彭麗娜,徐家鵬,姜志德,閆振宇

(西北農(nóng)林科技大學(xué) 經(jīng)濟(jì)管理學(xué)院,陜西 楊陵 712100)

1 引言

自2009年中國(guó)政府網(wǎng)印發(fā)了《2006-2020年國(guó)家信息化發(fā)展戰(zhàn)略》以來(lái)(1)中國(guó)政府網(wǎng):《2006—2020年國(guó)家信息化發(fā)展戰(zhàn)略》,http://www.gov.cn/test/2009-09/24/content_1425447.htm,2009年9月24日。,以數(shù)據(jù)信息為關(guān)鍵要素的數(shù)字經(jīng)濟(jì)快速發(fā)展,為實(shí)現(xiàn)城市經(jīng)濟(jì)高質(zhì)量發(fā)展戰(zhàn)略目標(biāo)做出了卓越貢獻(xiàn)(趙濤等,2020)。同時(shí),數(shù)字經(jīng)濟(jì)發(fā)展所帶來(lái)的數(shù)字技術(shù)進(jìn)步與產(chǎn)業(yè)變革,也對(duì)城市勞動(dòng)力市場(chǎng)與農(nóng)村流動(dòng)人口就業(yè)帶來(lái)深遠(yuǎn)影響(叢屹、俞伯陽(yáng),2020)。2021年8月,國(guó)務(wù)院發(fā)布的《“十四五”就業(yè)促進(jìn)規(guī)劃》,重點(diǎn)突出了“城鄉(xiāng)勞動(dòng)者”,即農(nóng)村流動(dòng)人口的就業(yè)質(zhì)量問題。實(shí)現(xiàn)農(nóng)民的高質(zhì)量就業(yè),特別是農(nóng)村流動(dòng)人口的高質(zhì)量就業(yè),是中國(guó)鞏固脫貧攻堅(jiān)成果、實(shí)現(xiàn)鄉(xiāng)村振興、達(dá)成共同富裕目標(biāo)的關(guān)鍵所在(李長(zhǎng)安,2018)。截止2021年底,中國(guó)農(nóng)村流動(dòng)人口總量達(dá)到29251萬(wàn)人,數(shù)字經(jīng)濟(jì)的發(fā)展對(duì)這一龐大群體就業(yè)質(zhì)量的影響如何,將直接決定中國(guó)全體人民是否向共同富裕邁出堅(jiān)實(shí)步伐(2)國(guó)務(wù)院:《國(guó)務(wù)院關(guān)于印發(fā)“十四五”就業(yè)促進(jìn)規(guī)劃的通知》,http://www.gov.cn/zhengce/content/2021-08/27/content_5633714.htm,2021年8月23日。。因此,分析數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村流動(dòng)人口就業(yè)質(zhì)量的影響和作用機(jī)理,并基于此提出促進(jìn)農(nóng)村流動(dòng)人口高質(zhì)量就業(yè)的路徑,對(duì)于中國(guó)實(shí)現(xiàn)穩(wěn)定脫貧和共同富裕的愿景,具有重要的理論和現(xiàn)實(shí)意義。

目前,關(guān)于數(shù)字經(jīng)濟(jì)對(duì)就業(yè)的影響研究多從勞動(dòng)力市場(chǎng)準(zhǔn)入的就業(yè)增長(zhǎng)“數(shù)量”層面出發(fā),聚焦數(shù)字經(jīng)濟(jì)的“促就業(yè)”效果。研究證實(shí),數(shù)字經(jīng)濟(jì)通過與實(shí)體經(jīng)濟(jì)深度融合(王文,2020),一方面有助于激活勞動(dòng)力市場(chǎng)個(gè)體創(chuàng)業(yè)行為(郭晴等,2022 ;劉翠花,2022),改善低收入群體的收入水平(戚聿東等,2020);另一方面則力促企業(yè)創(chuàng)新,尤其是鼓勵(lì)小型企業(yè)依托數(shù)字平臺(tái)催生大量新業(yè)態(tài)和新模式,從而創(chuàng)造更多就業(yè)機(jī)會(huì)(武漢大學(xué)穩(wěn)經(jīng)濟(jì)保就業(yè)課題組,2020)。因此,數(shù)字經(jīng)濟(jì)能夠在縮小勞動(dòng)力社會(huì)資源、就業(yè)機(jī)會(huì)等方面劣勢(shì)的同時(shí)(Wasserman,Richmond-Abbott,2005),也有助于實(shí)現(xiàn)勞動(dòng)者的多元化就業(yè)和多渠道增收。而在就業(yè)質(zhì)量層面,現(xiàn)有研究主要集中在就業(yè)質(zhì)量評(píng)價(jià)指標(biāo)體系的構(gòu)建及其影響因素方面。就業(yè)質(zhì)量評(píng)價(jià)指標(biāo)體系從宏觀或者微觀視角出發(fā)進(jìn)行設(shè)計(jì)。微觀視角主要基于勞動(dòng)個(gè)體薪酬激勵(lì)、工作匹配度(Schroeder,2007)、工作時(shí)間、工作條件、職業(yè)前景(Smith et al.,2010)等工作本身特征構(gòu)建。除此之外,工作興趣、工作滿意度(Kalleberg et al.,2015)、工作保障等其他工作特征維度也越來(lái)越多地納入到評(píng)價(jià)指標(biāo)體系中(Clark,2005)。宏觀視角則主要基于勞動(dòng)力市場(chǎng)指標(biāo),如就業(yè)人數(shù)、失業(yè)率等,及就業(yè)結(jié)構(gòu)、就業(yè)穩(wěn)定、就業(yè)公平等宏觀政策指標(biāo),對(duì)地區(qū)人口就業(yè)質(zhì)量進(jìn)行評(píng)價(jià)(賴德勝等,2011),且就業(yè)質(zhì)量評(píng)價(jià)指標(biāo)體系會(huì)因評(píng)價(jià)對(duì)象不同而有所差異。另外,現(xiàn)有研究主要從性別(Clark et al.,2021)、身體狀況(Kim,Han,2015)、務(wù)工距離(李中建、袁璐璐,2017)、權(quán)利認(rèn)知(劉長(zhǎng)全,2022)等個(gè)體特征,人力資源管理制度、工會(huì)組織形式等用人單位特征(丁守海等,2018),以及數(shù)字經(jīng)濟(jì)(孟祺,2021)、貿(mào)易開放(史恩義等,2021)、產(chǎn)業(yè)智能化(齊樂、陶建平,2023)等宏觀政策特征對(duì)人口就業(yè)質(zhì)量的影響因素展開分析。

現(xiàn)有關(guān)于數(shù)字經(jīng)濟(jì)對(duì)人口就業(yè)質(zhì)量影響的研究較少,已有研究主要基于宏觀視角探究數(shù)字技術(shù)進(jìn)步與人口就業(yè)質(zhì)量的因果關(guān)系及其作用機(jī)制,缺乏微觀證據(jù)的研究,且這些研究也并未得到一致結(jié)論。一種代表性觀點(diǎn)認(rèn)為,數(shù)字技術(shù)進(jìn)步有利于提高就業(yè)質(zhì)量。數(shù)字技術(shù)進(jìn)步有利于改進(jìn)生產(chǎn)效率和就業(yè)環(huán)境(曹靜、周亞林,2018),增加對(duì)高技能人才需求,從而促進(jìn)勞動(dòng)力自我素質(zhì)的提升(Autor,2015),改善就業(yè)機(jī)會(huì)與收入水平。與此同時(shí),數(shù)字技術(shù)進(jìn)步還將通過影響企業(yè)人力資源管理制度提高“人-崗”匹配度,長(zhǎng)期內(nèi)將有利于改善勞動(dòng)關(guān)系(丁守海等,2018)。另一種代表性觀點(diǎn)認(rèn)為,數(shù)字技術(shù)進(jìn)步將無(wú)益于就業(yè)質(zhì)量。數(shù)字技術(shù)發(fā)展勢(shì)頭迅猛,但國(guó)民人力資本水平卻在短期內(nèi)無(wú)法得到明顯提升,會(huì)使得勞動(dòng)力市場(chǎng)結(jié)構(gòu)性矛盾突出,加劇“就業(yè)難”與“招工難”并存的局面(張新春、董長(zhǎng)瑞,2019)。同時(shí),數(shù)字經(jīng)濟(jì)會(huì)衍生出多種新業(yè)態(tài)與新模式,尤其是靈活就業(yè)形式,這雖然有利于平衡家庭與工作,但會(huì)弱化從屬勞動(dòng)關(guān)系(戚聿東等,2020),對(duì)勞動(dòng)權(quán)益保障產(chǎn)生不利影響(齊樂、陶建平,2023)。

總體而言,現(xiàn)有研究為相關(guān)領(lǐng)域研究的開展奠定了堅(jiān)實(shí)的基礎(chǔ),但鮮有關(guān)于數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村人口就業(yè)質(zhì)量影響的研究,更缺乏將城市宏觀數(shù)據(jù)與農(nóng)村流動(dòng)人口個(gè)體微觀數(shù)據(jù)相結(jié)合,具體分析數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村流動(dòng)人口就業(yè)質(zhì)量的影響以及內(nèi)在機(jī)理的相關(guān)研究。鑒于此,本文從互聯(lián)網(wǎng)發(fā)展和數(shù)字普惠金融兩方面對(duì)數(shù)字經(jīng)濟(jì)水平進(jìn)行測(cè)度,并從工作時(shí)間、薪資福利、勞動(dòng)權(quán)益保障、職業(yè)層級(jí)、工作穩(wěn)定性等5個(gè)維度構(gòu)建農(nóng)村流動(dòng)人口就業(yè)質(zhì)量的測(cè)度指標(biāo)體系,利用2016年全國(guó)流動(dòng)人口監(jiān)測(cè)微觀數(shù)據(jù)與滯后一期的中國(guó)城市宏觀數(shù)據(jù)進(jìn)行匹配,考察數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村流動(dòng)人口就業(yè)質(zhì)量的影響及其機(jī)制。與已有研究比較,本文的邊際貢獻(xiàn)包括:(1)從微觀層面考察數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村流動(dòng)人口就業(yè)質(zhì)量的影響,有助于完善現(xiàn)有理論分析框架;(2)從個(gè)體同鄉(xiāng)聚集、所在城市的密集勞動(dòng)力市場(chǎng)兩條路徑出發(fā),獲悉數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村流動(dòng)人口就業(yè)質(zhì)量的影響機(jī)制;(3)從不同性別、勞動(dòng)力技能水平、流動(dòng)范圍三個(gè)角度出發(fā),厘清數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村流動(dòng)人口就業(yè)質(zhì)量影響的異質(zhì)性,為農(nóng)村流動(dòng)人口高質(zhì)量就業(yè)提供更全面、更細(xì)致的微觀經(jīng)驗(yàn)證據(jù)。

2 理論分析與研究假設(shè)

數(shù)字經(jīng)濟(jì)引領(lǐng)社會(huì)生產(chǎn)力不斷突破和跨越式發(fā)展,對(duì)整個(gè)國(guó)民經(jīng)濟(jì)體系和產(chǎn)業(yè)模式產(chǎn)生重大影響。在此過程中,數(shù)字經(jīng)濟(jì)可能會(huì)對(duì)農(nóng)村流動(dòng)人口就業(yè)質(zhì)量產(chǎn)生影響。具體影響邏輯如下:

2.1 數(shù)字經(jīng)濟(jì)與農(nóng)村流動(dòng)人口就業(yè)質(zhì)量

(1)數(shù)字經(jīng)濟(jì)通過削弱傳統(tǒng)勞動(dòng)力的崗位競(jìng)爭(zhēng)力影響農(nóng)村流動(dòng)人口的工作穩(wěn)定性。具體而言,智能化、自動(dòng)化是數(shù)字經(jīng)濟(jì)的代表性生產(chǎn)技術(shù),較傳統(tǒng)勞動(dòng)力而言,具有高自動(dòng)化效率、低成本和信息化等優(yōu)勢(shì)(Zeira,J.,1998),能夠完成不同程度的程式化和非程式化生產(chǎn)任務(wù)(Autor et al.,2003),進(jìn)一步拓寬了傳統(tǒng)勞動(dòng)力可被替代的工作范圍,即數(shù)字技術(shù)創(chuàng)新應(yīng)用引致的“機(jī)器換人”現(xiàn)象,學(xué)術(shù)界將其稱之為數(shù)字經(jīng)濟(jì)的“替代效應(yīng)”(下文簡(jiǎn)稱“替代效應(yīng)”)(齊樂、陶建平,2023 ;王文,2020)。在“替代效應(yīng)”作用下,數(shù)字經(jīng)濟(jì)通過對(duì)宏觀產(chǎn)業(yè)結(jié)構(gòu)和企業(yè)運(yùn)營(yíng)模式的影響,如用工模式的多元化、彈性化(戚聿東、肖旭,2020),加速農(nóng)村流動(dòng)人口工作轉(zhuǎn)換頻率(蔣文莉、趙昕,2022),對(duì)其人力資本積累和工作穩(wěn)定性都將產(chǎn)生不利影響。

(2)數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村流動(dòng)人口薪資福利、勞動(dòng)權(quán)益保障的影響主要有以下兩條路徑。第一條路徑是數(shù)字經(jīng)濟(jì)的“替代效應(yīng)”對(duì)勞動(dòng)力市場(chǎng)產(chǎn)生一定沖擊,尤其是那些對(duì)學(xué)歷要求較低、薪酬較少的職業(yè)遭受到的沖擊將更為嚴(yán)重(孫早、侯玉琳,2019),這大大降低了傳統(tǒng)勞動(dòng)力的就業(yè)優(yōu)勢(shì)和薪資議價(jià)能力,同時(shí)也將無(wú)益于其薪資福利與勞動(dòng)權(quán)益保障的提升(Zaharieva,Anna,2013),從而對(duì)農(nóng)村流動(dòng)人口就業(yè)質(zhì)量產(chǎn)生不利影響。因此,數(shù)字經(jīng)濟(jì)的“替代效應(yīng)”會(huì)降低農(nóng)村流動(dòng)人口的薪資福利及勞動(dòng)權(quán)益保障,阻礙就業(yè)質(zhì)量的提高。另一條路徑是,數(shù)字經(jīng)濟(jì)通過發(fā)揮其高信息化、自動(dòng)化、低成本等優(yōu)勢(shì)(Zeira,J.,1998),促進(jìn)產(chǎn)銷精準(zhǔn)對(duì)接、提升市場(chǎng)有效需要,帶動(dòng)整個(gè)社會(huì)生產(chǎn)率的提高,即數(shù)字經(jīng)濟(jì)的“生產(chǎn)率效應(yīng)”(王文,2020)。數(shù)字經(jīng)濟(jì)的“生產(chǎn)率效應(yīng)”一定程度上能夠改善和提升企業(yè)經(jīng)營(yíng)效益狀況、刺激企業(yè)擴(kuò)大生產(chǎn)規(guī)模,增加勞動(dòng)力市場(chǎng)需求,從而提高勞動(dòng)力就業(yè)優(yōu)勢(shì)和薪資議價(jià)能力,相應(yīng)地提升勞動(dòng)力的工資及福利水平。因此,數(shù)字經(jīng)濟(jì)的“生產(chǎn)率效應(yīng)”會(huì)促進(jìn)農(nóng)村流動(dòng)人口薪資福利及勞動(dòng)權(quán)益保障的提升,提高其就業(yè)質(zhì)量。綜合以上,數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村流動(dòng)人口薪資福利、勞動(dòng)權(quán)益保障的影響取決于數(shù)字經(jīng)濟(jì)“替代效應(yīng)”和“生產(chǎn)率效應(yīng)”的綜合作用結(jié)果。

(3)數(shù)字經(jīng)濟(jì)有助于推進(jìn)產(chǎn)業(yè)及社會(huì)全面進(jìn)入智能時(shí)代,從而對(duì)農(nóng)村流動(dòng)人口工作時(shí)間和職業(yè)層級(jí)產(chǎn)生不同影響。具體而言,數(shù)字經(jīng)濟(jì)會(huì)依托大數(shù)據(jù)、移動(dòng)互聯(lián)網(wǎng)和云計(jì)算等數(shù)字技術(shù)(王文,2020),通過機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等方法實(shí)現(xiàn)崗位替代和組織模式的變革,即數(shù)字經(jīng)濟(jì)的“智能化效應(yīng)”(齊樂、陶建平,2023)。在數(shù)字經(jīng)濟(jì)的“智能化效應(yīng)”作用下,一方面,機(jī)器的自動(dòng)化處理能力提升,機(jī)器代替人力完成高強(qiáng)度、復(fù)雜性、環(huán)境條件差的工作任務(wù),降低了勞動(dòng)者的工作強(qiáng)度和工作時(shí)間,從而使得勞動(dòng)者的就業(yè)質(zhì)量有所提升。但另一方面,企業(yè)組織的信息處理能力和效率提高,使得企業(yè)組織從集中式組織結(jié)構(gòu)向扁平式、分布式網(wǎng)絡(luò)轉(zhuǎn)變(Hagel,Singer,1999),降低管理層級(jí)的崗位需求,不利于農(nóng)村流動(dòng)人口向管理者層級(jí)“躍遷”,阻礙農(nóng)村流動(dòng)人口就業(yè)質(zhì)量的提升。由此,本文提出以下研究假說:

H1a:數(shù)字經(jīng)濟(jì)會(huì)降低農(nóng)村流動(dòng)人口的工作穩(wěn)定性。

H1b:數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村流動(dòng)人口薪資福利、勞動(dòng)權(quán)益保障的影響方向不確定。

H1c:數(shù)字經(jīng)濟(jì)會(huì)減少農(nóng)村流動(dòng)人口工作時(shí)間,且不利于農(nóng)村流動(dòng)人口職業(yè)層級(jí)的提升。

綜上,數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村流動(dòng)人口就業(yè)質(zhì)量的影響并非單一,而是數(shù)字經(jīng)濟(jì)的“替代效應(yīng)”、“生產(chǎn)率效應(yīng)”及“智能化效應(yīng)”的綜合影響結(jié)果。由此,本文提出以下研究假說:

H2:數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村流動(dòng)人口就業(yè)質(zhì)量的影響方向不確定。

2.2 數(shù)字經(jīng)濟(jì)影響農(nóng)村流動(dòng)人口就業(yè)質(zhì)量的中介因素

隨著智能化的不斷提升,若只存在一種明顯的“抑制替代效應(yīng)”(即“生產(chǎn)率效應(yīng)”),經(jīng)濟(jì)中的勞動(dòng)收入份額(3)本文借鑒方軍雄(2011)對(duì)勞動(dòng)收入份額的定義,即按照要素增加值法,勞動(dòng)收入份額=勞動(dòng)收入/(勞動(dòng)收入+資本收入),勞動(dòng)收入份額+資本收入份額=1。則會(huì)不斷下降(王文,2020)。但事實(shí)證明,數(shù)字經(jīng)濟(jì)發(fā)展中勞動(dòng)收入份額在不斷提升,這意味著還存在一種更強(qiáng)的抑制勞動(dòng)力替代效應(yīng),使勞動(dòng)密集型任務(wù)更具有比較優(yōu)勢(shì),即數(shù)字經(jīng)濟(jì)的“職位創(chuàng)造效應(yīng)”(王文,2020)。在數(shù)字經(jīng)濟(jì)的“職位創(chuàng)造效應(yīng)”作用下,產(chǎn)業(yè)不斷創(chuàng)新并與實(shí)體經(jīng)濟(jì)深度融合,增加了高技能勞動(dòng)力的市場(chǎng)需求(如機(jī)器人維修師、數(shù)據(jù)優(yōu)化師等),并推動(dòng)著包括電子商務(wù)、直播、網(wǎng)約車等平臺(tái)經(jīng)濟(jì)的發(fā)展,催生新業(yè)態(tài)和新模式(如互聯(lián)網(wǎng)金融、新媒體和智慧物流等),創(chuàng)造了大量工作崗位需求,如淘寶店主、網(wǎng)約車司機(jī)等,這為農(nóng)村流動(dòng)人口提升就業(yè)質(zhì)量提供了契機(jī)(章玉鈞、郭正模,1999)。

在數(shù)字經(jīng)濟(jì)影響農(nóng)村流動(dòng)人口就業(yè)質(zhì)量的路徑中,其“職位創(chuàng)造效應(yīng)”首先擴(kuò)大了勞動(dòng)力市場(chǎng)需求,再通過同鄉(xiāng)聚集、密集勞動(dòng)力市場(chǎng)兩條路徑提高農(nóng)村流動(dòng)人口的就業(yè)質(zhì)量。具體而言,一方面,數(shù)字經(jīng)濟(jì)通過激發(fā)城市創(chuàng)新創(chuàng)業(yè)活力提高城市宜居宜業(yè)水平,從而增加對(duì)農(nóng)村流動(dòng)人口的吸引力(張錕澎、劉雪晴,2022),促進(jìn)區(qū)域人口聚集。同時(shí),農(nóng)村勞動(dòng)力初到新的城市,多以同鄉(xiāng)關(guān)系為基礎(chǔ)建立和拓展社會(huì)網(wǎng)絡(luò),并借此求職和適應(yīng)城市生活,即“同鄉(xiāng)聚集”現(xiàn)象。研究證實(shí),“同鄉(xiāng)聚集”有利于農(nóng)村流動(dòng)人口就業(yè)資源的積累,并顯著提升了農(nóng)村流動(dòng)人口工資收入和工作滿意度(張春泥、謝宇,2013),有助于其就業(yè)質(zhì)量的提高。另一方面,數(shù)字經(jīng)濟(jì)會(huì)促進(jìn)城市經(jīng)濟(jì)總量和就業(yè)規(guī)模的擴(kuò)大(王文,2020),增加勞動(dòng)力需求,形成“加速人才聚集→推動(dòng)技術(shù)進(jìn)步→創(chuàng)造更多就業(yè)機(jī)會(huì)”的良性循環(huán),從而形成密集的城鎮(zhèn)勞動(dòng)力市場(chǎng)。這將為勞動(dòng)力市場(chǎng)雙方都提供更多“雙向選擇”的機(jī)會(huì),從而提高農(nóng)村流動(dòng)人口與工作崗位的匹配度和匹配效率,改善農(nóng)村流動(dòng)人口就業(yè)質(zhì)量(Addario,2011)。由此,本文提出以下研究假說:

H3:數(shù)字經(jīng)濟(jì)通過發(fā)揮同鄉(xiāng)聚集、密集勞動(dòng)力市場(chǎng),提高農(nóng)村流動(dòng)人口的就業(yè)質(zhì)量。

3 數(shù)據(jù)、變量與模型

3.1 數(shù)據(jù)來(lái)源

有關(guān)農(nóng)村流動(dòng)人口的個(gè)人、家庭層面的數(shù)據(jù)來(lái)自中國(guó)衛(wèi)計(jì)委于2016年5月進(jìn)行的全國(guó)流動(dòng)人口衛(wèi)生計(jì)生動(dòng)態(tài)監(jiān)測(cè)調(diào)查,調(diào)查對(duì)象是在流入地連續(xù)居住1個(gè)月及以上,非本縣(市、區(qū))戶口的15-59歲的流動(dòng)人口。該調(diào)查以31個(gè)省(區(qū)、市)和新疆生產(chǎn)建設(shè)兵團(tuán)2015年全員流動(dòng)人口年報(bào)數(shù)據(jù)為基本抽樣框,采取分層、多階段、與規(guī)模成比例的方法進(jìn)行抽樣。調(diào)查問卷分為個(gè)人問卷和社區(qū)問卷,其中個(gè)人問卷內(nèi)容涵蓋了受訪者收支、就業(yè)、流動(dòng)及居住意愿、健康與公共服務(wù)等信息,基本符合本文研究?jī)?nèi)容的數(shù)據(jù)要求。本文研究的是農(nóng)村流動(dòng)人口就業(yè)質(zhì)量,故將研究樣本選定在戶籍為農(nóng)業(yè)戶口、年齡在16-59歲的流動(dòng)就業(yè)群體。各城市的數(shù)字經(jīng)濟(jì)及相關(guān)變量均來(lái)自于《中國(guó)城市統(tǒng)計(jì)年鑒》、地級(jí)市統(tǒng)計(jì)年報(bào)和Wind資訊數(shù)據(jù)庫(kù)。本文將城市相關(guān)變量與農(nóng)村流動(dòng)人口相關(guān)變量合并后并剔除缺失值樣本后,共得到53070個(gè)樣本,分布在267個(gè)地級(jí)市,其中受雇就業(yè)樣本35819個(gè),自雇就業(yè)樣本17251個(gè)。需要說明的是,目前中國(guó)流動(dòng)人口動(dòng)態(tài)監(jiān)測(cè)調(diào)查數(shù)據(jù)(CMDS)已更新至2018年,但2017與2018年數(shù)據(jù)中缺乏農(nóng)村流動(dòng)人口社會(huì)保障獲得情況,故使用2016年的流動(dòng)人口動(dòng)態(tài)監(jiān)測(cè)調(diào)查數(shù)據(jù)。

3.2 變量設(shè)定與描述性統(tǒng)計(jì)

(1)被解釋變量:就業(yè)質(zhì)量(Q)。本文的就業(yè)質(zhì)量主要借鑒國(guó)際勞工組織所提的“體面勞動(dòng)”這一理念,即勞動(dòng)者在自由、平等、安全和尊嚴(yán)的條件下獲得工作機(jī)會(huì),其權(quán)利被保護(hù)、擁有足夠的報(bào)酬和社會(huì)保障被提供(聶偉、風(fēng)笑天,2016)。在該理念倡導(dǎo)下,“就業(yè)質(zhì)量”概念被提出并得到社會(huì)廣泛關(guān)注,而是否“體面勞動(dòng)”被普遍作為了就業(yè)質(zhì)量的評(píng)判準(zhǔn)則。因此,現(xiàn)有研究中,就業(yè)質(zhì)量的測(cè)度主要基于“體面勞動(dòng)”理念,圍繞就業(yè)的工作時(shí)間、工作穩(wěn)定性、勞動(dòng)權(quán)益保障、職業(yè)層級(jí)、薪資福利等維度展開(梁海艷,2019 ;劉長(zhǎng)全,2022 ;齊樂、陶建平,2023)。具體而言,工作時(shí)間能間接反映個(gè)體休閑時(shí)間,就業(yè)質(zhì)量“好”意味著自由時(shí)間和程度較高(唐寧、謝勇,2019);較好的工作穩(wěn)定性是“體面勞動(dòng)”的基本要求,有利于勞動(dòng)者更好的融入社會(huì),并獲得平等對(duì)待(聶偉、風(fēng)笑天,2016);完善的勞動(dòng)權(quán)益保障使得勞動(dòng)者的權(quán)利被保護(hù)、社會(huì)保障被提供,同時(shí)能夠分散和抵御社會(huì)風(fēng)險(xiǎn)(郭晴等,2022 ;席恒,2021),也是“體面勞動(dòng)”獲得安全感的重要來(lái)源;較高的職業(yè)層級(jí)往往意味著擁有較大的職業(yè)晉升空間,更能從“體面勞動(dòng)”中獲得滿足感和尊嚴(yán)(唐寧、謝勇,2019);薪資福利是就業(yè)質(zhì)量的核心,高薪資福利水平也是“體面勞動(dòng)”帶來(lái)足夠報(bào)酬的體現(xiàn)(齊樂、陶建平,2023)。

因此,本文從工作時(shí)間、工作穩(wěn)定性、勞動(dòng)權(quán)益保障、職業(yè)層級(jí)、薪資福利等5個(gè)維度構(gòu)建就業(yè)質(zhì)量指標(biāo)體系,并對(duì)不同維度指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理(胡斌紅、楊俊青,2019),采用因子分析法綜合測(cè)度農(nóng)村流動(dòng)人口的就業(yè)質(zhì)量指標(biāo)。其中,①工作時(shí)間(Time)以問卷中“每周工作幾小時(shí)”來(lái)衡量,以反映農(nóng)村流動(dòng)人口工作時(shí)長(zhǎng)特征。本文對(duì)該指標(biāo)進(jìn)行了優(yōu)化,在以往研究中工作時(shí)間是一個(gè)負(fù)向指標(biāo),認(rèn)為工作時(shí)間越長(zhǎng),就業(yè)質(zhì)量越差。但事實(shí)上,工作時(shí)間過短也有可能意味著不充分就業(yè)甚至是隱性失業(yè)。故本文將其處理成是否超時(shí)勞動(dòng),若每周工作時(shí)間超過44小時(shí)即為超時(shí)勞動(dòng)(4)根據(jù)《勞動(dòng)法》第三十六條,國(guó)家實(shí)行勞動(dòng)者平均每周工作時(shí)間不超過四十四小時(shí)的工時(shí)制度。因此,本文將每周工作時(shí)間超過44小時(shí),定義為超時(shí)勞動(dòng)。,賦值為1,反之則賦值為0。②工作穩(wěn)定性通過本地工作年限和職業(yè)預(yù)期穩(wěn)定性來(lái)測(cè)量,本地工作年限(Year)為調(diào)查時(shí)間減去流入當(dāng)?shù)氐臅r(shí)間;職業(yè)預(yù)期穩(wěn)定性(Stability)卷中“未來(lái)五年打算在哪里工作生活”來(lái)體現(xiàn),本文將“本地”歸類為留下,賦值為1,將“回鄉(xiāng)、其他地方及沒想好”歸類為不留下,賦值為0。③勞動(dòng)權(quán)益保障包含社會(huì)保障、住房公積金參與、勞動(dòng)合同簽訂三個(gè)指標(biāo)。社會(huì)保障(Security)的測(cè)量方法是分別詢問受訪者城鎮(zhèn)醫(yī)療保險(xiǎn)、養(yǎng)老保險(xiǎn)、工傷保險(xiǎn)、失業(yè)保險(xiǎn)和生育保險(xiǎn)的參與情況,“參與”記為1,“未參與”記為0,然后將各項(xiàng)相加,得到一個(gè)社會(huì)保障變量。住房公積金參與(Fund)分為有和沒有,分別賦值為1和0。勞動(dòng)合同簽訂(Contract)將“有固定期限合同”、“無(wú)固定期限合同”合并為已簽訂合同,賦值為1;將“未簽訂或不清楚”歸為未簽訂合同,賦值為0。④職業(yè)層級(jí)(Level)按職業(yè)類型劃分為管理人員、非管理人員(專業(yè)技術(shù)人員和普通人員)兩類,分別賦值為1和0。⑤薪資福利包括工資收入和單位福利兩個(gè)指標(biāo)。工資收入(Income)通過月收入來(lái)測(cè)量,納入回歸模型時(shí)取對(duì)數(shù);單位福利(Welfare)以單位是否包吃住為衡量標(biāo)準(zhǔn),若包吃住則賦值為1,不包吃住賦值為0。

(2)核心解釋變量:數(shù)字經(jīng)濟(jì)(X)。借鑒趙濤(2020)按照將互聯(lián)網(wǎng)發(fā)展作為核心測(cè)度指標(biāo),并加入數(shù)字交易指標(biāo)構(gòu)建數(shù)字經(jīng)濟(jì)指標(biāo)體系的思路,結(jié)合數(shù)據(jù)可獲得性,從互聯(lián)網(wǎng)發(fā)展和數(shù)字金融發(fā)展兩方面對(duì)數(shù)字經(jīng)濟(jì)進(jìn)行測(cè)度(郭峰等,2020 ;劉軍等,2020)。其中,互聯(lián)網(wǎng)發(fā)展分別以百人中互聯(lián)網(wǎng)寬帶接入用戶數(shù)、計(jì)算機(jī)服務(wù)和軟件業(yè)從業(yè)人員占城鎮(zhèn)單位從業(yè)人員比重、人均電信業(yè)務(wù)總量和百人中移動(dòng)電話用戶數(shù)等4個(gè)指標(biāo)表示;數(shù)字金融發(fā)展,利用由北京大學(xué)數(shù)字金融研究中心和螞蟻金服集團(tuán)共同編制的《中國(guó)數(shù)字普惠金融指數(shù)》來(lái)表示(郭峰等,2020)。最后采用變異系數(shù)法獲得指標(biāo)權(quán)重,綜合得到數(shù)字經(jīng)濟(jì)指數(shù),記為X?？紤]到可能存在內(nèi)生性問題,本文采用滯后一期,即2015年的數(shù)字經(jīng)濟(jì)指數(shù),作為核心解釋變量。

(3)控制變量:依據(jù)全國(guó)流動(dòng)人口衛(wèi)生計(jì)生動(dòng)態(tài)監(jiān)測(cè)調(diào)查問卷,并借鑒相關(guān)文獻(xiàn)(郭晴等,2022),本文控制了可能影響個(gè)體就業(yè)質(zhì)量的變量,主要包括性別(Sex)、年齡(Age)、受教育年限(Edu)、婚姻(Marriage)、黨員(Party)、單位所有制(Ownership)等個(gè)人特征,家庭規(guī)模(Size)、務(wù)工地房產(chǎn)(Estate)等家庭特征,本次流動(dòng)范圍(Scope)、總共流動(dòng)次數(shù)(Freq)等流動(dòng)特征,經(jīng)濟(jì)發(fā)展水平(GDP)等本次流入地的城市經(jīng)濟(jì)特征。

(4)中介變量:基于假說H3,數(shù)字經(jīng)濟(jì)對(duì)于農(nóng)村流動(dòng)人口就業(yè)質(zhì)量的影響路徑有兩種,包括個(gè)體在流入地城市的密集勞動(dòng)力市場(chǎng)(Thick Labor)和城市內(nèi)的同鄉(xiāng)聚集(Cluster)。本文借鑒相關(guān)文獻(xiàn)(胡斌紅、楊俊青,2019),使用城市建成區(qū)單位平方公里的從業(yè)人數(shù)作為密集勞動(dòng)力市場(chǎng)的代理變量,所涉數(shù)據(jù)來(lái)源于《中國(guó)城市統(tǒng)計(jì)年鑒》;同鄉(xiāng)聚集使用同一城市同一年除本人外的同原籍流動(dòng)人口數(shù)量作為衡量指標(biāo)(黃夢(mèng)琪、金鐘范,2021)。相關(guān)變量的具體定義和描述性統(tǒng)計(jì)如表1。

表1 主要變量的定義與描述性統(tǒng)計(jì)

3.3 計(jì)量模型

(1)OLS模型。為了分析數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村流動(dòng)人口就業(yè)質(zhì)量(Q)及工資收入(Income)、社會(huì)保障(Security)、本地工作年限(Year)等分項(xiàng)指標(biāo)的影響,考慮到以上變量為連續(xù)變量,故本文使用最小二乘法(OLS)展開分析,模型如式(1):

Yij=a0+a1Xj+a2CONij+regionj+eij

(1)

其中,Yij表示個(gè)體i在城市j的上述就業(yè)質(zhì)量分項(xiàng)指標(biāo);Xj表示j城市的數(shù)字經(jīng)濟(jì)指數(shù),為了緩解內(nèi)生性問題,本文使用滯后一期的數(shù)字經(jīng)濟(jì)指數(shù),a1為數(shù)字經(jīng)濟(jì)的回歸系數(shù);CONij為控制變量,包括個(gè)人及家庭層面、城市層面、流動(dòng)因素層面的變量,a2為各控制變量的回歸系數(shù);regionj表示區(qū)域固定效應(yīng);eij為誤差項(xiàng)。

(2)二元Probit模型。為了分析數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村流動(dòng)人口工作時(shí)間(Time)、單位包吃住(Welfare)、住房公積金(Fund)、勞動(dòng)合同(Contract)、職業(yè)層級(jí)(Level)、職業(yè)預(yù)期穩(wěn)定(Stability)等就業(yè)質(zhì)量的影響,鑒于以上變量為二元離散變量,故采用二元Probit模型進(jìn)行回歸分析。潛變量模型如式(2):

Iij*=β0+β1Xj+β2CONij+regionj+εij

(2)

其中,潛變量Iij表示農(nóng)村流動(dòng)人口工作時(shí)間、單位福利、住房公積金、勞動(dòng)合同、職業(yè)層級(jí)、職業(yè)預(yù)期穩(wěn)定;Xj、CONij、regionj的含義同式(1);回歸系數(shù)β1、β2分別對(duì)應(yīng)數(shù)字經(jīng)濟(jì)水平,個(gè)人及家庭層面、城市層面、流動(dòng)因素層面等控制變量;εij為誤差項(xiàng)?？捎^測(cè)的因變量Iij與潛變量Iij*的對(duì)應(yīng)關(guān)系如式(3):

(3)

其中,k為臨界值,一般默認(rèn)為0。與有序Probit模型類似,本文僅報(bào)告二元Probit模型的邊際系數(shù),即自變量變動(dòng)一個(gè)單位,因變量取1的概率變動(dòng)的單位數(shù)。

4 實(shí)證分析:數(shù)字經(jīng)濟(jì)與農(nóng)村流動(dòng)人口就業(yè)質(zhì)量

4.1 基準(zhǔn)回歸結(jié)果

本文利用最小二乘法(OLS)對(duì)基準(zhǔn)模型進(jìn)行參數(shù)回歸,并依次加入個(gè)體及家庭特征、流動(dòng)特征、流入地城市的經(jīng)濟(jì)特征,得到數(shù)字經(jīng)濟(jì)影響農(nóng)村流動(dòng)人口就業(yè)質(zhì)量的實(shí)證結(jié)果(表2)。結(jié)果顯示,數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村流動(dòng)人口就業(yè)質(zhì)量的影響為正,逐步加入控制變量后,其估計(jì)系數(shù)的符號(hào)和顯著性未發(fā)生明顯變化,均在1%的水平下通過顯著性檢驗(yàn)。這說明數(shù)字經(jīng)濟(jì)水平每提高一個(gè)標(biāo)準(zhǔn)差,能夠使得農(nóng)村流動(dòng)人口的就業(yè)質(zhì)量綜合指數(shù)提升0.0364-0.1130個(gè)單位,意味著數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村流動(dòng)人口就業(yè)質(zhì)量的負(fù)向“替代效應(yīng)”小于正向“生產(chǎn)率效應(yīng)”,即總體而言,數(shù)字經(jīng)濟(jì)將正向影響農(nóng)村流動(dòng)人口就業(yè)質(zhì)量,驗(yàn)證了本文的假說H2。

表2 基準(zhǔn)回歸結(jié)果:數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村流動(dòng)人口就業(yè)質(zhì)量的影響

此外,男性長(zhǎng)者更有可能擁有較高的就業(yè)質(zhì)量,同時(shí)農(nóng)村流動(dòng)人口的受教育程度、婚姻狀況、組織身份(黨員)以及在國(guó)有部門工作均會(huì)顯著提升就業(yè)質(zhì)量。關(guān)于家庭特征方面,流入地家庭規(guī)模的擴(kuò)大并擁有房產(chǎn)對(duì)于提高農(nóng)村流動(dòng)人口就業(yè)質(zhì)量有顯著促進(jìn)作用。在個(gè)體流動(dòng)特征方面,就近流動(dòng)且流動(dòng)次數(shù)越少,越有利于促進(jìn)就業(yè)質(zhì)量的提升?？赡艿脑蛟谟?農(nóng)村流動(dòng)人口的流動(dòng)次數(shù)在一定程度上能夠反映工作轉(zhuǎn)換頻率,頻繁地工作轉(zhuǎn)換使農(nóng)村流動(dòng)人口的收入增長(zhǎng)有限,且不利于其社會(huì)保障參與程度、本地工作年限及職業(yè)預(yù)期穩(wěn)定性,降低其綜合就業(yè)質(zhì)量水平,這也驗(yàn)證了明娟等(2015)的相關(guān)結(jié)論。關(guān)于流入地城市經(jīng)濟(jì)特征方面,經(jīng)濟(jì)發(fā)展水平越好的城市,農(nóng)村流動(dòng)人口的就業(yè)質(zhì)量越好。

4.2 內(nèi)生性討論與穩(wěn)健性檢驗(yàn)

(1)內(nèi)生性討論。在前文分析中,結(jié)果初步表明數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村流動(dòng)人口就業(yè)質(zhì)量有顯著的正向影響,但二者之間存在的內(nèi)生性問題,可能來(lái)源于:一是反向因果關(guān)系,即農(nóng)村流動(dòng)人口的就業(yè)質(zhì)量可能會(huì)影響城市數(shù)字經(jīng)濟(jì)水平;二是遺漏變量,雖然本文在回歸中控制了地區(qū)特征變量,并將城市數(shù)字經(jīng)濟(jì)指數(shù)滯后一期,但農(nóng)村流動(dòng)人口的就業(yè)質(zhì)量依舊會(huì)受到其他不可觀測(cè)因素影響;三是數(shù)字經(jīng)濟(jì)指數(shù)及農(nóng)村流動(dòng)人口就業(yè)質(zhì)量的度量存在一定誤差,所選指標(biāo)可能無(wú)法全面反映出城市數(shù)字經(jīng)濟(jì)和農(nóng)村流動(dòng)人口的就業(yè)質(zhì)量。因此,本文參考相關(guān)文獻(xiàn)(張勛等,2020),選取農(nóng)村流動(dòng)人口所在城市與杭州的球面距離(Distance)、與三大核心城市(北京、杭州和深圳)的平均球面距離(Ave_Distance)作為工具變量。其合理性在于:以支付寶為代表的中國(guó)數(shù)字金融起源于杭州,故杭州的數(shù)字經(jīng)濟(jì)水平處于領(lǐng)先位置。可以預(yù)期,在地理上距離杭州越近,數(shù)字經(jīng)濟(jì)水平應(yīng)越高。同時(shí),北京是國(guó)家中心城市,深圳是騰訊集團(tuán)總部所在地區(qū),其數(shù)字經(jīng)濟(jì)發(fā)展水平也比較高。因此,以上兩個(gè)工具變量與數(shù)字經(jīng)濟(jì)緊密相關(guān),符合有效工具變量 “相關(guān)性”的要求。與此同時(shí),城市與北京、杭州和深圳的球面距離屬于地理特征,與當(dāng)前農(nóng)村流動(dòng)人口就業(yè)質(zhì)量無(wú)直接聯(lián)系,故符合有效工具變量“外生性”的要求。

綜上,本文分別使用引入工具變量的兩階段最小二乘法(2SLS)和有限信息極大似然法(LIML)(Amemiya,1974)(5)有限信息極大似然法(LIML)的優(yōu)勢(shì)在于可以避免由于模型界定錯(cuò)誤導(dǎo)致的一個(gè)方程參數(shù)估計(jì)值的偏誤而傳遞到模型所有其他方程參數(shù)估計(jì)值中。同時(shí),在大樣本情況下,對(duì)弱工具變量不太敏感的LIML模型的估計(jì)結(jié)果與2SLS是漸進(jìn)等價(jià)的,小樣本情況下LIML模型的估計(jì)結(jié)果式優(yōu)于2SLS模型的估計(jì)結(jié)果。但是LIML會(huì)因?yàn)楣簿€性問題導(dǎo)致參數(shù)估計(jì)標(biāo)準(zhǔn)誤較大造成估計(jì)失效,因此本文進(jìn)行了多重共線性檢驗(yàn),結(jié)果顯示Mean VIF=1.34<<10,即本文所選的變量不存在嚴(yán)重的多重共線性問題。同時(shí),本文也采用較大的樣本量緩解共線性問題,保證了較小的標(biāo)準(zhǔn)誤。來(lái)緩解實(shí)證模型的內(nèi)生性問題。結(jié)果顯示,表3中列(1)、列(3)中的Kleibergen-Paap rk LM統(tǒng)計(jì)量對(duì)應(yīng)P值均小于0.01,表明不存在識(shí)別不足問題;Kleibergen-Paap rk F統(tǒng)計(jì)量值均大于臨界值10,表明不存在弱工具變量問題;過度識(shí)別檢驗(yàn)也拒絕了模型存在過度識(shí)別問題。同時(shí),LIML的估計(jì)結(jié)果與2SLS的估計(jì)結(jié)果完全相同。顯然,經(jīng)過內(nèi)生性處理,數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村流動(dòng)人口綜合就業(yè)質(zhì)量的作用方向及顯著性水平,與基準(zhǔn)回歸結(jié)果基本保持一致,但其作用強(qiáng)度均高于基準(zhǔn)回歸結(jié)果,說明若不考慮內(nèi)生性問題,將會(huì)低估數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村流動(dòng)人口就業(yè)質(zhì)量的影響(6)本文還對(duì)就業(yè)質(zhì)量的分項(xiàng)指標(biāo)進(jìn)行了內(nèi)生性檢驗(yàn),具體通過引入工具變量的兩階段最小二乘法(2SLS)對(duì)連續(xù)變量,如個(gè)人月收入(income)、社會(huì)保障(security)、本地工作年限(year)進(jìn)行檢驗(yàn),并利用條件混合模型(Conditional Mixed Process,CMP)對(duì)離散因變量,如工作時(shí)間(time)、單位包吃住(welfare)、住房公積金(fund)、勞動(dòng)合同(contract)、職業(yè)層級(jí)(level)、職業(yè)預(yù)期穩(wěn)定性(stability)進(jìn)行檢驗(yàn),以緩解內(nèi)生性問題。估計(jì)結(jié)果與基準(zhǔn)結(jié)果基本一致。限于篇幅,未完全展示,有興趣的讀者可以向作者索取。。

表3 內(nèi)生性檢驗(yàn)

(2)穩(wěn)健性檢驗(yàn)。為了驗(yàn)證前文研究結(jié)論的穩(wěn)健性,本文選擇三類方式展開穩(wěn)健性檢驗(yàn)。①數(shù)據(jù)極端值處理:分別對(duì)數(shù)字經(jīng)濟(jì)指數(shù)(X)、就業(yè)質(zhì)量綜合指數(shù)(Q)進(jìn)行5%極端值的縮尾、截尾處理;②重新合成數(shù)字經(jīng)濟(jì)指數(shù):采用熵值法計(jì)算數(shù)字經(jīng)濟(jì)指數(shù),重新檢驗(yàn)數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村流動(dòng)人口就業(yè)質(zhì)量的影響;③基于廣義多層線性模型(HLM)?？紤]到數(shù)字經(jīng)濟(jì)屬于宏觀地區(qū)層面變量,農(nóng)村流動(dòng)人口個(gè)體稟賦、家庭特征和就業(yè)質(zhì)量等微觀變量嵌入于地區(qū)宏觀變量下,屬于“家庭-地區(qū)”兩層級(jí)數(shù)據(jù)HLM模型可以有效地匹配宏微觀數(shù)據(jù),主要應(yīng)用于這類問題的研究中。HLM的零模型的檢驗(yàn)結(jié)果顯示列(1)至列(6)中的組內(nèi)相關(guān)系數(shù)ICC=π00/(π00+σ2)均滿足Cohen(1992)確定的經(jīng)驗(yàn)標(biāo)準(zhǔn),且零模型的卡方檢驗(yàn)P值均小于0.001,說明本文有必要使用HLM模型進(jìn)行估計(jì)(7)HLM模型主要適用于連續(xù)變量,因此,本文還利用HLM模型對(duì)就業(yè)質(zhì)量的部分分項(xiàng)指標(biāo),如個(gè)人月收入(income)、社會(huì)保障(security)、本地工作年限(year)進(jìn)行估計(jì),估計(jì)結(jié)果與基準(zhǔn)結(jié)果基本一致。限于篇幅,未完全展示,有興趣的讀者可以向作者索取。。

結(jié)果表明(表4),極端值處理后的數(shù)字經(jīng)濟(jì)水平對(duì)農(nóng)村流動(dòng)人口就業(yè)質(zhì)量的作用方向、強(qiáng)度及顯著性水平與基準(zhǔn)回歸結(jié)果相比,均未發(fā)生明顯變化;重新合成的數(shù)字經(jīng)濟(jì)指數(shù)對(duì)農(nóng)村流動(dòng)人口綜合就業(yè)質(zhì)量水平及其各維度的作用強(qiáng)度有明顯增加,但其作用方向和顯著性水平與基準(zhǔn)回歸基本保持一致,不影響前文得出的核心結(jié)論;基于HLM方法得到的實(shí)證結(jié)果顯示數(shù)字經(jīng)濟(jì)水平能夠顯著促進(jìn)農(nóng)村流動(dòng)人口就業(yè)質(zhì)量的提升,支持基準(zhǔn)回歸的結(jié)果。以上結(jié)果均說明數(shù)字經(jīng)濟(jì)能促進(jìn)農(nóng)村流動(dòng)人口就業(yè)質(zhì)量這一結(jié)果具有穩(wěn)健性,以上結(jié)果進(jìn)一步驗(yàn)證了本文的假說H2。

表4 穩(wěn)健性檢驗(yàn)

4.3 進(jìn)一步分析

為了對(duì)就業(yè)質(zhì)量展開較為全面客觀的分析,本文對(duì)工資收入、社會(huì)保障、本地工作年限、工作時(shí)間、單位包吃住、住房公積金、勞動(dòng)合同、職業(yè)層級(jí)、職業(yè)預(yù)期穩(wěn)定等分項(xiàng)指標(biāo)作為就業(yè)質(zhì)量的衡量指標(biāo),用以考察數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村流動(dòng)人口就業(yè)質(zhì)量不同維度的影響,實(shí)證結(jié)果如表5。

首先,數(shù)字經(jīng)濟(jì)會(huì)降低農(nóng)村流動(dòng)人口的工作穩(wěn)定性。表5列(3)、(9)為工作穩(wěn)定性的回歸結(jié)果,說明數(shù)字經(jīng)濟(jì)水平每提高一個(gè)標(biāo)準(zhǔn)差,能夠使得農(nóng)村流動(dòng)人口的本地工作年限減少0.275個(gè)單位,且職業(yè)預(yù)期穩(wěn)定性概率降低0.0568個(gè)單位。這意味著數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村流動(dòng)人口就業(yè)質(zhì)量存在“替代效應(yīng)”,即數(shù)字經(jīng)濟(jì)會(huì)增加農(nóng)村流動(dòng)人口失業(yè)風(fēng)險(xiǎn),降低其工作穩(wěn)定性,對(duì)其就業(yè)質(zhì)量產(chǎn)生負(fù)面影響,假說H1a得到驗(yàn)證。

其次,數(shù)字經(jīng)濟(jì)有利于農(nóng)村流動(dòng)人口薪資福利和部分勞動(dòng)權(quán)益保障的提升。表5列(1)、(5)為薪資福利的回歸結(jié)果,列(2)、(6)、(7)為勞動(dòng)權(quán)益保障的回歸結(jié)果,說明在控制個(gè)體、家庭、城市地區(qū)及流動(dòng)層面的因素后,數(shù)字經(jīng)濟(jì)水平每提高一個(gè)標(biāo)準(zhǔn)差,農(nóng)村流動(dòng)人口的工資收入提升0.0439個(gè)單位,單位福利獲得概率提高0.0795個(gè)單位,社會(huì)保障提升0.140個(gè)單位,勞動(dòng)合同簽訂概率提高0.0941個(gè)單位。即數(shù)字經(jīng)濟(jì)水平能夠顯著提升農(nóng)村流動(dòng)人口工資收入、單位福利獲得,并促進(jìn)農(nóng)村流動(dòng)人口社會(huì)保障水平和勞動(dòng)合同簽訂概率的提升。這意味著,即使在數(shù)字經(jīng)濟(jì)的替代效應(yīng)、生產(chǎn)率效應(yīng)綜合作用下,數(shù)字經(jīng)濟(jì)仍舊有助于農(nóng)村流動(dòng)人口實(shí)現(xiàn)薪資福利的增長(zhǎng)和部分勞動(dòng)權(quán)益保障的獲得,假說H1b的部分內(nèi)容得到驗(yàn)證。另外,數(shù)字經(jīng)濟(jì)對(duì)提高住房公積金參與的效果并不顯著,可能的解釋是:非正規(guī)就業(yè)者或靈活就業(yè)者,正是數(shù)字經(jīng)濟(jì)所帶動(dòng)最大的一批就業(yè)群體(郭晴等,2022 ;何宗樾、宋旭光,2020),該類群體的從屬勞動(dòng)關(guān)系模糊化也使其游離在勞動(dòng)法調(diào)整范疇之外,從而不利于其社會(huì)保險(xiǎn)權(quán)益的維護(hù),尤其是與正式工作相聯(lián)系的住房公積金參與項(xiàng)目。

最后,數(shù)字經(jīng)濟(jì)會(huì)降低農(nóng)村流動(dòng)人口工作時(shí)間,且不利于農(nóng)村流動(dòng)人口職業(yè)層級(jí)的提高,但效果不明顯。表5列(4)、(8)為工作時(shí)間與職業(yè)層級(jí)的回歸結(jié)果,說明數(shù)字經(jīng)濟(jì)有助于降低工作時(shí)間(8)考慮到數(shù)字經(jīng)濟(jì)有可能使得農(nóng)村流動(dòng)人口就業(yè)時(shí)間不足導(dǎo)致隱性失業(yè)問題,本文借鑒李勇輝(2018)的研究,將每周工作時(shí)間低于20小時(shí)定義為隱性失業(yè)。根據(jù)農(nóng)村流動(dòng)人口每周工作時(shí)間,將其處理成是否隱性失業(yè),若每周工作時(shí)間小于20小時(shí)即為隱形失業(yè),賦值為1,反之則賦值為0。并利用logit模型及引入工具變量的條件混合過程模型(Conditional Mixed Process,CMP)對(duì)隱性失業(yè)問題進(jìn)行實(shí)證分析,估計(jì)結(jié)果均顯示數(shù)字經(jīng)濟(jì)在1%的顯著性水平下,降低了農(nóng)村流動(dòng)人口隱性失業(yè)的可能性,即數(shù)字經(jīng)濟(jì)在縮減農(nóng)村流動(dòng)人口工作時(shí)間的基礎(chǔ)上,并未產(chǎn)生隱性失業(yè)的問題。限于篇幅,未完全展示,有興趣的讀者可以向作者索取。,且不利于職業(yè)層級(jí)的提升,但作用并不顯著。這可能與農(nóng)村流動(dòng)人口所在主要就業(yè)行業(yè)、崗位的數(shù)字技術(shù)還未實(shí)現(xiàn)普及應(yīng)用有關(guān);同時(shí),數(shù)字經(jīng)濟(jì)雖使企業(yè)組織架構(gòu)趨于扁平化,不利于管理層級(jí)的提升,但通過擴(kuò)大總體經(jīng)濟(jì)和就業(yè)規(guī)模增加管理崗位數(shù)量,從而在一定程度上削弱“扁平化組織架構(gòu)”對(duì)職業(yè)層級(jí)的影響。假說H1c未得到完全驗(yàn)證。

4.4 數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村流動(dòng)人口就業(yè)質(zhì)量的影響機(jī)制分析

為了簡(jiǎn)化影響機(jī)制分析,加之就業(yè)質(zhì)量綜合指數(shù)能較為全面的反映出農(nóng)村流動(dòng)人口就業(yè)情況,故本文只對(duì)農(nóng)村流動(dòng)人口就業(yè)質(zhì)量這一綜合指數(shù)進(jìn)行分析。根據(jù)前文的理論分析表明,數(shù)字經(jīng)濟(jì)可能會(huì)通過城市內(nèi)同鄉(xiāng)聚集(Cluster)、密集勞動(dòng)力市場(chǎng)(Thick Labor),影響農(nóng)村流動(dòng)人口的就業(yè)質(zhì)量。考慮到數(shù)字經(jīng)濟(jì)與農(nóng)村流動(dòng)人口同鄉(xiāng)聚集、密集勞動(dòng)力市場(chǎng)之間潛在的內(nèi)生性問題,按照前文的做法,采用農(nóng)村流動(dòng)人口所在城市與三大核心城市的平均球面距離(Ave_Distance)作為工具變量進(jìn)行檢驗(yàn)。為了驗(yàn)證上述機(jī)制,本文使用逐步回歸法并構(gòu)建如下中介效應(yīng)模型:

Yij=a0+a1Xj+a2CONij+regionj+eij

(4)

Mτ=b0+b1Xj+b2CONij+eM

(5)

Yij=c0+c1Xj+c2Mτ+c3CONij+eY

(6)

式(4)-(6)中,其中,Yij表示個(gè)體i在城市j的上述就業(yè)質(zhì)量分項(xiàng)指標(biāo);Xj表示j城市的數(shù)字經(jīng)濟(jì)指數(shù),a1為數(shù)字經(jīng)濟(jì)的回歸系數(shù);Mτ是本文驗(yàn)證作用機(jī)制的中介變量,具體包括城市內(nèi)同鄉(xiāng)聚集、密集勞動(dòng)力市場(chǎng);其余同式(1)。

表6為數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村流動(dòng)人口就業(yè)質(zhì)量的中介效應(yīng)分析實(shí)證結(jié)果,其中表6列(1)為基準(zhǔn)回歸,估計(jì)系數(shù)a1=0.1702且在1%的水平上顯著,表明數(shù)字經(jīng)濟(jì)能顯著促進(jìn)農(nóng)村流動(dòng)人口就業(yè)質(zhì)量的提升。首先,考察同鄉(xiāng)聚集(Cluster)的中介效應(yīng)。表6列(2)為數(shù)字經(jīng)濟(jì)對(duì)同鄉(xiāng)聚集的估計(jì)結(jié)果,系數(shù)b1=0.5742,且在1%的水平上顯著為正;表6列(3)在基準(zhǔn)回歸的基礎(chǔ)上引入了“同鄉(xiāng)聚集”作為中介變量,數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村流動(dòng)人口就業(yè)質(zhì)量的作用系數(shù)由a1=0.1702上升至c1=0.1709,且在1%的水平上顯著。同時(shí),同鄉(xiāng)聚集對(duì)農(nóng)村流動(dòng)人口就業(yè)質(zhì)量也具有顯著正向影響,系數(shù)c2=0.0302。上述結(jié)果說明同鄉(xiāng)聚集的間接作用顯著,即b1和c2均顯著,且c1與b1c2的符號(hào)一致,說明同鄉(xiāng)聚集存在部分中介效應(yīng)。經(jīng)簡(jiǎn)單計(jì)算,數(shù)字經(jīng)濟(jì)通過同鄉(xiāng)聚集促進(jìn)農(nóng)村流動(dòng)人口就業(yè)質(zhì)量提升的部分中介效應(yīng)(b1c2/a1)為10.19%。城市數(shù)字經(jīng)濟(jì)的提高有利于區(qū)域性城市人口聚集(呂昭河、翟登, 2018),增加外來(lái)人口同鄉(xiāng)聚集的可能性,有助于農(nóng)村流動(dòng)人口形成新的社會(huì)資本,使其更容易在同鄉(xiāng)群體中獲取就業(yè)信息和尋求幫助,進(jìn)而優(yōu)化其就業(yè)質(zhì)量(田鴿、張勛, 2022)。表6列(2)、(3)的實(shí)證結(jié)果驗(yàn)證了同鄉(xiāng)聚集是數(shù)字經(jīng)濟(jì)促進(jìn)農(nóng)村流動(dòng)人口就業(yè)質(zhì)量的影響路徑,從而證實(shí)了假說H3。

表6 中介效應(yīng)分析

接著,考察密集勞動(dòng)力市場(chǎng)(Thick Labor)的中介效應(yīng)。表6列(4)為數(shù)字經(jīng)濟(jì)對(duì)密集勞動(dòng)力市場(chǎng)的估計(jì)結(jié)果,系數(shù)b1=0.1246,且在1%的水平上顯著為正;表6列(3)在基準(zhǔn)回歸的基礎(chǔ)上引入了“密集勞動(dòng)力市場(chǎng)”作為中介變量,數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村流動(dòng)人口就業(yè)質(zhì)量的作用系數(shù)由a1=0.1702上升至c1=0.1712,但在1%的水平上顯著。同時(shí),密集勞動(dòng)力市場(chǎng)對(duì)農(nóng)村流動(dòng)人口就業(yè)質(zhì)量也具有顯著正向影響,系數(shù)c2=0.1979。上述結(jié)果說明密集勞動(dòng)力市場(chǎng)的間接作用顯著,即b1和c2均顯著,且c1與b1c2的符號(hào)一致,說明密集勞動(dòng)力市場(chǎng)存在部分中介效應(yīng)。經(jīng)簡(jiǎn)單計(jì)算,數(shù)字經(jīng)濟(jì)通過密集勞動(dòng)力市場(chǎng)促進(jìn)農(nóng)村流動(dòng)人口就業(yè)質(zhì)量提升的部分中介效應(yīng)(b1c2/a1)為13.91%。城市數(shù)字經(jīng)濟(jì)有利于區(qū)域性城市人口聚集(呂昭河、翟登, 2018),增加城區(qū)人口密度,提升城市就業(yè)規(guī)模(黃海清、魏航, 2022 ; 尹靖華、韓峰, 2019),從而發(fā)揮密集勞動(dòng)力市場(chǎng)效應(yīng),促使就業(yè)崗位與農(nóng)村流動(dòng)人口匹配度大大增加(楊本建、黃海珊, 2018),從而提高其就業(yè)質(zhì)量。表6列(4)、(5)的實(shí)證結(jié)果驗(yàn)證了密集勞動(dòng)力市場(chǎng)是數(shù)字經(jīng)濟(jì)促進(jìn)農(nóng)村流動(dòng)人口就業(yè)質(zhì)量的影響路徑,從而證實(shí)了假說H3。

借鑒江艇(2022)在因果推斷經(jīng)驗(yàn)研究中對(duì)中介效應(yīng)的反思和建議,本文分別利用Sobel檢驗(yàn)法和自助法(Bootstrap)對(duì)城市內(nèi)同鄉(xiāng)聚集、密集勞動(dòng)力市場(chǎng)的中介作用進(jìn)行穩(wěn)健性評(píng)估,評(píng)估結(jié)果如表7所示,結(jié)果均表明以上兩個(gè)中介變量的中介效應(yīng)明顯(p值均小于0.05),即中介效應(yīng)成立。同時(shí),兩種檢驗(yàn)方法對(duì)中介效應(yīng)占比的估計(jì)結(jié)果基本相同,城市內(nèi)同鄉(xiāng)聚集的中介效應(yīng)占比10.99%,密集勞動(dòng)力市場(chǎng)的中介效應(yīng)占比22.87%。值得強(qiáng)調(diào)的是,Sobel檢驗(yàn)、Bootstrap檢驗(yàn)結(jié)果與逐步回歸法結(jié)果存在一定差異,但檢驗(yàn)結(jié)果均證明,數(shù)字經(jīng)濟(jì)會(huì)通過城市內(nèi)同鄉(xiāng)聚集、密集勞動(dòng)力市場(chǎng)影響農(nóng)村流動(dòng)人口的就業(yè)質(zhì)量,假設(shè)H3再一次得到驗(yàn)證。

表7 Sobel與Bootstrap檢驗(yàn)

4.5 異質(zhì)性檢驗(yàn)

農(nóng)村流動(dòng)人口中不同人群的就業(yè)質(zhì)量差異值得進(jìn)一步討論。本文依據(jù)性別、技能水平、流動(dòng)范圍指標(biāo)將農(nóng)村流動(dòng)人口分為不同群體,就數(shù)字經(jīng)濟(jì)對(duì)不同群體就業(yè)質(zhì)量的影響展開了進(jìn)一步分析,且Chow檢驗(yàn)結(jié)果表明就業(yè)質(zhì)量在三組人群中有較大差異。其中,本文借鑒陸銘(2012)的做法,將全部農(nóng)村流動(dòng)人口按照受教育年限分為三組:受教育年限≤9為低技能組、9<受教育年限≤12為中技能組、12<受教育年限為高技能組。表8匯報(bào)了基于OLS模型的數(shù)字經(jīng)濟(jì)(X)對(duì)不同群組的綜合就業(yè)質(zhì)量指數(shù)、工資收入、社會(huì)保障及本地工作年限的異質(zhì)效應(yīng)評(píng)估結(jié)果,及基于Probit模型的數(shù)字經(jīng)濟(jì)(X)對(duì)不同群組的超時(shí)勞動(dòng)、單位福利、住房公積金參與、勞動(dòng)合同簽訂、職業(yè)層級(jí)和職業(yè)預(yù)期穩(wěn)定性的異質(zhì)效應(yīng)評(píng)估結(jié)果。在所有回歸中,均控制了個(gè)人、家庭、城市、區(qū)域及流動(dòng)特征層面的控制變量。

在性別特征上,數(shù)字經(jīng)濟(jì)對(duì)女性的綜合就業(yè)質(zhì)量指數(shù)及工資收入、社會(huì)保障、工作時(shí)間、住房公積金參與、簽訂勞動(dòng)合同的促進(jìn)作用明顯高于男性,可能的解釋在于:數(shù)字經(jīng)濟(jì)提升了勞動(dòng)效率,完善了非正規(guī)就業(yè)市場(chǎng)。同時(shí)通過優(yōu)化職位搜索、創(chuàng)造多種就業(yè)形式降低女性職業(yè)中斷的可能(曹景林、姜甜,2020),增加女性正規(guī)就業(yè)概率,普及了“五險(xiǎn)一金”及簽訂勞動(dòng)合同等基本福利。在技能水平特征上,數(shù)字經(jīng)濟(jì)對(duì)不同技能水平農(nóng)村流動(dòng)人口的綜合就業(yè)質(zhì)量指數(shù)都有顯著提升作用,且隨著農(nóng)村流動(dòng)人口技能水平的提高,其作用強(qiáng)度更趨明顯,這與郭晴等(2022)的研究結(jié)果一致。同時(shí),數(shù)字經(jīng)濟(jì)在提升高技能水平農(nóng)村流動(dòng)人口的社會(huì)保障、降低超時(shí)勞動(dòng)、增加單位福利、簽訂勞動(dòng)合同、提高職業(yè)預(yù)期穩(wěn)定性等方面有明顯優(yōu)勢(shì)。值得關(guān)注的是,數(shù)字經(jīng)濟(jì)對(duì)中、低技能水平農(nóng)村流動(dòng)人口的就業(yè)質(zhì)量及其各維度的作用強(qiáng)度雖存在明顯差異,但差異水平不大,卻與高技能水平人口就業(yè)質(zhì)量均存在較大差距,可能的解釋在于:一方面,數(shù)字經(jīng)濟(jì)引發(fā)同鄉(xiāng)聚集、密集勞動(dòng)力市場(chǎng)等現(xiàn)象,有利于區(qū)域性城市人口聚集,在增加就業(yè)機(jī)會(huì)、提高勞動(dòng)力市場(chǎng)匹配度的同時(shí),也因大量人才聚集而發(fā)生用人單位對(duì)勞動(dòng)力要求“水漲船高”的現(xiàn)象;另一方面,數(shù)字經(jīng)濟(jì)促使社會(huì)生產(chǎn)技術(shù)水平普遍提高,從而不斷增加對(duì)高技能勞動(dòng)力的需求(戚聿東等,2020),使得高技能水平農(nóng)村流動(dòng)人口就業(yè)質(zhì)量在數(shù)字經(jīng)濟(jì)發(fā)展過程中獲得明顯提升。在流動(dòng)特征上,數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村流動(dòng)人口綜合就業(yè)質(zhì)量指數(shù)均產(chǎn)生正向促進(jìn)作用,但其作用強(qiáng)度會(huì)因流動(dòng)范圍不同而異,即對(duì)市內(nèi)跨縣流動(dòng)人口的作用強(qiáng)度最大,其次是跨省流動(dòng),最后是省內(nèi)跨市,這與趙明霏(2020)的研究結(jié)果一致。同時(shí),該種作用的差異在工資收入、社會(huì)保障、單位福利、及勞動(dòng)合同簽訂等方面表現(xiàn)一致,其合理的解釋為:跨省的遠(yuǎn)距離流動(dòng)多是出于更好就業(yè)和更高資本回報(bào)的考慮(Niedomysl,2011),流入地往往是經(jīng)濟(jì)發(fā)達(dá)省份,而該類地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展水平也較高,數(shù)字經(jīng)濟(jì)的職位創(chuàng)造效應(yīng)顯著,農(nóng)村流動(dòng)人口的就業(yè)機(jī)會(huì)與質(zhì)量可以得到顯著提升;市內(nèi)跨縣的就近流動(dòng)更多是考慮原始積累的社會(huì)資本與人際網(wǎng)絡(luò)優(yōu)勢(shì),同鄉(xiāng)聚集效應(yīng)十分顯著,因此數(shù)字經(jīng)濟(jì)的職位創(chuàng)造效應(yīng)在強(qiáng)同鄉(xiāng)聚集效應(yīng)的作用下,對(duì)農(nóng)村流動(dòng)人口高質(zhì)量就業(yè)的促進(jìn)作用也相對(duì)更強(qiáng);省內(nèi)跨市流動(dòng)則處在以上兩類流動(dòng)距離之間,既無(wú)法充分享受到發(fā)達(dá)地區(qū)數(shù)字經(jīng)濟(jì)的“涓滴效應(yīng)”,也不能充分利用自身社會(huì)資本,因此,數(shù)字經(jīng)濟(jì)發(fā)展的“促就業(yè)”效果一般。

5 結(jié)論與啟示

本文利用2016年全國(guó)流動(dòng)人口監(jiān)測(cè)微觀數(shù)據(jù)與滯后一期的中國(guó)城市宏觀數(shù)據(jù)進(jìn)行匹配,考察了數(shù)字經(jīng)濟(jì)對(duì)農(nóng)村流動(dòng)人口就業(yè)質(zhì)量的影響及其機(jī)制。研究表明:(1)總體上,數(shù)字經(jīng)濟(jì)將促進(jìn)農(nóng)村流動(dòng)人口就業(yè)質(zhì)量的提升。(2)數(shù)字經(jīng)濟(jì)能夠顯著促進(jìn)農(nóng)村流動(dòng)人口的工資收入、社會(huì)保障、單位福利、簽訂勞動(dòng)合同,但對(duì)農(nóng)村流動(dòng)人口本地工作年限、職業(yè)預(yù)期穩(wěn)定性產(chǎn)生消極影響。(3)職位創(chuàng)造效應(yīng)發(fā)揮的同鄉(xiāng)聚集、密集勞動(dòng)力市場(chǎng)是數(shù)字經(jīng)濟(jì)提升農(nóng)村流動(dòng)人口就業(yè)質(zhì)量的重要途徑。(4)數(shù)字經(jīng)濟(jì)對(duì)女性、高技能水平、市內(nèi)跨縣人群的“促就業(yè)”效果更加明顯。

基于上述分析,本文提出以下政策建議:一是加大對(duì)農(nóng)村流動(dòng)人口職業(yè)技能培訓(xùn)力度和勞動(dòng)力保護(hù)程度,緩解數(shù)字經(jīng)濟(jì)的“替代效應(yīng)”對(duì)農(nóng)村流動(dòng)人口就業(yè)質(zhì)量產(chǎn)生的“創(chuàng)造性破壞”。同時(shí)為從事常規(guī)性工作的農(nóng)村流動(dòng)人口給予失業(yè)保障政策方面的重視,避免大規(guī)模失業(yè)引發(fā)社會(huì)動(dòng)蕩和經(jīng)濟(jì)衰退;二是在推動(dòng)數(shù)字經(jīng)濟(jì)發(fā)展的同時(shí),注重農(nóng)村流動(dòng)人口在流入地的社交網(wǎng)絡(luò)和社會(huì)資本的鞏固與再建,如以社區(qū)為關(guān)鍵空間場(chǎng)域,搭建社會(huì)參與平臺(tái),拉近農(nóng)村流動(dòng)人口與本地人口的社會(huì)距離,提升其城市歸屬感與認(rèn)同感。同時(shí),充分發(fā)揮同鄉(xiāng)聚集、密集勞動(dòng)力市場(chǎng),實(shí)現(xiàn)農(nóng)村流動(dòng)人口高質(zhì)量就業(yè)和共同富裕;三是結(jié)合新型城鎮(zhèn)化戰(zhàn)略定位,在依托縣域資源稟賦、推進(jìn)當(dāng)?shù)靥厣a(chǎn)業(yè)與數(shù)字經(jīng)濟(jì)發(fā)展相融合的過程中,加強(qiáng)對(duì)農(nóng)村勞動(dòng)力流動(dòng)范圍選擇的引導(dǎo)和宣傳,積極推進(jìn)農(nóng)村流動(dòng)人口就近就業(yè)和“就地城鎮(zhèn)化”。同時(shí)也需進(jìn)一步完善社會(huì)保障制度,對(duì)那些受數(shù)字經(jīng)濟(jì)發(fā)展沖擊較大的群體提供生活保障,提高農(nóng)村流動(dòng)人口在流入地的發(fā)展預(yù)期,降低在就業(yè)結(jié)構(gòu)調(diào)整期的福利損失。