摘要：高质量就业是人民美好生活的重要组成部分。近年来中国数字经济的快速发展引起了社会广泛关注，其蕴含的扩就业总量、提就业质量的巨大潜力愈发成为研究的焦点问题。文章采用中国2001—2020年面板数据，基于就业规模与就业质量的双重视角，构建时间序列的向量误差修正模型，并对数字经济发展、产业结构升级与就业的关系机制等进行实证考察。研究发现：一是长期而言，数字经济发展对就业规模、就业质量有正向作用；产业结构升级对就业规模有负向作用、对就业质量有正向作用。二是短期而言，数字经济发展、产业结构升级对就业规模具有负向作用，数字经济发展对就业质量具有正向作用。三是在作用机制方面，存在数字经济发展→产业结构升级→就业质量的单向Granger因果关系以及数字经济发展与产业结构升级的双向Granger因果关系。研究结果说明数字经济发展与产业结构升级需要同向同行，数字经济发展对就业质量的影响可以通过产业结构升级来传递。研究结论为今后更好地发挥数字经济的就业效应提供了重要的政策启示。
关键词：数字经济；产业结构；就业效应；质量与规模；协整分析
中图分类号：F49 文献标识码：A
文章编号：1005-3492(2022)03-0062-12
一、引言
数字经济是继农业经济、工业经济之后的一种新的经济社会发展形态，它以大数据、人工智能、物联网等新一代信息技术为核心，并引发了21世纪最伟大的科技革命，成为前所未有的重塑经济与社会的驱动力量。数字经济发展蕴含着扩大就业总量、提高就业质量的巨大潜力，能够为广大劳动者提供更充分更高质量的就业。2018年9月，发改委、教育部、工信部等19个部委联合发布的《关于发展数字经济稳定并扩大就业的指导意见》中指出，要以大力发展数字经济促进就业为主线，以同步推进产业结构和劳动者技能数字化转型为重点，加快形成适应数字经济发展的就业政策体系，着力实现更高质量和更充分就业。2021年8月，国务院印发的《“十四五”就业促进规划》中进一步提出，要促进平台经济等新产业新业态新商业模式规范健康发展，带动更多劳动者依托平台就业创业。在很大程度上，数字经济对后疫情时代我国推进高质量就业至少具有以下三方面的重要意义。一是增加就业机会。我国的数字经济企业主要属于生产性服务业和生活性服务业，具有吸纳就业潜力较大的特点。二是增加工作自主性。数字经济催生的新就业模式能突破时空边界限制，使劳动者能根据兴趣、能力、时间与地点灵活择业，能帮助劳动者更好地平衡家庭与工作，显著提升劳动者的就业满意度。三是优化劳动效率。数字经济发展会带来就业机构边界的模糊化，使高技能劳动者一天内不同时间段进行不同类型的工作成为可能，使得劳动者的劳动效率得到优化。那么，实践中如何进一步有效释放数字经济发展对高质量就业的助推力量，愈发成为近年来党和政府及社会各界广泛关注与讨论的行动议题。
进一步说，当前我国数字经济产值已占到GDP的三成，增速远超GDP增速，相关从业人员数量约为2亿人，数字经济正在成为驱动经济增长、吸纳就业的新引擎。不可否认，数字经济正以前所未有的速度、广度和深度融入经济社会的各个方面，并通过信息技术、人工智能等技术使部分类型脑力劳动自动化，从而带来了劳动者、生产工具、生产方式等在内的生产力体系的变化。那么，数字经济是否驱动了中国的高质量就业？其背后的作用机制是什么？长短期有何差异？对这些问题的回答有利于全面评估数字经济发展对就业的影响，以及对数字经济背景下高质量就业相关政策的制定与执行具有强烈的现实意义。
二、文献回顾与研究进展
数字经济概念最早是由Don Tapscott于1996年提出，并认为数字经济是一个广泛运用信息通信技术（ICT）的经济系统。当前，以大数据、人工智能、物联网等为代表的数字技术已经渗透到经济生活的每个角落，形成了数字化的全新经济形态。如同人类科技发展历史的每一次技术进步，数字经济不可避免地对劳动就业与产业结构产生重大影响，并加速渗透裂变劳动就业市场，带来认知能力与生产能力的跃升，从而引发产业结构大调整，就业形态和就业内涵也随之变迁与更迭。根据现有文献，数字经济发展与就业、数字经济发展与产业结构升级、产业结构升级与就业之间的互动关系，仍然存在诸多相互矛盾的结论。
首先，数字经济发展对就业的影响之争。一方面，数字经济的发展是自动化进程的一次深化，由机器换人所产生的劳动力替代效应将会显著减少甚至消灭部分就业岗位，印证了马克思提出的“局部工人和总体工人”和“机器排挤工人”的理论，导致大规模失业与劳动者的分化。根据马克思劳动理论，劳动方式可以分为抽象劳动、程式劳动与简单劳动，数字技术取代的主要是简单重复的程式劳动并被挤出至简单劳动行列，从而导致整体就业结构呈现“中部坍塌”的极化现象。另一方面，数字技术与高技能劳动力之间存在较好的技术互补，能促进高知识水平劳动力就业。因此，数字经济发展对不同产业、不同群体的就业影响具有异质性。进一步讲，Daron Acemoglu曾通过对美国1900—2017年的数据研究后发现，企业投入的机器人虽然有助于提高劳动生产率，但其提升水平并不足以创造更多的就业岗位，且以中、低成本劳动力作为竞争优势的发展中国家受到的就业冲击更加明显。也有研究认为，数字经济在中美两国替代人与赋予人的程度不一样。美国更多的是机器替代人，通过资本深化就业，实现对常规性、简单重复工作的替代；而中国的数字经济发展是劳动友好型，更多的是机器与劳动力的互补，体现在非常规的服务上，如外卖员、专车司机、视频主播等。马克思在《资本论》中曾深刻指出，“虽然机器在应用它的劳动部门必然排挤工人，但是它能引起其他劳动部门就业的增加”。虽然短期来看，数字技术可能摧毁部分传统就业岗位，但长期来看数字技术进步引起的就业负向效应会被长期的正面创造效应所抵消，从而扩大就业规模。
除了数字经济发展对就业规模的影响之争，数字经济发展对就业质量的影响同样存在不同的观点与结论。数字经济发展带来了劳动工具、劳动对象、劳动方式等的创新，并在生产率效应、互联网效应、收入效应、数字化威胁效应、极化效应等多重效应的共同作用下，围绕劳动生产率对就业质量发生作用。在宏观视角下，数字技术的应用能促进海量信息的流动与处理，数据作为生产要素得以高效流通，推进生产效率的提升与生产力水平的提高，从而促进经济增长，改善整体的就业环境与拉高整体收入水平。同时，数字技术还变革着实现供需匹配的媒介机制，能降低劳动力市场的交易成本并提升劳动力要素市场供需匹配效率，从而提升整体的就业质量。但是，数字经济发展催生的大部分岗位具有岗位稳定性低、就业门槛较高、就业条件不健康等多重特征，导致就业不公平的加大与就业匹配度的降低。反过来，为应付数字化威胁，劳动者将主动增加人力资本投资，引致技能劳动相对非技能劳动供给的优势，有助于就业质量的提高与劳动力结构的优化。在实证方面，张鸿从就业状况、劳动报酬、满意度、职业发展、岗位匹配度五个维度衡量就业质量，并利用陕西省数据证明了数字经济对就业质量有显著的正向影响，数字经济每增加1%，就业质量则提高0.722%。在微观层面，相比传统工作，数字经济催生的新就业模式能突破时空边界限制，增强工作自主性，使得劳动者能根据自己的兴趣、能力、时间与地点灵活择业，能更好地平衡工作与家庭生活，可以显著提升劳动者的就业满意度。如数字经济发展能缓解农民工群体的过度劳动，且随着高数字化行业就业比例增加，会使得新生代农民工过度劳动概率低于传统代农民工。数字经济发展也会带来就业结构边界的模糊化，使高技能劳动者在一天内不同时间段进行不同类型的工作成为可能，从而优化劳动力资源使用效率。
其次，数字经济发展对产业结构、产业结构对就业的影响之争。历史经验表明，新兴产业往往会超越传统产业逐渐成为主导产业，并通过产业关联、技术扩散等效应带动传统产业转型升级，推动产业结构向中高端发展。作为数字经济核心的新一代信息技术的应用通过与实体经济的融合，改变了信息传递、知识获取的方式，也改变着传统行业资源与需求的匹配模式、价值创造模式并重构产业生态规则，同时还能通过成本节约效应、规模经济效应、精准配置效应、效率提升效应和创新赋能效应引领产业转型升级。因此，数字经济发展加速了产业结构转型升级，且数字经济对产业结构转型升级的效应具有边际报酬递增的后发性优势。在经济结构中，产业结构与就业结构是相辅相成的两大体系，产业结构不断高级化的趋势，通常伴随就业结构的不断高级化，而就业结构的变动相对滞后于产业结构。根据部门转移理论，产业结构的变化会导致劳动力要素在不同产业间的再配置，劳动力从衰退的部门转移到增长的部门会产生摩擦性失业，因此产业结构升级短期内会对就业规模具有损害效应。但从长期来看，产业结构升级会催生大量的新兴产业，与之相伴的是就业岗位的创造，体现为创造效应，而短期与长期的转换之间存在路径依赖。产业结构升级对就业质量的影响多为正面结论，产业结构优化升级会带来人力资本的提高和就业环境的改善，进而直接提高劳动者的薪酬水平。因此，产业结构的优化会对就业质量和就业规模的改善产生积极的影响，且对就业质量改善的影响力度要远大于就业规模的增加。
综上所述，已有较多学者对数字经济、产业结构升级与就业进行了研究，这些成果为探讨三者间的内在逻辑关系提供了有益的借鉴。但无论是理论研究还是实证分析，更多集中在分析两两之间的关系，也有文献探讨了数字经济影响就业质量的具体渠道，但更多是从互联网使用、经济效益等角度进行分析。有些文献也将数字经济、产业结构与就业放在一个系统内进行探究，但鲜有文献基于产业结构升级背景下深入探讨数字经济与就业之间的传导机制。本文丰富了数字经济与劳动经济有关研究领域的文献，提供了数字经济发展的就业效应的数据支撑。本文可能的边际贡献在于两个方面：第一，从逻辑层面梳理了数字经济发展、产业结构升级、就业三者间的相互影响关系，能更加系统地讨论数字经济发展的就业效应。第二，本文采用适合变量之间相互交互影响的VEC模型，动态刻画了数字经济发展与产业结构升级的就业效应之时间演化特征，有助于进一步深化对该问题的认识，为新工业革命条件下推进高质量就业工作，制定数字经济发展、产业结构优化与就业促进政策提供决策参考。
三、模型构建与指标选取
（一）变量衡量与数据来源
数字经济发展以数字技术进步为推动力，而技术进步可以引导生产方式的变革与新产业的产生，进一步引致就业规模与就业质量的变化；与此同时，就业规模与就业质量的变化，反过来能够引起产业结构与数字经济发展趋势的变化。三者的关系体现为相互交互影响，因此本文选择从数字经济发展、产业结构升级、就业相互影响的视角展开论证。
1.就业效应的指标选取
习近平总书记在党的十九大报告中强调，“就业是最大的民生。要坚持就业优先战略和积极就业政策，实现更高质量和更充分就业。”因此，高质量就业不仅是数量上的要求，也有对质量上的规定，故本文选择就业规模与就业质量衡量就业效应。
就业规模：考虑衡量指标的准确性与数据可得性，参考杜传忠等的研究，本文选择“年末从业人员总数”作为就业规模的测度指标。
就业质量：就业质量是个多维性、相对性、系统性的概念，国内外学界尚未形成统一的概念。从个体层面看，就业质量包含了一切与工作状况相关的要素，如工资报酬、工作环境等；从宏观层面看，就业质量指的是劳动者整体工作状况的优劣程度，包括劳动合同签约率、社会保险参保率等。结合我国当前实际，工资收入与社会保障往往是衡量工作是否优质的关键。因此，本文选择工资水平、社会保障支出作为表征变量衡量就业质量，并参考赖德胜、杨海波等的研究对无量纲化后的指标赋权。计算公式为：
就业质量指数=（农民人均工资性收入×0.4+城镇职工平均工资×0.6）×0.6+财政支出中社会保障和就业支出×0.4
2.数字经济发展水平
目前，关于数字经济发展水平的测度，国际上并无统一标准，现有相关文献也较少。如刘军等从信息化发展、互联网发展与数字交易发展等三个维度构建了分省份的数字经济评价指标，并以2015—2018年的省份数据进行了测度。张鸿等从基础设施、数字产业、产业融合和政务环境四个维度构建了数字经济评价指标体系，而全国层面的数字经济测度尚处于空白。根据中国信息通信研究院的观点，数字经济的定义范围从小到大依次包括三大类：核心定义、狭义定义、广义定义。核心定义认为数字经济是数字经济活动的核心部门，即ICT产业；狭义定义认为是利用数字工具进行经济活动，即数字产品和服务为主导的数字部门；广义即为数字化驱动产业结构的经济效应。考虑到数字经济的发展历史、数据可得性、协整模型对数据年限的客观要求，本文采用其核心定义，使用ICT产业增加值代表数字经济发展水平。
3.产业结构升级
本研究的重点之一是产业结构调整对就业规模与就业质量的影响。由于一产的占比较低且相对稳定，因此本研究采用第三产业增加值和第二产业增加值之比度量产业结构的调整。以上变量及其测度方式如表1所示。
表1 变量及测量方式
本研究数据来源于《中国统计年鉴》《中国劳动统计年鉴》以及《中华人民共和国2020国民经济和社会发展统计公报》。另因《中国统计年鉴》自2004年开始统计ICT产业增加值，考虑到协整模型对数据的年限要求，2001—2003年ICT产业增加值根据ICT出口情况计算所得。
（二）计量模型的选择与构建
计量经济模型是连接经济理论与经济数据的桥梁。传统的计量模型一般需要“经济时间序列平稳”，即其一阶矩和二阶矩都是常数。通常来看，这是一种较为理想的假设。如果经济变量呈现非平稳的特征，由变量间的统计关系推断计量经济模型的形式是相当困难的，在此假设前提下建立的经济模型很可能因为谬误回归而丧失实际的经济意义。而事实上，多数国家尤其是转型经济国家的宏观经济变量通常呈现非平稳特征，何景熙、杨海波等的研究结果也证明了数字经济、产业结构、就业这三个宏观数据，均是非平稳序列，不适宜采用传统的计量模型。
协整分析、误差修正模型与Granger因果关系检验等方法是20世纪80年代发展起来的计量经济学新流派，为研究非平稳变量之间的均衡关系与相互影响提供了可靠的理论依据。它是一种多变量时间序列建模方法，从分析变量的时间序列的非平稳性入手，通过多方程联立的形式，探求经济变量之间的长短期关系，并有效规避非平稳时间序列导致的谬误回归问题。协整理论认为存在协整关系的变量具有相互之间的信息反馈，任何变量的短期偏离最终会回到长期均衡上来。根据文献分析，数字经济发展、产业结构升级与就业正是类似的系统，因此本文选择向量误差修正模型一方面可以保留向量自回归模型的优点，另一方面可以有效规避变量序列非平稳的问题，并通过采用全国2001—2020年的时间序列数据，借助协整理论来构建数字经济发展、产业结构升级与就业效应三者之间的理论模型，进而对三者之间的长期协整、影响机制和Granger因果关系进行实证分析。
四、实证分析
（一）平稳性检验：变量序列稳定性检验
为避免出现谬误回归的问题，在协整分析前，需对变量的平稳性进行检验，即验证序列数据是否存在单位根。本文运用Eviews7.2，采用Dickey-Fuller的ADF检验方法，对lnnoe、lnqoe、lnder、lnuis进行单位根检验，结果如表2所示。
由表2的单位根检验结果得知：就业规模、就业质量、数字经济、产业结构四个指标对应的时间序列lnnoe、lnqoe、lnder、lnuis的ADF值分别为-2.412、-2.066、-2.479、-3.239，均大于对应的5%水平的临界值，说明四个变量的时间序列均存在单位根，均是不平稳的序列。但在一阶差分的情况下，四个变量dlnnoe、dlnqoe、dlnder、dlnuis均在5%的显著性水平下拒绝原假设，接受不存在单位根的结论，为1阶单整序列。因此，四个序列均为一阶单整序列，可以进行协整检验与分析。
表2 变量的平稳性检验结果
（二）多元协整分析：因素长期稳定关系探测
虽然lnnoe、lnqoe、lnder、lnuis均是非平稳的一阶单整序列，但lnnoe、lnder、lnuis与lnqoe、lnder、lnuis均可能存在某种平稳的线性组合。这种线性组合可以反映各变量稳定的、长期的比例关系，即协整关系。本研究采用Johansen迹检验法分别对lnnoe、lnder、lnuis与lnqoe、lnder、lnuis之间的协整关系进行检验，根据SIC准则，确定协整检验的滞后期为3。结果见表3、表4所列，我们可以发现数字经济发展、产业结构升级与就业规模，数字经济发展、产业结构升级与就业质量在5%的显著性水平下均存在长期的协整关系。其中，lnnoe、lnder、lnuis之间存在一个协整方程，lnqoe、lnder、lnuis之间存在两个协整方程。
表3 lnnoe、lnder、lnuis的协整检验结果
表4 lnqoe、lnder、lnuis的协整检验结果
对回归系数标准化后，得到协整方程（1）和（2），即lnnoe、lnder、lnuis与lnqoe、lnder、lnuis之间的长期均衡关系。ECM是模型的误差项，对方程（1）和方程（2）的误差项的ADF检验值（ADF1=-3.98，ADF2=-4.02）均小于5%的临界值。因此，上述协整方程结果是稳健的。从结果可以看出：第一，长期而言，数字经济发展与就业规模、就业质量均正相关，数字经济发展每增长1%，就业规模、就业质量分别相应增长0.035%、0.161%；第二，产业结构升级与就业规模负相关、与就业质量正相关，产业结构指数增长1%，就业质量增长0.289%，就业规模降低0.044%。
（三）误差修正模型：内生纠偏机制检验
协整关系只反映变量间的长期均衡关系，不能反映短期的动态关系，因此需要建立短期偏离长期均衡的误差修正机制。通过向量误差修正模型，可以将这些经济变量之间的关系表示成长期静态关系和短期动态关系之和的形式，并建立对失衡部分纠正的误差修正机制。因为VECM的滞后期为无约束VAR模型一阶差分的滞后期，两个VAR模型的最佳滞后期选择为3期，因此VECM的滞后期为2，仍然采用没有确定趋势、有截距的形式。数字经济发展、产业结构升级与就业规模，数字经济发展、产业结构升级与就业质量的VEC模型分别如下：
上面模型的R²分别为0.69、0.70、0.77、0.53、0.63、0.76。其中，ecm为误差修正项。对VEC模型各方程的检验结果表明，各方程的回归残差序列在5%显著性水平上满足正态性，且无异方差与自相关。从方程可以看出：第一，就业规模、就业质量的VEC模型的可决系数分别为-0.830、-0.459，均为负值，说明当就业规模与就业质量偏离长期均衡状态时，系统中存在一个市场的力量会抚平短期的波动，将偏离重新拉回均衡的状态。从可决系数的大小来看，就业规模系统的调整力度要大于就业质量系统，说明就业规模在失衡后更容易通过市场的机制进行快速的修复。第二，除误差修正的作用外，就业规模受到滞后二期的数字经济与滞后一期、滞后两期的产业结构的显著负向影响。就业质量受到滞后一期的数字经济的显著正向影响。表明，短期内数字经济发展、产业结构升级会抑制就业规模的增加，但数字经济的发展短期内会提升就业质量。
（四）Granger 因果检验：因素相互作用分析
协整检验的结果表明数字经济发展、产业结构升级与就业规模，数字经济发展、产业结构升级与就业质量之间均存在协整关系。但是，它们之间的均衡关系到底是谁推动谁的发展，需要对变量之间进行Granger因果关系检验。需要说明的是，Granger因果关系是统计意义上的“格兰杰因果性”，表示一个变量受到其他变量的滞后影响，而不是真正意义上的因果关系。Granger因果关系是对不同变量的VEC模型进行Wald弱外生性检验，若伴随概念低于5%（或10%），那么拒绝存在Granger因果关系，本文选择10%。
表5为基于VECM的变量之间的Granger因果关系的检验结果。由于对所有变量均取对数，其一阶差分可理解为各变量的增长率。检验结果表明，在就业规模系统内，存在产业结构升级到数字经济发展的单向Granger因果关系；在就业质量系统内，存在产业结构到就业质量、数字经济到产业结构、产业结构到数字经济的三个Granger因果关系。表5VECM的系数揭示了以下内容：首先，在就业规模系统内，产业结构、数字经济均不是就业规模的Granger原因。这表明短期内数字经济发展、产业结构升级对就业规模没有预测作用。其次，在就业质量系统内，存在数字经济发展→产业结构升级→就业质量的单向Granger因果关系。这表明短期内数字经济发展对产业结构升级有预测作用，产业结构升级对就业质量有预测作用。此外，就业质量系统内还存在产业结构升级→数字经济发展的双向Granger因果关系，这表明产业结构升级与数字经济发展形成了良性互动。
表5 基于VECM的短期Granger因果关系检验
五、主要结论与对策建议
（一）主要结论
根据协整检验结果、VEC模型、Granger因果关系检验，本研究主要得出以下结论。
其一，协整检验结果显示，数字经济发展、产业结构升级、就业规模与数字经济发展、产业结构升级、就业质量均存在长期均衡关系。从系数来看，数字经济发展对就业规模、就业质量的长期弹性系数分别为0.035、0.161，说明我国的数字经济发展正向作用于就业规模与就业质量，属于劳动友好型。产业结构升级对就业规模、就业质量的弹性系数分别为-0.044、0.289，说明产业结构升级抑制就业规模的同时，会促进就业质量的提升。此外，数字经济发展、产业结构升级对就业质量的长期弹性系数均远大于对就业规模的弹性系数，说明现阶段数字经济发展、产业结构升级对就业质量的影响是主要矛盾。一方面，从长期来看，在就业趋于饱和、新增劳动力在不断减少的市场，数字经济的发展、产业结构的调整带来的是劳动力在就业市场内的流动，新增的就业数量有限；另一方面，虽然以工资为核心的就业质量短期内具有一定的粘性，但随着中国经济的快速发展使得就业质量长期富有弹性。
其二，向量误差修正模型结果显示，就业规模与就业质量一旦偏离长期均衡状态，系统中存在把偏离拉回均衡的调整力量，以抚平短期的波动。就业规模、就业质量ECM模型的可决系数分别为0.830、0.459，说明就业规模失衡后修复的力度要高于就业质量。这主要是因为相比就业质量，就业规模是更迫切需要解决的问题，政府在就业规模调节中发挥的作用比在就业质量中的更大。此外，在短期内，数字经济发展、产业结构升级均会抑制就业规模的扩大，但数字经济发展会促进就业质量的提升。这表明从短期来看，数字经济发展破坏的就业岗位要高于新创造的就业岗位，但同时也会因生产率效应、收入效应等作用而促进就业质量的提升。
其三，Granger因果检验结果显示，存在数字经济发展→产业结构升级→就业质量的单向Granger因果关系，以及产业结构升级→数字经济发展的双向Granger因果关系。这表明现阶段我国的数字经济发展与产业结构升级的协同性较高，以及数字经济发展对就业质量的影响可以通过产业结构升级来传递。
（二）对策建议
第一，积极推进在数字经济领域实现高质量就业。一方面，研究证实了数字经济对实现高质量就业的长期推动作用，要支持和鼓励新就业形态更好发展。疫情期间，以数字经济、云服务、技术维修服务等为代表的新业态拓展了发展空间，线上场景加速对线下场景的替代，更多非接触型经济将快速发展，政府应出台更多的支持性政策，加大5G、数据中心、工业互联网等新型基础设施建设力度，为新产业、新业态、新模式增强就业吸纳能力提供重要支撑。如大力推进传统线下业态的数字化转型，促进平台经济等新产业新业态新商业模式健康发展，创造更多数字经济领域就业机会。另一方面，要大力扶持数字经济创新创业活动，营造富有活力的数字经济创新创业环境，带动更多劳动者依托平台就业创业，发挥创业带动就业的倍增作用。实践中，要积极鼓励平台企业吸纳灵活就业，提升数字化服务水平，强化对新就业形态劳动者法律保障。
第二，充分发挥政府宏观调控作用，切实解决数字经济发展与产业结构升级对就业规模的短期破坏效应。研究证实了数字经济发展、产业结构升级对就业规模具有短期破坏效应，特别是在疫情防控常态化和经济新常态的双重时代背景下，要科学评估数字经济发展短期内对就业岗位造成的损失效应。一方面，要紧抓乡村振兴与农村电商的重要战略期，推动新一代信息技术与农业深度融合，发展云农业、认养农业、观光农业等新业态，积极出台引导农民工回乡就业创业的政策。另一方面，要构建专业信息对接平台，实时发布供求数据，充分发挥大数据和优化算法的作用，进一步提升供需匹配的效率。此外，要设置临时过渡性岗位解决暂时性的“就业难”问题，如疫情防控岗位、科研助理岗位等，承接数字经济发展与产业结构升级导致的失业问题。
第三，抓好数字经济发展契机，持续推动就业结构升级。研究证实了数字经济与产业结构的双向解释作用，发展数字经济对推动产业结构转型升级有重要作用，进一步带动就业结构的优化升级。一方面，数字经济催生的新产业、新业态和新模式主要集中在第三产业，应进一步加大服务业就业优先政策的实施力度。通常来看，第三产业行业数字化程度越高，就业弹性越大，就业吸纳能力越强，应制定一系列减税降费、创业补贴等惠企纾困政策，切实扩大第三产业数字发展程度高的行业的就业吸纳能力。另一方面，要加速重点领域的数据赋能，推动产业数字化转型。实践中，要充分发挥产业数字化对产业结构升级的助力作用，以数据赋能推动企业数字化发展、以数字平台推动行业数字化转型、以数字生态推动园区数字化集聚，大力推进大数据驱动制造业和服务业加速融合，通过“互联网+”推动数字经济与实体经济的深度融合，形成数字产业化与产业数字化良性互动的局面。