中国式现代化进程中产业数字化的就业效应研究

毛雁冰, 赵 露

(上海大学 经济学院, 上海 200444)

一、问题的提出

近年来随着经济增速放缓,就业机会呈现明显减少的趋势;同时,由于经济结构调整加速,人口结构变动以及区域、城乡之间的发展不平衡等因素,就业问题依然突出并日趋复杂。在加速推进中国式现代化的过程中,一方面,需要不断创造更多的就业机会;另一方面,也需要更加注重就业质量的提高,实现就业的高质量发展。数字经济的快速发展,通过提高经济运行效率、扩大经济规模,不仅创造出更多的就业岗位,而且加速了就业结构的调整,也为实现高质量充分就业目标提供了契机。

Tapscott[1]最早提出了数字经济,认为数字经济是一种以信息技术为驱动的新经济。随着人工智能、物联网和大数据等新一代信息技术的发展和成熟,数字经济逐渐成为我国经济发展和社会进步的重要引擎。根据中国信息通信研究院发布的《中国数字经济发展报告(2022年)》,2021年我国数字经济规模达到45.5万亿元,占GDP比重达到39.8%。数字经济主要包括产业数字化和数字产业化,其中,产业数字化是吸纳就业的主要形式,产业数字化领域招聘岗位占数字产业总招聘岗位数的67.5%,招聘人数占总招聘人数的75.8%。因此,分析产业数字化的就业效应,厘清产业数字化对就业市场的作用机制,对于推动就业高质量发展和进一步强化就业优先政策,有着重要意义。

产业数字化是指传统产业利用数字技术实现生产规模的扩大和生产效率的提升[2],对产业链上下游实现再造和升级[3],而数字产业化更强调数字产业的价值创造[4]。关于数字经济对就业影响的研究,部分学者认为,数字技术会对就业产生替代效应,这种替代效应主要发生在女性、老年、低教育程度和低收入劳动力人群[5],并且这种替代效应的范围会不断扩大[6]。Abbasabadi et al.[7]研究发现,数字技术对劳动力的替代效应仅在短期内影响显著。从另一方面看,数字经济可以通过提高生产效率、扩大生产规模,增加对劳动力的需求;可以通过淘汰落后产业,促进传统生产部门转型升级[8],通过利用数字技术应用迭代出生产效率更高的部门,从而提高对中、高技能劳动力的需求[9]。

关于数字经济对就业结构和就业质量影响的分析,主要从技能偏向型技术进步和产业结构变动两个视角展开。新一轮技术革命增加了对高技能劳动力的需求,中、低技能劳动力则由于其可替代性,逐步从重复性任务中被释放出来,流入服务业或农业,最终导致就业结构两极化[10-12]。同时,数字技术对传统企业进行赋能改造,需要加大数字技术领域的投入,导致高技术部门在行业中占比不断提升,劳动力逐步向高技术部门转移[13]。此外,数字经济还可以通过细化社会分工优化劳动力就业结构[14]。许多学者从宏观、微观的视角出发,探讨了数字经济对于就业质量的影响,然而结论并不统一。一部分学者研究发现,数字经济可以通过优化就业结构、提高劳动报酬、完善工作条件等提升就业质量[15-20]。另一部分学者研究发现,数字经济也可能会通过降低劳动报酬、延长工作时间等导致就业质量的下降[21]。

通过对现有文献的梳理发现,学术界针对数字经济带来的就业效应分别从理论和实证的角度进行了大量的研究并取得了一定的成果。现有的研究结果表明,数字经济可以带来新的就业岗位,优化就业结构,为相关领域的深入研究提供了方向和空间。在现有研究成果的基础上,本文的主要边际贡献如下。(1)细化了研究方向。本文将研究重点聚焦在产业数字化方面,更有针对性地剖析了产业数字化带来的就业效应。通过实证分析,检验了现阶段市场运行中产业数字化对就业的“创造性破坏”效应,并分析了其原因。(2)进一步拓宽了研究视角。本文由已有文献侧重就业数量的研究转向注重提高就业质量的研究。随着我国产业数字化进程的加速,对产业高质量发展的要求也越来越高。本文除了研究产业数字化对就业规模的影响,还加入了产业数字化对就业质量影响的研究,这类研究为更好地发挥产业数字化促进高质量充分就业的作用提供了理论支撑和实践参考。

二、理论分析与研究假说

1.产业数字化与劳动力就业

熊彼特以创新和经济周期理论为核心,从结构角度分析了技术进步对就业的影响机制,指出创新对产业结构变动以及劳动力要素配置存在着“创造性破坏”效应。新熊彼特学派的Aghion et al.[22]和Pissarides[23]等将技术进步、制度创新纳入技术进步与就业关系的分析框架,进一步引入劳动力市场中的搜寻机制和匹配机制,以“创造性破坏效应”为基础,阐述了技术进步对就业影响的机理。随着人工智能、物联网和大数据等新一代信息技术的广泛应用,数字经济催生了大量新的就业形态和就业岗位,同时也给劳动密集型产业、非技能密集型产业等领域带来一定的负面影响。由于数字经济成为了经济增长的动能,创造新岗位的速度较快,并且消减了信息不对称的影响,从总体上看,可以带来就业规模的增加。据此,本文提出假说1。

H1:产业数字化能够有效促进就业。

2.产业数字化、产业结构升级与劳动力就业

产业数字化是全产业链的升级,现阶段产业数字化发展较为成熟的依然是第三产业。从电商时代开始,利用大数据、云计算和人工智能等先进技术搭建的电商平台以及后来衍生的内容经济、平台经济等,这些新的商业模式不仅减少了交易环节,而且其数字结算体系大大提升了商品交易的速度和效率,创造出更多就业岗位。在第三产业数字化的快速引领之下,第一、二产业也加速了产业数字化转型进程,呈现出充分融合的态势。在制造业领域,企业对生产方式、生产设备和管理模式等进行数字化改造,改变了生产运营的同时也引发了对劳动力需求的改变。由此可见,产业数字化带来的产业结构升级会对劳动力的就业规模和质量提出不同的要求,产业数字化通过推动产业结构升级创造了更多的就业岗位。据此,本文提出假说2。

H2:产业数字化通过推动产业结构升级有效促进就业。

3.产业数字化、创业活跃度与劳动力就业

产业数字化可以有效提升地区创业活跃度,这是因为产业数字化可以有效拓宽市场需求,从数量、种类和质量等多个维度激发市场需求活力,多样化的需求带来消费扩张效应,进而提升地区创业活跃度。产业数字化通过大数据加速信息共享,降低市场准入门槛,为中小微企业发展提供新动能。此外,产业数字化有助于打破信息壁垒,帮助创业者收集尽可能多的创业信息,为创业者做出最优化的创业决策提供参考。中小微企业是国民经济和社会发展的生力军,也是吸纳就业群体最多的企业类型之一,目前,中小微企业向社会提供了城镇80%以上的就业岗位。城市经济发展水平越高,地区的创业活跃度越高,创造的就业岗位便越多。同时,产业数字化提升了地区创业活跃度,促进更多人创业,进而带动新增就业。据此,本文提出假说3。

H3:产业数字化通过提高创业活跃度创造更多的就业岗位。

4.产业数字化、生产效率与劳动力就业

产业数字化会通过提升生产效率而挤出部分劳动力。产业数字化表现为各行业加强数字化应用,即通过引入智能机器设备,提高企业生产的自动化、智能化程度,降低生产成本。因此在利用机械手臂等提高生产效率的同时,也会因为“机器换人”引发失业问题[24-25]。产业数字化可以利用人工智能等先进技术淘汰传统的、低效率的生产部门,实现产业部门转型升级,同时企业会通过比较使用低技能劳动力和先进设备之间的净收益进行决策,从而形成对体力劳动力和部分脑力劳动力的快速替代,促进劳动力在不同产业部门之间的重新配置。当然,这种替代作用存在行业异质性,只有当所属行业所需劳动力主要从事简单重复或危险的工作时,“机器换人”才具有不可扭转的替代效果,除此之外的职业替代会随着新岗位的产生而抵消,如数字经济会创造包括编程、设计和运营等在内的新就业岗位。据此,本文提出假说4。

H4:产业数字化通过提高生产效率对劳动力产生替代作用。

三、研究设计

(一)数据说明

为了全面探究中国式现代化进程中产业数字化对就业的影响,本文将研究对象设定为全国265个城市。考虑到我国工业机器人的安装量在2006年突破5 000台,使得产业数字化有了初步的发展,因此将样本时间跨度设定为2006—2019年。此外,在数据选取上,有APP应用的企业数据来自企查查企业信息数据库,创业活跃度的企业数据来自天眼查企业信息数据库,其余数据来自各市《统计年鉴》、《中国城市统计年鉴》、《中国城乡建设统计年鉴》、统计公报、中国区域经济数据库和CSMAR数据库。

(二)模型构建

基于上述理论分析,本文构建的基准回归模型为式(1),分析产业数字化的就业效应。

(1)

其中,i、t、y分别表示地区、年份和行业,employ表示就业规模,dig表示产业数字化,X为一系列的控制变量,考虑到随个体、时间和行业而变的遗漏变量问题,以及固定个体、时间和行业效应,μ为个体效应,λ为时间效应,δ为行业效应,ε为随机扰动项。

(三)变量选择及处理

1.被解释变量

就业规模(employ)是本文的被解释变量。就业规模用就业人数的对数值来衡量。就业人数在统计口径上包括在职职工、再就业的离退休人员、私营业主、个体户主、私营企业和个体就业人员等,能够较为全面地反映我国就业规模。

2.解释变量

产业数字化(dig)是本文的解释变量。目前关于产业数字化的指标度量并没有统一的标准,本文参考了王林辉等[26]的做法,从数字化条件、数字化技术、数字化应用和数字化效益四个维度综合评价产业数字化。数字化条件表示实现数字化转型所需要的基础设施条件,用移动交换机容量、移动电话用户数、工业机器人安装量和互联网普及率来衡量。其中,地级市移动交换机容量用地级市区域电信收入占比对省级数据进行换算,地级市工业机器人安装量借鉴“bartik IV”法以2006年各行业就业人数占比进行换算,互联网普及率用国际宽带接入用户数占年末住户总数来衡量。数字化技术表示为了维持产业数字化需要有数字化人才和数字化知识,分别用信息传输、计算机服务和软件业从业人数占总就业人数和地级市国内发明专利授权量来衡量。数字化应用表示地区对数字化技术的普及应用程度,用地级市使用APP软件的企业数量以及计算机和网络仪器设备的进出口额来衡量。数字化效益表示进行产业数字化后所带来的经济效益和社会效益,用地级市全要素生产率和单位地区GDP能耗来衡量。该指标采用主成分分析法构建,KMO值等于0.805,说明使用主成分分析法来度量产业数字化水平较为合理。具体构建指标如表1所示。

表1 产业数字化综合评价指标体系

3.中介变量

(1)产业结构升级(ind_up)。产业结构升级表示产业结构优化和产业效率提升,表现为产业发展向产业链高端攀升。当社会主导产业逐渐从第一产业过渡到第二产业,最后形成“三、二、一”的产业结构时,说明产业结构实现了转型升级,因此本文以第三产业产值的比重占第二产业产值的比重来衡量。(2)创业活跃度(entrep)。参考赵涛等[27]的做法,通过观测一段时间内新企业诞生数来衡量区域创业活跃度,具体用每万总人口的城市新注册企业数量来衡量。(3)生产效率(effi)。产业数字化可以有效提升生产效率,减少对低技能劳动力的需求和增加对高技能劳动力的需求。参考綦建红、张志彤[28]的做法,产业数字化强调对基础技术工作的研发和创新,通过不断提高创新研发能力,提高生产效率,减少用工成本,使得企业不断调整用工需求,减少重复性和技能要求低的低技能劳动力,增加创新性和技能要求高的高技能劳动力,不断优化劳动力需求结构。生产效率使用前沿随机生产函数法测算得到。

4.控制变量

为了避免其他因素的影响,本文选择控制其他可能对就业结果产生影响的变量,主要包括人口规模、基础交通设施、市场化程度、外商直接投资、地区经济发展水平、政府干预和市场潜力。(1)人口规模(pop),用地级市人口密度来衡量。(2)基础交通设施(road),用人均道路面积的对数值来衡量,人均道路面积=道路总面积/总人口。(3)市场化程度(mar),利用地级市城镇个体户数量占该市所在省份个体户总数量的比例来衡量,数据来自《中国城市统计年鉴》和省级市场化指数[29]。(4)外商直接投资(fdi),外商直接投资=实际使用外资金额/地区生产总值。(5)地区经济发展水平(gdp),用地区生产总值的对数值来衡量,以2006年为基期做平减。(6)政府干预(gov),政府干预=一般财政支出/地区生产总值。(7)市场潜力(potential),市场潜力=社会消费品零售总额/地区生产总值。

四、实证结果分析

(一)描述性统计分析

变量的描述性统计结果如表2所示。可以发现,全国产业数字化水平整体偏低,除个别发达城市外,我国产业数字化仍处于初步发展阶段;城市之间数字化发展水平存在较大差距,说明我国在数字经济均衡发展方面仍有一定的空间。

表2 变量的描述性统计结果

(二)基准回归分析

本文的基准回归结果如表3所示,其中列(1)控制了时间固定效应,列(2)在列(1)的基础上进一步控制了地区固定效应,列(3)则同时控制了时间、地区和行业固定效应。以列(3)为例,产业数字化水平每提高1个单位,就业规模的对数值就会提高0.758个单位,并且产业数字化在1%的水平下显著,说明产业数字化水平的提升能够显著增加就业规模。换言之,随着地区产业数字化发展的深入,可以创造出更多的就业岗位,促进就业规模的扩大,初步验证了H1。

表3 产业数字化对就业规模影响的基准回归结果

(三)机制检验

结合上述理论分析,本文参考温忠麟等[30]的做法探究产业数字化对就业规模的影响路径,构建的机制检验模型见式(2)～式(3)。

(2)

(3)

其中,M为一系列中介变量,X为一系列控制变量,β、φ为回归系数,μ、λ、ε的定义见式(1)。机制检验结果如表4所示。列(1)～列(2)的结果表明,产业数字化水平可以通过促进产业结构升级,进而增加就业规模,这说明现阶段产业数字化可以推动产业结构转型升级,依托先进技术衍生创造出新的就业岗位,从而扩大就业规模,还会提高对高技能劳动力的需求。此外,产业结构转型升级主要表现为第三产业规模的增加,可以认为,部分劳动力也通过产业数字化转型升级,从原有岗位中流出并流入第三产业,进一步壮大就业规模。由此,H2得到了验证。

表4 机制检验结果

表4列(3)～列(4)结果显示,产业数字化水平的提高可以提升地区层面的创业活跃度,进一步带动就业。由此说明,产业数字化能够有效扩张市场需求,发挥示范效应带动创业就业,还能利用数字平台打破信息不对称,有利于企业扩大生产规模。随着地区企业数量的不断增加,创造出的就业岗位也越来越多,从而带动更多的劳动力就业。由此,H3得到了验证。值得注意的是,在“产业数字化—创业活跃度—就业规模”这条路径上,创业活跃度的间接效应为0.179,占总效应的23.59%,说明提升城市创业活跃度对有效促进就业的作用不容小觑。

表4列(5)～列(6)结果显示,对于产业数字化通过提高生产效率影响就业规模这一路径,产业数字化能够在1%的显著性水平下帮助提升生产效率,然而,生产效率的提高会在一定程度上抑制就业规模的增加,所以,产业数字化通过提高生产效率降低就业规模,这属于遮掩效应的一种。通过使用先进设备、应用数字技术,可以有效带来生产效率的提升,但与此同时,也会对部分劳动力产生替代作用,验证了H4的合理性。但具体不同行业在受到产业数字化的冲击时会受到哪些影响,需要后续进行异质性检验。

此外,机制检验还分析了中介变量的直接效应和间接效应,以验证机制检验结果的稳健性。已知产业数字化对就业规模的直接效应为φ1,间接效应为β1×φ2,总效应为α1。计算发现,第一个中介变量ind_up的直接效应与间接效应之和为0.756,第二个中介变量entrep的直接效应与间接效应之和为0.758,第三个中介变量effi的直接效应与间接效应之和为0.756,均与总效应0.758十分接近。这说明,中介效应检验结果稳健可靠。

(四)稳健性检验

为了验证基准回归结果的稳健性,本文采用三种方式验证,结果如表5所示。(1)剔除直辖市后进行估计。考虑到直辖市往往被赋予了更多政策上的红利,会影响回归结果的判断,因此本文剔除上海市等4个直辖市的观测值后,再次进行回归分析,结果如表5列(1)所示。结果说明,产业数字化水平每提高1个单位,就业规模的对数值提高0.921个单位。这说明,剔除直辖市后产业数字化依然可以显著扩大就业规模。(2)替换解释变量。采用综合指标法构建的解释变量容易与被解释变量之间产生内生性问题,参考孙早、侯玉琳[31]的做法,使用工业机器人渗透率(robot)来衡量产业数字化,模型结果表明,产业数字化水平对就业规模的影响依然在1%的水平下显著且系数为正。(3)替换被解释变量。本文采用上市公司母公司分城市分行业的员工总数量替换被解释变量,回归结果如列(3)所示。结果证明了产业数字化对扩大就业规模的促进作用是稳健的。

表5 稳健性检验结果

(五)内生性处理

随着地区就业规模不断扩大,高技能劳动力越来越充沛,区域科技创新能力越来越强,能够在一定程度上促进当地产业数字化发展的进程,产业数字化与就业规模之间可能存在因反向因果带来的内生性问题,对此本文采用工具变量法进行检验。首先,工具变量的选取需要满足两个条件,一是相关性,即与产业数字化发展水平相关联;二是外生性,即与就业规模无关。Acemoglu &Restrepo[32]发现大国之间的竞争加剧,会导致相关技术和机器设备趋同,有鉴于此,本文采用同期美国的工业机器人安装量作为工具变量,并折算成地级市数据,折算方法与上文一致[33]。选择该工具变量是出于两方面考虑:一是中美之间贸易往来一直十分频繁,可初步认定中国产业数字化程度与美国工业机器人渗透率之间存在一定联系;二是美国工业机器人渗透率对长三角地区就业规模的影响甚微。内生性检验结果如表6所示,F值大于10,说明美国工业机器人渗透率这个变量通过了弱工具变量检验,解释变量的系数为9.004,在1%的水平下显著,表明基准回归结果稳健。

表6 内生性检验结果

(六)异质性检验

为了进一步分析不同行业下产业数字化对就业规模的影响,本文将被解释变量细化成各行业就业人数的对数值进行回归,结果如表7所示。目前,产业数字化对大部分行业的就业规模产生促进作用,且这些行业主要分布在第三产业,其中影响最大的是信息传输、软件和信息技术服务业。但也对一些行业的就业效应产生了抑制作用,主要是分布在第二产业中的制造业和采矿业。由于第一产业的数字化改造较慢,因此产业数字化对其就业的冲击不明显。主要原因在于,随着产业链数字化、智能化发展的不断深入和数字技术的广泛应用,产业结构的升级能够创造出新的产业集群,进而带来更多新的就业岗位,帮助实现扩大就业规模。但值得注意的是,产业数字化会对从事制造业和采矿业的劳动力产生了“挤出效应”,尤其是在制造业中,由于存在较多低技能劳动力,其遭受到产业数字化负面就业效应的风险更大。随着机械手臂、智能机床、数字化运输软件等智能软件的推广,从整体上看,劳动力容易被人工智能替代,尤其是从事简单重复式和危险环境式工种的劳动力,更容易被替代,如果缺乏合理的转岗机制就容易出现失业问题。

表7 分行业回归检验结果

五、对就业质量影响的进一步分析

产业数字化能够显著扩大就业规模,提高就业水平,造成就业结构的变动和就业质量的提高。由于产业数字化可以更加有效地促进高技能人才就业,从而优化就业结构。参考孟祺[34]的研究做法,本文从就业结构、就业技能和就业报酬三个维度来衡量就业质量(high_employ)。其中,就业结构分别用地区第三产业就业人数占第二产业就业人数的比重和城镇单位就业人数占总就业人数的比重来衡量;就业技能包括职业技能人才和高学历人才两项指标,职业技能人才用职业技能人才数占年末总人口数的比例来衡量,高学历人才用地区普通高校教师占学生的比重来衡量;就业报酬用地区平均工资来衡量。就业质量指数采用主成分分析法的方式构建,采用SPSS软件计算。其中,KMO值等于0.795,大于0.6,表明该指数的指标选取和构建基本符合要求。在此基础上,本文采用时间序列数据进行检验,将被解释变量替换为就业质量进行实证检验。实证检验结果如表8所示,在没有加入控制变量时,产业数字化的回归系数为0.489;在加入控制变量后,产业数字化的回归系数为0.483;产业数字化均在1%的水平下显著且系数为正,这说明无论是否加入控制变量,产业数字化与就业质量之间均存在显著的正向关系,产业数字化可以显著提升就业质量,具体表现为人力资本水平的提高和就业结构的优化。

表8 对就业质量影响的回归析结果

六、研究结论与政策建议

本文探讨了数字经济发展过程中产业数字化对扩大就业规模、提高就业质量的影响和作用机制,对产业数字化的就业效应进行了理论分析和实证检验,得到的主要结论如下。

(1)总体而言,产业数字化对就业规模存在显著的正向影响,且经过一系列稳健性检验后,该结论依然成立。在产业数字化扩大就业规模的机制分析中,主要存在三条路径:一是产业数字化可以通过产业结构升级,拓展产业链、价值链的长度和深度,从而带来更多就业岗位,扩大就业规模;二是产业数字化提供了良好的创新创业基础,包括要素资源、信息资源、市场需求资源等,能够有效提升创业活跃度,从而更广泛地吸纳劳动力,提高就业水平;三是产业数字化可以有效提高生产效率,但也会淘汰部分劳动力,造成失业危机。在这三条路径的综合作用下,产业数字化水平的提高整体上可以有效增加就业总量,达到促进就业的目的。

(2)分行业来看,产业数字化对不同行业就业规模的扩大作用存在差异。对于大部分行业而言,产业数字化的发展能够带动就业,其中带动就业幅度最大的当属信息传输、软件和信息技术服务业,但制造业和采矿业劳动力的工作内容偏向于简单重复,工作环境较为危险,产业数字化的发展往往会淘汰上述行业的部分就业岗位。考虑到制造业是我国各行业中吸纳就业者最多的行业之一,如何安置好被淘汰劳动力的再就业问题就显得尤为重要。

(3)进一步研究发现,产业数字化发展可以通过改善就业结构、增强就业技能、提高就业报酬三方面提升就业质量。这说明产业数字化不仅可以提高整体的就业规模,还能有效推进我国就业高质量发展。此外,城市经济作为发展产业数字化的基础,城市经济发展水平的提高对就业规模扩大和质量提升同样具有显著的促进作用。

基于上述研究结论,本文提出以下政策建议。

第一,充分利用数字经济发展的窗口期,加快数字经济发展,促进数字经济与实体经济的深度融合,推动产业数字化发展。当前我国产业发展正处于转型升级的加速阶段,经济结构正向调整存量、做优增量转型。产业数字化是全产业链的转型升级,应当把握当前发展的有利背景和先机,通过推进产业数字化达到促进就业的效果。政府要加大对人工智能、物联网和5G等技术的研发投入,积极部署产业数字化的相关政策,为“专精特新”企业做好兜底工作,促进产学研融合发展,使之充分迸发数字经济的活力,发挥产业数字化对就业的促进作用。

第二,加快传统产业结构升级改造,拓展产业链的长度、宽度和深度,创造更多就业岗位。目前,推进产业数字化可以有效促进产业结构升级,通过改造生产链、延伸产业链、提升价值链、强化创新链,推动传统产业转型升级,带来更多的新兴产业、生产部门和就业岗位。应加快数字经济与实体企业的融合,提升产业层次,扩大相关产业规模,形成完整的生产体系,从而创造更多就业岗位。与此同时,要积极推进完整的市场体系建设,对市场准入、竞争、退出等环节的基础性制度加大保障力度,优化市场监管与开放,推动建设国内统一大市场。

第三,充分利用数字资源优势,消除信息不对称。产业数字化会淘汰部分从事简单重复和危险工作的劳动力,因此需要密切关注劳动力择业和失业问题,通过充分利用线上数字平台,将企业用人需求和劳动力求职方向及能力进行点对点匹配,大大消除劳动力就业过程中存在的信息不对称,有效减少企业用工成本和劳动力择业成本。加大对就业的疏导力度,建立转岗培训机制,帮助失业人员尽快实现转岗再就业。此外,产业数字化对劳动力的技能水平提出了更高的要求,需要利用数字技术进行甄别和分析。数字经济时代,劳动力就业业岗位对职业技能提出了更高的要求,这就需要地方政府有针对性地对劳动力进行数字化技能培训和转岗职业技能培训,从而才能解决失业群体的再就业。

第四,提高城市创新能力,提升创业活跃度。提高城市创业活跃度可以有效促进就业,而城市创业活跃度取决于当地要素资源禀赋,城市创新能力又是影响企业创建和成长的重要因素。因此,要加快促进科技创新。一方面,优化科技创新的“软环境”,在全社会营造出包容、尊重、宽松、自由的科技创新氛围,培育公平、公开、开放、透明的创新环境;另一方面,加强创新平台孵化,搭建科技创新平台,引进国外先进技术,汇聚创新要素,加强消化吸收,有效提高资源的集聚能力和使用效率,从而推动企业创新创业,最终实现促进就业的目的。

注 释：

①为了避免实证分析过程中忽略行业差异带来的影响,本文被解释变量为分城市分行业数据(观测值为 3 742×19=71 098),其余变量为城市层面的数据,因此造成本文描述性统计上观测值数量的不一致。

②基于分城市分行业数据和以万人为单位的统计口径,小部分城市在部分行业的就业人数少,会出现极端值,对观测值+1取对数后,极端值仍存在。