数字经济发展对东北地区劳动力资源配置效率的影响

=,数字经济发展对东北地区劳动力资源配置效率的影响

田金睿

（延边大学经济管理学院，珲春133000）

摘要：数字经济作为继农业社会形态和工业社会形态的新经济形态极大地改变了传统劳动力资源的配置方式。本文基于数字经济东北地区特征视角，利用2010-2016年东北地区市级面板数据，借助计量经济学中相关模型，对数字经济发展对东北地区劳动力资源配置效率的影响进行了实证检验。

关键词：东北地区；数字经济；劳动力资源配置效率

一、引言

新一轮东北振兴战略正在推进过程中，提高劳动力资源配置效率对保持经济长期稳定增长十分重要[1]。如何有机整合和有效配置现有劳动力资源，充分发挥劳动力资源优势，既关系该区域经济振兴和可持续发展，也关系着东北地区的社会和谐与稳定。近年来，互联网、大数据、云计算、人工智能、区块链等技术加速创新，日益融入经济社会发展各领域全过程[2]。数字经济作为我国经济发展中最为活跃的领域，与经济社会各领域融合的广度和深度不断拓展，在激发消费、拉动投资、创造就业等方面发挥重要作用[3]。

二、研究回顾

目前，数字经济与劳动力资源配置效率均是学术界研究的前沿问题。其中，有关数字经济的研究主要通过数字经济的内涵界定、发展特征与测算[4]，认为数字经济对提升经济发展质量[5]，推动我国效率变革和激活消费市场、提高创新产出能力、促进产业结构优化升级等多个领域具有显著的促进作用[6]。而现有劳动力资源配置的影响因素文献主要聚焦于经济体制与户籍管理制度两大主导因素，针对东北区域劳动力资源配置效率存在多方面问题，其地区与市场经济相适应的劳动力流动和配置机制以及制度的规则仍未充分建立[7]。

已有文献为深入理解数字经济发展与劳动力资源要素配置机制及其影响提供了深刻洞见，但目前在微观角度以地区为单位构建完整分析框架，充分考察数字经济对劳动力资源配置影响效率的研究较少。

为了充实相关研究内容，本文基于相关理论要求，借助计量经济学相关模型，对数字经济影响东北地区劳动力资源配置效率进行了实证检验。

三、研究假设

目前来看数字经济对劳动力资源配置效率的影响具有不确定性。一方面，数字经济及数字技术的进步有可能会取代很多基础性工作岗位，导致失业率甚至引起更大的就业不平等。另一方面，数字经济以及自动化技术的发展创造了大量新的就业岗位，同时扩大了就业范围，降低了就业成本。

基于以上分析，提出本文的研究假设：数字经济发展促进东北地区劳动力资源配置效率提高。

四、研究设计

（一）模型结构

本文选取市级面板数据，以数字经济作为核心解释变量，通过能够影响劳动力资源配置效率的多方面影响因素作为控制变量来设定了固定效应回归模型，如式（1）所示。

Lmitit=α0+βDEit+γiXit+μit

其中，Lmit代表劳动力市场化指数，DE代表数字经济发展水平，α0为截距项，β表示核心解释变量回归系数，Xit为控制变量，γ为各控制变量回归系数，μit为误差项。

（二）变量选取与说明

1.被解释变量：

劳动力市场化指数（Labor Marketization Index,Lmit）。本文借鉴中国人民大学国家发展与战略研究院发布的《中国劳动力市场化指数编制》测算的数据。

2.核心解释变量：

数字经济发展水平（Digital Econmy，DE）。本文参考已有文献的指标选择（赵涛，张智，梁上坤. 2020）以及国家统计局和中国信通院等权威机构发布的有关数字经济指数测度评价指标体系。

3.控制变量：

选取各地区2010-2016年的人均地区生产总值指数（上年=100）反映经济发展水平（ED）；产业结构（IS），选取对数后的第二与第三产业增加指数（上年=100）占地区生产总值对数的比重；交通基础设施水平（TC）以各市公路里程数作为衡量指标；人力资本水平（Hc）采用2010-2016年各地区每万人在校大学生数来表示；选取各市2010-2016年的地方政府一般预算支出额占地区生产总值的比重反映政府干预水平（Govern）；选取各个地区2010-2016年的实际使用外资金额表现对外贸易水平（Trade）。

五、实证检验与分析

（一）基础回归分析检验

利用Stata16.0软件进行实证检验，首先进行相关性检验和共线性检验。结果显示被解释变量与核心解释变量及各控制变量有较为显著的相关性，共线性检验中VIF为3.04小于10证明各变量间不存在共线性，这表明核心解释变量和控制变量的选取具有一定的科学性。

（二）基准回归结果对比

通过OLS方法、固定效应和随机效应模型进行静态面板数据的回归分析，初次回归后的似然比检验和Hausman检验以及不同模型结果的对比，发现固定效应模型更适合本研究。

依据回归分析结果可以发现：核心解释变量数字经济主成分与劳动力市场化指数之间存在较为显著的正相关关系。其中数字经济主成分变量系数为0.039左右，表明东北地区的数字经济对于劳动力资源配置效率有着正向提升作用，但影响较小。

（三）区域异质性检验

通过分省份进行检验，最终回归结果显示数字经济对东北地区不同省份的劳动力资源配置效率带来的差异性影响。辽宁省数字经济对劳动力资源配置的影响显著，且为正向促进作用，其中，数字经济每增加1%，辽宁省劳动力市场化指数提升0.291%，超过吉林省黑龙江省的结果。三个省份数字经济对劳动力资源配效率的影响显著性结果不同是由于东北三省的省情不一样而引起的，黑龙江和吉林是以农业为主稍有少数工业，而辽宁一直是以工业为主附带少部分农业 。

总体来看，实证检验结果表明数字经济发展从总体上提高了东北地区劳动力资源配置效率，从而研究假设得证，即数字经济发展促进东北地区劳动力资源配置效率提高。

六、结论与建议

以上实证检验结果表明，数字经济的发展对东北地区劳动力资源配置效率总体上呈现显著的正向促进作用。按省份划分来看，数字经济对于劳动力资源配置效率的正向促进作用主要体现在辽宁省。吉林省和黑龙江省数字经济的发展对于劳动力市场化进程的影响并不显著。

基于以上研究结论，提出对策建议如下：第一，东北地区需加快建设均等化数字基础设施。加快补齐数字基础设施短板，升级改造宽带网络、电信服务水平和通信网络基础设施等，实现千兆光纤网络全覆盖。第二，考虑数字经济对劳动力资源配置影响存在明显的区域异质性，东北地区各省份应从自身禀赋和优势出发，充分分析短板和瓶颈，实施区域差别化的数字经济发展策略，制定针对性的对策措施体系，发挥数字经济内生机制调节作用，促使数字经济成为赋能东北地区高质量发展的新动力。

参考文献：

[1]郝大明.我国劳动力资源配置效率的实证研究【D】.首都经济贸易大学.2007(08)

[2]中央政治局第三十四次集体学习

[3]赵涛，张智，梁上坤.数字经济、创业活跃度与高质量发展——来自中国城市的经验证据【J】.管理世界.2020(10):65-76

[4]许宪春，张美慧.中国数字经济规模测算研究——基于国际比较的视角[J].中国工业经济，2020,(05):23-41.

[5]宋洋.经济发展质量理论视角下的数字经济与高质量发展【J】.贵州社会科学.2019(11):102-1

[6]夏杰长，姚战琪，徐紫嫣.数字经济对中国区域创新产出的影响【J】.社会科学战线.2021(06):67-78+281-282

[7]杨秀凌，赵秋成.东北地区劳动力资源配置的政策选择