數(shù)字經(jīng)濟(jì)對(duì)勞動(dòng)收入份額的影響
——基于長(zhǎng)三角城市群的實(shí)證研究

廖信林，曹欣宇，吳友群，葉青楊

（安徽財(cái)經(jīng)大學(xué) 經(jīng)濟(jì)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(dòng)報(bào)酬在初次分配中的比重［1］。提高勞動(dòng)收入份額是優(yōu)化收入分配格局、解決發(fā)展不平衡問(wèn)題、拉動(dòng)消費(fèi)以及促進(jìn)共同富裕的重要舉措。然而，自20 世紀(jì)90 年代以來(lái)，我國(guó)勞動(dòng)收入份額呈現(xiàn)持續(xù)下降的趨勢(shì)，較低水平的勞動(dòng)收入份額意味著勞動(dòng)者不能充分地享受經(jīng)濟(jì)發(fā)展的成果，擴(kuò)大了資本所得與勞動(dòng)所得之間的差距，進(jìn)一步加劇了發(fā)展不平衡的問(wèn)題，不利于共同富裕目標(biāo)的實(shí)現(xiàn)。

與此同時(shí)，數(shù)字經(jīng)濟(jì)在我國(guó)實(shí)現(xiàn)了快速發(fā)展，長(zhǎng)三角地區(qū)作為全國(guó)第一大經(jīng)濟(jì)區(qū)，在數(shù)字經(jīng)濟(jì)發(fā)展方面更是處于領(lǐng)先地位?！堕L(zhǎng)三角數(shù)字經(jīng)濟(jì)發(fā)展報(bào)告（2021）》指出：“2020年長(zhǎng)三角數(shù)字經(jīng)濟(jì)總量達(dá)到10.83萬(wàn)億，占長(zhǎng)三角GDP總規(guī)模的44.26%，占全國(guó)數(shù)字經(jīng)濟(jì)總規(guī)模的28%。”［2］數(shù)字經(jīng)濟(jì)的發(fā)展提高了長(zhǎng)三角地區(qū)的創(chuàng)新能力和經(jīng)濟(jì)競(jìng)爭(zhēng)力，同時(shí)也對(duì)長(zhǎng)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(jì)的發(fā)展具有勞動(dòng)偏向性還是資本偏向性？數(shù)字經(jīng)濟(jì)對(duì)長(zhǎng)三角地區(qū)的收入分配和勞動(dòng)收入份額占比有著怎樣的影響？影響機(jī)制如何？這些問(wèn)題的答案對(duì)長(zhǎng)三角地區(qū)改善收入分配、實(shí)現(xiàn)共同富裕目標(biāo)有著重要意義。因此，本文將基于長(zhǎng)三角地區(qū)的數(shù)據(jù)，深入研究長(zhǎng)三角地區(qū)數(shù)字經(jīng)濟(jì)對(duì)勞動(dòng)收入份額的影響效應(yīng)和作用機(jī)制。

二、文獻(xiàn)綜述

現(xiàn)有關(guān)于數(shù)字經(jīng)濟(jì)的研究主要集中在數(shù)字經(jīng)濟(jì)內(nèi)涵的界定、數(shù)字經(jīng)濟(jì)的量化以及數(shù)字經(jīng)濟(jì)對(duì)經(jīng)濟(jì)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(jì)，廓清數(shù)字經(jīng)濟(jì)的內(nèi)涵。第一，從數(shù)字經(jīng)濟(jì)囊括的內(nèi)容角度定義數(shù)字經(jīng)濟(jì)。中國(guó)信通院將數(shù)字經(jīng)濟(jì)分為數(shù)字經(jīng)濟(jì)基礎(chǔ)和數(shù)字經(jīng)濟(jì)融合兩部分［3］。第二，以2016 年G20 峰會(huì)為代表，認(rèn)為數(shù)字經(jīng)濟(jì)是一種經(jīng)濟(jì)活動(dòng)［4］。關(guān)于數(shù)字經(jīng)濟(jì)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(lái)量化數(shù)字經(jīng)濟(jì)［5-6］；張雪玲和陳芳以及沈運(yùn)紅和黃桁則通過(guò)構(gòu)建指標(biāo)體系來(lái)度量數(shù)字經(jīng)濟(jì)規(guī)模的大?。?-8］。學(xué)者們從不同視角探究了數(shù)字經(jīng)濟(jì)對(duì)經(jīng)濟(jì)社會(huì)各方面的影響。何帆和劉紅霞認(rèn)為數(shù)字經(jīng)濟(jì)會(huì)對(duì)企業(yè)經(jīng)濟(jì)效益產(chǎn)生影響，并證實(shí)數(shù)字經(jīng)濟(jì)對(duì)其的正向促進(jìn)作用［9］；徐銘等提出數(shù)字經(jīng)濟(jì)與金融結(jié)合形成數(shù)字普惠金融，它的形成對(duì)經(jīng)濟(jì)高質(zhì)量發(fā)展起到顯著推動(dòng)作用［10］。隨著數(shù)字經(jīng)濟(jì)的進(jìn)一步發(fā)展，也有不少學(xué)者開(kāi)始關(guān)注數(shù)字經(jīng)濟(jì)的管控和治理問(wèn)題［11-12］。

有關(guān)勞動(dòng)收入份額的研究大多集中于我國(guó)勞動(dòng)收入份額的變化趨勢(shì)及影響因素兩個(gè)方面?，F(xiàn)有關(guān)于我國(guó)勞動(dòng)收入份額演變趨勢(shì)的研究一致認(rèn)為，自20世紀(jì)90年代以來(lái)，我國(guó)的勞動(dòng)收入份額一直呈現(xiàn)出下降的趨勢(shì)（王曉霞和白重恩，李稻葵等，黃先海和徐圣）［13-15］。關(guān)于勞動(dòng)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(guó)省際面板數(shù)據(jù)，證實(shí)了樣本期內(nèi)產(chǎn)業(yè)結(jié)構(gòu)、國(guó)有企業(yè)份額和稅負(fù)水平對(duì)勞動(dòng)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(guó)有企業(yè)份額的下降和稅負(fù)負(fù)擔(dān)的加重都降低了樣本期的勞動(dòng)收入份額［16］；陳宇峰等通過(guò)構(gòu)建生產(chǎn)模型得出，壟斷利潤(rùn)和技術(shù)的資本偏向是造成我國(guó)勞動(dòng)收入份額短期和長(zhǎng)期下降的重要原因［17］；余淼杰和梁中華則證實(shí)對(duì)外開(kāi)放貿(mào)易顯著降低了我國(guó)企業(yè)層面的勞動(dòng)收入份額，從微觀層面驗(yàn)證了對(duì)外貿(mào)易開(kāi)放度對(duì)勞動(dòng)收入份額的影響［18］；安孟和張誠(chéng)運(yùn)用系統(tǒng)廣義矩估計(jì)的方法，從勞動(dòng)力市場(chǎng)的角度，驗(yàn)證了工資扭曲降低勞動(dòng)收入份額［19］。對(duì)勞動(dòng)收入份額影響因素的研究開(kāi)始較早，研究成果較多，近期研究大多聚焦于某個(gè)要素對(duì)勞動(dòng)收入份額的影響，且多集中在省級(jí)層面或者企業(yè)層面，極少有學(xué)者從城市群的角度進(jìn)行研究。

目前，關(guān)于數(shù)字經(jīng)濟(jì)對(duì)勞動(dòng)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(shuō)明了數(shù)字經(jīng)濟(jì)對(duì)勞動(dòng)收入份額的替代效應(yīng)和驅(qū)動(dòng)效應(yīng)，但并未對(duì)所提出的結(jié)論進(jìn)行實(shí)證檢驗(yàn)，缺乏實(shí)證支撐［20］；陳琦和高冰基于省際面板數(shù)據(jù)驗(yàn)證了數(shù)字經(jīng)濟(jì)對(duì)勞動(dòng)收入份額的負(fù)向影響，但未能解決模型的內(nèi)生性問(wèn)題，研究結(jié)論缺乏可信度［21］。以長(zhǎng)三角城市群層面展開(kāi)研究的文獻(xiàn)更是寥寥無(wú)幾，本文試圖彌補(bǔ)該研究領(lǐng)域的不足。

本文可能的創(chuàng)新點(diǎn)和邊際貢獻(xiàn)如下：①?gòu)拈L(zhǎng)三角城市群層面，在考慮了內(nèi)生性的基礎(chǔ)上，驗(yàn)證數(shù)字經(jīng)濟(jì)對(duì)長(zhǎng)三角地區(qū)勞動(dòng)收入份額的負(fù)向影響；②探究在不同勞動(dòng)收入份額水平上，數(shù)字經(jīng)濟(jì)對(duì)勞動(dòng)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(guò)實(shí)證驗(yàn)證了數(shù)字經(jīng)濟(jì)影響勞動(dòng)收入份額的作用機(jī)制，填補(bǔ)作用機(jī)制實(shí)證檢驗(yàn)的空白。

三、理論分析與研究假設(shè)

數(shù)字經(jīng)濟(jì)時(shí)代，數(shù)據(jù)成為一種新的要素，影響著社會(huì)生產(chǎn)、消費(fèi)、要素收入分配等各個(gè)方面，對(duì)勞動(dòng)要素和勞動(dòng)收入份額也產(chǎn)生了深刻的影響。數(shù)字經(jīng)濟(jì)時(shí)代的技術(shù)進(jìn)步偏向?yàn)橘Y本偏向，這對(duì)我國(guó)的勞動(dòng)收入份額產(chǎn)生了負(fù)向影響。與此同時(shí)，在勞動(dòng)者的實(shí)際報(bào)酬不變的情況下，數(shù)字經(jīng)濟(jì)所帶來(lái)的勞動(dòng)生產(chǎn)率提高也會(huì)使得勞動(dòng)收入份額下降。

（一）基于CES模型的理論分析

數(shù)字經(jīng)濟(jì)時(shí)代的到來(lái)意味著新一輪發(fā)展動(dòng)力提升和科學(xué)技術(shù)變革，數(shù)字經(jīng)濟(jì)發(fā)展所帶來(lái)的技術(shù)進(jìn)步的偏向性對(duì)要素收入和勞動(dòng)收入份額有著深刻影響。技術(shù)進(jìn)步偏向分為資本偏向型和勞動(dòng)偏向型，技術(shù)進(jìn)步偏向于哪種要素，就有利于提高該要素的邊際產(chǎn)出，進(jìn)而影響收入分配和就業(yè)（陸雪琴和章上峰）［22］。本文通過(guò)構(gòu)建CES模型，進(jìn)一步從理論上說(shuō)明數(shù)字經(jīng)濟(jì)時(shí)代的技術(shù)進(jìn)步偏向?qū)趧?dòng)收入份額的影響。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(jì)帶來(lái)的資本偏向型技術(shù)進(jìn)步和勞動(dòng)偏向型技術(shù)進(jìn)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(dòng)要素的投入；BK和BL分別表示數(shù)字經(jīng)濟(jì)帶來(lái)的資本偏向型技術(shù)進(jìn)步和勞動(dòng)偏向型技術(shù)進(jìn)步；α∈(0,1)反映了生產(chǎn)中資本和勞動(dòng)的相對(duì)重要性；σ為資本和勞動(dòng)的替代彈性。替代彈性σ為：

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

在要素市場(chǎng)完全競(jìng)爭(zhēng)的假定下，根據(jù)企業(yè)利潤(rùn)最大化的一階條件可得：

則r（資本報(bào)酬）與w（勞動(dòng)報(bào)酬）的比值為：

由式（5）可得資本與勞動(dòng)收入份額比例為：

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

現(xiàn)有研究通過(guò)模型構(gòu)建和參數(shù)評(píng)估得出了數(shù)字經(jīng)濟(jì)時(shí)代我國(guó)技術(shù)進(jìn)步整體呈現(xiàn)出資本偏向的結(jié)論（匡國(guó)靜和王少國(guó)，楊揚(yáng)等）［28-29］，因此數(shù)字經(jīng)濟(jì)帶來(lái)的技術(shù)進(jìn)步更有利于提高資本所得，對(duì)勞動(dòng)收入份額有著負(fù)向的影響。基于此，本文提出假設(shè)1。

H1：長(zhǎng)三角地區(qū)數(shù)字經(jīng)濟(jì)的發(fā)展降低了勞動(dòng)收入份額。

（二）數(shù)字經(jīng)濟(jì)影響勞動(dòng)收入份額的機(jī)理分析

本文認(rèn)為長(zhǎng)三角地區(qū)數(shù)字經(jīng)濟(jì)的發(fā)展主要通過(guò)兩大路徑降低了勞動(dòng)收入份額：一是提高勞動(dòng)生產(chǎn)率；二是減少就業(yè)。

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

數(shù)字經(jīng)濟(jì)對(duì)就業(yè)的影響主要分為替代效應(yīng)和驅(qū)動(dòng)效應(yīng)，數(shù)字經(jīng)濟(jì)所帶來(lái)的人工智能發(fā)展和自動(dòng)化水平的提升會(huì)對(duì)現(xiàn)有勞動(dòng)力進(jìn)行替代，從而削減就業(yè)。Acemoglu 曾提出，機(jī)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(jìng)爭(zhēng)力，將會(huì)導(dǎo)致就業(yè)率和勞動(dòng)收入份額的下降［31］。另外，數(shù)字經(jīng)濟(jì)發(fā)展還會(huì)創(chuàng)造新的崗位，實(shí)現(xiàn)就業(yè)驅(qū)動(dòng)。數(shù)字經(jīng)濟(jì)對(duì)就業(yè)影響的總效應(yīng)還需實(shí)證檢驗(yàn)，本文先假定在數(shù)字經(jīng)濟(jì)發(fā)展的起步階段，數(shù)字經(jīng)濟(jì)對(duì)就業(yè)具有負(fù)向影響，并將進(jìn)一步對(duì)勞動(dòng)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(jì)可以通過(guò)勞動(dòng)生產(chǎn)率提高效應(yīng)和就業(yè)削減效應(yīng)來(lái)降低勞動(dòng)收入份額。

四、變量選擇與模型構(gòu)建

（一）計(jì)量模型構(gòu)建

1.面板模型構(gòu)建

為了驗(yàn)證長(zhǎng)三角地區(qū)數(shù)字經(jīng)濟(jì)對(duì)勞動(dòng)收入份額影響的假設(shè)，本文首先構(gòu)建一個(gè)面板模型。由于長(zhǎng)三角地區(qū)各個(gè)城市的情況有所不同，存在較為顯著的個(gè)體效應(yīng)，同時(shí)Hausman檢驗(yàn)顯示固定效應(yīng)模型要優(yōu)于隨機(jī)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(gè)地區(qū)第t年的勞動(dòng)收入份額；digit表示第i個(gè)地區(qū)第t年的數(shù)字經(jīng)濟(jì)發(fā)展水平；Xit表示第i個(gè)地區(qū)第t年的控制變量的值；j表示控制變量的個(gè)數(shù)；μi為個(gè)體效應(yīng)；γt為時(shí)間效應(yīng)；εit為隨機(jī)擾動(dòng)項(xiàng)；β0、βj分別表示核心解釋變量數(shù)字經(jīng)濟(jì)與控制變量對(duì)被解釋變量勞動(dòng)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(jìn)一步探討長(zhǎng)三角地區(qū)數(shù)字經(jīng)濟(jì)對(duì)勞動(dòng)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(biāo)|τ表示分位數(shù)，用于對(duì)樣本中的勞動(dòng)收入份額在不同的分位點(diǎn)進(jìn)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(yàn)證前文提出的作用機(jī)制，本文參考江艇[32]的做法，采用兩步法驗(yàn)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(shí)，可以通過(guò)構(gòu)建如下模型來(lái)驗(yàn)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(jì)對(duì)中介變量的回歸。其中：Mit表示第i個(gè)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(jì)和控制變量對(duì)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(dòng)收入份額

現(xiàn)有關(guān)于勞動(dòng)收入份額的研究主要集中于省級(jí)層面，關(guān)于省級(jí)勞動(dòng)收入份額的測(cè)度方法主要有兩種：第一種是以勞動(dòng)收入除以地區(qū)生產(chǎn)總值得出；第二種是以勞動(dòng)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(jí)勞動(dòng)收入份額的測(cè)度方法，從城市層面測(cè)度長(zhǎng)三角各地區(qū)的勞動(dòng)收入份額，記為ls，計(jì)算公式如下：

其中：ls 表示勞動(dòng)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(jì)對(duì)不同產(chǎn)業(yè)的滲入程度不同，各產(chǎn)業(yè)勞動(dòng)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(jì)對(duì)不同產(chǎn)業(yè)勞動(dòng)收入份額的影響必然具有異質(zhì)性。產(chǎn)業(yè)勞動(dòng)收入份額的計(jì)算公式如下：

其中：lsind表示產(chǎn)業(yè)勞動(dòng)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(jì)

目前，學(xué)界關(guān)于數(shù)字經(jīng)濟(jì)的量化暫未形成統(tǒng)一的標(biāo)準(zhǔn)，大多數(shù)學(xué)者都是通過(guò)構(gòu)建指標(biāo)體系來(lái)測(cè)度數(shù)字經(jīng)濟(jì)。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(dòng)互聯(lián)網(wǎng)用戶數(shù)、互聯(lián)網(wǎng)普及率四項(xiàng)指標(biāo)的指標(biāo)體系，并采用熵權(quán)法將指標(biāo)標(biāo)準(zhǔn)化后求得各個(gè)指標(biāo)的權(quán)重，通過(guò)指標(biāo)加權(quán)求和來(lái)求得長(zhǎng)三角地區(qū)各城市的數(shù)字經(jīng)濟(jì)發(fā)展水平，記為dig，具體指標(biāo)體系見(jiàn)表1所列。

表1 數(shù)字經(jīng)濟(jì)發(fā)展水平指標(biāo)體系

3.中介變量：勞動(dòng)生產(chǎn)率

4.控制變量

為了避免模型因遺漏變量造成估計(jì)誤差，本文引入可能會(huì)對(duì)勞動(dòng)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(jī)構(gòu)各項(xiàng)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(cái)政一般預(yù)算支出/地區(qū)生產(chǎn)總值）表示；對(duì)外開(kāi)放程度（ope），用（當(dāng)年實(shí)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(fù)水平（bur），用（地方財(cái)政預(yù)算內(nèi)收入/地區(qū)生產(chǎn)總值）表示。

（三）數(shù)據(jù)來(lái)源和變量的描述性統(tǒng)計(jì)

本文選用2003—2019年長(zhǎng)三角地區(qū)41個(gè)城市面板數(shù)據(jù)進(jìn)行實(shí)證分析。原始數(shù)據(jù)來(lái)源于2004—2020年的《中國(guó)城市統(tǒng)計(jì)年鑒》，時(shí)間跨度為17年，研究對(duì)象為長(zhǎng)三角地區(qū)的41 個(gè)城市，總樣本量為697個(gè)。為了減少數(shù)據(jù)波動(dòng)，將所有變量做取對(duì)數(shù)處理，變量的描述性統(tǒng)計(jì)見(jiàn)表2所列。

表2 變量的描述性統(tǒng)計(jì)

續(xù)表2

五、實(shí)證分析

（一）基準(zhǔn)回歸分析

數(shù)字經(jīng)濟(jì)影響勞動(dòng)收入份額的逐步回歸結(jié)果見(jiàn)表3所列，其中，模型（1）為僅含數(shù)字經(jīng)濟(jì)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(zhǔn)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(jì)對(duì)勞動(dòng)收入份額的影響系數(shù)是-0.208，初步驗(yàn)證了長(zhǎng)三角地區(qū)數(shù)字經(jīng)濟(jì)的發(fā)展對(duì)勞動(dòng)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(jì)對(duì)勞動(dòng)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(jì)對(duì)勞動(dòng)收入份額的影響依舊顯著為負(fù)，說(shuō)明數(shù)字經(jīng)濟(jì)對(duì)勞動(dòng)收入份額的負(fù)向影響是顯著且穩(wěn)定的，從而驗(yàn)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(shuō)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(gè)模型。由模型（5）可知，在5%的顯著性水平上，數(shù)字經(jīng)濟(jì)對(duì)勞動(dòng)收入份額的影響系數(shù)為-0.174，表明數(shù)字經(jīng)濟(jì)每提高1%，勞動(dòng)收入份額將降低0.174%。

從控制變量來(lái)看，金融發(fā)展水平對(duì)勞動(dòng)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(lái)了穩(wěn)定的資金來(lái)源，有利于企業(yè)擴(kuò)大生產(chǎn)，基于利潤(rùn)分享理論，勞動(dòng)者的收入也會(huì)因此而增加，從而有可能提高勞動(dòng)收入份額（安夢(mèng)和張誠(chéng)）［19］；政府支出水平對(duì)勞動(dòng)收入份額具有較為顯著的抑制作用，原因可能是在我國(guó)勞動(dòng)密集型產(chǎn)業(yè)具有相對(duì)優(yōu)勢(shì)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(dòng)收入份額（趙秋運(yùn)等）[34]；對(duì)外開(kāi)放程度對(duì)勞動(dòng)收入份額同樣表現(xiàn)出顯著的抑制作用，對(duì)外開(kāi)放程度越高意味著資本在全球的流動(dòng)越順暢，這對(duì)資本話語(yǔ)權(quán)的提高具有較為顯著的推動(dòng)作用，與此同時(shí)，勞動(dòng)者的話語(yǔ)權(quán)和談判權(quán)就遭到了壓制，從而對(duì)勞動(dòng)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(yàn)

1.替換核心解釋變量

本文對(duì)核心解釋變量數(shù)字經(jīng)濟(jì)進(jìn)行替換，驗(yàn)證替換后的數(shù)字經(jīng)濟(jì)是否依舊對(duì)勞動(dòng)收入份額具有抑制作用。在原有數(shù)字經(jīng)濟(jì)指標(biāo)體系的基礎(chǔ)上添加數(shù)字普惠金融這一指標(biāo)，構(gòu)建數(shù)字經(jīng)濟(jì)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(jiàn)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(jì)仍然在5%的顯著性水平上顯著抑制了勞動(dòng)收入份額，影響系數(shù)為-0.327，與基準(zhǔn)回歸結(jié)果一致，說(shuō)明回歸結(jié)果是穩(wěn)健的。

2.變換估計(jì)方法

記錄三組產(chǎn)婦麻醉前、麻醉平面達(dá)T8、胎兒娩出后的平均動(dòng)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(dá)T8所用的時(shí)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(píng)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(jì)結(jié)果，模型（2）采用隨機(jī)效應(yīng)極大似然估計(jì)，模型（3）采用隨機(jī)效應(yīng)可行廣義最小二乘估計(jì)。兩個(gè)模型的回歸結(jié)果一致證明了數(shù)字經(jīng)濟(jì)對(duì)勞動(dòng)收入份額確實(shí)具有抑制作用，說(shuō)明數(shù)字經(jīng)濟(jì)對(duì)勞動(dòng)收入份額回歸的結(jié)果與模型選擇無(wú)關(guān)。

表4 穩(wěn)健性檢驗(yàn)結(jié)果

3.縮尾處理

為了排除極端值對(duì)回歸結(jié)果的影響，本文對(duì)所有變量進(jìn)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(duì)經(jīng)過(guò)縮尾處理的樣本再次進(jìn)行回歸，回歸結(jié)果見(jiàn)表4 的模型（4）所示。模型顯示數(shù)字經(jīng)濟(jì)在5%的顯著性水平上對(duì)勞動(dòng)收入份額產(chǎn)生負(fù)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(guò)工具變量法對(duì)內(nèi)生性進(jìn)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(dòng)電話用戶數(shù)（L.tell），這兩個(gè)工具變量既能夠很好體現(xiàn)數(shù)字經(jīng)濟(jì)的發(fā)展水平，又不受當(dāng)期勞動(dòng)收入份額的影響，可以較好解決模型的內(nèi)生性問(wèn)題。

采用兩步最小二乘法進(jìn)行回歸，回歸結(jié)果見(jiàn)表4的模型（5）。在考慮了內(nèi)生性問(wèn)題后，并沒(méi)有改變數(shù)字經(jīng)濟(jì)對(duì)勞動(dòng)收入份額的作用方向，數(shù)字經(jīng)濟(jì)在1%的顯著性水平上降低了勞動(dòng)收入份額。對(duì)工具變量進(jìn)行檢驗(yàn)可知，Hansen J 統(tǒng)計(jì)量的p值大于10%，說(shuō)明工具變量滿足外生性；識(shí)別不足檢驗(yàn)中Kleibergen-Paap rk LM統(tǒng)計(jì)量的p值為0，說(shuō)明不存在識(shí)別不足問(wèn)題；Kleibergen-Paap rk Wald F 統(tǒng)計(jì)量大于Stock-Yogo 弱識(shí)別檢驗(yàn)10%水平上的臨界值，說(shuō)明不存在弱工具變量問(wèn)題［28］。

（三）異質(zhì)性分析

1.分地區(qū)異質(zhì)性分析

由于長(zhǎng)三角城市群各地區(qū)的數(shù)字經(jīng)濟(jì)發(fā)展水平、經(jīng)濟(jì)發(fā)展水平等都存在一定差異，因此本文按照三省一市進(jìn)行劃分，進(jìn)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(gè)市作為一組進(jìn)行回歸，回歸結(jié)果見(jiàn)表5 所列。模型（1）為上海市和江蘇省各個(gè)城市的分樣本回歸結(jié)果，顯示兩地的數(shù)字經(jīng)濟(jì)水平在1%的顯著性水平上降低了該地區(qū)的勞動(dòng)收入份額，數(shù)字經(jīng)濟(jì)每提高1%，勞動(dòng)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(jì)在5%的顯著性水平上對(duì)該地區(qū)的勞動(dòng)收入份額產(chǎn)生了負(fù)向影響，影響系數(shù)為-0.147，說(shuō)明上海市和江蘇省的數(shù)字經(jīng)濟(jì)對(duì)勞動(dòng)收入份額的負(fù)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(fù)值，但是未通過(guò)統(tǒng)計(jì)學(xué)的顯著性檢驗(yàn)，這可能與安徽省數(shù)字經(jīng)濟(jì)發(fā)展水平相對(duì)不高、未對(duì)勞動(dòng)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(jiàn)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(jì)對(duì)勞動(dòng)收入份額的回歸結(jié)果。第一產(chǎn)業(yè)的數(shù)字經(jīng)濟(jì)對(duì)勞動(dòng)收入份額的負(fù)向影響在統(tǒng)計(jì)上不顯著，可能是因?yàn)閿?shù)字經(jīng)濟(jì)對(duì)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(jí)階段，因此數(shù)字經(jīng)濟(jì)對(duì)第一產(chǎn)業(yè)勞動(dòng)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(jì)都顯著地降低了各自的勞動(dòng)收入份額，第二產(chǎn)業(yè)的負(fù)向影響更大，這與第二產(chǎn)業(yè)的勞動(dòng)力比第三產(chǎn)業(yè)更富余有關(guān)，勞動(dòng)者處于相對(duì)劣勢(shì)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(jì)對(duì)勞動(dòng)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(bào)了在不同勞動(dòng)收入份額水平上，數(shù)字經(jīng)濟(jì)對(duì)勞動(dòng)收入份額的影響，回歸結(jié)果見(jiàn)表7 所列，模型（1）至模型（4）依次為在勞動(dòng)收入份額0.2、0.4、0.6 和0.8 分位點(diǎn)的回歸結(jié)果。結(jié)果顯示，在所有的分位點(diǎn)上，數(shù)字經(jīng)濟(jì)對(duì)勞動(dòng)收入份額都呈現(xiàn)負(fù)向的影響，但顯著性和負(fù)向影響程度都在降低，說(shuō)明數(shù)字經(jīng)濟(jì)對(duì)勞動(dòng)收入份額的邊際抑制效應(yīng)隨著勞動(dòng)收入份額的提高而不斷降低。主要原因是，隨著勞動(dòng)收入份額的提高，數(shù)字經(jīng)濟(jì)的崗位創(chuàng)造效應(yīng)不斷加強(qiáng)，對(duì)勞動(dòng)收入份額的抑制作用就會(huì)減弱。

表7 分位數(shù)回歸結(jié)果

（五）機(jī)制檢驗(yàn)

為了驗(yàn)證數(shù)字經(jīng)濟(jì)對(duì)勞動(dòng)收入份額的作用機(jī)制，本文構(gòu)建了中介效應(yīng)模型，經(jīng)過(guò)分析得出數(shù)字經(jīng)濟(jì)的確對(duì)勞動(dòng)收入份額具有負(fù)向的影響效應(yīng)，因此該部分只展示數(shù)字經(jīng)濟(jì)對(duì)中介變量勞動(dòng)生產(chǎn)率的回歸結(jié)果，見(jiàn)表8所列。模型（1）和模型（2）用于驗(yàn)證數(shù)字經(jīng)濟(jì)的勞動(dòng)生產(chǎn)率提高效應(yīng)，無(wú)論是否添加控制變量，數(shù)字經(jīng)濟(jì)對(duì)勞動(dòng)生產(chǎn)率都存在顯著的正向影響，說(shuō)明數(shù)字經(jīng)濟(jì)的發(fā)展可以顯著提高勞動(dòng)生產(chǎn)率。根據(jù)馬克思主義政治經(jīng)濟(jì)學(xué)原理，在實(shí)際報(bào)酬保持不變的情況下，勞動(dòng)生產(chǎn)率的提高會(huì)增加資本所得，降低勞動(dòng)者的收入份額。因此，數(shù)字經(jīng)濟(jì)通過(guò)提高勞動(dòng)生產(chǎn)率影響勞動(dòng)收入份額的機(jī)制假設(shè)得以驗(yàn)證。

表8 機(jī)制檢驗(yàn)結(jié)果

模型（3）和模型（4）用于檢驗(yàn)數(shù)字經(jīng)濟(jì)的就業(yè)削減效應(yīng)，無(wú)論是否添加控制變量，數(shù)字經(jīng)濟(jì)都顯著降低了就業(yè)人數(shù)，這是由于數(shù)字經(jīng)濟(jì)發(fā)展導(dǎo)致一些低技術(shù)工人失業(yè)，從而降低了勞動(dòng)收入份額?？偠灾?，數(shù)字經(jīng)濟(jì)可以通過(guò)勞動(dòng)生產(chǎn)率提高效應(yīng)和就業(yè)削減效應(yīng)降低勞動(dòng)收入份額，從而驗(yàn)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(zhǎng)三角城市群41 個(gè)城市的面板數(shù)據(jù)，通過(guò)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(yàn)證了數(shù)字經(jīng)濟(jì)對(duì)長(zhǎng)三角地區(qū)勞動(dòng)收入份額的負(fù)向影響和作用機(jī)制，得出如下結(jié)論：

第一，長(zhǎng)三角地區(qū)數(shù)字經(jīng)濟(jì)的發(fā)展降低了該地區(qū)的勞動(dòng)收入份額，并且這種影響在經(jīng)過(guò)內(nèi)生性等穩(wěn)健性檢驗(yàn)后仍然成立；第二，數(shù)字經(jīng)濟(jì)對(duì)勞動(dòng)收入份額的邊際抑制效應(yīng)隨著勞動(dòng)收入份額的提高而不斷降低，勞動(dòng)收入份額較高時(shí)，數(shù)字經(jīng)濟(jì)的崗位創(chuàng)造效應(yīng)更明顯，從而減弱了數(shù)字經(jīng)濟(jì)對(duì)勞動(dòng)收入份額的負(fù)面影響；第三，數(shù)字經(jīng)濟(jì)對(duì)勞動(dòng)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(jì)不發(fā)達(dá)的地區(qū)或在數(shù)字經(jīng)濟(jì)滲透度不高的產(chǎn)業(yè)，數(shù)字經(jīng)濟(jì)對(duì)勞動(dòng)收入份額的負(fù)向影響是不顯著的，勞動(dòng)力越富余的產(chǎn)業(yè)和地區(qū)，數(shù)字經(jīng)濟(jì)對(duì)勞動(dòng)收入份額的負(fù)向影響越大；第四，數(shù)字經(jīng)濟(jì)通過(guò)提高勞動(dòng)生產(chǎn)率降低勞動(dòng)收入份額，主要是因?yàn)閯趧?dòng)者的實(shí)際收入保持不變，數(shù)字經(jīng)濟(jì)帶來(lái)的經(jīng)濟(jì)利潤(rùn)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(jì)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(shì)。要改善勞動(dòng)市場(chǎng)價(jià)格扭曲狀況，提高勞動(dòng)者的實(shí)際收入，保障勞動(dòng)者充分享受到數(shù)字經(jīng)濟(jì)紅利，從而提高勞動(dòng)收入份額。除此之外，還要加強(qiáng)對(duì)低技能勞動(dòng)者的社會(huì)保障，提高該部分勞動(dòng)者的收入。

第二，制定針對(duì)性的產(chǎn)業(yè)和地區(qū)政策，促進(jìn)產(chǎn)業(yè)結(jié)構(gòu)合理化和長(zhǎng)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(dòng)力向其他勞動(dòng)力缺乏地區(qū)轉(zhuǎn)移，提高勞動(dòng)力的流動(dòng)性，緩解較發(fā)達(dá)地區(qū)勞動(dòng)力過(guò)剩的情況，以減弱數(shù)字經(jīng)濟(jì)對(duì)該地區(qū)勞動(dòng)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(dòng)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(dòng)者也應(yīng)積極適應(yīng)勞動(dòng)市場(chǎng)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(jìng)爭(zhēng)力。