刘振春 韩永辉 韦东明
人工智能与移动互联网的普及应用，为劳动者居家就业、远程办公、兼职就业创造条件，就业灵活化成为持续性趋势，网约车、快递外卖、家政服务等新兴职业种类越来越多，蓬勃发展的新经济带来灵活就业人数快速增长。2020年7月，中国发布了《关于支持多渠道灵活就业的意见》，提出要完善相关就业政策，创造更多灵活就业机会，鼓励自谋职业、自主创业，全力以赴稳定就业大局。2021年12月，国务院印发的《“十四五”数字经济发展规划》明确提出，鼓励个人利用新型平台就业创业，促进灵活就业、副业创新。因此，推进灵活就业发展成为当前中国稳定就业大局的重要方向。
产业是就业的载体，就业结构与产业结构之间存在着密切联系。纵观改革开放40多年，中国产业结构呈现出“三二一”格局，就业结构也从40年前的“一二三”转变为当前的“三二一”格局，服务业成为经济发展的主动力和新引擎，也成为吸纳就业的最主要产业(韩永辉等，2017[1]；
刘淑春，2019[2])。在互联网技术的推动下，中国平台经济、共享经济、数字经济蓬勃发展，建筑业、批发和零售业、住宿和餐饮业等传统行业加速转型升级，纷纷依托新技术发展电子商务、网络订餐、网上零售等新业态新商业模式，传统产业面临新的发展机遇(陈国亮和唐根年，2016[3]；
孙杰，2020[4])。但其对劳动力资源的需求也有所改变，要求劳动力资源配置具有更高的灵活性以实现弹性供需匹配，这种劳动力资源配置模式相对于传统固定就业模式已经发生巨大的变化，同时也为劳动力市场带来了更多就业岗位。而在劳动力就业市场上，传统正规就业规模不断萎缩，使就业体制改革必须向纵深方向发展，满足服务经济新发展阶段的多种就业形态和灵活用工新需求。灵活就业是一种适应性强、灵活性强、市场准入门槛低、发展空间广的就业形态，对缓解日益严峻的就业压力，优化劳动力资源配置，促进服务业发展起积极作用(魏国学，2021)[5]。《中国灵活用工发展报告(2022)》显示，灵活从业人员主要分为两类：一是以一线生产工人、建筑工、外卖送餐员、快递人员、网约车司机为代表的体力劳动者群体；
二是以IT人员为代表的技术人员群体，以及客服、信息审核、数据标注、行政文员、财务、法务、网络主播等群体。可见，相当一部分灵活就业人员从事的是与新经济有关的生产和服务性工作，灵活就业人员成为生产性服务业和现代服务业企业的重要用工选择。因此，研究灵活就业对服务业结构升级的影响具有重要的现实意义。
当前，中国经济已从高速增长转向高质量发展阶段。推动产业结构优化升级，构建现代化产业体系，是“十四五”期间实现经济高质量发展的迫切要求(裴长洪等，2018[6]；
韩永辉和谭舒婷，2021[7])。就业结构与产业结构协调发展是促进经济发展的重要手段，灵活就业模式的优化和创新既要服务于自身的高质量发展，更要服务于产业经济的高质量发展，如何管理协调就业结构与产业结构的高质量发展、促进中国更高水平开放型经济新体制的建设成为政策设计和落实中面临的实际问题。本文拟回答以下问题：(1)城镇灵活就业对服务业结构存在何种影响？(2)城镇灵活就业对服务业结构的作用机理如何？(3)未来中国应如何推动灵活就业发展，促进服务业结构转型升级？基于此，本文采用2004—2019年中国省级层面数据，实证考察城镇灵活就业对服务业结构升级的影响，结果表明：城镇灵活就业对服务业结构升级具有显著的促进作用，且这种促进作用主要通过提高服务业效率和发挥资源配置效应等机制实现。城镇灵活就业的服务业结构促进作用主要集中于东部和西部地区，且随着2011年《社会保险法》出台后，促进作用有所增强。信息技术水平和要素市场发展能够增强城镇灵活就业对服务业结构升级的作用效果。经过一系列稳健性检验后，本文结论依然成立。
评估数字经济发展背景下城镇灵活就业与服务业结构升级的关系，不仅能够帮助地方政府制定更加科学合理的产业发展政策，也对拓宽就业新渠道、培育发展新动能、稳定就业和宏观经济发展具有重要作用。本文的边际贡献主要体现在两个方面：首先，深入探讨城镇灵活就业和服务业结构升级的关系，丰富了现有基础理论研究，在数字经济背景下从信息技术水平和要素市场发展方面进行讨论也是对已有研究的有益补充。其次，分析城镇灵活就业对服务业结构升级的影响机理，试图识别出新常态下中国实现以产业结构转型升级助推高质量发展的重要动力，对促进经济驱动转型、经济持续稳定发展具有重要现实意义。
(一)文献综述
灵活就业的概念起源于国际劳工组织(ILO)的研究。1973年国际劳工组织综合就业问题代表团发表了《就业、收入和平等：肯尼亚增加生产性就业的战略》报告，第一次提出“非正规部门”概念，认为非正规经济是一种关于做事(Doing Things)的方式。2002年中国劳动和社会保障部发布《我国灵活就业问题研究报告》，认为灵活就业是在劳动时间、收入报酬、工作场地、保险福利、劳动关系等几方面(至少一方面)不同于建立在工业化和现代工厂制度基础上的传统主流就业方式的各种就业形式的总称。当前，随着互联网技术和人工智能成为更为高效的就业纽带，灵活就业推动了劳动力市场深刻变革(Spurk和Staraub，2020)[8]，受到社会各界广泛关注。
纵观现有文献，关于灵活就业发展的经济效应主要集中于劳动关系、就业市场、社会保障等方面，且结论莫衷一是。一方面，大多数研究认为灵活就业对改善劳动关系和促进就业稳定具有显著的积极作用。例如，部分学者认为，灵活就业作为新型就业模式，通过促进生活与工作的灵活化融合，有利于降低失业率和改善工作体验，从而促进就业稳定(Menke et al.，2018[9]；
Huang et al.，2020[10])。一些学者认为，随着“互联网”新经济兴起，灵活就业成为新兴职业，为年轻人、农村居民、大学生、家庭主妇等重点人群提供了大量就业机会，对提高就业者收入水平，完善收入分配制度具有重要作用(肖巍，2019[11]；
戚聿东等，2021[12])。另一方面，部分学者认为灵活就业虽然可以一定程度上降低失业率，但不利于劳动者个人的职业发展。Vergeer和Kleinknecht(2012)[13]研究发现，灵活就业在理论上可能会推动就业市场灵活化，但难以从实证方面验证降低失业率的观点。而且，灵活就业可能受制于过度工作、职业前景不明、社会保障不足等问题，从而导致更大的就业波动，不利于宏观经济调整(Harris et al.，2020)[14]。国内较多学者研究灵活就业人员的社会保障参与问题，较一致地认为灵活就业人员普遍缺乏社会保障，并因在社会地位、社交网络等方面的劣势而需要付出更高的参保成本，导致灵活就业人员游离于社会保障的边缘地带(周钦和刘国恩，2016)[15]。另外，灵活就业人员往往具有更高的贫困脆弱性，医疗保障不到位造成收入差距加大、社会矛盾激化等问题(马超等，2018[16]；
黄薇，2019[17])。综上，现有关于灵活就业发展对区域经济结构作用的研究仍较为匮乏，且大多忽略灵活就业对服务业结构调整的影响。随着数字经济与实体经济的不断融合，“互联网+”新业态推动灵活就业由以往的被动选择转变为主动选择的职业，进一步推动新经济模式发展，促进经济结构升级(韦东明等，2021)[18]。因此，本文采用2004—2019年中国省级面板数据，系统考察数字经济背景下城镇灵活就业对服务业结构升级影响的内在机理和传导路径，为稳定就业、促进服务业结构升级、推进经济高质量发展提供有益参考。
与现有文献相比，本文研究创新主要有：(1)区别于以往文献从劳动关系、就业市场、社会保障等方面研究灵活就业，本文检验城镇灵活就业对服务业结构升级的影响，进行理论补充。(2)本文不仅检验了城镇灵活就业对服务业结构升级的效率和资源配置效应机制，还进一步分析信息技术水平和要素市场发展对城镇灵活就业产生的服务业结构升级促进作用的调节机制，深化已有研究。(3)在政策应用上，本研究为多渠道支持灵活就业、推动服务业结构转型升级、实现经济高质量发展提供实证依据。
(二)理论假设提出
2021年中央政府工作报告强调，要支持和规范发展新就业形态，继续对灵活就业人员给予社保补贴。在积极的就业政策推动下，数字经济、人工智能的发展催生了大量灵活就业新模式，从而推动经济结构高端化发展。理论分析表明，城镇灵活就业主要通过提高服务业效率和发挥资源配置效应，进而推动服务业结构升级。
第一，城镇灵活就业有利于提高服务业效率，推动服务业结构升级。在中国城镇化过程中，城乡差异和所有制差异造成就业市场分割，从而导致大量劳动力变成灵活就业人员。传统灵活就业人员的技能水平、职业稳定性、福利待遇均处于较低水平(Reich et al.，1973)[19]。当前，平台经济、网络经济等新经济模式在推动经济快速发展的同时，也深刻改变了企业组织架构和生产方式，对就业质量、生产效率产生巨大影响(李敏等，2020)[20]。以云计算、人工智能、大数据为代表的数字技术应用与普及连接了就业市场供给端与需求端，催生大量灵活就业岗位和中小微企业，如网络配送员、网络营销师等。与此同时，人工智能与金融、医疗、教育等传统行业相融合，借助互联网技术推动传统服务行业数字化转型，大幅度提升劳动者职业技能，从而增加劳动者收入，降低生产成本，最终促进生产效率提升(任同莲，2021)[21]。此外，技术经济融合有利于实现更高水平的分工，提高服务业整体效率，从而促进服务业结构高端化发展。
第二，城镇灵活就业有利于发挥资源配置效应，推动服务业结构升级。新一轮科技革命推动经济形态转向数字经济，一系列新就业形态进入大众视野，吸引了大量劳动力选择灵活就业形式。在此背景下，劳动者崇尚灵活化和多元化的就业方式，更加追求自由灵活的价值取向，力求工作、生活和自我成就导向的平衡感(约翰·布德罗等，2016)[22]。同时，数据作为新的生产要素，驱动区域社会分工进一步深化，推动劳动力要素与供需端相匹配，提升资源配置效率，产生新就业岗位，形成新就业模式，灵活就业模式亦是如此。一方面，灵活就业作为新生力量和新型就业模式，通过与数字经济融合，其就业岗位已延伸至电信、医疗、金融等先进制造业和现代服务业，从而以产业关联效应推动产业链上下游共同升级，提升服务业资源配置效率，为宏观经济发展提供新动力。另一方面，现代服务业融合有利于降低生产成本，产品价格的下降和相对收入的增加能够增强市场的消费欲望，带动服务业就业岗位的增加，发挥就业吸纳效应。可见，数字组织模式下的灵活就业形态促进了资源配置优化，成为服务业数字化转型和经济结构升级的重要驱动力。基于上述分析，提出理论假设H1和H2。
H1：城镇灵活就业对服务业结构升级具有促进作用。
H2：城镇灵活就业通过提高服务业效率和发挥资源配置效应促进服务业结构升级。
在数字技术普及与应用的背景下，城镇灵活就业对服务业结构升级具有重要影响。然而，新一轮科技革命使城镇灵活就业的发展依托于较高的信息技术水平和发育完全的要素市场。一方面，信息技术的发展有助于推动数字经济与灵活就业职位融合，提高现代服务业的生产技术水平，促进先进技术要素在企业间和行业间流动，从而有利于提升服务业生产效率。另一方面，完善的要素市场可以促进劳动力、资本和技术等生产要素转移至生产率较高的服务业企业或行业(戴魁早和刘友金，2016)[23]，为催生新兴就业模式提供资本和人力要素，进而推动服务业结构升级。此外，较高的技术水平与要素市场发展水平有助于凝聚企业所需资源，将传统产业链条式的上、中、下游组织重构成围绕平台的环形链条，企业端用户通过网络平台直接触及消费者，连接消费者的线下和线上生活，节省的各个环节提高了产业效率，降低了产业交易成本。而采用弹性用工的企业具有内在动力通过信息技术手段与网络平台保障企业的高效运作，从而推动服务业发展。基于上述分析，提出理论假设H3。
H3：信息技术水平提升和要素市场发展能够增强城镇灵活就业对服务业结构升级的作用效果。
(一)模型设定
本文建立基于时间和地区的双向固定效应模型检验城镇灵活就业与服务业结构变动的关系。具体模型设定如下：
Upgradeit=α0+α1Flemit+α2Xit+μt+ηi+εit
(1)
其中，i代表省份，t代表年份。Upgrade代表服务业结构升级情况，采用生产性服务业占比(Pro)和现代服务业占比(Hig)衡量。Flem代表城镇灵活就业发展情况。X代表一系列省份层面的控制变量，具体包括财政自主权(Fd)、人均生产总值(Agdp)、人口总量(Pop)、基础设施水平(Manu)、人力资本水平(Inv)、技术水平(Tec)、外贸依赖度(Tra)。μ为年份虚拟变量，用于控制年份固定效应；
η为个体虚拟变量，用于控制不同省份的固定效应，如每个省份不可观测的自然禀赋、地理条件等；
ε代表随机干扰项。城镇灵活就业是区域就业与宏观经济的重要内容，可能受到地区不可观测的自然禀赋、地理条件等特征的影响。同时，这些不可观测的自然特征对区域经济发展存在一定影响，从而造成内生性问题。本文通过控制个体固定效应η来解决这一问题。参数α1反映城镇灵活就业的影响，若参数α1显著大于0，则说明城镇灵活就业显著促进了服务业结构升级。本文采用聚类到省级层面的稳健标准误。
(二)变量说明
本文采用2004—2019年中国除港澳台地区外31个省级区域的面板数据，数据来源于《中国统计年鉴》《中国劳动统计年鉴》《中国第三产业统计年鉴》以及各省统计年鉴和统计公报等。
1.被解释变量
本文被解释变量为服务业结构升级程度(Pro、Hig)。服务业结构升级的基本内涵是服务业部门内部通过生产要素和要素资源的优化配置推动全要素生产率增长，促进产业结构转型升级。已有文献在研究产业结构服务化与生产率之间的关系时发现了“成本病”现象，即当劳动力从工业部门进入服务业部门后，并不必然能带来全社会生产率的增长(Baumol，1967)[24]。究其原因，是因为服务业部门内部也存在着传统部门和先进部门，劳动力只有向先进的生产性服务业和高端服务业部门流动才能带来全社会生产率的增长。因此，参考余泳泽和潘妍(2019)[25]的做法，从服务业内部结构的生产化和高级化演进过程来测量服务业结构升级，分别选择生产性服务业从业人员占服务业从业人员的比重(Pro)以及现代服务业从业人员占服务业从业人员的比重(Hig)进行衡量。其中，参考国家统计局划分标准(2015)，生产性服务业具体包括交通运输、仓储及邮政业，信息传输、计算机服务和软件业，金融业，租赁和商业服务业，科学研究、技术服务和地质勘探业；
现代服务业具体包括交通运输、仓储及邮政业，信息传输、计算机服务和软件业，金融业，房地产业，租赁和商业服务业，科学研究、技术服务和地质勘探业，文化、体育和娱乐业。
2.核心解释变量
本文核心解释变量为城镇灵活就业水平(Flem)。相较于城镇正规就业者，城镇灵活就业人员往往不具有固定的劳动关系，工作地点和工作时间相对灵活(齐亚强等，2012)[26]。随着人工智能和互联网产业的兴起，就业形态和模式向多样化发展，灵活就业人员也逐渐成为中国就业市场的重要组成部分。当前，城镇灵活就业人员主要分为三种群体：一是受雇于个体组织、小型企业的人员，以及个体劳动者；
二是选择从事自由职业的群体；
三是外来务工人员。因此，本文基于灵活就业的内涵，尝试构建灵活就业水平指标。具体而言，以省级层面的城镇就业人员数量减去城镇单位就业人员数量测量城镇灵活就业数量，并采用城镇灵活就业数量占总劳动人口的比值作为核心解释变量。
3.控制变量
参考张建华和郑冯忆(2020)[27]、戴魁早等(2020)[28]的做法，将一系列影响服务业结构升级的因素纳入控制变量。首先，财政自主权(Fd)较高时，财政收支缺口越少，从而有利于增强地方财政可持续性，促进经济结构均衡发展。本文采用财政预算内收入与财政预算内支出的比值衡量。其次，较高的人均生产总值(Agdp)意味着较高的生活水平，有助于为服务业结构转型提供良好的经济环境基础，本文采用地区GDP的人均值取对数衡量。第三，人口总量(Pop)越多，意味着人口集聚水平越高，更容易为就业市场提供充足的劳动力，但同时也造成更大的产业结构转型压力，因而人口总量的作用具有不确定性，本文采用各省年末总人口取对数衡量。第四，基础设施水平(Manu)有助于加速要素禀赋流动，推动要素结构优化配置，从而影响服务业结构升级，本文采用道路面积的人均值衡量。第五是人力资本水平(Uni)。一般而言，劳动者教育、培训、实践经验等方面的投资有利于提升区域人力资本水平，从而为产业结构升级提供知识与技能方面的要素积累，本文采用各省高校数量取对数衡量。第六是服务业投资水平(Inv)。较高的服务业投资水平有助于服务业资本积累，本文采用服务业固定资产投资额衡量。第七是技术水平(Tec)。技术创新发展是推动地区产业结构优化升级的重要驱动力，采用各省人均专利申请量取对数衡量。第八是外贸依赖度(Tra)。外贸依赖度较高的地区往往具有较高的对外开放水平，其经济发展水平也相对较高，本文采用各省出口贸易额占GDP的比重衡量。
主要变量描述性统计如表1所示。
表1 变量描述性统计
(三)事实性特征
在开展实证检验之前，从两个方面展示城镇灵活就业水平与服务业结构升级的特征性事实，为城镇灵活就业的服务业结构升级效应提供初步证据。
图1为2019年城镇灵活就业人员的区位分布。可以发现：(1)总体而言，2019年中国城镇灵活就业人数接近2.9亿人，与已有研究结论基本相符(何文和申曙光，2020[29]；
魏国学，2021[5])，说明本文使用的城镇灵活就业人员数量指标能够准确刻画中国城镇灵活就业的基本特征。(2)中国城镇灵活就业人员主要集中于东部沿海地区，如广东、江苏、浙江等，而西部地区的城镇灵活就业人数较少。
图1 2019年城镇灵活就业人员的区位分布
本文进一步报告了2004—2019年城镇灵活就业水平与服务业结构的发展状况(图2)。可以发现：(1)2004—2019年中国城镇灵活就业人数呈稳定上升趋势，且自2013年起，增长速度相对较快。(2)2004—2019年生产性服务业占比和现代服务业占比波动上升，整体呈现出服务业结构升级的趋势。由此可见，中国城镇灵活就业人数与服务业结构发展趋势较为相似，初步显示出城镇灵活就业对服务业结构升级的影响。
图2 2004—2019年城镇灵活就业与服务业结构的发展状况
(一)基准回归
表2为基准回归结果，其中，列(1)和列(2)是以生产性服务业占比(Pro)为被解释变量的回归结果，列(3)和列(4)是以现代服务业占比(Hig)为被解释变量的回归结果。可以发现，城镇灵活就业(Flem)的回归系数均显著为正，说明城镇灵活就业对服务业结构升级具有显著的正向作用。具体而言，在控制了个体固定效应和时间固定效应后，城镇灵活就业人数占比每上升1%，生产性服务业比重和现代服务业比重分别提升6.44%和10.36%。理论假设H1得以验证。
表2 城镇灵活就业对服务业结构升级的影响
(续上表)
控制变量方面，在控制了个体固定效应和时间固定效应后，财政自主权(Fd)的回归系数显著为正，说明充裕的财政水平有助于推动服务业结构升级；
人均生产总值(Agdp)的回归系数基本显著为正，说明良好的经济环境对服务业结构升级具有显著促进作用；
人口规模(Pop)的回归系数显著为负，意味着人口规模扩大对经济发展形成较大压力，不利于服务业结构升级；
人力资本水平(Uni)的回归系数显著为正，说明人力资本水平提高能够推动服务业结构升级；
技术水平(Tec)的回归系数显著为正，意味着技术创新驱动发展会促进服务业结构转型升级；
外贸依赖度(Tra)的回归系数显著为正，意味着较高的开放水平有助于吸引外来要素资源，推动服务业发展。
(二)机制检验
本文理论分析表明，城镇灵活就业可以通过提高服务业效率与发挥资源配置效应等渠道影响服务业结构升级。因此，借鉴温忠麟等(2004)[30]的做法，构建基于递归法的中介效应模型，以验证城镇灵活就业对服务业结构升级的作用机制。具体模型设定如下：
Mit=β0+β1Flemit+β2Xit+μt+ηi+εit
(2)
Upgradeit=φ0+φ1Flemit+φ2Mit+φ3Xit+μt+ηi+εit
(3)
其中，M代表中介变量，包括服务业效率和资源配置。具体步骤如下：首先，基于基准模型式(1)验证城镇灵活就业对服务业结构升级的影响；
其次，基于中介模型式(2)检验城镇灵活就业对中介变量的影响，即参数β1的回归系数显著；
最后，基于中介模型式(3)进行验证，若参数φ2的回归系数显著，则说明该中介变量是城镇灵活就业影响服务业结构升级的机制渠道，即中介效应成立。
中介变量的设定与测量如下：一是服务业效率(Eff)。在数字经济与人工智能技术的催化下，灵活就业快速发展。人工智能与金融、医疗、教育等传统行业相融合，在一定程度上需要灵活就业人员通过学习交流，促进新知识和技能融汇，进而实现更高水平的分工，提升服务业整体效率。本文采用省级层面的服务业增加值与服务业就业人数之比来刻画服务业效率水平，数据来源于《中国统计年鉴》。二是资源配置效应(TFP)。在互联网技术的推动下，服务业发展面临新机遇，但对资源配置要求更高的灵活性以实现弹性供需匹配。灵活就业是一种适应性强、灵活性强、市场准入门槛低、发展空间广的就业形态，对于缓解日益严峻的就业压力，优化资源配置效率，促进服务业发展起着积极作用。因此，本文采用基于数据包络法(DEA)的全要素生产率来刻画区域资源配置效率水平。其中，投入变量用资本存量和劳动人口衡量，资本存量采用张军等(2004)[31]的方法进行测量，劳动人口采用年末劳动人口测量；
产出变量用地方GDP衡量，并运用价格指数进行平减处理。数据来源于《中国统计年鉴》。
表3为服务业效率和资源配置效应的影响机制检验结果。其中，列(1)—列(3)为服务业效率的回归结果，可以看到列(1)中城镇灵活就业(Flem)的回归系数显著为正，说明城镇灵活就业对服务业效率具有显著的促进作用，列(2)和列(3)中城镇灵活就业(Flem)和服务业效率(Eff)的回归系数均显著为正，验证了城镇灵活就业部分通过提高服务业效率这一机制促进服务业结构升级。列(4)—列(6)为资源配置效应的回归结果，也验证了城镇灵活就业部分通过发挥资源配置效应这一机制促进服务业结构升级。
表3 影响机制检验
综合而言，提升服务业效率和发挥资源配置效应是城镇灵活就业促进服务业结构升级的重要机制。因此，理论假设H2得证。
(三)异质性检验
考虑到地理区位、相关政策对城镇灵活就业发展具有较大影响，本文从区域和时间两个维度考察城镇灵活就业对服务业结构升级的异质性影响。
1.区域异质性
基于各区域所属地理区位，将样本分为东部、中部、西部和东北部地区进行检验。结果如表4所示，无论被解释变量为生产性服务业占比还是现代服务业占比，东部和西部地区城镇灵活就业(Flem)的回归系数均显著为正，说明城镇灵活就业对服务业结构升级的促进效应主要体现在东部和西部地区。具体而言，东部地区城镇灵活就业(Flem)的回归系数最为显著，意味着城镇灵活就业的服务业结构升级效应主要集中于东部地区。可能原因在于：一方面，东部地区数字经济和互联网技术发展相对成熟，刺激了就业市场需求，带动大量与灵活就业相匹配的新型服务业发展。而且，东部地区具有较为完善的社会保障体系，可以为城镇灵活就业发展提供基础条件。另一方面，在整体就业形势严峻、压力较大的情况下，以依存于互联网平台的非标准就业、自我雇佣等多种形式为代表的灵活就业成为西部地区的新就业形式，促进了西部地区就业，对西部地区服务业结构升级具有相对较强的边际促进作用。
表4 分区域异质性检验
2.时间异质性
2011年中国出台了《社会保险法》，在职工参加社会保险层面上打破户籍限制，明确灵活就业人员按照当地的灵活就业政策缴纳社会保险，从而对城镇灵活就业发展具有较大影响。因此，本文以2011年为时间节点，将样本分为2004—2010年和2011—2019年，以考察《社会保险法》出台前后，城镇灵活就业对服务业结构升级的影响。结果如表5所示，2004—2010年城镇灵活就业(Flem)的回归系数不显著或显著为负，而2011—2019年城镇灵活就业(Flem)的回归系数显著为正，说明自2011年《社会保险法》出台后，城镇灵活就业得到较快发展，从而有力推动了服务业结构升级。
表5 分时间异质性检验
(四)稳健性检验
本文进一步从变换被解释变量、内生性问题处理等方面对上文结论进行稳健性检验。
1.变换被解释变量
本文从以下三个维度重新构建服务业结构升级指标来检验实证结果的稳健性。
第一，由于省级层面的服务业细分行业增加值数据缺失较多，本文以省份层面服务业细分行业从业人员数量与服务业细分行业平均工资的乘积作为服务业细分行业增加值的代理指标，并计算出生产性服务业增加值占比和现代服务业增加值占比，以此刻画服务业结构升级水平，结果如表6列(1)和列(2)所示。
第二，产业结构转型表现为产业结构从第二产业向第三产业升级的过程，其中服务业结构升级表现为生产性服务业与现代服务业发展。因此，本文分别使用生产性服务业增加值占比和现代服务业增加值占比与制造业增加值占比的比值来检验城镇灵活就业对服务业结构升级的影响，结果如表6列(3)和列(4)所示。
第三，服务业结构升级还表现为服务业内部结构从低级形式向高级形式转变的过程。随着服务业的发展，消费性服务业的产出和就业比重不断下降；
生产性服务业的产出和就业比重不断上升；
医疗、卫生等社会公共服务业的产出和就业比重一般呈上升趋势，但行政管理等政府公共服务业比重则呈下降趋势，即公共服务业的产出和就业比重略有上升。因此，本文将服务业细分为消费性服务业、公共服务业和生产性服务业，参考刘智勇等(2018)[32]的向量夹角方法，构建服务业结构高级化指标，结果如表6列(5)所示。
表6 变换被解释变量
实证结果显示，城镇灵活就业(Flem)的回归系数均显著为正，验证了本文结论的稳健性。
2.内生性检验
一方面，现实中，服务业结构升级可能创造大量与灵活就业相匹配的岗位，进而促进城镇灵活就业发展，即存在逆向因果关系；
另一方面，虽然本文已控制了一系列影响服务业结构升级的变量，但仍然可能存在不可观测变量的影响，即存在遗漏变量问题。因此，为缓解潜在的内生性问题，本文采用两阶段的工具变量法进行回归检验，以克服可能的估计偏误。本文认为，省级层面的明清时期进士密度是一个较为合理的工具变量。一方面，明清时期科举发达程度可以促进当地个体工商户兴起，催生出活跃的商帮文化(刘蓝予等，2021)[33]。而灵活就业更多集中于民营企业，地区深厚的民间基础和民营商业文化为推动灵活就业发展提供了良好的社会环境，满足工具变量的相关性。另一方面，科举制度在1905年被废除，该工具变量不会直接影响当代经济活动，从而满足工具变量的排他性。因此，本文基于《明清进士题名碑录索引》将明清时期的进士籍贯地与中国当前省域进行匹配，采用各省明清进士数除以当地行政区划面积来衡量进士密度(人/10平方公里)。由于进士密度不随时间变化，因此构建进士密度与时间趋势的交互项(Conf)作为工具变量进行检验。
实证结果如表7所示，其中，列(1)为第一阶段的回归结果，列(2)和列(3)为第二阶段的回归结果。在第一阶段模型中，工具变量(Conf)的回归系数显著为正，说明进士密度对城镇灵活就业具有显著的促进作用，满足工具变量的相关性，且F检验统计值为41.27，超过了临界值，说明不存在弱工具变量问题，因而工具变量有效。在第二阶段模型中，城镇灵活就业(Flem)的回归系数与基准回归中的影响方向和显著性没有明显差异，说明本文结论具有较好的稳健性。此外，尽管理论上工具变量法有助于缓解内生性问题，但不能确保本文工具变量具有严格的外生性。因此，将工具变量(Conf)作为控制变量引入基准模型中进行检验。结果如表7列(4)和列(5)所示，城镇灵活就业(Flem)的回归系数依然显著为正，工具变量(Conf)的回归系数不显著，说明工具变量对服务业结构升级的影响具有排他性，满足排他性假设，考虑内生性后，再次验证了基本结论。
表7 内生性检验
3.其他稳健性检验
本文还进行如下稳健性检验。第一，考虑到服务业结构升级是一个演变过程，城镇灵活就业对服务业结构升级可能存在滞后效应。因此，以滞后一期的城镇灵活就业(L.Flem)作为核心解释变量进行回归检验，结果如表8列(1)和列(2)所示。第二，考虑到采用最小二乘法回归可能存在有偏性，故采用广义最小二乘法(GLS)进行回归检验，结果如表8列(3)和列(4)所示。第三，由于城镇灵活就业对服务业结构升级的作用存在一定时间趋势，本文构建和引入时间趋势变量(T)，以检验时间趋势的影响，结果如表8列(5)和列(6)所示。第四，极端异常值可能对实证结果存在较大影响，因此对连续变量进行前后5%的缩尾处理，结果如表8列(7)和列(8)所示。上述四种处理方式下的结果与基准回归结果较为一致，由此可见本文结论具有较强的稳健性。
表8 其他稳健性检验
上文理论分析与经验证据表明，城镇灵活就业对服务业结构升级的作用受到地方信息技术水平与要素市场发展的影响。为验证理论假设H3，本文分别构建城镇灵活就业与信息技术水平和要素市场发展的交互项，以检验不同信息技术水平和要素市场发展状况下，城镇灵活就业对服务业结构升级的影响。具体模型设定如下：
Upgradeit=γ0+γ1Flemit+γ2Zit+γ3Flemit×Zit+μt+ηi+εit
(4)
其中，Z代表调节效应变量，包括信息技术水平(Net)和要素市场发展(Mark)。其中，地方信息技术水平用互联网用户人数衡量，要素市场发展用樊纲等(2011)[34]的“中国市场化指数”分项指数“要素市场的发育程度指数”来测量。
结果如表9所示，交互项Flem*Net、Flem*Mark的系数均显著为正，说明随着地方信息技术水平与要素市场发展水平的提高，城镇灵活就业对服务业结构升级的促进效应越发显著，即信息技术水平与要素市场发展对城镇灵活就业的服务业结构升级效应具有正向调节作用，理论假设H3得证。
表9 调节效应检验
(续上表)
伴随着中国经济由高速增长向高质量发展转变，经济结构变迁也进入全新时期。就业结构与产业结构作为经济结构中的重要组成要素，二者的协调转换是数字经济时代推进中国经济高质量发展亟待探究的重大现实问题。基于此，本文采用2004—2019年中国省级面板数据，深入研究城镇灵活就业对服务业结构升级的影响和作用机制。结果表明，城镇灵活就业对服务业结构升级具有显著的促进作用。机制检验发现，城镇灵活就业主要通过提高服务业效率和发挥资源配置效应，对服务业结构升级产生作用。异质性检验发现，城镇灵活就业对服务业结构升级的促进作用主要集中于东部和西部地区，且2011年《社会保险法》政策出台强化了城镇灵活就业的服务业结构升级效应。拓展性分析发现，信息技术水平和要素市场发展能够增强城镇灵活就业对服务业结构升级的作用效果。经过一系列稳健性检验后，本文结论依然成立。
由研究结论得到的政策启示为：第一，继续完善《劳动法》《就业促进法》等相关法律，构建服务业灵活用工机制，强化灵活就业人员的技能培训。同时，帮助灵活就业人员与企业用工需求精准对接，引导灵活就业单位加大人力资本投资，充分发挥对服务业结构升级的促进作用。第二，基于中国区域灵活就业发展现状，积极做好对中西部地区的从业者权益帮扶。可以按照分类管理、突出重点的原则对重点帮扶地区出台和完善相关社会保障政策与补贴扶持政策，从而保障中西部地区灵活就业人员的权益。第三，根据本地信息技术水平和要素市场发展的实际状况，推动数字经济与实体经济相融合，并大力推动资本市场、劳动力市场与技术市场进行市场化变革，从而实现技术创新要素自由流动与优化配置；
完善信息技术与要素市场的监督管理体系，通过“互联网+”技术手段，促进就业市场与要素市场深度融合发展。