張旭華 高廷愷

作者簡介：1.張旭華，福建社會科學(xué)院研究員。研究方向：區(qū)域經(jīng)濟與產(chǎn)業(yè)經(jīng)濟。福州，350001。2.高廷愷，香港科技大學(xué)公共政策專業(yè)碩士研究生。研究方向：公共政策、產(chǎn)業(yè)政策。香港，999077?；痦椖浚簢疑缈苹鹛貏e委托項目“全方位推動福建高質(zhì)量發(fā)展超越研究”（20@ZH028）。

全球經(jīng)濟正不斷朝向數(shù)字經(jīng)濟轉(zhuǎn)型。作為新一輪科技革命的核心力量，以數(shù)字技術(shù)與經(jīng)濟社會深度融合為主要特征的數(shù)字化，在信息化、網(wǎng)絡(luò)化、平臺化、智能化的基礎(chǔ)上對經(jīng)濟形態(tài)、經(jīng)濟活動、社會生活形成了全方位升級改造，不但改變了既有的生產(chǎn)關(guān)系和組織模式，重塑了全球價值鏈，也提升了技術(shù)、資本要素在產(chǎn)業(yè)中的份額，改變了以勞動力成本為首要考量的全球產(chǎn)業(yè)轉(zhuǎn)移邏輯。同時，數(shù)字化使一國傳統(tǒng)產(chǎn)業(yè)的要素組合結(jié)構(gòu)發(fā)生變化，產(chǎn)生了不同的產(chǎn)業(yè)就業(yè)崗位和需求，在引致結(jié)構(gòu)性失業(yè)的同時也締造大量的新就業(yè)形態(tài)，在推動社會財富向新興產(chǎn)業(yè)集中的同時也催生了新的不平等，從而對社會收入分配結(jié)構(gòu)產(chǎn)生了深刻影響。

亞太地區(qū)數(shù)字化轉(zhuǎn)型的步伐快于世界其他區(qū)域?！陡２妓褂^察》對573名全球企業(yè)高級管理人員的一項調(diào)查顯示，亞太地區(qū)企業(yè)中把數(shù)字化轉(zhuǎn)型列為最高優(yōu)先級戰(zhàn)略的企業(yè)占比達到60%，比全球平均比例高出10個百分點①?！豆鹕虡I(yè)評論》組織的一項調(diào)查顯示，在亞太地區(qū)的樣本企業(yè)中，有40%的企業(yè)正在迅速開發(fā)并向市場交付新的應(yīng)用程序，世界其他區(qū)域的這一比例約為23%；同時，有39%的亞太地區(qū)企業(yè)管理人員表示所在企業(yè)正在高效地更新企業(yè)數(shù)字內(nèi)容系統(tǒng)，世界其他區(qū)域的這一比例約為25%②。但另一方面，亞太地區(qū)的收入不平等程度加劇和貧富差距擴大仍然是經(jīng)濟發(fā)展中面臨的突出問題。亞太地區(qū)的貧困人口仍占世界貧困人口的三分之二，東亞地區(qū)經(jīng)濟體的基尼系數(shù)均值（0.388）高于世界均值（0.386）③，澳大利亞、日本、新西蘭、韓國等高收入經(jīng)濟體的基尼系數(shù)呈現(xiàn)上升趨勢，較三十年前分別增長了11.6%、16.4%、4.4%、5.7%④。在新冠肺炎疫情期間，亞太地區(qū)國家應(yīng)用了大量的ICT 技術(shù)來抗擊疫情。數(shù)字化不僅為抑制疫情的發(fā)展提供了充分的手段，也成為亞太地區(qū)企業(yè)謀求新競爭優(yōu)勢并推動經(jīng)濟發(fā)展的一種新動能。但統(tǒng)計數(shù)據(jù)顯示，亞太地區(qū)2020年的就業(yè)崗位損失估計達到1.09億至1.66億，占全球就業(yè)崗位損失總額的近70%，同時，亞太地區(qū)極端貧困人口20 年來首次增加⑤。因此，伴隨著各國快速推進的數(shù)字化進程，收入不平等現(xiàn)象是否得到緩解抑或進一步加劇，兩者之間的影響機制如何？亞太地區(qū)國家的發(fā)展經(jīng)驗為這一問題的深入研究提供了一個較好的研究樣本。

一、文獻綜述

數(shù)字化作為現(xiàn)代經(jīng)濟社會發(fā)展最重要的現(xiàn)象之一，具有均衡、共享、扁平化的特征，以及更強的普惠性和分享性。數(shù)字化發(fā)展對經(jīng)濟運行及社會生活均產(chǎn)生深遠影響，就其勞動收入方面影響而言，數(shù)字技術(shù)和其他技術(shù)變革相比，有更強的勞動力替代性（Brynjolfsson 和Mcafee，2012）；能夠完成認(rèn)知性任務(wù)，具有把非例行工作轉(zhuǎn)變?yōu)槌绦蛐匀蝿?wù)的潛力，使工人越來越多地從事與機器互補性工作或完成更復(fù)雜的新任務(wù)（Acemoglu 和Restrepo，2016)。許多學(xué)者都關(guān)注了數(shù)字化發(fā)展對勞動力市場結(jié)構(gòu)、就業(yè)、工資水平等與收入密切相關(guān)的因素所產(chǎn)生的影響。不少研究發(fā)現(xiàn)，數(shù)字化對勞動和就業(yè)的影響存在技能偏向性和任務(wù)偏向性，作為數(shù)字化重要特征的自動化和智能化被認(rèn)為對就業(yè)替代產(chǎn)生了重大影響。如孫早和侯玉琳（2019）基于我國省級面板數(shù)據(jù)發(fā)現(xiàn)，工業(yè)智能化導(dǎo)致就業(yè)結(jié)構(gòu)呈現(xiàn)“兩極化”特征，初中、高中學(xué)歷的勞動力更易被先進設(shè)備替代，對?？?、小學(xué)以下教育程度勞動力的需求會增加。

但關(guān)于數(shù)字化發(fā)展如何影響收入不平等狀況及收入差距等問題，現(xiàn)有研究還存在著較為明顯的分歧。如Frey 和Osborne（2017）進行的一項研究表明，數(shù)字化將對低技能和低工資的工作形成沖擊，在未來10 至20年內(nèi)，美國47%的就業(yè)人員從事的工作可由計算機和算法完成，對低教育程度及低收入的人群較為不利，因此擴大了工資水平的差距。徐圣翔和劉傳江（2022）分析了互聯(lián)網(wǎng)使用的收入溢價效應(yīng)，發(fā)現(xiàn)其存在城鄉(xiāng)差異且擴大了城鄉(xiāng)收入差距。但也有相當(dāng)部分文獻認(rèn)為，數(shù)字化促進了產(chǎn)業(yè)結(jié)構(gòu)合理化與生產(chǎn)效率、人力資本提升，在兼顧效率的同時也促進了公平。例如，在就業(yè)收入差距方面，互聯(lián)網(wǎng)使用顯著提升了靈活就業(yè)收入，縮小了正規(guī)就業(yè)和靈活就業(yè)者的工資差異，有利于共同富裕實現(xiàn)；在地區(qū)收入差距方面，數(shù)字化的網(wǎng)絡(luò)效應(yīng)促進了要素流動，降低地區(qū)分割程度，縮小了地區(qū)經(jīng)濟發(fā)展差距（周少甫和陳亞輝，2022）；在城鄉(xiāng)收入差距方面，數(shù)字化提高農(nóng)村居民獲取信息的能力和勞動知識技能，進而通過豐富農(nóng)村居民就業(yè)方式等渠道提升居民收入（劉生龍等，2021）；數(shù)字普惠金融緩解農(nóng)村居民信貸約束，降低農(nóng)業(yè)生產(chǎn)的弱質(zhì)性風(fēng)險，使農(nóng)村居民獲得更多的增收效應(yīng)（鄧金錢和張娜，2022）。從已有研究來看，有關(guān)數(shù)字化與收入不平等關(guān)系的相關(guān)成果多見于側(cè)重局部影響及基于特定理論或研究視角進行的研究，從整體把握二者關(guān)系的文獻數(shù)量還較為有限。

相較已有文獻，本文的邊際貢獻在于：第一，本文選擇了數(shù)字化轉(zhuǎn)型發(fā)展步伐較快，但同時收入不平等問題又較為突出的亞太地區(qū)國家作為研究樣本，使研究結(jié)論更具參考意義；第二，本文從行業(yè)和技能異質(zhì)性、城鄉(xiāng)和區(qū)域異質(zhì)性、財富分配等維度，系統(tǒng)闡述了數(shù)字化發(fā)展影響收入不平等的具體路徑，為從整體上研究數(shù)字化發(fā)展與收入不平等之間的關(guān)系提供參考；第三，本文構(gòu)建了數(shù)字化發(fā)展水平的測度指標(biāo)，采用了穩(wěn)健性檢驗并在解決內(nèi)生性問題后驗證了數(shù)字化發(fā)展對收入不平等的改善效應(yīng)，并特別針對高收入國家、中等收入國家的異質(zhì)性影響進行分析，有助于深入理解數(shù)字化發(fā)展影響收入不平等的條件和路徑；第四，本文從人力資本提升維度提出了數(shù)字化發(fā)展對全社會人力資本質(zhì)量和人力資本數(shù)量的影響，并檢驗了人力資本要素如何在數(shù)字化發(fā)展影響收入不平等的機制中發(fā)揮作用、方向為何，為進一步探討數(shù)字化與收入不平等關(guān)系問題拓展了研究視野、提供了經(jīng)驗證據(jù)支持。

二、理論分析和研究假設(shè)

（一）數(shù)字化發(fā)展對收入不平等的影響路徑

數(shù)字技術(shù)和數(shù)據(jù)作為新型生產(chǎn)要素，不但與勞動力、資本、土地等其他要素共同參與并融入生產(chǎn)過程，推動了社會生產(chǎn)力的進步，也改變了傳統(tǒng)的生產(chǎn)關(guān)系、形成新型的產(chǎn)業(yè)組織結(jié)構(gòu)；不僅從產(chǎn)業(yè)結(jié)構(gòu)、生產(chǎn)效率、商業(yè)組織方式等多個層面影響全社會收入分配結(jié)構(gòu)，也通過資源和信息獲取、創(chuàng)業(yè)環(huán)境改善、勞動力質(zhì)量等途徑對財富和收入的分配產(chǎn)生影響。

第一，數(shù)字化發(fā)展改變了不同行業(yè)、不同技能勞動者之間的收入不平等。數(shù)字化衍生出新的模式和新的經(jīng)營業(yè)態(tài)，如共享經(jīng)濟、眾包、物流、社交電商等，創(chuàng)造出了大量的新型就業(yè)，工業(yè)互聯(lián)網(wǎng)平臺的興起也為就業(yè)模式的創(chuàng)新提供依據(jù)。數(shù)字技術(shù)的發(fā)展也降低了職業(yè)門檻，突破了傳統(tǒng)職業(yè)對工作時間和地點的限定，增加了潛在勞動力的就業(yè)機會。但同時，數(shù)字化產(chǎn)業(yè)和非數(shù)字化產(chǎn)業(yè)的發(fā)展速度存在非均一性，新的行業(yè)興起對傳統(tǒng)產(chǎn)業(yè)就業(yè)可能產(chǎn)生擠出效應(yīng)，如電子商務(wù)對傳統(tǒng)零售業(yè)形成了分流，行業(yè)利潤率的變化導(dǎo)致行業(yè)間的收入差距可能擴大。對不同技能水平的勞動者而言，數(shù)字化改變了勞動力的“技能—技術(shù)”匹配性，低技能勞動力和高技能勞動力受到不對稱沖擊，一部分高技能勞動力因相對邊際產(chǎn)出增加而使得技能溢價上漲，能從數(shù)字化中受益，低技能勞動力由于更容易被技術(shù)性就業(yè)所替代，工資議價能力弱化，相對收入可能下降。但從動態(tài)發(fā)展視角審視，勞動者具有學(xué)習(xí)能力和提升個體人力資本的潛力，網(wǎng)絡(luò)化和信息化使隱性知識和就業(yè)信息得以流動和共享，使勞動者大大提升了獲取知識和信息的便捷性并降低了獲取成本（張騫和李長英，2019）。因此長期來看，中低技能勞動者除了傳統(tǒng)“干中學(xué)”和接受職業(yè)培訓(xùn)等方式外，從數(shù)字化外部性中也實現(xiàn)了人力資本質(zhì)量的提升，具有增加勞動者收入、減小收入差距的可能性。

第二，數(shù)字化發(fā)展改變了城鄉(xiāng)勞動者和不同地區(qū)勞動者之間的收入不平等關(guān)系。一方面，數(shù)字化縮短了農(nóng)村與城市、欠發(fā)達地區(qū)與發(fā)達地區(qū)之間的經(jīng)濟距離，跨區(qū)域生產(chǎn)的組織、協(xié)調(diào)成本大幅下降；數(shù)字中介平臺提升了商品交易的供需匹配度，有助于農(nóng)村、欠發(fā)達地區(qū)克服原有的自然條件劣弱、基礎(chǔ)設(shè)施薄弱、生產(chǎn)要素流動不暢等不利條件，相比數(shù)字化之前能夠更有效地融入經(jīng)濟循環(huán)。如孫華臣等（2021）發(fā)現(xiàn)，互聯(lián)網(wǎng)的發(fā)展通過種植結(jié)構(gòu)、人力資本和社會網(wǎng)絡(luò)等路徑消除了數(shù)字鴻溝，對農(nóng)戶有顯著的增收作用。另一方面，由于基礎(chǔ)設(shè)施、使用設(shè)施等擁有情況存在差異，以及不同人群對信息存在認(rèn)知上的差異及技能應(yīng)用上的差異，經(jīng)濟發(fā)展中存在一定程度的數(shù)字鴻溝現(xiàn)象，前者被稱為接入差異數(shù)字鴻溝，使勞動者難以實施數(shù)字化勞動，后者被稱為應(yīng)用差異數(shù)字鴻溝，使勞動者從數(shù)字勞動中獲取的收益存在差別（Paul，2003）。數(shù)字鴻溝的產(chǎn)生可能導(dǎo)致收入不平等程度的加劇。

第三，數(shù)字化發(fā)展改變了社會財富分配的結(jié)構(gòu)。財富是收入的累積，產(chǎn)業(yè)和經(jīng)濟的數(shù)字化進程有助于縮短資本周轉(zhuǎn)時間，加速商品價值的實現(xiàn)，能夠增加社會總財富的積累。但不少研究認(rèn)為，在數(shù)字經(jīng)濟快速發(fā)展的過程中，由于數(shù)字平臺具有高固定成本、低邊際成本和網(wǎng)絡(luò)效應(yīng)等特點，具有資本偏向性、數(shù)據(jù)偏向性和技能偏向性（朱琪和劉紅英，2020）以及高虛擬性與高迭代性，大型平臺更加容易借助先進的數(shù)字技術(shù)、高研發(fā)投入、完善的配套設(shè)施形成數(shù)字活動中的壟斷地位，在數(shù)字化活動中獲得增殖的收益分配中占據(jù)主導(dǎo)地位。數(shù)據(jù)的顯性占有和深度挖掘所要求的高門檻也使普通社會主體在參與數(shù)字化的生產(chǎn)方式、交換方式上居于不利的地位。

綜合來看，數(shù)字化發(fā)展對收入不平等的影響路徑是錯綜復(fù)雜的，并在多個層面展開，具體的影響效果取決于上述各類效應(yīng)的綜合結(jié)果。據(jù)此，本文提出如下假設(shè)：

假設(shè)1：一國或經(jīng)濟體的數(shù)字化發(fā)展水平對其收入不平等程度有顯著影響。

（二）人力資本的中介效應(yīng)

前述分析中可見人力資本在數(shù)字化影響收入不平等的路徑中有重要的影響。通常認(rèn)為，人力資本是附著在勞動者身上的知識、技能和體力的總和。數(shù)字技術(shù)作為一項包容性技術(shù)，能夠提升勞動者的個人發(fā)展能力，且其技術(shù)路線嵌于勞動生產(chǎn)全過程，并不與勞動脫節(jié)。一方面，數(shù)字化發(fā)展具有提升社會人力資本質(zhì)量的積極效應(yīng)。數(shù)字化推動了知識技術(shù)的傳播，信息技術(shù)手段讓知識無差別地傳輸?shù)矫恳粋€網(wǎng)絡(luò)終端，形成了高效便捷的優(yōu)質(zhì)資源共享機制，促進了教育資源薄弱地區(qū)的教育起點公平和過程公平（萬力勇和解攀科，2022）；數(shù)字化提高了教育體系的數(shù)字韌性，信息化基礎(chǔ)設(shè)施的物理接入與數(shù)字化資源及時性促進了以均衡為目標(biāo)的低位公平（單俊豪等，2021）。從產(chǎn)業(yè)發(fā)展的角度來說，數(shù)字化增加了技術(shù)的復(fù)雜度并增加了資本性投入，是一種技能偏向性的技術(shù)進步。在這一過程中，數(shù)字化進程創(chuàng)造出更多的知識和技術(shù)密集型就業(yè)需求，將導(dǎo)致勞動力結(jié)構(gòu)作出相應(yīng)的調(diào)整和升級，促進勞動力向更高級的知識和技能結(jié)構(gòu)轉(zhuǎn)變，如王國敏等（2020）發(fā)現(xiàn)，ICT 能力是所有認(rèn)知能力中最受勞動力市場重視的能力，自動化和算法化進一步提升了勞動者學(xué)習(xí)和創(chuàng)造性解決問題的能力。因此，無論從教育進步還是技術(shù)進步的角度，數(shù)字化都帶動了全社會人力資本質(zhì)量的提高，這也得到了許多研究的證實。例如，李昕等（2019）發(fā)現(xiàn)，長期來看，當(dāng)勞動力市場上高技能勞動力數(shù)量占比達到一定規(guī)模后，人力資本質(zhì)量的增加將有利于縮小行業(yè)收入差距。Gregorio 和Lee（2002）基于全球100多個國家的樣本數(shù)據(jù)研究后發(fā)現(xiàn)，教育水平的提升和教育投資的均衡化可以顯著改善收入不平等。

另一方面，數(shù)字化發(fā)展具有提高全社會人力資本數(shù)量積累的可能性。盡管數(shù)字化對常規(guī)任務(wù)型工作的沖擊較大，中等技能的勞動者容易受技術(shù)進步就業(yè)替代效應(yīng)的影響，產(chǎn)生“勞動極化”現(xiàn)象，但Gaggle和Greg（2017）認(rèn)為，新技術(shù)的應(yīng)用對程式化勞動就業(yè)者替代不明顯，經(jīng)過一個較長時期才會逐漸發(fā)生。而當(dāng)數(shù)字化逐步滲入社會生產(chǎn)生活的各層面，依托于互聯(lián)網(wǎng)平臺的騎手、網(wǎng)約車司機、網(wǎng)絡(luò)主播等新就業(yè)模式不斷涌現(xiàn)，催生了新的經(jīng)濟形態(tài)——零工經(jīng)濟（gig economy)。平臺的出現(xiàn)創(chuàng)造了更多的即時工作和兼職機會，沒有與雇傭方正式訂立長期合同的勞動者也能通過多處兼職來平抑收入的波動性。同時大數(shù)據(jù)和人工智能技術(shù)的運用極大地緩解了勞動力要素市場的信息不對稱，提高了供需匹配效率，可為勞動力需求方提供充分的信息，并在很大程度上消除個體勞動者在勝任任務(wù)方面的不確定性，能夠?qū)崿F(xiàn)更充分的就業(yè)。此外，互聯(lián)網(wǎng)發(fā)展加速了社會生活方式的更新和演變，進一步降低了融資約束、社會資本約束和交易成本，能夠激發(fā)創(chuàng)新創(chuàng)業(yè)并帶動更多的就業(yè)。

因此，數(shù)字化發(fā)展從全社會的角度來說，能夠提高勞動者的技能水平和受教育程度，提高勞動者對經(jīng)濟活動的參與率，進而提高人力資本的質(zhì)量和數(shù)量。而數(shù)字化引致的人力資本水平的提高通常是普遍性、長期性的，對降低收入不平等也有積極作用。基于此，本文提出如下研究假設(shè)：

假設(shè)2a：數(shù)字化發(fā)展提升了全社會人力資本質(zhì)量，進一步改善了收入不平等。

假設(shè)2b：數(shù)字化發(fā)展提升了全社會人力資本數(shù)量，進一步改善了收入不平等。

三、研究設(shè)計

（一）樣本選取和變量設(shè)計

基于數(shù)據(jù)的可得性與完整性考慮，本文選取澳大利亞、新西蘭、韓國、日本、中國以及印度尼西亞、馬來西亞、菲律賓、新加坡、泰國等5 個東盟國家共10 個亞太區(qū)域國家作為樣本，時間序列跨度為1991—2020年。

1.被解釋變量：基尼系數(shù)?；嵯禂?shù)是最廣泛用于衡量收入不平等程度的指標(biāo)，然而由于統(tǒng)計標(biāo)準(zhǔn)和測算方法上存在的差異，各國統(tǒng)計的基尼系數(shù)差異較大也缺乏可比性。本文采用世界收入不平等（WIID）數(shù)據(jù)庫中的基尼系數(shù)來作為各國收入不平等程度的度量。WIID 數(shù)據(jù)庫是由聯(lián)合國大學(xué)世界發(fā)展經(jīng)濟學(xué)研究所（UNU-WIDER）建立的關(guān)于發(fā)達國家、發(fā)展中國家、轉(zhuǎn)型國家的收入不平等狀況并在國家層面可比較的統(tǒng)計數(shù)據(jù)集，在最新一版的數(shù)據(jù)庫中，觀測值已覆蓋全球約201 個國家的22000 個數(shù)據(jù)點，具有相對完整性（UNU-WIDER,2022）。在收入不平等問題研究中，許多學(xué)者采用了Frederick（2021）構(gòu)建的標(biāo)準(zhǔn)化世界收入不平等數(shù)據(jù)庫（SWIID）所提供的基尼系數(shù)，本文也采用SWIID 數(shù)據(jù)庫中的基尼系數(shù)指標(biāo)對相關(guān)假設(shè)進行穩(wěn)健性檢驗。

2.解釋變量：數(shù)字化發(fā)展水平。基于數(shù)據(jù)的可比較性考慮，本文主要采用與電信業(yè)、信息傳輸、互聯(lián)網(wǎng)服務(wù)、計算機服務(wù)和軟件、產(chǎn)業(yè)數(shù)字化相關(guān)的指標(biāo)來衡量各國的數(shù)字化發(fā)展水平。采用每百人擁有的固定電話數(shù)量、每百人擁有的移動電話數(shù)量來衡量各國的通信發(fā)展情況；采用每百人擁有固定寬帶的數(shù)量來衡量互聯(lián)網(wǎng)服務(wù)覆蓋的廣度；參考韓民春和馮樂蘭（2020）、徐曄等（2022）的研究，用工業(yè)機器人進出口額分別在該國總進口、總出口中所占的比例作為該國產(chǎn)業(yè)智能制造和數(shù)字化發(fā)展程度的度量，其中工業(yè)機器人進出口值主要來自聯(lián)合國Comtrade 數(shù)據(jù)庫中HS07 編碼體系下的847950 分類，該分類下的工業(yè)機器人包括多功能工業(yè)機器人和其他未列名工業(yè)機器人。用ICT 服務(wù)出口在該國總出口中的比重作為該國ICT 服務(wù)發(fā)展水平的度量，由于ICT 服務(wù)進口與互聯(lián)網(wǎng)服務(wù)及通信服務(wù)在統(tǒng)計上存在一定程度的重疊，本文主要采用ICT 服務(wù)出口在出口總額中所占比重衡量該國的ICT服務(wù)水平。指標(biāo)體系如表1所示。

表1 衡量數(shù)字化發(fā)展程度的指標(biāo)體系

在構(gòu)建指標(biāo)體系后，本文采用熵權(quán)法對數(shù)字化發(fā)展水平進行綜合測算。對樣本數(shù)據(jù)中的個別缺失值，我們先采用“插值+外推”方法對缺失值進行補充，其后在平衡面板數(shù)據(jù)的基礎(chǔ)上進行各指標(biāo)熵權(quán)權(quán)重的計算，并最終合成數(shù)字化發(fā)展水平指數(shù)。計算結(jié)果表明，各國數(shù)字化發(fā)展水平總體呈現(xiàn)不斷上升的趨勢，日本、澳大利亞、韓國、新加坡等高收入國家的數(shù)字化發(fā)展水平指數(shù)高于其他國家，符合預(yù)期。

3.中介變量。從數(shù)量和質(zhì)量兩個維度設(shè)定并測算人力資本水平是人力資本相關(guān)研究文獻的常見做法(劉偉和張立元，2020）。人力資本質(zhì)量在經(jīng)濟增長和技術(shù)進步中都發(fā)揮著極其重要的作用，但人力資本異質(zhì)性的測度通常需要從微觀層面如教育投入、教育收益率、技能掌握等方面進行，執(zhí)行起來難度較大，涉及跨國比較時更難以實現(xiàn)統(tǒng)計口徑上的一致?？紤]到人力資本質(zhì)量通常和勞動者受教育程度相關(guān)聯(lián)，本文采用聯(lián)合國開發(fā)計劃署發(fā)布的人類發(fā)展指數(shù)中的教育指數(shù)作為一國人力資本質(zhì)量的代理變量，以反映該國潛在勞動者的受教育程度，該指數(shù)常用于衡量各國在國民教育上達成的成就，系由一國成年人所接受教育的平均年數(shù)和25歲以下在校學(xué)生預(yù)期接受教育年數(shù)加權(quán)計算而成。在人力資本的數(shù)量維度，本文采用世界銀行WDI數(shù)據(jù)庫中的勞動參與率指標(biāo)反映該國人力資本的充裕程度，該指標(biāo)是經(jīng)濟活動人口在該國15歲以上的勞動年齡人口中所占比率，反映了潛在勞動者在總?cè)丝谥械谋戎匾约皾撛趧趧诱咴诠ぷ魇杖肱c閑暇上的選擇偏好。

4.控制變量。控制變量選擇如下：（1）城鎮(zhèn)化率（lurban），用城鎮(zhèn)人口占總?cè)丝诘谋壤硎?；?）失業(yè)率（lunemploy），用失業(yè)人口占勞動力人口的比例表示；（3）工業(yè)化水平（lindshare），用各國工業(yè)增加值占GDP 的比重來表示。（4）對外開放度（lopen），用商品和服務(wù)的進出口總額占GDP 的比重表示；（5）經(jīng)濟增長率（gdpgrowth），用各國名義GDP增長率表示。

（二）模型設(shè)定

基于上述的指標(biāo)設(shè)置和研究假設(shè)，本文建立如下計量模型進行實證研究：

其中，Ginii,t是i國第t年的基尼系數(shù)，用于衡量該國的收入不平等程度。各控制變量的含義如表2 所示，mi表示個體固定效應(yīng)，ei,t為隨機擾動項。

表2 變量定義及釋義

根據(jù)前述的機制分析，并依照逐步檢驗法，本文構(gòu)建如下中介效應(yīng)模型：

式（2）～（4）中，Medii,t代表中介變量，Controlsi,t代表各控制變量，βc、γc、αc分別為控制變量的影響系數(shù)向量。按照逐步檢驗程序，本文依次對總效應(yīng)β1、自變量對中介變量效應(yīng)γ1、控制中介變量后的直接效應(yīng)α1的顯著性進行檢驗。

（三）描述性統(tǒng)計

為了解亞太地區(qū)樣本國家的收入不平等、數(shù)字化發(fā)展水平和人力資本狀況的現(xiàn)狀，我們運用Stata軟件對所選樣本國家的各經(jīng)濟變量進行描述性統(tǒng)計，結(jié)果如表3所示。

由表3 可見，就基尼系數(shù)而言，均值為38.910，說明亞太地區(qū)樣本國家的收入不平等程度較高，最大值和最小值分別為50.520 和30.520，說明不同國家的基尼系數(shù)存在較大差異。就各國數(shù)字化發(fā)展水平而言，均值為26.738，最大值和最小值分別為61.890 和2.630，說明在不同時期、不同國家之間的數(shù)字化水平差異較大。就人力資本質(zhì)量而言，樣本國家的教育指數(shù)均值為69.430，最大值為93.700，最小值為38.700，由此可見，各國潛在勞動者在接受教育的情況上也存在較大差異。就人力資本數(shù)量而言，樣本國家的平均勞動參與率為66.4%，標(biāo)準(zhǔn)差僅為5.96，說明各國的勞動參與率差異相對較小。

表3 主要變量的描述性統(tǒng)計

四、實證分析

（一）回歸分析

根據(jù)實證模型，我們首先在全樣本層面對數(shù)字化發(fā)展水平與收入不平等之間的關(guān)系進行檢驗，為降低樣本數(shù)據(jù)中可能存在的擾動項與解釋變量相關(guān)產(chǎn)生的影響，進行Hausman 檢驗后發(fā)現(xiàn)，不能拒絕擾動項與解釋變量不相關(guān)的原假設(shè)，因此采用固定效應(yīng)模型對樣本數(shù)據(jù)進行估計。在固定效應(yīng)的模型選擇上，加入時間固定效應(yīng)后，我們發(fā)現(xiàn)未能通過原假設(shè)為不存在時間固定效應(yīng)的F檢驗，此處采用個體固定效應(yīng)模型進行估計，各模型F統(tǒng)計量均在1%的水平上拒絕了不存在個體固定效應(yīng)的原假設(shè)。

在估計中，本文采用“一般到特殊”的建模方法，逐步添加城鎮(zhèn)化率、失業(yè)率、工業(yè)增加值比重、對外開放度、GDP 增長率等控制變量進行回歸估計，以觀察各控制變量對收入不平等狀況產(chǎn)生的影響。表4 結(jié)果顯示，樣本國家的數(shù)字化發(fā)展水平對基尼系數(shù)的影響系數(shù)均在1%的水平上顯著為負(fù)，表明數(shù)字化發(fā)展水平產(chǎn)生了一定的收入不平等改善效應(yīng)。各控制變量中，城鎮(zhèn)化水平對基尼系數(shù)的影響顯著為正，表明城鎮(zhèn)化進程通過擴大城市和農(nóng)村人群收入水平的差異，進一步加大了收入不平等狀況。失業(yè)率對收入不平等的影響也顯著為正，表明失業(yè)率越高，失業(yè)的勞動者與就業(yè)的勞動者之間的收入差距越大，影響系數(shù)的符號符合預(yù)期。GDP增速對收入不平等的影響顯著為正，表明GDP增長越快，收入之間的差距被拉得越大。工業(yè)化水平對收入不平等的影響系數(shù)為正，但在模型（4）～（6）中僅模型（4）的系數(shù)在10%的水平上顯著，可見工業(yè)化水平的提高，并不導(dǎo)致收入不平等程度的上升。對外開放度對收入不平等的影響也不顯著，表明一國經(jīng)濟外向度對收入不平等的影響具有復(fù)雜性。

表4 基準(zhǔn)模型估計結(jié)果

（二）穩(wěn)健性檢驗

1.替換被解釋變量。進一步使用SWIID（版本9.1）數(shù)據(jù)庫中的基尼系數(shù)（SGini）與數(shù)字化發(fā)展水平作面板回歸估計，二者之間的關(guān)系依然顯著為負(fù)，且逐步加入控制變量的多數(shù)方程通過了1%的顯著性檢驗，與預(yù)期一致。因此，在選擇不同數(shù)據(jù)來源的基尼系數(shù)后，數(shù)字化發(fā)展水平對收入不平等的負(fù)向影響關(guān)系仍然穩(wěn)健，回歸結(jié)果如表5所示。

表5 穩(wěn)健性檢驗：替換被解釋變量

2.消除內(nèi)生性問題。收入不平等程度可能對數(shù)字化發(fā)展也產(chǎn)生一定影響，如收入差距程度高的國家社會穩(wěn)定性較差，可能影響該國數(shù)字化基礎(chǔ)設(shè)施的投資和建設(shè)，使以上回歸可能存在反向因果關(guān)系。在缺少合適工具變量的情況下，我們使用滯后一期的基尼系數(shù)作為工具變量，結(jié)果顯示，在未加入控制變量和加入控制變量的設(shè)定下，數(shù)字化發(fā)展水平對收入不平等的影響系數(shù)分別為-0.040 和-0.049，均在1%的水平上顯著為負(fù)，符合數(shù)字化發(fā)展水平和收入不平等負(fù)相關(guān)的預(yù)期。為消除內(nèi)生性問題，我們分別使用差分GMM 和系統(tǒng)GMM 動態(tài)面板方法來對式（1）重新進行估計。表6 的模型（3）和模型（4）報告了未加入控制變量與加入控制變量的差分GMM估計結(jié)果，數(shù)字化發(fā)展水平的影響系數(shù)分別為-0.020和-0.021，均顯著為負(fù)。模型（5）和模型（6）報告了系統(tǒng)GMM 的估計結(jié)果：在加入控制變量前后，數(shù)字化發(fā)展水平的影響系數(shù)同樣均顯著為負(fù)，符合預(yù)期。另外，差分GMM 和系統(tǒng)GMM 的擾動項自相關(guān)檢驗結(jié)果顯示AR（1）均為顯著，AR（2）均為不顯著，表明選取的工具變量有效。上述結(jié)果表明，數(shù)字化發(fā)展對收入不平等的影響為負(fù)向顯著且具有穩(wěn)健性，假設(shè)1得到驗證。

表6 穩(wěn)健性檢驗：消除內(nèi)生性問題

（三）機制分析

1.中介效應(yīng)I：以教育指數(shù)為中介變量。按照式（2）～（4），應(yīng)用逐步回歸檢驗法對人力資本對數(shù)字化發(fā)展影響收入不平等的中介效應(yīng)進行檢驗，模型（1）及模型（3）的回歸結(jié)果顯示（表7），教育指數(shù)（人力資本質(zhì)量代理變量）對數(shù)字化發(fā)展水平的影響系數(shù)為正且在1%的水平上顯著，表明數(shù)字化發(fā)展水平會顯著提高人力資本質(zhì)量；在不含控制變量的模型（2）中，數(shù)字化發(fā)展水平的影響系數(shù)在10%的水平上顯著為負(fù)，符合預(yù)期，但教育指數(shù)對收入不平等的影響為負(fù)向但不顯著，未能滿足中介效應(yīng)成立的條件在含有控制變量的模型（4）中，教育指數(shù)對基尼系數(shù)的影響顯著為負(fù)，但數(shù)字化發(fā)展水平對基尼系數(shù)的影響系數(shù)為負(fù)向則不顯著。因此，在含有控制變量和不含控制變量的情形下均不能滿足γ1、α2同時顯著的條件，中介效應(yīng)還需進一步判別。

表7 中介效應(yīng)I的檢驗結(jié)果：以教育指數(shù)為中介變量

因此，參照溫忠麟和葉寶娟（2014）提出的中介效應(yīng)分析流程，我們對式（3）（4）中γ1α2的乘積是否為0 進行檢驗。此處選用比直接檢驗系數(shù)乘積的Sobel 法具有更高檢驗力的Bootstrap 法進行檢驗，經(jīng)1000 次重復(fù)抽樣后，表8 結(jié)果顯示，非參數(shù)百分位Bootstrap 法和經(jīng)偏差校正的非參數(shù)百分位Bootstrap 法所計算出的中介效應(yīng)估計值的置信區(qū)間均不包含0，說明中介效應(yīng)顯著，而直接效應(yīng)置信區(qū)間包含0，意味著在控制了中介變量的影響后，不能拒絕直接效應(yīng)為0 的原假設(shè)，說明該效應(yīng)為完全中介效應(yīng)，即數(shù)字化發(fā)展水平通過人力資本質(zhì)量提升降低了各國的收入不平等程度，從而假設(shè)2a得證。

表8 中介效應(yīng)I的Bootstrap檢驗結(jié)果

2.中介效應(yīng)II：以勞動力參與率為中介變量。以衡量人力資本充裕程度的勞動力參與率指標(biāo)為中介變量進行回歸，得到的結(jié)果如表9 所示。在不控制其他變量的模型（1）和模型（2）中，可以得到數(shù)字化發(fā)展水平對勞動力參與率的影響系數(shù)為0.039，但僅在10%的水平上顯著；在控制中介變量后，數(shù)字化發(fā)展水平對基尼系數(shù)的影響仍為負(fù)向且在1%的水平上顯著，勞動參與率對基尼系數(shù)的影響也顯著為負(fù)，表明在不控制其他影響因素時，中介效應(yīng)十分顯著。即數(shù)字化發(fā)展通過提高勞動參與率，間接降低了收入不平等程度。但在控制其他影響因素的模型（4）中，勞動參與率對基尼系數(shù)的影響為負(fù)向但不顯著，因此對其進一步實施Bootstrap檢驗。

表9 中介效應(yīng)II的檢驗結(jié)果：以勞動力參與率為中介變量

續(xù)表

Bootstrap 檢驗結(jié)果表明（表10），間接效應(yīng)、直接效應(yīng)均呈顯著性，表明人力資本數(shù)量在數(shù)字化影響收入不平等的機制中產(chǎn)生了部分中介作用，從而假設(shè)2b得證。根據(jù)回歸結(jié)果，在不含其他控制變量時，中介效應(yīng)占總效應(yīng)的比例為4.65%，在包含其他控制變量時，中介效應(yīng)占總效應(yīng)的比例為11.7%。對比中介效應(yīng)I的情況，可見數(shù)字化發(fā)展水平通過影響勞動參與率進而改善收入不平等的作用機制雖然存在，但作用比較微弱，數(shù)字化發(fā)展更多地通過提高勞動力的受教育程度，也即提高人力資本質(zhì)量這一路徑對收入不平等產(chǎn)生積極影響。

表10 中介效應(yīng)II的Bootstrap檢驗結(jié)果

（四）異質(zhì)性影響

考慮到不同收入水平的國家在數(shù)字化發(fā)展程度、經(jīng)濟結(jié)構(gòu)、社會特征等方面存在差異，我們按照世界銀行的劃分標(biāo)準(zhǔn)將樣本分為高收入國家、中等收入國家（包括中高收入國家與中低收入國家）兩個樣本組。其中高收入國家包括澳大利亞、日本、韓國、新西蘭、新加坡；中等收入國家包括中國、印度尼西亞、馬來西亞、泰國、菲律賓。分別對兩個子樣本進行GMM 估計，結(jié)果如表11所示。在高收入國家組和中等收入國家組中，數(shù)字化發(fā)展水平對收入不平等程度的影響系數(shù)均在5%的水平上顯著為負(fù)，且在差分GMM 和系統(tǒng)GMM 估計中，中等收入國家數(shù)字化發(fā)展指數(shù)的影響系數(shù)絕對值均略高于高收入國家。異質(zhì)性研究表明，依據(jù)收入水平分組回歸對數(shù)字化發(fā)展改善收入不平等的結(jié)論未產(chǎn)生影響，同時中等收入國家數(shù)字化發(fā)展水平提高對收入不平等程度的改善略好于高收入國家。

表11 亞太地區(qū)不同收入組國家的差分GMM和系統(tǒng)GMM估計

五、結(jié)論與政策建議

本文從機制和經(jīng)驗兩個層面揭示了亞太地區(qū)國家數(shù)字化發(fā)展進程對收入不平等狀況產(chǎn)生的深刻影響。研究發(fā)現(xiàn)：第一，樣本國家的數(shù)字化發(fā)展水平對基尼系數(shù)的影響系數(shù)均在1%的水平上顯著為負(fù)，經(jīng)逐步添加控制變量及替換被解釋變量、消除內(nèi)生性問題等穩(wěn)健性檢驗后，負(fù)向關(guān)系依然顯著，表明亞太地區(qū)國家的數(shù)字化發(fā)展在一定程度上降低了收入的不平等程度。第二，數(shù)字化發(fā)展帶來的人力資本質(zhì)量改進間接促進了收入不平等狀況的改善，驗證了數(shù)字化發(fā)展帶來的人力資本質(zhì)量提升具有普惠性，使大多數(shù)勞動者從知識、技能的提升中獲得了更多的收入，降低了收入分配的差距。第三，數(shù)字化發(fā)展對人力資本數(shù)量的影響總體上為正向，中介機制雖然存在但作用微弱，主要原因是國家的異質(zhì)性導(dǎo)致不同類型國家中人力資本數(shù)量的中介作用機制存在較大的差異。第四，異質(zhì)性檢驗表明，數(shù)字化發(fā)展在高收入國家和中等收入國家都顯著降低了收入不平等程度。

基于本文的研究結(jié)論，我們提出如下政策建議：第一，積極發(fā)揮數(shù)字化在促進共同富裕中的作用。既要充分發(fā)揮數(shù)字化發(fā)展對生產(chǎn)效率的提升和溢出作用、對勞動者收入提高的積極作用，也要加大對在數(shù)字化發(fā)展過程中因產(chǎn)業(yè)結(jié)構(gòu)調(diào)整而失去原有工作的勞動者的就業(yè)引導(dǎo)，提高低收入、低技能勞動者從傳統(tǒng)行業(yè)到數(shù)字經(jīng)濟行業(yè)和緊缺行業(yè)就業(yè)的職業(yè)轉(zhuǎn)換能力。第二，消除地區(qū)和城鄉(xiāng)數(shù)字鴻溝。連接和融合是數(shù)字化發(fā)展的基礎(chǔ)，要加大對數(shù)字基礎(chǔ)設(shè)施的建設(shè)力度，實現(xiàn)地區(qū)之間、城鄉(xiāng)之間數(shù)字基礎(chǔ)設(shè)施供給的均等化，增加貧困地區(qū)、農(nóng)村地區(qū)的數(shù)字基建投資，高位、精準(zhǔn)補齊貧困地區(qū)和農(nóng)村的網(wǎng)絡(luò)接入短板。第三，加大對低收入、低技能勞動者的教育支持。一方面，把為低收入人員提供數(shù)字技能提升課程和職業(yè)技能培訓(xùn)列為基本公共服務(wù)內(nèi)容之一；另一方面，政府要在職業(yè)學(xué)校增設(shè)相關(guān)課程，鼓勵職業(yè)學(xué)校針對學(xué)生、農(nóng)民、再就業(yè)者進行數(shù)字素養(yǎng)培訓(xùn)。第四，為靈活就業(yè)提供更充足的保障。要規(guī)范網(wǎng)絡(luò)平臺與零工就業(yè)者的勞動關(guān)系，實行新的勞動關(guān)系認(rèn)定標(biāo)準(zhǔn)，實施不同的社會保險保障管理辦法，使零工就業(yè)者既能夠獲得一定的勞動保障，又能釋放數(shù)字經(jīng)濟活力，提高勞動力對經(jīng)濟活動的參與度。

注釋：

①《〈福布斯觀察〉最新調(diào)研：亞太區(qū)企業(yè)將成為數(shù)字化領(lǐng)導(dǎo)者》, http://stor-age.zhiding.cn/stor-age/2016/1206/3086819.shtml，2016年12月6日。

②《理解亞太地區(qū)在數(shù)字化轉(zhuǎn)型方面的成功》，https://www.redhat.com/zh/resources/APAC-digital-transformation-HBR-ana‐lyst-report?source=resourcelisting＆page=2,2020年8月11日。

③參見張宇燕,徐秀軍.亞洲經(jīng)濟運行的現(xiàn)狀、挑戰(zhàn)與展望［J］.東北亞論壇，2020，29（4）：3-14+127。

④根據(jù)SWIID 數(shù)據(jù)庫基尼系數(shù)指標(biāo)測算，參見FREDERICK S. Measuring income inequality across countries and over time: The standardized world income inequality database.Social Science Quarterly.SWIID Version 9.1,2021。

⑤《加快推動亞太地區(qū)包容可持續(xù)發(fā)展》，《人民日報》2022年4月7日，第17版。