再次，应当坚持检察监督的谦抑性。
城市社会基础（人口规模）是实现包容性就业的重要基础，本文采用年末总人口这一指标来衡量。同时，使用城市劳动力流入规模测量城市移民数。
而列（4）显示，数字普惠金融指数与城市移民数的交互项为正且显著，说明二者共同作用进一步促进了城市的职业多样性。假设1得到数据结果的支持，即数字经济发展提升了职业多样性。因此，本文采用职业多样性指标评估城市劳动力市场的包容性。与数字时代的就业特征相对应，这一评估指标至少应该具备如下特征：一是分布式。一方面，数字经济的发展带来了新的工作机会、新业态和新职业，直接提升了就业包容性与职业多样性。
五、异质性分析（一）城市技能结构不同的异质性分析有偏技术进步理论关注技术就业效应的异质性。表4中列（1）和列（2）显示了在不同技能结构的城市，城市社会基础、数字经济发展与职业多样性之间的关系。[πc]表示城市固定效应，[δt]表示年份固定效应，[μct]表示残差项。
关于数字经济就业效应的另一重要视角是机会分配与不平等议题。新技术对就业的积极影响是多方面的，涉及技术的就业创造效应与补偿机制（Harrison et al.， 2014。正如大量建设公路基础设施但使用率不高一样，数字基础设施也可能是摆设而非实际使用。Acemoglu Restrepo， 2018），劳动者内部的机会空间也在不断分化。
同时，也使得数字经济的输家们更可能聚集于特定行业，改变了传统的职业分布特征。补偿框架则关注到工业革命以来的每次新技术浪潮都在生产力增长中带来新业务、新机会，从而拉动就业（Matuzeviciute et al.， 2017）。
其一，诸多研究基于替代／补偿框架聚焦数字经济对就业总量的影响，试图澄清其就业效应的整体图景，而劳动力就业的跨部门、跨区域转移与互补性亟需宏观的、整体性的研究（Yildirim et al.， 2022），但既有实证研究主要是基于企业、个体等微观视角展开讨论（Calvino Virgillito， 2018）。那么，数字经济发展究竟如何影响职业多样性呢？基于当前中国数字化与新职业、新就业群体发展的现实情形，文章认为数字经济的创造效应能够创造出更多新业态，产生更多劳动需求，有利于就业的包容性发展。第三，需要关注数字经济发展带来的增长机会的包容性与公平性，特别是对重点群体的包容性。Acemoglu Restrepo， 2019），而鲜有研究分析数字经济发展对城市劳动力市场职业多样性的影响。
目前，智慧城市建设已成为各国推进城镇化、解决城市问题、发展数字经济的重要战略选择（Adejuwon， 2018）。列（2）显示，智慧城市试点政策与城市移民数的交互项为正且显著，这表明在智慧城市建设的试点城市中，劳动力的流入进一步提高了城市的职业多样性，也即提升了城市的包容性就业。陆铭等，2012，《城市规模与包容性就业》，载《中国社会科学》第10期。四、实证分析（一）基准回归与机制分析表2为基准回归与机制分析结果，其中，列（1）和列（2）关注城市社会基础（人口规模）、数字经济发展（数字普惠金融指数）与职业多样性之间的关系。
（二）计量模型与实证策略本文实证设计策略如下：第一步是采用模型（2）关注城市社会基础（人口规模）、数字经济发展（digital economy，简写为Decon）与城市职业多样性之间的关系：[ ODIct=φ0+φ1Deconct*Popct+φ2Deconct+φ3Popct+φ4Xct+πc+δt+μct] （2）公式（2）中，[ODIct]为t年c城市的职业多样性指数，[Deconct]为t年c城市数字经济发展的代理变量：数字普惠金融指数。其中，2016年和2018年CLDS的职业编码以中国2015年职业分类与代码为准，共分为八类职业：党的机关、国家机关、群众团体和社会组织、企事业单位负责人，专业技术人员，办事人员和有关人员，社会生产服务和生活服务人员，农林牧渔业生产及辅助人员，生产制造及有关人员，军人及不便分类的其他从业人员。
从表1可以看出，城市的职业多样性指数均值为0.506，且样本城市在城市移民数的最值方面存在较大差异，这可能是由于城市发展水平、资源禀赋及地理位置等方面的差别导致对人才的吸引力不同。文章的分析结果将有偏技术进步理论应用到城市层面，研究发现在高技能人口占比较低的城市，移民的流入将降低数字经济发展对城市职业多样性的影响。
相关城市特征数据来源于《中国城市统计年鉴》。因此，文章选取智慧城市试点政策作为城市数字经济发展的准自然实验，再次分析数字经济发展的就业效应。当下中国劳动力市场的一个典型特征就是大量群体成为外卖骑手或网约车司机，他们并非失业者且收入也没有显著下降，但这是以劳动时间与强度的增加为代价的。去技术化理论强调资本在技术采用中的作用（布雷弗曼，1978），资本驱动偏向投资的技术变革（Greenwood et al.， 1997），导致财富分配中资本份额的增长与劳动者份额下降的同时（Kristal，2013。[Xct]为t年影响c城市职业多样性的一系列城市特征变量，包括人均地区生产总值、产业结构等。与此同时，既有研究聚焦于就业总量、失业率和收入，无法反馈数字时代劳动力市场就业与失业边界模糊化的特征，数字经济就业替代效应下低技能劳动者向非正规就业与灵活就业部门集聚的特征，以及灵活就业以劳动强度和时间换收入的特征。
其结果是，数字经济发展导致新的空间集聚，出现了一批世界级城市群和新全球城市。（二）稳健性检验：以智慧城市试点为准自然实验考虑到数字经济发展既有基础设施投入的影响，也有技术应用的影响。
本文在归纳数字经济就业效应研究不足的基础上，基于2014年、2016年和2018年的中国劳动力动态调查数据和统计年鉴数据检验了数字经济发展对职业多样性的影响。第四至第五部分是实证结果讨论和稳健性、异质性分析。
本文对职业多样性的测量采用了中山大学社会科学调查中心公布的2014年、2016年和2018年的中国劳动力动态调查（China Labor-force Dynamics Survey， CLDS）数据。具体而言，本文将基于普查数据计算所得的各城市的大专及以上文化程度的人口比重作为划分标准，将该比重大于及等于各年份城市比重中位数的城市设为1，简称高技能城市，将该比重小于中位数的城市设为0，简称低技能城市。
评估应该是城市、地区整体层面的指标，而非企业、个体层面的指标。刘志山，2021，《移民、移民文化与当代中国城市发展》，载《学术研究》第6期。而在高技能劳动力为主的城市，移民的流入将提高数字经济发展对职业多样性的影响。第二，本文将既有关于有偏技术进步理论的讨论从个体、群体层面上升到城市层面，讨论数字时代城市劳动技能结构与职业多样性的关联。
然而，评估就业包容性首先应该是宏观层面的整体评估，关注数字经济发展是否提升了城市劳动力市场的包容性，然后才是特定目标群体或不同技能结构的劳动者的机会获得。郭峰等，2020，《测度中国数字普惠金融发展：指数编制与空间特征》，载《经济学（季刊）》第4期。
职业多样性是城市层面的测量，因此本文进一步探究了城市技能结构不同的异质性影响。接着分析城市社会基础、智慧城市试点建设与职业多样性之间的关系以及移民流入、智慧城市试点建设与职业多样性之间的关系，表3为分析结果。
具体而言是引入城市移民数及其与数字普惠金融指数的交互项：[ODIct=α0+α1Deconct*Imgct+α2Imgct+α3Deconct+α4Popct+α5Xct+πc+δt+μct] （3）公式（3）中，[Imgct]为t年c城市的移民数，即劳动力流入数。第二，城市移民促进了思想及知识的传播，结合人口集聚效应，将使更多劳动人口享受到经济增长和城市发展带来的益处，增加城市劳动力市场的包容性与职业多样性。
崔宇、范芹，2023，《数字经济对高质量就业的双重影响及其实现路径》，载《经济问题》第9期。结果表明，在高技能劳动力为主的城市，移民的流入将增强数字经济发展对就业包容性的影响。表中关于城市人口规模与职业多样的影响，也与已有研究发现相符，即人口规模是影响就业的重要因素（Beaudry et al.， 2018）。列（1）显示，智慧城市试点政策与年末总人口的交互项为正且显著，城市规模的增加将促进智慧城市建设对城市职业多样性的影响。
张勋等，2019，《数字经济、普惠金融与包容性增长》，载《经济研究》第8期。作为分布式指标，职业多样性能较好地捕捉数字时代劳动者涌向外卖、网约车等非正规就业渠道的特征。
与之对应的是数字经济对就业影响的替代效应造就的新输家（Gallego Kurer， 2022）。党的二十大报告明确提出实施就业优先战略，要强化就业优先政策，健全就业促进机制，促进高质量充分就业。
具体而言，一是针对既有研究对数字化背景下劳动力市场机会分布特征测度的不足，创新性地引入了职业多样性指标，并介绍其优势。三、数据、变量和研究设计（一）数据、变量与指标构建如何测量数字经济发展背景下的就业包容性是本文首先要解决的关键问题。
