数字经济发展与劳动者就业质量提升_田艳平.pdf

2023年第3期 第44卷数字经济发展与劳动者就业质量提升Vol.44 No.3（211）2023数字经济发展与劳动者就业质量提升田艳平，向雪风（中南财经政法大学 公共管理学院，武汉 430073）【摘要】党的二十大报告指出，实施就业优先战略，促进高质量充分就业是增进民生福祉，提高人民生活品质的重要举措。推动数字经济发展和实现更高质量就业是我国“十四五”期间的两大重要目标，数字经济如何助力高质量就业实现？文章基于工资议价视角，从理论上分析数字经济发展对劳动者就业质量的影响，并使用2018年中国家庭追踪调查数据（CFPS），借助OLS和-2SLS等计量模型进行实证检验。研究发现：第一，数字经济发展能够促进劳动者就业质量提升，提高了劳动者就业稳定性、就业收入水平和权益保障水平，该结论在多种稳健性检验与内生性处理后仍成立；第二，机制检验发现，社会就业机会增加与信息搜寻成本降低是数字经济发展影响劳动者就业质量的两个重要渠道；第三，进一步分析发现，数字经济发展对劳动者就业质量的促进效应存在个体异质性，对农村户籍、高受教育水平以及使用移动上网的劳动者群体更显著，但不会对依靠亲属、朋友或熟人介绍寻找工作以及无法上网的劳动者就业质量产生显著影响。【关键词】数字经济；就业机会；互联网；信息成本；就业质量【DOI】10.15884/ki.issn.1007-0672.2023.03.006【收稿日期】2022-11-22【中图分类号】F241.4 【文献标志码】A 【文章编号】1007-0672（2023）03-0065-15【作者简介】田艳平，男，湖北武汉人，中南财经政法大学公共管理学院副院长，教授、博士生导师；向雪风，男，重庆人，中南财经政法大学公共管理学院硕士研究生。一、引言就业是民生之本，也是经济发展最基本的支撑，实现更加充分、更高质量的就业是践行以人民为中心的发展思想，扎实推进共同富裕的重要基础。改革开放以来，党中央、国务院始终坚持将就业摆在社会经济发展的优先位置，不断创新促进就业的政策，社会就业改善工作取得了积极进展。从宏观层面看，就业机会更加充分，就业环境更加公平，就业结构更加合理以及劳动关系更加和谐；从微观层面看，劳动者报酬更加丰厚，就业保障更加完善。截至2020年，在岗职工平均工资增长至9.74万元，同比上涨7.6%，职工养老保险和基本医疗保险参与率分别达到了53.17%和45.90%，相较于2000年，分别增长了35.84和40.65个百分点。2021年，党的十九届五中全会确定了我国第十四个五年规划和2035年远景目标，强调“十四五”期间要积极实施就业优先发展战略，强化就业优先政策，健全多层次就业公共服务体系，提高劳动者的就业能力，实现更加平等、充分和更高质量的就业。国务院在 “十四五”就业促进规划 中进一步对就业发展目标进行细化，提出提高劳动者就业质量不仅要保证劳动报酬与生产率同步增长，还要加强劳动权益保障。2022年，党的二十大报告再次强调完善就业保障制 数据来源于2021年 中国劳动统计年鉴，保障参与率使用年末职工保障参与人数占就业总人数的比重衡量。65Northwest Population JournalVol.44 No.3（211）2023度，促进高质量充分就业对增进民生福祉的重要性。近年来，随着我国人口结构与经济结构的调整，劳动力供需两侧发生了较大变化，社会经济面临需求收缩、供给冲击、预期转弱潜在的三重压力，如何稳就业、扩就业、提质量成为了中央以及地方政府面临的重大挑战。近年来，得益于“智慧城市”和“数字中国”等发展战略的持续推进，我国数字经济得到快速发展。以大数据、云计算、人工智能、物联网、区块链和5G通信技术为代表的数字经济带来了“新零售”“新制造”和“新业态”等新的经济模式，对经济增长和社会就业造成了巨大冲击。国务院发布的 “十四五”数字经济发展规划 指出，“十三五”期间，我国深入实施数字经济发展战略，不断完善数字基础设施，积极推进产业数字化和数字产业化以及数字政府的建设。截至2020年，我国数字经济总规模达到了39.2万亿，占GDP的38.6%，产业数字化领域就业岗位达到了1.78亿个，数字经济及其相关产业已经发展成为了我国劳动力需求的重要领域，为经济社会持续健康发展提供了强大动力。数字经济发展虽然创造了大量新的就业岗位，但随之而来的工业智能化也可能引致“机器换人”现象的出现，导致部分行业和职业的消失（胡拥军等，2022）1。2015年人社部等部门颁布的 中华人民共和国职业分类大典 与1999年相比，新增了347个职业，但也有894个职业被取消。例如随着数字通信技术的进步，“话务员”“电报收发员”和“BP机寻呼员”等职业逐渐消失，但同时也催生了“网络与信息安全管理员”“呼叫中心服务员”和“信息通信网络测量员”等新职业。加快数字经济发展，以数字化转型驱动生产方式、生活方式和治理方式变革是我国“十四五”期间的重要任务之一。数字经济发展会对就业总量产生影响，在带来“就业创造”的同时，也带来了“就业替代”和“就业破坏”效应（蔡昉，2021）2。但数字经济发展如何影响微观劳动者个体的就业质量？能否助力高质量就业目标的实现？在数字经济快速发展与就业压力增加的社会背景下，探究数字经济发展对劳动者就业质量的影响具有一定的理论和现实意义。鉴于此，本文对数字经济发展对劳动者就业质量的影响及相关机制进行了深入探讨，为如何推进数字经济与高质量就业协调发展提供理论参考。二、文献综述通过文献梳理发现关于宏观层面的就业质量主要涉及劳动力资源的配置效率、就业结构、劳动报酬以及就业环境等方面。在劳动力配置效率方面，研究发现数字经济能够通过促进经济集聚和产业协调（沈洋等，2022）3以及就业灵活化和平台化（周祎庆等，2022）4，来提高劳动力资源配置效率，促进高质量就业，而人力资本在这种促进效应中发挥着重要的调节作用（丛屹等，2022）5。在就业结构方图1整体就业情况图2职工就业保障参与率 662023年第3期 第44卷数字经济发展与劳动者就业质量提升Vol.44 No.3（211）2023面，孙早等（2019）6和李宏兵等（2020）7认为数字经济发展带来的工业智能化会导致就业结构向高技能单极极化的现象出现；而阎世平等（2020）研究发现数字经济发展会增加对小学及以下和大专以上的劳动力需求，但减少了初高中劳动力的需求，导致劳动力市场出现“两端极化”的现象8；但杨先明等（2022）则认为数字经济导致的就业“极化”效应并不存在，其对就业结构的影响是一种中高技能占比上升和低技能占比下降的“有序递进升级”模式9；叶胥等（2021）认为数字经济对就业结构的影响存在阶段性差异，数字经济发展与就业结构向制造化、高技术和高技能化调整呈现出“正U”形特征，并且在产业结构和人力资本存量跨越门槛值后，数字经济对就业结构的影响会出现跨越式提升10；徐思雨等（2022）11和戚聿东等（2020）12研究发现数字经济发展能够推动劳动力就业从第一产业向二三产业转移，加快了就业结构优化，进而提高就业质量；但胡拥军等（2022）认为数字经济发展虽然扩张了就业总量，但存在劳动制度、权益保障方面的弱项，可能导致劳动者权益受损1。微观层面的就业质量不仅指劳动者的就业收入还包括各种权益保障的获得。已有文献发现数字经济发展对于受雇型非农就业参与概率具有显著的促进作用（何宗樾等，2020）13，这种促进效应主要通过加快劳动者个体人力资本和社会资本的积累实现（戚聿东等，2021）14；王子敏（2017）认为互联网等新事物存在技能偏向性，其能够在提升流动人口就业稳定性等方面发挥积极作用15；罗小芳等（2021）研究发现数字经济发展不仅提高了劳动者的就业收入，并且对低收入劳动者的提高作用更大，通过收入的增长促进就业质量提升16；在工作时长方面，郭凤鸣（2020）研究发现数字经济发展缓解了农民工群体的过度劳动，但由于数字经济存在知识和技能偏向性，其对新生代农民工过度劳动的缓解作用更强17；但杨伟国等（2020）认为数字经济存在结构性问题，其发展带来的人工智能化削弱了低技能劳动者获取生存资料的能力18；郭晴等（2022）研究发现数字经济虽然降低了劳动者工作时长，提高了工资水平，但抑制了社会保障项目的参与，并且这种抑制效应在非标准就业群体中更加显著19；柏培文等（2020）从技能差异的视角出发，研究发现数字经济发展虽然削弱了中低劳动力的相对收入权，但提高了其就业的福利水平20。综上，数字经济发展对社会就业产生了深刻的影响，已有文献在其对就业总量和就业结构的影响方面进行了较多的探讨。在就业质量方面，主要集中在就业概率或就业收入等单一方面，但劳动者权益保障的获得作为就业质量的重要评判标准却时常被忽略。基于此，本文从就业稳定性、就业报酬、劳动时长以及就业权益保障获得的角度衡量劳动者的就业质量，分析数字经济发展对劳动者就业质量的影响，并对相关影响机制进行探讨。三、理论分析与研究假设马歇尔的均衡工资理论认为，完全竞争市场下，劳动者工资水平主要由市场对劳动力的需求和供给决定。但在不完全竞争市场的条件下，除了劳动力供需关系外，劳动者的就业工资还取决于其议价能力（刘章发等，201721；谢申祥等，201922）。本文根据工资议价理论，借鉴Subal et al.（2009）23和卢海阳等（2019）24的研究构建一个工资议价模型来讨论外部因素对劳动者就业质量的影响。假设市场存在众多的劳动力需求方，市场愿意支付给劳动者的最大就业福利为Wb，其包括就业工资和就业权益保障等，而劳动者能够接受的最低就业福利为Wl，可理解为最低工资和最低权益保障的总和，且满足Wb Wl。市场愿意支付的最高福利和劳动者愿意接受最低福利的差值Wb-Wl为劳动力市场福利剩余。在不完全竞争市场上，劳动者能够获得多少福利剩余取决于其议价能力，因此劳动者最终的就业福利为：67Northwest Population JournalVol.44 No.3（211）2023W=Wl+(Wb-Wl)（1）其中，为劳动者的议价能力，且满足0 0，反之 0，劳动者在议价中占据主动地位，当企业存在信息优势时 0（3）W=Wb-Wl 0（4）由公式（3）和（4）可知，二者均恒大于0，表明当社会就业机会的增加和信息不对称的缓解有利于提高劳动者的就业议价能力，促进其高质量就业。（一）数字经济与就业机会数字经济发展带来了生产方式的变革，不仅可以将数字化技术融入原有的行业，推动产业数字化发展，其还形成了新的行业领域。数字化技术与传统行业的融合以及“新经济”形式的出现带来了就业创造效应，为社会创造了更多、更优质的就业机会，已经成为了我国创造就业的重要渠道（胡鞍钢等，201625；任颋等，202126）。一方面，数字经济自身建设与发展带来了大量的劳动力需求，成为了我国劳动力市场重要的需求领域（施震凯等，2021）27。在2019年人社部、市场监督总局和统计局发布的包括数字化管理师、大数据工程技术人员在内的13个新职业信息中，有12个属于大数据、云计算和物联网等数字经济领域。并且，当前数字技术所催生的新职业还存在大量的潜在就业缺口，数字经济表现出较强的就业吸纳能力。另一方面，数字经济发展通过企业创新等途径促进了产业结构升级（李治国等，202128），产业结构高级化的迭代效应促进了就业形式多样化，涌现出大量高报酬、高保障的就业岗位，增加了对高素质、高技能和创新型人才需求，使具有高等教育背景和专业培训的高素质人才在社会就业中的比重增加（江永红等，2016）29。此外，数字经济还凭借其在缓解融资约束和获取市场信息等方面的优势，能够促进家庭创业与地区活跃度提升（张勋等，201930；赵涛等，202031；钱海章等，202032），新企业的出现也为社会带来了更多新的就业机会。随着社会优质就业机会的增加，劳动者就业工资议价能力增强，能够促进其就业福利增加，提高就业质量。基于以上分析，提出本文第一个研究假设：H1：数字经济发展通过增加就业机会提高劳动者就业质量。（二）数字经济与信息成本信息来源渠道与信息获取能力是影响劳动者就业质量的重要因素（张世虎等，2020）33。在传统社会中，劳动者就业信息主要来自其社会关系网络，特别是农村劳动者，巨文辉（2005）34调查发现该群体81%的就业信息来自亲属和朋友。信息传递渠道的缺乏导致劳动雇佣双方存在较强的信息不对称，劳动力市场供需信息的不匹配导致了就业市场“过度教育”“用工荒”和“招工难”等现象的出现（武康平等，2020）35。而在传统就业环境中，较高的信息成本导致劳动力长期处在信息劣势方，就业市场信息的缺乏会降低劳动者工资议价能力，导致其就业实际收入水平降低（周先波等，2015）36，阻碍就 682023年第3期 第44卷数字经济发展与劳动者就业质量提升Vol.44 No.3（211）2023业质量的提升。以互联网、大数据、云计算等为代表数字经济发展带来的信息效应能够打破传统信息传递渠道在时间和空间上的局限性（Goldfarb et al.，2019）37，拓宽了劳动者就业信息来源渠道，降低其信息搜寻成本，有效缓解经济活动中的信息摩擦和信息不对称等问题（祁怀锦等，202038；李三希等，202139）。而“58同城”“BOSS直聘”等就业招聘平台的出现，为劳动雇佣双方提供了更低成本、更加有效的沟通渠道，帮助其快速捕捉市场信息，提高劳动力市场就业匹配效率，降低了就业市场的信息不对称。信息成本的降低能够缓解不同劳动者之间、雇主与劳动者间的信息不对称，从而提高劳动者工资议价能力，促进其就业质量提升。基于此，本文提出第二个研究假设：H2：数字经济发展通过降低信息搜寻成本提高劳动者就业质量。四、研究设计与数据说明（一）数据来源本文微观劳动者个体数据来源于北京大学中国家庭追踪调查数据库（CFPS），该数据库样本来自全国25个省/市/自治区，涵盖个体、家庭、社区三个层次，涉及教育、就业、健康、家庭关系、家庭经济等信息。与其他数据库相比，CFPS数据库具有覆盖范围广、涉及信息全和样本量大等优势。本文主要使用2018年CFPS数据的成人数据库，剔除还未完成学业、务农、退出劳动力市场、65岁以上以及关键变量缺失的样本，最终得到6 757个劳动者样本，其中农村户籍样本4 547个，城镇户籍样本2 210个。宏观层面数据来源于 中国统计年鉴 和各省份统计年鉴、中国劳动统计年鉴、中国数字经济发展白皮书、国脉电子政务网、工业和信息化局网站以及北京大学数字普惠金融指数（20112020年）。（二）实证模型构建为了检验数字经济发展对劳动者就业质量的影响，本文建立如下基准模型：Yir=0+1Diger+2Xcontrol+3Xcontrol+ir（5）在模型（5）中，Yir为r城市第i个劳动者就业质量，Diger为r城市的数字经济发展水平，Xcontrol为反映个体特征的控制变量，Xcontrol为反映城市特征的控制变量，i为各变量的回归系数，ir为随机误差项。（三）指标选择1.被解释变量：就业质量为了更加全面地体现劳动者的就业质量，本文从就业稳定性（是否签订劳动合同）、就业收入水平（月平均工资）、工作时长（平均每周工作时长）、职工养老保险、医疗保险、失业保险和工伤保险获得等方面进行衡量。借鉴丁述磊等（2022）的研究方法，先将各分指标进行标准化处理，再使用主成分分析法得到综合就业质量指数。由于工作时长为反向指标，为了保证其方向与就业质量一致，需要进行反向赋值40。参考郭凤鸣（2020）的方法，使用是否存在过度劳动来衡量劳动者工作时长17，若周平均工作时长超过40小时，表示存在过度劳动赋值为0，未超过40小时赋值为1。主成分分析的巴特利球形检验统计量为36 990.732，相应的概率Sig值为0.000，因此认为相关系数矩阵与单位阵有显著差异，KMO检验值为0.893，表明本文原始变量适合因子分析，综合就业质量指标合理。2.主要解释变量：数字经济关于数字经济水平的测度，借鉴许宪春等（2020）41和杨慧梅等（2021）42的研究方法并结合数据的可得性，本文从数字基础设施、产业数字化、数字产业化和数字创新四个维度构建指标体系测度数字经济发展水平。数字基础设施包括每百人互联网用户数、光缆长度、互联网宽带接入端口数、移动电话普及率、每百人拥有互联网域名数和移动电话基站数6个2级指标；产业数字化包括数字普惠金融指数、工业应用互联网比重、电子商务交易额、网上移动支付水平、电子政务服务平台5个2级指标；数 69Northwest Population JournalVol.44 No.3（211）2023字产业化包括互联网百强企业数量、ICT上市公司数量、智能化制造业上市企业数量、电信和邮政业务收入、软件和信息服务收入、计算机制造业收入、互联网相关服务业收入、其他电子设备制造业收入8个2级指标；数字创新包括产业专利授权数、工业互联网专利授权数和电子商务专利授权数3个2级指标。通过标准化对指标数据进行无量纲化处理，使用熵值法进行赋权得到综合数字经济水平。数字经济具体测度指标选择见表1。3.控制变量考虑到劳动者就业质量受到多种因素的影响，借鉴相关文献，本文还尽可能控制其他可能影响劳动者就业质量的变量。微观层面上控制了年龄、年龄平方、性别（男性=0；女性=1）、户籍性质（农村户籍=0；城镇户籍=1）、民族（汉族=1；其他民族=0）、受教育程度（文盲/半文盲/未上过学=0；小学=1；初中=2；高中/中专/技校/职高=3；大专=4；大学本科=5；硕士=6；博士=7）、婚姻状况（未婚/离婚=0；已婚=1）、移动上网（不使用移动上网=0；使用移动上网=1）、政治面貌（非党员=0；党员=1）、健康状况（不健康=1；一般=2；比较健康=3；很健康=4；非常健康=5）、外貌评分等变量。宏观层面包括GDP增长率、产业结构（二三产业增加值占地区GDP的比重）、固定资产投资占GDP比重、劳动年龄人口占比（1564岁人口占总人口的比重）、政府财政支出占GDP比重以及地区开放度（地区进出口总额占GDP比重）等。表2报告了主要变量的描述性统计结果。五、实证分析：数字经济发展与劳动者就业质量提升（一）基准回归结果表3报告了数字经济发展对劳动者就业质量影响的基准回归结果。在第（1）列未加入控制变量 数据来源于国家统计局2018年全国人口变动情况抽样调查样本数据，抽样比为0.820。表1数字经济测度指标体系一级指标数字基础设施产业数字化测度指标每百人互联网用户数光缆长度互联网宽带接入端口数移动电话普及率每百人拥有互联网域名数移动电话基站数工业企业每百人计算机数工业应用互联网比重电子商务交易额网上移动支付水平电子政务服务平台一级指标数字产业化数字创新测度指标互联网百强企业数量ICT上市公司数量智能化制造业上市企业数量电信和邮政业务收入软件和信息服务收入计算机制造业收入互联网相关服务业收入其他电子设备制造业收入产业专利授权数工业互联网专利授权数电子商务专利授权数表2主要变量描述性统计变量数字经济就业质量年龄性别户籍性质受教育程度就业稳定性观测值6 7576 7576 7576 7576 7576 7576 757均值0.4930.00432.6880.4180.9992.8850.543标准差0.2071.0008.2170.4930.0241.4470.498最小值0.198-1.26916.0000.0000.0000.0000.000最大值0.9212.57164.0001.0001.0007.0001.000变量就业收入周工作时长养老保险医疗保险失业保险工伤保险是否移动上网观测值6 7576 7576 7576 7576 7576 7576 757均值10.18753.0280.4260.4290.3760.4260.851标准差1.55215.7940.4950.4950.4840.4940.356最小值0.00010.0000.0000.0000.0000.0000.000最大值13.122105.0001.0001.0001.0001.0001.000 702023年第3期 第44卷数字经济发展与劳动者就业质量提升Vol.44 No.3（211）2023的回归结果中，数字经济的回归系数显著为正，表明数字经济发展促进了劳动者就业质量的提升；进一步控制个体和城市特征，第（3）列中数字经济的回归系数为0.838，通过1%水平的显著性检验，表明数字经济水平每增长1单位，劳动者就业质量将会提高0.838个单位。基准回归结果表明数字经济发展促进了劳动者就业质量的提升。在个体特征控制变量方面，年龄对劳动者就业质量的影响呈“倒U”形关系，相较于刚出社会的年轻人，中年劳动者具有更多的工作经验，但相对于老年劳动者，他们又具有更高的劳动生产率；性别回归系数显著为负，男性劳动者就业质量显著高于女性；户籍性质变量回归系数显著为正，相较于农村户籍劳动者，城镇户籍的劳动者就业质量更高；受教育程度回归系数显著为正，劳动者的就业质量会随着其受教育水平的提升而提高，受教育水平成为影响劳动者就业质量的重要因素；移动上网的回归系数显著为正，劳动者移动互联网的使用能够显著提高其就业质量，互联网的使用不仅能够强化社会网络对劳动者就业质量的正面效应（丁述磊等，202240），还能够降低劳动者就业信息的搜寻成本和交易成本，提高就业匹配度（陈瑛等，202143）；政治面貌的回归系数显著为正，相较于非党员而言，党员具有更高的就业质量；外貌评分的回归系数显著为正，劳动者颜值越高其就业质量也越好。在城市特征变量方面，产业结构与政府财政支出的回归系数均显著为正，表明地区产业结构升级与政府社会服务支出增加能够显著提高劳动者就业质量，但固定资产占比、地区开放度以及劳动年龄人口占比等变量对劳动者就业质量的影响并不显著。（二）稳健性检验1.替换核心变量（1）替换核心解释变量。一方面，将数字经济水平从高到低排名，使用数字经济排名替换数字经济变量进行稳健性检验；另一方面，数字金融是数字经济发展的重要组成部分，使用数字普惠金融指数替换数字经济进行稳健性检验。在表4第（1）列中，数字经济排名的回归系数显著为负，数字经济表3数字经济与劳动者就业质量基准回归结果被解释变量数字经济年龄年龄平方性别户籍性质民族受教育程度婚姻状况移动上网政治面貌健康状况外貌评分经济发展水平地区产业结构固定资产投资劳动年龄人口占比政府财政支出地区开放度常数项省份固定效应观测值R2/Pseudo R2就业质量（1）0.718*（0.058）-0.355*（0.031）控制6 7570.022（2）0.622*（0.049）0.042*（0.007）-0.037*（0.009）-0.009*（0.005）0.027*（0.005）0.031（0.100）0.324*-0.007-0.016（0.028）0.058*（0.017）0.115*（0.065）0.016（0.010）0.075*（0.014）-3.042*（0.175）控制6 7570.323（3）0.838*（0.206）0.042*（0.007）-0.038*（0.009）-0.010*（0.005）0.026*（0.005）-0.031（0.100）0.315*（0.007）-0.014（0.028）0.056*（0.017）0.130*（0.064）0.016（0.010）0.081*（0.014）0.242（0.286）1.250*（0.452）-0.120（0.075）0.173（0.713）0.027*（0.011）0.007（0.018）-4.006*（0.818）控制6 7570.332注：括号内为稳健标准误，*、*、*分别表示在1%、5%、10%水平上显著，下表同。71Northwest Population JournalVol.44 No.3（211）2023排名的下降会降低劳动者就业质量；在第（2）列中，数字普惠金融回归系数显著为正，数字普惠金融水平的提升能够显著提高劳动者就业质量。（2）替换被解释变量。已有研究关于就业质量的测度主要从客观评价指标和主观评价指标两方面来衡量，就业质量水平的高低会直接影响到劳动者的就业满意度。基于此，本文使用劳动者对当前就业的主观满意度替换被解释变量，并使用有序Probit模型进行稳健性检验。在第（3）到第（7）列中，数字经济的回归系数均显著为正，数字经济发展能够显著提高劳动者对就业中收入、安全、环境和时间以及就业整体的满意度。替换核心变量稳健性检验的结果均表明数字经济发展促进劳动者就业质量提升的结论稳健。2.调整样本考虑到直辖市在经济体量与发展定位上与其他城市存在差异，本文将北京、天津、上海、重庆四个直辖市样本剔除进行稳健性检验。此外，还使用剔除少数民族样本和对样本因变量进行2%缩尾两种方法调整样本进行稳健性检验。表5报告了调整样本的稳健性检验回归结果，在第（1）（3）列中数字经济的回归系数均显著为正，在进行样本调整后，回归结果表明数字经济发展仍能够显著提高劳动者的就业质量，基准回归研究结论稳健。（三）内生性讨论1.遗漏变量劳动者的就业质量可能受到各种宏观政策的影响，不可观测的因素无法纳入估计方程导致基准回归模型可能存在遗漏变量带来的内生性问题。本文借鉴吴育辉等（202144）的研究使用安慰剂检验来讨论未纳入模型的变量是否会对研究结论产生显著的影响。按照模型（5），数字经济的实际估计量可表示为：*1=1+Cov(Diger，|Xcontrol)Var(Diger|Xcontrol)（6）其中，*1为数字经济的实际估计量，1是数字经济的无偏估计量，是相关系数，Cov为协方差，Var为方差，Xcontrol为模型（5）中所有控制变量。若能够证明=0，则表明*1=1，实际估计值等于无偏估表4替换核心变量稳健性检验被解释变量数字经济数字经济排名数字普惠金融控制变量省份固定效应观测值R2/Pseudo R2就业质量（1）-0.018*（0.002）控制控制6 7570.303（2）0.007*（0.001）控制控制6 7570.308收入满意度（3）0.758*（0.240）控制控制6 7570.031安全满意度（4）0.564*（0.234）控制控制6 7570.075环境满意度（5）0.622*（0.271）控制控制6 7570.073时间满意度（6）0.604*（0.270）控制控制6 7570.049整体满意度（7）0.382*（0.212）控制控制6 7570.049表5调整样本稳健性检验样本处理方法被解释变量数字经济控制变量省份固定效应观测值R2/Pseudo R2剔除直辖市就业质量（1）1.619*（0.241）控制控制60380.306剔除少数民族（2）0.843*（0.206）控制控制66880.332因变量2%截尾（3）0.842*（0.205）控制控制67570.330 722023年第3期 第44卷数字经济发展与劳动者就业质量提升Vol.44 No.3（211）2023计量，未纳入模型的变量不会对结果产生影响。本文随机生成各城市的数字经济水平作为伪解释变量替换解释变量按照模型（5）进行回归，并把该随机过程重复500次。由于伪解释变量是随机生成的，理论上其不会对就业质量产生影响，即1=0。图3随机抽样回归结果的估计系数服从均值为0的正态分布，即*1=0，从而本文间接证明了=0。安慰剂检验结果表明未纳入回归模型的变量不会对本文结论产生显著的影响。2.反向因果前文安慰剂检验发现可能的遗漏变量并不会对本文的研究结论产生显著的影响，但社会就业质量的提升还可能反向作用于数字经济发展，导致本文存在潜在的反向因果导致的内生性问题。参考大多数文献的做法，本文进一步使用工具变量来缓解可能存在的内生性问题。本文选择地形起伏度作为数字经济的工具变量，原因在于：一方面，数字经济的发展依靠互联网与数字基础设施，在地形起伏度高的区域，数字基础设施建设存在成本高、信号不稳定等困难，不利于数字经济发展；另一方面，地形起伏度作为自然地理变量，不会对个体就业质量产生影响。表6报告了工具变量两阶段最小二乘回归结果。在控制个体与城市特征变量后，第一阶段地形起伏度的回归系数显著为负，验证了地形起伏度过高不利于数字经济发展的猜想。在工具变量有效性检验方面，不可识别检验的Kleibergen-Paap rk LM统计量为959.371，其对应P值为0，在1%显著性水平下拒绝不可识别的原假设；弱工具变量检验的Cragg-Donald Wald F 统计量为1115.808，大于Stock-Yogo 10%临界值16.38，显著拒绝弱工具变量假设，证明工具变量与解释变量无弱相关性。以上检验结果证明，选取地形起伏度作为本文数字经济工具变量满足要求。第（2）列数字经济回归系数显著为正，表明在缓解内生性问题后，数字经济发展能够促进劳动者就业质量提升的结论仍然成立，基准回归结论稳健。（四）数字经济对就业质量分维度的影响考虑到数字经济发展对不同就业质量维度的影响可能存在差异，本文进一步讨论数字经济发展对劳动者就业收入、劳动者权益、就业稳定性以及工作时长的影响。劳动者权益参考柏培文等（2021）的做法，使用劳动者职工医疗、养老、失业、工伤保险的参与情况进行衡量，按等比例权重赋值得到劳动者权益指标20。表7报告了数字经济对就业质量分维度影响的回归结果，在第（1）列就业收入的回归结果中，数字经济的回归系数显著为1.415，数字经济水平每增长1单位，劳动者就业收入提高1.415个单位；第（2）列劳动者权益的回归结果中，数字经济回归系数显著为正，表明数字经济的发展能够显著提高劳动者就业保障的参与，改善劳动者就业福图3安慰剂检验结果表6工具变量两阶段最小二乘（-2SLS）回归结果第一阶段地形起伏度第二阶段数字经济控制变量省份固定效应Kleibergen-Paap rk LM statisticCragg-Donald Wald F statistic观测值被解释变量：数字经济（1）-0.088*（0.002）被解释变量：就业质量1.666*（0.146）未控制控制1 111.234（0.000）1 329.5616 757（2）-0.076*（0.002）0.828*（0.925）控制控制959.371（0.000）1 115.8086 757 73Northwest Population JournalVol.44 No.3（211）2023利；第（3）列使用Probit模型估计数字经济发展对劳动者就业稳定性的影响，结果表明数字经济发展能够显著提高劳动者就业稳定性；第（4）列周工作时长的回归结果中，数字经济回归系数虽为负，但并未通过显著性检验。分维度分析结果表明，数字经济发展对劳动者就业质量的促进效应主要在就业收入、劳动者权益以及就业稳定性等方面，但并不能显著降低劳动者工作时长。（五）机制检验前文理论分析认为数字经济发展能够通过增加就业机会和降低信息不对称提高劳动者就业议价能力，对劳动者就业质量产生正向的促进效应。本部分试图对以上可能的两个影响机制进行实证检验。1.数字经济与就业质量的机制：就业机会本文使用城市就业规模来衡量该地区的就业机会，城市就业规模越大意味着该地区的就业机会就更多。参考黄海清等（2022）的研究，城市就业规模使用第二产业和第三产业城镇总就业人数进行衡量45。表8第（1）列和第（2）列报告了就业机会机制检验回归结果。第（1）列OLS模型的回归结果中，就业规模的回归系数为0.170，通过1%水平的显著性检验，表明就业规模扩大能为劳动者提供更多的就业机会，进而提高其就业质量；数字经济与就业规模交互项的回归系数为0.166，通过1%水平的显著性检验，表明数字经济强化了就业规模对劳动者就业质量提升的促进效应。第（2）列进一步使用-2SLS模型进行估计，数字经济与就业规模交互项的回归系数依旧在1%水平下正向显著。表8第（1）列和第（2）列的检验结果表明，数字经济发展通过增加就业机会实现劳动者就业质量提升的机制存在。2.数字经济与就业质量的机制：信息搜寻成本相较于报纸、广播、短信等传统的信息获取渠道，互联网能够打破信息在时间和空间上的局限性，为劳动者提供更加及时有效的就业信息，并且互联网作为信息媒介相对于其他信息来源具有更低的信息搜索成本（张世虎等，2020）33，能够帮助劳动者以更高的效率和更低的成本进行就业匹配。参考陈瑛等（2021）的研究以劳动者对“互联网作为信息渠道的重要程度”问题的回答作为信息搜寻成本的代理变量进行机制检验，劳动者对互联网作为信息渠道的依赖度越高，其面临的信息搜寻成本越低43。表8第（3）列和第（4）列报告了信息搜寻成本机制检验回归结果。第（3）列OLS模型的估计回归结果中，互联网获取信息的回归系数显著为正，表明依靠互联网获取信息能够提高劳动者就业质量，其主要通过降低劳动者的信息成本实现；数字经济与互联网获取信息交互项的回归系数为0.061，通过5%水平的显著性检验。第（4）列进一步使用-2SLS模型进行估计，互联网获取信息、数字经济与互联网获取信息交互项的回归系数分别在1%和5%水平下显著。检验结果表明数字经济发展通过降低信息成本提高劳动者就业质量的机制存在。此外，表8第（5）列还验证了通过不同渠道获取信息的重要性对劳动者就业质量的影响，第（5）列回归结果表明，通过电视、报刊、广播、短信和他人转告等途径获取信息并不能对劳动者就业质量产生显著的正向影响，过分依赖传统信息渠道还可能阻碍劳动者就业质量的提高。表7数字经济对就业质量分维度的影响被解释变量数字经济控制变量省份固定效应观测值R2/Pseudo R2就业收入（1）1.415*（0.371）控制控制6 7570.104劳动者权益（2）0.374*（0.098）控制控制6 7570.287就业稳定性（3）0.666*（0.347）控制控制6 7570.157工作时长（4）-0.025（0.097）控制控制6 7140.069 742023年第3期 第44卷数字经济发展与劳动者就业质量提升Vol.44 No.3（211）2023六、异质性分析（一）户籍异质性在传统就业市场，相对农村劳动者而言，城镇劳动者具有更广泛的信息来源渠道，农村劳动者更容易受到高信息成本的约束，这可能导致数字经济发展对城乡劳动者就业质量的影响存在差异。表9报告了户籍异质性分析回归结果，在第（1）列农村劳动者样本的回归结果中，数字经济回归系数显著为0.793，数字经济水平提高1个单位，农村劳动者就业质量将提高0.793个单位；在第（2）列城镇劳动者样本回归结果中，数字经济回归系数为0.703，通过5%水平的显著性检验。为了验证二者间的这种差异性是否显著，本文进一步引入数字经济与户籍的交互项，第（3）列交互项的回归系数显著为负。户籍异质性分析结果表明，数字经济发展对城镇和农村劳动者就业质量提升均有显著的正向影响，但对农村户籍劳动者就业质量的促进作用更加强，这体现了数字经济在城乡间的包容性。（二）受教育水平异质性不同受教育水平的劳动者在数字化使用能力方面存在一定的差异。相对而言，高受教育水平的劳动者具有更强的数字化使用能力，这可能导致不同受教育水平的劳动者能够获得的数字经济红利也存在差异。将受教育年限低于12年的劳动者划分为低受教育水平群体，受教育年限高于12年的划分为高受教育水平群体进行异质性分析。表10报告了受教育水平异质性分析回归结果，在第（1）列 以12年受教育年限为划分标准的原因在于：若以9年受教育年限为分组标准，低受教育程度组样本量仅占样本总量的1/3；而以16年受教育年限为分组标准，高受教育程度组样本量不足样本总量的1/3。表8数字经济与就业质量：机制检验被解释变量估计方法数字经济就业规模数字经济就业规模互联网获取信息数字经济互联网获取信息电视获取信息报刊获取信息广播获取信息短信获取信息他人转告获取信息第一阶段F值控制变量省份固定效应观测值R2/Pseudo R2就业质量OLS（1）0.243（0.224）0.170*（0.026）0.166*（0.025）控制控制6 7570.336-