郭 為 王 靜 康 悅

（青島大學(xué)旅游與地理科學(xué)學(xué)院，山東青島 266071）

0 引言

伴隨著互聯(lián)網(wǎng)、人工智能、大數(shù)據(jù)等一系列新技術(shù)在旅游業(yè)的不斷應(yīng)用，旅游產(chǎn)業(yè)與新技術(shù)的融合日益加深，無人智能酒店、自動售票機、云旅游、云展覽等智能化現(xiàn)象不斷涌現(xiàn)，而這必然會改變勞動力市場對旅游人力資源的配置，從而導(dǎo)致旅游勞動者工資結(jié)構(gòu)的調(diào)整，其中一個重要表現(xiàn)是工資極化。國內(nèi)外研究者相繼發(fā)現(xiàn)，技術(shù)進(jìn)步是產(chǎn)生工資極化的重要原因（Dunne et al.，1992；Juhn et al.，1993；Aghion et al.，1994；Bound et al.，1992；宋冬林 等，2010；張俊 等，2014），對技能水平高、受教育程度高的工人的需求增加導(dǎo)致了工資上升，而對技能水平低、受教育程度低的工人的需求減少導(dǎo)致了工資下降（Acemoglu，2002a；Autor et al.，2013）。這種極化現(xiàn)象主要集中在制造業(yè)等傳統(tǒng)行業(yè)（Siegel，1998；1999；Bresnahan，1999；Lee，1999；Acemoglu et al.，2000；Acemoglu，2002b；呂世斌 等，2015；韓民春 等，2020；何勤 等，2020），而服務(wù)業(yè)如旅游行業(yè)是否也存在類似的極化現(xiàn)象尚不明確，也鮮有研究者關(guān)注。

不同于制造業(yè)和其他服務(wù)型行業(yè)，旅游業(yè)涵蓋“食住行游購娛”6 個方面，使得旅游從業(yè)者之間的工資收入波動范圍較大（郭舒 等，2020），有時難以確定其具體的變化規(guī)律。更重要的是，因為就業(yè)門檻低，旅游業(yè)成為各類人員進(jìn)出勞動力市場的“蓄水池”，旅游就業(yè)的極化現(xiàn)象在反映服務(wù)業(yè)工資結(jié)構(gòu)時具有一定的代表性。因此，本文以中國情境下的旅游從業(yè)者為研究對象，利用相關(guān)職業(yè)數(shù)據(jù)探討計算機自動化背景下職業(yè)技能對旅游從業(yè)者工資的影響，觀察旅游業(yè)是否存在工資極化現(xiàn)象及其極化的特點，力圖發(fā)現(xiàn)旅游行業(yè)勞動力市場工資結(jié)構(gòu)的變化規(guī)律。

1 文獻(xiàn)綜述

1.1 計算機自動化與工資極化

20 世紀(jì)初，計算機的前身——打字機被引入辦公室（Beniger，2020；Goldin et al.，1995；Cortada，2000），極大地降低了信息處理成本，同時增加了對受過教育的辦公人員的需求（Goldin et al.，1995）。相關(guān)研究表明，20 世紀(jì)60 年代至20 世紀(jì)80 年代，工資、就業(yè)變化與技能、技術(shù)變化有關(guān)（Bound et al.，1992；Katz et al.，1992；Levy et al.，1992；Juhn et al.，1993）。尤其是，計算機的資本化似乎對那些在工作場所使用計算機的工人的工資有著積極的影響（Krueger，1993；DiNardo et al.，1995）。美國高技能工人的工資溢價顯著（Juhn et al.，1993）。而計算機行業(yè)對低技能者的需求及低技能者的相對工資都在下降（Berman et al.，1994；Berman et al.，1998）。這種對計算機技能需求增長的現(xiàn)象在發(fā)達(dá)國家普遍存在（Berman et al.，1998）。

20 世紀(jì)90 年代，英國（Goos et al.，2007）、德國（Dustmann et al.，2009）和北歐國家（Asplund et al.，2011；Adermon et al.，2015）的勞動力市場均出現(xiàn)了兩極分化現(xiàn)象，即收入高低兩端的就業(yè)量增加。為此，Autor等（2003；2006）結(jié)合職業(yè)與計算機自動化提出的“程式偏向型技術(shù)進(jìn)步”理論（Routine-Biased Technological Change，RBTC）可以用于解釋該現(xiàn)象。該理論認(rèn)為，人力資本具有特定的職業(yè)屬性（Shaw，1984；1987；Kambourov，2009），人工智能可以使特定職業(yè)中的任務(wù)自動化，而這部分職業(yè)主要集中在職業(yè)任務(wù)可編碼的中等技能方面。隨后，職業(yè)在工資不平等的研究中變得越來越重要（Autor，2011），也更有助于解釋“就業(yè)極化”現(xiàn)象（Goos et al.，2007；Autor et al.，2008）。例如，Autor 等（2013）發(fā)現(xiàn)，職業(yè)計算機化導(dǎo)致分布在中間收入層的勞動力相對就業(yè)率出現(xiàn)下降。1980年—2005年，美國底層服務(wù)業(yè)的勞動者工作時長平均增長了約30%（Goos et al.，2009）。

計算機自動化是技術(shù)進(jìn)步的最新階段，目前國內(nèi)對計算機自動化與就業(yè)的研究主要集中在兩個方面：第一，總結(jié)國外在該領(lǐng)域的研究進(jìn)展（王君 等，2017；段海英 等，2018；楊偉國 等，2018；張鵬飛，2018）；第二，從理論上梳理計算機自動化（人工智能）對就業(yè)的影響并利用宏觀數(shù)據(jù)加以證明（蔡躍洲 等，2019）。但是，相關(guān)研究的焦點主要在就業(yè)結(jié)構(gòu)和不同結(jié)構(gòu)中總量的變化上，雖然有研究探討了工資極化問題，但關(guān)注點并不在技術(shù)進(jìn)步上，而是聚焦于城鎮(zhèn)化內(nèi)部（張奎 等，2009）、農(nóng)民工群體（屈小博，2015）等。例如，呂世斌等（2015）和趙淵博（2019）都認(rèn)為制造業(yè)存在工資“極化”現(xiàn)象，但前者認(rèn)為極化來自產(chǎn)業(yè)結(jié)構(gòu)升級和對外直接投資；后者的觀點更接近于早期的單極化現(xiàn)象，認(rèn)為原因在于高低技能從業(yè)者的就業(yè)比重，而不是職業(yè)的計算化程度。本文一定程度上填補了國內(nèi)職業(yè)技能的計算機化與工資極化研究的空白。

1.2 計算機自動化與旅游業(yè)工資極化

近10 年來，因勞動力短缺、人力成本攀升和計算機自動化（如人工智能）飛速發(fā)展，機器對勞動力的替代日漸加?。╓alton et al.，2014）。結(jié)構(gòu)性失業(yè)開始涌現(xiàn)，非正規(guī)就業(yè)增加，該現(xiàn)象逐步從制造業(yè)擴散到服務(wù)業(yè)（Makridakis，2017）。非正規(guī)就業(yè)總量的增加和種類的多樣化成為工資極化的主要表現(xiàn)（Goos et al.，2009）。

進(jìn)入21世紀(jì)后，國內(nèi)旅游業(yè)迅速發(fā)展，非正規(guī)就業(yè)總量激增，同時伴隨著低工資水平的出現(xiàn)（郭為 等，2014）。旅游業(yè)進(jìn)入門檻低，涵蓋“食住行游購娛”六要素，與其他行業(yè)關(guān)聯(lián)緊密（厲新建，2004），因此，旅游行業(yè)工資結(jié)構(gòu)的變化具有一定代表性。隨著人工智能技術(shù)的發(fā)展，計算機自動化（人工智能）開始在旅游業(yè)中得以運用。例如：利用大數(shù)據(jù)，景區(qū)可以提前對游客進(jìn)行分流管理；阿里旗下的飛豬旅行推出了無人酒店。現(xiàn)階段從經(jīng)驗觀察來看，計算機自動化（人工智能）直接減少了酒店等旅游企業(yè)一線員工的使用量，對在職員工的工資水平也構(gòu)成了直接的壓力（孔令楠，2018）。技術(shù)進(jìn)步對工資的影響一直存在（Gordon，2012），旅游行業(yè)一線員工的工資也普遍偏低（郭為 等，2014），但鮮有研究關(guān)注旅游行業(yè)的低工資現(xiàn)象與旅游職業(yè)中工作任務(wù)可計算機化的關(guān)聯(lián)。基于此，本文沒有籠統(tǒng)地討論技術(shù)進(jìn)步對工資的影響，而是將技術(shù)進(jìn)步融入職業(yè)，結(jié)合職業(yè)的特性去考察其對工資的影響，有望為行業(yè)工資研究方法做出貢獻(xiàn)。

2 計算機自動化影響工資極化的機理

2.1 職業(yè)任務(wù)的計算機可編碼對工資的影響

同一職業(yè)中任何從業(yè)者提供的服務(wù)都具有一定程度的可替代性，這種職業(yè)間有限的可替代性是由于不同的職業(yè)技能而產(chǎn)生的（Gordon，2012）。每個職業(yè)的從業(yè)者都要執(zhí)行一系列多重任務(wù)，特定職業(yè)技能的不可分性限制了勞動分工（Rosen，1983）。因此，從業(yè)者通常會執(zhí)行一系列關(guān)聯(lián)任務(wù)，而不是專門從事某一項任務(wù)（Levy et al.，1992）?？紤]到一部分服務(wù)的程式化性質(zhì)，計算機能夠?qū)⑦@些工作不同程度地自動化（Osborne et al.，2012）。不同職業(yè)的從業(yè)者因為工作任務(wù)的不同性質(zhì)，其工作會受到計算機的影響，進(jìn)而影響從業(yè)者的工資水平（Autor，2011；Autor et al.，2013）。

2.2 互聯(lián)網(wǎng)對自動化的調(diào)節(jié)效應(yīng)

互聯(lián)網(wǎng)與計算機緊密相關(guān)?；ヂ?lián)網(wǎng)對計算機自動化影響工資的調(diào)節(jié)效應(yīng)主要表現(xiàn)在以下四個方面：第一，分布式架構(gòu)和云計算進(jìn)一步提高了計算機處理任務(wù)的能力（Makridakis，2017）；第二，互聯(lián)網(wǎng)可以獲取資源和信息，進(jìn)一步通過計算機提高勞動力的生產(chǎn)率（Walton et al.，2014）；第三，互聯(lián)網(wǎng)使計算機的利用時間、地點和方式更加靈活，能夠增加勞動力的有效供給（Krueger，1993），減少行業(yè)和職業(yè)的隔閡（DiNardo et al.，1995）；第四，互聯(lián)網(wǎng)作為新興信息技術(shù)，具有技能偏向，它的出現(xiàn)可能對高技能、高學(xué)歷的勞動者影響更大（王愛民 等，2014；馬俊龍 等，2017；華昱，2018）。因此，可以看出，一方面，在互聯(lián)網(wǎng)影響下，不同技能勞動者的參與率和生產(chǎn)效率得到提高（Kambourov，2009）；另一方面，互聯(lián)網(wǎng)使得高技能勞動者可選擇的職業(yè)類型增多，進(jìn)一步提高了高技能勞動者的工作質(zhì)量，最終對不同技能勞動者的工資差距造成影響（Adermon et al.，2015）。

2.3 職業(yè)技能的中介效應(yīng)

勞動者通常利用他們的技能去完成各項工作任務(wù)來換取工資（Bessen，2012）。因此，技能會對個人的工資收入產(chǎn)生顯著的影響。有研究者指出，教育是影響個人技能水平的主要因素。當(dāng)個人的受教育程度較高，其具備的技能也相對較高，進(jìn)而可以獲得較高的工資收入（Murphy et al.，1992；Goldin et al.，2009）。此外，工作經(jīng)驗也是影響個人技能高低的另一重要因素，一個人在工作中積累的工作經(jīng)驗越豐富，在執(zhí)行任務(wù)時也就越熟練，掌握的技能就越高（Katz et al.，1992），進(jìn)而影響工資水平。

3 數(shù)據(jù)、變量與描述性說明

3.1 數(shù)據(jù)來源

本文使用的數(shù)據(jù)來源于中國綜合社會調(diào)查（Chinese General Social Survey，CGSS）。CGSS始于2003年，是我國最早的綜合性、全國性、連續(xù)性學(xué)術(shù)研究與調(diào)查項目。CGSS問卷由中國人民大學(xué)中國調(diào)查與數(shù)據(jù)中心負(fù)責(zé)執(zhí)行，系統(tǒng)地收集了全國31 個?。▍^(qū)、市），125 個縣（區(qū)），500 個街道（鄉(xiāng)、鎮(zhèn)），1000 個居（村）民委員會中1000戶家庭中的個人相關(guān)數(shù)據(jù)，已成為國內(nèi)研究中最主要的數(shù)據(jù)來源之一①數(shù)據(jù)來源于中國綜合社會調(diào)查網(wǎng)，網(wǎng)址為http：//cgss.ruc.edu.cn/。。

該數(shù)據(jù)涵蓋了社會人口屬性模塊和勞動力市場模塊，主要內(nèi)容包括受訪者的性別、婚姻等各類人口統(tǒng)計學(xué)特征，受訪者工作的基本情況，工作單位的所有制性質(zhì)等方面。為了確保研究結(jié)論的可靠性，本文合并了2010 年—2013 年、2015 年和2017 年的數(shù)據(jù)，合并后的樣本量有64157 個。本文的研究對象為旅游業(yè)②旅游業(yè)是以旅游資源為憑借、以旅游設(shè)施為條件，向旅游者提供旅行游覽服務(wù)的行業(yè)。狹義的旅游業(yè)，在中國主要指旅行社、旅游飯店、旅游車船公司及專門從事旅游商品買賣的旅游商業(yè)等行業(yè)。廣義的旅游業(yè)，指除專門從事旅游業(yè)務(wù)的部門以外，還包括與旅游相關(guān)的各行各業(yè)。本文采用的是廣義的旅游業(yè)定義。，根據(jù)受訪者當(dāng)前的職業(yè)編碼，并參照《國際標(biāo)準(zhǔn)職業(yè)分類（ISCO-08）》和《國家旅游及相關(guān)產(chǎn)業(yè)統(tǒng)計分類（2018）》，選取了與旅游相關(guān)的職業(yè)和個體。這些個體包括正式的酒店工作人員如飯店總經(jīng)理、辦公室職員、保潔員等，也包括景區(qū)服務(wù)人員、街頭攤販甚至街頭畫家與歌手等。我們剔除了CGSS 問卷中標(biāo)示的無效樣本和小時工資低于1 元的樣本。最終，本文使用的樣本集有兩個，第一個用于描述行業(yè)的典型特征，只包含一個工資變量，共有樣本5732 個①2010 年獲得旅游類職業(yè)32 個，樣本1087 個；2011 獲得旅游類職業(yè)33 個，樣本501 個；2012 年旅游類職業(yè)41個，得到樣本1124個；2013年旅游類職業(yè)42個，得到樣本1203個；2015年獲得旅游類職業(yè)37個，樣本1096個；2017年獲得旅游類職業(yè)52個，樣本721個。。第二個用于回歸分析，包含所有回歸中的變量。該樣本集在第一個樣本集的基礎(chǔ)上，選取了18歲以上65歲以下的受訪者。剔除無效數(shù)據(jù)后，共有5331個樣本。

3.2 變量的解釋

被解釋變量為受訪者小時工資，主要依據(jù)CGSS數(shù)據(jù)中受訪者個體全年的職業(yè)收入和一周工作的小時數(shù)，通過計算得到受訪者每小時的工資，然后取對數(shù)表示。

關(guān)鍵解釋變量是勞動者個體具備的技能，按照職業(yè)屬性和工作任務(wù)要求②具體見3.4節(jié)行業(yè)工資的典型性特征。，本文將旅游相關(guān)職業(yè)劃分為低、中、高三類技能，分別用虛擬變量1、2、3表示。

控制變量有三類，包括個體特征、工作特征和地區(qū)特征變量。個體特征變量包括性別、婚姻、受教育程度、工作經(jīng)驗及工作經(jīng)驗的平方。工作特征變量包括是否為管理崗位、工作單位的所有制性質(zhì)（宋林 等，2020）。地區(qū)特征變量，借鑒李磊等（2019）的研究，本文按照地區(qū)經(jīng)濟發(fā)達(dá)程度進(jìn)行區(qū)域劃分。上述變量的詳細(xì)描述如表1所示。

表1 變量名稱及其含義

3.3 變量的描述性統(tǒng)計

如表2 所示，受訪者小時工資均值為2.509，說明旅游行業(yè)整體工資仍處于較低水平。受訪者技能的均值為1.489，說明旅游從業(yè)者具備的技能水平仍較低，低技能勞動者在勞動力市場所占比例較大。個體特征變量中，男性占比51.2%，略高于女性；已婚人數(shù)占比83.1%；受教育程度均值為10.821，說明大部分個體學(xué)歷教育集中在高中階段；工作經(jīng)驗最小值為0.000，最高為59.000，均值為23.412，表明大多數(shù)受訪者的工作經(jīng)驗比較豐富。工作特征變量中，處于管理崗位的個體占比23.6%；工作單位所有制性質(zhì)的均值為2.640，說明從業(yè)者的工作單位大多是集體所有或私營企業(yè)。地區(qū)特征變量中，受訪者所處地區(qū)的均值為2.045，說明受訪者大多處于經(jīng)濟發(fā)達(dá)程度一般地區(qū)。在穩(wěn)健性檢驗中，受訪者全年總收入對數(shù)的均值為10.167，盡管受訪者的平均小時工資處于低水平，但是全年總收入較高，說明部分旅游從業(yè)者在正式工作之余還從事兼職工作。學(xué)歷等級的均值為1.757。有59.9%的受訪者在工作中使用互聯(lián)網(wǎng)，占比超過半數(shù)。

表2 變量的描述性統(tǒng)計

3.4 行業(yè)工資的典型性特征

現(xiàn)有大多數(shù)研究已表明，旅游業(yè)是一個低技能、勞動力相對密集、工資收入較低的行業(yè)（張小利，2014；左冰，2018；李凱 等，2020）。這些結(jié)論的得出通?；谘芯空叩膯柧碚{(diào)查（王爾大 等，2016；李春梅 等，2019；李濤 等，2021）。但是，已有的問卷調(diào)查通常存在以下3個方面的缺憾：第一，典型的地域性。這些問卷一般集中在某個地區(qū)發(fā)放。第二，時間的局限性。這些問卷通常集中在某個時間段發(fā)放。第三，樣本容量的有限性?？紤]到發(fā)放成本等問題，這類問卷樣本量通常較少，缺乏足夠的代表性。

為了刻畫不同技能職業(yè)的工資特點，本文對第一個樣本集（5732 個樣本點）進(jìn)行職業(yè)分類。根據(jù)《中華人民共和國職業(yè)分類大典（2015 年版）》，并借鑒Autor 等（2003；2006）的做法（見表3），本文以職業(yè)及職業(yè)對應(yīng)的任務(wù)為基礎(chǔ)，結(jié)合任務(wù)完成中需要的技能——任務(wù)計算機可編碼內(nèi)容，將旅游職業(yè)分為低技能、中等技能、高技能職業(yè)三類（見表4）。通過每類職業(yè)平均小時工資的年度分布、不同年份之間的比較、平均增長率的變化，我們可以觀察到旅游業(yè)從業(yè)人員工資的極化情況。

表3 計算機自動化對工作任務(wù)的影響和工作任務(wù)的分類

表4 依據(jù)任務(wù)可計算機編碼劃分的不同技能職業(yè)類型

圖1 展示了2010—2013 年、2015 年、2017 年，低技能、中等技能、高技能職業(yè)每一年的平均工資分布情況。可以看出：第一，總體來看，旅游業(yè)工資存在兩極化現(xiàn)象，但兩極化不明顯。第二，兩極化的底部分化并沒有出現(xiàn)在中等技能的職業(yè)區(qū)域，而是出現(xiàn)在低技能中的某些職業(yè)。這是與西方研究者關(guān)于極化研究最明顯的差異（Katz，1999；Autor et al.，2006；Autor，2011）。第三，中等技能職業(yè)的工資始終處于右邊上升階段，說明工資分配仍然偏向于中高級技能。

圖2展示了考察期內(nèi)三類不同技能職業(yè)平均工資的分布情況（左圖）和小時工資增長率的分布情況（右圖）?？梢园l(fā)現(xiàn)：第一，圖1 的結(jié)論依然存在，但更多地表現(xiàn)為一種強單極化趨勢。第二，低技能職業(yè)的平均工資增長率略快于中高技能職業(yè)，中等技能職業(yè)工資增長最慢。所以，綜合圖1和圖2的結(jié)論。本文得出，旅游從業(yè)人員的絕對工資主要表現(xiàn)為弱兩極化，強單極化特征，工資主要偏向于中高技能職業(yè)，但從增長率看，工資存在兩極化的趨勢，即工資增長開始由中等技能職業(yè)向低技能職業(yè)和高技能職業(yè)傾斜。

圖1 不同類型職業(yè)的平均工資分布

圖2 不同技能職業(yè)的平均工資與平均工資增長率分布

4 基準(zhǔn)模型分析

4.1 職業(yè)技能對工資的回歸分析

為了驗證勞動者具備的職業(yè)技能對工資水平的影響，以及旅游行業(yè)勞動力市場工資兩極化現(xiàn)象的存在，本文借鑒技能偏向型理論關(guān)于技能的處理方法（Autor，2011），將基準(zhǔn)模型設(shè)置為如下形式：

其中，lnwageit表示t時期i個體工作一小時的工資收入，取對數(shù)表示；skilledit是本文的關(guān)鍵解釋變量，即勞動者具備的職業(yè)技能，分別用虛擬變量1、2、3表示。Xit表示控制變量，包括性別、婚姻、受教育程度、工作經(jīng)驗、工作經(jīng)驗的平方、是否為管理崗位、個體所在工作單位的所有制性質(zhì)，以及個體所處地區(qū)的經(jīng)濟發(fā)達(dá)程度。α、β、γ為待估參數(shù)，εit表示隨機擾動項。由于勞動者的個體收入存在較大差異，分層比較明顯，如果只用線性回歸模型，會導(dǎo)致回歸結(jié)果出現(xiàn)偏誤。因此，本文借鑒王芳（2021）的研究，采用分位數(shù)回歸的方法，對小時工資的對數(shù)進(jìn)行分段，充分考慮關(guān)鍵解釋變量對被解釋變量各層次的影響。同時，相比線性回歸模型，在分位數(shù)回歸中將隨機擾動項的絕對值進(jìn)行加權(quán)平均，結(jié)果更加穩(wěn)健。具體在分位數(shù)選擇上包括10%、15%、25%、50%、75%和95%分位數(shù)。

表5 報告了分位數(shù)回歸的結(jié)果。以低技能為參照組，中等技能對除0.95 分位數(shù)外的其他分位數(shù)工資具有影響，在1%水平上統(tǒng)計顯著；高技能提高了所有分位數(shù)工資，在1%和5%水平上統(tǒng)計顯著。中等技能對工資的提高效應(yīng)集中在低分位數(shù)工資，高技能對工資的提高效應(yīng)集中在高分位數(shù)工資。與中等技能的高分位數(shù)工資相比，高技能在高分位數(shù)對工資的邊際效果更大。工資提高效應(yīng)集中在高技能的高分位數(shù)上，這說明工資具有強單極化傾向和技能偏向。具體來看，在0.10分位點時，中等技能和高技能對個體工資收入水平分別有23.1%和19.0%的促進(jìn)作用，而在0.95分位點時分別為4.7%和29.2%。這一結(jié)論也驗證了圖1和圖2中觀察到的結(jié)果。

表5 職業(yè)技能的分位數(shù)回歸

4.2 穩(wěn)健性檢驗

在控制了勞動者個體特征、工作特征和地區(qū)特征后，旅游從業(yè)人員的工資具有強單極化傾向和技能偏向。但是這些規(guī)律可能是不穩(wěn)健的，具有一定的偶然性。為了進(jìn)一步確保該研究結(jié)論的穩(wěn)健性，本文將被解釋變量替換為受訪者個體全年收入，然后取對數(shù)，重復(fù)基準(zhǔn)模型的回歸。

表6報告了穩(wěn)健性檢驗的回歸結(jié)果。以低技能為基準(zhǔn)，中等技能在0.10、0.15、0.25、0.50 的分位點上均對勞動者個體的總收入水平存在正向促進(jìn)作用，在1%水平上統(tǒng)計顯著。高技能相對于低技能來說，其邊際系數(shù)在各個分位點上均為正，在1%水平上統(tǒng)計顯著。尤其，高技能在高分位數(shù)工資上邊際效應(yīng)更高，說明工資的技能偏向與強單向極化。這與基準(zhǔn)模型的結(jié)論一致。因此，在進(jìn)行穩(wěn)健性檢驗之后，即使個別分位點的回歸結(jié)果與基準(zhǔn)模型有所差別，但是就總體而言，其結(jié)果仍和基準(zhǔn)模型保持一致，說明工資極化的研究結(jié)論是可信的。

三峽翻壩高速公路地處鄂西山區(qū)，主線全長56.7km，共有隧道13座，占主線全長的39.8%，隧道病害處治方案合理，工程質(zhì)量管理得當(dāng)，對運營期高速隧道施工管理具有重要意義。本文在對季家坡隧道YK13+800、YK14+290附近路段的路面起拱、二襯裂縫等病害發(fā)生、病害成因及病害處治方面介紹的基礎(chǔ)上，對施工過程中的管理措施進(jìn)行了總結(jié)，為其他山區(qū)高速公路隧道養(yǎng)護工作中的病害判別和施工方案提供了參考。

表6 穩(wěn)健性檢驗

5 進(jìn)一步分析

5.1 互聯(lián)網(wǎng)對技能的調(diào)節(jié)效應(yīng)

借鑒楊檸澤等（2019）的研究，本文從CGSS 數(shù)據(jù)中提取互聯(lián)網(wǎng)使用這一變量，即詢問受訪者“過去一年互聯(lián)網(wǎng)（包括手機上網(wǎng)）的使用情況”，其選項包括“從不”“很少”“有時”“經(jīng)?！薄翱偸恰?。根據(jù)本文的研究需要，將其轉(zhuǎn)化為二分類變量，將答案為“從不”和“很少”的視為受訪者不使用互聯(lián)網(wǎng)，編碼為0，而其余選項視為受訪者使用互聯(lián)網(wǎng)，編碼為1。在此基礎(chǔ)上，本文將互聯(lián)網(wǎng)使用與勞動者技能進(jìn)行交互處理，重新進(jìn)行分位數(shù)回歸。

表7報告了互聯(lián)網(wǎng)對技能調(diào)節(jié)效應(yīng)的分位數(shù)回歸結(jié)果。以不同技能水平的受訪者不使用互聯(lián)網(wǎng)為基準(zhǔn)組，低技能勞動者使用互聯(lián)網(wǎng)對工資水平有顯著的正向調(diào)節(jié)作用，分別在1%和5%水平上統(tǒng)計顯著。在中等技能勞動者群體中，互聯(lián)網(wǎng)與技能交互項在各個分位點上均正向影響工資水平，在1%水平上統(tǒng)計顯著。同時，中等技能和互聯(lián)網(wǎng)的關(guān)聯(lián)作用要大于低技能和互聯(lián)網(wǎng)的關(guān)聯(lián)作用。在高技能勞動者群體中，技能和互聯(lián)網(wǎng)的聯(lián)合作用在除0.95 的其他分位點上均顯著正向影響勞動者工資水平。上述結(jié)論進(jìn)一步說明了工資是偏向技能的，工資極化可能是由職業(yè)技能導(dǎo)致的。

表7 互聯(lián)網(wǎng)對技能調(diào)節(jié)效應(yīng)的分位數(shù)回歸

5.2 年齡異質(zhì)性

為進(jìn)一步探究職業(yè)技能在不同年齡段上的差異性，本文借鑒Krueger（1993）的研究，將CGSS 數(shù)據(jù)中受訪者的年齡劃分為不同的年齡段，分別為18～24 歲、25～39歲、40～54 歲、55～65 歲，并將不同的年齡段重新編碼為1、2、3、4，進(jìn)行分組回歸，觀察工資極化在年齡結(jié)構(gòu)上的異質(zhì)性。

表8 報告了年齡異質(zhì)性分位數(shù)回歸結(jié)果。在對18～24 歲的勞動群體進(jìn)行回歸時發(fā)現(xiàn)，以低技能為基準(zhǔn)，擁有中等技能和高技能勞動者對工資水平幾乎沒有影響，原因可能是這一年齡段的年輕人剛剛參加工作，還沒有形成自己的職業(yè)技能。無法對工資極化產(chǎn)生影響。而本文在對其他年齡段的勞動群體進(jìn)行回歸時，發(fā)現(xiàn)相對于低技能而言，具備中等技能和高技能勞動者的工資水平均有所提升。盡管在個別分位點上技能對工資水平的回歸結(jié)果不顯著，但就總體而言，極化現(xiàn)象存在于25 歲至65 歲的各個年齡段。工資極化現(xiàn)象在不同年齡段上的表現(xiàn)不同，在25～39 歲這一年齡段的群體中，中等技能對中低分位數(shù)工資都有影響，高技能主要表現(xiàn)在高分位工資上。在40～54 歲的年齡段上，中等技能對中低分位數(shù)工資都有影響，高技能對全部分位工資上都有影響，但對低分位工資影響更大。在55～65歲的年齡段上，中等技能明顯偏向低分位工資，高技能則明顯偏向高分位工資。總體來看，年齡異質(zhì)性現(xiàn)象是存在的，但具有中高技能偏向性。

表8 基于年齡異質(zhì)性的回歸分析

5.3 影響機制：技能的中介效應(yīng)模型

研究發(fā)現(xiàn)，教育是影響個人技能水平的主要因素，也是衡量一個人技能高低的重要標(biāo)準(zhǔn)，當(dāng)勞動力的受教育程度越高，其具備的技能也相對較高，被視為高技能勞動者（Murphy et al.，1992；Goldin et al.，2009）。此外，工作經(jīng)驗也是影響個人技能高低水平的另一重要因素，一個人在工作中積累的工作經(jīng)驗越豐富，在執(zhí)行任務(wù)時也就越熟練，掌握的技能也就越高。本文分別將受教育程度和工作經(jīng)驗作為影響個人技能的重要因素納入中介模型，并借鑒張莉娜等（2021）關(guān)于中介效應(yīng)的應(yīng)用，將基準(zhǔn)模型修改為帶中介效應(yīng)的結(jié)構(gòu)方程模型：

其中，Xit為控制變量，lnwageit是本文的被解釋變量，skilledit是中介變量，educationit、experienceit、是影響中介變量的3 個因素。φ代表技能影響工資的直接效應(yīng)，β、θ、?是作用于中介變量的效應(yīng)，總效應(yīng)可表示為ω+β×φ+θ×φ+?×φ。α、β、γ、θ、?、ω、φ為待估參數(shù)，εit、μit、δit為隨機擾動項。

表9 報告了中介效應(yīng)的回歸結(jié)果。首先，教育對技能的促進(jìn)作用是0.068，即勞動者受教育的年限每增加一年，技能水平就會提高6.8%。其次，工作經(jīng)驗對技能的提升呈現(xiàn)U型效應(yīng)，在1%的水平上統(tǒng)計顯著，在初始，少量的工作經(jīng)驗會妨礙職業(yè)技能的提升，只有積累到一定的程度后，才能提升職業(yè)技能水平①這種情形可能和計算機技能相關(guān)。計算機知識專業(yè)性強，只有通過系統(tǒng)學(xué)習(xí)才能理解和掌握。單純依靠少量的工作經(jīng)驗很難提高專業(yè)技能，甚至一些習(xí)慣性經(jīng)驗會妨礙個體理解和掌握這種計算機專業(yè)技能。。基于中介效應(yīng)模型的研究分析，我們觀察到勞動者具備的技能不受教育、經(jīng)驗等單一層面的影響，而是多個因素共同作用的結(jié)果。另外，結(jié)果顯示，技能對工資的直接效應(yīng)是0.163，說明勞動者的職業(yè)技能每提高一個層次，其工資水平就會提高16.3%。

表9 技能的中介效應(yīng)模型

6 討論：教育在職業(yè)技能上的擠出效應(yīng)帶來的工資極化

上述研究顯示，職業(yè)技能導(dǎo)致了工資極化。職業(yè)技能是一種能力，是教育、工作經(jīng)驗等在個體身上的綜合體現(xiàn)。其中，教育可能是影響職業(yè)技能最重要的因素。我們借鑒Acemoglu（2002a）、Goos 等（2007）和徐少俊等（2020）的研究，將受教育程度劃分為低、中、高3個等級。我們觀察到，高、中等教育水平的勞動者在職業(yè)技能上出現(xiàn)了逐級下移的情況，對中、低職業(yè)技能勞動者產(chǎn)生了擠出效應(yīng)。

表10顯示了低中高技能職業(yè)受教育程度的變化情況。結(jié)果顯示，在低技能職業(yè)中，中等教育樣本數(shù)937 個，占比29.0%，高等教育樣本數(shù)294 個，占比9.2%。在中等技能職業(yè)中，高等教育樣本數(shù)795 個，占比49.4%，中等教育樣本數(shù)457 個，占比為28.3%。這說明中等教育和高等教育勞動者開始從高、中技能職業(yè)逐漸向中、低技能職業(yè)轉(zhuǎn)移。

表10 受教育程度在職業(yè)技能上的變化

進(jìn)一步地，我們可以站在時間線上看待職業(yè)教育結(jié)構(gòu)的變化。如圖3所示，在左圖中，中等教育水平從業(yè)人員占30%左右，從2011 年開始，穩(wěn)步上升，到2015 年略有下降。同樣地，在中等職業(yè)技能中，高等教育水平的從業(yè)人員約占50%，2015年之后，明顯上升。這說明高等教育向下擠出中等職業(yè)技能者，中等教育向下擠出低等職業(yè)技能者。通過這種擠出，低教育、低技能勞動者的工資收入水平更低，有些進(jìn)入非正規(guī)就業(yè)市場或者失業(yè)。正是通過這種擠出效應(yīng)，旅游行業(yè)內(nèi)工資出現(xiàn)極化。

圖3 低技能和中等技能職業(yè)中不同教育水平就業(yè)的年度變化

基于上述分析，本文將低、中、高受教育程度分別編碼為1、2、3，將其與低等、中等、高等技能進(jìn)行交互分類，以探究教育在職業(yè)技能中的擠出效應(yīng)所帶來的工資極化。表11報告了教育對職業(yè)技能擠出效應(yīng)的分位數(shù)回歸結(jié)果。以低技能、低等教育水平為基準(zhǔn)組，低技能、中等教育水平僅在0.50分位點上顯著，其余均不顯著，說明工資弱雙向極化的低點出現(xiàn)在該區(qū)域。這是教育在職業(yè)技能上不斷向下擠出帶來的結(jié)果。低技能和高等教育水平的交互項在1%水平上統(tǒng)計顯著，說明高等教育水平能夠提高低技能旅游從業(yè)者的工資。該結(jié)果解釋了為什么在低技能職業(yè)中出現(xiàn)工資水平相對提高的現(xiàn)象（翹尾的現(xiàn)象）。中等技能、高等教育水平，高等技能、高等教育水平均正向提高了旅游從業(yè)者的工資水平，在1%水平上統(tǒng)計顯著。這不僅說明了高等教育水平對工資的正向調(diào)節(jié)作用，同時也證明了在右邊拖尾處工資出現(xiàn)了極速上升的現(xiàn)象，即工資傾向于高技能者的強單極化。

表11 教育對職業(yè)技能擠出效應(yīng)的分位數(shù)回歸

教育在職業(yè)技能上的向下擠出效應(yīng)確定了在旅游行業(yè)中存在工資偏向技能的弱兩極化現(xiàn)象，同時，教育在高職業(yè)技能上對工資的正向促進(jìn)作用又提高了工資的強單極化現(xiàn)象。上述結(jié)論說明，工資偏向于高技能、高學(xué)歷的人（Katz，1999；Autor，2011）。計算機技術(shù)使得一些受教育程度相對較高的勞動者被迫從事一些低技能的工作（Sicherman，1991；Chevalier，2000；Hartog，2000），導(dǎo)致工資極化的內(nèi)容發(fā)生改變。

7 結(jié)論、建議與不足

本文利用中國綜合社會調(diào)查（CGSS）中關(guān)于職業(yè)的數(shù)據(jù)，探究了旅游行業(yè)內(nèi)存在的工資極化現(xiàn)象。主要有以下三點發(fā)現(xiàn)：第一，確認(rèn)了旅游行業(yè)內(nèi)存在弱雙向極化和強單極化工資結(jié)構(gòu)的現(xiàn)象；第二，揭示了職業(yè)技能是導(dǎo)致工資極化的主要原因，工資極化在年齡結(jié)構(gòu)上存在異質(zhì)性，互聯(lián)網(wǎng)對工資極化存在調(diào)節(jié)效應(yīng)；第三，教育在職業(yè)技能上存在“擠出效應(yīng)”，通過從上到下的擠出，勞動者逐級被排擠出勞動力市場，形成工資極化。

基于上述結(jié)論，本文提出以下政策建議：第一，企業(yè)或政府部門要加強對員工或下崗人員的職業(yè)技能培訓(xùn)，提高勞動者的生產(chǎn)效率，從而客觀上有利于工資的提高。第二，針對工資處于最低點的低技能群體，政府應(yīng)當(dāng)找到其工資無法提升的原因，做好他們的社會保障工作，從外部消除弱雙向極化。第三，普及和夯實基礎(chǔ)教育，消除員工在技術(shù)變化過程中轉(zhuǎn)崗的難度；與企業(yè)合作，提高培訓(xùn)的針對性，調(diào)整低技能、中等技能、高技能勞動力的供需結(jié)構(gòu)，使更多的勞動力成為技能型勞動力，遏制工資分配的強單極化趨勢。第四，擴大互聯(lián)網(wǎng)的覆蓋范圍，提高互聯(lián)網(wǎng)的使用率，讓更多的勞動者能夠利用互聯(lián)網(wǎng)平臺進(jìn)行在線學(xué)習(xí)和培訓(xùn)，增強勞動者的職業(yè)技能。第五，細(xì)化產(chǎn)業(yè)鏈和分工，讓行業(yè)能夠接納更多技能型勞動力，讓低技能、輔助性勞動者能夠與技能型勞動者在工作中形成互補，而不是替代。第六，繼續(xù)推進(jìn)旅游業(yè)和其他產(chǎn)業(yè)的融合，利用其他產(chǎn)業(yè)的技術(shù)，讓更多勞動者成為技能型勞動者，擺脫從業(yè)人員低技能的困境。

文章存在一些不足之處：首先，通過工作任務(wù)的計算機可編碼將自動化與職業(yè)技能融合在一起并探討其對工資的影響，容易產(chǎn)生自動化和職業(yè)技能是兩個獨立變量的誤解；其次，計算機可編碼是基于工作任務(wù)的程式化程度，而程式化程度雖然借助職業(yè)大典或具體職業(yè)分類中工作任務(wù)的細(xì)節(jié)說明能夠判斷，但仍然存在一定的主觀性；最后，按照計算機可編碼程度將職業(yè)分成低、中、高3個類別，顯得過于簡單和生硬。最佳的辦法是計算不同職業(yè)可編碼程度的概率，然后考察其對工資水平的影響，這也是我們后續(xù)要努力的方向。總之，技術(shù)正在改變和將要改變旅游行業(yè)，本文希望拋磚引玉，吸引更多研究者關(guān)注技術(shù)進(jìn)步對旅游從業(yè)人員工資的影響。