本文在加快发展新质生产力、全面推进产业数字化的国家战略背景下，深入探讨了数字技术应用对中国就业市场的结构性影响。为克服地区数字化水平与就业增长之间的内生性问题，本文创新性地利用OECD国家企业数字技术渗透率指标，构建了中国城市层面的Bartik工具变量，并结合中国企业税收调查数据与中国劳动力动态调查（CLDS）微观数据，对多种形态的数字技术应用的就业效应进行了因果识别。研究发现：第一，地区数字化水平的提升显著促进了中国总体就业增长，其主要实现渠道是促进新企业的进入，同时也显著带动了劳动力在地区层面的重新配置。第二，不同类型的数字技术影响迥异，以电子商务、企业供应链管理系统为代表的非机器类型数字技术对就业的促进作用尤为显著，而以工业机器人为代表的机器类型自动化技术则表现出就业替代效应。第三，从微观个体层面看，数字技术应用显著提升了个体的工作转换概率，尤其促进了专业技术人员的岗位流动，同时其影响具有显著的普惠性特征，对不同性别和受教育程度群体的就业转换影响并未发现系统性差异，呈现出技能中性和性别中性的特点。
一、选题背景及意义
当前，中国正处在以科技创新推动产业创新、大力发展新质生产力的关键时期。2023年中央经济工作会议与2024年《政府工作报告》均明确强调要深入推进数字经济创新发展，促进数字技术与实体经济深度融合。在这一宏观背景下，以互联网和人工智能为基础的数字技术，作为新质生产力的核心要素，其广泛应用正全方位地重塑中国经济社会，特别是对劳动力市场产生了深刻而复杂的影响。
本研究的意义与创新主要体现在以下几个方面：第一，为有效应对内生性问题，本文首次基于OECD经济体企业层面的数字技术应用数据，构建了涵盖宽带、移动互联网、电子商务、云计算等具体技术在中国的城市层面Bartik工具变量。这一方法论上的创新，使得我们能够更可靠地识别地区数字化水平提升与就业增长之间的因果效应。第二，在理论视角上，本文明确区分了非机器类型的通用数字技术与机器类型的自动化技术对就业市场的不同影响机制。前者更适用于技能偏向性技术进步（SBTC）的理论框架，包含替代、补偿和创造三种效应的综合作用；而后者则更符合任务替代模型（Task-based Model），主要表现为对特定工作任务的直接替代。这一区分对于理解数字技术影响的复杂性、避免政策上的“一刀切”至关重要。第三，在数据和分析层面上，本研究综合运用了宏观与微观、企业与个体等多维度数据。我们不仅利用2010—2016年的中国企业税收调查数据在城市层面进行加总分析，考察了数字化对就业总量、就业创造与损失、劳动力重新配置以及企业进入退出的影响；还利用2014—2018年的中国劳动力动态调查（CLDS）微观数据，深入探究了数字技术应用对不同职业、年龄、性别和技能水平的个体工作转换概率的异质性影响。这种多层次的分析框架，使得研究结论更加全面、立体和稳健，为深刻理解数字技术这一就业增长新引擎的动力机制提供了坚实的经验证据。
二、主要研究发现
第一，地区数字化水平的提升是促进就业增长和劳动力重新配置的重要动力。采用本文构建的数字技术Bartik变量作为工具变量进行的两阶段最小二乘法（2SLS）估计结果显示，地区数字化水平的提升对总体就业增长率有显著的正面影响。具体而言，地区数字普惠金融指数每增长1%，地区就业增长率会提升约0.6个百分点。同时，数字化也加剧了劳动力市场的动态调整，它既显著提升了在位企业的就业创造增长率，也同样提升了就业损失增长率，从而有力地促进了劳动力在地区层面的总体流动和重新配置 。
第二，数字化促进就业增长的核心机制在于激发了新企业的进入。当我们将总就业增长分解后发现，数字化水平提升对在位企业的净就业增长率影响并不显著。其对就业的积极作用主要源于对企业进入和退出的影响。进一步的检验表明，数字化水平的提升显著促进了新企业的进入增长率，而对企业退出的影响不显著。地区数字化指数每增长1%，地级市新进入企业的数量增长率会上升约0.7个百分点。这说明，数字技术通过降低创业门槛、催生新业态，为市场注入了大量新生力量，这是其创造就业的主要渠道。
第三，不同类型的数字技术对就业的影响存在显著异质性，通用型数字技术促进就业，而自动化技术替代就业。通过简约式估计（ITT）直接考察非机器类数字技术的意向性处理效应，结果显示，电子商务（网络销售和网络订购）和企业供应链管理系统的普及应用对总体就业增长的带动作用最大且最为显著。与此形成鲜明对比的是，当模型中同时引入代表机器类自动化技术的工业机器人Bartik工具变量后，其回归系数始终为显著的负值，表明自动化技术对就业产生了显著的替代作用。这一发现强有力地证明，必须对不同性质的数字技术进行区分，通用型数字技术通过提升全要素生产率，更容易产生就业补偿和创造效应，而任务替代型的自动化技术则更倾向于直接替代劳动力。
第四，数字技术应用在不同行业和企业间的就业效应存在差异。研究发现，数字化水平提升对制造业就业增长的拉动作用相对较小，而对企业平均规模更大的“其它行业”（包括采矿、建筑、公共事业等）的就业增长带动作用更强。这表明，数字化可能会引致劳动力从制造业向规模更大的企业和服务部门集中和集聚，加速了产业结构的调整。
第五，微观层面的证据进一步丰富和验证了宏观发现，并揭示了对个体影响的复杂性。基于CLDS数据的分析表明，地区数字化水平的提升显著增加了劳动者开始一份新工作以及工作岗位总体转换的概率，与宏观层面促进劳动力重新配置的结论高度一致。在异质性分析中，我们发现：（1）职业差异：数字技术应用显著促进了“专业技术人员”的工作转换概率，为高技能岗位创造了更多流动机会；但与此同时，它却显著降低了“生产制造人员”开始新工作和结束已有工作的概率，从而增强了该群体的工作稳定性 。（2）年龄差异：数字技术显著增强了“中青年”和“中老年”等中间年龄群体的工作稳定性，降低了他们失业和更换工作的相对概率。（3）普惠性特征：至关重要的是，研究发现数字技术应用对不同性别和不同受教育程度（高、中、低技能）的劳动者在工作转换概率上的影响没有显著差异。表明在中国当前的发展阶段，数字技术的就业效应呈现出显著的“技能中性”和“性别中性”特征，具有很强的数字普惠性 。
三、政策启示
第一，强化顶层设计，优化营商环境，全力激发数字经济的就业创造新动能。鉴于数字化对就业的促进作用主要通过新企业进入实现，政策应聚焦于降低数字领域的创业门槛和成本。这包括深化“放管服”改革，为数字初创企业提供流程简化的“一站式”服务；构建多层次的投融资支持体系，利用引导基金和数字金融模式解决初创企业融资难题；加强5G、算力中心等新型数字基础设施的普惠化建设，努力消弭城乡和区域间的数字鸿沟，让创业机会得以共享。
第二，深化产业融合，聚焦关键应用场景，着力拓宽高质量就业新渠道。研究表明电子商务和企业供应链管理系统等应用场景的就业拉动效应最为显著，这启示政策应从“普适性推广”转向“精准化赋能”，大力推动数字技术与实体经济的深度融合。应设立专项资金鼓励传统中小企业进行全链条的数字化转型，应用成熟的管理系统提升效率；同时，积极培育和规范平台经济健康发展，充分发挥其在资源匹配和创造灵活就业岗位方面的核心作用。
第三，坚持分类施策，构建人机协同发展的和谐新格局。本研究明确了通用型数字技术促进就业与自动化技术替代就业的迥异影响，警示政策制定不能“一刀切”。对于云计算、大数据等通用型技术，应继续大力推广其普及应用，以发挥其“赋能工具”的作用。而对于工业机器人等自动化技术，政策重心应放在“缓冲”和“转型”上：一方面，建立技术性失业的预警和援助机制，对受冲击的员工提供转岗培训和失业保障；另一方面，前瞻性地布局人机协同的新岗位开发，推动教育和职业培训体系改革，培养更多能与智能设备和谐共事的新型劳动者。
第四，完善配套服务体系，彰显普惠共享价值，夯实劳动者适应数字化转型的坚实基础。尽管数字技术的应用体现了普惠性，但其对不同职业和年龄群体的影响存在差异，这要求公共政策必须更加精细化。应构建覆盖全民、贯穿终身的数字技能教育培训体系，将数字素养纳入国民教育，并为社会劳动者，特别是受影响较大的群体提供预防性的技能更新培训。同时，需健全适应劳动力高流动性的社会保障体系，加快养老、医疗等社保的全国统筹和便捷转移接续，降低劳动者流动的后顾之忧。最后，可利用数字技术本身提升公共就业服务效率，通过大数据和人工智能算法实现更精准的人岗匹配，让技术真正成为促进就业量质齐升的强大引擎 。
（来源：《经济学动态》2025年第12期）
