0898-08980898
个/性/化/教/育/行/业/领/跑/者
当前位置： Bwin必赢国际官网 > 就业分配
2024/11/09
当代中国发生了巨大的社会变迁，风险社会特征进一步凸显，甚至已经进入“高风险社会”（李路路，2004）。21世纪以来的数字经济发展，使我们尤其深刻地感受到数字经济带来的巨大冲击和不安全感。劳动力市场风险不断深化（李骏，2018）。据国家统计局资料显示，1999年至2019年，自雇劳动者群体占比由8.74%上升至22.84%；同时，2021年个人经营、非全日制以及新就业形态等灵活就业规模达到2亿人，劳动力市场的不稳定性与风险性不断凸显。从理论维度看，风险社会学理论深刻分析了当代社会的不确定性演化趋势。布迪厄认为“不确定、不稳定是21世纪社会问题的根基”（Bourdieu，1998）；贝克提出风险社会的概念，认为现代社会正从工业社会转向风险社会（贝克，2018）；吉登斯指出风险社会是现代性的后果，具有与传统工业社会不同的社会特性（吉登斯，2011）。风险社会理论指出，现代社会借助社会制度和治理手段尽可能控制了自然风险，但同时放大了社会系统本身所衍生的社会性风险。同时，风险也呈现不平等的分化特征，“风险分配逻辑”与“收入分配逻辑”可能相互强化，也可能存在冲突（李友梅，2008），但这一结论缺乏相应的实证研究。在新的时代背景下，数字技术系统创新与数字经济发展正以史无前例的速度推动劳动形态转型，使得社会风险集中体现在劳动力市场上，劳动力市场的波动性与风险性空前加剧，劳动者面临的就业风险快速凸显且呈现新的分化特征。毫无疑问，“就业风险分配”将成为社会科学理解数字时代社会不平等的重要分析视角。
然而，从社会分层及其经验研究层面看，当代中国“风险分配逻辑”未被系统分析并与“收入分配逻辑”进行比较；或者说，在就业风险凸显的背景下，社会分层研究与风险社会理论似乎没有实现真正的对话，现有社会分层研究主要基于工业时代的社会不平等分析，探讨人们的地位获得与收入分配机制，风险分配维度并未进入其理论分析视野。现有风险社会理论主要着眼于宏观的社会风险探讨，重点分析现代社会风险事件特征及其所导致的社会发展的不确定，例如“公共卫生事件”“环境污染”“核威胁”等事件所引发的社会风险。这些风险虽然内生于现代社会，却往往局限于一定的地域与短期历史时段，并不具有社会个体意义上的普遍性。劳动者面临的就业风险与不确定性则是现代社会制度的必然结果，它们深深地嵌入在社会体制与社会系统中，与现代工业社会相伴而生，并在数字时代得以快速强化。数字技术系统快速迭代导致经济系统的波动性增强（卢曼，2020），并体现于劳动力就业的各个阶段，是每个劳动者都要面对的普遍性风险问题。现有分层研究未将劳动者就业风险不平等分配机制纳入其分析视野的原因可能有两点：其一是工业时代就业风险不平等程度相对较弱，收入不平等问题显得更为突出；其二是劳动者就业风险难以测量，风险虽然可以被感知和理解，但又是未来的且具有不确定性，相对较难量化。然而，在数字经济快速发展背景下，技术系统变动迅速波及就业结构，劳动就业不确定性且分配不平等程度加剧，使得就业风险成为社会不平等的重要维度。因此，本文在界定数字时代就业风险内涵和揭示其分配机制的基础上，提出就业风险的测量方法，开展实证研究，并与收入分配研究比较分析。
在劳动力市场研究的视野里，分析人们职业地位与收入分配是重要议题，主要包括四个基本的分析视角：个人主义视角（Becker，1993）、结构主义视角（张顺、郭小弦，2011；李骏，2018）、关系主义视角（Granovetter，1973）和制度主义视角（Nee，1996）。地位获得与收入分配旨在揭示收入不平等的内在分化机制。个人主义视角主要体现在经济学的人力资本理论（Becker，1993）中，其基本观点是劳动者的工资收入取决于劳动力的边际生产力或边际贡献。结构主义视角认为人力资本不能完全解释收入差异，人们所在的工作组织类型、工作岗位在很大程度上决定了人们的收入，同时家庭背景、父代职业地位制约了人们进入工作组织的路径与方式，进而影响其收入水平。该视角形成了各种类型的劳动力市场分割理论，包括内生分割模型与外生分割模型，前者指的是二元劳动力市场理论、锦标赛理论等（Lazear & Rosen，1981；Doeringer & Piore，2019），后者主要包括地位获得模型、性别与种族分割模型等（Blau & Duncan，1967；Petersen & Morgan，1995）。关系主义者认为，除家庭背景的结构性因素外，人际关系网络是影响人们进入工作组织以及晋升的重要因素，人们通过人际网络获取优质信息资源和人情资源（Bian，1997；张顺、郭小弦，2011），从而获得更好的职业地位并得到较高的收入水平。制度主义视角关注中国社会变迁与社会结构转型过程中的收入分配机制，重点探讨中国社会转型过程中人力资本与政治资本作用机制及其动态变化（Nee，1996；Bian & Logan，1996；张顺、程诚，2012）。
显然，现有关于中国劳动力市场后果的研究均聚焦于地位获得与收入分配。正如前文所述，在中国社会改革与发展过程中，提高广大人民的收入水平是经济社会发展的第一要务。在这一发展阶段，经济工业化与市场化快速推进，人均收入快速稳步提升，劳动就业的确定性与稳定性占主导地位，而劳动就业的风险与不确定性相对居于次要地位。然而，随着数字经济快速发展，新业态层出不穷，劳动力市场分配后果的不确定性或风险性逐步凸显。劳动者在追求市场收入的同时也要依据自身的资源去平衡收入与风险之间的配置，风险分配逐渐进入劳动者的决策视野，使得数字时代的劳动力市场后果呈现收入与风险分配的双重特征。
正如风险社会理论认为那样，社会风险与工业社会的现代性相伴而生（贝克，2018）。在劳动就业体系中，就业风险随着社会分工体系深化与扩展而逐渐凸显，成为数字时代劳动力市场后果的重要特征。
从历史演进的维度看，进入18世纪以来，工业革命以前所未有的速度提升了劳动生产率，催生了工厂与公司制度，劳动就业制度也应运而生，造就了工业化时代的社会结构体系。从劳动就业的角度看，现代工业社会与农业社会相比有三个主要特点。第一，就业社会化。相对于农业社会，工厂与企业成为最基本的组织形态，进而演化出股份有限公司、工业集团等组织形式，工人、技术人员、各类管理人员等新职业与就业岗位相继出现，劳动者的工作逐渐与家庭相分离，工作场所成为独立的社会空间，就业与失业成为公共话题与社会问题。第二，技术系统创新导致就业风险凸显。在卢曼的风险系统理论看来，传统社会的分工方式是阶层化的，而工业社会加深了社会系统的功能性分化，一个子系统的决策行为会波及其他子系统，产生一种链式的连锁反应，从而导致社会系统整体的不确定性上升（卢曼，2020；吕付华，2023）。因此，技术系统的变动往往首先改变就业方式与就业形态，继而引发劳动力市场的波动，给劳动力市场带来风险。第三，效率逻辑主导劳动力市场。正如韦伯认为的那样，资本主义的工业化预示着人类进入了理性化时代，工具理性的效率价值优先主导了社会发展方向（韦伯，1997）。生产过程的劳动分工能有效提高生产效率（斯密，2005）。在资本主义市场经济效率逻辑下，资本替代劳动是必然趋势，当有效需求相对不足时，降薪甚至失业成为必然后果，并呈愈演愈烈之势。20世纪30年代美国的大萧条及其随后的滞胀所引发的失业就是例证。
从西方新自由主义的理论逻辑来看，随着西方资本主义社会的发展，在市场至上的效率逻辑支配下，雇主逐渐处于优势地位，并热衷于通过技术革新替代劳动者；而劳动者则处于弱势地位，其就业不稳定性增强，数字经济更是强化了这一作用链条。因此，现代社会的风险是“人为制造的不确定性”（吉登斯，2011），数字技术系统全面强化技术进步革新，并以前所未有的速度改变就业形态与工作方式，激发市场活力并加剧市场压力，同时把压力传导至劳动力市场，导致其风险特征与不确定性凸显。此外，在劳动效率提高的同时，人们的需求并不会同步增长，进而导致产能过剩，生产日益受制于需求相对收缩的不确定性反向波及劳动力市场的稳定性，且在数字经济时代尤为如此。
因此，劳动者就业风险是其面临的劳动岗位和收入的不确定性，本文将其界定为潜在的失去工作岗位与收入下降的可能性。数字经济发展不但影响着劳动力就业风险，并使之呈现新的变化特征与分化趋势，这在中国的现代化发展进程中也不例外，但存在独具特色的作用与分配机制。
中国的改革开放既是劳动力逐渐市场化的过程，也是就业风险个体化的过程。这一过程在数字经济的推动下逐步强化且呈现异质性分化趋势。但与西方社会不同的是，中国劳动力市场是政府干预与市场机制并存，呈现有别于西方社会的风险分化特征。
中国的工业化起步于新中国成立之初，而劳动力市场随着改革开放逐渐形成。在改革开放前的计划经济时期，中国实行生产资料公有制，建立了庞大而完整的工业体系，同时国家承担了绝大部分经济风险，包括劳动者就业风险。大多数劳动者都在国家机关、国有企业、集体企业工作，拥有长期稳定的劳动关系，这些工作被称为“铁饭碗”；同时农村劳动者依靠生产队的集体劳动来消弭就业风险。但计划经济体制的劳动关系僵化，缺乏退出机制与激励机制，导致经济效率低下，使得当时中国的经济发展综合水平远远落后于西方发达国家。
中国市场经济改革就是要从制度上更好发挥市场在资源配置中的基础性作用，效率逻辑主导社会分工与职业选择，主要表现为国有企业改革与民营经济的快速崛起。这重塑了中国的经济结构与经济运行方式，逐渐形成了中国特色社会主义的市场经济体制（李培林，2019）。从劳动就业的角度看，在市场机制、效率逻辑的推动下，大学生逐渐实行自主择业，国企改革抓大放小、减员增效，劳动形式与劳动关系呈现多样化趋势，这使得下岗、失业等就业风险开始进入人们日常生活，风险与不确定性逐渐融入每个劳动者的认知与行动逻辑。在此背景下，劳动者及其家庭逐渐成为应对自身就业风险的第一主体，追求财富与应对就业风险成为劳动者决策的基本维度，而国家则从总体上控制劳动力市场的风险。因此，在工业化与市场化的推进过程中，就业岗位或职业获得主要取决于技术性分工，且兼具收入获得与风险双重属性。劳动者主要依靠自身拥有的资本在收入获得与就业风险分配之间取得平衡。但由于劳动者个体的各类资源拥有量各异，其收入与风险存在分化与不平等。
自数字时代以来，技术发展使得中国经济的生产效率快速提升。但对于企业而言，生产过剩的矛盾突出，其生产过程越来越受制于需求的不确定性；再加上信息技术的劳动替代效应，新业态层出不穷（张顺，2022），劳动力市场的不确定性快速攀升。同时，数字技术加剧了市场竞争，强化了竞争压力，个体企业为了提高效率、降低劳动成本，推动了雇佣制度弹性化（朱斌，2022），使得劳动就业方式更加灵活化，劳动力就业风险增加。对于政府而言，国家通过组织体制机制及各种方式保就业、稳就业，强化体制内的稳定就业功能；对于劳动者而言，就业风险在不同的职业与岗位中的配置发生变化并不断转移，迫使劳动者调整个体资本的构成及质量，以应对劳动力市场的新变化，进而通过多种制度性路径应对自身所面临的就业风险。
那么，如何揭示数字时代就业风险分配机制以及风险分配机制的内在关联？本文的基本思路是在客观衡量就业风险的基础上，以制度主义的分析视角构建宏微观交互的就业风险分配的科尔曼“船模型”理论框架，系统探讨数字经济时代的就业风险分配机制。
本文借鉴风险的时间性特征的基本内涵（卢曼，2020），根据前文对就业风险内涵的界定，将其具体划分为失业风险与收入风险两个维度。失业风险从就业状态角度反映劳动者未来失业的可能性，而收入风险从就业过程角度反映未来收入损失的可能性。基于此，劳动者就业风险分析存在两种基本维度：一是总体或平均特征，指的是整个就业市场中风险平均的变化趋势，如整体失业风险与收入风险等；二是就业风险分配结构，是指不同特征的劳动者就业风险分配的差异性结构。
风险社会学理论从系统关联角度揭示了就业风险形成的理论逻辑，认为就业系统的风险结构受到技术系统和制度系统的影响。技术系统是最为基本的生产力系统。作为新质生产力的代表，数字技术快速发展，深刻改变了经济增长模式。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（2023）》，2022年中国数字经济规模达到50.2万亿元，占国内生产总值（GDP）比重达到41.5%，连续11年显著高于同期GDP名义增速。技术进步引发了生产方式变革，重塑了劳动力市场制度性分配机制，其中包括收入分配机制和就业风险的分配机制。制度系统是实现财富与风险分配的多重制度因素集合。已有研究显示（Nee，1996；Bian & Logan，1996；张顺、程诚，2012），中国劳动力市场的变革是多重制度性机制作用的结果，呈现市场机制、再分配机制（组织体制机制）与关系机制并存的特点。从理论逻辑看，技术系统的快速变动连同制度系统的作用路径共同影响了就业系统的风险结构，两者既相对独立又互相影响：相对独立体现在技术系统路径是就业风险的生成机制，而制度系统路径是就业风险的分化机制；相互影响主要体现在技术系统路径对制度系统路径的影响，是生产力影响生产关系的重要维度。
数字经济发展影响劳动者就业风险与收入分配的路径主要有三条。其一，数字技术系统通过改变生产方式与就业形态，全面影响劳动者就业风险与收入分配。其二，劳动者经济行动往往嵌入在社会制度系统之中，制度系统路径的作用体现为，劳动者所拥有的各类资源的差异将影响其面临的就业风险强度，即制度性途径具备个体劳动者就业风险与收入的分配效应。其三，在此基础上，数字技术系统还可以通过影响个体资本来作用于就业风险的制度性作用空间，进而调节个体资源对就业风险及收入的分配功能。上述三条路径可分别用于回答本文提出的三个问题，从总量逻辑、分层逻辑和时空关联逻辑三个维度揭示数字时代就业风险演化与分配机制Bwin必赢国际官网。因此，依据科尔曼“船模型”理论框架（科尔曼，2008），可以建构就业风险理论分析框架，如图1所示。其中，虚线表示概念或变量间只有理论分析：数字经济发展导致宏观劳动力市场整体就业风险加剧，前文已对此进行了较为详细的论述，这一宏观结果是微观个体就业风险变化的整体表现。实线表示本文将在理论分析的基础上对两者关系再进行实证研究。下文将分而述之，并提出相应的研究假设。为了便于比较分析，我们同时分析数字时代的就业风险与收入分配逻辑。
数字经济是以数字技术创新驱动为牵引、以数字化信息为关键资源、以互联网平台为主要信息载体、以一系列新模式和新业态为表现形式的经济活动（陈晓红等，2022）。数字经济引发生产方式与就业形态快速变迁，使得数字经济发展成为就业风险凸显及分化的重要影响因素。
数字经济的就业冲击主要体现在两个方面。第一，数字技术呈现“创造性破坏”的特点，兼具就业替代与就业创造效应，并伴随劳动个体化特征增强。替代效应源自人工智能、自动化等数字技术对劳动力市场产生的“破坏”效应。研究结果显示，在美国47%的工人将被数字化技术取代（Frey & Osborne，2017），而在中国有19%的劳动者处于高替代风险中（王林辉等，2022）。替代效应对传统就业岗位产生破坏力，这是由于传统就业岗位的许多工作具有明显的程式化特征，更容易被数字技术取代。创造效应源自数字经济创造的新的就业需求。以数字产业及其衍生的数字服务行业人员为主导，衍生出大量非正规就业群体（朱迪，2022）。中国的相关研究显示，一方面，数字经济发展的创造效应大于替代效应（张顺，2022）；另一方面，劳动形态由正规劳动向非正规劳动转变，导致岗位转换与职业流动速度加快（王林辉等，2023），同时新业态群体不断壮大，就业个体化特征凸显。第二，数字技术推动市场竞争半径扩大，不断加大的竞争压力，使得雇主更有动力裁员、降薪或改变合同性质，导致雇员的就业不稳定性与风险增强。由于数字技术提高了市场连通性、打破了地域限制，市场主体可以通过互联网和数字技术轻松触及全国市场甚至全球市场，引发竞争半径与竞争范围快速扩大，同时流量思维引发的马太效应导致企业竞争压力变大，进而推动非稳定就业者比例增加（Guellec & Paunov，2017）。此外，数字技术降低了生产对实体资产的依赖，导致现有市场竞争者面临更多潜在对手；数字技术系统的快速迭代为企业提供了更多创新和差异化竞争的机会，也加剧了市场竞争的激烈程度（余文涛、吴士炜，2020）。激烈的竞争环境推动雇主不断释放竞争压力与不稳定就业，进而传导至每个劳动力市场主体，引发劳动力市场就业风险增加。
数字经济发展的特点直接影响了就业风险的总量变化特征，导致劳动者失业风险降低与收入风险上升并存。一方面，数字技术的“创造性破坏”冲击劳动力市场，但总体而言以就业创造为主，劳动者失业风险降低。另一方面，就业个体化特征与市场竞争半径扩大加大收入风险。数字技术快速迭代促使技术系统风险传导至劳动力市场，增强劳动者收入的不稳定性。这其中的传导逻辑呈现为数字技术催生的非正规就业群体缺乏就业保障，其收入与市场表现直接相关（崔岩，2021）；即使在正规就业市场，雇主为提高市场竞争力，也会将劳动者的收入与其市场表现绑定（吴清军、李贞，2018），推动薪酬体系结构向个性化发展，进而波及每一个就业者，加大劳动者收入风险。与此同时，数字技术提高生产效率并导致生产相对过剩，需求相对趋于收缩并反向制约生产活动，消费需求的不确定性加剧劳动力市场波动性，进一步加大劳动者收入风险。上述分析表明，数字经济可能会降低失业风险但加大收入风险，推动失业风险向收入风险转化，据此提出数字经济假设1.1与1.2。
现有研究关注劳动者个体资本的制度性收入分配机制，而忽略了其应对风险及分配风险的功能（陈志武，2022）。20世纪末，中国的社会转型引起了社会学家的关注，倪志伟（Victor Nee）基于波兰尼的三类社会资源分配机制，认为中国社会分层机制由再分配机制转向市场机制（Nee，1996）。这引发了围绕中国社会转型分层机制的学术大讨论，其核心观点是中国社会分层机制是再分配机制与市场机制并存且相互作用（Bian & Logan，1996；Zhou，2000）。李培林结合中国社会主义市场经济的转型与建设过程指出，中国社会转型是结构转型与体制转轨并行的（李培林，1992）。在持续推进市场化建设过程中，劳动力市场中的再分配权力转化为组织与体制优势，进而构成资源配置的组织体制机制。因此，中国社会中组织体制机制、市场机制与非正式的关系机制并存（张顺、程诚，2012），共同作用于劳动力市场中的就业风险与收入分配。
人力资本效应是体现市场机制的重要维度（Nee，1996）。人力资本不但是导致收入差异的重要原因之一（Becker，1993），更是就业风险的重要影响因素（陈志武，2022）。首先，人力资本能够有效降低劳动者失业风险。一方面，人力资本指向劳动者拥有更高的“干中学”能力，具备更强的工作搜寻能力与更广泛的岗位适应能力，能够高效完成工作任务并创造更多的边际产品，降低劳动者周期性失业和摩擦性失业风险（Reder，1955）；另一方面，高人力资本群体拥有更多的培训机会，能够大幅降低企业裁员与劳动者离职的可能性，降低劳动者结构性失业风险（Cairó & Cajner，2018）。据此提出失业风险的市场机制假设2.1。
其次，人力资本具有收入风险放大效应。市场绩效原则影响人力资本效用（刘精明，2006），市场经济中基于多维绩效评价体系的工资制度被划分成固定收入和浮动收入两部分，用以实现激励劳动者的重要功能，而这种工资制度更能激励高技能劳动者（杨俊青、温晶，2013）。因此，高人力资本劳动者的薪酬个性化程度较高，中上层管理者收入甚至直接与企业利润或股价挂钩，具有更高的收入弹性。或者说，较高就业收入者同时面临更大的收入下降的可能性，收入风险较大。据此提出收入风险的市场机制假设2.2Bwin必赢国际官网。
政治资本体现了劳动者借助组织体制权力获得收入或降低风险的能力（Nee，1996；Bian & Logan，1996）。在体制内劳动力市场中，组织体制机制表现在劳动者能够凭借政治资本，体现自身政治素质与政治忠诚，利用组织与体制优势化解就业风险。党员身份是政治资本的重要体现，党员身份在体制内被认为是获得较高行政管理职位的重要条件（Walder，1995）。党员身份可以通过增加组织信任并获得组织重点培养，获取较多的组织资源，在组织内提高管理级别，是具备组织体制权力的重要条件。也就是说，体制能够为党员劳动者提供更多的风险庇护，进而降低其就业风险。综上，劳动者的政治资本能够通过组织体制机制发挥化险性功能，降低失业风险和收入风险。据此提出失业风险与收入风险的组织体制机制假设3.1与3.2。
作为非正式制度机制，社会资本的工具性效应重点探讨关系机制的收入分配效应。赞成关系主义的人们认为，人情机制能够更好地发挥社会资本的作用（边燕杰、张文宏，2001）。诸多研究表明，社会资本能够使劳动者获得优先就业选择权，获得稳定的工作岗位，降低失业的可能性与收入下降的风险（Bian，1997；张顺、郭小弦，2011）。特别值得注意的是，在收入风险作用机制方面，社会资本不同于人力资本。社会资本更多通过影响人们的职位获得与规避竞争而间接影响收入，通常影响劳动者的岗位工资而非绩效工资收入，在提高收入回报的同时也会降低劳动者收入风险。据此提出关系机制假设4.1与4.2：
数字经济发展不但能够直接作用于劳动力市场就业风险，还能够影响微观机制的作用空间，对三类资本的就业风险产生重要的调节作用，显示出就业风险分配的制度主义逻辑在数字经济发展背景下的时空变动特征。具体而言，数字技术对制度性作用空间的影响表现为两种效应。
第一，技能重构效应。数字技术快速迭代与制度系统的历时性、滞后性形成鲜明对比，导致劳动者不能及时调整个体资本构成。这体现在人力资本相对贬值，使得人力资本对失业风险的化险性下降。一方面，数字技术对劳动者的知识结构与技能结构提出新的要求，然而人力资本形成具有过程性与历时性，难以对劳动力市场快速变迁做出及时调整，传统型的高人力资本与数字时代的就业要求难以融合。另一方面，数字技术的“去技能化”特征凸显，人工智能、自动化技术广泛应用加速人力资本贬值（许怡、叶欣，2020），进而导致人力资本对失业风险的化险性作用空间受到挤压。
第二，竞争挤压效应。数字经济引发了流量竞争，并且打破了区域间和行业间的壁垒，商品和信息流动更加快速，拥有更多流量和人气的卖方将获取更多利润（徐林枫、张恒宇，2019）。更为重要的是，流量具有马太效应（周辉，2010），加剧了市场分化与市场竞争，引发了各行各业、体制内外的普遍性竞争。市场竞争压力导致人力资本的收入风险扩大效应增强，政治资本与社会资本的化险性下降，引导就业风险分化微观机制的变迁。其一，对人力资本而言，数字经济的挤压将扩大人力资本的收入风险效应。雇主为调动员工积极性，激发员工创造价值的动力，会倾向将员工的劳动收入与其市场表现绑定，使市场绩效决定收入水平。这一激励手段对高学历和高技能劳动者更为有效，导致高人力资本劳动者的薪酬个性化水平持续提高，收入可能随绩效大幅波动，这放大了人力资本的收入风险效应。其二，对政治资本而言，市场竞争压力波及体制内外所有岗位，使得政治资本的化险性下降。一方面，数字经济对劳动者的专业性提出新要求，能够引领数字变革、适应数字岗位、带动数字创新的新型数字人才更加重要（姜兴、张贵，2022）。这可能导致雇主在人才选拔中更加倾向于专业性，因而政治资本的效果下降。另一方面，政治资本可获取行政资源，利用组织体制机制降低风险，然而在竞争半径扩大的趋势下，体制内岗位的绩效考核压力也会加大，政治资本的化险性功能下降。其三，对社会资本而言，数字经济降低了社会资本的化险性功能。雇主为提高团队运作效率和竞争能力，会强化劳动过程控制（游正林，2006）。此外，结合区块链、智能合约等数字化技术的优势，雇主通过智能化的劳动分配、权责明确的业务流程以及留有数字印记的监控体系来提高企业和平台的管理水平，实现劳动过程控制并推动管理标准化与岗位标准化（陈龙，2020；赵磊、韩玥，2021），从而进一步弱化人情机制等的作用空间，降低社会资本的化险性功能。
综上所述，宏观层面的数字经济发展将降低就业风险的制度性作用空间，使得失业风险分化程度下降、收入风险分化程度上升，显示出数字技术对制度性作用空间的挤压作用。据此提出三类资本的制度性作用空间假设5.1与5.2。
作用空间假设5.1：数字经济发展会弱化人力资本、政治资本与社会资本对失业风险的作用空间。
作用空间假设5.2：数字经济发展会放大人力资本的收入风险效应，弱化政治资本与社会资本对收入风险的作用空间。
本研究的数据来源如下：个体层面样本来自2014、2016、2018和2020年中国家庭追踪调查（China Family Panel Studies，简称CFPS）数据，选取16~60周岁的非农就业者群体作为研究对象，用以衡量劳动者就业风险及其他社会特征；宏观层面数据来自中国各省份统计年鉴和北京大学数字普惠金融指数，用以衡量区域层面上数字经济发展状况。数据处理的策略如下：（1）考虑到CFPS对上海、辽宁、河南、甘肃、广东五个省份存在过度抽样问题，仅选择在全国再抽样范围内的样本；同时由于劳动者个体资本的时变特征不明显，本文把多期CFPS数据处理为混合截面数据，不考虑追踪数据的特性（即不考虑个体固定效应）；（2）因受访者拒答等原因造成缺失值的，剔除相关样本；（3）根据已有信息的跳问等原因造成缺失的，利用其余年份的调查（除提到的四期数据，还包括2010和2012年的CFPS数据）进行推断补充；（4）为避免极端值影响，对连续变量（主要为因变量）进行1%和99%分位数的缩尾处理。最终，本文得到23489个样本数据。
劳动者就业风险可从多维度衡量，但从社会经济维度来看，失业与收入下降应是就业风险的核心维度，也是劳动力市场研究的核心关注点。其中，失业风险是劳动力市场的就业数量性风险，而收入风险是劳动力市场的就业质量波动风险。因此，正如前文所述，本文选择就业状态与就业收入维度衡量劳动者的就业风险。
现有研究多采用就业风险感知来测度劳动者的就业风险（顾永红、彭超然，2012）。这一方法主观性较强，并且仅能够测度失业风险，不能够涵盖收入风险。在金融领域，采用历史数据计算方差是经典的风险测度方法（Markowitz，1952）。但是，对于就业风险而言，历史数据的适用性较低，主要原因有两点：一是我们无法精确测量个人收入变动；二是收入变动周期长，宏观环境差异较大。因此，本文在前文界定就业风险概念的基础上，通过构建劳动者同时期的风险可比群体数据用以替代自身就业历史数据，来测度劳动者面临的潜在就业风险。
首先是构建就业风险可比群体。可比群体方法常用于公司估值，该方法利用相似企业的相关特征估计核心企业价值（Alford，1992），把同时期可比群体的特征用于预测核心个体的未来状况。借鉴这一思想，本文构建某一劳动者的风险可比群体，将时间维度上的风险测度转化为横截面数据测量。人们在评估自身风险时，往往会选择与自身相近相似的群体作为参照，而较少参考自身过去的变化情况。构建步骤如下：第一步，确定比较范围。考虑到劳动力市场的区域分割和体制分割，把区域划分为东部、中部、西部和东北，结合体制归属信息对年度内样本交互分组，在组内选取劳动者可比群体。第二步，选取协变量。可比群体应尽可能与劳动者的个人特征和就业特征一致。本文选择的协变量包括性别、年龄、婚姻、户口、城乡、人力资本、社会资本、政治资本、就业类型、职业声望、管理级别与劳动合同。第三步，确定失业群体的就业特征。忽略可比群体中的失业者信息会造成就业风险的低估，而失业者不能够提供就业特征信息，故本文借助失业者最近结束的工作相关信息判断。第四步，计算相似程度。采用标准欧式距离计算的协变量差异表征劳动者间的相似程度，并选择组内相似程度最高的30个劳动者作为可比群体。就一般经验而言，样本量为30满足大样本的基本条件，满足模型估计的基本要求（李子奈、潘文卿，2010）。
接下来，采用方差法计算就业风险。方差反映偏离期望值的程度，是测度风险的基本数学工具。假定就业市场中劳动者i的收入水平为wi，存在可比劳动者j，构成可比群体收入集合，其中分别表示收入高于wi的就业者、低于wi但不为0的就业者和失业者。假设可比群体的收入集合构成劳动者i的收入变化结果的样本空间，那么劳动者i的风险测度公式为：
该公式测算了劳动者的就业不确定性，并根据可比就业者的性质，把整体不确定性分解为三个维度（公式中的三个项）。其中，第一项（含nH项）为机会成本，表示劳动者为保持现有收入水平而放弃的收入部分，同时也表示劳动者获取较高收入的可能性；第二项（含nL项）为收入风险，表示就业收入低于当前收入的可能性；第三项（含nU项）为失业风险，表示劳动者i失业的可能性。根据此方法测量的收入风险和失业风险，是劳动者面临的潜在收入损失与失业的可能性，符合本文对就业风险的界定。同时，为保证不同就业收入之间具有可比性，设定劳动者i、j的真实就业收入为，令wi=0，。为提高测量指标的数值，对原始指标乘以100，化简得到收入风险（riskinc）、失业风险（riskune）的计算公式如下：
为检验就业风险的分配机制并与收入分配机制进行对比，同时考虑到数字经济发展为宏观层次变量，本文故构建多层线性模型进行检验。首先，使用以截距为结果的回归模型检验宏微观影响机制，模型设定如下：
Yip为因变量，代表个体i的失业风险、收入风险和收入对数；digitalp表示数字经济水平；Xsip为个体资本变量集合，包括人力资本、政治资本和社会资本；CV表示控制变量集合，对个人特征和就业特征进行控制；εip为残差项，μ0p为年份和省份交互控制的随机效应。
其中，εip、μ0p和μ1p为随机效应，其余为固定效应。系数α1s为数字经济水平和个体资本的交互项的回归系数，体现了数字经济水平对个体资本和就业风险关系的调节作用，反映于数字经济水平对制度性作用空间的影响。交互项变量包括数字经济与人力资本、政治资本、社会资本的三个交乘项。为避免模型共线性，本文分别将它们放入模型中进行估计。
在上述两个模型中，α01反映了数字经济对就业风险的直接影响，α1s反映了数字经济对个体资本效应的调节作用。数字经济高速发展，并且在相关产业政策的推动下，导致社会数字化程度持续加深。因此，数字经济水平如何影响就业风险及其分配机制能够在一定程度上揭示就业风险及其分配机制的变迁趋势。
本研究的因变量包括失业风险、收入风险和收入对数。失业风险和收入风险采用标准欧式距离，选取30个可比劳动者，并使用方差法计算得到；收入对数为劳动者一年内从工作中获取的全部收入的自然对数。
宏观层面的变量是数字经济发展水平。本研究采用主成分分析法，对省份层面的百人中互联网宽带接入用户数、计算机服务和软件业从业人员占比、人均电信业务总量、百人中移动电话用户数和数字普惠金融指数五个指标进行主成分降维，使用调查年份上一年度的指标衡量该省的数字经济发展水平（赵涛等，2020）。
个体层面的变量是劳动者的人力资本、政治资本与社会资本。人力资本用教育年限来测量，侧重人力资本的教育内涵。政治资本用劳动者是否为体制内的党员来测量，若劳动者在体制内工作且为党员身份，取值为1，否则为0。社会资本用劳动者加入的组织数量和人情礼支出来测量（周广肃等，2014）。组织数量反映劳动者所处的社会组织及其能动员的资源数量，侧重结构性社会资本内涵；家庭层面的人均人情礼支出侧重认知性社会资本内涵。本文把两类社会资本的离差标准化后相加，得到一个合成指标来测量社会资本。
本文控制了劳动者的个人特征和就业特征。个人特征变量包括性别、年龄、年龄平方、婚姻、户口、城乡居住地，就业特征变量包括就业类型、单位类型、管理级别、劳动合同。
上述变量测度方式及描述性统计结果见表1。在本研究的样本中，男性劳动者占比约58%，高于女性劳动者占比；劳动者平均年龄为38岁；在婚群体占比约81%，远高于非在婚群体占比；其余变量的描述性统计情况不再赘述。
数字经济发展对劳动力市场就业风险的回归分析结果如表2所示。数字经济发展水平对失业风险的影响显著为负，表明数字经济创造了大量就业岗位，总体上数字经济的就业创造效应大于替代效应，降低了失业风险，数字经济假设1.1成立。同时，数字经济发展水平对收入风险的影响系数在5%水平显著为正，说明数字经济提高了收入风险，支持数字经济假设1.2。该结论在一定程度上表明数字经济提高了生产力，推动市场竞争半径扩大，造成就业非正规性、非稳定性程度加深，强化了劳动者的收入波动性。数字技术系统产生风险并不断向下传导，增大了收入风险，劳动力市场风险呈现失业风险向收入风险转化的趋势。
劳动者就业风险的制度性作用机制如表2所示。人力资本对失业风险的回归系数显著为负值，表明较高的人力资本能够降低劳动者的失业风险；人力资本对收入风险的回归系数显著为正，表明人力资本与收入风险正相关。这一结果体现了市场机制的作用逻辑，高学历群体能获得较高职位，失业风险较低，同时较高的边际产出使其能够获得较高收入，但面临较高的收入风险。该结果支持市场机制假设2.1与假设2.2。
政治资本与失业风险、收入风险之间的回归系数都显著为负，充分显示了组织体制机制的风险庇护功能，表明政治资本所体现的忠诚与政治素质更能帮助劳动者进入更为稳定的工作岗位，表现出较好的风险规避效应。该结果支持了政治资本的组织体制机制假设3.1与假设3.2。
社会资本对失业风险、收入风险的回归系数均显著为负，同时对收入的回归系数显著为正，这一结果表明社会资本的非正式制度机制能使劳动者进入具有较高收入且较为稳定的工作岗位，意味着社会资本具有化险性功能。该结果支持了关系机制假设4.1与假设4.2。
上述结果表明，从收入分配逻辑而言，个体资本具有收入水平提升作用，体现了三类资本的生产性功能。从风险分配逻辑而言，个体资本通过不同的制度路径影响就业风险，对劳动者失业风险均呈现为化险性功能，但对收入风险的影响呈现异质性效应，即政治资本与社会资本会降低收入风险，而人力资本较高者其收入风险亦更高。
数字经济发展如何调节个体资本的就业风险分配效应？相应的回归分析结果见表3。对于人力资本而言，数字经济发展与人力资本交互项对失业风险的影响显著为正，与主效应符号相反（见表2），表明数字经济导致人力资本化解失业风险功能下降；而在收入风险分析模型中的交互项显著为正值，表明数字经济具有放大人力资本收入风险的效应。同时，对于政治资本和社会资本而言，在失业风险与收入风险的回归分析中，交互项系数符号均为正值，与主效应符号相反，表明随着数字经济发展，政治资本与社会资本的化解失业风险功能有所弱化。上述结果均显示出数字技术系统路径对三类资本制度性路径作用空间的挤压效应，支持了作用空间假设5.1与假设5.2。因此，数字经济发展不但能够通过就业创造与扩大竞争影响就业风险，还能够调节三类资本对就业风险的制度性作用空间，进而间接影响劳动者就业风险。
数字技术改变了经济发展和运行的基本逻辑，引发了劳动力市场的数字化革命，不仅成为就业风险的系统性影响因素，也改变了个体资本风险分配的制度性机制，使得数字时代的就业风险分配机制呈现新的特征。本文发现对于认识数字时代的劳动力市场及其变迁具有重要的理论与现实意义。
本文从风险社会学的基本视角出发，在理论上分析了数字技术系统和制度系统如何形塑就业系统的就业风险及其变化规律，从失业风险和收入风险两个维度衡量劳动者就业风险并进行实证研究。本文主要结论如下：第一，数字经济通过创造更多的就业机会进而降低失业风险，但劳动者收入的不确定性与风险性则快速上升。这一发现可以解释为何近年经济发展增速放缓，而整体失业率并未发生明显上升，还有大量劳动者进入互联网新业态、非正规就业数量增加，劳动者职业流动速度加快、收入波动加大等现象。第二，人力资本、政治资本和社会资本对就业风险的不同维度具有相异的作用效果。人力资本能够显著降低劳动者失业风险，但显著提高劳动者收入风险，呈现高收入高风险特征；社会资本与政治资本均能显著降低失业风险与收入风险。这一发现能够很好解释技能性人力资本的重要性，同时也为职场社会资本的重要性提供了理论依据。第三，随着数字经济发展水平的提高，三类个体资本对就业风险的制度性作用大体上呈下降趋势，或者说化险性功能有所削弱。这一结论不但能够很好地解释“读研、读博热”及大学生入党积极性上升等现象，也与既有研究关于关系在中国劳动力市场中的作用频率上升的发现相一致（边燕杰、缪晓雷，2020）——为应对数字时代不断加剧的就业风险，劳动者需要更为丰富的个体资本以有效规避就业风险。综合上述发现，数字经济发展不但通过技术系统路径直接影响就业风险，也通过影响制度作用空间进而影响就业风险的分化程度，并对就业风险的不同维度具有不同的影响，促使失业风险整体降低且呈收敛之势，但收入风险整体加大且分化程度有扩大趋势。
本文的主要贡献包括如下三点：第一，随着数字经济的发展与深化，社会的风险性特征不断凸显，社会变迁呈现新的特征（李友梅，2008），但这一趋势一直未得到分层理论分析及其经验研究的支持。本文将风险维度引入社会分层的研究视野，增加了考察中国社会变迁的新维度。第二，本文初步揭示了数字时代就业风险的变化规律。研究发现，数字经济发展促使失业风险向收入风险转化，使得失业风险降低，但同时挤压了个体资本的失业风险化解功能，这意味着个人资本的避险功能相对减弱；同时收入风险增大且分化程度加深，意味着劳动者收入降低可能性明显增大。因此，在数字经济发展背景下，帮助劳动者应对各类就业风险是建构中国特色社会保障体系的重要使命。第三，风险测量是社会科学中一个较为棘手的问题，阻碍了风险分析由理论研究向经验研究的过渡。本文通过构建劳动者的风险可比群体作为风险参照，将时间维度上的风险测度转化为横截面的群体指标，以方差法衡量了就业风险，为社会风险的经验测度提供了新思路与新方法。
本文也存在一些不足及未来可开拓的空间。第一，除失业风险和收入风险外，就业风险的其他维度值得深入讨论。从概念而言，就业风险涵盖劳动力市场中的所有风险事件，受限于数据的可得性，本文仅从“失业”和“降薪”两个角度衡量和论述就业风险。失业风险和收入风险固然更具有宏观调控的政策意义，但其余维度的就业风险仍然是值得研究的社会议题。这主要包括劳动者的身心健康风险、法律纠纷风险等。第二，受数据限制，本文对社会资本的测量相对较为简单，需要在以后的研究中进一步拓展。第三，在人力资本测量方面，本文用教育年限衡量人力资本，没有区分知识型人力资本与技能型人力资本，虽然这两类人力资本高度相关，但也有质的差异。两类不同质的人力资本有何不同的收入与风险效应，这将是未来研究的新议题。第四，就业风险的社会效应值得进一步深入研究。随着数字经济的发展，社会风险特征加剧，就业风险不断凸显，促使劳动力市场后果分析由收入分配逻辑逐步转向风险分配逻辑。本文探究了数字经济与个体资本对就业风险的影响，仅针对就业风险的分配机制展开研究。那么，就业风险如何影响人们的主观态度、经济行为乃至生育、养老行为？就业风险是否一定会产生“差”的社会效应，其产生社会效应的机制又是什么？这些问题对于优化劳动力市场风险治理具有重要政策价值，均是未来重要的研究议题。
