選取省級(jí)面板數(shù)據(jù),通過(guò)靜態(tài)面板OLS和動(dòng)態(tài)面板GMM方法檢驗(yàn)數(shù)字經(jīng)濟(jì)對(duì)中國(guó)勞動(dòng)力資源配置效率的影響。結(jié)果發(fā)現(xiàn):數(shù)字經(jīng)濟(jì)的發(fā)展從總體上提高了中國(guó)勞動(dòng)力資源配置效率,但是這一結(jié)果在區(qū)域間存在著顯著差異。從東、中、西部地區(qū)劃分來(lái)看,東部地區(qū)數(shù)字經(jīng)濟(jì)發(fā)展對(duì)于勞動(dòng)力資源配置效率的影響最為顯著;從南、北地區(qū)劃分來(lái)看,則是北方地區(qū)更為顯著。鑒此,我國(guó)應(yīng)加快建設(shè)均等化數(shù)字基礎(chǔ)設(shè)施,加強(qiáng)多樣化數(shù)字設(shè)備科學(xué)應(yīng)用,全方位提升勞動(dòng)者數(shù)字技能。 

【文章來(lái)源】：財(cái)經(jīng)理論與實(shí)踐. 2020,41(02)北大核心CSSCI

【文章頁(yè)數(shù)】：7 頁(yè)

【文章目錄】：
一、引 言
二、理論分析與研究假設(shè)
    (一)理論分析
        1.數(shù)字經(jīng)濟(jì)對(duì)勞動(dòng)力資源配置效率的影響機(jī)制。
        2.數(shù)字經(jīng)濟(jì)對(duì)勞動(dòng)力資源配置效率的提升路徑。
    (二)研究假設(shè)
三、模型構(gòu)建與變量選取
    (一)模型構(gòu)建
    (二)變量選取與說(shuō)明
        1.被解釋變量:
        2.核心解釋變量:
        3.控制變量:
    (三)數(shù)據(jù)來(lái)源和描述性統(tǒng)計(jì)
四、實(shí)證檢驗(yàn)與分析
    (一)基本回歸分析檢驗(yàn)
    (二)動(dòng)態(tài)面板回歸分析檢驗(yàn)
    (三)分地區(qū)檢驗(yàn)
五、結(jié)論與對(duì)策建議


【參考文獻(xiàn)】：
期刊論文
[1]數(shù)字經(jīng)濟(jì)、普惠金融與包容性增長(zhǎng)[J]. 張勛,萬(wàn)廣華,張佳佳,何宗樾.  經(jīng)濟(jì)研究. 2019(08)
[2]人工智能、老齡化與經(jīng)濟(jì)增長(zhǎng)[J]. 陳彥斌,林晨,陳小亮.  經(jīng)濟(jì)研究. 2019(07)
[3]城鎮(zhèn)化進(jìn)程中流動(dòng)人口就業(yè)影響因素與就業(yè)選擇——分層異質(zhì)視角下多元選擇模型的實(shí)證分析[J]. 莫旋,唐成千,陽(yáng)玉香.  商業(yè)研究. 2019(07)
[4]工業(yè)智能化如何重塑勞動(dòng)力就業(yè)結(jié)構(gòu)[J]. 孫早,侯玉琳.  中國(guó)工業(yè)經(jīng)濟(jì). 2019(05)
[5]新技術(shù)革命下人工智能與高質(zhì)量增長(zhǎng)、高質(zhì)量就業(yè)[J]. 蔡躍洲,陳楠.  數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究. 2019(05)
[6]人力資本投資、有效勞動(dòng)力供給與高質(zhì)量就業(yè)[J]. 孔微巍,廉永生,劉聰.  經(jīng)濟(jì)問(wèn)題. 2019(05)
[7]人工智能技術(shù)條件下“人的全面發(fā)展”向何處去——兼論新技術(shù)下勞動(dòng)的一般特征[J]. 張新春,董長(zhǎng)瑞.  經(jīng)濟(jì)學(xué)家. 2019(01)
[8]農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移潛力耗盡了嗎?[J]. 蔡昉.  中國(guó)農(nóng)村經(jīng)濟(jì). 2018(09)
[9]產(chǎn)業(yè)結(jié)構(gòu)變動(dòng)與經(jīng)濟(jì)周期波動(dòng)——基于勞動(dòng)力市場(chǎng)視角的分析與檢驗(yàn)[J]. 趙旭杰,郭慶旺.  管理世界. 2018(03)
[10]中國(guó)經(jīng)濟(jì)改革效應(yīng)分析——?jiǎng)趧?dòng)力重新配置的視角[J]. 蔡昉.  經(jīng)濟(jì)研究. 2017(07)



本文編號(hào)：3445953