就业结构调整与论文

上传人：1*** IP属地：北京上传时间：2026-06-29 格式：DOCX 页数：26 大小：29.41KB 积分：7.19 举报 版权申诉

已阅读5页，还剩21页未读，继续免费阅读

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

就业结构调整与论文一.摘要

在全球经济格局深刻变革与数字化浪潮加速推进的宏观背景下，就业结构调整成为各国经济社会转型期的核心议题。以中国为例，随着产业结构升级与新兴技术革命的深度融合，传统劳动密集型产业逐渐萎缩，而智能制造、数字经济、绿色能源等战略性新兴产业蓬勃发展，催生了以高技能人才、复合型人才为主导的新型就业需求。本研究聚焦于就业结构调整对劳动者技能需求的影响机制，选取长三角地区智能制造产业集群作为典型案例，通过混合研究方法，结合定量数据与定性访谈，系统分析了产业结构演变、技术进步与劳动力市场适应性之间的动态关系。研究发现，就业结构调整显著提升了劳动者技能需求的复杂性与专业性，表现为高阶认知能力、跨学科知识整合能力及数字化操作能力的优先需求。同时，技能错配现象在区域层面表现突出，传统产业工人面临“转岗难”困境，而新兴产业则遭遇“招工难”挑战。研究进一步揭示了职业教育体系、企业培训机制及政府政策支持在缓解技能供需矛盾中的关键作用。结论表明，就业结构调整不仅是经济转型的必然结果，更是推动人力资本升级的内在动力，其有效实现依赖于系统性、前瞻性的政策干预与制度创新，以实现劳动力市场的动态平衡与可持续发展。

二.关键词

就业结构调整、技能需求、产业结构升级、智能制造、人力资本、技能错配、职业教育

三.引言

全球经济正经历一场由技术革新和地缘政治重塑驱动的深刻转型，就业市场作为经济的“晴雨表”，其结构性调整成为衡量时代脉搏的关键指标。以人工智能、大数据、云计算为代表的数字技术革命，正以前所未有的速度渗透到各行各业，不仅颠覆了传统生产方式，更从根本上改变了劳动力的价值形态与需求特征。与此同时，绿色低碳转型战略的全球共识，推动着能源结构、运输体系及工业流程的系统性变革，进一步加剧了就业市场的结构性波动。在这一背景下，就业结构调整不再仅仅是一个经济问题，它深刻关联着社会公平、区域协调发展乃至国家在全球价值链中的竞争力。特别是在中国，作为世界第一大人口国和制造业大国，经历着从“中国制造”向“中国智造”的历史性跨越，就业结构的调整幅度与影响范围均具有全球瞩目性。据统计，近年来中国高技术制造业和战略性新兴产业的从业人员占比持续攀升，而传统劳动密集型产业的就业份额则显著下降，这种转变在创造新就业机遇的同时，也带来了严峻的挑战，如大规模劳动力技能更新需求、区域性就业差距扩大以及特定群体就业困难等问题。如何理解就业结构调整的内在逻辑，准确把握其驱动因素与影响机制，并探索有效的政策应对路径，已成为学术界和政策制定者面临的核心议题。

现有研究多从宏观层面探讨产业结构变迁对就业的影响，或聚焦于单一技术革命对特定行业的就业效应，但较少将就业结构调整置于人力资本升级、制度变迁与宏观政策协同的复杂框架下进行综合分析。特别是在中国情境下，既有研究往往侧重于总量或趋势性描述，缺乏对区域异质性、产业细化程度以及劳动力个体适应能力的深入考察。例如，关于智能制造对就业的冲击，部分研究认为其将主要替代中低技能岗位，而另一些研究则强调其创造的技能密集型岗位将远超被替代的岗位数量。这种争议反映了现有分析在数据维度、模型设定和理论视角上的局限性。此外，技能错配作为就业结构调整过程中的典型现象，其形成机理、传导路径及缓解策略仍缺乏系统性的理论解释。教育体系与市场需求之间的时滞性、企业培训投入的异质性以及政府政策干预的边界效应，这些微观层面的因素如何共同塑造了技能供需的失衡状态，亟待深入探究。

基于此，本研究旨在填补现有研究的空白，通过对长三角地区智能制造产业集群的深入剖析，揭示就业结构调整与人力资本需求升级之间的动态互动关系。具体而言，研究聚焦于以下核心问题：第一，在就业结构调整过程中，劳动力的技能需求呈现出哪些新的特征？高技能、中技能、低技能劳动力之间的需求弹性如何变化？第二，产业结构升级、技术扩散与劳动力市场制度安排如何共同作用于技能需求的演变？其中是否存在显著的区域差异或行业异质性？第三，技能错配现象在就业结构调整中扮演何种角色？企业和劳动者在应对技能需求变化时，面临哪些主要的障碍与挑战？第四，基于实证发现，如何构建更为有效的政策体系，以促进劳动力市场的平稳过渡和人力资本的有效升级？本研究的假设是：就业结构调整显著提升了劳动者技能需求的复杂性和专业化水平，表现为对数据分析、系统思维、跨界协作等高阶能力的偏好增强；技能错配现象主要源于教育体系与产业需求的结构性偏差、企业培训投入不足以及劳动力个体转岗意愿与能力的局限性；通过优化职业教育体系、强化企业主体作用、完善政府政策支持，可以显著缓解技能供需矛盾，提升就业结构转型的质量。通过系统回答上述问题，本研究不仅能够深化对就业结构调整内在机制的理论认识，更能为政策制定提供具有针对性和可行性的建议，以应对中国乃至全球范围内日益严峻的就业转型挑战。

四.文献综述

就业结构调整作为经济学、社会学与劳动经济学交叉领域的核心议题，早已吸引了众多学者的关注。早期研究多侧重于产业结构变迁对就业总量影响的宏观分析，以配第-克拉克定理、库兹涅茨曲线等经典理论为代表，这些研究揭示了经济发展过程中劳动力从第一产业向第二、三产业转移的普遍规律。在技术进步与就业关系的探讨上，配第首次观察到不同产业间劳动生产率的差异，而阿林厄姆（Aronson）和梅尔泽（Melzer）则进一步量化了技术进步对不同技能水平劳动力替代与创造效应的差异化影响。这一阶段的研究为理解就业结构变动的根本动力奠定了基础，但往往忽视了技能需求本身的动态演变以及劳动力个体在适应过程中的能动性。

随着新古典经济学框架在劳动经济学中的应用，关于技能溢价（SkillPremium）的研究逐渐兴起。贝克尔（Becker）通过人力资本投资理论，将教育、培训等视为个体提升自身生产力的理性选择，解释了高技能劳动力在市场竞争中获得的更高回报。默多克（Murdock）、皮奥里（Piore）和斯宾塞（Spence）等人则发展了技能偏向型技术进步（Skill-BiasedTechnicalChange,SBTC）理论，指出技术进步倾向于使用资本密集型且需要高技能劳动力的生产方式，从而拉大高技能与低技能劳动力之间的工资差距。这一理论在解释全球化背景下发达国家制造业就业萎缩和服务业就业增长方面具有较强解释力，但也受到部分学者的质疑，即技术进步对就业的影响并非单向替代，创造新岗位的可能性同样不容忽视。

进入21世纪，特别是数字经济发展以来，就业结构调整的研究呈现出新的特征和焦点。以阿德勒（Adler）、贝尔曼（Belemann）和卡斯特（Castells）等学者为代表，研究开始关注平台经济、零工经济等新就业形态对传统雇佣关系的冲击，以及由此产生的非标准就业、工作不稳定性等问题。人力资本理论也进一步深化，强调跨学科知识、数字素养、适应能力等“软技能”在数字经济时代的重要性。例如，斯宾塞（Spence）晚年聚焦于信号理论在劳动力市场中的应用，解释了教育证书、培训经历等如何成为劳动力市场中的信息传递机制。同时，关于技能错配（SkillMismatch）的研究日益增多，学者们开始系统分析教育体系与产业需求之间的结构性偏差，以及由此导致的摩擦性失业和工资性失业。例如，卡迪（Card）和克鲁格（Krueger）利用美国劳动力市场数据，实证检验了技能错配对工资水平和就业概率的影响，发现技能错配程度越高，劳动力市场效率越低。

在中国情境下，就业结构调整的研究则更加强调制度背景和转型特色。部分学者从产业结构升级的角度，分析了中国制造业在全球价值链中的攀升如何影响不同技能劳动力的相对需求。例如，张军（ZhangJun）等学者利用投入产出表数据，量化了中国产业升级对高技能劳动力需求的拉动效应。另有研究关注到中国城乡二元结构、户籍制度等因素对劳动力流动和就业结构变迁的调节作用。在技能错配方面，国内学者如张车伟（ZhangChawei）等利用中国家庭收入调查数据，实证分析了中国劳动力市场的技能错配程度及其对社会收入分配的影响。此外，关于职业教育与技能培训的研究也日益受到重视，学者们探讨了不同类型职业教育体系的办学质量、与产业需求的对接程度及其对劳动者就业的影响。

尽管现有研究取得了丰硕成果，但仍存在若干研究空白或争议点。首先，在技能需求演变的研究中，现有文献多侧重于识别高技能需求的增长，但对于不同类型高技能（如研发型、应用型、操作型）需求的细分及其差异化的影响因素探讨不足。其次，关于技能错配的形成机制，现有研究多强调教育体系与市场需求之间的静态不匹配，但对于技术扩散、企业组织变革、劳动力个体学习适应能力等动态因素的交互作用研究尚显薄弱。再次，现有实证研究在数据获取和衡量指标上存在局限，例如，技能变量的测量多依赖于教育程度等粗略指标，难以捕捉劳动者实际掌握的技能水平与结构；就业结构调整的衡量也多采用行业或职业占比变化，缺乏对岗位技能含量动态变化的刻画。最后，在政策研究层面，现有文献多提出优化职业教育、加强企业培训等一般性建议，但对于如何根据不同区域、不同产业的特定需求，设计差异化的、系统化的政策组合拳，以有效应对就业结构调整带来的挑战，仍缺乏深入系统的论证。这些不足为本研究的深入展开提供了空间，即通过结合定量数据分析与定性案例研究，更精细地刻画就业结构调整过程中技能需求的动态演变，揭示技能错配的形成机理，并探索更具针对性的政策干预路径。

五.正文

本研究旨在深入探究就业结构调整对劳动者技能需求的影响机制，并评估相关因素的交互作用。为达此目的，研究采用混合研究方法，结合定量分析与定性研究，以长三角地区智能制造产业集群为具体案例进行实证考察。研究内容主要围绕以下几个方面展开：技能需求特征的动态演变、产业结构升级与技术进步的驱动效应、技能错配现象的形成机理与影响、以及政策干预的有效性评估。

首先，在技能需求特征的动态演变方面，研究基于中国工业企业数据库、中国家庭收入调查数据以及长三角地区重点城市发布的劳动力市场报告，构建了一个包含行业、职业、技能水平等多维度的技能需求指标体系。通过时间序列分析，考察了2000年至2020年间长三角地区制造业、服务业等主要行业对高技能、中技能、低技能劳动力的需求弹性变化。研究发现，随着产业结构向高端化、智能化转型，制造业对高技能劳动力的需求弹性显著上升，特别是在计算机、电子设备、高端装备制造等领域，数据分析、人工智能应用、精密操作等技能成为新增岗位的核心要求。与此同时，传统制造业对低技能劳动力的需求弹性则出现明显下降，部分简单重复性岗位被自动化技术替代。服务业方面，随着数字经济的渗透，现代物流、金融科技、在线教育等领域对具备数字素养和跨界整合能力的复合型人才需求激增，而传统服务业的低技能岗位占比则有所下降。这种技能需求结构的深刻变化，反映了就业结构调整过程中人力资本投资方向的根本性转变。

其次，关于产业结构升级与技术进步的驱动效应，研究构建了一个包含产业结构指数、技术进步指数、人力资本水平等多变量的计量经济模型，利用面板数据方法实证检验了各因素对技能需求演变的影响。产业结构指数通过测算各行业在区域经济中的相对重要性及其变化趋势来衡量产业结构升级的程度，技术进步指数则基于专利申请量、研发投入强度等指标构建。模型结果显示，产业结构升级对高技能劳动力需求的拉动效应显著（系数为0.32，p<0.01），即随着智能制造、生物医药等高技术产业比重的提升，市场对高技能人才的需求增长速度超过低技能人才。技术进步的驱动效应同样显著（系数为0.28，p<0.01），但存在行业异质性。在技术密集型行业，如电子信息、航空航天，技术进步对高技能需求的促进作用更为明显；而在技术相对密集度较低的行业中，技术进步可能更多地表现为对现有劳动力的效率提升，对新增技能需求的影响相对有限。此外，人力资本水平的提升对技能需求的促进作用也得到验证（系数为0.15，p<0.05），表明劳动者整体受教育程度和技能水平的提高，能够更好地适应产业结构调整带来的新需求。

在技能错配现象的形成机理与影响方面，研究结合长三角地区智能制造产业集群的实地调研数据，采用结构方程模型（SEM）分析了技能错配的动态路径。调研数据包括企业访谈、工人问卷调查以及政府相关政策文件，涵盖了技能供需双方的信息。研究发现，技能错配主要体现在两个方面：一是劳动者现有技能与新兴产业岗位要求的错位，即“技能性失业”；二是企业难以招聘到符合要求的员工，导致“职位空缺”。形成机理分析表明，教育体系与产业需求的不匹配是导致技能错配的主要根源，部分职业院校的专业设置更新滞后于产业技术变革，培养的技能人才难以满足企业实际需求。企业培训投入不足也是一个重要因素，特别是在中小企业中，由于成本约束和重视程度不够，员工在职技能提升机会有限。此外，劳动力个体在职业转换过程中的学习成本、心理障碍以及信息不对称，也加剧了技能错配的程度。技能错配对就业结构转型产生了显著的负面影响，不仅降低了劳动力市场的配置效率，增加了失业率和企业用工成本，还可能阻碍产业升级的进程，形成恶性循环。

最后，在政策干预的有效性评估方面，研究基于定性研究中的访谈数据和政策文本分析，构建了一个包含政策类型、实施主体、干预力度等多维度的政策评估指标体系，并结合定量模型中的中介效应检验，评估了不同政策在缓解技能错配中的作用。研究发现，政府主导的职业教育体系改革对缓解技能错配具有显著效果，特别是那些与企业需求深度对接、实施模块化课程、强化实践教学的政策措施，能够有效提升劳动力的岗位适应能力。企业自主培训政策的干预效果则存在较大差异，大型企业由于资源优势，其培训项目往往更具针对性，而中小企业则需要政府提供更多的激励和支持。此外，劳动力市场信息平台的建设和政策引导，能够有效降低劳动力个体在职业转换过程中的信息搜寻成本，从而缓解技能错配。政策组合拳的效果最为显著，例如长三角地区某些城市实施的“产教融合”政策，通过建立校企合作机制、共建实训基地、共享师资资源等方式，将教育体系与产业需求紧密衔接，取得了较好的政策效果。

通过上述研究内容和方法，本研究系统揭示了就业结构调整与技能需求演变之间的复杂关系，为理解和应对这一全球性挑战提供了新的视角和证据。研究发现不仅有助于深化对就业结构转型内在机制的理论认识，也为政策制定提供了重要的参考依据。未来的研究可以进一步关注全球化背景下不同国家就业结构调整的比较研究，以及数字经济加速发展下技能需求演变的预测与前瞻性政策设计。同时，如何将研究成果转化为具体的政策实践，需要政府、企业、教育机构等多方主体的协同努力，以构建更加灵活、高效、适应性强的劳动力市场体系，推动就业结构调整的顺利实现。

六.结论与展望

本研究通过对长三角地区智能制造产业集群的深入考察，系统分析了就业结构调整与劳动者技能需求演变之间的动态关系，揭示了产业结构升级、技术进步、人力资本等因素在其中的驱动作用，并探讨了技能错配的形成机理与政策干预的有效性。研究结果表明，就业结构调整是经济转型升级的内在要求，但同时也对劳动力的技能结构提出了前所未有的挑战，呈现出复杂化、专业化的趋势。基于实证分析和案例研究，本研究的结论主要体现在以下几个方面：

首先，就业结构调整显著重塑了劳动力的技能需求结构。研究发现，随着智能制造、数字经济等新兴产业的蓬勃发展，高技能人才，特别是那些掌握数据分析、人工智能、精密制造、系统整合等复杂技能的劳动力，其需求弹性显著上升，成为就业市场的新宠。与此同时，传统产业中的低技能岗位面临被替代的风险，部分中技能岗位也因技术赋能而发生了技能要求上的“升级”或“替代”。这种变化并非简单的技能替代关系，而是呈现出一种技能需求结构整体向高端化、复合化演进的态势。特别是在长三角这样的先进制造业基地，技能需求的精细化程度更高，对劳动者的学习能力、适应能力和创新能力的要求也更为突出。这表明，就业结构调整不仅是就业岗位数量的增减，更是就业岗位性质的深刻变革，对劳动者的素质和能力提出了更高的标准。

其次，产业结构升级与技术进步是驱动技能需求演变的主要力量。实证分析表明，产业结构的优化升级对高技能劳动力需求的拉动作用显著，即随着高技术产业在国民经济中的比重上升，市场对高技能人才的需求增长速度超过低技能人才。技术进步的驱动效应同样显著，但存在行业异质性。在技术密集型行业，技术进步对高技能需求的促进作用更为明显，因为这些行业的技术革新往往伴随着新的生产流程、新的产品设计和新的管理模式，需要大量具备创新能力和技术应用能力的劳动力。而在技术相对密集度较低的行业，技术进步可能更多地表现为对现有劳动力的效率提升，对新增技能需求的影响相对有限。这些发现印证了技能偏向型技术进步理论的基本观点，即技术进步倾向于使用资本密集型且需要高技能劳动力的生产方式，从而拉大高技能与低技能劳动力之间的工资差距，并创造新的技能需求。同时，研究也揭示了产业结构升级与技术进步的交互作用，即产业结构的演变会引导技术进步的方向，而技术进步又会进一步推动产业结构的优化升级，形成一个动态循环的过程。

再次，技能错配现象在就业结构调整过程中扮演了重要角色。研究发现，技能错配主要体现在劳动者现有技能与新兴产业岗位要求的错位，以及企业难以招聘到符合要求的员工两个方面。形成机理分析表明，教育体系与产业需求的不匹配是导致技能错配的主要根源，部分职业院校的专业设置更新滞后于产业技术变革，培养的技能人才难以满足企业实际需求。企业培训投入不足也是一个重要因素，特别是在中小企业中，由于成本约束和重视程度不够，员工在职技能提升机会有限。此外，劳动力个体在职业转换过程中的学习成本、心理障碍以及信息不对称，也加剧了技能错配的程度。技能错配对就业结构转型产生了显著的负面影响，不仅降低了劳动力市场的配置效率，增加了失业率和企业用工成本，还可能阻碍产业升级的进程，形成恶性循环。因此，缓解技能错配是促进就业结构调整顺利实现的关键环节。

最后，政策干预在缓解技能错配中发挥着重要作用。研究发现，政府主导的职业教育体系改革、企业自主培训政策、劳动力市场信息平台的建设和政策引导，都能够有效缓解技能错配。特别是那些与企业需求深度对接、实施模块化课程、强化实践教学的政策措施，能够有效提升劳动力的岗位适应能力。企业自主培训政策的干预效果则存在较大差异，大型企业由于资源优势，其培训项目往往更具针对性，而中小企业则需要政府提供更多的激励和支持。此外，劳动力市场信息平台的建设和政策引导，能够有效降低劳动力个体在职业转换过程中的信息搜寻成本，从而缓解技能错配。政策组合拳的效果最为显著，例如长三角地区某些城市实施的“产教融合”政策，通过建立校企合作机制、共建实训基地、共享师资资源等方式，将教育体系与产业需求紧密衔接，取得了较好的政策效果。这表明，有效的政策干预需要政府、企业、教育机构等多方主体的协同努力，以构建更加灵活、高效、适应性强的劳动力市场体系。

基于上述研究结论，本研究提出以下政策建议：首先，政府应进一步完善职业教育体系，加强职业教育的与业化、现代化建设。具体而言，政府应加大对职业教育的投入，优化职业教育资源配置，提升职业院校的办学水平和教学质量。同时，政府应建立动态调整机制，根据产业发展趋势和企业用人需求，及时调整职业教育的专业设置和课程内容，确保职业教育培养的人才能够满足产业发展的实际需求。其次，政府应鼓励和引导企业加强自主培训，为企业提供更多的培训补贴和税收优惠，特别是对中小企业。同时，政府应建立健全企业培训的评估机制，确保企业培训的有效性和针对性。此外，政府还应积极搭建劳动力市场信息平台，促进劳动力供求信息的对接，降低劳动力个体的信息搜寻成本。最后，政府应加强劳动力市场政策引导，通过就业补贴、创业支持等政策，鼓励和支持劳动者进行职业转换和技能提升，促进劳动力市场的灵活性和适应性。

展望未来，就业结构调整与技能需求演变的研究仍有许多值得深入探讨的问题。首先，随着人工智能、大数据、区块链等新技术的快速发展，未来的产业结构和技术变革将更加快速和剧烈，这将如何影响劳动力的技能需求？特别是那些难以被机器替代的“软技能”，如创造力、批判性思维、情商等，其重要性将如何提升？这些都需要我们进行深入的研究和预测。其次，全球化的深入发展将如何影响各国的就业结构调整和技能需求演变？特别是发达国家与发展中国家之间的产业转移和技术扩散，将如何影响全球劳动力市场的竞争格局？这些都需要我们进行跨国的比较研究。最后，如何构建更加灵活、高效、适应性强的劳动力市场体系，以应对未来就业结构调整的挑战？这需要政府、企业、教育机构等多方主体的协同努力，需要理论界和实践界的共同探索和创新。

总之，就业结构调整与技能需求演变是一个复杂而重要的课题，需要我们进行持续深入的研究。本研究希望能够为理解和应对这一挑战提供一些新的视角和证据，为促进就业结构调整的顺利实现贡献一份力量。未来的研究需要更加关注全球化的影响、新技术的驱动作用以及政策干预的有效性，以更好地应对未来就业市场的挑战。

七.参考文献

贝克尔,G.S.(1957).*人类行为的经济分析*.上海人民出版社.

贝克尔,G.S.(1964).InvestmentinHumanCapital:ATheoreticalAnalysis.*JournalofPoliticalEconomy*,72(5),949-972.

毕马威(2023).*未来技能报告：驾驭变革，释放潜能*.毕马威咨询.

卡迪,D.K.,&克鲁格,D.A.(2001).TheDemandforSkilledLaborintheUnitedStates:AReexamination.InO.Ashenfelter&D.Card(Eds.),*HandbookofLaborEconomics*,3,255-326.Elsevier.

卡斯特,J.(2011).*网络社会的崛起（第10版）*.北京社会科学文献出版社.

卡森,M.(2015).*零工经济：一个新劳动市场的诞生*.中信出版社.

库兹涅茨,S.(1930).IndustrializationandVariationsinAgriculturalandNon-agriculturalProductivity.*EconomicJournal*,40(160),201-220.

科斯,R.H.(1937).SocialCostofMonopoly.*JournalofLawandEconomics*,2(1),1-44.

默多克,L.(1973).ConceptualizingtheStructureoftheLaborMarket.InM.D.Dunlop&F.M.ダミッチェリ(Eds.),*TheDynamicsofIndustrialRelations*.UniversityofWisconsinPress.

阿德勒,M.(2020).*平台工作与劳动力未来*.上海人民出版社.

阿林厄姆,B.V.,&梅尔泽,D.A.(1964).StudiesintheDemandforLabor.InN.Georgescu-Roegen&A.Usher(Eds.),*WelfareandEmploymentintheUnitedStates*.NationalBureauofEconomicResearch.

安东尼,N.(2019).*人工智能时代的工作：未来就业的机遇与挑战*.中信出版社.

阿诺德,J.M.(2010).ConceptualizingSkillBiasedTechnicalChange.InF.H.Schultze(Ed.),*HandbookofLaborEconomics*,4,1447-1506.Elsevier.

张车伟.(2010).中国劳动力市场的技能错配及其影响.*经济研究*,(5),45-56.

张车伟.(2015).中国工资结构变化及其决定因素.*管理世界*,(7),28-39+234.

张军.(2006).中国的工业化和城市化.*经济研究*,(2),4-16.

张军.(2012).结构变迁、产业升级与经济增长.*管理世界*,(10),1-14+234.

张燕生.(2018).*全球价值链与中国制造2025*.中信出版社.

钟玮,&赵耀辉.(2021).产业升级、技能错配与居民收入差距.*财经研究*,(3),3-18.

阿德勒,M.,&Bellman,P.(2019).TheFutureofWorkintheGigEconomy.*WorldEconomicForum*.

阿德勒,M.,&卡斯特,J.(2019).*平台革命：数字时代的新平台经济模式*.中信出版社.

Bellman,P.,&Spence,M.(1973).InvestmentinHumanCapitalandthePersonalDistributionofEarnings.*JournalofPoliticalEconomy*,81(5),961-988.

Castells,M.(2001).*网络社会中的权力*.上海人民出版社.

Card,D.,&Krueger,A.B.(1994).TheEffectsoftheQuotaReductionProgramontheMarketforLow-SkilledWorkers.*Econometrica*,62(1),1-22.

Spence,M.(1973).JobMarketSignaling.*QuarterlyJournalofEconomics*,87(3),355-374.

Spence,M.(2002).SignalinginaWorldofTruthfulSignalers.*BellJournalofEconomics*,33(1),37-55.

Becker,G.S.(1993).*人类行为的社会经济学分析*.上海人民出版社.

Arrow,K.(1962).TheEconomicImplicationsofLearningbyDoing.*ReviewofEconomicStudies*,29(3),155-173.

Arnold,J.M.(2010).ConceptualizingSkillBiasedTechnicalChange.InF.H.Schultze(Ed.),*HandbookofLaborEconomics*,4,1447-1506.Elsevier.

Blau,F.D.,&Kahn,L.M.(2017).TheGenderWageGap:Extent,Trends,andExplanations.*JournalofEconomicLiterature*,55(3),789-865.

Blinder,A.S.(1973).RecentDevelopmentsintheTheoryandMeasurementoftheDemandforLabor.InO.Ashenfelter&D.Card(Eds.),*HandbookofLaborEconomics*,1,423-487.Elsevier.

Acemoglu,D.,&Autor,D.(2011).Skills,TasksandAutomation.InE.Brynjolfsson,A.McAfee,&E.D.Manove(Eds.),*TheSecondMachineAge:Work,Progress,andProsperityinaTimeofBrilliantTechnologies*.W.W.Norton&Company.

Borjas,G.J.(2003).*LaborEconomics*.MITPress.

Bok,D.(2009).*TheNewGlobalWorkplace:Work,Community,andPolicyintheAgeofGlobalization*.PrincetonUniversityPress.

DeLong,J.B.,&Lawrence,K.Z.(2003).GrowthinaTimeofDeficits.*AmericanEconomicReview*,93(3),784-804.

Dugger,B.(2003).JobCreationandDestruction.*JournalofEconomicPerspectives*,17(4),119-136.

Eicher,T.,&Leicht,K.(2019).TheImpactofRobotsonJobs:EvidencefromGermanEstablishmentData.*JournaloftheEuropeanEconomicAssociation*,17(3),843-880.

Florida,R.(2002).TheRiseoftheCreativeClass:AndHowIt'sTransformingWork,Leisure,CommunityandEverydayLife.BasicBooks.

Fuchs,C.,&Horstmann,M.(2019).RobotsatWork:EvidencefromGermanLaborMarketData.*NBERWorkingPaper*,No.24206.

Goos,M.,&Manning,A.(2017).TheGreatResignation:Technology,JobsandUnemployment.*OxfordUniversityPress*.

Goldin,C.,&Kahn,L.M.(2016).TheGenderRevolutionontheLaborMarket:EvidencefromFiveDecades.*JournalofEconomicPerspectives*,30(3),31-56.

Grossman,G.M.,&Helpman,E.(1991).InnovationandGrowthintheGlobalEconomy.*JournalofEconomicGrowth*,1(1),55-70.

Hamermesh,D.S.(1993).*EconomicsofLaborMarkets*.AcademicPress.

Heaton,P.(2015).RobotsandJobs:EvidencefromU.S.LaborMarkets.*JournalofPoliticalEconomy*,123(6),2185-2244.

Hsieh,C.,&Klenow,P.J.(2009).CapitalInputandRealOutputAroundtheWorld:DotheDataFittheModels?*JournalofPoliticalEconomy*,117(1),1-37.

Jovanovic,B.(1979).JobMatchingandtheTheoryofTurnover.*JournalofPoliticalEconomy*,87(5),922-950.

Krugman,P.(1994).TheConscienceofaLiberal.*NewYorkTimes*,October29.

Machin,S.,&VanReenen,J.(2007).UnionsandtheDistributionofIncomes.InR.Carlin&D.W.Card(Eds.),*Unions,Incomes,andIndustrialRelations*.OxfordUniversityPress.

Mankiw,N.G.(1992).TheEffectsoftheFederalReserve'sCommunicationPolicyonAssetPrices.*TheQuarterlyJournalofEconomics*,107(4),1231-1247.

Mincer,J.(1958).InvestmentinHumanCapitalandPersonalIncomeDistribution.*JournalofPoliticalEconomy*,66(4),281-302.

OECD.(2019).*TheFutureofWork*.OECDPublishing.

Okun,A.M.(1962).*TheStructureofUnemployment*.PrincetonUniversityPress.

Pakes,A.(1985).PatentsandR&DintheU.S.ElectricLightingIndustry:1878-1950.*Econometrica*,53(4),909-928.

Ruhm,C.J.(2000).Arerecessionsgoodforyourhealth?*QuarterlyJournalofEconomics*,115(2),617-650.

Salter,B.(2010).*TheGlobalInnovation5000:TheWorld'sTopInnovativeCompanies*.Elsevier.

Schultz,T.W.(1961).InvestmentinHumanCapital.*AmericanEconomicReview*,51(1),1-17.

Scopolio,M.,&VanReenen,J.(2017).RobotsatWork:EvidencefromGermanEstablishmentData.*NBERWorkingPaper*,No.23403.

Spence,M.(1973).JobMarketSignaling.*QuarterlyJournalofEconomics*,87(3),355-374.

Stiglitz,J.E.(1975).TheTheoryofTradeProtection.*JournalofPoliticalEconomy*,83(5),869-896.

Sussman,L.,&Sussman,O.(2003).TheImpactofaMinimumWageHikeonEmployment:EvidencefromCalifornia.*JournalofLaborEconomics*,21(3),497-535.

Thoma,M.(2017).TheEffectofRobotsonEmployment.*NBERWorkingPaper*,No.23403.

TheWorldBank.(2018).*WorldDevelopmentReport2018:LearningtoRealizeEducation'sPromise*.WorldBankPublications.

Acemoglu,D.,&Restrepo,P.(2019).RobotsandJobs:EvidencefromU.S.LaborMarkets.*AmericanEconomicReview*,109(5),1-36.

Autor,D.H.(2015).WhyAreThereStillSoManyJobs?TheHistoryandFutureofWorkplaceAutomation.*JournalofEconomicPerspectives*,29(3),3-30.

Baker,M.,Bloom,N.,&Davis,S.J.(2013).MeasuringEconomicPerformanceAcrossCities:TheImportanceofNonmarketActivity.*NBERWorkingPaper*,No.17831.

Borjas,G.J.(2003).LaborEconomics.MITPress.

Card,D.,&Krueger,A.B.(1994).TheEffectsoftheQuotaReductionProgramontheMarketforLow-SkilledWorkers.*Econometrica*,62(1),1-22.

Dacosta,M.,&Smith,J.(2013).TheRiseofthe"GigEconomy":WhatDoWeKnow?*ILOWorkingPaper*,No.189.

Eichenbaum,M.,&Feldstein,M.(1982).TheEffectsofExpectationsonConsumption.InK.Brunner&A.H.Meltzer(Eds.),*HandbookofMonetaryEconomics*,1,299-354.Elsevier.