摘要：将中国28省份数字经济指数与2015、2017、2019年三期中国社会状况综合调查(CSS)的截面数据相结合，综合运用线性回归模型、有序Probit模型，考察数字经济发展对就业质量的影响。研究发现：数字经济发展对就业质量提升具有促进作用，在总体上能够提高劳动者的收入水平、降低劳动强度、提高社会保障项目参与水平，但对劳动者的工作满意度会产生负向影响。该结果在使用地形起伏度作为工具变量进行内生性检验后依然成立。伴随数字经济发展产生的新就业形态会抑制劳动者的社会保障项目参与，且该抑制作用在非正规就业群体中更为明显;数字经济发展对就业质量的提升效果在不同类型和不同年龄段的就业群体中存在差异。
关键词：数字经济;就业质量;正规就业;非正规就业
论文《数字经济发展与就业质量提升：促进还是抑制?》发表在《经济与管理评论》，版权归《经济与管理评论》所有。本文来自网络平台，仅供参考。
一、引言
数字经济作为一种新经济增长范式，日益成为推动经济发展的重要引擎和新增长点。根据《中国数字经济发展报告2022》，中国数字经济规模达到45.5万亿元，GDP占比达39.8%，增速达16.2%，远高于同期GDP名义增速。数字经济蓬勃发展催生平台经济、共享经济，这不仅引发就业领域的深刻变革，也对劳动者就业质量产生影响。
就业是民生之本、稳定之基、安国之策，在数字技术赋能的新经济环境下，消费互联网、线上经济等新业态、新模式创造了大量就业岗位，对于拉动经济增长、稳定就业形势、缓解结构性和摩擦性失业起到了举足轻重的作用。国务院印发的《“十四五”就业促进规划》指出：“以实现更加充分更高质量就业为主要目标，深入实施就业优先战略，健全有利于更加充分更高质量就业的促进机制”。高质量就业不仅意味着就业数量的增加，更要求就业结构的优化与就业质量的提升。
在宏观层面上，数字经济发展不断发挥其就业吸纳能力，创造了大量就业岗位，持续改善就业环境;推动产业结构转型升级，不断增加第三产业的就业比重，使得就业结构不断优化。在微观层面上，个体就业质量的衡量维度包含劳动报酬、就业能力、福利保障、工作稳定性、就业环境以及工作体验等多个方面，数字经济能否促进个体就业质量提升取决于其对就业质量不同维度影响的相对大小。鉴于此，本文主要探讨数字经济发展对劳动者就业质量有何影响、如何影响以及对不同就业群体的影响是否存在异质性特征。
数字经济发展通过多种渠道影响个体就业质量：第一，促进就业环境改善，对就业率具有正向作用且贡献率呈“边际递增”的非线性特征;第二，影响工作自主性与工作灵活性，降低工作搜寻与匹配成本，使工作内容、时间与地点更灵活;第三，影响劳动收入及收入分配，既有研究认为其对劳动收入增长有正向影响和普惠特征，也有研究指出其会降低初次分配中的劳动份额，拉大收入差距;第四，影响劳动关系及劳动保障，灵活用工方式导致“去劳动关系化”趋势明显，增加工作不稳定性，平台劳动者社会保障不足问题亟待解决。
综上所述，本文将数字经济指数与中国社会状况综合调查(CSS)数据相匹配，考察二者之间的关系和影响，可能的边际贡献如下：第一，基于微观视角考察数字经济发展对劳动者就业质量的影响，弥补现有研究微观证据相对缺乏的不足;第二，从主观与客观两个层面选取劳动收入、工作时长、社会保障以及工作满意度四个维度合成就业质量评价指标，全面探究二者关系;第三，划分不同类型和不同年龄段的就业群体，分别考察数字经济发展对不同群体就业质量的影响，丰富相关实证研究。
二、数字经济发展对就业质量影响的作用机制与研究假设
数字化信息和知识作为关键性生产要素的应用，为经济增长创造了良好条件，推动劳动力市场发生深刻变革，也为劳动力就业质量改善奠定了基础。在市场层面，数字经济发展能够通过影响个体创业机会识别、创业资金获取、市场渠道拓展，激发消费者产品多样化需求，缓解个体创业约束等方式带动个体创业，增加就业机会和创收概率;提供新的金融渠道与融资方式，为小微企业提供资金支持，促使其扩大生产规模并提高生产效益，从而提升劳动者的收入水平与工作效率。在劳动者个体层面，互联网应用能够不断增强劳动者的人力资本与社会资本，拓宽信息获取渠道，降低教育工作错配率，进而促进就业质量改善;互联网+职业技能培训项目不断开展，促进劳动者就业技能与就业能力提高，为实现高质量就业奠定基础。据此，本文提出以下研究假设：
H1：数字经济发展对就业质量提升具有正向促进作用，在总体上能够提高劳动者的收入水平并降低工作时长。
数字经济发展会影响劳动者的社会保障项目参与水平。一方面，数字技术赋能引发传统职业变迁、产业结构升级催生技术型岗位、信息化应用衍生新兴职业，从而使更多人获得就业机会，扩大社会保障覆盖范围;另一方面，围绕数字平台产生的一系列灵活就业形式呈现明显的“去劳动关系化”趋势，各类社会保障制度和公共服务体系与新型用工方式并不匹配，导致劳动者社会保障项目参与不足。在中国，劳动者的从业状态可划分为正规就业与非正规就业，数字经济发展为非正规就业者带来数字红利，但新就业模式存在劳动从属关系弱化等特征，使得非正规就业群体存在权益保障缺失风险和福利待遇不到位等问题。据此，本文提出以下研究假设：
H2：数字经济发展能够促进正规就业者社会保障项目参与水平提高;而对非正规就业者，则会抑制其社会保障项目的参与。
数字技术应用推动了资源配置效率、社会生产效率以及市场交易效率提升，产生了大量新职业，促进了产业链延伸与社会分工细化，使劳动者有条件根据自己的兴趣和发展需要从事工作，具备提高工作满意度的可能性。但在实际中，不同类型就业内部存在较大差异，正规就业者社会保障制度相对健全，非正规从业人员则普遍面临社保参与度低、工作稳定性不高以及其他福利保障不足等问题，进而影响工作满意度。进一步将非正规就业细分为自雇就业和非正规受雇就业两类，数字技术应用会提高自雇者的劳动收入与劳动生产率，可能增加其参加社会保障项目的概率，对工作满意度产生正向影响;而对于非正规受雇者来说，其收入水平相对较低且工作存在不稳定性，可能不足以抵消社会保障项目参与不足所产生的负面影响，导致工作满意度下降。据此，本文提出以下假设：
H3a：对于正规就业者，数字经济发展能够提高收入水平、缩短工作时长，促进社会保障项目参与，提高其工作满意度;
H3b：对于自雇者，数字经济发展通过提高收入水平和缩短工作时长，提升其工作满意度;
H3c：对于非正规受雇者，数字经济发展会抑制劳动者社会保障项目参与，使其工作满意度无法得到有效提升。
三、变量、模型与数据
(一)变量与指标选取
1. 因变量：就业质量
就业质量是一个综合概念，是对个体从业状况的反映。本文借鉴已有研究，基于CSS调查数据，从客观与主观两个层面选取工作收入、工作时长、社会保障和工作满意度作为衡量劳动者就业质量的指标。采用CRITIC权重法，根据数据本身的客观属性，利用指标的变异性和冲突性进行赋权，具体权重计算结果如下表所示：
| 指标 | 指标变异性 | 指标冲突性 | 客观权重 |
| 工作收入 | 0.0990 | 2.5117 | 0.112 |
| 工作时长 | 0.1582 | 3.0514 | 0.180 |
| 社会保障 | 0.3187 | 2.8014 | 0.404 |
| 工作满意度 | 0.2444 | 2.7483 | 0.304 |
2. 核心自变量：数字经济指数
借鉴刘军等(2020)构建的数字经济发展指标体系，从信息化发展、互联网发展和数字交易发展三个维度，采用熵值法测度各省份的数字经济发展水平，指标体系和指标权重如下表所示：
| 一级指标 | 二级指标 | 具体指标 | 权重 |
| 信息化发展 | 信息化基础 | 光缆密度 | 0.0619 |
| | | 移动电话基站密度 | 0.0693 |
| | | 信息化从业人员占比 | 0.0376 |
| | 信息化应用 | 电信业务总量 | 0.1024 |
| | | 软件业务收入 | 0.1596 |
| 互联网发展 | 固定端互联网基础 | 互联网接入端口密度 | 0.0733 |
| | 移动端互联网基础 | 移动互联网普及率 | 0.0195 |
| | 固定端互联网影响 | 宽带互联网用户人数占比 | 0.0456 |
| | 移动端互联网影响 | 移动互联网用户人数占比 | 0.0217 |
| 数字交易发展 | 数字交易基础 | 每百家企业拥有网站数 | 0.0074 |
| | | 企业使用计算机情况 | 0.0327 |
| | | 电子商务企业占比 | 0.0580 |
| | 数字交易影响 | 电子商务销售额 | 0.1304 |
| | | 网上零售额 | 0.1806 |
3. 控制变量
为更加准确地研究数字经济发展对个体就业质量的影响，本文控制了可能会对就业质量产生影响的其他变量，主要包括：个体变量(年龄、性别、教育水平、婚姻状况、政治面貌和户籍状况)、家庭变量(老年人占比和未成年子女占比)、地区变量(经济发展水平、政府干预、互联网普及率和地区分布)以及年份变量。
4. 就业类型划分
参考已有研究，将中国社会状况综合调查(CSS)问卷中“您在这份非农就业中的身份”这一问题的回答进行分类：将“雇主或老板”以及“自营劳动者”视为自雇就业，其余视为受雇就业。在受雇就业群体中，将签订固定期限和非固定期限劳动合同以及公职人员等不需要签订劳动合同的视为正规就业;将未签订劳动合同和签订其他合同的就业人员视为非正规受雇就业。非正规就业是自雇者和非正规受雇就业者的总和。
(二)模型构建
1. OLS模型
在研究数字经济发展对就业质量、劳动者收入水平和工作时长的影响时，考虑到三者均为连续变量，故使用最小二乘法(OLS)进行回归分析，模型设定如下：
2. 有序Probit模型
由于社会保障参与情况和工作满意度为多元有序离散变量，故采用有序Probit模型进行分析。设立如下模型来检验数字经济发展对劳动者社会保障参与和工作满意度的影响：
其中，(a_{K}) 是截点，(-infty leq a_{k} leq infty)。由于在非线性模型中估计系数并不是参数的边际效应，因此本文报告多元有序模型的边际系数，为方便分析，汇报 (Z_{ijt}) 取最大值即社会保障参与和工作满意度达到最佳时的边际效应。
(三)数据来源与描述性统计
本文的数据来源于2015、2017和2019年三期的中国社会状况综合调查(CSS)数据、国家统计局官网和各省统计年鉴。选取18-64岁的受访者作为研究对象，并剔除以务农为主要工作的受访者，最终得到有效样本11059个，其中2015年有效样本3797个，2017年有效样本3517个，2019年有效样本3745个。各变量描述性统计如下表所示：
| 变量名称 | 变量定义 | 样本量 | 均值 | 标准差 | 最小值 | 最大值 |
| 就业质量 | 由CRITIC客观赋值法计算得出 | 11059 | 0.461 | 0.158 | 0.033 | 0.918 |
| 工作收入(对数) | 平均每月工资收入 | 11059 | 8.061 | 0.883 | 5.298 | 14.220 |
| 工作时长(对数) | 周工作小时数 | 11059 | 3.845 | 0.588 | 1.099 | 4.814 |
| 社会保障 | 按五险参与类别分别赋值0-5 | 11059 | 2.236 | 1.593 | 0 | 5 |
| 工作满意度 | 非常不满意到非常满意分别赋值1-10 | 11059 | 7.021 | 2.200 | 1 | 10 |
| 数字经济指数 | 数字经济指标体系构成并进行标准化处理 | 11059 | 0 | 1.096 | -1.096 | 3.428 |
| 年龄 | 受访者在受访年份的年龄 | 11059 | 41.300 | 10.870 | 18 | 64 |
| 性别 | 女性=0，男性=1 | 11059 | 0.564 | 0.496 | 0 | 1 |
| 教育水平 | 受访者的受教育年限 | 11059 | 10.87 | 4.023 | 0 | 20 |
| 婚姻状况 | 未婚=1，已婚=2 | 11059 | 1.831 | 0.375 | 1 | 2 |
| 政治面貌 | 非党员=0，党员=1 | 11059 | 0.143 | 0.350 | 0 | 1 |
| 户籍状况 | 农业户口=1，非农业户口=2 | 11059 | 1.411 | 0.492 | 1 | 2 |
| 老年人占比 | 64岁以上老年人数/家庭成员数 | 11059 | 0.054 | 0.121 | 0 | 0.667 |
| 未成年占比 | 18岁以下未成年子女数/家庭成员数 | 11059 | 0.170 | 0.176 | 0 | 0.750 |
| 经济发展水平 | 受访者所在省份的实际GDP水平 | 11059 | 3.632 | 2.320 | 0.187 | 9.079 |
| 政府干预 | 受访者所在省份的财政支出/GDP | 11059 | 0.220 | 0.077 | 0.120 | 0.753 |
| 互联网普及率 | 受访者所在省份的互联网普及率 | 11059 | 0.253 | 0.077 | 0.104 | 0.436 |
| 地区 | 东部=1，中部=2，西部=3，东北=4 | 11059 | 1.985 | 0.966 | 1 | 4 |
| 时间 | 2015年=0，2017年=1，2019=2 | 11059 | 0.995 | 0.826 | 0 | 2 |
四、数字经济发展对就业质量影响的实证检验
(一)基准回归
回归结果显示，数字经济发展在总体上能够提升劳动者的就业质量，提高劳动者的收入水平并缩短工作时长。与此同时，数字经济发展水平每提高一个标准差，劳动者的社会保障参与水平达到最佳的概率会提高0.0213个单位，而工作满意度达到最佳状态的概率会下降0.0121个单位。
劳动者工作满意度下降的可能原因：一方面，数字经济发展以数字技术应用为载体，在提高劳动效率的同时会对一些重复性工作的劳动者产生替代，线上经济的快速发展会挤压传统实体产业，提高了部分劳动者面临失业、转业或收入下降的风险，导致工作满意度下降;另一方面，互联网的使用会扩大个体参照群体的选择和比较范围，网络媒介通过“形象包装”，模糊了劳动者对参照对象的选择和认知，盲目地上行比较会低估个人的相对收入水平，进而导致主观就业满意度下降。
就控制变量而言：年长者在工作时长、社会保障参与及工作满意度等方面的就业质量提升更为明显，但工作收入水平与青年就业群体相比则相对下降;男性的收入水平明显高于女性，但工作满意度与女性相比则相对较低;教育水平的提高能够显著提升就业质量;已婚劳动者的总体就业质量明显高于未婚劳动者;党员身份也对就业质量提升具有积极影响;非农业户口者具有更高的就业质量，其收入水平和工作满意度更高、社会保障项目参与也更为健全;老年人占比和未成年子女占比对就业质量的提升没有显著影响;经济发展水平和互联网普及率会促进整体就业质量的提高，政府干预水平对就业质量的提升作用并不明显。
(二)内生性处理与稳健性检验
1. 内生性处理
为避免反向因果和其他因素所带来的内生性问题，本文采取工具变量二阶段最小二乘法(IV-2SLS)和条件混合过程(CMP)对回归结果进行内生性检验。选择地形起伏度作为工具变量，一方面，复杂地形会增加数字基础设施建设与运行的难度和成本，阻碍数字经济发展，满足“相关性”;另一方面，地形起伏属于自然因素，无法直接对个体的就业质量产生影响，满足“外生性”。由于地形起伏不随时间发生变化，引入时间序列变量，将地形起伏度与上一年各省份的人均邮电业务量的乘积作为数字经济发展水平的工具变量。内生性检验结果与基准回归基本一致。
2. 稳健性检验
为进一步验证前文回归结果的稳健性，采用如下方法：第一，更换解释变量，借鉴赵涛等(2020)的数字经济指标体系，利用主成分分析法测量各省份的数字经济发展指数，重新检验其对劳动者就业质量的影响;第二，改变样本量，加强对劳动者年龄的限制，剔除年龄小于25岁和年龄大于55岁的样本，进行重新回归。稳健性检验结果显示，回归结果在1%和5%的水平上通过检验，说明结果较为稳健。
(三)不同就业类型就业质量的对比分析
1. 自雇就业者
数字经济发展能够提升自雇者的就业质量，提高工作收入，改善社会保障参与，但对其工作时长并没有显著影响，可能的原因是自雇劳动者的收入高低完全取决于自身工作付出的多少，数字技术的辅助劳动会增加自雇者的劳动生产率和劳动收入，导致自雇者的工作时间往往较长。此外，与总体相比，数字经济发展并没有造成自雇者的工作满意度出现明显下降趋势，可能原因是自雇者自主经营，其工作环境、职业发展、工作体验以及工作收入等完全可以按照个人意愿，受数字经济发展的影响不明显。
2. 非正规受雇就业者
数字经济发展对非正规受雇者就业质量的整体提升作用并不显著，但对其收入水平提高和工作时长缩短的积极影响较自雇劳动者更为明显。数字经济发展能够创造出大量灵活就业岗位，突破时间与空间的限制，使工作内容、工作时间、工作地点更加灵活，从而提高非正规就业者的工作自主性并增加其创收可能性。此外，数字经济发展水平每提高一个标准差，其社会保障的参与概率会下降0.0129个单位。多数灵活就业人员的岗位门槛相对较低、流动性高、散布范围广，且与企业间的劳动关系较为模糊，导致非正规就业者的社会保险覆盖不足，加之部分劳动者的参保意愿不足或工作收入不稳定，进而导致其社会保障参与水平明显下滑。
3. 正规就业者
数字经济发展能够显著提升正规就业者的就业质量且提升幅度较总体更大，具体表现在提高了正规就业者的工作收入和社会保障参与水平。数字技术应用能够促进企业生产效率提高、生产规模扩大和经营效益提升，进而促进职工的工资分配和福利保障水平得到相应改善;同时，数字经济发展催生众多新职业产生，既增加了就业机会，也进一步扩大了社会保险的覆盖范围。但由于正规就业者的工作时间较为固定，因此数字经济发展对缩短其工作时长没有明显影响。值得注意的是，正规就业者工作满意度达到最佳状态的概率呈现下降趋势，数字技术的应用会使大量工作出现自动化和智能化趋势，取代某些技术含量低的重复性工种并创造出技能偏向型的岗位，失业率和转业率的增加会影响劳动者的工作满意度;此外，经常把网络作为信息来源的人从工作中获得的满意度较低，正规就业者拥有更多闲暇时间在互联网领域进行休闲娱乐，网络上产生的大量比对信息可能会使劳动者产生剥夺感，进而影响其工作满意度。
(四)不同年龄段劳动者就业质量的对比分析
数字经济发展以互联网为载体，而互联网使用具有明显的群体异质性特征。根据第44次《中国互联网络发展统计报告》，截至2019年6月，20-29岁、30-39岁、40-49岁和50岁及以上网民占比分别为24.6%、23.7%、17.3%和13.6%，高龄群体的互联网普及率较低。
将全样本划分为90后(18-29岁)、80后(30-39岁)、70后(40-49岁)、60后及以上(50-64岁)就业群体，回归结果显示：数字经济发展对80后和70后的就业质量提升作用较为明显，对90后和60后及以上群体的就业质量提升不明显。具体表现在：数字经济发展仅对90后的收入水平具有显著的正向影响，其他变量则不显著，可能的原因是90后就业群体刚进入劳动力市场，其收入水平、工作稳定性和福利保障相对较低，同时超时劳动现象也时有发生，导致其就业质量在各年龄段中较低;80后作为劳动力市场中的主力军和家庭生活的顶梁柱，受到工作生活平衡的影响，可能会选择更加灵活的就业形式或在具有本职工作的基础上增加副业，因此数字经济发展对80后的工作时长的影响并不明显;对于70后就业群体来说，其就业选择基本稳定，且已达到职业生涯的最高峰，与其他年龄段的劳动者相比，数字经济发展对其就业质量的整体提升作用更大;60后及以上就业群体由于其互联网普及率处于较低水平，数字经济发展对其就业质量的影响并不明显。
五、研究结论与政策建议
本文基于2015、2017和2019年三期的中国社会状况综合调查(CSS)数据，考察了数字经济发展对就业质量的影响，研究发现：
第一，数字经济发展会促进劳动者就业质量提升，使工作收入增加、工作时长缩短、社会保障参与水平提高，但会降低劳动者的工作满意度;
第二，不同类型劳动者的就业质量存在显著差异，数字经济发展对正规就业者的就业质量提升幅度最大，自雇就业者次之，但对非正规就业者的影响不明显，并且这部分群体存在社会保障项目参与不足的问题;
第三，数字经济发展对不同年龄段就业群体的影响存在异质性，对80后和70后群体的就业质量提升作用较为明显，对90后和60后及以上群体的就业质量提升不明显。
因此，随着数字经济发展水平的不断提高，应把握和发挥数字经济发展对就业质量提升的正向影响，不断完善就业服务体系，助推高质量就业目标的实现。基于上述分析与研究结论，本文提出以下政策建议：
一是不断优化完善数字基础设施建设。加快数字基础设施建设与传统产业的深入融合，持续发挥数字经济发展在提高劳动收入、增加就业选择以及提升劳动者工作自主性等方面的积极影响;强化网络建设，增强网络访问速度和稳定性，搭建就业服务数字化平台，拓宽劳动者对岗位信息的搜索渠道，提升网络服务的便利共享水平;加强对相关产品与应用的适老化改造与升级，不断增强老年群体的数字应用能力，稳步提升中老年就业群体的就业质量。
二是重视数字经济发展在吸纳就业过程中存在的社会保障缺失问题。政府与市场之间应协调配合，注重就业环境改善与社会福利体系构建，尝试跨越劳动者保险参保的制度障碍与参保门槛;在新业态从业人员的社会保险参保问题上，适度放松社会保险与劳动关系之间的关联，拟定适用于新业态从业者的职业保障条例和职业伤害制度，通过加强顶层设计为新业态从业者提供保障。
三是不断完善公共就业服务和社会保障体系。积极探索与新型就业模式相匹配的就业服务保障体系，完善非正规就业的相关政策与制度支持;强化平台主体的责任意识，加大社会保险政策的宣传力度，不断增强劳动者的保险意识，提升劳动者的整体福利水平;发挥各级工会组织的作用，吸纳非正规就业者加入工会组织，并构建由工会组织提供投诉举报服务、行业协会制定权益标准、市场监督部门实施监察的多主体权益保障体系。
参考文献
[1]王栋.数字经济发展对就业影响研究——基于我国部分城市数据的实证分析[J].价格理论与实践，2020，(12):156-159.
[2]任颋，刘欣.创造还是破坏:企业数字化应用对就业的影响[J].南京财经大学学报，2021，(06):66-76.
[3]王文.数字经济时代下工业智能化促进了高质量就业吗[J].经济学家，2020，(04):89-98.
[4]叶胥，杜云晗，何文军.数字经济发展的就业结构效应[J].财贸研究，2021，(04):1-13.
[5]张抗私，李善乐.我国就业质量评价研究——基于2000-2012年辽宁宏观数据的分析[J].人口与经济，2015，(06):62-72.
[6]戚聿东，刘翠花，丁述磊.数字经济发展、就业结构优化与就业质量提升[J].经济学动态，2020，(11):17-35.
[7]宫瑜.数字经济对我国就业总量的影响[J].中共青岛市委党校青岛行政学院学报，2019，(06):78-84.
[8]姜琪，李祎涵.数字经济能否有效促进高质量就业——基于就业结构视角[J].金融教育研究，2023，(01):3-15.
[9]王阳.互联网快速普及对城镇失业的影响及建议[J].宏观经济研究，2020，(07):75-86.
[10]李敏，吴丽兰，吴晓霜.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[J].工业技术经济，2021，(10):62-69.
[11]罗小芳，王素素.数字经济、就业与劳动收入增长——基于中国家庭追踪调查(CFPS)数据的实证分析[J].江汉论坛，2021，(11):5-14.
[12]王林辉，胡晟明，董直庆.人工智能技术会诱致劳动收入不平等吗——模型推演与分类评估[J].中国工业经济，2020，(04):97-115.
[13]李丽.数字经济对就业的影响及应对策略[J].经济问题，2022，(04):37-42.
[14]胡磊.网络平台经济中“去劳动关系化”的动因及治理[J].理论月刊，2019，(09):122-127.
[15]任洲鸿，王月霞.共享经济下劳动关系的政治经济学分析——以滴滴司机与共享平台的劳动关系为例[J].当代经济研究，2019，(03):5-12+113.
[16]张雪娇，肖潇.自由灵活与隐蔽剥削:平台经济劳动关系属性的再思考[J].改革与战略，2021，(11):95-104.
[17]文军，刘雨婷.新就业形态的不确定性:平台资本空间中的数字劳动及其反思[J].浙江工商大学学报，2021，(06):92-106.
[18]岳经纶，刘洋.“劳”无所依:平台经济从业者劳动权益保障缺位的多重逻辑及其治理[J].武汉科技大学学报(社会科学版)，2021，(05):518-528.
[19]李仕玉，龙海军.数字经济对农民创业影响机理研究——基于中国家庭追踪调查(CFPS)的实证分析[J].云南农业大学学报(社会科学)，2022，(04):99-108.
[20]刘诚.数字经济与共同富裕:基于收入分配的理论分析[J].财经问题研究，2022，(04):25-35.
[21]任保平，杜宇翔，裴昂.数字经济背景下中国消费新变化:态势、特征及路径[J].消费经济，2022，(01):3-10.
[22]何宗樾，宋旭光.数字经济促进就业的机理与启示——疫情发生之后的思考[J].经济学家，2020，(05):58-68.
[23]万佳彧，周勤，肖义.数字金融、融资约束与企业创新[J].经济评论，2020，(01):71-83.
[24]戚聿东，丁述磊，刘翠花.数字经济时代互联网使用对灵活就业者工资收入的影响研究[J].社会科学辑刊，2022，(01):125-138+2.
[25]丁述磊，刘翠花.数字经济时代互联网使用对就业质量的影响研究——基于社会网络的视角[J].经济与管理研究，2022，(07):97-114.
[26]丛屹，闫苗苗.数字经济、人力资本投资与高质量就业[J].财经科学，2022，(03):112-122.
[27]戚聿东，丁述磊，刘翠花.数字经济时代新职业发展与新型劳动关系的构建[J].改革，2021，(09):65-81.
[28]尹吉东.适应与变革:数字经济时代的社会保障[J].改革与战略，2021，(04):9-17.
[29]韩文龙，刘璐.数字劳动过程中的“去劳动关系化”现象、本质与中国应对[J].当代经济研究，2020，(10):15-23.
[30]刘翠花，丁述磊.非正规就业对居民工作满意度的影响——来自中国劳动力动态调查数据的经验分析[J].当代经济管理，2018，(11):70-79.
[31]胡放之，杨金磊.数字经济对就业的影响研究——基于湖北新就业形态发展现状的调查[J].湖北社会科学，2021，(01):80-86.
[32]朱小玉.新业态从业人员职业伤害保障制度探讨——基于平台经济头部企业的研究[J].华中科技大学学报(社会科学版)，2021，(02):32-40.
[33]郭晴，孟世超，毛宇飞.数字普惠金融发展能促进就业质量提升吗?[J].上海财经大学学报，2022，(01):61-75+152.
[34]许长新，凌珑.中国微观就业质量:绩效评价、影响因素及优化路径[J].江海学刊，2020，(06):110-115+254.
[35]张广胜，王若男.数字经济发展何以赋能农民工高质量就业[J].中国农村经济，2023，(01):58-76.
[36]刘军，杨渊鋆，张三峰.中国数字经济测度与驱动因素研究[J].上海经济研究，2020，(06):81-96.
[37]周烁，张文韬.互联网使用的主观福利效应分析[J].经济研究，2021，(09):158-174.
[38]陈卫民，韩培培.互联网使用对个人就业质量的影响——基于CFPS数据的实证分析[J].西北人口，2023，(01):1-14.
[39]Roodman D. Fitting fully observed recursive mixed-process models with cmp[J]. The Stata Journal，2011，11(2):159-206.
[40]Ivus O，Boland M. The employment and wage impact of broadband deployment in Canada[J]. Canadian Journal of Economics，2015，48(5):1803-1830.
[41]Yi M，Liu Y，Sheng M S，et al. Effects of digital economy on carbon emission reduction: New evidence from China[J]. Energy Policy，2022，171:113271.
[42]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.
[43]Lohmann S. Information technologies and subjective well-being: Does the internet raise material aspirations?[J]. Oxford Economic Papers，2015，67(3):740-759.
