■ 張 璇，王明亮，林霏陽

一、問題的提出

2016—2021年我國60歲以上老齡人口比例由16.7%上升到18.9%，勞動人口占比（15—64歲）則由2010 年的 74.53%跌至2020 年的68.55%，支撐我國經(jīng)濟(jì)高速發(fā)展的人口紅利迅速下降。與此同時，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，并對勞動就業(yè)領(lǐng)域產(chǎn)生了重大影響。據(jù)中國信通院數(shù)據(jù)顯示，2020 年我國數(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，對于我國勞動力市場的作用日益顯現(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題（蔡昉，2010；鐵瑛，2019）；而數(shù)字經(jīng)濟(jì)高速發(fā)展，帶來產(chǎn)業(yè)數(shù)字化革新（李曉鐘等，2020）、生產(chǎn)效率提升（王文，2020）勞動力市場結(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)出城市勞動者工資的持續(xù)溢價現(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)展對于我國勞動力市場的交互作用機(jī)制，是準(zhǔn)確把握我國勞動力市場發(fā)展趨勢的基本要求。然而，已有文獻(xiàn)大多局限于人口紅利或數(shù)字經(jīng)濟(jì)對于勞動力市場的單維度影響分析，缺乏對兩者在勞動力市場演化過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于城市工資溢價的作用機(jī)制，以期深化對新時期我國勞動力市場演化機(jī)理與趨勢的理解。

二、理論分析與研究假設(shè)

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

國內(nèi)外大量研究將城市工資溢價的作用機(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）、高技能勞動者遷移所帶來的技術(shù)溢價（Baumsnow N.et al.，2012）和生活成本與質(zhì)量的溢價補償（Beaudry P.et al.，2014）等。事實上，以技術(shù)優(yōu)勢、信息交互和創(chuàng)新驅(qū)動為特征的數(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)步會導(dǎo)致技能偏向效應(yīng)的產(chǎn)生，即技術(shù)發(fā)展帶來了存在技能差異的勞動者間技術(shù)溢價的證據(jù)，而數(shù)字經(jīng)濟(jì)所帶來的企業(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，這一技術(shù)革命和創(chuàng)新轉(zhuǎn)型的過程也反向影響了勞動市場擴(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溢出、成本優(yōu)化和技術(shù)優(yōu)勢（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（李紅陽等，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)帶來隱性數(shù)字化福利權(quán)益和高速信息交互優(yōu)勢，也進(jìn)一步促進(jìn)了城市獨特數(shù)字化資源的形成。良好的生活質(zhì)量、宜居的生活環(huán)境和完備的社會公共服務(wù)為大城市提供了更多工資溢價基礎(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的程度。

數(shù)字經(jīng)濟(jì)時代帶來了多元化創(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)增長和社會生產(chǎn)變革的創(chuàng)新驅(qū)動要素。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差異重新排列勞動者所表現(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的作用機(jī)制。同時，技術(shù)的偏向性進(jìn)步刺激了勞動力市場對高技能型勞動者需求的增長（宋冬林，2010），表現(xiàn)為勞動力市場的技能工資收入溢價，尤其表現(xiàn)在高技能勞動者在城市中獲得更高工資溢價（陸雪琴等，2013）；而城市擁有的技術(shù)創(chuàng)新優(yōu)勢也更為直接地增加了高技能勞動者的整體工資水平，這很可能導(dǎo)致了高技能勞動者涌向技術(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)勢和收入溢價彈性的進(jìn)一步增長（Bacolod et al.，2009），即高技能特征勞動者獲得的工資溢價來源于城市中增長的高技能勞動力規(guī)模。此外，高技能勞動者的聚集不僅作用于城市技術(shù)創(chuàng)新優(yōu)勢的持續(xù)增長，長期發(fā)展而言，城市整體層面技術(shù)創(chuàng)新現(xiàn)象的擴(kuò)大也會進(jìn)一步作用于各個階層勞動力市場結(jié)構(gòu)（李培鑫等，2021），大城市中更為廣泛和普遍的勞動者實現(xiàn)共同獲益，城市工資溢價由此產(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水平。

數(shù)字化、數(shù)據(jù)化和信息化帶來了知識資源在存儲類型、傳輸途徑和獲取方式上的革新，通過信息互聯(lián)技術(shù)實現(xiàn)知識的增長和價值的積累，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，使得勞動者具有更為廣泛的數(shù)字化學(xué)習(xí)需求、基礎(chǔ)和動力，從而通過更多的“學(xué)習(xí)”獲得更高的“額外價值”，即技能溢價的發(fā)生過程。事實上，現(xiàn)有研究普遍認(rèn)為，不同城市規(guī)模所造成的個體勞動者技能收入差異與勞動者的“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有的知識溢出現(xiàn)象使得勞動者進(jìn)一步積累價值，城市中勞動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、學(xué)習(xí)途徑和學(xué)習(xí)資源，迅速提升了大城市勞動者所具有的價值，即額外價值的積累與效用發(fā)揮。勞動者“價值”是獲取更高城市工資溢價的主要基礎(chǔ)（Heuermann D，2010），由于這些動態(tài)學(xué)習(xí)獲得的優(yōu)勢在內(nèi)化為人力資本的過程中發(fā)生了轉(zhuǎn)化，即使當(dāng)勞動者離開后，也仍然是有正向效果的，隨著學(xué)習(xí)和價值的持續(xù)，使得在大城市中的工作經(jīng)驗積累和額外價值的獲得更趨于動態(tài)、發(fā)展、完善的過程（DCosta et al.，2014），這為數(shù)字時代大城市勞動者“數(shù)字化學(xué)習(xí)”過程所影響的“價值持續(xù)”提供了必要的理論證據(jù)。同時，“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（Matano et al.，2016），而這一優(yōu)勢在數(shù)字經(jīng)濟(jì)模式下使得知識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者通過工作完成知識獲取和價值積累的差異，從而進(jìn)一步影響了城市間勞動者的溢價水平差異。

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的多元關(guān)系

人口紅利下降對宏觀勞動力市場所帶來的直接挑戰(zhàn)就是勞動力短缺問題，蔡昉等（2010）認(rèn)為人口紅利所引致的勞動力短缺更為直接和顯著地表現(xiàn)為中低技能勞動者的大量短缺；進(jìn)而將會導(dǎo)致中低技能勞動者出現(xiàn)相對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，中低技能勞動者權(quán)益的結(jié)構(gòu)性增長和整體性的勞動力短缺可能會帶來兩方面問題。一方面，城市工資溢價形成的重要來源是基于大量的高技能特征人才聚集和技術(shù)優(yōu)勢聚集積累而推動的（Baumsnow N. et al.，2012；蹤家峰等，2015），但當(dāng)系統(tǒng)性的勞動者短缺導(dǎo)致高技能人才聚集不足及其所形成技術(shù)優(yōu)勢不足，過高的中低技能勞動者權(quán)益支出，可能使得各技能階層勞動者的城市工資溢價陷入增長性矛盾。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)增長模式問題的凸顯，使得城市工資溢價失去賴以產(chǎn)生和維持的優(yōu)勢和基礎(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。

三、數(shù)據(jù)處理與模型設(shè)定

（一）變量定義與說明

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)?；诖?，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個維度作為二級指標(biāo)，對數(shù)字經(jīng)濟(jì)進(jìn)行衡量。進(jìn)一步采用移動電話用戶數(shù)量、信息傳輸/計算機(jī)服務(wù)和軟件就業(yè)人數(shù)、中國數(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)分別作為三級指標(biāo)進(jìn)行核算，最終運用熵權(quán)法得出數(shù)字經(jīng)濟(jì)（Digital）。

2.被解釋變量：城市工資溢價（Pcitywage）

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

3.技術(shù)創(chuàng)新能力（Tecpatents）

使用城市專利數(shù)量對技術(shù)創(chuàng)新能力進(jìn)行度量。同時為了更為精確考察技術(shù)創(chuàng)新優(yōu)勢的傳導(dǎo)效果，參照唐松等（2020）的處理方法，以發(fā)明專利申請數(shù)和實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)計專利作為城市低端技術(shù)優(yōu)勢（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。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）

勞動者通過“學(xué)習(xí)效應(yīng)”獲得勞動價值的提升，這一價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)”的過程創(chuàng)造了新的信息途徑和數(shù)據(jù)資源，而移動互聯(lián)網(wǎng)流量為此提供了傳輸載體和間接的數(shù)量估計。得益于此，選取城市移動互聯(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×（勞動人口比率—撫養(yǎng)率）。

7.控制變量

為控制遺漏變量對實證估計結(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)，政府社會保障投入、市場開放程度等城市治理水平衡量指標(biāo)?？紤]到數(shù)字經(jīng)濟(jì)造成的產(chǎn)業(yè)轉(zhuǎn)型過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量模型中。

（二）描述性統(tǒng)計

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（Pcitywage）的均值為11.0065，方差為0.0628?？刂谱兞颗c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題。

在剔除缺失值過多的地級城市后，最終獲得2014—2019 年全國279 個地級市作為研究樣本，共計1674個觀測值，并對數(shù)據(jù)取自然對數(shù)處理。主要數(shù)據(jù)來源于城市統(tǒng)計年鑒、各省份和地級市統(tǒng)計年鑒、國家統(tǒng)計局官網(wǎng)、中國統(tǒng)計信息網(wǎng)、EPSDATA 以及北大金融研究中心的中國數(shù)字金融普惠指數(shù)。

（三）基準(zhǔn)計量模型

本文構(gòu)建的基準(zhǔn)計量模型設(shè)定如下：

（1）式運用 OLS 回歸模型，其中 Pcitywage為被解釋變量城市工資溢價水平。數(shù)字經(jīng)濟(jì)（Digital）是本文核心解釋變量?？刂谱兞浚–ontrols）相關(guān)設(shè)定見上文，ε為隨機(jī)誤差項。同時，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)差異對數(shù)字經(jīng)濟(jì)與城市工資溢價的影響，從而緩解遺漏變量問題。本文使用穩(wěn)健標(biāo)準(zhǔn)誤處理對OLS 回歸估計過程中的序列相關(guān)性與異方差問題進(jìn)行處理。

四、實證結(jié)果與分析

（一）基準(zhǔn)回歸

表1 報告了數(shù)字經(jīng)濟(jì)發(fā)展對城市工資溢價影響的基準(zhǔn)估計結(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現(xiàn)象，從而對假設(shè)1進(jìn)行了部分驗證。

表1 數(shù)字經(jīng)濟(jì)與城市工資溢價

（二）穩(wěn)健性檢驗

1.內(nèi)生性問題

城市工資溢價有可能會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，是獨立于經(jīng)濟(jì)系統(tǒng)的自然系統(tǒng)，因此運用地理指標(biāo)來構(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序性，而城市到沿海港口距離為非時間變化量，故利用全國層面年度期末數(shù)字經(jīng)濟(jì)企業(yè)存量（Dnum）構(gòu)造交互項，以使得工具變量具有時序性特征。柏培文（2021）提出全國層面的數(shù)字經(jīng)濟(jì)企業(yè)存量作用于地級城市勞動力市場具有間接性，故認(rèn)為城市到沿海港口距離（Dist）與全國層面年度期末數(shù)字經(jīng)濟(jì)企業(yè)存量（Dnum）的交互項作為數(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%的顯著水平通過了檢驗，這說明在使用工具變量克服了部分可能出現(xiàn)的內(nèi)生性問題之后，數(shù)字經(jīng)濟(jì)加劇了城市工資溢價的結(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)法測算數(shù)字經(jīng)濟(jì)發(fā)展水平，驗證了數(shù)字經(jīng)濟(jì)對城市工資溢價的促進(jìn)作用。為檢驗結(jié)論的穩(wěn)健性，進(jìn)一步利用移動互聯(lián)網(wǎng)普及率替代綜合測算指數(shù)。表2 第（3）列報告了結(jié)果，替換核心解釋變量（Rdigital）的回歸系數(shù)0.235 仍然通過了1%顯著水平上的檢驗，證明數(shù)字經(jīng)濟(jì)促進(jìn)了城市工資溢價的產(chǎn)生，替換核心解釋變量之后的實證結(jié)論依舊是穩(wěn)健性、無偏的。

3.調(diào)整樣本期與校正樣本選擇偏誤

第一，通過調(diào)整樣本時間跨度，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；第二，通過剔除可能具有單極性的北京、天津、上海和重慶4 個直轄市，減少可能存在的極值影響導(dǎo)致估計結(jié)果有偏。表2 第（4）—（5）列結(jié)果表明，經(jīng)過調(diào)整樣本期和剔除偏差極值后的兩個回歸系數(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，說明了本文實證結(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，為了考量數(shù)字經(jīng)濟(jì)發(fā)展水平差異對城市工資溢價影響的異質(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）列匯報了城市級別的結(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)城市工資溢價水平與城市綜合發(fā)展水平具有正向關(guān)系。（4）—（6）列匯報了數(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的過程中是隨著數(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

2.勞動技能結(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)生占比兩個指標(biāo)來衡量。表4 匯報了檢驗結(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)對城市工資溢價的影響更為顯著，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)面說明了高技能人才聚集提高了城市靜態(tài)技術(shù)優(yōu)勢，并表現(xiàn)出更高的技能偏向溢價和城市整體勞動市場工資溢價的現(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

3.政府治理水平

根據(jù)《中國地方政府效率研究報告（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，政府治理效率的提升促進(jìn)了數(shù)字經(jīng)濟(jì)擴(kuò)大城市工資溢價的過程。表5（3）—（4）列匯報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)影響城市工資溢價作用更顯著的城市，政府公共服務(wù)水平也相對更高。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

（四）機(jī)制檢驗

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：

式（2）、（3）中，為了排除省份異質(zhì)性對技術(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)的交互項并已經(jīng)過center中心化處理。

表6分別報告了數(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)對城市工資溢價影響的回歸結(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)新過程，其兩個維度的 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檢驗通過了1%的置信水平檢驗，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的中間傳導(dǎo)機(jī)制越顯著的結(jié)論，驗證了假設(shè)2。

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

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)城市工資溢價的過程中具有中介傳導(dǎo)機(jī)制效用，并通過了1%的sobel 檢驗；同時，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)通過促進(jìn)城市中企業(yè)聚集現(xiàn)象提升了工資溢價水平的結(jié)論提供了切實證據(jù)，驗證了假設(shè)3。第（5）列數(shù)字經(jīng)濟(jì)（Digital）和數(shù)字化學(xué)習(xí)（Datalearn）的交互項系數(shù)0.008在1%的水平上顯著為正，通過求解偏導(dǎo)計算求偏導(dǎo)后x≈β+β×Datalearn，下文各分析部分所涉及的相關(guān)計算求解方法均與此處類似。可知，通過數(shù)字化學(xué)習(xí)使勞動者獲得了額外價值，進(jìn)而影響了工資溢價，從而驗證了假設(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

（一）計量模型

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)一步驗證人口紅利下降對城市工資溢價的負(fù)向效應(yīng)，對人口紅利（Demo）進(jìn)行滯后三期Demo后進(jìn)一步分析。

（二）人口紅利下降對城市工資溢價的影響

由表7 第（1）列回歸結(jié)果可見，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者工資溢價水平，但這無法為長期人口紅利下降對城市工資溢價產(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模擬較長時期人口紅利下降對城市工資溢價的影響，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人口紅利下降所形成的負(fù)面影響可能開始逐漸凸顯，從而造成城市工資溢價陷入增長性矛盾。但筆者認(rèn)為人口紅利下降的負(fù)面作用具有長期滯后性，在短期內(nèi)產(chǎn)生的效果并不會十分明顯，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

（三）數(shù)字經(jīng)濟(jì)、人口紅利下降對城市溢價的影響

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在1%水平上顯著為正，偏導(dǎo)處理后的數(shù)字經(jīng)濟(jì)對城市工資溢價的實際邊際效約為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，城市工資溢價仍能正向增加。為檢驗上述結(jié)論的穩(wěn)健性，利用前文工具變量進(jìn)行了檢驗，其中F 檢驗值均遠(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題，表7 第（4）列結(jié)果驗證了上述結(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 個地級城市為研究對象，運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城市工資溢價的作用機(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)勢形成的主要來源，其相較于低端技術(shù)優(yōu)勢具有更有效的作用，高技能勞動者在城市中擁有更高工資溢價。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水平。第五，依托于數(shù)字經(jīng)濟(jì)所帶來的信息資源、信息途徑和信息壁壘等，勞動者所進(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值，從而正向調(diào)節(jié)了數(shù)字經(jīng)濟(jì)與城市工資溢價間的關(guān)系，所獲得的額外價值可能具有延續(xù)性。第六，人口紅利下降短期內(nèi)增加了中低技能勞動者的工資溢價與勞動力市場波動。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)提出如下對策：一是加快推動科技創(chuàng)新發(fā)展戰(zhàn)略，實現(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)域價值鏈，實現(xiàn)城市群技術(shù)創(chuàng)新優(yōu)勢、生產(chǎn)要素和信息資源的共享共通，從而擴(kuò)大中小城市的競爭優(yōu)勢。二是進(jìn)一步完善中低技能勞動者權(quán)益保障制度，優(yōu)化配置勞動力市場教育途徑、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)勢開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)我國勞動力市場的供給側(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。