數字經濟與技能工資差距

摘要：隨著引領新一輪科技革命和產業升級的數字技術發展，數字經濟必將對中國的就業和收入分配格局產生重大影響，使技能工資差距呈現新特征。通過測度2018年中國各行業的數字經濟發展水平，借助普通最小二乘法、無條件分位數回歸與OaxacaBlinder分解等方法，考察數字經濟發展對技能工資差距的影響及其作用機制。結果發現：（1）數字經濟顯著提高了低技能勞動者工資收入，且能縮小低技能群體和高技能群體內部中低收入差距；（2）數字經濟能通過就業創造效應和時間投入效應為勞動者提供更多就業機會和就業崗位，提高工作強度，縮小技能工資差距，但職位晉升效應難以充分發揮；（3）數字經濟對不同行業部門和不同社會資本群體的技能工資差距的影響存在顯著的差異性。據此提出繼續推進數字技術發展、積極探索數字經濟背景下對高收入的規范與調節路徑、完善對低技能群體的勞動權益保障體系、加強學習型社會建設，并以數字化改革推動公共服務高質量發展和實現基本公共服務均等化等政策建議。

關鍵詞：數字經濟；技能工資差距；就業創造效應；職位晉升效應；時間投入效應；收入分配文獻標識碼：A"""文章編號：100228482024（02）007515

一、問題提出

黨的二十大報告提出：“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。”2022年，中國人均國內生產總值增加到81"000元①，與高收入國家差距進一步縮小。當前，在保持勞動者收入快速增長的同時，還需完善分配制度，更合理地調節不同技能勞動力間的工資收入。如何化解收入差距較大的問題已成為全面貫徹新發展理念、著力推動高質量發展、扎實推動共同富裕、實現中國式現代化的理論要點和實踐課題。

近年來，數字經濟在國民經濟中的地位日益提高，習近平總書記指出：“促進數字技術和實體經濟深度融合，賦能傳統產業轉型升級，催生新產業新業態新模式，不斷做強做優做大我國數字經濟。”②根據中國信息通信研究院發布的《中國數字經濟發展報告（2022年）》，2021年中國數字經濟規模占國內生產總值（GDP）比重達39.8%。隨著新產業新業態新模式的不斷成熟，中國勞動力市場愈發活躍，農民、低技

能勞動者等弱勢群體得益于數字經濟的開放、自由和靈活等特性，獲得了更多就業機會和更高的工資報酬。可見，數字經濟為充分利用人力資源以降低技能工資差距提供了新的發展方向。那么，數字經濟是否縮小了技能工資差距？其背后又存在何種作用機制？數字經濟對不同群體技能工資差距的影響又有何種差異？回答上述問題既可以為數字經濟配套政策的制定提供參考，也對強化就業優先政策、提高就業質量、促進共同富裕具有重要的現實意義。

現有研究發現，數字經濟對工資差距的影響是多維復合的。在地區層面，互聯網發展對低技能勞動者的替代效應會擴大收入差距[1]，但互聯網技術也會提高地區產業集聚程度和創新水平，進而改善工資收入不平等[2]。在城鄉層面，互聯網的使用會顯著擴大農村網民的工資不平等[3]，而數字普惠金融則可能通過增加農村金融產品和服務的可得性來改善當地貧困狀況[4]。在勞動力性別層面上，互聯網對男性的工資溢價高于女性[5]，但信息技術的發展會提高求職市場效率，拓寬女性教育培訓渠道，進而增加女性薪資福利[6]。在勞動力技能層面，數字經濟的快速發展會提高相應工作崗位的復雜度，增加高技能勞動者的競爭優勢，導致生產活動對高技能勞動力的需求激增[7]，進而提高其工資收入水平。但隨著高技能勞動者收入水平的提高，其從事低技能服務的機會成本也會上升，從而增加了低技能勞動者的就業機會，且產業智能化的新工作創造效應和生產率效應，對中國低技能勞動者有顯著的益貧性[8]。

既有研究為深入理解數字經濟發展對技能工資差距的影響提供了豐富且深刻的見解，但也存在局限之處：其一，當前學術界并未對數字經濟的衡量方式形成統一的認知；其二，目前準確評估數字經濟發展對技能工資差距作用的實證研究極為匱乏。僅有的相關文獻來自于技術進步、人工智能等對技能工資差距的影響，數字普惠金融、人工智能等對包容性增長、高質量就業的影響等[910]，而鮮有文獻直接研究數字經濟發展對不同人力資本微觀個體收入格局的影響。因此，本文嘗試從數字經濟的就業創造效應及其對勞動者職位晉升和時間投入的微觀影響視角出發，探討數字經濟對技能工資差距的作用機制。

本文可能的邊際貢獻在于三個方面。第一，借鑒李帥娜等[11]對數字經濟的變量處理，從數字基礎設施、數字化使用和數字化效益三個角度對各行業數字經濟進行衡量，并利用熵值法測算出綜合數字經濟指標，從行業層面評估數字經濟對技能工資差距的影響，豐富了關于技能工資差距影響因素方面的文獻。第二，從不同維度分析數字經濟對各勞動群體間技能工資差距的影響。第三，從數字經濟的就業創造效應、職位晉升效應和時間投入效應三方面探討其影響技能工資差距的作用機制，為進一步做好人才吸引工作、完善勞動者保障制度提出政策建議。

二、理論分析與研究假設

（一）數字經濟的就業創造效應與就業替代效應"

已有研究指出，自動化和人工智能技術的發展，削弱了勞動者在程序化工作上的比較優勢，但擴大了勞動者在靈活性、創造性方面的比較優勢，甚至可能通過創造新任務、新崗位而帶動就業。當前，中國已全面步入小康社會，且以第五代移動通信（5G）技術、互聯網、大數據等為代表的數字技術服務突破了就業時空限制，衍生出大量非標準化的就業形態，也使得就業載體、勞動要求等發生改變，進而形成對就業數量影響的創造效應，有助于縮小具有不同人力資本的勞動群體間的收入不平等。從勞動力市場內部來看，根據統計型歧視理論[12]，勞動力歧視的根源在于信息不對稱，而數字化技術的進步能提高個體收集信息資源的便捷性和及時性，降低雇主獲取勞動者真實生產率信息的成本。與此同時，互聯網的發展改變了許多行業的生產流程和運營規則，降低了相關職業的進入門檻。對于云客服、網絡主播、外賣騎手等職業，勞動者可通過簡單的培訓輕松上崗。可見，數字經濟發展所帶來的新業態新模式為非就業群體提供了許多新職業和新崗位，吸納了大量因數字經濟替代效應而失業的勞動力，增加了低技能勞動者和弱勢群體的就業機會，有利于其工資水平的提高，也彌補了傳統經濟行業因為市場競爭、產能出清等造成的就業規模萎縮。從社會生產效率方面來看，數字經濟的發展會提升勞動生產效率，擴大產業規模，推動產品質量優化升級，進而釋放出更多就業崗位，同時還會影響產品價格，提高消費者福利和實際收入水平[13]。

從技術應用角度來看，馬克思指出，“雖然機器在應用它的勞動部門必然排擠工人，但也能引起其他勞動部門就業的增加”［14］。人工智能、大數據、云計算等創新技術的使用會產生大量知識技能密集型任務，從而提供更多的技術型就業崗位。美國相關研究表明，城市中每增加1個高科技產業就業，就會帶來5個其他行業的就業崗位，包括2個高端服務業（如醫生和律師）和3個消費型服務業崗位（如收銀員、餐廳服務員、售貨員）[15]。格雷等[16]在《銷聲匿跡：數字化工作的真正未來》一書中揭示了“自動化最后一公里悖論”，認為人工智能等數字技術無法完全替代人，為了實現更徹底的自動化，反而需要更多人力，這也可以解釋數字經濟時代靈活就業崗位和網絡零工平臺的產生。可見，數字經濟正向的就業創造效應遠大于其負向的替代效應，數字經濟依托數字技術發展和融合應用，創造了大量新崗位新職業，成為新增就業機會和縮小工資差距的重要推動力。基于以上分析，本文提出以下假說：

假說1：數字經濟發展的就業創造效應大于就業替代效應；數字經濟能提高就業數量，為低技能勞動者提供新型就業崗位，縮小技能工資差距。

（二）數字經濟的職位晉升效應

人的全面發展是指人的勞動能力全面、和諧、充分地發展。恩格斯指出，舊式分工會造成工人和勞動的畸形發展：工人被“細分”，勞動“單調”，這會導致大部分勞動者難以轉崗，最終陷入智力閑置的局面。而以人工智能技術為標志的數字技術進步，增加了當今社會的不確定性、易變性和復雜性。數字技術不但能有效避免舊式分工的弊端，為人的全面發展創造有利條件，還能提高個體持續適應能力，突破舒適區，進而形成對勞動者職業發展影響的晉升效應。一方面，數字經濟推動了新生崗位向服務于“人的全面發展”轉變。藝術、哲學等涉及身心塑造、人格發展的新興產業快速流行，拓寬了個人發展空間，增加了其職位晉升機遇，擴充了勞動力市場中的職業流動空間。另一方面，數字技術進步與移動互聯網的發展極大地豐富了教育資源，改變了傳統的學習方式，進而為重塑個人發展路徑、提升個人人力資本以及職位晉升奠定了基礎。

然而，在數字技術進步和人工智能發展的沖擊下，中等技能工作崗位數量會下降，其內部技術性失業者被迫重新就業。由于個人學習能力和發展潛力存在差別，數字經濟可能導致一部分人員往低端行業分流，另一部分則通過培訓向高技能轉型，導致技能結構的兩級分化。已有研究表明，以數字技術、人工智能等為代表的技術進步對中國就業的結構性沖擊不可避免[17]。一方面，中國傳統制造業在國民經濟體系中的占比相對較大，人工智能等新技術發展會加劇中低端技能人員的失業風險，且中低技能勞動者無法滿足新技術崗位的技能要求，使得就業群體被迫朝低端行業流動；另一方面，數字經濟新業態催生了許多新崗位，2020年，僅美團平臺上因新業態所催生的新職業就超過70種，如網約配送員、外賣騎手、網約車司機、數字化運營師等參見《數字化就業新職業新崗位報告》，http：//www.cbdio.com/BigData/2021-05/06/content_6164564.htm。。因此，在新技術和新業態的雙重沖擊下，數字經濟的發展在一定程度上會引發就業極化現象。此外，盡管數字經濟的發展為低技術工人、農民等弱勢群體就業問題的解決提供了新思路，但根據勞動力市場分割理論，這類群體仍然處于激烈競爭的次級勞動力市場中，導致他們不僅缺乏內部勞動力市場機制的保護，而且在工作上也存在晉升前景差、就業不穩定、工作環境艱苦等問題。從以上邏輯出發，本文提出以下競爭性假說：

假說2a：數字經濟削弱了舊式分工的負面影響，為人的全面發展創造了有利條件，提升了勞動者人力資本，為低技術工人帶來職位晉升效應，縮小技能工資差距。

假說2b：數字經濟發展為低技術工人創造了更多就業崗位，但無法讓弱勢群體脫離次級勞動力市場，低技能勞動者在組織內部獲得職位晉升的機會受到限制，轉崗難度增加，不利于弱勢群體人力資本的提高，進而使就業結構呈現“極化”趨勢。

（三）數字經濟的時間投入效應

現代信息網絡、數字技術與實體經濟的深度融合，帶動了就業模式、就業組織的變革，使得人們的工作方式、工作內容等更加靈活自主，也讓過去處于勞動力市場邊緣的“零工經濟”煥發出新的生命力。零工經濟的關鍵在于實現人力資源的價值，如個人的“閑置”時間、“閑置”勞動和“閑置”技能價值等。對高技能勞動者而言，可重復性、無限性地運用核心能力，導致其核心能力的邊際成本不斷被分攤；對低技能勞動者而言，可選擇延長工作時間或者從事多份職業來滿足其自身生存、發展的需要，在獲得更多就業機會的同時，增加其勞動報酬。研究發現，零工經濟的低就業門檻、工作時間彈性大等特點，推動了全職崗位向兼職化的轉變，讓勞動者能在空閑時間打多分工，通過增加工作時間來獲取更多勞動報酬，進而帶來時間投入效應。相關調研數據顯示，35.8%以上的受訪者認為零工經濟最大的優點是勞動時間靈活，并被其勞動時間自由度所吸引[18]。但實際上，在“算法最優解”的情況下，數字平臺提高了勞動者的資源配置效率，也延長了零工群體的勞動時間。平臺企業為了保證自身經營效率，會縮短勞動者工作任務的完成時效，并利用激勵機制、評分評價機制、公開透明計酬規則等技術和手段，讓勞動者產生“多勞多得”的公平感，延長其勞動時間，提升勞動效率，進而獲取更多工資收入。Putnam等[19]將這種現象稱為“自主—控制”悖論，即在大多數未嚴格規定工作時間的非正規工作中，偏好工作自主度高的勞動者，其工作時間反而會更長。此外，為了適應多元化的工作方式，零工員工需利用碎片化的時間和資源，形成自驅動管理范式，這種基于自身發展和社會需求的自驅動管理范式，不僅可以拓展自身技能廣度，實現零工員工技能多元化，而且可以滿足社會對不同工種的需求，促進勞動力在技能層面上實現供需再平衡[20]，進而縮小技能工資差距。基于以上分析，本文提出以下假說：

假說3：在數字技術的驅動下，零工經濟大力發展，對低技能勞動者而言，其可通過增加工作時間來獲得更多勞動報酬，即數字經濟能提高低技能勞動者的工作時間，通過時間投入效應提升其收入水平，縮小技能工資差距。

三、研究設計

（一）實證模型

1.基準回歸模型

為了研究數字經濟對技能工資差距的影響，本文以明瑟方程為基礎，構建以下計量模型：

lnWijc="α0+"α1Dj+"α2Xic+"α3Fijc+"α4Cc+"ε1ic（1）

其中，i表示個人，j表示行業，c表示省份，被解釋變量lnWijc為c省份j行業勞動個體i的年工資收入對數；Dj為各行業數字經濟發展水平；Xic代表個體微觀特征變量集，包括性別、教育程度、工作經驗等；Fijc為家庭層面控制變量集，包括戶口類型、家庭總資產、家庭規模；Cc為宏觀的控制變量集，包括省份職工平均工資對數等，這些因素對勞動者工資收入的影響已得到一些文獻驗證，將其納入回歸模型能有效緩解樣本選擇對本文研究結論的影響；ε1ic為隨機擾動項。

技能偏向型技術進步（SBTC）將勞動力按照受教育程度分為技能型與非技能型，因此，本文在回歸時，參考SBTC理論以及盧晶亮[21]的做法，將具有大專及以上學歷的勞動力視為高技能勞動力，低于大專學歷的則視為低技能勞動力，并根據式（1）進行分組回歸，以考察數字經濟對技能工資差距的影響。

2.無條件分位數回歸與OaxacaBlinder分解

為了進一步研究數字經濟對工資分布中不同分位點的技能工資差距的解釋程度，本文對不同分位點上的技能工資差距進行無條件分位數回歸，并采用OaxacaBlinder分解方法識別。首先，基于再中心化影響函數[22]，構建無條件分位數回歸方程：

RIF（lnWijc;qτ）="β0+"β1Dj+β2Xic+β3Fijc+"β4Cc+"ε2ic（2）

其次，在采用無條件分位數回歸模型得到的收入決定方程后，構建反事實收入分布函數，將高技能與低技能的工資差距分解為兩個部分：

qτlnWh-qτlnWl=qτlnWh-qτlnWm+qτlnWm-qτlnWl（3）

其中，qτlnWh-qτlnWm為可解釋部分，表示高技能勞動者與低技能勞動者由于生產力特征不同帶來的工資差距；qτlnWm-qτlnWl為不可解釋部分，表示由于高技能勞動者與低技能勞動者工資決定方程系數不同帶來的差異，即回報率不同帶來的差異。

（二）數據來源

本文研究數字經濟對技能工資差距的影響，實證部分所用微觀數據來源于北京大學中國家庭追蹤調查（CFPS）數據。該調查始于2010年，采取隔年報告方式，為學術研究和政策決定提供數據上的支持，其數據內容包括個人、家庭和社會三個層面。本文選取CFPS數據庫中2018年成人調查問卷和家庭調查問卷數據，涵蓋個人就業、收入和教育以及家庭戶口、資產和規模等信息。在對各變量數據進行篩選和剔除后，最終得到有效樣本4"143個，覆蓋全國31個省份（不包括香港、澳門和臺灣）、16個行業。宏觀數據來源于《中國統計年鑒》、各省市統計年鑒，數字經濟相關指標數據來源于2018年《中國經濟普查年鑒》。

（三）變量說明與描述性統計

1.被解釋變量

本文模型中的被解釋變量為個體年工資收入對數。

2.解釋變量

核心解釋變量為數字經濟發展水平。目前相關文獻主要從三個層面構建數字經濟發展指標：一是省級層面，從信息化發展、互聯網發展和數字交易發展三方面測度中國各省份數字經濟評價指標[23]；二是城市層面，涵蓋了數字產業活躍度、數字創新活躍度、數字用戶活躍度、數字平臺活躍度等指標[24]；三是行業層面，從數字化基礎設施、數字化應用兩個維度構建相關行業數字化水平指標體系。本文借鑒李帥娜等[11]對數字經濟變量的處理，結合行業層面相關數據的可獲得性，從數字基礎設施、數字化使用和數字化效益等三個角度對各行業數字經濟發展指數（D）進行測度。以上三個指標對應的具體內容包括：使用計算機企業對數、寬帶接入企業對數、建立網站企業對數、使用互聯網宣傳與推廣企業對數、有電商交易企業對數、使用互聯網開展活動的企業對數、企業電商銷售額對數、企業電商采購額對數。各指標數據均來源于2018年《中國經濟普查年鑒》。通過熵值法確定各指標權重，最終計算得到各行業數字經濟發展水平，如表1所示。

表2報告了各行業2018年數字經濟發展的具體情況。從各二級指標來看，制造業的數字基礎設施、數字化使用和數字化效應均為各行業最高水平，分別為4.90、4.03和2.95；水利、環境和公共設施管理業數字基礎設施和數字化效用水平為行業最低值，分別為3.29和0.68。數字化使用水平最低的行業為教育業，為2.63。從數字經濟發展一級指標來看，制造業、批發零售業和建筑業為數字化水平最高的三個行業，分別為11.89、11.47、9.94。數字化水平最低的行業則為教育業，為6.65，次低的行業為水利、環境和公共設施管理業，為6.67。可見，中國教育業的數字經濟發展水平較低，導致人力資本積累技術效率的提升受到限制。根據數字經濟各指標測度結果，本文運用核密度函數對整體數據密度進行估計，如圖1所示。從估計結果來看，一級指標和二級指標均存在多極分化現象，各行業間差異較大，說明中國各行業間數字經濟發展存在不平衡等問題。

3.控制變量

本文參考趙濤等[25]的做法，從以下三方面控制了重要變量。一是個人層面，主要包括受訪者性別、教育程度、工作經驗、工作經驗的平方、所有制性質、行政職位、是否有第二職業；主要二是家庭層面，包括戶口類型、家庭總資產和家庭規模；三是宏觀層面，主要包括省份職工平均工資對數，行業就業人員工資總額對數。

四、實證分析

（一）基本回歸

表4報告了式（1）的基本回歸結果。第（1）列為總的數字經濟發展指數（D）對勞動者工資收入的影響，第（2）～（4）列為數字基礎設施（DB）、數字化使用（DUS）和數字化效用（DUT）對勞動者工資收入的影響。

根據SBTC理論，本文參照盧晶亮[21]的做法，將低于大專學歷的勞動力視為低技能勞動力，具有大專及以上學歷的勞動力視為高技能勞動力。結果顯示，在控制其他因素不變的情況下，數字經濟發展指數每提高1.000，低技能勞動者工資收入將增加0.028，但對高技能勞動者工資收入無顯著影響，數字經濟發展總體上能降低技能工資差距。進一步分別考察數字經濟發展的3個二級指標，結果表明，數字基礎設施、數字化使用和數字化效用同樣對低技能勞動者的工資收入有顯著的促進作用，但對高技能勞動者的工資收入無顯著影響。從各二級指標系數大小可以看出，數字化使用對于縮小技能工資差距的貢獻最大，其次為數字基礎設施和數字化效用。可見，在數字經濟時代，就業環境得到了進一步改善，數字經濟就業吸納能力強，新就業形態容量大，部分崗位門檻較低，為低技能勞動者提供了就業機會。同時，數字技術的發展降低了信息搜尋成本，為勞動者創業提供了平臺。這些均有助于提高低技能勞動者收入，縮小技能工資差距。

（二）分位數回歸

分位數回歸結果見表5，在低技能勞動群體中，數字經濟回歸系數在Q20～Q60分位點上均顯著為正，且隨著工資分位點的提高系數逐漸縮小，但在Q90分位點上顯著為負，為-0.023，其余分位點系數均不顯著。在高技能勞動群體中，數字經濟對處于中等收入（Q50～Q70）的高技能勞動者工資有顯著的促進作用，對于低收入和高收入的高技能勞動群體而言，數字經濟并未對其工資表現出顯著影響。可見，數字經濟縮小了低技能群體和高技能群體內部中低收入差距，但也可能擴大各群體內部的中高收入差距。對這一結果可能的解釋是，數字經濟縮小技能工資差距更多地作用于中低收入群體，零工經濟、平臺經濟所提供的新職業新崗位更多地是讓低收入勞動力實現向中等收入的轉變。同時，數字經濟帶動了電商直播等新的高收入形式發展，但對這類高收入進行規范和調節的相關政策還需進一步完善。

數字經濟在對高技能勞動力產生互補性作用的同時，對低技能勞動力群體則更多表現為替代效應。整體來看，數字經濟能縮小技能工資差距，這意味著數字經濟的就業創造效應大于替代效應，這一結果也為本文的假說1，即數字經濟的就業創造效應提供了證據。

（三）數字經濟對技能工資差距的影響

基于表4和表5所估計的回歸結果，表6給出了技能工資差距相應的OaxacaBlinder分解的結果。其中第（1）（2）列為基于基準回歸模型進行分解結果，作為基本參照，第（3）～（8）列為對不同分位點上的技能工資差距進行OaxacaBlinder分解結果。技能工資差距中包含可解釋部分和不可解釋部分。第一，再中心化影響函數（RIF）分位數回歸分解結果顯示，總差異回歸系數一直為負，其絕對值隨著工資收入分位點的提高呈現出先下降后上升的趨勢，但整體上逐漸下降，由Q10分位點的0645下降至Q50分位點的0407再增加至Q90分位點的0.458。這意味著，整體來看中國勞動力技能工資差距有縮小傾向。基本分解結果表明技能工資差距為-0.448，與Q90分位點的分解結果接近。第二，由于可解釋因素導致的技能工資差距隨著分位點的提高逐漸下降，從Q10分位點的0.328到Q50分位點的-0.102再到Q90分位點的-0.146。第三，不可解釋部分其估計系數同樣一直為負，其絕對值則表現出下降趨勢，由Q10分位點的0.973逐步下降至Q90分位點的0.313，可見在低收入群體中技能歧視效應是相對較小的。

本文的研究核心為數字經濟對技能工資差距的影響。從整體來看，可解釋部分數字經濟貢獻度為負，絕對值為6%，不可解釋部分貢獻度同樣為負，絕對值為36%，說明技能工資差距更多是由不可見的“歧視”效應帶來的。在可解釋部分，數字經濟的系數在Q10和Q50分位點上為正，在Q90分位點上為負，其貢獻度依次為-8%、-9%和5%，可見數字經濟在中低收入群體中有縮小技能工資差距的作用。從不可解釋維度來看，數字經濟發展對中低收入群體技能工資差距的解釋力度很高。其系數在Q10和Q50分位點分別為0.561和0.175，貢獻度達到了-87%和-43%，在Q90分位點上其貢獻度為37%，略小于中低工資分位點結果，說明在中低收入人群中，數字經濟發展可以明顯縮小技能工資差距。對上述結果可能的解釋是，數字經濟發展推動緩解了就業歧視，有利于促進就業公平，這一作用主要體現在數字貿易發展和數字經濟拓寬社交渠道等方面。數字貿易（電子商務）的弱空間屬性和從業地點靈活性均為弱勢群體帶來更多就業機會，數字經濟下社交渠道的拓寬與發展也通過放大效應和輿論監督功能減少就業歧視，有利于縮小技能工資差距。

（四）穩健性檢驗

限于篇幅，具體估計結果留存備索。

1.工具變量法

本文數字經濟指標是從行業層面進行測度的，導致本文難以借鑒Nunn等[26]的識別策略，選用地區層面歷史數據和地理數據作為工具變量。因此，本文根據Lewbel等[2728]的研究思路，采用不借助外部因素構建有效內部工具變量的方法，從而在一定程度上消除測量誤差、遺漏變量等內生性問題，這一方法已在相關研究中得到廣泛應用。具體而言，本文采用數字經濟發展水平與按產業和省份分類的平均數字經濟發展水平之差的立方作為工具變量（IV）。

首先，進行數字經濟發展對于工具變量的第一階段回歸；其次，在式（1）中引入數字經濟發展水平的擬合值，以作為第二階段回歸中數字經濟發展水平的代理指標，估計其對于勞動者工資收入和技能工資差距的影響。若第一階段回歸中工具變量對數字經濟發展水平影響顯著，且F值大于10，則意味著本文不存在弱工具變量問題。在此基礎上，若第二階段回歸中核心解釋變量的系數D與基礎回歸結果的系數符號一致且顯著，同時式（2）的回歸符合排他性約束條件，則表明本文尋找的工具變量是合理的。

lnWijc="π0+π1Dj+π2IVijc+π3Xic+ε4ic（4）

式（4）的作用是檢驗工具變量是否滿足排他性條件，若滿足，則工具變量與基準計量模型的擾動項無關。將IV直接引入基準回歸方程后，該工具變量對工資收入的影響系數不顯著。這說明工具變量與基準計量模型擾動項不存在相關性，該變量只能通過影響行業數字經濟發展水平而對工資收入產生影響。

在第一階段回歸中，IV與數字經濟發展水平顯著正相關，且在1%顯著性水平上拒絕零假設。弱工具變量檢驗結果表明，各列CraggDonald"Wald"F值均大于StockYogo在10%顯著性水平上的臨界值，說明該工具變量通過弱工具變量檢驗。由不可識別檢驗結果可知，本文選取的工具變量拒絕識別不足原假設。第二階段回歸中，數字經濟發展系數的絕對值略小于OLS的估計結果，且均佐證了基本模型的結論，即數字經濟發展會顯著提升低技能勞動者的工資收入水平，縮小技能工資差距。

2.面板數據檢驗

本文在測度各行業數字經濟發展指數時，所使用的各三級指標數據均來源于2018年《中國經濟普查年鑒》，相比于統計年鑒數據更為精確和詳細，但這也導致本文的基礎回歸僅能使用CFPS"2018截面數據進行檢驗，難以規避遺漏變量以及其他不隨時間變化的不可觀測因素所帶來的影響。因此，為了最大程度上解決上述問題，本文選用CFPS"2014和2018年面板數據進行檢驗。各年工資收入水平以2010年價格為基準，根據各省份城鎮居民消費指數進行調整。同時考慮到數字經濟指標數據可獲得性，本文選取統計年鑒中2014和2018年各行業期末使用計算機對數、企業網站對數、電商銷售額對數以及電商交易企業對數作為本部分數字經濟發展指標（D2），同樣使用熵值法確定各指標權重，并使用以下公式進行檢驗："

lnWijct="τ0+τ1D2jt+τ2Xic+τ3Fijc+τ4Cc+μi+δt+ε5ict（5）

其中，t表示年份，μi表示不隨時間變化的個體固定效應，δt表示控制時間固定效應，ε5ict為隨機干擾項。從回歸結果可以發現，在剔除不隨時間變化的不可觀測因素的影響后，數字經濟發展依然能夠顯著提高低技能勞動者的工資收入，縮小技能工資差距。

3.細化勞動技能

目前，國內外大多數研究都按照勞動力受教育程度對高低技能勞動者進行劃分，也有學者在此基礎上根據職業資格等級、專業技術職稱等標準對高低技能勞動者進一步細分。本文參考盧晶亮[21]的做法，將初中及以下學歷視為低技能勞動者，高中和大專學歷視為中等技能勞動者，大學及以上學歷視為高等技能勞動者。與此同時，本文參考柏培文等[24]的做法，根據職位類別，將具有行政管理職位的勞動者定義為高技能勞動，其余為低技能勞動。回歸結果顯示，數字經濟發展對大專及以下學歷組的工資收入有顯著正向影響，但對大學及以上學歷組的工資收入有顯著負向影響。數字經濟發展能顯著提高無行政職位勞動者的工資收入，但對有行政職位的勞動者工資收入無明顯影響。上述結果表明，在對勞動技能進一步細分后，數字經濟發展依舊能提高低技能勞動者工資收入，降低技能工資差距，本文的關鍵結論依然成立。

4.剔除極端值

本文采取剔除極端值方法以進一步考察樣本選擇對實證結果的影響。具體來說，本文以CFPS調查問卷中“急于結束調查程度”作為衡量標準，剔除在最大程度上急于結束調查的受訪者樣本。由剔除極端值的回歸結果可知，數字經濟發展對低技能勞動者工資收入的促進作用依然顯著，對高技能勞動者工資收入無顯著影響。各二級指標回歸系數正負和顯著性均與基準回歸模型一致，且上述估計系數的絕對值均大于基本回歸結果，但關鍵結論依然成立，表明極端值對本文分析沒有影響。

5.更換測度方法

為從整體上考察數字經濟對技能工資差距的影響，本文參照盧晶亮[21]的做法，將具有大專及以上學

歷的勞動力視為高技能勞動力，低于大專學歷的則視為低技能勞動力，用虛擬變量CO表示，并在式（1）基礎上，引入數字經濟與技能虛擬變量的交互項D

×CO，衡量數字經濟發展對技能工資差距的影響。

lnWijc="β0+β1Dj×COijc+"β2Dj+"β3COijc+"β4Xic+"ε6ic（6）

估計結果表明，其他條件不變，數字經濟發展水平每上升1%，技能工資差距減少2.47個百分點。數字經濟各二級指標回歸系數均顯著為正，各交互項系數均顯著為負。在更換測度方法后，數字經濟依舊能降低技能工資差距，本文的關鍵結論依然成立。

五、機制檢驗

根據前文的分析，數字經濟發展可能通過就業創造效應、職位晉升效應和時間投入效應提高低勞動者工資收入，縮小技能工資差距。本文使用如下模型進行機制檢驗：

Meijc="ω0+"ω1Dj+"ω2Xic+"ε7ic（7）

其中，Meijc代表三個機制變量：就業創造效應Lijc、職位晉升效應Pijc和時間投入效應Hijc。其中就業創造效應以各行業就業人數與總就業人數之比來衡量，職位晉升效應以勞動者過去一年是否獲得職位晉升來衡量，時間投入效應以勞動者每周工作時長來衡量。

由于就業創造效應代理指標為每年各行業就業人數與總就業人數之比，若使用截面數據僅能反映各行業就業人數的不同，無法準確衡量數字經濟的就業創造效應，而職位晉升效應和時間投入效應的代理指標均在當年存在變化，截面數據可以有效衡量上述兩種效應，因此本文同時選用截面數據和面板數據對數字經濟的就業創造效應進行檢驗。

Lijct="θ0+"θ1Djt+"θ2Xict+"μi+"δt+"ε8ic（8）

式（8）為對就業創造效應檢驗的面板模型，μi表示不隨時間變化的個體固定效應，δt表示控制時間固定效應，ε8ic為隨機干擾項，其他變量定義與基準回歸模型一致。

（一）就業創造效應

由于數字經濟就業創造效應難以直接測度，現有文獻大多以就業人數來衡量數字經濟的就業創造效應，因此，本文選取2014和2018年《中國統計年鑒》數據，以各行業就業份額即該行業就業人數與總就業人數之比作為就業創造效應的代理指標，并與CFPS微觀數據進行匹配，采用截面數據和面板數據對該效應進行檢驗，若回歸系數顯著，則說明相關效應存在，回歸結果見表7。

第（3）（4）列中數字經濟指標為統計年鑒中2014和2018年各行業期末使用計算機對數、企業網站對數、電商銷售額對數以及電商交易企業對數，采用熵值法進行測度。從截面數據和面板數據結果可以看出，數字經濟均能顯著提高各行業就業份額，且從系數大小來看，數字經濟對低技能勞動者的就業創造效應顯著高于高技能勞動者，可見數字經濟通過就業創造效應為低技能勞動者提供了更多就業崗位，提高其工資水平，顯著縮小了技能工資差距，該實證結果支持了假說1。

（二）職位晉升效應

根據前文的分析，數字經濟能提升勞動者人力資本，為低技術工人帶來職位晉升效應，縮小技能工資差距（假說2a），但也可能讓弱勢群體難以脫離次級勞動力市場，使其在組織內部獲得職位晉升的機會受到限制，加劇就業極化現象（假說2b）。為了對這組競爭性假說進行檢驗，本文以CFPS"2018調查問卷中“過去12個月內，您這份工作獲得以下哪類晉級”這一問題作為衡量標準，被調查者需要從以下選項中做出選擇：“1=行政職務晉級、2=技術職稱晉級、3=兩項都有、4=兩項都沒有、5=這份工作無更高職務或等級可晉升”。在回歸中，對于有職位晉升的個體賦值1，無職位晉升的個體賦值0。回歸結果見表8第（1）（2）列。數字經濟對低技能和高技能勞動者職位晉升影響的回歸系數分別為0.000"2和-0.010"0，但均未通過顯著性檢驗。可見，數字經濟發展為低技能勞動者提供了就業機會，創造了就業崗位，但職位晉升效應難以充分發揮，這就可能導致低技能勞動者人力資本水平難以提高，增加其轉崗的難度，加劇就業極化現象。該實證結果支持了假說2b。

（三）時間投入效應

根據假說3，數字經濟能提高低技能勞動者的工作強度，并通過時間投入效應提升其收入水平，縮小技能工資差距。為了對時間投入效應進行驗證，本文以勞動者每周工作時長Hijc作為該效應的代理指標，回歸結果見表8第（3）（4）列。數字經濟發展對低技能和高技能勞動者工作時長影響的回歸系數分別為1.370、0.654，且均在1%的水平下顯著為正，說明時間投入效應存在，且在低技能勞動群體中更大。可見，數字經濟發展能通過時間投入效應提升勞動者工資收入水平，縮小技能工資差距。該實證結果支持了假說3。

六、進一步分析限于篇幅，具體估計結果留存備索。

以上研究表明，數字經濟發展能顯著提高低技能勞動者的工資收入，改善高低技能勞動者的工資不平等，其中就業創造效應和時間投入效應是重要機制。對于不同就業行業的勞動力、不同社會資本中的群體，其工資議價能力也存在一定差異，那么，哪一類群體更有可能獲得數字經濟紅利，得到更高工資收入呢？下文將采用分樣本回歸的方式探討數字經濟發展對技能工資差距的異質性沖擊。

（一）基于不同行業的異質性

本文將4"143個樣本劃分為服務業和工業兩個子樣本，探討數字經濟對技能工資差距的影響如何因就業行業的變化而變化。具體來看，數字經濟對就業于服務業的低技能勞動者工資收入的影響系數在1%水平上顯著，為0.032，但對就業于服務業的高技能勞動者無顯著影響。在工業部門中，不論是高技能勞動者還是低技能勞動者，數字經濟對其工資收入水平均無顯著影響

。對這一結果可能的解釋是，在服務行業，數字技術的使用為零工平臺的發展掃平了障礙，促進了低端服務業的增長，進而為低技能勞動者提供了許多就業紅利，有利于其工資水平的提高。國外也有相關文獻對這一觀點提供了理論支撐，Autor等

[29]將低技能勞動職業劃分為程序化任務密集型和非程序化任務型，而技術進步會導致從事程序

化任務型職業的低技能勞動產生替代，進而引起低端服務業勞動就業與工資的增長。此外，云計算、人工智能等數字技術的使用推動了工業部門智能化發展，制造企業的核心業務可以利用數字技術實現在線化、知識編碼化和自動化。因此，隨著智能加工中心、工業機器人、人工智能等數字技術的成熟，企業將逐漸擺脫人力資源的限制，這將導致工業部門勞動者就業壓力加大，進而在一定程度上波及勞動者收入。

（二）基于社會資本的異質性

已有研究表明，數字經濟的發展推動了原有社會網絡升級，有利于個體精準定位其尋找的社交目標。為此，本文參考馬光榮等[30]的做法，選取CFPS調查問卷中“過去12個月，您家總共出了多少人情禮”作為衡量標準，并依據中位數將樣本劃分為高社會資本組和低社會資本組，考察數字經濟發展對不同社會資本群體工資收入的影響。檢驗結果表明，數字經濟發展僅對低社會資本的低技能勞動者的工資收入有促進作用，系數大小為0.025。對這一結果可能的解釋是，數字經濟發展有效緩解了弱勢群體在勞動力市場中所遭受的歧視，尤其是對于低社會資本群體而言，互聯網的使用會拓寬其社交范圍，降低社會資本的限制，對其職業搜尋、收入水平提高都存在正向影響。可見，數字經濟弱化了中國社會中的人情規則，加強數字化基礎設施建設是提高弱勢群體社會信任水平、降低收入差距的重要途徑。

七、結論與政策建議

本文立足于數字經濟極大影響了中國收入不平等這一典型事實，從數字經濟的微觀作用視角切入，采用熵值法，從數字基礎設施、數字化使用和數字化效用三方面對各行業數字經濟發展水平進行測度，并與CFPS個人微觀數據進行匹配，實證分析數字經濟發展對技能工資差距的影響效應及其內在機制。主要結論如下：第一，數字經濟明顯地促進了低技能勞動者的工資收入，縮小了高低技能勞動者的工資差距，在考慮了內生性、剔除極端值等穩健性檢驗后，該結論依然成立；第二，通過分位數回歸和OaxacaBlinder分解發現，數字經濟縮小了低技能群體和高技能群體內部中低收入差距，同時也會擴大各群體內部的中高收入差距，整體來看，數字經濟能縮小技能工資差距，且數字經濟發展對于工資分布處于低、中分位點上的技能工資差距具有更高的解釋效應；第三，機制分析結果表明，數字經濟能為勞動者提供更多就業機會和就業崗位，提高時間投入度，改善高低技能勞動者之間的收入不平等，但數字經濟無法促進勞動者職位晉升，不利于人力資本水平的提高，有加劇就業技能結構極化現象的風險；第四，從異質性分析來看，在不同就業行業和不同社會資本群體中，數字經濟對勞動者工資收入的影響均具有差異性。本文研究結論還具有以下政策啟示：

首先，政府應繼續推進5G網絡、大數據技術、人工智能等數字技術發展，充分利用互聯網的放大效應和輿論監督效應減少就業歧視以促進勞動就業，進一步加強數字新型基礎設施建設，推動行業數字化轉型，降低互聯網使用成本，最大化利用數字經濟對勞動力工資水平的調整作用，讓數字經濟的普惠性和包容性等紅利特征得以充分發揮，從而加快不同技能勞動力深度融合，改善低技能群體的收入處境，最終實現中國式現代化共同富裕。

其次，積極探索數字經濟背景下對高收入的規范與調節路徑，加強對新業態就業人員的稅收管理工作，將電商直播等新的高收入形式納入稅收監管范疇，盡可能減弱數字經濟對中高收入群體收入差距產生的負面影響。做好企業所得稅與個人所得稅之間的制度協調，避免網絡主播將個人收入轉化為平臺收入從而減少納稅的現象發生。

再次，完善對低技能群體的勞動權益保障體系。對于靈活就業的個體，出臺相關就業統計制度，讓零工群體在當地公共就業服務機構進行就業登記，并享受相關政策和服務。同時，嚴格規定行業工時、勞動定額標準、勞動報酬支付周期等，破解靈活就業者面臨的漲薪難、工時過長等問題。對于非城市戶口的低技能勞動群體，加快戶籍制度改革，使其能在當地得到應有的社會保障。

最后，加強學習型社會建設，以數字化改革推動公共服務高質量發展和實現基本公共服務均等化，讓農民、低技能勞動者等弱勢群體也可享受優質教育資源。加大基礎教育和在職培訓力度，提升勞動者技

能水平，根據數字經濟的發展需求，出臺針對性的人才培養方案，實現低技能勞動力向中高技能勞動力的轉變，努力化解數字經濟帶來的就業技能結構極化現象。大力推動平臺組織與行業協會、高校科研機構之間的合作，增強勞動者職業技能培訓質量，為新職業發展打下良好根基，從技術和經濟兩方面為縮小收入差距和高質量就業提供有效支撐。

參考文獻：

［1］"邱澤奇，張樹沁，劉世定，等.從數字鴻溝到紅利差異：互聯網資本的視角[J].中國社會科學，2016（10）：93115.

［2］"李雅楠，謝倩蕓.互聯網使用與工資收入差距：基于CHNS數據的經驗分析[J].經濟理論與經濟管理，2017（7）：87100.

［3］"吳彬彬，沈揚揚，盧云鶴，等.互聯網使用與用途如何影響農村居民工資性收入差距[J].勞動經濟研究，2021（4）：99116.

［4］"楊艷琳，付晨玉.中國農村普惠金融發展對農村勞動年齡人口多維貧困的改善效應分析[J].中國農村經濟，2019（3）：1935.

［5］"毛宇飛，曾湘泉，胡文馨.互聯網使用能否減小性別工資差距：基于CFPS數據的經驗分析[J].財經研究，2018（7）：3345.

［6］"PEDULLA"D"S，"PAGER"D."Race"and"networks"in"the"job"search"process[J]."American"Sociological"Review，"2019，"84（6）："9831012.

［7］"ACEMOGLU"D，"RESTREPO"P."Automation"and"new"tasks："how"technology"displaces"and"reinstates"labor[J]."Journal"of"Economic"Perspectives，"2019，"33（2）："330.

［8］"楊飛，范從來.產業智能化是否有利于中國益貧式發展？[J].經濟研究，2022（5）：150165.

［9］"張勛，萬廣華，張佳佳，等.數字經濟、普惠金融與包容性增長[J].經濟研究，2019（8）：7186.

［10］唐紅梅，趙軍.數字普惠金融、產業結構與包容性增長[J].當代經濟科學，2022（6）：7183.

［11］李帥娜.數字化與服務業工資差距：推波助瀾還是雪中送炭：基于CFPS與行業匹配數據的分析[J].產業經濟研究，2021（6）：114.

［12］PHELPS"E"S."The"statistical"theory"of"racism"and"sexism[J]."American"Economic"Review，"1972，"62（4）："659661.

［13］胡擁軍，關樂寧.數字經濟的就業創造效應與就業替代效應探究[J].改革，2022（4）：4254.

［14］

馬克思.資本論：第一卷[M].北京：人民出版社，1975：468469.

［15］BORLAND"J，"COELLI"M."Are"robots"taking"our"jobs？[J]."Australian"Economic"Review，"2017（4）："377397.

［16］格雷，蘇里."銷聲匿跡：數字化工作的真正未來[M].左安浦，譯.上海：上海人民出版社，2020：28.

［17］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（5）：322.

［18］潘旦.互聯網“零工經濟”就業群體的勞動權益保障研究[J].浙江社會科學，2022（4）：8995.

［19］PUTNAM"L"L，"MYERS"K"K，"GAILLIARD"B"M."Examining"the"tensions"in"workplace"flexibility"and"exploring"options"for"new"directions[J]."Human"Relations，"2014（4）："413440.

［20］李海艦，李凌霄.中國“共享員工”勞動用工模式研究[J].中國工業經濟，2022（11）：116134.

［21］盧晶亮.資本積累與技能工資差距：來自中國的經驗證據[J].經濟學（季刊），2017（2）：577598.

［22］FIRPO"S，"FORTIN"N"M，"LEMIEUX"T."Unconditional"quantile"regressions[J]."Econometrica，"2009（3）："953973.

［23］劉軍，楊淵鋆，張三峰.中國數字經濟測度與驅動因素研究[J].上海經濟研究，2020（6）：8196.

［24］柏培文，張云.數字經濟、人口紅利下降與中低技能勞動者權益[J].經濟研究，2021（5）：91108.

［25］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.

［26］NUNN"N，"QIAN"N."US"food"aid"and"civil"conflict[J]."American"Economic"Review，"2014（6）："16301666.

［27］LEWBEL"A."Constructing"instruments"for"regressions"with"measurement"error"when"no"additional"data"are"available，"with"an"application"to"patents"and"Ramp;D[J]."Econometrica："Journal"of"the"Econometric"Society，"1997（1）："12011213.

［28］李唐，李青，陳楚霞.數據管理能力對企業生產率的影響效應：來自中國企業—勞動力匹配調查的新發現[J].中國工業經濟，2020（6）：174192.

［29］AUTOR"D"H，"DORN"D."The"growth"of"lowskill"service"jobs"and"the"polarization"of"the"US"labor"market[J]."American"Economic"Review，"2013，"103（5）："15531597.

［30］馬光榮，楊恩艷.社會網絡、非正規金融與創業[J].經濟研究，2011（3）：8394.

編輯：張靜，高原