数字技术创新对劳动力市场极化的影响研究

张 洋

（1.全州大学，韩国 全州 55069；2.河北政法职业学院，河北 石家庄 050061）

一、引言及文献综述

在世界经济增长整体放缓阶段，数字经济逐渐成为各国经济发展模式转型的新动能。此背景下，实体经济数字化、信息化发展趋势愈发明显，助推传统生产模式可编程、可寻址、可感知以及可关联，预示着人类社会正快速进入以数字技术为经济发展主要动力的历史新阶段[1]。数字技术创新作为推动数字化建设的重点工作，会对相关领域高端技术使用提出更高要求，但同时也降低了低端生产工序的繁琐程度。这对于传统劳动力具有一定挤出效应，一定程度上冲击了劳动力市场结构。一方面，数字技术的应用与普及有助于提升劳动力自身知识和技能水平，为人力资本升级带来新发展机遇，有助于高技术劳动力数量增加。另一方面，数字技术创新降低了产业技术、设备引进成本及生产经营难度，使得低技能劳动力能够更好适应生产工作，进而增加低技能劳动力就业机会[2]。高技能与低技能劳动力就业数量的同时增加使得本应占主体地位的中等技能劳动力地位受到冲击，即出现劳动力市场极化现象。与此同时，党的二十大报告提出，“强化就业优先政策，健全就业促进机制，促进高质量充分就业……推动解决结构性就业矛盾。”因此，如何有效调节数字技术创新对劳动力市场极化的影响，切实改善劳动力市场现状，在当前经济发展模式转型时期至关重要。基于此，本研究从数字技术创新出发，探究其对劳动力市场极化的影响和作用机制，以期为推动数字技术创新、优化劳动力市场提供经验借鉴。

学术界既有关于数字技术与劳动力市场的研究成果颇丰，大致可划分为以下三类：

一是关于数字技术创新水平研究。梁佳等(2022)根据国家统计信息中心关于数字技术发展水平的评定标准，以数字基础设施水平与数字技术应用水平两个维度构建数字技术创新水平指标体系，发现中国数字技术创新水平整体向好，且存在一定阈值效应[3]。此外，亦有部分学者以数字领域专利申请数[4]、数字企业专利申请数[5]等单一指标衡量数字技术创新水平。

二是关于劳动力市场极化研究。王永钦和董雯(2020)研究指出，工业机器人应用对企业劳动力需求产生一定替代效应，即工业机器人应用会导致高技能劳动力数量增加，加剧高技能劳动力市场极化[6]。谭莹等(2022)研究指出中间品关税加征不利于提升制造业就业水平，而劳动力流动有助于缓解关税增加对劳动力市场极化的负面影响[7]。唐永、蒋永穆(2022)研究发现，产业结构服务化会促使不同技能水平劳动者出现工资极化现象，也会导致不同技能水平劳动者就业极化[8]。

三是关于数字技术创新对劳动力市场极化的影响。当前学术界关于数字技术创新与劳动力市场极化的研究相对较少，但事实上，技术发展与劳动力市场间的关系始终是一个重要研究方向。曹洁、罗淳(2018)从劳动力市场极化、测度方法、形成原因和影响效应四个方面对劳动力市场展开探讨，发现技能偏向型技术进步使得高、低技能劳动力就业同时增加，是导致劳动力市场极化的重要原因[9]。张抗私、史策(2022)认为，技术进步对就业占比具有负向影响，高教育程度劳动力的认知能力可以发挥缓冲作用，且技术进步对低教育程度劳动力具有显著就业创造效应[10]。刘廷宇、张世伟(2022)研究发现，垂直专业化分工将工作按照技术需求、附加值程度进行分离，从而引致了劳动力两极分化，且技术进步进一步加剧了极化现象[11]。

梳理既有文献可知，劳动力市场极化受技术进步影响较为明显，但关于数字技术创新对劳动力市场极化直接影响的研究较少。在数字经济高速发展背景下，数字技术已广泛应用于社会、经济各个领域，这使得数字技术创新对劳动力市场的影响存在更加丰富的经济学机制。基于此，文章依据高、低技能劳动力数量与中等技能劳动力数量的比值，将劳动力划分为高技能劳动力与低技能劳动力，实证检验数字技术创新对劳动力市场极化的影响效应，并基于空间效应与劳动力流动两个视角展开探讨，以期丰富数字技术创新影响劳动力市场极化的研究。

二、理论分析与研究假设

技术发展与技术进步是产生极化现象的重要因素。具体而言，传统自动化生产理论模型将工业产业假定为自动化与手动化两种生产方式[12]。其中，手动化条件下，手工技术需依托大量劳动力参与。而在自动化条件下，传统人工技术将完全被数字化、信息化设备所取代。结合新古典增长理论可知，自动化生产模式有助于提升劳动生产效率[13]。由此可以推断，随着自动化、信息化生产模式的推广与应用，劳动力市场就业情况亦会发生明显改变。技术进步对于传统、常规型工作具有替代与挤出效应，而对于非常规认知型工作则具有补充效应。与此同时，数字技术普及与创新会带动各类数字化设备引进成本下降，能够极大程度上降低产业生产难度，为低技能劳动力提供大量就业岗位。同时，数字技术应用与创新会提升整个经济体的生产效率，这有助于增加非常规认知工作，最终形成劳动力市场就业结构“两端高、中间低”的极化现象。基于此，文章提出如下假设：

假设H1：数字技术创新会同时增加高技能、低技能劳动力数量，导致高技能劳动力市场极化与低技能劳动力市场极化现象。

在数字技术高速发展背景下，各地区数字技术创新水平会因要素资源禀赋、人口集聚与流动水平不同有所差异，进而对地区劳动力市场极化产生影响。一方面，数字技术创新发展过程中可能会存在一定技术溢出效应，能够带动邻近地区数字化发展，提升邻近地区数字技术创新水平[14]。数字技术创新水平的提升使得邻近地区对于高数字素养人才需求剧增，带动邻近地区高技能劳动就业数量增加。同时，数字技术的发展也简化了传统生产领域操作难度，为低技能劳动力就业带来契机，从而对邻近地区劳动力市场结构造成一定冲击。另一方面，各地方政府间存在一定竞争现象。在当前经济高质量发展背景下，地方政府更关注除经济增长指标之外的环境、创新等方面的指标，可能存在一定的地方政府竞争现象。因此，地方政府间在数字技术创新方面的竞争与模仿将对本地区劳动力市场就业产生影响，甚至会扩散至邻近地区，产生空间外溢现象。究其原因，部分劳动力存在一定趋利性。地区间数字技术水平差异会加剧劳动力流动，引致高技能劳动力流动至数字技术创新水平更高地区，以匹配自身劳动价值、提高劳动报酬，进而对相邻地区产生空间溢出效应。整体来看，数字技术创新对劳动力市场极化的影响还需通过劳动力流动来实现。相对而言，数字技术创新水平较高地区具备较为丰富的就业岗位，对于高技能劳动力与低技能劳动力均具有较强吸引力。此形势下，高技能劳动力通过流动至其他地区的方式提升劳动力价值与劳动回报率，且低技能劳动力也能更容易解决就业问题，进而导致当地及周边地区劳动力市场出现极化现象。基于以上分析，提出如下假设：

假设H2：数字技术创新会推动劳动力流动进而形成空间外溢，最终加剧地区劳动力市场极化。

三、研究设计

1.模型构建

（1） 基本模型

数字技术创新是评估创新水平产出的重要指标，而数字技术创新发展水平高低将直接或间接影响劳动力市场就业情况。考虑劳动力市场极化的动态性特征，文章使用动态面板模型来表征数字技术创新对劳动力市场极化的影响路径，具体构建模型如下所示：

式(1)中，Labit为i 省份t 时期的劳动力市场极化，文章分别从高技能劳动力市场极化）与低技能劳动力市场极化）两个角度进行衡量。Digit为i 省份t 时期的数字技术创新水平，利用国际专利分类与数字经济行业分类进行匹配，选取专利数据来表征数字技术创新发展水平；Controls 为一系列控制变量，包括研发投入强度、对外贸易、外商直接投资、中央政府干预；εit为随机扰动项。数字技术创新变量系数β1是文章关注焦点，若系数大于0 且显著，表明当前的数字技术创新能够加剧目前中国劳动力市场极化现象；若系数小于0 且显著，则需进一步探讨劳动力市场极化的现状与深层次原因。

（2） 中介效应模型

为验证劳动力流动是否在数字技术创新与劳动力市场极化之间发挥中介效应，借鉴温忠麟、叶宝娟(2014)[15]研究思路，建立如下模型：

式(2)～(4)中，β2反映数字技术创新对劳动力市场极化的总效应，γ2为数字技术创新对劳动力市场极化的直接效应，α2γ3代表数字技术创新对劳动力市场极化的中介效应。

2.指标说明

被解释变量：劳动力市场极化(Lab)。借鉴徐少俊、郑江淮(2020)[16]测算方法，将劳动力市场极化分为高技能劳动力市场极化）与低技能劳动力市场极化），计量模型如下：

其中，式(5)考察数字技术创新与高技能劳动力市场极化关系，为高技能劳动力数量与中等技能劳动力数量之比；式(6)研究数字技术创新与低技能劳动力市场极化关系，为低技能劳动力数量与中等技能劳动力数量之比。值得说明的是，高技能劳动力(Nh)利用大学专科及以上学历（包括高等职业教育） 受教育程度比例来表示；中技能劳动力(Nm)采用高中学历（包括中级职业教育） 受教育程度比例来衡量；低技能劳动力(Nt)选取初中及以下学历受教育程度比例进行刻画。

核心解释变量：数字技术创新(Dig)。根据国际专利分类与数字经济行业分类进行匹配，利用专利数据来表征数字技术创新发展水平。在确定数字经济行业分类时，参考浙江省经济与信息委员会发布的关于数字经济核心产业统计分类目录，将其与国际专利分类匹配后，得到的专利申请量作为区域数字技术创新的代理变量。

中介变量：劳动力流动(Flow)。参考陈明生等(2022)[17]测量劳动力流动的方式，采用引力模型，引入工资和房价两个重要影响因素，构建如下模型：

其中，Flowij为i 省份向j 省份流动劳动力的数量；Labori为i 省份劳动力极化；Wagei、Wagej分别为i 省份、j 省份在岗职工平均工资；Housei、Housej分别为i 省份、j 省份的房价；为i 省份与j 省份之间的地理距离；i 省份一年的劳动力流动量是由公式(8)计算得出。

控制变量。参考相关文献研究[18，19]，选取如下变量进行控制：一是研发投入强度(Rnd)。研发投入能够有效提升企业对充实高技能劳动力需求，利用各地区研究与实验经费和省份生产总值之比进行衡量。二是对外贸易(Trade)。对外贸易中加工贸易对中技能劳动力就业存在重要影响，选取各省份进出口贸易额与省份生产总值之比进行表征。三是外商直接投资(Fdi)。外商投资企业具备技术优势，与省内外资企业形成竞争，可能对高技能劳动力就业产生挤出效应，利用行业外商投资直接额来刻画。四是中央政府干预(Gov)。中央政府干预主要起拉动中、高技能劳动力的就业作用，而对低技能劳动就业影响效果较小，使用各省份财政支出占省份GDP 的比重来表示。

3.数据来源

文章选取中国30 个省级面板数据（剔除港澳台地区与西藏数据严重缺失的省份） 进行实证研究，研究时段为2011—2020 年。各指标数据均来自历年《中国统计年鉴》 《中国劳动统计年鉴》 《中国科技统计年鉴》 《中国城市统计年鉴》 《中国区域经济统计年鉴》，以及各省（市、区） 统计年鉴、各省（市、区） 政府公开网站数据、大卫专利数据库、WIND 数据库。与此同时，针对部分缺失数据，采用插值法进行弥补。

四、实证研究

1.数字技术创新与劳动力市场极化的基准回归

从数字技术创新视角，实证检验数字技术创新对劳动力市场极化的影响效果。文章利用系统GMM 方法对二者之间关系进行实证检验，将专利申请量作为核心解释变量、高技能劳动力市场极化、低技能劳动力市场极化作为被解释变量。表1 为数字技术创新与劳动力市场极化的基准回归结果，列(1)与列(3)分别代表数字技术创新与低技能劳动力市场极化、高技能劳动力市场极化之间的回归结果，列(2)与列(4)为加入一系列控制变量后的回归结果。由于AR(1)中的P 值小于0.1，AR(2)中的P值大于0.1，因此随机扰动项不存在自相关问题。除此之外，由Hansen 结果可知，P 值大于0.1，说明工具变量是有效的且不存在过度识别问题，即文章模型具有可靠性。列(2)是针对高技能劳动力市场极化的回归结果，数字技术创新系数为0.213，且在1%统计水平上显著，说明数字技术创新能够使高技能劳动力数量增加，促使高技能劳动力市场极化现象产生。究其原因，数字技术创新发展过程中会产生一系列创新、研发、信息数据分析等高端需求，且这种需求通常为非常规的抽象任务，使企业对高技能劳动力的需求增加。列(4)是针对低技能劳动力市场极化的回归结果，数字技术创新系数为0.173，且在1%统计水平上显著，表明数字技术创新也能促进低技能劳动力数量增长，加剧劳动力市场极化。基于以上实证分析可知，假设H1 得到验证。

表1 数字技术创新与劳动力市场极化的基准回归结果

进一步研究控制变量对劳动力市场极化的影响，发现控制变量对高技能劳动力市场极化与低技能劳动力市场极化的影响也产生了差异性效果。具体回归结果分析如下：研发投资强度对高技能劳动力市场极化的系数为0.274，且在1%统计水平上显著，说明研发投资强度越大越有助于强化地区科技创新水平，使得高技能劳动力数量增加，对高技能劳动力市场极化具有正向影响。研发投资强度对低技能劳动力市场极化的系数为-0.184，且在1%统计水平上显著，说明研发投资水平能够提升低技能劳动力群体知识、技术水平，使其向中、高技能劳动力群体流动，使得低技能劳动力数量减少，缓解低技能劳动力市场极化。对外贸易对高技能劳动力市场极化的系数并不显著，表明对外贸易对高技能劳动力市场极化影响不大。对外贸易对低技能劳动力市场极化的系数为-0.053，且在1%统计水平上显著，说明对外贸易的发展不会加剧低技能劳动力市场极化。外商直接投资对高技能劳动力市场极化的影响系数为0.064，且在5%统计水平上显著，表明外商直接投资增加了高技能劳动力数量，能够推动高技能劳动力市场极化发展。外商直接投资对低技能劳动力市场极化的影响系数为0.121，且在1%统计水平上显著，表明外商直接投资增加了地区就业岗位，为低技能劳动力提供更多就业岗位，进而对低技能劳动力市场极化产生正向影响。中央政府干预对高技能劳动力市场极化与低技能劳动力市场极化均存在显著正向关系，且对高技能劳动力市场极化促进效果更加明显。

2.数字技术创新与劳动力市场极化的内生性检验

考虑到数字技术创新与劳动力市场极化的关系可能存在内生性问题，故选取数字技术创新的工具变量，规避结果偏误的问题。借鉴岳佳坤(2022)[20]研究思路，从创新投入、创新产出、创新扩散、创新转化、创新环境五方面构建数字技术创新评价指标体系作为工具变量，以此进行内生性检验，具体检验结果如表2 所示。从列(1)和列(2)的实证结果可以发现，数字技术创新仍与高技能劳动力市场极化、低技能劳动力市场极化保持显著正相关，结果与上文回归检验结果保持一致，即证明结论较为稳健。

表2 基于工具变量方法下数字技术创新与劳动力市场极化的内生性检验结果

3.稳健性检验

考虑到数字技术创新对劳动力市场极化的影响具有一定滞后性，文章将核心解释变量数字技术创新进行滞后一期处理，并继续使用系统GMM 方法对二者进行回归估计，具体结果如表3 列(1)～(3)所示。研究发现，滞后一期数字技术创新对高技能劳动力市场极化与低技能劳动力市场极化的基本估计系数分别为0.109、0.093，且均在1%统计水平上显著，与上文模型估计结果一致，说明研究结果具有稳健性，同时也体现出数字技术创新对劳动力市场极化的影响存在一定时滞性。

表3 数字技术创新对劳动力市场极化的稳健性检验

表3 列(2)与列(4)为剔除部分研究样本进行稳健性检验，为检验研究结果的普适性，剔除北京、上海、广东三个数字技术创新水平较高的省份，再次进行稳健性检验。研究发现，数字技术创新对高技能劳动力市场极化与低技能劳动力市场极化的基本估计系数分别为0.073、0.059，且均在1%统计水平上显著，与上文研究结论依然统一，故文章结果依旧稳健可靠。

4.数字技术创新与劳动力市场极化的空间效应

数字技术创新作为经济发展的重要手段，可能存在竞争效应与示范效应，进一步导致数字技术创新可能存在空间效应。数字技术创新可能存在空间溢出效应，即本省份数字技术创新与邻近省份数字技术创新存在一定关联性，由此引致省域间劳动力市场极化表现出空间效应特征。为研究数字技术创新对劳动力市场极化的影响是否存在空间效应，文章引入空间因素，借助空间地理关系研究数字技术创新对本省份和邻近省份劳动力市场极化作用效果，揭示其中的空间特征与效应差异。

基于地理距离矩阵，使用Moran's I 指数研究变量间是否存在空间相关性。根据表4 指数检验结果发现，大部分年份Moran's I 指数均通过显著性检验，说明变量之间存在较为明显的空间相关性，有必要采用空间计量模型继续检验。所以，文章使用空间杜宾模型来检验数字技术创新与劳动力市场极化的空间效应。

表4 Moran's I 指数的空间相关性检验结果

表5 为数字技术创新与劳动力市场极化的空间效应结构，其中列(1)与列(4)为SEM 模型检验结果，列(2)与列(5)为SAR 模型检验结果，列(3)与列(6)为SDM 模型检验结果。文章以列(3)与列(6)回归结果为主要依据，列(1)、列(2)、列(4)、列(5)模型作对比，讨论变量间空间效应，以此检验结果的可靠性。由表5可知，空间自相关系数ρ 与空间误差系数λ 基本上为负向显著。这说明模型具有空间自相关性，即周边邻近省份的高技能劳动力市场极化、低技能劳动力市场极化不利于本省份的高技能劳动力市场极化与低技能劳动力市场极化。同时，各省份在劳动力市场化极化中表现出“以邻为壑”现象，这与省份间的劳动力市场竞争密切相关。实际上，由于劳动力要素资源的有限性，相邻省份劳动力市场变化会影响空间关联劳动力市场发展。由列(3)对高技能劳动力市场极化结果分析，发现数字技术创新与高技能劳动力市场极化之间为显著正向关系，从而呈现空间上外溢现象，说明本省份数字技术创新会显著促进邻近省份高技能劳动力市场极化。在空间权重作用下，数字技术创新空间系数显著为正，说明本省份数字技术创新水平提升有利于促进邻近省份高技能劳动力市场极化，产生积极空间效应。由列(6)对低技能劳动力市场极化结果分析，发现数字技术创新与低技能劳动力市场极化之间为显著正相关关系，说明本省份数字技术创新的进步能够加剧本省份低技能劳动力市场极化。基于以上实证分析，文章假设H2 得到验证。

表5 数字技术创新与劳动力市场极化的空间效应结果

5.劳动力流动下数字技术创新与劳动力市场极化的机制检验

劳动力流动对改善资源配置、提升生产效率、加快创新创业具有重要意义。各省份数字技术创新发展水平差异所形成的不均衡就业机会供给会影响本省份劳动力流动，甚至出现要素供给失衡的可能。实际上，各省份自身资源禀赋与地理位置所存在的差异已经制约了各省份创新发展。在此背景下，政府部门主要通过调整相关政策吸引人才流入，优化本地要素配置，提高地方数字技术创新水平。基于此，文章进一步从劳动力流入视角分析其在数字技术创新与劳动力市场极化之间的机制效果。

表6 为中介效应模型下数字技术创新、劳动力流动与劳动力市场极化机制的分析结果。列(1)～列(3)为劳动力流动与劳动力市场极化之间的机制分析结果。针对劳动力流动在数字技术创新与劳动力市场极化之间的机制分析，由列(1)可知，数字技术创新与劳动力流动之间为显著正向关系，说明数字技术创新会吸引劳动要素流入省内，为本省份增加劳动力供给。由列(2)可知，数字技术创新与劳动力流动之间呈显著正相关关系，而劳动力流动对高技能劳动力市场极化也存在正向作用，即产生部分中介效应。由列(3)可知，数字技术创新对低技能劳动力市场极化的影响为显著正相关，且劳动力流动与低技能劳动力市场极化之间显著正相关。这说明劳动力流动提升了数字技术创新对低技能劳动力市场极化的促进作用，并在数字技术创新与低技能劳动力市场极化两者之间产生部分中介效应，可见劳动力流动亦是省份内劳动力市场极化的重要原因之一。综上，数字技术创新水平的提升能够简化企业生产、经营等环节工序，降低传统人工工作操作难度，有助于吸引低技能劳动力流动与集聚，间接推动低技能劳动力就业增加；同时，数字技术的创新与应用增强了企业对高端设备与技术的依赖，使得企业催生出更多需要高数字素养人才的岗位，带动了高技能劳动力流动，进而间接增加高技能劳动力就业。

表6 数字技术创新、劳动力流动与劳动市场极化的机制分析

五、研究结论与政策建议

1.研究结论

数字技术创新是各省经济高质量发展的主要途径，也是影响劳动力市场变革的重要因素。在数字技术迅猛发展的背景下，提升数字技术创新发展水平，加快劳动力流动，集聚人力资源是促使一国劳动力市场配置效率提高的重要举措。基于此，文章选取2011—2020 年省级面板数据进行具体实证分析，研究了数字技术创新与劳动力市场极化之间的影响效果与作用机制。研究发现：一是数字技术创新能够推动中国高技能劳动力与低技能劳动力就业数量增加，即数字技术创新对劳动力市场的影响存在“两端高、中间低”的极化现象，且该结果经过内生性检验与稳健性检验后依旧成立；二是在考虑空间因素基础上，发现数字技术创新会影响邻近省份劳动力市场极化，表现为本省份数字技术创新会促进相邻省份的高技能劳动力市场极化与低技能劳动力市场极化；三是在劳动力流动机制研究中，发现劳动力流动在数字技术创新影响劳动力市场极化过程中能够产生部分中介效应。

2.政策建议

第一，深挖数字技术创新优势，培育复合型高技能人才。研究发现，数字技术创新能够加剧高技能劳动力极化，导致劳动力市场复合型高技能人才不足。因此，各地方政府还需不断培育复合型高技能人才，以更好匹配高技能劳动就业岗位的增加。其一，相关政府部门需对科技创新领域提供人才扶持政策，为企业在复合型高技能人才培育过程中提供帮助，培养一批能够领先世界新一轮产业技术革命的复合型高技能人才。其二，各地方高校需持续深化产教融合、创新复合型高技能人才培养体系，并深挖数字技术优势，提升学生综合能力，缓解劳动力市场极化。与此同时，各地方高校还需鼓励学生选修“计算机”“大数据”等应用型课程，培养适应数字技术创新发展的复合型高技能人才。其三，各地方高校需贯通职业技能培训体系，将复合型高技能人才培育项目归入地方职业技能提升行动“两目录一系统”中，从而夯实数字技术创新人才基础。

第二，全面开展数字化技能培训，推动中技能劳动力就业。研究结果表明，数字技术创新使得中国劳动力市场出现“两端高、中间低”的极化现象，导致中技能劳动力就业数量匮乏。针对该现象，需全面推动数字化技能培训，推动中技能劳动力跨层级就业，避免就业层次分割，缓解劳动力市场极化。在劳动力市场由低向中、由中向高不断升级的过程中，相关政府部门应着力完善现代化劳动保护体系，加强数字化职业技能培训力度。与此同时，相关政府部门应当鼓励各高校建立终身学习体系，优化职业技能培训和转岗培训机制，提升中技能劳动力对市场的适应能力，并提供有效数字化技能培训，为中技能劳动力转至高技能岗位提供契机。除此之外，在当前全球经济低迷、经济全球化发展滞缓等不确定因素增加背景下，地方政府部门需做好中技能劳动力高端技术培训准备，控制中技能劳动力失业风险的同时，为高技能人才培养储备力量，以缓解未来可能出现的劳动力市场极化加剧现象。

第三，构建数字化灵活就业平台，畅通低技能劳动力向上流动渠道。上文结果表明，数字技术创新会增加低技能劳动力就业数量，加剧低技能劳动力市场极化。基于此，相关主体部门需积极建立数字化就业平台，推动低技能劳动力灵活就业，为低技能劳动力向中、高端就业岗位流动提供契机，以缓解由数字技术创新引致的低技能劳动力市场极化现象。其一，企业需搭建人力资源数字化管理与就业平台，依托便捷的一体化平台，消除数据孤岛和资源壁垒，为低技能劳动力向中、高技能岗位就业提供帮助。其二，各地方劳动力监管部门可构建数字化劳务平台，辅助低技能劳动力根据自身专业技能选择合适的就业岗位，并加强对制造业以及服务业的扶持与培育力度，在保障低技能劳动力充分就业的同时，畅通低技能劳动力向上流动渠道。其三，企业与劳动监管部门应积极延伸劳动力就业服务范围，统一数字化灵活就业平台服务标准。各地区企业需利用互联网技术全方面搜集就业岗位信息，统一招聘标准，整合发布，保障低技能劳动力公平竞争，以保障低技能劳动力向上流动，缓解数字经济引致的低技能劳动力极化现象。

第四，健全劳动力流动机制，提升人力资源配置效率。由上文结论可知，数字技术创新会通过劳动力流动加剧劳动力市场极化。因此，各地方政府需合理引导劳动力流动，推动人力资源配置均等化，缓解劳动力市场极化现状。一方面，积极推进城乡劳动要素市场改革。各地方政府部门需充分考虑本地市场规模、人力资本与基础设施等因素，综合施策，积极发挥市场需求的牵引性作用，合理进行就业服务指导与岗位供给，以缓解部分地区劳动力流失严重现象。与此同时，各地方政府部门还需加快城乡信息、资金流、物流协调的发展，实现城乡劳动力要素有序流动，进而提升人力资源配置效率。另一方面，建立全国统一开放、竞争的人才要素市场。为解决偏远地区剩余劳动力向经济发达地区转移的窘境，促进劳动力要素的跨区域流转。各地方政府还需加快技术产权交易市场整合，吸引高端技术产业在区域内入驻与集聚，避免区域内出现劳动力流失严重问题，以缓解由劳动力流动导致的劳动力市场极化现象。