廖信林，曹欣宇，吳友群，葉青楊

（安徽財經(jīng)大學(xué) 經(jīng)濟學(xué)院，安徽 蚌埠 233030）

一、引言

“十四五”規(guī)劃明確提出，要提高勞動報酬在初次分配中的比重［1］。提高勞動收入份額是優(yōu)化收入分配格局、解決發(fā)展不平衡問題、拉動消費以及促進共同富裕的重要舉措。然而，自20 世紀90 年代以來，我國勞動收入份額呈現(xiàn)持續(xù)下降的趨勢，較低水平的勞動收入份額意味著勞動者不能充分地享受經(jīng)濟發(fā)展的成果，擴大了資本所得與勞動所得之間的差距，進一步加劇了發(fā)展不平衡的問題，不利于共同富裕目標的實現(xiàn)。

與此同時，數(shù)字經(jīng)濟在我國實現(xiàn)了快速發(fā)展，長三角地區(qū)作為全國第一大經(jīng)濟區(qū)，在數(shù)字經(jīng)濟發(fā)展方面更是處于領(lǐng)先地位。《長三角數(shù)字經(jīng)濟發(fā)展報告（2021）》指出：“2020年長三角數(shù)字經(jīng)濟總量達到10.83萬億，占長三角GDP總規(guī)模的44.26%，占全國數(shù)字經(jīng)濟總規(guī)模的28%。”［2］數(shù)字經(jīng)濟的發(fā)展提高了長三角地區(qū)的創(chuàng)新能力和經(jīng)濟競爭力，同時也對長三角地區(qū)的收入分配制度提出了新的要求。

數(shù)字經(jīng)濟的發(fā)展具有勞動偏向性還是資本偏向性？數(shù)字經(jīng)濟對長三角地區(qū)的收入分配和勞動收入份額占比有著怎樣的影響？影響機制如何？這些問題的答案對長三角地區(qū)改善收入分配、實現(xiàn)共同富裕目標有著重要意義。因此，本文將基于長三角地區(qū)的數(shù)據(jù)，深入研究長三角地區(qū)數(shù)字經(jīng)濟對勞動收入份額的影響效應(yīng)和作用機制。

二、文獻綜述

現(xiàn)有關(guān)于數(shù)字經(jīng)濟的研究主要集中在數(shù)字經(jīng)濟內(nèi)涵的界定、數(shù)字經(jīng)濟的量化以及數(shù)字經(jīng)濟對經(jīng)濟發(fā)展的影響等方面。學(xué)者們嘗試從不同的角度去定義數(shù)字經(jīng)濟，廓清數(shù)字經(jīng)濟的內(nèi)涵。第一，從數(shù)字經(jīng)濟囊括的內(nèi)容角度定義數(shù)字經(jīng)濟。中國信通院將數(shù)字經(jīng)濟分為數(shù)字經(jīng)濟基礎(chǔ)和數(shù)字經(jīng)濟融合兩部分［3］。第二，以2016 年G20 峰會為代表，認為數(shù)字經(jīng)濟是一種經(jīng)濟活動［4］。關(guān)于數(shù)字經(jīng)濟的量化，學(xué)術(shù)界主要采用兩種方法：康鐵祥以及劉方和孟祺采用數(shù)字產(chǎn)業(yè)增加值來量化數(shù)字經(jīng)濟［5-6］；張雪玲和陳芳以及沈運紅和黃桁則通過構(gòu)建指標體系來度量數(shù)字經(jīng)濟規(guī)模的大?。?-8］。學(xué)者們從不同視角探究了數(shù)字經(jīng)濟對經(jīng)濟社會各方面的影響。何帆和劉紅霞認為數(shù)字經(jīng)濟會對企業(yè)經(jīng)濟效益產(chǎn)生影響，并證實數(shù)字經(jīng)濟對其的正向促進作用［9］；徐銘等提出數(shù)字經(jīng)濟與金融結(jié)合形成數(shù)字普惠金融，它的形成對經(jīng)濟高質(zhì)量發(fā)展起到顯著推動作用［10］。隨著數(shù)字經(jīng)濟的進一步發(fā)展，也有不少學(xué)者開始關(guān)注數(shù)字經(jīng)濟的管控和治理問題［11-12］。

有關(guān)勞動收入份額的研究大多集中于我國勞動收入份額的變化趨勢及影響因素兩個方面?，F(xiàn)有關(guān)于我國勞動收入份額演變趨勢的研究一致認為，自20世紀90年代以來，我國的勞動收入份額一直呈現(xiàn)出下降的趨勢（王曉霞和白重恩，李稻葵等，黃先海和徐圣）［13-15］。關(guān)于勞動收入份額影響因素的研究較為成熟，白重恩等利用1985—2003 年我國省際面板數(shù)據(jù)，證實了樣本期內(nèi)產(chǎn)業(yè)結(jié)構(gòu)、國有企業(yè)份額和稅負水平對勞動收入份額產(chǎn)生了顯著的影響，產(chǎn)業(yè)結(jié)構(gòu)的調(diào)整、國有企業(yè)份額的下降和稅負負擔(dān)的加重都降低了樣本期的勞動收入份額［16］；陳宇峰等通過構(gòu)建生產(chǎn)模型得出，壟斷利潤和技術(shù)的資本偏向是造成我國勞動收入份額短期和長期下降的重要原因［17］；余淼杰和梁中華則證實對外開放貿(mào)易顯著降低了我國企業(yè)層面的勞動收入份額，從微觀層面驗證了對外貿(mào)易開放度對勞動收入份額的影響［18］；安孟和張誠運用系統(tǒng)廣義矩估計的方法，從勞動力市場的角度，驗證了工資扭曲降低勞動收入份額［19］。對勞動收入份額影響因素的研究開始較早，研究成果較多，近期研究大多聚焦于某個要素對勞動收入份額的影響，且多集中在省級層面或者企業(yè)層面，極少有學(xué)者從城市群的角度進行研究。

目前，關(guān)于數(shù)字經(jīng)濟對勞動收入份額影響的研究還處于起步階段，丘雅琪和易小麗從理論上說明了數(shù)字經(jīng)濟對勞動收入份額的替代效應(yīng)和驅(qū)動效應(yīng)，但并未對所提出的結(jié)論進行實證檢驗，缺乏實證支撐［20］；陳琦和高冰基于省際面板數(shù)據(jù)驗證了數(shù)字經(jīng)濟對勞動收入份額的負向影響，但未能解決模型的內(nèi)生性問題，研究結(jié)論缺乏可信度［21］。以長三角城市群層面展開研究的文獻更是寥寥無幾，本文試圖彌補該研究領(lǐng)域的不足。

本文可能的創(chuàng)新點和邊際貢獻如下：①從長三角城市群層面，在考慮了內(nèi)生性的基礎(chǔ)上，驗證數(shù)字經(jīng)濟對長三角地區(qū)勞動收入份額的負向影響；②探究在不同勞動收入份額水平上，數(shù)字經(jīng)濟對勞動收入份額邊際抑制效應(yīng)的變化規(guī)律，豐富相關(guān)研究；③在現(xiàn)有理論基礎(chǔ)上，通過實證驗證了數(shù)字經(jīng)濟影響勞動收入份額的作用機制，填補作用機制實證檢驗的空白。

三、理論分析與研究假設(shè)

數(shù)字經(jīng)濟時代，數(shù)據(jù)成為一種新的要素，影響著社會生產(chǎn)、消費、要素收入分配等各個方面，對勞動要素和勞動收入份額也產(chǎn)生了深刻的影響。數(shù)字經(jīng)濟時代的技術(shù)進步偏向為資本偏向，這對我國的勞動收入份額產(chǎn)生了負向影響。與此同時，在勞動者的實際報酬不變的情況下，數(shù)字經(jīng)濟所帶來的勞動生產(chǎn)率提高也會使得勞動收入份額下降。

（一）基于CES模型的理論分析

數(shù)字經(jīng)濟時代的到來意味著新一輪發(fā)展動力提升和科學(xué)技術(shù)變革，數(shù)字經(jīng)濟發(fā)展所帶來的技術(shù)進步的偏向性對要素收入和勞動收入份額有著深刻影響。技術(shù)進步偏向分為資本偏向型和勞動偏向型，技術(shù)進步偏向于哪種要素，就有利于提高該要素的邊際產(chǎn)出，進而影響收入分配和就業(yè)（陸雪琴和章上峰）［22］。本文通過構(gòu)建CES模型，進一步從理論上說明數(shù)字經(jīng)濟時代的技術(shù)進步偏向?qū)趧邮杖敕蓊~的影響。遵循Acemoglu關(guān)于模型的設(shè)定［23］，本文將生產(chǎn)函數(shù)設(shè)置為CES生產(chǎn)函數(shù)，假設(shè)數(shù)字經(jīng)濟帶來的資本偏向型技術(shù)進步和勞動偏向型技術(shù)進步分別為Bk和Bl，具體形式如下：

其中：A是效率參數(shù)；K和L分別表示資本和勞動要素的投入；BK和BL分別表示數(shù)字經(jīng)濟帶來的資本偏向型技術(shù)進步和勞動偏向型技術(shù)進步；α∈(0,1)反映了生產(chǎn)中資本和勞動的相對重要性；σ為資本和勞動的替代彈性。替代彈性σ為：

其中：MPK和MPL分別為資本和勞動的邊際產(chǎn)出；σ表示要素邊際產(chǎn)出之比變化一個百分比時，要素之比變化的百分比，σ的取值范圍為(0，∞)，當(dāng)σ>1 時，說明生產(chǎn)中資本與勞動是替代關(guān)系，當(dāng)σ <1 時，說明生產(chǎn)中資本與勞動是互補關(guān)系。而多數(shù)研究結(jié)果都認為在我國σ <1（白重恩和錢震杰，雷欽禮，郝楓和盛衛(wèi)燕，劉慧慧和雷欽禮）［24-27］，說明在我國資本與勞動是互補關(guān)系。

在要素市場完全競爭的假定下，根據(jù)企業(yè)利潤最大化的一階條件可得：

則r（資本報酬）與w（勞動報酬）的比值為：

由式（5）可得資本與勞動收入份額比例為：

由式（6）可知，當(dāng)σ <1，且資本與勞動的投入比例保持不變時，決定勞動收入份額的大小。當(dāng)時，數(shù)字經(jīng)濟所帶來的技術(shù)進步偏向資本，從而降低勞動收入份額；當(dāng)時，恰好相反。

現(xiàn)有研究通過模型構(gòu)建和參數(shù)評估得出了數(shù)字經(jīng)濟時代我國技術(shù)進步整體呈現(xiàn)出資本偏向的結(jié)論（匡國靜和王少國，楊揚等）［28-29］，因此數(shù)字經(jīng)濟帶來的技術(shù)進步更有利于提高資本所得，對勞動收入份額有著負向的影響?；诖耍疚奶岢黾僭O(shè)1。

H1：長三角地區(qū)數(shù)字經(jīng)濟的發(fā)展降低了勞動收入份額。

（二）數(shù)字經(jīng)濟影響勞動收入份額的機理分析

本文認為長三角地區(qū)數(shù)字經(jīng)濟的發(fā)展主要通過兩大路徑降低了勞動收入份額：一是提高勞動生產(chǎn)率；二是減少就業(yè)。

數(shù)字經(jīng)濟的發(fā)展會從生產(chǎn)和管理兩方面提高勞動生產(chǎn)率。在生產(chǎn)方面，由于技術(shù)進步和自動化水平的提高，生產(chǎn)相同產(chǎn)品所需要時間大大縮短，生產(chǎn)率實現(xiàn)較大提升；在管理方面，由于引進數(shù)字化管理，大大縮減了部門間信息的流通時間，提高了管理效率。根據(jù)馬克思主義政治經(jīng)濟學(xué)理論，勞動生產(chǎn)率提高，而工資不變，那么勞動收入份額將會降低，相應(yīng)的資本所得會提高［30］。因此，數(shù)字經(jīng)濟通過提高勞動生產(chǎn)率這一路徑降低了勞動收入份額。

數(shù)字經(jīng)濟對就業(yè)的影響主要分為替代效應(yīng)和驅(qū)動效應(yīng)，數(shù)字經(jīng)濟所帶來的人工智能發(fā)展和自動化水平的提升會對現(xiàn)有勞動力進行替代，從而削減就業(yè)。Acemoglu 曾提出，機器人、人工智能和其他數(shù)字技術(shù)的應(yīng)用削弱了工人的競爭力，將會導(dǎo)致就業(yè)率和勞動收入份額的下降［31］。另外，數(shù)字經(jīng)濟發(fā)展還會創(chuàng)造新的崗位，實現(xiàn)就業(yè)驅(qū)動。數(shù)字經(jīng)濟對就業(yè)影響的總效應(yīng)還需實證檢驗，本文先假定在數(shù)字經(jīng)濟發(fā)展的起步階段，數(shù)字經(jīng)濟對就業(yè)具有負向影響，并將進一步對勞動收入份額產(chǎn)生抑制作用。

基于上述分析，本文提出假設(shè)2。

H2：數(shù)字經(jīng)濟可以通過勞動生產(chǎn)率提高效應(yīng)和就業(yè)削減效應(yīng)來降低勞動收入份額。

四、變量選擇與模型構(gòu)建

（一）計量模型構(gòu)建

1.面板模型構(gòu)建

為了驗證長三角地區(qū)數(shù)字經(jīng)濟對勞動收入份額影響的假設(shè)，本文首先構(gòu)建一個面板模型。由于長三角地區(qū)各個城市的情況有所不同，存在較為顯著的個體效應(yīng)，同時Hausman檢驗顯示固定效應(yīng)模型要優(yōu)于隨機效應(yīng)，因此本文最終選擇雙固定面板模型。構(gòu)建的模型如下：

其中：lsit表示第i個地區(qū)第t年的勞動收入份額；digit表示第i個地區(qū)第t年的數(shù)字經(jīng)濟發(fā)展水平；Xit表示第i個地區(qū)第t年的控制變量的值；j表示控制變量的個數(shù)；μi為個體效應(yīng)；γt為時間效應(yīng)；εit為隨機擾動項；β0、βj分別表示核心解釋變量數(shù)字經(jīng)濟與控制變量對被解釋變量勞動收入份額的影響系數(shù)。

2.面板分位數(shù)模型構(gòu)建

為了進一步探討長三角地區(qū)數(shù)字經(jīng)濟對勞動收入份額的邊際抑制效應(yīng)，本文構(gòu)建如下面板分位數(shù)模型：

其中，下標|τ表示分位數(shù)，用于對樣本中的勞動收入份額在不同的分位點進行分割，分位數(shù)τ∈(0.2，0.4，0.6，0.8) ；式（8）中其他變量和字母的含義與式（7）中保持一致。

3.中介效應(yīng)模型構(gòu)建

為了驗證前文提出的作用機制，本文參考江艇[32]的做法，采用兩步法驗證中介效應(yīng)，當(dāng)中介變量在理論上與被解釋變量具有因果關(guān)系時，可以通過構(gòu)建如下模型來驗證中介效應(yīng)的存在：

式（9）與式（7）保持一致，式（10）為數(shù)字經(jīng)濟對中介變量的回歸。其中：Mit表示第i個地區(qū)第t年的中介變量的值；α0、αj分別表示核心解釋變量數(shù)字經(jīng)濟和控制變量對中介變量的影響系數(shù)；其他變量和字母的含義與前文一致。

（二）變量選擇

1.被解釋變量：勞動收入份額

現(xiàn)有關(guān)于勞動收入份額的研究主要集中于省級層面，關(guān)于省級勞動收入份額的測度方法主要有兩種：第一種是以勞動收入除以地區(qū)生產(chǎn)總值得出；第二種是以勞動收入除以調(diào)整后的地區(qū)生產(chǎn)總值得出，調(diào)整后的地區(qū)生產(chǎn)總值為在原有地區(qū)生產(chǎn)總值的基礎(chǔ)上減去生產(chǎn)稅凈額（陳宇峰等）［17］。本文基于省級勞動收入份額的測度方法，從城市層面測度長三角各地區(qū)的勞動收入份額，記為ls，計算公式如下：

其中：ls 表示勞動收入份額；w1表示在崗職工工資總額；gdp表示地區(qū)生產(chǎn)總值。

由于數(shù)字經(jīng)濟對不同產(chǎn)業(yè)的滲入程度不同，各產(chǎn)業(yè)勞動者的談判能力、產(chǎn)業(yè)的發(fā)展情況也不盡相同，數(shù)字經(jīng)濟對不同產(chǎn)業(yè)勞動收入份額的影響必然具有異質(zhì)性。產(chǎn)業(yè)勞動收入份額的計算公式如下：

其中：lsind表示產(chǎn)業(yè)勞動收入份額；n表示產(chǎn)業(yè)單位就業(yè)人員數(shù)；w2表示職工平均工資額；gdp表示地區(qū)生產(chǎn)總值。

2.核心解釋變量：數(shù)字經(jīng)濟

目前，學(xué)界關(guān)于數(shù)字經(jīng)濟的量化暫未形成統(tǒng)一的標準，大多數(shù)學(xué)者都是通過構(gòu)建指標體系來測度數(shù)字經(jīng)濟。基于城市數(shù)據(jù)的可獲得性，本文參考趙濤等［33］的做法，構(gòu)建了包含互聯(lián)網(wǎng)相關(guān)從業(yè)人數(shù)、互聯(lián)網(wǎng)產(chǎn)出、移動互聯(lián)網(wǎng)用戶數(shù)、互聯(lián)網(wǎng)普及率四項指標的指標體系，并采用熵權(quán)法將指標標準化后求得各個指標的權(quán)重，通過指標加權(quán)求和來求得長三角地區(qū)各城市的數(shù)字經(jīng)濟發(fā)展水平，記為dig，具體指標體系見表1所列。

表1 數(shù)字經(jīng)濟發(fā)展水平指標體系

3.中介變量：勞動生產(chǎn)率

4.控制變量

為了避免模型因遺漏變量造成估計誤差，本文引入可能會對勞動收入份額產(chǎn)生影響的控制變量，具體如下：金融發(fā)展水平（fin），用（年末金融機構(gòu)各項貸款余額/地區(qū)生產(chǎn)總值）表示；政府支出水平（gov），用（地方財政一般預(yù)算支出/地區(qū)生產(chǎn)總值）表示；對外開放程度（ope），用（當(dāng)年實際使用外資金額/地區(qū)生產(chǎn)總值）表示；產(chǎn)業(yè)結(jié)構(gòu)（ins），用（第二產(chǎn)業(yè)增加值與第三產(chǎn)業(yè)增加值的和/地區(qū)生產(chǎn)總值）表示；教育發(fā)展水平（edu），用高等學(xué)校在校生數(shù)表示；稅負水平（bur），用（地方財政預(yù)算內(nèi)收入/地區(qū)生產(chǎn)總值）表示。

（三）數(shù)據(jù)來源和變量的描述性統(tǒng)計

本文選用2003—2019年長三角地區(qū)41個城市面板數(shù)據(jù)進行實證分析。原始數(shù)據(jù)來源于2004—2020年的《中國城市統(tǒng)計年鑒》，時間跨度為17年，研究對象為長三角地區(qū)的41 個城市，總樣本量為697個。為了減少數(shù)據(jù)波動，將所有變量做取對數(shù)處理，變量的描述性統(tǒng)計見表2所列。

表2 變量的描述性統(tǒng)計

續(xù)表2

五、實證分析

（一）基準回歸分析

數(shù)字經(jīng)濟影響勞動收入份額的逐步回歸結(jié)果見表3所列，其中，模型（1）為僅含數(shù)字經(jīng)濟的面板雙固定效應(yīng)模型，模型（2）至模型（5）是在模型（1）的基礎(chǔ)上逐步添加控制變量所得的模型。

表3 基準回歸結(jié)果

從模型（1）可以看出，在不添加任何控制變量的情況下，在5%的顯著性水平上，數(shù)字經(jīng)濟對勞動收入份額的影響系數(shù)是-0.208，初步驗證了長三角地區(qū)數(shù)字經(jīng)濟的發(fā)展對勞動收入份額具有抑制作用；模型（2）在添加金融發(fā)展水平這一控制變量之后，數(shù)字經(jīng)濟對勞動收入份額依舊表現(xiàn)出抑制作用；同樣，模型（3）（4）（5）在添加其他控制變量之后，數(shù)字經(jīng)濟對勞動收入份額的影響依舊顯著為負，說明數(shù)字經(jīng)濟對勞動收入份額的負向影響是顯著且穩(wěn)定的，從而驗證了假設(shè)1。隨著控制變量的加入，模型的擬合優(yōu)度由0.539 不斷提升到0.600，說明添加控制變量后的模型得到了改善，模型（5）要優(yōu)于前面4個模型。由模型（5）可知，在5%的顯著性水平上，數(shù)字經(jīng)濟對勞動收入份額的影響系數(shù)為-0.174，表明數(shù)字經(jīng)濟每提高1%，勞動收入份額將降低0.174%。

從控制變量來看，金融發(fā)展水平對勞動收入份額具有顯著的正向影響，這是由于金融行業(yè)的發(fā)展為企業(yè)帶來了穩(wěn)定的資金來源，有利于企業(yè)擴大生產(chǎn)，基于利潤分享理論，勞動者的收入也會因此而增加，從而有可能提高勞動收入份額（安夢和張誠）［19］；政府支出水平對勞動收入份額具有較為顯著的抑制作用，原因可能是在我國勞動密集型產(chǎn)業(yè)具有相對優(yōu)勢的背景下，政府支出引導(dǎo)的優(yōu)惠和扶持政策更偏向于資本密集型產(chǎn)業(yè)，有助于資本收入份額的提高，從而降低了勞動收入份額（趙秋運等）[34]；對外開放程度對勞動收入份額同樣表現(xiàn)出顯著的抑制作用，對外開放程度越高意味著資本在全球的流動越順暢，這對資本話語權(quán)的提高具有較為顯著的推動作用，與此同時，勞動者的話語權(quán)和談判權(quán)就遭到了壓制，從而對勞動收入份額產(chǎn)生了抑制作用（余淼杰和梁中華）[18]。

（二）穩(wěn)健性檢驗

1.替換核心解釋變量

本文對核心解釋變量數(shù)字經(jīng)濟進行替換，驗證替換后的數(shù)字經(jīng)濟是否依舊對勞動收入份額具有抑制作用。在原有數(shù)字經(jīng)濟指標體系的基礎(chǔ)上添加數(shù)字普惠金融這一指標，構(gòu)建數(shù)字經(jīng)濟替換變量。由于數(shù)字普惠金融數(shù)據(jù)的樣本起始年份為2011年，模型樣本區(qū)間相應(yīng)調(diào)整為2011—2019年，回歸結(jié)果見表4 的模型（1）。模型（1）的回歸結(jié)果表明，在替換核心解釋變量后，數(shù)字經(jīng)濟仍然在5%的顯著性水平上顯著抑制了勞動收入份額，影響系數(shù)為-0.327，與基準回歸結(jié)果一致，說明回歸結(jié)果是穩(wěn)健的。

2.變換估計方法

記錄三組產(chǎn)婦麻醉前、麻醉平面達T8、胎兒娩出后的平均動脈壓（MAP）、血氧飽和度（SPO2）數(shù)值。并分別記錄寒戰(zhàn)發(fā)生率、內(nèi)臟牽拉痛發(fā)生率、利多卡因用量、麻醉平面到達T8所用的時間。記錄麻醉后6 h內(nèi)不良反應(yīng)（惡心、嘔吐、瘙癢）等發(fā)生率及新生兒窒息發(fā)生情況（用新生兒娩出1 min Apgar評分表示）。

表4 中模型（2）和模型（3）是變化模型后的全樣本估計結(jié)果，模型（2）采用隨機效應(yīng)極大似然估計，模型（3）采用隨機效應(yīng)可行廣義最小二乘估計。兩個模型的回歸結(jié)果一致證明了數(shù)字經(jīng)濟對勞動收入份額確實具有抑制作用，說明數(shù)字經(jīng)濟對勞動收入份額回歸的結(jié)果與模型選擇無關(guān)。

表4 穩(wěn)健性檢驗結(jié)果

3.縮尾處理

為了排除極端值對回歸結(jié)果的影響，本文對所有變量進行縮尾處理。具體做法為：去除樣本兩端1%分位的極端值，并用1%分位之內(nèi)的數(shù)值替代所刪掉的極端值；對經(jīng)過縮尾處理的樣本再次進行回歸，回歸結(jié)果見表4 的模型（4）所示。模型顯示數(shù)字經(jīng)濟在5%的顯著性水平上對勞動收入份額產(chǎn)生負向影響，影響系數(shù)為-0.174，表明在剔除極端值后的回歸結(jié)果仍然是穩(wěn)健的。

4.內(nèi)生性處理

為了保證模型結(jié)果的可靠性，本文通過工具變量法對內(nèi)生性進行處理。選取的工具變量為滯后一期的互聯(lián)網(wǎng)寬帶用戶數(shù)（L.hlw）和滯后一期的移動電話用戶數(shù)（L.tell），這兩個工具變量既能夠很好體現(xiàn)數(shù)字經(jīng)濟的發(fā)展水平，又不受當(dāng)期勞動收入份額的影響，可以較好解決模型的內(nèi)生性問題。

采用兩步最小二乘法進行回歸，回歸結(jié)果見表4的模型（5）。在考慮了內(nèi)生性問題后，并沒有改變數(shù)字經(jīng)濟對勞動收入份額的作用方向，數(shù)字經(jīng)濟在1%的顯著性水平上降低了勞動收入份額。對工具變量進行檢驗可知，Hansen J 統(tǒng)計量的p值大于10%，說明工具變量滿足外生性；識別不足檢驗中Kleibergen-Paap rk LM統(tǒng)計量的p值為0，說明不存在識別不足問題；Kleibergen-Paap rk Wald F 統(tǒng)計量大于Stock-Yogo 弱識別檢驗10%水平上的臨界值，說明不存在弱工具變量問題［28］。

（三）異質(zhì)性分析

1.分地區(qū)異質(zhì)性分析

由于長三角城市群各地區(qū)的數(shù)字經(jīng)濟發(fā)展水平、經(jīng)濟發(fā)展水平等都存在一定差異，因此本文按照三省一市進行劃分，進行分樣本回歸，由于上海市的樣本量較小，因此將其與江蘇省各個市作為一組進行回歸，回歸結(jié)果見表5 所列。模型（1）為上海市和江蘇省各個城市的分樣本回歸結(jié)果，顯示兩地的數(shù)字經(jīng)濟水平在1%的顯著性水平上降低了該地區(qū)的勞動收入份額，數(shù)字經(jīng)濟每提高1%，勞動收入份額將降低0.462%；模型（2）表示浙江省的分樣本回歸結(jié)果，顯示數(shù)字經(jīng)濟在5%的顯著性水平上對該地區(qū)的勞動收入份額產(chǎn)生了負向影響，影響系數(shù)為-0.147，說明上海市和江蘇省的數(shù)字經(jīng)濟對勞動收入份額的負向影響更為明顯；模型（3）為安徽省的分樣本回歸結(jié)果，雖然影響系數(shù)仍為負值，但是未通過統(tǒng)計學(xué)的顯著性檢驗，這可能與安徽省數(shù)字經(jīng)濟發(fā)展水平相對不高、未對勞動收入份額產(chǎn)生顯著的影響有關(guān)。

表5 分地區(qū)異質(zhì)性分析結(jié)果

2.分產(chǎn)業(yè)異質(zhì)性分析

三大產(chǎn)業(yè)的回歸結(jié)果見表6 所列，模型（1）（2）（3）分別為第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)數(shù)字經(jīng)濟對勞動收入份額的回歸結(jié)果。第一產(chǎn)業(yè)的數(shù)字經(jīng)濟對勞動收入份額的負向影響在統(tǒng)計上不顯著，可能是因為數(shù)字經(jīng)濟對農(nóng)業(yè)的滲透比較淺，數(shù)字農(nóng)業(yè)的發(fā)展還處于初級階段，因此數(shù)字經(jīng)濟對第一產(chǎn)業(yè)勞動收入份額的作用效果并不顯著；第二產(chǎn)業(yè)和第三產(chǎn)業(yè)中數(shù)字經(jīng)濟都顯著地降低了各自的勞動收入份額，第二產(chǎn)業(yè)的負向影響更大，這與第二產(chǎn)業(yè)的勞動力比第三產(chǎn)業(yè)更富余有關(guān)，勞動者處于相對劣勢地位，談判能力也較差。

表6 分產(chǎn)業(yè)異質(zhì)性分析結(jié)果

（四）分位數(shù)回歸

為了探討數(shù)字經(jīng)濟對勞動收入份額的邊際抑制效應(yīng)，本文構(gòu)建了分位數(shù)回歸模型，匯報了在不同勞動收入份額水平上，數(shù)字經(jīng)濟對勞動收入份額的影響，回歸結(jié)果見表7 所列，模型（1）至模型（4）依次為在勞動收入份額0.2、0.4、0.6 和0.8 分位點的回歸結(jié)果。結(jié)果顯示，在所有的分位點上，數(shù)字經(jīng)濟對勞動收入份額都呈現(xiàn)負向的影響，但顯著性和負向影響程度都在降低，說明數(shù)字經(jīng)濟對勞動收入份額的邊際抑制效應(yīng)隨著勞動收入份額的提高而不斷降低。主要原因是，隨著勞動收入份額的提高，數(shù)字經(jīng)濟的崗位創(chuàng)造效應(yīng)不斷加強，對勞動收入份額的抑制作用就會減弱。

表7 分位數(shù)回歸結(jié)果

（五）機制檢驗

為了驗證數(shù)字經(jīng)濟對勞動收入份額的作用機制，本文構(gòu)建了中介效應(yīng)模型，經(jīng)過分析得出數(shù)字經(jīng)濟的確對勞動收入份額具有負向的影響效應(yīng)，因此該部分只展示數(shù)字經(jīng)濟對中介變量勞動生產(chǎn)率的回歸結(jié)果，見表8所列。模型（1）和模型（2）用于驗證數(shù)字經(jīng)濟的勞動生產(chǎn)率提高效應(yīng)，無論是否添加控制變量，數(shù)字經(jīng)濟對勞動生產(chǎn)率都存在顯著的正向影響，說明數(shù)字經(jīng)濟的發(fā)展可以顯著提高勞動生產(chǎn)率。根據(jù)馬克思主義政治經(jīng)濟學(xué)原理，在實際報酬保持不變的情況下，勞動生產(chǎn)率的提高會增加資本所得，降低勞動者的收入份額。因此，數(shù)字經(jīng)濟通過提高勞動生產(chǎn)率影響勞動收入份額的機制假設(shè)得以驗證。

表8 機制檢驗結(jié)果

模型（3）和模型（4）用于檢驗數(shù)字經(jīng)濟的就業(yè)削減效應(yīng)，無論是否添加控制變量，數(shù)字經(jīng)濟都顯著降低了就業(yè)人數(shù)，這是由于數(shù)字經(jīng)濟發(fā)展導(dǎo)致一些低技術(shù)工人失業(yè)，從而降低了勞動收入份額?？偠灾?，數(shù)字經(jīng)濟可以通過勞動生產(chǎn)率提高效應(yīng)和就業(yè)削減效應(yīng)降低勞動收入份額，從而驗證了假設(shè)2。

六、結(jié)論與政策建議

（一）結(jié)論

本文基于2003—2019 年長三角城市群41 個城市的面板數(shù)據(jù)，通過構(gòu)建雙固定面板模型、面板分位數(shù)模型和中介效應(yīng)模型，驗證了數(shù)字經(jīng)濟對長三角地區(qū)勞動收入份額的負向影響和作用機制，得出如下結(jié)論：

第一，長三角地區(qū)數(shù)字經(jīng)濟的發(fā)展降低了該地區(qū)的勞動收入份額，并且這種影響在經(jīng)過內(nèi)生性等穩(wěn)健性檢驗后仍然成立；第二，數(shù)字經(jīng)濟對勞動收入份額的邊際抑制效應(yīng)隨著勞動收入份額的提高而不斷降低，勞動收入份額較高時，數(shù)字經(jīng)濟的崗位創(chuàng)造效應(yīng)更明顯，從而減弱了數(shù)字經(jīng)濟對勞動收入份額的負面影響；第三，數(shù)字經(jīng)濟對勞動收入份額的影響表現(xiàn)為地區(qū)間和產(chǎn)業(yè)間的異質(zhì)性，在數(shù)字經(jīng)濟不發(fā)達的地區(qū)或在數(shù)字經(jīng)濟滲透度不高的產(chǎn)業(yè)，數(shù)字經(jīng)濟對勞動收入份額的負向影響是不顯著的，勞動力越富余的產(chǎn)業(yè)和地區(qū)，數(shù)字經(jīng)濟對勞動收入份額的負向影響越大；第四，數(shù)字經(jīng)濟通過提高勞動生產(chǎn)率降低勞動收入份額，主要是因為勞動者的實際收入保持不變，數(shù)字經(jīng)濟帶來的經(jīng)濟利潤大多歸資本所得。

（二）政策建議

根據(jù)上述結(jié)論，本文提出以下建議：

第一，政府應(yīng)緩解數(shù)字經(jīng)濟導(dǎo)致的就業(yè)削減效應(yīng)，普及數(shù)字教育，培養(yǎng)數(shù)字型人才，扭轉(zhuǎn)就業(yè)形勢。要改善勞動市場價格扭曲狀況，提高勞動者的實際收入，保障勞動者充分享受到數(shù)字經(jīng)濟紅利，從而提高勞動收入份額。除此之外，還要加強對低技能勞動者的社會保障，提高該部分勞動者的收入。

第二，制定針對性的產(chǎn)業(yè)和地區(qū)政策，促進產(chǎn)業(yè)結(jié)構(gòu)合理化和長三角各地區(qū)的協(xié)調(diào)發(fā)展。引導(dǎo)相關(guān)產(chǎn)業(yè)和勞動力向其他勞動力缺乏地區(qū)轉(zhuǎn)移，提高勞動力的流動性，緩解較發(fā)達地區(qū)勞動力過剩的情況，以減弱數(shù)字經(jīng)濟對該地區(qū)勞動收入份額的抑制作用。

第三，企業(yè)應(yīng)做好員工的技能和職業(yè)培訓(xùn)，提高勞動者與崗位的適配性，減少因技能不匹配導(dǎo)致的失業(yè)。勞動者也應(yīng)積極適應(yīng)勞動市場的需求變化，培育數(shù)據(jù)素養(yǎng)，掌握智能化工具，不斷提高自身競爭力。