數字經濟發展與家庭人力資本投資
——異質性技能勞動力與長短期效應研究

韋韡 蔡運坤 呂曉弟

(1.廣西民族大學 經濟學院,廣西 南寧 530006;2.南開大學 經濟學院,天津 300071)

一、引言

人力資本被認為在長期經濟增長中發揮著引擎作用[1-3]。隨著人才戰略的不斷深化,中國在推動人力資本積累方面取得一定進展。據Barro-Lee數據顯示,2020年我國勞動年齡人口的平均受教育年限為8.99年,比2010增長0.74年(1)勞動年齡指15-64歲。另外,據第七次全國人口普查公報數據顯示,2020年我國15歲以上人口平均受教育年限為9.91年,比2010年增長了0.83年。與其相比,Barro-Lee數據調整學制年限設置與考慮各級教育的實際完成情況。Barro-Lee數據來源于BarroLeeDataSet[EB/OL].http://www.barrolee.com。但中國經濟的人力資本質量水平卻顯著落后于發達國家,其增速緩慢問題也愈發凸顯[4]。與此同時,新一輪技術革命與產業革命在全球加速推進,以人工智能、大數據、云計算、5G技術、工業互聯網、區塊鏈等為代表的數字經濟新產業、新模式、新業態在中國蓬勃發展。據相關數據顯示,2022年,中國數字經濟規模首次達到50萬億元,占GDP比重由2005年的14.20%增長至41.50%(2)數據來源:中國信通院公布的《中國數字經濟發展白皮書(2021年)》。。顯然,數字經濟已經成為中國經濟結構優化與高質量發展的重要抓手。數字經濟為國民帶來前所未有的機遇與挑戰,對勞動力技能匹配也提出更高要求。一方面,以人工智能、信息技術等為代表的數字經濟通過對要素組合的形式提高資本和勞動力的配置效率,促進要素生產率增長,進而為異質性技能勞動力創造機會紅利效應,即數字經濟提高機器賦予人的程度[5-6];另一方面,數字經濟通過要素重組升級、再配置引致的效率變革與產業智能化所引致的機器替代人,導致大量勞動力失業,尤其是低技能勞動力,即數字經濟提高機器替代人的程度[7-8]。那么,一個值得思考的問題是,數字經濟對異質性技能勞動力需求的變化如何影響其家庭人力資本投資呢?其內在作用機制又是什么?

家庭人力資本投資是家庭行為的重要組成部分,是人力資本積累的重要方式,也是實現中國經濟高質量發展的新動力。習近平總書記在黨的二十大報告中強調,高質量發展是全國建設社會主義現代化國家的首要任務,要強化現代化建設人才支撐,堅持人才是第一資源,深入實施科教興國戰略、人才強國戰略;同時強調要把建設網絡強國、數字中國作為建設現代化產業體系的核心。數字經濟與人力資本是中國式現代化進程中促進經濟高質量發展的重要因素。因此,本文關注數字經濟對家庭人力資本投資的影響具有重要的理論意義和實踐價值。

圍繞數字經濟對異質性技能勞動力影響的研究進展迅猛。其一,關于數字經濟對異質性技能勞動力需求變化影響的研究存在一些爭議。一種觀點認為數字經濟提升機器賦予人的程度,數字經濟的快速發展能夠提升包括低技能勞動力在內的勞動需求與勞動份額[5-6]。另一種觀點則認為數字經濟提升機器替代人的程度,數字經濟發展通過降低低技能勞動力相對需求,增加高技能勞動力相對需求,進而改變其工資報酬份額[7,9]。然而,部分學者認為數字經濟并不會實質上替代資本或者勞動,而是形成資本增進型技術進步[10]或者勞動增進型技術進步[11]。在此基礎上,本文將提供一個中國層面的微觀證據,中國作為最大發展中國家,勞動力技能水平較低仍然是特征事實,數字經濟對中國情景內異質性技能勞動力的影響可能更加深遠,而這將對其家庭人力資本投資決策產生重要影響。

其二,既有文獻尚未探討數字經濟對異質性技能勞動力需求的影響,對異質性技能勞動力家庭行為的影響,而且鮮有研究直接關注數字經濟引致的異質性技能勞動力需求變化對其家庭人力資本投資的影響。李夢娜和周云波(2022)[12]利用地級市數據研究發現,當產業結構高級化程度較低,數字經濟顯著促進人力資本結構高級化,但產業結構高級化程度達到一定門檻之后,其影響反而是負向的。一般而言,影響家庭人力資本投資的因素主要在于基礎性因素與一般性因素兩個方面。基礎性因素包括人格特征、社會資本、代際互動等[13-14]。而一般性因素則更加強調宏觀經濟環境對微觀家庭人力資本投資的影響,主要包括出口技術擴張、貿易參與程度深化、勞動力市場分割等因素[15-16]。但尚未有文獻基于異質性技能勞動力視角,提供數字經濟影響家庭人力資本投資的微觀證據。

其三,從作用機制來看,既有文獻主要從靜態視角,深入探討數字經濟引致的技術升級效應、崗位更迭效應、創新租金效應與生產率效應等作用機制對異質性技能勞動力需求和工資報酬差異的影響[17-18]。張勛等(2019)[19]、田鴿和張勛(2022)[20]研究發現,從機遇創造效應來看,中國數字經濟發展帶來的數字金融普惠性能夠顯著促進低技能勞動力向低技能偏向的數字化非農行業流動,同時,數字經濟發展能夠促進創業機會均等化,帶動其群體收入增長。然而相關文獻尚未將數字經濟對異質性技能勞動力的沖擊劃分為短期與長期。數字經濟作為一種新技術,必然沖擊著生產方式與生產關系,因此劃分數字經濟沖擊的長短期效應有利于更加精確地識別數字經濟對異質性技能勞動力家庭人力資本投資的影響。

在既有研究的基礎上,本文將從長期和短期視角,探討數字經濟對異質性技能勞動力需求變化如何影響其家庭人力資本投資這一現實問題。具體而言,理論方面,從長短期視角來看,識別數字經濟的崗位替代效應與生產率效應對異質性技能勞動力家庭人力資本投資的影響機制;實證方面,利用省份的宏觀層面數據構建數字經濟指數,然后結合2014年、2016年與2018年三輪中國家庭追蹤調查(CFPS)微觀層面數據,實證研究數字經濟對異質性技能勞動力家庭人力資本投資影響的長短期效應與作用機制,并從家庭養老負擔、宏觀經濟環境與政府治理水平等方面展開異質性分析。此外,通過構建外生的工具變量緩解內生性問題以及采用一系列穩健性檢驗方法,探討本文結論的穩健性和科學性。本文的邊際貢獻在于:其一,研究問題上。研究的問題是數字經濟對異質性技能勞動力需求變化如何影響其家庭人力資本投資,這豐富和拓展了關于數字經濟對異質性技能勞動力影響的理論研究。其二,研究視角上。基于長短期視角,識別數字經濟對異質性技能勞動力家庭人力資本投資影響的作用機制,這在一定程度上豐富了當前新發展階段下有關人力資本的理論研究。此外,還提供了數字經濟對家庭人力資本投資影響的微觀證據,這有別于從宏觀層面研究的文獻。其三,現實意義上。在中國情景內,從數字經濟對異質性技能勞動力需求變化的視角,研究其對家庭人力資本投資行為的影響。為理解中國式現代化進程中,我國快速發展的數字經濟對異質性技能勞動力就業結構變化及其家庭人力資本投資的影響提供一個新視角。

二、理論分析與研究假設

數字技術發展以數字人才作為支撐,對人力資本提出更高的要求[21]。數字經濟作為一種新技術革命,必然帶來生產方式與生產關系的變革,對異質性技能勞動力的沖擊可能具有動態效應。數字經濟作為一種新生產要素,其對異質性技能勞動力需求的影響包括崗位創造效應與崗位替代效應,而以人工智能、信息技術等為代表的數字經濟具有替代勞動力要素的基本屬性,崗位替代效應產生的影響更快更顯著,尤其對于低技能勞動力而言;而崗位創造效應則需要隨數字技術的不斷推進才逐漸發揮作用[18,22]。因此,從短期來看,數字經濟的崗位創造效應偏向于高技能勞動力,而崗位替代效應對低技能勞動力的影響更加顯著(3)相關研究表明,在中國情景內,數字經濟對勞動力影響表現為短期的崗位替代效應,而長期的崗位創造效應并不明顯,數字經濟發展擠占了中低技能勞動力的工資報酬水平[8]。對于長短期的劃分,本文遵循既有文獻的思路,將發生的當期定義為短期,將發生之后的時期定義為長期。;長期而言,以數字經濟為核心的新技術必然沖擊生產率,影響勞動力相對生產率[18]。因此,結合數字經濟的屬性特征,本文認為數字經濟對家庭人力資本投資行為的影響具有短期與長期效應,短期主要表現為崗位替代效應,長期主要表現為生產率效應。

(一)崗位替代效應

從短期來看,數字經濟的崗位替代效應通過異質性技能勞動力的相對需求變化,影響其家庭人力資本投資行為。其一,從短期來看,數字經濟的崗位創造效應導致市場對高技能勞動力相對需求增加。數字經濟發展以數字型人才作為支撐,隨著數字經濟技術的應用與推廣,勞動力技能匹配要求也會隨之提升,高技能勞動力擁有與先進技術更強的相適應能力,這使得產業數字化轉型中必然增加對高技能勞動力的需求,降低對低技能勞動力的需求。比如,企業先進設備和軟件的購買與應用需要高技能的研發人員和高級管理人員[23]。同時,數字經濟的崗位創造效應引致的高技能勞動需求增加將導致數字型高技能人才的議價能力和工資水平上升。數字技術作為一種新興信息技術,需要數字型人才作為后備支撐,然而勞動力市場上的數字型人才仍然處于供不應求狀態,這將推動數字型人才工資水平的快速上漲。因為在數字化轉型過程中,地區或者企業會增加數字型高技能人才的爭奪,這種競爭將促使地區或企業提高工資待遇以吸引優秀人才[24]。其二,從短期來看,數字經濟的崗位替代效應導致市場對低技能勞動力相對需求下降。數字經濟新模式、新業態不斷地創造出新的生產力和生產方式,也伴隨著對舊的生產力與生產關系的“創造性破壞”[25]。這表現為產業數字化轉型過程中,技術進步的提升與智能化設備的大規模應用可能直接替換相當一部分常規性、重復性與操作技術低的工作崗位,降低生產任務環節對低技能勞動力的需求,進而導致高技能勞動力需求比重上升,高低技能勞動力報酬水平比值上升,從而促進高技能勞動力的家庭人力資本投資,可能擠出低技能勞動力的家庭人力資本投資。Michaels等(2010)[9]的研究發現,信息通信技術增長較快的行業對高學歷工人的相對需求增加較多,對中等學歷工人的相對需求下降較大;Acemoglu和Restrepo(2020)[7]的研究發現,機器人應用顯著降低就業率,尤其是低技能勞動力的就業;肖土盛等(2022)[17]研究發現,企業數字化轉型帶來的生產技術升級將引致高技能勞動力的需求增加,并擠出部分低技能勞動力。簡而言之,從短期來看,數字經濟的崗位替代效應引致高技能勞動力需求增加,低技能勞動力需求降低,進而導致高低技能勞動力的報酬水平比增加,從而促進高技能勞動力的家庭人力資本投資,反而可能擠出低技能勞動力的家庭人力資本投資。基于此,本文提出假設1。

H1從短期來看,數字經濟的崗位替代效應通過擠入高技能勞動力和擠出低技能勞動力,提高技能溢價水平,進而促進高技能勞動力家庭人力資本投資,反而在一定程度上擠出低技能勞動力家庭人力資本投資。

(二)生產率效應

從長期來看,數字經濟的生產率效應通過異質性技能勞動力的相對生產率變化,影響其家庭人力資本投資行為。數字經濟作為一種信息技術,以人工智能、大數據為主要載體,從長期來看最終將表現為數字經濟推動生產率提升[7]。隨著數字經濟推動生產率提升,企業利潤水平將顯著提高,異質性技能勞動力工資和利潤分享也會隨之增加[26],進而對其家庭人力資本投資行為產生影響。一方面,數字經濟發展以數字型人才作為支撐,數字經濟對要素資源的重新配置、勞動力和組織結構的重組等引致的效率變革,導致高技能勞動力就業結構比重逐漸增加,低技能勞動力就業結構比重逐漸降低,而部分低技能勞動力為了保持其競爭力,將增加技能培訓教育支出以提升其數字技能水平及其相對工資水平。楊飛和范從來(2020)[27]的研究發現,數字經濟推動的生產率提升效應能夠提升低技能勞動力的相對生產率水平,促進低技能勞動力相對工資水平提高;陳東和秦子洋(2022)[18]的研究表明,產業智能化的生產率提升效應具有包容性增長的特征,對低技能勞動力報酬水平的影響大于高技能勞動力。其原因在于,產業數字化轉型過程中,由于最低工資制度的存在并不會導致低技能工人被大幅度替代;相反,企業會要求現有的低技能工人增加技能教育培訓,不斷提升自身的技能水平以獲得相對高的工資水平[28]。而低技能勞動力報酬水平相對增加將極大地影響其家庭人力資本投資行為。另一方面,為了改善數字技術升級引致的收入差距擴大現象,政府會通過征稅等方式將生產率提升的部分利潤再分配給低技能的弱勢群體[29],進而可能影響其家庭人力資本投資行為。從長期來看,數字經濟的生產率效應引致低技能勞動力的生產率相對提升,進而導致高低技能勞動力的報酬水平比下降,從而影響高低技能勞動力進行家庭人力資本投資行為。基于此,本文提出假設2。

H2從長期來看,數字經濟的生產率效應促使低技能勞動力相對生產率提升,降低技能溢價水平,進而促進低技能勞動力家庭人力資本投資,對高技能勞動力家庭人力資本投資影響反而不顯著。

三、研究設計

(一)模型設定

本文重點關注的問題是數字經濟對異質性技能勞動力的家庭人力資本投資的影響。借鑒王俊(2021)[30]的做法,基于勞動力教育水平,將大專及以上學歷的勞動力界定為高技能勞動力,將高中及以下的勞動力界定為低技能勞動力。構建如下計量模型,將全樣本分為低技能勞動力和高技能勞動力分別進行回歸。具體模型如下

Humani,j,t=β0+β1Digei,t+βcControlsc+μi+ηt+εi,j,t

(1)

式(1)中,下標i、j與t分別表示地區、家庭與年份;Human表示家庭人力資本投資;Dige表示數字經濟發展水平;Controls表示一系列控制變量集合,μ、η分別表示省份與時間固定效應,ε表示隨機擾動項。本文重點關注的是系數β1,其衡量數字經濟發展對勞動力家庭人力資本投資的影響程度。若β1顯著為正數,則數字經濟顯著促進家庭人力資本投資;反之,則數字經濟顯著抑制家庭人力資本投資。

為檢驗數字經濟對異質性技能勞動力的家庭人力資本投資影響的長短期效應,借鑒楊國超等(2020)[31]研究思路,構建如下計量模型

Humani,j,t=γ0+γ1Digei,t×AHi,t×year2014+γ2Digei,t×AHi,t+γ3Digeit+γcControlsc+μi+ηt+εi,j,t

(2)

式(2)中,AH表示崗位替代效應,Dige×AH表示數字經濟發展引致的崗位替代效應。重點關注Dige×AH×year2014系數γ1,其衡量的是相對于長期而言,數字經濟引致的崗位替代效應對異質性技能勞動力的家庭人力資本投資影響的短期效應。其中,year2014為0-1虛擬變量,當年份為2014年時,賦值為1;當年份為2016-2018年時,賦值為0。其他變量與前文一致。

Humani,j,t=λ0+λ1Digei,t×PHi,t×year2016_2018+λ2Digei,t×PHi,t+λ3Digei,t+λcControlsc+μi+ηt+εi,j,t

(3)

式(3)中,PH表示生產率效應,Dige×PH表示數字經濟發展引致的生產率效應。本文重點關注Dige×PH×year2016_2018的系數λ1,其衡量的是相對于短期而言,數字經濟引致的生產率效應對異質性技能勞動力的家庭人力資本投資影響的長期效應。其中,year2016_2018為0-1虛擬變量,當年份為2014年時,賦值為0;當年份為2016-2018年時,賦值為1。其他變量與前文一致。

(二)變量說明

1.被解釋變量

被解釋變量為家庭人力資本投資。關于家庭人力資本投資,現有文獻大多采用受教育年限衡量,而本文已經基于受教育年限,將高中及以下的勞動力界定為低技能勞動力,將大專及以上學歷的勞動力界定為高技能勞動力。因此,本文借鑒陳維濤等(2014)[32]、張軍等(2018)[16]的研究思路,采用家庭教育支出衡量家庭人力資本投資,其包括學校教育支出、文具費、教育軟件硬件費、課外活動費、參與課外輔導班以及請家教費用等,以家庭教育支出加1的對數形式衡量。

2.數字經濟指數

解釋變量為數字經濟指數。數字技術是一種新興科技革命,數字經濟作為新的生產要素,具有復雜的內在特征。Tapscott(1996)[33]最早將數字經濟定義為一個廣泛應用信息通信技術(ICT)的經濟系統。Bukht和Heeks(2018)[34]將數字經濟劃分為數字經濟核心層、數字經濟狹義層與數字經濟廣義層。國內相關機構將數字經濟定義為數字產業化、產業數字化、數字化治理和數據價值化[35]。本文借鑒趙濤等(2020)[36]、柏培文和張云(2021)[8]等的研究思路,結合相關數據可獲得性,從互聯網發展和數字普惠金融兩個方面構建衡量數字經濟的指標體系。具體是以互聯網普及率、互聯網相關產業人員、互聯網相關產出和移動電話普及率等四個方面指標衡量互聯網發展,分別以百人中互聯網寬帶接入用戶數、計算機服務和軟件業從業人員占城鎮單位從業人員比重、人均電信業務總量和百人中移動電話用戶數作為代理指標。數字普惠金融則采用北京大學數字金融研究中心和螞蟻金服集團共同編制的中國數字普惠金融指數作為代理指標。最后,本文采用熵值法計算綜合的數字經濟指數。

3.機制變量

(1)崗位替代效應。借鑒陳東和秦子洋(2022)[18]的研究思路,本文采用高技能勞動力占比變動率與低技能勞動力占比變動率的比值衡量崗位替代效應的機制變量。該比值越小,表示崗位替代效應越強;并且當該比值小于1時,表現為短期崗位替代效應。基于CFPS微觀數據計算得到各地區高低技能勞動力占比變動率數據,進而構建崗位替代效應機制變量。

(2)生產率效應。本文以全要素生產率作為生產率效應的機制變量。具體地,首先對各省GDP以2014年為基期進行平減,以得到不變價的GDP;以各省城鎮單位產業人員、私營和個人從業人員總和衡量從業人數;然后借鑒張軍等(2004)[37]的做法,利用永續盤存法估算各省資本存量;最后利用DEAP2.1軟件測算出各省DEA-Malmquist生產率指數。

4.控制變量

本文從家戶與地區層面選取可能影響的控制變量。借鑒相關研究思路,家戶層面上,選取的控制變量包括性別(男性=1,女性=0)、年齡、年齡平方、城鄉戶籍(城市=1,農村=0)、健康狀況(CFPS中的健康狀況包括非常健康、很健康、比較健康、一般健康與不健康。將非常健康與很健康定義為健康,取值為1;將比較健康、一般健康與不健康定義為不健康,取值為0)、婚姻狀況(CFPS中的婚姻狀況包括未婚、有配偶(在婚)、同居、離婚與喪偶。本文將有配偶(在婚)定義為已婚,取值為1;否則為0)、幸福程度(幸福程度以主觀評分衡量,以0-10表示,得分越高越幸福)、是否使用手機(是=1,否=0)、是否使用互聯網(是=1,否=0)、家庭人口規模、少兒撫養比、老年撫養比與家庭人均收入(對數形式)等。地區層面上,選取的控制變量包括經濟發展水平、教育發展水平、地區就業水平、固定資產投資、政府教育投入與社會保障水平,分別以人均GDP對數、普通高等學校數對數、城鎮單位就業人員(萬)、固定資產投資對數、教育支出占財政支出比與社會保障和就業支出占財政比量化。

(三)數據來源與描述性統計

本文主要采用宏觀與微觀匹配數據進行實證研究,數據主要來源于三個方面。第一,微觀數據來源于2014-2018年北京大學中國社會科學調查中心發布的中國家庭追蹤調查(CFPS)數據。按成人樣本與家庭成員樣本數據中當年所在家庭的編碼,將其與所在的家庭樣本進行匹配,并且以實際財務回答人作為戶主,僅保留戶主的樣本,同時僅保留了當前處于工作狀態的樣本。第二,宏觀省際數據來源于相應年份的CEIC數據庫、《中國統計年鑒》等。中國數字普惠金融指數則由北京大學數字金融研究中心和螞蟻金服集團共同編制[38]。第三,工具變量數據來源。其一是省會城市到沿海港口的最短距離數據。依據交通部發布的《全國沿海港口布局規劃》,以百度地圖為參照標準,根據各省會城市與各相關港口的經緯度數據,利用STATA.16測算出各省會城市到沿海港口的最短距離。其二,全國數字經濟企業存量數據來源于國泰安數據庫。最后,將以上三個方面數據依據地區進行合并,最終得到的樣本為2014年、2016年和2018年的數據集。剔除存在缺失值的觀測樣本,一共得到26 025個樣本,其中低技能樣本有23 868個,高技能樣本有2 157個。

表1是各變量描述性統計。研究發現,從被解釋變量來看,低技能勞動力的家庭教育支出均值為6.65,高技能勞動力的家庭教育支出均值為8.55,表明高技能勞動力有更多的家庭人力資本投資投入與動力,也表明我國目前低技能勞動力的家庭人力資本投資不足的現狀。從解釋變量來看,低技能勞動力的數字經濟均值為0.36,高技能勞動力的數字經濟均值為0.42,表明高技能勞動力更加能夠把握數字紅利,數字創造能力高,這表明我國高低技能勞動力之間存在一定的數字鴻溝。從機制變量來看,可以發現,與高技能勞動力相比,低技能勞動力面臨著較強的數字經濟引致的崗位替代效應和較低的生產率效應。其他控制變量也存在明顯的差異性。以上證據表明,本文重點關注數字經濟對異質性技能勞動力的家庭人力資本投資的影響具有一定的現實意義。

表1 各變量描述性統計

四、實證結果分析

(一)基準回歸結果

表2前兩列報告數字經濟對異質性技能勞動力的家庭人力資本投資的影響。列(1)實證結果的經濟含義表明,在其他條件不變情況下,數字經濟每增加一單位將使得低技能勞動力的家庭人力資本投資增加3.66%;列(2)實證結果的經濟含義表明,在其他條件不變情況下,數字經濟每增加一單位將使得高技能勞動力的家庭人力資本投資增加6.48%。基準回歸結果表明,數字經濟顯著促進了高低技能勞動力的家庭人力資本投資。

表2 基準回歸與內生性問題處理回歸結果

(二)內生性問題處理

鑒于實證研究可能存在的內生性問題,本文借鑒Nunn和Qian(2014)[39]、柏培文和張云(2021)[8]研究思路,以省會城市到沿海港口的最短距離對數與全國數字經濟企業存量數對數的交互項作為數字經濟的工具變量。一個有效的工具變量應滿足如下條件:其一是相關性。一般而言,地區到沿海港口距離越近,經濟發展水平越高、產業結構越完整、基礎設施越完善,越有助于為發展數字經濟提供堅實的基礎條件與力量,而數字經濟企業則是發展數字經濟的主體。因此,該工具變量與數字經濟發展水平存在高度相關性。其二是外生性。一般而言,地理位置是脫離經濟系統的外生變量。顯然,省會城市到沿海港口的最短距離對數是嚴格外生的,并不直接影響微觀家庭的家庭人力資本投資決策。數字經濟企業是數字經濟發展的主體也不會直接作用于勞動力的家庭人力資本投資決策,更可能的是通過數字經濟發展進而影響居民收入分配[8]。因此,該工具變量嚴格滿足工具變量外生性假設。本文構建以上工具變量,采用兩階段最小二乘法(2SLS)進行回歸,以檢驗基準結果的穩健性。

表2后兩列結果顯示,第一階段F統計量均顯著大于經驗法則的臨界值10,即工具變量與內生變量在統計上存在較強相關關系。弱Ⅳ檢驗結果顯示,Cragg-Donald Wald F 統計量均大于Stock-Yogo在10%顯著性水平上的臨界值,表明工具變量通過弱工具變量檢驗。此外,可識別檢驗Anderson canon.corr.LM統計量均在1%顯著性水平上拒絕原假設,表明工具變量滿足可識別性。由第二階段回歸結果可知,數字經濟顯著促進了高低技能勞動力的家庭人力資本投資,基準回歸結果穩健成立。

(三)穩健性檢驗

1.控制樣本選取偏差

勞動力能否把握數字經濟機遇與其教育水平相關,勞動力是否為高技能勞動力具有選取樣本偏差。為了克服樣本選取偏差可能導致的內生性問題,本文采用處理效應模型,進一步地排除可能存在的樣本選取偏差問題。借鑒相關文獻處理方法,采用控制變量和工具變量對勞動力是否為高技能勞動力(是=1,否=0)進行第一階段回歸(4)采用Probit模型進行第一階段回歸結果顯示,工具變量的回歸系數為正在1%水平上顯著。由于篇幅有限,未報告該結果。,計算得到逆米爾斯比率(Inverse Mills Ratio,IMR),再代入到模型(1)進行第二階段回歸。表3的列(1)(2)報告了處理效應模型第二階段回歸結果,可以發現,逆米爾斯比率(IMR)的系數至少在5%水平上顯著,表明樣本中存在一定程度的選擇性偏差,但數字經濟的系數仍然在1%水平上顯著,且與基準回歸結果并無實質性差異,這進一步證明基準回歸結果穩健成立。

表3 穩健性檢驗結果

2.控制家庭干擾因素

考慮到數字經濟對家庭人力資本投資的影響會受到家庭中不可觀測因素的干擾。如家庭成員能力、偏好等不可觀測的因素可能會同時影響勞動力數字技術使用能力與家庭人力資本投資。為控制家庭不可觀測因素的影響,本文在基準模型基礎上控制家庭固定效應進行回歸。如表3的列(3)(4)結果所示,可以發現,在控制可能存在的家庭干擾因素后,數字經濟仍然在1%水平上顯著促進高低技能勞動力的家庭人力資本投資,基準回歸結果穩健成立。

3.采用有限信息最大似然估計(LIML)方法

為進一步確保本文估計結果的穩健性,本文采用有限信息最大似然估計(LIML)方法替換工具變量2SLS估計進行穩健性檢驗。工具變量2SLS估計結果將會受到選取的工具變量的“弱工具變量”問題的影響,而Stock等(2002)[40]通過蒙特卡羅模擬發現在有限樣本條件下采用LIML方法估計的結果要比2SLS估計得到更優的結果。對表2的列(3)(4)相應地采用工具變量LIML方法得到的估計結果如表3的列(5)(6)所示。通過與相應地2SLS估計結果比較可以發現,數字經濟的系數符號和顯著性水平與前文極其相似。以上結果表明,本文的估計結果并沒有受到可能存在的“弱工具變量”的實質性影響,基準回歸結果仍然穩健。

五、進一步分析

基準回歸結果顯示,數字經濟顯著促進異質性技能勞動力的家庭人力資本投資,而這一影響背后的作用機制有待進一步考察。在作用渠道檢驗的基礎上,進一步基于家庭養老負擔、宏觀經濟環境與政府治理水平等視角,探討數字經濟影響異質性技能勞動力的家庭人力資本投資的異質性。

(一)作用渠道檢驗

理論分析部分表明,從短期來看,數字經濟的崗位替代效應通過擠出低技能勞動力與擠入高技能勞動力,進而提高技能溢價水平,從而對異質性技能勞動力的家庭人力資本投資產生影響;從長期來看,數字經濟的生產率效應引致低技能勞動力的相對生產率提升,進而降低技能溢價水平,從而對異質性技能勞動力的家庭人力資本投資產生影響。本文將以上猜測凝練為待驗證的假設1與假設2,并且在此部分進行檢驗。

1.崗位替代效應

根據式(2)估計模型,表4的前兩列報告了數字經濟的崗位替代效應影響異質性技能勞動力的家庭人力資本投資的作用渠道回歸結果。根據分樣本回歸的γ1的判斷,從列(1)結果可以發現,在低技能勞動力樣本中,系數γ1在1%水平上顯著為負數,表明從短期來看,數字經濟的崗位替代效應能夠通過擠出低技能勞動力,進而顯著抑制其家庭人力資本投資;從列(2)結果可以發現,在高技能勞動力樣本中,系數γ1在10%水平上顯著為正數,表明從短期來看,數字經濟的崗位替代效應能夠通過擠入高技能勞動力,進而顯著促進其家庭人力資本投資。以上實證結果表明,從短期來看,數字經濟引致的崗位替代效應通過擠出低技能勞動力與擠入高技能勞動力,進而抑制低技能勞動力的家庭人力資本投資,促進高技能勞動力的家庭人力投資,證實了假設1。

表4 內在機制分析結果

2.生產率效應

根據式(3)估計模型,表4的列(3)(4)報告了數字經濟的生產率效應影響異質性技能勞動力的家庭人力資本投資的作用渠道回歸結果。根據分樣本回歸的λ1的判斷,從列(3)結果可以發現,在低技能勞動力樣本中,系數λ1在1%水平上顯著為正數,表明從長期來看,數字經濟的生產率效應通過提高低技能勞動力的生產率,進而顯著促進其家庭人力資本投資;從列(4)結果可以發現,在高技能勞動力樣本中,系數λ1不在10%水平上顯著,表明從長期來看,數字經濟的生產率效應并不能有效地促進高技能勞動力的家庭人力資本投資。以上結果表明,從長期來看,數字經濟引致的生產率效應通過提升低技能勞動力的相對生產率,進而促進低技能勞動力的家庭人力資本投資,對高技能勞動力的家庭人力資本的影響反而不顯著,證實了假設2。

(二)異質性分析

1.家庭養老負擔

人口老齡化沖擊著中國經濟增長,也增加家庭養老負擔,進而可能影響家庭人力資本投資行為。本文以家庭養老負擔的中位數將樣本劃分為高家庭養老負擔與低家庭養老負擔樣本,從而刻畫人口老齡化對家庭人力資本投資的沖擊,并以此進行分樣本檢驗。其結果如表5所示,可以發現,在高家庭養老負擔樣本中,數字經濟對異質性技能勞動力的家庭人力資本投資的促進作用將大打折扣,對低技能勞動力的家庭人力資本投資的影響反而不顯著;而在低家庭養老負擔樣本中,數字經濟仍然在1%水平上顯著促進異質性技能勞動力的家庭人力資本投資。因此,數字經濟對中國勞動力的家庭人力資本投資的影響受到人口老齡化的沖擊。

表5 基于家庭養老負擔的回歸結果

2.宏觀經濟環境

城鎮失業率高低反映了宏觀經濟環境中勞動力的供求關系。當城鎮失業率高時,勞動力將面臨著就業與工資報酬所得的難題,而這將可能影響家庭人力資本投資行為,尤其是低技能勞動力。為此,本文根據城鎮登記失業率的中位數將樣本劃分為高城鎮失業率與低城鎮失業率樣本,從而刻畫城鎮失業率高低反映的宏觀經濟環境沖擊,并以此進行分樣本檢驗。其結果如表6所示,可以發現,在高城鎮失業率樣本中,數字經濟對異質性技能勞動力的家庭人力資本投資的影響并不顯著,甚至可能擠出部分低技能勞動力的家庭人力資本投資;而在低城鎮失業率樣本中,數字經濟仍然在1%水平上顯著促進異質性技能勞動力的家庭人力資本投資的增加。因此,數字經濟對中國勞動力的家庭人力資本投資的影響受到城鎮失業率高低的沖擊。

表6 基于宏觀經濟環境的回歸結果

3.政府治理水平

政府有效治理關乎地方政府對教育、醫療、社會保障和就業的關注,而教育、醫療、社會保障和就業則與民生福祉息息相關,進而可能影響家庭人力資本投資行為。為此,本文根據地方政府教育、醫療、社會保障和就業方面的財政支出總和的中位數,將樣本劃分為高政府治理水平與低政府治理水平樣本,并以此進行分樣本檢驗。其回歸結果如表7所示,可以發現,在高政府治理水平樣本中,數字經濟將顯著促進異質性技能勞動力的家庭人力資本投資;而在低政府治理水平樣本中,數字經濟反而可能在一定程度上擠出高技能勞動力的家庭人力資本投資,對低技能勞動力的家庭人力資本投資更是產生顯著的抑制作用。因此,數字經濟對異質性技能勞動力家庭人力資本的影響受到政府治理水平的沖擊。

表7 基于政府治理水平的回歸結果

六、結論與建議

本文旨在研究數字經濟對異質性技能勞動力需求的變化如何影響其家庭人力資本投資行為。以2014年、2016年和2018年中國家庭追蹤調查(CFPS)數據中的家庭為研究對象,基于宏微觀層面匹配數據,探討了數字經濟對家庭人力資本投資影響的長短期效應及其作用機制,還進行異質性分析。研究發現:其一,數字經濟顯著促進異質性技能勞動力的家庭人力資本投資,該結論經過工具變量法與穩健性檢驗后仍然成立。其二,機制分析表明,從短期來看,數字經濟引致的崗位替代效應通過擠入高技能勞動力與擠出低技能勞動力,提高技能溢價水平,進而促進高技能勞動力的家庭人力資本,對低技能勞動力的家庭人力資本投資反而存在擠出效應;從長期來看,數字經濟引致的生產率效率提高會提升低技能勞動力的相對生產率,降低技能溢價水平,進而促進低技能勞動力的家庭人力資本,對高技能勞動力的家庭人力資本投資的影響反而不顯著。其三,異質性分析發現,數字經濟對家庭人力資本投資的影響在家庭養老負擔、宏觀經濟環境與政府治理水平等方面具有顯著異質性。

基于以上研究,提出如下政策建議:第一,中國式現代化進程中,應充分發揮數字發展戰略促進經濟高質量發展的積極效應,同時也要推進政府治理能力現代化。積極發揮數字經濟對異質性技能勞動力家庭人力資本投資的促進效應。針對被擠出的低技能勞動力,政府應完善數字化就業政策與就業保障,改善低技能勞動力福利水平,降低異質性技能勞動力的家庭教育投入鴻溝。第二,從政府與個人視角提升低技能勞動力數字技能水平。從政府視角,政府部門應通過數字技能培訓,加強低技能勞動力的數字技能水平,培養適應數字經濟新技術特征的數字技能型人才。從個人角度,低技能勞動力應積極利用數字經濟時代的紅利效應,充分利用有效信息,提高自身數字技能水平。第三,應注重資源配置效率提升,幫扶相對弱勢群體。政府應積極妥善處理人口老齡化問題,改善社會養老保障,降低家庭養老負擔;應充分擴大數字化就業規模,改善低技能勞動力的收入水平。