■ 張 璇,王明亮,林霏陽(yáng)
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。
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。
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)。
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。
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)。
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。
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)
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。
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)
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
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。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。
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)
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。
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。