数字经济、产业智能化与不同技能劳动力间的收入差距.pdf

第3 3卷 第2期 2 0 2 4年3月系 统 管 理 学 报J o u r n a l o f S y s t e m s&M a n a g e m e n tV o l.3 3 N o.2M a r.2 0 2 4 文章编号:1 0 0 5-2 5 4 2(2 0 2 4)0 2-0 4 7 2-1 6收稿日期:2 0 2 3-0 5-0 5 修订日期:2 0 2 3-0 7-0 7 基金项目:国家自然科学基金资助项目(7 2 1 3 1 0 0 5,7 2 1 7 1 1 8 9,7 1 9 0 1 1 7 2);四川省科技计划资助项目(2 0 2 2 N S F S C 0 9 3 1)作者简介:潘馨悦(1 9 9 9-),女,硕士生。研究方向为数字经济与数据要素。通信作者:张紫琼(1 9 8 2-),女,教授,博士生导师。E-m a i l:z i q i o n g h i t.e d u.c n 数字经济、产业智能化与不同技能劳动力间的收入差距 潘馨悦1,王 乐1,2,张紫琼3,李忠平1(1.西安交通大学 经济与金融学院,西安 7 1 0 0 6 1;2.四川数字经济产业发展研究院,成都 6 1 0 0 8 1;3.哈尔滨工业大学 经济与管理学院,哈尔滨 1 5 0 0 0 1)【摘要】数字经济发展对收入差距的影响事关包容性增长的整体实现。使用2 0 1 02 0 2 0年个体与省级层面相结合的面板数据,采用双向固定效应模型检验数字经济发展水平对低中技能劳动力与高技能劳动力间收入差距的作用和机制。研究表明:数字经济发展水平的提高拉大了低中技能劳动力与高技能劳动力间的收入差距,且产业智能化在这一过程中发挥了中介作用。异质性分析表明:在中国东部地区、非农业户口劳动力群体中,数字经济对收入差距的拉大作用均得以增强;在中国中西部地区、农业户口劳动力群体中,数字经济对收入差距的作用分别为缩小和无显著影响。同时,数字经济发展前期对低中技能劳动力与高技能劳动力间的收入差距无明显作用,但后期扩大收入差距的作用逐渐显现。研究结论拓展了数字经济与收入差距相关的研究,为政府制定相应政策提供了可操作性建议,有助于为后期数字经济推动包容性增长蓄力。关键词:数字经济;收入差距;产业智能化;技能水平 中图分类号:F 0 6 1.4 文献标志码:A D O I:1 0.3 9 6 9/j.i s s n 1 0 0 5-2 5 4 2.2 0 2 4.0 2.0 1 4 D i g i t a l E c o n o m y,I n d u s t r i a l I n t e l l i g e n c e,a n d I n c o m e G a p B e t w e e n D i f f e r e n t S k i l l e d L a b o r e r s P AN X i n y u e1,WANG L e1,2,ZHANG Z i q i o n g3,L I Z h o n g p i n g1(1.S c h o o l o f E c o n o m i c s a n d F i n a n c e,X ia n J i a o t o n g U n i v e r s i t y,X ia n 7 1 0 0 6 1,C h i n a;2.S i c h u a n D i g i t a l E c o n o m y I n d u s t r y D e v e l o p m e n t R e s e a r c h I n s t i t u t e,C h e n g d u 6 1 0 0 8 1,C h i n a;3.S c h o o l o f M a n a g e m e n t,H a r b i n I n s t i t u t e o f T e c h n o l o g y,H a r b i n 1 5 0 0 0 1,C h i n a)【A b s t r a c t】T h e i m p a c t o f d i g i t a l e c o n o m y d e v e l o p m e n t o n i n c o m e g a p i s r e l a t e d t o t h e o v e r a l l r e a l i z a t i o n o f i n c l u s i v e g r o w t h.B a s e d o n t h e p a n e l d a t a c o m b i n i n g t h e i n d i v i d u a l l e v e l a n d t h e p r o v i n c i a l l e v e l f r o m 2 0 1 0 t o 2 0 2 0,t h i s p a p e r e m p i r i c a l l y t e s t s t h e i n f l u e n c e a n d m e c h a n i s m o f d i g i t a l e c o n o m y d e v e l o p m e n t o n t h e i n c o m e g a p b e t w e e n l o w-a n d m e d i u m-s k i l l e d l a b o r a n d h i g h-s k i l l e d l a b o r b y u s i n g t h e t w o-w a y f i x e d e f f e c t m o d e l.T h e r e s e a r c h f i n d i n g s r e v e a l t h a t t h e d e v e l o p m e n t o f d i g i t a l e c o n o m y w i d e n s t h e i n c o m e g a p,a n d i n d u s t r i a l i n t e l l i g e n c e h a s p l a y e d a n i n t e r m e d i a r y r o l e i n t h i s p r o c e s s.A d d i t i o n a l l y,t h e h e t e r o g e n e i t y a n a l y s i s s h o w s t h a t i n e a s t e r n C h i n a a n d n o n-a g r i c u l t u r a l r e g i s t e r e d p e r m a n e n t r e s i d e n c e l a b o r g r o u p s,t h e r o l e o f d i g i t a l e c o n o m y i n w i d e n i n g t h e i n c o m e g a p h a s b e e n e n h a n c e d.H o w e v e r,i n t h e c e n t r a l a n d w e s t e r n r e g i o n s o f C h i n a a n d a g r i c u l t u r a l r e g i s t e r e d p e r m a n e n t r e s i d e n c e l a b o r f o r c e,t h e i m p a c t o f d i g i t a l e c o n o m y o n t h e i n c o m e g a p i s n a r r o w i n g a n d h a s n o s i g n i f i c a n t i m p a c t.M o r e o v e r,i t i s f o u n d t h a t t h e d i g i t a l e c o n o m y h a s n o s i g n i f i c a n t e f f e c t o n t h e i n c o m e g a p i n t h e e a r l y s t a g e o f d e v e l o p m e n t,b u t t h e e f f e c t 第2期潘馨悦,等:数字经济、产业智能化与不同技能劳动力间的收入差距4 7 3 o f e x p a n d i n g t h e i n c o m e g a p g r a d u a l l y a p p e a r s i n t h e l a t e r s t a g e.T h e c o n c l u s i o n e x p a n d s t h e r e l e v a n t r e s e a r c h o n d i g i t a l e c o n o m y a n d i n c o m e g a p,a n d p r o v i d e s o p e r a t i o n a l s u g g e s t i o n s f o r t h e g o v e r n m e n t t o f o r m u l a t e c o r r e s p o n d i n g p o l i c i e s,w h i c h i s h e l p f u l t o p r o m o t e i n c l u s i v e g r o w t h o f d i g i t a l e c o n o m y i n t h e f u t u r e.K e y w o r d s:d i g i t a l e c o n o m y;i n c o m e g a p;i n d u s t r i a l i n t e l l i g e n c e;s k i l l l e v e l 习近平总书记在党的二十大报告中指出,要“加快发展数字经济,促进数字经济和实体经济深度融合,打造具有国际竞争力的数字产业集群”。2 0 2 3年2月2 7日国务院印发的 数字中国建设整体布局规划 明确提出,“建设数字中国是数字时代推进中国式现代化的重要引擎,是构筑国家竞争新优势的有 力 支 撑”。据 中 国 数 字 经 济 发 展 研 究 报 告(2 0 2 3),2 0 2 2年中国数字经济规模达到5 0.2万亿元,占G D P比重4 1.2 5%,同比增长1 0.3 2%。长期来看,数字经济或将成为中国经济的“半壁江山”,是优化经济结构、稳定经济增长的关键动力。亚洲开发银行于2 0 0 7年首次提出包容性增长的概念。包容性增长倡导机会平等地增长,兼顾收入增长与缩小收入差距1,而非单纯地追求经济增长。在社会主义制度下,既要提高人民收入水平,又要防止两极分化,而包容性增长恰与该发展目标相契合。作为驱动经济增长的新动能,数字经济通过提升资源配置效率2-3与全要素生产率4-5、提高企业创新绩效6-8、提供创业机会9-1 0等途径拉动收入增长1 1。然而,数字经济在带来收入红利的同时也带来了严峻挑战。数字经济的收入效应在社会各层劳动力群体中存在差异1 2,不同技能水平的劳动力接受着不平等的数字经济红利,产生了收入差距问题。相对于低中技能劳动力,数字经济对高技能劳动力的收入效应更强,使得收入水平本身就处于优势的高技能劳动力更加获益,进而导致数字经济拉大低中技能劳动力与高技能劳动力间的收入差距。具体而言:一是数字经济发展会促使自动化技术替代低中技能劳动力,冲击该群体的就业,降低其收入水平,而数字经济所带来的生产效率提高又会激励企业扩大生产规模,增加对低中技能劳动力的需求,提高其相对工资水平。二是数字经济在替代一部分劳动力的同时也会创造出新的复杂工作任务。高技能人才与该类任务高度匹配,增加了企业对高技能劳动力的需求,高技能人才获得了工资议价优势。数字经济对低中技能劳动力的收入存在两种方向相反的作用力,对高技能劳动力的收入仅产生正向作用力,使得后者获得的数字经济红利更多。因此,数字经济在促进劳动力收入整体增长的同时,可能也扩大了不同技能劳动力间的收入差距,阻碍了包容性增长的完全实现。收入差距事关包容性增长的整体实现,准确评估数字经济发展对收入差距的影响非常关键。那么,数字经济发展是否拉大了不同技能水平劳动力间的收入差距?如果该效应得到证实,其背后的作用机制是什么?数字经济对收入差距的作用在不同劳动力特征、不同区域以及不同时间上有何种差异?这是本文主要研究目的。邓小平的中国特色社会主义理论指出,共同富裕不是同时富裕,允许收入差距在前期出现一定程度的扩大,当经济发展到一定程度时要先富的帮助后富的,从而逐步实现共同富裕。因此,即使现阶段数字经济发展水平提高拉大了个体劳动力间的收入差距,但若能明确该作用过程的内在机理与异质性,及时为国家制定和执行相应差异化政策提供理论与实证依据,则有助于为后期数字经济推动包容性增长的整体实现蓄力,这也是本文的研究意义所在。以往研究在探讨数字经济与收入差距的关系时,往往仅关注对城乡收入差距的影响1 3-1 8,除乔小乐等1 9从劳动力性别的角度进行研究外,鲜有文献基于微观个体视角进行实证探讨,特别是不同技能水平劳动力的角度,这也为本文提供了边际贡献的机会。本文依托现有相关文献,对数字经济发展水平影响不同技能水平劳动力间收入差距的作用机理进行理论分析。在此基础上,利用2 0 1 02 0 2 0年个体层面与省级层面相结合的面板数据,采用多种计量分析模型进行实证考察,并从不同角度进一步探讨异质性。本文主要有如下贡献:(1)有别于现有文献单一维度的度量方法,本文从数字经济广义内涵出发,构建数字经济发展水平的多维度测算体系,为后续相关研究提供借鉴。(2)从个体劳动者的视角探讨数字经济发展对低中技能劳动力与高技能劳动力间收入差距的影响,填补了在微观层面研究的空白。(3)从产业智能化的角度探究数字经济发展对各技能劳动力间收入差距的作用机理,为后期数字经济发展缩小低中技能劳动力与高技能劳动力间的4 7 4 系 统 管 理 学 报第3 3卷收入差距提供了可能的抓手。(4)考察了劳动力户口、区域以及时间的异质性,使研究视角多元化,有助于全面评估数字经济发展水平对低中技能劳动力与高技能劳动力间收入差距的影响,并进一步提出差异化的政策建议。1 理论基础与研究假设 本文研究数字经济发展水平对低中技能劳动力与高技能劳动力间收入差距的影响,并从产业智能化的角度探究这一过程的作用机理。产业智能化对劳动力的收入产生了3种效应,即负向的替代效应和正向的生产率效应与创造效应,这构成了本文的理论基础。数字经济发展促进了产业智能化,与此同时,基于本文的理论基础进行分析,发现产业智能化的替代效应和生产率效应主要作用于低中技能劳动力,产业智能化的创造效应主要作用于高技能劳动力。这导致产业智能化对高技能劳动力的正向收入效应相对于低中技能劳动力而言更强,使产业智能化拉大了低中技能劳动力与高技能劳动力间的收入差距。因此,最终整体表现为数字经济发展水平对不同技能劳动力的收入效应存在差异,进而影响低中技能劳动力与高技能劳动力间的收入差距。如图1所示。图1 数字经济影响不同技能劳动力收入差距的作用机制F i g.1 T h e m e c h a n i s m o f d i g i t a l e c o n o m y a f f e c t i n g t h e i n c o m e g a p o f d i f f e r e n t s k i l l e d l a b o r s1.1 理论基础 产业智能化本质是一种技术进步,与劳动力的收入变动有着紧密关系。考虑到技术与劳动力在不同任务中的比较优势,产业智能化对劳动力工资存在两种方向不同的影响2 0,分别为负向的替代效应和正向的生产率效应与创造效应。具体而言:一是产业智能化的替代效应对劳动力的收入产生冲击。自动化技术与劳动力在不同任务中具有各自的优势,当自动化技术更具比较优势时,劳动力就会被自动化技术所替代。在中国劳动力市场上,产业智能化会降低低中技能劳动力的需求量2 1-2 2,导致低中技能劳动力的供给数量与产业智能化下的市场需求不匹配,供给大于需求会使均衡点的劳动力工资下降2 3。二是产业智能化的生产率效应对劳动力的收入产生积极影响。一方面,智能化程度较高的产业更容易节约成本和提升生产率2 4,并因此获得超额利润。政府会通过税收等方式再分配该部分利润,劳动力可通过收入效应提高自身的工资水平。另一方面,生产率的提升会降低商品和服务价格,刺激消费。企业有激励扩大生产规模、增加对劳动力的需求,从而提高劳动者的相对工资水平。三是产业智能化的创造效应有利于劳动力工资水平的提升。产业智能化在替代部分劳动力的同时也会创造出新的知识密集型任务,这些岗位难以被替代且更具有竞争优势,如工业机器人编程设计、数据分析等。此外,企业为深化产业智能化水平、获取技术创新红利,将增加对研发人员的需求。在我国人才供给结构性短缺的背景下,需求增大将有利于提升高技能劳动力在均衡点处的工资水平。1.2 研究假设 数字经济发展水平的提高对促进产业智能化有积极作用。数字经济将数据作为生产要素渗透到产业生产流通的全过程中,并借助新型基础设施构建智能制造体系。这将推动数字经济与实体产业在技术研发环节、生产制造环节、数字生态环节的全方位融合,进而推动产业智能化的发展2 5。数字经济将数字技术应用于实体经济各产业中,通过数据的采集-传输-存储-分析,加速数据要素在全产业链中的流通,并促进数据要素与劳动、资本等传统生产要素的深度融合。这将重构产业组织形态,创新原有技术范式、价值形态和生产组织,进而实现产业智能化的升级。产业智能化有助于提高产业生产效率、升级供给端服务、拓宽产业发展空间。具体而言:一是产业智能化借助数字技术、数字平台等数字化生产工具提高劳动和资本的配置效率与全要素生产率。例如,依托数字技术的工业机器人能以“人机协同”模式高效地完成物资搬运和产品组装任务,进而降低企业经营成本、提高生产效率2 3。二是数字技术创新增强企业对下游需求的感知能力,使企业可提供个性化定制服务。例如,工业大数据和工业互联网平台使产品需求侧的信息被快速传递、感知,有利于企业升级产品供给服务。三是数字平台强化产业链上下游的技术关联性和网络协同性,优化企业业务流程、管理模式与组织结构2 6,进而催生产业智能化新形态、增进企业间的协同效应。与此同时,产业智能化对低中技能劳动力与高技能劳动力间的收入差距有促进作用。具体而言:产业智能化对劳动力收入的负向替代效应和正向生产率效应主要作用于低中技能劳动力。一方面,产业智能化的替代效应损害了低中技能劳动力的利益。产业智能化会直接替代与自动化技术相比第2期潘馨悦,等:数字经济、产业智能化与不同技能劳动力间的收入差距4 7 5 无自身优势的劳动力2 7,在劳动力市场上表现为机器替代人2 3,2 8。即从事程式化劳动的低中技能劳动者较容易受到冲击。这些被挤出的低中技能劳动力面临技术性失业压力,在雇主和雇员的薪酬谈判中,其议价能力低。为了获得工作,其可能会转向低薪行业2 9,从而导致收入水平降低。另一方面,产业智能化的生产率效应使低中技能劳动力受益。在政府通过税收等方式,再分配企业因生产率提高所获得的超额利润时,低中技能劳动力等相对弱势群体为主要受益者3 0。同时,生产率的提高也会激励企业扩大生产规模,增加对劳动力的需求3 1,提高低中技能劳动力群体的收入水平。产业智能化的替代效应发挥作用的速度较快,生产率效应会随产业智能化的深入发展逐渐实现1。因此,产业智能化的生产率效应对低中技能劳动力产生了正向收入效应,但该效应的部分正向作用可被替代效应的负向作用所抵消,使产业智能化对低中技能劳动力的正向收入效应强度较弱3 2。产业智能化的创造效应主要作用于高技能劳动力。产业智能化意味着高复杂度、高技术密集度的设备被投入到生产环节中,劳动工具与劳动对象的创新创造了许多新的复杂且非程序化的工作任务3 3,如高科技设备的编程、设计与维护、软件的应用与开发、数据库的设计与分析、计算机网络安全等2 0。只有具备大量知识储备和操作熟练度的高技能人才才能满足这些岗位的要求3 4,高技能劳动力因此获得比较优势和工资议价优势2 7。因此,产业智能化的创造效应对高技能劳动力产生了正向收入效应,且无负向效应对其抵消,使产业智能化对高技能劳动力的正向收入效应强度较强。综上所述,产业智能化对低中技能劳动力的正向收入效应弱于高技能劳动力,使得产业智能化拉大了低中技能劳动力与高技能劳动力间的收入差距。鉴于此,提出如下假设:H 1 数字经济发展水平的提高扩大了低中技能劳动力与高技能劳动力间的收入差距。H 2 产业智能化在数字经济扩大低中技能劳动力与高技能劳动力间收入差距的影响过程中起到中介作用。2 研究设计2.1 样本选择与数据来源 本文选取2 0 1 02 0 2 0年3 0个省、自治区、直辖市的微观个体作为研究样本。西藏自治区、中国台湾以及中国香港和中国澳门特别行政区由于数据缺失较严重被剔除,样本年龄按国际劳动年龄人口范围限制在1 56 4岁。具体地,个体层面数据来自北京大学中国社会科学调查中心的中国家庭追踪调查(C h i n a F a m i l y P a n e l S t u d i e s,C F P S),其始于2 0 1 0年并每两年进行一次追踪,故研究样本以两年为间隔,且样本数据具有全国代表性。省级层面数据来自 中国统计年鉴 各省统计年鉴 中国劳动统计年鉴 中国信息产业年鉴 中国高技术产业统计年鉴 以及 中国信息化与工业化融合发展水平评估报告 省级政府网上政务服务能力调查报告 中国互联网络发展状况统计报告。研究样本部分年份的缺失数据采用插值法或趋势法外推补齐。本文将上述两部分数据依据省份进行匹配,经清洗并处理后,最终得到包含7 2 3 5 6个样本的非平衡面板数据。2.2 变量定义2.2.1 核心变量:被解释变量与解释变量(1)被解释变量。年收入对数。个体年收入来自C F P S数据库中的成人库,对微观个体年收入取对数纠偏后得到被解释变量。(2)解释变量。数字经济发展水平。T a p s c o t t3 5首次提出数字经济的概念,认为数字经济是以基础设施和信息通信技术(I C T)为根基的经济系统,因此,数字化基础设施是数字经济发展的基础。在此基础上,中国信息通信研究院提出了数字经济的“四化”框架,即数字产业化、产业数字化、数字化治理与数据价值化。数字产业化是使数字技术形成产业的过程,即基于数字技术使数据转化为生产要素,或者直接生产数字产品和服务的经济活动3 6。产业数字化是使传统产业数字化升级的过程。国家统计局指出,数字经济中信息通信技术的有效使用是效率提升和经济结构优化的重要推动力。数字化治理是整个数字经济发展环境的保障。数据价值化是以数据资源化为起点,而数字创新又是使数据发挥价值的潜在动力。因此,本文从数字化基础设施、数字产业化、产业数字化、数字化治理和数字创新5个维度刻画数字经济发展水平。借鉴文献1 0,3 7 中的研究,从I C T基础设施规模、互联网规模和数字技术移动应用的 角 度 对 数 字 化 基 础 设 施 进 行 测 算;参 考 文献2,3 8-3 9 中的研究,从产业规模、产业种类和产业从业人员对数字产业化进行测算;基于文献4 0中的研究,从农业数字化、工业数字化和服务业数字化3个方面测算产业数字化;借鉴文献1 7,2 6,4 0中的研究测算数字创新与数字化治理。考虑到各指标之间存在较显著的相关性,采用熵值法确定各级指标合成过程中的指标权重。熵值法作为一种客观4 7 6 系 统 管 理 学 报第3 3卷权重赋权法,不仅能有效规避层次分析法和专家打分法等主观赋权带来的随意性,又能避免主成分分析法所导致的信息缺失。数字经济发展水平度量指标体系如表1所示。表1 数字经济发展水平指标体系T a b.1 I n d e x s y s t e m o f d i g i t a l e c o n o m y d e v e l o p m e n t l e v e l1级指标2级指标3级指标具体指标数据来源数字经济发展水平数字化基础设施数字产业化产业数字化数字创新数字化治理I C T基础设施规模互联网规模数字技术移动应用产业规模产业种类产业从业人员农业数字化工业数字化服务业数字化专利研发投入政务服务能力光缆线路长度中国统计年鉴软件产业固定资产投资额中国信息产业年鉴信息传输、软件和信息技术服务业固定资产投资额中国统计年鉴百人互联网宽带接入用户数中国统计年鉴互联网宽带接入端口密度中国统计年鉴域名数中国统计年鉴I P V 4地址数中国统计年鉴百人移动电话用户数中国统计年鉴移动电话基站中国统计年鉴电信业务总量收入中国统计年鉴软件产品收入中国统计年鉴信息技术咨询服务收入中国统计年鉴计算机、通信以及其他电子设备制造业企业数各省统计年鉴电子信息产业制造业企业数中国信息产业年鉴软件产业企业数中国信息产业年鉴信息传输、软件和信息技术服务业就业人数占比中国统计年鉴软件产业从业人员中国信息产业年鉴开通互联网宽带业务的行政村比重中国统计年鉴农村宽带接入用户中国统计年鉴两化融合指数 中国信息化与工业化融合发展水平评估报告工业每百家企业拥有网站数中国统计年鉴工业企业每百人使用计算机台数中国统计年鉴有电子商务交易活动企业比重中国统计年鉴企业电子商务销售额中国统计年鉴网上零售额中国统计年鉴快递业务收入中国统计年鉴数字普惠金融指数北大数字金融研究中心电子及通信设备制造业专利申请数中国高技术产业统计年鉴电子及通信设备制造业R&D经费内部支出中国高技术产业统计年鉴电子及通信设备制造业有R&D活动的企业数中国高技术产业统计年鉴电子及通信设备制造业有研发机构的企业数中国高技术产业统计年鉴电子及通信设备制造业R&D人员中国高技术产业统计年鉴软件产业研发经费中国信息产业年鉴软件产业研发人员中国信息产业年鉴政府网上政务服务能力指数 省级政府网上政务服务能力调查报告政务机构微博数 中国互联网络发展状况统计报告 劳动力技能。根据受教育程度划分劳动力的技能水平4 1-4 2,欧盟委员会资助建立的K L EM S数据库也将劳动力技能水平对应于受教育程度,定义高技能劳动力为受过高等教育及以上的毕业生,低技能劳动力为未受过正规职业培训的人员,其余则为中技能劳动力4 3。结合中国九年义务教育制度,一般劳动力初中毕业后可选择高中、中专、大专及以上等渠道接受教育,提升职业技能,丰富知识储备。因此,如果劳动力受教育程度为初中及以下,则属于低技能劳动力,高中、中专教育程度属于中技能劳动力,大专及以上教育程度属于高技能劳动力。综上所述,根据受教育程度划分不同技能水平的劳动力,定义为虚拟变量,将大专及以上学历(大专、大学本科、硕士和博士)视为高技能劳动力,赋值为1;其余视为低中技能劳动力,赋值为0。其中,个体受教育程度来自C F P S数据库中的成人库。2.2.2 中介变量:产业智能化 已有文献多采用机器人使用4 4和信息技术应用4 5来衡量产业智能化,鉴于数据的可得性,借鉴文献3 1,4 6-4 7 中的研究,采用机器人渗透度作为产业智能化的代理变量。计算方式如下:首先,获取国际机器人联合会(I F R)公布的中国各行业工业机器人安装量数据,将其行业划分与国民经济行业分类(G B/4 7 5 4-2 0 1 7)的行业划分相匹配,得到按国民经济行业分类划分的中第2期潘馨悦,等:数字经济、产业智能化与不同技能劳动力间的收入差距4 7 7 国各行业工业机器人安装量;其次,计算各省份分行业就业份额,即某行业该省从业人员占该行业全国总从业人员的百分比;最后,以各省份分行业就业份额为权重,对各行业工业机器人安装量加权求和,得到各省份机器人渗透度,取对数后为本文使用的机器人渗透度。即E R o b o tp t=Ns=1E R o b o tCHs tPp s t其中:E R o b o tCHs t为t年s行业工业机器人安装量;Pp s t为t年i省份s行业从业人员占该行业全国总从业人员的百分比。2.2.3 控制变量 为了避免遗漏重要变量造成的偏误,本文分别从微观个体层面和省级层面尽可能地对重要变量进行控制。个体层面控制变量包括年龄、婚姻状况和健康状况。参考柏培文等2 6和陈文等1 7等研究,省级层面控制变量包括:经济发展水平,采用就业人员平均工资对数来衡量;产业结构,采用第二产业产值占比来衡量,对产业结构合理化和产业结构高级化程度进行测算并控制4 8-4 9;对 外 开 放 程 度,采 用 外 商 直 接 投 资 额 占 当 地G D P的份额和进出口总额占当地G D P的份额来衡量;市场化程度,采用政府财政支出占当地G D P的份额和固定资产投资占当地G D P的份额来衡量。变量具体说明如表2所示。表2 变量含义说明T a b.2 D e s c r i p t i o n o f v a r i a b l e s类型变量名符号变量度量方法被解释变量个体年收入I n c个体年收入对数解释变量数字经济发展水平D i g根据本文构建的指标体系,基于熵值法测算后取对数劳动力技能S k i l l虚拟变量,低中技能劳动者=0,高技能劳动者=1中介变量产业智能化E R o b o t机器人渗透度对数控制变量年龄A g e范围为1 56 4岁婚姻状态M a r i t a l未婚、在婚(有配偶)、同居、离婚、丧偶健康状态H e a l t h健康、一般、比较不健康、不健康、非常不健康经济发展水平E c o n o m i c就业人员平均工资取对数产业结构I n d u s t r i a l第二产业产值占比、产业结构合理化与产业结构高级化程度对外开放程度O p e n外商直接投资额占当地G D P的比重,进出口总额占当地G D P的比重市场化程度M a r k e t政府财政支出占当地G D P的比重,固定资产投资占当地G D P的比重2.3 模型设定 首先对数字经济发展水平的提高会拉大低中技能劳动力与高技能劳动力间的收入差距这一假设进行检验,采用个体和时间层面的双向固定效应模型,基准模型设定如下:I n ci p t=0+1D i gp t+2S k i l li p t+3D i gp tS k i l li p t+1C o n t r o li p t+2C o n t r o lp t+ui+vt+i p t(1)式中,i、p和t分别表示个体、省份和时间。I n ci p t为年收入;D i gp t为数字经济发展水平;S k i l li p t为劳动力 技 能;C o n t r o li p t为 个 体 层 面 的 控 制 变 量;C o n t r o lp t为省份层面的控制变量;ui和vt分别为个体固定效应与时间固定效应;i p t为随机误差项。本文关注数字经济发展水平与劳动力技能的交叉项(D i gp tS k i l li p t)的回归系数,该回归系数代表数字经济发展对高技能劳动力收入效应与低中技能劳动力收入效应的强度之差,即数字经济发展对低中技能劳动力与高技能劳动力间收入差距的影响。根据前文所述,预期系数3显著为正。其次,理论分析已表明,数字经济发展水平的提高促进了产业智能化。与此同时,产业智能化对不同技能劳动力的收入效应存在差异,导致产业智能化拉大了低中技能劳动力与高技能劳动力间的收入差距。这一过程本质为有调节的中介作用,即数字经济促进了产业智能化,且产业智能化对劳动力的收入效应受技能水平调节。如图2所示。图2 技能水平调节产业智能化的中介作用F i g.2 T h e a d j u s t m e n t f u n c t i o n o f s k i l l l e v e l i n t h e p r o c e s s o f i n d u s t r i a l i n t e l l i g e n t i n t e r m e d i a r y为检验产业智能化在数字经济发展水平对低中技能劳动力与高技能劳动力间收入差距的影响过程中的中介作用,参考文献5 0-5 2,采用有调节的中介作用模型,模型设定如下:E R o b o tp t=0+1D i gp t+1C o n t r o li p t+2C o n t r o lp t+ui+vt+i p t(2)4 7 8 系 统 管 理 学 报第3 3卷I n ci p t=0+1D i gp t+2E R o b o tp t+3S k i l li p t+4D i gp tS k i l li p t+5E R o b o tp tS k i l li p t+1C o n t r o li p t+2C o n t r o lp t+ui+vt+i p t(3)式中,i、p、t分别表示个体、省份和时间。E R o b o tp t为机器人渗透度。本文关注式(2)中数字经济发展水平(D i gp t)的回归系数和式(3)中机器人渗透度与劳动力技能的交叉项(E R o b o tp tS k i l li p t)的回归系数。根据张莉等5 2的研究,若上述两个回归系数均显著为正,则代表数字经济发展促进了产业智能化,且技能正向调节产业智能化对劳动力的收入效应。即验证了产业智能化在数字经济发展拉大低中技能劳动力与高技能劳动力间收入差距的作用过程中起到了中介作用。根据前文所述,预期系数1和5显著为正。2.4 变量描述性统计 各变量的描述性统计结果如表3所示。描述性统计结果显示:数字经济发展水平均值为0.2 5 7 8,标准差为0.2 8 2 0,表明各省份之间数字经济发展水平差异程度较大;劳动力技能均值为0.1 5 6 9,表明高技能劳动力整体占比较低;对于控制变量,除进出口总额占比和固定资产投资占比在不同省份之间差异较大外,其他变量的差异程度相对较小。表3 变量描述性统计T a b.3 D e s c r i p t i v e s t a t i s t i c s o f v a r i a b l e s变量符号样本量均值标准差最小值最大值年收入对数I n c7 2 3 5 69.4 2 5 51.5 9 2 50.6 9 3 11 6.1 4 7 7数字经济发展水平D i g7 2 3 5 60.2 5 7 80.2 8 2 00.0 0 1 21技能S k i l l7 2 3 5 60.1 5 6 90.3 6 3 701机器人渗透度对数E R o b o t7 2 3 5 68.2 8 3 11.4 9 6 84.7 7 9 11 2.0 4 5 9年龄A g e7 2 3 5 64 0.2 0 6 11 2.7 3 0 61 66 4婚姻状态M a r i t a l7 2 3 5 61.9 4 5 70.6 4 9 415健康状态H e a l t h7 2 3 5 62.4 7 5 71.1 8 2 115就业人员平均工资对数E c o n o m i c7 2 3 5 61 0.8 5 1 90.4 0 5 81 0.2 3 0 51 2.0 9 0 5第二产业产值占比I n d u s t r i a l_17 2 3 5 60.4 4 1 30.0 7 0 30.1 5 9 70.6 0 0 8产业结构合理化I n d u s t r i a l_27 2 3 5 60.2 2 6 10.1 8 1 00.0 0 8 21.0 4 2 5产业