何 樹 全，陳 京

（上海大學(xué) 經(jīng)濟(jì)學(xué)院，上海 200444）

一、引言

數(shù)字經(jīng)濟(jì)成為中國(guó)經(jīng)濟(jì)發(fā)展的加速器，得到黨和國(guó)家的高度重視，“十三五”期間，黨中央、國(guó)務(wù)院發(fā)布了《國(guó)家創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略綱要》等重要文件，將數(shù)字經(jīng)濟(jì)作為重點(diǎn)發(fā)展方向之一。數(shù)字經(jīng)濟(jì)也不負(fù)眾望，2021 年，我國(guó)數(shù)字經(jīng)濟(jì)總規(guī)模達(dá)到了45.5 萬(wàn)億元，同比名義增長(zhǎng)16.2%，占GDP 比重39.8%。①數(shù)據(jù)來(lái)源：中國(guó)信息通信研究院發(fā)布《中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展報(bào)告（2022 年）》，見http://www.caict.ac.cn/kxyj/qwfb/bps/202207/t20220708_405627.htm。數(shù)字經(jīng)濟(jì)的持續(xù)高速增長(zhǎng)為社會(huì)、經(jīng)濟(jì)發(fā)展增強(qiáng)了信心，但是中國(guó)依舊存在著嚴(yán)重的發(fā)展不平衡問(wèn)題：2015 年，中國(guó)20 分位以下低收入組與80 分位以上高收入組收入差距為5.43 萬(wàn)元，到2021 年，此差距擴(kuò)大至7.75萬(wàn)元。①數(shù)據(jù)來(lái)源：國(guó)家統(tǒng)計(jì)局，https://data.stats.gov.cn/easyquery.htm?cn=C01&zb=A0A0G&sj=2022。

收入差距的擴(kuò)大會(huì)影響社會(huì)經(jīng)濟(jì)發(fā)展的質(zhì)量，并衍生出一系列問(wèn)題，例如犯罪率提高或居民健康水平降低。［1］因此，了解數(shù)字經(jīng)濟(jì)對(duì)收入差距影響的方向、路徑及在不同群體間影響的差異性，能對(duì)數(shù)字經(jīng)濟(jì)發(fā)展過(guò)程中可能出現(xiàn)的問(wèn)題及時(shí)預(yù)警，以便出臺(tái)有效的治理、完善、監(jiān)督、規(guī)范制度來(lái)降低收入差距，從而有利于經(jīng)濟(jì)社會(huì)的健康穩(wěn)定發(fā)展。

為了研究數(shù)字經(jīng)濟(jì)對(duì)收入差距的影響效應(yīng)及路徑，本文構(gòu)建城市層面數(shù)字經(jīng)濟(jì)指標(biāo)，基于微觀數(shù)據(jù)勞動(dòng)力動(dòng)態(tài)調(diào)查（China Labor-force Dynamic Survey，簡(jiǎn)稱CLDS）個(gè)體數(shù)據(jù)庫(kù)，采用再中心化影響函數(shù)RIF（Recentered Influence Functions，簡(jiǎn)稱RIF）分位回歸模型進(jìn)行研究分析。本文的主要貢獻(xiàn)如下：（1）本文從技能偏向型技術(shù)進(jìn)步視角研究數(shù)字經(jīng)濟(jì)對(duì)收入差距的影響，采用基于工作狀態(tài)、用腦頻率、學(xué)歷三個(gè)維度區(qū)分中高低技能勞動(dòng)者，解決了以往研究按照學(xué)歷或職業(yè)類別等單一維度分類的局限性；學(xué)術(shù)界對(duì)數(shù)字經(jīng)濟(jì)指標(biāo)的測(cè)算未達(dá)成一致意見，且多采用省級(jí)層面數(shù)據(jù)，本文借鑒畢馬威和阿里研究院、中國(guó)信息通信研究院、柏培文和張?jiān)?、陳貴富等人對(duì)數(shù)字經(jīng)濟(jì)內(nèi)涵的界定與指標(biāo)測(cè)算方法［2］1［3］1［4］97［5］123，從數(shù)字產(chǎn)業(yè)、數(shù)字消費(fèi)者、數(shù)字科研三個(gè)維度構(gòu)建城市層面數(shù)字經(jīng)濟(jì)綜合指標(biāo)，可以充實(shí)城市層面對(duì)數(shù)字經(jīng)濟(jì)的研究。（2）現(xiàn)有文獻(xiàn)較少研究數(shù)字經(jīng)濟(jì)對(duì)收入差距的影響，與本文直接相關(guān)的文獻(xiàn)大多討論數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)收入差距、中低技能勞動(dòng)者收入、農(nóng)村家庭收入的影響，而針對(duì)數(shù)字經(jīng)濟(jì)對(duì)中國(guó)微觀個(gè)體數(shù)據(jù)收入分位差距的研究較少，本文基于CLDS 微觀個(gè)體層面數(shù)據(jù)，研究數(shù)字經(jīng)濟(jì)對(duì)中國(guó)收入差距的影響，得到的結(jié)論具有一般普遍性。（3）本文使用RIF 回歸模型，解決了傳統(tǒng)OLS 模型不能研究微觀個(gè)體數(shù)據(jù)收入分配的問(wèn)題。

二、文獻(xiàn)綜述

（一）影響收入差距的因素

徐舒、陳斌開等人認(rèn)為，人力資本與教育投資是影響收入差距的重要影響因素。［6］90［7］Asteriou、Mendoza、鄭新業(yè)等人認(rèn)為國(guó)際貿(mào)易、全球化是影響收入差距的關(guān)鍵因素。［8］［9］［10］Bentolina、Saint-Paul、Acemoglu、王林輝和袁理等人認(rèn)為技術(shù)進(jìn)步特別是偏向型技術(shù)進(jìn)步是影響收入差距的重要因素。［11］［12］51［13］1159［14］數(shù)字經(jīng)濟(jì)是由數(shù)字技術(shù)驅(qū)動(dòng)而形成的新經(jīng)濟(jì)形態(tài)，因此，數(shù)字經(jīng)濟(jì)發(fā)展很可能是影響收入差距的重要因素，但現(xiàn)有研究很少直接關(guān)注數(shù)字經(jīng)濟(jì)對(duì)收入差距的影響。

（二）數(shù)字經(jīng)濟(jì)對(duì)收入分配的影響

與本文直接相關(guān)的文獻(xiàn)探討了數(shù)字經(jīng)濟(jì)對(duì)收入分配的影響。王寧和胡樂(lè)明通過(guò)文獻(xiàn)評(píng)述研究發(fā)現(xiàn)，數(shù)字經(jīng)濟(jì)一方面通過(guò)降低搜索成本、復(fù)制成本、運(yùn)輸成本等從而能夠以極低的邊際成本形成的規(guī)模經(jīng)濟(jì)效應(yīng)促進(jìn)全球化，加快城鄉(xiāng)融合，最終增加新興行業(yè)就業(yè)與收入，改善收入分配；另一方面，數(shù)字經(jīng)濟(jì)存在因知識(shí)貧困、信息過(guò)載、壟斷、隱私泄露而導(dǎo)致基礎(chǔ)工作被替代、城鄉(xiāng)收入差距擴(kuò)大、技能偏向而惡化收入不平等的問(wèn)題。［15］

1.數(shù)字經(jīng)濟(jì)減緩收入不平等

張勛等人使用數(shù)字惠普金融指數(shù)和中國(guó)家庭追蹤調(diào)查數(shù)據(jù)（CFPS），發(fā)現(xiàn)數(shù)字金融通過(guò)改善農(nóng)村居民創(chuàng)業(yè)行為顯著提升了農(nóng)村低收入群體的家庭收入。［16］周利等人基于RIF回歸的方法研究數(shù)字惠普金融對(duì)城鄉(xiāng)收入差距的影響，發(fā)現(xiàn)數(shù)字惠普金融主要通過(guò)降低門檻效應(yīng)來(lái)縮小城鄉(xiāng)收入差距。［17］Nguyen 等人通過(guò)研究2002—2014 年間全球87 個(gè)經(jīng)濟(jì)體發(fā)現(xiàn)，互聯(lián)網(wǎng)、移動(dòng)電話、固定電話使用率能夠降低GINI 系數(shù)。［18］Mushtaq 等人研究62個(gè)國(guó)家得出ICT 技術(shù)能夠降低GINI 系數(shù)的結(jié)論。［19］

2.數(shù)字經(jīng)濟(jì)加劇收入不平等

Guellec 和Paunov 認(rèn)為數(shù)字經(jīng)濟(jì)擴(kuò)大了收入不平等現(xiàn)象。［20］孫寶文等人以2005 年全國(guó)1%人口抽樣調(diào)查微觀數(shù)據(jù)為樣本發(fā)現(xiàn)，互聯(lián)網(wǎng)雖然在總體上提升了勞動(dòng)者的工資收入水平，但由于技能偏向的存在，互聯(lián)網(wǎng)的發(fā)展擴(kuò)大了我國(guó)城市內(nèi)部收入差距。［21］王輝林等人使用2001—2016 年省級(jí)層面數(shù)據(jù)發(fā)現(xiàn)，人工智能技術(shù)通過(guò)崗位更迭效應(yīng)和生產(chǎn)率效應(yīng)擴(kuò)大了收入不平等。［22］王軍和常紅發(fā)現(xiàn)，人工智能會(huì)替代部分勞動(dòng)，創(chuàng)造新的工作崗位，導(dǎo)致就業(yè)極化，擴(kuò)大收入差距。［23］柏培文和張?jiān)普J(rèn)為數(shù)字經(jīng)濟(jì)通過(guò)要素重組升級(jí)和再配置導(dǎo)致的效率變革以及產(chǎn)業(yè)智能化降低了中低技能勞動(dòng)力的相對(duì)收入。［4］91陳富貴等人發(fā)現(xiàn)，數(shù)字經(jīng)濟(jì)通過(guò)勞動(dòng)力就業(yè)技能結(jié)構(gòu)升級(jí)和行業(yè)結(jié)構(gòu)升級(jí)表征的技能偏向型技術(shù)進(jìn)步路徑來(lái)影響勞動(dòng)力市場(chǎng)。［5］118

3.數(shù)字經(jīng)濟(jì)對(duì)收入分配的其他影響

陳文和吳贏構(gòu)建省級(jí)層面數(shù)字經(jīng)濟(jì)綜合指標(biāo)，使用泰爾指數(shù)衡量城鄉(xiāng)收入不平等，發(fā)現(xiàn)數(shù)字經(jīng)濟(jì)與城鄉(xiāng)收入差距呈現(xiàn)U 型關(guān)系，數(shù)字經(jīng)濟(jì)是通過(guò)影響城鎮(zhèn)化以及城鄉(xiāng)居民相對(duì)創(chuàng)業(yè)水平來(lái)影響城鄉(xiāng)收入差距的。［24］

在數(shù)字經(jīng)濟(jì)對(duì)收入不平等的影響作用方面：如果使用數(shù)字惠普金融來(lái)衡量數(shù)字經(jīng)濟(jì)的話，可以得出數(shù)字經(jīng)濟(jì)縮小城鄉(xiāng)收入差距的結(jié)論，但是如果采用綜合數(shù)字經(jīng)濟(jì)指標(biāo)測(cè)算，則會(huì)有不一樣的結(jié)果。采用宏觀指標(biāo)衡量收入分布與使用微觀指標(biāo)來(lái)衡量收入分布得到的結(jié)論也不一致?，F(xiàn)有關(guān)于數(shù)字經(jīng)濟(jì)對(duì)收入分配影響的研究大多聚焦于城鄉(xiāng)收入差距，或中低技能勞動(dòng)者、農(nóng)村家庭，針對(duì)中國(guó)微觀數(shù)據(jù)收入差距的研究較少。

在影響路徑方面：何宗樾和宋旭光認(rèn)為數(shù)字經(jīng)濟(jì)有利于受教育程度高的群體，王文發(fā)現(xiàn)工業(yè)智能化顯著增加了服務(wù)業(yè)特別是知識(shí)密集型服務(wù)業(yè)的就業(yè)份額，這說(shuō)明數(shù)字經(jīng)濟(jì)提高了高技能勞動(dòng)力的相對(duì)需求。［25］［26］就業(yè)份額和農(nóng)村創(chuàng)業(yè)水平的提高、勞動(dòng)力替代與新崗位的創(chuàng)造、從業(yè)門檻的降低都是要素結(jié)構(gòu)的變動(dòng)，數(shù)字經(jīng)濟(jì)是通過(guò)改變要素的相對(duì)生產(chǎn)率及相對(duì)需求進(jìn)而改變要素結(jié)構(gòu)的有偏技術(shù)進(jìn)步來(lái)影響收入分配的，見圖1所示。

圖1 數(shù)字經(jīng)濟(jì)對(duì)收入分布的影響路徑

三、數(shù)字經(jīng)濟(jì)對(duì)收入差距影響的理論機(jī)制

數(shù)字經(jīng)濟(jì)是由數(shù)字技術(shù)驅(qū)動(dòng)的經(jīng)濟(jì)形態(tài)的總和，是以數(shù)字技術(shù)的有效使用作為效率提升和經(jīng)濟(jì)結(jié)構(gòu)優(yōu)化的一系列經(jīng)濟(jì)活動(dòng)。［27］如果數(shù)字技術(shù)進(jìn)步具有技能偏向的話，數(shù)字經(jīng)濟(jì)的發(fā)展也會(huì)存在技能偏向性特征。［5］122技能偏向型技術(shù)進(jìn)步指的是會(huì)使高技能勞動(dòng)者需求增加，進(jìn)而增加其收入的技術(shù)進(jìn)步。［28］本文基于徐舒和Acemoglu 的理論分析來(lái)構(gòu)建數(shù)字經(jīng)濟(jì)影響收入分配的一般均衡模型，［6］82［12］18［13］1087假設(shè)處于完全競(jìng)爭(zhēng)市場(chǎng)的廠商的生產(chǎn)函數(shù)為CES（Constant elasticity of substitution）生產(chǎn)函數(shù)：

其中Y 是產(chǎn)出，L 是低技能勞動(dòng)投入，H是高技能勞動(dòng)投入，Al(·)表示低技能勞動(dòng)者單位勞動(dòng)生產(chǎn)回報(bào)率，τ 代表外生的數(shù)字技術(shù)水平，Ah(·)表示高技能勞動(dòng)者單位勞動(dòng)生產(chǎn)回報(bào)率，A(τ)反映了數(shù)字經(jīng)濟(jì)發(fā)展水平，式（3.1）還 滿 足?Al(τ)/?τ＞0，?Ah(τ)/?τ＞0。通過(guò)廠商生產(chǎn)最優(yōu)化一階條件得到兩種類型勞動(dòng)力的工資如下：

其中P 是產(chǎn)品市場(chǎng)價(jià)格，高低勞動(dòng)力收入之比為rw=wh/wl：

rw=是勞動(dòng)力市場(chǎng)高技能勞動(dòng)力的相對(duì)需求函數(shù)，對(duì)（3.4）等式兩邊求τ的偏導(dǎo)得出：

從式（3.5）可以得出，數(shù)字經(jīng)濟(jì)技能偏向類型影響著高技能勞動(dòng)力的相對(duì)需求進(jìn)而影響收入差距。反映了數(shù)字技術(shù)對(duì)高低技能勞動(dòng)力相對(duì)生產(chǎn)率的影響，如果數(shù)字技術(shù)進(jìn)步是有偏的，則，隨著數(shù)字經(jīng)濟(jì)的發(fā)展，高技能勞動(dòng)力的相對(duì)要素回報(bào)率增加，，則，會(huì)增加對(duì)高技能勞動(dòng)力的相對(duì)需求，在新的勞動(dòng)市場(chǎng)均衡條件下，高技能勞動(dòng)力的相對(duì)收入增加導(dǎo)致收入差距變大，如圖2所示。

圖2 數(shù)字經(jīng)濟(jì)對(duì)收入差距影響路徑

四、數(shù)據(jù)處理與研究設(shè)計(jì)

（一）RIF模型

本文使用再中心化影響函數(shù)RIF分位回歸模型研究數(shù)字經(jīng)濟(jì)對(duì)收入差距的影響。RIF 模型由Firpo、Fortin 和Lemieux 提出，可以用來(lái)衡量樣本中某一變量微小變化對(duì)變量統(tǒng)計(jì)量的影響，［29］具體的定義式如下：

其中，F(xiàn)y是y 的原始分布，Hyi是僅在yi處取值的分布，v(Fy)為y 分布的統(tǒng)計(jì)量。IF（Influence function）指的是影響函數(shù)，能夠量化yi統(tǒng)計(jì)量的微小變化。RIF 為統(tǒng)計(jì)量的改變量加上原始分布的統(tǒng)計(jì)量，反映的是樣本發(fā)生微小變化后，得到的新的統(tǒng)計(jì)量的大小。

（二）模型構(gòu)建

本文將10-90 分位收入差距、10-50 分位收入差距、50-90 分位收入差距作為被解釋變量，研究數(shù)字經(jīng)濟(jì)對(duì)收入差距的影響，具體RIF回歸模型1如下：

其中，incomeijt指的是在城市j 中的受訪者i于t年的收入水平，v1(·)指的是在t年j城市收入水平分布的10-90、10-50、50-90 分位差距。Digitaljt-1為城市j 在t-1 年的數(shù)字經(jīng)濟(jì)發(fā)展水平，是本文的核心解釋變量，系數(shù)α1反映了數(shù)字經(jīng)濟(jì)對(duì)收入差距的影響，如果為正數(shù)，則說(shuō)明數(shù)字經(jīng)濟(jì)擴(kuò)大了收入差距，如果為負(fù)數(shù)，則說(shuō)明數(shù)字經(jīng)濟(jì)縮小了收入差距。Xjt-1為滯后一期的城市層面控制變量，包括對(duì)外直接投資水平、地區(qū)生產(chǎn)總值、地區(qū)教育水平。Zit為受訪者i 在t 年個(gè)體層面控制變量，包括受訪者年齡、性別、所處社區(qū)類型、父母受教育程度、本人受教育水平。δj為城市層面固定效應(yīng)，μt為年份層面固定效應(yīng)，εijt為標(biāo)準(zhǔn)誤。

本文將10、25、50、75、90 分位的收入水平作為被解釋變量，研究數(shù)字經(jīng)濟(jì)對(duì)各分位收入水平的影響，探究數(shù)字經(jīng)濟(jì)的技能偏向類型，驗(yàn)證數(shù)字經(jīng)濟(jì)對(duì)收入差距影響的路徑，具體RIF回歸模型2如下。

同樣，incomeijt指的是在城市j 中的受訪者i 于t 年的收入水平。v2(·)指的是在t 年j城市10分位、25分位、50分位、75分位、90分位的收入水平。Digitaljt-1為城市j 在t-1 年的數(shù)字經(jīng)濟(jì)發(fā)展水平。MHit是一個(gè)虛擬變量，指的是受訪者i 在t 年的技能類型，如果為1，說(shuō)明該受訪者是中高技能勞動(dòng)者，如果為0，說(shuō)明是低技能勞動(dòng)者。交互項(xiàng)Digitaljt-1×MHit前面的系數(shù)β2反映的是數(shù)字經(jīng)濟(jì)對(duì)中高技能勞動(dòng)者相對(duì)收入的影響，如果β2大于0，說(shuō)明數(shù)字經(jīng)濟(jì)擴(kuò)大了中高技能勞動(dòng)者與低技能勞動(dòng)者的收入差距，因?yàn)槿绻鸐Hit= 0，表示數(shù)字經(jīng)濟(jì)對(duì)低技能勞動(dòng)者q分位收入的影響為β1，MHit= 1 時(shí)，表示數(shù)字經(jīng)濟(jì)對(duì)中高技能勞動(dòng)者q分位收入的影響為（β1+ β2），如果β2大于0，說(shuō)明數(shù)字經(jīng)濟(jì)對(duì)中高技能勞動(dòng)組q分位收入影響比低技能勞動(dòng)組大。Xjt-1為滯后一期的城市層面控制變量，包括對(duì)外直接投資水平、地區(qū)生產(chǎn)總值、地區(qū)教育水平。Zit為受訪者i 在t 年個(gè)體層面控制變量，包括受訪者年齡、性別、所處社區(qū)類型、父母受教育程度、本人受教育水平。δj為城市層面固定效應(yīng)，μt為年份層面固定效應(yīng)，εijt為標(biāo)準(zhǔn)誤。

（三）數(shù)據(jù)來(lái)源與樣本選取

本文的微觀個(gè)體數(shù)據(jù)來(lái)自中山大學(xué)三期985 建設(shè)項(xiàng)目2012、2014、2016 年中國(guó)勞動(dòng)力動(dòng)態(tài)調(diào)查（CLDS）個(gè)體問(wèn)卷數(shù)據(jù)。城市維度的數(shù)據(jù)來(lái)自《中國(guó)城市統(tǒng)計(jì)年鑒》《企研數(shù)據(jù)：數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)專題數(shù)據(jù)庫(kù)》和北京大學(xué)數(shù)字普惠金融指數(shù)。此外為了解決內(nèi)生性，選取2011、2013、2015 年滯后一期的數(shù)據(jù)。

（四）變量選取與說(shuō)明

1.核心被解釋變量

收入分布v（income）：本文使用CLDS 中2012、2014、2016 年個(gè)體數(shù)據(jù)，來(lái)研究受訪者的收入情況。選取過(guò)去一年參加過(guò)工作的受訪者全年各類收入總和來(lái)衡量收入，為了數(shù)據(jù)的統(tǒng)一性，將2014、2016 年的收入數(shù)據(jù)單位從元換算為萬(wàn)元，以收入的統(tǒng)計(jì)量10-90 分位距、10-50 分位距、50-90 分位距、10分位、25 分位、50 分位、75 分位、90 分位收入水平作為被解釋變量。

2.核心解釋變量

數(shù)字經(jīng)濟(jì)（Digital）：中國(guó)信息通信研究院將數(shù)字經(jīng)濟(jì)定義為數(shù)字產(chǎn)業(yè)化、產(chǎn)業(yè)數(shù)字化、數(shù)字化治理、數(shù)據(jù)價(jià)值化，［3］1《2018 全球數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)》以數(shù)字基礎(chǔ)設(shè)施、數(shù)字公共服務(wù)、數(shù)字科研、數(shù)字消費(fèi)者、數(shù)字產(chǎn)業(yè)生態(tài)構(gòu)建全球數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)。［2］1本文結(jié)合中國(guó)信息通信研究院提出的關(guān)于數(shù)字經(jīng)濟(jì)的基本內(nèi)涵，畢馬威和阿里研究院提出的數(shù)字經(jīng)濟(jì)五因素模型，柏培文和張?jiān)?、陳貴富等人關(guān)于城市層面數(shù)字經(jīng)濟(jì)的測(cè)算以及城市層面數(shù)據(jù)的可獲得性，從數(shù)字產(chǎn)業(yè)、數(shù)字消費(fèi)者、數(shù)字科研三個(gè)維度構(gòu)建城市層面數(shù)字經(jīng)濟(jì)綜合指標(biāo)。［4］97數(shù)字產(chǎn)業(yè)包括產(chǎn)業(yè)數(shù)字化程度以及數(shù)字技術(shù)對(duì)產(chǎn)業(yè)滲透程度，本文借鑒陳貴富等人的研究用信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)就業(yè)人數(shù)占比來(lái)衡量數(shù)字產(chǎn)業(yè)化程度，因?yàn)閿?shù)字產(chǎn)業(yè)化包括軟件和信息技術(shù)服務(wù)業(yè)、電信業(yè)等行業(yè)，使用數(shù)字普惠金融指數(shù)衡量產(chǎn)業(yè)數(shù)字化程度，因?yàn)楫a(chǎn)業(yè)數(shù)字化是指數(shù)字技術(shù)與實(shí)體經(jīng)濟(jì)的融合。［5］123數(shù)字消費(fèi)者指的是數(shù)字技術(shù)對(duì)消費(fèi)者的滲透程度，對(duì)于數(shù)字經(jīng)濟(jì)來(lái)說(shuō)，數(shù)字消費(fèi)者的數(shù)量以及成熟度是核心競(jìng)爭(zhēng)力，數(shù)字消費(fèi)者是數(shù)據(jù)產(chǎn)生的源泉，數(shù)字技術(shù)以及商業(yè)模式的創(chuàng)新都架構(gòu)在消費(fèi)者數(shù)據(jù)的基礎(chǔ)上，本文用移動(dòng)電話普及率和互聯(lián)網(wǎng)普及率來(lái)衡量。數(shù)字科研體現(xiàn)了數(shù)字經(jīng)濟(jì)發(fā)展的創(chuàng)新水平以及可持續(xù)發(fā)展的能力，數(shù)字經(jīng)濟(jì)是知識(shí)型經(jīng)濟(jì)，信息技術(shù)基礎(chǔ)及應(yīng)用型研究是數(shù)字經(jīng)濟(jì)可持續(xù)發(fā)展的重要保障，本文使用《企研數(shù)據(jù)：數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)專題數(shù)據(jù)庫(kù)》中數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)專利授權(quán)數(shù)來(lái)衡量數(shù)字科研水平。最后采用主成分分析法構(gòu)建數(shù)字經(jīng)濟(jì)綜合指標(biāo)。①KMO值為0.714，滿足主成分分析條件。

為了減少內(nèi)生性的影響，本文采用滯后一期的數(shù)據(jù)測(cè)算，選取2011、2013、2015年的數(shù)據(jù)構(gòu)成指標(biāo)，生成149 個(gè)城市的數(shù)字經(jīng)濟(jì)發(fā)展綜合指標(biāo)。

3.勞動(dòng)力技能類型虛擬變量

本文參考陳富貴等人的研究，將中高技能勞動(dòng)力（MH）歸為一類，［5］124MH=1 時(shí)為中高技能勞動(dòng)力，MH=0 時(shí)為低技能勞動(dòng)力，因?yàn)殡S著我國(guó)數(shù)字經(jīng)濟(jì)的發(fā)展，中高技能勞動(dòng)力比例不斷上升，發(fā)揮著重要的作用。［30］

現(xiàn)有研究大多從學(xué)歷層次、職業(yè)分類來(lái)區(qū)分高低技能工人，但高學(xué)歷的人可能技能比較低，工作能力比較差，而低學(xué)歷的人領(lǐng)悟能力可能比較高，本文借鑒以往學(xué)者的分類，采用復(fù)合評(píng)判指標(biāo)根據(jù)CLDS 中受訪者最高學(xué)歷、工作狀態(tài)以及使用腦力頻率來(lái)區(qū)分高、中、低技能勞動(dòng)者。

工作狀態(tài)為雇員且經(jīng)常使用腦力的勞動(dòng)者為高技能勞動(dòng)者，工作狀態(tài)為雇員且有時(shí)使用腦力的勞動(dòng)者為中等技能勞動(dòng)者，工作狀態(tài)為雇員且很少或從不使用腦力的勞動(dòng)者為低技能勞動(dòng)者。

工作狀態(tài)為雇主、自雇非體力勞動(dòng)者為中高技能勞動(dòng)者；工作狀態(tài)為自雇體力勞動(dòng)者為低技能工人；工作狀態(tài)為自雇、務(wù)農(nóng)時(shí)，按照學(xué)歷劃分，大專及以上為高技能勞動(dòng)者，大專以下初中以上為中等技能勞動(dòng)者，初中及以下學(xué)歷定義為低技能勞動(dòng)者。

4.控制變量

為了減少遺漏變量的影響本文從城市維度和個(gè)人維度控制重要因素對(duì)結(jié)果的影響。

城市維度控制變量：（1）實(shí)際使用外資金額；（2）地區(qū)生產(chǎn)總值；（3）地區(qū)教育水平。數(shù)據(jù)來(lái)源于《中國(guó)城市統(tǒng)計(jì)年鑒》，選取滯后一期數(shù)據(jù)，故為2011、2013、2015年的數(shù)據(jù)。

個(gè)人維度控制變量：（1）年齡，選取范圍在18-65歲；（2）性別；（3）社區(qū)類型；（4）父親受教育程度；（5）母親受教育程度；（6）本人受教育程度。該數(shù)據(jù)主要來(lái)自CLDS 的個(gè)體數(shù)據(jù)，年份為2012、2014、2016年。

經(jīng)過(guò)上述變量的選取與編碼，整理得到各變量描述性統(tǒng)計(jì)結(jié)果如表2所示。

五、實(shí)證結(jié)果與分析

（一）基準(zhǔn)回歸結(jié)果

為研究數(shù)字經(jīng)濟(jì)對(duì)收入差距的總體影響，本文對(duì)式（4.3）進(jìn)行回歸，結(jié)果如表3 所示，數(shù)字經(jīng)濟(jì)加劇了我國(guó)收入不平等。從（1）列可以看出當(dāng)數(shù)字經(jīng)濟(jì)增加1個(gè)單位，收入10-90分位的差值增大0.786個(gè)單位，顯著擴(kuò)大了11.8%（0.786/6.660），從第（2）列可以看出數(shù)字經(jīng)濟(jì)增加1 個(gè)單位，會(huì)增大10-50分位收入差距4.1%（0.072/1.76），從第（3）列可以看出數(shù)字經(jīng)濟(jì)增加1 個(gè)單位，會(huì)增大50-90 分位收入差距14.6%（0.714/4.9），數(shù)字經(jīng)濟(jì)對(duì)50-90 分位收入差距的影響作用更大，從第（2）第（3）列RIF 均值我們可以看出50-90 分位收入人群的收入差距大于10-50分位收入人群，數(shù)字經(jīng)濟(jì)使收入差距本來(lái)就大的群體收入差距更大了。

（二）數(shù)字經(jīng)濟(jì)的技能偏向類型

表4 第（1）列Digital（t-1）*MH 的系數(shù)為0.375且具有統(tǒng)計(jì)顯著性，可以看出數(shù)字經(jīng)濟(jì)存在明顯的技能偏向性，數(shù)字經(jīng)濟(jì)對(duì)高收入人群收入促進(jìn)作用更大，這驗(yàn)證了數(shù)字經(jīng)濟(jì)通過(guò)技能偏向型技術(shù)進(jìn)步擴(kuò)大收入差距的預(yù)測(cè)。數(shù)字經(jīng)濟(jì)對(duì)中高技能工人工資的影響作用在不同收入人群中不一樣，從第（4）第（5）第（6）列Digital（t-1）*MH 交互項(xiàng)系數(shù)可以看出，在50-90分位收入人群中，數(shù)字經(jīng)濟(jì)顯著增大了中高技能勞動(dòng)者的工資，顯現(xiàn)出數(shù)字經(jīng)濟(jì)技能偏向性特征，且隨著人群收入增加技能偏向性越大。

但是從第（2）第（3）列Digital（t-1）*MH系數(shù)發(fā)現(xiàn)，數(shù)字經(jīng)濟(jì)略微減小了中高技能勞動(dòng)者的相對(duì)收入，這里數(shù)字經(jīng)濟(jì)的技能偏向特征不明顯，并且有些偏向于低技能勞動(dòng)者?？梢?，數(shù)字經(jīng)濟(jì)并不是對(duì)所有人群都顯現(xiàn)出高技能偏向特征，對(duì)低收入人群存在一定程度的低技能偏向性。為什么在低收入人群中，數(shù)字經(jīng)濟(jì)發(fā)展體現(xiàn)出對(duì)低技能勞動(dòng)者更友好的傾向？在這個(gè)收入?yún)^(qū)間，涌現(xiàn)出大量技能門檻更低的工作，比如打字員、圖譜標(biāo)記員、電商客服等，電子商務(wù)的發(fā)展也增加了扶貧助農(nóng)的渠道，增加了低技能勞動(dòng)者創(chuàng)業(yè)機(jī)會(huì)，呈現(xiàn)出低技能勞動(dòng)力偏向型技術(shù)進(jìn)步。［31］1

（三）穩(wěn)健性檢驗(yàn)

1.縮尾處理

從前文描述性統(tǒng)計(jì)分析發(fā)現(xiàn)，個(gè)體年總收入最小值為6元，存在異常極端值的情況，因此，對(duì)收入進(jìn)行1%分位雙邊縮尾處理，剔除兩邊1%分位數(shù)據(jù)，得到的結(jié)果如表5 所示，數(shù)字經(jīng)濟(jì)依舊顯著擴(kuò)大收入差距，驗(yàn)證了結(jié)果的穩(wěn)健性。

2.關(guān)鍵核心解釋變量替換

借鑒柏培文和張?jiān)剖褂酶魇?shù)字企業(yè)存量數(shù)替換數(shù)字經(jīng)濟(jì)發(fā)展指數(shù)驗(yàn)證結(jié)果穩(wěn)健性的方法，［3］1本文使用《企研數(shù)據(jù)——數(shù)字經(jīng)濟(jì)專題數(shù)據(jù)庫(kù)》各城市數(shù)字經(jīng)濟(jì)企業(yè)存量滯后一期對(duì)數(shù)lnNum（t-1）替換關(guān)鍵核心解釋變量Digital（t-1），結(jié)果如表6所示，數(shù)字經(jīng)濟(jì)依舊顯著正向影響收入差距，且對(duì)于10-50 分位的影響程度低于50-90 分位的影響程度。

（四）異質(zhì)性分析

1.性別差異

前面的研究是針對(duì)所有樣本進(jìn)行的回歸，體現(xiàn)總體上數(shù)字經(jīng)濟(jì)對(duì)收入差距的影響以及技能偏向類型。現(xiàn)在本文對(duì)不同性別進(jìn)行組內(nèi)回歸，考察數(shù)字經(jīng)濟(jì)對(duì)男女組內(nèi)收入差距的影響以及技能偏向類型。通過(guò)表7的結(jié)果可以發(fā)現(xiàn)，數(shù)字經(jīng)濟(jì)對(duì)女性的收入差距影響更顯著，數(shù)字經(jīng)濟(jì)每增加1個(gè)單位，女性10-90 分位收入差距擴(kuò)大36.5%（1.906/5.222），其中數(shù)字經(jīng)濟(jì)對(duì)50-90 分位收入差距擴(kuò)大作用更明顯。本文還發(fā)現(xiàn)，數(shù)字經(jīng)濟(jì)對(duì)男性的收入差距影響并不顯著。通過(guò)RIF均值可以看出，男性的收入差距比女性要大，男性10-90 分位收入差距RIF 均值為7.593，而女性僅為5.222。

從表8 可以看出，數(shù)字經(jīng)濟(jì)對(duì)高收入組女性的收入影響更大，體現(xiàn)出更加明顯的技能偏向特征。從第（1）列女性Digital（t-1）*MH 的系數(shù)0.211 且在0.01 水平上可以得出，數(shù)字經(jīng)濟(jì)每增加1個(gè)單位，女性中高技能勞動(dòng)者的收入增加7.5%（0.211/2.811）；男性Digital（t-1）*MH 的系數(shù)為0.238，即數(shù)字經(jīng)濟(jì)每增加1 個(gè)單位，男性中高技能勞動(dòng)者的收入增加5.86%（0.238/4.063）。數(shù)字經(jīng)濟(jì)在女性勞動(dòng)者中展現(xiàn)的技能偏向特征更加明顯，增加了女性中高技能勞動(dòng)者收入。數(shù)字經(jīng)濟(jì)在發(fā)展過(guò)程中提供了很多需要腦力勞動(dòng)的崗位，而這些崗位不分性別，提供更加平等的就業(yè)機(jī)會(huì)，更少的性別歧視，解決女性相對(duì)體力較弱、生育期間勞動(dòng)受阻的現(xiàn)狀。［31］1總之，通過(guò)性別差異分析本文可以得出數(shù)字經(jīng)濟(jì)對(duì)女性群體技能偏向特征更明顯，對(duì)女性群體收入差距的影響更大。

2.城鄉(xiāng)差異

中國(guó)城市和農(nóng)村的發(fā)展差異較大，有著不同的生產(chǎn)模式與結(jié)構(gòu)體系，因此，本文對(duì)城市和農(nóng)村人群進(jìn)行分組回歸，研究數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)收入分布影響的差異性。從表9能夠看出，數(shù)字經(jīng)濟(jì)不管在城市還是農(nóng)村，都會(huì)顯著擴(kuò)大收入差距，但是對(duì)農(nóng)村的收入差距影響更大。從第（1）列可以看出，數(shù)字經(jīng)濟(jì)水平每增加1 個(gè)單位，城市的收入差距擴(kuò)大4.5%（0.396/8.796），農(nóng)村的收入差距擴(kuò)大10.79%（0.524/4.855）。

從表10可以看出，數(shù)字經(jīng)濟(jì)在農(nóng)村的技能偏向性更大。從第（1）列的數(shù)據(jù)可以得出，數(shù)字經(jīng)濟(jì)水平每增加1個(gè)單位，城市中高技能勞動(dòng)者收入增加4.4%（0.214/4.864），農(nóng)村中高技能勞動(dòng)者收入增加7.37%（0.186/2.522）。數(shù)字經(jīng)濟(jì)給農(nóng)村群體創(chuàng)造的就業(yè)崗位更加適合農(nóng)村中高技能勞動(dòng)者，城市數(shù)字經(jīng)濟(jì)的發(fā)展創(chuàng)造了相對(duì)農(nóng)村地區(qū)更多的低就業(yè)門檻崗位如外賣員、網(wǎng)約車司機(jī)、圖標(biāo)員等使城市低技能勞動(dòng)者受益，而農(nóng)村催生出來(lái)的有利于低技能勞動(dòng)者的崗位相對(duì)較少。

表2 各變量描述性統(tǒng)計(jì)

表3 數(shù)字經(jīng)濟(jì)對(duì)收入差距影響的基準(zhǔn)回歸結(jié)果（RIF回歸）

表4 數(shù)字經(jīng)濟(jì)對(duì)中高收入勞動(dòng)力收入分布影響的RIF回歸結(jié)果

表5 縮尾處理后數(shù)字經(jīng)濟(jì)對(duì)收入差距影響的RIF回歸結(jié)果

表6 替換關(guān)鍵核心解釋變量后數(shù)字經(jīng)濟(jì)對(duì)收入差距影響的RIF回歸結(jié)果

表7 數(shù)字經(jīng)濟(jì)對(duì)男女收入差距的影響RIF回歸結(jié)果

表8 數(shù)字經(jīng)濟(jì)對(duì)男女中高技能勞動(dòng)力收入分布影響的RIF回歸結(jié)果（續(xù)）

表8 數(shù)字經(jīng)濟(jì)對(duì)男女中高技能勞動(dòng)力收入分布影響的RIF回歸結(jié)果

表9 數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)收入差距的影響RIF回歸結(jié)果

表10 數(shù)字經(jīng)濟(jì)對(duì)城鄉(xiāng)中高技能勞動(dòng)力收入分布影響的RIF回歸結(jié)果

3.行業(yè)差異

本文根據(jù)證監(jiān)會(huì)2012年行業(yè)分類標(biāo)準(zhǔn)，將受訪者從事的行業(yè)分為勞動(dòng)密集型行業(yè)、資本密集型行業(yè)來(lái)研究數(shù)字經(jīng)濟(jì)對(duì)從事不同行業(yè)的勞動(dòng)者收入差距的影響。從表11中可以發(fā)現(xiàn)，數(shù)字經(jīng)濟(jì)對(duì)資本密集型行業(yè)勞動(dòng)者的收入差距影響更大。從第（1）列可以得出，數(shù)字經(jīng)濟(jì)每增加1 個(gè)單位，10-90 分位的勞動(dòng)密集型行業(yè)勞動(dòng)者收入差距擴(kuò)大7.69%（0.465/6.047），資本密集型行業(yè)的勞動(dòng)者收入差距擴(kuò)大20.84%（1.62/7.775）。

表11 數(shù)字經(jīng)濟(jì)對(duì)不同行業(yè)收入差距的影響RIF回歸結(jié)果

從表12可以看出，數(shù)字經(jīng)濟(jì)對(duì)資本密集型行業(yè)的勞動(dòng)者技能偏向性更大。從第（1）列可以得出，數(shù)字經(jīng)濟(jì)每增加1個(gè)單位，勞動(dòng)密集型行業(yè)的中高技能勞動(dòng)者收入增加7.01%（0.216/3.081），資本密集型行業(yè)的中高技能勞動(dòng)者收入增加7.79%（0.346/4.442）。數(shù)字技術(shù)和資本結(jié)合創(chuàng)造出了更多需要中高技能勞動(dòng)者的崗位，提高技能溢價(jià)，更加有利于中高技能勞動(dòng)者。

表12 數(shù)字經(jīng)濟(jì)對(duì)不同行業(yè)高低技能勞動(dòng)力收入分布影響的RIF回歸結(jié)果

六、研究結(jié)論與政策建議

本文主要得到以下結(jié)論：（1）總體來(lái)看，中國(guó)數(shù)字經(jīng)濟(jì)增大了收入差距，它主要擴(kuò)大中高收入群體的收入差距，對(duì)10-50 分位中低收入群體收入差距擴(kuò)大效應(yīng)較小。（2）數(shù)字經(jīng)濟(jì)是通過(guò)技能偏向型技術(shù)進(jìn)步影響不同技能工人的相對(duì)生產(chǎn)回報(bào)率進(jìn)而影響勞動(dòng)力市場(chǎng)相對(duì)需求，改變勞動(dòng)力市場(chǎng)一般均衡狀態(tài)，調(diào)整勞動(dòng)力構(gòu)成結(jié)構(gòu)來(lái)影響收入差距的。（3）數(shù)字經(jīng)濟(jì)并不是在所有人群中均體現(xiàn)技能偏向特征，它在低收入人群中體現(xiàn)的技能偏向性不明顯，甚至存在偏向低技能勞動(dòng)力的傾向，因?yàn)閿?shù)字經(jīng)濟(jì)創(chuàng)造出大量低門檻的崗位，對(duì)學(xué)歷、技能、經(jīng)驗(yàn)的要求較低，如淘寶客服、外賣騎手、數(shù)據(jù)標(biāo)注、短視頻審核等，而且數(shù)字經(jīng)濟(jì)創(chuàng)造了大量兼職崗位，中低收入人群可以利用碎片化時(shí)間獲取報(bào)酬，增加收入。（4）數(shù)字經(jīng)濟(jì)對(duì)女性、農(nóng)村、和資本密集型行業(yè)收入差距影響較大，技能偏向特征更明顯。數(shù)字經(jīng)濟(jì)有效增加了農(nóng)村群體、女性群體中高技能勞動(dòng)力的相對(duì)收入，但卻加劇了這些群體內(nèi)部的收入差距，因?yàn)閿?shù)字經(jīng)濟(jì)在農(nóng)村創(chuàng)造的有利于低技能勞動(dòng)者的崗位相對(duì)于城市更少，而且它能夠緩解女性中高技能勞動(dòng)者由于生育、體力等因素影響收入的現(xiàn)狀。同時(shí)，數(shù)字技術(shù)與資本的結(jié)合提高了中高技能勞動(dòng)者的相對(duì)收入，更加有利于中高技能勞動(dòng)者。

綜上，本文得到以下政策啟示：（1）調(diào)整數(shù)字經(jīng)濟(jì)技術(shù)進(jìn)步的偏向性。我國(guó)數(shù)字技術(shù)的發(fā)展總體上偏向于中高技能勞動(dòng)者，雖然目前數(shù)字經(jīng)濟(jì)的發(fā)展也創(chuàng)造了大量有利于低技能勞動(dòng)者、弱勢(shì)群體的崗位，但總體來(lái)說(shuō)，引進(jìn)的數(shù)字技術(shù)惠及低技能勞動(dòng)者程度還不夠。為了讓數(shù)字經(jīng)濟(jì)的發(fā)展成果惠及到廣大人民，需要政府引導(dǎo)研發(fā)更多惠及低技能勞動(dòng)者和公眾的數(shù)字產(chǎn)品與服務(wù)，例如電子商務(wù)助農(nóng)、數(shù)字技術(shù)與農(nóng)業(yè)相結(jié)合提高農(nóng)業(yè)生產(chǎn)率等。還需要減少數(shù)字鴻溝，降低理解和操作成本，使得非專業(yè)人員也能使用數(shù)字化技術(shù)，推行低代碼頁(yè)面搭建并研發(fā)更簡(jiǎn)單的數(shù)字分析平臺(tái)，讓數(shù)字經(jīng)濟(jì)普惠發(fā)展，使更多人參與到數(shù)字經(jīng)濟(jì)的價(jià)值創(chuàng)造過(guò)程中。（2）優(yōu)化勞動(dòng)市場(chǎng)供給結(jié)構(gòu)，提高中高技能勞動(dòng)力占比。為了適應(yīng)數(shù)字經(jīng)濟(jì)的發(fā)展，我們需要優(yōu)化勞動(dòng)市場(chǎng)供給結(jié)構(gòu)降低收入差距從而讓更多人獲益。工人的技能高低程度跟自身的經(jīng)驗(yàn)、教育、健康、培訓(xùn)情況等密不可分，低技能勞動(dòng)者也是可以轉(zhuǎn)變?yōu)橹懈呒寄軇趧?dòng)者的。政府可以引導(dǎo)并激勵(lì)低技能勞動(dòng)者參與培訓(xùn)，開展數(shù)字化教育消除數(shù)字鴻溝。當(dāng)?shù)厣鐓^(qū)基層組織可以在地方開展免費(fèi)技能培訓(xùn)，深入調(diào)查有困難人群的教育需求，了解他們學(xué)習(xí)過(guò)程中的困難，通過(guò)中高技能勞動(dòng)者成功獲取高收入回報(bào)的案例、教育獎(jiǎng)金來(lái)激勵(lì)低技能勞動(dòng)者進(jìn)行學(xué)習(xí)。