互聯網應用、技能溢價與制造業全要素生產率

余東華 韋丹琳

摘 要：新工業革命背景下，互聯網的發展和應用是推動制造業高質量發展的新動能。本文基于A-H模型，選取2006—2019年中國30個省份的制造業面板數據，采用固定效應模型分析了互聯網應用對制造業全要素生產率的影響，研究了技能溢價在互聯網應用影響制造業全要素生產率過程中的調節效應。研究結果顯示，當互聯網應用產生的創新效應大于替代效應時，能夠提升制造業全要素生產率，推動制造業高質量發展;當替代效應大于創新效應時，互聯網應用對制造業生產過程產生了非適應性沖擊，出現“索洛悖論”;技能溢價能夠發揮資源配置的作用，調節互聯網應用與制造業全要素生產率之間的關系，增強互聯網的創新效應，從而有效化解“索洛悖論”。

關鍵詞：互聯網應用;技能溢價;制造業全要素生產率;索洛悖論

中圖分類號： F260? 文獻標識碼：A

文章編號：1000-176X（2021）10-0040-09

一、問題的提出

新工業革命時期，互聯網成為產業數字化轉型的重要驅動力量，越來越多的國家和地區都在加快發展數字經濟，將推動互聯網與實體經濟融合作為提升綜合國力的重要舉措。中國正處于新舊動能轉換的關鍵時期，順應科技和產業發展潮流、促進互聯網應用、加快數字經濟發展刻不容緩。黨的十九大報告明確提出，要推動互聯網、大數據、人工智能和實體經濟深度融合，大力發展工業互聯網，實現制造業高質量發展。2020年習近平主席在致世界互聯網大會的賀信中指出：“當今世界，新一輪科技革命和產業變革方興未艾，帶動了數字技術的快速發展，也為制造業高質量發展創造了良好機遇”。根據《中國互聯網發展報告2020》，中國移動互聯網接入數據每年消費流量達到1 220億GB，4G基站總數超過544萬個，數字經濟規模突破35.8萬億元，占GDP的比重達到36.2%，位居世界前列。在互聯網快速發展的背景下，值得關注和思考的一個問題是，互聯網應用如何影響制造業高質量發展，中國制造業領域是否存在“索洛悖論”？如果回答是肯定的，那么互聯網影響制造業全要素生產率的內在機制又是什么？如何才能有效化解“索洛悖論”，更好地發揮互聯網的正面作用，推動制造業轉型升級，進而實現制造業高質量發展？

互聯網的核心是信息通信技術（Information and Communication Technology， ICT），而ICT又是驅動全要素生產率增長的重要因素[1]，可以直接或間接地推動制造業數字化轉型，是促進制造業提質增效重要動力來源之一[2]?；ヂ摼W也被歸類為20世紀出現的通用目的技術（General Purpose Technologies， GPTs），具有以下特征：第一，它無處不在，能夠被廣泛地應用到經濟活動中;第二，它可以不斷完善，具有技術持續改進的潛力;第三，它具有創新互補作用，有助于推進應用部門的創新活動[3]?；ヂ摼W的這些特征能夠加快孕育生產活動的新動能，催生制造業行業出現新模式和新業態，從而促進制造業轉型升級和高質量發展。我國進入高質量發展的新階段以后，社會各界更加關注互聯網對制造業全要素生產率可能帶來的影響。

互聯網是20世紀中后期產生的新事物，互聯網的出現和應用對經濟社會的發展產生了重大影響[4]。高質量發展背景下，互聯網及其應用與生產率之間的關系是學者討論的熱點話題之一。生產率通常被看做是總產出中不能用要素投入所解釋的“剩余”，衡量的是投入產出效率[5]。諾貝爾經濟學獎獲得者Solow[6]指出，計算機具有廣泛的用途，但卻不能提高生產率，這就是著名的“索洛悖論”。然而，以互聯網為代表的信息通訊技術的快速發展，為計算機提供了新的技術支撐，使計算機在經濟領域有更多的用武之地，“索洛悖論”是否仍然成立受到學界的廣泛關注。一些宏觀層面的研究沒有發現“索洛悖論”存在的證據，郭家堂和駱品亮[7]運用中國省級面板數據研究后指出，互聯網促進技術進步但會抑制技術效率，由于中國全要素生產率是技術進步型的，互聯網應用總體上促進了全要素生產率增長。Stiron[8]與Jorgenson等[9]研究發現，IT投資提升了全要素生產率。蔡躍洲和張鈞南[10]指出，ICT有助于提高全要生生產率，進而間接促進經濟增長。Czernich 等[11]與Kolko[12]的研究結果表明，不論是在OECD國家層面，還是在國家內部地區層面，寬帶互聯網的普及程度與經濟增長之間都是正相關關系。從微觀企業的角度來看，互聯網應用能夠改善企業經營績效[13]。黃群慧等[14]運用中國企業、產業和城市數據對“索洛悖論”進行了驗證，發現互聯網促進了生產率，同時還分析了互聯網提升生產率的三條機制，即減少資源錯配、降低交易成本和促進企業創新。在互聯網對生產率異質性影響方面，以互聯網為代表的信息通訊技術對不同國家生產率的影響存在異質性[15];對于應用IT的行業而言，因IT應用的密度和強度不同，生產率的表現也不盡相同[16-17]。

互聯網對經濟的影響表現在多個方面，除了其帶來的生產率效應以外，學者也關注了互聯網對勞動力市場的影響?；ヂ摼W發展對技能不同的勞動力產生了差異化影響，Forman等[18]發現，互聯網投資加劇了美國地區間的收入不平等，對使用IT的高收入和高技能地區的工資和就業具有促進作用。Akerman等[19]認為，寬帶互聯網的應用提高了高技能勞動力的工資和生產率，卻對低技能勞動力產生了相反的效果。Hjort和Poulsen[20]指出，互聯網提高了就業率，通過提高企業進入率、生產率和出口額創造了新的就業崗位，提高了平均工資率，并且使高技能勞動力受益更多?；ヂ摼W可以為創新提供條件，從而促進創新活動[21]、提高創新能力[22]和提升創新效率[23]。韓先鋒等[23]指出，互聯網應用對創新既有直接效應，也存在人力資本積累、金融發展和產業升級的中介效應，互聯網對不同地區和主體的影響存在異質性。由于創新本身也是促進經濟增長和造成勞動力市場不平等的關鍵因素，學者們傾向于從創新的視角解釋互聯網給勞動力市場帶來的影響。創新既可源自在位企業積累的經驗或知識，加劇收入不平等;也可源自新進入者的創造性破壞，降低收入不平等程度[24]。Aghion等[25]采用美國州際數據研究了創新與收入差距的關系，發現創新顯著加劇了宏觀層面的收入不均等。

ICT對勞動力結構的影響也間接作用于生產率。何小鋼等[26]運用中國微觀企業數據研究發現，勞動力技能結構影響ICT的生產率效應，高技能勞動力能夠與ICT的應用形成互補，從而有助于ICT提高企業生產率，不過該研究沒有從互聯網的視角考慮勞動力的工資效應所帶來的影響。關于工資不平等的研究中，Lipsey等[2]分析了互聯網的GPTs特征，從GPTs視角討論了技術與勞動力工資差距對經濟發展影響。Aghion等[27]基于創新驅動經濟增長模型分析后發現，新技術應用對生產活動將產生破壞性沖擊，高技能勞動力可以在研發部門工作，從而生產與新技術相適宜的中間產品;也可以選擇在制成品部門工作，生產最終產品;低技能勞動力只能在最終產品部門工作，從而引發了高技能勞動力與低技能勞動力之間的工資不平等。Kishi[28]深化了該理論，認為GPTs影響了工資不平等趨勢，ICT引發了技能偏向型技術變革，能夠提高研發部門的生產率，從而使高技能勞動力出現技能溢價。Akerman等[19]構建經濟模型分析了互聯網通過勞動力就業和工資差距影響生產活動的具體機制。

以上研究為分析互聯網影響生產率奠定了理論基礎，然而已有研究也存在一些不足：一是研究互聯網對宏觀經濟發展影響的文獻較多，主要分析了ICT對宏觀經濟增長、勞動就業和勞動收入份額等的影響，研究互聯網對制造業發展影響的文獻相對不足;二是對互聯網影響經濟發展的直接機制研究較多，而對互聯網影響制造業全要素生產率的間接調節機制，尤其是從技能溢價視角進行的研究相對不足。為此， 本文基于A-H模型，選取2006—2019年中國30個省份的制造業面板數據，采用固定效應模型分析互聯網應用對制造業全要素生產率的影響，研究技能溢價在互聯網應用影響制造業全要素生產率過程中的調節效應。

二、理論分析

在A-H模型[27]的基礎上，引入技能溢價，并將互聯網應用與制造業創新過程相結合，構建技能溢價調節互聯網應用影響制造業全要素生產率的理論分析框架。假定勞動力市場存在兩種技能的勞動力，一種是低技能勞動力，只能從事產品部門的生產活動;另一種是高技能勞動力，既可以從事產品部門的生產活動，又可以從事創新部門的創新活動，兩種勞動力之間存在技能溢價。

（一）制造業最終產品部門

最終產品部門利用中間產品進行生產，將最終產品的總量生產函數設定為：

Y=AXα（1）

其中，Y為制造業最終產品部門的產量;A為投入的中間產品的質量，反映了最終產品的生產率，這里考慮了創新改進中間產品的質量后可以更加有效地生產最終產品;X為投入的中間產品的數量;α為參數，滿足0<α<1。設定中間產品的價格為pX，將最終產品的價格標準化為1，最終產品部門生產的最優化決策為：

πX=max （Y-pXX）（2）

根據一階條件可以獲得中間產品的反需求函數為：

pXX=αAXα-1（3）

（二）制造業中間產品部門

考慮到中間產品是由勞動力生產的，設定一單位中間產品由一單位勞動力生產，那么X反映了進行生產活動的勞動力數量。中間產品部門生產的最優化決策為：

πω=max [pX（X）X-ωX]（4）

其中，ω為支付給從事生產活動的勞動力的工資，結合中間產品的反需求函數，根據一階條件可以獲得pX與ω的關系式為：

pX=ω/α（5）

中間產品部門的最優利潤與生產活動的勞動力數量和工資水平有關。即：

πω=[（1-α）/α]ωX（6）

（三）制造業創新部門

新創新出現的概率Φ服從參數為λH的泊松分布。其中，λ為研發效率，H為基于互聯網應用而從事創新活動的勞動力數量。假定創新成功后能夠改進中間產品的質量，進而可以更加有效地進行最終產品生產，表示為：At+1=γAt，γ>1。其中，At為創新前中間產品轉換成最終產品的生產率，At+1為創新成功后中間產品轉換成最終產品的生產率，γ為創新引起生產率改進的參數。創新能夠為創新者帶來的凈價值為Vt+1，在dt時的值可以為為：Vt+1=πt+1dt+[λHdt×0+1-λHdtVt+1]（1-rdt）。其中，πt+1為創新成功后采用新的中間產品生產的利潤;λHdt為出現創造性破壞的概率，使得非創新者的價值變為0;1-λHdt為未出現新的創造性破壞，非創新者仍然獲得Vt+1的價值;r為利率，設定其等于時間貼現值ρ（不同時間的價值矯正項）。當dt→0時，可以推導出：

Vt+1=πt+1/（ρ+λH）（7）

從事創新活動的勞動力工資與研發套利條件關系為：

π（ωHt）=λHVt+1-ωHtH（8）

其中，ωHt為支付給從事創新活動的勞動力的工資，根據一階條件可以獲得從事創新活動的勞動力的工資決定條件：

ωHt=λVt+1（9）

將相關變量代入上式得到：ωHt/ω=λ{πt+1dt+λHdt×0+1-λHdtVt+11-rdt}/pXα，化簡后可得：

ωHt/ω=（λπt+1/[pXαρ+λH]（10）

從以上分析可以看出，技能溢價（ωHt/ω）能夠影響創新活動，并通過創新活動改進中間產品轉換成最終產品的生產效率（λ），互聯網應用通過技能溢價對全要素生產率產生間接調節效應。

（四）互聯網應用與制造業全要素生產率

一方面，隨著互聯網與制造業融合程度加深，互聯網推動制造業自動化生產模式進一步發展，將替代部分勞動力的生產活動，表現出替代性特征。在生產部門，使得勞動力、勞動力生產的中間產品與互聯網之間存在冗余，降低生產部門資源配置效率，不利于生產部門勞動力的生產活動?；诟黝愐氐耐度霐盗?、投入組合形式直接對產出效率產生影響，互聯網引致的要素替代效應阻礙其在制造業的普及應用，減少由互聯網帶來的潛在生產率提升。另一方面，根據前文的模型分析，研發效率是互聯網的增函數，表示為λ=κintτ。其中，int為互聯網應用，κ為外生的技術條件，τ>0為互聯網應用帶來的創新效率參數。這表明在創新部門，互聯網提升研發效率，提高創新成功率，有助于創新部門勞動力的創新活動。

互聯網的以上兩種特征在一定程度導致了制造業不同部門的勞動力市場工資水平出現分化。結合生產部門利潤最大化目標進行考察可以發現，互聯網的要素替代性降低了對從事生產活動的勞動力需求;根據供求機制，這將降低生產部門的勞動力工資。結合創新部門研發套利條件所決定的工資方程進行考察可以發現，互聯網的創新補償性提高了創新成功率，也提高了創新活動預期帶來的工資收入。這樣，與生產部門的低工資相比，創新部門的高工資激勵了高技能勞動力從生產部門轉移出來，進入創新部門從事創新活動。然而，相較于高技能勞動力，低技能勞動力只能從事生產活動，接受更低的工資水平甚至失業，從而喪失工資收入。高技能勞動力工資與低技能勞動力工資之比即為技能溢價，技能溢價引導高技能勞動力進入創新部門從事創新活動，有助于提升中間產品質量，一定程度抵消互聯網給制造業全要素生產率帶來的非適應性沖擊。

從以上分析可以看出：（1）互聯網應用影響制造業全要素生產率的凈效應是替代效應和創新效應權衡后的結果?；ヂ摼W應用推動了制造業生產方式的變革，通過替代效應和創新效應對制造業高質量發展產生影響：當替代效應大于創新效應時，互聯網應用會產生“索洛悖論”，對制造業全要素生產率產生非適應性沖擊;當創新效應大于替代效應時，互聯網能夠推動制造業轉型升級，提升制造業全要素生產率，從而實現高質量發展。（2）技能溢價有助于增強互聯網的創新效應，削弱互聯網的替代效應，從而有效化解互聯網應用可能產生的“索洛悖論”。為此，筆者提出如下假設：

假設1：互聯網應用對制造業全要素生產率的影響最終取決于替代效應和創新效應的相對大小。

假設2：互聯網對制造業全要素生產率的影響受到技能溢價的調節，現階段中國制造業部門適度的技能溢價能夠有效化解“索洛悖論”。

三、研究設計

（一）數據來源

本文采用《中國工業統計年鑒》《中國統計年鑒》《中國互聯網發展狀況統計公報》《中國科技統計年鑒》《中國勞動統計年鑒》《中國第三產業統計年鑒》、各省份統計年鑒、各省份統計公報、中經網統計數據庫和EPS數據庫等公布的相關數據，構建平衡面板進行實證分析。

（二）變量選擇

1.被解釋變量

制造業全要素生產率（lntfpch）是本文的被解釋變量。DEA-Malmquist指數方法不限制生產函數的形式，因而采用其計算制造業全要素生產率。所需相關數據的處理過程如下：（1）制造業產出，用各省份規模以上制造業增加值進行匹配，并且采用工業生產者出廠價格指數（2006年=100）進行平減。在研究期間的前幾年大部分省份的統計年鑒或統計公報公布了規模以上制造業增加值，此后年份許多省份停止公布該口徑的數據;為了保持數據的連續性，根據可獲得本省份工業增加值數據估計制造業增加值。（2）制造業勞動要素，用各省份規模以上制造業全部從業人員的年平均人數進行匹配。（3）制造業資本要素，用各省份固定資產凈值年平均余額進行匹配，用固定資產投資價格指數（2006年=100）進行平減。

2.解釋變量

互聯網應用（int）是本文的解釋變量。與互聯網相關的統計數據自2006年開始才比較完整，因而選擇2006年為研究的起始年份。在測度互聯網應用方面，學術界已經逐漸從單一指標[7]過渡到綜合指標[14-23]。借鑒已有研究的指標設計并根據研究需要，本文從三個維度構建互聯網應用的量化指標：互聯網發展環境，用長途光纜線路相對長度和人均互聯網域名數表示;投入資源，用互聯網相對就業人員和人均互聯網投資表示;產出資源，用人均電信業務總量和每個網頁平均字節數表示。多指標的計算方法有多種，史丹和李鵬[29]綜合分析比較多種定量評價方法后指出，“縱橫向拉開檔次法”可以更加客觀地對跨期多指標數據進行量化分析，并運用該方法對工業發展質量進行了測算。本文采用上述方法先將數據進行標準化處理，并根據最大化指標之間的差異原則確定各指標的權重，其中長途光纜線路相對長度權重為0.127，人均互聯網域名數權重為0.208，互聯網相對就業人員權重為0.196，人均互聯網投資權重為0.177，人均電信業務總量權重為0.206，每個網頁平均字節數權重為0.086，進而量化測度互聯網應用指標。運用“縱橫向拉開檔次法”對互聯網標準化值進行處理，可以得到表1是2006—2019年中國30個省份（不含港澳臺和西藏）互聯網應用的統計特征。從表1可以看出，中國大部分省份互聯網應用水平還較低，不同省份間存在較大差距，以北京和上海為代表的東部地區互聯網應用水平較高，以河南和甘肅為代表的中西部地區互聯網應用水平相對滯后。

3.調節變量

技能溢價（wag）是分析互聯網應用影響制造業全要素生產率的一個調節變量。技能溢價主要反映從事創新活動與生產活動的勞動力獲得工資的差距，學術界通常采用不同受教育水平勞動力的工資差異或者不同行業就業人員的工資比值來表示技能溢價[30]。本文選取科技人員的平均工資表示從事創新活動的勞動力工資，具體用科研經費內部支出中的總勞務費用與科技人員數的比值衡量;相較于研發部門的創新活動，生產部門生產活動的種類較多，選取制造業的平均工資衡量從事生產活動的勞動力工資;用從事創新活動的勞動力工資與從事生產活動的勞動力工資的比值來衡量技能溢價。

4.控制變量

本文選取以下控制變量：（1）研發投入（r&d），用研發支出與制造業增加值的比值衡量。（2）盈利水平（pro），用利潤總額與主營業務收入的比值衡量。（3）財政自主權（pub），用一般公共預算收入與一般公共預算支出的比值衡量。（4）國有企業占比（gov），用國有控股企業資產總值占全部企業資產總值的比重衡量。（5）技術溢出（lnfdi），用外商和中國港澳臺投資企業資產占工業企業資產總計的比重的自然對數值衡量。

本文主要變量的描述性統計如表2所示。

（三）模型設定

為檢驗互聯網應用、技能溢價與制造業全要素生產率之間的關系，本文構建如下計量模型：

lntfpchit=β0+β1intit+β2wagit+β3intit×wagit+∑8j=4βjXit+μi+εit

其中，i表示省份;t表示時間;。lntfpchit為被解釋變量，用制造業全要素生產率的對數值表示;int×wag為互聯網應用與技能溢價的交互項;X為一系列控制變量;μi為個體固定效應;ε為隨機誤差項。

四、回歸結果與分析

（一）基準結果

對于估計方法的選擇，Hausman檢驗的統計值為21.250，P值為0.012，因而采用固定效應模型進行估計更好，回歸結果如表3所示。

表3列（1）為只考慮本文核心變量的回歸結果，互聯網應用的估計結果顯著為負，互聯網應用對制造業產生了非適應性沖擊，隨著互聯網在制造業的滲透度增加，原有的部分中間品投入不適應制造業發展，制造業出現暫時性的生產率下降。這說明互聯網暫時性的沖擊帶來的替代效應大于創新效應，對制造業高質量發展產生非適應性沖擊，出現了“索洛悖論”。技能溢價的估計結果顯著為負，說明隨著勞動力工作形式的改變，技能溢價對制造業全要素生產率也產生暫時性的消極影響。由此，假設1得到驗證?；ヂ摼W應用與技能溢價交互項的估計結果顯著為正，說明互聯網沖擊制造業生產模式，但勞動力的創新活動相較于生產活動的工資差異能夠發揮引導資源配置的作用，吸引具有開發與應用互聯網相關技能的勞動力從事創新部門的創新活動，開發并應用與互聯網新技術相適應的生產方法，抵消了互聯網沖擊的不利影響，從而促進制造業全要素生產率增長，推動制造業的轉型升級?；ヂ摼W對制造業全要素生產率的促進作用需要高技能勞動力的配合，技能溢價能夠推動人力資本合理流動，從而有效化解“索洛悖論”。由此，假設2得到驗證。

表3列（2）從封閉經濟體的視角，控制影響制造業全要素生產率的其他因素后，核心解釋變量的作用方向和顯著性沒有發生變化。從控制變量的結果看，研發投入的估計結果為負，但統計上不顯著。盈利水平的系數為0.707，在10%的水平上顯著。，盈利性為促進制造業全要素生產率增長提供基本的物質保障，并且近年來良好的經濟發展政策環境也引導更多的資金投入到效率改進中。財政自主權的系數為0.412，在5%的水平上顯著。，表明充裕的財政水平為制造業效率提升、實現轉型升級提供了資金保障。國有企業占比的系數為0.383，在1%的水平上顯著。，國有企業在承擔創新風險等方面具有比較優勢，能夠更好地在互聯網時代推動制造業轉型升級。表3列（3）進一步考慮經濟體的開放程度因素的影響，核心變量的方向和顯著性也沒有發生變化。技術溢出的估計系數為0.064，在5%的水平上顯著，說明開放帶來的技術溢出有助于制造業全要生產率提升。這同時反映了開放有助于制造業高質量發展，并與互聯網本身網絡效應特征相適宜。

（二）穩健性檢驗

為分析實證結果的穩健性，采用索洛余值法計算制造業全要素生產率，并將其作為被解釋變量，采用與上文相同的方法進行計量回歸分析，結果如表3列（4）—列（6）所示。表3列（4）—列（6）核心變量的估計結果與列（1）—列（3）基本一致，這說明本文的回歸結果是穩健的。

（三）全要素生產率分解討論

Malmquist生產率變動指數可以分解成技術進步變動和技術效率變動，分別對其取自然對數并作為被解釋變量進行回歸，具體回歸結果如表4所示。

表4列（1）和列（2）被解釋變量為技術進步，列（1）為只考慮本文核心變量的回歸結果。列（2）是引入控制變量后的回歸結果，互聯網應用促進技術進步，但互聯網應用對技術進步的促進作用受到技能溢價的影響。列（3）和列（4）被解釋變量為技術效率，列（3）為只考慮本文的核心變量的回歸結果，列（4）是引入控制變量后的結果。，回歸結果均顯示，互聯網應用抑制技術效率，互聯網應用對技術效率的抑制作用受到技能溢價的弱化。制造業全要素生產率是技術進步和技術效率綜合作用的結果，結合表4可以發現，研究區間內制造業全要素生產率主要是技術效率導致的，互聯網應用通過抑制技術效率影響制造業全要素生產率。值得注意的是，互聯網應用對技術進步和技術效率的貢獻方向完全相反，技能溢價的調節效應弱化了互聯網應用的影響程度。由此可見，為發揮技能溢價的調節效應，需要將技能溢價控制在合理區間;在制造業全要素生產率是技術效率推動時，適度的技能溢價有助于緩解互聯網應用帶來的消極影響;隨著互聯網應用推動制造業轉型升級進程的發展，制造業全要素生產率轉變為技術進步推動時，互聯網應用能夠直接提升制造業全要生產率，此時應該合理降低技能溢價，最小化其帶來的弱化效應。目前制造業全要素生產率主要是技術效率導致的，一定程度的技能溢價有助于發揮互聯網應用促進制造業高質量發展的功能。假設2再次得到驗證。

五、研究結論與政策建議

近年來，以互聯網為代表的信息網絡技術加快了中國制造業的數字化和智能化進程。本文基于A-H模型分析了互聯網通過對從事生產活動的低技能勞動力的替代效應和對從事創新活動的高技能勞動力所產生的補償效應，

本文基于A-H模型，選取2006—2019年中國30個省份的制造業面板數據，采用固定效應模型分析了互聯網應用對制造業全要素生產率的影響，研究了技能溢價在互聯網應用影響制造業全要素生產率過程中的調節效應。在此基礎上，構建了互聯網應用的測度指標體系，運用“縱橫向拉開檔次法”測算和評價了中國30個省份的互聯網應用情況，并采用各省份的面板數據驗證了互聯網應用對制造業全要素生產率的直接作用機制以及受技能溢價調節的間接作用機制。研究結果顯示：（1）中國大部分地區互聯網應用仍處于較低水平，整體上還處于初期階段，具有廣闊的發展空間;不同省份的互聯網應用情況差距較大，東部地區互聯網應用水平領先于中西部地區。（2）互聯網應用使部分中間投入品的價值降低，并替代了生產部門低技能勞動力的部分生產活動;在互聯網替代效應大于創新效應的條件下，造成生產部門出現暫時性要素冗余，降低要素轉換為產出的效率，對制造業全要素生產率產生了非適應性沖擊，暫時出現所謂的“索洛悖論”。（3）技能溢價對互聯網應用影響制造業全要素生產率具有明顯的調節效應，即生產部門和創新部門的工資差異能夠發揮資源配置作用，吸引高技能勞動力進入創新部門從事創新活動，創造新的生產模式，提高中間產品質量，進而弱化互聯網應用給制造業全要素生產率帶來的消極影響。技能溢價能夠削弱互聯網帶來的替代效應，增強互聯網帶來的創新效應，有效化解互聯網發展初期所引起的“索洛悖論”。根據以上研究結論，筆者提出如下政策建議：

第一，堅定實施“互聯網+”計劃，充分發揮互聯網促進制造業轉型升級的正面效應。為推動新一代信息技術的普及，需要加大互聯網建設投入力度，完善相關基礎設施。鼓勵互聯網相關產業發展，加快互聯網與實體經濟融合，為互聯網發展培育良好的市場環境，形成以互聯網為主導的產業生態體系。扶持應用互聯網的創新性生產模式和銷售模式，擴大互聯網的應用范圍，進一步發揮互聯網促進產業發展的功能，通過提升制造業全要素生產率推動制造業轉型升級，實現制造業高質量發展。

第二，完善勞動力教育與培訓體系，提升勞動力技能水平。互聯網能夠補償技能勞動力的創新活動，互聯網的應用和普及以及推動制造業轉型升級需要大規模的技能勞動力作為支撐，這就離不開創新教育方式、培養勞動者的創新意識和完善高等學校新興專業設置?；ヂ摼W還會替代非技能勞動力的機械化生產活動，增加其失業風險，同時也會創造新的工作崗位，要求非技能勞動力更新職業技能向技能勞動力轉化。這就需要強化在職教育和培訓，完善職業培訓體系。

第三，健全經濟運行的制度保障，降低勞動力市場工資扭曲。價格是資源配置的有效手段之一，工資水平是勞動力技能培養和職業選擇的一個重要影響因素。完善與落實相關的法律法規，明晰合法產權和保護合法收入，構建合理的收入分配體系，更科學地確定勞動力工資水平，發揮市場機制的資源配置功能。在提高勞動力技能的同時，將技能溢價控制在合理水平，能夠更充分地發揮技能溢價對互聯網應用影響制造業全要素生產率的調節效應。

參考文獻：

[1] Venturini， F.The Modern Drivers of Productivity[J].Research Policy， 2015， 44（2）： 357-369.

[2] Lipsey， R.G.， Carlaw， K.I.， Bekar， C.T.Economic Transformations： General Purpose Technologies and Long-Term Economic Growth[M].New York： Oxford University Press， 2005.

[3] Bresnahan， T.， Trajtenberg， M.General Purpose Technologies： Engines of Growth？[J].Journal of Econometrics， 1995， 65（1）： 83-108.

[4] 方燕，劉柱，隆云滔.互聯網經濟的性質： 本質特征和競爭寓意[J].財經問題研究，2018， （10） ： 31-39.

[5] 朱沛華，陳林.工業增加值與全要素生產率估計——基于中國制造業的擬蒙特卡洛實驗[J].中國工業經濟， 2020， （7）： 24-42.

[6] Solow， R.We'd Better Watch Out[J].New York Times Book Review，1987， 36（7）： 12-36.

[7] 郭家堂，駱品亮.互聯網對中國全要素是生產率有促進作用嗎？[J].管理世界，2016， （10）： 34-49.

[8] Stiron， K.J.Information Technology and the U.S.Productivity Revival： What Do the Industry Data Say？[J].The American Economic Review， 2002， 92（4）： 1559-1576.

[9] Jorgenson， D.W.，Ho， M.S.， Stiroh， K.J.A Retrospective Look at the U.S.Productivity Growth Resurgence[J].The Journal of Economic Perspectives， 2008， 22（1）： 3-24.

[10] 蔡躍洲，張鈞南.信息通訊技術對中國經濟增長的替代效應與滲透效應[J].經濟研究， 2015， （12）： 100-114.

[11] Czernich， N.， Falck， O.， Kretschmer， T.， et al.Broadband Infrastructure and Economic Growth[J].The Economic Journal， 2011， 121（5）： 505-532.

[12] Kolko， J.Broadband and Local Growth[J].Journal of Urban Economics， 2012， 71（1）： 100-113.

[13] Brynjolfsson， E.， Hitt， L.Paradox Lost？ Firm-Level Evidence on the Returns to Information Systems Spending[J].Management Science， 1996， 42（4）：541-558.

[14] 黃群慧，余泳澤，張松林.互聯網發展與制造業生產率提升：內在機制與中國經驗[J].中國工業經濟，2019， （8）： 5-23.

[15] O'Mahony， M.， Timmer， M.P.Output Input and Productivity Measures at the Industry Level： The EU Klems Database[J].The Economic Journal， 2009， 119 （3）： 374-403.

[16] 孫琳琳，鄭海濤，任若恩.信息化對中國經濟增長的貢獻：行業面板數據的經驗證據[J].世界經濟， 2012， （2）： 3-25.

[17] Acemoglu， D.， Autor， D.， Dorn， D.， et al.Return of the Solow Paradox？ IT Productivity and Employment in US Manufacturing[J].The American Economic Review， 2014， 104（5）： 394-399.

[18] Forman，C.， Goldfarb， A.， Greenstein， S.The Internet and Local Wage： A Puzzle[J].The American Economic Review， 2012， 102（1）：556-575.

[19] Akerman，A.， Gaarder， I.， Mogstad， M.The Skill Complementarity of Broadband Internet[J].Quarterly Journal of Economics， 2015， 130（4）： 1781-1824.

[20] Hjort，J.， Poulsen， J.The Arrival of Fast Internet and Employment in Africa[J].The American Economic Review， 2019，109（3）： 1032-1079.

[21] Audretsch， D.B.， Heger， D.， Veith， T.Infrastructure and Entrepreneurship[J].Small Business Economics， 2015， 44（2）： 219-230.

[22] Branstetter，L.G.， Drev， M.， Kwon， N.Get With the Program： Software-Driven Innovation in Traditional Manufacturing[J].Management Science， 2019， 65（2）： 541-558.

[23] 韓先鋒，宋文飛，李勃昕.互聯網能成為中國區域創新效率提升的新動能嗎[J].中國工業經濟，2019， （7）： 119-136.

[24] Jones， C.I.， Kim， J.A Schumpeterian Model of Top Income Inequality[J].Journal of Political Economy， 2018， 126（5）： 1785-1826.

[25] Aghion， P.， Akcigit， U.， Bergeaud， A.， et al.Innovation and Top Income Inequality[J].Review of Economic Studies， 2019， 86（1）： 1-45.

[26] 何小鋼，梁權熙，王善騮.信息技術、勞動力結構與企業生產率——破解“信息技術生產率悖論”之謎[J].管理世界， 2019， （9）： 65-80.

[27] Aghion，P.，Akcigit，U.，Howitt，P.What Do We Learn From Schumpeterian Growth Theory？[R].NBER Working Paper，2013.

[28] Kishi，K.Dynamic Analysis of Wage Inequality and Creative Destruction[J].Journal of Economics，2015，115（1）：1-23.

[29] 史丹，李鵬.中國工業70年發展質量演進及其現狀評價[J].中國工業經濟， 2019， （9）： 5-23.

[30] 余東華，孫婷.環境規制、技能溢價與制造業國際競爭力[J].中國工業經濟，2017， （5）： 35-53.

（責任編輯：孫 艷）

[DOI]10.19654/j.cnki.cjwtyj.2021.10.005

[引用格式]余東華，韋丹琳.互聯網應用、技能溢價與制造業全要素生產率——兼論如何有效化解“索洛悖論”[J].財經問題研究，2021，（10）：40-48.

Internet Applications， Skill Premium， and the Total Factor

Productivity of the Manufacturing Industry：

How to Resolve Solow Paradox Effectively

Yu Donghua， Wei Danlin

（Economics School of Shandong University， Jinan， 250100）

Abstract：Under the background of the new industrial revolution， the development and application of the Internet is a new driving force for the high-quality development of the manufacturing industry.Based on the A-H model， this paper analyzes the mechanism of the Internet on the total factor productivity of manufacturing and studies the moderating effect of the skill premium in the process of the Internet's influence on the total factor productivity of the manufacturing industry.On the basis of theoretical analysis， the panel data of manufacturing industries in 30 provincial regions in China from 2006 to 2019 are selected for empirical testing.The research results show that when the innovation effect produced by the Internet is greater than the substitution effect， it can increase the total factor productivity of the manufacturing industry and promote the high-quality development of the manufacturing industry.However， When the substitution effect is greater than the innovation effect， the Internet has a non-adaptive impact on the manufacturing process， and the "Solow Paradox" appears.The skill premium can use the advantages of price allocation resources to adjust the relationship between the Internet and the total factor productivity of the manufacturing industry， which can enhance the innovation effect of the Internet and solve the "Solo Paradox." We recommend that we firmly implement the "Internet +" plan， promote the deep integration of the Internet and the manufacturing industry， and accelerate the process of manufacturing production reform.In addition， it is also necessary to further strengthen vocational education， optimize the skill structure of the labor force， and effectively play the moderating effect of skill premium.In this way， the total factor productivity of the manufacturing industry can be improved， and the transformation and upgrading of the manufacturing industry and high-quality development can be promoted.

Key words：Internet applications; skill premium; “Solow Paradox”; the total factor productivity of the manufacturing industry

收稿日期：2021-05-30

基金項目：國家自然科學基金面上項目“高質量發展導向下中國制造業轉型升級的適宜性技術選擇與動力變革研究”（71973083）;教育部人文社會科學研究一般項目“適宜性技術選擇、新舊動能轉換與制造業轉型升級的動力機制研究”（19YJA790016）;山東省自然科學基金面上項目“制造業轉型升級中的適宜性技術選擇與新舊動能轉換研究”（ZR2019MG018）

作者簡介：余東華（1971-），男，安徽安慶人，教授，博士生導師，主要從事產業組織與競爭政策研究。E-mail：ydhwz@sdu.edu.cn