卜 寒 高遠東 尋 舟

一、引 言

近些年來，數(shù)據(jù)技術(shù)的進步、云計算的廣泛運用、物聯(lián)網(wǎng)的發(fā)展以及智能手機和社交媒體的普及使得世界步入了大數(shù)據(jù)時代（Pan et al.，2017）。大數(shù)據(jù)是指海量、高速增長、類型多樣和價值巨大的數(shù)據(jù)，它們來自各種不同的數(shù)據(jù)源，如社交媒體、移動設(shè)備、互聯(lián)網(wǎng)和傳感器網(wǎng)絡(luò)等（Chen et al.，2014）。目前，大數(shù)據(jù)已經(jīng)滲透到生產(chǎn)、銷售、營銷以及售后的各個領(lǐng)域（Li，2020），成為可以與物質(zhì)資產(chǎn)、人力資本相媲美的重要生產(chǎn)要素（謝康等，2020），不僅在促進經(jīng)濟增長、提高生產(chǎn)效率、提升創(chuàng)新能力、改善環(huán)境等方面發(fā)揮著重要作用（楊俊等，2022；張葉青等，2021；Ghasemaghaei and Calic，2020；許憲春等，2019），同時改變了傳統(tǒng)生產(chǎn)函數(shù)形式（劉國武等，2023），沖擊了傳統(tǒng)要素收入分配結(jié)構(gòu)，并對勞動收入份額產(chǎn)生了重要影響。從理論上看，大數(shù)據(jù)對勞動收入份額的影響是復(fù)雜的。一方面，大數(shù)據(jù)能夠通過緩解融資約束、創(chuàng)造新任務(wù)（Begenau et al.，2018；Gardiner et al.，2018），提高勞動收入份額（Duygan-Bump et al.，2015；Acemoglu and Restrepo，2019）。另一方面，大數(shù)據(jù)會進一步推動自動化技術(shù)快速發(fā)展與廣泛應(yīng)用（Helbing，2019），導(dǎo)致勞動收入份額降低（Acemoglu and Restrepo，2019）。然而，遺憾的是，現(xiàn)有研究并未從理論和實證上充分回答大數(shù)據(jù)是否以及如何影響勞動收入份額。

黨的二十大報告明確強調(diào)，要“努力提高居民收入在國民收入分配中的比重，提高勞動報酬在初次分配中的比重”。勞動收入份額的增長，不僅關(guān)系著國內(nèi)大循環(huán)新發(fā)展格局的形成，更是保證全體人民共享經(jīng)濟發(fā)展成果、推動更多人群邁入中等收入行列和實現(xiàn)共同富裕的重要機制（鈔小靜、周文慧，2021）。伴隨著數(shù)字經(jīng)濟的快速發(fā)展，如何在數(shù)據(jù)要素的沖擊下穩(wěn)定并提升勞動收入份額就顯得尤為關(guān)鍵。因此，從理論和實證上深入探索大數(shù)據(jù)與勞動收入份額的關(guān)系，有助于準(zhǔn)確把握數(shù)字經(jīng)濟時代數(shù)據(jù)要素對要素收入分配結(jié)構(gòu)的綜合效應(yīng)，為政府制定大數(shù)據(jù)相關(guān)的產(chǎn)業(yè)政策、深化收入分配制度提供理論依據(jù)與經(jīng)驗證據(jù)。

中國一直致力于推動大數(shù)據(jù)的發(fā)展。2015 年8 月，國務(wù)院印發(fā)了《促進大數(shù)據(jù)發(fā)展行動綱要》，將大數(shù)據(jù)作為國家重要戰(zhàn)略進行全面部署，并提出開展國家級大數(shù)據(jù)綜合試驗區(qū)建設(shè)。國家級大數(shù)據(jù)綜合試驗區(qū)建設(shè)是我國推動大數(shù)據(jù)發(fā)展邁向?qū)嶋H應(yīng)用的重要一步①國家級大數(shù)據(jù)綜合試驗區(qū)建設(shè)如何推動大數(shù)據(jù)發(fā)展在政策描述部分進行了進一步說明。，具有里程碑意義。該試點政策的實施為研究大數(shù)據(jù)與勞動收入份額的關(guān)系提供了絕佳機會。一方面，國家級大數(shù)據(jù)綜合試驗區(qū)試點政策的實施對企業(yè)勞動收入份額而言，是相對外生的。因為國家級大數(shù)據(jù)綜合試驗區(qū)建設(shè)的初衷是為了在數(shù)據(jù)資源管理、數(shù)據(jù)資源整合、數(shù)據(jù)資源共享、數(shù)字資源應(yīng)用等方面做探索，從而發(fā)揮其輻射作用和示范作用（陳文、常琦，2022）。另一方面，國家級大數(shù)據(jù)綜合試驗區(qū)分批確定名單，使得在不同時間點存在差異化的實驗組和對照組樣本，讓本文可以在錯層發(fā)生事件形成的準(zhǔn)自然實驗情境下構(gòu)建雙重差分模型，更為清晰地揭示大數(shù)據(jù)與勞動收入份額變化的因果關(guān)系。

為此，本文嘗試?yán)蒙鲜泄疚⒂^層面的勞動收入份額數(shù)據(jù)，對大數(shù)據(jù)是否以及如何影響勞動收入份額展開研究。與以往研究相比，本文可能存在的邊際貢獻有：第一，本文在理論和實證上深入探討了大數(shù)據(jù)對勞動收入份額的影響，不僅豐富了勞動收入份額影響因素的相關(guān)研究，而且拓展了大數(shù)據(jù)經(jīng)濟后果的研究視角。盡管信息通訊技術(shù)（ICT）、人工智能、智能機器人、企業(yè)數(shù)字化轉(zhuǎn)型對勞動收入份額的影響已有部分研究進行了探討（Karabarbounis and Neiman，2014；郭凱明，2019；Acemoglu and Restrepo，2020；黃逵友等，2023），但對大數(shù)據(jù)與勞動收入份額之間的直接關(guān)系缺乏足夠的關(guān)注，這也成為了本文研究的一個重要缺口。第二，本文基于數(shù)據(jù)要素已經(jīng)成為數(shù)字經(jīng)濟發(fā)展的關(guān)鍵要素，能夠助推各類數(shù)字技術(shù)不斷深入發(fā)展這一基本事實，以大數(shù)據(jù)作為研究切入點，在一定程度上回應(yīng)了“數(shù)字技術(shù)如何影響勞動收入份額”這一爭議性話題（黃逵友等，2023），進一步厘清了二者之間的關(guān)系，為數(shù)字經(jīng)濟趨勢下收入分配結(jié)構(gòu)的變動規(guī)律提供了新的證據(jù)。第三，本文通過將國家級大數(shù)據(jù)綜合試驗區(qū)試點作為我國大數(shù)據(jù)發(fā)展的一項準(zhǔn)自然實驗展開研究，不僅有助于大數(shù)據(jù)與勞動收入份額之間因果效應(yīng)的準(zhǔn)確識別，而且豐富了國家級大數(shù)據(jù)綜合試驗區(qū)試點政策評估的相關(guān)文獻。在評估國家級大數(shù)據(jù)綜合試驗區(qū)試點政策效應(yīng)的文獻中，學(xué)者們大多研究國家級大數(shù)據(jù)綜合試驗區(qū)建設(shè)對全要素生產(chǎn)率、企業(yè)創(chuàng)新等的影響（邱子迅、周亞虹，2021；陳文、常琦，2022），缺乏對勞動收入份額的探討。第四，大數(shù)據(jù)如何改變勞動收入份額的影響機制探究更是缺乏，本文提出并檢驗了表現(xiàn)為新任務(wù)創(chuàng)造效應(yīng)、自動化擴張效應(yīng)、自動化加深效應(yīng)與融資約束緩解效應(yīng)的影響機制，有助于更為全面地認識數(shù)字經(jīng)濟時代下數(shù)據(jù)要素如何改變要素收入分配結(jié)構(gòu)，為政府部門強化大數(shù)據(jù)在改善收入差距的作用提供了決策參考。

二、文獻綜述、政策背景與典型事實

（一）文獻綜述

勞動收入份額問題一直是經(jīng)濟學(xué)關(guān)注的重要話題。大量研究探討了勞動收入份額變化的成因，但都未達成共識。Elsby et al.（2013）認為貿(mào)易和離岸外包是美國勞動收入份額下降的主要原因。Piketty（2014）強調(diào)了社會規(guī)范和勞動力市場制度在解釋勞動收入份額變化中的重要作用，比如工會和最低工資的實際價值等。Ergül and G?ksel（2020）發(fā)現(xiàn)技術(shù)進步能夠解釋20世紀(jì)80年代后大多數(shù)發(fā)達國家和發(fā)展中國家勞動收入份額的下降。Autor et al.（2020）發(fā)現(xiàn)超級明星企業(yè)的崛起是勞動收入份額下降的重要原因。還有一些研究從經(jīng)濟增長（Rubin and Segal，2015）、金融發(fā)展（劉長庚等，2022）、資本市場開放（江軒宇、朱冰，2022）等方面研究了勞動收入份額變化的原因。

數(shù)字經(jīng)濟時代下，數(shù)字技術(shù)作為技術(shù)進步的一種表現(xiàn)，其對勞動收入份額的影響也得到了學(xué)界的廣泛關(guān)注。理論上而言，數(shù)字技術(shù)對勞動收入份額的具體影響是不能確定的，這取決于資本對勞動的替代效應(yīng)、產(chǎn)業(yè)部門之間的替代效應(yīng)、生產(chǎn)率效應(yīng)以及新任務(wù)創(chuàng)造效應(yīng)的相對大小。首先，數(shù)字技術(shù)的發(fā)展與應(yīng)用能夠降低資本設(shè)備成本以及推動生產(chǎn)方式進一步自動化和智能化，從而加快資本對勞動的替代，導(dǎo)致勞動收入份額降低（Karabarbounis and Neiman，2014；Acemoglu and Restrepo，2020）。其次，數(shù)字技術(shù)的發(fā)展與應(yīng)用催生出新業(yè)態(tài)、新產(chǎn)業(yè)、新需求等，這會創(chuàng)造出勞動具有比較優(yōu)勢的新任務(wù)，從而通過崗位增加所帶來的就業(yè)效應(yīng)提升勞動收入份額（Acemoglu and Restrepo，2020）。然后，數(shù)字技術(shù)的發(fā)展與應(yīng)用促進了傳統(tǒng)產(chǎn)業(yè)生產(chǎn)率提升，使得勞動需求增加，從而引起勞動收入份額增加（Acemoglu and Restrepo，2020）。最后，數(shù)字技術(shù)的發(fā)展與應(yīng)用會造成生產(chǎn)要素在產(chǎn)業(yè)部門之間的差異，如果數(shù)字技術(shù)使得生產(chǎn)要素流動到資本密集型產(chǎn)業(yè)或者自動化產(chǎn)業(yè)，就會導(dǎo)致勞動收入份額下降（Aghion et al.，2018；郭凱明，2019）。從實證來看，一些研究從ICT、工業(yè)機器人、自動化、人工智能的角度發(fā)現(xiàn)了數(shù)字技術(shù)的應(yīng)用顯著降低了勞動收入份額（Cette et al.，2022；Acemoglu and Restrepo，2020；鈔小靜、周文慧，2021）。然而，也有實證研究發(fā)現(xiàn)，人工智能以及數(shù)字化轉(zhuǎn)型能顯著提升企業(yè)勞動收入份額（金陳飛等，2020；黃逵友等，2023）。

綜上，盡管現(xiàn)有研究關(guān)注到數(shù)字技術(shù)對勞動收入份額的影響，但仍然存在幾點不足。第一，數(shù)字技術(shù)作用于勞動收入份額的本質(zhì)在于，數(shù)據(jù)投入生產(chǎn)對原先的要素收入結(jié)構(gòu)造成了沖擊。然而，現(xiàn)有研究在理論和實證研究上都忽略了數(shù)字技術(shù)是由數(shù)據(jù)驅(qū)動的本質(zhì)，對數(shù)據(jù)要素與勞動收入份額之間的直接關(guān)系缺乏足夠的重視。第二，由于研究對象選擇的局限性，現(xiàn)有研究往往無法清晰地評估數(shù)字技術(shù)對勞動收入份額的作用機制。第三，現(xiàn)有研究在度量人工智能、自動化、數(shù)字化轉(zhuǎn)型、大數(shù)據(jù)應(yīng)用等發(fā)展程度上仍然未能形成統(tǒng)一的標(biāo)準(zhǔn)，這會造成研究結(jié)論的偏差。本文通過選擇國家級大數(shù)據(jù)綜合試驗區(qū)建立這一外生沖擊研究大數(shù)據(jù)對勞動收入份額的影響及其作用機制，不僅補充了數(shù)字技術(shù)影響勞動收入份額的相關(guān)研究，而且在一定程度上彌補了上述三點不足。

（二）政策背景

隨著互聯(lián)網(wǎng)、5G、物聯(lián)網(wǎng)、云計算等信息技術(shù)的發(fā)展與普及，世界步入大數(shù)據(jù)時代。如何從大數(shù)據(jù)中發(fā)現(xiàn)知識并將其轉(zhuǎn)化為生產(chǎn)力已經(jīng)成為贏得全球競爭的重要因素。近年來，中國和世界其他國家一樣，一直致力于推動大數(shù)據(jù)的發(fā)展?？傮w來說，我國大數(shù)據(jù)發(fā)展可以分為三個階段。第一個階段為初步階段。該階段位于2014年以前，更多的是對大數(shù)據(jù)理念和技術(shù)的探討，未能形成完整的體系。第二階段為落地階段。該階段位于2014年到2019年之間，大數(shù)據(jù)發(fā)展已經(jīng)上升到國家戰(zhàn)略，大數(shù)據(jù)綜合試驗區(qū)有序推進，各個省份大數(shù)據(jù)相關(guān)政策陸續(xù)出臺。第三階段為深化階段。該階段位于2019年之后，數(shù)據(jù)已經(jīng)正式成為新型生產(chǎn)要素，并明確提出數(shù)據(jù)要素是數(shù)字經(jīng)濟發(fā)展的關(guān)鍵要素。

其中，國家級大數(shù)據(jù)綜合試驗區(qū)試點政策是中國推動大數(shù)據(jù)發(fā)展邁向?qū)嶋H應(yīng)用的重要一步，具有里程碑意義。該試點政策主要從三個方面推動大數(shù)據(jù)發(fā)展。第一，建立健全的市場體系是大數(shù)據(jù)發(fā)展的重要基礎(chǔ)，大數(shù)據(jù)綜合試驗區(qū)通過建立法律法規(guī)、產(chǎn)業(yè)生態(tài)和安全保障體系等方式完善市場體系。第二，完善大數(shù)據(jù)基礎(chǔ)設(shè)施是大數(shù)據(jù)發(fā)展的必要保障，大數(shù)據(jù)綜合試驗區(qū)將加強大數(shù)據(jù)共享、交易、聚集和應(yīng)用等平臺建設(shè)，從而形成完整的大數(shù)據(jù)基礎(chǔ)設(shè)施，以促進數(shù)據(jù)資源的共享和應(yīng)用。第三，優(yōu)質(zhì)的數(shù)據(jù)資源是大數(shù)據(jù)發(fā)展的關(guān)鍵，大數(shù)據(jù)綜合試驗區(qū)將加大大數(shù)據(jù)產(chǎn)業(yè)投資，推動當(dāng)?shù)禺a(chǎn)業(yè)數(shù)字化，以提升數(shù)據(jù)資源的質(zhì)量。這些舉措將有助于中國在大數(shù)據(jù)領(lǐng)域取得更大的進步，推動數(shù)字經(jīng)濟的快速發(fā)展。

此外，盡管國家級大數(shù)據(jù)綜合試驗區(qū)與“寬帶中國”示范城市和智慧城市等一系列相近政策都能夠促進數(shù)字經(jīng)濟和信息化的發(fā)展，但在政策目標(biāo)、重點領(lǐng)域和實施手段等方面存在著本質(zhì)差異，以推動多個方面的數(shù)字經(jīng)濟發(fā)展和適應(yīng)不同層面的需求。在政策目標(biāo)方面，大數(shù)據(jù)綜合試驗區(qū)政策是以數(shù)據(jù)創(chuàng)新和應(yīng)用為主要目標(biāo)，通過充分挖掘和利用大數(shù)據(jù)的經(jīng)濟社會價值，加速數(shù)字經(jīng)濟的轉(zhuǎn)型升級；“寬帶中國”示范城市政策是以推進信息基礎(chǔ)設(shè)施建設(shè)為主要目標(biāo)，通過提升網(wǎng)絡(luò)速度和質(zhì)量，促進數(shù)字經(jīng)濟發(fā)展；智慧城市政策的目標(biāo)是建設(shè)具有智能化和互聯(lián)網(wǎng)化特征的城市，通過促進城市數(shù)字化、信息化發(fā)展，加強城市智能治理。在重點領(lǐng)域方面，大數(shù)據(jù)綜合試驗區(qū)政策主要關(guān)注大數(shù)據(jù)技術(shù)的創(chuàng)新和應(yīng)用，以及大數(shù)據(jù)產(chǎn)業(yè)的發(fā)展；“寬帶中國”示范城市政策主要關(guān)注信息基礎(chǔ)設(shè)施建設(shè)，以及網(wǎng)絡(luò)速度和質(zhì)量的提升；智慧城市政策則注重城市數(shù)字化、信息化建設(shè)，推動城市智能化和互聯(lián)網(wǎng)化發(fā)展。在實施手段方面，大數(shù)據(jù)綜合試驗區(qū)政策主要通過組建試驗區(qū)、推動科技創(chuàng)新、扶持創(chuàng)業(yè)創(chuàng)新等多種手段來推動大數(shù)據(jù)產(chǎn)業(yè)和應(yīng)用創(chuàng)新；“寬帶中國”示范城市政策主要加強網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)，如寬帶網(wǎng)絡(luò)覆蓋率的提升和網(wǎng)絡(luò)質(zhì)量的優(yōu)化；智慧城市政策主要是通過數(shù)字技術(shù)應(yīng)用對城市管理進行變革，例如城市智慧交通、智能醫(yī)療等。

目前，大數(shù)據(jù)綜合試驗區(qū)總共分為兩批獲批建設(shè)。第一批建設(shè)名單為貴州省，于2015年獲批成為全國首個大數(shù)據(jù)綜合試驗區(qū)建設(shè)省份。第二批建設(shè)名單在2016 年公布，包括京津冀、珠江三角洲、上海、河南、重慶、沈陽以及內(nèi)蒙古。至此，國內(nèi)一共有八大大數(shù)據(jù)綜合試驗區(qū)，將共同引領(lǐng)東部、中部、西部、東北等“四大板塊”的大數(shù)據(jù)產(chǎn)業(yè)發(fā)展，實現(xiàn)數(shù)據(jù)共享、區(qū)域內(nèi)協(xié)同發(fā)展、加快產(chǎn)業(yè)轉(zhuǎn)型。國家級大數(shù)據(jù)綜合試驗區(qū)的設(shè)立，將在大數(shù)據(jù)創(chuàng)新與應(yīng)用、大數(shù)據(jù)產(chǎn)業(yè)發(fā)展、數(shù)據(jù)共享與利用等方面發(fā)揮示范與引領(lǐng)作用，進而推動我國大數(shù)據(jù)發(fā)展邁向新的臺階。

（三）典型事實

本文通過分別測算勞動收入份額整體趨勢變動以及非試點城市與試點城市勞動收入份額變化①城市勞動收入份額為城市內(nèi)上市企業(yè)的平均勞動收入份額。，對試點政策與勞動收入份額之間的關(guān)系進行直觀上的探討。由圖1可知，勞動收入份額整體存在一個上升趨勢，這與現(xiàn)有的研究結(jié)論一致。另外，在2015 年大數(shù)據(jù)試點區(qū)第一批名單實施后，勞動收入份額整體有一定幅度的下降，而隨著2016年大數(shù)據(jù)試點區(qū)第二批名單實施，勞動收入份額整體又出現(xiàn)上升。與此同時，由圖2可知，在試點政策實施之前，非試點城市和試點城市勞動收入份額非常一致，變化趨勢相同。在試點政策實施之后，非試點城市和試點城市勞動收入份額出現(xiàn)明顯差異，試點城市的勞動收入份額水平開始顯著高于非試點城市的相應(yīng)水平②圖1 與圖2都顯示在2020年勞動收入份額存在一個大幅度下降，這可能是由于新冠疫情所引起的反應(yīng)。。因此，初步推斷大數(shù)據(jù)試點區(qū)的實施與勞動收入份額可能存在一定的正相關(guān)關(guān)系。

圖1 勞動收入份額整體變化趨勢

圖2 非試點城市與試點城市勞動收入份額變化

三、理論分析

本文在Acemoglu and Restrepo（2019）的任務(wù)模型框架下進行理論分析，包括構(gòu)建基本模型與提出研究假說兩部分內(nèi)容。

（一）基本模型

假設(shè)企業(yè)總產(chǎn)出是由一系列任務(wù)構(gòu)成的服務(wù)（產(chǎn)品）生產(chǎn)，且服從C-D 函數(shù)形式：

其中，Y 為總產(chǎn)出；y(x)為任務(wù)x 提供的服務(wù)（產(chǎn)品）；積分上限N 代表任務(wù)上限，定積分在[N-1,N]可積。之所以將積分下限和上限設(shè)定在N-1 到N 之間，是為了保證在任務(wù)總量不變（任務(wù)總量始終為1）的情況下考慮任務(wù)變化帶來的影響。

假設(shè)存在一個自動化界限I,任務(wù)x ∈[N - 1,I]能夠從技術(shù)上實現(xiàn)自動化，而任務(wù)x ∈(I,N]不能夠從技術(shù)上實現(xiàn)自動化。那么，任務(wù)x ∈[N - 1,I]既可以由勞動生產(chǎn)，也可以由資本生產(chǎn)，而任務(wù)x ∈(I,N]只能夠由勞動生產(chǎn)。因此，y(x)的函數(shù)可以進一步表示為：

其中，L( x )與C( x )分別為任務(wù)x的勞動投入與資本投入，τL( x )與τC( x )分別為勞動生產(chǎn)率與資本生產(chǎn)率。

為了簡化討論，進一步假設(shè)：

其中，W和R分別為勞動的均衡工資率與資本的均衡成本。第一個不等式意味著新任務(wù)會引起總產(chǎn)出的增加。第二個不等式意味著任務(wù)x ∈[N - 1,I]將全部由資本生產(chǎn)，即全部自動化。

在式（3）的假設(shè)下，任務(wù)x的勞動需求C(x) 為：

假設(shè)市場上總勞動供給L 是固定且無彈性的。那么，在市場出清的條件下，總的勞動需求可以表示為：

進一步地，可以得到市場的勞動收入份額LIS：

（二）研究假說

1.大數(shù)據(jù)、新任務(wù)創(chuàng)造與勞動收入份額

由式（6）對工作任務(wù)N求偏導(dǎo)：

由式（7）可知，創(chuàng)造勞動具有比較優(yōu)勢的新任務(wù)能提高勞動收入份額。與此同時，大數(shù)據(jù)投入生產(chǎn)會形成新任務(wù)創(chuàng)造效應(yīng)，增加對高、中低技能勞動力的需求。一方面，大數(shù)據(jù)中所提取的知識能夠直接用于改進決策和提高績效，進而幫助企業(yè)獲得競爭優(yōu)勢（Shan et al.，2019）。因此，利用大數(shù)據(jù)獲得競爭優(yōu)勢的企業(yè)發(fā)展戰(zhàn)略正在沖擊就業(yè)市場，形成了對統(tǒng)計人員、數(shù)據(jù)分析師、數(shù)據(jù)工程師、數(shù)據(jù)科學(xué)家以及處理數(shù)據(jù)的其他專業(yè)人員的強烈需求（Gardiner et al.，2018），有助于高技能勞動力就業(yè)。另一方面，大數(shù)據(jù)發(fā)展對平臺經(jīng)濟、共享經(jīng)濟發(fā)展的推動（Lobel，2018），進一步催生了更為靈活的數(shù)字勞動平臺（Schmidt，2017），從而產(chǎn)生了連接供給和需求兩端的新任務(wù)和新就業(yè)，如外賣配送員、網(wǎng)約司機、線上銷售、網(wǎng)絡(luò)主播等，這極大地增加了對中低技能勞動力的需求?；谏鲜龇治?，提出如下假說：

假說1：大數(shù)據(jù)通過新任務(wù)創(chuàng)造效應(yīng)提升勞動收入份額。

2.大數(shù)據(jù)、自動化擴張與勞動收入份額

由式（6）對自動化界限I求偏導(dǎo)：

由式（8）可知，自動化擴張會降低勞動收入份額。這是因為自動化擴張會產(chǎn)生替代效應(yīng)，將原先勞動執(zhí)行的任務(wù)替換為更廉價的資本，導(dǎo)致勞動力的需求減少，降低了勞動收入份額（Acemoglu and Restrepo，2019）。與此同時，大數(shù)據(jù)的普及和發(fā)展將進一步推動自動化的擴張（Helbing，2019）。大數(shù)據(jù)能夠通過促進人工智能技術(shù)發(fā)展（Allam and Dhunny，2019）和推動農(nóng)業(yè)、工業(yè)以及服務(wù)業(yè)機器人“智能化”（Li and Lai，2022），擴展機器人在生產(chǎn)和服務(wù)中的應(yīng)用場景，引起更廣泛的自動化應(yīng)用。不僅如此，大數(shù)據(jù)已經(jīng)滲透到生產(chǎn)、銷售、營銷以及售后的各個領(lǐng)域（Li，2020），實現(xiàn)了部分程序自動化，例如個性化醫(yī)療服務(wù)、無人零售超市、物流智能分揀等。智能機器人應(yīng)用邊界的擴展以及部分程序自動化的實現(xiàn)使得更多的不同技能勞動力面臨被替換的風(fēng)險。基于上述分析，提出如下假說：

假說2：大數(shù)據(jù)通過自動化擴張效應(yīng)降低勞動收入份額。

3.大數(shù)據(jù)、自動化加深與勞動收入份額

對式（5）求微分：

dln(Y N) dI 表示自動化擴張對生產(chǎn)率的影響即自動化加深效應(yīng)（Acemoglu and Restrepo，2018）。由式（9）可知，如果自動化擴張能夠形成自動化加深效應(yīng)，那么自動化加深效應(yīng)就可以促使工資的增加來提升勞動收入份額。與此同時，大數(shù)據(jù)會促進生產(chǎn)率的提升（張葉青等，2021）。具體而言，大數(shù)據(jù)主要通過幫助企業(yè)決策、推動企業(yè)實現(xiàn)智能生產(chǎn)以及促進企業(yè)創(chuàng)新三個渠道提升企業(yè)生產(chǎn)率。第一，信息理論認為更詳細和準(zhǔn)確的信息有利于決策者決策（Blackwell，1953）。由于大數(shù)據(jù)的存在，管理者可以更全面地衡量和了解自身業(yè)務(wù)以及客戶需求，并將這些知識直接轉(zhuǎn)化為改進的決策，提高生產(chǎn)率（Brynjolfsson et al.，2011）。第二，大數(shù)據(jù)通過物聯(lián)網(wǎng)實時自動采集，并將其應(yīng)用于產(chǎn)品設(shè)計、生產(chǎn)計劃、制造和預(yù)測性維護等各方面，推動企業(yè)實現(xiàn)智能生產(chǎn)，從而帶來更高的生產(chǎn)率（He and Bai，2021）。第三，一方面，大數(shù)據(jù)可以通過提升企業(yè)新知識發(fā)現(xiàn)率與知識分享和合作能力促進企業(yè)創(chuàng)新（Ghasemaghaei and Calic，2020）。此外，大數(shù)據(jù)還能夠通過幫助企業(yè)充分了解客戶的產(chǎn)品和服務(wù)需求（Farboodi et al.，2019），提前分析并預(yù)測客戶的偏好，創(chuàng)造新的產(chǎn)品和服務(wù)。另一方面，創(chuàng)新能夠顯著促進企業(yè)生產(chǎn)率的提升（Mukhametzhanova et al.，2019）?；谏鲜龇治?，提出如下假說：

假說3：大數(shù)據(jù)通過自動化加深效應(yīng)提升勞動收入份額。

4.大數(shù)據(jù)、融資約束與勞動收入份額

企業(yè)的投資行為和創(chuàng)新活動受到融資約束制約（Chen and Yoon，2022；趙揚、杜凱，2023）。那么，自動化升級與開發(fā)新產(chǎn)品和新服務(wù)勢必也會受到融資約束的影響，從而對勞動收入份額造成影響。不僅如此，融資約束所引起的留存利潤分配效應(yīng)、流動性約束效應(yīng)與要素配置效應(yīng)同樣會制約勞動收入份額的增長（熊家財?shù)龋?022）。然而，大數(shù)據(jù)能夠有效緩解融資約束（Begenau et al.，2018）。一方面，大數(shù)據(jù)通過規(guī)避信息不對稱與道德風(fēng)險緩解企業(yè)融資約束。信息不對稱與道德風(fēng)險不利于企業(yè)獲得融資機會以及降低其利率（Armstrong et al.，2010;Momtaz，2021）。投資者可以通過使用大數(shù)據(jù)深度挖掘企業(yè)生產(chǎn)、交易、財務(wù)等信息，以盡量規(guī)避事前的信息不對稱。同時，在大數(shù)據(jù)的基礎(chǔ)上，投資者也可以運用機器學(xué)習(xí)、人工智能等技術(shù)，建立相應(yīng)動態(tài)分控模型，以規(guī)避事后的道德風(fēng)險。另一方面，大數(shù)據(jù)能夠助推數(shù)字金融平臺發(fā)展（Gomber et al.，2017），進而緩解融資約束（熊家財?shù)龋?022）。數(shù)字金融發(fā)展使得原來單調(diào)的融資服務(wù)更為多元，從而引起融資增量的提升。此外，數(shù)字金融發(fā)展帶來的市場競爭效應(yīng)有利于傳統(tǒng)金融機構(gòu)貸款利率的降低以及貸款意愿的提高。基于上述分析，提出如下假說：

假說4：大數(shù)據(jù)通過融資約束緩解效應(yīng)提升勞動收入份額。

基于上述全部理論分析，提出如下假說：

假說5a：大數(shù)據(jù)能夠提升勞動收入份額。

假說5b：大數(shù)據(jù)能夠降低勞動收入份額。

四、研究設(shè)計

（一）計量模型

考慮到國家級大數(shù)據(jù)綜合試驗區(qū)試點地區(qū)并非在同一時點被批復(fù)，參考已有文獻（陳文、常琦，2022），本文使用多期雙重差分模型進行評估，具體模型設(shè)定為：

其中，被解釋變量LISit代表企業(yè)i在t年的勞動收入份額；核心解釋變量BDcit表示在t年企業(yè)i的注冊地所在城市c是否為國家級大數(shù)據(jù)綜合試驗區(qū)試點城市，是則取值為1，否則為0；δi和μt分別為公司固定效應(yīng)和年份固定效應(yīng)；?it為干擾項；Zt表示一系列影響勞動收入份額的控制變量，包括企業(yè)層面和城市層面的控制變量。θ為本文關(guān)注的核心結(jié)果，衡量了大數(shù)據(jù)對勞動收入份額的影響效果。

（二）變量選取

1.被解釋變量為勞動收入份額（LIS）。本文使用江軒宇、朱冰（2022）的要素成本增加值法度量勞動收入份額，即勞動收入份額（LIS）表示為“支付給職工以及為職工支付的現(xiàn)金”與“營業(yè)收入－營業(yè)成本＋支付給職工以及為職工支付的現(xiàn)金＋固定資產(chǎn)折舊”之比。

2.核心解釋變量為BDcit。若在t年企業(yè)i的注冊地所在城市c為國家級大數(shù)據(jù)綜合試驗區(qū)試點城市，BDcit取值為1，否則為0。

3.中介變量。（1）員工雇傭（EN_LN）。借鑒劉長庚等（2022）的做法，以企業(yè)職工人數(shù)自然對數(shù)作為其員工雇傭的代理變量。（2）全要素生產(chǎn)率（TFP_OP 和TFP_LP）。分別以O(shè)P 法和LP 法計算企業(yè)全要素生產(chǎn)率。（3）融資約束（SA）。以SA指數(shù)衡量企業(yè)融資約束程度。

4.控制變量。為了避免遺漏重要變量對估計結(jié)果造成的影響，參考施新政等（2019），江軒宇、朱冰（2022）等文獻，本文選取以下控制變量：企業(yè)層面的控制變量包括總資產(chǎn)自然對數(shù)（TA_LN）、總資產(chǎn)負債率（TALR）、銷售收入增長率（SRGR）、銷售毛利率（SGP）、上市年限自然對數(shù)（AGE_LN）、總資產(chǎn)收益率（RTA）、資本產(chǎn)出比（COR）、資本密集度（CI）、托賓Q（QB）、員工收入自然對數(shù)（INCOME_LN）、第一大股東占比（FP）、管理層持股比例（MSR）、董事會規(guī)模（BS）、獨立董事占比（IDR）；城市層面的控制變量包括生產(chǎn)總值自然對數(shù)（GDP_ln）、年末人口總量自然對數(shù)（TP_ln）、產(chǎn)業(yè)結(jié)構(gòu)（IS）、人均國際互聯(lián)網(wǎng)用戶數(shù)（PINTER）、人均移動電話用戶數(shù)（PMOBILE）、人均電信業(yè)務(wù)總量（PTB）。

（三）數(shù)據(jù)說明

考慮到國家級大數(shù)據(jù)綜合試驗區(qū)的批復(fù)時間以及數(shù)據(jù)的可得性，本文選取2011—2020年我國A股上市公司作為研究對象。在樣本處理過程中，參考施新政等（2019）以及江軒宇、朱冰（2022）的做法：（1）剔除金融和保險行業(yè)的上市公司；（2）剔除ST 和*ST 公司；（3）剔除關(guān)鍵變量缺失的樣本；（4）剔除勞動收入份額大于等于1 或者小于等于0 的樣本。經(jīng)過上述處理，最終得到21927 個觀測值的非平衡面板數(shù)據(jù)①以勞動收入份額的樣本個數(shù)為最終樣本數(shù)據(jù)總量。。本文使用的企業(yè)數(shù)據(jù)來源于CSMAR 數(shù)據(jù)庫和Wind數(shù)據(jù)庫，城市數(shù)據(jù)來源于《中國城市統(tǒng)計年鑒》。主要變量的描述性統(tǒng)計結(jié)果見表1。

表1 變量描述性統(tǒng)計結(jié)果

五、實證結(jié)果與分析

（一）基準(zhǔn)回歸結(jié)果

表2報告了多期DID 的基準(zhǔn)回歸結(jié)果，其中列（1）僅考慮核心解釋變量；列（2）進一步加入企業(yè)層面控制變量；列（3）則加入全部控制變量。三個回歸結(jié)果顯示，虛擬變量BD 的回歸系數(shù)分別在10%、5%和1%的統(tǒng)計水平上顯著為正。該結(jié)果說明，國家級大數(shù)據(jù)綜合試驗區(qū)試點政策的實施顯著提高了試點城市企業(yè)的勞動收入份額。以列（3）為基準(zhǔn)，從經(jīng)濟意義看，國家級大數(shù)據(jù)試點政策實施后，試點城市企業(yè)的勞動收入份額平均提高了0.7個百分點。因此，假說5a初步得到驗證。

表2 基準(zhǔn)回歸結(jié)果

表3 穩(wěn)健性檢驗

表4 新任務(wù)創(chuàng)造與自動化擴張

表5 大數(shù)據(jù)對不同類型員工的影響

表6 自動化加深與融資約束緩解

表7 自動加深效應(yīng)的進一步分析結(jié)果

表8 區(qū)分區(qū)域和市場特征的回歸結(jié)果

（二）穩(wěn)健性檢驗

1.平行趨勢檢驗

平行趨勢假設(shè)是多期DID 模型準(zhǔn)確識別因果關(guān)系的關(guān)鍵前提，即在政策實施前，試驗組和控制組的勞動收入份額變化趨勢必須是平行的。為此，本文使用事件研究法檢驗該假設(shè)，其具體模型表示為：

該式中各變量的符號含義與式（10）一致。本文重點關(guān)注系數(shù)θt，其反映了大數(shù)據(jù)綜合試驗區(qū)建立的第t年，試點城市與非試點城市企業(yè)的勞動收入份額差異。此外，本文將大數(shù)據(jù)綜合試驗區(qū)建立前5 年的數(shù)據(jù)匯總到第-5 期，大數(shù)據(jù)綜合試驗區(qū)建立后5 年的數(shù)據(jù)匯總到第4 期，并以第-5 期為基期。圖3所示的平行趨勢檢驗結(jié)果顯示，大數(shù)據(jù)綜合試驗區(qū)建立前各年份的系數(shù)估計值均不顯著①圖3 中的短豎線代表90%水平置信區(qū)間，實心原點代表式（11）中的θt估計值。。該結(jié)果說明，試點城市和非試點城市企業(yè)的勞動收入份額在大數(shù)據(jù)綜合試驗區(qū)建立前無顯著差異，研究樣本通過了平行趨勢檢驗。同時，該結(jié)果顯示大數(shù)據(jù)綜合試驗區(qū)的建立對企業(yè)勞動收入份額存在持續(xù)的促進效應(yīng)。

表9 區(qū)分要素結(jié)構(gòu)和所有制特征的回歸結(jié)果

表10 區(qū)分規(guī)模特征的回歸結(jié)果

表11 大數(shù)據(jù)對工資差距的影響

圖3 平行趨勢檢驗圖

2.安慰劑檢驗

為了進一步排除不可觀測因素對基準(zhǔn)回歸結(jié)果的影響，本文通過隨機處理城市與年份進行安慰劑檢驗。在所有樣本中隨機假定大數(shù)據(jù)綜合試驗區(qū)試點政策實施時間與地區(qū)，用以代替模型（10）中的BD 變量，并對其重新進行回歸。為使安慰劑檢驗結(jié)果更加穩(wěn)健可靠，本文重復(fù)上述過程500 次，結(jié)果如圖4 所示，虛假的θ 值大都落在0 附近且服從正態(tài)分布，絕大多數(shù)結(jié)果的P 值均大于0.1。另外，真實θ 值大于大多數(shù)的虛假θ 值，這表明該結(jié)果在安慰劑下是極小概率會發(fā)生的情況。因此，可以說明基礎(chǔ)回歸結(jié)果通過安慰劑檢驗，大數(shù)據(jù)綜合試驗區(qū)試點地區(qū)所屬企業(yè)勞動收入份額的提升作用與不可觀測因素的因果關(guān)系不大。

圖4 安慰劑檢驗

3.PSM-DID模型

為了避免樣本選擇性偏差所造成的內(nèi)生性問題，本文使用了PSM-DID 模型，重新對式（10）進行估計。結(jié)果如表3第（1）、（2）以及（3）列所示，分別采用最鄰近匹配法、核匹配法和半徑匹配法后，BD的估計系數(shù)仍然在10%、5%和5%的水平上顯著，該結(jié)果與基礎(chǔ)回歸結(jié)果一致。

4.其他穩(wěn)健性檢驗

為了進一步保證研究結(jié)論的穩(wěn)健性，本文還從樣本數(shù)據(jù)篩選、排除重大事件的干擾、排除其他政策干擾以及控制高維固定效應(yīng)等多個維度進行分析。

（1）樣本數(shù)據(jù)篩選。為了避免極端值對研究結(jié)論的影響，根據(jù)變量LISit對研究樣本進行1%的縮尾處理，重新對式（10）進行估計。結(jié)果如表3 第（4）列所示，在剔除極端值后，BD 的估計系數(shù)仍然在1%的水平上顯著為正，該結(jié)果與基準(zhǔn)回歸結(jié)果一致。

（2）排除重大事件的干擾。2020 年新冠疫情爆發(fā)對企業(yè)的生產(chǎn)和經(jīng)營都產(chǎn)生了重大影響，為了避免在樣本期間所發(fā)生的重大事件影響勞動收入份額，造成基準(zhǔn)結(jié)果的估計偏誤，本文刪除2020年的樣本數(shù)據(jù)，重新對式（10）進行估計。結(jié)果如表3 第（5）列所示，在刪除2020 年的樣本數(shù)據(jù)后，大數(shù)據(jù)綜合試驗區(qū)試點政策仍然在5%的顯著水平上提升了勞動收入份額，該結(jié)果與基礎(chǔ)回歸結(jié)果相似。

（3）排除其他政策干擾。在大數(shù)據(jù)綜合試驗區(qū)政策實施期間，其他相近政策可能也會對大數(shù)據(jù)發(fā)展以及勞動收入份額產(chǎn)生影響，例如“寬帶中國”示范城市、智慧城市建設(shè)等政策①本文的政策背景部分已對國家級大數(shù)據(jù)綜合試驗區(qū)建設(shè)與“寬帶中國”示范城市、智慧城市建設(shè)等相似政策的本質(zhì)差異進行了說明。。為了避免樣本期間由于這些相似政策干擾所產(chǎn)生的估計結(jié)果偏誤，本文在基準(zhǔn)回歸中加入“寬帶中國”示范城市（POLICY1）、智慧城市建設(shè)（POLICY2）等政策的虛擬變量，重新對式（10）進行估計。結(jié)果如表3 第（6）列所示，在加入“寬帶中國”示范城市以及智慧城市試點政策的虛擬變量后，大數(shù)據(jù)綜合試驗區(qū)試點政策仍然在1%的顯著水平上提升了勞動收入份額，該結(jié)果與基礎(chǔ)回歸結(jié)果一致。

（4）控制高維固定效應(yīng)。盡管同時控制年份和公司固定效應(yīng)能緩解一部分遺漏變量引起的估計偏誤，但仍然存在一些隨時間變化的不可觀察的行業(yè)因素對研究結(jié)果產(chǎn)生影響。為此，本文進一步控制“行業(yè)-年份”層面的固定效應(yīng)，重新對式（10）進行估計。結(jié)果如表3 第（7）列所示，在控制“行業(yè)-年份”層面的固定效應(yīng)后，大數(shù)據(jù)綜合試驗區(qū)試點政策仍然在5%的顯著水平上提升了勞動收入份額，該結(jié)果與基礎(chǔ)回歸結(jié)果相似。

六、影響機制的經(jīng)驗分析

（一）直接效應(yīng)：新任務(wù)創(chuàng)造與自動化擴張

理論分析表明，大數(shù)據(jù)能通過新任務(wù)創(chuàng)造與自動化擴張效應(yīng)影響勞動收入份額。為了驗證該渠道是否成立，本文從如下三方面展開研究：

首先，檢驗大數(shù)據(jù)對企業(yè)員工雇傭規(guī)模的影響。大數(shù)據(jù)投入生產(chǎn)所導(dǎo)致的新任務(wù)創(chuàng)造與自動化擴張效應(yīng)會直接影響企業(yè)員工雇傭規(guī)模。本文以員工人數(shù)自然對數(shù)（EN_LN）作為企業(yè)雇傭的代理變量，并借鑒陸雪琴、魯建坤（2022）的做法使用兩階段回歸法識別影響機制，表（4）第（1）和第（2）列分別報告了第一階段和第二階段回歸結(jié)果。第一階段回歸中，BD 的估計系數(shù)顯著為正（0.038），說明大數(shù)據(jù)綜合試驗區(qū)試點城市企業(yè)雇傭規(guī)模相對于其他企業(yè)上升了3.8%。第二階段回歸中，將第一階段回歸得到的因變量員工人數(shù)自然對數(shù)預(yù)測值（EN_LN_PRE）作為自變量，來分析大數(shù)據(jù)綜合試驗區(qū)試點政策是否通過擴大企業(yè)員工雇傭規(guī)模對勞動收入份額產(chǎn)生作用。第二階段回歸中，EN_LN_PRE 的估計系數(shù)顯著為正（0.194），說明大數(shù)據(jù)綜合試驗區(qū)試點政策實施所引起的企業(yè)員工雇傭規(guī)模增加導(dǎo)致了企業(yè)勞動收入份額的上升。上述結(jié)果表明，大數(shù)據(jù)能夠通過新任務(wù)創(chuàng)造效應(yīng)提升勞動收入份額，假說1 得到印證。但是，對于是否存在自動化擴張效應(yīng)，還需進一步驗證①員工雇傭規(guī)模取決于新任務(wù)創(chuàng)造效應(yīng)與自動化擴張效應(yīng)的相對大小。。

其次，檢驗大數(shù)據(jù)對企業(yè)不同類型員工雇傭規(guī)模的影響。理論分析表明，大數(shù)據(jù)引起的新任務(wù)創(chuàng)造效應(yīng)既能創(chuàng)造高技能任務(wù)，也能創(chuàng)造中低技能任務(wù)。同時，大數(shù)據(jù)引起的自動化擴張效應(yīng)不僅會減少低技能任務(wù)，還會進一步替換掉部分中等技能任務(wù)。本文按照教育程度，將碩士及以上學(xué)歷的員工視為高技能員工，本科及?？茖W(xué)歷的員工視為中等技能員工，高中及以下學(xué)歷的員工視為低技能員工。表（5）報告了大數(shù)據(jù)綜合試驗區(qū)試點政策影響不同類型員工雇傭規(guī)模的回歸結(jié)果。第（1）列表明，大數(shù)據(jù)綜合試驗區(qū)試點政策對博士學(xué)歷員工的需求存在一個正向影響，但并不顯著。第（2）—（4）列結(jié)果顯示，大數(shù)據(jù)綜合試驗區(qū)試點政策顯著降低了中等技能員工需求，而對高技能與低技能員工需求影響不顯著。上述結(jié)果至少可以得出兩點結(jié)論：第一，大數(shù)據(jù)能夠通過自動化擴張效應(yīng)降低勞動收入份額，假說2得到印證；第二，大數(shù)據(jù)可能會引起“就業(yè)極化”現(xiàn)象。

最后，檢驗大數(shù)據(jù)對企業(yè)員工工資水平的影響。大數(shù)據(jù)投入生產(chǎn)所引起的新任務(wù)創(chuàng)造與自動化擴張效應(yīng)會導(dǎo)致勞動市場需求與供給的相對變化，從而引起工資水平變化，這會直接影響勞動收入份額。為此，本文以企業(yè)員工人均工資自然對數(shù)（PLI_LN）作為企業(yè)員工工資水平的代理變量，并使用兩階段回歸法識別影響機制，表（4）的第（3）和第（4）列分別報告了第一階段和第二階段回歸結(jié)果。第一階段回歸中，BD 的估計系數(shù)顯著為負（-0.038）；第二階段回歸中，企業(yè)員工人均工資自然對數(shù)預(yù)測值（PLI_LN_PRE）的估計系數(shù)顯著為正（0.835）。該結(jié)果說明，大數(shù)據(jù)主要通過擴張低工資崗位提升勞動收入份額。

（二）間接效應(yīng)：自動化加深與融資約束緩解

理論分析表明，大數(shù)據(jù)能通過自動化加深與融資約束緩解效應(yīng)影響勞動收入份額。為了驗證該渠道是否成立，本文從如下兩方面展開研究：

首先，檢驗大數(shù)據(jù)對企業(yè)全要素生產(chǎn)率的影響。自動化加深的標(biāo)志是生產(chǎn)率的提升（Acemoglu and Restrepo，2018）。因此，本文分別采用OP 法與LP 法測算企業(yè)全要素生產(chǎn)率（TFP_OP 和TFP_LP），并以企業(yè)全要素生產(chǎn)率作為企業(yè)自動化加深的代理變量來識別該作用機制，表6前兩列報告了回歸結(jié)果。從第（1）和第（2）列來看，BD的估計系數(shù)并不顯著，說明大數(shù)據(jù)綜合試驗區(qū)試點政策并未提升企業(yè)全要素生產(chǎn)率。之所以會出現(xiàn)這種情況，原因可能在于缺乏與大數(shù)據(jù)匹配的新型基礎(chǔ)設(shè)施、缺乏大數(shù)據(jù)人才、大數(shù)據(jù)與企業(yè)生產(chǎn)融合度不夠等。也就說，在經(jīng)濟發(fā)展水平高的地區(qū)，可能才會產(chǎn)生自動化加深效應(yīng)。為此，本文進一步以樣本內(nèi)各年份地區(qū)GDP 的1/3 分位數(shù)以及2/3 分位數(shù)為臨界點，分別將樣本劃分為高經(jīng)濟發(fā)展水平地區(qū)、中等經(jīng)濟發(fā)展水平地區(qū)與低經(jīng)濟發(fā)展水平地區(qū)三組后進行回歸，表（7）中報告了該分組回歸結(jié)果。結(jié)果表明，在經(jīng)濟發(fā)展水平高的地區(qū)大數(shù)據(jù)才能顯著地提升全要素生產(chǎn)率，即產(chǎn)生顯著的自動化加深效應(yīng)。因此，假說3得到驗證。

其次，檢驗大數(shù)據(jù)對企業(yè)融資約束程度的影響。本文使用SA指數(shù)（SA）衡量企業(yè)融資約束程度，并使用兩階段回歸法識別作用渠道，表（6）的第（3）和第（4）列報告了兩階段回歸結(jié)果。第一階段回歸中，BD 的估計系數(shù)顯著為負（-0.013），說明大數(shù)據(jù)綜合試驗區(qū)試點城市企業(yè)融資約束程度相對于其他企業(yè)下降了1.3%。第二階段回歸中，將第一階段回歸得到的因變量SA指數(shù)預(yù)測值（SA_PRE）作為自變量，來分析大數(shù)據(jù)綜合試驗區(qū)試點政策是否通過降低融資約束對勞動收入份額產(chǎn)生作用。第二階段回歸中，SA_PRE的估計系數(shù)顯著為負（-0.558），說明企業(yè)融資約束的增加會導(dǎo)致企業(yè)勞動收入份額的下降。上述結(jié)果表明，大數(shù)據(jù)能夠通過緩解企業(yè)融資約束提升勞動收入份額，假說4 得到驗證。

七、進一步分析

（一）企業(yè)外部環(huán)境的異質(zhì)性影響

1.區(qū)域差異。區(qū)域發(fā)展不平衡是我國長期存在的問題。區(qū)域發(fā)展不平衡所導(dǎo)致的各地區(qū)大數(shù)據(jù)發(fā)展與應(yīng)用的不平衡，會使得大數(shù)據(jù)對勞動收入份額的影響存在差異。為了考察大數(shù)據(jù)對勞動收入份額影響的區(qū)域異質(zhì)性，本文按照企業(yè)注冊地，將全樣本劃分為東部、中部與西部三組后分別進行回歸，表（8）中的第（1）-（3）列分別報告了三組回歸結(jié)果。從回歸結(jié)果可知，大數(shù)據(jù)綜合試驗區(qū)的建立顯著提高了東部地區(qū)試點城市企業(yè)的勞動收入份額，而對中西部企業(yè)的勞動收入份額影響不顯著。出現(xiàn)該情況的原因可能在于，東部地區(qū)相對中西部地區(qū)擁有更完善的新型基礎(chǔ)設(shè)施建設(shè)、巨大的人力資本優(yōu)勢以及良好的融資環(huán)境，這有利于當(dāng)?shù)仄髽I(yè)發(fā)揮大數(shù)據(jù)在生產(chǎn)中形成的新任務(wù)創(chuàng)造效應(yīng)、自動化加深（生產(chǎn)率）效應(yīng)以及融資約束緩解效應(yīng)，進而提升企業(yè)勞動收入份額。

2.市場化差異。市場化水平越高的地區(qū)，該地區(qū)企業(yè)技術(shù)效率越高（李勝文等，2013）。市場化水平會影響大數(shù)據(jù)技術(shù)效率，進而對勞動收入份額產(chǎn)生影響。大數(shù)據(jù)對勞動收入份額的影響可能因為市場化水平的不同而存在差異。為了考察大數(shù)據(jù)對勞動收入份額影響的市場化異質(zhì)性，本文根據(jù)王小魯?shù)龋?021）編制的省級市場化水平總指數(shù)，以各年份省份市場化水平總指數(shù)的中位數(shù)為界，將全樣本劃分為高市場化水平與低市場化水平兩組后分別進行回歸，表（8）中的第（4）-（5）列分別報告了兩組回歸結(jié)果。從回歸結(jié)果可知，大數(shù)據(jù)綜合試驗區(qū)的建立顯著提高了高市場化水平地區(qū)試點城市企業(yè)的勞動收入份額，而對低市場化地區(qū)試點城市企業(yè)的勞動收入份額影響不顯著。在高水平市場化地區(qū)，大數(shù)據(jù)技術(shù)效率更高，這有利于企業(yè)基于大數(shù)據(jù)提高生產(chǎn)效率，開發(fā)新產(chǎn)品、新服務(wù)，創(chuàng)造出新的崗位，進而提升勞動收入份額。

（二）企業(yè)內(nèi)部特征的異質(zhì)性影響

1.要素結(jié)構(gòu)差異。相對于資本密集型行業(yè)，技術(shù)密集型行業(yè)與勞動密集型行業(yè)更依賴于勞動力。大數(shù)據(jù)對勞動收入份額的影響可能因企業(yè)不同要素結(jié)構(gòu)而存在差異。為了考察大數(shù)據(jù)對企業(yè)勞動收入份額影響的要素結(jié)構(gòu)異質(zhì)性，本文根據(jù)魯桐、黨?。?014）的做法將樣本劃分為資本密集型企業(yè)、技術(shù)密集型企業(yè)與勞動密集型企業(yè)三組后進行回歸，表（9）中的第（1）-（3）列分別報告了三組回歸結(jié)果。從回歸結(jié)果可知，大數(shù)據(jù)綜合試驗區(qū)的建立顯著提高了試點城市資本密集型企業(yè)的勞動收入份額，而對試點城市技術(shù)密集型企業(yè)與勞動密集型企業(yè)的勞動收入份額影響不顯著?？赡艿脑蛟谟?，相對于技術(shù)密集型與勞動密集型企業(yè)，資本密集型企業(yè)擁有更完備的信息基礎(chǔ)設(shè)施與較少的中低技能勞動力，這使得大數(shù)據(jù)在資本密集型企業(yè)中產(chǎn)生了更大的新任務(wù)創(chuàng)造效應(yīng)與自動化加深效應(yīng)以及更小的自動化擴張效應(yīng)，這有助于資本密集型企業(yè)提升勞動收入份額。

2.所有制差異。相對于國有企業(yè)，非國有企業(yè)具有更高的逐利性和更大的競爭壓力。大數(shù)據(jù)對勞動收入份額的影響可能因企業(yè)所有制不同而存在差異。為了考察大數(shù)據(jù)對企業(yè)勞動收入份額影響的所有制異質(zhì)性，本文將樣本劃分為國有企業(yè)與非國有企業(yè)兩組后進行回歸，表（9）中的第（4）-（5）列分別報告了兩組回歸結(jié)果。從回歸結(jié)果可知，大數(shù)據(jù)綜合試驗區(qū)的建立顯著提升了試點城市非國有企業(yè)的勞動收入份額，而對試點城市國有企業(yè)的勞動收入份額影響不顯著?？赡艿慕忉尀椋菄衅髽I(yè)為了保持競爭力、取得更大利潤，大力投資并應(yīng)用大數(shù)據(jù)，充分發(fā)揮了大數(shù)據(jù)在生產(chǎn)中形成的新任務(wù)創(chuàng)造效應(yīng)、自動化加深（生產(chǎn)率）效應(yīng)以及融資約束緩解效應(yīng)，進而提升企業(yè)勞動收入份額。

3.規(guī)模差異。勞動收入份額會受到企業(yè)規(guī)模的影響（陸雪琴、田磊，2020）。因此，大數(shù)據(jù)對勞動收入份額的影響可能因企業(yè)規(guī)模不同而存在差異。為了考察大數(shù)據(jù)對企業(yè)勞動收入份額影響的規(guī)模異質(zhì)性，本文以樣本內(nèi)各年份企業(yè)營業(yè)收入與總資產(chǎn)的1/3 分位數(shù)以及2/3 分位數(shù)為臨界點，分別將樣本劃分為大規(guī)模企業(yè)、中等規(guī)模企業(yè)與小規(guī)模企業(yè)三組后進行回歸，表（10）中的第（1）-（3）列報告了以企業(yè)營業(yè)收入為劃分標(biāo)準(zhǔn)的回歸結(jié)果，第（4）-（6）列報告了以企業(yè)總資產(chǎn)為劃分標(biāo)準(zhǔn)的回歸結(jié)果。從回歸結(jié)果可知，兩種企業(yè)規(guī)模劃分標(biāo)準(zhǔn)下，大數(shù)據(jù)綜合試驗區(qū)的建立均顯著增加了試點城市小規(guī)模企業(yè)的勞動收入份額，但并未在試點城市大規(guī)模企業(yè)與中等規(guī)模企業(yè)中產(chǎn)生顯著的影響。一個可能的原因是，對于規(guī)模大的企業(yè)而言，大數(shù)據(jù)既能產(chǎn)生較大的新任務(wù)創(chuàng)造效應(yīng)，又能產(chǎn)生較大的自動化擴張效應(yīng)，這不利于勞動收入份額的提升。然而，對于規(guī)模小的企業(yè)而言，大數(shù)據(jù)帶來的企業(yè)發(fā)展更傾向于使得其擴展業(yè)務(wù)，這會產(chǎn)生新任務(wù)創(chuàng)造效應(yīng)與自動化加深效應(yīng)，進而提升勞動收入份額。

（三）大數(shù)據(jù)與勞動收入內(nèi)部分配

由于社會大多數(shù)群體都是企業(yè)雇員，且收入主要是工資，企業(yè)工資分配對整體社會收入分配格局具有重要影響（Gartenberg and Wulf，2020）。前文已經(jīng)回答了大數(shù)據(jù)對企業(yè)勞動收入份額的影響，那么大數(shù)據(jù)在企業(yè)工資分配中的具體效應(yīng)又是如何呢？為了回答該問題，本文進一步地從企業(yè)間和企業(yè)內(nèi)部的工資收入差距實證檢驗大數(shù)據(jù)對勞動收入內(nèi)部分配的影響。首先，為了考察大數(shù)據(jù)對企業(yè)間工資收入差距的影響，本文以樣本內(nèi)各年份企業(yè)人均工資的1/3 分位數(shù)以及2/3 分位數(shù)為臨界點，分別將樣本劃分為高工資企業(yè)、中等工資企業(yè)與低工資企業(yè)三組后進行回歸，表（11）中的第（1）-（3）列分別報告了三組回歸結(jié)果。回歸結(jié)果顯示，大數(shù)據(jù)綜合試驗區(qū)的建立僅顯著降低了試點城市高工資企業(yè)的勞動收入份額，而對試點城市中等工資企業(yè)與低工資企業(yè)的勞動收入份額影響不顯著。該結(jié)果表明，大數(shù)據(jù)能夠通過降低高工資企業(yè)的人均工資收入改善公司間的工資收入差距。其次，為了考察大數(shù)據(jù)對企業(yè)內(nèi)部工資收入差距的影響，本文借鑒張克中等（2021）的做法，使用企業(yè)管理層與普通員工工資二者的比值衡量企業(yè)內(nèi)部公司收入情況，表（11）中的第（4）列報告了回歸結(jié)果。回歸結(jié)果顯示，大數(shù)據(jù)不會對企業(yè)內(nèi)部工資差距產(chǎn)生顯著的影響。

八、研究結(jié)論與政策啟示

提高勞動收入份額關(guān)系著國內(nèi)大循環(huán)新發(fā)展格局的形成以及共同富裕目標(biāo)的實現(xiàn)。本文立足于數(shù)據(jù)已經(jīng)成為中國經(jīng)濟發(fā)展最重要的生產(chǎn)要素之一這一基本事實，以大數(shù)據(jù)作為研究切入，在理論分析的基礎(chǔ)上，基于2011—2020 年中國A 股上市公司數(shù)據(jù)，利用國家級大數(shù)據(jù)綜合試驗區(qū)建立這一外生事件，采用多期雙重差分方法系統(tǒng)探討了大數(shù)據(jù)如何影響勞動收入份額。實證結(jié)果表明，大數(shù)據(jù)能夠顯著提升企業(yè)勞動收入份額，且在經(jīng)過平行趨勢檢驗、安慰劑檢驗等一系列穩(wěn)健性檢驗后，該結(jié)論依然成立。機制分析發(fā)現(xiàn)，大數(shù)據(jù)可以通過直接效應(yīng)和間接效應(yīng)影響企業(yè)勞動收入份額。其中，直接效應(yīng)表現(xiàn)為新任務(wù)創(chuàng)造和自動化擴張效應(yīng)，間接效應(yīng)表現(xiàn)為自動化加深和融資約束緩解效應(yīng)。進一步分析顯示，大數(shù)據(jù)的勞動收入份額提升效應(yīng)僅存在位于東部地區(qū)和高市場化水平地區(qū)的企業(yè)、資本密集型企業(yè)、非國有企業(yè)以及小規(guī)模企業(yè)。此外，大數(shù)據(jù)主要通過緩解企業(yè)間的工資收入差距，而非企業(yè)內(nèi)部的工資收入差距來改善勞動收入內(nèi)部分配結(jié)構(gòu)。

基于上述研究結(jié)論，本文得到如下政策啟示：

第一，堅定數(shù)字經(jīng)濟發(fā)展方向，充分發(fā)揮大數(shù)據(jù)在要素分配中的作用。本文研究結(jié)論表明，大數(shù)據(jù)切實提高了企業(yè)勞動收入份額，并且能夠通過緩解企業(yè)間的工資收入差距來改善勞動收入內(nèi)部分配結(jié)構(gòu)，這對于加快國內(nèi)大循環(huán)新發(fā)展格局的形成以及促進共同富裕目標(biāo)的實現(xiàn)至關(guān)重要。因此，以大數(shù)據(jù)為支點撬動生產(chǎn)方式和治理方式的變革勢在必行，政府應(yīng)當(dāng)加大大數(shù)據(jù)產(chǎn)業(yè)投資，推動產(chǎn)生數(shù)字化，并為企業(yè)提供充足的數(shù)字化轉(zhuǎn)型動能。

第二，努力提升人力資本水平，積極適應(yīng)大數(shù)據(jù)發(fā)展帶來的技術(shù)紅利。通過本文研究可知，大數(shù)據(jù)通過自動化擴張效應(yīng)產(chǎn)生的勞動收入份額降低能夠被新任務(wù)創(chuàng)造與自動化加深效應(yīng)有效緩解。高質(zhì)量的人力資本不僅能夠補充新任務(wù)創(chuàng)造產(chǎn)生的中高技能崗位，而且可以進一步促進自動化加深效應(yīng)的實現(xiàn)。因此，政府應(yīng)當(dāng)順應(yīng)時代需求，積極推行教育改革以適應(yīng)數(shù)字時代下新的人力資本需求，從而充分利用大數(shù)據(jù)發(fā)展帶來的技術(shù)紅利，提高勞動收入份額。

第三，推進大數(shù)據(jù)發(fā)展需要“因地制宜”，不能一刀切。本文的研究表明，在市場化水平不強的地區(qū)，企業(yè)可能因為無法有效利用市場促進大數(shù)據(jù)發(fā)揮其新任務(wù)創(chuàng)造和自動化加深效應(yīng)；國有企業(yè)因其競爭壓力不大、公司治理水平不足等導(dǎo)致其無法充分發(fā)揮大數(shù)據(jù)的價值。因此，考慮到大數(shù)據(jù)在不同環(huán)境與不同企業(yè)中的勞動收入份額提升效應(yīng)存在差異，在實施相應(yīng)政策時，政府應(yīng)當(dāng)統(tǒng)籌兼顧，穩(wěn)步推進。比如，對市場化水平不高的地區(qū)，由于無法有效發(fā)揮市場在促進效率中的作用，政府應(yīng)當(dāng)給予更多的市場支持政策。