產業數字化對性別工資差距的影響研究

張明斗　郭瑞

摘要：產業數字化會促進勞動者工資收入增長，并改變工資收入分配格局。根據“生產任務”模型和“肌肉—大腦”假說，產業數字化通過改變腦力勞動與體力勞動的相對價格、促進女性勞動力就業競爭力提升和相對優勢發揮等，產生女性偏向的工資增長效應，從而可以縮小性別工資差距。將地區（省份）的產業數字化水平與2014年、2016年和2018年CLDS數據庫的微觀個體混合截面數據相匹配，分析表明：在樣本期間女性勞動者與男性勞動者之間存在顯著的工資收入差距；產業數字化能夠顯著促進勞動者的工資收入增長，該作用對女性勞動者更為顯著，從而縮小了性別工資收入差距；產業數字化可以顯著縮小低技能勞動群體和經濟發展水平較高地區的性別工資差距，但對高技能勞動群體和經濟發展水平較低地區的影響不顯著；產業數字化對中低工資群體具有顯著的促進工資增長和縮小性別工資差距作用，但對高工資群體的影響不顯著。因此，各地區（尤其是欠發達地區）應加快推進產業數字化，并優化女性就業結構，充分發揮產業數字化對工資收入分配的改善作用。

關鍵詞：性別工資差距；產業數字化；“生產任務”模型；“肌肉—大腦”假說；勞動技能溢價；腦力勞動；數字技術

中圖分類號：F244；F124.3文獻標志碼：A文章編號：1674-8131（２０２３）0５-0001-17

一、引言

隨著大數據、人工智能等現代信息技術不斷實現突破，數字化已成為驅動經濟增長和創造社會價值的重要引擎。產業數字化是指以新一代數字技術為支撐，以數據賦能為主線，以數據為關鍵要素，對產業鏈上下游全要素進行數字化轉型升級和價值再造的過程。產業的數字化轉型和智能化升級不僅帶來企業生產方式和經營模式的轉變，還會對整個經濟結構及市場環境產生重要影響，比如改變勞動力市場的分配格局，在提高勞動者就業質量的同時優化就業結構（蔡昉，2017；王文，2020）［1-2］。在傳統經濟形態下，由于性別歧視以及不同性別勞動者在勞動能力稟賦上的天然差異，勞動力市場中的性別工資差距（即不同性別勞動力的工資收入存在顯著差異）普遍存在。過高的性別工資差距不僅有損整體勞動效率，而且不利于社會公平的實現。那么，產業數字化會對性別工資差距產生怎樣的影響？這是值得深入探究的重大課題。

張明斗，郭瑞：產業數字化對性別工資差距的影響研究關于性別工資差距的形成及其影響因素，現有文獻基于不同的研究視角（如人力資本水平、家庭分工、行業和崗位差異、心理特征以及性別歧視等）進行了較為廣泛的探討，并形成了較為統一的觀點。部分學者基于人力資本理論認為，性別工資差距的產生主要是因為不同性別勞動者在人力資本水平上（如受教育水平、工作經驗等）存在差異（Becker，1965；Mincer，1974）［3-4］；從家庭分工來看，出于兼顧的原因，女性可能會選擇薪資報酬相對較低的工作（Becker，1985）［5］；從行業差異來看，性別的行業分割會導致性別工資差距（Katz，1986）［6］；從就業崗位來看，女性就業普遍處于級別較低、晉升難度較高的職位（Albrecht et al.，2003）［7］；從心理特征來看，不同性別勞動力在非認知能力上的差異也是造成性別工資差距的重要原因（Heckman et al.，2006）［8］。國內學者更多的是從“歧視”角度來分析性別工資差距的成因，認為勞動力市場中的性別歧視越嚴重，則性別工資差距越大。相關研究發現：我國勞動力市場上存在明顯的性別歧視（張丹丹，2004；黃志嶺 等2008）［9-10］，其中，學歷低、年紀輕的女性勞動者受到的性別歧視更為嚴重（葛玉好 等，2011）［11］，性別歧視在非國有部門中更嚴重（亓壽偉 等，2009）［12］，不同行業中的性別歧視也存在顯著差異（王湘紅 等，2016；羅楚亮 等，2019）［13-14］。此外，職位隔離和職位晉升歧視是性別收入差距形成的重要機制，而職位層級內部的性別收入差距主要來源于工資歧視（卿石松 等，2013）［15］。

相比之下，由于數字經濟發展的時間較短，關于產業數字化對性別工資差距的影響研究目前基本上還停留在理論分析層面。產業數字化主要是利用數字技術對傳統產業進行升級改造，提升生產數量和生產效率的過程（肖旭 等，2019）［16］，本質上是一種由技術進步驅動的生產力革命，而技術進步通常既具有就業替代效應，又具有就業創造效應（Autor et al.，2003；Acemoglu et al.，2018，2019）［17-19］。隨著數字技術的不斷發展和廣泛應用，一方面中低技能勞動者容易被機器替代（蔡躍洲 等，2019；張新春 等，2019）［20-21］，另一方面也能夠通過擴大生產規模、產生新業態等路徑創造新的職業類型和就業崗位（楊光 等，2020；王永欽 等，2020）［22-23］。與之類似，技術進步對性別工資差距的影響也可能具有兩面性，一些學者對此進行了實證檢驗。魏下海等（2018）研究發現，生產線升級使性別工資差距得以收斂，但主要是縮小高技能工人的性別工資差距，對低技能工人性別工資差距的縮小作用有限［24］；孫早和韓穎 （2022）分析表明，人工智能發展可以縮小低技術工業部門的性別工資水平差距，但會擴大高技術工業部門的性別工資差距［25］；許健等（2022）研究顯示，工業機器人應用有助于縮小性別工資差距，該作用在初始性別工資差距較大、勞動力技能水平較低時以及制造業部門中更為明顯［26］。然而，對于產業數字化對性別工資差距的影響，還缺乏相關經驗證據。

當前，我國正處于產業數字化加速和人口老齡化加劇的發展階段，明確產業數字化對性別工資差距的影響，進而采取相應措施縮小性別工資差距，既可以改善勞動力市場結構，提高勞動生產率，促進社會公平，也有利于加快產業數字化轉型，推動經濟高質量可持續發展。有鑒于此，本文在已有研究的基礎上，建立一個產業數字化影響性別工資差距的理論模型，并基于工業數字化和服務業數字化兩個維度測度地區產業數字化水平，與中國勞動力動態調查（China Labor-force Dynamics Survey，CLDS）2014年、2016年和2018年的微觀數據進行匹配，實證檢驗產業數字化對性別工資差距的影響。

本文的邊際貢獻主要在于：第一，結合“生產任務”模型和“肌肉—大腦”假說，構建了一個分析產業數字化影響性別工資差距的理論模型；第二，通過引入產業數字化與性別虛擬變量的交乘項進行實證檢驗，為相關研究提供了思路借鑒和方法參考，并為產業數字化縮小性別工資差距提供了經驗證據；第三，從勞動者技能水平、地區經濟發展水平兩個方面分析產業數字化影響性別工資差距的異質性，并利用無條件分位數回歸和分解探究在不同工資水平下產業數字化影響性別工資差距的作用效果，有利于深入認識產業數字化的就業效應和性別工資差距的形成原因，有助于采取針對性措施有效縮小性別工資差距。

二、理論模型與研究假說

一般來講，生產力的提高伴隨著勞動者收入的增長。產業數字化在帶來生產方式革新和生產力進步的同時，也會促進勞動者的工資收入增長，這種促進作用的性別差異則會改變性別工資差距。本文認為，產業數字化將提高女性勞動力的就業競爭力，對女性勞動者工資收入增長的促進作用比男性更大，進而有利于縮小性別工資差距。具體來說，產業數字化促進勞動者工資收入增長的女性偏向性主要體現在兩個方面：

一方面，產業數字化改變了腦力勞動與體力勞動之間的相對價格（Autor et al.，2003）［17］。數字技術的應用使得許多傳統的體力勞動過程轉變為自動化、數字化的生產過程，人工智能和工業機器人等新技術能夠取代部分傳統體力勞動，進而降低了對體力勞動的需求。與此同時，產業數字化顯著提高了生產效率，企業通過數字技術能夠更有效地利用資源和人力，降低信息傳遞和獲取的成本，有助于推動人與人之間、人與機器之間更緊密地合作，從而增加對腦力勞動的需求。因此，隨著產業數字化的推進，腦力勞動的相對價格上升，這會弱化女性勞動者在體力勞動能力稟賦上的天然相對弱勢對其勞動報酬的不利影響（Goldin et al.，2006）［29］，進而縮小性別工資差距。

另一方面，產業數字化的就業創造效應為女性勞動力提供了更多的就業崗位和更便捷高效包容的就業環境，并有助于充分發揮女性勞動力的相對優勢（戚隼東 等，2020）［30］。數字技術的應用推動了彈性工作時間和遠程工作的普及，許多工作崗位允許員工利用碎片化時間遠程辦公，這使得那些因為照料家庭或其他原因而受到限制的女性勞動力可以根據家庭和自身的需要，在特定的時間段內自由選擇辦公地點，從而更好地平衡家庭和職業生活（陳璐 等，2016）［31］。產業數字化催生了許多在線平臺經濟，為女性勞動力提供了更多的靈活就業機會，如網上銷售、社交媒體營銷和遠程咨詢等（李建奇，2022）［32］。同時，人工智能、大數據等數字技術在招聘網站的應用改變了求職方式，有效降低了女性勞動力獲取就業信息和就業機會的搜尋成本（仇化 等，2023）［33］。

綜上所述，產業數字化主要通過提高腦力勞動的相對價格和強化女性勞動力的就業優勢等，對女性勞動者產生比男性勞動者更強的工資收入增長效應，進而縮小性別工資差距。當然，這種性別工資差距縮小效應在不同的情形下可能具有異質性表現。這里主要從勞動者技能水平和地區經濟發展水平兩個維度進行簡要探討：從勞動者的技能水平來看，產業數字化會改變勞動力市場的技能需求結構。隨著傳統產業與數字技術深度融合，低技能勞動力更容易被取代，而高技能勞動力則可以從數字化帶來的生產效率改進中受益，因而產業數字化對不同技能水平勞動群體性別工資差距的影響可能不同。高技能勞動力主要提供腦力勞動，低技能勞動力主要提供體力勞動，而不同性別勞動者的勞動能力稟賦差異主要表現在體力勞動上，因此相較于高技能勞動群體，產業數字化對低技能勞動群體性別工資差距的縮小作用更為明顯。此外，數字化生產主要替代的是低技能體力勞動，而這部分勞動主要由男性勞動力提供，由此造成對男性低技能勞動力的擠出，并通過降低男性勞動力的技能溢價縮小低技能勞動群體的性別工資差距。從勞動者所在地區的經濟發展水平來看，在經濟發展水平較高的地區，產業數字化的程度較高、范圍較廣，對社會經濟的影響也較大；而在經濟發展水平較低的地區，產業數字化發展相對滯后，所產生的影響也相對有限。

基于以上分析，本文提出如下假說：地區產業數字化水平提高有利于縮小性別工資差距（H1）；相比于高技能勞動群體和經濟發展水平較低地區，產業數字化的性別工資差距縮小效應在低技能勞動群體中和經濟發展水平較高地區更為顯著（H2）。

三、實證研究設計

1.模型設定與變量選擇

2.樣本選擇與數據處理

本文所使用的勞動者個體數據來自2014年、2016年和2018年的“中國勞動力動態調查”（CLDS），樣本覆蓋29個省份（不包括西藏、海南和港澳臺地區）。將三個年份的數據組合成為混合截面數據 采用混合截面數據主要基于以下兩面的考慮：一是CLDS采用輪換追蹤方式進行調查，每次調查會去掉部分上次調查的樣本，并增加新樣本，用面板數據會導致樣本量大幅減少，用混合截面數據則可以保持足夠的樣本量；二是相較于橫截面數據，混合截面數據具有更好的樣本代表性，可以獲得更準確的估計值和更有效的檢驗統計量。 ，并進行如下樣本篩選：女性年齡限定為18-55歲，男性年齡限定為18-60歲，保留非農就業樣本，刪除在校生和失去勞動能力人員，同時對主要變量存在缺失值和異常值的樣本予以剔除。基于CLDS的數據特征，個體的年工資額為所有工資、獎金和補貼的總和，工業機器人安裝密度根據國際機器人聯合會（IFR）公布的中國各行業工業機器人安裝量進行計算，兩化融合發展指數來自相應年度的《中國信息化與工業化融合發展水平評估藍皮書》，其余宏觀數據來源于《中國統計年鑒》、北京大學數字普惠金融指數、國泰安數據庫以及部分省級統計年鑒。對所有連續變量進行上下1%的縮尾處理，所有以貨幣單位衡量的變量均使用地區生產總值平減指數折算為2013年不變價格。表2報告了主要變量的定義和描述性統計結果。

四、實證檢驗結果分析

1.基準模型回歸與內生性處理

表3的（1）（3）（5）列為基準模型（1）的回歸結果，（2）（4）（6）列為基準模型（2）的回歸結果；（1）（2）列僅控制了年份、省份和行業固定效應，（3）（4）列加入勞動者人口學基本特征控制變量，（5）（6）列進一步加入其他控制變量。逐步回歸結果顯示，在模型（1）中，“產業數字化”的回歸系數顯著為正，表明勞動者所在地區的產業數字化水平提高具有顯著的工資增長效應；“性別”的回歸系數顯著為負，表明在樣本期間樣本地區存在性別工資差距。在模型（2）中，“產業數字化”和“性別”的回歸系數依然分別顯著為正和負，且“產業數字化×性別”的回歸系數顯著為正，表明地區產業數字化水平的提高有利于縮小性別工資差距，假說H1得到驗證。

2.穩健性檢驗

為進一步驗證基準模型回歸結果的可靠性，進行以下穩健性檢驗：

（1） Heckman兩步法。本文采用微觀調查數據和宏觀數據相結合的方法進行計量回歸，而在微觀調查中可能存在個體工資水平不可觀測的情況，造成樣本選擇偏誤和回歸結果有偏（李宏兵 等，2014）［38］。對此，采用Heckman兩步法進行樣本選擇糾正，并與OLS回歸結果進行對比。首先，對所有樣本進行Probit估計：Pit=δQ+ε。其中，Pit為個體工資是否可觀測變量（個體工資可觀測賦值為1，個體工資不可觀測賦值為0），協變量Q包括“性別”“年齡”“年齡平方”“婚姻狀態”“健康狀況”“政治面貌”“戶口性質”“受教育水平”“人均GDP”“平均工資”等，ε為隨機誤差項。然后，根據估計結果求得逆米爾斯率（imr）。最后，將“逆米爾斯率”作為控制變量加入基準模型進行檢驗，回歸結果見表5。在加入全部控制變量的（5）（6）列中，“逆米爾斯率”的回歸系數不顯著，且核心解釋變量的回歸系數和顯著性變化不大，表明基準模型回歸中不存在嚴重的樣本選擇性偏誤問題（孫早 等，2022）［25］，分析結果是可信的。

（2）更換計量模型。基準模型通過引入性別與產業數字化水平的交乘項來驗證產業數字化是否縮小了性別工資差距，該模型允許產業數字化水平在不同組別存在差異，但假定其他控制變量的系數不隨性別發生變化。為避免其他控制變量系數也隨性別發生變化對回歸結果產生影響，將樣本劃分為“女性”和“男性”兩個子樣本，分別檢驗“產業數字化”對“工資收入”的影響，比較地區產業數字化水平提高對不同性別勞動者工資水平的提升效果，檢驗結果如表6所示。“產業數字化”的回歸系數在“女性”子樣本中顯著大于“男性”子樣本，表明地區產業數字化水平提高對女性勞動者工資收入增長的促進作用顯著大于對男性勞動者工資收入增長的促進作用，從而有利于縮小性別工資差距。

（3）更換被解釋變量。基準模型中的被解釋變量“工資收入”采用勞動者的年工資額進行衡量，CLDS數據庫中還調查了勞動者每周平均工作小時數，據此可以計算得到勞動者的小時工資收入，將其自然對數值作為被解釋變量重新進行模型檢驗，回歸結果見表7。逐步加入控制變量后，“產業數字化×性別”的回歸系數顯著為正，進一步表明基準模型的回歸結果具有穩健性。

3. 異質性分析

根據前文理論分析，進行勞動者技能水平和地區經濟發展水平兩個方面的異質性檢驗：一是借鑒李紅陽和邵敏（2017）的方法［39］，采用最高學歷來衡量勞動者的技能水平，將具有大專及以上學歷的個體劃為“高技能勞動群體”子樣本，高中及以下學歷的個體劃為“低技能勞動群體”子樣本，分別進行模型檢驗，回歸結果見表8。二是參照張軍擴等（2019）、王思博和莊貴陽（2023）的研究［40-41］，基于人均GDP進行區域劃分，將人均GDP在7 000美元以下、7 000～10 000美元、10 000美元以上的省份分別劃歸為“較低發展水平地區”“中等發展水平地區”“較高發展水平地區”3個子樣本 其中，“較高發展水平地區”包括北京、天津、內蒙古、上海、江蘇、浙江、福建、山東、廣東、重慶、湖北，“中等發展水平地區”包括安徽、湖南、遼寧、江西、山西、四川、河南、云南、陜西、新疆、寧夏、青海，“較低發展水平地區”包括河北、貴州、廣西、吉林、黑龍江、甘肅。 ，分別進行模型檢驗，回歸結果見表9。在“低技能勞動群體”和“高發展水平地區”中，“產業數字化×性別”的回歸系數顯著為正；在“高技能勞動群體”和“中等發展水平地區”中，“產業數字化×性別”的回歸系數為正但不顯著；在“較低發展水平地區”中“產業數字化×性別”的回歸系數為負但不顯著。上述結果表明，產業數字化水平提高可以顯著縮小低技能勞動群體和經濟發展水平較高地區的性別工資差距，但對高技能勞動群體和經濟發展水平較低地區的性別工資差距沒有顯著影響，假說H2得到驗證。

4. 進一步分析：工資水平的影響

本文驗證了產業數字化的性別工資差距縮小效應及其在勞動者技能水平和地區經濟發展水平方面的異質性，但忽略了勞動者自身工資水平的影響。在不同的工資水平下，產業數字化對勞動者工資收入以及性別工資差距的影響程度是否存在差異？對此，本文進一步采用再中心化影響函數（RIF）的無條件分位數回歸和分解方法進行分析。首先對樣本工資水平分布的不同分位點進行回歸，然后在經典Oaxaca-Blinder分解的基礎上分解出不同分位點下單個協變量對總體效應的具體貢獻，并擴展到所有可定義RIF的統計量中（Firpo et al.，2007）［42］。

對不同工資水平分位點進行無條件分位數回歸的結果見表10。在10%和50%分位點，“產業數字化×性別”和“產業數字化”的回歸系數均顯著為正，說明當勞動者工資處于中低水平時，產業數字化可以顯著提高勞動者的工資水平，并有效縮小性別工資差距；在90%分位點，“產業數字化×性別”和“產業數字化”的回歸系數均不顯著，表明對于工資水平處于頂端的勞動者，產業數字化并不能顯著提高其工資收入，對性別工資差距的影響也不顯著。進一步進行無條件分位數分解，通過構建“被視為男性的女性”的反事實組，將性別工資差距分解為由個體、地區等特征稟賦差異帶來的稟賦效應（可解釋的部分）和由工資決定結構差異帶來的結構效應（不可解釋的部分），其中結構效應可歸因為性別歧視（Oaxaca，1973）［43］。分位數分解結果見表11。從稟賦效應來看，中低工資群體在產業數字化稟賦上的差異能夠有效縮小性別工資差距；從結構效應來看，產業數字化顯著減輕了中等工資群體在勞動力市場中面對的歧視；而對于高工資群體，產業數字化的稟賦效應和結構效應均不顯著。上述分析表明，產業數字化能顯著提高中低工資群體的工資水平，并顯著縮小中低工資群體的性別工資差距。

五、結論與啟示

產業數字化在提高生產效率和就業質量的同時，也在重塑勞動力市場的分配機制，使得不同性別勞動力的工資收入差距呈現出新的特征。科學識別產業數字化對性別工資差距的影響，有助于破解新時代性別工資差距難題，促進經濟可持續發展。產業數字化通過增加腦力勞動需求改變了腦力勞動與體力勞動之間的相對價格，還提供了更多的靈活就業機會和更便捷包容的就業環境，促使女性在勞動力市場中的就業競爭力得以提高，并有助于女性勞動力相對優勢的充分發揮，從而對女性勞動者具有更強的工資增長效應，由此帶來性別工資差距的縮小。本文基于“生產任務”模型和“肌肉—大腦”假說構建理論模型，探究產業數字化與性別工資差距之間的關系，同時將地區（省份）產業數字化水平與2014年、2016年和2018年CLDS數據庫的勞動者個體調查數據相匹配，實證檢驗產業數字化對性別工資差距的影響及其異質性，結果發現：（1）地區產業數字化水平的提高能夠顯著促進勞動者的工資收入增長，這種工資增長效應對女性勞動者更為顯著，從而縮小了女性勞動者與男性勞動者之間的工資收入差距，該結論經過穩健性檢驗和內生性處理后依然成立。（2）對于低技能勞動群體和經濟發展水平較高地區，產業數字化可以顯著縮小性別工資差距；對于高技能勞動群體和經濟發展水平較低地區，產業數字化對性別工資差距的影響不顯著。（3）對于中低工資群體，產業數字化具有顯著的工資增長促進效應和性別工資差距縮小效應；對于高工資群體，產業數字化對工資收入和性別工資差距沒有顯著影響。

基于上述結論，本文提出如下啟示：第一，加強數字基礎設施建設，持續推動產業數字化提速升級，充分發揮產業數字化的就業結構優化效應。進一步投資數字基礎設施建設，擴大數據流通范圍，提高數據流通效率。完善數據中心、云計算平臺等關鍵數字基礎設施，加強對物聯網、人工智能等數字技術的研發與應用，增強數字基礎設施服務能力，著力打造數字基礎設施共享平臺，為產業數字化提供有力支撐。第二，因地制宜，推進各地區產業數字化多路徑發展。對于經濟發展水平較高的地區，要以全球領先技術為目標，優先布局核心數字技術領域，搶占科技創新高地，充分發揮數字技術創新的引領性作用，推動互聯網、大數據分析等各類數字技術與各產業深度融合；對于經濟發展相對滯后的地區，應加大對產業數字化的政策傾斜和財政支持，縮小與發達地區在產業數字化方面的差距，結合當地的要素稟賦和資源環境制定適宜的數字化轉型方案，實現區域間數字經濟的均衡發展。第三，促進兩性教育公平，優化女性就業結構。為更好發揮產業數字化對女性收入增長的偏向性促進作用，應積極引導女性提高自身人力資本水平，落實教育平等政策，鼓勵女性進入科學、技術、工程和數學領域，提供面向女性的數字化培訓課程，不斷促進女性就業質量提升。同時，還應不斷完善社會保障制度和就業創業服務體系，支持新型靈活就業方式，促進女性多元化就業，優化女性就業結構。

本文探討了產業數字化對性別工資差距的影響，為通過產業數字化縮小性別工資差距提供了政策啟示，但仍存在改進和拓展的空間，比如：囿于數據限制，本文僅檢驗了省份層面產業數字化對性別工資差距的影響，需要進一步基于更為微觀的城市層面進行實證分析；產業數字化對性別工資差距的影響可能存在復雜的路徑和多樣化的異質性，有待進行更為全面細致深入地研究。

參考文獻：

［1］蔡昉.中國經濟改革效應分析——勞動力重新配置的視角［J］.經濟研究，2017，52（7）：4-17.

［2］王文.數字經濟時代下工業智能化促進了高質量就業嗎［J］.經濟學家，2020，32（4）：89-98.

［3］BECKER G S. A theory of the allocation of time［J］. The Economic Journal，1965，75：493-517.

［4］MINCER J. Schooling，experience，and earnings［M］. New York：National Bureau of Economic Research，1974.

［5］BECKER G S. Human capital，effort，and the sexual division of labor［J］. Journal of Labor Economics，1985，3（1）：33-58.

［6］KATZ L F. Efficiency wage theories：a partial evaluation［J］. NBER Macroeconomics Annual，1986，1（1）：235-276.

［7］ALBRECHT J，BJRKLUND A，VROMAN S. Is there a glass ceiling in Sweden？［J］. Journal of Labor Economics，2003，21（1）：145-177.

［8］HECKMAN J J，STIXRUD J，URZUA S. The effects of cognitive and noncognitive abilities on labor market outcomes and social behavior［J］. Journal of Labor Economics，2006，24（3）：411-482.

［9］張丹丹.市場化與性別工資差異研究［J］.中國人口科學，2004，18（1）：34-43+81.

［10］黃志嶺，姚先國.教育回報率的性別差異研究［J］.世界經濟，2009，22（7）：74-83.

［11］葛玉好，曾湘泉.市場歧視對城鎮地區性別工資差距的影響［J］.經濟研究，2011，46（6）：45-56+92.

［12］亓壽偉，劉智強.“天花板效應”還是“地板效應”——探討國有與非國有部門性別工資差異的分布與成因［J］.數量經濟技術經濟研究，2009，26（11）：63-77.

［13］王湘紅，曾耀，孫文凱.行業分割對性別工資差異的影響——基于CGSS數據的實證分析［J］.經濟學動態，2016，44（1）： 44-53.

［14］羅楚亮，滕陽川，李利英.行業結構、性別歧視與性別工資差距［J］.管理世界，2019，35（8）：58-68.

［15］卿石松，鄭加梅.“同酬”還需“同工”：職位隔離對性別收入差距的作用［J］.經濟學（季刊），2013，12（2）：735-756.

［16］肖旭，戚聿東.產業數字化轉型的價值維度與理論邏輯［J］.改革，2019，32（8）：61-70.

［17］AUTOR D H，LEVY F，MURNANE R J. The skill content of recent technological change：an empirical exploration［J］. The Quarterly Journal of Economics，2003，118（4）：1279-1333.

［18］ACEMOGLU D，RESTREPO P. The race between man and machine： implications of technology for growth，factor shares，and employment［J］. American Economic Review，2018，108（6）：1488-1542.

［19］ACEMOGLU D，RESTREPO P. Automation and new tasks： how technology displaces and reinstates labor［J］. Journal of Economic Perspectives，2019，33（2）：3-30.

［20］蔡躍洲，陳楠.新技術革命下人工智能與高質量增長、高質量就業［J］.數量經濟技術經濟研究，2019，36（5）：3-22.

［21］張新春，董長瑞.人工智能技術條件下“人的全面發展”向何處去——兼論新技術下勞動的一般特征［J］.經濟學家，2019，31（1）：43-52.

［22］楊光，侯鈺.工業機器人的使用、技術升級與經濟增長［J］.中國工業經濟，2020，37（10）：138-156.

［23］王永欽，董雯.機器人的興起如何影響中國勞動力市場？——來自制造業上市公司的證據［J］.經濟研究，2020，55（10）： 159-175.

［24］魏下海，曹暉，吳春秀.生產線升級與企業內性別工資差距的收斂［J］.經濟研究，2018，53（2）：156-169.

［25］孫早，韓穎.人工智能會加劇性別工資差距嗎？——基于我國工業部門的經驗研究［J］.統計研究，2022，39（3）：102-116.

［26］許健，季康先，劉曉亭，等.工業機器人應用、性別工資差距與共同富裕［J］.數量經濟技術經濟研究，2022，39（9）：134-156.

［27］WELCH F. Growth in womens relative wages and in inequality among men：one phenomenon or two？［J］. American Economic Review，2000，90（2）：444-449.

［28］GE S，ZHOU Y. Robots，computers，and the gender wage gap［J］. Journal of Economic Behavior & Organization，2020，178（10）：194-222.

［29］GOLDIN， CLAUDIA. "The quiet revolution that transformed women's employment， education， and family."［J］. American Economic Review 2006， 96（2）： 1-21.

［30］戚聿東，劉翠花，丁述磊.數字經濟發展、就業結構優化與就業質量提升［J］.經濟學動態，2020，48（11）：17-35.

［31］陳璐，范紅麗，趙娜，等.家庭老年照料對女性勞動就業的影響研究［J］.經濟研究，2016，51（3）：176-189.

［32］李建奇. 數字化變革、非常規技能溢價與女性就業［J］. 財經研究， 2022， 48（7）： 48-62.

［33］仇化，尹志超.數字化轉型、信息搜尋與女性高質量就業［J］.財貿經濟，2023，44（7）：124-141.

［34］王軍，朱杰，羅茜.中國數字經濟發展水平及演變測度［J］.數量經濟技術經濟研究，2021，38（7）：26-42.

［35］郭顯光.改進的熵值法及其在經濟效益評價中的應用［J］.系統工程理論與實踐，1998，18（12）：99-103.

［36］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，2019，36（8）：5-23.

［37］趙濤，張智，梁上坤.數字經濟、創業活躍度與高質量發展——來自中國城市的經驗證據［J］.管理世界，2020，36（10）：65-76.

［38］李宏兵，蔡宏波，王永進.市場潛能加劇了性別工資不平等嗎？［J］. 數量經濟技術經濟研究，2014，31（1）：22-41.

［39］李紅陽，邵敏.城市規模、技能差異與勞動者工資收入［J］.管理世界，2017，33（8）：36-51.

［40］張軍擴，羅雨澤，宋薈柯.突破“制度高墻”與跨越“中等收入陷阱”——經驗分析與理論研究結合視角［J］.管理世界，2019，35（11）：1-7+71+230.

［41］王思博，莊貴陽.中國省域碳達峰與基本現代化“雙目標”何以協同實現？［J］.中國人口·資源與環境，2023，33（3）：1-12.

［42］FIRPO S P，FORTIN N M，LEMIEUX T. Unconditional quantile regressions［J］. Econometrica，2007，77（3）：953-973.

［43］OAXACA R. Male-female wage differentials in urban labor markets［J］. International Economic Review，1973，14（3）：693-709.

Research on the Impact of Industrial Digitalization on the

Gender Wage GapZHANG Ming-dou， GUO Rui

（School of Economics， Dongbei University of Finance & Economics， Dalian 116025， Liaoning， China）

Abstract： While improving production efficiency and employment quality， industrial digitization has also reshaped the distribution mechanism of the labor market， resulting in new characteristics of the wage-income gap between different genders of the labor force. Reasonably identifying the effects of industrial digitization on the gender wage gap can help solve the problem of the gender wage gap in the new era and promote sustainable economic development.

This paper constructs a theoretical model based on the idea of “production task” and the “muscle-brain” hypothesis， and builds a comprehensive evaluation index system of industrial digitization from the perspectives of industrial digitization and service industry digitization. Based on matching micro-individual data from the China Labor Dynamics Survey （CLDS） in 2014， 2016 and 2018， we empirically examine the impact of industrial digitization on the gender wage gap. The results show that industrial digitization can significantly reduce the gender wage gap， and the conclusion still holds after robustness and endogeneity tests. Sub-sample regression finds that the effect of industrial digitization on reducing the gender wage gap is more pronounced in the group with a lower level of labor force skills and a relatively higher level of regional economic development. Further analysis reveals that industry digitalization inclines to improve female wage in the low and middle-income groups and can reduce the gender discrimination faced by middle-income groups in the labor market.

Compared with the previous literature， this paper expands on the following three aspects： firstly， the theoretical model is constructed by combining the idea of “production task” and the “muscle-brain” hypothesis to analyze the effect of industrial digitization on the gender wage gap， which enriches the theoretical framework of the effect of industrial digitization on the gender wage gap and expands the convergence channel of the gender wage gap; secondly， on the basis of empirically testing the impact of industrial digitalization on the gender wage gap and taking into account the characteristics of Chinas labor market， we further analyze the heterogeneity of the impact of industrial digitalization on the gender wage gap in terms of skill levels and levels of regional economic development， so as to provide a reference for the formulation of an effective policy for narrowing the gender wage gap; thirdly， with the help of unconditional quantile regression and decomposition， we analyze the effect of industrial digitization on the gender wage gap at different income quartiles， and analyze the constituent factors affecting the gender wage gap， so as to provide empirical experience for scientifically solving the problem of gender wage gap of the labor force nowadays.

The findings of this paper explain， to a certain extent， the effect of industrial digitization on the gender wage gap， help to formulate a development model more suitable for the digitization of traditional industries in China， and provide a strong empirical basis for the targeted formulation of industrial digitization policies to reduce the gender wage gap. This will better promote female employment， optimize the employment structure of the labor market， and release the “gender dividend”.

Key words： gender wage gap; industrial digitalization; “production task” model; “muscle-brain” hypothesis; labor skill premium; mental work; digital technology

CLC number：F244；F124.3Document code：AArticle ID：1674-8131（２０２３）0５-0001-17

（編輯：黃依潔）