业的岗位需 求和薪酬待遇。从这个角度出发，数字经济的发 展促进了劳动力市场信息的透明化，提高了岗位 匹配效率，必将有利于就业稳定性的提高。然而， 与此同时，很多数字化产品和服务都可能会替代 一部分劳动力，例如智能机器人普及和应用之后， 原来该职位员工的就业必将变得困难， 同一岗位 的竞争程度增加，员工主动或被动离职、频繁寻 找新工作的概率可能上升。不仅如此，一旦 Chat- GPT 等智能化程度更高的语言模型大规模进入市 场，还会有更多原来由人完成的工作被机器所替 代，劳动者们更有可能面临不断离职、寻找新工 作的困境。从这一角度看，数字经济的发展又将 不利于就业的稳定性。在这两种因素的综合作用 下，数字经济到底是否有利于居民的稳定就业? 这一重要问题在以往文献中尚无完全确定的答案， 本文也将通过理论建模和实证等方法尝试回答这 一问题。
从文献角度出发，数字经济自兴起以来一直 是国内外学界热议的话题。大量研究分析认为，数 字技术和自动化必将对当前及未来的就业市场产生 重大和深远的影响[1] 。AUTOR、DORN (2013)[2]研 究发现， 自动化技术将对就业产生替代效应，且主 要针对中等技能群体。MICHAELS 等 (2014)[3] 基 于 11 个国家 25 年的数据研究也表明，信息和通 信技术 (ICT) 使得工作的技能需求被极化，一 些低技能的工作消失，更多具有比较优势的新工作 又被 创 造 出 来。其 他 研 究 如 AUTOR ( 2015)[4]， ACEMOGLU 、RESTREPO (2019) [5]也得到了类似 的结论。ACEMOGLU 、RESTREPO (2020) [6]利用 美国数据研究发现，整体而言，机器人技术的普及的确会导致工人失业率的上升和工资水平的下 降。国内文献方面，蔡跃洲和 陈楠 (2019)[7] 认 为，在人工智能的发展进程中， 中间层岗位可能 受害最大。戚聿东等 ( 2020) [8] 构建了就业质量 的衡量指标，发现数字经济的发展能够优化就业 结构，提高就业质量。柏培文和张云 ( 2021) [9] 着重关注中低技能劳动者，发现数字经济的发展 的确会挤占这一群体的相对收入权，但也能够改 善他们的相对福利。不难看出，这些研究更加聚 焦于数字经济对于失业率及就业结构的影响，较 少有研究致力于探索数字经济和就业稳定性的 关系。
另一支与本文相关的文献是关于就业稳定性 的研究。 以往文献中将不稳定就业定义为一种缺 乏保障的，有风险的雇佣状态[10-12] ，随着经济全 球化不断推进，这种不稳定的就业状态已经逐渐 延伸至各个国家和地区[10] 。研究表明，不稳定就 业的影响因素可能包括就业等级、教育水平和培 训等[13-14] 。此外，大多数研究也发现，处于这类 不稳定部门的就业者工资通常更低[15] 。 国内研究 方面，李骏 (2018) [16]讨论了非稳定就业形成的 劳动力市场分割在中国香港和内地的差异，莫玮 俏和史晋川 (2020) [17] 研究则发现，丈夫的稳定 就业将会降低妻子的工作时长。此外，一部分研 究者着重关注农民工的就业稳定性，如邵敏和武 鹏 (2019) [18]将就业稳定性和我国出口导向型的 经济模式联系起来，发现这一模式是导致农民工 就业稳定性低的重要原因。总体而言， 以往文献 更加关注不稳定就业带来的后果及其异质性，而 对于就业稳定性影响因素研究相对较少，更少有 研究涉及数字经济、人工智能等因素。
本文基于理论框架提出研究假设，并通过实 证分析详细检验数字经济发展对就业稳定性的影 响及渠道。具体而言，本文首先在一个一般均衡 框架中引入数字技术，讨论数字技术对企业的劳 动需求、就业市场的搜寻-匹配等过程的影响， 进而得到其影响就业稳定性的可能渠道和方 向， 形成实证假设。接下来，将基于 CFPS 等数据形 成数字经济发展和居民就业稳定性的衡量指标， 从实证上检验两者之间的相关关系。考虑到可能 存在的内生性问题，本文还将使用工具变量等方 法尽可能降低内生性的干扰，提高结果的科学性和可靠性。此外，还将从实证角度讨论两个渠道 的存在性及其在主结果中发挥的作用。
本文可能的贡献主要体现在以下三点 : 首先， 以往文献往往更关注数字经济对劳动的替代作用 和就业创造作用，少有研究注意到就业的稳定性 指标。但只有在就业稳定性方面，数字经济才能 更好地发挥提高匹配程度等积极作用，更有可能 产生正面效应。本文基于微观数据验证了数字经 济对就业稳定性的影响方向，为探索数字经济对 劳动力市场的影响提供了新的维度。其次，文章 给出了两个方向相反的影响渠道，并从理论建模 和实际数据两个角度进行了检验，为深入理解数 字经济如何影响就业稳定性，正确引导数字经济 和就业发展方向提供了有益的理论依据。最后， 就业稳定性是关乎社会经济稳定和个人发展的重 要指标，数字经济也是新时代高质量发展的重要 关键词。 因此，本文的研究结论具有现实意义， 能够为后续推动数字经济的健康发展，保障人民 的就业权益的相关政策制定打下理论基础。
二、理论框架及研究假设
本文构建一个包含数字经济的一般均衡模型， 假设生产部门同时使用数字化服务、资本和劳动作 为投入要素，代表性企业使用常替代弹性生产技术:
式 ( 1) 中 Yt 代表当期企业产出 ; Mt 代表数字化 产品，包括数字技术相关的一系列产品和服务， 如智能机器人、数字设备等 ; AM 代表数字服务拓 展型技术 ; Qt 代表其他要素形成的增加值 ; 参数 α = (0 ，1) 代表数字化产品或服务的产出弹性 ; σ 代表数字化产品与其他传统要素形成的增加值 之间的替代弹性。假设 σ > 1 ，即这一生产要素 与传统生产要素之间主要体现为替代关系，随着 数字经济的发展，数字化产品的价格下降，投入 量增加，企业传统生产要素的需求可能降低。此 外，假 设 当 期 Mt 来自于前 一 期的 留 存 ( 1 -
式 (2) 中 Kt 和 Lt 分别代表资本和劳动投入 ; AK 和 AL 则分别为资本拓展型技术和劳动拓展型技 术 ; 参数 β 指资本要素在增加值投入中的份额 ; ε 代表两者之间的替代弹性。 同郭凯明 (2019) [19] 类似的，这里假设数字化产品同劳动、 资本的替 代弹性相同，也就是说，当产业结构更倾向于劳 动密集型时，数字经济对于劳动的替代效应更强。
代表性企业以最大化总贴现利润为最终目标， 选择最优的数字化产品、劳动和资本要素投入， 最优化问题写成 :
指工资水平、利率和数字要素价格，Λt ，s 代表贴现 因子。 同绝大多数文献一样，假设资本的积累取 决于上 一 期的资本留存 和 当 期 投 资， 即 满 足 Kt = ( 1 - δK ) Kt-1 + It 。劳动 力投入方面，假 设 在每一期期末，现有劳动力都有一定比例离开当 前岗位，成为待就业人群，企业每一期也会重新 组织招聘，吸纳新的员工。定义企业发布招聘的 空岗位数量为 Vt ，产生的总招聘成本为 c( Vt ) 。 发布的岗位数量越多，带来的企业人力、物力成 本越高，即满足 c' ( Vt ) > 0.
在劳动力市场上，本文参考经典 的搜寻-匹 配理论框架[20-21] ，假设求职过程存在搜寻匹配摩 擦，企业发布招聘的岗位数量、待就业劳动者人 数和最终找到工作实现就业的人数不完全相等， 而是满足一定的数量关系。具体来说，设前来寻 找工作的求职者人数为 Ut ，企业发布的职位数量 为 Vt ，那么最终找到工作的劳动者人数 Ht 满足 :
式 (4) 中参数 η = (0 ，1) 代表在就业匹配中求 职一方对于最终就业人数相对影响的弹性，η 越大 则说明劳动供给方数量对最终劳动力人数的影响 越强。μt = (0 ，1) 代表岗位的匹配效率，取决于 整体劳动力市场的信息对称程度、产业错配程度 等。在现实经济中，当数字经济的发展程度越高 时，信息的网络性发挥作用的渠道越多、范围越 广，劳资双方的沟通便利性越高，就业市场信息 的对称性也就越强，就业匹配效率越高。鉴于此， 本文假设 μt 是数字经济发展程度的函数，满足dμt /dMt > 0 。令每一期劳动者的离职率，即进入 新一轮就业匹配流程的劳动者比例为 λt = Ut /Lt ， 企业发布岗位密度为 vt = Vt /Lt ，则就业匹配方程 可以写成 :
式 (6) 中 c 代表企业招聘成本常数，ΓLt 代表企 业部门最优性条件中劳动力的影子价格，满足 dΓLt/dMt < 0 。从式 (6) 可以看出，数字技术的 提高和数字化服务的不断完善将可能通过两个渠 道影响经济中居民的就业稳定性 :
一方面，μt 的提高带动离职率的下降， 即就 业稳定性的上升。数字经济打破了信息交流的地 域限制，扩宽了用人单位的招聘渠道和求职者的 应聘方式，更好地满足了不同人群的就业需求。 求职者可以通过在线招聘网站、社交媒体等获知 大量的招聘信息和职位机会，查看企业的执业信 息、工作要求和薪酬福利等，更好地了解企业近 况和岗位需求，做出更明智的选择。雇主则可以 通过在线招聘平台广泛发布招聘，吸引更多的求 职者，并利用人工智能和大数据分析技术对求职 者的背景、技能和经验进行筛选和精准匹配，提 高招聘的效率和准确性。这也就是说，通过互联网平台，求职者和用人单位都可以更加直观地了 解对方的实际情况，极大地提高了劳动力市场的 透明度。这些都将有利于就业市场上信息对称程 度的上升和技能匹配程度的提高，在上述模型框 架中即表现为 μt 的增加。在其他条件不变的情况 下，这也将有效降低劳动力的离职率，提高就业 稳定性。
另一方面，ΓLt 的下降带动离职率的提高，即 就业稳定性的降低。数字经济的快速发展加速了 智能机器人等数字化产品的应用与普及，大大提 高了企业生产力。然而，随着这些数字化产品的 不断增加，人与机器的竞争也开始逐渐加剧。智 能机器和自动化系统的优势在于其高速计算、准 确度和无需休息的能力。它们能够执行重复、繁 琐的任务，同时具备处理庞大数据集和复杂算法 的能力，这使得它们在生产制造、数据分析、客 户服务等多个领域比人类更具竞争力。长此以往， 人类劳动力的价值下降，企业仅需要雇佣少数具 有数字化技能的人才，不再需要使用大量人力资 本。整体而言， 同一岗位的员工在工作机会和薪 资方面的竞争程度也会提高，企业裁员率增加， 员工主动或被动离职次数上升，就业稳定性也随 之下降。
不难发现，此时，两个渠道分别指向相反的 方向，当提高就业匹配的效果更强时，数字经济 的发展对提高就业稳定性起正面效果 ; 而当数字 化产品替代劳动带来的影响更大时，数字经济发 展则不利于居民的稳定就业，反而可能增加失业， 提高员工离职率。鉴于此，提出两个方向相反的 实证假设 : 居民的就业稳定性将随数字经济的发 展程度的上升而提高/ 下降。
三、数据与实证设计
(一) 实证模型设定
基于上述理论模型，为了进一步检验数字经 济发展对就业稳定性的影响，本文设定如下计量 检验模型 :
济的发展程度 ; X 代指一系列个体和地区层面控 制变量，包括个体健康状况、所在家庭规模、产 业结构等 ; νi 和 φt 分别表示个体和年份固定效应 ; εijt 为随机扰动项。考虑到同一地区个体之间可能 存在的相关性对结果的影响，标准误聚类到地区 层面。与此同时，在稳健性检验中，使用是否签 订合同这一虚拟变量作为 因变量， 因此 引入 了 Probit 模型 ; 使用 20 世纪 80 年代邮电业务作为工 具变量，因此还引入了 2SLS 回归模型，其涉及主 要解释变量和被解释变量的变化形式将在下文具 体阐述。考虑到两个回归模型的控制变量和回归 形式与式 (7) 相似，在此不再赘述。
(二) 数据来源及变量说明
本文所使用的数据主要包含两类，一类是数 字经济相关的宏观指标，主要来源于国家统计局 ; 另一类则是个体层面的微观数据，主要来源于中 国家庭追踪调查 ( China Family Panel Studies ，CF- PS) 2014 年、2016 年、2018 年和 2020 年数据。 CFPS 由北京大学中国社会科学调查中心主导，使 用内隐分层方法进行多阶段抽样设计，包含经济 社会、教育、人口变迁等多个维度数据，具有变 量覆盖范围广、抽样规模大、代表性强等优势， 能够满足需要。具体而言，本文所使用的变量及 其定义如下 :
就业稳定性。在以往文献中，罗楚亮 (2008)[22] 认为，稳定就业指长期合同工和固定职工，其他 就职类型均应属于非稳定就业，李骏 (2018) [16] 也基于中国劳动力动态调查和香港社会动态追踪 调查两项数据将非稳定就业定义为没有全职工作 或没有固定雇主。邵敏和武鹏 (2019) [18] 聚焦于 研究农民工的就业稳定性及其影响因素，因此将 主动转换工作视为稳定性较差的表现，莫玮俏和 史晋川 (2020) [17] 基于 CGSS 数据为就业稳定性 选取了 4 个衡量维度，包括以往工作次数、工作 年限、合同签订和单位属性。参考以上同类文献 的做法，综合 CFPS 数据的可得性，本文使用是 否签订合同和近期离职次数 2 个维度衡量就业稳 定性。具体而言，在 CFPS 问卷中，受访者被询 问了自上一次受访以来或最近 2 年以来更换工作 的次数及在当前所从事的主要工作中是否签订合 同的情况① 。我们将这 2 个变量进行标准化处理 后进行平均，形成就业稳定性的综合衡量指标② 。
值得提出的是，CFPS 的受访者中还有一部分为自 雇劳动 ( 问卷中表现为 : 为自己/ 自家干活) ，随 着数字技术的发展和平台经济的规模扩大，他们 的经营稳定性同样可能受到影响，只是本文将关 注重点集中于数字经济通过职业匹配、劳动替代 等渠道对就业的影响，因此仅考虑了受雇人员。
数字经济发展程度。数字经济发展程度是本文的 主要解释变量，参考 BUKHT 和 HEEKS (2018)[23]、 戚聿东等 (2020) [8] 、柏培文和张云 (2021) [9]等 对于数字经济内涵的诠释和衡量方法，我们选取 了数字经济供给端和需求端两大维度。其中，供 给端主要包括数字相关产业的发展情况，具体体 现在互联网、 电子商务、科技、软件制造等典型 行业。 因此，本文选取地区邮政业务总量、 电信 业务总量、快递业务收入、软件业务收入、 电子 商务交易额、专利申请授权数和规上企业专利数 作为数字相关产业发展程度的代理指标并进行了 相应地对数化处理。此外，数字经济需求则主要 体现在数字用户及数字平台的构建上，本文选取 电话普及率、长途光缆线路长度、域名数和互联 网宽带接入用户数量 4 个指标作为相应的代理指 标。考虑到各地区的人口规模差距，我们还对互 联网宽带接入用户等进行人均化处理。表 1 中总 结了数字经济发展程度指标构建所用到的原始变 量及其描述性统计。进一步地，将这 11 个变量标 准化，利用主成分分析法可提取到 3 个主成分， 组合形成数字经济发展程度的综合指标③ 。从指 标的相对数值看，随着时间的推移，数字经济的 发展程度迅速提高，这在定性上也与全国数字经 济发展的整体趋势相符合，一定程度上验证了综 合指标构建的准确性和可靠性。
除此之外，我们还引入了一系列控制变量， 其中在个体层面， 由于 CFPS 调查中每一年都有 新的个体、家庭被引入调查，也有之前的受访人 群退出调查，即形成的是非平衡面板数据，因此 依然加入了个体层面控制变量，包括家庭规模、 健康状况、婚姻状态等。在地区层面，可能影响 个体就业稳定性的因素包括当地经济发展的实际 水平、产业结构等。例如在经济发展水平越高的 地区，企业平均规模更高，规范性和综合实力更 强，提供稳定就业岗位的概率也可能越高。相比 于农业、制造业，服务业等行业吸纳就业能力较强，但企业员工流动性也较高，这也就意味着， 产业结构对就业稳定性同样构成影响。此外， 由 于地方财力等的差异，我国各地区的社会保障水 平也存在很强的异质性，可能影响当地居民的就 业稳定性，具体表现为 : 如果当地的社会保障对 居民基本生活的保障程度足够高，那么劳动者务 工的动机就越弱，对工作的选择性越强，可能形 成不工作和有稳定工作的两级分化状态。 鉴于 此，本文引入地区 GDP 增长率、第三产业占比、 社会保障与就业支出占比等作为地区层面控制 变量。
四、实证结果及分析
(一) 基准回归结果
表 2 展示了数字经济发展对就业稳定性影响 的基准回归结果，在仅引入固定效应，不加入任 何控制变量的情况下， 结 果显示回归系数为 0. 021 ，在犯错概率不超过 1% 的情况下显著。进 一步地，列 (2) ～ (3) 在此基础上依次控制了 个体层面控制变量和地区层面控制变量。结果表 明，在这两列回归中，数字经济发展对劳动者的 就业稳定性同样表现出显著的正向作用，且显著 性水平均在 1% 以上。 以列 (3) 为例，实证结果 显示，在其他条件不变的情况下，数字经济发展 综合指数提高 1 单位，就业稳定性的综合指标就 将增加 0. 033 ，这也初步验证了本文第二部分 中 的假设，即数字经济发展对于就业稳定性存在积 极作用，降低劳动力市场的信息不对称、提高匹 配效率等途径所带来的正面效应更有可能强于企 业数字化产品替代 劳动力对稳定就业 的 负面 影响。
(二) 稳健性检验
为了进一步检验这一实证结果的稳健性，进 行了一系列稳健性检验。基准回归中稳定就业的 衡量指标中包含的初始变量是更换工作 的次数。 但在现实经济中，随着信息社会的不断发展和劳 动者思想的更新升级，很多劳动者，尤其是青年 劳动者对于工作的态度并不是以完全固定和一成 不变为最好，而是在不断寻求更加适合自己的职 业方向，此时适当更换工作并不意味着工作不稳 定，而只是意味着不一样的，甚至更好的工作状 态。与之相对应的，只有当个体更换工作频率过 高时，才反映该个体存在就业困难，稳定性差的 特点。 因此，表 3 列 ( 1) 更换了被解释变量的 衡量方式，将衡量指标中的离职次数换成了是否 频繁更换工作，其中频繁更换工作是指该受访者 在两年内更换工作次数达到两次以上 ; 列 ( 2) 则将就业稳定性的衡量方式更换为是否既签订了 合同又没有更换工作。从回归结果看，此时两项 的结果都仍然显著，说 明这一更换并不会影响 结论。
更进一步地，文章中的稳定就业是想代指一 种相比不稳定更好的就业状态，其优势包括相对 长期的雇佣合同，受法律保护的劳动时长和各项 保险，能够给予劳动者较好的保障，让其没有后 顾之忧，对比的是几个月换一个工作，随时面临 失业，惶惶不可终日的状态。然而，离职次数的 高低更有可能是一种选择，而无法成为就业状态 好的绝对表现形式。 同时，部分文献也直接以合 同签 订与否作为是否 稳定就业的唯 一 衡量维 度[16] 。 因此，表 3 列 ( 3) 中摒弃了对于离职次 数的关注，仅以是否签订合同作为就业稳定性的 衡量指标。 由于因变量为二值变量， 需要采用Probit 模型，我们参考张勋等 ( 2019) [24] 的做法 控制了区域的固定效应，不再引入地区层面的控 制变量。此时，在犯错概率不超过 5% 的前提下， 回归结果仍然表现为正向显著，说明数字经济的 发展对于就业稳定性的定性影响并不受到因变量 衡量方式的影响。
对于解释变量，基准回归中使用主成分分析 得到的综合指标作为数字经济发展的代理指标， 表 3 列 (4) 中将解释变量直接更换为 11 个标准 化后变量的数量平均值，发现结果的方向和显著 性程度也均不会发生变化，说明这一结论对于被 解释变量和解释变量衡量方式的改变均具有稳健 性。此外，基准回归使用了 2020 年访问的最新数据，具体访 问时 间在 2020 年初新冠病毒疫情之 后。突发疫情让很多中小企业面临前所未有的资 金流危机，经营陷入困境，失业率快速上升，就 业稳定性受到大幅影响。尽管在基准回归中， 已 经控制了年份固定效应，也引入了地区层面的控 制变量，理论上可以缓解 2020 年突发疫情及后来 的局部散点疫情对回归结果的干扰，但疫情的影 响还可能渗透到更多方面，例如影响该年份数字 经济的发展程度，进而影响其对就业稳定性的正 面效应。鉴于此，表 3 列 (5) 不再考虑 2020 年 数据，直接使用前三年的数据，发现此时的定性 结果仍不发生改变，说明疫情的影响同样不会干 扰最终结论。
数字经济的发展是我国经济社会不断进步、 科技创新能力持续提高的产物， 同时又在推动着 社会生产力的进一步上升，因此，在数字经济的 相关研究中， 内生性问题往往成为无法绕开的重 要问题。在本文中，一方面，数字经济的发展能 够提高就业的稳定性，稳定就业也能够使得劳动 者的工作积极性、主动性更强，创新研发动力更 充足，进而促进数字产业化和产业数字化发展， 即可能存在内生因果问题。另一方面，限于数据 来源， 回归中能控制的变量总是有限的，无法完 全涵盖就业稳定性的影响因素 ， 即无法完全避 免遗漏变量的 问题 。 基准回归中所使用的计量 模型中使用固定效应等手段尽可能缓解遗漏变 量等 带 来 的 影 响 ，更 进 一 步 地 ，表 4 列 ( 1 ) 使用滞后一期的数字经济发展指标作为解释变量进行回归 。 结果表 明 ，在通过变量滞后一期 减少内生性问题带来 的干扰之后 ，数字经济发 展仍然对就业稳定性存在显著的正向影响，即结 论不发生变化。
除变量滞后外，工具变量法也是解决内生性 问题的常用方法。在我国的互联网发展史上，信 息网络的使用和普及最早是从电话和邮件业务开 始的，因此，历史上邮电业务量较高的地区也可 能更容易发展数字经济[25] 。与此同时，多年前的 邮电行业发展程度也几乎不再对近年的居民就业 产生直接影响。 因此，参考黄群慧等 (2019) [25]、 NUNN 、QIAN ( 2014 ) [26] 、赵涛等 ( 2020 ) [27] 等 文献的做法，本文选取 1984 年的各地区的邮电业 务总量作为数字经济发展程度的工具变量。考虑 到单一年份数据为截面数据，我们借鉴 NUNN、QIAN (2014) [26]选取了上一年互联网使用人数作 为时间相关变量， 以两者的乘积作为最终使用的 工具变量。 表 4 列 ( 2) ～ ( 3) 分别使用 1984 年邮电业务总量和上一年互联网上网人数或互联 网宽带接入用户对数的乘积作为工具变量。 由于 当时重庆市尚未形成直辖市，没有邮电业务相关 数据，因此这两列的样本数量小于基准回归。 结 果表明，一阶段 回归结果 中 F 值均大于 10 ，且 Cragg-Donald Wald F 统计量大于 Stock-Yogo weak ID test critical values 的所有临界值，可以拒绝存 在弱工具变量的原假设。 如表 4 中所示，数字经 济发展仍然对就业稳定性存在显著的积极影响， 说明在使用了工具变量， 内生性问题带来的可能 影响减小的情况下，这一结论仍不会发生改变。
除此之外，考虑到是否签订合同也能够较好 地反映就业稳定性状态，且在以往文献中也常被 视为唯一稳定性衡量指标，本文也进一步将被解 释变量更换为是否签订合同并适用上述稳健性检 验。 方式包括更换数字经济发展衡量方式、 换用 前三年数据及使用滞后一期的数字经济发展指标、 使用 1984 年邮电业务形成工具变量等。 结果表 明，此时回归系数的方向和显著性均不会发生变 化，即结论依然稳健。
(三) 影响机制分析
在第二部分的理论模型中 ，提 高就业 匹配 程度和替代劳动力是数字经济影响就业稳定性 的两大可能渠道 。 上述实证分析表明 ，数字经 济的持续发展对于居民就业稳定性的总体影响 是显著为正 的 ，这也就是说 ，就业匹配程度的 提高这一渠道带来的正面效应很可能大于劳动力被替代渠道带来的负面效应 。 在接下来 的研 究中 ，本文也将进一步通过实证检验这两项影 响机制 的存在性 。 对于影响机制的检验方法， 早年 的 BARON 、 KENNY ( 1986 ) [28] 认 为 ， 如 果引入待检验的中介变量后 ，待检验变量的回 归系数显 著 ，被解释变量的回归系数有所下 降 ，则说明存在 中介效应 ，如被解释变量回归 系数变为不显著 ，说明存在完全中介效应 。 这 一检验方法具有数据可得性强、 简便 易行等优 势 ，并很快成为实证研究中检验中介效应最常 用的方法之一 ，后续绝大多数学术文献也沿用 这一思路进行检验 。 然而近年来 ，也有研 究者撰文指 出 ，这 一方法无法规避内生性 等 问题，可能带来计量结果的偏误[29] 。
鉴于此，本文参考江艇 ( 2022) [29] 的方法， 综合数据可得性进行检验。 具体而言，首先定义 就业匹配程度变量。 一般地，当劳动者的技能正 好和所从事的职业所 需技能相同或差距非 常 小 时，即说明就业匹配质量较高[30-32] 。 参考王俊 (2021 ) [32] 、 KAMPELMANN 、 RYCX ( 2012 ) [33] 等文献 的 做 法 ， 综 合 CFP S 问 卷 所 得 的 变 量， 计算 出每个职业劳 动者的平均受教育年限， 并用受访者的实际受教育年限和平均受教育 年限之差的绝对值 ( Edu_ gap) 作为匹配效率 的代理指 标 。 当两者之间的差距越小时 ， 说 明就业岗位和劳动者技能匹 配 效 率 越 高 。 考 虑到各地区劳动力就业偏好的异质性及当地 行业发展程度的差异 ， 对 不 同年份和地区分 开计算平均受教育年限 ， 以 便更准确地衡量 受访者在当地就业的岗位 匹 配 程 度 。 表 5 列 ( 1 ) 使用 了受 教 育 程 度差距大于中位数 ， 即 就业匹配程度低于 中位数 的样本 ， 列 ( 2 ) 则 使用教育年限与平均年限之差小于等于中位 数 ， 即就业 匹配程度低于中位数的样本 。 结 果表 明 ，在两 者 差 距 更 小 ， 就业匹配程度更 高 的群 体 中 ， 数字经济的发 展更容易起到提 高就业稳 定 性 的 效 果 。 同 理 ， 考 虑 到 是 否 签 订合 同这 一 指标同样具有代 表 性 ， 我 们 也 以 其为被解释变量进行了影响机制检验并得到 了一致 的 结 果 。 这 也 就 说 明 ， 提 高 就 业 匹 配 程度的确可能是数字经济发展促进稳定就业的重要途径 。
本文理论分析中所涉及的另一影响机制是数 字产品对于人类劳动力的替代。 一般来说，智能 化产品总是能容易地替代中等或以下技能的劳动 力，因此，如果这一影响机制存在的话，也就意 味着低技能人群受害更大，在就业稳定性上的受 益更小。 根据这一思路，表 6 列 ( 1) ～ (2) 按 受教育程度 (Eduyear) 是否高于中位数水平区分 样本，发现列 ( 1) 的回归结果显著为正，列 (2) 的回归系数则不显著，说明在受教育程度更高的群 体中，数字经济对收入稳定性的影响效果明显更强。 这也就证明了另一机制的存在性: 在数字经济蓬勃 发展的过程中，机器逐渐替代了部分程序化较强的 劳动力岗位，也提高了人工岗位的竞争程度，进而 使得就业稳定性下降。 此外，在被解释变量的衡量 维度中剔除离职率，仍以合同签订衡量就业稳定性， 将会发现此时两列回归结果均显著，且受教育程度 更低的群体显著程度反而更高，说明相比于就业匹 配程度而言，劳动替代机制的作用力稍弱，而这也 可以与数字经济对就业稳定性整体影响效果为正对 应起来。 当然，值得提出的是，上述两个渠道并不 是数字经济对就业稳定性影响的全部渠道，本文的 理论分析和实证检验中也都不否定任何其他机制的 可能存在性，只是因为两者在现实经济中相对直 接和重要，且影响方向恰好相反，故以此为出发 点，探寻数字经济影响就业稳定性的可能途径。
五、 结论与政策建议
目前，数字经济的持续发展已经成为全球经 济的一个重要和不可逆转的趋势。 本文基于理论 模型和 CFPS 微观数据研究了数字经济对就业稳 定性的影响效应，主要得到以下结论 : 第一，基 于一般均衡框架的理论分析表明，数字经济可以 通过提高就业匹配效率和替代劳动力两个渠道影 响居民的就业稳定性，且两者指向相反的方向， 最终的影响方向决定于两者的相对大小。 第二， 使用 CFPS 数据进行实证检验发现，在其他条件 不变的情况下，数字经济的发展将有利于提高居 民的就业稳定性。 更换解释变量与被解释变量指 标衡量策略、 排除公共卫生事件干扰、 利用工具 变量等方法降低内生性问题后，定性结论仍保持 稳健，不会发生改变。 第三，影响机制分析结果 表明，提高就业匹配效率和替代劳动力两个渠道 都存在，只是替代劳动力渠道的显著性和稳健性 更弱。 这也意味着，就业匹配程度提高这一机制 带来的正面效应更有可能在主结果中起到主导效 应，促使主结果方向为正。 这一研究从就业稳定 性的视角出发，验证了数字经济对就业稳定性的 影响方向和机制，为探索数字经济对劳动力市场 的影响提供了新的维度，也为下一阶段持续推动 数字经济高质量发展，保障居民稳定就业的政策制定提供了有益的依据。
在当前的形势下，数字经济给传统产业发展 和就业模式带来了巨大 的挑战，也要求劳动者、 企业和政府及时调整战略，及早适应数字化时代， 推动就业市场的变革和创新。 基于上述结论，本 文可以得出几点政策启示 :
一是加强数字技能培训和就业服务。 根据文 章结论，数字经济可以通过降低就业市场的信息不对称、 提高岗位适配程度来促进居民稳定就业。因此，政府可以继续持续加强数字技能培训方面 的投入，帮助待就业人群，尤其是弱势就业群体 提高数字技能水平，善用信息网络多方面了解企 业信息，积极适应新就业形势。 此外，还可以推 动建立数字就业信息平台，帮助劳动者了解市场 岗位需求和就业机会 ; 为企业线上招聘提供专业 的咨询和技术支持，鼓励更多企业加入数字化平 台，推动劳动力市场信息更加透明化，流程更加科学化，让更多劳动者和企业享受到数字经济在 提高岗位适配度、提高就业匹配质量方面的积极 效应。
二是积极引导数字经济发展。在本文结论中， 劳动力替代的渠道影响力尚且较弱，不足以主导 数字经济对就业稳定性的影响方向，但随着数字 经济的进一步发展，这一替代作用可能会有所加 强。 因此，应当积极引导数字经济的发展方向， 推动数字技术与传统产业的深度融合，促进数字 经济与实体经济的良性互动，避免数字经济对传 统产业和就业的替代作用过于强烈，导致就业稳 定性大幅下降。 同时，也要帮助企业更好地适应 数字经济时代的变革，鼓励企业加入创新研发投 入，提高产业效率和竞争力， 以更高效的方式提 升经济效益和就业稳定性。
三是建立稳定的社会保障体系，更好地保障 劳动者权益。数字经济的快速发展可能意味着很多传统行业和职业将面临技能升级和转型的挑战， 就业机会减少。如之前所述，这一效应尚未在稳 定就业方面占据主导地位，但仍 需谨 防。 因此， 政府可以适时调整和完善劳动法律法规，加强社 会保障体系建设，提高就业者的保障水平和社会 保障覆盖面，降低他们的就业风险，避免失业问 题的频发及其对于社会稳定性的负面影响。
本文从理论和实证的角度检验了数字经济发 展与就业稳定性的关系，为后续就业政策的制定 及数字经济的持续发展战略提供了有益的理论参 考。仍需承认的是，正如前文中所提到的，本文 聚焦于就业匹配和劳动替代两个渠道，但在现实 经济中，数字经济还通过一些其他渠道影响稳定 就业，如数字经济的发展可能会创造大量临时性 的、非标准化的就业岗位，进而影响整体就业的 稳定 性，而这也将成为进 一 步研究和探 索 的 方向。
[注 释]
① 据 CFPS 问卷标注， 此处的合同不仅包括企业合同， 也包括党 政机关、 事业单位等与雇员签订的聘用合同和录用协议。
② 由于两个指标主成分分析的 KMO 等于 0. 5 ， 不满足进行主成分分析的条件， 因此进行直接平均。
③ 此时 KMO 为 0. 832 ， 能够通过 Bartlett 球形检验， 满足进行主 成分分析的条件。
[参考文献]
[1] BRYNJOLFSSON E ，MITCHELL T.What can machine learning do? Workforce implications [J].Science，2017 ，358 ( 6370) :1530-1534.
[2] AUTOR D H，DORN D.The growth of low-skill service jobs and the polarization of the US labor market [J].American economic review，2013.103 (5) : 1553-1597.
[3] MICHAELS G，NATRAJ A，VAN REENEN J.Has ICT polarized skill demand? Evidence from eleven countries over twenty-five years [J]. Review of economics and statistics ，2014.96 ( 1) :60-77.
[4] AUTOR D H.Why are there still so many jobs? The history and future of workplace automation [J].Journal of economic perspectives，2015.29 (3) : 3-30.
[5] ACEMOGLU D，RESTREPO P.Automation and new tasks : how technology displaces and reinstates labor [J].Journal of economic perspectives，2019.33 (2) : 3-30.
[6] ACEMOGLU D，RESTREPO P . Robots and jobs : evidence from US labor markets [J].Journal of political economy，2020 ，128(6) : 2188-2244.
[7] 蔡跃洲，陈楠.新技术革命下人工智能与高质量增长、高质 量就业 [J].数量经济技术经济研究，2019.36 (5) : 3-22.
[8] 戚聿东，刘翠花，丁述磊.数字经济发展、就业结构优化与就业质量提升 [J].经济学动态，2020 ( 11) : 17-35.
[9] 柏培文，张云.数字经济、人口红利下降与中低技能劳动者 权益 [J].经济研究，2021.56 (5) : 91-108.
[10] KALLEBERG A L.Precarious work，insecure workers : employ- ment relations in transition [J].American sociological review，2009.74 ( 1) : 1-22.
[11] KALLEBERG A L.Job quality and precarious work : clarifica- tions ， controversies ， and challenges [J ]. Work and occupations，2012.39 (4) : 427-448.
[12] FERREIRA M.Informal versus precarious work in Colombia : concept and operationalization [J].Progress in developmentstudies，2016.16 (2) : 140-158.
[13] KNIGHT J，YUEH L.Job mobility of residents and migrants in urban China [J].Journal of comparative economics，2004.32(4) : 637-660.
[14] HUANG Q.The impact of job mobility on earnings growth of mi- grant workers in urban China [J].Frontiers of economics in china，2011.6: 171-187.
[15] BARGAIN O ，KWENDA P.Earning structures ，informal em- ployment and self-employment : new evidence from Brazil，Mexico and South Africa [J]. Review of income and wealth，2011.57: 100-122.
[16] 李骏.非稳定就业与劳动力市场分割——— 对内地与香港的比 较研究 [J].社会学研究，2018.33 (5) : 164-190.
[17] 莫玮俏，史晋川.就业稳定性、风险预防与女性工作时 间 [J].经济理论与经济管理，2020 (2) : 10-23.
[18] 邵敏，武鹏.出口贸易、人力资本与农民工的就业稳定性——— 兼议我国产业和贸易的升级 [J].管 理 世 界，2019 ，35(3) : 99-113.
[19] 郭凯明.人工智能发展、产业结构转型升级与劳动收入份额 变动 [J].管理世界，2019.35 (7) : 60-77.
[20] DIAMOND P A.Aggregate demand management in search equi- librium [J].Journal of political economy ，1982 ，90 ( 5 ) :798-812 .
[21] MORTENSEN D T ，PISSARIDES C A.New developments in models of search in the labor market [J].Handbook of Labor Economics，1999.3.b (2) : 2567-2627.
[22] 罗楚亮.就业稳定性与工资收入差距研究 [J].中国人口科学，2008 (4) : 11-21.
[23] BUKHT R , HEEKS R. Defining，conceptualising and measuring the digital economy [J].International organisations research journal，2018.13 (2) : 143-172.
[24] 张勋，万广华，张佳佳，等.数字经济、普惠金融与包容性 增长 [J].经济研究，2019.54 (8) : 71-86.
[25] 黄群慧，余泳泽，张松林.互联网发展与制造业生产率提升 : 内在机制与中 国经验 [J].中 国工业经济，2019 ( 8 ) : 5- 23.
[26] NUNN N ， QIAN N. US food aid and civil conflict [J].American economic review，2014.104 (6) : 1630-1666.
[27] 赵涛，张智，梁上坤.数字经济、创业活跃度与高质量发展———来自中国城市的经验证据 [J].管理世界，2020.36 ( 10) :65-76.
[28] BARON R M ，KENNY D A.The moderator-mediator variable distinction in social psychological research : conceptual， strategic ， and statistical considerations [J ]. Journal of personality and social psychology，1986.51 (6) : 1173.
[29] 江艇.因果推断经验研究中的中介效应与调节效应 [J].中国工业经济，2022 (5) : 100-120.
[30] OLUYOMI P，ADEDEJI S O.Skills mismatch among university graduates in the Nigeria labor market [J].US-China education review，2012.1: 90-98.
[31] LIU K，SALVANES K G ，SØRENSEN E Ø . Good skills in bad times : cyclical skill mismatch and the long-term effects of gradua- ting in a recession [J].European economic review，2016.83:3-17.
[32] 王俊.经济集聚、技能匹配与大城市工资溢价 [J].管理世界，2021.37 (4) : 83-98.
[33] KAMPELMANN S ， RYCX F. The impact of educational mismatch on firm productivity : evidence from linked panel data [J].Economics of education review，2012.31: 918-931.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jingjilunwen/76773.html
