數(shù)字技術(shù)的經(jīng)濟(jì)效應(yīng)研究

劉憲鑫 任希麗 劉璐

摘 要：本文利用2000—2018年世界主要經(jīng)濟(jì)體的非競(jìng)爭(zhēng)型投入產(chǎn)出表，構(gòu)造數(shù)字技術(shù)的完全國(guó)內(nèi)增加值系數(shù)、完全就業(yè)系數(shù)和經(jīng)濟(jì)效應(yīng)（EDT）指數(shù)，測(cè)算數(shù)字技術(shù)的經(jīng)濟(jì)效應(yīng)。結(jié)果顯示：（1）主要經(jīng)濟(jì)體數(shù)字技術(shù)的經(jīng)濟(jì)增長(zhǎng)和就業(yè)效應(yīng)呈現(xiàn)相同的變化趨勢(shì)；（2）中國(guó)數(shù)字技術(shù)的完全就業(yè)系數(shù)呈現(xiàn)下降趨勢(shì)，說(shuō)明勞動(dòng)生產(chǎn)率不斷提高，但與主要發(fā)達(dá)國(guó)家相比，生產(chǎn)率還存在一定的差距；（3）各國(guó)的EDT指數(shù)均呈現(xiàn)顯著上升趨勢(shì)，相對(duì)主要發(fā)達(dá)國(guó)家而言，中國(guó)的EDT指數(shù)還較低。

關(guān)鍵詞：數(shù)字技術(shù)；非競(jìng)爭(zhēng)型投入占用產(chǎn)出模型；經(jīng)濟(jì)效應(yīng)；就業(yè)效應(yīng)；EDT指數(shù)

本文索引：劉憲鑫，任希麗，劉璐.<變量 2>[J].中國(guó)商論，2023（16）：-058.

中圖分類(lèi)號(hào)：F124.3 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-0298（2023）08（b）--04

1 引言及文獻(xiàn)綜述

黨的二十大報(bào)告強(qiáng)調(diào)，要加快發(fā)展數(shù)字經(jīng)濟(jì)，促進(jìn)數(shù)字經(jīng)濟(jì)和實(shí)體經(jīng)濟(jì)深度融合，打造具有國(guó)際競(jìng)爭(zhēng)力的數(shù)字產(chǎn)業(yè)集群。發(fā)展數(shù)字經(jīng)濟(jì)是把握新一輪科技革命和產(chǎn)業(yè)變革新機(jī)遇的戰(zhàn)略選擇，只有不斷做強(qiáng)做優(yōu)做大我國(guó)數(shù)字經(jīng)濟(jì)，才能更好地推動(dòng)經(jīng)濟(jì)實(shí)現(xiàn)質(zhì)的有效提高和量的合理增長(zhǎng)?！度驍?shù)字經(jīng)濟(jì)白皮書(shū)（2022年）》數(shù)據(jù)顯示，2020—2021年，不同發(fā)展階段國(guó)家數(shù)字經(jīng)濟(jì)規(guī)模均有所擴(kuò)大，數(shù)字經(jīng)濟(jì)占GDP的比重均有所上升。2021年，發(fā)達(dá)國(guó)家數(shù)字經(jīng)濟(jì)占GDP的比重為55.7%；發(fā)展中國(guó)家數(shù)字經(jīng)濟(jì)占GDP的比重為29.8%。以大數(shù)據(jù)、云計(jì)算、人工智能為標(biāo)志的數(shù)字經(jīng)濟(jì)已經(jīng)融入經(jīng)濟(jì)社會(huì)的方方面面，數(shù)字技術(shù)飛躍式發(fā)展將對(duì)產(chǎn)業(yè)結(jié)構(gòu)、產(chǎn)業(yè)組織方式及傳統(tǒng)商業(yè)模式產(chǎn)生革命性影響，使經(jīng)濟(jì)出現(xiàn)跳躍式增長(zhǎng)。在當(dāng)前世界經(jīng)濟(jì)下行壓力加大的形勢(shì)下，研究如何充分發(fā)揮數(shù)字技術(shù)對(duì)經(jīng)濟(jì)增長(zhǎng)和就業(yè)的拉動(dòng)效應(yīng)，實(shí)現(xiàn)經(jīng)濟(jì)持續(xù)、穩(wěn)定和協(xié)調(diào)增長(zhǎng)具有重要的理論價(jià)值和現(xiàn)實(shí)意義。

關(guān)于數(shù)字技術(shù)對(duì)經(jīng)濟(jì)增長(zhǎng)的影響研究，索洛最早發(fā)現(xiàn)美國(guó)企業(yè)投入大量的計(jì)算機(jī)設(shè)備，生產(chǎn)率卻未提高，即存在“生產(chǎn)率悖論”（Productivity Paradox）。此后，大量學(xué)者對(duì)此問(wèn)題進(jìn)行了研究。例如Aghion等（2018）[1]研究發(fā)現(xiàn)，人工智能技術(shù)可以克服鮑莫爾成本病，使得經(jīng)濟(jì)可以長(zhǎng)期保持高速穩(wěn)定的增長(zhǎng)。Stella等（2020）[2]發(fā)現(xiàn)，數(shù)字技術(shù)對(duì)經(jīng)濟(jì)增長(zhǎng)在短期內(nèi)（前四個(gè)季度）是負(fù)向影響，中期及以上（從第五個(gè)季度及以上）開(kāi)始，數(shù)字技術(shù)對(duì)經(jīng)濟(jì)增長(zhǎng)的影響變成正向影響。趙星等（2022）[3] 研究發(fā)現(xiàn)，數(shù)字技術(shù)作為數(shù)字經(jīng)濟(jì)形態(tài)下的一種新技術(shù)，為新發(fā)展格局下中國(guó)經(jīng)濟(jì)的高質(zhì)量和可持續(xù)發(fā)展及創(chuàng)新發(fā)展提供了關(guān)鍵動(dòng)力。吳福象等（2022）[4]發(fā)現(xiàn)，數(shù)字技術(shù)深化可以提高地區(qū)生產(chǎn)率，進(jìn)而促進(jìn)地區(qū)經(jīng)濟(jì)發(fā)展。田秀娟和李睿（2022）[5] 基于“創(chuàng)造性毀滅”機(jī)制，建立引入數(shù)字技術(shù)發(fā)展因素的多部門(mén)熊彼特內(nèi)生增長(zhǎng)動(dòng)態(tài)隨機(jī)一般均衡模型，指出數(shù)字技術(shù)與實(shí)體產(chǎn)業(yè)部門(mén)的集成整合可以促進(jìn)宏觀(guān)經(jīng)濟(jì)增長(zhǎng)。任希麗、張海偉（2023）[6]認(rèn)為，數(shù)字技術(shù)對(duì)中國(guó)各省級(jí)區(qū)域各行業(yè)產(chǎn)出增長(zhǎng)具有正向影響。

數(shù)字技術(shù)對(duì)就業(yè)的影響研究，主要分析了替代效應(yīng)和創(chuàng)造效應(yīng)。李太龍等（2019）[7]、孟祺（2020）[8]、何宗樾和宋旭光（2020）[9]認(rèn)為，數(shù)字技術(shù)進(jìn)步對(duì)就業(yè)存在著雙重效應(yīng)，既存在就業(yè)替代效應(yīng)，又存在就業(yè)創(chuàng)造效應(yīng)。韓文龍、劉璐（2020）[10] 總結(jié)了數(shù)字勞動(dòng)化的四種現(xiàn)象，分析了數(shù)字勞動(dòng)對(duì)傳統(tǒng)生產(chǎn)方式的影響，并指出新興的數(shù)字化勞動(dòng)技術(shù)增加了傳統(tǒng)勞工的失業(yè)風(fēng)險(xiǎn)。丁琳、王會(huì)娟（2020）[11]研究發(fā)現(xiàn)，數(shù)字技術(shù)進(jìn)步會(huì)促進(jìn)整體就業(yè)。Khachaturya（2021）[12]研究發(fā)現(xiàn)，數(shù)字技術(shù)的替代效應(yīng)更大。李麗等（2022）[13]研究發(fā)現(xiàn)，數(shù)字技術(shù)進(jìn)步會(huì)不斷提高服務(wù)業(yè)的就業(yè)吸納能力，進(jìn)而增加服務(wù)業(yè)的就業(yè)總量。

綜上所述，現(xiàn)有文獻(xiàn)分別針對(duì)數(shù)字技術(shù)的經(jīng)濟(jì)增長(zhǎng)效應(yīng)和就業(yè)效應(yīng)進(jìn)行了大量研究，由于樣本、數(shù)據(jù)選擇、研究方法不同，研究結(jié)果存在很大差異。本文突破現(xiàn)有單一視角研究，利用非競(jìng)爭(zhēng)型投入占用產(chǎn)出模型，同時(shí)考察數(shù)字技術(shù)對(duì)經(jīng)濟(jì)增長(zhǎng)和就業(yè)的拉動(dòng)效應(yīng)，構(gòu)造數(shù)字技術(shù)的經(jīng)濟(jì)效應(yīng)指數(shù)，并將我國(guó)與主要經(jīng)濟(jì)體進(jìn)行比較，對(duì)數(shù)字技術(shù)在創(chuàng)新生命周期中所處的階段做出判斷，據(jù)此有針對(duì)性地提出對(duì)策。

2 數(shù)字技術(shù)的經(jīng)濟(jì)效應(yīng)測(cè)度方法和數(shù)據(jù)說(shuō)明

根據(jù)創(chuàng)新生命周期理論，數(shù)字技術(shù)發(fā)展階段不同，其對(duì)經(jīng)濟(jì)增長(zhǎng)和就業(yè)的拉動(dòng)效應(yīng)不同。在引進(jìn)階段，新產(chǎn)品以知識(shí)和技術(shù)密集型為主，同時(shí)消費(fèi)者需求具有一定的時(shí)滯性，數(shù)字技術(shù)對(duì)經(jīng)濟(jì)增長(zhǎng)和就業(yè)的拉動(dòng)作用有限；當(dāng)達(dá)到增長(zhǎng)和成熟階段后，數(shù)字技術(shù)作為通用目的技術(shù)，被其他行業(yè)廣泛采用，隨著產(chǎn)業(yè)數(shù)字化和數(shù)字產(chǎn)業(yè)化的不斷發(fā)展，投資和消費(fèi)迅速擴(kuò)張，數(shù)字技術(shù)對(duì)經(jīng)濟(jì)增長(zhǎng)和就業(yè)的拉動(dòng)效應(yīng)增大；當(dāng)進(jìn)入衰退階段，投資萎縮、需求減少，數(shù)字技術(shù)對(duì)經(jīng)濟(jì)增長(zhǎng)和就業(yè)的拉動(dòng)效應(yīng)下降。

本文利用非競(jìng)爭(zhēng)型投入占用產(chǎn)出表，將所有產(chǎn)業(yè)合并為數(shù)字技術(shù)載體產(chǎn)業(yè)和傳統(tǒng)產(chǎn)業(yè)兩大部門(mén)，計(jì)算一國(guó)單位數(shù)字技術(shù)行業(yè)總產(chǎn)出對(duì)國(guó)內(nèi)增加值和就業(yè)的拉動(dòng)效應(yīng)，通過(guò)對(duì)各經(jīng)濟(jì)體數(shù)字技術(shù)的經(jīng)濟(jì)效應(yīng)進(jìn)行橫向和縱向比較，可以更準(zhǔn)確地把握各國(guó)數(shù)字技術(shù)的發(fā)展水平。

2.1 測(cè)度方法

2.1.1 數(shù)字技術(shù)的經(jīng)濟(jì)增長(zhǎng)效應(yīng)

本文利用單位數(shù)字技術(shù)的完全國(guó)內(nèi)增加值系數(shù)進(jìn)行測(cè)度，根據(jù)投入產(chǎn)出理論有：

其中，右上標(biāo)D、T分別表示數(shù)字技術(shù)產(chǎn)業(yè)和傳統(tǒng)產(chǎn)業(yè)；BDV和BT為D、T的完全國(guó)內(nèi)增加值系數(shù)行向量；BDD、BDT代表D、T的單位最終需求對(duì)D的完全需要系數(shù)矩陣；BTD、BTT代表D、T的單位最終需求對(duì)T的完全需要系數(shù)矩陣；XD和XT分別表示D、T的總產(chǎn)出；VD和VT表示D、T的增加值行向量。

2.1.2 數(shù)字技術(shù)的就業(yè)效應(yīng)

利用就業(yè)的完全需要系數(shù)來(lái)度量，計(jì)算如下：

一國(guó)數(shù)字技術(shù)產(chǎn)品最終需求對(duì)數(shù)字技術(shù)部門(mén)的拉動(dòng)效應(yīng)占其總體拉動(dòng)效應(yīng)（完全增加值系數(shù)和完全就業(yè)系數(shù)）的比例，在一定程度上可以反映一國(guó)數(shù)字技術(shù)產(chǎn)業(yè)的實(shí)力。

2.1.3 經(jīng)濟(jì)效應(yīng)指數(shù)

首先，計(jì)算j國(guó)完全增加值系數(shù)和完全就業(yè)系數(shù)中數(shù)字技術(shù)部門(mén)所占的比例：

其次，將均值與完全國(guó)內(nèi)增加值系數(shù)及生產(chǎn)率系數(shù)相加，得到經(jīng)濟(jì)效應(yīng)指數(shù)：

單位數(shù)字技術(shù)產(chǎn)品帶來(lái)的國(guó)內(nèi)增加值系數(shù)越大，表明數(shù)字技術(shù)產(chǎn)業(yè)帶來(lái)的收益越大，對(duì)國(guó)內(nèi)經(jīng)濟(jì)增長(zhǎng)的拉動(dòng)效應(yīng)越明顯；而就業(yè)的完全需要系數(shù)越小，則表明生產(chǎn)單位數(shù)字技術(shù)產(chǎn)品使用的勞動(dòng)力越少，即勞動(dòng)生產(chǎn)率越高。

2.2 數(shù)據(jù)說(shuō)明

本文使用的非競(jìng)爭(zhēng)型投入產(chǎn)出表來(lái)自WIOD投入產(chǎn)出數(shù)據(jù)庫(kù)2021版。受數(shù)據(jù)可得性限制，本文選取中國(guó)、美國(guó)、英國(guó)、德國(guó)、日本、俄羅斯等42個(gè)國(guó)家作為樣本進(jìn)行研究。

3 數(shù)字技術(shù)的經(jīng)濟(jì)效應(yīng)

3.1 數(shù)字技術(shù)的經(jīng)濟(jì)增長(zhǎng)效應(yīng)

2000—2018年部分國(guó)家單位數(shù)字技術(shù)產(chǎn)品帶來(lái)的完全國(guó)內(nèi)增加值系數(shù)如圖1所示，由圖1可以看到，各國(guó)的完全國(guó)內(nèi)增加值系數(shù)呈現(xiàn)大致相同的變化趨勢(shì)，2015年出現(xiàn)顯著上升，之后各經(jīng)濟(jì)體數(shù)字技術(shù)的經(jīng)濟(jì)增長(zhǎng)效應(yīng)呈現(xiàn)顯著收斂趨勢(shì)，各國(guó)間的差距不斷縮小。這表明不同國(guó)家單位數(shù)字技術(shù)行業(yè)總產(chǎn)出對(duì)經(jīng)濟(jì)的拉動(dòng)效應(yīng)不同，但各個(gè)國(guó)家的經(jīng)濟(jì)活動(dòng)相互依存、相互關(guān)聯(lián)。美國(guó)等發(fā)達(dá)經(jīng)濟(jì)體的數(shù)字技術(shù)經(jīng)濟(jì)增長(zhǎng)效應(yīng)大于印度等發(fā)展中經(jīng)濟(jì)體。2002年以來(lái)，美國(guó)的完全國(guó)內(nèi)增加值系數(shù)一直位于首位，說(shuō)明美國(guó)單位數(shù)字技術(shù)行業(yè)總產(chǎn)出對(duì)國(guó)內(nèi)增加值的拉動(dòng)作用較高。2004—2008年，中國(guó)的完全國(guó)內(nèi)增加值系數(shù)一直較低，2014—2018年和其他國(guó)家的差距逐漸縮小，說(shuō)明中國(guó)的數(shù)字技術(shù)對(duì)經(jīng)濟(jì)增長(zhǎng)的拉動(dòng)效應(yīng)逐漸增強(qiáng)。

3.2 就業(yè)效應(yīng)

2000—2018年部分國(guó)家單位數(shù)字技術(shù)行業(yè)總產(chǎn)出的就業(yè)完全增加值系數(shù)如圖2所示。由圖2可以看到，這幾個(gè)國(guó)家單位數(shù)字技術(shù)行業(yè)總產(chǎn)出的就業(yè)完全需要系數(shù)都呈現(xiàn)下降趨勢(shì)，表明這些國(guó)家數(shù)字技術(shù)產(chǎn)業(yè)的勞動(dòng)生產(chǎn)率不斷提高。相對(duì)其他國(guó)家來(lái)說(shuō)，中國(guó)的就業(yè)完全需要系數(shù)較大，表明生產(chǎn)率相對(duì)較低，但2000—2018年中國(guó)就業(yè)系數(shù)呈現(xiàn)明顯下降趨勢(shì)，說(shuō)明中國(guó)的數(shù)字技術(shù)發(fā)展迅速。

3.3 經(jīng)濟(jì)效應(yīng)指數(shù)

2010—2018年部分國(guó)家單位數(shù)字技術(shù)的經(jīng)濟(jì)效應(yīng)指數(shù)如表1所示。由表1可以看到，各國(guó)的經(jīng)濟(jì)效應(yīng)指數(shù)均呈現(xiàn)顯著的上升趨勢(shì)，說(shuō)明各個(gè)國(guó)家的數(shù)字技術(shù)對(duì)經(jīng)濟(jì)增長(zhǎng)和就業(yè)可以起到促進(jìn)作用。2018年，美國(guó)、英國(guó)和加拿大的經(jīng)濟(jì)效應(yīng)指數(shù)位于前三，分別為2.6、2.59、2.58。美國(guó)的EDT指數(shù)一直處于領(lǐng)先地位，說(shuō)明美國(guó)的數(shù)字技術(shù)行業(yè)發(fā)展相對(duì)成熟。日本、加拿大和澳大利亞的數(shù)字技術(shù)對(duì)經(jīng)濟(jì)增長(zhǎng)和就業(yè)的拉動(dòng)效應(yīng)也較強(qiáng)，其EDT指數(shù)都達(dá)到了2.5以上。中國(guó)的EDT指數(shù)較為靠后，說(shuō)明數(shù)字技術(shù)對(duì)經(jīng)濟(jì)增長(zhǎng)和就業(yè)的拉動(dòng)作用還未明顯呈現(xiàn)出來(lái)，但2018年較2008年有了明顯提高，需進(jìn)一步發(fā)揮其作為通用目的技術(shù)對(duì)經(jīng)濟(jì)的拉動(dòng)效應(yīng)。

4 促進(jìn)數(shù)字技術(shù)帶動(dòng)經(jīng)濟(jì)增長(zhǎng)和就業(yè)的對(duì)策

大數(shù)據(jù)、云計(jì)算等數(shù)字技術(shù)不斷發(fā)展，數(shù)字產(chǎn)業(yè)化規(guī)模不斷壯大、產(chǎn)業(yè)數(shù)字化加快發(fā)展，數(shù)字經(jīng)濟(jì)成為新一輪產(chǎn)業(yè)革命的重要引擎和驅(qū)動(dòng)經(jīng)濟(jì)增長(zhǎng)的新動(dòng)力。本文利用2000—2018年非競(jìng)爭(zhēng)型投入產(chǎn)出表，測(cè)算中國(guó)、美國(guó)、日本等42個(gè)經(jīng)濟(jì)體的數(shù)字技術(shù)完全國(guó)內(nèi)增加值系數(shù)、完全就業(yè)系數(shù)和EDT指數(shù)。研究發(fā)現(xiàn)：（1）主要經(jīng)濟(jì)體數(shù)字技術(shù)的經(jīng)濟(jì)增長(zhǎng)和就業(yè)效應(yīng)呈現(xiàn)相同的變化趨勢(shì)。（2）中國(guó)數(shù)字技術(shù)的完全就業(yè)系數(shù)呈現(xiàn)下降趨勢(shì)，說(shuō)明勞動(dòng)生產(chǎn)率不斷提高，但與主要發(fā)達(dá)國(guó)家相比，生產(chǎn)率還存在一定的差距。（3）各國(guó)的EDT指數(shù)均呈現(xiàn)顯著上升趨勢(shì)，相對(duì)主要發(fā)達(dá)國(guó)家而言，中國(guó)的EDT指數(shù)還較低。

據(jù)此，為推進(jìn)我國(guó)數(shù)字化進(jìn)程，借助數(shù)字技術(shù)促進(jìn)經(jīng)濟(jì)增長(zhǎng)和推動(dòng)就業(yè)，本文提出以下政策建議：

第一，加強(qiáng)國(guó)際間區(qū)域經(jīng)濟(jì)合作，促進(jìn)數(shù)字技術(shù)共同發(fā)展。目前，發(fā)展中國(guó)家和發(fā)達(dá)國(guó)家的數(shù)字技術(shù)發(fā)展水平存在一定差距，發(fā)展中國(guó)家要積極引進(jìn)數(shù)字技術(shù)，抓住數(shù)字經(jīng)濟(jì)的發(fā)展機(jī)遇，提高數(shù)字經(jīng)濟(jì)發(fā)展質(zhì)量。充分利用好本地資源稟賦優(yōu)勢(shì)的同時(shí)，加快數(shù)字技術(shù)與傳統(tǒng)產(chǎn)業(yè)的融合升級(jí)，培育新的比較優(yōu)勢(shì)。各個(gè)國(guó)家應(yīng)加強(qiáng)合作，共同應(yīng)對(duì)世界經(jīng)濟(jì)下行壓力。

第二，加快數(shù)字基礎(chǔ)設(shè)施建設(shè)，推動(dòng)我國(guó)數(shù)字技術(shù)進(jìn)步。完善的數(shù)字基礎(chǔ)設(shè)施建設(shè)是發(fā)展數(shù)字技術(shù)的基礎(chǔ)，加大數(shù)字基礎(chǔ)設(shè)施投資，促進(jìn)數(shù)字化發(fā)展，進(jìn)而促進(jìn)生產(chǎn)效率的提高。一是加強(qiáng)5G的基站建設(shè)和網(wǎng)絡(luò)覆蓋，實(shí)現(xiàn)數(shù)據(jù)高速傳輸，提高數(shù)據(jù)傳輸?shù)男屎涂煽啃浴６羌铀賹?duì)云計(jì)算、大數(shù)據(jù)等領(lǐng)域的技術(shù)創(chuàng)新、應(yīng)用拓展和產(chǎn)業(yè)生態(tài)打造，加速企業(yè)和行業(yè)數(shù)字化轉(zhuǎn)型，為傳統(tǒng)產(chǎn)業(yè)注入新動(dòng)力，拉動(dòng)我國(guó)經(jīng)濟(jì)增長(zhǎng)。三是注重國(guó)內(nèi)不同區(qū)域協(xié)調(diào)發(fā)展，國(guó)內(nèi)東西部基礎(chǔ)設(shè)施建設(shè)仍有很大差距，在保證東部數(shù)字技術(shù)發(fā)展穩(wěn)定的同時(shí)，要加快西部基礎(chǔ)設(shè)施建設(shè)。

第三，加大對(duì)信息技術(shù)類(lèi)專(zhuān)業(yè)人力資本的投資，加快發(fā)展數(shù)字經(jīng)濟(jì)。數(shù)字技術(shù)、數(shù)字產(chǎn)業(yè)是當(dāng)今世界科技創(chuàng)新和經(jīng)濟(jì)發(fā)展的最前沿，知識(shí)和技術(shù)含量高，需要高技能勞動(dòng)力相匹配。通過(guò)加大對(duì)人力資本的投資、加大對(duì)信息技術(shù)類(lèi)專(zhuān)業(yè)教育的投入，培養(yǎng)交叉創(chuàng)新型人才。同時(shí)，完善人才引進(jìn)制度體系，提高熟練勞動(dòng)力在勞動(dòng)力中的占比，使數(shù)字技術(shù)對(duì)就業(yè)的創(chuàng)造效應(yīng)超過(guò)替代效應(yīng)，促進(jìn)就業(yè)的同時(shí)，優(yōu)化就業(yè)結(jié)構(gòu)。

參考文獻(xiàn)

AGHION P，BENJAMIN F J，CHARLES I J. Artificial intelligence and economic growth[M]The economics of artificial intelligence： An agenda. University of Chicago Press，2018：237-282.

STELLA C C，OMOKHAGBO M I. An assessment of the impact of digital technology adoption on economic growth and labour productivity in Nigeria[J]. NETNOMICS：EconomicResearchand Electronic Networking，2020（21）：103-128.

趙星，李若彤，賀慧圓.數(shù)字技術(shù)可以促進(jìn)創(chuàng)新效率提升嗎？[J].科學(xué)學(xué)研究，2022（8）：1-15.

吳福象，趙明明，徐霞.數(shù)字技術(shù)深化與地區(qū)經(jīng)濟(jì)效率：基于技術(shù)質(zhì)量和技術(shù)難度的雙重視角[J].上海經(jīng)濟(jì)研究，2022（11）：58-73.

田秀娟，李睿.數(shù)字技術(shù)賦能實(shí)體經(jīng)濟(jì)轉(zhuǎn)型發(fā)展：基于熊彼特內(nèi)生增長(zhǎng)理論的分析框架[J].管理世界，2022（5）：56-71.

任希麗，張海偉.數(shù)字技術(shù)與中國(guó)省區(qū)產(chǎn)業(yè)增長(zhǎng)：基于雙重差分非線(xiàn)性計(jì)量模型的實(shí)證分析[J].商業(yè)研究，2023（1）：11-19.

李太龍，陸敏輝，朱曼.制造業(yè)技術(shù)進(jìn)步的要素偏向及其對(duì)能源強(qiáng)度的影響[J].統(tǒng)計(jì)與決策，2019，35（10）：138-141.

孟祺.數(shù)字經(jīng)濟(jì)與高質(zhì)量就業(yè)：理論與實(shí)證[J].社會(huì)科學(xué)，2021 （2）：47-58.

何宗樾，宋旭光.數(shù)字經(jīng)濟(jì)促進(jìn)就業(yè)的機(jī)制與啟示：疫情發(fā)生之后的思考[J].經(jīng)濟(jì)學(xué)家，2020（5）：58-68.

韓文龍，劉璐.數(shù)字勞動(dòng)過(guò)程中的“去勞動(dòng)關(guān)系化”現(xiàn)象，本質(zhì)與中國(guó)應(yīng)對(duì)[J].當(dāng)代經(jīng)濟(jì)研究，2020（10）：15-23.

丁琳，王會(huì)娟.互聯(lián)網(wǎng)技術(shù)進(jìn)步對(duì)中國(guó)就業(yè)的影響及國(guó)別比較研究[J].經(jīng)濟(jì)科學(xué)，2020（1）：72-85.

Khachaturyan A. A. Unemployment and Other Social Threats of the Digital Economy. [J]. Studies on Russian Economic Development，2021（32）：297-304.

李麗，張東旭，薛雯卓，等.數(shù)字經(jīng)濟(jì)驅(qū)動(dòng)服務(wù)業(yè)高質(zhì)量發(fā)展機(jī)制探析[J].商業(yè)經(jīng)濟(jì)研究，2022（3）：174-176.