互聯網發展對區域勞動力就業匹配的影響研究

王春凱 許珍珍

摘要：推動全國勞動力市場統一和提升勞動力就業配置效率是經濟發展的持久動力。基于2003—2018年省級面板數據，考察互聯網發展對就業中勞動力人力資本供給與產業結構需求間匹配的影響與機制。研究發現：（1）互聯網對區域勞動力就業匹配的影響系數為正且顯著，說明互聯網促進了區域勞動力就業匹配；（2）互聯網通過促進人口跨區域流動、產業結構升級的作用機制提升了區域勞動力就業匹配；（3）互聯網對區域勞動力就業匹配的影響具有明顯的基于經濟發展水平的門檻特征，突破門檻后勞動力池效應更加明顯，互聯網的促進作用明顯躍升；（4）隨著互聯網發展階段的遞進，互聯網網絡溢出效應的增強對區域勞動力就業匹配產生更加顯著的影響。東中部地區互聯網的勞動力就業匹配效應最為明顯，西部地區尚不突出。因此，應從加強網絡基礎設施建設、完善互聯網就業信息平臺以及強化互聯網與農業和制造業的深度融合等方面，進一步提高勞動力就業匹配效率，助力中國區域經濟社會走向共同富裕。

關鍵詞：互聯網發展；勞動力流動；就業匹配；人力資本；產業結構升級；人口質量紅利

文獻標識碼：A文章編號：100228482023（04）012712

中國區域經濟社會發展水平呈現出明顯的階梯形特征，主要表現為區域產業布局與人力資本空間分布的不均衡。《中國人力資本報告2020》顯示，人力資本存量排名前十位的省份依次為山東、廣東、河南、江蘇、河北、浙江、四川、安徽、湖北、湖南，中西部地區占比達60%。沿海發達地區集聚了大量產業卻沒有足夠的人力資本存量，要素的空間錯配造成了中國區域經濟發展的效率損失。隨著產業在區域間的轉移和升級，東部地區產業結構由中低端制造業向高端制造業和服務業升級，進一步強化了對高技術專業人才和知識人才的需求；而中西部地區產業結構由農業向制造業和服務業升級，對工業技術工人和低端服務人員的需求更加迫切。區域間勞動力人力資本結構供給與產業結構對勞動力素質需求的就業匹配問題亟待解決。勞動力人力資本存量只是為經濟社會發展提供了人口機遇期，只有人力資本與嵌入產業結構的工作崗位技能需求結構相匹配才能將“人口機遇”轉變為“人口紅利”［1］。實現勞動者人力資本供給與工作崗位需求之間匹配，解決區域勞動力結構性就業難題，使得勞動力市場供給方和需求方得到充分匹配，形成人口結構性質量紅利，是中國未來持續發揮人口紅利的關鍵。

目前，關于勞動力就業匹配的影響因素主要著眼于兩個視角。一是從要素流動的視角進行研究，認為勞動力在區域間或行業間流動暢通是就業匹配的關鍵。王春楊等［2］研究表明，高鐵開通改變了人力資本的流向和空間格局，優化了人力資本的空間分布。李靜等［3］認為信息共享和知識傳遞增強了勞動力跨區域流動的能力，降低了流動的成本進而有助于提升就業匹配度。而行政壟斷［4］和城鄉二元戶籍制度［5］以及國有企業較高的進入壁壘［6］則阻礙了勞動力在區域間和行業間的充分流動，不利于就業匹配效率的提升。二是從產業結構調整以及勞動力受教育程度變遷的視角來探討就業匹配問題。產業在區域間轉移與人力資本匹配密切相關［7］，服務業布局優化改善了人力資本的配置效率［8］，而中國過度教育的時期效應則對就業匹配時空演化產生了直接影響［9］。張桂文等［10］研究指出需要從人力資本投資和產業結構升級兩個方面采取措施，共同推進人力資本存量與產業結構演進的動態匹配。少量文獻從區域的視角研究了勞動力區域間的就業匹配，發現市場化水平、交通基礎設施改善了區域間和部門間人力資本與產業結構的匹配效率［1112］，而地方財政支出和信息化程度是造成人力資本匹配在不同區域間存在差異的主要原因［13］。制度性的勞動力市場分割造成勞動力的需求在沿海地區和城市，勞動力的供給在中西部農村，形成區域間勞動力供給與產業結構需求的錯配［14］。

綜上所述，已有研究較為深入地探討了勞動力就業匹配的影響因素，取得了豐富的研究成果，但鮮有研究從區域的視角對就業中勞動力人力資本與產業結構的匹配效應展開研究，特別是在中國區域產業分布與人口分布不均衡的情況下，區域勞動力就業匹配效率是釋放勞動力潛力、推動人口紅利持續發揮的關鍵。區域勞動力就業匹配的關鍵在于就業信息的暢通從而促進勞動力的跨區域流動，以及區域產業結構升級對勞動力人力資本產生的派生需求。在互聯網快速發展的時代，互聯網本身兼具信息傳播媒介以及推動產業升級的雙重屬性，因此在要素流動層面和產業結構變遷層面皆會對區域勞動力就業匹配產生影響。互聯網發展對區域勞動力就業匹配產生了怎樣的影響，在不同經濟發展階段有何特征，以及通過何種機制實現勞動力在區域間的就業匹配，這些問題對于進一步推動全國勞動力市場的統一和提升勞動力配置效率尤為關鍵。鑒于此，本文利用面板數據的時間屬性與空間屬性，采用2003—2018年省級面板數據，研究互聯網發展對區域就業中人力資本結構與產業結構的匹配效應，以及互聯網對區域勞動力就業匹配的門檻效應和中介機制。

一、理論機制與研究假說

互聯網技術具有自身的特性。一方面，互聯網可以突破時空限制，具有促進信息重組與信息整合的傳播特性。互聯網可以有效打破地理環境所帶來的空間阻礙，促進要素跨區域流動和生產要素在特定空間內集聚［15］。互聯網通過跨越區域、行業的邊界限制，將各地區的人才、資金、技術等創新要素進行再整合、再布局，促進資源在區域間的重新配置和組合，實現區域的創造性發展［16］。另一方面，互聯網與傳統產業相結合，改變了資源的配置方式，創新和升級了生產要素的組合，并借助去中介化直接連接生產者和消費者，降低了交易過程中的協商成本和契約成本［17］，有助于推動產業結構升級。相對于傳統技術，互聯網在信息傳播方面具有獨特的快速性、全面性以及穿透性，引發區域內生產要素的優化配置和重組，提升了整體的區域生產環境，改善了勞動力市場供給方和需求方的信息不對稱，促進區域內勞動力的供需匹配。基于上述分析，本文提出以下假設：

假設1：互聯網發展對區域勞動力就業匹配產生顯著影響。

中國區域經濟發展水平和發展階段呈現出明顯的不均衡性。當經濟較為發達時，區域內異質性人力資本及產業類型呈現出多樣性，區域內部形成勞動力池效應，使得勞動力本身因產業類型多樣化而找到更加合適的工作；用人單位則因人力資本的異質性而找到更加合適的工人，實現了勞動力供給與產業需求的匹配。改革開放以來，東部地區產業的率先發展帶來了大量的就業機會，勞動力源源不斷由中西部地區向東部地區流動，在東部地區形成了一個巨大的勞動力池。勞動力池效應降低了企業和勞動力的搜尋成本，市場規模的擴大和產業結構的高級化進一步改善中國區域勞動力的配置效率，成為東部經濟快速增長的一個重要原因。中西部地區人口集聚效應較弱，勞動力池效應發揮不明顯，人力資本結構與產業結構的耦合匹配度在東部明顯高于中西部地區［18］。因此，互聯網對勞動力就業匹配的影響呈現出明顯的階段性和區域差異性，只有當地區經濟發展到一定程度時，隨著勞動力池效應更加明顯，其能夠發揮真正的網絡擴散效應，使得區域內就業信息可以互通有無，提升空間內異質性人力資本和就業崗位的匹配。基于上述分析，本文提出以下假設：

假設2：互聯網對區域勞動力就業匹配的影響具有經濟門檻效應與區域異質性，區域經濟發展水平越高，對勞動力就業匹配的影響越顯著。

互聯網作為信息傳播的載體能夠快速、有效、全面地傳遞勞動力市場的就業信息，推動勞動力跨區域流動就業，帶來區域勞動力就業匹配的提升。中國區域產業結構分布極不均衡，大量的就業機會主要集中在東部發達地區，勞動力跨區域流動就業成為中國區域就業增長的顯著特點。互聯網傳播即時性和滲透性使得就業市場更加透明化，有效弱化了地理空間的阻隔，促進勞動力由中西部地區向東部地區流動、由農村向城市地區的跨區域流動。勞動力流動優化了人力資本的區位分布，為區域產業結構高級化提供必要的人力資本支撐［19］。不同空間內的企業和勞動力通過互聯網平臺進行有效的連接與匹配，帶來勞動力空間匹配效率的提高。與此同時，互聯網發展不僅有助于跨區域流動人次的增加，而且增強了流動的能力，使得勞動力跨區域流動的半徑更大，勞動力流動在很大程度上改善了人力資源的空間配置結構和人崗匹配效率［20］。因此，互聯網使勞動者流動頻率加大、流動方向明確、流動半徑擴大，有助于促進區域勞動力就業匹配。基于上述分析，本文提出以下假設：

假設3：互聯網發展通過促進人口跨區域流動提升區域勞動力就業匹配。

互聯網作為一種技術進步能夠促進區域產業結構升級，延長產業鏈，增加新的就業機會，提升中國各個區域內勞動者人力資本與工作崗位的匹配度。互聯網與傳統產業深度融合，推動了傳統產業轉型升級和經濟發展方式轉變，重構了勞動力市場供需雙方的關系。互聯網促進了產業結構由第一產業向第二、三產業升級，特別是對于農業和制造業而言，互聯網促進了產業鏈的延伸和升級，擴大了勞動力的就業市場，使勞動力能夠選擇與自身人力資本素質相匹配的就業崗位機會。同時，互聯網在各個區域內部促進產業結構升級，從而帶來就業空間配置效率的提升。東部地區集聚了大量的高端人才，東部地區的產業結構由中低端制造業向高端制造業和服務業升級有助于實現人力資本結構高級化與產業結構高級化的空間耦合。而中西部地區由于農業剩余人口較多，產業結構的低端化無法為勞動力提供充足的就業崗位，造成勞動力的就業匹配效率較低。互聯網的快速發展加快了中西部地區產業結構由農業向工業和服務業升級，進一步釋放了農業中的剩余勞動者，促進勞動力在產業結構內的梯度轉移。例如，農業勞動力逐步向制造業轉移，工業勞動力向服務業轉移，提高了勞動力在行業間的配置效率，改善了勞動力人力資本匹配度。互聯網通過提高各個區域內產業結構的比較優勢改善了區域內部勞動力配置效率，實現區域整體勞動力就業匹配效率的改善。基于以上分析，本文提出以下假設：

假設4：互聯網發展通過推動區域產業結構升級提升勞動力就業匹配。

二、研究設計

（一）模型設定

為檢驗互聯網發展對區域勞動力就業匹配的影響，本文構建的基本模型如下：

Matit=α0+α1Intit+α2Xit+λt+φi+μit（1）

其中，下標i和t分別表示省份和時間；Matit為被解釋變量，表示區域勞動力就業匹配；Intit為核心解釋變量，表示區域互聯網發展程度。由于區域勞動力就業匹配與市場規模、工會保障、勞動糾紛、工資水平、失業水平、政府干預以及經濟發展水平等變量存在相關性，本文控制了一組省份特征變量Xit。λt和φi分別表示時間固定效應和省份個體效應，μit代表誤差項。

互聯網發展對區域勞動力就業匹配可能存在非線性的關系，在不同經濟發展階段的地區，互聯網對區域勞動力就業匹配的影響存在顯著的差異性。為了避免人為劃分樣本區間帶來的主觀判斷偏誤，本文借鑒Hansen提出的門檻回歸模型，采用門檻回歸模型對互聯網的經濟發展階段的門檻效應進行實證分析。Hansen面板門檻模型能夠捕捉經濟系統的結構性突變因素，且能夠處理固定效應問題。本文在此建立以地區經濟發展水平為門檻變量、以區域勞動力就業匹配度為被解釋變量的門檻回歸模型：

Matit=α0+αh1IntitRgdpit≤λ1+αh2Intitλ1＜Rgdpit≤λ2+…+

αhnIntitλn-1＜Rgdpit≤λn+δiXit+μit（2）

其中，Rgdp為地區經濟發展水平，用人均GDP衡量，為門檻變量。λ1，λ2，…，λn為n+1個門檻區間下n個門檻值，αh1，αh2，…，αhn為不同門檻區間下的估計系數。在無法確定具體的門檻數量情況下，公式設定為多門檻變量模型。

（二）變量設定

1.被解釋變量：區域勞動力就業匹配

特定區域內勞動力結構和產業結構在一定時間內是相對穩定的，區域內勞動力人力資本結構與產業結構的匹配程度直接影響區域生產效率和經濟發展。由于人口交替進入或者退出勞動力市場，以及區域之間人口流動和遷移，勞動力人力資本結構在動態中實現與區域產業結構的匹配。在市場力量作用下，中國第二、三產業發展主要集中在沿海地區，并在當地產生了大量的就業機會。但中西部地區此時勞動力充足而就業機會缺乏，引致勞動力跨區域流動尋求就業。跨區域流動就業意味著不同區域勞動力就業匹配存在差異性。不同地區產業結構類型與地區人力資本結構匹配度不同，導致就業匹配在區域層面上呈現出梯度分布。本文基于人力資本—產業結構匹配視角提出區域勞動力就業匹配概念，將區域勞動力就業匹配界定為特定區域內產業結構與就業中人力資本結構的匹配協調程度。

就業中人力資本結構的子系統與就業結構和產值結構關聯互動，通過系統耦合的定量測算出區域人力資本結構與產業結構中的空間互動關系與動態變化，研究二者之間的匹配協調程度［10，21］。由于就業中人力資本的結構分布與產業的產值結構和就業結構分屬兩個不同的系統，因此本文采用耦合匹配度刻畫就業中人力資本結構與產業結構間的匹配程度

本文研究采用面板數據，包括時間和空間兩個維度，因此耦合匹配模型更能分析出產業結構與勞動力人力資本結構的動態匹配過程。由于此測算為經典耦合系統匹配模型的測算，不再贅述測算過程，留存備索。。

2.核心解釋變量與門檻變量

關于互聯網發展水平，本文采用區域互聯網綜合發展指數進行度量。綜合已有研究對互聯網發展的相關測度指標以及數據的可得性，本文從互聯網應用和產出角度選擇了互聯網普及率、互聯網相關從業人員、互聯網相關產出和移動互聯網用戶數四個維度的指標。其中，互聯網普及率采用每百人互聯網人數代理，互聯網相關從業人員采用計算機服務和軟件業從業人員占單位從業人員比重代理，互聯網相關產出采用人均電信業務總量代理，移動互聯網用戶數采用每百人移動電話數代理。在計算過程中先將四個指標進行標準化處理，在此基礎上采用主成分分析方法綜合成一個指標代理互聯網綜合發展指數。門檻變量為地區經濟發展水平和階段，采用地區人均GDP的對數來衡量。

3.控制變量

為提高回歸分析的精確性，本文將市場規模、工會保障、勞務糾紛、工資水平、失業水平、政府干預、經濟發展水平等作為控制變量。

（三）數據來源與描述性分析

互聯網相關數據，各省份第一、二、三產業產值比重來源于2004—2019年《中國城市統計年鑒》。受教育程度占比數據來源于2004—2019年《中國勞動統計年鑒》中統計的就業人員中受教育程度的占比。各省份第一、二、三產業的就業比重來源于2004—2019年各省份統計年鑒，就業統計口徑為全社會從業人員。控制變量來源于2004—2019年《中國統計年鑒》《中國城市統計年鑒》和《中國勞動統計年鑒》。為消除通貨膨脹的影響，以2000年為基期，對模型中的經濟發展水平、市場規模等經濟變量數據通過歷年GDP平減指數進行折算。最終研究樣本為2003—2018年中國30個省份共480個樣本

由于數據缺失問題，樣本地區不包括中國西藏、臺灣、香港和澳門。。變量描述性統計結果見表1。

三、互聯網發展對區域勞動力就業匹配的影響

為了提高回歸的準確性，當模型存在異方差或自相關問題時，采用聚類穩健標準誤差進行回歸，以保證模型回歸估計的一致性。本文選擇雙向固定效應進行回歸，同時控制個體效應和時間效應，有助于減少時間層面的遺漏變量，提高回歸結果的準確性。

（一）基本回歸分析

本文在此采用逐步回歸法對回歸結果進行分析，結果見表2，可以看出，互聯網對區域勞動力就業匹配的影響系數為正且顯著，說明互聯網發展顯著促進了區域勞動力就業匹配。互聯網發展之所以能夠提高區域間人力資本結構與產業結構的就業匹配程度，原因在于：一方面互聯網發展有助于消除勞動力市場的信息不對稱，促進就業信息的跨區域傳播。互聯網提升了人力資本在區域間和行業間的流動性，增強了勞動力的就業搜尋半徑，使勞動力通過跨區域流動搜尋到適合自身素質的工作崗位。另一方面，互聯網發展有助于促進產業結構高級化，使得產業結構與整體的人力資本提升相匹配

《中國人力資本報告2020》顯示，1985—2018年中國人力資本總量增長11.2?倍，人力資本總量的年均增長率為7.8%。。更為重要的是產業結構高級化在區域內部具有明顯的結構效應，例如中西部地區產業結構升級實現了地區內第一產業向第二產業和第三產業轉化升級，釋放了農業中的過剩勞動力，有助于提高中西部地區產業結構與人力資本存量的匹配度。而東部地區本身人力資本結構日益高級化，且吸引了中西部地區大量的高素質人才，東部地區產業結構升級有助于與高級人力資本結構相匹配。由此可見，互聯網發展有利于促進中國各個區域內就業中人力資本結構與產業結構的就業匹配。

（二）門檻效應分析

互聯網對區域勞動力就業匹配可能會受到地區經濟發展水平和階段的門檻效應的影響。隨著經濟發展水平的不斷提高，勞動力池效應更加明顯，加上互聯網的網絡擴散特性，導致當經濟發展到更高的階段后，互聯網將會對區域勞動力就業匹配產生更加明顯的影響。因此，由于不同區域和不同時間各個地區處于不同的經濟發展階段，導致互聯網對區域勞動力就業匹配的作用是非線性的，可能存在門檻效應。為驗證互聯網對區域勞動力就業匹配在不同經濟發展階段影響的差異性，建立門檻效應模型進行分析。

首先檢驗門檻效果是否顯著。依次按照不存在門檻、存在1個門檻、存在2個門檻、存在3個門檻展開分析，結果見表3，可以發現，單一門檻在10%的水平上顯著，雙重門檻在5%的水平上顯著，自抽樣P值分別為0.073和0.043，三重門檻不顯著。因此，雙重門檻模型適合本文的分析。

當經濟發展水平作為門檻時，雙重門檻模型對應的兩個門檻值分別為1.895和2.015，表示地區人均GDP發展的第一門檻值和第二門檻值分別為1.895萬元和2.015萬元。

根據兩個門檻值將樣本分為經濟發展低水平（Rgdp≤1895）、中等水平（1895＜Rgdp?≤2015）和高水平（Rgdp>2015）三種類型。由表4可知，以經濟發展水平為標準，中國大部分省份在2009年之前處于低水平的發展區間，2009年后經濟迅速發展，此后大部分省份處于高水平發展期間，經濟換擋的周期較快。因此，隨著時間的推進，互聯網的時期效應愈加明顯，對區域勞動力就業匹配的影響效應隨時間演化逐漸加強。

本文以地區經濟發展水平（人均GDP）為門檻變量建立雙重門檻模型，實證分析互聯網對區域勞動力就業匹配的門檻效應。回歸結果顯示，當經濟發展水平處于低發展階段時，互聯網對區域勞動力就業匹配的回歸系數為0045，且在10%的水平上顯著，說明互聯網發展能夠提高勞動力的區域勞動力就業匹配，促進就業中人力資本結構與產業結構的匹配。在經濟發展水平處于中等水平時，互聯網發展對區域勞動力就業匹配的回歸系數為0066，且在5%的水平上顯著，說明隨著經濟發展水平的提高，互聯網對勞動力人力資本結構與產業結構的就業匹配效應更加明顯。當經濟處于高發展水平時，互聯網發展對區域勞動力就業匹配的回歸系數為0089，且在1%的統計水平上顯著。由此可見，隨著經濟發展水平的不斷提高，互聯網發展對區域勞動力就業匹配的影響效應不論是在經濟顯著性還是在統計顯著性上都有很大的提高，即經濟發展水平越高，互聯網發展對區域內人力資本結構與產業結構的匹配效應越明顯。主要原因在于地區經濟發展水平高，大量的企業和勞動力集聚在一起，在區域內逐漸形成勞動力池效應。經濟發展水平高，不同的生產單位和異質性人力資本集聚在一起，減少了勞動力和用人單位的搜尋成本，使得勞動力人力資本供給和產業需求能夠更加有效匹配。因此，當地區經濟發展水平較高時，在互聯網的影響下，區域內各個產業和勞動力能夠互聯互通，提升了區域內勞動力人力資本結構和產業結構的就業匹配程度。由此可以判斷，互聯網對區域勞動力就業匹配的影響是非線性的，存在經濟發展水平的門檻效應。

（三）內生性處理與穩健性檢驗

1.內生性處理：工具變量法

內生性的產生可能有以下幾個方面的原因。一是互聯網發展水平和區域勞動力就業匹配可能內生于宏觀經濟變量，互聯網的投資和使用并不是隨機的，而是與收入水平等社會經濟因素密切相關。本文對宏觀經濟變量進行了有限的控制，可能存在遺漏變量而造成的內生性問題。二是互聯網發展可能與區域勞動力就業匹配呈現出雙向因果的關系。本文已經分析了互聯網的發展有效促進了區域勞動力就業匹配，但勞動力的就業匹配也可能會促進互聯網的發展。比如就業匹配度高的地方，其生產效率高，可能促進互聯網信息技術的應用和發明技術的提高，推動區域互聯網的發展。因此，本文使用工具變量法對模型可能存在的內生性問題進行處理。

工具變量的選擇需要滿足相關性和外生性兩個條件，本文選擇各地區地形起伏度作為互聯網的工具變量。一方面，地形起伏度作為工具變量滿足相關性條件。地形起伏度會影響網絡基礎設施的建設，不僅會增加網絡基礎設施的建設成本，還會影響寬帶網絡的信號質量，進而對網絡基礎設施的運行效率產生影響［22］。另一方面，地形起伏度滿足外生性假設。地形起伏度作為自然地理變量，與經濟社會因素無關，不會直接影響產業結構與人力資本結構，符合工具變量的外生性假設。因此，采用地形起伏度

參見：游珍，封志明，楊艷昭.中國地形起伏度公里網格數據集［EB/OL］.（20180501）［20210610］.https：//www.geodoi.ac.cn/WebCn/doi.aspx？Id=887.

作為互聯網的工具變量。

本文研究采用的數據為均衡面板數據，只采用各省份地形起伏度作為工具變量會因為固定效應模型的應用而出現難以度量的問題。本文借鑒Nunn等［2324］的設置方法，在此構造各個省份地形起伏度（與個體變化有關）分別與上一年的全國互聯網普及率（與時間有關）

此處上一年指2003—2018區間年份對應的2002—2017區間年份，因為全國互聯網普及率的變化并不會對省級之間的就業匹配產生影響，所以交互項后仍然符合工具變量的假設。的交互項，作為各個省份互聯網發展水平的工具變量。工具變量的第一階段回歸結果顯示：地形起伏度與上一年全國互聯網普及率交互項的系數為0.001，且通過了5%的顯著性水平檢驗，表明地形起伏度與互聯網發展水平高度相關；同時第一階段的F值遠大于10，表明不存在弱工具變量問題。第二階段的回歸結果顯示：互聯網發展水平的系數為0.410，且通過了5%的顯著性水平檢驗，表明在解決內生性問題之后，互聯網發展對區域勞動力就業匹配依然呈顯著正影響，與基本回歸結果保持一致，因此本文回歸結果是穩健的。

2.穩健性檢驗：互聯網分類變量單獨回歸

本文采用更換互聯網發展水平的測度方法進行穩健性檢驗。上文采用的是互聯網綜合發展指數作為自變量，在此將互聯網發展指數的四個分變量——互聯網寬帶普及率、移動互聯網、互聯網從業人員、互聯網產出規模分別進行回歸。回歸結果如表5所示，除互聯網從業人員和互聯網產出規模外，互聯網普及率和移動互聯網皆顯著促進了勞動力就業匹配。在此也說明目前對于勞動力就業匹配主要還是通過

互聯網的信息渠道和技術效應來促進了就業匹配度的提高。互聯網寬帶普及率和移動互聯網的應用對個體或企業而言主要發揮著重要的信息渠道和技術賦能作用，互聯網的信息渠道效應有助于消除勞動力市場的信息不對稱，增強勞動力的學習效應，提高勞動力的跨區域流動能力和人力資本水平。同時，互聯網技術賦能效應能夠增強企業的就業信息篩選能力，推動產業結構升級，從而提高勞動力市場人力資本的配置效率。這也從側面論證了本文互聯網發展對勞動力就業匹配的路徑機制。

（四）異質性分析

1.分發展階段

門檻效應分析發現，在2009年左右互聯網對區域勞動力就業匹配影響效應逐漸增強。本文以2010年

作為時間劃分的節點，分析不同時間階段互聯網對區域勞動力就業匹配影響的異質性。從表

6的回歸結果可知，分階段來看，2010年后，互聯網對區域勞動力就業匹配發揮著顯著的影響，而在2010年之前影響并不顯著。這也進一步驗證了上文經濟門檻效應的存在。在2010年之前，無論是互聯網發展水平還是經濟發展階段都處于低水平，互聯網的溢出效應和勞動力池效應并不明顯，導致互聯網對區域勞動力就業匹配的效應沒有凸顯。隨著時間的推移，互聯網加快發展和經濟進入新的更高的發展階段，互聯網的溢出效應更加明顯，有助于提升區域內就業中人力資本結構和產業結構的匹配，推動區域勞動力就業匹配效率的提升。

2.分區域

中國東、中、西部三大區域

劃分依據來源于國家統計局。東部地區包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、海南11個省份，中部地區包括山西、吉林、黑龍江、安徽、江西、河南、湖北、湖南8個省份，西部地區包括內蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏、新疆12個省份。

的互聯網發展水平、經濟發展階段等方面存在明顯的差距，互聯網在各個區域的溢出效應可能有所不同，從而對區域勞動力就業匹配存在差異性的影響。互聯網發展對中國東、中、西部區域勞動力就業匹配的回歸結果見表7。分區域來看，互聯網發展對東部地區和中部地區的區域勞動力就業匹配呈顯著的正向影響，對西部地區雖然呈正向影響，但是在統計上并不顯著。

互聯網發展對區域勞動力就業匹配的區域差異主要在于互聯網具有明顯的網絡溢出效應。相對于西部

地區而言，東部和中部地區互聯網水平的發展階段更高，因此互聯網發展的網絡效應更加明顯，特別是在區域間、城鄉間和行業間形成高密集的空間聯系和信息共享，使得知識、技術以及人才等傳輸更加便利，推動了人力資本在區域間、城鄉間以及行業間的流動性。與此同時，互聯網對區域產業升級具有明顯的地區差異，其顯著促進了東部和中部地區的產業升級，但對西部地區產業升級作用較小［25］。因此，互聯網對區域勞動力就業匹配在不同區域內形成異質性的影響效應。

四、影響機制分析

基于前文的理論機制分析，本文將人口跨區域流動、區域產業結構升級作為中介變量，構建中介模型進行檢驗。

（一）中介模型檢驗

中介效應的檢驗步驟為：首先，將區域勞動力就業匹配作為被解釋變量，將互聯網發展綜合指數作為解釋變量進行回歸；其次，將區域人口流動和區域產業結構升級等中介變量分別作為被解釋變量，互聯網發展綜合指數作為解釋變量進行回歸；最后，將互聯網綜合發展指數和中介變量同時納入回歸模型，觀察二者對區域勞動力就業匹配的影響。M為中介變量，若系數α1、β1和γ1皆顯著，表明中介效應存在。人口流動數據來源于2003—2019年《中國統計年鑒》，其中人口數據為常住人口，這樣各省份凈遷移人口數就涵蓋了包括非戶籍遷移和戶籍遷移兩種遷移數的總和，更符合實際跨區域流動就業中存在的戶籍遷移和非戶籍流動的兩種就業模型。人口流動絕對量本身可能受到地理空間尺度及自身人口規模大小的影響，采用相對量更能反映一個地區人口流動的強度［26］。因此，本文將采用相對量來衡量人口遷移情況。人口凈遷入率=［當年年末常住人口總量－去年年末常住人口總量×（１＋當年人口自然增長率）］/當年常住人口總量。凈遷移率為正表示人口遷入，為負表示人口遷出。區域產業結構升級的主要表現為第三產業、第二產業產值比重越來越突出，第一產業產值比重越來越小。以往采用第三產業與第二產業產值比重來衡量產業結構忽略了第一產業的作用，特別是中西部地區第一產業占比仍然較大。由于本文主要考慮的是第一、第二以及第三產業的產業結構遞進演化情況，因此本文采用包含第一、二、三產業的產業結構升級系數進行衡量。具體測量方法為，產業結構升級系數=ind1×1+ind2×2+ind3×3。其中，indi為第i產業所占比重，系數越接近3，表示產業結構層次越高。數據來源于2004—2019年《中國統計年鑒》中的第一、二、三產業的產值結構比重。

Matit=α0+α1Intit+α2Xit+λt+φi+μit（3）

Mit=β0+β1Intit+β2Xit+λt+φi+μit（4）

Matit=γ0+γ1Mit+γ2Intit+γ3Xit+λt+φi+μit（5）

（二）影響機制分析

區域人口流動作為中介變量的回歸結果見表8第（1）～（3）列。互聯網發展的系數是0058，且在5%的水平上顯著，說明互聯網發展促進了區域勞動力就業匹配。互聯網發展對區域人口流動的回歸系數為0836，且在1%的水平上顯著，表明互聯網發展顯著促進了人口的跨區域流動就業。將互聯網發展與區域人口流動同時納入回歸模型，發現互聯網發展的回歸結果為0054，與第（1）列的0058相比估計系數變小，且也在5%的水平上顯著，說明區域人口流動的中介效應存在，即互聯網發展通過促進人口的跨區域流動就業而促進了區域內勞動力就業匹配度的提升，假設1得到驗證。原因在于互聯網可以提供更加完善的城市勞動力供求信息，改善了偏遠地區的信息不對稱，增強了勞動力的跨區域流動就業。因此，一個地區互聯網越發達，越能夠促進人口的流動。區域人口的流入有助于增強勞動力市場的人力資本水平，增強區域內異質性人力資本的集聚，使得區域內勞動力池效應更加明顯，提高不同地區產業結構與就業結構的就業匹配度。

產業結構升級作為中介變量的回歸結果見表8第（4）～（6）列。第（4）列回歸結果表明，互聯網發展的系數為0058，且在5%的水平上顯著，說明互聯網發展促進了區域勞動力就業匹配。第（5）列的回歸結果顯示，互聯網發展對區域產業結構升級的回歸系數為0133，且在5%的水平上顯著，表明互聯網發展顯著促進了區域產業結構升級。第（6）列將互聯網發展與產業結構升級同時納入回歸模型，回歸結果與未納入中介變量時相比，系數由0058下降為0056，顯著性保持不變，表明區域產業結構升級的中介效應存在，即互聯網發展通過推動區域產業結構升級而改善了區域勞動力就業匹配度，假設2得到驗證。原因在于互聯網的發展有助于區域產業結構由第一產業向第二、三產業轉變。例如，互聯網的信息傳播優勢加快了農業信息資源的整合和利用，拓展了農業生產鏈，促進了農業產業的升級與發展模式的轉變［27］。互聯網作為一種新型便利的生產工具和應用工具，能夠促進資源要素的重新分配和組合，從而推動數據成為一種新的生產要素，促進傳統的生產要素資源的優化再配置。資源要素的重組和專業化分工的增強有助于提升區域內的勞動力池效應，提高勞動者搜尋與自身人力資本相匹配的就業崗位的機會，推動區域內就業匹配效率的提升。由此可知，互聯網能夠有效促進區域內產業由第一產業向第二、三產業轉型升級，推動區域產業結構的整體升級，帶來區域內勞動力就業的重新配置，從而提升勞動力就業匹配效率。

五、結論與政策建議

本文采用2003—2018年省級面板數據，研究了互聯網發展對區域勞動力就業匹配的影響，得到以下結論：第一，互聯網作為信息傳播媒介和技術進步工具，能夠直接改善區域勞動力就業匹配。第二，基于經濟發展階段的門檻效應和分時期回歸分析表明，互聯網的區域勞動力就業匹配效應具有經濟發展水平的門檻特征和時期疊加的網絡效應，突破經濟門檻和互聯網發展到一定階段之后，互聯網的區域勞動力就業匹配促進效應更加明顯。經濟發展水平越高，大量的產業和勞動力集聚在一起，勞動力池效應越明顯，能夠增強互聯網的就業匹配效應。隨著互聯網應用的時期疊加，互聯網技術的網絡效應和溢出效應更加明顯。第三，互聯網對勞動力就業匹配具有明顯的區域異質性，當下互聯網的就業匹配效應主要集中在東中部地區，西部地區互聯網區域勞動力就業匹配效應不明顯。第四，互聯網主要通過促進勞動力跨區域流動和提升區域產業結構升級的中介機制間接提高勞動力的就業匹配。基于以上結論，本文提出以下政策建議：

第一，加強互聯網基礎設施建設，縮小區域數字鴻溝。雖然中國東、中、西部地區間互聯網發展水平的相對差距縮小，但絕對差距依然很大。互聯網技術具有天然的自我強化和資源匯聚功能，當經濟發展到一定的水平時，互聯網能夠提高區域要素資源的配置效率和促進資源的匯聚，可能在區域間形成累積循環因果的路徑依賴。為避免區域發展差距陷入擴大化的鎖定效應模式，中西部地區必須進一步提升互聯網寬帶基礎設施建設，跳出互聯網發展的路徑依賴陷阱。因此，中西部地區應積極響應“一帶一路”倡議、“寬帶中國”戰略等國家重大發展規劃，積極進行寬帶網絡等信息通信技術的基礎建設。同時，要降低落后地區的上網資費，提升上網速度，提高網絡服務質量，為中西部落后地區的家庭進行適當的用網補助，更好地實現互聯網的精準賦能。

第二，完善互聯網就業信息平臺，減少人口跨區域流動障礙。中國人力資本分布與產業分布存在地區上的不均衡現象，導致勞動力需要通過跨區域流動就業來實現就業匹配。要豐富互聯網就業信息發布渠道，依托政府網站、抖音、微信公眾號、微博等多種互聯網平臺，及時將就業需求信息與供給信息進行有效的交換與對接，加強就業信息互通有無的路徑多元化建設。要暢通勞動力和人才社會性流動渠道，應用互聯網平臺促進低端行業勞動力向高端行業流動轉移，提高勞動配置結構效應。同時，進一步提高勞動力向中心地帶和發達地區的空間集聚能力，增強勞動力池效應的發揮，強化人力資本結構高級化與產業結構高級化的動態匹配。

第三，加強互聯網與農業和制造業的深度融合，推動區域產業結構升級。互聯網的技術創新和信息整合有助于提升中國產業結構升級，要進一步推動互聯網與產業升級的緊密結合。在農業方面，應用互聯網技術助力農業產業鏈的拓展，提升農業生產效率，改善農業中勞動力過剩情況，提升農業勞動力的就業匹配。在工業方面，推動互聯網與制造業的緊密結合，提升制造業的轉型升級，提高技能人才的專項性應用。同時，各個地區應把握互聯網為產業結構升級轉型所帶來的歷史機遇，根據本地區比較優勢，制定互聯網與產業優化升級的發展規劃，增強地區產業高級化和產業鏈現代化。特別是中西部地區，產業結構的升級轉型不僅有利于勞動力本地就業的匹配度上升，而且有助于實現區域協調發展，成為經濟持續增長的新動能。

參考文獻：

［1］石智雷，楊云彥.人口紅利、人力資源再開發與經濟發展［J］.學習與實踐，2013（5）：1522.

［2］王春楊，蘭宗敏，張超，等.高鐵建設、人力資本遷移與區域創新［J］.中國工業經濟，2020（12）：102120.

［3］李靜，楠玉，劉霞輝.中國經濟穩增長難題：人力資本錯配及其解決途徑［J］.經濟研究，2017（3）：1831.

［4］葛晶，李勇.中國人力資本錯配的測算及成因研究：基于行政壟斷的視角［J］.產業經濟研究，2019（1）：6274.

［5］肖嚴華.勞動力市場、社會保障制度的多重分割與中國的人口流動［J］.學術月刊，2016（11）：96107.

［6］周揚，謝宇.二元分割體制下城鎮勞動力市場中的工作流動及其收入效應［J］.社會，2019（4）：186209.

［7］王春凱.產業轉移、勞動力流動與梯度陷阱：中西部地區轉移企業招工難分析［J］.經濟體制改革，2021（2）：109115.

［8］陳麗嫻.生產性服務業空間布局優化是否改善了人力資本配置［J］.山西財經大學學報，2021（8）：7183.

［9］吳曉剛，李曉光.中國城市勞動力市場中教育匹配的變遷趨勢：基于年齡、時期和世代效應的動態分析［J］.中國社會科學，2021（2）：102122.

［10］張桂文，孫亞南.人力資本與產業結構演進耦合關系的實證研究［J］.中國人口科學，2014（6）：96106.

［11］解晉.中國分省人力資本錯配研究［J］.中國人口科學，2019（6）：8496.

［12］楠玉，李靜.交通規模擴張穩定增長的內在機制：基于人力資本匹配的視角［J］.當代經濟科學，2018（3）：114123.

［13］楊仲山，謝黎.中國人力資本錯配測度：區域差異及影響因素［J］.財經問題研究，2021（9）：112.

［14］蔡昉.“民工荒”現象：成因及政策涵義分析［J］.開放導報，2010（2）：510.

［15］趙振.“互聯網+”跨界經營：創造性破壞視角［J］.中國工業經濟，2015（10）：146160.

［16］惠寧，劉鑫鑫，馬微.互聯網發展與我國區域創新能力的提升：基于互聯網資源量與普及度雙重視角的分析［J］.陜西師范大學學報（哲學社會科學版），2020（6）：6887.

［17］張茂元.技術紅利共享：互聯網平臺發展的社會基礎［J］.社會學研究，2021（5）：91112.

［18］唐代盛，馮慧超.人力資本與產業結構耦合關系及其收入效應研究［J］.當代經濟管理，2019（11）：6875.

［19］呼倩，黃桂田.改革開放以來中國勞動力流動研究［J］.上海經濟研究，2019（6）：4958.

［20］丁守海.中國勞動力市場的結構性矛盾與政策重構［J］.中國高校社會科學，2019（4）：7786.

［21］錢雪亞，王秋實，趙吟佳，等.人力資本與物質資本的匹配及其效率影響［J］.統計研究，2012（4）：3238.

［22］劉傳明，馬青山.網絡基礎設施建設對全要素生產率增長的影響研究：基于“寬帶中國”試點政策的準自然實驗［J］.中國人口科學，2020（3）：7588.

［23］NUNN?N，?QIAN?N.?US?food?aid?and?civil?conflict［J］.?American?Economic?Review，2014（6）：16301666.

［24］黃群慧，余泳澤，張松林.互聯網發展與制造業生產率提升：內在機制與中國經驗［J］.中國工業經濟，2019（8）：523.

［25］許家云.互聯網如何影響工業結構升級：基于互聯網商用的自然實驗［J］.統計研究，2019（12）：5567.

［26］BELL?M，?CHARLESEDWARDS?E，?UEFFING?P，?et?al.?Internal?migration?and?development：?comparing?migration?intensities?around?the?world［J］.?Population?and?Development?Review，2015（1）：?3358.

［27］毛宇飛，李燁.互聯網與人力資本：現代農業經濟增長的新引擎：基于我國省際面板數據的實證研究［J］.農村經濟，2016（6）：113118.

編輯：李再揚，高原