论文部分内容阅读
近几年来,随着互联网、大数据、等一系列数字技术的广泛应用,中国数字经济获得了井喷式的发展。根据《中国互联网发展报告2019》显示:中国数字经济规模已经达到了 31.3万亿元,其规模仅次于美国,位居世界第二位,其占GDP的比值甚至超过三分之一;其中,有13个省市的数字经济规模达到1万亿元。与此同时,在2019年政府的工作报告中,明确提出了“壮大数字经济”的发展战略。人类社会的发展往往会伴随着科学技术的进步和生产方式的变革。从历史来看,历次工业革命,科学技术的进步都对人类社会产生了深远的影响。当然数字技术也不会例外。而就业作为民众生活的根本、社会稳定的基石,代表了个人的收入与福利水平,反映出社会的公平与和谐程度,因此对就业方面的影响更值得我们关注。再加上而近年来中国的就业整体大趋势更为严峻,智能化的出现也引起了一部分人的就业担心;害怕科技的发展会影响到自己的就业,进而影响以后的生活。在中国的就业现状更为严峻与数字经济在国民经济中的比重越来越大的双重背景下,探讨数字经济发展如何影响劳动力就业结构,并由此提出对应的政策显的十分重要。本文在梳理相关文献后,采用主成分分析法构建我国省份层面数字经济发展水平的衡量指标。选用15个代理指标利用降维的思想,根据数据自身特征确定权重,将多个变量转化为少数几个综合变量,随后通过标准化处理得到2005-2019年各省数字经济发展数据。对该数据比较分析得出结论:中国各省数字经济发展差别较大:东部数字经济发展远远好于中西部。通过了解资本有机构成理论、技术变革与劳动力需求理论、“配第一克拉克定理”、企业组织生产方式理论,分析了数字经济对就业结构的影响,再运用实证分析法检验了数字经济对就业结构的影响:首先,利用中国除西藏外的30个省市的2005-2019年的面板数据进行实证分析,把数字经济发展变量的滞后项放在模型的右侧进行固定效应回归。随后,考察了不同地区间的数字经济发展程度对就业结构的影响差异。为了更好的考虑资源禀赋、经济发展水平和社会结构等区域差异,本文则采用了国务院发展研究中心对于八大综合经济区的划分,该种划分方法要比传统的东、中、西部的划分方法更全面。在上述回归模型中引入地区虚拟变量与数字经济发展水平的交互项。最后为了克服内生性问题,进行稳健性检验,把就业结构变量的滞后一期作为解释变量引入基准模型的右侧,构建动态面板回归模型(系统GMM模型)。根据以上理论和实证分析得出以下主要结论:(1)从目前阶段来看,数字经济对整体就业水平没有显著的正向或负向的影响,但对东部沿海地区的就业水平有着明显的促进作用。(2)数字经济对我国产业就业结构有着显著的正向影响,这意味着数字经济的发展一定程度上使得中国的产业结构更加优化。(3)数字经济对就业技能结构有着非常显著的影响。特别是对高技能劳动者的就业有着非常显著的促进作用,对于中技能劳动者的就业也是促进作用;但对于低技能劳动者的就业产生负向影响,这与西方发达国家高、低技能劳动者就业增加、中技能劳动者就业减少不同。