■ 張 璇，王明亮，林霏陽(yáng)

一、問(wèn)題的提出

2016—2021年我國(guó)60歲以上老齡人口比例由16.7%上升到18.9%，勞動(dòng)人口占比（15—64歲）則由2010 年的 74.53%跌至2020 年的68.55%，支撐我國(guó)經(jīng)濟(jì)高速發(fā)展的人口紅利迅速下降。與此同時(shí)，新一輪信息網(wǎng)絡(luò)和通信技術(shù)革新促進(jìn)了數(shù)字經(jīng)濟(jì)迅速發(fā)展，并對(duì)勞動(dòng)就業(yè)領(lǐng)域產(chǎn)生了重大影響。據(jù)中國(guó)信通院數(shù)據(jù)顯示，2020 年我國(guó)數(shù)字經(jīng)濟(jì)占GDP 比重為38.6%，產(chǎn)業(yè)數(shù)字化就業(yè)比重高達(dá)75.8%，月平均就業(yè)薪酬13057.5 元。人口紅利下降與數(shù)字經(jīng)濟(jì)快速發(fā)展，對(duì)于我國(guó)勞動(dòng)力市場(chǎng)的作用日益顯現(xiàn)。

已有研究表明，人口紅利下降引發(fā)了制造業(yè)勞動(dòng)力短缺、人力資本水平優(yōu)化不足和用工成本上漲等系列問(wèn)題（蔡昉，2010；鐵瑛，2019）；而數(shù)字經(jīng)濟(jì)高速發(fā)展，帶來(lái)產(chǎn)業(yè)數(shù)字化革新（李曉鐘等，2020）、生產(chǎn)效率提升（王文，2020）勞動(dòng)力市場(chǎng)結(jié)構(gòu)優(yōu)化（王凱，2021）及其就業(yè)創(chuàng)造效應(yīng)（WuChenzi，2021），進(jìn)而有效強(qiáng)化了城市聚集經(jīng)濟(jì)（Duranton G.et al.，2014），呈現(xiàn)出城市勞動(dòng)者工資的持續(xù)溢價(jià)現(xiàn)象（Baumsnow N.and Pavan R.，2012）。如何理解人口紅利下降與數(shù)字經(jīng)濟(jì)高速發(fā)展對(duì)于我國(guó)勞動(dòng)力市場(chǎng)的交互作用機(jī)制，是準(zhǔn)確把握我國(guó)勞動(dòng)力市場(chǎng)發(fā)展趨勢(shì)的基本要求。然而，已有文獻(xiàn)大多局限于人口紅利或數(shù)字經(jīng)濟(jì)對(duì)于勞動(dòng)力市場(chǎng)的單維度影響分析，缺乏對(duì)兩者在勞動(dòng)力市場(chǎng)演化過(guò)程中交互作用的綜合思考。為此，本文研究數(shù)字經(jīng)濟(jì)發(fā)展與人口紅利下降對(duì)于城市工資溢價(jià)的作用機(jī)制，以期深化對(duì)新時(shí)期我國(guó)勞動(dòng)力市場(chǎng)演化機(jī)理與趨勢(shì)的理解。

二、理論分析與研究假設(shè)

（一）數(shù)字經(jīng)濟(jì)發(fā)展對(duì)城市工資溢價(jià)的影響

國(guó)內(nèi)外大量研究將城市工資溢價(jià)的作用機(jī)制分別概括為聚集經(jīng)濟(jì)效應(yīng)（Duranton G.et al.，2014；孟美俠等，2019）、高技能勞動(dòng)者遷移所帶來(lái)的技術(shù)溢價(jià)（Baumsnow N.et al.，2012）和生活成本與質(zhì)量的溢價(jià)補(bǔ)償（Beaudry P.et al.，2014）等。事實(shí)上，以技術(shù)優(yōu)勢(shì)、信息交互和創(chuàng)新驅(qū)動(dòng)為特征的數(shù)字經(jīng)濟(jì)發(fā)展模式被證明除了在形成新機(jī)制上影響城市工資溢價(jià)外，也繼續(xù)擴(kuò)大了上述機(jī)制的作用效果。其一，Autor（2017）提出技術(shù)進(jìn)步會(huì)導(dǎo)致技能偏向效應(yīng)的產(chǎn)生，即技術(shù)發(fā)展帶來(lái)了存在技能差異的勞動(dòng)者間技術(shù)溢價(jià)的證據(jù)，而數(shù)字經(jīng)濟(jì)所帶來(lái)的企業(yè)創(chuàng)新轉(zhuǎn)型（唐松等，2020）也使得城市產(chǎn)業(yè)模式逐漸由勞動(dòng)密集型向著技術(shù)、資本密集型（王儒奇等，2020）的聚集經(jīng)濟(jì)演化；同時(shí)，這一技術(shù)革命和創(chuàng)新轉(zhuǎn)型的過(guò)程也反向影響了勞動(dòng)市場(chǎng)擴(kuò)充（宋建等，2021）和新的數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)聚集（王斌等，2010）。其二，數(shù)字經(jīng)濟(jì)為企業(yè)規(guī)模化發(fā)展提供了必要基礎(chǔ)（李春濤等，2020），而企業(yè)在大城市聚集并相互作用形成知識(shí)溢出、成本優(yōu)化和技術(shù)優(yōu)勢(shì)（Combes P.，2012），從而提高了城市整體層面的生產(chǎn)率，生產(chǎn)率的提高直接表現(xiàn)為更高的工資、更高的就業(yè)能力、更優(yōu)的人力資本水平和更豐富的就業(yè)機(jī)會(huì)（李紅陽(yáng)等，2017）。其三，數(shù)字經(jīng)濟(jì)完善了城市數(shù)字基礎(chǔ)設(shè)施建設(shè)，促進(jìn)了政府治理效能改革和提供了更為便捷優(yōu)質(zhì)的城市生活水平，尤其是數(shù)字經(jīng)濟(jì)帶來(lái)隱性數(shù)字化福利權(quán)益和高速信息交互優(yōu)勢(shì)，也進(jìn)一步促進(jìn)了城市獨(dú)特?cái)?shù)字化資源的形成。良好的生活質(zhì)量、宜居的生活環(huán)境和完備的社會(huì)公共服務(wù)為大城市提供了更多工資溢價(jià)基礎(chǔ)（Albouy，2008）。

假設(shè)1：數(shù)字經(jīng)濟(jì)高速發(fā)展加劇了城市工資溢價(jià)的程度。

數(shù)字經(jīng)濟(jì)時(shí)代帶來(lái)了多元化創(chuàng)新模式的演變，并形成了以技術(shù)范式、空間范圍和資源配置效率等為主的創(chuàng)新生態(tài)系統(tǒng)（張昕蔚，2019），技術(shù)化和數(shù)據(jù)化正在成為經(jīng)濟(jì)增長(zhǎng)和社會(huì)生產(chǎn)變革的創(chuàng)新驅(qū)動(dòng)要素。城市擁有更多的技術(shù)發(fā)展資源和更高的企業(yè)生產(chǎn)效率，提高了城市整體技術(shù)水平和技術(shù)環(huán)境（Glaeser et al.，2010）。De La Roca et al.（2017）進(jìn)一步認(rèn)為大城市間存在的技術(shù)差異等靜態(tài)優(yōu)勢(shì)是具有空間局限性的，并在技術(shù)需求環(huán)境的選擇中以工資溢價(jià)差異重新排列勞動(dòng)者所表現(xiàn)出的技能差距（Heuermann D et al.，2010），這從一方面解釋了不同城市間可能的技術(shù)創(chuàng)新水平差異提升城市工資溢價(jià)的作用機(jī)制。同時(shí)，技術(shù)的偏向性進(jìn)步刺激了勞動(dòng)力市場(chǎng)對(duì)高技能型勞動(dòng)者需求的增長(zhǎng)（宋冬林，2010），表現(xiàn)為勞動(dòng)力市場(chǎng)的技能工資收入溢價(jià)，尤其表現(xiàn)在高技能勞動(dòng)者在城市中獲得更高工資溢價(jià)（陸雪琴等，2013）；而城市擁有的技術(shù)創(chuàng)新優(yōu)勢(shì)也更為直接地增加了高技能勞動(dòng)者的整體工資水平，這很可能導(dǎo)致了高技能勞動(dòng)者涌向技術(shù)創(chuàng)新能力更高的大城市，從而促進(jìn)了城市技術(shù)優(yōu)勢(shì)和收入溢價(jià)彈性的進(jìn)一步增長(zhǎng)（Bacolod et al.，2009），即高技能特征勞動(dòng)者獲得的工資溢價(jià)來(lái)源于城市中增長(zhǎng)的高技能勞動(dòng)力規(guī)模。此外，高技能勞動(dòng)者的聚集不僅作用于城市技術(shù)創(chuàng)新優(yōu)勢(shì)的持續(xù)增長(zhǎng)，長(zhǎng)期發(fā)展而言，城市整體層面技術(shù)創(chuàng)新現(xiàn)象的擴(kuò)大也會(huì)進(jìn)一步作用于各個(gè)階層勞動(dòng)力市場(chǎng)結(jié)構(gòu)（李培鑫等，2021），大城市中更為廣泛和普遍的勞動(dòng)者實(shí)現(xiàn)共同獲益，城市工資溢價(jià)由此產(chǎn)生。

假設(shè)2：數(shù)字經(jīng)濟(jì)發(fā)展擴(kuò)大了城市技術(shù)創(chuàng)新能力，從而提升了城市工資溢價(jià)水平。

數(shù)字經(jīng)濟(jì)高速發(fā)展為企業(yè)在城市聚集進(jìn)而形成規(guī)模提供了必要的基礎(chǔ)條件（孟美俠等，2019；李春濤等，2020），其優(yōu)勢(shì)主要集中在高技能人才的聚集、高效的信息匹配、產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化和企業(yè)技術(shù)創(chuàng)新及可持續(xù)發(fā)展等方面（李紅陽(yáng)等，2017；Matano et al.，2016）。在數(shù)字經(jīng)濟(jì)影響下形成了企業(yè)聚集現(xiàn)象的城市中，具有更高的“工資水平效應(yīng)”和“工資增長(zhǎng)效應(yīng)”（Glaeser，2010；奚美君等，2019），這些技術(shù)密集度高的企業(yè)傾向于支付勞動(dòng)者較高的工資。

假設(shè)3：數(shù)字經(jīng)濟(jì)發(fā)展促進(jìn)了城市的企業(yè)聚集現(xiàn)象，從而提升了城市工資溢價(jià)水平。

數(shù)字化、數(shù)據(jù)化和信息化帶來(lái)了知識(shí)資源在存儲(chǔ)類型、傳輸途徑和獲取方式上的革新，通過(guò)信息互聯(lián)技術(shù)實(shí)現(xiàn)知識(shí)的增長(zhǎng)和價(jià)值的積累，成為更為普遍的學(xué)習(xí)方式。而大城市固有的數(shù)字基礎(chǔ)設(shè)施、信息資源、產(chǎn)業(yè)數(shù)字化和數(shù)字人才聚集等多方面的優(yōu)勢(shì)，使得勞動(dòng)者具有更為廣泛的數(shù)字化學(xué)習(xí)需求、基礎(chǔ)和動(dòng)力，從而通過(guò)更多的“學(xué)習(xí)”獲得更高的“額外價(jià)值”，即技能溢價(jià)的發(fā)生過(guò)程。事實(shí)上，現(xiàn)有研究普遍認(rèn)為，不同城市規(guī)模所造成的個(gè)體勞動(dòng)者技能收入差異與勞動(dòng)者的“學(xué)習(xí)效應(yīng)”具有顯著關(guān)系（Duranton et al.，2014；奚美君等，2019），具有較高人力資本水平的大城市所獨(dú)有的知識(shí)溢出現(xiàn)象使得勞動(dòng)者進(jìn)一步積累價(jià)值，城市中勞動(dòng)者整體工資水平得以提高（蹤家峰等，2015）。大城市承載更多的學(xué)習(xí)機(jī)會(huì)、學(xué)習(xí)途徑和學(xué)習(xí)資源，迅速提升了大城市勞動(dòng)者所具有的價(jià)值，即額外價(jià)值的積累與效用發(fā)揮。勞動(dòng)者“價(jià)值”是獲取更高城市工資溢價(jià)的主要基礎(chǔ)（Heuermann D，2010），由于這些動(dòng)態(tài)學(xué)習(xí)獲得的優(yōu)勢(shì)在內(nèi)化為人力資本的過(guò)程中發(fā)生了轉(zhuǎn)化，即使當(dāng)勞動(dòng)者離開(kāi)后，也仍然是有正向效果的，隨著學(xué)習(xí)和價(jià)值的持續(xù)，使得在大城市中的工作經(jīng)驗(yàn)積累和額外價(jià)值的獲得更趨于動(dòng)態(tài)、發(fā)展、完善的過(guò)程（DCosta et al.，2014），這為數(shù)字時(shí)代大城市勞動(dòng)者“數(shù)字化學(xué)習(xí)”過(guò)程所影響的“價(jià)值持續(xù)”提供了必要的理論證據(jù)。同時(shí)，“聚集經(jīng)濟(jì)理論”認(rèn)為“匹配和共享”是大城市降低成本和促進(jìn)信息交換的重要優(yōu)勢(shì)（Matano et al.，2016），而這一優(yōu)勢(shì)在數(shù)字經(jīng)濟(jì)模式下使得知識(shí)資源的流通與獲取變得更為多元、便捷、高效，城市的綜合數(shù)字化發(fā)展水平加劇了城市間勞動(dòng)者通過(guò)工作完成知識(shí)獲取和價(jià)值積累的差異，從而進(jìn)一步影響了城市間勞動(dòng)者的溢價(jià)水平差異。

假設(shè)4：城市中的數(shù)字化學(xué)習(xí)正向調(diào)節(jié)了數(shù)字經(jīng)濟(jì)與城市工資溢價(jià)間的關(guān)系。

（二）人口紅利下降、數(shù)字經(jīng)濟(jì)水平與城市工資溢價(jià)的多元關(guān)系

人口紅利下降對(duì)宏觀勞動(dòng)力市場(chǎng)所帶來(lái)的直接挑戰(zhàn)就是勞動(dòng)力短缺問(wèn)題，蔡昉等（2010）認(rèn)為人口紅利所引致的勞動(dòng)力短缺更為直接和顯著地表現(xiàn)為中低技能勞動(dòng)者的大量短缺；進(jìn)而將會(huì)導(dǎo)致中低技能勞動(dòng)者出現(xiàn)相對(duì)福利水平和工資收入的持續(xù)增加（柏培文等，2021）。從城市發(fā)展的視角看，中低技能勞動(dòng)者權(quán)益的結(jié)構(gòu)性增長(zhǎng)和整體性的勞動(dòng)力短缺可能會(huì)帶來(lái)兩方面問(wèn)題。一方面，城市工資溢價(jià)形成的重要來(lái)源是基于大量的高技能特征人才聚集和技術(shù)優(yōu)勢(shì)聚集積累而推動(dòng)的（Baumsnow N. et al.，2012；蹤家峰等，2015），但當(dāng)系統(tǒng)性的勞動(dòng)者短缺導(dǎo)致高技能人才聚集不足及其所形成技術(shù)優(yōu)勢(shì)不足，過(guò)高的中低技能勞動(dòng)者權(quán)益支出，可能使得各技能階層勞動(dòng)者的城市工資溢價(jià)陷入增長(zhǎng)性矛盾。另一方面，人口紅利消失在一定程度上打破了聚集經(jīng)濟(jì)的人口數(shù)量基礎(chǔ)，并伴隨著人口紅利原有的“數(shù)量型、密集型”區(qū)域經(jīng)濟(jì)增長(zhǎng)模式問(wèn)題的凸顯，使得城市工資溢價(jià)失去賴以產(chǎn)生和維持的優(yōu)勢(shì)和基礎(chǔ)。

假設(shè)5：數(shù)字經(jīng)濟(jì)發(fā)展與人口紅利下降的交互作用下，城市中仍能維持穩(wěn)定的工資溢價(jià)。

三、數(shù)據(jù)處理與模型設(shè)定

（一）變量定義與說(shuō)明

1.核心解釋變量：數(shù)字經(jīng)濟(jì)（Digital）

現(xiàn)有研究主要從數(shù)字產(chǎn)業(yè)化、數(shù)字基礎(chǔ)設(shè)施建設(shè)、數(shù)字創(chuàng)新能力、數(shù)字經(jīng)濟(jì)就業(yè)、數(shù)字金融發(fā)展、數(shù)字生活及政府?dāng)?shù)字化等（柏培文等，2021；Zhang Wei，2021）維度對(duì)數(shù)字經(jīng)濟(jì)進(jìn)行衡量，但相關(guān)概念尚未建立統(tǒng)一標(biāo)準(zhǔn)。基于此，本文借鑒現(xiàn)有研究，選擇數(shù)字生活活躍度、互聯(lián)網(wǎng)就業(yè)水平、數(shù)字金融發(fā)展、數(shù)字產(chǎn)業(yè)化水平和數(shù)字基礎(chǔ)設(shè)施建設(shè)等5個(gè)維度作為二級(jí)指標(biāo)，對(duì)數(shù)字經(jīng)濟(jì)進(jìn)行衡量。進(jìn)一步采用移動(dòng)電話用戶數(shù)量、信息傳輸/計(jì)算機(jī)服務(wù)和軟件就業(yè)人數(shù)、中國(guó)數(shù)字金融普惠指數(shù)、電信業(yè)務(wù)總收入和互聯(lián)網(wǎng)寬帶接入戶數(shù)分別作為三級(jí)指標(biāo)進(jìn)行核算，最終運(yùn)用熵權(quán)法得出數(shù)字經(jīng)濟(jì)（Digital）。

2.被解釋變量：城市工資溢價(jià)（Pcitywage）

現(xiàn)有研究廣泛以個(gè)體勞動(dòng)工資收入作為工資水平代理指標(biāo)，借鑒楊東亮等（2022）對(duì)城市工資溢價(jià)指標(biāo)的選擇和處理方法，以城市在崗職工平均工資取對(duì)數(shù)作為城市工資溢價(jià)水平代理變量。

3.技術(shù)創(chuàng)新能力（Tecpatents）

使用城市專利數(shù)量對(duì)技術(shù)創(chuàng)新能力進(jìn)行度量。同時(shí)為了更為精確考察技術(shù)創(chuàng)新優(yōu)勢(shì)的傳導(dǎo)效果，參照唐松等（2020）的處理方法，以發(fā)明專利申請(qǐng)數(shù)和實(shí)用新型專利作為城市核心技術(shù)創(chuàng)新能力（Highpatents），將外觀設(shè)計(jì)專利作為城市低端技術(shù)優(yōu)勢(shì)（Lowpatents）。

4.企業(yè)聚集（Accumulate）

在數(shù)字經(jīng)濟(jì)影響下，城市中企業(yè)聚集形成規(guī)模進(jìn)而促進(jìn)工資溢價(jià)。因此，采用規(guī)模以上企業(yè)數(shù)量作為代理指標(biāo)衡量城市中的企業(yè)聚集的規(guī)模大小。

5.數(shù)字化學(xué)習(xí)（Datalearn）

勞動(dòng)者通過(guò)“學(xué)習(xí)效應(yīng)”獲得勞動(dòng)價(jià)值的提升，這一價(jià)值增量伴隨著工作變遷而積累和延續(xù)（Roca and Puga，2017）。數(shù)字技術(shù)和通信網(wǎng)絡(luò)的發(fā)展為“學(xué)習(xí)”的過(guò)程創(chuàng)造了新的信息途徑和數(shù)據(jù)資源，而移動(dòng)互聯(lián)網(wǎng)流量為此提供了傳輸載體和間接的數(shù)量估計(jì)。得益于此，選取城市移動(dòng)互聯(lián)網(wǎng)流量作為數(shù)字化學(xué)習(xí)的代理指標(biāo)。

6.城市人口紅利（Demo）

借鑒柏培文等（2021）和鐵瑛等（2019）對(duì)城市人口紅利變量的處理方法，即城市人口紅利=城市常住人口數(shù)量×（勞動(dòng)人口比率—撫養(yǎng)率）。

7.控制變量

為控制遺漏變量對(duì)實(shí)證估計(jì)結(jié)果的影響，本文控制變量如下：交通公路里程、城市公園綠地面積等城市基礎(chǔ)設(shè)施建設(shè)，政府社會(huì)保障投入、市場(chǎng)開(kāi)放程度等城市治理水平衡量指標(biāo)。考慮到數(shù)字經(jīng)濟(jì)造成的產(chǎn)業(yè)轉(zhuǎn)型過(guò)程和城市所提供的有別于數(shù)字化學(xué)習(xí)的傳統(tǒng)學(xué)習(xí)途徑資源差異對(duì)結(jié)果的影響，本文還將產(chǎn)業(yè)結(jié)構(gòu)、公共圖書館藏書量等控制變量納入計(jì)量模型中。

（二）描述性統(tǒng)計(jì)

樣本中數(shù)字經(jīng)濟(jì)（Digital）的均值為8.6851，方差為0.8801；城市工資溢價(jià)（Pcitywage）的均值為11.0065，方差為0.0628。控制變量與現(xiàn)有研究所選取的變量分布情況相近，相關(guān)系數(shù)矩陣分析表明主要變量不存在突出的共線性問(wèn)題。

在剔除缺失值過(guò)多的地級(jí)城市后，最終獲得2014—2019 年全國(guó)279 個(gè)地級(jí)市作為研究樣本，共計(jì)1674個(gè)觀測(cè)值，并對(duì)數(shù)據(jù)取自然對(duì)數(shù)處理。主要數(shù)據(jù)來(lái)源于城市統(tǒng)計(jì)年鑒、各省份和地級(jí)市統(tǒng)計(jì)年鑒、國(guó)家統(tǒng)計(jì)局官網(wǎng)、中國(guó)統(tǒng)計(jì)信息網(wǎng)、EPSDATA 以及北大金融研究中心的中國(guó)數(shù)字金融普惠指數(shù)。

（三）基準(zhǔn)計(jì)量模型

本文構(gòu)建的基準(zhǔn)計(jì)量模型設(shè)定如下：

（1）式運(yùn)用 OLS 回歸模型，其中 Pcitywage為被解釋變量城市工資溢價(jià)水平。數(shù)字經(jīng)濟(jì)（Digital）是本文核心解釋變量。控制變量（Controls）相關(guān)設(shè)定見(jiàn)上文，ε為隨機(jī)誤差項(xiàng)。同時(shí)，本文還控制了省份固定效應(yīng)p和年份固定效應(yīng)y，以較好的排除區(qū)域宏觀經(jīng)濟(jì)發(fā)展水平和地方政策法規(guī)差異對(duì)數(shù)字經(jīng)濟(jì)與城市工資溢價(jià)的影響，從而緩解遺漏變量問(wèn)題。本文使用穩(wěn)健標(biāo)準(zhǔn)誤處理對(duì)OLS 回歸估計(jì)過(guò)程中的序列相關(guān)性與異方差問(wèn)題進(jìn)行處理。

四、實(shí)證結(jié)果與分析

（一）基準(zhǔn)回歸

表1 報(bào)告了數(shù)字經(jīng)濟(jì)發(fā)展對(duì)城市工資溢價(jià)影響的基準(zhǔn)估計(jì)結(jié)果。第（1）—（3）列逐步加入控制變量和固定效應(yīng)。結(jié)果表明，Digital的回歸系數(shù)在以上模型中均具有顯著正向影響，并隨著控制變量和固定效應(yīng)的加入，模型的解釋性逐漸增強(qiáng)。從經(jīng)濟(jì)意義看，第（3）列中Digital 的回歸系數(shù)為0.071，即數(shù)字經(jīng)濟(jì)發(fā)展水平每增加1%，城市工資溢價(jià)便增加0.071%。這表明數(shù)字經(jīng)濟(jì)發(fā)展加劇了城市工資溢價(jià)現(xiàn)象，從而對(duì)假設(shè)1進(jìn)行了部分驗(yàn)證。

表1 數(shù)字經(jīng)濟(jì)與城市工資溢價(jià)

（二）穩(wěn)健性檢驗(yàn)

1.內(nèi)生性問(wèn)題

城市工資溢價(jià)有可能會(huì)吸引更多具有高技能人才涌入大城市，造成城市規(guī)模擴(kuò)大和技術(shù)優(yōu)勢(shì)積累，從而促進(jìn)數(shù)字經(jīng)濟(jì)的高速發(fā)展，內(nèi)生性問(wèn)題可能使得結(jié)論有偏。進(jìn)一步采用兩階段最小二乘工具變量法進(jìn)行內(nèi)生性處理。地理位置、形態(tài)和距離均屬于自然屬性，是獨(dú)立于經(jīng)濟(jì)系統(tǒng)的自然系統(tǒng)，因此運(yùn)用地理指標(biāo)來(lái)構(gòu)造工具變量是外生的、有效的。借鑒郭峰等（2017）構(gòu)造樣本城市到杭州的地理距離作為工具變量的原理，構(gòu)造城市到沿海港口距離（Dist）這一外生的工具變量，但由于本文樣本變量具有時(shí)序性，而城市到沿海港口距離為非時(shí)間變化量，故利用全國(guó)層面年度期末數(shù)字經(jīng)濟(jì)企業(yè)存量（Dnum）構(gòu)造交互項(xiàng)，以使得工具變量具有時(shí)序性特征。柏培文（2021）提出全國(guó)層面的數(shù)字經(jīng)濟(jì)企業(yè)存量作用于地級(jí)城市勞動(dòng)力市場(chǎng)具有間接性，故認(rèn)為城市到沿海港口距離（Dist）與全國(guó)層面年度期末數(shù)字經(jīng)濟(jì)企業(yè)存量（Dnum）的交互項(xiàng)作為數(shù)字經(jīng)濟(jì)的工具變量，滿足強(qiáng)相關(guān)性和嚴(yán)格外生的原假設(shè)。

表 2 第（1）—（2）列是使用工具變量的結(jié)果。其中F 檢驗(yàn)值遠(yuǎn)大于Stock-Yogo10%顯著性上的邊界值，工具變量是嚴(yán)格外生的。第（1）列展示了第一階段回歸結(jié)果，工具變量的系數(shù)在1%的水平上顯著，這說(shuō)明構(gòu)造的工具變量符合定義中強(qiáng)相關(guān)假設(shè)。第（2）列報(bào)告了第二階段回歸結(jié)論，數(shù)字經(jīng)濟(jì)回歸系數(shù)仍然以1%的顯著水平通過(guò)了檢驗(yàn)，這說(shuō)明在使用工具變量克服了部分可能出現(xiàn)的內(nèi)生性問(wèn)題之后，數(shù)字經(jīng)濟(jì)加劇了城市工資溢價(jià)的結(jié)論依舊成立。

表2 內(nèi)生性處理與穩(wěn)健性分析

2.替換核心解釋變量

利用熵權(quán)法測(cè)算數(shù)字經(jīng)濟(jì)發(fā)展水平，驗(yàn)證了數(shù)字經(jīng)濟(jì)對(duì)城市工資溢價(jià)的促進(jìn)作用。為檢驗(yàn)結(jié)論的穩(wěn)健性，進(jìn)一步利用移動(dòng)互聯(lián)網(wǎng)普及率替代綜合測(cè)算指數(shù)。表2 第（3）列報(bào)告了結(jié)果，替換核心解釋變量（Rdigital）的回歸系數(shù)0.235 仍然通過(guò)了1%顯著水平上的檢驗(yàn)，證明數(shù)字經(jīng)濟(jì)促進(jìn)了城市工資溢價(jià)的產(chǎn)生，替換核心解釋變量之后的實(shí)證結(jié)論依舊是穩(wěn)健性、無(wú)偏的。

3.調(diào)整樣本期與校正樣本選擇偏誤

第一，通過(guò)調(diào)整樣本時(shí)間跨度，擴(kuò)大樣本容量，加入2012 年和2013 年的樣本繼續(xù)進(jìn)行回歸檢驗(yàn)；第二，通過(guò)剔除可能具有單極性的北京、天津、上海和重慶4 個(gè)直轄市，減少可能存在的極值影響導(dǎo)致估計(jì)結(jié)果有偏。表2 第（4）—（5）列結(jié)果表明，經(jīng)過(guò)調(diào)整樣本期和剔除偏差極值后的兩個(gè)回歸系數(shù)0.052 和0.071，均依然在1%的置信水平上顯著，該結(jié)論與上文結(jié)果高度一致，說(shuō)明了本文實(shí)證結(jié)論的穩(wěn)健性和可靠性。

（三）異質(zhì)性分析

1.城市宏觀發(fā)展水平

借鑒第一財(cái)經(jīng)·新一線城市研究所發(fā)布的《2021 城市商業(yè)魅力排行榜》，將城市分為三線及以下城市、二線城市及一線城市（含新一線）。同時(shí)，為了考量數(shù)字經(jīng)濟(jì)發(fā)展水平差異對(duì)城市工資溢價(jià)影響的異質(zhì)性，借鑒ZhangWei（2021）等的研究，將城市數(shù)字經(jīng)濟(jì)發(fā)展水平劃分為高組別、中組別和低組別。表3（1）—（3）列匯報(bào)了城市級(jí)別的結(jié)果，三線及以下城市結(jié)果不顯著，而一線城市和二線城市回歸系數(shù)均大于基準(zhǔn)回歸系數(shù)，證明數(shù)字經(jīng)濟(jì)促進(jìn)城市工資溢價(jià)水平與城市綜合發(fā)展水平具有正向關(guān)系。（4）—（6）列匯報(bào)了數(shù)字經(jīng)濟(jì)發(fā)展水平的組別差異，高組別的回歸系數(shù)大于中組別和低組別，表明數(shù)字經(jīng)濟(jì)在影響城市工資溢價(jià)的過(guò)程中是隨著數(shù)字經(jīng)濟(jì)發(fā)展水平穩(wěn)步提升而漸強(qiáng)的，其作用效果存在一定邊際效用遞增。

表3 數(shù)字經(jīng)濟(jì)與不同城市宏觀發(fā)展水平的工資溢價(jià)

2.勞動(dòng)技能結(jié)構(gòu)

本文構(gòu)造了城市產(chǎn)業(yè)就業(yè)結(jié)構(gòu)和人力資本優(yōu)度兩個(gè)虛擬變量進(jìn)行分析，分別利用近期城市第三產(chǎn)業(yè)就業(yè)比率和城市本?？茖W(xué)生占比兩個(gè)指標(biāo)來(lái)衡量。表4 匯報(bào)了檢驗(yàn)結(jié)果，第（1）—（2）列結(jié)果表明，高組別城市的整體水平略優(yōu)于低組別城市，產(chǎn)業(yè)就業(yè)結(jié)構(gòu)的優(yōu)化有利于提升城市工資溢價(jià)水平，但作用效果差異并不十分明顯。第（3）—（4）列結(jié)果表明，城市人力資本優(yōu)度越高，則數(shù)字經(jīng)濟(jì)對(duì)城市工資溢價(jià)的影響更為顯著，高組別回歸系數(shù)0.130 遠(yuǎn)大于基準(zhǔn)回歸中的0.071，而人力資本優(yōu)度低組別的城市則顯著為負(fù)，從側(cè)面說(shuō)明了高技能人才聚集提高了城市靜態(tài)技術(shù)優(yōu)勢(shì)，并表現(xiàn)出更高的技能偏向溢價(jià)和城市整體勞動(dòng)市場(chǎng)工資溢價(jià)的現(xiàn)象。

表4 數(shù)字經(jīng)濟(jì)與不同城市產(chǎn)業(yè)就業(yè)結(jié)構(gòu)和人力資本優(yōu)度的工資溢價(jià)

3.政府治理水平

根據(jù)《中國(guó)地方政府效率研究報(bào)告（2021）》結(jié)論，分別以地方政府效率和地方政府公共服務(wù)質(zhì)量構(gòu)建高組別和低組別。地方政府效率相關(guān)回歸結(jié)果見(jiàn)表5（1）—（2）列，結(jié)果表明，具有更高效率的政府治理使得城市具有更高的工資溢價(jià)，政府治理效率的提升促進(jìn)了數(shù)字經(jīng)濟(jì)擴(kuò)大城市工資溢價(jià)的過(guò)程。表5（3）—（4）列匯報(bào)了地方政府公共服務(wù)質(zhì)量的回歸結(jié)果，在數(shù)字經(jīng)濟(jì)影響城市工資溢價(jià)作用更顯著的城市，政府公共服務(wù)水平也相對(duì)更高。以上結(jié)果證明政府治理水平是數(shù)字經(jīng)濟(jì)影響城市工資溢價(jià)的重要影響因素。

表5 數(shù)字經(jīng)濟(jì)與不同城市政府效率和政府公共服務(wù)質(zhì)量的工資溢價(jià)

（四）機(jī)制檢驗(yàn)

本文采用技術(shù)創(chuàng)新能力（Tecpatents、Lowpatents、Highpatents）、企業(yè)聚集（Accumulate）和數(shù)字化學(xué)習(xí)（Datalearn）進(jìn)一步檢驗(yàn)傳導(dǎo)機(jī)制和調(diào)節(jié)效用。本文在基準(zhǔn)回歸模型的基礎(chǔ)上，構(gòu)建了新模型進(jìn)行檢驗(yàn)：

式（2）、（3）中，為了排除省份異質(zhì)性對(duì)技術(shù)創(chuàng)新能力和企業(yè)聚集的影響，繼續(xù)加入省份固定效應(yīng)p和年份固定效應(yīng)y。

式（4）中，加入數(shù)字經(jīng)濟(jì)與數(shù)字化學(xué)習(xí)的交互項(xiàng)并已經(jīng)過(guò)center中心化處理。

表6分別報(bào)告了數(shù)字經(jīng)濟(jì)與技術(shù)創(chuàng)新能力、企業(yè)聚集和數(shù)字化學(xué)習(xí)對(duì)城市工資溢價(jià)影響的回歸結(jié)果。第（1）（2）（3）列結(jié)果分別表明，數(shù)字經(jīng)濟(jì)發(fā)展顯著正向提升了城市中的技術(shù)創(chuàng)新過(guò)程，其兩個(gè)維度的 Lowpatents、Highpatents 也分別證明了這一結(jié)論，Tecpatents 技術(shù)創(chuàng)新能力具有顯著的中介傳導(dǎo)機(jī)制效用，城市技術(shù)創(chuàng)新差異造成了城市工資溢價(jià)差異。其中，表6 第（3）列中Highpatents 的回歸系數(shù)0.061 顯著大于第（2）列中Lowpatents的系數(shù)0.003，且sobel檢驗(yàn)通過(guò)了1%的置信水平檢驗(yàn)，而Lowpatents 不具有顯著的中介效用，從而論證了城市技術(shù)創(chuàng)新能力越豐富和高端，數(shù)字經(jīng)濟(jì)作用于城市工資溢價(jià)的中間傳導(dǎo)機(jī)制越顯著的結(jié)論，驗(yàn)證了假設(shè)2。

表6 數(shù)字經(jīng)濟(jì)作用于城市工資溢價(jià)的機(jī)制檢驗(yàn)

表 6 第（4）列中 Accumulate 的回歸系數(shù)0.025在1%的水平上顯著，即企業(yè)聚集在數(shù)字經(jīng)濟(jì)促進(jìn)城市工資溢價(jià)的過(guò)程中具有中介傳導(dǎo)機(jī)制效用，并通過(guò)了1%的sobel 檢驗(yàn)；同時(shí)，第（4）列數(shù)字經(jīng)濟(jì)（Digital）的系數(shù)0.047相較于基準(zhǔn)回歸結(jié)果0.071 顯著減小，也為數(shù)字經(jīng)濟(jì)通過(guò)促進(jìn)城市中企業(yè)聚集現(xiàn)象提升了工資溢價(jià)水平的結(jié)論提供了切實(shí)證據(jù)，驗(yàn)證了假設(shè)3。第（5）列數(shù)字經(jīng)濟(jì)（Digital）和數(shù)字化學(xué)習(xí)（Datalearn）的交互項(xiàng)系數(shù)0.008在1%的水平上顯著為正，通過(guò)求解偏導(dǎo)計(jì)算求偏導(dǎo)后x≈β+β×Datalearn，下文各分析部分所涉及的相關(guān)計(jì)算求解方法均與此處類似。可知，通過(guò)數(shù)字化學(xué)習(xí)使勞動(dòng)者獲得了額外價(jià)值，進(jìn)而影響了工資溢價(jià)，從而驗(yàn)證了假設(shè)4。

五、進(jìn)一步的分析：數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展、人口紅利下降與城市工資溢價(jià)

（一）計(jì)量模型

數(shù)字經(jīng)濟(jì)高質(zhì)量發(fā)展、人口紅利下降與城市工資溢價(jià)又呈現(xiàn)何種作用關(guān)系？構(gòu)建如下模型進(jìn)行分析：

式（5）、（6）與上文設(shè)置相似。為了進(jìn)一步驗(yàn)證人口紅利下降對(duì)城市工資溢價(jià)的負(fù)向效應(yīng)，對(duì)人口紅利（Demo）進(jìn)行滯后三期Demo后進(jìn)一步分析。

（二）人口紅利下降對(duì)城市工資溢價(jià)的影響

由表7 第（1）列回歸結(jié)果可見(jiàn)，人口紅利（Demo）的回歸系數(shù)0.039 在1%的水平上顯著，即人口紅利下降短期內(nèi)可能提升了城市中低技能勞動(dòng)者工資溢價(jià)水平，但這無(wú)法為長(zhǎng)期人口紅利下降對(duì)城市工資溢價(jià)產(chǎn)生負(fù)向效應(yīng)的推論提供進(jìn)一步解釋。本文利用人口紅利的滯后三期變量Demo模擬較長(zhǎng)時(shí)期人口紅利下降對(duì)城市工資溢價(jià)的影響，結(jié)果如表7第（2）列所示，人口紅利滯后三期的Demo回歸系數(shù)變?yōu)?0.003，一定程度上證明此時(shí)人口紅利下降所形成的負(fù)面影響可能開(kāi)始逐漸凸顯，從而造成城市工資溢價(jià)陷入增長(zhǎng)性矛盾。但筆者認(rèn)為人口紅利下降的負(fù)面作用具有長(zhǎng)期滯后性，在短期內(nèi)產(chǎn)生的效果并不會(huì)十分明顯，這也解釋了為什么Demo回歸系數(shù)為負(fù)，但不顯著的原因。

表7 數(shù)字經(jīng)濟(jì)、人口紅利下降與城市工資溢價(jià)

（三）數(shù)字經(jīng)濟(jì)、人口紅利下降對(duì)城市溢價(jià)的影響

由表7 第（3）列分析并偏導(dǎo)求解可知，數(shù)字經(jīng)濟(jì)與人口紅利的交互項(xiàng)在1%水平上顯著為正，偏導(dǎo)處理后的數(shù)字經(jīng)濟(jì)對(duì)城市工資溢價(jià)的實(shí)際邊際效約為0.045×Demo+0.094。據(jù)此，本文認(rèn)為在人口紅利下降和數(shù)字經(jīng)濟(jì)高速發(fā)展的雙重疊加之下，城市工資溢價(jià)仍能正向增加。為檢驗(yàn)上述結(jié)論的穩(wěn)健性，利用前文工具變量進(jìn)行了檢驗(yàn)，其中F 檢驗(yàn)值均遠(yuǎn)大于Stock-Yogo10% 顯著性上的邊界值，則認(rèn)為不存在弱工具變量問(wèn)題，表7 第（4）列結(jié)果驗(yàn)證了上述結(jié)論的穩(wěn)健性，論證了假設(shè)5。

六、結(jié)論與啟示

本文以2014—2019 年279 個(gè)地級(jí)城市為研究對(duì)象，運(yùn)用省份與年份維度雙向固定效應(yīng)模型，分析了數(shù)字經(jīng)濟(jì)高速發(fā)展和人口紅利下降對(duì)城市工資溢價(jià)的作用機(jī)理，具體結(jié)論如下：第一，數(shù)字經(jīng)濟(jì)高速發(fā)展擴(kuò)大了城市工資溢價(jià)程度，并存在一定的邊際效用遞增。第二，數(shù)字經(jīng)濟(jì)正向提升了城市技術(shù)創(chuàng)新能力，進(jìn)而促進(jìn)了城市工資溢價(jià)的產(chǎn)生。第三，核心技術(shù)創(chuàng)新能力是城市技術(shù)優(yōu)勢(shì)形成的主要來(lái)源，其相較于低端技術(shù)優(yōu)勢(shì)具有更有效的作用，高技能勞動(dòng)者在城市中擁有更高工資溢價(jià)。第四，數(shù)字經(jīng)濟(jì)發(fā)展促進(jìn)了城市中的企業(yè)聚集現(xiàn)象，從而提升了城市工資溢價(jià)水平。第五，依托于數(shù)字經(jīng)濟(jì)所帶來(lái)的信息資源、信息途徑和信息壁壘等，勞動(dòng)者所進(jìn)行的數(shù)字化學(xué)習(xí)使得其在大城市工作中獲得更多額外價(jià)值，從而正向調(diào)節(jié)了數(shù)字經(jīng)濟(jì)與城市工資溢價(jià)間的關(guān)系，所獲得的額外價(jià)值可能具有延續(xù)性。第六，人口紅利下降短期內(nèi)增加了中低技能勞動(dòng)者的工資溢價(jià)與勞動(dòng)力市場(chǎng)波動(dòng)。第七，人力資本優(yōu)度、就業(yè)結(jié)構(gòu)改善和政府治理水平是提升數(shù)字經(jīng)濟(jì)背景下城市工資溢價(jià)和緩解人口紅利困境的重要影響因素。

基于本文研究發(fā)現(xiàn)提出如下對(duì)策：一是加快推動(dòng)科技創(chuàng)新發(fā)展戰(zhàn)略，實(shí)現(xiàn)城市產(chǎn)業(yè)全面數(shù)字化轉(zhuǎn)型。深化區(qū)域間城市合作，形成深度協(xié)調(diào)合作的城市群一體化發(fā)展區(qū)域價(jià)值鏈，實(shí)現(xiàn)城市群技術(shù)創(chuàng)新優(yōu)勢(shì)、生產(chǎn)要素和信息資源的共享共通，從而擴(kuò)大中小城市的競(jìng)爭(zhēng)優(yōu)勢(shì)。二是進(jìn)一步完善中低技能勞動(dòng)者權(quán)益保障制度，優(yōu)化配置勞動(dòng)力市場(chǎng)教育途徑、教育資源和教育方式，充分利用數(shù)字經(jīng)濟(jì)發(fā)展優(yōu)勢(shì)開(kāi)展類型豐富的線上線下各類職業(yè)技能培訓(xùn)。三是發(fā)揮政府引導(dǎo)和協(xié)調(diào)作用，繼續(xù)推進(jìn)我國(guó)勞動(dòng)力市場(chǎng)的供給側(cè)結(jié)構(gòu)性調(diào)整，探索戶籍政策適應(yīng)性改革，平衡城市經(jīng)濟(jì)發(fā)展和人力資本水平。