數(shù)字經(jīng)濟發(fā)展、就業(yè)結構優(yōu)化與就業(yè)質(zhì)量

摘 要：隨著數(shù)字經(jīng)濟的蓬勃發(fā)展，其對就業(yè)市場的影響日益顯著。數(shù)字經(jīng)濟的發(fā)展不僅推動了產(chǎn)業(yè)結構的優(yōu)化升級，還深刻改變了就業(yè)結構，促進了就業(yè)質(zhì)量的整體提升?；谥袊?0個省份2013-2021年的面板數(shù)據(jù)，采用面板熵權法對數(shù)字經(jīng)濟和就業(yè)質(zhì)量進行綜合評價。在此基礎上，首先運用面板數(shù)據(jù)回歸模型研究數(shù)字經(jīng)濟對就業(yè)質(zhì)量的影響；其次在基準回歸模型的基礎上引入中介變量，通過Bootstrap檢驗就業(yè)結構的中介效應；再次采用空間杜賓模型分析數(shù)字經(jīng)濟對就業(yè)質(zhì)量的空間溢出效應；最后將中國30省份劃分為東中西3個區(qū)域探析數(shù)字經(jīng)濟對就業(yè)質(zhì)量影響的區(qū)域異質(zhì)性，并通過了穩(wěn)健性檢驗和內(nèi)生性檢驗。研究結果表明：數(shù)字經(jīng)濟發(fā)展顯著促進了就業(yè)質(zhì)量的提升，且就業(yè)結構在其中發(fā)揮了重要的中介作用；數(shù)字經(jīng)濟與就業(yè)質(zhì)量之間存在顯著的空間自相關性，各省就業(yè)質(zhì)量在地理空間上存在顯著的溢出效應；數(shù)字經(jīng)濟對不同地區(qū)就業(yè)質(zhì)量的影響存在異質(zhì)性，東部地區(qū)數(shù)字經(jīng)濟能夠顯著提升就業(yè)質(zhì)量；而中部和西部地區(qū)的數(shù)字經(jīng)濟發(fā)展尚未能有效促進就業(yè)質(zhì)量的提升。據(jù)此，針對提升全國數(shù)字經(jīng)濟發(fā)展水平和就業(yè)質(zhì)量提出對策建議。

關鍵詞：數(shù)字經(jīng)濟；就業(yè)質(zhì)量；中介效應；空間溢出效應

中圖分類號：F249.2;F49

文獻標識碼：A

DOIdoi：10.3969/j.issn.1672-2272.202407043

Digital Economy Development， Employment Structure Optimization and Employment Quality：Empirical Analysis Based on Provincial Data of China

Ding Bo，Tang Xianjiao，Li Jiarui

（School of Big Data Science，Hebei Finance University， Baoding 071051， China）

Abstract： With the booming development of the digital economy， its impact on the job market is increasingly significant. The development of the digital economy has not only promoted the optimization and upgrading of the industrial structure， but also profoundly changed the employment structure and promoted the overall improvement of employment quality. Based on the panel data of 30 provinces in China from 2013 to 2021， the panel entropy weight method is used to comprehensively evaluate the development level and employment quality of the digital economy. On this basis， firstly， the panel data regression model is used to study the impact of digital economy on employment quality. Secondly， on the basis of the benchmark regression model， the intermediate variables are introduced to test the intermediary effect of employment structure through Bootstrap. Thirdly， the spatial Durbin model is used to analyze the spatial spillover effect of digital economy on employment quality. Finally， 30 provinces in China are divided into three regions to explore the regional heterogeneity of the impact of digital economy on employment quality， and the robustness test and endogeneity test are passed. The results show that： the development of digital economy significantly promotes the improvement of employment quality， and the employment structure plays an important intermediary role. There is a significant spatial autocorrelation between digital economy and employment quality， and there is a significant spillover effect of employment quality in geographical space. The impact of digital economy on employment quality in different regions is heterogeneous， and the digital economy in the eastern region can significantly improve employment quality; However， the development of digital economy in central and western regions has not been able to effectively promote the improvement of employment quality. Therefore， based on the above model analysis and conclusion， countermeasures and suggestions are put forward to improve the level of digital economy development and employment quality across the country.

Key Words：Digital Economy; Employment Quality; Mediating Effect; Spatial Spillover Effect

0 引言

信息技術的快速進步催生了數(shù)字經(jīng)濟的蓬勃發(fā)展，數(shù)字經(jīng)濟已成為全球經(jīng)濟增長的重要驅動力，中國數(shù)字經(jīng)濟的快速崛起對就業(yè)結構和就業(yè)質(zhì)量產(chǎn)生了深刻影響?！吨袊鴶?shù)字經(jīng)濟發(fā)展研究報告（2023）》顯示，2022年中國數(shù)字經(jīng)濟規(guī)模躍升至50.2萬億元人民幣，占GDP比重高達41.5%，標志著數(shù)字經(jīng)濟已成為經(jīng)濟增長的重要引擎。數(shù)字產(chǎn)業(yè)化和產(chǎn)業(yè)數(shù)字化的推進，不僅促進了傳統(tǒng)產(chǎn)業(yè)的轉型升級，而且為勞動力市場注入了新的活力，創(chuàng)造了大量新的就業(yè)機會，提升了就業(yè)質(zhì)量。然而，數(shù)字經(jīng)濟的發(fā)展之路并非全然坦途，技術革新在創(chuàng)造新機遇的同時，也帶來了挑戰(zhàn)，如部分低技能崗位的縮減與高技能人才需求激增，進一步加劇了勞動力市場的結構性矛盾。在中國經(jīng)濟邁向高質(zhì)量發(fā)展的關鍵時期，就業(yè)問題被賦予了更加重要的戰(zhàn)略意義。數(shù)字經(jīng)濟不僅顛覆了傳統(tǒng)的生產(chǎn)組織方式與商業(yè)模式，更為勞動力市場開辟了多元化、高附加值的就業(yè)新路徑，有力推動了就業(yè)結構的現(xiàn)代化轉型與升級。當前，數(shù)字經(jīng)濟領域已接近貢獻兩億個就業(yè)崗位，占全國就業(yè)人口的近1/4，其對就業(yè)結構與質(zhì)量的雙重塑造作用日益凸顯，使得勞動力市場面臨著更加復雜多變的環(huán)境。在此背景下，研究數(shù)字經(jīng)濟對就業(yè)的影響成為學術界與政策界的熱點議題。特別是在中國，隨著人口紅利逐步減弱及經(jīng)濟結構的深刻調(diào)整，如何優(yōu)化就業(yè)結構、提升就業(yè)質(zhì)量成為亟待解決的問題。本研究致力于深入剖析數(shù)字經(jīng)濟如何影響就業(yè)結構和就業(yè)質(zhì)量，并探討其對于經(jīng)濟高質(zhì)量發(fā)展的潛在作用。本文旨在通過實證分析，揭示數(shù)字經(jīng)濟與就業(yè)質(zhì)量之間的內(nèi)在聯(lián)系，以期為政策制定者提供科學的決策依據(jù)，推動數(shù)字經(jīng)濟與就業(yè)市場的協(xié)同發(fā)展。通過對省域數(shù)據(jù)的比較分析，本文期望為區(qū)域協(xié)調(diào)發(fā)展政策提供有益參考，助力實現(xiàn)區(qū)域間的均衡發(fā)展。在當前中國經(jīng)濟轉型升級、追求高質(zhì)量發(fā)展的宏觀背景下，深入研究數(shù)字經(jīng)濟與就業(yè)質(zhì)量、就業(yè)結構優(yōu)化的關系，不僅有助于促進數(shù)字經(jīng)濟與實體經(jīng)濟的深度融合，也將為提高就業(yè)市場整體水平、推動經(jīng)濟可持續(xù)發(fā)展提供有力支撐。

1 文獻綜述

從數(shù)字經(jīng)濟的概念界定研究來看，數(shù)字經(jīng)濟自1996年由Tapscott提出后，已成為全球經(jīng)濟增長的關鍵動力，其界定和測算因ICT的普及而呈現(xiàn)多元化。岳書敬等［1］研究認為當前國際間尚未形成統(tǒng)一的認識，但大致可以劃分為廣義和狹義兩種理解。狹義的數(shù)字經(jīng)濟指數(shù)字產(chǎn)業(yè)化，即數(shù)字化服務或貨物的獨立生產(chǎn)、消費與分配活動；廣義上，它是以數(shù)字化信息與知識為驅動，通過信息化網(wǎng)絡提升效率和優(yōu)化經(jīng)濟結構的經(jīng)濟活動總和。聚焦國內(nèi)，2020年7月，《中國數(shù)字經(jīng)濟發(fā)展報告白皮書（2020年）》對數(shù)字經(jīng)濟進行了更為深入的界定，將其核心框架凝練為四大維度：數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化、數(shù)字化治理和數(shù)據(jù)價值化。此界定旨在全面剖析數(shù)字經(jīng)濟的多元構成與深刻影響。

從數(shù)字經(jīng)濟的測算研究來看，不同國家或組織并不完全一致。經(jīng)濟合作與發(fā)展組織（OECD）和歐盟統(tǒng)計局（Eurostat）分別基于產(chǎn)業(yè)增加值和數(shù)字化投入因素衡量數(shù)字經(jīng)濟規(guī)模。在國內(nèi)研究視角下，中國學者針對數(shù)字經(jīng)濟規(guī)模的測算，采取了多維度的分析框架，該框架緊密圍繞數(shù)字經(jīng)濟的基礎層與融合應用層兩大核心領域展開，如康鐵祥［2］、范合君等［3］和彭剛等［4］。具體而言，研究聚焦于生產(chǎn)、消費、流通以及政府服務數(shù)字化等關鍵維度，通過深入剖析這些領域內(nèi)的數(shù)字化進程與成效，實現(xiàn)對數(shù)字經(jīng)濟規(guī)模的系統(tǒng)性、科學性測算。

從數(shù)字經(jīng)濟對就業(yè)結構的影響效應研究來看，數(shù)字經(jīng)濟的發(fā)展對就業(yè)結構產(chǎn)生了深遠影響。技術進步作為數(shù)字經(jīng)濟的重要驅動力，不僅催生了新興產(chǎn)業(yè)，也推動了傳統(tǒng)產(chǎn)業(yè)的轉型升級，從而改變了就業(yè)市場的格局。葉胥等［5］指出技能偏向型技術進步的深化顯著提升了對高技能勞動力的市場需求，這一現(xiàn)象在專業(yè)領域內(nèi)加劇了不同教育背景勞動者之間的薪資分化，形成了更為明顯的工資不平等格局。同時，蔡昉［6］認為，服務業(yè)在數(shù)字經(jīng)濟時代成為吸納就業(yè)的重要力量，推動了產(chǎn)業(yè)結構和就業(yè)結構的調(diào)整。此外，根據(jù)國際經(jīng)驗可知，數(shù)字經(jīng)濟的發(fā)展還促使就業(yè)性別結構發(fā)生改變，為女性提供了更多的就業(yè)機會和更高的薪資水平。

從數(shù)字經(jīng)濟對就業(yè)質(zhì)量的影響效應研究來看，論及數(shù)字經(jīng)濟對就業(yè)質(zhì)量的影響，學術界尚未形成統(tǒng)一的觀點。一方面，孟琪［7］和戚聿東等［8］部分學術研究表明，數(shù)字經(jīng)濟通過促進產(chǎn)業(yè)結構的優(yōu)化調(diào)整與生產(chǎn)效率的顯著提升，對就業(yè)質(zhì)量產(chǎn)生了積極而深遠的影響，提高了居民整體收入水平和生活質(zhì)量。另一方面，朱翠華［9］和馬名杰等［10］提到數(shù)字經(jīng)濟提高了就業(yè)門檻，使得部分勞動者難以適應新的技能要求和工作方式，從而加劇了結構性失業(yè)問題，對就業(yè)質(zhì)量產(chǎn)生負面影響。

文獻梳理發(fā)現(xiàn)，當前針對數(shù)字經(jīng)濟發(fā)展對就業(yè)影響的研究領域，主要聚焦于技術維度，深入剖析數(shù)字技術如何重塑就業(yè)格局。然而，從更為細致的行業(yè)層面出發(fā)，特別是聚焦于數(shù)字經(jīng)濟中具有代表性的行業(yè)，進行系統(tǒng)性定量分析的文獻尚顯匱乏。同時，在探討數(shù)字經(jīng)濟對就業(yè)質(zhì)量影響的研究中，主要聚焦微觀層面，而從宏觀視角出發(fā)進行定性和定量分析的文獻相對較少，數(shù)字經(jīng)濟對就業(yè)質(zhì)量影響的相關研究還不夠全面。鑒于此，本文就數(shù)字經(jīng)濟、就業(yè)結構與就業(yè)質(zhì)量間的關系展開研究。本文的創(chuàng)新點主要在于：一是構建數(shù)字經(jīng)濟與就業(yè)質(zhì)量的雙重評價指標體系，使用熵值法對中國各省域的數(shù)字經(jīng)濟發(fā)展水平與就業(yè)質(zhì)量狀況進行測度，進一步深入剖析其內(nèi)在的邏輯關系與運作機制；二是在數(shù)字經(jīng)濟對就業(yè)質(zhì)量的影響研究中，引入就業(yè)結構為中介變量，從理論與實證視角剖析其如何通過調(diào)整就業(yè)結構，直接或間接促進就業(yè)質(zhì)量提升；三是將數(shù)字經(jīng)濟、就業(yè)結構與就業(yè)質(zhì)量三者緊密聯(lián)結，置于同一宏觀分析視角下進行系統(tǒng)而深入的探討；四是為深入剖析數(shù)字經(jīng)濟對就業(yè)質(zhì)量的空間溢出效應，并揭示其在中國地域維度上的異質(zhì)性表現(xiàn)，本研究將中國30個省份劃分為東、中、西3個區(qū)域進行探析。最后，針對上述模型分析和研究結論，對提升全國范圍內(nèi)數(shù)字經(jīng)濟發(fā)展和就業(yè)質(zhì)量提出對策建議。

2 理論分析與研究假設

2.1 數(shù)字經(jīng)濟對就業(yè)質(zhì)量的直接效應分析

《中國數(shù)字經(jīng)濟發(fā)展白皮書（2020年）》指出，數(shù)字經(jīng)濟通過“四化”——數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化、數(shù)字化治理、數(shù)據(jù)價值化，重構了經(jīng)濟發(fā)展與治理模式，形成了新型經(jīng)濟形態(tài)。數(shù)據(jù)價值化改變了生產(chǎn)要素體系，將工業(yè)和農(nóng)業(yè)要素轉化為“新勞動力”“新土地”等數(shù)據(jù)要素。2014-2019年，數(shù)字經(jīng)濟對GDP增長的影響率持續(xù)增長，產(chǎn)業(yè)數(shù)字化成為數(shù)字經(jīng)濟發(fā)展的主要驅動力。數(shù)字經(jīng)濟改變了就業(yè)技能結構，智能化和高自動化的發(fā)展導致低級生產(chǎn)行業(yè)的崗位被替代，增加了高技能人員的需求。在密集勞動市場中，技術和勞動之間的差距加大，影響了社會再分配能力，進而影響勞動者的就業(yè)質(zhì)量。同時，數(shù)字化發(fā)展帶來的替代效應迫使服務業(yè)和制造業(yè)部門的勞動者提高技術水平和創(chuàng)造能力。基于此，本文提出如下假設：

H1：數(shù)字經(jīng)濟發(fā)展對就業(yè)質(zhì)量有直接正向影響。

2.2 數(shù)字經(jīng)濟對就業(yè)質(zhì)量的間接機制分析

數(shù)字經(jīng)濟的發(fā)展對傳統(tǒng)產(chǎn)業(yè)進行了深刻的改造和升級，使得傳統(tǒng)行業(yè)的就業(yè)崗位向數(shù)字經(jīng)濟領域轉移。這種轉移不僅提高了生產(chǎn)效率，也提升了就業(yè)質(zhì)量。此外，數(shù)字經(jīng)濟催生了一系列新的職業(yè)和崗位，如數(shù)據(jù)分析師、人工智能工程師、電子商務運營師等，這些新興職業(yè)為勞動者提供了更多的就業(yè)機會，也推動了就業(yè)結構的優(yōu)化。優(yōu)化后的就業(yè)結構能夠更好地適應數(shù)字經(jīng)濟的發(fā)展需求，從而提高勞動者的就業(yè)滿意度和幸福感，推動就業(yè)質(zhì)量的提升?；诖耍疚奶岢鋈缦录僭O：

H2：數(shù)字經(jīng)濟通過就業(yè)結構的優(yōu)化間接促進就業(yè)質(zhì)量的提升。

2.3 數(shù)字經(jīng)濟對就業(yè)質(zhì)量的空間溢出效應分析

數(shù)字經(jīng)濟的發(fā)展可能引發(fā)人才流動和資源配置的重新調(diào)整，使周邊地區(qū)共享數(shù)字經(jīng)濟帶來的就業(yè)機遇和優(yōu)質(zhì)勞動力資源。同時，數(shù)字經(jīng)濟的發(fā)展也可能促進不同地區(qū)之間的產(chǎn)業(yè)協(xié)作和創(chuàng)新合作，從而提升整個區(qū)域的就業(yè)質(zhì)量。因此，本文假設數(shù)字經(jīng)濟對就業(yè)質(zhì)量的影響具有空間溢出效應，即一個地區(qū)的數(shù)字經(jīng)濟發(fā)展不僅能夠提升本地就業(yè)質(zhì)量，還可能對周邊地區(qū)的就業(yè)質(zhì)量產(chǎn)生積極影響?；诖?，本文提出如下假設：

H3：數(shù)字經(jīng)濟發(fā)展對就業(yè)質(zhì)量的影響存在空間效應。

2.4 數(shù)字經(jīng)濟對就業(yè)質(zhì)量的區(qū)域異質(zhì)性分析

我國地域遼闊，不同地區(qū)的經(jīng)濟發(fā)展水平和產(chǎn)業(yè)結構存在顯著差異，這導致數(shù)字經(jīng)濟發(fā)展在不同區(qū)域對就業(yè)質(zhì)量的影響存在差異。例如，東部沿海地區(qū)數(shù)字經(jīng)濟較為發(fā)達，對人才的需求更為多樣化和高端化，因此可能更能夠促進就業(yè)質(zhì)量的提升；而西部地區(qū)由于數(shù)字經(jīng)濟發(fā)展相對滯后，可能更多關注于基礎崗位的創(chuàng)造和勞動力技能的普及。此外，不同地區(qū)的政策環(huán)境、教育資源、創(chuàng)新氛圍等因素也會對數(shù)字經(jīng)濟的發(fā)展及其對就業(yè)質(zhì)量的影響產(chǎn)生不同作用?；诖耍疚奶岢鋈缦录僭O：

H4：數(shù)字經(jīng)濟發(fā)展對就業(yè)質(zhì)量的影響呈現(xiàn)區(qū)域異質(zhì)性。

3 數(shù)字經(jīng)濟與就業(yè)質(zhì)量的評價指標體系構建與測度

3.1 數(shù)字經(jīng)濟評價指標體系構建

文章構建的中國省級層面數(shù)字經(jīng)濟發(fā)展評價體系是一個全面且多維度的評估框架，旨在從多個維度準確反映數(shù)字經(jīng)濟發(fā)展的水平和趨勢。此評價體系是在現(xiàn)有研究的基礎上，通過數(shù)字化基礎設施、數(shù)字產(chǎn)業(yè)化以及產(chǎn)業(yè)數(shù)字化這3個方面的14個指標來評價數(shù)字經(jīng)濟的發(fā)展情況。首先，數(shù)字化基礎設施作為數(shù)字經(jīng)濟發(fā)展的基礎，包括每百人擁有移動電話用戶數(shù)量、互聯(lián)網(wǎng)用戶數(shù)占常住人口比重、光纜線路密度、互聯(lián)網(wǎng)寬帶接入端密度等5個二級指標。這些指標能夠反映一個地區(qū)信息通信技術的普及程度和網(wǎng)絡基礎設施的完善程度，為數(shù)字經(jīng)濟的發(fā)展提供有力支撐。其次，數(shù)字產(chǎn)業(yè)化是數(shù)字經(jīng)濟發(fā)展的重要組成部分，包括人均電信業(yè)務總量、快遞量、電子信息制造業(yè)收入、電子信息制造業(yè)企業(yè)個數(shù)、軟件業(yè)務收入、信息傳輸、軟件和信息技術服務業(yè)從業(yè)人數(shù)等6個二級指標。這些指標不僅反映了數(shù)字技術在產(chǎn)業(yè)中的應用程度，還體現(xiàn)了數(shù)字產(chǎn)業(yè)本身的規(guī)模和發(fā)展水平。最后，產(chǎn)業(yè)數(shù)字化作為數(shù)字經(jīng)濟發(fā)展的最終體現(xiàn)，在評價體系中發(fā)揮著關鍵作用，包括企業(yè)擁有網(wǎng)站數(shù)、有電子商務交易活動企業(yè)比重以及電子商務交易額等3個二級指標。這些指標能夠直接反映數(shù)字技術在產(chǎn)業(yè)中的應用程度和效果，不僅體現(xiàn)了企業(yè)在數(shù)字化轉型方面的努力，也反映了數(shù)字經(jīng)濟在推動產(chǎn)業(yè)升級、提高生產(chǎn)效率方面的積極作用。

3.2 就業(yè)質(zhì)量評價指標體系構建

文章選取了就業(yè)環(huán)境、就業(yè)狀況、勞動保護這3個方面的9個指標，構建中國省級就業(yè)質(zhì)量評價指標體系。在就業(yè)環(huán)境方面，本文選取人均GDP、人均GDP增速以及收入分配作為二級指標。這些指標能夠直觀反映地區(qū)的經(jīng)濟發(fā)展水平、增長動力以及收入分配的公平性，對于評估就業(yè)環(huán)境具有重要意義。對于就業(yè)狀況，本文采用第三產(chǎn)業(yè)就業(yè)比例、城鎮(zhèn)登記失業(yè)率、就業(yè)人員平均受教育年以及城鎮(zhèn)單位就業(yè)人員平均工資增速作為二級指標。這些指標不僅能夠體現(xiàn)地區(qū)的產(chǎn)業(yè)結構特點，還能夠反映勞動力市場的供需情況以及勞動力的整體素質(zhì)，有助于全面把握就業(yè)狀況。在勞動保護方面，本文采用勞動爭議結案率和工會參與率作為二級指標。這些指標能夠揭示勞動者權益保障的程度以及工會在維護勞動者權益方面的作用，對于評價勞動保護水平至關重要。

3.3 評價指標體系測度方法

文章采用熵值法進行賦權，其具體步驟如下：

數(shù)字經(jīng)濟和就業(yè)質(zhì)量的測度方法。文章采用熵值法進行賦權，其具體步驟如下：

第一步，對數(shù)據(jù)進行標準化：

對于正向指標數(shù)據(jù)，一般采用處理公式為：

x’it，j=xit，j-min {xit，j}maxxit，j-min {xit，j}（1）

對于負向指標數(shù)據(jù)，一般采用處理公式為：

x’it，j=maxxit，j-xit，jmaxxit，j-min {xit，j}（2）

其中，xit，j為第i個?。ㄗ灾螀^(qū)、直轄市）份的第t年的第j個指標的數(shù)據(jù)，i=1…30，t=1…9，j=1…14。

第二步，計算第i個?。ㄗ灾螀^(qū)、直轄市）在第t年中第j項指標的權重：

Pit，j=x'it，j∑ni=1x'it，j（3）

第三步，計算第j項指標的信息熵，計算公式為：

ej=-k∑ni=1Pit，j×ln （Pit，j）（4）

其中，k=1/lnntgt;0，滿足ej≥0；

第四步，計算第j項指標的差異系數(shù)，計算公式為：

dj=1-ej（5）

第五步，計算各項指標權重，即對差異系數(shù)進行歸一化處理：

wj=dj∑mj=1dj（6）

最后一步，計算中國30個省（自治區(qū)、直轄市）數(shù)字經(jīng)濟發(fā)展和就業(yè)質(zhì)量水平綜合得分：

Scoreit=∑mj=1wj×x'it，j（7）

4 數(shù)字經(jīng)濟對就業(yè)質(zhì)量的影響效應研究

4.1 研究方法與模型選擇

4.1.1 基準回歸模型

為了深入研究數(shù)字經(jīng)濟對就業(yè)質(zhì)量的具體影響機制，本文在理論研究的基礎上，構建了基于省級面板數(shù)據(jù)的實證模型。該模型旨在通過具體的數(shù)據(jù)分析，揭示數(shù)字經(jīng)濟與就業(yè)質(zhì)量之間的內(nèi)在聯(lián)系和相互影響。具體模型如下：

Empit=α0+β1Digit+Σk=1γkXit+μi+λt+εit（8）

其中，i和t分別代表不同的省份和年份。Empit表示省份i在時期t的就業(yè)質(zhì)量水平；Digit表示省份i在時期t的數(shù)字經(jīng)濟發(fā)展水平；Xit代表一系列控制變量，用以控制其他可能影響就業(yè)質(zhì)量的因素；μi為省份固定效應；λt表示時間固定效應；εit為隨機擾動項；α0表示常數(shù)項；β1表示解釋變量的回歸系數(shù)。

4.1.2 中介效應模型

為探究中介效應，建立相應模型如下：

Empit=α0+β1Digit+Σk=1γkXit+μi+λt+εit（9）

Emstit=α1+β2Digit+Σk=1ψkXit+μi+λt+εit（10）

Empit=α2+β3Digit+β4Emstit+Σk=1δkXit+μi+λt+εit（11）

中介效應檢驗是一個多步驟的過程，旨在探討變量間的間接影響。在檢驗數(shù)字經(jīng)濟對就業(yè)質(zhì)量影響的過程中，首先確認數(shù)字經(jīng)濟對就業(yè)質(zhì)量的總效應是否顯著，這是通過公式（9）中β1的顯著性來判定的。若β1顯著，則表明存在直接效應，可能伴隨中介效應，需進一步分析。接著，通過公式（10）和公式（11）來估計中介變量的作用。公式（10）關注數(shù)字經(jīng)濟對中介變量的影響，而公式（11）則綜合考察數(shù)字經(jīng)濟、中介變量和就業(yè)質(zhì)量之間的關系。若模型中的β2、β3、β4均顯著，則中介效應存在。進一步地，根據(jù)β2、β4與β3的符號關系，可以區(qū)分部分中介、遮掩效應或完全中介效應。若β2、β4與β3同號，則為部分中介效應；若異號，則為遮掩效應；若β3不顯著，則為完全中介效應。最后，通過Bootstrap檢驗驗證中介效應的穩(wěn)健性。

4.1.3 空間計量模型

在探究就業(yè)質(zhì)量影響因素時，由于就業(yè)質(zhì)量具有顯著的空間相關性，為了更準確地揭示就業(yè)質(zhì)量及其影響因素之間的復雜關系，因此需建立空間計量模型。本研究構建的空間杜賓模型如下：

Empit=α0+ρ∑Nj=1WijEmpit+∑Nj=1WijXitγ+β1Xit+μi+λt+εit（12）

其中，Emp表示就業(yè)質(zhì)量；X表示解釋變量，包括了核心解釋變量數(shù)字經(jīng)濟水平及其他控制變量；ρ表示空間自回歸系數(shù)，Wij為地理距離空間權重矩陣；α0表示常數(shù)項；β1表示解釋變量的回歸系數(shù)；γ表示解釋變量的空間滯后回歸系數(shù)；μi表示省份固定效應；λt表示時間固定效應；εit是隨機干擾項。

4.2 變量選取與說明

4.2.1 模型變量

①被解釋變量。本研究中以就業(yè)質(zhì)量（Emp）為被解釋變量，基于構建的中國省級層面就業(yè)質(zhì)量評價指標體系，通過熵值法計算得出就業(yè)質(zhì)量評分，以此作為衡量各省份就業(yè)質(zhì)量的量化指標。這一評分全面考慮了就業(yè)的各個關鍵方面，為各地區(qū)提供了就業(yè)狀況深入洞察的依據(jù)。

②核心解釋變量。本研究中以數(shù)字經(jīng)濟（Dig）為核心解釋變量，根據(jù)構建的中國省級層面數(shù)字經(jīng)濟評價指標體系，通過熵值法計算得出數(shù)字經(jīng)濟評分，將其作為衡量各省份數(shù)字經(jīng)濟發(fā)展水平的量化指標。這一評分反映了各地區(qū)在數(shù)字經(jīng)濟領域的實際發(fā)展狀況，為分析數(shù)字經(jīng)濟對就業(yè)質(zhì)量的影響提供了關鍵依據(jù)。

③中介變量。為了更深入地探究數(shù)字經(jīng)濟對就業(yè)質(zhì)量的影響機制，本文引入了就業(yè)結構（Emst）作為中介變量。本文借鑒了孫文遠等［11］的研究方法，將就業(yè)人員按照受教育程度劃分為不同技能勞動力，并計算高技能勞動力與中低技能勞動力的比值，以此衡量各省份的就業(yè)結構。這一指標有助于揭示數(shù)字經(jīng)濟如何通過改變就業(yè)結構來影響就業(yè)質(zhì)量。

④控制變量。為了更全面分析數(shù)字經(jīng)濟對就業(yè)質(zhì)量發(fā)展的影響，本文選取了以下控制變量：①經(jīng)濟發(fā)展水平（Gdp）：通過省級層面人均實際GDP取對數(shù)來衡量，以反映各地區(qū)經(jīng)濟發(fā)展的差異；②政府干預（Gover）：采用政府支出占GDP的比值來衡量，以反映政府在促進就業(yè)方面的作用；③城鎮(zhèn)化水平（Ur）：采用地區(qū)城鎮(zhèn)化率進行衡量，以反映城市化進程對就業(yè)質(zhì)量的影響；④產(chǎn)業(yè)結構（Stru）：借鑒干春暉等［12］的研究方法，采用第三產(chǎn)業(yè)產(chǎn)值與第二產(chǎn)業(yè)產(chǎn)值的比重進行衡量，以揭示產(chǎn)業(yè)結構變動對就業(yè)質(zhì)量的潛在影響。

4.2.2 數(shù)據(jù)來源與描述統(tǒng)計

基于論文研究主題的需求，本文所使用的所有數(shù)據(jù)均源自官方發(fā)布的權威統(tǒng)計年鑒，主要包括《中國統(tǒng)計年鑒》《中國勞動統(tǒng)計年鑒》以及各?。ㄗ灾螀^(qū)、直轄市）的統(tǒng)計年鑒。鑒于西藏、港澳臺地區(qū)數(shù)據(jù)缺失，本文在分析過程中將這4個地區(qū)排除在外。鑒于數(shù)字化交易領域的官方統(tǒng)計數(shù)據(jù)始于2013年，為深入探討數(shù)字經(jīng)濟對就業(yè)質(zhì)量所產(chǎn)生的深遠影響，本文選取2013-2021年中國各省級區(qū)域的面板數(shù)據(jù)進行分析。

在數(shù)據(jù)處理過程中，由于部分年份數(shù)據(jù)缺失，為確保研究的準確性和完整性，本研究采用插值法對這些缺失數(shù)據(jù)進行科學補全。此外，為了消除異方差對研究結果的影響，對經(jīng)濟發(fā)展水平進行對數(shù)處理。變量描述性統(tǒng)計結果詳見表3。

4.3 數(shù)字經(jīng)濟對就業(yè)質(zhì)量影響的實證分析

4.3.1 基準回歸分析

通過Hausman檢驗，確定選擇固定效應模型來估計數(shù)字經(jīng)濟對就業(yè)質(zhì)量的影響。表4中所呈現(xiàn)的回歸結果證實了數(shù)字經(jīng)濟與就業(yè)質(zhì)量之間的正相關關系，且各回歸系數(shù)均在1%的顯著性水平上顯著，這充分驗證了先前提出的研究假設H1。

實證結果如表4所示，表4第（1）列是只包括解釋變量與被解釋變量的基準回歸結果，第（2）列是加入可能影響就業(yè)質(zhì)量的相關控制變量，第（3）列是對時間和個體加入固定效應的回歸結果，第（4）列是對時間和個體加入固定效應，同時加入相關控制變量的回歸結果。

通過回歸分析結果，從控制變量來看，經(jīng)濟發(fā)展水平（Gdp）與就業(yè)質(zhì)量存在顯著正相關關系，并在1%的顯著水平上顯著。這一結果不僅印證了傳統(tǒng)經(jīng)濟增長理論，更深化了對勞動者福祉影響的理解。GDP增長帶動高質(zhì)量崗位增加，為勞動者提供穩(wěn)定收入和豐富福利，改善就業(yè)環(huán)境，提升工作滿意度和歸屬感，有力支撐了和諧可持續(xù)的社會經(jīng)濟體系構建。政府干預程度（Gover）同樣在1%的顯著水平上與就業(yè)質(zhì)量顯著正相關。政府的宏觀調(diào)控不僅是穩(wěn)定就業(yè)市場的有力保障，更是營造優(yōu)質(zhì)就業(yè)環(huán)境的關鍵力量。通過有效的政策引導和資源調(diào)配，政府能夠確保勞動力市場的穩(wěn)定運行，提升勞動者的就業(yè)質(zhì)量，進而為社會的整體繁榮與穩(wěn)定奠定堅實基礎。此外，城鎮(zhèn)化率（Ur）同樣在1%的顯著水平上與就業(yè)質(zhì)量顯著正相關。城鎮(zhèn)化加速提升就業(yè)質(zhì)量，人口遷移豐富城市勞動力，促進市場多元化和就業(yè)增長?；A設施改善、公共服務提升、產(chǎn)業(yè)結構優(yōu)化，為勞動者創(chuàng)造優(yōu)質(zhì)工作環(huán)境與廣闊發(fā)展空間，推進城鎮(zhèn)化是提升就業(yè)質(zhì)量的關鍵路徑。產(chǎn)業(yè)結構（Stru）同樣在1%的顯著水平上與就業(yè)質(zhì)量顯著正相關。產(chǎn)業(yè)結構優(yōu)化升級，助力就業(yè)質(zhì)量躍升，新興產(chǎn)業(yè)涌現(xiàn)和傳統(tǒng)產(chǎn)業(yè)升級，催生高質(zhì)量就業(yè)機會，推動勞動力市場結構性調(diào)整，優(yōu)化資源配置，成為提升就業(yè)質(zhì)量的關鍵動力。

4.3.2 中介效應分析

在深入探討數(shù)字經(jīng)濟對就業(yè)質(zhì)量的影響機理時，文章采取了引入就業(yè)結構作為中介變量，旨在更全面地揭示“數(shù)字經(jīng)濟－就業(yè)結構－就業(yè)質(zhì)量”之間的復雜傳導機制。基于此，文章對公式（9）－（11）進行估計，根據(jù)表5回歸結果分析，數(shù)字經(jīng)濟對就業(yè)質(zhì)量的提升有顯著的正向影響，這一影響部分是通過優(yōu)化就業(yè)結構實現(xiàn)的，這充分驗證了本文先前提出的研究假設H2。

如表5所示，首先，列（1）顯示數(shù)字經(jīng)濟對就業(yè)質(zhì)量的總效應顯著為正，意味著數(shù)字經(jīng)濟的發(fā)展能夠直接推動就業(yè)質(zhì)量的提升。這可能是由于數(shù)字經(jīng)濟帶來的技術創(chuàng)新和產(chǎn)業(yè)升級，為勞動者提供了更多的就業(yè)機會和更高的收入水平。其次，列（2）和列（3）進一步揭示了數(shù)字經(jīng)濟通過就業(yè)結構影響就業(yè)質(zhì)量的機制。列（2）表明數(shù)字經(jīng)濟對就業(yè)結構的影響不顯著，可能意味著數(shù)字經(jīng)濟對直接提升就業(yè)質(zhì)量的效果并不明顯。同時，模型還顯示可能存在中介效應，需要進一步的分析來明確。列（3）在考慮就業(yè)結構后，發(fā)現(xiàn)數(shù)字經(jīng)濟和就業(yè)結構均對就業(yè)質(zhì)量有顯著正向影響，說明就業(yè)結構在數(shù)字經(jīng)濟和就業(yè)質(zhì)量之間起到了中介作用。此外，控制變量如人均GDP、政府控制和城鎮(zhèn)化率對就業(yè)質(zhì)量有顯著影響。這些變量的正向作用表明經(jīng)濟發(fā)展、政府政策和城鎮(zhèn)化進程都有助于提升就業(yè)質(zhì)量。同時3個模型的R2值均較高，說明模型能夠較好地解釋就業(yè)量的變化。其中，列（3）的R2值最高，這可能是因為列（3）同時考慮了數(shù)字經(jīng)濟和就業(yè)結構兩個因素，從而更全面地反映了影響就業(yè)質(zhì)量的因素。

Bootstrap中介效應檢驗結果進一步強化了中介效應的顯著性，如表6所示，結果明確顯示出數(shù)字經(jīng)濟對就業(yè)質(zhì)量的直接影響以及通過就業(yè)結構產(chǎn)生的間接影響均具有統(tǒng)計上的顯著性。這一結果不僅表明數(shù)字經(jīng)濟能夠直接提升就業(yè)質(zhì)量，還揭示了其通過優(yōu)化就業(yè)結構來間接推動就業(yè)質(zhì)量提升的重要作用。

4.3.3 空間效應分析

①空間相關性檢驗。在深入探討數(shù)字經(jīng)濟對就業(yè)質(zhì)量產(chǎn)生的空間效應，并借助空間面板計量模型進行量化分析之前，首要步驟是驗證數(shù)字經(jīng)濟與就業(yè)質(zhì)量在地理空間維度上是否展現(xiàn)出空間自相關性，本文采用地理距離矩陣來計算2013-2021年數(shù)字經(jīng)濟與就業(yè)質(zhì)量的Moran’s I指數(shù)。檢驗結果如表7所示，就業(yè)質(zhì)量和數(shù)字經(jīng)濟均在10%的水平上顯著，表明數(shù)字經(jīng)濟與就業(yè)質(zhì)量之間存在著顯著的空間自相關性。

為了更直觀地展現(xiàn)這種空間自相關性和聚集特征，本文繪制了Moran’s I散點圖（圖1和圖2）。圖中第一象限代表“高-高”聚集區(qū)，即那些數(shù)字經(jīng)濟和就業(yè)質(zhì)量均較高的地區(qū)相互聚集在一起；而第三象限則代表“低-低”聚集區(qū)，即數(shù)字經(jīng)濟和就業(yè)質(zhì)量均較低的地區(qū)相互聚集。從圖中可以觀察到，2013年北京、上海、浙江等地在就業(yè)質(zhì)量方面表現(xiàn)優(yōu)異，而云南、貴州和廣西等地則相對較低。同時江蘇、浙江、山東和上海的數(shù)字經(jīng)濟表現(xiàn)突出，相比之下，青海、甘肅和寧夏等地的數(shù)字經(jīng)濟則較為落后。2021年北京、上海和浙江等地的就業(yè)質(zhì)量繼續(xù)保持高水平，而云南、貴州和廣西的就業(yè)質(zhì)量依然較低。數(shù)字經(jīng)濟方面，江蘇、浙江、山東和上海等地依然表現(xiàn)較好，而青海、甘肅和寧夏等地則依然較為落后。從時間維度上看，盡管部分地區(qū)的數(shù)字經(jīng)濟與就業(yè)質(zhì)量在絕對水平上仍存在差異，但“低-低”聚集區(qū)的范圍有所縮減，這表明一些地區(qū)的數(shù)字經(jīng)濟和就業(yè)質(zhì)量有所提升，中國大部分省份在就業(yè)質(zhì)量上均呈現(xiàn)出明顯的空間聚集特征。

②空間計量模型檢驗。在模型選擇的初步階段，本研究首先依據(jù)LM檢驗和Robust-LM檢驗的統(tǒng)計值及其顯著性水平，對空間面板模型是否表現(xiàn)出空間滯后效應或空間誤差效應進行了初步判別。結果顯示，LM-lag和Robust-LM-lag的統(tǒng)計值均高度顯著，這表明模型中存在顯著的空間滯后效應。同時LM-error與Robust-LM-error的統(tǒng)計值也極為顯著，揭示了空間誤差效應的存在。這兩項初步檢驗共同指向了空間依賴性的復雜性，為了確定最適合的模型，本文進一步實施LR和Wald檢驗，以比較空間杜賓模型（SDM）與僅包含空間滯后（SAR）或空間誤差（SER）效應的模型之間的差異。檢驗結果顯示，LR和Wald檢驗的p值均小于0.05，拒絕了SDM模型可以退化為SAR或SER模型的假設。基于這些檢驗結果，本研究最終決定采用空間杜賓模型（SDM）來探究數(shù)字經(jīng)濟與就業(yè)質(zhì)量之間的關系。

在對時間固定效應、個體固定效應以及雙固定效應模型的回歸結果進行綜合分析后，本研究發(fā)現(xiàn)時間固定效應模型在擬合優(yōu)度上顯著優(yōu)于其他兩種模型。基于此，本研究決定采用時間固定效應模型進行深入分析。在該模型估計中，數(shù)字經(jīng)濟對就業(yè)質(zhì)量的影響系數(shù)為0.119，并且這一系數(shù)在統(tǒng)計上極為顯著。進一步分析控制變量，結果顯示經(jīng)濟發(fā)展水平（Gdp）、政府因素（Gover）、城鎮(zhèn)化水平（Ur）以及產(chǎn)業(yè)結構（Stru）對就業(yè)質(zhì)量的正面影響均達到了1%的顯著性水平。此外，空間固定效應的空間面板杜賓模型中的空間溢出系數(shù)為正值，并且在1%的顯著性水平下顯著，這表明在數(shù)字經(jīng)濟迅速發(fā)展的背景下，中國各省份的就業(yè)質(zhì)量在地理空間上呈現(xiàn)出顯著的正向溢出效應。

③空間效應分解。通過空間杜賓模型（SDM）的深入分析，本研究能夠將空間效應分解為直接效應、間接效應和總效應。根據(jù)SDM模型的結果，核心解釋變量——數(shù)字經(jīng)濟（Dig）對就業(yè)質(zhì)量具有顯著的促進作用和正向溢出效應。具體而言，數(shù)字經(jīng)濟對就業(yè)質(zhì)量的直接效應系數(shù)為0.19，并通過1%的顯著性檢驗。這一發(fā)現(xiàn)表明，數(shù)字經(jīng)濟每增長1個百分點，能夠直接促進本地就業(yè)質(zhì)量提升0.19個百分點，顯示出強烈的正向效應。這進一步證實了數(shù)字經(jīng)濟在地區(qū)發(fā)展中的強大吸引力和輻射力，即所謂的“虹吸效應”，從而支持了研究假設H3。在控制變量的分析中，經(jīng)濟發(fā)展水平（Gdp）和產(chǎn)業(yè)結構（Stru）均對本地區(qū)就業(yè)質(zhì)量的發(fā)展產(chǎn)生影響。具體來說，本地區(qū)的經(jīng)濟發(fā)展水平（Gdp）與就業(yè)質(zhì)量的提升呈正相關，而鄰近地區(qū)的產(chǎn)業(yè)結構（Stru）則可能抑制本地區(qū)的就業(yè)質(zhì)量發(fā)展。這表明，隨著本地區(qū)經(jīng)濟水平的提升，就業(yè)機會增多，薪資水平提高，工作環(huán)境改善，從而促進了就業(yè)質(zhì)量的整體提升。然而，鄰近地區(qū)產(chǎn)業(yè)結構的調(diào)整可能導致就業(yè)市場的競爭加劇，或者由于鄰近地區(qū)發(fā)展的是與本地區(qū)相似的產(chǎn)業(yè)，產(chǎn)生了資源爭奪和市場競爭，這可能抑制了本地區(qū)就業(yè)質(zhì)量的提升。

4.3.4 異質(zhì)性分析

在探討數(shù)字經(jīng)濟對就業(yè)質(zhì)量的影響時，本研究考慮到全國范圍內(nèi)就業(yè)質(zhì)量的區(qū)域差異，將全國30個省份劃分為東部、中部和西部3個區(qū)域，以探討區(qū)域異質(zhì)性。表11回歸結果揭示了不同區(qū)域間在數(shù)字經(jīng)濟發(fā)展對就業(yè)質(zhì)量影響的顯著差異。東部地區(qū)的數(shù)字經(jīng)濟發(fā)展水平（Dig）系數(shù)為正且在統(tǒng)計上顯著，這表明在這一經(jīng)濟較為發(fā)達的地區(qū)，數(shù)字經(jīng)濟的增長能夠有效促進就業(yè)質(zhì)量的提升。這種正向效應可能源于東部地區(qū)在數(shù)字經(jīng)濟基礎設施、創(chuàng)新能力和市場需求等方面的領先優(yōu)勢。相比之下，中部和西部地區(qū)的數(shù)字經(jīng)濟發(fā)展水平系數(shù)卻為負且顯著，中部地區(qū)的系數(shù)為-1.155，西部地區(qū)的系數(shù)為-0.386，這反映出這兩個地區(qū)在數(shù)字經(jīng)濟推動就業(yè)質(zhì)量提升方面的潛力尚未得到充分發(fā)揮，甚至可能存在一些不利因素。這些不利因素可能包括基礎設施建設、專業(yè)人才儲備以及創(chuàng)新能力的相對不足，這些短板限制了數(shù)字經(jīng)濟在這些地區(qū)的發(fā)展，并影響了其對就業(yè)市場的正向作用。控制變量的分析同樣揭示了區(qū)域間的異質(zhì)性。例如，政府支出（Gover）在東部和中部地區(qū)對就業(yè)質(zhì)量有顯著的負向影響，而在西部地區(qū)卻顯示出顯著的正向影響。

綜合分析，本研究證實了數(shù)字經(jīng)濟對就業(yè)質(zhì)量的影響確實存在顯著的區(qū)域異質(zhì)性，這與研究假設H4的預測相符。東部地區(qū)得益于其在數(shù)字經(jīng)濟方面的優(yōu)勢，能夠通過數(shù)字經(jīng)濟的發(fā)展顯著提高就業(yè)質(zhì)量。而中部和西部地區(qū)，由于在數(shù)字經(jīng)濟基礎設施、人才儲備和創(chuàng)新驅動力等方面的發(fā)展滯后，其數(shù)字經(jīng)濟的發(fā)展尚未能有效推動就業(yè)質(zhì)量的提升。

4.3.5 穩(wěn)健性檢驗

為確保上述實證研究的嚴謹性與結果的可信度，防止研究結論因數(shù)據(jù)變動或分析方法調(diào)整而發(fā)生顯著變化，本文采取3種穩(wěn)健性檢驗方法，檢驗結果如表12所示。

一是更換核心解釋變量測算方法。在評估數(shù)字經(jīng)濟發(fā)展水平時，除了前文提及的熵值法之外，另一有效手段是運用主成分分析法進行度量，回歸結果如表12列（1）所示，核心解釋變量Dig的系數(shù)在該回歸分析中依然保持了顯著的正向性，這一結果不僅驗證了數(shù)字經(jīng)濟對就業(yè)質(zhì)量提升具有明確的積極效應，還進一步強化了研究結論的穩(wěn)健性。

二是更換被解釋變量衡量方式。除上文變量衡量被解釋變量外，還可以加入城鎮(zhèn)職工基本醫(yī)療保險年末參保人數(shù)，城鎮(zhèn)職工參加養(yǎng)老保險人數(shù)和城鎮(zhèn)單位就業(yè)人員平均工資綜合評估就業(yè)質(zhì)量，經(jīng)過對個體固定效應、時間固定效應的有效控制，并納入一系列相關的控制變量后，表12列（2）所展示的回歸分析結果表明，核心解釋變量Dig的系數(shù)仍呈現(xiàn)出顯著的正向效應，這有力印證了數(shù)字經(jīng)濟的蓬勃發(fā)展對提升就業(yè)質(zhì)量具有積極的推動作用。本研究的回歸模型不僅展示了可靠性，還體現(xiàn)了結果的穩(wěn)健性。

三是縮短時間窗口?？紤]到數(shù)字經(jīng)濟相關政策往往伴隨著一定的滯后效應，為了有效緩解并降低這一時滯性所帶來的不利影響，基于2013-2018年間跨度6年的短期面板數(shù)據(jù)集，重新進行回歸分析，其回歸結果如表12列（3）所示，核心解釋變量Dig的系數(shù)展現(xiàn)出顯著的正向影響，這一發(fā)現(xiàn)證實了數(shù)字經(jīng)濟發(fā)展對于提升就業(yè)質(zhì)量具有積極的促進作用。從而進一步驗證了基準回歸結果的穩(wěn)健性與可靠性。

4.3.6 內(nèi)生性檢驗

在探究數(shù)字經(jīng)濟對就業(yè)質(zhì)量影響的過程中，本研究關注到了潛在的內(nèi)生性問題，即就業(yè)質(zhì)量可能對數(shù)字經(jīng)濟存在逆向促進作用。為解決這一問題，本研究借鑒了現(xiàn)有文獻的方法，選取數(shù)字經(jīng)濟的一期滯后變量作為工具變量，并運用二階段最小二乘法（2SLS）進行回歸分析，以準確估計數(shù)字經(jīng)濟對就業(yè)質(zhì)量的凈效應。內(nèi)生性檢驗結果顯示，在工具變量弱識別的檢驗中，克拉格-唐納德（Cragg-Donald）F統(tǒng)計量為851.176，遠高于10%顯著性水平下的臨界值，表明所選擇的工具變量是合理的，即數(shù)字經(jīng)濟的一期滯后變量能夠有效地預測數(shù)字經(jīng)濟的當前水平，同時不影響其他模型中的誤差項。此外，在1%的顯著性水平下，數(shù)字經(jīng)濟對就業(yè)質(zhì)量的效應呈現(xiàn)出高度的顯著性，進一步表明估計結果的準確性和可靠性。

5 結論與建議

5.1 研究結論

基于2013-2021年中國30個?。ㄗ灾螀^(qū)、直轄市）的數(shù)據(jù)，本文深入探討了數(shù)字經(jīng)濟對就業(yè)質(zhì)量的影響，得出以下主要結論：

其一，數(shù)字經(jīng)濟對就業(yè)質(zhì)量具有顯著的正向促進作用。數(shù)字經(jīng)濟已成為提升就業(yè)質(zhì)量的關鍵動力，本研究通過實證分析證實了數(shù)字經(jīng)濟與就業(yè)質(zhì)量之間存在顯著的正向關系。數(shù)字經(jīng)濟的發(fā)展通過引入新技術、新模式和新業(yè)態(tài)，為就業(yè)市場注入了新的活力。它不僅提高了勞動生產(chǎn)率，還創(chuàng)造了大量高技能和高薪酬的就業(yè)機會，從而直接提升了就業(yè)質(zhì)量。此外，數(shù)字經(jīng)濟的發(fā)展還顯著地促進了就業(yè)結構的調(diào)整與優(yōu)化，如對高技能勞動力需求的顯著增加，促進了勞動力市場的升級，為就業(yè)質(zhì)量的長期提升提供了間接支持。就業(yè)結構的優(yōu)化被視為數(shù)字經(jīng)濟影響就業(yè)質(zhì)量的關鍵中介，它通過調(diào)整勞動力配置，促進了人力資源的有效利用，增強了就業(yè)市場的靈活性和適應性。

其二，數(shù)字經(jīng)濟對就業(yè)質(zhì)量具有顯著的空間溢出效應。在數(shù)字經(jīng)濟的發(fā)展與就業(yè)質(zhì)量的提升之間存在顯著的空間自相關性。這表明數(shù)字經(jīng)濟的發(fā)展和就業(yè)質(zhì)量的提升不僅受到本地區(qū)因素的直接影響，還深受周邊地區(qū)相關因素的間接影響，形成了相互依存的局面。進一步的空間杜賓模型分析驗證了這一觀點，揭示了數(shù)字經(jīng)濟對本地就業(yè)質(zhì)量的顯著正向影響，并指出這種效應會進一步擴散至周邊地區(qū)。

其三，數(shù)字經(jīng)濟對就業(yè)質(zhì)量呈現(xiàn)出明顯的區(qū)域異質(zhì)性。在探討數(shù)字經(jīng)濟對就業(yè)質(zhì)量的影響時，不同地區(qū)展現(xiàn)出了顯著的差異。東部地區(qū)憑借其在數(shù)字經(jīng)濟領域的先進地位，能夠顯著推動就業(yè)質(zhì)量的提升。然而，中部與西部地區(qū)在數(shù)字經(jīng)濟基礎設施構建、專業(yè)人才儲備以及創(chuàng)新驅動力方面呈現(xiàn)出一定的滯后性，導致數(shù)字經(jīng)濟的發(fā)展尚未能全面促進就業(yè)質(zhì)量的提升。在某些情況下，這些地區(qū)的數(shù)字經(jīng)濟發(fā)展甚至可能對就業(yè)質(zhì)量產(chǎn)生一定的負面作用。因此，在推動數(shù)字經(jīng)濟發(fā)展的同時，應充分考慮各地區(qū)的實際情況，制定具有針對性的政策措施，以實現(xiàn)就業(yè)質(zhì)量的全面提升。

5.2 對策建議

一是加大數(shù)字經(jīng)濟投入，強化區(qū)域發(fā)展策略。鑒于數(shù)字經(jīng)濟對就業(yè)質(zhì)量的顯著正向效應，應進一步加大數(shù)字經(jīng)濟的投入和發(fā)展力度，支持數(shù)字型新企業(yè)新平臺的發(fā)展，增加就業(yè)崗位，特別是在東部和中部地區(qū)，以促進這些地區(qū)的就業(yè)質(zhì)量持續(xù)提升。對于西部地區(qū)，可制定針對性的政策措施，如加強基礎設施建設、優(yōu)化產(chǎn)業(yè)布局、提升勞動者技能等，提升數(shù)字化通信覆蓋范圍，利用數(shù)字化便捷、靈活的特性，增加不同的就業(yè)形式。

二是優(yōu)化就業(yè)結構布局，提升就業(yè)質(zhì)量水平。政策制定者應關注就業(yè)結構的優(yōu)化，通過積極引導產(chǎn)業(yè)轉型升級，推動勞動力向高技能、高附加值領域有序流動，從根本上提升就業(yè)的整體質(zhì)量。為有效應對勞動力市場可能出現(xiàn)的過?，F(xiàn)象及減少摩擦性失業(yè)，應鼓勵待業(yè)者向第一產(chǎn)業(yè)與第二產(chǎn)業(yè)的數(shù)字化領域轉型，利用數(shù)字技術賦能傳統(tǒng)產(chǎn)業(yè)，實現(xiàn)就業(yè)結構的合理調(diào)整與升級。此外，還應提升勞動者的技能水平與就業(yè)競爭力，確保其在數(shù)字經(jīng)濟時代中能夠順利轉型，通過引導產(chǎn)業(yè)轉型升級，推動勞動力向高技能、高附加值領域轉移，促進就業(yè)質(zhì)量的整體提升。

三是深化區(qū)域合作機制，推動就業(yè)協(xié)同發(fā)展。對于東部地區(qū)，應繼續(xù)發(fā)揮其在數(shù)字經(jīng)濟方面的優(yōu)勢，推動數(shù)字經(jīng)濟與實體經(jīng)濟的深度融合；針對我國中部及西部地區(qū)，應當著重強化數(shù)字經(jīng)濟基礎設施的構筑與人才梯隊建設，同時優(yōu)化政策環(huán)境，吸引并促進更多數(shù)字經(jīng)濟領域的企業(yè)入駐。鑒于數(shù)字經(jīng)濟和就業(yè)質(zhì)量的空間自相關性，應促進區(qū)域間的合作與交流，實現(xiàn)數(shù)字經(jīng)濟資源和就業(yè)市場的共享與互補。推動區(qū)域一體化發(fā)展，打破行政壁壘，促進人才、資本、技術等要素的跨地區(qū)流動，提升整體就業(yè)質(zhì)量。

參考文獻參考文獻：

［1］ 岳書敬， 張鑫和. 數(shù)字經(jīng)濟對能源強度的影響研究［J］. 南昌大學學報（人文社會科學版）， 2023， 54（1）：77-90.

［2］ 康鐵祥. 數(shù)字經(jīng)濟及其核算研究［J］. 統(tǒng)計與決策， 2008（5）：19-21.

［3］ 范合君， 吳婷. 中國數(shù)字化程度測度與指標體系構建［J］. 首都經(jīng)濟貿(mào)易大學學報， 2020， 22（4）：3-12.

［4］ 彭剛， 趙樂新. 中國數(shù)字經(jīng)濟總量測算問題研究——兼論數(shù)字經(jīng)濟與我國經(jīng)濟增長動能轉換［J］. 統(tǒng)計學報， 2020（3）：1-13.

［5］ 葉胥， 杜云晗， 何文軍. 數(shù)字經(jīng)濟發(fā)展的就業(yè)結構效應［J］. 財貿(mào)研究， 2021， 32（4）：1-13.

［6］ 蔡昉. 中國經(jīng)濟改革效應分析——勞動力重新配置的視角［J］. 經(jīng)濟研究， 2017， 52（7）：4-17.

［7］ 孟祺. 數(shù)字經(jīng)濟與高質(zhì)量就業(yè)：理論與實證［J］. 社會科學， 2021 （2）：47-58.

［8］ 戚聿東， 劉翠花， 丁述磊. 數(shù)字經(jīng)濟發(fā)展、就業(yè)結構優(yōu)化與就業(yè)質(zhì)量提升［J］. 經(jīng)濟學動態(tài)， 2020（11）：17-35.

［9］ 朱翠華. 技術進步就業(yè)效應的研究述評——兼論全要素增長率驅動型經(jīng)濟增長條件下的就業(yè)創(chuàng)造［J］. 首都經(jīng)濟貿(mào)易大學學報， 2017， 19（2）：96-101.

［10］ 馬名杰， 戴建軍， 熊鴻儒. 數(shù)字化轉型對生產(chǎn)方式和國際經(jīng)濟格局的影響與應對［J］. 中國科技論壇， 2019 （1）：12-16.

［11］ 孫文遠， 周寒. 環(huán)境規(guī)制對就業(yè)結構的影響——基于空間計量模型的實證分析［J］. 人口與經(jīng)濟， 2020 （3）：106-122.

［12］ 干春暉， 鄭若谷， 余典范. 中國產(chǎn)業(yè)結構變遷對經(jīng)濟增長和波動的影響［J］. 經(jīng)濟研究，2011，46（5）：4-16，31.

［13］ 司小飛， 李麥收. 數(shù)字經(jīng)濟、就業(yè)結構與就業(yè)質(zhì)量——基于中國省域數(shù)據(jù)的實證分析［J］. 西北人口， 2022， 43（4）：54-69.

［14］ 王坤， 黃震方， 余鳳龍， 等. 中國城鎮(zhèn)化對旅游經(jīng)濟影響的空間效應——基于空間面板計量模型的研究［J］. 旅游學刊， 2016， 31（5）：15-25.

［15］ 趙君. 環(huán)境規(guī)制對中國就業(yè)結構的影響研究［D］. 合肥：安徽財經(jīng)大學， 2018.

［16］ 魯釗陽， 杜雨潼. 數(shù)字經(jīng)濟賦能農(nóng)業(yè)高質(zhì)量發(fā)展的實證研究［J］. 中國流通經(jīng)濟， 2022， 36（11）：3-14.

［17］ 孟維福， 張高明， 趙鳳揚. 數(shù)字經(jīng)濟賦能鄉(xiāng)村振興：影響機制和空間效應［J］. 財經(jīng)問題研究， 2023 （3）：32-44.

［18］ AUTOR D H， KATZ L F， KRUEGER A B. Computing inequality： have computers changed the labor market？ ［J］. The Quarterly Journal of Economics， 1998（4）：1169-1213.

責任編輯（責任編輯：宋勇剛）