數字經濟發展、人力資本積累與勞動收入份額提升

摘要：數字經濟正成為中國扎實推進共同富裕、走好中國式現代化道路的重要抓手。構建多部門靜態一般均衡模型闡述數字經濟發展、人力資本積累與勞動收入份額之間的影響機理，采用數值模擬方法直觀展示這一影響，并利用中國2011—2020年286個城市的面板數據展開實證檢驗。研究發現，伴隨著產業結構轉型，勞動收入份額的變化方向將由服務業決定，而人力資本積累有助于降低要素替代彈性，提升勞動收入份額；數字經濟發展對勞動收入份額的影響呈現先抑制后促進的U型趨勢，且人力資本積累在其中發揮著正向調節作用。基于地理區位、城市規模、城市群、市場化水平的異質性檢驗表明，數字經濟發展對勞動收入份額的影響以及人力資本積累的調節作用存在地區差異性。因此，在數字經濟時代，要正確認識服務業在要素收入分配中發揮的重要作用，應堅持推動服務業結構升級，多渠道促進人力資本積累，加快構建“以人為本”的現代化產業體系。關鍵詞：數字經濟；人力資本；勞動收入份額；服務業；產業結構轉型；共同富裕文獻標識碼：A"""文章編號：100228482024（02）005916

一、問題提出

勞動收入份額作為國民收入初次分配的重要組成部分，保持其穩定是扎實推進共同富裕的基礎與前提。然而，自2000年以來，中國勞動收入份額呈現出持續下降趨勢，直至近年才有所回升，但始終低于大多數發達國家，如英國、法國等。因此，解釋勞動收入份額為何下降以及如何提升勞動收入份額成為經濟學界一直關注的熱點問題之一。黨的二十大報告明確指出，要“完善分配制度，堅持按勞分配為主體、多種分配方式并存，堅持多勞多得，鼓勵勤勞致富，促進機會公平，增加低收入者收入，擴大中等收入群體，規范收入分配秩序，規范財富積累機制”。進入新發展階段，中國經濟正面臨著前所未有的挑戰，亟須從資源消耗的高速增長模式向創新驅動的高質量發展模式轉變。從國際環境來看，大國博弈日趨激烈、貿易摩擦不斷升級、經濟全球化陷入低潮，中國制造業發展面臨發達國家“回流”和發展中國家“分流”的雙重壓力；從國內環境來看，資源和人口紅利逐漸消失，經濟增速下行壓力日益加大，過去四十多年高速增長導致的區域發展不平衡、收入差距擴大等問題較為突出。在這一現實背景下，如何有效提升勞動收入份額對促進“提低擴中”、保障社會穩定尤為重要。

縱觀經濟發展史，歷次工業革命是發達國家實現“彎道超車”“換道超車”的關鍵時期，如第一次工業革命的英國、第二次工業革命的德國以及第三次工業革命的美國。近幾年，伴隨著大數據、物聯網、機器人、人工智能等新一代信息技術在經濟社會中的不斷滲透與應用，數字經濟有望成為繼工業經濟后的新型經濟形態，是成功打開“第四次工業革命”之門的鑰匙。從微觀要素視角來看，資本和勞動等傳統要素通過數字賦能后生產效率得到大幅提升，但不同要素的數字化賦能效果差異明顯。實際上，Acemoglu等[12]的研究均認為數字技術對資本生產率的提升作用更為明顯，即體現為資本擴展型技術進步。由于各類產業具有不同的要素密集型特征，數字技術賦能會促使要素有選擇地進入各類產業，導致要素收入分配格局的變化。此外，不同產業內部的要素收入分配本身差異較大，產業結構轉型也必然會帶來經濟體勞動收入份額的變化[3]。那么，數字經濟能否承擔提升勞動收入份額的重任？其對勞動收入份額的影響是抑制還是促進？人力資本積累在其中又發揮著何種重要作用？這些是本文擬要探討的核心問題。

2024年3月"第46卷"第2期

宋培，"李琳，"白雪潔

數字經濟發展、人力資本積累與勞動收入份額提升

與本文研究密切相關的文獻大致可分為兩支。一是關于勞動收入份額的影響因素研究，根據研究視角可以分為多部門、單一部門和綜合視角三類。首先，基于多部門視角的文獻主要是從產業結構變遷的角度來解釋勞動收入份額變化，這些文獻都強調不同產業間的勞動收入份額差異，認為第二、三產業的勞動收入份額低于第一產業，因此伴隨著產業結構由農業向非農業轉型，勞動收入份額會呈現出逐漸下降的變化趨勢[4]。而劉亞琳等[3]認為產業內部勞動收入份額按照由高到低排序分別是第一產業、第三產業和第二產業，據此采用第二產業就業人數的倒U型變化成功解釋了中國勞動收入份額的U型演變規律。其次，基于單一部門視角的文獻主要是探討某一部門內部勞動收入份額變化的影響因素，包括要素偏向型技術進步、國有企業改革、工會、對外開放等。陳宇峰等[5]通過構建一個考慮技術偏向、壟斷利潤等因素的生產決策模型，提出了技術偏向性是決定勞動收入份額的關鍵因素，并指出中國勞動收入份額長期低位運行的主要原因是占有大量資源的國有企業選擇了資本偏向型技術；林令濤等[6]探討了國有企業改制對企業勞動收入份額的影響機制，認為勞動生產率和工資率的不平衡增長是國有企業改革降低企業勞動收入份額的重要原因；魏下海等[7]通過理論模型和實證檢驗揭示了工會在勞動收入份額提升中發揮的重要作用；蔣為等[8]基于經濟全球化視角研究認為國際生產分割的上升會降低中國勞動收入份額。最后，基于綜合視角的文獻嘗試將多部門的產業結構變遷因素和單一部門的其他影響因素納入統一分析框架來解釋中國勞動收入份額的變化規律，如王林輝等[9]將要素偏向型技術進步與產業結構變遷納入統一分析框架，研究要素偏向型技術進步如何內生影響產業結構轉型和勞動收入份額。

二是關于數字經濟發展對勞動收入份額的影響研究。目前，直接探討數字經濟發展對勞動收入份額影響的文獻較少，有學者探討了企業數字化轉型對勞動收入份額的影響，研究認為數字化轉型可以通過優化人力資本結構、提高企業生產效率、發揮就業創造效應、賦予普通員工自主權等途徑提升企業勞動收入份額[10]。還有學者研究了人工智能、機器人等新一代信息技術對勞動收入份額的影響，如Acemoglu等[1]將人工智能看作自動化生產方式，認為人工智能發展會帶來資本對勞動的替代，從而降低勞動收入份額；Bessen等[1112]將人工智能看作要素擴展型技術進步，研究認為人工智能對勞動收入份額的影響是不確定的，具體影響方向取決于要素擴展型技術進步的類型以及不同種類要素擴展型技術進步間的差異；郭凱明[13]通過構建多部門一般均衡模型，提出了人工智能擴展型技術進步會推動生產要素在產業間的重新配置，從而帶來勞動收入份額的變化，而具體影響方向取決于產業密集特征、要素替代彈性等多個參數的大小；王靜等[14]研究表明，機器人應用會降低企業勞動收入份額。此外，有文獻初步揭示出人力資本在提升勞動收入份額中的重要作用，如周茂等[15]認為現有從產業結構變遷視角解釋勞動收入份額下降的理論存在不足，其中之一就是忽視了人力資本積累的積極作用，技能人才與資本在生產過程中往往具有互補性特征，因此人力資本積累有利于提升勞動收入份額。

綜上所述，一方面，現有關于勞動收入份額的影響因素研究已經較為豐富，但將兩個及以上影響因素綜合納入統一分析框架，內生解釋其對勞動收入份額影響的研究不足；另一方面，雖有部分學者針對人工智能、機器人等新一代信息技術對勞動收入份額的影響展開研究，但聚焦數字經濟發展本身對勞動收入份額影響的研究不足，且上述研究均忽視了人力資本積累在勞動收入份額提升中發揮的重要作用。鑒于此，本文從以下三方面對現有研究進行了拓展。一是研究內容上，內生分析數字經濟發展影響勞動收入份額的同時，又考慮了人力資本積累在其中發揮的重要作用，理論機制中既刻畫了單一部門的要素擴展型技術進步對勞動收入份額的影響，又涵蓋了多部門的產業結構變遷效應；二是研究方法上，通過構建多部門一般均衡模型，將數字經濟發展以資本擴展型技術進步納入模型，同時以要素替代彈性高低來刻畫人力資本水平，清晰闡述數字經濟發展、人力資本積累和勞動收入份額之間的影響機理，并借助數值模擬對這一機制予以直觀展示；三是政策啟示上，加快構建現代化產業體系和逐步邁向共同富裕是中國式現代化的必然要求，雖然數字經濟發展在提高生產力水平、推動產業轉型等方面發揮著積極作用，但也要謹防其帶來的收入差距擴大和就業極化效應，本文研究揭示出人力資本積累是數字經濟時代提升勞動收入份額的關鍵。

二、理論分析

（一）理論框架

在中國經濟結構逐漸向服務化轉型的新發展階段，回答數字經濟發展是否有利于勞動收入份額提升以及人力資本積累在其中扮演著何種重要角色，對推動中國經濟增長動能由“人口紅利”向“人才紅利”轉變、促進“共同富裕”建設進程具有重大意義。從宏觀層面來看，勞動收入份額的變動方向取決于資本和勞動在生產函數中的替代彈性以及稟賦差異；從產業層面來看，勞動收入份額等于不同產業部門內勞動收入份額的加權和，其變動方向取決于不同產業內生產要素間的替代彈性以及產業要素密集特征。因此，要想判斷數字經濟對勞動收入份額的具體影響，需要綜合分析數字經濟對不同產業內勞動收入份額的影響差異。

首先，由于工業部門的要素替代彈性更高，屬于“靈活部門”，數字經濟發展會賦能資本更高的生產率，推動工業部門資本深化即資本替代勞動，促使工業部門的生產力大幅提升，最終導致工業勞動收入份額不斷下降。其次，數字經濟時代，工業部門剩余勞動力將不斷向服務業部門轉移，由于工業品與服務品的低消費替代彈性，工業部門生產力相對服務業部門的大幅提高將會導致工業品價格相對服務品的大幅下降，即“鮑莫爾效應”，從而帶來服務業產值份額的不斷上升，服務業勞動力和產值份額的不斷上升即為產業結構服務化轉型。在人力資本水平較低的情形下，數字經濟發展將促使工業部門的剩余勞動力向低端服務業轉移，而低端服務業由于存在大量重復性勞動，其內部的要素替代彈性更高，勞動力仍存在被人工智能替代的風險，此時數字經濟發展會降低服務業勞動收入份額；在人力資本水平較高的情形下，數字經濟發展將促使工業部門的剩余勞動力更多地向以人力資本為主要投入的高端服務業轉移，此時服務業內部的要素替代彈性將會大大降低，即高人力資本所從事的工作難以被人工智能替代。這是因為人工智能容易替代的是重復性勞動，而人力資本水平高的勞動力具有較高的學習效率，可以更為自由地在勞動力市場中尋得難以被人工智能替代的工作崗位，所以勞動工資將會不斷提高，最終帶來服務業勞動收入份額的不斷上升。

基于此，經濟體勞動收入份額可以表示為各產業勞動收入份額的加權和，由于產業結構不斷向服務化轉型，服務業勞動收入份額的變化趨勢將最終決定經濟體勞動收入份額的演變方向。因此，在人力資本水平較低的情形下，數字經濟發展將導致經濟體勞動收入份額不斷下降，即不利于“共同富裕”目標的實現；在人力資本水平較高的情形下，數字經濟發展可能會在前期導致經濟體勞動收入份額下降，但伴隨著產業結構向服務化轉型，數字經濟發展將有利于經濟體勞動收入份額的提升，即有利于推動“共同富裕”建設進程。

（二）理論模型

為更清晰地闡明上述理論機理，本文借鑒郭凱明等[2]的研究，構建一個多部門靜態一般均衡模型，在經濟結構向服務化轉型的一般規律下，闡述數字經濟發展、人力資本積累與勞動收入份額提升之間的影響機制。模型中的供給端包括工業和服務業兩個最終品生產部門，分別用下標1、2表示。工業和服務業部門將資本和勞動作為生產要素投入，以常替代彈性（CES）生產技術生產工業品和服務品，生產函數表示為：

Yj="［α1/σjj（DKj）（σj－1）/σj+（1－αj）1/σjL（σj－1）/σjj］σj/（σj－1）（1）

其中，j=1、2，Yj表示工業品和服務品的生產數量；Kj、Lj分別表示工業和服務業部門使用的資本和勞動投入；D表示數字經濟發展水平，借鑒郭凱明等[2]的研究，以資本擴展型技術進步形式引入模型；αj用來衡量資本和勞動在最終品生產中的相對重要性，滿足0lt;αjlt;1；σj表示資本和勞動在最終品生產中的替代彈性，滿足σj≥0。如上文所述，人工智能容易替代的是重復性勞動，而人力資本水平高的勞動力具有較高的學習效率，難以被人工智能替代。為了便于分析人力資本積累在數字經濟發展影響勞動收入份額中發揮的作用，本文將服務業部門的要素替代彈性表示為人力資本水平的減函數，記作σ2=f（h），其中，h代表人力資本水平，h越大，σ2就越小，即資本就越難以替代勞動"本文未將工業部門的要素替代彈性表示為人力資本的函數，但這并不影響本文分析結論。當然，人力資本積累可能會影響工業部門的要素替代彈性，但由于工業部門的要素替代彈性較高，且具備資本密集型特征，勞動力最終會被資本替代從而進入服務業，即使將工業部門的要素替代彈性表示為人力資本的函數也并不會改變這一規律，為了便于分析，本文僅將人力資本引入服務業部門的要素替代彈性。。

最終品生產部門的優化行為。在完全競爭市場中，工業和服務業部門在工業品價格P1、服務品價格P2、資本租金R和勞動工資W既定的前提下，選擇合適的要素投入和最終品產出實現自身利潤最大化。根據最終品生產部門利潤最大化的一階條件可得：

R=PjY1/σjjα1/σjjD（σj－1）/σjK－1/σjj（2）

W=PjY1/σjj（1－αj）1/σjL－1/σjj（3）

模型的需求端由一個代表性家庭構成，代表性家庭通過在要素市場提供資本K和勞動L獲得資本租金RK和勞動工資WL，并將收入用于工業品和服務品的消費，其效用函數和預算約束方程表示如下：

C="［ω1/εC（ε－1）/ε1+"（1－ω）1/εC（ε－1）/ε2］ε/（ε－1）（4）

P1C1+P2C2=RK+WL（5）

其中，C1和C2分別表示代表性家庭消費工業品和服務品的數量；C表示消費所獲得的總效用，也可以看作復合消費品的數量。

代表性家庭效用最大化行為。在完全競爭市場中，代表性家庭在工業品價格P1、服務品價格P2和收入（RK+WL）既定的前提下，選擇最優的消費組合實現效用最大化。根據代表性家庭效用最大化的一階條件可得：

P1/P2=ω1/εC－1/ε1/［（1－ω）1/εC－1/ε2］

（6）

要素市場出清。社會總資本、勞動總供給分別等于工業和服務業部門對資本、勞動的投入需求，表示為：

L=L1+L2（7）

K=K1+K2（8）

產品市場出清。工業和服務業部門生產的最終品供給等于家庭的消費需求，表示為：

Yj=Cj（9）

定義資本和勞動在工業部門的分配比重分別為xk、xl。聯立式（2）（3）（6）并代入市場出清條件，整理后可得：

（α2）1/σ2（xk）1/σ1（DK）1/σ1－1/σ2/［（1－α2）1/σ2（1－xk）1/σ2

（L）1/σ1－1/σ2］=（α1xl）1/σ1/［（1－α1）1/σ1（1－xl）1/σ2］（10）

（xl）1/σ1/（1－xl）1/σ2=ω1/εY1/σ1－1/ε1（1－α1）1/σ1/［（1－ω）1/εY1/σ2－1/ε2（1－α2）1/σ2］"（11）

給定資本、勞動的總供給以及外生參數，式（10）（11）便決定了模型的均衡解（xk，xl），繼而可以求解出其余的內生變量。從模型中可以發現，伴隨著數字經濟發展（D變化）和人力資本積累（h變化），資本和勞動在產業間將重新配置，不同產業的產值份額也相應發生變化，即產業結構轉型。由于數字經濟發展和人力資本積累會帶來不同產業內勞動收入份額的變化，且不同產業的勞動收入份額存在顯著差異，因此，產業結構轉型也必然會引起經濟體勞動收入份額的變化。接下來，本文采用比較靜態分析方法明確數字經濟發展、人力資本積累與勞動收入份額提升之間的具體影響。

定義θj=（Yj/Kj）/（Yj/Kj）為j產業的資本產出彈性，根據式（1）可得：

[HJ2mm]θj=α1/σjj（DKj）（σj－1）/σj/［α1/σjj（DKj）（σj－1）/σj+（1－αj）1/σjL（σj－1）/σjj］（12）

通過對式（10）（11）等號左右兩側取自然對數后進行微分，對D進行比較靜態分析可得：d（lnxl）/d（lnD）gt;0ε－σ2θ2lt;ε－σ1θ1；d（lnxk）/d（lnD）gt;0ε－σ11－θ1lt;ε－σ21－θ2；d［ln（P1Y1/P2Y2）］/d（lnD）gt;0ε－1θ1－θ2gt;0；d［ln（RKj/WLj）］/d（lnD）gt;0σjgt;1。

上述分析表明，數字經濟發展對勞動收入份額的影響取決于消費替代彈性、工業和服務業的要素替代彈性，而人力資本積累又會通過改變資本與勞動間的要素替代彈性調節數字經濟發展對勞動收入份額的影響。

接下來分析數字經濟發展對經濟體勞動收入份額的影響。定義LP為經濟體的勞動收入份額。根據勞動收入份額的計算方式可以將經濟體的勞動收入份額分解到工業和服務業部門，表示為：

LP=WL/Q=（WL1+WL2）/（P1Y1+P2Y2）=y1WL1/（P1Y1）+［（1－y1）WL2］/（P2Y2）（13）

其中，y1=P1Y1/（P1Y1+P2Y2）。根據式（13）可知，經濟體的勞動收入份額可以表示為各產業的勞動收入份額以其產出份額為權重的加權和。因此，數字經濟發展會通過影響產業結構和各產業內要素收入份額，帶來經濟體勞動收入份額的變化。為理解上述經濟機制，考慮以下兩種特殊情形。

第一，人力資本水平較低的情形：σ1gt;σ2gt;1gt;ε。在此時，d（lnxl）/d（lnD）lt;0，d［ln（P1Y1/P2Y2）］/d（lnD）lt;0，d［ln（RK1/WL1）］/d（lnD）gt;0，d［ln（RK2/WL2）］/d（lnD）gt;0。當工業品和服務品的消費替代彈性較低、工業部門和服務業部門的要素替代彈性都較高，且工業部門的要素替代彈性大于服務業部門，即工業部門相比于服務業更加“靈活”時，數字經濟發展會促使勞動要素流向服務業部門，同時帶來服務業產出份額的不斷提升，即推動產業結構向服務化轉型。由于人力資本水平較低，進入服務業的勞動力仍存在被人工智能替代的風險，數字經濟發展會同時降低工業和服務業部門的勞動收入份額，最終導致經濟體勞動收入份額的不斷下降。

第二，人力資本水平較高的情形：σ1gt;1gt;σ2=ε。在此時，d（lnxl）/d（lnD）lt;0，d［ln（P1Y1/P2Y2）］/d（lnD）lt;0，d［ln（RK1/WL1）］/d（lnD）gt;0，d［ln（RK2/WL2）］/d（lnD）lt;0。與第一種情形不同，該情形下人力資本水平顯著提高，伴隨著產業結構向服務化轉型，流入服務業部門的勞動力難以被人工智能替代，因此，數字經濟發展在降低工業部門勞動收入份額的同時會提高服務業部門的勞動收入份額，而經濟體勞動收入份額會伴隨著產業結構向服務化轉型最終呈現不斷上升的趨勢。

三、數值模擬

（一）參數選取

基于上述理論分析，本文采用數值模擬方法定量展示數字經濟發展、人力資本積累與勞動收入份額之間的影響關系。開展數值模擬的前提是確定模型中的參數取值，本文先根據現有研究設定一部分參數，再讓其余參數在合理的范圍內波動，以一年為1期，本文將模擬30期的經濟情況。

第一，關于供給端的參數設定。為刻畫數字經濟發展對勞動收入份額產生的影響，本文設定數字經濟發展水平的初始值為1即D（1）=1，此后，以每年10%的技術進步率提升即D（t+1）=D（t）×1.1。根據郭凱明等[2，16]的研究，工業部門比服務業部門在生產要素的配置上更為“靈活”，即具有更高的要素替代彈性，據此設定σ1=2；為刻畫人力資本水平積累帶來的影響，設定σ2逐漸下降，分別取值為1.4、12、0.8以及0.6，這表明人力資本水平提升會帶來資本與勞動間替代彈性的不斷下降。相較于服務業部門，工業部門更具備資本密集特征，因此設定α1=0.6表征資本在工業部門生產中更為重要，同理設定α2=0.4表征勞動在服務業部門生產中更為重要。

第二，關于需求側的參數設定。根據Herrendorf等[1718]的研究，家庭效用函數中工業品和服務品之間的消費替代彈性小于1，據此設定ε=0.5。基于需求端的產業結構轉型理論表明，隨著經濟發展水平的不斷提高，物質消費給人們帶來的效用水平將逐漸下降，而服務或者精神消費帶給人們的效用水平將不斷上升。因此，本文在基準模型中設定ω=0.5，表征工業品與服務品在家庭消費中的權重相等；在敏感性分析中設定ω=0.4表征服務品消費更重要的情形。為控制資本積累和人口數量對勞動收入份額產生的影響，本文將資本和勞動的總供給固定為1，即K=L=1。

（二）基準模擬結果

基于上述參數設定，基準模擬結果如圖1所示。隨著數字經濟發展，工業品實際產出將不斷增加即物質生產不斷豐富，勞動力逐漸從工業流向服務業，從而帶來服務業就業比重和產值份額的不斷提高，即產業結構向服務化轉型。與此同時，工業部門的勞動收入份額呈現逐漸下降趨勢，而服務業部門的勞動收入份額的變化方向取決于人力資本積累水平。具體而言，當人力資本水平較低時，人工智能更容易替代勞動力，服務業部門的要素替代彈性較高，此時數字經濟發展會導致服務業部門的勞動收入份額不斷下降；當人力資本水平較高時，人工智能不易替代勞動力，服務業部門的要素替代彈性較低，此時數字經濟發展將有利于促進服務業部門的勞動收入份額提升。通過對比σ2從1.4下降至0.6的模擬結果可以發現，伴隨著人力資本的不斷積累，服務業部門的要素替代彈性不斷下降，工業部門的勞動收入份額所呈現出的下降趨勢更為明顯，而服務業部門的勞動收入份額則從下降逐漸轉為上升。當人力資本水平較低時，經濟體勞動收入份額因工業和服務業部門內部勞動收入份額的下降也呈現逐年下降趨勢，但當人力資本水平較高時，經濟體勞動收入份額會隨著產業結構服務化由降轉升。因此，數字經濟發展對勞動收入份額的影響與地區人力資本水平積累密切相關，當數字經濟發展不利于勞動收入份額提升時，人力資本積累能夠緩解這種負面影響，當數字經濟發展有利于勞動收入份額提升時，人力資本積累能夠正向促進這種積極效應。

圖1"基準模擬結果

從上述變量的具體變化情況來看，當σ2=1.4時，工業部門的實際產出將會增加5.376單位，服務業就業比重和產出份額將會分別上升24.81%和6.46%，工業勞動收入份額、服務業勞動收入份額和經濟體勞動收入份額將分別下降30.24%、17.98%和22.02%；當σ2=1.2時，工業部門的實際產出將會增加5.356單位，服務業就業比重和產出份額將會分別上升29.82%和8.58%，工業勞動收入份額、服務業勞動收入份額和經濟體勞動收入份額將分別下降32.00%、10.05%和17.42%；當σ2=0.8時，工業部門的

實際產出將會增加5.609單位，服務業就業比重和產出份額將會分別上升37.13%和16.15%，工業勞動收入份額將下降35.83%，服務業勞動收入份額將上升12.14%，經濟體勞動收入份額將下降0.87%；當σ2=0.6時，工業部門的實際產出將會增加6.114單位，服務業就業比重和產出份額將會分別上升3885%和22.07%，工業勞動收入份額將下降37.45%，服務業勞動收入份額和經濟體勞動收入份額將分別上升24.57%和11.66%。

（三）敏感性分析

為保證數值模擬結果的穩健性和可靠性，防止參數設置的特殊性和主觀性帶來的偶然結果，本文在不改變上文參數間關系的同時，通過調整需求端和供給端的相關參數取值展開敏感性分析。一是家庭消費中工業品和服務品之間的消費替代彈性，將基準模型中的ε=0.5改為ε=0.3；二是家庭消費中工業品和服務品之間的重要性，將基準模型中的ω=0.5改為ω=0.4，模擬服務品消費更重要的情形；三是工業部門生產中資本和勞動之間的替代彈性，將基準模型中的σ1=2改為σ1=3；四是工業部門生產中資本和勞動之間的重要性，將基準模型中的α1=0.6改為α1=0.7；五是數字經濟發展水平的進步率，將基準模型中的D（t+1）=D（t）×1.1改為D（t+1）=D（t）×1.2，模擬數字經濟發展速度更快的情形。上述敏感性分析結果表明，核心變量呈現出的變化趨勢不變，即本文基準模擬結果是穩健可靠的。

四、實證設計

（一）模型構建

上文從理論層面闡述了數字經濟發展、人力資本積累與勞動收入份額提升之間的影響機理，接下來，本文基于2011—2020年中國城市面板數據，構建計量模型展開實證檢驗。首先，為直接檢驗數字經濟發展對勞動收入份額的影響，構建基準計量模型如下：

Lpeit=α0+α1Digit+α2Xit+δi+δt+εit（14）

其中，i代表城市，t代表年份；被解釋變量是勞動收入份額（Lpe）；核心解釋變量是數字經濟發展（Dig）；X表示控制變量，包括人力資本（Hum）、財政自由度（Fin）、創新能力（Sci）、產業結構（Str）、人口密度（Pde）和經濟發展水平（Eco）；δi表示城市層面的固定效應；δt表示年份層面的固定效應；εit為隨機誤差項。

前文理論分析表明，數字經濟發展對勞動收入份額的影響具有階段性特征，兩者之間可能會表現出非線性關系。為檢驗數字經濟發展對勞動收入份額的非線性影響，本文在基準計量模型中納入數字經濟發展的二次項進行計量分析，模型設定如下：

Lpeit=α0+α1Digit+α2Dig2it+α3Xit+δi+δt+εit"""（15）

進一步地，為檢驗人力資本積累在數字經濟發展與勞動收入份額之間發揮的重要作用，本文采用以下三種方式展開實證檢驗。一是在基準計量模型中納入數字經濟發展與人力資本水平的交互項，通過觀察人力資本水平在數字經濟發展與勞動收入份額之間發揮的調節作用，初步判斷人力資本積累的影響；二是基于人力資本水平展開異質性分析，從而判斷人力資本積累在數字經濟發展影響勞動收入份額中發揮的重要作用；三是將人力資本水平作為門檻變量，采用門限回歸的方法實證檢驗數字經濟發展對勞動收入份額的影響。調節效應和門限回歸的模型設定如下：

Lpeit=α0+α1Digit+α2Digit×Humit+α3Xit+δi+δt+εit""""（16）

Lpeit=α0+α1Digit×I（qit≤γ）+α2Digit×I（qitgt;γ）+α3Xit+δi+δt+εit（17）

其中，I（·）為示性函數；qit為門限變量，即人力資本水平；γ為待估計的門限值。

（二）變量說明

1.被解釋變量

勞動收入份額（Lpe）。本文借鑒宮汝凱[19]的做法，使用各城市在崗職工工資總額與城市GDP之比衡量勞動收入份額。

2.核心解釋變量

數字經濟發展（Dig）。目前，學術界普遍通過構建以互聯網發展和數字交易為核心的指標體系來測度城市數字經濟發展，本文遵循這一思路，借鑒陳貴富等[20]的研究，使用人均電信業務、互聯網普及率、移動互聯網普及率、信息就業人數占比、數字普惠金融指數和數字經濟專利授權量六項指標，并利用主成分分析法將上述指標標準化后降維處理，計算得到城市數字經濟發展指數。

3.調節變量

人力資本水平（Hum）。伴隨著產業結構向服務化轉型升級，勞動力會大量向服務業部門轉移，而人力資本水平的高低將決定服務業部門內部資本與勞動之間的替代彈性，從而調節數字經濟發展對勞動收入份額的影響方向和大小。當人力資本水平較低時，服務業部門的要素替代彈性將會變大，數字經濟發展不利于勞動收入份額提升；當人力資本水平較高時，數字經濟發展有利于勞動收入份額提升。因此，人力資本積累是發揮數字經濟提升勞動收入份額作用的重要變量，本文參考盛偉等[21]的做法，使用城市每十萬人普通高等學校在校學生數衡量城市人力資本水平，由于大學生在進入工作崗位后才能真正發揮人力資本作用，因此本文對這一變量進行滯后處理。

4.控制變量

參考趙濤等[2223]的研究，本文選取以下控制變量：（1）財政自由度（Fin），采用城市公共財政收入與公共財政支出之比衡量；（2）創新能力（Sci），采用城市科學技術支出與公共財政支出之比衡量；（3）產業結構（Str），采用城市第三產業增加值與第二產業增加值之比衡量；（4）人口密度（Pde），采用城市年平均人口與行政區域土地面積之比衡量；（5）經濟發展水平（Eco），采用城市人均GDP的對數衡量。

（三）數據來源

本文選取2011—2020年中國286個城市的面板數據進行實證分析"考慮到數據可得性，本文數據不包括中國西藏、香港、澳門和臺灣，并刪除了數據嚴重缺失的樣本，最后得到286個城市的面板數據。，原始數據來源于《中國城市統計年鑒》、《中國統計年鑒》、各省份統計年鑒和中國研究數據服務平臺（CNRDS）數據庫。本文以2011年為基期對所有以貨幣價值表示的數據進行價格調整，少量缺失值使用插值法補齊。主要變量的描述性統計結果見表1。

五、實證結果

（一）基準回歸結果

根據Hausman檢驗結果，本文采用雙向固定效應模型進行實證分析。表2報告了式（14）～（16）的回歸結果。其中，第（1）（2）列為式（14）

的回歸結果，可以發現數字經濟發展對勞動收入份額的影響顯著為負，納入控制變量后，數字經濟發展對勞動收入份額的影響為負，但顯著性有所降低；第（3）（4）列分別為式（15）不加控制變量、加入控制變量的回歸結果，可以發現無論是否納入控制變量，數字經濟發展對勞動收入份額的影響均呈現為先抑制后促進的U型趨勢；第（5）列為式（16）的回歸結果，可以發現人力資本水平在數字經濟發展影響勞動收入份額中發揮著顯著的正向調節作用，這表明數字經濟時代可以借助人力資本積累來提升勞動收入份額，從而推動實現共同富裕目標。

為進一步驗證人力資本積累的重要性，本文按人力資本水平將城市分為人力資本水平高、中、低三個等級展開異質性分析，檢驗結果見表3。可以發現，人力資本水平越高的城市，數字經濟發展對勞動收入份額的負向影響越不顯著，且數字經濟發展二次項對勞動收入份額的影響顯著為正。對比調節效應的回歸結果發現，人力資本水平越高的城市，人力資本積累對勞動收入份額提升的正向調節作用越大且越顯著，表明加快人力資本積累是數字經濟時代推動共同富裕建設的重要渠道。

表4和表5匯報了以人力資本水平作為門限變量的回歸結果。按照門限回歸的檢驗步驟，本文依次對“不存在門檻值”“存在一個門檻值”“存在兩個門檻值”進行估計。根據表4的回歸結果可知，F統計量在“一門檻”和“二門檻”模型中顯著，因此，模型中存在兩個門檻值，但根據表5給出的門檻值估計結果，由于第二個門檻不在人力資本水平的取值范圍內，予以排除。上述門限回歸的結果表明，當人力資本水平低于27.677時，數字經濟發展對勞動收入份額的影響顯著為負；當人力資本水平高于27.677時，數字經濟發展對勞動收入份額的影響由負轉正。基于門限回歸的實證結果同樣證實了人力資本積累在提升勞動收入份額中發揮的重要作用。

上述實證結果與理論分析相一致，數字經濟發展對勞動收入份額的影響取決于不同產業的綜合效應。一方面，數字經濟發展會加快工業部門的資本深化從而降低工業勞動收入份額；另一方面，數字經濟會促使勞動力流向服務業部門，當服務業結構性矛盾突出時，數字經濟發展將不利于服務業勞動收入份額提升，因而也不利于經濟體勞動收入份額提升，但當服務業結構逐漸向高級化轉型時，數字經濟發展對服務業勞動收入份額的影響將由負轉正。本文實證結果表明，數字經濟發展對勞動收入份額的影響呈現為先降后升的U型趨勢，且人力資本的調節效應顯著為正。主要原因在于，當前中國服務業整體的要素替代彈性較低，即資本難以完全替代勞動，這既與數字技術的發展階段有關，又與中國服務業中存在的可被替代的重復性勞動占比高低有關，即便是傳統的生活性服務業，也存在大量難以被機器替代的復雜勞動。因此，在工業部門，數字經濟發展主要通過賦能資本要素推動物質生產智能化如“機器換人”，從而對勞動收入份額產生負向作用，但在服務業部門，數字技術賦能資本更高生產率的同時，也需要相應的勞動投入，從而對勞動收入份額產生正向作用。隨著服務業結構在新一代信息技術的支撐下不斷優化，依靠人的情感、精神為主要投入的服務品成為消費主力，服務業的勞動密集型特征更加突出，對高人力資本的勞動需求激增，此時數字經濟發展對服務業勞動收入份額的提升作用將更為明顯。當產業結構服務化水平較低時，經濟體勞動收入份額的變化取決于工業勞動收入份額的變化，而當產業結構服務化水平較高時，經濟體勞動收入份額的變化將由服務業勞動收入份額的變化決定。所以，伴隨著產業結構向服務化轉型，數字經濟發展對經濟體勞動收入份額的影響呈現出先抑制后促進的U型趨勢。

雖然門限回歸已經證明數字經濟發展與勞動收入份額之間呈現U型關系，為進一步驗證這一結論，本文展開U型關系檢驗。根據檢驗結果，可以發現極值點為3.051，位于數據范圍內，且能在1%的水平上拒絕原假設，說明數字經濟發展與勞動收入份額之間呈現U型關系。本文在模型中加入數字經濟發展的三次項進行回歸，發現三次項系數不顯著，因此排除S型關系的可能。綜上，本文研究結論較為穩健，即數字經濟發展對勞動收入份額的影響呈現為先抑制后促進的U型關系。

（二）穩健性檢驗

為保證基本結論的穩健性和可靠性，本文分別采用加入省份固定效應、“省份×時間”固定效應，替換核心解釋變量以及工具變量檢驗的方法展開穩健性檢驗。

首先，加入省份固定效應、“省份×時間”固定效應。現有研究表明，中國不同省份間的數字經濟發展水平差異明顯，即存在“數字鴻溝”現象，且數字經濟發展具有顯著的空間溢出效應[24]。因此，為保證基準結果的可靠性，本文在基準回歸模型中加入省份固定效應、“省份×時間”固定效應，緩解宏觀系統性環境差異帶來的估計偏差。上述回歸結果如表6第（1）～（4）列所示。

其次，替換核心解釋變量。參考趙濤等[22]的研究，本文重新測算城市數字經濟發展指數，對基準計量模型展開估計，回歸結果如表6第（5）（6）列所示。

再次，安慰劑檢驗。從理論上來講，未來數字經濟發展不會對當前城市勞動收入份額產生影響，因此，本文將未來一期數字經濟發展作為核心解釋變量進行回歸，如果該項系數顯著則說明基準回歸中存在重要的遺漏變量。回歸結果如表6第（7）列所示。

（三）異質性分析

1.地理區位異質性

本文以中國八大經濟區作為劃分標準，將樣本劃分為東北、北部沿海、東部沿海、南部沿海、黃河中游、長江中游、大西南、大西北八個地區對基準計量模型展開重新估計"限于版面，回歸結果留存備索。。根據回歸結果可以發現，東部沿海和南部沿海地區的回歸結果與基準回歸結果一致，即數字經濟發展對勞動收入份額的影響呈現出先抑制后促進的U型趨勢；在東北、北部沿海、大西北、黃河中游和大西南地區，數字經濟發展對勞動收入份額的影響雖然呈現出U型趨勢，但并不顯著；在長江中游地區，數字經濟發展抑制了勞動收入份額的提升。根據調節效應的回歸結果可以發現，除長江中游和東北地區外，人力資本積累在數字經濟對勞動收入份額的影響中均發揮了正向調節作用，但只有東部沿海、南部沿海和黃河中游地區較為顯著，而在長江中游和東北地區，人力資本積累并未產生正向調節作用。

2.城市規模異質性分析

按照《國務院關于調整城市規模劃分標準的通知》，本文將城市樣本分為小城市（市區常住人口50萬人以下）、中等城市（市區常住人口50萬～100萬人）、大城市（市區常住人口100萬～500萬人）和特大城市（市區常住人口500萬人以上）展開異質性檢驗，估計結果如表7所示。從中可以發現，在大城市和中等城市中，數字經濟發展對勞動收入份額的影響與基準回歸結果一致；在特大城市和小城市中，數字經濟發展對勞動收入份額的影響不顯著。除特大城市和小城市之外，人力資本積累在數字經濟對勞動收入份額的影響中均發揮了正向調節作用，且該作用在中等城市更為明顯。

六、結論與政策建議

借助新信息技術革命提升勞動收入份額、構建“以人為本”的現代化產業體系，是中國式現代化背景下推動共同富裕建設的重要途徑。本文通過構建多部門靜態一般均衡模型闡明數字經濟發展、人力資本積累與勞動收入份額之間的影響機理，并采用數值模擬的定量方法直觀展示這一影響，指出數字經濟發展對勞動收入份額影響的決定性因素是產業內部的要素替代彈性，而人力資本積累有利于降低服務業內部的要素替代彈性，釋放數字經濟發展對勞動收入份額的提升潛力。具體而言，當工業和服務業部門中資本和勞動之間的替代彈性都較高時，數字經濟發展將導致勞動收入份額的不斷下降；保持工業部門中資本和勞動之間的替代彈性不變，持續降低服務業部門中資本和勞動之間的替代彈性，數字經濟發展對勞動收入份額的影響將會呈現出先抑制后促進的變化趨勢。進一步地，本文利用中國2011—2020年286個城市的面板數據展開實證檢驗。研究發現，數字經濟發展對勞動收入份額的影響呈現先抑制后促進的U型趨勢，且人力資本積累在勞動收入份額提升中發揮著積極作用，當人力資本水平高于27.677時，數字經濟發展才能有效提升勞動收入份額，該結論在一系列穩健性檢驗下仍成立。基于地理區位、城市規模、城市群、市場化水平的異質性檢驗發現，數字經濟發展對勞動收入份額的影響存在地區差異性，并非所有地區的人力資本積累都能發揮出正向調節作用。本文研究具有如下政策啟示：

第一，要謹防數字經濟時代的就業極化與收入差距擴大問題，漸進式地推進企業數字化轉型。目前，中國尚未進入高質量的服務經濟時期，多數地區仍處于工業化中后期。如果數字技術在工業部門大范圍使用，必然會釋放大量剩余勞動力向服務業轉移，而傳統服務業占據絕對比重的經濟結構無法完全吸納這些勞動力，最終造成大規模的結構性失業。首先，政府要適當放緩數字技術在經濟社會中的應用，這并不意味著要降低數字經濟研發強度，而是要加快拓展數字技術研發的深度與層次，推動研發重點從應用層向基礎層轉移。其次，在勞動收入份額不斷下降的階段，要加強完善資本市場基本制度與規則，制定反壟斷政策，拓寬居民獲取合理收入的其他渠道。

第二，要意識到服務業部門在未來要素收入分配中的主導作用，持續優化服務業結構和緩解服務業結構性矛盾。物質生產部門智能化是未來經濟運行的必然趨勢，服務業將成為吸納就業、釋放人類精神價值的核心部門，有利于提升勞動收入份額、促進共同富裕。政府要不斷優化服務業結構，打破當前低端服務業占據絕對比重的困境。由于未來吸納就業的服務業是以依靠人的精神、情感、創造力等為投入的高端服務業為主，低端服務業仍包含著大量的重復性勞動，存在被機器人替代的可能，因此需要引導勞動力從低端服務業向高端服務業轉移。

第三，通過培訓、教育、“干中學”等多種渠道促進人力資本積累，為“以人為本”的現代化產業體系建設提供人才支撐。

服務業結構優化不能僅從供給端來看，還需要從勞動力的需求角度考慮，大部分勞動力之所以在低端服務業長期“漂移”，是因為自身技能的限制，而人力資本積累與結構調整需要一定的時間周期。因此，政府需要未雨綢繆，為未來經濟結構轉型做好人才儲備。

第四，依據數字經濟在區域間的差異化影響，引領和推動區域協調發展。本文研究發現，數字經濟對勞動收入份額的影響和人力資本的調節作用均存在顯著的區域異質性，這為政府因地制宜推動數字化轉型提供了理論依據。一方面，從效率的角度來講，政府可以優先推動發達地區的數字化轉型進程，打破人才等創新要素和生產要素的流動壁壘，為資源高效配置提供相應的制度保障。另一方面，從公平的角度來講，政府還應該積極探索建立有利于促進區域協調發展的長效機制，通過釋放創新發展的溢出效應，推動發達地區與落后地區的協調和均衡發展。

參考文獻：

［1］"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）："14881542.

［2］"郭凱明，潘珊，顏色.新型基礎設施投資與產業結構轉型升級[J].中國工業經濟，2020（3）：6380.

［3］"劉亞琳，茅銳，姚洋.結構轉型、金融危機與中國勞動收入份額的變化[J].經濟學（季刊），2018（2）：609632.

［4］"白重恩，錢震杰.國民收入的要素分配：統計數據背后的故事[J].經濟研究，2009（3）：2741.

［5］"陳宇峰，貴斌威，陳啟清.技術偏向與中國勞動收入份額的再考察[J].經濟研究，2013（6）：113126.

［6］"林令濤，劉海洋，逯宇鐸.國有企業改制與勞動收入份額變動之謎：基于企業效率和工資水平不平衡增長的視角[J].財經研究，2019（8）：2842.

［7］"魏下海，董志強，黃玖立.工會是否改善勞動收入份額：理論分析與來自中國民營企業的經驗證據[J].經濟研究，2013（8）：1628.

［8］"蔣為，黃玖立.國際生產分割、要素稟賦與勞動收入份額：理論與經驗研究[J].世界經濟，2014（5）：2850.

［9］"王林輝，袁禮.有偏型技術進步、產業結構變遷和中國要素收入分配格局[J].經濟研究，2018（11）：115131.

［10］黃逵友，李增福，潘南佩，等.企業數字化轉型與勞動收入份額[J].經濟評論，2023（2）：1530.

［11］BESSEN"J."Automation"and"jobs："when"technology"boosts"employment[J]."Economic"Policy，"2019，"34（100）："589626.

［12］GRAETZ"G，"MICHAELS"G."Robots"at"work[J]."Review"of"Economics"and"Statistics，"2018，"100（5）："753768.

［13］郭凱明.人工智能發展、產業結構轉型升級與勞動收入份額變動[J].管理世界，2019（7）：6077.

［14］王靜，王怡靜，宋建.最低工資、機器人應用與勞動收入份額：基于上市公司經驗證據[J].財經研究，2022（12）：106120.

［15］周茂，陸毅，李雨濃.地區產業升級與勞動收入份額：基于合成工具變量的估計[J].經濟研究，2018（11）：132147.

［16］卓瑪草.異質性要素替代彈性與中國產業結構變遷：兼論新發展格局穩增長的來源[J].經濟科學，2022（6）：2238.

［17］HERRENDORF"B，"ROGERSON"R，"VALENTINYI"A."Two"perspectives"on"preferences"and"structural"transformation[J]."American"Economic"Review，"2013，"103（7）："27522789.

［18］顏色，郭凱明，杭靜.中國人口紅利與產業結構轉型[J].管理世界，2022（4）：1533.

［19］宮汝凱.走向共同富裕之路：以技術市場發展提升勞動收入份額[J].財經研究，2023（1）：1933.

［20］陳貴富，韓靜，韓愷明.城市數字經濟發展、技能偏向型技術進步與勞動力不充分就業[J].中國工業經濟，2022（8）：118136.

［21］盛偉，廖桂蓉.教育人力資本、外部性及時空異化效應：勞動力市場效率視角[J].南開經濟研究，2021（5）：240256.

［22］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（10）：6576.

［23］魏麗莉，侯宇琦.數字經濟對中國城市綠色發展的影響作用研究[J].數量經濟技術經濟研究，2022（8）：6079.

［24］白雪潔，李琳，宋培.兼顧效率與公平：中國數字經濟發展對經濟增長與收入不平等的影響研究[J].西安交通大學學報（社會科學版），2023（1）：3850.

［25］張寬，黃凌云.結構的力量：人力資本升級、制度環境與區域創新能力[J].當代經濟科學，2022（6）：2841.

［26］于偉，張鵬，姬志恒.中國城市群生態效率的區域差異、分布動態和收斂性研究[J].數量經濟技術經濟研究，2021（1）：2342.

［27］王小魯，樊綱，胡李鵬.中國分省份市場化指數報告（2021）[M].北京：社會科學文獻出版社，2021：115.

編輯：鄭雅妮，高原