王國敏 唐 虹 費 翔

一、引言

數(shù)字2.0時代已然來臨，云計算、大數(shù)據(jù)、移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)和人工智能等新技術(shù)帶來的數(shù)字化革命不僅深刻地改變著人們的生產(chǎn)生活方式，也正在加速重構(gòu)全球勞動力市場。一些常規(guī)的、程序化的職位被人工智能代替，導(dǎo)致大量行業(yè)出現(xiàn)技術(shù)性失業(yè)，甚至牛津大學(xué)的相關(guān)研究預(yù)言，美國有47%的工作將被人工智能替代(Frey，2017)。①“失業(yè)”和“收入不平等”成為數(shù)字經(jīng)濟(jì)時代社會最為關(guān)注的問題之一。

在過去，從人力資本的視角，收入不平等主要來自教育溢價，即技術(shù)進(jìn)步對高技能工人需求的增加和對低技能工人需求的減少，因此最終可歸結(jié)為人力資本認(rèn)知能力的高或低，這是傳統(tǒng)人力資本理論的基本觀點(Autor et al.1998；Acemoglu，1998)。②但是近年來有研究表明，自21世紀(jì)以來，技術(shù)進(jìn)步同時導(dǎo)致了高技能工作(比如算法工程師)與低技能工作(比如食物配送)的增加，相反，中等技能工作(比如銀行柜員、會計、翻譯)卻大幅減少(Deming，2015)。③顯然這一現(xiàn)象以傳統(tǒng)人力資本理論的“教育與認(rèn)知能力”假說已無法做出解釋。

為了彌補(bǔ)這個缺陷，新人力資本理論(Deming D J&Lisa Kahn，2017)試圖在傳統(tǒng)工資決定方程的基礎(chǔ)上引入非認(rèn)知能力以加強(qiáng)對上述新的現(xiàn)象的解釋。④非認(rèn)知能力的引入，不僅可以緩解內(nèi)生性問題，有力地修正教育回報率的估計偏差，也可以部分地解釋不可觀測因素所帶來的收入不平等。從認(rèn)知能力與非認(rèn)知能力的角度研究收入不平等盡管打開了不可觀測因素的“黑箱”，但是當(dāng)前學(xué)界有關(guān)認(rèn)知能力與非認(rèn)知能力指標(biāo)構(gòu)建所采用的僅是綜合指標(biāo)，并沒有考慮細(xì)分指標(biāo)，進(jìn)而無法回答究竟是何種能力引起了數(shù)字密集型行業(yè)與非數(shù)字密集型行業(yè)的收入不平等，也無法回答技能互補(bǔ)是如何影響數(shù)字密集型行業(yè)與非數(shù)字密集型行業(yè)的收入不平等的。

本文擬在新人力資本理論基礎(chǔ)上，結(jié)合PIAAC數(shù)據(jù)庫提供的微觀數(shù)據(jù)構(gòu)建一般認(rèn)知能力(讀寫能力、計算能力、在復(fù)雜信息環(huán)境中解決問題的能力)、復(fù)雜認(rèn)知能力(運(yùn)用信息和通信技術(shù)的能力、復(fù)雜讀寫能力、復(fù)雜計算能力)、非認(rèn)知能力(學(xué)習(xí)和創(chuàng)造性解決問題的能力、管理能力、社會交往能力、自組織能力)的細(xì)分指標(biāo)，進(jìn)而研究這些能力及其相互之間的互補(bǔ)對數(shù)字密集型行業(yè)與非數(shù)字密集型行業(yè)的收入不平等有何影響。通過分析何種技能以及技能組合能夠在勞動力市場獲得更高的回報，以了解數(shù)字經(jīng)濟(jì)時代所需要的主要技能及類型。這項研究將有助于針對性地設(shè)計有效的和前瞻性的教育及技能培訓(xùn)政策，調(diào)整勞動力市場的供求關(guān)系，減小由技能短缺導(dǎo)致的收入不平等。

二、文獻(xiàn)綜述

學(xué)界關(guān)于技術(shù)進(jìn)步對收入不平等的影響主要從基于技能偏向型技術(shù)進(jìn)步和基于任務(wù)偏向型技術(shù)進(jìn)步的視角進(jìn)行研究。

Tinbergen是較早提出技能偏向型技術(shù)進(jìn)步假說的學(xué)者。他認(rèn)為技術(shù)進(jìn)步表現(xiàn)為對高技能工人(即大學(xué)畢業(yè)生)需求的大幅上升，而對低技能工人(即沒有大學(xué)學(xué)歷的人)的需求大幅下降。當(dāng)高技能工人的供應(yīng)不足以滿足技術(shù)變革引發(fā)的需求增長時，高技能工人便能夠獲得更高的技術(shù)溢價，從而導(dǎo)致收入不平等加劇(Card and Di Nardo 2002；宋冬林等，2010；董直慶等，2014；Autor，2015)。⑤基于技能偏向型技術(shù)進(jìn)步(SBTC)假說將技術(shù)溢價作為高低技能工人收入不平等的主要原因雖有一定解釋力，但是也存在明顯的局限性：采用SBTC假設(shè)的文獻(xiàn)通常僅僅將教育水平作為技能高低的唯一評價標(biāo)準(zhǔn)，忽略同一技能水平的工人之間的異質(zhì)性問題，這將導(dǎo)致“過度教育”與技能溢價的同時存在(Cuadras-Morató et al.，2013)⑥，而且SBTC不能分析技術(shù)進(jìn)步究竟是如何作用于不同技能勞動的。還有部分學(xué)者從技能錯配的角度探討了收入不平等問題。技能錯配指勞動者通過學(xué)校教育所習(xí)得的技能與就業(yè)崗位所需技能之間的不匹配。G Horvath(2014)基于歐盟的數(shù)據(jù)研究發(fā)現(xiàn)，擁有高中學(xué)歷的工人的技能錯配比例大于擁有大學(xué)學(xué)歷的工人，并且技能錯配會引起工資下降5.6%，這導(dǎo)致了不同教育群體之間的工資不平等。⑦劉云波(2019)基于中國的數(shù)據(jù)發(fā)現(xiàn)，普通高中或中職畢業(yè)生是工作錯配程度最高的群體，相比工作錯配者而言，技能錯配者的工資顯著減少。⑧

基于任務(wù)偏向型技術(shù)進(jìn)步(RBTC)的假設(shè)則將工作嚴(yán)格區(qū)分為“常規(guī)工作任務(wù)”和“非常規(guī)工作任務(wù)”?！俺Ｒ?guī)工作任務(wù)”等同于重復(fù)、單調(diào)乏味的工作任務(wù)；而“非常規(guī)工作任務(wù)”是非程序化認(rèn)知型工作任務(wù)與非程序化互動型工作任務(wù)。不同技能的工人在操作具體任務(wù)時具有不同的比較優(yōu)勢，高技能工人通常在操作“非常規(guī)工作任務(wù)”上存在比較優(yōu)勢，由于此類工作任務(wù)難以被計算機(jī)或先進(jìn)機(jī)器設(shè)備替代，從而增加了對技能勞動的需求并引致收入不平等(Autor和Murnane，2003)。⑨Frey和Osborne(2017)利用美國勞動力市場數(shù)據(jù)(O*NET)以高斯過程分類器實現(xiàn)的一種新方法估計了702個具體職業(yè)的計算機(jī)化概率，他們發(fā)現(xiàn)，美國勞動力市場上有47%的工作面臨著計算機(jī)化的風(fēng)險，尤其是那些從事常規(guī)性任務(wù)密集型職業(yè)的人工勞動有98%的概率將被自動化技術(shù)所替代。⑩孫早、侯玉琳(2019)基于中國數(shù)據(jù)發(fā)現(xiàn)，工業(yè)智能化將促使先進(jìn)設(shè)備替代初中和高中學(xué)歷的勞動力，并增加對高、低教育程度勞動力的需求。而那些高端個性化服務(wù)行業(yè)的職業(yè)工種由于程序化水平較低很難被自動化技術(shù)替代，二者因此具有互補(bǔ)關(guān)系。寧光杰和林子亮(2014)運(yùn)用中國制造業(yè)企業(yè)的微觀數(shù)據(jù)證明了信息技術(shù)與高技能勞動力呈互補(bǔ)關(guān)系。還有部分學(xué)者指出，自20世紀(jì)80年代以來，數(shù)字技術(shù)對收入不平等產(chǎn)生了非線性影響：信息技術(shù)對處于中等技能水平的勞動者的收入產(chǎn)生了負(fù)面影響，對處于高技能水平和低技能水平的勞動者的收入產(chǎn)生了正面影響，即出現(xiàn)了勞動力市場“兩極化”情況(Autor et al.，2006；Maarten Goos和Alan Manning，2009)，而勞動力市場兩極化意味著中等技能水平的勞動者執(zhí)行的是比較常規(guī)和非交互式的任務(wù)，這些任務(wù)被數(shù)字技術(shù)替代的風(fēng)險較高(Acemoglu和Autor，2012)。我國學(xué)者也確認(rèn)了中國勞動力市場存在極化現(xiàn)象，并從對外貿(mào)易(黃燦，2014)、城鎮(zhèn)化(郝楠、江永紅，2017)、產(chǎn)業(yè)結(jié)構(gòu)升級(江永紅等，2016)、研發(fā)投入和高技術(shù)資本設(shè)備的廣泛使用(呂世斌、張世偉，2015)方面分析了勞動力市場上極化產(chǎn)生的原因?？傊cSBTC相比，RBTC考慮了同一技能水平的工人從事不同工作任務(wù)顯示的異質(zhì)性，進(jìn)而可以有效地分析技術(shù)進(jìn)步與不同技能勞動在微觀層面的互動機(jī)制。

根據(jù)新人力資本理論，不易被技術(shù)要素替代的能力因素(包括認(rèn)知能力與非認(rèn)知能力)是影響收入不平等的關(guān)鍵因素。Hanushek et al.(2015)和Sonja Jovicic(2016)采用PIAAC數(shù)據(jù)庫的微觀數(shù)據(jù)研究了認(rèn)知能力對收入不平等的影響，其中Hanushek et al.(2015)重點探討了認(rèn)知能力中的計算能力，而Sonja Jovicic(2016)不僅研究了計算能力，還分析了讀寫能力和在復(fù)雜環(huán)境中解決問題的能力。這兩項研究都發(fā)現(xiàn)在經(jīng)合組織(OECD)國家中，個體的認(rèn)知能力特征可以顯著地影響其工資收入。然而，上述研究的缺陷在于無法直接判斷非認(rèn)知能力的作用，導(dǎo)致研究結(jié)果有偏差。Bowles et al.(2001)認(rèn)為，在技術(shù)進(jìn)步過程中那些擁有某些人格特征的個人能夠獲得更多的收入，例如個人的時間偏好和個人效能。Bresnahan et al.(2002)基于企業(yè)數(shù)據(jù)的研究發(fā)現(xiàn)，技術(shù)改變了工作場所管理和組織生產(chǎn)的運(yùn)作形式，提高了企業(yè)對組織和交流相關(guān)技能的需求，進(jìn)而導(dǎo)致?lián)碛羞@些技能的勞動力能夠獲得更高的工資。Cubel et al.(2016)利用仿真實驗檢測了“五大”人格特征中有哪些特征在勞動力市場更重要。他們發(fā)現(xiàn)，責(zé)任心在一個人的表現(xiàn)中起著重要的作用，并且也能夠獲得勞動力市場的獎勵，這是因為責(zé)任心提高了工人的生產(chǎn)力。Weinberger(2014)、Deming(2015)和Deming、Kahn(2017)的研究表明，當(dāng)個體擁有良好的認(rèn)知水平以及社交能力時便能夠從勞動力市場獲得更高的收入。此外，F(xiàn)alck et al.(2016)基于PIAAC數(shù)據(jù)的研究發(fā)現(xiàn)，與讀寫能力和計算能力相比，掌握信息和通信技術(shù)的工人能在勞動力市場上獲得更高的工資。

國內(nèi)學(xué)者何珺子和王小軍(2017)基于美國PIAAC數(shù)據(jù)的研究發(fā)現(xiàn)，男性的非認(rèn)知能力的教育回報率更顯著，女性則體現(xiàn)在認(rèn)知能力。盛衛(wèi)燕和胡秋陽(2019)基于中國數(shù)據(jù)的研究表明，認(rèn)知能力和非認(rèn)知能力可以顯著地提高勞動收入，并且非認(rèn)知能力可通過職業(yè)選擇偏好效應(yīng)影響技能溢價。

總之，認(rèn)知能力和非認(rèn)知能力作為一種重要的人力資本構(gòu)成要素，既可以直接地通過生產(chǎn)率效應(yīng)增加勞動收入，也可間接地通過影響個人的受教育水平、職業(yè)選擇偏好以及技能形成，提高教育回報率與經(jīng)驗回報率，增加工資收入。

但文獻(xiàn)回顧發(fā)現(xiàn)，目前的研究尚存在以下三方面的不足：第一，沒有區(qū)分?jǐn)?shù)字密集型行業(yè)和非數(shù)字密集型行業(yè)，這導(dǎo)致既有的研究無法回答數(shù)字密集型行業(yè)與非數(shù)字密集型行業(yè)之間是否存在收入差距；第二，新人力資本理論僅利用綜合指數(shù)測度認(rèn)知能力和非認(rèn)知能力，至于細(xì)分指標(biāo)對收入不平等影響的異質(zhì)性未納入討論；第三，較少有文獻(xiàn)研究技能互補(bǔ)對收入不平等的影響。本文力求彌補(bǔ)上述三個方面的不足，將認(rèn)知能力和非認(rèn)知能力細(xì)分為多種具體的技能，并研究這些技能以及技能互補(bǔ)是否可以用于解釋數(shù)字密集型行業(yè)的高收入現(xiàn)象。

三、數(shù)據(jù)來源、指標(biāo)建構(gòu)與描述統(tǒng)計

1.數(shù)據(jù)來源

本文數(shù)據(jù)來自PIAAC數(shù)據(jù)庫。PIAAC是國際經(jīng)合組織(OECD)發(fā)起的一項針對16-65歲人群的成人技能國際調(diào)查。該調(diào)查的主要目的是從三個方面測試成人的認(rèn)知技能：讀寫能力、計算能力以及在復(fù)雜技術(shù)環(huán)境中解決問題的能力，這些能力是通過評估閱讀、寫作、計算、信息通信技術(shù)和問題解決等多項任務(wù)執(zhí)行頻率的信息獲得的。PIAAC還包括其他類型信息，如與管理、溝通、組織和規(guī)劃以及體力工作相關(guān)的任務(wù)執(zhí)行頻率。此外，PIAAC通過自我報告的方式提供有關(guān)工人對學(xué)習(xí)、信任、健康和其他問題的態(tài)度信息。

由于本研究旨在探討數(shù)字密集型行業(yè)與非數(shù)字密集型行業(yè)的收入不平等，以及數(shù)字密集型行業(yè)需要哪些類型的技能，因此需要PIAAC調(diào)查數(shù)據(jù)中D、F、G和I部分的背景調(diào)查問卷，其中，F(xiàn)部分的調(diào)查問卷涉及工作中有關(guān)技能的使用情況，G部分的調(diào)查問卷更具體，側(cè)重于計算、識字、信息和通信技術(shù)相關(guān)技能的使用，這兩個部分所調(diào)查的問題都是關(guān)于技能使用頻率；D和I部分主要包括工作靈活性、學(xué)習(xí)策略、管理和信任方面的背景問卷。需要補(bǔ)充說明的是，PIAAC調(diào)查的第一階段共經(jīng)歷了三輪，分別是2011-2012年、2014-2015年以及2017年，其中國際經(jīng)合組織分別于2011-2012年以及2017年在美國進(jìn)行了兩次調(diào)查。本文采用PLAAC數(shù)據(jù)庫中2017年的美國成人技能數(shù)據(jù)進(jìn)行研究，其中包括了3660人的調(diào)研數(shù)據(jù)，但在排除失業(yè)人員和未報告主要可觀察信息(工資和技能)的個人后，數(shù)據(jù)庫中還剩下2257人的數(shù)據(jù)。

關(guān)于數(shù)字密集型行業(yè)與非數(shù)字密集型行業(yè)的分類，本文采用Calvino et al.(2018)的產(chǎn)業(yè)數(shù)字化強(qiáng)度度量方法。該分類方法充分考慮了信息和通信技術(shù)的投資與使用情況(即投資于信息和通信技術(shù)的比例、購買信息和通信技術(shù)中間產(chǎn)品及服務(wù)占產(chǎn)出的百分比、每名雇員管理機(jī)器人數(shù)量)、對人力資本的信息化要求(即信息和通信技術(shù)專家占該部門就業(yè)總?cè)藬?shù)的比例)，以及電子商務(wù)的程度(即電子銷售占整個行業(yè)銷售的比例)。依據(jù)上述信息，Calvino et al.得出了各行業(yè)的數(shù)字化程度排名，且排名越靠前意味著數(shù)字化在該行業(yè)的滲透程度越高。根據(jù)各個行業(yè)的排名得分情況，本文使用排名得分中位數(shù)將行業(yè)細(xì)分為數(shù)字密集型行業(yè)和非數(shù)字密集型行業(yè)，得分高于中位數(shù)的行業(yè)屬于數(shù)字密集型行業(yè)，反之屬于非數(shù)字密集型行業(yè)。

2.指標(biāo)構(gòu)建與描述性統(tǒng)計

Grundke et al.(2017)利用工人在工作中執(zhí)行任務(wù)的額外信息以及關(guān)于工人態(tài)度和個性特征的自我報告信息，采取探索性因子分析法提取了六項技能指標(biāo)，以捕獲工人不同類型的認(rèn)知、非認(rèn)知和社交技能。本文在參考其技能指標(biāo)基礎(chǔ)上進(jìn)一步構(gòu)建了認(rèn)知能力和非認(rèn)知能力的細(xì)分指標(biāo)(見表1)。

(1)個人收入(lnearnings)：選自數(shù)據(jù)庫中用購買力平價表示的包含獎金的小時收入，去掉小時收入中分布在前1%和后1%的數(shù)據(jù)以清除異常值。

(2)認(rèn)知能力(cognitive)：認(rèn)知能力一般包括識字能力、記憶能力、計算能力、推理能力等能力因素。PIAAC主要測度了讀寫能力(Lit)、計算能力(Num)和在復(fù)雜技術(shù)環(huán)境中解決問題的能力(PSTRE)。其中，在復(fù)雜技術(shù)環(huán)境中解決問題的能力是指利用技術(shù)解決問題和完成復(fù)雜任務(wù)的能力，它不是“計算機(jī)素養(yǎng)”的衡量標(biāo)準(zhǔn)，而是信息時代所需的認(rèn)知技能——在這個可以獲得大量信息的時代，人們需要具備識別信息、綜合信息和利用信息解決問題的能力。這種一般性認(rèn)知能力可以在PIAAC數(shù)據(jù)庫中直接獲得，而PIAAC為每個受訪者和每一種技能提供了10個可能的合理值，本文按照Perry er al.(2014)的要求采用第一個可能值。

表1 認(rèn)知能力與非認(rèn)知能力測度的細(xì)分指標(biāo)體系

除了一般認(rèn)知能力外，也可以通過PIAAC中的G部分背景調(diào)查構(gòu)造一種概念上的復(fù)雜認(rèn)知能力。復(fù)雜認(rèn)知能力包括運(yùn)用信息和通信技術(shù)的能力(ICT)、復(fù)雜讀寫能力(CLit)和復(fù)雜計算能力(CNum)。G部分的背景調(diào)查主要是關(guān)于相應(yīng)技術(shù)使用頻率的數(shù)據(jù)，測度信息和通信技術(shù)、復(fù)雜讀寫能力和復(fù)雜計算能力的相關(guān)項目的原始數(shù)據(jù)都被標(biāo)準(zhǔn)化到[1，5]，其中，1表示從不使用相應(yīng)的技能，5表示每天都會使用相應(yīng)的技能。由于這些項目的取值范圍一致，且數(shù)字越大意味著該技能的使用頻率越高，所以本文將測度信息和通信技術(shù)、復(fù)雜讀寫能力和復(fù)雜計算能力的相關(guān)項目的標(biāo)準(zhǔn)化得分加總，作為這三種復(fù)雜認(rèn)知能力的代理變量。

(3)非認(rèn)知能力(non-cognitive)：相較于認(rèn)知能力，當(dāng)前學(xué)術(shù)界主要采用內(nèi)外點控制量表、自尊量表、大五人格量表測度非認(rèn)知能力(盛衛(wèi)燕和胡秋陽，2019)。其中，大五人格量表通過刻畫人格特征測度非認(rèn)知能力。Grundke et al.(2017)根據(jù)PIAAC的調(diào)查數(shù)據(jù)提出了測度非認(rèn)知能力的四大人格特征，即學(xué)習(xí)和創(chuàng)造性解決問題的能力、管理和交流能力、自組織能力和會計與銷售能力。本文根據(jù)這四大非認(rèn)知能力構(gòu)造了學(xué)習(xí)和創(chuàng)造性解決問題的能力(LCPS)、管理能力(Man)、社會交往能力(Soc)和自組織能力(SelfOrg)，這些指標(biāo)主要來自PIAAC的D、F和I部分。同復(fù)雜認(rèn)知能力一樣，D部分和I部分的原始數(shù)據(jù)同樣被標(biāo)準(zhǔn)化到[1，5]，且數(shù)字越大意味著相應(yīng)的非認(rèn)知能力越強(qiáng)。所以，與對復(fù)雜認(rèn)知能力的處理方法一致，將學(xué)習(xí)和創(chuàng)造性解決問題的能力(LCPS)、管理能力(Man)、社會交往能力(Soc)和自組織能力(Selforg)的相關(guān)測度得分加總，作為非認(rèn)知能力的代理變量。

表2為相應(yīng)的描述統(tǒng)計。就收入而言，數(shù)字密集型行業(yè)的收入明顯高于非數(shù)字密集型行業(yè)；就一般認(rèn)知能力而言，數(shù)字密集型行業(yè)和非數(shù)字密集型行業(yè)的差距不大，說明一般認(rèn)知能力是整個社會普遍擁有的能力；就復(fù)雜認(rèn)知能力和非認(rèn)知能力而言，復(fù)雜讀寫能力和管理能力的差距不大，數(shù)字密集型行業(yè)擁有更高的運(yùn)用信息與通信技術(shù)的能力以及復(fù)雜計算能力、學(xué)習(xí)和創(chuàng)造性解決問題的能力、社會交往能力和自組織能力?？傮w上，數(shù)字密集型行業(yè)在一般認(rèn)知能力、復(fù)雜認(rèn)知能力和非認(rèn)知能力方面都高于非數(shù)字密集型行業(yè)，表明數(shù)字密集型行業(yè)對勞動者的技能有更高的要求。

此外，采用計量模型分析還需要一定的控制變量：受訪者年齡(age)；受訪者受教育年限(edu)；受訪者性別(gen)，男性gen=1，女性gen=0；受訪者所在企業(yè)雇員超過250人屬于大型企業(yè)bsize=1；受訪者所在企業(yè)屬于中型企業(yè)msize=1，即雇員超過51人而小于250人；受訪者的健康狀況(hea)，非常差得分為1，非常健康得分為5；受訪者是否處于打零工的狀態(tài)，即每周工作時間小于等于20個小時，若處于打零工的狀態(tài)，則wpt=1；受訪者的相關(guān)工作經(jīng)驗(exp)，沒有相關(guān)工作經(jīng)驗exp=0，有相關(guān)工作經(jīng)驗exp=1。

表2 美國數(shù)字與非數(shù)字密集型行業(yè)(2017年)主要技能變量的描述性統(tǒng)計

四、實證分析

本文首先探討數(shù)字行業(yè)與非數(shù)字行業(yè)是否存在收入不平等，然后考察具體是哪些技能引起收入不平等，最后分析技能互補(bǔ)對數(shù)字行業(yè)與非數(shù)字行業(yè)收入不平等的影響。

1.數(shù)字行業(yè)與非數(shù)字行業(yè)收入不平等的計量分析

本文在標(biāo)準(zhǔn)明瑟方程中引入數(shù)字密集型行業(yè)啞變量、認(rèn)知能力、復(fù)雜認(rèn)知能力、非認(rèn)知能力以及數(shù)字密集型行業(yè)啞變量與這三種能力的交互項，具體模型設(shè)定如下：

(1)

表3 數(shù)字行業(yè)與非數(shù)字行業(yè)收入不平等的回歸結(jié)果

表3報告的僅為本文關(guān)心的系數(shù)。從表3中的數(shù)字密集型行業(yè)啞變量回歸結(jié)果可以看到，數(shù)字密集型行業(yè)的工資收入比非數(shù)字密集型行業(yè)高3.5%，一方面可能由于經(jīng)驗知識(隱性知識)在數(shù)字化工作環(huán)境中發(fā)揮著非常重要的作用，早在20世紀(jì)80年代進(jìn)行的關(guān)于從傳統(tǒng)機(jī)器向數(shù)控工具過渡的研究、加工工業(yè)中關(guān)于復(fù)雜操作的管理研究以及對遠(yuǎn)程服務(wù)和電子服務(wù)的虛擬專家工作數(shù)據(jù)的分析中已經(jīng)發(fā)現(xiàn)，在數(shù)字化條件下，經(jīng)驗是處理系統(tǒng)不確定性和復(fù)雜性的關(guān)鍵(B?hle and Milkau，1988；B?hle，1994)，近期的研究也證實了經(jīng)驗在高度自動化的生產(chǎn)性工作中同樣發(fā)揮著重要作用。Levitt et al.(2013)運(yùn)用美國工廠信息化管理系統(tǒng)的數(shù)據(jù)分析企業(yè)生產(chǎn)力提高的來源，發(fā)現(xiàn)經(jīng)驗是生產(chǎn)效率提高的重要來源，特別是在汽車裝配和連續(xù)生產(chǎn)過程中，勞動力越來越多地需要處理更多而不是更少的復(fù)雜性問題。從表3exp的系數(shù)也可看到，相比于沒有經(jīng)驗的個人，具有相關(guān)工作經(jīng)驗的個人的工資收入高出了2.6%，可見經(jīng)驗知識在高度自動化和數(shù)字化的工作環(huán)境中顯得尤為重要，數(shù)字密集型行業(yè)的企業(yè)可能也更愿意支付額外的費用以激勵員工，避免有經(jīng)驗和高技能的勞動力外流。勞動力外流可能會對生產(chǎn)造成破壞，增加知識外溢到競爭對手的風(fēng)險，如2016年Google的母公司Alphabet的研發(fā)總成本為167億美元，占其整個公司毛利潤的25%，這些研發(fā)總成本包括負(fù)責(zé)新產(chǎn)品和服務(wù)研發(fā)的人員薪酬及相關(guān)費用，以及對現(xiàn)有產(chǎn)品和服務(wù)的重大改進(jìn)(Pa?ko Bili?，2018)。另一方面，數(shù)字技術(shù)的進(jìn)步會導(dǎo)致經(jīng)濟(jì)體增加對相應(yīng)技能工人的需求，進(jìn)而增加擁有這些技能的工人的工資，導(dǎo)致數(shù)字行業(yè)和非數(shù)字行業(yè)的收入不平等。從表3第三列可以看出，數(shù)字密集型行業(yè)對哪些技能支付了更高的工資，即哪些技能會引起技術(shù)溢價。

一是學(xué)習(xí)和創(chuàng)造性解決問題的能力。根據(jù)表3，擁有學(xué)習(xí)和創(chuàng)造性解決問題能力的個人在數(shù)字密集型行業(yè)能夠比在非數(shù)字密集型行業(yè)獲得的工資收入高0.8%，這可能是因為在數(shù)字化時代大量重復(fù)、單調(diào)乏味的“常規(guī)工作任務(wù)”已經(jīng)被自動化或算法化，自動化或算法化使資本取代了單調(diào)的體力勞動，進(jìn)而降低了勞動在價值增值中的份額。但“感知和操作任務(wù)、創(chuàng)造性智力任務(wù)和社會智力任務(wù)”這三種工作任務(wù)難以被自動化或算法化(Frey&Osborne，2017)，雖然自動化或算法化可以減少勞動者的數(shù)量，但是其對勞動力的綜合素質(zhì)和技能有更高的要求，尤其是對創(chuàng)造性勞動能力有一定的要求(Pfeiffer，2016)。正如Baxter et al.(2012)所言：“人類越是依賴技術(shù)并將其推向使用的極限，我們就越需要高技能、訓(xùn)練有素的人才，這樣才能使系統(tǒng)運(yùn)行得更加流暢，且具備抵御風(fēng)險的彈性?！毕啾扔诜菙?shù)字密集型行業(yè)，數(shù)字密集型行業(yè)自動化和算法化程度更高，需要完成更多的創(chuàng)造性智力任務(wù)，導(dǎo)致數(shù)字密集型行業(yè)對具有學(xué)習(xí)和創(chuàng)造性解決問題的個人的需求增加，例如工業(yè)機(jī)器人在汽車裝配線上的運(yùn)用。Pfeiffer(2016)調(diào)研了一家高度自動化的汽車裝配線，發(fā)現(xiàn)每一名工人需要監(jiān)控8個工業(yè)機(jī)器人，并且要使工業(yè)機(jī)器人正常工作，一個工作日內(nèi)需要對工業(yè)機(jī)器人的工作過程進(jìn)行20-30次干預(yù)。為了做到這一點，工人不僅需要大量的專業(yè)知識(例如機(jī)器人編程或焊接技術(shù))，而且需要滿足特定環(huán)境的知識(例如質(zhì)量控制和上下游工藝)，以及經(jīng)驗知識(有關(guān)先前干預(yù)、機(jī)器人磨損的原因、材料對溫度變化的反應(yīng)方式等)，這要求工人一方面要通過學(xué)習(xí)不斷地積累經(jīng)驗和相關(guān)知識；另一方面要“邊學(xué)邊干”，解決工業(yè)機(jī)器人運(yùn)行過程中遇到的各種復(fù)雜問題，保證其正常運(yùn)行。

二是自組織能力。根據(jù)表3，擁有自組織能力的個人在數(shù)字密集型行業(yè)能夠比在非數(shù)字密集型行業(yè)獲得的工資收入高1.9%?？赡艿脑蚴牵簲?shù)字經(jīng)濟(jì)時代，信息技術(shù)深刻地改變著企業(yè)的組織方式、生產(chǎn)方式和交易方式，使企業(yè)的邊界不斷收縮，從大規(guī)模標(biāo)準(zhǔn)化生產(chǎn)轉(zhuǎn)向小規(guī)模個性化生產(chǎn)。相應(yīng)的，企業(yè)的轉(zhuǎn)型也使得具有靈活性和自適應(yīng)性(自組織能力)的人力資本產(chǎn)生了技能溢價，比如互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等新一代信息技術(shù)實現(xiàn)了信息的快速和發(fā)散傳遞，極大地降低了企業(yè)包括搜尋成本、信息成本、議價成本、決策成本、監(jiān)督成本在內(nèi)的交易成本，使得企業(yè)內(nèi)外部的交易速率和質(zhì)量都產(chǎn)生了質(zhì)的飛躍。正如科斯在《企業(yè)的性質(zhì)》中所指出的，當(dāng)交易成本越低，企業(yè)的邊界會越小，相關(guān)交易越是外部化。換言之，未來的企業(yè)不是航空母艦，而是復(fù)雜生產(chǎn)鏈上“自由人的自由聯(lián)合體”向協(xié)作關(guān)系為基礎(chǔ)的組織模式轉(zhuǎn)型，這種組織模式的特征是將原先嚴(yán)密而龐大的組織拆為分工更加細(xì)化的獨立個體(小型團(tuán)隊乃至個人)，這些獨立個體根據(jù)目標(biāo)和任務(wù)的需要隨時建立協(xié)作關(guān)系，任務(wù)完成便解除關(guān)系，隨后再根據(jù)下一項任務(wù)所需重新組合。相應(yīng)地，這種協(xié)作型的組織結(jié)構(gòu)要求勞動力以更獨立和分散的方式(例如通過遠(yuǎn)程工作)開展工作，執(zhí)行更多的非常規(guī)任務(wù)，以及適應(yīng)不斷變化的技術(shù)和工作環(huán)境。因此，在數(shù)字經(jīng)濟(jì)時代，數(shù)字密集型行業(yè)對擁有自組織能力的個人的需求更大。

2.技能互補(bǔ)對數(shù)字行業(yè)與非數(shù)字行業(yè)收入不平等的影響

前文實證結(jié)果表明，在數(shù)字經(jīng)濟(jì)時代一般認(rèn)知能力、復(fù)雜認(rèn)知能力中的ICT能力以及非認(rèn)知能力中的自組織能力是所有行業(yè)都需要的能力；而數(shù)字密集型行業(yè)尤其重視學(xué)習(xí)和創(chuàng)造性解決問題的能力、自組織能力。這一結(jié)果可以說明為什么單一技能的溢價便能夠引起工資收入的不平等。但是，是否存在某些技能本身雖不被市場重視，一旦與其他技能相結(jié)合卻同樣可以引起技能溢價呢？接下來進(jìn)一步分析技能互補(bǔ)對數(shù)字行業(yè)與非數(shù)字行業(yè)收入不平等的影響。

認(rèn)知能力是人腦加工、儲存和提取信息的能力，即人腦接受外界輸入的信息并經(jīng)過頭腦的加工處理，轉(zhuǎn)換成內(nèi)在的心理活動，進(jìn)而支配人的行為的能力。認(rèn)知能力是發(fā)展高級技能、積累人力資本的核心。根據(jù)表3，ICT是所有認(rèn)知能力中最受勞動力市場重視的能力。鑒于數(shù)字密集型行業(yè)尤其重視學(xué)習(xí)和創(chuàng)造性解決問題的能力、自組織能力，本節(jié)將深入研究數(shù)字密集型行業(yè)中信息和通信技術(shù)、學(xué)習(xí)和創(chuàng)造性解決問題、自組織三種能力與所有其他技能的互補(bǔ)性問題。其計量模型的設(shè)定方法是在標(biāo)準(zhǔn)明瑟方程中引入數(shù)字密集型行業(yè)啞變量和以上三種技能與其他技能之間的交互項，具體如下：

(2)

根據(jù)表4，在數(shù)字密集型行業(yè)確實存在技能互補(bǔ)引起技能溢價，進(jìn)而導(dǎo)致數(shù)字密集型行業(yè)與非數(shù)字密集型行業(yè)收入不平等的情況?？傮w上，信息和通信技術(shù)能力、學(xué)習(xí)和創(chuàng)造性解決問題的能力、自組織能力三者之間具有互補(bǔ)性，而學(xué)習(xí)和創(chuàng)造性解決問題的能力、自組織能力與社會交往能力具有互補(bǔ)性，這與Deming(2015)的研究結(jié)論一致。Deming(2015)基于美國全國青少年縱向調(diào)查數(shù)據(jù)的研究表明，在信息和通信技術(shù)密集型工作中，認(rèn)知和非認(rèn)知技能組合會得到更好的回報，而公司愿意為擁有多種技能的勞動力支付更高的工資可能存在以下三方面的考量：第一，技能互補(bǔ)提高了勞動力的工作和生產(chǎn)效率(Deming，2015)；第二，技能互補(bǔ)提高了勞動力解決復(fù)雜問題的能力(Autor et al. 2002)；第三，勞動力的技能組合有助于提高企業(yè)在行業(yè)中的競爭力和在全球價值鏈中的層級(Grundke et al.，2017)。

表4 技能互補(bǔ)影響收入不平等的計量結(jié)果

那么，為什么數(shù)字密集型行業(yè)需要信息和通信技術(shù)能力、學(xué)習(xí)和創(chuàng)造性解決問題能力、自組織能力、社會交往能力這四種能力的互補(bǔ)？來自理論和實踐的經(jīng)驗表明，由信息和通信技術(shù)引起的企業(yè)組織結(jié)構(gòu)的變革，導(dǎo)致勞動者之間可能會經(jīng)常根據(jù)任務(wù)的需要形成以團(tuán)隊或個體形式的自由組合的結(jié)構(gòu)，尤其是數(shù)字密集型行業(yè)其生產(chǎn)過程更加分散(如外包，離岸外包)，更需要勞動者具備自適應(yīng)、自學(xué)習(xí)、自組織的能力，以提高解決各種復(fù)雜問題和不確定性的能力。同時，信息和通信技術(shù)還引起企業(yè)組織模式從單個企業(yè)向多主體的協(xié)同創(chuàng)新網(wǎng)絡(luò)轉(zhuǎn)變，眾多分散的生產(chǎn)者和消費者能夠通過互聯(lián)網(wǎng)隨時隨地聚集在虛擬網(wǎng)絡(luò)的平臺上，勞動者在實際生產(chǎn)服務(wù)中的網(wǎng)絡(luò)化合作逐漸增多，要求勞動者必須具有較高的社會交往能力。畢竟人工智能在模擬人與人之間的互動交往方面表現(xiàn)較差，而人與人之間的互動交往需要一種被心理學(xué)家稱之為“心智理論”的能力，根據(jù)他人的行為將心理狀態(tài)歸因于他人，即“設(shè)身處地為他人著想”的能力，這是人際交往中的隱性知識，也是一種非常規(guī)的互動任務(wù)，人工智能很難替代人類，而這正是人類相對于人工智能的優(yōu)勢。因此，在數(shù)字化時代，數(shù)字密集型行業(yè)所要求的勞動力必須具備信息和通信技術(shù)能力、學(xué)習(xí)和創(chuàng)造性解決問題的能力、自組織能力以及社會交往能力的綜合技能，是確保企業(yè)生產(chǎn)和團(tuán)隊合作正常運(yùn)行的關(guān)鍵。

3.穩(wěn)健性檢驗

為了驗證結(jié)論的可靠性，本文進(jìn)行了穩(wěn)健性檢驗：改變對數(shù)字密集型行業(yè)和非數(shù)字密集型行業(yè)的劃分，即將數(shù)字密集型行業(yè)定義為排名前25%的行業(yè)，而不是排名前50%的行業(yè)。檢驗結(jié)果如表5。

從表5左邊第二列可以看到，數(shù)字密集型行業(yè)啞變量與學(xué)習(xí)和創(chuàng)造性解決問題的能力及自組織能力交互項的系數(shù)依然在5%的顯著性水平下為正，表明在數(shù)字密集型行業(yè)，學(xué)習(xí)和創(chuàng)造性解決問題的能力與自組織能力對收入不平等的正向影響效應(yīng)具有穩(wěn)健性。從表5右邊第四、五、六列可以看到，信息和通信技術(shù)能力、學(xué)習(xí)和創(chuàng)造性解決問題的能力、自組織能力三者之間的交互項系數(shù)，以及學(xué)習(xí)和創(chuàng)造性解決問題的能力、自組織能力與社會交往能力的交互項系數(shù)均顯著為正，表明技能互補(bǔ)對收入不平等的正向影響效應(yīng)同樣具有穩(wěn)健性。

表5 穩(wěn)健性檢驗

五、結(jié)論與政策建議

我國是數(shù)字經(jīng)濟(jì)領(lǐng)域的全球領(lǐng)先者，2018年我國數(shù)字經(jīng)濟(jì)規(guī)模達(dá)到31.3萬億元，占GDP比重達(dá)34.8%，因技術(shù)化失業(yè)(數(shù)字技術(shù)運(yùn)用帶來的技能缺口、技能錯配)導(dǎo)致的收入不平等現(xiàn)象正日益凸顯。過去我們知道“知識就是力量，教育改變命運(yùn)”，通過大力投資人力資本的“認(rèn)知技能”可以有效縮小社會收入差距。事實上，在工業(yè)時代，“認(rèn)知技能”的提升的確使大量勞動力從農(nóng)村走向城市，變成流水線工人、職員、會計和翻譯等，從事具有一定標(biāo)準(zhǔn)的常規(guī)化工作，由此也改善了他們的收入水平。但是，數(shù)字化變革以來，社會正大量減少對中等認(rèn)知技能的需求，而大大增加對“復(fù)雜認(rèn)知技能”和“非認(rèn)知技能”的需求，并推動工作性質(zhì)向科技化、復(fù)雜化和靈活化轉(zhuǎn)變。甚至有研究預(yù)言，“到2035年，我國整體數(shù)字經(jīng)濟(jì)規(guī)模將接近112萬億元，總就業(yè)容量將達(dá)到4.15億”。這意味著，屆時至少有一半的勞動人口將面對這種復(fù)雜而靈活的工作性質(zhì)。本文基于新人力資本理論構(gòu)造了認(rèn)知能力和非認(rèn)知能力的細(xì)分指標(biāo)，試圖探尋究竟是何種能力引起了數(shù)字密集型行業(yè)與非數(shù)字密集型行業(yè)的收入不平等，以及技能互補(bǔ)是如何在影響數(shù)字密集型行業(yè)與非數(shù)字密集型行業(yè)的收入不平等?；赑IAAC微觀數(shù)據(jù)的實證分析表明：(1)一般認(rèn)知能力、復(fù)雜認(rèn)知能力和非認(rèn)知能力對勞動力收入具有顯著溢價，但在復(fù)雜認(rèn)知能力中的信息和通信技術(shù)能力、非認(rèn)知能力中的社會交往能力和自組織能力能夠?qū)е赂叩募寄芤鐑r。(2)數(shù)字密集型行業(yè)的工資收入比非數(shù)字密集型行業(yè)高3.5%，這一方面可能是由于經(jīng)驗知識在高度自動化和數(shù)字化的工作環(huán)境中顯得尤為重要，所以數(shù)字密集型行業(yè)的企業(yè)可能更愿意支付額外的費用以激勵員工，避免有經(jīng)驗和高技能勞動力的外流；另一方面是由于學(xué)習(xí)和創(chuàng)造性解決問題的能力、自組織能力帶來的技能溢價。(3)技能互補(bǔ)同樣能夠引起數(shù)字密集型行業(yè)與非數(shù)字密集型行業(yè)的收入不平等。對于數(shù)字密集型行業(yè)的勞動力而言，若擁有信息和通信技術(shù)技能、學(xué)習(xí)和創(chuàng)造性解決問題技能、自組織技能、社會交往技能中的兩種或兩種以上的技能組合便能獲得額外的工資溢價。

結(jié)合數(shù)字化轉(zhuǎn)型對技能的需求，本文建議政府未雨綢繆，完善教育培訓(xùn)體系，積極應(yīng)對數(shù)字化帶來的挑戰(zhàn)。

1.加大人力資本的數(shù)字技能投資，應(yīng)對工作性質(zhì)的科技化轉(zhuǎn)型

人力資本的復(fù)雜認(rèn)知技能，尤其是其中“信息與通信”為代表的數(shù)字技能是數(shù)字時代的基礎(chǔ)技術(shù)支撐，社會正在持續(xù)不斷地增加需求量并已產(chǎn)生了較高溢價，加大力度投資人力資本的數(shù)字技能是應(yīng)對未來工作性質(zhì)科技化轉(zhuǎn)型的關(guān)鍵。第一，深化教育改革，擴(kuò)大數(shù)字人才規(guī)模。積極推動各級各類教育機(jī)構(gòu)開展數(shù)字智能和技能培訓(xùn)，逐步建立健全多層次、多類型的數(shù)字人才培養(yǎng)體系，高等院校尤其應(yīng)積極發(fā)展數(shù)字領(lǐng)域的新型專業(yè)，促進(jìn)信息技術(shù)科學(xué)與其他專業(yè)學(xué)科的交叉融合，擴(kuò)大信息技術(shù)專業(yè)人才和具有數(shù)字化素養(yǎng)的跨學(xué)科人才的培養(yǎng)規(guī)模。第二，支持多方協(xié)同培育。將普通本科高校、職業(yè)院校與科研機(jī)構(gòu)、行業(yè)企業(yè)協(xié)會等多個利益相關(guān)方納入數(shù)字教育框架，建立職業(yè)培訓(xùn)的規(guī)范管理制度和協(xié)調(diào)發(fā)展機(jī)制，為在校學(xué)生提供相匹配的數(shù)字能力培訓(xùn)與認(rèn)證。第三，運(yùn)用數(shù)字技術(shù)，創(chuàng)新人才培養(yǎng)方式。結(jié)合移動技術(shù)、互聯(lián)網(wǎng)、VR、人機(jī)互動等數(shù)字技術(shù)發(fā)展“數(shù)字技術(shù)+”教學(xué)和技能培訓(xùn)，打造高質(zhì)量、大規(guī)模的開放式在線課程，為大眾提供靈活的、個性化教育和培訓(xùn)模式。

2.重視人力資本的非認(rèn)知技能投資，應(yīng)對工作性質(zhì)的靈活化轉(zhuǎn)型

人力資本的非認(rèn)知技能，尤其是“學(xué)習(xí)和創(chuàng)造性解決問題的技能、自組織技能和社會交往技能”是數(shù)字經(jīng)濟(jì)的重要可遷移技能，其在社會需求量持續(xù)攀升的同時也產(chǎn)生了較高的技能溢價，重視人力資本的非認(rèn)知技能投資是應(yīng)對未來工作任務(wù)靈活化轉(zhuǎn)型的重要途徑。第一，重視兒童時期的非認(rèn)知技能教育，逐步降低義務(wù)教育的起始年齡。根據(jù)世界銀行的相關(guān)研究，兒童時期是培養(yǎng)非認(rèn)知技能的窗口期，此間得到優(yōu)質(zhì)教育的兒童更善于人際互動、遵守指令和在面臨壓力時更好地調(diào)整情緒，這些能力的習(xí)得直接影響了成年時期更為復(fù)雜的非認(rèn)知技能的習(xí)得。應(yīng)逐步降低義務(wù)教育的起始年齡，盡早對兒童的營養(yǎng)、健康、社會保障和親社會教育進(jìn)行投資，為其未來獲得健康優(yōu)質(zhì)的非認(rèn)知技能奠定基礎(chǔ)。第二，積極探索高等教育階段成年學(xué)生習(xí)得非認(rèn)知技能的路徑。目前備受關(guān)注的路徑有：①增加“通識教育”在高校課程中的比重。通過修習(xí)綜合性通識課程，參與課外實踐活動，有效地提升學(xué)生解決問題的能力、自學(xué)能力和社會交往能力。②合作學(xué)習(xí)。將不同專業(yè)背景的學(xué)生組成合作小組，鼓勵學(xué)生“跨課程學(xué)習(xí)”，為其創(chuàng)造相互合作共同探索某一學(xué)術(shù)問題或現(xiàn)實問題的條件，通過“知識的橫向融合”，提高學(xué)生的問題解決能力。③多樣性和全球化學(xué)習(xí)。通過設(shè)立“國別文化研究課程”，幫助學(xué)生探索多元文化，提升學(xué)生對跨文化現(xiàn)象的理解力和全球勝任力。④支持大學(xué)生創(chuàng)新創(chuàng)業(yè)。開設(shè)創(chuàng)業(yè)課程、舉辦創(chuàng)業(yè)實踐活動，為學(xué)生提供商業(yè)培訓(xùn)與創(chuàng)業(yè)輔導(dǎo)，尤其為優(yōu)秀大學(xué)生的創(chuàng)新創(chuàng)業(yè)項目提供資金和場地支持能有效地提升其團(tuán)隊精神、創(chuàng)造能力和自組織能力。

3.建立“終身學(xué)習(xí)”的教育培訓(xùn)體系，應(yīng)對工作性質(zhì)的持續(xù)性變革

過去，技術(shù)進(jìn)步導(dǎo)致的技能需求轉(zhuǎn)變需要幾個世紀(jì)的時間才能充分展現(xiàn)出來，而在數(shù)字經(jīng)濟(jì)時代，技術(shù)進(jìn)步似乎要求人們一夜之間具有新的技能，甚至如今剛進(jìn)小學(xué)讀書的兒童未來有很大一部分將從事現(xiàn)在尚未存在的職業(yè)?？梢詳喽ǖ氖牵磥淼墓ぷ餍再|(zhì)會產(chǎn)生持續(xù)性變革，而很多變革是不確定的，建立“終身學(xué)習(xí)”的教育培訓(xùn)體系至關(guān)重要。第一，加強(qiáng)成人再教育體系建設(shè)，減少由失業(yè)帶來的貧困發(fā)生率。針對失學(xué)、失業(yè)、年齡偏大的工人以及失地農(nóng)民開展靈活的再教育活動，提高其讀、寫和基礎(chǔ)數(shù)字工具運(yùn)用等一般認(rèn)知能力，幫助其適應(yīng)變化了的市場環(huán)境。第二，加強(qiáng)職業(yè)再培訓(xùn)體系建設(shè)，增加成人的職業(yè)技能溢價。鼓勵企業(yè)和教育資源結(jié)合，舉辦職業(yè)再培訓(xùn)學(xué)院，推動員工提高銷售、社交甚至數(shù)據(jù)分析等復(fù)雜認(rèn)知和非認(rèn)知的技能，幫助其實現(xiàn)更好的就業(yè)前景。第三，加強(qiáng)創(chuàng)業(yè)培訓(xùn)體系建設(shè)，迎接數(shù)字時代的挑戰(zhàn)和機(jī)遇。建議由政府主導(dǎo)，依托各類創(chuàng)業(yè)服務(wù)機(jī)構(gòu)，聯(lián)合科研院校、融資平臺和社會組織等優(yōu)質(zhì)資源，廣泛開展創(chuàng)業(yè)資訊服務(wù)、面對面問題深聊、創(chuàng)業(yè)沙龍、創(chuàng)業(yè)公開課、創(chuàng)業(yè)講堂等活動，幫助創(chuàng)業(yè)者累積創(chuàng)業(yè)知識、了解創(chuàng)業(yè)政策、分析創(chuàng)業(yè)條件、搭建創(chuàng)業(yè)平臺以及整合創(chuàng)業(yè)資源，提高其創(chuàng)業(yè)技能，推動“大眾創(chuàng)業(yè)、萬眾創(chuàng)新”走向縱深，進(jìn)而將數(shù)字經(jīng)濟(jì)時代的挑戰(zhàn)轉(zhuǎn)化為機(jī)遇。

① ⑩ Frey C B , Osborne M A .，“The Future of Employment: How Susceptible are Jobs to C-omputeri-sation?”TechnologicalForecasting&SocialChange, vol.114,2017, pp.254-280.

② Autor D H，Krueger K A B，“Computing Inequality: Have Computers Changed the Lab-or Market?”TheQuarterlyJournalofEconomics，vol.113，no.4，1998，pp.1169-1213；Acemoglu,D，“Why do New Technologies Complement Skills? Directed Technical Changeand Wage Inequality，”QuarterlyJournalofEconomics，vol.113，no.4，1998，pp.1055-1089.

③ Deming D J，“The Growing Importance of Social Skills in the Labor Market，”NberWorkingPapersno. 21473, 2015.

④ Deming D J, Lisa Kahn，“Skill Requirements across Firms and Labor Markets:Evidence from Job Postings for Professionals，”JournalofLaborEconomics,no.36，2017，pp.337-369.

⑤ Card, D. and J.Di Nardo，“Skill Biased Technological Change and Rising Wage Inequality: Some Problems and Puzzles，”JournalofLaborEconomics，no.4，2002，pp:733-783；宋冬林、王林輝、董直慶：《技能偏向型技術(shù)進(jìn)步存在嗎?——來自中國的經(jīng)驗證據(jù)》，《經(jīng)濟(jì)研究》2010年第5期；董直慶、蔡嘯、王林輝：《技能溢價:基于技術(shù)進(jìn)步方向的解釋》，《中國社會科學(xué)》2014年第10期；Autor D H，“Why Are There Still So Many Jobs? The History and Future of Workplace Automation，”TheJournalofEconomicPerspectives，no.3，2015, pp.3-30.

⑥ Cuadras-Morató, Xavier,Mateos-Planas X，“Overeducation and Skill-biased Technical Chang-e，”B.e.JournalofMacroeconomics，vol.13，no.1，2013, pp：1-18.

⑦ Horvath G，“Impact of Skill Mismatch on Wage Inequality，”SSRNElectronicJournal, no.1，2014，pp.425-453.

⑧ 劉云波：《教育錯配和技能錯配的發(fā)生率及其收入效應(yīng)——基于中國CGSS2015的實證分析》，《東岳論叢》2019年第3期。

⑨ Autor D H，Murnane L R J，“The Skill Content of Recent Technological Change: An Empirical Exploration，”QuarterlyJournalofEconomics，no.4，2003，pp.1279-1333.