數(shù)字技術(shù)進(jìn)步如何影響我國就業(yè)技能結(jié)構(gòu)

郭東杰　吳明燁

關(guān)鍵詞：數(shù)字技術(shù)進(jìn)步；就業(yè)技能結(jié)構(gòu)；消費互聯(lián)網(wǎng)；工業(yè)互聯(lián)網(wǎng)

摘 要：本文通過構(gòu)建2010—2020年省級面板數(shù)據(jù)，針對數(shù)字技術(shù)進(jìn)步與我國就業(yè)技能結(jié)構(gòu)之間的關(guān)系展開實證研究，分析了消費互聯(lián)網(wǎng)和工業(yè)互聯(lián)網(wǎng)兩類技術(shù)對就業(yè)技能結(jié)構(gòu)的影響及其作用機(jī)制。研究結(jié)果表明：（1）從全國層面來看，消費互聯(lián)網(wǎng)和工業(yè)互聯(lián)網(wǎng)發(fā)展均提升中高技能就業(yè)人數(shù)占比，降低低技能就業(yè)人數(shù)占比，數(shù)字技術(shù)進(jìn)步總體上促進(jìn)了我國就業(yè)技能結(jié)構(gòu)升級。（2）從影響程度來看，工業(yè)互聯(lián)網(wǎng)發(fā)展對就業(yè)結(jié)構(gòu)升級的促進(jìn)作用明顯高于消費互聯(lián)網(wǎng)。（3）從影響方式來看，工業(yè)互聯(lián)網(wǎng)主要通過提升高技能勞動者相對薪資水平促進(jìn)就業(yè)結(jié)構(gòu)升級；而消費互聯(lián)網(wǎng)在提升高技能溢價的同時也增加中等技能勞動者的相對薪資水平，同時通過提升地區(qū)生活成本擠出低技能勞動力。（4）從影響范圍來看，消費互聯(lián)網(wǎng)發(fā)展推動就業(yè)技能結(jié)構(gòu)升級的影響范圍更廣，而工業(yè)互聯(lián)網(wǎng)發(fā)展的就業(yè)技能結(jié)構(gòu)升級作用則集中于中、西部地區(qū)。結(jié)論的政策含義是，應(yīng)當(dāng)持續(xù)推進(jìn)數(shù)字技術(shù)進(jìn)步，重視工業(yè)互聯(lián)網(wǎng)技術(shù)對就業(yè)結(jié)構(gòu)升級的基礎(chǔ)作用，同時充分發(fā)揮消費互聯(lián)網(wǎng)的崗位創(chuàng)造作用，各地區(qū)在發(fā)展數(shù)字經(jīng)濟(jì)時應(yīng)注意不同類型數(shù)字技術(shù)對地區(qū)人力資本水平提升效果上的差異，同時加強區(qū)域間數(shù)字經(jīng)濟(jì)一體化建設(shè)。

中圖分類號：F241文獻(xiàn)標(biāo)識碼：A文章編號：1001-2435（2024）01-0121-15

How Digital Technology Progress Affects the Structure of Employment Skills in China：A Study Based on Provincial Panel Data

GUO Dongjie，WU Mingye （Zhejiang University of Technology，Hangzhou 310014，China）

Key words：progress in digital technology；employment skill structure；Consumer Internet；Industrial Internet

Abstract：This article conducts empirical research on the relationship between digital technology progress and the employment skill structure in China by constructing provincial panel data from 2010 to 2020. It analyzes the impact and mechanism of Consumer Internet and Industrial Internet technologies on the employment skill structure，respectively. The research results indicate that：（1） From a national perspective，the development of Consumer Internet and Industrial Internet has both increased the proportion of medium to high-skilled employment and reduced the proportion of low-skilled employment. Overall，the advancement of digital technology has promoted the upgrading of China's employment skill structure. （2） From the perspective of impact，the development of the industrial internet has a significantly higher promoting effect on the upgrading of employment structure than the Consumer Internet. （3） From the perspective of impact mode，the industrial internet mainly promotes the upgrading of employment structure by increasing the relative salary level of highly skilled workers. The consumption of the Internet not only increases the premium for high skills；but also increases the relative salary level of medium- skilled workers. At the same time，it squeezes out low-skilled labor by increasing the cost of living in the region. （4） From the perspective of impact scope，the development of the Consumer Internet has a broader impact on the upgrading of employment skill structure，while the upgrading effect of industrial internet development on employment skill structure is concentrated in the central and western regions.The policy implication of the conclusion is that we should continue to promote the progress of digital technology，attach importance to the fundamental role of Industrial Internet technology in upgrading the employment structure，and fully leverage the role of Consumer Internet in job creation. When developing the digital economy，regions should pay attention to the differences in the effectiveness of different types of digital technology in improving regional human capital levels，and strengthening the integration of digital economy among regions.

一、引 言

《“十四五”數(shù)字經(jīng)濟(jì)發(fā)展規(guī)劃》提出，至2025年，數(shù)字經(jīng)濟(jì)核心產(chǎn)業(yè)增加值占GDP比重達(dá)到10%，數(shù)字化創(chuàng)新引領(lǐng)發(fā)展能力大幅提升，智能化水平明顯提升，數(shù)字技術(shù)與實體經(jīng)濟(jì)融合取得顯著成效。隨著中國進(jìn)入新發(fā)展階段，經(jīng)濟(jì)增長動能逐漸轉(zhuǎn)向創(chuàng)新驅(qū)動，勞動力技能需求發(fā)生相應(yīng)的變化，數(shù)字化發(fā)展對勞動力市場的沖擊前所未有，而高質(zhì)量充分就業(yè)又是實現(xiàn)共同富裕拼圖不可或缺的一塊。2022年3月，《政府工作報告》強調(diào)，繼續(xù)做好“六穩(wěn)”“六保”工作，其中唯有“就業(yè)”既出現(xiàn)在“六穩(wěn)”中、又出現(xiàn)在“六?！敝?，且位列兩者之首，足見中央政府對居民就業(yè)的重視程度，如何協(xié)調(diào)數(shù)字化發(fā)展與高質(zhì)量就業(yè)之間的關(guān)系，避免發(fā)生類似西方的就業(yè)極化問題成為當(dāng)務(wù)之急。

技術(shù)經(jīng)濟(jì)發(fā)展史表明：一方面，技術(shù)進(jìn)步可以通過提高生產(chǎn)率的方式擴(kuò)大產(chǎn)業(yè)規(guī)模，而且新技術(shù)可能會引起社會生產(chǎn)、生活方式的變革，從而涌現(xiàn)出一批新興產(chǎn)業(yè)和行業(yè)，為勞動者提供更多的就業(yè)機(jī)會，體現(xiàn)出新技術(shù)的就業(yè)創(chuàng)造或擴(kuò)充效應(yīng)；另一方面，新技術(shù)也可能會削減甚至取代大批傳統(tǒng)崗位，使部分勞動者面臨失業(yè)風(fēng)險，這便是新技術(shù)的就業(yè)破壞或替代效應(yīng)。關(guān)于技術(shù)變革導(dǎo)致失業(yè)的擔(dān)憂，正如凱恩斯所言，“因為我們發(fā)現(xiàn)節(jié)約勞動力使用的方法，超過勞動力新用途被找到的速度”。1未來10—20年，美國約有47%的就業(yè)機(jī)會面臨電腦化的風(fēng)險。2Michaels等基于1980—2004年間美、日和9個歐洲國家的數(shù)據(jù)證實，在技術(shù)進(jìn)步速度更快的國家，高技能勞動力的需求增長相對更快，中等技能勞動力的需求減少相對更大。3

數(shù)字技術(shù)變革被認(rèn)為是就業(yè)極化的重要原因之一。與以往技術(shù)革命不同的是，數(shù)字技術(shù)具有滲透性、替代性、協(xié)同性等經(jīng)濟(jì)特征，基于數(shù)字技術(shù)物化而成的資本要素不僅會替代其他非數(shù)字技術(shù)資本要素，還能夠取代部分復(fù)雜勞動力，從而提升技術(shù)、資本要素在產(chǎn)業(yè)中的份額，降低勞動要素在部分產(chǎn)業(yè)中的密集度。針對數(shù)字技術(shù)的經(jīng)濟(jì)特征，學(xué)者們提出任務(wù)偏向性技術(shù)進(jìn)步假說。Autor等將工作任務(wù)分為常規(guī)認(rèn)知任務(wù)、非常規(guī)認(rèn)知任務(wù)、常規(guī)手工任務(wù)和非常規(guī)手工任務(wù)，并通過數(shù)字技術(shù)對工作任務(wù)的影響來解釋極化現(xiàn)象，發(fā)現(xiàn)數(shù)字技術(shù)進(jìn)步對非常規(guī)認(rèn)知任務(wù)具有擴(kuò)充（或創(chuàng)造）效應(yīng)，而對常規(guī)手工任務(wù)和常規(guī)認(rèn)知任務(wù)具有替代（或破壞）效應(yīng)。1Acemoglu等進(jìn)一步將就業(yè)技能按相應(yīng)的工作任務(wù)復(fù)雜度分為高、中等、低三個水平，依據(jù)比較優(yōu)勢理論，在考慮技術(shù)進(jìn)步內(nèi)生性的前提下建立理論框架，分析勞動力供給、工資水平、技術(shù)進(jìn)步三者之間的關(guān)系，并分別考察技能偏向性技術(shù)進(jìn)步和替代性技術(shù)進(jìn)步對就業(yè)技能結(jié)構(gòu)的影響，發(fā)現(xiàn)替代性技術(shù)進(jìn)步是造成中等技能勞動力占比減少的主要原因。2

那么，中等技術(shù)工人去哪了？為了回答這一問題，Cortes采用一個內(nèi)生的職業(yè)排序均衡模型，研究常規(guī)任務(wù)偏向技術(shù)進(jìn)步對個體勞動者的職業(yè)轉(zhuǎn)換模式和工資變化，發(fā)現(xiàn)常規(guī)工人職業(yè)流動模式有選擇性——常規(guī)工人向下過渡到體力工作，向上過渡到認(rèn)知工作。3Wang（2020）追隨的研究，利用英國、德國的面板數(shù)據(jù)，檢查了工人在常規(guī)任務(wù)強度不同的職業(yè)之間的職業(yè)流動性，發(fā)現(xiàn)在從事常規(guī)職業(yè)的工人中，未被觀察到的、較高技能水平的工人與轉(zhuǎn)向報酬較高的非常規(guī)認(rèn)知職業(yè)呈正相關(guān)，而那些未被觀察到的、較低技能水平的工人更有可能轉(zhuǎn)向報酬較低的非認(rèn)知體力職業(yè)。4通常認(rèn)為，大多數(shù)面臨自動化風(fēng)險的任務(wù)都是由中低技能員工執(zhí)行的，而采用數(shù)字技術(shù)后產(chǎn)生的大多數(shù)新任務(wù)是對高技能勞動力的補充。英國高科技產(chǎn)業(yè)——STEM密集型“高科技”或者數(shù)字經(jīng)濟(jì)具有正的就業(yè)乘數(shù)，每增加10個崗位，其中有6個流向低技能勞動力，中等技能勞動力的就業(yè)率并沒有增加，但他們從較高的工資中受益；低技能工人從較高的就業(yè)率中獲益，但這些工作往往是報酬較低的服務(wù)性工作，平均工資會下降。5

許多發(fā)達(dá)經(jīng)濟(jì)體都有證據(jù)表明，常規(guī)任務(wù)自動化造成就業(yè)極化，但人們對其在發(fā)展中經(jīng)濟(jì)體中的發(fā)生率知之甚少。Gimpelsona等根據(jù)收入和教育標(biāo)準(zhǔn)對所有工作進(jìn)行五分位數(shù)排序，探討處于不同分位的工作質(zhì)量和社會人口特征的動態(tài)變化，證實俄羅斯沒有發(fā)生就業(yè)極化，而是處于就業(yè)升級過程中。6西非經(jīng)濟(jì)和貨幣聯(lián)盟國家的ICT采用，一方面摧毀0.030%的中低技能工作，另一方面創(chuàng)造0.050%的高技能工作，最終會產(chǎn)生凈創(chuàng)造。7 Das等根據(jù)1990年以來85個國家的“常規(guī)化暴露”風(fēng)險敞口，發(fā)現(xiàn)發(fā)展中經(jīng)濟(jì)體比發(fā)達(dá)經(jīng)濟(jì)體的常規(guī)化風(fēng)險敞口小得多；在初始常規(guī)化風(fēng)險較高的國家中，極化動力較強，導(dǎo)致后續(xù)風(fēng)險降低；而在那些初始風(fēng)險敞口較低的國家中，結(jié)構(gòu)轉(zhuǎn)型占了上風(fēng)，導(dǎo)致風(fēng)險敞口增加。8由此可見，在發(fā)展中國家?guī)缀鯖]有發(fā)現(xiàn)兩極分化的證據(jù)。原因如下：基于市場經(jīng)濟(jì)的中、低收入經(jīng)濟(jì)體大都是“單一極化”嚴(yán)重，數(shù)字技術(shù)進(jìn)步及其基礎(chǔ)設(shè)施投資不但有利于經(jīng)濟(jì)增長，而且促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)和就業(yè)（技能）結(jié)構(gòu)的升級；只有在經(jīng)濟(jì)發(fā)展到一定程度，數(shù)字化轉(zhuǎn)型才可能逆轉(zhuǎn)這種升級趨勢。

《國民經(jīng)濟(jì)和社會發(fā)展統(tǒng)計公報（2022年）》顯示，中國大陸人均國民總收入為12 608美元，屬于中等偏高收入國家，非常接近世界銀行規(guī)定的高收入國家標(biāo)準(zhǔn)（13 205美元以上）?！稊?shù)字中國發(fā)展報告（2022年）》顯示，我國數(shù)字經(jīng)濟(jì)規(guī)模達(dá)50.200萬億元，總量穩(wěn)居世界第二，占GDP比重達(dá)41.5%，數(shù)字經(jīng)濟(jì)成為穩(wěn)增長促轉(zhuǎn)型的重要動力。在此過程中，中國的就業(yè)技能結(jié)構(gòu)發(fā)生了什么變化？數(shù)字技術(shù)進(jìn)步如何影響就業(yè)技能結(jié)構(gòu)轉(zhuǎn)變？這些問題正引起國內(nèi)學(xué)界的高度關(guān)注。

關(guān)于第一個問題的研究，一種觀點認(rèn)為中國就業(yè)技能結(jié)構(gòu)整體為中等技能勞動占比上升的“升級”趨勢，且呈現(xiàn)明顯的區(qū)域間差異，部分東部地區(qū)城市已出現(xiàn)“極化”現(xiàn)象，而中、西部地區(qū)總體呈升級趨勢，少數(shù)經(jīng)濟(jì)落后地區(qū)則出現(xiàn)就業(yè)“降級”現(xiàn)象。1郭東杰等發(fā)現(xiàn)我國就業(yè)技能結(jié)構(gòu)呈“階梯式升級”態(tài)勢，且信息化并沒有引致勞動力市場極化。2另一種觀點認(rèn)為中國大多數(shù)地區(qū)就業(yè)技能結(jié)構(gòu)都出現(xiàn)一定程度的“極化”趨勢，僅在少數(shù)地區(qū)出現(xiàn)了就業(yè)“升級”現(xiàn)象，且數(shù)字技術(shù)進(jìn)步引起的工業(yè)智能化在東部沿海地區(qū)對高技能就業(yè)的影響程度更大。3呂士斌和張世偉發(fā)現(xiàn)相對于中等技術(shù)行業(yè)，高技術(shù)行業(yè)和低技術(shù)行業(yè)的就業(yè)有更大幅度地增加，以此證實中國勞動力市場存在“極化”現(xiàn)象。4

對于第二個問題的研究，目前鮮有文獻(xiàn)明確研究數(shù)字技術(shù)發(fā)展對就業(yè)技能結(jié)構(gòu)的影響。而在與之相關(guān)的文獻(xiàn)中，第一類研究將數(shù)字技術(shù)進(jìn)步內(nèi)含于數(shù)字經(jīng)濟(jì)的發(fā)展，關(guān)注數(shù)字經(jīng)濟(jì)綜合水平對就業(yè)技能結(jié)構(gòu)的影響，5第二類研究聚焦于人工智能技術(shù)6以及信息技術(shù)7等數(shù)字技術(shù)相關(guān)概念對就業(yè)技能結(jié)構(gòu)的影響。如陳衛(wèi)民、韓培培認(rèn)為，互聯(lián)網(wǎng)使用有助于促進(jìn)農(nóng)村勞動力職業(yè)向上流動。8田鴿和張勛9提出，數(shù)字經(jīng)濟(jì)包括消費互聯(lián)網(wǎng)和工業(yè)互聯(lián)網(wǎng)兩大核心內(nèi)涵。本文認(rèn)為，數(shù)字技術(shù)對就業(yè)技能結(jié)構(gòu)的影響通過推動經(jīng)濟(jì)數(shù)字化轉(zhuǎn)型得以實現(xiàn)，因此，本文借鑒田鴿和張勛的概念框架，分別探討消費互聯(lián)網(wǎng)技術(shù)和工業(yè)互聯(lián)網(wǎng)技術(shù)對就業(yè)技能結(jié)構(gòu)的影響。

關(guān)于消費互聯(lián)網(wǎng)技術(shù)發(fā)展對就業(yè)技能結(jié)構(gòu)的影響，多數(shù)文獻(xiàn)認(rèn)為消費互聯(lián)網(wǎng)的發(fā)展具有優(yōu)化勞動力資源配置，加速就業(yè)技能結(jié)構(gòu)高級化的積極作用。一方面，消費互聯(lián)網(wǎng)技術(shù)深化社會分工，收入分配機(jī)制進(jìn)一步得到完善；另一方面，消費互聯(lián)網(wǎng)應(yīng)用的普及和數(shù)據(jù)交易平臺的完善大幅降低了企業(yè)和勞動者的信息獲取成本和資金融通成本，在加速勞動力市場供需匹配的同時為企業(yè)雇傭高技術(shù)人才提供支持。戚聿東等發(fā)現(xiàn)互聯(lián)網(wǎng)技術(shù)進(jìn)步一方面增加了高端專業(yè)技術(shù)類職業(yè)，另一方面推動傳統(tǒng)職業(yè)與新技術(shù)融合；10何宗樾和宋旭光認(rèn)為線上教育的發(fā)展使更多勞動者有機(jī)會繼續(xù)提升自身的就業(yè)技能，從而實現(xiàn)人力資本結(jié)構(gòu)的高級化。11武可棟等發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)的發(fā)展增加了第三產(chǎn)業(yè)的勞動力需求，尤其是增加了生產(chǎn)性服務(wù)業(yè)和高端服務(wù)業(yè)的崗位數(shù)量，促進(jìn)了產(chǎn)業(yè)就業(yè)結(jié)構(gòu)高級化。12同時，部分文獻(xiàn)認(rèn)為消費互聯(lián)網(wǎng)發(fā)展下的平臺經(jīng)濟(jì)對就業(yè)技能結(jié)構(gòu)的影響存在門檻效應(yīng)，在拐點前，平臺經(jīng)濟(jì)發(fā)展降低高學(xué)歷勞動力占比，在拐點之后提升高學(xué)歷勞動力占比。13

關(guān)于工業(yè)互聯(lián)網(wǎng)技術(shù)發(fā)展對就業(yè)技能結(jié)構(gòu)的影響，第一類研究認(rèn)為工業(yè)互聯(lián)網(wǎng)（工業(yè)智能）引發(fā)了就業(yè)技能結(jié)構(gòu)“極化”現(xiàn)象，如Autor和Dorn14在針對美國1980—2005的就業(yè)市場研究中發(fā)現(xiàn)，工業(yè)智能化的替代效應(yīng)主要作用于中等技能就業(yè)群體，孫早和侯玉琳15使用2011—2015年我國勞動者受教育程度代表就業(yè)技能結(jié)構(gòu)，發(fā)現(xiàn)工業(yè)智能化顯著降低了初中、高中學(xué)歷就業(yè)人數(shù)占比，導(dǎo)致就業(yè)技能結(jié)構(gòu)整體出現(xiàn)“兩極化”特征。第二類研究認(rèn)為工業(yè)互聯(lián)網(wǎng)（工業(yè)智能）對就業(yè)技能結(jié)構(gòu)的“升級”作用遠(yuǎn)大于極化作用。蔡躍洲、陳楠指出，智能化技術(shù)在替代傳統(tǒng)崗位的同時還會間接創(chuàng)造出新的就業(yè)崗位，并且，考慮到工業(yè)智能技術(shù)對勞動力的輔助作用，工業(yè)智能化發(fā)展并不會導(dǎo)致就業(yè)技能結(jié)構(gòu)持續(xù)“兩極分化”。1Acemoglu和Restrepo發(fā)現(xiàn)工業(yè)智能技術(shù)對美國1980—2010年間的就業(yè)崗位增長貢獻(xiàn)率高達(dá)五成左右；從長遠(yuǎn)來看，工業(yè)互聯(lián)網(wǎng)技術(shù)的發(fā)展對勞動力的就業(yè)和報酬水平呈正向影響。2Dauth認(rèn)為工業(yè)智能化發(fā)展將促使擁有穩(wěn)定工作的勞動者學(xué)習(xí)新的工作技能，同時激勵年輕勞動者提高自身受教育程度，最終提升整體就業(yè)技能水平。3韓民春和喬剛在針對中國制造業(yè)的研究中表明，工業(yè)智能應(yīng)用對就業(yè)的抑制作用僅存在于低技能勞動力群體中，工業(yè)智能化水平的提升總體上促進(jìn)了中國就業(yè)技能結(jié)構(gòu)的升級，4邱語和張衛(wèi)國采用中國Ａ股制造企業(yè)的數(shù)據(jù)研究發(fā)現(xiàn)，機(jī)器人應(yīng)用縮小就業(yè)規(guī)模，減少低技能勞動力比重，增加高技能勞動力比重。5第三類研究認(rèn)為，工業(yè)智能對就業(yè)技能結(jié)構(gòu)的影響取決于工業(yè)智能技術(shù)的發(fā)展階段，在初始階段，工業(yè)智能發(fā)展有助于推動就業(yè)技能結(jié)構(gòu)升級，在成熟階段則會導(dǎo)致就業(yè)“極化”問題。6

縱觀已有文獻(xiàn)，數(shù)字技術(shù)進(jìn)步在重塑就業(yè)技能結(jié)構(gòu)的過程中體現(xiàn)出替代和創(chuàng)造的雙重效應(yīng)。在理論方面，研究視野已經(jīng)由技能偏向性擴(kuò)展到任務(wù)偏向性，兼顧數(shù)字技術(shù)進(jìn)步對不同技能勞動力工作任務(wù)區(qū)間和生產(chǎn)效率的雙重影響。在實證方面，數(shù)字技術(shù)進(jìn)步導(dǎo)致發(fā)達(dá)國家就業(yè)“極化”已達(dá)成一致意見。由于發(fā)展中國家數(shù)量眾多，且不同發(fā)展中國家在經(jīng)濟(jì)水平、市場成熟度等方面差異巨大，其就業(yè)技能結(jié)構(gòu)的演變與發(fā)達(dá)國家相比具有明顯的復(fù)雜性和區(qū)域異質(zhì)性。這些特點充分反映在國內(nèi)的相關(guān)實證研究中，中國就業(yè)技能結(jié)構(gòu)是處于“升級”或“極化”趨勢至今未形成一致意見。與之前文獻(xiàn)相比，本文的主要貢獻(xiàn)為：（1）以往文獻(xiàn)對數(shù)字技術(shù)進(jìn)步的闡釋較為籠統(tǒng)和片面，本文通過研究不同類型的數(shù)字技術(shù)對就業(yè)技能結(jié)構(gòu)的影響，試圖全面揭示數(shù)字技術(shù)進(jìn)步與就業(yè)技能結(jié)構(gòu)之間的關(guān)系；（2）學(xué)界對就業(yè)技能結(jié)構(gòu)的定義以及測量方式尚未達(dá)成統(tǒng)一的標(biāo)準(zhǔn)，本文分別從勞動者的職業(yè)技術(shù)水平和受教育程度兩方面衡量我國各地區(qū)就業(yè)技能水平，以提升研究結(jié)果的準(zhǔn)確性；（3）以往文獻(xiàn)大多缺乏數(shù)字技術(shù)進(jìn)步對就業(yè)技能結(jié)構(gòu)影響機(jī)制的探討，本文從勞動者薪資水平和地區(qū)生活成本兩方面剖析數(shù)字技術(shù)進(jìn)步對就業(yè)技能結(jié)構(gòu)的作用機(jī)制，進(jìn)一步完善數(shù)字技術(shù)進(jìn)步與就業(yè)技能結(jié)構(gòu)的研究框架。

二、機(jī)理分析與理論推演

根據(jù)前文的理論綜述，目前學(xué)界普遍認(rèn)為數(shù)字技術(shù)進(jìn)步通過創(chuàng)造新的就業(yè)崗位和替代原有就業(yè)崗位兩種方式對就業(yè)技能結(jié)構(gòu)產(chǎn)生影響，但在實證檢驗中往往難以找到合適的代理變量衡量數(shù)字技術(shù)創(chuàng)造或替代的崗位數(shù)量，多數(shù)文獻(xiàn)以不同崗位就業(yè)人數(shù)的變化表征崗位需求的變化，這一方法忽略了兩個問題：第一，實際就業(yè)人數(shù)是供需平衡下的最終結(jié)果；第二，數(shù)字技術(shù)的替代效應(yīng)與勞動力相對成本的大小密切相關(guān)，只有當(dāng)自動化技術(shù)的邊際成本低于勞動力邊際成本時，企業(yè)才有動機(jī)使用自動化技術(shù)替代勞動力。7

首先，數(shù)字技術(shù)進(jìn)步對就業(yè)技能結(jié)構(gòu)影響的本質(zhì)是數(shù)字技術(shù)引起了企業(yè)對勞動力技能需求的轉(zhuǎn)變，而勞動力價格是勞動力需求的一個直接體現(xiàn)，而需求增加導(dǎo)致勞動力價格上漲將改變勞動者的就業(yè)決策，在宏觀上起到就業(yè)技能結(jié)構(gòu)的重塑作用。許多研究者也注意到數(shù)字技術(shù)進(jìn)步對勞動力薪資水平的影響，如叢鈺涵和李月發(fā)現(xiàn)制造業(yè)投入數(shù)字化的增加顯著提升了勞動力技能溢價；1王林輝等發(fā)現(xiàn)，人工智能技術(shù)通過不均等地提升高、低技術(shù)部門的生產(chǎn)率擴(kuò)大了高低就業(yè)技能勞動者之間的收入差距；2胡善成等認(rèn)為互聯(lián)網(wǎng)應(yīng)用加劇了勞動力技能溢價，對高-低技能溢價的提升作用最為明顯。3因此，本文推測數(shù)字技術(shù)通過不同程度地改變各技能勞動者的薪資水平，繼而影響就業(yè)技能結(jié)構(gòu)。

其次，數(shù)字技術(shù)進(jìn)步還會給地區(qū)生活成本帶來影響。第一，根據(jù)產(chǎn)業(yè)集聚理論，在數(shù)字技術(shù)相關(guān)產(chǎn)業(yè)發(fā)展初期，節(jié)約交易成本和獲得規(guī)模效應(yīng)是引發(fā)產(chǎn)業(yè)集聚的主要動力，而產(chǎn)業(yè)集聚水平的持續(xù)提升將對地區(qū)數(shù)字基礎(chǔ)設(shè)施建設(shè)提出更高的要求，促使政府加大基礎(chǔ)投資力度，從而影響地區(qū)固定資產(chǎn)價格水平；同時產(chǎn)業(yè)集聚可能會加劇地區(qū)基礎(chǔ)資源緊缺，增加了當(dāng)?shù)鼐用竦纳畛杀尽５诙?，消費互聯(lián)網(wǎng)發(fā)展在降低常規(guī)產(chǎn)品和智能化服務(wù)的價格同時也提高了手工產(chǎn)品和非智能化服務(wù)的相對價格，而后兩者將直接影響居民生活成本。故本文推測數(shù)字技術(shù)進(jìn)步還會通過改變地區(qū)生活成本影響就業(yè)技能結(jié)構(gòu)。

三、模型設(shè)定、指標(biāo)選取與數(shù)據(jù)來源

（一）模型設(shè)定

本文主要考察數(shù)字技術(shù)發(fā)展水平與就業(yè)技能結(jié)構(gòu)之間的關(guān)系，分別使用消費互聯(lián)網(wǎng)和工業(yè)互聯(lián)網(wǎng)技術(shù)作為核心解釋變量，對不同水平的就業(yè)技能人數(shù)占比進(jìn)行回歸。面板數(shù)據(jù)要控制不隨時間、空間變化的不可觀測因素對實證結(jié)果的影響，故在實證中選擇雙固定效應(yīng)模型：

考慮到數(shù)字技術(shù)進(jìn)步對就業(yè)技能結(jié)構(gòu)的影響具有滯后性，本文的核心解釋變量均使用滯后一期數(shù)據(jù)。式（1）、式（2）中，z表示不同就業(yè)技能勞動力；被解釋變量[lzit]表示省份[i]在[t]年的就業(yè)技能結(jié)構(gòu)，即高、中等、低技能勞動力的就業(yè)占比；核心解釋變量[Webit-1]、[AIit-1]分別為省份i在[t-1]年的消費互聯(lián)網(wǎng)水平指數(shù)和工業(yè)互聯(lián)網(wǎng)水平；控制變量[Xijt]代表列控制變量，[μzi]為個體因素，[νzj]為時間因素，[εzit]為隨機(jī)干擾項。

（二）指標(biāo)選取和數(shù)據(jù)來源

1.就業(yè)技能結(jié)構(gòu)（[lzit]）：過去的就業(yè)技能結(jié)構(gòu)相關(guān)實證研究主要使用兩種方法測量勞動者的就業(yè)技能水平：一為職業(yè)技術(shù)水平法，即通過勞動者從事職業(yè)的技術(shù)水平衡量勞動者就業(yè)技能水平；二為受教育程度法，即根據(jù)勞動者最高學(xué)歷水平衡量勞動者就業(yè)技能水平。前者側(cè)重于衡量勞動者處理工作任務(wù)的綜合能力，后者側(cè)重于衡量勞動者在學(xué)歷教育中積累的知識資本。為盡量全面地反映我國的就業(yè)技能結(jié)構(gòu)，本文分別從職業(yè)技術(shù)水平和受教育程度兩方面 衡量勞動者的就業(yè)技能水平，具體的劃分標(biāo)準(zhǔn)如表1所示。

在具體數(shù)據(jù)獲取過程中，本文首先利用中國綜合社會調(diào)查（CGSS）數(shù)據(jù)庫中2006—2021年間的在業(yè)人員相關(guān)調(diào)查數(shù)據(jù)，按照表1的劃分標(biāo)準(zhǔn)確認(rèn)在崗人員就業(yè)技能水平；再按年份和地區(qū)匯總計算出高、中等、低技能水平的就業(yè)人員占比。

圖1、圖2分別展示了以職業(yè)技術(shù)水平和以受教育程度劃分的我國就業(yè)技能結(jié)構(gòu)變化趨勢。可以看出，在兩種就業(yè)技能劃分標(biāo)準(zhǔn)下，2021年的中、高技能就業(yè)人數(shù)占比之和均高于2006年，說明我國在2006—2021年間就業(yè)技能結(jié)構(gòu)總體呈升級趨勢。其中，高技能就業(yè)人數(shù)占比呈波動性增長，從事高技術(shù)職業(yè)的勞動者占比和高學(xué)歷勞動者占比分別于2017年和2018年達(dá)到峰值，占就業(yè)總?cè)藬?shù)四分之一以上。近年來我國教育投入持續(xù)擴(kuò)大，沉淀在勞動者受教育水平中的智力資本逐步在就業(yè)市場中得到釋放，同時經(jīng)濟(jì)發(fā)展下的產(chǎn)業(yè)結(jié)構(gòu)升級使國內(nèi)企業(yè)對高端人才的吸引力明顯增強。此外，通過對比圖1、圖2可以發(fā)現(xiàn)，以職業(yè)技術(shù)水平劃分的就業(yè)技能結(jié)構(gòu)波動性大于以受教育程度劃分的就業(yè)技能結(jié)構(gòu)波動性，與學(xué)歷需求結(jié)構(gòu)相比，職業(yè)需求結(jié)構(gòu)與企業(yè)經(jīng)營決策高度相關(guān)，對外界環(huán)境的變化也更加敏感。

2.消費互聯(lián)網(wǎng)水平（[Webit-1]）：由于目前學(xué)界尚未給出消費互聯(lián)網(wǎng)的明確定義，本文嘗試從三個角度建立綜合指標(biāo)。第一個角度為互聯(lián)網(wǎng)應(yīng)用廣度，使用互聯(lián)網(wǎng)寬帶接入率（互聯(lián)網(wǎng)寬帶用戶數(shù)/人口數(shù)）表征；第二個角度為互聯(lián)網(wǎng)技術(shù)水平，使用信息服務(wù)業(yè)單位員工產(chǎn)值（信息服務(wù)業(yè)產(chǎn)值/信息服務(wù)業(yè)員工數(shù)）表征；第三個角度為互聯(lián)網(wǎng)金融發(fā)展水平，使用數(shù)字普惠金融指數(shù)表征。運用主成分分析法計算各分項指標(biāo)權(quán)重，最終加權(quán)得到消費互聯(lián)網(wǎng)水平綜合指標(biāo)。

3.工業(yè)互聯(lián)網(wǎng)水平（[AIit-1]）：本文以工業(yè)機(jī)器人密度衡量工業(yè)互聯(lián)網(wǎng)水平，借鑒康茜和林光華的做法，1根據(jù)國際機(jī)器人聯(lián)合協(xié)會（IFR）公布的中國工業(yè)機(jī)器人安裝量乘以中國勞動統(tǒng)計年鑒中各省就業(yè)人數(shù)占全國總就業(yè)人數(shù)百分比計算出省級工業(yè)機(jī)器人密度，將工業(yè)機(jī)器人使用量按工業(yè)領(lǐng)域就業(yè)人數(shù)進(jìn)行分?jǐn)?，以此衡量人工智能在工業(yè)生產(chǎn)中的參與程度。

4.控制變量：（1）區(qū)域經(jīng)濟(jì)發(fā)展水平（pGDP），使用人均GDP（萬元）衡量；（2）人口聚集度（Pd）：采用人口密度（千人/平方公里）衡量；（3）產(chǎn)業(yè)結(jié)構(gòu)水平（Is），使用第三產(chǎn)業(yè)產(chǎn)值占當(dāng)年總產(chǎn)值比重衡量；（4）經(jīng)濟(jì)開放程度（Ft），使用按境內(nèi)目的地和貨源地分的進(jìn)出口貿(mào)易總額（十億元）衡量；（5）教育投資水平（Ec），使用一般財政支出中的教育支出（十億元）衡量。（6）就業(yè)保障水平（Sc），采用一般財政支出中的社會保障和就業(yè)支出（十億元）衡量。

所有變量描述性統(tǒng)計結(jié)果如表2所示。

本文選擇2010—2020年中國省級面板數(shù)據(jù)進(jìn)行實證研究，考慮到西藏、海南、新疆?dāng)?shù)據(jù)缺失嚴(yán)重，故將其剔除。其中非農(nóng)就業(yè)技能數(shù)據(jù)通過中國綜合社會調(diào)查（CGSS）數(shù)據(jù)庫中數(shù)據(jù)計算獲得，CGSS采用多階PPS隨機(jī)抽樣，通過問卷方式對中國大陸各省市自治區(qū)10 000多戶家庭進(jìn)行連續(xù)性橫截面調(diào)查，其研究結(jié)果可推論全國年滿18—69周歲的住戶人口。由于CGSS數(shù)據(jù)庫缺少2014、2016、2019、2020年的調(diào)查數(shù)據(jù)，對上述年份的缺失值使用移動平均插值法填補。其他數(shù)據(jù)來源于歷年《中國統(tǒng)計年鑒》《中國人口和就業(yè)統(tǒng)計年鑒》《中國城市統(tǒng)計年鑒》《中國勞動統(tǒng)計年鑒》、IFR聯(lián)盟公布數(shù)據(jù)以及商務(wù)部統(tǒng)計數(shù)據(jù)。

四、基準(zhǔn)回歸分析

根據(jù)基準(zhǔn)回歸模型（1）、（2）的設(shè)定，表3、表4匯報了相應(yīng)結(jié)果?？梢园l(fā)現(xiàn)，消費互聯(lián)網(wǎng)和工業(yè)互聯(lián)網(wǎng)發(fā)展均提升了中、高技能就業(yè)人數(shù)占比，同時降低了低技能就業(yè)人數(shù)占比，數(shù)字技術(shù)進(jìn)步總體上促進(jìn)了我國就業(yè)技能結(jié)構(gòu)升級。對比表3、表4，工業(yè)互聯(lián)網(wǎng)對各技能就業(yè)人數(shù)占比的影響均大于消費互聯(lián)網(wǎng)的影響，說明工業(yè)互聯(lián)網(wǎng)發(fā)展對就業(yè)技能結(jié)構(gòu)升級的促進(jìn)作用更加明顯。與西方發(fā)達(dá)經(jīng)濟(jì)體不同，數(shù)字技術(shù)進(jìn)步在我國并未引發(fā)中等技能勞動力“擠出”現(xiàn)象。對于搶先發(fā)展數(shù)字技術(shù)的發(fā)達(dá)國家，受工業(yè)產(chǎn)品價格和市場整體需求因素影響，技術(shù)進(jìn)步對制造業(yè)份額的擴(kuò)張作用逐漸減退，制造業(yè)生產(chǎn)率的提升將促使勞動力流向生產(chǎn)率較低的第三產(chǎn)業(yè)，1同時信息通信技術(shù)加速了全球經(jīng)濟(jì)一體化進(jìn)程，推動發(fā)達(dá)國家傳統(tǒng)制造業(yè)向海外轉(zhuǎn)移，最終形成“去工業(yè)化”的發(fā)展模式，國內(nèi)制造業(yè)崗位大幅減少，使制造業(yè)中占比較大的中等技能勞動者失去工作。而我國數(shù)字技術(shù)正處于成長階段，技術(shù)進(jìn)步對制造業(yè)份額仍具有明顯的擴(kuò)張作用；作為技術(shù)溢出的承接方，我國制造業(yè)在全球化過程中積累了扎實的基礎(chǔ)，具有獨特的技術(shù)轉(zhuǎn)化優(yōu)勢，更能夠充分發(fā)揮技術(shù)創(chuàng)新在制造業(yè)中的崗位創(chuàng)造效應(yīng)。

在控制變量中，區(qū)域經(jīng)濟(jì)發(fā)展水平和人口聚集度的增加抑制了高技能就業(yè)人數(shù)占比的提升，在經(jīng)濟(jì)發(fā)展水平較高、就業(yè)市場競爭激烈的地區(qū)，高技術(shù)崗位趨于飽和，對高技能人才的吸納能力逐漸降低。而經(jīng)濟(jì)開放程度則提升了低技能就業(yè)人數(shù)占比，不利于就業(yè)技能結(jié)構(gòu)高級化，原因可能在于我國多數(shù)地區(qū)的對外貿(mào)易業(yè)務(wù)以基礎(chǔ)加工為主，其生產(chǎn)技術(shù)水平較低，企業(yè)更傾向于使用低技能勞動力以壓縮工資成本。同時，第三產(chǎn)業(yè)占比的增長和就業(yè)保障水平的提升均能夠推動就業(yè)人口由低技能職業(yè)向中等技能職業(yè)流動，促使就業(yè)技能結(jié)構(gòu)由“金字塔”型向“紡錘”型升級。

五、內(nèi)生性問題與穩(wěn)健性檢驗

（一）內(nèi)生性分析

本文的實證分析可能存在反向因果關(guān)系引起的內(nèi)生性問題。由于工業(yè)互聯(lián)網(wǎng)水平主要取決于工業(yè)企業(yè)的智能化設(shè)備投資，且工業(yè)智能化投入對企業(yè)的生產(chǎn)率增長具有較強的滯后效應(yīng)，在短期內(nèi)不易受勞動力要素價格影響，1因此可以合理認(rèn)為工業(yè)智能化投入外生于就業(yè)技能結(jié)構(gòu)；而就業(yè)技能結(jié)構(gòu)與當(dāng)?shù)氐幕ヂ?lián)網(wǎng)消費市場活躍度高度相關(guān)，同時互聯(lián)網(wǎng)消費市場活躍度會直接影響消費互聯(lián)網(wǎng)技術(shù)的研發(fā)與應(yīng)用，因此，本文的基準(zhǔn)回歸模型（2）面臨著反向因果的挑戰(zhàn)，僅靠使用滯后一期的核心解釋變量無法解決反向因果關(guān)系導(dǎo)致的內(nèi)生性問題?？紤]到這一點，本文進(jìn)一步使用工具變量模型驗證消費互聯(lián)網(wǎng)發(fā)展水平是否在因果意義上影響了地區(qū)就業(yè)技能結(jié)構(gòu)。

具體來說，本文使用滯后一期的地區(qū)長途光纜線路長度（單位：km）與地區(qū)城鎮(zhèn)化率的交乘項作為工具變量，使用兩階段最小二乘法對基準(zhǔn)回歸結(jié)果進(jìn)行檢驗。從工具變量與消費互聯(lián)網(wǎng)發(fā)展水平的相關(guān)性來看，消費互聯(lián)網(wǎng)的應(yīng)用多集中于城鎮(zhèn)區(qū)域，而長途光纜線路長度能夠在一定程度上代表該地區(qū)消費互聯(lián)網(wǎng)基礎(chǔ)設(shè)施建設(shè)水平；從工具變量的外生性來看，消費互聯(lián)網(wǎng)發(fā)展水平不太可能影響上一期的長途光纜線路長度，因此該工具變量相對外生。表5報告了控制時間、個體因素的兩階段工具變量法回歸結(jié)果。結(jié)果顯示，消費互聯(lián)網(wǎng)發(fā)展水平對就業(yè)技能結(jié)構(gòu)的影響與前文估計結(jié)果基本一致，表明基準(zhǔn)回歸的估計結(jié)果是穩(wěn)健的。

（二）穩(wěn)健性檢驗

本文還可能面臨變量選擇方法對實證結(jié)果的影響。考慮到使用工業(yè)機(jī)器人密度作為代理指標(biāo)無法全面衡量工業(yè)互聯(lián)網(wǎng)水平，本文使用地方財政中科學(xué)技術(shù)支出占一般財政支出的比例（Tc）作為工業(yè)互聯(lián)網(wǎng)水平的替換變量，檢驗基準(zhǔn)回歸結(jié)果是否具有穩(wěn)健性。

表6報告了科學(xué)技術(shù)支出水平對就業(yè)技能結(jié)構(gòu)影響的回歸結(jié)果，與工業(yè)互聯(lián)網(wǎng)水平對就業(yè)技能結(jié)構(gòu)的估計結(jié)果基本一致，基準(zhǔn)回歸的穩(wěn)健性得到驗證。值得注意的是，科學(xué)技術(shù)支出水平的增加對高技術(shù)崗位占比的提升作用并不顯著，該結(jié)果可能與本研究對高技能勞動力的劃分標(biāo)準(zhǔn)有關(guān)。表6還顯示科學(xué)技術(shù)支出水平的增加對高學(xué)歷就業(yè)人數(shù)占比有顯著提升作用，說明基準(zhǔn)回歸的結(jié)論仍然可靠。

六、機(jī)制分析

（一）數(shù)字技術(shù)進(jìn)步對薪資水平的影響

根據(jù)第二段的理論推演，本文認(rèn)為數(shù)字技術(shù)進(jìn)步首先通過改變薪資水平影響勞動者的就業(yè)決策，并且由數(shù)字技術(shù)的任務(wù)偏向性特征可知，數(shù)字技術(shù)進(jìn)步對從事不同技能水平工作任務(wù)的薪資影響存在明顯差異，從而在宏觀上導(dǎo)致地區(qū)就業(yè)技能結(jié)構(gòu)的轉(zhuǎn)變。為實證薪資水平在數(shù)字技術(shù)進(jìn)步與就業(yè)技能結(jié)構(gòu)之間的中介作用，本文使用行業(yè)區(qū)分工作任務(wù)，借鑒江艇提出的中介效應(yīng)實證操作建議，1本文主要檢驗數(shù)字技術(shù)進(jìn)步對不同行業(yè)平均工資的影響。

表7報告了數(shù)字技術(shù)進(jìn)步對12個非農(nóng)行業(yè)平均工資的回歸結(jié)果。通過表中數(shù)據(jù)可知，消費互聯(lián)網(wǎng)和工業(yè)互聯(lián)網(wǎng)發(fā)展均對大多數(shù)行業(yè)的平均工資產(chǎn)生正向影響，數(shù)字技術(shù)的發(fā)展總體上增加了我國勞動者的工資收入。與發(fā)達(dá)國家相比，我國數(shù)字技術(shù)進(jìn)步不僅提高了高新產(chǎn)業(yè)和服務(wù)業(yè)工資，對傳統(tǒng)制造業(yè)的薪資水平同樣存在正向影響。分行業(yè)來看，數(shù)字技術(shù)進(jìn)步對信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)、科學(xué)研究和技術(shù)服務(wù)業(yè)等知識密集型產(chǎn)業(yè)平均工資的提升幅度明顯大于其他行業(yè)，說明數(shù)字技術(shù)進(jìn)步能夠通過增加知識溢價吸引更多高技能人才，有助于加速地區(qū)就業(yè)技能結(jié)構(gòu)高級化。此外，消費互聯(lián)網(wǎng)發(fā)展對金融業(yè)以及交通運輸、倉儲和郵政業(yè)平均工資提升幅度較大，消費互聯(lián)網(wǎng)發(fā)展推動了電子商務(wù)、數(shù)字交易及數(shù)字金融的興起，一方面，新業(yè)態(tài)、新模式的發(fā)展對上述配套產(chǎn)業(yè)起到了直接的提升作用，另一方面，物聯(lián)網(wǎng)、大數(shù)據(jù)等新技術(shù)的運用極大提升了勞動者的生產(chǎn)效率，說明消費互聯(lián)網(wǎng)的發(fā)展有助于提高中等技能勞動力的勞動回報，推動就業(yè)技能結(jié)構(gòu)重心由低技能向中等技能轉(zhuǎn)移。

（二）數(shù)字技術(shù)進(jìn)步對生活成本的影響

為實證地區(qū)生活成本在數(shù)字技術(shù)進(jìn)步與就業(yè)技能結(jié)構(gòu)之間的中介作用，本文借鑒孫早和侯玉琳的研究，1使用城鎮(zhèn)居民消費性支出占城鎮(zhèn)居民可支配收入的占比代表地區(qū)生活成本進(jìn)行檢驗。

表8報告了數(shù)字技術(shù)進(jìn)步對地區(qū)生活成本的估計結(jié)果。我們發(fā)現(xiàn)消費互聯(lián)網(wǎng)發(fā)展對生活成本具有顯著的提升作用。即消費互聯(lián)網(wǎng)發(fā)展指數(shù)每提升一個百分點，預(yù)計將導(dǎo)致地區(qū)生活成本提升千分之二。同時，工業(yè)互聯(lián)網(wǎng)水平的提升并未對地區(qū)生活成本產(chǎn)生顯著影響，可能的原因是消費互聯(lián)網(wǎng)相關(guān)產(chǎn)業(yè)對數(shù)字基礎(chǔ)建設(shè)和地區(qū)綜合資源水平的要求更高，更易出現(xiàn)產(chǎn)業(yè)集聚現(xiàn)象，同時消費互聯(lián)網(wǎng)的發(fā)展對第三產(chǎn)業(yè)價格具有直接推動作用。因此，從生活成本的角度來看，數(shù)字技術(shù)進(jìn)步擠壓低收入群體的生存空間，降低當(dāng)?shù)氐图寄芫蜆I(yè)人數(shù)占比。

七、異質(zhì)性分析

通過前文的研究結(jié)果，數(shù)字技術(shù)發(fā)展顯著提升了我國中、高技能就業(yè)人數(shù)占比。從作用機(jī)制來看，數(shù)字技術(shù)進(jìn)步主要通過增加中、高技能勞動者的相對薪資水平和增加地區(qū)生活成本兩種途徑促進(jìn)就業(yè)技能結(jié)構(gòu)升級。同時，根據(jù)前文理論分析，數(shù)字技術(shù)進(jìn)步通過重塑產(chǎn)業(yè)鏈和價值鏈來改變企業(yè)的就業(yè)技能需求，進(jìn)而在宏觀上促進(jìn)地區(qū)就業(yè)技能結(jié)構(gòu)升級。而Das and Hilgenstock指出，數(shù)字技術(shù)對產(chǎn)業(yè)鏈和價值鏈影響程度與地區(qū)的經(jīng)濟(jì)發(fā)展水平和產(chǎn)業(yè)基礎(chǔ)密切相關(guān)，1具體來說，在經(jīng)濟(jì)發(fā)展相對成熟、信息產(chǎn)業(yè)基礎(chǔ)較為雄厚的地區(qū)，數(shù)字技術(shù)進(jìn)步對產(chǎn)業(yè)內(nèi)部資源配置的優(yōu)化作用大于產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整，相應(yīng)地減緩了就業(yè)技能結(jié)構(gòu)的變化速度；而對于經(jīng)濟(jì)發(fā)展水平較低、信息產(chǎn)業(yè)基礎(chǔ)薄弱的地區(qū)，數(shù)字技術(shù)進(jìn)步首先會引起產(chǎn)業(yè)結(jié)構(gòu)變動，對就業(yè)技能結(jié)構(gòu)的影響更為明顯。

根據(jù)自然條件、經(jīng)濟(jì)資源稟賦、經(jīng)濟(jì)發(fā)展水平、交通運輸條件等方面的差異，中國可大致劃分為東、中、西、東北四大地區(qū)。為便于討論區(qū)域間經(jīng)濟(jì)發(fā)展水平引起的異質(zhì)性，本文從四大地區(qū)的角度實證數(shù)字技術(shù)進(jìn)步對就業(yè)技能結(jié)構(gòu)的影響差異。

表9、表10報告了加入?yún)^(qū)域虛擬變量的異質(zhì)性估計結(jié)果?？梢园l(fā)現(xiàn)，除東部地區(qū)外，消費互聯(lián)網(wǎng)發(fā)展顯著促進(jìn)了各地區(qū)就業(yè)技能結(jié)構(gòu)升級，工業(yè)互聯(lián)網(wǎng)發(fā)展僅促進(jìn)中、西部地區(qū)就業(yè)技能結(jié)構(gòu)升級，對東部、東北部地區(qū)的就業(yè)技能結(jié)構(gòu)無明顯影響，可能的原因是相較于東部和東北部地區(qū)，中、西部地區(qū)的制造業(yè)數(shù)字化升級難度較低，工業(yè)互聯(lián)網(wǎng)技術(shù)投入對產(chǎn)業(yè)結(jié)構(gòu)和就業(yè)技能結(jié)構(gòu)的升級作用更加凸顯。

八、結(jié)論與政策建議

數(shù)字技術(shù)進(jìn)步在深度改變經(jīng)濟(jì)發(fā)展模式的同時也在重塑地區(qū)就業(yè)技能結(jié)構(gòu)。本文通過構(gòu)建2010—2020年省級面板數(shù)據(jù)，針對數(shù)字技術(shù)進(jìn)步與我國就業(yè)技能結(jié)構(gòu)之間的關(guān)系展開實證研究，分析了消費互聯(lián)網(wǎng)和工業(yè)互聯(lián)網(wǎng)兩類技術(shù)對就業(yè)技能結(jié)構(gòu)的影響，并試圖探究其中的影響機(jī)制。研究結(jié)果表明：（1）從全國層面來看，消費互聯(lián)網(wǎng)和工業(yè)互聯(lián)網(wǎng)發(fā)展均提升中高技能就業(yè)人數(shù)占比，降低低技能就業(yè)人數(shù)占比，數(shù)字技術(shù)進(jìn)步總體上促進(jìn)了我國就業(yè)技能結(jié)構(gòu)升級。與西方發(fā)達(dá)國家相比，數(shù)字技術(shù)發(fā)展并未擠出中等技能勞動者，技術(shù)創(chuàng)新在我國更有利于增加中等技能崗位需求。（2）從影響程度來看，工業(yè)互聯(lián)網(wǎng)發(fā)展對就業(yè)結(jié)構(gòu)升級的促進(jìn)作用明顯高于消費互聯(lián)網(wǎng)，表明目前工業(yè)智能化發(fā)展仍是推動我國就業(yè)技能結(jié)構(gòu)高級化的主要動力來源。（3）從影響方式來看，工業(yè)互聯(lián)網(wǎng)主要通過提升高技能勞動者相對薪資水平促進(jìn)就業(yè)結(jié)構(gòu)升級；而消費互聯(lián)網(wǎng)在提升高技能溢價的同時也增加中等技能勞動者的相對薪資水平，同時通過提升地區(qū)生活成本擠出低技能勞動力。（4）從影響范圍來看，消費互聯(lián)網(wǎng)發(fā)展推動就業(yè)技能結(jié)構(gòu)升級的影響范圍更廣，而工業(yè)互聯(lián)網(wǎng)發(fā)展的就業(yè)技能結(jié)構(gòu)升級作用則集中于中、西部地區(qū)。

基于上述結(jié)論，本文試提出幾點政策建議：（1）數(shù)字技術(shù)進(jìn)步有助于就業(yè)技能結(jié)構(gòu)升級，而就業(yè)技能結(jié)構(gòu)高級化是經(jīng)濟(jì)高質(zhì)量發(fā)展的應(yīng)有之義，因此應(yīng)堅持以數(shù)字技術(shù)與實體經(jīng)濟(jì)相結(jié)合為導(dǎo)向，抓住技術(shù)變革機(jī)遇，持續(xù)推進(jìn)數(shù)字技術(shù)進(jìn)步。（2）重視工業(yè)互聯(lián)網(wǎng)在產(chǎn)業(yè)升級中的基礎(chǔ)作用。我國是制造業(yè)大國，提高制造業(yè)發(fā)展水平是提升總體就業(yè)技能結(jié)構(gòu)水平的基礎(chǔ)。應(yīng)加快傳統(tǒng)制造業(yè)的數(shù)字化轉(zhuǎn)型，通過優(yōu)化生產(chǎn)方式帶動就業(yè)技能結(jié)構(gòu)升級；同時要加強工業(yè)智能的自主研發(fā)能力，把握技術(shù)改革的主動權(quán)，在攻克技術(shù)共性難題的過程中打造一批高質(zhì)量人才隊伍，為數(shù)字經(jīng)濟(jì)的高質(zhì)量發(fā)展提供人才保障。（3）充分發(fā)揮消費互聯(lián)網(wǎng)的崗位創(chuàng)造作用，政府應(yīng)出臺政策鼓勵互聯(lián)網(wǎng)創(chuàng)業(yè)，同時注意完善相應(yīng)法律法規(guī)，為新職業(yè)和新就業(yè)模式的健康發(fā)展提供制度保護(hù)。（4）暢通勞動者轉(zhuǎn)崗轉(zhuǎn)業(yè)渠道。政府應(yīng)協(xié)助企業(yè)對傳統(tǒng)崗位員工進(jìn)行數(shù)字技能培訓(xùn)，完善政府公共就業(yè)服務(wù)平臺，減少企業(yè)技術(shù)轉(zhuǎn)型引起的摩擦性失業(yè)。（5）政府進(jìn)行數(shù)字技術(shù)投入時，既要因地制宜，選擇適合當(dāng)?shù)禺a(chǎn)業(yè)結(jié)構(gòu)的技術(shù)發(fā)展路線，也要做好全局考慮，推動區(qū)域數(shù)字經(jīng)濟(jì)一體化建設(shè)，以技術(shù)共享促進(jìn)共同富裕。

責(zé)任編輯：孔慶洋

*基金項目：國家社會科學(xué)基金一般項目“數(shù)字技術(shù)驅(qū)動就業(yè)技能結(jié)構(gòu)轉(zhuǎn)變的內(nèi)在機(jī)理、效應(yīng)評估和應(yīng)對政策研究”（21BJY087）

作者簡介：郭東杰，博士，教授，主要研究方向為人口與勞動經(jīng)濟(jì)；吳明燁，碩士研究生，研究方向為數(shù)字技術(shù)與就業(yè)。

1 Keynes，J. M.，Economic Possibilities for Our Grandchildren，Scanned by Yale University Economics Department from John Maynard Keynes，Essays in Persuasion，1930，pp.358-373.

2 Frey，C. B. and Osborne，M. A.，The Future of Employment： How Susceptible Jobs Are to Computerisation？Technological Forecasting and Social Change，vol.14，no.1（January 2017），pp.254-280.

3 Michaels，G. ，Natraj，A. and Reenen，J. V.，Has ICT Polarized Skill Demand？ Evidence from Eleven Countries over Twenty-five Years，Review of Economics and Statistics，vol.96，no.1 （January 2014），pp.60-77.

1 Autor，D. H.，Katz，L. F. and Kearney，M. S.，The Polarization of the U.S. Labor Market，American Economic Review，vol.96，no.2（January 2006），pp.189-194.

2 Acemoglu，D. and Autor，D.，Skills，Tasks and Technologies： Implications for Employment and Earnings，Handbook of Labor Economics，vol.4，Part B（March 2011），pp.1043-1171.

3 Cortes，G. M.，Where Have the Middle-Wage Workers Gone？ A Study of Polarization Using Panel Data，Journal of Labor Economics，vol.34，no.1（January 2016），pp.63–105.

4 Wang，X. P.，Labor Market Polarization in Britain and Germany： A Cross-National Comparison Using Longitudinal Household Data，Labour Economics，vol.65，no.3（June 2020），101862.

5 Lee，N. and Clarkeb，S.，Do Low-Skilled Workers Gain from High-Tech Employment Growth？ High Technology Multipliers，Employment and Wages in Britain，Research Policy，vol.48 ，no.9（November 2019），103803.

6 Gimpelsona，V. and Kapeliushnikov，R.，Polarization or Upgrading？ Evolution of Employment in Transitional Russia，Russian Journal of Economics，vol.2，no.2（June 2016），pp.192-218.

7 Avom，D.，Dadegnon，A. K. and Igue，C.B.，Does Digitalization Promote Net Job Creation？ Empirical Evidence from WAEMU Countries，Telecommunications Policy，vol.45，no.8（July 2021），102215.

8 Das，M. and Hilgenstock，B.，The Exposure to Routinization： Labor Market Implications for Developed and Developing Economies，Structural Change and Economic Dynamics，vol.60，no.8（July 2022），pp.99-113.

1 屈小博、程杰：《中國就業(yè)結(jié)構(gòu)變化：“升級”還是“兩極化”？》，《勞動經(jīng)濟(jì)研究》2015年第1期。

2 郭東杰、周立宏、陳林：《數(shù)字經(jīng)濟(jì)對產(chǎn)業(yè)升級與就業(yè)調(diào)整的影響》，《中國人口科學(xué)》2022年第3期。

3 孫早、侯玉琳：《工業(yè)智能化與產(chǎn)業(yè)梯度轉(zhuǎn)移：對“雁陣?yán)碚摗钡脑贆z驗》，《社會科學(xué)文摘》2021年第9期。

4 呂士斌、張世偉：《中國勞動力“極化”現(xiàn)象及原因的經(jīng)驗研究》，《經(jīng)濟(jì)學(xué)（季刊）》2015年第2期。

5 葉胥、杜云晗、何文軍：《數(shù)字經(jīng)濟(jì)發(fā)展的就業(yè)結(jié)構(gòu)效應(yīng)》，《財貿(mào)研究》2021年第4期；李夢娜、周云波：《數(shù)字經(jīng)濟(jì)發(fā)展的人力資本結(jié)構(gòu)效應(yīng)研究》，《經(jīng)濟(jì)與管理研究》2022年第1期。

6 郝力曉、呂榮杰：《人工智能與高質(zhì)量就業(yè)——基于耦合視角的分析》，《經(jīng)濟(jì)與管理研究》2023年第6期。

7 寧光杰、林子亮：《信息技術(shù)應(yīng)用、企業(yè)組織變革與勞動力技能需求變化》，《經(jīng)濟(jì)研究》2014年第8期。

8 陳衛(wèi)民、韓培培：《互聯(lián)網(wǎng)使用對農(nóng)村勞動力職業(yè)流動的影響》，《經(jīng)濟(jì)經(jīng)緯》2023年第5期。

9 田鴿、張勛：《數(shù)字經(jīng)濟(jì)、非農(nóng)就業(yè)與社會分工》，《管理世界》2022年第5期。

10 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》，《經(jīng)濟(jì)學(xué)動態(tài)》2020年第11期。

11 何宗樾、宋旭光：《數(shù)字經(jīng)濟(jì)促進(jìn)就業(yè)的機(jī)理與啟示——疫情發(fā)生之后的思考》，《經(jīng)濟(jì)學(xué)家》2020年第5期。

12 武可棟、朱夢春、閻世平：《數(shù)字經(jīng)濟(jì)發(fā)展水平對勞動力就業(yè)結(jié)構(gòu)的影響》，《統(tǒng)計與決策》2022年第10期。

13 楊偉國、吳邦正：《平臺經(jīng)濟(jì)對就業(yè)結(jié)構(gòu)的影響》，《中國人口科學(xué)》2022年第4期。

14 Autor，D. H. and Dorn，D.，The Growth of Low-Skill Service Jobs and the Polarization of the US Labor Market，American Economic Review，vol.103，no.5，（August 2013），pp.1553-1597.

15 孫早、侯玉琳：《工業(yè)智能化如何重塑勞動力就業(yè)結(jié)構(gòu)》，《中國工業(yè)經(jīng)濟(jì)》2019年第5期。

1 蔡躍洲、陳楠：《新技術(shù)革命下人工智能與高質(zhì)量增長、高質(zhì)量就業(yè)》，《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》2019年第5期。

2 孔高文、劉莎莎、孔東民：《機(jī)器人與就業(yè)——基于行業(yè)與地區(qū)異質(zhì)性的探索性分析》，《中國工業(yè)經(jīng)濟(jì)》2020年第8期。

3 Dauth，W.，F(xiàn)indeisen，S.，Suedekum，J. and Woessner，N.，The Adjustment of Labor Markets to Robots，Journal of the European Economic Association，vol.19，no.6（December 2021），pp.3104-3153.

4 韓民春、喬剛：《工業(yè)機(jī)器人對制造業(yè)勞動力就業(yè)的結(jié)構(gòu)性影響與地區(qū)差異》，《產(chǎn)經(jīng)評論》2020年第3期。

5 邱語、張衛(wèi)國：《機(jī)器人應(yīng)用與勞動力就業(yè)：來自中國制造企業(yè)的經(jīng)驗證據(jù)》，《廣東財經(jīng)大學(xué)學(xué)報》2023年第4期。

6 韓君、嚴(yán)小風(fēng)、韋楠楠：《人工智能對中國就業(yè)技能結(jié)構(gòu)影響的區(qū)域差異研究》，《西北人口》2022年第3期。

7 Antonio，M. N.，Mathew，N.，Mohnen，P. and et al.，Is there job polarization in developing economies？ A review and outlook，The World Bank Research Observer，August 2023，No.9444

1 叢鈺涵、李月：《制造業(yè)投入數(shù)字化、價值鏈分工與勞動技能溢價》，《財經(jīng)科學(xué)》2023年第4期。

2 王林輝、胡晟銘、董直慶：《人工智能技術(shù)會誘致勞動收入不平等嗎——模型推演與分類評估》，《中國工業(yè)經(jīng)濟(jì)》2020年第4期。

3 胡善成、韓律、張彥彥：《互聯(lián)網(wǎng)應(yīng)用與技能溢價》，《財貿(mào)經(jīng)濟(jì)》2023年第8期。

1 康茜、林光華：《工業(yè)機(jī)器人對就業(yè)的影響機(jī)制——產(chǎn)業(yè)結(jié)構(gòu)高級化還是合理化？ 》，《軟科學(xué)》2021年第4期。

1 陳體標(biāo)：《經(jīng)濟(jì)結(jié)構(gòu)變化和經(jīng)濟(jì)增長》，《經(jīng)濟(jì)學(xué)（季刊）》2007年第4期。

1 蔡躍洲、陳楠：《新技術(shù)革命下人工智能與高質(zhì)量增長、高質(zhì)量就業(yè)》，《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》2019年第5期。

1 江艇：《因果推斷經(jīng)驗研究中的中介效應(yīng)與調(diào)節(jié)效應(yīng)》，《中國工業(yè)經(jīng)濟(jì)》2022年第5期。

1 孫早、侯玉琳：《工業(yè)智能化如何重塑勞動力就業(yè)結(jié)構(gòu)》，《中國工業(yè)經(jīng)濟(jì)》2019年第5期。

1 Das，M. and Hilgenstock，B.，The Exposure to Routinization：Labor Market Implications for Developed and Developing economies，Structural Change and Economic Dynamics，Vol 60，No.6（March 2022），pp.99-113.