数字经济对就业多维影响的机制与对策分析

张智勇伍家昕

关键词：数字经济；就业；空间计量模型

0 引言

当前全国总体经济增速放缓、产业加速升级、疫情反复冲击下带来的稳就业、保就业压力不容小觑。多方因素交织形成的较以往更为严峻的就业形势要求政府及社会群体密切关注民生福祉，共同探索就业新空间，促进就业者灵活性与就业形态多样性。与此同时，新一轮产业技术革命使得数字技术与经济社会各领域加速融合，据《中国数字经济发展白皮书》数据显示，面对新冠疫情带来的经济下行压力，数字经济展现出更为强大生命力：增速仍较稳定且位居全球第一，规模体量也不断创历史新高，截至2021年数字经济规模已达42.4 万亿元。因此，数字经济已成为我国把握住高质量发展机遇的战略选择，其广泛的涵盖范围、惊人的发展速度及深刻的影响程度要求充分发挥数字经济的叠加、放大、倍增作用。2022年政府工作报告指出，数字化平台对中国社会、民生具有普惠效应，发展数字经济可以持续释放政策红利，解决就业这个最大的民生问题。

那么，在解决就业民生问题的压力面前，数字经济究竟对就业产生怎样影响？一方面，技术的有偏性进步势必对传统产业与就业岗位造成冲击；另一方面，数字技术应用下的数实融合催生了大量新的产业模式与就业模式，带来巨大创造效应，究竟哪一种效应更为显著？此外，不断推进的经济一体化发展使得区域间联系日渐加强，数字经济是否对就业产生显著空间效应？基于上述问题，本文认为在充分理解数字经济对就业影响理论机制基础上探究二者空间作用机制，可以发挥模范作用为促进区域数字经济一体化发展、实现更高水平就业目标提供一定借鉴指导。

1 文献综述

“数字经济”的概念最早是由Tapscott［1］在其著作《数字经济时代》中正式提出，此后世界各国根据自身数字经济发展情况，对数字经济的概念界定大不相同［2］。我国对于数字经济研究最早始于1994年，袁正光［3］率先提出要抓住数字革命带来的发展机遇，促进新经济增长。韩亚品［4］从多层面构建了数字经济生态系统内涵框架，表明数字经济具有整体、多样、自组织、创新、共生等特征。张鹏［5］运用马克思基本原理探究了数字经济的本质即局部资源配置与潜在整体资源配置效率不匹配下的推动变革的突破口。除了对数字经济进行本源、内涵的理论分析之外，数字经济的统计测算和相关实证研究也成为了学术热点之一。统计测算方面，目前虽没有完全统一定论，但研究成果丰硕，大致方法可以归纳为国民经济核算、数字经济增加值测算、卫星账户构建与指数编制等［6］。由于测算方法差异造成的数字经济发展水平结果不尽相同，选择构建综合指标体系进行衡量成为了大多数学者的选择。相关实证研究方面，涉及范围更为广泛，包括数字普惠金融发展［7］、产业转型升级［8］、城乡融合发展［9］、经济民生［10］等方向，其中如何促进劳动力就业等民生问题更是数字经济作为发展内生动力的重要前提。

数字经济发展对就业影响研究方面，有部分学者从技术进步视角间接展开研究，指出技术进步对就业的替代效应与补偿效应是同时存在的，短期上替代效应可能大于补偿效应但长期上补偿效应更显著［11-12］，并且技术进步导致的技能溢价［13-14］推动就业极化与工资极化现象的出现，即高技能与低技能劳动力收入、就业比重上升，中等技能劳动力反向变动的“U”形趋势［15］。隆云滔等［16］研究发现，技术进步变革带来的对劳动力市场的冲击毫无疑问是更为彻底的，新技术如人工智能可以從宏观与微观层面对劳动力就业的总量与结构产生显著影响。但就目前来说，技术进步对劳动力就业是创造或是抑制尚需进一步讨论。对于数字经济的直接效应，众多研究发现其对就业冲击是非中性的。尽管有观点表明数字经济从根本上颠覆原就业的搜寻匹配模式，影响具有全方位性［17］，并且通过数字转型即产业数字化与数字产业化重构劳动生产率，驱动就业群体分化流动［18］，但陈秋霖等［19］认为当前数字经济发展属于“诱导式创新”，对于劳动力就业不是“挤出式替代”而是“补位式替代”。

此外，就业效应的研究主要集中于三个方面——就业规模、就业结构与就业质量。就业规模方面，李丽［20］认为数字经济可以推动企业再生产从而增加就业岗位，并且衍生出来的新业态、新模式也可以弥补传统经济领域的就业萎缩，甚至可以客观推动女性更加灵活参与就业；黄海清、魏航［21］从城市就业出发，研究发现数字经济可以从两种机制对就业总量增长起促进作用，即城市经济规模、资本深化的深化效应与创业活跃度、就业薪酬的广化效应。就业结构方面，蔡昉［22］指出经济不断增长推动劳动力资源在三大产业中的重新配置，产业结构优化使得就业结构不断调整，并且服务业对就业的吸纳作用持续增强；戚聿东等［23］分析了典型数字产业对就业结构影响，表明数字经济对第三产业领域影响更大，并且促进就业结构优化、劳动报酬与保障的进一步提升。就业质量方面，有研究表明影响就业质量的核心因素包括劳动报酬、就业能力与劳动关系［24］；戚聿东等［23］则对十年间各省份就业质量进行了测算，发现就业质量水平稳步提升且有较大发展空间，而数字经济是就业环境不断改善、就业能力持续增强的重要契机。

总体来说，关于数字经济与就业研究的现有理论及方法诸多，但仍有较大的完善与拓展空间。一是数字经济指标测度尚未统一，一些主要基于机器智能、普惠金融的数字指数，虽能部分体现数字经济发展水平，但难以与数字产业转型下的就业直接联系起来，使得其研究成果可能有一定偏差。二是在区域一体化发展的今天，数字经济带来影响必然具有广泛作用，其对就业的非中性冲击在区域间究竟是正面效应还是负面影响，影响机制又有何差异性，针对这些问题现有传统回归分析忽视了区域之间的关联性，缺乏运用空间计量模型研究地区空间溢出效应，具有一定局限性。三是研究主要集中于就业的规模与结构，鲜少有涉及就业质量，因此将三个维度同时纳入就业水平衡量框架之中，更具有完整性与实际意义。

基于此，本文在综合衡量2011—2020年30个省区市（未包含西藏、港澳台）数字经济发展水平基础上，运用空间计量模型衡量数字经济对就业规模、就业结构、就业质量空间影响的异质性，总体展现数字经济对就业的多维影响究竟是创造或是抑制效应。

2 理论假设

为了更好应对数字经济给就业市场带来的新机遇和挑战，促进我国数字经济就业水平，需先分析数字经济对就业影响的理论机制，主要包括三个方面：

2.1 数字经济与就业规模

就业规模是一定时期内全部劳动力资源的实际利用情况，就业被创造与被替代之间的强弱决定了就业规模的增大或缩小。

从创造效应来看：一方面数字技术的广泛应用大幅提高了企业生产效率，推动劳动者收入增加，从而刺激了社会需求，需求反过来又可以带动企业生产规模的扩大，成为新的就业机会与就业增量；另一方面新兴产业的蓬勃发展为就业提供了大量新岗位，数字经济新业态下的大众创业、万众创新活动更是刺激了创业推动就业从而产生广化效应，如利用新兴数字平台形成依托互联网的具有门槛低、容量大、灵活性强等优点的外卖跑腿、线上老师、网上医院等新就业形态。并且，数字经济可以打破就业时间、空间上的局限性，使得原本受就业时空限制的人口可以灵活参与就业，区域间劳动力流动更自由，进一步引致就业需求。特殊就业群体也获得了公平、灵活、甚至更高收入的就业机会，促进拓展劳动力市场半径。从替代效应来看：基于马克思劳动理论，为追求更高效率与更低成本，生产者将使劳动要素被资本要素所替代，低技能劳动力需求的降低必然对劳动密集型产业就业产生较大负面冲击。并且数字经济的发展会降低劳动力的比较优势，促使劳动力被机器智能等替代，但数字技术进步对就业的长期创造效应最终会抵消负向的替代效应，从而使得就业总量提高［25］。

基于此，本文提出假设a：数字经济发展对就业规模具有正向促进作用，即就业创造效应大于替代效应。

2.2 数字经济与就业结构

就业结构即社会劳动力分配结构，一般指国民经济各部门所占用的劳动力数量比例及其相互关系，具体表现包括产业就业结构、区域就业结构等。

根据“配第-克拉克定理”，随着数字经济背景下产业结构不断转型升级，劳动力的转移必定对就业结构产生巨大影响。从产业就业结构来看，随着数字经济深入发展，第一产业将进一步提高农业的规模化、集约化与智能自动化水平，促进更多农业劳动力被释放；第二产业为提升制造业生产率将大幅推动智能制造，人机交互影响下的传统智能制造就业岗位持续减少；第三产业中，数字技术如大数据、云计算、人工智能等正在逐渐渗透进生产性与生活性服务业，服务需求的日益上升增强了第三产业就业吸纳能力。地区技术与经济的相互融合促使三大产业形成如智慧农业、智能制造、数字商贸等模式。信息技术发展促使常规、重复性工作被取代，机器的广泛使用使得一二产业就业比重减少，并且新经济、新产业更多集聚于第三产业，从而吸引更多劳动力加速转移到第三产业。从区域就业结构来看，产业结构重构将推动区域劳动力结构的调整。短期上，较快的技术变革速度和下降的生产成本会促进产业就业的区域转移；长期上，产业就业将由后发地区逐渐向科技研发水平较高而生产成本较低的发达地区转移，因而数字经济发展程度较高的地区，失业率会显著低于其他地区。

基于此，本文提出假设b：数字经济通过产业转型促进就业结构升级。

2.3 数字经济与就业质量

就业质量内涵较为丰富，宏观上可以反映国家、地区行业范围内劳动者工作状况，微观上是指从业者与生产资料结合并获得报酬收入情况的优劣程度。

目前研究认为，根据可行能力理论，数字经济可以通过优化就业能力与就业环境提高社会福利水平从而实现更高质量就业，其中核心特征为从业报酬优劣情况［21］。数字技术的发展使得程序性劳动被替代，资本在区域内集聚从而需要更高生产效率、更高技能劳动力，专业性高素质数字人才需求大幅增加，从而提高了技能溢价。随着人才需求扩大，各地区大力增强人才培养与技能培训，未来数字相关技能必将成为基本就业技能，有助于提高整体人力资源与就业能力。此外，数字经济发展可以激发市场就业活力，优化区域整体就业环境与提高就业保障，推动劳动多元发展与就业收入提高。

基于此，本文提出假设c：数字经济发展可以推动就业高质量发展。

3 数据说明与指标选取

3.1 数据来源与变量选择

3.1.1 数据来源

由于我国西藏、港澳台地区部分年份数据严重缺失，考虑到数据的可取性与连续性，本文最终选取除西藏、港澳台以外的30个省区市2011—2020年相关面板数据，个别年份缺失的数据通过线性插值法进行补充。数据主要来源于《中国统计年鉴》《中国信息产业年鉴》《中国第三产业统计年鉴》等统计年鉴，以及《北京大学数字普惠金融指数》、统计公报等。

3.1.2 变量选择

被解释变量选取就业规模（ET）、就业结构（ES）与就业质量（EQ），来衡量区域就业水平。这里就业规模主要指一二三产业就业总人数；就业结构主要为产业就业结构，即第三产业就业人数占总产业就业人数比重，就業质量主要为从业报酬即就业人员平均工资额。

核心解释变量即数字经济发展水平（DE）。数字经济作为当今重要经济形态，覆盖面广、影响度高，选取单一变量过于片面难以衡量，因此本文通过构建综合指标体系，并利用熵值法得到一个综合指数来体现各省区市数字经济综合发展水平。

本文基于对变量的影响因素分析［23］，选取控制变量如下：经济发展水平（GDP）即地区生产总值，一定程度体现地区数字经济、就业发展程度；地区就业保障（RA）即就业与社会保障支出占比，一定程度反映地区就业环境；对外开放程度（FDI）即外商投资实际利用额，利于展现地区发展中的外部环境因素；技术创新水平（RD）即规模以上工业企业R&D费用，在数字经济与就业发展中起支撑作用。

3.2 数字经济指标构建及测度

3.2.1 体系划分与指标遴选

本文根据科学、综合、可操作性原则，基于国家统计局最新发布的《数字经济及其核心产业统计分类（2021）》统计标准，确定综合指标体系的具体指标［26］，如表1所示（其中权重计算方法见下文）。该标准以我国发展纲要为基础，立足现行统计制度与方法，并充分借鉴了国际组织对于数字经济分类方法，因此参考该标准确定相关指标既准确把握我国当前数字经济发展现状，又具有国际可比性。该标准围绕数字产业化与产业数字化，将数字经济分为五大类——数字产品制造业、数字产品服务业、数字技术应用业、数字要素驱动业与数字化效率提升业。前四大类属于数字经济核心产业，主要包括产品、设备制造；产品批发、零售、租赁与维修；技术开发与信息服务；互联网与数字内容媒体等方面。第五大类则体现了数实融合、多元数字应用具体方向，包括智能制造、智能交通、智慧物流、智慧农业、数字金融、数字商贸、数字社会、数字政府等数字化应用场景。由于行业范围涉及较为广泛，本文仅从行业中选取部分指标［27］。

3.2.2 指标测度

为判断指标体系是否可信，本文采用克隆巴赫信度系数（Cronbach α）方法，并对数据进行标准化处理。经经验，量表信度系数为0.95，系数水平较高，表明数据的质量水平比较好，此研究具有可靠性。

考虑到综合评价方法多样性，选取适用于多指标综合评价情况且具有客观赋权特点的熵值法对各省区市的数字经济发展水平进行测算。该方法可以在结合各项指标的变异程度基础上，利用熵值携带的信息进行权重计算，最终得到指标的“综合指数”。具体步骤如下：

3.2.3 数字经济综合发展水平分析

根据熵值法结果，数字经济综合指数从总体上看近些年发展较为迅速，2020年指数是2011年的16倍，增长幅度较大，体现出数字经济在我国经济发展中发挥的作用日益增强。

将各省区市2011—2020数字经济发展平均指数进行排序（图1），结果显示：指数最低省份为青海省仅有0.04，最高省份为广东省达0.45，将近相差11倍，此外指数较高前五名地区集中于东部沿海地区，中西部地区指数相对较低，表明我国区域之间仍存在较大“数字鸿沟”，在数字经济普遍发展的同时，需重视数字经济空间布局的优化，推动东中西地区整体协同发展。

3.3 变量描述性统计

本文为减少数据不平稳性与消除可能出现的异方差影响，将除数字经济发展水平（DE）外的变量进行对数化处理后再进行计量模型分析。表2展示了各变量的描述性统计结果。

结果显示，在容量为300的样本数据中，数字经济指数的均值为0.138，最大值为0.8，最小值为0.02，表明区域数字水平存在较大差距，并且就业规模、经济发展水平等变量的标准差比较大，初步判断区域之间存在聚集现象。其余变量的描述性统计如表2所示，不再一一赘述。

4 模型设定与实证分析

4.1 矩阵设定与空间相关性检验

运用空间计量模型需先通过空间相关性检验即莫兰检验，莫兰检验包括全局莫兰与局部莫兰，该检验需借助空间权重矩阵进行，常见空间权重矩阵包括邻接矩阵W1、地理距离矩阵W2与经济距离矩阵W3。本文运用stata软件首先将三种空间权重矩阵一一带入全局莫兰指数检验，结果如表3所示。

结果中，变量均至少通过一个矩阵的显著性水平检验且系数为正，表明变量都具有显著空间相关性，并且就业结构、就业质量、数字经济水平空间相关性呈增强态势。

为了进一步分析地区间空间集聚模式差异，本文将各省区市编号后对各变量进行局部莫兰检验，由于结果较为繁多，仅选用2020年部分矩阵下的局部莫兰指数并通过莫兰散点图展示（图2）。散点图结果中，横坐标代表变量空间单元本身的观测值即受自身影响程度，纵坐标代表空间单元滞后值即受其他周围值的影响。由图2可知，总体上看四个变量的莫兰散点图中，大部分省份均基本分布于一、三象限，表明变量相似值集聚呈现空间极化态势，具有正的空间自相关性。其中北京、上海、江苏、浙江、广东等位于第一象限，表明就业和数字经济发展程度高的省份被其他发展程度高的省份所包围，呈现出“高-高”空间集聚模式，这些地区影响着周边省区市就业规模、结构和质量的提升；甘肃、宁夏、青海、新疆等則分布于第三象限，表明这些地区及其周边地区的就业和数字经济发展幅度较低，呈现出“低-低”类型空间集聚，难以带动周边发展。其中高-高集聚省区市数量相较于低-低集聚省区市数量少，且主要集中于东部及南部地区，这是由于作为我国先行发展的重点区域，东部和南部沿海地区率先实现高质量发展，在数字经济发展方面更具有优势，产业基础条件更优越，就业水平相对较高，而中西部地区由于本身技术水平落后，基础设施不完善等原因，导致其数字和就业水平提升有限，即各地区数字经济水平与就业水平发展仍存在不平衡现象。

综上，全局莫兰与局部莫兰均证实变量具有较强空间相关性，需进一步通过空间计量模型进行分析。

4.2 模型设定与检验

基于面板数据，本文设定一般动态空间面板模型如下：

其中，当λ = 0 时，为空间杜宾模型（SDM）；当λ = 0 且δ = 0时，为空间自回归模型（SAR）；当T = 0且δ = 0时，为空间自相关模型（SAR）；当T = ρ = 0且δ = 0时，为空间误差模型（SEM）。本文将就业规模、就业结构、就业质量分别作为因变量代入，与数字经济发展水平、控制变量共同构建空间计量模型。为了最终确定被解释变量的模型形式，需对一般性空间计量模型进行LM 检验、稳健的LM检验和LR检验，根据检验结果选取合适的模型。受篇幅限制，本文仅展示空间相关性最强的矩阵下的实证结果。

首先对模型进行LM检验与R-LM检验，检验结果如表4，结果按照Anselin准则进行模型选择。结果表明，LNET 与LNEQ 均通过5% 显著性检验，因此可以选择SDM模型；LNES部分检验未通过，因此选择SEM模型。

通过Hausman检验判定各个模型是固定效应或是随机效应模型，检验值与P 值分别241.827（0.000 0）、84.369（0.000 0）、420.126（0.000 0），均通过显著性检验，因此模型均为固定效应模型。

确定空间模型后，由于空间杜宾模型可能退化为空间误差或空间滞后模型，因此设定LNES 模型是空间杜宾模型退化的结果，将所有变量模型带入LR与Wald检验，同时通过LR检验确定固定效应模式。结果表明（表5）三个变量模型均为时间空间双固定效应模型，且LR与Wald 均通过1% 显著性检验，模型均为空间杜宾模型，不能退化为其他模型。

4.3 模型回归与分析

确定各变量最优空间计量模型为双固定空间杜宾模型后，对各个模型进行回归分析，实证结果如表6所示。总体上看，LNET 模型、LNES 模型与LNEQ 模型的空间回归系数分别为0.305 2、0.191 5与0.517 5，空间系数均为正且通过1% 显著性检验，表明就业规模、就业结构、就业质量的空间依赖性显著且具有正向空间溢出效应，即就业水平较高地区利于发挥模范作用与辐射效应，带动邻近地区学习借鉴。

就业规模方面：核心解释变量数字经济系数为正且略高于其他变量系数，空间溢出效应系数也为正，表明数字经济强有力推动了本省域与邻近地区就业规模扩大，验证了假设a。控制变量中，经济发展水平对本省域就业规模空间效应为正，对周边地区效应为负，这是由于本省域经济快速发展可以促使生产要素在本地区集聚，推动本地区各行各业快速发展，使得本地区拥有更多就业机会而使周边地区机会相对减少，产生虹吸效应；地区就业保障仅对本省域就业规模产生负向效应，说明当前就业保障尚不完善，部分劳动者可能为了享受保障出现消极就业甚至不就业行为；对外开放程度与技术创新水平对本地区就业规模影响不显著但对周边地区具有负向作用，是由于当前阶段发展不充分，省域间仍存在要素壁垒，使得周边省域受到阻碍作用。

就业结构方面：核心解释变量数字经济对本省域就业结构起正向作用，验证了假设b，但对邻近地区效应不显著。控制变量中，经济增长对本地区与邻近地区产生显著负向影响而对外开放程度为显著正向影响，这是由于城乡二元经济結构使得当前就业结构不能同步于经济发展，人口难以流动迁移从而使得就业结构升级放缓，并且传统重工业与新兴服务业发展不均衡，使得经济发展同时就业结构低下，而对外开放可以促进物质与人力资本流动配置，使得地区间就业结构同步优化；地区就业保障仅对周边地区具有正向溢出效应，说明保障利于提高地区吸引力，同时带动周边区域产业就业结构趋向合理；创新水平效应不显著。

就业质量方面：核心解释变量数字经济发展推动了当地劳动报酬增长，验证了假设c，但对周边地区起到抑制作用，这是由于本地区资本与技能的替代和保障水平提高促使劳动力工资上涨，而产业转移可能促使低技能劳动力的相对转移，从而对周边区域工资水平提高起抑制作用。控制变量中，经济水平提高对本地与邻地均有正向溢出效应，说明经济发展势必推动整体就业水平提高，整体就业薪酬增长，实现更高质量就业；地区保障水平与对外开放程度只存在显著正向溢出效应；技术创新对本地区劳动报酬产生负向影响，由于一方面区域内技能偏向技术进步使得不同工资层级的职工人数发生变化，中低技能劳动力受挤压人数多于平均工资增加人数，平均工资可能下降，另一方面技术进步带动区域新兴产业行业蓬勃发展，工资总额提高，但传统行业效益下降人员减少，可拉动整个行业工资水平降低，此外优质的就业岗位吸引了大量从业人员，职工人数大幅增加，使得平均工资有可能下降。

4.4 空间效应分解

由于空间杜宾模型存在反馈效应，需要对模型空间效应进行分解，运用偏微分方法分解结果如表7。

就业规模结果中：数字经济效应系数均为正且通过显著检验，数字经济发展显著推动就业总量增长。经济发展仅产生正向直接效应与总效应，邻近地区变化难以对本地区产生影响。就业保障与对外开放水平效应均为负，这是由于目前阶段，为支持本区域优先发展，劳动力要素流动受到限制，并且不适度的社会保障可能导致劳动力雇佣成本过高，从而降低企业对劳动力的需求。技术创新对邻近地区就业规模产生负向效应，是由于技术进步可推动地区产业升级与基础设施进一步完善，劳动力会被条件更优越的地区吸引聚集，致使周边地区劳动力数量减少。就业结构与就业质量结果中：数字经济均对本地区促进作用显著，但对周边就业薪酬起负向作用。就业结构经济增长效应系数为负而就业质量经济增长效应系数为正。对外开放可以促进区域交流合作，对就业结构、质量均起促进作用。创新作用不显著可能是由于现阶段数字经济的创新仍处于起步阶段，发展缓慢，动力不足，对就业发展的贡献支撑作用不足，难以产生空间效应。

5 结论与建议

当前，数字经济已成为中国发展实现换道超车的强大动力，其影响具有广泛性与深远性。为探究数字经济在劳动力方面对于就业的空间影响，本文从就业的多维角度出发，基于2011—2020年省区市面板数据，并在熵值法测度数字经济发展水平的基础上，具体运用空间计量模型探究数字经济对于就业规模、就业结构、就业质量影响的异质性。研究结果表明：第一，近十年间数字经济发展势头迅猛，水平大幅提高，但区域间发展具有不平衡性，省份之间数字经济水平差距较大。第二，数字经济对就业水平具有显著正向影响，具体表现为数字经济可以直接推动本省域就业规模增长、就业结构优化与就业质量提升，但由于数字经济发展阶段仍处于初期阶段，仅在就业规模与就业结构方面具有正向空间溢出效应。第三，经济发展水平、地区保障程度与对外开放水平不同程度推动地区就业发展，但创新水平对地区影响较为不显著且部分表现为负向效应。

据此结论，提出建议：第一，推动数字经济区域平衡，加快弥合数字鸿沟。面对地区资源、能力差异造成的不平衡、不充分，从群体鸿沟、城乡鸿沟、企业鸿沟入手，依托市场机制加快要素流动与资源精准分配，注重区域发展结构性平衡，以降低数字成本，使得区域共享发展红利。第二，推进数实深度融合，拓宽就业渠道。政府需制定指导性政策并充分发挥市场决定因素，培育壮大基于平台经济、共享经济的新型就业模式，充分发掘就业增长潜力。通过数据互联互通平台实现数据资源共享，促进数字经济与各行各业跨界联动，如在农业领域创新实现智慧农场、农产品电商等发展模式；在流通领域创新物流和供应链服务；在制造领域推进先进制造与数字产业集群等，打造弹性、多元、灵活的就业方式。第三，紧盯产业数字化转型，促进就业结构同步优化。明确就业优先，在产业链整体升级同时，不断强化第三产业对就业吸纳能力，将就业作为综合性系统工程持续推进。对不同就业群体实施差异性就业政策，注重解决产业升级形成的就业结构性错配问题。第四，加大培育数字型人才，实现就业高质量发展。数字经济迅猛发展同时也使得就业群体快速分化，结构性失业风险加剧，就业极化、工资极化趋势明显。并且适配型劳动力缺失同时制约了数字经济发展步伐，因此必须重视加强数字人才培养，提高劳动群体技能素质，如促进校企交流，将学校人才培养模式与企业用人需求的对接，完成高质量的数字人才供给；推行岗位培训，鼓励包括民间资本在内的多方力量参与等。第五，强化保障创新，实现共建共享。加强区域示范引领作用，支持有条件的地方率先开展就业改革示范和探索创新，让创新动力落到实处。抓紧就业保障的落实，以匹配数字时代不断变革的劳动关系。此外，打破区域隔阂，注重区域间数字合作交流，以减少人才吸纳的时空限制，增强就业人员流动性。