数字经济对农村流动人口就业质量的影响

彭丽娜,徐家鹏,姜志德,闫振宇

(西北农林科技大学 经济管理学院,陕西 杨陵 712100)

1 引言

自2009年中国政府网印发了《2006-2020年国家信息化发展战略》以来(1)中国政府网:《2006—2020年国家信息化发展战略》,http://www.gov.cn/test/2009-09/24/content_1425447.htm,2009年9月24日。,以数据信息为关键要素的数字经济快速发展,为实现城市经济高质量发展战略目标做出了卓越贡献(赵涛等,2020)。同时,数字经济发展所带来的数字技术进步与产业变革,也对城市劳动力市场与农村流动人口就业带来深远影响(丛屹、俞伯阳,2020)。2021年8月,国务院发布的《“十四五”就业促进规划》,重点突出了“城乡劳动者”,即农村流动人口的就业质量问题。实现农民的高质量就业,特别是农村流动人口的高质量就业,是中国巩固脱贫攻坚成果、实现乡村振兴、达成共同富裕目标的关键所在(李长安,2018)。截止2021年底,中国农村流动人口总量达到29251万人,数字经济的发展对这一庞大群体就业质量的影响如何,将直接决定中国全体人民是否向共同富裕迈出坚实步伐(2)国务院:《国务院关于印发“十四五”就业促进规划的通知》,http://www.gov.cn/zhengce/content/2021-08/27/content_5633714.htm,2021年8月23日。。因此,分析数字经济对农村流动人口就业质量的影响和作用机理,并基于此提出促进农村流动人口高质量就业的路径,对于中国实现稳定脱贫和共同富裕的愿景,具有重要的理论和现实意义。

目前,关于数字经济对就业的影响研究多从劳动力市场准入的就业增长“数量”层面出发,聚焦数字经济的“促就业”效果。研究证实,数字经济通过与实体经济深度融合(王文,2020),一方面有助于激活劳动力市场个体创业行为(郭晴等,2022 ;刘翠花,2022),改善低收入群体的收入水平(戚聿东等,2020);另一方面则力促企业创新,尤其是鼓励小型企业依托数字平台催生大量新业态和新模式,从而创造更多就业机会(武汉大学稳经济保就业课题组,2020)。因此,数字经济能够在缩小劳动力社会资源、就业机会等方面劣势的同时(Wasserman,Richmond-Abbott,2005),也有助于实现劳动者的多元化就业和多渠道增收。而在就业质量层面,现有研究主要集中在就业质量评价指标体系的构建及其影响因素方面。就业质量评价指标体系从宏观或者微观视角出发进行设计。微观视角主要基于劳动个体薪酬激励、工作匹配度(Schroeder,2007)、工作时间、工作条件、职业前景(Smith et al.,2010)等工作本身特征构建。除此之外,工作兴趣、工作满意度(Kalleberg et al.,2015)、工作保障等其他工作特征维度也越来越多地纳入到评价指标体系中(Clark,2005)。宏观视角则主要基于劳动力市场指标,如就业人数、失业率等,及就业结构、就业稳定、就业公平等宏观政策指标,对地区人口就业质量进行评价(赖德胜等,2011),且就业质量评价指标体系会因评价对象不同而有所差异。另外,现有研究主要从性别(Clark et al.,2021)、身体状况(Kim,Han,2015)、务工距离(李中建、袁璐璐,2017)、权利认知(刘长全,2022)等个体特征,人力资源管理制度、工会组织形式等用人单位特征(丁守海等,2018),以及数字经济(孟祺,2021)、贸易开放(史恩义等,2021)、产业智能化(齐乐、陶建平,2023)等宏观政策特征对人口就业质量的影响因素展开分析。

现有关于数字经济对人口就业质量影响的研究较少,已有研究主要基于宏观视角探究数字技术进步与人口就业质量的因果关系及其作用机制,缺乏微观证据的研究,且这些研究也并未得到一致结论。一种代表性观点认为,数字技术进步有利于提高就业质量。数字技术进步有利于改进生产效率和就业环境(曹静、周亚林,2018),增加对高技能人才需求,从而促进劳动力自我素质的提升(Autor,2015),改善就业机会与收入水平。与此同时,数字技术进步还将通过影响企业人力资源管理制度提高“人-岗”匹配度,长期内将有利于改善劳动关系(丁守海等,2018)。另一种代表性观点认为,数字技术进步将无益于就业质量。数字技术发展势头迅猛,但国民人力资本水平却在短期内无法得到明显提升,会使得劳动力市场结构性矛盾突出,加剧“就业难”与“招工难”并存的局面(张新春、董长瑞,2019)。同时,数字经济会衍生出多种新业态与新模式,尤其是灵活就业形式,这虽然有利于平衡家庭与工作,但会弱化从属劳动关系(戚聿东等,2020),对劳动权益保障产生不利影响(齐乐、陶建平,2023)。

总体而言,现有研究为相关领域研究的开展奠定了坚实的基础,但鲜有关于数字经济对农村人口就业质量影响的研究,更缺乏将城市宏观数据与农村流动人口个体微观数据相结合,具体分析数字经济对农村流动人口就业质量的影响以及内在机理的相关研究。鉴于此,本文从互联网发展和数字普惠金融两方面对数字经济水平进行测度,并从工作时间、薪资福利、劳动权益保障、职业层级、工作稳定性等5个维度构建农村流动人口就业质量的测度指标体系,利用2016年全国流动人口监测微观数据与滞后一期的中国城市宏观数据进行匹配,考察数字经济对农村流动人口就业质量的影响及其机制。与已有研究比较,本文的边际贡献包括:(1)从微观层面考察数字经济对农村流动人口就业质量的影响,有助于完善现有理论分析框架;(2)从个体同乡聚集、所在城市的密集劳动力市场两条路径出发,获悉数字经济对农村流动人口就业质量的影响机制;(3)从不同性别、劳动力技能水平、流动范围三个角度出发,厘清数字经济对农村流动人口就业质量影响的异质性,为农村流动人口高质量就业提供更全面、更细致的微观经验证据。

2 理论分析与研究假设

数字经济引领社会生产力不断突破和跨越式发展,对整个国民经济体系和产业模式产生重大影响。在此过程中,数字经济可能会对农村流动人口就业质量产生影响。具体影响逻辑如下:

2.1 数字经济与农村流动人口就业质量

(1)数字经济通过削弱传统劳动力的岗位竞争力影响农村流动人口的工作稳定性。具体而言,智能化、自动化是数字经济的代表性生产技术,较传统劳动力而言,具有高自动化效率、低成本和信息化等优势(Zeira,J.,1998),能够完成不同程度的程式化和非程式化生产任务(Autor et al.,2003),进一步拓宽了传统劳动力可被替代的工作范围,即数字技术创新应用引致的“机器换人”现象,学术界将其称之为数字经济的“替代效应”(下文简称“替代效应”)(齐乐、陶建平,2023 ;王文,2020)。在“替代效应”作用下,数字经济通过对宏观产业结构和企业运营模式的影响,如用工模式的多元化、弹性化(戚聿东、肖旭,2020),加速农村流动人口工作转换频率(蒋文莉、赵昕,2022),对其人力资本积累和工作稳定性都将产生不利影响。

(2)数字经济对农村流动人口薪资福利、劳动权益保障的影响主要有以下两条路径。第一条路径是数字经济的“替代效应”对劳动力市场产生一定冲击,尤其是那些对学历要求较低、薪酬较少的职业遭受到的冲击将更为严重(孙早、侯玉琳,2019),这大大降低了传统劳动力的就业优势和薪资议价能力,同时也将无益于其薪资福利与劳动权益保障的提升(Zaharieva,Anna,2013),从而对农村流动人口就业质量产生不利影响。因此,数字经济的“替代效应”会降低农村流动人口的薪资福利及劳动权益保障,阻碍就业质量的提高。另一条路径是,数字经济通过发挥其高信息化、自动化、低成本等优势(Zeira,J.,1998),促进产销精准对接、提升市场有效需要,带动整个社会生产率的提高,即数字经济的“生产率效应”(王文,2020)。数字经济的“生产率效应”一定程度上能够改善和提升企业经营效益状况、刺激企业扩大生产规模,增加劳动力市场需求,从而提高劳动力就业优势和薪资议价能力,相应地提升劳动力的工资及福利水平。因此,数字经济的“生产率效应”会促进农村流动人口薪资福利及劳动权益保障的提升,提高其就业质量。综合以上,数字经济对农村流动人口薪资福利、劳动权益保障的影响取决于数字经济“替代效应”和“生产率效应”的综合作用结果。

(3)数字经济有助于推进产业及社会全面进入智能时代,从而对农村流动人口工作时间和职业层级产生不同影响。具体而言,数字经济会依托大数据、移动互联网和云计算等数字技术(王文,2020),通过机器学习和深度学习等方法实现岗位替代和组织模式的变革,即数字经济的“智能化效应”(齐乐、陶建平,2023)。在数字经济的“智能化效应”作用下,一方面,机器的自动化处理能力提升,机器代替人力完成高强度、复杂性、环境条件差的工作任务,降低了劳动者的工作强度和工作时间,从而使得劳动者的就业质量有所提升。但另一方面,企业组织的信息处理能力和效率提高,使得企业组织从集中式组织结构向扁平式、分布式网络转变(Hagel,Singer,1999),降低管理层级的岗位需求,不利于农村流动人口向管理者层级“跃迁”,阻碍农村流动人口就业质量的提升。由此,本文提出以下研究假说:

H1a:数字经济会降低农村流动人口的工作稳定性。

H1b:数字经济对农村流动人口薪资福利、劳动权益保障的影响方向不确定。

H1c:数字经济会减少农村流动人口工作时间,且不利于农村流动人口职业层级的提升。

综上,数字经济对农村流动人口就业质量的影响并非单一,而是数字经济的“替代效应”、“生产率效应”及“智能化效应”的综合影响结果。由此,本文提出以下研究假说:

H2:数字经济对农村流动人口就业质量的影响方向不确定。

2.2 数字经济影响农村流动人口就业质量的中介因素

随着智能化的不断提升,若只存在一种明显的“抑制替代效应”(即“生产率效应”),经济中的劳动收入份额(3)本文借鉴方军雄(2011)对劳动收入份额的定义,即按照要素增加值法,劳动收入份额=劳动收入/(劳动收入+资本收入),劳动收入份额+资本收入份额=1。则会不断下降(王文,2020)。但事实证明,数字经济发展中劳动收入份额在不断提升,这意味着还存在一种更强的抑制劳动力替代效应,使劳动密集型任务更具有比较优势,即数字经济的“职位创造效应”(王文,2020)。在数字经济的“职位创造效应”作用下,产业不断创新并与实体经济深度融合,增加了高技能劳动力的市场需求(如机器人维修师、数据优化师等),并推动着包括电子商务、直播、网约车等平台经济的发展,催生新业态和新模式(如互联网金融、新媒体和智慧物流等),创造了大量工作岗位需求,如淘宝店主、网约车司机等,这为农村流动人口提升就业质量提供了契机(章玉钧、郭正模,1999)。

在数字经济影响农村流动人口就业质量的路径中,其“职位创造效应”首先扩大了劳动力市场需求,再通过同乡聚集、密集劳动力市场两条路径提高农村流动人口的就业质量。具体而言,一方面,数字经济通过激发城市创新创业活力提高城市宜居宜业水平,从而增加对农村流动人口的吸引力(张锟澎、刘雪晴,2022),促进区域人口聚集。同时,农村劳动力初到新的城市,多以同乡关系为基础建立和拓展社会网络,并借此求职和适应城市生活,即“同乡聚集”现象。研究证实,“同乡聚集”有利于农村流动人口就业资源的积累,并显著提升了农村流动人口工资收入和工作满意度(张春泥、谢宇,2013),有助于其就业质量的提高。另一方面,数字经济会促进城市经济总量和就业规模的扩大(王文,2020),增加劳动力需求,形成“加速人才聚集→推动技术进步→创造更多就业机会”的良性循环,从而形成密集的城镇劳动力市场。这将为劳动力市场双方都提供更多“双向选择”的机会,从而提高农村流动人口与工作岗位的匹配度和匹配效率,改善农村流动人口就业质量(Addario,2011)。由此,本文提出以下研究假说:

H3:数字经济通过发挥同乡聚集、密集劳动力市场,提高农村流动人口的就业质量。

3 数据、变量与模型

3.1 数据来源

有关农村流动人口的个人、家庭层面的数据来自中国卫计委于2016年5月进行的全国流动人口卫生计生动态监测调查,调查对象是在流入地连续居住1个月及以上,非本县(市、区)户口的15-59岁的流动人口。该调查以31个省(区、市)和新疆生产建设兵团2015年全员流动人口年报数据为基本抽样框,采取分层、多阶段、与规模成比例的方法进行抽样。调查问卷分为个人问卷和社区问卷,其中个人问卷内容涵盖了受访者收支、就业、流动及居住意愿、健康与公共服务等信息,基本符合本文研究内容的数据要求。本文研究的是农村流动人口就业质量,故将研究样本选定在户籍为农业户口、年龄在16-59岁的流动就业群体。各城市的数字经济及相关变量均来自于《中国城市统计年鉴》、地级市统计年报和Wind资讯数据库。本文将城市相关变量与农村流动人口相关变量合并后并剔除缺失值样本后,共得到53070个样本,分布在267个地级市,其中受雇就业样本35819个,自雇就业样本17251个。需要说明的是,目前中国流动人口动态监测调查数据(CMDS)已更新至2018年,但2017与2018年数据中缺乏农村流动人口社会保障获得情况,故使用2016年的流动人口动态监测调查数据。

3.2 变量设定与描述性统计

(1)被解释变量:就业质量(Q)。本文的就业质量主要借鉴国际劳工组织所提的“体面劳动”这一理念,即劳动者在自由、平等、安全和尊严的条件下获得工作机会,其权利被保护、拥有足够的报酬和社会保障被提供(聂伟、风笑天,2016)。在该理念倡导下,“就业质量”概念被提出并得到社会广泛关注,而是否“体面劳动”被普遍作为了就业质量的评判准则。因此,现有研究中,就业质量的测度主要基于“体面劳动”理念,围绕就业的工作时间、工作稳定性、劳动权益保障、职业层级、薪资福利等维度展开(梁海艳,2019 ;刘长全,2022 ;齐乐、陶建平,2023)。具体而言,工作时间能间接反映个体休闲时间,就业质量“好”意味着自由时间和程度较高(唐宁、谢勇,2019);较好的工作稳定性是“体面劳动”的基本要求,有利于劳动者更好的融入社会,并获得平等对待(聂伟、风笑天,2016);完善的劳动权益保障使得劳动者的权利被保护、社会保障被提供,同时能够分散和抵御社会风险(郭晴等,2022 ;席恒,2021),也是“体面劳动”获得安全感的重要来源;较高的职业层级往往意味着拥有较大的职业晋升空间,更能从“体面劳动”中获得满足感和尊严(唐宁、谢勇,2019);薪资福利是就业质量的核心,高薪资福利水平也是“体面劳动”带来足够报酬的体现(齐乐、陶建平,2023)。

因此,本文从工作时间、工作稳定性、劳动权益保障、职业层级、薪资福利等5个维度构建就业质量指标体系,并对不同维度指标进行标准化处理(胡斌红、杨俊青,2019),采用因子分析法综合测度农村流动人口的就业质量指标。其中,①工作时间(Time)以问卷中“每周工作几小时”来衡量,以反映农村流动人口工作时长特征。本文对该指标进行了优化,在以往研究中工作时间是一个负向指标,认为工作时间越长,就业质量越差。但事实上,工作时间过短也有可能意味着不充分就业甚至是隐性失业。故本文将其处理成是否超时劳动,若每周工作时间超过44小时即为超时劳动(4)根据《劳动法》第三十六条,国家实行劳动者平均每周工作时间不超过四十四小时的工时制度。因此,本文将每周工作时间超过44小时,定义为超时劳动。,赋值为1,反之则赋值为0。②工作稳定性通过本地工作年限和职业预期稳定性来测量,本地工作年限(Year)为调查时间减去流入当地的时间;职业预期稳定性(Stability)卷中“未来五年打算在哪里工作生活”来体现,本文将“本地”归类为留下,赋值为1,将“回乡、其他地方及没想好”归类为不留下,赋值为0。③劳动权益保障包含社会保障、住房公积金参与、劳动合同签订三个指标。社会保障(Security)的测量方法是分别询问受访者城镇医疗保险、养老保险、工伤保险、失业保险和生育保险的参与情况,“参与”记为1,“未参与”记为0,然后将各项相加,得到一个社会保障变量。住房公积金参与(Fund)分为有和没有,分别赋值为1和0。劳动合同签订(Contract)将“有固定期限合同”、“无固定期限合同”合并为已签订合同,赋值为1;将“未签订或不清楚”归为未签订合同,赋值为0。④职业层级(Level)按职业类型划分为管理人员、非管理人员(专业技术人员和普通人员)两类,分别赋值为1和0。⑤薪资福利包括工资收入和单位福利两个指标。工资收入(Income)通过月收入来测量,纳入回归模型时取对数;单位福利(Welfare)以单位是否包吃住为衡量标准,若包吃住则赋值为1,不包吃住赋值为0。

(2)核心解释变量:数字经济(X)。借鉴赵涛(2020)按照将互联网发展作为核心测度指标,并加入数字交易指标构建数字经济指标体系的思路,结合数据可获得性,从互联网发展和数字金融发展两方面对数字经济进行测度(郭峰等,2020 ;刘军等,2020)。其中,互联网发展分别以百人中互联网宽带接入用户数、计算机服务和软件业从业人员占城镇单位从业人员比重、人均电信业务总量和百人中移动电话用户数等4个指标表示;数字金融发展,利用由北京大学数字金融研究中心和蚂蚁金服集团共同编制的《中国数字普惠金融指数》来表示(郭峰等,2020)。最后采用变异系数法获得指标权重,综合得到数字经济指数,记为X。考虑到可能存在内生性问题,本文采用滞后一期,即2015年的数字经济指数,作为核心解释变量。

(3)控制变量:依据全国流动人口卫生计生动态监测调查问卷,并借鉴相关文献(郭晴等,2022),本文控制了可能影响个体就业质量的变量,主要包括性别(Sex)、年龄(Age)、受教育年限(Edu)、婚姻(Marriage)、党员(Party)、单位所有制(Ownership)等个人特征,家庭规模(Size)、务工地房产(Estate)等家庭特征,本次流动范围(Scope)、总共流动次数(Freq)等流动特征,经济发展水平(GDP)等本次流入地的城市经济特征。

(4)中介变量:基于假说H3,数字经济对于农村流动人口就业质量的影响路径有两种,包括个体在流入地城市的密集劳动力市场(Thick Labor)和城市内的同乡聚集(Cluster)。本文借鉴相关文献(胡斌红、杨俊青,2019),使用城市建成区单位平方公里的从业人数作为密集劳动力市场的代理变量,所涉数据来源于《中国城市统计年鉴》;同乡聚集使用同一城市同一年除本人外的同原籍流动人口数量作为衡量指标(黄梦琪、金钟范,2021)。相关变量的具体定义和描述性统计如表1。

表1 主要变量的定义与描述性统计

3.3 计量模型

(1)OLS模型。为了分析数字经济对农村流动人口就业质量(Q)及工资收入(Income)、社会保障(Security)、本地工作年限(Year)等分项指标的影响,考虑到以上变量为连续变量,故本文使用最小二乘法(OLS)展开分析,模型如式(1):

Yij=a0+a1Xj+a2CONij+regionj+eij

(1)

其中,Yij表示个体i在城市j的上述就业质量分项指标;Xj表示j城市的数字经济指数,为了缓解内生性问题,本文使用滞后一期的数字经济指数,a1为数字经济的回归系数;CONij为控制变量,包括个人及家庭层面、城市层面、流动因素层面的变量,a2为各控制变量的回归系数;regionj表示区域固定效应;eij为误差项。

(2)二元Probit模型。为了分析数字经济对农村流动人口工作时间(Time)、单位包吃住(Welfare)、住房公积金(Fund)、劳动合同(Contract)、职业层级(Level)、职业预期稳定(Stability)等就业质量的影响,鉴于以上变量为二元离散变量,故采用二元Probit模型进行回归分析。潜变量模型如式(2):

Iij*=β0+β1Xj+β2CONij+regionj+εij

(2)

其中,潜变量Iij表示农村流动人口工作时间、单位福利、住房公积金、劳动合同、职业层级、职业预期稳定;Xj、CONij、regionj的含义同式(1);回归系数β1、β2分别对应数字经济水平,个人及家庭层面、城市层面、流动因素层面等控制变量;εij为误差项。可观测的因变量Iij与潜变量Iij*的对应关系如式(3):

(3)

其中,k为临界值,一般默认为0。与有序Probit模型类似,本文仅报告二元Probit模型的边际系数,即自变量变动一个单位,因变量取1的概率变动的单位数。

4 实证分析:数字经济与农村流动人口就业质量

4.1 基准回归结果

本文利用最小二乘法(OLS)对基准模型进行参数回归,并依次加入个体及家庭特征、流动特征、流入地城市的经济特征,得到数字经济影响农村流动人口就业质量的实证结果(表2)。结果显示,数字经济对农村流动人口就业质量的影响为正,逐步加入控制变量后,其估计系数的符号和显著性未发生明显变化,均在1%的水平下通过显著性检验。这说明数字经济水平每提高一个标准差,能够使得农村流动人口的就业质量综合指数提升0.0364-0.1130个单位,意味着数字经济对农村流动人口就业质量的负向“替代效应”小于正向“生产率效应”,即总体而言,数字经济将正向影响农村流动人口就业质量,验证了本文的假说H2。

表2 基准回归结果:数字经济对农村流动人口就业质量的影响

此外,男性长者更有可能拥有较高的就业质量,同时农村流动人口的受教育程度、婚姻状况、组织身份(党员)以及在国有部门工作均会显著提升就业质量。关于家庭特征方面,流入地家庭规模的扩大并拥有房产对于提高农村流动人口就业质量有显著促进作用。在个体流动特征方面,就近流动且流动次数越少,越有利于促进就业质量的提升。可能的原因在于:农村流动人口的流动次数在一定程度上能够反映工作转换频率,频繁地工作转换使农村流动人口的收入增长有限,且不利于其社会保障参与程度、本地工作年限及职业预期稳定性,降低其综合就业质量水平,这也验证了明娟等(2015)的相关结论。关于流入地城市经济特征方面,经济发展水平越好的城市,农村流动人口的就业质量越好。

4.2 内生性讨论与稳健性检验

(1)内生性讨论。在前文分析中,结果初步表明数字经济对农村流动人口就业质量有显著的正向影响,但二者之间存在的内生性问题,可能来源于:一是反向因果关系,即农村流动人口的就业质量可能会影响城市数字经济水平;二是遗漏变量,虽然本文在回归中控制了地区特征变量,并将城市数字经济指数滞后一期,但农村流动人口的就业质量依旧会受到其他不可观测因素影响;三是数字经济指数及农村流动人口就业质量的度量存在一定误差,所选指标可能无法全面反映出城市数字经济和农村流动人口的就业质量。因此,本文参考相关文献(张勋等,2020),选取农村流动人口所在城市与杭州的球面距离(Distance)、与三大核心城市(北京、杭州和深圳)的平均球面距离(Ave_Distance)作为工具变量。其合理性在于:以支付宝为代表的中国数字金融起源于杭州,故杭州的数字经济水平处于领先位置。可以预期,在地理上距离杭州越近,数字经济水平应越高。同时,北京是国家中心城市,深圳是腾讯集团总部所在地区,其数字经济发展水平也比较高。因此,以上两个工具变量与数字经济紧密相关,符合有效工具变量 “相关性”的要求。与此同时,城市与北京、杭州和深圳的球面距离属于地理特征,与当前农村流动人口就业质量无直接联系,故符合有效工具变量“外生性”的要求。

综上,本文分别使用引入工具变量的两阶段最小二乘法(2SLS)和有限信息极大似然法(LIML)(Amemiya,1974)(5)有限信息极大似然法(LIML)的优势在于可以避免由于模型界定错误导致的一个方程参数估计值的偏误而传递到模型所有其他方程参数估计值中。同时,在大样本情况下,对弱工具变量不太敏感的LIML模型的估计结果与2SLS是渐进等价的,小样本情况下LIML模型的估计结果式优于2SLS模型的估计结果。但是LIML会因为共线性问题导致参数估计标准误较大造成估计失效,因此本文进行了多重共线性检验,结果显示Mean VIF=1.34<<10,即本文所选的变量不存在严重的多重共线性问题。同时,本文也采用较大的样本量缓解共线性问题,保证了较小的标准误。来缓解实证模型的内生性问题。结果显示,表3中列(1)、列(3)中的Kleibergen-Paap rk LM统计量对应P值均小于0.01,表明不存在识别不足问题;Kleibergen-Paap rk F统计量值均大于临界值10,表明不存在弱工具变量问题;过度识别检验也拒绝了模型存在过度识别问题。同时,LIML的估计结果与2SLS的估计结果完全相同。显然,经过内生性处理,数字经济对农村流动人口综合就业质量的作用方向及显著性水平,与基准回归结果基本保持一致,但其作用强度均高于基准回归结果,说明若不考虑内生性问题,将会低估数字经济对农村流动人口就业质量的影响(6)本文还对就业质量的分项指标进行了内生性检验,具体通过引入工具变量的两阶段最小二乘法(2SLS)对连续变量,如个人月收入(income)、社会保障(security)、本地工作年限(year)进行检验,并利用条件混合模型(Conditional Mixed Process,CMP)对离散因变量,如工作时间(time)、单位包吃住(welfare)、住房公积金(fund)、劳动合同(contract)、职业层级(level)、职业预期稳定性(stability)进行检验,以缓解内生性问题。估计结果与基准结果基本一致。限于篇幅,未完全展示,有兴趣的读者可以向作者索取。。

表3 内生性检验

(2)稳健性检验。为了验证前文研究结论的稳健性,本文选择三类方式展开稳健性检验。①数据极端值处理:分别对数字经济指数(X)、就业质量综合指数(Q)进行5%极端值的缩尾、截尾处理;②重新合成数字经济指数:采用熵值法计算数字经济指数,重新检验数字经济对农村流动人口就业质量的影响;③基于广义多层线性模型(HLM)。考虑到数字经济属于宏观地区层面变量,农村流动人口个体禀赋、家庭特征和就业质量等微观变量嵌入于地区宏观变量下,属于“家庭-地区”两层级数据HLM模型可以有效地匹配宏微观数据,主要应用于这类问题的研究中。HLM的零模型的检验结果显示列(1)至列(6)中的组内相关系数ICC=π00/(π00+σ2)均满足Cohen(1992)确定的经验标准,且零模型的卡方检验P值均小于0.001,说明本文有必要使用HLM模型进行估计(7)HLM模型主要适用于连续变量,因此,本文还利用HLM模型对就业质量的部分分项指标,如个人月收入(income)、社会保障(security)、本地工作年限(year)进行估计,估计结果与基准结果基本一致。限于篇幅,未完全展示,有兴趣的读者可以向作者索取。。

结果表明(表4),极端值处理后的数字经济水平对农村流动人口就业质量的作用方向、强度及显著性水平与基准回归结果相比,均未发生明显变化;重新合成的数字经济指数对农村流动人口综合就业质量水平及其各维度的作用强度有明显增加,但其作用方向和显著性水平与基准回归基本保持一致,不影响前文得出的核心结论;基于HLM方法得到的实证结果显示数字经济水平能够显著促进农村流动人口就业质量的提升,支持基准回归的结果。以上结果均说明数字经济能促进农村流动人口就业质量这一结果具有稳健性,以上结果进一步验证了本文的假说H2。

表4 稳健性检验

4.3 进一步分析

为了对就业质量展开较为全面客观的分析,本文对工资收入、社会保障、本地工作年限、工作时间、单位包吃住、住房公积金、劳动合同、职业层级、职业预期稳定等分项指标作为就业质量的衡量指标,用以考察数字经济对农村流动人口就业质量不同维度的影响,实证结果如表5。

首先,数字经济会降低农村流动人口的工作稳定性。表5列(3)、(9)为工作稳定性的回归结果,说明数字经济水平每提高一个标准差,能够使得农村流动人口的本地工作年限减少0.275个单位,且职业预期稳定性概率降低0.0568个单位。这意味着数字经济对农村流动人口就业质量存在“替代效应”,即数字经济会增加农村流动人口失业风险,降低其工作稳定性,对其就业质量产生负面影响,假说H1a得到验证。

其次,数字经济有利于农村流动人口薪资福利和部分劳动权益保障的提升。表5列(1)、(5)为薪资福利的回归结果,列(2)、(6)、(7)为劳动权益保障的回归结果,说明在控制个体、家庭、城市地区及流动层面的因素后,数字经济水平每提高一个标准差,农村流动人口的工资收入提升0.0439个单位,单位福利获得概率提高0.0795个单位,社会保障提升0.140个单位,劳动合同签订概率提高0.0941个单位。即数字经济水平能够显著提升农村流动人口工资收入、单位福利获得,并促进农村流动人口社会保障水平和劳动合同签订概率的提升。这意味着,即使在数字经济的替代效应、生产率效应综合作用下,数字经济仍旧有助于农村流动人口实现薪资福利的增长和部分劳动权益保障的获得,假说H1b的部分内容得到验证。另外,数字经济对提高住房公积金参与的效果并不显著,可能的解释是:非正规就业者或灵活就业者,正是数字经济所带动最大的一批就业群体(郭晴等,2022 ;何宗樾、宋旭光,2020),该类群体的从属劳动关系模糊化也使其游离在劳动法调整范畴之外,从而不利于其社会保险权益的维护,尤其是与正式工作相联系的住房公积金参与项目。

最后,数字经济会降低农村流动人口工作时间,且不利于农村流动人口职业层级的提高,但效果不明显。表5列(4)、(8)为工作时间与职业层级的回归结果,说明数字经济有助于降低工作时间(8)考虑到数字经济有可能使得农村流动人口就业时间不足导致隐性失业问题,本文借鉴李勇辉(2018)的研究,将每周工作时间低于20小时定义为隐性失业。根据农村流动人口每周工作时间,将其处理成是否隐性失业,若每周工作时间小于20小时即为隐形失业,赋值为1,反之则赋值为0。并利用logit模型及引入工具变量的条件混合过程模型(Conditional Mixed Process,CMP)对隐性失业问题进行实证分析,估计结果均显示数字经济在1%的显著性水平下,降低了农村流动人口隐性失业的可能性,即数字经济在缩减农村流动人口工作时间的基础上,并未产生隐性失业的问题。限于篇幅,未完全展示,有兴趣的读者可以向作者索取。,且不利于职业层级的提升,但作用并不显著。这可能与农村流动人口所在主要就业行业、岗位的数字技术还未实现普及应用有关;同时,数字经济虽使企业组织架构趋于扁平化,不利于管理层级的提升,但通过扩大总体经济和就业规模增加管理岗位数量,从而在一定程度上削弱“扁平化组织架构”对职业层级的影响。假说H1c未得到完全验证。

4.4 数字经济对农村流动人口就业质量的影响机制分析

为了简化影响机制分析,加之就业质量综合指数能较为全面的反映出农村流动人口就业情况,故本文只对农村流动人口就业质量这一综合指数进行分析。根据前文的理论分析表明,数字经济可能会通过城市内同乡聚集(Cluster)、密集劳动力市场(Thick Labor),影响农村流动人口的就业质量。考虑到数字经济与农村流动人口同乡聚集、密集劳动力市场之间潜在的内生性问题,按照前文的做法,采用农村流动人口所在城市与三大核心城市的平均球面距离(Ave_Distance)作为工具变量进行检验。为了验证上述机制,本文使用逐步回归法并构建如下中介效应模型:

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表示个体i在城市j的上述就业质量分项指标;Xj表示j城市的数字经济指数,a1为数字经济的回归系数;Mτ是本文验证作用机制的中介变量,具体包括城市内同乡聚集、密集劳动力市场;其余同式(1)。

表6为数字经济对农村流动人口就业质量的中介效应分析实证结果,其中表6列(1)为基准回归,估计系数a1=0.1702且在1%的水平上显著,表明数字经济能显著促进农村流动人口就业质量的提升。首先,考察同乡聚集(Cluster)的中介效应。表6列(2)为数字经济对同乡聚集的估计结果,系数b1=0.5742,且在1%的水平上显著为正;表6列(3)在基准回归的基础上引入了“同乡聚集”作为中介变量,数字经济对农村流动人口就业质量的作用系数由a1=0.1702上升至c1=0.1709,且在1%的水平上显著。同时,同乡聚集对农村流动人口就业质量也具有显著正向影响,系数c2=0.0302。上述结果说明同乡聚集的间接作用显著,即b1和c2均显著,且c1与b1c2的符号一致,说明同乡聚集存在部分中介效应。经简单计算,数字经济通过同乡聚集促进农村流动人口就业质量提升的部分中介效应(b1c2/a1)为10.19%。城市数字经济的提高有利于区域性城市人口聚集(吕昭河、翟登, 2018),增加外来人口同乡聚集的可能性,有助于农村流动人口形成新的社会资本,使其更容易在同乡群体中获取就业信息和寻求帮助,进而优化其就业质量(田鸽、张勋, 2022)。表6列(2)、(3)的实证结果验证了同乡聚集是数字经济促进农村流动人口就业质量的影响路径,从而证实了假说H3。

表6 中介效应分析

接着,考察密集劳动力市场(Thick Labor)的中介效应。表6列(4)为数字经济对密集劳动力市场的估计结果,系数b1=0.1246,且在1%的水平上显著为正;表6列(3)在基准回归的基础上引入了“密集劳动力市场”作为中介变量,数字经济对农村流动人口就业质量的作用系数由a1=0.1702上升至c1=0.1712,但在1%的水平上显著。同时,密集劳动力市场对农村流动人口就业质量也具有显著正向影响,系数c2=0.1979。上述结果说明密集劳动力市场的间接作用显著,即b1和c2均显著,且c1与b1c2的符号一致,说明密集劳动力市场存在部分中介效应。经简单计算,数字经济通过密集劳动力市场促进农村流动人口就业质量提升的部分中介效应(b1c2/a1)为13.91%。城市数字经济有利于区域性城市人口聚集(吕昭河、翟登, 2018),增加城区人口密度,提升城市就业规模(黄海清、魏航, 2022 ; 尹靖华、韩峰, 2019),从而发挥密集劳动力市场效应,促使就业岗位与农村流动人口匹配度大大增加(杨本建、黄海珊, 2018),从而提高其就业质量。表6列(4)、(5)的实证结果验证了密集劳动力市场是数字经济促进农村流动人口就业质量的影响路径,从而证实了假说H3。

借鉴江艇(2022)在因果推断经验研究中对中介效应的反思和建议,本文分别利用Sobel检验法和自助法(Bootstrap)对城市内同乡聚集、密集劳动力市场的中介作用进行稳健性评估,评估结果如表7所示,结果均表明以上两个中介变量的中介效应明显(p值均小于0.05),即中介效应成立。同时,两种检验方法对中介效应占比的估计结果基本相同,城市内同乡聚集的中介效应占比10.99%,密集劳动力市场的中介效应占比22.87%。值得强调的是,Sobel检验、Bootstrap检验结果与逐步回归法结果存在一定差异,但检验结果均证明,数字经济会通过城市内同乡聚集、密集劳动力市场影响农村流动人口的就业质量,假设H3再一次得到验证。

表7 Sobel与Bootstrap检验

4.5 异质性检验

农村流动人口中不同人群的就业质量差异值得进一步讨论。本文依据性别、技能水平、流动范围指标将农村流动人口分为不同群体,就数字经济对不同群体就业质量的影响展开了进一步分析,且Chow检验结果表明就业质量在三组人群中有较大差异。其中,本文借鉴陆铭(2012)的做法,将全部农村流动人口按照受教育年限分为三组:受教育年限≤9为低技能组、9<受教育年限≤12为中技能组、12<受教育年限为高技能组。表8汇报了基于OLS模型的数字经济(X)对不同群组的综合就业质量指数、工资收入、社会保障及本地工作年限的异质效应评估结果,及基于Probit模型的数字经济(X)对不同群组的超时劳动、单位福利、住房公积金参与、劳动合同签订、职业层级和职业预期稳定性的异质效应评估结果。在所有回归中,均控制了个人、家庭、城市、区域及流动特征层面的控制变量。

在性别特征上,数字经济对女性的综合就业质量指数及工资收入、社会保障、工作时间、住房公积金参与、签订劳动合同的促进作用明显高于男性,可能的解释在于:数字经济提升了劳动效率,完善了非正规就业市场。同时通过优化职位搜索、创造多种就业形式降低女性职业中断的可能(曹景林、姜甜,2020),增加女性正规就业概率,普及了“五险一金”及签订劳动合同等基本福利。在技能水平特征上,数字经济对不同技能水平农村流动人口的综合就业质量指数都有显著提升作用,且随着农村流动人口技能水平的提高,其作用强度更趋明显,这与郭晴等(2022)的研究结果一致。同时,数字经济在提升高技能水平农村流动人口的社会保障、降低超时劳动、增加单位福利、签订劳动合同、提高职业预期稳定性等方面有明显优势。值得关注的是,数字经济对中、低技能水平农村流动人口的就业质量及其各维度的作用强度虽存在明显差异,但差异水平不大,却与高技能水平人口就业质量均存在较大差距,可能的解释在于:一方面,数字经济引发同乡聚集、密集劳动力市场等现象,有利于区域性城市人口聚集,在增加就业机会、提高劳动力市场匹配度的同时,也因大量人才聚集而发生用人单位对劳动力要求“水涨船高”的现象;另一方面,数字经济促使社会生产技术水平普遍提高,从而不断增加对高技能劳动力的需求(戚聿东等,2020),使得高技能水平农村流动人口就业质量在数字经济发展过程中获得明显提升。在流动特征上,数字经济对农村流动人口综合就业质量指数均产生正向促进作用,但其作用强度会因流动范围不同而异,即对市内跨县流动人口的作用强度最大,其次是跨省流动,最后是省内跨市,这与赵明霏(2020)的研究结果一致。同时,该种作用的差异在工资收入、社会保障、单位福利、及劳动合同签订等方面表现一致,其合理的解释为:跨省的远距离流动多是出于更好就业和更高资本回报的考虑(Niedomysl,2011),流入地往往是经济发达省份,而该类地区的数字经济发展水平也较高,数字经济的职位创造效应显著,农村流动人口的就业机会与质量可以得到显著提升;市内跨县的就近流动更多是考虑原始积累的社会资本与人际网络优势,同乡聚集效应十分显著,因此数字经济的职位创造效应在强同乡聚集效应的作用下,对农村流动人口高质量就业的促进作用也相对更强;省内跨市流动则处在以上两类流动距离之间,既无法充分享受到发达地区数字经济的“涓滴效应”,也不能充分利用自身社会资本,因此,数字经济发展的“促就业”效果一般。

5 结论与启示

本文利用2016年全国流动人口监测微观数据与滞后一期的中国城市宏观数据进行匹配,考察了数字经济对农村流动人口就业质量的影响及其机制。研究表明:(1)总体上,数字经济将促进农村流动人口就业质量的提升。(2)数字经济能够显著促进农村流动人口的工资收入、社会保障、单位福利、签订劳动合同,但对农村流动人口本地工作年限、职业预期稳定性产生消极影响。(3)职位创造效应发挥的同乡聚集、密集劳动力市场是数字经济提升农村流动人口就业质量的重要途径。(4)数字经济对女性、高技能水平、市内跨县人群的“促就业”效果更加明显。

基于上述分析,本文提出以下政策建议:一是加大对农村流动人口职业技能培训力度和劳动力保护程度,缓解数字经济的“替代效应”对农村流动人口就业质量产生的“创造性破坏”。同时为从事常规性工作的农村流动人口给予失业保障政策方面的重视,避免大规模失业引发社会动荡和经济衰退;二是在推动数字经济发展的同时,注重农村流动人口在流入地的社交网络和社会资本的巩固与再建,如以社区为关键空间场域,搭建社会参与平台,拉近农村流动人口与本地人口的社会距离,提升其城市归属感与认同感。同时,充分发挥同乡聚集、密集劳动力市场,实现农村流动人口高质量就业和共同富裕;三是结合新型城镇化战略定位,在依托县域资源禀赋、推进当地特色产业与数字经济发展相融合的过程中,加强对农村劳动力流动范围选择的引导和宣传,积极推进农村流动人口就近就业和“就地城镇化”。同时也需进一步完善社会保障制度,对那些受数字经济发展冲击较大的群体提供生活保障,提高农村流动人口在流入地的发展预期,降低在就业结构调整期的福利损失。