数字经济对就业质量及结构的影响研究

The Research of Influence on Employment Quality and Structure of Digital Economy

成果信息

DC信息

传播影响力

归属院系：

经济学院（数字经济学院）

作者：

穆启迪

导师：

高昊

导师单位：

经济学院（数字经济学院）

学位：

硕士

语种：

中文

关键词：

数字经济;就业质量;就业结构;多宇宙自适应量子遗传算法投影寻踪

摘要：

近年来，数字经济得到了突飞猛进的发展，其有利于改善信息不对称、优化要素配置并拉动经济增长，但同时也使就业人员由第二产业向第三产业流动。此外，一些诸如中美贸易战及新冠疫情的外生干扰，亦给国民就业产生不少压力。如今走在实现第二个百年奋斗目标的征途上，应善于把握机遇应对挑战，利用数字经济的优势提高国民就业质量、促进就业结构升级。为此，探究数字经济对就业质量及结构的影响并揭示就业结构变化在此间发挥的作用。由是，通过宏观——微观的研究视角分析，均采用三步法通过省际及个体层面数据反映总体与个体情况，期以实现研究目标并互为印证。宏观部分主要包括基准回归与空间计量两个板块，其中基准回归部分意在获取对数字经济影响效果的初步判断。首先，明确数字经济对就业质量的影响，并以数字普惠金融、工业智能化及更换合成方法后的数字经济作为稳健性检验。此外，为更直观体现数字经济对就业质量各方面的影响，还将就业质量细分就业环境、保障及薪资水平追加探究。其次，明确数字经济对产业就业结构的影响，并通过细分产业类型及就业技能结构进一步深入探究。最后，将数字经济及产业就业结构放入同一方程以检验中介机制的存在性，同样为揭示对就业质量各方面影响对其进行了细分；空间计量部分则着重探究数字经济的空间溢出效应及相关性，设计思路与基准回归保持一致；微观部分以揭示个体特征为主，设计思路与宏观部分亦保持一致，但代表变量略有不同。其中，以劳动报酬、时间、单位薪资及满意度四个方面代表就业质量，互联网使用频率代表数字经济并控制了宏观层面的数字普惠金融指数，劳动力就业技能结构作为中介变量。此外，本文还探究了数字经济对就业质量影响的异质性特征。宏观层面主要探究数字经济水平异质性，微观层面主要探究性别与户籍性质异质性。宏观部分基准回归结果表明，数字经济有利于提升就业质量、促进就业结构升级，该结论在经过替换变量、缩尾及工具变量法处理后依旧稳健，其中产业就业结构升级发挥了正向的中介效应。空间计量采用邻接矩阵的杜宾模型回归结果与基准回归一致，在空间溢出效应方面，数字经济对邻省就业质量与就业结构产生了虹吸作用，但总体上更多体现空间集聚的正效应；微观部分混合截面及有序probit回归结果表明，数字经济有利于提升劳动人员薪资水平、减少劳动时间并增加劳动满意度。其提升了劳动者就业技能，并且基于就业技能结构的中介效应显著为正，宏微观结论高度一致得以统一。异质性检验中，数字经济越强的地区对就业质量的提升作用越明显，数字经济显著提升了女性及农村户籍劳动者的就业质量。

参考文献：

一、中文参考文献（一）著作类1. 中国信息通信研究院，全球数字经济白皮书，中国信息通信研究院，2023。2. 马克思、恩格斯，马克思恩格斯选集（第1卷）,人民出版社1995年版,第294页。3. 马克思，1844年经济学哲学手稿，北京:人民出版社，2008。4. 马克思，政治经济学批判序言，导言，人民出版社，1971，第31页。5. 亚当·斯密著，郭大力、王亚南译，国民财富的性质和原因的研究(上卷)，北京:商务印书馆，1981，第5-19页。6. 阿玛蒂亚.森，任赜、于真译，以自由看待发展，北京:中国人民大学出版社，2002。（二）论文类7. 杨骁、刘益志等，数字经济对我国就业结构的影响--基于机理与实证分析，软科学，2020，34(10):25-29。8. 王文，数字经济时代下工业智能化促进了高质量就业吗，经济学家，2020(04):89-98。9. 李敏、吴丽兰等，平台经济发展对就业质量的影响研究--产业结构升级的中介效应，工业技术经济，2021，40(10):62-69。10. 张丽君、梁怡萱等，数字经济对城乡收入差距的动态影响研究--来自中国31个省(区、市)的证据，经济问题探索，2023(03):18-40。11. 张勋、万广华等，数字经济、普惠金融与包容性增长，经济研究,2019,54(08):71-86。12. 郭峰、王靖一等.测度中国数字普惠金融发展:指数编制与空间特征，经济学(季刊),2020,19(04):1401-1418。13. 戚聿东、刘翠花，数字经济背景下互联网使用是否缩小了性别工资差异——基于中国综合社会调查的经验分析，经济理论与经济管理,2020(09):70-87。14. 赖德胜、苏丽锋等，中国各地区就业质量测算与评价，经济理论与经济管理，2011(11):88-99。15. 王春超、聂雅丰，数字经济对就业影响研究进展，经济学动态，2023(04):134-149。16. 毛宇飞、曾湘泉等，互联网使用、就业决策与就业质量--基于CGSS数据的经验证据，经济理论与经济管理，2019(01):72-85。17. 田艳平、向雪风，数字经济发展与劳动者就业质量提升，西北人口，2023，44(03):65-79。18. 武可栋、朱梦春等，数字经济发展水平对劳动力就业结构的影响，统计与决策，2022，38(10):106-111。19. 司小飞、李麦收，数字经济、就业结构与就业质量--基于中国省域数据的实证分析，西北人口，2022，43(04):54-69。20. 戚聿东、刘翠花等，数字经济发展、就业结构优化与就业质量提升，经济学动态，2020(11):17-35。21. 梁牧、刘富华，数字经济发展的就业效应及其作用路径，统计与决策，2023，39(20):29-34。22. 陈晓红、李杨扬等，数字经济理论体系与研究展望，管理世界，2022，38(02):208-224+13-16。23. 张新春、董长瑞，人工智能技术条件下“人的全面发展”向何处去--兼论新技术下劳动的一般特征，经济学家，2019(01):43-52。24. 俞伯阳，数字经济对我国劳动力就业结构与就业质量的影响研究[D]，天津财经大学，2021。25. 袁正，分工的一般理论与古典增长框架，经济学家，2005(06):104-109。26. 汪斌、董赟，从古典到新兴古典经济学的专业化分工理论与当代产业集群的演进，学术月刊，2005(02):29-36+52。27. 于刃刚，配第--克拉克定理评述，经济学动态，1996(08):63-65。28. 高进云、乔荣锋等，农地城市流转前后农户福利变化的模糊评价--基于森的可行能力理论，管理世界，2007(06):45-55。29. 丁娟，创新理论的发展演变，现代经济探讨，2002(06):27-29。30. 李正友、毕先萍，技术进步的就业效应:一个理论分析框架，经济评论，2004(02):21-24。31. 黄祺雨、王乃合等，数字经济发展的就业效应--基于三次产业的异质性分析，经济与管理研究，2023，44(11):62-83。32. 刘国亮、卢超，数字经济背景下新要素动能对就业结构的影响研究，经济问题探索，2022(12):132-151。33. 何苗、任保平，中国数字经济与就业质量的协调发展研究，经济问题探索，2023(01):6-20。34. 孟祺，数字经济与高质量就业:理论与实证，社会科学，2021(02):47-58。35. 张顺，数字经济时代如何实现更充分更高质量就业，北京工商大学学报(社会科学版)，2022，37(06):12-21。36. 韩君、高瀛璐，中国省域数字经济发展的产业关联效应测算，数量经济技术经济研究，2022，39(04):45-66。37. 杨伟明、粟麟等，数字普惠金融与城乡居民收入——基于经济增长与创业行为的中介效应分析，上海财经大学学报，2020，22(04):83-94。38. 汪亚楠、谭卓鸿等，数字普惠金融对社会保障的影响研究，数量经济技术经济研究，2020，37(07):92-112。39. 周烁、张文韬，互联网使用的主观福利效应分析，经济研究，2021，56(09):158-174。40. 毛宇飞、曾湘泉，互联网使用是否促进了女性就业——基于CGSS数据的经验分析，经济学动态，2017(06):21-31。41. 韩平、宋韩琪，数字经济发展、产业结构高度化与就业质量，商业研究，2023(06):30-39。42. 王跃生、张羽飞，数字经济的双重就业效应与更高质量就业发展，新视野，2022(03):43-50。43. 郭晴、孟世超等，数字普惠金融发展能促进就业质量提升吗？，上海财经大学学报，2022，24(01):61-75+152。44. 苏培、贺大兴，数字经济发展对就业的影响——基于279个地级市面板数据的分析，上海经济研究，2024(10):53-74。45. 陈晓、郑玉璐等，工业智能化、劳动力就业结构与经济增长质量--基于中介效应模型的实证检验，华东经济管理，2020，34(10):56-64。46. 蒋琪、王标悦等，互联网使用对中国居民个人收入的影响——基于CFPS面板数据的经验研究，劳动经济研究，2018，6(05):121-143。47. 李清华、何爱平，数字经济对区域经济协调发展的影响效应及作用机制研究，经济问题探索，2022(08):1-13。48. 胡拥军、关乐宁，数字经济的就业创造效应与就业替代效应探究，改革，2022(04):42-54。49. 戚聿东、丁述磊等，数字经济背景下互联网使用与灵活就业者劳动供给：理论与实证，当代财经，2021(05):3-16。50. 朱统、马国旺，企业社保缴费抑制了企业的就业吸纳能力吗？——基于上市公司数据的分析，经济问题，2024(12):107-116。51. 姜琪、单耀莹，数字经济发展与就业质量提升：促进还是抑制？，经济与管理评论，2024，40(04):123-135。52. 唐红涛、谢婷，数字经济与农民收入消费双提升，华南农业大学学报(社会科学版)，2022，21(02):70-81。53. 郭露、王峰等，数字经济、乡村振兴与农民高质量就业，调研世界，2023(10):3-11。54. 谢尚、韦东明等，互联网使用对教育—工作匹配的影响——基于CFPS2016～2020的研究发现，中国人口科学，2024，38(04):36-51。55. 李祚泳，投影寻踪技术及其应用进展，自然杂志，1997(04):224-227。56. 于晓虹、楼文高，低维逐次投影寻踪模型及其应用，统计与决策，2019，35(14):83-86。57. 席裕庚、柴天佑等，遗传算法综述，控制理论与应用，1996(06):697-708。58. 汪昌松、赵翔，评价优化算法的一般性方法及其应用，计算机应用，2010，30(S1):76-79+82。59. 权芳芳，量子遗传算法的研究与应用[D]，安徽理工大学硕士学位论文，2013年。60. 杨俊安、庄镇泉等，多宇宙并行量子遗传算法，电子学报，2004(06):923-928。61. 杨俊安、庄镇泉，多宇宙并行量子衍生遗传算法研究，计算机工程与应用，2004(20):23-26+61。62. 曲志坚、陈宇航等，基于多算子协同进化的自适应并行量子遗传算法，电子学报，2019，47(02):266-273。63. 刘晓红、曲志坚等，基于自适应机制的多宇宙并行量子衍生进化算法，计算机应用，2015，35(02):369-373。64. 宋旭光、左马华青，工业机器人投入、劳动力供给与劳动生产率，改革，2019(09):45-54。65. 王军、朱杰等，中国数字经济发展水平及演变测度，数量经济技术经济研究，2021，38(07):26-42。66. 温忠麟、叶宝娟，中介效应分析:方法和模型发展，心理科学进展，2014，22(05):731-745。67. 赵伟、彭玉婷，数字经济发展是否会影响收入不平等?--基于空间面板模型的实证检验，经济问题探索，2022(12):35-51。二、外文参考文献（一）著作类68. Tina H. and Christopher S., 2022, New and Revised Statistics of the U.S. Digital Economy, 2005–2021. BEA.69. OECD, 2024, EMBRACING THE TECHNOLOGY FRONTIER. Digital Economy Outlook, Vol 1.（二）论文类70. Bukht, R. and R. Heeks, 2017, Defining conceptualising and measuring the digital economy, Development Informatics Working Paper Series, No.68, University of Manchester.71. Ghasemaghaei, M. and Calic, G. , 2019, “Does Big Data Enhance Firm Innovation Competency? The Mediating Role of Data-driven Insights”, Journal of Business Research, 104:69~84.72. Schmidt, C.G. and Wagner, S.M., 2019, “Blockchain and Supply Chain Relations:A Transaction Cost Theory Perspective”, Journal of Purchasing and Supply Management, 25(4), 100552.73. KROMANN L, SKAKSEN J R, SORENSEN A., 2011, Automation Labor Productivity and Employment: A Cross Country Comparison, Copenhagen Business School Working Paper.74. Autor, D.H., 2015, Why are there still so many jobs? The history and future of workplace automation, Journal of Economic Perspectives, 29(3):3-30.75. Graetz, G. and G. Michaels, 2018, Robots at work, Review of Economics and Statistics, 100(5):753-768.76. Konkolewsky, H.H., 2017, Digital economy and the future of social security, Administration, 65(4):21-30.77. Acemoglu, D. and P. Restrepo, 2018, The race between man and machine: Implications of technology for growth, factor shares and employment, American Economic Review, 108(6):1488-1542.78. Lin J, 2011, Technological Adaptation Cities and New Work. Review of Economics & Statistics, 93(2).79. Autor, D.H and D. Dorn, 2013, The growth of low-skill service jobs and the polarization of the US labor market, American Economic Review, 103(5):1553-1597.80. Tranos, E. et al, 2021, Digital economy in the UK: Regional productivity effects of early adoption, Regional Studies, 55(12):1924-1938.81. Autor, D. and A. Salomons, 2018, Is automation labor-displacing? Productivity growth, employment, and the labor share, NBER Working Papers, No.w24871.82. Acemoglu, D. and P. Restrepo, 2020, Robots and jobs: Evidence from US labor markets, Journal of Political Economy, 128(6):2188-2244.83. Herrendorf, B. et al, 2013, Two perspectives on preferences and structural transformation, American Economic Review, 103(7):2752-2789.84. Rubery, J., and D. Grimshaw, 2001, ICTs and Employment: The Problem of Job Quality, International Labour Review, 140 (2) :165-192.85. Guy, M. et al, 2014, Has ICT polarized skill demand?Evidence from eleven countries over twenty-five year, Review of Economics & Statistics, 96(1):60-77.86. Hendriks, P., 1999, Why Share Knowledge?The Influence of ICT on the Motivation for Knowledge Sharing, Knowledge and Process Management, 6(2):91—100.87. Gürtzgen, N. et al, 2021, Does online search improve the match quality of new hires? Labour Economics 70, no.101981.88. Mang, C., 2012, Online job search and matching quality, Ifo Working Paper, No.147.89. Becker, G. S., Human Capital,Effort,and the Sexual Division of Labor, Journal of Labor Economics, 1985 , 3(1):S33-S58.90. Gómez, N. et al, 2014, Employment opportunities in Spain: Gender differences by education and ICT usage, Regional and Sectoral Economic Studies, 14(3):105-130.91. Choudhury, S.D. et al, 2017, Automated stem angle determination for temporal plant phenotyping analysis in Proceedings of the IEEE International Conference on Computer Vision Workshops, ACM Press.92. Acemoglu,D. and D.Autor, 2011, Skills, tasks and technologies: Implications for employment and earnings in: D.Card & O.Ashenfelter (eds), Handbook of Labor Economics, Vol.4, Elsevier.93. Acemoglu D, Restrepo P., 2019, Automation and new tasks: How technology displaces and reinstates labor, Journal of Economic Perspectives, 33(2):3-30.94. LIN J Y., 2012, New Structural Economics: A Framework for Rethinking Development and Policy, Developing Economies, 51(3):323-326.

学科：

应用经济学

提交日期：

2025-05-20

引用参考：

穆启迪. 数字经济对就业质量及结构的影响研究[D]. 西南政法大学,2025.

全文附件授权许可：

知识共享许可协议-署名

dc.title
数字经济对就业质量及结构的影响研究

dc.title
The Research of Influence on Employment Quality and Structure of Digital Economy

dc.contributor.schoolno
20220202000033

dc.contributor.author
穆启迪

dc.contributor.affiliation
经济学院（数字经济学院）

dc.contributor.degree
硕士

dc.contributor.childdegree
经济学硕士学位

dc.contributor.degreeConferringInstitution
西南政法大学

dc.identifier.year
2025

dc.contributor.direction
劳动经济学

dc.contributor.advisor
高昊

dc.contributor.advisorAffiliation
经济学院（数字经济学院）

dc.language.iso
中文

dc.subject
数字经济,就业质量,就业结构,多宇宙自适应量子遗传算法投影寻踪

dc.subject
Digital Economy; Employment Quality; Employment Structure; Multi-Universe Automatic Applicant Genetical Objects Pursuit Algorism

dc.description.abstract
近年来，数字经济得到了突飞猛进的发展，其有利于改善信息不对称、优化要素配置并拉动经济增长，但同时也使就业人员由第二产业向第三产业流动。此外，一些诸如中美贸易战及新冠疫情的外生干扰，亦给国民就业产生不少压力。如今走在实现第二个百年奋斗目标的征途上，应善于把握机遇应对挑战，利用数字经济的优势提高国民就业质量、促进就业结构升级。为此，探究数字经济对就业质量及结构的影响并揭示就业结构变化在此间发挥的作用。由是，通过宏观——微观的研究视角分析，均采用三步法通过省际及个体层面数据反映总体与个体情况，期以实现研究目标并互为印证。宏观部分主要包括基准回归与空间计量两个板块，其中基准回归部分意在获取对数字经济影响效果的初步判断。首先，明确数字经济对就业质量的影响，并以数字普惠金融、工业智能化及更换合成方法后的数字经济作为稳健性检验。此外，为更直观体现数字经济对就业质量各方面的影响，还将就业质量细分就业环境、保障及薪资水平追加探究。其次，明确数字经济对产业就业结构的影响，并通过细分产业类型及就业技能结构进一步深入探究。最后，将数字经济及产业就业结构放入同一方程以检验中介机制的存在性，同样为揭示对就业质量各方面影响对其进行了细分；空间计量部分则着重探究数字经济的空间溢出效应及相关性，设计思路与基准回归保持一致；微观部分以揭示个体特征为主，设计思路与宏观部分亦保持一致，但代表变量略有不同。其中，以劳动报酬、时间、单位薪资及满意度四个方面代表就业质量，互联网使用频率代表数字经济并控制了宏观层面的数字普惠金融指数，劳动力就业技能结构作为中介变量。此外，本文还探究了数字经济对就业质量影响的异质性特征。宏观层面主要探究数字经济水平异质性，微观层面主要探究性别与户籍性质异质性。宏观部分基准回归结果表明，数字经济有利于提升就业质量、促进就业结构升级，该结论在经过替换变量、缩尾及工具变量法处理后依旧稳健，其中产业就业结构升级发挥了正向的中介效应。空间计量采用邻接矩阵的杜宾模型回归结果与基准回归一致，在空间溢出效应方面，数字经济对邻省就业质量与就业结构产生了虹吸作用，但总体上更多体现空间集聚的正效应；微观部分混合截面及有序probit回归结果表明，数字经济有利于提升劳动人员薪资水平、减少劳动时间并增加劳动满意度。其提升了劳动者就业技能，并且基于就业技能结构的中介效应显著为正，宏微观结论高度一致得以统一。异质性检验中，数字经济越强的地区对就业质量的提升作用越明显，数字经济显著提升了女性及农村户籍劳动者的就业质量。

dc.description.abstract
In recent years, the digital economy has experienced rapid development. It has the advantage of improving information asymmetry, optimizing factor allocation, and driving economic growth, but it also makes labors moving from the second industrial to third. In addition, exogenous disturbances such as the Sino-US trade war and the COVID-19 pandemic have also put considerable pressure on national employment. On the journey to achieving the second centenary goal, we should be good at seizing opportunities and overcoming challenges, and take advantage of the superiorities of the digital economy to improve the quality of national employment and promote the upgrading of the employment structure. Therefore, this paper tries to explore the impact of the digital economy on employment quality and reveal the role of employment structure changes in this process. The entire article focuses on the macro and micro perspectives, both of which use the three-step method to reflect the overall situation and individual differences through provincial and individual level data, with the aim of achieving the research goal and mutual verification.The macro part mainly includes two sections, namely benchmark regression and spatial econometrics. The benchmark regression section aims to obtain a preliminary judgment of the impact of the digital economy. Firstly, the impact of the digital economy on employment quality is clarified, and digital inclusive finance, industrial intelligence and digital economy with the method of replacing synthesis are used as robustness tests. In addition, to provide a more intuitive understanding of the impact of digital economy on employment quality in various aspects, employment quality is further divided into employment environment, security, and wage level for in-depth exploration. Secondly, the impact of digital economy on industrial employment structure is clarified, and the impact is further explored by dividing the industry type and employment skill structure as a robustness test. Finally, digital economy and industrial employment structure are placed in the same equation to test the existence of mediating mechanisms, and the same is done for revealing the impact on employment quality in various aspects. The spatial econometric part focuses on the spatial spillover effect of digital economy, and the regression design and benchmark regression are consistent. The micro-level part focuses on revealing individual characteristics, and the regression design is consistent with the macro-level part, but the representative variables are slightly different. Among them, labor remuneration, time, freedom, and satisfaction represent employment quality, internet usage frequency and digital inclusive finance represent digital economy, and the employment skill structure of labor force serves as a mediating variable. In addition, this paper explores the heterogeneity of the impact of digital economy on employment quality. The macro-level mainly explores the heterogeneity of digital economy level, and the micro-level mainly explores the heterogeneity of gender and household registration status.The macro part benchmark regression results show that the digital economy is conducive to improving employment quality and promoting the upgrading of employment structure. The conclusion remains robust after replacing variables, shrinkage, and instrumental variable methods are used. Among them, the upgrading of industrial employment structure plays a positive mediating role. The spatial econometric regression results using the Durbin model with a neighborhood matrix are consistent with the benchmark regression results, and in terms of spatial spillover effects, the digital economy has a suction effect on the employment quality and employment structure of neighboring provinces, but the total effect is positive. The mixed-sample and ordered probit regression results of the micro part show that the digital economy is conducive to improving the wage level of laborers, reducing working hours, and increasing job satisfaction. It improves the employment skills of workers, and the significant positive mediating effect of employment skill structure is consistent with the macro and micro conclusions. In the heterogeneity test, the stronger the digital economy is in an area, the more obvious its role in improving employment quality is. The digital economy has a significant promotion effect on female and residents holding rural household registration’s employment quality.

dc.date.issued
2025-03-17

dc.date.oralDefense
2025-05-15

dc.relation.citedreferences
一、中文参考文献（一）著作类1. 中国信息通信研究院，全球数字经济白皮书，中国信息通信研究院，2023。2. 马克思、恩格斯，马克思恩格斯选集（第1卷）,人民出版社1995年版,第294页。3. 马克思，1844年经济学哲学手稿，北京:人民出版社，2008。4. 马克思，政治经济学批判序言，导言，人民出版社，1971，第31页。5. 亚当·斯密著，郭大力、王亚南译，国民财富的性质和原因的研究(上卷)，北京:商务印书馆，1981，第5-19页。6. 阿玛蒂亚.森，任赜、于真译，以自由看待发展，北京:中国人民大学出版社，2002。（二）论文类7. 杨骁、刘益志等，数字经济对我国就业结构的影响--基于机理与实证分析，软科学，2020，34(10):25-29。8. 王文，数字经济时代下工业智能化促进了高质量就业吗，经济学家，2020(04):89-98。9. 李敏、吴丽兰等，平台经济发展对就业质量的影响研究--产业结构升级的中介效应，工业技术经济，2021，40(10):62-69。10. 张丽君、梁怡萱等，数字经济对城乡收入差距的动态影响研究--来自中国31个省(区、市)的证据，经济问题探索，2023(03):18-40。11. 张勋、万广华等，数字经济、普惠金融与包容性增长，经济研究,2019,54(08):71-86。12. 郭峰、王靖一等.测度中国数字普惠金融发展:指数编制与空间特征，经济学(季刊),2020,19(04):1401-1418。13. 戚聿东、刘翠花，数字经济背景下互联网使用是否缩小了性别工资差异——基于中国综合社会调查的经验分析，经济理论与经济管理,2020(09):70-87。14. 赖德胜、苏丽锋等，中国各地区就业质量测算与评价，经济理论与经济管理，2011(11):88-99。15. 王春超、聂雅丰，数字经济对就业影响研究进展，经济学动态，2023(04):134-149。16. 毛宇飞、曾湘泉等，互联网使用、就业决策与就业质量--基于CGSS数据的经验证据，经济理论与经济管理，2019(01):72-85。17. 田艳平、向雪风，数字经济发展与劳动者就业质量提升，西北人口，2023，44(03):65-79。18. 武可栋、朱梦春等，数字经济发展水平对劳动力就业结构的影响，统计与决策，2022，38(10):106-111。19. 司小飞、李麦收，数字经济、就业结构与就业质量--基于中国省域数据的实证分析，西北人口，2022，43(04):54-69。20. 戚聿东、刘翠花等，数字经济发展、就业结构优化与就业质量提升，经济学动态，2020(11):17-35。21. 梁牧、刘富华，数字经济发展的就业效应及其作用路径，统计与决策，2023，39(20):29-34。22. 陈晓红、李杨扬等，数字经济理论体系与研究展望，管理世界，2022，38(02):208-224+13-16。23. 张新春、董长瑞，人工智能技术条件下“人的全面发展”向何处去--兼论新技术下劳动的一般特征，经济学家，2019(01):43-52。24. 俞伯阳，数字经济对我国劳动力就业结构与就业质量的影响研究[D]，天津财经大学，2021。25. 袁正，分工的一般理论与古典增长框架，经济学家，2005(06):104-109。26. 汪斌、董赟，从古典到新兴古典经济学的专业化分工理论与当代产业集群的演进，学术月刊，2005(02):29-36+52。27. 于刃刚，配第--克拉克定理评述，经济学动态，1996(08):63-65。28. 高进云、乔荣锋等，农地城市流转前后农户福利变化的模糊评价--基于森的可行能力理论，管理世界，2007(06):45-55。29. 丁娟，创新理论的发展演变，现代经济探讨，2002(06):27-29。30. 李正友、毕先萍，技术进步的就业效应:一个理论分析框架，经济评论，2004(02):21-24。31. 黄祺雨、王乃合等，数字经济发展的就业效应--基于三次产业的异质性分析，经济与管理研究，2023，44(11):62-83。32. 刘国亮、卢超，数字经济背景下新要素动能对就业结构的影响研究，经济问题探索，2022(12):132-151。33. 何苗、任保平，中国数字经济与就业质量的协调发展研究，经济问题探索，2023(01):6-20。34. 孟祺，数字经济与高质量就业:理论与实证，社会科学，2021(02):47-58。35. 张顺，数字经济时代如何实现更充分更高质量就业，北京工商大学学报(社会科学版)，2022，37(06):12-21。36. 韩君、高瀛璐，中国省域数字经济发展的产业关联效应测算，数量经济技术经济研究，2022，39(04):45-66。37. 杨伟明、粟麟等，数字普惠金融与城乡居民收入——基于经济增长与创业行为的中介效应分析，上海财经大学学报，2020，22(04):83-94。38. 汪亚楠、谭卓鸿等，数字普惠金融对社会保障的影响研究，数量经济技术经济研究，2020，37(07):92-112。39. 周烁、张文韬，互联网使用的主观福利效应分析，经济研究，2021，56(09):158-174。40. 毛宇飞、曾湘泉，互联网使用是否促进了女性就业——基于CGSS数据的经验分析，经济学动态，2017(06):21-31。41. 韩平、宋韩琪，数字经济发展、产业结构高度化与就业质量，商业研究，2023(06):30-39。42. 王跃生、张羽飞，数字经济的双重就业效应与更高质量就业发展，新视野，2022(03):43-50。43. 郭晴、孟世超等，数字普惠金融发展能促进就业质量提升吗？，上海财经大学学报，2022，24(01):61-75+152。44. 苏培、贺大兴，数字经济发展对就业的影响——基于279个地级市面板数据的分析，上海经济研究，2024(10):53-74。45. 陈晓、郑玉璐等，工业智能化、劳动力就业结构与经济增长质量--基于中介效应模型的实证检验，华东经济管理，2020，34(10):56-64。46. 蒋琪、王标悦等，互联网使用对中国居民个人收入的影响——基于CFPS面板数据的经验研究，劳动经济研究，2018，6(05):121-143。47. 李清华、何爱平，数字经济对区域经济协调发展的影响效应及作用机制研究，经济问题探索，2022(08):1-13。48. 胡拥军、关乐宁，数字经济的就业创造效应与就业替代效应探究，改革，2022(04):42-54。49. 戚聿东、丁述磊等，数字经济背景下互联网使用与灵活就业者劳动供给：理论与实证，当代财经，2021(05):3-16。50. 朱统、马国旺，企业社保缴费抑制了企业的就业吸纳能力吗？——基于上市公司数据的分析，经济问题，2024(12):107-116。51. 姜琪、单耀莹，数字经济发展与就业质量提升：促进还是抑制？，经济与管理评论，2024，40(04):123-135。52. 唐红涛、谢婷，数字经济与农民收入消费双提升，华南农业大学学报(社会科学版)，2022，21(02):70-81。53. 郭露、王峰等，数字经济、乡村振兴与农民高质量就业，调研世界，2023(10):3-11。54. 谢尚、韦东明等，互联网使用对教育—工作匹配的影响——基于CFPS2016～2020的研究发现，中国人口科学，2024，38(04):36-51。55. 李祚泳，投影寻踪技术及其应用进展，自然杂志，1997(04):224-227。56. 于晓虹、楼文高，低维逐次投影寻踪模型及其应用，统计与决策，2019，35(14):83-86。57. 席裕庚、柴天佑等，遗传算法综述，控制理论与应用，1996(06):697-708。58. 汪昌松、赵翔，评价优化算法的一般性方法及其应用，计算机应用，2010，30(S1):76-79+82。59. 权芳芳，量子遗传算法的研究与应用[D]，安徽理工大学硕士学位论文，2013年。60. 杨俊安、庄镇泉等，多宇宙并行量子遗传算法，电子学报，2004(06):923-928。61. 杨俊安、庄镇泉，多宇宙并行量子衍生遗传算法研究，计算机工程与应用，2004(20):23-26+61。62. 曲志坚、陈宇航等，基于多算子协同进化的自适应并行量子遗传算法，电子学报，2019，47(02):266-273。63. 刘晓红、曲志坚等，基于自适应机制的多宇宙并行量子衍生进化算法，计算机应用，2015，35(02):369-373。64. 宋旭光、左马华青，工业机器人投入、劳动力供给与劳动生产率，改革，2019(09):45-54。65. 王军、朱杰等，中国数字经济发展水平及演变测度，数量经济技术经济研究，2021，38(07):26-42。66. 温忠麟、叶宝娟，中介效应分析:方法和模型发展，心理科学进展，2014，22(05):731-745。67. 赵伟、彭玉婷，数字经济发展是否会影响收入不平等?--基于空间面板模型的实证检验，经济问题探索，2022(12):35-51。二、外文参考文献（一）著作类68. Tina H. and Christopher S., 2022, New and Revised Statistics of the U.S. Digital Economy, 2005–2021. BEA.69. OECD, 2024, EMBRACING THE TECHNOLOGY FRONTIER. Digital Economy Outlook, Vol 1.（二）论文类70. Bukht, R. and R. Heeks, 2017, Defining conceptualising and measuring the digital economy, Development Informatics Working Paper Series, No.68, University of Manchester.71. Ghasemaghaei, M. and Calic, G. , 2019, “Does Big Data Enhance Firm Innovation Competency? The Mediating Role of Data-driven Insights”, Journal of Business Research, 104:69~84.72. Schmidt, C.G. and Wagner, S.M., 2019, “Blockchain and Supply Chain Relations:A Transaction Cost Theory Perspective”, Journal of Purchasing and Supply Management, 25(4), 100552.73. KROMANN L, SKAKSEN J R, SORENSEN A., 2011, Automation Labor Productivity and Employment: A Cross Country Comparison, Copenhagen Business School Working Paper.74. Autor, D.H., 2015, Why are there still so many jobs? The history and future of workplace automation, Journal of Economic Perspectives, 29(3):3-30.75. Graetz, G. and G. Michaels, 2018, Robots at work, Review of Economics and Statistics, 100(5):753-768.76. Konkolewsky, H.H., 2017, Digital economy and the future of social security, Administration, 65(4):21-30.77. Acemoglu, D. and P. Restrepo, 2018, The race between man and machine: Implications of technology for growth, factor shares and employment, American Economic Review, 108(6):1488-1542.78. Lin J, 2011, Technological Adaptation Cities and New Work. Review of Economics & Statistics, 93(2).79. Autor, D.H and D. Dorn, 2013, The growth of low-skill service jobs and the polarization of the US labor market, American Economic Review, 103(5):1553-1597.80. Tranos, E. et al, 2021, Digital economy in the UK: Regional productivity effects of early adoption, Regional Studies, 55(12):1924-1938.81. Autor, D. and A. Salomons, 2018, Is automation labor-displacing? Productivity growth, employment, and the labor share, NBER Working Papers, No.w24871.82. Acemoglu, D. and P. Restrepo, 2020, Robots and jobs: Evidence from US labor markets, Journal of Political Economy, 128(6):2188-2244.83. Herrendorf, B. et al, 2013, Two perspectives on preferences and structural transformation, American Economic Review, 103(7):2752-2789.84. Rubery, J., and D. Grimshaw, 2001, ICTs and Employment: The Problem of Job Quality, International Labour Review, 140 (2) :165-192.85. Guy, M. et al, 2014, Has ICT polarized skill demand?Evidence from eleven countries over twenty-five year, Review of Economics & Statistics, 96(1):60-77.86. Hendriks, P., 1999, Why Share Knowledge?The Influence of ICT on the Motivation for Knowledge Sharing, Knowledge and Process Management, 6(2):91—100.87. Gürtzgen, N. et al, 2021, Does online search improve the match quality of new hires? Labour Economics 70, no.101981.88. Mang, C., 2012, Online job search and matching quality, Ifo Working Paper, No.147.89. Becker, G. S., Human Capital,Effort,and the Sexual Division of Labor, Journal of Labor Economics, 1985 , 3(1):S33-S58.90. Gómez, N. et al, 2014, Employment opportunities in Spain: Gender differences by education and ICT usage, Regional and Sectoral Economic Studies, 14(3):105-130.91. Choudhury, S.D. et al, 2017, Automated stem angle determination for temporal plant phenotyping analysis in Proceedings of the IEEE International Conference on Computer Vision Workshops, ACM Press.92. Acemoglu,D. and D.Autor, 2011, Skills, tasks and technologies: Implications for employment and earnings in: D.Card & O.Ashenfelter (eds), Handbook of Labor Economics, Vol.4, Elsevier.93. Acemoglu D, Restrepo P., 2019, Automation and new tasks: How technology displaces and reinstates labor, Journal of Economic Perspectives, 33(2):3-30.94. LIN J Y., 2012, New Structural Economics: A Framework for Rethinking Development and Policy, Developing Economies, 51(3):323-326.

西南政法大学机构知识库，欢迎您

数字经济对就业质量及结构的影响研究

The Research of Influence on Employment Quality and Structure of Digital Economy