張明斗,郭 瑞

(東北財(cái)經(jīng)大學(xué) 經(jīng)濟(jì)學(xué)院,遼寧 大連 116025)

一、引言

隨著大數(shù)據(jù)、人工智能等現(xiàn)代信息技術(shù)不斷實(shí)現(xiàn)突破,數(shù)字化已成為驅(qū)動(dòng)經(jīng)濟(jì)增長(zhǎng)和創(chuàng)造社會(huì)價(jià)值的重要引擎。產(chǎn)業(yè)數(shù)字化是指以新一代數(shù)字技術(shù)為支撐,以數(shù)據(jù)賦能為主線,以數(shù)據(jù)為關(guān)鍵要素,對(duì)產(chǎn)業(yè)鏈上下游全要素進(jìn)行數(shù)字化轉(zhuǎn)型升級(jí)和價(jià)值再造的過程。產(chǎn)業(yè)的數(shù)字化轉(zhuǎn)型和智能化升級(jí)不僅帶來企業(yè)生產(chǎn)方式和經(jīng)營(yíng)模式的轉(zhuǎn)變,還會(huì)對(duì)整個(gè)經(jīng)濟(jì)結(jié)構(gòu)及市場(chǎng)環(huán)境產(chǎn)生重要影響,比如改變勞動(dòng)力市場(chǎng)的分配格局,在提高勞動(dòng)者就業(yè)質(zhì)量的同時(shí)優(yōu)化就業(yè)結(jié)構(gòu)(蔡昉,2017;王文,2020)[1-2]。在傳統(tǒng)經(jīng)濟(jì)形態(tài)下,由于性別歧視以及不同性別勞動(dòng)者在勞動(dòng)能力稟賦上的天然差異,勞動(dòng)力市場(chǎng)中的性別工資差距(即不同性別勞動(dòng)力的工資收入存在顯著差異)普遍存在。過高的性別工資差距不僅有損整體勞動(dòng)效率,而且不利于社會(huì)公平的實(shí)現(xiàn)。那么,產(chǎn)業(yè)數(shù)字化會(huì)對(duì)性別工資差距產(chǎn)生怎樣的影響?這是值得深入探究的重大課題。

關(guān)于性別工資差距的形成及其影響因素,現(xiàn)有文獻(xiàn)基于不同的研究視角(如人力資本水平、家庭分工、行業(yè)和崗位差異、心理特征以及性別歧視等)進(jìn)行了較為廣泛的探討,并形成了較為統(tǒng)一的觀點(diǎn)。部分學(xué)者基于人力資本理論認(rèn)為,性別工資差距的產(chǎn)生主要是因?yàn)椴煌詣e勞動(dòng)者在人力資本水平上(如受教育水平、工作經(jīng)驗(yàn)等)存在差異(Becker,1965;Mincer,1974)[3-4];從家庭分工來看,出于兼顧的原因,女性可能會(huì)選擇薪資報(bào)酬相對(duì)較低的工作(Becker,1985)[5];從行業(yè)差異來看,性別的行業(yè)分割會(huì)導(dǎo)致性別工資差距(Katz,1986)[6];從就業(yè)崗位來看,女性就業(yè)普遍處于級(jí)別較低、晉升難度較高的職位(Albrecht et al.,2003)[7];從心理特征來看,不同性別勞動(dòng)力在非認(rèn)知能力上的差異也是造成性別工資差距的重要原因(Heckman et al.,2006)[8]。國內(nèi)學(xué)者更多的是從“歧視”角度來分析性別工資差距的成因,認(rèn)為勞動(dòng)力市場(chǎng)中的性別歧視越嚴(yán)重,則性別工資差距越大。相關(guān)研究發(fā)現(xiàn):我國勞動(dòng)力市場(chǎng)上存在明顯的性別歧視(張丹丹,2004;黃志嶺 等2008)[9-10],其中,學(xué)歷低、年紀(jì)輕的女性勞動(dòng)者受到的性別歧視更為嚴(yán)重(葛玉好 等,2011)[11],性別歧視在非國有部門中更嚴(yán)重(亓壽偉 等,2009)[12],不同行業(yè)中的性別歧視也存在顯著差異(王湘紅 等,2016;羅楚亮 等,2019)[13-14]。此外,職位隔離和職位晉升歧視是性別收入差距形成的重要機(jī)制,而職位層級(jí)內(nèi)部的性別收入差距主要來源于工資歧視(卿石松 等,2013)[15]。

相比之下,由于數(shù)字經(jīng)濟(jì)發(fā)展的時(shí)間較短,關(guān)于產(chǎn)業(yè)數(shù)字化對(duì)性別工資差距的影響研究目前基本上還停留在理論分析層面。產(chǎn)業(yè)數(shù)字化主要是利用數(shù)字技術(shù)對(duì)傳統(tǒng)產(chǎn)業(yè)進(jìn)行升級(jí)改造,提升生產(chǎn)數(shù)量和生產(chǎn)效率的過程(肖旭 等,2019)[16],本質(zhì)上是一種由技術(shù)進(jìn)步驅(qū)動(dòng)的生產(chǎn)力革命,而技術(shù)進(jìn)步通常既具有就業(yè)替代效應(yīng),又具有就業(yè)創(chuàng)造效應(yīng)(Autor et al.,2003;Acemoglu et al.,2018,2019)[17-19]。隨著數(shù)字技術(shù)的不斷發(fā)展和廣泛應(yīng)用,一方面中低技能勞動(dòng)者容易被機(jī)器替代(蔡躍洲 等,2019;張新春 等,2019)[20-21],另一方面也能夠通過擴(kuò)大生產(chǎn)規(guī)模、產(chǎn)生新業(yè)態(tài)等路徑創(chuàng)造新的職業(yè)類型和就業(yè)崗位(楊光 等,2020;王永欽 等,2020)[22-23]。與之類似,技術(shù)進(jìn)步對(duì)性別工資差距的影響也可能具有兩面性,一些學(xué)者對(duì)此進(jìn)行了實(shí)證檢驗(yàn)。魏下海等(2018)研究發(fā)現(xiàn),生產(chǎn)線升級(jí)使性別工資差距得以收斂,但主要是縮小高技能工人的性別工資差距,對(duì)低技能工人性別工資差距的縮小作用有限[24];孫早和韓穎 (2022)分析表明,人工智能發(fā)展可以縮小低技術(shù)工業(yè)部門的性別工資水平差距,但會(huì)擴(kuò)大高技術(shù)工業(yè)部門的性別工資差距[25];許健等(2022)研究顯示,工業(yè)機(jī)器人應(yīng)用有助于縮小性別工資差距,該作用在初始性別工資差距較大、勞動(dòng)力技能水平較低時(shí)以及制造業(yè)部門中更為明顯[26]。然而,對(duì)于產(chǎn)業(yè)數(shù)字化對(duì)性別工資差距的影響,還缺乏相關(guān)經(jīng)驗(yàn)證據(jù)。

當(dāng)前,我國正處于產(chǎn)業(yè)數(shù)字化加速和人口老齡化加劇的發(fā)展階段,明確產(chǎn)業(yè)數(shù)字化對(duì)性別工資差距的影響,進(jìn)而采取相應(yīng)措施縮小性別工資差距,既可以改善勞動(dòng)力市場(chǎng)結(jié)構(gòu),提高勞動(dòng)生產(chǎn)率,促進(jìn)社會(huì)公平,也有利于加快產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型,推動(dòng)經(jīng)濟(jì)高質(zhì)量可持續(xù)發(fā)展。有鑒于此,本文在已有研究的基礎(chǔ)上,建立一個(gè)產(chǎn)業(yè)數(shù)字化影響性別工資差距的理論模型,并基于工業(yè)數(shù)字化和服務(wù)業(yè)數(shù)字化兩個(gè)維度測(cè)度地區(qū)產(chǎn)業(yè)數(shù)字化水平,與中國勞動(dòng)力動(dòng)態(tài)調(diào)查(China Labor-force Dynamics Survey,CLDS)2014年、2016年和2018年的微觀數(shù)據(jù)進(jìn)行匹配,實(shí)證檢驗(yàn)產(chǎn)業(yè)數(shù)字化對(duì)性別工資差距的影響。

本文的邊際貢獻(xiàn)主要在于:第一,結(jié)合“生產(chǎn)任務(wù)”模型和“肌肉—大腦”假說,構(gòu)建了一個(gè)分析產(chǎn)業(yè)數(shù)字化影響性別工資差距的理論模型;第二,通過引入產(chǎn)業(yè)數(shù)字化與性別虛擬變量的交乘項(xiàng)進(jìn)行實(shí)證檢驗(yàn),為相關(guān)研究提供了思路借鑒和方法參考,并為產(chǎn)業(yè)數(shù)字化縮小性別工資差距提供了經(jīng)驗(yàn)證據(jù);第三,從勞動(dòng)者技能水平、地區(qū)經(jīng)濟(jì)發(fā)展水平兩個(gè)方面分析產(chǎn)業(yè)數(shù)字化影響性別工資差距的異質(zhì)性,并利用無條件分位數(shù)回歸和分解探究在不同工資水平下產(chǎn)業(yè)數(shù)字化影響性別工資差距的作用效果,有利于深入認(rèn)識(shí)產(chǎn)業(yè)數(shù)字化的就業(yè)效應(yīng)和性別工資差距的形成原因,有助于采取針對(duì)性措施有效縮小性別工資差距。

二、理論模型與研究假說

本文借鑒Autor等(2003)的“生產(chǎn)任務(wù)”模型[17],假定最終品由一系列生產(chǎn)任務(wù)y(i)加總而成,設(shè)定總體生產(chǎn)函數(shù)如式(1)所示:

(1)

其中,σ代表不同生產(chǎn)任務(wù)間的替代彈性,σ∈(0,∞)。假定生產(chǎn)存在閾值I和S,滿足0

(2)

式(2)中,A為偏向技術(shù)進(jìn)步率,代表產(chǎn)業(yè)數(shù)字化發(fā)展對(duì)腦力勞動(dòng)的效率改進(jìn),設(shè)定A是數(shù)字化資本Q的增函數(shù),?A/?Q>0,即數(shù)字化資本存量越大,產(chǎn)業(yè)數(shù)字化對(duì)腦力勞動(dòng)的效率改進(jìn)就越強(qiáng)。同時(shí),為簡(jiǎn)化運(yùn)算,借鑒孫早和韓穎(2022)的做法[25],假定數(shù)字化資本投入在數(shù)字化生產(chǎn)任務(wù)中平均分配,傳統(tǒng)資本投入和體力勞動(dòng)投入在低技能生產(chǎn)任務(wù)中平均分配,腦力勞動(dòng)投入在高技能生產(chǎn)任務(wù)中平均分配,則式(1)可以改寫為式(3):

(3)

將最終品單位價(jià)格標(biāo)準(zhǔn)化為1,在完全競(jìng)爭(zhēng)的市場(chǎng)下,市場(chǎng)出清時(shí)體力勞動(dòng)和腦力勞動(dòng)的要素價(jià)格等價(jià)于每單位勞動(dòng)投入的邊際產(chǎn)品,如式(4)和式(5)所示。其中,ωL和ωH分別代表體力勞動(dòng)和腦力勞動(dòng)的要素價(jià)格。

(4)

(5)

產(chǎn)業(yè)數(shù)字化對(duì)生產(chǎn)的影響可以分為兩個(gè)方面:一方面,數(shù)字化技術(shù)與傳統(tǒng)產(chǎn)業(yè)融合將促使更多低技能生產(chǎn)任務(wù)轉(zhuǎn)向數(shù)字化生產(chǎn)模式,生產(chǎn)閾值I升高;另一方面,產(chǎn)業(yè)數(shù)字化會(huì)提高市場(chǎng)的數(shù)字化資本水平Q。從式(4)和式(5)來看,數(shù)字化生產(chǎn)對(duì)低技能生產(chǎn)任務(wù)的替代會(huì)對(duì)體力勞動(dòng)要素價(jià)格產(chǎn)生負(fù)面沖擊,而由數(shù)字化資本積累帶來的效率改進(jìn)則會(huì)進(jìn)一步提高腦力勞動(dòng)的要素價(jià)格。定義腦力勞動(dòng)技能溢價(jià)函數(shù)φ如式(6)所示:

(6)

生產(chǎn)閾值I升高將導(dǎo)致低技能生產(chǎn)任務(wù)數(shù)量(S-I)變少,同時(shí)隨著數(shù)字化資本Q不斷增長(zhǎng),偏向技術(shù)進(jìn)步率A也隨之提高。將技能溢價(jià)對(duì)生產(chǎn)閾值I和數(shù)字化資本Q分別求偏導(dǎo)可得式(7)和式(8):

(7)

(8)

由式(7)和式(8)可知,無論是數(shù)字化生產(chǎn)范圍擴(kuò)大還是數(shù)字化資本存量增加,都將提高腦力勞動(dòng)相對(duì)體力勞動(dòng)的技能溢價(jià),進(jìn)而提高勞動(dòng)力市場(chǎng)對(duì)高技能勞動(dòng)力的相對(duì)需求。

為進(jìn)一步分析產(chǎn)業(yè)數(shù)字化對(duì)性別工資差距的影響,本文基于Welch(2000)提出的“肌肉—大腦”假說[27],并借鑒Ge等(2020)的研究思路進(jìn)行如下設(shè)定[28]:在其他條件一致的情況下,男性勞動(dòng)力和女性勞動(dòng)力在腦力勞動(dòng)方面具有相同的能力,但是相對(duì)女性勞動(dòng)力而言,男性勞動(dòng)力可以從事更多的體力勞動(dòng),如式(9)和式(10)所示。其中,Lf和Lm分別代表由女性勞動(dòng)力和男性勞動(dòng)力提供的體力勞動(dòng),Hf和Hm分別代表由女性勞動(dòng)力和男性勞動(dòng)力提供的腦力勞動(dòng)。

Lf

(9)

Hf=Hm

(10)

不同性別勞動(dòng)力的工資水平由勞動(dòng)要素價(jià)格和個(gè)體的勞動(dòng)稟賦共同決定,決定方程如式(11)和式(12)所示,其中,Wf和Wm分別代表女性勞動(dòng)力和男性勞動(dòng)力的工資收入。

Wf=ωLLf+ωHHf

(11)

Wm=ωLLm+ωHHm

(12)

定義性別工資差距π為式(13)所示的函數(shù):

(13)

結(jié)合式(7)和式(8),由性別工資差距π對(duì)生產(chǎn)閾值I和數(shù)字化資本Q分別求偏導(dǎo)可得:

(14)

(15)

在滿足上述假設(shè)的條件下,由式(14)和式(15)可知,生產(chǎn)閾值I和數(shù)字化資本Q提高會(huì)縮小不同性別勞動(dòng)力的工資收入差距。以上推導(dǎo)證明,產(chǎn)業(yè)數(shù)字化可以縮小性別工資差距。

一般來講,生產(chǎn)力的提高伴隨著勞動(dòng)者收入的增長(zhǎng)。產(chǎn)業(yè)數(shù)字化在帶來生產(chǎn)方式革新和生產(chǎn)力進(jìn)步的同時(shí),也會(huì)促進(jìn)勞動(dòng)者的工資收入增長(zhǎng),這種促進(jìn)作用的性別差異則會(huì)改變性別工資差距。本文認(rèn)為,產(chǎn)業(yè)數(shù)字化將提高女性勞動(dòng)力的就業(yè)競(jìng)爭(zhēng)力,對(duì)女性勞動(dòng)者工資收入增長(zhǎng)的促進(jìn)作用比男性更大,進(jìn)而有利于縮小性別工資差距。具體來說,產(chǎn)業(yè)數(shù)字化促進(jìn)勞動(dòng)者工資收入增長(zhǎng)的女性偏向性主要體現(xiàn)在兩個(gè)方面:

一方面,產(chǎn)業(yè)數(shù)字化改變了腦力勞動(dòng)與體力勞動(dòng)之間的相對(duì)價(jià)格(Autor et al.,2003)[17]。數(shù)字技術(shù)的應(yīng)用使得許多傳統(tǒng)的體力勞動(dòng)過程轉(zhuǎn)變?yōu)樽詣?dòng)化、數(shù)字化的生產(chǎn)過程,人工智能和工業(yè)機(jī)器人等新技術(shù)能夠取代部分傳統(tǒng)體力勞動(dòng),進(jìn)而降低了對(duì)體力勞動(dòng)的需求。與此同時(shí),產(chǎn)業(yè)數(shù)字化顯著提高了生產(chǎn)效率,企業(yè)通過數(shù)字技術(shù)能夠更有效地利用資源和人力,降低信息傳遞和獲取的成本,有助于推動(dòng)人與人之間、人與機(jī)器之間更緊密地合作,從而增加對(duì)腦力勞動(dòng)的需求。因此,隨著產(chǎn)業(yè)數(shù)字化的推進(jìn),腦力勞動(dòng)的相對(duì)價(jià)格上升,這會(huì)弱化女性勞動(dòng)者在體力勞動(dòng)能力稟賦上的天然相對(duì)弱勢(shì)對(duì)其勞動(dòng)報(bào)酬的不利影響(Goldin et al.,2006)[29],進(jìn)而縮小性別工資差距。

另一方面,產(chǎn)業(yè)數(shù)字化的就業(yè)創(chuàng)造效應(yīng)為女性勞動(dòng)力提供了更多的就業(yè)崗位和更便捷高效包容的就業(yè)環(huán)境,并有助于充分發(fā)揮女性勞動(dòng)力的相對(duì)優(yōu)勢(shì)(戚隼東 等,2020)[30]。數(shù)字技術(shù)的應(yīng)用推動(dòng)了彈性工作時(shí)間和遠(yuǎn)程工作的普及,許多工作崗位允許員工利用碎片化時(shí)間遠(yuǎn)程辦公,這使得那些因?yàn)檎樟霞彝セ蚱渌蚨艿较拗频呐詣趧?dòng)力可以根據(jù)家庭和自身的需要,在特定的時(shí)間段內(nèi)自由選擇辦公地點(diǎn),從而更好地平衡家庭和職業(yè)生活(陳璐 等,2016)[31]。產(chǎn)業(yè)數(shù)字化催生了許多在線平臺(tái)經(jīng)濟(jì),為女性勞動(dòng)力提供了更多的靈活就業(yè)機(jī)會(huì),如網(wǎng)上銷售、社交媒體營(yíng)銷和遠(yuǎn)程咨詢等(李建奇,2022)[32]。同時(shí),人工智能、大數(shù)據(jù)等數(shù)字技術(shù)在招聘網(wǎng)站的應(yīng)用改變了求職方式,有效降低了女性勞動(dòng)力獲取就業(yè)信息和就業(yè)機(jī)會(huì)的搜尋成本(仇化 等,2023)[33]。

綜上所述,產(chǎn)業(yè)數(shù)字化主要通過提高腦力勞動(dòng)的相對(duì)價(jià)格和強(qiáng)化女性勞動(dòng)力的就業(yè)優(yōu)勢(shì)等,對(duì)女性勞動(dòng)者產(chǎn)生比男性勞動(dòng)者更強(qiáng)的工資收入增長(zhǎng)效應(yīng),進(jìn)而縮小性別工資差距。當(dāng)然,這種性別工資差距縮小效應(yīng)在不同的情形下可能具有異質(zhì)性表現(xiàn)。這里主要從勞動(dòng)者技能水平和地區(qū)經(jīng)濟(jì)發(fā)展水平兩個(gè)維度進(jìn)行簡(jiǎn)要探討:從勞動(dòng)者的技能水平來看,產(chǎn)業(yè)數(shù)字化會(huì)改變勞動(dòng)力市場(chǎng)的技能需求結(jié)構(gòu)。隨著傳統(tǒng)產(chǎn)業(yè)與數(shù)字技術(shù)深度融合,低技能勞動(dòng)力更容易被取代,而高技能勞動(dòng)力則可以從數(shù)字化帶來的生產(chǎn)效率改進(jìn)中受益,因而產(chǎn)業(yè)數(shù)字化對(duì)不同技能水平勞動(dòng)群體性別工資差距的影響可能不同。高技能勞動(dòng)力主要提供腦力勞動(dòng),低技能勞動(dòng)力主要提供體力勞動(dòng),而不同性別勞動(dòng)者的勞動(dòng)能力稟賦差異主要表現(xiàn)在體力勞動(dòng)上,因此相較于高技能勞動(dòng)群體,產(chǎn)業(yè)數(shù)字化對(duì)低技能勞動(dòng)群體性別工資差距的縮小作用更為明顯。此外,數(shù)字化生產(chǎn)主要替代的是低技能體力勞動(dòng),而這部分勞動(dòng)主要由男性勞動(dòng)力提供,由此造成對(duì)男性低技能勞動(dòng)力的擠出,并通過降低男性勞動(dòng)力的技能溢價(jià)縮小低技能勞動(dòng)群體的性別工資差距。從勞動(dòng)者所在地區(qū)的經(jīng)濟(jì)發(fā)展水平來看,在經(jīng)濟(jì)發(fā)展水平較高的地區(qū),產(chǎn)業(yè)數(shù)字化的程度較高、范圍較廣,對(duì)社會(huì)經(jīng)濟(jì)的影響也較大;而在經(jīng)濟(jì)發(fā)展水平較低的地區(qū),產(chǎn)業(yè)數(shù)字化發(fā)展相對(duì)滯后,所產(chǎn)生的影響也相對(duì)有限。

基于以上分析,本文提出如下假說:地區(qū)產(chǎn)業(yè)數(shù)字化水平提高有利于縮小性別工資差距(H1);相比于高技能勞動(dòng)群體和經(jīng)濟(jì)發(fā)展水平較低地區(qū),產(chǎn)業(yè)數(shù)字化的性別工資差距縮小效應(yīng)在低技能勞動(dòng)群體中和經(jīng)濟(jì)發(fā)展水平較高地區(qū)更為顯著(H2)。

三、實(shí)證研究設(shè)計(jì)

1.模型設(shè)定與變量選擇

為檢驗(yàn)產(chǎn)業(yè)數(shù)字化對(duì)性別工資差距的影響,本文基于Mincer(1974)提出的工資收入方程[4],借鑒魏下海等(2018)、孫早和韓穎(2022)的研究思路[24-25],構(gòu)建如下基準(zhǔn)計(jì)量模型:

模型(1):lnWi,p=α0+α1digp+α2genderi+αZip+νt+ζp+μd+ε

模型(2):lnWi,p=β0+β1digp+β2genderi+β3genderi×digp+βZip+νt+ζp+μd+ε

其中,下標(biāo)i、p、t、d分別代表勞動(dòng)者個(gè)體、地區(qū)(省份)、年份、行業(yè),νt、ζp、μd和ε分別表示年份固定效應(yīng)、省份固定效應(yīng)、行業(yè)固定效應(yīng)和隨機(jī)誤差項(xiàng),Zi,p為控制變量。被解釋變量為“工資收入”(lnWi,p),采用地區(qū)p中勞動(dòng)者i的年工資收入(取自然對(duì)數(shù))來衡量。模型(1)中核心解釋變量有2個(gè):一是“產(chǎn)業(yè)數(shù)字化”(digp),為勞動(dòng)者i所在地區(qū)p的產(chǎn)業(yè)數(shù)字化水平,若其回歸系數(shù)α1顯著為正,則表明地區(qū)產(chǎn)業(yè)數(shù)字化促進(jìn)了勞動(dòng)者的工資收入增長(zhǎng);二是“性別”(genderi),為勞動(dòng)者i是否為女性的虛擬變量(男性賦值為0,女性賦值為1),若其回歸系數(shù)α2顯著為負(fù),則表明女性勞動(dòng)者的工資收入顯著低于男性勞動(dòng)者,即存在性別工資差距。模型(2)在模型(1)的基礎(chǔ)上加入“產(chǎn)業(yè)數(shù)字化”與“性別”的交乘項(xiàng)(genderi×digp),若其回歸系數(shù)β3顯著為正,則表明“產(chǎn)業(yè)數(shù)字化”可以弱化“性別”對(duì)“工資收入”的負(fù)向作用,即地區(qū)產(chǎn)業(yè)數(shù)字化水平的提高能夠縮小性別工資差距。

對(duì)“產(chǎn)業(yè)數(shù)字化”的測(cè)度借鑒王軍等(2021)的方法[34],并考慮到本文所用微觀調(diào)查數(shù)據(jù)對(duì)應(yīng)年份的產(chǎn)業(yè)數(shù)字化主要集中在工業(yè)和服務(wù)業(yè),從工業(yè)數(shù)字化和服務(wù)業(yè)數(shù)字化兩個(gè)維度構(gòu)建地區(qū)產(chǎn)業(yè)數(shù)字化水平的綜合評(píng)價(jià)指標(biāo)體系(見表1),采用熵值法計(jì)算各項(xiàng)指標(biāo)的權(quán)重(郭顯光,1998)[35],從而計(jì)算得到樣本地區(qū)(省份)的產(chǎn)業(yè)數(shù)字化水平。

表1 地區(qū)產(chǎn)業(yè)數(shù)字化水平評(píng)價(jià)指標(biāo)體系

參照許健等(2022)的研究[26],選取以下控制變量:一是反映勞動(dòng)者個(gè)體的人口學(xué)基本特征的“年齡”“婚姻狀態(tài)”“健康狀況”,二是反映勞動(dòng)者個(gè)體的社會(huì)經(jīng)濟(jì)特征的“政治面貌”“戶口性質(zhì)”“專業(yè)證書”“受教育水平”“單位性質(zhì)”等,三是反映勞動(dòng)者所在城市經(jīng)濟(jì)發(fā)展水平的“人均GDP”和“平均工資”。此外,考慮到勞動(dòng)者的年齡可能對(duì)其勞動(dòng)收入具有非線性影響,進(jìn)一步控制了年齡的平方項(xiàng)。各變量的測(cè)度方法見表2。

表2 主要變量定義和描述性統(tǒng)計(jì)結(jié)果

2.樣本選擇與數(shù)據(jù)處理

本文所使用的勞動(dòng)者個(gè)體數(shù)據(jù)來自2014年、2016年和2018年的“中國勞動(dòng)力動(dòng)態(tài)調(diào)查”(CLDS),樣本覆蓋29個(gè)省份(不包括西藏、海南和港澳臺(tái)地區(qū))。將三個(gè)年份的數(shù)據(jù)組合成為混合截面數(shù)據(jù)(1)采用混合截面數(shù)據(jù)主要基于以下兩面的考慮:一是CLDS采用輪換追蹤方式進(jìn)行調(diào)查,每次調(diào)查會(huì)去掉部分上次調(diào)查的樣本,并增加新樣本,用面板數(shù)據(jù)會(huì)導(dǎo)致樣本量大幅減少,用混合截面數(shù)據(jù)則可以保持足夠的樣本量;二是相較于橫截面數(shù)據(jù),混合截面數(shù)據(jù)具有更好的樣本代表性,可以獲得更準(zhǔn)確的估計(jì)值和更有效的檢驗(yàn)統(tǒng)計(jì)量。,并進(jìn)行如下樣本篩選:女性年齡限定為18-55歲,男性年齡限定為18-60歲,保留非農(nóng)就業(yè)樣本,刪除在校生和失去勞動(dòng)能力人員,同時(shí)對(duì)主要變量存在缺失值和異常值的樣本予以剔除?；贑LDS的數(shù)據(jù)特征,個(gè)體的年工資額為所有工資、獎(jiǎng)金和補(bǔ)貼的總和,工業(yè)機(jī)器人安裝密度根據(jù)國際機(jī)器人聯(lián)合會(huì)(IFR)公布的中國各行業(yè)工業(yè)機(jī)器人安裝量進(jìn)行計(jì)算,兩化融合發(fā)展指數(shù)來自相應(yīng)年度的《中國信息化與工業(yè)化融合發(fā)展水平評(píng)估藍(lán)皮書》,其余宏觀數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒》、北京大學(xué)數(shù)字普惠金融指數(shù)、國泰安數(shù)據(jù)庫以及部分省級(jí)統(tǒng)計(jì)年鑒。對(duì)所有連續(xù)變量進(jìn)行上下1%的縮尾處理,所有以貨幣單位衡量的變量均使用地區(qū)生產(chǎn)總值平減指數(shù)折算為2013年不變價(jià)格。表2報(bào)告了主要變量的定義和描述性統(tǒng)計(jì)結(jié)果。

四、實(shí)證檢驗(yàn)結(jié)果分析

1.基準(zhǔn)模型回歸與內(nèi)生性處理

表3的(1)(3)(5)列為基準(zhǔn)模型(1)的回歸結(jié)果,(2)(4)(6)列為基準(zhǔn)模型(2)的回歸結(jié)果;(1)(2)列僅控制了年份、省份和行業(yè)固定效應(yīng),(3)(4)列加入勞動(dòng)者人口學(xué)基本特征控制變量,(5)(6)列進(jìn)一步加入其他控制變量。逐步回歸結(jié)果顯示,在模型(1)中,“產(chǎn)業(yè)數(shù)字化”的回歸系數(shù)顯著為正,表明勞動(dòng)者所在地區(qū)的產(chǎn)業(yè)數(shù)字化水平提高具有顯著的工資增長(zhǎng)效應(yīng);“性別”的回歸系數(shù)顯著為負(fù),表明在樣本期間樣本地區(qū)存在性別工資差距。在模型(2)中,“產(chǎn)業(yè)數(shù)字化”和“性別”的回歸系數(shù)依然分別顯著為正和負(fù),且“產(chǎn)業(yè)數(shù)字化×性別”的回歸系數(shù)顯著為正,表明地區(qū)產(chǎn)業(yè)數(shù)字化水平的提高有利于縮小性別工資差距,假說H1得到驗(yàn)證。

表3 基準(zhǔn)模型回歸結(jié)果

基準(zhǔn)模型可能存在反向因果關(guān)系和遺漏變量等內(nèi)生性問題,參考黃群慧等(2019)的思路[36],采用2SLS工具變量法來緩解內(nèi)生性問題?；?984年各省份郵電業(yè)務(wù)量構(gòu)造“產(chǎn)業(yè)數(shù)字化”的工具變量,由于本文有三個(gè)年度的數(shù)據(jù),為賦予工具變量年度變異性,參照趙濤等(2020)的做法[37],將上一年全國互聯(lián)網(wǎng)用戶數(shù)與1984年郵電業(yè)務(wù)總量的交乘項(xiàng)作為該年該省份產(chǎn)業(yè)數(shù)字化水平的工具變量。第一階段的檢驗(yàn)結(jié)果顯示(限于篇幅,具體結(jié)果略,備索),工具變量與“產(chǎn)業(yè)數(shù)字化”顯著正相關(guān);第二階段的估計(jì)結(jié)果見表4,工具變量通過了識(shí)別不足檢驗(yàn)和弱工具變量檢驗(yàn),說明工具變量有效,“產(chǎn)業(yè)數(shù)字化×性別”的回歸系數(shù)仍顯著為正,表明在緩解內(nèi)生性問題后,產(chǎn)業(yè)數(shù)字化能夠縮小性別工資差距的結(jié)論依然成立。

表4 工具變量法第二階段回歸結(jié)果

2.穩(wěn)健性檢驗(yàn)

為進(jìn)一步驗(yàn)證基準(zhǔn)模型回歸結(jié)果的可靠性,進(jìn)行以下穩(wěn)健性檢驗(yàn):

(1) Heckman兩步法。本文采用微觀調(diào)查數(shù)據(jù)和宏觀數(shù)據(jù)相結(jié)合的方法進(jìn)行計(jì)量回歸,而在微觀調(diào)查中可能存在個(gè)體工資水平不可觀測(cè)的情況,造成樣本選擇偏誤和回歸結(jié)果有偏(李宏兵 等,2014)[38]。對(duì)此,采用Heckman兩步法進(jìn)行樣本選擇糾正,并與OLS回歸結(jié)果進(jìn)行對(duì)比。首先,對(duì)所有樣本進(jìn)行Probit估計(jì):Pit=δQ+ε。其中,Pit為個(gè)體工資是否可觀測(cè)變量(個(gè)體工資可觀測(cè)賦值為1,個(gè)體工資不可觀測(cè)賦值為0),協(xié)變量Q包括“性別”“年齡”“年齡平方”“婚姻狀態(tài)”“健康狀況”“政治面貌”“戶口性質(zhì)”“受教育水平”“人均GDP”“平均工資”等,ε為隨機(jī)誤差項(xiàng)。然后,根據(jù)估計(jì)結(jié)果求得逆米爾斯率(imr)。最后,將“逆米爾斯率”作為控制變量加入基準(zhǔn)模型進(jìn)行檢驗(yàn),回歸結(jié)果見表5。在加入全部控制變量的(5)(6)列中,“逆米爾斯率”的回歸系數(shù)不顯著,且核心解釋變量的回歸系數(shù)和顯著性變化不大,表明基準(zhǔn)模型回歸中不存在嚴(yán)重的樣本選擇性偏誤問題(孫早 等,2022)[25],分析結(jié)果是可信的。

表5 Heckman兩步法檢驗(yàn)結(jié)果

(2)更換計(jì)量模型。基準(zhǔn)模型通過引入性別與產(chǎn)業(yè)數(shù)字化水平的交乘項(xiàng)來驗(yàn)證產(chǎn)業(yè)數(shù)字化是否縮小了性別工資差距,該模型允許產(chǎn)業(yè)數(shù)字化水平在不同組別存在差異,但假定其他控制變量的系數(shù)不隨性別發(fā)生變化。為避免其他控制變量系數(shù)也隨性別發(fā)生變化對(duì)回歸結(jié)果產(chǎn)生影響,將樣本劃分為“女性”和“男性”兩個(gè)子樣本,分別檢驗(yàn)“產(chǎn)業(yè)數(shù)字化”對(duì)“工資收入”的影響,比較地區(qū)產(chǎn)業(yè)數(shù)字化水平提高對(duì)不同性別勞動(dòng)者工資水平的提升效果,檢驗(yàn)結(jié)果如表6所示?！爱a(chǎn)業(yè)數(shù)字化”的回歸系數(shù)在“女性”子樣本中顯著大于“男性”子樣本,表明地區(qū)產(chǎn)業(yè)數(shù)字化水平提高對(duì)女性勞動(dòng)者工資收入增長(zhǎng)的促進(jìn)作用顯著大于對(duì)男性勞動(dòng)者工資收入增長(zhǎng)的促進(jìn)作用,從而有利于縮小性別工資差距。

表6 按性別分組回歸結(jié)果

(3)更換被解釋變量。基準(zhǔn)模型中的被解釋變量“工資收入”采用勞動(dòng)者的年工資額進(jìn)行衡量,CLDS數(shù)據(jù)庫中還調(diào)查了勞動(dòng)者每周平均工作小時(shí)數(shù),據(jù)此可以計(jì)算得到勞動(dòng)者的小時(shí)工資收入,將其自然對(duì)數(shù)值作為被解釋變量重新進(jìn)行模型檢驗(yàn),回歸結(jié)果見表7。逐步加入控制變量后,“產(chǎn)業(yè)數(shù)字化×性別”的回歸系數(shù)顯著為正,進(jìn)一步表明基準(zhǔn)模型的回歸結(jié)果具有穩(wěn)健性。

表7 更換被解釋變量回歸結(jié)果

3. 異質(zhì)性分析

根據(jù)前文理論分析,進(jìn)行勞動(dòng)者技能水平和地區(qū)經(jīng)濟(jì)發(fā)展水平兩個(gè)方面的異質(zhì)性檢驗(yàn):一是借鑒李紅陽和邵敏(2017)的方法[39],采用最高學(xué)歷來衡量勞動(dòng)者的技能水平,將具有大專及以上學(xué)歷的個(gè)體劃為“高技能勞動(dòng)群體”子樣本,高中及以下學(xué)歷的個(gè)體劃為“低技能勞動(dòng)群體”子樣本,分別進(jìn)行模型檢驗(yàn),回歸結(jié)果見表8。二是參照張軍擴(kuò)等(2019)、王思博和莊貴陽(2023)的研究[40-41],基于人均GDP進(jìn)行區(qū)域劃分,將人均GDP在7 000美元以下、7 000～10 000美元、10 000美元以上的省份分別劃歸為“較低發(fā)展水平地區(qū)”“中等發(fā)展水平地區(qū)”“較高發(fā)展水平地區(qū)”3個(gè)子樣本(2)其中,“較高發(fā)展水平地區(qū)”包括北京、天津、內(nèi)蒙古、上海、江蘇、浙江、福建、山東、廣東、重慶、湖北,“中等發(fā)展水平地區(qū)”包括安徽、湖南、遼寧、江西、山西、四川、河南、云南、陜西、新疆、寧夏、青海,“較低發(fā)展水平地區(qū)”包括河北、貴州、廣西、吉林、黑龍江、甘肅。,分別進(jìn)行模型檢驗(yàn),回歸結(jié)果見表9。在“低技能勞動(dòng)群體”和“高發(fā)展水平地區(qū)”中,“產(chǎn)業(yè)數(shù)字化×性別”的回歸系數(shù)顯著為正;在“高技能勞動(dòng)群體”和“中等發(fā)展水平地區(qū)”中,“產(chǎn)業(yè)數(shù)字化×性別”的回歸系數(shù)為正但不顯著;在“較低發(fā)展水平地區(qū)”中“產(chǎn)業(yè)數(shù)字化×性別”的回歸系數(shù)為負(fù)但不顯著。上述結(jié)果表明,產(chǎn)業(yè)數(shù)字化水平提高可以顯著縮小低技能勞動(dòng)群體和經(jīng)濟(jì)發(fā)展水平較高地區(qū)的性別工資差距,但對(duì)高技能勞動(dòng)群體和經(jīng)濟(jì)發(fā)展水平較低地區(qū)的性別工資差距沒有顯著影響,假說H2得到驗(yàn)證。

表8 勞動(dòng)者技能水平異質(zhì)性分析結(jié)果

表9 地區(qū)經(jīng)濟(jì)發(fā)展水平異質(zhì)性分析結(jié)果

4. 進(jìn)一步分析:工資水平的影響

本文驗(yàn)證了產(chǎn)業(yè)數(shù)字化的性別工資差距縮小效應(yīng)及其在勞動(dòng)者技能水平和地區(qū)經(jīng)濟(jì)發(fā)展水平方面的異質(zhì)性,但忽略了勞動(dòng)者自身工資水平的影響。在不同的工資水平下,產(chǎn)業(yè)數(shù)字化對(duì)勞動(dòng)者工資收入以及性別工資差距的影響程度是否存在差異?對(duì)此,本文進(jìn)一步采用再中心化影響函數(shù)(RIF)的無條件分位數(shù)回歸和分解方法進(jìn)行分析。首先對(duì)樣本工資水平分布的不同分位點(diǎn)進(jìn)行回歸,然后在經(jīng)典Oaxaca-Blinder分解的基礎(chǔ)上分解出不同分位點(diǎn)下單個(gè)協(xié)變量對(duì)總體效應(yīng)的具體貢獻(xiàn),并擴(kuò)展到所有可定義RIF的統(tǒng)計(jì)量中(Firpo et al.,2007)[42]。

對(duì)不同工資水平分位點(diǎn)進(jìn)行無條件分位數(shù)回歸的結(jié)果見表10。在10%和50%分位點(diǎn),“產(chǎn)業(yè)數(shù)字化×性別”和“產(chǎn)業(yè)數(shù)字化”的回歸系數(shù)均顯著為正,說明當(dāng)勞動(dòng)者工資處于中低水平時(shí),產(chǎn)業(yè)數(shù)字化可以顯著提高勞動(dòng)者的工資水平,并有效縮小性別工資差距;在90%分位點(diǎn),“產(chǎn)業(yè)數(shù)字化×性別”和“產(chǎn)業(yè)數(shù)字化”的回歸系數(shù)均不顯著,表明對(duì)于工資水平處于頂端的勞動(dòng)者,產(chǎn)業(yè)數(shù)字化并不能顯著提高其工資收入,對(duì)性別工資差距的影響也不顯著。進(jìn)一步進(jìn)行無條件分位數(shù)分解,通過構(gòu)建“被視為男性的女性”的反事實(shí)組,將性別工資差距分解為由個(gè)體、地區(qū)等特征稟賦差異帶來的稟賦效應(yīng)(可解釋的部分)和由工資決定結(jié)構(gòu)差異帶來的結(jié)構(gòu)效應(yīng)(不可解釋的部分),其中結(jié)構(gòu)效應(yīng)可歸因?yàn)樾詣e歧視(Oaxaca,1973)[43]。分位數(shù)分解結(jié)果見表11。從稟賦效應(yīng)來看,中低工資群體在產(chǎn)業(yè)數(shù)字化稟賦上的差異能夠有效縮小性別工資差距;從結(jié)構(gòu)效應(yīng)來看,產(chǎn)業(yè)數(shù)字化顯著減輕了中等工資群體在勞動(dòng)力市場(chǎng)中面對(duì)的歧視;而對(duì)于高工資群體,產(chǎn)業(yè)數(shù)字化的稟賦效應(yīng)和結(jié)構(gòu)效應(yīng)均不顯著。上述分析表明,產(chǎn)業(yè)數(shù)字化能顯著提高中低工資群體的工資水平,并顯著縮小中低工資群體的性別工資差距。

表10 分位數(shù)回歸結(jié)果

表11 分位數(shù)分解結(jié)果

五、結(jié)論與啟示

產(chǎn)業(yè)數(shù)字化在提高生產(chǎn)效率和就業(yè)質(zhì)量的同時(shí),也在重塑勞動(dòng)力市場(chǎng)的分配機(jī)制,使得不同性別勞動(dòng)力的工資收入差距呈現(xiàn)出新的特征?？茖W(xué)識(shí)別產(chǎn)業(yè)數(shù)字化對(duì)性別工資差距的影響,有助于破解新時(shí)代性別工資差距難題,促進(jìn)經(jīng)濟(jì)可持續(xù)發(fā)展。產(chǎn)業(yè)數(shù)字化通過增加腦力勞動(dòng)需求改變了腦力勞動(dòng)與體力勞動(dòng)之間的相對(duì)價(jià)格,還提供了更多的靈活就業(yè)機(jī)會(huì)和更便捷包容的就業(yè)環(huán)境,促使女性在勞動(dòng)力市場(chǎng)中的就業(yè)競(jìng)爭(zhēng)力得以提高,并有助于女性勞動(dòng)力相對(duì)優(yōu)勢(shì)的充分發(fā)揮,從而對(duì)女性勞動(dòng)者具有更強(qiáng)的工資增長(zhǎng)效應(yīng),由此帶來性別工資差距的縮小。本文基于“生產(chǎn)任務(wù)”模型和“肌肉—大腦”假說構(gòu)建理論模型,探究產(chǎn)業(yè)數(shù)字化與性別工資差距之間的關(guān)系,同時(shí)將地區(qū)(省份)產(chǎn)業(yè)數(shù)字化水平與2014年、2016年和2018年CLDS數(shù)據(jù)庫的勞動(dòng)者個(gè)體調(diào)查數(shù)據(jù)相匹配,實(shí)證檢驗(yàn)產(chǎn)業(yè)數(shù)字化對(duì)性別工資差距的影響及其異質(zhì)性,結(jié)果發(fā)現(xiàn):(1)地區(qū)產(chǎn)業(yè)數(shù)字化水平的提高能夠顯著促進(jìn)勞動(dòng)者的工資收入增長(zhǎng),這種工資增長(zhǎng)效應(yīng)對(duì)女性勞動(dòng)者更為顯著,從而縮小了女性勞動(dòng)者與男性勞動(dòng)者之間的工資收入差距,該結(jié)論經(jīng)過穩(wěn)健性檢驗(yàn)和內(nèi)生性處理后依然成立。(2)對(duì)于低技能勞動(dòng)群體和經(jīng)濟(jì)發(fā)展水平較高地區(qū),產(chǎn)業(yè)數(shù)字化可以顯著縮小性別工資差距;對(duì)于高技能勞動(dòng)群體和經(jīng)濟(jì)發(fā)展水平較低地區(qū),產(chǎn)業(yè)數(shù)字化對(duì)性別工資差距的影響不顯著。(3)對(duì)于中低工資群體,產(chǎn)業(yè)數(shù)字化具有顯著的工資增長(zhǎng)促進(jìn)效應(yīng)和性別工資差距縮小效應(yīng);對(duì)于高工資群體,產(chǎn)業(yè)數(shù)字化對(duì)工資收入和性別工資差距沒有顯著影響。

基于上述結(jié)論,本文提出如下啟示:第一,加強(qiáng)數(shù)字基礎(chǔ)設(shè)施建設(shè),持續(xù)推動(dòng)產(chǎn)業(yè)數(shù)字化提速升級(jí),充分發(fā)揮產(chǎn)業(yè)數(shù)字化的就業(yè)結(jié)構(gòu)優(yōu)化效應(yīng)。進(jìn)一步投資數(shù)字基礎(chǔ)設(shè)施建設(shè),擴(kuò)大數(shù)據(jù)流通范圍,提高數(shù)據(jù)流通效率。完善數(shù)據(jù)中心、云計(jì)算平臺(tái)等關(guān)鍵數(shù)字基礎(chǔ)設(shè)施,加強(qiáng)對(duì)物聯(lián)網(wǎng)、人工智能等數(shù)字技術(shù)的研發(fā)與應(yīng)用,增強(qiáng)數(shù)字基礎(chǔ)設(shè)施服務(wù)能力,著力打造數(shù)字基礎(chǔ)設(shè)施共享平臺(tái),為產(chǎn)業(yè)數(shù)字化提供有力支撐。第二,因地制宜,推進(jìn)各地區(qū)產(chǎn)業(yè)數(shù)字化多路徑發(fā)展。對(duì)于經(jīng)濟(jì)發(fā)展水平較高的地區(qū),要以全球領(lǐng)先技術(shù)為目標(biāo),優(yōu)先布局核心數(shù)字技術(shù)領(lǐng)域,搶占科技創(chuàng)新高地,充分發(fā)揮數(shù)字技術(shù)創(chuàng)新的引領(lǐng)性作用,推動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)分析等各類數(shù)字技術(shù)與各產(chǎn)業(yè)深度融合;對(duì)于經(jīng)濟(jì)發(fā)展相對(duì)滯后的地區(qū),應(yīng)加大對(duì)產(chǎn)業(yè)數(shù)字化的政策傾斜和財(cái)政支持,縮小與發(fā)達(dá)地區(qū)在產(chǎn)業(yè)數(shù)字化方面的差距,結(jié)合當(dāng)?shù)氐囊胤A賦和資源環(huán)境制定適宜的數(shù)字化轉(zhuǎn)型方案,實(shí)現(xiàn)區(qū)域間數(shù)字經(jīng)濟(jì)的均衡發(fā)展。第三,促進(jìn)兩性教育公平,優(yōu)化女性就業(yè)結(jié)構(gòu)。為更好發(fā)揮產(chǎn)業(yè)數(shù)字化對(duì)女性收入增長(zhǎng)的偏向性促進(jìn)作用,應(yīng)積極引導(dǎo)女性提高自身人力資本水平,落實(shí)教育平等政策,鼓勵(lì)女性進(jìn)入科學(xué)、技術(shù)、工程和數(shù)學(xué)領(lǐng)域,提供面向女性的數(shù)字化培訓(xùn)課程,不斷促進(jìn)女性就業(yè)質(zhì)量提升。同時(shí),還應(yīng)不斷完善社會(huì)保障制度和就業(yè)創(chuàng)業(yè)服務(wù)體系,支持新型靈活就業(yè)方式,促進(jìn)女性多元化就業(yè),優(yōu)化女性就業(yè)結(jié)構(gòu)。

本文探討了產(chǎn)業(yè)數(shù)字化對(duì)性別工資差距的影響,為通過產(chǎn)業(yè)數(shù)字化縮小性別工資差距提供了政策啟示,但仍存在改進(jìn)和拓展的空間,比如:囿于數(shù)據(jù)限制,本文僅檢驗(yàn)了省份層面產(chǎn)業(yè)數(shù)字化對(duì)性別工資差距的影響,需要進(jìn)一步基于更為微觀的城市層面進(jìn)行實(shí)證分析;產(chǎn)業(yè)數(shù)字化對(duì)性別工資差距的影響可能存在復(fù)雜的路徑和多樣化的異質(zhì)性,有待進(jìn)行更為全面細(xì)致深入地研究。