楊 艷，林 凌，王 理

（1.四川大學(xué)經(jīng)濟(jì)學(xué)院，成都 610065；2.四川省社會(huì)科學(xué)院，成都 610071）

0 引言

近年來(lái)，數(shù)字經(jīng)濟(jì)正成為驅(qū)動(dòng)我國(guó)經(jīng)濟(jì)發(fā)展的強(qiáng)勁動(dòng)力，在刺激消費(fèi)、縮小區(qū)域差距、助力產(chǎn)業(yè)轉(zhuǎn)型等方面發(fā)揮積極作用的同時(shí)[1,2]，也使得勞動(dòng)要素市場(chǎng)與社會(huì)收入分配格局出現(xiàn)了新變化。數(shù)字經(jīng)濟(jì)的發(fā)展催生新業(yè)態(tài)與大量新型就業(yè)崗位，重塑行業(yè)生產(chǎn)流程和運(yùn)營(yíng)規(guī)則，同時(shí)也對(duì)勞動(dòng)者的數(shù)字技能和數(shù)字素養(yǎng)提出新要求。經(jīng)濟(jì)數(shù)字化轉(zhuǎn)型伴隨著就業(yè)替代風(fēng)險(xiǎn)、結(jié)構(gòu)性失業(yè)、數(shù)字鴻溝、收入差距擴(kuò)大等新問(wèn)題。數(shù)字經(jīng)濟(jì)的快速發(fā)展是否會(huì)導(dǎo)致勞動(dòng)力技能需求與工資收入分配格局發(fā)生變化？如何在數(shù)字經(jīng)濟(jì)時(shí)代實(shí)現(xiàn)從“鴻溝”到“紅利”的轉(zhuǎn)換？為回答上述問(wèn)題，需要深入研究數(shù)字經(jīng)濟(jì)對(duì)異質(zhì)性勞動(dòng)力群體的賦能作用，厘清數(shù)字經(jīng)濟(jì)發(fā)展對(duì)勞動(dòng)力技能需求與工資收入分配的影響機(jī)理。

關(guān)于數(shù)字經(jīng)濟(jì)影響勞動(dòng)力技能需求及工資收入的相關(guān)研究聚焦于以下三個(gè)方面：一是數(shù)字經(jīng)濟(jì)具有城市維度的生產(chǎn)率效應(yīng)與創(chuàng)新效應(yīng)。從生產(chǎn)率效應(yīng)來(lái)看，數(shù)字經(jīng)濟(jì)發(fā)展以及數(shù)字化變革既可以賦能傳統(tǒng)生產(chǎn)要素?cái)?shù)字化并促進(jìn)要素重組升級(jí)，優(yōu)化資源配置，又能推動(dòng)微觀企業(yè)積極探索新型盈利模式，進(jìn)而提升生產(chǎn)率[3]。從創(chuàng)新效應(yīng)來(lái)看，數(shù)字經(jīng)濟(jì)通過(guò)打破創(chuàng)新主體及創(chuàng)新活動(dòng)的時(shí)空限制、實(shí)現(xiàn)信息資源集成共享、優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)及改善市場(chǎng)環(huán)境賦能城市創(chuàng)新效率提升[4]。但具有技能偏向的生產(chǎn)率效應(yīng)與技術(shù)創(chuàng)新效應(yīng)可能會(huì)導(dǎo)致低技能勞動(dòng)力加速被高技能勞動(dòng)力或產(chǎn)業(yè)智能化替代[5]。二是數(shù)字經(jīng)濟(jì)通過(guò)就業(yè)創(chuàng)造效應(yīng)和替代效應(yīng)重塑勞動(dòng)力市場(chǎng)。數(shù)字經(jīng)濟(jì)發(fā)展推動(dòng)產(chǎn)業(yè)升級(jí)和融合發(fā)展，增加就業(yè)崗位并衍生出靈活就業(yè)等新業(yè)態(tài)。此外，數(shù)字經(jīng)濟(jì)、互聯(lián)網(wǎng)金融發(fā)展有利于緩解家庭信貸約束、降低信息不對(duì)稱，進(jìn)而提高個(gè)體就業(yè)可能性，促進(jìn)個(gè)體創(chuàng)業(yè)，優(yōu)化匹配效率[6,7]。然而，數(shù)字經(jīng)濟(jì)發(fā)展也會(huì)通過(guò)取代部分傳統(tǒng)就業(yè)崗位而對(duì)就業(yè)規(guī)模造成沖擊，引發(fā)技術(shù)性失業(yè)風(fēng)險(xiǎn)[8]。三是數(shù)字經(jīng)濟(jì)對(duì)異質(zhì)性勞動(dòng)力工資收入存在差異化影響。從信息技術(shù)或人工智能的技術(shù)偏向性視角出發(fā)，技術(shù)變革增加了對(duì)高技能勞動(dòng)力的相對(duì)需求，提高了技能溢價(jià)[9,10]。有偏技術(shù)進(jìn)步也會(huì)通過(guò)產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型等對(duì)工資收入產(chǎn)生影響，非技術(shù)密集型產(chǎn)業(yè)的技術(shù)進(jìn)步會(huì)擴(kuò)大工資收入差距[11]。

已有文獻(xiàn)對(duì)數(shù)字經(jīng)濟(jì)的就業(yè)效應(yīng)與收入分配效應(yīng)的研究缺乏勞動(dòng)者個(gè)體層面的深入分析。鑒于此，本文將中國(guó)流動(dòng)人口動(dòng)態(tài)監(jiān)測(cè)調(diào)查數(shù)據(jù)與地級(jí)市數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)進(jìn)行匹配，從微觀層面考察數(shù)字經(jīng)濟(jì)對(duì)異質(zhì)性勞動(dòng)力工資收入的影響，并進(jìn)一步探究數(shù)字經(jīng)濟(jì)對(duì)不同區(qū)域與城市、不同年齡群體、不同職業(yè)類型的差異化影響，以期為實(shí)現(xiàn)數(shù)字經(jīng)濟(jì)的可持續(xù)和包容性發(fā)展、促進(jìn)全體人民共享數(shù)字經(jīng)濟(jì)發(fā)展紅利提供決策參考。

1 理論模型

1.1 模型構(gòu)建

為分析數(shù)字經(jīng)濟(jì)對(duì)高、低技能勞動(dòng)力工資收入分配的影響，本文對(duì)已有研究進(jìn)行拓展，構(gòu)建了包括中間產(chǎn)品部門(mén)與最終產(chǎn)品部門(mén)的多部門(mén)一般均衡模型[12]。每個(gè)部門(mén)由代表性企業(yè)在完全競(jìng)爭(zhēng)市場(chǎng)條件下進(jìn)行生產(chǎn)要素配置決策。

（1）產(chǎn)品部門(mén)

高、低技術(shù)部門(mén)代表性企業(yè)采用常替代彈性生產(chǎn)技術(shù)，生產(chǎn)函數(shù)如下:

其中，Yj、Kj和Lj分別表示產(chǎn)出、傳統(tǒng)資本和勞動(dòng)力，j∈{h，l}，h和l分別表示高技術(shù)部門(mén)和低技術(shù)部門(mén)，參數(shù)αj∈( 0，1) ，Aj＞0,φj＞0,φj表示資本和勞動(dòng)力的替代彈性，β、γ、δ分別度量數(shù)字經(jīng)濟(jì)對(duì)技術(shù)創(chuàng)新、資本積累、勞動(dòng)力的影響程度。

在完全競(jìng)爭(zhēng)市場(chǎng)條件下，最終部門(mén)使用中間品進(jìn)行生產(chǎn)，ε表示高、低技術(shù)部門(mén)生產(chǎn)中間品的替代彈性，參數(shù)0 ＜μ＜1。生產(chǎn)過(guò)程中使用常替代彈性技術(shù)，生產(chǎn)函數(shù)如下：

用Rj、Pj、Wj分別表示高、低技術(shù)部門(mén)利率，產(chǎn)品價(jià)格，高、低技能勞動(dòng)力工資水平，則中間產(chǎn)品部門(mén)企業(yè)利潤(rùn)最大化問(wèn)題的一階條件可表示為：

在競(jìng)爭(zhēng)性條件下，產(chǎn)品的邊際價(jià)格等于產(chǎn)品邊際價(jià)值，所以有：

最終產(chǎn)品生產(chǎn)部門(mén)的代表性企業(yè)利潤(rùn)最大化問(wèn)題的一階條件為：

（2）家庭部門(mén)

由一個(gè)代表性家庭刻畫(huà)。ρ表示時(shí)間偏好率，假定家庭全部周期內(nèi)的效用函數(shù)為：

家庭在每一期持有資本K，供給勞動(dòng)力L，獲得資本租金RK和勞動(dòng)工資WL，需繳納總量稅T，將稅后收入用于消費(fèi)儲(chǔ)蓄決策。δK為資本折舊率，家庭預(yù)算約束可表示為：

生產(chǎn)要素市場(chǎng)出清條件為總資本和總勞動(dòng)力用于高、低技術(shù)部門(mén)進(jìn)行生產(chǎn)：

1.2 理論分析

在完全競(jìng)爭(zhēng)市場(chǎng)條件下，考慮數(shù)字經(jīng)濟(jì)對(duì)高、低技能勞動(dòng)力工資收入的影響。定義為資本產(chǎn)出彈性，則勞動(dòng)收入彈性為(1-θj)。由式（1）可得：

定義τlh=Lh/L,反映高技術(shù)部門(mén)勞動(dòng)者就業(yè)比重；W=wh/wl，反映高、低技術(shù)部門(mén)的相對(duì)工資。聯(lián)立高、低技術(shù)部門(mén)的式（4），并代入式（6），可得：

將式（3）和式（4）相除，并聯(lián)立式（6）和式（13），進(jìn)行對(duì)數(shù)化及全微分后，對(duì)D進(jìn)行比較靜態(tài)分析。同時(shí)，假設(shè)高技術(shù)部門(mén)更傾向于資本密集型，即θh＞θl；假設(shè)低技能部門(mén)的資本替代彈性大于高技術(shù)部門(mén)[12]，即φl(shuí)＞φh。令θl=bθh，φl(shuí)=aφh，a、b均為參數(shù)，a＞1，0 ＜b＜1?？梢缘玫饺缦率阶蛹巴普摚?/p>

（1）數(shù)字經(jīng)濟(jì)的生產(chǎn)率效應(yīng)和創(chuàng)新效應(yīng)對(duì)勞動(dòng)力工資收入的影響

推論1：假設(shè)高、低技術(shù)部門(mén)存在如下關(guān)系：θh＞θl，φl(shuí)＞φh，則根據(jù)式（14）可以得出(ε-φh)θhφl(shuí)-(ε-φl(shuí))θlφh＞0 。所以，當(dāng)γ＞δ時(shí)，有d logW/d logD＞0 且β與d logW/d logD同向變動(dòng)。

數(shù)字經(jīng)濟(jì)的生產(chǎn)率效應(yīng)。當(dāng)γ＞δ時(shí)，數(shù)字經(jīng)濟(jì)的資本積累效應(yīng)大于勞動(dòng)力效應(yīng)，數(shù)字經(jīng)濟(jì)發(fā)展對(duì)資本和勞動(dòng)力要素進(jìn)行再配置，在提升資本積累效率的同時(shí)也降低了勞動(dòng)力的比較優(yōu)勢(shì)，城市數(shù)字經(jīng)濟(jì)的發(fā)展通過(guò)生產(chǎn)力變革對(duì)高、低技能勞動(dòng)者的工資收入水平產(chǎn)生了差異化影響，擴(kuò)大了高、低技能勞動(dòng)力的工資收入差距。

數(shù)字經(jīng)濟(jì)的創(chuàng)新效應(yīng)。當(dāng)γ＞δ時(shí)，β越大，數(shù)字經(jīng)濟(jì)對(duì)高、低技術(shù)部門(mén)代表性企業(yè)的技術(shù)創(chuàng)新影響越大。數(shù)字經(jīng)濟(jì)產(chǎn)生的創(chuàng)新效應(yīng)會(huì)進(jìn)一步擴(kuò)大高、低技能勞動(dòng)力的工資收入差距。與低技能勞動(dòng)力相比，高技能勞動(dòng)力更能適應(yīng)數(shù)字經(jīng)濟(jì)及數(shù)字技術(shù)的快速發(fā)展，從而對(duì)低技能勞動(dòng)力產(chǎn)生替代。

（2）數(shù)字經(jīng)濟(jì)發(fā)展與人力資本積累效應(yīng)對(duì)勞動(dòng)力工資收入的影響

推論2：假設(shè)θh＞θl，φl(shuí)＞φh，則可以推出(ε-φh)θhφl(shuí)-(ε-φl(shuí))θlφh＞0，[(a-b)ε+aφh(b-1) ]＞0；根據(jù)式（12），若

推論2：假設(shè)θh＞θl，φl(shuí)＞φh，則可以推出(ε-φh)θhφl(shuí)-(ε-φl(shuí))θlφh＞0，[(a-b)ε+aφh(b-1) ]＞0；根據(jù)式（12），若φj＜1，則τlh∝θh；根據(jù)式（15），θh∝d logW/d logD＞0，所以得出：當(dāng)γ＞δ時(shí)，d logW/d logD＞0，即τlh的變化可以進(jìn)一步通過(guò)調(diào)節(jié)效應(yīng)導(dǎo)致d logW/d logD變化。

τlh越大，意味著高技能人才占比越高，當(dāng)其他條件不變時(shí)，資本收入份額（θh）越大，資本與勞動(dòng)力收入份額的變化對(duì)高、低技能勞動(dòng)力相對(duì)工資的影響越大。一方面，已有理論與實(shí)證研究表明，數(shù)字經(jīng)濟(jì)的快速發(fā)展在短期內(nèi)會(huì)降低勞動(dòng)力收入份額，提高資本收入份額；另一方面，勞動(dòng)力技能可以與數(shù)字經(jīng)濟(jì)相互賦能、相互匹配并產(chǎn)生互補(bǔ)效應(yīng)，人力資本積累所引致的知識(shí)溢出效應(yīng)與規(guī)模經(jīng)濟(jì)效應(yīng)將對(duì)數(shù)字經(jīng)濟(jì)的生產(chǎn)率效應(yīng)進(jìn)行調(diào)節(jié)，進(jìn)而擴(kuò)大高、低技能勞動(dòng)力的相對(duì)工資差距。

2 研究設(shè)計(jì)

2.1 數(shù)據(jù)來(lái)源

本文的研究數(shù)據(jù)主要包括個(gè)體層面的微觀數(shù)據(jù)和地區(qū)層面的宏觀數(shù)據(jù)。微觀層面的數(shù)據(jù)來(lái)自2014—2018年中國(guó)流動(dòng)人口動(dòng)態(tài)監(jiān)測(cè)調(diào)查（CMDS）數(shù)據(jù)庫(kù)，該數(shù)據(jù)庫(kù)覆蓋了流動(dòng)人口家庭和個(gè)人特征的動(dòng)態(tài)微觀數(shù)據(jù)，其使用分層線性隨機(jī)抽樣方法獲取樣本。宏觀層面的數(shù)字經(jīng)濟(jì)發(fā)展相關(guān)指標(biāo)及控制變量等主要來(lái)自CSMAR、CNRDS 數(shù)據(jù)庫(kù)、國(guó)家及地方統(tǒng)計(jì)局官網(wǎng)、《中國(guó)城市統(tǒng)計(jì)年鑒》、企研·社科大數(shù)據(jù)平臺(tái)上的數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)專題數(shù)據(jù)庫(kù)等。

2.2 變量選取

（1）被解釋變量

工資收入，用居民個(gè)體月工資性收入的對(duì)數(shù)衡量。

（2）核心解釋變量

數(shù)字經(jīng)濟(jì)，用城市層面的數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)衡量。本文借鑒已有研究的做法[13,14]，基于數(shù)字產(chǎn)業(yè)、數(shù)字用戶、數(shù)字金融三大維度，構(gòu)建如表1 所示的指標(biāo)體系，對(duì)指標(biāo)進(jìn)行標(biāo)準(zhǔn)化處理后，進(jìn)一步用主成分分析法測(cè)算得到數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)。

表1 數(shù)字經(jīng)濟(jì)指標(biāo)體系

（3）機(jī)制變量

考察數(shù)字經(jīng)濟(jì)對(duì)高、低技能勞動(dòng)力工資收入的生產(chǎn)率效應(yīng)和創(chuàng)新效應(yīng)的影響機(jī)制，以及人力資本積累對(duì)數(shù)字經(jīng)濟(jì)生產(chǎn)率效應(yīng)的調(diào)節(jié)作用。首先，以各城市全要素生產(chǎn)率作為生產(chǎn)率效應(yīng)的代理指標(biāo)，具體而言，利用永續(xù)盤(pán)存法估算資本存量，產(chǎn)出設(shè)定為實(shí)際GDP，采用隨機(jī)前沿分析法（SFA）進(jìn)行估算。其次，創(chuàng)新效應(yīng)采用《中國(guó)區(qū)域創(chuàng)新能力評(píng)價(jià)報(bào)告》中城市層面的區(qū)域創(chuàng)新能力綜合指數(shù)的對(duì)數(shù)作為代理指標(biāo)。最后，將高技能勞動(dòng)力占比作為人力資本積累的代理指標(biāo)。

（4）控制變量

設(shè)置個(gè)體層面和城市層面的控制變量，其中，個(gè)體層面的控制變量包括性別、年齡及其平方項(xiàng)、教育程度、婚姻狀況、戶口性質(zhì)；城市層面的控制變量包括經(jīng)濟(jì)增長(zhǎng)、對(duì)外開(kāi)放、產(chǎn)業(yè)結(jié)構(gòu)、平均工資、人口規(guī)模（見(jiàn)表2）。

表2 變量說(shuō)明與描述性統(tǒng)計(jì)

2.3 設(shè)定模型

為了驗(yàn)證上述理論，本文的基礎(chǔ)模型設(shè)定如下：

式（16）運(yùn)用OLS進(jìn)行回歸。其中，lnwirt為個(gè)體月工資性收入的對(duì)數(shù)，X表示個(gè)體及城市層面的控制變量，γ與θ分別代表時(shí)間與城市固定效應(yīng)，εirt表示隨機(jī)擾動(dòng)項(xiàng)。將數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)滯后一期以緩解反向因果問(wèn)題，下文所使用的數(shù)字經(jīng)濟(jì)指標(biāo)數(shù)據(jù)均為Diger，t-1。

3 實(shí)證結(jié)果與分析

3.1 基準(zhǔn)回歸結(jié)果分析

根據(jù)居民受教育程度劃分異質(zhì)性勞動(dòng)力，將大學(xué)專科及以上學(xué)歷劃分為高技能，初中及以下學(xué)歷劃分為低技能。將高、低技能勞動(dòng)力（Lh與Ll）與Diger，t-1的交互項(xiàng)作為解釋變量進(jìn)行回歸，得到下頁(yè)表3中數(shù)字經(jīng)濟(jì)對(duì)勞動(dòng)力工資收入影響的基準(zhǔn)回歸結(jié)果。在逐步加入控制變量和城市、年份固定效應(yīng)后，數(shù)字經(jīng)濟(jì)對(duì)整體勞動(dòng)者的工資收入的影響均顯著為正。進(jìn)一步考慮數(shù)字經(jīng)濟(jì)對(duì)異質(zhì)性勞動(dòng)力的差異化影響，結(jié)果顯示，數(shù)字經(jīng)濟(jì)每增加1 個(gè)單位會(huì)使得高技能勞動(dòng)者的工資收入增加10.1%、低技能勞動(dòng)者的工資收入減少6.4%。城市數(shù)字經(jīng)濟(jì)發(fā)展促進(jìn)了整體勞動(dòng)力工資收入的增長(zhǎng)，但對(duì)不同技能勞動(dòng)者工資收入的影響存在明顯差異。

表3 數(shù)字經(jīng)濟(jì)與工資收入：基準(zhǔn)回歸結(jié)果

3.2 機(jī)制分析

考察數(shù)字經(jīng)濟(jì)影響異質(zhì)性勞動(dòng)力工資收入的具體機(jī)制，表4中第（1）、（2）列的機(jī)制結(jié)果表明：高技能勞動(dòng)力數(shù)字經(jīng)濟(jì)效應(yīng)與生產(chǎn)率效應(yīng)和創(chuàng)新效應(yīng)的交互項(xiàng)系數(shù)均顯著為正，而低技能勞動(dòng)力數(shù)字經(jīng)濟(jì)效應(yīng)與生產(chǎn)率效應(yīng)和創(chuàng)新效應(yīng)的交互項(xiàng)系數(shù)均顯著為負(fù)。由此可見(jiàn)，數(shù)字經(jīng)濟(jì)會(huì)通過(guò)生產(chǎn)率效應(yīng)機(jī)制和創(chuàng)新效應(yīng)機(jī)制提高勞動(dòng)力整體工資收入和高技能勞動(dòng)力的工資收入，降低低技能勞動(dòng)力工資收入，惡化異質(zhì)性勞動(dòng)力之間的收入分配格局。第（3）列結(jié)果顯示，加入人力資本積累指標(biāo)進(jìn)行調(diào)節(jié)效應(yīng)分析后，數(shù)字經(jīng)濟(jì)使得高技能勞動(dòng)力工資收入上升得更多，低技能勞動(dòng)力工資收入下降得更多，進(jìn)一步擴(kuò)大了兩者工資收入差距。

表4 數(shù)字經(jīng)濟(jì)與工資收入：機(jī)制分析結(jié)果

3.3 異質(zhì)性檢驗(yàn)

（1）區(qū)域異質(zhì)性與城市異質(zhì)性

將城市按所屬省份分為東部、中部、西部三個(gè)地區(qū)，以觀察數(shù)字經(jīng)濟(jì)在不同區(qū)域是否存在差異化影響。表5 的分樣本回歸結(jié)果表示，數(shù)字經(jīng)濟(jì)對(duì)東部和中部地區(qū)居民工資收入的影響系數(shù)均顯著為正，而對(duì)西部地區(qū)居民工資收入的影響系數(shù)不顯著。原因可能是：數(shù)字經(jīng)濟(jì)競(jìng)爭(zhēng)力較高的城市主要集中于東中部地區(qū)。東部和中部地區(qū)的城市資源稟賦比西部地區(qū)城市更為豐富，優(yōu)越的區(qū)位條件使其或多或少會(huì)受到周?chē)l(fā)達(dá)城市技術(shù)、資金溢出的影響，也更能吸引勞動(dòng)力等生產(chǎn)要素集聚，促使地區(qū)生產(chǎn)率提升，進(jìn)而對(duì)勞動(dòng)力產(chǎn)生工資溢價(jià)效應(yīng)。

表5 區(qū)域與城市異質(zhì)性分析

根據(jù)地區(qū)常住人口數(shù)量將城市規(guī)模劃分為特大城市、大城市與一般城市①地區(qū)常住人口在400萬(wàn)以上、100萬(wàn)～400萬(wàn)、100萬(wàn)以下的依次確定為特大城市、大城市、一般城市。。實(shí)證結(jié)果顯示，數(shù)字經(jīng)濟(jì)可以顯著提高特大城市與大城市的居民工資收入，但對(duì)于一般城市而言，數(shù)字經(jīng)濟(jì)對(duì)工資收入的影響不顯著。原因可能是：人口密集度較高的特大城市和大城市具有更高的技術(shù)水平和生產(chǎn)率優(yōu)勢(shì)，生產(chǎn)要素集聚、人力資本積累帶來(lái)的正向外部性可以產(chǎn)生工資溢價(jià)效應(yīng)。而人口規(guī)模較小的一般城市可能由于小城市集聚度不夠、數(shù)字經(jīng)濟(jì)發(fā)展仍處于起步階段等原因，工資溢價(jià)效應(yīng)尚未充分顯現(xiàn)。

（2）勞動(dòng)力異質(zhì)性

按年齡（45歲和60歲兩個(gè)分界線）將勞動(dòng)者依次劃分為非中老年群體、中年群體、老年群體。下頁(yè)表6 的結(jié)果顯示，數(shù)字經(jīng)濟(jì)對(duì)非中老年群體和中年群體工資收入的影響均顯著為正，而對(duì)60 歲以上的老年群體的影響不顯著。結(jié)合我國(guó)老齡化加劇的現(xiàn)狀來(lái)看，城市數(shù)字經(jīng)濟(jì)發(fā)展減少了對(duì)老年勞動(dòng)力的需求，相對(duì)于非中老年群體，老年群體在數(shù)字經(jīng)濟(jì)新興領(lǐng)域的就業(yè)優(yōu)勢(shì)較弱，并未享受到數(shù)字經(jīng)濟(jì)時(shí)代的工資溢價(jià)“紅利”。

表6 勞動(dòng)力異質(zhì)性分析

按戶口性質(zhì)將勞動(dòng)力劃分為農(nóng)業(yè)戶口與非農(nóng)業(yè)戶口。表6的結(jié)果顯示，數(shù)字經(jīng)濟(jì)促進(jìn)了農(nóng)業(yè)戶口勞動(dòng)力工資收入上漲。原因可能是：基于新一代信息技術(shù)的數(shù)字經(jīng)濟(jì)通過(guò)提高金融服務(wù)水平、促進(jìn)創(chuàng)業(yè)活動(dòng)及改變生產(chǎn)生活方式等途徑增加了農(nóng)業(yè)戶口勞動(dòng)力的就業(yè)崗位與工資收入。此外，數(shù)字經(jīng)濟(jì)對(duì)非農(nóng)業(yè)戶口勞動(dòng)力的工資溢價(jià)效應(yīng)更大，其原因可能是：與農(nóng)業(yè)戶口相比，高技能勞動(dòng)力一般更多地出現(xiàn)在非農(nóng)業(yè)戶口，人力資本積累可以提高城市生產(chǎn)率和要素回報(bào)率，且城市相對(duì)于農(nóng)村來(lái)說(shuō)，具有更高的經(jīng)濟(jì)發(fā)展水平和更發(fā)達(dá)的網(wǎng)絡(luò)基礎(chǔ)設(shè)施，因此數(shù)字經(jīng)濟(jì)發(fā)展對(duì)非農(nóng)業(yè)戶口勞動(dòng)力的工資溢價(jià)效應(yīng)更大。

3.4 穩(wěn)健性分析

（1）穩(wěn)健性檢驗(yàn)

為檢驗(yàn)前文結(jié)論的可靠性，進(jìn)行以下穩(wěn)健性檢驗(yàn)：①數(shù)字經(jīng)濟(jì)的測(cè)算存在爭(zhēng)議，不同測(cè)算指標(biāo)及測(cè)算方法得到的數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)可能導(dǎo)致估計(jì)結(jié)果不一致。因此，將核心解釋變量替換為用TOPSIS熵權(quán)法測(cè)算得出的數(shù)字經(jīng)濟(jì)指標(biāo)。②采取縮尾法處理了樣本中居民工資收入值上下5%的樣本，以消除異常值的影響。③宏觀經(jīng)濟(jì)環(huán)境變化以及政府出臺(tái)的政策可能會(huì)對(duì)高、低技能勞動(dòng)者的工資收入及差距造成影響，因此本文嘗試加入更多變量以盡可能控制重要變量遺漏問(wèn)題，進(jìn)一步選取各地區(qū)的政府科技投入、失業(yè)參保率、教育投入變量加入回歸分析。表7 的穩(wěn)健性檢驗(yàn)結(jié)果顯示，基準(zhǔn)模型得到的結(jié)論較為可靠。

表7 穩(wěn)健性檢驗(yàn)

（2）工具變量檢驗(yàn)

首先，城市經(jīng)濟(jì)發(fā)展水平越高，網(wǎng)絡(luò)信息基礎(chǔ)設(shè)施可能越發(fā)達(dá)，從而有較高的數(shù)字經(jīng)濟(jì)發(fā)展水平，因此模型可能存在雙向因果問(wèn)題；其次，影響勞動(dòng)力工資收入的因素較多，可能遺漏與數(shù)字經(jīng)濟(jì)發(fā)展程度相關(guān)并影響工資收入的變量，從而導(dǎo)致回歸結(jié)果存在偏誤；最后，數(shù)字經(jīng)濟(jì)指標(biāo)可能存在測(cè)量誤差，進(jìn)而使得核心系數(shù)估計(jì)有偏。因此，本文進(jìn)一步采取工具變量檢驗(yàn)以緩解模型的內(nèi)生性問(wèn)題。參考已有文獻(xiàn)的做法[13,14]，將《中國(guó)城市統(tǒng)計(jì)年鑒》中“2003年城市人均郵電業(yè)務(wù)量”作為城市數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)的工具變量。選取該工具變量的原因是：通信支出體現(xiàn)了城市信息技術(shù)服務(wù)的需求，為城市數(shù)字經(jīng)濟(jì)的發(fā)展優(yōu)勢(shì)構(gòu)成需求條件，滿足相關(guān)性；同時(shí)其作為歷史變量難以影響異質(zhì)性勞動(dòng)力的工資收入，不會(huì)構(gòu)成反向因果，滿足外生性。由表7 中第（4）列的結(jié)果可知，內(nèi)生變量與工具變量在統(tǒng)計(jì)上存在較強(qiáng)相關(guān)性，且工具變量通過(guò)了弱工具變量檢驗(yàn)和可識(shí)別檢驗(yàn)。在加入工具變量后，與基礎(chǔ)模型的回歸結(jié)果基本一致，說(shuō)明結(jié)論較穩(wěn)健。

3.5 進(jìn)一步分析

基于工作任務(wù)的研究框架，劃分勞動(dòng)力從事任務(wù)類型，區(qū)分在不同任務(wù)下數(shù)字經(jīng)濟(jì)與異質(zhì)性勞動(dòng)力的交互方式。參考美國(guó)職業(yè)信息網(wǎng)O*NET OnLine，將19 類職業(yè)劃分為非常規(guī)認(rèn)知型職業(yè)、非常規(guī)操作型職業(yè)以及常規(guī)型職業(yè)[15]（見(jiàn)表8）。下頁(yè)表9 的回歸結(jié)果顯示，城市數(shù)字經(jīng)濟(jì)發(fā)展對(duì)非常規(guī)認(rèn)知型勞動(dòng)力的工資收入存在顯著正向影響，而對(duì)非常規(guī)操作型勞動(dòng)力和常規(guī)型勞動(dòng)力工資收入的影響不顯著。機(jī)制檢驗(yàn)結(jié)果顯示，數(shù)字經(jīng)濟(jì)可以通過(guò)城市生產(chǎn)率效應(yīng)和創(chuàng)新效應(yīng)提高非常規(guī)認(rèn)知型勞動(dòng)力的工資收入，通過(guò)提高城市生產(chǎn)率來(lái)提高常規(guī)型勞動(dòng)力的工資收入，對(duì)于非常規(guī)操作型勞動(dòng)力的影響則均不顯著。因此，數(shù)字經(jīng)濟(jì)的發(fā)展主要增加了對(duì)專業(yè)技術(shù)或者管理等要求較高技能的崗位的需求，提高了非常規(guī)認(rèn)知型勞動(dòng)力的工資收入。

表8 職業(yè)類型劃分

表9 數(shù)字經(jīng)濟(jì)對(duì)不同職業(yè)工資收入的影響

4 結(jié)論

數(shù)字經(jīng)濟(jì)在整體上會(huì)促進(jìn)城市經(jīng)濟(jì)發(fā)展，但也會(huì)在一定程度上擴(kuò)大異質(zhì)性勞動(dòng)力的工資收入差距。研究發(fā)現(xiàn)：（1）雖然數(shù)字經(jīng)濟(jì)發(fā)展能夠提高勞動(dòng)力的整體收入水平，但具有技能偏向性，即提高高技能勞動(dòng)力工資收入并降低低技能勞動(dòng)力工資收入，從而擴(kuò)大兩者間的工資收入差距。（2）數(shù)字經(jīng)濟(jì)可以提高城市的生產(chǎn)率，促進(jìn)城市創(chuàng)新，使得高技能勞動(dòng)力工資收入上升、低技能勞動(dòng)力工資收入下降，而人力資本積累會(huì)進(jìn)一步擴(kuò)大兩者間的工資收入差距。（3）數(shù)字經(jīng)濟(jì)的工資溢價(jià)效應(yīng)存在區(qū)域、城市與個(gè)體異質(zhì)性，在東部與中部地區(qū)、人口規(guī)模100萬(wàn)及以上的城市、非中老年群體及非農(nóng)戶口群體中更顯著。此外，從任務(wù)視角來(lái)看，數(shù)字經(jīng)濟(jì)的發(fā)展還能提高非常規(guī)認(rèn)知型職業(yè)勞動(dòng)力的工資收入。