数字技术使用、社会资本与新生代农民工就业质量提升

Digital Technology Adoption, Social Capital, and the Improvement of Employment Quality among the New-Generation Migrant Workers

摘要: 新生代农民工就业质量的提升是推动农民工市民化、促进城乡融合发展以及实现全体人民共同富裕的重要途径。随着数字经济的不断发展，数字技术与新生代农民工就业质量之间的关系愈加紧密。本文采用2019年中国家庭金融调查(CHFS)数据，使用OLS模型与中介效应模型，探讨数字技术使用对新生代农民工就业质量的影响及作用机制。结果显示：1) 数字技术使用能够显著提高新生代农民工就业质量；2) 男性、受教育程度高的新生代农民工，其就业质量受数字技术使用行为的正向影响更为显著；3) 数字技术使用通过增加社会资本进而提升新生代农民工就业质量。鉴于此，本文从政府、企业与新生代农民工个体三个视角，进一步提出发挥数字技术使用对新生代农民工就业质量促进作用的相关建议。

Abstract: Improving the employment quality of the new-generation migrant workers serves as a crucial avenue for promoting their citizenization, facilitating integrated urban-rural development, and achieving common prosperity for all. As the digital economy continues to evolve, the relationship between digital technologies and the employment quality of the new-generation migrant workers has become increasingly intertwined. This paper employs data from the 2019 China Household Finance Survey (CHFS) and utilizes both the OLS model and the mediation effect model to investigate the impact of digital technology usage on the employment quality of the new-generation migrant workers, as well as the underlying mechanisms at play. The findings are as follows: 1) The use of digital technologies significantly enhances the employment quality of the new-generation migrant workers; 2) The positive impact of digital technology usage on employment quality is more pronounced among male migrant workers and those with higher levels of education; 3) Digital technology usage elevates the employment quality of the new-generation migrant workers by augmenting their social capital. In light of these findings, this paper further proposes recommendations from the perspectives of the government, enterprises, and individual new-generation migrant workers to harness the role of digital technology usage in enhancing their employment quality.

1. 引言

党的二十大中明确提出：“就业是最大的民生。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。”然而，由于户籍制度的限制和人力资本的局限，农民工群体通常被边缘化在较低端的劳动力市场[1]。他们常常面临工资水平不高、劳动强度大、工作环境恶劣以及社会保障体系不完善等挑战，这些因素共同作用，导致他们的就业状况并不理想。《2023年农民工监测调查报告》显示，2023年全国农民工数量达29,753万人，约占全国总人口的21.11%¹。可见，庞大的农民工群体在我国经济建设与社会发展等方面具有不容忽视的重要作用。与此同时，新生代农民工作为农民工群体中的中流砥柱，提升其就业质量，不仅对推动新农村建设和乡村振兴战略具有深远影响，更是实现全体人民共同富裕目标的重要一环。

随着数字经济的不断发展，以互联网为代表的数字技术正在不断改变劳动力市场[2]。一方面，以人工智能为代表的数字技术的应用推动着产业数字化的升级与转变，通过减少危险岗位、增加新兴岗位，极大地改善了农民工群体的就业环境[3]。另一方面，数字技术的更新换代催生了众多新兴行业、提供了更多就业岗位，深刻改变了农民工群体就业选择与就业方式。除此之外，农民工群体可以通过把握市场环境进行创业活动，以创业带动就业，助力其就业质量的优化与提升。然而，劳动力市场对农民工数字技术使用技能要求正在不断提高，技能水平与岗位需要不匹配问题日益严重，极大地制约了农民工群体就业质量的提升[4]。那么，与老一代农民工相比，新生代农民工的社会适应能力以及数字技术使用水平存在较大差异。数字技术使用能否显著提升新生代农民工就业质量？其作用机制是什么？不同性别以及受教育程度之间是否存在影响效应差异？探讨这些问题，对拓宽新生代农民工就业空间，优化其就业质量具有重要的理论与现实意义。

新生代农民工数字技术使用决策的影响因素较多，现有文献从内部因素与外部因素两个维度进行分析。就新生代农民工个体而言，人力资本是影响农民工数字技术使用决策的关键因素。人力资本水平越高的新生代农民工，其数字技术使用可能性越大。同时，在当前经济环境下，随着数字经济的蓬勃发展，高数字素养已成为新型劳动者必备的核心能力之一。它不仅能够反映其市场需求洞察力，更是衡量其技能与岗位匹配度的重要指标[5]。通常来说，新生代农民工数字素养越高，其数字技术使用程度越高。而新生代农民工的其他个体特征以及家庭经济特征，亦是影响新生代农民工数字技术使用决策的重要因素。基于外部因素来看，周密等[6]指出，政府数字技术注意力可以通过数字技术感知和数字技术使用等途径提升新生代农民工数字技术使用水平。除此之外，已有文献证实了数字经济以及产业结构水平等均会影响新生代农民工数字技术使用决策[7] [8]。

已有文献对于农民工就业质量问题的研究较多。从微观层面来看，赵建国等[9]通过构建包含互联网学习、工作、从事商业活动等六项要素的综合指标，得出了数字化嵌入能够显著提升农民工就业质量的结论。亦有学者通过非认知能力、受教育程度以及职业技能培训视角研究农民工就业质量[10] [11]。从宏观层面来看，许清清等[12]提出数字经济发展通过优化就业结构以及增加弱关系社会资本与人力资本积累两种途径改善农民工就业质量。王宝顺等[13]则强调数字乡村建设的信息改善效应对农民工就业质量提升的促进作用。同时，众多学者验证了政府补贴以及公共就业服务等对农民工就业质量的影响[14] [15]。

虽然现有文献对于农民工就业质量研究甚多，但具体针对新生代农民工就业质量问题的研究相对较少。因而，本文的主要边际贡献是：一、本文主要探索数字技术使用对新生代农民工就业质量的影响，拓宽现有文献研究视角；二、本文使用2019年中国家庭金融调查(CHFS)数据，采用OLS模型进行回归及相关分析；三、借助中介效应模型，探究数字技术使用对新生代农民工就业质量的影响机制，并从性别与受教育程度两方面进行异质性讨论，进一步提出本文相关政策建议。

2. 理论分析与研究假说

2.1. 数字技术使用对新生代农民工就业质量的影响

数字技术作为数字经济时代的产物，具有信息传播与知识更新的重要作用[16]。新生代农民工作为农民工群体中新的组成部分，与老一代农民工群体在就业偏好、职业技能以及就业稳定性等方面存在较大差异[17]。将数字技术广泛应用至新生代农民工群体，旨在缓解因农民工群体数字素养差异所带来的弊端。

总的来说，数字技术可以通过拓宽就业渠道以及提升人力资本水平两个维度促进新生代农民工就业质量的提升。具体地，根据信息效应理论，劳动者会根据获取到的信息作出相应决策并调整自己的行为。以互联网为代表的数字技术作为一种信息获取渠道，具有知识覆盖广且传播迅速的特点，为新生代农民工提供了改善其就业质量的新机遇。一方面，借助互联网社交媒介等数字技术平台，新生代农民工可以及时了解创新创业、市场环境、就业政策等相关信息，有效缓解了劳动力市场的信息不对称问题[9]。另一方面，网络舆论信息与价值观对新生代农民工就业观具有一定的引导作用，有利于提升其就业选择的多样性。再有，人力资本理论指出，教育和培训是提升劳动者技能与素养的重要途径，而数字技术为新生代农民工提供了更加便捷且高效的线上知识学习与技能培训渠道。在线学习平台与线上技能培训等数字技术工具能够打破时间和空间的限制，使新生代农民工可以根据自身需求和兴趣选择合适的课程进行学习，从而不断提升其人力资本水平。新生代农民工在不断提升其就业竞争力的同时，亦有利于提高技能与岗位适配度，从而提升其就业质量[18]。基于此，提出本文的研究假说：

H1：数字技术使用能够促进新生代农民工就业质量的提升。

2.2. 数字技术使用对新生代农民工就业质量的作用机制

以互联网为代表的数字技术作为一种新型社交媒介，能够显著提升劳动者的跨时空交往能力，拓宽其社会网络规模，促进其社会资本提升[19]。根据社会资本理论，个体社会资本能够通过资源交换、信任机制与规范约束等途径影响其劳动行为。一方面，借助数字技术，新生代农民工能够摆脱传统线下交往的时空局限，通过老乡、亲友等途径获取就业信息，甚至利用这类社会资本直接实现就业。例如，通过社交媒介上的老乡群、行业交流群等，新生代农民工能够及时了解行业动态、企业招聘信息等，从而降低工作搜寻成本，有利于提升新生代农民工实现高质量就业的可能性。另一方面，社会资本的提升不仅能够促进新生代农民工与亲友、同乡等社会网络成员的关系联结，增强社会支持，还能强化其与雇主之间的情感纽带，推动形成非正式契约关系。具体而言，基于社会资本的人际互动能够提升新生代农民工与其雇主之间的信任水平，降低监督成本，通过隐性激励优化其工作投入与绩效表现，有利于提高其工作效率，进而提升其就业质量[16]。由此，提出本文的研究假说：

H2：数字技术使用通过增加社会资本进而促进新生代农民工就业质量的提升。

3. 研究设计

3.1. 模型构建

为证实研究假说H2，本文参考周子渭等[20]的研究思路，选取社会资本作为中介变量。根据问卷中“交通通信消费支出”作为新生代农民工社会资本的代理变量，并对该支出加1取对数。因此，本文采用逐步回归方式进行中介效应检验。首先检验数字技术使用对新生代农民工就业质量的直接影响效应，其次再检验数字技术使用对新生代农民工社会资本的作用，最后检验社会资本对新生代农民工就业质量的影响。模型设定为：

$Y_i={\alpha }_0+{\alpha }_{1}In{t}_i+{\alpha }_{2}Co{n}_i+{\epsilon }_i$ (1)

$E{n}_i={\beta }_0+{\beta }_{1}In{t}_i+{\beta }_{2}Co{n}_i+{\psi }_i$ (2)

$Y_i={\gamma }_0+{\gamma }_{1}In{t}_i+{\gamma }_{2}E{n}_i+{\gamma }_{3}Co{n}_i+{\mu }_i$ (3)

其中，$Y_i$ 为新生代农民工就业质量，$In{t}_i$ 为本文解释变量(数字技术使用)，$E{n}_i$ 为中介变量(社会资本)，$Co{n}_i$ 为控制变量。第一，先检验${\alpha }_1$ 是否显著，若显著，则进行下一步检验，否则停止中介效应检验。第二，在${\alpha }_1$ 显著的前提下，再检验${\beta }_1$ 是否显著，如显著，再继续检验。第三，在${\alpha }_1$ 、${\beta }_1$ 均显著的前提下，检验系数${\gamma }_1$ 、${\gamma }_2$ 。若${\gamma }_1$ 与${\gamma }_2$ 均显著，则说明存在部分中介效应，而仅${\gamma }_2$ 显著，则说明存在完全中介效应。

3.2. 数据来源与样本选择

本文主要采用2019年中国家庭金融调查(CHFS)数据。该数据覆盖了全国29个省份，共245个县或市区，具有全国代表性。此外，中国家庭金融调查数据库涉及人口统计学、资产与负债、保险与保障、支出与收入等内容，能够基于现有研究成果，为新生代农民工就业质量的多维度测度提供了有效支撑。借鉴王欧[21]的定义方式，本文将新生代农民工定义为1980年及以后出生的农村户籍打工者，并进行了数据清洗，去除了缺失数据，最后共得到了3616份样本。

3.3. 变量说明

1) 被解释变量

本文参考刘小瑜等[1]、周闯等[22]以及Leschke和Watt [23]文献做法，基于工资收入、劳动时间、单位性质、社会保障以及行业性质五个变量构建新生代农民工就业质量指标。具体指标如表1所示。

同时，借鉴马红梅等[4]处理方法，构建新生代农民工就业质量指标。具体步骤如下：

Table 1. Specific explanation of the construction of employment quality indicators for the new-generation migrant workers

表1. 新生代农民工就业质量指标构造的具体说明

一级指标	二级指标	定义方式
就业质量	工资收入	去年工资收入除以12个月
	劳动时间	每日工作时长乘以5天(周工作时间)
	单位性质	机关、事业单位，国有和国有控股企业 = 3； 独资企业、外商独资企业和中外合资企业 = 2；私营企业或个体工商户 = 1；其他 = 0
	社会保障	参加城镇职工医疗保险或公费医疗 = 1， 未参加城镇职工医疗保险或公费医疗 = 0
	行业性质	高端服务业 = 2，包括信息传输、软件和信息技术服务， 金融，房地产业，科教文卫，公共管理、社会保障和社会组织； 低端服务业 = 1，包括批发和零售业，交通运输、 仓储和邮政，住宿与餐饮，电力、热力、煤气及水生产和供应业，居民服务、 修理和其他服务业；其他行业 = 0，包括采矿制造业、建筑业以及第一产业等

首先，对五个指标进行标准化处理：

$Y_{ij}^q=\frac{Y_{ij}-Y_{\min j}}{Y_{\max j}-Y_{\min j}}$

其中，$Y_{ij}^q$ 为i新生代农民工j就业质量的标准化值，则$Y_{ij}$ 为i新生代农民工j就业质量的原始数据，$Y_{\min j}$ 和$Y_{\max j}$ 分别为j就业质量指标的最小值与最大值。此外，对于劳动时间这个负向指标，本文则采用“1 − 周工作时间”的处理方式获得劳动时间维度的反向指标。

其次，确定指标的权重，并采用等权平均法计算新生代农民工就业质量，即：

$NG{Q}_i={\displaystyle \sum }_{j=1}^5{Y}_{ij}^q/5\times 100$

2) 解释变量

参考石磊等[24]的做法，本文选取数字技术使用作为解释变量，根据CHFS问卷中“目前使用哪款手机”的回答进行赋值，将选择“智能手机”赋值为1，选择“非智能手机或没有手机”赋值为0。

3) 控制变量

本文选取了包括个体特征(年龄、性别、健康状况、受教育程度、政治面貌)、家庭特征(婚姻状况、家庭抚养比)以及地区特征(地区、城市级别)三类控制变量。

4) 工具变量

本文借鉴马红梅等[4]学者的做法，选取区县数字技术使用比例作为工具变量，用除受访户以外，区县中其他新生代农民工的数字技术使用均值来表示。根据同群效应理论，区县其他新生代农民工数字技术使用行为会影响受访者的数字技术使用决策，但并不会直接影响受访者就业质量。因而，该工具变量符合相关性与外生性假设。

3.4. 描述性统计

表2汇报了本文相关变量定义方式与描述性统计。可见，新生代农民工就业质量的平均值为35.973。同时，样本中有83.4%的新生代农民工使用了数字技术，16.6%的新生代农民工未使用数字技术。

Table 2. Descriptive statistics

表2. 描述性统计

变量	变量定义及赋值	均值	标准差
就业质量	就业质量综合指数	35.973	15.719
数字技术使用	使用数字技术 = 1，未使用 = 0	0.834	0.372
年龄	年龄(岁)	30.391	5.282
性别	男 = 1，女 = 0	0.576	0.494
健康状况	非常好 = 5 ，好 = 4，一般 = 3，不好 = 2，非常不好 = 1	3.853	0.809
受教育程度	小学及以下 = 0，初中 = 1，高中及以上 = 2	1.395	0.657
政治面貌	党员/预备党员 = 1，其他 = 0	0.094	0.292
婚姻状况	已婚 = 1，未婚 = 0	0.683	0.465
家庭抚养比	家庭中15岁以下以及65岁以上人口数量占比(%)	0.250	0.182
地区	东部 = 2，中部 = 1，西部 = 0	1.099	0.855
城市级别	一线城市 = 2，二线城市 = 1，三线及以下城市 = 0	0.512	0.794
区县数字技术使用均值	除受访户以外，区县中其他个体的数字技术使用均值	0.811	0.167

4. 实证结果分析

4.1. 数字技术对新生代农民工就业质量的影响分析

表3汇报了数字技术使用对新生代农民工就业质量影响的基准回归结果。第2列中，在未加入控制变量的情况下，数字技术使用对新生代农民工就业质量的估计系数为5.263，且在1%水平下显著。第3~5列，分别纳入了个体特征、家庭特征以及地区特征层面的控制变量，可知，数字技术使用的估计系数分别为2.238、2.159、1.751，且均在1%水平下显著，表明数字技术使用能够显著提升新生代农民工就业质量。

Table 3. Baseline regression results

表3. 基准回归结果

	就业质量
数字技术使用	5.263^*** (0.615)	2.238^*** (0.568)	2.159^*** (0.568)	1.751^*** (0.557)
年龄		0.131^*** (0.042)	0.157^*** (0.050)	0.118^** (0.050)
性别		−4.362^*** (0.469)	−4.317^*** (0.474)	−4.109^*** (0.469)
健康状况		0.550^* (0.282)	0.555^** (0.281)	0.452 (0.277)
受教育程度		9.899^*** (0.355)	9.734^*** (0.358)	9.070^*** (0.361)
政治面貌		5.851^*** (0.936)	5.817^*** (0.933)	6.126^*** (0.923)
婚姻状况			0.757 (0.616)	0.362 (0.613)
家庭抚养比			−4.442^*** (1.364)	−3.512^*** (1.353)
地区				0.756^*** (0.272)
城市级别				2.645^*** (0.318)
常数	31.583^*** (1.921)	16.171^*** (1.921)	16.213^*** (1.955)	16.758^*** (1.946)
观测值	3616	3616	3616	3616

注：^*、^**、^***分别表示10%、5%、1%显著水平；括号内数值为标准差，下同。

4.2. 内生性检验

1) 工具变量法检验

为缓解可能存在的遗漏变量、反向因果等内生性问题的影响，本文采用工具变量法以规避上述内生性问题。本文选取区县数字技术使用均值作为工具变量，进行两阶段最小二乘法回归处理。同时，为验证工具变量的有效性，进行弱工具变量检验。表4结果显示，第一阶段F值为149.541，远大于10，通过了弱工具检验。区县数字技术使用均值的估计值为0.503，且在1%统计水平下显著，证实了工具变量选择的合理性。第二阶段中，数字技术使用估计值为满足1%显著性水平下的8.425，与基准回归结果一致，再次表明数字技术使用能够显著提升新生代农民工就业质量。

Table 4. Instrumental variable method test

表4. 工具变量法检验

	第一阶段	第二阶段
数字技术使用	-	8.425^*** (2.954)
区县数字技术使用均值	0.503^*** (0.041)	-
常数	0.432^*** (0.063)	11.130^*** (3.141)
控制变量	已控制	已控制
第一阶段F值	149.541	-
观测值	3616	3616

2) 倾向得分匹配法

考虑到新生代农民工数字技术使用决策并非随机选择行为，本文引入倾向得分匹配法(PSM)进一步排除样本自选择偏误。表5汇报了基于近邻匹配、半径匹配以及核匹配方法下的数字技术使用的平均处理效应(ATT)。结果显示，这三种方法下的回归系数分别为2.357、1.861、2.606，且均在1%水平下显著，这表明数字技术使用对新生代农民工就业质量的提升具有显著促进作用。

Table 5. PSM regression

表5. PSM回归

	匹配方法	处理组	控制组	ATT	标准误	T值
数字技术使用	近邻匹配	36.780	34.423	2.357	0.889	2.65
	半径匹配	36.786	34.925	1.861	0.691	2.69
	核匹配	36.780	34.174	2.606	0.662	3.94

4.3. 稳健性检验

1) 替换被解释变量

前文中，关注的是新生代农民工的客观就业质量。然而，随着人们对美好生活需求的不断增长，新生代农民工的主观感受也成为了衡量其就业质量时不容忽视的组成部分。借鉴王若男和张广胜[25]的研究思路，加入新生代农民工主观幸福感，在原有就业质量指标的基础上，增加新生代农民工的主观幸福感，构建新的就业质量指标，并使用OLS模型进行回归。结果见表6第2列。结果表明，加入新生代农民工主观幸福感后，数字技术使用依旧对其就业质量具有显著的正向影响，证实了本文研究结果的稳健性。

Table 6. Robustness test: replacing the explained variable and winsorization treatment

表6. 稳健性检验：替换被解释变量和缩尾处理

	替换被解释变量	缩尾处理
数字技术使用	1.912^*** (0.504)	1.713^*** (0.553)
常数	21.805^*** (1.717)	16.884^*** (1.937)
控制变量	已控制	已控制
观测值	3613	3616

2) 缩尾处理

为排除极端值的影响，本文对被解释变量就业质量进行1%缩尾处理，并采用OLS模型进行回归。回归结果见表6第3列。可见，对被解释变量进行缩尾处理后，结果均未发生根本性改变，证明了上文基准回归结果具有稳健性，H1再次得到验证。

4.4. 异质性分析

1) 性别异质性

考虑到数字技术使用对新生代农民工就业质量存在性别差异，此部分按照性别进行分组回归，结果如表7第2~3列所示。结果发现，数字技术使用对于男性新生代农民工就业质量具有显著促进效应，而对女性新生代农民工的就业质量作用不显著。可能的原因是，其一，女性新生代农民工与家庭关系更为密切，家庭劳动投入时间较长，工作投入时间较短，工资收入相对较少。相比之下，男性新生代农民工往往承担的家庭经济负担较重，迫使其更加追求就业稳定性[26]。其二，劳动力市场上性别不平等问题，使得男性新生代农民工更易通过数字技术使用获取互联网平台的相关培训资源，而女性则易被部分行业排除在外，缺乏工作机会。

Table 7. Heterogeneity analysis

表7. 异质性分析

变量	性别		受教育程度
	男性	女性	受教育程度低	受教育程度高
数字技术使用	2.275^*** (0.679)	0.943 (0.956)	1.005^* (0.575)	3.178^*** (1.146)
控制变量	已控制	已控制	已控制	已控制
常数	16.636^*** (2.490)	11.085^*** (3.069)	21.942^*** (2.102)	30.108^*** (3.531)
观测值	2082	1534	1837	1779

2) 受教育程度异质性

由于新生代农民工就业质量与其受教育程度密切相关，本文借鉴程名望和韦昕宇[27]的做法，依据新生代农民工的学历位于“高中以下”或“高中及以上”，将样本分为受教育程度低与受教育程度高两组，并进行OLS回归，结果见表7第4~5列。可以看出，不论受教育程度如何，数字技术使用均会影响这两类新生代农民工的就业质量。同时，相较于受教育程度低的新生代农民工，受教育程度高的新生代农民工使用数字技术对其就业质量的促进作用更为明显。可能的原因是，相较于受教育程度低的新生代农民工，受教育程度高的新生代农民工的个人认知、职业技能以及收入水平更高，数字技术使用能力更强，更加能够借助互联网提升自己的就业水平。

4.5. 中介效应检验

上文理论分析中提出，数字技术使用能够通过增加新生代农民工社会资本从而提升其就业质量。为验证上述假说的合理性，本文选择社会资本作为中介变量，进行中介效应分析。从表8的回归结果来看，数字技术使用对社会资本的影响系数${\beta }_1$ 以及社会资本对新生代农民工就业质量的影响系数${\gamma }_2$ 均显著为正，表明中介变量在数字技术使用促进新生代农民工就业质量提升的过程起到了部分中介效应的作用。可见，社会资本是数字技术使用影响新生代农民工就业质量的重要因素，研究假说H2得到了证实。

Table 8. Regression results of mediation test

表8. 中介检验回归结果

	(1) 社会资本	(2) 就业质量
数字技术使用	0.517^*** (0.067)	1.292^** (0.560)
社会资本	-	0.886^*** (0.169)
控制变量	已控制	已控制
常数	7.949^*** (0.199)	9.174^**^* (2.370)
R^2	0.120	0.263
观测值	3616	3616

5. 结论与讨论

5.1. 研究结论与政策启示

利用2019年中国家庭金融调查数据库，本文采用OLS模型评估数字技术使用对新生代农民工就业质量的影响，同时使用中介效应模型进行相应检验，并从新生代农民工性别、受教育程度进行异质性分析。结果表明：第一，新生代农民工使用数字技术能够显著提升其就业质量；第二，异质性分析发现，数字技术使用对男性、受教育程度高的新生代农民工就业质量的促进效应更为显著；第三，数字技术使用通过增加新生代农民工的社会资本进而正向影响其就业质量。

根据上述结论，提出以下建议：首先，政府应加快推进5G基站、云计算、大数据等数字基础设施建设，进一步降低互联网等数字技术接入门槛，不断提升网络普及率，降低新生代农民工群体接入数字技术的技术性障碍，提高其就业信息传递效率，进而降低其就业信息获取成本。同时，各地区政府应立足于地方实际，结合地方特色，培育新兴产业，建立健全灵活就业保障体系，改善灵活就业环境，增强新生代农民工灵活就业群体的收入稳定性；并针对新生代农民工等弱势群体开展相关技能培训，帮助其提前适应新劳动力市场环境和劳动岗位的更新与升级。其次，企业应承担社会责任，积极为新生代农民工提供就业机会及就业岗位，帮助其积累工作经验，助力其适应劳动力市场新形势与新要求，提高其就业竞争力。此外，各企业应当积极开展员工技能培训等活动，帮助新生代农民工适应数字化岗位。最后，充分重视新生代农民工个体作用，提高其数字素养以及文化程度，引导其树立正确的就业观与职业观，有利于提高其数字技术使用能力以及增强其创业倾向，实现创业带动就业。

5.2. 研究不足与未来展望

尽管本文基于OLS模型和中介效应模型深入探讨了数字技术使用对新生代农民工就业质量的影响以及作用机制，并提出了相应的政策建议，但仍然存在一定的局限性。具体来说，本文主要采用2019年CHFS横截面数据，无法充分体现数字技术使用对新生代农民工就业质量的动态影响过程。因此，未来研究应采用纵向追踪方法，进一步揭示这一动态关系。另外，受限于调查数据，可能导致部分新生代农民工就业质量维度没有被纳入该指标体系中，如职业培训、工作满意度等。因此，未来研究将综合考虑更多维度，以更全面地评估新生代农民工就业质量，进一步丰富该领域的相关研究。

NOTES

¹2023年全国总人口数量为140,967万人，计算可得2023年全国农民工总量约占全国人口的21.11%。