| 联系我们 |
 |
合作经济与科技杂志社
地址：石家庄市建设南大街21号
邮编：050011
电话：0311-86049879 |
|
|
| 劳动/就业 |
| 数字经济对女性就业影响研究 |
| 第771期 作者：□文/左静华 时间：2026/2/16 11:23:07 浏览：50次 |
［提要］ 当前数字经济已成为我国经济结构中的重要组成部分，对女性就业的影响不容忽视。本文使用数字普惠金融指数衡量数字经济水平，结合中国家庭追踪调查（CFPS）数据，考察数字经济的发展对中国女性就业的影响，并具体从女性整体就业、就业类型、就业形式和高质量就业四个角度进行分析。总体而言，数字经济对女性劳动参与创造效应更大，为就业平等提供新的机会，为女性就业提供新的方向。
关键词：数字经济；就业创造效应；女性就业
中图分类号：F241.4 文献标识码：A
收录日期：2025年9月15日
引言
近年来，我国数字经济增速保持高位运行，成为推动经济高质量发展的重要引擎。根据中国信息通信研究院发布的《中国数字经济发展研究报告（2024年）》数据显示，2023年我国数字经济规模达到53.9万亿元，占GDP比重达42.8%，同比名义增长7.39%，已经连续12年显著高于同期GDP增速，且其增长对GDP增长的贡献率超过60%，这标志着数字经济已经成为我国经济结构中的重要组成部分，能够有效提升我国经济发展的活力和韧性，对推动经济从高速增长向高质量增长转型发挥了关键作用。
数字经济的快速发展使得平台经济、共享经济等新业态模式应运而生，除了对传统就业模式产生影响之外，还催生了兼职就业、自由职业等时间、地点、形式灵活的就业岗位。对女性而言，数字经济突破时空限制的特点有效缓解了女性面临的“工作-家庭”冲突，远程办公、电商、微商等新业态以其灵活就业形态和低门槛特征为女性创造了更多兼顾家庭的市场化就业机会。结合2023年中国信通院公布的数据可知，在平台经济催生的电商、直播、远程办公等新兴业态中，女性从业者占比超过55%，这表明数字经济可能成为打破传统性别分工的重要力量。但数字经济对就业的影响存在双面性，既存在就业创造效应，又伴随产生就业替代效应，在两者共同作用下，数字经济对我国就业结构进行调整。那么，在互联网时代，数字经济是否会对女性就业存在积极作用呢？就业创造效应和就业替代效应哪个会是主导效应呢？对女性就业的不同方面产生什么样的影响？本文将对这几个问题进行研究。
一、文献综述
在互联网技术迅猛发展的时代背景下，数字经济对女性就业的影响已成为学术界关注的重要议题。女性在劳动力市场中平等参与、获得平等报酬的权益一直备受关注。传统视角下的相关文献研究表明，女性劳动参与率受到教育、年龄、家庭老年照料、儿童看护、家庭分工等的影响。随着数字经济的兴起，女性就业格局呈现出新的特征和趋势，从积极影响来看，数字经济为女性就业创造了许多机遇。首先，杨品兰和王珊珊（2023）研究表明，平台经济的蓬勃发展衍生许多灵活、自由、碎片化的自雇职业，比如网络主播、网约车司机等，这些新兴职业为女性提供了兼顾家庭和职业发展的新选择。其次，互联网催生出网络购物、即时通讯、移动支付等应用，能够提升原有的工作和生活效率，同时降低信息搜寻成本，提高了工作匹配的效率，提升女性非自雇就业的概率。此外，从家庭职责上看，数字经济的兴起促使家政服务业转型升级，促进了家庭劳务的社会化进程，宋月萍（2021）认为这一发展不仅能减轻女性的家庭负担，还能通过优化资源配置创造大量的就业岗位，提升全要素生产率。
然而，数字经济对女性就业的影响并非全是正向的。作为数字经济的一大应用领域，新兴技术的快速发展对就业市场产生了深远影响，其中对女性就业的冲击尤其值得关注。一方面，新技术的发展存在性别歧视现象，抬高了女性进入该领域的门槛；另一方面，牛建国等（2024）研究表明，女性在情感、社交技能方面的禀赋优势在一定程度上提升女性在就业市场的地位，这使得新技术为女性就业带来的潜在影响存在不确定性。然而，也有研究表明，新技术带给女性的冲击要大于男性。隆云滔等（2020）研究认为，新技术所取代的都是重复性工作，而我国这类工作大多由女性从事，因此不利于女性就业。甄浩和贾男（2023）的研究进一步证实了这一点，他们认为数字经济的增长降低了女性正规就业的比例，对女性正规就业存在明显的挤出效应。
现有文献大多研究数字经济整体对于女性就业的影响，鲜少分析数字经济不同维度的发展是否产生作用。因此，在现有文献基础上，本文将研究数字经济对女性整体就业是否产生积极影响，以及对就业形式是自雇或是非自雇、就业类型是农业或是非农工作进行研究，考察数字经济的不同维度对女性就业的影响，以此对女性就业概率提升提供一些帮助。
二、数据来源、变量说明及模型构建
（一）数据来源。本文使用两部分数据。第一部分数据来自北京大学中国社会科学调查中心实施的中国家庭追踪调查数据（CFPS）。该调查自2010年开始正式入户调查访问，每两年进行一次，由于变量的统一性和可得性，本文选择使用的样本区间为2016～2022年。第二部分为衡量数字经济发展水平的数据，本文使用中国数字普惠金融指数进行衡量。由于数字金融是数字经济的重要组成部分，且目前中国数字经济主要取得的发展在消费互联网中，因此使用中国数字普惠金融指数衡量数字经济水平具有代表性和可靠性。
（二）变量说明
1、被解释变量。本文研究数字经济对女性就业的影响，被解释变量将对女性整体就业、女性就业形式、女性就业类型、女性高质量就业分别进行研究。具体而言，女性整体就业使用“女性目前的就业状态（在业=1，无业=0）”来体现；女性就业形式为“女性是否从事自雇工作（从事=1，不从事=0）”，若女性目前工作是为自己或自己家干活则视为从事自雇工作，若受雇于他人、他家、组织、单位或公司则视为从事受雇工作；女性就业类型为“女性是否从事农业工作（从事=1，不从事=0）”，农业工作指的是从事农、林、牧、渔等行业的工作，若从事此类农业工作则取值为1，否则取值为0；女性高质量就业为“女性从事的工作是否具有工作保障（有=1，无=0）”，此处的工作保障指的是五险，即养老保险、医疗保险、失业保险、工伤保险及生育保险，若五项保险都没有，则认为没有工作保障，取值为0，若有至少其中一项，则取值为1。
由于本文研究女性就业问题，因此使用数据来自成人问卷，并对CFPS原始数据进行如下处理：一是剔除本文研究所使用的重要变量的缺失数据，如对婚姻状况、受教育年限等关键信息缺失的样本进行剔除；二是由于我国55岁为大多数女性退休年龄，且20岁以下不少女性仍处于在校状态，因此本文设定研究对象为20～55岁之间且目前已不在校的女性。经过上述筛选及处理后，最终得到女性样本量8，144个。
2、核心解释变量。本文对于数字经济的衡量指标使用郭峰等（2020）利用蚂蚁集团的海量数据编制的“北京大学数字普惠金融指数”，这一指数科学、全面地反映了我国在创新数字化下的数字经济的发展趋势和地区均衡程度。该指数分为三个维度，即数字普惠金融的覆盖广度、使用深度和数字化程度指数，在本文中分别用coverage、depth、digital来表示，在进一步分析中，将会分析这三个维度对女性就业的不同影响。本数据包括我国31个省级行政区（不含港澳台）、337个地级及以上城市，以及约2，800个县的数据，覆盖面较广，具有权威性和代表性。因此，本文基于其研究成果，使用该指数作为核心变量的测度数据，为避免变量间差距过大和方便估计，将数字普惠金融指数除以100进行后续分析。
3、控制变量。本文的控制变量基于CFPS成人问卷中的信息，选取控制变量包括受访者的年龄、年龄平方、婚姻状况（未婚=0，已婚=1）、政治面貌（党员=1，非党员=0）、教育水平、居住地（城镇=1，乡村=0），并根据受访者所处地区，控制其地区划分（东部=1，中部=2，西部=3）。
变量说明及描述性统计结果如表1所示。（表1）
（三）模型构建。基于以上变量选取，被解释变量为虚拟变量形式，因此本文使用Probit面板模型进行回归估计，基准模型设定如下：
Yit＝β0+β1deit+β2Xit+γt+εit
其中，Yit为被解释变量，具体分为女性整体就业、女性就业形式、女性就业类型、女性高质量就业；核心解释变量deit为数字经济发展水平；Xit表示控制变量；γt为时间固定效应；εit为随机扰动项。
三、数字经济与女性就业
本部分实证分析我国数字经济发展对于女性就业的影响，除了基准回归以外，还将分析在数字经济背景下，女性在不同类型单位就业的异质性，以及数字经济的不同层面对女性就业影响的进一步分析。
（一）基准分析。本文依据Probit模型进行回归，分析数字经济发展对女性整体就业、就业形式、就业类型及高质量就业的影响，其中在分析数字经济对高质量就业的影响时，由于存在缺失数据，因此样本量为2，036个，表2为基准分析结果。（表2）
从表2中结果可以看出，核心解释变量数字经济水平对所有被解释变量均存在显著影响。首先，从列（1）结果来看，对于女性整体就业而言，数字经济发展对其产生促进作用，且在1%水平上显著为正，边际效应的系数为0.107，表明数字经济每增加1单位，女性就业的概率将提升10.7个百分点。这一促进作用意味着，在互联网大背景下，数字经济对女性就业的创造效应处于主导地位，数字经济通过催生新型就业形态并拓展传统产业的数字化应用场景，为女性提供了更多元化的就业选择。其次，对于女性就业形式，即自雇或非自雇就业来看，系数显著为负，表明数字经济的发展会抑制女性从事自雇工作，其原因可能在于：一方面，数字经济的发展促进女性人力资本的提升，增加女性在人才市场的竞争力；另一方面，随着移动互联网的飞速发展和渗透，互联网成为人们日常获取信息的主要渠道之一，使得工作信息搜寻成本和机会成本降低，在两方面共同作用下，促进女性在非自雇工作中的就业概率。列（3）的结果表明，数字经济水平对女性非农就业产生显著正向作用。由于数字经济的发展同时存在就业破坏和就业创造双重效应，即数字经济发展一方面破坏中低端为主的就业，一方面创造大量高端制造化和服务化的就业需求，因此数字经济对劳动力就业结构进行重塑，第二产业、第三产业的就业数量明显增加，就业结构呈现单极化趋势，基于此原因，女性在非农工作就业的概率大幅提升。除此之外，数字经济水平还大大增加了女性高质量就业的概率。
观察控制变量，可以发现女性整体就业形势与年龄呈现倒“U”型关系，说明女性的就业概率随着年龄的增长先增加后下降。这与生命周期理论相关，女性在不同年龄段会有不同的生产率，因此就业选择也会随之变化。对于女性整体就业而言，已婚的婚姻状态存在显著抑制作用，而从就业形式来看，已婚则会显著促进自雇就业的概率，这也与现实情况相符。在已婚的家庭中，女性相对于男性往往承担更多的家务并照顾老人和孩子，因此已婚女性对就业地点和时间的灵活性存在更高的要求，故而已婚女性比未婚女性在整体就业概率低的同时自雇就业的概率高。政治面貌、教育水平和地区等因素都在不同程度上提高女性就业的概率。
（二）稳健性检验。为缓解由于模型设定导致的偏误，本文进一步更换计量回归方法进行稳健性检验。由于本文的被解释变量为女性就业情况，是二元变量，因此采用适用于离散变量的回归方法Logit模型进行稳健性回归估计，结果如表3所示。（表3）
在更换计量方法以缓解潜在的模型设定偏误后，数字经济对女性就业各方面的影响均在1%水平上显著为正，且作用方向与基准结果中相同，表明基准回归结果是稳健可靠的。
（三）异质性分析。从前文的结果已经得知数字经济发展对女性整体就业存在显著促进作用，那么对于非自雇女性在不同类型的工作单位就业的概率影响是否会存在不同呢？根据CFPS问卷数据，将工作单位类型划分为政府部门、事业单位、国企、私企、外企这五种，对工作单位类型的异常值和缺失值进行处理，最终样本数量为3，902个。将这五种不同类型的工作单位分别作为被解释变量，数字经济作为解释变量进行分析，结果如表4所示。（表4）
从表4的结果中得知，在数字经济背景下，女性在事业单位和私企的就业概率显著上升，其中私企就业概率提升的更多且在1%水平上显著，即数字经济每增加1单位，女性在私企就业概率将上升13.5%。但是，其他三种工作单位类型对数字经济的发展的反应并不显著。因此，若女性想要顺利找到工作，可以多向事业单位和私企求职，能够增加被雇佣的可能性。
（四）进一步分析。为了探究数字经济的细分维度对女性就业是否存在作用及作用大小，本部分将进一步分析数字经济发展的三个维度：覆盖广度（coverage）、使用深度（depth）及数字化程度（digital）分别对于女性就业的影响，结果如表5所示。（表5）
表5的结果表明，数字经济的覆盖广度与使用深度均在1%水平上显著促进女性整体就业，而相比之下，数字化程度对女性就业的影响稍弱。这说明，提高数字化覆盖广度和使用深度更能有效促进女性就业，尤其是覆盖广度效果最强，覆盖广度每增加1个单位，女性就业的概率将提升9.7%。这背后的原因在于随着数字经济覆盖率提升，更多女性能够接入网络，从而使女性能够通过节省并重新配置可支配时间、增强人力资本积累、拓宽信息获取与社会连接渠道等机制增加女性就业概率。因此，数字覆盖广度不仅是促进女性整体就业的关键因素，更对农村女性就业具有特别的积极意义。这意味着，数字覆盖率将成为增加女性、尤其是农村女性就业概率的重要影响因素。因此，未来应当优先注重扩大数字基础设施与服务的地理和人群覆盖，同时进一步推动已有覆盖范围内的数字资源使用深度，从而实现数字经济赋能女性就业的最大化效应。
四、结论
本文通过使用2016～2022年CFPS中成人问卷部分和北京大学数字普惠金融指数分析数字经济发展对女性就业的影响，将女性就业情况分为整体就业、就业形式、就业类型以及高质量就业。通过probit模型的基准回归结果可知：数字经济的发展对女性整体就业概率提升存在显著促进作用。进一步从就业的不同方面分析，发现数字经济发展促进女性非自雇就业和非农就业，并且对女性高质量就业也存在正向作用。本文的边际贡献在于：在进一步分析中，对数字经济的不同维度进行分析，认为数字经济的覆盖广度和使用深度均在1%水平上促进女性就业，而数字化程度的影响效果则稍弱。因此，对于缩小就业中的性别差异，可以通过增加互联网的覆盖广度与使用深度，从而减少就业中的信息搜寻成本和机会成本，增加人力资本，进而增加女性就业的概率。
（作者单位：首都经济贸易大学）
主要参考文献：
［1］Autor D，Salomons A.Is automation labor-displacing？Productivity growth，employment，and the labor share［R］.National Bureau of Economic Research，2018.
［2］Kuhn P，Mansour H.Is internet job search still ineffective？［J］.The Economic Journal，2014.124（581）.
［3］Stevenson B.The Internet and job search［R］.National Bureau of Economic Research，2008.
［4］Bittman M，England P，Sayer L，et al.When does gender trump money？Bargaining and time in household work［J］.American Journal of sociology，2003.109（01）.
［5］Pierce L，Dahl M S，Nielsen J.In sickness and in wealth：Psychological and sexual costs of income comparison in marriage［J］.Personality and Social Psychology Bulletin，2013.39（03）.
［6］Heckman J.J，MaCurdy T.Corrigendum on a life cycle model of female labour supply［J］.The Review of Economic Studies，1982.49（04）.
［7］邹红，彭争呈，栾炳江.隔代照料与女性劳动供给——兼析照料视角下全面二孩与延迟退休悖论［J］.经济学动态，2018（07）.
［8］毛宇飞，曾湘泉.互联网使用是否促进了女性就业——基于CGSS数据的经验分析［J］.经济学动态，2017（06）.
［9］陈璐，范红丽，赵娜，等.家庭老年照料对女性劳动就业的影响研究［J］.经济研究，2016.51（03）.
［10］魏浩然，李何波，邵航，等.女性更能在互联网使用中获益吗——基于互联网使用偏好的调节效应［J］.财经科学，2023（03）.
［11］杨兰品，王姗姗.平台经济对性别收入差距的影响研究——基于CFPS数据的经验分析［J］.华东经济管理，2023.37（10）.
［12］董志强，彭娟，刘善仕.平台灵工经济中的性别收入差距研究［J］.经济研究，2023.58（10）.
［13］张勋，杨紫，谭莹.数字经济、家庭分工与性别平等［J］.经济学（季刊），2023.23（01）.
［14］王慧敏，薛启航，魏建.数字经济、母职惩罚与性别收入差距［J］.现代财经（天津财经大学学报），2023.43（11）.
［15］戚聿东，刘翠花.数字经济背景下互联网使用是否缩小了性别工资差异——基于中国综合社会调查的经验分析［J］.经济理论与经济管理，2020（09）.
［16］胡拥军，关乐宁.数字经济的就业创造效应与就业替代效应探究［J］.改革，2022（04）.
［17］王跃生，张羽飞.数字经济的双重就业效应与更高质量就业发展［J］.新视野，2022（03）.
［18］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，2021.32（04）.
［19］梁牧，刘富华.数字经济发展的就业效应及其作用路径［J］.统计与决策，2023.39（20）.
［20］阎世平，武可栋，韦庄禹.数字经济发展与中国劳动力结构演化［J］.经济纵横，2020（10）.
［21］孟祺.数字经济与高质量就业：理论与实证［J］.社会科学，2021（02）.
［22］陈华帅，谢可琴.数字经济与女性就业——基于性别就业差异视角［J］.劳动经济研究，2023.11（02）.
［23］续继，黄娅娜，王红梅.性别认同与家庭中的婚姻及劳动表现［J］.经济研究，2018.53（04）.
|
|
|
|
